论文部分内容阅读
摘 要：本文首先构建出区域中心城市科技竞争力的指标体系，然后选取投影寻踪分类法作为评价方法，并对2005-2009年间我国七大区域的21个中心城市的16个指标数据进行处理，得出PPC值再进行分类排序和评价分析，最后得出结论。
关键词：中心城市；科技竞争力；投影寻踪分类
区域中心城市是一定区域内经济发达、功能完善、能够渗透和带动周边区域经济发展的行政社会组织和经济组织的统一体。科技竞争力则是衡量区域内科学技术对社会和经济发展推动作用的重要依据。国内外专家学者对于科技竞争力的主要研究方法有主成分分析法、因子分析法、双基点法、层次分析法和数据包络法等。就如何客观地把握各个区域的中心城市目前科技竞争力的现实水平及发展态势，准确判断其优势和劣势，本文采用投影寻踪分类法进行了实证分析及评价研究。
一、指标体系的构建及评价方法的确定
1、指标体系的构建
基于对科技竞争力内涵的理解，依据科学性、多角度性、可操作性和层次性四个构建原则，并借鉴《中国科技发展研究报告2000》的地区科技竞争力评价指标体系以及国内外相关研究成果[1]，进行适当的调整后，从区域中心城市科技竞争力比较的角度分析，本文构建以下指标体系（如表1），将科技竞争力分解为科技投入(X1)、科技产出(X2)、科技与经济发展协调能力(X3)和科技潜力(X4)四个方面的内容作为一级指标，再细分成16个二级指标。
表1中心城市科技竞争力指标体系
2、评价方法的确定
本文运用投影寻踪分类法对区域中心城市科技竞争力的各个指标进行分析研究。投影寻踪分类法（Projection Pursuit Classification, PPC）由 Friedman和Turkey提出，是一种探索性分析、聚类和分类方法，在对数据进行优化计算之后，将高维数据投影到低维空间，旨在找出能够最大程度反映数据特征和挖掘数据信息的最优投影方向[2]。楼文高等应用这一方法对我国的区域科技竞争力进行了综合评价研究，显示PPC方法具有不受高维非线性、非正态分布评价指标数据的影响，能得到比较可靠、有效的评价结果[3-4]。
二、区域中心城市科技竞争力评价的实证研究
1、样本数据的采集
2003年国务院发展研究中心李善同和侯永志研究员等完成的《中国（大陆）区域社会经济发展特征分析》报告的八大区域分别是：1.东北地区2.北部沿海地区3.东部沿海地区。4.南部沿海地区5.黄河中游地区6.长江中游地区。7.西南地区8.大西北地区
本文在数据收集工作中查询了国研网数据库、中国科技部网站以及各个省市统计局科技局网站，同时翻阅了2006-2010年度中国城市统计年鉴，并对遗漏数据进行补充，对错误数据进行更正，完成了样本数据的采集工作。鉴于西北地区科技实力较为薄弱、科技发展起步晚、相关指标数据难以收集，本文选取了除西北之外的七大区域的21个中心城市的科技竞争力2005-2009年间的16个相关指标作为研究对象。其中，各个地区选取的中心城市分别是：北部沿海地区包括北京、天津、济南和青岛；东部沿海地区包括上海、南京、苏州、杭州和宁波；南部沿海地区包括广州、深圳、福州和厦门；东北地区包括沈阳、大连和哈尔滨；长江中游地区包括武汉和长沙；黄河中游地区以西安为代表；西南地区包括重庆和成都。
2、样本数据PPC处理
首先将上述七大区域的21个中心城市2005-2009年度的16个指标数据进行归一化处理，消除量纲，设置局部密度控制参数为0.1，采用投影寻踪分类方法可以得出投影值标准差Sz=0.4962，局部密度Dz=34.0144，最优投影值Q(a)= 16.8774，最优投影方向a*={0.4218, 0.3327, 0.157, 0.2166, 0.4367, 0.2796, 0.1161, 0.3642, 0.0836, 0.0051, 0.0065, 0.0569, 0.0786, 0.1099, 0.4139, 0.2545}，各个区域中心城市科技竞争力PPC值及排名情况如表2。
表221个中心城市科技竞争力PPC值及排名
3、评价结果与分析
（1）评价指标重要性分析
PPC方法得出的投影方向值的大小代表着各个指标的重要程度，因此，由最优投影方向a*可以得出这16个二级指标的重要性递减排序：X21 >X11 >X43 >X24 >X12 >X22 >X44 >X14 >X13 >X23 >X42 >X31> X41 >X34 >X32 >X33。科技产出(X2)指标的四个二级指标都是较为重要的二级指标，每个指标投影方向均值也达到了0.2992，而科技与经济社会协调发展 (X3)这一指标中的四项二级指标投影方向均值只有0.038，远远小于其它三个评价指标的均值。因此，科技竞争力评价要素指标中，最为重要的是科技产出指标，随后是科技投入以及科技潜力指标，最后是科技与经济社会协调发展指标。
