劉洪久，劉清揚(yáng)，胡彥蓉，孫偉國(guó)

(1.浙江農(nóng)林大學(xué) 信息工程學(xué)院，浙江 杭州 311300;2.東北大學(xué) 工商管理學(xué)院，遼寧 沈陽 110169;3.常熟理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院，江蘇 蘇州 215500)

一、問題的提出

十八大報(bào)告指出“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐，必須擺在國(guó)家發(fā)展全局的核心位置”，要旗幟鮮明地把創(chuàng)新驅(qū)動(dòng)貫穿到全面小康和現(xiàn)代化建設(shè)的各個(gè)方面。從經(jīng)濟(jì)發(fā)展上看，根據(jù)2014年統(tǒng)計(jì)年鑒，以江蘇為例，縣域經(jīng)濟(jì)GDP為25 438.41億元，占全省的51.8%，已占江蘇經(jīng)濟(jì)的半壁江山。但整體上看，縣域科技投入占財(cái)政收入比率較低，以縣域經(jīng)濟(jì)較為發(fā)達(dá)的常熟市為例，其比例僅為1.67%，低于全省平均水平(4.14%)?？h域科技投入不足，導(dǎo)致創(chuàng)新能力較弱的狀況在各省比較普遍，這將會(huì)影響縣域經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展。因此，了解縣域科技創(chuàng)新能力的現(xiàn)狀并提出改進(jìn)策略，有利于經(jīng)濟(jì)的發(fā)展和轉(zhuǎn)型。

二、文獻(xiàn)回顧

Saxenian認(rèn)為科技創(chuàng)新能力來自市場(chǎng)科技資源的豐富、創(chuàng)新型企業(yè)的不斷衍生和壯大、政府新的管理方法和政策，以及來自不同區(qū)域主體互動(dòng)產(chǎn)生的協(xié)同創(chuàng)新能力[1]。Salter提出創(chuàng)新評(píng)價(jià)體系包括投入產(chǎn)出、產(chǎn)業(yè)結(jié)構(gòu)、傳統(tǒng)產(chǎn)業(yè)的貢獻(xiàn)、優(yōu)惠的技術(shù)政策、政策的靈活性、科技成果轉(zhuǎn)化程度、人力資本、知識(shí)創(chuàng)新和政府的研發(fā)投入等[2]。孟曉華認(rèn)為科技創(chuàng)新應(yīng)包括科技綜合實(shí)力與信息化水平、知識(shí)產(chǎn)生與傳播、科技投入與產(chǎn)出、科技創(chuàng)新、經(jīng)濟(jì)效益等[3]。劉爽認(rèn)為科技創(chuàng)新能力依賴于創(chuàng)新技術(shù)基礎(chǔ)、創(chuàng)新資源投入能力、創(chuàng)新產(chǎn)出能力和創(chuàng)新貢獻(xiàn)能力的增加[4]。虞震提出科技創(chuàng)新能力由投入、產(chǎn)出、技術(shù)擴(kuò)散與經(jīng)濟(jì)績(jī)效、環(huán)境四個(gè)方面構(gòu)成[5]。龐秀萍通過科技進(jìn)步環(huán)境、科技投入和科技活動(dòng)產(chǎn)出評(píng)價(jià)了河北省的科技創(chuàng)新能力[6]。陳金德等構(gòu)建的科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系包括科技創(chuàng)新投入、科技創(chuàng)新產(chǎn)出和科技支撐能力三個(gè)方面，他提出了廣東省不同類型的鄉(xiāng)鎮(zhèn)通過創(chuàng)新轉(zhuǎn)型升級(jí)的對(duì)策[7]。林萍等通過創(chuàng)新環(huán)境、創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新成效評(píng)價(jià)科技創(chuàng)新能力，采用熵值賦權(quán)法對(duì)新疆科技創(chuàng)新能力進(jìn)行評(píng)價(jià)，提出了科技創(chuàng)新環(huán)境優(yōu)化、科技創(chuàng)新投入增加、科技創(chuàng)新產(chǎn)出和科技創(chuàng)新成效提高的策略[8]。

綜上所述，目前對(duì)創(chuàng)新能力評(píng)價(jià)的共同觀點(diǎn)是科技的投入和產(chǎn)出，但研究范圍上更多是省域或者是較大的區(qū)域，而對(duì)縣域科技創(chuàng)新能力的研究還比較少見。

三、樣本來源和評(píng)價(jià)指標(biāo)選取

(一)樣本來源

為保證研究的客觀性，本研究中49個(gè)縣市的樣本數(shù)據(jù)均來源于江蘇省、江蘇各地市、江蘇各縣市2014年的統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)。

