创新生态系统视角下安徽省区域创新能力评价
一、引言
在倡导“双创”的时代背景下,区域创新能力发展为衡量国家、地区竞争力和发展潜力的重要因素。而安徽省关于区域创新能力的研究多是从区域创新视角切入,运用较为成熟的区域创新能力评价指标体系对安徽省的创新能力做出评价和分析。梁樑、魏康宁通过TOPSIS值法从不同层面对安徽省与其他几个省份的创新能力做出综合评价、排序与分析,确定安徽省创新系统发展的现状[1];杨玉则对安徽省高新技术产业的自主创新能力进行测量和分析,发现在创新中存在的问题并且提出相应的建议[2];王现忠对中部六省的技术创新效率的有效性进行测量并且做了实证排名分析[3];武洪玲对安徽省创新能力各年变化进行定量分析,从而发现影响安徽省创新能力的因素[4]。创新生态系统是创新范式演化的最新阶段,而创新生态系统视角下的安徽省区域创新能力的研究暂时欠缺,在该研究视角下如何评价安徽省的区域创新能力水平,从而拓宽区域创新的思路是值得探索的问题。鉴于此,通过对创新生态系统视角下的安徽省区域创新能力的实证研究,对安徽省各地区的区域创新能力进行评价,根据各地区区域创新能力水平进行聚类,为安徽省实施“中部崛起”战略提供理论的支持。
二、文献述评
(一)区域创新能力评价
区域创新能力是衡量地区创新竞争力的重要因素,创新能力的强弱对未来区域发展产生影响,因此关于区域创新能力分析与评价是创新领域研究的重点。Tura认为创新能力是对环境的应变和资源的利用能力[5];Schumpeter认为新的生产组合灌入到现有生产体系中而形成的能力[6];Riddle和Schwer将创新能力与创新潜力、发展动力连结起来[7]。朱海就认为区域创新能力是不同创新主体间整合而构成的相互连结的网络,企业的创新能力发挥核心作用,创新氛围提供有力的支持[8]。评价区域创新能力的指标体系具有多样性,较为有代表性的国内外评价指标有洛桑报告、波特的 “钻石模型”、全球记分牌、中国区域创新能力报告等,对比各体系发现区域创新能力的评价体系存在较大差异。不同的学者根据具体研究对象和研究视角的不同采用不同的评价方方法,较为常用的评价方法有主成分分析法、因子分析法和聚类分析法,三者往往是结合起来使用。如刘友金,孙锐、石金涛,周立、吴玉鸣,齐亚伟等大部分学者都是从三种方法中选择结合起来使用。
(二)区域创新能力评价的研究视角
对区域创新能力的评价研究大都是从区域创新理论视角,对某些区域或特定区域的创新能力做出评价研究。随着区域创新理论的不断完善,开始有学者从其他视角分析区域创新能力。何亚琼、秦沛从区域创新网络成熟度视角针对区域创新网络、投入、产出及其主体创新四个方面对区域创新能力进行估计[9];詹湘东,崔新健、郭子枫、刘轶芳则是从知识管理视角在知识扩散、共享、运用及知识环境等方面分析了区域创新能力[10,11];马力、王燕燕,王晓光、方娅则是从产业集群视角在知识创造、技术创新、创新环及制度等层次对区域创新能力做出评价[12,13];金玉玲、陈耀,余晓芳、王成军从三重螺旋视角在政府、中介机构、研究机构、高校、企业几个子系统对区域创新能力进行评估[14,15]。研究视角具有多样性,在不同研究视角下由于研究的侧重点不同区域创新能力的评价指标存在较大差异,总体而言是将区域创新能力的评价与不同视角下的理论相融合而构建具有该视角特色的评价指标。
(三)创新生态系统与区域创新能力的相关性研究
