我国区域科技与经济竞争力匹配度及其作用关系研究

□陈 套

[1. 中国科学技术大学 合肥 230026；2. 中科院合肥物质科学研究院 合肥 230031]



我国区域科技与经济竞争力匹配度及其作用关系研究

□陈 套1,2

[1. 中国科学技术大学 合肥 230026；2. 中科院合肥物质科学研究院 合肥 230031]

[摘 要]依据区域科技竞争力和经济竞争力的核心概念及文献研究的高频指标，构建了评价科技和经济竞争力的指标体系。采用因子分析法分析了我国区域科技和经济竞争力的匹配度和协调度，并对科技和经济发展水平进行了聚类分析。对科技投入、产出、工业企业研发投入与经济水平作用关系进行了结构方程模型检验，并针对区域科技和经济竞争力匹配和发展现状提出了政策建议。

[关键词]区域；科技竞争力；经济竞争力；匹配度；结构方程模型

从“科学技术是第一生产力”的提出，到“建设创新型国家”， 科技创新能力已成为国家竞争力的核心要素。党的十八大部署实施创新驱动发展战略，把科技创新摆在国家发展全局的核心位置。科技竞争力已成为国家、地区与经济社会发展的核心引擎。改革开放以来，我国经济和科技迅速发展，取得了重大实践成就。然而，与发达国家相比，科技对经济、社会的驱动作用尚未得到充分发挥[1]，科技资源和科技成果丰富，成果转化能力稍显不足；经济发展中的科技贡献率相对较低，2007~2012年仅为52.2%，而美日等发达国家科技进步贡献率已达80%（中国科技统计年鉴2013）；区域科技经济发展均衡发展度和匹配度有待进一步提升。

故而，研究区域科技、经济的竞争力匹配度及科技对经济的作用关系对于提升科技支撑引领经济社会发展能力，落实创新驱动发展战略具有重要意义。近年来，国内学者采用不同方法对我国区域和主要城市的科技竞争力和经济竞争力进行了较为深入的研究，成果丰富[2~8]。对科技经济间的协调发展也从不同角度开展相关研究[9~14]。然而，文献研究集中在科技竞争力或经济竞争力的独立评价上，而关于科技与经济协调性的研究指标设置较为简单[10~11,14]，科技和经济各是一套复杂的系统，仅用2到3项指标来描述一个地区的科技和经济水平，准确度不够高。或评价方法不够精细，将地区的科技竞争力和经济竞争力协调性仅用聚类方法分析，只能大致描述某类区域的科技发展水平和匹配度[10]；用各项指标排序的均值定义科技竞争力和经济竞争力忽略了指标之间的权重[9]，用主观赋权的方式计算竞争力得分不够客观[12~13]。

借鉴了文献研究高频指标[2~9]，并着重参考了顾雪松等指标遴选方法[15]，分别构建了科技竞争力和经济竞争力的评价指标体系。采用因子分析法和聚类分析实证研究了我国区域的科技与经济竞争力匹配度和发展水平，通过公共因子的提取，用较少的公共因子反映观测指标的绝大多数信息。利用提取的公共因子对总方差的解释程度作为权重计算区域竞争力的综合得分，权重不依赖主观给定，较为客观地描述了一个地区的科技竞争力和经济竞争力的发展水平及其匹配度。最后借助结构方程模型进一步研究了科技投入、产出、工业企业研发投入与经济水平的作用关系，科技产出直接作用于经济发展的程度不够高，科技成果须通过工业企业转化对经济产生重要影响。

一、评价指标体系构建和评价方法

（一）指标体系构建

评价指标的构建遵循科学性、系统性、可比性、可行性的原则。依据科技竞争力和经济竞争力的概念及内涵，借鉴文献研究的高频指标，在科技竞争力方面选择了14个指标[2~9,15]，如表1所示；经济竞争力方面选择了11个指标，如表2所示。

