一、技术创新水平
基于指标数据的可得性，利用表4.6指标对技术创新水平进行分析。主要宏观数据均来自国家统计局，采集了国家2007—2016年的数据。表4.6对具体的指标进行了统计性描述分析，并通过SPSS软件采用Alpha信度系数法进行了信度检验，信度系数应该在0至1之间，本次收集数据标准化后的Cronbach Alpha=0.936，达到了有效的标准，信度良好，表明该数据的内部一致性理想。随后，我们使用SPSS 23.0软件对数据进行因子分析，使用主成分分析模型确定公因子，计算得出特征值方差贡献率以及累计贡献率见表4.7和表4.8。其中，按照特征值较大的标准提取前3个因子作为公共因子，从表4.7中可以看出前3个公共因子的累计方差贡献率达到97.91%（超过95%）。表4.8表明，因子旋转后数据表现仍然支持提取前3个因子作为公共因子，但各个因子对原变量的解释方差得到重新分配，同时各因子的方差贡献率也发生改变，可使因子更便于理解。(https://www.daowen.com)
表4.6 原始数据的描述性统计[12]
续表
表4.7 旋转前特征值及方差贡献率表[13]
表4.8 旋转后方差贡献率表[14]
为了使公共因子变量能够更清晰地反映实用经济信息，使用最大方差法对初始因子载荷矩阵进行正交旋转，得到旋转后的因子载荷矩阵见表4.9。利用因子得分系数表4.10，采用回归法求得各公共因子得分。
表4.9 旋转后因子载荷矩阵[15]
表4.10 因子得分系数表[16]
续表
记F 1*、F 2*、F 3*为公共因子f 1、f 2、f 3的得分，则有：
参考杨芷晴（2015）做法，计算出各公共因子得分后，将数据用方差贡献率赋权（见表4.11），最后求得综合因子得分
表4.11 方差贡献率赋权结果[17]
表4.12和图4.1展示了样本时间段全国技术创新的综合因子得分以及排名情况。可以看出随着时间的推移，我国技术创新不断提高。事实上，我国自1995年实施科教兴国战略以来，无论是国家层面还是企业层面都加强了对科技研发投入的重视，也更加注重科技进步在保持经济持续稳定增长中的重要地位。样本期内，R&D经费内部支出的年均增长率超过20%，远高于同期的GDP增长速度，中国整体的科技活动投入经历了一个“井喷式”的发展时期。同时我国一直高度重视技术创新发展，从选取的投入产出原始指标来看，不管是资金投入、设备投入还是研发产出，都处于不断上升趋势。以技术市场成交合同额为例，从2007年的2226.53亿元到2016年的11407亿元，其平均增长速度高达41.23%。
该研究结论与主流观点也比较一致，例如，刘晖等（2015）利用2007—2012年我国28个省和直辖市的面板数据研究了战略性新兴产业技术创新的整体效率，发现样本期间其技术创新效率整体处于较低水平，但呈现小幅波动上升趋势。[18]聂秀华等（2021）采用2011—2018年省级面板数据，从数字金融角度分析了区域技术创新水平的提升机制。[19]匡祥琳（2022）利用2010—2020年中国30个省区市面板数据，测度了中国人工智能技术创新水平，结果显示，虽然地区差异明显，但中国人工智能技术创新水平整体波动呈现上升态势。[20]
表4.12 技术创新综合因子得分及排名比较[21]
图4.1 2007—2016年全国技术创新综合因子得分[22]