基于因子分析的独角兽企业培育能力评价研究

乔小燕，钱 燕，张浩博

(1.苏州科技大学 天平学院，江苏 苏州 215009；2.苏州科技大学 商学院，江苏 苏州 215009)

1 引言

“独角兽企业”这个概念是在2013年由Cowboy Venture投资人Aileen Lee提出的，指成立不到10年，市值在10亿美元以上的公司。独角兽企业的兴起，源于全球信息化、创新的发展。随着物联网、云计算、移动互联网、大数据等信息技术的迅速发展，对人们的生产、生活方式产生了深远的影响。独角兽公司的三个主要特点是创新性、高潜力和高成长性。独角兽企业是一种新的，甚至是颠覆过去的经营方式，它已经成为一支新兴的经济力量。[1]

我国在2014年完成了独角兽企业个数零的突破，之后如雨后春笋般的发展独角兽企业不断地为中国经济的腾飞贡献出了自己新的力量。独角兽企业作为我国经济先锋，引领了我国科技创新的潮流。独角兽企业具有高成长性和强带动性特征，通过“技术+”等方式赋能其他行业发展，成为其实现高质量发展的重要驱动力。为了不断帮助独角兽企业成长，国务院、科技部和财政部相继出台多项政策，在成长环境、资金和人才上不断为中国独角兽企业成长培育创新和合适的土壤。

2 独角兽企业发展现状

2020年以来，中国虽然受到疫情以及外部环境多种因素的影响，但是，在世界上最主要的经济体中，是率先恢复并领导全球经济的发展的国家。与此同时，科创板挂牌、注册制度的出台，也为企业的创新创业提供了更加便捷的条件。各种类型的市场主体纷纷崛起，在资本的驱使下蓬勃发展，其中一些佼佼者成了估值超过10亿美元的独角兽企业，甚至成为估值超过100亿美元的超级独角兽。

2.1 在估值方面

在良好的外部环境和中国经济整体向好的推动下，中国独角兽公司的发展势头尤其突出，2020年，中国有251家独角兽公司，总市值第一次突破了一万亿美元。超级独角兽是指估值超过100亿美元的独角兽企业。中国超级独角兽共12家(新增5家)，市值超过50%。2020年超级独角兽企业字节跳动估值最高，达到1800亿美元，还有蚂蚁集团估值高达1500亿元，其他超级独角兽企业有滴滴出行、菜鸟网络、快手、微众银行、京东科技、猿辅导、SheIn、京东物流、商汤科技和满帮集团等，详见表1。新晋成为超级独角兽的有微众银行、猿辅导、SheIn、商汤科技和满帮集团。12家整体估值占中国独角兽企业群体总估值的52.6%。

表1 2020年中国独角兽企业估值排行

2.2 在地域分布方面

2020年，独角兽公司有九成集中在京津冀、长三角、珠三角、成渝，它们的成长环境与各个区域的创新环境密不可分。随着区域创新能力不断增强，独角兽企业的分布范围也从“北上深杭”走向了更远，地域越来越分散。2016—2020年，独角兽公司的数量从16家增至29家。独角兽公司集中在“北上杭深”四大城市，独角兽企业的比例从2016年的87.8%降到了2020年的68.1%。由表2可以看出，2020年中国独角兽企业分布于29座城市，其中北京82家、上海44家、杭州25家、深圳20家。

表2 2016—2020年北上深杭独角兽企业情况

2.3 在行业方面

就行业而言，独角兽近年扎堆于互联网、高新科技和高端制造三大领域。随着互联网和高科技的快速发展，集智能、物流、金融、零售等功能于一身的高科技也纷纷涌入这一领域，独角兽企业已成为经济领域中一道亮丽的风景线。而2020年度，251家独角兽入围企业遍布27条赛道和88条细分赛道。其中，新能源和智能汽车赛道上的独角兽数量最为庞大，达到23家；数字文娱赛道有19家独角兽；智慧物流赛道有18家独角兽；数字医疗有17家独角兽；新零售、人工智能赛道均有15家独角兽企业。在引领新业态、开辟新赛道等领域，独角兽企业取得了突出的成就。

