山西省经济转型期下的科技人才支撑力实证分析

　　5  资源型经济转型期下的山西省科技人才支撑力实证分析

　　5.1 指标数据的获取与处理。

　　5.1.1 指标的选取。

　　（1）资源型地区对应于山西省，资源型产业特指最具代表的采掘业（采矿业），其他资源型地区可根据当地主导产业予以替换。

　　（2）根据构建指标体系的科学性和可操作性原则，参考《山西省国家资源型经济转型综合配套改革试验总体方案》以及山西省"十二五"规划中有关山西产业结构调整的内容，新兴产业准则层选取了山西经济转型下代表的新能源、新材料、高端装备制造业、节能环保和信息技术产业为研究对象。

　　（3）现代服务业选取了山西省具有发展潜力的现代服务产业，包括旅游业、运输业、金融业和信息服务业等。

　　5.1.2 指标的数据收集。

　　数据收集来源于 2005-2014 年《山西统计年鉴》、2005-2014 年《中国统计年鉴》、2005-2014 年《中国科技统计年鉴》、2005-2014 年《山西省国民经济和社会发展统计公报》、山西省人力资源和社会保障厅政府公开数据、中国科技统计网、山西省人才工作网（山西省委人才工作领导组办公室设立）等相关数据资料。

　　5.1.3 指标数据的处理。

　　对于数据的预处理主要有以下两种情况：

　　对于数据统计口径不统一、不完整问题，按照相关指标和指数进行了换算。

　　由于指标的单位不统一，指标值的大小会受到量纲影响，同时由于指标体系中正向指标、适度指标和逆指标同时存在，因此，为了使指标数据摆脱量纲影响，对整体的指标体系数据进行了标准化处理。

　　5.2 因子分析过程。

　　5.2.1 因子分析法适合度检验。

　　根据构建的科技人才支撑力评价指标体系，搜集 2004-2013 年山西省科技人才统计资料后，计算出历年各项指标的原始数据。

　　5.2.1.1 相关系数矩阵。

　　由附表1科技人才支撑相关系数矩阵和附表2资源型经济转型相关系数矩阵可以看出，大部分变量之间的相关系数在 0.8 以上，表明所研究的指标之间的相关性显著，适合对指标进行因子分析。

　　5.2.1.2 KMO 与 Bartlett 球形度检验。

　　科技人才支撑的 KMO 与 Bartlett 球形度检验，其中 KMO 的值为 0.531,勉强可以进行因子分析，Bartlett 球体检验的 p 值为 0.000<0.05,认为原数据适合进行因子分析。

　　资源型经济转型的 KMO 与 Bartlett 球形度检验，其中 KMO 的值为 0.694,勉强可以进行因子分析，Bartlett 球体检验的 p 值为 0.000<0.05,认为原数据认为适合进行因子分析。

　　5.2.2 构造因子。

　　5.2.2.1 萃取公因子。

　　采用主成分分析法对自变量萃取公共子，根据特征值大于 1 的萃取准则，得出各变量的因子荷载量。

　　结果如附表 3 所示，科技人才支撑子系统提取出了一个公因子，其特征值符合大于1 准则，且该公因子累计解释的总方差达 90%以上。

　　从附表 4 可以看出，资源型经济转型子系统提取了两个因子，其特征值符合大于 1准则，且两个公因子累计解释的总方差达 95%以上。

　　5.2.2.2 变量的共同度。

　　科技人才和资源型经济转型的公因子方差，根据因子分析公因子方差的初始值均为1,得出原变量能被所提取的公因子解释，又由提取特征根的共同度均在80%以上可得，公因子对原变量的解释程度很高，萃取效果显著。

　　5.2.3 因子变量的命名解释。

　　5.2.3.1 科技人才因子变量的命名解释。

　　科技人才支撑的初始载荷矩阵只提取了一个成分，因子1在所有变量X1-X9的系数均大于0.9,不需要进行因子旋转，因此本文将该因子定义为影响科技人才支撑因子。

　　5.2.3.2 资源型经济转型因子变量的命名解释。

　　资源型经济转型的初始因子载荷矩阵显示，前两个公因子在各变量上的载荷相差不明显，即无法明确解释这两个公因子的含义，继而无法对公因子命名，因此须进行因子旋转。运用方差最大化方法，对资源型经济转型的载荷矩阵进行正交旋转。

　　资源型经济转型的旋转成份矩阵中，因子 1 在变量 Y1、Y2 上的系数分别为 0.986、0.976,大于其它变量的系数，分别对应资源型产业劳动生产率、和资源型产业产品增加值两个个指标，主要反映的是资源型产业的转型情况，因此将该因子命名为影响资源型经济转型的资源型产业因子 A;因子 2 在变量 Y3、Y4、Y4、Y5、Y6、Y7、Y8 上的系数分别为 0.968、0.855、0.873、0.842、0.840 和 0.978,分别对应新兴产业主营业务收入、新兴产业市场占有份额、新兴产业新产品销售收入、新兴产业全员劳动生产率、服务业增加值、服务业就业人数，主要反映的是新兴产业的发展情况，因此，将该因子命名为影响资源型经济转型的新兴产业因子 B.

