科技创新的论据篇1
[关键词]科技创新演化 循征决策 科学计量
[分类号]G353.1
1 研究背景
科学技术发展到今天，其发展变化不再是科学技术系统自身的演化，而是越来越多地包含了社会经济等因素的制约和选择，是整个创新系统的演化。决策者对未来科技发展战略的选择和规划，需要从社会、经济领域的需求出发，科技发展也需要解决人类社会面临的主要挑战，这就需要基于现实信息、数据和知识的综合科技情报分析来支持科技战略决策。
现有的支持科学技术发展战略选择的情报分析与研究主要限于科学或技术本身演化规律的揭示。在分析方法和思路上，主要是测定科学领域的研究热点及其发展变化状况，包括研究前沿、快速发展前沿、快速突破文献、热门文献和新兴研究前沿等角度的分析。以上分析视角所利用的方法，一般都是基于文献特征的，如高被引论文、共引、共词以及新兴研究前沿分析中用于主题提取和展现的文本挖掘方法等。
定量解析科学技术演化规律经历了近半个世纪的方法探索和规律总结，已经取得了很大的进步，但计量方法的有效性仍然得不到认同，对决策支持的作用不明显。如有学者所说，“无论我们怎样用统计手段来处理引文和共词数据，科学知识图谱都不是科学领域的活动性和进展的适当表现。”因此，现有的揭示科学技术演化规律的方法存在着理论支持不足、方法有效性不足、揭示的层次不够深入等问题，科学技术演化分析要成为真正有用的科学研究的辅助方法，在理论与实践中还存在一些值得深入思考和研究的问题。
数字科研环境的发展一方面推动了科研的快速发展；另一方面也扩大了支持情报分析的信息、数据来源，为科技创新各方面影响因素的提取提供了便利，使得综合多方面的数据形成科研决策的证据，进而支撑面向需求的科技发展战略选择成为可能。引入医学领域广泛使用的循证决策方法进行科技情报分析，可以更加深入地揭示科技演化规律。
Davies定义循证决策为“在政策制定和执行过程中利用从外部可获得的最佳研究证据而帮助人们做出有关政策、项目和计划知情决策的方法”。循证决策是卫生决策者最常用的、客观的、也是最重要的一种卫生政策研究方法。其基于证据的决策思想也在其他领域得到了重视，并有人尝试用于学科发展热点的揭示，但仅限于基于文本分析的领域关键主题词所揭示的内容分析。
为此，本研究拟从影响未来科技创新演化的互动因素出发，在现有科技演化计量分析方法的基础上，引入循证决策的方法，探索从科学数据资源和各类型文献资源中提取面向科技决策的证据基础，进而构建支持科研决策的创新演化循证分析理论与方法。
2 科技创新演化循征分析的理论与方法问题
科研及科研决策环境的改变使得科学技术演化的规律性、范式发生改变，人们解读这种发展变化的理论和方法也需要逐步更新。借用循证的思维分析科技演化的过程，将涉及循证决策分析方法在此的适用性，分析中作为证据的分析数据对象的选择，证据选择标准的建立以及相应的分析方法的构建等方面的问题。
2.1循证决策分析在科技创新演化分析中的适用性
循证决策分析的关键是证据的获取，核心是证据的评价，目的是为科学决策提供依据。循证决策的过程是在问题提出的基础上，进行证据的收集并经过严格的评价，进而对证据进行综合分析，然后通过多轮的决策者评估、方案调整等，得到满意的结果。在科研决策中，证据的获取、评价与分析也是必然的要求。
目前科研及科研决策环境的改变，使得科技政策规划转向面向整体科研环境的科研事业规划，科学技术的选择更具战略性。现有的趋势或演化分析通常不能综合考虑影响未来科研发展的情景因素，而实际决策支持需要综合不同的信息和方法形成综合分析模型。循证决策中的证据理论及综合分析思想恰好满足了复杂科研环境下决策支持的要求，特别是科研决策中对于准确、可靠、全面证据的需求，需要引入循证决策中证据评价的思维和方法来提升赖以决策的信息的质量，而综合分析也是做出决策的有力依据。另一方面，目前数字科研环境的成熟，为科技演化描述中融入各层面的数字对象，进而形成支持科研决策的循证情报分析方法奠定了基础。因此，循证分析方法的各种要素与科技演化分析的内容和目的是一致的，虽然不同的决策环境中具体使用的方法不尽相同，但其循证的思维过程是适用的，数据对象的深度处理，也为深入的循证统计分析提供了可能。
2.2 科技创新演化分析中的证据提取及选择标准
有别于以往完全依赖科学文献的分析方法，尝试从影响未来科技创新演化的互动因素出发，从科研创新各阶段涉及的文献信息中获取演化分析的证据基础。因此，在现有科技演化文献计量分析方法的基础上，引入经济社会领域的研究、政策文献和科学数据等分析对象，从中提取面向科技决策的证据基础，这样可以大大拓展科技演化分析中的证据资源范围，进而构建支持科研决策的创新演化循证分析理论与方法。
影响循证决策效果的三个要素是：研究证据、可利用的资源以及政策的价值取向。因此，循证分析效用发挥的前提在于对研究课题进行系统全面的证据准备，确定数据纳入和剔除的标准，并对纳入的数据进行严格评价，在此基础上对结果进行定性、定量分析才能得出可靠的决策依据。
支持科研决策的科技创新演化分析，需要明确社会经济需求、政策环境、产品创新、技术开发和科学研究等方面的现状和未来发展状况，及其相互作用关系，因此，作为循证分析证据的数据和资源的选择标准的确定是至关重要的，如：在统一学科领域定义下，科研创新各阶段内涵外延的限定标准，在领域限定标准下可供分析的数据源的选择标准，数据或文献纳入和剔除标准等，这些标准的建立将提供有力的研究证据和可用资源，为以下的指标和方法设计奠定基础。
2.3 证据指标的设计与分析方法的构建
在证据准备和选择完成后，最重要的是依据证据进行分析，包括从定性和定量两个方面，分析科技创新演化的规律性和科研创新各阶段之间的关系，形成科研决策的判据。
2.3.1科研创新各阶段的演化分析指标与方法设计科研创新中的社会经济需求、政策环境影响因素以及产品或工艺创新、技术开发、科学研究等，各阶段知识演化的现状或未来趋势的分析，需要特定的指标和方法，如各阶段的综合发展状态指标、基于领域知识特征的属性和内容的提取与分析等。
这些指标可以从科学数据、科学文献、社会经济研究文献中提取领域共同的主题内容，分析属性划分后
的主题词的统计或关联特征，利用基于语义的知识网络揭示领域知识演化的特征。其中主题词统计或关联特征是对领域发展各阶段所体现的定量特征的描述，此外，还可以计算领域在科研创新各阶段的知识熵、概念确定性等方面的指标，找出知识演化的发展阶段的评价指标，作为科学演化定量分析的依据。基于语义的知识网络分析对表征知识的概念词和类属借用知识本体、分类体系等为语义不明确的概念词进行属性划分，在此基础上构建基于语义的知识网络，进而利用定量的指标、方法揭示微观的领域知识结构演化、领域关键研究问题的演化、关键问题中知识关联的发展变化等。
2.3.2系统关联机制的分析方法 通过科研创新各阶段的关联分析，揭示科技创新中知识演进的互动关系。这需要在科研创新各阶段知识演化特征分析的基础上，利用特定的关联构建机制，分析在创新系统整体的视角下，创新各阶段知识构成的创新网络的演化特征及其相互作用关系。这里使用的方法如依据核心主题词在不同数据源的共现和间接关系形成创新网络，进而从创新网络的特征及其发展变化状况，来分析系统内部知识的发展演化过程。
2.3.3基于判据指标的科技演化系统分析系统分析，就是借鉴循证分析中系统综述的方法，即针对某一具体问题系统全面地收集相关资料，用统一的科学评价标准，筛选出符合标准、质量好的证据，用统计学方法进行综合，得到定量的结果，以得出可靠的结论。依据上述方法得到的多因素指标，作为循证决策的定量判据，利用系统分析的方法，判断创新发展的状况，挖掘以往科技创新发展中的空白点，尝试提出新的科学技术研究方向。
3 需要解决的关键问题
上述过程和方法的实现，需要解决一系列的理论和技术问题，如制定分析数据源的选择标准与证据评价标准、用于循证分析的文献和科学数据指标的设计、知识网络的构建与分析以及其中涉及的数据特征的提取等。
基于知识本体的数据特征提取是将多种数据用于系统分析的基础，特别是将各种文献作为证据对象进行深入分析，首先要提取适用的数据特征。这里需要利用知识本体所规范的领域知识属性划分，对科学文献或数据的计量特征词进行自动的语义属性划分，或者对知识类别进行属性划分，进而利用基于语义的共现技术构造知识网络，形成循证分析的指标或论证基础。
用于循证分析的文献和科学数据指标的设计也是关键问题。要利用循证分析的方法揭示复杂科技创新系统中的知识演化特征，需要定量分析领域演化的现有水平，对领域科技创新各阶段的研究进行定量综合，揭示某方面研究的不确定性，提出新的演化方向，这里的指标设计决定了分析结果的成败。另一方面，系统分析的技术对结论的可靠性同样至关重要，要对多来源数据结果进行定量合并进行统计分析，涉及检验纳入分析的异质性、根据异质性检验结果选择模型进行统计分析，效应合并值的假设检验和统计推断，以及结果敏感性分析等问题，都需要进一步的验证和尝试。
此外，不同数据源和不同类型数据的融合以及在此基础上创新网络的构建和分析也是本研究的一个挑战。对各层面知识网络及综合创新网络的分析，拟借用社会网络分析中的特征点和结构分析方法，进行特征的提取和演化关系揭示，进而形成定量分析指标。这里需要构建创新各阶段的知识网络以及整个创新系统构成的复杂创新网络，进而通过相似度的测度和演化特征的定量分析，如矩阵的向量距离测度、多维尺度分析以及包括关联性分析、中心性分析、凝聚子群分析、结构对等性分析等在内的社会网络分析技术等，进一步形成循证分析的指标和论证依据。
4 总结与展望
在以上思路的指导下，本研究期望在如下方面有所突破：
