论文部分内容阅读
摘 要：选取适宜的评价指标构建区域创新系统行为主体间耦合成熟度的评价指标体系，使用投影寻踪法评价中国29个省份、市和地区的区域创新系统行为主体间耦合的成熟度，并使用分层聚类分析方法对区域创新系统行为主体间耦合成熟度的评价数值进行聚类总成，合理、准确地评价区域创新系统行为主体间耦合成熟度的状态，提高区域创新系统运行效率和促进区域经济发展。
关键词：区域创新系统；行为主体；耦合；成熟度
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2013）30-0109-04
引言
区域创新系统是指在特定区域内，各种与创新相联系的主体要素、非主体要素以及协调各要素之间关系的制度和政策网络。区域创新系统的行为主体主要包括相互合作的参加技术创新和扩散的企业、大学及研究机构、科技中介服务机构以及政府等[1～2]。企业是区域创新系统的核心行为主体。区域创新系统行为主体间相互影响、相互依赖、相互作用和相互促进，行为主体之间耦合释放的能量能够使区域创新主体的各行为主体获益。参考相关文献，本文认为区域创新能力、区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新环境是区域创新系统行为主体间耦合的主要产物。因此，采用准确和高适用性的评价指标体系和客观评价方法，评价和度量区域创新系统行为主体间耦合状态所处的级别及区域创新系统行为主体间耦合成的成熟程度显得非常重要，是亟待解决的理论问题。
学者们对区域创新系统和区域创新能力的相关内容进行了研究，主要集中在区域创新能力评价指标体系和区域创新能力评价方法等方面，认为区域创新能力的提升是区域创新系统行为主体间耦合的结果之一，这些成果对进一步评价区域创新系统行为主体间耦合的成熟度有借鉴意义。柳卸林等从知识创造、知识流动、企业技术创新能力、技术创新环境、技术创新的经济效益角度构建区域创新能力评价指标体系[3]。赵希男等从创新主体和创新环境角度构建区域创新能力评价指标体系，使用基于个性优势特征分析方法对区域创新能力进行实证评价[4]。申雪梅以中国西部地区为研究对象，使用灰色关联理论对区域创新能力进行评价。刘凤朝等在构建区域自主创新能力评价指标体系的基础上，使用集对分析法对区域自主创新能力进行了评价[5]。刘高扬等采用知识创造能力、知识获取能力、企业科技创新能力、社会创新环境以及创新经济效益五个一级指标构建区域创新能力评价指标体系，并采用结构方程模型建模方法对区域创新能力进行了评价[6]。吴婷等使用SVDD方法对中国的区域创新能力进行了评价[7]。任胜钢等在构建区域创新能力评价指标体系的基础上，使用因子分析方法对中国区域创新能力进行评价及比较分析[8]。薛风平等从区域创新资源、合作创新、创新产出、社会资本和区域文化五个方面构建区域创新能力评价指标体系，并使用LS-SVM方法构建了区域创新能力评价模型。刘友金通过科技投入和产出两个因子构建区域创新能力评价指标，并运用聚类分析方法比较中国各省创新能力的差异性。孙锐等使用因子分析和聚类分析相结合的方法对区域创新能力进行评价[9]。石沛等在构建区域创新能力评价指标体系的基础上，构建空间计量模型，对2004—2007 年中国区域创新能力及其影响因素进行实证研究[10]。学者们从不同角度出发选择不同的评价和度量指标构建区域创新能力评价指标体系，使用不同的方法评价区域创新能力。但是，缺少研究区域创新系统行为主体间耦合成熟度评价指标体系和评价方法的相关研究成果。综合投影寻踪法和聚类分析方法的优点，本研究构建和提出区域创新系统行为主体间耦合成熟度评价指标体系，并运用投影寻踪法，使用中国各省、市和地区的统计数据对已提出的区域创新系统行为主体间耦合成熟度评价指标体系实施实证评价。在区域创新系统行为主体间耦合成熟度评价值基础上，使用聚类分析方法进行聚类和总成。
一、区域创新系统行为主体间耦合成熟度评价指标体系的构建
