(3)国外主要检索工具收录我国科技论文增速放缓。国外主要检索工具收录我国科技论文2012年增速为8.3%，较2011年下降7 个百分点，但该指标自1991年起一直处于频繁剧烈波动的状态，所以该指标的大幅下降不必引起政策制定者的过于关注。

(4)全国技术市场成交合同金额增速大幅上升。全国技术市场成交合同金额2012年增速为35%，较2011年大幅上涨13 个百分点。自1994年起，该指标增速保持震荡上升趋势，近几年增速已达到30%左右，说明技术市场比较繁荣景气。在制定政策时可以保持监管，尽量发挥市场的能动性和多样性。

(5)专利申请总数增速回落。专利申请总数2012年增速为26%，较2011年下降8 个百分点。自1991 起，该指标大幅震荡但保持总体向上趋势，指标的节点走势与一致指标非常吻合，二者于2007年、2009年、2011年均是转折点，所以政策制定者可通过改变该指标走向来达到扭转一致指标走向的目的。总体来看，该指标需要政策制定者多加关注。

4 结语

本文依据创新周期理论，将景气分析与国家科技创新评价体系相结合，建立了反映科技创新活动状况的时序模型。

(1)由于采用了连续的22 个年度指标数据构建科技创新景气测度指数，使得国家科技创新景气指数能够实时反应国家科技创新活动状态。采用主成分方法，反映出国家科技创新活动转折和波动，有助于对我国科技创新景气状态进行测度和监测。

(2)先行指数领先于一致指数波峰、波谷1～2年和2～5年说明指数中的各类指标存在时序性，反映了不同创新指标对国家科技创新景气指数的测度结果具有的不同时点的影响，有助于我们把握大学科技创新活动的动态性和规律。

