基于ARIMA模型的運(yùn)城市GDP預(yù)測分析

安曉丹，李曉霞

(運(yùn)城學(xué)院 數(shù)學(xué)與信息技術(shù)學(xué)院，山西 運(yùn)城 044000)

國內(nèi)生產(chǎn)總值 (Gross Domestic Product) ，是反映國家或地區(qū)經(jīng)濟(jì)發(fā)展水平和人民生活狀況的重要指標(biāo)，能夠體現(xiàn)出一個(gè)國家或地區(qū)整體的經(jīng)濟(jì)發(fā)展水平[1，2]。因此，對國家或地區(qū)的GDP作預(yù)測可以更好地把握經(jīng)濟(jì)發(fā)展情況，有利于相關(guān)部門制定經(jīng)濟(jì)發(fā)展策略。

2020年，山西省的GDP達(dá)到了17651.93億元，較2019年增長625.25億元，比上年增長3.67%，整體表現(xiàn)符合預(yù)期。運(yùn)城市GDP為1643.6億元，比上年增長5.2%，省內(nèi)增速第一，發(fā)展強(qiáng)勁[3]。雖然近幾年運(yùn)城市GDP增速可觀，但是運(yùn)城市在經(jīng)濟(jì)發(fā)展過程中依然存在創(chuàng)新能力不足，新型產(chǎn)業(yè)缺乏，產(chǎn)業(yè)鏈條短等問題，為了更好地解決運(yùn)城市發(fā)展中的問題，正確把握運(yùn)城市發(fā)展規(guī)律，更好地完成“十四五”制定的目標(biāo)，有必要建立合適的模型探索運(yùn)城市GDP的發(fā)展規(guī)律，并對未來運(yùn)城市GDP的發(fā)展進(jìn)行預(yù)測，從而把握運(yùn)城市GDP的發(fā)展規(guī)律，以進(jìn)行合理的經(jīng)濟(jì)調(diào)控。近年來，許多學(xué)者利用時(shí)間序列分析方法對GDP進(jìn)行建模與預(yù)測[4-8]，研究證明利用時(shí)間序列模型擬合GDP數(shù)據(jù)效果良好。另外，何新易選用ARIMA模型對1952～2010年中國的GDP進(jìn)行建模分析, 得出未來五年中國的經(jīng)濟(jì)增長仍將持續(xù)增長[9]；許明燕分別采用了ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)模型、組合模型和改進(jìn)的組合模型對江蘇省的GDP數(shù)據(jù)進(jìn)行建模和預(yù)測，通過比較四種模型的預(yù)測值相對誤差，得出改進(jìn)的組合模型更適合短期預(yù)測，ARIMA模型更適合長期預(yù)測[10]；嚴(yán)彥文通過對山東省1975-2015年GDP數(shù)據(jù)分析，建立ARIMA(1,1,1)模型，結(jié)果顯示預(yù)測效果良好[11]；胡詠琪建立ARIMA(1,1,0)對陜西省1986-2020年的生產(chǎn)總值進(jìn)行建模，并預(yù)測了陜西省2021年和2022年GDP值[12]；王鄂等人選取了湖南省1978-2017年數(shù)據(jù)，通過相對誤差與建立的Holt-Winters模型比較，確定了ARIMA(4,1,2)模型對湖南省2018-2020年GDP進(jìn)行預(yù)測[13]。因此，本文將采用時(shí)間序列模型來研究運(yùn)城市GDP的發(fā)展規(guī)律。

1. 模型簡介

1.1 模型介紹

一族隨機(jī)變量X1，X2，…，Xt，…表示時(shí)間序列，簡記為{Xt，t∈T}或{Xt}。用x1，x2，…，xn或{xt，t=1，2，…，n}表示該隨機(jī)序列的n個(gè)有序觀察值，{εt}為白噪聲序列。

(1)AR模型

AR(p)模型又稱p階自回歸模型，AR(p)模型具有如下結(jié)構(gòu)：

(2)MA模型

MA(q)模型又稱q階移動(dòng)平均模型，MA(q)模型具有如下結(jié)構(gòu):

(3)ARMA模型

ARMA(p,q)模型又稱自回歸移動(dòng)平均模型，ARMA(p,q)模型具有如下結(jié)構(gòu):