首先，支持科研决策的科技创新演化理论的拓展。支持科研决策的演化理论以往仅以科学或技术系统的演化理论总结为出发点，本课题研究适应新时期科研环境的变化、科学决策思维的变化，引入基于创新活动过程的科学创新系统演化理论，作为演化分析的理论基础，可以更好地满足未来科研决策的需求。
其次，引入循证的情报研究方法。有别于以往仅从文献特征总结科学技术演化规律的研究，引入科学数据等分析对象，从循证的思维构建创新系统中科技创新演化发展状况的判据和分析方法，综合多种资源作为证据基础进行循证情报分析，是对情报研究方法的拓展。
科技创新的论据篇2
创新人才的培养是现代化高等教育，尤其是工科教育的重大战略任务，大学校园将成为创新的主体[1]。在创新能力培养研究中，国内外学者广泛使用实证研究的方法研究教学方法与大学生创新能力之间的投入产出关系[2]。为了进一步提高本科教学质量水平，培养大学生科技创新能力，北京林业大学工学院对本科教育阶段大学生创新能力培养情况进行了调查。基于此调查，对大学生创新发展现状，本科教学、管理机制对创新能力培养进行综合分析。
一、调查基本情况
1.调查样本。本次调查的调查对象为工学院关注大学生科技创新活动或有一定创新活动经历的本科生。共发出调查表100份，回收有效样本83份，调查的学生共涉及2010级和2011级自动化、电气、机械和车辆4个专业的本科生，调查的学生占同类学生总数的12%。样本基本情况如表1所示。
2.调查目的与调查内容。本次调查以大学生科技创新能力培养与相关影响因素为主要调查目标，以大学生科技创新能力与课程教学各环节之间的关系为主要内容，探索大学本科教育与创新能力培养的互动关系，并以此研究大学生科技创新能力培养的教学促进、管理服务机制、评价激励体系。主要调查内容有：①调查对象科技创新经历。包括年级、学习成绩、参加科技创新活动经历、参加科技创新活动所取得的成果与成果性质。基于开展创新活所需要的专业知识，大学生参加科技创新活动实际上是从大学三年级开始，我们的调查对象也主要集中在大学三年级和四年级的学生。②调查科技创新能力培养与本科课程教学之间的关系。列出专业主要骨干理论课程与实践课程，让调查对象对其重要性进行排序，以此作为后续数据分析的基础。③大学生创新活动的影响因素调查。调查在本科教育阶段评价大学生创新能力各评价指标，通过排序的方式调查各评价指标在评价中的重要性，本部分也是后续大学生科技创新能力评价的基础。受知识技能、实践基础和专业背景的影响，大学生科技创新具有被动性、稚嫩性、短暂性、专业性等特点。被动性是指大学生科技创新不是源于个人的灵感和效益的激励，而是源于学校机会和激励或教师的引导和促进;稚嫩性是大学生创新能力在思维表现和创新成果质量中具体表现比较稚嫩，对很多问题仅仅停留在思维或者概念的层面，对各种问题考虑也比较片面，对可能遇到的各种困难考虑不周;短暂性是指大学生对科技创新能力认识比较模糊，缺乏具体目标，能力和思维缺少持久性，需要学校教师的督促和激励;专业性是大学生创新能力源于专业知识，创新能力大多数表现为专业知识的应用。
二、调查数据分析
根据专门的大学生科技创新能力培养问卷调查显示，大学生在参加各种科技创新活动时对创新能力培养的感知体现以下特征。
1.科技创新活动形式多样，参与程度有较大差异。目前大学生参加科技创新活动形式多样，但主要集中在大学生科研训练项目和各类科技创新竞赛项目。在调查的80多名学生中，有24%主持过科技创新项目，这一点与学院的统计数据基本一致;30%的学生参加了科技创新项目并做了较多的实际工作;有22%的学生参加了各类大学生科技竞赛并获得了各类奖励，其中45%的学生获得了各级奖励。调查样本中只有15.6%的关注科技活动的大学生没有任何从事大学生科技活动的经历。
2.参加科技创新活动与学习成绩有高度的相关性。本调查以学积分成绩为主要依据(也是目前绝大多数高等学校成绩评价的基本依据)，把成绩分为5%以内、5%～15%、5%～30%、30%～50%、50%以后5档。参加科技创新活动的学生有近20%排名在前5%，50%的学生在前15%，近90%的学生在30%。可以看出，大学生参加科技创新活动与学习成绩有高度的相关性。学习成绩越好，其参加科技创新活动的积极性越高，参加的机会越多。如果以相应的数字代表学习成绩，建立参与度与学习成绩的线性回归模型，其相关系数达0.9772。但是成绩优秀的同学(前5%)与成绩优良(前15%)的参与度几乎一致。
3.科技创新取得一定的阶段性成果，但成果质量有待验证和提升。学生科技创新成果体现在以下几方面：一是在各类科技竞赛中获得奖项;二是取得专利、软件著作权等知识产权型的科研成果;三是通过科技竞赛开发的实物模型或者软件成果;四是通过科技创新活动发表了相关学术论文。在被调查的同学中，有20%在各级大学生科技竞赛中获得各级奖项;有21%的学生取得了发明专利或者软件著作权，有20%左右的学生发表了相关学术论文。有48%的学生科技创新成果通过实物模型或者软件开发表达出来，实现了成果转化。
4.科技创新能力培养与课程教学关系密切，但课程教学对科技创新能力培养的促进作用尚未得到充分体现。本调查从定性调查了科技创新能力与理论教学和实践教学课程之间的关系。调查发现，只有7.2%的同学认为理论课程教学与科技创新能力培养关系非常大，50%以上的同学认为理论课程教学与科技创新能力培养关系比较大，有超过40%的同学认为理论课程教学与科技创新能力没有直接关系或者关系很小。在实践教学领域，只有10%的同学认为实践教学与科技创新能力培养关系非常大，有66%以上的同学认为理论课程教学与科技创新能力培养关系比较大，还有超过20%的同学认为理论课程教学与科技创新能力没有直接关系或者关系很小。
本调查还分专业对科技创新能力培养与具体的理论教学课程与实践教学课程之间的关系进行了调查。各专业挑选15门主要理论教学课程和10门左右的实践教学课程，让学生选择其中的与创新能力培养关系较大的5～8门理论教学课程与4～6门实践教学课程。各专业选择率较高的理论与实践课程如表2、表3所示。除了个别课程选中率在80%左右以外，大部分课程选中率在50%以下。根据调查，与学生科技开发直接相关的理论实践课程选中率偏高，但是偏基础理论的课程选中率偏低。课程教学对创新能力培养的重要性没有得到充分体现：一方面，学生对课程和科技创新认知水平有一定的局限性;另一方面，在培养学生科技创新能力的教学实践中，课程教学内容与教学方式有待改善和提升。
5.学生自身品质与意志力是大学生科技创新能力的重要影响因素，科技创新过程和实践课程是培养创新能力的重要渠道。在调查创新能力的影响因素方面，40%的学生认为性格品质与意志力与科技创新能力有关系，49%认为关系比较大。大家普遍认为大学生创新能力是自身品质与意志力的外在表现。在创新能力培养过程方面，调查给出大学理论课程、大学实践课程、自己业余兴趣与爱好、创新项目的完成过程等选项。调查采用排序的方式进行。41%的学生把创新能力的完成过程培养排在前2位，37%的学生把大学实践课程排在前2位，而源于自己的兴趣与爱好却只占28%。这说明，目前大学生创新具有普遍的被动性。创新的动机和灵感来自于任务的完成和学习中思考和探索，而基于自己的兴趣与爱好相对比较少。
6.科技创新能力评价尚缺少有效的、客观的评价手段。根据调查，创新能力的评价主要渠道还是可见的创新成果，如的数量与质量、专利申请、成果获奖、产业化应用情况、成果答辩考核等，在各选项中，除了数量与等级选中率偏高(42%)，成果产业化应用偏低(28%)，其他选项的选中率差别不大，说明目前对创新成果评价还难以形成大家认同的标准。对学生自身素质，如性格、品质、意志力的评价，指导教师评价、同学之间的互评、专项综合测试是几种大家容易接受的评价方式。
三、分析与总结
虽然由于调查样本的局限性、学生对创新能力的认识和调查表本身的局限性，调查数据和结论还有待进一步验证，但调查总体上可以反映学生对科技创新能力培养的认知情况。调查反映出高等学校在学生科技创新能力培养中的以下表现和问题。
1.大学生科技创新活动和科技竞赛的开展，促进了大学生进行科技活动的能动性和创造性，能够有效提高人才培养质量;在各类科技活动的引领下，大学生从大一的了解、大二的介入，再到大三、大四的深入，大学生科技活动受到了广大学生的认同和欢迎。通过科技活动，在实践中积极把专业理论、科技实践有机地联系起来，激发了学生学习、思考和实践的积极性和创造性。
2.学生对科技创新能力的认识和自我培养在加强，但是存在较为普遍的稚嫩性、被动性和模糊性;据不完全统计，目前绝大多数大学生对大学生科技创新活动都有所了解，有近三分之一的学生通过不同方式参加了各类大学生科技活动。从创新能力原动力与影响因素调查的情况看，学生科技创新的思路大多数来自于指导教师的指导和自己完成科技创新项目的探索与学习，较少来自于课程学习的积累或者自己的兴趣爱好与灵感。学生在从事创新活动过程中，较为依赖指导教师的指导，主动的、灵感性的创新较少。所以大学生创新能力需要教师的引领和学校管理体制的激励。[3]
3.在理论课程教学和实践教学中，需要对教学内容和教学方式进行有效的探索和改革。根据调查看，大学生科技创新与课程学习关系的认识不够，尤其是对基础课程的重要性认识不够充分。虽然受学生认知水平的限制，但也说明在高等教育的教学实践中，理论与实践课程教学内容主要集中在知识点本身，对教学内容与工程实践的切入不够。在教学内容中，应该加强课堂教学内容对工程实践的指导性和引领性;在教学方法中，以教师为主导的灌输式教学方式不利于学生科技创新能力培养，应该逐步推广任务导向型的课堂教学模式，加强师生互动。
