唐瑜沖 唐斯曼 滕順平
(1.湖南工學院;2.中國農發行衡陽市分行 湖南衡陽 421002)
2016年11月,“創新引領戰略”首次于湖南省第十一次黨代會提出。4年多來,創新創造葉茂果碩,“四大體系”相輔相成,“五大基地”步步為營。但要想全面實現目標,我們還需進一步明確任務、強化責任、狠抓落實。
從GDP來看,2015~2019年,電子信息技術環比增長率分別為39%、16%、8.7%、5%;生物與新醫藥技術環比增長率分別為27%、24%、21%、-2%,增長率也呈逐年下降趨勢,且2019年出現了負增長;航空航天技術環比增長率分別為-73%、39%、135%、57%,呈倒“V”型增長趨勢,但2016年負增長率、2018年正增長率非常明顯;新材料技術環比增長率分別為14%、22%、15%、-5%,與航空航天技術業內一樣呈倒“V”型增長趨勢;高技術服務業環比增長率分別為32%、-36%、57%、24%;新能源及節能技術環比增長率分別為43%、17%、12%、-18%,與電子信息技術一樣呈逐年下降態勢;高新技術改造傳統產業環比增長率分別為15%、19%、7%、-1%;資源與環境技術環比增長率分別為41%、60%、21%、13%,與高新技術改造傳統產業一樣呈倒“V”型增長趨勢。
從GNP來看,2015~2019年,電子信息技術環比增長率分別為41%、21%、12%、16%,呈“V”型增長趨勢;生物與新醫藥技術環比增長率分別為24%、17%、22%、4%;航空航天技術環比增長率分別為-71%、35%、106%、52%,且2016年負增長率、2018年正增長率非常明顯;新材料技術環比增長率分別為15%、17%、16%、-4%,與航空航天技術、資源與環境技術一樣呈倒“V”型增長趨勢,且2019年出現了負增長;高技術服務業環比增長率分別為0.94%、-37%、49%、29%;新能源及節能技術環比增長率分別為33%、11%、11%、-19%,增長率呈逐年下降態勢;資源與環境技術環比增長率分別為36%、42%、22%、20%;高新技術改造傳統產業環比增長率分別為13%、-3%、11%、-7%,與生物與新醫藥技術、高技術服務業一樣呈倒“N”型增長趨勢,且2016年和2019年均出現了負增長。
從銷售收入來看,2015~2019年,電子信息技術環比增長率分別為41%、11%、15%、-2%;生物與新醫藥技術環比增長率分別為27%、31%、23%、-3%,且2019年出現負增長;航空航天技術環比增長率分別為-69%、16%、106%、68%,且2016年負增長率、2018年正增長率非常明顯;新材料技術環比增長率分別為17%、15%、21%、-6%;高技術服務業環比增長率分別為18%、-43%、83%、21%,與電子信息技術、新材料技術一樣呈倒“N”增長態勢,且2016年出現負增長;新能源及節能技術環比增長率分別為36%、28%、10%、-18%,增長率呈逐年下降態勢,且2019年出現負增長;資源與環境技術環比增長率分別為50%、50%、37%、11%,增長率呈逐年下降態勢;高新技術改造傳統產業環比增長率分別為16%、24%、11%、-3%,與生物與新醫藥技術、航空航天技術一樣呈倒“V”增長趨勢,且2019年出現了負增長。
從利稅總額來看,2015~2019年,電子信息技術環比增長率分別為87.5%、-7%、1.4%、0.5%,且2016年出現負增長;生物與新醫藥技術環比增長率分別為48.3%、8.6%、28.9%、7.6%;航空航天技術環比增長率分別為-68.9%、8%、89%、28.2%,且2016年負增長率、2018年正增長率非常明顯;新材料技術環比增長率分別為29.4%、-17.3%、39.2%、-1.6%,且2016年、2019年出現負增長;高技術服務業環比增長率分別為23.9%、-38.9%、72.1%、42.5%,且2016年出現負增長;新能源及節能技術環比增長率分別為50.6%、-5%、10.8%、-45.9%;資源與環境技術環比增長率分別為44.9%、39.4%、54.2%、22.4%,與電子信息技術、生物與新醫藥技術、新材料技術、高技術服務業、新能源及節能技術一樣呈倒“N”增長趨勢;高新技術改造傳統產業環比增長率分別為1.5%、10.7%、33.8%、-4.4%,與航空航天技術一樣呈倒“V”增長趨勢,且2019年出現負增長。
本文借鑒董登珍、張治河、毛靜等的研究成果,創新性地構建了3個一級評測指標和11個二級評測指標的自主創新能力指標體系,詳見表1。

