科研学术

优秀成果

经济与资源管理研究| 科研学术

中国城市科技创新发展格局与特征研究——基于287个地级市的创新指标分析

  • 2017 - 12 - 29/
  • /
  • 作者:/
  • 人浏览

      12月20日,由光明日报社、南京大学联合主办的“2017中国智库治理暨思想理论传播高峰论坛”在北京召开,来自中央部委及各省市智库管理部门、中国智库索引来源智库、智库研究界、思想理论界的专家学者数百人参加论坛。论坛发布了以“为新时代贡献思想力量”为主题的有奖征文成果。首都科技发展战略研究院参评的《中国城市科技创新发展格局与特征研究》论文荣获“一等奖”,并入选光明日报《思想理论成果数据库》。以下为论文具体内容:

 

摘要:城市作为科技创新活动的主阵地,在我国建设创新型国家进程中发挥着举足轻重的作用。本文基于城市科技创新发展理论框架,开展中国城市科技创新发展指数研究,利用层次分析法评估中国287个地级市的科技创新发展水平,旨在揭示中国城市科技创新发展的总体格局与主要特征。最后,本文提出,我国城市科技创新活动的空间分布印证“胡焕庸线”、城市科技创新发展呈梯度分布格局、创新产出呈现明显的“创新马赛克”特征等十个研究发现。

 

关键词:城市科技创新;指数评价;层次分析法;地级市

 

一、引言

 

      城市作为科技创新活动的主阵地,在我国建设创新型国家进程中发挥着举足轻重的作用。按照创新型国家建设的总体部署,需要发挥地方主体作用,有效集聚各方科技资源和创新要素,探索适合市情的创新驱动发展路径,积极推动开放创新、协同创新,加快建设创新型城市。当前,国际、国内的经济竞争新形势以及城市化所处的新阶段对我国城市的科技创新发展提出了更高要求。在新的历史起点上,迫切需要进一步聚集各类创新要素资源,大力改善创新硬环境和软环境,强化创新服务水平,推动以科技创新为核心的全面创新发展,不断提升城市创新发展能力,建设创新型城市,为迈向建设世界科技强国新征程提供战略支撑。
      鉴于此,本文紧紧围绕国家创新驱动发展战略、加快推进以科技创新为核心的全面创新,开展中国城市科技创新发展指数研究,探索并建立了一套评价中国城市科技创新发展的指标体系,旨在利用综合指数对中国287个地级城市的科技创新发展特点与成效、优势与短板进行全景式描绘和解读,发现中国城市科技创新发展的总体格局与主要特征,进而揭示发展规律与趋势。


二、文献综述


      如何评价科技创新发展水平一直以来都是国内外学者和机构关注的热点问题。目前来看,国内外较为权威且普遍认可的科技创新评价体系有四项。(1)全球创新指数(Global Innovation Index,GII)是基于投入产出理论的创新评价体系,由创新投入和创新产出两个维度的指标构成。GII(2016)由世界知识产权组织、美国康奈尔大学、英士国际商学院联合发布,研究了全球128个经济体,这些经济体占世界92.8%的人口,GDP占世界的97.9%。[1](2)欧盟创新记分牌(Innovation Union Scoreboard,IUS)是最早的区域创新综合评价体系之一,是欧盟专门推出的国家创新绩效的测评工具。IUS通过实施大规模企业创新活动调查并强化基于微观企业创新活动调查数据分析城市、区域和国家的创新能力。[2](3)硅谷指数(Silicon Valley Index)是典型的创新中心评价体系,主要反映了硅谷地区人力资源、创新经济、多样化社区、生活环境、地区治理的发展状况。[3](4)国家创新指数作为中国创新评价研究的代表,由中国科学技术发展战略研究院研究发布,主要通过指标和数据来客观反映中国与世界其他国家科技创新发展的差距。[4]
分析上述主流创新评价体系可以发现,国内外的科技创新评价体系主要基于国家层面或者省级区域层面的横向比较,或者是基于某一单一地区内部的纵向年度比较,并未涉及更加微观的层面。而本研究的主要创新点在于,对中国287个地级城市进行科技创新发展水平的横向比较,可以从更加微观、细致的角度来研判中国科技创新的总体格局。

 

三、理论框架与研究方法

 

(一)理论框架

 

