區(qū)域科技創(chuàng)新競(jìng)爭(zhēng)力評(píng)價(jià)研究

摘要：提高科技創(chuàng)新競(jìng)爭(zhēng)力能加快經(jīng)濟(jì)增長(zhǎng)效率，改善產(chǎn)業(yè)結(jié)構(gòu)，是實(shí)現(xiàn)中國(guó)可持續(xù)發(fā)展的重要途徑。通過(guò)創(chuàng)建科技創(chuàng)新競(jìng)爭(zhēng)力的評(píng)價(jià)指標(biāo)體系，使用因子分析探尋影響中國(guó)7個(gè)區(qū)域科技創(chuàng)新綜合水平的主要原因，并使用聚類分析法把科技水平接近的區(qū)域進(jìn)行分類。結(jié)果表明，工業(yè)企業(yè)科研項(xiàng)目與投入，教育與科研機(jī)構(gòu)科研能力與區(qū)域高技術(shù)產(chǎn)業(yè)科研能力是影響整個(gè)區(qū)域科技創(chuàng)新競(jìng)爭(zhēng)力的主要因子。將技術(shù)創(chuàng)新與區(qū)域的教育創(chuàng)新結(jié)合，使結(jié)果更有說(shuō)服力。關(guān)鍵詞：科技競(jìng)爭(zhēng)力；因子分析；聚類分析；評(píng)價(jià)指標(biāo)

中圖分類號(hào)：F 124.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7312（2018）01-0027-07

Abstract：Various regions are paying more attention to science and technology innovation.Improving the science and education innovation competitiveness can speed up the economic growth and improve the industrial structure，and is an important way to realize the sustainable development of China.The article selected 7 regions of China，and established a comprehensive index system of science and education innovation capability to find the key factors of science and education innovation capacity，The Results show that Industrial enterprises’ competitiveness，education and scientific research institutions’ competitiveness and high technology enterprises’ competitiveness are the three key factors which affect the science and education innovation.Innovation lies in studying the combination of technology and regional education innovation ability.Key words：Science and technology innovation ability；factor analysis；cluster analysis；evaluation index

0引言目前，中國(guó)開(kāi)始進(jìn)入科技創(chuàng)新驅(qū)動(dòng)發(fā)展的階段，企業(yè)發(fā)展也從生產(chǎn)要素與投資驅(qū)動(dòng)發(fā)展到了創(chuàng)新驅(qū)動(dòng)的階段，一些發(fā)達(dá)國(guó)家在達(dá)到中國(guó)2015年左右的人均GDP水平階段時(shí)已經(jīng)開(kāi)始加速對(duì)創(chuàng)新的發(fā)展[1]。2014年10月初李克強(qiáng)總理在訪德期間，中德簽署了《中德合作行動(dòng)綱要：共塑創(chuàng)新》，與德國(guó)合作高技術(shù)戰(zhàn)略計(jì)劃，提出兩國(guó)將開(kāi)展工業(yè)生產(chǎn)的數(shù)字化合作，也就是工業(yè)4.0，這項(xiàng)計(jì)劃主要為了提升科學(xué)技術(shù)創(chuàng)新水平，發(fā)展智能化、數(shù)字化的智慧工廠[2]，區(qū)域的科技創(chuàng)新發(fā)展很大程度上反映了當(dāng)?shù)氐南冗M(jìn)程度與經(jīng)濟(jì)水平，與科技發(fā)展最相關(guān)的就是技術(shù)水平人才的培養(yǎng)與教育。近年來(lái)，中國(guó)很多學(xué)者對(duì)科技，工業(yè)企業(yè)與服務(wù)方面的創(chuàng)新進(jìn)行了探討，主要的研究指標(biāo)有3個(gè)方面：①區(qū)域科研機(jī)構(gòu)的投入與成果；②區(qū)域教育發(fā)展的投入與成果；③區(qū)域企業(yè)科技發(fā)展的現(xiàn)狀。但在現(xiàn)有文獻(xiàn)中對(duì)科技創(chuàng)新競(jìng)爭(zhēng)力的研究比較多，但是基本上只研究科研發(fā)展方面，然而科技與教育兩者密不可分，教育是技術(shù)發(fā)展的基礎(chǔ)，

