论文部分内容阅读
作者简介：尹璇（1988-），女，汉，江苏南京人，镇江人，研究生在读，南京财经大学，研究方向：消费经济统计。
摘要：高技术产业对我国经济的发展极为重要，但由于发展时间不长，还存在着一些问题。在构建高技术创新能力综合评价指标体系的基础上，本文运用因子分析，对我国31个省市高技术创新能力进行比较分析。实证结果表明，我国高技术创新发展水平严重不平衡，沿海地区和南方地区的创新能力要远远优于中西部地区。对此，必须调整高技术创新发展不平衡问题，同时提高总量水平和比重水平，并提高政府重视程度，发挥政府的调控能力。
关键词：高技术创新能力；因子分析
1.引言
自进入21世纪以来，中国的科技水平得到了快速发展。与传统产业相比，高技术产业对GDP的贡献变得越来越重要，它的迅速发展对我国经济起到了推动作用。不单单是创造了巨大的财富，高技术产业的兴起也带来了无数就业机会，它已经成为国家极为重视的产业。科技是第一生产力，创新是高技术产业持续发展的不竭动力和赖以生存的关键，缺乏创新意识、创新能力则会思维固化、使中国的发展停滞不前。
2.高技术创新能力评价体系的构建
基于对高技术创新能力的理解，本文将高技术创新能力评价指标体系的设计指标分为三类，分别从创新能力投入、创新能力产出、创新能力环境支持这三个方面选取了15个指标构成评价指标体系。创新能力投入包括R&D人员折合全时当量、从业人员平均人数、R&D经费内部支出、仪器和设备占R&D经费内部支出比重、新产品开发经费支出、有R&D活动的企业数；创新能力产出包括专利申请数、主营业务收入、利润总额、新产品出口销售收入占新产品销售收入比重、进出口贸易总额、出口贸易额占进出口贸易总额比重。创新能力环境支持包括政府资金占R&D经费内部支出比重、施工项目、新开工项目占施工项目比重。
3.高技术创新能力实证分析
本文的相关数据来自于《2013年中国高技术产业统计年鉴》和《2013年中国科技统计年鉴》，选择2012年全国31个省市的数据，进行收集和整理。本文的数据分析使用软件SPSS 19.0。
KMO统计量取值为0.789，Bartlett球形检验的显著性水平小于005，因此所选择的数据适合进行因子分析。按照特征值大于1的规则，提取了3个公共因子。第一个因子的特征值是9.085，它能解释总方差的60.566%。第二个因子的特征值是1.678，能解释总方差的11184%。第三个因子的特征值是1.474，能解释总方差的9.825%。这三个因子的累计贡献率达到了81.574%，表明总方差的81.574%可以由这三个因子共同解释，因此选择这三个因子就足以提供足够的信息。
利用方差最大法对因子载荷矩阵进行旋转。因子旋转的直观意义是经过旋转后，公共因子的贡献越分散越好，使每个指标仅在一个公共因子上有较大的载荷，而在其余公共因子上的载荷比较小[1]，因而更容易解释。
第一个因子F1主要受R&D人员折合全时当量、从业人员平均人数、R&D经费内部支出、新产品开发经费支出、有R&D活动的企业数、专利申请数、主营业务收入、利润总额、新产品出口销售收入占新产品销售收入比重、进出口贸易总额的影响，把F1因子命名为投入与产出综合因子。政府资金占R&D经费内部支出比重、施工项目、新开工项目占施工项目比重在第二个因子F2上有较高的载荷，把F2因子命名为环境支持因子。仪器和设备占R&D经费内部支出比重、出口贸易额占进出口贸易总额比重在第三个因子F3上较高的载荷，把F3因子命名为经营内部环境因子。
根据因子得分系数矩阵计算三个因子的得分，因子得分系数根据回归算法计算。因子得分的均值为0，标准差为1。正值表示高于平均水平，负值表示低于平均水平[2]。
得到F1、F2和F3的得分后，以各个因子的方差贡献率为权重计算出综合因子F的得分与排名，公式为F = 60.566%F1 + 11.184%F2 + 9.825%F3。
4.实证结果分析
因子即投入与产出综合因子的方差贡献率是3个因子中最大的一个，解释总方差的60.566%，该因子对高技术创新能力综合评价起到了最大的作用。广东、江苏、上海、北京、山东在该因子上得分最高，排在前五，并且第一位的广东与第二位江苏之间的差距、江苏与第三位上海之间的差距均较大。这些省市是全国最发达的地区，无论在经济实力还是人员配置上都高于其他省市，因此，高投入必然带来高产出。宁夏、广西、江西、新疆、河北是得分最低的五个省市，说明一些偏远的省市得不到足够的经费和人力去提高高技术创新能力，反映了地区之间资源分配不平衡，发展存在着巨大的差异。
