APP下载

全国与贵州R&D现状比较研究

2015-05-30段妍珺

中国市场 2015年51期
关键词:经费支出投入产出贵州省

段妍珺

[摘 要]以科学研究与试验发展(Research and Development,简称R&D)活动为研究方向。运用因子分析和聚类分析方法,对我国31 个省、市、自治区(不含我国港台地区,下同)2012年的R&D 投入产出水平进行排名和分类,目的是在全国各区域的比较中形成对贵州省R&D 发展状况的客观评价。结果表明31个省份水平差距较大,贵州属于落后队伍。据此,提出改进意见。

[关键词]R&D;因子分析;聚类分析

10 13939/j cnki zgsc 2015 51 266

科学研究与试验发展(Research and Development,简称R&D)活动是科技创新系统中最具创造性的核心部分,是一个国家或地区提升自主创新能力的重要途径,也是一个国家或地区实现经济增长方式转变的关键因素。重视R&D 发展是其必然举措。但是,学界对贵州省R&D 活动的关注力度甚微,研究成果较少,尚未有学者通过构建R&D 投入产出综合评价指标体系以及全国各区域间的比较来管窥贵州省的R&D 发展状况。鉴于此,本文试图通过构建科学合理的指标体系,运用因子分析和聚类分析方法,对我国31 个省、市、自治区(不含我国港台地区,下同)的R&D 投入產出水平进行排名和分类,目的是在全国各区域的比较中形成对贵州省R&D 发展状况的客观评价。

1 指标体系与数据获取

R&D 活动是一个系统工程,涉及因素很多,只有通过构建科学合理的指标体系,才能从不同侧面综合反映一个地区的R&D 发展状况。本文根据建立指标体系的全面性、层次性、针对性、简明性和可操作性原则,参考借鉴相似文献的研究经验,结合自身对R&D 活动的认识,经过多次甄别和筛选,最终确立了一个由3 个层级12 个具体指标组成的R&D 投入产出综合评价指标体系,如表1 所示。

表1 R&D投入产出水平综合评价指标体系

一级指标二级指标三级指标指标单位

R&D投入投入规模投入强度投入结构

X1:R&D经费支出万元

X2:R&D人员全时当量人年

X3:R&D经费支出占GDP比重%

X4:人均R&D经费支出元/人

X5:应用研究与基础的R&D经费支出比重%

X6:应用研究与基础的R&D人员全时当量比重%续 表

一级指标二级指标三级指标指标单位

R&D产出产出规模产出强度产出结构

X7:专利申请授权数件

X8:高技术产业主营业务收入亿元

X9:高技术产品出口额百万美元

X10:每万人口专利申请授权数件

X11:技术市场合同平均成交额万元/项

X12:实用新型与发明类授权专利比重%

2 实证研究之一:因子分析

因子分析是一种能够从诸多具有错综复杂关系的变量中提取出公因子,再用这些公因子代替原有变量去分析问题的统计分析方法。它可以有效减少变量的数目,同时自动确定各个变量的权值,避免人为主观因素的干扰,从而提高评价事物的客观性和准确性。因此,本研究采用此方法。

2 1 适用性检验

并非所有样本数据都适宜开展因子分析,这要求我们在提取公因子和计算因子得分之前先对样本数据进行因子分析法的适用性检验,通常采用KMO统计量和Bartlett 球体检验加以判定。经操作,本研究样本数据的KMO 值为0 514,Bartlett 球体检验给出的相伴概率为0 000,小于显著性水平0 05,均说明样本数据适合做因子分析。

2 2 提取公因子

表2列出了旋转后的因子载荷阵、特征值、贡献率和累积贡献率,可以看到,第一、二、三、四公因子的特征值均大于1,累积贡献率达到86 392%,说明这4 个公因子基本包括了12个指标的总信息量,可以代替它们来分析问题。

表3中,第一公因子F1 在X2、X7、X8、X9、X10 上有高载荷,这五个指标从不同的侧面反映了一个地区R&D 人员和产出的总量水平,因此将其命名为“规模因子”;第二公因子F2 在X1、X3、X4上有高载荷,这五个指标分别从不同的侧面反映了一个地区R&D 经费水平,因此将其命名为“经费因子”;第三公因子F3 在X5、X6上有高载荷,这三个指标分别从不同的侧面反映了一个地区R&D 投入和产出的结构情况,因此将其命名为“结构因子”;第四公因子F4 在X11、X12 上有较高的载荷,这两个指标主要反映了一个地区的技术经济价值体现情况,因此将其命名为“经济价值因子”。

