论文部分内容阅读
摘 要：创新是一个国家和民族不竭的动力，只有对已有政策实施效果进行客观评价，才能为将来出台针对性更强的政策提供更有价值的参考依据，对现有的技术创新政策实施效果进行研究具有重要的实践意义和理论价值。本文以南京、苏州、合肥、济南这四个城市的科技投入与研发资金为依据，提取影响技术创新产出的相关指标，采用回归模型量化研究不同城市政府企业研发资金与创新产出的关系，在此基础上考虑时间序列对2025年大中型企业工业总产值进行了预测。
关键词：多元回归分析;政府技术投入资金;企业技术创新产出;相关性分析
1 绪论
创新是力量之源，发展之基。在十九大报告中指出，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，在发展科技的同时，需要建立完善的科技评价体系和预测模型，从而对其合理矫正，促进资源的合理配置与优化。为了积极响应我国科技创新的政策，提高各企业科技创新能力，带动 GDP 的增长，有必要对现有的技术创新政策实施效果进行研究。
国内的不少学者对科技创新政策实施效果都有研究，大致可以分为“定性研究”与“定量研究”两类。定性研究多数是研究科研机构、企业存在的问题及评价指标的构建，孙惠娟除了讨论科研机构、企业可能存在的问题之外，还对科技创新与成果的转化进行了讨论;定量研究多数是通过统计年鉴相关的指标构建数学模型对政策的实施效果进行讨论，佟林杰在河北省科技创新政策效果综合评价上的研究中运用了模糊综合评价法和熵值法，从政府和企业双维度对河北省科技创新政策实施效果进行综合的评估，得到了河北省科技创新产出指标中高技术产业科技创新政策实施效果显著，但造成科技创新效率与京津科技创新效率巨大差距的原因在于科技创新政策的实施方面，后期可以通过完善科技创新资源共享性和开放性，健全科技创新支撑服务体系，加强科技财政支持力度来提高科技创新效率的结论。薛阳，胡丽娜，冯银虎在内蒙古科技创新政策绩效评价上采用了信息熵和逼近理想排序技术方法，以科技创新活动和经济发展之间的互动关系为主线，对内蒙古科技创新政策效果进行评价，得出了其政策实施绩效主要依赖于投入能力类政策和产出能力类政策带动，从而提出了改善意见。
对创新政策实施效果的量化研究多集中于某个地区的研究，多个地区的横向比较有利于发现不同政策实施效果的差异，在本次研究中充分利用数据库与大数据分析，以南京、苏州、合肥、济南这四个城市的科技投入与研发资金为依据， 提取影响技术创新产出的相关指标，采用回归模型量化研究不同城市政府企业研发资金与创新产出的关系，参考灰度相关性分析对模型进行了一个优化。在此基础上考虑时间序列对2025中国制造年大中型企业工业总产值进行了预测。
2 LinearRegression回归算法
3 数据分析
查询并整理国家及地方统计年鉴2008-2017年的相关数据，对于缺失数据采用最小值或平均值进行填充。考虑到经济与科技发展的关系，2010年以前的数据采用最小值进行填充，2010年以后的数据采用前后各2年数据的平均值进行填充，没有后面2年的就采用前2年的数据进行填充。
3.1 企业技术创新产出的主要因素及其关系
3.1.1 线性回归直线方程模型
3.1.2 灰色相关性分析的模型改进
采用线性回归方程不能更好的体现政府投入资金和企业R&D与科技创新之间的关系，通过灰色相关性分析来对模型进行优化，以专利申请件数、新产品价值、新产品销售收入来表示科技创新。
以新产品产值代表科技创新，以新产品销售收入代表科技创新，研究政府投入资金与企业R&D经费支出之间的关系;以申请专利数代表科技创新，研究政府投入资金与企业R&D经费支出之间的关系。
3.1.3 关联分析结果
四个城市的政府资金与专利申请数的灰色系数r与相关系数等级界定相似，一般认为0.8<r<1为高度相关，0.5<r<0.8为中度相关，0.3<r<0.5为低度相关，r<0.3为弱相关，四个城市的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这四个城市的政府资金与专利申请数的关系比较密切，作用较明显。
南京和济南的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这两个城市的政府資金在新产品产值上的作用还不错，而合肥的关联系数达到了0.82属于高度相关，表明合肥的政府资金与新产品产值的作用比较显著。
南京的关联系数处于0.8<r<1，属于高度相关，表明南京的政府资金在新产品销售收入的作用上相当显著，成效比较好。而合肥的关联系数为0.59，属于中度相关，表明合肥的政府资金与新产品销售收入上的作用还不错。
这四个城市的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这四个城市的企业R&D在专利申请数上的作用挺不错的，即企业的R&D与科技创新之间的是比较密切的。
南京的关联系数为0.52，属于中度相关，表明南京在新产品产值上的作用挺好的，而合肥，济南的关联系数均在0.8<r<1，属于高度相关，这表明这两个城市的企业R&D在新产品产值上起到了显著的作用。
南京和合肥这两个城市的关联系数均处于0.8<r<1，属于高度相关，表明南京和合肥的企业R&D在新产品销售收入上成效比较好。
3.1.4 各城市研发投入资金与创新的特点
通过SPSS的拟合数据来建立模型，在SPSS中导入excel表格，对其进行双变量相关分析建模并导出程序结果，以及线性回归分析建模导出、同时参入散点图相关图表进行辅助分析。由不同城市企业、政府和创新产出的离散性、相关性等可以得出结论。每个城市的企业投入都比政府投入更多更加集中。苏州的政府以及企业投入是最多的，说明苏州对科技创新较其他城市更加看重，但其可投入性却在12年后陷入瓶颈期。其他三个城市的政府与企业投入都是逐年增长，南京的增长率为三者最快，济南最为平缓。
4 城市大中型企业工业总产值规模
通过Python中的matplotlib库绘制了四个城市的研发投入与企业创新之间的关系，从而求出了不同城市工业总产值与年份的回归性方程。
4.1 一元回归方程模型
4.2多元回归方程模型
参考文献：
[1]佟林杰.河北省科技创新政策实施效果模糊综合评价研究[J].中国集体经济，2018，（31）：100-101.
