基于灰色理论模型的政府技术创新政策实施效果评价

陈坚

摘要：评价政策实施效果研究，对推动技术创新和企业本身投入起到了积极的作用。本文通过建立灰色理论中灰色关联矩阵和灰色理论GM（1，1）预测模型，来量化政府技术创新政策的影响，并应用SPSS最佳拟合度模型进行矫正，对此进一步优化设计。

关键词：灰色关联模型：GM（1，11预测模型：最佳拟合度模型：矫正

一、本文背景

十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。在发展科技的同时，需要建立起完善的科技评价体系和预测模型，从而对其进行合理矫正，促进科技资源的合理配置与优化。

近年来，南京、苏州、合肥、南昌、济南政府和相关企业在技术创新上投入了大量研发资金，这些政策和资金对推动技术创新起到了积极的作用。但政府为了出台针对性更强的政策，就需要在对已有政策实施效果进行客观评价基础上进行分析，从而为政策提供更有价值的参考依据。

二、数据来源与研究工具

在研究政府与企业投入时，通过查阅南京、苏州、合肥、南昌、济南五市2008-2016年的统计年鉴，从而评价与预判五市技术创新的结果。但由于各市统计体系不同，在某些数据上会有一定缺失。在分析资料的过程中，我们要对数据进行合理的替代与模糊分析。因此灰色关联度算法和灰色理论GM（1，1）模型较为合适。

三、企业技术创新产出关系的确定

在以往的资料查找中，我们发现企业技术创新产出与专利申请数、工业总产值、新产品产值有关。

苏州市的R&D;经费支出与新产品产值的关联度最大为1。R&D;经费支出与工业总产值的关联度位居第二位，仍然属于高度关联。而与专利申请量的关联度较低，为0.55。政府资金与专利申请量的关联度最低，为0.56。政府资金与工业总产值的关联度最高，贡献效果最好。新产品产值的贡献效果介于二者之间。科学技术投入与新产品产值和工业总产值均呈现高度关联的趋势，两者关联度仅相差0.012。

济南市的R&D;经费支出与新产品产值的关联度最高是1。R&D;经费支出对专利申请量的贡献效果最差为0.57。工业总产值位于第二位，仍然有较高的关联度。政府资金与新产品产值的关联度也最大，为0.95。政府资金与工业总产值的关联度位居第二位。关联度最低的是专利申请量。科学技术投入与专利申请量的关联度最低，为0.61。

合肥市的R&D;经费支出与新产品产值的关联度最高为1。位居第二位的是工业总产值，关联度为0.92。R&D;经费支出与专利申请量的关联度最低。政府资金与工业总产值的关联度最大。而专利申请量的贡献效果则相对低位居第三。政府资金与新产品产值的关联度位居第二，为0.85。科学技术投入与专利申请量的关联度较政府资金与专利申请量的关联度仅相差0.09。

南昌市与其他四个城市区别最明显的一点是R&D;经费支出与新产品产值的关联度不是最高的1，而下滑到了第二位，取而代之的是工业总产值。专利申请量的贡献效果仍然位于第三位。政府资金与新产品产值的关联度达到了史上最高为1。政府资金与工业总产值的关联度位于第二。专利申请量的贡献效果仍然位于第三。科学技术投入与专利申请量的关联度最低，为0.69。

南京市的R&D;经费支出与新产品产值的关联度最大为1，属于高度相关。R&D;经费支出与工业总产值的关联度为0.90，位居第二位。R&D;经费对专利申请量的贡献效果最差，只有0.77。政府资金与专利申请量、工业总产值、新产品产值的关联度都在0.5左右，相关性体现相持水平。在科学技术投入中，关联效果最好的是新产品产值，属于高度相关。

四、五市大中型企业工业总产值规模预测

整合各市2007年至2016年的大中型企业工业总产值，进行GM（1，1）模型处理，进行2007至2025年的大中型企业工业总产值预测。

由于GM（1，1）模型只能做短期模型预测，或在a较小时才能有才有较高的精测系数。由于合肥与南昌的发展系数a较大（绝对值接近0.3）。因此，南昌与合肥的2025年数据偏差较大，此时建议采用SPSS最佳拟合度预测模型。

应用SPSS时间序列预测，首先需要替补缺失值，再对大中型企业工业总产值规模进行预测，可检测灰色预测模型的精确性，得出2025年五市大中型企業工业总产值预测。f1）南京产值在1.8万亿-0.8万亿间。（2）南昌产值在0.8万亿-0.5万亿间。（3）合肥产值在2.0万亿-1.7万亿间。（4）济南产值在0.8万亿-0.7万亿间。（5）苏州产值在5.6万亿-3.5万亿间。