跨区域协同创新绩效评价研究综述
2024-02-20熊春霞程跃
熊春霞 程跃
摘 要：跨区域协同创新是创新驱动下促进经济高质量发展的必然选择，对跨区域协同创新绩效进行评价有助于有针对性地制定区域创新政策、促进区域发展。首先梳理和探讨了跨区域协同创新绩效评价的内涵，并对评价指标体系构建和评价方法的有关内容进行综述，最后就跨区域协同创新绩效评价进行述评，对未来研究提出展望，以期为相关研究提供参考。
关键词：跨区域协同创新；创新绩效；绩效评价；指标体系；评价方法
中图分类号：F124.3，F113.2
文献标识码：A
doi：10.3969/j.issn.1672-2272.202307028
A Review on Cross Regional Collaborative Innovation Performance Evaluation
Xiong Chunxia，Cheng Yue
（School of Public Administration， Guangxi University， Nanning 530004， China）
Abstract：Cross regional collaborative innovation is an inevitable choice to promote high-quality economic development under the innovation-driven strategy， and evaluating cross regional collaborative innovation performance contributes to formulate regional innovation policies and promote regional development in a targeted manner. This paper compares and discusses the connotation of cross regional collaborative innovation performance， and reviews the construction of evaluation indicator system and evaluation methods. Finally， this paper reviews the evaluation of cross regional collaborative innovation performance and presents the outlook on future research， with a view to providing reference for related researches.
Key Words：Cross Regional Collaborative Innovation; Innovation Performance; Performance Evaluation; Indicator System; Evaluation Methods
0 引言
近年來，我国科技创新投入力度不断增强，创新主体进一步壮大，创新体系更加健全。党的二十大强调要深入实施创新驱动发展战略[1]。经济新常态背景下，转变经济增长方式、促进经济高质量发展更加离不开科技创新驱动。同时，世界经济区域化特征愈加显著，区域创新能力影响着地区竞争力。但受传统行政区域的桎梏和经济水平的制约，我国诸多区域目前仍存在协同创新动力不足、创新要素流动滞后、产业链与创新链融合不充分等问题，导致区域间创新活动存在较大差异，跨区域协同创新尚未取得显著成效。
1 相关研究概况