      经过多学科、多领域的专家研讨,本文提出了城市科技创新发展理论框架(图1)。城市创新发展是城市各类创新主体在特定的支撑条件下运用创新资源开展创新活动、形成创新成果并作用于经济社会发展的复杂过程。具体而言,政府和市场共同为科技创新活动提供环境和服务支撑,企业、科研院所和高等院校等创新主体,通过人力资本和研发经费等资源投入,开展知识创新、技术创新、管理创新、体制创新、商业模式创新和生产组织方式创新,形成知识、技术和产品的产出,进而推动经济发展、结构优化和民生改善,同时通过技术创新溢出,形成辐射、引领效应。 

图1  城市科技创新发展理论框架图

 

(二)研究方法

 

      本文主要利用层次分析法(Analytic Hierarchy Process,AHP)进行评估研究。层次分析法是一种定性与定量分析相结合、系统化、层次化的多因素决策分析方法。通过将研究目标的影响因素分为最高层、策略层和最低层,建立层次结构模型,本研究构建城市科技创新发展评价指标体系,将中国城市科技创新发展指数按理论框架逐级分层,确定原始指标,然后将各项反映科技创新发展基本特征的原始指标逐级合成,转化为综合反映城市科技创新发展水平的总指数。具体而言,本文采用阈值法进行无量纲处理。研究假定##指标同等重要,因此,本研究采用##指标等权重方法,加权综合后最终得出城市科技创新发展指数。

 

四、指标体系及测度结果

 

(一)指标体系

 

      基于国内外主要机构创新评价研究报告和主要指标,本文按照科学性和兼容并包性原则、系统优化和可操作性原则、可比性和一致性原则、政策性和导向性原则,构建由三个层次指标构成的中国城市科技创新发展指数指标体系,以综合反映中国城市之间的创新发展差异。其中,一级指标共4个,主要包括创新资源、创新环境、创新服务、创新绩效。二级指标共12个,主要包括创新人才、研发经费、政策环境、人文环境、生活环境、科技条件、金融服务、科技成果、经济产出、结构优化、绿色发展、辐射引领。##指标共35个,主要包括创新资源##指标5个,创新环境##指标7个,创新服务##指标5个,创新绩效##指标18个。中国城市科技创新发展指数指标体系及各指标权重如表1所示。


(二)城市样本与数据来源


      中国城市科技创新发展评估样本的广泛性和典型性,关系到评估与研究结论的准确性和价值。本报告在考虑城市统计数据的可得性、准确性和标准性的基础上,参考城市研究与创新研究相关领域资深专家意见,选取中国大陆287个地级以上城市进行量化研究。具体的城市样本选取标准包括以下三个方面:第一,城市统计数据的可得性、准确性和标准型;第二,城市在所在省份的社会经济地位和代表性;第三,城市的研究价值。 

图2  中国城市科技创新发展指数城市样本分布

      依据以上标准选择的287个城市,从空间分布上看,涉及除香港、澳门、台湾和西藏以外的30个省、自治区和直辖市。其中,87个城市位于东部地区、80个城市位于中部地区、86个城市位于西部地区,34个城市位于东北地区。从经济发展水平看,根据世界银行2014年公布的收入分组标准,采用人均GDP(根据2014年官方汇率)指标可将287个城市样本分为3组,人均GDP属于中等偏下收入组的城市共57个,属于中等偏上收入组的城市共178个,属于高收入组的城市共52个。可以看出,这287个城市基本体现了中国不同区域和不同经济发展水平的城市状况,样本涵盖了全国一、二、三线城市,具有很强的代表性,287个样本城市样本分布见图2。
      对中国地级以上城市的科技创新发展进行量化评估,要求各样本城市数据完整,来源权威,基本数据必须来源于公认的国际组织机构和国家官方统计调查,以保证数据的连续性,利于以后年度进行纵向动态比较。本报告城市相关数据主要来源于《中国城市统计年鉴》等国家、地区、城市政府公布的统计年鉴、统计公报等官方出版物。除官方公布的统计数据外,也从国际知名研究机构和网站获取部分数据,如财富中文网、汤森路透(Thomson Reuters)基本科学指标数据库(Essential Science Indicatorss,ESI)等。报告力争采用最新数据分析中国地级以上城市当前科技创新发展情况,但受限于数据可得性、完整性和指标一致性,指数测算主要基于2014年数据,个别指标(例如ESI前1%学科数)以及部分热点问题分析采用2016年数据。另外,由于主客观条件限制,一些具有显著科技创新发展示范作用的港澳台城市不得不放弃,一些重要指标也未能纳入,希望在未来的研究中能够加以完善。

