派智库

（） 织梦内容管理系统

【摘要】通过建立创新能力指标体系和计算模型，并采用相关分析、回归分析、变异系数等方法，从不同空间层级剖析了东北三省的创新能力发展格局及其对经济发展的带动作用，并根据研究结果提出了相关政策建议。研究发现：1、从创新能力分析，吉林、辽宁的创新能力增长较快而黑龙江相对较慢，省际差异呈扩大态势；地级市之间的创新能力相差悬殊，呈现明显的省会城市及门户城市集聚效应，但市级差异呈缩小态势。2、从创新贡献率分析，辽宁的科技创新转化能力及其对经济发展的带动相对较强，而吉林、黑龙江相对较弱；地级市差异较大，沈阳、大连、长春、大庆的创新贡献率比较突出，而锦州、吉林、盘锦、铁岭上升较快。3、大部分地级市的创新发展对经济带动模式为“低创新能力一弱经济带动”和“高创新能力一强经济带动”，说明各地级市的创新发展及其对经济带动的两极分化较严重。 dedecms.com

【关键词】创新能力；创新贡献率；时空格局；东北地区 内容来自dedecms

20世纪80年代以来，随着全球化和信息化的不断推进，世界发展逐渐步入知识经济时代。知识经济的到来使国家及区域之间的竞争都出现了新的变化。从全球层面看，世界各国都在寻求以新科技为支撑的国家竞争优势；从区域层面看，地区之间的竞争更多地体现在区域的科技创新和科技运用能力上。进入21世纪，各国政府越来越清楚地认识到科技创新在经济发展中的巨大推动作用[1～3]，科技资源日益成为国家发展的战略性资源，创新能力日益成为国际竞争的核心要素。从中国发展看，改革开放30多年来，科技创新在经济社会发展中的作用越来越突出。特别是随着中国经济发展进入“新常态”，如何提高创新能力，对中国保持经济平稳较快发展、缓解资源环境约束、提高国家核心竞争力均具有重大战略意义。对东北地区来说，如何提高创新能力更是改变东北老工业基地发展现状、转变经济发展方式、实现产业转型升级的关键所在。 织梦内容管理系统

事实上，区域创新也一直是国内外学术界的研究热点之一。目前，关于创新的研究主要集中在以下4个方面：1、关于创新的理论及概念研究。Sehumpeter首次提出创新理论[4]之后，学者分别从不同的角度发展并丰富了创新理论，并提出创新能力、创新系统、创新网络、创新联系、创新氛围等理论与概念[1～1，5～7]。2、创新能力评价及其区域差异研究。学者通过构建评价指标进行定量评价，并利用Moran指数、Theil系数、Gini系数等分析其空间差异[8～12]。其中，OECD的创新指数、中国科技发展战略研究小组的指标体系[8]应用较广。3、创新活动的影响因素研究。分别通过定性分析、构建模型定量测算等方式研究影响创新能力的影响因素[14]，认为主要包括政策因素、科研投入、外商直接投资、企业规模、产业集群、创新环境等。4、创新与区域经济增长之间的关系研究。在综合评估区域创新实力和经济发展水平的基础上，采用各种关系模型研究二者在空间上的响应及匹配程度，分析地区创新发展与经济增长之间的协同关系[15～17]。

总体而言，关于区域创新能力及其对地方经济的带动作用，学术界还存在很大的争议。大部分是理论性研究，且已有研究主要进行简单的创新与经济增长间的相关、回归分析等，不能反映出创新对经济发展的明确作用。基于此，本文将构建区域创新能力指标体系及计算模型，从不同空间尺度分析东北地区的区域创新能力演变及其在经济发展中的作用与贡献。介于数据的可获得性，将对东北老工业基地振兴战略实施以来（2003～2014年），东北地区（本文特指黑龙江、辽宁、吉林三省，不包括蒙东地区）的区域创新能力及其对地区经济发展的贡献进行研究；在地级市层面1、，研究的时间尺度为2009～2014年。

1 研究方法与数据来源

本文来自织梦

1.1 区域创新能力指标体系构建

织梦内容管理系统

区域创新能力概念十分广泛，本文重点评价东北地区的科技创新能力。目前，国际上主要采用OECD的创新指数；国内主要是采用中国科技发展战略研究小组的指标体系[8]。为了更好的分析东北地区创新能力，本文综合考虑上述2套指标，初步确定30个指标；然后，运用主成分分析法对30个指标数据的基本性质进行分析，剔除17个相关性较大的指标；并考虑数据的可获性，最终选取11个指标构成创新能力指数（Innovation Capacity Index，ICI），主要从创新投入、创新环境、创新产出3个方面进行评价（表1）。 dedecms.com

