席崇俊 劉志輝 楊 巖

（中國科學技術信息研究所，北京 100038）

0 引言

創(chuàng)新能力的概念是由Burns和Stalker于1961年首次提出，主要用來反映企業(yè)利用新技術生產新產品的能力，隨著后續(xù)研究的不斷深入，創(chuàng)新能力的范圍也逐漸延伸至城市和國家層面上[1]。城市創(chuàng)新能力是指一個城市將知識、技術等各種創(chuàng)新要素轉化成為新產品、新工藝和新服務的能力，綜合反映了該城市的知識、技術、文化、制度等發(fā)展狀況[2]，是城市核心競爭力的重要體現(xiàn)[3]。對城市的創(chuàng)新能力進行綜合評價，可以很好地了解該城市的創(chuàng)新狀況，洞悉城市創(chuàng)新中的優(yōu)勢與劣勢，從而為建設創(chuàng)新型城市與實施區(qū)域協(xié)調發(fā)展戰(zhàn)略提供幫助[4]。

（1）城市創(chuàng)新能力評估體系的研究現(xiàn)狀。關于創(chuàng)新能力評價指標體系的研究最早開始于國外。2000年，歐洲理事會首次制定了歐盟創(chuàng)新記分牌，該記分牌由投入、產出、活動等3 個一級指標，8 個二級指標和24 個三級指標構成，用于評價各國的創(chuàng)新績效[5]。隨后，Charles Landry[6]提出了包括創(chuàng)新資源和創(chuàng)新活力兩個方面的較為完善的城市創(chuàng)新能力評價指標體系。Porter等[7]提出了從科研人才比重、創(chuàng)新政策、創(chuàng)新環(huán)境、產業(yè)集群等方面構建城市的創(chuàng)新指數(shù)評價指標體系。Richard Florida[8]提出了由才能（Talent）、技術（Technology）和容忍度（Tolerance）組成的3T創(chuàng)新指數(shù)。Augusto López-Claros等[9]提出了由制度環(huán)境、人力資本、監(jiān)管框架、研發(fā)、信息利用等構建了國家創(chuàng)新能力指數(shù)。美國波士頓企業(yè)咨詢管理公司（BCG）聯(lián)合美國NAM構建了包含5 個創(chuàng)新投入指標和2 個創(chuàng)新產出指標的全球創(chuàng)新指數(shù)[10]。針對中國國情，國內學者也構建了相應的創(chuàng)新能力評價指標體系，大致可以分為三類:一是從城市創(chuàng)新對象的技術、制度、政策以及環(huán)境等層面構建相應的評價指標體系；二是根據(jù)城市創(chuàng)新系統(tǒng)中投入與產出的過程建立評價指標體系；三是對前兩類的綜合，以城市創(chuàng)新對象中的創(chuàng)新過程來構建評價指標體系[11]。黃繼等[12]從城市創(chuàng)新系統(tǒng)中的搜尋能力、探索能力、選擇能力出發(fā)，根據(jù)創(chuàng)新投入、轉化、產出的過程構建了城市創(chuàng)新系統(tǒng)評價指標體系。楊華峰等[13]結合國內外研究成果從知識、技術、服務、文化、制度等方面選取了16 項指標構建評價體系。王仁祥等[14]和楊志兵等[15]從投入、過程、環(huán)境和產出4 個因素出發(fā)選取了29 項指標來反映城市的創(chuàng)新能力。周納[16]則在此基礎之上加入了創(chuàng)新資源、創(chuàng)新機制和創(chuàng)新績效等指標。謝攀[17]認為，創(chuàng)新環(huán)境是創(chuàng)新能力的保障，因此將創(chuàng)新環(huán)境的支撐能力納入指標體系。余正娟[18]認為，隨著互聯(lián)網(wǎng)時代的來臨，城市的網(wǎng)絡發(fā)展程度和運行能力受到高度重視。