 

(三)测算结果

 

      根据测算结果,绘出2017中国城市科技创新发展指数综合得分的空间分布,如图3所示:
科技创新发展指数综合排名结果显示,排名前10的城市分别是北京、深圳、上海、广州、东莞、天津、武汉、杭州、南京和苏州;排名后10位(从278至287)的城市分别是黑河、泸州、赣州、平凉、白银、荆州、周口、鹤岗、昭通和陇南。
此外,北京在287个城市和4个直辖市中排名居首;15个副省级市中,深圳排名第一;268个地级市中,东莞排名第一。

图3  中国城市科技创新发展指数空间分布

五、研究发现

 

(一)科技创新活动的空间分布印证“胡焕庸线”

 

      从创新经济地理的角度看,科技创新活动的空间分布印证了国际地理学界的著名的“胡焕庸线”。“胡焕庸线”是我国著名地理学家胡焕庸在其1935年发表的《论中国人口之分布》一文中提出的中国人口密度的突变线,揭示了中国人口的分布规律,但这条线不仅是中国人口分布差异的重要分界线,也是自然地理条件的分界线、人文地理差异分界线。本报告研究发现,胡焕庸线的两侧也存在科技创新发展非常不平衡的特征,从而,胡焕庸线也是我国创新地理差异的分界线。 

图4  创新活动的地理分布

      本报告从创新研究的角度印证了人口集聚的重要性,“人”是创新发展的第一核心要素,城市创新发展的基本要求是人的集中而非疏散。但应注意,推动区域间、城乡间协调发展,使人民能够共享创新发展的果实也是政府的目标所在。未来,除了遵循城市发展的市场规律以外,还需要统筹规划、协调发展,大力推进基本公共服务的均等化,改善创新环境和创新服务质量,利用“一带一路”建设的重要契机,破解东西地区创新发展不平衡的局面。

 

(二)城市科技创新发展呈梯度分布格局

 

      中国地级以上城市之间的科技创新发展差异悬殊,目前已形成以省会城市和副省级以上城市为龙头和东中西部城市创新发展梯度分布的基本格局。从城市科技创新发展指数综合排名情况来看,在区域之间,东部地区城市科技创新发展水平整体优于西部、东北部和中部地区城市,沿海省份城市科技创新发展水平整体优于内陆省份城市;在同一地区、同一省份内部也存在很大差异,省会城市、副省级以上城市等区域中心城市科技创新发展水平往往大大高于其他地级城市。从发明专利授权量看,287个样本城市的发明专利授权量平均值为402件,但标准差达1708,变异系数为4.2。将样本城市按发明专利授权量排名进行分组后,可以发现,排名前50位的城市平均发明专利授权量约为第51至100位城市平均值的12倍,中国地级以上城市的科技创新发展差异非常悬殊。  

图5  地级以上城市发明专利授权情况

 

(三)创新产出呈现明显的“创新马赛克”特征
     

      从创新产出的地理分布看,我国存在显著的“创新马赛克”现象。与区域经济发展中由于“产业集群”导致的“经济马赛克”现象类似,每一块“经济马赛克”的背后是一个“产业集群”,而每一块“创新马赛克”的背后是一个“创新集群”。对比世界范围内的创新型城市可以发现,全球的重大科技创新成果、世界级品牌大多是在这些区域内产生的,比如美国的硅谷高新技术产业集群、圣地亚哥生物技术创新集群等。我国也是如此,重大科技创新的成果主要出自北京的中关村科技园区、深圳的南山科技园区、张江高科技园区等创新集群区域。“创新马赛克”区域具有创新要素高度集中、科技成果转化落地快、国际竞争力强等特点,随着创新要素加速向富有个性和特色的创新集群区域集聚,区域创新发展的循环累积效应凸显,“创新马赛克”区域将强者愈强,未来还需要引导此类区域加强对周边区域的技术溢出和辐射带动作用,推动区域协同创新发展。同时,值得注意,我国许多创新集群在很大程度上由要素驱动,过于依赖政府的产业扶持政策及国外的高技术,未来应特别注重提高自主创新能力,练就自己在全国乃至全球创新竞争中的“杀手锏”。 

图6  创新经济的马赛克现象

 

