从人员投入方面看，科学普及专职人员占科学普及人员总数的30.10%，位居全国第1位，在近几年期间，我省科学普及专职人员占比均位于全国前两位，全省农村科学普及人员占比在全国排名较为靠前，位居全国第13位，具体情况详见 图2 。

从科学普及经费投入方面看，我省科学普及经费投入强度为1.35‱，位于全国第19位，与全省科技创新能力水平相当。2022年，全省科学普及经费筹集额为1.8亿元，较上年减少25.2%。其中政府拨款1.6亿元，政府拨款中的科学普及专项经费为0.8亿元，较上年增长14.1%。全省人均科学普及专项经费为6.9元，较上年减少2.3元。

全省科学普及经费的来源主要是公共财政投入。在科学普及经费筹集额中，政府拨款占比92.9%，较上年增加3.5个百分点，位居全国第14位。其次是自筹资金为0.1亿元，占比为7.6%，较上年减少1.9个百分点，具体详见 图3 。

我省科学普及资源共享交流取得良好成效。2022年，科学普及(技)展览参观人次共计1080.78万人次，较上年增长4.1倍，位居全国第6 位，排名提升11位。科技活动周是回顾全省科技发展历程，对于动员全省科技工作者、社会各界人士积极投身创新驱动发展战略的伟大实践，进一步坚定科技自立自强信心和决心有着重要的时代意义。2023年全省科技活动周全面展示吉林重大科技创新成果，开展现场科学普及互动体验，让大家“零距离”感受科技魅力，活动期间，吉林省各有关部门、承办单位举办各具特色的群众性科技活动近百场，全省共计接待525.65人次，较上年增长3.4倍，位居全国第12位。

我省在传统和网络科学普及传播等领域发展迅速。2022年，全省科学普及发行物共计发行1030种，较上年增长89.7%，位居全国第3位；全省共建设24个科学普及网站，较上年增长20.0%。电视台、电台播出科学普及(技)节目共计13,353小时，较上年增长13.1%，位居全国第10位。

我们一直将地区生产总值作为经济社会发展中的主要变量，但考虑到人口不同带来的差异性，因此本文将人均地区生产总值作为因变量。自变量指标体系的构成涉及科学普及人员、科学普及场地、科学普及经费、科学普及传媒、科学普及活动以及科学普及教育六个方面的内容，但由于科学普及教育近几年统计指标有所不同，因此科学普及教育不纳入本文的指标体系之中。根据科学普及效果评价指标选择的原则，借鉴中国科协系统科学普及效果评估体系，最终选择了与科学普及效果相关性较高的12个指标，各个类指标下分别包含了若干个操作指标。吉林省科学普及效果评价指标具体见 表1 [1] 。

固定效应面板数据回归模型：

$y_{it}=\alpha +{x^{\prime }}_{it}\beta +v_{it},i=1,2,\cdots ,N;t=1,2,\cdots ,T$

其中， $v_{it}$表示为随时间变化、没有序列相关性并且独立于回归变量的误差项，我们要检验的原假设没有截面相关性，即：

H0: $\mathrm{cov}\left(v_{it},v_{jt}\right)=0,i\ne j$

也就是：

H0: ${\rho }_{ij}=0,i\ne j$

${\rho }_{ij}$代表扰动项的成对相关系数

${\rho }_{ij}=\frac{{v^{\prime }}_i{v}_j}{\Vert v_i\Vert \Vert v_j\Vert }$

对于扰动项 $v_{it}$是不可观测的，所以需要使用估计的残差构造统计量，定义 $v_i={\left(v_{i1},v_{i2},\cdots ,v_{it}\right)}^{\prime }$， $i=1,2,\cdots ,N$，估计量 ${\hat{v}}_{it}$：

${\hat{v}}_{it}={\tilde{y}}_{it}-{{\tilde{x}}^{\prime }}_{it}\tilde{\beta }=v_{it}-{\bar{v}}_{\cdot }-{{\tilde{x}}^{\prime }}_{it}\left(\tilde{\beta }-\beta \right)$

