基于灰色理論模型的政府技術創新政策實施效果評價

陳堅

摘要：評價政策實施效果研究，對推動技術創新和企業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聯矩陣和灰色理論GM（1，1）預測模型，來量化政府技術創新政策的影響，并應用SPSS最佳擬合度模型進行矯正，對此進一步優化設計。

關鍵詞：灰色關聯模型：GM（1，11預測模型：最佳擬合度模型：矯正

一、本文背景

十九大報告指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。在發展科技的同時，需要建立起完善的科技評價體系和預測模型，從而對其進行合理矯正，促進科技資源的合理配置與優化。

近年來，南京、蘇州、合肥、南昌、濟南政府和相關企業在技術創新上投入了大量研發資金，這些政策和資金對推動技術創新起到了積極的作用。但政府為了出臺針對性更強的政策，就需要在對已有政策實施效果進行客觀評價基礎上進行分析，從而為政策提供更有價值的參考依據。

二、數據來源與研究工具

在研究政府與企業投入時，通過查閱南京、蘇州、合肥、南昌、濟南五市2008-2016年的統計年鑒，從而評價與預判五市技術創新的結果。但由于各市統計體系不同，在某些數據上會有一定缺失。在分析資料的過程中，我們要對數據進行合理的替代與模糊分析。因此灰色關聯度算法和灰色理論GM（1，1）模型較為合適。

三、企業技術創新產出關系的確定

在以往的資料查找中，我們發現企業技術創新產出與專利申請數、工業總產值、新產品產值有關。

蘇州市的R&D;經費支出與新產品產值的關聯度最大為1。R&D;經費支出與工業總產值的關聯度位居第二位，仍然屬于高度關聯。而與專利申請量的關聯度較低，為0.55。政府資金與專利申請量的關聯度最低，為0.56。政府資金與工業總產值的關聯度最高，貢獻效果最好。新產品產值的貢獻效果介于二者之間。科學技術投入與新產品產值和工業總產值均呈現高度關聯的趨勢，兩者關聯度僅相差0.012。

濟南市的R&D;經費支出與新產品產值的關聯度最高是1。R&D;經費支出對專利申請量的貢獻效果最差為0.57。工業總產值位于第二位，仍然有較高的關聯度。政府資金與新產品產值的關聯度也最大，為0.95。政府資金與工業總產值的關聯度位居第二位。關聯度最低的是專利申請量。科學技術投入與專利申請量的關聯度最低，為0.61。

合肥市的R&D;經費支出與新產品產值的關聯度最高為1。位居第二位的是工業總產值，關聯度為0.92。R&D;經費支出與專利申請量的關聯度最低。政府資金與工業總產值的關聯度最大。而專利申請量的貢獻效果則相對低位居第三。政府資金與新產品產值的關聯度位居第二，為0.85。科學技術投入與專利申請量的關聯度較政府資金與專利申請量的關聯度僅相差0.09。

南昌市與其他四個城市區別最明顯的一點是R&D;經費支出與新產品產值的關聯度不是最高的1，而下滑到了第二位，取而代之的是工業總產值。專利申請量的貢獻效果仍然位于第三位。政府資金與新產品產值的關聯度達到了史上最高為1。政府資金與工業總產值的關聯度位于第二。專利申請量的貢獻效果仍然位于第三。科學技術投入與專利申請量的關聯度最低，為0.69。

南京市的R&D;經費支出與新產品產值的關聯度最大為1，屬于高度相關。R&D;經費支出與工業總產值的關聯度為0.90，位居第二位。R&D;經費對專利申請量的貢獻效果最差，只有0.77。政府資金與專利申請量、工業總產值、新產品產值的關聯度都在0.5左右，相關性體現相持水平。在科學技術投入中，關聯效果最好的是新產品產值，屬于高度相關。

四、五市大中型企業工業總產值規模預測

整合各市2007年至2016年的大中型企業工業總產值，進行GM（1，1）模型處理，進行2007至2025年的大中型企業工業總產值預測。

由于GM（1，1）模型只能做短期模型預測，或在a較小時才能有才有較高的精測系數。由于合肥與南昌的發展系數a較大（絕對值接近0.3）。因此，南昌與合肥的2025年數據偏差較大，此時建議采用SPSS最佳擬合度預測模型。

應用SPSS時間序列預測，首先需要替補缺失值，再對大中型企業工業總產值規模進行預測，可檢測灰色預測模型的精確性，得出2025年五市大中型企業工業總產值預測。f1）南京產值在1.8萬億-0.8萬億間。（2）南昌產值在0.8萬億-0.5萬億間。（3）合肥產值在2.0萬億-1.7萬億間。（4）濟南產值在0.8萬億-0.7萬億間。（5）蘇州產值在5.6萬億-3.5萬億間。