中小企业集群技术创新能力动态评估——基于广东2009—2011年数据

陈 军，侯 飞，孙曼林

(1.广东培正学院管理学院，广州510830;2.北京师范大学珠海分校，广东珠海519087)

一、引言

在我国，中小企业集群现象十分普遍，全国各地都有不同程度的中小企业集群，他们对于发展当地经济、提高区域竞争力、解决就业、实现工业化和城镇化起到了至关重要的作用。然而，随着外界经济环境的变化，特别是进入21世纪，伴随着全球经济一体化的加深和市场竞争的加剧，中小企业集群存在的问题和缺陷也日益显现，表现在产品技术含量不高、科技创新程度低、在全球产业链中往往处于价值链的低端上，低成本、低价格竞争成为集群内企业竞争的主要方式，集群的发展总体上仍然处于要素驱动的发展阶段。面对国际金融危机爆发以来的严峻形式，依靠科技创新，加快集群转型升级成为中小企业集群摆脱困境、实现持续健康发展的主要途径。转型升级的关键是创新，技术创新能力的高低成为一个集群能否成功转型升级的最重要因素之一。技术创新能力是一种动态的能力，也是一种综合的能力，集群技术创新能力的高低不仅与集群本身有关，而且与行业协会、地方科技资源、地方政府的政策等关系十分密切。所以，对中小企业集群的技术创新能力进行动态评估，不仅有利于各集群认清自身技术创新能力的高低，而且有利于政府管理部门把握集群技术创新能力的特点，进一步完善中小企业集群的技术创新政策，从而提高集群的技术创新能力，推动中小企业集群转型升级的顺利进行。

二、文献回顾

目前，国内外对技术创新能力并没有统一的定义。Asheim(1996)将集群创新能力定义为“集群通过激进式创新和改变技术路径来突破路径依赖的能力。”［1］Lawson(1999)将集群创新能力看作是一种区域能力［2］。Lorenz and Lawson(1999)进一步将“区域能力”概念演化为“区域创新能力”［3］。Hervas－Oliver 在提出集群创新能力概念的基础上，将其分解为五个指标［4］。国内学者魏江(2003)、［5］蓝庆新(2005)、［6］王鹏飞等(2005)、［7］周泯非和魏江(2009)［8］等也分别从不同角度提出了集群创新能力的概念。这些概念为进一步建立集群创新能力评价体系打下了基础。

在对产业集群技术创新能力评价方面，国外学者的研究运用模型较多。波特(M.E.Porter，1990)教授通过研究不同国家产业集群现象，进而提出了著名的“钻石模型”［9］。Padmore and Gibson(1998)在波特“钻石模型”的基础上，进一步提出了GEM 模型［10］。Radosevic(2002)通过分析中东欧地区的区域创新系统，提出了区域创新系统“四要素模型”。［11］

近年来，国内学者对中小企业集群技术创新能力评价方面的研究正逐步深入。代碧波和宋晓洪(2012)从三个维度构建了中小企业产业集群可持续创新能力的评价指标体系，并运用基于灰色系统理论的AHP 综合评价方法对评价体系进行了实证分析。［12］此外，吴开军和吴价宝(2007)［13］、徐道宣(2007)［14］、王静华(2011)［15］、董秋霞和高长春(2012)［16］等也分别构建了不同维度的集群技术创新能力评价体系并进行了实证研究。

上述研究分别从不同角度构建了中小企业集群技术创新能力的评价指标体系。然而，这些评价指标体系大都采用定性指标，受人为因素影响比较大，很难客观评价企业集群的技术创新能力。此外，集群的技术创新能力包含从技术开发到商业化应用等各个环节能力的系统整合，［17］是一种动态的能力，也是一种相对能力，只有通过对不同集群在不同时间范围进行动态的、相对的评价才有意义。因此，本文以广东省各地区中小企业集群为评价对象，通过构建科学的评价指标体系(为了尽量减少人为因素的影响，选取的为定量指标)，并利用该评价指标体系对中小企业集群的技术创新能力进行动态评价，对中小企业集群技术创新能力结构的各个方面发生的变化趋势和变化程度进行反映，由此分析阻碍和影响中小企业集群技术创新能力的不利因素，并提出相应的建议。

