爱华网2010年第5期
文章编号:
科技管理研究 2010No15
ScienceandTechnologyManagementResearch
1000-7695(2010)05-0016-03
区域技术创新能力评价:基于因子分析法的实证研究
张经强
(北方工业大学经济管理学院,北京 100144)
摘要:技术创新能力是评价一个地区科技水平高低的重要标准,是区域经济增长和产业竞争的决定因素。对此,
采用因子分析法,运用SPSS1510软件,选取19个原始指标对我国31个省市的技术创新能力进行了综合评价,并对地区间产生的差异性进行了分析和讨论。结果表明,技术创新能力与地区科技发展水平有着直接的关系,决定着区域经济发展水平,从而为各地区尤其是中西部地区制定区域经济和科技发展政策提供了依据。关键词:区域技术创新能力;因子分析法;评价指标;实证研究中图分类号:F204文献标识码:A 区域技术创新能力是指在一个区域范围内,以增强区域经济增长的原动力为目标,充分发挥区域技术创新的行为组织,包括企业、高校及研究机构、科技中介服务及金融机构、政府等的技术创新积极性,以人力资本集聚为核心,高效配置技术创新资源,将技术创新构想转化为新产品、新工艺和新服务的综合能力系统。随着经济全球一体化趋势日益加深,区域技术创新能力逐步成为地区经济获得国际竞争优势的决定性因素。因此,全面评价和提升区域技术创新能力,对于促进地区经济发展,优化产业结构,有效配置区域内资源有着重要的意义。
系数均在015以上,表明比较适合做因子分析。
另外,还可根据KMO检验和Bartlett球形检验结果来看是否适合做因子分析。表2是KMO检验和Bartlett球形检验结果。从表2中可以看出,KMO检验的计算结果值为01789,接近019,很适合做因子分析;Bartlett球形检验的Sig1取值为01000,表示拒绝该假设。
表1 区域技术创新能力评价指标体系
评价指标
从事科技活动人员R&D人员投入科学家与工程师人员科技活动经费投入外商直接投资额科技活动经费支出R&D经费支出发明专利申请受理量发明专利授权量科技论文发表量全员劳动生产率区域出口额
高技术新产品值占GDP比重高技术产品出口额人均GDP教育经费投入量普通高校专任教师技术市场合同交易额
高技术产业规模以上企业产值增加值
单位人人人万元亿美元万元万元项项篇元/人亿美元百分比亿美元元万元人万元万元
数据代码
x1x2x3x4x5x6x7x8x9x10x11x12x13x14x15x16x17x18x19
1 评价指标体系的构建
国外学者研究区域技术创新能力主要集中在区域创新战
略、区域技术计划与转移、区域创新政策等方面[1-3]。国内研究区域技术创新能力的文献较多,设计的评价指标也有多种,如张欣等提出用科技投入、R&D投入、教育投入、人均生产能力、劳动生产率、科技转化能力、专利数等科技成果产出指标来评价区域技术创新能力[4];吕永波等将区域技术创新能力分为研究与开发阶段、设计与试制阶段、生产阶段、销售阶段,并对每一阶段设置了相应的区域技术创新能力指标[5];陈艳艳则从经济发展、技术投入、技术可持续发展、技术产出等四个方面来研究区域技术创新能力,并分别设置了相应的评价指标[6]。总结国内外的研究成果,虽有创新,但也存在一定的局限性。笔者认为,客观地分析和评价区域技术创新能力,既能体现和反映区域的经济发展能力,又能体现区域的技术可持续发展能力和发展潜力,从而保证评价指标的科学合理性和可验证性。因此,笔者在大量文献研究基础上确定了如下19个原始指标(如表1所示)。
表2 KMO检验和Bartlett球形检验结果表
KMO测度值
01789
Approx1Chi-SquareDfSig1
1615160517101000
Bartlett球形检验
2 实证计算
本文采用因子分析法来评价我国各区域技术创新能力,因子分析法的推导过程及分析步骤可参见相关文献[7]。根据因子分析的步骤,首先得到19个评价指标之间的相关系数。从相关系数值来看,19个指标之间的相关系数都比较大,除个别指标的相关系数在013以下,其余变量指标之间的相关
根据各变量的相关系数矩阵可以计算得到技术创新能力的因子特征根及方差贡献率(见表3)。从表3可以看出,第一主成分的特征根为141138,方差贡献率为741413%;第二
收稿日期:2009-08-20,修回日期:2009-10-26
基金项目:北京市属市管高等学校人才强教计划项目/区域技术创新能力的评价研究0(200903)项目来源:北方工业大学博士启动基金项目/区域技术扩散效应测度研究0(201003)
