浙江省城市科技競(jìng)爭(zhēng)力研究*——基于神經(jīng)網(wǎng)絡(luò)和決策樹(shù)的對(duì)比分析

辛金國(guó)、關(guān)建清

（杭州電子科技大學(xué)/1教授，浙江 杭州 310018）

一、引 言

城市科技競(jìng)爭(zhēng)力是一個(gè)城市科技總量、科技實(shí)力、科技水平、內(nèi)在科技體制以及科技發(fā)展?jié)摿Φ囊环N綜合變現(xiàn)。依靠科學(xué)技術(shù)，在原有資源積累的基礎(chǔ)上，把各種資源進(jìn)行加工、提取、轉(zhuǎn)化成人們所能高效利用的優(yōu)勢(shì)資源的能力；與其他城市相比，吸納科技資源促進(jìn)城市的經(jīng)濟(jì)發(fā)展，提升服務(wù)質(zhì)量，提高居民收入，提高人們生活水平的能力。衡量一個(gè)城市的科技競(jìng)爭(zhēng)力，一般主要看一個(gè)城市的現(xiàn)實(shí)科技綜合實(shí)力和科技發(fā)展?jié)摿Α?/p>

因此，城市科技競(jìng)爭(zhēng)力是在一定城市經(jīng)濟(jì)文化背景和政策體制制度之下，由城市的經(jīng)濟(jì)、文化、政治等諸多因素組成的一個(gè)動(dòng)態(tài)的有機(jī)綜合體。提高城市科技競(jìng)爭(zhēng)力的最終目的是促進(jìn)地方經(jīng)濟(jì)和社會(huì)的發(fā)展，實(shí)現(xiàn)城市經(jīng)濟(jì)和社會(huì)的可持續(xù)發(fā)展。

二、相關(guān)文獻(xiàn)回顧

自20世紀(jì)90年代中期以來(lái)，國(guó)外的許多學(xué)者開(kāi)始日益重視有關(guān)城市這一經(jīng)濟(jì)體的競(jìng)爭(zhēng)力研究。并在《城市研究》（Urban studies）期刊上曾刊載了多篇討論城市競(jìng)爭(zhēng)力的文章，盡管有些文章對(duì)于將競(jìng)爭(zhēng)力理論體系放到城市范圍上進(jìn)行研究存在著一些爭(zhēng)議，但總的來(lái)說(shuō)，對(duì)于城市競(jìng)爭(zhēng)力的研究已基本得到了認(rèn)可。國(guó)內(nèi)方面，由倪鵬飛主編的 《中國(guó)城市競(jìng)爭(zhēng)力報(bào)告》的出版，將國(guó)內(nèi)有關(guān)城市競(jìng)爭(zhēng)力的研究推到了新一輪高潮。

倪芝青，林曄，沈悅林（2008）在對(duì)國(guó)內(nèi)15個(gè)副省級(jí)城市及蘇州、無(wú)錫、溫州共18個(gè)城市的科技競(jìng)爭(zhēng)力評(píng)價(jià)研究中，以2001－2006年的數(shù)據(jù)為依據(jù)，構(gòu)建了三層指標(biāo)體系，共30個(gè)指標(biāo)；用主觀賦權(quán)重方法分別從科技競(jìng)爭(zhēng)力動(dòng)態(tài)評(píng)價(jià)、科技競(jìng)爭(zhēng)力與經(jīng)濟(jì)競(jìng)爭(zhēng)力的關(guān)聯(lián)度研究、政策對(duì)科技競(jìng)爭(zhēng)力的影響三方面對(duì)國(guó)內(nèi)18個(gè)城市的科技競(jìng)爭(zhēng)力進(jìn)行排名分析。

畢亮亮，施祖麟（2008）運(yùn)用因子分析和聚類分析相結(jié)合的方法，對(duì)長(zhǎng)三角地區(qū)16個(gè)城市進(jìn)行城市科技競(jìng)爭(zhēng)力評(píng)價(jià)。對(duì)16個(gè)城市選取了13個(gè)公共因子，運(yùn)用因子分析方法，選取了三個(gè)主因子，并對(duì)16個(gè)長(zhǎng)三角城市科技競(jìng)爭(zhēng)力做出了排名。研究結(jié)果表明，省會(huì)城市（南京，杭州）科技創(chuàng)新實(shí)力和潛力皆名列前茅，并以省會(huì)城市為中心形成了“科技創(chuàng)新能力圈”。