鉴于区域创新能力的重要性以及区域创新能力是区域创新系统行为主体间耦合的产物之一，本研究主要参考区域创新能力的相关评价指标[3～15]，借鉴李晓娣等的互动路径的相关研究成果[16]，构建了区域创新系统行为主体间耦合成熟度的评价指标体系（见表1）。区域创新系统行为主体间耦合成熟度的评价指标体系的构建应满足科学性与现实性原则、数据客观性原则、系统整体性原则、可操作性原则、高适用性原则和动态连续性原则[12～16]。本文从区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新所依赖的环境（简称区域创新环境）方面构建区域创新系统行为主体间耦合成熟度评价指标体系。区域创新系统行为主体间的耦合促进区域创新系统行为主体间的相互作用、相互影响和相互依赖，区域创新系统行为主体间的耦合释放的能量促进和进一步提升区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力和区域企业学习能力，深化、强化、改善和深层次营造区域创新氛围和区域创新环境，积极和其他区际（国际）的区域创新系统行为主体进行合作，提升区域对外开放度。
二、区域创新系统行为主体间耦合成熟度评价方法分析
投影寻踪法成为一种评价高维度、多维度数据的新型评价方法[17～19]，它是新型评价方法的原因主要在于投影寻踪法不但明确考虑将高维数据和多维度复杂的数据降维化[17～19]、简单化、稳健化和精确化，同时通过最优化投影方向、投影特征值、投影指标函数、最大化的投影指标函数值等特征化指标客观、精确地反映和表征各个评价指标的权重，并体现各个评价指标对上一级指标及总指标的重要程度和贡献大小。区域创新系统行为主体间耦合成熟度评价指标体系包括一级指标区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新环境。区域创新系统行为主体间耦合成熟度评价指标体系包括八个一级指标，一级指标包括二个—四个二级指标，评价指标高维度化和多维度化，指标间存在一定非线性化度。投影寻踪法自身具备的特点促使投影寻踪法在解决上述问题具有一定的胜任力。在区域创新系统行为主体间耦合成熟度评价指标基础上，使用投影寻踪方法评价具体年份和具体区域的区域创新系统的行为主体间耦合成熟度，包括三个步骤[17～19]： 1.构造投影特征值
Zj=xij×ai （1）
式中，xij（i=1，2，…，m； j=1，2，…，n）为样本的某个指标经规范化处理后的数值，ai是投影方向矢量a的分量。
2.构造投影指标函数Q（a）
定义类间距离：
s（a）=[（Zj-Z2）/n]1/2 （2）
定义类内密度：
d（a）=（R-rjk）×f（R-rjk） （3）
构造的投影指标函数：
Q（a）=s（a）×d（a） （4）
式中，Z=（Zj）/n；rjk为样本j和k的综合特征值Zj和Zk之间的距离；R为密度的窗宽 [17～19]。
3.优化投影方向
优化目标函数：
maxQ（a）=s（a）×d（a）=[（Zj-Z2）/n]×（R-rjk）×
f（R-rjk） （5）
S.T. ||a||=1 （6）
在||a||=1作用和影响下，使用基于实码加速的遗传算法，具体步骤见参考文献[17～19]，求解出Q（a）最大值，进一步寻求最优投影方向a。
三、区域创新系统行为主体间耦合成熟度的实证评价
使用投影寻踪方法和MATLAB软件实证评价区域创新系统行为主体间耦合成熟度。由于数据的时滞性和数据统计口径的不一致性，部分统计的评价指标变动了获取路径，部分评价指标也被汇总和归纳到其他评价指标中。为了保障统计数据的稳定性、一致性和同一统计口径，避免不同统计口径和不同单位对运算过程产生的影响。本文从2010年《中国科技统计年鉴》、《中国统计年鉴》和《中国经济统计年鉴》上收集上页表1中评价指标的数据，并对数据进行无量纲化，由于西藏和青海部分指标有所缺失，故将两个省份加以剔除。由对无量纲化后的数据进行定量化操作，构建投影特征值Zj、计算类间距离、计算类内密度、构建投影指标函数Q（a）、优化投影方向、使用相关的遗传算法求解出Q（a）最大值，同时寻求最优投影方向a，将a数值代入Zj=xij×ai ，得出29个省、市、地区的区域创新系统行为主体间耦合成熟度的具体化的评价值（见表2）。