提取方法:主成分。

旋转法:具有Kaiscr标准化的正交旋转法。

a 旋转在5次迭代后收敛。

2 3 分析结果

运用SPSS 软件,采用回归估计法可以计算出4个公因子的得分,它们分别从不同角度反映了各省、市、自治区的R&D 投入产出水平,但是单独使用某一公因子并不能对各地区在全国的地位作出综合评价,因此用各公因子对应的方差贡献率占总体累积贡献率的比重作为权重进行计算,得到各个区域的综合得分F,公式为:F=0 35828×F1+0 23463×F2+0 15467×F3+0 11625×F4。各省、市、自治区的因子得分、综合得分及排序如表4所示。可以得到:第一,贵州省的R&D 综合实力居全国后位。因子分析显示,贵州的综合得分是-0 46,列全国第29位。总体上,正如其宏观经济一样,贵州R&D 活动的发展程度也在全国处于落后地位,基本上属于“R&D 弱省”。作为全国西部省份,相对经济条件差,R&D 活动发展物质基础薄弱。但同时也应该看到,贵州的R&D 综合实力在西部地区处于中间靠后,与邻近的云南综合得分差距0 03,与西部其他省份处于在同一档次。第二,贵州省的比较优势在于R&D 经济价值大。因子分析显示,贵州的经济价值因子F4得分为0 35,排名全国第13,具有一定优势。根据《中国科技统计年鉴2013》,2012 年贵州R&D 技术市场合同平均成交额为190 06万元每项,位于全国第九名;R&D 实用新型与发明类授权专利比重为4 97,排名全国第10。可见,从经济价值上看,贵州具有经济效用高的特点,总体上在全国处于中上水准。第三,贵州省的比较优势还在于R&D 规模较大和经费较高。因子分析显示,贵州的规模因子F1得分为-0 43,排名全国第21,经费因子F2得分为-0 45,排名全国20,在西部省份具有一定优势。这说明贵州不仅R&D 的经济价值比较高,而且规模大、经费使用效率高,都使贵州的R&D 成果得以顺利实现商品化和应用推广。第四,贵州省的比较劣势在于R&D 活动类型结构严重失衡。因子分析显示,贵州的结构因子F3 得分为1 56,排名全国第30位。主要原因是贵州的R&D 活动类型结构严重失衡,缺乏合理性和协调性。根据《中国科技统计年鉴2013》,2012年贵州应用研究与基础的R&D 经费支出比重为0 93,排名全国倒数第二;应用研究与基础的R&D 人员全时当量比重为0 83,排名全国最后。可见,贵州过分注重基础研究,忽视应用研究的投入,这显然不利于贵州提升科技应用创新能力,无疑将对其产业结构升级和经济增长转型产生负面影响,应当引起重视。

3 结论与建议

本文通过构建R&D 投入产出综合评价指标体系,运用因子分析和聚类分析方法对2012年我国34个省、市、自治区进行排名和分类,在各区域的比较中客观评价贵州省R&D 活动发展状况。主要研究结论有:第一,贵州省的R&D 综合实力在全国排名靠后,因子综合得分排名全国倒数第三,但明显落后于全国大部分省份,位于第六梯队。第二,贵州省的比较优势在于R&D产出经济收益高,经济价值因子得分位排名国第13位,在产出上具有低产出、高收益的特点。第三,贵州省的比较优势还在于R&D投入力量较大,规模因子和经费因子得分排名全国第21和第20名,具有一定优势。第四,广东省的比较劣势在于R&D 活动类型结构严重失衡,结构因子得分排名全国倒数第二,属于“结构落后型”省份。过分注重基础研究发展,忽视对应用研究的投入,这将对产业升级和经济转型产生负面影响。

参考文献:

[1]许大英,田晓琴,徐江 基于协整分析贵州R&D经费投入与经济增长的关系[J].科技管理研究,2014(4)25-26

[2]谢兰云 我国R&D投入与经济增长关系的计量分析[J].东北财经大学,2009:58-69

[3]甘露,邓文峰 贵州R&D资金投入主体结构错位的成因分析[J].中共贵州省委党校学报,2013(1):13-15

[4]陈海波,刘洁 我国工业企业R&D 状况的区域比较分析[J].中国软科学,2008(1):88-94

[5]刘新同 基于因子分析的我国区域R&D 产出水平差异比较[J].科技管理研究,2009(5):193-195

猜你喜欢

经费支出投入产出贵州省
贵州省种公牛站
中国基础教育生均经费支出的公平性研究
——基于Gini 系数和Theil 指数的测算
不动产登记地方立法的思考——以贵州省为例
无锡高新区制造业投入产出分析
贵州省党代会开得最成功
基于DEA模型的省域服务业投入产出效率评价
论高校经费支出绩效评价的工具理性
中央“三公”经费5年减35.9亿
贵州省高速公路养护管理信息系统
基于DEA模型的煤矿安全投入产出研究