王玉波 ，付建清 ，姚迦陸，高雅欣

(1.唐山市科學(xué)技術(shù)情報(bào)研究所 科技統(tǒng)計(jì)中心，河北 唐山 063000；2.河北冀東建設(shè)工程有限公司，河北 唐山 063000； 3.不列顛哥倫比亞大學(xué)，加拿大 溫哥華；4.唐山市欣加貝農(nóng)業(yè)科技有限公司，河北 唐山 063000)

0 引言

隨著世界經(jīng)濟(jì)的持續(xù)發(fā)展,科技創(chuàng)新已成為國家發(fā)展戰(zhàn)略的核心和提高綜合國力的關(guān)鍵?？萍纪度胱鳛榭萍紕?chuàng)新的關(guān)鍵要素，對(duì)其績(jī)效進(jìn)行客觀可靠的評(píng)價(jià)，是找出影響科技活動(dòng)效果和科技創(chuàng)新發(fā)展水平差異制約因素、提高科技活動(dòng)效率和科技創(chuàng)新水平的重要手段。本文對(duì)我國31個(gè)省、自治區(qū)、直轄市科技投入績(jī)效進(jìn)行了評(píng)價(jià)分析，并提出提高地方科技投入績(jī)效、促進(jìn)經(jīng)濟(jì)和社會(huì)發(fā)展的對(duì)策與建議，以期為科技管理者提供決策參考。

1 文獻(xiàn)回顧

從現(xiàn)有的國內(nèi)文獻(xiàn)來看，國內(nèi)學(xué)者對(duì)地方財(cái)政科技投入績(jī)效評(píng)價(jià)開展了廣泛研究。如王立巖[1]采用灰色關(guān)聯(lián)分析方法研究河北省地方政府財(cái)政科技投入績(jī)效；李萌萌等[2]采用層次分析法分析了蕪湖市財(cái)政科技投入績(jī)效；郭藝等[3]采用因子分析法研究了福建省財(cái)政科技投入績(jī)效。在科技投入績(jī)效評(píng)價(jià)方面，張桂玲等[4]采用DEA方法對(duì)河南省科技投入績(jī)效進(jìn)行評(píng)價(jià)；張玉賦等[5]采用線性回歸模型分析科技投入對(duì)經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)作用?？萍纪度肟?jī)效評(píng)價(jià)方法主要采用數(shù)據(jù)包絡(luò)分析、線性回歸分析、灰色關(guān)聯(lián)分析、層次分析、因子分析、聚類分析等。本文以31個(gè)省(自治區(qū)、直轄市)為研究對(duì)象，選取具有代表性的7個(gè)科技指標(biāo)，運(yùn)用R型因子分析法對(duì)區(qū)域科技投入績(jī)效進(jìn)行定量評(píng)價(jià)，并對(duì)其結(jié)果進(jìn)行分析，進(jìn)而提出推動(dòng)我國科技進(jìn)步的建議和措施。

2 指標(biāo)選擇及數(shù)據(jù)來源

本文以可操作性和代表性為原則,借鑒相關(guān)學(xué)者研究成果，選取科技人力和財(cái)力資源指標(biāo)、科技投入直接產(chǎn)出指標(biāo)和科技對(duì)經(jīng)濟(jì)發(fā)展的影響等為績(jī)效評(píng)價(jià)指標(biāo)。包括規(guī)模以上工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量占平均用工人數(shù)的比重(X1)、地方財(cái)政科技支出占地方財(cái)政支出比重(X2)、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)投入占營業(yè)收入的比重(X3)；人均地區(qū)生產(chǎn)總值(X4)、每萬人專利授權(quán)量(X5)、每萬人發(fā)明專利授權(quán)量(X6)、技術(shù)市場(chǎng)合同成交額(X7)7個(gè)指標(biāo)。原始數(shù)據(jù)來源為2021年的《中國統(tǒng)計(jì)年鑒》和《2020年全國科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)》。

3 全國科技投入績(jī)效評(píng)價(jià)

