我国西部地区技术创新能力评价——基于因子分析法的实证研究

何军耀，周　莹

(重庆理工大学 经济与贸易学院，重庆　400054)



我国西部地区技术创新能力评价
——基于因子分析法的实证研究

何军耀，周莹

(重庆理工大学 经济与贸易学院，重庆400054)

摘要：区域技术创新能力是区域产业发展、经济可持续发展的重要推动因素，是衡量区域竞争力水平的关键因素。选取23个原始指标，通过因子分析法，使用SPSS17.0软件系统分析西部地区10省市的技术创新能力，并对如何提高西部地区技术创新能力提出相关建议。

关键词：技术创新能力；区域技术创新；因子分析法

一、引言

区域创新体系在国家创新体系中占有重要位置，区域创新的多种多样为国家创新体系提供了无限发展的可能。如果把国家作为一个单位来对技术体系图像进行分析，可能会太大[1]，因此需要寻找一组技术较好、特色较强的图像作为基础体系，在每一个体系中都把国家的地理和规定作为边界，但是它们之间又会存在联系，这样就有利于国家区域创新和创新体系发展。对于区域创新体系来说，区域创新技术的提高是主要的问题。另外区域产业的不断提升以及经济的可持续发展也需要区域技术创新的不断推动，这是评价区域竞争力水平的重要内容。

我国经济发展表现出明显的区域差异，东强西弱的格局有进一步扩大的趋势。东西经济发展的不平衡性决定了技术创新能力的区域差异。当前，经济增长已经出现一些不可持续的现象，传统的投资导向以及人口红利优势正逐步消失，西部作为新兴崛起的区域，面临较大的经济增长的压力，迫切需要依靠技术创新来带动经济的增长。深入研究西部地区技术创新能力，对于政府制定有效的技术创新政策、快速提高西部地区技术水平的创新以及推动区域经济健康协调发展有重要的作用。

Solo提出技术创新需要以下两个方面，那就是思想的产生和之后每个阶段的发展[2]。伦德瓦尔认为大学、公司、政府和教育部门都是区域技术创新组织[3]。经济合作与发展组织在著名的《Oslo Manual》一书中提出，新产品、新技术和原先产品的明显变化等都是技术创新[4]。吴贵生对技术创新给出了以下定义：技术创新就是把一些技术的全新思想进行不断的探讨和结合，一直到这项技术能进行实际应用，另外可以出现一些经济和社会效益的一种商业性全程活动[5]。从刘顺忠的研究中可以看出，在一些地区，有能力的人和资金都是相对来说较为匮乏的，技术创新系统对有能力的人和资产的使用频率越高，就会对技术创新产生更大的贡献[6]。在2005—2006年，中国区域科技发展战略小组发表的《中国区域创新能力报告》对我国现阶段的区域创新情况进行了比较系统、具体的分析，并给出了一些较为有意义的参考意见，这些对我国的区域技术创新都有很大的帮助[7]。

国内西部地区尤其是西南(重庆、四川、贵州、云南、西藏)以及西北(陕西、宁夏、甘肃、青海、新疆)两个区域，占全国总面积的71.5%。到2012年，西部地区人口占全国总人口的27.04%，西部地区GDP占全国总GDP的19.8%。本文在综合现有国内外文献研究的基础上，考虑到西部地区的实际情况以及相关数据的可得性，构建西部技术创新的指标体系。对西部各个地区的技术创新能力的差异、技术创新能力的影响因素进行研究，提出加大科技投入以促进经济发展的政策建议。

二、区域技术创新能力评价指标的建立

Lall提出技术创新能力就是要对现有技术进行合理的吸收、应用、不断提高水平并且能创造新的技术[8]。Yam认为技术创新能力有下面7个总的指标：模仿水平、研究与实验发展水平(R&D)、资源配置水平、产品制造水平、市场运营水平、组织水平、战略计划水平[9]。2006年，欧洲创新记分牌(EIS)用5个一级指标(内含26个二级指标)即公司创新、知识创造、技术运用、创新启动、知识产权对欧盟国家的成绩进行评价[10]。

参考国内外对区域技术创新的能力进行评价的相关文件以及文献综述[11-13]，我们以代表性、可比性、系统性、开发性、可操作性和科学性原则作为基础，结合西部地区的实际状况，提出4个新的概念：区域技术创新投资、区域技术创新结果、区域技术创新环境、区域技术扩散，分为23个指标来对西部的区域创新水平进行评价，具体构成如下：

