我國(guó)高?？萍紕?chuàng)新地區(qū)平均實(shí)力綜合評(píng)價(jià)

姜琳

摘 要：高校是區(qū)域科技創(chuàng)新的重要組成部分，是人才強(qiáng)國(guó)、強(qiáng)省戰(zhàn)略的源頭和保證。高校在我國(guó)并不是均勻分布，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)高校相對(duì)較多，而經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)高校相對(duì)較少。目前我國(guó)各地區(qū)在不斷深化改革的過(guò)程中，對(duì)高校的依賴越來(lái)越大，研究高校科技創(chuàng)新地區(qū)平均實(shí)力可以更好地定位該地區(qū)的智力投入和產(chǎn)出水平，尋找可持續(xù)發(fā)展對(duì)策。文中界定高?？萍紕?chuàng)新的概念，基于投入和產(chǎn)出2大類構(gòu)建評(píng)價(jià)指標(biāo)體系，采用因子、聚類分析相結(jié)合的方法，對(duì)我國(guó)31個(gè)地區(qū)的高?？萍紕?chuàng)新平均實(shí)力進(jìn)行了比較排序，歸納了各類地區(qū)的科技創(chuàng)新發(fā)展特征，并歸納出針對(duì)各地區(qū)投入和產(chǎn)出方面的共同對(duì)策及差異化對(duì)策，為高校和地區(qū)的轉(zhuǎn)型發(fā)展提供參考。

關(guān)鍵詞：高校科技創(chuàng)新；地區(qū)平均實(shí)力；因子分析；聚類分析；綜合評(píng)價(jià)

中圖分類號(hào)：F 124.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7312（2016）05-0482-09

0 引 言

科技創(chuàng)新是強(qiáng)國(guó)、強(qiáng)省、強(qiáng)校的動(dòng)力源，科技創(chuàng)新能力日益成為各國(guó)、各區(qū)域之間科技實(shí)力競(jìng)爭(zhēng)的決定性因素。高校是我國(guó)科技戰(zhàn)線的主力軍，無(wú)論是投入還是產(chǎn)出占比都非常大，是基礎(chǔ)研究的重要陣地，同時(shí)還肩負(fù)著培養(yǎng)科技人才、發(fā)展科學(xué)技術(shù)、推動(dòng)高新技術(shù)產(chǎn)業(yè)化的重要使命。建立一套合理有效的綜合評(píng)價(jià)體系來(lái)比較和分析我國(guó)高?？萍紕?chuàng)新的地區(qū)平均實(shí)力，提出高?？萍几母锕餐约皫в胁町惢膶?duì)策顯得十分重要，以期實(shí)現(xiàn)國(guó)家、高校、企業(yè)、個(gè)人等多贏。

1 現(xiàn)狀

1.1 高?？萍紕?chuàng)新研究現(xiàn)狀

創(chuàng)新不僅僅是一個(gè)發(fā)明與發(fā)現(xiàn)的過(guò)程，而且是一種改進(jìn)和再創(chuàng)造的過(guò)程，既包括自主創(chuàng)新，也包括模仿創(chuàng)新、引進(jìn)創(chuàng)新和合作創(chuàng)新。科技是科學(xué)和技術(shù)的總稱，包括科學(xué)創(chuàng)造、技術(shù)發(fā)明和管理創(chuàng)新。高?？萍紕?chuàng)新能力筆者以為可以定義為：高校有效利用各種科技創(chuàng)新資源通過(guò)各種科技創(chuàng)新活動(dòng)，形成科技創(chuàng)新產(chǎn)出的綜合能力。

關(guān)于高?？萍紕?chuàng)新研究，眾多學(xué)者進(jìn)行了探索。按研究對(duì)象分為6類：能力比較、專利、課題、團(tuán)隊(duì)及領(lǐng)軍人物、效率與經(jīng)濟(jì)等關(guān)系研究。按研究范圍分為4類：全國(guó)、東中西部、省份、個(gè)體研究。按研究?jī)?nèi)容分為3類：指標(biāo)體系、實(shí)證和對(duì)策研究。按研究方法分為5類：主成分分析、三階段DEA分析、MALMQUIST指數(shù)分析、因子分析、聚類分析。

