贾春光，程钧谟，谭晓宇，郭景先

(山东理工大学 管理学院，山东 淄博 255012)

我国经济正处在新旧动能转换的关键时期，过去几十年经济增长的模式可以概括为资源消耗型、劳动密集型、大量投资型、中低端产品大量出口型、房地产拉动型,主要依靠大量资本、人力资源和自然资源等的投入实现GDP高速增长，这是旧动能[1]，而新动能表现为以创新驱动、技术进步、消费升级为牵引，以知识、技术、信息等新生产要素为支撑，以新技术、新产业、新业态、新模式为核心，以数字经济、智造经济、绿色经济、生物经济等为主要方向，是一种不同于传统的物质生产、流通和交换模式的新生产力[2]。新旧动能转换是以提高全要素生产率为核心的经济动力转换工程，其要重新整合资源和生产要素，激发经济增长新动能，经济发展方式由以传统产业“拉动”经济发展逐渐转变为以高技术产业“推动”经济发展，形成高技术产业与传统产业“推拉结合”的“双引擎”驱动经济增长模式，从而提高经济发展的质量和效益。

2016年，山东省共拥有国家级高技术产业开发区14个，省级高技术开发区8个，高技术企业数增长到2 207个，占全国高技术企业总数的7.17%；高技术产业实现利润总额953亿元，占全国高技术产业利润总额的9.25%，在全国排名第三位，比排名第二的江苏省低1 107亿元；出口交货值达到1 935亿元，占全国出口交货值的3.87%，在全国排名第七位。总体来说，山东省高技术产业发展势态良好，产业规模不断扩大，产业盈利能力不断提高，但是与广东省、江苏省等地区存在较大的差距，对山东省高技术产业科技创新竞争力进行评价分析，有利于明晰山东省在全国高技术产业科技创新竞争中的境况，把握住新旧动能转换机遇期，提高山东高技术产业科技创新竞争力，以加快带动传统产业的转型升级和区域经济发展。

1 文献综述

科技系统是一个为实现科技的进步从而推动经济系统和社会系统发展组建的人工系统，其一般以国家(地区)为界限，其他国家(地区)的科技系统视作一个国家(地区)科技系统的环境[3]，而科技创新竞争力是这个科技系统推动经济系统和社会系统发展的能力，是一个国家(地区)科技创新能力的体现[4]。Serban[5]和Jungsub[6]分析了人才和财金政策对区域科技创新的影响；雷勋平等[7]从科技投入、科技产出及科技对社会经济的贡献3个维度，构建了基于熵权可拓决策的科技竞争力评价模型，并对中部六省的科技竞争力进行评价；陈文娟等[8]使用面板数据对江苏省高技术产业发展现状进行分析，运用因子分析方法对全国高技术产业科技竞争力实证分析；范德成等[9]从创新活动投入和产出两方面构建了高技术产业创新绩效评价指标体系，运用熵权TOPSIS法对中部六省高技术产业创新绩效进行了评价；李伟铭等[10]对我国30个省市的高技术产业的空间分布特征和区域差异进行了研究；赵丹琪等[11]从内生竞争力和外生竞争力两个角度构建了高技术产业评价指标，运用熵值法对2015年湘赣鄂三省高技术产业竞争力进行了分析。

我国学者从不同角度运用不同方法对区域科技竞争力进行分析和评价，并且取得了许多研究成果，但仍然存在不足之处。在指标权重确定上，部分评价方法多依靠专家打分法确定指标权重，使得评价过程存在误差，对最终的评价结果造成影响；多数区域科技创新竞争力的评价研究是对某一年度的静态评价，这对于竞争力的评价不够全面，忽视了科技创新竞争力是一个动态变化的过程。本文以山东省高技术产业为研究对象，利用2014—2016年的面板数据，运用因子分析方法将具有一定相关性的变量综合为少数几个独立因子，对全国区域高技术产业科技创新竞争力进行实证分析，并运用聚类分析将全国高技术产业科技创新竞争力分成五大区域，以明晰山东省高技术产业科技创新竞争力在全国的境况，为山东省提高高技术产业科技创新竞争力提供相应的决策依据和参考。

