知識溢出對區域創新效率的調節機制

王崇鋒??

摘要

通過促進知識溢出提高區域創新效率是實施創新驅動發展戰略和實現區域經濟收斂的有效途徑之一。基于GrilichesJaffe知識生產函數回歸模型，以2009-2012年中國大陸30個省級經濟單元為研究對象，通過因子分析法，構建了由R&D研究機構數、R&D經費支出、R&D人員全時當量組成的創新投入因子，由規上工業企業技術引進經費支出、規上工業企業購買國內技術經費支出、規上工業企業技術消化吸收經費組成的知識溢出因子，由專利申請授權數、國外主要工具檢索科研論文數、規上工業企業新產品產值增長、科技促進經濟社會發展指數組成的創新產出因子，在此基礎上實證分析了創新投入、知識溢出對創新產出的影響。結果表明：區域創新要素投入、知識溢出會顯著影響區域創新能力，其中創新要素投入因子的回歸系數為0.72，知識溢出因子的回歸系數為0.23；知識溢出會顯著正向調節創新投入與創新產出之間的關系，由知識溢出因子、創新投入因子構成的調節效應交互項的回歸系數為0.09，即創新要素投入在知識溢出的調節下，會進一步提高創新產出水平，增強區域創新能力，其調節水平可能與區域創新系統成熟度以及地區教育水平密切相關。最后，針對研究結果提出相應的優化對策和建議：第一，需進一步加大區域創新要素投入建立合理的創新激勵機制。第二，應鼓勵企業技術購買與引進，引進人才，增強企業技術消化吸收能力。第三，需加強區域創新網絡集群系統的構建，通過空間聚集使創新網絡系統的知識溢出循環效應最大化，提高區域創新效率。第四，應加強政府、企業和高校、科研機構間官產學研合作以及企業間的互動合作，使知識要素在區域內最大化發揮溢出作用，有效提升區域創新效率，實現區域創新驅動發展。

關鍵詞知識溢出；創新驅動；區域創新能力；區域創新效率

中圖分類號F061.5

文獻標識碼A

文章編號1002-2104（2015）07-0077-07

doi：10.3969/j.issn.1002-2104.2015.07.011

隨著經濟的發展和競爭的日益加劇，提升區域創新能力已成為推動區域產業升級、占領價值鏈制高點，實現區域經濟收斂的必由之路。大量研究表明，區域創新效率的高低是導致我國當前區域創新能力差異和區域經濟發展不平衡的重要原因之一。以專利申請授權量為例，2012年江蘇省專利申請授權量為269 944件，相比之下與江蘇省經濟、人口規模相似，人均R&D經費甚至要高于江蘇的山東（山東省人均R&D經費為36.94萬，江蘇省為31.09萬），2012年專利申請授權量為75 496件，約是江蘇省的五分之一。由此可見，除了區域創新資源投入之外，效率問題的重要性更為突出。隨著內生經濟增長理論對知識外部性及其動態特征的研究，知識溢出成為研究區域創新的一個嶄新視角。從目前研究來看，國內針對知識溢出對區域創新效率影響的文獻較少，且大多數文獻僅停留在定性研究階段，少有的實證研究也僅僅驗證了知識溢出對區域創新效率的正向促進作用。因此，評價我國區域創新效率并揭示知識溢出對其影響作用具有重要的理論及現實意義。

1國內外研究現狀評述

內生經濟增長理論、新地理經濟學等經濟學分支將知識溢出作為解釋區域經濟增長、創新等問題的新的研究思路。自Arrow創造性地提出知識累積及其經濟內涵后，Romer研究發現技術知識的部分排他性與非競爭性是知識溢出產生的根本原因，并將知識作為獨立的生產要素變量引入生產函數，構建內生經濟增長模型。知識溢出最初主要應用于企業的技術進步與創新等研究對象領域中。知識作為創新要素投入，不僅能夠使企業生產出新產品，同時還會溢出到其他企業并促使其創新，這些新的創新知識又會不斷的溢出，形成企業間知識溢出循環，帶來知識溢出創新收益的乘數效應。但大量經驗研究發現，知識溢出與區域整體經濟水平有關，且這種關系在城市和區域等宏觀層面更加顯著，僅在企業微觀層面探討知識溢出與創新產出間的關系意義不大。繼Jaffe將研究對象從企業層面轉向區域層面之后，空間因素被納入到知識生產函數中，有關知識溢出方面的研究也由個體轉向區域。