當(dāng)q=0時(shí)，ARMA(p,q)模型為AR(p)模型;當(dāng)p=0時(shí)，ARMA(p,q)模型可以簡記為MA(q)模型。

(4)ARIMA模型

ARIMA(p,d,q)模型又稱差分自回歸移動(dòng)平均模型，ARIMA(p,d,q)模型具有如下結(jié)構(gòu):

其中，p為ARIMA模型自回歸階數(shù)，d為差分階數(shù)，q滑動(dòng)平均項(xiàng)數(shù)。當(dāng)d=0時(shí)，ARIMA(p,d,q)模型為ARMA(p,q)模型；當(dāng)p=0時(shí)，ARIMA(0,d,q)模型可以簡記為IMA(d,q)模型；當(dāng)q=0時(shí)，ARIMA(p,d,0)模型可以簡記為ARI(p,d)模型[14,15]。

(5)Holt-Winters兩參數(shù)模型

Holt—Winters兩參數(shù)模型，基本結(jié)構(gòu)為：

其中，xt為序列在t時(shí)刻的新的觀測值，α和β都表示平滑系數(shù)，且滿足0<α，β<1。

1.2 模型建立步驟

(1)首先將得到觀察值序列進(jìn)行平穩(wěn)性檢驗(yàn)，若是平穩(wěn)時(shí)間序列，則可進(jìn)行后續(xù)步驟；若是非平穩(wěn)序列，則需要通過差分運(yùn)算直至序列達(dá)到平穩(wěn)。平穩(wěn)性的檢驗(yàn)主要有兩種方法，一種是根據(jù)來時(shí)序圖、自相關(guān)圖檢驗(yàn)，另外一種可以通過ADF單位根檢驗(yàn)來判斷。如果時(shí)序圖中序列始終在一個(gè)常數(shù)值附近隨機(jī)波動(dòng)，并且波動(dòng)的范圍有界、無明顯趨勢及周期特征，則認(rèn)為是平穩(wěn)序列。如果自相關(guān)系數(shù)會(huì)隨著延遲期數(shù)的增加很快地衰減為零，則判斷為平穩(wěn)的。反之，如果時(shí)間序列不平穩(wěn)，則衰減速度會(huì)比較慢。ADF單位根檢驗(yàn)是目前應(yīng)用較廣泛的平穩(wěn)性檢驗(yàn)方法，通過判斷所給序列是否存在單位根，若不存在單位根則是平穩(wěn)的序列，否則不平穩(wěn)。

(2)然后模型的識(shí)別與建立，主要根據(jù)數(shù)據(jù)的自相關(guān)圖和偏自相關(guān)圖確定模型的階數(shù)，具體模型定階原則如表1所示。再通過AIC準(zhǔn)則確定最終模型。

表1 模型定階基本原則

(3) 最后檢驗(yàn)?zāi)Ｐ偷娘@著性，模型的顯著性檢驗(yàn)主要檢驗(yàn)殘差序列是否為白噪聲序列，如果殘差序列為白噪聲序列，即殘差項(xiàng)中不再蘊(yùn)含任何相關(guān)信息，那么這樣的模型就為顯著有效模型，否則不顯著。

2. 實(shí)證分析

本文將利用運(yùn)城市1996年到2018年的GDP數(shù)據(jù)[16]進(jìn)行分析建模，利用2019與2020年的數(shù)據(jù)與建立模型的擬合值進(jìn)行對比，從而驗(yàn)證模型的準(zhǔn)確性。

圖1 運(yùn)城市GDP時(shí)序圖

2.1 平穩(wěn)性檢驗(yàn)

根據(jù)運(yùn)城市1996—2018年運(yùn)城市GDP數(shù)據(jù)，繪制時(shí)間序列圖(圖1)與自相關(guān)圖 (圖2)，并判定序列的平穩(wěn)性。

