1、我国各地区高技术产业竞争力的比较研究我国各地区高技术产业竞争力的比较研究基于因子分析与聚类分析学 生 姓 名: 马雨菡 学 号: 22012010037 学 院 (系):城市经济与公共管理学院专业(方向): 行政管理 指 导 教 师 张玉春 摘要高技术产业的发展,将成为未来经济增长中的决定性因素,它们是经济生活中最具活力的产业。通过选取高技术产业生产经营情况、科技活动情况、工程技术人员、高技术产业固定资产投资情况和出口情况等11个指标集,运用因子分析法对全国31个省、自治区和直辖市高技术产业的竞争力进行比较研究。正文随着高技术产业的迅速兴起,高技术产业的发展已经成为影响区域产业竞争力的重要因素
2、之一。高技术产业通常是指那些知识密集型产业,按联合国组织的分类,它包括信息科学技术、生命科学技术、新能源与可再生能源科学技术、新材料科学技术、空间科学技术、海洋科学技术、有益于环境的高新技术和管理科学(软科学)技术等八大产业。这八大高技术产业的发展,将成为未来经济增长中的决定性因素,它们是经济生活中最具活力的产业。为了解我国高技术产业发展状况和国际竞争能力,满足国家宏观管理部门制订调整产业政策和产业发展规划的需要,我们有必要对我国各地区高技术产业竞争力的进行定量的比较研究。具体而言,通过指标的提取和分析,我们可以进一步的对高科技(高技术)产业进行指标定位,并进而分析城市的产业结构与升级。一 、
3、高技术产业竞争力构成分析高长远等针对我国高新技术产业管理的实际,运用系统工程的思想方法建立了高新技术产品评价方法体系,他们从系统综合评价的角度,运用 AKP 法建立了评价高新技术产品的指标体系。高技术产业国际竞争力评价课题组对高技术产业国际竞争力评价理论和方法作了深入的研究,从竞争实力、竞争潜力、竞争环境与竞争态势四类包括30个指标评价中国高技术产业国际竞争力。谢章澍等从协同理论处出发,将评价高科技产业竞争力从内生变量与外生变量两个方面进行系统分析,并在此基础上, 构建了一套评价高科技产业竞争力的量化指标体系。特别要说明的是,由于笔者的能力有限,本文的研究方法和指标集的选择受益于前言的研究。在
4、学界已有的研究基础上,本文通过选取高技术产业生产经营情况、科技活动情况、工程技术人员、高技术产业固定资产投资情况和出口情况这 5 个指标集,运用因子分析法对全国 31 个省、自治区和直辖市高技术产业的竞争力进行评价。(一)高技术产业生产经营情况高技术产业的生产经营情况直接影响了地区的高技术产业竞争力。一个地区高技术产业的生产经营状况不仅能反映该地区高技术投入的效果,还为产业向更高层次的发展提供资金和动力,从而进一步提高其竞争力。(二)科技活动情况以科学技术密集为特征的高技术产业成长必须以科技活动为核心。在科学技术不断发展的今天,技术投入和创新能力对高技术产业尤为重要。它们是企业投入产出的中间枢
5、纽。企业技术创新能力的提高必须要有企业内外部资金、设备的投入、人才的培训和引进、科技与市场信息的利用作为基础和动力。(三)工程技术人员情况高技术产业是知识密集、技术密集、高智力群的产业。工程技术人员是高技术产业发展的直接动力之一,是高技术产业发展中最积极最活跃的因素,产业的创新能力、发展水平一定程度上一定程度上取决于技术人员的数量、质量和分配使用情况。(四)高技术产业固定资产投资情况高技术产业是一种高风险、高投入的产业。固定资产的投资是其最重要的投资之一。另外,它也在一定程度上反映了一个地区高技术产业发展的硬件环境,并进一步影响其再发展的能力。(五)产品出口情况衡量一个产业是否具有高的竞争力,
6、最终是体现在其产出在量上质上是否具有很强的市场竞争实力,而最能体现高质量产品的市场竞争力的就是产品的出口情况。其中,新产品的出口销售收入是反映该产业市场前景的一个重要指标。二 、高技术产业竞争力的基本模型的评价指标建立(一)基本模型构建因子模型设有p个原有变量x1,x2,x3,xp,且每个变量(或经标准化处理后)的均值为0,标准差均为1。现将每个原有变量用k(k0.7,因子分析的效果较好,再由Bartlett球形检验的统计量为881,Sig.接近于0,意味着其相伴概率远小于显著性水平0.05,应拒绝各变量独立的假设,说明本研究中的变量比较适合做因子分析。表4:KMO 和 Bartlett 的检
7、验取样足够度的 Kaiser-Meyer-Olkin 度量。.814Bartlett 的球形度检验近似卡方880.764df55Sig.000表5所反映的是各主成分所解释的原始变量方差,它用以检验何种变量适合做主成分,由表5可知,前两个主成分的累计方差贡献率达到了96.768%,超过了85%,适合作为主成分。即通过前两个主成分就可以作为评价各地区高技术产业竞争力的指标了。表5:解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %19.46086.00086.0009.46086.00086.00021.18510.76896.7681.18510.76896.7
