基于動態因子分析法的中國區域科技創新能力比較研究

黃 丹， 張其明

(湖南科技大學 商學院， 湖南 湘潭 411201)

?

基于動態因子分析法的中國區域科技創新能力比較研究

(湖南科技大學 商學院， 湖南 湘潭 411201)

文章通過運用2010～2014年中國30個省市區的面板數據，采用動態因子分析法對我國區域科技創新能力進行比較分析。研究表明：我國各地區科技創新能力基本處于中等偏下水平，大多數省市區并未達到全國平均水平；各地區科技創新能力發展不平衡，不同區域之間存在顯著差距；我國區域科技創新能力正逐漸呈現兩極分化趨勢，存在明顯的區域集聚性。因此，我國及地方政府應因地制宜制定和調整科技創新發展戰略，不斷縮小我國各區域科技創新能力差距，促進我國科技創新能力協調發展。

動態因子分析； 區域科技創新能力； 平均綜合得分

作為國家科技創新能力的關鍵組成部分，區域科技創新能力是區域內技術、人才、資金等各類科技創新要素共同作用的結果，是推動區域內產業結構調整和優化，以及區域經濟穩定可持續增長的重要因素，其強弱決定了一個區域是否具有長期的經濟競爭優勢以及持續發展的動力。科學、客觀地評價我國各區域的科技創新能力，不僅可以幫助國家及地方政府準確地認識到各區域科技創新能力的優勢與不足，從而有針對性地制定和調整區域科技創新發展戰略，保持和提高區域競爭優勢；而且有助于國家正確把握各地區科技創新能力，通過分析找出宏觀政策制定的缺陷，進而找到全國整體經濟發展的方法和途徑。[1]與發達國家相比，我國科技創新能力較低，原始創新能力不足。為促進我國經濟穩定可持續發展，提高國際競爭力，我國政府將“自主創新”提升到了國家發展戰略的高度。黨的十八屆五中全會指出“必須把創新擺在國家發展全局的核心位置”，“十三五”規劃更是提出要“發揮科技創新在全面創新中的引領作用”。

近年來，區域科技創新能力逐漸成為國內外學者研究的熱點課題，我國關于區域科技創新能力的研究日益增多。綜合目前已有文獻可知，學者主要通過改進突變級數(李泊洲和蘇屹，2012)、SPA聯系函數(榮飛和劉春鳳，2006)、RBF神經網絡(馮岑明和方德英，2007)、主成分分析(楊艷萍，2007；巴吾爾江等，2012)、因子分析(畢亮亮和施祖麟，2008；喬章鳳和周志剛，2011)、灰色關聯分析(徐輝和劉俊，2012)以及層次分析(陶雪飛，2013)等方法對我國各地區科技創新能力進行比較分析。[1-8]但由于以上方法僅從單個角度考慮我國區域科技創新能力的發展，割裂了時間、主體和變量這三者的關系，存在一定的局限性。因此，本文將運用動態因子分析法對2010～2014年我國30個省市區的科技創新能力進行比較分析*由于數據的可得性，暫時無法獲取中國臺灣、香港、澳門以及西藏等地區的相關數據，故此處只選取30個省市區作為研究對象。，從時間、主體和變量三個維度綜合考察我國各區域科技創新能力，對我國各區域科技創新能力的動態變化以及平均綜合科技創新能力給予評價。

一、區域科技創新能力評價指標體系的構建

區域科技創新能力評價的關鍵在于其指標體系的構建，設立一個科學、合理、系統的評價指標體系，是正確評價區域科技創新能力的前提與基礎。區域科技創新能力是一個較為復雜的系統，在構建區域科技創新能力評價指標體系時，應盡可能涵蓋與科技創新能力有關的所有因素，嚴格遵循選取評價指標時應注重的科學性、可比性、系統性、可行性及綜合性等原則。本文借鑒楊艷萍(2007)、喬章鳳和周志剛(2011)等相關學者構建的創新能力指標體系，從科技創新投入能力、科技創新產出能力、科技創新基礎能力以及科技創新環境支撐四個方面入手，初步選取了34個影響中國區域科技創新能力的因素指標。[4,7]但由于在數據收集過程中，某些指標數據不全面、不能連續分析，因此本文最終選取了18個相關指標，構建我國區域科技創新能力指標體系(見表1)。

表1 中國區域科技創新能力指標體系

二、研究方法

動態因子分析法最初是由Coppi和Zannella于1978年提出，后由Coppi et al.和Corazziari分別于1986年和1997年進行完善，是一種多元統計分析方法，其基本原理是將主成分分析得到的截面分析結果和線性回歸模型得到的時間序列分析結果綜合起來再分析。[9-10]它綜合考慮了主體、變量、時間三個因素，是一種三位陣列的統計分析方法。[11]

