上海建設具有全球影響力科技創新中心的科技創新能力評價研究

摘" 要：" 當前全球形勢及國際貿易不確定性的背景下，以建設具有全球影響力的上?？萍紕撔轮行臑檠芯繉ο螅ㄟ^系統評價指標的篩選和分析，基于科技創新環境、投入和產出3個維度構建科技創新能力評價指標體系。結合上海市2011—2020年數據和3座代表城市2018—2020年數據，運用熵權-TOPSIS法分析上?？萍紕撔轮行目萍紕撔履芰Φ臅r間演變和城市異質性變化，并提供提升改進對策。研究發現：基于時間演變視角，上海市科技創新能力逐年提升，科技創新環境、科技創新投入和科技創新產出均得到優化且增速明顯；基于城市異質性視角，上海市的科技創新能力均位居第三，其科技創新環境均為第二、科技創新投入均為第三、科技創新產出則在2020年回升至第三；在提升科技創新能力的主要方向上，上海市在優化科技創新環境上要考慮創新文化資源，在優化科技創新投入上要考慮技術創新能力，在優化科技創新產出上要考慮技術成果市場化和高新技術產業化。

關鍵詞：" 科技創新能力；動態評價；TOPSIS；科技創新中心；上海市

中圖分類號：" G 301；F 061.5

文獻標志碼：" A

收稿日期：2024-08-16

基金項目：上海市科委軟科學重點項目“上海建設具有全球影響力的科技創新中心核心能力內涵、路徑及跟蹤評估研究”（22692100200）

作者簡介：范小軍（1974—），男，上海大學管理學院教授，博士生導師；王瀾（2000—），女，四川宜賓人，上海大學管理學院研究生，研究方向：科創管理；夏鈺嵐（1997—），男，廣東揭陽人，上海大學管理學院研究生，研究方向：科創管理。

文章編號：1005-9679（2024）06-0008-10

Research on the Evaluation of the Scientific and TechnologicalInnovation Ability of Shanghai to Build a Scientific andTechnological Innovation Center with Global Influence

FAN Xiaojun" WANG Lan" XIA Yulan

（School of Management， Shanghai University， Shanghai 200444， China）

Abstract：" In the context of the current global epidemic situation and the uncertainty of international trade， taking the construction of Shanghai Science and Technology Innovation Center with global influence as the research object， through the screening and analysis of systematic evaluation indicators， the evaluation index system of science and technology innovation capability is constructed based on three dimensions of science and technology innovation environment， input and output. Based on the data of Shanghai from 2011 to 2020 and the data of the three representative cities from 2018 to 2020， the entropy weight-TOPSIS method was used to analyze the temporal evolution and urban heterogeneity of the Samp;T innovation capability of Shanghai Samp;T innovation Center， and the improvement countermeasures were provided. The findings are as follows： From the perspective of time evolution， Shanghai's science and technology innovation ability is improved year by year， and the science and technology innovation environment， science and technology innovation input and science and technology innovation output are optimized and the growth rate is obvious; From the perspective of urban heterogeneity， Shanghai's scientific and technological innovation ability ranks third， its scientific and technological innovation environment ranks second， its scientific and technological innovation input ranks third， and its scientific and technological innovation output will rise to the third in 2020. In terms of the main direction of improving the ability of scientific and technological innovation， Shanghai should consider the cultural resources of innovation in optimizing the environment of scientific and technological innovation， the ability of technological innovation in optimizing the input of scientific and technological innovation， and the marketization of technological achievements and the industrialization of high-tech in optimizing the output of scientific and technological innovation.

