湖南省科技创新能力评价.doc

1、1湖南省科技创新能力评价提要 结合湖南省“四化两型”建设，构建湖南省科技创新能力评价指标体系，并运用因子分析法，通过横向比较全国各省（直辖市、自治区）科技创新能力，对湖南省科技创新能力进行评价。 关键词：湖南；“四化两型” ；因子分析法；科技创新能力 基金项目：湖南省软科学研究计划项目：“推进四化两型建设的湖南科技创新能力评价研究” （2011ZK3102） 中图分类号：F127 文献标识码：A 收录日期：2016 年 5 月 3 日 一、引言 “十二五”时期，湖南省委紧密结合湖南省实际，提出全面推进新型工业化、农业现代化、新型城镇化和信息化，着力建设资源节约型、环境友好型社会。经过努力，全省

2、经济总量 2012 年迈上 2 万亿元台阶，2015 年达到 2.9 万亿元，年均增长 10.5%；七大战略性新兴产业年均增长 17%以上，高技术产业年均增长 26.3%。可以说，推进“四化两型”建设，离不开科技创新和人才的支撑作用，为此必须加强科技创新平台建设，推进产学研结合，突出关键技术攻关，提高自主创新能力。 目前，相关区域科技创新能力研究的文献成果比较多，其基本上可分为二类：一是侧重于评价指标体系（或模型）的构建，如杨大楷、冯体一构建的长江三角洲区域科技创新能力评价指标体系，包括投入能力、2配置能力、支撑能力、管理能力、产出能力 5 个方面 41 个指标。孙敏霞提出的福建省科技创新能力

3、评价指标钻石模型等，这类研究互相之间选择指标的结果往往差不多，但忽略了评价指标之间可能存在相互关联、相互影响的作用；二是侧重评价方法的选择，一般采用因子分析法、主成分分析法、熵值法、数据包络分析法（DEA） 、层次分析法（AHP） 、BP神经网络法、模糊综合评判法等，如巴吾尔江等运用主成分分析法和聚类分析法对我国 31 个省市区科技创新能力进行实证研究和比较分析，王亚伟等基于改进模糊综合评价模型的区域科技创新能力评估等，但是这些评价方法中，有的计算复杂（如 BP 神经网络法） ，有的权重确定难、主观因素强（如 AHP、模糊综合评判法） 。另外，从针对湖南省科技创新能力的研究来看，通过中国知网等

4、搜素，我们发现专门研究湖南省科技创新能力的文献很少，基本上是在研究区域科技创新能力时，提及湖南省的科技创新能力情况，而且评价指标基本上是绝对指标，不利于横向的比较和分析。而且从研究某地区的科技创新能力文献看，通过纵向比较分析的较多，通过横向比较分析的较少，这样难以看出该地区和其他地区的差距和不足。鉴于此，本文拟运用因子分析法，构建绝对指标和相对指标相结合的精准评价指标体系，通过横向比较全国各省市自治区科技创新能力，对湖南省科技创新能力进行评价。 二、评价指标构建与数据选取 区域科技创新能力评价指标体系的设置遵循以下几项原则：一是科学性原则，即设置评价指标体系时要考虑区域科技创新指标元素及指标结

5、构整体的合理性，从不同侧面反映科技创新状况，并且指标要有较好3的独立性、代表性、可统计性；二是系统性原则，即以区域科技创新能力的基本内涵为核心，并从总体目标出发构建指标体系，从而全面、系统地反映区域科技创新能力的全貌；三是可比性原则，即充分考虑各区域间统计指标的差异性，在具体的指标选择上必须尽可能保持统计口径、范围一致，以确保指标的可比性；四是可操作性原则，即要最大限度地利用和开发现有统计系统发布的统计数据，注意量化的可操作性，使评价建立在公开、公平、公正的基础上，保证评价结果的可信度。 根据上述原则，构建的区域科技创新能力评价指标体系包括区域科技创新的基础能力、投入能力和产出能力 3 个方面

6、共 7 个指标，其中区域科技创新基础能力指标有人均地区生产总值、普通高校专任教师数、R&D 人员数；区域科技创新投入能力指标有地方财政科技拨款占地方财政总支出的比重、R&D 经费支出；区域科技创新产出能力指标有发明专利申请授权数占专利申请授权数的比重和技术市场成交额。具体如表 1 所示。（表 1） 根据以上评价指标，我们选取了 2013 年 30 个省市自治区的评价数据，剔除了缺失技术市场成交额的西藏自治区，数据主要来自2014 中国统计年鉴 、 中国科技统计数据 2014 ，少量相对指标数据依权威机构发布的数据计算而得。 三、湖南省科技创新能力实证分析及评价 （一）数据处理。我们根据因子分析