从表3可以看出，29个省份、市、地区的区域创新系统行为主体间耦合的成熟度评价值高低的排序。从大到小的省份、市和地区依次为：广东、江苏、北京、山东、上海、浙江、天津、辽宁、河南、湖北、安徽、河北、湖南、四川、福建、陕西、重庆、吉林、黑龙江、江西、山西、广西、内蒙古、甘肃、云南、贵州、新疆、宁夏和海南。经济发展水平排在前几位地区的区域创新系统行为主体间耦合的成熟度评价指标均排在前列，出现此现象的原因在于：这些地区注重R&D经费支出，在积极引进外部技术的同时、注重对技术的改造、消化和吸收等，积极申请专利，扶植和发展高技术产业，增强新产品产值和新产品销售收入，加强区域对外的开放程度，积极引进和吸收外商直接投资，加大出口力度，增强产品的国内市场占有率和国际市场占有率，并与当地的研究与开发机构、高等院校进行良性的互动合作。并且这些地区区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域创新氛围和区域创新环境等方面均占有优势。上页表3中评价值排在后面的地区大多数是西部地区，造成这些地区区域创新系统行为主体间耦合的成熟度评价值低下的原因：这些地区R&D经费支出较少、R&D经费支出占企业主营业务收入比重较低，R&D人员和科技人员数量较少，企业和当地的研究与开发机构、高校互动频率较低，技术创新发展得到政府和金融机构的扶植和支撑较少，在引进技术的同时、并不注重对技术的吸收、消化和进一步改造等。由于这些地区的地理位置偏远、通讯、道路和网络等基础设施的不完善，区域开放度较低，不易吸收外商直接投资和地区的出口，不易吸纳外来的技术和知识流动，技术扩散效应和技术溢出效应不显著，区域创新环境和区域创新氛围还有待进一步完善和优化。这些地区发展主要依赖于农业、林业、畜牧业和旅游业等，区域产品、高技术产品的竞争优势和国际竞争力偏低，技术创新投入能力和技术创新能力较低。
另外，使用分层聚类分析将各地区区域创新系统行为主体间耦合的成熟度的评价值进行聚类和总成，可以聚成四类。第一类包括的地区：广东和江苏。第二类包括的地区：北京、山东、上海和浙江。第三类包括的地区：天津、辽宁、河北、山西、吉林、黑龙江、安徽、福建、江西、河南、湖北、湖南、重庆、四川、陕西。第四类包括的地区：内蒙古、广西、海南、贵州、云南、甘肃、宁夏和新疆。
结论
选取区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域开放度、区域创新氛围和区域创新环境等一级评价指标和对应的二级评价指标构建区域创新系统行为主体间耦合的成熟度评价指标体系，采纳避免主观赋予权重的投影寻踪建模方法评价2009年中国29个省份、市和地区的区域创新系统行为主体间耦合成熟度。并采用分层聚类分析方法对区域创新系统行为主体间耦合的成熟度的评价值进行聚类和总成，已构建的区域创新系统行为主体耦合成熟度的评价指标体系和区域创新系统行为主体耦合成熟度评价方法具有可操作性、适用性和客观性。本文构建的区域创新系统行为主体间耦合的成熟度指标体系和区域创新系统行为主体间耦合的成熟度评价方法为评价各个地区区域创新系统行为主体间耦合的成熟度的实际状态和所处级别奠定理论基础。
参考文献：
[1] 王祥兵，严广乐，杨卫忠.区域创新系统动态演化的博弈机制研究[J].科研管理，2012，（11）：1-8.
[2] 牛盼强，谢富纪.区域创新系统博弈分析研究综述[J].科技管理研究，2009，（5）：16-19.
[3] 柳卸林，胡志坚.中国区域创新能力的分布与成因[J].科学学研究，2002，（5）：550-556. [4] 赵希男，温馨，王艳梅.基于个性优势特征分析的区域创新能力评价与分析[J].科学学研究，2009，（3）：473-480.
