自主创新能力测度分析范文

本站小编为你精心准备了自主创新能力测度分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：

通过引入河南省自主创新能力评价指标的历史数据，对原始数据进行整理、分析各指标间的特性，考虑到指标间的相关性，运用主成分回归分析方法对河南省自主创新能力进行测度研究，厘清各指标间的相互关系及影响程度，并进一步预测河南省自主创新能力未来发展趋势，为河南省构建自主创新系统提供参考.

关键词：

自主创新；主成分回归；能力测度

创新能力是创新驱动的核心.创新能力是运用知识和理论，在科技活动中持续提供具有社会价值、经济价值、生态价值的新理论、新思想、新方法与新发明的能力［1］.创新驱动关键在于创新能力的提升，没有自主创新能力就很难实现经济发展方式的转变，保持经济发展竞争力更是无从谈起.自主创新是促进经济发展的重要因素，是获取长期竞争优势的关键环节，如何评价自主创新能力成为保证地区经济可持续发展的首要问题.因此，本文通过选取2004—2014年河南省统计年鉴的数据，构建知识创造、知识获取、企业创新、创新环境4个一级指标包括20个二级指标的自主创新能力评价指标体系，运用主成分回归分析法，对河南省的自主创新能力进行动态评估预测.

1自主创新能力评价指标体系的设计

准确评价自主创新能力的关键在于构建客观全面的评价指标体系，是否科学合理的选取评价指标直接关系到评价结果的质量.因此，在总结现有评价指标体系的基础上，综合考虑各种影响因素，对河南省自主创新能力评价指标体系进行综合分析.本着既要全面反映创新能力的内涵、又要方便资料获取的思路，本文参考《中国自主创新能力报告2013》［1］构建了如表1所示的自主创新能力评价指标体系，从知识创造、知识获取、企业创新和创新环境四方面进行评价.由于河南省统计年鉴提供科技方面数据有限，搜集数据也存在缺失，本文所选指标需待修正.有效专利指标与其他指标相比更能全面准确地反映区域累积创新能力，将有助于对自主创新能力的考察从静态拓展到动态的过程中［3-6］.因此本文将采用有效专利授权数指标作为因变量Y，通过线性回归分析来解释各指标间的相关性［7］，对河南省自主创新能力进行测度研究.

2数据分析

2.1研究方法在评价自主创新能力时，要结合地区创新活动的规律，考察不同因素对整个地区创新活动的贡献，确定合适的权重，选取适宜的评价方法很重要.目前自主创新能力评价的方法比较多，主要有DEA、灰关联分析法、主成分分析法等.基于科学性、实用性、适用性原则，本文运用主成分回归分析来将相互关联的多个变量化成几个互不相关的综合变量，再以主成分为自变量与因变量建立回归方程，形成主成分回归分析.然后再将原始变量代入主成分，还原成主成分回归模型，最后对影响河南省的自主创新能力的因素进行综合评价，并进行进一步的预测分析［8-9］.为了更加全面、客观地分析河南省的自主创新能力，本文的研究样本选取了河南省2003—2013年的数据.本文采用统计分析软件SPSS对变量Y、X1~X20做相关分析，结果如表2所示，不仅Y与X1~X20都相关且有统计学意义，而且X1~X20之间也存在相关性且有统计学意义，说明自变量间可能存在多元共线性.

2.2分析过程本文采用SPSS统计分析软件处理收集到的数据［10］.由于原始的数据涉及不同的计量单位，为了能够使数据具有可比性，首先借助SPSS对原始的数据进行标准化处理，见表3.然后选取主成分分析法进行初始因子分析，设定主因子的特征值必须大于1，按照因子分析的原则，所选取的主因子对方差解释的累计百分比应达到85%以上.找出主成分，再通过旋转后的因子载荷矩阵看出样本指标的内在联系.根据输出结果可以看出，有2个特征值大于1的因子，这两个因子的累计贡献率达到92.117%，综合因子损失只有7.883%.根据主成分选取原则，取前2个主成分代替原来的20个指标是完全合理的，见表4.通过分析可以得出主成分F1、F2和标准化的自变量之间的关系。在进行主成分分析之后，对有效专利授权数Y和两个主成分F1、F2进行线性回归拟合，模型拟合效果较好，见表5.根据表5中的数据，该模型的标准误差为0.093，提示模型预测的稳定性较好，该值越小则模型预测因变量的效果越好，此外，对于该模型，F=569.07，P<0.001，说明回归模型在总体上是显著的，证明本文所建立的主成分回归模型具有统计学意义.

