王玉波 ，付建清 ，姚迦陆，高雅欣
(1.唐山市科学技术情报研究所 科技统计中心，河北 唐山 063000；
2.河北冀东建设工程有限公司，河北 唐山 063000；
3.不列颠哥伦比亚大学，加拿大 温哥华；
4.唐山市欣加贝农业科技有限公司，河北 唐山 063000)
随着世界经济的持续发展,科技创新已成为国家发展战略的核心和提高综合国力的关键。科技投入作为科技创新的关键要素，对其绩效进行客观可靠的评价，是找出影响科技活动效果和科技创新发展水平差异制约因素、提高科技活动效率和科技创新水平的重要手段。本文对我国31个省、自治区、直辖市科技投入绩效进行了评价分析，并提出提高地方科技投入绩效、促进经济和社会发展的对策与建议，以期为科技管理者提供决策参考。
从现有的国内文献来看，国内学者对地方财政科技投入绩效评价开展了广泛研究。如王立岩[1]采用灰色关联分析方法研究河北省地方政府财政科技投入绩效；
李萌萌等[2]采用层次分析法分析了芜湖市财政科技投入绩效；
郭艺等[3]采用因子分析法研究了福建省财政科技投入绩效。在科技投入绩效评价方面，张桂玲等[4]采用DEA方法对河南省科技投入绩效进行评价；
张玉赋等[5]采用线性回归模型分析科技投入对经济增长的带动作用。科技投入绩效评价方法主要采用数据包络分析、线性回归分析、灰色关联分析、层次分析、因子分析、聚类分析等。本文以31个省(自治区、直辖市)为研究对象，选取具有代表性的7个科技指标，运用R型因子分析法对区域科技投入绩效进行定量评价，并对其结果进行分析，进而提出推动我国科技进步的建议和措施。
本文以可操作性和代表性为原则,借鉴相关学者研究成果，选取科技人力和财力资源指标、科技投入直接产出指标和科技对经济发展的影响等为绩效评价指标。包括规模以上工业企业R&D人员全时当量占平均用工人数的比重(X1)、地方财政科技支出占地方财政支出比重(X2)、规模以上工业企业R&D经费投入占营业收入的比重(X3)；
人均地区生产总值(X4)、每万人专利授权量(X5)、每万人发明专利授权量(X6)、技术市场合同成交额(X7)7个指标。原始数据来源为2021年的《中国统计年鉴》和《2020年全国科技经费投入统计公报》。
3.1 数据处理
本文的评价指标样本数据均是客观数值，为了减少因数据量纲和量级差异造成的不可比性，采用z-score方法对原始样本数据进行标准化处理,见表1。标准化处理的公式如下：
Xij=(Xij-μj)/σj,其中μj为样本均值,σj为样本标准差。
表1 全国科技投入绩效评价指标标准化数据
3.2 相关性检验
通过SPSS软件对各变量间的关系进行测试，得出相关性矩阵见表2，可以直观地发现,除X3和X6之间显示一般相关性[6]，其余变量间皆为显著相关。
3.3 适用性检验
使用SPSS软件对研究对象进行适应性检验，检验结果见表3，KMO的检验值为0.758，大于0.5；
Bartlett球形检验显著性水平为0.000，小于0.05，表明变量数据适合进行因子分析[6]。
表2 相关性检验结果
表3 KMO和巴特利特检验结果
3.4 因子提取和因子旋转
使用SPSS软件选取主成分分析法获得初始解，用最大方差法进行因子旋转，结果如表4。由表4可知,第一、第二因子的初始特征值分别为5.329和0.998,旋转后方差百分比分别为48.934% 和41.449%，方差累积贡献率为90.383%,说明这两个公因子可以解释大部分原始信息,故本文选取这两个公因子作为科技投入绩效评价指标[6]。
表4 总方差解释
表5 旋转后的成分矩阵
3.5 主成分因子命名
由旋转成分矩阵表5可以看出，第一因子F1在人均地区生产总值(X4)、每万人专利授权量(X5)、每万人发明专利授权量(X6)、技术市场合同成交额(X7)有较大载荷，代表着科技产出，命名为科技产出因子；
第二因子F2在在规模以上工业企业R&D人员全时当量占平均用工人数的比重(X1)、地方财政科技支出占地方财政支出比重(X2)、规模以上工业企业R&D经费投入占营业收入的比重(X3)有较大载荷，代表科技投入，命名为科技投入因子。
3.6 计算权重系数
根据王路德[7]撰写的《用R型因子分析法计算综合评价的权重》中的方法计算7个变量的权重系数。
将第一主成分(F1)上的7个变量得分系数的绝对
表6 成分得分系数矩阵
值相加得1.72，第二主成分(F2)上的7个变量得分系数的绝对值相加得1.76；
X1在F1的权重为：0.150/1.72，在F2的权重为：0.420/1.76。那么第i个变量的权重系数Ti可定义为
