高天跃

（铜仁学院，贵州·铜仁 554300）

我国正处于粗放型经济增长模式向集约型经济增长模式的过渡期，科学技术则成为重要驱动力。近期我国颁布《关于加快发展生产性服务业促进产业结构调整升级的指导意见》中指出“加速推进科技服务业的发展，为科技创新驱动提供有力的保障。”推动科技服务业的发展，是我国实施产业调整、提效增速，深化市场经济与科学技术相结合的重要措施，通过加强科技服务业的发展可以进一步实现我国产业转型，有效推动经济发展迈向中高端发展水平，科技服务业的重要举措包括“技术转移”、“产业孵化”以及“知识产权”等领域。

随着市场经济结构的调整，由产业细分与融合而衍生的科技服务业，成为第三产业的重要分支。“科技服务业是在科技革命和知识经济背景下兴起和发展起来的，是科技与经济之间的粘合剂，是高度依赖人力资本、技术资本和知识资本，主要服务于创新创业的现代服务业。”经济结构调整的全面推进，也进一步促进科技服务产业竞争力的相关学术研究，现阶段针对科技服务业竞争力的研究主要集中在外部环境因素的研究，且多数为定性分析，如程梅青、赵飞在研究中分别以天津和南京为例对该地的科技服务外部竞争环境进行定性分析[1]；赖志军运用SWOT分析法对江苏省科技服务业发展战略进行探讨[2]。而针对科技服务业竞争力综合指标定量研究相对较少，主要文献包括：陈德权等(2003)在评价国外科技中介服务机构发展状况时，从经济背景、科技水平、文化特征、运行机制、发挥功能等几方面进行了研究；梁晓红、肖怡文从科技服务业的产出与投入、科技服务业的基础环境、科技服务业对社会经济发展所产生的社会效益4个维度进行研究[3]。贵州省近年来在全面推进产业改革，强化区域内产业调整过程中，将科技服务业的发展作为重中之重。本文研究中以贵州省为例深度研究贵州省科技服务业的综合竞争力水平。

一、科技服务业竞争力指标体系建立

本文针对贵州科技服务业竞争力指标主要归纳为[4]：科技服务业增加值、R＆D经费支出、科技活动产出新产品产值、科技活动项目参与项目人员、规模以上科技活动项目数、规模以上科技服务机构人员博士、科技与研究行业社会团体、科技与研究行业社会组织民办非企业、规模以上专利项目、GDP以及GDP增速共计12项进行竞争力指标评价，见表1。

表1 贵州科技服务业竞争力综合评价指标构建

二、贵州科技服务业竞争力综合指标评价实证分析

（一）样本指标

贵州科技服务业竞争力研究样本指标来源于《贵州统计年鉴2012-2013》，样本指标截面为2013年，主要包括贵州省域内：贵阳市、六盘水市、遵义市、安顺市、黔南布依族苗族自治州、黔东南苗族侗族自治州、毕节市等7个市州的科技服务业竞争力12项指标，见表2。

表2 2013年贵州省7市竞争力指标样板数据

通过针对贵州省7个城市的12项科技服务指标进行描述性统计分析，继而得出贵州省科技服务增加值均值为68.99±60.97；R＆D经费支出均值为109561.43±198863.59;科技活动产出新产品产值均值为3207755.86±3534331.51；科技活动项目参与项目人员均值为6127.00±5503.66；规模以上科技活动项目数460.00±530.99;规模以上科技服务机构人员(博士)79.57±71.81；地区GDP均值为17.71±23.35；GDP增速为39.00±53.29；科技与研究行业社会团体2507.44±2151.52；规模以上专利项目49.14±46.42。通过描述性分析，继而发现贵州省内科技服务业整体发展处于非均衡状态，其中贵阳科技服务业水平相对高于省内其他城市，而黔东南州、黔南州处于缓慢增长阶段，整体水平低于其他城市。

