余 雷，朱文韜

（1.巢湖學院工商管理學院，安徽巢湖，238000；2.安徽農(nóng)業(yè)大學經(jīng)濟與管理學院，安徽合肥，230063）

2008年世界金融危機后，主要西方發(fā)達國家意識到制造業(yè)的重要性，紛紛提出新的產(chǎn)業(yè)創(chuàng)新發(fā)展戰(zhàn)略，美國提出了“再工業(yè)化”戰(zhàn)略，德國提出“工業(yè)4.0計劃”，日本提出“工業(yè)價值鏈”戰(zhàn)略，意圖繼續(xù)占據(jù)價值鏈高端位置；基于數(shù)字化、智能化、網(wǎng)絡(luò)化生產(chǎn)制造技術(shù)的第三次工業(yè)革命蓄勢待發(fā)［1］，對中國產(chǎn)業(yè)意味著創(chuàng)新機遇與挑戰(zhàn)并存，但也為后發(fā)國家實現(xiàn)趕超提供了窗口期。在此背景下，中國為提升產(chǎn)業(yè)競爭力，提出“中國制造2025戰(zhàn)略”，大力發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)等高技術(shù)產(chǎn)業(yè)，并具體通過供給側(cè)改革優(yōu)化重組，推動產(chǎn)業(yè)升級。

國內(nèi)外學者對于高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的評價有很多方法，第一種比較常用的是因子分析法，是選擇高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的相關(guān)指標進行主成分分析，計算得分，比較不同區(qū)域或產(chǎn)業(yè)的創(chuàng)新能力［2-3］。第二種是DEA法與一般的回歸分析法。DEA模型通過投入-產(chǎn)出指標對產(chǎn)業(yè)創(chuàng)新效率進行深層次的評價，回歸分析主要是通過模型考查不同因素對創(chuàng)新效率的影響［4-5］。第三種是因子分析法與DEA、空間計量等方法的結(jié)合。有些學者意識到單純用因子分析法的不足，在因子分析后又繼續(xù)采用DEA、空間計量等方法進行分析［6-7］。很多學者分別運用這三種方法，從不同角度對中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力進行評價，得出了有價值的結(jié)論。但從2008年以后，產(chǎn)業(yè)創(chuàng)新環(huán)境發(fā)生深刻變革，原有的評價結(jié)論顯然已不適用新時期的產(chǎn)業(yè)發(fā)展。綜合不同方法的利弊，本文擬采取因子分析法，對2016年中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力進行評價，以考查在新的產(chǎn)業(yè)創(chuàng)新背景下，中國不同區(qū)域的高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力特征，為產(chǎn)業(yè)創(chuàng)新政策制定提供決策參考。

一、研究方法與變量測度

（一）研究方法

因子分析法是根據(jù)現(xiàn)在變量即具體指標評測抽象因子的分析方法，最早由心理學家Chales Spearman在1904年提出，其基本思想是首先根據(jù)相關(guān)性的大小把變量分組，使得同組內(nèi)的變量相關(guān)性較高，而不同組的變量相關(guān)性較低，每組變量代表一個基本結(jié)構(gòu)，然后通過對因子載荷矩陣等分析，根據(jù)方差貢獻率的大小來提取幾個能夠涵蓋大量原始數(shù)據(jù)的公因子，構(gòu)建因子模型，將原始觀察變量分解為因子的線性組合，最后根據(jù)綜合得分對研究對象進行評價。這種方法在社會科學、自然科學、經(jīng)濟管理等眾多領(lǐng)域的綜合評價中得到廣泛運用。其基本模型如下。

式中，x1,x2???xp為p個原有變量，是均值為0，標準差為1的標準化標量；F1,F2???Fm為原有變量的公因子，m?p，ξ1,ξ2???ξp為原有變量的特殊因子，公因子Fi和特殊因子ξi是相互獨立的變量，并有服從正態(tài)分別為；矩陣apm為因子載荷，其元素aij表示第子i個變量在第j主因子上的負荷。因子分析模型的矩陣表達式為：

