基于熵權TOPSIS法的我國各地區醫藥產業資源承載力研究

王佳洛 楊歡 公令臣 褚淑貞

中圖分類號 R95;F062.9 文獻標志碼 A 文章編號 1001-0408（2022）10-1158-07

DOI 10.6039/j.issn.1001-0408.2022.10.02

摘 要 目的 為提高我國醫藥產業資源承載力、保障醫藥產業健康持續發展提供參考。方法 構建包含4個一級指標和17個二級指標的資源承載力評價體系，收集2013-2020年我國31個省（自治區、直轄市）（以下簡稱“省份”）的上述指標數據，運用熵權優劣解距離法計算各指標權重和各省份的貼近度。結果與結論 4個一級指標的權重分別為0.182 0（產業規模）、0.349 5（創新資源）、0.211 5（經濟資源）和0.257 1（發展基礎），提示創新資源是影響我國醫藥產業資源承載力的主要因素，產業發展基礎和經濟資源次之，產業規模的影響最小。2013-2016、2018-2020年我國各省份醫藥產業平均貼近度按年計算分別為0.259 6、0.267 1、0.253 6、0.249 9、0.250 5、0.248 5、0.252 0，提示我國醫藥產業資源承載力呈穩定發展的趨勢，但總體發展水平較低。江蘇、廣東、山東、浙江、北京等省份的承載力貼近度排名靠前，甘肅、海南、青海、西藏、寧夏等省份的排名靠后，總體呈現出由東部沿海地區向西部內陸地區逐步遞減的趨勢。對于醫藥產業資源承載力排名靠前的省份，可在保持原有承載力的基礎上，進一步深化發展;對于醫藥產業資源承載力位于中間的省份，增強發展潛力、完善產業基礎是提高其醫藥產業資源承載力水平的主要方法;對于醫藥產業資源承載力排名靠后的省份，可考慮從自身獨特優勢出發，充分利用特色產業資源，形成特色產業基礎，積極推動區域間合作，實施區域集群化發展，提高醫藥產業資源承載力。

關鍵詞 醫藥產業資源;承載力;熵權法;優劣解距離法

Study on resource carrying capacity of pharmaceutical industry in various regions of China based on entropy weight TOPSIS method

WANG Jialuo1，YANG Huan1，GONG Lingchen1，CHU Shuzhen1，2（1. School of International Pharmaceutical Business， China Pharmaceutical University， Nanjing 211198， China; 2. National Research Center of Drug Policy & Ecosystem， China Pharmaceutical University， Nanjing 211198， China）

ABSTRACT? ?OBJECTIVE To provide reference for improving resource carrying capacity of pharmaceutical industry and guaranteeing the healthy and sustainable development of pharmaceutical industry of China. METHODS The evaluation system of resource carrying capacity was constructed， including 4 primary indicators and 17 secondary indicators. The data of above indicators were selected from 31 provinces （autonomous regions and municipalities） （hereinafter referred to as provinces） of China during 2013-2020. The index weight and regional relevance were calculated by entropy weight technique for order preference by similarity to ideal solution （TOPSIS） method.? RESULTS & CONCLUSIONS The weights of 4 primary indicators were 0.182 0（industrial scale）， 0.349 5 （industrial innovation resources）， 0.211 5 （economic resources） and 0.257 1 （industrial development foundation）. It indicated that industrial innovation resources were the main factor affecting the resource carrying capacity of pharmaceutical industry， followed by industrial development foundation and economic resources， and the impact of industrial scale was the least. From 2013 to 2016 and from 2018 to 2020， the average closeness of the pharmaceutical industry in Chinas provinces were 0.259 6， 0.267 1， 0.253 6， 0.249 9， 0.250 5， 0.248 5 and 0.252 0， respectively. It indicated that the resource carrying capacity of Chinas pharmaceutical industry showed a stable development trend， but the overall development was in low level. The top 5 regions in terms of closeness of carrying capacity were Jiangsu， Guangdong， Shandong， Zhejiang and Beijing; the regions in the bottom 5 were Gansu， Hainan， Qinghai， Tibet and Ningxia. Overall， the resource carrying capacity of Chinas pharmaceutical industry showed a gradual decreasing trend from the eastern coastal area to the western inland area. For the provinces with the highest resource carrying capacity of pharmaceutical industry， further development can be carried out on the basis of maintaining the original carrying capacity; for the provinces with the middle resource carrying capacity of pharmaceutical industry， enhancing the development potential and improving the industrial foundation are the main methods to improve the resource carrying capacity of pharmaceutical industry; for the provinces with low resource carrying capacity of pharmaceutical industry， it can be considered to start from their own unique advantages， make full use of characteristic industrial resources， form a characteristic industrial foundation， actively promote interregional cooperation， implement regional cluster development and improve the resource carrying capacity of pharmaceutical industry.

