论文部分内容阅读
摘要：裝备制造业是浙江省工业经济发展的重要支柱产业和推动浙江经济增长、产业转型升级的重要动力。利用因子分析法以2009年面板数据为研究样本对浙江省装备制造业七个子行业技术创新能力实证评价，并对结果进行分析，以了解浙江省装备制造业整体产业技术创新能力的优势和劣势。
关键词：因子分析；主成分分析；装备制造业；技术创新能力
中图分类号：
F2
文献标识码：A
文章编号：1672-3198（2013）20-0011-02
0 引言
装备制造业是为国民经济发展和国防建设提供技术装备的基础性、战略性产业，是国民经济的重要支柱。装备制造业的先进水平和现代化程度，决定了一个国家地区的经济发展水平和现代化程度。高度发达的现代装备制造业是实现工业化的基础条件，也是一个国家或地区工业化水平和经济科技总体实力的集中体现。“十二五”时期是推进工业化和现代化进程的重要时期；是推动工业转型升级，进一步发展先进制造业，走具有中国特色和浙江特点的新型工业化道路的关键时期，而装备制造业又是实现新型工业化的关键产业。科学技术是第一生产力，技术创新是装备制造业获得比较竞争优势和核心竞争力的决定性因素，是提高浙江省装备制造企业经济效益的重要途径和实现转型升级、持续发展的动力源泉。对装备制造业技术创新的研究，将有利于我省装备制造业技术水平的提高，产业竞争力的提升，进而加快推动产业结构的调整。
关于装备制造业技术创新能力测评和绩效、效率评价。吴友军（2004）从创新资源投入能力、创新管理能力、研究开发能力、创新制造能力、创新产出能力、创新决策能力六个维度，构建了产业技术创新能力的评价指标体系，并结合层次分析、模糊综合评价等方法评定产业技术创新能力。柳喜花（2006）则从创新投入能力、创新产出能力、创新实现能力三个方面初步预选了24个指标。段婕，刘勇（2011）通过国内外有关产业技术创新能力评价指标体系和评价方法的研究，用因子分析法建立评价模型，以我国装备制造业行业7个子行业2009年面板数据为研究样本，对其技术创新能力进行定量评价和实证分析。基于此，本文利用因子分析法通过计算浙江省装备制造业技术创新能力的综合排名，了解我省装备制造业整体产业技术创新能力的优势和劣势，为制定我省装备制造业产业发展战略提供科学依据。
1 装备制造业技术创新能力综合评价指标体系的构建
1.1 指标选择
本文在构建浙江省装备制造业技术创新能力评价指标体系时，遵循指标选取的科学性、可比性、代表性及可获取性的原则，将评价指标体系分为4个二级指标（技术创新保障能力、创新资源投入能力、技术创新转化吸收能力、创新资源产出能力）和16个三级指标，本文构建的指标体系如表1所示。
1.2 评价模型
主成分分析法是在不丢失主要信息的情况下，将诸多原始变量高度浓缩为若干代表性的公共因子，并确保公共因子对其具有较强的可解释性的分析方法。因子分析的目的就是揭示观测变量之间的内在关联性，在尽可能保存原有资料信息的前提下，用较少的维度去表示原来的数据结构，简化数据（降维），便于发现规律或本质。采用较少的因子，以每个综合因子的方差贡献率作为权重，构建综合评价模型来评判产业技术创新能力的大小。构建的综合评价函数为：
其中，αi是综合因子Fi的权数，称为因子载荷，它是根据Fi方差贡献率确定的。
1.3 样本选择及数据来源
装备制造业在我国包括金属制品业、通用设备制造业、专用设备制造业、交通运输制造业、电气机械及器材制造业、通讯设备计算机及其他电子制造业、仪器仪表及文化、办公用机械制造业7个大类行业。通过《2010浙江科技统计年鉴》、《2010浙江统计年鉴》收集到浙江省装备制造业7个行业2009年的相关数据，并进行整合处理。数据统计口径为装备制造业7大类行业的规模以上工业企业。
2 浙江省装备制造业技术创新能力综合评价指标体系实证分析
2.1 数据处理
为消除因数据类型的不同而产生的分析误差，对原始数据标准化，以消除量纲的影响。本文按照下列公式对原始数据进行无量纲化处理：
适合性检验。利用SPSS13.0软件计算原有变量的简单相关系数矩阵并进行统计检验。观察相关系数矩阵，相关系数矩阵中的大部分相关系数值较大，表示各个变量不是相互独立的，适合进行因子分析。
2.2 数据分析
运用统计软件SPSS13.0软件输出结果，得到主成分的矩阵特征值和累计方差贡献率如表2所示，并依据特征根大于1的原则，提取公共因子。
