安徽省企业自主创新能力空间分布的特征分析

姜　涛（安徽商贸职业技术学院　经济贸易系，安徽　芜湖　241002）

安徽省企业自主创新能力空间分布的特征分析

姜涛
（安徽商贸职业技术学院经济贸易系，安徽芜湖241002）

在构建区域企业自主创新能力评价指标体系的基础上，运用因子分析法对安徽省各市规模以上工业企业的自主创新能力进行评价，结合聚类分析法分析安徽省企业自主创新能力的空间分布特征及其形成原因，并从区域经济一体化的角度提出提升安徽省企业自主创新能力的对策建议。

安徽省；企业；自主创新；评价体系；因子分析；聚类分析

一、引言

我国经济经历了30多年的高速增长，于2011年已发展为世界第二大经济体。当然，在经济发展过程中亦积累了诸多社会矛盾，如经济增长速度放缓、产业与行业结构失衡、企业投资附加值下降、高污染高耗能企业占比较高等。如何有效破解当前存在的各种社会问题，奥地利学者约瑟夫·熊彼特提出的“创新理论”给出了答案。只有增强创新能力，经济增长方式方能转变，产业结构方能优化，企业投资附加值才能提高，环境污染才能得到根本解决。本文通过构建区域企业自主创新能力评价指标体系，运用因子分析法对安徽省各市规模以上工业企业的自主创新能力进行评价，结合聚类分析法分析安徽省企业自主创新能力的空间分布特征，并从区域经济一体化的角度提出提升安徽省企业自主创新能力的对策建议。

二、评价指标体系的构建

企业自主创新能力评价，涉及企业众多，对个别企业的自主创新数据较难搜集，而选择某一类型的企业作为评价目标则更加现实。2012年，安徽省规模以上工业企业数量14514个，工业法人单位数为201，189个，规模以上工业企业仅占企业总数的7.214%，但资产总额和净资产却占到了七成以上，销售收入和利润也占到六成以上，同时还集中了安徽省大部分的研究与发展资源。因此，我们选择以安徽省16个市的规模以上工业企业作为评价对象，对其自主创新能力进行评价及实证分析，数据信息来源于《安徽统计年鉴2013》［1］。

企业自主创新能力评价又是一项覆盖面广，涉及企业多的复杂工程。诸多学者通过对企业自主创新能力及其构成进行分析，构建了多样的评价指标体系并进行了综合评价与实证分析。董锋，谭清美［2［3］以30个省市的大中型工业企业为研究对象，从创新投入、创新产出能力、自主创新活动能力和创新资源环境四维视角出发，构建了涵盖20个变量指标的评价体系，并利用因子分析法进行实证研究；曹琼，李成标［4］则从自主创新基础、自主创新投入和自主创新产出三个方面入手，设置评价自主创新能力的指标体系，并通过因子分析法对中部六省进行实证分析，评价结果对中部六省制定战略规划有一定参考价值。席雪红［5］通过建立区域创新能力综合指标评价体系，利用因子分析法对河南省18地市的区域创新能力进行定量评价，并对提升河南省区域自主创新能力给出针对性对策建议。

本研究综合上述学者的理论观点，通过刻画企业创新从投入到产出、从内部动力与外部环境的完整过程，全方位、多角度地衡量及测算企业自主创新能力。我们从自主创新投入、自主创新产出、自主创新内部动力和自主创新外部环境四个方面出发，选取了反映规模以上工业企业自主创新能力水平的13个指标，具体见表1。

表1　企业自主创新能力评价指标体系

三、安徽省各地市自主创新能力的综合评价

（一）数据说明及相关性分析

由于数据的量纲不统一，为了更好地对影响因素进行分析，我们首先将原始数据进行标准化处理。

因子分析的前提是变量之间具有较强的相关性。若变量间相关性较低，意味着几乎没有共同因子，没必要进行因子分析；若变量间相关性较高，则说明变量之间存在共同的因子，此时适宜做因子分析。检验变量间相关关系常用的方法是KMO检验和Bartlett球形检验，依据表2可知，SPSS19测算的KMO检验结果为0.742，Bartlett球形检验的近似卡方值为340.451，P值几乎为0。KMO和Bartlett球形的检验结果均表明指标层的变量之间适合利用因子分析法进行实证研究。

