摘 要：一個(gè)國家的科學(xué)技術(shù)發(fā)展水平直接或間接決定了其經(jīng)濟(jì)發(fā)展水平和國際競爭力。文章通過因子分析法，提取了影響科技發(fā)展水平的主要因素，接著用熵權(quán)法對我國31個(gè)地區(qū)科技發(fā)展水平進(jìn)行評價(jià)排序，提出了相關(guān)建議，為地區(qū)制定科技發(fā)展戰(zhàn)略提供一定的參考。

關(guān)鍵詞：因子分析 熵權(quán)法 科技發(fā)展 評價(jià)指標(biāo)

中圖分類號：F204 文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2016）01-044-03

一、引言

20世紀(jì)中后期，世界范圍出現(xiàn)了新科技革命，科學(xué)技術(shù)成為推動(dòng)經(jīng)濟(jì)增長最關(guān)鍵的因素，科學(xué)技術(shù)與經(jīng)濟(jì)、社會(huì)發(fā)展的關(guān)系越來越密切，科學(xué)技術(shù)在經(jīng)濟(jì)增長中發(fā)揮著最重要的作用，經(jīng)濟(jì)增長與科學(xué)技術(shù)之間的互動(dòng)互促關(guān)系也日益明顯。經(jīng)濟(jì)增長同時(shí)伴隨著科技進(jìn)步，而科技進(jìn)步又會(huì)加速經(jīng)濟(jì)增長。世界強(qiáng)國的發(fā)展過程已證明：經(jīng)濟(jì)增長越快，經(jīng)濟(jì)總量越大，科技投入也應(yīng)越高；科技投入越高，科技水平提高就越快，由此促使經(jīng)濟(jì)可持續(xù)快速增長，使得科技進(jìn)步與經(jīng)濟(jì)增長進(jìn)入良性循環(huán)。評價(jià)地區(qū)的科技發(fā)展水平的指標(biāo)很多，這些指標(biāo)從不同的角度反映不同地區(qū)的科技發(fā)展水平，但也增加了分析問題的復(fù)雜性。為此，有必要尋找既能反映所要分析問題的大部分信息，又較為簡化地分析和分類方法，而因子分析法正是解決這一問題的理想工具。本文通過因子分析方法和熵權(quán)法，分析了影響科技發(fā)展水平的主要因素，將我國31個(gè)行政區(qū)的科技發(fā)展水平進(jìn)行排序和評價(jià)，為地區(qū)制定科技發(fā)展戰(zhàn)略提供一定的參考。

姚建文（2003）通過建立省際區(qū)域科技競爭力評價(jià)模型，并利用全國資源清查數(shù)據(jù)， 對我國各?。ㄊ小⒆灾螀^(qū)）科技競爭力進(jìn)行了綜合評價(jià)。姜春林等（2005）利用主成分分析法對2000年中國大陸各省、市、自治區(qū)的科技競爭力進(jìn)行評價(jià)，發(fā)現(xiàn)部分省市科技發(fā)展水平和經(jīng)濟(jì)發(fā)展水平?jīng)]有表現(xiàn)出一致性。黎雪林等（2006）通過對科技投入、科技產(chǎn)出、科技與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展程度、科技潛力等4個(gè)方面的考核，設(shè)計(jì)了較為完整的科技競爭力綜合評價(jià)指標(biāo)體系。趙前等（2011）采用超效率方法，對中國的30個(gè)省的總量科技競爭力和結(jié)構(gòu)科技競爭力進(jìn)行效率評價(jià)，發(fā)現(xiàn)省際間科技輻射與科技帶動(dòng)的效果明顯，總量科技競爭力和結(jié)構(gòu)科技競爭力的效率存在較大差別，而且科技競爭力并非完全與區(qū)域經(jīng)濟(jì)水平同步。侯海青等（2012）采用主成分分析法對2009年中國的30個(gè)省（市、自治區(qū)）的科技競爭力進(jìn)行評價(jià)，并用回歸分析法分析其科技競爭力與地區(qū)經(jīng)濟(jì)發(fā)展水平之間的相關(guān)性。