(二)評(píng)價(jià)指標(biāo)

基于國(guó)內(nèi)外研究的共性，評(píng)價(jià)指標(biāo)體系包括科技創(chuàng)新投入和產(chǎn)出兩個(gè)部分?？萍紕?chuàng)新投入的指標(biāo)包括縣域?qū)I(yè)技術(shù)人員數(shù)量、縣域財(cái)政科技經(jīng)費(fèi)支出和縣域投入R&D費(fèi)用?？萍紕?chuàng)新產(chǎn)出的指標(biāo)包括縣域?qū)＠暾?qǐng)和授予數(shù)量(包括發(fā)明專利)、當(dāng)年高新技術(shù)企業(yè)數(shù)量、當(dāng)年高科技產(chǎn)品數(shù)量(省級(jí))、科技進(jìn)步獎(jiǎng)的數(shù)量(國(guó)家、省和市級(jí))和縣域?qū)I(yè)技術(shù)人員數(shù)量。具體的指標(biāo)體系見表1。

表1 科技創(chuàng)新的評(píng)價(jià)指標(biāo)體系

四、評(píng)價(jià)方法選擇

當(dāng)前，比較通用的評(píng)價(jià)方法有層次分析法、灰色關(guān)聯(lián)度法、模糊綜合評(píng)價(jià)法等，這些方法簡(jiǎn)單實(shí)用，但有一個(gè)問題是共同存在的：指標(biāo)體系中每個(gè)指標(biāo)的權(quán)重需要主觀確定，以往研究大多采用層級(jí)分析或者專家打分的方法確定，在評(píng)價(jià)中加入了人為的因素，這樣就會(huì)降低評(píng)價(jià)的客觀性和科學(xué)性，影響最后的評(píng)價(jià)結(jié)果，從而容易出現(xiàn)失真的結(jié)論[9-10]，

而本

研究采用的評(píng)價(jià)方法為因子分析。因子分析法首先分析各個(gè)變量之間的相關(guān)性，然后將眾多的關(guān)系復(fù)雜的變量指標(biāo)降維為幾個(gè)綜合性因子的統(tǒng)計(jì)學(xué)方法，該方法不受主觀權(quán)重的影響，分析結(jié)論相對(duì)客觀合理[7,11]。

五、實(shí)證分析

(一)對(duì)樣本數(shù)據(jù)進(jìn)行歸一化

由于每個(gè)指標(biāo)的單位是不同的，因此在進(jìn)行評(píng)價(jià)之前首先要對(duì)數(shù)據(jù)進(jìn)行歸一化處理，以消除量綱的影響，具體按公式(1)計(jì)算：

(1)

(二)檢驗(yàn)因子分析法的適用性

將樣本的每個(gè)指標(biāo)數(shù)據(jù)輸入SPSS19.0建立數(shù)據(jù)文件進(jìn)行相關(guān)分析，可以得到樣本系數(shù)矩陣(見表2)。由表2可以看出，大部分指標(biāo)間的相關(guān)系數(shù)都比較高，這說明指標(biāo)變量間具有較強(qiáng)的線性關(guān)系，可以從中提取出公共因子，具有進(jìn)行因子分析的基本條件。

另外，從表3可以看出Bartlett檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為782.543，相應(yīng)的概率值小于0.001，遠(yuǎn)小于一般顯著水平0.05，因此可以認(rèn)為單位矩陣和相關(guān)系數(shù)矩陣具有顯著差異。同時(shí)，KMO檢驗(yàn)值為0.824>0.8，所以，可以應(yīng)用因子分析處理原有變量指標(biāo)。

(三)計(jì)算特征值、特征值貢獻(xiàn)率和累積貢獻(xiàn)率

將49個(gè)縣市歸一化后的數(shù)據(jù)帶入SPSS19.0中運(yùn)算，在計(jì)算過程中，采用主成分分析方法作為因子提取方法，可得相關(guān)特征值、特征值貢獻(xiàn)率和累積貢獻(xiàn)率(見表4)。

由表4可知，應(yīng)選取2個(gè)因子，原因在于它們對(duì)樣本方差的累計(jì)解釋率達(dá)到了86.004%，大于85%。因此，提取2個(gè)因子就能對(duì)49個(gè)縣市的科技創(chuàng)新能力作出較好的解釋，其中F1的因子方差占全部方差的貢獻(xiàn)率比重最高，達(dá)74.632%，所以其綜合原有10個(gè)變量的能力最強(qiáng)；F2因子占全部方差的11.372%。這2個(gè)因子基本上融合了所有10項(xiàng)指標(biāo)的信息，原來的10項(xiàng)指標(biāo)可以轉(zhuǎn)化為2個(gè)綜合指標(biāo)。