陳達(dá)，袁志明（2012）根據(jù)系統(tǒng)性、準(zhǔn)確性、可行性、可比性、動(dòng)態(tài)性原則構(gòu)建了反映浙江省11個(gè)地級(jí)市的城市科技競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，運(yùn)用因子分析法，得出了浙江省11個(gè)地級(jí)市科技競(jìng)爭(zhēng)力排名并提出了相應(yīng)的政策建議。

綜上，現(xiàn)有的研究方法普遍以主觀賦權(quán)重、主成分分析、因子分析等方法對(duì)城市科技競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)研究。主觀賦權(quán)重處理的結(jié)果中主觀因素影響較大，不易令人信服，并且當(dāng)數(shù)據(jù)樣本較大時(shí)，計(jì)算量大，指標(biāo)權(quán)重難以確定。引入主成分分析、回歸分析等統(tǒng)計(jì)學(xué)方法來(lái)克服主觀因素的影響，在一定程度上能處理大樣本數(shù)據(jù)，而進(jìn)一步在處理海量數(shù)據(jù)時(shí)，上述研究方法表現(xiàn)出極大的局限性，如對(duì)動(dòng)態(tài)數(shù)據(jù)的適應(yīng)性不夠、運(yùn)算效率低等。另一方面，無(wú)法消除指標(biāo)變量相關(guān)性對(duì)模型預(yù)測(cè)結(jié)果的影響。

數(shù)據(jù)挖掘技術(shù)恰恰彌補(bǔ)了上述統(tǒng)計(jì)方法的這些缺陷，數(shù)據(jù)挖掘模型尤其是BP神經(jīng)網(wǎng)絡(luò)模型一方面可以消除指標(biāo)變量相關(guān)性對(duì)模型預(yù)測(cè)結(jié)果的干擾；另一方面BP神經(jīng)網(wǎng)絡(luò)模型由于其自學(xué)習(xí)、自適應(yīng)、自組織和容錯(cuò)性好的特征，特別適合動(dòng)態(tài)控制和實(shí)時(shí)控制，使相似的問(wèn)題得到處理，避免了評(píng)價(jià)過(guò)程中人為改變標(biāo)準(zhǔn)值和確定權(quán)重的主觀因素，使建立的模型更加客觀。因此神經(jīng)網(wǎng)絡(luò)、決策樹(shù)等數(shù)據(jù)挖掘技術(shù)是城市科技競(jìng)爭(zhēng)力評(píng)價(jià)研究的方向和趨勢(shì)，并且已經(jīng)有相關(guān)學(xué)者進(jìn)行了嘗試。

本文在參考前人研究的基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)模型和CHAID決策樹(shù)模型對(duì)浙江省11個(gè)地級(jí)市的城市科技競(jìng)爭(zhēng)力進(jìn)行對(duì)比研究，以期得到一個(gè)較好的城市科技競(jìng)爭(zhēng)力評(píng)價(jià)模型，對(duì)城市科技競(jìng)爭(zhēng)力進(jìn)行預(yù)測(cè)，為政府相關(guān)決策提供改進(jìn)建議。