依据OECD和中国科技发展战略研究小组的权重结构进行定性分析，确定指标的初始权重；在此基础上采用模糊层次分析法进行定量分析和修正，确定各指标权重（表1）。

首先对所有数据进行标准化处理；然后再利用标准化处理后的数据测算各省区市及东北地区的创新能力指数。

本文来自织梦

式中，ICI为创新能力指数，Xij日为i指数的第j项指标标准化后的值，Yij为指标j在第i类指数中的权重，Yi为分类指数i在总指数中的权重，n为创新能力指数分类的个数，m为创新能力指标i的指标个数。 织梦内容管理系统

1.2 研究方法

1）创新贡献率。首先以柯布一道格拉斯生产函数为基础模型，利用索洛余值法进行推导，以建立科技带动模型。科技贡献率是一个国际通用概念，其核心理念是把经济增长归结为资金、劳动力、科技三大因素，而科技贡献率就是GDP增长中减去资本贡献、劳动力贡献。

dedecms.com

柯布—道格拉斯生产函数模型的原型为： 织梦内容管理系统

Y=Aeλt×Kα×Lβ（2） copyright dedecms

式中，Y为产出；K为资金的投入量；L为劳动投入量；α为资金的产出弹性；β为劳动力的产出弹性；Ao为常数，表示基年的科技水平；λ为常数，表示科技进步使产出增长的部分，即年科技进步速度；t表示时间；Aoeλt通常指综合科技进步水平。 本文来自织梦

结合索洛余值法进行推导，将（2）式线性化，并取对数，则演变为：

织梦内容管理系统

R=Y-αK-βL（3） 织梦内容管理系统

式中，R为科技进步增长速度；Y为GDP增长速度；K为资金增长速度，本文用全社会固定资产投资总额增长速度表示；L为劳动增长速度，本文用就业人员数增长速度表示；α为资金产出弹性系数；β为劳动力产出弹性系数。 copyright dedecms

Er=R/Y×100％（4）

式中，Er为科技进步贡献率；R为科技进步增长速度；Y为GDP增长速度。 织梦好，好织梦

本文用回归法确定α、β这2个参数值。即对柯布一道格拉斯生产函数公式（2）两边取自然对数进行多元线性回归，即： copyright dedecms

LnY=lnA+αlnK+βlnL（5） 内容来自dedecms

式中，Y为产出，本文用GDP表示；K为资金投入量，本文用社会固定资产投资总额表示；L为劳动投入量，本文用就业人员数表示；A为基年的科技水平，为了便于计算，本文用专利申请授予量表示。

为了确定α、β值进行回归，本文用全国层面1990～2014年连续25a的GDP、全社会固定资产投入、就业人员数、专利申请授予量等数据，利用SPSS软件进行回归分析，最终确定得出α值为0.3546、β值为0.6454，α+β=1。在计算科技贡献率的过程中，无论全国、省级、市级层面，本文均用该回归结果。 织梦好，好织梦

第二步是如何从科技贡献率中剥离出创新贡献率。本文先测算创新能力与经济增长之间的相关系数，并用这个系数乘以科技贡献率，得出创新贡献率。为了减少样本数据对估算系数的影响，本文用全国层面1990～2014年的创新能力指数与GDP值来测算c值，在不同空间层面的分析均用此系数。

dedecms.com

copyright dedecms

式中，c为中国创新能力指数（ICI）与GDP总量之间的相关系数，p为ICI值，y为GDP值。

dedecms.com

ECIi=Er×c（7） 内容来自dedecms

式中，ECIi为某省或地区的创新贡献率，Er为某省或地区的科技进步贡献率，c为ICI与GDP之间的相关系数。

内容来自dedecms

2）变异系数。利用变异系数CV来衡量东北各地级市之间创新能力的空间不均衡。 织梦好，好织梦

CV=S/ICIa=1/ICIa×[∑nICI=1（ICIi-ICIa）2/n-1]（8） 本文来自织梦

式中，ICIi为i地区的创新能力指数值，ICIa为东北地区36个地级市的创新能力指数的平均值，S为标准差，n为样本个数。从统计意义上讲，变异系数越大，表明数据值越离散；也就是东北地区内部的创新能力差距越大。