評(píng)價(jià)的指標(biāo)體系研究主要分為投入類和產(chǎn)出類。有些學(xué)者在一級(jí)指標(biāo)上做了改變，將人員總數(shù)、機(jī)構(gòu)總數(shù)等從投入類指標(biāo)中分離出基礎(chǔ)類指標(biāo)，將專利出售、科技合同簽訂等從產(chǎn)出類指標(biāo)中分離出轉(zhuǎn)化類指標(biāo)，增加國(guó)際交流合作等協(xié)作類指標(biāo)等。有些學(xué)者在二級(jí)指標(biāo)上做了改變，僅僅用專利、課題作為產(chǎn)出代表，增加高層次人數(shù)等投入類指標(biāo)，增加人才培養(yǎng)數(shù)等產(chǎn)出類指標(biāo)，對(duì)人員、經(jīng)費(fèi)、產(chǎn)出等具體數(shù)據(jù)進(jìn)行人均化處理等。有些學(xué)者對(duì)分級(jí)指標(biāo)增加了權(quán)重。還有些學(xué)者綜合運(yùn)用了年度縱向平均數(shù)。

1.2 高?？萍紕?chuàng)新現(xiàn)狀

1.2.1 高校R&D人員投入持續(xù)增加，占比持續(xù)下降，受教育程度較高

2013年高校R&D人員全時(shí)當(dāng)量為32.5萬(wàn)人年（其中基礎(chǔ)研究人員14.7萬(wàn)人年，應(yīng)用研究人員15.9萬(wàn)人年，試驗(yàn)發(fā)展人員1.9萬(wàn)人年），同比增長(zhǎng)3.5%，全國(guó)占比9.2%.2004年至2013年，高校R&D人員全國(guó)占比下降了9.2個(gè)百分點(diǎn)。2013年高校R&D機(jī)構(gòu)新增617個(gè)，達(dá)到9 842個(gè)。高?；A(chǔ)研究和應(yīng)用研究人員全國(guó)占比49.4%.2013年高校R&D人員中博士占25.1%，碩士占37.4%.

1.2.2 高校R&D經(jīng)費(fèi)投入持續(xù)增加，占比有所下降，政府資金仍然是最大來(lái)源

2013年高校R&D經(jīng)費(fèi)為856.7億元（其中基礎(chǔ)研究經(jīng)費(fèi)307.6億元，應(yīng)用研究經(jīng)費(fèi)441.3億元，試驗(yàn)發(fā)展經(jīng)費(fèi)107.8億元），同比增長(zhǎng)9.8%，占全國(guó)R&D經(jīng)費(fèi)7.2%.高?；A(chǔ)研究和應(yīng)用研究經(jīng)費(fèi)全國(guó)占比41.1%，比2006年增長(zhǎng)8.7個(gè)百分點(diǎn)。高校R&D經(jīng)費(fèi)中，政府、企業(yè)、國(guó)外及其他資金分別占60.3%、33.8%和5.9%.

1.2.3 高?？萍籍a(chǎn)出SCI論文數(shù)量穩(wěn)步增長(zhǎng)，專利申請(qǐng)授權(quán)量快速增長(zhǎng)，轉(zhuǎn)讓持續(xù)增長(zhǎng)

2013年高校發(fā)表SCI論文16.1萬(wàn)篇，全國(guó)占比83.7%.專利申請(qǐng)量16.77萬(wàn)件，同比增長(zhǎng)26.4%，其中發(fā)明專利申請(qǐng)9.85萬(wàn)件，同比增長(zhǎng)30.2%；專利授權(quán)量8.5萬(wàn)件，同比增長(zhǎng)10%，其中發(fā)明專利授權(quán)3.3萬(wàn)件，同比下降1.5%.高校作為賣(mài)方在技術(shù)市場(chǎng)簽訂技術(shù)合同6.4萬(wàn)項(xiàng)，同比增長(zhǎng)11%，全國(guó)占比21.8%，成交329.5億元，同比增長(zhǎng)12.1%，僅占全國(guó)4.4%.