3.1 數(shù)據(jù)處理

本文的評(píng)價(jià)指標(biāo)樣本數(shù)據(jù)均是客觀數(shù)值，為了減少因數(shù)據(jù)量綱和量級(jí)差異造成的不可比性，采用z-score方法對(duì)原始樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,見表1。標(biāo)準(zhǔn)化處理的公式如下：

Xij=(Xij-μj)/σj,其中μj為樣本均值,σj為樣本標(biāo)準(zhǔn)差。

表1 全國科技投入績(jī)效評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)

3.2 相關(guān)性檢驗(yàn)

通過SPSS軟件對(duì)各變量間的關(guān)系進(jìn)行測(cè)試，得出相關(guān)性矩陣見表2，可以直觀地發(fā)現(xiàn),除X3和X6之間顯示一般相關(guān)性[6]，其余變量間皆為顯著相關(guān)。

3.3 適用性檢驗(yàn)

使用SPSS軟件對(duì)研究對(duì)象進(jìn)行適應(yīng)性檢驗(yàn)，檢驗(yàn)結(jié)果見表3，KMO的檢驗(yàn)值為0.758，大于0.5；Bartlett球形檢驗(yàn)顯著性水平為0.000，小于0.05，表明變量數(shù)據(jù)適合進(jìn)行因子分析[6]。

表2 相關(guān)性檢驗(yàn)結(jié)果

表3 KMO和巴特利特檢驗(yàn)結(jié)果

3.4 因子提取和因子旋轉(zhuǎn)

使用SPSS軟件選取主成分分析法獲得初始解，用最大方差法進(jìn)行因子旋轉(zhuǎn)，結(jié)果如表4。由表4可知,第一、第二因子的初始特征值分別為5.329和0.998,旋轉(zhuǎn)后方差百分比分別為48.934% 和41.449%，方差累積貢獻(xiàn)率為90.383%,說明這兩個(gè)公因子可以解釋大部分原始信息,故本文選取這兩個(gè)公因子作為科技投入績(jī)效評(píng)價(jià)指標(biāo)[6]。

表4 總方差解釋

表5 旋轉(zhuǎn)后的成分矩陣

3.5 主成分因子命名

由旋轉(zhuǎn)成分矩陣表5可以看出，第一因子F1在人均地區(qū)生產(chǎn)總值(X4)、每萬人專利授權(quán)量(X5)、每萬人發(fā)明專利授權(quán)量(X6)、技術(shù)市場(chǎng)合同成交額(X7)有較大載荷，代表著科技產(chǎn)出，命名為科技產(chǎn)出因子；第二因子F2在在規(guī)模以上工業(yè)企業(yè)R&D人員全時(shí)當(dāng)量占平均用工人數(shù)的比重(X1)、地方財(cái)政科技支出占地方財(cái)政支出比重(X2)、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)投入占營業(yè)收入的比重(X3)有較大載荷，代表科技投入，命名為科技投入因子。

3.6 計(jì)算權(quán)重系數(shù)

根據(jù)王路德[7]撰寫的《用R型因子分析法計(jì)算綜合評(píng)價(jià)的權(quán)重》中的方法計(jì)算7個(gè)變量的權(quán)重系數(shù)。

將第一主成分(F1)上的7個(gè)變量得分系數(shù)的絕對(duì)

表6 成分得分系數(shù)矩陣

值相加得1.72，第二主成分(F2)上的7個(gè)變量得分系數(shù)的絕對(duì)值相加得1.76；X1在F1的權(quán)重為：0.150/1.72，在F2的權(quán)重為：0.420/1.76。那么第i個(gè)變量的權(quán)重系數(shù)Ti可定義為

即T1=0.150/1.72+0.420/1.76=0.326,同理T2=0.148，T3=0.483，T4=0.171，T5=0.142,T6=0.418,T7=0.311;

將T1歸一化成百分?jǐn)?shù)，可得：T1=0.326/(0.326+0.148+0.483+0.171+0.142+0.418+0.311)×100%=16%;T2=7%;T3=24%;T4=9%;T5=7%;T6=21%;T7=16%

