一、引言
科技进步监测对促进各地区科技进步、提高竞争力、完善科技管理具有积极的意义。科技进步如何监测本质上是一个综合评价问题，而综合评价是指对多属性体系结构的系统做出全局性、整体性评价[1]。目前对评价问题的研究大致分为两类，一类是对综合评价方法的研究，另一类是对评价指标体系的研究。据不完全统计，中国期刊网1994-2005年基于指标体系综合评价的论文达2700多篇，而对于如何构建指标体系方法的论文只有数十篇。目前评价指标体系构建与优化的理论没有引起研究者足够的重视，人们构建指标时往往仅说明从“科学性、合理性、可比性”等一些抽象的原则出发，轻易地就提出一套指标体系。显然建立在“病态”指标体系基础上的综合评价是对事实的扭曲。因此科学的指标选择是多指标综合评价的首要问题。
从1996年开始，科技部已连续6年对全国31个地区实施了科技进步监测，每年将监测结果予以公布，监测指标体系包括4项一级指标、10项二级指标、26项三级指标[2]。2004年发布的监测指标相对于2003年有所发展。2003年科技部主持开展全国市、县、区科技进步考核工作[3]。江苏省从1994年起进行各市科技进步监测，每年发布监测结果，其指际体系与国家的也不完全一样[4]。上海市有一套更加完善的科技进步核心评价指标。国家、地区、不同时期科技进步的指标体系都有所不同，说明对科技进步内涵的认识以及监测指标的选择也在发生变化。因此如何建立科技进步测评体系本身值得探索研究。
二、区域科技进步监测体系构建应注意的问题
1.全面性与代表性的问题
目前江苏省科技进步监测指标体系共有三级，指标数达30多个。各评价指标间总会有一定的相关性，综合时必然会导致信息的重迭，影响到评价结果的合理性，甚至会歪曲评价对象间的相对位置。这种信息的重迭有时还会导致人们对综合评价的必要性产生怀疑。“近年来国家统计局从社会结构、人口素质、经济效益、生活质量、社会秩序六个方面选取46个重要指标，采用综合评分法对我国各地区社会经济发展水平的排序与只用人均GDP一个指标对各地区经济发展水平的排序结果没有多大差别”[5]。因此应当设法消除指标间信息重复，在指标体系构建时，不仅要注重单个指标的意义和指标体系的内部结构，而且在保证全面性的同时要避免关键与重点指标的淹没。全面性与代表性是指标选择的两难问题。
2.可比性与体现区域特色的问题
科技进步监测就是强化经济建设必须依靠科技。但各地区经济发展各省因地制宜，必须创造性开展工作。这就要求各地根据省情制定合适的科技进步监测体系。国家有科技进步监测体系，地区也应有其监测体系。
3.监测器与引导器的问题
指标体系的设计具有监测器的作用，还必须具有引导器的作用，具有前瞻性。对区域科技工作与科技进步具有明确的指导作用。
4.功能分析与定量选择的问题
指标体系的建立不能回避评价者的主观判断。指标体系选择最主要的方法还是功能分析，依赖研究决策人员对科技进步内涵的认识，建立合理的结构性的指标体系，定量选择是帮助其优化的重要工具。
三、优化与重构科技进步监测指标体系的思想与步骤
首先选择反映科技进步各个方面的尽可能多的后备指标，按照每个指标在经济与科技统计等方面的背景与意义进行深入的定性分析，分类形成较完备的指标体系，挑选的测评指标尽可能是公认的重要指标与确实能反映科技进步的指标，体现区域特色并具有前瞻性。由于指标众多，结构体系中每一类中可能存在指标的信息重复。为此运用多元统计中的聚类分析，将每一大类指标分为若干子类。每一子类中保留本子类中反映信息量（用离散系数衡量）最大且与同类其它指标相关程度最大的指标，其余剔除。具体步骤如下：
(1)将监测科技进步的整体特征分成K个不同侧面。如科技投入、科技产出、高新技术产业化等。然后对每个侧面选择若干后备指标，形成较全面的层次性、结构性很强的后备指标群。搜集研究对象的指标数据并标准化。
(2)对每一类后备指标运用聚类分析，指标反映属性相同的将聚为一类，通过它可将该类后备指标群初步划分。
(3)令Km表示第K个方面第m个子类对应的指标个数。当Km=1，表示该子类只有一个指标，表明只有一个指标反映该方面的特征，故在最后的指标体系中将其选入。当Km＞1，表明该子类中两个或两个以上指标，计算指标间的Spearman等级相关系数与指标本身的反映信息量大小的离散系数。
(4)对反映属性相同的同类型指标进行wilcoxon秩和检验，若有显著性差异，则选择子类中与其他指标等级系数平方和的平方根最大者，并参考离散系数大小来选择指标。
(5)对反映科技进步每个侧面后备指标群重复3-4步，把每个侧面所在子类选出的指标联合起来，这就构成较科学合理的监测指标体系。
四、地区科技进步指标选择与结构优化
