基于數理分析的湖南省區域高新技術能力評價

楊 靜,賀清云

(湖南師范大學資源與環境科學學院，中國 長沙 410081)

基于數理分析的湖南省區域高新技術能力評價

楊 靜,賀清云*

(湖南師范大學資源與環境科學學院，中國 長沙 410081)

采用主成分、聚類和GIS空間分析方法對湖南省區域高新技術能力作了綜合評價．首先運用主成分分析法對湖南省14地州市高新技術能力指標進行分析，提取了代表各州市高新技術能力的3個主成分，并得到了各州市高新技術能力的綜合得分．其次將主成分分析獲得的3個新指標進行聚類分析，據此將湖南省14個地州市按高新技術能力分為6類．接著對各州市高新技術能力進行GIS空間分析，獲得各區域高新技術能力的空間分布狀況．最后，通過數理分析得到科學而合理的結論，并針對性地提出發展湖南省高新技術能力的相關建議．

高新技術能力；湖南省；主成分分析；聚類分析；GIS空間分析

21世紀高新技術正逐漸取代傳統技術成為生產力發展的主要推動力，是區域綜合實力的重要標志．2011年湖南省的地區生產總值為19 635.19億元，占全國的4.16%，人均地區生產總值只占全國平均值的75.76%，高新技術總產值為9 771.76億元，只占地區生產總值的49.77%，湖南省高新技術能力尚存在較大的提升空間，依靠高新技術推動湖南省的經濟發展已成為亟待解決的任務[1]．目前，雖然有一些學者針對湖南省高新技術的發展現狀[2]、發展模式[3]和發展對策[4-5]進行了研究，但并沒有深入研究湖南省高新技術的內部機理或客觀存在的一般規律．本文采用主成分分析法、聚類分析法和GIS空間分析方法，深入分析了湖南省各區域的高新技術能力狀況并進行綜合評價，運用數理統計方法提取影響湖南省區域高新技術發展的因子，分析結果為湖南省各區域高新技術的發展提供參考．

1 指標的選擇和數據的獲取

正確地構建高新技術能力指標體系是評估高新技術能力的基礎．依據科學性、系統性、可比性和動態性原則[6]，參考已有研究的指標體系[7-8]，考慮區域高新技術投入水平、高新技術產出水平兩方面：高新技術投入水平的影響因素包括高新技術的企業投入因子、人力投入因子和科技資金投入因子，高新技術產出水平的影響因素主要包括高新技術產業化程度因子和技術創新水平因子．因此，本文選取代表湖南省高新技術能力的11個指標，包括：每百萬人口高新技術企業單位數X1(個)、每萬人口科技人員數X2(人)、R&D人員占科技人員數的比重X3(%)、每萬人口科學家和工程師人數X4(人)、科技經費總額占GDP比重X5(%)、R&D經費支出占科技經費總額的比重X6(%)、高新技術產業總產值X7(億元)、高新技術產業增加值X8(億元)、高新技術產業銷售收入X9(億元)、每萬人專利申請數X10(件)、有效發明專利占專利申請數比例X11(%)，其中X1為企業投入因子，X2、X3、X4為人力投入因子，X5、X6為科技資金投入因子，X7、X8、X9為高新技術產業化程度因子，X10、X11為技術創新水平因子．考慮到較強的地區性差別，部分指標為人均指標，指標體系原始數據均來自《2012年湖南省統計年鑒》(表1)．

表1 湖南省各州市高新技術能力指標值*

*數據來源于《2012年湖南省統計年鑒》

2 高新技術能力的主成分分析

直接對上述指標進行分析將會導致問題過于復雜且計算量龐大．本文采用主成分分析[9-11]，用較少的新指標代替原來較多的指標，而且使這些較少的新指標盡可能多地保留原較多的指標所反映的信息．

2.1 主成分分析的計算方法和步驟

(1)將各指標數據標準化

假設有n個對象，每個對象有p個指標，所有n個對象,p個指標的值可以組成如下矩陣：

(2)求標準化后數據的相關系數矩陣R，并計算特征值與特征向量

(3)計算主成分貢獻率及累計貢獻率

(4)計算主成分載荷矩陣，主成分得分和綜合得分

2.2 特征向量方向的確定

特征向量正負號不同，主成分得分也不同，從而可能影響進一步的研究．目前，確定特征向量方向的方法分為兩種：一種是根據主成分載荷矩陣再結合具體的專業知識判斷[12]．另一種是通過最優樣本主成分得分值必須大于最劣樣本主成分得分值的原則確定特征值方向[13]．本文采用后者確定特征值向量的方向．

