基于因子分析的区域两型农业科技创新评价指标体系研究

基于因子分析的区域两型农业科技创新评价指标体系研究

经济增长受到多种因素的影响，如自然资源、自然环境、社会制度、人才、科学研究和发展水平。因此，将科技贡献的比例减少为困难。要定量分析技术进步对经济增长的作用,必须在影响经济增长的诸多因素中分离出技术进步的作用。1927年美国芝加哥大学数学家柯布和经济学家道格拉斯提出生产函数理论(以下简称CD生产函数)以来,此后描述产出量与投入量之间关系的理论和方法有了很大的发展。1957年美国经济学家索罗对CD生产函数作了重大改进,定量分离出技术进步在经济增长中的作用。此后测算技术进步对经济增长的作用成为经济学领域的重要论题,至今仍持续不衰。生产函数作为反映生产过程中投入和产出关系的一种方法,具有通用性,但必须注意使用的前提假设。资源节约型与环境友好型农业(以下简称“两型农业”)科技创新进步类型不同,生产函数的具体形式或参数在应用生产函数定量测算科技进步时必须考虑到经济方面的前提假设以及数学方面的约束条件,同时又不能完全为这些假设和条件所束缚。两型农业科技创新的测度通常是指创新变量在生态环境、资源节约、经济增长中的作用,狭义的测度是物化形态的科技创新变化的硬件性指标,广义测度不仅包括物化的变化内容,还包括政策、管理、服务、智力投资等的软性指标,两型农业科技创新测度是硬指标与软指标二者的结合,密不可分、相辅相成,交织在一起组成复杂的测度系统性工程。1测量原理1.1模型a:平台经济增长率模型两型农业科技创新对生态环境、自然资源、经济增长的作用主要在于生成新的生产函数与新的成本函数,也变成产出比增高和生产成本下降。设时间连续变量为T来反映创新,生产函数可表达为:Y表示产出,X表示各投入要素组合,Z表示环境友好与资源节约要素组织,不随时间变化而变化,F(X,Z,T)是连续二次可导函数,对T求导,有:上式两边同时除以Y,则有:成本函数与生产函数相对应,是投入产出变化的另一种表达方式,成本最小原则是指投入价格为W时生产一定数量Y的成本最小,表达式为:λ是拉格朗日常数,上式两边分别对(Xi,Zi)和λ求偏导,则有:θ为成本变化率,ψ为规模弹性,T为科技创新进步率。说明两型农业科技创新进步率的绝对值是单位成本变化率与规模弹性的乘积。1.2科技创新进步呈希克斯中性进步在现实经济活动中,经济数据一般都是离散的。因此,研究探讨变量是离散情况下的两型农业科技创新测度问题显然更具有现实意义。假如生产函数Y=F(X,Z,T)是线性齐次函数,且科技创新进步呈希克斯中性进步。则函数可写为:Y=F(X,Z,T)=A(T)H(X)式中,A(T)为创新进步因子,H(X)是线性齐次函数。对于此类函数,定义一个与创新增长率相类似的指标T*,称为创新进步指数,则T*(X,Z,T)=A(T)/A(0),A(T),A(0)分别表示基期与报告期的创新进步因子。2基于因素分析法的两型农业创新评价体系的建设2.1我国两型农业科技创新评价的层次评价指标体系评价指标系统的指标确定方法常用的有经验确定法和数学方法两种,但普遍均采用经验确定法与数学确定法相结合。也称之为定性和定量两大类方法,定性的方法主要有专家咨询评估法、频度统计法和理论分析法等几种。本研究在借鉴前人研究成果的基础上,根据两型农业科技创新评价指标系统的现实情况,结合上述理论,构建我国两型农业科技创新评价递进的层次指标系统,包括目标级、系统级、层次级与指标级(表1)。目标级是建立在两型农业发展与经济社会发展相统筹协调、两型农业产业发展与社会和谐发展及生态环境改善、资源节约利用与开发相统筹的两型农业科技创新发展评价与对策研究协调,能够彰显我国两型社会建设、两型农业建设、我国农业科技创新综合实力以及国民经济社会发展和特点的综合表达两型农业科技创新的总体能力,代表着两型农业科技创新总体运行态势。