2 评价指标体系的构建

高技术产业科技创新竞争力是高技术产业在竞争过程中通过知识创造和技术进步实现经济价值和社会效益的能力。根据指标选择的科学性、数据的可获得性原则，参考相关研究文献，本文以山东省高技术产业为研究对象，从科技投入、创新产出、产业规模和产业环境四个维度，构建了高技术产业科技创新竞争力评价指标体系，见表1。科技投入是高技术产业提升科技创新竞争力的基础，为高技术产业的知识创造和技术进步提供人力、资金和设施；创新产出是衡量高技术产业科技创新竞争力的关键指标，主要从专利和新产品两个方面进行考核；产业规模反映高技术产业现阶段的盈利能力，通过产业利润、产业技术市场成交额等来体现；产业环境是高技术产业创新活动的支撑，主要反映区域内经济基础、创新后备人才以及相关产业的发展等状况。

3 实证分析

3.1 数据来源和方法选取

本文数据以2014—2016年为研究年份，选取了我国29个省市为研究对象，根据2015—2017年《中国统计年鉴》《中国科技统计年鉴》、各省市的统计年鉴以及国家统计局发布的2014—2016年《全国科技经费投入统计公报》等等，搜集上述20个指标体系中的相关数据，运用SPSS 25.0软件，采用因子分析和聚类分析方法对全国29个省市科技创新竞争力进行评价和分析。

表1 高技术产业科技创新竞争力评价指标体系Tab.1 Evaluation index system for competitiveness of science and technology innovation in high-tech industries

目标层准则层指标层高技术产业科技创新竞争力科技投入创新产出产业规模产业环境X1 地区R&D经费投入(亿元)X2 地区R&D经费投入强度(%)X3 企业R&D经费投入(万元)X4 新产品开发经费(万元)X5 R&D人员全时当量(人年)X6 R&D人员人数(人)X7 产业新增固定资产(亿元)X8 有效发明专利数(项)X9 专利授权数(项)X10 新产品项目数(个)X11 新产品销售收入(万元)X12 新产品出口销售收入率 (%)X13 产业利润总额(亿元)X14 产业出口交货值(亿元)X15 技术市场成交额(亿元)X16 国内市场占比(%)X17 人均GDP(元/人)X18 高等院校每十万在校生人数(人)X19 政府科学技术财政支出(亿元)X20 信息传输、计算机服务和软件业新增固定资产(亿元)

3.2 因子分析的适用性检验

在分析之前需要将原始数据标准化，然后进行KMO和Bartlett球形检验，以判别是否适合进行因子分析。根据Kasier[12]的标准，KMO统计量大于0.7时，因子分析效果比较好，且当Bartlett检验统计量的显著性sig值小于0.05时，即认为变量之间具有显著的相关性。由表2可知，2014—2016年的KMO检验统计量均大于0.7；Bartlett球形检验显著性sig值均为0<0.05，适合做因子分析。

表2 KMO和Bartlett球形的检验Tab.2 Testing of KMO and Bartlett spheres

年份201420152016KMO检验值0.7930.7900.805近似卡方1 475.4771 477.621 487.507自由度190190190显著性000

3.3 公共因子的确定

根据标准化后的相关系数矩阵，将特征根大于1和累计贡献率大于80%作为选取公共因子的标准，结合特征值碎石图最终选取3个主因子，对高技术产业科技创新竞争力进行评价。为了更容易解释各因子的意义，进行方差最大正交旋转(Varimax)，得到旋转后的因子特征值及方差贡献率(见表3)和成分矩阵，并使用回归法得到成分得分系数矩阵(见表4)。

