基于MIC我国经济与RD经费相关性研究.docVIP

基于MIC我国经济与RD经费相关性研究 　　摘要：目前，我国正在进行深化科技体制改革、加快国家创新体系建设。RD经费的投入和经济增长之间存在依赖关系。 首次利用最大信息系数MIC法来判断GDP与RD经费投入的相依程度，同时，还应用了HHG独立性检验最新的统计学方法来验证和说明。结果表明GDP的增长与RD经费投入相关性很高，因此应进一步加大RD经费投入将为我国的经济增长以及建设科技创新型国家起关键性作用。 　　关键词：最大信息系数MIC；国内生产总值；RD 科研经费；独立性检验 　　中图分类号：F830.591 文献标识码：A 文章编号：1007-2101（2015）03-0055-03 　　一、前言 　　我国科技经费是指统计年度内全社会实际用于研究与试验发展经费投入（简称RD），包括基础研究、应用研究和试验发展的经费支出。目前，我国科技经费投入保持增长态势。国家财政科技支出稳步增加，2013年，国家统计局、科学技术部、财政部联合发布了《2012年全国科技经费投入统计公报》（简称《公报》）。《公报》数据显示，2012年全社会研究与试验发展经费投入首次突破万亿元大关，RD经费投入强度（RD经费投入与国内生产总值之比）再创历史新高。这就反映了我国在深化科技体制改革、加快国家创新体系建设方面又迈出了坚实的一步。本文将用最大信息系数MIC来判断GDP与RD经费投入的相依程度，从而为我国宏观经济政策的制定提供参考和依据。 　　表1给出我国1995―2013的国内生产总值GDP和全国RD经费投入的数据，并计算出了RD经费投入强度，下面利用表1数据来对GDP和RD经费进行相关性分析。 　　二、GDP与RD经费相关性分析 　　（一）秩相关系数 　　考虑两个随机变量的相关性，如果这两个随机变量的联合分布服从高斯分布，应直接运用线性相关系数，如果数据不服从高斯分布，此时应考虑能描述单调相关的秩相关系数或者其他关系的相关系数。由于两个指标都不服从正态分布，首先考虑秩相关系数，秩相关系数主要有Spearman和Kendall两种，它们可以度量两个变量之间的单调关系。 　　关于spearman和kendall系数的计算，可以通过R语言的函数cor.test来完成。以秩相关系数来构建统计量，原假设就是两个变量之间存在相关性，在原假设成立条件下，统计量服从t分布。R语言的宏包pspearman改进spearman系数计算方法，不再局限于t分布，而是提前设置的原分布。所以我们这里计算了spearman系数、kendall系数和改进的spearman系数来判断相关性。如果检验的相伴概率大于0.05，不拒绝原假设，说明两个变量之间存在相关性；系数越接近零，说明相关性越小。从计算结果看出各种系数均为1，表明我国GDP和科研经费投入之间存在相关性（见表2）。 　　（二）距离相关Dcor（Distance correlation） 系数 　　距离相关Dcor（Distance correlation）是Székely和Rizzo 提出的一种新的相关性度量，它以观测值的距离作为度量的依据。Dcor等于零表示随机变量X和Y独立。距离相关Dcor取值在[0，1]之间，其中大于0.05表示变量之间存在相关性，距离相关Dcor系数还可以用来检验多维随机变量的独立性。距离相关Dcor系数计算，可以通过R语言energy宏包dcor函数完成，经过计算得到Dcor检验结果为0.992 607 8，因此认为我国GDP和科研经费投入之间存在相关性。 　　（三）平均互信息指数 　　平均互信息指数是信息论中比较重要的一个概念，可以用来判断系统的非线性相关性。考虑由两离散系统{s1，s2，…，sn}和{q1，q2，…，qn}构成的系统S和Q，定义两系统互信息。 　　I（Q，S）=■■Psq（si，qj）log[Psq（si，qj）/Ps（si）Pq（q j）] 　　其中Psq（si，qj）为同时出现事件si和qj的概率，Ps（si）为出现事件si的概率，Pq（qj）为出现事件qj的概率。 　　采用R软件宏包bioDist中的函数mutualInfo可以计算两个系统的互信息指数。经计算得到我国GDP和科研经费投入之间的两两互信息指数为1.576 029，这说明我国GDP和科研经费投入之间存在很强的相关性。 　　以上通过几种相关性检验方法，进行简单的介绍和验证，可以看出我国GDP和科研经费投入存在相关性，下面将用最新的最大信息系数MIC的方法进行验证说明。 　　（四）最大信息系数MIC（Maximal Information Coefficient） 　　哈佛大学Broad研究院的研究人员在Science杂志上发表了题为“Detecting novel as