表1 戰略性新興產業自主創新能力評價指標體系
由于戰略性新興產業統計數據不完整,本文擬用高新技術產業的數據來替代。根據《2018年中國科技統計年鑒》《2018中國高技術產業統計年鑒》《2018湖南省統計年鑒》,對全國31個省、直轄市、自治區的相關數據進行加工、整理與利用。
為消除變量間量綱關系并使各變量的數據可比,本文直接采用SPSS 23.0的Z標準化方法將指標無量綱處理,再進行因子分析處理。KMO和Bartlett檢驗結果如表2所示。檢驗結果顯示,KMO值為0.75,Bartlett球形度檢驗值為607.38,顯著水平值為0,表明變量之間具有相關性,適合作因子分析。

表2 KMO和Bartlett檢驗
表3是利用因子分析主成分提取方法得到的相關系數矩陣、特征值及方差貢獻率。前3個因子的特征值分別為6.788、1.402、1.20,累計方差貢獻率85.354%,即3個變量的綜合有效性達到85.354%。這說明前3個主因子能有效地反映原始數據的實際意義,因子分析效果較好。其中,主因子1對戰略性新興產業自主創新能力影響非常顯著,其方差貢獻率達到61.705%。

表3 總方差解釋
為便于分析公因子在所有變量上載荷的大小,本文采用凱撒正態化最大方差法對因子載荷矩陣進行正交旋轉(旋轉結果如表4所示)。結果顯示,主因子1在業內R&D人員折合全時當量、業內R&D經費支出、業內R&D人員、業內科研儀器設備投入、業內企業專利申請數、業內企業有效發明專利數、業內企業消化吸收經費上有較高的載荷,即主因子1從總體上反映了這7個變量的信息,其方差貢獻率為60.651%,是影響自主創新能力最重要的因素,可稱為“創新資源投入能力因子”。
主因子2在新產品開發經費投入強度、政府扶持力度上有較高的載荷,即主因子2從總體上反映了這兩個變量的信息,因而可稱為“研發創新和政府支持因子”。主因子3對企業業內企業技術改造經費和市場盈利能力影響比較大,可稱為“技術引進和市場盈利因子”。

表4 旋轉后的成分矩陣
本文利用SPSS 23.0計算出因子得分系數矩陣(詳見表5),并基于此構建全國各地區的因子得分函數F及綜合評價得分函數ZF,如下:


表5 成分得分系數矩陣
利用函數ZF=60.651*F1+13.225*F2+11.478*F3可以計算全國各地區的綜合得分(詳見表6)。ZF數值大小與戰略性新興產業自主創新能力正相關。結果表明,戰略性新興產業自主創新能力排前5的分別為廣東、江蘇、浙江、山東、上海。湖南省戰略性新興產業自主創新能力在全國處于中游略偏上的水平,綜合得分排在第13位,與沿海發達地區的廣東、江蘇、浙江等相比差距非常明顯。公共因子得分中,F1排第8位,說明湖南自主創新資源投入能力處于全國上游水平;F2排第18位,說明湖南省產業研發能力和政府支持力度處于全國中游偏下水平;F3排第26位,說明湖南省技術引進和市場盈利能力處于全國下游水平。

表6 2018年各省戰略性新興產業自主創新能力綜合得分及排名