趙清軍， 周畢芬 (福建農(nóng)林大學(xué) 公共管理學(xué)院，福建 福州 350002)

一、引言與文獻(xiàn)綜述

黨的十八大提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，強(qiáng)調(diào)科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐，必須把科技創(chuàng)新擺在國(guó)家發(fā)展全局的核心位置，并將創(chuàng)新作為引領(lǐng)發(fā)展的第一動(dòng)力，體現(xiàn)出國(guó)家重大戰(zhàn)略和經(jīng)濟(jì)社會(huì)發(fā)展對(duì)科技創(chuàng)新提出的迫切需求[1]。各地區(qū)為促進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級(jí)、推動(dòng)區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展，紛紛加強(qiáng)科技創(chuàng)新的頂層規(guī)劃和制度安排，以提升自主創(chuàng)新能力[2]。科學(xué)地、客觀地評(píng)價(jià)區(qū)域科技創(chuàng)新能力，對(duì)于該區(qū)域科學(xué)地定位和合理地制定戰(zhàn)略，提升自身科技競(jìng)爭(zhēng)實(shí)力，以獲取經(jīng)濟(jì)和社會(huì)方面的效益具有非常重要的意義[3]。

復(fù)雜的區(qū)域科技創(chuàng)新能力系統(tǒng)，受到多個(gè)方面的影響和作用，其測(cè)度需要建立一個(gè)多指標(biāo)的綜合評(píng)價(jià)體系。趙黎明和劉猛[4]構(gòu)建了基于熵權(quán)TOPSIS法的區(qū)域科技創(chuàng)新能力綜合評(píng)價(jià)模型，對(duì)2011年我國(guó)31個(gè)省市和六大經(jīng)濟(jì)區(qū)的科技創(chuàng)新能力進(jìn)行評(píng)價(jià)；常濤等[5]運(yùn)用因子分析法從科技創(chuàng)新投入、科技創(chuàng)新基礎(chǔ)、科技創(chuàng)新產(chǎn)出和科技創(chuàng)新效益四個(gè)方面對(duì)山西省科技創(chuàng)新能力進(jìn)行了實(shí)證分析；李柏洲和蘇屹[6]應(yīng)用結(jié)構(gòu)方程、粗糙集理論和數(shù)值轉(zhuǎn)換方法，構(gòu)建了基于改進(jìn)突變級(jí)數(shù)的區(qū)域科技創(chuàng)新能力評(píng)價(jià)模型，對(duì)指標(biāo)體系的合理性進(jìn)行了驗(yàn)證；王亞偉和韓珂[7]利用改進(jìn)的模糊綜合評(píng)價(jià)模型對(duì)河南省的區(qū)域科技創(chuàng)新能力進(jìn)行綜合評(píng)價(jià)；姜文仙[8]基于灰色關(guān)聯(lián)度評(píng)價(jià)理論，對(duì)2000—2013年廣東省區(qū)域科技創(chuàng)新能力進(jìn)行了綜合分析；李哲[1]從企業(yè)技術(shù)創(chuàng)新、科研體系和科技成果轉(zhuǎn)化、科技人才、科技創(chuàng)新治理、科技金融等角度分析了科技政策的熱點(diǎn)領(lǐng)域，并對(duì)科技創(chuàng)新政策進(jìn)一步深入的思考；陳套和馮鋒[2]構(gòu)建了中國(guó)區(qū)域科技創(chuàng)新系統(tǒng)治理能力的“四力”評(píng)價(jià)指標(biāo)體系，實(shí)證研究了2009—2013年我國(guó)31個(gè)區(qū)域創(chuàng)新治理能力的動(dòng)態(tài)演化情況。但是，這些研究主要關(guān)注區(qū)域科技創(chuàng)新能力的評(píng)價(jià)，少有文獻(xiàn)對(duì)科技創(chuàng)新效率做出探討。因此，本文構(gòu)建我國(guó)區(qū)域科技創(chuàng)新能力及效率評(píng)價(jià)體系，綜合運(yùn)用主成分分析法和DEA模型，以2014年全國(guó)31個(gè)省(區(qū)市)的數(shù)據(jù)為基礎(chǔ)進(jìn)行實(shí)證分析，揭示各地科技創(chuàng)新發(fā)展中面臨的主要問(wèn)題，并進(jìn)一步提出了政策建議，以期為我國(guó)區(qū)域科技創(chuàng)新發(fā)展提供參考。