無論在企業微觀層面還是在區域宏觀層面上，知識溢出的存在和重要性是不容置疑的。區域內、區域間通過相互學習、信息交流等一系列“互搭便車”行為提升區域創新效率、促進區域經濟增長。從知識溢出與區域創新效率內在邏輯關系來看，知識溢出的局域性與根植性所導致的知識溢出效率的空間衰減性會促使創新主體聚集、創新活動集中，這種空間集中會降低區域創新活動的內在不確定性，并形成一種集群式創新網絡發展模式，促進創新產出的增加。

目前國內外針對知識溢出與區域創新效率的研究，主要聚焦于知識溢出的發生機制，即從集聚角度分析知識溢出對區域創新效率的影響。Becker和Kevin 基于知識溢出與企業集群關系的模型研究發現只有空間集聚的企業才能獲取企業集群內的公共知識，企業創新效率與空間距離呈反方向變動。Audretch和Feldman通過案例研究證實了與生產活動相比，創新活動更加集中，且企業間集群知識溢出效應大于價格競爭離心效應。Jaffe et al，Adams et al，Acs et al 分別從專利引用、創新產出、創新活動分布等角度分析知識溢出對提高區域創新效率的作用機理。Fritsch以專利申請授權量作為衡量創新產出的指標，分析了歐洲11個地區研發人員及研發資金這兩個研發投入變量對于研發產出的投入彈性，結果發現兩個投入變量在不同地區的投入彈性存在明顯差異，相對于外圍企業而言，處于集聚中心的企業具有更高的產出彈性，該模型在證實了理論假設外還驗證了集聚經濟對創新產出的促進作用。Bode通過對20世紀末期德國的相關數據研究發現，盡管知識溢出存在空間效應，但由于存在空間交易成本，僅有一部分溢出可以對臨近區域創新產出產生影響。Lim從區域內溢出與區域間溢出兩個方面，更加全面的研究了知識溢出對于創新空間分布的影響。Peri通過對北美和歐洲113個區域1975-1996年的專利引用數據進行實證分析，驗證了技術、知識流動對于創新的正向影響關系。國內學者有關知識溢出和區域創新效率的研究中，林毅夫、董先安、殷韋實證驗證了知識溢出的地理位置假說；吳玉鳴和龍志和、張馨之分別驗證了創新的空間自相關，知識溢出的空間邊界及其對區域創新活動在地級空間上的顯著影響，并指出知識溢出程度與空間距離的反向關系；解學梅和曾賽星認為知識溢出所形成的知識鏈在產學研合作中形成持續的知識累積，促進了集群區域內部創新人才的流動，促進了區域創新集群網絡內部互動；吳玉鳴利用我國省際面板數據構建了改進的知識生產函數，實證分析了地區間合作帶來的知識溢出效應對區域創新效率的影響，施宏偉和王梓蓉認為產業集聚與知識溢出的內在相互作用使得創新性知識要素同生產要素相結合，增強了產業間的凝聚度，進一步提升了區域創新強度；段會娟認為產業集聚是實現區域創新效率提升的一大助力，且實證分析表明產業結構專業化帶來的知識溢出對區域創新效率的提升具有顯著正向作用；趙喜倉等以江蘇省為例，將外部知識溢出作為創新要素引入創新生產函數模型中，實證分析得出外部知識溢出對江蘇省區域創新以及江蘇省與臨近區域間創新效率提升具有顯著正向效應。宋來勝和蘇楠對全國創業知識溢出對創新產品轉化效應進行實證分析，結果顯示，創業知識溢出在轉化為企業創新產品時具有顯著的區域差異，這種差異同樣映射到區域創新效率中。