三、研究方法与设计

(一)技术创新能力动态评价的指标体系设计

技术创新能力作为反映中小企业集群整体的系统能力，显然，如果采用单一指标和方法很难反映中小企业集群技术创新的全面活动，需要采用多个指标来评价其创新活动。根据系统论的思想，中小企业技术集群创新能力除了集群本身的各种因素外，还要考虑政府、行业协会、产学研合作等诸多因素，因此，指标体系设计遵循以下原则:(1)科学性原则。指标体系反映创新的内涵，符合区域创新体系的组成结构和运行机制，以及其中企业、政府、大学、科研机构等推动集群创新中所起的重要作用。(2)可比性原则。选择的指标含义明确，具有可行性与可比性，以政府统计的数据为准。(3)可操作性原则。根据现阶段我国中小企业集群技术创新发展状况，本文选择1 个一级指标，3 个二级指标和17 个三级指标，构建中小企业集群技术创新能力评估指标体系。其中一级指标为技术创新能力，二级和三级指标如下:

1.技术创新投入能力。该指标反映了中小企业集群技术创新的投入情况，包括政府的投入和集群企业的投入。具体指标有政府科技投入、集群全社会科技投入、科技投入占GDP 的比重、集群科技人员数［18］。

2.技术创新实施与产出能力。中小企业集群的技术创新不仅要靠各企业的自身努力，更重要的是要靠集群的通力协作，包括共享科技创新平台，进行产学研合作，依托一定的创新服务机构等，所以该指标反映了集群协作创新的能力，具体指标包括创新服务机构数、产学研合作项目数、省级以上科技奖励及科技创新平台数、本年度专利申请量、本年度专利授权量、高新企业数、高新企业占企业总数的比例、规模以上企业数、规模以上企业占企业总数的比例。

3.技术创新经济贡献能力。该指标可以看作技术创新能力的价值体现。技术创新的根本目的是推动经济的发展，技术创新能力强的集群对当地经济的贡献也大，也能够提高集群的国际化水平，所以，具体指标包括集群经济对当地经济的贡献率、集群工业总产值、集群出口值。具体指标体系如表1所示。

表1 中小企业集群技术创新能力指标体系表

(二)评价对象与方法

上述17 个指标都是定量指标，可以通过查阅相关统计资料和市场调查获得。此外，各指标之间虽然关系错综复杂，但相互之间又存在一定的内部关联，适合采用因子分析法进行评估。

在评估对象上，由于广东省中小企业集群大都以专业镇的形式存在，全省21 个地级市中，深圳市以高新技术为目标，特区内外业已统一，从专业镇的角度来看，深圳目前没有专业镇，所以本文对广东中小企业集群技术创新能力评价对象为广东省除深圳市外的20 个地级市。在时间选择上，通过对2009年、2010年和2011年三年的数据分析对各地区中小企业集群技术创新能力进行动态评估。

(三)原始数据的收集与整理

通过查阅《广东科技年鉴》、《广东统计年鉴》及走访广东省科技厅、广东省专业镇发展促进会等相关部门，获得广东省各地区中小企业集群的统计数据，数据均由官方权威部门发布，确保了数据的真实性和可靠性。经整理，得出2009年、2010年和2011年广东省20 个地级市中小企业集群技术创新能力评估指标原始数据(见附表1、附表2、附表3)。

四、数据处理与分析

(一)因子分析

首先对2009年的数据进行分析。

1.数据的预处理

包括对数据的趋同化处理和标准化处理。由于上述的数据取向趋同，所以不需要额外进行趋同化处理。按照公式:进行数据标准化处理。

2.数据的操作

经过对数据的预处理，本文采用SPSS20.0 软件进行分析。

(1)KMO 和Bartlett 的检验。样本的KMO 值为0.612，满足因子分析的条件。Bartlett 球形检验值Sig 值为0.000，所以，样本适合进行因子分析。

(2)解释的总方差。

通过SPSS20.0 软件计算，得到各项指标的相关系数矩阵的特征值与贡献率、旋转成分矩阵以及得分成分矩阵。变量的相关系数矩阵有四个数值大1 的特征值，累计方差贡献率为85.440%，所以，可以提取4 个因子。

根据旋转成分矩阵，第一个因子F1在X1(政府科技投入)、X2(集群全社会科技投入)、X4(集群科技人员数)、X7(省级以上科技奖励)、X9(本年度专利申请量)、X10(本年度专利授权量)、X11(集群高新企业数)、X13(集群规模以上企业数)、X16(集群工业总产值)、X17(集群出口值)有较大的载荷，它综合了46.821%的信息;第二个因子F2在X12(高新企业数占总企业数的比例)、X14(规模以上企业占总企业数的比例)上有较大的载荷，它综合了14.743%的信息;第三个因子F3在X5(创新服务机构数)、X8(科技创新平台数)上有较大的载荷，它综合了12.426%的信息;第四个因子F4在X3(科技投入占GDP 的比重)、X6(产学研合作项目数)、X15(集群经济对当地经济的贡献)上有较大的载荷，它综合了11.451%的信息。