教育創(chuàng)新水平的高低決定區(qū)域高技術(shù)水平人才的輸出量，所以文中的創(chuàng)新之處在于將技術(shù)創(chuàng)新與區(qū)域的教育創(chuàng)新結(jié)合，這樣更能綜合評(píng)價(jià)區(qū)域科技創(chuàng)新。

1文獻(xiàn)回顧國(guó)外學(xué)者M(jìn)alcki[3]認(rèn)為在新技術(shù)和經(jīng)濟(jì)全球化的快速發(fā)展下，一些高技術(shù)產(chǎn)業(yè)與標(biāo)準(zhǔn)化流水線式大規(guī)模生產(chǎn)的工業(yè)企業(yè)開(kāi)始尋找低成本發(fā)展方式，致力于新產(chǎn)品與新技術(shù)的研發(fā)，使生產(chǎn)越來(lái)越高效。CharlesLandry[4]提出了創(chuàng)新型城市發(fā)展的7個(gè)方面：①富有創(chuàng)意的人；②意志與領(lǐng)導(dǎo)力；③開(kāi)放的組織文化；④人的多樣性與智慧獲?。虎輰?duì)本地身份強(qiáng)烈的正面認(rèn)同感；⑥城市空間與設(shè)施；⑦網(wǎng)絡(luò)機(jī)會(huì)，總結(jié)這7個(gè)方面主要是對(duì)人才的培養(yǎng)與城市科技發(fā)展的基礎(chǔ)支撐。在對(duì)科技創(chuàng)新綜合評(píng)價(jià)方面很多學(xué)者都選用因子分析法，如李藝、辛督強(qiáng)與韓國(guó)秀等。李藝[5]使用因子分析以創(chuàng)新的投入，產(chǎn)出以及支撐能力三類指標(biāo)對(duì)安徽省的17個(gè)城市的創(chuàng)新能力進(jìn)行評(píng)估，科技創(chuàng)新方面的指標(biāo)有研究與發(fā)展機(jī)構(gòu)的科研人員數(shù)量，科研經(jīng)費(fèi)支出；大中型企業(yè)的科研人員，科研經(jīng)費(fèi)的支出，有效專利數(shù)與發(fā)表科技論文數(shù)等。辛督強(qiáng)與韓國(guó)秀[6]使用因子分析對(duì)科技期刊的綜合評(píng)價(jià)結(jié)果排名。另外在評(píng)價(jià)體系方面，韓東林，杜永飛[7]等通過(guò)構(gòu)建高技術(shù)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，在創(chuàng)新能力方面選取了有效發(fā)明專利數(shù)，形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)以及技術(shù)市場(chǎng)成交額。分析中國(guó)長(zhǎng)三角，珠三角以及環(huán)渤海三大區(qū)域的技術(shù)服務(wù)水平，發(fā)現(xiàn)珠三角排在首位，其次是長(zhǎng)三角，最后是環(huán)渤海地區(qū)。杜英[8]等分析國(guó)內(nèi)外創(chuàng)新型城市的指標(biāo)，從創(chuàng)新環(huán)境、投入、產(chǎn)出記憶創(chuàng)新基礎(chǔ)這些方面評(píng)價(jià)了甘肅的城市創(chuàng)新。劉新靜，張懿瑋[9]對(duì)中國(guó)的北京、上海等12個(gè)大都市的綜合競(jìng)爭(zhēng)力進(jìn)行分析，包含人口，經(jīng)濟(jì)，生活質(zhì)量，科技智慧與文化教育5個(gè)方面，在科技方面選取了科學(xué)技術(shù)支出占GDP的比重與區(qū)域的文盲率作為評(píng)價(jià)指標(biāo)。王哲、沙國(guó)、楊桔[10]通過(guò)知識(shí)，科研以及品牌創(chuàng)新這些評(píng)價(jià)體系研究了中部4大城市群的自主創(chuàng)新能力，在科研評(píng)價(jià)方面選取了省級(jí)研發(fā)機(jī)構(gòu)數(shù)量，創(chuàng)新型企業(yè)數(shù)量，各類科技人員比重，以及省級(jí)以上科技成果等指標(biāo)。