[5] 刘凤朝，等.基于集对分析法的区域自主创新能力评价研究[J].中国软科学，2005，（11）：83-106.
[6] 李高扬，刘明广.基于结构方程模型的区域创新能力评价[J].技术经济与管理研究，2011，（5）：28-32.
[7] 吴婷，肖健华.基于SVDD的中国区域创新能力的评价[J].商业研究，2009，（2）：49-50.
[8] 任胜钢，彭建华.基于因子分析法的中国区域创新能力的评价及比较[J].系统工程，2007，（2）：87-92.
[9] 孙锐，石金涛.基于因子和聚类分析的区域创新能力再评价[J].科学学研究，2006，（6）.
[10] 石沛，蒲勇健.中国区域创新能力的空间计量经济研究[J].科技与经济，2011，（4）：11-15.
[11] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004，（5）：30-35.
[12] 甄峰，黄朝永，罗守贵.区域创新能力评价指标体系研究[J].科学管理研究，2000，（6）：6-12.
[13] 王学军，陈武.区域智力资本与区域创新能力——指标体系构建及其相关关系研究[J].管理工程学报，2010，（3）：1-5.
[14] 侯风华，赵国杰.中国东部省市的区域创新能力评价研究[J].科学管理研究，2008，（2）：21-23.
[15] 魏守华，吴贵生，吕新雷.区域创新能力的影响因素——兼评中国创新能力的地区差距[J].中国软科学，2010，（9）：76-85.
[16] 李晓娣，田也壮，刘强.跨国公司R&D机构与中国区域创新系统互动路径研究——基于强迫进入法的分析[J].科研管理，2012，
（9）：1-9.
[17] 张磊，李慧民.基于投影寻踪原理的建筑业综合实力评价分析[J].经济数学，2011，（2）：107-110.
[18] 姚平，梁静国，陈培友.煤炭城市人口—资源—经济—环境系统协调发展测度与评价[J].运筹与管理，2008，（5）：160-166.
[19] 付强，金菊良，梁川.基于实码加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用[J].水利学报，2002，（10）：39-45.
关键词：区域创新系统；行为主体；耦合；成熟度
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2013）30-0109-04
引言
区域创新系统是指在特定区域内，各种与创新相联系的主体要素、非主体要素以及协调各要素之间关系的制度和政策网络。区域创新系统的行为主体主要包括相互合作的参加技术创新和扩散的企业、大学及研究机构、科技中介服务机构以及政府等[1～2]。企业是区域创新系统的核心行为主体。区域创新系统行为主体间相互影响、相互依赖、相互作用和相互促进，行为主体之间耦合释放的能量能够使区域创新主体的各行为主体获益。参考相关文献，本文认为区域创新能力、区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新环境是区域创新系统行为主体间耦合的主要产物。因此，采用准确和高适用性的评价指标体系和客观评价方法，评价和度量区域创新系统行为主体间耦合状态所处的级别及区域创新系统行为主体间耦合成的成熟程度显得非常重要，是亟待解决的理论问题。
学者们对区域创新系统和区域创新能力的相关内容进行了研究，主要集中在区域创新能力评价指标体系和区域创新能力评价方法等方面，认为区域创新能力的提升是区域创新系统行为主体间耦合的结果之一，这些成果对进一步评价区域创新系统行为主体间耦合的成熟度有借鉴意义。柳卸林等从知识创造、知识流动、企业技术创新能力、技术创新环境、技术创新的经济效益角度构建区域创新能力评价指标体系[3]。赵希男等从创新主体和创新环境角度构建区域创新能力评价指标体系，使用基于个性优势特征分析方法对区域创新能力进行实证评价[4]。