Key words： scientific and technological innovation ability; dynamic evaluation; TOPSIS; science and technology innovation center; Shanghai

1" 文獻綜述

1.1" 科技創新中心相關研究

20世紀80年代以來，隨著硅谷、波士頓、班加羅爾等具有世界影響力的科技活動中心或者新興產業中心的崛起，學界對科技活動空間異質性問題的聚焦逐漸從國家層面拓展到區域或城市層面，由此提出了創新樞紐區域、創新中心城市等概念。

全球科技創新中心的本質是多要素形成的區域創新系統。日本的Yuasa ［1］認為一個國家在一定時段內的科學成果數大于全世界科學成果總數的25%，那么該國在此時就成為世界科學中心。而Freeman［2］的國家創新系統理論是最早提出區域創新系統思想的。后續Nelson ［3］、Lundvall ［4］也提出了一些類似的國家創新系統模型。此后，Cooke［5］則是將國家創新系統的概念泛化為一般區域創新系統，而Etzkowitz［6］則提出了三螺旋理論，為區域創新系統研究提供了方法論上的工具。

國內杜德斌等［7］界定了全球科技創新中心的內涵，討論了全球科技創新中心的功能，分析了組成要素和結構。杜德斌等［8］還揭示了當前全球科技創新中心的空間分布格局，探討了全球科技創新中心的空間轉移和演化趨勢。熊鴻儒［9］則是研究了全球科創中心發展演變規律，認為全球科技創新中心的出現和多極化本質上是科技革命、制度創新等因素歷史演變的結果。安璐［10］則是以北京和上海為例，分析其全球科技創新中心的發展模式，還指出全球科技創新中心的發展模式通常由地區的研發優勢和產業特點決定。陳強等［11］則以倫敦、紐約等為例分析了其在科技金融互補、創新生態優化等方面建設全球科技創新中心的典型模式、路徑和特點，提出符合我國全球科技創新中心建設需要的建議。

1.2" 科技創新能力評價體系相關研究

當前，國際上關于全球科技創新中心評價體系的研究注重衡量創新能力，評價結果影響突出，而國內機構學者提出的全球科技創新中心評價指標體系不斷完善，也呈現出高決策參考性特征。全球創新指數（Global Innovation Index）［12］于2007年創立，其對創新能力的評價主要從投入和產出兩個方面進行，包含2項一級指數，7項二級指標，21項三級指標，81項四級指標。澳大利亞智庫研究機構2thinknow發布的《全球創新城市指數》［13］評選出的全球創新城市也能反映全球科技創新中心的發展方向，而且空間分布上也能反映全球科技創新中心的格局。由清華大學產業發展與環境治理研究中心（CIDEG）聯合自然科研（Nature Research）發布的《國際科技創新中心指數（Global Innovation Hubs Index）2021》［14］，從科學中心、創新高地和創新生態三個方面構建國際科技創新中心指數，在指標體系上力求在平衡歷史與前沿，科技、經濟和社會發展，績效與環境等綜合因素選取測量指標。上海市經濟信息中心發布了《全球科技創新中心評價報告2021》［15］，以全球近150個主要創新城市或都市圈為評價對象，評價指標選取基礎研究、產業技術、創新經濟和創新環境四大類共23項，為我國建設國際科技創新中心提供有益參考。

關于區域科技創新能力綜合評價指標體系的研究。Nasierowski等［16］指出區域創新系統的投入應反映區域通過自身生產等多種方式改善技術的能力。Lai等［17］探討了科技園區的科技創新能力，構建了包括科研人員、科研成果轉化能力、風險資本流動性等在內的科技創新能力指標體系，比較了張江高科技園區和新竹科技產業園之間的創新能力等并提出了建議。Gnyawali等［18］則是在把行業和企業等因素作為核心對區域科技創新能力進行了研究。巴吾爾江［19］認為區域科技創新能力應從科技投入水平、科技創新環境、科技產出能力和企業創新能力4個一級指標展開。陳搏［11］在對現有科技創新中心評價文獻成果分析的基礎上，初步構建了由創新資源、創新產業、創新投入等8個一級指標、22個二級指標和89個三級指標的全球科技創新中心評價指標體系。陳江濤等［20］從科技開發能力、科技成果轉化能力和科技支撐能力3個維度構建了區域科技創新能力評價指標體系，并運用熵值法進行分析。

