广州市科技创新发展水平的差异性分析
胡杰 黄水仁
摘 要：科技创新是新时代粤港澳大湾区经济实现高质量发展的新兴驱动力，广州市科技创新的协调发展对粤港澳大湾区均衡发展有着至关重要的作用。本文基于2009—2017年广州市11个地区的空间面板数据，选取了反映科技创新发展水平的指标体系，使用稳健主成分分析方法计算稳健综合得分，评价了广州市科技创新发展水平，并利用分位图直观分析了广州市科技创新发展水平的差异性。研究发现：广州市科技创新发展水平不均衡，各地区存在显著差异。
关键词：科技创新;稳健主成分分析;分位图;差异性分析
中图分类号：F 文献标识码：A
一、概述
2019年2月18日，中共中央、国务院印发《粤港澳大湾区发展规划纲要》，再次强调了粤港澳大湾区建设，作为粤港澳大湾区四大核心城市之一的广州的经济发展就显得尤为重要。科技创新是区域发展的引擎，是推动区域发展的灵魂与动力，是体现区域创新能力的重要形式。十八届五中全会上，“创新”被置于五大发展理念之首，这标志着科技创新发展成为未来区域经济发展实现战略性调整的关键[1]。因此，本文旨在以科技创新为突破点，通过研究广州市的科技创新发展水平的差异性及其影响因素，来促进广州市乃至整个粤港澳大湾区的经济发展。
目前，基于已有文献对科技创新进行的研究可知，已有文献主要研究科技创新的影响因素以及科技创新对经济发展的影响。对于前者，首先，在行业上金融体系的发展能极大地推动科技创新的发展，对科技创新具有长期、稳定的均衡支持作用。但随着时期、区域、阶段的变化，科技金融对科技创新有着不同的作用。其次，从投入产出来看，企业的资本、人力投入能显著增加科技创新产出。最后，外资并购、老龄化、空间差异等也都会对科技创新产生影响。
对于后者，多数学者认为科技创新对我国经济发展具有显著正向的影响，科技创新是经济增长的驱动力[2]，作为科技创新的重要分支的金融科技创新就能有效地提高地区全要素生产率[3]。但是也有学者认为科技创新对区域经济发展模式转型作用具有不确定性，创新对经济发展的支撑作用不仅取决于创新生产阶段，更受制于创新支持下的经济发展阶段[4]。还有学者认为目前我国科技创新在短期内对提高全要素生产率存在显著抑制作用[5]。
综上所述，我国对科技创新的研究较为丰富，这为本文进行广州市科技创新的相关研究奠定了坚实的基础。无论是科技创新的影响因素对其本身的影响，还是科技创新对我国经济发展的影响都具有不确定性，不同区域、不同阶段有着不一样的结果;而广州市又是粤港澳大湾区的四大核心城市之一，所以有必要对广州市科技创新进行针对性的研究。
二、传统方法的不稳健性及稳健算法
（一）传统主成分分析方法的计算模型及不足
传统主成分分析的建立主要可概括为以下几个步骤：
（5）根据各个主成分得分来计算综合主成分得分。我们知道协方差矩阵是一个不稳健的估计量，对离群值比较敏感，所以导致后面计算的相关矩阵、特征值、特征向量和累积方差贡献率也受其影响，容易产生与实际情况不相符合的结果。其实协方差矩阵对离群值比较敏感主要是因为在它的计算中要使用到均值向量，而均值向量实际上只是对样本数据的简单求平均，这种计算方法很容易受到离群值的影响，从而导致协方差矩阵对离群值比较敏感，使得结果不具有稳健性。因此，本文采用稳健统计的思想来改进传统主成分分析，以削弱离群值的影响。
（二）穩健主成分分析方法算法
稳健主成分分析方法的目的是构造一个稳健的协方差矩阵，去掉离群值的遮蔽效应，并降低离群值对协方差矩阵的影响。根据稳健主成分分析方法的基本思想，使用稳健统计量对传统主成分方法进行修正，主要的算法如下：
（1）通过改进FAST-MCD方法得到样本的稳健均值向量T和稳健协方差矩阵S*，并再根据协方差矩阵S*计算出稳健相关矩阵R*;
（2）计算稳健相关矩阵R*的特征值和特征向量，并计算主成分的载荷矩阵，得到稳健主成分的载荷，即第i个稳健主成分F*i下特征向量λ*i对应的特征向量，由此可得样本xj在该主成分下的得分;