8、683.2061.86898.6374.067.60599.2425.036.32699.5686.029.26699.8337.009.08299.9158.005.04899.9639.002.02099.98310.001.01399.99611.000.004100.000提取方法:主成份分析。 此外,结合图1我们可以更直观的看到,前两个主轴长度差异相较后面的差异较大,而从第三个主轴开始,其后八个主轴长度变化相对平缓。这也说明应选前两个作主成分。图1:主成分分析的碎石图表6:成份矩阵a成份12企业数.990.028当年价总产值.991-.034利润.984.117科技活动人员.953-
9、.281新产品销售收入.981-.158企业办研发机构数.923.103固定资产投资额.780.613新增固定资产.800.580出口交货值.970-.105新产品出口销售收入.971-.174拥有发明专利.821-.549提取方法 :主成分分析法。a. 已提取了 2 个成份。由表6的主成分的因子载荷矩阵可知两个主成分与原来11个变量的线性组合表达式:Y1=0.990X1+0.991X2+0.984X3+0.953X4+0.981X5+0.923X6+0.780X7+0.800X8+0.970X9+0.971X10+0.821X11Y2=0.028X1-0.034X2+0.117X3-0.28
10、1X4-0.158X5+0.103X6+0.613X7+0.580X8-0.105X9-0.174X10-0.549X11由上面两个表达式可知,第一个主成分对当年价总产值、企业数、利润、新产品出口销售收入、出口交货值等变量相对代表性较大,且这几个变量对第一个主成分都是正向影响。第二个主成分对新增固定资产与固定资产投资额的代表性较大。 图2:成分图对于提取的两个主成分还可以用载荷图来直观的显示主成分对原始11个变量的解释情况。如图2.但主成分分析仍然对变量的解释具有模糊性,许多因子大量存在不具代表性。因此我们还可以进一步通过因子分析来进一步降维并解释主成分。(三)因子分析与因子命名因子分析从研究
11、相关矩阵内部的依赖关系出发,通过对变量之间关系的研究,找出能综合原始变量的少数几个因子,使其能够反映原始变量的绝大部分信息。之前我们已经通过了KOM检验,说明了原始数据间存在相关性,适合做因子分析。并从解释的总方差中得知所有变量的共同度都在90%以上,说明了提取的公因子对原始变量的解释能力应该是很强的。下面我们通过对因子的旋转来看提取的因子对原始变量的解释情况。表7:旋转成份矩阵a成份12企业数.769.625当年价总产值.807.576利润.709.691科技活动人员.927.357新产品销售收入.875.472企业办研发机构数.670.644固定资产投资额.246.961新增固定资产.28
12、2.947出口交货值.833.507新产品出口销售收入.876.453拥有发明专利.985.064提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 3 次迭代后收敛。由上表中我们可以看出,第一个因子与科技活动人员、拥有发明专利、新产品出口销售收入、新产品销售收入、利润、当年价总产值、出口交货值这六个变量的载荷系数较大,主要解释了这几个变量。由于它们反映的是高技术产业的产出与收益,所以将主因子1 命名为“产出与收益”。第二个因子与固定资产投资额、新增固定资产、企业办研发机构数、企业数五个变量的载荷系数较大,主要解释了这几个变量。这些成分反映的是地区对高技术产业发展的投入,所以可以将主因子2命名为高技术产业投入。命名因子1高技术产业的产出与收益因子2高技术产业的投入(四)计算地区高技术产业竞争力指数表8:成份得分系数矩阵成份12企业数.069.082当年价总产值.101.041利润.023.141科技活动人员.224-.127新产品销售收入.164-.043企业办研发机构数.025.128固定资产投资额-.249.461新增固定资产-.231.440出口交货值.135-.008新产品出口销售收入.171-.054拥有发明专利.351-.315提取方法 :主成分分析法。 旋转法 :具有 Kaiser 标准化的
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1