基于数理分析的湖南省区域高新技术能力评价

杨 静,贺清云

(湖南师范大学资源与环境科学学院，中国 长沙 410081)

基于数理分析的湖南省区域高新技术能力评价

杨 静,贺清云*

(湖南师范大学资源与环境科学学院，中国 长沙 410081)

采用主成分、聚类和GIS空间分析方法对湖南省区域高新技术能力作了综合评价．首先运用主成分分析法对湖南省14地州市高新技术能力指标进行分析，提取了代表各州市高新技术能力的3个主成分，并得到了各州市高新技术能力的综合得分．其次将主成分分析获得的3个新指标进行聚类分析，据此将湖南省14个地州市按高新技术能力分为6类．接着对各州市高新技术能力进行GIS空间分析，获得各区域高新技术能力的空间分布状况．最后，通过数理分析得到科学而合理的结论，并针对性地提出发展湖南省高新技术能力的相关建议．

高新技术能力；湖南省；主成分分析；聚类分析；GIS空间分析

21世纪高新技术正逐渐取代传统技术成为生产力发展的主要推动力，是区域综合实力的重要标志．2011年湖南省的地区生产总值为19 635.19亿元，占全国的4.16%，人均地区生产总值只占全国平均值的75.76%，高新技术总产值为9 771.76亿元，只占地区生产总值的49.77%，湖南省高新技术能力尚存在较大的提升空间，依靠高新技术推动湖南省的经济发展已成为亟待解决的任务[1]．目前，虽然有一些学者针对湖南省高新技术的发展现状[2]、发展模式[3]和发展对策[4-5]进行了研究，但并没有深入研究湖南省高新技术的内部机理或客观存在的一般规律．本文采用主成分分析法、聚类分析法和GIS空间分析方法，深入分析了湖南省各区域的高新技术能力状况并进行综合评价，运用数理统计方法提取影响湖南省区域高新技术发展的因子，分析结果为湖南省各区域高新技术的发展提供参考．

1 指标的选择和数据的获取

正确地构建高新技术能力指标体系是评估高新技术能力的基础．依据科学性、系统性、可比性和动态性原则[6]，参考已有研究的指标体系[7-8]，考虑区域高新技术投入水平、高新技术产出水平两方面：高新技术投入水平的影响因素包括高新技术的企业投入因子、人力投入因子和科技资金投入因子，高新技术产出水平的影响因素主要包括高新技术产业化程度因子和技术创新水平因子．因此，本文选取代表湖南省高新技术能力的11个指标，包括：每百万人口高新技术企业单位数X1(个)、每万人口科技人员数X2(人)、R&D人员占科技人员数的比重X3(%)、每万人口科学家和工程师人数X4(人)、科技经费总额占GDP比重X5(%)、R&D经费支出占科技经费总额的比重X6(%)、高新技术产业总产值X7(亿元)、高新技术产业增加值X8(亿元)、高新技术产业销售收入X9(亿元)、每万人专利申请数X10(件)、有效发明专利占专利申请数比例X11(%)，其中X1为企业投入因子，X2、X3、X4为人力投入因子，X5、X6为科技资金投入因子，X7、X8、X9为高新技术产业化程度因子，X10、X11为技术创新水平因子．考虑到较强的地区性差别，部分指标为人均指标，指标体系原始数据均来自《2012年湖南省统计年鉴》(表1)．

表1 湖南省各州市高新技术能力指标值*

*数据来源于《2012年湖南省统计年鉴》

2 高新技术能力的主成分分析

直接对上述指标进行分析将会导致问题过于复杂且计算量庞大．本文采用主成分分析[9-11]，用较少的新指标代替原来较多的指标，而且使这些较少的新指标尽可能多地保留原较多的指标所反映的信息．

2.1 主成分分析的计算方法和步骤

(1)将各指标数据标准化

假设有n个对象，每个对象有p个指标，所有n个对象,p个指标的值可以组成如下矩阵：

(2)求标准化后数据的相关系数矩阵R，并计算特征值与特征向量

(3)计算主成分贡献率及累计贡献率

(4)计算主成分载荷矩阵，主成分得分和综合得分

2.2 特征向量方向的确定

特征向量正负号不同，主成分得分也不同，从而可能影响进一步的研究．目前，确定特征向量方向的方法分为两种：一种是根据主成分载荷矩阵再结合具体的专业知识判断[12]．另一种是通过最优样本主成分得分值必须大于最劣样本主成分得分值的原则确定特征值方向[13]．本文采用后者确定特征值向量的方向．