（3）计算稳健方差贡献率和稳健累积方差贡献率：每个稳健主成分的贡献率代表了原数据总信息量的百分比;
（4）确定稳健主成分：设F1，F2，…，Fp为p个主成分，其中前m*0个主成分包含的数据信息总量不低于85%时，可取前m*0个主成分作为聚类的变量;
（5）取样本在前m*0个主成分得分作为新的数据集，并计算其稳健综合主成分得分。
三、科技创新发展水平差异性的实证分析
（一）指标选取与数据说明
本文结合已有研究文献，选取了如下专利申请量（项）、专利授权量（项）、科技支出投入强度（%）、地区生产总值（GDP，万元）、全社会从业人员（人）、固定资产投资额（万元）、高新技术企业数（个）和高新企业销售收入（万元）共8个指标作为衡量广州市科技创新发展水平的初始变量，本文使用的数据均来自历年《广州市统计年鉴》。
（二）实证结果分析
本文将运用稳健主成分分析方法来综合评价2009年至2017年广州市11个地区科技创新发展的综合水平。通过计算得到本文所选择的研究数据的KMO值为0.52，Bartlett球形检验卡方统计值的P值为0.000，说明该研究数据适合作稳健主成分分析。
稳健主成分分析的主要过程如下：首先，使用R软件对数据进行标准化处理，建立变量的相关系数矩阵，并且求出相关系数矩阵的特征值、方差贡献率以及累积方差贡献率。第一主成分方差百分比为75.8%，第二主成分方差百分比为13.4%，累计贡献率达到89.2%。其次，采用稳健主成分分析方法，按照累积方差贡献率大于85%的标准建立稳健主成分载荷矩阵。前两个主成分的累积方差贡献率已达到89.2%，因此提取前两个主成分，它们所代表的信息量已经能够充分体现原始数据信息所提供的信息;最后，根据稳健主成分得分计算广州市11个地区的科技创新发展水平的稳健综合得分以及排名，见下表。
由于数据矩阵经过了标准化处理，因此，从稳健主成分得分来看，如果某个地区的稳健主成分得分为正，则表明该地区的科技创新发展水平在广州市平均水平之上;如果得分为负值，则表明该地区的科技创新发展水平在广州市平均水平以下。根据广州市11个区的科技创新发展水平的稳健主成分得分以及综合排名的结果，可以看出：科技创新发展水平在广州市平均水平以上的地区有6个，科技创新发展水平在广州市平均水平以下的地区有5个。表1中的稳健主成分直接反映广州市11个区的科技创新发展水平的高低：稳健主成分得分越高，说明该地区的科技创新发展水平越高;反之亦然。在广州市11个区中，天河区的稳健主成分得分最高，为2.470，说明天河区为广州市科技创新发展水平最高的地区。而稳健主成分得分最低的3个地区分别为南沙区、荔湾区、从化区，得分依次为-0.904、-0.994和-1.716，说明这些地区的科技创新发展水平在广州范围来看都是相对落后的，值得进一步关注。
（三）科技创新发展水平分位图
接下来，本文将基于上表稳健主成分得分值，借助于分位图的方法进一步分析广州市科技创新发展水平的差异，并对每个地区的科技创新发展水平进行层次划分。
本文通过稳健主成分分析方法得到了体现广州市科技创新发展水平的“稳健主成分得分”，运用R语言软件，采用“Natural Breaks（自然间断）”[6]分类方法（自然间断法）将广州市科技创新发展水平分为5个等级，分别为-1716～-0.904、-0.904～-0.616、-0.616～0.471、0.471～2.101、2.101～2.470，并将各个梯次的地区用不同的颜色表示，颜色越深代表科技创新发展水平越高，颜色越浅则代表科技创新发展水平越低，具体结果如下图所示。
由上图可以看出，科技创新发展水平处于最高等级的是天河区、番禺区、黄埔区，综合值在2.101～2.470之间;处于科技创新发展水平第二等级是白云区，综合值在0471～2.101之间;处于科技创新发展水平第三等级是花都区、越秀区以及海珠区，综合值在-0.616～0.471之间;处于科技创新发展水平第四等级是增城区和南沙区，综合值在-0.904～-0.616之間;最低等级是从化区以及荔湾区，其综合值在-1.716～-0.904之间，这两个地区科技创新发展水平比较差。总体而言，广州市各地区之间科技创新发展水平存在一定的差距。