${\tilde{x}}_{it}=x_{it}-{\bar{x}}_{i\cdot }$, ${\bar{x}}_{i\cdot }=\frac{1}{T}{\displaystyle {\sum }_{t=1}^T{x}_{it}}$, ${\tilde{y}}_{it}=y_{it}-{\bar{y}}_{i\cdot }$, ${\bar{y}}_{i\cdot }=\frac{1}{T}{\displaystyle {\sum }_{t=1}^T{y}_{it}}$, ${\bar{v}}_{\cdot }=\frac{1}{T}{\displaystyle {\sum }_{t=1}^T{v}_{it}}$

斜率系数 $\tilde{\beta }$的估计值为：

$\tilde{\beta }={\left(\underset{i=1}{\overset{n}{{\displaystyle \sum }}}\underset{t=1}{\overset{T}{{\displaystyle \sum }}}{\tilde{x}}_{it}{{\tilde{x}}^{\prime }}_{it}\right)}^{-1}\left(\underset{i=1}{\overset{n}{{\displaystyle \sum }}}\underset{t=1}{\overset{T}{{\displaystyle \sum }}}{\tilde{x}}_{it}{\tilde{y}}_{it}\right)$

本文选取2017~2022年科学普及统计中的人员、场地、经费等相关数据，数据来源于中国科技情报网中科学普及相关单位填报，《吉林统计年鉴》等相关资料。

由于变量的数量级不同，因此需要对自变量和因变量进行标准化处理。在数据预处理步骤中数据标准化的方法有许多种，由于使用min-max标准化能回避量纲以及数量级等对回归模型的影响，并且本文中数据波动较为平稳，不存在异常值，因此本文采取较为实用的min-max标准化方法。此方法的具体内容可以用如下公式表示：

$x^{\prime }=\frac{x-\min \left(x\right)}{\max \left(x\right)-\min \left(x\right)}$

本文选取修订后的相关数据，通过SPSS软件，将自变量和因变量的数据带入，计算出各自变量和因变量人均地区生产总值之间的相关性，结果见 表2 ：

通过相关性检验可知，各自变量与人均地区生产总值的相关系数绝对值均大于或等于0.6，说明指标之间具有相关性，选取指标较为合理。

选取k维随机向量及n个样本，对原始数据进行归一化处理，计算方差贡献率为：

${\rho }_k=\frac{{{\displaystyle \sum }}_{i=1}^k{\lambda }_i}{{{\displaystyle \sum }}_{i=1}^p{\lambda }_i}$

其中： ${\lambda }_i$为相关系数矩阵的特征根， $T_i$为特征向量，k为评价指标，n为评价对象，第j个指标在第i个主成分上的权重系数 ${\mu }_{ij}$为：

${\mu }_{ij}=\frac{{\displaystyle \sum {\varphi }_{ij}/\sqrt{{\lambda }_i}}\times {\rho }_k}{{\displaystyle \sum \rho }}$

其中： ${\varphi }_{ij}$为各指标在第i个主成分的因子载荷， ${\lambda }_i$为第i个主成分所对应的初始特征值， ${\displaystyle \sum \rho }$为累积方差贡献率。

含有k个解释变量的线性总体回归模型为：

$y_i={\beta }_0+{\beta }_1{x}_{1i}+{\beta }_2{x}_{2i}+\cdots +{\beta }_k{x}_{ki}+{\mu }_i$

普通最小二乘法下的样本回归模型为：

${\hat{y}}_i={\hat{\beta }}_0+{\hat{\beta }}_1{x}_{1i}+{\hat{\beta }}_2{x}_{2i}+\cdots +{\hat{\beta }}_k{x}_{ki}+{\hat{\mu }}_i$