2.4 在融资方面

疫情并没有影响独角兽企业的热度，就像是2020年的互联网企业在全球金融市场上叱咤风云的时候，这些独角兽企业的融资上市也是一条红火的道路。2020年有127家获得融资的独角兽公司，大大超过了2019年的82家。互联网教育、新能源和智能汽车、新药和器械、网络爆款等都是投资的热门领域。在互联网教育赛道上融资活跃度较高，2020年度新增融资总额位居第一，资本表现为向头部企业聚集趋势；汽车全产业链都有独角兽公司分布，新能源及智能汽车赛道上独角兽公司新增融资金额遥遥领先；新冠肺炎疫情及政策对生物医药领域公司有利，创新药及器械、数字医疗赛道上新增融资金额较多，上市公司较多；网红爆品赛道上独角兽公司聚集出现，受到资本追捧。截至2020年12月31日，共有六家独角兽企业在创业板落地。2020年全年共推出独角兽企业24家，代表独角兽包括平安智慧城市、睿力集成、微创医疗机器人、海光信息、丁香园、高济医疗、雾芯科技等，这些独角兽企业主要集中于创新药和器械，新能源和智能汽车赛道。

3 培育能力评价研究设计

3.1 评价指标的构建

评价指标在整个评价体系中占据着举足轻重的地位，在选择指标时不仅要兼顾指标的实用性和可量化性，还应兼顾数据的可得性和可比性，参考刘艳[2]等学者所构建的金融生态评价指标体系，文章运用一级指标(4个)以及二级指标(9个)构建独角兽企业集聚区培育能力评价指标体系，具体见表3。

表3 独角兽企业集聚区培育能力评价指标体系

3.2 评价方法及数据来源

为了对独角兽企业集聚地的培育能力进行评价研究，文章采用因子分析法，选取了2020年我国内地13个独角兽企业集聚地的省市作为研究对象，各省市的数据主要是从各省市2021年的统计年鉴整理而来的。

4 实证分析

运用统计软件SPSS 16.0对数据进行统计分析，由Pearson相关系数矩阵得出各指标之间相关系数多大于0.5，表明各指标之间存在较强的相关性，可进行因子分析。另外，KMO的检验值为0.637，Bartlett检验的P值为0<0.01，进一步证明适合做因子分析。因子分析是通过提取隐性公因子进行降维，由表4可以看出特征值大于1的有2个特征根，两个公因子的方差累积贡献率总共为88.640%>85%，所以可以提取2个公因子。

表4 初始特征根和方差贡献率

表5是方差最大化正交旋转后得到的成分矩阵，可以看出，公因子F1与进出口总额(X4)、实际使用外资(X5)、金融机构本外币存款余额(X1)、金融机构本外币贷款余额(X2)、保险收入(X3)和R&B经费支出(X9)6个指标正向相关性较高，主要反映独角兽企业所需的资金支持；公因子F2与普通高等学校数量(X7)、研发人员(X8)和普通高等学校在校学生数(X6)3个指标正向相关性较高，反映独角兽企业所需的人才供给。两个公因子的方差贡献率分别为74.035%和14.605%，反映了两个公因子的重要程度，其中资金支持因子的影响力最大。

表5 旋转后的成分矩阵

由因子得分系数矩阵可以计算出两个公因子的得分，具体表达式为：

F1=0.184X1+0.133X2+0.129X3+0.304X4-0.306X5-0.042X6-0.286X7-0.031X8+0.097X9

F2=-0.018X1+0.062X2+0.071X3-0.213X4-0.239X5+0.251X6+0.541X7+0.286X8+0.118X9

根据公因子F1和F2以及各自方差贡献率，区域培育能力综合评价模型为：

F=0.8353F1+0.1647F2

(1)

由式(1)计算出独角兽企业培育能力综合得分及排名，具体见表6。综合得分F值越大，说明该区域独角兽企业培育环境越好。由表6可以看出，排名在前六位的分别是广东、浙江、上海、北京、江苏和山东，而这六个省市2020年分别拥有的独角兽企业数量为61家、50家、88家、163家、31家和25家，基本上与当前我国独角兽企业的分布一致。其中，北京和上海的独角兽企业数量虽然最高，但综合排名只为第三名和第四名，主要原因是由于其本身是直辖市，相较于其他省份，其高校在校学生数和学校数量等反映人才供给的指标相对偏低，但却具有科技发展环境和资金支持力度等优势，使得北京和上海仍然处于独角兽企业培育的领先地位。

表6 各区域综合主成分值及排名

5 结论

区域的金融生态环境为独角兽企业的发展提供了基础，独角兽企业的快速发展反哺着区域金融生态环境。文章通过构建独角兽企业培育能力评价指标体系，运用因子分析法对独角兽企业集聚区的13个省市的区域培育能力进行综合评价，研究发现：在13个省市中，广东、浙江、北京、上海、江苏、山东的综合培育能力得分较高，与当前国内独角兽企业的分布相吻合，同时可以看出资金支持和人才供给对企业培育有很重要的影响。