綜上所述，已有研究為知識溢出提升區域創新效率提供了大量有價值的證據，與現有文獻相比，本研究的主要貢獻在于：一是對于指標評價體系的改進。對于知識溢出的衡量而言，本研究不考慮不同區域之間地理距離等因素的影響，僅使用區域自身屬性對區域知識溢出水平進行評價。在創新投入的衡量方面，除傳統的R&D人員投入以及R&D經費支出，本研究加入研究機構數量這一指標，使得不同規模區域（就研究機構數量而言）具有更一般的可比性。在創新產出方面，以專利，論文反映其成果性產出，以新產品產值增長，科技促進經濟發展指數，反映其經濟效益以及社會效益。二是對于知識溢出與創新之間作用機制的重新設定。傳統研究認為，知識溢出是創新與經濟發展的中介變量，忽略了創新本身這一過程。在創新投入產出過程中，知識溢出實際上可能存在調節效應，即在高知識溢出水平的地區，單位創新投入所帶來的創新產出也相應的較高，反之，在低知識溢出的地區，單位創新投入所帶來的創新產出較低，即創新效率較低。本研究將通過調節效應模型驗證這一作用機理。

2研究設計

2.1模型構建

Griliches最初對知識生產函數進行定義，其目的是用于量度研究開發和知識溢出對生產率增長的影響，在該函數中，Griliches將創新產出看作為創新投入的函數，即式（1）所示函數形式：

R&Doutput=α（R&Dinput）β （1）

Jaffe在其基礎上，對函數形式進行了完善。他認為創新產出的主要形式是新經濟知識（new economic knowledge），而創新投入的主要形式為研發經費投入與人力資源投入。因此經典GrilichesJaffe模型如式（2）所示：

Yi=AKαiLβiε （2）

其中，Y為創新產出；K和L分別為R&D資金與R&D人員投入；α和β分別為R&D資金與R&D人員的投入彈性；ε為隨機誤差項。

大量實證研究表明，GrilichesJaffe函數作為一個經驗模型，為研究區域創新效率提供了有效的理論分析框架。知識生產過程應當與實物生產過程一樣，其本質上都是一種投入產出過程。因此，本研究把創新活動看作是一項知識的生產活動，借鑒并改進Griliches的分析思路研究區域創新效率。

將II定義為創新要素投入，其不僅限于K和L等要素，將KS定義為知識溢出，這樣GrilichesJaffe模型就替換為：

Yi=AIIαiKSβiξi （3）

α和β分別為創新投入與知識溢出彈性，對（2）式取對數可得：

ln（Yi）=ai+αln（IIi）+βln（KSi）+εi （4）

為了測量知識溢出對區域創新效率的調節作用，本文將通過采取引入交互項的方式來解決這一問題，具體公式如下：

ln（Yi）=bi+α1ln（IIi）+β1ln（KSi）

+χln（IIi）ln（KSi）+λi （5）

實際上，式（5）由式（6）形式轉化而成，因此交互項的回歸系數可反映交互項中兩因素的調節作用。

ln（Yi）=bi+β1ln（KSi）+（α1+χln（KSi））ln（IIi）

+λi （6）

在評價指標的選取方面，由于單一指標度量的有效性問題值得考究，因此本文將構造評價系統。由于樣本量較小，若將多指標一同帶入回歸方程，可能使回歸效果較差，因此本文通過探索性因子分析（Exploratory Factor Analysis）凝聚成綜合因子f1、f2和f3來反映創新投入、知識溢出及創新產出。考慮到式（5）中的函數形式，本文首先將因子所對應各指標進行對數處理，進而進行探索性因子分析，最終得到關于對數化后各指標的三個綜合因子。