二、研究方法及數(shù)據(jù)

(一)研究方法

1.主成分分析法

主成分分析法是指通過(guò)研究多個(gè)指標(biāo)之間的內(nèi)部依賴關(guān)系，利用少數(shù)的幾個(gè)綜合指標(biāo)(即主成分)來(lái)解釋原始資料中大部分指標(biāo)的信息，且所包含的信息互不重復(fù)[9]。一般數(shù)學(xué)模型如下：

(1)

簡(jiǎn)寫(xiě)為Fi=ap1X1+ap2X2+…+apmXm，i=1,2,…,p，且滿足：

m≤p；Fi與Fj(i≠j;i,j=1,2,… ,p)不相關(guān)；E(X)=0，d(X)=Im。

2.DEA模型

DEA模型由著名的運(yùn)籌學(xué)家A.Charnes、W.W.Cooper及E.Rhodes提出，用于評(píng)價(jià)相同部門(mén)間的相對(duì)有效性[10]。本文采用DEA模型中的BCC模型進(jìn)行分析，即假定在生產(chǎn)規(guī)模報(bào)酬可變的情況下，對(duì)區(qū)域科技創(chuàng)新效率進(jìn)行分析，其模型可表示為

(2)

式中，j=1，2，…，n表示決策單元，x、y分別是投入、產(chǎn)出向量。

若θ=1，S+=S-=0，則決策單元為DEA有效；若θ=1，S+>0或S->0，則決策單元為弱DEA有效；若θ<1，則決策單元為非DEA有效。

(二)數(shù)據(jù)來(lái)源

本文針對(duì)我國(guó)區(qū)域科技創(chuàng)新能力和效率進(jìn)行評(píng)價(jià)，以全國(guó)31個(gè)省區(qū)市(港澳臺(tái)除外)為樣本，利用2015年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)火炬統(tǒng)計(jì)年鑒》、《中國(guó)高技術(shù)統(tǒng)計(jì)年鑒》以及各省(區(qū)市)統(tǒng)計(jì)年鑒，整理獲得表1對(duì)應(yīng)的21個(gè)二級(jí)指標(biāo)在2014年的數(shù)據(jù)資料。

三、實(shí)證分析

(一)基于主成分分析法的區(qū)域科技創(chuàng)新能力評(píng)價(jià)

1.評(píng)價(jià)指標(biāo)體系構(gòu)建

參考已有的文獻(xiàn)，并按照指標(biāo)選取的科學(xué)性、系統(tǒng)性、全面性、可比較性和可操作性等原則，本文基于區(qū)域科技創(chuàng)新能力的基本特征，建立了科技創(chuàng)新環(huán)境、科技創(chuàng)新投入、企業(yè)科技創(chuàng)新、科技創(chuàng)新產(chǎn)出和科技創(chuàng)新績(jī)效5個(gè)一級(jí)指標(biāo)和21個(gè)二級(jí)指標(biāo)，具體見(jiàn)表1。

表1 我國(guó)區(qū)域科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系

2.區(qū)域科技創(chuàng)新能力分析

本文采用SPSS19.0對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，由于各評(píng)價(jià)指標(biāo)的單位量綱不同。首先，需要對(duì)每個(gè)指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，其公式為：

(3)

表2 特征值及其累積貢獻(xiàn)率

F1=0.382X1+0.88X2+0.781X3+

0.667X4+0.974X5-0.53X6+0.974X7-

0.605X8+0.938X9+0.782X10+0.718X11+0.848X12+0.795X13+0.919X14+0.377X15+

0.895X16+0.953X17+0.793X18+0.911X19+

0.445X20+0.556X21

(4)

F2=0.875X1-0.02X2-0.395X3+0.665X4+

0.048X5-0.22X6-0.134X7-0.147X8-0.263X9-

0.319X10+0.42X11-0.269X12+0.328X13+

0.022X14+0.655X15-0.279X16-0.226X17-

0.192X18-0.34X19+0.701X20+0.281X21

(5)

F3=0.15X1+0.119X2-0.036X3-0.109X4+0.194X5+0.545X6+0.097X7+0.464X8-0.015X9-0.077X10-0.305X11-0.072X12+0.359X13+0.238X14+0.546X15+0.129X16-0.03X17+0.126X18+0.084X19-0.263X20-0.495X21

