基于多元统计分析的区域高技术产业发展水平比较研究
来源:用户上传
作者: 符想花
摘要:高技术产业是国民经济的战略性先导产业,是推动产业结构升级和经济增长方式转变的重要力量。高技术产业的发展水平,已成为一个国家或地区综合竞争力的重要体现。通过哪些指标来反映高技术产业的发展水平,通过什么方法对区域高技术产业发展水平进行比较,这是最为关键的。笔者本着科学性、全面性、可行性、可比性、同向性、总量指标与相对指标相结合的原则,从高技术产业的投入、产出(包括科技创新)、经济效益三个方面,选出了18项指标反映高技术产业的发展水平,并用因子分析、聚类分析方法对区域高技术产业发展水平进行了比较,得出:高技术产业的发展水平与经济发展水平密切相关,但也有例外。
关键词:高技术产业;统计指标体系;因子分析;聚类分析
基金项目:河南省政府决策招标立项课题(20098091)。
作者简介:符想花(1962-),女,河南兰考人,河南财经学院统计学系副教授,主要从事应用统计学研究。
中图分类号:F061.5;C81 文献标识码:A 文章编号:1006-1096(2010)01-0064-04 收稿日期:2009-11-26
一、引 言
高技术产业是国民经济的战略性先导产业,是推动产业结构升级和经济增长方式转变的重要力量。高技术产业的发展水平,已成为一个国家或地区综合竞争力的重要体现。1986年我国制定了以生物技术、航天技术、信息技术、激光技术、自动化技术、能源技术、新材料技术7个领域15个项目为主攻目标的高技术研究发展计划,即“863计划”。1999年8月的全国科技创新大会,是我国高技术产业进入全面发展的标志。从此,我国学术界及实际工作部门拉开了高技术产业发展方面的研究。谢章澍、朱斌(2001)以协同理论为指导,从内生竞争力变量与外生竞争力变量两方面,选择了30项指标构成高技术产业竞争力评价指标体系。唐中赋、顾培亮(2003)选择了17项指标构成高新技术产业发展水平综合评价指标体系,用高技术产业发展度来度量高技术产业的发展水平。王建刚、于英川(2004)选择了14项指标构成高新技术产业竞争力评价指标体系,并用主成分分析法对我国各省市自治区高技术产业竞争力进行了分析。陈来(2008)综合分析了高技术产业竞争力的影响因素,建立了高技术产业竞争力评价指标体系,但并未运用该指标体系进行实证分析。方毅、徐光瑞(2009)选择了10项反映高技术产业竞争力的指标,用因子分析法对我国各省市自治区高技术产业竞争力进行了分析。李小建(2009)在区域经济学中的区域关怀指出,区域关怀就是把人文关怀的理论落实到区域,尊重区域主体地位,发挥区域优势,保障区域权利,促进区域间和谐发展,从而走向区域共同富裕。区域关怀为高技术产业的发展提出了新思路,但高技术产业的发展在区域之间毕竟是不平衡的,对区域高技术产业发展水平进行比较,建立一套全面的、有效的、具有较高解释能力的统计指标体系是十分必要的;运用统计指标体系分析问题,要用到综合分析方法,对各种分析方法的优缺点加以比较,在此基础上,找出最为合理且方便操作的方法同样是十分必要的。
什么是高技术和高技术产业?这在国际上是一个有较大争议的话题,在此,我们并不展开讨论。2002年中华人民共和国国家统计局根据新的《国民经济行业分类》提出了我国《高技术产业统计分类目录》,根据该目录,我国高技术产业包括:核燃料加工业、信息化学品制造业、医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业、公共软件服务业。
二、反映高技术产业发展水平统计指标体系的建立
