区域核心竞争力状况识别的DEA-BP神经网络组合模型研究与构建

发布时间：2020-04-15 05:36

【摘要】： 本文在深入研究已有成果的基础上,将数量经济学方法引入到区域核心竞争力识别的研究中,并进行了大胆的创新,提出了一种以区域核心竞争力理论为基础,基于数据包络分析和神经网络分析的区域核心竞争力识别新方法,即DEA-BP组合模型。研究重新界定了区域核心竞争力的概念和内涵,重点研究了区域核心竞争力的定量识别方法,完善了区域核心竞争力的生命周期识别技术,建立了区域核心竞争力识别的指标体系,并利用提出的DEA-BP组合模型对沿海地区的区域核心竞争力状况进行了实证研究。第一部分“引言”论述了问题提出的背景、意义,总结了文献中对区域核心竞争力识别方法的研究并提出了本文的研究思路与框架。第二部分“区域核心竞争力基础理论研究”对区域核心竞争力的理论进行了系统的研究,提出了基于“能力论”的区域核心竞争力概念,并进一步阐述了区域核心竞争力与相关概念的关系,区域核心竞争力的特征及其形成与演化规律。第三部分“区域核心竞争力状况识别模型的研究与构建”深入探讨了区域核心竞争力的定量识别模型。通过对DEA方法与BP神经网络方法特点的分析,研究了两种方法在区域核心竞争力状况识别中的适用性。针对两种方法在实际应用中的局限性,提出了一种区域核心竞争力状况识别的新方法,即DEA-BP组合模型,进而对组合模型的实施步骤进行了细致分析,并总结出应用该组合模型的技巧,以提高模型求解效率。第四部分“DEA-BP组合模型指标体系构建”在科学性、完备性、独立性和可测性的基础上,建立了基于区域核心竞争力理论、适用于DEA-BP组合模型的评价指标体系框架,确定了包括投入要素指标和产出要素指标两方面共15项评价指标。第五部分“基于DEA-BP组合模型的沿海地区核心竞争力状况识别实证研究”结合沿海11个省市的实际数据,对DEA-BP组合模型在沿海地区核心竞争力识别中的应用进行实证检验,并对模型识别结果进行分析,全面评价了沿海地区的区域核心竞争力状况。第六部分“结论与发展方向”通过对模型结果的分析,发现DEA-BP组合模型可以很好地弥补原有方法的不足,实现了方法的创新;通过将该组合模型的识别结果与其他分析结果的对比研究,证明DEA-BP组合模型可以成功地实现对区域核心竞争力状况的识别,其结果与定性分析结果基本一致;此外由于模型引进了环境损耗、政府行政效率、居民生活质量、对外开放水平等评价指标,引入了对区域经济效率评价的新视角。同时,指出了本文的创新与不足,并明确了今后需要进一步研究的方向和内容。
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：F207;F224

【引证文献】