- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
省际科技竞争力评价指标体系构建及实证分析
省际科技竞争力评价指标体系构建及实证分析
科技竞争力是对一个国家或地区在一定时期内与在自然科学、农业科学、医药科学、工程与技术科学、人文和社会科学领域中,与科技知识的产生、发展、传播和应用等活动有关的科技发展基础与潜力、科技投入、科技产出与科技成果转化、科技管理等水平或能力的综合反映。它反映了一个国家或地区的科技投入、产出、科技经济一体化程度以及科技潜力的综合水平。近30年来,科学技术日新月异,经济全球化突飞猛进,人类进入一个全球化竞争的新时代。全球化的竞争不仅意味着竞争范围的国际化、竞争领域的全面化、竞争程度的激烈化,还意味着竞争主体的多层化、竞争方式的多样化。而科学技术竞争力是国际竞争力发展的动力,提高科技竞争力已成为增强国家竞争力的关键所在。笔者借鉴国内其他学者对地区科技竞争力评价体系的研究。试图构建一套全面的、有效的、具有较高解释能力的省际评价指标体系。
一、构建省际科技竞争力评价指标体系的原则
在一个国家内,评价省际之间的科技竞争力,显然不能照搬国际评价的指标体系,特别是在构建省际科技竞争力指标体系时,更应考虑各省之间社会经济和科技发展的实际情况,笔者认为应遵循如下原则:
(一)科学性原则
科技竞争力评价指标体系的设计是否科学,直接关系到能否准确反映各地科学技术活动的规模、布局、结构及其成果的推广应用和影响。
(二)全面性原则
科学技术本身就是一个复杂的系统,它由多方面组成。构建科技竞争力评价指标体系,应从与科技活动有关的科技发展基础与潜力、科技投入、科技产出、科技成果转化及科技管理等方面来构建评价指标体系。
(三)可行性原则
我国省际科技竞争力评价指标体系尚未成熟,对科技竞争力相关要素进行全面系统分析,既要考虑需要,也要考虑可能。
(四)可比性原则
可比性原则要求评价结果在时间上和空间上都能够比较。时间上的比较,可反映省、市、自治区科技竞争力发展演进轨迹;空间上的比较则反映了各省、市、自治区之间科技竞争的优势和劣势,为制定区域发展政策与措施服务。
(五)同向性原则
反映科技竞争力的统计指标有正指标,也有逆指标。从正向描述社会经济现象的指标,称为正指标,正指标的数值越大越好;从反向描述社会经济现象的指标,称为逆指标,逆指标的数值越小越好。
(六)层次性原则
科技竞争力是一个系统,构成这个系统的评价指标体系要有不同的层次,从宏观到微观层层深入,这样不仅可以从总体上反映问题,也可以从不同层次反映问题。
二、省际科技竞争力评价指标体系的构建
评价指标体系应由总量指标、相对指标或者平均指标共同构成。总量指标是反映总体现象在一定时间和空间条件下达到的总规模或绝对水平的统计指标;相对指标是将两个有联系的指标数值加以对比,用来反映现象内部、现象之间数量联系程度及现象本身发展变化程度的统计指标;平均指标是反映一组统计数据一般水平或集中趋势的统计指标。为了更深入、更全面地认识问题,在进行分析比较时,就应将总量指标、相对指标或平均指标结合运用。
需要说明的是:一个国家或地区的科技竞争力,还可通过科技体制、科技发展环境、科技经费的配置方式、社会对科技活动的参与感和认同度、维护市场竞争秩序的能力等这些软因素体现出来。
三、评价省际科技竞争力指标的实证分析
科技竞争力的理论遴选评价指标体系是依据地区科技竞争力的内涵、构建原则,并参阅国内外科技竞争力评价研究成果后构建的,这需要对理论遴选的指标进行实证筛选。在实际工作中实证筛选最优的方法是因子分析法。
因子分析的目的是从众多的原有变量中综合出少数具有代表性的因子,这必然有一个潜在的前提,即原有变量之间应具有较强的相关关系。因此笔者在用因子分析时,需要首先对因子分析的条件,即原有变量是否存在相关性进行研究,这可通过巴特利特球度检验(Bart]eft test 0f sphericity)和KMO(Kaiser-Meyer-Olkin)检验来实现。
巴特利特球度检验以原有变量的相关系数矩阵为出发点,其零假设是:相关系数矩阵是单位阵,其检验统计量是根据相关系数矩阵的行列式计算得到,且近似服从X2分布,如果该统计量的观测值比较大,且对应的概率P值小于给定的显著性水平,则应拒绝零假设,认为相关系数矩阵不大可能是单位矩阵,原有变量适合做因子分析,否则原有变量不适合做因子分析。
KMO检验统计量的数学定义为:
式中:Rij是第一个变量与第一个变量的简单相关系数,pijF是第一个变量与第二个变量的偏相关系数。 KMO值越接近1,意味着变量间的相关性越强,原有变量越适合作因子
文档评论(0)