基于偏最小二乘通徑模型的我國區域科技績效綜合評價

王慶豐

（中原工學院經濟管理學院，鄭州450007）

0 引言

科技投入帶來的不僅僅是經濟的增長，還有科技實力的增強和社會效益的提高，衡量科技績效應從經濟效益、社會效益以及科技實力提高等方面進行綜合考慮。近年來我國的科技進步水平得到了快速提升，但是區域間科技進步能力卻存在著極大的不平衡。現有文獻更多地集中在國家層面上研究科技績效評價問題，而較少地從區域的角度研究不同省份之間的差異。鑒于以往研究在指標體系選取和設立上不夠全面或不具有代表性，論文通過建立科學的科技績效評價指標體系，運用偏最小二乘分析方法對我國各地區科技績效進行正確的評價和分析，為促進區域之間科技均衡發展提供借鑒和參考。

1 區域科技績效評價指標體系構建及數據來源

目前，現有文獻在評價衡量科技績效問題時，過多地看重經濟方面的單一產出。但這些指標體系過于簡單，包含因素較少，不能全面反映科技績效的整體性。衡量科技績效不能僅僅只看GDP的增長，還需考慮由此帶來的科技實力和社會效益的提高。因此，論文基于全面性、代表性和實際可操作性的原則，建立了一套較為完整的區域科技績效評價指標體系，分別從科技成果產出、經濟效益和社會效益三方面來衡量科技績效水平，具體指標構成如表1所示。此外，在指標的選取和設立上，盡量采用可比性較強的相對量指標和區域間具有共性特征的可比指標，以增加區域之間的可比性。

論文選取了北京、上海、廣東、江蘇等31個省（市或區）作為樣本省份。為保證數據的權威性、準確性和可得性，所有數據均來源于《中國統計年鑒2010》和國家科技部中國主要科技指標數據庫。限于篇幅的原因，原始數據從略。

表1 區域科技績效評價指標體系

2 基于偏最小二乘模型的我國區域科技績效評價實證分析

2.1 偏最小二乘通徑模型簡介

偏最小二乘通徑模型由伍德（Wold）等于上世紀80年代建立[1]。該方法采用偏最小二乘回歸方法，通過一系列一元或多元線性回歸進行迭代求解。當各變量集合內部存在較高程度的相關性時，該方法處理的結果更加可靠有效，是一種比較實用和有效的線性統計建模方法[2]。以偏最小二乘通徑模型為基礎，2001年古義諾特（C.Guinot）等提出一種復數據表分析方法[3]。在進行復數據表分析時，相當于設計一個特殊的結構方程模型。模型的左邊由每一個數據表組成，同一個數據表中的所有顯變量都受到同一個隱變量的影響。而模型的右邊則由所有原始變量組成，由它們提取一個綜合變量，該變量對所有原變量的代表性最好，同時又可以由所有的隱變量進行解釋。論文即采用該方法對我國區域科技績效水平進行評價和分析。

2.2 基于偏最小二乘模型的區域科技績效評價

根據復數據表分析方法，構造區域科技績效評價偏最小二乘通徑模型，如圖1所示。該模型圖的左邊分別是反映隱變量科技成果（Y1）、經濟效益（Y2）和社會效益（Y3）的顯變量組Y11～Y12、Y21～Y25、Y31～Y32；模型的右邊是由所有顯變量組成的一個大變量組，用Y11～Y32表示，相應的隱變量用Y表示。圖中數字反映的是隱變量之間的路徑關系。

從圖1中可以看到，以這種方式提取的隱變量Y，一方面可以反映其他隱變量Y1、Y2和Y3所包含的信息，另一方面又與所有原始顯變量之間具有較強的相關性，因此，Y可以作為概括原始變量信息的綜合指標，成為區域科技績效綜合評價排序指標的依據。

對所有顯變量進行標準化處理，利用偏最小二乘通徑模型進行計算，結果如表2所示。由表2看出，各組顯變量與其相應的隱變量的相關程度均較高，說明隱變量很好地概括了顯變量組所包含的信息。同時隱變量Y對Y11～Y32的多元回歸方程的R2為1.000，可以最大程度地代表原始變量的信息。

圖1 區域科技績效綜合評價路徑設計圖

表2 區域科技績效綜合評價模型各顯變量的外部權重及相關系數

同時，由表2中可以看出，隱變量Y與所有原始變量均有較高的相關系數，其中與萬名就業人員發明專利擁有量、高技術產業增加值占工業增加值比重、高技術產品出口額占商品出口額比重、人均GDP、城市人均可支配收入相關程度最大，達到0.85以上；而與代表社會效益指標的工業廢水排放達標率、單位地區生產總值能耗相關程度相對稍弱，但也分別達到了0.516和-0.633。這說明隱變量Y不僅能夠代表科技成果產出水平，還能夠很好地反映科技進步所帶來的經濟效益和社會效益的提高，可以綜合地反映科技績效水平。依據各省市隱變量Y的得分情況對31個省市區科技績效綜合評價結果進行排序，結果如表3所示。