三、城市科技競(jìng)爭(zhēng)力的實(shí)證分析

（一）指標(biāo)的選取

本文以浙江省11個(gè)地級(jí)市為研究對(duì)象，運(yùn)用2009年、2010年數(shù)據(jù)對(duì)浙江省城市科技競(jìng)爭(zhēng)力進(jìn)行預(yù)測(cè)分析。數(shù)據(jù)來(lái)源于《2011浙江省科技統(tǒng)計(jì)年鑒》、《中國(guó)城市統(tǒng)計(jì)年鑒2011》、《中國(guó)城市統(tǒng)計(jì)年鑒2010》、2009年和2010年浙江省市科技進(jìn)步統(tǒng)計(jì)檢測(cè)報(bào)告，以及浙江省11個(gè)地級(jí)市2009年和2010年的統(tǒng)計(jì)公報(bào)。參考前人研究經(jīng)驗(yàn)，根據(jù)全面性、易獲得性、實(shí)用性、客觀性的原則，選取科技投入、科技產(chǎn)出、科技潛力、科技與社會(huì)協(xié)調(diào)發(fā)展四個(gè)一級(jí)指標(biāo)，38個(gè)二級(jí)指標(biāo)來(lái)反映浙江省每個(gè)地級(jí)市的科技競(jìng)爭(zhēng)力。

（二）BP神經(jīng)網(wǎng)絡(luò)實(shí)證模型預(yù)測(cè)分析

利用數(shù)據(jù)挖掘軟件Clementine建立關(guān)于城市科技綜合競(jìng)爭(zhēng)力得分的BP神經(jīng)網(wǎng)絡(luò)模型，BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)確定方法主要有快速訓(xùn)練法、多層訓(xùn)練法、動(dòng)態(tài)削減法、動(dòng)態(tài)增補(bǔ)法。分別用上述方法進(jìn)行數(shù)據(jù)模擬，發(fā)現(xiàn)使用多層訓(xùn)練法模型預(yù)測(cè)精度最高。模型采用分區(qū)數(shù)據(jù)，指定樣本的70%為訓(xùn)練樣本集，剩下的30%為測(cè)試樣本集，具體分配由Clementine軟件自主完成。運(yùn)算結(jié)果表明，無(wú)論對(duì)于訓(xùn)練樣本集還是測(cè)試樣本集，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的絕對(duì)平均誤差控制在了3%以內(nèi)；城市科技綜合競(jìng)爭(zhēng)力實(shí)際值和預(yù)測(cè)值之間的線性相關(guān)關(guān)系則分別達(dá)到了0.999和0.986。模型通過(guò)了測(cè)試樣本集的檢驗(yàn)。預(yù)測(cè)效果非常好，可信度高。

（三）CHAID決策樹(shù)模型預(yù)測(cè)分析

利用Clementine軟件建立CHAID決策樹(shù)模型，CHAID決策樹(shù)模型可以生成決策樹(shù)和規(guī)則集兩種模型，這兩種模型有極為緊密的聯(lián)系，決策樹(shù)可以直觀的反映推理規(guī)則，規(guī)則集根據(jù)決策樹(shù)推出來(lái)。運(yùn)用軟件Clementine建立模型，由于輸出變量為數(shù)值型變量，限于篇幅原因，這里不給出規(guī)則集。通過(guò)運(yùn)算可知，對(duì)于訓(xùn)練樣本集和測(cè)試樣本集，CHAID決策樹(shù)模型預(yù)測(cè)的絕對(duì)平均誤差控制在了4%以內(nèi)；實(shí)際值和預(yù)測(cè)值之間的相關(guān)關(guān)系分別為0.995和0.994。模型通過(guò)測(cè)試樣本集的檢驗(yàn)，模型預(yù)測(cè)效果很好。

（四）BP神經(jīng)網(wǎng)絡(luò)和CHAID決策樹(shù)模型的預(yù)測(cè)結(jié)果對(duì)比分析

比較發(fā)現(xiàn)，無(wú)論對(duì)于訓(xùn)練樣本集還是測(cè)試樣本集，BP神經(jīng)網(wǎng)絡(luò)模型的絕對(duì)平均誤差小于CHAID決策樹(shù)模型；而對(duì)于城市科技競(jìng)爭(zhēng)力實(shí)際值和預(yù)測(cè)值之間的相關(guān)關(guān)系， BP神經(jīng)網(wǎng)絡(luò)模型大于CHAID決策樹(shù)模型。因此，在技術(shù)分析上，對(duì)于浙江省城市科技綜合競(jìng)爭(zhēng)力的預(yù)測(cè)，BP神經(jīng)網(wǎng)絡(luò)模型要優(yōu)于CHAID決策樹(shù)模型。

