区域科技综合实力评价研究

玄兆辉，吕永波，罗亚非

(1.北京交通大学交通运输学院，北京 100044;2.北京工业大学经济与管理学院，北京 100124)

区域科技综合实力评价研究

玄兆辉1，吕永波1，罗亚非2

(1.北京交通大学交通运输学院，北京 100044;2.北京工业大学经济与管理学院，北京 100124)

近年来我国科技投入不断增加，有力地促进了地区科技与经济发展，然而不同地区之间的科技发展水平仍存在较大差距。本文利用2009年科技统计数据，采用熵权法、密切值法和因子分析法分别对我国不同地区科技综合实力进行分析，并进行了三种方法计算结果的一致性检验。结果表明，我国区域科技综合实力呈现出由东部沿海地区向东北地区、中部地区到西部地区的梯度分布特征;同时，在一个区域内部科技综合实力的水平也存在差异。

科技综合实力;熵权法;密切值法;因子分析;一致性检验

Abstract:The increasing input of science and technology has extremely promoted China's science，technology and economy development in recent years.But there are still large differences between regions in terms of science and technology development level.Based on the statistics data of 2009，the paper analyzes the regional comprehensive science and technology power through the entropy method，osculating value method and factor analysis，and makes a consistency test on the analysis results from the three methods.The study results show that the regional comprehensive science and technology power of China gradually declines from the eastern costal area to the northeastern，the middle，and the western areas，and that the regional comprehensive science and technology power is also much different within the four areas.

Key words:Comprehensive science and technology power;Entropy method;Osculating value method;Factor analysis;Consistency test

2006年国家中长期科技发展规划纲要颁布实施以来，我国科技投入不断增加，地区科技实力不断增强。科技发展对区域经济转型、产业升级提供了有力支撑。然而，由于社会经济条件和资源禀赋等方面的不同，各个地区的科技综合实力仍存在着较大的差异，为了对我国不同地区科技综合实力的现状进行量化分析，本文利用2009年的科技统计数据，分别采用熵权法、密切值法和因子分析法评价不同区域的科技综合实力。

1 科技综合实力评价指标与评价模型构建

1.1 科技综合实力评价指标

关于区域科技创新能力评价的研究众多，从不同角度分别提出了各种评价指标及指标体系。科学技术部《中国科学技术指标2010》一书中提出了评价区域科技发展特征的指标体系，该指标体系由8项指标构成，包括科技创新资源投入、知识与技术创新产出、产业创新能力、科技产出的经济绩效等4个方面。本文以这一指标体系为基础对我国的区域科技综合实力进行分析评价 (见表1)。

为了更好地观察我国区域科技综合实力分布情况，我们将31个省 (自治区、直辖市)划分为东部沿海地区、东北地区、中部地区和西部地区4大区域 (东部沿海包括北京、天津、河北、山东、上海、江苏、浙江、福建、广东和海南;东北包括辽宁、吉林和黑龙江;中部包括山西、安徽、江西、河南、湖北和湖南;西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆)。

1.2 三种评价方法应用的可行性研究及模型构建

在以往评价方法的应用中，多数研究是采用一种评价方法对研究问题进行分析，本文尝试采用三种不同的评价方法对同一问题进行分析，并对三种方法的计算结果进行讨论和一致性检验，在此基础上对评价结果进行分析，以获得更接近实际情况的结论。

(1)熵权法应用的可行性研究及模型构建。根据信息论的基本原理，信息是系统有序程度的一个测量，熵是系统无序程度的度量，两者计算结果的绝对值相等，但符号相反。熵权法的基本思想是:设n个待评价样本，m个评价指标，形成原始数据矩阵X=(xij)n×m，对于某一项指标xj，指标值xij的差距越大，该指标提供的信息量越大，在评价中所起的作用越大;相应的信息熵越小，其权重越大。反之，某项指标指标值的变异程度越小，信息熵越大，其提供的信息量越小，在评价中起的作用越小，其权重越小。如果某项指标的指标值全相等，则该指标在评价中不起作用。所以，在具体的评价分析过程中，可以根据各个指标的变异程度，利用信息熵这一工具来计算各个指标的权重，再对所有指标进行加权，从而得出比较客观的评价结果。

Marius Brülhart和 Rolf Traeger利用熵权法构建的指标体系测量了区域聚集问题［1］。Chen［2］、K.berger［3］、Fratzscher［4］等也从熵定律的角度出发，研究了热力学和经济的理论之间的关系，提出经济理论不能忽视熵定律。冯艳飞等［5］基于熵权法从资源、环境、经济社会三大方面对区域循环经济的发展水平做了综合评价。参考前人的研究以及信息熵的有关性质建模，并将8个指标的原始数据在EXCEL2007软件中进行了计算，结果见表2。