织梦内容管理系统

1.3 数据来源

本文所引用的数据主要来源于国家统计局的2004～2015年《中国统计年鉴》[18]，2004～2015年黑龙江、吉林、辽宁三省的统计年鉴[19～21]、教育事业统计公报；国家知识产权局的2004～2015年《中国知识产权年鉴》[22]；部分数据来源于实地调研及国家知识产权局。

织梦内容管理系统

2 结果分析 内容来自dedecms

2.1 东北地区创新能力的时空演变格局

2003年实施老工业基地振兴战略以来，东北地区的创新能力稳步提升，但其增长速度远低于全国平均水平。如图1所示，2003～2014年，东北地区的创新能力稳步提高，ICI值从0.268增长到0.355，年均增长2.58％。但东北地区的ICI增速低于全国增速，导致其创新能力在中国的地位有所下降。从四大板块看，2003年东北地区ICI值高于全国平均水平，为全国ICI值的1.012倍；但2004年后其ICI值一直低于全国平均水平，且与全国平均水平的差距呈扩大态势，2014年其ICI值为全国平均水平的0.837。

本文来自织梦

dedecms.com

从时间过程分析，东北地区创新能力发展进程主要经历了以下3个不同阶段：1、快速增长阶段（2003～2007年）。随着振兴东北战略的实施以及相关政策的陆续出台，东北地区的创新能力呈快速增长态势，ICI值从0.268增长到0.316，年均增长4.21％。但其增速仍低于全国增速4.18个百分点。2003年，东北地区的ICI值为0.268，仅低于东部地区排第二位；2007年，东北地区ICI值被中部地区超越排第三位，且这种空间格局一直延续到2014年。2、低速徘徊阶段（2008～2010年）。受国际金融危机影响，中国整体创新能力增长较缓，东北地区的创新能力发展也有所受挫，但其增长速度高于全国增速。2008～2010年，东北地区ICI值从0.310增长到0.319，年均增长1.43％，比全国增速高0.13个百分点。在该阶段，四大板块的区域差异有所波动但总体呈缩小态势。3、平稳增长阶段（2011～2014年）。随着中国政府一系列应对金融危机政策措施的实施，其效果逐渐显现，中国整体及东北地区的创新能力发展均开始重新进入正轨。2011～2014年，东北地区ICI值从0.323增长到0.355，年均增长3.27％，与全国平均增速基本持平，四大板块的区域差异呈缩小态势。 内容来自dedecms

2.1.1 全国省际差异逐渐缩小，但东北三省内部差异呈扩大态势 内容来自dedecms

从全国层面看，随着各省区市创新能力的提高，省际创新能力的空间格局有较大变化（图2）。一是省际创新能力差异有所缩小。2003～2014年，31个省区市的CV值从0.47下降到0.36，且呈逐渐缩小态势。二是2014年与2003年相比，有16个省区市的位序上升，11个省区市下降，4个保持不变。其中，辽宁省一直稳居全国第7；吉林省和黑龙江省则分别从17位下降到18位，从16位下降至21位。三是省际创新能力仍存在巨大空间差距，总体上自东向西呈逐渐降低的趋势。2014年，9个省区市的ICI值高于全国平均水平，其中前6位均是东部省份。

从东北地区内部看，一方面随着东北三省创新能力不断提升，其省际差异呈扩大态势。2003～2014年，东北三省的CV值从0.15上升到0.19；特别是2011年后，随着辽宁省ICI值逐渐增长，其CV值扩大态势更趋明显。另一方面，随着吉林省创新能力不断提高，其ICI值在2008年超过黑龙江居东北地区第二位，这个格局一直延续到2014年（图2）。另外，东北三省的创新能力发展速度均低于全国平均水平，在中国的地位均呈下降态势。2003～2014年，吉林、辽宁、黑龙江三省ICI值年均增速为3.32％、2.25％、1.35％，分别比全国平均水平低0.98、2.05、2.95个百分点。