4.构建结构清晰、目标明确、制度完善的大学生科技创新管理服务机制。科技创新管理服务体系是人才培养重要的支持系统。在现代化的创新人才培养过程中，首先要加强科技创新服务激励机制建设。目前大学生科技创新主要是由学校教务部门管理，但是传统的教学管理与服务模式相对较为简单，而大学生创新能力培养涉及到立项、审查、考核、评价、激励等方面，既有教学管理的特点，又含有科研管理的内涵，同时还兼有学生管理的模式。所以应该从学校的层面，建立学校学院的科技创新服务管理机制，实现科技创新的服务化、体系化、规范化管理;其次要加强教学科研服务体系建设。科技创新是教学的拓展，也是科研的序曲，是创新思想的实现，也是创业的演练;最后要建立大学生科技创新社会服务机制。根据调查，目前大学生科技创新项目的来源主要源于由学校管理的国家下拨的专项经费，创新成果也主要是论文、专利等知识产权性质的成果，亟需拓宽成果转化渠道，建立学习、实践、创新、创业的综合服务体系。[4，5]
本次调查在样本数量、调查内容、调查方式中还有诸多需要进一步完善的地方。本次调查对教工和教学管理进行了调查，但由于样本较少，在本文只对学生的调查情况进行分析，在后续的调查中还需要进一步完善和总结。
科技创新的论据篇3
关键词:生态位;生态位宽度;高校;科技创新能力;评价
中图分类号:G640文献标志码:a文章编号:1673-291X(2010)04-0223-02
一、生态位理论
在生态学中最早使用生态位一词的是Grinnel(1917),他把生态位定义为种的最后分布单位,而强调生态位的空间概念。1927年,elton把生态位确定为种在其群落中的功能作用和地位,强调一个种与其他种的营养关系。Hutchinson(1957)利用数学上的点集理论,把生态位看成一个种生存条件的总和,将生态位扩展为既包括生物的空间位置及其在生物群落中的功能地位,又包括生物在环境空间的位置,即所谓的多维生态位[1]。
生态位的宽窄理论主要研究的是生态位的宽度。生态位的宽度(广度)是指一个种群在一个群落中所利用的各种不同资源的总和。在可利用资源量较少的情况下,生态位宽度一般应该增加,以使种群得到足够的资源。在可利用资源量丰富的环境中,可导致选择性利用资源,使得生态位宽度变窄。一个种的生态位越宽,其竞争力越强,能够利用的资源总量越大,在竞争中处于优势地位;相反,一个种的生态位越窄,其竞争力越弱,能够利用的资源总量越小,在竞争中处于劣势地位[2]。
按照生态学观点,任一生态因子总要与周围环境经常不断地处于相互交换之中。与此类似,高校也处在由自然、经济、社会、科技等因素构成的生态环境里,并与之有着物质、能量、信息等的交换。生态位的基本原理同样适用于高校。而高校的科技创新工作包含在高校生态位系统中,生态位的宽窄理论适用于对高校科技创新能力的评价分析。
二、基于生态位理论的高校科技创新能力评价体系的设计
(一)评价指标体系的设计原则
(1)系统性。必须以高校科技创新能力的内涵为核心,并从总体目标出发来建立指标体系的基本框架,从而全面、系统、客观地反映高校科技创新能力的全貌。(2)科学性。要考虑高校科技创新能力指标元素及指标结构整体的合理性,从不同侧面设计若干反映科技创新能力的指标,并且指标要有较好的可靠性、独立性、代表性、统计性。(3)可比性。本指标体系是对多个区域的高校科技创新能力进行综合评价,因此,指标体系的设计必须充分考虑到各区域之间统计指标的差异,在具体指标选择上必须是各区域共有的指标含义,统计口径和范围尽可能保持一致。(4)可行性。为保证获取数据的可靠性,要最大限度地利用和开发现有统计部门的统计数据,并注意量化的可操作性,使评价建立在公开、公正、公平的基础上,保证评价结果的可信度。(5)绝对指标和相对指标相结合。绝对指标反映的是总量、规模等因素;相对指标则反映的是速度、结构、比率等。结合两类指标进行分析,可以较准确地反映实际情况。
(二)指标体系的设立
根据高校科技创新能力的内涵和建立评价指标体系的基本原则,通过专家咨询和试算,并结合其他研究者的相关研究成果建立高校科技创新能力的评价指标体系,包括一个一级目标,即科技创新能力;四个二级指标,即创新基础能力(a)、创新投入能力(B)、创新产出能力(C)和创新成果转化能力(D);26个三级指标,即科技活动人员(a1)、科技活动人员中科学家和工程师的比例(a2)、科技活动人员中硕、博研究生的比例(a3)、研究与发展机构总数(a4)、年度派遣和接受合作研究人次(a5)、年度出席国际会议人次(a6);研究与发展人员总数(B1)、研究与发展全时人员占比例(B2)、拨入科技经费总额(B3)、研究与发展经费占拨入科技经费的比例(B4)、研究与发展项目总数(B5)、R&D成果应用及科技服务项目总数(B6);出版科技著作数量(C1)、发表学术论文数(C2)、国外学术刊物比例(C3)、鉴定成果数(C4)、部级项目验收数量(C5)、专利申请数量(C6)、专利授权占专利申请比例(C7)、获国家三大奖和国务院各部门科技进步奖数量(C8)、获省、市、自治区科技进步奖数量(C9);专利出售合同数(D1)、专利出售合同额(D2)、专利出售当年实际收入(D3)、技术转让合同数(D4)、技术转让合同额(D5)。
(三)评价过程
1.确立高校科技创新能力评价因子集。根据上述评价指标体系,可得三级指标层因子集U={a1,a2,…,D4,D5}。
2.标准化处理。由于各统计数据往往存在不同的量纲,因此需进行标准化处理,具体方法如下:
S′i,j=Si,j/maxSi,j(1)
其中,Si,j(i=1,2,…,n;j=a1,a2,a3,…,D5)表示第i个地区在生态因子j上的数值,maxSi,j为Si,j(i=1,2,…,n;j=a1,a2,a3,…,D5)的最大值,S′i,j为标准化处理后的标准值。
3.二级指标生态位宽度的测定。根据生态位宽窄理论,利用信息指数来测算各指标的生态位宽度,公式为:
Bi,k=-(pi,jlnpi,j)(2)
式中,Bi,k(k=a,B,C,D)为各指标的生态位宽度;pi,j=S′i,j/S′i,j,r表示各二级指标所包含的三级指标的个数。Bi,k越大,说明生态位越宽,其利用资源的能力越强,竞争力也越强。
三、实证分析
为验证基于生态位宽窄理论的高校科技创新能力评价体系的实用性和有效性,并考虑到数据获取的可操作性和客观性,本文选取了中国西部地区6省(市)高校进行实证分析。由于篇幅有限,本文仅以高校科技创新基础能力生态位宽度测定为例说明分析过程。首先对数据进行标准化处理,具体结果见表1。
其次,将处理后的数据按照计算公式(2)进行计算,得出6省(市)高校科技创新能力的具体数值,见表2。
由表2可以看出,2007年四川省和陕西省高校排在前两位,重庆市高校紧随其后,其次是云南省和甘肃省高校,贵州省高校科技创新能力最弱。表2的结果与实际情况基本相符,说明了利用生态位理论对高校科技创新能力进行评价是可行的和有效的。
结论
通过对中国西部6省区的高校科技创新情况进行实证分析,验证了基于生态位宽窄理论的高校科技创新能力评价体系的可行性和有效性,该方法能过分析比较高校科技创新能力的竞争优势和劣势,为高校科技创新能力的评价分析工作提供了新的思路。
参考文献:
科技创新的论据篇4
[关键词]科技创业生态群落；生态位；适宜度；测度方法
[中图分类号]F062.4[文献标识码]a[文章编号]1671-8372（2017）01-0030-06
一、引言
在发达国家和地区的经济活动中，科技创业活动不仅在促进科技成果转化、推动区域科技创新等方面均发挥着重要作用，而且在促进区域经济结构转型升级和区域经济发展中具有不可替代的助推作用。作樽橹生态学的一个分支，科技创业生态系统研究本质上是运用生态学的概念、模型、理论和方法对科技创业组织及其所受环境的影响进行研究。然而，区域科技创业生态系统发展滞后导致了科技创业活动积极性受挫、科技创业风险加剧和科技创业资源浪费。为进一步发挥科技创业生态系统在创业服务中的作用，提高科技创业成功率，有关科技创业生态群落生态位适宜度的基础理论和技术研究已成为科技创业领域研究中的热点和焦点问题。将生态位思想及生态位适宜度概念引入科技创业研究领域，有利于对区域科技创业生态群落的主体行为现象及其发展规律进行定性及定量的描述，对解释科技创业活动的区域适应性以及科技创业生态群落的适宜性等理论问题具有重要价值，同时对于完善区域科技创业环境具有现实意义。
在生态位理论基础上，生态位适宜度理论通过对生态位概念的数学抽象和适宜性测量表征现实生态环境条件与最适生态环境条件贴近程度。自李白珍等在1993年提出生态位适宜度（nichefitness）概念后[1]，生态位适宜度理论逐渐成了生态学的研究热点。生态位适宜度概念被广泛应用于土地[2]、林地[3]、产业环境[4]、城市系统[5]、创新系统[6]等领域。总体来看，在现有文献中，生态位适宜度测度方法多采用Ft模型和Fmin-t模型，尽管其能够反映现实生态值与最适值之间的贴近程度，但不能体现出二者相对于初始状态变化速度的接近程度，无法反映系统的相对变化性。此外，科技创业生态群落生态位适宜度数量指标测度方法的研究还有待开展。本文借鉴生态学原理与方法，在科技创业生态系统的概念框架基础上，绝对生态位适宜度与相对生态位适宜度相结合，构建科技创业生态群落生态位适宜度的测度方法。试图为回答区域科技创业生态群落适宜性问题提供分析方法，以克服现有适宜度评价模型的局限性，进一步拓展生态位理论的应用领域，补充和完善区域科技创业系统评价的理论体系。
二、理论基础
