论文部分内容阅读
摘 要： 从科技成果的特性以及科技成果转化过程中呈现出的特点出发，从科技成果研发能力、科技成果市场化能力、科技成果推广及应用能力和科技成果支撑能力四个方面构建了区域科技成果转化能力指标体系，应用因子分析法对我国31个省市自治区进行了实证分析。通过对西部12省市自治区的科技成果转化能力与其他省市进行排名比较，分析得出：除四川省、重庆市和陕西省外，西部其他省份科技成果转化能力较弱。
关键词： 科技成果转化 能力评价 西部地区 因子分析
一、文献回顾
国外学者对科技成果转化能力的研究主要集中在转化模式、技术转移效率和影响因素方面。其中具有代表性的有：Michael Danquah（2018）研究1970-2010年期间撒哈拉以南非洲国家技术转移效率的跨国差异时用到SFA方法，结果表明贸易开放程度、人力资本和相关研发在解释撒哈拉以南非洲的国家科技成果转化效率方面发挥着重要作用。Ellis等人（2018）认为大部分关于技术转移的研究忽视了政府和企业之间的中介机构的作用，他们的研究结果验证了强有力的中介机构的发展将会促进技术和知识转移并改善T&K政策的学术论点。国内对于科技成果转化的研究最早起始于20世纪80年代，龙尧（1980）对科技成果进行分类，并提出科技成果转化是实现生产力发展所需要满足的条件和主要推广途径。进入20世纪90年代，学者们对科技成果转化的研究日益丰富。国内对科技成果转化能力评价的研究主要体现在三方面：一是对科技成果转化能力评价体系和指标构建的研究。二是对科技成果转化能力评价方法的应用研究。三是对我国各省份、行业或区域科技成果转化能力的综合评价研究。例如刘永千（2017）从创新能力、创新支撑、创新效果三个方面构建上海科技成果转化能力指标体系，并运用层次分析法进行实證分析。
二、区域科技成果转化能力评价体系的构建
本文在前人相关研究的基础上，按照系统性和可操作性原则，构建区域科技成果转化能力指标体系，包括：科技成果研发能力（B1）、科技成果市场化能力（B2）、科技成果推广及应用能力（B3）和科技成果支撑能力（B4）4个一级指标、8个二级指标和25个三级指标，见表1。
三、实证研究
（一）数据来源
本文使用的数据来自《2017中国科技统计年鉴》、《2017中国统计年鉴》和《2017中国高技术产业统计年鉴》，从中选取和整理全国31个省、直辖市、自治区的指标数据，缺失数据用“0”代替。受到数据可得性限制，本文选择除港澳台外的其他省、市和自治区为评价研究对象，共31组。
（二）统计分析
1因子分析可行性检测。进行因子分析之前，需要进行KMO检验来判断变量间的相关性程度是否适合进行因子分析。若KMO取值在0-1之间，而且KMO统计量越接近于1，说明变量间的偏相关性越强，因子分析的效果越好。本文数据分析检验结果如表2所示，KMO统计量为0740，说明因子分析的效果很好。
2提取因子。通过SPSS220统计分析软件，选择用方差最大正交旋转法提取主成分，得到总方差表。通常情况下，如果指标的累积贡献率达到85%，即可认为这些主成分包含了全部测量指标的信息。
本中前五个成分的初始特征值分别为14918、3569、1367、1215和1135，均大于1，且累积贡献率达到了85662%，所以本文提取五个因子作为新的综合指标对区域科技成果转化能力进行评价。
3因子变量的命名解释。通过SPSS220统计分析软件，对因子采用方差最大正交旋转法，得到因子载荷矩阵。
结果显示，主因子F1在X1，X3，X6，X7，X9，X10，X12，X13上有较大的载荷，可将第一个因子概括为科技成果研发因子;在主因子F2中，影响程度较大的指标有：X8，X16，X17，X22，可将F2概括为科技成果市场化因子;主因子F3在X21上有较大的载荷，称之为转化支撑因子;第四主成分F4在X18上有较大的载荷，将其概括为科技成果应用因子;第五主成分F5在X24上有较大的载荷，可视为区域环境影响因子。