张经强:区域技术创新能力评价:基于因子分析法的实证研究
主成分的特征根为21322,方差贡献率为121219%;第三主成分的特征根为11347,方差贡献率为71092%。前三个主成分的累计方差贡献率为931724%,根据提取因子的条件)))特征值大于1,故选取了三个主因子。因此,用前三个主成分因子就解释了原始19个变量的变异,即相当于使用这三个主成分来分析问题只丢失了61276%的信息,在很大程度上减少了原始数据的复杂性。
表3 区域技术创新能力因子特征值、方差
贡献率及累计方差贡献率
初始因子解(提取前三个因子)
变量123
特征值1411382132211347
方差贡献率%74141312121971092
累计方差贡献率%741413861632931724
特征值711125158151115
旋转后的主因子
方差贡献率%371429291375261919
累计方差贡献率%371429661804931724
东部地区(十省市)
17
强;而其他地区的技术创新能力位于全国中下游水平。西部
地区四川和陕西两省技术创新能力较高,其他地区的技术创新能力位于全国下游水平;东北三省中辽宁省技术创新能力较强,其他两省位于全国中游水平。
表4 全国31个省市区技术创新能力因子得分表
地区
省份北京天津河北上海江苏浙江福建山东广东海南
F12154664-11655190132682-017693311609651124112-0107357016490201640960116164-01184340123287-0115503018780701999040160940-1103649-0140234-01233530195731-0160788-0142969-11181080164908-0151508-1116821-1115871-01973700149693-0140829-0104137
排序13112252316891418131764102720195242230723292826112115
F2-11921030147349-013145911027972135688-0179611-010593001669551131878-0111502-0124778-0136955-0123186-0143868-0165506-0150994-0104768-0126290-0142473-0150113-0126376-0127171-0117628-0169530-0136854-0117209-0117835-0113914-0107534-0127594-0134648
排序31520313074291523142528276162426171812292211131081921
F331366842133380-01508752193385-012736211370060102879-01036732116336-0197908-0134436-0165383-0162569-0179632-0155249-01671030114479-0152506-0128729-0158220-0153717-0152658-0120793-0135799-0140837-0111883-0107243-0107061-0101683-0108024-0122783
排序13212165794311828273025296221726242314192013111081215
F综合112952011478-0110704018037811221150159949-010372101429711120965-0123685-0123448-011974-0129456-01014570103278-0110234-0136298-0136916-01289510105438-014496-0138239-0154982-0105767-0141098-0151979-0150558-01424330115933-0125548-0117859
排序18154251263191817221110142324219282531132630292772016
为了加强公共因子对实际问题的分析解释能力,先对提取的三个主因子分量F1、F2和F3建立原始因子载荷矩阵,再选用方差最大化正交旋转,对原始载荷矩阵进行因子旋转,得到旋转后的因子载荷矩阵,如变量与某一因子的联系系数绝对值大,则该因子与变量关系越近。
