第１０期（２０１２年１０月） 中国科技论坛 ３１ 区域科技综合实力评价研究 玄兆辉 ，吕永波 ，罗亚非 （１．北京交通大学交通运输学院，北京１０００４４；２．北京工业大学经济与管理学院，北京１００１２４） 摘 要：近年来我国科技投入不断增加，有力地促进了地区科技与经济发展，然而不同地区之间的科技 发展水平仍存在较大差距。本文利用２００９年科技统计数据，采用熵权法、密切值法和因子分析法分别对 我国不同地区科技综合实力进行分析，并进行了三种方法计算结果的一致性检验。结果表明，我国区域 科技综合实力呈现出由东部沿海地区向东北地区、中部地区到西部地区的梯度分布特征；同时，在一个 区域内部科技综合实力的水平也存在差异。 关键词：科技综合实力；熵权法；密切值法；因子分析；一致性检验 中图分类号：Ｇ３１６；Ｆ０６１．５文献标识码：Ａ Ｒｅｓｅａｒｃｈ ｏｎ Ｒｅｇｉｏｎａｌ Ｃｏｍｐｒｅｈｅｎｓｉｖｅ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｐｏｗｅｒ Ｘｕａｎ Ｚｈａｏｈｕｉ ，Ｌｕ Ｙｏｎｇｂｏ ，Ｌｕｏ Ｙａｆｅｉ （１．Ｓｃｈｏｏｌ ｏｆ Ｔｒａｆｆｉｃ ａｎｄ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ，Ｂｅｉｊｉｎｇ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００４４，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ，Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １００１２４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｉｎｐｕｔ ｏｆ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｈａｓ ｅｘｔｒｅｍｅｌｙ ｐｒｏｍｏｔｅｄ Ｃｈｉｎａ’Ｓ ｓｃｉｅｎｃｅ，ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｅｃｏｎｏｍｙ ｄｅｖｅｌｏｐ— ｍｅｎｔ ｉｎ ｒｅｃｅｎｔ ｙｅａｒｓ．Ｂｕｔ ｔｈｅｒｅ ａｒｅ ｓｔｉｌｌ ｌａｒｇｅ ｄｉｆｆｅｒｅｎｃｅｓ ｂｅｔｗｅｅｎ ｒｅｇｉｏｎｓ ｉｎ ｔｅｒｍｓ ｏｆ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｄｅｖｅｌｏｐｍｅｎｔ ｌｅｖｅ１．Ｂａｓｅｄ ｏｎ ｔｈｅ ｓｔａｔｉｓｔｉｃｓ ｄａｔａ ｏｆ ２００９，ｔｈｅ ｐａｐｅｒ ａｎａｌｙｚｅｓ ｔｈｅ ｒｅｇｉｏｎａｌ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｐｏｗｅｒ ｔｈｒｏｕｇｈ ｔｈｅ ｅｎｔｒｏｐｙ ｍｅｔｈｏｄ， ｏｓｃｕｌａｔｉｎｇ ｖａｌｕｅ ｍｅｔｈｏｄ ａｎｄ ｆａｃｔｏｒ ａｎａｌｙｓｉｓ，ａｎｄ ｍａｋｅｓ ａ ｃｏｎｓｉｓｔｅｎｃｙ ｔｅｓｔ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔｓ ｆｒｏｍ ｔｈｅ ｔｈｒｅｅ ｍｅｔｈｏｄｓ．