標度無關性視角下的我國區域科技創新績效評價研究

高 霞，陳凱華，官建成

(1.內蒙古大學經濟管理學院，內蒙古呼和浩特010021;2.中國科學院科技政策與管理科學研究所，北京100190;3.中國科學院創新發展研究中心，北京100190;4.中國科學院研究生院管理學院，北京100080)

一、引言

區域創新體系作為國家創新體系的子系統，是國家創新體系的基礎和重要支撐。區域科技創新能力是構筑國家創新能力的重要支柱，是區域經濟發展的內生動力和重要驅動力［1］。隨著資本、信息、技術和人才等要素在區域內外的流動和配置更加普遍，區域在國家經濟發展中的重要性更加突出，經濟發展呈現出明顯的地域化特征［2］。區域競爭模式已經從資源、資本要素導向型轉變為科技創新導向型。科技競爭日益成為區域間競爭的焦點，科技創新能力成為區域競爭力的決定因素［3］。如何科學有效地評價區域科技創新績效不但是政府部門、科研管理機構以及學術界倍受關注的問題，而且對于一個區域在一定范圍內科學地定位自身的科技創新能力、優化地區創新資源配置、采取合理的科技創新戰略具有重要意義。

目前，國內學者對于區域科技創新能力評價的實證研究主要集中在以下三個方面:第一，關于區域科技創新能力評價體系和指標構建的探討。如:張序萍等［4］從區域技術創新能力的內涵和構成要素出發，對區域技術創新能力的指標篩選及評價研究;李柏洲等［5］針對區域科技創新能力評價中存在主觀性強、信息重疊量大等問題，對區域科技創新能力的評價指標進行優化研究;第二，關于區域科技創新能力不同評價方法的研究。王茶香等［6］、唐炎釗［7］、楊大楷等［8］分別基于層次分析法、模糊數學法、因子分析法對我國區域創新能力進行了實證研究。此外，還有部分學者分別采用:數據包絡法、可拓綜合評價法、主成分分析等方法來對區域科技創新能力進行評價研究［9－11］;第三，關于我國各省份或某省份區域科技創新能力評價的綜合研究。如:中國科技發展戰略小組發布的《2010年中國區域創新能力報告》［12］，該報告從知識創造、知識獲取、企業技術創新、技術創新環境與管理、創新的經濟效益5個方面對我國各省份區域創新能力進行分析與評價。方秀文、鄭雨蘋等、萬君康等分別對廣東省、福建省和武漢市的區域科技創新能力實證評價與分析［13－15］。

從已有區域科技創新能力或績效定量評價的研究看，評價指標的設定與選取大多都偏重于考慮科技投入和產出的絕對數量，如，國內論文發表論文數、SCIEI收錄論文數、R＆D經費數、每年培養博士生數、專利申請量授權量、科技中介服務機構數、每萬人中擁有科學家和工程師等等［7，11，15］，而對科技產出的質量重視不夠。已有研究中測度科技活動質量的指標大多基于簡單的占有率，如SCI論文占所有論文的比重、新產品銷售收入占產品銷售收入的比重、科技撥款占財政支出的比重、專利授權量占申請量的比重等等［6，8，14］，這些質量指標顯得過于單一，甚至有些指標間相關度較高。還有，一些生成比率指標的基本指標間往往存在規模效應(或非線性效應)［16－17］，如:研發經費投入與 GDP、論文數與被引次數、GDP與人口等，這種規模效應會對比率指標產生影響。如果不消除這種影響，而直接用比率指標在不同規模的研究對象間進行比較，將使評價結果產生誤差，從而誤導決策者。基于這種指標間的非線性效應，加拿大學者 Katz［16－17］提出了一類新指標，即標度無關性指標。標度無關性指標的建立消除了非線性的規模效應對評價結果的影響。它能更準確地告知決策者，不同規模的創新主體對創新系統貢獻的多少，使得評價結果更加客觀合理。利用這種標度無關性指標，學者們分別對國家創新系統以及科學創新系統中的相對科技創新績效進行了國際比較研究［16－19］，并得到有意義的政策建議。

