孫紅果，余 星

(湖南人文科技學(xué)院 數(shù)學(xué)與應(yīng)用數(shù)學(xué)系，湖南 婁底 417000)

一 引言

R&D(Research and Development)是技術(shù)創(chuàng)新最重要的組成部分，它是指為增加知識(shí)總量及運(yùn)用這些知識(shí)創(chuàng)造新的應(yīng)用而進(jìn)行的系統(tǒng)的創(chuàng)造性工作。按當(dāng)今通用的國(guó)際統(tǒng)計(jì)規(guī)范，R&D一般分為基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展3個(gè)部分。對(duì)R&D績(jī)效進(jìn)行評(píng)價(jià)有很多種方法,每種方法都要對(duì)其中涉及的多個(gè)指標(biāo)變量的大量數(shù)據(jù)進(jìn)行分析,如何合理地對(duì)指標(biāo)賦予權(quán)重和如何根據(jù)這些績(jī)效指標(biāo)權(quán)重對(duì)R&D績(jī)效進(jìn)行評(píng)價(jià),每種方法都有不同的解決思路。構(gòu)建評(píng)價(jià)指標(biāo)體系進(jìn)行對(duì)比分析是當(dāng)前被廣泛采用的一種主流分析方法。Shimizutani從基礎(chǔ)應(yīng)用研究和開發(fā)設(shè)計(jì)兩個(gè)方面對(duì)比分析了日本海外跨國(guó)公司的R&D活動(dòng)的決定因素，發(fā)現(xiàn)海外企業(yè)的基礎(chǔ)研究致力于先進(jìn)技術(shù)的開發(fā)，而開發(fā)設(shè)計(jì)活動(dòng)則主要受東道國(guó)市場(chǎng)大小的影響[1]。Canto從R&D內(nèi)部和組織因素方面入手分析企業(yè)資源(金融資產(chǎn)/物質(zhì)資源/無形資產(chǎn))和R&D投入能力的作用后，認(rèn)為無形資產(chǎn)是企業(yè)可能從事內(nèi)部R&D活動(dòng)的主要決定因素[2]。趙喜倉(cāng)、陳海波在評(píng)價(jià)各地區(qū)R&D產(chǎn)出水平時(shí)，從R&D活動(dòng)的環(huán)境、投入、產(chǎn)出及促進(jìn)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變等方面，選擇了R&D經(jīng)費(fèi)占GDP比例、R&D經(jīng)費(fèi)支出等11項(xiàng)指標(biāo)構(gòu)成評(píng)價(jià)指標(biāo)體系，對(duì)我國(guó)31個(gè)省、自治區(qū)和直轄市R&D狀況進(jìn)行綜合評(píng)價(jià)，各地區(qū)R&D產(chǎn)出水平具有不均衡性[3-4]。劉新同通過引入主要檢索工具收錄論文相對(duì)數(shù)量、授權(quán)專利相對(duì)數(shù)量、技術(shù)市場(chǎng)相對(duì)規(guī)模等指標(biāo)，對(duì)我國(guó)各地區(qū)R&D產(chǎn)出水平進(jìn)行比較分析，按照R&D產(chǎn)出水平的高低，共分6類，并得出結(jié)論我國(guó)的R&D產(chǎn)出水平不均衡。趙國(guó)黨建立了我國(guó)工業(yè)企業(yè)研發(fā)實(shí)力的指標(biāo)體系，得出我國(guó)東部、中部和西部地區(qū)的研發(fā)實(shí)力差距明顯[5]。

目前我國(guó)正值構(gòu)建區(qū)域創(chuàng)新體系，大力發(fā)展高新技術(shù)產(chǎn)業(yè)、提升傳統(tǒng)產(chǎn)業(yè)之時(shí)，R&D對(duì)增強(qiáng)各地區(qū)創(chuàng)新能力，實(shí)現(xiàn)以制造業(yè)為代表的產(chǎn)業(yè)升級(jí)和國(guó)有大中型企業(yè)的技術(shù)改造至關(guān)重要[6-7]。在這個(gè)特定時(shí)期，探討各地區(qū)R&D資源水平及其在全國(guó)所處的位置，從而采取相應(yīng)的對(duì)策，以增強(qiáng)科技進(jìn)步在經(jīng)濟(jì)發(fā)展中所起的作用，具有十分重要的現(xiàn)實(shí)意義。

