區(qū)域科技綜合實(shí)力評價(jià)研究

玄兆輝，呂永波，羅亞非

(1.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京 100044;2.北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100124)

區(qū)域科技綜合實(shí)力評價(jià)研究

玄兆輝1，呂永波1，羅亞非2

(1.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京 100044;2.北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100124)

近年來我國科技投入不斷增加，有力地促進(jìn)了地區(qū)科技與經(jīng)濟(jì)發(fā)展，然而不同地區(qū)之間的科技發(fā)展水平仍存在較大差距。本文利用2009年科技統(tǒng)計(jì)數(shù)據(jù)，采用熵權(quán)法、密切值法和因子分析法分別對我國不同地區(qū)科技綜合實(shí)力進(jìn)行分析，并進(jìn)行了三種方法計(jì)算結(jié)果的一致性檢驗(yàn)。結(jié)果表明，我國區(qū)域科技綜合實(shí)力呈現(xiàn)出由東部沿海地區(qū)向東北地區(qū)、中部地區(qū)到西部地區(qū)的梯度分布特征;同時(shí)，在一個(gè)區(qū)域內(nèi)部科技綜合實(shí)力的水平也存在差異。

科技綜合實(shí)力;熵權(quán)法;密切值法;因子分析;一致性檢驗(yàn)

Abstract:The increasing input of science and technology has extremely promoted China's science，technology and economy development in recent years.But there are still large differences between regions in terms of science and technology development level.Based on the statistics data of 2009，the paper analyzes the regional comprehensive science and technology power through the entropy method，osculating value method and factor analysis，and makes a consistency test on the analysis results from the three methods.The study results show that the regional comprehensive science and technology power of China gradually declines from the eastern costal area to the northeastern，the middle，and the western areas，and that the regional comprehensive science and technology power is also much different within the four areas.

Key words:Comprehensive science and technology power;Entropy method;Osculating value method;Factor analysis;Consistency test

2006年國家中長期科技發(fā)展規(guī)劃綱要頒布實(shí)施以來，我國科技投入不斷增加，地區(qū)科技實(shí)力不斷增強(qiáng)。科技發(fā)展對區(qū)域經(jīng)濟(jì)轉(zhuǎn)型、產(chǎn)業(yè)升級提供了有力支撐。然而，由于社會(huì)經(jīng)濟(jì)條件和資源稟賦等方面的不同，各個(gè)地區(qū)的科技綜合實(shí)力仍存在著較大的差異，為了對我國不同地區(qū)科技綜合實(shí)力的現(xiàn)狀進(jìn)行量化分析，本文利用2009年的科技統(tǒng)計(jì)數(shù)據(jù)，分別采用熵權(quán)法、密切值法和因子分析法評價(jià)不同區(qū)域的科技綜合實(shí)力。

1 科技綜合實(shí)力評價(jià)指標(biāo)與評價(jià)模型構(gòu)建

1.1 科技綜合實(shí)力評價(jià)指標(biāo)

關(guān)于區(qū)域科技創(chuàng)新能力評價(jià)的研究眾多，從不同角度分別提出了各種評價(jià)指標(biāo)及指標(biāo)體系。科學(xué)技術(shù)部《中國科學(xué)技術(shù)指標(biāo)2010》一書中提出了評價(jià)區(qū)域科技發(fā)展特征的指標(biāo)體系，該指標(biāo)體系由8項(xiàng)指標(biāo)構(gòu)成，包括科技創(chuàng)新資源投入、知識與技術(shù)創(chuàng)新產(chǎn)出、產(chǎn)業(yè)創(chuàng)新能力、科技產(chǎn)出的經(jīng)濟(jì)績效等4個(gè)方面。本文以這一指標(biāo)體系為基礎(chǔ)對我國的區(qū)域科技綜合實(shí)力進(jìn)行分析評價(jià) (見表1)。

