（企业管理专业论文）我国高技术产业研发投入重要影响因素分析——以安徽省为例.pdf

摘要 i 摘 要 摘 要 高技术产业是我国实施自主创新战略的主力军， 高技术产业发展的关键环节 是研发。研发需要大量的资金投入，究竟有哪些因素对高技术产业研发投入有重 要影响？这些因素又是如何影响高技术产业研发投入的？ 本文以安徽省高技术产业为例， 运用因子回归分析法研究了高技术产业的产 业规模、产业盈利状况、利税、产业出口导向、科技活动经费筹集额中金融机构 贷款占比、科技活动经费筹集额中企业自有资金占比、政府对高技术产业科技活 动补贴、市场需求这几个重要因素对高技术产业 r二是科技人员(包括科学、工程师等)在员工中所占的比重。在高技术企 业的认定标准上，原国家科委在国家高科技产业高科技企业认定条件和办法 中规定了以下几个标准：第一，高科技企业是知识密集，技术密集的经济实体; 第二， 具有大专学历的人员占企业总人数的 30%以上， 并且从事研究与开发费用 应占总销售收入的 3%以上;第三， 技术性收入和高科技产品产值的总和应占企业 总收入的 50%以上。 我国高技术产业通常包含的几个行业， 包括电子计算机及办 公设备制造业、航空航天制造业、电子及通信设备制造业、医疗设备及仪器仪表 制造业、医药制造业。 2.3.3 高技术产业的在经济发展中的作用 高技术产业具有高技术密集，高智力密集，高 r 一 般来说, 平均规模越大的企业群, 其相对 r&d 弹性越大, r&d 投入强度越大。 假设 2：盈利状况与高技术产业研发投入有着正相关关系。本文选取利润值 作为衡量盈利状况的指标。 研究开发活动具有规模经济性， 需要较大的资金支持。 利润反映了一个企业的获利能力，当一个企业利润高的时候，一般只有企业利润 较高时才会愿意增加对研发的支出，企业盈利能力越强，技术创新投入就可能会 越多。 而且当企业利润提高后会增加对研发投入的投资， 以追求更高的行业利润。 高技术产业是一个需要高研发投入的行业， 同时研发的积极效应也会为行业带来 更高的利润。当整个行业因为研发的效用获得了很高的利润，必然会反过来继续 第 4 章 高技术产业投入影响因素实证分析 24 对研发投入更多的资金。此外，根据清华大学对我国企业进行的问卷调查，企业 普遍认为缺乏资金是技术创新和投入的一大障碍，从这种意义上讲，企业利润率 越高，资金就越充裕，应该越有利于创新活动的开展。 假设 3：税收与高技术产业研发投入有着负相关关系。本文选择利税值作为 衡量税收状况的指标。当企业税收较低的时候，企业有更多的资金可以投入到研 发活动中。目前,越来越多的国家倾向于采取税收优惠的手段,减少企业的研发投 入成本,促进企业增加研发投入。但是,由于税收激励其自身的局限性，并且实施 过程受其他因素影响,在某种程度上会阻碍税收对研发投入的影响。 假设 4 ：出口导向与高技术产业研发投入有着正相关关系。本文选择采取 出口交货值作为衡量出口导向的指标。一般情况下，出口企业进入国际市场将面 临全球化竞争，竞争强度大大提高。为了使企业能够顶住压力，在国际市场上取 得胜利， 企业会不断创新来提高自己的核心竞争力， 因此企业会增加 r&d 支出。 国外学者也证明了相关推论, 比如 brage 和 willmore（2003）在研究了巴西企业 的出口行为后发现了统计意义上的相关特性,即出口导向度将会对企业 r&d 投 入强度产生积极影响。 假设 5： 科技活动经费筹集额中金融机构贷款所占的比重与高技术产业 r&d 投入有着负相关关系。因为研发是一个高风险的活动，当融资机构贷款所占比重 较大而企业自有资金比例较小，企业可能会为了降低风险而减少创新活动，从而 减少 r&d 支出。 假设 6： 科技活动经费筹集额中企业自有资金所占的比重与高技术产业 r&d 投入有着正相关关系。 假设 7：政府对高技术产业科技活动的补贴与高技术产业 r&d 投入有着正 相关关系。 我们采用科技活动经费筹集额中政府资金所占的比重作为衡量政府对 高技术产业研发支持力度的指标。 假设 8：外部市场需求与高技术产业 r&d 支出有着正相关关系。我们选择 新产品销售值作为衡量外部市场需求度的指标。 在以上假设的基础上， 本文选择了安徽省高技术产业 1999 年2008 年共 10 年的相关数据，包括历年安徽省高技术产业研发投入、当年价总产值、主营业务 收入、利润、利税、科技活动经费筹集额中金融机构贷款占比、科技活动经费筹 集额中企业自有资金占比、科技活动经费筹集额中政府资金占比、新产品销售收 入。本章首先对整个安徽省高技术产业研发投入影响因素进行实证分析。由于高 技术产业内的不同行业的技术特点不同， 这些因素可能对研发投入的影响效果有 所不同， 所以我们在研究了安徽省高技术产业整体研发投入影响因素之后又选择 了三个在安徽省产值较大的高技术行业（电子及通信设备制造业、医药制造业、 第 4 章 高技术产业投入影响因素实证分析 25 医疗设备及仪器仪表制造业）进行单独的实证分析研究。 