欧洲国家的研发表现

武夷山

Monica de la Pay-Marin等3位西班牙学者在《技术预测与社会变革》杂志2012年第9期发表文章，Non-linear multiclassifiermodel based on Artificial Intelligence to predict research and development performancein European countries。

该文采用了线性研发模型，反映“表现”的4个替代指标是：专利数，论文数，研发支出额，研发人员数。（博主：我和同事们多年前曾预测中国在2020年的研发表现，也用的这4个指标。预测得很不好，太保守。）还采用了一些与教育、经济相关的变量，以欧盟25个成员国为研究对象。采用无监督算法K均值聚类法，利用2005－2008年的相关数据，对25国进行了聚类。然后，分别采用了Multilayer PerceptionModel和Product-unit Neural Network Model来对上述聚类中的各国年度观察值进行分类，在两种情形下，均采用进化算法进行训练。

将25国按其研发表现分为四大类：低度创新国家、中度创新国家、高度创新国家和创新驱动型国家。

将本文的分类方法与其他机器学习分类法进行了比较。本模型采用的系数的数量要少得多，但并未降低对聚类的预测精度。无论对象是欧盟25国或是其他欧洲国家，均为这个结论。

对研发表现有影响的指标共有15个：

1.      科技人员数占劳动力百分比；

2.      研发人员数占劳动力百分比；

3.      企业研发强度；

4.      政府、大学的研发强度；

（以上4个指标属于研发驱动因素）

5.      每千人发表论文数；

6.      每千人PCT专利申请数；

（以上两个指标属于研发成果）

7.      每千人中拥有博士学位者人数；

8.      30－34岁年龄段人口中大学毕业生数；

9.      18－64岁年龄段人口中参与终生学习者所占百分比；

（以上3个指标属于教育因素）

10.  GDP年度增长率；

11.  每小时工作量带来的劳动生产率实际增长（每单位劳动投入导致的实际产出）

12.  总就业率，即20－64岁年龄段人口中就业者的比例；

13.  来自国外的技术许可与专利收入占GDP的百分比（技术出口）；

14.  每10亿欧元GDP中欧共体商标创造的价值；

15.  中高技术出口占制造品出口总额的比例。

（以上6个指标为经济因素）

根据2005－2008年的数据，可称为创新驱动型国家的是芬兰、瑞典、丹麦、荷兰。高度创新国家为奥地利、法国、斯洛文尼亚、英国和德国。

博主布置一项家庭作业：为什么北欧国家在创新方面总是那么突出呢？

请庄世宇、徐磊等博主回答。