科技能力反映的是一个国家或地区科学技术的发展水平及其对其他方面的影响和贡献情况，是综合国力竞争的主要动力。随着综合国力的提高，科技创新速度的加快，经济成长愈加依赖于科技进步。县域经济在中国经济中处于极其重要的地位，在科教兴国战略的推动下，中国县域对科技能力的重视程度以及科技进步在县域经济发展中作用的认识都在一定程度上得到了提高。所以，对县域科技能力的评价及其评价方法研究具有一定的理论价值和现实意义，也越来越为领导者和专家学者所关注。 本文在深入调研和广泛征求专家意见的基础上，建立了县域科技能力评价指标体系，又根据县域科技能力评价系统是一个非线性、复杂大系统，而人工神经网络方法在处理经验性、非线性、复杂问题方面具有相当的优势和适应性，所以本文选用BP神经网络模型，并结合遗传算法对该模型进行了改进，并通过比较分析验证了模型建立的可行性和正确性。 为比较县域科技投入和产出的效率，本文将县域科技能力视为一个多投入、多产出系统，研究的投入、产出效率是一种相对效率。本文在利用人工神经网络对县域科技能力进行综合实力评价的同时，运用数据包络分析方法对县域科技投入产出的规模有效性和技术有效性进行了分析和研究。 本文利用所构建的神经网络和数据包络分析模型，随即选取河南省的30个县（市）作为分析对象，利用2005年对河南省各县（市）科技能力考核收集到的数据进行了实证分析，结果表明，30个县（市）无论科技综合能力的强弱，均存在投入冗余问题，虽然科技产出相对科技投入有一定的时间滞后，也许目前的短期投入冗余正是未来蓬勃发展的先兆，但这些投入冗余中不可避免的会存在投资决策失误带来的浪费，所以应该针对各县（市）的实际情况，对科技资源进行有效的配置。