区域自主创新能力评价实证研究

来源:用户上传      作者: 刘 颖 戚宏亮

　　摘 要:在知识经济迅猛发展的时代,通过自主创新可以促进生产力发展、促进经济增长和增强国力已成为人们的共识。文章在对自主创新和自主创新能力评价理论研究的基础上,构建了区域自主创新能力评价的指标体系,并运用主成分分析法对13个地区的自主创新能力进行了综合评价,以期为区域自主创新能力提高提供决策依据。
　　关键词:自主创新 自主创新能力 主成分分析
　　中图分类号:F062.3文献标识码:A
　　文章编号:1004-4914(2010)10-063-02
　　
　　随着社会的进步和科学技术的发展,人类社会在政治、经济和社会结构等各方面都发生了巨大的变化。在这场变化中,创新始终扮演了重要的角色。创新是国家强盛的源泉,是民族进步的灵魂,是企业生存和发展的根本,走自主创新之路已成为国家和企业势在必行的道路。在区域经济发展中,自主创新同样起着重要的作用。首先,自主创新有助于加快区域经济增长方式转变;其次,自主创新是区域经济与社会发展的动力与源泉;第三,自主创新有助于缩小各地区与发达国家的技术差距。近年来,我国各地区在自主创新中都取得了很大的进步,但仍存在着不足。为提高区域的自主创新能力,首先就需要对各地区的自主创新能力进行分析与评价,然后找出存在的问题并加以改进,从而促进区域经济的发展。
　　一、区域自主创新能力评价指标体系的构建
　　对于区域自主创新能力评价指标的设计,主要参考已有文献和技术创新能力评价指标体系的研究成果,并结合自主创新成功及失败因素的分析提出的。为了达到数据的可获得性,在评价过程中尽量选取一些既能真实地反映自主创新能力状况,又易于获得可靠信息的定量指标。具体指标见表1。
　　二、自主创新能力评价的方法
　　自主创新能力评价是一种系统性评价,系统性评价在科学决策中具有重大的辅助作用,引起了国内外的大批学者对其不断地进行研究和探索,现已开发了几十种系统评价方法,从总体上可分为:专家评价法、模糊评价方法、数据包络分析方法、层次分析法、经济分析法、数理统计方法和神经网络评价方法等。其中主成分分析法是数理统计方法中因子分析法的推广,它从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多元统计分析方法。其基本思想是根据相关性的大小把变量分组,使得同组内的变量之间相关性较高,而不同组的变量之间相关性较低。经过分析,自主创新能力评价指标之间具有一定的线性关系,所以进行自主创新能力评价比较适合运用主成分分析方法。
　　主成分分析的基本方法是通过构造原变量的适当的线性组合,以产生一系列互不相关的新变量,从中选取几个新变量并使它们含有尽可能多的原变量带有的信息。
　　设X1,X2,…,XP为某实际问题所设计的P个随机变量,记为:
　　X=(X1,X2…,XP)T
　　其协方差矩阵为:
　　∑=(Qij)PXP=E(X-E(X))(X――E(X))T
　　它是一个半正定矩阵。但实际问题中,协方差矩阵是未知的,我们通过样本来估计。设X=(X1,X2…,XP)Ti=1,2…,n为取自X=(X1,X2…,XP)T的一个容量为n的简单随机样本,则样本协方差矩阵为:
　　我们有以下定义和结论:
　　设s的特征值为λ1≥λ2≥…≥λp≥0,相应的正交单位化特征向量为e1,e2,…,ep,则第i个样本主成分定义为:
　　Yi=eTix=e1ix1+e2ix2+…ePixP i=1,2…,p
　　其中x=X=(X1,X2…,XP)T为x的任意观测值。当以此代入X的n个观测值Xk=(X1K,X2K,…,XPK)T(K=1,2,…,n)时,便得到第j个样本主成分的n个观测值yik(k=1,2…,n)。这时
　　第i个样本主成分的贡献率定义为:
　　在实际应用中,选取前m(m

转载注明来源:https://www.xzbu.com/3/view-733320.htm