李万、常静等人认为创新范式经历了线性范式—线性体系—创新生态系统[16],从文献的研读当中发现从生态学视角分析创新系统的研究已越来越受到关注。综合黄鲁成、苌千里等人关于区域创新生态系统的描述可以得出系统的主要构成要素有企业、高校和科研机构、政府、中介和金融机构以及创新环境(科技、经济、人才和基础设施环境)。苌千里,周青、陈畴镛,覃荔荔、王道平等人通过对系统生态位适宜度的测算而间接估计出区域的创新能力[17-19]。朱卫东等人从生态学视角主要通过创新生态系统的主要构成因素对中关村的创新能力做出评价[20]。
除了政治经济现代化方面进行理论创新之外,我们在社会现代化、文化现代化、生态现代化、国际现代化方面也进行了理论创新,先后提出了构建社会主义和谐社会、建设社会主义先进文化、建设社会主义核心价值观、推进生态文明建设美丽中国、建设“一带一路”和构建人类命运共同体等。
70年前,和平的阳光再次普照大地,中国人民在经历十四年的苦难、战斗和牺牲之后,终于赢得了抗日战争的胜利。这山河重光的日子,从此永载史册,昭示着中华民族对正义、和平与人民的庄严信念。刚刚过去的9月3日,在天安门广场,习近平总书记发表重要讲话,深刻揭示了这一伟大胜利的重大意义,表达了中华民族铭记历史、缅怀先烈、珍爱和平、开创未来的坚定决心。无论在电视机前,还是身在广场,每一个中国人都强烈地感觉到把我们从根本上、从血液里团结在一起的力量,我们从前辈们气壮山河的业绩中,深刻地体认到我们共同的命运和坚定不移的方向。
参考文献:
三、创新生态系统视角下安徽省区域创新能力指标体系的构建
(一)评价指标体系的设计原则
创新生态系统较为复杂,包含较多的主体且彼此之间相互影响,该视角下区域创新能力的评价指标应是多层次的综合性指标,不仅能反映出生态系统的内涵、构成要素间相互依存性、生态性,而且还要注重其动态演化性、系统的开放性等[21]。因此,在设计评价指标体系时所遵循的原则包括:科学性与可操作性原则,指标的选取要能够在一定程度上将所需信息最大化的反映出来,数据是否可得直接影响定量化操作,选取指标时需要考虑在内。全面性和动态系,指标应能全面创新主体和创新环境,选取的创新物种指标要能反映出不同创新群落和环境,系统是不断演化的,在选取指标的过程中要充分考虑其动态性,不仅能反映当前创新能力而且能预测未来的创新趋势。
(二)指标体系的选择与构建
本文再对创新生态系统理论及在该理论下与区域创新相关的研究进行梳理,综合而言黄鲁成,苌千里,李万等人将创新生态系统划分为创新群落和创新环境。企业、高校及科研机构是创新的动力源,为区域创新提供资本与人才,是系统的驱动群落;金融机构为创新主体提供了资金的支持,而中介机构能够促进创新成果的转换进程,两者构成创新扩展群落;当创新主体间、主体与环境之间、主体与其他机构发生矛盾时,政府能够有效协调,推进创新的平稳、继续进行,故政府是创新协调群落的主体;区域创新能力水平受地区环境影响较大,地区经济发展现状、基础设施化境以及现有科技水平都会影响或限制区域经济的发展。综上,创新生态视角下对区域创新能力评价的指标体系由四个子系统构成。
1.创新驱动群落指标
该群落的主要构成要素为企业、高校和科研机构,借鉴已有的成熟指标体系如《中国区域创新能力报告》,朱卫东、陆燕春等人的研究中对三者创新能力的指标做了选取。通过高科技企业、规模以上工业企业以及安徽省近些年在大力倡导的战略新兴企业,三种类型企业的现状反映地区企业的创新能力;通过地区高校数量、在校学生数以及教职工数描述学校的创新潜力;通过科研机构、研发平台、研发机构R&D人员数量以及研发机构R&D内部经费支出反映科研机构的创新能力。数据可以通过安徽各地区统计年鉴和统计公报获得。
2.创新扩散群落指标