使用綜合因子替代式（4），式（5）中的單一指標，得到回歸方程如下：

fi3=ai+αfi1+βfi2+εi （7）

fi3=bi+α1fi1+β1fi2+χ1fi1fi2+λi （8）

在具體指標選取上，本文在系統回顧文獻基礎上，在區域創新要素投入指標上將借鑒曹洪軍、趙翔、黃少堅及段姍、蔣泰維等的研究成果，在區域創新產出指標選取上將借鑒張義梁、張嵎喆及賀靈、單汨源等的研究成果，在知識溢出指標選取方面，本文將借鑒張繼宏、張洪輝的相關研究成果，具體指標描述見表1。

2.2數據選擇

本研究選取2009-2012中國大陸30個省級行政區域（西藏由于數據缺乏，將其略去）為研究對象，以區域創新投入及知識溢出對創新產出的影響關系為研究目標。由于創新過程存在滯后期，本文參照魏守華等研究成果，將創新滯后期設置為一年。原始數據來源為《中國統計年鑒》（2010-2013）、《中國科技統計年鑒》（2010-2013）以及《全國及各地區科技進步統計監測結果》（2010-2013）。經整理共得到90條數據，鑒于海南省2010年規模以上工業企業技術引進經費支出的數據缺失，將其剔除，最終本文共得到有效數據89條。

3實證分析

3.1探索性因素分析

探索性因素分析可以將具有復雜關系的觀測指標綜合成幾個核心因子，它主要包括主成分分析法（Principal Component Analysis）和因子分析法（Factor Analysis Method）。本文選取主成分分析法作為提取綜合因子的方法。主成分分析法是將多指標化為少數幾個綜合指標的一種統計方法，由Pearson提出，主成分分析法多用于實證分析中復雜指標的處理，其結果都表明該方法對于數據降維有著較高的有效性。主成分分析實際上是一種降維技術，該方法在不丟失過多原始變量信息的情況下，將原始變量組合為少數的主成分。由于本研究數據量較小，僅有89條，因此采用主成分分析將多指標降維，綜合為少數幾個主成分，使用主成分建立回歸模型將提高模型的回歸效果，使得回歸參數更加合理。

首先，由于原始變量單位以及量綱的不同，在使用主成分分析前，應將變量進行標準化處理。即令：

X*j=Xj-μjσjj，j=1，2，…，p （9）

其中，X*，X，μ，σ分別為原始指標的標準化值，原始值，平均值及方差。其次，在對指標數據進行主成分分析之前，應當檢驗樣本數據是否符合主成分分析的要求。常用的檢驗有KMO and Bartlett檢驗。KMO值反映了是否擁有足夠的樣本量進行主成分分析，對于一個適合于進行主成分分析的樣本而言，KMO值應當至少大于0.5。Bartlett檢驗是驗證各個指標之間的相關程度，若Barlett檢驗顯著，則說明各指標之間擁有足夠的相關程度，使得樣本可以進行主成分分析。

最后，應當對指標進行Cronbach α信度檢驗，對于數據穩定性較好的樣本而言，Cronbach α值應當大于0.8。

通過使用SPSS20.0對各維度指標進行KMO 和 Bartletts檢驗，發現各維度KMO值均大于0.50，Bartletts檢驗結果均顯著，滿足主成分分析條件；對各維度（即創新投入、知識溢出和創新產出）觀測指標進行Cronbach α信度檢驗，發現各維度信度都在0.80以上，數據穩定性較好。最后對各個維度進行主成分分析，提取特征值大于1的因子，發現各維度均能提取一個公共因子f1、f2和f3，累計方差貢獻率均接近或大于70%（最小貢獻率為68.609%）。各個維度KMO值、Cronbach α信度系數及累計方差貢獻列入表2。3.2回歸分析