（2）城市創(chuàng)新能力評估方法的研究現(xiàn)狀。對于城市創(chuàng)新能力評估方法的研究，不同學者從不同角度提出了不同的方法。段利忠等[2]從知識、技術、制度、服務等方面的創(chuàng)新能力出發(fā)，用灰色聚類分析法對我國東部具有代表性的12 個城市創(chuàng)新能力進行了聚類分析。王保乾等[19]運用超效率DEA-CCR模型和雙重差分法測算了創(chuàng)新城市的創(chuàng)新績效，分析了城市創(chuàng)新績效的影響因素，并評價了創(chuàng)新型城市建設對于城市創(chuàng)新績效的實際效果。郭華巍[20]從城市的創(chuàng)新投入、創(chuàng)新環(huán)境和創(chuàng)新產出3 個方面利用結構方程模型對城市的創(chuàng)新能力進行了分析。侯仁勇等[21]運用主成分分析法對國內5 個城市的創(chuàng)新能力進行了六維指標評價分析。郭華巍[22]從城市創(chuàng)新的主體、對象、過程出發(fā)，建立了SOP模型，并據(jù)此構建一個城市創(chuàng)新能力的基本評價指標體系。曹楊等[23]根據(jù)耗散結構理論，設計了城市創(chuàng)新系統(tǒng)評價指標體系，并采用網(wǎng)絡層次分析法（ANP）計算各評價指標的權重。秦廣虎等[24]從城市創(chuàng)新投入水平、創(chuàng)新產出水平、創(chuàng)新支撐能力與反饋能力出發(fā)，利用級數(shù)突變理論構建城市綜合創(chuàng)新力評價指標體系，并對國內6 個省會城市的創(chuàng)新能力進行了實證分析。杜娟等[25]利用數(shù)據(jù)包絡分析模型，從共享投入和分階段產出兩階段出發(fā)，對國內52 個重點城市的創(chuàng)新能力進行了總體和單階段評估。李斌等[26]采用熵值法、基尼系數(shù)、探索性空間統(tǒng)計分析等方法從時間、空間兩個維度對2007—2016年我國35 個大中城市創(chuàng)新能力的評價、時空格局與演化規(guī)律進行了可視化分析。

綜上所述，從國內外創(chuàng)新能力評估的相關研究現(xiàn)狀中可以看出，國外研究側重于對創(chuàng)新能力評估指標的研究，而國內則側重于對方法的探討，本文也主要從方法層面上對城市創(chuàng)新能力進行評估。目前對于城市創(chuàng)新能力評估的方法主要有多元統(tǒng)計分析、數(shù)據(jù)包絡分析和指數(shù)分析等方法。這些方法大多都是基于時間序列和截面數(shù)據(jù)進行研究的，難以從動態(tài)視角全面考察城市的創(chuàng)新能力。在城市創(chuàng)新能力評估中，樣本數(shù)據(jù)刻畫的是某個時間節(jié)點內的信息，常常是一個“凈增量”，單獨考察每個數(shù)據(jù)的特征或者用折線將數(shù)據(jù)點簡單相連，或多或少都會影響評估的準確性。此外，城市的創(chuàng)新活動中存在時間滯后性，創(chuàng)新投入后并不會立刻得到創(chuàng)新產出，某些指標不僅受到同期因素的影響，而且受到歷史因素的影響。

而灰色關聯(lián)分析不受樣本數(shù)量以及樣本規(guī)律是否明顯的影響，因此被廣泛采用。本文將選擇面板數(shù)據(jù)對城市創(chuàng)新能力進行灰色關聯(lián)分析。在構建城市創(chuàng)新能力評價指標體系的基礎上，對城市創(chuàng)新能力面板數(shù)據(jù)進行累加生成，并將生成后的面板數(shù)據(jù)映射成空間中的網(wǎng)狀曲面，再利用灰色關聯(lián)分析對曲面間的相似程度和接近程度進行研究，以此表征城市之間的創(chuàng)新發(fā)展速度與創(chuàng)新能力水平，從而對城市的創(chuàng)新能力進行綜合評估。

