华东地区智力资本与区域创新能力的评估

来源:用户上传      作者: 徐晖 许敏 谢建辉 刘莹

　　摘要：本文对华东地区七省（市）的智力资本水平与区域创新能力进行了评估分析。结果表明：人才的保险、医疗和高等教育水平是构成区域人力资本的最首要因素；国内外经贸往来水平是区域关系资本的最重要内容；区域的流动水平和信息流通性对区域结构资本的贡献最大；科技资源水平（包括人员、机构和经费）对区域创新能力有重要影响。最后对各区域进行综合得分的计算与排名，并给出相关建议。
　　关键词：区域智力资本 区域创新能力 主成分分析 评估 实证研究
　　
　　一、引言
　　新世纪新阶段，中国的发展呈现出一系列新的阶段性特征，其突出表现在于――经济实力显著增强的同时，长期形成的结构性矛盾和粗放型增长方式尚未得到根本改变，生产力水平总体还不高，自主创新能力还不强。对此，党的十七大报告明确提出：“提高自主创新能力，建设创新型国家。这是国家发展战略的核心，是提高综合国力的关键。”创新的基础，在于实践、学习和知识的积累；而创新能力的形成，则需有效地发挥一种特定的非财务资本――区别于传统的货币、劳动力、土地等财务性资本，由人力资本、关系资本和结构资本构成的智力资本，能为主体带来持久竞争优势的战略性资源。本文以2009年华东地区的横断面数据为样本，选取上海、江苏、浙江、安徽、福建、江西和山东七个地区的相关数据，结合中国创新发展的实际情况，设计了区域人力资本、结构资本、关系资本与创新能力水平的评价指标体系，结合我国背景探索智力资本与区域创新能力的水平与关系。各评价指标体系如（表1）所示。
　　二、智力资本与区域创新能力评估分析
　　（一）区域人力资本的评估 首先，由于区域人力资本评价体系涉及变量较多，直接进行区域间的比较分析较繁琐，因此首先采用因子分析法减少变量数，之后再进行比较和综合分析。在SPSS13.0软件中，运用KMO和Bartlett球度检验进行分析，结果如（表2）所示。 对华东地区人力资本的KMO检验值为0.782（大于0.6的临界值），Bartlett球度检验统计量的观测值Approx. Chi-Square为1182.913，统计值的显著性概率为0.000（小于1%），说明数据具有相关性，适合做因子分析。其次，运用主成分分析法，提取因子并选取特征根植大于1的特征根，得出因子分析的初始解――除“每万人拥有的卫生机构数”和“社会保障和就业的政府财政支出占GDP比重”变量的信息丢失略多外（接近27%），其余变量的绝大部分信息丢失较少（>86%），所有变量的共同度均较高，可被因子解释。由表3可见，前3个因子的特征根植很高，对解释原有变量的贡献最大，之后的因子的解释度逐步下降，因此本案例提取前3个因子进行分析。变量1至7在第一个因子上的载荷较高（大于93%），第一个因子主要解释了这7个变量，因此可设公共因子H1为“区域综合的人力资本水准”（保险、医疗和高等教育水平）。变量11，12和14在第二个因子上有较高的载荷（大于67%），第二个因子主要阐释了这3个变量，因此公共因子H2定义为“政府对社会保障和医疗卫生的投入力度”。第三个因子对9，10，14和15变量的解释力相对较大，公共因子H3可定义为“居民享有的医疗及教育资源水平”。由（表3）可见，H1对区域人力资本的贡献最大，高达58.915%。说明区域综合的人力资本水准（保险、医疗和高等教育水平）是构成一个区域人力资本的首要因素，其次，按重要性依次为：H2政府对社会保障和医疗卫生的投入力度（贡献率24.079%），H3居民享有的医疗及教育资源水平（贡献率8.392%）。由因子得分矩阵，可得区域人力资本原始变量的因子得分函数。根据各个因子权重的计算公式：Hn =（Extraction Sums of Squared Loadings / Rotation Sums of Squared Loadings）*100% 和总方差分解表的数据，H1、H2和H3的权重分别为58.915%、24.079%和8.392% 。因此，区域人力资本的综合得分公式为 Xn = 0.58915H1 + 0.24079H2 + 0.08392H3。由此式得出华东七个地区的人力资本综合得分，并进行排名，如（表5）所示。加权综合得分最高的是上海――每年都有大量的各地人才涌向这个经济发达的国际化大都市，使得其人力资本水平保持优先；高校资源集中的江苏与商业发达的浙江也有不错的人资水准；山东和安徽则有必要吸引更多人才来发展区域经济。此项人力资本排序与华东区域的经济实力排名相近，符合实际情况。同时也说明，对人力资本的投入和产出水平会对区域的经济发展产生正向影响。
