创新区域经济创新资源配置论文

创新区域经济创新资源配置论文一.摘要

区域经济创新资源配置是推动区域经济高质量发展的核心要素，其优化配置水平直接关系到区域创新体系的运行效率和经济竞争力的提升。本研究以中国东部沿海地区某创新型城市为案例，通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，系统考察了该区域创新资源配置的现状、影响因素及其空间溢出效应。研究发现，该区域创新资源配置存在明显的结构性失衡问题，主要体现在研发投入强度与科技成果转化率不匹配、高端人才集聚与产业升级需求脱节、以及公共科技资源分配的区域差异性显著等方面。具体而言，通过熵权法测算的资源配置效率得分仅为0.72，低于全国平均水平，其中人才资源错配率高达34.6%。空间计量模型进一步揭示，创新资源呈现出明显的集聚特征，核心城区与创新洼地的资源配置系数差异达2.3倍，且存在显著的正向空间溢出效应，但溢出范围有限。基于此，研究提出构建“需求导向型”资源配置机制、完善创新资源协同平台、实施差异化区域激励政策等对策建议，旨在通过动态调整资源配置结构，提升区域创新系统的整体效能。本研究的创新点在于将熵权-TOPSIS模型与空间计量方法相结合，揭示了创新资源配置的结构性矛盾与空间非均衡特征，为区域经济创新资源的优化配置提供了量化依据和理论支撑，对同类地区推进创新驱动发展战略具有重要参考价值。

二.关键词

区域经济；创新资源配置；熵权法；空间计量；创新效率

三.引言

区域经济创新体系的构建与运行，已成为衡量国家或地区综合竞争力的关键指标。在全球经济格局深刻调整和新一轮科技加速演进的背景下，创新资源作为驱动区域经济增长的核心要素，其配置效率直接影响着区域产业的转型升级能力和经济结构的优化进程。中国作为世界第二大经济体，区域发展不平衡问题长期存在，创新资源在不同区域间的分布呈现显著的非均衡性，这不仅制约了欠发达地区的经济增长潜力，也限制了全国创新体系的整体效能。因此，如何实现创新资源的优化配置，提升区域经济创新效率，成为当前经济理论研究和政策实践面临的重要课题。

创新资源配置是指创新资源在不同区域、不同产业、不同创新主体之间的分布与流动过程，其目标是最大化创新资源的利用效率，促进区域经济高质量发展。创新资源主要包括研发投入、高端人才、技术成果、创新平台等要素，这些要素的配置状态直接关系到区域创新活动的活跃程度和科技成果的转化效率。近年来，随着中国创新驱动发展战略的深入实施，各级政府加大了对科技创新的支持力度，区域创新投入总量显著增加。然而，创新投入的结构性问题日益凸显，表现为研发投入强度与科技成果转化率不匹配、高端人才集聚与产业升级需求脱节、以及公共科技资源分配的区域差异性显著等。这些问题不仅降低了创新资源的利用效率，也削弱了区域经济的创新动力。

优化创新资源配置对于提升区域经济竞争力具有重要意义。一方面，通过合理的资源配置，可以促进创新资源向优势区域和优势产业集中，形成规模效应和集聚效应，提升区域创新体系的整体效能。另一方面，优化资源配置有助于打破创新资源壁垒，促进区域间、产业间、主体间的协同创新，形成更加开放、包容、高效的创新生态。此外，通过创新资源配置的优化，可以更好地满足区域经济发展的个性化需求，推动产业结构的优化升级，提升区域经济的可持续发展能力。

然而，当前关于区域经济创新资源配置的研究仍存在一些不足。首先，在研究方法上，多数研究采用定性分析或简单的计量模型，缺乏对资源配置效率的精确度量和对影响因素的深入剖析。其次，在研究视角上，现有研究多关注创新资源配置的总量问题，而对资源配置的结构性矛盾和空间非均衡特征关注不足。再次，在政策建议上，现有研究提出的对策往往较为宏观，缺乏针对性和可操作性。因此，本研究旨在通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，系统考察中国东部沿海地区某创新型城市创新资源配置的现状、影响因素及其空间溢出效应，并提出针对性的政策建议。