（二）變量選擇與數(shù)據(jù)來源

高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力就是將高科技知識轉(zhuǎn)化為高技術(shù)新產(chǎn)品或新工藝，推動高技術(shù)產(chǎn)業(yè)發(fā)展的能力。高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力評價涉及面廣、蘊涵信息量大，建立高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力評價指標體系，其重點是要科學、合理地選擇評價指標，能夠全面、客觀地反映各地區(qū)高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力的動態(tài)發(fā)展趨勢、現(xiàn)狀及潛力［8］。關(guān)于高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的評級指標體系有很多，大多是從創(chuàng)新投入和創(chuàng)新產(chǎn)出角度選擇相應(yīng)變量進行評價，汪良兵等［9］把高技術(shù)產(chǎn)業(yè)創(chuàng)新能力系統(tǒng)分為產(chǎn)業(yè)創(chuàng)新技術(shù)研發(fā)子系統(tǒng)、產(chǎn)業(yè)創(chuàng)新技術(shù)吸收子系統(tǒng)、產(chǎn)業(yè)創(chuàng)新環(huán)境子系統(tǒng)和產(chǎn)業(yè)創(chuàng)新產(chǎn)出子系統(tǒng)。各系統(tǒng)關(guān)系如圖1所示。

圖1 產(chǎn)業(yè)創(chuàng)新能力系統(tǒng)

高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力評價借鑒汪良兵等提出的產(chǎn)業(yè)創(chuàng)新系統(tǒng)，把高技術(shù)產(chǎn)業(yè)創(chuàng)新能力一級指標分為產(chǎn)業(yè)創(chuàng)新研發(fā)能力、產(chǎn)業(yè)創(chuàng)新技術(shù)吸收能力、產(chǎn)業(yè)創(chuàng)新環(huán)境支持和產(chǎn)業(yè)創(chuàng)新產(chǎn)出能力。產(chǎn)業(yè)創(chuàng)新研發(fā)能力是各產(chǎn)業(yè)自身的研發(fā)能力，二級指標選擇R&D活動人員折合全時當量、R&D經(jīng)費內(nèi)部支持、新產(chǎn)品開發(fā)經(jīng)費支出；產(chǎn)業(yè)創(chuàng)新技術(shù)吸收能力是產(chǎn)業(yè)借助外部資源提升創(chuàng)新能力，二級指標選擇技術(shù)改造經(jīng)費支出、技術(shù)引進經(jīng)費支出、消化吸收經(jīng)費支出、購買國內(nèi)技術(shù)經(jīng)費支出；產(chǎn)業(yè)創(chuàng)新環(huán)境支持能力是企業(yè)創(chuàng)新獲得政府支持、平臺支持等，二級指標選擇政府資金、研發(fā)機構(gòu)數(shù)、機構(gòu)經(jīng)費支出、機構(gòu)儀器設(shè)備；產(chǎn)業(yè)技術(shù)創(chuàng)新產(chǎn)出能力是研發(fā)轉(zhuǎn)化實現(xiàn)市場價值的能力，二級指標選擇申請專利數(shù)、發(fā)明專利數(shù)、新產(chǎn)品銷售收入，共計14個二級指標，具體見表1所示。

本文數(shù)據(jù)來源于2017年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，根據(jù)年鑒整理出了31個省級區(qū)域2016年的上述14個指標的數(shù)據(jù)（數(shù)據(jù)缺少的港澳臺地區(qū)除外），對于新疆、青海、寧夏等地區(qū)部分指標數(shù)據(jù)缺失，采取兩種處理方法：一是以上年度該指標數(shù)據(jù)代替，二是以相鄰省份該指標加權(quán)平均數(shù)替代［10］。數(shù)據(jù)處理采用SPSS22.0軟件，首先對原始數(shù)據(jù)進行KMO和Bartlett的檢驗，確認是否可以做主成分分析；然后進行標準化處理，消除不同量綱的影響；最后對標準化的數(shù)據(jù)做主成分分析。