4.2 安徽省高技术产业 r&d 投入重要影响因素实证 4.2.1 数据的选取和描述 数据主要来源于对 1999 年-2009 年的 高技术产业年鉴 和 安徽统计年鉴 资料的整理。如表 4.1 表表 4.1 安徽省高技术产业数据 1 研发 投入 当年 价总 产值 主营 业务 收入 利润 利 税 出 口 交 货 值 科技活 动经费 筹集额 中金融 机构贷 款 科技活 动经费 筹集额 中企业 自有资 金 科技活 动经费 筹集额 中政府 资金 新 产 品 销 售 值 199 9 45.66 0 6371 5662 85 34333812.55 56.81 16.88 416. 97 200 0 87.65 3 8193 7924 245 58444265.82 85.53 18.76 432. 46 200 1 85.72 0 8987 8025 353 69265032.76 200.617.19 338. 27 200 2 168.0 5 10786 8587 459 8377633.78 305.9814.05 178 3.57 200 3 296.2 2 12223 10043 615 993878102.77409.719.92 399 9.06 200 4 70.10 6 14750 13390 780 124 0 100 0 7 306.7020.42 153 3.44 7 200 5 187.1 05 17291 .317 15648 .972 946.6 87 148 0.24 7 155 5 4.75 581.2499.98 348 3.86 5 第 4 章 高技术产业投入影响因素实证分析 26 续表 表表 4.1 安徽省高技术产业数据 1 研发 投入 当年 价总 产值 主营 业务 收入 利润 利 税 出 口 交 货 值 科技活 动经费 筹集额 中金融 机构贷 款 科技活 动经费 筹集额 中企业 自有资 金 科技活 动经费 筹集额 中政府 资金 新 产 品 销 售 值 200 6 187.8 11 22000 .703 20370 .896 1339. 620 210 1.80 6 144 0 1.51 594.4320.03 431 2.75 8 200 7 286.3 62 28191 26769 1689 270 7 175 5 7.95 725.8162.59 448 9.42 2 200 8 491.4 17 34035 32911 3101 461 2 210 8 29. 5 731.13 159.37 2 370 1.12 5 从上表我们可以看出，安徽省高技术当年价总产值、主营业务收入、利润、 利税和出口值，尽管中间会有一些小波动，但是在近十年内总体还是呈现上升趋 势，而且增长的速度逐年加快。这说明近十年高技术产业总体都呈现持续增长的 趋势。在高技术产业科技活动经费筹集额中，我们可以看到企业自有资金投入的 部分总体呈上升趋势，但是政府投入和金融机构投入在每一年的波动较大。由于 我们要研究在科技活动经费中企业自有资金、政府资金、金融机构贷款各自所占 的比例对高技术产业研发投入的影响， 所以我们还要算出各自占总的科技活动经 费筹集额的比重。进而可以得到以下数据。见表 4-2 其中 y 指研发投入资金，x1 指当年价总产值，x2 指主营业务收入,x3 指利润，x4 指利税，x5 指出口交货值， x6 指科技活动经费筹集额中金融机构贷款占比，x7 指科技活动经费筹集额中企 业自有资金占比，x8 指科技活动经费筹集额中政府资金占比，x9 指新产品销售 值。x6、x7、x8 的单位是%，其他的单位都是百万。 第 4 章 高技术产业投入影响因素实证分析 27 表表 4.2 安徽省高技术产业数据 2 y x1 x2 x3 x4 x5 x6 x7 x8 x9 1999 0.456 6 63.71 56.62 0.853.433.38 14.43 9 65.35 9 19.42 0 416.9 70 2000 0.876 53 81.93 79.24 2.455.844.42 38.28 1 49.74 4 10.91 1 432.4 60 2001 0.857 2 89.87 80.25 3.536.926.5 13.56 3 83.05 5 2.977 338.2 70 2002 1.680 5 107.8 6 85.87 4.598.377.63 1.16294.08 7 4.320 1783. 57 2003 2.962 2 122.2 3 100.4 3 6.159.938.78 19.60 7 78.16 7 1.893 3999. 06 2004 0.701 06 147.5 133.9 7.8 12.410 2.07290.76 2 6.042 1533. 447 2005 1.871 05 172.9 13 156.4 90 9.467 14.80 2 15.55 0.69284.68 8 14.56 7 3483. 865 2006 1.878 11 220.0 07 203.7 09 13.39 6 21.01 8 14.4 1.162 33 94.08 69 4.320 285 4312. 