当前位置:首页经济论文证券金融经济其它 → 文章内容

丝绸之路经济带背景下商贸流通科技创新发展评价研究

减小字体 增大字体 作者:王雅楠  来源:本站整理  发布时间:2019-12-17 11:18:24


王雅楠

基金项目:陕西省社科界2018年重大理論与现实问题研究项目“丝绸之路经济带背景下

西安科技创新中心发展能力评价及对策研究”(2018C069);西安翻译学院科研团队

建设项目(XFU17KYTDA02)

中图分类号:F252 文献标识码:A

内容摘要:在丝绸之路经济带背景下,商贸流通建设需要一个核心力量,这个核心力量来源于城市或地区载体。本文以建设科技创新中心城市为抓手,构建科技创新中心发展能力评价指标体系,采用因子分析法对丝绸之路经济带西部五省区省会城市的科技创新能力进行综合评价和对比分析,以期不断促进和强化丝绸之路经济带沿线地区之间的商贸流通。

关键词:丝绸之路经济带 商贸流通 科技创新中心

引言

当今世界,科技创新作为区域竞争优势的核心要素,正在成为重塑世界格局、创造人类未来的主导力量,同时构成了拉动区域经济可持续发展的主要动力源泉。城市发展要借助科技创新的契机,在科技成果转化、科技人员激励、重大创新平台建设等方面深化改革创新,进一步释放科技优势和创新活力。在西部城市中,西安作为丝绸之路的起点城市,地处丝绸之路经济带沿线地区商贸流通核心区域,担负着文化复兴与科技复兴的双重使命,应率先扛起创新大旗,努力成为国际一流人才和科技成果的聚集区、全球顶尖科技的风向标、科技创新中心的引领者、创新驱动发展的示范区。本文以建设科技创新中心城市为抓手,选取丝绸之路经济带西北五省区省会城市为样本,通过对他们的科技创新中心发展能力进行综合评价和对比分析,并为城市科技创新发展提出相应对策,以期加强丝绸之路经济带沿线地区的商贸流通。

科技创新中心评价的指标选取及分析步骤

(一)选取研究样本

本研究选取的样本来自西部主要城市,是丝绸之路经济带商贸流通具有代表性的城市,包括西安、兰州、西宁、银川、乌鲁木齐。通过对2016年丝绸之路经济带中西北五省区的省会城市科技创新中心进行综合评价,旨在揭示五个省会城市之间科技创新中心的差异。以上数据来源于多个统计报告,如《中国城市竞争力报告2015-2016》、《中国城市统计年鉴2015-2016》以及《中国科技统计资料汇编2016》等。

(二)构建指标体系

对于构建城市在科技创新中心能力评价指标体系的选择上,要注重指标的有效性、指标评价的完整性和可操作性,这些都会直接或间接影响评价结果。因此,在构建与设计评价指标体系时首先严格遵循科学性原则,即所选指标概念要清晰,减少主观判断,指标之间可以有一定的内在逻辑关系;其次,指标的选取应具有可操作性,即数据可以取得且能保证真实可靠,以达到指标体系评价的目的。本文指标体系的选择是在前人文献研究的基础上,结合专家意见形成,本研究共选取8个一级指标,具体指标体系如下。

科技创新人才与技术资源。人才资源是创新中心不可或缺的重要因素,技术资源属于创新的基础资源,围绕创新人才资源汇聚。该指标包括普通高等学校在校生人数X1、每万人大专以上学历人数X2、具有R&D;活动的企业比例X3。

科技创新产业。要成为科技创新中心,一定要有高科技产业作为主导产业来支撑。该指标包括金融服务业占地区比例X4、信息、计算机和软件服务业占地区生产总值比重X5。

科技创新人力与财力投入。科技创新中心的形成需要人员、财力方面的投入,参与创新的人员数量和经费比重都能反映创新投入的指标。该指标包括企业R&D;研究人员数X6、企业R&D;研究人员比重X7、R&D;经费占GDP比重X8、地方政府科技投入占GDP比重X9。

科技创新公共技术载体。科技创新中心的形成和发展需要有一定的载体才可以开展,城市或地区的创新发展需要有一定的公共载体,这些公共载体是由政府提供的。该指标包括该地区所拥有的高校数量X10、科研机构数量X11。