3.因子得分计算及排序

根据成分得分系数矩阵计算各因子的得分，计算公式为:

Fi=bi1X1+bi2X2+…+binXn

根据各个因子所占的权重计算因子综合得分，计算公式为:

F=(F1× 0.46821 + F2× 0.14743 + F3×0.12426 + F4×0.11451)/0.85440

由此可以计算出2009年广东省20 个地级市的各因子得分及排名，见表2。

4.结果分析

从综合得分F 来看，珠海市、汕头市、佛山市、东莞市、中山市、江门市等六个地区的因子得分大于0，而其他14 个地区综合得分小于0，以0为参考基准，综合得分大于0 的地区中小企业集群技术创新能力相对强一些，综合得分小于0 的地区中小企业集群技术创新能力相对弱一些。

按照综合得分高低对广东中小企业集群技术创新能力划分层次，佛山市和东莞市的综合得分大于1，为第一层次;中山市、珠海市、汕头市、江门市的综合得分介于0 与1 之间，为第二层次;其他14 个地区的综合得分小于0，为第三层次。其中，第一层次的得分远高于第二和第三层次，显示了佛山市和东莞市的中小企业集群具有很强的技术创新能力。

从地理区位来看，综合得分大于0 的除了汕头市以外，其他都位于珠三角地区，而珠三角地区也是广东中小企业集群的主要所在地和发源地，集中了全省50%以上的中小企业集群，在经济发展程度、政策环境、资金投入、科研平台、人才资源等方面具有较大的优势，所以集群技术创新能力相对较高;汕头市虽然不在珠三角地区，但是却是我国最早成立的特区之一，有较好的经济基础、教育基础和对外开放的优势，所以其产业集群具有较强的技术创新能力。综合得分小于0 的地区由东西两翼向粤北山区逐渐降低。由此可见广东省中小企业集群的技术创新能力从珠三角向东西两翼、粤北山区由高到低分布。

采用同种方法，可以分别计算出2010年和2011年广东省20 个地级市中小企业集群技术创新能力的因子得分及排名，见表3 和表4。

比较2009年和2010年的综合得分及排名。从2010年综合得分来看，得分大于0 的仍然是佛山市、东莞市、中山市、珠海市、江门市、汕头市等六个地区，其中得分大于1 的只有佛山市，依然属于第一层次，显示出佛山市中小企业集群技术创新能力在广东省处于遥遥领先的地位;东莞市的得分降为1以下，虽然下降幅度不大，但是从技术创新能力层次来看，已下降为第二层次;第三层次仍然是剩下的14个地区(综合得分小于0)。从排名来看，排名前4 位的没有变化，说明这几个地区(佛山市、东莞市、中山市、珠海市)的技术创新能力仍保持相对领先优势。排名上升的有江门市、潮州市、广州市、梅州市、河源市、汕尾市，说明这几个地区中小企业集群技术创新能力有一定提升，排名下降的地区有汕头市、惠州市、湛江市、肇庆市、揭阳市、云浮市、茂名市、韶关市，说明这几个地区的中小企业集群技术创新能力相对降低了。在上升的地区中，河源市上升幅度较大(从第20 位上升到第13 位)，其他的变动幅度都不大。从河源市因子得分来看，其F2(X12、X14)和F4(X3、X6、X15)排名上升较大，从这两个因子所代表的具体指标来看，其2010年在科技投入、科技人员数、产学研合作项目数、省级以上科技奖励数、高新企业数的比例、规模以上企业数的比例等都有较大幅度的提高，所以其技术创新能力得到较大幅度提升。