KEYWORDS? ?pharmaceutical industry resources; carrying capacity; entropy weight method; technique for order preference by similarity to ideal solution method

隨著經濟發展、人口老齡化加劇以及產業政策完善等因素影響，我國醫藥產業迅速發展，2020年我國醫藥制造業企業達到8 170家，其營業收入達25 054億元[1-2]，創造了大量的就業崗位，為我國健康服務業和醫療保健業的發展奠定了堅實的基礎，是我國經濟增長的重要組成部分。但由于我國醫藥產業發展周期較短、發展速度較快[3]，部分地區出現了環境污染、資源過度利用等不利于產業持續發展的問題，目前尚缺少對各地區醫藥產業資源承載力的詳細研究[4]。在國家宏觀經濟政策由高速發展轉向高質量發展的背景下[5]，醫藥產業也需順應經濟發展趨勢，提高產業發展質量。因此，有必要對我國各地區的醫藥產業資源承載力及變化趨勢進行研究，以了解我國醫藥產業發展的系統性影響因素，合理配置資源，構建環境友好的醫藥產業高質量發展格局。

產業資源是指產業運作過程中該產業所在地區所擁有的各種資源要素，這些要素構成了產業發展的基礎;產業資源承載力是指在一定時期和一定范圍內，在維持區域資源結構符合可持續發展需要、區域環境功能具有維持穩態效應的能力下，區域資源環境系統所能承受產業發展活動的能力[6]。目前，公開發表的資源承載力相關研究或集中于地區/城市承載力的評價[7-9]，或集中于農業[10]、休閑產業[11]、教育業[12]等產業承載力的測度;而在醫藥產業方面，現有研究則主要集中于創新效率分析[13-16]，尚缺乏有關我國各地區醫藥產業資源承載力的評價研究。此外，因評價角度的不同，不同學者對產業資源承載力評價所采用的方法也存在較大差異，如信息熵技術、集對分析法、主成分分析法、熵權優劣解距離（technique for order preference by similarity to ideal solution，TOPSIS）法等[11-12，17-19]。其中，熵權TOPSIS法能夠客觀測度各地區產業資源承載力的具體情況，同時避免了TOPSIS法中權重無法確定的問題，也兼顧了TOPSIS法不受樣本規模和指標限制的優勢[20]。因此，本研究擬采用熵權TOPSIS法構建醫藥產業資源承載力評價體系，對2013-2020年我國除港澳臺地區外的31個省（自治區、直轄市）（以下簡稱“省份”）醫藥產業資源承載力進行評價，分析我國各省份醫藥產業資源承載力的變化趨勢，并嘗試為各地區提出可行建議，旨在為提高我國醫藥產業資源承載力、保障醫藥產業健康持續發展提供參考。

1 資源承載力的評價指標構建

首先，在參考陳文俊等[21]和續鳴等[22]研究的基礎上，本研究將醫藥產業規模設為一級指標。其次，學術界普遍將醫藥產業創新能力作為研究對象[13-16]，體現了創新對醫藥產業的重要性，因此本研究也將醫藥產業創新資源設為一級指標。最后，現有的承載力研究均考慮了經濟和基礎設施兩個方面[6-12]，因此本研究亦將醫藥產業經濟資源和醫藥產業發展基礎設為一級指標。

陳文俊等[21]認為，評價醫藥產業規模應該考慮企業數量、從業人員平均數、主營業務收入、利潤總額等指標，而續鳴等[22]則將企業數量、從業人員平均數、利稅總額等納入醫藥產業區域競爭力評價體系。因此，本研究綜合考慮各種因素，確定醫藥產業規模一級指標包括醫藥企業數量、醫藥產業從業人員平均數、醫藥產業利潤總額3個二級指標。

