17个市州科技进步贡献率测算结果分析

为了更加深入了解湖北各地区科技进步贡献率运行水平和趋势，本篇对全省17个市州科技进步贡献率情况进行分析。

1.17个市州科技进步贡献率总体情况

从科技进步贡献率水平看，2018年大部分市州的科技进步贡献率均超过50%，表明科技进步对全省各地区经济增长具有明显的支撑作用。“一主两副”城市表现突出，武汉、襄阳、宜昌三市科技进步贡献率达到66.13%、58.59%、57.72%，分别比全省总体水平高9.01、1.47、0.6个百分点。武汉科技进步贡献率超过65%，位居全省首位，远超其他市州；襄阳、宜昌位居第二、第三位。位于第四位的鄂州科技进步贡献率达到55.20%，超过了55%。除上述前四位城市和神农架林区外，其他市州科技进步贡献率均在50%～55%。2018年神农架林区科技进步贡献率为49.72%，接近50%。

从科技进步贡献率趋势看，2012—2018年全部市州科技进步贡献率均呈现上升态势，但上升幅度各有不同。全省科技进步贡献率上升5.31%，武汉、黄石、孝感、随州、神农架林区、宜昌、襄阳和十堰科技进步贡献率上升幅度超过全省；咸宁、荆门、潜江、鄂州、恩施州、天门、荆州、仙桃和黄冈科技进步贡献率上升幅度低于全省。上升幅度位于前七位的市州为武汉、黄石、孝感、随州、神农架林区、宜昌和襄阳，分别上升了10.72、10.51、9.59、9.41、8.91、6.74和6.44个百分点。武汉不仅科技进步贡献率水平最高，上升幅度也为最大；黄石、孝感科技进步贡献率上升幅度位居第二、第三位；神农架林区科技进步贡献率虽然没有超过50%，但上升幅度位居全省第五位，表现出较好的发展潜力。

2.17个市州科技进步贡献率聚类分析

为了进一步考察湖北17个市州科技进步贡献率的空间分布特征，本篇采用聚类分析方法进行分析。

聚类分析是指将研究对象按照某种特征或规则进行分类或者分组。聚类分析是一种探索性统计分析方法，在分类的过程中，不需要事先确定分类标准，而是从样本数据出发，自动根据某种特征或规则进行分类。本篇基于2018年湖北17个市州科技进步贡献率测算数据，采用聚类分析方法，对湖北17个市州进行分类，以进一步探究湖北17个市州科技进步对经济增长贡献的区域差异和空间分布特征。

K-means算法是聚类分析最经典的算法之一，本篇选择K-means算法对17个市州科技进步贡献率进行聚类分析。该算法是一种基于质心的划分方法，输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准的k个聚类。其评定标准为同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算。其原理为基于质心的划分方法，就是将簇中的所有对象的平均值看做簇的质心，然后根据一个数据对象与簇质心的距离，再将该对象赋予最近的簇。K-means算法基本步骤如下:

①从n个数据对象中任意选择k个对象作为初始聚类中心；

②根据每个聚类对象的均值，计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；

③重新计算每个有变化聚类的均值；(www.xing528.com)

④计算标准测度函数，当满足一定条件时，如函数收敛，则算法终止；如果条件不满足则回到步骤2。

3.17个市州科技进步贡献率聚类结果分析

根据上文湖北17个市州科技进步贡献率测算结果，采用K-means算法进行聚类分析，结果如表8.5所示。进一步将表8.5归纳整理，得到17个市州科技进步贡献率分类情况，如表8.6所示。

表8.5　2018年17个市州聚类分析结果表

续表

表8.6　2018年17个市州科技进步贡献率分类情况表

由表8.6可知，聚为同一类的市州同质性较高，特点比较突出，未聚为同一类的市州，其差异性也十分明显。具体来看，通过对科技进步贡献率进行聚类分析，17个市州被分成了四类。其中第一类是武汉，科技进步贡献率最高，达到66.13%。第二类地区包括宜昌、襄阳，科技进步贡献率分别为57.72%、58.59%。第三类地区包括黄石、鄂州、荆门、孝感、黄冈、咸宁、随州、仙桃、潜江、天门，科技进步贡献率分别为53.04%、55.20%、53.36%、53.18%、53.20%、54.36%、54.16%、52.98%、52.97%、53.56%。第四类地区包括神农架林区、恩施州、十堰市、荆州市，科技进步贡献率分别为49.72%、51.62%、51.23%、52.38%。

进一步将表8.6绘制成17个市州科技进步贡献率聚类分析结果热力图，如图8.3所示。可以发现，“一主两副”城市科技进步贡献率明显高于其他市州，东部科技进步贡献率高于西部地区。

图8.3　2018年湖北17个市州科技进步率聚类分析结果