1 基于面板數(shù)據(jù)的灰色關聯(lián)分析方法

灰色關聯(lián)分析方法是由鄧聚龍教授在1985年首次提出的，彌補了數(shù)理統(tǒng)計方法分析時所導致的缺憾?；疑P聯(lián)度分析對一個系統(tǒng)發(fā)展變化態(tài)勢提供了量化的度量，適合動態(tài)歷程分析。因此，無論是樣本量多少還是樣本有無明細規(guī)律，灰色關聯(lián)度分析方法都可對數(shù)據(jù)的發(fā)展趨勢進行分析，而且計算量不大，方便快捷[27]。相比于時間序列數(shù)據(jù)和橫截面數(shù)據(jù)而言，面板數(shù)據(jù)提供了個體的動態(tài)行為信息，可以解決單個時間序列數(shù)據(jù)和截面數(shù)據(jù)所不能解決的問題。

1.1 累加生成算子與灰色信息挖掘

累加生成是使數(shù)據(jù)由灰變白的一種方法，通過累加可以挖掘數(shù)據(jù)積累過程的演變趨勢，從而發(fā)現(xiàn)原始數(shù)據(jù)中所蘊含的某些特性或規(guī)律[27]。比如創(chuàng)新投入水平，若按單個年份看，可能沒有什么規(guī)律，若將每年的投入進行累加，則規(guī)律非常顯著。對非負樣本數(shù)據(jù)進行累加生成后，都會減少隨機性，呈現(xiàn)出近似指數(shù)增長的規(guī)律，樣本數(shù)據(jù)越光滑，生成后的指數(shù)規(guī)律也就越明顯。

1.2 面板數(shù)據(jù)的矩陣表示與幾何特征

面板數(shù)據(jù)是將橫截面數(shù)據(jù)和時間序列數(shù)據(jù)相結合起來的一種數(shù)據(jù)類型，它同時包含對象維、指標維、時間維3 個維度。時間序列數(shù)據(jù)可以用一組向量表示，橫截面數(shù)據(jù)可以用一個矩陣表示，因此面板數(shù)據(jù)可以在橫截面數(shù)據(jù)的基礎上用多個矩陣表示。構成面板數(shù)據(jù)的矩陣可以按對象維、指標維、時間維分成對象行為矩陣、指標行為矩陣、時間行為矩陣。本文將以對象行為矩陣進行研究。

定義1 設有N座城市、M項創(chuàng)新指標、T個觀測時刻，記第i座城市（i=1,2,…,N）第s項創(chuàng)新指標（s=1,2,…,M）在t時刻（t=1,2,…,T）的觀測值為xi(s,t)，則城市i的行為矩陣是

城市創(chuàng)新面板數(shù)據(jù)可以表示為

對于經(jīng)累加算子作用后的城市創(chuàng)新面板數(shù)據(jù)，將其映射成三維空間中的若干個離散點，并將這些離散數(shù)據(jù)點看作網(wǎng)狀結構的節(jié)點，分別對指標維和時間維的序列節(jié)點進行數(shù)據(jù)擬合，從而得到若干條相互交織的擬合曲線，城市創(chuàng)新面板數(shù)據(jù)便可投射為三維空間中的若干張曲面網(wǎng)格。因此，可以通過研究曲面網(wǎng)格之間的幾何特征對城市的創(chuàng)新能力進行評估。

2 城市創(chuàng)新能力評估模型構建及評估方法

2.1 城市創(chuàng)新發(fā)展速度模型構建

一個城市的創(chuàng)新發(fā)展速度可以表現(xiàn)為對應曲面網(wǎng)格的形狀，因此可以通過對曲面網(wǎng)格形狀上的相似性研究評估城市之間的創(chuàng)新發(fā)展速度。而曲面網(wǎng)格的相似性又可以轉化為分析若干條擬合曲線的相似性，計算對應擬合曲線的相似關聯(lián)系數(shù)，再取算術平均值作為曲面網(wǎng)格的灰色相似關聯(lián)度。本文僅考慮非負平衡創(chuàng)新面板數(shù)據(jù)，數(shù)據(jù)序列均為1-時序且等長，并假設擬合曲線的拐點僅出現(xiàn)在節(jié)點處。首先將幾何中刻畫曲線段平均彎曲程度的平均曲率應用到數(shù)據(jù)序列的擬合曲線段中，得到相應的平均曲率公式。為準確度量擬合曲線段的形狀，降低曲線凹凸性的影響，按時序將一個擬合曲線段分成若干條小曲線段進行研究，并假設每條小曲線段的凹凸性不變。