借鉴相关的成熟指标体系中关于金融机构和中介机构创新能力的具体指标并且进行整理。金融机构的固定资产投资、保险收入和年末金融机构的存款余额等指标发硬处金融机构的现有融资能力,较强的融资水平能够为创新提供资金的支持。输出技术的合同数及成交额、吸纳技术成交额及成交数反映出中介机构在创新中的活力。
3.创新协调群落
政府的财政收入及支出水平能反映出当地政府的财政实力以及能够为地区发展提供的支持力度;政府R&D资金支出、财政科学技术支出占财政支出的比重能够反映出政府对高科技产业及创新的投入和扶持力度;财政教育经费的支出反映出地区政府培养人才的力度,从而提供充足的创新人才。
4.创新环境
对标准化的原始数据进行聚类后的树状图如图2,从数值为5处切断,则将该视角下安徽省区域创新能力划分为五类,合肥是第一类,第二类是芜湖,马鞍山则是第三类,第四类包括安庆和滁州,其余为第五类。大部分城市集中分布在第五类,合肥和芜湖的区域创新能力总体水平相当于其他地区创新能力之和。反映出安徽省创新资源地域分布差异大,不均衡现象严重,资源倾斜于大城市,尤其是合肥,造成这种现象的原因多样,例如大城市原有产业基础较为雄厚、政策的倾斜、产业的集聚效应、人力资源的集聚等。
参照朱海就、中国区域创新能力报告等指标体系中关于创新环境的指标,用人均GDP、GDP增长率、可支配收入等指标能够衡量地区经济环境;而互联网的普及率、用电量、每万人拥有公交车量、医疗卫生机构数量则能在一定程度上代表地区基础设施情况,基础设施的健全与否是衡量创新环境的重要内容;各地区的科技环境则能够通过专利的申请量、授权量、各地科技成果数及R&D经费等指标反映出来。
前不久,妹妹跟我抱怨,当年她嫁给妹夫的时候两人都比较穷,只在老家办了简易的酒席,宴请了相熟的亲朋好友,如今生活好一点了,妹夫也没有再提要补办一场婚礼。
表1 创新生态系统视角下安徽省区域创新能力评价指标体系
![](https://qkk.lw71.com/uploads/image/2018/01/70d5592b2b8387c9f3c498953e1a8649.png)
?
四、创新生态系统视角下安徽省区域创新能力的因子分析
(一)数据来源与研究方法
本文选取2015年安徽省各地区的具体数据为研究对象,原始数据来源是《安徽省统计年鉴》、《安徽省科技统计公报》、安徽省统计局和各地级市统计局,对于少量缺失的数据用距离最近的数据代替。由于本文构建的评价体系中有40个指标且它们之间互相关联,因子分析是通过降维的方法选取能最大程度解释原数据的几个因子进行探讨从而深入认知变量间的内在联系。根据R型和Q型因子分析适用的情况,本文选用的是R型并且采取通常使用的主成分法来提取公共因子,可根据方差贡献率对其重要程度定量化衡量。
(二)数据处理及分析
2.区域综合创新能力因子分析
1.各地区子系统创新能力的因子分析
按照上述指标体系的划分和研究方法的介绍,首先对创新生态系统视角下区域创新能力所划分的四个子系统,即创新驱动、扩展、协调群落和创新环境进行分析。用SPSS21.0分别对创新驱动、扩展、协调群落的具体指标进行了KMO值和Bartlett球度检验,其KMO值分别为0.726、0.868、0.674、0.739,P小于0.001,符合运用该方法的条件。 经SPSS21.0运作处理后所提取的该视角下安徽省区域创新能力评估的因子特征值、方差贡献率结果如表2所示。
表2 矩阵特征值与累积贡献率
![](https://qkk.lw71.com/uploads/image/2018/01/ae94a0f80a3340fa21bc45aeda763768.png)
?