2研究方法與數(shù)據(jù)處理文中使用因子分析法分析區(qū)域科技競(jìng)爭(zhēng)力，因子分析[11]的前提是最少的信息丟失，把與研究目的相關(guān)的眾多因素結(jié)合到一起，濃縮形成少數(shù)幾個(gè)綜合指標(biāo)，這些綜合指標(biāo)稱為因子，其有4個(gè)特點(diǎn)：第一，因子在數(shù)量上遠(yuǎn)少于原有變量；第二，各個(gè)因子之間線性關(guān)系不顯著；第三，因子能夠反映出絕大部分的信息；第四，因子具有命名的解釋性。

2.1評(píng)價(jià)指標(biāo)的構(gòu)建與數(shù)據(jù)處理評(píng)價(jià)指標(biāo)體系是因子分析的重點(diǎn)部分，評(píng)價(jià)指標(biāo)體系要遵循3大原則，分別為客觀性原則，相對(duì)性原則以及可操作性原則。首先客觀性是指要從多個(gè)方面選取各個(gè)因子，綜合反映區(qū)域科研創(chuàng)新競(jìng)爭(zhēng)力，相對(duì)性原則是指衡量各因子需要有標(biāo)準(zhǔn)，例如在文中，選取的樣本人口基數(shù)為2 171萬(wàn)人的北京市，也有人口基數(shù)為9 847萬(wàn)人的山東，在研究科研人數(shù)這項(xiàng)影響因素時(shí)，需要用科研人數(shù)所占總?cè)丝诘谋戎貋?lái)進(jìn)行衡量，否則北京市的科研人數(shù)這項(xiàng)結(jié)果會(huì)失去意義。可操作原則是指所選取的評(píng)價(jià)指標(biāo)的數(shù)據(jù)是可以統(tǒng)計(jì)的，并保持各指標(biāo)計(jì)算口徑的一致，保證同一指標(biāo)動(dòng)態(tài)可比。文中根據(jù)國(guó)內(nèi)外學(xué)者對(duì)科技競(jìng)爭(zhēng)力方面的研究從區(qū)域科研機(jī)構(gòu)科技創(chuàng)新水平、高技術(shù)產(chǎn)業(yè)科技創(chuàng)新水平、區(qū)域工業(yè)企業(yè)科技創(chuàng)新水平以及區(qū)域教育水平這4個(gè)方面選取了25個(gè)指標(biāo)對(duì)區(qū)域科技競(jìng)爭(zhēng)力進(jìn)行統(tǒng)計(jì)分析，見(jiàn)表1.

2.2數(shù)據(jù)的獲取與量化文中所用數(shù)據(jù)主要來(lái)源于《2016中國(guó)統(tǒng)計(jì)年鑒》[12]和《2016中國(guó)科技統(tǒng)計(jì)年鑒》[13]。由于選取的各個(gè)指標(biāo)單位存在差異，所以需要對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化[13]，將它們轉(zhuǎn)化成無(wú)因次量綱的數(shù)據(jù)，使這些指標(biāo)均值為0，方差為1，消除量綱影響，以便進(jìn)行相互比較。計(jì)算公式：

Yi=Xi-S，其中

=1nni=1Xi，

S=

1nni=1（Xi-）2.

式中，Yi為標(biāo)準(zhǔn)化之后的數(shù)值；Xi原始數(shù)據(jù)；為原始數(shù)據(jù)平均值；

n為樣本數(shù)。

2.3因子分析的適用性檢驗(yàn)因子分析的適用性分析一般采取計(jì)算相關(guān)矩陣法與KMO（KaiserMeyerOlkin）法。

2.3.1系數(shù)相關(guān)矩陣法計(jì)算原有變量的系數(shù)相關(guān)矩陣，如果矩陣中的大部分相關(guān)系數(shù)值都小于0.3，則表示不適合使用因子分析法。

2.3.2KMO（KaiserMeyerOlkin）法KMO檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，計(jì)算方法為

KMO=i≠jr2ij

i≠jr2ij+

i≠jp2ij

.

