基于因子分析的農(nóng)業(yè)科技園區(qū)創(chuàng)新能力評(píng)價(jià)
——以安徽省國家級(jí)園區(qū)為例

夏巖磊

(1.安徽大學(xué)中國三農(nóng)問題研究中心，安徽合肥 230001； 2.滁州學(xué)院經(jīng)濟(jì)與管理學(xué)院，安徽滁州 239000)

在全球經(jīng)濟(jì)增長(zhǎng)乏力，以及我國經(jīng)濟(jì)進(jìn)入調(diào)結(jié)構(gòu)、去產(chǎn)能、降增速、提質(zhì)量的發(fā)展新階段下，以科技創(chuàng)新為主要支撐的新的增長(zhǎng)點(diǎn)的挖掘，是各產(chǎn)業(yè)面對(duì)自身瓶頸能夠采取的重要手段之一。在當(dāng)前經(jīng)濟(jì)背景下，農(nóng)業(yè)經(jīng)濟(jì)及其相關(guān)產(chǎn)業(yè)更需要通過持續(xù)創(chuàng)新來激發(fā)新的活力。根據(jù)黨中央、國務(wù)院的部署，科技部會(huì)同農(nóng)業(yè)部等部委于2000年啟動(dòng)國家農(nóng)業(yè)科技園區(qū)遴選與建設(shè)工作。農(nóng)業(yè)科技園區(qū)的出現(xiàn)，是國家面向21世紀(jì)的重要農(nóng)業(yè)經(jīng)濟(jì)戰(zhàn)略。以農(nóng)業(yè)科技園區(qū)為平臺(tái)，技術(shù)上可以促進(jìn)信息技術(shù)與農(nóng)業(yè)生產(chǎn)技術(shù)相結(jié)合，提高農(nóng)業(yè)生產(chǎn)率(如無人機(jī)技術(shù)、遙感技術(shù)等在農(nóng)業(yè)生產(chǎn)中的應(yīng)用)；流通上可以借助大數(shù)據(jù)分析、跨境電商等為農(nóng)產(chǎn)品銷售提供可靠渠道，拓寬流通領(lǐng)域；功能上可以發(fā)揮“農(nóng)業(yè)孵化器”或“眾創(chuàng)空間”等平臺(tái)作用，為具備發(fā)展?jié)摿εc前景的農(nóng)業(yè)小微企業(yè)助力培育。以國家科技部為主要牽頭單位，各相關(guān)部委高度關(guān)注國家級(jí)農(nóng)業(yè)科技園區(qū)建設(shè)，并通過周期建設(shè)與評(píng)估驗(yàn)收等形式督促掛牌園區(qū)和在建園區(qū)切實(shí)做好園區(qū)各項(xiàng)工作。對(duì)于未能通過評(píng)估的園區(qū)將進(jìn)行限期1年的整改，限期后再次進(jìn)行評(píng)估，整改期間，暫停國家星火計(jì)劃等國家重要科技攻關(guān)計(jì)劃的支持[1]?？梢?，國家級(jí)農(nóng)業(yè)科技園區(qū)建設(shè)的好壞，關(guān)系著園區(qū)所在地區(qū)的農(nóng)業(yè)科技水平與科技資金、項(xiàng)目及服務(wù)投入等可持續(xù)發(fā)展。因此，在農(nóng)業(yè)科技園區(qū)創(chuàng)新能力與發(fā)展水平提升領(lǐng)域挖掘相關(guān)議題，提出相應(yīng)對(duì)策，在當(dāng)前創(chuàng)新引領(lǐng)的時(shí)代特征下，具有較強(qiáng)的現(xiàn)實(shí)意義。

