中国省级区域创新能力最小二乘支持向量机模型研究.pdf

· 2008国际应用统计学术研讨会 中国··烟台 中国省级区域创新能力最小二乘支持向量机模型 吴自库 青岛农业大学理学院，青岛，26610 摘 要： 基于2003－2005中国31省区创新数据，首先运用主成分分析方法定量研究中国 31省区的创新环境并给出各区域的综合得分，然后建立最小二乘支持向量机区域 创新能力预测模型。 关键词： 区域创新能力；主成分分析；最小二乘支持向量机 1 引 言 区域创新能力是由科学技术产生的综合能力，已经成为地区经济获取竞争优势的决定因 素。通过构建区域优势,增强区域创新能力,可以推动区域经济的发展。目前有许多关于区域 [14] [1] 创新能力的研究成果 。邵云飞等 对欧洲区域创新系统的一些重要议题进行分析,并总结 [2] 出主要特征,从中获得一些有益的启示。李永忠等 介绍学术界对创新有关概念的界定,分析 区域创新能力的形成机理,给出区域创新能力评价的几种方法,对未来可能的研究方向进行 [3] 了分析。王燕燕等 构建基于产业集群的区域创新能力评价指标体系，并利用模糊综合评价 [4] 方法对济南市区域创新能力进行了定量分析。蔡兵等 建立了地区创新能力评价指标体系和 方法,以四川为例,评价了四川省各地区的创新能力,并对各地区创新能力进行了聚类分析, [5] 提出了一些政策建议。肖建华等 在现有评价指标体系的基础上，结合人工智能的最新研究 成果，针对目前中国科技园区域创新能力评价方法存在的不足，提出了智能评价方法，并将 其应用到中国科技园区域创新能力的评价中，取得了较为理想的效果。 最小二乘支持向量机是在统计学习理论基础上建立起来的基于结构风险最小原则一种 新的机器学习算法。目前，最小二乘支持向量机是非常活跃的人工只能方法，广泛应用于建 模和控制问题中。由于区域创新能力指标较多、样本较少，因而这里将该方法用于中国省级 区域创新能力的研究。 2 22 主成分分析 [68] 数据取自中国区域创新能力报告 。有113个指标，例如政府科技投入、政府科技投入增 长率、每十万人平均发表的国内论文数（篇）、实用新型专利申请数，大中型工业企业新产 品产值（万元），出口额占全国的份额等。由于指标多，不同指标的量纲不相同，因而不好 比较。这里先采用主成分分析方法对31 个省级区域进行综合分析，然后利用最小二乘支持 向量机建立预测模型。 3 首先对原始数据进行标准化变换。以年为单位，建立 3 个矩阵，A  (x ) ， 3 i,j 11331 st IIASS1 Conference,Yantai,China,Aug14-18,2008 1 CallForPaper · 2008国际应用统计学术研讨会 中国··烟台 4 5 A  (x ) ，A  (x ) 。每行表示同一指标31个区域的数据，每列为一个区域 4 i,j 11331 5 i,j 11331 113个指标数据。A 、A 、A 分别表示2003年、2004年和2005年。记 3 4 5 k 1 31 k