Ｔｈｅ ｓｔｕｄｙ ｒｅ— ｓｕｉｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｒｅｇｉｏｎａｌ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｐｏｗｅｒ ｏｆ Ｃｈｉｎａ ｇｒａｄｕａｌｌｙ ｄｅｃｌｉｎｅｓ ｆｒｏｍ ｔｈｅ ｅａｓｔｅｒｎ ｃｏｓｔａｌ ａｒｅａ ｔｏ ｔｈｅ ｎｏｒｔｈｅａｓｔｅｒｎ，ｔｈｅ ｍｉｄｄｌｅ，ａｎｄ ｔｈｅ ｗｅｓｔｅｒｎ ａｒｅａｓ，ａｎｄ ｔｈａｔ ｔｈｅ ｒｅｇｉｏｎａｌ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｐｏｗｅｒ ｉｓ ａｌｓｏ ｍｕｃｈ ｄｉｆ－ ｆｅｒｅｎｔ ｗｉｔｈｉｎ ｔｈｅ ｆｏｕｒ ａｒｅａｓ． Ｋｅｙ ｗｏｒｄｓ：Ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｐｏｗｅｒ；Ｅｎｔｒｏｐｙ ｍｅｔｈｏｄ；Ｏｓｃｕｌａｔｉｎｇ ｖａｌｕｅ ｍｅｔｈｏｄ；Ｆａｃｔｏｒ ａｎａｌｙｓｉｓ；Ｃｏｎｓｉｓｔｅｎｃｙ ｔｅｓｔ ２００６年国家中长期科技发展规划纲要颁布 实施以来，我国科技投入不断增加，地区科技 业升级提供了有力支撑。然而，由于社会经济 条件和资源禀赋等方面的不同，各个地区的科 技综合实力仍存在着较大的差异，为了对我国 实力不断增强。科技发展对区域经济转型、产 基金论文：教育部博士点基金（２００８０００４００３２），创新方法工作专项（２０１１１Ｍ０４０２００）。 收稿日期：２０１２—０５—１４ 作者简介：玄兆辉（１９７７一），男，黑龙江宾县人，北京交通大学交通运输学院博士生，中国科学技术发展战略研究院副研究员；研究方向：系统工程、科技 统计、科技指标。 一３２ 中国科技论坛 （２０１２年１０月）第１０期 不同地区科技综合实力的现状进行量化分析， 本文利用２００９年的科技统计数据，分别采用熵 权法、密切值法和因子分析法评价不同区域的 科技综合实力。 越小，信息熵越大，其提供的信息量越小，在评 价中起的作用越小，其权重越小。如果某项指标 的指标值全相等，则该指标在评价中不起作用。 所以，在具体的评价分析过程中，可以根据各个 １ 科技综合实力评价指标与评价模型 指标的变异程度，利用信息熵这一工具来计算各 构建 １．１科技综合实力评价指标 关于区域科技创新能力评价的研究众多，从 不同角度分别提出了各种评价指标及指标体系。 科学技术部《中国科学技术指标２０１０＞＞一书中提 出了评价区域科技发展特征的指标体系，该指标 体系由８项指标构成，包括科技创新资源投入、知 识与技术创新产出、产业创新能力、科技产出的 经济绩效等４个方面。本文以这一指标体系为基础 对我国的区域科技综合实力进行分析评价（见表 Ｉ）。 为了更好地观察我国区域科技综合实力分布 情况，我们将３１个省（自治区、直辖市）划分为 东部沿海地区、东北地区、中部地区和西部地区４ 大区域（东部沿海包括北京、天津、河北、山东、 上海、江苏、浙江、福建、广东和海南；东北包 括辽宁、吉林和黑龙江；中部包括山西、安徽、 江西、河南、湖北和湖南；西部包括内蒙古、广 西、重庆、四川、贵州、云南、西藏、陕西、甘 肃、青海、宁夏和新疆）。 １．