(四)計(jì)算因子得分和綜合得分

當(dāng)完成對(duì)特征值的特征矩陣的計(jì)算后，還必須要根據(jù)因子載荷矩陣來計(jì)算每個(gè)因子的得分情況。由于因子載荷矩陣展示的是原始指標(biāo)與所提取的因子間的線性關(guān)系，所以每個(gè)因子線性組合了原始指標(biāo)變量，具體見表5。

表2 相關(guān)矩陣

表3 KMO和Bartlett 的檢驗(yàn)

表4 解釋的總方差

注：提取方法為主成分分析。

表5 成分矩陣

以Xi表示第i個(gè)因子，F(xiàn)為各縣市科技創(chuàng)新能力的綜合得分，利用旋轉(zhuǎn)后的因子載荷矩陣，2個(gè)得分因子的表達(dá)式是:

F1=0.920X1+0.922X2+0.943X3+0891X4+0.907X5+0.818X6+0.949X7+0.884X8+0.829X9+0.473X10

(2)

F2=0.160X1+0.234X2-0.222X3-0.396X4-0.295X5-0.485X6+0.196X7+0.200X8+0.248X9+0.623X10

(3)

根據(jù)上面的公式和樣本數(shù)據(jù)可以計(jì)算出49個(gè)縣市2個(gè)因子的各自得分。以各因子的方差貢獻(xiàn)率占2個(gè)因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)平均，可以得到綜合因子F得分：

(4)

根據(jù)(4)式計(jì)算得出反映江蘇省各縣市科技創(chuàng)新能力評(píng)價(jià)的綜合得分，具體見表6。

表6 江蘇省各縣市科技創(chuàng)新能力評(píng)價(jià)得分

根據(jù)表6可以看出江蘇省縣域科技創(chuàng)新能力的排名，科技創(chuàng)新能力最強(qiáng)的是昆山市，得分為6.22，排在第一名；最弱的是泗洪縣，得分為0.12，排在最后一名。

從將表6的內(nèi)容按照地區(qū)整合(見表7)，可以發(fā)現(xiàn)蘇州地區(qū)縣域科技創(chuàng)新能力最強(qiáng)，排在前5位的全部來自蘇州；而科技創(chuàng)新能力最弱的地區(qū)為宿遷，后5位中有2個(gè)縣市來自宿遷地區(qū)。

從表6并結(jié)合因子分析的過程可以發(fā)現(xiàn)，影響科技創(chuàng)新能力的主要因素在于投入方面的因素，即地區(qū)科技人員的數(shù)量、地區(qū)社會(huì)R&D投入費(fèi)用和地方財(cái)政科技支出，F(xiàn)1主要反映了這三個(gè)指標(biāo)的作用，因此可以被稱為創(chuàng)新投入因子；F2則反映了創(chuàng)新的產(chǎn)出，重點(diǎn)反映了地區(qū)發(fā)明專利授權(quán)數(shù)量、當(dāng)年高科技企業(yè)數(shù)量、當(dāng)年高科技產(chǎn)品數(shù)量、當(dāng)年科技進(jìn)步獎(jiǎng)數(shù)量，因此F2可以被稱為創(chuàng)新產(chǎn)出因子。蘇南地區(qū)科技創(chuàng)新能力較強(qiáng)的根本原因在于創(chuàng)新投入的絕對(duì)和相對(duì)比值較大，具有較強(qiáng)的優(yōu)勢(shì)；而蘇中和蘇北地區(qū)投入的相對(duì)較少，科技創(chuàng)新能力的劣勢(shì)比較明顯。

表7 江蘇省各縣市科技創(chuàng)新能力評(píng)價(jià)排名

六、結(jié)論和建議

根據(jù)實(shí)證分析可以知道，評(píng)價(jià)縣域創(chuàng)新能力的主要因子是投入，包括縣域科技人員的數(shù)量、縣域社會(huì)R&D投入費(fèi)用和縣域財(cái)政科技支出，次要因子是產(chǎn)出，包括地區(qū)縣域發(fā)明專利授權(quán)數(shù)量、當(dāng)年高科技企業(yè)數(shù)量、當(dāng)年高科技產(chǎn)品數(shù)量、當(dāng)年科技進(jìn)步獎(jiǎng)數(shù)量。