圖2 自相關(guān)圖

由圖1 可以看出，運(yùn)城市GDP序列有明顯的上升趨勢，初步判斷該序列是非平穩(wěn)的。由圖2可以看出，在很長的延遲時(shí)期里，自相關(guān)圖具有明顯的三角對稱性，說明該序列是非平穩(wěn)的序列。為進(jìn)一步確定平穩(wěn)性，對該時(shí)間序列進(jìn)行單位根檢驗(yàn)(ADF檢驗(yàn))，經(jīng)過ADF檢驗(yàn)得p值為0.2915，p>0.05，檢驗(yàn)未通過，表明該序列是非平穩(wěn)的。所以需要對GDP序列進(jìn)行平穩(wěn)化處理，通常采用差分的方法。對GDP數(shù)據(jù)進(jìn)行一階差分運(yùn)算，單位根檢驗(yàn)結(jié)果顯示一階差分后序列非平穩(wěn)。所以對GDP數(shù)據(jù)進(jìn)行二階差分運(yùn)算，并繪制出差分運(yùn)算后的時(shí)序圖(圖3)與自相關(guān)圖 (圖4)，由二階差分后時(shí)序圖3可以看出差分后的數(shù)據(jù)在一個(gè)常值附近波動(dòng)，且無明顯趨勢性和周期性，所以大致判定二階差分后的序列是平穩(wěn)的。

圖3 二階差分后的時(shí)序圖

通過二階差分后的自相關(guān)圖(圖4)可以看出，GDP序列的自相關(guān)系數(shù)都比較小，始終在2倍標(biāo)準(zhǔn)差范圍以內(nèi)，可由此判定序列為平穩(wěn)時(shí)間序列。ADF檢驗(yàn)顯示p值為0.0304，p<0.05，證明運(yùn)城市GDP二階差分后的序列是平穩(wěn)時(shí)間序列。

圖4 二階差分自相關(guān)圖

2.2 模型的識(shí)別與建立

根據(jù)運(yùn)城市GDP二階差分后的數(shù)據(jù)繪制偏自相關(guān)圖(圖5)。

圖5 二階差分后偏自相關(guān)圖

建立ARIMA(p,d,q)模型的關(guān)鍵是確定合適的p、d、q值，為了找到模型的最佳階數(shù)，根據(jù)模型定階的基本原則(表1),結(jié)合二階差分后的自相關(guān)圖(圖4)與偏自相關(guān)圖(圖5)建立模型。采用自相關(guān)圖和偏自相關(guān)圖對擬合模型的階數(shù)進(jìn)行直接判斷，這樣得到的模型具有一定的主觀性，因此，需要多建立幾個(gè)ARIMA模型，再利用AIC準(zhǔn)則選取最優(yōu)模型。觀察差分后的自相關(guān)圖和偏自相關(guān)圖，建立模型結(jié)果如表2

表2 模型比較

利用AIC準(zhǔn)則選取最佳模型，AIC越小模型越好。由表2分析可知，在上述模型中ARIMA(0,2,1)模型的AIC值最小。故選取ARIMA(0,2,1)模型是最好的。

2.3 模型檢驗(yàn)

為了更好地預(yù)測運(yùn)城市GDP值，需要對ARIMA(0,2,1)模型的殘差序列進(jìn)行白噪聲檢驗(yàn)。采用Ljung-Box Q統(tǒng)計(jì)量檢驗(yàn)得p=0.6523,p>0.05，因此ARIMA(0,2,1)模型通過檢驗(yàn)，可以用來進(jìn)行下一步的預(yù)測。

2.4 運(yùn)城市GDP預(yù)測

利用ARIMA(0,2,1)模型對運(yùn)城市2019和2020年GDP進(jìn)行預(yù)測，由表3可知，2019和2020年運(yùn)城市GDP的預(yù)測值與真實(shí)值的相對誤差為1.9%和2.0%，相對誤差波動(dòng)較小，預(yù)測效果比較穩(wěn)定。說明模型預(yù)測效果良好，可以通過ARIMA(0,2,1)模型對運(yùn)城市2023-2025年GDP進(jìn)行預(yù)測。由于2021和2022年受新冠肺炎疫情影響較大，所以不對2021年和2022年的GDP做研究。

表3 GDP預(yù)測值與真實(shí)值比較

利用ARIMA(0,2,1)模型對運(yùn)城市2023-2025年 GDP進(jìn)行預(yù)測，從預(yù)測表 (表4) 結(jié)果可以看出，運(yùn)城市2023年、2024年和2025年GDP的預(yù)測值分別為1927.8億元、2011.4億元和2095.0億元，2023—2025年運(yùn)城市GDP值在逐年增長且增長速率逐漸放緩，符合目前我國經(jīng)濟(jì)發(fā)展規(guī)律。所以可以認(rèn)為建立的ARIMA(0,2,1)模型對運(yùn)城市GDP的預(yù)測是有效的。