　　（二）区域关系资本与区域结构资本的评估 区域关系资本与结构资本的KMO分别为0.648和0.739（大于0.6的临界值），Bartlett球度检验统计量的观测值Approx. Chi-Square分别为432.133和918.772，统计值的显著性概率均为0.000（小于1%），说明该数据具有相关性，适合做因子分析。首先对区域关系资本进行分析，在主成分分析法下提取出一个可以解释79.151%的总分差的公共因子C1。根据旋转后的因子载荷矩阵，将C1定义为“国内外的经贸水平”。C1对区域关系资本的贡献率高达82.195%。在以往的关系资本对企业绩效驱动性的研究中，企业内外的关系、客户资源和成交情况是关系资本的主要构成因素。同样的研究放在区域性的背景下，可理解为一个地区内部的经贸水平与对外的贸易往来水平为区域关系资本的重要构成内容，该结论也在该研究中得到证实。根据表6，各个因子权重的计算公式：Cn =（Extraction Sums of Squared Loadings / Rotation Sums of Squared Loadings）*100% ，根据总分差分解表（略）和C1的权重79.151% ，得出区域关系资本的综合得分公式：Yn= 0.79151C1。由此可得华东地区的关系资本综合得分并排名。由（表7）可见，关系资本得分最高的依然是上海，江浙沪内外的贸易往来水平均较高，经济也相对发达。而临海的区位优势则相应提升了福建和山东的贸易水平。江西和安徽则有必要加强内外经贸往来。其次，对区域关系资本进行分析。以主成分分析法提取出5个公共因子（总方差分解表略），根据其解释度（因子载荷矩阵表略），分别定义为：S1，区域流动与信息流通水平；S2，政府对民生保障的投入力度，S3，区域物价水平；S4，区域就业与工资水平；S5，政府的收入水平；公共因子的贡献率分别为：47.429%、25.015%、10.608%、8.866%和6.029%。根据结构资本的因子得分系数矩阵和总分差分解表（略），计算各地区的综合得分：Zn =0.47429S1+0.25015S2+0.10608S3+0.08866S4+0.06029S5。并进行华东地区结构资本的综合排名。由综合得分表8排名可见，上海和浙江地区的政府效能水平较高，社会流动机制良好，信息流动高效，安徽和山东有待提高。
　　（三）区域智力资本的评估 根据上文得出的人力资本、关系资本和结构资本三个构成要素的综合得分，可以根据IC=H+C+S公式，直接测算出各区域的智力资本综合得分，并进行排名，如下（表9）。在智力资本这个新兴概念的界定下，江浙沪占据前三甲，智力资本水平较高，安徽和山东则急待提高，该结论与实际情况相符。

　　 （四）区域创新能力的评估 该指标数据的KMO检验值为0.709，Bartlett球度检验统计量的观测值为629.772，统计值的显著性概率为0.000，说明数据具有相关性，适合做因子分析。根据总方差分解表（略），选出4个具有代表性的公共因子，其贡献率分别为：50.306%、23.152%、13.690%和7.150%，一共可解释原有变量94.299%的总方差。根据旋转后的载荷矩阵及总方差分解表，将公共因子分别定义为：I1，区域的科技资源水平（包括人员、机构和经费）；I2，创新成果的产值水平；I3，区域专利水平；I4，区域创新投入水平。因此，提高一个区域的创新能力水平，首先要提升该地的综合科技水平，政府应尽量丰富当地科技资源，鼓励创新，包括增加科研队伍的人数，大力支持高校和科研机构的创新活动，加大科研经费的投入力度等。