(6)

F4=-0.048X1+0.126X2-0.25X3+0.235X4-

0.06X5+0.536X6-0.035X7-0.153X8+0.045X9-

0.118X10+0.398X11+0.082X12-0.298X13-

0.074X14-0.268X15+0.128X16+0.081X17+

0.219X18+0.071X19+0.419X20-0.516X21

(7)

主成分分析法選取了4個(gè)主成分從不同方面反映了我國(guó)區(qū)域科技創(chuàng)新能力的總體情況，但仍不能進(jìn)行綜合評(píng)價(jià)。因此，本文以公共因子的方差貢獻(xiàn)率作為權(quán)數(shù)，對(duì)我國(guó)區(qū)域科技創(chuàng)新能力的綜合得分進(jìn)行計(jì)算，具體公式如下：

F=0.671F1+0.175F2+0.083F3+0.071F4

(8)

表3 2014年我國(guó)區(qū)域科技創(chuàng)新能力綜合得分與排名

由表3可以看出，2014年我國(guó)區(qū)域科技創(chuàng)新能力綜合得分的均值為7.39E-07，只有12個(gè)省(區(qū)市)超過(guò)該值，分別是：江蘇、廣東、浙江、北京、山東、上海、天津、福建、河南、遼寧和安徽。其中，江蘇省科技創(chuàng)新能力綜合得分最高，為26.202；西藏綜合得分最低為-11.390。按照四大經(jīng)濟(jì)區(qū)域?qū)θ珖?guó)31個(gè)(區(qū)市)科技創(chuàng)新能力綜合得分進(jìn)行排名，東北地區(qū)：遼寧、吉林、黑龍江；東部地區(qū)：江蘇、廣東、浙江、北京、山東、上海、天津、福建、河北、海南；中部地區(qū)：湖北、河南、安徽、湖南、山西、江西；西部地區(qū)：四川、重慶、陜西、內(nèi)蒙古、廣西、寧夏甘肅、云南、貴州、新疆、青海、西藏?？傮w來(lái)看，我國(guó)各省(區(qū)市)的科技創(chuàng)新能力差異較為明顯，地區(qū)之間差距較大。呈現(xiàn)出東部地區(qū)發(fā)展快速，中西部地區(qū)科技創(chuàng)新發(fā)展相對(duì)滯后的態(tài)勢(shì)。

根據(jù)聚類分析結(jié)果(見(jiàn)圖1)和主成分分析的綜合得分，按照區(qū)域科技創(chuàng)新能力的強(qiáng)弱，可將全國(guó)31個(gè)省(區(qū)市)分為五個(gè)類別。第一類：江蘇、廣東分別為我國(guó)的教育大省和經(jīng)濟(jì)強(qiáng)省，擁有全國(guó)最為豐富的科技創(chuàng)新資源，無(wú)論是科技創(chuàng)新投入，還是在產(chǎn)出方面都居于全國(guó)前列。江蘇省科技創(chuàng)新能力和科技創(chuàng)新投入均為全國(guó)第一位，在科技創(chuàng)新產(chǎn)出方面也位于全國(guó)第三位。廣東省在科技創(chuàng)新能力方面僅次于江蘇省，在科技創(chuàng)新投入和產(chǎn)出方面分別為第二、四位。第二類：浙江作為文化大省，其科技創(chuàng)新能力位居全國(guó)第三名，在科技創(chuàng)新投入方面同樣排在第三位。山東省科技創(chuàng)新能力綜合得分為第五名，在R&D經(jīng)費(fèi)內(nèi)部支出方面排在全國(guó)第三位。兩省在科技創(chuàng)新環(huán)境和產(chǎn)出方面，與江蘇和廣東還有一定的差距，所以位列第二類。第三類：北京、上海、天津均為直轄市，擁有較強(qiáng)的經(jīng)濟(jì)和科技實(shí)力，三市的科技創(chuàng)新能力排名分別為第四、六和七位，在科技創(chuàng)新環(huán)境和企業(yè)科技創(chuàng)新方面，均排在全國(guó)前列。第四類：福建、河南、湖北、安徽、遼寧、湖南、四川、河北、重慶、陜西十省，在科技創(chuàng)新投入因子中得分分別位于第八到十七名；在四大主成分因子得分中，這10個(gè)省(市)均有負(fù)值；而在綜合得分中，只有福建、湖北、河南、遼寧和安徽四省高于全國(guó)均值。第五類：西藏、內(nèi)蒙古、黑龍江、吉林、山西、寧夏、海南、新疆、青海、廣西、江西、貴州、甘肅和云南14個(gè)省(市區(qū))，在科技創(chuàng)新能力綜合得分和投入方面得分均為負(fù)值，都未達(dá)到全國(guó)平均水平；但是在科技創(chuàng)新產(chǎn)出方面，僅有山西、內(nèi)蒙古、吉林、廣西、海南、寧夏六省(區(qū))得分為負(fù)值，其余均為正值且高于全國(guó)平均水平。