2.3结果分析建立了河南省自主创新能力的评价指标体系和评价模型，根据2004—2014年统计年鉴数据，评价分析了河南省自主创新能力，得出了与实际较为相符的结论.并进一步根据模型进行预测得到有效专利授权量的未来变化趋势，见图1.根据实证研究结果可以得出以下结论：第一，河南省自主创新水平在时间维度上不断提高，但总体水平较低.不管是从总量还是相对量的角度来看，政府资金在河南省高校科技活动经费中的投入量均低于全国平均水平；而河南省科技活动经费中企业资金的绝对量低于全国平均水平，相对量与全国平均水平持平.这说明，河南省对科技创新的支持能力较弱，河南省科技活动经费中政府投入的资金较少，政府应该加大对科技创新活动的资金投入力度.因此，河南省应该加大科技人力、物力资本的投入总量和扶持力度，进而促进科技产出能力的提高，才能带动全省创新能力的深入全面发展.第二，河南省创新投入产出水平低，规模以上工业企业自主创新产出效益不高，自主创新产出能力较低.河南省研究与开发机构具有一定的优势，无论是机构数量、科技活动人员数量还是R&D人员的全时当量在全国的排名都比较靠前.但是创新产出的排名却比较靠后，2003—2013年河南省发明专利授权数占专利授权数比重较低，河南省不仅需要增加创新投入总量，更应该加倍注重创新投入的力度和效率，特别是R&D投入力度；在此基础上，通过完善创新制度来加快企业的自主创新环境的建立，促进企业开展自主创新活动，从而促进河南省创新驱动发展.第三，河南省创新成效不断提高，但是科技转化能力较弱.2003—2013年规模以上工业企业新产品销售收入不断提高，但是创新环境方面政府资金在科技活动筹集资金的比例，无论是总量还是相对量，均低于全国平均水平，制约了产学研的合作和技术创新成果产业化进程.总的来说，2003—2013年河南省创新环境和创新投入水平低，导致总体上河南省创新产出水平低，但是河南省的创新成效在逐渐提高，在各方面综合作用下使得河南省自主创新能力处于缓慢增长阶段，自主创新发展潜力巨大.

3结论

基于河南省2004—2014年统计年鉴的数据，通过构建自主创新能力评价指标体系，采用主成分回归分析方法对河南省自主创新能力进行动态评估研究.通过研究分析，得出以下结论：河南省自主创新资源存量丰富，自主创新潜力巨大，创新成果产业化进程缓慢，企业规模急需扩大.河南R&D投入水平在中部地区居首位，但投入强度不够，实力不强，整体水平在不断提高.河南省创新型企业发展的整体趋势落后于相对领先省份，在承担产业转移的过程中存在很多不足.

参考文献：

［1］肖新平，宋中民，李峰.灰技术基础及其应用［M］.北京：科学出版社，2005.

［2］中国科技发展战略小组.中国区域创新能力报告2013［M］.北京：科学出版社，2014.

［3］国家知识产权局.专利统计简报［EB/OL］.2009-11-18..

［4］杨中楷，孙玉涛.基于专利持有模型的我国有效专利分析［J］.科技管理研究，2009（2）：254-257.

［5］MARKS.Howvaluableispatentprotectionestimatesbytechnologyfieldusingpatentrenewaldata［J］.RandJournalofEconomics，1998（29）：77-107.

［6］杨中楷，沈露威.基于有效专利指标的区域创新能力评价［J］.科技与经济，2010，23（1）：30-33.

［7］郝黎仁，樊元，郝哲欧.SPSS实用统计分析［M］.北京：中国水利水电出版社，2003：304-314．

［8］谢世堂，周海迎，何静，等.主成分回归在医院目标管理中的应用［J］.中国卫生统计，2012，29（5）：717-718.

［9］王家庭，贾晨蕊.中国区域创新能力及影响因素的空间计量分析［J］.中国科技论坛，2009（12）：73-78.［10］韩中庚.数学建模方法及其应用［M］.北京：高等教育出版社，2005：143-153.

作者：肖美丹 陈铭洋 张惠军 单位：河南农业大学 信息与管理科学学院 中国农业银行股份有限公司 洛阳分行新安县支行