第四章 科技競爭力預測之實證研究
4.1 GM(1,1)滾動模型預測科學效能
本節以第三章之所計算之CCR 模式,將科學效能分為:(1) 全球平均科學(指 標)效能值、(2) G7 平均科學(指標)效能值、(3) 亞洲四小龍平均科學(指標)效能 值、(4) 東亞、南亞國家平均科學(指標)效能值。此四項 CCR 模式所計算出來之 效能值如表16 所示。然後運用灰色預測之 GM(1, 1) 滾動模式來預測未來各區域 科學效能之發展,計算過程如下:
步驟一:建立原始數列
將表16 的資料劃分為三個部分,第一部分資料從 1993 年至 1998 年;第二 部分資料從1999 年至 2004 年;與第三部分資料從 2000 年的資料至 2005 年的資 料進行建模,並預測自2006 年之 2008 年之科技效能之變化。以第一部分資料從 1993 年至 1998 年之資料計算為例,原始全球 CCR 平均科學(指標)效能值,可建 立原始數列X (0)如下:
( )0
( 0.101,0.228,0.232,0.091,10103,0.100 )
X
=
步驟二:建立累加生成
計算一次累加生成,可得到X (1)之累加生成數列如下:
X (1) = (0.101, 0.329, 0.561, 0.652, 0.775, 0.856) 步驟三:均值生成
令α=0.5 做均值生成,數據矩陣 B 及數據列 YN,可得到
ˆa
如下:ˆ 0.27
0.301
a ab
⎡ ⎤ ⎡ − ⎤
= ⎢ ⎥ ⎢ = ⎥
⎣ ⎦ ⎣ ⎦
步驟四:計算累加生成預測可得到此預測模式如下式: 從序列1994 年至 1998 年之科學效能預測,分別為 0.101、0.240、0.183、0.140、
0.107 及 0.081,其序列可表示為:
表 17 全球平均科學(指標)效能值之 GM(1,1)滾動模型預測
表 18 G7 平均科學(指標)效能值之 GM(1,1)滾動模型預測
表 19 亞洲四小龍平均科學(指標)效能值之 GM(1,1)滾動模型預測
表 20 東亞、南亞國家平均科學(指標)效能值之 GM(1,1)滾動模型預測
步驟七:科學效能值預測分析
(1)全球平均科學(指標)效能值之 GM(1,1)滾動模型預測
由表 17 所計算之全球平均科學(指標)效能值與滾動預測模式可分為三 部分,分述如下:
第一部分:資料點自1993 年至 1998 年之 CCR 效能值之建模預測:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 20.5%;模式精準度為 79.5%。
第二部分:資料點自1998 年至 2002 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 12.2%;模式精準度為 87.8%。
第三部分:以資料點自 2000 年至 2008 年建模並預測 2009 年之 CCR 效能值之預測:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 8.9%;模式精準度為 91.1%。在第三部分經由滾動建模後,再依據模 式進行CCR 科學效能預測,模式精準度較第一部分與第二部分精準。
再從模式進行2009 年之 CCR 科學效能預測值為 0.31。
(2)G7 平均科學(指標)效能值之 GM(1,1)滾動模型預測
由表18 所計算之 G7 平均科學(指標)效能值與滾動預測模式可分為三部 分,分述如下:
第一部分:資料點自1993 年至 1998 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 7%;模式精準度為 93%。
第二部分:資料點自1998 年至 2002 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 6.5%;模式精準度為 93.5%。
第三部分:以資料點自2000 年至 2008 年建模並預測 2009 年之 CCR 效能值之預測:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 6.5%;模式精準度為 93.5%。在第三部分經由滾動建模後,再依據模 式進行CCR 科學效能預測,模式精準度較第一部分與第二部分精準。
再從模式進行2009 年之 CCR 科學效能預測值為 0.6。
(3)亞洲四小龍平均科學(指標)效能值之 GM(1,1)滾動模型預測
由表 19 所計算之亞洲四小龍平均科學(指標)效能值與滾動預測模式可 分為三部分,分述如下:
第一部分:資料點自1993 年至 1998 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 58.8%;模式精準度為 41.2%。
第二部分:資料點自1998 年至 2002 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 21.9%;模式精準度為 78.1%。
第三部分:以資料點自2000 年至 2008 年建模並預測 2009 年 CCR 效能 值之預測:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 26.6%;模式精準度為 73.4%。在第三部分經由滾動建模後,再依據模 式進行CCR 科學效能預測,模式精準度較第一部分精準,但比第二部 分不精準。再從模式進行2009 年之 CCR 預測值為 0.52。
(4)東亞、南亞國家平均科學(指標)效能值之 GM(1,1)滾動模型預測
由表 20 所計算之東亞、南亞國家平均科學(指標)效能值與滾動預測模 式可分為三部分,分述如下:
第一部分:資料點自1993 年至 1998 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 28.8%;模式精準度為 71.2%。
第二部分:資料點自1998 年至 2002 年之 CCR 效能值之建模:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 59%;模式精準度為 41%。
第三部分:以資料點自2000 年至 2005 年建模並預測 2006 年自 2008 年 之CCR 效能值之預測:
在CCR 模式所計算之效能值與模式所預測之數據,在平均殘差部分為 3.7%;模式精準度為 96.3%。在第三部分經由滾動建模後,再依據模式 進行CCR 科學效能預測,模式精準度較第一部分與第二部分精準。再 從模式進行2009 年之 CCR 科學效能預測值為 0.1。
綜合上述全球、 G7、亞洲四小龍、東亞(南亞)等四個區域 CCR 之科學效能 預測分析結果顯示,各效能值除四小龍預測精準度較低外,其他四個區域均呈現 預測高精準度之狀況。G7 為高度發展之國家,對於計算科學效能之指標值之指 標,國家都有穩定性的投入與產出,因而呈現高精準度之預測。反觀在區域平均 效能值之預測呈現預測較不精準之狀況,推斷可能會隨者國家經濟發展狀況,而 投入不同之預算,而且當國家遇到全球性金融、經濟與網路泡沫化時,投入與產 出之科學效能亦會呈現不穩定之狀況。