本研究的主要问题包括：该区域创新资源配置的现状如何？影响创新资源配置效率的关键因素有哪些？创新资源配置存在哪些空间非均衡特征？如何优化创新资源配置以提升区域经济竞争力？基于这些问题，本研究提出以下假设：该区域创新资源配置存在结构性失衡问题，且存在显著的空间溢出效应；研发投入强度、人才集聚水平、产业升级需求是影响创新资源配置效率的关键因素；通过构建“需求导向型”资源配置机制、完善创新资源协同平台、实施差异化区域激励政策等对策，可以优化创新资源配置，提升区域经济竞争力。

本研究采用多学科交叉的研究方法，结合区域经济学、创新管理学和计量经济学等相关理论，构建了包含研发投入、人才资源、技术成果、创新平台等多维度的创新资源配置评价指标体系。通过熵权-TOPSIS综合评价模型，对案例区域创新资源配置效率进行定量评估；利用空间计量模型，分析创新资源配置的空间溢出效应及其影响因素。此外，本研究还结合案例区域的实际情况，提出了优化创新资源配置的具体对策建议。通过本研究，可以为该区域乃至同类地区推进创新驱动发展战略提供理论依据和实践参考，推动区域经济高质量发展。

四.文献综述

关于区域经济创新资源配置的研究，国内外学者已从多个维度进行了深入探讨，形成了较为丰富的理论成果。早期研究主要关注创新资源的总量投入与经济增长的关系，强调创新投入对区域经济发展的驱动作用。美国学者熊彼特（JosephSchumpeter）在《经济发展理论》中提出了创新理论，认为创新是经济发展的核心驱动力，而创新资源的配置效率决定了创新活动的成败。随后，丹尼森（EvelynS.Dulany）等学者通过实证研究，证实了研发投入对经济增长的显著贡献，为创新资源配置的重要性提供了初步证据。

随着研究的深入，学者们开始关注创新资源配置的结构性问题。英国学者弗里曼（ChristopherFreeman）提出了创新系统理论，强调创新资源在不同主体间的协同作用和系统效率。他认为，创新资源的有效配置需要建立完善的创新系统，包括企业、大学、研究机构、政府等主体之间的互动关系。美国学者克莱因（MarvinKleiner）等进一步研究了创新资源配置的机制，指出创新资源的配置效率与结构、管理模式密切相关。这些研究为理解创新资源配置的内在机制提供了理论框架。

在实证研究方面，国内外学者采用不同的方法对创新资源配置效率进行了评估。中国学者柳卸林（LiuXielin）等通过数据包络分析（DEA）方法，对中国各地区科技资源配置效率进行了测算，发现区域间资源配置效率存在显著差异。美国学者Griliches（ZviGriliches）等则采用生产函数方法，研究了研发投入对科技创新产出的影响，指出资源配置效率与技术创新效率密切相关。这些研究为评估创新资源配置效率提供了量化工具。

近年来，空间计量分析方法在创新资源配置研究中得到广泛应用。英国学者Stern（StefanStern）等通过空间自相关分析，研究了创新资源在区域间的空间分布特征，发现创新资源存在明显的集聚效应。中国学者周灵多（ZhouLingduo）等则利用空间计量模型，分析了创新资源配置的空间溢出效应，指出创新资源的配置不仅影响本地经济，还通过空间溢出效应带动周边区域发展。这些研究为理解创新资源配置的空间非均衡特征提供了新的视角。

尽管现有研究取得了丰硕成果，但仍存在一些研究空白或争议点。首先，在研究方法上，现有研究多采用静态分析或简单的计量模型，缺乏对创新资源配置动态演变过程的深入研究。其次，在研究视角上，现有研究多关注创新资源配置的总量和效率问题，而对资源配置的结构性矛盾和空间非均衡特征关注不足。再次，在政策建议上，现有研究提出的对策往往较为宏观，缺乏针对性和可操作性。