由表2可知：F1、F2、F3、F4个全局主成分的方差累计率达到96.65%（大于85%）。其各自的方差贡献率分别为68.086%、11.893%、10.384%、6.287%，故可将其确定为所需要提取的4个全局主成分，根据主成分得分系数矩阵和标准化后的各变量的观测值，可计算出浙江省七类装备制造业在2009年4个因子得分；再以各因子对应的方差贡献率为权重进行加权汇总，得出样本单元最后的综合得分的评价公式：
F综=0.68086F1+0.11893F2+0.10384F3+0.06287F4
Undefined error #11401-Cannot open text file "F：＼spss13.0＼en＼windows＼spss.en
No such file or di
Undefined error #11408-Cannot open text file "F：＼spss13.0＼en＼windows＼spss.en
No such file or di 2.3 计算综合得分
利用统计软件SPSS13.0软件，得到输出结果，成分得分系数矩阵如表3 （限于篇幅，本文只给出前3个主成分的得分系数矩阵）所示如下：由表3中所示的列向量、特征值和标准化后的指标值，可得各全局主成分的计算公式如下，其中F1 、F2 、F3 、F4表示各全局主成分，ZXi为按照无量纲公式所做的无量纲化处理数据。
F1=0.067ZX1+0.092ZX2+0.078ZX3+0.099ZX4-0.048ZX5-0.068ZX6+0.10ZX7+0.08ZX8+0.103ZX9+0.08ZX10+0.091ZX11+0.087ZX12+0.075ZX13+0.102ZX14+0.030ZX15-0.027ZX16
F2=-0.025ZX1+0.129ZX2+0.029ZX3+0.176ZX4+0.491ZX5-0.022ZX6+0.121ZX7+0.008ZX8-0.029ZX9-0.103ZX10-0.206ZX11-0.063ZX12-0.093ZX13-0.047ZX14+0.447ZX15-0.020ZX16
F3=0.196ZX1+0.030ZX2+0.142ZX3-0.092ZX4+0.134ZX5+0.076ZX6-0.053ZX7+0.133ZX8-0.178ZX9+0.009ZX10-0.062ZX11-0.067ZX12+0.174ZX13-0.154ZX14-0.253ZX15+0.581ZX16
F4=0.078ZX1-0.138ZX2-0.013ZX3-0.161ZX4-0.018ZX5+0.897ZX6-0.139ZX7-0.031ZX8-0.034ZX9+0.161ZX10+0.066ZX11+0.098ZX12+0.009ZX13-0.019ZX14+0.088ZX15+0.054ZX16
由计算公式得到：F1分别在科技机构人员数X2、科学活动经费筹资总额X4、开发新产品经费X7、购买国内技术经费X9、技术引进经费X11、技术改造经费X12、新产品产值X14的系数较高，涉及技术创新保障、投入、转化和产出4个方面。因此F1可命名为技术创新整体运作因子，其方差贡献率达到68.086%。
F2分别在科技机构人员数X2、科学活动经费筹资总额X4、R&D经费占主营业务收入比重X5、开发新产品经费X7的系数较高，其方差贡献率达到11.893%；F3在企业科技机构数X1、科技项目数X3、R&D经费占主营业务收入比重X5、新产品的开发项目数X8的系数较高，其方差贡献率达到10.384%。因此F2、F3可看作技术创新支撑因子得分。
F4在消化吸收经费X10、技术引进经费X11、技术改造经费X12的系数较高，因此F2可命名技术创新转化吸收因子，其方差贡献率达到6.287%。
根据综合得分评价公式和主成分计算公式，可计算出我国装备制造业7大类行业的技术创新因子得分及排名，如表4。
3 结论
根据排序结果，可以看出浙江省装备制造业7大类行业的技术创新能力排名依次是：电气机械及器材制造业、通用设备制造业、交通运输设备制造业、通信设备、计算机及其它电子设备制造业、专用设备制造业、而金属制品业、仪器仪表及文化、办公用机械制造业技术创新能力较弱。
电气机械及器材制造业技术创新综合实力最强，该行业的技术创新整体运作因子F1排名第1位，远远高于其它行业，但是技术创新支撑保障能力相对较弱。
通用设备制造业技术创新综合实力排名第2，该行业的技术创新整体运作因子F1排名第2位，但转化吸收能力因子排名第5位，说明虽然该行业技术创新