(2)密切值法应用的可行性研究及模型构建。密切值法是通过分别计算待评估对象与最优指标和最劣指标之间的欧氏距离，计算待评估对象的密切值，通过不同对象的密切值比较不同待评估对象之间的优劣，距最优指标越近且离最劣指标越远的待评估对象越优。

许多学者使用这一方法对企业创新能力等进行分析。我们在进行区域科技综合实力评价时，将8个指标的原始数据依据相关文献计算密切值的具体步骤在EXCEL2007软件中进行了计算，结果见表2。

(3)因子分析法应用的可行性研究及模型构建。因子分析法是将多指标转化为几个综合公共因子的多元统计分析方法。由于综合评价的多指标间往往存在一定的相关，会因为多重共线性而无法得出正确结论。因子分析的主要思想是降低维度、简化数据，将原有数量较多且存在相关关系的多指标，经过变换转化为少量的公共因子，公共因子可以表示为原有多指标的线性组合并保留了多指标的主要信息量。

许多学者运用因子分析法对科技创新相关问题开展了研究。田新豹等利用因子分析方法研究了我国高新区发展的现状［6］。许爱萍等选取对创新型城市建设有影响的14项指标，利用因子分析法对我国有代表性的36个样本城市的创新型城市建设现状进行评价［7］。谢学梅等通过因子分析定权法对1999—2009年上海市的技术创新效率进行了测

算，为政府制定有效的产业发展政策提供科学的理论参考［8］。乔朋华等运用因子分析方法对黑龙江省1999—2008年科技投入与区域经济发展的综合水平进行了测度［9］。孙锐等应用因子和聚类方法对2004年中国区域创新能力的数据结构进行深入分析，得出了基于因子的区域创新能力排序和聚类结果［10］。

表1 区域科技综合实力评价指标及数据

表2 三种方法的区域科技综合实力测算结果

因子分析是一种探索性的统计分析方法，其要求评价指标之间具有高度相关关系。在统计上一般要求通过对变量进行KMO检验和Bartlett球度检验，根据Kaise提出的标准，当KMO值大于0.8时适合进行因子分析。根据8个指标的原始数据进行计算，其KMO值为0.817，说明可以进行因子分析。我们使用的8个指标在提取了两个因子之后，8个指标的共同度达到了87%以上，说明两个因子可以反映8个指标的绝大部分信息。统计上认为累积方差贡献率达到85%，表明提取的公因子已经能概括绝大部分信息。我们的计算在提取了两个因子之后，累计方差贡献率达到了91.62%，说明提取的两个公因子，原始数据的信息丢失很少。经过计算，8个指标中地方政府科学技术支出占地方财政支出的比重、每万就业人员中R＆D人员全时当量等指标在第一个因子上有很高的载荷系数，我们将这一因子称为科技投入因子。每万人口中发明专利拥有量、每10万人被SCI收录的论文数、技术市场成交合同额占地区生产总值的比重等在第二个因子上有较高的载荷系数，我们称之为科技产出因子。根据不同区域在这两个因子上的得分，利用两个因子对累计方差贡献率的百分比做权重，计算出各个区域的综合排名得分，计算结果见表2。

2 实证分析结果

2.1 三种评价方法结果比较

从表2可以看出针对同一评价对象，选取相同的指标，采取相同的数据，但不同评价方法得出的结果不完全一致。这就需要我们进一步思考:不同评价方法的结果有何特征，它们之间的关系如何，弄清楚这样的问题有利于客观评价不同的评价方法，有利于评价方法的选取，并对评价结果进行总结和评估。

熵权法是根据指标数据差异程度的高低确定权重。从评价区域综合实力的8个指标的差异程度可以看出R＆D人员、R＆D经费、地方政府科技支出3项评价科技发展投入类指标的权重整体小于产出类指标的权重，说明产出指标在各个区域差异水平比较大，提供的有效信息量较大，指标的权重就相对较大，以此计算综合得分。

密切值法是一种不需加权的评价方法，先要找出每个指标的最大值与最小值，分别计算各个区域与最大值、最小值欧式距离的合计，得到具体区域的最优值与整体最优值之比和该区域最小值与整体最小值之比，两个比值之差就是区域的得分。