2.3 主成分评估

采用主成分分析方法，利用MATLAB对11项指标进行数据处理，得到主成分载荷及贡献率如表2，进一步得到各主成分得分和综合得分如表3．主成分载荷反映了主成分对原有指标的解释程度，载荷绝对值越大，解释程度越高，而正负则表示两者的相关性质．主成分得分意味着各地区高新技术能力在各指标层次或综合层次的发展水平，若各地区在某些主成分上的(综合)得分为正，则代表该地区这些指标水平或综合水平在全省高新技术能力平均水平之上，且分数越高，高新技术能力越强，而得分为负则相反．

表2 湖南省高新技术能力主成分载荷

表3 湖南省高新技术能力主成分得分

由表2可知，前3个主成分的累积贡献率达到91.83%，代表了原始数据的绝大部分信息，可以反映出高新技术能力状况．第一主成分的贡献率为68.9%，是反映高新技术能力的重要因子．它与各指标都成正相关，特别是每百万人口高新技术企业单位数(X1)、每万人口科技人员数(X2)、每万人口科学家和工程师人数(X4)、高新技术产业总产值(X7)、高新技术产业增加值(X8)、高新技术产业销售收入(X9)、每万人口专利申请数(X10)，它们的相关性达到了85%以上，表明第一主成分对这些指标的解释能力非常大，可归结为高新技术产业化的人力资源、规模和效率因子．由表3可知，长株潭地区在这方面具有较高的贡献，其中长沙市的得分远远高出全省平均水平，而在这方面非常欠缺的是怀化市、张家界市和湘西自治州．第二主成分的贡献率为13.19%，在R&D人员占科技人员数的比重(X3)、R&D经费支出占科技经费总额比重(X6)指标上具有较大的载荷和解释能力，可以归结为R&D活动因子．常德市、湘西自治州、衡阳市在这方面具有较大的贡献，而怀化市和湘潭市相对较差．第三主成分的贡献率为9.78%，在科技经费总额占GDP的比重(X5)、有效发明专利占专利申请数的比重(X11)指标上具有较大的载荷和解释能力，可以归结为科技资金投入因子.科技经费的增加有助于科技人员更好地完成专利的发明．在这方面得分较高的有岳阳市、湘潭市、娄底市，而长沙市、衡阳市和张家界市得分较低．

图1 湖南省高新技术能力聚类分析Fig.1 Cluster analysis of high and new technical ability in Hunan

根据表3的高新技术能力综合得分，处在全省平均水平之上的地区有6个，其中，长沙市得分远远高于全省平均水平，高新技术能力最为发达．处在全省平均水平之下的地区有8个，其中怀化市和张家界市的高新技术能力最低．

3 高新技术能力的聚类分析

为进一步对各州市进行深入分析和区划研究，本文采用系统聚类分析法，将各州市高新技术能力进行分类．采用距离系数作Q型分析[14]，采用MATLAB对新指标数据进行处理[15]，聚类分析结果如图1所示，最终选择距离系数小于1.8作为标准，将各州市划分为6类．取各类的综合平均得分作为衡量这6类高新技术能力水平的标准，聚类分析结果如下：第一类：高新技术能力高水平区域，以长沙市为主．第二类：高新技术能力中高水平区域，主要包括株洲市、湘潭市和岳阳市．第三类：高新技术能力中偏高水平区域，主要包括常德市和娄底市．第四类：高新技术能力中偏低水平区域，主要包括衡阳市、益阳市、永州市和湘西自治州．第五类：高新技术能力中低水平区域，主要包括邵阳市、郴州市和张家界市．第六类：高新技术能力低水平区域，以怀化市为主．

4 高新技术能力的GIS空间分析

图2 湖南省各州市高新技术能力水平分布图Fig.2 Horizontal chart of high and new technical ability in Hunan

根据湖南省各州市高新技术能力聚类分析结果，运用ArcGIS 9.3 地理信息系统空间分析软件, 绘制出了湖南省各地市州高新技术能力水平分布图(图2)．图2清晰地反映出各州市高新技术能力的差距，以长沙为首位，高新技术能力从东北向西南方向递减．长沙的首位度很高，在高新技术领域缺乏次中心城市以产生集聚和辐射作用．从地理位置上分析，长株潭和岳阳地区位于长江流域，地理位置优越．中西部地区因地形崎岖，交通不便，发展高新技术制约性较大，但广大西南地区具备作为西部大开发的前沿阵地和毗邻珠三角的双重优势，事实上拥有较优越的区位优势，若政府尝试在该地区培育另一区域高新技术核心增长极，便可与长株潭地区相互配合，共同带动湖南省高新技术的发展．

