運用因子分析法評價我國31省市建筑業技術創新能力

李佳，張晨暉

（萬盛經濟技術開發區建設工程質量監督站，重慶 萬盛400800）

在消費和凈出口尚不足以維持經濟增長的背景下，2011年建筑業增加值320 20億元，比上年增長10.0%。全國具有資質等級的總承包和專業承包建筑業企業實現利潤424 1億元，增長24.4%，其中國有及國有控股企業117 2億元，增長36.0%［1］。業內人士預測，2012年建筑業總產值平均增長將在21%左右，建筑行業將在下一輪景氣周期中業務量持續增加。由此可見，建筑業已成為了保持我國經濟穩步增長的支柱性產業，在國民經濟中起到了極為重要的作用。

圖1 2006－2011年建筑業增加值及增長速度

但從2006年到2011年建筑業增長的速度來看，我國建筑業的增長幅度在逐年減少。其具體表現為我國建筑業的勞動生產率和技術裝備率發展緩慢，尤其是內地各省市的發展差距較為明顯，很多地區還是比較粗狂的經營模式，不但消耗了我國稀缺的不可再生資源，更是降低了我國建筑業的國際競爭力。因此，本文運用因子分析法對我國建筑業的技術創新能力進行定量分析，通過對國內31個省市（除港澳臺地區）建筑業有關技術創新的數據進行收集分析，得到各省建筑業在開展技術創新的情況以及之間的差別，從而尋求提升我國建筑業技術創新的路徑。

1 因子分析法基本介紹

因子分析（Factor Analysis）是研究從變量群中提取共性因子，并通過公共因子反映原有變量的大部分信息從而簡化研究的一種統計技術，是2種分析形式的統一體，即驗證性分析和純粹的探索性分析［2］。

因子分析法最早是由英國心理學家C.E.斯皮爾曼在20世紀30年代提出的。他發現學生的各科成績之間存在著一定的相關性，一科成績很好的學生，往往其他各科成績也比較好，從而推想是否存在某些潛在的共性因子，或某些智力條件影響著學生的學習成績。因子分析可在許多變量中找出隱藏的具有代表性的因子，其主要目的是用來描述隱藏在一組可觀測的初始變量中但又無法直接測量到的潛在變量。將相同本質的變量歸入一個因子，可減少變量的數目，還可檢驗變量間關系的假設。目前己廣泛應用于心理學、醫學、教育、社會學、經濟學和管理學等研究領域［3］。

1.1 因子分析的數學模型

因子分析中的公共因子是不可直接觀測但又客觀存在的共同影響因素，每一個變量都可以表示成公共因子的線性甘薯與特殊因子之和，即：

Xi＝ai1F1＋ai2F2＋…＋aimFm＋εi，（i＝1，2，…，p）式中，F1，F2，…，Fm稱為公共因子，εi稱為Xi的特殊因子。該模型可用矩陣表示為：

其中，

需滿足：

1.2 因子分析的計算和求解步驟

因子分析通常包括以下4個步驟：

1）計算所有變量的相關系數矩陣。相關系數矩陣式因子分析直接要用的數據。

2）提取因子，確定因子的個數和求因子解的方法。

3）進行因子旋轉，使因子解的實際意義更容易解釋。

4）計算因子得分。

2 建筑業技術創新能力評價指標體系的建立

本文通過對建筑業技術創新能力影響因素的分析，通過對初步選定的建筑業技術創新能力的各項評價指標進行完整性和重要性的檢驗，以及結合中國建筑科學研究院結構所［4］2004年在對我國建筑企業對技術進步評價表的研究成果，最終建立了建筑業技術創新能力評價指標體系如表1。

表1 評價指標體系

3 基于因子分析法的能力評價分析

通過運用SPSS17.0軟件的計算，對全國31個省市建筑業技術創新能力進行因素分析，得到了31個省市在發展建筑業技術創新方面的排名，并對主要影響因素進行提取和分析，找到影響建筑業技術創新能力水平的關鍵因素。

3.1 數據收集

本文將除港澳臺以外的其他31個內地省市收集有關建筑業技術創新的指標。為了保證評價結果的可靠性、可信度、權威性，真實反映現實問題，本文指標層的數據來源為《2011全國統計年鑒》、《全國第二次R＆D資源清查》、《2011全國科技統計年鑒》及內地各省市2011年統計年鑒。

3.2 檢驗待分析的變量是否符合因子分析的條件

要檢驗待分析的變量是否符合因子分析的條件要對變量進行KMO檢驗和Bartlett’s球形檢驗。KMO統計量的取值在0和1之間，KMO值越接近于0表明原始變量相關性越弱，越接近于1表明原始變量相關性越強［5］。

表2 KMO和Bartlett的檢驗

由表2可知，KMO統計量等于0.682，Bartlett球形檢驗的p值為0.000，說明本指標體系中的數據比較適合進行因子分析。

3.3 因子提取

本案運用SPSS軟件進行因子分析，因子提取方法采用主成分分析法，旋轉方法使用Vatimax方差最大旋轉法。

表3 解釋的總方差

影響因子的選取采用特征值大于1的原則，并采用方差最大正交旋轉法將因子載荷距陣旋轉，輸出總方差解釋表。由表3的輸出結果可知，特征值大于1的因子有5個，F1、F2、F3、F4、F5五個全局主成分的方差累計率已達到85.690%（大于85%），其各自的方差貢獻率分別為46.018%、17.006%、9.17%，7.273%，6.224%。故可將其確定為所需要提取的5個全局主成分。