科技是第一生產力，一個地區的研發創新情況在一定程度上反映了其產業縱深發展和持續發展的可能。根據現有醫藥產業創新效率的相關研究[13-16]，結合人員、費用等多方面因素，本研究認為醫藥產業創新資源一級指標包含醫藥研發人員折合全時當量、醫藥產業研發支出、新產品開發經費支出和醫藥研發機構數量4個二級指標。

強大的經濟基礎對于產業資源承載力的增強具有十分重要的推動作用，經濟的發展水平對產業發展要素的需求和產業的布局都具有十分重要的意義[23]。柯文進等[12]在高等教育資源承載力評價中針對城市經濟資源選取了人口密度、人均國內生產總值（gross domestic product，GDP）、職工平均工資和地區生產總值增長率4個指標;閆安等[24]在產業轉移承載力評價中將人均GDP和生產總值納入了評價體系;夏晶晶[7]在長江中游地區資源環境承載力評價中將人口密度納入評價指標;胡曉輝[25]的研究表明，財稅政策對我國醫藥制造業具有激勵的作用。因此，本研究在綜合上述文獻的基礎上，結合醫藥產業特點，認為醫藥產業經濟資源一級指標包括人口密度、人均GDP、財政技術支出和制造業人員平均工資4個二級指標，用以判斷各地區經濟發展情況、居民生活水平和財政支出對醫藥產業的支持能力。

基礎設施的建設水平對產業協調度具有深刻的影響，更是產業發展的基礎。巫強等[26]指出，基礎設施主要包含能源設施和交通設施，因此結合我國交通運輸發展情況和能源供應需求，本研究考慮納入供水總量、用電總量、鐵路營業里程、公路里程。有研究提出，數字化技術的應用改變了產業的傳統發展模式，提升了產業效率，推動了產業融合[27]，故本研究考慮納入信息化數字化技術;同時，參考阮家港[28]和張成芬等[29]關于地區信息化發展水平的指標評價體系，本研究考慮將光纜線路長度和互聯網寬帶接入端口數量作為評價指標。可見，本研究構建的醫藥產業發展基礎一級指標包括供水總量、用電總量、鐵路營業里程、公路里程、光纜線路長度和互聯網寬帶接入端口數量6個二級指標，用以衡量基礎設施和能源供應對醫藥產業的支撐作用。

本研究構建的我國各地區醫藥產業資源承載力評價指標體系共包含4個一級指標、17個二級指標，詳見表1。

2 研究方法與數據來源

熵權法是根據指標大小來確認客觀權重以最大限度減少主觀隨意性的賦權方法[30]。TOPSIS法是逼近理想解的排序方法，主要用來測度有限個評價對象與理想化目標的接近程度，是運用距離作為評價標準的綜合評價方法[31]。本研究借鑒鄧丹青等[32]和肖磊等[33]的研究，將熵權法與TOPSIS法結合起來，以克服TOPSIS法難以確定指標權重的問題，使評價結果更加客觀。