式中，

rij為變量xi和其他變量xj間的簡(jiǎn)單系數(shù)關(guān)系；pij為變量xi和其他變量xj間在控制了剩余變量下得偏相關(guān)系數(shù)。KMO統(tǒng)計(jì)量在0～1之間，當(dāng)所有變量間的相關(guān)系數(shù)平方和遠(yuǎn)大于偏相關(guān)系數(shù)平方和，KMO的值接近1，也就表明著相關(guān)系數(shù)關(guān)系越強(qiáng)，越適合使用因子分析，若KMO值越接近于0，則越不適合使用因子分析。Kaiser給出的KMO值度量標(biāo)準(zhǔn)：0.9以上表示非常適合，0.8以上適合，0.7以上表示一般適合，0.6以上表示不太適合，0.5以下則表示非常不適合。KMO檢驗(yàn)結(jié)果見(jiàn)表2.

通過(guò)統(tǒng)計(jì)軟件SPSS 19.0對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)。結(jié)果顯示KMO值為0.729，表示一般適合，可以使用因子分析進(jìn)行降維分析。

2.4因子提取因子分析采用了主成分分析法提取因子，并且選取大于1的特征根。因子的提取見(jiàn)表3，第一列數(shù)據(jù)是因子分析初始解下的變量共同度，表示提取所有特征根，變量的共同度都為1，第二列數(shù)據(jù)是指提取大于1的特征根的情況下的共同度，除了D13（規(guī)模以上工業(yè)企業(yè)RD經(jīng)費(fèi)內(nèi)外部總支出占GDP）為0.721以外，其余評(píng)價(jià)指標(biāo)的提取均大于84%，效果較為理想。

表4為因子分析因子解釋原有變量總方差的情況，計(jì)算各主成分的貢獻(xiàn)率，并按累積貢獻(xiàn)率提取主因子，以累積貢獻(xiàn)率達(dá)到85%為準(zhǔn)則，提取前K個(gè)主因子，當(dāng)前K個(gè)主因子的方差累積貢獻(xiàn)率超過(guò)85%，可認(rèn)為這K個(gè)主因子反映足夠的信息量，因此可以用來(lái)解決實(shí)證問(wèn)題。因子分析過(guò)程中，以主因子為標(biāo)準(zhǔn)提取因子，采用具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法對(duì)因子荷載矩陣進(jìn)行旋轉(zhuǎn)，可得到旋轉(zhuǎn)后的因子特征值和貢獻(xiàn)率以及旋轉(zhuǎn)后的因子載荷矩陣。從表4可以看出因子旋轉(zhuǎn)后累計(jì)方差比為93002%，對(duì)原變量的共同度沒(méi)有造成影響，但是重新分配了各個(gè)因子解釋原有變量的方差，改變了因子的方差貢獻(xiàn)率，使因子解釋性更好，93.002%大于85%表示能很好地反映所有變量。

長(zhǎng)三角、珠三角以及環(huán)渤海地區(qū)分值較高，具體分值各區(qū)域的總分排名以及在各因子上的排名見(jiàn)表7.從總體排名上看，靠前的除了北京其余都是東南沿海地區(qū)，華東地區(qū)綜合排名第一位，并且遠(yuǎn)高于第二位，區(qū)域教育與科研機(jī)構(gòu)科研創(chuàng)新排名也非常靠前，但是在高技術(shù)產(chǎn)業(yè)方面還需改善；華北地區(qū)在總分排名靠前，但是在f2因子上排在第四位，也就是區(qū)域教育與科研機(jī)構(gòu)的創(chuàng)新競(jìng)爭(zhēng)力還需要提升；華南地區(qū)工業(yè)企業(yè)與高技術(shù)產(chǎn)業(yè)方面的創(chuàng)新具有很強(qiáng)的競(jìng)爭(zhēng)力，在教育與科研機(jī)構(gòu)方面還需改善；華中地區(qū)總分值排名第四，工業(yè)企業(yè)創(chuàng)新發(fā)展較好，高技術(shù)產(chǎn)業(yè)需要提升；東北地區(qū)總分排名第五，在工業(yè)企業(yè)創(chuàng)新以及高技術(shù)產(chǎn)業(yè)方面都需要改善；西南與西北地區(qū)總體比較接近，高技術(shù)產(chǎn)業(yè)創(chuàng)新發(fā)展較好，但需要在工業(yè)企業(yè)創(chuàng)新與教育科研創(chuàng)新這兩方面投入資金發(fā)展。

