區域科技創新能力分析

◇宿遷學院文理學院 姜 楠

科技創新是增強國家核心競爭力的關鍵，提高區域科技創新能力是推動經濟和社會發展的重要因素。本文從科技創新能力的內涵出發，選取評價區域科創能力的指標。運用描述性統計分析、因子分析和聚類分析三種方法，分析評價各地區科技創新能力，并對政府和科技創新主體建言獻策。

1 引言

1.1 研究背景及意義

自1978年以來，我國面臨日益復雜的國際環境，如金融危機、中美貿易戰、新冠疫情等，這些對我國各區域的科技創新能力的提升造成了一定的干擾。因此，擴大對科技創新能力指標監測范圍，構建能科學、有效、及時反應地區科技創新能力的指標評價體系，成為當前經濟領域的熱點研究方向。

在地方的企業、學校、政策等各種科技創新主體和因素相互影響下，各區域的科技創新能力大相徑庭[1]。由于我國數字化進程發展相對較晚，對科技創新能力的評級體系理論研究與實例分析尚處于起步階段，但受到互聯網經濟快速發展的影響，近年來研究科技創新能力的學者增多，從總體的研究成果來看，其主要側重于實證研究。

唐炎釗通過模糊綜合評估模型分析區域科技創新能力[2]；此后張衛國、歐晨、劉勇軍改進求解模糊判斷矩陣的方法，建立基于LFPP-FAHP的創新能力評價模型[3]。鄭雨蘋、張良強、鄭劍鋒基于因子分析賦權法和層次分析法，選取評價指標，實證研究福建省科技創新能力[4]；汪曉夢基于主成分分析法，比較與評價了長三角三市的科技創新能力[5]。對于分析區域科技創新能力，上述研究成果具有一定的幫助，但這些研究所選取的指標不全相同，對區域科技創新能力的理解也不一樣。

1.2 主要研究內容

本文嘗試基于區域科技創新能力的內涵，選取準確、科學的評價指標。首先對指標數據作箱線圖與星相圖，并比較各區域差異；其次通過因子分析法得到各區域科技創新能力排名和影響區域創新能力的公共因子；然后分別基于公共因子得分和原始指標數據做聚類分析，并比較它們的聚類差異；最后結合分析結果評價各地區科技創新能力，并對政府和科技創新主體提出相關建議。

2 指標體系的構建和實例分析

2.1 指標的選取及描述性統計分析

為選取科學、系統的指標，查閱《國家創新調查檢測評價指標體系》以及相關文獻，考慮統計口徑和數據的易獲取性，選擇14個指標（見表1）。

表1 區域科技創新指標集

為了解指標數據的分布情況和各區域樣本變量的觀測數據特性，對全國各個地區的14項指標數據繪制相應的箱線圖（見圖1）與星相圖（見圖2）。

圖1 14項指標箱線圖

圖2 各區域星相圖

圖1給出了所選指標數據的偏度與異常值分布情況。從中可以發現，除指標4和指標6，其余各指標數據有較為明顯的偏度。除了指標1和指標14，其余各指標數據都存在異常值，特別是指標12中的北京市尤為突出，遠高于其他地方，形成異常值。

從圖2發現全國各個省、市、自治區的指標數據的觀測特性，即北京、廣東、上海、山東、江蘇、浙江這六個地區的科技創新能力顯著，其他各區域科技創新能力不盡相同且不顯著。

2.2 區域科技創新能力的因子分析和聚類分析處理

因子分析法基于降維思想，把多個變量綜合為少數變量。即考慮變量間的相關關系，把相關性較高的放在同一類，反之在不同的類中，每一類變量代表一個公共因子[7]。

聚類分析是一種基于數據特征的分類方法，首先確定一定規則，然后按此規則把具有較大相似性的對象分在同一類，差異較大的分在不同的類中。

為檢驗各指標間的獨立性及判定樣本是否能用于因子分析，對表1中選取的14個指標數據進行相關性分析，這里使用KMO和Bartlett檢驗（見表2）。

表2 KMO和Bartlett的檢驗

表2給出所選指標的KMO和Bartlett檢驗結果。從中可以發現，樣本數據的KMO檢驗值為0.832，根據Kaiser給出的度量標準，本樣本適合作因子分析，而Bartlett檢驗值小于顯著性水平0.05,拒絕原假設,因此可進行因子分析。

下面對數據進行降維處理。在對標準化后的指標數據進行相關性分析后，提取所選指標的公因子并計算相應的矩陣特征值和累計方差貢獻率（見表3）。

表3 矩陣特征值和累計方差貢獻率

從表3可以得到前4個因子所解釋的方差貢獻率占90%以上，14項指標的信息基本能夠通過這4個因子得到反映，所以提取前4個因子作為公共因子。

為了解釋各公共因子的含義，考慮因子旋轉，得到旋轉后的因子載荷矩陣（見表4）。

表4 旋轉后因子載荷矩陣

從表4可以得到各指標對公因子的解釋程度，即因子1受地區生產總值X3、工業企業R&D人員量X5、工業企業R&D經費X6、財政科學技術地方支出X8、開發新產品工業企業消費支出X9、開發新產品工業企業銷售收入X10、工業企業有效發明專利件數X11、第三產業增加值X13的影響較大，這些指標反應了與企業相關的信息，從而稱因子1為企業因子。根據表3可以得到企業因子對科技創新能力的貢獻率達到58.68%，反映科技型企業對地方科技創新能力的貢獻度。同理，根據各指標對因子的解釋能力，分別稱因子2、因子3、因子4為環境因子、薪資因子和潛能因子，其對科技創新能力的貢獻率分別達到17.00%、8.80%、8.73%。

為了更清晰地呈現各省市的科技創新發展情況，以方差貢獻率為權數，計算綜合因子得分并排序，同時按14項指標數據以及因子得分分別使用離差平方和法進行系統聚類分析（見表5）。

表5 區域科技創新能力的評價結果

從表5可得，北京、上海、江蘇、浙江、安徽、福建、山東、河南、湖北、湖南和廣東這11個地方的綜合因子得分為正，其余20個省市得分均為負。這反映了我國各個地方科技創新能力的不平衡性。此外，北京、江蘇和廣東這3個地方的分類結果完全一致，其他區域都略有變動，如西藏、甘肅、青海和寧夏的分類差異（在按因子得分聚類中單獨分為一個層次）。由此可見，以公共因子得分為依據的聚類分析的判別更為精細，主要原因在于公共因子已提取原數據的大部分重要信息[8]。

3 結論及建議

通過對2019年各地區科創能力的分析可發現，環境因素、薪資因素、潛能因素和企業因素對地區科創能力影響顯著，從研究的結果來看，目前我國地區科創能力從東部沿海向西部逐漸減弱的趨勢依舊明顯。因此，為了促進我國科創能力的提升，特提出如下建議：一是優化地區科創環境。加強地區間研究型機構的合作，搭建企業、科研機構供需合作平臺，提升創新成果產業化轉換效率；二是加大對地方科創資金投入。積極推動提高地方金融機構對科創機構的貸款扶持力度，提高科研經費占地方財政的比重，避免科研機構出現融資難的問題，推動科創能力發展；三是強化企業主體地位。促進企業間跨地區交流，提升企業科技賦能的緊迫感和吸收創新成果的主動性，挖掘整合人才資源，用好現有的，引進急需的，培養自己的專業人才，同時地方也應支持企業對重大科研項目的研究。