李玲玲 周利斌

基金项目：周口师范学院2015年高层次人才科研启动经费资助项目（项目号：zknuc2015114）;河南省教育厅人文社科一般项目（项目号：2017-ZZJH-619）

摘 要：本文对我国国内31个省市（不包括港澳台）的2017年截面数据进行因子分析，对23个评价指标进行降维得到3个因子，研究发现区域技术创新效率、区域创新人才贡献效率以及区域创新基础发展能力三大公共因子组成的区域技术创新综合能力与区域经济增长存在显著正相关关系。

关键词：区域技术创新;经济增长;因子分析

一、引言

从国内外发展经验来看，技术创新和经济发展是息息相关的。然而在各个区域发展的过程中，会出现区域技术投入与经济发展不成正比的现象，那么发展区域技术创新能力的要素对推动区域经济的发展是否真正起到作用，仍然是一个值得研究的问题。

二、指标选择及数据来源

结合其他学者的研究以及我国关于科技创新的统计口径，本文从创新主体的经济水平、区域创新要素的资源和能力、创新技术产品商业竞争能力三个层次出发，采用区域经济发展水平、区域技术投入水平、区域技术可持续发展水平、区域技术产出水平四个维度进行创新综合能力分析。在表1给出了4个一级指标对应四个维度，以及可获取数据的23个二级指标。

三、模型构建

本文用23个指标来反映区域技术创新能力，运用SPSS22.0分析评价31个省市（不含港澳台）。各地区的原始数据主要来源于WIND资讯、中华人民共和国国家统计局网站。

首先对指标间进行了合理性检验。采用Pearson相关系数的双尾检验计算各个系数的相关性，得到选定指标在合理性区间内。然后测度数据因子分析的有效性检验，见表2。Bartlett检验出结果F值为0.000，说明选取的数据符合正态分布。KMO检测值为0.788，表明偶对之间的相关可以被其他变量见识，可以用因子分析。

采用最大平衡值旋转法对因子的主成分进行提取，得到如表3的总方差表。得到3个因子分别为F1、F2、F3。旋转后的公因子特征值分别为8.883、5.682以及4.954，累积方差贡献率为84.867%。这3个因子已经能够代表样本84.867的信息，接下来对这三个因子进行解释分析，由此得到指标的综合变量分析。

本文采用6次旋转，使公因子更具有解释性。结果显示，公共因子F1在X1、X5、X10、X11、X12、X14、X18、X19、X20、X21、X22上的荷载值都很大，既包括区域技术投入水平，也包括贸易输出水平，将F1命名为区域技术创新效率的公共因子，其方差贡献率为38.621%。F2在X4、X8、X15、X13、X16、X17上的载荷值较大，大部分表示区域技术的人力投入，还有一个代表贸易输入，将F2命名为区域技术创新人才贡献效率的公共因子，其方差贡献率为24.705%。F3在X2、X3、X6、X7、X9、X23上面的载荷值较大，反映的是区域技术创新基础发展能力水平，将F3命名为区域技术创新基础发展能力的公共因子，其方差贡献率为21.541%。有F1、F2和F3以及他们的方差贡献率可以得出，F综=（38.621*F1+24.705*F2+21.541*F3）/84.867。

四、结果分析及讨论

利用SPSS22.0可以计算出3个公共因子的因子得分，并且以各因子的方差贡献率为权重进行加权平均，即可得出31个省市在2017年区域技术创新能力的综合得分，并进行排序，公式如下，具体排名结果如表4。