从表4可以看出，X3、X4、X5、X6、X8、X9、X10、X11、X14在第1个公共因子上有较大的载荷，这些指标涉及高技术产业的科技创新投入和产出，反映了地区高技术产业科技创新投入和产出水平，所以将第1个公共因子命名为科技创新能力因子。X2、X17、X18、X19在第2个公共因子上具有较大的载荷，这些指标反映地区经济水平、人才后备力量和地区对科技创新的重视程度，所以将第2个公共因子命名为产业创新环境因子。最后一个公共因子在X12上占有较大的载荷，所以将第3个公共因子命名为新产品实力因子。根据各地区3个公共因子的得分情况，并取3年的平均值作为平均得分，得到表5。

表3 旋转后的因子特征值及贡献率Tab.3 Eigenvalues and contribution rates of factors after rotation

成分2014年2015年2016年特征值方差贡献率/%累积方差贡献率/%特征值方差贡献率/%累积方差贡献率/%特征值方差贡献率/%累积方差贡献率/%111.26356.31556.31512.54862.73962.73913.72668.63268.63225.37326.86483.1793.89719.48582.2233.03815.19083.82230.9834.91688.0961.2996.49788.7211.0075.03388.855

表4 成分得分系数矩阵Tab.4 Component score coefficient matrix

指标2014年2015年2016年123123123X10.0550.064-0.0320.0570.092-0.0680.0270.0960.041X2-0.0640.1970.143-0.0420.2720.001-0.0350.268-0.027X30.094-0.0490.0570.075-0.0200.0200.055-0.0190.067X40.099-0.0400.0020.090-0.023-0.0430.101-0.022-0.020X50.100-0.0640.0760.062-0.0280.1040.062-0.0350.067X60.0880.039-0.2130.103-0.032-0.1070.0280.0390.084X70.106-0.039-0.1700.034-0.0530.203-0.130-0.0580.432X80.102-0.021-0.1190.119-0.037-0.2030.186-0.031-0.197X90.079-0.0180.0510.0670.0100.0090.0680.0200.013X100.084-0.0470.1240.061-0.0100.0600.074-0.0240.029X110.086-0.0490.1280.069-0.0180.0510.070-0.0200.039X120.022-0.0890.505-0.1440.0280.9100.222-0.073-0.307X130.0250.180-0.3390.095-0.039-0.0480.066-0.0280.052X140.099-0.039-0.0600.081-0.038-0.0010.174-0.045-0.165X15-0.0600.266-0.268-0.0100.261-0.237-0.0610.280-0.023X160.0250.180-0.3390.095-0.039-0.0480.067-0.0280.052X17-0.0840.0880.660-0.0780.2390.249-0.0060.215-0.045X18-0.1130.1980.307-0.1050.3010.168-0.1040.2850.050X190.0270.0840.0610.0830.063-0.1580.1670.048-0.217X200.084-0.006-0.0670.095-0.005-0.146-0.2540.0040.617

表5 各地区3个公共因子得分Tab.5 Scores of three common factors in different regions

地区科技创新能力因子产业创新环境因子新产品实力因子2014年2015年2016年2014年2015年2016年2014年2015年2016年北京-0.70-0.44-0.674.704.134.18-1.13-1.22-0.38天津-0.61-0.61-0.230.801.611.423.041.38-0.38河北-0.10-0.14-0.44-0.48-0.57-0.54-0.41-0.150.64山西-0.53-0.62-0.24-0.31-0.40-0.53-0.320.51-0.70内蒙古-0.50-0.57-0.58-0.38-0.32-0.420.41-0.03-0.06辽宁-0.20-0.310.020.060.120.050.600.03-1.06吉林-0.59-0.39-0.91-0.15-0.09-0.070.30-0.570.63黑龙江-0.47-0.43-0.52-0.24-0.34-0.44-0.52-0.55-0.05上海-0.08-0.070.580.941.531.542.000.30-1.23江苏3.202.941.540.490.170.25-0.530.713.71浙江1.081.041.12-0.310.170.162.000.870.52安徽0.200.23-0.18-0.21-0.30-0.24-0.75-0.680.73福建-0.06-0.320.13-0.320.00-0.221.111.680.01江西-0.34-0.30-0.45-0.34-0.42-0.38-0.50-0.070.29山东1.251.110.680.060.030.17-0.140.031.11河南0.38-0.330.71-0.73-0.54-0.820.903.38-0.50湖北-0.14-0.01-0.250.280.380.45-0.28-0.800.12湖南0.030.07-0.49-0.39-0.45-0.34-0.54-0.630.82广东3.143.554.250.09-0.15-0.06-0.41-0.52-1.17