杜晶等（2007）從樣本幾何的角度指出，主成分分析在構(gòu)造主成分得分函數(shù)過程中，只是簡單地計(jì)算數(shù)據(jù)點(diǎn)在新坐標(biāo)系的投影，沒有考慮旋轉(zhuǎn)前后坐標(biāo)賦權(quán)的變化，因此有內(nèi)在的矛盾。王學(xué)民（2007）對建立綜合評價(jià)函數(shù)來對樣本數(shù)據(jù)進(jìn)行綜合排序的方法的不科學(xué)性作了闡述， 并指出在綜合評價(jià)函數(shù)中對各主成分使用貢獻(xiàn)率加權(quán)是錯(cuò)誤的。另有學(xué)者指出如果某個(gè)指標(biāo)的樣本數(shù)據(jù)相差較大，因子分析也會(huì)變得不準(zhǔn)確。本文筆者在利用因子分析法進(jìn)行評價(jià)排序時(shí)，也發(fā)現(xiàn)因子得分排序上與原始數(shù)據(jù)指標(biāo)存在較大出入。例如廣東、北京地區(qū)在構(gòu)成某個(gè)解釋因子的指標(biāo)中，原始樣本數(shù)據(jù)很大，每一項(xiàng)指標(biāo)都排在前幾位，但是在因子得分上卻很低。因此，本文采用因子分析法提取解釋因子，再利用熵權(quán)法計(jì)算這些因子的得分，最后給出相關(guān)結(jié)論和建議。

二、評價(jià)指標(biāo)體系的建立

影響科技發(fā)展水平的因素是多方面的，本文借鑒本研究參照國家科技部《全國科技進(jìn)步統(tǒng)計(jì)監(jiān)測報(bào)告》和黎雪林等（2007）、陳文軍等（2014）相關(guān)評價(jià)指標(biāo)體系，立足影響因素搜集了五個(gè)類別的指標(biāo)，它們分別反映了人力資源水平、科技財(cái)力投入、科技成果、經(jīng)濟(jì)基礎(chǔ)等諸方面的作用，較全面的概括了科技發(fā)展水平的含義。本文使用的原數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒2014》、《中國科技統(tǒng)計(jì)年鑒2014》、《中國環(huán)境統(tǒng)計(jì)年鑒2014》。

三、數(shù)據(jù)處理與分析

（一）因子分析法

因子分析是一種降維、簡化數(shù)據(jù)的技術(shù)。它通過研究眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個(gè)不可觀測的潛在變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)。這幾個(gè)抽象的變量被稱作因子，能反映原來眾多變量的主要信息。抓住這些主要因子，就可以幫助我們對復(fù)雜的問題進(jìn)行深入分析、合理解釋和正確評價(jià)。

KMO（Kaiser-Meyer-Olkin）檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)。KMO統(tǒng)計(jì)量是取值在0和1之間。當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時(shí)，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強(qiáng)，原有變量越適合作因子分析；當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和接近0時(shí)，KMO值接近0，KMO值越接近于0，意味著變量間的相關(guān)性越弱，原有變量越不適合作因子分析。表2中，KMO值為0.677，適合做因子分析。Bartlett球形度檢驗(yàn)的P值為0，小于0.05，拒絕原假設(shè)相關(guān)系數(shù)矩陣為單位陣，說明變量間存在相關(guān)關(guān)系，適合做因子分析。

從表3（見上頁）可知，前4個(gè)主成分對應(yīng)特征值大于1，累計(jì)貢獻(xiàn)率達(dá)到90.018%，基本上保留了原來指標(biāo)的信息，因此提取前四個(gè)主成分。

由表4可知，第一個(gè)因子包括了每萬人技術(shù)市場成交額、重點(diǎn)高校數(shù)、國外主要檢索工具收錄我國科技論文數(shù)、萬人發(fā)明專利授權(quán)數(shù)、R&D機(jī)構(gòu)數(shù)、R&D經(jīng)費(fèi)投入強(qiáng)度、每萬人大專以上學(xué)歷人口數(shù)、每十萬人口高等學(xué)校在校生數(shù)、每萬人R&D活動(dòng)人員數(shù)方面的信息，解釋了31.3%的方差，主要反映的是地區(qū)科學(xué)研究和人力資源水平方面的實(shí)力，故命名為科研因子；第二個(gè)因子包含了高技術(shù)產(chǎn)品出口額、高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)、發(fā)明專利申請數(shù)、企業(yè)R&D人員占總R&D人員比重、高技術(shù)企業(yè)數(shù)、地方科技財(cái)政支出方面的信息，解釋了20%的方差，主要反映了科技產(chǎn)業(yè)化，故命名為產(chǎn)業(yè)化因子；第三個(gè)因子包含了高技術(shù)產(chǎn)業(yè)投資額、規(guī)模以上企業(yè)技術(shù)獲取和技術(shù)改造、R&D經(jīng)費(fèi)、教育財(cái)政支出、規(guī)模以上企業(yè)R&D經(jīng)費(fèi)支出方面的信息，主要反映了一個(gè)地區(qū)的科技資金投入，解釋了18.9%的方差，故命名為財(cái)力投入因子。第四個(gè)因子包含人居地區(qū)生產(chǎn)總值、居民消費(fèi)水平、互聯(lián)網(wǎng)普及率、一般工業(yè)固體廢物利用率、地方科技財(cái)政支出占財(cái)政支出比重方面的信息，解釋了18.6%的方差，主要反映的是一個(gè)地區(qū)的經(jīng)濟(jì)基礎(chǔ)，體現(xiàn)了科技發(fā)展的環(huán)境，故命名為發(fā)展環(huán)境因子。