基于以上我國區域科技創新績效評價的現狀和不足，本文試圖將標度無關性指標引入到對我國區域科技創新績效的評價中，在非線性視角下從科技創新投入(R＆D經費)、產出(論文、專利)與經濟規模(GDP)之間關聯的角度構造標度無關性指標，進而對我國區域科技創新的相對績效進行比較研究。本研究不但擴充了我國區域科技創新績效的評估指標體系，而且也為決策者提供了重新審視我國區域科技創新績效以及預測未來創新表現的全新視角，為決策者制定更加切合實際的創新政策提供科學依據。

本文其余部分結構安排如下:第二部分著重介紹標度無關性指標及其構建;第三部分是數據來源及具體研究方法介紹;第四部分是在標度無關性視角下對我國區域科技創新績效的比較研究;最后是結論與討論。

二、標度無關性指標

冪律分布廣泛存在于物理學、地球與行星科學、計算機科學、生物學、生態學、人口統計學與社會科學、經濟與金融學等眾多領域中，且表現形式多種多樣。在雙對數坐標下，冪律分布表現為一條斜率為冪指數的直線，這一線性關系是判斷給定的實例中隨機變量是否滿足冪律分布的依據。基于這種冪律關系，可以定義不同類型的標度無關性指標。

定義:如果X，Y滿足冪律關系(Power－law Relation):

其中k是常數，則稱X和Y之間存在標度關系(Scaling Relation)。此時，稱冪指數α為標度因子(Scaling Factor，SF)。

由標度關系得到的指標就稱為標度無關性指標［16－17］(Scale－independent Indicator)。之所以稱作“標度無關性”，是因為這種由冪律分布得到的指標已被標度關系標準化了，故它們可以在規模相差懸殊的實體間進行比較［16］。這種標度無關性是復雜系統涌現性和自組織性的具體表現，就創新系統而言，標度無關性指標可以用來反映創新系統規模要素之間的變化關系以及創新系統規模效應對創新系統績效測度的影響，進而評價創新系統的相對績效。

根據標度關系，加拿大學者Katz提出了兩類標度無關性指標。前面提到的Y與X的標度關系中的冪指數α就是第一類標度無關性指標，即標度因子，記作:Y-X標度因子。它可以用來測度變量Y相對于X的增長率，當α=1表示X和Y的相對α＜1增長率是相同的;α＞1表示Y的增長快于X;則表示Y的增長慢于X。標度因子還可以比較系統內部或系統之間變量的相對增長率。

另外，由冪律關系Y=kXα可以看出，變量X和Y不是獨立的，Y的大小要受到X規模的影響。傳統評價時，人們習慣性地認為二者之間是線性關系，卻忽視了實際存在于它們之間的這種非線性累積效應，這樣會高估或低估評價結果，從而可能誤導決策者。為了消除這種非線性規模影響，使得不同規模的研究對象可以在同一平臺下比較，Katz［16］提出了第二類標度無關性指標，即相對數量指標(Relative Magnitude Indicator，RMI)。這一標度無關性指標可以由下式得到:

其中，yo表示觀測得到的實際數值;ye表示由冪律關系計算得到的期望值。

標度因子和相對數量指標是本研究主要用到的兩類標度無關性指標。由于標度無關性指標的建立考慮了非線性的規模效應對評價結果的影響，故它能更準確地告知決策者，不同規模的創新主體對創新系統貢獻的多少，從而有利于制定更加切合實際的公共政策。

三、數據和方法

(一)數據來源

本文選取我國除西藏①西藏之所以沒有被納入研究對象之列，是因為有關西藏的數據缺失過多，從而影響結果的準確性。、香港、臺灣、澳門之外的30個省(市、自治區)為比較研究對象。表1列出了建立標度無關性指標的基礎指標，它們分別是國民生產總值(GDP)、總研發經費投入(GERD)、論文數(Papers)、專利數(Patents)。考慮到統計口徑的一致性，這些數據均來自國家權威部門所發布的統計年鑒。主要數據來源為:國家統計局發布的1996－2010年《中國統計年鑒》，國家統計局及科學技術部發布的1996－2010年《中國科技統計年鑒》，覆蓋了1995－2009②由于1997年重慶成為我國又一直轄市，所以重慶的數據時間段為1997－2009年。年共計15年的時間窗。所有省份的GDP及R＆D經費的單位均為人民幣(億元)。對于個別缺失的數據以指數增長的趨勢函數進行插值［16］。

