基于主成分分析法和理想解法的区域科技资源配置效率评价

2023.08.10

吴丹+胡晶

摘要：参考国内外文献，总结区域科技资源配置效率评价的研究成果。将主成分分析法和理想解法相结合，构建不同时期的区域科技资源配置效率综合评价方法。并以北京市为评价对象，对其科技资源配置效率进行系统评价。研究表明：“九五”至“十五”期间，北京市科技资源配置效率持续下降，“十一五”至“十二五”期间，北京开始将创新的工作重点放在推进科技成果产业化、增强企业创新主体地位方面，北京市科技资源配置效率持续增长且增幅较大。

关键词：科技资源；配置效率；主成分分析；理想解法

目前，区域科技资源配置效率评价的文献主要涉及两个方面：一是关于科技资源配置效率的界定，如魏守华等将其定义为科技产出与科技投入之比，其中科技投入以科技财力投入和科技人力投入为主，科技产出主要涉及专利、技术市场表现、论文等；二是关于科技资源配置效率评价的测算方法，如许治等采用数据包络分析法对全国不同地区科技资源配置的规模效率和技术效率进行了测算。张晓瑞等采用理想解法对全国三十个不同地市的科技能力进行了评价并排序。

现有文献主要是选取某一特定时期对不同区域进行横向比较，鲜有学者对特定区域进行长时间序列的纵向评价。为此，结合主成分分析法和理想解法，对区域科技资源配置效率进行综合评价分析。并以北京市为例，对1996～2014年科技资源配置效率进行评价排序。

一、区域科技资源配置效率评价方法

根据现有文献，基于科学性、客观性和可获取性的原则，选择专利申请量、专利授权量、技术市场合同数、技术合同成交总额、科技活动人员、R&D人员全时当量、R&D经费内部支出、R&D投入强度作为区域科技资源配置效率的评价指标。采用主成分分析法，对8个评价指标提取主成分因子，根据各因子对主成分因子的重要程度，将因子得分之和归一化后，确定各指标的权重。将权益类指标中最大数值、成本类指标中最小数值组合成为正理想解，将权益类指标中最小数值、成本类指标中最大数值组合成为负理想解。采用理想解法，确定每个时期区域科技资源配置效率评价指标与正、负理想解的相对接近度。即计算公式可表示为

i=1，2，L，m；j=1，2，L，n（1）

式中，c为第i年区域科技资源配置效率指数，d、d为第i年区域科技资源配置效率评价指标值与其正理想解v、负理想解v之间的距离，a为第i个时期第j个评价指标值，v为指标标准化值。

二、实证研究

应用主成分分析法和理想解法，对北京市1996～2014年科技资源配置效率进行综合评价。首先，对1996～2014年北京市科技资源配置效率评价指标进行主成分分析，确定各指标权重。即通过对1996～2014年北京市科技资源配置效率评价指标值进行KMO检验和Bartlett球形检验，求得KMO值为0.857，表示指标值适合做因子分析，求得Sig值为0.000，表明各指标可以提取主成分因子。因此，对北京市科技资源配置效率评价指标提取一个主成分因子，即F=0.134ZT1+0.132ZT2+0.133ZT3+0.136ZT4+0.136ZT5+0.133ZT6+0.138ZT7+0.110ZT8。其中F为提取的主成分因子，ZTi（i=1，2…8）为标准化后的评价指标值。根据各因子对主成分因子的重要程度，将因子得分之和归一化后，对各指标进行赋权，得到指标权重分别为：专利申请量（0.127）、专利授权量（0.126）、技术市场合同数（0.127）、技术合同成交总额（0.129）、科技活动人员（0.129）、R&D人员全时当量（0.126）、R&D经费内部支出（0.131）、R&D投入强度（0.105）。

然后，运用理想解模型，得到1996～2014年北京市科技资源配置效率指数排序，见表1。

根据表1可知，“九五”至“十五”期间，北京市科技资源配置效率指数持续下降；“十一五”至“十二五”期间，北京开始将创新的工作重点放在推进科技成果产业化、增强企业创新主体地位方面，以较小的科技资源投入来提升科技创新能力，科技资源配置效率指数持续增长且增幅较大，但科技资源配置效率指数的增长率表现为先上升、后下降的趋势。因此，新的优质创新主体的建立、以及科技资源配置结构的调整，对科技资源配置效率指数的增长起到正向的调节作用。

三、结语

创新驱动发展已成为我国现阶段及未来转变经济发展模式的重要途径，从北京市科技资源配置效率指数变化与科技政策实施来看，优质创新主体的建立、以及科技资源配置结构的调整，可以有效提升科技资源配置效率指数。因此，应当结合北京市社会经济发展情况，及时调整科技资源配置结构，并不断挖掘新的创新主体，以激发社会创新活力。

参考文献：

[1]魏守华，吴贵生.区域科技资源配置效率研究[J].科学学研究，2005（04）.

[2]唐五湘，李冬梅，周飞跃.基于面板数据的我国各地区科技资源配置效率的评价[J].科技管理研究，2007（03）.

[3]苗立峰.北京地区R&D活动投入产出效率分析——基于论文和专利产出的视角[J].调研世界，2013（09）.

[4]赵彦云，伍业锋.北京地区科技竞争力的分析和对策[J].北京社会科学，2006（01）.

[5]许治，师萍.基于DEA方法的我国科技投入相对效率评价[J].科学学研究，2005（04）.

[6]吕晨，曾明彬.基于DEA的中国区域科技投入产出相对效率研究[J].科学管理研究，2014（02）.

[7]Wang Bei， Liu Wei-dong， Zhang Jian-bo. Evaluation on the Efficiency for the Allocation of Science and Technology Resources in China Based on DEA Model [J].Advances in Intelligent and Soft Computing，2012（138）.

[8]杨凤鸣，陈国生，彭文武.基于三阶段DEA模型的省域科技资源配置效率差异分析[J].湖南社会科学，2014（06）.

[9]康楠，郑循刚，母培松.基于组合评价的我国区域科技资源配置效率研究[J].华中科技大学学报，2009（06）.

[10]俞立平，熊德平，武夷山.中国地区科技效率的组合测度研究[J].科学学研究，2011（08）.

*本文为北方工业大学学生科技活动项目课题成果、北方工业大学——清华大学合作项目“初始水权分配技术与制度创新研究（201600PP）”课题成果。

（作者单位：北方工业大学经济管理学院）