基于聚類分析的山東省海洋科技創新能力探究

許魯秦，張錫寶

（青島大學 經濟學院，山東 青島 266071）

引 言

海洋資源是我國的重要財富。21世紀以來，對海洋的綜合開發和利用已經越來越引起國家的重視，各沿海地區在海洋科技創新戰略方面投入的人力與物力越來越豐富，競爭愈演愈烈。山東半島作為重要的海洋經濟區域，在國家海洋開發戰略的實施過程中扮演著舉足輕重的角色。因此，建立科學的區域海洋科技創新評價體系來評價山東海洋經濟區的科技創新能力，分析各沿海省市區的海洋發展優勢，對于未來山東省海洋經濟的發展以及戰略統籌具有重要的指導意義。

1 文獻回顧

區域科技創新是區域經濟持續健康發展的源泉，國外最早對其研究的是美國學者埃弗雷特M·羅杰斯和朱迪思K·拉森。英國著名學者庫克（1990，1994，1998） 對區域創新系統的概念進行了較為詳細的闡述，認為區域創新系統主要是由在地理上相互分工與關聯的生產企業、研究機構和高等教育機構等構成的區域性組織體系，而這種體系支持并產生創新[1]?？偨Y發現，國外對區域科技創新能力的研究主要包括三個方面：一是區域創新實力分析；二是區域潛在能力分析；三是如何增強區域創新實力[2]。

目前國內的專家學者通過各種方法對區域科技創新能力的研究越來越豐富。李治國、于燕選取10個指標利用因子分析法對山東半島藍色經濟區的科技創新能力進行了系統的研究，認為山東青島具有較高的科技創新水平[3]；殷克東、李興東綜合運用熵值法、主成分分析法、灰色關聯分析法和層次分析法分別對我國沿海地區海洋經濟綜合實力進行了模型測評，并采用Kendall方法對4種測評方法的結果進行了一致性檢驗和梯度劃分，為我國沿海區域海洋經濟的發展提供了有力的依據[4]；陳超賢基于層次分析法與加權平均法對中國沿海區域的海洋科技創新能力進行了簡單的比較，認為山東科研效率相對較低[5]；李拓晨、丁瑩瑩建立海洋高科技產業科技能力評價指標體系后，采用格柵獲取法和Borda數分析法，確定了指標體系各因素的權重并結合模糊綜合評價對我國海洋高科技產業科技能力進行綜合分析[6]；李彬、戴桂林繼承前者的思想，使用模糊評估，灰色關聯和主成分法來分別評估沿海省份的區域海洋科技創新能力，并通過引入模糊Borda數法和Kendall一致性檢驗，構建由多種評價方法組成的組合模型[7]。

通過對文獻的比較可以發現，我國學者對于區域科技創新能力的研究所使用的方法較多樣，主要包括數據包絡法、層次分析法、主成分分析法、模糊評價法、灰色關聯度分析法以及因子分析法等，形成了一些結論，為本文的研究奠定了堅實的基礎。但是大部分學者只是使用了某一年的指標作為樣本數據，沒有時間序列數據上的縱向比較，無法對未來形勢做出預判；另外，使用的方法較傳統單一，指標欠全面。基于上述情況，本文選取了2011—2014年的數據作為樣本，采用RCA指數評價法，因子分析法以及聚類分析法多種方法對中國沿海省份的海洋科技創新能力進行了全方位多角度的分析評價，避免使用單一模型的缺陷，并對各種分析結果進行了綜合闡述，形成最終的結論，并提出了針對性建議。

2 指標、數據與方法

2.1 指標設置與數據來源

本文在對海洋科技創新能力綜合評價指標體系進行設置時，在遵循體系的實用性、可操作性、有效性、完備性和系統層次性原則的基礎上[8]，參考了其他學者的研究成果，并考慮了海洋開發和保護戰略等方面，將海洋科技創新能力分為海洋科技創新基礎、海洋科技創新投入、海洋科技創新產出和海洋科技創新績效4個一級指標，每個一級指標下設2個二級指標，共計8個二級指標，其中，海洋科技創新基礎包括了海洋創新人力物質基礎和海洋科技創新環境；海洋科技創新投入包括海洋科技創新人力投入水平與海洋科技創新經費投入水平；海洋科技創新產出包括直接產出與創新產業；海洋科技創新績效包括海洋開發水平與可持續發展水平。根據每個二級指標所測度的特征，共設置了35個三級指標，并按照指標分類進行編號，具體如表1所示。