2.1 熵權法

熵權法的計算思路為：先計算各個指標的信息熵，再根據信息熵求得產業資源各評價指標的權重。

首先，以31個省份各年醫藥產業資源承載力的17個指標構建原始評價矩陣（X）：

X=Xij（1≤i≤31，1≤j≤17）…公式（1）

式中，Xij即為第j個指標中的第i個樣本。將數據指標進行標準化處理，去除各個數據的量綱，得到標準化矩陣（R）：

R=Yij（1≤i≤31，1≤j≤17）…公式（2）

式中，Yij表示第j個指標第i個樣本的標準化值。

其次，由于熵權法將各個指標的變異程度均考慮在內，因此需要計算指標體系的比重矩陣（pij）：

pij=[Yij

[∑][i=1][n]Yij] ? ………………………………… 公式（3）

并據此計算出各指標的信息熵（ei）：

ei=-ln（n）-1[∑][j=1][n] pij ln pij? …………………… 公式（4）

最后，根據求得的信息熵，計算熵權，求解出各個指標的權重（Wj）：

Wj=[1-ej

k-∑ej] （j=1，2……17） …………… 公式（5）

2.2 TOPSIS法

TOPSIS法的計算思路為：先求得各個指標的正、負理想解，再求出各個地區與最優方案的貼近度，最后依據其值高低對各地區醫藥產業資源承載力進行排序。

首先，為提高醫藥產業資源承載力的客觀性，本研究根據熵權法求得的權重（Wj）和標準化矩陣（R），構建評價矩陣（G）：

G=WjR=WjYij …公式（6）

其次，計算正理想解（gj+）和負理想解（gj-）：

gj+=max（gij）（1≤i≤31，1≤j≤17）… ………公式（7）

gj-=min（gij）（1≤i≤31，1≤j≤17） ……… 公式（8）

式中，gij為第j個指標在第i個地區經加權處理后的規范化值，gj+、gj-分別為第j個指標在31個省份取得的最偏好方案值和最不偏好方案值。

再次，計算各樣本指標參數與正、負理想解的歐氏距離。設Si+為第j個指標與gj+的距離，Si-為第j個指標與gj-的距離，計算公式如下：

Si+=[∑][j=1][n][（gj+-gij）2][√] …公式（9）

Si-=[∑][j=1][n][（gj--gij）2][√] …公式（10）

最后，根據Si+和Si-計算樣本對理想解的貼近度（Ci）：

Ci=[Si-

Si+-Si-] …公式（11）

貼近度介于0～1的指標值，表示樣本與正、負理想解的距離。其值越大，表明方案與正理想解越接近，效果越好;其值越小，表明方案與正理想解越遠，效果越差[12]。本研究中，貼近度表示地區醫藥產業資源承載力接近最優水平的程度，取值范圍一般為0～1，其值越大，表明該地區醫藥產業資源承載力越大[12]。

2.3 數據來源

本研究選擇除港澳臺地區外的31個省份為樣本，數據均來自2013-2020年《中國高技術產業統計年鑒》和國家統計局官方網站。由于2017年的數據缺失，本研究不予考慮。對于部分缺失值，本研究按照其相近2年的增長情況進行補全。

3 結果與分析

3.1 各指標重要度分析

根據表1中的評價指標體系，收集31個省份2013-2016、2018-2020年的相關數據，并進行標準化歸一化處理，根據上文所述方法求得不同年份對應指標的權重，結果見表2。

由各年份二級指標的權重參數加和平均可得產業規模、創新資源、經濟資源和發展基礎4個一級指標對醫藥產業資源承載力的貢獻，分別為0.182 0、0.349 5、0.211 5、0.257 1，表明醫藥產業資源承載力主要受創新資源的影響，具有技術密集的特殊性;此外，發展基礎和經濟資源對醫藥產業資源承載力也有較大的影響。筆者分析主要原因可能是：醫藥產業屬于長周期、高技術產業，一個地區的創新資源越密集，其醫藥產業進一步發展的概率就越高，且由于醫藥產業具有高技術、高風險的特性，堅實的產業基礎降低了產業接收的門檻，減少了產業發展的前期投入，資源承載力也會隨之增加;而強大的經濟資源在一定程度上可降低醫藥產業發展的風險，減少資金等經濟原因對醫藥產業發展的限制。因此，創新資源、發展基礎和經濟資源成為影響我國各省份醫藥產業資源承載力的主要因素。產業規模對醫藥產業資源承載力的影響相對較小。

由二級指標的權重可知，2013-2016、2018-2020年，醫藥企業數量（B1）的權重呈現出下降趨勢，而醫藥研發人員折合全時當量（B4）、醫藥產業研發支出（B5）和新產品開發經費支出（B6）總體呈上升趨勢，表明我國醫藥產業正以創新發展為目標，產業活力不斷增強。醫藥研發人員折合全時當量（B4）、醫藥產業研發支出（B5）、新產品開發經費支出（B6）、醫藥研發機構數量（B7）以及財政技術支出（B10）對各地區醫藥產業資源承載力的貢獻度較大，累計約為0.5，成為各地區醫藥產業資源承載力的主要影響因素。而公路里程（B15）權重處于最低水平，表明公路交通的便利程度與一個地區醫藥產業資源承載力的相關性較弱。

3.2 各地區承載能力分析

在求得各指標權重的基礎上，運用“2.2”項下方法計算我國各省份醫藥產業資源承接力的貼近度，結果見表3。

2013-2016、2018-2020年我國各省份醫藥產業資源承載力的平均貼近度按年計算分別為0.259 6、0.267 1、0.253 6、0.249 9、0.250 5、0.248 5、0.252 0，可見我國醫藥產業資源承載力呈穩定發展的趨勢，但總體發展水平較低。2013-2016、2018-2020年我國各省份醫藥產業資源承載力貼近度排名見表4。