3.7 綜合評(píng)價(jià)得分

根據(jù)權(quán)重系數(shù)，得出F1和F2的分?jǐn)?shù)及綜合評(píng)價(jià)得分和排名。

表7 2020年各省(市、自治區(qū))科技投入績(jī)效排名

4 科技投入績(jī)效評(píng)價(jià)結(jié)果分析

從科技投入水平來看，得分排名前三名的省份為浙江省、江蘇省和廣東省，均為東部沿海省份，是中國社會(huì)與經(jīng)濟(jì)發(fā)展最發(fā)達(dá)的地區(qū)，他們?cè)谡畬?duì)科技重視程度、科技人才、科技經(jīng)費(fèi)投入均居前列，科技投入與經(jīng)濟(jì)增長(zhǎng)之間實(shí)現(xiàn)循環(huán)往復(fù)的良性互動(dòng)。數(shù)據(jù)顯示，有15個(gè)省區(qū)市科技投入因子得分為正，其他綜合得分均低于平均值。

從科技產(chǎn)出水平來看，排名第一的是北京市。雖然北京在非首都功能轉(zhuǎn)移背景下部分企業(yè)遷出，導(dǎo)致規(guī)上企業(yè)R&D經(jīng)費(fèi)投入強(qiáng)度不占優(yōu)勢(shì)，科技投入因子中綜合排名僅為第六名，但這不影響其科技產(chǎn)出因子得分高于第二名近1倍。

綜合得分排名如下：排名第一的北京綜合得分為2.62，遠(yuǎn)超其他省(市、自治區(qū))；江蘇省、浙江省、上海市、廣東省分別位居第二至第五名，綜合得分分別為1.34、1.32、1.26和1.23。31個(gè)樣本中有12個(gè)綜合得分為正，其他均低于平均值。各省區(qū)市之間績(jī)效相差比較明顯，東部沿海省市科技產(chǎn)出績(jī)效高于中西部和東北地區(qū)，科技發(fā)展不平衡。

5 成因分析

5.1 區(qū)域發(fā)展不平衡

由于國家政策、基礎(chǔ)設(shè)施、自然資源和經(jīng)濟(jì)社會(huì)發(fā)展制度等存在差異大，各省區(qū)市經(jīng)濟(jì)發(fā)展明顯呈現(xiàn)出區(qū)域不平衡性。東部省市的經(jīng)濟(jì)社會(huì)發(fā)展水平大大超過中西部地區(qū)；沿海地區(qū)依托其優(yōu)越的自然資源、完善的基建和便捷的交通運(yùn)輸，經(jīng)濟(jì)增長(zhǎng)顯著。中西部，特別是西部?jī)?nèi)陸，受交通條件和自然環(huán)境所限，經(jīng)濟(jì)社會(huì)發(fā)展相對(duì)緩慢，西部大開發(fā)戰(zhàn)略就是基于西部發(fā)展緩慢提出的指導(dǎo)性幫扶政策。東北地區(qū)很多礦產(chǎn)資源都面臨枯竭，經(jīng)濟(jì)增長(zhǎng)滯后于國內(nèi)平均水平。

5.2 政府科技投入的引導(dǎo)作用相差較大

地方財(cái)政作為科技投入的主體之一，對(duì)地方科技發(fā)展和經(jīng)濟(jì)建設(shè)產(chǎn)生重要的引導(dǎo)推動(dòng)作用。2020年北京市的地方財(cái)政科技支出占地方財(cái)政支出比重為5.78%，而西藏僅為0.41%，說明各地區(qū)政府對(duì)科技投入的重視程度不同。

5.3 人才是第一創(chuàng)新資源

北京作為科技產(chǎn)出和綜合績(jī)效得分的第一名，離不開科技人才的支持。目前北京市擁有1 000多所科研院所、34所雙一流高校，在人才、科研、文化教育等領(lǐng)域有無可比擬的優(yōu)勢(shì)，成為了科技創(chuàng)新發(fā)展的沃土。僅2020年技術(shù)市場(chǎng)合同成交額就占全國的22.36%，每萬人發(fā)明專利授權(quán)量達(dá)到新疆的87倍。