為了更好地觀察我國區(qū)域科技綜合實(shí)力分布情況，我們將31個(gè)省 (自治區(qū)、直轄市)劃分為東部沿海地區(qū)、東北地區(qū)、中部地區(qū)和西部地區(qū)4大區(qū)域 (東部沿海包括北京、天津、河北、山東、上海、江蘇、浙江、福建、廣東和海南;東北包括遼寧、吉林和黑龍江;中部包括山西、安徽、江西、河南、湖北和湖南;西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆)。

1.2 三種評價(jià)方法應(yīng)用的可行性研究及模型構(gòu)建

在以往評價(jià)方法的應(yīng)用中，多數(shù)研究是采用一種評價(jià)方法對研究問題進(jìn)行分析，本文嘗試采用三種不同的評價(jià)方法對同一問題進(jìn)行分析，并對三種方法的計(jì)算結(jié)果進(jìn)行討論和一致性檢驗(yàn)，在此基礎(chǔ)上對評價(jià)結(jié)果進(jìn)行分析，以獲得更接近實(shí)際情況的結(jié)論。

(1)熵權(quán)法應(yīng)用的可行性研究及模型構(gòu)建。根據(jù)信息論的基本原理，信息是系統(tǒng)有序程度的一個(gè)測量，熵是系統(tǒng)無序程度的度量，兩者計(jì)算結(jié)果的絕對值相等，但符號相反。熵權(quán)法的基本思想是:設(shè)n個(gè)待評價(jià)樣本，m個(gè)評價(jià)指標(biāo)，形成原始數(shù)據(jù)矩陣X=(xij)n×m，對于某一項(xiàng)指標(biāo)xj，指標(biāo)值xij的差距越大，該指標(biāo)提供的信息量越大，在評價(jià)中所起的作用越大;相應(yīng)的信息熵越小，其權(quán)重越大。反之，某項(xiàng)指標(biāo)指標(biāo)值的變異程度越小，信息熵越大，其提供的信息量越小，在評價(jià)中起的作用越小，其權(quán)重越小。如果某項(xiàng)指標(biāo)的指標(biāo)值全相等，則該指標(biāo)在評價(jià)中不起作用。所以，在具體的評價(jià)分析過程中，可以根據(jù)各個(gè)指標(biāo)的變異程度，利用信息熵這一工具來計(jì)算各個(gè)指標(biāo)的權(quán)重，再對所有指標(biāo)進(jìn)行加權(quán)，從而得出比較客觀的評價(jià)結(jié)果。

Marius Brülhart和 Rolf Traeger利用熵權(quán)法構(gòu)建的指標(biāo)體系測量了區(qū)域聚集問題［1］。Chen［2］、K.berger［3］、Fratzscher［4］等也從熵定律的角度出發(fā)，研究了熱力學(xué)和經(jīng)濟(jì)的理論之間的關(guān)系，提出經(jīng)濟(jì)理論不能忽視熵定律。馮艷飛等［5］基于熵權(quán)法從資源、環(huán)境、經(jīng)濟(jì)社會(huì)三大方面對區(qū)域循環(huán)經(jīng)濟(jì)的發(fā)展水平做了綜合評價(jià)。參考前人的研究以及信息熵的有關(guān)性質(zhì)建模，并將8個(gè)指標(biāo)的原始數(shù)據(jù)在EXCEL2007軟件中進(jìn)行了計(jì)算，結(jié)果見表2。

(2)密切值法應(yīng)用的可行性研究及模型構(gòu)建。密切值法是通過分別計(jì)算待評估對象與最優(yōu)指標(biāo)和最劣指標(biāo)之間的歐氏距離，計(jì)算待評估對象的密切值，通過不同對象的密切值比較不同待評估對象之間的優(yōu)劣，距最優(yōu)指標(biāo)越近且離最劣指標(biāo)越遠(yuǎn)的待評估對象越優(yōu)。

許多學(xué)者使用這一方法對企業(yè)創(chuàng)新能力等進(jìn)行分析。我們在進(jìn)行區(qū)域科技綜合實(shí)力評價(jià)時(shí)，將8個(gè)指標(biāo)的原始數(shù)據(jù)依據(jù)相關(guān)文獻(xiàn)計(jì)算密切值的具體步驟在EXCEL2007軟件中進(jìn)行了計(jì)算，結(jié)果見表2。

