基于因子分析和熵權法的全國科技發展水平評價

摘 要：一個國家的科學技術發展水平直接或間接決定了其經濟發展水平和國際競爭力。文章通過因子分析法，提取了影響科技發展水平的主要因素，接著用熵權法對我國31個地區科技發展水平進行評價排序，提出了相關建議，為地區制定科技發展戰略提供一定的參考。

關鍵詞：因子分析 熵權法 科技發展 評價指標

中圖分類號：F204 文獻標識碼：A

文章編號：1004-4914（2016）01-044-03

一、引言

20世紀中后期，世界范圍出現了新科技革命，科學技術成為推動經濟增長最關鍵的因素，科學技術與經濟、社會發展的關系越來越密切，科學技術在經濟增長中發揮著最重要的作用，經濟增長與科學技術之間的互動互促關系也日益明顯。經濟增長同時伴隨著科技進步，而科技進步又會加速經濟增長。世界強國的發展過程已證明：經濟增長越快，經濟總量越大，科技投入也應越高；科技投入越高，科技水平提高就越快，由此促使經濟可持續快速增長，使得科技進步與經濟增長進入良性循環。評價地區的科技發展水平的指標很多，這些指標從不同的角度反映不同地區的科技發展水平，但也增加了分析問題的復雜性。為此，有必要尋找既能反映所要分析問題的大部分信息，又較為簡化地分析和分類方法，而因子分析法正是解決這一問題的理想工具。本文通過因子分析方法和熵權法，分析了影響科技發展水平的主要因素，將我國31個行政區的科技發展水平進行排序和評價，為地區制定科技發展戰略提供一定的參考。

姚建文（2003）通過建立省際區域科技競爭力評價模型，并利用全國資源清查數據， 對我國各省（市、自治區）科技競爭力進行了綜合評價。姜春林等（2005）利用主成分分析法對2000年中國大陸各省、市、自治區的科技競爭力進行評價，發現部分省市科技發展水平和經濟發展水平沒有表現出一致性。黎雪林等（2006）通過對科技投入、科技產出、科技與經濟社會協調發展程度、科技潛力等4個方面的考核，設計了較為完整的科技競爭力綜合評價指標體系。趙前等（2011）采用超效率方法，對中國的30個省的總量科技競爭力和結構科技競爭力進行效率評價，發現省際間科技輻射與科技帶動的效果明顯，總量科技競爭力和結構科技競爭力的效率存在較大差別，而且科技競爭力并非完全與區域經濟水平同步。侯海青等（2012）采用主成分分析法對2009年中國的30個省（市、自治區）的科技競爭力進行評價，并用回歸分析法分析其科技競爭力與地區經濟發展水平之間的相關性。

杜晶等（2007）從樣本幾何的角度指出，主成分分析在構造主成分得分函數過程中，只是簡單地計算數據點在新坐標系的投影，沒有考慮旋轉前后坐標賦權的變化，因此有內在的矛盾。王學民（2007）對建立綜合評價函數來對樣本數據進行綜合排序的方法的不科學性作了闡述， 并指出在綜合評價函數中對各主成分使用貢獻率加權是錯誤的。另有學者指出如果某個指標的樣本數據相差較大，因子分析也會變得不準確。本文筆者在利用因子分析法進行評價排序時，也發現因子得分排序上與原始數據指標存在較大出入。例如廣東、北京地區在構成某個解釋因子的指標中，原始樣本數據很大，每一項指標都排在前幾位，但是在因子得分上卻很低。因此，本文采用因子分析法提取解釋因子，再利用熵權法計算這些因子的得分，最后給出相關結論和建議。

二、評價指標體系的建立

影響科技發展水平的因素是多方面的，本文借鑒本研究參照國家科技部《全國科技進步統計監測報告》和黎雪林等（2007）、陳文軍等（2014）相關評價指標體系，立足影響因素搜集了五個類別的指標，它們分別反映了人力資源水平、科技財力投入、科技成果、經濟基礎等諸方面的作用，較全面的概括了科技發展水平的含義。本文使用的原數據來自《中國統計年鑒2014》、《中國科技統計年鑒2014》、《中國環境統計年鑒2014》。