1　問題的提出

伴隨著農(nóng)業(yè)科技園區(qū)成長(zhǎng)建設(shè)與創(chuàng)新發(fā)展而生的一個(gè)議題，是如何評(píng)價(jià)園區(qū)創(chuàng)新能力與發(fā)展水平的高低。這種能力和水平的高低，也直接關(guān)乎農(nóng)業(yè)主管部門在園區(qū)設(shè)置與審批、不同園區(qū)的空間布局等問題上的決策。要想促使國家級(jí)農(nóng)業(yè)科技園區(qū)不斷成長(zhǎng)為各省(市、區(qū))農(nóng)業(yè)科技創(chuàng)新的領(lǐng)頭羊、農(nóng)業(yè)科技成果轉(zhuǎn)移轉(zhuǎn)化的匯集地，需要樹立一個(gè)客觀、科學(xué)、可評(píng)價(jià)的價(jià)值導(dǎo)向，引導(dǎo)園區(qū)向提高創(chuàng)新能力與發(fā)展水平的目標(biāo)邁進(jìn)。這種價(jià)值導(dǎo)向，其表現(xiàn)形式應(yīng)為一種統(tǒng)計(jì)指標(biāo)體系，通過選取能夠代表創(chuàng)新能力的可觀測(cè)指標(biāo)，為比較不同園區(qū)的創(chuàng)新能力與水平提供可靠依據(jù)。關(guān)于農(nóng)業(yè)科技園區(qū)創(chuàng)新能力評(píng)價(jià)體系，國家科技部按照習(xí)近平總書記關(guān)于“建立符合國情的全國創(chuàng)新調(diào)查制度，準(zhǔn)確測(cè)算科技創(chuàng)新對(duì)經(jīng)濟(jì)社會(huì)的貢獻(xiàn)，并為制定政策提供依據(jù)”的指示精神，于2015年發(fā)布了《國家農(nóng)業(yè)科技園區(qū)科技創(chuàng)新能力監(jiān)測(cè)指標(biāo)體系(試行)》文件，選取“創(chuàng)新產(chǎn)出”“創(chuàng)新條件”和“創(chuàng)新績(jī)效”等3個(gè)一級(jí)指標(biāo)、16個(gè)二級(jí)指標(biāo)和74個(gè)三級(jí)指標(biāo)構(gòu)建創(chuàng)新能力評(píng)價(jià)體系，為科學(xué)評(píng)價(jià)園區(qū)創(chuàng)新能力提供了重要基礎(chǔ)[2]。從指標(biāo)設(shè)定的角度考察，我們發(fā)現(xiàn)該監(jiān)測(cè)體系尚有不完善之處：(1)非同類指標(biāo)間在內(nèi)涵上有交疊，如“創(chuàng)新績(jī)效”中的孵化企業(yè)數(shù)、年度收入、年度產(chǎn)值等指標(biāo)，也可以歸并于“創(chuàng)新產(chǎn)出”；(2)同類指標(biāo)內(nèi)部的次級(jí)指標(biāo)雖然數(shù)量較多，相關(guān)性較大，但不能全面描述上級(jí)指標(biāo)的整體情況，僅僅圍繞一個(gè)局部情況進(jìn)行考察。

進(jìn)一步地，國家科技部于2017年2月發(fā)布了《國家農(nóng)業(yè)科技園區(qū)科技創(chuàng)新能力評(píng)價(jià)報(bào)告2015》[3]，將原來的監(jiān)測(cè)體系指標(biāo)經(jīng)過處理，形成“創(chuàng)新支撐”“創(chuàng)新環(huán)境”“創(chuàng)新績(jī)效”等3個(gè)一級(jí)指標(biāo)和18個(gè)二級(jí)指標(biāo)(由于二級(jí)指標(biāo)中相對(duì)數(shù)指標(biāo)占據(jù)主體地位，因而該體系沒有設(shè)置三級(jí)指標(biāo))。指標(biāo)權(quán)重采用了等權(quán)重賦值，并據(jù)此進(jìn)行106個(gè)參評(píng)園區(qū)的創(chuàng)新能力評(píng)價(jià)，評(píng)價(jià)內(nèi)容包括創(chuàng)新能力聚類分析、區(qū)域差異分析以及總體效率分析[3]?？茖W(xué)評(píng)價(jià)是一個(gè)探索性過程，綜合比較2套體系，2015年版相關(guān)報(bào)告[3]明顯比2014年版相關(guān)報(bào)告[2]的評(píng)價(jià)過程更加合理、科學(xué)，但也有可以深度挖掘的空間：(1)由于二級(jí)指標(biāo)的增加，在指標(biāo)相關(guān)性和重疊性這2個(gè)問題上仍存疑惑；(2)主要針對(duì)東部、西部和中部3個(gè)宏觀層次采用等權(quán)重分析及排序，從而劃分為同一組類的園區(qū)各指標(biāo)數(shù)據(jù)相同，如需對(duì)某一區(qū)域內(nèi)的園區(qū)(如安徽省內(nèi))進(jìn)行內(nèi)部比較，需要進(jìn)一步計(jì)算。