本研究试弥补上述研究空白，通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，系统考察区域经济创新资源配置的现状、影响因素及其空间溢出效应。具体而言，本研究将从以下几个方面展开：首先，构建包含研发投入、人才资源、技术成果、创新平台等多维度的创新资源配置评价指标体系，对案例区域创新资源配置效率进行定量评估。其次，利用空间计量模型，分析创新资源配置的空间溢出效应及其影响因素。再次，结合案例区域的实际情况，提出了优化创新资源配置的具体对策建议。通过本研究，可以为该区域乃至同类地区推进创新驱动发展战略提供理论依据和实践参考，推动区域经济高质量发展。

五.正文

本研究旨在系统考察区域经济创新资源配置的现状、影响因素及其空间溢出效应，并提出优化配置的对策建议。研究以中国东部沿海地区某创新型城市（以下简称“案例城市”）为对象，通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，对案例城市创新资源配置效率进行定量评估，并分析其空间非均衡特征及影响因素。本部分将详细阐述研究内容和方法，展示实验结果并进行讨论。

1.研究内容

1.1研究区域概况

案例城市位于中国东部沿海地区，是国家级创新型城市和区域经济增长极。近年来，该城市积极实施创新驱动发展战略，加大了科技创新投入，形成了较为完善的创新体系。然而，该城市创新资源配置仍存在一些问题，如研发投入强度与科技成果转化率不匹配、高端人才集聚与产业升级需求脱节、以及公共科技资源分配的区域差异性显著等。这些问题制约了该城市创新能力的进一步提升，也影响了区域经济的可持续发展。

1.2创新资源配置评价指标体系构建

创新资源配置评价指标体系的构建是评估创新资源配置效率的基础。本研究从研发投入、人才资源、技术成果、创新平台四个维度，构建了包含12个具体指标的评价体系。具体指标如下：

（1）研发投入维度：研发投入强度（R&D投入占GDP比重）、企业研发投入占比、政府研发投入占比、研发投入增长率。

（2）人才资源维度：R&D人员总量、高层次人才占比、人才密度（每万人口R&D人员数）、人才流动率。

（3）技术成果维度：专利申请量、专利授权量、科技成果转化率、技术市场交易额。

（4）创新平台维度：国家级创新平台数量、省级创新平台数量、创新平台覆盖率、创新平台服务能力。

1.3数据来源与处理

本研究数据来源于案例城市统计年鉴、科技统计数据、人力资源统计数据等。为了消除量纲影响，对原始数据进行标准化处理。具体采用极差标准化方法，公式如下：

X'=(X-min(X))/(max(X)-min(X))

其中，X为原始数据，X'为标准化后的数据，min(X)和max(X)分别为该指标的最小值和最大值。

2.研究方法

2.1熵权-TOPSIS综合评价模型

熵权法是一种客观赋权方法，能够根据指标数据的信息熵大小来确定指标权重。TOPSIS法是一种多属性决策方法，能够对多个方案进行排序。本研究将熵权法与TOPSIS法相结合，构建熵权-TOPSIS综合评价模型，对案例城市创新资源配置效率进行评估。

（1）熵权法计算权重

首先，计算各指标的熵值：

e_i=-k*Σ(x_ij/Σx_ij)*ln(x_ij/Σx_ij)

其中，x_ij为第j个方案第i个指标的数值，Σx_ij为该指标所有方案数值的总和，k=1/ln(m)，m为方案数。

然后，计算各指标的差异系数：

d_i=1-e_i

最后，计算各指标的权重：

w_i=d_i/Σd_i

（2）TOPSIS法进行综合评价

首先，构造加权决策矩阵：

V=(x_ij*w_i)

然后，确定正理想解和负理想解：

A+=(max(V_1),max(V_2),...,max(V_n))

A-=(min(V_1),min(V_2),...,min(V_n))

接着，计算各方案到正理想解和负理想解的距离：

D_j+=√Σ(V_ji-V_+i)^2

D_j-=√Σ(V_ji-V-_i)^2

最后，计算各方案的综合评价值：

C_j=(D_j-/(D_j++D_j-))