[2]薛阳，胡丽娜，冯银虎.基于信息熵和TOPSIS的内蒙古科技创新政策绩效评价[J].世界科技研究与发展，2017，39（6）：511-515. DOI：10.16507/j.issn.1006-6055.2017.11.001.
[3]tarter——zheng的CSDN博客，https：//blog.csdn.net/starter_____/article/details/82085040，2019年5月7日
[4]汪晓梦.长三角科技创新政策实施效果评估实证研究[J]，重庆科技学院学报，2018，（6）：59-60.
[5] 解学芳，臧志彭.人工智能在文化创意产业的科技创新能力[J]，社会科学研究，2019，（1）：35-44.
[6] 杨娥.湖北省自主创新政策演进与实施效果研究[D]，武汉：华中师范大学，2018.
[7] 佟林杰.河北省科技创新政策实施效果模糊综合评价研究[J]，中国集体经济2018，（31）：100-101
作者简介：
潘敏（1997年），女，汉族，重庆市北碚区，应用数学
余西（1998年），女，汉族，重庆市黔江区，应用数学
易星宇（1999年） ，男 ，汉族，重庆市铜梁区 ，计算机科学
项目支持
重庆第二师范学院校级科研项目：多源异构儿童成长数据的采集技术及实现
项目编号：2017XJZDWT04
关键词：多元回归分析;政府技术投入资金;企业技术创新产出;相关性分析
1 绪论
创新是力量之源，发展之基。在十九大报告中指出，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，在发展科技的同时，需要建立完善的科技评价体系和预测模型，从而对其合理矫正，促进资源的合理配置与优化。为了积极响应我国科技创新的政策，提高各企业科技创新能力，带动 GDP 的增长，有必要对现有的技术创新政策实施效果进行研究。
国内的不少学者对科技创新政策实施效果都有研究，大致可以分为“定性研究”与“定量研究”两类。定性研究多数是研究科研机构、企业存在的问题及评价指标的构建，孙惠娟除了讨论科研机构、企业可能存在的问题之外，还对科技创新与成果的转化进行了讨论;定量研究多数是通过统计年鉴相关的指标构建数学模型对政策的实施效果进行讨论，佟林杰在河北省科技创新政策效果综合评价上的研究中运用了模糊综合评价法和熵值法，从政府和企业双维度对河北省科技创新政策实施效果进行综合的评估，得到了河北省科技创新产出指标中高技术产业科技创新政策实施效果显著，但造成科技创新效率与京津科技创新效率巨大差距的原因在于科技创新政策的实施方面，后期可以通过完善科技创新资源共享性和开放性，健全科技创新支撑服务体系，加强科技财政支持力度来提高科技创新效率的结论。薛阳，胡丽娜，冯银虎在内蒙古科技创新政策绩效评价上采用了信息熵和逼近理想排序技术方法，以科技创新活动和经济发展之间的互动关系为主线，对内蒙古科技创新政策效果进行评价，得出了其政策实施绩效主要依赖于投入能力类政策和产出能力类政策带动，从而提出了改善意见。
对创新政策实施效果的量化研究多集中于某个地区的研究，多个地区的横向比较有利于发现不同政策实施效果的差异，在本次研究中充分利用数据库与大数据分析，以南京、苏州、合肥、济南这四个城市的科技投入与研发资金为依据， 提取影响技术创新产出的相关指标，采用回归模型量化研究不同城市政府企业研发资金与创新产出的关系，参考灰度相关性分析对模型进行了一个优化。在此基础上考虑时间序列对2025中国制造年大中型企业工业总产值进行了预测。
2 LinearRegression回归算法
3 数据分析
查询并整理国家及地方统计年鉴2008-2017年的相关数据，对于缺失数据采用最小值或平均值进行填充。考虑到经济与科技发展的关系，2010年以前的数据采用最小值进行填充，2010年以后的数据采用前后各2年数据的平均值进行填充，没有后面2年的就采用前2年的数据进行填充。
3.1 企业技术创新产出的主要因素及其关系
3.1.1 线性回归直线方程模型
3.1.2 灰色相关性分析的模型改进
采用线性回归方程不能更好的体现政府投入资金和企业R&D与科技创新之间的关系，通过灰色相关性分析来对模型进行优化，以专利申请件数、新产品价值、新产品销售收入来表示科技创新。