织梦好，好织梦

2.1.2 各地级市之间创新能力相差悬殊，但差距呈缩小态势

本文来自织梦

1）各地级市2、创新能力均有明显提高，空间格局变化较大。2009～2014年，东北地区各地级市的创新能力均有明显提高。其中，绝对幅度提高最大的依次是大连、盘锦、鞍山、沈阳、营口和哈尔滨，分别提高了0.182、0.166、0.155、0.120、0.105和0.104；相对幅度提高最快的有盘锦、阜新、伊春、营口和齐齐哈尔，分别提高了1.72、1.67、1.56、1.53和1.51倍（图3）。 织梦内容管理系统

随着各地级市创新能力的提高，市级创新能力的空间格局及其排序也有较大变化。一是2009～2014年，16个地级市的位序上升，13个地级市下降，7个保持不变。其中，位序上升最大的是阜新、齐齐哈尔、伊春；位序下降最大的分别是双鸭山、本溪、鸡西、四平。二是东北地区创新能力格局呈现明显的省会城市及门户城市集聚效应。2009～2014年，ICI值最高的前5位一直是沈阳、大连、哈尔滨、长春、大庆，均是东北三省的省会或门户城市。

2）两极差距一直较大，但区域差异明显缩小。2009～2014年，东北地级市创新能力的两极差距一直较大。2009年，ICI值最高的沈阳与最低的大兴安岭之间绝对差距为0.606，相对差距为7.12；2014年，ICI值最高的沈阳与最低的大兴安岭及双鸭山之间绝对差距为0.652，相对差距为5.91。虽然地级市之间ICI值的绝对差距有所扩大，但相对差距及变异系数CV的测算结果都显示，2009～2014年东北地级市之间创新能力的区域差异呈缩小态势。具体而言，相对差距与CV测算结果基本相似，2009～2011年，地级市创新能力的区域差距有较大幅度缩小；2011年之后，地级市创新能力的区域差距开始呈现微弱增长态势，但变化不大。

织梦内容管理系统

本文来自织梦

2.2 区域创新对经济发展的贡献率分析 织梦好，好织梦

随着东北地区创新能力的逐渐提高，其创新能力对地区经济发展的带动作用也逐渐显现，但其带动作用仍较弱。2003～2014年，东北地区的ECI值从16.41％增长到40.04％，年均增长8.45％（图4）；但其增速低于全国增速。2003年，东北地区创新贡献率高于全国平均水平0.2个百分点，仅次于东部地区排第二位；2014年，东北地区创新贡献率低于全国平均水平3.77个百分点，排第三位。究其原因，一方面是东北地区创新能力增长较慢，影响区域创新对经济发展的带动作用；另一方面是因为东北地区的投资增长率高于全国平均水平，投资对经济增长的贡献率相对较大，导致科技创新对经济增长的贡献率相对较小。可见，2003～2014年，东北地区经济的新增长点主要是靠投资带动，科技创新的带动作用相对较弱。 copyright dedecms

2.2.1 东北三省创新贡献率演变趋势

织梦内容管理系统

吉林和黑龙江的创新贡献率演变趋势相似，与东北地区整体趋势基本趋同，ECI值有所提高但在全国地位有所下降。2003～2007年，吉林、黑龙江的创新贡献率稳步提升，分别从16.04％、16.2％提高到26.6％、25.36％。2008～2010年，受金融危机影响，其创新贡献率经历先下降后缓慢上升。其中，吉林ECI值从2007年的26.6％持续下降到2009年的24.73％，再上升到2010年的25.42％；黑龙江ECI值从2007年的20.41％下降到2008年的23.94％，再上升到2010年的25.09％。2011年之后的后金融危机时代，其ECI值开始逐渐提升。2011～2014年，吉林、黑龙江的创新贡献率分别从28.43％提高到40.04％、从28.21％提高到39.5％。总体而言，2003～2014年，吉林、黑龙江在全国的地位均有所下降，其排名分别下降4位、2位。

辽宁省创新贡献率在波动中呈显着上升态势（图5）。2003～2008年，辽宁的创新贡献率在波动中提升，从27.33％上升到29.65％；但金融危机之后，辽宁省创新贡献率呈现逐年上升态势，2014年达到52.81％。2003～2014年，辽宁省在全国的排名从第7位上升为第6位，可见其科技创新的转化能力及其对经济发展的带动比较显着。 本文来自织梦