表4 2023-2025年運(yùn)城市GDP預(yù)測值

2.5 與Holt-Winter模型預(yù)測對比

為了更好地說明ARIMA(0,2,1)模型預(yù)測效果，利用運(yùn)城市1997-2018年GDP數(shù)據(jù)，建立Holt-Winter模型，并擬合得到2019年和2020年運(yùn)城市的GDP值。比較ARIMA(0,2,1)模型與Holt-Winter模型的擬合效果，如表5所示，采用Holt-Winter模型擬合GDP值與真實(shí)值的相對誤差均比ARIMA(0,2,1)模型的相對誤差大，所以再次證明通過ARIMA(0,2,1)模型預(yù)測運(yùn)城市GDP值是可行的。

表5 ARIMA模型與Holt-Winter模型擬合預(yù)測精度比較

3. 結(jié)論與建議

通過建立ARIMA(0,2,1)模型可以較好地預(yù)測運(yùn)城市GDP發(fā)展，為運(yùn)城市“十四五”發(fā)展規(guī)劃提供決策依據(jù)，持續(xù)開創(chuàng)全方位高質(zhì)量發(fā)展的新運(yùn)城。由ARIMA(0,2,1)模型預(yù)測運(yùn)城市的GDP值，運(yùn)城市2023年GDP值為1927.8億元，有望在2023年突破2000億元大關(guān)；2024年、2025年的預(yù)測值分別為2011.4億元、2095.0億元，運(yùn)城市的經(jīng)濟(jì)發(fā)展將邁入新的階段。為保證運(yùn)城市經(jīng)濟(jì)可持續(xù)發(fā)展，為相關(guān)部門提出四點(diǎn)建議。

3.1 充分發(fā)揮區(qū)域特色，加強(qiáng)地區(qū)特色產(chǎn)業(yè)發(fā)展

運(yùn)城市位于山西的西南部，地理位置優(yōu)越，交通便利。運(yùn)城市是中華五千年文明的重要發(fā)祥地之一，有深厚的文化底蘊(yùn)[17]。運(yùn)城市有豐富的旅游資源，主要景點(diǎn)有解州關(guān)帝廟、鸛雀樓、永樂宮、普救寺、舜帝陵、鹽池等，但近年來旅游業(yè)發(fā)展不是很理想，一方面有受新冠肺炎疫情影響的因素，另一方面也受發(fā)展過程中一些宣傳力度、服務(wù)質(zhì)量等影響。所以，運(yùn)城市要深入挖掘旅游文化資源，打造具有運(yùn)城特色、服務(wù)優(yōu)良的精品旅游景點(diǎn)，要加大宣傳力度、創(chuàng)新宣傳方式，不斷拓展運(yùn)城市文化旅游的影響力。將旅游產(chǎn)業(yè)與其他產(chǎn)業(yè)融合，例如與文化產(chǎn)業(yè)融合發(fā)展，在景區(qū)推出與關(guān)公文化、根祖文化、鹽文化、德孝文化等相關(guān)文藝表演或影視動(dòng)畫等活動(dòng)，使景區(qū)擺脫單一的觀光模式，讓景觀生動(dòng)起來；與農(nóng)業(yè)產(chǎn)業(yè)相融合，讓游客體驗(yàn)農(nóng)作物播種、收割、采摘等項(xiàng)目；與數(shù)字產(chǎn)業(yè)相融合，采取“云體驗(yàn)”“虛擬游”等形式，實(shí)現(xiàn)足不出戶便可實(shí)現(xiàn)游玩。運(yùn)城市是農(nóng)業(yè)大市，農(nóng)作物種植面積大產(chǎn)量高，尤其果業(yè)是運(yùn)城市優(yōu)勢產(chǎn)業(yè)，未來運(yùn)城市要立足果業(yè)優(yōu)勢，繼續(xù)提高果業(yè)質(zhì)量，實(shí)現(xiàn)智慧生產(chǎn)智慧銷售。同時(shí)也要充分利用現(xiàn)代技術(shù)加大果業(yè)的深加工，拓展果業(yè)產(chǎn)業(yè)鏈，將運(yùn)城果業(yè)打造成國內(nèi)外知名品牌，提升果業(yè)的經(jīng)濟(jì)發(fā)展。運(yùn)城市礦產(chǎn)資源豐富，原材料工業(yè)基礎(chǔ)雄厚，目前已初步形成了醫(yī)藥、運(yùn)輸裝備制造、金屬鎂、化工等產(chǎn)業(yè)集群[17]，為進(jìn)一步延伸產(chǎn)業(yè)鏈、加速產(chǎn)業(yè)集群，要改造傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)工藝、生產(chǎn)方式，加強(qiáng)產(chǎn)業(yè)與信息技術(shù)融合發(fā)展，開展填空式招商引資，逐漸延伸、完善產(chǎn)業(yè)鏈。

