关于对西部地区技术创新能力影响因素及其与经济增长之间关系的研究.docVIP

关于对西部地区技术创新能力影响因素及其与经济增长之间关系的研究摘要运用因子分析方法，对西部各省、区的区域创新能力作出了评价。归纳出影响西部各省、区技术创新能力的主要因素。为如何提高技术创新效率与技术的引进吸收能力，提供了依据。并利用灰色关联度法得出，技术的引进和吸收能力对西部地区经济增长的贡献。 关键词 随机需求 技术创新 数量折扣 西部地区面积占全国的71.4%，人口占全国的28%，而GDP仅占全国的17%，其经济发展水平、技术创新能力与东部地区的差距很大。如何在新一轮西部大开发的热潮下，缩小与东部的差距，已成为迫切需要解决的课题。而进行西部区域技术创新能力影响因素及其与经济增长关系的研究，将对西部各地区经济发展政策和技术创新政策产生重要影响。 国内外研究技术创新与经济增长关系的文献，大多采用索洛余值法、生产函数法、灰色关联度法、回归方法、协整方法和格兰杰因果检验等。对于技术创新能力的衡量多采用多指标体系，再利用降维技术对指标体系进行处理。例如尹宗成利用因子分析法，提取公因子构建技术进步水平指数，再建立技术进步水平指数与经济增长指数的回归方程。但分析过程中，针对21个指标体系只采用了16个样本数量，变量多于样本，极可能导致因子分析结果不稳定，缺乏可靠性与说服力。 现有的文献大多是从国家层面研究技术创新与经济增长的关系。个别文献研究了东部地区经济增长中技术创新的贡献，但是较为单一地认为区域创新能力的衡量指标为发明专利申请数量。其实区域创新能力的形成受各方面因素的影响，利用单一指标进行衡量会产生较大的偏差。本文针对西部地区现状，采用关键指标建立了技术创新能力的评价指标体系，并试图寻找区域技术创新能力的影响因素，进一步探究该影响因素对经济增长的影响。 一、指标体系与数据选择 指标体系的建立应该遵循全面性、客观性、密切相关性、可行性与一致性的原则。保证数据在现有统计范畴内可获得，且统计口径一致。根据选取原则与以往的研究成果，本文选取了3个一级指标，每个一级指标下有2个～3个二级指标的指标体系。主要包括：技术研发投入。研发是技术创新过程的起点，对技术创新的绩效有重要影响。从人力投入（RD经费内部支出）和财力投入（RD人员全时当量）两个角度来反映研发投入；技术创新产出。从科技论文、发明专利授权量与高技术产业新产品产值三个角度来衡量该指标；技术引进与交流。技术的引进与交流体现了创新扩散的能力。创新扩散是技术创新社会经济效益的根本来源。该指标包括国外技术引进合同金额与技术市场技术流向地域。具体变量见表1。 本文选用2007年西部地区（除西藏外）11个省区上述7个指标的截面数据。数据来源主要为《中国科技统计年鉴2010》，《中国统计年鉴2010》。 二、数据处理及分析 本文利用因子分析法，研究多个变量之间的内部关系，并归纳成几个假象变量（即因子）来表示基本的数据结构。这些因子能够反映原来众多的观测变量所代表的主要信息，并解释这些观测变量之间的相互依存关系。借助统计软件SPSS16.0，首先对数据进行KMO和Bartlett’s检验，结果见表2。 由表2可知，KMO检验值为0.8000.6，属于好的水平。Bartlett球度检验结果为104.645，其相应的P值（Sig.=0.000）0.05，因此原始数据的样本个数满足要求，相关系数矩阵R非单位阵，可以实施因子分析。计算相关系数矩阵的特征值与方差贡献率如表3所示： 表3可知，因子分析法提取了2个主成分。第一个主成分贡献率为76.644％，第二主成分的贡献率为17.56％，旋转前和旋转后的累积贡献率均为94.204％。因此，这两个主成分较好地反映了原始数据的信息。 为了更好地解释各个公共因子的含义，将因子载荷矩阵进行方差最大正交旋转，旋转后的因子载荷矩阵如表4： 旋转后的因子载荷矩阵表明，第一主因子在X1、X2、X3、X4、X5上有较高的载荷。这几个指标主要反映技术创新的投入和产出能力，我们将其命名为技术创新效率因子。第二主因子主要由X7决定，在X6指标上也有相对较高的载荷，将其命名为技术引进与吸收因子。 最后进行因子评分，以各主因子的信息贡献率为权重，计算各省区技术创新能力的综合测评得分，公式为F综=0.8136F1+0.1864F2，结果见表5。 从表5可知，西部各地区区域技术创新能力的差距较大。从综合得分上看，四川、陕西、重庆的技术创新能力最强，新疆、宁夏、青海则最差。同时除了四川、陕西、重庆的得分在平均分以上，其他地区的得分均在平均分以下。西部地区区域技术创新能力呈现出整体偏低的特点。 西部地区技术创新能力的影响因素与经济增长之间到底存在怎样的关联性？下面本文采用灰色关联模型进行研究。灰色关联分析是灰色系统理论的主要内容之一，用来分析系统中母因素和子因素之间的关系密切程度，从而判断引起该