本文選擇評價與分析的是我國10個主要沿海省市區，包括天津，河北，遼寧，上海，江蘇，浙江，福建，山東，廣東，廣西。主要測度的年份為2011—2014年，具體的指標數據來自《中國海洋統計年鑒》（2012—2015）、《中國近海海域環境質量公報》（2011—2014），并對數據進行了整理與計算。

2.2 測度方法

第一步，對2011—2014年10個沿海省市區35個指標的數據進行收集統計，在統計的過程中根據具體情況對指標數據進行了測算，如2014年D13指標（區域海洋生產總值增長速度）是相比較于2013年區域海洋生產總值的增速。

第二步，為了評估特定省份在特定指標中的比較優勢，將特定省份的特定指標值與該指標在10個沿海省市區中的平均水平進行了科學的比較。這是對國際貿易的RCA指數的概念進行了簡單的修改，具體計算方法為：（特定省份指標值/該指標的平均水平）-1。如果該比較優勢指數值的計算結果小于0，則說明該省份在該指標中具有劣勢，計算結果大于0，則說明具有比較優勢。通過RCA指數，可以對山東省的海洋科技創新能力有初步的認識。

表1 區域海洋科技創新評價指標體系Tab.1 Evaluation index system of regional marine science and technology innovation

第三步，用SPSS軟件將10個沿海省市區的35個海洋科技創新評價指標的優勢指數的數據進行標準化處理之后進行因子分析，并計算出因子得分。通過因子得分對山東省的海洋科技創新能力進行一個更為科學與綜合的評價。

第四步，計算出因子得分之后，用SPSS軟件將10個沿海省市區進行系統聚類，進而了解山東省所在的分組及其他分組的整體特征，針對山東省不足方面向其他類別組借鑒發展經驗，提出發展建議。

3 實證分析

3.1 描述性分析

為了初步評估分析山東省在10個沿海省市區中的海洋經濟的發展狀況與排名，根據10個沿海省市區2011—2014年35個指標的原始數據對山東省RCA進行了統計計算，山東省各指標RCA結果及排名情況見表2。

通過表2可以看出，山東省2011—2014年各指標在全國10個沿海省市區中的表現及發展情況。根據二級指標的8個分類分別對山東省的優劣勢進行初步的分析判斷。

山東省在海洋科技創新人力物力基礎方面（A11～A15）表現優異，排名領先，尤其是海洋專業?？埔陨显谛W生（A13）這一指標，四年來一直排名第一位，RCA指數都大于0.8，具有較大的優勢，說明山東省重視對海洋專業科技創新人才的培養；但擁有海洋專利數的優勢相對不明顯。在海洋科技創新環境方面（A21～A27），山東省優勢指標與劣勢指標兩者兼具，在海洋科研機構基本建設中政府投資數目（A26）巨大，2014年達到590535萬元，是河北省的200倍，2011年，A26 RCA指標達到4.19，是山東省最具優勢的指標；但是海洋專業畢業生中本科以上學歷所占比重較低，盡管近幾年該指標有趨于變好的趨勢，但是排名仍然處于中下游，且RCA指數小于0，具有比較劣勢；另外海洋科技活動人員中高等職稱所占比重有下降迅速，值得引起社會的關注。

在海洋科技創新人力投入水平（B11～B13）方面，山東省投入了大量的海洋科技活動人員與海洋R&D人員，優勢明顯，但海洋科技活動人員占海洋科技從業人員的比重較低，主要與山東省的海洋科技從業人員基數較大有關。經費投入水平上（B21～B24），盡管海洋R&D課題數排名靠前，但是山東的海洋R&D人員人均課題數的排名徘徊在第4名、第5名的位置，優勢不明顯。

表2 2011—2014年山東省海洋創新指標RCA及排名情況Tab.2 Marine innovation indicators RCA and ranking of Shandong Province in 2011-2014

山東省的海洋科技創新直接產出水平（C11～C15）與海洋科技創新產業化水平（C21～C22）良好，除了海洋科技管理服務增加值占海洋增加值比重排名中游外，無論是海洋科技論文發表總量與人均水平，還是著作出版量與專利授權數，山東省的各項指標都處于全國領先地位，說明山東省海洋科技活動人員在海洋科技創新科研成果方面是非常高產的。

山東省的海洋開發水平（D11～D15）與海洋可持續發展水平（D21～D23）整體表現不佳。人均海洋生產總值的RCA指標、海洋生產總值增長速度的RCA指標、海洋第三產業所占比重RCA指標以及萬元海洋生產總值直排海廢水量RCA指標為負值，不具有比較優勢，且排名較靠后，顯示山東省的海洋科技創新績效平平，與巨大的投入水平不成正比，但值得關注的是，可持續發展水平的三個指標排名都趨于向好的位置發展，尤其是近海海域一二類海水所占比重，更是上升明顯。

