区域高技术产业技术创新能力的比较研究
来源：未知 日期：2016-06-16 点击：次
高技术产业是国民经济的战略性先导产业， 在我国产业结构优化和经济发展方式转变方面发挥着重要作用。
“十一五” 期间， 我国高技术产业发展迅速， 在产业规模持续扩大， 高技术制造业规模位列世界第二的同时， 国际市场份额也跃居全球第一。但不可否认的是， 我国高技术产业在技术创新能力方面与发达国家相比， 还存在着一定的差距； 且国内各区域之间技术创新能力的差异也较为明显。因此， 客观科学地测度和评价我国各区域的高技术产业技术创新能力， 对于我国高技术产业的合理布局和区域高技术产业持续健康发展， 从而带动产业升级， 优化产业结构， 具有重要的理论和实践意义。
技术创新能力是一个由若干要素构成的、 综合性的能力体系。近年来， 随着高技术产业的蓬勃发展， 高技术产业的技术创新能力， 也愈发受到国内学术界的关注和重视。综合和整理相关文献， 有关高技术产业技术创新能力的研究， 主要集中在理论探讨、 FDI影响和实证测度等方面。在具体测度和评价领域， 国内学者运用多种方法， 做了有益的探索。然后因研究方法的不同， 结论也不尽相同， 某些方法过于简单， 未能深刻体现高技术产业技术创新能力的区域差异。因此， 在其他学者研究的基础上， 考虑到统计数据的可获得性， 先采用主成分分析法， 对我国29个省市及自治区 （西藏、 青海统计数据不全， 未被列入） 的高技术产业区域技术创新能力进行测算， 然后再进行聚类分析， 对于综合反映我国高技术产业的技术创新能力， 揭示各地区技术创新能力的差异和不足， 则具有重要的研究意义。
1 研究方法和数据说明
1.1 基本思路和方法鉴于已有研究中， 高技术产业技术创新能力的评价指标之间存在着一定的相关性， 部分指标之间在反映产业技术创新能力时， 信息在一定程度上有重叠， 因此拟采用主成分分析法， 运用统计分析软件SPSS19.0， 对无量纲化后的数据进行计算， 以找寻出能解释产业技术创新能力的少数几个主要指标。进而在此基础上， 对各区域高技术产业技术创新能力采用聚类分析法， 以判别分析各区域高技术产业的类别。
1.2 指标体系的构建根据克里斯特森、 劳里斯和菲舍尔的观点 ， 结合国内部分学者从产业技术创新投入与产出的分析角度 ， 在综合考虑指标所选取的客观性、 科学性和可操作性的基础上， 从绝对规模和相对规模两方面考虑， 选取了技术创新投入、 技术创新产出和技术创新环境3个一级指标和18个二级指标， 来衡量我国高技术产业的技术创新能力 （见表1） 。
2 实证检验
由于高技术产业技术创新能力的评价指标之间存在着一定的相关性， 因此采用主成分分析法， 运用统计分析软件SPSS19.0， 对无量纲化后的数据进行计算 （数据为29´ 18矩阵） 。
2.1 KMO和Bartlett检验首先需进行KMO检验和Bartlet检验， 以验证数据是否可通过主成分分析法进行解释。检验结果发现： KMO检验值为0.677， 大于0.6， 根据Kaiser经验标准， 可进行主成分分析； 根据球形Bartlett检验结果， 近似卡方平方值与自由度df均满足要求， 且Sig.=0.0000<0.05， 这表明变量间具有较强的相关性， 适合于主成分分析。因此， 数据可通过主成分分析法对其进行实证分析， 并做出下一步的解释和分析。
2.2 主成分提取和因子旋转运行SPSS进行主成分分析， 即得到特征根、 方差贡献率和累计方差贡献率等结果， 从表2得知有3个成分的特征值大于1， 且累计方差贡献率为84.268%， 超过80%， 故选择此3个成分为主成分， 基本上能够反映18个二级指标所含的信息。
第二主成分F2与指标新产品产值占总产值的比重（X8） 、 新产品销售收入占主营业务收入的比重 （X10） 和有R&D活动的企业数占企业总数的比重 （X14)具有较大的关联度， 体现出一定的相对性特征， 可将F2命名为相对产出主成分， F2对技术创新能力的贡献率为13.736%第三主成分F3与R&D人员占从业人员比重 （X2） 、R&D经费内部支出占主营业务收入的比重 （X4） 、 政府R&D经费投入 （X15） 和政府R&D经费投入占R&D经费内部支出的比重 （X16)等4个指标相关性较大， 可将其命名为相对投入主成分， F3反映了整个指标体系11.218%的信息。
