“大众创业,万众创新”的理念逐渐深入人心,建设创新型国家成为我国的发展目标,创新已经成为产业升级的关键驱动力量,从国家层面到省域再到城市都在积极提高自主创新能力;而要建设成创新强国,必须要依靠区域创新以及各个创新的主体。当前我国正处于产业升级、结构调整的关键期,创新是第一驱动力和成功的关键因素。本文正是在此背景下对区域创新进行研究,从省级行政区到城市群,再到百强城市,从统计学角度分析我国区域创新能力水平的层次差异。首先对我国区域创新进行了简单的比较分析,得出了我国区域创新差异明显的结论;回归分析建立多元回归方程,分析出研发人员数量是专利数量最显著的影响变量;使用K-Means聚类分析方法对31个省级行政区的创新水平进行了综合评价排名。其次使用了客观赋权和主观赋权的因子分析和层次分析的两种方法对省级行政区的创新能力进行评价排名,得分最高的是北京市,东部省份排名要明显高于中西部,最后对两种方法的排名结果进行了对比。再次分是对经济百强城市的创新竞争力进行了分析,分为三级指标,一级指标为创新竞争力,即创新综合得分,二级指标包括五个方面,分别为创新基础、创新环境、创新投入和创新可持续发展能力,在同样指标和样本下使用了客观赋权的熵权法和BP神经网络两种方法。从二级指标排名和综合得分排名、对比线级排名等角度对城市创新层次差异进行分析,且探讨了城市经济实力与创新能力的匹配程度,对于城市产业发展具有重要的参考作用。通过两种方法的评价结果的对比,分析算法的差异。最后,根据前面部分分析的结果提出了相关的建议,以及进行研究总结与展望。本文主要的创新点是:(1)多维度、多方法进行了区域创新层次水平分析;(2)使用主、客观赋权对比的方法对省份创新差异进行实证分析;(3)使用了熵权法、BP神经网络两种方法对同样指标、同一样本进行区域创新实证分析,而且BP神经网络作为机器学习的方法之一,具有预测的优势功能,对于构建创新评价体系有重要的作用。