2 評(píng)價(jià)指標(biāo)體系、數(shù)據(jù)、方法及實(shí)證

2.1 指標(biāo)體系構(gòu)建

為了有效提高評(píng)價(jià)的系統(tǒng)性、科學(xué)性、導(dǎo)向性、可比性和可行性，評(píng)價(jià)指標(biāo)體系文中選擇投入類和產(chǎn)出類2大類指標(biāo)，盡量減少冗余數(shù)據(jù)，簡(jiǎn)化操作。隨著互聯(lián)網(wǎng)信息電子化的發(fā)展，固定資產(chǎn)等有形資源的貢獻(xiàn)度越來(lái)越低，因此，文中投入類分級(jí)指標(biāo)傾向于人才和經(jīng)費(fèi)。高校領(lǐng)軍人才的流動(dòng)性很大，可以同時(shí)為多個(gè)地區(qū)的高校作出貢獻(xiàn)，文中人才重點(diǎn)在博士和碩士。每年教育部統(tǒng)計(jì)的教育經(jīng)費(fèi)分散程度較高，文中經(jīng)費(fèi)重點(diǎn)在R&D經(jīng)費(fèi)。2009年以來(lái)高校SCI論文全國(guó)占比一直保持在80%以上，高校專利申請(qǐng)量全國(guó)占比基本保持在12%以上，高校技術(shù)合同成交額維持250億元以上，全國(guó)占比僅4%左右，高校作為基礎(chǔ)研究的重要陣地顯而易見(jiàn)。因此，文中產(chǎn)出類指標(biāo)重點(diǎn)為SCI論文、專利和轉(zhuǎn)讓，避免了單一指標(biāo)的局限性。

文中指標(biāo)體系中一級(jí)指標(biāo)2個(gè)，二級(jí)指標(biāo)5個(gè)，三級(jí)指標(biāo)18個(gè)，見(jiàn)表1.

2.2 數(shù)據(jù)選擇和處理

2.2.1 數(shù)據(jù)選擇與均化

為了提高數(shù)據(jù)信度，文中選擇《中國(guó)科技統(tǒng)計(jì)年鑒2014》中高校科技創(chuàng)新的分地區(qū)數(shù)據(jù)，并對(duì)這些原始數(shù)據(jù)進(jìn)行分地區(qū)機(jī)構(gòu)平均化處理，即所有數(shù)據(jù)除以該地區(qū)高校個(gè)數(shù)，得到均化后的數(shù)據(jù)，以反映地區(qū)高?？萍紕?chuàng)新平均實(shí)力，內(nèi)含地區(qū)內(nèi)協(xié)作因素，消除地區(qū)內(nèi)大學(xué)、學(xué)院的差異。

2.2.2 數(shù)據(jù)無(wú)量綱化

平均化以后對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，文中采用標(biāo)準(zhǔn)化變換。

2.2.3 假設(shè)檢驗(yàn)

對(duì)高?？萍紕?chuàng)新投入9項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后x′ij分別進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)，得KMO值為0.839，介于0.8～0.9之間，得Bartlett球度檢驗(yàn)值為475.519，數(shù)據(jù)自由度為36，顯著性概率0.000，認(rèn)為相關(guān)系數(shù)矩陣不太可能是單位陣，而數(shù)據(jù)共同度h2i≥86.1%，結(jié)果均表示很適合作因子分析。

對(duì)高?？萍紕?chuàng)新產(chǎn)出9項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后y′ij分別進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)，得KMO值為0.894，介于0.8～0.9之間，

得Bartlett球度檢驗(yàn)值為766.633，數(shù)據(jù)自由度為36，顯著性概率0.000，認(rèn)為相關(guān)系數(shù)矩陣不太可能是單位陣，而數(shù)據(jù)共同度h2i≥79.7%，結(jié)果均表示很適合作因子分析。