表1 中國區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新能力評價指標

二、實證分析

（一）KMO和Bartlett的檢驗

為驗證數(shù)據(jù)是否可以做主成分分析，一般先做KMO和Bartlett檢驗，利用SPSS22.0軟件對2016年31個省市的原始數(shù)據(jù)進行檢驗，從輸出結(jié)果來看（見表2），KMO統(tǒng)計量為0.794＞0.6；Bartlett的球形度檢驗sig值為0.000＜0.005，拒絕原假設(shè)，因此指標數(shù)據(jù)適合做主成分分析。

表2 KMO與Bartlett檢驗

（二）提取公因子

利用SPSS22.0做主成分分析，計算相關(guān)系數(shù)矩陣的特征值和相應(yīng)的特征向量，然后得到主成分解釋方差百分比，運算結(jié)果見表3，根據(jù)特征值大于1的原則提取公因子，可以發(fā)現(xiàn)，前2個公因子的初始分特征值別為11.028、1.645，都大于1，其他12個公因子的初始特征值都小于1，且這兩個公因子的方差累計貢獻率分別是78.77%、11.749%，方差累積貢獻率之和達到90.52%，遠大于70%的基本要求，說明前2個公因子能夠很好地反映14個研究指標的信息，因此可以提取前兩個公因子，分別為主成分F1、F2。

表3 解釋的總方差

表4 旋轉(zhuǎn)后的因子載荷矩陣a

為了更好地展現(xiàn)公因子提取的效果，在SPSS22.0中采取Kaiser標準化的正交旋轉(zhuǎn)，在3次迭代中收斂，主成分F1、F2在各研究指標上載荷見表4所示，根據(jù)指標因子載荷值＞0.5分類。

主成分F1用于解釋指標R&D人員折合全時當量（X1）、R&D經(jīng)費內(nèi)部支出（X2）、新產(chǎn)品開發(fā)經(jīng)費支出（X3）、技術(shù)引進經(jīng)費支出（X4）、購買境內(nèi)技術(shù)經(jīng)費支出（X6）、技術(shù)改造經(jīng)費支出（X7）、研發(fā)機構(gòu)數(shù)（X9）、研究機構(gòu)經(jīng)費支出（X10）、研發(fā)機構(gòu)儀器設(shè)備（X11），可以發(fā)現(xiàn)這些指標主要包括產(chǎn)業(yè)研發(fā)能力指標、產(chǎn)業(yè)創(chuàng)新的環(huán)境支持能力指標，因此可以把主成分F1定義為高技術(shù)產(chǎn)業(yè)創(chuàng)新的研發(fā)能力。

主成分F2用于解釋指標消化吸收經(jīng)費支出（X5）、技術(shù)改造經(jīng)費支出（X7）、專利申請數(shù)（X12）、發(fā)明專利（X13）、新產(chǎn)品銷售收入（X14），這些指標主要是反映產(chǎn)業(yè)創(chuàng)新的消化吸收和產(chǎn)出的能力，因此可以把主成分F2定義為產(chǎn)業(yè)技術(shù)創(chuàng)新的轉(zhuǎn)化產(chǎn)出能力。

通過公式（2），主成分得分等于觀測指標的標準化值與因子載荷aij旋轉(zhuǎn)矩陣的乘積和，根據(jù)表5，可寫出主成分F1、F2得分函數(shù)表達式（3）、（4），但是僅有這兩組得分，還無法反映高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的綜合情況，因此以各主成分的特征值貢獻率為權(quán)重對主成分加權(quán)，根據(jù)表3，可得到高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新能力的綜合得分函數(shù)表達式（5）。