（二）数据选取和评价方法

二、我国区域科技竞争力和经济竞争力匹配度与协调度分析

（一）区域科技竞争力的因子分析

因子分析法适用性检验结果是：KMO为0.748> 0.6，Bartlett为0<0.005，表明适合做因子分析[1,5]。

从14个评价指标中提取出两个公共因子，其累计方差贡献率为93.247%，表明这两个公共因子能够解释总变量的93.247%。用方差最大化正交旋转方法进行了因子旋转，得到的载荷矩阵（见表1）。

表1　旋转后公共因子载荷矩阵、方差贡献率和累计方差贡献率

从载荷矩阵可以看出，万人口国际三大检索系统收录论文数、万人口技术市场成交合同数、万技术市场成交合同额、万人口R&D课题数、百万人口R&D机构数、R&D经费内部支出占GDP比重、R&D人员全时当量、地方财政科技支出占财政支出比重等指标在第一个公共因子上有较高载荷，这些指标反映的是科技投入、科技产出及科技促进力的相对竞争力，因此可以命名为相对科技竞争力因子。相对科技竞争力比较强的区域是北京、上海、天津等，相对竞争力反映的是科技人均实力概念，这些区域人均科技竞争力较强。

有效专利数、R&D人员全时当量、R&D人员总数、国内专利申请授权数、高新技术产业主营业务收入、R&D经费内部支出等指标在第二个公共因子上载荷较高，这些指标反映了区域规模科技竞争力，因此可以命名为规模科技竞争力因子。规模科技竞争力比较强的区域是江苏、广东、浙江、山东、上海、北京，这些区域高校、科研院所较多，整体科技投入、产出及科技促进力较强。

区域科技竞争力综合得分的计算方式为，选择2个公共因子F1、F2，并以2个公共因子各自的贡献率在累计贡献率中的比重为权数加权计算综合得分，计算公式为：

（二）区域经济竞争力的因子分析

4.2.4 可通过组织暑期游泳志愿者团队、运用移动游泳池等集中对无游泳池学校的学生进行水中自救及救助能力知识与技能培训，培养安全救助意识。

经济竞争力因子分析法适用性检验的结果是：KMO为0.768>0.6，Bartlett为0<0.005。

从11个指标中提取出2个公共因子，这2个公共因子的累计方差贡献率为93.464%。因子旋转后的载荷矩阵（见表2）。

表2　旋转后公共因子载荷矩阵、方差贡献率和累计方差贡献率

从载荷矩阵可以看出，人均财政收入、人均第三产业总产值、人均GDP、人均社会消费品零售总

（三）区域科技和经济竞争力的匹配度与协调度分析

根据区域科技、经济竞争力综合得分计算公式（1）和（2），计算出我国区域科技、经济竞争力综合得分、位次以及二者位次差（见表3）。从表中可以反映出我国大多数区域科技与经济竞争力是匹配的，表现在两个方面：一是科技竞争力领先的区域经济竞争力超前，科技竞争力落后的区域经济竞争力较弱。科技竞争力前八位的省区也是经济竞争力八强。经济竞争力后七位的省区也是科技竞争力尾七位。二是在科技竞争力与经济竞争力位次差3±的范围内覆盖了24个区域，占比77.4%，经济竞争力位次与科技竞争力位次完全相同的有7个区域，位次差超过3±的有7个省区，其中陕西、安徽，甘肃，重庆、内蒙古五省区的位次差超过了5±，科技与经济的竞争力匹配程度差，前三省区科技领先经济发展，后两区域科技滞后经济发展，须引起注意。