科技创新技术产出。科技创新中心产出是科技创新中心能力的外在表现形式,技术产出及技术市场的转化都可以体现其能力本质。该指标包括专利申请量X12、发明专利申请量X13。

科技创新合作。科技创新的合作能力体现为某一地区产学研一体化的程度,这些都将成为科技创新中心成果向经济效益转化的重要环节。该指标包括高校科技活动筹集资金总额X14、科研院所科研活动筹集资金总额X15。

科技创新成果。创新成果是创新投入的产出,也是科技创新中心效率的表现形式。该指标包括科技成果登记数量X16、国内标准和国际标准制定的数量X17、技术市场中交易的合同数量额和交易金额量X18。

科技创新效益。科技创新实施是否顺畅和科技创新中心能力的强弱可以通过其效益得以体现。该指标包括每万名科技活动人员平均产出的新产品产值X19、人均居民收入X20。

(三)因子分析步骤

本文主要应用因子分析方法,该方法的基本思路是将较多的原始指标综合成较少的指标,这些综合后的指标之间没有相关性,既起到降维目的,也能够反映原始指标中的绝大部分信息,同时对于赋予指标权重大小的问题,本文利用各因子对各个变量所提供的方差贡献之和作为综合评价函数中的因子权重,并没有通过专家打分的方法来确定指标权重的分配,这样可以有效规避专家在制定指标权重中的主观性影响。该方法的基本思想就是用少数几个因子去描述多个因素或指标之间的联系,根据相关性大小把指标进行分组,即相互关系密切的一些变量归在同一类中和同一组内,每一类或一组变量就成为一个因子,这样就可以以较少的几个因子反映原始资料的大部分信息。

步骤一:变量标准化。要消除变量之间在数量级或量纲上的不同,就需要标准化处理原始变量数据,并将变量相关系数矩阵计算得出。

步骤二:确定公共因子数量。公因子个数选择的标准为公因子的累计贡献率大于等于85%。首先计算相关系数矩阵的特征根、单位特征向量、特征根贡献率及累计贡献率,然后依据累计贡献率确定公因子数量,这样既能保留原有指标的大部分信息,又能减少因子数量,最后为公因子命名。

步骤三:凸显各个主因子的典型代表意义。对提取的特征根对应特征向量构成的因子载荷矩阵施行方差最大正交旋转,明确各个公因子的经济意义,凸显各个因子的典型代表变量,这有利于对实际问题进行解析。

步骤四:权重设置。本文用单个因子的方差贡献率占总方差贡献率的比重作为该因子的权重,避免专家打分的主观性,具有一定的合理性。

步骤五:综合评价函数构建。由回归法估计出各公因子得分,加权计算各样本的综合得分,根据综合评分高低进行排列,综合评价函数模型为:

F=a1×F1+a2×F2+…+am×Fm

其中,等式左边F为计算出的科技创新中心的综合评价所得分数;Fi为第i个因子的所得分数,ai为第i个因子的权重大小,m为公因子的数量。

城市科技创新中心发展能力评价的实证分析

第一,运用SPSS19.0统计软件进行统计,具体统计检验结果如表1所示。根据表1可知,KMO检验数值为0.741>0.5,通过了KMO检验,说明变量间具有较强的相关性,可以应用因子分析法。

第二,计算样本相关系数矩阵的特征值及方差贡献率,确定公共因子数量。首先,根据表2因子方差贡献率数据可以看到,前面四个公因子的累积贡献率达到86.782%,将多个变量减少为较少的指标,即使用四个公因子解释总变量的86.782%,对原始数据的解释能力较强,且旋转后总方差解释的累积方差百分比依然是86.782%,旋转前后没有改变。

其次,由表3旋转后的因子载荷矩阵可以看到,第一个公因子在普通高校在校生人数、每万人大专以上学历人数、具有R&D;活动的企业比例、企业R&D;研究人员数、企业R&D;研究人员比重、R&D;经费占GDP比重、地方政府科技投入占GDP比重上有较大载荷,这些指标涵盖了科技创新中人才、技术、财力等资源投入,因此称为“科技创新资源投

[1] [2]  下一页