5 结论和建议

(1) 长沙市是全省高新技术产业的核心区域，拥有大量高新技术人力资源，其高新技术产业已规模化和高效化，但相对于长沙市的经济水平，R&D活动因子得分和科技资金投入因子得分较低，R&D投入特别是科技经费的投入不足，导致其科研成果的完成率不高．因此，为进一步提升高新技术能力，长沙市首要的任务是增加科技经费和R&D投入．首先，长沙市可利用财政拨款、企业自筹、社会集资等方式建立高新技术产业发展基金和专门从事风险性投资的金融机构，加大对科技经费的投入．其次，重视R&D活动，重点加强高新技术开发过程中基础研究经费的投入和人才的培养、引进，增强自主创新能力；最后，长沙市作为湖南省的高水平区域，应培养其核心增长极，增强高新技术辐射能力，建立健全产学研的合作机制，加速高新技术成果的转化，以创造更大的科技效益,进一步提升长沙市的高新技术能力，达到国际发达城市高新技术能力水平．

(2) 在长沙市的辐射作用下，株洲、湘潭和岳阳3市的高新技术能力处于湖南省中高水平区域，然而与长沙市相比却相距较远，较突出的矛盾是其科研资金投入充足，而R&D投入却相对欠缺．该区域可通过增大研发经费比重，增强竞争实力，积极吸引国内外优秀的研发人员，增加研究和开发活动来进一步发展高新技术能力．一方面，可通过购买先进的专利、技术和设备，直接掌握核心技术，同时注重技术的消化、吸收和改良．另一方面，可通过政府参与(扶持)的自主创新模式，对重大项目实行政、企、学联合攻关，增强自主研究开发能力．最后，在继续保持和发挥自身优势的基础上，持续开展与长沙市的交流与合作，完善产业链，进一步促进产业集群发展，提升高新技术产业规模和效率，增强高新技术行业的竞争实力．

(3) 湖南省高新技术中偏高水平区域包括常德市和娄底市，虽然该区域科技资金投入和R&D投入都比较充足，但由于资源差异，高新技术产业化的人力资源、规模和效率与(中)高水平区域还有差距．因此，该区域的首要任务是加强和高水平区域的合作与交流，提高科技成果转化率．首先，可成立区域高新技术服务中心，定期开展互助技术交流与合作．其次，实施激励政策，设立各种奖项，鼓励、表彰为发展高新技术产业和开发高新技术产品做出重大成绩的部门、单位和个人，促进高科技创新型人才的引进与培养．再次，应调整研发经费比例配置，适度增加成果转化阶段和产业化阶段经费比例，充分利用各种优势科技资源，搭配产学研合作机制，加深技术创新链和产业链的融合，提高科技成果转化率．

(4) 湖南省高新技术中偏低水平区域包括衡阳市、益阳市、永州市和湘西自治州，该地区R&D活动因子得分和科技资金投入因子得分较高，表明该区域对高新技术研究与开发比较重视，但因高新技术资源十分缺乏，高新技术能力水平相对不高．因此，该区域可加大高新技术资源投入，改善投资环境．首先，可在已有高新区的基础上，在湘西自治州增设一个高新区，争取更多的资金支持、技术援助和政策倾斜．其次，改善投资环境，简化公司审批手续，提高办事效率；加强立法，完善高新技术产业发展的法律保障体系；提供更多的优惠政策，给予他们长远发展的预期，引进高级技术人才，吸引本土和外来高新技术企业进驻．最后，集中有限的人力、物力、财力，优先和重点发展医药制造业、信息传输服务业、电机制造业等产业关联度较大的产业，借助关联效应，带动其他产业的发展．