4因子得分系数矩阵。根据SPSS220的统计结果，得到因子得分系数矩阵。
5综合得分排名。由表3可知，各公共因子（F1）的方差贡献率比例R1=43191/85662=05042，R2=26438/85662=03086，R3=5672/85662=00662，R4=534/85662=00623，R5=5022/85662=00586。将方差贡献率占累计方差贡献率的比例作为权重，可以建立各省市科技成果转化能力的综合评价模型：W=05042F1+03086F2+00662F3+00623F4+00586F5。根据5个公共因子的计算模型和综合评价模型，可以计算出各省、市、自治区的因子得分、综合得分以及排名，进而得出西部各省市自治区的科技成果转化能力在全国的排名，如表3所示。需要注意的是，在表3的因子得分栏中，有许多省市的得分为负数，这是对数据进行标准化处理而导致的结果，并不意味着其科技成果转化能力就为负。
广东省科技成果转化能力综合排名位于31个省市自治区的第1位，这与其充足的经费投入、较高的科技成果市场需求以及完善的中介机构服务密切相关。西部12个省市自治区的科技成果转化能力综合排名总体上比较靠后。但在西部省份中，四川省、重庆市和陕西省综合排名相对比较靠前。西藏、青海等地区排名最为靠后，主要有两个方面的原因，一是不利的地理位置以及恶劣的自然环境等客观因素不利于经济发展和地区科技成果转化;二是这些地区通常难以吸引优秀的科技人才，科技成果转化能力也比较低。
四、结论与建议
从以上分析可以看出，在西部12省市中，四川省、重庆市和陕西省排名较为靠前，总体来看西部地区与中东部地区相比仍有较大差距。首先，从研发能力角度分析，政府应积极鼓励企业增加研发支出，同时加大科技财政拨款力度，以解决研发投入不足的问题;另一方面，西部地区应加强创新人才的引进和培养，推进建设高水平创新人才队伍。其次，从科技成果市场化角度看，西部地区应努力提高科技成果产业化和市场化水平，充分发挥区域特色产业优势，特别是注重培育企业的创新能力和发展实力，鼓励企业加大科技成果应用和转移力度。再次，从科技成果转化支撑角度分析，西部地区在科技成果转化服务平台方面有待增强;第四，从科技成果应用方面来看，一方面，要继续引进外来先进、成熟技术以提高地区企业经济效益，另一方面，要加强地区自主研发能力。最后，从区域环境角度来看，由于西部地区经济较为薄弱，而科技进步和经济发展关系密切，科技成果转化能力的提高能够促进地方经济快速发展，经济发展壮大又会推动科技成果转化能力提高，因此要努力营造有利于提升地方科技成果转化能力的宏观环境。
参考文献：
[1] Michael DanquahTechnology transfer， adoption of technology and the efficiency of nations： Empirical evidence from sub Saharan Africa[J].Technological Forecasting and Social Change，2018（131）.
[2]Ellis LCOsabutey， Richard CroucherIntermediate institutions and technology transfer in developing countries： The case of the construction industry in Ghana[J].Technological Forecasting and Social Change，2018（128）.
[3]龙尧怎样促使科技成果尽快在生产中推广应用——黑龙江省科技成果转化为直接生产力的初步调查[J].科学学与科学技术管理，1980（03）.
[4]刘永千科技成果转化能力评价研究：以上海市为例[J].中国科技论坛，2017（01）.
[5]张明喜，郭戎从科技成果转化率到转化效率——指标体系设计与实证分析[J].软科学，2013，27（12）.
