标题:基于贝叶斯网络的技术进步预测与路径优化选择
作者:王必好; 张郁
作者机构:[王必好]山东大学应用经济学博士后流动站, 济南, 山东 250100, 中国;[张郁]南京大学商学院, 南京, 江苏 210093, 中国.
来源:科学学研究
出版年:2019
卷:37
期:8
页码:1364-1374
关键词:技术进步; 理性预测; 优化路径选择; 贝叶斯网络模型
摘要:运用贝叶斯网络模型(BNM)理性预测技术进步概率,既与技术创新流程相契合,又反映技术进步内在变动特征。文章首先分析各阶段技术进步概率集合及其相互; 关系,推理判断上阶段技术进步与当前阶段、当前阶段技术进步与下阶段之间关联程度,依此理性预测技术进步概率。研究认为,厂商有意识地选择技术进步方向,; 理性预测其变动结果是可行的,是一个由不完全理性预测到比较理性预测、最后实现完全理性预测的循序渐进过程。技术进步概率集合符合集合动态分配律(RIP; ),两阶段技术进步之间概率集合交集越大,两者关联程度越高,技术向着更高阶段升级的概率就越大,技术进步预测更加准确。差异化的预测结果是厂商优化选择; 技术进步路径的必要条件,较短距离的技术进步预测结果更加准确。实证分析运用国内专利被引用次数、技术强度、科学与技术关联性等数据,绘制有向无环图(D; AG),运用BNM进行因果分析和诊断推理,验证相关结论。
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kcms/detail/detail.aspx?FileName=KXYJ201908003&DbName=DKFX2019
TOP