綜上所述，指標(biāo)選取的合理與否關(guān)系著評(píng)價(jià)體系的可靠程度，解決上述2個(gè)問題可以通過進(jìn)一步完善體系、選取能夠全面評(píng)價(jià)的更加合理的指標(biāo)來實(shí)現(xiàn)。確定合理的指標(biāo)就需要先厘清影響創(chuàng)新能力的關(guān)鍵因素。鑒于此，本研究擬通過統(tǒng)計(jì)調(diào)查，從現(xiàn)有評(píng)價(jià)體系的指標(biāo)設(shè)置出發(fā)，利用因子分析方法降維，梳理描述的園區(qū)創(chuàng)新能力隱含的潛在因子，并利用潛在因子得分及回歸，對(duì)選取的典型園區(qū)——安徽省國家級(jí)農(nóng)業(yè)科技園區(qū)創(chuàng)新能力進(jìn)行綜合評(píng)價(jià)。之所以選取安徽省的國家級(jí)園區(qū)作為考察對(duì)象，一是因?yàn)閲铱萍疾康谄吲鷩壹?jí)農(nóng)業(yè)科技園區(qū)認(rèn)定結(jié)果公布后，安徽省擁有國家級(jí)農(nóng)業(yè)科技園區(qū)15個(gè)，數(shù)量居全國首位；二是在已完成完整的建設(shè)周期的園區(qū)中，安徽省共有6家，從而保證樣本數(shù)據(jù)量較多；三是因?yàn)榘不帐”旧硎寝r(nóng)業(yè)大省，當(dāng)前正處于全面加強(qiáng)創(chuàng)新型省份建設(shè)的重要階段，2015年又躋身全國首批8個(gè)“全面創(chuàng)新改革試驗(yàn)區(qū)域”中的一員，從而更具備農(nóng)業(yè)創(chuàng)新研究的典型性。

2　模型與數(shù)據(jù)

2.1　模型設(shè)定

假定研究總體為X=(X1，X2，X3，…，Xn)。式中：Xi為總體的觀測(cè)變量，總體均值E(X)=μ，存在協(xié)方差矩陣COV(σij)n×n。結(jié)合本研究對(duì)象，觀測(cè)變量即為18個(gè)二級(jí)指標(biāo)。模型矩陣形式如下：

Xi-μ=AF+ε。

(1)

式中：F=(F1，F(xiàn)2，…，F(xiàn)m)，為公因子；矩陣A為因子載荷；隨機(jī)系數(shù)矩陣ε為除公共因子外對(duì)變量產(chǎn)生影響的因素[4]。