我们以江苏省的科技进步为研究对象，利用 1995-2000、2003-2004《江苏科技年鉴》中包含科技投入、科技产出、经济发展、社会进步四大部分33个指标的8年时序数据。按照上述指标构建与优化的方法，探索重构江苏省科技进步监测指标体系。
（一）科技投入指标优化与重构
1.科技投入中人力投入指标的优化与重构
人力投入三级指标有①每万人口中科技人员数 （人／万人）；②科技人员中R&D人员比重(%)；③每万人口中科学家与工程师数（人／万人）；④科技人员中从事科技活动人员比重(%)。通过研究发现这四个指标具有很大的相关性，其高度相关性属于信息的重迭。故运用上述设计的方法，运用SPSS11.5进行聚类分析、相关分析、指标变异系数分析，分析结果如图 1、表1所示。
图1 人力投入指标聚类过程谱系图
运用欧氏距离平方法反映聚类效果的Coefficients值依次为6.771、18.428、62.325，数值逐渐增大，到最后突然变大，表明四个指标分为两类较好：｛①，③，②｝、｛④｝，聚类谱系图也直观的反映这一点。指标①、②、③属于同一类，具有较大的相关性。从内涵上讲，每万口中“科技人员数”和“科学家与工程师数”肯定具有极大的重复。“科技人员中R&D人员比重”指标与前两者相似性也较大，而且与单独一类的“科技人员中从事科技活动人员比重”指标评价功能相似。
根据指标间的相关性与变异系数的大小，从指标①、②、③中综合选择指标③，作为该类代表性指标的代表。综上所述，“科技投入”中“人力投入”下的四个指标优化为两个较独立的代表性指标：“每万人口中科学家与工程师人数”“科技人员中从事科技活动人员比重”。两个指标一个反映人口总量中的科技人员数，另一个则反映科技人员中从事科技活动人员比重。
2.科技投入中财力投入指标的优化与重构
财力投入三级指标有：⑤R&D支出占GDP比重(%)；⑥科技活动支出占GDP比重(%)；⑦科技拨款占财政支出比重(%)；⑧科技与技改贷款占总贷款比重(%)。聚类过程谱系图如下：
图2 财力投入指标聚类过程谱系图
把四个指标分为三类较好：｛⑤、⑥｝、｛⑦｝、｛⑧｝。研究发现，“R&D支出占GDP比重”和“科技活动支出占GDP比重”内涵及信息重复。而⑦、⑧分别反映科技拨款支撑力度和用于科技与技改的财力投入，都是能很好反映财力投入的指标。
指标⑤、⑥属于同类指标，由于只有两个指标，则根据其变异系数大小来选择，指标⑤的变异系数0.7796大于指标⑥的变异系数0.5039。所以选择指标⑤。综合上述分析。剔除“科技活动支出占GDP比例”指标，用以下三个指标来衡量科技进步中财力投入：“R&D支出占GDP比重”“科技拨款占财政支出比重”“科技与技改贷款占总贷款比重”。
3.科技投入的新、原指标体系监测结果比较
原“科技投入”一级指标下没的两个二级指标——“人力投入”、“财力投入”，其权重分别为0.4、0.6。“人力投入”二级指标下设四个三级指标权重分别为0.35、0.2、0.25、0.2。“财力投入”下设的四个三级指标权重分别为0.3、0.36、0.17、0.17。针对2004年统计数据，在原监测指标体系下。“科技投入”方面评价结果如表2的右半部。根据前节分析结果，“科技投入”方面的8个指标优化与重构为5个指标，剔除了3个。为了分析与对比，不改变原来指标间的相对权重，这样形成新的“科技投入”局部指标及权重体系。在新的监测体系下，“科技投入”方面江苏省十三市的综合得分与排序结果见表2。
综合得分是所属指标数值经过线性插值，标准化为7-10之间的数值，通过权重大小逐层汇总得到，其得分本身的具体大小并没有特别的意义，主要用于排序与监测。从优化前后“人力投入”二级指标来看，前后综合评价得分的Spearman等级相关系数为0.995，运用2个指标取代4个指标，前后得分等级几乎相同。“财力投入”前后综合得分的Spearman等级相关系数为0.885，在0.01的水平上表现为显著相关，但等级相关稍逊于“人力投入”，其原因是剔除了权重较大(0.36)的“科技活动支出占GDP比例”指标，而其内涵已被其它指标所反映，故排序数列稍有变动。从一级指标“科技投入”总的来看，优化前后等级相关系数达0.956，研究发现，除了苏州、南通上升二个等级，徐州、扬州下调两个等级外，其它9市前后排序等级完全一致。可以看出，优化与重构的指标体系在全面性的基础上具有很好的代表性，具有更强的合理性与可操作性。
（二）“科技产出”“经济发展”“社会进步”指标优化与重构
1.科技产出指标优化与重构
(1)科技贡献率中的“工业技术进步贡献率”与“农业技术进步贡献率”两个指标通过wilcoxon秩和检验有显著性差异，其代表性也不同。本文暂保留该指标。在国家与上海市的科技进步监测体系中没有这两个指标、科技部最新的全国市、县、区科技进步考核中也没有这两个指标，因此这两个指标在江苏省一直沿用的科技进步监测中保留还是剔除，需要作进一步深入研究。