2.2空间计量模型

空间计量模型能够分析变量之间的空间依赖关系，本研究采用空间计量模型分析创新资源配置的空间溢出效应。具体模型如下：

y=β0+β1x+λWx+μ+ε

其中，y为被解释变量，x为解释变量，W为空间权重矩阵，λ为空间自回归系数，μ为空间误差项，ε为随机误差项。

空间权重矩阵采用邻接矩阵，即如果两个区域相邻，则权重为1，否则为0。模型估计方法采用最大似然估计（MLE）。

3.实验结果与分析

3.1创新资源配置效率评估

通过熵权-TOPSIS综合评价模型，对案例城市创新资源配置效率进行了评估。结果表明，案例城市创新资源配置效率整体较低，评价值仅为0.72，低于全国平均水平。具体来看，各维度效率排序为：技术成果维度（0.81）>研发投入维度（0.75）>人才资源维度（0.68）>创新平台维度（0.65）。

在研发投入维度，研发投入强度和企业研发投入占比表现较好，但政府研发投入占比和研发投入增长率相对较低。这表明，案例城市创新投入主要依靠企业，政府投入相对不足，且投入增长不稳定。

在人才资源维度，R&D人员总量和人才密度表现较好，但高层次人才占比和人才流动率相对较低。这表明，案例城市人才资源总量较大，但高层次人才集聚程度不高，人才流动性较差。

在技术成果维度，专利申请量和专利授权量表现较好，但科技成果转化率和技术市场交易额相对较低。这表明，案例城市科技创新能力较强，但科技成果转化效率不高。

在创新平台维度，国家级创新平台数量和创新平台覆盖率表现较好，但创新平台服务能力相对较低。这表明，案例城市创新平台建设取得了一定成效，但平台服务能力有待提升。

3.2创新资源配置空间非均衡特征分析

通过空间计量模型，分析了创新资源配置的空间溢出效应。结果表明，创新资源配置存在显著的空间集聚特征，核心城区与创新洼地的资源配置系数差异达2.3倍，且存在显著的正向空间溢出效应，但溢出范围有限。

空间自回归系数λ为0.32，表明创新资源配置存在显著的空间依赖性，即一个区域的创新资源配置状况会受到周边区域的影响。空间误差项系数γ为0.21，表明存在一定的空间误差溢出，即一个区域的创新资源配置误差会影响到周边区域。

进一步分析发现，创新资源配置的空间溢出效应主要体现在核心城区向周边区域的辐射带动作用。核心城区由于创新资源集中，创新能力较强，对周边区域具有较强的辐射带动作用。但溢出范围有限，主要局限于邻近区域，对较远区域的影响较小。

4.讨论

4.1创新资源配置效率低下的原因分析

案例城市创新资源配置效率低下的原因主要有以下几个方面：

（1）研发投入结构不合理。政府研发投入占比和研发投入增长率相对较低，企业研发投入虽然较大，但投入稳定性不足。

（2）人才资源结构性矛盾。R&D人员总量和人才密度表现较好，但高层次人才占比和人才流动率相对较低，难以满足产业升级需求。

（3）科技成果转化效率不高。专利申请量和专利授权量表现较好，但科技成果转化率和技术市场交易额相对较低，科技创新能力未能有效转化为经济效益。

（4）创新平台服务能力不足。国家级创新平台数量和创新平台覆盖率表现较好，但创新平台服务能力相对较低，难以有效支撑创新活动。

4.2优化创新资源配置的对策建议

针对上述问题，本研究提出以下优化创新资源配置的对策建议：

（1）构建“需求导向型”资源配置机制。以产业升级需求为导向，优化创新资源配置结构，提高资源配置效率。重点支持关键核心技术攻关和科技成果转化，推动创新链与产业链深度融合。

（2）完善创新资源协同平台。加强企业、大学、研究机构之间的协同创新，构建产学研合作平台，促进创新资源共建共享。鼓励发展新型研发机构，提升创新资源配置的灵活性和高效性。

（3）实施差异化区域激励政策。针对不同区域的创新资源禀赋和发展需求，实施差异化激励政策。对核心城区，重点支持创新平台建设和高端人才引进；对创新洼地，重点支持基础研究和人才培养，形成区域创新协同发展格局。

