中国省域软科学研究机构竞争力发展水平的预测研究.pdfVIP

中国省域软科学研究机构竞争力发展水平的预测研究.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国省域软科学研究机构竞争力发展水平的预测研究.pdf

2010年第3期 科技管理研究 ScienceandTechnologyManagementResearch 2010No.3 文章编号:1000—7695 (2010)03—0059—03 中国省域软科学研究机构竞争力发展水平的预测研究 ‘ 黄 艳 (武汉工程大学电气信息学院,湖北武汉 430073) 摘要:根据中国省域软科学研究机构竞争力的综合评价,对2007—2016年度中国省域软科学研究机构竞争力发展 趋势进行预测分析。结果表明,我国省域软科学研究机构竞争力状况存在严重的区域分化趋势;少数领先且独特性 强、多数集中而差异性小;与省域的政治地位或者经济发展水平正相关;与省域的教育水平具有显著的同步性;此 外,我国边缘省域软科学研究机构竞争力的提升具有特殊重要的意义。 关键词:软科学;竞争力;预测 中图分类号:G302 文献标识码:A 中国省域软科学研究机构竞争力成长趋势预测是研究我 势预测值 ,t代表年度 ,b。代表全国28个省域不同预测模型 国软科学未来发展趋势的科学。现代管理决策的科学化、民 中的常数,b。,b,b代表全国28个省域不同预测模型中的 主化和制度化建设越是加快发展,对我国省域软科学研究机 回归系数。 构竞争力进行预测研究的必要性和重要性也愈益凸显…。省 2 中国省域软科学研究机构竞争力成长趋势预测 域软科学研究机构竞争力作为我国软科学研究的一个要素和 区域科技的一个重要组成部分 J,近年来得到学界比较深入 结果 和全面的评价 ,使之具有开展预测研究的良好基础和前景。 根据中国省域软科学研究机构竞争力成长趋势预测方法 l 中国省域软科学研究机构竞争力成长趋势预测方 与预测模型,我们可以预测2007—2008年度、2009—2010年 度、2011—2012年度、2013—2014年度、2015—2016年度我 法与预测模型 国省域软科学研究机构竞争力成长趋势值及变异系数值 (见 为了科学地预测中国省域软科学研究机构竞争力的成长 表2),并描述全国28个省域软科学研究机构竞争力综合绩 趋势,本文采用时间序列曲线估计方法。时间序列曲线估计 效趋势图 (见图1、图2)。 方法 (CurveEstimationofTimeSeriesMethod)是回归分析方 3 中国省域软科学研究机构竞争力成长趋势预测结 法 (RegressionAnalysisMethod)中的一种,是分析社会和经 济现象中经常用到的一种曲线估计,通常把时间设为 自变量 果检验 , 代表具体的经济或社会现象的变量设为因变量 Y,研究变 为了避免均方误差指标衡量预测效果的缺陷,也即避免 量 与Y之间的关系。 不同指标因为数值大小或同一指标量纲不同而导致不能用均 本文对 1986年—20o6年 间中国各个省域软科学研究机 方误差衡量预测效果,本文对均方误差进行无量纲化处理。 构竞争力绩效 (见表 1)之间的关系展开时间序列的曲线 回 本文把均方标准误差除以指标均值 ,求得变异系数 ,变异系 归分析。针对我国省域软科学研究机构竞争力成长趋势预测 数在衡量预测效果,度量预测值和观测值之间的波动程度方 研究的性质,本文选取了Linear,Cubic,Exponential和Power 面具有很好的特征。其公式如下: 4种曲线模型对预测数据集合进行分析

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档