3結(jié)果分析與建議使用聚類分析將中國(guó)大陸各區(qū)域科技創(chuàng)新競(jìng)爭(zhēng)力分類，結(jié)果如圖2所示。

各省市自治區(qū)的科技競(jìng)爭(zhēng)力聚類分析結(jié)果：第一類為江蘇，第二類為山東、上海、北京、廣東和浙江，第三類為湖北、天津、陜西、河南、遼寧、福建、四川、安徽和湖南，其余省市為第四類。第一類的江蘇綜合得分遙遙領(lǐng)先于全國(guó)其他地區(qū)，江蘇省地處東南沿海，大部分城市都屬于三角城市圈，經(jīng)濟(jì)實(shí)力雄厚，長(zhǎng)三角是中國(guó)重要的長(zhǎng)江經(jīng)濟(jì)帶與“一帶一路”的交匯地區(qū)，2015年江蘇全省經(jīng)濟(jì)總產(chǎn)值達(dá)到70 116.38億元，占到全國(guó)GDP的10.4%，同時(shí)在工業(yè)企業(yè)上的科研項(xiàng)目，新產(chǎn)品數(shù)都領(lǐng)先于其他地區(qū)，說(shuō)明擁有較多的技術(shù)密集型工業(yè)企業(yè)，在原來(lái)的基礎(chǔ)上結(jié)合中國(guó)工業(yè)4.0的3大主題所涉及到的智能，繼續(xù)大力發(fā)展工業(yè)企業(yè)的技術(shù)性能，優(yōu)化企業(yè)科技競(jìng)爭(zhēng)力。另外，江蘇省在科研與教育創(chuàng)新上得分也名列前茅，尤其在發(fā)表科技論文、科技著作和有效專利數(shù)上優(yōu)勢(shì)非常明顯，這得益于江蘇是教育大省，在科研方面投入資金也達(dá)到986 020萬(wàn)元，擁有普通高校131所，數(shù)量排在全國(guó)各省之首。

第二類區(qū)域的山東、上海、北京、廣東和浙江的綜合得分都很高，北京與上海的教育與科研機(jī)構(gòu)水平分別排在第一位和第二位，能夠吸引全國(guó)各地的