为准确认识跨区域协同创新现状，需要对跨区域协同创新绩效进行评价。但既有研究中，创新相关范式多着眼于区域创新系统、区域协同创新、产学研协同创新等，在内涵界定、形成机理、运行机制、绩效评价等方面取得了一定研究成果[2-5]，而跨区域协同创新的研究较少。本文运用中国知网（CNKI）的高级检索功能对创新相关的高质量论文发文数量及趋势进行分析，以“区域创新系统”“区域协同创新”“产学研协同创新”“跨区域协同创新”分别为主题词，设置发文时间为“1998-2022年”（1998年前以上关键词检索不到文献），期刊层级为“北大核心期刊或CSSCI期刊或CSCD期刊”，结果如表1和图1所示。可见我国学者对跨区域协同创新的研究还不多，涉及绩效评价的则更少，有关跨区域协同创新及其绩效评价的研究尚处在上升阶段。在创新驱动的背景下，跨区域协同创新绩效评价是制定协同创新发展战略的重要前提，也是政府决策的重要依据。本文在界定“跨区域协同创新绩效评价”概念的基础上，梳理国内外学者在跨区域协同创新绩效评价相关研究上的进展，总结常用的指标体系和评价方法，对未来的研究方向提出展望，以期为相关研究提供参考。
2 跨区域协同创新绩效评价的问题界定
跨区域协同创新可看作“跨区域”“协同”和“创新”多个概念的组合，跨区域即创新活动发生在不同区域间，“协同”指两个及以上个体以协调方式实现目标[6]。本文运用中国知网（CNKI）高级检索功能对协同创新不同层级的研究趋势进行分析，以“企业协同创新or产业协同创新”（微观）“产学研协同创新or区域协同创新”（中观）“跨区域协同创新”（中宏观）为主题词，运用中国知网的高级检索功能设置发文时间为“1997-2022年”（1997年前以上关键词检索不到文献），期刊层级为“北大核心期刊或CSSCI期刊或CSCD期刊”，所得的研究趋势变化情况如图2所示。微观层面的研究数量在2015年前呈上升趋势，随后波动下降，中观层面的研究数则在2017年达到顶峰后也逐渐减少，而中宏观层面的跨区域协同创新相关研究数量较少，目前尚处在上升期。可见创新循着“创新→协同创新→微观层面协同创新→中宏观层面协同创新”的脉络不断丰富和发展[7]，出现了跨区域协同创新这一新范式。
由于研究目的和理论视角存在差异，对于“跨区域协同创新”的内涵界定尚未达成一致。Trippl[8]提出跨边界区域创新系统（cross-border RIS），此处的跨边界指国家边界（national borders），并提到协调是治理维度中的重要组成；认为不同区域内的创新主体在协调合作中能够发挥比较优势，这在一定程度上反映了跨区域协同创新。吴和成等[9]认为跨区域协同创新是指不同创新主体基于各自利益需求，跨越组织、地理、制度边界而形成创新有机体，各创新主体借助拥有的创新资源与要素间的相互作用和有机配合，使整体效率最优。隋依庭[10]提出跨区域协同创新涵盖了“各区域创新系统内的创新主体间协同创新”“跨行政区域创新系统的创新主体间协同创新”两大类别。吴卫红等[11]提出创新要素跨越区域和组织边界，在不同区域的创新主体间流动，形成了跨区域协同创新。以上定义存在部分区别，但也包含一些共同特点：①创新主体包括企业、高校及科研院所、政府；②创新主体位于不同区域，创新主体间的创新要素转移在区域间发生；③创新主体受内部动机和外部环境共同影响，形成互动协同创新有机体；④创新主体间以战略协同替代技术转让、委托研究等，追求区域间整体创新能力最优。
基于以上概念界定，现有研究中有关跨区域协同创新绩效评价的单独研究并不多，而多将跨区域协同创新作为区域协同创新的一部分来进行创新绩效评价，主要有以下两类形式：一类是以省域或按地理位置划分的几大区域为样本，在省域或区域间进行横向的创新绩效评价和比较；另一类则是直接对属于跨区域协同创新的區域群（城市群、创新共同体）的协同创新绩效进行评价。此外，相关研究中，国外学者（Nastase等[12]、Kaynak等[13]）多从大范围内的国际区域一体化组织层面开展研究，而不以国家内部行政区域为重点。我国学者（吴卫红等[11]、张贵等[14]、王海花等[15]、彭翀等[16]）的研究则受行政区划影响颇深，多对开展跨区域协同创新的区域群的总体协同创新绩效进行评价，如长三角、珠三角、京津冀等。最初的创新绩效评价基于投入-产出理论，更偏重于对结果的评价。但受动机-期望理论、系统理论等影响，创新绩效评价的内容边界逐渐模糊，发展为将过程与结果都纳入评价的综合评价体系。目前大多认为跨区域协同创新绩效评价指跨区域的多个创新主体在一定范围内协同开展创新活动，将创新投入转化为整体创新产出的效率和经济效益，即创新效率和效果[17]。
3 跨区域协同创新绩效评价指标体系构建
