目录一、研究背景及其意义 (3)二、研究方案 (3)研究目标 (3)研究内容 (4)研究方法 (4)三、科学技术与经济发展的关系分析 (4)科技投入 (4)科技产出 (5)经济发展 (7)小结 (7)四、科学技术与经济发展的模型分析 (8)模型假设 (8)符号说明 (8)信度与相关性分析 (8)因子分析 (9)回归分析 (10)五、结论 (13)附录： (14)科学技术与经济发展的关系一、研究背景及其意义十九大报告指出：创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。

要瞄准世界科技前沿，强化基础研究，实现前瞻性基础研究、引领性原创成果重大突破。

加强应用基础研究，拓展实施国家重大科技项目，突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新，为建设科技强国、质量强国、航天强国、网络强国、交通强国、数字中国、智慧社会提供有力支撑。

加强国家创新体系建设，强化战略科技力量。

深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化。

倡导创新文化，强化知识产权创造、保护、运用。

培养造就一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队。

而科技作为创新的重要引领者和实践者，对于建设创新型国家起着重要作用。

科技进步是经济发展与社会发展的强大推动力。

邓小平同志曾指出；＂科学技术是第一生产力＂；江泽民同志也曾指出：＂科学技术是第一生产力，而且是先进生产力的集中体现和主要标志。

科学技术的突飞猛进，给世界生产力和人类经济发展带来了极大的推动，未来的科学发展还将产生新的重大飞跃＂。

在当今这个信息化和全球化加速的时代，科技进步对经济社会发展的促进作用越来越显着，科技进步成为生产力水平的首要决定因素，是国家或区域竞争力的重要源泉。

近年来，随着我国经济增长方式的转变，科技支撑和引领经济社会发展的作用越来越强，无论是国家还是区域都需要通过依靠科技进步来促进经济社会发展。

科技进步考核有效地促进了科教兴国、可持续发展和人才强国战略的落实，使科技促进经济杜会发展的能力逐步提升。

基于科学技术在创新型国家建设中的重要地位，本文将利用国家统计局中获得的数据，研究我国科技投入、科技产对经济发展的影响。

本文的研究结论可为有关部门制定创新体系建设的政策措施提供借鉴。

二、研究方案2.1研究目标科学技术是先进生产力的集中体现和重要标志，随着我国经济増长方式的转变，科技日益成为引领未来经济社会发展的先导力量，无论是国家还是区域都必须依靠科技进步实现快速发展。

本文利用全国在科技发展和经济社会发展方面的数据，力争较全面地反映我国科技进步与经济发展之间的关系，为相关政策制定的提供借鉴，为我国相关科技工作的有效开展提供支持。

2.2研究内容报告从科技进步与经济社会发展之间相互作用、关系进行理论分析。

在我国科技进步与经济社会发展之间相互作用方面，首先利用2002-2016年全国数据，通过数据处理，直观的研究了各个因素对经济影响的直接结论，然后通过信度分析，因子分析，确定影响经济发展的主成分因子，其次根据散点图参数检验建立线性回归方程，得到经济发展与科技投入与产出的模型，进行检验，最后得出结论。

2.3研究方法本文在采用了基本的数据描述性分析、相关性检验、信度分析、因子分析、回归分析、参数检验等方法。

三、科学技术与经济发展的关系分析3.1科技投入对我国科技投入的分析，主要分析我国的科学研究与开发机构数(个)、研究与试验发展人员全时当量(万人年)、研究与试验发展经费支出(亿元)。

分析表明我国科技投入快速增加，科技实力不断増强。

表1 科技投入2002年2003年2004年2005年2006年2007年2008年2009年机构数39013803377537273707人员经费2010年2011年2012年2013年2014年2015年2016年机构数3696367336743651367736503611人员机构数70638687图1 科学研究机构个数如图1所示，随着我国对科技投入的增加，我国的科研机构呈现出先增后减的趋势，说明我国的科学机构由最初的量大逐渐向质为标准进行转换，这是科学技术的一次升级，在一定程度上也反应了科学技术的发展形式。

图2 研究与试验人员总数我国拥有的研究与试验人员越来越多，人才强国的科技道路越来越宽广。

说明国家科技人才工作越来越重视，人才的供应量大大增加，科技实力明显增强。

根据图*显示城区万人拥有专业技术人员数明显增加。

图3 研究经费支出2002-2016年间，我国科技投入保持快速增长态势，研究与试验发展经费支出不断増加。

由2002年的亿元，到2016年的亿元。

短短15年间，科技支出费用增长了倍。

3.2科技产出对城区科技产出的分析，主要分析发表科技论文(万篇)、出版科技着作(种)、专利申请授权数(项)、技术市场成交额(亿元)这4个方面。

分析2002-2016年数据，我国科技产出水平不断提高。

表2 科技产出20062007年2008年2009年2002年2003年2004年2005年年论文着作4012042918430634529649080专利132399182226190238214003268002351782411982581992成交额3039 2010年2011年2012年2013年2014年2015年2016年论文150152154157164165着作45563454724675145730474705220753284专利8148259605131255138131300130268717181921753763成交额8577图4 发表科技论文图5 出版科技着作图6 专利申请数近年来，我国的自主创新能力及知识产权意识越来越强，科技产出水平不断提高，发表科技论文数、出版科技着作数、授权专利数持续增长。