3.2 借助新一代信息技術(shù)，推進(jìn)智慧城市建設(shè)

新一代信息技術(shù)是運(yùn)城市發(fā)展的短板，要加快發(fā)展大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)，引導(dǎo)傳統(tǒng)產(chǎn)業(yè)和新興產(chǎn)業(yè)依托互聯(lián)網(wǎng)平臺(tái)向研發(fā)設(shè)計(jì)、生產(chǎn)等方面發(fā)展，推動(dòng)網(wǎng)絡(luò)化制造模式。借助電商平臺(tái)大力推進(jìn)智慧果業(yè)、智慧農(nóng)業(yè)、智慧旅游、智慧文化等，促進(jìn)傳統(tǒng)業(yè)態(tài)與新興業(yè)態(tài)的融合。加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，積極推進(jìn)5G建設(shè)，優(yōu)化網(wǎng)絡(luò)環(huán)境，加快智慧城市建設(shè)，推進(jìn)數(shù)字平臺(tái)建設(shè)、云服務(wù)等。在以人為本，智能運(yùn)行的理念下，推動(dòng)城市數(shù)字化建設(shè)，建立智慧交通、智慧醫(yī)療、智慧繳費(fèi)、智慧教育等便民服務(wù)，提升人民幸福感，助力運(yùn)城市文明城市建設(shè)。運(yùn)城市可以首先建立智慧政務(wù)、智慧交通、智慧農(nóng)業(yè)、智慧醫(yī)療。智慧政務(wù)可以上線“運(yùn)城通”APP，各職能部門的各種信息共享，提高政府公共服務(wù)效率；智慧交通提供實(shí)時(shí)交通信息，例如提供附近公共交通工具所在位置，最近車輛到達(dá)時(shí)間，各道路路況及擁堵情況；智慧農(nóng)業(yè)實(shí)現(xiàn)智慧農(nóng)業(yè)裝備及農(nóng)業(yè)信息化，除智能播種、灌溉、收割外，利用互聯(lián)網(wǎng)實(shí)現(xiàn)智能銷售模式；智慧醫(yī)療各大醫(yī)院建立“病歷檔案”“醫(yī)療信息共享”平臺(tái)，提高就醫(yī)效率和治療質(zhì)量。

3.3 加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，鼓勵(lì)新興產(chǎn)業(yè)發(fā)展