（三）計算因子得分

根據(jù)主成分函數(shù)表達式（3）、（4）、（5），利用Excel軟件計算出2016年全國31個省市的高技術(shù)產(chǎn)業(yè)創(chuàng)新能力主成分F1、F2、F綜的得分，并進行排名，具體見表6所示。

主成分F1得分為正值的有廣東、江蘇、山東、浙江、北京、上海、四川7個省市，其他區(qū)域得分均為負值，總體來看東部地區(qū)優(yōu)于中西部地區(qū)。主成分F1為高技術(shù)產(chǎn)業(yè)自身的創(chuàng)新研發(fā)能力，是產(chǎn)業(yè)自身的創(chuàng)新能力，需要大量的人力物力投入，這些區(qū)域除四川以外均為東部經(jīng)濟發(fā)達區(qū)域，政府和企業(yè)自然有實力對高技術(shù)產(chǎn)業(yè)自身的創(chuàng)新研發(fā)能力投入，所以他們的高技術(shù)產(chǎn)業(yè)創(chuàng)新研發(fā)能力自然較強。其中得分大于1的有廣東和江蘇，分別為4.943和1.520，其說明產(chǎn)業(yè)發(fā)展開始轉(zhuǎn)向以創(chuàng)新驅(qū)動。廣東和浙江近年來實施“騰籠換鳥”戰(zhàn)略，驅(qū)動產(chǎn)業(yè)升級，效果顯著，產(chǎn)業(yè)自身創(chuàng)新研發(fā)能力在不斷提升，特別是廣東表現(xiàn)突出。值得關(guān)注的是四川得分為0.008，雖然較低，但是在產(chǎn)業(yè)創(chuàng)新研發(fā)能力排名第七，處于第一梯隊，在以人工智能和“互聯(lián)網(wǎng)+”為代表的產(chǎn)業(yè)創(chuàng)新環(huán)境下，產(chǎn)業(yè)創(chuàng)新升級有了窗口期，后發(fā)地區(qū)加大投入，有實現(xiàn)彎道超越的可能。在中西部地區(qū)，得分為負值但排名靠前的省份有湖北、安徽、湖南、河南、重慶、江西、河北等，其產(chǎn)業(yè)創(chuàng)新研發(fā)能力也有很大的潛力，處于不斷上市的趨勢。分值為負值且較低有廣西、云南、貴州、西藏等11個省，幾乎全部為西部地區(qū)的省份，說明西部地區(qū)的產(chǎn)業(yè)創(chuàng)新研發(fā)能力在全國處于較低水平，究其原因，主要是經(jīng)濟實力弱、創(chuàng)新投入不足、發(fā)展觀念落后等。

表5 因子得分矩陣

在主成分F2得分為正值的有江蘇、福建、浙江、山東、安徽、河北、湖南、河南、江西9個省，其余省市均為負值。比較特殊的在F1得分較高的上海、北京、廣東反而得分較低，這恰恰是高技術(shù)高技術(shù)產(chǎn)業(yè)創(chuàng)新能力強的表現(xiàn)，主要原因是主成分F2是產(chǎn)業(yè)技術(shù)創(chuàng)新的轉(zhuǎn)化產(chǎn)出能力，突出的是產(chǎn)業(yè)創(chuàng)新的技術(shù)應(yīng)用能力，表現(xiàn)在產(chǎn)業(yè)鏈的生產(chǎn)環(huán)節(jié)，而這些區(qū)域正是生產(chǎn)環(huán)節(jié)大量轉(zhuǎn)移的區(qū)域，說明上海、北京、廣東等地已經(jīng)成為研發(fā)中心的集聚區(qū)。在這九個省市中有安徽、河北、湖南、河南、江西5個中部地區(qū)省份，占50%以上，說明中部地區(qū)在產(chǎn)業(yè)原創(chuàng)能力缺乏的情況下，更加重視從外部獲取創(chuàng)新資源進行轉(zhuǎn)化吸收。得分為負值靠前的也大多數(shù)為中西部地區(qū)省市，特別是廣西、重慶、貴州等地近年來利用產(chǎn)業(yè)轉(zhuǎn)移的區(qū)位優(yōu)勢，大力發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，承接電子信息產(chǎn)業(yè)，創(chuàng)新商業(yè)模式，產(chǎn)業(yè)創(chuàng)新的應(yīng)用能力表現(xiàn)突出。