跨区域协同创新绩效评价涉及到评价指标体系的构建和评价方法的选用。评价指标体系的构建是评价的基础，影响着评价的真实性和客观性。
3.1 构建原则
在构建创新绩效评价指标体系时，要遵循综合性原则、系统性原则、层次性原则、可行性与可操作性原则、数据代表性原则等[7，14，18，19]，以保证评价指标体系的代表性和说服力。在跨区域协同创新中，涉及到的创新主体更多元，影响因素更庞杂，对指标体系也有了更多要求。国内外学者（曹静等[19]、Philbin[20]、张廷等[21]）在构建指标体系时均将定量与定性指标相结合，而非类似于评价企业创新绩效时，常常仅借助利润率等定量指标考察。跨区域协同创新具有长期性，因此除了结果指标外还需要关注过程指标，从而降低评价的片面性。王浩等[22]还提出有必要设置创新环境指标、政策导向指标等，以保证指标的全面性。曹静等[19]则提到要注意内容繁杂可能导致的相关性、共线性问题，注重指标的相对独立性，避免对同一要点的重复评价。
构建跨区域协同创新绩效的评价指标体系时要兼顾诸多原则，考虑到各种可能的影响因素，根据评价目的、区域特点等进行权衡，从而建立科学合理的指标体系。
3.2 构建内容
普遍认可的绩效评价指标体系包含单一指标体系与综合指标体系两种。单一指标体系多为创新产出指标，常借助专利相关数据来度量，Castaldi等[23]基于1977-1999年美国各州的专利数据，研究了多样性如何影响地区的创新产出；王海花等[24]探究跨区域产学协同创新的影响因素时，以每年专利申请人所在省份与其他省份合作申请并授权的发明专利总数来衡量跨区域产学协同创新绩效。目前在创新绩效评价中运用更多的是综合指标体系，跨区域协同创新绩效评价的指标体系设置基本沿袭了区域协同创新绩效评价中的设置，但由于范围扩大、主体增多等，涉及到的指标更为广泛和复杂。现有研究中，多是在已有的权威指标体系和相关研究的基础上，结合跨区域协同创新的影响因素，根据所研究的区域群（城市群、创新共同体）特点来删选、优化和完善指标体系。在国内外研究中，综合指标体系的具体设置存在差异，但基本都是基于关键影响因素，将指标细分为两到三级，形成评价指标体系。
3.2.1 国际创新指数
国外学者利用R&D投入、人力资本、劳动力市场情况等指标测度欧洲区域创新能力[25]；也常沿用一些权威的代表性指标体系来评价跨区域协同创新绩效[26]：①IMD国际竞争力指标，基于经济运行、政府效率、企业效率和基础设施4个方面形成评价指标体系。②全球竞争力指数GCI，根据12个重要因素构建评价指标体系。③欧洲创新记分牌EIS，以创新驱动、企业活动、创新产出为一级指标并细分为24个三级指标，来评价欧盟各国创新能力，后来还出现全球创新记分牌GIS；EIS和GIS都突出了科技人员数目、高等教育水平、R&D强度、信息基础设施等要素。④全球创新指数（GII），将5个投入指标和2个产出指标细分为84个指标，Aytekin等[27]基于GII评估了欧盟成员国和候选国的创新效率。
3.2.2 国内创新指数
科技部制定的创新型国家评价指标体系和国家统计局发布的中国创新指数体系[28]得到了较高的认可，前者涵盖了创新资源、知识创造、企业创新、创新绩效和创新环境5个一级指标；后者则从创新环境、创新投入、创新产出和创新成效着手构建三级综合评价指标体系。
区域层面的评价指标体系和跨区域协同创新绩效评价层级最为接近，参考价值也更高，除创新投入与创新产出这两个基本维度外，我国学者将影响跨区域协同创新的其他维度也纳入了评价指标体系中。岑晓腾等[29]引入科技类法规数、科创服务平台数等作为创新环境下的二级指标，以此对沪嘉杭G60科技创新走廊的跨区域协同创新绩效进行评价；王帮俊等[5]将被评价经济区中的企业创新能力也作为评价的一级指标；张艾莉等[30]则在建立指标体系时将创新扩散与创新投入、创新产出、创新环境并列来进行分析。同时，创新主体间和区域间的协同情况也不可忽视。陈伟等[31]基于二象对偶理论视角，构建了测度创新协调指数和创新发展综合水平的评价模型；李林等[32]从协同创新能力、创新协同度与协同创新效益三方面来构建区域科技协同创新绩效评价指标体系；彭翀等[16]则构建了以创新能力、创新联系、创新协同为指标的3C框架来评价长三角的协同创新绩效。