对旋转后的因子载荷矩阵进行分析,可以得到以下结论:公共因子F1在x1、x2、x3、x4、x5、x6、x7、x10、x16、x17上载荷值都很大。其中:x1、x2、x3、x4、x16是技术创新人力和财力的投入指标,x6、x7、x10、x17是技术创新产出的指标,所以我们把公共因子F1命名为区域科技水平因子;公共因子F2在x5、x8、x12、x14、x19上载荷值比较大,而这5个因子是技术创新经济效益的主要产出指标,因而我们把公共因子F2命名为区域经济效益因子;公共因子F3在x9、x11、x13、x15、x18上载荷值比较大,它们是对技术创新效率的主要评价指标,我们把公共因子F3命名为区域技术效率因子。
由Thomson回归法得到因子得分系数矩阵,根据因子得分系数矩阵,可以得到各个指标变量的线性组合表达的主成分,即:
F^1=01159zx1+01140zx2+,-01105zx19
F^2=-01020zx1-01024zx2+,+01270zx19F^3=-01055zx1-01023zx2+,-01041zx19
其中,zxi表示原始数据标准化后得到的指标数据。
以旋转后各因子的信息贡献率作为权数来计算各地区的技术创新能力的综合测评得分,即:
F^=0137429F^+0129375F^+0126919F^
综合
1
2
3
山西安徽
中部地区(六省)
江西河南湖北湖南内蒙古广西重庆四川贵州
西部地区
(十二省市区云南西藏陕西甘肃青海宁夏新疆辽宁
东北地区(三省)
吉林黑龙江
根据上式可计算出全国31个省市区的技术创新能力因子得分及排序情况(详见表4)。
3 结果分析与讨论
因为因子得分的大小没有绝对的实际意义,而有相对大小意义,所以根据技术创新能力因子得分的排序来分析和讨论各省市区的技术创新能力。311 因子得分的总排序分析
在东部地区,北京、江苏、广东、上海、浙江、山东、天津等地区排在全国前十位,是技术创新能力较强的省份,这与其地区经济发展水平是相适应的;河北、福建、海南三省的因子得分排在全国中游水平。总体上,东部地区的技术创新能力高于其他区域;中部地区的湖北、河南、湖南的技312 因子得分的单项排序分析
东部地区的北京市第一因子和第三因子得分排序均位于全国的前列,而第二因子得分排序却位于全国最后,这说明北京市的技术创新科技水平和技术效率较高,但产出效益不佳,这也与北京市的科技发展情况基本吻合。再看东部地区的江苏省,第一因子得分排序和第二因子得分排序均位于全国前列,而第三因子得分排序在全国位置靠后,说明江苏省的科技发展水平和产出效益水平较高,而技术效率却较低。东部地区的上海、福建、天津的第二因子和第三因子得分排序在全国的位置比较靠前,但第一因子的得分排序却比较靠后,说明这三个省市重视了技术效率和经济效益的提高,但忽视了科技的投入和产出,使科技发展水平有所降低,从而导致整个区域技术创新能力的下降。
中部地区湖北、河南、湖南三省的第一因子得分排序均处于全国前十名,其他省市的第一因子得分排序比较落后,这说明科技投入对区域技术创新能力的提高有着较大的贡献,而技术创新能力又决定了区域经济的发展水平。从湖北、河南、湖南三省的经济发展状况来看,技术创新能力起到了决定性的作用,特别是湖南省在加大技术创新的投入后,经
18
张经强:区域技术创新能力评价:基于因子分析法的实证研究
的重要目标。随着改革开放的深入,东西部的经济发展差距越来越大,当东部地区的经济发展到一定程度,一些产业必然要失去比较优势,这时就必须将这些产业转移到其他地区;而这些失去比较优势的产业对中西部地区来说可能又是新兴产业或技术含量较高的产业,这些产业的移入对于中西部地区的产业发展和技术水平的提高起着较大的促进作用。因此,实施产业转移,调整产业结构已经成为中西部地区提高技术创新能力的重要手段。参考文献:
[1]NASIEROWSKIW,AIEELUSFJ.Interrelationshipsamongtheele-mentsofnationalinnovationsystems:astatisticalevaluation[J].EuropeanJournalofOperationalResearch,1999(119):235-253.[2]DIXITAK,PINDYCKRS.Investmentunderuncertainty[M].
Princeton:PrincetonUniversityPress,1996.[3]DIMITRISBERTSIMAS,ROBRTMFREUND.Data,modelsandde-cisions:thefundamentsofmanagementscience[M].Beijing:China
CityPublishingHouse,2002:283-292.
