神经网络模型在城市科技竞争力评价中的应用研究——基于浙江省的实证分析

摘要

城市科技竞争力的研究，可以使城市客观的分析自身存在问题和竞争优势，明确发展方向、制定具有针对性的科技发展战略，从而提高国家和地区整体的科技水平，促进经济社会的快速稳定发展。浙江省城市科技的发展整体上走在国家前列，但不可否认城市间的科技的发展程度和重视水平良莠不齐，差别很大。浙江省城市科技竞争力的研究，对如何利用已有的优势科技资源提高城市的经济发展水平，如何在整体上缩小城市间的科技实力距离，实现浙江省城市科技竞争力的整体提高，增加其国内国际影响力，有着非常重要的意义。
　　目前，在城市科技竞争力的研究领域，大部分学者采用的是传统的统计方法如因子分析法等对城市科技竞争力进行研究。缺乏运用神经网络方法对其进行研究的相关文献。在此前提下，本文主要探讨了数据挖掘技术神经网络模型在城市科技竞争力研究中的应用。研究思路如下：
　　首先，在参阅大量的相关研究文献的基础上，参照浙江省每年公布的各地市科技进步统计监测报告，结合专家意见打分，确定了全面反映浙江省各个地级市城市科技竞争力的指标体系。根据所建立的指标体系，运用浙江省11个地级市2009年的数据，建立关于城市科技竞争力的BP神经网络模型和径向基函数（RBF）神经网络模型，并利用CHAID决策树模型与神经网络模型进行对比分析研究。最后得到一个较好的反映浙江省城市科技竞争力的神经网络模型。
　　然后，根据所建立的神经网络模型，代入2010年的指标数据，和浙江省2010年城市科技竞争力得分、排名进行对比分析，以检验神经网络模型对浙江省城市科技竞争力的预测效果。为了分析影响浙江省城市科技竞争力的影响因素，考虑到政策建议上的时效性，运用2010年浙江省11个地级市的相关数据重新建立神经网络模型。根据模型的变量重要性分析，选取影响浙江省城市科技竞争力最大的前20名的指标，为浙江省提升城市科技竞争力提供政策建议参考。
　　最后利用聚类分析研究浙江省城市科技竞争力在地域上的分布，研究结果表明，东部长三角地区城市的科技竞争力要明显高于其它地区城市。浙江省要想实现城市科技竞争力的整体提高，缩小城市间科技竞争力的差距，必须走区域科技建设合作道路，做到城市间科技资源的优势互补，相互帮助，以达到整体提升浙江省城市科技竞争力的目的。接着通过对浙江省各个地级市科技实力与经济实力的对比分析，将浙江省11个地级市分为了三类，分析了浙江省各个地级市的科技现状和经济发展方向，为提高各个地级市的城市科技水平指明了努力的方向。
　　本文主要的创新点归纳为如下三点：
　　一是在前人研究的基础上，提出了自己的城市科技竞争力的概念，并对其内涵做出了阐释。
　　二是在城市科技竞争力评价指标的选取上，结合以往研究文献和专家建议，参考浙江省科技厅发布的各地市科技进步统计监测报告，多渠道结合保障所建立指标体系的合理性。
　　三是在研究方法上，做了运用神经网络模型在城市科技竞争力研究方面的先期探索，并利用决策树模型进行对比研究分析，为城市科技竞争力的实时控制和动态分析做出了一定的贡献。
　　通过论文研究，全面的分析了浙江省城市科技竞争力的现状，为浙江省提高城市科技竞争力，建设创新性城市提供参考借鉴。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 研究目的及意义

第二章 城市科技竞争力的相关理论研究

2.1 城市科技竞争力的定义及内涵

2.2 城市科技竞争力评价相关文献回顾

第三章 数据挖掘模型的介绍

3.1 人工神经网络

3.2 BP神经网络模型

3.3 径向基函数（RBF）神经网络模型

3.4 CHAID决策树模型

第四章 城市科技竞争力的指标选取及模型筛选

4.1 指标的选取

4.2 模型的筛选

第五章 城市科技竞争力实证分析

5.1 浙江省2010年城市科技竞争力预测

5.2 变量重要性分析

5.3 城市科技竞争力聚类分析

5.4城市科技竞争力和经济实力比较分析

第六章 结论分析及政策建议

6.1 研究结论

6.2 变量重要性分析政策建议

6.3 城市科技发展政策研究

致谢

参考文献

附录：