根據表4的排名結果，醫藥產業資源承載力較高的省份主要包括江蘇、廣東、山東、浙江、北京，這些省份的資源承載力波動較小，處于高水平、穩增長的狀態。醫藥產業資源承載力提升較快的省份有四川、重慶、安徽、江西和福建，以2013年和2020年的排名進行比較，四川分列第9、5位，提升了4位;重慶分列第22、15位，提升了7位;安徽分列第13、7位，提升了6位;江西分列第17、11位，提升了6位;福建分列第19、14位，提升了5位。筆者分析原因可能是：四川和重慶由于成渝雙城經濟圈的快速發展，推動了醫藥產業資源承載力的提升;安徽和福建分別靠近江蘇和廣東兩個醫藥產業資源承載力較高的省份，受這些省份的帶動作用，自身產業資源承載力有了一定幅度的提高;江西在7年間研發支出、新產品開發經費支出和研發機構數量增長較快，約為2013年的4倍，極大地提升了當地醫藥產業資源承載力。醫藥產業資源承載力下降較大的地區有上海、天津、吉林、遼寧和黑龍江，以2013年和2020年的排名進行比較，上海分列第5、10位，下降了5位;天津分列第12、16位，下降了4位;吉林分列第15、第22位，下降了7位;遼寧分列第14、20位，下降了6位;黑龍江分列第16、21位，下降了5位。筆者分析原因可能是：上海由于產業集中度較高，其發展基礎資源供給不足;天津與北京相鄰，由于北京的“虹吸”效應，在一定程度上限制了天津的發展;東北地區大幅下降則與遼寧和吉林研發機構數量減少，研發人員折合全時當量、研發支出和新產品開發經費支出增長速度較慢，以及黑龍江醫藥產業創新資源大幅下降致其產業資源承載力增長受限有關。

整體來看，我國醫藥產業資源承載力的格局并未出現明顯改變，承載力依然呈現出由東部沿海地區向西部內陸地區逐級遞減的趨勢。由平均貼近度排名可以初步看出，其中醫藥產業資源承載力排名前5位的省份多位于東部地區，排名后5位的省份則多來自西部地區。值得注意的是，位于西部地區的四川省獨樹一幟，排名靠前，主要是由于該省具有較好的研發創新基礎，且在人員培養、資金投入方面都處于較高水平，因此四川成為西部地區的引領者。

由上述分析可得到如下結論：首先，醫藥產業資源的承載力與該地區的創新資源密切相關，與各省份發展基礎的關聯性較低;其次，綜合7年的評價結果，醫藥研發支出、研發機構數量以及財政技術支出對各省份醫藥產業資源的承載力存在較大的影響;最后，通過我國各省份醫藥產業資源承載力貼近度排名可以了解到，我國醫藥產業資源承載力總體呈現出由東部沿海地區向西部內陸地區遞減的趨勢，變化幅度較小，處于相對穩定的狀態;同時也可以看到，處于西部地區的四川省的資源承載力處于較高水平。

4 建議

各省份為保障醫藥產業的健康持續發展，必須提高醫藥產業資源承載力，結合本研究結果，筆者提出如下建議。

第一，對于醫藥產業資源承載力貼近度排名前10位的省份，可在保持原有承載力的基礎上，進一步深化發展。位于前列的省份，無論是產業發展基礎還是產業規模都處于較高水平，地區資源承載力的提升應主要著眼于創新資源和經濟資源。在創新資源方面，各省份應著力暢通醫藥產業研發資金的籌資渠道，引導多個渠道的資金支持，保證研發費用充足;積極與省內高校、企業等合作，建立研發機構，引進高水平研發人員，提升科技創新實力，增強本地區醫藥產業的核心競爭力[34];同時，應積極參與區域間合作，加強醫藥前沿技術合作研究，實現“卡脖子”技術或核心關鍵技術的突破，以此提高本地區對創新人才的吸引力。在經濟資源方面，各省份可考慮從省級層面增加與醫藥產業相關的財政技術支出，保證技術創新資金充足;此外，可與區域合作伙伴達成協定，聚焦生物醫藥產業，實現地區交互投資，從區域合作層面保持并提高本地區醫藥產業資源的承載力。