四、主要研究结论及政策建议
（一）主要研究结论
无论是从稳健主成分综合得分角度，还是分位图的角度，广州市各地区的科技创新发展水平均存在显著的差异。以天河区为代表的高科技创新水平的城市多具有较高的经济发展水平和优越的资源禀赋，加上政策上的偏移，吸引了大量新的资本、人才资源，加快了其科技创新的发展;而以从化区代表的中、低科技创新水平的城市恰好正是因为经济发展水平低，资源禀赋差等阻碍了其科技创新的发展。广州市各地区科技创新的不均衡发展现状将不利于广州市的经济高质量发展水平的提高，甚至阻碍粤港澳大湾区经济文化社会的高质量发展。
（二）政策建议
现阶段广州市科技创新的协调发展受到了各地区科技创新发展不均衡，创新竞争不断加剧的阻碍。一方面，广州市整体上应该为科技创新的发展营造良好的创新环境，并致力于完善基础研究投入机制，积极推进成果转化，不断引进培育科技人才，加强知识产权保护，大力推进技术创新，以此促进广州市科技创新的发展。另一方面，加强各地区之间的合作是实现广州市各地区科技创新水平均衡地、整体性地前进的必由之路。为了缩小各地区科技创新之间的差异，广州市内部各区域应该加强科技创新协作：以天河区为代表的高科技创新发展水平的地区要继续保持自身的优势，充分利用核心区域的辐射作用与溢出效应，加强与中、低科技创新发展水平地区的合作，以合作带发展;以从化区代表的中、低科技创新发展水平地区要抓住好机会，不断学习高科技创新发展水平的地区的优秀科技创新理念、制度、技术，因地制宜，不断提升自身的科技创新水平。
参考文献：
[1]王慧艳，李新运，徐银良.科技创新驱动我国经济高质量发展绩效评价及影响因素研究[J].经济学家，2019（11）：64-74.
[2]唐松，赖晓冰，黄锐.金融科技创新如何影响全要素生产率：促进还是抑制？——理论分析框架与区域实践[J].中国软科学，2019（07）：134-144.
[3]刘思明，张世瑾，朱惠东.国家创新驱动力测度及其经济高质量发展效应研究[J].数量经济技术经济研究，2019，36（04）：3-23.
[4]叶祥松，刘敬.异质性研发、政府支持与中国科技创新困境[J].经济研究，2018，53（09）：116-132.
[5]刘汉初，樊杰，周侃.中国科技创新发展格局与类型划分——基于投入规模和创新效率的分析[J].地理研究，2018，37（05）：910-924.
[6]赵喜仓，张大鹏.加强知识产权保护会促进经济增长吗？[J].经济问题，2018（03）：19-23.
基金项目：受广东省哲学社会科学青年项目“环境规制对粤港澳大湾区高质量发展的作用机制、效应测度及协同政策研究”（GD21YYJ03）、广东省政府课题“推进粤港澳大湾区建设，构建开放型经济新体制”资助
作者简介：胡杰（1995— ），男，汉族，重庆大足人，硕士，研究方向：经济增长。
猜你喜欢 科技创新 上海浦东孙桥现代农业科创中心科技创新和战略路径分析现代农业科技(2017年4期)2017-04-10广州地区施工企业科技创新工作政策及措施中国高新技术企业(2017年3期)2017-03-30探讨农机工程科技创新策略与实践现代农业研究(2017年1期)2017-03-20科技创新中逻辑思维方法与非逻辑思维的方法的互补祖国(2017年2期)2017-03-09江西省研究生创新能力培育模式的改革路径探析文教资料(2016年28期)2017-02-23浅谈中学生科技创新能力发展培养的途径决策探索(2017年2期)2017-02-20基于SCI的科技创新领域文献同被引分析现代情报(2016年10期)2016-12-15浅析科技创新与经济发展方式转变商(2016年23期)2016-07-23科技型中小微企业的低碳化创新驱动研究商场现代化(2016年9期)2016-05-07基于大学生科技创新活动开展的学生就业能力提升策略探究科技视界(2016年7期)2016-04-01