表3还反映出我国科技竞争力和经济竞争力发展不平衡。从科技竞争力来看，北京的科技竞争力遥遥领先，其科技竞争力得分是第二名江苏的2倍。得分为正的区域为：北京、江苏、广东、上海、浙江、天津、山东，余下区域得分为负，这说明我国大多数区域科技竞争力低于平均水平，科技竞争力两级分化较为严重。从经济竞争力来看，广东的经济竞争力得分以极其微弱的优势领先北京和上海，三省市之间差距不大。得分为正的区域为：广东、北京、上海、江苏、浙江、天津、山东、辽宁、福建、内蒙古，余下区域得分为负，说明我国大多数区域经济竞争力低于平均水平，也意味着经济发展水平不均衡；经济发展水平较强的区域都位于东部地区。经济竞争力和科技竞争力尾位区域是西藏、贵州、海南、青海、云南、宁夏、新疆。额、城镇居民人均现金消费支出、城镇居民人均可支配收入等指标在第一个公共因子上载荷较高，这些指标反映了区域经济的相对竞争力，因子命名为相对经济竞争力因子。相对经济竞争力较强的区域为北京、上海、天津。相对竞争力反映的是人均经济水平，这些区域人均经济水平较高。

地区总GDP、工业总产值、第三产业增加值、财政收入、货物进出口总额等指标在第二个公共因子上载荷较高，这些指标反映了区域经济的规模竞争力，因此命名为规模经济竞争力因子。经济规模竞争力较强的区域是广东、江苏、山东。规模竞争力因子反映了区域经济的整体水平。

区域经济竞争力综合得分计算公式为：

对区域科技竞争力综合得分与经济竞争力综合得分作相关分析发现，二者之间呈现高度正相关：Pearson相关系数值达0.907，Spearman 的 rho相关系数为0.904。

表3　区域科技竞争力、经济竞争力位次及位次差

（四）区域科技和经济竞争力的聚类分析

采用聚类分析方法对区域科技与经济发展水平进行划分。在聚类过程中，选择欧氏距离平方和沃德法，将提取出的经济竞争力公共因子和科技竞争力公共因子在SPSS软件中做聚类分析。在聚类树状图中，我国科技与经济发展水平归为五类（见表4）。

表4　聚类结果

第一类为北京。第二类与第三类为上海、广东、江苏、天津，浙江、山东。第一类和第二类科技、经济竞争力强，且匹配程度较高，科技和经济协调发展。第四类为经济和科技发展水平一般，二者发展水平及协调性有待提升。第五类为科技、经济较低发展水平。通过竞争力得分和聚类分析可以得出我国区域间科技、经济发展水平总体匹配度较高，但发展水平不均衡，存在较大阶梯。江西、广西、西藏、新疆、宁夏、青海等地区尽管科技与经济间匹配度较高，但是经济和科技发展水平均较低，属于低层次的协调和均衡。

需要提出的是，以上研究所指的匹配度和协调度是基于区域内横向比较视角，宏观上描述各区域经济与科技竞争力匹配和协调情况，是区域系统内相对的匹配度和协调度，为区域科技与经济发展实践提供了横向比较和全局占位的研究借鉴。诚然，全面测量区域间经济和科技的协调性还需进行微观分析，通过借鉴已有学者的研究成果[9,13,16]，如标准离差法、隶属函数协调度模型、距离协调度模型等，今后进一步比较研究。

三、我国区域科技对经济的影响关联性分析

为进一步研究科技投入、科技产出、工业企业研发投入与经济之间的作用关系，假设：科技投入对科技产出具有显著正向影响；科技产出对经济具有显著正向影响；科技产出对工业企业投入有显著正向影响；工业企业投入对经济具有显著正向影响。采用AMOS22.0软件构建了结构方程模型，路径指向如图1所示。选用因子载荷比重较大的指标[15]，外潜变量科技研发投入F1用R&D经费支出X11和人员当量X12测度，科技产出F2用区域专利授权量X21、SCI 和EI检索论文数X22、技术市场合同数X23和技术市场合同额X24测度，工业企业研发投入F3用工业企业R&D经费支出X31和人员当量X32测度；内潜变量经济水平F4用区域生产总值Y11、财政收入Y12、工业收入Y13、第三产业增长Y14测度。

采用2012～2011年，2009～2007年五年的统计数据，西藏由于某些数据缺失在此剔除。所有数据来源于《中国统计年鉴》和《中国科技统计年鉴》。

在进行结构方程模型验证前对数据进行了标准化和BOX-COX正态化处理，并对模型进行了修正，发现残差e4与e10以及e3与e9具有共变关系。修正后的模型拟合指标分别为：卡方/自由度为2.86,GFI为0.89，CFI为091，NFI为0.9，各项指标为可接受范围，表明模型拟合较好[17~20]。