(四)绝大多数综合排名居前的城市科技创新发展存在明显短板

 

      从单个城市科技创新发展指数结构看,广州发展相对最为均衡,其他综合排名靠前的城市均存在一定短板。城市科技创新发展指数排名前20的城市仅有广州1个城市在创新资源、创新环境、创新服务和创新绩效四个分指数的排名分别为3、5、6、4,各方面发展均衡。其余19个城市均存在某一短板,例如,北京的创新环境排第10位,而其他三个分指数排名前2位。深圳的创新资源排第25位,其他三项分指数均排名前3位。长沙的创新服务排名第60位,西安的创新环境排名第122,但两市其余各项均排在全国前30位。

 

 

(五)城市经济发展水平与科技创新发展水平显著正相关


      中国城市科技创新发展指数与城市经济发展水平呈现出显著的正相关关系,相关系数为0.82。而当对二者进行回归分析时,可决系数达0.67,表明城市经济发展水平可在相当程度上解释城市科技创新发展状况。我们以城市人均GDP衡量城市的经济发展水平,根据世界银行2014年公布的收入分组标准将城市进行分组,即人均GDP低于1045美元的城市划为低收入组,人均GDP为1045~4125美元的城市划为中等偏下收入组,人均GDP为4126~12735美元的城市划为中等偏上收入组,人均GDP为12736美元水平的城市列为高收入组。统计结果显示,样本城市中无低收入组城市,城市科技创新发展指数前10名的城市全部位于高收入组,人均GDP均超过12736美元,在区域城市体系中,经济增长保持强劲态势,现代产业基础坚实,生产要素配置高效,新兴产业蓬勃发展,总体处于区域经济发展价值链的高端环节,对区域经济发展和协同创新发展具有很强的辐射带动作用。
      通过箱线图刻画处于不同经济发展阶段城市的科技创新发展状况,图7显示,中等偏下收入组城市的科技创新发展水平基本上均低于全国平均水平,中等偏上收入组城市的科技创新发展多数处于全国平均水平,高收入组城市的科技创新发展绝大多数高于全国平均水平。可以看出,同相关性分析结果一致,城市经济发展水平越高,其科技创新发展水平越高。

图7  城市经济发展水平与科技创新发展指数


      图8显示,高收入组城市的创新资源、创新环境、创新服务和创新绩效的发展相对较为均衡,四项一级指标均明显高于中等收入水平城市。经济发展为科技创新体系提供物质保障,进而在相当程度上影响城市的科技创新发展整体水平,但一个城市为科技创新发展的环境和服务如何,除了受经济发展水平的制约以外,还与城市政府的创新意识和主观能动性密切相关。城市改善创新服务和创新环境是中等收入水平城市未来吸引创新要素、提升创新绩效、进而提高科技创新发展整体水平的重要突破点和着力点。

图8  不同经济发展水平城市一级指标对比

 

(六)提高居民可支配收入有利于推动城市科技创新

 

      研究发现,居民可支配收入对城市科技创新发展指数有显著的正向影响。尽管统计数据表明,城镇居民人均可支配收入近年来不断增加,但人均消费支出也大幅增长。现有财富分配体系中,政府、企业收入占国民收入的比重不断上升,一次收入分配中居民收入比重长期偏低,在科研成果转化收入及科研经费分配中,最终归于资本方的比重过高。城市科技创新发展指数表明,一个城市的居民可支配收入水平越高,创新人才收入越高,越能吸引聚集人力资本这一科技创新的核心要素,城市科技创新发展水平越高。为此,应当建立鼓励科技创新人员的收入分配制度,提升科研经费预算中的人力资本投入比重,大幅提高创新人才收入水平。

图9  城镇居民人均可支配收入与科技创新发展指数

 

(七)城市现代服务业与科技创新发展总体处于协同发展状态

 

      研究发现,科技创新发展指数排名较高的城市均具有相对较高的服务业发展水平,部分城市服务业增加值占GDP比重超过60%,已进入服务经济时代,且服务业结构以现代服务业为主。以综合排名第1的北京市为例,2014年的服务业比重已达77.9%,2015年以来则超过80%,信息服务业、金融服务业、科技服务业等现代服务业成为经济发展的重大支撑,服务业发展水平同东京、纽约、伦敦等世界科技创新中心城市的差距越来越小。以服务业增加值占GDP的比重将样本城市进行分组,具体划分标准及各阶段城市数量见表3。

