随着计算机技术的长足进步和网络在日常生活中的普及渗透,电脑、手机、平板等各种电子设备因为实时性高、信息范围广等特点,已经成为人们获取信息资讯的首选工具。根据CNNIC的调查数据显示,近年来人民群众对互联网的需求和依赖程度日益增强,并且随着科学技术的全面深入发展,人们也都更加偏好通过使用互联网搜索的方式来获取和筛选自己需要的信息。由于世界经济的发展更加自由化和市场化,不同国家与地区之间的竞争日趋加剧。在这种背景下,区域创新的概念应运而生。区域创新是指在该区域内强调从创新的角度提升自身竞争力,进而促进整个区域内社会、经济、文化、生活各个方面的发展。因此本文通过对省域创新水平理论、综合评价方法以及互联网搜索引擎相关文献进行分析研究,并总结这三方面存在的缺点和不足,尝试性的提出了中国31个省域的创新水平测度方法,并根据测度结果提出相关发展对策和建议。本文具体工作如下:（1）通过深入理解省域创新的概念和内涵,对比分析了目前已有的省域创新水平测度指标体系和综合评价方法存在的问题和缺陷,并且顺应“互联网+”、“大数据分析”的科学发展趋势,尝试性将搜索引擎数据运用到综合评价的领域中来。通过学习关键词体系构建知识,并根据数据可得性和指标特性等因素进行适度修正,最终确定了一套包含创新投入、创新产出、创新绩效、创新宏观环境、创新领域五个一级指标,101个二级指标的省域创新水平测度指标体系。（2）为增强搜索引擎数据在中国省域创新水平测度研究中的适用性,引入了体现关键词重要性的逆文档频率TF-IDF方法,能够进一步提高综合评价方法的配适度与有效性。同时,为突出强调互联网数据在时间维度上的实时性以及省域创新水平的动态发展趋势,在已有“厚今薄古”时间维度权重递增的动态评价模型基础上进行改进优化。此外,为解决不同搜索引擎自带的信息偏好差异、跨平台数据规模量级不同而集结困难的问题,本研究通过引入Copeland组合评价的思想,提出了一种对多数据来源进行信息集结的综合评价方法。（3）通过以2019年1月1日-6月24日为评价周期,每周7天进行一次数据统计共25周,以中国31个省域为研究对象,将对比选出的四种搜索引擎作为数据来源平台,采集各个省域每项指标的具体数据,并应用本文提出的综合评价方法对中国31个省域的创新水平进行测度与分析,针对不同层面提出相应的参考建议。本文着重研究了基于搜索引擎数据集成的评价方法,该方法可以提高综合评价的使用效率,是对基于具有时间滞后性的传统统计数据评价模式的重要补充。本文的研究面向省域创新水平这以应用背景进行展开,但是由于方法本身具有较高的通用性,也可以为其他领域背景的类似评价问题提供方法支撑。