表5(续)

地区科技创新能力因子产业创新环境因子新产品实力因子2014年2015年2016年2014年2015年2016年2014年2015年2016年广西-0.37-0.25-0.65-0.46-0.72-0.61-0.89-0.930.33海南-0.70-0.67-0.28-0.54-0.59-0.61-0.02-0.03-0.99重庆-0.42-0.60-0.02-0.150.060.050.351.37-0.67四川0.000.06-0.58-0.08-0.30-0.21-1.06-0.881.09贵州-0.48-0.47-0.18-0.70-0.85-0.78-0.52-0.23-0.84云南-0.47-0.36-0.45-0.58-0.80-0.71-1.03-0.99-0.28陕西-0.60-0.51-0.860.500.650.70-0.16-0.110.54甘肃-0.59-0.52-0.46-0.41-0.55-0.55-0.69-0.50-0.47青海-0.61-0.42-0.35-0.68-0.99-0.92-0.91-1.17-0.79宁夏-0.72-0.66-0.24-0.48-0.48-0.550.06-0.19-0.98

4 山东高技术产业科技创新竞争力在全国所处的地位分析

4.1 因子分析结果

本文将3个旋转后公共因子的贡献率作为权重，根据3个公共因子的得分计算出2014—2016年的各地区高技术产业科技创新竞争力的综合得分及排名，以各地区3年因子得分的平均值作为最终得分并排名，得到表6。

表6 各地区不同年份因子综合得分、最终得分及排序Tab.6 Comprehensive score, final score and rankings of different regions in different years

地区2014年排名2015年排名2016年排名平均得分排名广东1.7722.1612.0011.981江苏1.9111.9221.4721.772浙江0.6250.7530.7030.693山东0.7140.7040.5840.664北京0.8130.4550.4250.565上海0.3060.2760.4060.326天津0.0280.0280.1080.057河南0.067-0.09110.1270.038安徽0.0280.047-0.02100.019湖北-0.01100.028-0.02100.0010福建-0.0611-0.09110.039-0.0411四川-0.0712-0.0810-0.1613-0.1012辽宁-0.0712-0.1714-0.1613-0.1313湖南-0.1214-0.0911-0.1915-0.1313陕西-0.2116-0.2015-0.2216-0.2115河北-0.2015-0.2116-0.2317-0.2116重庆-0.2617-0.2717-0.1112-0.2116江西-0.3118-0.2717-0.2618-0.2818吉林-0.3620-0.3019-0.3821-0.3519黑龙江-0.3519-0.3721-0.3720-0.3620广西-0.3722-0.3620-0.4023-0.3821内蒙古-0.3620-0.4222-0.4023-0.3922山西-0.4023-0.4423-0.3519-0.4023云南-0.4724-0.4524-0.4326-0.4524贵州-0.4926-0.4725-0.3922-0.4524甘肃-0.4825-0.4725-0.4326-0.4626宁夏-0.5327-0.5227-0.4023-0.4827海南-0.5428-0.5429-0.4428-0.5128青海-0.5729-0.5328-0.5029-0.5329