从模型图可以得出：研发投入对成果产出具有显著的正向作用，路径系数达0.95；成果产出对工业企业的研发投入具有显著的正向作用，路径系数为0.88；工业企业研发投入对经济水平有显著的正向作用，路径系数为0.82；科技产出对经济水平有两条影响路径，其中直接路径系数为0.14，说明科技产出未能直接作用于经济发展，另一条科技成果通过工业企业转化对经济产生影响，科技产出对经济水平总影响系数为0.86（014+0.88*0.82）。

四、结论与分析

一是我国区域科技竞争力与经济竞争力总体匹配程度较高，相关性强。二是少数区域科技与经济匹配程度较差且发展不协调。三是区域之间科技、经济发展不均衡，出现东部地区的发展水平远远高于其他地区的发展水平，多数区域科技竞争力和经济竞争力低于平均水平。四是科技产出未能直接促进经济发展水平，须通过工业企业进行成果转化，推动经济发展。

出现这种状况的原因主要来自于：一是我国科技发展战略上空间布局的延续发展。建国以来，出于科技发展战略的需要，在我国部分地区如陕西、安徽、甘肃、上海、江苏等地部署了较多的科研院所和高校，这些地区的科技的得到了进一步发展，科技水平和竞争力较强。二是经济建设过程的政策导向。改革开放以来，我国出台一系列刺激东部沿海地区先富起来的倾斜性政策，促使东部地区经济发展迅猛，经济发展水平领先其他区域。三是科技与经济结合难，其间的有效结合需多方促发。科技成果到现实生产力的转化要经过多个环节，尤其需要一定的经济基础支撑和工业企业研发的再投入进行科技成果转化。四是区域的发展理念和科技系统的评价惯性的作用。长期以来，各省区重视经济发展，以GDP论英雄，忽视或轻视科技对经济的核心引擎作用，尤其是经济欠发达地区更加不注重科技投入和科技成果的转化；在科技系统，科研人员重基础研究、轻成果转化，科技与经济评价“两张皮”。

五、政策启示

经济超前科技发展的区域，如内蒙古、重庆、河北、海南、广东等地区，加大科技资源的统筹协调与基础研发投入力度，引导经济资源向科技资源转移，优化科技资源配置，促进区域科技发展，提升科技竞争力水平。

科技领先经济发展的区域，如甘肃、安徽、陕西、黑龙江、湖北、江苏等地区，发挥好科技资源优势，做好科技成果转化工作的政策引导，鼓励工业企业增加研发投入进行科技成果转化，进一步完善配套激励政策，提升科技对经济的核心引擎作用。

对科技与经济竞争力均较强的东部地区，一方面进一步促使科技与经济的高层次协调，注重优化产业结构，使发展保持在产业链高端附加值较高的态势，提升经济发展的核心竞争力；另一方面，参加泛区域合作，实现产业向欠发达地区转移，优化产业链上的空间布局；实现知识和技术向科技水平较低区域溢出，缩小区域间阶梯技术差距和经济差距，达到互利双赢。

对科技和经济竞争力均较弱的西部地区，如甘肃、青海、宁西、新疆、云南、广西等地，一方面抓住国家宏观政策的契机，如丝绸之路经济带发展战略等，加速经济发展，同时注重承接发达地区的产业转移；另一方面，推动科技发展和创新，注重原始创新和技术上的再创新，引导科技与经济间的有机结合和均衡发展。

参考文献

[1] 倪迅. 创新驱动难在哪? [N]. 光明日报, 2013-6-21（012）.

[2] 董晔璐. 我国区域科技竞争力分析与评价[J]. 科学管理研究, 2013 (4): 73-75.

[3] 倪芝青, 林晔, 沈悦林. 18城市科技竞争力评价研究[J]. 中国科技论坛, 2008 (7): 92-96.

