基于主成分分析的陕西省高校科技创新能力评价

张　静

(西安工程大学 理学院，西安 710048)



【蓓蕾园地】

基于主成分分析的陕西省高校科技创新能力评价

张静

(西安工程大学 理学院，西安 710048)

摘要：高等学校作为科技创新体系的重要组成部分，在科学和技术创新中，具有举足轻重的作用。文章通过构建高校科技创新能力评价指标体系，运用主成分分析法对陕西省28所高校的科技创新能力进行评价，在进行比较分析的基础上，分别从科技投入、科研团队的建设及科研环境改善等方面对提升陕西省高校科技创新能力提出了几点建议。

关键词：科技创新能力；主成分分析；科技创新能力评价指标体系

科学技术的突飞猛进，有力地推动着经济增长和社会生活的一系列变化。高等学校作为科技创新体系的重要组成部分，它不仅是知识传播、知识创新、技术创新和高层次人才培养基地，而且在科学和技术创新中，具有举足轻重的作用[1]。一所高校办学实力、学术水平和竞争能力的具体情况主要体现在它的科技创新能力上，所以高校需要积极营造以科学精神为核心的创新文化。高校科技创新评价有助于区域政府更准确地了解高校的科研能力，有助于高校了解自己科技创新能力的优劣，从而优化学校科技资源的配置[2]。完善的高校科技创新能力评价体系的建立，可以更好地发挥高校在科技创新中的优势和作用，同时可以促进高校科技创新能力的提高，更好地为社会和经济发展服务。

1陕西省高校科技创新能力评价分析

高校科技创新能力是指高等学校通过一系列技术的、经济的和管理的活动，进行知识创造、知识传播、技术发明、转化和扩散，以提升整个社会的知识构成和技术水平的过程。[3]

近年来，陕西省科技创新能力有了较大提高，科技创新人力总量、科技条件均处在全国中等偏上水平，但与发达地区的差距仍然较大，并且经济发展对科技创新的支撑不强。在高校科技创新能力评价中，不仅要有合理的评价指标体系，同时要对各指标权重加以考虑，而一般情况下经过统计得到的数据存在一定的重叠性，使得评价结果缺乏科学性与说服力。

1.1主成分分析法

主成分分析就是把各变量之间互相关联的复杂关系进行简化分析的方法，通过特征向量的方差贡献率来表示变量的作用[4]。在社会经济研究中，为了系统全面地分析与研究问题，必须考虑许多的经济指标，这些指标能从不同的方面来体现我们所要研究对象的属性，但在某种程度上存在信息的重叠，也就是具有相关性。主成分分析法在力保数据信息丢失最少的原则下，对这种多变量进行最优简化，即对高维变量空间进行降维处理[5-6]。

设有n个样品，每个样品均有p项指标：X1,X2,…,Xp，得到原始数据矩阵为：

其中：Xi=(x1i,x2i,…,xni)′，i=1,…,p。

用数据矩阵X的p个向量X1,X2,…,Xp作线性组合为：

简写为Fi=a1iX1+a2iX2+…+apiXp,i=1,2，…,p。其中：Xi是n维向量。

建立模型的具体步骤如下：

第一步：将原始数据标准化；

第三步：求R的特征值λ1≥λ2≥…≥λp≥0及其相应的单位特征向量：

第四步：写出主成分Fi=a1iX1+a2iX2+…+apiXp，i=1,2，…,p；

第五步：计算各主成分的贡献率及前几个主成分累计方差贡献率。

1.2高校科技创新能力评价指标体系

评价指标体系的建立要依据系统性、完备性、可操作性的原则，结合陕西省高校的科技活动现状，经过筛选，将高校科技创新能力评价体系设置了15个指标，详见表1。

表1　高校科技创新能力评价指标体系

续表1

变量名称X10成果的专著数X11学术论文发表篇数X12鉴定成果数X13技术转让签订合同数X14技术转让当年的收入X15成果授奖数

1.3数据来源及高校科技创新能力评价过程

本文选取陕西省28所高校作为样本数据，具体数据主要来源于《2014年高等学校科技统计汇编》及有关高校网站信息，并且运用SPSS 20.0进行统计分析。

在进行主成分分析时，首先要通过KMO 和 Bartlett检验，其中KMO=0.789>0.5，且显著性概率Sig=0(见表2)，说明各指标之间存在一定相关性，适合下一步进行主成分分析。

表2　KMO和Bartlett检验

各因子所对应的特征值及累计贡献率见表3，因子负荷矩阵见表4。由表3、表4可知第一主成分、第二主成分及第三主成分的累计贡献率为84.263%>80%。可以反映原始数据的绝大部分信息，因此提取这3个成分作为陕西省高校科技创新能力综合评价指标，分别定义为F1、F2和F3。

表3　特征值及累计贡献率

表4　成分矩阵

由表4可以看出，第一主成分中课题当年支出经费、课题投入的人数、课题的总数、当年内部支出的科技经费、成果授奖数、研发全时当量人员的系数较大，体现了陕西省科技创新的投入情况，称为投入及创新因子；第二主成分中技术转让签订合同数及技术转让当年的收入系数较大，体现了陕西省科技创新成果转化的情况，称为技术转化因子；第三主成分中高级职称人员的比例、课题当年拨入的经费、当年投入的科技经费系数较大，称为经费因子。