由表2可以看出每个子系统所选因子能解释该子系统至少90%以上的信息量且变量间存在较高的共同度,信息的损失量较小,所选的8个因子对40个变量具有较强代表性。将以上8个因子的得分保存作为新的数据,记为(f1,f2....,f8),在 3-7次迭代后旋转收敛。将因子贡献率作为权重来计算子系统创新能力的因子得分,得到安徽省各地区子系统的因子得分。通常情况下,提取因子的特征值大于1,f8的特征值为0.944非常接近于1,在创新环境子系统中若将f8去除,则累计贡献率仅达到76.76%,解释原变量时折损较大,因此在这里提取了f8。创新环境所提取的因子的贡献率差异不大,f6中有R&D经费、专利授权量、各市科技成果、人均GDP、可支配收入等反映技术创新能力和生活水平的指标;f7的具体指标有群社会用电量、医疗卫生机构、移动电话数等反映地区基础设施建设的指标,因子6和因子7对创新环境解释侧重不同的层面,故其贡献率差异较小。
左岸高程600m以下为陡壁,地下水位略高于金沙江水位,埋深30m。岩体透水率总体上随埋深增加,透水率逐渐减小,且具有一定的分带性。岩体以弱透水为主,弱卸荷或弱风化岩体透水率一般大于5Lu,相对隔水层顶板埋深在67~100m。
2018年4月中旬~5月底覆盖层已完成约30万m3,2018年6月~2019年10月石方开挖河床外段和半河床半河岸段水面线以上部分(半河床半河岸段在旱季开挖),17个月工期,高峰开挖强度30万m3/月(开挖强度大于填筑强度,满足直接上坝要求);
指标单位的差异致使指标间数据的绝对值差异较大,为避免此情况可以在运行数据前对其进行无量纲化处理,结合下面操作需要采用数值化方法对原数据进行处理, 公式为:yij=(xij-xminj)/(xmaxjxminj),yij是标准化后的数值,xij是具体变量数据,xmaxj,xminj则表示第j个变量的极大和极小值。
在已经得出创新生态系统视角下安徽省各地区创新子系统得分的前提条件下,将各地区四个子系统创新能力得分看做是新的指标,再一次运用因子分析法对安徽省各地区生态系统的总体创新能力进行测量。经检测KMO值达到0.865,P<0.0001,具备因子分析的条件。经运算从四个变量中得到一个因子且方差均在0.934以上,与原数据相似度高,该因子的贡献率达95.574%,对原始数据中的绝大部分信息能够进行有效的解释。
对创新生态视角下安徽省各市各子系统区域创新能力和区域综合创新能力进行整理和汇总,并按照创新能力的强弱对其排序,汇总后结果如表3所示:
综上所述,对创新生态系统下安徽省区域创新能力的评价指标进行整理如表1所示。
表3 创新生态系统视角下安徽省创新能力因子分析结果
![](https://qkk.lw71.com/uploads/image/2018/01/e082950ec7429ec5e34a775dfa62003d.png)
?