综合以上研究，在具体指标体系设置上，由于对跨区域协同创新的理解各有侧重，加之受不同理论的影响，创新绩效评价指标体系向着更丰富和多元的方向转变。除投入、产出层面的基础指标外，还引入了创新环境、创新基础、区域内企业创新等指标，并强调协同在其中的重要作用。目前跨区域协同创新绩效评价尚未形成完善、统一的指标体系，但随着相关研究的开展，评价指标体系愈加全面、客观和科学。同时，指标的选取有一定主观性，需结合区域特点、数据获取难易、评价需要等多方面因素进行综合考虑，设置符合研究需要的评价指标体系。
3.2.3 评价指标处理
评价指标体系一般包含定性与定量指标，且指标的性质、量纲、数量级等常常存在差异，为保证计算便捷和结果的可靠，需要对指标进行赋值和标准化。赋值可以统一指标性质，包括“将定性指标转换为半定量指标”“将定量指标按等级赋值并转化为半定性指标”两种方式[33]。标准化即是使各指标数值处于同一数量级上，可以通过极差法、Z-score法、log函数法等方法来实现。
对指标进行筛选和赋权则是为了减少指标的重叠性，可通过主观赋权法、客观赋权法、组合赋权法来实现。主观赋权法以德尔菲法、AHP层次分析为代表，通过比较和经验来完成赋权。在德尔菲法中，专家赋权的公正与否会直接影响评价结果。客观赋权法则需结合研究对象的属性，借助数学模型来实现，如熵权法、变异系数法、因子分析法，能避免主观原因导致的评价误差，保证评价的信度与效度。王帮俊等[5]评价区域创新绩效时，借助因子分析法提取主因子，用共同度来判断指标重叠性，并用方差解释率计算权重。但客观赋权法也有不足，如熵权法缺少指标间的横向比较，因此主客观结合的组合赋权法得到广泛的应用。林卓等[34]就运用AHP和熵权法的组合赋权法确定创新型城市评价指标体系的指标权重。
将指标数值标准化能使数据位于同一量纲，确定指标权重能获得更准确的评价结果，因此在构建评价指标体系后，对指标体系进行处理是必不可少的。
4 跨区域协同创新绩效评价方法
目前跨区域协同创新绩效评价还未形成完善、统一的评价方法，但评价步骤基本一致。首先构建符合研究区域特征的评价指标体系，对指标进行预先处理后，根据选用的评价方法建立模型，并引入数据获得结果。根据研究结果横向对比区域间创新的空间差异性，或纵向对比时序上的动态变化，从而提出针对性的对策建议。具体的测度与评价方法较为多样，参照相关研究，主要分为以下几类。
4.1 投入产出比例法
處理好评价指标及数据后，用投入、产出综合值之比表示绝对效率，以此测度和评价创新绩效，是较为基础的一种数量分析方法。赵增耀等[35]将创新过程划分为知识创新和产品创新，并构建两阶段非合作博弈的创新绩效评价模型，对两阶段及区域整体创新效率进行评价。投入产出比例法只需要投入产出要素的相关数据，计算简便，但忽视了其他的重要影响因素，难以保证综合评价值的准确性和客观性，评价效度值得商榷，因此常结合其他评价方法使用。
4.2 前沿分析方法
前沿分析方法是根据已知的投入产出观察值，确定所有可能的外部边界（生产前沿面），使所有产出值位于边界内，各观察值与边界的距离即为生产点效率，以该值反映创新绩效。根据是否需要估计前沿生产函数中的参数可分为参数法和非参数法[36]。
参数法以随机前沿分析（SFA）为代表，苏屹等[37]应用随机前沿分析对我国区域创新系统的创新绩效进行实证研究，并探讨了系统开放程度等要素对绩效的影响；Barra等[38]借助SFA中的知识生产函数，探究了机构质量对意大利地区创新体系（RIS）效率的影响。SFA能够清晰地描述生产过程，在创新绩效评价中运用广泛，但要注意生产函数形式的设定，避免评价结果出现严重偏差。
常用的非参数法则是数据包络分析（DEA）及其变体。刘顺忠等[39]较早将DEA方法用于区域创新绩效评价；官建成等[2]运用C2R模型的DEA方法评价了创新活动有效性，并横向比较我国各区域创新绩效。由于传统的DEA方法难以对处于多个前沿面的决策单元展开进一步比较与评价，因而近年来基于DEA的改进模型运用更广泛。Aytekin等[27]用DEA-EATWIOS法评估了欧盟成员国及候选国的全球创新绩效；周广亮等[40]运用两阶段DEA-BCC和Malmquist对我国四大区域的产学研协同创新绩效进行了动态分析评价；吴卫红等[11]借助DEA-Tobit两阶段模型评价了2013-2016年间长三角和京津冀地区的跨区域协同创新绩效。DEA无需设定生产函数具体形式，有较强的客观性，还具有计算简便且能处理多投入多产出问题的优点，因此广泛运用于跨区域协同创新绩效评价中。