（2）各中心城市的科技竞争力总体情况比较分析
从表2可以看出2005到2009年, 多数中心城市科技竞争力的排名变化不大，排在前三位的北京、上海和深圳排位始终没有变化，是科技实力最强的城市，苏州、西安和武汉变化比较明显。五年来21个中心城市科技竞争力总体趋势是逐年增强的。PPC值的绝对增量上海净增1.06，排在第一；苏州和北京分列二、三位。哈尔滨和福州的增幅最小。
依据表2显示的2005-2009年PPC均值的排名情况，运用费歇的有序样本聚类方法对各个区域的21个中心城市进行分类。可以分为四类：北京和上海为第一类，即科技竞争力超强的城市。第二类城市包括深圳、广州、杭州、南京、天津、苏州和武汉，科技竞争力较为强劲。第三类城市包括西安、宁波、成都、济南、沈阳、大连、长沙、厦门、青岛和哈尔滨，这几个城市的科技竞争力一般，有待于进一步发展。第四类也就是相比之下科技竞争力弱的城市有福州与重庆两个城市，与科技实力超强的第一第二类城市有较大差距。
三、结论
通过实证分析可以得出以下结论：
第一，投影寻踪分类方法排除了主观确定各评价指标权重的因素，从而能较为客观地得出各个中心城市科技竞争力的排名。
第二，我国七大区域21个中心城市的科技竞争力水平相差较大，科技发展速度和潜力都有较大差别。采用有序样本聚类方法可以将21个城市分为四大类。
参考文献：
[1]倪芝青，林晔，沈悦林．18城市科技竞争力评价研究[J].中國科技论坛，2008，(7)：92-96
[2]Friedman J H, Turkey J. W． A projection pursuit algorithm for exploratory data analysis[J].IEEE Transaction on Computer，Part C，1974，23(9)：881-890
[3]付强，赵小勇．投影寻踪模型原理及其应用[M].北京：科学出版社，2008
[4]楼文高，杨雪梅，张卫.我国区域科技竞争力综合评价的投影寻踪方法研究[J].科技管理研究，2010，(8)：35-37
作者简介:吴敏华（1970-），女，汉族，河北秦皇岛人，燕山大学经管学院，副教授，博士，从事国际企业管理、区域经济研究；吴之华（1987-），女，汉族，浙江金华人，燕山大学经济管理学院，技术经济及管理在读研究生研究生，从事技术经济研究。
关键词：中心城市；科技竞争力；投影寻踪分类
区域中心城市是一定区域内经济发达、功能完善、能够渗透和带动周边区域经济发展的行政社会组织和经济组织的统一体。科技竞争力则是衡量区域内科学技术对社会和经济发展推动作用的重要依据。国内外专家学者对于科技竞争力的主要研究方法有主成分分析法、因子分析法、双基点法、层次分析法和数据包络法等。就如何客观地把握各个区域的中心城市目前科技竞争力的现实水平及发展态势，准确判断其优势和劣势，本文采用投影寻踪分类法进行了实证分析及评价研究。
一、指标体系的构建及评价方法的确定
1、指标体系的构建
基于对科技竞争力内涵的理解，依据科学性、多角度性、可操作性和层次性四个构建原则，并借鉴《中国科技发展研究报告2000》的地区科技竞争力评价指标体系以及国内外相关研究成果[1]，进行适当的调整后，从区域中心城市科技竞争力比较的角度分析，本文构建以下指标体系（如表1），将科技竞争力分解为科技投入(X1)、科技产出(X2)、科技与经济发展协调能力(X3)和科技潜力(X4)四个方面的内容作为一级指标，再细分成16个二级指标。
表1中心城市科技竞争力指标体系
2、评价方法的确定
本文运用投影寻踪分类法对区域中心城市科技竞争力的各个指标进行分析研究。投影寻踪分类法（Projection Pursuit Classification, PPC）由 Friedman和Turkey提出，是一种探索性分析、聚类和分类方法，在对数据进行优化计算之后，将高维数据投影到低维空间，旨在找出能够最大程度反映数据特征和挖掘数据信息的最优投影方向[2]。楼文高等应用这一方法对我国的区域科技竞争力进行了综合评价研究，显示PPC方法具有不受高维非线性、非正态分布评价指标数据的影响，能得到比较可靠、有效的评价结果[3-4]。
二、区域中心城市科技竞争力评价的实证研究
1、样本数据的采集
2003年国务院发展研究中心李善同和侯永志研究员等完成的《中国（大陆）区域社会经济发展特征分析》报告的八大区域分别是：1.东北地区2.北部沿海地区3.东部沿海地区。4.南部沿海地区5.黄河中游地区6.长江中游地区。7.西南地区8.大西北地区
