安徽省科技创新绩效评估及其与经济发展关系的实证研究
2021-08-06翟淼姜涛
翟淼 姜涛
【摘 要】论文构建包括科技投入与产出2个一级指标、5个二级指标及21个三级指标的科技创新绩效的评价体系，采用因子分析法提取创新人才和高新技术2个创新绩效公因子，通过格兰杰因果检验等揭示创新因子与经济增长之间的关系。结果显示：国内生产总值GDP不是创新人才因子F1的格兰杰原因，而创新人才因子F1却是国内生产总值GDP的格兰杰原因。国内生产总值GDP和高新技术因子F2则互为格兰杰原因。创新人才因子F1和高新技术因子F2每提升1%，分别带来国内生产总值GDP提升1.137%和1.094%。
【Abstract】This paper constructs an evaluation system of scientific and technological innovation performance including two first level indicators of science and technology input and output， five second level indicators and 21 third level indicators， extracts two common factors of innovation performance of innovative talents and high-tech by factor analysis method， and reveals the relationship between innovation factors and economic growth by Granger causality test. The results show that GDP is not the Granger cause of innovative talent factor F1， while innovative talent factor F1 is the Granger cause of GDP. GDP and high-tech factor F2 are Granger reasons for each other. Every 1% increase in innovative talent factor F1 and high-tech factor F2 will increase GDP by 1.137% and 1.094% respectively.
【关键词】科技创新;绩效评估;因子分析;格兰杰检验
【Keywords】scientific and technological innovation; performance evaluation; factor analysis; Granger test
【中圖分类号】F124.3;F127 【文献标志码】A 【文章编号】1673-1069（2021）07-0040-03
1 问题提出与文献综述
1.1 问题提出
自第三次科技革命以来，科学技术早已成为推动地区经济发展最为关键的因素，科学技术与经济发展的关系也越来越紧密。习近平主席提出了“创新是引领发展的第一动力”“实施创新驱动发展战略，推进以科技创新为核心的全面创新”“坚定不移地走中国特色自主创新道路”等一系列决策方针，安徽省积极响应国家重大决策部署，制定了一系列科技创新的相关政策，旨在推动安徽省科技创新能力，推动安徽省经济高质量发展。
1.2 文献综述
科技创新与经济发展的关系作为理论研究与实践的热门话题，始终受到国内学者的长期关注。谢周亮、李志影认为产业结构升级在科技创新与区域经济增长之间均存在中介效应，促进产业结构优化升级，科技创新显著促进区域经济增长[1]。唐琳、王玉峰、李松认为金融发展通过提升要素资源在行业间的配置效率，实现科技创新对经济发展的促进作用[2]。王黎明、王宁指出加大创新要素投入，促进创新人才要素集聚，合理配置财政资源，有利于形成三者间良性互动[3]。上述学者从产业结构优化、金融发展等角度出发，探讨科技创新与经济增长之间的实证关系。然而，他们更多从某一角度出发强调科技创新总体上对经济增长的促进作用，缺少对科技创新内部评价指标的分类研究。本文通过构建创新评价指标体系，采用因子分析法提取创新指标的代表性因子，探讨科技创新蕴含的代表性因子对经济增长的促进作用。
2 安徽省科技创新政策绩效测度
2.1 指标选取与体系构建
本文建立3层指标体系，由科技投入和发展基础、科技产出和科技成果2个一级指标，人力投入、财力投入、发展基础、科技产出、高新技术产业发展5个二级指标以及更加细化的21个三级指标共同构成。具体指标体系如表1所示。
