基于因子分析中国区域技术创新能力差异实证研究.docVIP

基于因子分析中国区域技术创新能力差异实证研究.doc

  1. 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. 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. 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. 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. 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. 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. 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
基于因子分析中国区域技术创新能力差异实证研究

基于因子分析中国区域技术创新能力差异实证研究   [摘要]近年来,我国经济快速增长,但各地区间的发展极不平衡,区域科技创新能力的差异是其中一个重要的原因。为了能够更清楚地了解各地区科技创新能力的差异,文章用发展的眼光,在前人研究的基础上,本着全面性、密切相关性和数据可获得性的原则,经过分析比较,选取了一套重在衡量地区科学研究与技术创新能力的指标,并以2006年的统计数据为依据,采用因子分析法,对全国30个省、自治区和直辖市的科技创新能力进行了实证研究,并就研究结果作出了进一步的分析评价。   [关键词]区域;科技创新;能力;因子分析;实证研究   [中图分类号]F224.7 [文献标识码]A [文章编号] 1002-736X(2008)-0084-04      一、引言      创新是区域经济增长和持续发展的动力。我国幅员辽阔,有31个省(含自治区、直辖市,不包括港、澳、台地区),各地区之间经济发展很不平衡,创新能力存在差异是重要原因之一。要消除区域间经济发展差异或避免其扩大,必须对区域之间创新能力的差异及其影响因素进行深入研究。   我国学者对区域创新能力的研究很多,从范围上看,有研究单个区域或几个区域的,也有全国范围的;从研究角度上看,有研究评价方法和实证分析法;从研究方法上看,有指数综合法、层次分析法、灰色关联法、因子分析法等。本文采用的是因子分析法,以2006年的统计数据为依据,对全国的30个省、自治区和直辖市(不包括西藏自治区)的创新能力进行了实证研究。   有学者曾采用因子分析法对全国范围的省(自治区、直辖市)的区域创新能力进行了实证研究。吴显英(2003)选取14个指标,采用1998―1999年的统计数据对30个区域技术创新能力分析排名;郑伯红、彭际作(2003)选用23个指标,采用2000年的统计数据对29个区域创新能力进行评价和排名;任胜钢、彭建华(2007)选用28个指标,采用2003年的统计数据,对31个区域创新能力进行了评价和排名。三者选用的数据的时间跨度并不大,但是分析结果差异很大,如广东省在三者的研究中排名分别为第15、3、2,天津分别为第14、4、14,浙江分别为第17、8、5,福建分别为第25、10、15。差异产生的主要原因是大家对区域创新的内涵理解不同。有人认为应从技术创新能力的角度来评价,有人认为区域创新是一项涉及政府、企业和科学技术机构,包括技术创新、组织创新、制度创新和管理创新在内的系统工程。评价角度的不同导致大家所选用的分析指标大不相同。   关于区域创新能力,我们认同熊彼特创新理论中的观点,即区域创新能力实际上是指一个地区能够运用科学技术推动经济发展的能力,应该从科学研究和技术创新能力两方面来测评,因为科学研究是技术创新的基础,技术创新是科学研究最终价值的体现。从发展的眼光来看,一个地区在科学研究和技术创新上的原创能力最能体现该地区的创新能力。因此,在设立指标体系时,我们把重点放在研发能力的评价上。      二、方法与数据      (一)基本思想与模型   因子分析是多元统计分析中的一种重要方法,它通过研究多变量之间的关系,将具有错综复杂关系的变量综合为数量较少的几个假想变量(因子),以再现原始变量与因子之间的相互关系。其基本思想是通过变量相关系数矩阵内部结构的研究,找出能够控制所有变量的少数几个假想变量。这些假想与变量线性无关,且能够反映原有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。因此,因子分析就是研究如何以最少的信息丢失,换取将众多观测变量浓缩为几个因子,以简化数据分析过程。   因子分析的数学模型为:      其中,X=(x1,x2,…,xp)T为可实测指标构成的p维向量;F=(F1,F2,…Fm)T为公共因子或因子向量;A=(aij)p×m为因子载荷矩阵,aij为因子载荷,是第i个原始变量在第j个公共因子上的负荷;ε为特殊因子,表示原始变量不能被公共因子解释的部分。   (二)指标体系的设置   在参考近年来相关研究成果的基础上,笔者本着全面性、密切相关性和数据可获得性的原则,构建了包括科学研究和技术创新的基础条件、实际投入、研发成果和成果交流等4个一级指标, 且每个一级指标又下设2~4个二级指标的指标体系。   1.基础条件。经济实力、研究机构和人力资源是科学研究和技术创新的基础条件。该指标包括地区生产总值、高校属R&D机构数、大中型工业企业科技机构数、大专以上学历人口数和从事科技活动人员数等5个二级指标。   2.实际投入。人力和财力的投入是科学研究和技术创新的基本保障。该指标包括科技经费筹集总额、R&D经费支出、地方财政科技拨款和RD人员全时当量等4 个二级指标。   3.研发成果。

文档评论(0)

3471161553 + 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