表1 建立標度無關性指標的基礎指標說明

科學論文是科學研究的主要產出形式，它經常被用作科學創新產出的代理指標。目前評價科學產出數量和質量的最主要的數據來源為美國科學情報研究所(ISI)出版發行的《科學引文索引》(SCI)數據庫。它由于能夠提供獨特的文獻引證關系、涉及學科范圍齊全和涵蓋國家地區廣泛，而備受科研管理者的重視。在科學創新績效評價中，SCI數據庫的權威性得到了世界上許多科學家和政府、研究機構的充分肯定，它已經成為科學創新績效評價的重要數據來源。另外，由于SCI數據庫收錄的期刊是經過層層嚴格篩選的，因此SCI論文通常被認為具有較高的學術水平。基于上述分析，本文選取各省份每年被SCI收錄的論文數作為其科學創新產出的測度指標。經濟指標和科學指標(論文數量)之間有時滯。這里，我們假設它們的時滯為兩年。

專利是技術創新的產物，專利產出在不少國家和地區都被作為技術創新活動的晴雨表，在不同層面上反映著技術創新活動的狀況與水平。專利申請活動是反映新技術、新產品開發活動的一個極為重要的方面。專利申請和授權的多少表明一個國家(區域)技術創新能力的強弱，經常被作為測度技術創新能力的代理指標。我國自1985年頒布實施《專利法》以來，專利的申請量和授權量一直不斷攀升，尤其是20世紀90年代以來，我國在本土和國際的專利活動明顯加強。比較我國國內和國外專利活動發現，我國國內專利申請(授權)量都遠遠大于國外專利申請(授權)量，占據了專利申請(授權)總量的絕大份額。這表明，目前我國專利活動還主要集中在國內，即我國絕大多數專利在中國知識產權局(SIPO)申請和授權。基于以上考慮，本文選取各省份每年SIPO專利申請量作為其技術創新產出的測度指標。經濟指標與技術指標(專利數量)之間的時滯也假設為兩年。

(二)研究方法

區域創新系統是一個有眾多創新主體和其他相關要素構成的復雜系統，并不斷與外界進行物質、人員、信息的交換。就大多數復雜系統而言，它們的某些屬性間都具有表現出標度關系的共同傾向［16－17］。由于區域創新系統是復雜的，測度創新活動的基本指標間，如GDP、R＆D經費投入、論文數量、專利申請數等也都不同程度地呈現各種標度關系。基于以上經濟指標和科學技術指標以及它們之間所表現出的標度關系，我們可以構造諸如:GERD －GDP、Paper－GDP、GDP －Patent等標度因子，它們是本文主要用到的第一類標度無關性指標。

另外，R＆D經費投入強度(GERD/GDP)是一個經常被用來評價一個國家或區域科技投入水平的指標。通常，人們在使用這一指標時都基于如下假設:R＆D經費(GERD)和經濟規模(GDP)之間是相互獨立的或二者之間存在某種線性關系。但事實上，研發經費(GERD)與經濟規模(GDP)之間存在冪律關系［18］:GERD=kGDPβ，即研發投入會受到經濟規模的非線性影響。如果不考慮經濟規模，只是單純地比較R＆D投入強度，則會高估或低估一些國家(區域)的R＆D投入水平。為使比較更加客觀，需對R＆D投入強度指標進行標準化，即利用GERD和GDP間的標度關系進行調整。按照前面提到的第二類標度無關性指標，我們構造消除了規模影響的標度無關性指標，即調整后的相對GERD指標(Relative GERD Indicator，RGERD)，具體方法如下:

若研發經費(GERD)與經濟規模(GDP)之間存在冪律關系:GERD=kGDPβ，則

圖1 我國GERD－GDP標度無關性因子(1995－2009)

其中，GERDo表示實際的研發經費;GERDe表示由GERD=kGDPβ計算得到的期望值，即GERDe，GDP0為實際國民生產總值。

四、標度無關性視角下的我國區域科技創新績效

(一)GERD和GDP之間的標度關系

通過擬合可知，我國的GERD和GDP之間存在標度關系(見圖1)。我國GERD－GDP標度因子大于1.0，值為1.660。這一指標有兩層含義:第一層含義是說，在這15年間我國的GERD增長快于GDP的增長;第二層含義是說，在這段時間里，我國的GDP每番一翻(21.0)，則其GERD將是原來的3.16倍，即(21.660)。換言之，我國的GERD隨著GDP的增長呈非線性趨勢增長。這一點也可以由《中國科學技術統計報告》①參見http://www.sts.org.cn。中得到證實。報告指出:在1995－2009年間，我國的GERD的平均增長率超過16%，快于GDP的平均增長率。