２三种评价方法应用的可行性研究及模型构建 在以往评价方法的应用中，多数研究是采用 一种评价方法对研究问题进行分析，本文尝试采 用三种不同的评价方法对同一问题进行分析，并 对三种方法的计算结果进行讨论和一致性检验， 在此基础上对评价结果进行分析，以获得更接近 实际情况的结论。 （１）熵权法应用的可行性研究及模型构建。 根据信息论的基本原理，信息是系统有序程度的 一个测量，熵是系统无序程度的度量，两者计算 结果的绝对值相等，但符号相反。熵权法的基本 思想是：设凡个待评价样本，ｍ个评价指标，形成 原始数据矩阵Ｘ＝（ ） ，对于某一项指标 ， 指标值 的差距越大，该指标提供的信息量越大， 在评价中所起的作用越大；相应的信息熵越小， 其权重越大。反之，某项指标指标值的变异程度 个指标的权重，再对所有指标进行加权，从而得 出比较客观的评价结果。 Ｍａｒｉｕｓ Ｂｒｔｉｌｈａｒｔ和Ｒｏｌｆ Ｔｒａｅｇｅｒ利用熵权法构 建的指标体系测量了区域聚集问题［１ Ｊ。Ｃｈｅｎｌ２］、 Ｋ．ｂｅｒｇｅｒ 、Ｆｒａｔｚｓｃｈｅｒ 等也从熵定律的角度出 发，研究了热力学和经济的理论之间的关系，提 出经济理论不能忽视熵定律。冯艳飞等 基于熵 权法从资源、环境、经济社会三大方面对区域循 环经济的发展水平做了综合评价。参考前人的研 究以及信息熵的有关性质建模，并将８个指标的 原始数据在ＥＸＣＥＬ２００７软件中进行了计算，结 果见表２。 （２）密切值法应用的可行性研究及模型构建。 密切值法是通过分别计算待评估对象与最优指标 和最劣指标之间的欧氏距离，计算待评估对象的 密切值，通过不同对象的密切值比较不同待评估 对象之间的优劣，距最优指标越近且离最劣指标 越远的待评估对象越优。 许多学者使用这一方法对企业创新能力等进 行分析。我们在进行区域科技综合实力评价时， 将８个指标的原始数据依据相关文献计算密切值的 具体步骤在ＥＸＣＥＬ２００７软件中进行了计算，结果 见表２。 （３）因子分析法应用的可行性研究及模型构 建。因子分析法是将多指标转化为几个综合公共 因子的多元统计分析方法。由于综合评价的多指 标问往往存在一定的相关，会因为多重共线性而 无法得出正确结论。因子分析的主要思想是降低 维度、简化数据，将原有数量较多且存在相关关 系的多指标，经过变换转化为少量的公共因子， 公共因子可以表示为原有多指标的线性组合并保 留了多指标的主要信息量。 许多学者运用因子分析法对科技创新相关问 题开展了研究。田新豹等利用因子分析方法研究 了我国高新区发展的现状 ６ Ｊ。许爱萍等选取对创 新型城市建设有影响的１４项指标，利用因子分析 法对我国有代表性的３６个样本城市的创新型城市 第１０期（２０１２年１Ｏ月） 中国科技论坛 表１ 区域科技综合实力评价指标及数据 ３３一 每万就业人员 Ｒ＆Ｄ经费占 地方政府科学 每万人口中发 每１０万人被 高技术产业总 高技术产品出 技术市场成交 中Ｒ＆Ｄ人员 技术支出占地 明专利拥有量 ＳＣＩ收录的论 产值占工业总 口额占商品出 合同额占地区 地区 全时当量 地区生产总值 方财政支出的 文数 产值的比重 口额的比重 生产总值的比 （人年／万人） 的比重（％） 比重（％） （件／万人） （篇／１０万人） （％） （％） 重（％） 北京 天津 河北 山西 １５２．８ １０２．５８ ｌ４．４９ ２９．８６ ５．５ ２．３７ Ｏ．７８ １．１ ５．４５ ３．０２ １．１３ １．１３ ４０．５ １６．７ ２．６５ ２．