基于多变量灰色模型的R＆D投入目标强度预测研究-论文.pdf

《基于多变量灰色模型的R＆D投入目标强度预测研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、财经分析基于多变量灰色模型的R&D投入目标强度预测研究赵立雨张彦海邓朝晖’师萍。(1．西安理工大学经济与管理学院，陕西西安710054；2．西北大学经济管理学院，陕西西安710069)【摘要】R&D投入是测度一个国家或地区R&D活动规模、评价其科技创新和竞争能力的重要指标。采用多变量灰色模型(Multi-variablegreymode1)一MGM(1，n)对我国未来R&D投入目标强度进行预测．并提出确保目标强度实现的相关对策措施，为我国未采科技管理提供理论依据和实证支持【关键词】多变量灰色模型；R&D投入；目标强度；预测【中图分类

2、号】G3【文献标志码IA【文章编号】1003-0166(2014)08-0061-05d0i：10．3969／j．issn．1003—0166．2014．08．014O弓l言亿元．2008-2012年间平均增长速度为29．1％。2012年R&D投入强度为1．98％，保持了高速增长，研究表明．R&D投入是衡量某个国家或地区比2005年的1．32％提高了0．66个百分点．是2000R&D活动规模及创新能力的重要指标之一。我国年以来上升幅度最快的时期。尽管我国与日本R＆D投入规模不断扩大．R&D投入强度不断得到(3．39％)、美国(2．7

3、7％)、德国(2．88％)的投人强度相提升，据中国科技统计网数据表明，截至2012年我比475有较大的差距．但已经N-次超过欧盟国家国R&D投入规模首次突破万亿大关．达到102981．94％的平均水平【“基金项目：陕西(高校)哲学社会科学重点研究基地资助项目(0051102)；陕西省普通高校哲学社会科学特色学科项目(5X1203)；西安市科技局软科学研究项目(SF1307-2)；国家自然科学基金项目(71273209)；陕西省教育厅人文社科专项基金(2Ol3JK0218)；西安理工大学博士启动金项目(107-211003)；陕西省教

4、育厅专项科研计划(11TK0082)；西安理工大学人文社科重点项目(2013RWZD002)作者简介：赵立雨副教授，管理学博士，西安理．．T-大学管理科学与工程流动站博士后，中国未来研究会会员．会员登记证-g-：IO52700073M，研究方向：技术创新管理张彦海西-Or理工大学经济与管理学院硕士研究生．研究方向：经济学邓朝晖西安理工大学经济与管理学院讲师。在读博士研究生．研究方向：社会经济系统管理师萍西北大学经济管理学院教授、博=k--生导师，研究方向：财务管理61／未来与发展／2014／第8期财经分析R&D投入强度(即R&D经费

5、投入占GDP的比畦A}Bdt—’②重)可以反映R&D创新活动的重视与实际情况．在《国家中长期科学和技术发展规划纲要(2006-2020式②的连续时间响应为=e+A一B年)》中，提出到2010年R&D经费投入强度为其中，eAf=J十At十-t-．．-~2．0％，到2020年此值为2．5％以上te1．可以表明我国1．1辨识参数A、B的求解对R&D活动非常重视对未来R&D投入目标强度进行科学地分析和预测可以为科技管理部门提供决为求辩识参数A和B，将7S程组②离散化，可策借鉴。现有研究中，翟军和盛建明(1997年)提出得：的多变量灰色模型(

6、Muhi-variablegreymode1)一=：∑!(1)k)+jl(k一1))+bi=1，2，⋯，n；k=l，2，⋯mMGM(1，n)[31109一”在业、农业等领域的预测中使用J=i一较多，因而本文采用此方法．对我国未来R&D投入其中，YF{o1(2)，(3)，⋯，(m)i=l，2，⋯，n；目标强度进行预测记=ma一，a，i=1，2，⋯，n；由最小二乘法可以求得a的辨识值，a(a一，a，=1多变量灰色模型——MGM(1，n)构建(LL)。L，则可以得到A、B的辨识值A、。1．2预测模型与模型检验翟军和盛建明于1997年提出了

7、多变量灰色模多变量灰色模型MGM(1，n)的计算值为型圈一n，进行了科学论证，在工业、管理和水利工程，】’(=efK一(x+A～)一A—k=2，3，⋯③等领域的预测方面得到了广泛应用肖燕彩和陈秀(J)=x(I)，(=㈣(k)一Ⅲ(k—I)k=2，3，⋯④海于2009年对多变量灰色模型的公式进行了递推经过模型模拟。其精度为：并加以改进网。更加符合实际领域的预测研究。在对Cr2=vi"v／mn，i=1，2，⋯，n；k=l，2，⋯，m。利用后验R&D投人目标强度进行预测之前．首先应认识到GDP和R&D是复杂系统中两个互相影响、互相作差比值

8、C及概率P进行检验用的重要变量。由于MCM(1，n)考虑了互相影响因素间的关系．较适用于小样本量，预测结果精确度较2实证分析高[～．在R&D投入未来目标强度预测方面提供了较为适用的方法。根据MGM(1，n)模型，主要包括四考虑到数据的