(3)因子分析法應(yīng)用的可行性研究及模型構(gòu)建。因子分析法是將多指標(biāo)轉(zhuǎn)化為幾個(gè)綜合公共因子的多元統(tǒng)計(jì)分析方法。由于綜合評價(jià)的多指標(biāo)間往往存在一定的相關(guān)，會(huì)因?yàn)槎嘀毓簿€性而無法得出正確結(jié)論。因子分析的主要思想是降低維度、簡化數(shù)據(jù)，將原有數(shù)量較多且存在相關(guān)關(guān)系的多指標(biāo)，經(jīng)過變換轉(zhuǎn)化為少量的公共因子，公共因子可以表示為原有多指標(biāo)的線性組合并保留了多指標(biāo)的主要信息量。

許多學(xué)者運(yùn)用因子分析法對科技創(chuàng)新相關(guān)問題開展了研究。田新豹等利用因子分析方法研究了我國高新區(qū)發(fā)展的現(xiàn)狀［6］。許愛萍等選取對創(chuàng)新型城市建設(shè)有影響的14項(xiàng)指標(biāo)，利用因子分析法對我國有代表性的36個(gè)樣本城市的創(chuàng)新型城市建設(shè)現(xiàn)狀進(jìn)行評價(jià)［7］。謝學(xué)梅等通過因子分析定權(quán)法對1999—2009年上海市的技術(shù)創(chuàng)新效率進(jìn)行了測

算，為政府制定有效的產(chǎn)業(yè)發(fā)展政策提供科學(xué)的理論參考［8］。喬朋華等運(yùn)用因子分析方法對黑龍江省1999—2008年科技投入與區(qū)域經(jīng)濟(jì)發(fā)展的綜合水平進(jìn)行了測度［9］。孫銳等應(yīng)用因子和聚類方法對2004年中國區(qū)域創(chuàng)新能力的數(shù)據(jù)結(jié)構(gòu)進(jìn)行深入分析，得出了基于因子的區(qū)域創(chuàng)新能力排序和聚類結(jié)果［10］。

表1 區(qū)域科技綜合實(shí)力評價(jià)指標(biāo)及數(shù)據(jù)

表2 三種方法的區(qū)域科技綜合實(shí)力測算結(jié)果

因子分析是一種探索性的統(tǒng)計(jì)分析方法，其要求評價(jià)指標(biāo)之間具有高度相關(guān)關(guān)系。在統(tǒng)計(jì)上一般要求通過對變量進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)，根據(jù)Kaise提出的標(biāo)準(zhǔn)，當(dāng)KMO值大于0.8時(shí)適合進(jìn)行因子分析。根據(jù)8個(gè)指標(biāo)的原始數(shù)據(jù)進(jìn)行計(jì)算，其KMO值為0.817，說明可以進(jìn)行因子分析。我們使用的8個(gè)指標(biāo)在提取了兩個(gè)因子之后，8個(gè)指標(biāo)的共同度達(dá)到了87%以上，說明兩個(gè)因子可以反映8個(gè)指標(biāo)的絕大部分信息。統(tǒng)計(jì)上認(rèn)為累積方差貢獻(xiàn)率達(dá)到85%，表明提取的公因子已經(jīng)能概括絕大部分信息。我們的計(jì)算在提取了兩個(gè)因子之后，累計(jì)方差貢獻(xiàn)率達(dá)到了91.62%，說明提取的兩個(gè)公因子，原始數(shù)據(jù)的信息丟失很少。經(jīng)過計(jì)算，8個(gè)指標(biāo)中地方政府科學(xué)技術(shù)支出占地方財(cái)政支出的比重、每萬就業(yè)人員中R＆D人員全時(shí)當(dāng)量等指標(biāo)在第一個(gè)因子上有很高的載荷系數(shù)，我們將這一因子稱為科技投入因子。每萬人口中發(fā)明專利擁有量、每10萬人被SCI收錄的論文數(shù)、技術(shù)市場成交合同額占地區(qū)生產(chǎn)總值的比重等在第二個(gè)因子上有較高的載荷系數(shù)，我們稱之為科技產(chǎn)出因子。根據(jù)不同區(qū)域在這兩個(gè)因子上的得分，利用兩個(gè)因子對累計(jì)方差貢獻(xiàn)率的百分比做權(quán)重，計(jì)算出各個(gè)區(qū)域的綜合排名得分，計(jì)算結(jié)果見表2。