2.2 数据来源与分析方法
依据数据的代表性、可行性和科学性，选取安徽省2009-2018年的指标数据，数据源于《安徽省统计年鉴》（2010-2019年版）。本文利用因子分析法，在21个三级指标变量群中抽取隐藏的代表性因子，用少数几个代表性因子即公因子来反映原来众多的观测变量所代表的主要信息，从而达到指标体系降维便于数据分析的目的。
2.3 分析过程与结果
由于受到统计数据的限制，仅能搜集到连续10年的数据，而指标体系则含有21个指标值，样本量少于指标量，不能用因子分析中的KM0和巴利特检验，故采用相关系数检验。运用SPSS 26.0进行相关分析，结果显示21个指标间的相关系数绝对值在0.435～0.999，评价指标体系中内部的各个指标间的相关性较大，符合作因子分析的必要条件。方差贡献率是衡量公因子重要程度的评价指标。方差的贡献率越大，说明这个公因子相对于其他所有指标的重要性程度就越大，而这个公因子的方差越大，对变量的贡献程度也就越大。运用SPSS 26.0软件采用主成分分析法，经过正交旋转，对数据进行探索性因素分析，结果如表2所示。
由表2可以看出，各指标的共同度除个别数值之外，其他的指标的因子共同度均在0.7以上，说明提取的公因子对各个变量有较强的解释力。在特征值大于1的原则下选取公因子，2个公因子的累积贡献率为95.041%，也就是说，这2个公因子就足够解释科技创新政策的政策绩效。其中公因子F1可解释48.135%的变量，显示载荷较大的指标有X1、X3、X4、X6、X7、X9、X10、X13、X17和X18，这些指标与从事R&D研究相关的实验人员的联系密切，故命名为创新人才因子。公因子F2可解释剩下的46.906%得变异量，显示载荷较大的指标有X2、X5、X8、X11、X12、X14、X15、X16、X19、X20和X21，这些指标包含了3个高新技术方面的指标，且网络使用和专利申请也伴随着高新技术的发展而更加显著，因此命名为高新技术因子。
3 安徽省科技创新绩效因子与经济增长关系
3.1 格兰杰因果关系检验
本文将提取的创新人才因子F1、高新技术因子F2作为解释变量，经济增长作为被解释变量，对2公因子与经济增长进行格兰杰因果检验，结果如表3所示。
根据表3显示，高新技术因子F2不是创新人才因子F1的格兰杰原因，而创新人才因子F1却是高新技术因子F2的格兰杰原因。国内生产总值GDP不是创新人才因子F1的格兰杰原因，而创新人才因子F1却是国内生产总值GDP的格兰杰原因。F1和F2、F1和GDP之间仅存在单向因果关系。而国内生产总值GDP和高新技术因子F2互为格兰杰原因，具有双向的因果关系。
3.2 回归分析
由表4可知，参数估计值的R2为97.8%，调整后的R2为97.2%，均高于85%，通过拟合优度检验;德宾-沃森值为1.363，说明自变量的自相关性不明显，各系数双侧概率值均为0，模型回归结果合理。表4显示，创新人才因子F1每提升1%，国内生产总值GDP提升1.137%;高新技术因子F2每提升1%，国内生产总值GDP提升1.094%。因此，提升创新人才因子和高新技术因子是促进经济增长的重要途径。
4 对策建议
通过评估安徽省科技创新绩效水平及其与经济增长之间的实证关系，对于提升安徽省科技创新绩效水平、促进国民经济进一步发展具有重要意义。具体对策建议如下。
4.1 完善创新型人才培养的体制机制
基于创新人才因子的提升会带来国内生产总值1.137倍的乘数效应，加大加快培养创新型人才是实现国民经济长久发展的重要举措。具体来讲可通过积极开展教育创新，探索校企混合所有制办学，推动校企的深度融合，实现校企产学研无缝对接的人才培养模式。
4.2 强化高新技术产业发展战略
进一步强化高新技术产业优先发展理念，依托国家高新区这一重要载体，大力营造高新技术产业发展人才环境，着力培养中小型高新技术科技企业，加强对高新技术企业的服务支持，激发其创新发展活力，实现国民经济的高质量发展。
4.3 優化创新要素禀赋结构
创新要素禀赋结构决定着国家和地区科技创新能力的发展的方向，结合前文因子分析的结果，引导创新要素向创新人才培养和高新技术产业发展流动，优化创新要素禀赋的结构，从而提升区域自主创新能力，实现区域经济的蓬勃发展。
【参考文献】
【1】谢周亮，李志影.科技创新、产业结构升级与区域经济增长关系研究[J].价格理论与实践，2020，354（3）：155-158.
【2】唐琳，王玉峰，李松.金融发展、科技创新与经济高质量发展[J].金融发展研究，2020，4（9）：30-36.
【3】王黎明，王宁.人才集聚、科技创新与经济高质量增长的交互效应[J].河南师范大学学报（哲学社会科学版），2021，48（1）：88-94.