（二）熵權(quán)法求各因子得分

按照信息論基本原理的解釋，信息是系統(tǒng)有序程度的一個(gè)度量，熵是系統(tǒng)無序程度的一個(gè)度量；如果指標(biāo)的信息熵越小，該指標(biāo)提供的信息量越大，在綜合評價(jià)中所起作用理當(dāng)越大，權(quán)重就應(yīng)該越高。

四、結(jié)論和對策

從綜合得分上看，排名前幾位的是北京、江蘇、廣東、上海、浙江、山東、天津。其中，北京在科研因子的得分上遠(yuǎn)遠(yuǎn)超過其他地區(qū)，因?yàn)楸本┑貐^(qū)具有眾多的重點(diǎn)高校和R&D機(jī)構(gòu)，整體教育水平較高，人才眾多，R&D經(jīng)費(fèi)投入強(qiáng)度高，這些因素對科研實(shí)力起著重要支撐作用。但在其他因子排名上并不是很高，尤其是財(cái)力因子方面，排名較后，應(yīng)繼續(xù)加強(qiáng)在科技方面的資金投入。排名第二的江蘇在各項(xiàng)上得分上都較為均衡，說明江蘇省在推動(dòng)科技發(fā)展的時(shí)候注意了全方位的條件。江蘇作為教育大省，教育資源豐富，科技人才眾多，但是在整理人口教育水平上與排名第一的北京還有很大差距，應(yīng)該繼續(xù)加大教育投入，吸引人才。財(cái)力因子上排名第一，充足的科技經(jīng)費(fèi)為企業(yè)、高校等研究機(jī)構(gòu)創(chuàng)新提供了重要保障。但是值得注意的是江蘇在高技術(shù)企業(yè)R&D經(jīng)費(fèi)投入占主營業(yè)務(wù)收入的比例上還是很低，在2013年，這一比例僅為1.1%，而早在2000年，美國和日本的R&D經(jīng)費(fèi)投入就分別占企業(yè)銷售收入的3.68%和2.87%，這一差距是很明顯的，因此江蘇應(yīng)進(jìn)一步加強(qiáng)企業(yè)R&D的投入，進(jìn)一步加強(qiáng)高科技產(chǎn)業(yè)化水平。排名第三位的廣東省，在科技產(chǎn)業(yè)化因子方面的得分遠(yuǎn)高于排名第二的江蘇，說明廣東省在科技產(chǎn)業(yè)化方面優(yōu)勢明顯，走在了全國前列。廣東作為南方沿海省份，毗鄰港澳，在地理位置方面有著得天獨(dú)厚的優(yōu)勢，吸引了眾多科技企業(yè)?？蒲幸蜃臃矫娴呐琶鄬τ诰C合成績較為落后，因此廣東應(yīng)該注重教育投入，加強(qiáng)R&D機(jī)構(gòu)和高等學(xué)校的建設(shè)，政府和企業(yè)部門應(yīng)該提供優(yōu)惠政策，加強(qiáng)對科技人才的吸引力，提高科技人員薪資水平。值得注意的是，從原始數(shù)據(jù)中可以看出，廣東2013年教育財(cái)政支出高達(dá)1744億元，比排名第二的江蘇高出310億元，這與本文的研究結(jié)果也是一致的，說明廣東十分注重教育的發(fā)展。江蘇和廣東在科技發(fā)展環(huán)境指標(biāo)上相對于綜合排名還相對落后，兩地區(qū)都應(yīng)該繼續(xù)加強(qiáng)經(jīng)濟(jì)建設(shè)，提高從業(yè)人員工資，提高人民生活水平。

