我国各地区高技术产业竞争力的比较研究.docx
- 文档编号:6282400
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:21
- 大小:158.65KB
我国各地区高技术产业竞争力的比较研究.docx
《我国各地区高技术产业竞争力的比较研究.docx》由会员分享,可在线阅读,更多相关《我国各地区高技术产业竞争力的比较研究.docx(21页珍藏版)》请在冰豆网上搜索。
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、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,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(k
设有p个x1,x2,xp为可观测的随机变量,每个变量可作如下分解:
X1=a11F1+a12F2+…..a1mFm+ε1
X2=a21F1+a22F2+…..a2mFm+ε2
....
Xp=apF1+ap2F2+…apmFm+εp
(二)指标体系与数据选择
高技术产业竞争力不仅是产业的研究开发量和科技含量的问题,还关系到产业的投资情况,生产经营和产品销售状况。
高技术产业竞争力指标的建立应综合考虑各方面的因素。
1、指标体系建立的原则
首先指标能全面反映地区的高技术产业竞争力。
要综合考虑生产经营情况、科技活动情况、工程技术人员情况、固定资产投资情况和产品出口情况。
其次要选取评价指标应尽量简洁,相互独立。
选取指标简洁、独立,能够更好的反映问题的主要因素,同时减少工作量及评价次数。
最后要有时间上的延伸性。
不仅要有能反映当前竞争力的指标,还要有能反映其发展潜力的指标。
2、综合评价指标体系的构成
为了综合评价地区高技术产业竞争力,综合评价指标体系分为三个层次:
目标层、项目层和指标层(表1)。
①高技术产业生产经营情况。
主要选取企业数、当年价总产值和增加值。
②科技活动情况。
主要选取R&D人员、利润、拥有发明专利数、和企业办研发机构数。
③工程技术人员。
主要选取了大中型企业的工程技术人员。
④高技术产业固定资产投资情况。
主要包括投资额和新增固定资产。
⑤出口情况。
主要包括出口交货值和新产品出口销售收入。
表1地区高技术产业竞争力评价指标体系
一级指标(Z)
二级指标(X)
单位
高技术产业生产经营情况Z1
企业数X1
个
当年价总产值X2
亿元
利润X3
亿元
科技活动情况Z2
R&D人员X4
人
新产品销售收入X5
万元
企业办研发机构数X6
个
拥有发明专利数X7
项
高技术产业固定资产投资情况Z3
固定资产投资额X8
亿元
新增固定资产X9
亿元
出口情况Z4
出口交货值X10
亿元
新产品出口销售收入X11
万元
3、指标解释
利润总额指企业生产经营活动的最终成果,是企业在一定时期内实现的盈亏相抵后的利润总额(亏损以“一”号表示),它等于营业利润加上补贴收入加上投资收益加上营业外净收入再加上以前年度损益调整。
R&D即研究与试验发展的简称,指在科学技术领域,为增加知识总量、以及运用这些知识去创造新的应用而进行的系统的、创造性的活动,包括基础研究、应用研究、试验发展三类活动。
企业办研发机构数指企业自办(或与外单位合办),管理上同生产系统相对独立(或者单独核算)的专门研发机构,如企业办的技术中心、研究院所、开发中心、开发部、实验室、中试车间、试验基地等。
企业办科技活动机构经过资源整合,被国家或省级有关部门认定为国家级或省级技术中心的,应按一个机构填报。
与外单位合办的科技活动机构若主要由本企业出资兴办,则由本企业统计,否则应由合办方统计。
企业科技管理职能处(科)室(如科研处、技术科等)一般不统计在内;若科研处、技术科等同时挂有科技活动机构的牌子,视其报告年度内主要工作任务而定,主要任务是从事科技活动的可以统计,否则不予统计。
本指标不含企业在中国境外设立的科技活动机构数。
新增固定资产指报告期内已经完成建造和购置过程,并已交付生产或使用单位的固定资产价值。
该指标是表示固定资产投资成果的价值指标,也是反映建设进度,计算固定资产投资效果的重要指标。
三、各地区高技术产业竞争力评价方法及实证研究
通过上述指标体系综合评价地区高技术产业竞争力,评价计算方法如下:
①在建立评价指标集矩阵和数据标准化的基础上,计算相关系数矩阵(R);②对相关系数矩阵(R)进行向量内积求出特征值和特征向量;③按照特征值的累积百分率确定主因子数,并计算主因子与各评价因子的R分析因子载荷量;④求出地区高技术产业竞争力评价指数。
(一)数据获取
本文构建分析指标所用的原始数据来源于《2012中国高技术产业统计年鉴》中的相关数据,如表2所示
表2:
各地区高科技产业的相关指标及数据
地区
企业数
当年价总产值
利润
科技活动人员
新产品销售收入
企业办研发机构数
固定资产投资额
新增固定资产
出口交货值
新产品出口销售收入
拥有发明专利
北京
737
2897.6
228.9
22814
14895753
256
266.55
49.69
1055.8
5341788
4112
天津
497
2672.3
165.1
13228
7950951
113
350.27
102.78
1185.3
3969225
1773
河北
370
973.3
83.6
8532
813807
78
288.36
186.46
157.4
103888
485
山西
118
318.1
28.4
2143
294792
25
77.4
39.81
78.5
33179
150
内蒙古
98
326.2
33.8
389
65230
17
120.31
54.39
6.5
14109
32
辽宁
701
1884.5
153.5
10351
3583401
77
350.63
284.64
415.8
840164
959
吉林
368
1020.6
98
4828
732061
51
311.33
258.05
10.6
15731
265
黑龙江
138
395.3
47
7495
462673
50
115.29
51.49
13
3226
494
上海
962
7021.4
222
23567
9957527
206
278.54
183.94
4918.8
3957500
3596
江苏
4061
19487.8
1065.1
94015
48961827
1229
2104.9
1701.5
10936.9
28292023
6850
浙江
1923
3722.4
350.2
48486
11409257
935
306.88
203.25
1305
3271083
4672
安徽
574
1118.6
85.9
14251
2586786
201
500.85
328.62
119.5
248575
686
福建
596
3068
182.8
25103
11015207
190
212.65
140.93
1771.1
4573688
1155
江西
499
1418.6
85.8
9026
1434234
77
428.57
329.79
213.4
266664
420
山东
1514