3.2 因子分析

本文對影響各沿海省市區海洋科技創新能力的因素進行分析，原始數據為中國主要10個沿海省市區的區域海洋指標RCA，因變量為區域海洋科技創新能力，自變量較多，包括了35個變量，所以很容易產生多重共線性與自相關的問題。下面以2014年的數據為例，用因子分析法進行降維處理提取主要影響因子，并計算出各沿海省市區各項因子得分與綜合得分。

3.2.1 相關性分析

用SPSS軟件對數據進行標準化處理后，求變量的相關矩陣，對變量進行相關行分析，結果發現，大部分數據都有較強的相關性，如A12與A15、B11、B13、B21等變量之間的相關系數高達0.9以上。因此，對數據進行處理，用因子分析后的指標結果進行分析可能會更精確。由于指標存在著比較顯著的相關性且數目較多，為了減少可能存在的多重共線性影響，有必要用因子分析進行降維處理。

3.2.2 公因子方差

公因子方差是按照標準和因子數量提取公因子后，新變量所能代表的原始變量的比例。例如，變量A25海洋科技活動人員人均申請專利受理數這一指標提取的公因子方差為0.998，表示提取的公因子解釋原始變量的能力達到99.8%，即公因子解釋原始因子的能力極強。如表3所示，除了A11、A14、A26這三個指標的公因子方差在0.7～0.9之間外，剩余的32個指標的公因子方差都在0.9以上，說明提取的公因子解釋了原始變量絕大部分的信息。

3.2.3 主成分法提取因子

本文釆取主成分法提取公因子，并按最大方差旋轉法進行載荷矩陣旋轉，解釋的總方差結果如表4所示。從表4中可以明顯看出，第一成分和第二成分的初始特征值分別為14.228和6.861，遠遠大于1，直到第七個成分，初始特征值都是大于1的。前七個成分的旋轉累計平方和為95.463%，大于85%。表明提取的主成分可以很好的解釋原始變量的大部分信息。

3.2.4 旋轉成分矩陣

提取公因子后，用最大方差法對矩陣進行旋轉得到旋轉成分矩陣，如表5所示。

從表5中可以看出，下面16個變量在因子F1上的載荷較高，即A11（海洋科研機構數量）、A12（海洋科研機構從業人員）、A13（海洋專業專科以上在校學生）、A15（海洋科研機構年度經費收入總額）、A22（海洋科技活動人員中碩士以上學歷所占比重）、A26（海洋科研機構基本建設中政府投資）、A27（海洋專業高等教育專任教師）、B11（海洋科技活動人員）、B13（海洋R&D人員）、B21（海洋R&D經費）、B22（海洋R&D課題數）、C11（發表海洋科技論文）、C13（發表海洋科技國際論文）、C21（海洋科研管理服務增加值）、C22（海洋科研管理服務增加值占海洋增加值比重）、D11（區域海洋生產總值）對因子F1的解釋能力較強。其中，B13（海洋R&D人員）、C13（發表海洋科技國際論文）以及C11（發表海洋科技論文）在F1的載荷最大，可以將因子F1命名為海洋直接產出能力；A14（區域擁有海洋發明專利數）、A23（區域海洋專業本科以上畢業生人數)、A25（海洋科技活動人員人均申請專利受理數）、B24（海洋R&D人均經費）、C15（區域海洋科技活動人員人均專利授權數）、C16（區域海洋發明專利授權數）、D13（海洋生產總值增長速度）在因子F2上的載荷較大，因此把因子F2命名為海洋科技創新投入產出水平；D12（區域人均海洋生產總值）、D14（區域海洋生產總值占地區GDP比重）在因子F3上的載荷較大，可以將F3命名為海洋科技創新績效水平；A21（區域海洋科技活動人員中高級職稱所占比重）、C12（區域海洋科技活動人員人均發表科技論文數）、

C14（區域出版海洋科技著作）在因子F4上的載荷較大，結合其他年份在該因子的載荷，可以將F4命名為海洋潛在發展能力；D21（區域萬元海洋生產總值直排海廢水量）、D22（區域近岸海域一二類海水所占比重）、D23(區域萬元海洋生產總值確權海域面積)在因子F5上的載荷較大，因此將F5命名為海洋可持續發展能力；B23（區域海洋R&D人員人均課題數）在F6上具有較高的載荷，因此將F6命名為海洋人均課題數；D15（海洋第三產業所占比重）在F7上具有較高的載荷，因此將F7命名為海洋第三產業開發能力。最終原來的35個指標降維處理之后變為7個指標。