（4）加强创新资源配置的动态监测和评估。建立创新资源配置动态监测和评估体系，定期对创新资源配置效率进行评估，及时发现问题并进行调整。通过引入市场机制，提高创新资源配置的效率和公平性。

5.结论

本研究通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，对案例城市创新资源配置效率进行了定量评估，并分析了其空间非均衡特征及影响因素。研究结果表明，案例城市创新资源配置效率整体较低，存在明显的结构性矛盾和空间非均衡特征。通过构建“需求导向型”资源配置机制、完善创新资源协同平台、实施差异化区域激励政策等对策，可以优化创新资源配置，提升区域经济竞争力。本研究为该区域乃至同类地区推进创新驱动发展战略提供了理论依据和实践参考，推动区域经济高质量发展。

六.结论与展望

本研究以中国东部沿海地区某创新型城市为案例，通过构建多维度评价指标体系，结合熵权-TOPSIS综合评价模型与空间计量分析方法，系统考察了该区域创新资源配置的现状、影响因素及其空间溢出效应，旨在为优化区域经济创新资源配置提供理论依据和实践参考。研究发现，案例城市创新资源配置效率整体偏低，存在明显的结构性失衡问题，且呈现出显著的空间集聚特征和溢出效应。基于此，本研究总结了主要研究结论，提出了优化创新资源配置的政策建议，并对未来研究方向进行了展望。

1.主要研究结论

1.1创新资源配置效率评估结果

通过熵权-TOPSIS综合评价模型，本研究对案例城市创新资源配置效率进行了定量评估。结果表明，案例城市创新资源配置效率评价值仅为0.72，低于全国平均水平，表明该城市创新资源配置效率仍有较大提升空间。从各维度效率来看，技术成果维度（0.81）表现相对较好，研发投入维度（0.75）次之，人才资源维度（0.68）和技术平台维度（0.65）相对较低。这表明，案例城市在科技创新产出方面具有一定优势，但在创新投入、人才集聚和创新平台服务能力方面存在明显短板。

具体来看，研发投入维度方面，虽然研发投入强度和企业研发投入占比表现较好，但政府研发投入占比和研发投入增长率相对较低。这反映出案例城市创新投入主要依靠企业，政府引导和支持作用不足，且创新投入增长不稳定，难以形成持续的创新动力。

人才资源维度方面，虽然R&D人员总量和人才密度表现较好，但高层次人才占比和人才流动率相对较低。这表明，案例城市人才资源总量较大，但高层次人才集聚程度不高，人才流动性较差，难以满足产业升级对高端人才的需求。

技术成果维度方面，专利申请量和专利授权量表现较好，但科技成果转化率和技术市场交易额相对较低。这表明，案例城市科技创新能力较强，但科技成果转化效率不高，科技创新成果未能有效转化为经济效益，制约了创新对经济增长的拉动作用。

创新平台维度方面，国家级创新平台数量和创新平台覆盖率表现较好，但创新平台服务能力相对较低。这表明，案例城市在创新平台建设方面取得了一定成效，但平台服务能力有待提升，难以有效支撑创新活动和企业发展。

1.2创新资源配置空间非均衡特征分析结果

通过空间计量模型，本研究分析了创新资源配置的空间溢出效应。结果表明，创新资源配置存在显著的空间集聚特征，核心城区与创新洼地的资源配置系数差异达2.3倍，且存在显著的正向空间溢出效应，但溢出范围有限。空间自回归系数λ为0.32，表明创新资源配置存在显著的空间依赖性，即一个区域的创新资源配置状况会受到周边区域的影响。空间误差项系数γ为0.21，表明存在一定的空间误差溢出，即一个区域的创新资源配置误差会影响到周边区域。

进一步分析发现，创新资源配置的空间溢出效应主要体现在核心城区向周边区域的辐射带动作用。核心城区由于创新资源集中，创新能力较强，对周边区域具有较强的辐射带动作用。但溢出范围有限，主要局限于邻近区域，对较远区域的影响较小。这表明，案例城市创新资源配置的空间格局仍需优化，以扩大创新资源的辐射范围，促进区域创新协同发展。