表4 旋轉成分矩陣

由表4可以看出，因子1支配的變量有建筑企業總收入（D2）、建筑企業總收入（D1）、建筑業繳納所得稅額（D20）、建筑企業利潤總額（D3）、建筑業申請專利數（D17）、工程領域的研發機構數（D9）、三年內獲得工程獎項數（D19）、發表科技論文數量（D18），反應了創新能力各個方面的情況，稱為綜合因子；因子2支配的變量有技術開發經費支出額占總產值的比例（D10）、建筑業R＆D人員全時當量（D14）、建筑業R＆D經費總額（D11）、R＆D人員占從業總人數的比重（D16），反映了技術創新能力資源投入的情況，稱為資源投入因子；因子3支配的變量有碩士以上學歷（含）R＆D人員比重（D15）、建筑企業投入的R＆D經費比重（D12），反映了資源投入比重的情況，稱為投入比重因子；因子4支配的變量有建筑業研發人員增長率（D8）、公有經濟企事業單位專業技術人員（D4），反映了技術創新專業人才的情況，稱為人才因子；因子5支配的變量有技術裝備率（D6）稱為技術裝備率因子。

3.4 計算因子得分

表5 成分得分系數矩陣

表5給出了因子得分系數矩陣，根據表中的因子得分系數和原始變量的標準化值就可以計算各個因子的得分。旋轉后的因子得分表達式可以寫成：

F1＝0.139D1＋0.127D2＋0.127D3－0.053D4－0.058D5＋0.065D6＋0.094D7－0.096D＋0.1378D9－0.089D10－0.043D11－0.020D12＋0.065D13－0.043D14－0.001D15－0.071D16＋0.136D17＋0.141D18＋0.117D19＋0.124D20

F2＝－0.049D1－0.017D2－0.033D3＋0.046D4－0.042D5＋0.003D6＋0.011D7＋0.026D8－0.071D9＋0.336D10＋0.266D11＋0.076D12＋0.035D13＋0.282D14－0.058D15＋0.297D16－0.056D17－0.037D18－0.034D19－0.032D20

F3＝－0.020D1＋0.003D2－0.030D3－0.015D4＋0.068D5－0.147D6＋0.074D7＋0.010D8－0.053D9－0.075D10＋0.017D11－0.417D12＋0.298D13－0.017D14＋0.414D15－0.153D16＋0.050D17＋0.044D18＋0.062D19－0.025D20

F4＝－0.064D1－0.033D2－0.027D3＋0.470D4＋0.184D5－0.192D6＋0.006D7＋0.514D8－0.047D9＋0.089D10＋0.107D11＋0.136D12－0.060D13＋0.032D14＋0.098D15－0.171D16－0.018D17－0.111D18＋0.053D19－0.016D20

F5＝－0.055D1－0.022D2－0.044D3＋0.004D4＋0.359D5＋0.637D6＋0.184D7－0.134D8－0.045D9＋0.056D10＋0.022D11＋0.194D12－0.026D13－0.037D14－0.013D15－0.152D16＋0.015D17＋0.085D18＋0.169D19－0.057D20

3.5 綜合得分計算

5個公共因子僅從各個方面放映了各省市建筑業技術創新能力水平，尚不能對各省市建筑業技術創新能力水平進行綜合評價，因此需要按各公共因子的方差貢獻率為權數計算綜合得分。用λi（1＝1，2，3，4，5）表示3個公共因子的方差貢獻率，則λ1＝46.018，λ2＝17.006，λ3＝9.17，λ4＝7.273，λ5＝6.224。則綜合得分的計算方法為：

各省市的公共因子得分、綜合得分及排名如表6所示。

表6 因子得分及排名

3.6 結論分析

根據表6中的數據可知，我國建筑業技術創新能力排名在前十位的省份為：北京、江蘇、上海、浙江、山東、廣東、湖北、陜西、天津、遼寧。其中沿海城市占了7成，說明沿海城市的對外開放、經濟國際化以及更頻繁的國際溝通促進了建筑業技術創新能力的發展。

由表6中5個主要因子得分來看，綜合因子（F1）上排名前5位的省市為：江蘇、浙江、北京、廣州、上海。因子F1支配的因子包含了影響建筑業技術創新能力的各個方面，以上5個省市無論是從產業GDP上還是從創新投入上都處于全國領先水平，這說明了這5個省市的建筑業的綜合實力較強。在資源投入因子（F2）上排名前五位的省市為：湖北、北京、上海、安徽、湖南。說明了這5個省市近年來較注重對建筑業技術創新的發展，在研發經費和研發人員上進行了較多的投入。在資源投入比重因子（F3）上排名前5位的省市為：北京、陜西、吉林、四川、西藏。投入比重反映了技術創新是否落后于行業發展，排名靠前的幾個省市反映出在發展建筑產業上較重視技術創新，對技術創新投入的增長遠大于行業的增長。在專業人才因子（F4）上排名前5位的省市為：山東、黑龍江、廣東、廣西、吉林。從數據上可以看出，一些建筑行業不太發達的省市表現出對人才引進和培養上的積極性，這體現了各省市發現了重視人才對建筑產業發展的重要性。在技術裝備率因子（F5）上排名前五位的省市為：天津、上海、青海、新疆、北京。說明了天津、上海等省市對行業技術裝備的重視，體現了加快設備的更新換代、提高設備的先進性更有助于建筑業的蓬勃發展。