从表3可以看出来,因子得分有正负值之分,各个样本的因子之和为0,得分为负值是相对其他地区而言,并不表示其创新能力为负值,而是其创新能力在各个群落或者整个地区中在平均水准之下。安徽省各地区间的创新能力水平差异大,得分为正数的有4个市,分别是合肥、芜湖、马鞍山和蚌埠,分值为正表明其创新能力在安徽省平均水准之上,反之亦然[21]。省会合肥在政策、地理位置上占据上风,是安徽省产业、人才及各类资源的集聚地,是举全省之力重点发展的城市,其在安徽省创新区域能力的四个系统、区域综合创新能力的因子得分皆排在第一名是情理之中。芜湖、蚌埠和马鞍山都是合肥城市圈,是安徽省经济增长的排头兵,其中芜湖是创客之城,马鞍山是中国十大钢铁基地之,蚌埠则是全国性综合交通枢纽,它们是安徽省重点建设和发展的城市。阜阳市在创新驱动、协调群落的发展上较为先进,说明近些年政府非常重视和支持地区创新工作,进而影响其对高科技企业一、工业企业、新兴产业以及高校和科研机构的建设。滁州市创新驱动群落的创新能力领先安徽省平均水准,滁州市第二产业较为发达,形成一定规模的产业集群群落。在双创背景下,安庆市政府部门强化对创新工作的扶持力度。在创新环境和创新扩展群落中,只有合肥和芜湖高于全省平均水准,它们在资产投资管理、居民经济的自由度、促进创新活动的基础设施以及对技术的重视等方面相较于其他地区具有很大的优势。
五、创新生态系统视角下安徽省区域创新能力聚类分析
(一)研究方法与数据来源
聚类方法的根本性目的是将相似或者相近的研究对象进行分类,不同群类具有不同特征而同一类则有较强的相似性,为差异化的处理方式提供了基础。系统聚类是将各个不同变量当作不同的类,将变量间的相似度转换成距离,将距离近的两类并成一个新类,如此反复直至只有一类。由于对安徽省各地区创新能力进行聚类的基础是在求得各子系统因子得分以及区域创新能力的综合得分,因此应现将四个子系统和整体的的因子得分、经标准化处理后的原始变量作为聚类数据来源并对不同变量聚类结果进行比较。
(二)创新生态系统下安徽省区域创新能力聚类
按照综合得分区间将安徽省创新生态系统创新能力得分划分为五大类,划分类别的得分区间分别是 (100,330)(0,100)(-35,-0)(-35,-60)(-60以下)。第一类包含的区域是合肥市,第二类的是芜湖市、马鞍山市、蚌埠市,属于第三类的包括阜阳、滁州、安庆、宣城和铜陵,第四类的地区有宿州、六安、亳州、淮南、淮北,黄山、池州则属于第五类。此种分类是根据生态系统总体创新能力的强弱进行划分,影响聚类的变量只有一个。
Understanding the Implication of Word "Risk" in New Quality Management System……………ZHANG Xiaoyu, YANG Yaxian(1·80)
将四个创新子系统的因子得分作为聚类变量,测量标准选择Pearson相关,Z得分法进行标准化处理。用SPSS21.0对安徽省各地级市生态系统创新能力的聚类分析的树状图如图1所示:
![](https://qkk.lw71.com/uploads/image/2018/01/6914ef869a8bd505502d62f59ca0b166.png)
图1 按四个子系统创新能力因子得分聚类树状图
(1)培育壮苗∶要调节好苗床的温度和湿度,在苗子长到两叶一心时进行分苗,谨防苗子徒长。苗期喷施奥力克-霜贝尔500倍液,可防止苗期患病;(2)加强田间管理∶要实行高垄栽培,合理施肥,定植缓苗后要及时封垄,促进新根发生。温室内要控制好温度和湿度,加强通风透光管理。结果期要定期摘除下部病叶,深埋或烧毁,以减少传病的机会。
整个西双版纳都离不开水。我们去河里划船,参加泼水节,我们在曼旦吃酸鱼,在景洪的江边吃烤鱼。鱼的味道也是水的味道。
![](https://qkk.lw71.com/uploads/image/2018/01/2e1755013f8eaa0d129aa11b4a5aceed.png)
图2 原数据创新能力聚类树状图
(三)不同变量聚类结果的比较
对上述聚类后的结果划分进行整理,呈现在表4中,以方便对结果进行比较。
表4 安徽省各地区创新生态系统创新能力聚类对比
![](https://qkk.lw71.com/uploads/image/2018/01/587091eb8bc700cf3e374b6195e7a6f7.png)
?