内容来自dedecms

2.2.2 东北三省地级市创新贡献率空间格局变化 本文来自织梦

金融危机后，随着中国经济发展方式转变的不断推进，2009～2014年，东北地区各地级市的创新贡献率均有大幅提升（图6）。其中，锦州、吉林、盘锦、铁岭、牡丹江、齐齐哈尔、抚顺等7市的年均增速超过10％，是创新贡献率增长最快的地级市，可见其地区创新能力对地方经济发展的带动作用明显提升；而白山、绥化、辽源、松原、鸡西等5市的增速较低，年均增速低于5％，可见这些地级市的创新能力增长对其经济发展的带动作用较弱。 copyright dedecms

总体而言，东北各地级市之间的ECI值存在较大差距。2014年，ECI值最高的沈阳市（56.9％）是ECI值最低的白山市（14.98％）的3.79倍。其中，仅沈阳、大连、长春、大庆、鞍山、哈尔滨、营口、吉林8个地级市的创新贡献率高于东北地区平均水平，是东北地区创新带动作用比较显着的地级市。而松原、七台河、绥化、大兴安岭、白山等5个地级市，其ECI值均低于23％，可见其科技创新对经济发展的带动作用很不明显，比2014年东北地区平均水平低20余个百分点。 织梦内容管理系统

2.3 东北地区创新能力发展模式分析 本文来自织梦

在分析东北地区创新能力的空间格局及其经济带动作用的基础上，利用2014年东北地级市的创新能力发展指数（ICI）和创新贡献率指数（ECI），绘制四分图。将ICI指数和ECI指数分别作为横轴和纵轴绘制出散点图并划分为4个区域，如图7所示，即A区域（高创新能力—强经济带动）、B区域（低创新能力—强经济带动）、C区域（低创新能力—弱经济带动）和D区域（高创新能力—低经济带动）。 本文来自织梦

织梦好，好织梦

创新能力对经济带动状态处于“高创新能力-强经济带动”的有沈阳、哈尔滨、大连、长春、大庆、鞍山、盘锦、吉林8个地级市，主要是东北三省的省会、门户城市，以及辽宁省经济发展较快的城市。其中，沈阳、大连、长春是典型的创新能力高，且对地方经济带动较强模式；而哈尔滨的创新能力比较突出，但其经济带动作用相对较弱；大庆则相反，其创新能力相对较弱，但其经济带动作用较突出。发展状态处于“低创新能力-强经济带动”的有营口、鹤岗、齐齐哈尔、铁岭、牡丹江等5个地级市。这类地级市目前的创新能力水平还相对较低，然而其经济带动作用较强，具有较大的创新资源投入回报率，应该加大对这类地级市的创新投入。其余23个地级市均处于“低创新能力—弱经济带动”状态，这类地级市的地区创新能力相对较低，并且其对地方经济的带动作用也相对较弱，需要政府提供一定的政策支持，以改善其创新发展环境。 dedecms.com

总体而言，创新发展对经济带动水平处于“低创新能力—弱经济带动”和“高创新能力—强经济带动”的地级市相对较多，说明东北三省各地级市的创新发展及其对经济带动的两极分化较严重。其次，处于“低创新能力—强经济带动”的地级市发展潜力大，创新资源投入回报率较高，从空间分布上看其空间差异较大且多为经济发展相对落后地区。另外，没有任何地级市处于“高创新能力—低经济带动”，在一定程度上说明地区创新能力对经济发展具有较强带动作用。 copyright dedecms

3 结论与讨论

随着中国经济发展进入“新常态”，特别是“人口红利”和“外贸红利”的逐渐消失，科技创新逐渐成为经济发展的主旋律。对东北老工业基地而言，创新更是转变经济发展方式、实现产业转型升级的关键。本文通过构建指标体系及测算模型，分析了东北地区的创新能力及其创新贡献率的时空演变格局。分析结果显示：2003年实施东北振兴战略以来，东北地区的创新能力及其对经济发展的带动作用都得到了明显提升，但其在全国的地位却呈下降态势。 dedecms.com

从创新能力看，东北地区发展经历快速增长、低速徘徊和平稳增长3个阶段呈逐渐提高态势。省级层面上，吉林、辽宁的创新能力增长较快而黑龙江相对较慢，省际差异呈扩大态势；地级市层面上，36个地级市之间的创新能力相差悬殊，呈明显的省会及门户城市集聚效应，但区域差异呈逐渐缩小态势。从创新贡献率看，辽宁的科技创新能力及其对经济发展的带动相对较强，在全国地位有所上升；地级市层面上，沈阳、大连、长春、大庆的创新贡献率比较突出。从发展模式看，大部分地级市的创新发展对经济带动模式处于“低创新能力—弱经济带动”和“高创新能力一强经济带动”，可见东北三省各地级市的创新发展及其对经济带动的两极分化严重。