申雪梅以中国西部地区为研究对象，使用灰色关联理论对区域创新能力进行评价。刘凤朝等在构建区域自主创新能力评价指标体系的基础上，使用集对分析法对区域自主创新能力进行了评价[5]。刘高扬等采用知识创造能力、知识获取能力、企业科技创新能力、社会创新环境以及创新经济效益五个一级指标构建区域创新能力评价指标体系，并采用结构方程模型建模方法对区域创新能力进行了评价[6]。吴婷等使用SVDD方法对中国的区域创新能力进行了评价[7]。任胜钢等在构建区域创新能力评价指标体系的基础上，使用因子分析方法对中国区域创新能力进行评价及比较分析[8]。薛风平等从区域创新资源、合作创新、创新产出、社会资本和区域文化五个方面构建区域创新能力评价指标体系，并使用LS-SVM方法构建了区域创新能力评价模型。刘友金通过科技投入和产出两个因子构建区域创新能力评价指标，并运用聚类分析方法比较中国各省创新能力的差异性。孙锐等使用因子分析和聚类分析相结合的方法对区域创新能力进行评价[9]。石沛等在构建区域创新能力评价指标体系的基础上，构建空间计量模型，对2004—2007 年中国区域创新能力及其影响因素进行实证研究[10]。学者们从不同角度出发选择不同的评价和度量指标构建区域创新能力评价指标体系，使用不同的方法评价区域创新能力。但是，缺少研究区域创新系统行为主体间耦合成熟度评价指标体系和评价方法的相关研究成果。综合投影寻踪法和聚类分析方法的优点，本研究构建和提出区域创新系统行为主体间耦合成熟度评价指标体系，并运用投影寻踪法，使用中国各省、市和地区的统计数据对已提出的区域创新系统行为主体间耦合成熟度评价指标体系实施实证评价。在区域创新系统行为主体间耦合成熟度评价值基础上，使用聚类分析方法进行聚类和总成。
一、区域创新系统行为主体间耦合成熟度评价指标体系的构建
鉴于区域创新能力的重要性以及区域创新能力是区域创新系统行为主体间耦合的产物之一，本研究主要参考区域创新能力的相关评价指标[3～15]，借鉴李晓娣等的互动路径的相关研究成果[16]，构建了区域创新系统行为主体间耦合成熟度的评价指标体系（见表1）。区域创新系统行为主体间耦合成熟度的评价指标体系的构建应满足科学性与现实性原则、数据客观性原则、系统整体性原则、可操作性原则、高适用性原则和动态连续性原则[12～16]。本文从区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新所依赖的环境（简称区域创新环境）方面构建区域创新系统行为主体间耦合成熟度评价指标体系。区域创新系统行为主体间的耦合促进区域创新系统行为主体间的相互作用、相互影响和相互依赖，区域创新系统行为主体间的耦合释放的能量促进和进一步提升区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力和区域企业学习能力，深化、强化、改善和深层次营造区域创新氛围和区域创新环境，积极和其他区际（国际）的区域创新系统行为主体进行合作，提升区域对外开放度。
二、区域创新系统行为主体间耦合成熟度评价方法分析
投影寻踪法成为一种评价高维度、多维度数据的新型评价方法[17～19]，它是新型评价方法的原因主要在于投影寻踪法不但明确考虑将高维数据和多维度复杂的数据降维化[17～19]、简单化、稳健化和精确化，同时通过最优化投影方向、投影特征值、投影指标函数、最大化的投影指标函数值等特征化指标客观、精确地反映和表征各个评价指标的权重，并体现各个评价指标对上一级指标及总指标的重要程度和贡献大小。区域创新系统行为主体间耦合成熟度评价指标体系包括一级指标区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域对外开放程度、区域创新氛围和区域创新环境。区域创新系统行为主体间耦合成熟度评价指标体系包括八个一级指标，一级指标包括二个—四个二级指标，评价指标高维度化和多维度化，指标间存在一定非线性化度。投影寻踪法自身具备的特点促使投影寻踪法在解决上述问题具有一定的胜任力。在区域创新系统行为主体间耦合成熟度评价指标基础上，使用投影寻踪方法评价具体年份和具体区域的区域创新系统的行为主体间耦合成熟度，包括三个步骤[17～19]： 1.构造投影特征值