758 2007 2.863 62 281.9 1 267.6 9 16.8927.0717.55 19.60 7 78.16 656 1.892 588 4489. 422 2008 4.914 17 340.3 5 329.1 1 31.0146.1221.08 2.071 55 90.76 239 6.041 514 3701. 125 4.2.2 分析方法的选取 本文自变量的个数比较多，数据之间可能会存在共线性，这一就会影响回归 分析，所以在做分析前需要对数据的相关性进行检验。利用统计分析软件 spss17.0 对因变量 y 与自变量 x1，x2，x3，x 4，x 5，x 6，x 7，x 8，x9 进行 多元线性回归分析， 得到用于诊断回归模型中的自变量是否存在着共线性的结果 见表 4.3 和表 4.4。由表 4.3 可见科技活动经费筹集额中金融机构贷款占比(x6)、 科技活动经费筹集额中企业资金占比（x7） 、科技活动经费筹集额中政府资金占 比（x8） 、新产品销售值（x9）的最大条件指数均大于 10 且相应的最大方差比大 于 0.5，由表 4.4 可见，x1、x2、x3、x4 的容差都为零，x6、x7 的容差也较接近 0，容差越小说明共线性越强，由此可见他们之间存在严重的共线性。 第 4 章 高技术产业投入影响因素实证分析 28 表表 4.3 共线性诊断 模 型 维 数 方差比例 特征值 条件索 引 (常量)x1x2x3x4x5x6x7x8 x9 1 1 8.167 1.000 .00 .00 .00 .00 .00 .00 .00 .00 .00 .00 2 1.142 2.674 .00 .00 .00 .00 .00 .00 .00 .00 .00 .00 3 .334 4.943 .00 .00 .00 .00 .00 .00 .00 .00 .01 .00 4 .254 5.674 .00 .00 .00 .00 .00 .00 .00 .00 .00 .00 5 .085 9.779 .00 .00 .00 .00 .00 .00 .00 .00 .01 .06 6 .012 26.347 .00 .00 .00 .00 .00 .07 .00 .00 .00 .04 7 .006 35.669 .00 .00 .00 .00 .00 .44 .00 .00 .00 .02 8 .000 217.108 .11 .01 .05 .09 .11 .18 .12 .18 .13 .00 9 6.311e-5 359.711 .11 .04 .01 .84 .88 .21 .07 .14 .06 .04 10 1.495e-5 739.143 .78 .95 .93 .07 .00 .11 .80 .68 .79 .83 表表 4.4 共线性统计量 模型 共线性统计量 容差 vif 1 x1 .0007497.974 x2 .0004431.337 x3 .0002473.599 x4 .0002950.556 x5 .02148.610 x6 .005216.698 x7 .005194.475 x8 .01856.025 x9 .02736.528 由以上分析可知，自变量之间存在严重的多重共线性，这种多重共线性会影 响线性回归分析。而因子分析法是多元统计分析中一种重要的方法，它通过研究 变量之间的关系，综合出为较少的能够代表原始变量的几个因子，这些因子是原 始变量的线性组合，它们包含了原始变量的大部分信息，因子之间不存在多重共 线性，从而消除了多重共线性对回归结果的影响。所以本文采取因子回归分析方 法，先对原始自变量做因子分析消除多重共线性，然后再在因子分析的基础上重 第 4 章 高技术产业投入影响因素实证分析 29 新建立回归模型，求解标准化自变量回归模型中的系数。 4.2.3 因子回归分析 在做因子分析之前首先要对数据进行因子分析可用性检验。kmo （kaiser-meyer-olkin)检验是用于比较变量之间简单相关系数和偏相关系数的指 标。kmo 值越接近于 1，则说明原始变量之间的相关性越强，则越适合做因子 分析。根据学者 kaiser 的观点，当 kom 值大于 0.5 时，原始数据就适合做因子 分析的。 利用原始数据， 运用 spss16.0 进行 kmo 和 bartlett 检验见表 4.5。 kmo 值为 0.544 0.5 ，说明原始数据适合做因子分析。 表表 4.5 kmo 和 bartlett 检验 运用 spss17.0 进行因子分析，得到相关系数矩阵的特征值和方差贡献率， 结果见表 4-6： 表表 4.6 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 %累积 %合计 方差的 % 1 5.978 66.41966.4195.97866.419 2 1.887 20.96487.3831.88720.964 3 .740 8.22495.607 4 .314 3.48899.094 5 .045 .49999.594 6 .032 .35199.945 7 .005 .05299.997 8 .000 .00299.999 9 8.185e-5 .001100.000 根据表 4.6 我们可以看到，第一个主因子的特征根为 5.978，方差贡献率为 66.419%，意味着解释了总变异的 66.419%，第二个主因子的特征根为 1.887，方 差贡献率为 20.964%，意味着解释了总变异的 20.964%，这两个主成分的累计方 差贡献率为 87.383%，说明前两个主因子能够提取初始变量的大部分信息。