(東南大學 江蘇 南京 211189)

一、前言

一個地區(qū)科技創(chuàng)新能力的提升，已逐漸成為該地區(qū)獲取競爭優(yōu)勢的決定性因素。本文將對安徽省區(qū)域科技創(chuàng)新能力開展實證研究，創(chuàng)建區(qū)域科技創(chuàng)新指標體系分析安徽省各地級市科技創(chuàng)新水平及差異，以便很好地了解城市所屬地區(qū)或國家的創(chuàng)新狀況。

對于創(chuàng)新能力評價，許多學者對該主題作了研究。熊彼特(1912)提出科技發(fā)展與創(chuàng)新能改善經(jīng)濟環(huán)境，之后很多學者都致力于科技創(chuàng)新。張志新等人(2014)使用主成分分析研究區(qū)域科技創(chuàng)新，在科技創(chuàng)新的評價指標中并不是僅僅使用申請專利數(shù)或者是高技術產(chǎn)業(yè)總產(chǎn)值，而是用專利申請數(shù)占總人口比例，與高技術產(chǎn)業(yè)總產(chǎn)值占工業(yè)總產(chǎn)值所占比例來代替前者，以便更客觀準確地描述各區(qū)域的競爭力，排除了各區(qū)域人口，經(jīng)濟等不同規(guī)模帶來的影響。陳宏(2010)在研究河南省的工業(yè)競爭力時構建工業(yè)競爭力評價指標體系，有工業(yè)增加值，利潤總額，主營業(yè)務收入，產(chǎn)品銷售率以及研發(fā)經(jīng)費與人員等評價指標。

二、指標與數(shù)據(jù)

本文從科技創(chuàng)新投入能力、科技創(chuàng)新產(chǎn)出能力、科技創(chuàng)新支撐能力3個方面構建安徽省科技創(chuàng)新能力評價指標體系，共包括11個具體指標。投入能力包括：R&D經(jīng)費支出(X1)、R&D人員(X2)、用于科技的財政支出(X3)；產(chǎn)出能包括：有效發(fā)明專利數(shù)(X4)、專利所有權轉讓及許可收入(X5)、發(fā)表科技論文(X6)、出版科技著作(X7)、形成國家和行業(yè)標準數(shù)(X8)；支撐能力包括：人均總產(chǎn)值(X9)、當年實際利用外商直接投資(X10)、城鎮(zhèn)居民可支配收入(X11)。

本文從安徽省統(tǒng)計局頒布的《2016年安徽省統(tǒng)計年鑒》中安徽省16個地級市的統(tǒng)計數(shù)據(jù)收集所需數(shù)據(jù)。為避免由于不同類型的數(shù)據(jù)具有的不同量綱，不同的數(shù)量級所帶來的變量之間不能相互比較的問題，有必要在統(tǒng)計分析之前對這些數(shù)據(jù)進行標準化處理，將它們轉化成無因次量綱的數(shù)據(jù)，以便相互比較。本文對于數(shù)據(jù)標準化處理的方法采用正規(guī)化方法，標準化變換把原始數(shù)據(jù)轉換為標準Z分數(shù)(Z-Score)變換方法，以便將其轉換為均值為0，方差為1，且無量綱的數(shù)據(jù)。

三、實證分析

基于上述提出的創(chuàng)新能力評價體系遴選11個指標概括評價安徽省各地級市的科技創(chuàng)新能力。按照16個地級市的11項指標值，運用SPSS 22.0統(tǒng)計分析軟件進行因子分析和聚類分析。

(一)因子分析

1.KMO和Bartlett檢驗

經(jīng)檢驗，KMO值0.785>0.5，故可以進行因子分析。同時，Bartlett球形檢驗統(tǒng)計量值為330.320，其相位的相伴概率Sig.=0.000<0.01，由此否定相關矩陣為單位矩陣的零假設，表明Bartlett球形檢驗通過。所以本文所選的變量適合做因子分析。

2.解釋的總方差

根據(jù)原有變量的相關系數(shù)矩陣，通過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個主因子，這2個主因子解釋了原有變量的總方差。第一個因子的特征根為9.220，解釋了11個原始變量總方差的83.819%；第二個因子的特征根為1.091，解釋了原始變量總方差的9.915%。累計方差貢獻率為93.734%。因此，原有變量的信息丟失較少，因子提取的總體效果比較理想。見表1。

從表1可得知，所提取的兩個主因子累積貢獻率為93.734%，可認為原11個指標綜合成兩個主因子——F1和F2。根據(jù)因子分析原理，兩個主因子之間不具有相關性，而每個因子與其所包含的變量之間具有高度相關性。