〔本文系青海省软科学项目“青海省科技成果转化立法研究”（项目编号：2018-ZJ-610）;青海省软科学项目“青海省科技体制机制改革‘十三五’评估研究”（项目编号：2019-ZJ-601）阶段性成果〕
〔熊书芳、曲波（通讯作者）、南佩伶，青海大学〕
关键词： 科技成果转化 能力评价 西部地区 因子分析
一、文献回顾
国外学者对科技成果转化能力的研究主要集中在转化模式、技术转移效率和影响因素方面。其中具有代表性的有：Michael Danquah（2018）研究1970-2010年期间撒哈拉以南非洲国家技术转移效率的跨国差异时用到SFA方法，结果表明贸易开放程度、人力资本和相关研发在解释撒哈拉以南非洲的国家科技成果转化效率方面发挥着重要作用。Ellis等人（2018）认为大部分关于技术转移的研究忽视了政府和企业之间的中介机构的作用，他们的研究结果验证了强有力的中介机构的发展将会促进技术和知识转移并改善T&K政策的学术论点。国内对于科技成果转化的研究最早起始于20世纪80年代，龙尧（1980）对科技成果进行分类，并提出科技成果转化是实现生产力发展所需要满足的条件和主要推广途径。进入20世纪90年代，学者们对科技成果转化的研究日益丰富。国内对科技成果转化能力评价的研究主要体现在三方面：一是对科技成果转化能力评价体系和指标构建的研究。二是对科技成果转化能力评价方法的应用研究。三是对我国各省份、行业或区域科技成果转化能力的综合评价研究。例如刘永千（2017）从创新能力、创新支撑、创新效果三个方面构建上海科技成果转化能力指标体系，并运用层次分析法进行实證分析。
二、区域科技成果转化能力评价体系的构建
本文在前人相关研究的基础上，按照系统性和可操作性原则，构建区域科技成果转化能力指标体系，包括：科技成果研发能力（B1）、科技成果市场化能力（B2）、科技成果推广及应用能力（B3）和科技成果支撑能力（B4）4个一级指标、8个二级指标和25个三级指标，见表1。
三、实证研究
（一）数据来源
本文使用的数据来自《2017中国科技统计年鉴》、《2017中国统计年鉴》和《2017中国高技术产业统计年鉴》，从中选取和整理全国31个省、直辖市、自治区的指标数据，缺失数据用“0”代替。受到数据可得性限制，本文选择除港澳台外的其他省、市和自治区为评价研究对象，共31组。
（二）统计分析
1因子分析可行性检测。进行因子分析之前，需要进行KMO检验来判断变量间的相关性程度是否适合进行因子分析。若KMO取值在0-1之间，而且KMO统计量越接近于1，说明变量间的偏相关性越强，因子分析的效果越好。本文数据分析检验结果如表2所示，KMO统计量为0740，说明因子分析的效果很好。
2提取因子。通过SPSS220统计分析软件，选择用方差最大正交旋转法提取主成分，得到总方差表。通常情况下，如果指标的累积贡献率达到85%，即可认为这些主成分包含了全部测量指标的信息。
本中前五个成分的初始特征值分别为14918、3569、1367、1215和1135，均大于1，且累积贡献率达到了85662%，所以本文提取五个因子作为新的综合指标对区域科技成果转化能力进行评价。
3因子变量的命名解释。通过SPSS220统计分析软件，对因子采用方差最大正交旋转法，得到因子载荷矩阵。
结果显示，主因子F1在X1，X3，X6，X7，X9，X10，X12，X13上有较大的载荷，可将第一个因子概括为科技成果研发因子;在主因子F2中，影响程度较大的指标有：X8，X16，X17，X22，可将F2概括为科技成果市场化因子;主因子F3在X21上有较大的载荷，称之为转化支撑因子;第四主成分F4在X18上有较大的载荷，将其概括为科技成果应用因子;第五主成分F5在X24上有较大的载荷，可视为区域环境影响因子。
4因子得分系数矩阵。根据SPSS220的统计结果，得到因子得分系数矩阵。