表2　KMO和Bartlett的检验

（二）共同度分析

因子分析是利用数据降维的思想，将众多变量转化为少数几个公共因子的实证方法。然而在数据降维的过程中，不可避免的会丢失数据信息，但又要避免遗漏重要信息。因此，需要对指标层变量做共同度分析。如果提取信息量占初始信息量的比重越接近于1，说明因子提取的信息越多，丢失的信息越少。表3给出了每个变量共同度的结果。依据表3第3列数据可以看出，指标层变量91.962%的信息被公共因子有效提取，这充分说明该因子分析的结果总体上是可靠且有效的。

表3　变量共同度表

（三）公因子提取

以方差极大化准则，利用主成分法提取公因子，并对公因子进行正交旋转，从而得到方差极大化后的因子载荷矩阵，同时旋转后其总体因子的方差累积贡献率是不变的，即3个因子的总体方差累积贡献率还是91.962%，根据旋转后的因子载荷矩阵可以得到明确经济意义的主公共因子，如表4所示。从上表4给出了因子贡献率的结果可以看出，只有前三个因子的特征值大于1。因此，提取这三个因子作为主因子的总体效果非常理想。

表4　因子贡献率表

（四）因子旋转

由于因子载荷矩阵的不唯一性，需要对因子载荷矩阵进行旋转，让每一个变量仅在一个公因子上具有较大的载荷，其他公因子的载荷尽量小，这样以便于对公因子进行解释。因此，我们对因子载荷矩阵进行旋转，选用方差最大化正交旋转，旋转后的因子载荷阵如表5所示。各负荷系数已经明显地向两极分化了，解释能力大大加强。

我们采用 Kaiser标准化的正交旋转法，得到旋转后的因子载荷阵。输出结果表5为进行最大方差法因子旋转后的载荷矩阵，通过旋转后的因子荷载表中各因子在指标上的荷载系数可以看出：

表5　旋转后的因子载荷阵

第一主成分F1在X1，X2，X3，X5，X6，X10，X11等指标上具有较高载荷，说明第一主成分F1基本反应了这些指标的信息，这些指标主要与企业创新研发的投入产出相关。因此，F1代表创新的投入产出因子；第二主成分F2在X7，X8和X9等指标上较高载荷，说明第二主成分F2基本反应了这些指标的信息，这些指标均与企业创新的盈利能力有关。因此，F2代表创新的效率因子；第三主成分F3在X12和X13两个指标上具有较高载荷，说明第三主成分基本反应了这些指标的信息，这些指标与企业自主创新的外部资金支持相关。因此，F3代表创新的支持因子。

（五）因子得分及综合排名

为计算因子得分，笔者以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得出各个区域的综合得分。因子综合得分公式为：F=（50.012%*F1+24.583%*F2+17.367%*F3）/ 91.962%

具体各因子得分及因子综合得分见表6。由表6的因子综合得分及排名可以看出，合肥市、滁州市、芜湖市和亳州市等地区规模以上企业的自主创新水平均为正值，且明显高于全省其他各地区，而其它地级市规模以上工业企业的自主创新水平均为负值，表明其企业自主创新能力发展缓慢。

表6　自主创新因子得分、综合得分及排名情况

由表6的F1得分及排名可以看出，合肥、芜湖和马鞍山的创新投入与产出因子居于全省前列，这是突破增长瓶颈和优化产业结构的必然选择。在F得分及排名上，滁州、亳州和六安三市的创新效率因子最高，这是由于三市的优势特色产业发展方向明确，尤其是“药都”亳州的中药材已形成产业集群。在F3得分及排名上，芜湖、滁州和铜陵三市的创新的支持因子居前。

四、安徽省各地市企业自主创新能力的空间特征

综合安徽省2012年16个地市区域企业自主创新能力的综合得分，采用系统聚类中组间连接的聚类方法对16个地市进行分类，结果为：领先型地区，合肥、滁州和芜湖3个地市；潜力型地区，亳州、宣城、六安、安庆和马鞍山5个地市；后进型地区，阜阳、池州、蚌埠、黄山、铜陵、淮南、宿州和淮北8个地市。

第一，各地市的企业自主创新能力具有空间上的集聚性和相关性。从上述分类结果可以看出，不同地市的区域创新能力在空间上呈现一定的集聚性。区域企业自主创新能力的强弱与距离合肥与南京的远近具有较高的相关性，距离合肥市与南京市近的地市创新能力总体上比距离合肥市与南京市远的地市创新能力高，综合实力强。