從31個省市因子分析的得分排名我們也可以發現，不同的地區呈現出不一樣的發展態勢，每個省市運用的改善辦法也不盡相同。與一些經濟發達地區的全面加大投入不同，一些建筑業的后起之秀都是通過重點提升某一重要環節來達到提高技術創新、增加建筑業經濟效益的效果。如湖北近幾年加大了科技創新資源的投入，科技經費、研發人才的投入數量都處于全國前列；近年來吉林、廣西等省市更注重高素質人才的引進，研發人員中碩士及以上學歷占了以上；天津、青海等省市則是通過加快陳舊設備的更新，提高技術裝備的先進性來提升建筑業的勞動生產率。

4 結論及建議

結合以上的計算分析，以及針對一些建筑業欠發達地區的問題研究，本文針對我國建筑業技術創新能力的提升提出如下建議：

4.1 充分發揮政府職能部門宏觀調控作用

進一步明確各部門在優化科技資源配置中的職責和分工，加強各個部門對技術創新資源配置重要性的認識，從而發揮政府對科技資源進行有效配置的功能。要按照國家賦予的職責定位，加強行業建筑工程領域科研院所機構建設，切實發揮行業技術優勢，提高科技創新和服務能力，解決重大科學技術問題。

4.2 集中力量發展優勢領域

各省市在發展建筑業科技創新的同時應充分利用和發揮比較優勢，有重點的培養建筑支柱產業。創新能力的培養和提高，不能盲目模仿發達國家和國內發達地區的發展模式。必須在認清省情和優勢的基礎上，力求突出優勢與特色，以促進經濟繁榮和產業持續發展為主要目標，分階段、有重點的培養創新能力。在科技資源配置上，將科技資源的優勢與社會和建筑業的發展緊密結合起來，進一步激發企事業科研院所從事基礎研究的積極性，打破建筑行業、各個部門之間的限制，以雙贏或共同發展為目的，聯合攻關，取得行業共性關鍵技術研發的突破。現階段應選擇具有廣闊應用前景的共性技術、關鍵技術和前沿技術，培植具有區域特色的建筑業創新技術產業群［6］。

4.3 加快我省建筑業科技創新體系建設和人才培養

科研人才作為技術創新的關鍵要素，在建筑業技術創新方面具有十分重要的作用。因此應以市場為導向積極引導我省建筑業加快建立產、學、研相結合的技術創新體系，通過開展戰略聯盟、戰略合作 、校企合作、技術轉讓、技術參股等方式，加大建筑業科技投入，加快建筑業技術更新與創新。積極引導企業制訂人才發展規劃，重視對建筑業創新研發人才的培育和引進，建立健全人才培養引進和使用的激勵機制，鼓勵各類實用人才以專利技術和發明或其它科技成果等要素參與分配［7］。鼓勵和支持全日制高等院校、職業技術學校、專業培訓機構為企業培養優質技術研發人才。

4.4 對工程建筑領域科研機構給予政策扶持

各個地區政府應針對加強工程建筑領域科研機構的建設，出臺一些措施來扶持各省市科研機構的發展。首先應制定優惠政策，鼓勵專職院所積極參加行業共性、關鍵性技術科技創新工作。國家級科技項目立項方面優先支持科研院所申報的項目。其次應在加強重點實驗室、工程技術研究中心等相關科研基地的建設，對行業科研院所給予傾斜支持，進一步增強轉制科研院所的共性技術創新的能力。第三應重視建筑行業科研院所人才隊伍建設，鼓勵建筑領域的領軍人才到我省的科研院所工作，在科技創新團隊建設方面給予傾斜支持。

［1］中華人民共和國國家統計局，中華人民共和國2011年國民經濟和社會發展統計公報［M］.2012.

［2］于秀林，任雪松.多元統計分析［M］.北京：中國統計出版社，1999.

［3］王雪華.管理統計學—基于SPSS軟件應用［M］.北京：電子工業出版社，2011.

［4］雷強，馮大斌.我國建筑企業技術進步評價方法探討［J］.建筑經濟，2004，8：42－44.

［5］李輝.城鎮居民生活水平綜合評價的因子分析研究——以云南省為例［D］.云南大學，2011.

［6］李佳.湖南省建筑業技術創新能力評價與提升對策研究［D］.湖南科技大學，2012.

［7］李佳，陳帆，張晨暉.湖南省建筑業創新能力評價與提升對策研究［J］.科技進步與對策，2012（5）：113－117.