本文進(jìn)行R&D研究目的主要是分析區(qū)域經(jīng)濟(jì)發(fā)展中在研發(fā)投入、資源與產(chǎn)出等方面的差別，并非是為了將各地區(qū)進(jìn)行一番排序，本文構(gòu)建評(píng)價(jià)R&D活動(dòng)狀況的指標(biāo)體系，根據(jù)2008年中國(guó)經(jīng)濟(jì)普查年鑒提供的數(shù)據(jù)，運(yùn)用因子分析和聚類分析等工具對(duì)我國(guó)近年來各地區(qū)規(guī)模以上工業(yè)企業(yè)R&D活動(dòng)進(jìn)行了比較分析，探討了地區(qū)R&D活動(dòng)存在差異的成因。研究為進(jìn)一步提高各地區(qū)R&D活動(dòng)水平、發(fā)揮R&D在促進(jìn)經(jīng)濟(jì)發(fā)展中的作用提供幫助。

二 各地區(qū)R&D活動(dòng)評(píng)價(jià)指標(biāo)選取

為了對(duì)我國(guó)各地區(qū)R&D活動(dòng)水平差異進(jìn)行量化分析，建立指標(biāo)體系，并考慮到數(shù)據(jù)的可獲取性等因素，從投入、產(chǎn)出、效率等方面選取了18個(gè)指標(biāo)用來反映各地區(qū)R&D活動(dòng)水平。X1：R&D人員(人數(shù))，X2：科學(xué)家和工程師(人/年)，X3：R&D項(xiàng)目數(shù)(項(xiàng))，X4：R&D經(jīng)費(fèi)內(nèi)部支出(萬元)，X5：企業(yè)辦科技機(jī)構(gòu)數(shù)(個(gè))，X6：博士畢業(yè)(人)，X7：碩士畢業(yè)(人)， X8：新產(chǎn)品銷售收入(萬元)，X9：專利申請(qǐng)數(shù)(件)，X10：發(fā)明專利(件)，X11：擁有發(fā)明專利數(shù)(件)，X12：R&D經(jīng)費(fèi)平均新產(chǎn)品銷售收入(萬元/萬元)，X13：R&D經(jīng)費(fèi)平均專利申請(qǐng)數(shù)(件/萬元)，X14：R&D經(jīng)費(fèi)平均發(fā)明專利(件/萬元)，X15：R&D人員人均新產(chǎn)品銷售收入(萬元/人)， X16：R&D人員人均專利申請(qǐng)數(shù)(件/人)，X17：R&D經(jīng)費(fèi)支出占工業(yè)總產(chǎn)值的比重(%)，X18：研發(fā)人員人均R&D經(jīng)費(fèi)(萬元/人)。

本文各項(xiàng)指標(biāo)所使用數(shù)據(jù)來源于《中國(guó)經(jīng)濟(jì)普查年鑒2008》，并經(jīng)過相關(guān)計(jì)算。

三 基于因子分析的各地區(qū)R&D活動(dòng)水平差異比較

因子分析的基本思想是對(duì)原始變量進(jìn)行線性組合從而得到新的綜合變量，新的綜合變量被稱為因子或者主成分，這些綜合變量不僅保留了原始變量的絕大部分信息，而且彼此之間不相關(guān)。對(duì)綜合變量進(jìn)行分析，可以抓住主要因素，剔除一些重疊的信息，使得問題得到很好的簡(jiǎn)化。

(一) 因子分析適用性檢驗(yàn)

按照因子分析方法的要求，將收集到的數(shù)據(jù)運(yùn)用統(tǒng)計(jì)分析軟件SPSS18.0進(jìn)行標(biāo)準(zhǔn)化處理(z-score)，排除不同量綱的影響。首先進(jìn)行因子分析適用性檢驗(yàn)[8]，見表1。

表1 KMO 和 Bartlett 的檢驗(yàn)

一般認(rèn)為KMO大于0.7以上、近似卡方值較大且對(duì)應(yīng)的sig值很小采用因子分析效果較好，從上表可見，KMO的值為0.715，近似卡方值較大且對(duì)應(yīng)的sig值很小，故數(shù)據(jù)適合做因子分析。

(二) 主因子確定

利用SPSS18.0對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行因子分析，輸出結(jié)果如表2和表3。

表2 解釋的總方差

提取方法：主成份分析。

表3 旋轉(zhuǎn)成份矩陣a

提取方法:主成份。 旋轉(zhuǎn)法:具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a. 旋轉(zhuǎn)在 4 次迭代后收斂。

由表2可知，提取三個(gè)因子時(shí)，前三個(gè)因子的貢獻(xiàn)率分別是55.726%、19.344%、11.246%，累計(jì)方差貢獻(xiàn)率達(dá)到86.316%，說明這三個(gè)因子基本已經(jīng)包含了原始變量86.316%的信息，符合累計(jì)方差貢獻(xiàn)率大于85%的原則。經(jīng)過旋轉(zhuǎn)后的主因子特征值及貢獻(xiàn)率沒有改變，說明信息量經(jīng)過旋轉(zhuǎn)后沒有減少，因此選擇前三個(gè)因子作為公共因子。