圖1 2010年浙江省城市科技綜合競(jìng)爭(zhēng)力排名對(duì)比

圖1中，縱軸表示城市科技綜合競(jìng)爭(zhēng)力排名，可以看出，BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)排名的曲線走勢(shì)與實(shí)際排名的曲線走勢(shì)基本相同，而CHAID決策樹(shù)預(yù)測(cè)排名曲線相比實(shí)際排名的曲線走勢(shì)波動(dòng)較大，并且嘉興和紹興同時(shí)出現(xiàn)在第三名的位置，說(shuō)明模型不能很好的區(qū)分兩者之間的城市科技綜合競(jìng)爭(zhēng)力優(yōu)劣。綜上，從圖1可得出，在城市科技綜合競(jìng)爭(zhēng)力預(yù)測(cè)上，針對(duì)2010年數(shù)據(jù)，BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果要優(yōu)于CHAID決策樹(shù)模型。

圖2 2009年浙江省城市科技綜合競(jìng)爭(zhēng)力排名對(duì)比

圖2中，其中縱軸表示城市科技綜合競(jìng)爭(zhēng)力排名，可以看出，實(shí)際排名曲線與BP預(yù)測(cè)排名曲線幾乎完全重合，而CHAID預(yù)測(cè)排名曲線與實(shí)際排名曲線差異較大，且嘉興和紹興同時(shí)處于第三名，金華和湖州同時(shí)處于第七名的位置，說(shuō)明CHAID模型不能很好的區(qū)分四個(gè)城市的科技綜合競(jìng)爭(zhēng)力。綜上，針對(duì)2009年數(shù)據(jù)，BP神經(jīng)網(wǎng)絡(luò)模型對(duì)城市科技綜合競(jìng)爭(zhēng)力的預(yù)測(cè)要顯著優(yōu)于CHAID決策樹(shù)模型。

綜上所述，無(wú)論是在技術(shù)分析上，還是在實(shí)際預(yù)測(cè)排名上，對(duì)浙江省城市科技綜合競(jìng)爭(zhēng)力的預(yù)測(cè)效果，BP神經(jīng)網(wǎng)絡(luò)模型要優(yōu)于CHAID決策樹(shù)模型。

（五）變量重要性分析

變量重要性分析是指輸入變量對(duì)輸出變量的解釋程度，變量重要性越大，說(shuō)明輸入指標(biāo)變量對(duì)輸出變量的影響程度越大，分析變量重要性，可以為政府決策者提高城市科技綜合競(jìng)爭(zhēng)力提供合理建議。

圖3 BP神經(jīng)網(wǎng)絡(luò)變量重要性

由于指標(biāo)變量眾多，根據(jù)其表格形式得出變量重要性排名前十位，按重要性排名依次為：每萬(wàn)人口發(fā)明專利授權(quán)指數(shù)、每萬(wàn)人口科技活動(dòng)人員數(shù)（人）、企業(yè)技術(shù)開(kāi)發(fā)費(fèi)用占主營(yíng)業(yè)務(wù)收入比例、專利授權(quán)指數(shù)、發(fā)明專利授權(quán)量、財(cái)政科普活動(dòng)財(cái)政撥款（千元）、高新技術(shù)產(chǎn)業(yè)增加值（億元）、高等學(xué)校專任教師數(shù)（人）、科技經(jīng)費(fèi)投入占GDP比例、城鎮(zhèn)生活污水處理率。因此，浙江省要提高城市科技競(jìng)爭(zhēng)力，應(yīng)鼓勵(lì)創(chuàng)造發(fā)明，申請(qǐng)專利；加大對(duì)科技建設(shè)的人力、財(cái)力投入，鼓勵(lì)企業(yè)搞技術(shù)開(kāi)發(fā)，大力扶持高新技術(shù)產(chǎn)業(yè)；引進(jìn)高等教育人才，加大科普活動(dòng)投入，全面提高城市人民的科學(xué)素質(zhì)。另外，城鎮(zhèn)生活污水處理率反映了城市的生態(tài)科技水平，加強(qiáng)生態(tài)科技的投入和研發(fā)也有利于整體提高城市科技綜合競(jìng)爭(zhēng)力。