由表4可知,合肥市在三种不同变量的聚类中都是第一类,而其他地区的聚类类别则不尽相同,但大部分城市集中在第三、四、五类别里,第一、二类中包含城市少,这也符合安徽省地区创新水平发展不均衡、资源具有倾斜性的现状。综合参考以上聚类结果,可将创新生态视角下安徽省区域创新能力划分为四大类,第一类是创新示范区,成员只有合肥,合肥的区域创新能力远高于安徽省其他地区,以合肥的发展带动周围城市的发展;第二类是创新优势区,包括芜湖、蚌埠、马鞍山其创新能力大于零,在部分创新子系统中占据优势;第三类是创新潜力区,包括滁州、阜阳、安庆,滁州和阜阳在创新驱动群落中具有优势,安庆和阜阳则是在创新协调群落中处于领先地位,但是在其他创新群落中存在不足从而限制了其创新能力的进一步发展;第四类是创新待开发区,包括宣城、铜陵、宿州、六安、亳州、淮南、淮北,其创新生态系统的创新能力不足、亟需提高创新能力的突破口;第五类是创新落后区,包括黄山市和池州市,这两个市的支柱产业是旅游业,以旅游业为核心进行创新是发展的走向。
将树状图在数值为10-15之间切断,可分为四大类,第一类只有合肥一个城市,芜湖、滁州、蚌埠为第二类,马鞍山、池州、宣城、淮南、淮北、铜陵、黄山、池州为第三类,第四类则是宿州、亳州、安庆、六安、阜阳。其他地区各子系统创新能力与合肥相比存在较大差距,因此将合肥单独划为一类。在数值接近0的区间中可以看出,黄山和池州、蚌埠和滁州、安庆和六安这几个接壤地区在创新生态系统个子系统的创新能力上一定程度的相似性,比如池州和黄山创新能力较为落后,由于其区域内缺少产值和规模较大的企业、孵化创新的土壤贫瘠,但是它们的第三产业,尤其是旅游业较为发达,是国内外颇负盛名的旅游圣地。马鞍山和铜陵的创新创新能力具有相似性,两者区域内有规模较大的重工业国企,企业发展转型的需要迫使其重视创新。
六、结论
区域创新能力的评价研究一直是创新领域关注的热点问题,大部分此类研究多是针对国家层面或者省级层面的比较研究,从市级层面对某个省进行评价分析的文献较少。随着区域创新理论的不断完善,区域创新能力研究视角的多样性日益凸显。学者们认为创新范式已经进入3.0时代——即创新生态系统时代,新的创新范式下区域创新能力如何评价是值得关注的问题。鉴于此,在对区域创新能力评价方法、评价体系、研究视角及其与创新生态系统的相关研究进行综合的基础上,发现现有研究不足,从而提出本文的研究主题。借鉴成熟的指标体系,从创新群落和创新环境四个子系统对创新生态系统视角下安徽省各地区创新能力进行因子分析,再分别以各地区创新能力综合因子分值、创新子系统的因子得分和原始数据为变量对安徽省各市区域创新能力进行聚类,将其划分为创新示范区、创新领先区、创新潜力区、创新待开发区和创新落后区五大类。创新生态视角下安徽省区域创新能力的区域划分为差异化政策的制定提供参考,找出不同区域的创新短板,从而提高创新能力。在评估指标的选取中只考虑定量指标而忽略定性指标,使得构建出评价指标体系不够全面,在以后的研究中应对指标系统的构建进行深入分析和研究。
此前,公司涉嫌信息披露违法违规,中国证监会决定对公司立案调查。披露违法强制退市情形,公司股票交易被实行退市风险警示。实行退市风险警示三十个交易日期限届满后,公司股票将被停牌,直至深圳证券交易所在十五个交易日内作出是否暂停公司股票上市的决定。二级市场上,该股近期走势维持强势震荡,但该消息对于股价后市增加了不确定性,后市注意风险。
从现有研究来看区域创新能力的评价方法、评价指标、研究视角具有多样性,而创新理论已演化至区域创新生态系统,从概括出的创新生态系统的构成要素对安徽省区域创新能力进行评价和估计具有必要性。
“可以去收银台找收银员帮助,这是妈妈最容易找到你的地方。不要跟着其他人走,因为这样妈妈就找不到你了。”
[1]魏康宁,梁樑.安徽省区域创新能力评估分析[J].华东经济管理,2002(3):7-10.