在未来发展中，东北地区应该从地方发展实际需求出发，实施适合东北地区的创新驱动发展战略。一是重视对创新投入。特别是重视对“低创新能力—强经济带动”类型地级市的创新资源投入，发挥其高创新投入回报率的优势，加强对其教育、研发、技术转化的经费投入，加强各类科研人才和技术人才的培养，积极设立并鼓励企业设立各种创新发展基金，进而促进地方经济发展。二是营造良好的创新环境。特别是针对“低创新能力—弱经济带动”类型地级市，亟需建立透明的体制机制，提高创新研发服务，完善技术市场和产权交易制度，加强知识产权法律法规的规范与完善，推动服务与中介机构的建设，从而提高其地方创新能力。三是积极提高创新产出。特别是针对“高创新能力—强经济带动”类型地级市，需要发挥其已有的地方创新能力，加强产学研联系，促进科技创新的转化与应用，充分发挥区域间技术溢出的作用，消除影响创新转化为经济发展动力的薄弱环节，进而提高其经济带动作用。

织梦内容管理系统

注释： 织梦好，好织梦

1、本文提及的地级市中包括哈尔滨、长春、沈阳和大连4个副省级城市。

2、本文地级市中包括长春、哈尔滨、大连、沈阳等4个副省级城市。 copyright dedecms

参考文献：

dedecms.com

[1]陆大道.中国区域发展理论与实践[M].北京：商务印书馆，2003.[Lu Dada0.Theory and practice of China regional development.Beijing：The Commercial Press，2003.]

内容来自dedecms

[2]王缉慈.创新的空间——企业集群与区域发展[M].北京：北京大学出版社，2001.[Wang Jici.Innovative space：Clusters and regional development.Bering：Peking University Press，2001.]

织梦好，好织梦

[3]杜德斌.全球科技创新中心：动力与模式[M].上海：上海人民出版社，2015.[Du Debin.Global S&E innovation center：Motivation and model.Shanghm：Shanghai People‘s Publishing House，2015.]

[4]熊彼特.经济发展理论[M].北京：商务印书馆，1991:13-25.[Schumpeter J A.The theory of economic development.Beijing：The Commercial Press，1991:13-25.] copyright dedecms

[5]周尚意，吕国玮，戴俊骋.北京DRC空间约束下的企业网络特征与创新能力关系分析[J].经济地理，2011，31（11）：1845-1850.[Zhou Shangyi，Lv Guowei，Dai Juncheng.An analysis of the relation between the enterprise network characteristics and their innovation capabilities in the space of DRC on Beijing.Economic Geography，2011，31（11）：1845-1850.]

织梦内容管理系统

[6]吕国庆，曾刚，郭金龙.长三角装备制造业产学研创新网络体系的演化分析[J].地理科学，2014，34（9）：1051-1059.[Lv Guoqing，Zeng Gang，Guo Jinlong.Innovation network system of industry-university-research institute of equipment manufac-turing industry in the Changjiang River Deha.Scientia Geograp-hica Sinica，2014，34（9）：1051-1059.] 织梦好，好织梦

[7]杨兴宪，刘毅，牛树海.区域创新系统研究的进展及展望[J].地理科学，2006，26（2）：251-255.[Yang Xingxian，Liu Yi，Niu Shuhai.Research progress and prospects about regional science and technology innovation system.Scientia Geographica Sinica，2006，26（2）：251-255.]

[8]中国科技发展战略研究小组.中国区域创新能力报告2010：珠三角区域创新体系研究[M].北京：科学出版社，2011:33-36.[Research Group on Development and Strategy of Science and Technology.Annual report of regional innovation capability of China 2010：A study of Pead Delta regional innovation system. Beijing：Science Press，2011:33-36.] copyright dedecms

[9]程叶青，王哲野，马靖.中国区域创新的时空动态分析[J].地理学报，2014，69（12）：1779-1789.[Cheng Yeqing，Wang Zheye，Ma Jing.Analyzing the space-time dynamics of innovationin China.Acta Geographica Sinica，2014，69（12）：1779-1789.]

