论文部分内容阅读
摘 要 创新是一个国家科技事业发展的决定性因素,是国家竞争力的核心。科技创新作为创新的重要组成部分更是受到国家的重视。因此,研究科技创新成果的转化、分析影响科技创新成果相关因素对提高我国的创新能力有着极其重要的意义。
关键词 科技创新成果 相关因素 路径分析
中图分类号:F276文献标识码:A
科技创新成果是评价科技创新的重要指标,它包括新产品、专利和发明等。影响科技创新成果的因素很多,比如国家财政科技投入、全国科技活动人员、R&D人员全时当量、R&D经费支出等等。而目前国内关于对影响科技创新成果相关因素的研究大多只限于描述性的分析,缺少深层原因的探讨。本文的研究侧重于对影响科技创新成果的可能因素进行路径分析,旨在揭示各因素之间的相互关系和层次逻辑关系,从而为提高科技创新、建设创新型国家提供一定的依据。
一、路径分析原理
20世纪20年代初,遗传学家休厄尔•赖特提出路径分析方法,后来经生物遗传学家、心理测验学家、计量经济学家等的推进,引入隐变量,并允许变量间具有测量误差,并且用极大似然估计代替了最小二乘法,形成了现代路径分析方法。现代路径分析已成为多元统计分析的一种重要方法,并被广泛应用于遗传学、经济学等领域,用来揭示事物之间的因果关系、比较各种因素之间的相对重要程度 。本文通过建立路径模型进行路径分析,在消除其他因素影响的基础上,确定原因变量对结果变量的直接影响,揭示各个因素对科技创新成果的影响程度。
(一) 路径图。
路径分析的主要工具是路径图,它采用一条带箭头的线表示变量间预先设定的关系,箭头表明变量间的关系是线性的,且表示着因果关系发生的方向。在路径图中,观测变量一般写在矩形框内,不可观测变量一般写在椭圆框内,对于简单的路径模型,可以直接用字母表示变量,绘出路径图。
(二)直接作用与间接作用。
变量X对变量Y的影响有两种情况:若X直接通过单箭头对Y具有因果影响,称X对Y有直接作用;若X对Y的作用是间接地通过其他变量Z起作用,称X对Y有间接作用,称Z为中间变量 。例如在影响国家科技创新成果的相关因素中,“国家财政科技支出”直接影响“科技创新成果”,而“科学家和工程师人数”则是通过“全国科技活动人数”间接地对“科技创新成果”发生作用。此处的“全国科技活动人数”就是中间变量。
二、路径分析模型在影响科技创新成果相关因素中的应用
20世纪初,Pearson原理在传统统计学中占主导地位,但这种理论越来越暴露出自身的缺陷:一是相关分析仅仅是用来分析变量之间的线性相关关系;二是相关分析反映变量之间的关系是对称的,实际上很多变量之间的关系不对称,如遗传学中父子之间的基因关系,只能是父决定子的基因,父在前子在后;三是只有在正态假设下,相关思想才成立 。基于此,休厄尔•赖特提出路径分析方法,它通过分解原因变量与结果变量之间的相关系数,抽离出原因变量对结果变量的直接影响和间接影响。
本文参考《2009年中国科技统计年鉴》,搜集1995年—2008年的数据,选取影响科技创新成果的九个相关因素:国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出作为原因变量,分析它们对结果变量科技创新成果的影响程度。
(一)路径模型的确定。
国家科技创新成果的影响因素共包含九个指标: 国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出作为原因变量,图中分别用A、B、C、C1、D、E、E1、E2、E3表示,分析它们对结果变量科技创新成果(F)的影响程度。
根据逻辑上的认识,可以得到以下几条因果路径:
1、国家财政科技支出、国家财政教育支出、R&D人员全时当量决定科技创新成果,并对科技创新成果直接产生一定的影响。
2、科学家和工程师数量决定着全国科技活动人数,一般来说,科学家和工程师的人数越多,全国科技活动人数也就越多。而全国科技活动人数的多少又会对科技创新成果产生直接的作用。
3、基础研究经费支出、应用研究经费支出、试验研究经费支出的多少决定着R&D经费支出的多少, R&D经费支出可以直接影响科技创新成果。而基础研究经费支出、应用研究经费支出、试验研究经费支出则是通过R&D经费支出间接地作用于科技创新成果。
根据以上因果关系,则可得到路径图1。
图1 影响科技创新成果相关因素的路径图
很明显,该模型为递归路径模型,对应该路径图,可写出以下结构方程组:
C = r13 * C1 + Pe1 * e1
E = r15 * E1 + r25 * E2 + r35 * E3 + Pe10 * e10
