安徽省城市科技创新能力评价——基于因子分析和聚类分析

(东南大学 江苏 南京 211189)

一、前言

一个地区科技创新能力的提升，已逐渐成为该地区获取竞争优势的决定性因素。本文将对安徽省区域科技创新能力开展实证研究，创建区域科技创新指标体系分析安徽省各地级市科技创新水平及差异，以便很好地了解城市所属地区或国家的创新状况。

对于创新能力评价，许多学者对该主题作了研究。熊彼特(1912)提出科技发展与创新能改善经济环境，之后很多学者都致力于科技创新。张志新等人(2014)使用主成分分析研究区域科技创新，在科技创新的评价指标中并不是仅仅使用申请专利数或者是高技术产业总产值，而是用专利申请数占总人口比例，与高技术产业总产值占工业总产值所占比例来代替前者，以便更客观准确地描述各区域的竞争力，排除了各区域人口，经济等不同规模带来的影响。陈宏(2010)在研究河南省的工业竞争力时构建工业竞争力评价指标体系，有工业增加值，利润总额，主营业务收入，产品销售率以及研发经费与人员等评价指标。

二、指标与数据

本文从科技创新投入能力、科技创新产出能力、科技创新支撑能力3个方面构建安徽省科技创新能力评价指标体系，共包括11个具体指标。投入能力包括：R&D经费支出(X1)、R&D人员(X2)、用于科技的财政支出(X3)；产出能包括：有效发明专利数(X4)、专利所有权转让及许可收入(X5)、发表科技论文(X6)、出版科技著作(X7)、形成国家和行业标准数(X8)；支撑能力包括：人均总产值(X9)、当年实际利用外商直接投资(X10)、城镇居民可支配收入(X11)。

本文从安徽省统计局颁布的《2016年安徽省统计年鉴》中安徽省16个地级市的统计数据收集所需数据。为避免由于不同类型的数据具有的不同量纲，不同的数量级所带来的变量之间不能相互比较的问题，有必要在统计分析之前对这些数据进行标准化处理，将它们转化成无因次量纲的数据，以便相互比较。本文对于数据标准化处理的方法采用正规化方法，标准化变换把原始数据转换为标准Z分数(Z-Score)变换方法，以便将其转换为均值为0，方差为1，且无量纲的数据。

三、实证分析

基于上述提出的创新能力评价体系遴选11个指标概括评价安徽省各地级市的科技创新能力。按照16个地级市的11项指标值，运用SPSS 22.0统计分析软件进行因子分析和聚类分析。

(一)因子分析

1.KMO和Bartlett检验

经检验，KMO值0.785>0.5，故可以进行因子分析。同时，Bartlett球形检验统计量值为330.320，其相位的相伴概率Sig.=0.000<0.01，由此否定相关矩阵为单位矩阵的零假设，表明Bartlett球形检验通过。所以本文所选的变量适合做因子分析。

2.解释的总方差

根据原有变量的相关系数矩阵，通过主成分分析法提取因子并取特征根值大于1的特征根，得出2个主因子，这2个主因子解释了原有变量的总方差。第一个因子的特征根为9.220，解释了11个原始变量总方差的83.819%；第二个因子的特征根为1.091，解释了原始变量总方差的9.915%。累计方差贡献率为93.734%。因此，原有变量的信息丢失较少，因子提取的总体效果比较理想。见表1。

从表1可得知，所提取的两个主因子累积贡献率为93.734%，可认为原11个指标综合成两个主因子——F1和F2。根据因子分析原理，两个主因子之间不具有相关性，而每个因子与其所包含的变量之间具有高度相关性。

表1 解释的总方差

3.旋转后因子载荷

一般来说，提取的公共因子都不太可能包含所有的指标，将指标中相关比较密切的几个指标归为一类，以一个公共因子来代替。因子1(X1、X2、X3、X4、X5、X6、X7、X8)可概括为创新综合投入产出因素，因子2(X9、X10、X11)可概括为创新支撑性因素。篇幅所限，此处不再列举计算结果。

(二)聚类分析

聚类分析的原则是同一类中的个体有较大的相似性，不同类中的个体差异很大。利用SPSS 22.0进行聚类分析，采用的统计量主要有：1.距离测度采用欧氏距离平方；2.聚类方法采用组间联接的系统聚类。

(1)因子得分

计算因子得分有多种方法，本文釆用的是回归法进行计算。由于各指标数值都进行了标准化处理，被比较对象的平均水平为零分，正得分为高出平均水平，负得分则表示低于平均水平。通过对因子旋转结果进行处理得到了两个主因子的得分如表2所示。

接下来计算综合因子得分：

Y=C1·F1+C2·F2+……+Ck·Fk

式中：Ci为各主因子的方差贡献率，Ci=λi/Σki(i=1,……,k)

我们对安徽省16个城市技术创新能力进行打分，以各主因子旋转后的方差贡献率为权数进行线性加权平均求和，计算出公共因子的综合得分和排名(见表2)。其综合得分计算公式如下：

Y=0.73523*F1+0.22322*F2

表2 安徽省16个城市创新能力得分排名及聚类结果

(2)聚类结果

通过聚类分析，将安徽省各市技术创新能力分为三类，分类结果如表2第6列，计算出各类中的样本得分均值可以将此三类进行排序。其结果为：创新强势城市：合肥市；创新先锋城市：芜湖市、马鞍山市；创新弱势城市：蚌埠市、滁州市、安庆市、宣城市、淮南市、铜陵市、淮北市、六安市、阜阳市、池州市、黄山市、宿州市、亳州市。

四、结果讨论

按照创新能力强弱进行分类(如表2第6列数据)，安徽省各城市可分成三类：

(1)合肥市为一类，其综合创新能力评价得分遥遥领先，成为安徽省创新能力最强的城市。它主要得益于长三角产业转移于此，再加上强大的高端创新型人才的聚集和财力投入。(2)芜湖市、马鞍山市为第二类城市，其创新能力投入产出的各项指标仅次于合肥，创新能力支撑指标也名列前几名。这两个城市是最有希望后来居上、提高创新力的城市，但这两个城市也存在弱点：主业的产业链不长，创新型人才不足。(3)第三类城市包括除合肥市、芜湖市、马鞍山市以外的所有中小城市，处于创新能力相对弱势的地位。人才资金的缺乏是制约第三类城市创新力提高的瓶颈。

五、建议

完善科技创新政策，强化经济发展的支撑作用。应不断完善科技创新政策，充分发挥其激励导向作用，尤其加强对皖东北和皖南地区的政策扶持力度。从政策制定和执行监督两方面着手，保证政策效率和效果。创新综合投入产出因素和创新支撑性因素是评价科技创新能力的重要因素，应强化经济发展水平的支撑作用，加强地区财政助力科技创新能力成长的扶持作用。加强科技创新平台和孵化器建设，提升转化能力。借助高校、重点实验室的平台建设创业园、科技企业孵化器等加强优质科技资源的导入，实现产学研深度融合和协同创新，加强科技创新成果的应用和转化能力。