     

      相关分析表明,城市服务业发展阶段与城市创新发展指数的相关系数达到0.65,图10显示,服务业水平较高的城市间科技创新发展水平具有较大差异,进一步分析发现,服务业占比高的城市中,结构和层次存在差异,一部分城市传统服务业占GDP份额较高。总体来看,服务业发展水平高的城市创新发展平均水平要高于服务业发展水平低的城市,而且城市科技创新发展指数排名靠前的城市服务业结构以现代服务业为主。

图10  服务业发展阶段与城市科技创新发展

      现代服务业具有高知识含量、高附加值的特点,既是现代科技应用的重要行业部门,又深度介入到研发、中间试验、产业化等多个环节,成为科技创新的主要推动者。因此,城市创新发展应高度重视服务经济发展,推动产业结构和服务业结构优化升级,促进现代服务业与科技创新发展相融合,大力发展科技服务业,以实现科技创新引领产业升级、推动城市经济向中高端水平迈进。

 

(八)创新服务是造成城市创新发展水平差距的重要原因

 

      研究表明,城市间的科技创新发展水平存在显著差异,科技创新发展指数排名靠后的城市往往在各项指标上均落后于科技创新发展指数领先城市。从各城市一级分指数得分的极差来看(表4),创新服务指数的极差在四项一级分指数中位居第二,达0.596,成为影响城市科技创新发展的重要原因。
在经济发展进入新常态,由高速增长转入中高速增长的背景下,对于科技创新发展相对落后的城市而言,要尽可能快地实现发展方式由以往主要依靠要素驱动转入更多依靠创新驱动,不仅需要加大财政科技投入、加强科技创新硬环境建设,也要在改善创新服务、提高城市软实力上下功夫。创新驱动要求政府在科技创新管理职能由研发管理向创新服务转变,改变过去重管理研发部门、轻服务创新主体的治理方式,力图营造良好的创新环境,发挥企业在技术创新中的主体地位。现阶段,城市政府需通过明确自身的功能定位,推进服务型政府建设,采取引导社会资本参与建设社会化科技创新服务平台、完善专业化技术转移服务体系等措施,在研发到产业化的创新全链条中强化创新公共服务。

 

(九)地级城市规模偏小成为影响城市科技创新发展的瓶颈

 

      创新人才是城市最重要的科技创新资源,创新要素空间集聚的外部经济性依赖于创新人才的质量。因此,对于人口规模很大的城市而言,创新人才的专业化和多样化在量和质上均能得到充分保证,城市管理者更多关注怎么用好人才;对于人口规模中等的城市来说,管理者吸引人才、培养人才的能力成为影响其研发活动和科技成果转化的重要因素;而对于人口规模特别小的城市而言,其显著的“关系社会”特征导致创新软环境难以改善,如何吸引、留住人才成为提升科技创新能力面临的重大瓶颈。实践中看,城市规模的扩大会带来更多科技创新从业人员、更高的科研投入从而具有更佳的创新表现,城市经济学理论也认为城市大规模聚集人口可以发挥集聚经济优势和人力资本外部性优势从而促进科技创新,因此,我们推断城市规模越大,城市的科技创新能力越强。为加以验证,本报告根据《中国城市建设统计年鉴》中城区人口数量衡量城市规模,将287个样本城市划分为四组,考察在不同城市等级的人口规模下的城市科技创新发展状况。
      2014年国务院发布《关于调整城市规模划分标准的通知》中按城区常住人口数量将城市划分为五类七档。其中,城区常住人口50万以下为小城市,50至100万为中等城市,100至300万为Ⅱ型大城市,300至500万为Ⅰ型大城市,500至1000万为特大城市,1000万以上为超大城市。考虑到300万以上人口城市样本量较少,本报告根据样本城市数据情况将300万以上人口城市划为特大城市组,城市规模四组情况如图11所示。样本城市中,300万以上人口的特大城市共19个、100-300万人口的大城市共50个、50-100万人口的中等城市94个、50万以下人口的小城市124个。