整体投入较高，拥有较多的技术创新资源，但技术创新的转化吸收能力较弱，该行业在创新资源利用上效率较低。该行业需要加大行业内科技资源的整合，加强自主研发的产出绩效。
交通运输设备制造业综合实力排名第3，整体运作能力略低于前两个行业，但转化吸收能力因子得分排名第2位，技术创新支撑能力因子排名倒数后两位，该行业技术创新支撑能力很弱。
通信设备、计算机及其它电子设备制造业综合实力排名第4，其中技术创新支撑因子F2排名第1位，转化吸收能力因子排名倒数第1位，技术创新的转化吸收能力最弱，亟待提高。
专用设备制造业综合得分居第5位，专用设备制造业转化吸收能力因子得分排名第1位，技术创新整体运作因子F1排名靠后，两者不匹配。行业技术创新整体运作能力都较薄弱是制约该行业的技术创新综合能力提升的“瓶颈”。
金属制品业综合得分第6位，整体运作能力因子、转化吸收能力因子和技术创新支撑能力因子得分排名都比较靠后，表明金属制品业整体运作能力、转化吸收能力、技术创新支撑能力均较差。
仪器仪表及文化、办公用机械制造业综合得分和整体运作能力因子都排名居末，转化吸收能力因子F4排名倒数第2位，但技术创新支撑能力因子得分排名却第2位，因此，加大科技投入和产出，提升其整体运作能力和技术创新的转化吸收能力是其首要任务。
从各大类行业的因子分值来看，七个行业技术创新能力综合排名和技术创新整体运作因子F1排名完全相同。验证了创新资源投入与技术创新能力的正向关系。
参考文献
[1]王立军，陆立军.浙江省装备制造业关键共性技术预见及其研发策略[J].中共宁波市委党校学报，2011，（2）：97-102.
[2]方秋玲.浅谈装备制造业的技术创新与发展[J].科技创新与生产力，2010，（11）：56-58.
[3]吴友军.产业技术创新能力评价指标体系研究[J].商业研究，2004，（11）：27-29.
[4]柳喜花.中国装备制造业技术创新能力研究[J].沿海企业与科技，2006，（11）：154-156.
[5]段婕，刘勇.基于因子分析的我国裝备制造业技术创新能力评价研究[J].科技进步与对策，2011，（10）：122-126.
[6]杨东奇，杜军.基于因子分析的黑龙江省装备制造业技术创新能力评价研究[J].科技管理研究，2009，（12）：175-177.
关键词：因子分析；主成分分析；装备制造业；技术创新能力
中图分类号：
F2
文献标识码：A
文章编号：1672-3198（2013）20-0011-02
0 引言
装备制造业是为国民经济发展和国防建设提供技术装备的基础性、战略性产业，是国民经济的重要支柱。装备制造业的先进水平和现代化程度，决定了一个国家地区的经济发展水平和现代化程度。高度发达的现代装备制造业是实现工业化的基础条件，也是一个国家或地区工业化水平和经济科技总体实力的集中体现。“十二五”时期是推进工业化和现代化进程的重要时期；是推动工业转型升级，进一步发展先进制造业，走具有中国特色和浙江特点的新型工业化道路的关键时期，而装备制造业又是实现新型工业化的关键产业。科学技术是第一生产力，技术创新是装备制造业获得比较竞争优势和核心竞争力的决定性因素，是提高浙江省装备制造企业经济效益的重要途径和实现转型升级、持续发展的动力源泉。对装备制造业技术创新的研究，将有利于我省装备制造业技术水平的提高，产业竞争力的提升，进而加快推动产业结构的调整。
关于装备制造业技术创新能力测评和绩效、效率评价。吴友军（2004）从创新资源投入能力、创新管理能力、研究开发能力、创新制造能力、创新产出能力、创新决策能力六个维度，构建了产业技术创新能力的评价指标体系，并结合层次分析、模糊综合评价等方法评定产业技术创新能力。柳喜花（2006）则从创新投入能力、创新产出能力、创新实现能力三个方面初步预选了24个指标。段婕，刘勇（2011）通过国内外有关产业技术创新能力评价指标体系和评价方法的研究，用因子分析法建立评价模型，以我国装备制造业行业7个子行业2009年面板数据为研究样本，对其技术创新能力进行定量评价和实证分析。基于此，本文利用因子分析法通过计算浙江省装备制造业技术创新能力的综合排名，了解我省装备制造业整体产业技术创新能力的优势和劣势，为制定我省装备制造业产业发展战略提供科学依据。
1 装备制造业技术创新能力综合评价指标体系的构建
1.1 指标选择