与一般生物体一样，科技创业企业的生存与发展离不开一个适宜的生态系统。区域科技创业生态系统（Regionalentrepreneurshipeco-System，ReeS）是指在一个区域空间范围内形成的具有区域特色的、与科技创业相关联的诸元素相互联系相互作用的综合体。
（一）科技创业生态系统结构
科技创业活动与科技创业生态系统二者之间存在相互依存关系。科技创业系统决定着创业企业的生存条件、运行状况和发展质量。同时，科技创业者对科技创业生态系统拥有选择权，也直接或间接地影响和塑造科技创业生态系统。在原理上和自然生态系统中所存在的生物与生态环境之间的交互作用相似。因此，科技创业生态系统可视为由科技创业企业及其赖以生存和发展的科技创业生态群落、支撑环境所构成的，相互依存、彼此影响、共同进化的动态平衡系统。
科技创业生态群落由科技创业企业种群、产业链上下游企业种群、政府组织种群、科技中介服务机构种群、高校科研机构种群构成。相应地，构成主体包括科技创业企业、高等院校、科研机构、上下游企业（供应商和客户）、政府及相关支撑机构、金融机构（资本市场）、人才市场以及中介机构等[7]。科技创新生态系统结构如图1所示。
（二）科技创业企业生态位
生态位是生物种群长期进化所形成的对环境资源与条件的选择范围。由于生物种群生存与发展需要多种类型的资源与条件（亦称为生态位因子），因此生物种群生态位是一个多维的环境资源与条件选择范围的集合。这种生物种群的超体积生态位表征了生物种群与群落中其他种群之间的依存关系。科技创业企业种群生态位是指科技创业企业种群的生存与发展对资源及环境变量的选择范围所构成的集合。它既反映了科技创业企业种群与群落中其他种群之间的依存关系，也明确了种群生存与发展对环境资源与条件的要求。在科技创业生态群落中，人才、资金、技术以及服务等生态位因子对科技创业企业种群的生存与发展不可或缺。相应地，科技创业企业种群存在着人才生态位、资本生态位、技术生态位以及服务生态位[8-9]。人才生态位取决于科技创业生态群落能为科技创业企业种群提供的人才数量与人才质量以及满足其人才资源需求的程度。资金生态位反映了科技创业生态群落满足科技创业企业种群资金资源需求的能力，这与科技创业资金渠道多元化程度和金融机构、上下游企业以及政府等种群提供融资服务意愿和能力紧密相关。科技创业企业种群的技术生态位主要与科研机构、高等院校种群有关，科技创业所依托的技术成果的先进性与适应性以及科技创业过程中的人才支撑服务是科技创业成败的关键。技术生态位取决于人才数量与质量、科技成果的适用性和后续技术创新能力。服务生态位是指科技创业可利用的相关服务的空间，取决于中介机构种群的发展水平和政府提供的科技创业服务。科技创业企业种群的生态位容量取决于人才生态位、资本生态位、技术生态位以及服务生态位的容量。
三、模型构建
（一）传统生态位适宜度模型
考虑科技创业生态群落中与科技创业有关的资金、技术、人才、服务等生态因子，定义个生态因子在时刻的量化指标分别为是第个生态因子的取值区间，该科技创业生态群落中的生态因子域值为是维生态因子的一个子集，其生态位可表示成函数。又定义集合，则集合表示科技创业企业种群的生态位[10]。
适宜度指标是用以度量系统中因子之间相互适应程度的常用变量，它为定量评价系统中因子之间的耦合性与协同性提供了新的思路[11]。在生物种群与生态群落环境的协同进化过程中，种群生态位的空间范围取决于群落环境资源（生态因子）的变化及其对变化的适应。科技创业群落生态位适宜度是表征生态因子实际值与最适值之间的贴近程度的维超体积生态位，其取值在[0，1]区间上，数值越小，表明各生态因子满足科技创业种群生态需求的程度越低。记科技创业群落的生态因子最适值为，，生态因子实际值为，，则生态位适宜度为：
生态位适宜度函数取决于的含义。一般地，传统的生态位适宜度模型主要有生态位适宜度模型和限制因子模型。
1.生态位适宜度模型
表示第时段区域科技创业生态群落的适宜度，其中，为和之间的绝对差，为的最大值，为的最小值，为模型参数，。
2.限制因子模型
限制因子模型常用来评价现实生态位因子中最显著限制因子与其最适宜值之间的关系，其中，和分别为第个生态因子的实测值和最适宜值；为最适宜值[12]。
（二）科技创业生态群落综合生态位适宜度模型
本文在传统生态位适宜度模型的基础上，引入广义灰色关联度，利用绝对关联度、相对关联度和综合关联度构建区域科技创业生态群落综合生态位适宜度模型。相应地，该模型包含绝对生态位适宜度和相对生态位适宜度两部分。绝对生态位适宜度判断生态因子现实值与最适值间的贴近程度，值越大，说明生态因子现实值与最适值间的贴近程度越高；相对生态位适宜度表征生态因子的现实值与最适值相对于初始状态的变化速度，值越大，反映出二者的变化速度越接近。综合生态位适宜度模型弥补了传统生态位适宜度模型仅能表征生态因子现实值与最适值贴近程度的局限。
1.计算缓冲序列
科技创业生态群落的现实数据常受到外界冲突因素的干扰而失真，从而影响建模精度。为排除扰动因素对系统行为数据序列的影响，这里引入缓冲算子来提高建模精度。
对于某一生态因子测度指标数据序列为，，。设为平均弱化缓冲算子，则该指标实际值的一阶缓冲序列[13]：
令为二阶弱化缓冲算子，则该指标实际值的二阶缓冲序列为：
2.无量纲化和零像化处理
无量纲化公式为：
式（6）（7）中，表示第年第个生态因子无量纲化值，表示第个生态因子最适宜值无量纲化值；为第个生态因子最大值。。
根据无量纲化处理结果进行零像化，公式为：
3.计算综合生态位适宜度
绝对生态位适宜度：
一般取，。若侧重生态因子实际值与最适值间的贴近程度，则可取大些；若侧重实际值与最适值相对于初始状态的变化速度的接近程度，则可取小些。，值越大，显示实际值与最适值之间的关系越紧密[6]。
四、模型应用
（一）指标构建与数来源
物种的生态位适宜度表示拥有一定资源谱系的生物物种对其生态环境条件的适宜性。同理，科技创业企业种群的生态位适宜度是科技创业生态群落资源条件对特定需求的满足程度。作物生长离不开温度、湿度和营养等多维超体积生态位因子供给，科技创业企业种群也需要资金、技术、人才、服务等生态位因子。因此，根据区域科技创业生态群落的特点，按照主导性、系统性和可操作性原则，从科技创业资源和科技创业潜力两个方面构建指标，运用德尔菲法从中筛选出12个可获得客观数据的指标构成区域科技创业生态群落生态位适宜度测度指标体系（见表1）。
青岛市科技创业生态群落在2008―2013年6个时段的12个生态因子实际值数据见表2。
（二）二阶缓冲序列生成与无量纲化
二阶缓冲序列生成。根据公式（4）和公式（5）对表2中的数据进行弱化缓冲算子构造，生成二阶缓冲数据序列，结果见表3。
数据无量纲化处理。利用公式（6）和公式（7）对表3数据进行无量纲化处理（见表4）。
（三）计算综合生态位适宜度
根据表4数据，利用公式（8）―（12），取，计算青岛市科技创业生态群落的综合生态位适宜度（见表5）。
在无量纲化数据基础上，根据公式（2）和（3）计算生态位适宜度模型和限制因子模型（见表6）。
（四）结果分析
运用科技创业生态群落综合生态位适宜度评价模型对青岛市科技创业生态群落进行评价，结果表明，2008―2013年，综合生态位适宜度值总体上呈现出递增的趋势，从2008年的0.638增长到2013年的1，数据显示青岛市科技创业生态群落实际生态位趋于最适生态位。2008―2013年青岛市新增科技公司数量和科技公司总量变化趋势也印证了科技创业生态群落在不断完善的事实。青岛市新增科技公司数量由2008年610家增加到2013年948家，科技公司总量也由2008年3460家增加到2013年8052家。青岛市科技创业生态群落各个生态位因子趋于最适值，尤其是表征科技创业资金的财政科技专项资金、科技型中小企业担保贷款，表征科技创业技术的发明专利授权数、科研成果数量、技术交易金额，表征科技创业服务的孵化场地面积等因子观测值均趋于最适值，反映出青岛市科技创新创业意识不断加强、创新创业投入不断加大、创新成果不断涌现。
由表6可见，2008―2013年、和生态位适宜度值总体变化趋势一致。与相比，的测度结果更为全面综合。它既反映了科技创业生态群落生态因子实际值与最适值之间的贴近程度，也反映了二者相对于测度初始状态变化速度之间的关系。与相比，模型设有一个参数，可视情况进行选择，增强了模型实用性。而重点反映了科技创业生态群落生态因子中最主要限制因子与最适值之间的关系，测度结果反映出的信息不全面。
五、结论
借鉴生态学理论，在传统生态位模型基础上，引入广义灰色关联度，提出科技创业群落系统生态位适宜度测度改进模型，并对青岛市科技创业生态群落综合生态位适宜度进行测度。
现有文献中，生态位适宜度测度方法多采用模型和模型，缺乏对科技创业生态群落生态位适宜度数量指标测度的研究。本文构建的区域科技创业生态群落综合生态位适宜度模型，能更好地对科技创业生态群落的科技创业活动适宜程度进行定量分析，为促进科技创业资源合理使用，实现资源的有效利用提供定量分析方法，既拓宽了生态位理论的应用领域，也丰富了科技创业系统的评价方法。同时，选择青岛市作为试验地进行方法实例应用，既验证了该方法的可行性，也为在其他地区的具体应用提供了实践参考。依据本文提出的科技创业系统生态群落生态位适宜度测度方法所计算出来的适宜度数值指标，对于科技创业企业选择适宜的科技创业区域以及政府出台有效的科技创业企业培育政策具有理论指导意义。
[参考文献]
李自珍，赵松龄，张鹏云.生态位适宜度理论及其在作物生长系统中的应用[J].兰州大学学报（自然科学版），1993，29（4）：219-224.