4.2 聚类分析结果

为进一步明晰山东省高技术产业科技创新竞争力在全国所处境况，根据表6的得分结果，运用系统聚类对各地区2014—2016年的因子得分数据进行分析，选择组间连接法，以欧氏距离测度距离，生成聚类分析的树状图，如图1所示。

图1 聚类分析树状图

根据图1，参考相关文献，结合我国科技发展现状，将全国29个省市高技术产业科技创新竞争力分为五大区域，竞争力强区域(Ⅰ类)、竞争力较强区域(Ⅱ类)、竞争力中等区域(III类)、竞争力较弱区域(Ⅳ类)和竞争力弱区域(V类)，得到表7。

表7 聚类分析结果Tab.7 Cluster analysis results

类型省份Ⅰ类广东、江苏Ⅱ类上海、北京、浙江、山东III类天津、河南、安徽、湖北、福建Ⅳ类湖南、四川、辽宁、河北、陕西、重庆、江西V类山西、内蒙古、吉林、黑龙江、广西云南、甘肃、贵州、海南、宁夏、青海

根据分析结果，山东高技术产业在全国排名均为第四位，属于竞争力较强区域(Ⅱ类)。从同类得分上来看，山东高技术产业稍微落后于浙江，相对于北京、上海取得微弱领先。同时，山东同属于竞争力强区域的广东、江苏两省存在明显差距。

5 结论与建议

山东高技术产业2014—2016年的因子得分分别为0.71、0.70、0.58，三年平均得分为0.66，在全国排名均为第四位，属于竞争力较强区域，因子得分出现逐年下降的趋势。在科技创新能力因子上，山东高技术产业以3年平均得分1.01位于全国第四位，三年得分呈现逐年下降的趋势，得分与浙江省比较接近，与广东、江苏两省存在明显差距；在产业创新环境因子上的三年平均得分为0.09，2016年的得分有增长趋势，说明山东对高技术产业环境的支持和投入力度有所增加；山东高技术产业在新产品实力因子上平均得分0.34，得分逐年有所提高。

根据研究结论，本文从制度环境、产业投入力度和创新产业效率、产学研融合等方面提出了相应的对策和建议，以期为山东省高技术产业科技创新竞争力的提升提供参考依据。

1)营造良好的制度环境，提高制度竞争力。发挥政府的主导作用，以高技术企业为主体，以制度创新为引导，善于制度实验和创新，提升制度竞争力。营造良好的人才引进环境，进一步完善人才引进政策，吸引高水平人才的创业、就业和落户；完善创新激励机制，更好地发挥人才创新的主观能动性，为高技术产业的发展提供“软实力”保障；积极运用财税和金融政策为高技术产业提供制度支持，尤其为具有活力的中小企业提供强有力的扶持和优惠政策，制定合理的税收减免政策促进高技术产业的发展。

2)加大产业投入力度，提高创新产出效率。山东省要根据各市的经济发展状况和产业环境特点，依托传统产业技术和人才优势，以市场为导向，积极吸引国内外投资，建立各具特色的高技术产业园区。继续加大对产业的经费投入和人才投入，完善高技术产业及相关产业的基础设施，在保证“量”的前提下，注重高技术产业“质”的提升，高技术企业尽快掌握核心技术、关键技术和高新技术，挖掘自身潜力，提高自主创新能力和创新产出效率。

3)加快校企产学研融合，推动科技成果产业化。高技术企业根据资金实力和项目难度选择合适的合作院校，资金实力较好的企业可以选择研究型高校和科研院所作为合作对象，实力一般的中小企业可以先选择以应用技术为主的高专或高职作为合作对象。高技术企业能够为高校和科研院所提供科研经费和实践基地，有利于高校科研成果的产出。通过产学研项目为高技术企业提供具有针对性的高技术人才，与高技术企业进行衔接，高等院校也能够对人才培养模式进行优化，结合市场调整相关专业的规模，提高高等院校培养人才的水平。同时高技术企业将高等院校科研成果产业化，有利于自身科技创新竞争力的提高。