定義2 設城市i在某一指標下時間序列為

該時間序列的擬合曲線為fi(x),x∈[1,T]，則fi(x)被區(qū)間[k,k+1]分成了若干條小曲線段，其中k=1,2,…,T-1，則小曲線段fi(k,k+1)的平均曲率是

通過對應小曲線段之間的平均曲率大小關系，可以分析這些小曲線段之間的相似程度。在此采用灰色T型關聯(lián)度公式計算相似關聯(lián)系數(shù)，并規(guī)定當兩個小曲線段的凹凸性一致時，關聯(lián)系數(shù)為正，否則為負。取小曲線段相似系數(shù)的算術平均值來代表整個曲線段之間的相似程度。對于城市創(chuàng)新面板數(shù)據(jù)來說，這些曲線段分布在指標維和時間維，要分維度單獨計算曲線段的相似關聯(lián)度，并取兩個維度相似關聯(lián)度的算術平均值作為城市創(chuàng)新發(fā)展速度的相似關聯(lián)度。

2.2 城市創(chuàng)新能力水平模型構建

城市創(chuàng)新評估除了要考察城市創(chuàng)新的發(fā)展速度，還要分析城市的創(chuàng)新能力水平，而城市創(chuàng)新能力的大小可以表現(xiàn)為對應的曲面網(wǎng)格所處的高低。通過對曲面網(wǎng)格在距離上的接近程度，可以考察城市創(chuàng)新能力水平的相似性。在對數(shù)據(jù)擬合的基礎上，通過不同曲線段與坐標軸圍成的面積差來刻畫曲線段之間的接近程度，面積差越小則越接近。由于曲線段的凹凸性不會對其接近程度造成影響，因此可以對整個曲線段進行分析。

定義3 設城市i在某一指標下時間序列為

該時間序列的擬合曲線為

曲線段fi(x)與坐標軸所夾面積為

通過對應曲線段之間面積差的大小關系，可以分析這些曲線段之間的接近程度，這里采用灰色絕對關聯(lián)度公式計算接近關聯(lián)度。同樣地，對于城市創(chuàng)新面板數(shù)據(jù)來說，接近關聯(lián)度也分為指標維和時間維，取這兩個維度接近關聯(lián)度的算術平均值作為城市創(chuàng)新能力水平的接近關聯(lián)度。

2.3 城市創(chuàng)新能力評估方法

根據(jù)城市創(chuàng)新發(fā)展速度的相似關聯(lián)度和城市創(chuàng)新能力水平的接近關聯(lián)度，取二者的算術平均值作為城市創(chuàng)新綜合能力關聯(lián)度，并進行城市創(chuàng)新能力的評估。城市創(chuàng)新能力評估有以下步驟。

步驟1:選取城市創(chuàng)新能力評估指標，構建城市創(chuàng)新面板數(shù)據(jù)，并選取每個指標下的最優(yōu)值構建理想城市矩陣數(shù)據(jù)。

步驟2:對城市創(chuàng)新面板數(shù)據(jù)和理想城市矩陣數(shù)據(jù)進行累加生成，并對累加生成后的數(shù)據(jù)進行曲線擬合。

步驟3:分別計算各城市與理想城市之間的創(chuàng)新發(fā)展速度相似關聯(lián)度、創(chuàng)新能力水平接近關聯(lián)度和創(chuàng)新綜合能力關聯(lián)度。