３１ １１８．９１ ２４．４８ １．７２ ２．８５ ２４．９８ １４．５３ ２．６１ ２．１２ ４８．３８ ３９．２３ １１．０６ １Ｏ．１５ １０．１７ １．４ ０．１ Ｏ．２２ 内蒙古 辽宁 １８．９７ ３６．９５ ０．５３ １．５３ ０．９４ ２．１４ １．７３ ７．２ ０．８５ １０．６８ ２．２１ ４．６７ １．３２ １１．５２ ０．１５ ０．７９ 吉林 黑龙江 ３３．２５ ３２．０９ １．１２ １．２７ １．２８ １．０６ ３．５１ ４．０６ １１．６１ ７．４３ ５．３６ ４．２６ ５．８２ ２．８１ ０．２７ ０．５７ 上海 江苏 浙江 １４２．９８ ６０．２４ ４８．３８ ２．８１ ２．０４ １．７３ ７．２ ２．９１ ３．７４ ４３．３３ ２０．Ｏ５ ３２．９１ ６４．１４ １２．８ １１．８６ ２３．０７ １７．７８ ６．５１ ４６．５４ ４５．３１ ６．９１ ２．８９ ０．３１ ０．２５ 安徽 福建 江西 １６．１８ ２９．１７ １４．７３ １．３５ １．１ｌ ０．９９ １．７ １．９８ ０．８６ ２．７１ ７．８２ １．５９ ５．０２ ５．９９ １．９２ ３．４６ １１．７６ ７．７２ ５．９６ ２Ｏ．２４ ２０．３６ ０．３５ Ｏ．１９ Ｏ．１３ 山东 ３０．２１ １．５３ １．９２ ７．５８ ５．３５ ６．４ １６．６８ ０．２１ 河南 湖北 湖南 广东 广西 １５．５６ ３０．１４ １６．３４ ５Ｏ．２６ １０．４３ ０．９ １．６５ １．１８ １．６５ ０．６１ ０．３５ １．２２ １．２１ １．３４ ３．８９ １．１１ １．２５ ２．８４ ４．５ ３．２２ ２２．９４ １．５３ １．６９ １．９ ９．９４ ５．５２ ５．８２ １．４ １．２４ ３．４４ ６．６８ ４．８ ２５．１４ ３．９８ ５．１８ ５．２２ ２１．６４ ７．１２ ３９．２ ５．４８ ３．３１ ０．１４ ０．５９ ０．３４ ０．４３ ０．０２ 海南 重庆 四川 贵州 ９７６ ．０．０３ ０．５９ １８．６３ １７．３７ ５．５９ １．２２ １．５２ Ｏ．６８ １．２ ０．８ １．０４ ７ ４．８２ １．６４ ６．４４ ５．１９ ０．７６ ５．２１ ９．７８ ８．５７ ５．１５ ３２．１７ ９．８４ Ｏ．３９ ０．Ｏ５ 云南 ７．７３ ０．６ ０．９７ １．７６ ２．４２ ２．８３ ３．１３ ０．１７ 西藏 陕西 ７．８８ ３５．４５ ０．３３ ２．３２ ０．５７ １．１３ １．４８ ３．９３ ０．１４ １３．１４ １１．６３ ８．４６ １．５４ ２Ｏ．１８ ０．８５ 甘肃 青海 １５．０４ １６．１２ １．１ ０．７ ０．８２ ０．９８ １．３９ １．１８ ７．８８ １．２７ １．７９ １．７８ ５．８９ ０．６１ １．０５ ０．７９ 宁夏 新疆 ２１．０７ １５．２６ ０．７７ ０．５１ １．０２ １．２ ３．１５ ２．３３ ０．７ １．４７ ２．２５ ０．５９ ３．８２ ０．７ ０．０７ ０．０３ 数据来源：科学技术部《中国科学技术指标２０１０｝，北京：科学技术文献出版社，Ｐ３８６。 建设现状进行评价 ］。谢学梅等通过因子分析定权 法对１９９９－－２００９年上海市的技术创新效率进行了测 中国科技论坛 （２０１２年１０月）第１０期 算，为政府制定有效的产业发展政策提供科学的理 论参考 。