[区域发展] 区域科技服务业发展水平评价指标体系建构

【基金项目】河南省政府决策研究招标课题“河南省科技服务业发展现状及对策研究”(2015B051)的阶段性研究成果。

本文对科技服务业发展水平进行定量分析，建构评价指标体系，有助于强化科技服务行业意识，为该产业发展提供数据支持，为产业发展战略、结构调整、产业政策等方面进行指导，通过区域比较为各地科技服务业发展提供借鉴。

一、科技服务业影响因素分析

对科技服务业影响因素进行分析有助于人们深入理解行业发展动力，进而从影响因素入手建构科技服务业发展水平的评价指标体系。该产业发展影响因素，一是经济发展水平。坚实的经济实力为产业提供资金后盾，而科技服务业反过来又作用于经济发展。区域经济只有告别自给自足，才能为科技服务业提供巨大的市场空间。二是行业经济效益。行业经济效益引领着企业进入该行业，行业竞争激烈程度影响着行业发展。三是技术产业化水平。这也是科技创新成果的市场化、商品化过程。惟有历经这一过程，科技成果才能被广泛应用到经济各领域。科技服务业发展不能只看科技成果有多丰硕，还要看其是否能投放到市场。四是社会基础设施。该产业组织常常位于资讯交通发达区域，这些区域能够充分获取市场信息，快速实现技术转移，有效降低研发风险。五是政府扶持力度。科技服务业正日益成为新的经济增长点，各级政府为激励科技服务业发展相继出台了相关的政策制度。发达国家非常重视科技服务业，例如美国非常重视环境营造，是间接支持模式。我国政府对科技服务业的扶持力度尚不足，应借鉴发达国家经验，结合本土实际制定切实有效的激励措施。

二、评价指标体系建构应遵循的原则

本研究认为，评价指标体系建构应遵循以下原则：一是系统性原则。各指标要依据逻辑关系从不同侧面反映子系统特点以及其内在联系，因为它们是彼此关联又相互独立的有机整体。二是全面性原则。指标体系要包括科技服务业方方面面，不能只看产出，还需关注产业投入、发展规模、外部环境等。三是可操作性原则。要保证指标易操作和数据易收集的结合。指标选取、计算方法必须一致，保证数据能量化处理。四是适应性原则。指标选取的多少要适中，过多过少皆不可取，过多会增加工作量，过少则影响评价结果。五是导向性原则。指标体系最终要能反映产业水平，指标要起导向作用。

三、科技服务业评价指标体系

科技服务业发展水平评价是一个系统工程，应建构多因素指标体系，从科技服务业规模、投入、产出、环境等四方面入手建构一级指标，一级指标下分设二级指标，指标体系力争全面又具操作性。该产业评价指标体系如表1。

表1  区域科技服务业发展水平评价指标体系

(一)科技服务业规模

通过该指标可以看出该行业的总体状况。该行业的总体规模反映了其在宏观经济中的位置。产业法人数量是依法成立，有自己名称、组织机构和场所，能独立承担民事责任的单位。研发人员数量是参与研发项目研究、管理、辅助工作的人员。产业从业人数是城镇单位从事科技服务业的人数。

(二)科技服务业投入

研发经费支出是开展R&D活动的实际支出，反映了财政对R&D活动的投入力度。产业固定资产投资是在该领域购置和建造的固定资产，能从侧面反映产业规模。科技服务业职工平均工资=实际支付的职工工资总额/就业人员人数。政府科技财政支出是政府在科技方面对购买的商品和劳务进行的各项财政资金支付活动，反映了政府对该产业的扶持力度。

(三)科技服务业产出

产出指标是评价科技服务业发展水平的最重要指标，能直接反映其在某地区的经济效益。年专利申请受理数是国家专利机关受理的申请人提出的专利申请数量。年专利授权数是国家专利机关经核查批准的专利申请请求数量。年度技术市场成交合同数是技术市场认定登记的技术合同的总数量。年度技术市场成交合同额是技术市场认定登记技术合同的合同标的金额的总和。科技服务业法人单位主营业务收入是科技服务业主营业务的基本收入。科技服务业法人单位主营业务利润是扣除成本、所得税后的收入，能直接反映科技服务业经济效益。

