广东城市创新职能分类.docx

广东省城市创新职能分类研究

一、前言。

在全球化背景与“知识经济”时代里，创新已经成为提升国家、地区、城市竞争力的重要因素，是经济发展的核心驱动力，是各国发展的首要战略选择。广东省作为中国经济大省，各城市的发展所体现出来的创新职能与城市职能具有一定的特征。利用因子分析法对广东省城市创新职能等级进行分析，得出广东省城市创新职能的分级，对广东省下一步的经济社会发展提出建议。

二、背景。

改革开放以来，广东经济取得长足发展，目前已经成为全国经济第一大省份，随着经济的发展，广东省内的21个地级城市其职能在不断的升级，特别是珠三角范围内的城市，其功能已经不再是生产中心，而是逐步转为服务与管理中心，逐步成为区域范围内较具影响力的创新中心和创意中心。在知识经济时代，城市经济竞争力不在于传统的区位因素或资源的禀赋，而关键在于城市创新，在改革开放的三十年里，广东各地级市分别都已经在特定行业上形成了一定优势或创新职能。但在市场经济体系下，这些优势或创新职能是自发形成的，它们之间没有合理的分工和定位，各城市间同构现象较为严重，迫切需要明确各城市创新职能的特点，寻找合理的创新定位，使行业创新职能合理布局。

三、采用方法。

主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。

主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，同时根据实际需要从中可以取出几个较少的总和变量尽可能多地反映原来变量的信息的统计方法叫做主成分分析或称主分量分析，也是数学上处理降维的一种方法，本文所用的是因子分析降维。

因子分析法是目前最为流行的一种评价方法，后面本论文在研究广东省城市创新职能等级及城市职能等级部分将用到这种方法，这里先介绍其方法原理及计算步骤：这种方法分别通过对加权后行业论文发表量以及专利授权量标准化数据转化为少数几个因子，以再现原始变量的城市创新职能的重大指标与几个重大因子间的关系。它还可以根据不同的因子对城市创新的重大指标变量进行分类。通过数学模型来计算因子的值，根据每一个因子所占的比重，加权所得的总分就可作为城市创新能力的数值大小，在计算过程中出现的负值，只是说明该城市在全省城市创新职能等级或城市职能等级体现得相对较低。通过因子分析计算，可以得到各个城市城市创新职能等级和城市职能等级情况。

四、研究

城市创新的主体、主要内容以及创新环境都是影响城市创新能力的因素，根据科学性原则、可操作性原则，本文选取影响城市创新职能的几个指标，包括X1普通中学学校个数、X2普通中学毕业生人数、X3中等职业学校个数、X4中等职业学校毕业生人数、X5小学学校个数、X6小学毕业生人数、X7科研机构个数、X8科技活动人员数量、X9研究与开发机

构经费收入、X10新产品产值、X11文化馆数量、X12博物馆数量（含美术馆）。

考虑到数据的可获得性，行政单元的一致性以及城市间的可比性，依据构建的评价指标体系和可获得的统计资料，本文选取广东省21个地级市作为研究单元进行评价。关于数据，本文采用2013年广东省统计年鉴的数据，并使用spss软件进行主成分分析处理。

根据处理，可以得出表1如下：

表1

从表1中可以得出，前三个主成分均大于1，其中第一主成份特征根为7.567，第二主成份为2.244，第三主成份1.128，所以提取三个主成份。另外，我们看到第一个主成份方差占所有主成分方差的63.059%，第二个占18.698%，第三个占9.397%。这三个主成份累计达到了91.154%，表明这三个主成份的影响力足够大，可以反映全组数据表达的信息。

表2为初始因子载荷矩阵。

表2

从综合主成份值的排名中能较为全面地看出广东省各市的创新职能排名如表3。从表中在RANK列看出，位居创新之首的城市是广州市，而作为特区的深圳市只是位居第五名。

表3

为了更加直观地观察我省21市的创新职能强弱，我们将综合主成份的F值导入ArcGIS

中，得出图1如下。

制图过程中，我们采用了ArcGIS软件默认的自然断点分级法对21个城市的创新职能进行分级，并分成5个等级。从图中可知，创新职能位居第一级别的城市有广州、茂名、湛江三个城市；其次，揭阳、深圳、汕头均位于第二级别；位居第三级别的城市有佛山、梅州、惠州、东莞、汕尾、肇庆；