表3 2013年贵州省7个城市竞争力指标样板数据描述性分析

（二）模型建立

现阶段国内学术界针对科技服务业的综合指标评价方法主要是采取主成分分析法与层次分析法，主成分分析法是采用降维的思想，通过指标的方差贡献特征，将原有指标数量进行缩减，使较多的指标转化为少量的综合性指标，通过该方法的使用可以使评价结果较为客观。然而在研究中依旧存在两个重要问题[5]：一方面是指标体系不完善，无法综合反映科技服务业发展水平；另一方面问题是指标选择范围广而导致指标自身聚拢效果较差。

1.研究方法

在本次研究中采用PCA（Principal components analysis）主成分分析法[5-6]。

2.分析步骤

主成分分析法分析步骤主要包括：（1）原始数据标准化→（2）相关系数矩阵→（3）特征根与特征向量→（4）计算主成分载荷→（5）主成分得分

第一.数据标准化：将原始数据带入公式一

第二.建立相关系数矩阵

原变量，的相关系数为(=1，2，3……p)，相关系数公式为：

第三.计算特征根与特征向量

计算出指标贡献率带入公式三：

其中（i=1，2，3……p）

累积贡献率计算公式为：

第四.计算主成分载荷

将数据带入主成分载荷公式：

第五.主成分得分：

（三）数据分析

1.数据标准化

将贵州科技服务业竞争力指标样板数据带入公式一，继而得出公因子方差值，见表4：、

表4 数据标准化——公因子方差分析

提取方法：主成份分析。

2.计算特征根与特征向量

通过将数据带入公式3与公式4继而得出表5，通过统计分析有两项综合指标提取特征值大于1，其提取成分贡献率分别为65.358%与24.261%，为了使指标载荷系数在0-l之间两级分化更为明显，继而采取对变量因子进行旋转，旋转平方和载入为62.957%、26.662%，两项指标累积贡献率为89.619%，高于80%，继而说明两项综合指标可以作为此次科技服务业评价主成分。

表5 特征根与方差贡献率

提取方法：主成份分析。

表6 旋转成份矩阵

提取方法：主成份。

旋转法：具有Kaiser标准化的正交旋转法。

同时针对该表得出2个标准主成分方程表达式：

通过表6可以得出：主成分Z1的主要影响因子包括：科技服务增加值、R＆D经费支出、科技服务业产出新产品产值、科技项目参与项目人员、规模以上科技活动项目数、规模以上科技机构、规模以上科技服务机构人员博士，继而可以将主成分Z1作为科技服务业竞争的内部硬性因子，信息贡献率为65.98%。主成分Z2主要影响因子包括：GDP、GDP增速、科技与研究行业社会团体、科技与研究行业社会组织民办非企业、重大专利项目，主成分Z2可以作为科技服务业竞争外部的相关支持因子，信息贡献率为26.662%。

3.科技服务业竞争力综合指标排名

通过数据进行归一化处理后的贡献值，运用Excel工具对数据样本值进行计算，得出7个城市相应的主成分指标值和综合排名，科技服务业竞争的内部硬性因子贵阳市分值为1.6显著高于其他城市，而黔南布依族苗族自治州分值显著低于其他城市，科技服务业竞争外部的相关支持因子中贵阳市3.2分，明显高于贵州省其他城市，同样黔南布依族苗族自治州的分值显著低于其他城市。

表7 科技服务业竞争力综合指标排名

通过样本指标聚类分析继而得出[6]：第一类为贵阳；第二类为遵义市、安顺市；第三类为毕节市、六盘水市、第四类——黔东南苗族侗族自治州、黔南布依族苗族自治州，这与主成分分析排名相一致。继而本次研究中所获得的贵州省科技服务业竞争力综合指标具有较高的有效性，辨别率较高。