2 實(shí)證分析結(jié)果

2.1 三種評價(jià)方法結(jié)果比較

從表2可以看出針對同一評價(jià)對象，選取相同的指標(biāo)，采取相同的數(shù)據(jù)，但不同評價(jià)方法得出的結(jié)果不完全一致。這就需要我們進(jìn)一步思考:不同評價(jià)方法的結(jié)果有何特征，它們之間的關(guān)系如何，弄清楚這樣的問題有利于客觀評價(jià)不同的評價(jià)方法，有利于評價(jià)方法的選取，并對評價(jià)結(jié)果進(jìn)行總結(jié)和評估。

熵權(quán)法是根據(jù)指標(biāo)數(shù)據(jù)差異程度的高低確定權(quán)重。從評價(jià)區(qū)域綜合實(shí)力的8個(gè)指標(biāo)的差異程度可以看出R＆D人員、R＆D經(jīng)費(fèi)、地方政府科技支出3項(xiàng)評價(jià)科技發(fā)展投入類指標(biāo)的權(quán)重整體小于產(chǎn)出類指標(biāo)的權(quán)重，說明產(chǎn)出指標(biāo)在各個(gè)區(qū)域差異水平比較大，提供的有效信息量較大，指標(biāo)的權(quán)重就相對較大，以此計(jì)算綜合得分。

密切值法是一種不需加權(quán)的評價(jià)方法，先要找出每個(gè)指標(biāo)的最大值與最小值，分別計(jì)算各個(gè)區(qū)域與最大值、最小值歐式距離的合計(jì)，得到具體區(qū)域的最優(yōu)值與整體最優(yōu)值之比和該區(qū)域最小值與整體最小值之比，兩個(gè)比值之差就是區(qū)域的得分。

熵權(quán)法和密切值法都利用了8個(gè)指標(biāo)的全部信息，不同的是前者利用指標(biāo)數(shù)據(jù)的差異確定指標(biāo)的權(quán)重來計(jì)算綜合分?jǐn)?shù)，后者則是利用指標(biāo)數(shù)據(jù)與最大值與最小值的距離遠(yuǎn)近得到區(qū)域所處的位置。

因子分析法是一種降維化簡數(shù)據(jù)結(jié)構(gòu)的方法，從8個(gè)高度相關(guān)的指標(biāo)中抽取了兩個(gè)公共因子，將8個(gè)指標(biāo)表示為兩個(gè)公共因子的線性組合，并利用兩個(gè)公共因子分別對總方差的解釋程度作為權(quán)重計(jì)算出各個(gè)區(qū)域的綜合得分。

由于三種方法的研究視角不同，不能用直接計(jì)算出來的分值進(jìn)行比較，所以表2給出了3種方法的排序結(jié)果。

三種評價(jià)方法給出的前10個(gè)區(qū)域的位次差異不大，第11位到20位中，甘肅的三種評價(jià)方法的位次變動(dòng)較大，這是因?yàn)楦拭C8個(gè)指標(biāo)與平均值差異較大，從而熵權(quán)法的位次靠前，同時(shí)由于其各個(gè)指標(biāo)與最大值較遠(yuǎn)，密切值的位次有所下降，從經(jīng)驗(yàn)判斷，因子分析方法的位次對于甘肅來講是比較適中的。青海的位次波動(dòng)也比較大，與甘肅有類似的情況。三種評價(jià)方法給出的后11個(gè)區(qū)域的位次差異不大。根據(jù)我們長期從事區(qū)域科技綜合實(shí)力研究的經(jīng)驗(yàn)判斷，這三種評價(jià)方法給出的排序基本上反映了目前我國各個(gè)區(qū)域科技綜合實(shí)力的基本狀況。