(四)科技服务业环境

经济发展现状、城市化水平、对外开放水平、交通和资讯发达程度反映科技服务业发展环境。人均GDP可衡量区域经济发展现状；城市人口占总人口比例反映城市化水平；进出口总额占GDP比例反映地区对外开放水平；每万人拥有公共交通车辆和互联网普及率反映交通和资讯发达程度。

四、评价方法的选择

(一)评价方法比较

因子分析法、层次分析法、主成分分析法是常见的多变量分析法，哪种方法适合案例需要结合实际情况。层次分析法将决策问题分解为目标、准则、方案等层次，然后进行定量和定性分析，适用于无结构性系统及多目标、多准则系统，体现了人的决策思维即分解、判断与综合。传统上大多采用问卷调查法，以德尔菲法最为普遍。德尔菲法虽具匿名等优点，但主观色彩强，相关变量间相互作用机理复杂，有时为了精简可能遗漏重要指标。主成分分析法运用降维思维，把多指标化为少数综合指标，目的是用较少变量解释原始资料大部分变量，大多以问卷为始，将收集到的数据应用于主成分分析。因此，问卷设计好坏和调查范围将是重要因素。

本研究希望尽可能多地收集反映研究对象的变量要素，多变量、大样本在提供大量信息基础上增加数据采集工作。许多变量似乎彼此无关，但或许从侧面反映事物规律。从多指标中选择代表性指标需要进行因子分析，用较少因子就能反映原始资料大多信息。因子分析法利用降维思维，对上述19项指标进行分类处理，通过数据运算提取信息不重叠因子揭示科技服务业发展水平。选择几项贡献度最高的因子分析某个子系统对科技服务业的影响。提取公因子得到各变量公因子得分，计算公因子值，得出区域科技服务业发展水平的综合得分。

(二)因子分析法基本步骤

1.依据对象问题选取原始变量建构数据矩阵。假设有m个地区、n个指标，则原始数据矩阵表示为：

其中，

2.对原始数据标准化处理。为消除指标量纲、数量级差异影响，对原始数据标准化处理，使标准化后的变量均值为0，方差为1，计算公式为：

其中，i=1，2，…，m；j=1，2，…，n；Xij为第i个地区的第j个指标值；为m个地区的第j个指标的平均值；为第j个指标的标准差；Yij为Xij标准化后的数值。

3.计算相关矩阵R的特征根、方差贡献率。计算标准矩阵Y的相关矩阵R及特征向量、特征值，计算相关矩阵R的特征根、方差贡献率，根据累积方差贡献率大于或等于85%，确定特征根的个数k及相应的特征向量Ui(i=1，2，…，k)。

4.建立初始因子载荷矩阵及因子模型。利用k个特征值、特征向量建立并求解初始因子载荷矩阵，建立因子模型：

将其简写为

Xn=an1F1+an2F2+…+ankFk+εn    (5)

其中，F1，F2，…，Fk为公共因子；ε1，ε2，…，εn为特征因子。上述方程组要求：

an12+an22+…ank2=1    (6)

且系数ank由以下原则决定：①X1与X2(i≠j；i，j=1，…，p)不相关。②X1是F1，…，FP的一切线性组合中方差最大的，X2是与X1不相关的F1，…，FP的一切线性组合中方差最大的，依次类推。

5.对因子载荷矩阵进行正交旋转变换。求得的因子解代表的变量并不明确，为便于分析实际问题，需对初始因子载荷矩阵进行正交旋转变换，通过旋转得到较理想的因子载荷矩阵A1=(aij)m×k，结构简单，关系明确。

6.计算因子得分及综合得分。将上述因子表示为下述变量的线性组合，Fi=bi1X1+bi2X2+…bijXj(i=1，2，…，k)，计算因子得分，将因子方差贡献率占累计贡献率比重作为因子权重，计算各样本综合得分，再依据综合得分对各样本科技服务业发展水平进行排序。

作者简介：王安琪，郑州升达经贸管理学院副教授，硕士，研究方向：产业经济、战略管理。