關于城市科技創新能力建設的功能與評價體系研究。趙崢等［21］結合首都北京的創新資源優勢，構建了包含3個層次指標的北京建設全國科技創新中心的評價指標體系，其中包括科技創新競爭力、科技創新帶動力、科技創新影響力等3個一級指標，及其他9個二級指標，64個三級指標。王公博等［22］針對289個地級市的創新能力進行測度，構建了包含創新投入、創新環境和創新成果3個一級指標和12個三級指標的評價體系。蔡曉琳等［23］以珠三角各市為研究對象，構建科技創新環境、科技創新投入能力、科技創新實施能力和科技創新產出能力4個一級指標和25個二級指標的珠三角城市科技創新能力評價指標體系。

1.3" 科技創新能力評價方法相關研究

趙炎等［24］基于區域創新指標，運用層次分析法和模糊綜合評價法對上海市區域創新能力進行評價分析。張愛華［25］基于區域發展有關理論，構建出度量區域創新能力的評價指標體系，利用賦權法進行評價分析。張立恒［26］采用層次分析法結合熵權法確定各指標權重，再基于可拓學理論構建了區域科技創新的評價模型。王彥博等［27］結合2016年31省份的統計數據，采用主成分分析法構建了科技創新能力評價模型，發現我國各省份科技創新能力兩極分化嚴重。

隨著對評價方法的深入研究，層次分析法等主觀賦權法過于依賴決策者的主觀判斷，有可能導致一致性偏差較大、指標重要程度評價障礙等問題，主成分分析等方法在樣本數量較少時會導致評價對象等級的區分度不高等問題，而熵權是客觀賦權方法，能夠利用原始數據客觀獲取權重，避免主觀因素，TOPSIS法則可進行橫向對比和縱向分析，于是學界開始對相關評價方法進行結合，以規避單一研究方法的缺點。趙黎明［28］選取2012年中國統計年鑒和中國科技統計年鑒，以全國31個省份為評價對象構建了評價指標體系，采用基于熵權的TOPSIS法進行實證分析后，得出研究結論與現實基本相符，說明了熵權的TOPSIS法在區域科技創新能力比較研究中有著易用易算的特點，同時能得出合乎實際的評價結果。陳艷華［29］則是提出針對TOPSIS方法無法體現指標間相對重要性的問題，將熵權法與TOPSIS法相結合，對我國10個典型區域進行科技創新能力實證分析，發現基于熵權的TOPSIS方法在評價多變量問題上是行之有效的。王雅潔等［30］則是在基于創新參與能力、協同共享能力等四方面構建評價指標體系，再采用全區熵值法和改進的TOPSIS動態評價法，對近十年中國五個城市群的協同創新水平進行測度。鄧丹青等［31］基于研究的全球科技創新中心有關理論，在構建全球科技創新中心評價體系時，運用了熵權TOPSIS法對我國9個典型城市進行了實證分析。

1.4" 研究述評

通過上述文獻梳理可見：（1）國內外學者對全球科技創新中心定義和內涵進行了大量的研究，但目前學界對科技創新中心的研究成果更多局限在路徑思考、核心功能等理論建設上，缺少構建評價體系的實證研究；（2）已有的研究方向主要集中在構建區域、城市的評價指標體系，鮮少基于我國建設具有全球影響力的科技創新中心視角、尤其是上?？萍紕撔轮行拈_展評價體系構建的研究；（3）已有的一些研究成果，有的選取的評價指標較少，使得評價體系無法較全面地體現科技創新能力，有的時間跨度較短或者參照對象較少，使得研究分析時不能很好地剖析比較結果，導致結論較為片面；（4）已有的研究方法中，將客觀賦權法——熵值法與TOPSIS方法結合起來，以規避相比以往采用較為單一的評價方法，如主觀賦權法、層次分析法、主成分分析法、TOPSIS法等，主觀不權威、指標重要性無法體現等單一研究方法的缺點。針對現有研究的不足，本研究以建設具有全球影響力的上海科創中心為研究背景，通過改進和創新評價指標體系，結合上海市10年數據和代表城市3年數據進行動態研究，采用基于熵權TOPSIS的綜合評價方法進行時間演變分析和城市異質性分析，最后得出提高上海市科技創新能力的對策，完善了上海建設具有全球影響力科技創新中心的科技創新能力評價領域的研究。

