基于主成分分析我国区域创新能力评价.docVIP

基于主成分分析我国区域创新能力评价.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于主成分分析我国区域创新能力评价

基于主成分分析我国区域创新能力评价   ◆ 中图分类号:F062 文献标识码:A   内容摘要:本文在分析区域创新能力内涵的基础上,建立我国区域创新能力的评价指标体系,并运用主成分分析法,对我国省级区域创新能力进行评价分析,并提出相应的政策建议。   关键词:区域创新能力 评价 主成分分析法      研究背景      随着知识经济时代的到来和经济全球化进程的加快,创新能力越来越成为决定一个企业、一个地区乃至一个国家能否获得竞争优势的关键因素。为此,党的十七大明确提出“建设创新型国家”,并将其作为现代化建设的重要目标和战略任务。而创新型国家的建设必须以创新型区域建设为基础。提高区域创新能力不仅是增强区域竞争力、促进区域经济社会发展的重要保证,也是建设创新型国家、增强综合国力的根本途径。因此,对区域创新能力的研究具有十分重要的意义。本文拟在实证研究的基础上,探索建立我国区域创新能力评价的指标体系,并依据评价结果对提升区域创新能力提出相应建议。      区域创新能力的内涵及其评价指标      上世纪90年代以来,对区域创新能力的研究受到国内外学者的广泛关注,关于区域创新能力的内涵及构成指标的研究,许多学者从不同角度提出了不同的观点。在对相关理论和观点进行分析的基础上,笔者认为,区域创新能力实际上就是区域内知识的生产和转化能力,而知识的生产与转化需要一定社会基础,需要一定的资源投入,最终又体现为一定的产出。因此,围绕区域创新能力形成与发挥作用的过程,即知识的生产与转化过程,在内涵上可将其归结为创新基础能力、创新投入能力和创新产出能力三个方面。综合分析众多学者的研究成果,同时考虑到评价指标的系统性、可比性、可操作性及数据的可获得性及其与创新活动的紧密关联性,本文从上述三个方面选取了24个指标构建指标体系。   创新基础能力主要反映地区创新活动所依赖的社会经济文化和教育基础,包括反映地区经济基础的人均GDP(X1)、人均固定资产投资(X2)、人均外商直接投资(X3),反映地区生活基础的人均社会消费品零售额(X4)、城乡居民人均储蓄存款余额(X5),反映地区文化和信息设施基础的公共图书馆人均藏书量(X6)、人均邮电业务量(X7),反映地区教育基础的6岁及6岁以上人口中高中阶段人口比重(X8)、6岁及6岁以上人口中大专以上人口比重(X9)。创新投入能力主要反映地区创新活动的直接投入水平,包括反映地区创新活动人才投入的科技活动人员数(X10)、科技活动人员中科学家和工程师人数(X11)、RD人员全时当量(X12),反映创新活动经济投入的科技活动经费筹集总额(X13)、科技经费支出总额(X14)、RD经费总额(X15)。创新产出能力主要反映地区创新活动的效果,包括反映创新活动直接产出的专利申请受理量(X16)、专利申请授权量(X17)、国内中文期刊科技论文数(X18),反映创新活动经济效果的GDP增长率(X19)、工业增加值增长率(X20)、亿元投资新增GDP(X21)、新产品销售收入占产品销售收入比重(X22)、单位地区生产总值能耗(X23)、单位工业增加值能耗(X24)。      区域创新能力评价指标体系的主成分分析      在关于区域创新能力评价的理论研究及实际操作中,有两个问题必须得到妥善的处理,一是评价指标的相关性,一是评价数据的量纲不同。评价指标体系的各个指标之间通常存在很强的相关性,这种相关性往往导致指标所包含信息的重复,从而会影响评价的准确性,而各个指标数据的量纲不同也会影响指标的可比性。主成分分析法是解决这两个问题的较好方法,它在分析之前首先对数据进行无量纲化处理,而作为其分析结果的各个主成分之间互不相关。   在本研究中,笔者选取我国大陆除西藏以外的30个省级地区2005~2007年的指标数据为样本数据(因西藏地区缺少部分数据,故未选入分析样本,下同),数据主要来源于2006~2008年的中国统计年鉴及中国科技统计数据库,借助于SPSS软件对其进行主成分分析。首先对上述数据计算KMO测度值和进行Bartlett球体检验,得KMO测度值为0.875,接近于1,且Bartlett球体检验值较大(4859.615),说明适合作主成分分析。   根据特征值大于1的要求选取主成分,并用最大方差正交旋转法进行因子旋转,得方差表如表1所示。从表1可以看出,所选取的4个主成分反映了85.361%的总方差,说明这4个主成分包括了24个指标的绝大部分信息量。   从方差最大化旋转后的因子载荷矩阵可以看出,X10,X11,X12,X13,X14,X15,X16,X17,X18在第一主成分F1上有高载荷,而这些指标主要反映的是科技活动的直接投入与直接产出情况,故可将第一主成分F1定义为科技活动能力;

您可能关注的文档

文档评论(0)

317960162 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档