對(duì)高?？萍紕?chuàng)新投入和產(chǎn)出18項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后z′ij分別進(jìn)行KMO檢驗(yàn)和Bartlett球度檢驗(yàn)，得KMO值為0.874，介于0.8～0.9之間，得Bartlett球度檢驗(yàn)值為1 294.789，數(shù)據(jù)自由度為153，顯著性概率0.000，認(rèn)為相關(guān)系數(shù)矩陣不太可能是單位陣，而數(shù)據(jù)共同度h2i≥79.3%，結(jié)果均表示很適合作因子分析。

2.3 方法、實(shí)證及對(duì)策

研究方法采用因子分析和聚類分析綜合，并對(duì)析出的因子進(jìn)行旋轉(zhuǎn)、命名，提出高?？萍几母镞^(guò)程中的共同以及差異化對(duì)策。

因子分析采用主成分分析法，因子旋轉(zhuǎn)采用方差最大正交旋轉(zhuǎn)。

聚類分析采用的是系統(tǒng)聚類中的Ward法，即同類樣品的離差平方和應(yīng)該較小，類與類的離差平方和應(yīng)當(dāng)較大，距離選擇歐式距離。

2.3.1 投入情況實(shí)證及對(duì)策

運(yùn)用主成分分析法進(jìn)行因子分析，經(jīng)SPSS 22.0軟件計(jì)算，得特征值大于1和接近1的特征根分別為7.321和0.957，對(duì)應(yīng)的方差貢獻(xiàn)率分別為81.340%和10.638%，累計(jì)方差貢獻(xiàn)率為91.978%，萃取出2個(gè)公共因子，并求解得到2個(gè)公共因子的載荷矩陣，見(jiàn)表2.

對(duì)2個(gè)公共因子進(jìn)行方差最大正交旋轉(zhuǎn)，在3次迭代中收斂循環(huán)后得到因子載荷的旋轉(zhuǎn)矩陣，見(jiàn)表2.根據(jù)因子載荷旋轉(zhuǎn)矩陣，可以對(duì)公共因子進(jìn)行命名。M1在X1，X2，X3，X4，X5，X7，X8上有較高載荷，這些指標(biāo)代表基礎(chǔ)和應(yīng)用研究方面的人才和經(jīng)費(fèi)投入，因此M1表示基礎(chǔ)和應(yīng)用因子。M2在X6，X9上有較高載荷，這些指標(biāo)代表試驗(yàn)發(fā)展的人才和經(jīng)費(fèi)投入，因此M2表示試驗(yàn)發(fā)展因子。

選擇主成分分析法，通過(guò)因子載荷矩陣除以對(duì)應(yīng)特征根開(kāi)方后得到因子評(píng)分系數(shù)矩陣，見(jiàn)表2.

對(duì)表2分析得投入共同對(duì)策

1）博士的因子載荷高于碩士和學(xué)士，說(shuō)明博士人才的貢獻(xiàn)度較大，各地區(qū)在引進(jìn)人才方面應(yīng)盡量引進(jìn)博士等高層次人才；

2）應(yīng)用研究人員的因子載荷高于基礎(chǔ)研究人員，說(shuō)明應(yīng)用研究的貢獻(xiàn)度較大，各地區(qū)應(yīng)加大應(yīng)用研究人員；

3）試驗(yàn)發(fā)展人員和經(jīng)費(fèi)支出在2個(gè)因子上的載荷都很大，說(shuō)明試驗(yàn)發(fā)展很重要，各地區(qū)應(yīng)加大試驗(yàn)發(fā)展投入。

1）除了北京和天津外，東北三省、長(zhǎng)三角以及四川、廣東等地對(duì)基礎(chǔ)投入比較重視，人員和經(jīng)費(fèi)都得到了保證，與這些地區(qū)的經(jīng)濟(jì)發(fā)展較好有關(guān)。華中以及鄰近的幾個(gè)省經(jīng)濟(jì)發(fā)展一般，基礎(chǔ)投入也一般。而西北、華北、華東的部分地區(qū)還有海南等地對(duì)基礎(chǔ)投入明顯不足。新疆、西藏、云南、貴州等地基礎(chǔ)投入雖然沒(méi)有達(dá)到平均線，但是排名中等，因?yàn)閲?guó)家近期對(duì)這些偏遠(yuǎn)地區(qū)實(shí)施了援助計(jì)劃。