表1 解釋的總方差

3.旋轉后因子載荷

一般來說，提取的公共因子都不太可能包含所有的指標，將指標中相關比較密切的幾個指標歸為一類，以一個公共因子來代替。因子1(X1、X2、X3、X4、X5、X6、X7、X8)可概括為創(chuàng)新綜合投入產(chǎn)出因素，因子2(X9、X10、X11)可概括為創(chuàng)新支撐性因素。篇幅所限，此處不再列舉計算結果。

(二)聚類分析

聚類分析的原則是同一類中的個體有較大的相似性，不同類中的個體差異很大。利用SPSS 22.0進行聚類分析，采用的統(tǒng)計量主要有：1.距離測度采用歐氏距離平方；2.聚類方法采用組間聯(lián)接的系統(tǒng)聚類。

(1)因子得分

計算因子得分有多種方法，本文釆用的是回歸法進行計算。由于各指標數(shù)值都進行了標準化處理，被比較對象的平均水平為零分，正得分為高出平均水平，負得分則表示低于平均水平。通過對因子旋轉結果進行處理得到了兩個主因子的得分如表2所示。

接下來計算綜合因子得分：

Y=C1·F1+C2·F2+……+Ck·Fk

式中：Ci為各主因子的方差貢獻率，Ci=λi/Σki(i=1,……,k)

我們對安徽省16個城市技術創(chuàng)新能力進行打分，以各主因子旋轉后的方差貢獻率為權數(shù)進行線性加權平均求和，計算出公共因子的綜合得分和排名(見表2)。其綜合得分計算公式如下：

Y=0.73523*F1+0.22322*F2

表2 安徽省16個城市創(chuàng)新能力得分排名及聚類結果

(2)聚類結果

通過聚類分析，將安徽省各市技術創(chuàng)新能力分為三類，分類結果如表2第6列，計算出各類中的樣本得分均值可以將此三類進行排序。其結果為：創(chuàng)新強勢城市：合肥市；創(chuàng)新先鋒城市：蕪湖市、馬鞍山市；創(chuàng)新弱勢城市：蚌埠市、滁州市、安慶市、宣城市、淮南市、銅陵市、淮北市、六安市、阜陽市、池州市、黃山市、宿州市、亳州市。

四、結果討論

按照創(chuàng)新能力強弱進行分類(如表2第6列數(shù)據(jù))，安徽省各城市可分成三類：

(1)合肥市為一類，其綜合創(chuàng)新能力評價得分遙遙領先，成為安徽省創(chuàng)新能力最強的城市。它主要得益于長三角產(chǎn)業(yè)轉移于此，再加上強大的高端創(chuàng)新型人才的聚集和財力投入。(2)蕪湖市、馬鞍山市為第二類城市，其創(chuàng)新能力投入產(chǎn)出的各項指標僅次于合肥，創(chuàng)新能力支撐指標也名列前幾名。這兩個城市是最有希望后來居上、提高創(chuàng)新力的城市，但這兩個城市也存在弱點：主業(yè)的產(chǎn)業(yè)鏈不長，創(chuàng)新型人才不足。(3)第三類城市包括除合肥市、蕪湖市、馬鞍山市以外的所有中小城市，處于創(chuàng)新能力相對弱勢的地位。人才資金的缺乏是制約第三類城市創(chuàng)新力提高的瓶頸。

五、建議

完善科技創(chuàng)新政策，強化經(jīng)濟發(fā)展的支撐作用。應不斷完善科技創(chuàng)新政策，充分發(fā)揮其激勵導向作用，尤其加強對皖東北和皖南地區(qū)的政策扶持力度。從政策制定和執(zhí)行監(jiān)督兩方面著手，保證政策效率和效果。創(chuàng)新綜合投入產(chǎn)出因素和創(chuàng)新支撐性因素是評價科技創(chuàng)新能力的重要因素，應強化經(jīng)濟發(fā)展水平的支撐作用，加強地區(qū)財政助力科技創(chuàng)新能力成長的扶持作用。加強科技創(chuàng)新平臺和孵化器建設，提升轉化能力。借助高校、重點實驗室的平臺建設創(chuàng)業(yè)園、科技企業(yè)孵化器等加強優(yōu)質(zhì)科技資源的導入，實現(xiàn)產(chǎn)學研深度融合和協(xié)同創(chuàng)新，加強科技創(chuàng)新成果的應用和轉化能力。