基于因子分析法的科技投入績效評價研究

王玉波 ，付建清 ，姚迦陸，高雅欣

(1.唐山市科學技術情報研究所 科技統計中心，河北 唐山 063000；2.河北冀東建設工程有限公司，河北 唐山 063000； 3.不列顛哥倫比亞大學，加拿大 溫哥華；4.唐山市欣加貝農業科技有限公司，河北 唐山 063000)

0 引言

隨著世界經濟的持續發展,科技創新已成為國家發展戰略的核心和提高綜合國力的關鍵。科技投入作為科技創新的關鍵要素，對其績效進行客觀可靠的評價，是找出影響科技活動效果和科技創新發展水平差異制約因素、提高科技活動效率和科技創新水平的重要手段。本文對我國31個省、自治區、直轄市科技投入績效進行了評價分析，并提出提高地方科技投入績效、促進經濟和社會發展的對策與建議，以期為科技管理者提供決策參考。

1 文獻回顧

從現有的國內文獻來看，國內學者對地方財政科技投入績效評價開展了廣泛研究。如王立巖[1]采用灰色關聯分析方法研究河北省地方政府財政科技投入績效；李萌萌等[2]采用層次分析法分析了蕪湖市財政科技投入績效；郭藝等[3]采用因子分析法研究了福建省財政科技投入績效。在科技投入績效評價方面，張桂玲等[4]采用DEA方法對河南省科技投入績效進行評價；張玉賦等[5]采用線性回歸模型分析科技投入對經濟增長的帶動作用。科技投入績效評價方法主要采用數據包絡分析、線性回歸分析、灰色關聯分析、層次分析、因子分析、聚類分析等。本文以31個省(自治區、直轄市)為研究對象，選取具有代表性的7個科技指標，運用R型因子分析法對區域科技投入績效進行定量評價，并對其結果進行分析，進而提出推動我國科技進步的建議和措施。

2 指標選擇及數據來源

本文以可操作性和代表性為原則,借鑒相關學者研究成果，選取科技人力和財力資源指標、科技投入直接產出指標和科技對經濟發展的影響等為績效評價指標。包括規模以上工業企業R&D人員全時當量占平均用工人數的比重(X1)、地方財政科技支出占地方財政支出比重(X2)、規模以上工業企業R&D經費投入占營業收入的比重(X3)；人均地區生產總值(X4)、每萬人專利授權量(X5)、每萬人發明專利授權量(X6)、技術市場合同成交額(X7)7個指標。原始數據來源為2021年的《中國統計年鑒》和《2020年全國科技經費投入統計公報》。

3 全國科技投入績效評價

3.1 數據處理

本文的評價指標樣本數據均是客觀數值，為了減少因數據量綱和量級差異造成的不可比性，采用z-score方法對原始樣本數據進行標準化處理,見表1。標準化處理的公式如下：

Xij=(Xij-μj)/σj,其中μj為樣本均值,σj為樣本標準差。

表1 全國科技投入績效評價指標標準化數據

3.2 相關性檢驗

通過SPSS軟件對各變量間的關系進行測試，得出相關性矩陣見表2，可以直觀地發現,除X3和X6之間顯示一般相關性[6]，其余變量間皆為顯著相關。

3.3 適用性檢驗

使用SPSS軟件對研究對象進行適應性檢驗，檢驗結果見表3，KMO的檢驗值為0.758，大于0.5；Bartlett球形檢驗顯著性水平為0.000，小于0.05，表明變量數據適合進行因子分析[6]。

表2 相關性檢驗結果

表3 KMO和巴特利特檢驗結果

3.4 因子提取和因子旋轉

使用SPSS軟件選取主成分分析法獲得初始解，用最大方差法進行因子旋轉，結果如表4。由表4可知,第一、第二因子的初始特征值分別為5.329和0.998,旋轉后方差百分比分別為48.934% 和41.449%，方差累積貢獻率為90.383%,說明這兩個公因子可以解釋大部分原始信息,故本文選取這兩個公因子作為科技投入績效評價指標[6]。

表4 總方差解釋

表5 旋轉后的成分矩陣

3.5 主成分因子命名

由旋轉成分矩陣表5可以看出，第一因子F1在人均地區生產總值(X4)、每萬人專利授權量(X5)、每萬人發明專利授權量(X6)、技術市場合同成交額(X7)有較大載荷，代表著科技產出，命名為科技產出因子；第二因子F2在在規模以上工業企業R&D人員全時當量占平均用工人數的比重(X1)、地方財政科技支出占地方財政支出比重(X2)、規模以上工業企業R&D經費投入占營業收入的比重(X3)有較大載荷，代表科技投入，命名為科技投入因子。

3.6 計算權重系數

根據王路德[7]撰寫的《用R型因子分析法計算綜合評價的權重》中的方法計算7個變量的權重系數。

將第一主成分(F1)上的7個變量得分系數的絕對

表6 成分得分系數矩陣

值相加得1.72，第二主成分(F2)上的7個變量得分系數的絕對值相加得1.76；X1在F1的權重為：0.150/1.72，在F2的權重為：0.420/1.76。那么第i個變量的權重系數Ti可定義為

