基于因子分析和聚類分析的遼寧科技成果轉(zhuǎn)化效率評價

張嘉昕 王鶴春 戰(zhàn) 帥 劉子寧 楊 洋

（沈陽師范大學管理學院 遼寧沈陽 110034）

相關(guān)文獻綜述

國內(nèi)外有很多關(guān)于科技成果轉(zhuǎn)化的研究，但相關(guān)概念還沒有明確的官方定義，涉及的科技成果權(quán)屬、運用與保護等領(lǐng)域都需要進一步明確。因此，很多學者從不同的角度對科技成果轉(zhuǎn)化進行定義。如李修全（2015）從“創(chuàng)新鏈”的角度，認為科技成果轉(zhuǎn)化需要經(jīng)歷理論驗證、技術(shù)研發(fā)、實際應用這三個環(huán)節(jié)，這三個環(huán)節(jié)將科技與經(jīng)濟緊密結(jié)合，形成了一個完整的創(chuàng)新鏈；郭英遠等（2015）從知識的角度，認為科技成果是隱藏在科技人員體內(nèi)的隱性知識和專利等顯性知識相結(jié)合的“知識包”，二者的比例決定了成果轉(zhuǎn)化的具體方式。

國內(nèi)很多學者在設計科技成果轉(zhuǎn)化指標體系時，也盡可能從不同方面進行構(gòu)建，使其更完整、更全面。從轉(zhuǎn)化條件、轉(zhuǎn)化實力和轉(zhuǎn)化效果三方面構(gòu)建指標體系的學者較多。如柴國榮等（2010）對西部地區(qū)2004-2007年十一省市的科技成果轉(zhuǎn)化進行了綜合性評價；郭俊華和徐倪妮（2016）對2015年全國31個省、直轄市、自治區(qū)的高等學校的科技成果轉(zhuǎn)化能力進行實證分析，發(fā)現(xiàn)不同地區(qū)的高校科技成果轉(zhuǎn)化存在較大差異；陳輝和林超輝等（2019）選取7所全國代表性的理工科高校的相關(guān)數(shù)據(jù)作為樣本，對其進行實證分析，發(fā)現(xiàn)影響科技成果轉(zhuǎn)化能力的因素多種多樣；林超輝和楊堅偉等（2020）從創(chuàng)新實力指數(shù)、研發(fā)實力指數(shù)、轉(zhuǎn)化實力指數(shù)三個方面構(gòu)建指標體系，采用東、中、西三大區(qū)域中具有代表性的12所高校的科技成果轉(zhuǎn)化數(shù)據(jù)對這三個區(qū)域的高校科技成果轉(zhuǎn)化能力進行整體分析。還有一些學者從科技成果轉(zhuǎn)化的投入和產(chǎn)出來進行綜合評價。鐘衛(wèi)（2018）從投入和產(chǎn)出兩方面測算了2010-2012年50所高校的科技成果轉(zhuǎn)化率；孫濤（2020）選取了2004-2017年東三省科技成果轉(zhuǎn)化的相關(guān)數(shù)據(jù)，從科研投入和產(chǎn)出比來分析我國老工業(yè)科技成果轉(zhuǎn)化效率。由此看來，我國大多數(shù)學者傾向于從經(jīng)濟效益的角度建立指標體系，多維度進行科技成果轉(zhuǎn)化評價的研究較少。因此，本文從經(jīng)濟、社會、技術(shù)三方面對遼寧省科技成果轉(zhuǎn)化進行綜合評價分析。

目前，運用定量分析方法對科技成果轉(zhuǎn)化進行研究的文獻較多且成熟，運用案例分析等定性分析方法則較少。如張明喜（2013）、羅彪（2018）、王趙琛（2020）、孫濤（2020）等都選擇運用數(shù)據(jù)包絡分析方法（DEA）對高校或區(qū)域的科技成果轉(zhuǎn)化效率進行評價；一些學者運用多準則VIKOR法、層次分析法（AHP）、灰色關(guān)聯(lián)度分析法、脈沖響應函數(shù)等方法對科技成果轉(zhuǎn)化評價進行分析；還有一些學者運用案例分析、田野調(diào)查、扎根理論等方法進行分析。

研究設計

數(shù)據(jù)來源與指標體系。為保證數(shù)據(jù)的權(quán)威性和可復制性，本文所使用的數(shù)據(jù)均來源于2019年遼寧省及14個地區(qū)的統(tǒng)計年鑒、《科技統(tǒng)計年鑒》、統(tǒng)計公報、人民政府網(wǎng)、市科技局。為了能夠更加全面地對遼寧省科技成果轉(zhuǎn)化情況進行評價，本文選取了經(jīng)濟、社會、技術(shù)三個指標作為一級指標。在設計評價指標體系時，要堅持系統(tǒng)性、科學性、可操作性等原則，同時要考慮數(shù)據(jù)的可獲得性，論文結(jié)合了遼寧省科技成果的實際情況，并借鑒了現(xiàn)有的相關(guān)研究，設計了4個二級指標和12個三級指標，如表1所示。