2.3 主成分評估

采用主成分分析方法，利用MATLAB對11項指標進行數據處理，得到主成分載荷及貢獻率如表2，進一步得到各主成分得分和綜合得分如表3．主成分載荷反映了主成分對原有指標的解釋程度，載荷絕對值越大，解釋程度越高，而正負則表示兩者的相關性質．主成分得分意味著各地區高新技術能力在各指標層次或綜合層次的發展水平，若各地區在某些主成分上的(綜合)得分為正，則代表該地區這些指標水平或綜合水平在全省高新技術能力平均水平之上，且分數越高，高新技術能力越強，而得分為負則相反．

表2 湖南省高新技術能力主成分載荷

表3 湖南省高新技術能力主成分得分

由表2可知，前3個主成分的累積貢獻率達到91.83%，代表了原始數據的絕大部分信息，可以反映出高新技術能力狀況．第一主成分的貢獻率為68.9%，是反映高新技術能力的重要因子．它與各指標都成正相關，特別是每百萬人口高新技術企業單位數(X1)、每萬人口科技人員數(X2)、每萬人口科學家和工程師人數(X4)、高新技術產業總產值(X7)、高新技術產業增加值(X8)、高新技術產業銷售收入(X9)、每萬人口專利申請數(X10)，它們的相關性達到了85%以上，表明第一主成分對這些指標的解釋能力非常大，可歸結為高新技術產業化的人力資源、規模和效率因子．由表3可知，長株潭地區在這方面具有較高的貢獻，其中長沙市的得分遠遠高出全省平均水平，而在這方面非常欠缺的是懷化市、張家界市和湘西自治州．第二主成分的貢獻率為13.19%，在R&D人員占科技人員數的比重(X3)、R&D經費支出占科技經費總額比重(X6)指標上具有較大的載荷和解釋能力，可以歸結為R&D活動因子．常德市、湘西自治州、衡陽市在這方面具有較大的貢獻，而懷化市和湘潭市相對較差．第三主成分的貢獻率為9.78%，在科技經費總額占GDP的比重(X5)、有效發明專利占專利申請數的比重(X11)指標上具有較大的載荷和解釋能力，可以歸結為科技資金投入因子.科技經費的增加有助于科技人員更好地完成專利的發明．在這方面得分較高的有岳陽市、湘潭市、婁底市，而長沙市、衡陽市和張家界市得分較低．

圖1 湖南省高新技術能力聚類分析Fig.1 Cluster analysis of high and new technical ability in Hunan

根據表3的高新技術能力綜合得分，處在全省平均水平之上的地區有6個，其中，長沙市得分遠遠高于全省平均水平，高新技術能力最為發達．處在全省平均水平之下的地區有8個，其中懷化市和張家界市的高新技術能力最低．

3 高新技術能力的聚類分析

為進一步對各州市進行深入分析和區劃研究，本文采用系統聚類分析法，將各州市高新技術能力進行分類．采用距離系數作Q型分析[14]，采用MATLAB對新指標數據進行處理[15]，聚類分析結果如圖1所示，最終選擇距離系數小于1.8作為標準，將各州市劃分為6類．取各類的綜合平均得分作為衡量這6類高新技術能力水平的標準，聚類分析結果如下：第一類：高新技術能力高水平區域，以長沙市為主．第二類：高新技術能力中高水平區域，主要包括株洲市、湘潭市和岳陽市．第三類：高新技術能力中偏高水平區域，主要包括常德市和婁底市．第四類：高新技術能力中偏低水平區域，主要包括衡陽市、益陽市、永州市和湘西自治州．第五類：高新技術能力中低水平區域，主要包括邵陽市、郴州市和張家界市．第六類：高新技術能力低水平區域，以懷化市為主．

4 高新技術能力的GIS空間分析

圖2 湖南省各州市高新技術能力水平分布圖Fig.2 Horizontal chart of high and new technical ability in Hunan

根據湖南省各州市高新技術能力聚類分析結果，運用ArcGIS 9.3 地理信息系統空間分析軟件, 繪制出了湖南省各地市州高新技術能力水平分布圖(圖2)．圖2清晰地反映出各州市高新技術能力的差距，以長沙為首位，高新技術能力從東北向西南方向遞減．長沙的首位度很高，在高新技術領域缺乏次中心城市以產生集聚和輻射作用．從地理位置上分析，長株潭和岳陽地區位于長江流域，地理位置優越．中西部地區因地形崎嶇，交通不便，發展高新技術制約性較大，但廣大西南地區具備作為西部大開發的前沿陣地和毗鄰珠三角的雙重優勢，事實上擁有較優越的區位優勢，若政府嘗試在該地區培育另一區域高新技術核心增長極，便可與長株潭地區相互配合，共同帶動湖南省高新技術的發展．