(1)区域技术创新投入，包括：X1表示R&D人员(人)；X2表示R&D人员全时当量(人年)；X3表示R&D经费内部支出(万元)；X4表示R&D经费外部支出(万元)；X5表示R&D项目(项)；X6表示公有经济企事业单位专业技术人员(人)。

(2)区域技术创新结果，包括：X7表示专利申请受理数(件)；X8表示专利申请授权数(件)；X9表示研究与开发机构科技论文(篇)；X10表示研究与开发机构科技著作(种)；X11表示高等学校科技论文(篇)；X12表示高等学校科技著作(种)；X13表示规模以上工业企业新产品产值(万元)；X14表示规模以上工业企业新产品销售收入(万元)；X15表示高技术产业新产品产值(万元)；X16表示高技术产业新产品销售收入(万元)。

(3)区域技术创新环境，包括：X17表示GDP(亿元)；X18表示人均GDP(元人)；X19表示高等学校数(个)；X20表示规模以上工业企业数(个)；X21表示高技术产业企业个数(个)；X22表示研究与开发机构数(个)。

(4)区域技术扩散，包括：X23表示高技术产品出口总额(百万美元)。

本文数据来源包括中华人民共和国科技部网站、《中国统计年鉴(2012年)》《中国科技统计年鉴(2012年)》《中国高技术产业统计年鉴(2012年)》，通过整理、计算，选取了2011年西部地区10个省、直辖市、自治区的截面数据，共230个样本数据。

二、区域技术创新能力的评价方法

在以往的研究中，评价区域技术创新能力的方法有很多种，如层次分析法[14]、数据包络分析法[15]、人工神经网络法[16]、模糊综合评价法、因子分析法等。本文利用因子分析法对西部地区技术创新能力进行评价，通过SPSS17.0软件对数据进行处理。

因子分析是处理多变量数据的一种统计方法。该方法是在少损失或不损失原有信息量的前提下，把多个相关变量的因子线性组合成个数较少且彼此独立的综合变量因子的一种多元统计方法，可用于对多维性状空间进行压缩，从而在较低维的因子空间中对样本进行排序。

因子分析的基本步骤：第一步，根据实际问题，判断是否需要进行因子分析；第二步，进行分析，结合公共因子的累积贡献率和特征值来确定提取的公共因子数目；第三步，考虑提取的公共因子是否有实际意义，若提取的公共因子难以找到实际意义可进行因子旋转，则需为公共因子寻求最佳解释方式；第四步，计算因子得分等中间指标，进行经济方面的综合评价。

三、因子分析过程和结果

由相关系数矩阵可知，23个指标之间的相关系数都比较大。除了X10表示研究与开发机构科技著作(种)和X18表示人均GDP(元人)与个别指标的相关系数小于0.3以外，其他所有指标之间的相关系数都大于0.3。这表明，各个变量之间呈现较强的线性关系，能够提取出公共因子，适合做因子分析。除此之外，KMO值的判别结果(0.776)和Bartleet球度检验结果(561.673)均符合要求，具体如表1所示。

在进行因子提取和因子旋转后，西部10省市的技术创新能力的因子特征根及方差贡献率如表2所示。

表1　KMO和Bartleet球度检验

资料来源：根据SPSS输出结果整理

表2　 The Total Variance Explained

资料来源：根据SPSS输出结果整理

从表2可见，提取的3个公共因子的累积方差贡献率达到了93.883%，前3个因子较充分地反映了原始数据所提供的信息。因此，基于过程内特征值大于1的原则，使用主成分分析法，提取了3个公共因子FAC1_1，FAC2_1，FAC3_1。

表3　因子旋转矩阵

资料来源：根据SPSS输出结果整理

对表3的分析结果如下：

公共因子FAC1_1 在高技术产业新产品产值、高技术产业新产品销售收入、研究与开发机构数、专利申请授权数、规模以上工业企业新产品销售收入、规模以上工业企业新产品产值、规模以上工业企业数、专利申请受理数、高技术产业企业个数上的载荷值较大，因此，赋予因子FAC1_1的含义是技术产业因子。