表2是我國30個省份以及東、中、西部的GERD－GDP標度因子。標準差和R2表明這些區域的GDP和GERD所表現出的冪律關系具有顯著性。除北京、陜西、甘肅之外，其它省份的GERDGDP標度因子均大于1。這表明:除北京、陜西、甘肅的GERD的增長慢于它們各自的GDP的增長外，其它省份的GERD的增長均不同程度地快于其GDP的增長。尤其是福建，其GERD隨GDP的增加呈較強的非線性增長，且這種非線性效應在所有被比較的省份中是最強的。具體來說，福建的GDP每翻一番 (21.0)，則其GERD將是原來的5.33倍，即(22.414)。出乎我們意料的是北京，其GERD－GDP標度因子為 0.948，這說明:它的GERD的增長和其GDP的增長相當，即GDP每翻一番(21.0)，其 GERD將是原來的 1.93倍，即(20.948)。另外，由表2可以看到，我國東、中、西部地區的GERD－GDP標度因子都大于1，且中部地區的GERD－GDP標度因子值最大，西部地區的標度因子值最小。換句話說，我國東、中、西部地區的GERD增長都快于GDP的增長，且中部地區的GERD隨GDP增長的非線性效應強于東、西部地區。以上分析結果表明:隨著地方經濟的發展，財力的增強，各地方重視科技創新、支持科技創新力度不斷加大。據初步統計，2006年有14個省份的財政科技投入增長超過50%，有些省份甚至比上年翻了一番［1］。

表2 我國各省份GERD－GDP標度無關性因子(1995－2009)

本文選擇2000年和2005年作為被比較的年份，表3中分別列出了相應的R＆D經費投入強度和相對GERD指標值。各省份按照其R＆D經費投入強度降序排列，小括號中的數字表示在相對GERD指標下的排序。從2000年和2005年R＆D經費投入強度由高到低的排序上看，北京、上海、天津、廣東等東部發達地區排名靠前，中部的湖北、湖南等省區處于中等排名，西部的云南、新疆、廣西等省區排名靠后，總體上與區域經濟發展水平大致相對應，只有陜西、四川等少數省份例外(是因為區域科技發展還與區域科技基礎、產業結構、歷史與社會條件等其他因素相關)［1］。

對比2000年和2005年R＆D經費投入強度與相對GERD排序可以清楚地看到:在這兩個指標下，排名前四位的還是北京、陜西、上海、天津，后三位的仍是內蒙古、新疆、海南，但其它省份的相對GERD排序較R＆D投入強度排序變化較大。如:西部省份寧夏和青海，2000年按照R＆D投入強度排名，寧夏和青海分別排在第14和第21位，但它們的相對GERD排序分別是第6和第9名;2005年按照R＆D投入強度排名，寧夏和青海分別排在第26和第24位，但它們的相對GERD排序分別是第11和第9名;這說明R＆D投入強度指標有些低估了寧夏和青海的R＆D投入水平。此外，2005年，東部發達省份廣東、山東的R＆D投入強度分別位于第10和第12名，但他們的相對GERD卻分別被排在第21和第20位，說明R＆D投入強度指標有些高估了廣東和山東的R＆D投入水平。造成這一現象的主要原因是，R＆D經費投入強度指標沒有消除經濟規模對研發投入的非線性影響，而相對GERD指標則消除了這種影響，使得評價結果更加客觀。

表3 2000年、2005年各省份R＆D經費投入強度和相對GERD指標的比較

(二)Paper－GDP、Patent－GDP標度因子

通過擬合可知，我國 Paper－GDP、Patent－GDP標度因子分別為1.287和1.529(見圖2)。這表明:15年間我國的科學論文和國內專利申請量的增長都快于GDP的增長，且我國的GDP每翻一番(21.0)，則其科學論文和專利申請量將分別是原來的2.44倍和2.89倍。實際上，近些年來，我國學者發表SCI論文數量呈逐年快速增長的勢態。據2008年度中國科技論文統計結果顯示，我國2008年SCI論文數量占世界份額的9.8%，位列世界第二位。與此同時，隨著我國由計劃經濟體制向市場經濟體制轉變和經濟全球化的深入，技術創新日益成為企業獲取競爭優勢的重要手段，企業專利申請量也呈現出高速增長的態勢。