該模型滿足如下關(guān)系假設(shè)：

m≤n；

cov(F，ε)=0；

該模型具有如下性質(zhì)：(1)該模型分析過程不受計(jì)量單位影響。將原始變量進(jìn)行線性變換，令：

X*=CX,μ*=Cμ,A*=CA,ε*=Cε；

則有CXi-Cμ=CAF+Cε；進(jìn)而有X*-μ*=A*F*+ε*，仍然滿足原分析條件。

(2)該模型因子載荷矩陣A并不唯一。假定存在正交矩陣Hp×p，A*=AH，F(xiàn)*=H′F，當(dāng)下列條件A～D得到滿足時(shí)，即：

A：E(H′F)=0,E(ε)=0；

B：var(F*)=var(H′F)=H′var(F)H=I；

D：cov(F*,ε)=E(F*,ε)=0。

則因子分析模型表示為X*-μ*=A*F*+ε*，從而因子載荷矩陣可以存在多個(gè)，并不是唯一的[5]。

主要參數(shù)的統(tǒng)計(jì)意義。(1)因子載荷是第i個(gè)變量在第j個(gè)公因子上的相對(duì)重要性的表達(dá)。因公因子之間不相關(guān)，相同公因子的相關(guān)系數(shù)為1，則有：

(2)

(2)變量共同度越大，模型對(duì)變量的解釋能力越好。將因子載荷矩陣A第i行元素的平方和定義為變量共同度，則有：

(3)

根據(jù)式(3)，當(dāng)按行進(jìn)行元素平方和處理后，每個(gè)變量被若干公因子的解釋轉(zhuǎn)化為變量變化情況由共同度變化(h2)和特殊因子變化(σ2)2個(gè)部分構(gòu)成，從而當(dāng)特殊因子方差越小、公因子方差越大時(shí)，模型對(duì)變量的解釋能力最強(qiáng)。

(3)公因子方差貢獻(xiàn)度，定義為因子載荷矩陣中第j列元素的平方和，由式(4)，按列進(jìn)行元素平方和處理后，每個(gè)變量被同一個(gè)公因子解釋，表示同一個(gè)公因子對(duì)全部變量的方差貢獻(xiàn)總和，即：

(4)

2.2　估計(jì)方法說明

2.2.1關(guān)于因子載荷的估計(jì)主要采用極大似然估計(jì)法根據(jù)假定公因子F和特殊因子ε服從正態(tài)分布總體，變量X=(X1，X2，X3，…，Xn)來自正態(tài)總體N(μ，∑)隨機(jī)樣本，∑=AAT+∑。令似然函數(shù)為L(zhǎng)(·)，則有：

2.2.2關(guān)于因子旋轉(zhuǎn)主要采用方差最大旋轉(zhuǎn)法因子旋轉(zhuǎn)的目的是通過一定方法促使每個(gè)變量在某個(gè)公因子上的載荷較大，在其他公因子上的載荷較小，實(shí)現(xiàn)兩級(jí)分化，從而能夠更加清晰地說明公因子對(duì)變量的解釋程度。方差最大旋轉(zhuǎn)的目的是使載荷陣的每列元素的平方能夠向著0或1分開，使每個(gè)因子上具有的最高載荷變量數(shù)最小[6]。

2.2.3關(guān)于因子得分主要采用回歸分析法將公因子表示為變量的線性組合，得到因子得分函數(shù)如下：

Fj=βj1X1+…+βjPXP。

(5)

經(jīng)標(biāo)準(zhǔn)化處理后做回歸分析，得到回歸系數(shù)的估計(jì)。假定公因子對(duì)變量進(jìn)行回歸，回歸方程如下：

令回歸系數(shù)矩陣如下：

則由系數(shù)矩陣及因子載荷矩陣的關(guān)系，得到因子得分關(guān)系式如下：

(6)