表2 2009年因子得分及技术创新能力排序

进一步比较2011年和2010年的综合得分及排名。从2011年的因子得分情况来看，综合得分大于0 的除了原来的6 个地区外，还增加了广州市，共7 个地区。其中，佛山市的综合得分仍然遥遥领先于其他地区，东莞市的得分重新回到了1以上，又回到了第一层次。处于第二层次的为中山市、珠海市、江门市、广州市和汕头市，其余的综合得分小于0 的13 个地区为第三层次。从排名来看，和2010年相比较，排名前5 位的佛山市、东莞市、中山市、珠海市、江门市仍然没有变化，显示出这几个地区的技术创新能力的相对领先地位。另外，排名第8位的惠州市和第20 位的韶关市也没有变化，显示出这两个地区技术创新能力的相对稳定。排名上升比较大的地区是清远市和广州市，其中清远市由第14位上升到第10 位，广州市由第9 位上升到第6 位，显示出这两个地区技术创新能力有了较大的增长;排名下降幅度较大的是河源市，由第13 位下降到第16位，说明其技术创新能力有下降的趋势，其他地区升降的幅度都不大。从各因子得分和排名来看，清远市排名从第14 位上升到第10 位，是因为其F1因子排名上升较大(从第18 位上升到第12 位);广州市排名从第9 位上升到第6 位，主要是因为其F4因子排名上升较大(从第18 位上升到第11 位)。河源市排名下降较大，是因为其F2、F4因子有较大的下降，其中F2从第8 位下降到第14 位，F4从第6 位下降到第14 位。

表3 2010年因子得分及技术创新能力排序

从三年的平均综合得分来看，平均综合得分大于0 地区为佛山市、东莞市、中山市、珠海市和汕头市，其中平均综合得分大于1 的地区为佛山市和东莞市。从三年的排名情况来看，排名在前4 位的佛山市、东莞市、中山市、珠海市基本没有变化，显示这几个地区相对较强的技术创新能力;排名一直靠后的为韶关市、汕尾市、阳江市和茂名市，显示这几个地区技术创新能力一直相对较弱;排名一直在上升的是广州市，其综合排名从2009年的第11 位上升到2011年的第6 位，显示其创新能力的不断提升;排名一直在下降的是汕头市、湛江市和茂名市，虽然下降的幅度并不大，但表明其创新能力的不断减弱。

将表2、表3、表4 进一步归纳整理，得2009—2011年三年的综合得分排名以及各个因子得分排名情况，见表5。

如果按照强、中、弱来划分三个层次，处于第一层次的地区为佛山市和东莞五市，其技术创新能力相对最强;处于第二层次的地区为中山市、珠海市、汕头市、江门市和广州市，其技术创新能力为中等;处于第三层次的地区为剩下的其他地级市，其技术创新能力相对较弱。从地理区域看，广东省中小企业集群的技术创新能力从珠三角向东西两翼、粤北山区由高到低分布。

(二)相关性分析

为了探析集群技术创新能力与各指标之间的相关程度，本文利用SPSS20.0 软件对综合得分因子F 和各指标Xi进行相关性分析，采用皮尔逊相关系数进行测定，得到如表6所示的相关系数表。

从相关性可以看出，广东中小企业集群技术创新能力与X1(政府科技投入)、X2(集群全社会科技投入)、X4(集群科技人员数)、X7(省级以上科技奖励数)、X8(科技创新平台数)、X9(本年度专利申请量)、X10(本年度专利授权量)、X11(高新企业数)、X13(规模以上企业数)、X16(集群工业总产值)、X17(集群出口值)显著相关，其中与X4(集

群科技人员数)、X9(本年度专利申请量)、X10(本年度专利授权量)、X13(规模以上企业数)的相关系数都在0.9 以上，属于高度相关。从每年的数据也可以看出，技术创新能力排名在前的地区，上述指标排名基本也靠前，特别是三年排名都在前4 位的佛山市、东莞市、中山市和珠海市的上述指标的排名也在前列。由此可见，上述指标是影响集群技术创新能力的最重要因素。

表4 2011年因子得分及技术创新能力排序

表5 2009—2011 三年因子得分排名及总得分排名

技术创新能力与X6(产学研项目数)呈弱相关，说明产学研目前还没有发挥较好的作用，合作还不够深入，科技创新成果不足，这可能与双方体制不同有关系。在我国，大学和研究所一般属于事业单位，经费主要来源于政府财政拨款，科研任务以承担国家和地方政府的课题为主;而中小企业一般属于民营企业，科研经费有限，导致一般大学和研究所没有足够的动力去和中小企业进行产学研项目的合作。所以，如何建立新型的机制，促进大学、科研院所和企业进行深入的产学研合作是集群、地方政府、行业协会和企业面临的共同任务。

技术创新能力与X5(创新服务机构数)的相关性不大，并不意味着创新服务机构不重要，而是因为创新服务机构不一定每一个集群都要，有些共同的创新服务机构可以跨越集群、市或省，以利用更加专业的人员，进行更加专业的服务。