圖1 2014年我國(guó)31個(gè)省區(qū)市科技創(chuàng)新效率聚類結(jié)果

(二)基于DEA模型的區(qū)域科技創(chuàng)新效率評(píng)價(jià)

1.評(píng)價(jià)指標(biāo)體系構(gòu)建

在區(qū)域科技創(chuàng)新效率評(píng)價(jià)指標(biāo)選取過(guò)程中，本文遵循科學(xué)性、有效性和可比較性的原則，并在咨詢專家意見(jiàn)的基礎(chǔ)上，從區(qū)域科技創(chuàng)新能力評(píng)價(jià)指標(biāo)中分別選取了3個(gè)投入指標(biāo)和3個(gè)產(chǎn)出指標(biāo)(具體見(jiàn)表4)。

表4 我國(guó)區(qū)域科技創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

2.區(qū)域科技創(chuàng)新效率分析

運(yùn)用DEAP2.1軟件計(jì)算出2014年我國(guó)區(qū)域科技創(chuàng)新效率情況(見(jiàn)表5)。模型結(jié)果顯示，我國(guó)區(qū)域科技創(chuàng)新綜合效率平均值為0.748，區(qū)域差異較為明顯，呈現(xiàn)出東部地區(qū)>中部地區(qū)>東北地區(qū)>西部地區(qū)的格局；而純技術(shù)效率的平均值達(dá)到0.848，規(guī)模效率的平均值為0.857，總體情況較好。具體而言，2014年,我國(guó)有北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個(gè)省市的科技創(chuàng)新的綜合效率、純技術(shù)效率以及規(guī)模效率值均為1，達(dá)到了DEA有效；天津、福建、海南、西藏、青海五省(區(qū)市)的科技創(chuàng)新純技術(shù)效率值為1，而由于規(guī)模效率值小于1，未能達(dá)到DEA最優(yōu)，需要調(diào)整科技創(chuàng)新的投入和產(chǎn)出規(guī)模；而廣東省的規(guī)模效率值為1，其純技術(shù)效率值卻小于1，同樣造成非DEA有效，需要調(diào)整科技創(chuàng)新的投入產(chǎn)出結(jié)構(gòu)，集中以技術(shù)進(jìn)步來(lái)實(shí)現(xiàn)資源的優(yōu)化配置，推動(dòng)區(qū)域科技創(chuàng)新的發(fā)展。除了上述9個(gè)省市以及廣東省的規(guī)模收益類型不變以外，其他21個(gè)省(區(qū)市)的科技創(chuàng)新規(guī)模收益類型均處在遞增階段，需要擴(kuò)大科技創(chuàng)新投入規(guī)模，加大人力、物力和財(cái)力的投入，并合理調(diào)整科技創(chuàng)新投入產(chǎn)出結(jié)構(gòu)，以提高區(qū)域科技創(chuàng)新效率的水平，實(shí)現(xiàn)資源的優(yōu)化配置。

從綜合效率來(lái)看，2014年全國(guó)有9個(gè)省市的效率值達(dá)到了1，而河北、山西、內(nèi)蒙古等15個(gè)省(區(qū)市)的效率值低于全國(guó)均值；其中，西藏地區(qū)的綜合效率值最低，僅為0.197，遠(yuǎn)低于其他地區(qū)；西部地區(qū)和東北地區(qū)綜合效率值低于全國(guó)均值。從純技術(shù)效率來(lái)看，全國(guó)均值相對(duì)較高，但是仍有13個(gè)省(區(qū)市)的效率值低于全國(guó)均值，內(nèi)蒙古地區(qū)的效率值最低，為0.614；只有東部地區(qū)的純技術(shù)效率值高于全國(guó)均值，且遠(yuǎn)高于其他3個(gè)區(qū)域。從規(guī)模效率來(lái)看，只有海南、云南、西藏等10個(gè)省(區(qū)市)的效率值低于全國(guó)均值，大部分的地區(qū)都高于全國(guó)均值；除西部地區(qū)以外，其他三大經(jīng)濟(jì)區(qū)域均高于全國(guó)均值。