　　5.2.4 计算因子得分。

　　5.2.4.1 科技人支撑因子得分。

　　运用回归法计算公因子的分值，得到 2003-2013 年科技人才支撑的因子得分系数矩阵.

　　设 R1 为公因子 A,则科技人才支撑的综合得分为：

　　R = 1R1计算科技人才支撑的综合得分，并按照得分由低到高排名。

　　5.2.4.2 资源型经济转型因子得分结合因子数学模型计算得出 2003-2013 年山西省科技人才支撑在各公共因子上的得分。

　　设 R1、R2 为山西省在历年资源型经济转型在公因子 A、B 上的得分，则山西省历年资源型经济转型的综合得分为：

　　R = 1R1 + 22式中，1,2为公因子 A、B 的方差贡献率。根据附表，结合因子分析的数学模型，可以得出山西省历年资源型经济转型的综合得分公式为：

　　R = 78.775R1 + 16.2942
　　
　　5.3 支撑力模型实证分析。

　　5.3.1 科技人才对资源型经济转型的支撑回归。

　　将各科技人才支撑子系统的因子得分作为解释变量，资源型经济转型子系统的因子得分作为被解释变量，建立如下计量模型：

　　Y = α + β + ε （式 5-1）其中，Y 为历年资源型经济转型的因子综合得分，X 为历年科技人才支撑子系统因子综合得分，α 和 β为参数，ε为随机误差项。

　　5.3.1.1 拟合优度检验。

　　拟合优度检验的结果可以看出，相关系数 R 为 0.983,判定系数 R 平方为 0.965,调整判定系数为 0.961,均大于 0.9,表明两个变量之间的拟合优度符合要求，模型基本可以用被解释变量全部被解释。

　　5.3.1.2 回归方程的显著性检验。

　　方程的显著性检验可知，F 统计量为 222.774,对应的 p 值近似为零，如果显著水平 α 为 0.05,由于 p=0 小于 α，因此，应拒绝原假设，表明被解释变量资源型经济得分与解释变量科技人才得分的线性关系是显著的。

　　5.3.1.3 最小二乘估计。

　　最小二乘估计可以得出，常数项（Constant）=0.001,回归系数（B）=0.861,回归系数的标准误差（Std.Error）=0.058,回归系数的 t 检验的 t 值=14.926,P=0,认为回归系数显著有意义，假设一成立，可得回归方程为：

　　Y = 0.001 + 0.861 （式 5-2）5.3.2 科技人才对资源型产业转型的支撑回归。

　　将科技人才支撑子系统的因子得分作为解释变量，资源型产业的因子得分作为被解释变量，建立如下计量模型：

　　Y1 = α + β + ε （式5-3）其中，Y1 为历年资源型产业的因子综合得分，X 为历年科技人才支撑子系统因子得分，α 和 β为参数，ε为随机误差项。

　　5.3.2.1 拟合优度检验。

　　拟合优度检验的结果可以看出，相关系数 R 为 0.946,判定系数 R 平方为 0.895,调整判定系数为 0.881,均大于 0.8,表明两个变量之间的拟合优度符合要求，模型基本可以用被解释变量全部被解释。

　　5.3.2.2 回归方程的显著性检验。

　　F 统计量为 67.895,对应的 p 值近似为零，如果显著水平 α 为 0.05,由于 p=0 小于 α，应拒绝原假设，认为被解释变量与解释变量全体的线性关系是显著的。

　　5.3.2.3 最小二乘估计。

　　最小二乘估计可以得出，常数项（Constant）=-4.91E-16,回归系数（B）=0.946,回归系数的标准误差（Std.Error）=0.115,回归系数的 t 检验的 t 值=8.24,P=0,认为回归系数显著有意义，假设二成立，可得回归方程为：

