赵成，肖健华

（五邑大学 经济管理学院，广东 江门 529020）

基于SVDD的全国科技进步聚类分析

赵成1，肖健华2

（五邑大学 经济管理学院，广东 江门 529020）

科技进步是国家经济发展的强大动力和坚实基础，是影响国家综合国力和国际竞争力的决定性因素. 论文选取2008年中国31个省市科技进步综合指标评价数据，先标准化处理这些数据，再采用因子分析法对样本进行降维，最后用支持向量数据描述模型聚类分析了2008年全国科技进步的情况.

科技进步；因子分析；支持向量数据描述

科技进步是指国家坚持科学发展观，实施科教兴国战略，实行自主创新、重点跨越、支撑发展、引领未来的科学技术工作指导方针，构建国家创新体系，建设创新型国家.[1]进入新世纪，世界各国政府都在思考和部署新的经济与社会发展战略. 中国作为世界上最大的发展中国家，为了保持经济的持续快速健康发展，必须把加快科技进步和创新置于经济与社会发展的优先地位. 本文借鉴国内学者已有的研究成果，选取2008年全国31个省市科技进步综合指标评价数据（见中国国家统计局网站http://www.most.gov.cn/kjtj/tjbg/200907/P020090729400672549276.pdf），以“科技进步评价指标体系”的5个综合指标（科技进步环境指数x1、科技促进经济社会发展指数x2、科技活动投入指数x3、科技活动产出指数x4和高新技术产业化指数x5，具体见中国国家统计局网站http://www.most.gov.cn/kjtj/ tjbg/200806/P020090731393749062749.pdf）为原变量，先用因子分析法[2]对其降维，再用支持向量数据描述算法（support vector data description，SVDD）对其进行聚类分析.

1 SVDD的聚类方法

对于数据……