5 結論和建議

(1) 長沙市是全省高新技術產業的核心區域，擁有大量高新技術人力資源，其高新技術產業已規模化和高效化，但相對于長沙市的經濟水平，R&D活動因子得分和科技資金投入因子得分較低，R&D投入特別是科技經費的投入不足，導致其科研成果的完成率不高．因此，為進一步提升高新技術能力，長沙市首要的任務是增加科技經費和R&D投入．首先，長沙市可利用財政撥款、企業自籌、社會集資等方式建立高新技術產業發展基金和專門從事風險性投資的金融機構，加大對科技經費的投入．其次，重視R&D活動，重點加強高新技術開發過程中基礎研究經費的投入和人才的培養、引進，增強自主創新能力；最后，長沙市作為湖南省的高水平區域，應培養其核心增長極，增強高新技術輻射能力，建立健全產學研的合作機制，加速高新技術成果的轉化，以創造更大的科技效益,進一步提升長沙市的高新技術能力，達到國際發達城市高新技術能力水平．

(2) 在長沙市的輻射作用下，株洲、湘潭和岳陽3市的高新技術能力處于湖南省中高水平區域，然而與長沙市相比卻相距較遠，較突出的矛盾是其科研資金投入充足，而R&D投入卻相對欠缺．該區域可通過增大研發經費比重，增強競爭實力，積極吸引國內外優秀的研發人員，增加研究和開發活動來進一步發展高新技術能力．一方面，可通過購買先進的專利、技術和設備，直接掌握核心技術，同時注重技術的消化、吸收和改良．另一方面，可通過政府參與(扶持)的自主創新模式，對重大項目實行政、企、學聯合攻關，增強自主研究開發能力．最后，在繼續保持和發揮自身優勢的基礎上，持續開展與長沙市的交流與合作，完善產業鏈，進一步促進產業集群發展，提升高新技術產業規模和效率，增強高新技術行業的競爭實力．

(3) 湖南省高新技術中偏高水平區域包括常德市和婁底市，雖然該區域科技資金投入和R&D投入都比較充足，但由于資源差異，高新技術產業化的人力資源、規模和效率與(中)高水平區域還有差距．因此，該區域的首要任務是加強和高水平區域的合作與交流，提高科技成果轉化率．首先，可成立區域高新技術服務中心，定期開展互助技術交流與合作．其次，實施激勵政策，設立各種獎項，鼓勵、表彰為發展高新技術產業和開發高新技術產品做出重大成績的部門、單位和個人，促進高科技創新型人才的引進與培養．再次，應調整研發經費比例配置，適度增加成果轉化階段和產業化階段經費比例，充分利用各種優勢科技資源，搭配產學研合作機制，加深技術創新鏈和產業鏈的融合，提高科技成果轉化率．

(4) 湖南省高新技術中偏低水平區域包括衡陽市、益陽市、永州市和湘西自治州，該地區R&D活動因子得分和科技資金投入因子得分較高，表明該區域對高新技術研究與開發比較重視，但因高新技術資源十分缺乏，高新技術能力水平相對不高．因此，該區域可加大高新技術資源投入，改善投資環境．首先，可在已有高新區的基礎上，在湘西自治州增設一個高新區，爭取更多的資金支持、技術援助和政策傾斜．其次，改善投資環境，簡化公司審批手續，提高辦事效率；加強立法，完善高新技術產業發展的法律保障體系；提供更多的優惠政策，給予他們長遠發展的預期，引進高級技術人才，吸引本土和外來高新技術企業進駐．最后，集中有限的人力、物力、財力，優先和重點發展醫藥制造業、信息傳輸服務業、電機制造業等產業關聯度較大的產業，借助關聯效應，帶動其他產業的發展．