图11  城市科技创新发展指数与城市规模关系


      据图11可知,对于不同城市等级的城市,城市规模与科技创新发展之间都存在正向相关关系,且城市人口规模对于科技创新发展的作用随着城市规模的扩大而逐步显现。具体地,从城市科技创新发展指数与城市规模的散点图中拟合的趋势线可以发现,对于黑河、陇南等小城市,城市规模对科技创新发展指数的边际影响约为0.0003;对于信阳、舟山等中等城市,城市规模对科技创新发展指数的边际影响约为0.0004;对于扬州、芜湖等100-300万城区人口的大城市,城市规模对科技创新发展指数的边际影响约为0.0005;当城市规模发展为特大城市,即城区人口达300万以上后城市规模对科技创新发展指数的边际影响下降为0.0001。
      城市规模无论在我国理论界还是实践中一直都是热点问题。然而,中国应该走一条什么样的城市化道路,应优先发展大城市还是中小城市未能形成共识,部分城市在努力扩大规模,而部分城市正试图疏解人口。本研究发现城市规模扩大产生的正外部性能够显著促进城市的科技创新发展,从促进科技创新的角度出发,中国现有地级城市规模仍然普遍偏小,重点发展城区人口100万以上的大城市及特大城市有利于提升整个国家的科技创新发展水平。

 

(十)建设紧凑型城市是城市打造科技创新中心的重要路径

 

      城市紧凑度是一个城市经济发展与要素集聚状况的集中反映。国内外大量研究表明,紧凑城市形态有助于提高城市的可持续发展能力,同时,经济集聚伴随的创新要素集聚是创新发达区域的主要优势所在。就中国国情而言,人口众多而可利用土地面积少,随着经济快速发展,土地资源越来越紧张,城市郊区化发展模式不可持续,继续任由摊大饼式的城市化发展既会导致严重的资源环境问题,也不利于享用创新要素空间集聚的外部经济。
城市紧凑度从经济紧凑度和人口紧凑度两方面来考察。城市经济紧凑度以地均GDP表示,地均GDP既可体现一个城市的经济发达程度,又能反映城市的土地使用效率和紧凑程度。研究发现,科技创新发展水平高的城市紧凑度也相对较高,城市科技创新发展与城市紧凑度呈明显的正相关关系,相关系数为0.73(图12)。样本城市数据同时显示,地均GDP排名前10位的城市分别为深圳、上海、东莞、广州、厦门、佛山、无锡、苏州、中山、南京,其中广东省有5个城市,体现出提高城市紧凑度对提升科技创新发展实力、建设区域乃至国家创新中心的重要作用。

图12  城市科技创新发展指数与地均GDP关系分布图


      城市人口紧凑度以市辖区人口占全市人口比重衡量,并按这一指标将所有样本城市划分为30%以下、30%-70%和70%以上3组,分别对应城市化发展的初级、中级和高级阶段,反映不同城市化发展阶段和不同人口紧凑度下的城市科技创新发展水平。
      研究显示,城市科技创新发展指数与城市人口紧凑度之间呈现明显正相关关系,二者的相关系数为0.63。图13对不同人口紧凑度对应的城市科技创新发展指数进行比较,结果显示处于人口紧凑度最低组的城市科技创新发展指数水平最低,处于城市化发展高级阶段、人口紧凑度最高组的城市的科技创新发展水平总体高于其他两组城市,但其分布较为离散。可以看到,科技创新发展水平较高的城市具有相对较高的人口紧凑度。本报告研究显示,地级以上城市的城市化进程中,在扩大城市规模的同时,亦应注重提升城市经济紧凑度和人口紧凑度,建设紧凑型城市。

图13  不同城市化发展阶段与人口紧凑度下的城市科技创新发展指数


参考文献

[1] Cornell University, INSEAD, WIPO. Global Innovation Index [EB/OL]. http://www.wipo.int/publications/en/details.jsp?id=4193?plang=ZH.

[2] European Union. European Innovation Union Scoreboard 2015 [EB/OL]. https://www.researchgate.net/publication/278903737_Innovation_Union_Scoreboard_2015.

[3] The Silicon Valley Institute for Regional Studies. Silicon Valley Index[EB/OL]. http://siliconvalleyindicators.org/.

[4] 中国科学技术发展战略研究院. 国家创新指数报告2016-2017[M]. 北京:科学技术文献出版社.

[5] 首都科技发展战略研究院. 首都科技创新发展报告2016[M]. 北京:科学出版社.

 

注:本文来源于首都科技发展战略研究院课题组成果《中国城市科技创新发展报告2017》,该书于2017年9月由科学出版社出版,如需转载,请联系cistds@cistds.org.cn并标明出处。

 

项目成员

研究动态