主成分F綜是以方差貢獻為權(quán)重，根據(jù)F1、F2的得分計算得到，高技術(shù)產(chǎn)業(yè)創(chuàng)新能力得分為正值的有廣東、江蘇、浙江、山東、福建、上海6個省市，全部為東部經(jīng)濟發(fā)達地區(qū)省份，表明這些區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新績效水平高于全國平均水平，其余省份產(chǎn)業(yè)創(chuàng)新能力得分都是負值。根據(jù)趙玉林等對高技術(shù)產(chǎn)業(yè)創(chuàng)新能力強弱五級標準的劃分［11］。產(chǎn)業(yè)創(chuàng)新能力強，得分在1以上，有廣東和江蘇，特別是廣東得分達到4.038，遠超過第二名的1.905；產(chǎn)業(yè)創(chuàng)新能力較強，得分在0～1之間，有浙江、山東、福建、上海；創(chuàng)新能力一般，得分在-0.199～0之間，有北京、安徽、四川、湖北、湖南、河南；產(chǎn)業(yè)創(chuàng)新能力較弱，得分在-0.40～0.20之間，有重慶、河北、陜西、江西、遼寧、貴州、黑龍江、吉林、云南、廣西、山西、內(nèi)蒙古、甘肅、寧夏、海南、新疆；創(chuàng)新能力較弱，得分在-0.4以下，有青海和西藏。

三、結(jié)論與對策建議

采取因子分析法，利用SPSS22.0測算了2016年中國高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的14個指標的相關(guān)值。首先，根據(jù)初始特征值大于1原則，提取了F1、F2兩個主成分并命名為高技術(shù)產(chǎn)業(yè)創(chuàng)新的研發(fā)能力和高技術(shù)產(chǎn)業(yè)創(chuàng)新的轉(zhuǎn)化產(chǎn)出能力；其次，根據(jù)因子分析法模型寫出了成分F1、F2、F綜的得分函數(shù)表達式；最后，據(jù)此表達式計算出中國31個省市2016年的高技術(shù)產(chǎn)業(yè)創(chuàng)新研發(fā)能力得分、高技術(shù)產(chǎn)業(yè)創(chuàng)新的轉(zhuǎn)化產(chǎn)出能力得分以及高技術(shù)產(chǎn)業(yè)創(chuàng)新能力綜合得分，根據(jù)分析得到以下幾點結(jié)論和建議。

第一，高技術(shù)產(chǎn)業(yè)創(chuàng)新研發(fā)能力方面，東部發(fā)達地區(qū)優(yōu)于中西部地區(qū)，在新的產(chǎn)業(yè)革命環(huán)境下，中西部也有實現(xiàn)趕超的可能。從主成分高技術(shù)產(chǎn)業(yè)創(chuàng)新研發(fā)能力F1得分情況來看，以廣東、江蘇、山東、浙江為代表的東部地區(qū)的產(chǎn)業(yè)創(chuàng)新自身研發(fā)能力明顯高于中西部地區(qū)，在東部地區(qū)廣東、江蘇明顯優(yōu)于其他東部地區(qū)省份。中西部地區(qū)的產(chǎn)業(yè)創(chuàng)新研發(fā)能力較弱，得分普遍為負值，但是也有表現(xiàn)優(yōu)秀的，比如四川省為0.008；湖北、安徽、湖南、河南、重慶、江西、河北等省份得分雖然為負值，但是產(chǎn)業(yè)創(chuàng)新研發(fā)能力有很大的發(fā)展?jié)摿?，在新的產(chǎn)業(yè)革命環(huán)境下，產(chǎn)業(yè)創(chuàng)新打破了等級秩序，中西部地區(qū)有實現(xiàn)超越發(fā)展的可能。因此，對東部地區(qū)產(chǎn)業(yè)創(chuàng)新能力不足的省份來說，要繼續(xù)加大投入，注重淘汰落后產(chǎn)業(yè)；對中西部地區(qū)來說，一方面要加大投入，另一方面還要改變高技術(shù)產(chǎn)業(yè)創(chuàng)新方式，抓住新一輪產(chǎn)業(yè)革命的發(fā)展機會，實現(xiàn)超越發(fā)展。