2" 指標體系的構建

本文基于評價指標體系的科學性和可行性，參考現有研究成果［20］，將科技創新能力影響要素分為科技創新環境、科技創新投入和科技創新產出3個方面。緊接著基于構建的一級評價指標，結合《中國區域科技創新評價報告2021》，將科研環境條件和創新文化資源納入科技創新環境考察的主要方面，把經濟投入水平和技術創新能力作為科技創新投入能力的主要因素，科技創新投入能力則是包含了創新產出水平、技術成果市場化和高新技術產業化三方面的影響。其關系如圖1所示。

參考《上海市建設具有全球影響力的科技創新中心“十四五”規劃》設置的“十四五”時期上海科技創新中心主要指標及《中國區域創新能力評價報告2021》等已有研究成果［25，32-34］，對上?？萍紕撔履芰υu價體系進一步深化細化。最后，共設立3個一級評價指標，7個二級評價指標，20個三級評價指標（見表1）。

（1）科技創新環境。在科研環境條件方面，主要選取地區生產總值、全員勞動生產率和移動互聯網用戶數；在創新文化資源方面，將每萬人有效發明專利擁有量、每萬人擁有公共圖書館藏量、研究生畢業生數和高等學校在校學生數作為主要評價指標。

（2）科技創新投入。在經濟投入水平方面，主要選取Ramp;D經費支出相當于地區生產總值比例和地方財政科技支出占地方財政支出比重的指標；在技術創新能力方面，選取Ramp;D研究人員數、規上工業企業有Ramp;D活動單位數、企業Ramp;D經費支出和專利申請數。

（3）科技創新產出。在創新產出水平方面，選取科技成果登記數和專利授權數；在技術成果市場化方面，選取技術市場成交額和規上工業企業新產品銷售收入；在高新技術產業化方面，選取高新技術產業利潤率、高新技術入統企業數和高新技術產業營業收入。

3" 研究步驟與數據來源

3.1" 研究步驟

TOPSIS法是Hwang和Yoon ［35］首次提出的一種多屬性決策方法［36］，隨后Yoon ［37］和Lai等 ［38］對TOPSIS進行拓展。本研究參考趙黎明等［28，30］改進的TOPSIS評價方法，利用熵值法求解指標權重、TOPSIS法對樣本進行排序。熵權TOPSIS方法通過將熵值法與TOPSIS法結合，解決了各評價指標在傳統TOPSIS方法上權重相同、無法表現各指標相對重要性的問題，是一種更為科學可靠的綜合評價方法。具體計算步驟如下：

由于各評價指標單位和數值差異，需要先對數據進行預處理。由于本指標體系三級指標均為預先選取或處理的正向指標，因此直接進行正向標準化處理。設n個評價指標，m個評價年份/城市，yij表示第i個城市/年份的第j個指標值，其中i=1，2，…m（m為城市數時m=4; m為年份時m=10）; j=1，2，…，n（n為指標數且n=20）。標準化處理公式如下：