本文在数据收集工作中查询了国研网数据库、中国科技部网站以及各个省市统计局科技局网站，同时翻阅了2006-2010年度中国城市统计年鉴，并对遗漏数据进行补充，对错误数据进行更正，完成了样本数据的采集工作。鉴于西北地区科技实力较为薄弱、科技发展起步晚、相关指标数据难以收集，本文选取了除西北之外的七大区域的21个中心城市的科技竞争力2005-2009年间的16个相关指标作为研究对象。其中，各个地区选取的中心城市分别是：北部沿海地区包括北京、天津、济南和青岛；东部沿海地区包括上海、南京、苏州、杭州和宁波；南部沿海地区包括广州、深圳、福州和厦门；东北地区包括沈阳、大连和哈尔滨；长江中游地区包括武汉和长沙；黄河中游地区以西安为代表；西南地区包括重庆和成都。
2、样本数据PPC处理
首先将上述七大区域的21个中心城市2005-2009年度的16个指标数据进行归一化处理，消除量纲，设置局部密度控制参数为0.1，采用投影寻踪分类方法可以得出投影值标准差Sz=0.4962，局部密度Dz=34.0144，最优投影值Q(a)= 16.8774，最优投影方向a*={0.4218, 0.3327, 0.157, 0.2166, 0.4367, 0.2796, 0.1161, 0.3642, 0.0836, 0.0051, 0.0065, 0.0569, 0.0786, 0.1099, 0.4139, 0.2545}，各个区域中心城市科技竞争力PPC值及排名情况如表2。
表221个中心城市科技竞争力PPC值及排名
3、评价结果与分析
（1）评价指标重要性分析
PPC方法得出的投影方向值的大小代表着各个指标的重要程度，因此，由最优投影方向a*可以得出这16个二级指标的重要性递减排序：X21 >X11 >X43 >X24 >X12 >X22 >X44 >X14 >X13 >X23 >X42 >X31> X41 >X34 >X32 >X33。科技产出(X2)指标的四个二级指标都是较为重要的二级指标，每个指标投影方向均值也达到了0.2992，而科技与经济社会协调发展 (X3)这一指标中的四项二级指标投影方向均值只有0.038，远远小于其它三个评价指标的均值。因此，科技竞争力评价要素指标中，最为重要的是科技产出指标，随后是科技投入以及科技潜力指标，最后是科技与经济社会协调发展指标。
（2）各中心城市的科技竞争力总体情况比较分析
从表2可以看出2005到2009年, 多数中心城市科技竞争力的排名变化不大，排在前三位的北京、上海和深圳排位始终没有变化，是科技实力最强的城市，苏州、西安和武汉变化比较明显。五年来21个中心城市科技竞争力总体趋势是逐年增强的。PPC值的绝对增量上海净增1.06，排在第一；苏州和北京分列二、三位。哈尔滨和福州的增幅最小。
依据表2显示的2005-2009年PPC均值的排名情况，运用费歇的有序样本聚类方法对各个区域的21个中心城市进行分类。可以分为四类：北京和上海为第一类，即科技竞争力超强的城市。第二类城市包括深圳、广州、杭州、南京、天津、苏州和武汉，科技竞争力较为强劲。第三类城市包括西安、宁波、成都、济南、沈阳、大连、长沙、厦门、青岛和哈尔滨，这几个城市的科技竞争力一般，有待于进一步发展。第四类也就是相比之下科技竞争力弱的城市有福州与重庆两个城市，与科技实力超强的第一第二类城市有较大差距。
三、结论
通过实证分析可以得出以下结论：
第一，投影寻踪分类方法排除了主观确定各评价指标权重的因素，从而能较为客观地得出各个中心城市科技竞争力的排名。
第二，我国七大区域21个中心城市的科技竞争力水平相差较大，科技发展速度和潜力都有较大差别。采用有序样本聚类方法可以将21个城市分为四大类。
参考文献：
[1]倪芝青，林晔，沈悦林．18城市科技竞争力评价研究[J].中國科技论坛，2008，(7)：92-96
[2]Friedman J H, Turkey J. W． A projection pursuit algorithm for exploratory data analysis[J].IEEE Transaction on Computer，Part C，1974，23(9)：881-890
[3]付强，赵小勇．投影寻踪模型原理及其应用[M].北京：科学出版社，2008
[4]楼文高，杨雪梅，张卫.我国区域科技竞争力综合评价的投影寻踪方法研究[J].科技管理研究，2010，(8)：35-37
作者简介:吴敏华（1970-），女，汉族，河北秦皇岛人，燕山大学经管学院，副教授，博士，从事国际企业管理、区域经济研究；吴之华（1987-），女，汉族，浙江金华人，燕山大学经济管理学院，技术经济及管理在读研究生研究生，从事技术经济研究。