(5) 湖南省高新技術中低、低水平區域包括邵陽市、郴州市、張家界市和懷化市，該區域高新技術能力的各項指標均低于全省平均水平，尤以懷化為甚．經濟基礎薄弱、人才科技資源欠缺是該區域高新技術能力低下的主要原因．該區域可爭取國家對中低、低水平區域的高新技術專項資金支持，加強重點高新技術行業的能力培育．首先，該區域應抓住西部大開發和“泛珠三角”發展的機遇，積極爭取國家專項扶持資金、引進外資，拓寬融資渠道．充分發揮政府在高新技術產業發展中的引導作用，要采取“先養雞，后下蛋”的政策，在稅收、貸款等方面適度優惠，引導企業加大對高技術產品的研究開發投入，并通過政府采購降低高科技企業經營風險．其次要加強與長株潭、常德、岳陽等高新區的信息、技術交流與合作，堅持技術引進與自主創新相結合，形成協同效果和網絡效應．最后，加速高新技術產業向傳統產業的滲透，集中有限資金、技術、人才重點突破幾個領域,優先發展幾個行業,循序漸進，逐步提高區域高新技術能力．

[1] 彭程甸. 湖南高新技術產業創新能力分析[J]. 硅谷, 2008(22):197-198.

[2] 李玲玲, 長株潭城市群高新技術產業發展現狀與對策研究[J]. 熱帶地理, 2002,22(2):130-133.

[3] 張小紅, 賀清云, 劉冬榮. 湖南省高新技術產業集群分析—以湖南省為例[J]. 世界地理研究, 2005,14(1):28-33.

[4] 苗俊明. 區域高新技術產業政策環境研究[J]. 經濟地理, 2011,21(6):63-68.

[5] 唐承麗, 周海蘭, 周國華. 基于生命周期理論的開發區差別化調控政策探討——以湖南省開發區為例[J]. 湖南師范大學自然科學學報, 2012,35(2):88-94.

[6] 蔡 元, 趙 敏. 基于主成分分析的中部六省科技創新效率研究[J]. 當代經濟管理, 2011,33(5):52-55.

[7] 李建華, 顧穗珊, 藏 晶. 基于主成分分析的高新技術成果轉化的聚類分析[J]. 工業技術經濟, 2006,25(7):77-80.

[8] 竺杏月, 李旭紅. 高新技術企業自主創新能力的評價和提升研究——基于江蘇省2004—2008年數據[J]. 科技管理研究, 2011(23):60-65.

[9] 張乾燕，梁 量. Gabor濾波和蟻群優化BP神經網絡的人臉識別[J]. 湖南科技大學學報:自然科學版, 2012,27(4):69-72.

[10] 徐雅靜, 汪遠征. 主成分分析應用方法的改進[J]. 數學的實踐與認識, 2006,36(6):68-75.

[11] 葉宗裕. 主成分綜合評價方法存在的問題及改進[J]. 統計與信息論壇, 2004,19(2):29-32.

[12] 許淑娜, 李長坡. 對主成分分析法三個問題的剖析[J]. 數學理論與應用, 2011,31(4):118-121.

[13] 徐永智, 華惠川. 對主成分分析三點不足的改進[J]. 科技管理研究, 2009(6):128-130.

[14] SHI M, CARR J R. A modified code for R-mode correspondence analysis of large-scale problems [J]. Comput Geosci, 2001,27(2):139-146.

[15] 姜彩樓, 徐康寧,朱 琴.中國高新區績效的時空演化及貿易溢出效應研究[J]. 經濟地理, 2012,32(2):14-19,26.

(編輯 王 健)

Regional High and New Technical Ability Evaluation for Hunan Province Based on Mathematical Analysis

YANGJing,HEQing-yun*

(College of Resource and Environmental Science, Hunan Normal University, Changsha 410081, China)

The principal component analysis, the clustering analysis and the GIS spatial analysis methods were used to evaluate the regional high and new technical ability in Hunan province. Firstly, the principal component analysis method was adopted to analyze indexes which reflected the high and new technical ability in Hunan’s fourteen cities. Three principal components standing the high and new technical ability were extracted, and the comprehensive score of fourteen cities were obtained. Secondly, the clustering analysis method was applied to analyze the three new indexes obtained by the principal component analysis, according to which fourteen cities were divided into 6 categories. Then based on the GIS spatial analysis method, the spatial distribution of Hunan’s regional high and new technical ability was obtained. Finally, some scientific and reasonable conclusions were extracted from the anterior mathematical analysis, and some countermeasures and suggestions are proposed to improve Hunan province’s high and new technical ability.

high and new technical ability; Hunan province; principal component analysis; clustering analysis; the GIS spatial analysis

2013-05-07

湖南省科技廳科技計劃資助項目(2012SK4060)

*

,E-mail763540137@qq.com

F129.9

A

1000-2537(2014)01-0011-06