F = P11 * A + P12 * B + r13 * P13 * C * C1 + P14 * D + r15 * P15 * E * E1 + r25 * P15 * E * E2 + r35 * P15 * E * E3 + Pe8 * e8
(二)路径系数的估计。
利用Amos7.0软件对图1中的路径系数进行估计。结果见图2。
图2基准路径模型图
(三)模型的调试与检验。
图2所示的模型称为基准模型, 从图2可知,国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出路径系数都比较显著,且方程拟合效果比较好;但是,全国科技活动人数、R&D经费支出和科技创新成果的残差项e7、e10、e8的路径系数很小,仅为0。考虑删除上面的三个残差项e6,并重新估计模型,结果如图3所示。图3所示的模型称为待检模型。
图3 待检路径模型图
一般情况下,模型的调试和检验步骤为:
第一步,分别计算基准路径模型和待检路径模型的拟合指数R2c和R2t:
第二步,将基准残差指数与待验残差指数相比,便得到一个关于检验模型拟合度的统计量:
由于的分布很难求出,但可以根据构造统计量:
其中,n为样本大小,d为检验模型与饱和模型的路径数目之差,大样本情况下,W渐进服从自由度为 d的分布。
第三步,在一定的显著水平下,根据检验结果,决定是接受基准模型,还是接受调试后的待检模型。
但是,在影响科技创新成果的相关因素的路径模型中,待检模型中并没有删除某条路径,仅仅删除了一些变量的残差项,其结果并不影响最终的路径系数。所以在本模型中不需要对模型进行检验,即认为接受基准模型。
三、结论
从路径分析模型中,我们可以看到:科学家和工程师人数直接决定着全国科技活动人员数,并通过全国科技活动人员数间接地影响科技创新成果。国家财政科技支出、国家财政教育支出、R&D人员全时当量对科技创新成果的影响程度一样,它们的路径系数均为0.46。R&D经费支出对科技创新成果的影响最大,其路径系数达到0.74。因此,国家在强调建立健全创新体制、完善创新环境的同时,还要注重对人才的培养和引进,并增加R&D经费的支出。
(作者:郑州大学商学院数量经济学专业硕士研究生,主要研究方向:科技创新与综合改革)
注释:
何晓群.多元统计分析.中国人民大学出版社,2008年版.
金玉国.从回归分析到结构方程模型:线性因果关系的建模方法论.山东经济,2008(3).
张立军,邹琦.基于路径系数权重的科技成果奖励评价模型.科技管理研究,2008(5).
关键词 科技创新成果 相关因素 路径分析
中图分类号:F276文献标识码:A
科技创新成果是评价科技创新的重要指标,它包括新产品、专利和发明等。影响科技创新成果的因素很多,比如国家财政科技投入、全国科技活动人员、R&D人员全时当量、R&D经费支出等等。而目前国内关于对影响科技创新成果相关因素的研究大多只限于描述性的分析,缺少深层原因的探讨。本文的研究侧重于对影响科技创新成果的可能因素进行路径分析,旨在揭示各因素之间的相互关系和层次逻辑关系,从而为提高科技创新、建设创新型国家提供一定的依据。
一、路径分析原理
20世纪20年代初,遗传学家休厄尔•赖特提出路径分析方法,后来经生物遗传学家、心理测验学家、计量经济学家等的推进,引入隐变量,并允许变量间具有测量误差,并且用极大似然估计代替了最小二乘法,形成了现代路径分析方法。现代路径分析已成为多元统计分析的一种重要方法,并被广泛应用于遗传学、经济学等领域,用来揭示事物之间的因果关系、比较各种因素之间的相对重要程度 。本文通过建立路径模型进行路径分析,在消除其他因素影响的基础上,确定原因变量对结果变量的直接影响,揭示各个因素对科技创新成果的影响程度。
(一) 路径图。
路径分析的主要工具是路径图,它采用一条带箭头的线表示变量间预先设定的关系,箭头表明变量间的关系是线性的,且表示着因果关系发生的方向。在路径图中,观测变量一般写在矩形框内,不可观测变量一般写在椭圆框内,对于简单的路径模型,可以直接用字母表示变量,绘出路径图。
(二)直接作用与间接作用。
变量X对变量Y的影响有两种情况:若X直接通过单箭头对Y具有因果影响,称X对Y有直接作用;若X对Y的作用是间接地通过其他变量Z起作用,称X对Y有间接作用,称Z为中间变量 。例如在影响国家科技创新成果的相关因素中,“国家财政科技支出”直接影响“科技创新成果”,而“科学家和工程师人数”则是通过“全国科技活动人数”间接地对“科技创新成果”发生作用。此处的“全国科技活动人数”就是中间变量。
二、路径分析模型在影响科技创新成果相关因素中的应用