第二，對于醫藥產業資源承載力貼近度位列中間水平的省份，發展潛力不足或產業基礎薄弱是導致其醫藥產業資源承載力水平不高的主要原因。對于發展潛力不足的地區，可根據自身特點采取以下舉措：充分利用承載力水平較高地區的溢出效應，承接外溢的創新資源，并進一步與這些地區密切交流，實現資源開發與利用，增強自身創新能力[15];政府部門應積極尋求創新合作，加快跨省合作園區建設，引導創新要素落地，實現創新要素跨區域優化配置，以彌補本地區的不足;合理利用自身獨特資源，聚焦醫藥子行業，發展新型醫藥產業。對于產業基礎薄弱的地區，可出臺企業入駐優惠政策，招商引資，引進醫藥企業;與高校和企業合作，培養醫藥產業基礎從業人員，滿足產業發展的基本需求;加強地區間的合作對接，借助地區城市群中核心城市的政策優勢和資源優勢，通過積極參與核心城市醫藥產業供應鏈的建設來引入成熟的產業基礎和先進的發展模式。借助以上措施，不斷推動中等水平省份的醫藥產業發展，提升該類地區的產業資源承載力。

第三，對于醫藥產業資源承載力貼近度排名后10位的省份，由于其產業規模較其他地區存在較大差距，創新資源嚴重缺乏，創新資源的獲取和聚集也存在較大困難，故這些地區可首先考慮從自身獨特優勢出發，充分利用特色產業資源，形成特色產業基礎，以此推動產業結構調整，促進資源優勢向產業優勢轉化;其次，可在國家政策的傾斜和支持下，積極推動區域間合作，利用政策優惠引進專業人才、吸引資金流入，從而夯實醫藥產業發展基礎，構建完善的產業基礎體系，確保基礎資源的供給[30];最后，可實施區域集群化發展，在部分中心城市匯聚優勢產業資源，在充分發展的基礎上向周邊城市延伸，逐步帶動整個區域承載力的提升。

綜上所述，本研究采用熵權TOPSIS法，從產業規模、創新資源、經濟資源和發展基礎4個維度選取17個二級指標，測度了除港澳臺外31個省份的醫藥產業資源承載力，可有助于相關決策者了解我國各省份醫藥產業資源承載力的基本情況和主要影響因素，也可為不同地區行政管理人員引入個性化的醫藥產業資源提供參考和借鑒。受數據可獲得性和研究水平等條件的限制，本研究僅考慮了4個維度的指標，在今后的研究中可進一步納入產業集聚、政策驅動等維度，以更加全面客觀地評估醫藥產業資源承載力。

參考文獻

[ 1 ] 董莉，郇志堅，劉遵樂.全球生物醫藥產業發展現狀、趨勢及經驗借鑒：兼論金融支持中國生物醫藥發展[J].金融發展評論，2020（11）：12-23.

[ 2 ] 國家統計局社會科技和文化產業統計司.中國高技術產業統計年鑒：2021[M].北京：中國統計出版社，2021：3.

[ 3 ] 黃揚，孫嘉，張磊.生物醫藥產業發展現狀與趨勢探析[J].現代金融，2021（7）：33-37，32.

[ 4 ] 李波，孫利華.環境規制對產業績效的影響：基于醫藥產業的實證分析[J].中國醫藥工業雜志，2017，48（11）：1666-1670.

[ 5 ] 趙劍波，史丹，鄧洲.高質量發展的內涵研究[J].經濟與管理研究，2019，40（11）：15-31.

[ 6 ] 高湘昀，安海忠，劉紅紅.我國資源環境承載力的研究評述[J].資源與產業，2012，14（6）：116-120.

[ 7 ] 夏晶晶.長江中游地區資源環境承載力及協調發展研究[J].長江大學學報（社會科學版），2021，44（2）：90-98.

[ 8 ] 李嘉欣，趙明華，韓榮青，等.山東省城市綜合承載力時空分異特征及其影響因素研究[J].生態經濟，2021，37（8）：85-92.

[ 9 ] 徐國沖，郭軒宇.城市綜合承載力的評估框架與提升策略：來自新加坡的啟示[J].上海行政學院學報，2020，21（1）：58-68.

[10] 謝艷樂，祁春節，顧雨檬.都市農業發展與資源環境承載力協調性研究[J].世界農業，2020（10）：4-12，62，135.