因此 取样足够度的 kaiser-meyer-olkin 度量。 .544 bartlett 的球形度检 验 近似卡方 149.630 df 36 sig. .000 第 4 章 高技术产业投入影响因素实证分析 30 我们选择前两个主因子 f1、f2 来建立模型，并且计算其特征向量。 我们还得到旋转后的主因子载荷矩阵见表 4.7 表表 4.7 旋转后的主因子载荷矩阵 主因子 1 2 x1 .988.088 x2 .988.035 x3 .979-.027 x4 .980-.041 x5 .965.189 x6 -.548-.658 x7 .210.947 x8 .251-.753 x9 .747.391 由此可见，第一主因子主要包含了原变量 x1、x2、x3、x4、x5、x9 的信息， 第二主因子则主要包含变量 x6、x7 、x8 的信息。第一主因子在 x1（当年价总 产值） 、x2（主营业务收入） 、x4（利税） 、x3（利润） 、x5（出口额） 、x9（新产 品销售值）上的载荷较高，我们可以将其定义为企业运营因子，第二主因子在 x6（科技活动经费筹集额中金融机构贷款占比） 、x7（科技活动经费筹集额中企 业自有资金占比） 、x8（科技活动经费筹集额中政府资金占比）上的载荷最高， 我们可以将其定义为科技活动经费筹集构成比例因子。 我们得到第一、二主因子的表达式为： f10.988zx10.988zx20.979zx30.980zx40.965zx50.548zx6 0.210zx70.251zx80.747zx9 f20.088zx1 0.035zx20.027zx30.041zx40.189zx50.658zx6 0.974zx70.753zx80.391zx9 其中，zxi(i=1，2，3，4，5，6，7，8，9)为 xi 相应的标准化之后的变量。 将 19992008 年的 zx 值代入上式，我们可以计算出第一、二主因子的得分见 表 4.8。 第 4 章 高技术产业投入影响因素实证分析 31 表 4.8 表 4.8 主因子得分 主因子 1 2 1999 -0.86352 -1.21183 2000 -0.88678 -1.79436 2001 -0.90355 0.39008 2002 -0.64965 1.05258 2003 -0.44229 0.38632 2004 -0.26990 0.68557 2005 0.33553 0.07995 2006 0.48718 1.14189 2007 2008 1.08978 2.10321 0.28893 -1.01914 通过上面进行的因子分析，我们找出了两个主因子，并且计算出了相应的综 合因子得分。接下来需要进行研究的是，这些影响指标究竟对安徽省高技术产业 研发投入有没有影响？如果有影响， 那么是正影响还是负影响？影响程度具体是 什么样的？这些问题的回答是我们这次研究的关键点。为了回答这些问题，下面 我们首先结合 1999-2008 年安徽省高技术研发投入值， 继续运用 spss17.0， 将主 因子得分对安徽省高技术研发投入进行回归分析。 然后再求解标准化自变量回归 模型中的系数。 用 zy 表示标准化后的因变量，以 zy 为因变量，f1、f2 为自变量进行 多元线性回归分析，建立回归模型为： zya f1b f2c 将数据 f1、f2 的值代入回归方程，对 zy 进行线性回归，我们得到回归方 程为： zy0.850f1 0.023f2 4.266 0.116 （） （） 调整后的判定系数为 0.643，因变量的变差中有 64.3%可以从这两个主因子 的变化得到解释。sig 值为 0.011，显著性较好。f（9.107）和 t 值均通过显著性 检验。 下面我们求解标准化自变量在回归模型中的系数。 将这两个主因子的系数向 量乘上主因子的回归系数向量，我们得到 第 4 章 高技术产业投入影响因素实证分析 32 zyzx1zx2zx30.160zx40.139zx5+0.035zx6 -0.041zx 0.1510.155 70.100zx 0. 8 1 0.0zx 5 899 9 从因子回归结果我们可以看出，除了 x7（科技活动经费筹集额中企业自有 资金占比）与安徽省高技术产业 r&d 投入是负向关系之外，其他的变量的系数 都是正数，与安徽省高技术产业 r&d 支出有着正向影响。 首先，安徽省高技术产业 x4（利税） 、x3（利润） 、x2（主营业务收入） 、x1 （当年价总产值） 、x5（出口交货值）对安徽高技术产业研发投入的影响程度最 大。 