2.2 三種方法計(jì)算結(jié)果的一致性檢驗(yàn)

在對三種評價(jià)結(jié)果分析的基礎(chǔ)上，針對有些區(qū)域三種評價(jià)方法的排名位次差異，需要對三種綜合評價(jià)結(jié)果進(jìn)行穩(wěn)定性和一致性檢驗(yàn)，也就是說，三種方法的綜合評價(jià)結(jié)果互相之間是否存在隨機(jī)的關(guān)系。由于8個(gè)指標(biāo)數(shù)據(jù)沒有通過正態(tài)分布檢驗(yàn)，針對這個(gè)問題需要選用非參數(shù)統(tǒng)計(jì)中的理論方法對不同結(jié)果之間的一致性進(jìn)行檢驗(yàn)。在SPSS12.0軟件中選擇Kendall相關(guān)系數(shù)，計(jì)算結(jié)果見表3。

表3 三種評價(jià)方法的Kendall一致性檢驗(yàn)結(jié)果

由表3可以看出熵權(quán)法與密切值法的相關(guān)系數(shù)為0.918，與因子分析法的相關(guān)系數(shù)為0.862;密切值法與因子分析法的相關(guān)系數(shù)為0.935。三種方法的統(tǒng)計(jì)顯著性水平均低于給定的顯著性水平0.01，說明“三種方法計(jì)算結(jié)果的排序是隨機(jī)的”假設(shè)是幾乎不可能發(fā)生的，因此認(rèn)為三種方法計(jì)算結(jié)果的排序具有一致性。

3 區(qū)域科技綜合實(shí)力分析

利用熵權(quán)法、密切值法和因子分析法測算的各省區(qū)域科技綜合實(shí)力結(jié)果通過了一致性檢驗(yàn)，表明三種方法計(jì)算的結(jié)果真實(shí)客觀地反映了當(dāng)前我國的區(qū)域科技綜合實(shí)力。從表2可見，我國的區(qū)域科技綜合實(shí)力存在著明顯的地區(qū)差異性，呈現(xiàn)出從東部沿海地區(qū)到東北地區(qū)、中部地區(qū)和西部地區(qū)的梯度分布特征，同時(shí)在各地區(qū)內(nèi)部各省份之間也存在較大差異，這種差異的形成是由其科技發(fā)展水平的不同所反映出的各個(gè)指標(biāo)決定的。

科技綜合實(shí)力排名前6位的地區(qū)均為東部沿海省市。北京、上海和天津三個(gè)地區(qū)是科研機(jī)構(gòu)、高校云集之地，具有很好的科技基礎(chǔ)，其科技綜合實(shí)力分列全國第1、2、3位。在8個(gè)評價(jià)指標(biāo)中，北京的R＆D人員、R＆D經(jīng)費(fèi)、SCI論文、高技術(shù)產(chǎn)品出口和技術(shù)市場成交額5項(xiàng)指標(biāo)為31個(gè)地區(qū)的最大值。上海的地方政府科技支出、發(fā)明專利指標(biāo)為全國最大值。江蘇的R＆D經(jīng)費(fèi)、發(fā)明專利、高技術(shù)產(chǎn)業(yè)總產(chǎn)值和高技術(shù)產(chǎn)品出口4項(xiàng)評價(jià)指標(biāo)均高于東部沿海平均水平。廣東高技術(shù)產(chǎn)業(yè)總產(chǎn)值指標(biāo)為31個(gè)地區(qū)的最大值，地方政府科技支出、發(fā)明專利和高技術(shù)產(chǎn)品出口指標(biāo)均高于東部沿海平均水平。浙江的地方政府科技支出、發(fā)明專利指標(biāo)高于東部沿海平均值。以上三省屬于我國區(qū)域科技綜合實(shí)力強(qiáng)省，是僅次于京津滬的第二梯隊(duì)。福建和山東的8個(gè)評價(jià)指標(biāo)雖然低于東部沿海地區(qū)的平均水平，但三種方法計(jì)算的平均科技綜合實(shí)力分列第10和第12位，處于全國前列。但山東科技綜合實(shí)力與其經(jīng)濟(jì)大省地位仍有較大差距。河北與海南科技綜合實(shí)力相對較弱，河北的地方政府科技支出和高技術(shù)產(chǎn)業(yè)總產(chǎn)值指標(biāo)為東部沿海地區(qū)的最小值，其他6項(xiàng)評價(jià)指標(biāo)均低于全國平均水平，科技水平遠(yuǎn)落后于經(jīng)濟(jì)發(fā)展速度。海南的R＆D人員、R＆D經(jīng)費(fèi)等6項(xiàng)評價(jià)指標(biāo)均為全國各地區(qū)最小值。這些指標(biāo)未來需要努力提高。