2）基礎(chǔ)投入和試驗(yàn)投入都好的地區(qū)有天津、遼寧、上海、四川、江蘇?；A(chǔ)投入和試驗(yàn)投入都比較好的地區(qū)有山東、湖南、安徽。基礎(chǔ)投入和試驗(yàn)投入都比較差的地區(qū)有甘肅、寧夏、河北。

3）基礎(chǔ)投入好試驗(yàn)投入差的地區(qū)有北京、吉林、黑龍江、浙江，須加強(qiáng)試驗(yàn)發(fā)展投入。試驗(yàn)投入好基礎(chǔ)投入差的地區(qū)有河南、江西，須加強(qiáng)基礎(chǔ)投入。

4）綜合排名與基礎(chǔ)投入排名大致相當(dāng)，試驗(yàn)投入上略有差異，四川高于江蘇，遼寧高于浙江，陜西高于廣東等。

2.3.2 產(chǎn)出情況實(shí)證及對(duì)策

運(yùn)用主成分分析法進(jìn)行因子分析，經(jīng)SPSS 22.0軟件計(jì)算，得特征值大于1的特征根分別為7.146和1.086，對(duì)應(yīng)的方差貢獻(xiàn)率分別為79.405%和12.066%，累計(jì)方差貢獻(xiàn)率為91.471%，萃取出2個(gè)公共因子并求解得到2個(gè)公共因子的載荷矩陣，見(jiàn)表4.

對(duì)2個(gè)公共因子進(jìn)行方差最大正交旋轉(zhuǎn)后，得到因子載荷的旋轉(zhuǎn)矩陣，見(jiàn)表4.根據(jù)因子載荷旋轉(zhuǎn)矩陣，可以對(duì)公共因子進(jìn)行命名。N1在Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8上有較高載荷，這些指標(biāo)代表論文、專利、轉(zhuǎn)讓等基礎(chǔ)產(chǎn)出，因此N1表示進(jìn)取產(chǎn)出因子。N2在Y9上有較高載荷，Y9表示形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)，是一個(gè)行業(yè)的領(lǐng)頭羊角色，比進(jìn)取產(chǎn)出高了一個(gè)層次，因此N2表示領(lǐng)先產(chǎn)出因子。

選擇主成分分析法，通過(guò)因子載荷矩陣除以對(duì)應(yīng)特征根開(kāi)方后得到因子評(píng)分系數(shù)矩陣，見(jiàn)表4.

對(duì)表4分析得產(chǎn)出共同對(duì)策

1）SCI論文的因子載荷比著作的高，各地區(qū)應(yīng)大力推進(jìn)論文數(shù)量和質(zhì)量；

2）專利產(chǎn)出各項(xiàng)因子載荷都非常高，0.982至0.984之間，各地區(qū)應(yīng)形成良好氛圍、擴(kuò)大獎(jiǎng)勵(lì)力度鼓勵(lì)專利申請(qǐng)，尤其是發(fā)明專利的申請(qǐng)數(shù)量；

3）專利轉(zhuǎn)讓金額的因子載荷比數(shù)量的高，各地區(qū)應(yīng)建設(shè)轉(zhuǎn)化平臺(tái)使專利轉(zhuǎn)化出更多的收益；

4）專利轉(zhuǎn)讓數(shù)和形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)2個(gè)指標(biāo)在2個(gè)因子方面的載荷量都很大，表明綜合影響大，地區(qū)差異明顯，有些地區(qū)甚至為0，各地區(qū)應(yīng)采取措施擴(kuò)大這2個(gè)方面的數(shù)量。