4.3 综合加权评价法
部分对指标赋权的方法如因子分析法（Pinto等[25]、王帮俊等[5]）、层次分析法（张廷等[21]）、主成分分析法（潘晓琳等[41]）等都属于综合评价法，除赋权外还可以直接计算综合得分，以此评价跨区域协同创新绩效。
综合评价的另一实现路径则是对指标赋权后，结合其他研究方法或改进常规的研究方法，来测度和评价创新绩效。李美娟[42]在二维数据中加入时序数据，扩展为三维数据，并运用基于理想解法的动态评价方法对我国各省的区域自主创新效率进行动态评价；刘志华等[43]基于改进的AHP，利用云模型将不确定性概念的模糊性和随机性有机结合来评价区域科技协同创新绩效；罗洪云等[18]结合德尔菲法，利用LWD算子和LOWA算子，对专家给出的产学研协同知识创新体系创新绩效评价值进行运算以获得创新绩效评价结果；范德成等[44]用熵权和TOPSIS物元法的综合评价模型，对我国中部六省创新驱动绩效进行分析。同时，测度跨区域协同创新绩效的协同度时，常将赋权法和复合系统协同度模型相结合（刘友金等[45]、吴卫红等[11]）。此外，考虑到指标模糊性和可能存在的相关性，有学者运用模糊数学方法（Jiang[46]）、模糊积分方法（曹静等[19]）来评价创新绩效；还有学者将不同的评价方法所得结果通过一定规则合成为最终的评价结果（李美娟等[47]）。
随着跨区域协同创新绩效评价的发展，综合评价法的实现路径愈发多样，基于已有方法改进与组合的综合评价法越来越受青睐。综合评价法可以较全面、系统地反映跨区域协同创新绩效，且考虑到了诸多因素，一定程度上确保了研究结果的信度和效度，更具参考价值。
总的说来，评价方法本身并无优劣，且即使是同一方法，选用不同的指标或依据不同的研究需要也可能得出不完全相同的结果。研究中要结合评价的需要，根据实际情况选用评价方法，保证最终评价结果的科学性和可信性。
5 未来研究展望
本文在对跨区域协同创新绩效评价的相关文献进行梳理和分析的基础上，对跨区域协同创新绩效评价的问题进行界定，并对指标体系构建、评价方法运用进行了综述。发现跨区域协同创新绩效评价尚处在完善和发展中，还存在一些不足。
首先，学者多根据自身研究的需要对跨区域协同创新及其绩效评价的内涵作界定，而尚未有较权威、认可度较高的定义，影响到具体的评价对象选择、评价内容确定和指标体系设置。其次，受研究起步晚、研究领域集中的影响，国内的相关研究更注重实证过程而非理论基础和溯源，评价指标体系理论支撑不足且构建的指标体系较为单一；部分研究在细化下级指标体系时存在较大主观性，直接抛弃了所有定性指标，破坏了指标体系的系统性和全面性。最后，在评价方法选用上，通过评价方法改进、组合来弥补单一评价方法的不足已成为研究主流，也取得了一些成效，但跨区域协同创新绩效中协同度的测度是重点，目前对区域间协同成效进行整体测度与评价的研究不足，区域的创新绩效之和并不等于区域间协同创新绩效，相关研究中的协同创新绩效评价不够严谨。
因此，未来研究可从以下层面进一步拓展。
第一，基于对跨区域协同创新绩效评价的内涵界定，在评价对象选择上覆盖更多“区域”，除中宏观的省级区域群外，还可以对省域内部城市群间的创新绩效进行评价，便于相关部门从省级层面进行针对性的區域政策布局，以促进创新发展。
第二，跨区域协同创新绩效评价指标体系还可以进一步丰富和完善，构建合理科学的指标体系并判断其可行性，作为绩效评价的支撑。
第三，评价方法选用上，可以考虑结合多种评价方法，如添加时间维度的考量，避免单一评价方法的弱点，增强评价的科学性。
第四，可以将跨区域协同创新中的区域内部和跨区域的协同创新同时纳入评价中，全面整体评价跨区域协同创新绩效，在大力推进创新共同体建设的背景下，为其他实施跨区域协同创新的区域群和城市群提供依据和参考。
参考文献：
[1]习近平.高举中国特色社会主义伟大旗帜，为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[M].北京：人民出版社，2022.