步驟4:根據(jù)各城市之間的關聯(lián)度大小進行城市創(chuàng)新能力評估。

3 實例分析

長三角城市群是我國經(jīng)濟發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強的區(qū)域之一，在國家現(xiàn)代化建設大局和全方位開放格局中具有舉足輕重的戰(zhàn)略地位[28]。支撐和引領國家創(chuàng)新發(fā)展是長三角城市群的重要功能。作為我國創(chuàng)新發(fā)展高地，長三角城市群肩負著帶領全國實現(xiàn)創(chuàng)新發(fā)展的重要使命。因此，本文選擇長三角城市群進行分析評估城市創(chuàng)新能力。

3.1 指標構建及數(shù)據(jù)來源

本文參照相關文獻對長三角城市群中27 座城市構建創(chuàng)新指標體系（表1）。由于部分指標的近幾年數(shù)據(jù)難以獲取，為了保證各指標數(shù)據(jù)的連續(xù)性與統(tǒng)一性，本文選取2011—2015年各城市相關指標數(shù)據(jù)，構建長三角城市創(chuàng)新能力面板數(shù)據(jù)。由于數(shù)據(jù)較多，此處不作展示，數(shù)據(jù)來源于2011—2015年各省市統(tǒng)計年鑒。

表1 長三角城市群創(chuàng)新指標體系

3.2 結果分析

多項式函數(shù)計算簡單、易于分析、平整性強，對數(shù)據(jù)的擬合效果較好，因此本文基于多項式函數(shù)對數(shù)據(jù)序列進行曲線擬合。首先選取每個指標在各個觀測時間下的最優(yōu)值，構造理想城市矩陣數(shù)據(jù)，再分別將27 個待研究城市矩陣逐一與理想矩陣進行關聯(lián)度計算。從表2可以看出，城市創(chuàng)新面板數(shù)據(jù)經(jīng)累加操作前后的綜合關聯(lián)度計算結果有著明顯不同，尤其是對城市創(chuàng)新投入與創(chuàng)新產出能力來說，經(jīng)累加操作后的綜合關聯(lián)度的結果要低于不經(jīng)累加操作的結果，說明對創(chuàng)新面板數(shù)據(jù)進行累加操作，確實可以放大數(shù)據(jù)的變化趨勢，降低創(chuàng)新因時間滯后性帶來的影響。

根據(jù)表3，分別從創(chuàng)新投入、創(chuàng)新環(huán)境、創(chuàng)新產出3 個方面具體分析長三角各城市的創(chuàng)新發(fā)展速度、創(chuàng)新能力水平和綜合創(chuàng)新能力。

（1）創(chuàng)新投入能力評估。在長三角城市群中，上海市的創(chuàng)新投入水平和發(fā)展速度均較為突出，關聯(lián)度值均為1，說明創(chuàng)新投入指標的最優(yōu)值均選取于上海市。蘇州市的創(chuàng)新投入能力綜合關聯(lián)度值為0.714，緊跟上海市之后，南京、杭州、寧波、無錫等城市的創(chuàng)新投入綜合能力屬于同一層次，但在創(chuàng)新投入水平和創(chuàng)新投入發(fā)展速度上仍有差距，其中無錫市創(chuàng)新投入的相似關聯(lián)度和接近關聯(lián)度分別為0.68 和0.618，表現(xiàn)稍弱。南通、合肥、常州等城市的相似關聯(lián)度均在0.67左右，接近關聯(lián)度在0.57 上下，說明這些城市正在不斷增加創(chuàng)新投入，以提高其創(chuàng)新能力。銅陵、滁州、池州等城市的創(chuàng)新投入綜合能力與除上海市外的其他城市差距不大，但是創(chuàng)新投入的水平則在長三角城市群中屬于相對較弱的城市。