表5 2014年我國(guó)31個(gè)省區(qū)市和四大經(jīng)濟(jì)區(qū)域科技創(chuàng)新效率值

對(duì)2014年我國(guó)31個(gè)省(區(qū)市)科技創(chuàng)新效率的投入、產(chǎn)出指標(biāo)松弛變量進(jìn)行測(cè)算(見(jiàn)表6)，結(jié)果顯示：除了北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個(gè)省市科技創(chuàng)新的綜合效率達(dá)到DEA有效，不存在投入、產(chǎn)出松弛以外，其他22個(gè)省(區(qū)市)均存在不同程度的投入冗余或產(chǎn)出不足的情況。從科技創(chuàng)新投入的角度來(lái)看，僅有遼寧、江西和四川3個(gè)省在“R&D人員全時(shí)當(dāng)量”指標(biāo)上存在投入冗余，冗余量分別為13.842人年、1.794人年和35.42人年；在“R&D研究人員占R&D人員比重”和“R&D經(jīng)費(fèi)內(nèi)部支出”兩項(xiàng)指標(biāo)上分別有15和17個(gè)地區(qū)出現(xiàn)了投入浪費(fèi)現(xiàn)象。從科技創(chuàng)新產(chǎn)出的角度來(lái)看，在“新產(chǎn)品銷售收入”指標(biāo)上，只有黑龍江、貴州、陜西和青海四省存在產(chǎn)出不足情況。相較于科技創(chuàng)新投入而言，在產(chǎn)出指標(biāo)上的松弛現(xiàn)象相對(duì)較好。另外，天津市和廣東省均不存在投入的冗余，僅需在“發(fā)明專利申請(qǐng)數(shù)”指標(biāo)上分別增加5 101.937件和33 410.672件，即可達(dá)到DEA有效；相反的是，四川省不存在產(chǎn)出不足的情況，只需要在“R&D人員全時(shí)當(dāng)量”指標(biāo)上增加35.42人年，便能達(dá)到綜合效率DEA最優(yōu)。

表6 2014年我國(guó)區(qū)域科技創(chuàng)新投入、產(chǎn)出指標(biāo)的松弛變量情況

四、結(jié)論與建議

(一)結(jié)論

本文構(gòu)建了我國(guó)區(qū)域科技創(chuàng)新能力和效率評(píng)價(jià)指標(biāo)體系，運(yùn)用主成分分析法和DEA模型，對(duì)2014年我國(guó)31個(gè)省(區(qū)市)的科技創(chuàng)新能力及其效率進(jìn)行評(píng)價(jià)，得出以下結(jié)論：(1)我國(guó)區(qū)域科技創(chuàng)新能力發(fā)展水平極不均衡，呈現(xiàn)經(jīng)濟(jì)發(fā)達(dá)地區(qū)科技創(chuàng)新能力強(qiáng)，經(jīng)濟(jì)落后地區(qū)科技創(chuàng)新能力弱的態(tài)勢(shì)，并且大多數(shù)地區(qū)科技創(chuàng)新能力低于全國(guó)平均水平；經(jīng)濟(jì)發(fā)展居中的區(qū)域，科技創(chuàng)新能力沒(méi)有明顯的規(guī)律性變化；江蘇、廣東、浙江、北京、山東、上海、天津等省市科技創(chuàng)新能力遠(yuǎn)遠(yuǎn)超過(guò)其他區(qū)域，西藏、青海、海南、貴州、云南、新疆等科技創(chuàng)新能力綜合得分處于全國(guó)的尾段。(2)北京、上海、江蘇、浙江、安徽、山東、湖南、廣西、重慶9個(gè)省市科技創(chuàng)新的綜合效率、純技術(shù)效率和規(guī)模效率均達(dá)到了DEA有效，其他21個(gè)省(區(qū)市)均處于科技創(chuàng)新規(guī)模收益遞增階段，需要加大科技創(chuàng)新投入力度，調(diào)整投入產(chǎn)出結(jié)構(gòu)，實(shí)現(xiàn)規(guī)模效益最優(yōu)。(3)全國(guó)31個(gè)省(區(qū)市)除了綜合效率達(dá)到DEA最優(yōu)的9個(gè)省市以外，其他地區(qū)都存在不同程度的投入浪費(fèi)或產(chǎn)出不足的情況；其中，天津、廣東兩地僅在“發(fā)明專利申請(qǐng)數(shù)”這一項(xiàng)指標(biāo)上存在產(chǎn)出不足，而四川省只在“R&D人員全時(shí)當(dāng)量”指標(biāo)上出現(xiàn)投入冗余；出現(xiàn)投入浪費(fèi)或產(chǎn)出不足現(xiàn)象最嚴(yán)重的是青海和江西，兩省均存在兩項(xiàng)指標(biāo)投入冗余和兩項(xiàng)指標(biāo)產(chǎn)出不足的情況。