欧阳志云，王如松，符贵南.生态位适宜度模型及其在土地利用适宜性评价中的应用[J].生态学报，1996，16（02）：113-120.
于波涛，王成成.国有林区产业生态位与区域生态位适宜度研究[J].林业经济问题，2011，31（5）：387-391.
陈凤桂，张虹鸥，陈伟莲，周章伟.基于生态位理论的产业发展适宜性综合评价―以广东为例[J].人文地理，2011（6）：120-126.
夏斌，徐建华，张美英，切皴樱何绘宇.珠江三角洲城市生态系统适宜度评价研究[J].中国人口・资源与环境，2008，18（06）：178-181.
覃荔荔，王道平，周超.综合生态位适宜度在区域创新系统可持续性评价中的应用[J].系统工程理论与实践，2011，31（5）：927-935.
段琪，麦晴峰，汪波，张宇.基于扎根理论的高校科技创业生态系统研究[J].科学学与科学技术管理，2015（11）：159-168.
刘文光.区域科技创业生态系统运行机制与评价研究[D].天津：天津大学，2012.
杨勇，王志杰.区域科技创业生态系统运行机制及政策仿真研究[J].科学学与科学技术管理，2014（12）：99-108.
李自珍，韩晓卓，李文龙.具有生态位构建作用的种群进化动力学模型及其应用研究[J].应用数学和力学，2006，27（3）：293-299.
周青，陈畴镛，张定华.浙江区域技术创新适宜度的实证研究[J].研究与发展管理，2009，21（2）：109-113.
科技创新的论据篇5
[关键词]科技人力资源创新能力 主成分分析 中部六省
引言
科技人力资源既是人力资源又是战略性资源，具有不同于一般人力资源的价值意义。在当前建设创新型国家的过程中，要充分发挥科技人力资源的功能和作用，高度重视对科技人力资源相关问题的研究。因此，对科技人力资源创新能力的分析和评价成为当下关注的焦点。
关于区域科技人力资源创新能力的研究，国外的相关研究不多，但国内学者的研究比较充分，本文以山西，河南等中部六省为研究对象，选取2010年中部地区六个省13项指标作为科技人力资源创新能力测度和评价的初始变量，运用SpSS17.0工具进行了分析，并提出相应对策。
1.指标体系的确定
（1）指标体系的确定原则
(1)系统性原则：在评价高科技企业科技人力资源上，要全面、系统，能真实反映出科技人力资源的实际状况，从而让企业能够发现自身科技人力资源的优势与不足，以便后期加以有效改善。（2）科学性原则：要充分考虑指标元素的独立性和代表性，指标结构整体的合理性，使定量和定性、相对和平均指标相结合。（3）可比性原则：所选取的指标之间具有可比性。（4）相关性原则：所收集的数据必须与科技人力资源创新能力相关，杜绝任何与创新能力不相关的数据。
（2）构建科技人力资源创新能力评价指标体系
我国科技人力资源分为两个层次，即专业技术人员、科技活动人员和研究与发展人员。根据中部六省科技人力资源创新能力的具体情况，可将科技人力资源创新能力分为七个二级指标，创新投入要素指有专业技术人员投入、科技活动人员投入、专利成果；创新产出要素有科技论文、技术市场成交合同、新产品、高新技术产口出口额。
（3）实证分析与综合比较
①初始数据收集
根据《中国科技统计年鉴》和各省份统计年鉴采集各省份指标的初始数据，为了使综合评价的结果客观、合理，通常采用的是标准化处理，消除量纲和数量级的影响。初始数据统计结果如表2所示：
②主成分分析
主成分分析法是把原来多个变量划为少数几个综合指标的一种统计分析方法，是一种降维处理技术，即用较少的几个综合指标代替原来较多的指标变量,且使这些较少的综合指标既能尽量多地反映原来较多变量指标所反映的信息,同时它们之间又是彼此独立的。
（4）确定主成分的个数，取特征值大于l，累计贡献率大于85％；
根据解释的总方差确定几个主成分，使得信息利用率达到85%，本文中三个主成分信息累计91.444%，因此来确定3个主因子F1、F2、F3可以代表原来13个变量大部分信息。
（5）计算主成分载荷；计算综合得分。
将成分矩阵（见表4）中的数据除以主成分对应特征值的平方根，就可以得到三个主成分中每个指标所对应的系数。
表4 成份矩阵
综上可得3个因子，第一个因子F1贡献率达到了50.183％,其中科学家和工程师占科技人员的比重、专利申请量、专利申请授权量、科技活动人员数、技术市场的成交合同数、技术市场的成交合同金额这6个指标由第1个因子F1完全可以解释，它们与科技人力资源创新投入与产出有关，可以命名为科技人力资源创新投入因子；第2个因子F2的贡献率为28.495％，可以用来解释工程技术人员规模、农业技术人员规模、科学研究人员规模、新产品产值占工业总产值的比重、高新技术产品出口额五个指标，可命名为科技人力资源来源因子。第3个因子F3的贡献率为12.765％，主要解释了科技活动人员占做从业人员的比重、R&D工作人员当量两个指标，命名为科技人力资源工时因子。这3个因子解释了绝大部分信息，因此这些地区的3个因子的综合得分F可以大体上反映不同地区的创新能力：
F=0.50183*F1+0.28495*F2+0.12765*F3
这里的权重采用它们的各自方差贡献率。最终我们可以对不同地区按照综合得分进行排序（见表5）：
由此可见中部六省的科技人力资源创新能力有较大差距,其中湖北科技人力资源的创新能力最强；而安徽、江西较弱；江西最弱，这与中部六省的经济实力是相符合的。湖北经济与科技创新实力水平都较高，经济发展相对较快，经济实力居前，是中部六省经济发展的领导力量，这充分说明了科技人力资源的创新实力与科技创新实力、经济实力属于正相关关系。
3.结论与建议
（1）结论
通过对各省科技人力资源创新能力比较分析,得到以下结论：
（1）中部六省的专业技术人员队伍不断壮大。值得注意的是，由于山西人口基数小但工业化程度较高,导致每万人所拥有的国有企业工程技术人员密度较大，因此，中部大部分省份这两类专业技术人员相对缺乏，可能会影响中部地区产业的升级和技术的创新。
（2）中部地区的科技活动人员占全部从业人员的比重较低(除了山西和湖北之外)。这就充分说明中部地区劳动力规模很大，但是整体素质不高，人均分布不足，这必然会影响中部产业的创新能力,要实现中部地区的崛起，务必解决这个难题。尽管湖北、湖南的科学家与工程师占科技活动人员的比重较高，但这种优势并没有延续到企业中，科技活动人员实际投入到科技活动中的时间较少，对企业开展研发和技术创新活动产生严重影响。
（2）政策性建议
通过对中部地区科技人力资源创新能力的综合评价和比较分析，我们不难看出：科技人力资源配置的不合理直接影响了科技人力资源的产出，不利于中部地区占据产业链的有利位置，更不利于中部省区的支柱产业开展技术创新活动，为此提出以下几点建议：
（1）提高科技人力资源创新投入要素的效率。不求效率的的投入必定会导致创新效率的低下。
（2）积极统筹专业技术人员和科技活动人员的配置，使得国有企业的科技人力资源得到合理的流动，引导非企业的高层次科技人力资源向企业流动从而加快中部地区各层次的科技人才的培养和开发工作,加快人力资源向科技人力资源的转化进程。
（3）实行鼓励创新的积极政策，形成一种科技人力资源积极创新的氛围。由于各省份在专利申请与授权、技术市场合同成交数与成交金额、科技活动论文数上存在较大的差距，所以造成中部六省科技人力资源创新能力上存在差距。为此，各地区为了鼓励科技人员开展创新活动可以出台相关政策给予激励。
参考文献：
[1]李燕萍，施丹．中部六省科技人力资源创新能力的比较研究[J]．科技进步与对策，2008，(25)．
[2]卢纹岱．SpSSforwindows统计分析[m]．北京：电子工业出版社，2009．
[3]南昌大学中国中部经济发展研究中心．中部崛起与科技创新[m]．北京：经济科学出版社，2006．
科技创新的论据篇6
关键词：农业科技创新；财政支持；金融支持；状态空间模型
中图分类号：F810文献标志码：a文章编号：1673-291X（2013）31-0105-03
引言
