R&D(研发)是自主创新的源泉,在新形势下,如何着力自主创新,将我国建设成为创新型国家,是历史和时代赋予我们的光荣使命。面对发达国家在经济科技方面处于优势的压力,面对汹涌澎湃的新科技革命的浪潮和日趋激烈的国际竞争,我国要在弱肉强食的世界上生存和发展就必须高度重视R&D这项关系到国计民生的重要议题,因此对R&D投入贡献率分析就显得特别的重要。本文的研究内容来源于国家软科学项目《R&D投入贡献率的测算与优化研究》,是对R&D投入贡献率的深入分析和探讨。本文利用随机前沿面回归模型进行测度,一般的回归模型可以应用神经网络实现计算,但是迄今为止还没有文献报道应用神经网络实现随机前沿面模型的计算。随机前沿面模型是在普通的回归基础上,添加一个概率意义上的前沿面(数据包络),而这个前沿面函数是在普通回归完成之后再计算的。根据这一特点我们构造一个分岔神经网络,从而实现了利用随机前沿面模型进行TFP测度。全部计算过程都通过了编程计算,收进了我们自己的软件系统DASC。分岔神经网络的概念提出,则丰富了神经网络的理论。在测算出TFP贡献率的基础之上,从而实现R&D贡献率的测度;在参数α,β的估计方面,通过对来源于国家统计局1987年至2004年的经济统计数据的估算,得出这些年的α=0.7～0.8,β=0.2～0.3的结论;并通过这些数据和方法对我国1987年至2004年的TFP贡献率及R&D贡献率进行深入的研究和探讨,得出近年来我国经济虽然飞速发展,取得了长足的进步,但R&D投入仍然停留在比较低的水平,对经济增长的贡献率还有待进一步的提高;R&D投入通过TFP对经济发展有正向促进作用,而外国直接投资(FDI)对技术进步的直接作用促进了国内R&D活动的开展,国内R&D存量对TFP的影响大于FDI和结构调整带来的影响。