表4 我國各省份Paper－GDP標度無關性因子(1995－2009)

由表4可以看到，除了甘肅外，其它省份的Paper－GDP標度因子值均大于1，說明這些省份科學論文數量的增長快于GDP的增加。尤其是黑龍江，當 GDP翻一番時，其論文數將是原來的6.57倍(22.715)。論文數隨GDP的增加呈很強的非線性增長態勢。雖然海南省的經濟規模在30個省份中排名靠后，但其Paper－GDP標度因子位居第二，即論文數量隨GDP的增加顯示出較強的非線性增長趨勢。這意味著隨著經濟的增長，黑龍江、海南的科學論文數量將顯著提高，并且與發達省份間的差距將進一步被縮小。形成鮮明對比的是北京，它的Patent－GDP標度因子為1.001，接近于1，這表明北京的科學論文數隨著GDP的增長幾乎呈線性增加趨勢。

由表5可知，我國30個省份中只有一半的省份其Patent－GDP標度因子大于1.0，而前面提到，我國絕大多數省份的 Paper－GDP標度因子都大于1.0。這一現象說明:第一，我國有一半的省份的專利申請量的增加快于GDP的增長，而另一半省份專利申請量的增加不同程度慢于GDP的增長;第二，我國各省份論文數隨GDP增長的“馬太效應”搶眼于專利隨GDP增長的“馬太效應”。這表明:在我國區域創新系統內，大學和科研院所仍然占有重要的位置，企業作為創新的主體有待進一步加強。另外，值得一提的是江蘇省，當GDP翻一番時，其專利申請量約是原來的4倍(22.004)，專利申請量和GDP之間都呈現出較強的“馬太效應”。這與近幾年江蘇省著力推進創新型城市建設，全面提升科技持續創新能力和產業競爭力，實現由“科技大省”向“科技強省”的跨越的科技政策是分不開的。形成鮮明對比的是內蒙古，雖然近幾年內蒙古的GDP增速在全國遙遙領先，但是其Patent－GDP標度因子僅為0.475，專利申請量與其經濟規模極不相稱。

表5 我國各省份Patent－GDP標度無關性因子(1995－2009)

五、結論與討論

本文將標度無關性指標引入到中國區域科技創新績效的評價中，并基于1995－2009年連續15年統計數據對我國30個省市、自治區的科技創新的相對績效進行了比較研究，得到如下主要結論:

首先，與歐共體和加拿大創新系統一樣，我國創新系統中GDP與GERD之間也存在標度關系。由其GERD－GDP標度因子可知:我國R＆D經費投入隨GDP的增加呈較強的非線性增加趨勢。這意味著:如果我國GDP繼續保持較高的增長速度，《國家中長科技發展綱要》(2006－2020)中制定的到2020年我國R＆D經費投入強度為2.5%的目標是可以實現的。另外，由30個省份的GERD－GDP標度因子可以看到:除個別省份外，大多數省份的R＆D經費投入與GDP之間也存在不同程度的“馬太效應”。這表明:隨著地方經濟的發展，財力的增強，各地方重視科技創新、支持科技創新力度不斷加大。

其次，由于測度研發投入水平的常用指標R＆D經費投入強度(GERD/GDP)沒有消除經濟規模對R＆D經費投入的非線性影響，因此，使用這一指標時，易出現某些省份的研發投入水平被高估或低估的現象，如寧夏、甘肅、廣東、山東等。然而，經過標度關系修正后的新指標:相對GERD，則消除了這種影響，使得評價結果更加客觀。

最后，我國SCI論文與GDP、國內專利申請量與GDP之間均顯示出較強的“馬太效應”，這意味著隨著經濟的增長，我國的科學論文和專利數量將顯著提高，與發達國家間的差距將進一步被縮小。此外，我國各省份論文數隨GDP增長的“馬太效應”比起專利隨GDP增長的“馬太效應”表現得更加搶眼，這表明:在我國區域創新系統內，大學和科研院所仍然占有重要的位置，企業正逐步成為技術創新的主體。