2013年中央一号文件，把“农业科技”摆上更加突出位置。“实现农业持续稳定发展，长期确保农产品有效供给，根本出路在科技”。关于对农业科技的财政金融支持，成为近年来各位专家学者研究的热点，有多位学者从理论和实证两个方面对农业科技创新资金支持进行了研究。从理论角度来提出相对应的政策建议，陈丽娟分析了中国银行业对于农业科技创新支持的模式，并指出存在的问题，比如相关农业科技创新的金融产品品种少等；张峭指出现代金融体系应该成为支持农业科技创新的重要“推手”，并从四个方面说明了现代金融对农业科技创新的促进作用；陈长民针对农业科技创新资金投入中存在的问题提出需建立政府间财政支持农业科技投入分担机制、健全金融机构信贷配置机制等政策建议；旷宗仁、章瑾、左停等就中国的农业科技创新投入与产出进行了分析，并得出以下特点：投入方向侧重硬技术、投入总量偏低，投入效率偏低等；严四容将政府农业科技推广投资的增长率同农业科技进步贡献率做了线性的回归分析，研究结果表明，在一定程度上，政府农业科技投资对农业科技进步贡献率的正面影响是显著的；宿桂红、常春水、李延霞等运用协整分析对中国农业科技的投入与农业科技自主创新能力的关系进行实证研究，研究结果表明，财政农业科技支出对农业自主创新能力的影响系数是0.708344，在数值上接近本文得出的结论。
上述文章深入研究了农业科技创新与资金支持之间的关系，但仍有一些改进之处，首先，分析的结果不够准确，变参数状态空间模型适用于存在不可观测变量观测系统，并且由于可以分时间阶段给出不同系数，所以不要求用大样本容量数据才可得到较准确结果。其次，上述文章建立的模型中仅仅是单一的财政资金支持和农业科技创新之间的关系，实证研究较少，本文不将财政资金支持与金融资金支持和对农业科技创新有重大影响的科技人力资源变量加入模型，使得研究结果更加准确，也同时说明培养大量优秀农业科技人员对中国的农业科技创新发展有重要作用。
一、研究方法
本文运用状态空间模型分析1996—2011年中国农业科技创新的财政金融政策效应。状态空间模型被用来估计不可观测的时间变量：理性预期、测量误差、长期收入、不可观测因素。
状态空间模型由量测方程和状态方程构成，其中
式中，xt具有固定系数β的解释变量集合，zt是有随机系数αt的解释变量集合，随机系数向量αt是对应于状态方程中的状态向量，称为可变参数。变参数αt是不可观测变量，必须利用可观测变量yt和xt来估计。在状态方程中假定变参数αt的变动服从于aR（1）模型，扰动向量εt、vt假定为相互独立的，且服从均值为0，方差为σ2和协方差矩阵为Q的正态分布。
二、指标的选取、数据来源和模型设定
（一）指标选取和数据来源
本文选取1996—2011年的数据作为研究样本，数据来源于1996—2011年的《中国统计年鉴》和《中国科技统计年鉴》。共设定了5个变量，其中有1个因变量y即中国的农业科技创新成果，这一变量采用农业专利申请量来表示；4个自变量，支持农业科技创新的财政支出g，用研究与开发机构科技经费农业政府资金支持表示；支持农业科技创新的金融支持f，用研究与开发机构科技经费农业金融机构贷款表示；农业科技创新人员l，用研究与开发机构科技人员表示。
（二）数据处理
为了使模型的结果更准确，更具参考性，对于，g和f用商品零售价格指数进行（pRi）平减处理，y、g、f和l均属时间序列数据，对其取对数以消除异方差。由于可变参数模型要求数据平稳或者具有协整关系，所以需要对原始数据进行平稳性检验和协整关系检验，结果表明财政投入和金融信贷资金对中国农科科技创新发展存在长期的、稳定的均衡关系。
（三）模型设定
建立农业科技创新的财政投入和金融机构对农业科技开发机构贷款对农业科技创新发展拉动效应的可变参数状态空间模型，用卡尔曼滤波对弹性系数进行估计，模型为：
三、模型测算及结果分析
（一）财政支出对农业科技创新的弹性分析
从图1可以看出，财政支出对农业科技创新的影响呈阶段性的特征，从1996—2002年呈明显的上升态势，由于从1997年下半年开始，中国经济发展的外部环境方面发生了重大的变化，当年7月爆发的亚洲金融危机对中国的外贸和整体经济造成了巨大冲击，中国整体财政政策由紧转松，国家对于各个领域的发展都倾入大额的投资，当然也包括对农业科技的投资，其中2002年政府对于农业科技开发研究机构的投入达515670万元，同比2001年增长了36%，2002年财政支出对农业科技创新的弹性系数在近几年中达到峰值，为0.74。从2003—2008年该弹性系数呈缓慢下滑的趋势，这是由于2003—2008年，中国由积极的财政政策转为中性，尽管2008年财政投入相比2002年多投入了1.5倍，但是同比2007年，仅增长了15%，虽然，2006年“科技创新型国家”这一概念提出，中国对科技创新十分重视并大力支持，国家农业科技研发机构增多，经费的配套增长却略显薄弱，所以此时的弹性系数趋于平缓。从2008—2011年，财政支出对农业科技创新的影响缓慢增长。在此期间，中国加快经济结构调整和发展方式转变，国家对于科技创新领域的发展提供大力支持，故而该弹性系数有缓慢上升趋势。
（二）金融贷款对农业科技创新的弹性分析
从图2可以看出，中国金融贷款对农业科技创新的影响波动比较大，但总体呈现下降然后平稳的趋势，大致可以分为两个阶段，第一个阶段是1997—2004年，这一阶段，中国《中国人民银行法》、《商业银行法》的颁布，使得银行对于像农业科技创新这种高风险项目贷款持谨慎态度，导致对农业科技创新研发机构的贷款持续缩水，2002年金融机构贷款为2273万元，比上年同比下降了80%，下降趋势十分猛烈。第二个阶段是2004—2011年，金融机构的贷款数额维持在较低的水平，其中2008年金融贷款仅为375万元，在开发机构筹资的渠道中仅占0.2‰。同时，作为整个大环境的融资背景，中国宏观的货币政策也是从紧的。
四、研究结论及政策建议
本文运用状态空间模型对1996—2011年中国农业科技创新发展的财政金融政策进行了实证研究，研究结果表明：
1.财政支出对中国农业科技创新的弹性系数呈阶段性特征：1997—2002年财政支出对中国农业科技创新的弹性系数呈明显的上升趋势；2003—2008年，财政支出对中国农业科技创新的弹性系数呈平稳趋势；2008—2011年，财政支出对中国农业科技创新的弹性系数平稳中有小幅度上升趋势。经分析，这种阶段性的特征与国家实施的财政政策有十分密切的关系。所以应该进一步制定农业科技创新的相关财政政策，以促进中国农业科技创新的发展。首先，应该根据科技研发机构数量投入匹配的研究经费，建立稳定的农业科技创新经费投入机制，促进农业科技创新健全发展。其次，加强对农业科技创新经费的管理，使资金能准确到位，使政策行之有效。再次，深化农业科技创新体系，制定可以提高农民自主创新动力的政策，使农业科技创新的发展再上一个新台阶。
2.金融贷款对中国农业科技创新的弹性系数同样呈阶段性特征：1997—2004年金融机构对农业科技创新的弹性系数呈快速下降趋势，2005—2011年，金融机构对农业科技创新的弹性系数呈平缓趋势。经分析，这种阶段性特征与国家的相关金融政策以及宏观的货币政策有紧密的联系。所以，也应当制定促进农业科技创新发展的金融政策促进其发展。首先，吸引多元化主体参与农业科技创新的资金投入，将科技创新成果推向市场。其次，完善风险保障机制，建立农业科技创新贷款的风险分担和奖励补贴机制，使得金融机构敢于向农业科技创新开发机构贷款，促进农业科技创新发展。再次，应该充分发挥农业发展银行等针对农业的金融机构对农业科技创新研发机构的融资作用，可以分项目与农业科技创新项目进行对接，从而准确评估风险，提高资金的使用效率。
参考文献：
[1][美]西奥多·w.舒尔茨.改造传统农业[m].北京：商务印书馆，2003.
[2]陈丽娟.中国银行业支持农业科技创新的模式探析[J].福建金融，2012，（11）：52-54.
[3]张峭.加快农业科技创新需要现代金融支持和保障[J].中国科技论坛，2012，（3）：6.
[4]陈长民.对农业科技创新投融资机制的探讨——以陕西为例[J].经济论坛，2012，（10）：98-99.
[5]旷宗仁，章瑾，左停.中国农业科技创新投入产出分析[J].中国科技论坛，2012，（7）：132-135.
[6]严四容.福建农业科技创新的金融支持研究[D].福州：福建农林大学，2008：5.
[7]宿桂红，常春水，李延霞.财政农业科技投入与农业自主创新关系研究[J].吉林农业科技学院学报，2010，（9）：35-37.