利用SPSS软件计算各高校在每个主成分上的得分，并以各主成分的贡献率为权重进行排序，结果见表5。

表5　陕西省28所高校科技创新能力主成分得分、综合得分及其排名表

续表5

名称F1F2F3综合得分排名西安建筑科技大学-0.00884-0.3113-0.104720.0313陕西中医学院-0.210510.26259-0.63422-0.0414陕西师范大学-0.14669-0.238580.3531-0.0515陕西理工学院-0.45552-0.33466-0.32242-0.2716西安邮电大学-0.61941-0.339820.5298-0.3817延安大学-0.66537-0.30769-0.84736-0.418西安医学院-0.67088-0.27566-0.84586-0.418渭南师范学院-0.72314-0.203970.07477-0.4319安康学院-0.73164-0.24640.66685-0.4420宝鸡文理学院-0.75158-0.221230.08635-0.4521咸阳师范学院-0.77484-0.30932-0.13946-0.4722西安文理学院-0.77061-0.32203-0.14141-0.4722榆林学院-0.76395-0.30809-0.43417-0.4722西安航空学院-0.77041-0.34707-0.72609-0.4823商洛学院-0.85848-0.28731-0.10788-0.5324西安财经学院-0.90348-0.30335-0.37607-0.5625

2提升陕西省高校科技创新能力的建议

通过对陕西省28所高校的科技创新能力评价分析结果及陕西省区域经济社会发展的需求，结合科技创新体系的相关理论，对提升陕西省高校科技创新能力提出以下建议：

(1)分析结果中投入及创新因子、经费因子对科技创新能力的影响是显著的，因此，加大科技创新的投入是非常重要的。任何科技创新活动的顺利进行离不开人力、物力及财力等的支持。加大对科技创新人力的投入，比如培养优秀的人才团队、提升教师的职业素养及整体水平、善于利用国际国内两种人才资源，使国内培养人才与海外引进人才相结合[8]。此外，科研经费是科技成果顺利转化的必要前提与保证，任何科技创新活动都必须要有经费的支持，所以在财政科技经费拨入的同时，可以争取引入企业投资等其他经费。

(2)要充分发挥高校多学科、多门类、多功能的优势，联合国内外创新力量，对创新要素和资源进行整合，并实现全面共享。让高校参与国家技术创新体系的建设，积极参与产学研战略联盟，推进校企、校地合作，使生产与科研相结合，促进科技创新成果的顺利有效转化。

(3)上面分析中高级职称人员的比例也是主要影响因素，而职称评审的依据之一是发表论文的篇数以及文章的质量。所以要注重人才的培养，把中青年教师和创新团队作为重点，着重提高高校教师教学与科研创新水平及其社会服务能力。

(4)要加强科研基地的建设以及保障科研设备的数量和质量，同时加强知识产权应用及保护，健全高校创新激励机制。在当前的现实背景下，可以通过协同创新，使高校的比较优势得以发挥，提升服务社会的能力。对人才、资源、方法及技术进行整合，打造有特色的科研平台和团队，从而进入良性循环。另外重要的一点就是要完善科技创新能力评价机制，根据陕西省科技创新的现状与实际，进行合理的评价。

参考文献：

[1] 耿迪.高校科技创新能力评价研究[D].武汉：武汉理工大学博士学位论文,2013.

[2] 苏婧.基于主成分分析的福建省科技创新能力评价[J].宁德师范学院学报，2015，(1):48-50.

[3] 敖慧.高校科技创新能力的多级模糊综合评价[J].武汉理工大学学报，2004，26(6)：169-171.

[4] 肖锋，喻钧，刘军.基于PCA的高校学生成绩评价模型的建立与实践[J].渭南师范学院学报，2010,25(2):9-10.

[5] 王学民. 应用多元统计分析[M].上海:上海财经大学出版社，2009.

[6] 梅长林，周家良.实用统计方法[M].北京：科学出版社，2009.

[7] 田兵.主成分分析的数学模型及实际应用[J].阴山学刊，2010，24(2):18-21.

[8] 刘云.安徽省科技成果转化绩效评价研究[D].合肥：合肥工业大学硕士学位论文,2013.

【责任编辑牛怀岗】

Evaluation on Universities Technological Innovation Capability of Shaanxi Province Based on Principal Component Analysis

ZHANG Jing

(College of Science, Xi’an Polytechnic University, Xi’an 710048, China)

Abstract:Colleges and universities as an important part of national science and technology innovation system play the very important role in science and technology innovation, In the paper, the construction of university science and technology innovation ability evaluation index system, and principal component analysis method is used to evaluate on science and technology innovation ability of 28 colleges and universities in Shaanxi province. On the basis of comparative analysis, some suggestions are put forward to improve the scientific and technological innovation ability of universities in Shaanxi Province, from the aspects of science and technology investment, the construction of scientific research team and the improvement of scientific research environment.

Key words:science and technology innovation ability; principal component analysis; evaluation index system of science and technology innovation ability

作者简介：张静(1987—)，女，陕西渭南人，西安工程大学理学院硕士研究生，主要从事智能计算研究。

基金项目：陕西省软科学基金项目：陕西省企业自主创新及实现方法研究(2014KRM28-01)

收稿日期：2016-03-04

中图分类号:O212.4

文献标志码:A

文章编号：1009-5128(2016)08-0086-06