以新产品产值代表科技创新，以新产品销售收入代表科技创新，研究政府投入资金与企业R&D经费支出之间的关系;以申请专利数代表科技创新，研究政府投入资金与企业R&D经费支出之间的关系。
3.1.3 关联分析结果
四个城市的政府资金与专利申请数的灰色系数r与相关系数等级界定相似，一般认为0.8<r<1为高度相关，0.5<r<0.8为中度相关，0.3<r<0.5为低度相关，r<0.3为弱相关，四个城市的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这四个城市的政府资金与专利申请数的关系比较密切，作用较明显。
南京和济南的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这两个城市的政府資金在新产品产值上的作用还不错，而合肥的关联系数达到了0.82属于高度相关，表明合肥的政府资金与新产品产值的作用比较显著。
南京的关联系数处于0.8<r<1，属于高度相关，表明南京的政府资金在新产品销售收入的作用上相当显著，成效比较好。而合肥的关联系数为0.59，属于中度相关，表明合肥的政府资金与新产品销售收入上的作用还不错。
这四个城市的关联系数均处于0.5<r<0.8之间，属于中度相关，表明这四个城市的企业R&D在专利申请数上的作用挺不错的，即企业的R&D与科技创新之间的是比较密切的。
南京的关联系数为0.52，属于中度相关，表明南京在新产品产值上的作用挺好的，而合肥，济南的关联系数均在0.8<r<1，属于高度相关，这表明这两个城市的企业R&D在新产品产值上起到了显著的作用。
南京和合肥这两个城市的关联系数均处于0.8<r<1，属于高度相关，表明南京和合肥的企业R&D在新产品销售收入上成效比较好。
3.1.4 各城市研发投入资金与创新的特点
通过SPSS的拟合数据来建立模型，在SPSS中导入excel表格，对其进行双变量相关分析建模并导出程序结果，以及线性回归分析建模导出、同时参入散点图相关图表进行辅助分析。由不同城市企业、政府和创新产出的离散性、相关性等可以得出结论。每个城市的企业投入都比政府投入更多更加集中。苏州的政府以及企业投入是最多的，说明苏州对科技创新较其他城市更加看重，但其可投入性却在12年后陷入瓶颈期。其他三个城市的政府与企业投入都是逐年增长，南京的增长率为三者最快，济南最为平缓。
4 城市大中型企业工业总产值规模
通过Python中的matplotlib库绘制了四个城市的研发投入与企业创新之间的关系，从而求出了不同城市工业总产值与年份的回归性方程。
4.1 一元回归方程模型
4.2多元回归方程模型
参考文献：
[1]佟林杰.河北省科技创新政策实施效果模糊综合评价研究[J].中国集体经济，2018，（31）：100-101.
[2]薛阳，胡丽娜，冯银虎.基于信息熵和TOPSIS的内蒙古科技创新政策绩效评价[J].世界科技研究与发展，2017，39（6）：511-515. DOI：10.16507/j.issn.1006-6055.2017.11.001.
[3]tarter——zheng的CSDN博客，https：//blog.csdn.net/starter_____/article/details/82085040，2019年5月7日
[4]汪晓梦.长三角科技创新政策实施效果评估实证研究[J]，重庆科技学院学报，2018，（6）：59-60.
[5] 解学芳，臧志彭.人工智能在文化创意产业的科技创新能力[J]，社会科学研究，2019，（1）：35-44.
[6] 杨娥.湖北省自主创新政策演进与实施效果研究[D]，武汉：华中师范大学，2018.
[7] 佟林杰.河北省科技创新政策实施效果模糊综合评价研究[J]，中国集体经济2018，（31）：100-101
作者简介：
潘敏（1997年），女，汉族，重庆市北碚区，应用数学
余西（1998年），女，汉族，重庆市黔江区，应用数学
易星宇（1999年） ，男 ，汉族，重庆市铜梁区 ，计算机科学
项目支持
重庆第二师范学院校级科研项目：多源异构儿童成长数据的采集技术及实现
项目编号：2017XJZDWT04