本文在构建浙江省装备制造业技术创新能力评价指标体系时，遵循指标选取的科学性、可比性、代表性及可获取性的原则，将评价指标体系分为4个二级指标（技术创新保障能力、创新资源投入能力、技术创新转化吸收能力、创新资源产出能力）和16个三级指标，本文构建的指标体系如表1所示。
1.2 评价模型
主成分分析法是在不丢失主要信息的情况下，将诸多原始变量高度浓缩为若干代表性的公共因子，并确保公共因子对其具有较强的可解释性的分析方法。因子分析的目的就是揭示观测变量之间的内在关联性，在尽可能保存原有资料信息的前提下，用较少的维度去表示原来的数据结构，简化数据（降维），便于发现规律或本质。采用较少的因子，以每个综合因子的方差贡献率作为权重，构建综合评价模型来评判产业技术创新能力的大小。构建的综合评价函数为：
其中，αi是综合因子Fi的权数，称为因子载荷，它是根据Fi方差贡献率确定的。
1.3 样本选择及数据来源
装备制造业在我国包括金属制品业、通用设备制造业、专用设备制造业、交通运输制造业、电气机械及器材制造业、通讯设备计算机及其他电子制造业、仪器仪表及文化、办公用机械制造业7个大类行业。通过《2010浙江科技统计年鉴》、《2010浙江统计年鉴》收集到浙江省装备制造业7个行业2009年的相关数据，并进行整合处理。数据统计口径为装备制造业7大类行业的规模以上工业企业。
2 浙江省装备制造业技术创新能力综合评价指标体系实证分析
2.1 数据处理
为消除因数据类型的不同而产生的分析误差，对原始数据标准化，以消除量纲的影响。本文按照下列公式对原始数据进行无量纲化处理：
适合性检验。利用SPSS13.0软件计算原有变量的简单相关系数矩阵并进行统计检验。观察相关系数矩阵，相关系数矩阵中的大部分相关系数值较大，表示各个变量不是相互独立的，适合进行因子分析。
2.2 数据分析
运用统计软件SPSS13.0软件输出结果，得到主成分的矩阵特征值和累计方差贡献率如表2所示，并依据特征根大于1的原则，提取公共因子。
由表2可知：F1、F2、F3、F4个全局主成分的方差累计率达到96.65%（大于85%）。其各自的方差贡献率分别为68.086%、11.893%、10.384%、6.287%，故可将其确定为所需要提取的4个全局主成分，根据主成分得分系数矩阵和标准化后的各变量的观测值，可计算出浙江省七类装备制造业在2009年4个因子得分；再以各因子对应的方差贡献率为权重进行加权汇总，得出样本单元最后的综合得分的评价公式：
F综=0.68086F1+0.11893F2+0.10384F3+0.06287F4
Undefined error #11401-Cannot open text file "F：＼spss13.0＼en＼windows＼spss.en
No such file or di
Undefined error #11408-Cannot open text file "F：＼spss13.0＼en＼windows＼spss.en
No such file or di 2.3 计算综合得分
利用统计软件SPSS13.0软件，得到输出结果，成分得分系数矩阵如表3 （限于篇幅，本文只给出前3个主成分的得分系数矩阵）所示如下：由表3中所示的列向量、特征值和标准化后的指标值，可得各全局主成分的计算公式如下，其中F1 、F2 、F3 、F4表示各全局主成分，ZXi为按照无量纲公式所做的无量纲化处理数据。
F1=0.067ZX1+0.092ZX2+0.078ZX3+0.099ZX4-0.048ZX5-0.068ZX6+0.10ZX7+0.08ZX8+0.103ZX9+0.08ZX10+0.091ZX11+0.087ZX12+0.075ZX13+0.102ZX14+0.030ZX15-0.027ZX16
F2=-0.025ZX1+0.129ZX2+0.029ZX3+0.176ZX4+0.491ZX5-0.022ZX6+0.121ZX7+0.008ZX8-0.029ZX9-0.103ZX10-0.206ZX11-0.063ZX12-0.093ZX13-0.047ZX14+0.447ZX15-0.020ZX16
F3=0.196ZX1+0.030ZX2+0.142ZX3-0.092ZX4+0.134ZX5+0.076ZX6-0.053ZX7+0.133ZX8-0.178ZX9+0.009ZX10-0.062ZX11-0.067ZX12+0.174ZX13-0.154ZX14-0.253ZX15+0.581ZX16