即T1=0.150/1.72+0.420/1.76=0.326,同理T2=0.148，T3=0.483，T4=0.171，T5=0.142,T6=0.418,T7=0.311;

將T1歸一化成百分數，可得：T1=0.326/(0.326+0.148+0.483+0.171+0.142+0.418+0.311)×100%=16%;T2=7%;T3=24%;T4=9%;T5=7%;T6=21%;T7=16%

3.7 綜合評價得分

根據權重系數，得出F1和F2的分數及綜合評價得分和排名。

表7 2020年各省(市、自治區)科技投入績效排名

4 科技投入績效評價結果分析

從科技投入水平來看，得分排名前三名的省份為浙江省、江蘇省和廣東省，均為東部沿海省份，是中國社會與經濟發展最發達的地區，他們在政府對科技重視程度、科技人才、科技經費投入均居前列，科技投入與經濟增長之間實現循環往復的良性互動。數據顯示，有15個省區市科技投入因子得分為正，其他綜合得分均低于平均值。

從科技產出水平來看，排名第一的是北京市。雖然北京在非首都功能轉移背景下部分企業遷出，導致規上企業R&D經費投入強度不占優勢，科技投入因子中綜合排名僅為第六名，但這不影響其科技產出因子得分高于第二名近1倍。

綜合得分排名如下：排名第一的北京綜合得分為2.62，遠超其他省(市、自治區)；江蘇省、浙江省、上海市、廣東省分別位居第二至第五名，綜合得分分別為1.34、1.32、1.26和1.23。31個樣本中有12個綜合得分為正，其他均低于平均值。各省區市之間績效相差比較明顯，東部沿海省市科技產出績效高于中西部和東北地區，科技發展不平衡。

5 成因分析

5.1 區域發展不平衡

由于國家政策、基礎設施、自然資源和經濟社會發展制度等存在差異大，各省區市經濟發展明顯呈現出區域不平衡性。東部省市的經濟社會發展水平大大超過中西部地區；沿海地區依托其優越的自然資源、完善的基建和便捷的交通運輸，經濟增長顯著。中西部，特別是西部內陸，受交通條件和自然環境所限，經濟社會發展相對緩慢，西部大開發戰略就是基于西部發展緩慢提出的指導性幫扶政策。東北地區很多礦產資源都面臨枯竭，經濟增長滯后于國內平均水平。

5.2 政府科技投入的引導作用相差較大

地方財政作為科技投入的主體之一，對地方科技發展和經濟建設產生重要的引導推動作用。2020年北京市的地方財政科技支出占地方財政支出比重為5.78%，而西藏僅為0.41%，說明各地區政府對科技投入的重視程度不同。

5.3 人才是第一創新資源

北京作為科技產出和綜合績效得分的第一名，離不開科技人才的支持。目前北京市擁有1 000多所科研院所、34所雙一流高校，在人才、科研、文化教育等領域有無可比擬的優勢，成為了科技創新發展的沃土。僅2020年技術市場合同成交額就占全國的22.36%，每萬人發明專利授權量達到新疆的87倍。

6 政策建議

6.1 縮小區域經濟差異

各省區市可利用政策傾斜提升科技資源的使用效率，帶動經濟社會發展。在不斷加大科技投入的同時，開展各具特色的區域科技創新。引導中西部統籌自然稟賦資源，充分發揮其比較優勢，積極開發特色產業。支持東部地區通過托管、共建等形式支援落后地區，引導東部區域創新成果在中西部、東北地區孵化轉化，助力當地產業高質量發展。通過科技知識在區域內部的傳播流動，推動協調創新，縮小區域間發展差異，形成協同高效的區域科技創新工作體系，進而共同提高整個國家的科技創新能力。

6.2 發揮政府引導作用

充分發揮地方財政科技投入的引導作用，引導企業和全社會參與科技投入，促進地方經濟高質量發展。

地方政府可通過建立多元化、多層次、多渠道的科技金融融資服務平臺，吸引銀行、保險、創投等各類金融資本支持科技型企業發展，如銀行對科技企業貸款實行財政貼息政策，以提高企業科技投入的主動性和積極性。

地方政府對本地科技資源、科技實力與當地經濟社會發展的實際情況更加清楚，政府科技投入應該傾斜于經濟社會發展中最緊要的重大問題和重點領域，同時整合科研院所和高校的優勢資源，加快產學研深度融合，促進本區域科技進步，促進地方經濟高質量發展。

6.3 注重人才資源儲備

習近平總書記指出“努力推進人才強國發展戰略，創造良好人才培養創新生態環境，聚天下英才而用之，全面調動廣大科技人員積極性、主動性、創造性”，人才資源是技術創新的巨大引擎，是技術創新的第一資源，也是創新活動中最為活躍、最為積極的因素。當地政府要出臺相關政策，如落戶優惠、購房補助和科研經費資助等人才招引政策；鼓勵當地企業主動對接高等院校、科研院所，引進優秀人才來本地創業，并為他們在各方面提供更多支持，從而提高本地區科技發展水平。

6.4 提升績效管理水平

樹立績效觀，明確職責，相互協調，做好科技投入績效評價工作。通過重大項目集中攻關，推進關鍵領域重點突破；實施以結果為導向的績效管理，提升科技投入績效。