基于投影寻踪分类模型的中国区域创新能力评价研究

被引:5
作者
曹广喜 [1 ,2 ]
姚奕 [3 ]
机构
[1] 教育部人文社会科学研究基地清华大学技术创新研究中心分中心
[2] 南京信息工程大学经济管理学院/中国制造业发展研究院
[3] 南京师范大学数学与计算机科学学院
关键词
投影寻踪分类模型; 区域创新; 评价;
D O I
暂无
中图分类号
F124.3 [技术发展与革新]; F224 [经济数学方法];
学科分类号
0201 ; 020105 ; 0701 ; 070104 ;
摘要
区域创新能力评价对于政府决策和企业投资环境选择具有重要的实践意义。本文基于2003-2006年的全国29个省市自治区的截面数据,利用投影寻踪分类模型对我国区域创新能力进行了评价,并按综合创新能力大小,将全国分为三类地区。实证结果显示,江苏和广东是创新能力最强的两个省份,而宁夏则是创新能力最弱的地区,且陕西和海南是创新能力提升最快的两个省份,而河北和青海则是创新能力下降最快的两个地区。
引用
收藏
页码:21 / 23
页数:3
相关论文
共 11 条
[1]   企业竞争力评价的投影寻踪模型 [J].
张欣莉 ;
任仕泉 ;
罗利 .
数理统计与管理, 2005, (04) :53-55+117
[2]  
Novel projection pursuit indices for feature extraction and classification:an inter comparison in a remotesensing application. Bachmann Charles M. IEEE Neural Networks for Signal Processing . 1997
[3]  
A pattern recognition method using projection pursuit. Liu B,Shen Z,Sun Z. IEEE Aerospace and Electronics Conf . 1990
[4]  
On polynomial-based projection indices for exploratory projection pursuit. Hall,P. The Annals of Statistics . 1989
[5]  
A projection pursuit algorithm for exploratory data analysis. Friedman J H,Turkey J W. IEEE Transactions on Communications . 1974
[6]   评估洪水灾情等级的投影寻踪模型 [J].
金菊良 ;
张欣莉 ;
丁晶 .
系统工程理论与实践, 2002, (02) :140-144
[7]  
Linear transformation of multivariate data to reveal clustering. Kruscal J B. . 1972
[8]  
投影寻踪模型原理及其应用[M]. 科学出版社 , 付强,赵小勇著, 2006
[9]   我国东部省市的区域创新能力评价研究 [J].
侯风华 ;
赵国杰 .
科学管理研究 , 2008, (02) :21-23
[10]   甘肃省县域农业资源利用效率综合评价——基于遗传投影寻踪方法 [J].
郑海霞 ;
封志明 ;
张陆彪 ;
刘宝勤 .
经济地理, 2006, (04) :632-635