通過SPSS20.0對公式（8）、公式（9）進行回歸分析。

根據回歸方程結果可知，在不引入交互項f1f2時（公式（8）），創新投入增加、知識溢出水平的提高均會提升創新產出水平，增強區域創新效率，其回歸系數分別為0.747和0.276，且在1% 的顯著性水平上都是顯著地，模型F值為301.129，擬合優度R2為0.875，模型擬合較好，回歸模型總體顯著；當引入交互項f1f2時（公式（8）），模型擬合優度R2為0.884大于0.875，說明后者擬合效果更佳，公式

（8）結果顯示，創新投入增加、知識溢出水平的提高同樣會提升創新產出水平，其回歸系數分別為0.722和0.229，且在1% 的顯著性水平上都是顯著地；知識溢出會顯著正向調節創新投入—產出之間的關系，提高區域創新效率，但從其回歸系數0.093來看，其調節作用較小。

4結論與建議

在國內外區域創新效率研究中，基于GrilichesJaffe知識生產函數的實證分析已較為成熟，也已得到國內外眾多學者的肯定。本文

在改進GrilichesJaffe知識生產函數基礎上，運用SPSS20.0計量軟件，分析2009-2012年我國30個省（市、區）相關數據，建立創新投入、知識溢出與創新產出模型，實證結果顯示：第一，區域創新要素投入、知識溢出會顯著影響區域創新能力。具體而言，創新要素包括R&D人員、機構及經費投入的增加，區域內以企業技術購買、引進及消化吸收經費為代表的知識溢出水平的提高，均會導致以專利授權數、科研論文及新產品產值等指標為代表的創新產出增加；第二，知識溢出會顯著正向調節創新投入—產出之間的關系，即創新要素投入在知識溢出的調節下，會進一步提高創新產出水平，增強區域創新能力，其調節水平可能與區域創新系統成熟度以及地區教育水平密切相關。

與此相應，本文提出相關創新政策與建議如下：第一，進一步加大區域創新要素投入，特別是R&D研究機構和平臺的建設力度，加強對R&D人員的培訓與教育，建立合理的創新激勵機制。第二，鼓勵企業技術購買與引進，鼓勵企業引進人才，增強企業技術消化吸收能力。第三，加強區域創新網絡集群系統的構建，通過空間聚集使創新網絡系統的知識溢出循環效應最大化，提高區域創新效率。第四，加強政府、企業和高校、科研機構間官產學研合作以及企業間的互動合作，在政府創新政策引導下，依靠企業與高校智力合作創新，同時加強產學研基地建設以及企業間的優勢合作，增強區域知識溢出以及區域自主創新能力，使知識要素在區域內最大化發揮溢出作用，有效提升區域創新效率，實現區域創新驅動發展。

（編輯：李琪）

參考文獻（References）

Archibugi D， Pianta M. Innovation， Patents and Technological Strategies： The State of the Art. Paris， 1994.

Furman J L， Porter M E， Stern S. The Determinants of National Innovative Capacity. Research Policy， 2002，31（6）：899-933.

Jungmittag A. Innovation Dynamics in the EU： Convergence or Divergence？ A Crosscountry Panel Data Analysis. Empirical Economics， 2006，31（2）：313-331.

池仁勇. 企業技術創新效率及其影響因素研究. 數量經濟技術經濟研究， 2003，（6）： 105-108.. Quantitative & Technical Economics， 2003，（6）： 105-108.]

池仁勇， 唐根年. 基于投入與績效評價的區域技術創新效率研究. 科研管理， 2004，（4）： 23-27.. Science Research Management， 2004，（4）： 23-27.]

陳瑤瑤， 池仁勇. 產業集群發展過程中創新資源的聚集和優化. 科學學與科學技術管理， 2005，（9）：63-66.. Science of Science and Management of S & T， 2005，（9）：63-66.]

李習保. 區域創新環境對創新活動效率影響的實證研究. 數量經濟技術經濟研究， 2007，（8）：13-24.. The Journal of Quantitative & Technical Economics， 2007，（8）：13-24.]

Arrow K J. The Economic Implications of Learning by Doing. Review of Economic Studies， 1962， 29（3）： 155-173.