(二)建議

(1)注重我國(guó)區(qū)域科技創(chuàng)新發(fā)展水平的均衡問(wèn)題。各地區(qū)政府應(yīng)結(jié)合實(shí)際情況，充分發(fā)揮自身優(yōu)勢(shì)資源，走特色科技創(chuàng)新發(fā)展之路；國(guó)家應(yīng)加強(qiáng)科技創(chuàng)新制度的頂層設(shè)計(jì)，在資金和政策上向落后的地區(qū)進(jìn)行傾斜，扶持該區(qū)域的科技創(chuàng)新發(fā)展，從而提高其科技創(chuàng)新的能力和水平。(2)加大科技創(chuàng)新投入力度，提高科技創(chuàng)新產(chǎn)出水平。各地方政府要加強(qiáng)人才隊(duì)伍建設(shè)，并進(jìn)一步加大高層次人才引進(jìn)力度，增加科技創(chuàng)新的資金支持，在財(cái)政上逐步增加科技和教育的支出比重，激發(fā)企業(yè)科技創(chuàng)新的動(dòng)力和活力，提高科技創(chuàng)新投入轉(zhuǎn)化率[11]。(3)加快推進(jìn)高新技術(shù)產(chǎn)業(yè)化，提升自主創(chuàng)新能力。引導(dǎo)科技創(chuàng)新和高新技術(shù)產(chǎn)業(yè)的健康持續(xù)發(fā)展，加大對(duì)于科技型中小企業(yè)的扶持力度，培育高新技術(shù)產(chǎn)業(yè)化的主力軍[5]。

參考文獻(xiàn)：

[1]李哲.科技創(chuàng)新政策的熱點(diǎn)及思考[J].科學(xué)學(xué)研究,2017(2):177-182,229.

[2]陳套,馮鋒.中國(guó)區(qū)域科技創(chuàng)新系統(tǒng)治理能力動(dòng)態(tài)評(píng)價(jià)與提升路徑[J].大連理工大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2016(1):44-50.

[3]李倩,師萍,趙立雨.基于灰色關(guān)聯(lián)分析的我國(guó)區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究[J].科技管理研究,2010(2):43-44+50.

[4]趙黎明,劉猛.基于熵權(quán)TOPSIS的區(qū)域科技創(chuàng)新能力評(píng)價(jià)模型及實(shí)證研究[J].天津大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2014(5):385-390.

[5]常濤,李志強(qiáng),韓牛牛,等.基于資源型經(jīng)濟(jì)轉(zhuǎn)型的區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究——以山西省為例[J].科技管理研究,2015(16):62-67.

[6]李柏洲,蘇屹.基于改進(jìn)突變級(jí)數(shù)的區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究[J].中國(guó)軟科學(xué),2012(6):90-101.

[7]王亞偉,韓珂.基于改進(jìn)模糊綜合評(píng)價(jià)模型的區(qū)域科技創(chuàng)新能力評(píng)估——以河南省為例[J].科技進(jìn)步與對(duì)策,2012(13):119-124.

[8]姜文仙.廣東省區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究[J].科技管理研究,2016(8):75-79,86.

[9]朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].北京:科學(xué)出版社,2006:109-110.

[10]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京:科學(xué)出版社,2004.

[11]林萍,聶春霞,黃潤(rùn),等.新疆科技創(chuàng)新能力評(píng)價(jià)[J].科技管理研究,2014(7):44-48.