陳堅(jiān)

摘要：評(píng)價(jià)政策實(shí)施效果研究，對(duì)推動(dòng)技術(shù)創(chuàng)新和企業(yè)本身投入起到了積極的作用。本文通過建立灰色理論中灰色關(guān)聯(lián)矩陣和灰色理論GM（1，1）預(yù)測(cè)模型，來量化政府技術(shù)創(chuàng)新政策的影響，并應(yīng)用SPSS最佳擬合度模型進(jìn)行矯正，對(duì)此進(jìn)一步優(yōu)化設(shè)計(jì)。

關(guān)鍵詞：灰色關(guān)聯(lián)模型：GM（1，11預(yù)測(cè)模型：最佳擬合度模型：矯正

一、本文背景

十九大報(bào)告指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。在發(fā)展科技的同時(shí)，需要建立起完善的科技評(píng)價(jià)體系和預(yù)測(cè)模型，從而對(duì)其進(jìn)行合理矯正，促進(jìn)科技資源的合理配置與優(yōu)化。

近年來，南京、蘇州、合肥、南昌、濟(jì)南政府和相關(guān)企業(yè)在技術(shù)創(chuàng)新上投入了大量研發(fā)資金，這些政策和資金對(duì)推動(dòng)技術(shù)創(chuàng)新起到了積極的作用。但政府為了出臺(tái)針對(duì)性更強(qiáng)的政策，就需要在對(duì)已有政策實(shí)施效果進(jìn)行客觀評(píng)價(jià)基礎(chǔ)上進(jìn)行分析，從而為政策提供更有價(jià)值的參考依據(jù)。

二、數(shù)據(jù)來源與研究工具

在研究政府與企業(yè)投入時(shí)，通過查閱南京、蘇州、合肥、南昌、濟(jì)南五市2008-2016年的統(tǒng)計(jì)年鑒，從而評(píng)價(jià)與預(yù)判五市技術(shù)創(chuàng)新的結(jié)果。但由于各市統(tǒng)計(jì)體系不同，在某些數(shù)據(jù)上會(huì)有一定缺失。在分析資料的過程中，我們要對(duì)數(shù)據(jù)進(jìn)行合理的替代與模糊分析。因此灰色關(guān)聯(lián)度算法和灰色理論GM（1，1）模型較為合適。

三、企業(yè)技術(shù)創(chuàng)新產(chǎn)出關(guān)系的確定

在以往的資料查找中，我們發(fā)現(xiàn)企業(yè)技術(shù)創(chuàng)新產(chǎn)出與專利申請(qǐng)數(shù)、工業(yè)總產(chǎn)值、新產(chǎn)品產(chǎn)值有關(guān)。

蘇州市的R&D;經(jīng)費(fèi)支出與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度最大為1。R&D;經(jīng)費(fèi)支出與工業(yè)總產(chǎn)值的關(guān)聯(lián)度位居第二位，仍然屬于高度關(guān)聯(lián)。而與專利申請(qǐng)量的關(guān)聯(lián)度較低，為0.55。政府資金與專利申請(qǐng)量的關(guān)聯(lián)度最低，為0.56。政府資金與工業(yè)總產(chǎn)值的關(guān)聯(lián)度最高，貢獻(xiàn)效果最好。新產(chǎn)品產(chǎn)值的貢獻(xiàn)效果介于二者之間?？茖W(xué)技術(shù)投入與新產(chǎn)品產(chǎn)值和工業(yè)總產(chǎn)值均呈現(xiàn)高度關(guān)聯(lián)的趨勢(shì)，兩者關(guān)聯(lián)度僅相差0.012。

濟(jì)南市的R&D;經(jīng)費(fèi)支出與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度最高是1。R&D;經(jīng)費(fèi)支出對(duì)專利申請(qǐng)量的貢獻(xiàn)效果最差為0.57。工業(yè)總產(chǎn)值位于第二位，仍然有較高的關(guān)聯(lián)度。政府資金與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度也最大，為0.95。政府資金與工業(yè)總產(chǎn)值的關(guān)聯(lián)度位居第二位。關(guān)聯(lián)度最低的是專利申請(qǐng)量?？茖W(xué)技術(shù)投入與專利申請(qǐng)量的關(guān)聯(lián)度最低，為0.61。