xij=yij-yjminyjmax-yjmin

因此構建標準化決策評估矩陣如下：

X=x11x12…x1n

x21x22…x2n

xm1xm2…xmn

用熵值法確定指標權重，先計算第i個城市/年份的第j個指標的特征比重：

Yij=yij∑nj=1yij

再計算第j個指標的信息熵：

ej=-1lnn ∑nj=1Yij ln Yij，其中0≤ej≤1

最后求出第j個指標的熵權：

wj=1-ejm-∑mi=1ej

設zri為第r個指標下的第i個城市/年份標準化數據的加權值，xri為第r個指標下的第i個城市/年份規范化處理后的值，wr為第r個指標對目標層的熵權，因此

zri=xri wr

為指標構造正負理想解，其中正向指標的理想解為該類指標的最大值，負理想解為最小值。

z+r=max1≤i≤m（zri）

z-r=max1≤i≤m（zri）

則評價方案的正負理想解分別為：

z+=（z+1，z+2，…，z+m）

z-=（z-1，z-2，…，z-m）

設d為城市/年份與理想解的歐氏距離，計算待評價指標同正負理想解之間的距離，計算公式如下：

d+i=∑mr=1（z+r-zri）2

d-i=∑mr=1（z-r-zri）2

設cji為第i個城市/年份第j個準則下的指標與理想解的相對貼近度，則

cji=d-id+i+d-i

根據相對貼近度的大小可以對評價對象進行優劣排序，相對貼近度越大，表明科技創新能力越高，績效越高。此外對于多個層次指標的貼近度則是根據組成的底層指標進行計算。

3.2" 數據來源

本文通過上海市科技創新評價體系建設的研究角度，以2011—2020年期間上海市科技創新發展開展時間演變評價研究，以2018年—2020年期間上海市與北京市、廣州市、深圳市的科技創新發展作城市異質性評價研究，選取《中國統計年鑒》《中國科技統計年鑒》《中國火炬統計年鑒》等相關數據開展上述動態評價研究，數據匯總如表2所示。在評價使用的指標中，為了盡可能避免一般年份人口抽樣調查產生誤差的影響，對于這些與人口規模相聯系的相對指標采用了統計指數“同度量”的技術，如“每萬人擁有公共圖書館藏量”中“萬人”使用的均為2010年（第六次全國人口普查）各城市的常住人口數。

4" 實證分析

4.1" 時間演變分析

根據上述公式和數據，得出上?？萍紕撔履芰Φ娜龑釉u價指標權重結果，如表3所示。

從上海市科技創新能力的一級指標層看，3個一級指標層指標比重不一，按照比重依次排序為科技創新產出（41.69%）gt;科技創新環境（30.25%）gt;科技創新投入（28.06%）?？萍紕撔履芰υu價指標權重越大，則作用程度越大，科技創新產出能力在指標評價中比重最大，上海市在優化自身科技創新中心功能時應注重科技成果產出、市場化和產業化，可以適當優化產出路徑和創新支持環境。

測算結果顯示，三級指標層權重最大值為9.15%，最小值為2.70%，最大值與最小值相差6.45個百分點。其中，權重排名靠前的6項指標（權重大于6%）分別是A32專利授權數（9.15%）、A26專利申請數（8.40%）、A33技術市場成交額（8.22%）、A17高等學校在校學生數（6.55%）、A36高新技術入統企業數（6.42%）、A34規上工業企業新產品銷售收入（6.12%），這6項指標按照層級歸類于二級指標層的技術成果市場化、創新產出水平、技術創新能力、創新文化資源和高新技術產業化，表明該5項二級指標對一級指標層的科技創新產出、科技創新投入和科技創新環境影響更甚。此外，根據權重總和主要集中于一級指標層的科技創新產出能力，進一步印證了科技創新產出能力對上海城市創新能力的影響更加顯著。

根據指標權重，可求得2011—2020年上海市的科技創新能力貼近度，此后為進一步分析上海市科技創新能力差異，分別計算出上海市10年間各一級指標貼近度，然后進行排序（見表4）。

從TOPSIS排序結果看，自2011年到2020年上海市科技創新能力逐年增強，其間科技創新環境、科技創新投入和科技創新產出一級指標排名均逐年提高，說明上海市在10年時間內發展科技創新能力的持續性投入和優化，以及產出的可延續性均得到保持。