江苏、湖南、内蒙、山东、吉林在F2因子即环境支持因子上得分最高，排在前五。说明这些省市的政府在经费的投入上较重视，以及在施工项目上有一定优势。排名最后五位的是北京、上海、陕西、黑龙江、辽宁，说明在政府的支持和设施建设上存在不足。其中的北京和上海之所以得分低，是由于F2因子中包含了两个比重因子，因为分母较大造成比重小。
F3因子是经营内部环境因子，排名靠前的是河北、江西、浙江、宁夏、山西，它们在仪器和设备的支出比重和出口比重比较高。排名靠后的是吉林、内蒙、海南、西藏、青海，从数据上来看，吉林省高技术产业出口贸易额占进出口贸易总额比重只有0.095，是所有省市中最低，远远落后于排名第一的河北省的0.734。究其原因，西部地区以及偏远地区由于缺少物质和人力资源，以及足够的技术支持，因此在高技术产业上没有形成自己的优势产业，在出口市场上缺少竞争力。
5.结论及建议
调整高技术创新发展不平衡问题。我国高技术创新发展不平衡情况相当严重，沿海地区和部分南方省市由于地理优势、经济发达、高等院校集中等原因，其优势远远强于中西部地区，存在严重的不平衡现象，这对于国家实现全面稳定的发展具有不利的影响。国家在把重心放在经济发达地区的同时，应注意采取有效措施带动落后地区的高技术能力发展。偏远落后的地区往往缺少足够的经费和人才，因此国家的扶持重点应是输入充足的科研经费，兴办技术型科研单位及企业，鼓励人才前往，促进全国各地区在高技术创新能力上的均衡，协调发展。
努力提高总量水平和比重水平。不管是在投入方面、产出方面还是环境方面，总量水平都是高技术产业进行创新活动的第一保障，如果总量水平不够，在创新研发上的能力必将大打折扣，国家应该加大对各方面总量水平的重视程度。另一方面，比重水平同样非常重要。对于一些重要的比重指标，某些发达地区在某些指标上因为分母非常大导致了比重较小，这也应该引起重视，对症下药。
提高政府重视程度。政府对高技术创新活动具有引导、监督和保护的职能，政府必须充分发挥这些职能，才能使得创新活动处于一个良好的环境中，保证创新活动健康有序的发展。政府应制订和采取有效的政策，通过法律手段给予有力的支持和保障。（作者单位：南京财经大学）
参考文献：
[1]杜强 贾丽艳.《SPSS统计分析从入门到精通》.人民邮电出版社.2009：546.
[2]薛薇.《统计分析与SPSS的应用》.中国人民大学出版社（第二版）.2008：376.
摘要：高技术产业对我国经济的发展极为重要，但由于发展时间不长，还存在着一些问题。在构建高技术创新能力综合评价指标体系的基础上，本文运用因子分析，对我国31个省市高技术创新能力进行比较分析。实证结果表明，我国高技术创新发展水平严重不平衡，沿海地区和南方地区的创新能力要远远优于中西部地区。对此，必须调整高技术创新发展不平衡问题，同时提高总量水平和比重水平，并提高政府重视程度，发挥政府的调控能力。
关键词：高技术创新能力；因子分析
1.引言
自进入21世纪以来，中国的科技水平得到了快速发展。与传统产业相比，高技术产业对GDP的贡献变得越来越重要，它的迅速发展对我国经济起到了推动作用。不单单是创造了巨大的财富，高技术产业的兴起也带来了无数就业机会，它已经成为国家极为重视的产业。科技是第一生产力，创新是高技术产业持续发展的不竭动力和赖以生存的关键，缺乏创新意识、创新能力则会思维固化、使中国的发展停滞不前。
2.高技术创新能力评价体系的构建
基于对高技术创新能力的理解，本文将高技术创新能力评价指标体系的设计指标分为三类，分别从创新能力投入、创新能力产出、创新能力环境支持这三个方面选取了15个指标构成评价指标体系。创新能力投入包括R&D人员折合全时当量、从业人员平均人数、R&D经费内部支出、仪器和设备占R&D经费内部支出比重、新产品开发经费支出、有R&D活动的企业数；创新能力产出包括专利申请数、主营业务收入、利润总额、新产品出口销售收入占新产品销售收入比重、进出口贸易总额、出口贸易额占进出口贸易总额比重。创新能力环境支持包括政府资金占R&D经费内部支出比重、施工项目、新开工项目占施工项目比重。
3.高技术创新能力实证分析
本文的相关数据来自于《2013年中国高技术产业统计年鉴》和《2013年中国科技统计年鉴》，选择2012年全国31个省市的数据，进行收集和整理。本文的数据分析使用软件SPSS 19.0。
KMO统计量取值为0.789，Bartlett球形检验的显著性水平小于005，因此所选择的数据适合进行因子分析。按照特征值大于1的规则，提取了3个公共因子。第一个因子的特征值是9.085，它能解释总方差的60.566%。第二个因子的特征值是1.678，能解释总方差的11184%。第三个因子的特征值是1.474，能解释总方差的9.825%。这三个因子的累计贡献率达到了81.574%，表明总方差的81.574%可以由这三个因子共同解释，因此选择这三个因子就足以提供足够的信息。