2.2因子分析方法评价理论模型力求还原实践,对两型农业科技创新的研发系统、生态系统、环境系统内的科技要素、生物要素、非生物要素和经济系统要素进行合理、有序地立体、平面布局,实现社会效益、经济效益和生态环境效益的最佳统一。利用两型农业科技创新综合评价总指数衡量一个地区或一个国家的两型农业科技创新建设和发展的程度。两型农业科技创新综合评价总指数越高,说明该区域两型农业科技创新综合发展越好;反之,则较差。因子分析法是利用降维来研究原始变量相关矩阵内部依赖关系,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。根据变量相关性大小把变量分组,使组内的变量之间相关性较高,但不同组的变量相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子。对于所研究的问题就可以试图用最少个数并且不可测的公共因子的线性函数与特殊因子之和来描述原来观测的每一分量,从错综复杂的系统中找出关键性因子。每一个主要因子就代表反映经济变量间相互依赖的创新作用,抓住这些主要因子就可对复杂的科技创新问题及所涉及的经济社会问题进行分析和解释。优点是其确定的权数是基于数据分析而得到的指标之间的内在结构关系,不受主观因素的影响,而得到的综合指标之间彼此独立,减少信息的交叉,使得分析评价结果具有客观性和准确性。因子分析方法能把多个指标简化为少数指标,并且这些指标能够反映原始指标的绝大部分信息,具体而言,80%以上的原始信息均能用这些简化的少数指标来概括。一般而言,当KMO(Kaiser-meryer-olkin)的值大于0.50,巴特莱特(Bartlett)统计值小于a,各题项的载荷系数均大于0.50时,可以通过因子分析将同一变量的各测试项合并为一个因子并进行后续分析。通过计算因子得分来获得复杂变量的单一度量值,因子得分可以通过题项原始得分乘以估计的因子载荷而后加总来获得。第一,对样本数据进行标准化处理以消除由于量纲的不同而可能带来的一些不合理的影响。计算公式为Xij=(Xij-Xi)/ai,其中Xij为原始数据,Xi为第i个指标的均值,ai为第i个指标的标准差,i=1,2,3,…。如果指标系统设置的评价指标(变量)为:X=(x1,x2,x3,…,xM)T,则n个样本标准化后的数据矩阵为:第二,计算m个标准化指标的相关系数矩阵(R)。相关矩阵是因子分析直接要用的数据,根据计算出的相关矩阵进一步判断应用因子分析是否合适,主要运用KMO和Bartlett球形检验等指标进行判断。第三,求相关系数矩阵R的特征根。相关矩阵R的特征方程|R-λj|=0,其m个特征值为λ1>λ2>λ3>…>λm,相应的标准化特征向量为0(j=1,2,…,m),并使F=AX′,其中F为主因子阵。第四,确定因子贡献率及累积贡献率。第i个因子的贡献率为Gi为第i个主成分的贡献率,该值越大,则说明该主成分概括各指标数据的能力越强。第五,因子的信息量。若该信息量已达到全部信息量的绝大部分(80%)时,可以认为前k个主成分已基本反映了原始变量的主要信息;或者取大于等于1的特征根所对应的主成分。第六,因子载荷矩阵的变换。由因子模型阵得到的初始因子载荷阵,如果因子负荷的大小相差不大,对因子的解释可能有困难,因此,为得出较明确的分析结果,通过旋转坐标轴,使每个因子负荷在新的坐标轴中能按列向0或1两极分化,同时也包含了按行向两极分化。第七,建立主因子得分模型:其中,Fi为因子得分函数,βj=XR-1αj为计算因子值的系数,X为标准化数据;R为标准化数据的相关系数矩阵,αj为负载矩阵A的第j列。第八,以各个主成分的方差贡献率为权数,对因子得分进行加权求和。