其中： $y_i$为因变量， ${\beta }_k$为斜率系数， ${\mu }_i$为残差项， ${\beta }_0$为常数项。

$\text{TSS}=\underset{i=1}{\overset{n}{{\displaystyle \sum }}}{\left(y_i-\bar{y}\right)}^2$

$\text{ESS}=\underset{i=1}{\overset{n}{{\displaystyle \sum }}}{\left({\hat{y}}_i-\bar{y}\right)}^2$

$\text{RSS}=\underset{i=1}{\overset{n}{{\displaystyle \sum }}}{\left(y_i-{\hat{y}}_i\right)}^2$

TSS为总离差平方和，ESS为残差平方和，RSS为回归平方和，不含 $x_k$的回归方程为：

${\hat{y}}_i={\hat{\beta }}_0+{\hat{\beta }}_1{x}_{1i}+{\hat{\beta }}_2{x}_{2i}+\cdots +{\hat{\beta }}_{k-1}{x}_{\left(k-1\right)i}+{\hat{\mu }}_i\left(i=1,\cdots ,n\right)$

假设残差平方和为 ${\text{ESS}}^{\text{*}}$，回归平方和为 ${\text{RSS}}^{\text{*}}$，则 $x_k$偏回归平方和为： ${\text{ESSP}}_k=\text{ESS}-{\text{ESS}}^{\text{*}}$，同理其他解释变量的偏回归平方和为： ${\text{RSSP}}_k=\text{RSS}-{\text{RSS}}^{\text{*}}$。由 $x_k$的偏回归平方和 ${\text{ESSP}}_k$得到的F统计量为：

$F=\frac{{\text{ESSP}}_k}{\text{RSS}/\left(n-k-1\right)}=\frac{\text{ESS}-{\text{ESS}}^{\text{*}}}{\text{RSS}/\left(n-k-1\right)}$

由于科学普及人员和科学普及经费只包含1个指标层，不适合做因子分析；科学普及场地和科学普及活动分别包含3个指标层，但由于KMO值过低，因此不适合做因子分析；科学普及传媒包含4个指标层，为探寻4个指标之间的隶属关系，通过对科学普及传媒中的4个指标进行因子分析，从而简化数据结构，实现数据降维。因子分析的结果见 表3 ：

因子分析的KMO值为0.660，如果此值介于0.6~0.7之间，并且p值为0.001，小于0.05，说明比较适合进行因子分析。通过特征值的提取可以判断提取的主成分数量，结果见 表4 。

主成分分析一共提取出2个主成分，特征根值均大于1，此2个主成分的方差解释率分别是65.388%，25.871%，累积方差解释率为91.259%，2个主成分包含了91.259%的全部信息，起到了降维的作用，即通过选取的2个主成分代替原来的4个指标。

通过该载荷图可知，科学普及传媒主要有两大因子构成，与 表4 保持一致，每万人科学普及读物和资料发放数归为一类，每万科学普及人员科学普及电影放映数量、每个科学普及建设网站的当年发文数量、每万人科学普及图书期刊出版量归为一类，如 图4 所示。

首先本文分别做科学普及人员、科学普及场地、科学普及经费、科学普及传媒、科学普及活动与人均地区生产总值的OLS回归分析，判断在每个准则层下的影响关系。再通过逐步回归分析，将12个科学普及指标放在一起，判定最终可以留下的影响变量，比较影响经济社会发展的因素，从而更好推动科学普及发展对经济的促进作用。结果如 表5 和 表6 所示。