從表3旋轉(zhuǎn)成分矩陣中可以看出，第一主因子F1在X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11上有高載荷，顯示第一個(gè)因子基本包含了這些指標(biāo)的信息，用來反映R&D活動(dòng)基礎(chǔ)環(huán)境以及投入產(chǎn)出總量水平狀況，故稱之為R&D投入產(chǎn)出總量因子。第二主因子F2在X12、X13、X14、X15、X16高載荷，顯示第二個(gè)因子基本包含了這些指標(biāo)的信息，用來反映R&D經(jīng)費(fèi)與人員的產(chǎn)出水平，也反映了經(jīng)費(fèi)人員的使用效率，故稱之為R&D使用效率因子。第三主因子F3在X17、X18上有高載荷，顯示第三個(gè)因子基本包含了這些指標(biāo)的信息，用來反映R&D資源投入的比重，故稱之為R&D資源配置強(qiáng)度因子。

(三)因子分析

利用SPSS18.0計(jì)算出各因子得分和綜合因子得分，各因子得分可通過SPSS18.0直接計(jì)算出，綜合因子得分利用以下公式：

F=0.55726F1+0.19344F2+0.11246F3

計(jì)算結(jié)果如表4。

第一主因子——R&D活動(dòng)基礎(chǔ)及投入產(chǎn)出總量因子，對(duì)所有初始的變量方差貢獻(xiàn)率為55.726%，即對(duì)R&D活動(dòng)水平的變化原因的解釋程度達(dá)到55.726%，排名前五的地區(qū)是廣東、江蘇、浙江、山東、北京，其因子得分與這些地區(qū)成熟的經(jīng)濟(jì)發(fā)展戰(zhàn)略相一致。

第二主因子——R&D使用效率因子，對(duì)所有初始的變量方差貢獻(xiàn)率為19.344%，即對(duì)R&D活動(dòng)水平的變化原因的解釋程度達(dá)到19.344%，排名前五的地區(qū)是海南、北京、重慶、浙江、廣東，很顯然，R&D使用效率與R&D活動(dòng)基礎(chǔ)及投入并不一致。海南、重慶R&D使用效率較高，表明這些地區(qū)R&D資源配置合理，相同的R&D資源投入下產(chǎn)生更大的效應(yīng)，如果政府和企業(yè)能夠加大R&D資源投入，則會(huì)對(duì)這類地區(qū)經(jīng)濟(jì)的發(fā)展提供很好的基礎(chǔ)。

第三主因子——R&D資源配置強(qiáng)度因子，對(duì)所有初始的變量方差貢獻(xiàn)率11.246%，即對(duì)R&D活動(dòng)水平的變化原因的解釋程度達(dá)到11.246%，排名前五的地區(qū)是西藏、上海、天津、北京、山東，在這些地區(qū)，R&D經(jīng)費(fèi)投入，人員投入受到很高的重視，如西藏，如果政府能夠加大對(duì)該地區(qū)科研開發(fā)機(jī)構(gòu)、科技服務(wù)機(jī)構(gòu)建設(shè)的經(jīng)費(fèi)扶持力度，加大科研人才輸送力度，該地區(qū)經(jīng)濟(jì)會(huì)上一個(gè)新臺(tái)階。

表4 因子得分、綜合得分及排序表

四 聚類分析

為使評(píng)價(jià)結(jié)果更加直觀清晰，采用聚類分析方法對(duì)我國(guó)各地區(qū)R&D活動(dòng)水平分類。對(duì)表5的綜合因子得分運(yùn)用SPSS18.0聚類分析，選用系統(tǒng)聚類法，聚類方法采用Ward法，距離選擇平方Euclidean距離，標(biāo)準(zhǔn)化為Z得分。

表5 聚類分析的結(jié)果

我國(guó)各地區(qū)經(jīng)濟(jì)、科技水平差異較大，使我國(guó)各地區(qū)R&D水平差異很明顯，按照R&D水平的高低可分為四類。

第一類是廣東、浙江、江蘇，廣東大力發(fā)展開放型經(jīng)濟(jì)，促進(jìn)了經(jīng)濟(jì)繁榮，廣東在R&D資源基本投入水平上位居第一，根據(jù)2008年經(jīng)濟(jì)普查年鑒廣東R&D經(jīng)費(fèi)內(nèi)部支出4423514萬元，在絕對(duì)數(shù)上遠(yuǎn)遠(yuǎn)超越其他地區(qū)，其他指標(biāo)數(shù)據(jù)也位居前列。廣東在資源配置以及強(qiáng)度方面做的比較差，2008年工業(yè)總產(chǎn)值68867.27億元，R&D經(jīng)費(fèi)內(nèi)部支出占工業(yè)總產(chǎn)值的比重比較小，資源結(jié)構(gòu)分布不合理，廣東省的專業(yè)技術(shù)人員主要從事教育行業(yè)， 其次是衛(wèi)生、社會(huì)保障和社會(huì)福利人員，分布在行業(yè)中的就比較少了。