第二，合肥作为安徽省省会，具有显著的综合实力优势。2012年合肥市区域企业自主创新能力的综合得分在2分以上，而其它17个地市企业自主创新的综合得分均在1分以下。由于合肥市是安徽省的省会，占有相对丰富的人力、物力和财力资源，为合肥市本区域企业自主创新能力的提升提供了坚实的基础和条件。

第三，皖江城市带“一轴双核两翼”的区域企业自主创新能力较强。合肥、芜湖作为皖江城市带的“双核”，是安徽省最具经济活力和潜力的两大经济增长极，均属于领先型地区，其在区域企业自主创新能力上处在优势地位；滁州和宣城作为皖江城市带的“两翼”前者处在领先型地区，后者处在潜在型地区，是属于区域企业自主创新能力相对较强的地区。“一轴”中安庆、芜湖和马鞍山至少处在潜在型地区，仅有铜陵和池州处在后进型地区。

第四，皖南和皖北地区的区域企业自主创新能力有待提高。后进型区域8个城市的企业自主创新能力综合得分均为负值，且明显低于领先型和潜在型地区。从空间上看，这些城市离省会合肥较远，缺乏空间优势；大部分又不是皖江城市带城市，缺少政策倾斜；经济发展水平不高，又不具备良好的经济基础。因此，这些地区有待于从多个方面提高区域企业自主创新能力。

五、提升安徽省企业自主创新能力的对策建议

安徽省企业自主创新能力具有明显的空间集聚特征，为保证安徽省企业自主创新水平的不断提升，我们建议从以下几个方面进行改进：

（一）以“皖江城市带承接产业转移示范区”和“合芜蚌自主创新综合试验区”建设为契机，充分发挥合肥和芜湖作为区域增长极的核心城市作用，处理好中心城市和外围城市之间吸收创新要素的均衡关系。一方面，区域增长极为了自身的经济发展，可以引导有利于优化产业结构与提升创新水平的人才、资金等资源要素，不断地强化增长极的中心城市地位；另一方面，区域增长极绝不能盲目吸收所有外围城市的创新要素，而应避免吸收那些能促进外围城市经济增长的创新要素，使外围城市均匀地吸收这些创新要素并均匀扩散以增加外围城市的自主创新能力。区域中心城市通过中心城市的创新聚集效应，尽快优化产业机构，实现产业升级；外围城市应利用中心城市的创新扩散效应，尽快吸收那些更加有利于促进本地区经济增长的资源要素，达到中心城市和外围城市的良性互动，实现区域经济一体化发展。

（二）破除限制创新资源流动的制度障碍，引导资源合理流动。政府应进一步发挥市场在资源配置中的决定性作用，破除一切束缚创新驱动发展的观念和体制机制障碍，尤其是破除人才流动的体制性障碍，如突破单位承办就业福利保障的体制，逐步建立统一、连续、标准的社会保障新体系，或给创新人才的户籍优先“松绑”，探索新的户籍登记管理体制，着重引导与创新相关的人、财、物等资源要素的合理流动。

（三）营造良好的企业创新环境，提升企业的自主创新能力。政府应在政府采购的环节上对民企、国企和外企一视同仁，营造公平公正公开的市场竞争环境；在资源税、环境税、生态补偿等财税体制上不断改进与完善，尽快形成资源节约型、环境友好型的创新发展环境；在激发创新人才的积极性上，政府与企业均应建立合理完善的科技评价与奖励机制，尽快形成激发企业创新活力的收益机制；在企业自主创新成果保护上，政府应逐步完善知识产权保护制度，企业应提升知识产权的自主保护意识，共同营造良好的企业自主创新环境。

［1］中华人民共和国统计局.安徽统计年鉴2013［M］.北京：中国统计出版社，2013.

［2］董锋，谭清美，周德群，朱佳翔.基于因子分析的企业自主创新能力评价［J］.软科学，2008（11）：98～102.

［3］罗登跃.基于因子分析的企业自主创新能力评价研究［J］.科技管理研究，2010（8）:11～13.

［4］曹琼，李成标.中部六省自主创新能力评价的因子分析［J］.科技管理研究，2013（2）:17～19.

［5］席雪红.河南省区域创新能力的空间分布特征分析［J］.统计与决策，2014（15）：144～146.

（责任编辑：吕增艳）

F061.5

A

1008—7974（2015）01—0057—04

2014-09-20

安徽省软科学一般项目“安徽省知识产权保护水平对自主创新能力影响研究”（1302053034）

姜涛，黑龙江双鸭山人，讲师。