表6 技术创新能力与各指标之间的相关系数

五、结论与建议

(一)中小企业集群技术创新能力分析结论

1.中小企业集群技术创新能力处于动态变化中

从三年综合得分排名来看，除了佛山市、东莞市等少数地区的排名基本不变外，其他大部分地区的排名都在不断变化，即使综合得分排名基本不变的几个地区，从综合得分的数值以及技术创新投入能力、技术创新产出能力和技术创新经济贡献能力等原始指标的数据来看，也处于不断变动之中，显示出集群技术创新能力的动态变化。影响中小企业集群技术创新能力的因素很多，如果技术创新能力领先的集群不注意弥补自己的短板，其领先的地位就有可能失去;同样，对于技术创新能力相对落后的集群，如果能够取长补短，在发挥优势的同时不断弥补自己的劣势，同样可以不断提升技术创新能力。

2.政府的扶持是提升中小企业集群技术创新能力的重要因素

技术创新能力排名在前的佛山、东莞、中山、珠海等地区，其F1因子得分也较高，说明地方政府在创新环境建设、人才引进、科技投入、科技创新平台建设以及产学研合作等方面给予了较大的扶持;技术创新能力排名靠后的韶关市、茂名市、汕尾市、阳江市等地区，其F1因子得分也较低，说明政府扶持的力度相对较弱。所以，加强政府扶持对于提高中小企业集群技术创新能力具有重要意义。

3.全面、科学分析各种因素并采取切实措施是提升中小企业集群技术创新能力的有效途径

既要重视相关性高、对技术创新影响程度大的因素，如X1(政府科技投入)、X2(集群全社会科技投入)、X4(集群科技人员数)等，也不能忽视相关性低、对技术创新影响程度一般的因素，如X3、X5、X6等。特别是X5(创新服务机构数)和X6(产学研项目数)要进行科学分析。由于中小企业集群的企业大都是中小企业，本身的技术创新能力不强，所以依靠大学、科研院所的强大的科研能力，通过产学研合作是能够极大提升中小企业集群的技术创新能力的，关键是要创新合作机制，加强合作的深度和广度，使其能发挥应有的作用。创新服务机构作为中介机构，对于联系企业、政府、高校，促进信息的沟通交流等能够起到重大作用，所以，加强创新服务机构的建设对提高集群技术创新能力的作用也不可忽视。

(二)提高中小企业集群技术创新能力的建议

1.加强科技人员的引进、培养和激励

技术创新能力与科技人员数、专利申请和授权量等高度相关，技术创新归根到底要靠科技人员，所以，各中小企业集群首先要加大科技人才的引进和培养力度。科技人才不同于普通人才，他们具有不同的特点和需求，除了引进来还要留得住，这需要企业和政府的共同努力，在薪酬待遇、户籍制度、生活环境、工作氛围、医疗、教育等方面综合考虑，提供给科技人才良好的工作和生活环境，使其能够安心工作，并具有一定的成就感。在知识经济时代，知识的更新换代越来越快，所以，除了加强人才引进外，还要加强人才的培养力度，既包括对原有人才的培养，也包括对引进人才的培训。企业要制定科学的人才培养计划，采取请进来、送出去等各种方式进行人才培养，不断提高自身科技人员的技能和水平。此外，科技人员创新成果的大小与其努力的程度有很大关系，所以还要采取科学的激励措施加强对科技人员的激励，充分调动科技人员积极性与创造性，只有这样，才能多出成果，提高专利的申请量和授权量。

2.加大科技投入力度

技术创新能力与科技投入显著相关，所以，一方面需要政府，包括上级政府和集群所在地的镇政府加大科技投入，对集群的重点项目和重点企业予以倾斜，加强集群关键共性技术的开发力度，加大对本地产学研项目的支持力度，吸引大学、研究所等机构前来与本地企业加强合作;另一方面，鼓励企业加大科技投入力度，政府可以采取税收减免、财政补贴等方式予以鼓励，对于取得相关专利的或省级以上科技奖励的予以重奖［19］。

3.加强技术创新平台的建设

技术创新平台是一个镇级层面或跨镇的科技创新体系，是一个区域内各有关部门和机构间、企业相互作用形成的推动创新的网络，对于提高中小企业集群的技术创新能力具有重要的意义。虽然近年来，在广东省科技厅的支持下，不少专业镇建立了各种技术创新平台，但是，与集群的数量和需求比较起来，技术创新平台不管是数量还是功能方面还显得不足。所以各中小企业集群所在的镇级政府要充分发挥政府的政策制定、实施保证和资源配置作用，一方面通过前期资金引导促进专业镇技术创新平台的形成，另一方面，通过制度创新，增强技术创新平台的创新服务能力，使技术创新平台充分发挥知识的聚集、共性技术的开发、进行重大创新计划和项目、推广创新成果，开展各种形式的合作与交流，从而促进技术创新活动。

