二十一世纪是知识为本,经济和科技主宰的时代,科学技术是第一生产力。高技术已经成为生产力要素的组合形式之一,是当代先进的生产力的主要内容和标志之一。高技术产业作为知识经济的支柱产业,在经济增长中的主导作用日趋明显。许多国家尤其是发达国家和新兴工业化国家都逐渐以高技术产业代替传统产业作为国家经济的支柱,都把高技术产业竞争力的提升作为国家的重要战略任务。我国虽然已经跻身于世界高技术产业大国之列,但是仍然存在着创新能力不足,各产业发展不均衡等问题。如何更好,更准确的评价我国高技术产业竞争力,如何解决这些问题成为研究高技术产业竞争力的首要任务,因此,论文在经济理论的指导下,建立了全面的指标体系,综合评价高技术产业竞争力。在借鉴和吸收原来的研究成果的基础之上,构建一个符合经济学规律,体现中国高技术产业竞争力的评价指标体系。论文拓展了研究方法,采用历年来高技术产业数据,利用BP神经网络模型对高技术产业竞争力评价指标体系进行实证分析,识别影响高技术产业竞争力的关键因素,从关键因素的角度对我国高技术产业的竞争力进行综合评价。并在一定程度上分析了对五种高技术产业竞争力产生较大影响的因素。BP人工神经网络擅长在近似的、不确定的知识环境中进行决策,可以解决人为的权重设计和相关系数的计算,比较适合于解决产业竞争力评价中遇到的信息不完全、分析指标较多以及部分指标之间存在非线性相关的问题。因此,与其他方法相比,BP人工神经网络法识别和评判高技术产业竞争力更具有优越性。论文通过对高技术产业竞争力的评价和实证,得出我国高技术产业的竞争力情况与不足。从实证结果出发,提出消除不足,更好的提高我国高技术产业竞争实力的政策和建议。