假定給定數組：

X(I,J,T)={xijt},i=1...I,j=1...J,t=1...T

(1)

其中，i表示不同主體，j表示不同指標，t表示不同時期。

動態因子分析法利用主成分分析法和線性回歸模型將方差協方差矩陣S分解成如下兩個部分[12]：

S= (*SI+SIT) + *ST=ST+ *ST

(2)

其中，*SI是主體的跨時期平均方差-協方差矩陣，即靜態結構矩陣；

ST是利用主成分分析產生的各時期的平均離差矩陣；

*ST是線性回歸模型所產生的不同時期的變異：

(3)

其中，殘差需滿足以下條件：

(4)

上述模型解釋了在主成分影響下的變量j之間的關系。

動態因子分析法的步驟如下：

第一步：對數據進行標準化處理，消除量綱不同帶來的影響；

第二步：根據各年份的方差-協方差矩陣S(t)，計算平均方差-協方差矩陣ST，具體表現形式如下；

(5)

第三步：計算ST的特征值、特征向量，以及各個公因子的方差貢獻率和累計方差貢獻率；

第四步：確定主成分個數k，并提取主成分FS1，FS2，...，FSk；

第五步：計算各樣本的靜態得分矩陣，得到各樣本各主成分的靜態得分；

(6)

第六步：求解各樣本每年的動態得分矩陣，并根據所提取的主成分以及其方差貢獻率來計算各樣本的動態得分；

(7)

三、實證分析

(一)數據來源

本文選取了2010～2014年全國30個省市區的面板數據進行分析，所有數據來自于歷年《中國統計年鑒》、《中國城市統計年鑒》、《中國科技統計年鑒》、各省份統計年鑒、國家統計局網站以及中國科技統計網站。

(二)實證分析

本文采取的動態因子分析法基于主成分分析和線性回歸模型，借助STATA14.0作為分析工具。通過運行STATA14.0，首先對數據進行標準化處理，然后計算平均方差-協方差矩陣，最后得出各主成分的特征值、特征向量以及各主成分的方差貢獻率和累計方差貢獻率。各主成分的貢獻率反映了解釋各指標信息的百分比，而累積貢獻率則代表所提取的幾個主成分累積反映解釋指標體系信息的累計百分比，具體結果見表2。

表2 動態因子分析法運行結果

由表2的運行結果可看出，前三個主成分的特征值分別為57.2161、14.7627和5.2048，遠大于1，且這三個主成分的方差貢獻率分別為64.60%、16.66%和5.87%，累計貢獻率達87.11%(>85%)，說明選取三個主成分已經能比較充分地反映原來18個指標與各地區中的主要信息，即可以用提取出來的三個主成分來代表我國30個省市區的科技創新能力的綜合水平。因此，本文提取第一、第二、第三主成分作為我國各地區科技創新能力的計算因子，代表原始指標對各地區科技創新能力進行分析與評價。根據主成分得分系數矩陣(即平均方差-協方差ST的特征向量)(見表3)，可以得到各個地區所提取的第一、第二、第三主成分與進行標準化后的原始指標之間的關系，即：

表3 主成分得分系數矩陣

續表

e1e2e3X7國內發明專利申請授權量0.27920.1295-0.0085X8新產品開發項目數0.272-0.0881-0.2853X9新產品銷售收入0.2640-0.1003-0.3691X10互聯網普及率0.17030.3486-0.1130X11客運量0.1943-0.26950.0973X12貨運量0.1474-0.37510.3662X13人均地區生產總值0.15180.36580.1037X14地方財政科學支出0.27450.11030.0217X15地方財政教育支出0.2304-0.24770.1484X16普通高等學校在校生數0.1996-0.33120.3842X17進出口貿易總額0.27920.0422-0.2876X18實際使用外資金額0.241-0.07680.0950

根據表3可以看出，對第一主成分影響最大的因素為R&D全時當量和R&D經費支出。它們主要反映了一個地區科技創新投入的情況，因此可以將這個主成分稱為科技創新投入因子。該主成分的方差貢獻率高達64.60%，這說明科技創新投入是影響區域科技創新能力的最重要因素。對第二主成分影響最大的因素為技術市場成交額，主要反映一個地區的科技產出情況，該主成分的方差貢獻率為16.66%，即說明該主成分是影響區域科技創新能力的第二重要因素，將這個主成分稱為科技創新產出因子。而對第三主成分影響最大的因素為貨運量、普通高等學校在校生數等因素，主要反映了一個地區的科技創新基礎能力以及其科研環境支撐等，該主成分的方差貢獻率僅為5.87%，是影響區域科技創新能力的次要因素，可稱之為基礎環境因子。結合表3以及主成分表達式即可得出我國30個省市區科技創新能力的第一、第二、第三主成分的靜態得分，見表4。