結合貼近度波動幅度看，2015年后上海市科技創新能力呈現出超平均增幅提升的發展態勢（見圖2），且在2017年后表現得更為明顯，其一級指標層的科技創新環境、科技創新投入和科技創新產出均呈現較為一致的增幅趨勢（見圖3）。該表現與“十三五”期間上海市加快形成科技創新中心基本框架體系、在國務院授權下先行落地10項重大改革舉措相符。

4.2" 城市異質性分析

為了全面評價上海市的科技創新能力，本研究引入全國GDP排名靠前的北京市、深圳市和廣州市3座城市，結合2018—2020年相關數據，對上海市建設科創中心開展城市異質性分析。

從連續3年測算結果看，上海市科技創新能力持續排名第三。4座城市的科技創新能力排名保持不變，根據貼近度大小排名為：c（北京市）＞c（深圳市）＞c（上海市）＞c（廣州市）。結果顯示出北京市和深圳市一直保持著較高的科技創新能力，上海市次之，廣州市處于落后位置。從貼近度的波動幅度看，屬2019年度的上海市科技創新能力（c=0.396）與位居第一的北京市（c=0.616）差距最大（見圖4），整體來看上海市在發展科技創新能力的過程中上升趨勢較弱，說明上海市科技創新能力水平的提升任務還較為艱巨。

結合圖5，進一步觀測2018—2020年上海市與其他3市的指標情況，結果分析如下：（1）上海市科技創新環境在觀測的3年時間內始終保持第二名，其科研環境條件較好，包括地區生產總值和全員勞動生產率的指標表現優秀，而創新文化資源僅有研究生畢業生數指標表現較好，其他指標潛力仍有待挖掘。上海市科技創新環境雖然與排名第一的北京市具有一定差距，但整體在4市中已經處于較優水平。（2）上海市科技創新投入在3年間始終排名第三，低于北京和深圳兩市。包括上海市在內的其他3市在科技創新投入上明顯弱于深圳市，但高投入的同時受限于科技創新環境并沒有給深圳帶來同等的高產出，反觀上海市近年來著重優化科技創新環境，整體波動保持在較好水平，此后上海市加大科技創新投入，使得上海市相比于深圳市的科技創新投入劣勢地位在2020年被削弱。（3）上海市的科技創新產出三年間均排名靠后，在4市中處于一般、較弱水平。其創新產出水平表現良好，但技術成果市場化和高新技術產業化與其他3市有較大差距，尤其表現在技術市場成交額、高新技術產業利潤率。

5" 結論及建議

本研究通過對上海市科技創新能力評價的實證分析，主要結論如下：（1）從時間演變視角，上海市科技創新能力逐年提升，科技創新環境、科技創新投入和科技創新產出均得到優化且增速明顯；（2）從城市異質性視角，上海的科技創新能力均居于第三，上海市發展水平沒有與其他三市拉開差距，科技創新環境均為第二、科技創新投入均為第三、科技創新產出則在2020年回升至第三；（3）在提升科技創新能力的主要方向上，上海市在優化科技創新環境上要考慮創新文化資源，在優化科技創新投入上要考慮技術創新能力，在優化科技創新產出上要考慮技術成果市場化和高新技術產業化。

為進一步提升上海市的科技創新能力，提出如下對策建議：

（1）優化區域創新資源建設和共享。創新資源對科技創新產出能力有著支撐性作用，缺乏創新環境基礎會導致科技創新能力難以提高，上海市需要打造更加聚焦地區定位的科技創新基礎，從上海市自身視角和構建“長三角區域創新資源一體”視角以應對當前的全球風險和科技創新需求。因此建議政府進一步加強科技創新資源建設效率，繼續穩步提升創新資源建設質量，協同長三角城市共建創新資源，幫扶中小創新企業獲取政府優質創新資源，同時鼓勵大中企業主動參與到市場創新資源建設中來。