4.加强有一定优势和潜力的成长型中小企业的培育力度，促使其尽快发展壮大

技术创新能力与规模以上企业数高度相关，是因为当企业规模过小时，不管是对技术创新的意愿还是技术创新能力都是不够的，只有当企业发展到一定规模时，其进行技术创新的意愿才逐渐强烈，也才有一定的人才和资金实力进行技术创新。所以，各地方政府应创造条件，对集群中有一定优势和潜力的成长型中小企业选择性地加以扶持，促使其快速成长壮大，实现集群中规模以上企业数量的不断提高。此外，加大对集群中龙头企业的政策倾斜力度，扶持其进一步做强做大，使龙头企业充分发挥技术创新的带动作用，对于有效提高整个集群的技术创新能力意义重大。

5.创新合作机制，加强产学研合作的深度和力度

技术创新能力与产学研合作项目数弱相关，并非产学研合作不重要，而是目前的产学研合作不够深入，作用还有没有得到发挥。所以，建立中小企业集群与大学、科研院所的深入的合作机制是当务之急。这需要政府、行业协会和中介机构充分发挥作用，通过寻找切入点，建立深入的合作机制，使各方都积极、主动地去寻求合作，并能够从合作中取得共赢，才能使产学研真正发挥作用，从而提高集群的技术创新能力。

［1］Asheim，BT.Industrial Districts as“Learning Regions”:A Condition for Prosperity［J］.European Planning Studies，1996，4(4):379－400.

［2］Lawson，C.Towards a Competence Theory of the Region［J］.Cambridge Journal of Economics，1999，23(2):151－166.

［3］Lawson，C，and Lorenz，E.Collective learning，Tacit knowledge and Regional Innovative Capacity［J］.Regional Studies，1999，33(4):305－317.

［4］Hervas－Oliver，J L.Do Clusters Capabilities Matter?An Empirical Application of the Resource－based View in Clusters［J］.Entrepreneurship ＆ Regional Development，2007，19(2):113－136.

［5］魏 江.产业集群:创新系统与技术学习［M］.北京:科学出版社，2003:67－79.

［6］蓝庆新.产业集群竞争优势研究——基于集群动态创新能力的视角［D］.天津:南开大学，2005:52－56.

［7］王鹏飞，张红霞，曹洪军.基于BP 神经网络的产业集群创新能力研究［J］.科学学与科学技术管理，2005，(5):73－76.

［8］周泯非，魏 江.产业集群创新能力的概念、要素与构建研究［J］.外国经济与管理2009，(9):9－17.

［9］Porter，Michael E.The Competitive Advantage of Nations［M］.New York:Free Press，1990.

［10］Padmore，T and Gibson，H.Modeling Systems of Innovation:A Framework of Industrial Cluster Analysis in Regions［J］.Research Policy，1998，26:625－641.

［11］Radosevic.Regional Innovation Systems in Central and Eastern Europe:Determinants，Organizers and Alignments［J］.Journal of Technology Transfer，2002，27:87－96.

［12］代碧波，宋晓红.中小企业产业集群持续创新能力评价研究［J］.哈尔滨商业大学学报，社会科学版，2012，(4):79－85.

［13］吴开军，吴价宝.中小企业的集群创新能力评价研究［J］.软科学，2007，(6):116－118.

［14］徐道宣.中小企业集群创新能力综合评价模型［J］.科技进步与对策，2007，(10):158－161.

［15］王静华.中小企业的集群创新能力评价研究［J］.软科学，2007，(6):116－118.

［16］董秋霞，高长春.基于熵值法和TOPSIS 法的创意产业集群网络式创新能力评价研究［J］.软科学，2012，(4):12－16.

［17］吴国林.广东专业镇:中小企业集群的技术创新与生态化［M］:北京:人民出版社，2006:260.

［18］王静华.产业集群创新能力评价指标体系的构建［J］.统计与决策，2011，(19):186－188.

［19］夏绪梅.基于DEA 的陕西大中型工业企业技术创新效率评价及演化分析［J］.西安财经学院学报，2013，(6):45－49.