乔朋华等运用因子分析方法对黑龙江省 １９９９－－２００８年科技投入与区域经济发展的综合水平 进行ＴＮ 。孙锐等应用因子和聚类方法对２００４ 年中国区域创新能力的数据结构进行深入分析，得 出了基于因子的区域创新能力排序和聚类结果 。 表２三种方法的区域科技综合实力测算结果 分类 省份 熵权法排名 密切值法排名 因子分析排名 北京 上海 天津 １ ２ ３ １ ２ ３ １ ２ ３ 江苏 广东 ４ ５ ６ ４ ５ ６ ５ ４ ６ 东部沿海 浙江 福建 山东 河北 １１ １３ ２２ １Ｏ １１ ２２ ８ １２ ２３ 海南 辽宁 东北地区 吉林 黑龙江 湖北 湖南 ２９ ８ １５ １６ ９ １７ ２７ ８ １３ １５ ９ １８ ２７ ９ １３ １５ １１ １８ 安徽 中部地区 江西 １８ ２０ １７ １９ １７ １６ 山西 ２１ ２０ １９ 河南 ２３ ２１ ２２ 陕西 四川 ７ １０ ７ １２ ● ７ １０ 甘肃 重庆 １２ １４ １６ １４ ２０ １４ 青海 贵州 西部地区 １９ ２４ ２４ ２３ ２６ ２１ 云南 ２５ ２８ ２８ 宁夏 内蒙古 广西 ２６ ２７ ２８ ２５ ２９ ２６ ２４ ２９ ２５ 新疆 ３０ ３０ ３０ 西藏 ３１ ３１ ３１ 第１０期（２０１２年１Ｏ月） 中国科技论坛 ３５—— 因子分析是一种探索性的统计分析方法，其 密切值法是一种不需加权的评价方法，先要 找出每个指标的最大值与最小值，分别计算各个 要求评价指标之问具有高度相关关系。在统计上 般要求通过对变量进行ＫＭＯ检验和Ｂａｒｔｌｅｔｔ球度 一区域与最大值、最小值欧式距离的合计，得到具 体区域的最优值与整体最优值之比和该区域最小 值与整体最小值之比，两个比值之差就是区域的 得分。 熵权法和密切值法都利用了８个指标的全部信 检验，根据Ｋａｉｓｅ提出的标准，当ＫＭＯ值大于０．８ 时适合进行因子分析。根据８个指标的原始数据进 行计算，其ＫＭＯ值为０．８１７，说明可以进行因子 分析。我们使用的８个指标在提取了两个因子之 后，８个指标的共同度达到了８７％以上，说明两个 因子可以反映８个指标的绝大部分信息。统计上认 息，不同的是前者利用指标数据的差异确定指标 为累积方差贡献率达到８５％，表明提取的公因子 已经能概括绝大部分信息。我们的计算在提取了 两个因子之后，累计方差贡献率达到了９１．６２％， 说明提取的两个公因子，原始数据的信息丢失很 少。经过计算，８个指标中地方政府科学技术支出 占地方财政支出的比重、每万就业人员中Ｒ＆Ｄ人 员全时当量等指标在第一个因子上有很高的载荷 系数，我们将这一因子称为科技投入因子。每万 人口中发明专利拥有量、每１０万人被ＳＣＩ收录的 论文数、技术市场成交合同额占地区生产总值的 比重等在第二个因子上有较高的载荷系数，我们 称之为科技产出因子。根据不同区域在这两个因 子上的得分，利用两个因子对累计方差贡献率的 百分比做权重，计算出各个区域的综合排名得分， 计算结果见表２。 ２实证分析结果 ２．１三种评价方法结果比较 从表２可以看出针对同一评价对象，选取相同 的指标，采取相同的数据，但不同评价方法得出 的结果不完全一致。这就需要我们进一步思考： 不同评价方法的结果有何特征，它们之间的关系 如何，弄清楚这样的问题有利于客观评价不同的 评价方法，有利于评价方法的选取，并对评价结 果进行总结和评估。 熵权法是根据指标数据差异程度的高低确 定权重。