根據(jù)分析的結(jié)論，對(duì)于縣域科技創(chuàng)新能力的提升要尊重市場(chǎng)規(guī)律，鼓勵(lì)企業(yè)為市場(chǎng)競(jìng)爭(zhēng)中的發(fā)展而投入，強(qiáng)調(diào)企業(yè)的創(chuàng)新主體地位；要給予縣域銀行適度的信貸權(quán)力和政策工具操作權(quán)力，加強(qiáng)貨幣政策傳導(dǎo)職能實(shí)現(xiàn)，激發(fā)縣域銀行對(duì)縣域科技創(chuàng)新的金融支持作用；可設(shè)立縣域企業(yè)創(chuàng)新轉(zhuǎn)型投資引導(dǎo)基金，實(shí)施創(chuàng)業(yè)發(fā)展配套政策；要增加財(cái)政科技支出，建議在財(cái)政預(yù)算允許的前提下，逐年提高全社會(huì)研發(fā)費(fèi)用的比例；要調(diào)整財(cái)政支持研發(fā)項(xiàng)目的結(jié)構(gòu)，即加強(qiáng)向縣域地區(qū)的傾斜，尤其是向縣域企業(yè)申請(qǐng)的項(xiàng)目?jī)A斜；要?jiǎng)?chuàng)建中心城市和縣市間的常態(tài)人才流動(dòng)機(jī)制，培育和集聚人才隊(duì)伍，大力推進(jìn)人才工程實(shí)施，要根據(jù)縣域科技創(chuàng)新和經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的要求，充分發(fā)揮中心城市教育發(fā)達(dá)的優(yōu)勢(shì)，從各個(gè)高校和各個(gè)職業(yè)技術(shù)學(xué)院、學(xué)校為縣域科技創(chuàng)新和經(jīng)濟(jì)轉(zhuǎn)型的發(fā)展不斷培養(yǎng)和輸送“白領(lǐng)”“藍(lán)領(lǐng)”后備人才。要鼓勵(lì)縣域企業(yè)申請(qǐng)發(fā)明專利，申報(bào)國(guó)家、省市高科技企業(yè)認(rèn)證，申報(bào)各種科技進(jìn)步獎(jiǎng)。從而通過科技創(chuàng)新投入的可持續(xù)增加，不斷推出科技產(chǎn)出成果，推動(dòng)縣域經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展。

參考文獻(xiàn)：

[1]SAXENIAN A.The Origins and Dynamics of Production Networks in Silicon Valley[M].Emerald Group Publishing limited,2013:30,283-309.

[2]SALTER A,CRISCUOLO P,TER WAL A.Coping with Open Innovation:Responding to the Challenges of External Engagement in R&D[J].California Management Review，2014,56(2):77-94.

[3]孟曉華，仇國(guó)陽，崔志明.全局主成分分析在區(qū)域科技創(chuàng)新能力指標(biāo)體系構(gòu)建中的應(yīng)用[J].科技管理研究,2006(12):43-45.

[4]劉爽.區(qū)域科技創(chuàng)新指標(biāo)體系的構(gòu)建[J].黑龍江金融,2011(10):19-21.

[5]虞震.泛長(zhǎng)三角區(qū)域科技創(chuàng)新能力評(píng)價(jià)與比較研究[J].社會(huì)科學(xué),2011(11):47-52.

[6]龐秀平，趙宇，楊秀會(huì).河北省科技創(chuàng)新能力模糊綜合評(píng)價(jià)實(shí)證研究[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào),2013(6):132-134.

[7]陳金德，伍曉玲，林雄.基于因子分析的廣東專業(yè)鎮(zhèn)科技創(chuàng)新能力評(píng)價(jià)研究[J].科技管理研究,2014(9):55-58.

[8]林萍，聶春霞，黃潤(rùn)，等.新疆科技創(chuàng)新能力評(píng)價(jià)[J].科技管理研究,2014(7):44-48.

[9]崔穎.基于層次分析法的河南科技創(chuàng)新人才創(chuàng)新能力評(píng)價(jià)研究[J].科技進(jìn)步與對(duì)策,2012(6):112-116.

[10]陶雪飛.城市科技創(chuàng)新綜合能力評(píng)價(jià)指標(biāo)體系及實(shí)證研究[J].經(jīng)濟(jì)地理,2013(10):16-19.

[11]巴吾爾江，董彥斌，孫慧，等.基于主成分分析的區(qū)域科技創(chuàng)新能力評(píng)價(jià)[J].科技進(jìn)步與對(duì)策,2012(12):26-30.