Arrow K J. Economic Welfare and the Allocation of Resources for Innovation. Princeton： Princeton University Press， 1962.

Romer P M. Increasing Returns and Long Run Growth. Journal of Political Economy， 1986， 94 （5）： 1002-1037.

Romer P M. Endogenous Technological Change. Journal of Political Economy， 1990，98（S5）： S71-S102.

Jaffe A. Real Effects of Academic Research. The American Economic Review， 1989，（3）： 957-970.

Canils M，Verspagen B. Barriers to Knowledge Spillovers and Regional Convergence in an Evolutionary Model. Journal of Evolutionary Economics， 2001， 11（3）：307-329.

Audretsch D， Feldman M. R&D Spillovers and the Geography of Innovation and Production. The American Economic Review， 1996，86：630-640.

Anselin L， Varga A， Acs Z. Local Geographic Spillovers Between University Research and High Technology Innovations. Journal of Urban Economics， 1997，42（3）：422-448.

Maurseth P， Verspagen B. Knowledge Spillovers in Europe： A Patent Citations Analysis. Scandinavian Journal of Economics， 2002， 104（4）： 531-545.

Rosenthal S， Strange W. Evidence on the Nature and Source of Agglomeration Economies. Handbook of Regional and Urban Economics， 2004.

Rosenthal S， Strange W. The Attenuation of Human Capital Spillovers： A Manhattan Skyline Approach. University of Toronto Mimeo，2005.

Becker G， Kevin M. The Division of Labor， Coordination Costs， and Knowledge . Quarterly Journal of Economics， 1992， （4）：1137-1160.

Jaffe A， Trajtenberg M， Henderson R. Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations. Quarterly Journal of Economics， 1993，108： 577-598.

Adams J， Jaffe A. Bounding the Effects of R&D： An Investigation Using Matched Establishmentfirm Data. NBER Working Paper， 1996.

Acs Z， Fitzroy F， Smith I. High Technology Employment， Wages and University R&D Spillovers： Evidence from US Cities. Economics of Innovation and New Technology， 1999，（8）： 57-78.

Fritsch M， Franke G. Innovation， Regional Knowledge Spillovers and R&D Cooperation . Research Policy， 2004， 33（2）： 245-255.

Bode E. The Spatial Pattern of Localized R&D Spillovers： An Empirical Investigation for Germany. Journal of Economic Geography， 2004，（4）： 43-64.

Lim U. The Spatial Distribution of Innovative Activity in US Metropolitan Areas： Evidence from Patent Data. Journal of regional Analysis & Policy， 2003，33（2）： 97-126.

Peri G. Determinants of Knowledge Flows and Their Effects on Innovation. Review of Economics and Statistics， 2005， 87（2）： 308-322.

林毅夫， 董先安， 殷韋. 技術選擇、技術擴散與經濟收斂. 財經問題研究， 2004，（6）： 3-10. . Research on Financial and Economic Issues， 2004，（6）： 3-10.]

吳玉鳴. 中國區域研發、知識溢出與創新的空間計量經濟研究. 北京：人民出版社， 2007. . Beijign：Peoples Publishing House， 2007.]

張馨之， 龍志和. 中國區域經濟發展水平的探索性空間數據分析. 寧夏大學學報：人文社會科學版， 2006，（6）：106-109.. Journal of Ningxia University：Humanities & Social Sciences Edition， 2006，（6）：106-109.]

解學梅， 曾賽星. 創新集群跨區域協同創新網絡研究述評. 研究與發展管理， 2009， 21（1）： 9-17.. R&D Management， 2009， 21（1）： 9-17.]

吳玉鳴. 官產學R&D合作、知識溢出與區域專利創新產出. 科學學研究， 2009，（10）： 1486-1494.. Studies in Science of Science， 2009，（10）： 1486-1494.]

施宏偉， 王梓蓉. 基于產業聚集的知識溢出及累積性創新增長過程研究. 軟科學， 2010， 24（11）： 15-19.. Soft Science， 2010， 24（11）： 15-19.]