（2）提升技術創新能級表現。技術創新能級是上海市提升國際產業地位的關鍵一環，也是當前產業發展形勢向上突破需要克服的重點。一方面，鼓勵基礎研究和應用基礎研究，在上海市的前沿優勢領域加速形成一批世界級原創性成果；另一方面，激勵產業攻克關鍵核心技術，在集成電路、生物醫藥、人工智能等重點領域內掌握一批關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術成果，加快上海創新技術產業邁向全球創新鏈、產業鏈、價值鏈高端。

（3）激發創新產業發展活力。面對全球經濟形勢放緩、創新產業活力不足的情況，建議政府完善技術成果市場化和高新技術產業化相關的法律制度和激勵措施，保障創新成果的商業化、產業化環節，激活創新型經濟發展，推動構建高附加值的現代產業體系，使得市場涌現一批具有國際競爭力的創新型企業。

（4）推進科技創新能力機制改革。上海市著力于建設具有全球影響力的科技創新中心，應不斷推進科技創新能力機制改革。因此，建議政府從完善科技創新治理體系出發，提高科技創新治理能力現代化水平，提升科技創新治理反饋響應速度；從持續優化創新生態出發，通過轉移、外遷、產業升級等多種形式優化原有的低端制造、高污染產業，進一步聚集成規模性的高端創新資源，使創新空間布局更加合理，確保創新環境的吸引力和競爭力。

參考文獻：

［1］" YUASA M. Center of scientific activity： its shift from the 16th to the 20th century ［J］. Japanese studies in the history of science， 1962， 1（1）： 57-75.

［2］" FREEMAN C. Technology policy and economic performance ［M］. Great Britain： Pinter Publishers， 1989.

［3］" NELSON R R. National innovation systems： a comparative analysis ［J］. Social science electronic publishing， 1993： 191-192.

［4］" LUNDVALL B A. National systems of innovation： an analytical framework ［M］. London： Pinter， 1992.

［5］" COOKE P. Regional innovation systems： competitive regulation in the new Europe ［J］. Geoforum， 1992， 23（3）： 365-382.

［6］" ETZKOWITZ H， LEYDESDORFF L. The dynamics of innovation： from National Systems and “Mode 2” to a Triple Helix of university-industry-government relations ［J］. Research policy， 2000， 29（2）： 109-123.

［7］" 杜德斌，何舜輝.全球科技創新中心的內涵、功能與組織結構［J］.中國科技論壇，2016（2）： 10-15.

［8］" 杜德斌，段德忠.全球科技創新中心的空間分布、發展類型及演化趨勢［J］.上海城市規劃，2015（1）： 76-81.

［9］" 熊鴻儒.全球科技創新中心的形成與發展［J］.學習與探索，2015（9）： 112-116.

［10］" 安璐.全球科技創新中心：內涵、要素與發展方向［J］.人民論壇·學術前沿，2020（6）： 6-15.

［11］" 陳強，王浩，敦帥.全球科技創新中心：演化路徑、典型模式與經驗啟示［J］.經濟體制改革，2020（3）： 152-159.

［12］" 世界知識產權組織. 2020年全球創新指數：誰為創新出資？［EB/OL］.［2022-11-11］. https：//www.wipo.int/wipo_magazine/zh/2020/03/article_0002.html.

［13］" THINKNOW. Innovation Cities TM Index ［EB/OL］. ［2022-11-11］. http：//www.innovation-cities.com.

［14］" 國際科技創新中心. 國際科技創新中心指數（Global Innovation Hubs Index）2021［EB/OL］.［2022-11-11］. http：//www.bjb.cas.cn/kjcx/kcdt/202203/t20220325_6406966.html.