[2]官建成，何颖.基于DEA方法的区域创新系统的评价[J].科学学研究，2005，23（2）：265-272.
[3]徐则荣.区域协同创新理论述评[C]//中华外国经济学说研究会.外国经济学说与中国研究报告.北京：社会科学文献出版社，2015.
[4]苏屹，姜雪松，雷家骕，等.区域创新系统协同演进研究[J].中国软科学，2016， 303（3）：44-61.
[5]王帮俊，吴艳芳.区域产学研协同创新绩效评价——基于因子分析的视角[J].科技管理研究，2018，38（1）：66-71.
[6][德]赫尔曼·哈肯.高等协同学[M].郭治安，译.北京：科学出版社，1989.
[7]解学梅，曾赛星.创新集群跨区域协同创新网络研究述评[J].研究与发展管理，2009，21（1）：9-17.
[8]TRIPPL M. Developing cross-border regional innovation systems： key factors challenges[J]. Tijdschrift voor Economische en Sociale Geografie， 2010，101（2）：150-160.
[9]吴和成，胡双钰.跨区域协同创新研究综述与展望[J].管理现代化，2020，40（1）：121-125.
[10]隋依庭.基于系统动力学的京津冀三地协同创新发展研究[D].秦皇岛：燕山大学，2022.
[11]吴卫红，冯兴奎，张爱美，等.跨区域协同创新系统绩效测度与优化研究[J].科研管理，2022，43（7）：29-36.
[12]NASTASE C， POPESCU M， SCUTARIU A L. Integrating Innovation and Development Policies-Analysis if Innovation Performance[J]. REVISTA ECONOMIC， 2010（51）：203-209.
[13]KAYNAK S， ALTUNTAS S， DERELI T. Comparing the innovation performance of EU candidate countries： an entropy-based TOPSIS approach[J]. Ekonomska Istra?ivanja， 2017，30（1）：31-54.
[14]张贵，温科.协同创新、区域一体化与创新绩效——对中国三大区域数据的比较研究[J].科技进步与对策，2017，34（5）：35-44.
[15]王海花，王莹，李雅洁，等.长三角区域高技术产业科技创新效率评价研究——基于共享投入的三阶段网络DEA模型[J].华东经济管理，2022，36（8）：26-33.
[16]彭翀，张晨，王宝强，等.区域协同创新系统绩效评价研究——以长江中游城市群为例[J].现代城市研究，2018，33（11）：33-40.
[17]周晓阳，王钰云.产学研协同创新绩效评价文献综述[J].科技管理研究，2014，34（11）：45-49.
[18]罗洪云，林向义，王磊，等.产学研协同知识创新体系创新绩效评价研究[J].现代情报，2015，35（2）：8-11.
[19]曹静，范德成，唐小旭.产学研结合技术创新绩效评价研究[J].科技进步与对策，2010，27（7）：114-118.
[20]PHILBIN S. Measuring the performance of research collaborations[J]. Measuring Business Excellence， 2008，12（3）：16-23.
[21]张廷，王军川.基于AHP的区域创新质量评价体系的构建[J].统计与决策，2020，36（18）：185-188.
[22]王浩，梁耀明.產学研合作绩效评价研究综述[J].科技管理研究，2011，31（11）：56-61，55.
[23]CASTALDI C， FRENKEN K， LOS B. Related variety， unrelated variety and technological breakthroughs： An analysis of US State-Level patenting[J]. Regional Studies， 2015，49（5）：767-781.
[24]王海花，王蒙怡，孙银建.社会网络视角下跨区域产学协同创新绩效的影响因素研究[J].科技管理研究，2019，39（3）：26-33.