其次，在科研方面，要注重将创新成果转化为创新产品，形成产业链并努力创造产值，实现创新成果市场化。再之，鼓励提高区域的专利水平，包括工业企业的科技项目和所有机构的专利数。最后，政府、企业、高校和科研机构均应加大对创新的投入，包括增加组织内部的科研部门，加大科研人力与物力的投入，提高科研和课题经费，逐渐提升地区的创新软实力。区域创新能力在各地区的综合得分公式为：Wn =0.50306 I1+0.23152 I2+0.13690 I3+0.07150 I4，并进行华东地区创新能力水平的综合排名。由上表所示，上海、江苏和浙江是华东地区内高校云集、人才济济的区域，政府也相应较重视智力资本与创新能力的投入，科研机构众多，科研活动丰富，创新硕果累累，创新逐步形成产业链模式，推广到市场。而其他地区，由于经济实力相对较弱等原因，对智力资本的重视还不够，对创新的投入相对较少，创新基础相对不足，从而创新水平也较低。最后，综合本案例所有方面的评估结果，总排名如（表11）所示。
　　三、结论与启示
　　本文论证可知，华东区域七省市的智力资本与创新能力的研究结果与实际情况相符。其中，相对发达的江浙沪三地凭借其卓越的商业氛围、企业的创新主体地位、长三角经济体的联动（区位优势），在区域人力资本、关系资本、智力资本和创新能力四项评价体系中，牢牢占据前三位。而直辖市上海在五个评价体系中均位列榜首，体现了其无可比拟的智力与创新资本优势。江苏和浙江的智力资本与创新能力，则受到城市群效应、外资研发投入、政府的创新政策、企业活力和企业家精神、创新基础资源等的积极影响。而福建、江西、山东和安徽的智力资本与创新能力方面均处中等以下水平，原因在于这些地区的发展观念、战略和体制都相对落后，亟待政府部门加以重视，出台政策吸引人才，推动企业发展，提高创新水平。面对新世纪的新科技革命以及经济全球化、信息化、知识化的挑战，中国加快建设创新型城市，提升创新水平已成为当下地区发展的重点。笔者认为，应从以下方面来提升我国各地的区域智力资本与创新能力水平：首先，政府应出台积极的人才政策，在保证居民基本生活的基础上，着力提升区域的人口素质、人才水平，以提高区域人力资本的软实力水准；同时增加医疗卫生的财政支出，加大失业、养老和医疗保险等对人才的保障，提升医疗卫生资源对人才的维护，从而有效地提升区域的人力资本水准。其次，充分利用区位优势，在区域内经济又好又快运行的同时，加大国内外的经贸往来，使高水平的关系资本提升区域的智力资本水准。再次，提高区域的流动水平与信息的流通性，使社会更自由、公开、公正地运行。在提升区域创新能力方面，政府应加大创新资源的投入，扶持相关科研机构、高校、个人等，注重创新成果的产业化和市场化，重视实效，扎实推进。努力优化区域创新环境，推动知识创新体系、技术创新体系与科技中介服务体系的建设，使区域创新成为一个有效运行、良性发展的系统。各方应重视推进以企业为中心的区域创新体系建设。政府、高校、科研机构等都应以企业为主体，大力推进利益共享的产学研一体化，出台促进高新区发展的政策与条例。积极打造以城市群为主体的创新区域体系，改变资源过度集中于少数大城市的布局，积极鼓励围绕中心城市构建分布合理的城市群，从而更有利于创新提升资源投入的边际效应。
　　
　　 参考文献：
　　［1］陈武、王学军：《区域智力资本与区域创新能力的评估――基于我国2006年截面数据的实证研究》，《技术经济》2010年第1期。
　　［2］刘超、原毅军：《智力资本对企业绩效影响的实证研究》，《东北大学学报（社会科学版）》2008年第1期。
　　［3］Bontis N. National Intellectual Capital Index: A United Nations Initiative for the Arab Region ，Journal of Intellectual Capital， 2004.
　　（编辑 梁 恒）

转载注明来源:https://www.xzbu.com/3/view-800583.htm