合肥市的R&D;經(jīng)費(fèi)支出與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度最高為1。位居第二位的是工業(yè)總產(chǎn)值，關(guān)聯(lián)度為0.92。R&D;經(jīng)費(fèi)支出與專利申請(qǐng)量的關(guān)聯(lián)度最低。政府資金與工業(yè)總產(chǎn)值的關(guān)聯(lián)度最大。而專利申請(qǐng)量的貢獻(xiàn)效果則相對(duì)低位居第三。政府資金與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度位居第二，為0.85?？茖W(xué)技術(shù)投入與專利申請(qǐng)量的關(guān)聯(lián)度較政府資金與專利申請(qǐng)量的關(guān)聯(lián)度僅相差0.09。

南昌市與其他四個(gè)城市區(qū)別最明顯的一點(diǎn)是R&D;經(jīng)費(fèi)支出與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度不是最高的1，而下滑到了第二位，取而代之的是工業(yè)總產(chǎn)值。專利申請(qǐng)量的貢獻(xiàn)效果仍然位于第三位。政府資金與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度達(dá)到了史上最高為1。政府資金與工業(yè)總產(chǎn)值的關(guān)聯(lián)度位于第二。專利申請(qǐng)量的貢獻(xiàn)效果仍然位于第三?？茖W(xué)技術(shù)投入與專利申請(qǐng)量的關(guān)聯(lián)度最低，為0.69。

南京市的R&D;經(jīng)費(fèi)支出與新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度最大為1，屬于高度相關(guān)。R&D;經(jīng)費(fèi)支出與工業(yè)總產(chǎn)值的關(guān)聯(lián)度為0.90，位居第二位。R&D;經(jīng)費(fèi)對(duì)專利申請(qǐng)量的貢獻(xiàn)效果最差，只有0.77。政府資金與專利申請(qǐng)量、工業(yè)總產(chǎn)值、新產(chǎn)品產(chǎn)值的關(guān)聯(lián)度都在0.5左右，相關(guān)性體現(xiàn)相持水平。在科學(xué)技術(shù)投入中，關(guān)聯(lián)效果最好的是新產(chǎn)品產(chǎn)值，屬于高度相關(guān)。

四、五市大中型企業(yè)工業(yè)總產(chǎn)值規(guī)模預(yù)測(cè)

整合各市2007年至2016年的大中型企業(yè)工業(yè)總產(chǎn)值，進(jìn)行GM（1，1）模型處理，進(jìn)行2007至2025年的大中型企業(yè)工業(yè)總產(chǎn)值預(yù)測(cè)。

由于GM（1，1）模型只能做短期模型預(yù)測(cè)，或在a較小時(shí)才能有才有較高的精測(cè)系數(shù)。由于合肥與南昌的發(fā)展系數(shù)a較大（絕對(duì)值接近0.3）。因此，南昌與合肥的2025年數(shù)據(jù)偏差較大，此時(shí)建議采用SPSS最佳擬合度預(yù)測(cè)模型。

應(yīng)用SPSS時(shí)間序列預(yù)測(cè)，首先需要替補(bǔ)缺失值，再對(duì)大中型企業(yè)工業(yè)總產(chǎn)值規(guī)模進(jìn)行預(yù)測(cè)，可檢測(cè)灰色預(yù)測(cè)模型的精確性，得出2025年五市大中型企業(yè)工業(yè)總產(chǎn)值預(yù)測(cè)。f1）南京產(chǎn)值在1.8萬(wàn)億-0.8萬(wàn)億間。（2）南昌產(chǎn)值在0.8萬(wàn)億-0.5萬(wàn)億間。（3）合肥產(chǎn)值在2.0萬(wàn)億-1.7萬(wàn)億間。（4）濟(jì)南產(chǎn)值在0.8萬(wàn)億-0.7萬(wàn)億間。（5）蘇州產(chǎn)值在5.6萬(wàn)億-3.5萬(wàn)億間。