资源型城市创新能力预警模型研究

发布时间：2020-07-15 18:00

【摘要】：随着经济世界全球化的深入、商品市场日趋激烈,产业结构调整与经济的转型升级成为了处在劣势地位的发展中国家摆脱经济秩序失衡的重要方向。为了适应社会的发展,2012年我国首次明确的提出了“科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置”的口号。自此,北京、杭州、广州等发达地区陆续实施了一系列政策措施刺激当地城市的创新活力,试图在2020年完成建设创新型城市的目标。然而我国的一些资源型城市,如东北老工业基地的部分城市以及西部的一些城市,更多的仍然是以不可再生资源为主的要素驱动经济发展的模式,创新驱动模式进展缓慢。在中国国家级“创新驱动战略”的背后构建资源型城市创新能力评价及预警模型,了解资源型城市的创新能力的发展历程及趋势,将城市的创新能力作为促进资源型城市发展的新驱动力,符合了当代中国经济发展背景下的战略布局,为资源型城市经济发展转型过程中的优化提供了新的视角与思路。论文首先阅读和梳理了近十几年来有关城市创新能力以及资源型城市创新能力的研究,采取了频数统计的方法甄选出资源型城市创新能力水平的衡量因素指标体系。随后介绍了创新能力得分计算的基本方法、警限值的设计方法、预测的方法,构建了资源型城市创新能力水平的预警模型。最后通过案例研究的方式,对该预警模型的计算结果进行分析,验证了模型构建的合理性及意义。通过研究本文得出以下几个结论:(1)通过文献研究法本文构建了4个一级指标、8个二级指标、27个三级指标的资源型创新能力衡量指标库,其中一级指标是城市经济发展、创新投入、创新产出和创新环境,二级指标包括经济规模、产业结构、资金投入、人员投入、经济收益、成果转化、城市综合资源和基础设施承载。(2)本文采用了多种运算模型计算构建了资源型城市创新能力缺失的预警模型。首先为了解决对创新能力的定量化衡量,本文选用了突变级数法用以解决多维指标的计算问题;其次对于评价对象属性的警度设定,本文采用了多数学者所采用的系统化法作为解决方式;最后对于城市创新能力的波动预测问题,文章采用了灰色Verhulst模型作为预测的方法。(3)通过实证研究验证了本文构建的预警模型的合理性。文章采取了案例研究的方式——分析煤炭资源成熟型城市的河南省平顶山市在2005年到2014年的科技创新能力波动情况进行分析,并本文对该市2015年的城市创新能力进行了预测,并分析该地区城市创新能力发展的状态。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F124.3
【图文】：

资源型城市,城市创新能力,论文结构,社会预警

图 1.1 研究路线图Fig.1.1 Technical Roadmap1.5 论文结构与创新点1.5.1 论文结构本论文一共分六个章节，主要内容如下：第一章，阐述了研究的背景以及研究的主要过程。通过研读既有研究，指出了资源型城市的创新能力是该类型城市发展过程中需要被关注的主题，从而探讨了对资源型城市的创新能力进行评价以及预测的必要性。其次通过阅读大量的国内外资源型城市、城市创新能力等研究方向的文章对该题目进行文献综述，确定文章研究路径。最后对论文的研究内容、研究方法与技术路线进行了梳理，阐述论文框架和创新点。第二章，主要介绍了资源型城市的概念特征、城市创新理论以及社会预警理论相关的概念。梳理了我国资源型城市的概念、特征以及存在问题，并强调了“资源诅咒”对城市创新能力所产生的不利影响；介绍了社会预警理论，梳理了其衍

流程图,资源型城市,预警模型,创新能力

基于预警模型的基本思路，本文构建了资源型城市创新能力预警模型构建的基本流程图4.1 资源型城市创新能力预警模型流程图Figure4.1 Flowchart of Early-Warning model in Resourced-Based Cities4.2 资源型城市创新能力水平得分计算方法选取-突变级数法4.2.1 资源型城市创新能力水平得分计算的常见方法社会科学研究中常用的指标权重分析方法有定性分析和定量分析方法，前者有诸如：问卷调查法、专家调查法（德尔菲法）等；定量研究常见的方法有熵权法、模糊数学法以及 BP 神经网络等，而每一种方法均有着各自的适用性和特征。定量

时间序列,几何曲线,模型,马尔萨斯

重庆大学硕士学位论文时间序列的后期该函数的结果趋近于定值，而整个函征，见下图 4.1。也正因为如此，Verhulst 模型显示出了多准确的预测了西方部分发达国家如美国的人口变化了马尔萨斯模型在人口预测早期阶段的指数级增长的好的解释人口增长的极限，从而更符合对现实系统发

【参考文献】