2.3　數(shù)據(jù)說明

通過實(shí)地調(diào)研及訪談，重點(diǎn)梳理描述園區(qū)創(chuàng)新能力的14個(gè)指標(biāo)所隱含的潛在因子，計(jì)算因子得分，對(duì)選取的典型園區(qū)的創(chuàng)新能力作出評(píng)價(jià)。14個(gè)指標(biāo)包括創(chuàng)新人才(X1)、園區(qū)R & D投入比例(X2)、融資強(qiáng)度(X3)、大型儀器設(shè)備值(X4)、研發(fā)中心比例(X5)、信息化水平(X6)、發(fā)明專利(X7)、省級(jí)以上品種審定(X8)、科技推廣能力(X9)、技術(shù)收入比例(X10)、孵化畢業(yè)企業(yè)數(shù)(X11)、產(chǎn)業(yè)融合度(X12)、科普能力(X13)和創(chuàng)新品牌情況(X14)。數(shù)據(jù)來源包括科技部《國家重點(diǎn)園區(qū)創(chuàng)新監(jiān)測(cè)報(bào)告2014》《國家農(nóng)業(yè)科技園區(qū)科技創(chuàng)新能力評(píng)價(jià)報(bào)告2015》、相關(guān)年度的《安徽統(tǒng)計(jì)年鑒》等。全部統(tǒng)計(jì)分析結(jié)果由軟件SPSS 22.0計(jì)算給出。

3　實(shí)證分析

3.1　原始變量描述統(tǒng)計(jì)分析

因子分析方法要求原始變量間應(yīng)該具有較強(qiáng)的相關(guān)性，從而能夠得到共享的公共因子，因此，在進(jìn)行因子分析前應(yīng)先對(duì)已選取的14個(gè)原始變量進(jìn)行描述統(tǒng)計(jì)及相關(guān)性分析。表1為各變量均值、標(biāo)準(zhǔn)差和分析數(shù)。

表1　原始變量描述統(tǒng)計(jì)

由表2可以看出，創(chuàng)新人才與省級(jí)以上品種審定、科技推廣能力及創(chuàng)新品牌數(shù)相關(guān)性均較高，園區(qū)研究與發(fā)展投入、融資強(qiáng)度相關(guān)性較高?？傮w來看，變量間相關(guān)度較高[7]。

表2　原始變量之間的相關(guān)系數(shù)

根據(jù)式(3)，變量共同度取值范圍為[0，1]，由表3給出的共同度取值均接近1，說明公因子對(duì)變量的解釋能力非常好。

3.2　公因子確定

在檢驗(yàn)變量相關(guān)程度后，結(jié)合總方差分解、特征值碎石圖等確定公因子數(shù)。由表4可以看出，前4個(gè)公因子解釋的累積方差已達(dá)到96.086%，后面的公因子特征值可以忽略。從旋轉(zhuǎn)載荷平方和來分析，旋轉(zhuǎn)后的公因子較旋轉(zhuǎn)前的解釋率有所變化，但到第4個(gè)公因子時(shí)的累積貢獻(xiàn)率不再變化，從而確定4個(gè)公因子較為合適。

根據(jù)表4中的起始特征值合計(jì)列，可以描繪初始特征值的碎石圖(圖1)。

3.3　因子載荷與因子旋轉(zhuǎn)

表5、表6分別給出了未經(jīng)旋轉(zhuǎn)的成分矩陣、旋轉(zhuǎn)后的成分矩陣?！靶D(zhuǎn)”的目的是讓每個(gè)公因子的載荷分配更加清晰。通過對(duì)比，表6中的每個(gè)變量能夠在不同公因子上得到清晰的反映。圖2顯示了旋轉(zhuǎn)空間中的各變量在不同成分中的成分。

表3　公共因子方差

注：提取方法為主成分分析法。下表同。

表4　總方差解釋

表5　未經(jīng)旋轉(zhuǎn)的成分矩陣

注：已提取4個(gè)成分。

綜合以上分析可以看出，(1)因子1在科技推廣能力、創(chuàng)新人才數(shù)量、創(chuàng)新品牌數(shù)、發(fā)明專利產(chǎn)出情況、孵化畢業(yè)企業(yè)、省級(jí)以上品種審定等指標(biāo)上具有較高載荷，說明因子1能夠反映園區(qū)在創(chuàng)新成果方面的產(chǎn)出能力，因此定義因子1為成果產(chǎn)出貢獻(xiàn)因子。