公共因子FAC2_1基本反映了GDP、R&D人员、R&D经费内部支出、研究与开发机构科技论文、高技术产业企业个数、公有经济企事业单位专业技术人员、高等学校数、研究与开发机构科技著作、高等学校科技著作、高等学校科技论文、R&D项目、R&D经费外部支出、R&D人员全时当量，因此，可以认为FAC2_1是环境支持和投入因子。

公共因子FAC3_1在人均GDP上载荷很高，因此，可以认为是民众生活水平因子。3个公共因子的得分系数如表4。

表4　因子载荷矩阵

资料来源：根据SPSS输出结果整理

通过表4的公共因子得分，可设技术创新能力综合得分为F，利用主因子对总信息量的贡献进行加权，可得

F=(0.479 73/0.938 83)×

FAC1_1(0.368 27/0.938)×

FAC2_1(0.090 83/0.938)×FAC3_1

最终计算结果和排序如表5所示。

表5　西部10省市因子得分、最终评价结果和排序

资料来源：根据SPSS输出结果整理

四、实证结果分析

通过综合评价西部地区10省市的技术创新能力，可以将它们分为两类，一类是综合得分在0以上的，另一类是综合得分在0以下的。

在公共因子FAC1_1方面，四川、重庆、贵州的得分较高，排在前3位，表明在这3个省份的区域创新产业在西部处于领先地位，这与当地的经济发展水平有关，鉴于这3个地区的经济发展水平较高，高技术产业自然也比较发达。

在公共因子FAC2_1方面，陕西、四川、云南、甘肃、新疆5省的得分都大于0，表明这些地区的区域创新环境的支持度强，并且投入水平较高。我们认为，这些地区的高校数量、人文环境、科研机构、市场化水平较其他区域更有优势，从而能够有力地支持当地技术创新的发展。但是公共因子FAC2_1得分在0以下，并不是完全否定了这部分地区的投入，比如重庆，作为直辖市，高校数量和科研水平也处于较高水准，但是人口基数大、技术人员密集、技术人员的流动性大，一旦劳资关系和技术成果的归属处理不好，很容易造成技术人员的外流，从而对区域技术创新产生负面的影响。

陕西、宁夏、重庆、青海、新疆等5省在公共因子FAC3_1上的得分大于0，表明这些地区的劳动者生活水平较高，只有在人们的生存需求得到满足后，政府才会将更多的投资放在区域技术创新方面。

公共因子FAC1_1对区域技术创新的贡献最大，其次是公共因子FAC2_1，最后是公共因子FAC3_1，每个地区在3个因子上的得分是不同的，但是前两个因子得分较高的省份，最后的综合得分也会靠前。综合得分排在前3的分别是陕西、重庆、四川，它们是西部地区技术创新的领头羊，这3个省市可以为其他省份提供很好的借鉴，也能够给周边地区技术创新提供强有力的辐射带动，而其他得分不高的省份，可以通过各种方式，加强技术创新成果交流以及技术创新人才的引进，从而带动本区域技术创新产业的发展。

五、结论及政策性建议

针对上述研究结果我们给出以下几点政策建议：

(1)期望政府给予支持，投入更多的研究经费，加强技术创新人才的培养。对于西部地区的技术研究经费，政府应给予更大力度的支持与关注，调动相关金融机构的积极性，使他们一同投入到对西部研究的活动中来，并针对已投入使用的资金进行实时监控，防止资金乱用等不良行为的发生，提高资金的利用率。目前，国家对于西部地区有专门的“西部志愿者计划”和“三扶一持计划”等，目的就是为了吸引足够的人才到西部地区服务。国家还可以有针对性地出台相关人才政策，介绍西部的学校、企业以及科研机构等良好的发展前景与进步空间，以便更好地引进人才，不断提高西部地区的人才素质，为技术创新服务。

(2)引进新型创新技术，努力提高技术创新能力。在经济增长的转变过程中，自主创新已经成为主要的推动力和决定性的因素。西部地区要想在最大程度上做到技术改革，还要依靠自身的技术进行改革。在引进先进技术的同时，还要自主研发更适用于西部地区使用的技术，促进资源的循环利用，可以为西部地区培养出自身独立的研发能力和区域技术创新体系。

(3)改善区域技术创新环境，加强和东部地区的研发合作。西部地区应深化经济体制的市场化改革，出台多种易于招揽技术性人才以及经济企业目光的政策，期望引入更多的创新技术、得到更多的资金投入；大力发展西部经济建设，改善企业融资问题；鼓励向高技术产业和先进制造业投资。

参考文献：

[1]ARCAND L D，METCALFE C D.Biomarkers of exposure of brown bullheads to contaminants in the lower great lakes[C].Society of environmental toxicology and chemistry,Pensacola,FL (United States),1995,12：378-388.[2]SOLO C S.Innovation in the capitalist process:A critique of the schumpeterian theory[J].The quarterly journal of economics,1951,65(3):417-428.