東北三省區(qū)域科技綜合實(shí)力僅次于東部沿海地區(qū)，其中遼寧的平均科技綜合實(shí)力位于全國第8位，處于全國前列，明顯好于吉林和黑龍江，這是因?yàn)檫|寧的地方政府科技支出、發(fā)明專利、高技術(shù)產(chǎn)品出口和技術(shù)市場成交額指標(biāo)明顯高于后兩者。吉林和黑龍江的科技綜合實(shí)力處于全國中游水平。吉林SCI論文和高技術(shù)產(chǎn)業(yè)總產(chǎn)值兩項(xiàng)指標(biāo)高于東北地區(qū)的平均水平。黑龍江8項(xiàng)指標(biāo)均低于東北地區(qū)的平均水平，但與中西部地區(qū)相比仍有優(yōu)勢，其綜合排名列全國第15位。

中部地區(qū)科技綜合實(shí)力處于全國中游水平，其中湖北較為突出，其基于三種方法計(jì)算的平均區(qū)域科技綜合實(shí)力排在全國第10位，除地方政府科技支出指標(biāo)外，其余各項(xiàng)指標(biāo)均為中部地區(qū)的最大值。R＆D經(jīng)費(fèi)和高技術(shù)產(chǎn)品出口兩項(xiàng)指標(biāo)高于全國平均水平。中部其余五省科技綜合實(shí)力相當(dāng)，整體居全國20位左右。湖南的地方政府科技支出、發(fā)明專利、SCI論文和高技術(shù)產(chǎn)業(yè)總產(chǎn)值指標(biāo)高于中部地區(qū)的平均水平。安徽R＆D經(jīng)費(fèi)、地方政府科技支出、SCI論文指標(biāo)高于中部地區(qū)的平均水平。江西、山西及河南均有兩項(xiàng)指標(biāo)高于中部地區(qū)平均水平，多數(shù)指標(biāo)還需努力提高。

西部地區(qū)總體的科技綜合實(shí)力最低，但內(nèi)部差別也比較懸殊。與東北的遼寧、中部的湖北相類似，西部的陜西最為突出，其科技綜合實(shí)力在西部各地區(qū)中排名第一，在全國31個(gè)地區(qū)中排名第7位。其次是四川和重慶，二者的平均科技綜合實(shí)力排名分別為第11和第14位，均有7項(xiàng)指標(biāo)高于西部地區(qū)平均水平。上述三省市之外的地區(qū)8項(xiàng)指標(biāo)都沒有顯著表現(xiàn)，區(qū)域科技綜合實(shí)力需要大幅提高，以支撐和引領(lǐng)地區(qū)經(jīng)濟(jì)社會(huì)迅速進(jìn)步。