科技创新的论据篇7
关键词：农业科技创新能力；中部六省；因子分析；聚类分析
中图分类号：F224；F323．3文献标识码：a文章编号：0439－8114（2015）23－6109-05Doi:10.14088/ki.issn0439-8114.2015.23.078
现代农业的发展离不开科技创新，科技水平的高低从根本上决定了农业、农村发展的前景［1］。农业科技创新能力决定着区域的经济发展态势、农民生活水平的高低。从2004－2013年，中共中央连续出台了10个“一号文件”均把农业科技创新作为重要的建设领域。2012年中央题为《关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见》的一号文件中提出，农业科技是实现农业持续稳定发展的根本出路，是确保国家粮食安全的基础支撑，是突破资源环境约束的必然之路，是加快现代农业建设的决定力量。中部六省作为中国主要农业产地，近年来农业取得了良好发展，增速较快。但是，中部六省在政策制度、地域、资源禀赋、环境等方面存在差异，因而六省在农业科技创新能力发展水平上仍存在显著差异。因此，加快中部六省农业科技创新能力建设，对支撑地区农业经济增长，提高农业整体竞争力，并实现经济社会的可持续发展具有重要意义。目前，对农业科技创新能力进行评价的相关研究有：陈丽佳［2］用多指标多层次综合评价法对广东省各市农业科技创新能力进行综合评价，根据综合评价值计算出各市综合排名，进而将广东省的农业科技创新能力划分为4个层次以及创新层次；以柳卸林等为代表的中国科技发展战略研究小组［3］对2000－2004年的中国各省的区域创新能力进行了评价；纪邵勤［4］系统全面地研究了中国农业科技创新体系的活动主体、相关要素以及运行机制，提出构建新时期中国农业科技创新体系的思路、原则、目标、结构设计、功能定位以及体制和运行机制创新等；魏康宁等［5］以安徽省为实例，用t0pSiS模型对其创新能力进行了简单分析，并提出了相应建议林伯德［6］提出以科技创新的链环—回路模型作为评价农业科技创新能力的依据，并基于该理论分析了其对农业科技创新能力评价的启示，构建了农业科技创新能力评价模型；王林［7］论述了农业科技创新必须重视知识经济的挑战，以及知识经济时代农业科技创新的主攻方向；马利华等［8］以形成“目标-建设-评价-建设-目标”系统的科技建设指导理论和模式机制为出发点，以县域农业科技创新能力及其指数定义为基础，研究了县域农业科技创新能力的构成体系；朱玉春等［9］运用多元统计学中的主成分分析和聚类分析的方法，分别对中国31个省份的农业科技创新能力进行了评价与比较；陈奇榕等［10研究了农业科技创新水平评估原则、指标体系以及建立综合评估模型与评估指数的计算方法步骤，同时进行了农业科技创新水平评价指标测算实证与分析。近年来，因子分析和聚类分析结合的应用较广泛，但就现有文献来看，因子分析和聚类分析在中部六省农业科技创新能力的评价上鲜见报道。本文将用因子分析法准确客观地找到影响中部六省农业科技创新的共同因素，分析中部六省农业科技创新存在的差异以及导致差异的主要原因，为中部六省有针对性地制定农业发展政策提供理论依据。
1评价指标体系的确定
构建科学合理的农业科技创新能力评价指标体系，是农业科技创新能力综合评价的基础和前提，也是做好农业科技创新能力评价的关键。但影响农业科技创新能力的因素多而复杂。本文在严格遵循设计指标体系科学性、可比性、综合性、易操作性和代表性等原则下，查阅大量文献，借鉴相关评价理论与方法，并结合中部六省实际状况，从农业科技创新投入能力、农业科技创新支撑能力、农业科技创新产出能力以及农业科技创新可持续发展能力等4个方面建立了指标体系（表1）。
2农业科技创新能力评价与结果分析
2．1样本数据来源
本研究的数据来源于中部六省2012年的统计年鉴，各项指标的具体数据如表2。2．2因子分析法的基本原理因子分析法（Factoranalysis）是以回归方程的形式将变量表示成因子变量的线性组合，它根据研究变量内部之间的相互关系，以最小的信息缺失，把信息重叠的诸多关联性较强的原始变量归纳为数量略少的几个因子，即运用少数公因子来阐明关联变量之间繁杂结构的多变量统计分析方法。因子分析法的目的是寻找变量的基本结构，简化观测系统，削减变量维数，用较少的变量来解释问题。运用这种研究技术，可以方便地找出影响区域经济发展的主要因素是哪些以及它们的权重。
2．3因子分析的过程以及分析结果
本文的数据分析过程采用SpSS19．0统计软件。2．3．1原有变量进行因子分析的可行性检验由于数据量较大，首先借助SpSS统计软件对数据进行标准化处理，计算得出相关系数矩阵。从结果可知，相关系数矩阵中大部分相关系数均大于0．3，且通过了Kmo和Bartlett的球形度检验，因此用因子分析法对中部六省农业科技创新能力进行分析是合适的。2．3．2确定主因子变量通过计算得到相关矩阵特征值和特征向量的总方差解释表（表3）。根据主成分的选取原则，由于前4个特征值的累积贡献率为96．556％，已经超过了85．000％，所以提取前4个主因子对中部六省农业科技创新能力进行综合评价。2．3．3建立因子载荷矩阵因子载荷值即成分得分系数，可体现主因子与原始指标体系之间的关联程度。本文采用最大方差法对因子矩阵进行正交旋转，经过5次迭代后收敛，得到总方差解释表（表3），并且在经过具有Kaiser标准化的正交旋转迭代后实现收敛，得到旋转后的因子载荷矩阵（表4）。结合表4可以重新定义4个主因子：主因子F1包括：第一产业从业人数（X1）、农业机械总动力（X6）、农村用电量（X7）、第一产业固定投资（X8）、农业机耕面积（X9）、农田有效灌溉面积（X10）、农业总产值（X11）、地方财政科技拨款（X2），这些指标都与农业科技创新物质装备与投入相关，因此F1代表农业科技创新基础因子。主因子F2包括：科技活动人员（X3）、R＆D人员（X4）、R＆D经费支出（X5）、农业受灾面积（X17），这些指标基本与农业科技创新发展的科技投入相关，因此F2代表农业科技创新科技因子。主因子F3包括：恩格尔系数（X15）、第一产业贡献率（X12）、人均纯收入（X13），这些指标与社会经济效益以及人民生活质量有关，因此F3代表农业科技创新效益因子。主因子F4包括：技术市场成交合同金额（X14）、森林覆盖率（X16）、环境污染治理投资总额（X18），这些指标与农业可持续发展有关，因此F4代表农业科技创新可持续发展因子。依据成分得分系数矩阵写出综合得分以及F1、F2、F3、F4主因子的因子得分：综合得分F＝（39．792％F1＋25．438％F2＋20．929％F3＋10．397％F4）／96．556％，F1＝0．098X1＋0．092X2－0．061X3＋…－0．164X17－0．130X18F2＝0．042X1＋0．022X2＋0．230X3＋…＋0．331X17＋0．083X18F3＝0．002X1＋0．133X2＋0．020X3＋…＋0．010X17－0．184X18F4＝0．001X1＋0．105X2＋0．118X3＋…－0．193X17＋0．301X18其中，Xi（i＝1，2，…，18）为各省各指标数据的标准化数值。通过综合评价函数，得出中部六省各因子的综合得分（表5）。
2．4聚类分析
聚类分析（Clusteranalysis）是对样本（个体）以某种相似性为度量标准对指标或因子进行分类的一种多元统计分析方法。根据分类对象的不同，聚类分析分为R型和o型两种。R型聚类分析用于指标聚类，Q型聚类分析没有对度量数据之间的亲疏程度给定分类的标准，也没有硬性规定所有数据应该分成几类，而是比较客观地从数据自身出发进行分类。在因子分析的基础上，本文采用R型聚类分析方法，即对变量进行分类处理，然后将标准化后的数据输入到SpSS19．0统计软件中，选择欧式距离的平方法进行统计分析，最远距离法为聚类方法，最后输出聚类结果列表和聚类树状图（表6和图1）。根据表6聚类后的结果，当分为4个集群时，可以把中部六省农业科技创新能力分为4类：第1类：河南省。河南省以0．668的综合得分独占鳌头，远远高于其他5个省份，属于领先类层次，农业科技创新能力在中部六省中具有明显优势，这体现了其传统的农业大省、人口大省以及新兴的经济大省和工业大省的地位。其中，河南省在农业科技创新基础方面最为突出，位居首位，农业科技创新基础指标的各项数据均名列前茅。但在农业科技创新效益、农业科技创新科技、农业科技创新可持续发展方面得分偏低，分别为－0．08，－0．43，－0．26，排名靠后，严重影响到了河南省的农业科技创新能力。第2类：湖南省、安徽省。湖南省和安徽省具有一个共同特点，即都在某一个因子方面有绝对优势，同时在某一个因子方面也有绝对弱势。湖南省综合得分0．322，综合排名第二，在农业科技效益方面排第一，原因是湖南省在农业总产值（4904．1亿元）以及技术市场成交额（44．2亿元）位居第二；但在农业科技创新可持续发展能力方面排名第五，原因是其农业受灾面积排名第二，以及环境污染治理投资总额投入少，位居倒数第二。安徽省综合得分0．069，综合排名第三，在农业科技创新可持续发展方面位居第一，其中环境污染治理投资总额投入高达212．2亿元，排名第一，但其农业科技产出效益却严重拉低了其排名。第3类：湖北省。湖北省综合得分0．017，综合排名第四。在农业科技创新科技投入方面优势显著，位居第一，其中，科技活动人员、R＆D人员和R＆D经费支出分别为339786人、185703人、3845239万元，这与湖北省是中国的教育大省是分不开的。农业科技创新效益位居第三，也处于前列水平，但是农业科技基础还很薄弱，农业科技可持续发展方面也很落后，与农业大省还有一定的距离。第4类：江西省、山西省。这两个省份均有至少两个严重制约其发展的因子，因而从整体方面拉低了其排名。江西省综合得分－0．12，排名第五，其中农业科技基础薄弱，农业科技创新科技排名最后，需要在科技投入方面加大力度，提高其农业科技创新整体能力。山西省综合得分－0．96，排名第六，其原本就很薄弱的农业基础、生态环境的制约以及经济落后导致其农业科技创新能力处于显著的落后地位，因此农业科技创新能力需要统筹规划，不断进行摸索进步。
3结论与建议
3．1主要结论
1）科技创新能力是农业科技创新能力的关键因子，科技创新能力的强弱一定程度决定着农业科技创新能力的强弱。湖北、湖南以及安徽省的创新能力为中部六省中较强者，综合排名仍是中部六省中较强的。江西省和山西省创新能力为中部六省最弱，综合排名同样如此。这说明创新能力的主体地位逐步得到重视，与因子分析的结果是一致的，在一定程度上表明这种分析是合理的。2）农业科技创新能力发展不平衡，存在显著差异。综合来看，河南省最强，湖南省、湖北省、安徽省、江西省居中，山西省最差。其中，河南省自古以来就属于农业大省，其农业基础好，因而其农业科技创新拥有良好的基础以及后盾；湖南、湖北、安徽以及江西等省也有较高的得分，四省各有其农业科技创新能力强项；而山西省排名最后，并且其各项指标都靠后，与其他五省差异显著。
3．2建议
本文基于影响中部六省农业科技创新能力的4个主因子提出以下建议。河南省作为中国传统的农业大省，在农业科技创新发展的过程中，除了要稳固其强大的农业基础优势外，还应注重加大对科技的财政拨款，进行技术革新，降低能源消耗，提高农业效率，实现农业发展模式从粗放型到集约型的转变，从而提高其农业科技创新能力。湖北、湖南以及安徽各省均有其在农业科技发展中的绝对优势，应不断扬长避短。以湖北省为例，湖北省是中国中部地区经济、文化、教育、科技、交通枢纽，因此，湖北省政府应充分利用其科技教育优势和区位优势，推动农业科技创新进一步向前发展。继续增加农业科技投入，一方面是要充分发挥政府在农业科技投入中的作用，不断加大各级政府对农业科技创新的战略性投资，另一方面要通过政策引导社会民间资本加大对科技创新的投入，积极引导民间资本和民间公益资金投资农业研发，逐步形成以政府为主导、多元化的农业科技投入机制和投融资机制。同时，建立新型的农业科技中介服务机制，使农业科技活动按照市场经济规律获得持续发展。对于江西省和山西省这两个优势不显著或者缺乏优势的省份来讲，应对农业科技创新的整体布局做一个统筹规划，找到新的农业经济增长点，完善相关政策以及科技投入体系，使各方面又快又好地发展。在农业科技发展的同时，农业可持续发展能力也逐步提高，走一条科技含量高、环境污染少的新型农业科技创新之路。
参考文献：
［1］韩作生．农业科技人力资本对农业经济发展的作用及价值评价研究［D］．山东青岛：中国海洋大学，2011．
［2］陈丽佳．广东区域农业科技创新能力研究［J］．广东科技，2009（15）：103－108．
［3］中国科技战略研究小组．2002年中国区域创新能力评估［J］．科学技术与管理，2013，3（4）：5－11．
［4］纪邵勤．我国农业科技创新体系研究［D］．北京：中国农业科学院，2005．
［5］魏康宁，梁樑．安徽省区域创新能力评估分析［J］．华东经济管理，2002，16（3）：7－10．
［6］林伯德．农业科技创新能力评价的理论模型探讨［J］．福建农林大学学报，2010，13（3）：54－59．
［7］王林．增强农业科技创新能力迎接知识经济的挑战［J］．农村经济，2002（7）：10－11．
［8］马利华，颜会哲，颜平建．县域农业科技创新能力指数测评研究［J］．安徽农业科学，2011，39（26）：16305－16307．
［9］朱玉春，黄增健．我国农业科技创新能力区域比较研究［J］．商业研究，2008（9）：133－136．
科技创新的论据篇8
关键词：物联网；智慧地球；创新能力；科研能力
0、引言