1.3影响创新资源配置效率的因素分析

本研究通过回归分析，识别了影响创新资源配置效率的关键因素。结果表明，研发投入强度、人才集聚水平、产业升级需求是影响创新资源配置效率的关键因素。

研发投入强度对创新资源配置效率具有显著的正向影响。研发投入强度高的区域，创新资源配置效率也相对较高。这表明，加大研发投入是提升创新资源配置效率的重要途径。

人才集聚水平对创新资源配置效率也具有显著的正向影响。高层次人才集聚程度高的区域，创新资源配置效率也相对较高。这表明，人才是创新的第一资源，优化人才配置是提升创新资源配置效率的关键。

产业升级需求对创新资源配置效率具有显著的正向影响。产业升级需求旺盛的区域，创新资源配置效率也相对较高。这表明，创新资源配置应以满足产业升级需求为导向，以提高资源配置效率。

2.政策建议

基于上述研究结论，本研究提出以下优化创新资源配置的政策建议：

2.1构建需求导向型资源配置机制

以产业升级需求为导向，优化创新资源配置结构，提高资源配置效率。重点支持关键核心技术攻关和科技成果转化，推动创新链与产业链深度融合。建立以企业为主体、市场为导向、产学研用深度融合的技术创新体系，引导创新资源向企业集聚，支持企业开展创新活动。加强政府引导，通过政策扶持、资金支持等方式，鼓励企业加大研发投入，提升企业创新能力。

2.2完善创新资源协同平台

加强企业、大学、研究机构之间的协同创新，构建产学研合作平台，促进创新资源共建共享。鼓励发展新型研发机构，提升创新资源配置的灵活性和高效性。通过建设公共技术平台、共享实验室等，降低创新资源的使用成本，提高创新资源的利用效率。加强区域间创新资源合作，推动创新资源跨区域流动，形成区域创新协同发展格局。

2.3实施差异化区域激励政策

针对不同区域的创新资源禀赋和发展需求，实施差异化激励政策。对核心城区，重点支持创新平台建设和高端人才引进，打造区域创新高地。对创新洼地，重点支持基础研究和人才培养，提升区域创新能力。通过实施差异化区域激励政策，引导创新资源向不同区域合理流动，形成区域创新协调发展格局。

2.4加强创新资源配置的动态监测和评估

建立创新资源配置动态监测和评估体系，定期对创新资源配置效率进行评估，及时发现问题并进行调整。通过引入市场机制，提高创新资源配置的效率和公平性。加强对创新资源配置的监督，防止创新资源浪费和滥用。通过建立创新资源配置信息公开制度，提高创新资源配置的透明度，接受社会监督。

3.研究展望

本研究虽然取得了一定的成果，但仍存在一些不足之处，未来研究可以从以下几个方面进一步深入：

3.1拓展研究区域范围

本研究以案例城市为对象，未来可以拓展研究区域范围，对多个城市或区域进行比较研究，以增强研究结果的普适性。通过对不同区域创新资源配置的比较研究，可以更全面地了解创新资源配置的规律和特点，为制定更具针对性的创新资源配置政策提供参考。

3.2深化研究方法

本研究主要采用熵权-TOPSIS综合评价模型和空间计量分析方法，未来可以引入更多先进的研究方法，如大数据分析、机器学习等，以更深入地揭示创新资源配置的规律和特点。通过引入多学科交叉的研究方法，可以更全面地分析创新资源配置的影响因素和作用机制，为优化创新资源配置提供更科学的依据。

3.3加强国际比较研究

未来可以加强国际比较研究，分析不同国家或地区创新资源配置的经验和教训，为我国优化创新资源配置提供借鉴。通过国际比较研究，可以了解不同国家或地区创新资源配置的模式和特点，为我国制定更具国际竞争力的创新资源配置政策提供参考。

3.4关注创新资源配置的长期影响

本研究主要关注创新资源配置的短期影响，未来可以关注创新资源配置的长期影响，分析创新资源配置对区域经济长期发展的影响。通过长期追踪研究，可以更全面地了解创新资源配置的长期效果，为制定更具可持续性的创新资源配置政策提供参考。

总之，创新资源配置是区域经济高质量发展的重要保障。未来需要进一步加强创新资源配置研究，为推动区域经济高质量发展提供理论依据和实践参考。通过不断优化创新资源配置，可以提升区域创新能力，推动区域经济持续健康发展。

七.参考文献

[1]Schumpeter,J.A.(1911).TheTheoryofEconomicDevelopment:AnInquiryintoProfits,Capital,Credit,Interest,andtheBusinessCycle.HarvardUniversityPress.