　　Y1 = 4.19E  16 + 0.946 （式 5-4）5.3.3 科技人才对新兴产业的支撑回归。

　　将科技人才支撑子系统的因子得分作为解释变量，新兴产业的因子得分作为被解释变量，建立如下计量模型：

　　Y2 = α + β + ε （式5-5）其中，Y2 为历年新兴产业的因子综合得分，X 为历年科技人才支撑子系统因子得分，α 和 β为参数，ε为随机误差项。

　　常数项（Constant）=2.54E-15,回归系数（B）=0.278,回归系数的标准误差（Std.Error）=0.34,回归系数的 t 检验的 t 值=0.818,P=0.437,认为回归系数在 0.05 的显著性水平下不显著，可得如下的回归方程，又回归系数为 0.278,表明科技人才与新兴产业之间存在正相关关系，但相关性不显著。

　　Y3 = 0.278 + 2.54  15 （式5-6）
　　
　　5.4 评价结果分析。

　　5.4.1 对科技人才支撑因子的分析。

　　（1）从因子得分的高低分析。由表 5-7 可以看出，从 2004 年-2013 年，山西科技人才支撑的得分排名依次提高。从 2009 年开始，山西省政府制定并实施了引进海外高层次人才的"百人计划",从基础投入、创新产出和资金环境三个方面对山西省资源型经济转型进行支撑，提高科技人才支撑强度。国家科教兴国和人才战略的实施，对山西省科技人才政策起到了推动作用，从政府直接支出和改善科研环境予以大力支持。

　　（2）从因子得分的正负分析。此外，从表 5-7 可以看出，2004 年-2008 年，科技人才支撑的因子得分为负，说明在这五年中科技人才的支撑强度不足；而从 2009 年-2013 年，科技人才支撑的因子得分变为正值，表明在这五年中，科技人才支撑强度有了明显提升。

　　5.4.2 对资源型产业因子的分析。

　　（1）从因子得分的高低分析得出，山西省资源型产业的转型效率逐年提升。由表5-9 可以看出，从 2004 年-2013 年，山西省资源型产业的得分排名依次提高。山西省是煤炭资源型大省，资源的开采量和利用率都随经济发展需求不断提高，由此建立了庞大的资源型产业集群。但是资源型产业因子的增长依赖于资源型产业全员劳动生产率的提升。因此，资源型地区实现经济转型，必须加强科研经费和技术投资，提高资源型产业的生产效率。

　　（2）从因子得分的正负分析得出，山西省资源型产业转型在经历负效率后趋于合理态势。从表 5-9 可以看出，2004 年-2009 年，资源型产业的因子得分为负，说明在这六年中，资源型产业的科技结构并不理想，也就是说资源型产业的转型熵增呈现略微增加的状态，但熵增的增长率逐年下降；而从 2010 年-2013 年，资源型产业的因子得分变为正值，说明在这四年中，资源型产业的科技结构开始趋于合理，也就是说资源型产业的转型熵增呈现下降的态势，并且下降的速度逐渐加快。

　　5.4.3 对新兴产业因子的分析。

　　（1）从因子得分的高低分析得出，山西省新兴产业发展效率逐年提升。由表 5-9可以看出，从 2004 年-2009 年，新兴产业的因子得分逐渐降低，因为受制于传统资源型产业对经济的垄断，新兴产业难以发展。从 2009 年-2013 年，新兴产业的因子得分逐渐提高。2015 年底山西省非煤产业投资占比达 80.2%,较三年前提高了 12.8 个百分点，其中，第三产业投资占比达 50%以上，战略性新兴产业投资比重达 47.8%,从产业投资结构上看，山西省新兴产业的发展规模逐渐增大，高技术产业优势逐渐培育。

　　（2）从因子得分的正负分析得出，山西省新兴产业发展效率存在起伏波动状态。2004 年-2013 年，山西省新兴产业的因子得分从正值变为负值后又升为正值，说明在这十年中，山西省新兴产业的科技结构呈现波动起伏的状态，即新兴产业的熵值变化并不稳定。2010 年 9 月 8 日，国务院通过《国务院关于加快培育和发展战略性新兴产业的决定》，并制定了《"十二五"国家战略性新兴产业发展规划》，大力推动发展战略新兴产业。之后山西省出台《山西省战略性新兴产业发展"十二五"规划》，确定了以新能源产业、新材料产业、节能环保产业、高端装备制造产业、现代煤化工产业、生物医药产业、煤层气产业、信息技术产业和新能源汽车产业九大战略新兴产业，以此助推新兴产业的发展。