从评价区域综合实力的８个指标的差 异程度可以看出Ｒ＆Ｄ人员、Ｒ＆Ｄ经费、地方政 府科技支出３项评价科技发展投入类指标的权 重整体小于产出类指标的权重，说明产出指标 在各个区域差异水平比较大，提供的有效信息 量较大，指标的权重就相对较大，以此计算综 合得分。 的权重来计算综合分数，后者则是利用指标数据 与最大值与最小值的距离远近得到区域所处的 位置。 因子分析法是一种降维化简数据结构的方法， 从８个高度相关的指标中抽取了两个公共因子，将 ８个指标表示为两个公共因子的线性组合，并利用 两个公共因子分别对总方差的解释程度作为权重 计算出各个区域的综合得分。 由于三种方法的研究视角不同，不能用直接 计算出来的分值进行比较，所以表２给出了３种方 法的排序结果。 三种评价方法给出的前１０个区域的位次差异 不大，第１１位到２０位中，甘肃的三种评价方法的 位次变动较大，这是因为甘肃８个指标与平均值差 异较大，从而熵权法的位次靠前，同时由于其各 个指标与最大值较远，密切值的位次有所下降， 从经验判断，因子分析方法的位次对于甘肃来讲 是比较适中的。青海的位次波动也比较大，与甘 肃有类似的情况。三种评价方法给出的后１１个区 域的位次差异不大。根据我们长期从事区域科技 综合实力研究的经验判断，这三种评价方法给出 的排序基本上反映了目前我国各个区域科技综合 实力的基本状况。 ２．２三种方法计算结果的一致性检验 在对三种评价结果分析的基础上，针对有些 区域三种评价方法的排名位次差异，需要对三种 综合评价结果进行稳定性和一致性检验，也就是 说，三种方法的综合评价结果互相之间是否存在 随机的关系。由于８个指标数据没有通过正态分布 检验，针对这个问题需要选用非参数统计中的理 论方法对不同结果之间的一致性进行检验。 中国科技论坛 （２ｏ１２年１Ｏ月）第１Ｏ期 在ＳＰＳＳ１２．０软件中选择Ｋｅｎｄａｌｌ相关系数，计 算结果见表３。 表３三种评价方法的Ｋｅｎｄａｌｌ一致性检验结果 熵权法 密切值法 因子分析 相关系数 熵权法 双侧显著性检验 样本量 １．Ｏ００ ０．０ ３１ ０．９ｌ８ ０．０００ ３１ ０．８６２ ０．０００ ３１ 相关系数 密切值法 双侧显著性检验 样本量 Ｏ．９１８料 ０．０００ ３１ １．０００ Ｏ．Ｏ ３１ ０．９３５ ０．０００ ３１ 相关系数 因子分析 双侧显著性检验 样本量 ０．８６２ ０．０００ ３１ ０．９３５ ０．Ｏｏｏ ３１ １．０００ ０．０ ３１ 相关系数双侧检验的显著性水平为０．叭。 由表３可以看出熵权法与密切值法的相关系数 为０．９１８，与因子分析法的相关系数为０．８６２；密 价指标均高于东部沿海平均水平。广东高技术产 业总产值指标为３１个地区的最大值，地方政府科 切值法与因子分析法的相关系数为０．９３５。三种方 法的统计显著性水平均低于给定的显著性水平 ０．０１，说明“三种方法计算结果的排序是随机的” 假设是几乎不可能发生的，因此认为三种方法计 算结果的排序具有一致性。 技支出、发明专利和高技术产品出口指标均高于 东部沿海平均水平。浙江的地方政府科技支出、 发明专利指标高于东部沿海平均值。以上三省属 于我国区域科技综合实力强省，是仅次于京津沪 的第二梯队。福建和山东的８个评价指标虽然低于 东部沿海地区的平均水平，但三种方法计算的平 均科技综合实力分列第１０和第１２位，处于全国前 ３ 区域科技综合实力分析 利用熵权法、密切值法和因子分析法测算的 各省区域科技综合实力结果通过了一致性检验， 表明三种方法计算的结果真实客观地反映了当前 我国的区域科技综合实力。