表4为根据2017年数据测算的31个省市区域技术创新能力排名，从中可以得出以下几点：

1.从区域技术创新综合能力看，排在第一位的是广东省。紧跟其后的4位分别是：江苏、浙江、北京、山东，前5位都处于东部且经济较为发达的地区，地理位置、经济实力和创新能力都非常显著。上海排在第6位，作为重要的金融交易中心，整体经济体量大，经济全球化也是创新综合能力的一个体现。天津和河北分别排在第10和第16位，这符合当前京津冀的梯度创新能力和发展水平，京津冀的协同发展使天津的创新综合水平得到大幅提高。排在最后5位的分别是：新疆、青海、宁夏、海南、西藏，大部分位于经济相对落后的西部地区，其中的特例海南服务业主要是对旅游行业，而在技术创新服务这块贡献不大，导致其排名有所落后。可以看出，区域技术创新能力和区域经济发展水平有着高度关联，区域经济发展水平高的地方其区域技术创新能力也很强;与此同时区域技术创新能力也受到产业结构的影响，产业结构调整的方向应该是扩大传统优势与提升创新驱动相结合。

2.从3个公共因子的单独排序看，关于区域技术创新效率F1，可以看出排在前3位的分别是：江苏、广州和浙江，首先是由于本身的贸易基础比较大，同时与“互联网+”经济对江沪浙和广州地区的技术转型的促进作用影响有关。北京本身处于大城市病的状态，在整个区域技术创新效率上不算显著。关于区域技术创新人才贡献效率F2，排在第1和第2位的是山东、河南，这个可能是山东和河南教育非常重视，培育出创新人才较多。这两省的教育主要靠人口和竞争，这两省具有非常好的人才基础。这两个省在F1指标上具有显著差异，排名分别为第4和第14名，这也反映能够产出创新人才和能够留住创新人才两个方面都是非常重要的。关于创新基础发展能力F3，可以看出排前3位的分别是：北京、上海、天津，这三个第三的经济能力和创新财政导向都非常强，不缺乏创新实践基础。

3.创新路径的区别也可以从同一个区域的横向评分得出。广州的综合排序为第一，与区域技术创新效率和区域技术创新贸易中的商品出口的共同作用分不开。北京的区域技术创新基础发展能力F3排序第一而区域技术创新效率F1排名最后，说明北京教育资源投入巨大，技术产出也非常多，只是在转化率上排名落后，可以考虑健全技术转化机制，提升整体技术创新综合能力水平。江苏的F2排名第12，应该说教育人才上都不算最具有优势的一批，但是江苏在区域技术创新效率和贸易上有着重要优势，江苏承接上海的技术辐射，同时又处于江沪浙产品输出重要区域，所以综合排名非常靠前。上海作为备受瞩目的商業大都市，上海的教育资源还是非常充裕，整体在创新发展上主要集中一个金融培育的地位上。

本文通过对区域经济发展水平、区域技术投入水平、区域技术可持续发展水平、区域技术产出水平等多个维度对区域技术创新能力进行综合分析。研究发现（1）在区域经济发展速度与区域技术创新能力成正比，表现为北京、上海、广州、江苏等地创新综合能力也比较强，西部等经济欠发达地区的创新综合能力也比较弱;（2）区域技术创新效率、人才贡献效率以及基础发展能力共同对创新综合能力作用，并在不同方面体现在区域经济和创新能力上。

参考文献：

[1]易文钧，吴晓杰，邢斐.科技创新对区域经济增长的影响——基于长三角和中部五省的比较研究[J].首都经济贸易大学学报，2017，19（1）：51-57.

[2]王玮，徐逸伦，杨文娟，等.科技创新能力对区域经济发展的影响[J].山东师范大学学报（自然科学版），2017，32（04）：131-136+141.

[3]陈晓红.区域技术创新能力对经济增长的影响——基于中国内地31个省市2010年截面数据的实证分析[J].科技进步与对策，2013，30（2）：36-40.

[4]程华，王金湘，李冬琴，等.区域技术创新与经济增长的系统动力学模型仿真——基于浙江省的研究[J].科技管理研究，2015，v.35;No.332（10）：93-96.

[5]张宏洲，冯学钢.基于内生增长视角的提升我国科技创新能力对策研究[J].现代管理科学，2013（4）：27-29.

作者简介：李玲玲（1985- ），女，汉族，河南省驻马店人，周口师范学院经济与管理学院讲师，研究方向：经济周期、区域经济;周利斌（1985- ），男，汉族，江西井冈山人，周口师范学院经济与管理学院，研究方向：数据挖掘、电子商务