第二類是山東、北京、上海，北京經(jīng)濟(jì)平穩(wěn)較快增長(zhǎng)，北京R&D投入的絕對(duì)數(shù)雖比較低，但強(qiáng)度已大大超前，R&D資源的結(jié)構(gòu)主要分布在政府所屬科研機(jī)構(gòu)內(nèi)，這主要是因?yàn)楸本┦俏覈?guó)的科學(xué)與文化中心，擁有許多國(guó)家級(jí)重點(diǎn)大學(xué)和科研機(jī)構(gòu)。

第三類是天津、海南、重慶、安徽、河南、湖北、湖南、四川、遼寧、福建、西藏。該類地區(qū)屬于工業(yè)企業(yè)R&D中等水平發(fā)展，與這些地區(qū)地理位置和經(jīng)濟(jì)沉淀有關(guān)。2004年以來，河南省科技投入進(jìn)一步加大,R&D投入數(shù)量不斷增加,但增加幅度不大、結(jié)構(gòu)不合理。西藏在R&D經(jīng)費(fèi)內(nèi)部支出，科學(xué)家和工程師等總量方面投入都比較少，即在R&D資源基礎(chǔ)投入上不足，但是在使用效率以及資源配置強(qiáng)度方面排名靠前。

第四類是貴州、吉林、河北、陜西、廣西、黑龍江、云南、山西、甘肅、江西、內(nèi)蒙古、新疆、青海、寧夏，這些地區(qū)相對(duì)比較落后，在R&D資源基礎(chǔ)投入還是使用效率以及強(qiáng)度方面都比較靠后。

五 小結(jié)

通過以上分析可知，我國(guó)各地區(qū)工業(yè)企業(yè)R&D活動(dòng)水平各地區(qū)存在差異，且排名靠前的地區(qū)也不是在每一個(gè)方面都做得最好，仍存在各種各樣的問題，仍有很大的進(jìn)步空間。綜合起來，對(duì)于經(jīng)濟(jì)發(fā)展比較快的一些地區(qū)，R&D資源配置方面應(yīng)該優(yōu)化結(jié)構(gòu)配置，科技活動(dòng)的發(fā)展經(jīng)費(fèi)應(yīng)主要由政府投入轉(zhuǎn)換為企業(yè)自主籌集；對(duì)于經(jīng)濟(jì)發(fā)展緩慢的一些地區(qū)，應(yīng)加大政府的扶持，重視R&D資源投入，重點(diǎn)是在科研方面的經(jīng)費(fèi)投入，加大力度培養(yǎng)高技術(shù)人才，將科研成果產(chǎn)業(yè)化。

參考文獻(xiàn)：

[1]Satoshi Shimizutani， Yasuyuki Todo. What determines overseas R&D activities? The case of Japanese multinational firms[J].Research Policy, 2008,37：530-544.

[2]Jesu’s Galende Del Canto， Isabel Sua’rez Gonza’lez. A resource-based analysis of the factors determining a firm’s R&D activities[J].Research Policy,1999,28：891-905.

[3]趙喜倉(cāng),陳海波.我國(guó)R&D 狀況的區(qū)域比較分析[J].統(tǒng)計(jì)研究,2003(3)：38-42.

[4]陳海波，劉潔. 我國(guó)工業(yè)企業(yè)R&D狀況的區(qū)域比較分析 [J].中國(guó)軟科學(xué)，2008(1)：88-95.

[5]劉新同. 我國(guó)區(qū)域R&D產(chǎn)出水平差異聚類分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2008，27(6)：130-133.

[6]張薇，程駿，吳建南. 基于主成分分析的區(qū)域R&D活動(dòng)測(cè)度研究[J]. 科技進(jìn)步與對(duì)策,2007(9)：180-182.

[7]趙濤，張愛國(guó). 基于因子分析的區(qū)域R&D績(jī)效評(píng)價(jià)[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)，2006，6(3)：65-69.

[8]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)經(jīng)濟(jì)普查年鑒2008[M/OL].[2011-01-14].http://bbs.pinggu.org/thread-1012912-1-1.html.