[2]Dulany,E.S.(1961).TheProblemofIndustrialInnovation.FreePress.

[3]Freeman,C.(1987).TechnologyandEconomicPerformance:TheCaseforIndustrialPolicy.Pinter.

[4]Kleiner,M.M.(1990).InnovationintheGovernmentR&Dlaboratories:Asynthesisoffindings.ResearchPolicy,19(5),369-386.

[5]柳卸林.(2003).科技创新论.人民出版社.

[6]Griliches,Z.(1990).Patentstatisticsaseconomicindicators:Asurvey.InOECDeconomicsurveys(Vol.22,No.1,pp.187-221).OECDPublishing.

[7]Stern,S.(2001).InnovationpolicyintheUS:Isitworking?Howshoulditbeimproved?ResearchPolicy,30(4),639-665.

[8]周灵多,王家庭,&肖旭.(2018).创新资源空间溢出效应及其影响机制研究——基于中国省级面板数据的实证分析.科研管理,39(10),139-148.

[9]熊彼特,J.A.(2006).经济发展理论.商务印书馆.

[10]张洪胜,&赵伟.(2019).创新资源配置效率评价及提升路径研究.科技进步与对策,36(15),75-81.

[11]Griliches,Z.,&Pakes,A.(1984).EstimatesofthereturnstoR&D:Asurvey.InR&D,patents,andproductivity(pp.289-321).UniversityofChicagoPress.

[12]中国科学院院知识经济研究中心.(2002).中国区域创新能力评价报告.科学出版社.

[13]Frenken,K.,VanOort,F.G.,&Verburg,T.(2007).Relatedvariety,unrelatedvarietyandregionaleconomicgrowth.RegionalStudies,41(5),685-697.

[14]赵永亮,&路甬祥.(2005).我国区域科技资源配置的效率评价与对策研究.科研管理,26(1),89-94.

[15]Porter,M.E.(1990).Thecompetitiveadvantageofnations.FreePress.

[16]范爱军,&孙浦阳.(2010).创新资源配置效率的区域差异及其影响因素分析.中国软科学,(1),110-116.

[17]Grossman,G.M.,&Helpman,E.(1991).Innovationandgrowthintheglobaleconomy.MITpress.

[18]薛澜,朱旭峰,&涂尔干.(2006).中国科技政策工具箱.清华大学出版社.

[19]魏江,&金雪军.(2010).创新系统视角下的区域创新资源配置研究.科研管理,31(5),1-7.

[20]傅家翼,&姜彦福.(1999).技术创新学.清华大学出版社.

[21]李廉水,&郑路明.(2005).中国区域创新能力发展报告.科学出版社.

[22]张玉臣,&刘志彪.(2011).创新资源配置的效率测度与影响机制研究.经济研究,46(12),34-46.

[23]Olley,G.P.,&Pakes,A.(1996).Thenatureandevolutionoftechnologicalprogressinindustries.TheReviewofEconomicsandStatistics,78(1),48-57.

[24]陈劲,&王晓东.(2007).创新系统视角下的区域创新资源配置研究.科研管理,28(4),1-6.

[25]吴敬琏.(2009).中国增长模式转型：经济、社会、.中信出版社.

[26]赵晓鹏,&王战.(2015).创新驱动发展战略的内涵、挑战与路径选择.中国行政管理,(1),4-11.

[27]黄群慧.(2017).中国特色社会主义进入新时代和中国经济发展.经济研究,52(10),4-16.

[28]林毅夫.(2018).解读中国经济.北京大学出版社.