我国大多数学者对高技术产业发展状况进行研究,都运用了统计指标体系。但由于研究者对高技术产业发展水平的认知不同,所站角度不同,其选用的统计指标及指标的多少也不同。本文在借鉴他人研究成果的基础上,本着科学性、全面性、可行性、可比性、同向性、总量指标与相对指标相结合的原则,从高技术产业投入、高技术产业产出(包括科技创新)、高技术产业经济效益三个方面来构建统计指标体系。
(一)反映高技术产业投入指标的遴选
高技术产业是一种高投入、高智力的产业。要提升高技术产业的发展水平,就得有大量人力、物力、财力的投入,尤其是R&D(研究和试验)发展活动的投入。从事R&D活动。是为了增强知识以及利用这些知识去开创新的产品而进行的系统的创造性工作,是整个科技活动的核心。
高技术产业从业人员、科技活动人员、科学家和工程师、R&D活动人员全时当量均是反映高技术产业人力资源投入的指标。根据《中国高技术产业统计年鉴》(2008)(358页、204页、205页、202页)1995年-2007年的指标数据和2007年全国各省市自治区的指标数据计算,在0.05的显著性水平下,指标之间均存在高度的显著性的相关关系,相关系数在0.9以上,所以,上述指标就不应全部包含在指标体系中。高技术产业从业人员是人力资源投入最具综合性的指标(关系到高技术产业的发展规模),在分析问题时理应保留。然而在国际上,通常用R&D活动的规模和强度反映一国的科技实力和核心竞争力,用R&D人员反映投人从事拥有自主知识产权的研究开发活动的人力规模。为了和国际接轨,我们亦将R&D人员全时当量纳入分析指标中。与此对应,指标体系中应包含R&D人员强度这一相对指标。R&D人员强度可用高技术产业R&D人员与高技术产业从业人员年平均数对比计算。
科技经费筹集的目的是为了其支出,科技经费筹集再多,若不用于科技活动、科技创新,就谈不上科技发展。在高技术产业投入指标中,可以不考虑科技经费筹集额。但为了反映政府对高技术产业的支持力度,可选择政府资金占科技活动经费筹集额的比重这一指标。
科技活动经费内部支出、新产品开发经费支出、R&D经费内部支出是反映与科技活动有关的资金投入指标。根据《中国高技术产业统计年鉴》(2008)(210页、213页、203页)1995年N2007年的指标数据和2007年全国各省市自治区的指标数据进行计算,这三项指标之间也存在显著性的相关关系,相关系数在0.9以上。所以,只需选择一项。和人力投入指标对应,可选择高技术产业R&D经费内部支出。在相对指标中,选择R&D经费强度这一指标。R&D经费强度可用高技术产业R&D经费与高技术产业增加值之比计算。
高技术产业固定资产投资额是当年的固定资产投资、而年末固定资产是历年投资的沉淀,考察高技术产业发展状况,不仅要关心当年的固定资产投资额(关系到高技术产业的发展速度),也应该关心年末固定资产的价值总量(关系到高技术产业发展规模)。而从业人员人均固定资产价值,可以反映其技术密集程度。
(二)反映高技术产业产出指标的遴选
投入是需要回报的,这种回报通过产出反映出来。在高技术产业产出中,技术创新是备受关注的。高技术企业要想
在市场竞争中立于不败之地,就必须强化创新意识,提高开发新产品和开拓市场的创新能力。
在高技术产业的产出指标中,产业总产值、产业增加值、产业利税额,不论是根据1995年-2007年的指标数据(《中国高技术产业统计年鉴》(2008)(35页、36页、38页、39页))计算,还是根据2007年全国各省市自治区的数据计算,这三项指标彼此之间均存在高度的显著性的相关关系,相关系数在0.9以上。由于产业增加值不存在产业内部同一产品的重复计算,故选择产业增加值这一指标。而高技术产业增加值占工业增加值的比重可以反映高技术产业在工业中所处的地位和所起的作用。