图7 技术市场成交额图7说明技术市场成交合同金额快速增加，说明我国技术市场交易越来越活跃，技术市场成交金额既反映了技术市场交易的活跃程度，也在一定程度上反映了我国的科技创新实力和依靠科技进步促进经济社会发展的能力。

3.3经济发展我们选用国内生产总值（GDP）作为衡量经济发展的指标：表3 国内生产总值2002年2003年2004年2005年2006年2007年2008年2009年GDP1374222010年2011年2012年2013年2014年2015年2016年GDP643974图8 GDP数据分析表明经济发展的指标以比较高的速度增长，呈现较好的发展态势。

3.4小结本章利用2002-2016年期间的数据，对我国科技进步和经济社会发展的态势进行分析，得出以下结论：1.科技投入増长态势：2002-2016年我国科技投入快速増加，研究人员越来越多，科技实力不断增强；2.科技产出增长态势：2002-2016年我国科技产出水平不断提升，发表科技论文数、出版科技着作数、授权专利数显着増加，技术市场交易越来越活跃。

3.经济社会发展状况：2002-2016年我国城区经济发展以较髙的速度増长，呈现良好发展势头。

四、科学技术与经济发展的模型分析4.1模型假设H1. 我国科技投入对经济发展有显着的正向影响。

H2. 我国科技产出对经济发展有显着的正向影响。

4.2符号说明4.3信度与相关性分析整理我国的科技考核数据，剔除异常数据后，样本共有117个数据。

在模型拟合之前先检验样本相关数据是否符合多元正态分布，如果不符合，则使用spss对数据进行正态化处理，对正态化处理之后的数据再进行方程建模。

信度分析表4 信度分析结果ANOVASum of Squares dfMeanSquare F SigBetween People11Within People BetweenItems7.000 Residual77Total84Total95Gr表4是Friedman检验的结果。

Friedman检验的卡方观测值为对应的概率值p 值接近0。

如果显着性水平α为，由于其概率值p小于显着性水平α，应该拒绝其零假设，认为各项目的均值总体上存在显着差异，其中存在不相关的项目，因此该评价体系能够对评估者加以区分。

表5 相关性矩阵Inter-Item Correlation MatrixGDP X1 X2 X3 D1 D2 D3 D4 GDP1X1 1X2 1X3 1D1 1D2 1D3 1D4 1表5显示了各评估项目的相关系数矩阵，可以看到国内生产总值GDP 与研究经费X3的相关系数最高（），研究人员x2与着作数量D2相关系数最低（）。

综合分析，该模型是可信的。

4.4因子分析表6 原有变量的相关系数矩阵Correlation MatrixX1 X2 X3 D1 D2 D3 D4 X1 1X2 1X3 1D1 1D2 1D3 1D4 1表7 因子解释原有变量方差情况根据表7可以看到，第一个因子的特征值为，解释原有6个变量总方差的%，累积方差贡献率为%，因此原有变量的总方差均被解释掉。

其碎石图如下：图 9 因子碎石图表8因子载荷矩阵与得分系数Component Matrix aComponent Score CoefficientMatrixComponent Component1 1研究与试验发展经费支出(亿元).986科学研究与开发机构数(个)研究与试验发展人员全时当量(万人年).984研究与试验发展人员全时当量(万人年) .153专利申请授权数(项).983研究与试验发展经费支出(亿元).153发表科技论文(万篇).976发表科技论文(万篇).152技术市场成交额(亿元).965出版科技着作(种).137科学研究与开发机构数(个)专利申请授权数(项).153根据表8 可写出以下因子得分函数:X+⨯+XD1F DD⨯X⨯+⨯-=F1⨯+.0+⨯+D153.01441373.04*150.0221.01.0153153152.03称为科技实力。

4.5回归分析利用因子分析后做回归分析：我们利用上面的因子分析得到的主成分科技实力与GDP的关系作出散点图：图10 散点图可以看出他们之间具有很强的线性关系，因此我们可以作出线性回归。

表9 回归分析结果（1）如表9所示由于调整后判定系数980.02=R ，比较接近于1，因此认为拟合优度较高，被解释变量可以被模型解释的部分较多，未被解释的部分较少。

表10 回归分析结果（2）表11 回归分析结果（3）图11正态分布图与标准化残差p-p 图 由表10、11可得，如果显着性水平α为，由于概率P 值小于显着性水平α，应该拒绝回归方程显着性检验的零假设，认为各回归系数不同时为0，被解释变量与解释变量的全体线性关系是显着的，可建立线性模型。