（2）創(chuàng)新環(huán)境能力評估。上海市創(chuàng)新環(huán)境能力的綜合關聯(lián)度為0.918，依然在長三角城市中較為突出，但并不是所有指標都是最優(yōu)的。相比于各城市在創(chuàng)新投入能力上的表現(xiàn)，長三角城市的創(chuàng)新環(huán)境能力整體都比較高，各城市之間的差距較小，接近關聯(lián)度最大值與最小值的差僅為0.198。南京市、杭州市、寧波市的創(chuàng)新環(huán)境綜合能力屬于同一層次，但杭州市的創(chuàng)新環(huán)境水平則表現(xiàn)稍佳，接近關聯(lián)度為0.81。宣城、池州、滁州等城市的創(chuàng)新環(huán)境能力雖然在長三角城市中排名靠后，但是差距并不大。池州市的創(chuàng)新環(huán)境能力接近關聯(lián)度，與除上海市、蘇州市外的其他城市的最大差值也僅為0.057。

（3）創(chuàng)新產出能力評估。由于上海市的創(chuàng)新投入能力較為突出，因而其創(chuàng)新產出能力也較為突出，綜合關聯(lián)度值也達到了1，創(chuàng)新產出指標的最優(yōu)值也均選取于上海。寧波、南通、常州等城市的創(chuàng)新產出相似關聯(lián)度均在0.67 左右，說明它們的創(chuàng)新產出發(fā)展速度比較接近，均處于快速發(fā)展階段，其中南通市的創(chuàng)新產出接近關聯(lián)度為0.574，創(chuàng)新產出水平稍低于其他幾個城市，但是創(chuàng)新產出的相似關聯(lián)度為0.674，創(chuàng)新產出速度稍高于它們。安慶、宣城、池州等城市的創(chuàng)新產出速度與除上海市、蘇州市外的其他城市差距不大，最大差值僅為0.024，創(chuàng)新產出的接近關聯(lián)度在0.5 上下，創(chuàng)新產出水平在區(qū)域內相對較弱。

（4）綜合創(chuàng)新能力評估。長三角城市群中，上海市的綜合創(chuàng)新能力處于一枝獨秀的地位，綜合關聯(lián)度為0.966，比第二名的蘇州市高了近0.2。南京、杭州、寧波等城市的綜合創(chuàng)新能力屬于同一層次，綜合關聯(lián)度值在0.7 以上。滁州、池州、安慶、宣城等城市的創(chuàng)新能力綜合關聯(lián)度值在0.62 左右，相對較弱。各城市之間存在著明顯的創(chuàng)新層次，但是綜合創(chuàng)新能力整體上差距并不大，除上海市外的其他城市創(chuàng)新能力的綜合關聯(lián)度最大差值也僅為0.14。

表2 累加前后主要城市與理想矩陣的綜合關聯(lián)度

表3 累加后主要城市與理想矩陣的關聯(lián)度

以累加后的結果為例，分別計算各指標下城市間相似關聯(lián)度、接近關聯(lián)度和綜合關聯(lián)度的均值、標準差、極差統(tǒng)計量（表4）。從表4可以看出，長三角城市創(chuàng)新能力的綜合關聯(lián)度均值為0.669、標準差為0.068，說明各城市的創(chuàng)新發(fā)展比較均衡，且處于一個較高水平，尤其是創(chuàng)新環(huán)境能力整體較優(yōu)，均值達到了0.723，標準差和極差都非常小。綜合創(chuàng)新能力的相似關聯(lián)度均值為0.701、極差為0.276，說明長三角城市群的綜合創(chuàng)新發(fā)展速度較快，且彼此間差距較小。此外，從創(chuàng)新投入和創(chuàng)新產出能力來看，接近關聯(lián)度在這兩個指標下的極差分別為0.493 和0.497，標準差也相對較高，說明各城市的創(chuàng)新投入和產出水平仍有差距，但是從相似關聯(lián)度來看，均值分別為0.687 和0.685，說明各城市的創(chuàng)新投入與產出的發(fā)展速度齊頭并進，相對穩(wěn)定。