通过回归系数可知，科学普及人员数、每万科学普及人员科学普及展厅面积、科学普及基地个数、每万人科学普及图书期刊出版量、每万科学普及人员科学普及电影放映数量、每次举办科学普及活动参加人数对人均地区生产总值具有正向的促进作用，而每万人公共场所科学普及宣传设施个数、每万人科学普及经费使用额、科学普及网站建设数量、每万人科学普及读物和资料发放数、每万人实用培训技能参观人次、每万人市级及以上科学普及项目次数对人均地区生产总值具有负向的抑制作用。通过显著性检验可知，科学普及人员数、每万人公共场所科学普及宣传设施个数、科学普及基地个数、每万人科学普及经费使用额、每万人实用培训技能参观人次、每万人市级及以上科学普及项目次数、每次举办科学普及活动参加人数这几个因素的影响作用较为明显，其中，每万人公共场所科学普及宣传设施个数影响程度最大，每次举办科学普及活动参加人数影响程度最小，每万人公共场所科学普及宣传设施个数每增加一个单位，人均地区生产总值下降0.935个单位，每次举办科学普及活动参加人数每增加一个单位，人均地区生产总值增加0.326个单位。

通过逐步回归结果可知，调整后的R²为0.995，各变量p值均小于0.05，回归结果良好。12个指标最终留下三个，分别为每万人公共场所科学普及宣传设施个数、每万人科学普及图书期刊出版量、每万人科学普及读物和资料发放数，其中，每万人公共场所科学普及宣传设施个数影响程度最大，每万人科学普及图书期刊出版量影响程度最小，二者均产生负向影响，三个指标对于经济社会发展的影响最为强烈，科学普及场地和科学普及传媒在吉林省的高质量发展中是不可缺少的因素，而科学普及人员、科学普及经费、科学普及活动在单独活动下会对发展产生影响，但在各种因素的交织下，促进作用被淡化。同时，通过上述因子分析可知，科学普及传媒由两大因子构成，在逐步回归分析中这两个因子包含的指标每万人科学普及图书期刊出版量、每万人科学普及读物和资料发放数包含其中，由此可知，科学普及传媒在总体科学普及发展中的作用不可小觑。

2022年科学普及投入较上年有所缩减，科学普及经费投入强度为1.34‱，较上年减少0.45‱。且科学普及经费投入基本来自于公共财政投入，政府拨款占比93.90%，较上年增加3.5个百分点。全省科学普及场馆基建支出比例持续上升，但科学普及场馆使用效率较上年有所降级，因此，需要进一步优化科学普及资源配置，避免造成科学普及资源浪费。

我省各区域科学普及事业发展情况百花齐放，但区域内存在科学普及资源发展不平衡的情况。从科学普及人力投入情况看，辽源市中级及以上职称人员是四平市的20倍，长春市的农村科学普及人员占比是四平市的25倍。从财力投入情况看，长春市的科学普及经费筹集额是白城市的390倍。从科学普及产出情况，通化市的科学普及图书、期刊为0。由此说明，我省各区域的科学普及事业发展情况差距较大，因此需要各区域建立完善的科学普及事业联动发展机制。

科学普及人员数、科学普及基地个数和每万人科学普及图书期刊出版量分别对经济发展的关联度较高，但多个因素同时发展时，仅有每万人科学普及图书期刊出版量对经济发展有促进作用，即每万人科学普及图书期刊出版量每增加一个单位，拉动经济增长0.228个单位，因此多方面科学普及发展应形成合力共同促进经济高质量发展。

结合区域经济社会发展实际和科学普及需求，科学规划科学普及资源的空间布局，确保科学普及资源在城乡、区域间的均衡分布和高效利用。建立科学普及资源共享机制，鼓励和支持各类科学普及资源在区域内的共享和流动，提高科学普及资源的使用效率和覆盖面。

制定合理科学普及工作政策，确保政策与经费投入的相互协调和支持。通过政策引导，促进科学普及经费的合理配置和高效使用。促进多元化资金来源，鼓励企业、社会组织和个人通过捐赠、赞助、合作等方式参与科学普及事业，形成政府引导、社会参与的科学普及经费筹集机制。

通过加强资金流动、人员交流与经验分享、设施创新统一化、分享传媒内容与途径、共同举办科学普及活动等具体措施实现科学普及对经济发展的高效推进作用。应当重视科学普及与经济发展的协调效应，构建健康的发展模式，提高科学普及在经济发展中的支撑作用，形成科学普及多方融合促进吉林省经济的协调与发展。