2.3 結果分析與討論

區域科技績效綜合評價結果顯示，我國各省市之間科技產出綜合績效差距較大，其中北京、上海、天津得分最高，分別達到了3.107、2.640和1.892。而得分最低的青海、寧夏、新疆三地，其科技績效綜合評價得分分別只有-1.175、-1.157和-0.988。其中綜合得分在0以上的只有8個省份，除北京三市以外，包括廣東、江蘇、浙江、福建、山東五省。究其原因，我國京、津、滬三市以及沿海各省集中了眾多的科研機構和高等院校，科研力量雄厚，科技投入強度較高，科技成果較為豐富，高新技術產業發展迅速，產生了明顯的技術溢出效應和帶動效應，促進了經濟的快速增長。在發展經濟的過程中同時注意保護環境，注重可持續發展，單位地區生產總值能耗明顯降低。而科技績效得分較低的省市則主要表現為科技力量薄弱，科技投入過少，高新技術產業發展緩慢，或者以犧牲環境為代價來發展經濟，節能降耗水平較低。從實際數據來看，以北京為例，2009年其萬人技術成果成交額為5404.5萬元，高技術產業增加值占工業增加值比重達到了26.57%，單位地區生產總值能耗僅為0.714噸標準煤/萬元。我國科技績效水平較低的省份主要集中在西部地區。其中，2009年萬人技術成果成交額最低的廣西只有2.1萬元，高技術產業增加值占工業增加值比重最低的新疆只有0.33%，單位地區生產總值能耗最高的寧夏達到了3.954噸標準煤/萬元。

表3 2009年我國各省市區科技績效評價綜合得分

結合圖1有關信息可以發現，科技產出綜合績效Y是科技成果Y1、經濟效益Y2和社會效益Y3的綜合體現，其路徑系數分別為0.284、0.633和-0.206，即：

Y=0.284Y1+0.633Y2-0.206Y3

其中經濟效益是科技績效的主要體現，其路徑系數為0.633，而科技成果產出對科技績效的路徑系數只有0.284，尚不到經濟效益路徑系數的一半。如果不重視科技成果轉化，充分發揮科技對經濟的帶動作用，即使科技成果直接產出再多，其科技績效綜合評價水平也會處于較低水平。陜西、甘肅兩省是我國西部地區科研實力較強的兩個地區，其境內的西安、蘭州分別匯集了西安交通大學、蘭州大學等一批國內知名高校和科研機構。就科技產出而言，兩省分別排在第10位和第16位，然而其高新技術產業卻未因此而得到快速發展，占工業增加值的比重分別只有8.26%和4.44%，其經濟效益得分為-0.432和-0.859，分別排在經濟效益指標的第17位和29位，從而導致兩省的科技績效綜合排名分別降到了第16位和26位。

在社會效益指標中單位地區生產總值能耗是一個逆向指標，是衡量可持續發展的重要指標。科技進步必須與可持續發展結合起來，注重經濟與社會、自然的和諧科學發展。如果科技產出對可持續發展作用不明顯，也將影響到科技績效的綜合評價。東北三省作為我國重要的工業基地，集聚了大批的科研機構和技術人員，遼寧、吉林、黑龍江三省的科技產出水平分別排列第5、9、8位，但是其單位地區生產總值能耗卻居高不下，分別高達1.704、1.520和1.354噸標準煤/萬元，致使其社會效益排名分別落到了第20、21和19位，從而導致其科技績效綜合評價分別滑落到第11、14和22位。

3 結論

通過建立包括科技產出、經濟效益、社會效益等隱變量在內的區域科技績效綜合評價指標體系，運用偏最小二乘分析模型對我國區域科技績效進行綜合評價。該方法能夠較好地反映原始變量所包含的主要信息，同時又可以較好地解釋各隱變量對區域科技績效的影響程度。研究結果顯示，區域科技綜合績效是科技產出、經濟效益和社會效益的綜合反映，其影響系數分別為0.284、0.633和-0.206，所得結論客觀、可信，較有說服力。

區域科技績效綜合評價結果顯示，我國各省市之間科技綜合績效存在較大的差異，東南沿海地區等省市由于科技投入強度較高，科研實力雄厚，同時注重科技成果轉化和可持續發展，區域科技績效綜合評價得分較高。我國科技績效水平較低的省份主要集中在西部地區，由于科技實力薄弱，且科技成果轉化速度較慢，未充分發揮科技對經濟的帶動作用，導致高新技術產業發展緩慢，同時沒有將科技進步與可持續發展緊密結合起來，科技進步造成的社會效益提高有限，影響了其科技績效的綜合評價結果。

[1]Wold.H.Soft Modeling:the Basic Design and Some Extensions[M].North-Holland:Amsterdam,1982.

[2]王惠文,吳載斌,孟潔.偏最小二乘回歸的線性與非線性方法[M].北京:國防工業出版社,2006.

[3]Guinot C,Latreille J,Tenenhaus M.PLSPath Modellind and Multiple table Nanlysis:Application to the Cosmetic Habits of Women in France[J].Chemometrics and Intelligent Laboratory Systems,2001,(58).