[10]段德忠，杜德斌，刘承良.上海和北京城市创新空间结构的时空演化模式[J].地理学报，2015，70（12）：1911-1925.[Duan Dezhong，Du Debin，Liu Chengliang.Spatial-temporal evolution mode of urban innovation spatial structure：A ease study of Shanghai and Beijing.Acta Geographica Sinica，2015，70（12）：1911-1925.]

copyright dedecms

[11]牛欣，陈向东.城市创新跨边界合作与辐射距离探析——基于城市间合作申请专利数据的研究[J].地理科学，2013，33（6）：659-667.[Niu Xin，Chen Xiangdong.The cooperation innovation across city boundary and radiation distance：Based on the cross-city cooperation-patent application data.Scientia Geographiea Sinica，2013，33（6）：659-667.] 内容来自dedecms

[12]蒋天颖，谢敏，刘刚.基于引力模型的区域创新产出空间联系研究——以浙江省为例[J].地理科学，2014，34（11）：1320-1326.[Jiang Tianying，Xie Min，Liu Gang.Spatial linkage of regional innovation output based on gravity model：A case study in Zhejiang Province.Scientia Geographica Sinica，2014，34（11）：1320-1326.]

[13]魏守华，吴贵生，吕新雷.区域创新能力的影响因素——兼评我国创新能力的地区差距[J].中国软科学2010，（9）：76-85.[Wei Shouhua.Wu Guizhong.Lv Xinlei.The determinants of regional innovation capability comment on the regional gap of innovation capability in China.China Soft Science，2010，（9）：76-85.] 本文来自织梦

[14]张玉明，李凯.中国创新产出的空间分布及空间相关性研究：基于1996-2005年省际专利统计数据的空间计量分析[J].中国软科学，2007（11）：97-103.[Zhang Yuming，Li Kai.Research on the spatial distribution and dependence of Chinese innovative output：Spatial econometrics analysis based on province-level patent data.China Soft Science，2007（11）：97-103.] dedecms.com

[15]吕拉昌，李勇.基于城市创新职能的中国创新城市空间体系[J].地理学报，2010，65（2）：177-190.[Lu Laehang，Li Yong.A research on Chinese renovation urban system based on urban renovation function.Acta Geographiea Sinica，2010，65（2）：177-190.]

dedecms.com

[16]李国平，王春杨.我国省域创新产出的空间特征和时空演化：基于探索性空间数据分析的实证[J].地理研究，2012，31（1）：95-106.[Li Guoping，Wang Chunyang.Spatial characteristics and dynamic changes of provincial innovation output in China：An investigation using the ESDA.Geographical Research， 2012，31（1）：95-106.] 内容来自dedecms

[17]牛方曲，刘卫东.中国区域科技创新资源分布及其与经济发展水平协同测度[J].地理科学进展，2012，31（2）：149-155.[Niu Fangqu，Liu Weidong.Relationships between scientific &technological resources and regional economic development in China.Progress in Geography，2012，31（2）：149-155.] dedecms.com

[18]国家统计局.中国统计年鉴[M].北京：中国统计出版社，2004-2015.[National Bureau of Statistics of China.Statistical yearbook.Beijing：China Statistics Press，2004-2015.]

copyright dedecms

[19]黑龙江省统计局.黑龙江省统计年鉴[M].北京：中国统计出版社，2004-2015.[Heilongjiang Statistical Bureau.Heilongjiang statistical yearbook.Beijin9：China Statistics Press，2004-2015.] dedecms.com

[20]吉林省统计局.吉林省统计年鉴[M].北京：中国统计出版社，2004-2015.[Jilin Statistical Bureau.Jilin statistical yearbook.Bering：China Statistics Press，2004-2015.] copyright dedecms

[21]辽_宁省统计局.辽宁省统计年鉴[M].北京：中国统计出版社，2004-2015.[Liaoning Statistial Bureau.Liaoning statistical yearbook.Bering：China Statistics Press，2004-2015.]

本文来自织梦

[22]知识产权局.中国知识产权年鉴[M].北京：知识产权出版社，2004-2015.[State Intellectual Property Office of China.Statistical yearbook of intellectual property.Bering：Intellectual Property Press，2004-2015.] 本文来自织梦