Zj=xij×ai （1）
式中，xij（i=1，2，…，m； j=1，2，…，n）为样本的某个指标经规范化处理后的数值，ai是投影方向矢量a的分量。
2.构造投影指标函数Q（a）
定义类间距离：
s（a）=[（Zj-Z2）/n]1/2 （2）
定义类内密度：
d（a）=（R-rjk）×f（R-rjk） （3）
构造的投影指标函数：
Q（a）=s（a）×d（a） （4）
式中，Z=（Zj）/n；rjk为样本j和k的综合特征值Zj和Zk之间的距离；R为密度的窗宽 [17～19]。
3.优化投影方向
优化目标函数：
maxQ（a）=s（a）×d（a）=[（Zj-Z2）/n]×（R-rjk）×
f（R-rjk） （5）
S.T. ||a||=1 （6）
在||a||=1作用和影响下，使用基于实码加速的遗传算法，具体步骤见参考文献[17～19]，求解出Q（a）最大值，进一步寻求最优投影方向a。
三、区域创新系统行为主体间耦合成熟度的实证评价
使用投影寻踪方法和MATLAB软件实证评价区域创新系统行为主体间耦合成熟度。由于数据的时滞性和数据统计口径的不一致性，部分统计的评价指标变动了获取路径，部分评价指标也被汇总和归纳到其他评价指标中。为了保障统计数据的稳定性、一致性和同一统计口径，避免不同统计口径和不同单位对运算过程产生的影响。本文从2010年《中国科技统计年鉴》、《中国统计年鉴》和《中国经济统计年鉴》上收集上页表1中评价指标的数据，并对数据进行无量纲化，由于西藏和青海部分指标有所缺失，故将两个省份加以剔除。由对无量纲化后的数据进行定量化操作，构建投影特征值Zj、计算类间距离、计算类内密度、构建投影指标函数Q（a）、优化投影方向、使用相关的遗传算法求解出Q（a）最大值，同时寻求最优投影方向a，将a数值代入Zj=xij×ai ，得出29个省、市、地区的区域创新系统行为主体间耦合成熟度的具体化的评价值（见表2）。
从表3可以看出，29个省份、市、地区的区域创新系统行为主体间耦合的成熟度评价值高低的排序。从大到小的省份、市和地区依次为：广东、江苏、北京、山东、上海、浙江、天津、辽宁、河南、湖北、安徽、河北、湖南、四川、福建、陕西、重庆、吉林、黑龙江、江西、山西、广西、内蒙古、甘肃、云南、贵州、新疆、宁夏和海南。经济发展水平排在前几位地区的区域创新系统行为主体间耦合的成熟度评价指标均排在前列，出现此现象的原因在于：这些地区注重R&D经费支出，在积极引进外部技术的同时、注重对技术的改造、消化和吸收等，积极申请专利，扶植和发展高技术产业，增强新产品产值和新产品销售收入，加强区域对外的开放程度，积极引进和吸收外商直接投资，加大出口力度，增强产品的国内市场占有率和国际市场占有率，并与当地的研究与开发机构、高等院校进行良性的互动合作。并且这些地区区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域创新氛围和区域创新环境等方面均占有优势。上页表3中评价值排在后面的地区大多数是西部地区，造成这些地区区域创新系统行为主体间耦合的成熟度评价值低下的原因：这些地区R&D经费支出较少、R&D经费支出占企业主营业务收入比重较低，R&D人员和科技人员数量较少，企业和当地的研究与开发机构、高校互动频率较低，技术创新发展得到政府和金融机构的扶植和支撑较少，在引进技术的同时、并不注重对技术的吸收、消化和进一步改造等。由于这些地区的地理位置偏远、通讯、道路和网络等基础设施的不完善，区域开放度较低，不易吸收外商直接投资和地区的出口，不易吸纳外来的技术和知识流动，技术扩散效应和技术溢出效应不显著，区域创新环境和区域创新氛围还有待进一步完善和优化。这些地区发展主要依赖于农业、林业、畜牧业和旅游业等，区域产品、高技术产品的竞争优势和国际竞争力偏低，技术创新投入能力和技术创新能力较低。