三、讨论与分析

通过运用PCA主成分分析法对贵州省科技服务业竞争力综合指标进行评价，继而得出贵州省“贵阳市、六盘水市、遵义市、安顺市、黔南布依族苗族自治州、黔东南苗族侗族自治州、毕节市”7个市州的科技服务业竞争力排名，在本次研究中主成分Z1贡献率高达65%，继而选取主成分Z1，排名作为贵州省科技服务业竞争力排名，其排名依次为：贵阳、遵义市、安顺市、毕节市、六盘水市、黔东南苗族侗族自治州、黔南布依族苗族自治州，同时通过进行聚类分析继而将其分为四类，其中第一类——贵阳，贵阳是贵州省省会城市，也成为贵州省经济、政治、文化交流的中心，经济实力雄厚且汇聚大量的科技型人才，继而全面推动该地区科技服务业的发展；第二类——遵义市、安顺市，大力推进产业转型升级，从低附加值产业结构向高附加值调整，降低耗能污染，有效推进集约型经济增长模式，在第一产业与第二产业稳定增长的同时，大力发展第三产业，推进电子商务、信息技术、科技服务业的发展，有效的增强地区科技服务业的竞争水平；第三类——毕节市、六盘水市，该地区科技服务业处于中下等水平，虽然六盘水市人口基数比较大，市场需求增高，然而由于地区科技基础薄弱，继而导致科技成果低转化率的现状；第四类——黔东南苗族侗族自治州、黔南布依族苗族自治州，处于科技服务业发展的薄弱地带，整体处于下游水平，与其他城市相比科技服务业发展较为缓慢，且整体外部支持条件不足，因而对于该地区需要加强“技术”引入、“技术”嫁接，全面推动地区科技服务产业的发展。总体来说，贵州省科技服务业发展依旧处于不均衡状态，科技服务业发展程度差异较大，这一方面是由于经济水平及历史因素的限制，而另一方面在于政府对科技服务业发展缓慢地区扶持力度不够，继而导致地区间产业发展失衡。

四、结论

本文采用主成分分析与聚类分析法对针对贵州省7个市州的科技服务业竞争力水平进行系统研究，通过实证分析继而得出贵州各地区科技服务业发展处于非均衡状态，竞争力综合指标差异显著。并将其分为四个等级，第一类科技服务业发展成熟区——贵阳；第二类科技服务业快速发展区——遵义市、安顺市；第三类科技服务业发展缓慢滞后区——毕节市、六盘水市；第四类科技服务业薄弱地区——黔东南苗族侗族自治州、黔南布依族苗族自治州，通过本文研究进一步说明经济发展水平与科技服务业具有密切关联，因而在政府发展规划中要注重地区水平差异，继而实现区域经济与科技服务业的均衡发展。黔东南苗族侗族自治州、黔南布依族苗族自治州都是贵州的两个省主要民族聚居区，他们的科技服务发展水平和竞争力明显低于其他地区，说明我们要继续加大对民族地区的科技投入力度，进一步加大政策倾斜，以此来改变落后的现状。

[1]周梅华，徐杰，王晓珍.地区科技服务业竞争力水平综合评价及实证研究——一以江苏省l3个城市为例[J]．科技进步与对策，2010，4（28）137-140.

[2]张 钰，王 可.科技服务业发展环境指标评价体系的实证研究——基于山东省17地市2009年截面数据的主成分分析[J]．山东商业职业技术学院学报，2012.12（1）79-82.

[3]刘玉钢.科技服务业发展水平量化分析[J]．商业时代，2010，16(7)：108-109.

[4]RUUD SMITS．Innovation studies in the 21 st century：Questions from a user’s perspective[J]．Technological Forecasting and Social Change，2002(69)：861-883．

[5]EMMANUEL MULLER． ANDREA ZENKER．Business services as actors of knowledge transformation：the role of KIBS in regional and national innovation systems[J]．Research Policy，2001(3O)：15O1-1516．

[6]Lokaehari，P．S．、Mohanarangan，M．Outsourcing of information technology services：a decision making framework[J]．Management of Engineering and Technology，2001(7)．177-179.