5综合得分排名。由表3可知，各公共因子（F1）的方差贡献率比例R1=43191/85662=05042，R2=26438/85662=03086，R3=5672/85662=00662，R4=534/85662=00623，R5=5022/85662=00586。将方差贡献率占累计方差贡献率的比例作为权重，可以建立各省市科技成果转化能力的综合评价模型：W=05042F1+03086F2+00662F3+00623F4+00586F5。根据5个公共因子的计算模型和综合评价模型，可以计算出各省、市、自治区的因子得分、综合得分以及排名，进而得出西部各省市自治区的科技成果转化能力在全国的排名，如表3所示。需要注意的是，在表3的因子得分栏中，有许多省市的得分为负数，这是对数据进行标准化处理而导致的结果，并不意味着其科技成果转化能力就为负。
广东省科技成果转化能力综合排名位于31个省市自治区的第1位，这与其充足的经费投入、较高的科技成果市场需求以及完善的中介机构服务密切相关。西部12个省市自治区的科技成果转化能力综合排名总体上比较靠后。但在西部省份中，四川省、重庆市和陕西省综合排名相对比较靠前。西藏、青海等地区排名最为靠后，主要有两个方面的原因，一是不利的地理位置以及恶劣的自然环境等客观因素不利于经济发展和地区科技成果转化;二是这些地区通常难以吸引优秀的科技人才，科技成果转化能力也比较低。
四、结论与建议
从以上分析可以看出，在西部12省市中，四川省、重庆市和陕西省排名较为靠前，总体来看西部地区与中东部地区相比仍有较大差距。首先，从研发能力角度分析，政府应积极鼓励企业增加研发支出，同时加大科技财政拨款力度，以解决研发投入不足的问题;另一方面，西部地区应加强创新人才的引进和培养，推进建设高水平创新人才队伍。其次，从科技成果市场化角度看，西部地区应努力提高科技成果产业化和市场化水平，充分发挥区域特色产业优势，特别是注重培育企业的创新能力和发展实力，鼓励企业加大科技成果应用和转移力度。再次，从科技成果转化支撑角度分析，西部地区在科技成果转化服务平台方面有待增强;第四，从科技成果应用方面来看，一方面，要继续引进外来先进、成熟技术以提高地区企业经济效益，另一方面，要加强地区自主研发能力。最后，从区域环境角度来看，由于西部地区经济较为薄弱，而科技进步和经济发展关系密切，科技成果转化能力的提高能够促进地方经济快速发展，经济发展壮大又会推动科技成果转化能力提高，因此要努力营造有利于提升地方科技成果转化能力的宏观环境。
参考文献：
[1] Michael DanquahTechnology transfer， adoption of technology and the efficiency of nations： Empirical evidence from sub Saharan Africa[J].Technological Forecasting and Social Change，2018（131）.
[2]Ellis LCOsabutey， Richard CroucherIntermediate institutions and technology transfer in developing countries： The case of the construction industry in Ghana[J].Technological Forecasting and Social Change，2018（128）.
[3]龙尧怎样促使科技成果尽快在生产中推广应用——黑龙江省科技成果转化为直接生产力的初步调查[J].科学学与科学技术管理，1980（03）.
[4]刘永千科技成果转化能力评价研究：以上海市为例[J].中国科技论坛，2017（01）.
[5]张明喜，郭戎从科技成果转化率到转化效率——指标体系设计与实证分析[J].软科学，2013，27（12）.
〔本文系青海省软科学项目“青海省科技成果转化立法研究”（项目编号：2018-ZJ-610）;青海省软科学项目“青海省科技体制机制改革‘十三五’评估研究”（项目编号：2019-ZJ-601）阶段性成果〕
〔熊书芳、曲波（通讯作者）、南佩伶，青海大学〕