[4]张欣,宋化民.我国五省知识经济发展状况比较分析[J].科技管理研究,2001(1):35-38.
[5]吕永波,胡立成.区域技术创新序贯优化与评价研究[J].中国
科技论坛,2000(2):26-29.
[6]陈艳艳.基于因子分析模型的区域技术创新能力体系评价及地域差异化研究[J].软科学,2006(3):92-93.
[7]卢纹岱.SPSSforwindows统计分析(第三版)[M].北京:电子
工业出版社,2006:480-506.
[8]李晓璐,周志方.我国区域技术创新能力体系评价及提升)))基
于因子分析法的模型构建与实证检验[J].科学管理研究,2006(2):5-10.作者简介:张经强(1971-),男,汉族,山东淄博人,管理学博士,讲师,主要研究方向为技术创新、技术扩散、区域经济。
西部地区四川省、陕西省的第一因子得分排序均在全国
前十位,内蒙古自治区的第二、三因子的得分排序均位于全国的第六位,这说明技术创新能力的提高不仅与技术投入有关,而且与技术产出和技术效率也有着密切关系。
东北地区辽宁省各因子得分排序均位于全国中上游水平,吉林省、黑龙江省的单项因子得分排序基本处于全国中游水平,这表明各因子的发展水平对于区域技术创新能力的提高都有较大的影响。
4 结论与建议
经过实证检验和分析,我国各地区之间的技术创新能力存在着较大的差异,东部地区的技术创新能力最强,而西部各省市的技术创新能力明显落后于其他地区。为了促进区域经济的协调发展,笔者认为应着重从以下几个方面来提高中西部地区的技术创新能力。
(1)加大科技投入,提高中西部地区技术创新能力
从区域技术创新能力的实证分析来看,东部地区的整体技术创新水平较高,居于四大区域之首;而中西部地区,除湖北、河南、四川和陕西省技术创新能力较高外,其余地区的技术创新能力均居于全国中下游水平。再从技术创新能力单项因子得分排序来看,技术创新能力低的地区主要是由于第一因子的得分较低,即科技投入和产出水平较低。因此,要提高中西部地区的技术创新能力,必须加大地区科技投入,提高技术效率,从而促进本地区技术进步。
(2)加强技术扩散,促进技术流动与转移
经过分析发现,我国各区域的技术创新能力呈现较大的梯度,其扩散呈梯度推进之趋势,形成了从东部沿海开始,向北为东三省,向西为中部地区,然后再向西到西部地区的技术发展水平的三个层次。为提高中西部地区的技术创新能力,应当加强东西部地区间的技术扩散;同时充分利用东部地区的涓滴效应[8],促进东部地区的先进技术向中西部地区流动和转移,逐步缩小东西部地区间的技术发展差距。
(3)实施产业转移,优化产业结构
实施产业转移,促进产业优化升级是促进区域经济发展
(本文责编:陈 夏)
(上接第3页)
[8]马庆国,胡隆基,姚志坚.技术跨越论[M].北京:科学出版社,2008.
[9]ABERNATHYWJ,UTTERBACKJM.Patternsofindustrialinnova-tion[J].TechnologicalReview,1978(80):2-29.
[10]孙延臣.技术跨越论[M].北京:中国社会科学出版社,2005.[11]陈德智.技术跨越[M].上海:上海交通大学出版社,2006.[12]FMALERBA,LORSENIGO.Schumpeterianpatternsofinnovation
aretechnology-specific[J].ResearchPolicy,1996(3):451-478.[13]吴晓波.全球化制造与二次创新:赢得后发优势[M].北京:机械工业出版社,2006.
[14]吴晓波,李正卫.技术演进行为中的混沌分析[J].科学学研
究,2002(20):
458-462.
作者简介:傅利平(1963-),女,四川资阳人,天津大学管理学院
教授,博士生导师,主要研究方向为区域经济与科技管理。张出兰(1978-),男,吉林长春人,天津大学管理学院技术经济与管理专业博士研究生,主要研究方向为技术经济及管理。
(本文责编:陈 夏)
百度搜索“爱华网”,专业资料,生活学习,尽在爱华网