2.3 主成分分析结果将三个主成分的得分加权综合， 便可计算各地区的综合得分； 综合得分计算公式为： F = F1 ´ 0.7039 + F2 ´0.1639 + F3 ´ 0.1331。
通过计算， 即可得各地区高技术产业技术创新能力综合得分及排名， 如表4所示。
由表4和表5的实证结果可知， 从综合得分F来看， 我国各地区高技术产业的技术创新能力总体呈现出不平衡状态。技术创新能力第一类和第二类的地区， 只有广东、江苏、 浙江、 北京和山东五省市， 而位列第四类技术创新能力较弱区域的省市或自治区， 却有14个。这说明我国高技术产业的技术创新能力总体不高， 且从区域分布角度看处于金字塔状态， 即塔尖上具有较强技术创新能力的地区少， 而塔底技术创新能力较弱的地区却有很多。此外， 高技术产业技术创新能力的强弱与地区经济发展存在着较强的相关性， 综合得分较高的地区大都为东部沿海的经济发达地区， 而得分较低的地区， 基本上为经济发展较为落后的西部地区。
总体规模主成分F1对综合排名的影响较为显著， F1排名与综合排名也具有较强的一致性。从表5可以看出，总体规模较强的省份， 基本集中在东部经济发达地区 （F1得分前八位的地区分别为广东、 江苏、 浙江、 山东、 北京、 上海、 福建） ； 而总体规模较弱的省份， 则多集中在西部地区（F1得分后九位的省份， 西部地区有八省区在列） 。这说明在技术创新能力的总体规模方面， 经济发达的东部沿海地区， 具有较大的优势； 而西部地区则在资金、 人才、 地理环境等因素的限制下， 总体规模较弱。
在相对产出主成分F2和相对投入主成分F3方面，F2、 F3的排名与综合排名差异较大。F2和F3共同体现了技术创新能力的相对质量。在F2中， 重庆、 宁夏、 北京、 福建、 新疆位列前五； 而在F3中， 陕西、 黑龙江、 辽宁、 新疆、湖北则名列前茅。在F2或F3中排名靠前的重庆、 宁夏、新疆、 黑龙江、 辽宁等地区综合排名靠后， 主要是受到了总体规模主成分F1的制约， 这说明这些地区在相对投入和相对产出主成分上排名靠前， 是由于其总体规模小， 使得计算相对比重时更具有优势。F1排名靠前的东部地区在F2和F3排名中整体下降， 是因为其基数较大， 增大了相对质量的提高难度。而吉林、 广西、 山西、 海南和内蒙古等五省区， F1、 F2和F3的排名都比较落后， 说明这些地区既没有形成总体规模， 相对质量也比较低。
4 结论
通过对我国29个省、 市和自治区高技术产业技术创新能力的主成分分析和聚类分析， 得出以下结论：（1） 总体而言我国高技术产业技术创新能力区域发展不平衡， 且从全国范围看技术创新能力较弱。从区域范围看， 东部地区技术创新能力较强， 中部地区次之， 西部地区高技术产业的技术创新能力较为薄弱。同时， 我国高技术产业技术创新能力较强的地区少， 而创新能力亟待提高的地区却很多。因此， 加快我国高技术产业技术创新能力的提高步伐， 尤其是注重中西部地区高技术产业技术创新能力的提高， 是现在的当务之急。
（2） 东部地区在创新投入、 创新产出和创新环境的总体规模上表现优异， 带动了高技术产业技术创新综合能力的提高； 但是相对其较大的总体规模而言， 相对质量还有待提高。因此， 东部地区应该在继续扩大总体规模的同时， 提高技术创新能力的相对质量， 以保证东部经济发达地区在我国高技术产业发展的领头羊地位。
（3） 广大中西部地区在高技术产业技术创新的总体规模上与东部地区差距较大， 增大创新投入， 提高创新产出，优化创新环境， 是我国中西部地区高技术产业技术创新能力增强的必然选择。但是， 如何在总体规模扩大的同时，避免相对质量的下滑， 是中西部地区高技术产业技术创新能力提高过程中面对的新问题。