(5) 湖南省高新技术中低、低水平区域包括邵阳市、郴州市、张家界市和怀化市，该区域高新技术能力的各项指标均低于全省平均水平，尤以怀化为甚．经济基础薄弱、人才科技资源欠缺是该区域高新技术能力低下的主要原因．该区域可争取国家对中低、低水平区域的高新技术专项资金支持，加强重点高新技术行业的能力培育．首先，该区域应抓住西部大开发和“泛珠三角”发展的机遇，积极争取国家专项扶持资金、引进外资，拓宽融资渠道．充分发挥政府在高新技术产业发展中的引导作用，要采取“先养鸡，后下蛋”的政策，在税收、贷款等方面适度优惠，引导企业加大对高技术产品的研究开发投入，并通过政府采购降低高科技企业经营风险．其次要加强与长株潭、常德、岳阳等高新区的信息、技术交流与合作，坚持技术引进与自主创新相结合，形成协同效果和网络效应．最后，加速高新技术产业向传统产业的渗透，集中有限资金、技术、人才重点突破几个领域,优先发展几个行业,循序渐进，逐步提高区域高新技术能力．

[1] 彭程甸. 湖南高新技术产业创新能力分析[J]. 硅谷, 2008(22):197-198.

[2] 李玲玲, 长株潭城市群高新技术产业发展现状与对策研究[J]. 热带地理, 2002,22(2):130-133.

[3] 张小红, 贺清云, 刘冬荣. 湖南省高新技术产业集群分析—以湖南省为例[J]. 世界地理研究, 2005,14(1):28-33.

[4] 苗俊明. 区域高新技术产业政策环境研究[J]. 经济地理, 2011,21(6):63-68.

[5] 唐承丽, 周海兰, 周国华. 基于生命周期理论的开发区差别化调控政策探讨——以湖南省开发区为例[J]. 湖南师范大学自然科学学报, 2012,35(2):88-94.

[6] 蔡 元, 赵 敏. 基于主成分分析的中部六省科技创新效率研究[J]. 当代经济管理, 2011,33(5):52-55.

[7] 李建华, 顾穗珊, 藏 晶. 基于主成分分析的高新技术成果转化的聚类分析[J]. 工业技术经济, 2006,25(7):77-80.

[8] 竺杏月, 李旭红. 高新技术企业自主创新能力的评价和提升研究——基于江苏省2004—2008年数据[J]. 科技管理研究, 2011(23):60-65.

[9] 张乾燕，梁 量. Gabor滤波和蚁群优化BP神经网络的人脸识别[J]. 湖南科技大学学报:自然科学版, 2012,27(4):69-72.

[10] 徐雅静, 汪远征. 主成分分析应用方法的改进[J]. 数学的实践与认识, 2006,36(6):68-75.

[11] 叶宗裕. 主成分综合评价方法存在的问题及改进[J]. 统计与信息论坛, 2004,19(2):29-32.

[12] 许淑娜, 李长坡. 对主成分分析法三个问题的剖析[J]. 数学理论与应用, 2011,31(4):118-121.

[13] 徐永智, 华惠川. 对主成分分析三点不足的改进[J]. 科技管理研究, 2009(6):128-130.

[14] SHI M, CARR J R. A modified code for R-mode correspondence analysis of large-scale problems [J]. Comput Geosci, 2001,27(2):139-146.

[15] 姜彩楼, 徐康宁,朱 琴.中国高新区绩效的时空演化及贸易溢出效应研究[J]. 经济地理, 2012,32(2):14-19,26.

(编辑 王 健)

Regional High and New Technical Ability Evaluation for Hunan Province Based on Mathematical Analysis

YANGJing,HEQing-yun*

(College of Resource and Environmental Science, Hunan Normal University, Changsha 410081, China)

The principal component analysis, the clustering analysis and the GIS spatial analysis methods were used to evaluate the regional high and new technical ability in Hunan province. Firstly, the principal component analysis method was adopted to analyze indexes which reflected the high and new technical ability in Hunan’s fourteen cities. Three principal components standing the high and new technical ability were extracted, and the comprehensive score of fourteen cities were obtained. Secondly, the clustering analysis method was applied to analyze the three new indexes obtained by the principal component analysis, according to which fourteen cities were divided into 6 categories. Then based on the GIS spatial analysis method, the spatial distribution of Hunan’s regional high and new technical ability was obtained. Finally, some scientific and reasonable conclusions were extracted from the anterior mathematical analysis, and some countermeasures and suggestions are proposed to improve Hunan province’s high and new technical ability.

high and new technical ability; Hunan province; principal component analysis; clustering analysis; the GIS spatial analysis

2013-05-07

湖南省科技厅科技计划资助项目(2012SK4060)

*

,E-mail763540137@qq.com

F129.9

A

1000-2537(2014)01-0011-06