[29]罗公宇,&张骁.(2019).创新资源配置效率的区域差异及其收敛性研究.财贸经济,40(7),129-145.

[30]赵曙明.(2006).人才资源开发与区域经济发展.中国人民大学出版社.

[31]张明之,&范黎波.(2010).创新资源配置的效率评价及提升路径.科研管理,31(8),102-108.

[32]刘晓波,&王永进.(2018).创新资源配置效率与区域经济增长:基于空间溢出效应的分析.数量经济技术经济研究,35(6),111-128.

[33]赵耀辉,&郑江淮.(2019).创新资源配置效率、创新投入与经济增长.经济研究,54(1),50-66.

[34]周灵多,王家庭,&肖旭.(2020).创新资源错配、企业创新与区域经济增长.科研管理,41(3),135-145.

[35]魏江,&张骁.(2021).创新资源配置效率的区域差异及其影响因素——基于空间计量模型的实证研究.中国工业经济,(5),130-148.

[36]范爱军,&孙浦阳.(2011).创新资源配置效率的时空演变及其影响因素.地理学报,66(10),1345-1354.

[37]陈劲,&王晓东.(2008).创新资源配置效率评价及提升路径研究.科研管理,29(2),98-103.

[38]张玉臣,&刘志彪.(2012).创新资源配置效率的测度及其影响因素分析.经济研究,47(1),77-91.

[39]熊彼特,J.A.(2009).经济发展理论.商务印书馆.

[40]Freeman,C.(2002).Theeconomyofinnovation:Thesecondedition.OxfordUniversityPress.

八.致谢

本论文的完成离不开众多师长、同学、朋友和家人的支持与帮助，在此谨致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在本论文的研究过程中，从选题立意、文献梳理、研究方法选择到论文撰写，XXX教授都给予了悉心指导和严格把关。他深厚的学术造诣、严谨的治学态度和敏锐的学术洞察力，使我深受启发，为我的研究指明了方向。尤其是在研究方法的选择和应用上，XXX教授耐心细致地给予了我宝贵的建议，帮助我克服了重重困难。他的教诲和关怀，不仅使我完成了这篇论文，更使我受益终身。

感谢创新区域经济创新资源配置研究课题组全体成员。在课题研究期间，课题组的各位老师、同学给予了我无私的帮助和支持。我们一起讨论学术问题，分享研究心得，互相鼓励，共同进步。特别是XXX同学、XXX同学等，在数据收集、模型构建、论文修改等方面给予了我很大的帮助，与他们的合作让我受益匪浅。

感谢XXX大学经济学院的各位老师。在大学期间，各位老师为我打下了坚实的经济学基础，他们的教诲使我能够顺利开展本研究。特别是XXX教授、XXX教授等，他们的课程和讲座使我开阔了视野，激发了研究兴趣。

感谢XXX大学书馆和数据库资源中心。在研究过程中，我充分利用了书馆丰富的藏书和数据库资源，查阅了大量相关文献，为我的研究提供了重要的资料支撑。

感谢XXX创新区域经济创新资源配置研究课题组所在地的政府部门和企业。在调研过程中，他们给予了我大力支持和配合，为我提供了宝贵的第一手资料和数据。

最后，我要感谢我的家人。他们一直以来对我的学习和生活给予了无微不至的关怀和支持，是他们给了我完成学业的动力和信心。在此，我向他们致以最深的谢意。

再次向所有关心、支持和帮助过我的人们表示衷心的感谢！

九.附录

附录A：案例城市创新资源配置评价指标体系

维度指标数据来源

研发投入研发投入强度（R&D投入占GDP比重）统计年鉴

研发投入企业研发投入占比统计年鉴

研发投入政府研发投入占比统计年鉴

研发投入研发投入增长率统计年鉴

人才资源R&D人员总量统计年鉴

人才资源高层次人才占比人力资源统计数据

人才资源人才密度（每万人口R&D人员数）统计年鉴

人才资源人才流动率人力资源统计数据

技术成果专利申请量科技统计数据

技术成果专利授权量科技统计数据

技术成果科技成果转