type
status
date
slug
summary
tags
category
icon
password
Last edited time
Sep 1, 2023 04:40 AM
Created time
Apr 27, 2023 03:44 AM
该帖子旨在探讨科技成果的转化能力,提供了“逐层纵横向拉开档次法”Python源代码。除了Python代码外,该帖子还提供了作者在知乎、简书和CSDN等各种平台上的分享链接以及源代码和数据下载链接。对代码内容进行了修复,详细信息请看FAQ。
Data&Code
Data
修改后的Code
FAQ
问:报错Errno 2 No such file or directory,如何解决这一问题?
答:1、读入数据的代码注释掉,改成下述的代码。2、同时添加新建文件夹是否存在的判断。
知乎、简书、CSDN分享链接:
完整代码
扩展包
引入本次代码需要用到的Python包
指标体系
数据样本
北京(30个省份数据格式一致)
定义
赋值时间维度,以及评价对象维度。
时序化
对数据进行时序立体化处理,按照评价对象,指标和时间进行三维立体化存储,本代码中评价对象是城市,时间是年,对应的二级指标进行数组存储,数组长度对应时间维度长度。
共处理 北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆 等 30 个省份数据。
标准化
用全序列方式对指标值进行无量纲化,标准化处理,指标进行平移1,扩大化*2。
共处理 2011、2012、2013、2014、2015、2016、2017 等 7 个时间维度数据。
逐层纵横向拉开档次法
收敛和非线性规划函数
定义二级指标,一级指标,准则层指标的收敛函数及非线性规划函数。
判断并新建文件夹
计算权重
非线性规划逐层计算二级指标权重,一级指标权重和准则层权重。
定义时间指标
定义时间指标,本代码中λ=0.35,其中,计算出的wt 为时间权重向量,N 为考察期年数,时间权向量之间的差异越小,则I越大;反之,差异越大,I越小。
计算时间权重
非线性规划计算时间权重,本代码λ=0.35,时间度λ反映的是对考察期时序的重视程度,λ∈ [0,1],λ越接近于0,表示测度过程越重视近期数据,λ越接近于1,表示测度过程越重视远期数据。
时间权重
TOWA-GA混合算子
测度值
计算评价对象时序的测度值与最终的测度值。
分区域测度值
不同省份科技成果转化每年的测度值和总的测度值。
Dagum基尼系数分解法实现
DagumG
计算DagumG表示整体基尼系数
区域内差异
计算区域内差异贡献度
超变净值差距
计算地区间超变净值差距的贡献度
如果你有更多的想法和见解,请在评论区分享你的想法!和大家分享,也许会带来更多的收获。我非常欢迎你分享你的想法和见解,谢谢!
- 作者:Chance Sha
- 链接:https://www.chancesha.com/article/layer-by-layer-vertical-and-horizontal-leveling-method
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。