一个国家(地区)高技术产业的国际竞争力,最终表现在高技术产品的国际市场占有率上。与占有率相对应的是高技术产品的出口竞争力,通常用贸易竞争力指数(出口总额一进口总额)/(出口总额+进口总额)来衡量,贸易竞争力指数大于O,表明该国(地区)高技术产品出口竞争力较强。然而遗憾的是在《中国高技术产业统计年鉴》、《中国统计年鉴》中,只有高技术产业的出口交货值这一指标,却没有高技术产业的进口数字,所以只好选择高技术产业出口交货值这一总量指标分析问题。
专利申请数是科技创新的重要表现,经过科学研究,最终表现为新发明、新创造的数量,但这些发明、创造是需要申请专利的。而拥有发明专利数是企业作为专利权人在报告年度拥有的、经国内专利行政部门授权且在有效期内发明专利的件数,是企业目前实实在在拥有的专利,表示企业科技创新的具体落实情况。在此,选择拥有发明专利数这一指标来反映企业科技创新的数量。
新产品产值是企业创新能力在生产中的具体体现,为了突出反映高技术产业的创新状况,理应将此指标包含在内。新产品产值占高技术产业产值比重是反映企业创新能力的相对指标,其值越大,创新能力越强。新产品销售收入、新产品出口销售收入与新产品产值存在高度的正的相关关系,所以指标体系中不再包括。而新产品出口销售率(新产品出口销售收入/新产品销售收入)可以反映新产品的国际市场竞争能力。
(三)反映高技术产业经济效益指标的遴选
经济效益就是投入和产出对比的结果,产出的多。投入的少,经济效益就好。高技术产业劳动生产率是反映活劳动效益的指标,但其计算方法较多,我们用高技术产业增加值与高技术产业年均从业人数对比计算。资金产值率是反映资金效益的指标,而资金有流动资金和固定资金,但反映高技术产业的流动资金却无法取得,所以只能用固定资金加以计算,计算固定资产增加值率。
经过上述分析和挑选,选择了18项指标构成理论指标体系。为了使指标体系更为醒目,用表1表示之。
但在实际分析问题时,还需要对所选指标进行鉴别力分析。鉴别力是分析指标区分分析对象特征差异的能力。如果被分析的对象在某个指标上几乎一致地呈现很高或很低的数值,那么就认为这个指标几乎没有鉴别力。人们通常用标准差系数来描述指标的鉴别力。标准差系数越大,该指标的鉴别能力越强。根据《中国高技术产业统计年鉴》(2008)和《中国统计年鉴》(2008),搜集并计算我国各个省市自治区上述18项指标数值,在此基础上计算各指标的标准差系数。劳动生产率的标准差系数最小,为0.372,它是说平均每人生产1万元产值,各个省市自治区之间平均相差3720元,相差这么多其实也是比较大的,据此,可将所选择的18项分析指标全部保留。
特别说明:高技术产业从业人员年平均数、R&D人员折合全时当量、高技术产业R&D经费内部支出、固定资产投资额、固定资产年平均价值、高技术产业增加值、高技术产业的出口交货值、拥有发明专利数、新产品产值指标数值分别来自于《中国高技术产业统计年鉴》(2008)中的第358页、202页、203页、393页、200页、36页、438页、217页、214页。政府资金占科技活动经费筹集额的比重根据第207页与206页相应数值对比求得;新产品产值占高技术产业产值比重根据第214页与第35页相应数值对比求得;新产品出口销售率根据第449页与215页对比求得;高技术产业增加值占工业增加值的比重根据第36页与《中国统计年鉴》(2008)第50页相应数值对比求得;其他相对指标根据上述相应指标数值对比求得。
三、区域高技术产业发展水平的比较方法