这五个自变量每提高 1%， 安徽省高技术产业研发投入就会分别上涨 0.160%， 0.159%，0.155%，0.151%， 0.139%。其次，对高技术产业研发投入有较大影响 的有 x8（科技活动经费筹集额中政府资金占比） 、x9（新产品销售值） 。科技活 动经费筹集额中政府资金占比或新产品销售值每提高 1%，研发投入就会分别提 高 0.1%，0.089%。最后，对高技术产业研发投入的影响力最低的是 x7（科技活 动经费筹集额中企业自有资金占比） 、x6（科技活动经费筹集额中金融机构贷款 占比） ， 而且 x7 对研发投入是负向影响， 每提高 1%， 研发投入就会减少 0.041%。 4.3 安徽省主要高技术行业研发投入重要影响因素实证分析 4.3.1 安徽省电子与通信设备制造业 r&d 投入重要影响因素实证 本文选取了 1999-2008 年安徽省电子及通信设备制造业的相关数据。 这些数 据来自于对高技术产业统计年鉴和安徽统计年鉴的整理，见表 4.9。y 代表电子及通信设备制造业的研发投入，x1、x2、x3、x4、x5、x6、x7、x8、x9 分别代表了电子及通信设备制造业当年价总产值、主营业务收入利润、利税、出 口交货值、科技活动经费筹集额中金融机构贷款占比、科技活动经费筹集额中企 业自有资金占比、科技活动经费筹集额中政府资金占比、新产品销售值。其中 x1、x2、x3、x4、x5、x9 的单位都是百万，x6、x7、x8 的单位是%。 第 4 章 高技术产业投入影响因素实证分析 33 表表 4.9 安徽电子及通信设备制造业数据 y x1 x2 x3 x4 x5 x6 x7 x8 x9 1999 4.210 2818 2550 23 124 81 3.234 84.80 0 8.279 200.4 5 2000 5.420 4220 4062 70 174 204 5.872 66.17 7 17.38 1 95.48 2001 10.16 0 4484 3964 93 234 368 0.000 93.83 8 6.163 116.5 1 2002 99.74 0 4960 3453 131 257 509 0.000 97.94 8 2.052 1344. 5 2003 96.58 0 5626 3989 199 308 538 13.62 86.17 7 0.205 3231. 7 2004 18.78 5 7180 5980 360 510 480 2.821 92.25 6 4.923 715.5 5 2005 47.45 1 8012 6581. 7 316 484.6937.71.170 95.07 7 3.752 2284. 2 2006 56.71 6 1096 3 9398. 1 497.7782.3 1504. 5 0.163 96.22 8 3.609 2591. 5 2007 142.9 2 1263 0 11108 622 943 26141.431 73.63 6 3 1801. 0 2008 242.9 6 1552 3 1431 7 1339199220434.526 72.69 9 8.144 1183. 6 电子及通信设备制造业在安徽省高技术产业中当年价总产值、利润、出口都 是最高的。由以上数据我们可以看出，电子及通信设备制造业的研发投入以平均 每年 50%的速度从 1999 年的四百多万快速增长到 2008 年的两亿多。 当年价总产 值和主营业务收入以平均每年将近 19%的速度增长， 利润的增长速度维持在平均 每年 50%， 出口额也在逐年高速增加。 在科技活动筹集经费中金融机构贷款和政 府资金所占的份额都比较少。 同样，我们也要首先进行共线性检验。利用统计分析软件 spss17.0 对因变 量与多个自变量进行多元线性回归分析， 我们得到用于诊断自变量是否存在着共 线性的结果见表 4.10。由表 4.10 可见除了 x6（科技活动经费筹集额中金融机构 贷款占比）稍微大一下，其他自变量的容差都非常小。x1、x2、x3、x4 的容差 都为零，x6、x7、x9 的容差也较接近 0，可见他们之间存在严重的共线性。 第 4 章 高技术产业投入影响因素实证分析 34 表表 4.10 共线性统计量 模型 共线性统计量 容差 vif 1 x1 .0007851.224 x2 .0003530.923 x3 .0004547.052 x4 .0003409.228 x5 .005193.542 x6 .1436.976 x7 .004278.440 x8 .03826.417 x9 .02246.179 下面我们再进行 kmo （kaiser-meyer-olkin)检验， 看看数据是不是适合进行 因子分析。我们得到 kmo 的值为 0.2620.5，说明改组数据适合做因子分析。所以我们将采 用因子回归分析的方法来研究安徽省医药制造业的 r&d 支出的影响因素。 