　　（3）此外，在山西省科技人才对资源型经济转型的因子分析模型中，未能将现代服务业提取为公因子，原因在于山西省现代服务业发展处在较缓慢的初级阶段，短期内不能作为资源型经济转型的决定力量。根据《山西省 2015 年国民经济和社会发展统计公报》的数据显示，2015 年，山西省全行业固定资产投资额为 13744.6 亿元，其中，交通运输业投资额为888.8亿元，占比6.47%,信息服务业投资额为104.5亿元，占比0.76%,金融业投资额为 4.5 亿元，占比不足 0.04%.统计数据表明，在山西省的产业体系中，现代服务业的投资规模占比较小，同时现代服务业也是制约山西产业结构优化升级的难点。因此，将现代服务业纳入山西省新兴产业范畴，作为山西省下一个发展阶段需要着重提升的产业。

　　5.4.4 对综合得分因子的分析。

　　（1）从因子得分的高低分析得出，山西省资源型经济转型的整体效率逐年提升。

　　从表 5-10 可以看出，从 2004 到 2013 年，山西资源型经济转型的综合得分逐年提高，即山西省资源型经济转型效率在逐步提升。资源型地区是一个开放的熵态系统，科技人才作为负熵流，增加科技人才的支撑强度，可以减少资源型地区的熵增，加快形成经济转型耗散结构。2010 年 12 月，山西省被国务院批准为资源型经济转型综合配套改革试验区，在此之后山西省政府制定并实施了《山西省国家资源型经济转型综合配套改革试验总体方案》，自此正式迈向了资源型经济转型的发展道路。

　　（2）从因子得分的正负分析，山西省资源型经济转型在经历负效率后趋于合理态势。从表 5-10 可以看出，2004 年-2009 年山西资源型经济转型的综合得分为负，在这六年中，山西资源型经济系统处于混乱状态，系统绩效正并逐渐衰亡，表现为资源型地区经济转型缓慢，也就是说科技人才的投入并未完全冲抵整个资源型地区的经济转型熵增，即科技人才的支撑强度不足以使资源型地区进入经济转型的耗散有序结构；而从2010 年-2013 年，资源型经济转型的综合得分变为正值，在这四年中，科技人才的负熵效应明显，促使了资源型地区的经济转型熵降低，使资源型地区向经济转型的耗散有序结构发展。

　　5.4.5 对支撑力回归方程的分析。

　　（1）由科技人才对资源型经济转型的支撑力回归结果即公式 5-2:Y=-0.001+0.861X可得，山西省科技人才对资源型经济转型有明显的正向支撑作用，从而验证了假设一。

　　从 2004 年-2009 年，山西资源型经济转型系统的综合得分为负，资源型经济转型的进展缓慢，科技人才对资源型经济转型的支撑作用略显薄弱。从 2009 年-2013 年，山西科技人才支撑的因子得分变为正值，在这五年中，科技人才支撑强度有了明显，并且从2010 年-2013 年，资源型经济转型的综合得分变为正值，根据熵和耗散结构理论，在这四年中，山西省科技人才支撑促使了资源型经济转型熵的降低，使资源型地区向经济转型的耗散有序结构发展，表明科技人才的聚集规模达到一定程度将对资源型地区的经济转型有明显的正向支撑作用。

　　（2）由科技人才对资源型产业转型的回归结果即公式 5-4:Y1=-4.19E-16+0.946X可得，山西省科技人才对资源型产业转型有明显的正向支撑作用，从而验证了假设二。

　　山西省是传统的资源型地区，矿产资源丰富，由此建立了庞大的资源型产业集群，投入经费研发资源开发技术，提升生产效率。

　　（3）由科技人才对新兴产业的回归结果即公式 5-6:Y3=0.278X+2.54E-15 可得，山西省科技人才对新兴产业存在正向支撑作用，但支撑作用并不明显，假设三成立。原因在于山西省处于资源型经济转型的初期，科技基础薄弱，科研力量集中在传统资源型产业，对新兴产业投入的科研力量不足。新兴产业是科技进步发展到一定阶段后新出现的部门和行业，它以新能源、新材料、新技术和新理念等为特征，以企业技术创新创造经济效益，因而对科技人才的需求提出了更高的要求。

　　（4）此外，由于在山西省科技人才对资源型经济转型的因子分析模型中，未能将现代服务业提取为公因子，因此不能进行回归分析，无法验证假设四：科技人才对现代服务业的支撑效用。原因在于山西省现代服务业发展处在较缓慢的初级阶段，短期内不能作为资源型经济转型的决定力量，因此将现代服务业纳入新兴产业进行分析。