另外，使用分层聚类分析将各地区区域创新系统行为主体间耦合的成熟度的评价值进行聚类和总成，可以聚成四类。第一类包括的地区：广东和江苏。第二类包括的地区：北京、山东、上海和浙江。第三类包括的地区：天津、辽宁、河北、山西、吉林、黑龙江、安徽、福建、江西、河南、湖北、湖南、重庆、四川、陕西。第四类包括的地区：内蒙古、广西、海南、贵州、云南、甘肃、宁夏和新疆。
结论
选取区域技术扩散能力、区域技术创新投入能力、区域技术创新产出能力、区域技术创新支撑能力、区域企业学习能力、区域开放度、区域创新氛围和区域创新环境等一级评价指标和对应的二级评价指标构建区域创新系统行为主体间耦合的成熟度评价指标体系，采纳避免主观赋予权重的投影寻踪建模方法评价2009年中国29个省份、市和地区的区域创新系统行为主体间耦合成熟度。并采用分层聚类分析方法对区域创新系统行为主体间耦合的成熟度的评价值进行聚类和总成，已构建的区域创新系统行为主体耦合成熟度的评价指标体系和区域创新系统行为主体耦合成熟度评价方法具有可操作性、适用性和客观性。本文构建的区域创新系统行为主体间耦合的成熟度指标体系和区域创新系统行为主体间耦合的成熟度评价方法为评价各个地区区域创新系统行为主体间耦合的成熟度的实际状态和所处级别奠定理论基础。
参考文献：
[1] 王祥兵，严广乐，杨卫忠.区域创新系统动态演化的博弈机制研究[J].科研管理，2012，（11）：1-8.
[2] 牛盼强，谢富纪.区域创新系统博弈分析研究综述[J].科技管理研究，2009，（5）：16-19.
[3] 柳卸林，胡志坚.中国区域创新能力的分布与成因[J].科学学研究，2002，（5）：550-556. [4] 赵希男，温馨，王艳梅.基于个性优势特征分析的区域创新能力评价与分析[J].科学学研究，2009，（3）：473-480.
[5] 刘凤朝，等.基于集对分析法的区域自主创新能力评价研究[J].中国软科学，2005，（11）：83-106.
[6] 李高扬，刘明广.基于结构方程模型的区域创新能力评价[J].技术经济与管理研究，2011，（5）：28-32.
[7] 吴婷，肖健华.基于SVDD的中国区域创新能力的评价[J].商业研究，2009，（2）：49-50.
[8] 任胜钢，彭建华.基于因子分析法的中国区域创新能力的评价及比较[J].系统工程，2007，（2）：87-92.
[9] 孙锐，石金涛.基于因子和聚类分析的区域创新能力再评价[J].科学学研究，2006，（6）.
[10] 石沛，蒲勇健.中国区域创新能力的空间计量经济研究[J].科技与经济，2011，（4）：11-15.
[11] 朱海就.区域创新能力评估的指标体系研究[J].科研管理，2004，（5）：30-35.
[12] 甄峰，黄朝永，罗守贵.区域创新能力评价指标体系研究[J].科学管理研究，2000，（6）：6-12.
[13] 王学军，陈武.区域智力资本与区域创新能力——指标体系构建及其相关关系研究[J].管理工程学报，2010，（3）：1-5.
[14] 侯风华，赵国杰.中国东部省市的区域创新能力评价研究[J].科学管理研究，2008，（2）：21-23.
[15] 魏守华，吴贵生，吕新雷.区域创新能力的影响因素——兼评中国创新能力的地区差距[J].中国软科学，2010，（9）：76-85.
[16] 李晓娣，田也壮，刘强.跨国公司R&D机构与中国区域创新系统互动路径研究——基于强迫进入法的分析[J].科研管理，2012，
（9）：1-9.
[17] 张磊，李慧民.基于投影寻踪原理的建筑业综合实力评价分析[J].经济数学，2011，（2）：107-110.
[18] 姚平，梁静国，陈培友.煤炭城市人口—资源—经济—环境系统协调发展测度与评价[J].运筹与管理，2008，（5）：160-166.
[19] 付强，金菊良，梁川.基于实码加速遗传算法的投影寻踪分类模型在水稻灌溉制度优化中的应用[J].水利学报，2002，（10）：39-45.