对区域高技术产业发展水平进行比较,也就是要对全国各个省市自治区高技术产业的发展水平进行排序。要排序就要把所选择的指标综合起来。但由于指标的计量单位或计算基数不同,导致这些指标值不能简单相加,多指标综合评价法,可以解决这一问题。多指标综合评价法是把反映被评价事物的多个指标的信息综合起来,以此来反映被评价事物的整体情况,进而进行横向比较。多指标综合评价方法较多。功效系数法方法简便,易于理解,是综合评价的常用方法,但却存在明显的缺陷:一是在计算单项得分时,须事先确定满意值和不允许值,而满意值和不允许值的概念比较模糊,其确定必带有主观随意性。二是赋权的主观性,在对各单项指标进行综合时,需确定各指标的权重,权重往往采用德菲尔法确定,各指标权重的大小与专家的主观意愿有关。三是评价指标之间的相关性,一般来说,一个理论上完美的评价指标体系,要求各指标之间没有相关关系,但在评价指标体系设计中,指标之间却存在相关关系,这必然导致评价信息的重复使用,使得评价结果难以真实反映被评价对象的实际情况。灰色综合评价法是一种定性和定量分析相结合的方法,指标数量可以根据具体情况增减,无需大样本,计算过程简单,但也有缺点,要求数据具有时间序列的特性。需要确定参考序列,不能解决指标间相关造成的评价信息重复问题。主成分分析和因子分析可以解决赋权主观性这一问题。且对数据的分布没有特殊要求。主成分分析是设法将原来具有相关关系的多项指标组合成一组相互无关的综合指标,同时根据实际需要从中选取较少的综合指标,以尽可能多地反映原有指标的信息。因子分析是主成分分析的推广,其基本思想是根据变量之间的相关性大小对变量进上行分组,使得同组内的变量相关性较高,不同组的变量相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子。因子分析具有主成分分析法的一切优点,同时也有自身的优势,即各主因子的含义更为明确。通过比较可选择因子分析法分析问题。因子分析的基本模型为
X=AF+ε
式中X=(X1,X2,…,Xp)'为原始数据标准化后组成的列向量,F=(F1,F2,…,Fq)'为公共因子组成的列向量,ε=(ε1,ε2,…,εp)'为特殊因子组成的列向量,矩阵A中的元
素aij称为因子载荷,即第i个变量与第j个公共因子的相关系数,A为因子载荷矩阵。
四、区域高技术产业发展水平比较
(一)区域高技术产业发展水平的排序
用SPSS软件对2007年29个省市自治区(西藏、新疆的资料不全,在分析时将其剔除)的18项指标数据进行分析,输出结果显示,在0.01的显著性水平下,变量之间的相关系数矩阵不可能是单位矩阵,可以做因子分析。根据累计方差贡献率大于85%的原则,可提取4个公共因子对问题进行研究。根据因子载荷矩阵,第一公共因子在高技术产业从业人员、R&D人员折合全时当量、高技术产业R&D经费内部支出、固定资产投资额、固定资产价值、高技术产业增加值、高技术产业出口交货值、拥有发明专利数、新产品产值上有较大的载荷,可称为总量指标因子。第二公共因子在高技术产业增加值占工业增加值的比重、新产品产值占高技术产业产值比重、高技术产业劳动生产率、新产品出口销售率上有较大的载荷,可称为产出相对指标因子。第三公共因子在R&D人员强度、政府资金占科技活动经费筹集额的比重、R&D经费强度上有较大的载荷,可称为投入相对指标因子。第四公共因子在从业人员人均固定资产价值、固定资产增加值率上有较大的载荷,可以称为与固定资产有关的质量指标因子。这4个公共因子在各个省市自治区的表现,需要通过因子得分大小来反映,汤姆森(Thompson)给出了因子得分的计算方法,其计算公式为
F=A1R-1X
式中R为相关系数矩阵。
计算出各因子得分后,使用方差贡献率为权重,将各因子得分综合在一起。因子得分为正,表明该地区因子表现好于全国平均水平;得分为负,表明差于全国平均水平。