經(jīng)濟(jì)發(fā)展與科技進(jìn)步是相輔相成的。對于西部及中東部地區(qū)一些經(jīng)濟(jì)不是很發(fā)達(dá)地區(qū)，如寧夏、青海、新疆、西藏等地，在每個(gè)因子上都顯示不出優(yōu)勢，與北京、上海、廣東、江蘇、浙江在科學(xué)技術(shù)上存在著很大的差距。這在一定程度上顯示了科技進(jìn)步與經(jīng)濟(jì)發(fā)展存在著不可忽視的內(nèi)在聯(lián)系。鑒于此，各地區(qū)政府應(yīng)該利用自身優(yōu)勢，發(fā)展地區(qū)優(yōu)勢產(chǎn)業(yè)，提高經(jīng)濟(jì)水平，做好資金籌備，同時(shí)注重教育、科技發(fā)展投入，創(chuàng)造良好的科技發(fā)展環(huán)境。在老工業(yè)區(qū)，政府部門應(yīng)該注重產(chǎn)業(yè)升級，將工業(yè)基礎(chǔ)作為自身的優(yōu)勢，注重科技在工業(yè)方面的應(yīng)用，大力培養(yǎng)這方面的專業(yè)人才；在偏遠(yuǎn)地區(qū)，可以利用當(dāng)?shù)氐穆糜钨Y源發(fā)展好經(jīng)濟(jì)，有了一定的經(jīng)濟(jì)實(shí)力后發(fā)展綠色工業(yè)；在中部地區(qū)，可以利用自己的教育優(yōu)勢，注重人才的培養(yǎng)。放眼全國，各個(gè)地區(qū)應(yīng)該資源互補(bǔ)，充分發(fā)揮本地區(qū)的優(yōu)勢，注重科技人才交流，使全國的科技發(fā)展水平更上一層臺階。中國科技發(fā)展水平在不同的地域之間存在著極大的差距。這一差距大體上與經(jīng)濟(jì)的發(fā)展速度相一致， 可以說經(jīng)濟(jì)發(fā)展的不平衡導(dǎo)致了科技發(fā)展的不平衡，而這種差距在后期的經(jīng)濟(jì)發(fā)展中又導(dǎo)致了經(jīng)濟(jì)上的更大差距， 從而形成強(qiáng)者越強(qiáng)、弱者越弱的不良局勢， 這與我們共同富裕的目標(biāo)是相背離的。因此， 應(yīng)加大對科技落后地區(qū)的支持力度， 同時(shí)科技發(fā)展好的地區(qū)要幫助、帶動(dòng)落后地區(qū)， 以逐漸縮小這一差距。政府還應(yīng)該鼓勵(lì)發(fā)明創(chuàng)造和技術(shù)創(chuàng)新，鼓勵(lì)企業(yè)和個(gè)人申請專利和專利產(chǎn)品產(chǎn)業(yè)化。通過科技進(jìn)步促進(jìn)經(jīng)濟(jì)發(fā)展，形成良性循環(huán)。

[國家自然科學(xué)基金青年基金（71201084）；教育部人文社科研究青年基金（11YJC630250）；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金（20113219120028）；江蘇省社會(huì)科學(xué)基金（15GLC006）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（30920140132001）；南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院青年教師科研基金（JGQN1402）。]

參考文獻(xiàn)：

[1] 姚建文.省際科技競爭力評價(jià)體系研究[J].系統(tǒng)工程，2003（21）

[2] 姜春林，江詩松.基于主成分分析的省區(qū)科技競爭力評價(jià)[J].科技管理研究，2005（3）

[3] 黎雪林，孫東川.我國區(qū)域科技競爭力評價(jià)體系研究[J].科技管理研究，2006（2）

[4] 趙前，焦捷，王以華.中國省際科技競爭力評價(jià)——基于超效率DEA的分析[J].清華大學(xué)學(xué)報(bào)，2011（51）

[5] 侯海青，張優(yōu)智.基于主成分分析的省際科技競爭力實(shí)證研究[J].西部經(jīng)濟(jì)管理論壇，2012（23）

[6] 杜晶，趙黎明.主成分分析應(yīng)用于綜合評價(jià)的局限性[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007（6）

[7] 王學(xué)民.對主成分分析中綜合得分方法的質(zhì)疑[J].統(tǒng)計(jì)與決策，2007（4）

[8] 陳文軍，梅姝娥.江蘇省主要城市科技競爭力比較研究[J].科技管理研究，2014（13）

[9] 朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].科學(xué)出版社

（作者單位：南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院 江蘇南京 210094）

（作者簡介：吳海，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院管理科學(xué)與工程系碩士，研究方向：供應(yīng)鏈管理。）（責(zé)編：賈偉）