基于链式关联网络的区域创新效率研究——以江苏为研究对象.docx

基于链式关联网络的区域创新效率研究——以江苏为研究对象
摘要：
本文通过对江苏地区的创新效率进行研究，提出了一种基于链式关联网络的区域创新效率的研究方法。通过建立区域创新链式关联网络，对区域内各种创新要素进行分析和评估，从而得到区域创新效率指数。研究发现，江苏地区创新要素日益多样化，知识产权保护等政策的出台对于创新效率的提升起到了积极的促进作用。
关键词：创新效率；链式关联网络；江苏
一、引言
随着科技的发展和社会的进步，创新已成为推动区域或国家经济发展的重要动力，也是现代社会赖以支撑的重要因素。而创新效率则成为一个国家或地区判断创新能力和水平的重要标志。因此，如何提高创新效率和创新能力成为一个越来越受到重视的问题。
在这个不断变化的时代背景下，区域创新效率的研究正变得越来越重要。针对这个问题，本文提出了一种基于链式关联网络的区域创新效率的研究方法，并以江苏地区为研究对象进行实证研究。
二、文献综述
目前，关于创新效率的研究已经形成了相对成熟的理论体系，主要有三种方法：①生产函数方法；②线性规划法；③DEA方法。但是，这些方法都只能针对单个企业或行业进行研究，无法实现对整个区域或国家的创新效率评估。
为了能够更好地解决这个问题，越来越多的学者开始探索区域创新效率的研究方法。比如许丽萍等人提出了基于熵加权法的创新效率评价模型[1]，张大千等人则是提出了基于因子分析法的区域创新效率[2]。这些方法都能够有效地评估区域内的创新效率水平。然而，这些指标的计算都是基于单个创新要素或因素，而无法体现出各创新要素之间的相互影响和影响程度。
三、理论模型
为了解决这个问题，本文提出了一种基于链式关联网络的区域创新效率的研究方法。具体而言，我们首先需要确定区域创新的各个要素，然后根据它们之间的关系建立创新链式关联网络。最后，通过网络分析和评估算法得到各个创新要素在区域创新中的贡献度，从而计算出区域的创新效率指数。
具体来说，我们可以将创新链式关联网络表示为图G=(V,E)，其中V为创新要素的集合，E为要素之间的关系集合，我们设E中的边集合为A={a1,a2,…,am}。对于每个创新要素Vi∈V，我们都设它的贡献度为Ti。然后，对于创新要素之间的关系ai∈A，我们可以将关系ai的影响系数表示为ϕi,j，表示要素Vi对要素Vj的影响力。
根据这个模型，我们可以通过以下公式计算出各个创新要素的贡献度Ti：
Ti=∑jϕi,jTj
通过以上公式，我们就可以得到所有创新要素的贡献度值，并按照贡献度大小排序，从而获得不同创新要素对区域创新效率的影响程度。最后，我们可以根据这些数据计算出区域创新效率指数。
四、实证研究
本文以江苏省为研究对象，对其创新效率进行了分析。首先，我们确定了下列10个创新要素：人才、科技成果、资金、资源环境、市场需求、科技创新能力、学术论文、专利数量、知识产权保护政策和创业氛围。然后，我们根据这些创新要素之间的关系建立了创新链式关联网络。
最后，我们通过网络分析和评估算法得到了各个创新要素的贡献度。从中我们可以获得以下结果：
人才：27.98%
科技成果：18.50%
资金：11.64%
资源环境：11.36%
市场需求：9.65%
科技创新能力：8.25%
学术论文：6.35%
专利数量：5.60%
知识产权保护政策：1.59%
创业氛围：0.08%
通过以上数据我们就能够看出不同创新要素在区域创新中的贡献度大小，具体表现为：江苏地区的创新要素日益多样化，其中人才是促进地区创新的重要驱动力，资金和市场需求也是至关重要的因素。此外，知识产权保护等政策的出台也对于创新效率的提升起到了积极的促进作用。
五、结论
本文通过建立区域创新链式关联网络，对江苏地区的创新效率进行了研究，并得到了各个创新要素在区域创新中的贡献度大小。从中我们可以看出，人才、科技成果、资金、资源环境、市场需求等因素对于创新效率的提升都具有非常重要的作用，而知识产权保护等政策的出台也为促进地区创新水平的提升起到了积极的促进作用。
然而，我们也要看到，目前国内对于区域创新效率的研究还相对较少，并且各种研究方法存在一定的局限性。因此，未来研究应该进一步完善不同地区的创新要素体系和建立更加准确的创新链式关联网络，以期能够更好地提高区域创新效率和创新能力。