运用 spss17.0 进行因子分析，得到相关系数矩阵的特征值和方差贡献率， 结果见表 4.13： 4.13 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 %累积 %合计 方差的 % 1 6.164 68.49068.4906.16468.490 2 1.863 20.69589.1851.86320.695 3 .814 9.04498.229 4 .123 1.36399.591 5 .026 .28899.879 6 .010 .10899.988 7 .001 .00799.995 8 .000 .00499.999 9 .000 .001100.000 前两个主因子的特征值均大于 1。第一个主因子的特征根为 6.164，方差贡 献率为 68.49%， 意味着解释了总变异的 68.49%， 第二个主因子的特征根为 1.863， 第 4 章 高技术产业投入影响因素实证分析 37 方差贡献率为 20.695%，意味着解释了总变异的 20.695%，这两个主因子的累计 方差贡献率为 89.185%，说明前两个主因子能够提取初始变量的大部分信息。因 此我们选择前两个主因子 f1、f2 来建立模型，并且计算其特征向量。 我们还得到旋转后的主因子载荷矩阵见表 4.14 表表 4.14 旋转后的主因子载荷矩阵 主因子 1 2 x1 .984.144 x2 .981.148 x3 .967-.041 x4 .987.006 x5 .982.104 x6 -.300-.870 x7 .231.964 x8 .343-.508 x9 .957.215 我们可以看到第一主因子在 x1（当年价总产值） 、x2（主营业务收入） 、x4 （利税） 、x3（利润） 、x5（出口额） 、x9（新产品销售值）上的载荷较高，我们 可以将其定义为企业运营因子，第二主因子在 x6（科技活动经费筹集额中金融 机构贷款占比） 、x7（科技活动经费筹集额中企业自有资金占比） 、x8（科技活动 经费筹集额中政府资金占比）上的载荷最高，我们可以将其定义为科技活动经费 筹集构成比例因子。 根据因子载荷矩阵我们得到第一、二主因子的表达式为： f10.984zx1 0.988zx20.979zx30.980zx40.982zx50.300zx6 0.231zx70.343zx80.957zx9 f20.144zx1 0.148zx20.041zx30.006zx40.104zx50.870zx6 0.964zx70.508zx80.215zx9 其中，zxi(i=1，2，3，4，5，6，7，8，9)为 xi 相应的标准化之后的变量。 我们可以计算出第一、二主因子的得分见表 4.15。 第 4 章 高技术产业投入影响因素实证分析 38 表 4.15 表 4.15 因子得分 主因子 1 2 1999 -0.57100 -0.66352 2000 -0.63414 -1.81945 2001 -0.72512 0.97312 2002 -0.52263 -0.04426 2003 -0.46440 -0.95732 2004 -0.32769 0.35721 2005 -0.23379 1.15133 2006 0.12834 0.78334 2007 2008 0.81905 2.53138 0.91386 -0.69430 下面我们用这两个主因子对安徽省医药制造业研发投入进行回归分析。 然后 再求解标准化自变量回归模型中的系数。 用 zy 表示标准化后的因变量，以 zy 为因变量，f1、f2 为自变量进行 多元线性回归分析，建立回归模型为： zya f1b f2c 将数据 f1、f2 的值代入回归方程，我们得到回归方程为： zy0.983f1 0.060f2 15.203 0.922 （） （） t 统计量和 f 统计量均通过检验， 方程拟合度很好。 调整后的判定系数分 别为 0.962， 说明高技术产业 r&d 支出绝对值的变化中有 96.2%可以从这两个主 因子的变化中得到解释。 下面我们求解标准化自变量在回归模型中的系数。 将这两个主因子的系数向 量乘上主因子的回归系数向量，我们得到 zy0.161zx10.161zx20.179zx30.176zx40.165zx5+0.039zx6 0.061zx70.116zx80.149zx9 我们可以看出，除了 x7（科技活动经费筹集额中企业自有资金占比）对安 徽省高技术产业 r&d 投入是负向影响之外，其他变量均有着正向影响。 首先，安徽省医药制造业的 x3（利润） 、x4（利税） 、x5（出口交货值） 、x1 （当年价总产值） 、x2（主营业务收入）对安徽省医药制造业研发投入的影响程 度最大。这五个自变量每提高 1%，安徽省医药制造业研发投入就会分别上涨 第 4 章 高技术产业投入影响因素实证分析 39 0.179%，0.176%，0.165%，0.161%， 0.161%。其次，对安徽省医药制造业研发 投入有中等影响的有 x9（新产品销售值） 、x8（科技活动经费筹集额中政府资金 占比） 。 