第二，高技術(shù)產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)化產(chǎn)出能力方面，東部發(fā)達地區(qū)的部分省市依然具有優(yōu)勢，產(chǎn)業(yè)轉(zhuǎn)移造成東部地區(qū)內(nèi)部差異明顯，中西部地區(qū)的省市表現(xiàn)突出。F2得分為正的9個省市中，前4名為東部的江蘇、福建、浙江、山東，但是上海、北京、廣東的產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)化產(chǎn)出能力得分較低，究其原因是產(chǎn)業(yè)創(chuàng)新應(yīng)用主要表現(xiàn)在高技術(shù)產(chǎn)業(yè)的生產(chǎn)制造環(huán)節(jié)，而東部地區(qū)制造業(yè)的生產(chǎn)環(huán)節(jié)大量轉(zhuǎn)移到中西部地區(qū)，這可以部分解釋中西部地區(qū)在高技術(shù)產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)化產(chǎn)出能力方面較為突出。在F2得分為正的前9名中，有5個是中部的省份，其余像重慶、江西、貴州、廣西等地也表現(xiàn)突出，說明中西部地區(qū)在高技術(shù)產(chǎn)業(yè)原創(chuàng)能力缺乏的情況下，主要資源投向技術(shù)吸收和引進；另一方面中西部地區(qū)對東部高技術(shù)產(chǎn)業(yè)生產(chǎn)環(huán)節(jié)的承接也拉高了這方面的能力。對東部地區(qū)來說要成為產(chǎn)業(yè)創(chuàng)新的策源地，重視創(chuàng)新技術(shù)的轉(zhuǎn)化應(yīng)用，避免空心化；對中西部地區(qū)來說要加大對高新技術(shù)產(chǎn)業(yè)研發(fā)環(huán)節(jié)的承接，帶動產(chǎn)業(yè)自身的創(chuàng)新能力。

第三，總體來說，高技術(shù)產(chǎn)業(yè)創(chuàng)新的綜合能力表現(xiàn)為東部強、中西部弱，有明顯的層級關(guān)系。東部地區(qū)省份基本都在產(chǎn)業(yè)創(chuàng)新能力較強及以上等級，中西部地區(qū)都在產(chǎn)業(yè)創(chuàng)新能力弱等級。這種結(jié)果一方面與主成分F綜的計算方式有關(guān)，因為主成分F1占比達到86.6%，東部地區(qū)的F1分值普遍較高，因此東部地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新能力F綜優(yōu)于中西部地區(qū)。根據(jù)標準的劃分，高技術(shù)產(chǎn)業(yè)創(chuàng)新能力較強級以上的8個省市，全部位于東部地區(qū)；另一方面是整體經(jīng)濟實力決定了高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力，產(chǎn)業(yè)創(chuàng)新需要大量的投入，東部經(jīng)濟實力強大，投入較多，所以產(chǎn)業(yè)創(chuàng)新能力強。因此對中西部地區(qū)來說，不僅要重視產(chǎn)業(yè)創(chuàng)新的轉(zhuǎn)化吸收能力，還要加大產(chǎn)業(yè)創(chuàng)新的自身研發(fā)能力投入。