目前，傳統(tǒng)產(chǎn)業(yè)依然是運(yùn)城市的經(jīng)濟(jì)主體，新型產(chǎn)業(yè)占比不高。為了使運(yùn)城市經(jīng)濟(jì)結(jié)構(gòu)更加符合新時(shí)代的要求，應(yīng)當(dāng)加快傳統(tǒng)產(chǎn)業(yè)升級改造，貫徹新發(fā)展理念，營造創(chuàng)新創(chuàng)業(yè)的氛圍，建立創(chuàng)業(yè)園區(qū)，大力推進(jìn)新型產(chǎn)業(yè)發(fā)展。新興產(chǎn)業(yè)是在一定生產(chǎn)力水平情況下，在新技術(shù)的產(chǎn)生發(fā)展過程中和產(chǎn)業(yè)轉(zhuǎn)型發(fā)展過程中形成的一種新的產(chǎn)業(yè)模式。發(fā)展新興產(chǎn)業(yè)有助于調(diào)整運(yùn)城市經(jīng)濟(jì)結(jié)構(gòu)，促進(jìn)運(yùn)城市社會(huì)經(jīng)濟(jì)文化發(fā)展，提升區(qū)域競爭力和影響力。政府部門要加大資金投入，在支持企業(yè)轉(zhuǎn)型發(fā)展的同時(shí)，要鼓勵(lì)企業(yè)創(chuàng)新發(fā)展、智能發(fā)展、綠色發(fā)展，探索新興產(chǎn)業(yè)發(fā)展模式，壯大新興產(chǎn)業(yè)群。運(yùn)城市在高端裝備制造業(yè)、生物產(chǎn)業(yè)、新材料、節(jié)能環(huán)保產(chǎn)業(yè)有一定的優(yōu)勢，可以優(yōu)先重點(diǎn)發(fā)展，對有明顯技術(shù)優(yōu)勢的企業(yè)通過鼓勵(lì)科技創(chuàng)新加大扶持力度，促進(jìn)技術(shù)創(chuàng)新成果轉(zhuǎn)化打造一批以高技術(shù)為支撐的領(lǐng)軍企業(yè)。發(fā)展新興產(chǎn)業(yè)需要大量的人力資源，政府要鼓勵(lì)高校開設(shè)與新興產(chǎn)業(yè)相關(guān)專業(yè)，通過與企業(yè)聯(lián)合培養(yǎng)或訂單式培養(yǎng)方式，彌補(bǔ)新興技術(shù)人才短缺問題。各企業(yè)也要加大研發(fā)投入，不斷引入高技術(shù)科研人才，強(qiáng)化科研團(tuán)隊(duì)建設(shè)，不斷推進(jìn)和完善新興產(chǎn)業(yè)產(chǎn)業(yè)鏈的構(gòu)建和延伸。

3.4 推進(jìn)創(chuàng)新團(tuán)隊(duì)建設(shè)，加強(qiáng)創(chuàng)新能力

強(qiáng)化創(chuàng)新能力是企業(yè)改善生產(chǎn)經(jīng)營狀況，實(shí)現(xiàn)高質(zhì)量發(fā)展，提升市場競爭力的重要舉措。當(dāng)前世界經(jīng)濟(jì)受新冠疫情等因素的影響，經(jīng)濟(jì)正處于低迷期，企業(yè)必須要有效運(yùn)用新一代信息技術(shù)，依靠改革創(chuàng)新探索新的生產(chǎn)經(jīng)營路徑。近年來，運(yùn)城市一直在推動(dòng)企業(yè)的自主創(chuàng)新能力建設(shè)，科研經(jīng)費(fèi)投入也有所增加，全市創(chuàng)新能力有所提升。但是仍然存在科研團(tuán)隊(duì)少、規(guī)模小，研發(fā)環(huán)境相對較弱的問題，要鼓勵(lì)企事業(yè)單位創(chuàng)建、壯大科研團(tuán)隊(duì)，鼓勵(lì)科研人員外出學(xué)習(xí)研討，邀請國內(nèi)外專家到運(yùn)城市舉辦講座和經(jīng)驗(yàn)交流會(huì)，以此提高企事業(yè)單位創(chuàng)新能力，促進(jìn)其快速發(fā)展。加大政府財(cái)政支持力度，保障科研資金投入，不斷激發(fā)企業(yè)自主創(chuàng)新熱情。鼓勵(lì)運(yùn)城市企事業(yè)單位、科研院所、高等院校開展合作，共同完成科研項(xiàng)目，鼓勵(lì)科研人員將新技術(shù)、新理念、新產(chǎn)品帶入企業(yè)，鼓勵(lì)企業(yè)進(jìn)高校宣講，宣傳企業(yè)目前急需解決的技術(shù)問題和所需類型人才，促進(jìn)大學(xué)生職業(yè)規(guī)劃的同時(shí)，也能幫助企業(yè)招聘到所需人才。加大人才引進(jìn)力度，對來運(yùn)城市就業(yè)的博士、博士后、科研人員實(shí)行不同程度的住房補(bǔ)貼、科研啟動(dòng)、交通補(bǔ)助等資助政策，加大科技獎(jiǎng)勵(lì)力度，對有突出貢獻(xiàn)的科研團(tuán)隊(duì)、科技成果獲獎(jiǎng)?wù)咛峁┫鄳?yīng)的獎(jiǎng)勵(lì)。實(shí)施人才強(qiáng)市戰(zhàn)略，不斷完善人才引進(jìn)機(jī)制，健全用人單位用工形式，改善留才用才環(huán)境。