對(duì)表5分析得產(chǎn)出差異化對(duì)策

1）綜合產(chǎn)出東、中、西部由高到低呈梯度特征。北京、長(zhǎng)三角、天津、陜西、黑龍江、湖北、重慶、遼寧等地區(qū)綜合產(chǎn)出好，人才集聚效應(yīng)明顯，須繼續(xù)保持。西藏、新疆、寧夏、江西、貴州、內(nèi)蒙、山西、河北、云南、海南等地區(qū)綜合產(chǎn)出差，這些地區(qū)經(jīng)濟(jì)落后，對(duì)人才的吸引力較弱，須加強(qiáng)。

2）青海、北京、甘肅、海南、內(nèi)蒙等地區(qū)領(lǐng)先因子作用明顯，科技創(chuàng)新力度大，須繼續(xù)保持。湖南、河南、貴州、西藏、寧夏科技領(lǐng)先在平均數(shù)以上，表明這些地區(qū)科技潛力很大。

3）基礎(chǔ)和領(lǐng)先產(chǎn)出都好的地區(qū)只有北京，須保持?；A(chǔ)和領(lǐng)先產(chǎn)出都差的地區(qū)只有山西，須進(jìn)行管理創(chuàng)新?；A(chǔ)產(chǎn)出好領(lǐng)先產(chǎn)出差的地區(qū)有上海、江蘇、浙江、天津、陜西、黑龍江、重慶和四川，須在基礎(chǔ)研究的基礎(chǔ)上有所突破。領(lǐng)先產(chǎn)出好基礎(chǔ)產(chǎn)出差的地區(qū)有青海、海南、內(nèi)蒙、貴州、西藏、寧夏，須在領(lǐng)先因子的作用下增加基礎(chǔ)產(chǎn)出量。

4）綜合排名與基礎(chǔ)產(chǎn)出排名大致相當(dāng)，領(lǐng)先產(chǎn)出上略有差異，遼寧高于四川，青海高于甘肅，安徽高于廣西，河南高于福建等。

2.3.3 高?？萍紕?chuàng)新地區(qū)平均實(shí)力綜合評(píng)價(jià)

1）綜合因子分析及對(duì)策。投入能力、產(chǎn)出能力是地區(qū)平均實(shí)力單方面的表現(xiàn)，大多存在此長(zhǎng)彼短。根據(jù)科技創(chuàng)新的內(nèi)涵，這是一個(gè)綜合性的概念，即應(yīng)該包括投入能力和產(chǎn)出能力。融合全部18個(gè)指標(biāo)，以2013年數(shù)據(jù)進(jìn)行綜合因子分析處理。

運(yùn)用主成分分析法進(jìn)行因子分析，經(jīng)SPSS 22.0軟件計(jì)算，得特征值大于1和接近1的特征根分別為13.967，1.490和0.904，對(duì)應(yīng)的方差貢獻(xiàn)率分別為77.594%，8.278%和5.021%，累計(jì)方差貢獻(xiàn)率為90.893%，萃取出3個(gè)公共因子并求解得到3個(gè)公共因子的載荷矩陣，見(jiàn)表6.

對(duì)3個(gè)公共因子進(jìn)行方差最大正交旋轉(zhuǎn)，在5次迭代收斂循環(huán)后得到因子載荷的旋轉(zhuǎn)矩陣，見(jiàn)表6.根據(jù)因子載荷旋轉(zhuǎn)矩陣，可以對(duì)公共因子進(jìn)行命名。L1在X1，X2，X3，X4，X5，X7，X8，Y1，Y2，Y3，Y4，Y5，Y6，Y8上有較高載荷，這些指標(biāo)代表基礎(chǔ)和應(yīng)用研究方面的人才和經(jīng)費(fèi)投入以及論文、專利等基礎(chǔ)產(chǎn)出，因此L1表示基礎(chǔ)因子。L2在X6，X9，Y7上有較高載荷，這些指標(biāo)代表試驗(yàn)發(fā)展的人才和經(jīng)費(fèi)投入以及專利所有權(quán)轉(zhuǎn)讓及許可數(shù)，因此L2表示試驗(yàn)因子。L3在Y9上有較高載荷，Y9表示形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)，因此L3表示領(lǐng)先因子。

選擇主成分分析法，通過(guò)因子載荷矩陣除以對(duì)應(yīng)特征根開(kāi)方后得到因子評(píng)分系數(shù)矩陣，見(jiàn)表6.

