华东地区智力资本与区域创新能力评估.docVIP

华东地区智力资本与区域创新能力的评估 　　摘要：本文对华东地区七省（市）的智力资本水平与区域创新能力进行了评估分析。结果表明：人才的保险、医疗和高等教育水平是构成区域人力资本的最首要因素；国内外经贸往来水平是区域关系资本的最重要内容；区域的流动水平和信息流通性对区域结构资本的贡献最大；科技资源水平（包括人员、机构和经费）对区域创新能力有重要影响。最后对各区域进行综合得分的计算与排名，并给出相关建议。 　　关键词：区域智力资本 区域创新能力 主成分分析 评估 实证研究 　　 　　一、引言 　　新世纪新阶段，中国的发展呈现出一系列新的阶段性特征，其突出表现在于――经济实力显著增强的同时，长期形成的结构性矛盾和粗放型增长方式尚未得到根本改变，生产力水平总体还不高，自主创新能力还不强。对此，党的十七大报告明确提出：“提高自主创新能力，建设创新型国家。这是国家发展战略的核心，是提高综合国力的关键。”创新的基础，在于实践、学习和知识的积累；而创新能力的形成，则需有效地发挥一种特定的非财务资本――区别于传统的货币、劳动力、土地等财务性资本，由人力资本、关系资本和结构资本构成的智力资本，能为主体带来持久竞争优势的战略性资源。本文以2009年华东地区的横断面数据为样本，选取上海、江苏、浙江、安徽、福建、江西和山东七个地区的相关数据，结合中国创新发展的实际情况，设计了区域人力资本、结构资本、关系资本与创新能力水平的评价指标体系，结合我国背景探索智力资本与区域创新能力的水平与关系。各评价指标体系如（表1）所示。 　　二、智力资本与区域创新能力评估分析 　　（一）区域人力资本的评估 首先，由于区域人力资本评价体系涉及变量较多，直接进行区域间的比较分析较繁琐，因此首先采用因子分析法减少变量数，之后再进行比较和综合分析。在SPSS13.0软件中，运用KMO和Bartlett球度检验进行分析，结果如（表2）所示。 对华东地区人力资本的KMO检验值为0.782（大于0.6的临界值），Bartlett球度检验统计量的观测值Approx. Chi-Square为1182.913，统计值的显著性概率为0.000（小于1%???，说明数据具有相关性，适合做因子分析。其次，运用主成分分析法，提取因子并选取特征根植大于1的特征根，得出因子分析的初始解――除“每万人拥有的卫生机构数”和“社会保障和就业的政府财政支出占GDP比重”变量的信息丢失略多外（接近27%），其余变量的绝大部分信息丢失较少（86%），所有变量的共同度均较高，可被因子解释。由表3可见，前3个因子的特征根植很高，对解释原有变量的贡献最大，之后的因子的解释度逐步下降，因此本案例提取前3个因子进行分析。变量1至7在第一个因子上的载荷较高（大于93%），第一个因子主要解释了这7个变量，因此可设公共因子H1为“区域综合的人力资本水准”（保险、医疗和高等教育水平）。变量11，12和14在第二个因子上有较高的载荷（大于67%），第二个因子主要阐释了这3个变量，因此公共因子H2定义为“政府对社会保障和医疗卫生的投入力度”。第三个因子对9，10，14和15变量的解释力相对较大，公共因子H3可定义为“居民享有的医疗及教育资源水平”。由（表3）可见，H1对区域人力资本的贡献最大，高达58.915%。说明区域综合的人力资本水准（保险、医疗和高等教育水平）是构成一个区域人力资本的首要因素，其次，按重要性依次为：H2政府对社会保障和医疗卫生的投入力度（贡献率24.079%），H3居民享有的医疗及教育资源水平（贡献率8.392%）。由因子得分矩阵，可得区域人力资本原始变量的因子得分函数。根据各个因子权重的计算公式：Hn =（Extraction Sums of Squared Loadings / Rotation Sums of Squared Loadings）*100% 和总方差分解表的数据，H1、H2和H3的权重分别为58.915%、24.079%和8.392% 。因此，区域人力资本的综合得分公式为 Xn = 0.58915H1 + 0.24079H2 + 0.08392H3。由此式得出华东七个地区的人力资本综合得分，并进行排名，如（表5）所示。加权综合得分最高的是上海――每年都有大量的各地人才涌向这个经济发达的国际化大都市，使得其人力资本水平保持优先；高校资源集中的江苏与商业发达的浙江也有不错的人资水准；山东和安徽则有必要吸引更多人才来发展区域经济。此项人力资本排序与华东区域的经济实力排名相近，符合实际情况。同时也说明，对人力资本的投入和产出水平会对区域的经济发展产生正向影响。 　　（二）区域关系资本与区域结构资本的评估 区域关系资本与结构资本的KMO分别为0.648和0.739（大于0.6的临界值），B