(2)高新技术产业化与技术创新方面的六个指标优化为三个指标。“各市高技术产品产值占全省高技术产品产值比重%”、“高技术新产品销售收入（亿元）”、“新产品销售收入（亿元）”、“专利批准件数”为Ⅰ类。“高技术产品利税率%”、“新产品利税率%”分别为Ⅱ、Ⅲ类。从相关系数数量角度来选择，“新产品销售收入”可作为Ⅰ类中代表性指标，与其它三个相关系数分别为0.927、0.890、0.750。从经济学意义与科技进步的实际情况来看，从产出的角度看，高新技术产业发展与技术创新可以从专利批准件数以及高新技术产品的利税率来考察。由于“专利批准件数”指标反映的内容比较独特，在聚类图（略）上也与同类其它三个指标有一定的差异。通过国内外科技进步相关理论与实践评价来看这都是一个重要的指标。
因此我们选择“新产品销售收入”、“高技术产品利税率%”、“新产品利税率%”、“专利批准件数”来反映地区高技术产业化与技术创新的指标。
(3)科技经济外向度方面。“高技术新产品出口销售收入”、“高技术新产品出口销售收入占产品出口销售总收入比重”、“新产品出口销售收入”、“新产品出口销售收入占产品出口销售收入比重”，两个总量指标两个相对指标。经过同样的分析，选择“高技术新产品出口销售收入占产品出口销售总收入比重”“新产品出口销售收入占产品出口销售收入比重”两个相对指标监测科技经济外向度。
2.经济发展与社会进步指标优化与重构
(1)经济发展。“经济增长”下的三级指标“GDP”、“人均GDP”、“GDP年增长速度”，两两等级相关系数分别为0.848、0.835、0.988。结合经济含义我们认为选择“人均GDP”指标反映经济增长较好。“结构优化”只有一个指标——“第三产业产值比重”，反映产业结构的变化。经分析“效益提高”下的四个三级指标“全社会劳动生产率”“工业资本金利税率”“万元工业产值能耗”，其中“农业土地产业率”指标被剔除。
(2)社会进步。同样经研究选择“每万人口中中专及以上在校生数”反映人口素质，“三废综合治理指数”与“人均计费邮电业务总量”（现改为通信发展水平指数）分别反映环境治理与基础设施改善。
（三）优化后的指标体系与国内外科技进步监测指标之比较
1.优化后的指标体系
经过理论研究与数量选择，将原指标体系优化为：4个一级指标、9个二级指标（整合了3个二级指标）、17个三级指标（剔除了13个三级指标）（详见表3）。
2.与国内外科技进步监测体系比较
在国家科技进步监测体系中有26个指标。上述指标体系中有13个与之相同，国家的科技进步评价体系也存在冗余指标的问题，已有学者对此作过讨论[2]。经过比较，国家的指标体系中下列指标“企业科技经费支出占产品销售收入比重(%)”、“万名科技活动人员科技论文数（篇／万人）”或者“获国家级科技成果奖项数（项）”、“每万人口中因特网用户数（户／万人）”，从经济意义与科技背景来看都是能较好的反映科技进步指标，可以纳入到江苏区域科技进步监测体系中。
洛桑国际管理发展学院(IMD)“科技竞争力”中比较突出的是反映企业为技术创新主体地位，如“人均企业R&D人数”“人均企业R&D经费支出”“企业间技术合作充分程度”“企业与大学间技术转移充分程度”等指标。因此在科技进步监测体系中建议增加“企业技术创新”一级指标和相应的二级指标，以及将上述提到国家体系中的四个指标都相应的增加到江苏省科技进步监测体系中，可以重构并形成更为合理、科学的指标体系。由于需要纳入新的指标，表3中的指标权重需要结合专家意见与权威部门重新确定。
五、结论
针对指标众多，信息重复，无法突出重点，进而不易准确把握科技进步的状态与发展趋势，本文定性与定量分析相结合，定性的指标选择符合经济学意义和科技进步测评的实际情况，定量的优化运用聚类分析与相关分析等多元统计方法从科技进步后备指标群中选择有代表性少量重要独立指标，让人们根据这些指标就能判断科技进步的主要态势和发展趋势。
研究方法从科技进步的几个基本面，利用定量分析方法把指标群分成更小的子类，并用非参数检验法检验子类中指标的差异性，以保证指标体系的全面性，最后选出子类中最有代表性且反映信息量大的指标。提出的方法适用范围广泛，可普遍用于综合评价的指标构建。
为使现行科技进步更为完善，建议增加“企业技术创新”一级指标，以反映科技财力与人力资源在企业的配置情况。本文是在江苏省现行科技进步测评指标体系的结构框架和指标设置基础上作出的进一步优化与重构。其它地区可以根据本区域的情况运用本文提出的优化指标的思想与方法，建立适合该区域较为合理的科技进步监测指标体系。
收稿日期：2006-04-20