表4 各地區第一、第二、第三主成分的靜態得分

表5 科技創新能力綜合得分和排名

(三)結果分析

通過比較2010～2014年我國30個省市科技創新能力的平均綜合得分可以發現(見圖1)，第一，我國各區域科技創新能力基本處于中游偏下的水平，大多數省市區未達到全國平均水平。根據平均綜合得分將我國30個省市區分為三類地區可知，第一類地區的科技創新能力較強，第二類地區適中，而第三類地區的科技創新能力則相對薄弱。第一類地區僅包括了廣東、江蘇、北京、上海、浙江和山東6個省市區，即仍有24個省市區的科技創新能力處于中游偏下的水平。就全國平均水平而言，2010～2014年間，我國僅有廣東、江蘇、北京、上海、浙江、山東、天津、遼寧、四川共9個省市的科技創新能力達到全國平均水平，其他21個省市均落后于全國平均水平。除了四川省以外，達到全國平均水平的均為東部沿海經濟發達的城市。

第二，我國區域科技創新能力發展極不平衡，不同區域之間存在顯著差距。首先，根據平均綜合得分將我國分為三大地區來看，第一類地區的平均綜合科技創新能力得分基本維持在3.76左右，而第二類、第三類地區的平均綜合科技創新能力得分卻分別保持在-0.16和-1.60左右，顯著低于第一類地區。其次，通過對比2010～2014年我國30個省市區科技創新能力的平均綜合得分可以發現，近五年間，廣東、江蘇和北京的科技創新能力一直處于全國前三名，在全國范圍內處于絕對優勢的地位；上海、浙江和山東的科技創新能力也同樣具有競爭力，在全國范圍內處于上游水平。而寧夏和青海的科技創新能力排在我國后兩位，與廣東、江蘇和北京等科技創新能力強勁的省市區相比，科技創新能力懸殊較大。

第三，我國區域科技創新能力逐漸呈現出兩極分化的趨勢，且存在明顯的區域集聚性。根據平均綜合得分將我國分為三大地區來看，第一類地區中各省市區的科技創新能力均不斷增強，其中尤以廣東、江蘇和北京的增幅最為明顯，上海、浙江和廣東則較為平緩；第二類地區的科技創新能力處于動態變化之中，基本保持在-0.8～0.2之間，總體而言，除了天津和遼寧以外，第二地區中的其他省市區均不斷向全國平均水平靠攏；而第三類地區各省市區的科技創新能力均呈現持續下降的趨勢。據此可以推測我國區域科技創新能力正呈現出兩極分化的趨勢，若長此以往，則我國區域科技創新能力必定會處于強者越強，弱者越弱的極端態勢。

圖1 2010—2014年中國30個省市科技創新能力的平均綜合得分

針對以上結果，可能的原因主要有：(1)科技投入。近年來，廣東、江蘇和北京不斷加大其科技投入，創新產出成果豐富，科技創新能力持續增加，逐漸成為我國重要的科技創新基地，引領著中國的科技創新之路，而海南、寧夏、青海等地區，其科技創新投入嚴重不足，科技創新能力自然比較薄弱，與廣東、江蘇、北京等地區的差距也越來越大；(2)經濟發展水平。一般而言，區域科技創新能力與該區域的經濟發展水平存在較強的相關性，經濟發展水平高的地區，其科技創新能力一般來說越強；(3)地理位置。優越的地理位置不僅有利于地區的經濟發展，而且有利于引進高科技人才，進而使得科技投入能迅速轉化為產出，科技創新能力自然就增強了。廣東、江蘇、北京、上海、浙江和山東基本屬于東部沿海城市，交通便利，經濟發達且高科技人才匯聚，因而其科技創新能力明顯強于內陸閉塞、經濟落后的地區。