20世纪初,Pearson原理在传统统计学中占主导地位,但这种理论越来越暴露出自身的缺陷:一是相关分析仅仅是用来分析变量之间的线性相关关系;二是相关分析反映变量之间的关系是对称的,实际上很多变量之间的关系不对称,如遗传学中父子之间的基因关系,只能是父决定子的基因,父在前子在后;三是只有在正态假设下,相关思想才成立 。基于此,休厄尔•赖特提出路径分析方法,它通过分解原因变量与结果变量之间的相关系数,抽离出原因变量对结果变量的直接影响和间接影响。
本文参考《2009年中国科技统计年鉴》,搜集1995年—2008年的数据,选取影响科技创新成果的九个相关因素:国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出作为原因变量,分析它们对结果变量科技创新成果的影响程度。
(一)路径模型的确定。
国家科技创新成果的影响因素共包含九个指标: 国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出作为原因变量,图中分别用A、B、C、C1、D、E、E1、E2、E3表示,分析它们对结果变量科技创新成果(F)的影响程度。
根据逻辑上的认识,可以得到以下几条因果路径:
1、国家财政科技支出、国家财政教育支出、R&D人员全时当量决定科技创新成果,并对科技创新成果直接产生一定的影响。
2、科学家和工程师数量决定着全国科技活动人数,一般来说,科学家和工程师的人数越多,全国科技活动人数也就越多。而全国科技活动人数的多少又会对科技创新成果产生直接的作用。
3、基础研究经费支出、应用研究经费支出、试验研究经费支出的多少决定着R&D经费支出的多少, R&D经费支出可以直接影响科技创新成果。而基础研究经费支出、应用研究经费支出、试验研究经费支出则是通过R&D经费支出间接地作用于科技创新成果。
根据以上因果关系,则可得到路径图1。
图1 影响科技创新成果相关因素的路径图
很明显,该模型为递归路径模型,对应该路径图,可写出以下结构方程组:
C = r13 * C1 + Pe1 * e1
E = r15 * E1 + r25 * E2 + r35 * E3 + Pe10 * e10
F = P11 * A + P12 * B + r13 * P13 * C * C1 + P14 * D + r15 * P15 * E * E1 + r25 * P15 * E * E2 + r35 * P15 * E * E3 + Pe8 * e8
(二)路径系数的估计。
利用Amos7.0软件对图1中的路径系数进行估计。结果见图2。
图2基准路径模型图
(三)模型的调试与检验。
图2所示的模型称为基准模型, 从图2可知,国家财政科技支出、国家财政教育支出、全国科技活动人数、科学家和工程师人数、R&D人员全时当量、R&D经费支出、基础研究经费支出、应用研究经费支出、试验研究经费支出路径系数都比较显著,且方程拟合效果比较好;但是,全国科技活动人数、R&D经费支出和科技创新成果的残差项e7、e10、e8的路径系数很小,仅为0。考虑删除上面的三个残差项e6,并重新估计模型,结果如图3所示。图3所示的模型称为待检模型。
图3 待检路径模型图
一般情况下,模型的调试和检验步骤为:
第一步,分别计算基准路径模型和待检路径模型的拟合指数R2c和R2t:
第二步,将基准残差指数与待验残差指数相比,便得到一个关于检验模型拟合度的统计量:
由于的分布很难求出,但可以根据构造统计量:
其中,n为样本大小,d为检验模型与饱和模型的路径数目之差,大样本情况下,W渐进服从自由度为 d的分布。
第三步,在一定的显著水平下,根据检验结果,决定是接受基准模型,还是接受调试后的待检模型。
但是,在影响科技创新成果的相关因素的路径模型中,待检模型中并没有删除某条路径,仅仅删除了一些变量的残差项,其结果并不影响最终的路径系数。所以在本模型中不需要对模型进行检验,即认为接受基准模型。
三、结论
从路径分析模型中,我们可以看到:科学家和工程师人数直接决定着全国科技活动人员数,并通过全国科技活动人员数间接地影响科技创新成果。国家财政科技支出、国家财政教育支出、R&D人员全时当量对科技创新成果的影响程度一样,它们的路径系数均为0.46。R&D经费支出对科技创新成果的影响最大,其路径系数达到0.74。因此,国家在强调建立健全创新体制、完善创新环境的同时,还要注重对人才的培养和引进,并增加R&D经费的支出。
(作者:郑州大学商学院数量经济学专业硕士研究生,主要研究方向:科技创新与综合改革)
注释:
何晓群.多元统计分析.中国人民大学出版社,2008年版.
金玉国.从回归分析到结构方程模型:线性因果关系的建模方法论.山东经济,2008(3).
张立军,邹琦.基于路径系数权重的科技成果奖励评价模型.科技管理研究,2008(5).