总量指标因子得分高于全国平均水平的有6个省市。将其得分按从高到低的顺序排列为:广东、江苏、上海、浙江、山东、北京、福建、四川、辽宁、天津、河南、江西、陕西、河北、山西、安徽、湖南、广西、湖北、贵州、甘肃、吉林、黑龙江、青海、重庆、云南、海南、内蒙古、宁夏。排名靠前的省市自治区,经济发展水平高,反映高技术产业发展水平的总量指标表现也好。排名靠后的那些省市自治区,经济发展水平低,反映高技术产业发展水平的总量指标表现也差。
产出相对指标因子得分高于全国平均水平的有10个省市自治区。将其得分按从高到低的顺序排列为:北京、天津、福建、上海、宁夏、四川、山东、湖北、重庆、内蒙古、吉林、青海、云南、海南、江苏、浙江、贵州、辽宁、河南、湖南、广东、安徽、陕西、河北、广西、黑龙江、甘肃、江西、山西。产出相对指标因子得分高,说明高技术产业在工业发展中处于相当重要的地位,其科技创新能力、经营管理能力强,新产品能够很好的满足市场需要。从总体上看,经济发展水平高,反映高技术产业产出相对指标的表现就好。但像宁夏、内蒙古、青海等地区,经济发展水平并不高,反映高技术产业发展水平的总量指标表现最差,但高技术产业的产出相对指标表现却比较好,这是应该值得我们借鉴和学习的。
投入相对指标因子得分高于全国平均水平的有13个省市自治区。将其得分按从高到低的顺序排列为:陕西、黑龙江、宁夏、四川、重庆、江西、辽宁、浙江、福建、广东、北京、贵州、湖北、安徽、山东、云南、河南、河北、广西、湖南、上海、天津、甘肃、山西、青海、江苏、吉林、内蒙古、海南。经济欠发达的陕西、黑龙江、宁夏等排名靠前,这恰恰说明在经济发展过程中,这些地区对高技术产业发展的重视。
综合因子得分高于全国平均水平的有11个省市自治区。将其得分按从高到低的顺序排列为:广东、江苏、北京、上海、天津、浙江、福建、山东、四川、陕西、宁夏、辽宁、黑龙江、重庆、湖北、贵州、河北、江西、河南、安徽、湖南、云南、吉林、山西、甘肃、广西、内蒙古、海南、青海。可见,高技术产业的发展水平与经济发展水平密切相关。但也有例外,陕西、宁夏、黑龙江等地经济发展水平低,但高技术产业的综合发展水平却比较好。
(二)区域高技术产业发展水平的类别划分
因子分析给出了各省市自治区高技术产业发展水平在全国所处的位置,但相邻两个省市自治区高技术产业发展水平可能存在性质上的差别,为了将性质相同的省市自治区归为一类,将性质不同的归为不同的类,需要通过聚类分析完成。聚类分析是研究“物以类聚”的一种现代多元统计分析方法,可以对样品分类,也可对变量分类。对样品分类称为Q型聚类,聚类方法有最短距离法、最长距离法、中间距离法、重心法、类平均法和离差平方和法等方法,方法不同其聚类结果也不同。通过比较,最终选定离差平方和法。根据上述29个省市自治区的18项指标,用SPSS软件进行聚类,根据输出的树形图判断,将29个省市自治区分为四类比较合适,将分类结果与因子分析结果联系起来,从好到差排列为:
第一类:广东、江苏。
第二类:上海、北京、天津。
第三类:第三类叉可细分为三类:山东、浙江、福建;陕西、黑龙江、宁夏;重庆、贵州、辽宁、江西、四川、湖北。
第四类:第四类又可细分为两类:河南、湖南、安徽、云南、广西、山西、甘肃、河北;吉林、海南、内蒙古、青海。
(三)分析结论
我国东部地区高技术产业的发展水平明显好于中西部地区。高技术产业的发展水平与经济发达程度密切相关。但也有例外,陕西、黑龙江、宁夏等地区,虽然经济发展程度不高,但对高技术产业的相对投入较大,高技术产业的整体发展水平也比较高。要提高高技术产业的发展水平,不仅要注重投入和产出的总量指标,也应注重投入和产出的相对指标。不仅要重视经济发达地区高技术产业的发展,也应对中西部地区高技术产业的发展给以必要的关怀。
转载注明来源:https://www.xzbu.com/2/view-459730.htm