[3]LUNDVALL,et al.National systems of innovation:Toward a theory of innovation and interactive learning[M].[S.l.]:Pinter Publishers,1992.[4]OECD,Oslo manual: Guidelines for collecting and interpreting innovation data[M].[S.l.]:European Union Press，1996.

[5]吴贵生.技术创新管理——中国自主企业创新之路[M].北京：机械工业出版社，2011.

[6]刘顺忠.对创新系统中知识密集型服务业的研究[J].科学学与技术科学管理，2005(3)：61-65.

[7]柳御林，吕萍，程鹏，等.构建均衡的区域创新体系[M].北京：科学出版社，2011.

[8]LALL S.Technological capabilities and industrialization[J].World Development,1992,20(2)：165-186.

[9]YAM R C M,GUAN J C,PUM K F，et al.An audit of technological innovation capabilities in Chinese firms:Some empirical findings in Beijing,China[J].Journal of research policy,2004,33：1123-1140.[10]HJGM Hollanders,European Innovation Scoreboard-EXIS: An Exploratory Approach to Innovation Scoreboards[M].[S.l.]:Social Science Electronic Publishing,2006.[11]谷文琴，陈芳.合肥经济技术开发区经济实力评价及转型发展研究[J].重庆三峡学院学报，2015(5)：72-77.

[12]赵菁奇，李本和.“丝绸之路经济带”建设背景下区域科技创新体系研究——基于西北五省科技创新差异性的实证研究[J].重庆理工大学学报(社会科学)，2015(8)：36-42.

[13]汪晓梦.安徽技术创新绩效的区域性评价与对策思考[J].重庆理工大学学报(社会科学)，2015(9)：39-42.

[14]朱孔来.自主创新能力指标体系及综合评价方法[J].统计与决策，2007(9)：54-57.

[15]倪东生.数据包络分析法在我国区域技术创新能力研究中的应用[J].技术经济，2008(8)：22-28.

[16]陈文韬.基于BP人工神经网络的知识创新能力的区域差异研究[J].科技进步与决策，2008(9)：149-152.

[17]于晓曦.技术创新对区域经济增长的动力机制分析[J]企业经济，2011(7)：9-11.

(责任编辑许若茜)

Evaluation on Technological Innovation Ability of Western Region of China: Empirical Study Based on Factor Analysis

HE Jun-yao, ZHOU Ying

(College of Economy & Trade, Chongqing University of Technology, Chongqing 400054, China)

Abstract:Regional technological innovation ability plays an important role in boosting regional industry development and sustainable economic development and is also a key factor to determine the regional competitive level. By using the method of factor analysis and SPSS17.0, the author selected 23 original indicators to comprehensively evaluate the technology of western region of China, and then some related suggestions were provided to improve the technological innovation ability of western region.

Key words:technological innovation ability; regional technological innovation; factor analysis method

文章编号：1674-8425(2016)04-0057-06

中图分类号：F270

文献标识码：A

doi:10.3969/j.issn.1674-8425(s).2016.04.009

作者简介：何军耀 (1971—)，男，陕西凤翔人，副教授，博士，研究方向：人力资源开发与管理。

基金项目：重庆理工大学研究生创新基金“重庆市人口老龄化背景下的反向抵押贷款定价模型研究”(YCX2013104)

收稿日期：2015-04-02

引用格式：何军耀，周莹.我国西部地区技术创新能力评价——基于因子分析法的实证研究[J].重庆理工大学学报(社会科学)，2016(4):57-62.

Citation format：HE Jun-yao, ZHOU Ying.Evaluation on Technological Innovation Ability of Western Region of China: Empirical Study Based on Factor Analysis[J].Journal of Chongqing University of Technology(Social Science)，2016(4):57-62.