三、數據處理與分析

（一）因子分析法

因子分析是一種降維、簡化數據的技術。它通過研究眾多變量之間的內部依賴關系，探求觀測數據中的基本結構，并用少數幾個不可觀測的潛在變量來表示其基本的數據結構。這幾個抽象的變量被稱作因子，能反映原來眾多變量的主要信息。抓住這些主要因子，就可以幫助我們對復雜的問題進行深入分析、合理解釋和正確評價。

KMO（Kaiser-Meyer-Olkin）檢驗統計量是用于比較變量間簡單相關系數和偏相關系數的指標。KMO統計量是取值在0和1之間。當所有變量間的簡單相關系數平方和遠遠大于偏相關系數平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關性越強，原有變量越適合作因子分析；當所有變量間的簡單相關系數平方和接近0時，KMO值接近0，KMO值越接近于0，意味著變量間的相關性越弱，原有變量越不適合作因子分析。表2中，KMO值為0.677，適合做因子分析。Bartlett球形度檢驗的P值為0，小于0.05，拒絕原假設相關系數矩陣為單位陣，說明變量間存在相關關系，適合做因子分析。

從表3（見上頁）可知，前4個主成分對應特征值大于1，累計貢獻率達到90.018%，基本上保留了原來指標的信息，因此提取前四個主成分。

由表4可知，第一個因子包括了每萬人技術市場成交額、重點高校數、國外主要檢索工具收錄我國科技論文數、萬人發明專利授權數、R&D機構數、R&D經費投入強度、每萬人大專以上學歷人口數、每十萬人口高等學校在校生數、每萬人R&D活動人員數方面的信息，解釋了31.3%的方差，主要反映的是地區科學研究和人力資源水平方面的實力，故命名為科研因子；第二個因子包含了高技術產品出口額、高技術產業新產品開發項目數、發明專利申請數、企業R&D人員占總R&D人員比重、高技術企業數、地方科技財政支出方面的信息，解釋了20%的方差，主要反映了科技產業化，故命名為產業化因子；第三個因子包含了高技術產業投資額、規模以上企業技術獲取和技術改造、R&D經費、教育財政支出、規模以上企業R&D經費支出方面的信息，主要反映了一個地區的科技資金投入，解釋了18.9%的方差，故命名為財力投入因子。第四個因子包含人居地區生產總值、居民消費水平、互聯網普及率、一般工業固體廢物利用率、地方科技財政支出占財政支出比重方面的信息，解釋了18.6%的方差，主要反映的是一個地區的經濟基礎，體現了科技發展的環境，故命名為發展環境因子。

（二）熵權法求各因子得分

按照信息論基本原理的解釋，信息是系統有序程度的一個度量，熵是系統無序程度的一個度量；如果指標的信息熵越小，該指標提供的信息量越大，在綜合評價中所起作用理當越大，權重就應該越高。

四、結論和對策

從綜合得分上看，排名前幾位的是北京、江蘇、廣東、上海、浙江、山東、天津。其中，北京在科研因子的得分上遠遠超過其他地區，因為北京地區具有眾多的重點高校和R&D機構，整體教育水平較高，人才眾多，R&D經費投入強度高，這些因素對科研實力起著重要支撐作用。但在其他因子排名上并不是很高，尤其是財力因子方面，排名較后，應繼續加強在科技方面的資金投入。排名第二的江蘇在各項上得分上都較為均衡，說明江蘇省在推動科技發展的時候注意了全方位的條件。江蘇作為教育大省，教育資源豐富，科技人才眾多，但是在整理人口教育水平上與排名第一的北京還有很大差距，應該繼續加大教育投入，吸引人才。財力因子上排名第一，充足的科技經費為企業、高校等研究機構創新提供了重要保障。但是值得注意的是江蘇在高技術企業R&D經費投入占主營業務收入的比例上還是很低，在2013年，這一比例僅為1.1%，而早在2000年，美國和日本的R&D經費投入就分別占企業銷售收入的3.68%和2.87%，這一差距是很明顯的，因此江蘇應進一步加強企業R&D的投入，進一步加強高科技產業化水平。排名第三位的廣東省，在科技產業化因子方面的得分遠高于排名第二的江蘇，說明廣東省在科技產業化方面優勢明顯，走在了全國前列。廣東作為南方沿海省份，毗鄰港澳，在地理位置方面有著得天獨厚的優勢，吸引了眾多科技企業。科研因子方面的排名相對于綜合成績較為落后，因此廣東應該注重教育投入，加強R&D機構和高等學校的建設，政府和企業部門應該提供優惠政策，加強對科技人才的吸引力，提高科技人員薪資水平。值得注意的是，從原始數據中可以看出，廣東2013年教育財政支出高達1744億元，比排名第二的江蘇高出310億元，這與本文的研究結果也是一致的，說明廣東十分注重教育的發展。江蘇和廣東在科技發展環境指標上相對于綜合排名還相對落后，兩地區都應該繼續加強經濟建設，提高從業人員工資，提高人民生活水平。