熵权法和密切值法都利用了8个指标的全部信息，不同的是前者利用指标数据的差异确定指标的权重来计算综合分数，后者则是利用指标数据与最大值与最小值的距离远近得到区域所处的位置。

因子分析法是一种降维化简数据结构的方法，从8个高度相关的指标中抽取了两个公共因子，将8个指标表示为两个公共因子的线性组合，并利用两个公共因子分别对总方差的解释程度作为权重计算出各个区域的综合得分。

由于三种方法的研究视角不同，不能用直接计算出来的分值进行比较，所以表2给出了3种方法的排序结果。

三种评价方法给出的前10个区域的位次差异不大，第11位到20位中，甘肃的三种评价方法的位次变动较大，这是因为甘肃8个指标与平均值差异较大，从而熵权法的位次靠前，同时由于其各个指标与最大值较远，密切值的位次有所下降，从经验判断，因子分析方法的位次对于甘肃来讲是比较适中的。青海的位次波动也比较大，与甘肃有类似的情况。三种评价方法给出的后11个区域的位次差异不大。根据我们长期从事区域科技综合实力研究的经验判断，这三种评价方法给出的排序基本上反映了目前我国各个区域科技综合实力的基本状况。

2.2 三种方法计算结果的一致性检验

在对三种评价结果分析的基础上，针对有些区域三种评价方法的排名位次差异，需要对三种综合评价结果进行稳定性和一致性检验，也就是说，三种方法的综合评价结果互相之间是否存在随机的关系。由于8个指标数据没有通过正态分布检验，针对这个问题需要选用非参数统计中的理论方法对不同结果之间的一致性进行检验。在SPSS12.0软件中选择Kendall相关系数，计算结果见表3。

表3 三种评价方法的Kendall一致性检验结果

由表3可以看出熵权法与密切值法的相关系数为0.918，与因子分析法的相关系数为0.862;密切值法与因子分析法的相关系数为0.935。三种方法的统计显著性水平均低于给定的显著性水平0.01，说明“三种方法计算结果的排序是随机的”假设是几乎不可能发生的，因此认为三种方法计算结果的排序具有一致性。

3 区域科技综合实力分析

利用熵权法、密切值法和因子分析法测算的各省区域科技综合实力结果通过了一致性检验，表明三种方法计算的结果真实客观地反映了当前我国的区域科技综合实力。从表2可见，我国的区域科技综合实力存在着明显的地区差异性，呈现出从东部沿海地区到东北地区、中部地区和西部地区的梯度分布特征，同时在各地区内部各省份之间也存在较大差异，这种差异的形成是由其科技发展水平的不同所反映出的各个指标决定的。

科技综合实力排名前6位的地区均为东部沿海省市。北京、上海和天津三个地区是科研机构、高校云集之地，具有很好的科技基础，其科技综合实力分列全国第1、2、3位。在8个评价指标中，北京的R＆D人员、R＆D经费、SCI论文、高技术产品出口和技术市场成交额5项指标为31个地区的最大值。上海的地方政府科技支出、发明专利指标为全国最大值。江苏的R＆D经费、发明专利、高技术产业总产值和高技术产品出口4项评价指标均高于东部沿海平均水平。广东高技术产业总产值指标为31个地区的最大值，地方政府科技支出、发明专利和高技术产品出口指标均高于东部沿海平均水平。浙江的地方政府科技支出、发明专利指标高于东部沿海平均值。以上三省属于我国区域科技综合实力强省，是仅次于京津沪的第二梯队。福建和山东的8个评价指标虽然低于东部沿海地区的平均水平，但三种方法计算的平均科技综合实力分列第10和第12位，处于全国前列。但山东科技综合实力与其经济大省地位仍有较大差距。河北与海南科技综合实力相对较弱，河北的地方政府科技支出和高技术产业总产值指标为东部沿海地区的最小值，其他6项评价指标均低于全国平均水平，科技水平远落后于经济发展速度。海南的R＆D人员、R＆D经费等6项评价指标均为全国各地区最小值。这些指标未来需要努力提高。

东北三省区域科技综合实力仅次于东部沿海地区，其中辽宁的平均科技综合实力位于全国第8位，处于全国前列，明显好于吉林和黑龙江，这是因为辽宁的地方政府科技支出、发明专利、高技术产品出口和技术市场成交额指标明显高于后两者。吉林和黑龙江的科技综合实力处于全国中游水平。吉林SCI论文和高技术产业总产值两项指标高于东北地区的平均水平。黑龙江8项指标均低于东北地区的平均水平，但与中西部地区相比仍有优势，其综合排名列全国第15位。