6201.1
463.7
36988
15364345
362
695.27
383.86
1463.7
4778544
2375
河南
723
2127.4
167.1
12327
1363879
190
562.92
302.04
436.6
130998
589
湖北
544
1721
130.1
22019
3220194
140
361.43
229.47
382.7
292580
1988
湖南
683
1544.9
142.5
9337
3146183
133
274.41
153.06
104.1
156302
819
广东
4601
23576.3
1006.5
198187
73603509
1111
703.53
599.76
14265.7
42830898
45172
广西
275
615.8
83.7
3487
453743
67
142.09
97.93
147.8
32910
240
海南
46
98.3
12.8
996
67690
22
15.1
3.29
1.9
1
92
重庆
252
1160.3
36.2
5809
3834280
82
232.26
150.44
489.4
2078245
359
四川
727
3221.4
212.3
17690
5915429
93
459.9
365.08
987.8
234049
2958
贵州
119
369.9
29.1
4894
600096
53
62.21
20.59
17.4
42664
423
云南
104
201.4
28.9
2657
398973
35
34.26
21.28
6.2
15544
312
陕西
325
1060.4
73.4
17245
2118593
114
143.48
85.11
85.4
108978
1108
甘肃
59
95.6
12.1
1334
206422
18
35.2
14.99
5.7
30338
59
青海
26
30.7
2.4
45
3298
1
6.74
3.25
0.1
197
宁夏
14
45.1
7.7
584
161546
11
7.39
6.72
12.9
3787
17
新疆
23
33.6
4.4
496
94443
3
17.06
1.01
5.4
23
(二)主成分分析——建立相关性矩阵R
我们在研究各地区的高技术产业的竞争力问题时,涉及到了8个变量,而这些变量间通常具有相关性。
直接分析可能会由于变量间存在的多重共线性而引起较大误差,为了全面分析和减少误差,我们可以通过主成分分析方法来实现。
首先要对各地区的上述指标进行统计,为消除量纲对评价的影响,首先对原指标集矩阵标准化,在标准化的基础上,计算各数据的相关系数矩阵R:
(如表3所示)
表3:
相关矩阵a
企业数
当年价总产值
利润
科技活动人员
新产品销售收入
企业办研发机构数
固定资产投资额
新增固定资产
出口交货值
新产品出口销售收入
拥有发明专利
相关
企业数
1.000
.972
.986
.943
.959
.955
.783
.798
.938
.939
.797
当年价总产值
.972
1.000
.971
.946
.980
.881
.754
.776
.988
.973
.828
利润
.986
.971
1.000
.905
.950
.931
.837
.840
.929
.926
.736
科技活动人员
.943
.946
.905
1.000
.974
.863
.574
.600
.936
.965
.944
新产品销售收入
.959
.980
.950
.974
1.000
.874
.672
.692
.970
.992
.887
企业办研发机构数
.955
.881
.931
.863
.874
1.000
.753
.762
.845
.847
.677
固定资产投资额
.783
.754
.837
.574
.672
.753
1.000
.984
.690
.656
.317
新增固定资产
.798
.776
.840
.600
.692
.762
.984
1.000
.725
.687
.354
出口交货值
.938
.988
.929
.936
.970
.845
.690
.725
1.000
.974
.844
新产品出口销售收入
.939
.973
.926
.965
.992
.847
.656
.687
.974
1.000
.891
拥有发明专利
.797
.828
.736
.944
.887
.677
.317
.354
.844
.891
1.000
a.行列式=9.99E-018
因子分析的前提条件是变量之间存在较强的相关性,从表3中所反映的各变量间的相关系数矩阵可知,各变量间存在较强的相关关系。
同时我们也可以采用KMOandBartlett检验对财政11个变量间的相关程度进行检验。
如表4的结果显示KMO值为0.81>0.7,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的检验
取样足够度的Kaiser-Meyer-Olkin度量。
.814
Bartlett的球形度检验
近似卡方
880.764
df
55
Sig.
.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%
1
9.460
86.000
86.000
9.460
86.000
86.000
2
1.185
10.768
96.768
1.185
10.768
96.768
3
.206
1.868
98.637
4
.067
.605
99.242
5
.036
.326
99.568
6
.029
.266
99.833
7
.009
.082
99.915
8
.005
.048
99.963
9
.002
.020
99.983
10
.001
.013
99.996
11
.000
.004
100.000
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
1
2
企业数
.990
.028
当年价总产值
.991
-.034
利润
.984
.117
科技活动人员
.953
-.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+0.821X11
Y2=0.028X1-0.034X2+0.117X3-0.281X4-0.158X5+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
1
2
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
.282
.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
1
2
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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 各地区 高技术产业 竞争力 比较 研究