基于因子-聚类分析法的省际大中型工业企业技术

《基于因子-聚类分析法的省际大中型工业企业技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于因子聚类分析法的省际大中型工业企业技术本文综合考虑了大中型工业企业技术创新能力的特点，在现有研究的基础上，从技术创新的基本内涵出发，收集了能代表我国各省市大中型工业企业技术创新能力的几项指标，并利用2008年各省市大中型工业企业的相关数据，运用因子分析法提炼出3个主因子，得出各省市大中型企业工业技术创新能力的综合排名，并运用聚类分析法得到天津市大中型工业企业技术创新在全国所处的位置，最后将天津市与在同一类别的各省市进行横向比较，给出政策建议。一、问题的提出创新是人类社会发展的不竭动力，在社会经济发展的不同阶段，创新都一直是

2、经济发展的重要推动力量，尤其在市场经济高速发展的当今社会中，技术创新在经济中的作用越来越大。据有关研究结果显示，因技术创新实现的技术进步对发达国家经济增长的贡献率，20世纪初只占5%左右，40-50年代上升到40%左右，70-80年代达到60%左右，90年代己高达80%左右，互联X出现后，已提高到90%。这对于资产总额和净资产占规模以上工业企业的70%以上，销售收入和利润也占到60%以上的我国大中型工业企业显得尤为重要。回顾关于技术创新的研究现状，主要集中从三个不同层面上的研究，即宏观、中观、微观。宏观上主要是从国家或者区域技术

3、创新能力研究，主要代表人物有：唐小旭、邵云飞(2005)(2003)等则采用主成份分析和聚类分析的方法对区域技术创新能力进行线性研究，将我国区域技术创新能力划分为3、4、5类三种并通过主成份分析方法研究影响区域技术创新能力的主因素，但对区域技术创新投入产出关系并未做研究;卢时雨，赵树宽，鞠晓伟(2008)从区域技术创新能力的基本涵义出发，运用因子分析的方法对我国区域技术创新能力状况进行分析和评价;范德成，唐小旭(2009)、万勇(2009)从投入—产出角度来进行分析。中观层面主要是通过不同行业的技术创新能力进行横向比较，并分析其

4、影响因素的，主要代表人有：陈傲(2007)、田长明(2008)、李武威(2009)。微观层面主要是通过深入研究某一行业的技术创新能力研究，目前主要是集中在农业(李杨、杨锦秀、傅新红，2009)、高新技术产业(郭春、张光明，2009)、制造业(李海涛，2009)等。本文主要是在前人研究的基础上，综合考虑了大中型工业企业技术创新能力的特点，从技术创新的基本内涵出发，收集了能代表我国各省市大中型工业企业技术创新能力的几项指标，运用因子分析法提炼出3个主因子，得出各省市大中型工业企业技术创新能力的综合排名，并运用聚类分析法得到天津市大中

5、型工业企业技术创新在全国所处的位置，最后将天津市与在同一类别的各省市进行横向比较，给出政策建议。二、评价指标体系的选定(一)技术创新的内涵自1912年美籍奥地利经济学家熊彼特在《经济发展理论》一书中首次提出了“创新”的概念以来，学者们便开始了大量关于创新的研究。直至二十世纪五十年代以后，才有学者明确提出技术创新的概念，并形成了关于技术创新的系统理论。由于国家、领域、看问题的角度各不相同，学者们给出有关技术创新的含义也是各不相同，这里不一一列举。综合各学者关于技术创新内涵的界定，本文认为技术创新是企业以市场为导向的一种技术经济活动

6、，它包括从一种新的技术设想的产生，到研究、开发、试制、生产制造并首次商业化实现的全过程，也就是从投入人力、物力、财力再到产出的过程。(二)评价指标体系的选定根据本文关于技术创新内涵的界定，在参考国内外相关企业技术创新指标研究成果的基础上，并在“尽可分解”原则的指导下，综合考虑指标选取的系统性、科学性、代表性、可行性及可操作性等原则，最终确定24个指标为初始指标，(见表1)。(三)分析过程因子分析(FactorAnalysis)是从多个变量(指标)中选择出少数几个综合变量的一种多元统计分析方法，用以达到简化数据的目的。并借助于聚类

7、分析法将各省、直辖市进行分类。本文利用SPSS17.0对2008年31个省、直辖市的相关数据进行分析，数据于《2009年工业企业科技活动统计年鉴》和《2009年全国科技统计年鉴》。1.数据标准化处理在进行因子分析之前，应先对原始数据进行标准化处理，处理公式为：=×0.6+0.4其中，i=1，2…30;j=1，2…29。其i表示样本数量，共30个省或直辖市;j表示指标数量，共30个指标;是第i个省市的第j项指标评价分值;是第i个省市的第j项指标实际值;是第j项指标最小值;是第j项指标最大值。2.实证分析首先对本样本是否适合因子分析

8、进行了检验(见如表2)。结果显示，KMO值为0.800，Bartlett球体检验的显著概率为0.000适合做因子分析(一般情况下，KMO值大于0.5，指标适合作因子分析)。接下来求出相关系数矩阵，根据相关系数矩阵计算其特征值、方差贡献率和累计方差贡献率(见表3)