中部地区科技综合实力处于全国中游水平，其中湖北较为突出，其基于三种方法计算的平均区域科技综合实力排在全国第10位，除地方政府科技支出指标外，其余各项指标均为中部地区的最大值。R＆D经费和高技术产品出口两项指标高于全国平均水平。中部其余五省科技综合实力相当，整体居全国20位左右。湖南的地方政府科技支出、发明专利、SCI论文和高技术产业总产值指标高于中部地区的平均水平。安徽R＆D经费、地方政府科技支出、SCI论文指标高于中部地区的平均水平。江西、山西及河南均有两项指标高于中部地区平均水平，多数指标还需努力提高。

西部地区总体的科技综合实力最低，但内部差别也比较悬殊。与东北的辽宁、中部的湖北相类似，西部的陕西最为突出，其科技综合实力在西部各地区中排名第一，在全国31个地区中排名第7位。其次是四川和重庆，二者的平均科技综合实力排名分别为第11和第14位，均有7项指标高于西部地区平均水平。上述三省市之外的地区8项指标都没有显著表现，区域科技综合实力需要大幅提高，以支撑和引领地区经济社会迅速进步。

4 结论

在以往的相关研究成果中，有的文章选取的评价指标过于简单，有的评价指标过于复杂，同时采用的分析方法较为单一。笔者认为，评价区域科技综合实力是一个系统性工作，选取的评价指标不能过于简单;同时要抓住科技这个核心问题，评价指标也不能太复杂。本文采用经过科技指标专家深入研究并得到国家科技主管部门认可的8项指标评价我国的区域科技综合实力，这8项指标包含了地区科技资源投入、知识与技术产出、产业创新能力、科技的经济绩效等各个重要方面，均为有代表性的核心指标。与以往的研究方法不同，本文应用熵权法、密切值法和因子分析对2009年我国区域科技综合实力进行了测度，讨论了三种方法评价结果的差异并对计算结果进行了一致性检验。认为三种评价方法给出的排序基本上反映了目前我国各个区域科技综合实力的基本状况。当前我国地区科技综合实力从东部沿海地区到东北地区、中部地区和西部地区呈梯度分布，地区间的科技综合实力差距较大，在四个地区内部也存在着省份间的差异。认识这种差异及其产生的原因是缩小地区间差距，提高地区科技综合实力，促进经济社会可持续发展的重要前提。

［1］Marius Brülhart，Rolf Traeger.An account of geographic concentration patterns in Europe［J］.Regional Science and Urban Economics.2005，(35):597 －624.

［2］Yao Chen，Liang Liang，Feng Yang，Joe Zhu.Evaluation of information technology investment:a data envelopment analysis approach［J］.Computers＆ Operations Research.2006，(33):1368－1379.

［3］ Tomas Kåberger，Bengt Månsson.Entropy and economic processes—physics perspectives［J］.Ecological Economics.2001，Vol.(36):165－179.

［4］Wolfgang Fratzscher，Karl Stephan.Waste energy usage and entropy economy［J］.Energy.2003，(28):1281 －1302.

［5］冯艳飞，贺丹.基于熵值法的区域循环经济发展综合评价［J］.环境科学与管理.2006，(6):177－179.

［6］田新豹，芦彩梅.基于因子分析的我国高新区经济发展评价研究［J］.科技进步与对策.2012，(6):117－122.

［7］许爱萍，俞会新.基于因子分析法的创新型城市评价［J］.技术经济与管理研究.2012，(4):21－25.

［8］谢学梅，赵杨.区域技术创新效率研究:基于上海的实证［J］.中国科技论坛.2012，(5):74－78.

［9］乔朋华，王辰，李敏义.科技投入与区域经济协调发展评价研究［J］.科技管理研究.2012，(7):54－57.

［10］孙锐，石金涛.基于因子和聚类分析的区域创新能力再评价［J］.科学学研究.2006，(6):985－990.

(责任编辑 谭果林)

Research on Regional Comprehensive Science and Technology Power

Xuan Zhaohui1，Lu Yongbo1，Luo Yafei2
(1.School of Traffic and Transportation，Beijing Jiaotong University，Beijing 100044，China;2.School of Economics and Management，Beijing University of Technology，Beijing 100124，China)

G316;F061.5

A

基金论文:教育部博士点基金 (200800040032)，创新方法工作专项 (2011IM040200)。

2012－05－14

玄兆辉 (1977－)，男，黑龙江宾县人，北京交通大学交通运输学院博士生，中国科学技术发展战略研究院副研究员;研究方向:系统工程、科技统计、科技指标。