科技活动经费筹集额中政府资金占比或新产品销售值每提高 1%， 研发投 入就会分别提高 0.149%，0.116%。最后，安徽省医药制造业研发投入的影响力 最低的是 x7（科技活动经费筹集额中企业自有资金占比） 、x6（科技活动经费筹 集额中金融机构贷款占比） 。其中 x7 对研发投入是负向影响，x7 每提高 1%，研 发投入就会减少 0.061%。 4.3.3 安徽省医疗设备及仪器仪表制造业 r&d 投入重要影响因素实证 本文选取了 1999-2008 年安徽省医疗设备及仪器仪表制造业的相关数据。 这 些数据来自于对高技术产业统计年鉴和安徽统计年鉴的整理，见表 4.16。 y 代表医疗设备及仪器仪表制造业的 r&d 投入，x1、x2、x3、x4、x5、x6、x7、 x8、x9 分别代表了医疗设备及仪器仪表制造业的当年价总产值、主营业务收入 利润、利税、出口交货值、科技活动经费筹集额中金融机构贷款占比、科技活动 经费筹集额中企业自有资金占比、科技活动经费筹集额中政府资金占比、新产品 销售值。其中 x1、x2、x3、x4、x5、x9 的单位都是百万。x6、x7、x8 的单位都 是%。 表表 4.16 医疗设备及仪器仪表制造业数据 y x1 x2 x3 x4 x5 x6 x7 x8 x9 1999 0.96 598 552 48 83 26 1.28288.974 9.744 33.41 2000 9.25 688 643 91 140 38 18.72 7 65.793 15.481 237.16 2001 4.47 652 591 86 128 48 2.04 94.391 3.57 10.26 2002 5.55 1186 992 118 195 18 0 98.857 1.144 125.28 2003 5.79 1508 1407 212 283 106 1.94696.839 1.216 221.18 2004 8.83 1920 1840 220 310 220 0 99.631 0.369 379.608 2005 12.518 2481. 755 2299. 915 288.85 2 387.5 14 239.44 2 0 98.619 1.381 156.945 2006 55.022 3121. 723 3014. 035 425.80 6 561.7 05 302.56 1 2.45896.909 0.634 494.07 2007 33.658 4364 4222 465 671 392 0.34380.736 18.922 816.444 2008 62.009 2688 2582 341 490 243 1.02146.729 52.250 574.184 第 4 章 高技术产业投入影响因素实证分析 40 由以上数据我们可以看出，医疗设备及仪器仪表制造业的利润（x3） 、出口 交货值（x5）新产品销售值（x9）增长的速度非常快；当年价总产值（x1）主营 业务收入（x2） 、利税（x4）也在逐年以较高的速度增长；科技活动筹集经费中 企业自有资金比例在 2006 年以前缓慢增长，但是近两年呈快速下降趋势；科技 活动经费中金融机构贷款资金占比很低，有的年份是 0，说明医疗设备及仪器仪 表制造业的融资较困难。科技活动经费中政府资金占比之前比较低，但是近两年 出现快速上升趋势。 首先进行共线性检验。利用统计分析软件 spss17.0 对因变量与多个自变量 进行多元线性回归分析，得到用于诊断自变量是否存在着共线性的结果，见表 4.17。我们可以看到除了自变量 x6 的容差要稍微大一些，其他自变量的容差都 非常小，最低达到 0，由此可见他们之间存在严重的共线性。 表表 4.17 共线性统计量 模型 共线性统计量 容差 vif 1 x1 .0003106.001 x2 .0002721.291 x3 .0011730.878 x4 .0003254.970 x5 .01951.637 x6 .4642.156 x7 .2404.166 x8 .02442.407 x9 .0003106.001 下面进行 kmo 检查，看看数据是不是适合做因子分析。根据 kmo 检查我 们得到 kmo 的值为 0.5620.5，说明改组数据适合做因子分析。所以我们将采 用因子回归分析的方法来研究在安徽省医疗设备及仪器仪表制造业中这些因素 对 r&d 投入的影响。 运用 spss17.0 进行因子分析，得到相关系数矩阵的特征值和方差贡献率， 结果见表 4.18： 第 4 章 高技术产业投入影响因素实证分析 41 4.18 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 %累积 %合计 方差的 % 累积 % 1 6.040 67.11667.1166.04067.116 67.116 2 2.085 23.17090.2872.08523.170 90.287 3 .710 7.88698.173 4 .093 1.02999.202 5 .046 .51599.717 6 .025 .27799.994 7 .000 .00599.999 8 .000 .001100.000 9 2.322e-12 2.580e-11100.000 前两个主因子的特征值均大于 1。