以往人們總是利用基于線性假設的指標來測度創新系統的績效，標度無關性指標的建立則充分考慮了非線性因素對創新績效的影響，從某種程度上改變這種對創新系統的傳統認識，使得評價結果更加客觀合理［19］。因此，充分考慮評價指標間的標度關系，對于科學地定位自身的科技創新能力、優化地區創新資源配置、采取合理的科技創新戰略，保持和提高競爭優勢，具有特別重要的意義。此外，標度無關性指標不但為決策者提供了一個重新審視創新系統績效的全新視角，也為我們預測未來創新表現提供了有效工具。今后在評價區域科技創新能力時，不僅應關注科技創新的產出規模，也要對經濟和科技活動之間的非線性作用給予高度重視。因為這種非線性作用的強弱從某種程度上揭示出某些被掩蓋的“重大進步”，預示著各省份未來科技發展的潛力。

本文試圖基于主要創新變量(研發投入、論文、專利)與GDP之間各自的標度關系來構建標度無關性指標。這一選擇主要受限于目前估計模型的能力。由于標度關系的定義是基于兩個變量，因此目前構建的標度無關性指標均面向雙變量。多個變量之間同時的標度關系，如:GDP與研發投入、論文、專利之間，應該是存在的，如何尋求它們之間的標度關系，從而構建基于多變量的標度無關性指標，是值得今后探討的問題之一。另外，本文以測度科技創新的典型指標:GDP、R＆D經費、論文、專利為基礎，構造標度無關性指標。需要指出的是，文中選取的這些指標只是測度科技創新能力的部分指標，其他指標間也可能存在標度關系，如:工業增加值與GDP、教育經費與GDP、新產品產值與內部研發經費等。基于它們之間的這種標度關系也可構造標度無關性指標，進而對區域科技創新績效進行更全面的評價。因此，本文的工作只是起到拋磚引玉的作用，以后的研究中需進一步擴充與完善。

［1］吳貴生，魏守華，徐建國等.區域科技論［M］.北京:清華大學出版社，2007.

［2］李蘭冰.我國區域科技創新效率評價——以省際數據為樣本［J］. 科技管理研究，2008，(9):87－90.

［3］李國杰.對提高自主創新能力的幾點認識［J］.新華文摘，2005，(12):120 －121.

［4］張序萍，劉中文，張 峰.區域技術創新能力的指標篩選及評價研究［J］.經濟研究導刊，2010，(30):136－138.

［5］李柏洲，蘇 屹.區域科技創新能力評價體系的優化及實證分析［J］.情報雜志，2009，28(8):80－83.

［6］王茶香，陶媛媛.AHP法在區域科技創新能力中的應用［J］.南通航運職業技術學院學報，2005，4(1):28－31.

［7］唐炎釗.區域科技創新能力的模糊綜合評估模型及應用研究——2001年廣東省科技創新能力的綜合分析［J］.系統工程理論與實踐，2004，(2):37－43.

［8］楊大楷，馮體一.長江三角洲區域科技創新能力實證研究［J］.上海財經大學學報，2008，1(6):80－88.

［9］官建成，劉順忠.區域創新機構對創新績效影響的研究［J］.科學學研究，2003，21(2):210－214.

［10］陶化冶，張 鑫，張 巖，隋金雪.區域科技創新能力的可拓綜合評價研究［J］.技術與創新管理，2010，31(3):257－260.

［11］蔡元成，趙 敏.基于主成分分析的中部六省科技創新效率研究［J］. 當代經濟管理，2011，33(5):52－55.

［12］中國科技發展戰略研究小組.中國區域創新能力報告［R］.北京:中共中央黨校出版社，2011.

［13］方秀文.廣東省區域科技創新能力綜合分析與評價［J］. 中國科技論壇，2001，(5):25－30.

［14］鄭雨蘋，張良強，鄭建鋒.福建省區域科技創新能力實證評價與分析［J］.科技管理研究，2010，(20):59－63.

［15］萬君康，陳安平.武漢市區域科技創新能力分析［J］.武漢理工大學學報，2006，28(2):63－66.

［16］Katz J S.Scale－independent Indicators and Research Evaluation［J］.Science and Public Policy.2000，(27):23 －26.

［17］Katz J S.Indicators for Complex Innovation Systems［J］.Research Policy，2006，(35):893 －909.

［18］Gao X，Guan J C.A Scale－Independent Analysis of the Performance of the Chinese Innovation System［J］.Journal of Informetrics，2010，(3):321 －331.

［19］高 霞，官建成.基于標度無關性指標的我國科學創新績效評價［J］.科研管理，2011，32(6):18－25.