[11] 粟郁.基于主成分分析法的城市休閑產業發展評價[J]. 統計與決策，2019，35（1）：62-66.

[12] 柯文進，王軍.基于熵權TOPSIS模型的城市高等教育資源承載力評價[J].統計與決策，2020，36（18）：50-53.

[13] 付秀梅，王詩琪，林香紅，等.基于SFA方法的中國海洋生物醫藥產業創新效率及影響因素研究[J].科技管理研究，2020，40（13）：202-208.

[14] 高小寧，歐光軍，蔡姝莎，等.生物醫藥產業創新效率評價及提升路徑研究：以湖北省為例[J].科技管理研究，2018，38（14）：75-80.

[15] 邵云飛，詹坤，汪臘梅.中國醫藥產業創新效率的BCC- Malmquist時空差異研究[J].科研管理，2016，37（S1）：32-39.

[16] 徐俐穎，翁坤玲，蔣丹，等.基于三階段DEA的我國醫藥產業創新效率評價研究[J].中國藥房，2020，31（16）：1921-1926.

[17] 高喜紅，許文豪，林宇晨，等.區域生態承載力評價方法及指標研究[J].西部人居環境學刊，2021，36（1）：57-65.

[18] 王娟，胡洋. 間關聯與溢出效應：工業生態創新對資源環境承載力的影響研究[J].財經理論與實踐，2020，41（1）：117-124.

[19] 侯丁冉，馬慧強.基于集對分析的我國省域旅游綜合發展能力評價研究[J].經濟問題，2021（6）：114-121.

[20] 董璟琦，楊曉華，楊海真，等.基于改進TOPSIS法的規劃環評情景方案建立方法及應用[J].環境科學與管理，2009，34（7）：162-169.

[21] 陳文俊，彭有為，賀正楚，等.中國生物醫藥產業發展水平綜合評價及空間差異分析[J].財經理論與實踐，2018，39（3）：147-154.

[22] 續鳴，黑啟明.我國醫藥產業區域競爭力評價[J].統計與決策，2020，36（23）：73-76.

[23] 李佳，王麗麗，王歡明.不同經濟發展水平下創新要素對產業創新績效的影響及政策啟示[J].科技進步與對策，2020，37（7）：52-58.

[24] 閆安，繆媛媛，趙惠芳.我國區域產業轉移綜合承載能力評價研究[J].合肥工業大學學報（社會科學版），2012，26（5）：1-6.

[25] 胡曉輝.財稅政策產業激勵效應的異質性分析：以中國醫藥制造業為例[J].浙江學刊，2021（2）：120-129.

[26] 巫強，黃孚，于濤.長江經濟帶基礎設施建設對三次產業協調度的影響研究[J].長江流域資源與環境，2020，29（6）：1257-1267.

[27] 任轉轉，鄧峰.數字技術、要素結構轉型與經濟高質量發展[J/OL].軟科學，2022（2022-04-01）[2022-04-05]. https：//kns.cnki.net/kcms/detail/51.1268.G3.20220330.1813.002.html.

[28] 阮家港.區域信息化簡約評價指標體系的構建[J].沈陽工業大學學報（社會科學版），2015，8（1）：76-81.

[29] 張成芬，張鴻.小城鎮信息化發展水平評價指標體系構建[J].科技管理研究，2015，35（8）：147-150，162.

[30] 張鳳太，張軍以，蘇維詞.基于熵權和主成分分析的巖溶區水資源安全評價：以畢節為例[J].環境工程，2016，34（3）：174-179.

[31] 李燦，張鳳榮，朱泰峰，等.基于熵權TOPSIS模型的土地利用績效評價及關聯分析[J].農業工程學報，2013，29（5）：217-227.

[32] 鄧丹青，杜群陽，馮李丹，等.全球科技創新中心評價指標體系探索：基于熵權TOPSIS的實證分析[J].科技管理研究，2019，39（14）：48-56.

[33] 肖磊，吳娟娟.中國服務業發展的區域差異與空間溢出效應[J].統計與決策，2020，36（16）：91-95.

[34] 袁國華，賀正楚.產業轉移、承接能力與承接產業目錄：廣西對策[J].社會科學家，2020（2）：68-74.

（收稿日期：2021-08-08 修回日期：2022-03-21）

（編輯：孫 冰）