[4] 胡翠萍. 基于 AHP-变异系数法的我国副省级城市科技竞争力评价研究[J]. 科技管理研究, 2012, 32(20): 77-80.

[5] 周泽炯. 基于因子分析的县域经济竞争力研究——以安徽县域经济为例[J]. 经济体制改革, 2010 (3): 148-151.

[6] 吴晓梅, 石林芬. 基于因子分析的中心城市科技竞争力评价研究[J]. 科技管理研究, 2005, 25(1): 46-50.

[7] 张优智. 基于主成分分析的陕西科技竞争力实证研究[J]. 大连理工大学学报（社会科学版）, 2009 (1): 79-84

[8] 孙志梅, 袁传宏, 张峰. 山东半岛城市群科技竞争力评价研究[J]. 科技管理研究, 2011, 31(3): 88-91.

[9] 邢乐斌, 李君, 曾琼. 武汉市经济与科技竞争力匹配度研究[J]. 科技管理研究, 2013, 33(18): 63-66.

[10] 曾春媛, 刘青青, 王, 锦, 杨妮娜. 科技投入与区域经济发展水平协调性研究[J]. 科研管理, 2013, 34(12): 203-210.

[11] 王章豹, 郑荣稳. 我国区域科技与经济非均衡发展的实证分析[J]. 自然辩证法研究, 2009(11): 89-95.

[12] 王艳明, 许启发. 我国区域间科技与经济协调程度的比较分析[J]. 科技进步与对策, 2009, 26(20): 29-31.

[13] 仵凤清, 李玉仙, 张玺才. 中国科技与经济协调度的研究[J]. 统计与决策, 2008(16): 41-42.

[14] 张仁开, 杨耀武. 我国科技进步与经济发展的协调性评价研究[J]. 世界科技研究与发展, 2007(29):100-106.

[15] 顾雪松, 迟国泰, 程鹤. 基于聚类-因子分析的科技评价指标体系构建[J]. 科学学研究, 2010, 28(4): 508-514.

[16] 汤铃, 李建平, 余乐安等. 基于距离协调度模型的系统协调发展定量评价方法[J]. 系统工程理论与实践, 2010, 30(4): 594-602.

[17] 吴瑞林, 杨琳静. 在公共管理研究中应用结构方程模型——思想、模型和实践[J]. 中国行政管理, 2014(3): 62-68.

[18] 唐颖, 张慧琴. 基于SEM结构方程的区域科技竞争力评价模型构建[J]. 科学管理研究, 2013, 31(1): 79-83.

[19] 刘昌年, 张银银. 中国高新技术产业竞争力评价研究[J]. 工业技术经济, 2014(4): 28-35.

[20] 罗玉波, 王玉翠. 结构方程模型在竞争力评价中的应用综述[J]. 技术经济与管理研究, 2013(3): 21-24.

Study on Matching Degree of Regional Technological and Economic Competitiveness in China

CHEN Tao1,2
(1.University of Science and Technology of China Hefei 230026 China; 2.Hefei Institutes of Physical Science, Chinese Academy of Sciences Hefei 230031 China)

Abstract This paper establishes evaluation index system in technological competitiveness and economic competitiveness based on the basic conception and high-frequency indicators in reference, and analyses the matching degree and coordination degree of regional technological and economic competitiveness by using the factor analysis method. The levels of technological and economic development in different regions are compared through systematical cluster analysis. Then the relationship among R&D investment, sci-tech output, industrial organization R&D investment, and economic level are verified by SEM. Lastly, corresponding suggestions are proposed.

Key words region; technological competitiveness; economic competitiveness; matching degree; SEM

编辑 何 婧

[作者简介]陈套（1981- ）男，中国科学技术大学公共事务学院公共管理专业博士研究生，中国科学院合肥物质科学研究院团委书记.

[收稿日期]2014 - 12 - 16

[中图分类号]F061.5

[文献标识码]A [DOI]10.14071/j.1008-8105(2016)02-0067-06