随着大数据时代的到来,数据正以前所未有的速度累积,并且正在催生着相关技术的发展和基础研究的深入,国家也将对大数据的研究提升到战略层次。云理论作为大数据处理的关键技术,正在各领域的研究中发挥着重要作用。区域创新能力的评价一直是学者研究的热点,但是将云理论的技术与评价方法和区域创新能力评价相结合的研究颇少,并且在进行评价工作时,多数学者往往只构建一种评价指标体系进行评价研究,对于不同指标体系的评价结果是否一致还鲜有研究。本文是在这样的宏观背景及研究现状下,对评价的一致性问题进行初步探究,希望能进一步拓展评价工作的范围。本文在梳理有关文献的基础上,借鉴前人构建的全面指标体系,按照核心指标的选取原则,运用单相关系数法设计了由十个指标组成的核心指标评价体系。考虑到客观赋权法的优点,采用熵值法对指标权重进行计算,赋予指标不同的重要性。之后,借鉴国务院发展研究中心提出的区域划分标准,将全国分为六大经济区,再引入云重心评价法,对划分的六大区域进行不同指标体系下的具体评价。最后,对评价结果的一致性进行具体分析和综合分析,并进一步探究导致结果不一致的原因。文章共分为七个章节,第一章主要阐述文章研究的背景、目的和意义,介绍了研究内容、思路及方法,同时也指出了本文可能的创新点及不足之处。第二章是对学者研究的区域创新能力、云理论和评价一致性三方面的文献资料进行回顾和梳理。第三章是在相关文献研究的基础上,通过一系列的指标筛选工作,从全面指标体系中选取核心指标体系,并确定了两种体系下指标的权重。第四章主要是模型介绍,详细介绍了云重心评价法的概念及具体计算步骤。第五章将全国划分为六大区域,针对不同指标体系,运用云重心评价法分别进行区域创新能力评价。第六章根据评价的结果,对两种不同指标体系的评价结果一致性进行具体分析,并对结果产生的原因进行剖析。第七章为本文的结尾章节,是对本文的一般性总结。主要是结合相关研究结果,得出一些有益的结论,也对各地区的发展提出可行的建议,同时为后续进一步研究进行展望。通过实证分析发现,经济发展水平较高的地区指标评价结果一致性较低,这类地区创新能力不单由关键因素所决定,而且受众多因素的影响,因此需要大数据全面指标的支撑；经济发展水平较低的地区指标评价结果一致性较高,表明对这类地区来说核心指标具有代表性,可以作为评价的首要选择。这不仅为大数据的合理运用指明方向,而且可以为不同地区的评价工作提供借鉴与参考。