6 政策建議

6.1 縮小區(qū)域經(jīng)濟(jì)差異

各省區(qū)市可利用政策傾斜提升科技資源的使用效率，帶動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展。在不斷加大科技投入的同時(shí)，開展各具特色的區(qū)域科技創(chuàng)新。引導(dǎo)中西部統(tǒng)籌自然稟賦資源，充分發(fā)揮其比較優(yōu)勢(shì)，積極開發(fā)特色產(chǎn)業(yè)。支持東部地區(qū)通過托管、共建等形式支援落后地區(qū)，引導(dǎo)東部區(qū)域創(chuàng)新成果在中西部、東北地區(qū)孵化轉(zhuǎn)化，助力當(dāng)?shù)禺a(chǎn)業(yè)高質(zhì)量發(fā)展。通過科技知識(shí)在區(qū)域內(nèi)部的傳播流動(dòng)，推動(dòng)協(xié)調(diào)創(chuàng)新，縮小區(qū)域間發(fā)展差異，形成協(xié)同高效的區(qū)域科技創(chuàng)新工作體系，進(jìn)而共同提高整個(gè)國家的科技創(chuàng)新能力。

6.2 發(fā)揮政府引導(dǎo)作用

充分發(fā)揮地方財(cái)政科技投入的引導(dǎo)作用，引導(dǎo)企業(yè)和全社會(huì)參與科技投入，促進(jìn)地方經(jīng)濟(jì)高質(zhì)量發(fā)展。

地方政府可通過建立多元化、多層次、多渠道的科技金融融資服務(wù)平臺(tái)，吸引銀行、保險(xiǎn)、創(chuàng)投等各類金融資本支持科技型企業(yè)發(fā)展，如銀行對(duì)科技企業(yè)貸款實(shí)行財(cái)政貼息政策，以提高企業(yè)科技投入的主動(dòng)性和積極性。

地方政府對(duì)本地科技資源、科技實(shí)力與當(dāng)?shù)亟?jīng)濟(jì)社會(huì)發(fā)展的實(shí)際情況更加清楚，政府科技投入應(yīng)該傾斜于經(jīng)濟(jì)社會(huì)發(fā)展中最緊要的重大問題和重點(diǎn)領(lǐng)域，同時(shí)整合科研院所和高校的優(yōu)勢(shì)資源，加快產(chǎn)學(xué)研深度融合，促進(jìn)本區(qū)域科技進(jìn)步，促進(jìn)地方經(jīng)濟(jì)高質(zhì)量發(fā)展。

6.3 注重人才資源儲(chǔ)備

習(xí)近平總書記指出“努力推進(jìn)人才強(qiáng)國發(fā)展戰(zhàn)略，創(chuàng)造良好人才培養(yǎng)創(chuàng)新生態(tài)環(huán)境，聚天下英才而用之，全面調(diào)動(dòng)廣大科技人員積極性、主動(dòng)性、創(chuàng)造性”，人才資源是技術(shù)創(chuàng)新的巨大引擎，是技術(shù)創(chuàng)新的第一資源，也是創(chuàng)新活動(dòng)中最為活躍、最為積極的因素。當(dāng)?shù)卣雠_(tái)相關(guān)政策，如落戶優(yōu)惠、購房補(bǔ)助和科研經(jīng)費(fèi)資助等人才招引政策；鼓勵(lì)當(dāng)?shù)仄髽I(yè)主動(dòng)對(duì)接高等院校、科研院所，引進(jìn)優(yōu)秀人才來本地創(chuàng)業(yè)，并為他們?cè)诟鞣矫嫣峁└嘀С?，從而提高本地區(qū)科技發(fā)展水平。

6.4 提升績(jī)效管理水平

樹立績(jī)效觀，明確職責(zé)，相互協(xié)調(diào)，做好科技投入績(jī)效評(píng)價(jià)工作。通過重大項(xiàng)目集中攻關(guān)，推進(jìn)關(guān)鍵領(lǐng)域重點(diǎn)突破；實(shí)施以結(jié)果為導(dǎo)向的績(jī)效管理，提升科技投入績(jī)效。