(2)因子2在融資強(qiáng)度、產(chǎn)業(yè)融合度、技術(shù)與生產(chǎn)資料收入占營業(yè)收入比例以及R & D投入比例、省級(jí)以上研發(fā)中心占園區(qū)研發(fā)中心總數(shù)的比例等指標(biāo)上具有較高載荷，表明因子2能夠反映園區(qū)要素投入對(duì)創(chuàng)新能力的促進(jìn)程度，因此定義因子2為要素投入貢獻(xiàn)因子。

(3)因子3在信息化水平指標(biāo)上具有較高載荷，表明信息化水平對(duì)創(chuàng)新能力提高的重要作用，因此定義因子3為信息技術(shù)貢獻(xiàn)因子。

表6　旋轉(zhuǎn)后的成分矩陣

注：旋轉(zhuǎn)方法為Kaiser標(biāo)準(zhǔn)化最大方差法；在6次迭代后已收斂。

(4)因子4在大型儀器設(shè)備值、科普能力等指標(biāo)上具有較高載荷，表明園區(qū)的知識(shí)與技術(shù)擴(kuò)散能力對(duì)創(chuàng)新能力提高的重要作用，因此定義因子4為擴(kuò)散輻射貢獻(xiàn)因子[8]。

綜上，通過因子載荷旋轉(zhuǎn)，將14個(gè)可以描述園區(qū)創(chuàng)新能力的統(tǒng)計(jì)指標(biāo)歸為4類，從而可以建立一套創(chuàng)新能力評(píng)價(jià)體系。

3.4　因子得分

表7給出了4個(gè)公因子的因子得分情況，根據(jù)因子得分可以給出公因子的得分公式。以公因子F1為例，得分公式如下[9]：

表7　因子得分系數(shù)矩陣

注：提取方法為主成分分析法；旋轉(zhuǎn)方法為Kaiser標(biāo)準(zhǔn)化最大方差法。

F1=0.159X1-0.014X2-0022X3+…+0.16X14。

(7)

3.5　綜合評(píng)價(jià)

根據(jù)因子得分公式及表7給出的因子得分系數(shù)矩陣，表8給出了本研究選取的6個(gè)典型園區(qū)的公因子得分情況。

表8　園區(qū)因子得分

進(jìn)一步地，筆者擬對(duì)選取的典型園區(qū)進(jìn)行綜合評(píng)價(jià)，可以借助表8的公因子得分，以每個(gè)公因子在表4中的載荷方差百分比為權(quán)重進(jìn)行加權(quán)求和，并根據(jù)結(jié)果進(jìn)行排序。表9給出了安徽省6個(gè)典型園區(qū)在4個(gè)公因子下的創(chuàng)新能力因子分析評(píng)價(jià)結(jié)果[10]。

表9　典型園區(qū)基于因子分析的創(chuàng)新能力評(píng)價(jià)結(jié)果

4　結(jié)論與討論

以因子分析方法確定衡量園區(qū)創(chuàng)新能力的14項(xiàng)指標(biāo)隱含的4個(gè)公共因子，通過因子得分方式對(duì)選取的典型園區(qū)進(jìn)行了綜合評(píng)價(jià)，得到以下結(jié)論：

(1)與以“創(chuàng)新產(chǎn)出”“創(chuàng)新條件”和“創(chuàng)新績(jī)效”等三大項(xiàng)為公因子、包含18個(gè)二級(jí)指標(biāo)的衡量體系相比，提出以“成果產(chǎn)出”“要素投入”“信息技術(shù)”“擴(kuò)散輻射”等4大項(xiàng)為公因子，包含14個(gè)二級(jí)指標(biāo)的衡量體系，在一定程度上規(guī)避了非同類指標(biāo)間內(nèi)涵上有交疊、同類指標(biāo)內(nèi)部的次級(jí)指標(biāo)數(shù)量多但不能全面描述上級(jí)指標(biāo)等問題，使得衡量體系效率得到提高。