第一个主因子的特征根为 6.164，方差贡 献率为 67.116%，意味着解释了总变异的 67.116%，第二个主因子的特征根为 2。 085，方差贡献率为 23.170%，意味着解释了总变异的 23.170%，这两个主因子 的累计方差贡献率为 90.287%， 说明前两个主因子能够提取初始变量的大部分信 息。我们选择前两个主因子 f1、f2 来建立模型，并且计算其特征向量。 我们可以得到旋转后的主因子载荷矩阵见表 4.19 表表 4.19 旋转后的主因子载荷矩阵 成份 1 2 x1 .994.014 x2 .995.030 x3 .984.031 x4 .991.069 x5 .977-.002 x6 -.416.555 x7 -.125-.985 x8 .283.881 x9 .895.336 我们可以看到第一主因子在 x1（当年价总产值） 、x2（主营业务收入） 、x4 （利税） 、x3（利润） 、 、x5（出口额） 、x9（新产品销售值）上的载荷较高，我们 第 4 章 高技术产业投入影响因素实证分析 42 可以将其定义为企业运营因子，第二主因子在 x6（科技活动经费筹集额中金融 机构贷款占比） 、x7（科技活动经费筹集额中企业自有资金占比） 、x8（科技活动 经费筹集额中政府资金占比）上的载荷最高，我们可以将其定义为科技活动经费 筹集比例因子。 根据因子载荷矩阵我们得到第一、二主因子的表达式为： f10.994zx1 0.995zx20.984zx30.991zx40.977zx50.416zx6 0.125zx70.283zx80.895zx9 f20.014zx1 0.030zx20.031zx30.069zx40.002zx50.555zx6 0.985zx70.881zx80.336zx9 其中，zxi(i=1，2，3，4，5，6，7，8，9)为 xi 相应的标准化之后的变量。 我们可以计算出第一、二主因子的得分见表 4.20。 表表 4.20 因子得分 主因子 1 2 1999 -1.06058 -0.09731 2000 -1.14175 1.58574 2001 -0.95973 -0.38690 2002 -0.67379 -0.64102 2003 -0.26315 -0.52363 2004 0.15218 -0.70934 2005 0.34170 -0.81488 2006 1.04866 -0.61512 2007 2008 1.83495 0.72151 0.18738 2.01507 下面我们用这两个主因子对安徽省医疗设备及仪器仪表制造业研发投入进 行回归分析。然后再求解标准化自变量回归模型中的系数。 用 zy 表示标准化后的因变量，以 zy 为因变量，f1、f2 为自变量进行 多元线性回归分析，建立回归模型为： zya f1b f2c 将数据 f1、f2 的值代入回归方程，我们得到回归方程为： (2.233) (3.807) 0.34f2+0.74f1= zy 第 4 章 高技术产业投入影响因素实证分析 43 t统计量和f统计量均通过检验，方程拟合度很好。调整后的判定系数分别 为0.660，说明高技术产业r&d支出绝对值的变化中有66%可以从这两个主因 子的变化中得到解释。 下面我们求解标准化自变量在回归模型中的系数。 将这两个主因子的系数向 量乘上主因子的回归系数向量，我们得到： zy0.113zx10.115zx20.114zx30.120x40.109zx50.024zx6 -0.139zx70.143zx80.143zx9 从因子回归结果我们可以看出，在这些影响因素中，除了x7（科技活动经 费筹集额中企业自有资金占比）与安徽省医疗设备及仪器仪表制造业r&d投入 是负向关系之外，其他都是负向关系。 首先，对安徽省医疗设备及仪器仪表制造业r&d投入的影响程度最大的是 x8（科技活动经费筹集额中政府资金占比） 、x9（新产品销售值） 、x7（科技活动 经费筹集额中企业自有资金占比） 。其中x8、x9对安徽省医疗设备及仪器仪表制 造业r&d投入正向影响，而x7的影响是负向的。x8或x9每提高1%，r&d投 入都会提高0.143%；x7每提高1%，r&d投入会减少0.139%。 其次，x4（利税） 、 x2（主营业务收入） 、x3（利润） 、x1（当年价总产值） 、x5（出口交货值）对安 徽省医疗设备及仪器仪表制造业r&d投入的大影响力为中等。这五个自变量每 提高1%，安徽省医疗设备及仪器仪表制造业r&d投入就会分别上涨0.120%， 0.115%，0.114%，0.113%， 0.109%。最后，影响力最低的是x6（科技活动经费 筹集额中金融机构贷款占比） ，x6每提高1%，r&d投入就会提高0.024%。 4.3.4 安徽省航空航天器制造业 r&d 投入重要影响因素实证 本文选取了1999-2008年安徽省航空航天器制造业的相关数据。