利用方差最大法对因子载荷矩阵进行旋转。因子旋转的直观意义是经过旋转后，公共因子的贡献越分散越好，使每个指标仅在一个公共因子上有较大的载荷，而在其余公共因子上的载荷比较小[1]，因而更容易解释。
第一个因子F1主要受R&D人员折合全时当量、从业人员平均人数、R&D经费内部支出、新产品开发经费支出、有R&D活动的企业数、专利申请数、主营业务收入、利润总额、新产品出口销售收入占新产品销售收入比重、进出口贸易总额的影响，把F1因子命名为投入与产出综合因子。政府资金占R&D经费内部支出比重、施工项目、新开工项目占施工项目比重在第二个因子F2上有较高的载荷，把F2因子命名为环境支持因子。仪器和设备占R&D经费内部支出比重、出口贸易额占进出口贸易总额比重在第三个因子F3上较高的载荷，把F3因子命名为经营内部环境因子。
根据因子得分系数矩阵计算三个因子的得分，因子得分系数根据回归算法计算。因子得分的均值为0，标准差为1。正值表示高于平均水平，负值表示低于平均水平[2]。
得到F1、F2和F3的得分后，以各个因子的方差贡献率为权重计算出综合因子F的得分与排名，公式为F = 60.566%F1 + 11.184%F2 + 9.825%F3。
4.实证结果分析
因子即投入与产出综合因子的方差贡献率是3个因子中最大的一个，解释总方差的60.566%，该因子对高技术创新能力综合评价起到了最大的作用。广东、江苏、上海、北京、山东在该因子上得分最高，排在前五，并且第一位的广东与第二位江苏之间的差距、江苏与第三位上海之间的差距均较大。这些省市是全国最发达的地区，无论在经济实力还是人员配置上都高于其他省市，因此，高投入必然带来高产出。宁夏、广西、江西、新疆、河北是得分最低的五个省市，说明一些偏远的省市得不到足够的经费和人力去提高高技术创新能力，反映了地区之间资源分配不平衡，发展存在着巨大的差异。
江苏、湖南、内蒙、山东、吉林在F2因子即环境支持因子上得分最高，排在前五。说明这些省市的政府在经费的投入上较重视，以及在施工项目上有一定优势。排名最后五位的是北京、上海、陕西、黑龙江、辽宁，说明在政府的支持和设施建设上存在不足。其中的北京和上海之所以得分低，是由于F2因子中包含了两个比重因子，因为分母较大造成比重小。
F3因子是经营内部环境因子，排名靠前的是河北、江西、浙江、宁夏、山西，它们在仪器和设备的支出比重和出口比重比较高。排名靠后的是吉林、内蒙、海南、西藏、青海，从数据上来看，吉林省高技术产业出口贸易额占进出口贸易总额比重只有0.095，是所有省市中最低，远远落后于排名第一的河北省的0.734。究其原因，西部地区以及偏远地区由于缺少物质和人力资源，以及足够的技术支持，因此在高技术产业上没有形成自己的优势产业，在出口市场上缺少竞争力。
5.结论及建议
调整高技术创新发展不平衡问题。我国高技术创新发展不平衡情况相当严重，沿海地区和部分南方省市由于地理优势、经济发达、高等院校集中等原因，其优势远远强于中西部地区，存在严重的不平衡现象，这对于国家实现全面稳定的发展具有不利的影响。国家在把重心放在经济发达地区的同时，应注意采取有效措施带动落后地区的高技术能力发展。偏远落后的地区往往缺少足够的经费和人才，因此国家的扶持重点应是输入充足的科研经费，兴办技术型科研单位及企业，鼓励人才前往，促进全国各地区在高技术创新能力上的均衡，协调发展。
努力提高总量水平和比重水平。不管是在投入方面、产出方面还是环境方面，总量水平都是高技术产业进行创新活动的第一保障，如果总量水平不够，在创新研发上的能力必将大打折扣，国家应该加大对各方面总量水平的重视程度。另一方面，比重水平同样非常重要。对于一些重要的比重指标，某些发达地区在某些指标上因为分母非常大导致了比重较小，这也应该引起重视，对症下药。
提高政府重视程度。政府对高技术创新活动具有引导、监督和保护的职能，政府必须充分发挥这些职能，才能使得创新活动处于一个良好的环境中，保证创新活动健康有序的发展。政府应制订和采取有效的政策，通过法律手段给予有力的支持和保障。（作者单位：南京财经大学）
参考文献：
[1]杜强 贾丽艳.《SPSS统计分析从入门到精通》.人民邮电出版社.2009：546.
[2]薛薇.《统计分析与SPSS的应用》.中国人民大学出版社（第二版）.2008：376.