F4=0.078ZX1-0.138ZX2-0.013ZX3-0.161ZX4-0.018ZX5+0.897ZX6-0.139ZX7-0.031ZX8-0.034ZX9+0.161ZX10+0.066ZX11+0.098ZX12+0.009ZX13-0.019ZX14+0.088ZX15+0.054ZX16
由计算公式得到：F1分别在科技机构人员数X2、科学活动经费筹资总额X4、开发新产品经费X7、购买国内技术经费X9、技术引进经费X11、技术改造经费X12、新产品产值X14的系数较高，涉及技术创新保障、投入、转化和产出4个方面。因此F1可命名为技术创新整体运作因子，其方差贡献率达到68.086%。
F2分别在科技机构人员数X2、科学活动经费筹资总额X4、R&D经费占主营业务收入比重X5、开发新产品经费X7的系数较高，其方差贡献率达到11.893%；F3在企业科技机构数X1、科技项目数X3、R&D经费占主营业务收入比重X5、新产品的开发项目数X8的系数较高，其方差贡献率达到10.384%。因此F2、F3可看作技术创新支撑因子得分。
F4在消化吸收经费X10、技术引进经费X11、技术改造经费X12的系数较高，因此F2可命名技术创新转化吸收因子，其方差贡献率达到6.287%。
根据综合得分评价公式和主成分计算公式，可计算出我国装备制造业7大类行业的技术创新因子得分及排名，如表4。
3 结论
根据排序结果，可以看出浙江省装备制造业7大类行业的技术创新能力排名依次是：电气机械及器材制造业、通用设备制造业、交通运输设备制造业、通信设备、计算机及其它电子设备制造业、专用设备制造业、而金属制品业、仪器仪表及文化、办公用机械制造业技术创新能力较弱。
电气机械及器材制造业技术创新综合实力最强，该行业的技术创新整体运作因子F1排名第1位，远远高于其它行业，但是技术创新支撑保障能力相对较弱。
通用设备制造业技术创新综合实力排名第2，该行业的技术创新整体运作因子F1排名第2位，但转化吸收能力因子排名第5位，说明虽然该行业技术创新
整体投入较高，拥有较多的技术创新资源，但技术创新的转化吸收能力较弱，该行业在创新资源利用上效率较低。该行业需要加大行业内科技资源的整合，加强自主研发的产出绩效。
交通运输设备制造业综合实力排名第3，整体运作能力略低于前两个行业，但转化吸收能力因子得分排名第2位，技术创新支撑能力因子排名倒数后两位，该行业技术创新支撑能力很弱。
通信设备、计算机及其它电子设备制造业综合实力排名第4，其中技术创新支撑因子F2排名第1位，转化吸收能力因子排名倒数第1位，技术创新的转化吸收能力最弱，亟待提高。
专用设备制造业综合得分居第5位，专用设备制造业转化吸收能力因子得分排名第1位，技术创新整体运作因子F1排名靠后，两者不匹配。行业技术创新整体运作能力都较薄弱是制约该行业的技术创新综合能力提升的“瓶颈”。
金属制品业综合得分第6位，整体运作能力因子、转化吸收能力因子和技术创新支撑能力因子得分排名都比较靠后，表明金属制品业整体运作能力、转化吸收能力、技术创新支撑能力均较差。
仪器仪表及文化、办公用机械制造业综合得分和整体运作能力因子都排名居末，转化吸收能力因子F4排名倒数第2位，但技术创新支撑能力因子得分排名却第2位，因此，加大科技投入和产出，提升其整体运作能力和技术创新的转化吸收能力是其首要任务。
从各大类行业的因子分值来看，七个行业技术创新能力综合排名和技术创新整体运作因子F1排名完全相同。验证了创新资源投入与技术创新能力的正向关系。
参考文献
[1]王立军，陆立军.浙江省装备制造业关键共性技术预见及其研发策略[J].中共宁波市委党校学报，2011，（2）：97-102.
[2]方秋玲.浅谈装备制造业的技术创新与发展[J].科技创新与生产力，2010，（11）：56-58.
[3]吴友军.产业技术创新能力评价指标体系研究[J].商业研究，2004，（11）：27-29.
[4]柳喜花.中国装备制造业技术创新能力研究[J].沿海企业与科技，2006，（11）：154-156.
[5]段婕，刘勇.基于因子分析的我国裝备制造业技术创新能力评价研究[J].科技进步与对策，2011，（10）：122-126.
[6]杨东奇，杜军.基于因子分析的黑龙江省装备制造业技术创新能力评价研究[J].科技管理研究，2009，（12）：175-177.