學(xué)者，聚集了全國(guó)的高端創(chuàng)新型人才， 另外，高技術(shù)產(chǎn)業(yè)得分排名也非常靠前，高技術(shù)產(chǎn)業(yè)的發(fā)展可以推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，使勞動(dòng)生產(chǎn)效率和經(jīng)濟(jì)效益提高，但是北京和上海的工業(yè)企業(yè)科技競(jìng)爭(zhēng)力不足，北京工業(yè)企業(yè)科研項(xiàng)目?jī)H有7 554項(xiàng)，有效發(fā)明專利也只有23 749件，工業(yè)企業(yè)需要多開(kāi)發(fā)科研活動(dòng)與科研項(xiàng)目，提高企業(yè)科技競(jìng)爭(zhēng)力。浙江地處中國(guó)東南沿海，在長(zhǎng)江三角洲南翼，東臨東海，交通樞紐發(fā)達(dá)，GDP也位于全國(guó)前列，是中國(guó)經(jīng)濟(jì)最活躍的省份之一，山東處于東部沿海，在長(zhǎng)三角北部，浙江與山東的工業(yè)企業(yè)創(chuàng)新力得分很高，分別排在第二和第三位，但是高技術(shù)產(chǎn)業(yè)得分較低，很多輕工業(yè)企業(yè)均為勞動(dòng)密集型，高技術(shù)產(chǎn)業(yè)新產(chǎn)品開(kāi)發(fā)項(xiàng)目數(shù)較少，所以需要進(jìn)一步發(fā)展高技術(shù)產(chǎn)業(yè)，提高對(duì)新產(chǎn)品的開(kāi)發(fā)，提高產(chǎn)業(yè)生產(chǎn)效率與經(jīng)濟(jì)效益。另外，同處第二類的還有廣東與山東和江蘇，這3個(gè)省被評(píng)為中國(guó)最具綜合競(jìng)爭(zhēng)力的省區(qū)，廣東省是中國(guó)第一經(jīng)濟(jì)大省，高科技產(chǎn)業(yè)競(jìng)爭(zhēng)力非常強(qiáng)，排在第一位，并且工業(yè)企業(yè)科技競(jìng)爭(zhēng)力也非常靠前，尤其是區(qū)域研究與試驗(yàn)科研人員，研究與發(fā)展機(jī)構(gòu)科研人員總數(shù)，政府在科研方面投入的資金都在全國(guó)排在前列，但是教育與科研競(jìng)爭(zhēng)力排名相對(duì)處于弱勢(shì)，尤其是高等學(xué)?？蒲姓n題投入經(jīng)費(fèi)為433 844萬(wàn)元，遠(yuǎn)低于科技創(chuàng)新力相近的其他地區(qū)，所以需要加大科研經(jīng)費(fèi)的投資來(lái)改善教育與科研環(huán)境，通過(guò)吸引更多的學(xué)者，培養(yǎng)創(chuàng)新型人才，大力推進(jìn)創(chuàng)新創(chuàng)業(yè)教育，加強(qiáng)校企合作。第三類區(qū)域主要處于中部地區(qū)，總體在工業(yè)企業(yè)創(chuàng)新與教育科研方面上排名處于中國(guó)中上游，但在高技術(shù)產(chǎn)業(yè)方面相對(duì)落后。例如河南省，河南地處中國(guó)中東部，黃河中下游，交通便利，據(jù)2016年底統(tǒng)計(jì)常住人口9 532.42萬(wàn)人，居中國(guó)第3位，是中國(guó)新興工業(yè)大省，在工業(yè)企業(yè)創(chuàng)新方面排在第五位僅次于廣東，規(guī)模以上工業(yè)企業(yè)科研的內(nèi)外部支出達(dá)3 688 252.4萬(wàn)元，在科研與教育創(chuàng)新方面排名位于中國(guó)中游，但在高技術(shù)產(chǎn)業(yè)方面有所欠缺，高技術(shù)產(chǎn)業(yè)有效專利僅有1 663件，新產(chǎn)品開(kāi)發(fā)項(xiàng)目也只有1 540項(xiàng)，所以在這些方面要加大投資。四川省在第三類區(qū)域相對(duì)例外，四川是中國(guó)西部綜合交通樞紐和經(jīng)濟(jì)發(fā)展高地，經(jīng)濟(jì)總量在西部地區(qū)連續(xù)多年位居第一，在高技術(shù)產(chǎn)業(yè)方面發(fā)展很好，尤其是高技術(shù)產(chǎn)業(yè)有效專利達(dá)到7 010件，高技術(shù)產(chǎn)業(yè)新產(chǎn)品開(kāi)發(fā)項(xiàng)目有

2 270項(xiàng)，排名都非?？壳埃窃诠I(yè)企業(yè)科技創(chuàng)新上稍顯落后，有研發(fā)活動(dòng)的企業(yè)數(shù)偏少，企業(yè)科研方面的投資力度還有待加強(qiáng)，企業(yè)科研主要靠勞動(dòng)力密集型工業(yè)企業(yè)帶動(dòng)經(jīng)濟(jì)，因此需要激勵(lì)工業(yè)企業(yè)投入更多的資金開(kāi)展科研活動(dòng)。第四類區(qū)域綜合得分低，絕大部分地處中國(guó)偏遠(yuǎn)地區(qū)，在經(jīng)濟(jì)，科技，交通等方面都相對(duì)較弱，人才較為匱乏，在這些地區(qū)首先加大在教育方面的投資，吸引人才，發(fā)展科技，同時(shí)也需要和周邊地區(qū)共同合作，加快經(jīng)濟(jì)發(fā)展。例如甘肅和青海，兩者地理位置相鄰，甘肅在工業(yè)企業(yè)科技發(fā)展和教育與科研機(jī)構(gòu)主因子上都要強(qiáng)于青海，但是在高技術(shù)產(chǎn)業(yè)上稍遜于后者，所以可以聯(lián)合發(fā)展，互惠互利，同時(shí)提高區(qū)域科技競(jìng)爭(zhēng)力。

