基于主成分研究中部六省科技人力资源创新能力比较探究.docVIP

基于主成分研究中部六省科技人力资源创新能力比较探究[摘　要]科技人力资源创新能力是社会发展的根本动力，研究科技人力资源创新能力具有十分重要的实际意义。本文从多方面考察了影响科技人力资源科技创新能力的因素，采用主成分分析方法，以中部六省科技人力资源创新能力指标体系作为原始数据进行综合评价，发现中部六省在科技人力资源投入效率和产出效率方面存在的地域差距，对中部六省科技人力资源创新能力进行全方位对比研究，针对其存在的问题提出相应政策建议。 [关键词]科技人力资源创新能力　主成分分析　中部六省 引言 科技人力资源既是人力资源又是战略性资源，具有不同于一般人力资源的价值意义。在当前建设创新型国家的过程中，要充分发挥科技人力资源的功能和作用，高度重视对科技人力资源相关问题的研究。因此，对科技人力资源创新能力的分析和评价成为当下关注的焦点。 关于区域科技人力资源创新能力的研究，国外的相关研究不多，但国内学者的研究比较充分，本文以山西，河南等中部六省为研究对象，选取2010年中部地区六个省13项指标作为科技人力资源创新能力测度和评价的初始变量，运用SPSS 17.0工具进行了分析，并提出相应对策。 1.指标体系的确定 （1）指标体系的确定原则 (1)系统性原则：在评价高科技企业科技人力资源上， 要全面、系统，能真实反映出科技人力资源的实际状况，从而让企业能够发现自身科技人力资源的优势与不足， 以便后期加以有效改善。（2）科学性原则：要充分考虑指标元素的独立性和代表性， 指标结构整体的合理性， 使定量和定性、相对和平均指标相结合。（3）可比性原则：所选取的指标之间具有可比性。（4）相关性原则：所收集的数据必须与科技人力资源创新能力相关，杜绝任何与创新能力不相关的数据。 （2）构建科技人力资源创新能力评价指标体系 我国科技人力资源分为两个层次， 即专业技术人员、 科技活动人员和研究与发展人员。根据中部六省科技人力资源创新能力的具体情况，可将科技人力资源创新能力分为七个二级指标，创新投入要素指有专业技术人员投入、科技活动人员投入、专利成果；创新产出要素有科技论文、技术市场成交合同、新产品、高新技术产口出口额。 （3）实证分析与综合比较 ①初始数据收集 根据《中国科技统计年鉴》和各省份统计年鉴采集各省份指标的初始数据，为了使综合评价的结果客观、合理，通常采用的是标准化处理，消除量纲和数量级的影响。初始数据统计结果如表2所示： ②主成分分析 主成分分析法是把原来多个变量划为少数几个综合指标的一种统计分析方法，是一种降维处理技术，即用较少的几个综合指标代替原来较多的指标变量,且使这些较少的综合指标既能尽量多地反映原来较多变量指标所反映的信息,同时它们之间又是彼此独立的。 （4）确定主成分的个数，取特征值大于l，累计贡献率大于85％； 根据解释的总方差确定几个主成分，使得信息利用率达到85%，本文中三个主成分信息累计91.444%，因此来确定3个主因子F1、F2、F3可以代表原来13个变量大部分信息。 （5）计算主成分载荷；计算综合得分。 将成分矩阵（见表4）中的数据除以主成分对应特征值的平方根，就可以得到三个主成分中每个指标所对应的系数。 表4　成份矩阵 综上可得3个因子，第一个因子F1贡献率达到了50.183％,其中科学家和工程师占科技人员的比重、专利申请量、专利申请授权量、科技活动人员发表论文数、技术市场的成交合同数、技术市场的成交合同金额这6个指标由第1个因子F1完全可以解释，它们与科技人力资源创新投入与产出有关，可以命名为科技人力资源创新投入因子；第2个因子F2的贡献率为28.495％，可以用来解释工程技术人员规模、农业技术人员规模、科学研究人员规模、新产品产值占工业总产值的比重、高新技术产品出口额五个指标，可命名为科技人力资源来源因子。第3个因子F3的贡献率为12.765％，主要解释了科技活动人员占做从业人员的比重、RD工作人员当量两个指标，命名为科技人力资源工时因子。这3个因子解释了绝大部分信息，因此这些地区的3个因子的综合得分F可以大体上反映不同地区的创新能力： F=0.50183*F1+0.28495*F2+0.12765*F3 这里的权重采用它们的各自方差贡献率。最终我们可以对不同地区按照综合得分进行排序（见表5）： 由此可见中部六省的科技人力资源创新能力有较大差距,其中湖北科技人力资源的创新能力最强；而安徽、江西较弱；江西最弱，这与中部六省的经济实力是相符合的。湖北经济与科技创新实力水平都较高，经济发展相对较快，经济实力居前，是中部六省经济发展的领导力量，这充分说明了科技人力资源的创新实力与科技创新实力、经济实力属于正相关关系。 3.结论与