[25]PINTO H， GUERREIRO J. Innovation regional planning and latent dimensions： the case of the algarveregion[J]. The Annals of Regional Science， 2010，44（2）：315-329.
[26]国家信息中心经济预测部.国际创新指数研究历程与代表性指数介绍[EB/OL].（2017-10-20）[2023-03-17].http：//www.sic.gov.cn/News/459/8533.htm．
[27]AYTEKIN A， ECER F， KORUCUK S， et al. Global innovation efficiency assessment of EU member and candidate countries via DEA-EATWIOS multi-criteria methodology[J]. Technology in Society， 2022，68： 101896.
[28]国家信息中心经济预测部.国内典型创新指数简介[EB/OL].（2017-11-13）[2023-03-19].http：//www.sic.gov.cn/News/455/8614.htm.
[29]岑晓腾，苏竣，黄萃.基于耦合协调模型的区域科技协同创新评价研究——以沪嘉杭G60科技创新走廊为例[J].浙江社会科学，2019（8）：26-33，155-156.
[30]张艾莉，李月明.基于等级划分的我国区域创新能力差异分析[J].科技进步与对策，2016，33（10）：28-33.
[31]陈伟，冯志军，康鑫，等.区域创新系统的协调发展测度与评价研究——基于二象对偶理论的视角[J].科学学研究，2011，29（2）：306-313.
[32]李林，刘志华，王雨婧.区域科技协同创新绩效评价[J].系统管理学报，2015，24（4）：563-568.
[33]金芙蓉，罗守贵.产学研合作绩效评价指标体系研究[J].科学管理研究，2009，27（3）：43-46，68.
[34]林卓，郑丽霞，曹玉婷，等.福建省创新型城市建设综合评价——基于AHP-熵权的灰色关联分析[J].科技管理研究，2019，39（19）：115-123.
[35]赵增耀，章小波，沈能.区域协同创新效率的多维溢出效应[J].中国工业经济，2015（1）：32-44.
[36]万磊霞.效率测度的参数方法[J].商场现代化，2008， 47（22）：86-87.
[37]苏屹，李柏洲.基于随机前沿的区域创新系统创新绩效分析[J].系统工程学报，2013，28（1）：125-133.
[38]BARRA C， RUGGIERO N. How do dimensions of institutional quality improve Italian regional innovation system efficiency？ The knowledge production function using SFA[J]. Evolutionary Economics， 2022，32（2）：591-642.
[39]刘顺忠，官建成.区域创新系统创新绩效的评价[J].中国管理科学，2002，10（1）：76-79.
[40]周广亮，赵丛郁，陈昱，等.我国产学研协同创新绩效评价及空间格局分析——基于两阶段DEA及Malmquist指数[J].信阳师范学院学报（自然科学版），2022，35（2）：217-223.
[41]潘晓琳，田盈.基于加权主成分分析的区域创新系统绩效评价模型研究[J].科技进步与对策，2009，26（23）：167-170.
[42]李美娟.基于理想解的区域自主创新效率动态评价研究[J].科学学与科学技术管理，2014，35（2）：114-123.
[43]刘志华，李林，姜郁文.我国区域科技协同创新绩效评价模型及实证研究[J].管理学报，2014，11（6）：861-868.
[44]范德成，蔡文科.中部六省高技术产业创新驱动绩效分析——基于熵值和TOPSIS法物元评判模型[J].工业技术经济，2016，35（10）：109-116.
[45]刘友金，易秋平，贺灵.产学研协同创新对地区创新绩效的影响——以长江经济带11省市为例[J].经济地理，2017，37（9）：1-10.
[46]JIANG H J. Performance evaluation of innovation network-based cross-regional innovative cooperation[C]// 2015 International Conference on Machine Learning and Cybernetics （ICMLC 2015）. Proceedings of the 2015 International Conference on Machine Learning and Cybernetics. Piscataway： Institute of Electrical and Electronics Engineers （IEEE）， 2015.
[47]李美娟，劉媛.基于Copeland法的区域协同创新能力动态组合评价与分析[J].科技管理研究，2018，38（11）：48-54.
（责任编辑：吴 汉）