(3)基于主成分分析的科技创新景气指数能预测科技创新景气发展的趋势，这对我国促进经济发展方式转变、实现创新型国家战略具有重要的意义。

1 科技创新景气指数构建理论在科技创新活动中，由于技术周期、产品周期、经济周期的共同影响，科技创新活动存在着循环机理，因而也具有综合状态。本文认为:科技创新“景气”状态是指科技创新活动繁荣、上升、兴旺、发达的状态。而“不景气”则指科技创新活动萧条、下降、衰退、停滞的状态。科技创新景气指数是通过定量的方法，对科技创新活动的状态或发展趋势进行综合评价的指标，指数的高低代表着区域科技创新的活跃程度。科技创新景气指数构造的理论基础是创新周期理论。熊彼特认为创新不是连续均匀地分布在时间序列上，而是时断时续、时高时低，有时群聚，有时稀疏，这样就产生了创新周期。由于历史上的创新千差万别，因而周期也有长有短，从而导致了不同时间跨度的创新周期波动。他还根据创新浪潮的起伏，把各个时期的主要技术发明作为各个“长波”的标志，划分了3 个长波，后来的学者相继证实了这个结论。近期也有学者们研究认为，人类已经经历过了5 次创新波，现在正进入第6 次创新波。图1 反映的是6 次连续的科技创新长波图［1］。图1 六次创新长波图2 中国科技创新景气指数构建2.1 PS 模型指标筛选与数据处理通过查阅中国科技统计年鉴，本文选取了中国从1991—2012年的共40 个年度科技统计指标数据，首先通过PS 模型对指标进行初步的筛选。(1)区域科技创新的过程维度(P)。根据创新的过程，可将创新分成投入阶段与产出阶段。创新投入主要反映区域内创新主体的投入情况。而创新产出一般分为科技产出和经济产出，分别代表同行认可和市场认可。因此，本文以区域科技创新系统的过程维度作为指标筛选的一个维度，从创新的投入、科技产出、经济产出以及效率等方面进行指标筛选。(2)区域科技创新的结构维度(S)。根据区域科技创新系统的定义和结构模型，科研机构、高校和企业是创新活动的三大主体，但是从单个主体进行创新统计缺乏对区域系统的整体认识。因此本文区域创新系统的结构维度将从总量、科研机构、高校、企业等几个方面进行划分，从而有效地对指标进行筛选。配合PS 模型，然后根据数据的缺失情况，以及指标的重要性、及时性和波动性，最终选择了20 个能反映我国科技状况的指标。对于数据中存在的异常值(本文把正常值界定在和缺失值，本文采用均值法或线性趋势法对其进行修正。对数据进行初步处理之后，由于原序列均是正向指标，不存在正向化处理的问题。但是由于每个指标的量纲不同，会给指标的分析过程造成不必要的麻烦，所以有必要对处理之后的数据进行无量纲化，把性质、量纲各异的指标转化为可以进行综合的一个相对数。无量纲化公式如下:2.2 综合景气指数指标的确定(1)基准循环与基准指标的确定。目前国际上通用的有三种景气循环，即古典循环、增长循环、增长率循环。但是由于现在我国大多数科技指标在绝对量上都是增长的，只是增长速度的变化幅度较大，因此本文采用增长率循环法来构造景气指数。景气指数体系是基于有关科技创新变量相互之间的时差关系来指示景气动向的。为了判别指标间的时序性，必须选取一个能反映科技创新状况的重要指标作为基准，本文选取了专利申请总数作为基准指标，主要是由于专利较接近创新的商业应用并且专利数据能较全面地反映区域发明和创新信息［2］。(2)科技创新景气指标分组。对指标进行初步处理之后，要按这些指标与基准指标之间的时差关系划分为先行、一致和滞后指标组。分组的方法很多，目前采用较多的主要有时差相关分析法、K-L信息量法、聚类分析和谷峰对应法。本文选用K-L信息量法对景气指标进行分组，K-L 信息量越小，说明真实概率分布与模型概率分布越接近。设基准指标为y={y1，y2，…，yn}。由于任意满足pi＞0，∑pi=1 的序列p 均视为某随机变量的概率分布列，因此，对基准指标做标准化处理，使得指标的和为单位1，处理后的序列记为p:设被选择的指标x={x1，x2，…，xn}，也做标准化处理，处理后的序列标记为q:则K-L 信息量可由下式计算:式(4)中l 表示超前、滞后期，取负数时表示超前，取正数时表示滞后，l 被称为时差或延迟数。L 为最大延迟数，nl是数据取齐后的数据个数。当计算出2L +1 个K-L 信息量后，从这kl值中选出一个最小值k'l作为被选指标关于基准指标的K-L 信息量，即其相对应的延迟数l' 表示超前或滞后期。考虑到科技创新的具体情况，超前或滞后期不会太长，最多超前或滞后三年，本文取最大延迟数为3。按上述方法对所选指标进行分组，得到的?科技创新景气指数构造实证研究发现，通过主成分构建的经济景气指数与传统方法得到的变化趋势完全相同，只是在波动幅度上略有差异。因此本文采用主成分方法来构建景气指数。(1)按照主成分方法确定主成分个数。在已确定的全部p 个主成分中合理选择m 个来实现最终的评价分析。一般用方差贡献率80% 来确定最终的主成分个数。(2)计算主成分权重。本文中主成分的权重为每个主成分的方差贡献率，即:(3)计算主成分系数得分。根据各个主成分的系数得分，求出每个主成分的线性加权值:(4)计算初始景气指数。对m 个主成分进行线性加权，即得到初始的科技创新景气值:表1 国家科技创新景气指数的指标构成及权重(5)调整数据，计算最终的科技创新景气值:按照上述指数的构造方法，依据累计贡献率大于80%的原则，得到先行指标组的三个主成分，三个主成分的累计贡献率为81.19%，能较好地反映6 个先行指标的总体变动情况，因此通过这三个主成分来构造中国科技创新的先行指数。按照同样方法计算得到一致指标组的4 个主成分，其累计贡献率为80.64%，从而能达标8 个指标的大部分信息。将累计贡献率作为权重，对先行和一致指标组的主成分分别进行线性加权，并以1991年为基准年份，设为100，计算各年份的科技创新景气指数。