7、法的原理对区域科技创新能力指标数据进行处理。在运用 SPSS 20.0 软件进行标准化处理，消除了量纲的影响后，用 KMO 检验模型和 Bartlett 检验对数据进行检验，其中4KMO 检验的统计值是 0.720，Bartlett 球形度检验值是 197.725，均在 1%的置信水平下显著，检验结果均说明变量之间存在相关关系，适合做因子分析。表 2 给出了每个变量共同度的结果。表 2 中数据表左侧表示每个变量可以被所有因素所能解释的方差，右侧表示变量的共同度。从表2 中可以看出，因子分析的变量共同度都非常高，表明变量中的大部分信息均能够被因子所提取，说明因子分析的结果是有效的，然后用主成分法

8、提取公共因子。表 3 给出了因子贡献率的结果，该表中左侧部分为初始特征值，中间为提取主因子结果，右侧为旋转后的主因子结果。 “合计”指因子的特征值， “方差的%”表示该因子的特征值占总特征值的百分比，“累计%”表示累计的百分比。其中只有前两个因子的特征值大于 1，并且前两个因子的特征值之和占总特征值的 81.688%，因此提取前两个因子作为主因子。 （表 2、表 3） 为了方便解释因子含义，我们采用最大方差法对因子进行旋转，通过因子旋转，各个因子有了比较明确的含义。表 4 给出了旋转后的因子载荷值。 （表 4） 由表 4 可以看出，每个因子只有少数几个指标的因子载荷值较大，因此可根据该表分类，

9、将 7 个指标按高载荷值分成两类：高校专任教师、R&D 人员、R&D 经费支出 3 个指标在主因子 F1 上载荷值较大；人均 GDP、地方财政科技支出占地方财政总支出的比重、发明专利申请授权数占专利申请授权数的比重、技术市场成交额 4 个指标在主因子 F2 上载荷值较大。 （二）计算主因子得分。提取主因子后，我们利用回归分析法求出各省市自治区的主因子得分，并以每个主因子的方差贡献率占两个主因5子总方差贡献率的比重作为权数进行加权计算综合得分。其计算公式为：F=（41.876F1+39.812F2）/81.688。计算结果见表 5。 （表 5） （三）结果分析。根据表 5 中的区域科技创新能力综

10、合得分分成如下三个组：相对较强组（F0.75） 、相对中等组（-0.38F0.75） 、相对较弱组（F-0.38） ，得到表 6。 （表 6） 从综合得分分组来看，湖南省科技创新能力处在相对中等组的中间位置，即从全国各省、市、自治区的比较看处在中游位置。从中部 6 省比较来看，只有山西、江西比湖南排列在后，湖北、河南、安徽比湖南排列在前，这说明湖南省科技创新能力还比较弱，与排在较强组的相邻省（广东）还有较大的差距。此外，从表 7 评价指标值的描述统计结果可以看出，湖南省的绝大部分评价指标值（如人均 GDP、R&D 人员、技术市场成交额等）明显低于全国的平均值，说明湖南省科技创新能力在全国处于中

11、等偏低的水平。 （表 7） 四、结论及建议 我们精确选取了 7 个指标，结合 2013 年指标数据，运用因子分析法比较全国 30 个省、市、自治区的科技创新能力，我们发现，与其他省份相比，湖南省科技创新能力无论在全国还是在中部 6 省，都是处在中游位置，与我国东部、沿海省份相比，仍有不小的差距。因此，为了进一步提升湖南省区域科技创新能力，提出如下建议：一是进一步强化科技创新意识，建立完善的知识产权协调、保护机制，充分调动科研人员科技创新的积极性；二是开发人才资源，健全人才激励机制，推进人才队伍建设，激发创新活力；三是提高企业科技创新能力，进一步加强产学6研合作，地方政府应进一步加大科技投入；四是积极培育技术市场，将进一步规范科技服务中介体系，加速推进科技成果的转化。 主要参考文献： 1周强.推进“四化两型”建设加快湖南科学发展J.求是，2011.16. 2杨大开，冯体一.长江三角洲区域科技创能力实证研究J.上海财经大学学报，2008.6. 3孙敏霞.福建省科技创新能力灰色综合评价研究D.厦门大学，2008. 4巴吾尔江等.基于主成分分析的区域科技创新能力评价J.科技进步与对策，2012.12. 5王亚伟，韩珂.基于改进模糊综合评价模型的区域科技创新能力评估J.科技进步与对策，2012.13.