基于结构方程模型山西省科技创新能力评价研究.docVIP

基于结构方程模型山西省科技创新能力评价研究 　　【摘要】当代社会科技创新已成为我国生产力发展，经济发展、社会进步的生命力所在，是推动人类社会进步的主要动力。论文首先提出山西省科技创新能力评价指标的因果关系模型，然后利用结构方程对评价指标间的关系进行模型的构建与求解。通过研究表明，该模型能够很好的描述指标之间的因果关系，并能准确定位影响山西省科技创新能力的关键因素，为评价和提高该省科技创新能力提供了有力依据。 　　【关键词】山西省；科技创新；能力评价；结构方程模型 　　引言 　　科学技术作为当代社会第一生产力，已成为经济发展和社会进步最主要的因素和决定性力量。经济学家熊彼特1912年将“创新”一词引入经济和科技领域。后来另一位经济学家缪尔把技术创新在此基础之上界定为“是以其构思新颖性和成功实现为特征的有意义的非连续性事件”[1]；英国学者莫尔认为，技术创新是技术制品的创始、演进和开发过程；OECD则强调技术创新是产品和工艺引入市场或应用于生产[2]。然而科技创新是原创性科学研究和技术创新的总称，是指创造和应用新知识和新技术、新工艺，采用新的生产方式和经营管理模式，开发新产品，提高产品质量，提供新服务的过程[3]。 　　目前，对科技创新能力进行评价的方法和模型主要包括数据包络分析、层次分析、多层次灰色评价、因子分析、模糊综合评价法等。在这些模型和方法中，评价指标之间是相互独立的，然而这些传统的研究方法忽略了评价指标间可能存在的相互影响、相互关联，而这又可能使评价结果失真，所提对策建议没有针对性。而结构方程模型恰好能妥善处理这些问题。 　　1、结构方程模型构建 　　1.1结构方程模型的优点 　　结构方程模型最为显著的几个特点是：（1）评价多维的和相互关联的关系；（2）能够处理自变量之间的多重共线性；（3）能够发现变量间没有察觉到的概念关系，并解释测量误差。 　　1.2结构方程模型的基本原理 　　该模型是应用线性方程来表示观测变量与潜在变量以及潜在变量之间关系的一种统计方法，是一种以回归为基础的多变量技术，并结合路径分析与因素分析，属与验证性实证研究资料分析法，其目的是探究变量间的因果关系以验证理论，故又可称为因果模式分析技术。 　　1.3结构方程模型的基本思想与方法 　　结构方程模型是以变量协方差阵为基础来分析变量间关系的一种统计方法，包括测量模型与结构模型，这体现了传统路径分析与因素分析的完美结合。与一般的计量经济模型不同，结构方程模型涉及的变量有两种基本形态：观测变量与潜变量，变量数据能够观测得到的为观测变量，不能被观测但可以由观测变量推估出来的变量为潜在变量。结构方程模型主要由测量模型和结构模型组成，测量模型描述的是潜变量如何被相应的观测变量所测量或概念化[4]。通常用如下测量方程表示： 　　x=λxξ+σ （1） 　　y=λyη+ε （2） 　　其中（1）是外源变量测量方程，外源变量是指在模型当中未受任何其他变量的影响，但却能直接影响别的变量。x是由外源观测指标组成的向量，ξ是由外源潜变量的因子组成的向量，λx是x在ξ上的因子符合矩阵，σ是q个测量误差组成的向量；式（2）是内生变量测量方程，内生变量是指模型当中会受到任何一个其他变量影响的变量，也就是路径图中会受到任何一个其他变量以单箭头指涉的变量。y是由p个内生观测指标组成的向量，η是由内生潜在变量组成的向量，λy是y在η上的因子负荷矩阵，ε是p个测量误差组成的向量，σ和ε表示不能由潜在变量解释的部分。 　　结构模型是描述潜变量间与模型无法被解释的部分之间的关系，结构方程表示如下： 　　η1=β12η2+Γξ+ζ （3） 　　其中η是内生潜在变量，ξ是外源潜在变量，β和Γ都是路径系数矩阵，ζ是结构方程的误差，是模型无法解释的内容。 　　1.4结构方程模型评价的具体步骤 　　1）用路径图进行理论概念模型的建立； 　　2）数据收集与处理。运用LISREL软件进行模型拟合，其目标是最小化样本协方差阵与模型协方差阵之间的“距离”； 　　3）模型评价。该步骤重点考察模型对数据的拟合程度，包括绝对拟合程度、简约拟合程度和增值拟合程度，主要评价指标包括卡方值、卡方自由度、GFI、AGFI、、NFI、CFI等；通过模型评价可知模型拟合是否良好，如果拟合不佳，需改模型到模型拟合效果良好为止； 　　4）计算各潜在变量得分并对结果进行分析，然后得出有针对性的对策与建议。 　　1.5变量的确立及评价指标体系设计 　　综合前人研究结果，论文将科技人力资源、科技财力资源、RD发展活动、经济增长与教育潜力作为五个外源潜在变量，科技创新能力作为内生潜在变量。并列出如下科技创新能力评价指标体系，如表1所示。 　　表1 山西省科技创新能力评价指标体系