河北省大数据产业竞争力评价研究

发布时间：2020-12-28 09:15

　　作为一个新兴产业形态,大数据产业是新的经济增长点,它不仅能够带动经济的发展,同时还能有效的改造传统产业,从而推动产业结构升级。为了更好地提高河北省大数据产业竞争力,充分发挥大数据产业对社会进步的促进作用,为此本文综合考虑了大数据产业整体特点,结合河北省大数据产业发展概况及存在问题,对大数据产业竞争力进行了评价研究,就如何提高河北省大数据产业竞争力,采取定量方法进行分析,并总结提出一些有针对性的建议。首先,通过对文献阅读整理,本文总结了当下国内国外与产业竞争力影响因素及产业竞争力相关的研究现状,并介绍了大数据、大数据产业、产业竞争力以及产业竞争力评价方法的内涵及理论知识。其次,在对河北省大数据产业竞争力发展的现状及影响因素分析的基础上,建立基于PLS结构方程的大数据产业竞争力影响因素模型,从而得出客观合理的大数据产业竞争力影响因素,并以此为依据建立河北省大数据产业竞争力评价指标体系。再次,在PLS结构方程的基础上,采用BP神经网络构建河北省大数据产业竞争力评价模型,并以30个省份大数据产业相关数据为例,检验了基于PLS结构方程的BP神经网络评价模型的有效性;最后根据求得的评价值分析河北省... 

【文章来源】：燕山大学河北省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

结构方程模型示例

负相关系数 R2于一个结构方程来说，R2可以验证出结构方程之间的关联程度，是对拟测量值，表示显变量方差的解释程度。在本次研究之中，结构变量 R2的这就表明该模型有非常强的解释能力。 结果分析合上述分析，通过运用 PLS 结构方程对大数据产业竞争力的影响因素进过一个结构化模型反映了各个隐变量之间的关系及其与综合竞争力之间一定程度上支持了研究假设的合理性，通过了假设检验。图 3-2 所示，从结果可以看出高级要素投入能力、科技创新能力、产业发以及信息化发展水平都对大数据产业竞争力有着显著的影响。其中，信息影响最大，路径系数位 0.314，其次是高级要素投入能力，影响系数位 0.科技创新能力，影响系数为0.214，最后为产业外部支持能力，影响系数为

第 4 章 河北省大数据产业竞争力评价4.2 模型的学习过程4.2.1 神经网络训练与仿真4.2.1.1 神经网络构建根据上一节参数寻优所得到的各个神经网络的结果应用到 MATLAB 软件当中，即分别设定最佳 BP 神经网络层次结构输入层、隐含层、输出层神经元个数为 18、8、1，如下图 4-3 所示。

【参考文献】：
期刊论文
[1]企业进入战略性新兴产业的影响因素——基于Probit选择模型的实证分析[J]. 闫俊周,童超,秦建军.  经济经纬. 2019(02)
[2]区域跨境电商产业竞争力评价指标体系的研究[J]. 周芳.  重庆理工大学学报(自然科学). 2019(01)
[3]基于钻石模型的区域文化旅游产业竞争力评价研究[J]. 张春香.  管理学报. 2018(12)
[4]面向欠发达地区大数据产业发展能力分析的网络化方法研究[J]. 沈俊鑫,陈颖谦.  通信学报. 2017(12)
[5]中国智能汽车产业竞争力动态演进规律研究[J]. 曹玉红,尤建新,王瑞.  工业工程与管理. 2017(05)
[6]大数据产业发展影响因素研究[J]. 周瑛,刘越.  现代情报. 2017(08)
[7]电子信息产业竞争力区域差异比较研究[J]. 李晓钟,贾舒.  国际经济合作. 2017(07)
[8]智慧旅游城市旅游竞争力评价[J]. 黄松,李燕林,戴平娟.  地理学报. 2017(02)
[9]电子信息产业链竞争力评价模型构建及分析——基于SEM和FAHP方法[J]. 刘烈宏,陈治亚.  世界经济与政治论坛. 2017(01)
[10]中国创业活动的区域差异性——基于PLS的分析[J]. 田毕飞,陈紫若.  软科学. 2016(10)

博士论文
[1]中国区域建筑产业竞争力形成机理研究[D]. 刘炳胜.天津大学 2009

硕士论文
[1]西部欠发达地区大数据产业发展能力评价研究[D]. 陈颖谦.昆明理工大学 2018
[2]我国大数据产业发展的影响因素研究[D]. 雷庭.北京交通大学 2017
[3]基于BP神经网络的大学生科研能力评价[D]. 刘佳.大连海事大学 2017



本文编号：2943499