經濟發展與科技進步是相輔相成的。對于西部及中東部地區一些經濟不是很發達地區，如寧夏、青海、新疆、西藏等地，在每個因子上都顯示不出優勢，與北京、上海、廣東、江蘇、浙江在科學技術上存在著很大的差距。這在一定程度上顯示了科技進步與經濟發展存在著不可忽視的內在聯系。鑒于此，各地區政府應該利用自身優勢，發展地區優勢產業，提高經濟水平，做好資金籌備，同時注重教育、科技發展投入，創造良好的科技發展環境。在老工業區，政府部門應該注重產業升級，將工業基礎作為自身的優勢，注重科技在工業方面的應用，大力培養這方面的專業人才；在偏遠地區，可以利用當地的旅游資源發展好經濟，有了一定的經濟實力后發展綠色工業；在中部地區，可以利用自己的教育優勢，注重人才的培養。放眼全國，各個地區應該資源互補，充分發揮本地區的優勢，注重科技人才交流，使全國的科技發展水平更上一層臺階。中國科技發展水平在不同的地域之間存在著極大的差距。這一差距大體上與經濟的發展速度相一致， 可以說經濟發展的不平衡導致了科技發展的不平衡，而這種差距在后期的經濟發展中又導致了經濟上的更大差距， 從而形成強者越強、弱者越弱的不良局勢， 這與我們共同富裕的目標是相背離的。因此， 應加大對科技落后地區的支持力度， 同時科技發展好的地區要幫助、帶動落后地區， 以逐漸縮小這一差距。政府還應該鼓勵發明創造和技術創新，鼓勵企業和個人申請專利和專利產品產業化。通過科技進步促進經濟發展，形成良性循環。

[國家自然科學基金青年基金（71201084）；教育部人文社科研究青年基金（11YJC630250）；高等學校博士學科點專項科研基金（20113219120028）；江蘇省社會科學基金（15GLC006）；中央高校基本科研業務費專項資金項目（30920140132001）；南京理工大學經濟管理學院青年教師科研基金（JGQN1402）。]

參考文獻：

[1] 姚建文.省際科技競爭力評價體系研究[J].系統工程，2003（21）

[2] 姜春林，江詩松.基于主成分分析的省區科技競爭力評價[J].科技管理研究，2005（3）

[3] 黎雪林，孫東川.我國區域科技競爭力評價體系研究[J].科技管理研究，2006（2）

[4] 趙前，焦捷，王以華.中國省際科技競爭力評價——基于超效率DEA的分析[J].清華大學學報，2011（51）

[5] 侯海青，張優智.基于主成分分析的省際科技競爭力實證研究[J].西部經濟管理論壇，2012（23）

[6] 杜晶，趙黎明.主成分分析應用于綜合評價的局限性[J].內蒙古農業大學學報，2007（6）

[7] 王學民.對主成分分析中綜合得分方法的質疑[J].統計與決策，2007（4）

[8] 陳文軍，梅姝娥.江蘇省主要城市科技競爭力比較研究[J].科技管理研究，2014（13）

[9] 朱建平.應用多元統計分析[M].科學出版社

（作者單位：南京理工大學經濟管理學院 江蘇南京 210094）

（作者簡介：吳海，南京理工大學經濟管理學院管理科學與工程系碩士，研究方向：供應鏈管理。）（責編：賈偉）