表3 公因子方差Tab.3 Common factor variance

表4 解釋的總方差Tab.4 Total variance explained

表5 旋轉成分矩陣Tab.5 Rotational component matrix

3.2.5 因子得分系數矩陣

用SPSS軟件可以得出因子得分系數矩陣。以2014年的最新指標作為因子得分的目標數據，最終可以算出各省份在每一個因子上的得分以及綜合得分：

通過因子得分可以看出，影響各沿海省市區的海洋科技創新能力的因素是不同的。就山東省而言，海洋直接產出能力（因子1）是山東省海洋科創新競爭力的核心優勢，在10個沿海省市區中處于遙遙領先的地位；海洋潛在發展能力（因子4）與可持續發展能力（因子5） 較強，排名第二，分別落后于河北省與遼寧省。但是山東的區域海洋R&D人員人均課題數（因子6）較少，海洋第三產業開發能力（因子7）較差。因子6較低可能主要是由于山東省R&D人員較多的原因，考慮到因子6與因子7對于整體的方差貢獻率較低，所以整體而言，山東省的海洋科技創新能力綜合實力強。

表6 2014年各省份因子得分與綜合得分Tab.6 Factor scores and comprehensive score in 2014

從綜合因子得分來看，綜合得分前3名為山東、上海、廣東，山東省得分為64.321 0分，排名第一位，充分反映出山東省的海洋經濟發展競爭力優勢；排名綜合得分靠后的為廣西、河北、福建、天津，其中廣西省各指標的表現普遍不好，海洋經濟發展欠佳；福建省的主要劣勢在于因子1、因子2與因子4；遼寧，江蘇，浙江的海洋經濟綜合發展能力處于中間的位置。

3.3 聚類分析

根據各因子得分，對10個省份用類平均法做系統聚類，圖1顯示的是系統聚類的樹狀圖。

在圖的頂部開始，第一個群組包括我國經濟最發達的省份上海以及與上海地理位置較近的浙江，在下一階段，遼寧省也進入該群組。組1的明顯特點是海洋科技創新投入產出水平（因子2） 具有明顯的優勢，說明組1在A14（區域擁有海洋發明專利數）、A23（區域海洋專業本科以上畢業生人數）、A25（海洋科技活動人員人均申請專利受理數）、B24（海洋R&D人均經費）、C15（區域海洋科技活動人員人均專利授權數）、C16（區域海洋發明專利授權數）、D13（海洋生產總值增長速度）指標上較有競爭優勢。尤其是上海市的各項指標發展更為均衡，這與上海對外開放程度、海洋產業鏈的完善度及科研管理能力是分不開的。

圖1 2014年沿海省份海洋科技創新樹狀圖Fig.1 Marine science and technology innovation tree in the coastal provinces of 2014

第二個群組包括山東省和廣東省。組2成員海洋科技創新綜合競爭力很強，顯著特征是在海洋直接產出能力（因子1）上得分很高，排名領先，反映出組2在海洋經濟方面的學術成果產出較高，理論創新優勢明顯；但該組在海洋科技創新績效水平上（因子3）的得分較低，反映出該組在成果轉化與成果應用方面存在問題。另外，因子2、因子6的得分中游，實力相對較弱，不具有明顯的競爭優勢。在下一階段，組2與組1合并為一個群組。

第三個群組包括天津和福建省。組3核心優勢是海洋科技創新績效水平（因子3），天津和福建省的人均海洋生產總值較高，海洋生產總值增長速度較快，海洋生產總值占地區GDP比重較大，指標反映良好。這些優勢可能是由于天津和福建海洋產業體系較為完善的原因。組3共同的劣勢表現在因子4上，且該組成員的綜合得分排名靠后，不具有綜合的競爭能力。江蘇、河北、廣西三個剩余省份都分別自成一組，與其它省份沒有明顯的相似特征。

4 結論與建議

4.1 研究創新與不足

本文通過RCA指數分析，因子分析，聚類分析三種分析方法對山東省的海洋科技創新能力進行了評價分析，避免了單一方法評價的缺陷，存在兩點創新與一點不足：

（1） 采用修正的RCA指數法與系統聚類分析方法，從不同的角度對山東省的海洋科技創新能力進行分析，并得出新的結論。

（2） 在RCA指數分析階段包括了時間序列數據，這有利于對每一指標的時間上的變化進行摸索，以便及時發現不利的發展趨勢。

（3） 不足之處在于，只研究了10個沿海省市區的海洋科技創新能力，成員較少，采用聚類的分析方法時個別組的共同特征表現不明顯。這種不足是由聚類分析本身的特點決定的。

