基于R&D指标的先导性战略新兴产业发现研究.doc.doc

基于R&D指标的先导性战略新兴产业发现研究摘要:战略新兴产业从甄选和发现中产生。具备先导性特征的战略新兴产业将引领我国产业的发展方向。在识别和选择先导性战略新兴产业的过程中,按照其未知、待发掘的特点,透过知识发现的视角,采用关联规则方法,根据R&D经费投入强度指标与专利授权量指标之间的强关联规则关系,建立先导性战略新兴产业数据挖掘关联规则识别模型。以我国长三角地区为实证分析对象,在对该地区的战略新兴产业进行识别时,得出5条符合约束条件的强关联规则,其对应的战略新兴产业的产业顺序分别为高端装备制造、生物医药、新材料、新一代信息技术及新能源等5个产业。关键词:先导性战略新兴产业;知识发现;关联规则模型;R&D;专利授权量1引言采用科学的识别方法,甄选出符合国情、适合我国经济特征的战略新兴产业尤为重要[1]。战略新兴产业一般要具备全局性、先导性、关联性和动态性等方面的产业特性与经济特性,[2]。不过,由于战略新兴产业都是一些发展时间还不长、产业规模也不大的新兴产业,因此其全局性、关联性和动态性这三个方面的特征,在短期内就不甚明显。至于战略新兴产业的先导性特征,是指该产业对国民经济发展起方向性的引导作用,代表着技术发展和产业结构演进的方向[3]。“先导性”强调的是战略新兴产业能引领我国产业发展战略方向,代表产业的科技创新力乃至我国产业的潜在竞争力。R&D是在科学技术领域,为增加知识总量以及运用知识去创造新的应用进行的系统性的创造活动,R&D投入与水平体现着一国的政治经济实力,企业的R&D则体现着企业的产品和产业竞争力。近些年随着我国对高新技术产业的规划(包括产业园区的建设、产业的引进),对R&D的重视以及经费投入的不断增加,R&D对我国战略新兴产业的先导性作用开始显现[4][5]。虽然目前战略新兴产业在规模和数量方面还不占优势,但其产业先导性特质正日益凸显。本文拟从R&D投入的视角探讨如何甄选和发现先导性战略新兴产业。即采用知识发现功能,通过对有待鉴定的产业的R&D指标数据的归纳、分析和推理,发掘出创新力强、先导性明显的战略性新兴产业。数据挖掘是从大量的数据中挖掘出隐含的、未知的、用户可能感兴趣的和对决策有潜在价值的知识与规则。这些规则蕴含了数据库中一组对象之间的特定关系,揭示出一些有用的信息,可以为经营决策、市场策划和金融预测等提供依据。数据挖掘已经广泛应用于政府管理、商业经营、科学研究及工业决策等领域[6]~[11]。由于数据挖掘是知识发现过程的一个步骤,因此在使用过程中,知识发现和数据挖掘二者通常不加以区分的使用。本文基于知识发现的功能来研究战略性新兴产业的识别,采用数据挖掘关联规则发掘战略性新兴产业。依据各产业指标数据库,采取数据挖掘技术识别出潜在的、创新力较强的先导性战略新兴产业。本研究依据先导性战略新兴产业的特点确定R&D评价指标之后,采用关联规则方法,结合R&D评价指标所要达到的标准,针对待评价的各个产业R&D评价指标标准不同,寻找某一产业R&D指标水平与各个产业R&D指标平均值的关联关系,确定该产业在该指标水平下具备战略新兴产业的特质。作者曾依据战略新兴产业的全局性、关联性、导向性和动态性特征构建了一套评价指标体系[2][4],本文仍沿用该指标体系,不过着重从产业先导性和创新性的角度进行评价和数据挖掘。,其整个过程包括在建立的指标数据库中用数据挖掘算法提取模型,以及围绕数据挖掘所进行的预处理和知识表达等一系列步骤,数据挖掘为整个过程的中心,战略新兴产业知识发现过程的具体步骤包括:(1)目标定义:熟悉战略新兴产业识别背景、内涵及特征,了解所要达到的目标及操作的要求;(2)数据选择:从不同的异构数据源中获取各产业不同指标下的数据;(3)数据预处理:由于数据源、数据类型及度量的多样性,会存在一些不完整、错误的、冗余的数据,有必要对错误的数据进行修正或剔除,补充或预测缺失的数据;(4)数据挖掘:采用Apriori算法,从数据中提取出各产业指标数据与指标平均值之间的关联关系,识别具备战略新兴产业特征的产业;(5)知识评估:评价和解释发现的模式,根据需要对知识发现过程中某些阶段进行处理,必要时,反复执行步骤(1)~(5);(6)知识输出:采用可视化方法和知识表现技术将发现的模式展现出来。,本文研究目的是寻找出有待鉴别各产业在某指标下指标数据与指标平均数据之间的关联关系,有关战略新兴产业数据挖掘关联规则模型建立如下[12]:&D经费投入强度作为判断创新力强、先导性战略地位突出的高新技术产业的重要指标,一直