综合得分模型为:得分模型以0为界,分值越高,说明样本可持续发展水平越高;反之,则越弱,等于0则说明两型农业科技创新能力等于平均水平。2.3以两型农业科技创新为依托,构建评价体系根据华东地区2009年两型农业科技创新层次灰色综合评价法评价结果可知,该区域两型农业科技创新属于“较强”灰类,说明华东地区两型农业科技创新系统具有良好的发展水平与效能水平。在育化和发展两型农业科技创新的过程中,该区域应根据在评价中所得到的各指标权重的大小确定要重点加强的方面。在该体系中主要是科技基础资源系统、两型农业科技创新产出能力和资源节约科技创新应用系统,华东地区应在这方面进一步加强建设和育化。依此类推,对于其他区域的6个维度指标作为评价指标,以各地区其他年份两型农业科技创新相关指标的专家咨询数据作为原始评价数据,必要时对数据进行处理。选择合适的灰度评价模型,明确相应的评价灰度强弱及各项评价指标所属灰度,从而可以得到2005-2009年各地区两型农业科技创新的综合评价结果(图1)。3两型农业科技创新绩效比较按照上述评价模型和评价指标灰度的分类标准对我国两型农业科技创新水平进行评价可知,华东、西南地区两型农业科技创新发展水平相对较好,而华中和华北地区两型农业科技创新状况处于中等水平,西北地区、东北地区两型农业科技创新的整体发展状态相对较差。各区域按时间序列来分析逐年提高,特别是中部地区发展较快。综合来看,各地区的两型农业科技创新的发展和运行受到区域性影响较大,各地区要根据本地区实际情况对两型农业科技创新相关方面进行调整。从各区域6个评价维度来看,各地区两型农业科技创新的发展呈现出不同的发展趋势和发展特征。1)从两型农业科技创新中基础资源支撑系统育化来看,经济发达地区两型农业科技投入大、研发力度大、教育与育化机制相对完善并有一定的实效、农业行为主体的参与意识较高、两型科技创新成果播散效率较好、两型农业科技创新成果信息交流平台较完善、居民参与两型农业科技创新建设的意识与素质较高。2)从两型农业科技创新中的制度创新环境系统育化来看,模型所分析的6大地区差别不明显,但是受国家政策导向影响,中部地区的两型示范试验区对制度环境的创新力度较大,对两型农业科技创新起着显著促进作用。3)从两型农业科技创新中的运行系统育化来分析,华北、华东、华中地区明显优于其他地区,特别是在公共研究机构与私人研究机构的合作以及合作的成果方面取得了显著成效,有力地证明企业、民间社团协会等参与两型农业科技创新建设的意识与能力在逐步增强,政府、企业、民间社团协会、科研院所、高等院校等创新主体之间的横向与纵向联合机制正在形成,基础研究、应用研究、开发研究到生产、生活实际等各个创新环节的创新效率都得到了提高。4)从两型农业科技创新中的产出能力系统育化情况来分析,华北地区的两型农业科技创新产出理论较强、反映出华北地区基础性研发能力优于其他区域,但播散系统、教育与培训系统、信息平台系统、民众的接受能力与认知度都与研发能力不匹配;华东地区的两型农业科技创新产出的实践成果较强、反映出经济较发达、对两型农业科技创新的认知度与接受能力较强,但基础性研发能力较弱,短期内特别是需加强对知识溢出效应的利用;华中地区的两型科技创新系统产出能力近年的发展速度较快,反映出中部湖南长株潭地区、湖北武汉经济圈的两型示范区的“引擎效应”在发生作用,但是中部地区发展不平衡,经济水平相比华东、华北地区落后,因此,利用政策创新优势,采用“弯道超车”战略与“后发优势”加强基础性研发能力提高与实践性产出效率与效能是当前的重要任务,其他地区相对产出较差。5)从两型农业科技创新中的资源节约系统育化来分析,东北地区、华北地区的节水、节地、节劳与节能效果相对明显,反映出该区域的资源节约科技创新成果