PDF《黑龙江科技统计》

1

二、模型分析 我们以黑龙江省

1996 年――2005 年的科技统计相关数据(见表 1)为基础,采用 SPSS 软件(Statistical Package for the Social Science,社会科学用统计软件包)来做出自 变量和因变量的散点图, 对存在相关性可能的数据进行函数模拟, 再通过结果检验来判别函 数关系的显著性,评价模拟结果的有效性,最后确定变量之间的函数关系成立与否,进而对 其进行解释和分析. 表1:黑龙江省

1996 年―2005 年科技活动投入部分指标 年份 企业 R&D 经费(亿元) 全社会 R&D 科学 家和工程师数 (万人) 企业 R&D 科学 家和工程师数 (万人) 全社会 R&D 经费 (亿元) 地方财政科技拨款 (亿元)

1996 2.7 7.2 2.7 5.7 3.8

1997 2.6 6.4 2.1 5.4 4.4

1998 7.2 6.6 2.2 11.9 5.2

1999 7.4 6.8 2.3 12.2 6.7

2000 7.6 6.6 3.2 14.9 10.1

2001 9.4 6.2 3.0 20.1 11.6

2002 12.8 6.5 4.1 23.3 10.5

2003 18.4 6.7 4.1 32.7 10.7

2004 22.3 6.9 4.4 35.4 12.2

2005 30.3 7.8 5.1 48.9 11.9

1、企业 R&D 经费与全社会 R&D 科学家和工程师数 在SPSS 软件显示的散点图中(见图 1) ,企业 R&D 经费与全社会 R&D 科学家和工程师数 图1:企业 R&D 经费与全社会 R&D 科学家和工程师数散点图 7.50 7.00 6.50 全社会 R&D 科学家和工程师数 30.00 20.00 10.00 0.00 企业R&D 经费没有显著的相关性.从表

1 中可以看出"全社会科学家和工程师数量"与"企业 R&D 经费" 指标虽然都随着时间的推进而表现出增长的趋势, 但它们仅作为时间序列呈现出自身的递增 性,两者之间没有必然的关联.从定性的分析上,我们也可以解释这一现象, "全社会科学

2 家和工程师数量"反映地区科技人力资源的水平,它由企业科学家与工程师数、高校科学家 和工程师数、科研机构科学家和工程师数等组合而成,作为科技人力资源的总量指标,对企 业R&D 经费这一财力指标没有显著的相关性,是可以理解的.

2、企业 R&D 经费与企业 R&D 科学家和工程师数 在SPSS 软件显示的散点图中(见图 2) ,企业 R&D 经费与企业 R&D 科学家和工程师数 图2:企业 R&D 经费与企业 R&D 科学家和工程师数散点图及拟合图 可能存在某种线性或曲线关系.进一步通过软件拟合估计,经过对比线性回归和曲线回归, 结果如下: 30.

00 20.

00 10.

00 0.

00 5.

00 4.

00 3.

00 2.

00 企业RD经费 企业 R&D 经费 Q uadrat i c Li near O bserved 企业科学家和工程师数 企业科学家和工程师数 Model Summary and Parameter Estimates Dependent Variable: 企业RD经费 .850 45.279

1 8 .000 -14.200 7.910 .926 43.497

2 7 .000 18.449 -12.513 2.928 Equation Linear Quadratic R Square F df1 df2 Sig. Model Summary Constant b1 b2 Parameter Estimates The independent variable is 企业科学家和工程师数. 线性估计的

2 R =0.85, =45.279,SIG