物联网技术在世界范围内被关注才只有十几年时间，而引起重视并获得快速发展也只是近几年的事情，却已经开始在军事、工业、农业、环境监测、建筑、医疗、空问和海洋探索等领域投入应用。随着教育部批准各高校开设物联网工程专业课程以来，国内具有一定教学和科研基础的高校陆续响应，积极投入师资力量和硬件资源。物联网工程专业属于计算机、通信、电子等多领域的交叉学科，各院校物联网工程专业的培养目标基本是培养具有多领域基础理论知识和创新实践能力的复合型人才。
根据当前国内物联网技术以应用为先导的特点，大部分高校在注重物联网理论知识体系架构的同时，还加强对学生工程实践能力的培养，培养为我国工业化和信息化融合、为信息产业服务的高层次、高素质的复合型和创新型技术人才。显然，物联网技术的不断推广和应用使得社会对物联网人才素质的要求逐步提高。面对21世纪信息化时代的挑战，如何培养面向广大应用市场需求的物联网工程专业人才和科研人才，成为现阶段物联网教育领域的一项研究课题。
1、物联网工程专业人才培养的基本要求
物联网的技术架构可以概括为c3sd，即建立在传感网络fsensornetwork）之上的通讯（communication）、计算（computation）、控制（control）、数据海（dataocean）集成的架构。物联网由通讯系统、计算系统、控制系统、感知系统和数据海5大技术系统支撑。
物联网工程专业的实践课程必须是以物联网体系结构为核心进行设计和技术开发。相应地，我们在学生培养的不同时期设置不同的物联网专业实践课程，使学生循序渐进地学习和运用物联网5大技术的不同层次的开发和集成应用，具有较强的物联网技术综合应用和工程实践能力，能够从事物联网应用系统规划、设计、实施、管理和维护等相关工作。
2、物联网工程专业人才创新能力培养方式
以物联网专业的需求为引导，学生针对不同的应用方向和已有物联网领域知识进行创新，通过技术创新巩固已有的物联网专业理论知识，形成将理论学习与运用创新相结合的良性循环，在注重物联网理论知识体系架构的同时，也加强对工程实践能力的培养。
2.1物联网工程专业知识学习
物联网工程专业学生培养方式的侧重点在于全方位的计算机硬件、软件以及物联网理论知识的学习，而不局限于单一行业的知识运用需求。区别于计算机专业学习，物联网工程专业知识学习更加注重学生的专业应用实践能力培养，将计算机知识如数据结构和算法、编程语言设计、数据库等运用到物联网实际应用领域中，通过数据处理、算法分析、系统开发等实际应用验证计算机和物联网理论知识。
学生可以通过算法和理论进一步理解物联网技术原理，尤其是通过相关实训应用程序开发（传感器原理及应用、reid原理及应用、传感器网络原理及应用、数据处理与智能决策、物联网通信技术、物联网控制、物联网信息安全等）进行物联网理论和方法相关课程的创新思维培养，达到创新性学习。
2.2以工程应用需求作为创新性培养方向
基于工程应用需求的物联网工程专业学生培养模式建立在市场对物联网工程专业学生有较高的物联网发展洞察力、解决特殊问题的创新能力等要求基础上。学生需要结合自身专业特色对当前物联网工程应用需求进行深入分析，找到切入物联网的兴趣点，将物联网理论和技术运用到实际问题中，如智能交通、智能仓储，进入运用理论解决问题以及利用问题促进理论创新的良性循环。
将计算机、物联网理论和工程应用相结合，为物联网理论创新性教学提供了一个方向。目前，计算机学院已建设智能交通、智能仓储等实训综合平台，基于工程应用需求不断更新和优化实验教学内容，强化学生实训和实践能力锻炼，采用项目案例库的方式培养学生物联网工程设计能力和开发创新能力。
2.3以学生为中心的自主创新
在培养物联网工程专业
学生创新能力的过程中，我们更需要注重学生的自主创新能力培养，允许学生自主选题并自主研究，将自身兴趣、专业知识和研究方向紧密结合，尊重学生的思想独立性，引导学生根据已有的计算机和物联网工程专业知识和自身的兴趣爱好，结合物联网技术具体应用，选择自主研究领域。同时，为学生提供开发资源如开发平台、数据库系统、rfid+gps物流管理系统（利用rfid技术、gps定位技术、自动控制技术以及网络通信设备等搭建物流管理实验平台）等，让学生从实际应用中体会物联网的体系结构，针对不同的物联网技术应用方向开展具体的研究并不断创新。
在此基础上，引导学生从计算机技术的角度思考物联网技术问题，鼓励学生从计算系统以外的角度进行系统创新，将计算机和物联网理论知识与实际的工程运用需求相结合，培养物联网工程专业学生的专业素养和实践能力。
3、物联网工程专业人才自主科研能力培养方式
科技创新的论据篇9
科技成果的不同形态与内涵
科技创新活动可以粗略地分为理论研究、技术开发、样品开发、商品开发等不同环节。科技创新链上不同环节的科技成果有不同的形态和内涵。理论研究的核心成果一般以学术论文的形式体现，其内涵要点应该包括科学发现及相关的思想、理论、方法、实验及应用探讨等。技术研发的核心成果一般以专利或软件著作权的形式体现，其内涵要点应该包括发明或创新的原理、方法和工艺等。样品开发的核心成果一般以物理样机或电子样机等形式体现，其内涵要点应该包括能够实现预定功能和性能的具有创新性的整机或系统及其零部件或子系统等。商品开发的核心成果一般以市场销售的产品形式体现，其创新成果应该具备比已有商品更多或更新的功能和更好的性能，并具备有市场竞争力的高性价比。
在实际工作中，科技成果的形态和内涵会更复杂一些。如科技项目申报时经常会遇到“一个土豆”与“一篮土豆”之争。所谓“一篮土豆”就是指成果打包的现象，即将多个小成果捆绑成一个“大成果”。
评价的市场导向与政府导向
全面深化改革正在不断厘清政府与市场的关系。在科技成果评价方面，正确处理政府与市场的关系尤为重要。目前，至少有四种情况涉及对科技成果的评价，即科技成果转化时的评估、政府与社会力量对科技成果评奖、科技项目验收和科技人员能力与业绩评价。政府科技奖励评价虽然由政府主导，但政府的职能和作用定位要准确，即根据经济社会发展需要制定评价规则，以体现党和政府激励科技创新的总体导向和公平公正原则，并组织评审专家严格按照评价规则和标准开展评审。同时，评价标准尤其是效益指标要体现市场决定的原则。
科技人员能力与业绩评价一般应该与其岗位职责挂钩，并尊重社会的现实需要。但是，当前这些“科技成果”又不一定与其岗位职责和实际需要有密切关系。这方面最典型的案例是评价临床医生要看其发表的学术论文。
分类评价及其问题与对策
科技创新的论据篇10
一、论文名称、课题来源、选题依据
课题来源：单位自拟课题或省政府下达的研究课题
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l?[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线,其预测值y为技术性能指标,t为时间自变量,l、a、b皆为常数。ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究
之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础,bp神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;（2）提供一种基于bp神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。
3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以bp神经网络为基础,构建基于多因素的技术创新预测和评估模型。
4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。
5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于bp神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。
6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于bp神经网络的技术创新预测和评估技术进行实证研究。
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。
2、研究基于bp神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。
五、课题研究的基本方法、技术路线的
可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于bp神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998
[02]吴贵生.技术创新管理.北京:清华大学出版社2000
[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997
[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.
[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资.2002/6
[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6
[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5
[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88
[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1
[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4
<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4
[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4
[13]杨力.基干bp神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4
[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的bp神经网络模型.统工程理论与实践.2002/4
[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1
[16]胥悦红、顾培亮.基于bp神经网络的产品成本预测.管理工程学报.2000/4
[17]陈新辉、乔忠.基于tsa-bp神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5
[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3
[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5
[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6
[21]kimb.clark&takahirofuj
imoto.productdevelopmentperformance–strategy、organizationandmanagementinindustry.harvardbusinessschoolpress.boson1993
[22]gobelidh,browndj.improvingtheprocessofproductinnovation.research,technologymanagement,1993.36（2）:46-49
[23]simonj.towner.fourwaystoacceleratenewproductdevelopment.longrangplanning1994.27（2）:57-65
[24]abdulali,etal.productinnovationandentrystrategy.journalofproductinnovationmanagement1995.12（12）:54-69
[25]ericvinhippel.thesourcesofinnovation.oxforduniversitypress.1988
[26]shtuba,zimermany.aneural-network-basedapproachforestimatingthecostofassembly.internationaljournalofproductioneconomics,1993.32:189-207
[27]wee-liangtan,dattarreyag.allampalli,investmentcriteriaofsingaporecapitalists,1997internationalcouncilforsmallbusiness,sanfrancisco,california,june1997
[28]michaelhenos,theroadtoventurefinancing:guidelinesforentrepreneuts,r&dstraregistmagazine,summer1991
[29]chowgc,thelargrangemethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.jofeconomicdymamicsandcontrol1996
[30]jensen,r..informationcostandinnovationadoptionpolicies,managementscience.vol.34,no.2,feb,1988