四、結論和建議

本文選取了18個影響科技創新能力的相關指標，通過運用2010～2014年我國30個省市區的面板數據，采用動態因子分析法對它們的科技創新能力進行比較分析。研究結果表明：我國各區域科技創新能力基本處于中游偏下的水平，大多數省市區未達到全國平均水平；各地區科技創新能力發展不平衡，不同區域之間存在顯著差距；我國區域科技創新能力逐漸呈現出兩極分化的趨勢，存在明顯的區域集聚性。因此，建議國家和各級地方政府應該因地制宜制定和調整科技創新發展戰略，提高自身科技創新能力和城市競爭力，不斷縮小我國區域間的科技創新能力差距，促進我國科技創新能力協調發展。首先，不斷加大科技投入規模，優化科技資源配置。一個地區科技創新能力的強弱最主要取決于該地區的科技創新投入，包括經費投入和人力投入，科技創新投入不足必然會影響該地區的科技創新成果產出。中、西部地區要不斷加大科技創新投入規模，合理優化配置有限的科技資源，提高科技資金的綜合使用效率，不斷縮小與東部沿海地區之間的科技創新能力差距。東部沿海地區除了不斷加大科技投入規模以外，更需要注重引進技術的消化、吸收和再創新，不斷提高東部沿海地區的原始科技創新能力。其次，加大對科技產出成果的專項獎勵，提高科技產出水平。國家以及各個省市區的地方政府應不斷加大對科技產出成果的獎勵力度，并根據科技創新產出成果的實用價值，加大對企業和個人的獎勵額度。最后，加強產業轉移，均衡我國科技創新能力發展。我們要結合中、西部地區的自身發展情況，將一些高新技術產業部門逐漸轉移至中、西部地區，提高中、西部地區的科技創新能力，進一步促進我國各地區的科技創新能力協調發展。

[1]李柏洲, 蘇屹. 基于改進突變級數的區域科技創新能力評價研究[J]. 中國軟科學, 2012，(6)：90-91.

[2]榮飛, 劉春鳳. 區域科技創新能力評價與態勢分析[J]. 河北大學學報(哲學社會科學版), 2006, 31(6)：48-51.

[3]馮岑明, 方德英. 基于RBF神經網絡的區域科技創新能力的綜合評價方法[J]. 科技進步與對策, 2007，(10)：140-141.

[4]楊艷萍. 區域科技創新能力的主成分分析與評價——中原城市群科技創新能力的綜合評價[J]. 技術經濟, 2007，(6)：15-16.

[5]巴吾爾江, 董彥斌, 孫慧, 張其. 基于主成分分析的區域科技創新能力評價[J]. 科技進步與對策, 2012, 29(12)：26-30.

[6]畢亮亮, 施祖麟. 長三角城市科技創新能力評價及“區域科技創新圈”的構建——基于因子分析與聚類分析模型的初探[J]. 經濟地理, 2008, 28(6)：946-954.

[7]喬章鳳, 周志剛. 城市科技創新能力評價及實證研究[J]. 西安電子科技大學學報(社會科學版), 2011，(3)：62-64.

[8]徐輝, 劉俊. 廣東省區域技術創新能力測度的灰色關聯分析[J]. 地理科學, 2012, 32(9)：1075-1080.

[9]Coppi R, Zannella F. L’AnalisiFattoriale di unaSerieTemporaleMultipla Relative alloStessoInsieme di UnitàStatistiche[R]. XXIX Meeting of the Italian Stat. Soc, Bologna, 1978：61-79.

[10]王飛, 黃璨. 基于動態因子分析法的中部六省省會城市競爭力比較與分析[J]. 特區經濟, 2013，(4)：25-26.

[11]黃璨, 鄧宏兵, 李小帆. 基于動態因子分析法的四川省旅游業競爭力實證分析[J]. 長江流域資源與環境, 2013，(8)：1011-1012.

[12]Alessandro Federici, Andrea Mazzitelli. Dynamic Factor Analysis with Stata[EB/OL].[2017-05-18].http：//www.stata.com/meeting/2italian/Federici.pdf.i.

[13]胡日東, 李穎. 我國房地產業發展的綜合評價——基于動態因子分析法[J]. 經濟地理, 2011(11)：1863-1865.

A Study of the Regional Science and Technology Innovation Capacity Based on Dynamic Factor Analysis

HUANG Dan, ZHANG Qiming

(School of Business, Hunan University of Science and Technology, Xiangtan 411201, China)

This paper applies the Dynamic Factor Analysis based on the panel data of 30 provinces in China from 2010 to 2014 to empirically analyze the regional science and technology innovation capacity. The results show that China’s regional S & T innovation capacity was basically in the low mediate level and most provinces did not reach the national average level. The development of S & T innovation capacity is regionally unbalanced and significantly different. The polarizing trend of regional S & T innovation capacity embodies an obvious regional agglomeration. Therefore, the national and local government should make and adjust strategies for the development of S & T innovation capacity, shorten the distance of regional S & T innovation capacity and put forward the harmonious development of the national S & T innovation capacity.

Dynamic Factor Analysis; regional science and technology innovation capacity; average comprehensive score

2017-05-22

國家自科基金(71473078).湖南省教育廳科研重點項目(15A071)；湖南省研究生科研創新項目(CX2016B510)

黃 丹(1993—)，女，湖南常德人，湖南科技大學商學院碩士研究生。張其明(1992—)，男，湖南岳陽人，湖南科技大學商學院碩士研究生。

F207

A

1672—1012(2017)04—0078—08