即T1=0.150/1.72+0.420/1.76=0.326,同理T2=0.148，T3=0.483，T4=0.171，T5=0.142,T6=0.418,T7=0.311;
将T1归一化成百分数，可得：T1=0.326/(0.326+0.148+0.483+0.171+0.142+0.418+0.311)×100%=16%;T2=7%;T3=24%;T4=9%;T5=7%;T6=21%;T7=16%
3.7 综合评价得分
根据权重系数，得出F1和F2的分数及综合评价得分和排名。
表7 2020年各省(市、自治区)科技投入绩效排名
从科技投入水平来看，得分排名前三名的省份为浙江省、江苏省和广东省，均为东部沿海省份，是中国社会与经济发展最发达的地区，他们在政府对科技重视程度、科技人才、科技经费投入均居前列，科技投入与经济增长之间实现循环往复的良性互动。数据显示，有15个省区市科技投入因子得分为正，其他综合得分均低于平均值。
从科技产出水平来看，排名第一的是北京市。虽然北京在非首都功能转移背景下部分企业迁出，导致规上企业R&D经费投入强度不占优势，科技投入因子中综合排名仅为第六名，但这不影响其科技产出因子得分高于第二名近1倍。
综合得分排名如下：排名第一的北京综合得分为2.62，远超其他省(市、自治区)；
江苏省、浙江省、上海市、广东省分别位居第二至第五名，综合得分分别为1.34、1.32、1.26和1.23。31个样本中有12个综合得分为正，其他均低于平均值。各省区市之间绩效相差比较明显，东部沿海省市科技产出绩效高于中西部和东北地区，科技发展不平衡。
5.1 区域发展不平衡
由于国家政策、基础设施、自然资源和经济社会发展制度等存在差异大，各省区市经济发展明显呈现出区域不平衡性。东部省市的经济社会发展水平大大超过中西部地区；
沿海地区依托其优越的自然资源、完善的基建和便捷的交通运输，经济增长显著。中西部，特别是西部内陆，受交通条件和自然环境所限，经济社会发展相对缓慢，西部大开发战略就是基于西部发展缓慢提出的指导性帮扶政策。东北地区很多矿产资源都面临枯竭，经济增长滞后于国内平均水平。
5.2 政府科技投入的引导作用相差较大
地方财政作为科技投入的主体之一，对地方科技发展和经济建设产生重要的引导推动作用。2020年北京市的地方财政科技支出占地方财政支出比重为5.78%，而西藏仅为0.41%，说明各地区政府对科技投入的重视程度不同。
5.3 人才是第一创新资源
北京作为科技产出和综合绩效得分的第一名，离不开科技人才的支持。目前北京市拥有1 000多所科研院所、34所双一流高校，在人才、科研、文化教育等领域有无可比拟的优势，成为了科技创新发展的沃土。仅2020年技术市场合同成交额就占全国的22.36%，每万人发明专利授权量达到新疆的87倍。
6.1 缩小区域经济差异
各省区市可利用政策倾斜提升科技资源的使用效率，带动经济社会发展。在不断加大科技投入的同时，开展各具特色的区域科技创新。引导中西部统筹自然禀赋资源，充分发挥其比较优势，积极开发特色产业。支持东部地区通过托管、共建等形式支援落后地区，引导东部区域创新成果在中西部、东北地区孵化转化，助力当地产业高质量发展。通过科技知识在区域内部的传播流动，推动协调创新，缩小区域间发展差异，形成协同高效的区域科技创新工作体系，进而共同提高整个国家的科技创新能力。
6.2 发挥政府引导作用
充分发挥地方财政科技投入的引导作用，引导企业和全社会参与科技投入，促进地方经济高质量发展。
地方政府可通过建立多元化、多层次、多渠道的科技金融融资服务平台，吸引银行、保险、创投等各类金融资本支持科技型企业发展，如银行对科技企业贷款实行财政贴息政策，以提高企业科技投入的主动性和积极性。
地方政府对本地科技资源、科技实力与当地经济社会发展的实际情况更加清楚，政府科技投入应该倾斜于经济社会发展中最紧要的重大问题和重点领域，同时整合科研院所和高校的优势资源，加快产学研深度融合，促进本区域科技进步，促进地方经济高质量发展。
6.3 注重人才资源储备
习近平总书记指出“努力推进人才强国发展战略，创造良好人才培养创新生态环境，聚天下英才而用之，全面调动广大科技人员积极性、主动性、创造性”，人才资源是技术创新的巨大引擎，是技术创新的第一资源，也是创新活动中最为活跃、最为积极的因素。当地政府要出台相关政策，如落户优惠、购房补助和科研经费资助等人才招引政策；
鼓励当地企业主动对接高等院校、科研院所，引进优秀人才来本地创业，并为他们在各方面提供更多支持，从而提高本地区科技发展水平。
6.4 提升绩效管理水平
树立绩效观，明确职责，相互协调，做好科技投入绩效评价工作。通过重大项目集中攻关，推进关键领域重点突破；
实施以结果为导向的绩效管理，提升科技投入绩效。