从表２可见，我国的区 域科技综合实力存在着明显的地区差异性，呈现 出从东部沿海地区到东北地区、中部地区和西部 地区的梯度分布特征，同时在各地区内部各省份 之间也存在较大差异，这种差异的形成是由其科 技发展水平的不同所反映出的各个指标决定的。 科技综合实力排名前６位的地区均为东部沿海 省市。北京、上海和天津三个地区是科研机构、 列。但山东科技综合实力与其经济大省地位仍有 较大差距。河北与海南科技综合实力相对较弱， 河北的地方政府科技支出和高技术产业总产值指 标为东部沿海地区的最小值，其他６项评价指标均 低于全国平均水平，科技水平远落后于经济发展 速度。海南的Ｒ＆Ｄ人员、Ｒ＆Ｄ经费等６项评价指 标均为全国各地区最小值。这些指标未来需要努 力提高。 东北三省区域科技综合实力仅次于东部沿海 地区，其中辽宁的平均科技综合实力位于全国第８ 位，处于全国前列，明显好于吉林和黑龙江，这 高校云集之地，具有很好的科技基础，其科技综 合实力分列全国第１、２、３位。在８个评价指标 中，北京的Ｒ＆Ｄ人员、Ｒ＆Ｄ经费、ＳＣＩ论文、高 技术产品出口和技术市场成交额５项指标为３１个 地区的最大值。上海的地方政府科技支出、发明 专利指标为全国最大值。江苏的Ｒ＆Ｄ经费、发明 专利、高技术产业总产值和高技术产品出口４项评 是因为辽宁的地方政府科技支出、发明专利、高 技术产品出口和技术市场成交额指标明显高于后 两者。吉林和黑龙江的科技综合实力处于全国中 游水平。吉林ＳＣＩ论文和高技术产业总产值两项指 标高于东北地区的平均水平。黑龙江８项指标均低 于东北地区的平均水平，但与中西部地区相比仍 第１０期（２０１２年１０月） 中国科技论坛 有优势，其综合排名列全国第１５位。 中部地区科技综合实力处于全国中游水平， 其中湖北较为突出，其基于三种方法计算的平均 区域科技综合实力排在全国第１０位，除地方政府 科技支出指标外，其余各项指标均为中部地区的 评价指标过于简单，有的评价指标过于复杂，同 时采用的分析方法较为单一。笔者认为，评价区 域科技综合实力是一个系统性工作，选取的评价 指标不能过于简单；同时要抓住科技这个核心问 题，评价指标也不能太复杂。本文采用经过科技 最大值。Ｒ＆Ｄ经费和高技术产品出口两项指标高 于全国平均水平。中部其余五省科技综合实力相 当，整体居全国２０位左右。湖南的地方政府科技 指标专家深入研究并得到国家科技主管部门认可 的８项指标评价我国的区域科技综合实力，这８项 指标包含了地区科技资源投入、知识与技术产出、 产业创新能力、科技的经济绩效等各个重要方面， 支出、发明专利、ＳＣＩ论文和高技术产业总产值指 标高于中部地区的平均水平。安徽Ｒ＆Ｄ经费、地 均为有代表性的核心指标。与以往的研究方法不 方政府科技支出、ＳＣＩ论文指标高于中部地区的平 同，本文应用熵权法、密切值法和因子分析对 均水平。江西、山西及河南均有两项指标高于中 ２００９年我国区域科技综合实力进行了测度，讨论 部地区平均水平，多数指标还需努力提高。 了三种方法评价结果的差异并对计算结果进行了 西部地区总体的科技综合实力最低，但内部 一致性检验。认为三种评价方法给出的排序基本 差别也比较悬殊。与东北的辽宁、中部的湖北相 上反映了目前我国各个区域科技综合实力的基本 类似，西部的陕西最为突出，其科技综合实力在 状况。