段會娟. 集聚、知識溢出類型與區域創新效率：基于省級動態面板數據的GMM方法. 科技進步與對策， 2011， 28（19）： 140-144. . Science & Technology Progress and Policy， 2011， 28（19）： 140-144.]

趙喜倉， 徐朋輝. R&D知識溢出對江蘇城市創新績效的空間計量經濟分析. 科技進步與對策， 2011， 28（20）： 29-32. . Science & Technology Progress and Policy， 2011， 28（20）： 29-32.]

宋來勝， 蘇楠. 創業知識溢出對知識轉化為創新產品的影響：基于省級面板數據的GMM分析. 科技管理研究， 2014，（2）： 111-114. . Science and Technology Management Research， 2014，（2）： 111-114.]

Griliches Z. Issues in Assessing the Contribution of Research and Development to Productivity Growth. Chicago University of Chicago Press， 1998.

Fritsch M. Cooperation and the Efficiency of Regional R&D Activities. Cambridge Journal of Economics， 2004，28（6）：829-846.

曹洪軍， 趙翔， 黃少堅. 企業自主創新能力評價體系研究. 中國工業經濟， 2009，（9）：105-114.. China Industrial Economics， 2009，（9）：105-114.]

段姍， 蔣泰維， 張潔音， 等. 區域企業技術創新發展評價研究：浙江省、11個設區市及各行業企業技術創新評價指標體系分析. 中國軟科學，2014，（5）：85-96.. China Soft Science， 2014，（5）：85-96.]

張義梁， 張嵎喆. 國家自主創新能力評價指標體系研究. 經濟學家， 2006，（6）：28-34. . Economist， 2006，（6）：28-34.]

賀靈， 程鑫， 邱建華. 技術創新要素協同對企業創新績效影響的實證分析. 財經理論與實踐， 2012，（3）：103-107.. The Theory and Practice of Finance and Economics， 2012，（3）：103-107.]

張繼宏， 張洪輝. 國家集成創新能力評價指標體系研究：我國自主創新的一個子系統. 技術經濟與管理研究， 2010，（S1）： 40-43. . Technoeconomics & Management Research， 2010，（S1）： 40-43.]

魏守華， 吳貴生， 呂新雷. 區域創新能力的影響因素：兼評我國創新能力的地區差距. 中國軟科學， 2010，（9）：76-85.. China Soft Science， 2010，（9）：76-85.]

Pearson R A. Section I， Social and Economic Science. Science， 1901， 14（363）： 912-926.

顏莉. 我國區域創新效率評價指標體系實證研究. 管理世界， 2012，（5）：174-175.. Management World， 2012，（5）：174-175.]

鈔小靜， 任保平. 中國經濟增長質量的時序變化與地區差異分析. 經濟研究， 2011，（4）：26-40.. Economic Research Journal， 2011，（4）：26-40.]

魯小偉， 畢功兵. 基于主成分分析法的區域文化產業效率評價. 統計與決策， 2014，（1）：63-65.. Statistics & Decision， 2014，（1）：63-65.]

夏海力， 賈海成， 黃瑩. 基于因子分析的長三角主要城市研發產業發展綜合評價與分析. 科技進步與對策， 2012，（21）：109-112.. Science & Technology Progress and Policy， 2012，（21）：109-112.]

張玉臣， 周潔. 外資高新技術企業創新績效及其行為特征. 科技進步與對策， 2013，（17）：81-86.. Science & Technology Progress and Policy， 2013，（17）：81-86.]

吳玉鳴. 空間計量經濟模型在省域研發與創新中的應用研究. 數量經濟技術經濟研究， 2006，（5）： 74-85. . The Journal of Quantitative & Technical Economics， 2006，（5）： 74-85.]

吳素春. 創新型城市內部企業R&D模式與創新績效研究. 科研管理， 2014， 35（1）： 33-40. . Science Research Management， 2014， 35（1）： 33-40.]