贺 勇，廖 诺，晋琳琳

（广东工业大学 管理学院，广州 510520）

0 引言

《国家中长期科学和技术发展规划纲要（2006-2020）》中提出“到2020年力争科技进步贡献率达到60%以上”，将科技进步对促进经济增长的作用提高到了前所未有的高度。特别是为确保经济稳定可持续发展，转变经济增长方式，从依靠投资等要素型增长模式转换到依靠科技进步，提高增长效率等质量型增长模式上，对于新的时期，国家或地区科技进步对经济增长的贡献率研究显得尤为重要和紧迫。

在测算科技进步对经济的贡献上取得了大量可喜的成果[1～9]，包括索洛余值法、生产函数法、数据包络法等，但是社会经济系统是一个复杂的非线性系统，并且不同的地区、不同的时期、不同的科技水平，科技进步对经济增长的贡献是不一样的，存在以下问题：第一，在数据的获取和处理上，如何将一个地区的人力资本、技术进步、制度、结构等因素进行量化困难；第二，传统的计算方法，没有考虑各个因素之间的复杂性关系、人们思维的主观性和模糊性以及统计数据的不完整性。第三，没有考虑到各因素对经济发展影响的长期性、间接性和滞后性。

软计算（Soft Computing—SC）[10]是一种新颖的处理复杂经济系统的有效技术，包括人工神经网络、遗传算法和模糊系统等，三种技术相互衔接，既密切的配合又各司其责，联合发挥模式识别、知识推理、优化计算等多种功能，三者互补集成为软计算。软计算方法来测算广东省科技进步对经济增长贡献率的思路是：对广东省21个地区（包括广州、深圳副省级城市及其它19个地级市）按照科技进步水平采用遗传-自组织迭代技术进行软分类；……