国民经济的增长离不开高技术产业的发展,随着信息技术的产生,高技术产业的各指标数据不断得到完善,但只掌握高技术产业的各指标数据是远远不够的,如何在已有统计数据的基础上挖掘高技术产业的内在发展规律,是政府部门的迫切需要。数据挖掘的出现,让人们从大量数据中挖掘出很多有用的信息并用于指导生产、管理等。因此借助数据挖掘的理论与技术,对我国高技术产业发展水平进行评价,并进一步研究高技术产业与经济增长的动态演变关系,给政府部门发展及布局高技术产业提供科学依据。本文主要研究内容如下:本文构建了高技术产业发展水平的指标体系,利用因子分析对高技术产业发展水平进行评价,同时运用聚类算法对高技术产业发展处于相同水平的省份进行特征归纳,分析不同区域间高技术产业发展水平存在差异的主要原因。结果表明我国高技术产业发展水平可以分为5类,I类区域到V类区域高技术产业发展水平逐渐降低,R&D投入、新产品开发及技术创新是导致各区域高技术产业发展水平存在差异的主要因素。该研究内容为政府部门优化产业布局,提升产业结构提供科学依据。各个省份也可以根据本省的高技术产业发展特点因地制宜,补齐自身短板,不断改进高技术产业的发展模式。对高技术产业的发展水平进行评价与划分后,运用菲德思想构建高技术产业与经济增长关系的变参数模型,构建模型后用划分好的5类区域做实证分析,更进一步研究两者之间的关系即分析经济结构的变化、社会的动荡、政策的变化是否会导致高技术产业对经济增长的贡献发生剧烈变化。结果表明,模型能有效测量高技术产业对经济增长的动态关系;高技术产业发展水平越好的区域其对经济增长的贡献就越大,随着时间的后移其变化的幅度也越小,区域之间有一定的差异性;5类区域的高技术产业对经济增长的贡献系数都随着时间的变化出现一定的上下波动,但贡献系数基本上都是大于0的,说明高技术产业在长时间内是促进我国经济增长的,可以进一步发展我国高技术产业。改进的模型为研究高技术产业与经济增长关系提供了新的思路和方法。