由于篇幅所限，本文只计算先行和一致指数，结果见表2。表2 中国科技创新景气指数表用图形表示如图2 所示。根据图2，依次确定先行、一致指标波峰和波谷所处的时期，结果见表3。图2 中国科技创新景气图由表3 可以看出，先行合成指数的波峰所处时期分别领先于一致合成指数的波峰1～2 的时间，先行合成指数的波峰所处时期平均领先一致合成指数的波峰1.3年;先行合成指数的波谷所处时期分别领先于一致合成指数的波谷2～5 的时间，先行合成指数的波谷所处时期平均领先一致合成指数的波谷3.2年。同时可看出，波峰和波谷间隔在1～3年之内，意味着科技创新进入相对繁荣期后，1～3年内将进入衰退期。2010年先行指数处于波谷，2011—2012年先行指数持续上升，预示着我国科技创新将触底反弹，在1～3年内进入繁荣期。表3 先行、一致合成指数的峰、谷时期3 中国科技创新景气指数分析及政策建议3.1 科技创新景气指数分析创新景气图形表明先行指数效果明显。由1991年开始，先行指数与一致指数之间开始发生先行效果，平均超前为1～2年。从一致指数的走势看，中国科技创新景气划分为2 个阶段:阶段1(1991—1995年):大幅震荡阶段。此阶段受我国经济影响，由于通货膨胀居高不下，国家采取宏观调控政策，科技创新状态很不稳定。1992年科技创新景气度达到最高点101.42，随后出现快速下滑，1994年达到阶段最低点97.99，随后触底反弹，并于1995年达到100.70。阶段2 (1995—2012年):平稳波动阶段。从1995年之后，我国科技创新进入了一个较平稳的波动时期，时间长达15年，始终在100 点上下波动，分别于2004年、2006年、2009年跌破100 点，但随后又触底反弹，更证明了2012年科技创新指数跌破100 后，将于1～2年内快速回升。从近3年的景气走势分析看:①先行指数处于上行趋势。2010年先行指数处于波谷，2011—2012年先行指数持续上升，预示着我国科技创新将触底反弹，在1～3年内进入相对繁荣期。按照先行指标连续上涨1～3年内将进入下行趋势的以往惯例，先行指标预计在1～2年内下降。②一致指数处于下行路径，科技创新逐渐进入不太景气的低迷状态。在经历了2010年和2011年的景气状态后，景气指数于2012年下降到99.95。近几年国家科技创新?一致指标组重点指标变动分析及政策意义(1)高等教育研发人员总数的增速呈现上行趋势。高等教育研发人员总数2012年增速达4.8%，较2011年上升1.5 个百分点。该指标增速自1991—2004年间大幅震荡，2005年起围绕5%小幅波动，说明高等教育研发人员总数已进入稳定阶段。该指标的权重超过0.16，在一致指标中占有重要意义，在政策制定时需多加留意。(2)大中型企业技术改造经费负增长。大中型企业技术改造经费2012年增速下降3.1%，较2011年大幅下降21 个百分点。从历史经验看，该指标的走势和一致指标的走势基本相同，该指标的大幅下滑预示一致指标将下降。而工业增加值持续放缓，企业生产积极性不旺，大中型企业技术改造经费急需制定政策来阻止这项指标继续下行。(3)国外主要检索工具收录我国科技论文增速放缓。国外主要检索工具收录我国科技论文2012年增速为8.3%，较2011年下降7 个百分点，但该指标自1991年起一直处于频繁剧烈波动的状态，所以该指标的大幅下降不必引起政策制定者的过于关注。(4)全国技术市场成交合同金额增速大幅上升。全国技术市场成交合同金额2012年增速为35%，较2011年大幅上涨13 个百分点。自1994年起，该指标增速保持震荡上升趋势，近几年增速已达到30%左右，说明技术市场比较繁荣景气。在制定政策时可以保持监管，尽量发挥市场的能动性和多样性。(5)专利申请总数增速回落。专利申请总数2012年增速为26%，较2011年下降8 个百分点。自1991 起，该指标大幅震荡但保持总体向上趋势，指标的节点走势与一致指标非常吻合，二者于2007年、2009年、2011年均是转折点，所以政策制定者可通过改变该指标走向来达到扭转一致指标走向的目的。总体来看，该指标需要政策制定者多加关注。4 结语本文依据创新周期理论，将景气分析与国家科技创新评价体系相结合，建立了反映科技创新活动状况的时序模型。(1)由于采用了连续的22 个年度指标数据构建科技创新景气测度指数，使得国家科技创新景气指数能够实时反应国家科技创新活动状态。采用主成分方法，反映出国家科技创新活动转折和波动，有助于对我国科技创新景气状态进行测度和监测。(2)先行指数领先于一致指数波峰、波谷1～2年和2～5年说明指数中的各类指标存在时序性，反映了不同创新指标对国家科技创新景气指数的测度结果具有的不同时点的影响，有助于我们把握大学科技创新活动的动态性和规律。(3)基于主成分分析的科技创新景气指数能预测科技创新景气发展的趋势，这对我国促进经济发展方式转变、实现创新型国家战略具有重要的意义。参考文献:［1］Dorothea Seebode1，Sally Jeanrenaud，John Innovation for Sustainability［J］.R&D ，42(3):196-206.［2］Archibugi D.The Inter-industry Distribution of Technological Capabilities:a Case Study in the Application of Italian Patenting in the USA［J］.Technovation，1998，7:259-274.

文章来源：《长江技术经济》 网址: http://www.cjjsjj.cn/qikandaodu/2020/0710/372.html