對(duì)表6分析得綜合共同對(duì)策

①X7，X8，Y1，Y3，Y4，Y5，Y6，Y8，Y9在3個(gè)因子的載荷都是正的，表明基礎(chǔ)和應(yīng)用經(jīng)費(fèi)投入以及論文、專利、轉(zhuǎn)讓等產(chǎn)出影響綜合排名，因此各地區(qū)應(yīng)加大經(jīng)費(fèi)投入，增加各種產(chǎn)出數(shù)量和質(zhì)量。

②X1，X5，X7，X8，Y1，Y2，Y4，Y5，Y6在基礎(chǔ)因子的載荷很大，表明博士、應(yīng)用研究人員、基礎(chǔ)和應(yīng)用經(jīng)費(fèi)、科技論文、專利及發(fā)明專利等9項(xiàng)指標(biāo)對(duì)基礎(chǔ)產(chǎn)出影響很大，因此各地區(qū)應(yīng)主要增加博士、應(yīng)用研究人員以及基礎(chǔ)和應(yīng)用經(jīng)費(fèi)，在此基礎(chǔ)上盡量提高論文和專利的產(chǎn)出效率。

③Y9對(duì)3個(gè)因子載荷都很大，表明國(guó)家或行業(yè)標(biāo)準(zhǔn)的形成可以帶動(dòng)地區(qū)科技的綜合實(shí)力發(fā)展，因此各地區(qū)應(yīng)挖掘領(lǐng)先潛力，形成團(tuán)隊(duì)集中各種優(yōu)勢(shì)來(lái)填補(bǔ)標(biāo)準(zhǔn)的空白。

將產(chǎn)出指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)Z′1，Z′2，Z′3，Z′4，Z′5，Z′6，Z′7，Z′8，Z′9，Z′10，Z′11，Z′12，Z′13，Z′14，Z′15，Z′16，Z′17，Z′18代入上式后得到L1，L2，L的分值，并分別按L1，L2，L得分進(jìn)行排序，見(jiàn)表7.

對(duì)表7分析得綜合差異化對(duì)策：

①綜合排名與基礎(chǔ)投入和產(chǎn)出因子排名基本一致，北京、上海、天津、江蘇、浙江、吉林、黑龍江、四川、陜西、遼寧排在前10名，其中上海、天津、江蘇、四川、陜西、遼寧的試驗(yàn)投入偏低，應(yīng)加大試驗(yàn)發(fā)展投入，而北京、浙江、吉林、黑龍江領(lǐng)先能力不足，應(yīng)加強(qiáng)領(lǐng)先科技水平的培養(yǎng)。江西、寧夏、西藏、海南、內(nèi)蒙古、貴州、新疆、河北、山西、青海等地區(qū)位列后10名，分布均勻，盡管青海、河北、貴州、海南、西藏、寧夏等地試驗(yàn)投入好，但是這些地區(qū)經(jīng)濟(jì)相對(duì)落后，基礎(chǔ)投入和產(chǎn)出嚴(yán)重不足，因此應(yīng)積極爭(zhēng)取政策扶持，加大投入，爭(zhēng)取更多的產(chǎn)出；

②湖南和安徽各方面因子表現(xiàn)與綜合排名情況相對(duì)一致，投入和產(chǎn)出都一般，比較均衡，各方面都應(yīng)有所加強(qiáng)。甘肅、福建、云南基礎(chǔ)因子表現(xiàn)一般，試驗(yàn)投入較多，綜合表現(xiàn)一般，應(yīng)加大基礎(chǔ)投入和產(chǎn)出。而湖北、重慶、山東、廣西基礎(chǔ)一般，試驗(yàn)投入不足，應(yīng)加大試驗(yàn)投入。廣東、廣西應(yīng)加強(qiáng)領(lǐng)先因子方面的產(chǎn)出，而河南應(yīng)加強(qiáng)基礎(chǔ)和試驗(yàn)因子方面的投入和產(chǎn)出。