4 結(jié)論

在以往的相關(guān)研究成果中，有的文章選取的評價(jià)指標(biāo)過于簡單，有的評價(jià)指標(biāo)過于復(fù)雜，同時(shí)采用的分析方法較為單一。筆者認(rèn)為，評價(jià)區(qū)域科技綜合實(shí)力是一個(gè)系統(tǒng)性工作，選取的評價(jià)指標(biāo)不能過于簡單;同時(shí)要抓住科技這個(gè)核心問題，評價(jià)指標(biāo)也不能太復(fù)雜。本文采用經(jīng)過科技指標(biāo)專家深入研究并得到國家科技主管部門認(rèn)可的8項(xiàng)指標(biāo)評價(jià)我國的區(qū)域科技綜合實(shí)力，這8項(xiàng)指標(biāo)包含了地區(qū)科技資源投入、知識與技術(shù)產(chǎn)出、產(chǎn)業(yè)創(chuàng)新能力、科技的經(jīng)濟(jì)績效等各個(gè)重要方面，均為有代表性的核心指標(biāo)。與以往的研究方法不同，本文應(yīng)用熵權(quán)法、密切值法和因子分析對2009年我國區(qū)域科技綜合實(shí)力進(jìn)行了測度，討論了三種方法評價(jià)結(jié)果的差異并對計(jì)算結(jié)果進(jìn)行了一致性檢驗(yàn)。認(rèn)為三種評價(jià)方法給出的排序基本上反映了目前我國各個(gè)區(qū)域科技綜合實(shí)力的基本狀況。當(dāng)前我國地區(qū)科技綜合實(shí)力從東部沿海地區(qū)到東北地區(qū)、中部地區(qū)和西部地區(qū)呈梯度分布，地區(qū)間的科技綜合實(shí)力差距較大，在四個(gè)地區(qū)內(nèi)部也存在著省份間的差異。認(rèn)識這種差異及其產(chǎn)生的原因是縮小地區(qū)間差距，提高地區(qū)科技綜合實(shí)力，促進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要前提。

［1］Marius Brülhart，Rolf Traeger.An account of geographic concentration patterns in Europe［J］.Regional Science and Urban Economics.2005，(35):597 －624.

［2］Yao Chen，Liang Liang，F(xiàn)eng Yang，Joe Zhu.Evaluation of information technology investment:a data envelopment analysis approach［J］.Computers＆ Operations Research.2006，(33):1368－1379.

［3］ Tomas K?berger，Bengt M?nsson.Entropy and economic processes—physics perspectives［J］.Ecological Economics.2001，Vol.(36):165－179.

［4］Wolfgang Fratzscher，Karl Stephan.Waste energy usage and entropy economy［J］.Energy.2003，(28):1281 －1302.

［5］馮艷飛，賀丹.基于熵值法的區(qū)域循環(huán)經(jīng)濟(jì)發(fā)展綜合評價(jià)［J］.環(huán)境科學(xué)與管理.2006，(6):177－179.

［6］田新豹，蘆彩梅.基于因子分析的我國高新區(qū)經(jīng)濟(jì)發(fā)展評價(jià)研究［J］.科技進(jìn)步與對策.2012，(6):117－122.

［7］許愛萍，俞會(huì)新.基于因子分析法的創(chuàng)新型城市評價(jià)［J］.技術(shù)經(jīng)濟(jì)與管理研究.2012，(4):21－25.

［8］謝學(xué)梅，趙楊.區(qū)域技術(shù)創(chuàng)新效率研究:基于上海的實(shí)證［J］.中國科技論壇.2012，(5):74－78.

［9］喬朋華，王辰，李敏義.科技投入與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展評價(jià)研究［J］.科技管理研究.2012，(7):54－57.

［10］孫銳，石金濤.基于因子和聚類分析的區(qū)域創(chuàng)新能力再評價(jià)［J］.科學(xué)學(xué)研究.2006，(6):985－990.

(責(zé)任編輯 譚果林)

Research on Regional Comprehensive Science and Technology Power

Xuan Zhaohui1，Lu Yongbo1，Luo Yafei2
(1.School of Traffic and Transportation，Beijing Jiaotong University，Beijing 100044，China;2.School of Economics and Management，Beijing University of Technology，Beijing 100124，China)

G316;F061.5

A

基金論文:教育部博士點(diǎn)基金 (200800040032)，創(chuàng)新方法工作專項(xiàng) (2011IM040200)。

2012－05－14

玄兆輝 (1977－)，男，黑龍江賓縣人，北京交通大學(xué)交通運(yùn)輸學(xué)院博士生，中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院副研究員;研究方向:系統(tǒng)工程、科技統(tǒng)計(jì)、科技指標(biāo)。