表1 遼寧省科技成果轉(zhuǎn)化效率評價指標體系

遼寧省科技成果轉(zhuǎn)化實證分析

（一）因子分析

論文選擇SPSS23.0軟件中的因子分析方法進行分析，具體分析過程如下：

1.KMO和Bartlett球形度檢驗。經(jīng)檢驗，論文的KMO值為0.816，接近1，說明變量的相關(guān)度較高，適合做因子分析。而Bartlett球形度檢驗的近似卡方值為371.913，顯著性概率為0.000，小于0.05，說明變量之間存在相關(guān)性，數(shù)據(jù)呈球形分布，適合做因子分析。

2.特征值和方差貢獻分析。通過數(shù)據(jù)分析，本文發(fā)現(xiàn)：論文所提取的第一個因子的特征值為10.208，第二個因子的特征值為1.047，二者都大于1，且這兩個公共因子的特征值累計貢獻率為93.792%，說明這兩個公共因子可以解釋大部分信息。因此，論文提取這兩個因子為公共因子，分別為第一公共因子（F1）和第二公共因子（F2）。對因子進行旋轉(zhuǎn)之后，各個因子所解釋的方差比例重新分配，第一個公共因子（F1）的方差貢獻率降為68.728%，第二公共因子（F2）的方差貢獻率升為25.064%，但兩個公共因子的累計貢獻率仍為93.792%，使得因子結(jié)構(gòu)變得更加簡單，更容易解釋。

3.因子載荷矩陣。將旋轉(zhuǎn)后的成分矩陣與表1結(jié)合起來，可以發(fā)現(xiàn)，第一公共因子（F1）主要解釋了技術(shù)合同交易額、科研及技術(shù)服務人員、專利申請數(shù)、專利授權(quán)數(shù)四個指標，第二個公共因子（F2）主要解釋了規(guī)模以上工業(yè)戰(zhàn)略性新興產(chǎn)業(yè)增加值增長率、R&D經(jīng)費投入強度兩個指標，它們相互補充，增強了各個指標之間的聯(lián)系，對遼寧省14個地區(qū)的科技成果轉(zhuǎn)化效率評價具有更大的影響。

4.綜合得分排名。兩個公共因子的計算模型，分別為：

其中，X1-X12代表各個指標。

第一公共因子（F 1）的方差貢獻比例為R1=68.728/93.792=0.7328，第二公共因子（F2）的方差貢獻比例為R2=25.064/93.792=0.2672。據(jù)此，本文建立遼寧省各地區(qū)科技成果轉(zhuǎn)化的綜合評價模型：W=0.7328F1+0.2672F2。根據(jù)這個公式，可以計算出14個地區(qū)的因子得分和綜合得分，并進行排序，如表2所示，大連兩個公共因子的得分排名接近，發(fā)展較為穩(wěn)定；沈陽為第二公共因子，雖然得分排名較低，但是由于第一公共因子得分高并沒有拉低綜合得分排名，說明沈陽的R&D經(jīng)費投入強度不是很低；朝陽的第一公共因子得分排名第5，但第二公共因子的得分卻很低，拉低了朝陽地區(qū)的綜合排名。這充分說明有些地區(qū)在各公共因子代表的因素上發(fā)展不平衡，影響科技成果轉(zhuǎn)化的綜合排名。

表2 遼寧省各地區(qū)科技成果轉(zhuǎn)化各因子得分與綜合得分

（二）聚類分析

為了更直觀地了解遼寧省各地區(qū)科技成果轉(zhuǎn)化效率的差異，論文運用K-均值的方法對各因子得分與綜合得分進行聚類分析，如表3所示，可以將14個地區(qū)的科技成果和鉆花效率分為四個類別：

表3 聚類結(jié)果

第一類：科技成果轉(zhuǎn)化效率高。沈陽第一公共因子（F1）方面的得分為3.06288，遠遠超過其他地區(qū)，這說明沈陽的科技成果多，資金支持也較多。但第二公共因子（F2）得分僅為-0.33044，說明沈陽科技成果在產(chǎn)業(yè)應用方面不足，未能打通“最后一公里”，真正實現(xiàn)科技成果轉(zhuǎn)化。但是跟其他13個地區(qū)相比，由于第一公共因子（F1）所占比重較大，所以不影響沈陽的綜合得分。

第二類：科技成果轉(zhuǎn)化效率較高。大連第一公共因子（F1）與第二公共因子（F2）得分差距不大，且都為正，這說明與其他地區(qū)相比，大連在各公共因子代表的因素上發(fā)展較平衡，科技成果效率較高。

第三類：科技成果轉(zhuǎn)化效率較低。該類別包括鞍山、錦州、盤錦三個地區(qū)。這三個地區(qū)第一公共因子（F1）與第二公共因子（F2）得分差距不大，第二公共因子（F2）較高，說明這三個地區(qū)試驗與發(fā)展經(jīng)費投入較高，但科技成果較少，轉(zhuǎn)化效率也較低。

第四類：科技成果轉(zhuǎn)化能力低。該類別的9個地區(qū)第一公共因子（F1）與第二公共因子（F2）得分都很低且為負，這說明這9個地區(qū)的科技成果轉(zhuǎn)化效率度有待提高。而且，除營口經(jīng)濟實力較強之外，其他地區(qū)經(jīng)濟實力都較弱，導致科技人才流失嚴重。