4結(jié)論整體上第一類地區(qū)江蘇和第二類地區(qū)山東、上海、北京、廣東、和浙江在科技競(jìng)爭(zhēng)力方面遠(yuǎn)強(qiáng)于中國(guó)大陸其他地區(qū)。由于中國(guó)傳統(tǒng)的發(fā)展模式各個(gè)區(qū)域都存在差異，科技發(fā)展不均衡，而且在十三五時(shí)期，科技創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略有可能強(qiáng)化“強(qiáng)者越強(qiáng)、弱者越弱”的發(fā)展趨勢(shì)，所以第一類和第二類地區(qū)要鞏固強(qiáng)化各自原本的科技優(yōu)勢(shì)，并且加大對(duì)周?chē)谌?、四類地區(qū)的輻射，帶動(dòng)周邊地區(qū)科技競(jìng)爭(zhēng)力共同發(fā)展。各區(qū)域積極開(kāi)展校企合作，持續(xù)推進(jìn)產(chǎn)教深度融合，優(yōu)化科技創(chuàng)新環(huán)境，提高學(xué)校、科研機(jī)構(gòu)以及企業(yè)的科研能力，重視中小型科技、工業(yè)企業(yè)的創(chuàng)新發(fā)展，打造創(chuàng)新鏈，在科技創(chuàng)新驅(qū)動(dòng)發(fā)展領(lǐng)域營(yíng)造優(yōu)惠的競(jìng)爭(zhēng)市場(chǎng)環(huán)境，激發(fā)已有創(chuàng)新資源潛力。

參考文獻(xiàn)：

[1]陸大道.中速增長(zhǎng)：中國(guó)經(jīng)濟(jì)的可持續(xù)發(fā)展[J].地理科學(xué)，2015，35（10）：1207-1219.

[2]蔡澤寰.應(yīng)對(duì)工業(yè)4.0加強(qiáng)產(chǎn)教融合機(jī)制創(chuàng)新[J].中國(guó)高等教育，2016（z3）：24-26.

[3]Mikel Buesa，Joost Heljs.Regional systems of innovation and the knowledge production function：the spanishcase[J].Technovation，2006（26）：463-472.

[4]Charles Landry.The creative city：A toolkit for urban innovators[M].London：Earthscan Publications Ltd.，2000.

[5]李藝.基于因子分析和聚類分析法的安徽省城市技術(shù)創(chuàng)新能力評(píng)價(jià)[J].科技管理研究，2013（15）：56.

[6]辛督強(qiáng)，韓國(guó)秀.因子分析法在科技期刊綜合評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2014（1）：116-121.

[7]韓東林，杜永飛，夏碧蕓.基于因子分析的中國(guó)三大區(qū)域高技術(shù)服務(wù)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)[J].中國(guó)科技論壇，2013（10）：37-39.

[8]杜英.甘肅省創(chuàng)新型城市評(píng)價(jià)研究[J].中國(guó)科技論壇，2012（3）：98-103.

[9]劉新靜，張懿瑋.中國(guó)大都市城市競(jìng)爭(zhēng)力評(píng)價(jià)分析-基于因子分析法[J].同濟(jì)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2016（1）：69-77.

[10]王哲，沙國(guó)，楊桔.基于因子分析法的中部城市群創(chuàng)新能力評(píng)價(jià)研[J].江淮論壇，2015（1）：104-108.

[11]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2004.

[12]國(guó)家統(tǒng)計(jì)局.2016中國(guó)統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2016.

[13]國(guó)家統(tǒng)計(jì)局.2016中國(guó)科技統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2016.

[14]馬立平.統(tǒng)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)化——無(wú)量綱化方法[J].北京統(tǒng)計(jì)，2003（5）：34.

（責(zé)任編輯：王強(qiáng)）