基于因子分析的我国区域创新环境定量测度研究

论文核心提示:

[摘 要] 在产业高度融合和交叉繁殖的创新过程中,良好的区域创新环境可以优化、整合创新资源,形成创新合力,进而提高区域自主创新能力和经济竞争力。本文首先根据我国各地区区域创新环境的现状构建了一套系统的评价指标体系,然后利用因子分析法定量地对区域创新环境的省际差异进行了测度研究,结果显示我国的区域创新环境和创新效果在不同地区之间分布极不均衡。   [关键词] 区域创新环境 评价指标体系 因子分析

我国的经济增长很大程度上属于粗放型的经济增长方式,与发达国家及新兴工业化国家相比,科技创新的原始积累和后期发展都存在明显劣势,区域创新环境发展不完善,其作用尚未充分发挥。同时,由于全国各地区资源禀赋与经济发展程度迥异,在经济结构、基础设施、创新资源、市场体系、创业水平和文化背景等方面也各有不同。建国后的计划经济下,政府将大量资源先后集中在东北、华东、华北等工业技术较好的地区。改革开放后,南方沿海地区的经济发展和创新实力快速追赶。总体上看,我国的区域创新环境和创新效果在不同地区之间分布不均衡。为了充分研究我国各地区区域创新环境的整体情况,本文建立了系统的评价指标体系,采用定量分析方法对区域创新环境的省际差异进行了测度研究。
  一、区域创新环境评价指标体系的构建及数据来源
  定量分析往往是以定性分析为前提,本文首先构建了一套评价区域创新环境的指标体系。以区域创新环境的内涵和机制为基础,以其要素组成结构为框架,按照科学、系统、全面的原则,将区域创新环境评价的总目标分解成5个一级指标要素层和20个二级指标。5个一级指标即区域创新环境的五大主要因素,具体评价体系如表1所示。
  在指标选取和体系构建的过程中,需充分考虑到数据的可获取和可操作性。本文评价体系中有17个指标的原始数据均来源于2005-2009年《中国统计年鉴》、国家统计局数据库系统、科技部主要科技指标数据库等政府公开发布的权威数据,而B42、B43、B44数据由于正式统计数据中无法获取,则引自2005-2009年《中国区域创新能力报告》中通过政府渠道收集所得数据。其中,B23、B32、B33、B41及B5指标数值是经原始数据计算得来。
  二、我国区域创新环境的定量因子分析
  因子分析方法(Factor Analysis Method)是利用降维的思想,由研究原始变量相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量综合为数量较少的几个综合因子,以再现原始变量与因子之间的相互关系的方法。
  首先利用SPSS11.5计算所有原始变量数据的相关系数矩阵,可以发现变量之间存在较强的相关性,因此认为有必要进行因子分析。按照特征值大于1和特征值累计贡献率≥85%的原则,选入4个公共因子,其累积方差贡献率为85.342,即它们能解释总方差的85.342%。因此,提取4个主成分,分别为f1、f2、f3和f4。
  由旋转后的因子载荷矩阵可以看出,第一个主因子f1主要由人均地区生产总值B11、人均固定资产投资额B33、居民消费水平B34、每万人国际互联网络用户数B22、每百人固定电话和移动电话用户数B21、地方财政支出B31等指标所决定,这些指标在主因子f1上的载荷均在0.88以上,也就是说公共因子f1在市场发展水平和通讯技术类基础设施上有较大负荷,而这些指标中绝大部分为硬环境指标;
  第二个主因子f2主要由私营企业和个体就业人数占总就业数的比重B41、地方创业创新基金匹配额B43、企业技术开发平均获得金融机构贷款额B44等指标决定,即主要体现在企业创业环境和水平上;
  f3因子主要荷载于高新技术企业数B42和城镇登记失业率B14等代表地区就业总体质量和创业过程中提供的就业机会情况的指标;
  f4因子代表的是6岁及6岁以上人口人均受教育年限B53、城镇居民人均消费性支出中教育支出所占比例B54等体现教育情况的指标。  

[本论文关键字]:

推荐链接