当前我国地区科技综合实力从东部沿海地 西部各地区中排名第一，在全国３１个地区中排名 区到东北地区、中部地区和西部地区呈梯度分布， 第７位。其次是四川和重庆，二者的平均科技综合 地区间的科技综合实力差距较大，在四个地区内 实力排名分别为第１１和第１４位，均有７项指标高 部也存在着省份问的差异。认识这种差异及其产 于西部地区平均水平。上述三省市之外的地区８项 生的原因是缩小地区间差距，提高地区科技综合 指标都没有显著表现，区域科技综合实力需要大 实力，促进经济社会可持续发展的重要前提。 幅提高，以支撑和引领地区经济社会迅速进步。 ４ 结论 在以往的相关研究成果中，有的文章选取的 参考文献： ［１］Ｍａｒｉｕｓ Ｂｒｔｉｌｈａｒｔ，Ｒｏｌｆ Ｔｒａｅｇｅｒ．Ａｎ ａｃｃｏｕｎｔ ｏｆ ｇｅｏｇｒａｐｈｉｃ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｐａｔｔｅｒｎｓ ｉｎ Ｅｕｒｏｐｅ［Ｊ］．Ｒｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｕｒｂａｎ Ｅｃｏｎｏｍ— ｉｃｓ．２００５，（３５）：５９７—６２４． ［２］Ｙａｏ Ｃｈｅｎ，Ｌｉａｎｇ Ｌｉａｎｇ，Ｆｅｎｇ Ｙａｎｇ，Ｊｏｅ Ｚｈｕ．Ｅｖａｌｕａｔｉｏｎ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｉｎｖｅｓｔｍｅｎｔ：ａ ｄａｔａ ｅｎｖｅｌｏｐｍｅｎｔ ａｎａｌｙｓｉｓ ａｐｐｒｏａｃｈ ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆Ｏｐｅｒａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ．２００６，（３３）：１３６８—１３７９． ［３］Ｔｏｍａｓ Ｋ￣ｂｅｒｇｅｒ，Ｂｅｎｇｔ Ｍｈｎｓｓｏｎ．Ｅｎｔｒｏｐｙ ａｎｄ ｅｃｏｎｏｍｉｃ ｐｒｏｃｅｓｓｅｓ－ｐｈｙｓｉｃｓ ｐｅｒｓｐｅｃｔｉｖｅｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ．２００１，Ｖｏ１． （３６）：１６５—１７９． ［４］Ｗｏｌｆｇａｎｇ Ｆｒａｔｚｓｃｈｅｒ，Ｋａｒｌ Ｓｔｅｐｈａｎ．Ｗａｓｔｅ ｅｎｅｒｙｇ ｕｓａｇｅ ａｎｄ ｅｎｔｒｏｐｙ ｅｃｏｎｏｍｙ［Ｊ］．Ｅｎｅｒｇｙ．２００３，（２８）：１２８１—１３０２． ［５］冯艳飞，贺丹．基于熵值法的区域循环经济发展综合评价［Ｊ］．环境科学与管理．２００６，（６）：１７７—１７９． ［６］田新豹，芦彩梅．基于因子分析的我国高新区经济发展评价研究［Ｊ］．科技进步与对策．２０１２，（６）：１１７—１２２． ［７］许爱萍，俞会新．基于因子分析法的创新型城市评价［Ｊ］．技术经济与管理研究．２０１２，（４）：２１—２５． ［８］谢学梅，赵杨．区域技术创新效率研究：基于上海的实证［Ｊ］．中国科技论坛．２０１２，（５）：７４—７８． ［９］乔朋华，王辰，李敏义．科技投入与区域经济协调发展评价研究［Ｊ］．科技管理研究．２０１２，（７）：５４—５７． ［１０］孙锐，石金涛．基于因子和聚类分析的区域创新能力再评价［Ｊ］．科学学研究．２００６，（６）：９８５—９９０． （责任编辑谭果林）