4 結語

本文首先基于面板數(shù)據(jù)利用灰色關聯(lián)分析對城市創(chuàng)新能力進行評估，對現(xiàn)有灰色關聯(lián)分析方法進行了優(yōu)化，利用城市創(chuàng)新面板數(shù)據(jù)序列進行累加生成方法，放大數(shù)據(jù)的變化趨勢。然后利用曲線對累加生成的序列進行擬合，通過計算擬合曲線的平均曲率以及與坐標軸所圍的面積，從城市創(chuàng)新發(fā)展速度和創(chuàng)新能力水平角度，全面地分析城市的創(chuàng)新能力。最后將構建的城市創(chuàng)新能力評估模型應用于長三角城市的創(chuàng)新能力評估中，得出以下結論。

（1）長三角各城市的創(chuàng)新能力存在關聯(lián)現(xiàn)象，創(chuàng)新能力較高和創(chuàng)新能力較低的城市在空間中都趨于集聚。創(chuàng)新能力較強的城市主要集中在上海市周邊，而創(chuàng)新能力相對較弱的城市主要位于安徽省的西北部，遠離沿海發(fā)展區(qū)域。綜合創(chuàng)新能力整體上由沿海地區(qū)向內陸地區(qū)遞減，但隨著南京市、合肥市等內陸中心城市創(chuàng)新能力的提高，存在著空間溢出效應，創(chuàng)新能力呈現(xiàn)出向內陸城市擴散的趨勢。

（2）長三角城市群中存在一些創(chuàng)新梯度，上海市是我國最大的經(jīng)濟中心，具有優(yōu)越的創(chuàng)新基礎，其創(chuàng)新能力較領先于其他城市，是長三角創(chuàng)新網(wǎng)絡中的關鍵節(jié)點。蘇州、南京、杭州等城市的綜合創(chuàng)新能力在長三角城市群中屬于領先地位。在綜合創(chuàng)新能力排名前十的城市中，江蘇省占了一半，涌現(xiàn)出一批以南京市、蘇州市為代表的創(chuàng)新能力位于前列的城市，省內創(chuàng)新整體水平較高。就浙江省而言，各城市間綜合創(chuàng)新能力存在著一定的差距，其中杭州市是引領浙江省創(chuàng)新驅動發(fā)展戰(zhàn)略的主要引擎，也是長三角地區(qū)最具創(chuàng)新潛力的城市之一。在安徽省，僅有合肥市處于前列，省內其他城市的創(chuàng)新能力相對較弱。

（3）長三角各城市的綜合創(chuàng)新能力差距不大，區(qū)域內城市創(chuàng)新環(huán)境整體水平較高，但在創(chuàng)新投入與創(chuàng)新產出能力方面則體現(xiàn)出分異性。區(qū)域內經(jīng)濟發(fā)展水平較高的城市，其創(chuàng)新投入和創(chuàng)新產出能力也相對較高，這類城市有著良好的創(chuàng)新環(huán)境與創(chuàng)新政策，往往更容易吸引人才、資金、企業(yè)等創(chuàng)新要素的集聚。而在創(chuàng)新投入與創(chuàng)新產出能力屬于同一層次的城市里，各城市的發(fā)展速度和發(fā)展水平存在一定的差異性。

本文首先通過構建創(chuàng)新能力面板數(shù)據(jù)，從個體的動態(tài)發(fā)展視角全面考察城市的創(chuàng)新能力，彌補了單個時間序列數(shù)據(jù)和橫截面數(shù)據(jù)難以解決的問題。然后通過對原始數(shù)據(jù)進行累加生成，可以減少創(chuàng)新活動中的時間滯后效應而產生的影響，并利用灰色關聯(lián)模型從累加數(shù)據(jù)的發(fā)展趨勢進行研究，降低了因樣本量少和數(shù)據(jù)缺失而造成的誤差。最后結合長三角城市群的創(chuàng)新指標數(shù)據(jù)進行實證分析，研究結果對長三角城市群的創(chuàng)新發(fā)展具有一定的借鑒意義。

表4 累加后的各指標關聯(lián)度統(tǒng)計結果