2）綜合聚類分析。對(duì)我國(guó)31個(gè)地區(qū)進(jìn)行綜合聚類分析，概括出4個(gè)大類并明確其特征，有助于從宏觀或中觀層面認(rèn)識(shí)高?？萍紕?chuàng)新地區(qū)平均實(shí)力的現(xiàn)實(shí)水平，對(duì)地區(qū)高校發(fā)展的決策者制定科學(xué)規(guī)劃提供客觀依據(jù)。聚類結(jié)果見(jiàn)表8，與因子分析結(jié)果基本一致。各大類地區(qū)科技創(chuàng)新水平及評(píng)價(jià)得分均值見(jiàn)表9.

3 結(jié) 論

綜上所述，通過(guò)單一評(píng)價(jià)、綜合評(píng)價(jià)和聚類分析，文中討論了我國(guó)高校科技創(chuàng)新地區(qū)平均投入能力和產(chǎn)出能力，并就單一指標(biāo)和綜合指標(biāo)對(duì)全國(guó)31個(gè)地區(qū)進(jìn)行了比較排序，以期對(duì)各地區(qū)的高?？萍紕?chuàng)新發(fā)展水平和定位有深入的了解，最后根據(jù)一定

特征將各地區(qū)分為4大類，以更加明確各地區(qū)高校科技創(chuàng)新發(fā)展中的優(yōu)勢(shì)和不足。一類地區(qū)須繼續(xù)保持科技創(chuàng)新活力，挖掘領(lǐng)先潛力，形成團(tuán)隊(duì)合力；二

類、三類地區(qū)均須增加博士人才、應(yīng)用研究和試驗(yàn)發(fā)展投入，引導(dǎo)提高論文和專利的數(shù)量及質(zhì)量，增強(qiáng)產(chǎn)出能力；四類地區(qū)須增加基礎(chǔ)投入，與其他地區(qū)合作，利用自己的特色資源走差異化發(fā)展道路，填補(bǔ)科技創(chuàng)新的空白領(lǐng)域。

參考文獻(xiàn)：

[1] 張惠琴，尚甜甜.高?？蒲袆?chuàng)新效率對(duì)比分析——基于全國(guó)30個(gè)省份的面板數(shù)據(jù)[J].科研管理，2015，36（1）：181-186.

[2] 沈 能，宮為天.我國(guó)省區(qū)高校科技創(chuàng)新效率評(píng)價(jià)實(shí)證分析——基于三階段DEA模型[J].科研管理，2013，34（12）：125-132.

[3] 安 蓉，馬 亮.西部地區(qū)地方高校科技創(chuàng)新能力評(píng)價(jià)研究[J].科研管理，2015，36（1）：15-21.

[4] 陶 耘，李鐵范，張勒琴.省域尺度高?？萍紕?chuàng)新能力綜合評(píng)價(jià)及優(yōu)化——基于安徽省實(shí)證[J].華東經(jīng)濟(jì)管理，2014，28（10）：32-36.

[5] 李廉水，周 勇.中國(guó)制造業(yè)“新型化”狀況的實(shí)證分析——基于我國(guó)個(gè)地區(qū)制造業(yè)評(píng)價(jià)研究[J].管理世界，2005，6（6）：76-88.

[6] 孫 銳，王通訊，任文碩.我國(guó)區(qū)域人才強(qiáng)國(guó)戰(zhàn)略實(shí)施評(píng)價(jià)實(shí)證研究[J].科研管理，2011，32（4）：113-119.

[7] 王章豹，徐樅巍.高校科技創(chuàng)新能力綜合評(píng)價(jià)：原則、指標(biāo)、模型與方法[J].中國(guó)科技論壇，2005，2（2）：55-59.