［15］" 上海市經濟信息中心. 全球科技創新中心評估報告2021［EB/OL］.［2022-11-11］. http：//stcsm.sh.gov.cn/xwzx/zt/2021shkjj/zxbd/20210524/a1a8901a 374d4b9a92df357267e4d1de.html.

［16］" Nasierowski W， Arcelus F J. On the efficiency of national innovation systems ［J］. Socio-Economic Planning Sciences， 2003， 37（3）： 215-234.

［17］" LAI H C， SHYU J Z. A comparison of innovation capacity at science parks across the Taiwan Strait： the case of zhangjiang high-tech park and hsinchu science-based industrial park［J］. Technovation ， 2005： 25（7）： 805-813.

［18］" GNYAWALI D R， PARK B J. Co-opetition and technological innovation in small and medium-sized enterprises： A multilevel conceptual model ［J］. J Small Bus Manag， 2009， 47（3）： 308-30.

［19］" 巴吾爾江，董彥斌，孫慧，等.基于主成分分析的區域科技創新能力評價［J］.科技進步與對策，2012，29（12）： 26-30.

［20］" 陳搏.全球科技創新中心評價指標體系初探［J］.科研管理，2016，37（S1）： 289-295.

［21］" 陳江濤，呂建秋，田興國，等.基于熵值法的廣東省科技創新能力評價研究［J］.科技管理研究，2018，38（12）： 119-126.

［22］" 趙崢，劉蕓，李成龍.北京建設全國科技創新中心的戰略思路與評價體系［J］.中國發展觀察，2015（6）： 77-81.

［23］" 王公博，馬悅，向坤，等.中國地級市創新能力評價與空間分異［J］.中國科技論壇，2020（3）： 118-125.

［24］" 蔡曉琳，劉陽，黃灝然.珠三角城市科技創新能力評價［J］.科技管理研究，2021，41（4）： 68-74.

［25］" 趙炎，徐悅蕾.上海市區域創新能力評價［J］.科研管理，2016，37（S1）： 489-494.

［26］" 張愛華.區域創新評價指標體系構建［J］.統計與決策，2017（24）： 51-54.

［27］" 張立恒.基于AHP-熵權法的我國區域科技創新可拓學評價模型及實證研究［J］.工業技術經濟，2019，38（8）： 130-136.

［28］" 王彥博，姚黎.全國科技創新中心的科技創新能力評價研究——以我國31個省區市比較分析為例［J］.科技管理研究，2020，40（3）： 1-7.

［29］" 趙黎明，劉猛.基于熵權TOPSIS的區域科技創新能力評價模型及實證研究［J］.天津大學學報（社會科學版），2014，16（5）： 385-390.

［30］" 陳艷華.基于熵權TOPSIS的區域科技創新能力實證研究［J］.工業技術經濟，2017，36（5）： 46-51.

［31］" 王雅潔，張嘉穎.城市群協同創新動態評價［J］.統計與決策，2022，38（8）： 168-173.

［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］" 上海市人民政府. 上海市建設具有全球影響力的科技創新中心“十四五”規劃［EB/OL］. ［2022-11-11］. https：//www.shanghai.gov.cn/nw12344/20210928/5020e5fdf5ac4c6fb4b219da6bb4b889.html.

［34］" 林珍，王武林.長三角創新能力評價及其時空格局演化［J］.科技管理研究，2022，42（22）： 64-70.

［35］" HWANG C L， YOON K. Multiple attribute decision making ［M］. Heidelberg： Springer Berlin Heidelberg， 1981.

［36］" 李美娟，陳國宏，林志炳，等.基于理想解法的動態評價方法研究［J］.中國管理科學，2015，23（10）： 156-161.

［37］" YOON K. A reconciliation among discrete compromise situations ［J］. Journal of Operational Research Society. 1987（38）： 277-286.

［38］" LAI Y J， LIU T Y， HWANG C L. TOPSIS for MODM ［J］. European Journal of Operational Research， 1994， 76（3）： 486-500.