[2]杨玉.安徽省高新技术产业自主创新能力评价研究[D].合肥:安徽大学(硕士学位论文),2014.
在单倍体加倍技术应用过程中,影响该项技术应用效果的主要因素是材料本身的遗传特征和外界环境因素。来源不同的材料,由于不同生长环境,使得单倍体加倍率存在较大差异性。在对单倍体进行加倍处理过程中,应该注意对材料和环境的选择。
[3]王现忠.我国中部六省区域技术创新绩效评价[D].南昌:江西财经大学(硕士学位论文),2015.
[4]武洪玲.安徽省区域创新能力因子分析[J].安徽工业大学学报(社会科学版),2011,28(6):22-24.
[5]Tomi Tura,Vesa Harmaakorpi.Social capital in building regional innovative capability[J].Regional Studies,2005,39(8):1111-1125.
[6]Schumpeter J A.Entrepreneurship as Innovation[J].Social Science Electronic Publishing,2009.
[7]Riddel M,Schwer R K.Regional Innovative Capacity with Endogenous Employment:Empirical Evidence from the U.S[J].Review of Regional Studies,2003,33(1):73-84.
[8]朱海就.区域创新能力评估的指标体系研究[J].科研管理,2004,25(3):30-35.
[9]何亚琼,秦沛.一种新的区域创新能力评价视角——区域创新网络成熟度评价指标体系建设研究[J].哈尔滨工业大学学报(社会科学版),2005(6):88-92.
悼念仪式马上开始。阿东把阿里引领到悼念厅的一侧。阿里四下张望,他不知道自己到了哪里,也不知道在这里干什么。厅里面乱乱哄哄,让他紧张得满心烦躁。他的身边,到处都是探头探脑的魔鬼。它们狞笑着,朝着他奔跑。他的头也突然疼起来,像是魔鬼的巨爪扑过来紧抠着他的头。他浑身都难受得厉害。他准备跺脚。他要找母亲,只有母亲能够帮他。阿里扭动着身体,表情也变得畸形,他想哭。
[10]詹湘东.基于知识管理的区域创新系统研究[D].长沙:湖南大学(硕士学位论文),2005.
[11]崔新健,郭子枫,刘轶芳.基于知识管理的区域创新能力评价研究 [J].经济管理,2013,35(10):38-47.
[12]马力,王燕燕.基于产业集群的区域创新能力评价体系研究[J].统计与决策,2007(10):63-64.
[13]王晓光,方娅.基于产业集群的哈大齐工业走廊区域创新能力评价[J].科技进步与对策,2010,27(10):100-103.
[14]金玉玲.基于三螺旋模型理论的区域创新能力研究——以江苏省为例[D].扬州:扬州大学(硕士学位论文),2007.
[15]余晓芳.基于三重螺旋的中国区域创新能力聚类分析研究[D].蚌埠:安徽财经大学(硕士学位论文),2016.
[16]李万,常静,王敏杰,朱学彦,金爱民.创新 3.0 与创新生态系统 [J].科学学研究,2014,32(12):1761-1770.
[17]苌千里.河南省区域创新生态系统适宜度研究[D].开封:河南大学(博士学位论文),2012.
[18]周青,陈畴镛.中国区域技术创新生态系统适宜度的实证研究 [J].科学学研究,2008,26(S1):242-246.
2018年笔者在面向百人的授课中体会到不同岗位和学历群体的基础和需求不同,培训内容尽量让每个群里都能有所收获,并增加实践体验的机会。
[19]覃荔荔,王道平,周超.综合生态位适宜度在区域创新系统可持续性评价中的应用[J].系统工程理论与实践,2011,31(5):927-935.
[20]朱卫东,吴晨曦,赵红.基于生态视角的中关村创新能力评价分析[J].财会通讯,2016(6):115-120.
[21]覃荔荔.高科技企业创新生态系统可持续发展机理与评价研究[D].长沙:湖南大学(博士学位论文),2012.