(2)對(duì)選取的安徽省6家已完成第1個(gè)建設(shè)周期的國家級(jí)農(nóng)業(yè)科技園區(qū)進(jìn)行綜合評(píng)價(jià)，發(fā)現(xiàn)獲批立項(xiàng)年份較早、建設(shè)時(shí)間較長(zhǎng)的園區(qū)，因其基礎(chǔ)和積累有先行者優(yōu)勢(shì)，從而創(chuàng)新能力較高，如宿州園區(qū)和蕪湖園區(qū)；同批次立項(xiàng)建設(shè)的園區(qū)，傳統(tǒng)農(nóng)業(yè)和糧食產(chǎn)區(qū)為依托的園區(qū)創(chuàng)新建設(shè)能力較好，如安慶園區(qū)和蚌埠園區(qū)；合肥園區(qū)處于安徽省省會(huì)、全國科技創(chuàng)新型試點(diǎn)城市，區(qū)位優(yōu)勢(shì)明顯，但在6家園區(qū)排名靠后，主要原因是統(tǒng)計(jì)年度內(nèi)的部分指標(biāo)比重小或缺失，如創(chuàng)新人才指標(biāo)、技術(shù)收入占總收入比重、產(chǎn)業(yè)融合度等指標(biāo)在6家園區(qū)排名均在最后，大型儀器設(shè)備值指標(biāo)缺失。

對(duì)于不同樣本構(gòu)建的指標(biāo)體系及綜合評(píng)價(jià)結(jié)果可能會(huì)有差異，隨著安徽省各園區(qū)建設(shè)周期的完成，將有更多數(shù)據(jù)發(fā)布，后續(xù)研究中將對(duì)評(píng)價(jià)指標(biāo)的選取、指標(biāo)權(quán)重的估計(jì)、公因子回歸分析對(duì)創(chuàng)新能力影響，以及綜合評(píng)價(jià)結(jié)果的運(yùn)用等進(jìn)行深入研究。

參考文獻(xiàn)：

[1]科技部.科技部關(guān)于公布國家農(nóng)業(yè)科技園區(qū)評(píng)估結(jié)果的通知(國科發(fā)農(nóng)〔2013〕386號(hào))[Z]. 2013.

[2]中華人民共和國科學(xué)技術(shù)部.國家重點(diǎn)園區(qū)創(chuàng)新監(jiān)測(cè)報(bào)告2014[M]. 北京：科學(xué)技術(shù)文獻(xiàn)出版社，2015：34-43.

[3]中國農(nóng)村技術(shù)開發(fā)中心.國家農(nóng)業(yè)科技園區(qū)科技創(chuàng)新能力評(píng)價(jià)報(bào)告2015[M]. 北京：科學(xué)技術(shù)文獻(xiàn)出版社，2016：6-19.

[4]林海明. 因子分析應(yīng)用中一些常見問題的解析[J]. 統(tǒng)計(jì)與決策，2012(15)：65-69.

[5]李衛(wèi)東. 應(yīng)用多元統(tǒng)計(jì)分析[M]. 北京：北京大學(xué)出版社，2015：213.

[6]夏怡凡. SPSS統(tǒng)計(jì)分析精要與實(shí)例詳解[M]. 北京：電子工業(yè)出版社，2010：231-236.

[7]蔣和平，孫煒琳. 農(nóng)業(yè)科技園區(qū)綜合評(píng)價(jià)指標(biāo)體系研究[J]. 農(nóng)業(yè)科技經(jīng)濟(jì)，2002(6)：21-25.

[8]克勞斯·巴克豪斯，本德·埃里克森，伍爾夫·普林克，等. 多元統(tǒng)計(jì)分析方法——用SPSS工具[M]. 上海：格致出版社，2009：240-264.

[9]劉戰(zhàn)平. 農(nóng)業(yè)科技園區(qū)技術(shù)推廣機(jī)制與模式研究[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2007：112-125.

[10]張應(yīng)武，李董林. 基于動(dòng)態(tài)因子分析法的區(qū)域開放型經(jīng)濟(jì)發(fā)展水平測(cè)度研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2017(3)：123-130.