4.2 結論

根據評價分析結果，得出以下幾個主要結論：

（1）山東省海洋科技創新綜合能力處于全國領先地位。通過因子分析，山東省的綜合因子得分在沿海省份中排名第一，在我國海洋經濟發展戰略中發揮著領頭與示范作用。另外，相比于其他省份，山東省各項指標發展較為全面與均衡，海洋科技創新整體水平高。

（2）山東省在海洋科技創新人力物力基礎方面優勢顯著。在RCA分析中，海洋科研機構基本建設中政府投資數目、海洋科技活動人員中碩士以上比重以及海洋專業專科以上在校學生等指標表現良好，創新資源高度集中，為山東省海洋經濟的穩定發展創造了良好的基礎環境，也充分體現了政策扶持、人員素質在山東省海洋科技創新能力上發揮的重要作用。

（3）海洋直接產出能力高，理論創新優勢明顯。在描述性分析與因子分析中，山東省在海洋科技研究上的論文產出與著作產出水平是比較高的，發表海洋科技論文與海洋科技國際論文的數量都位居前列，具有明顯的競爭優勢，但如何將研究結果應用到實踐之中需要引起政府的重視。

（4）海洋創新績效較落后，成果轉化能力不足。研究發現，山東省的人均海洋生產總值，海洋生產總值增長速度等指標明顯勁頭不足，落后于上海等經濟發展水平更高的區域；在聚類分析中，山東省與廣東省在具有相似的優勢與劣勢，即直接產出能力高，但創新績效較低，成果轉化能力已經成為制約山東海洋經濟發展的主要因素。

4.3 建議

針對上述結論，對山東省未來海洋科技創新能力的發展提出一些政策建議：

（1）持續發揮優勢因素。山東省應在山東半島藍色經濟區戰略的背景下，繼續發揮山東在海洋專業人才資源、物力基礎、政府扶持等方面的有利因素；青島作為山東半島藍色經濟區的主要城市，是全國海洋科技力量的富集區。在國家正在規劃中心城市的背景條件下，青島應抓住機遇，發揮得天獨厚的科技創新優勢，提升科研成果質量，做出更多的科技創新成果。

（2）形成有效的科技成果轉化機制。可以根據產業需求確定高校研究方向，加強對海洋科技成果的管理，促進產學研相結合[9]；重視成果轉化基地與公共服務平臺的建設，構建科學合理的成果轉化渠道，從而加快海洋科技成果向生產力的轉化；通過海洋科技成果產權制度的建立，海洋科技成果產業化評估機制、市場機制、激勵機制的完善，進一步促進海洋科技的研發能力[10]。

（3）加強與其它沿海省份的協同合作，優勢互補。根據聚類分析的結果，天津和福建省的海洋績效與海洋開發能力較高，上海市和遼寧省的海洋科技創新投入產出水平比山東省給更具優勢，山東省可以借鑒這些地區的先進經驗，推動該省的績效發展和投入產出比水平。

參考文獻:

[1] Cooke P，Guranga M，Etxebarria G.Regional Systems of Innovation:An Evolutionary Perspective[J].Environment and Planning，1998（30）：189-198.

[2] Tai-Yue Wang，Shih-ChienChien，Chiang Kao.The role of technology development in national competitiveness-Evidence from Southeast Asian countries[J].Technological Forecasting&Social Change，2007（74）：1357-73.

[3]李治國，于燕.基于因子分析的山東半島藍色經濟區科技創新能力研究[C].東方行政論壇（第一輯)，2011:149-154.[4]殷克東，李興東.我國沿海11省市海洋經濟綜合實力的測評[J].統計與決策，2011（3）：85-89.

[5]陳超賢.藍色經濟區建設背景下提升山東海洋科技創新能力研究[J].青島行政學院學報，2012（2）：64-68.

[6] 李拓晨，丁瑩瑩.我國海洋高科技產業科技能力評價模型研究——基于Borda和模糊綜合評價法[J].經濟問題探索，2012（7）：38-43.

[7]李彬，戴桂林.基于組合模型的山東半島藍色經濟區海洋科技創新能力綜合評價[J].科學管理研究，2014（21）：61-65.

[8] 趙昕，郭晶.山東半島藍色經濟區產業結構演進的科技驅動效應分析[J].海洋經濟，2011（2）：32-38.

[9] 李乃勝.山東半島海洋自然環境與科學技術 [M].北京:海洋出版社，2010:109-110.

[10]邰骎.浙江省海洋科技創新能力評價 [D].舟山:浙江海洋大學，2015.