圖4 CHAID決策樹(shù)模型的變量重要性

從圖4可知，浙江省提高城市科技綜合競(jìng)爭(zhēng)力，最重要的是要加大R&D經(jīng)費(fèi)投入，增加科技投入和教育經(jīng)費(fèi)支出一定程度上可以促進(jìn)城市科技綜合競(jìng)爭(zhēng)力，但是作用不如加大R&D經(jīng)費(fèi)那么明顯，因此，在城市財(cái)政經(jīng)費(fèi)有限的情況下，要最大限度的提高城市科技競(jìng)爭(zhēng)力，就要合理的分配經(jīng)費(fèi)支出。劇場(chǎng)影院數(shù)（個(gè)）能反映城市的文化建設(shè)，說(shuō)明加強(qiáng)文化建設(shè)可以在一定程度上提高城市的科技競(jìng)爭(zhēng)力。

四、結(jié)論及建議

研究結(jié)果表明，數(shù)據(jù)挖掘模型對(duì)浙江省城市科技綜合競(jìng)爭(zhēng)力的預(yù)測(cè)評(píng)價(jià)研究效果非常好。無(wú)論對(duì)于訓(xùn)練樣本集還是測(cè)試樣本集，從技術(shù)分析和實(shí)際排名預(yù)測(cè)分析上，BP神經(jīng)網(wǎng)絡(luò)模型對(duì)城市科技綜合競(jìng)爭(zhēng)力的評(píng)價(jià)預(yù)測(cè)研究都要優(yōu)于CHAID決策樹(shù)模型。

變量重要性分析結(jié)果表明，浙江省要提高城市科技綜合競(jìng)爭(zhēng)力，首先要增加科研建設(shè)的人力、財(cái)力投入，鼓勵(lì)企業(yè)搞自主技術(shù)開(kāi)發(fā)，大力扶持高新技術(shù)產(chǎn)業(yè)；其次鼓勵(lì)創(chuàng)造發(fā)明，申請(qǐng)專利，尤其是發(fā)明專利的實(shí)現(xiàn)對(duì)城市科技綜合競(jìng)爭(zhēng)力的提高有巨大的推進(jìn)作用；再次，重視高等教育人才的引進(jìn)，加強(qiáng)人民群眾的科普活動(dòng)教育，提高全民素質(zhì)，積極發(fā)展城市的文化建設(shè)；最后，關(guān)注城市的生態(tài)水平，加強(qiáng)生態(tài)科技的研發(fā)和運(yùn)用，營(yíng)造良好的城市生活環(huán)境，提高城市的科技綜合競(jìng)爭(zhēng)力。

[1]陳達(dá)，袁志明.基于因子分析的浙江城市科技競(jìng)爭(zhēng)力評(píng)價(jià)分析[J].嘉興學(xué)院學(xué)報(bào)，2012（01）：2-4.

[2]畢亮亮，施祖麟.長(zhǎng)三角城市科技創(chuàng)新能力評(píng)價(jià)及“區(qū)域科技創(chuàng)新圈”的構(gòu)建—基于因子分析與聚類分析模型的初探[J].經(jīng)濟(jì)地理，2008，（06）：946-954.

[3]侯養(yǎng)全，張玉平，梁國(guó)琴，楊敏.中部六省會(huì)城市科技綜合競(jìng)爭(zhēng)力研究—2010年度[J].科技創(chuàng)新與生產(chǎn)力，2011（10）:44-46.

[4]鞠芳輝，杜曉燕.中國(guó)沿海城市科技競(jìng)爭(zhēng)力評(píng)價(jià)得實(shí)證研究[J].管理科學(xué)，2003(3)：83－88.

[5]辛金國(guó)，關(guān)建清.城市科技競(jìng)爭(zhēng)力視角下浙江省就業(yè)對(duì)策研究[J].杭州電子科技大學(xué)學(xué)報(bào)，2012（06）:176-179.