新中国成立以来，东北地区作为国家重要的老工业基地和农业基地，一直围绕着重化工业、农业等产业发展，那段时期许多科研人员、科技资源纷纷涌人东北地区，此后产生了多项对全国发展具有重要意义的科研成果。然而，改革开放以后，东北地区的科技创新水平与其经济发展水平一样都呈现出下滑状态。在这种情况下，研究东北地区的科技创新情况以及东北地区科技创新对经济增长的影响作用具有一定的现实意义。
那么，科技创新对经济增长到底存在着怎样的影响作用呢?对于科技创新对经济增长影响作用的研究，最早的是国外学者Schumpeter(1911)在《经济发展理论》中对经济周期的叙述，他认为科技创新是经济增长的源泉，科技创新的波动导致经济周期的出现。在这之后，国外学者Solow(1957)Romer(1986),Lucas(1988)又分别提出了新古典增长模型、内生增长模型和人力资本模型，论述了科技创新对于经济有着重要的作用。在这些学者研究的基础上，国外学者又开始针对某一个具体的区域进行研究，用计量经济学模型来定量分析科技创新对区域经济增长的影响，研究结果往往表明科技创新对区域经济增长具有正向作用(Rolf,Shawna,Mary，1997;Derek,Silvia,Masako,2002)。在国外学者研究的基础上，国内学者也研究了科技创新对于我国经济增长的影响作用，他们研究的结论大多表明科技创新对经济增长具有正向作用(赵听、郑慧，2010;王家庭，2012;刘锋、逮宇铎、于娇，2014;李朝洪、李侃蔚，2014;周星雨、张应武，2015)。不过，国内也有一些学者认为科技创新不一定能促进经济增长，马大勇(2013)研究了科技创新与经济增长之间的因果关系，研究结果表明以专利申请授权量和研发人员数量为指标度量的科技创新能力对经济增长的格兰杰影响并不显著;纪玉山、吴勇民、白英姿(2008)通过建立模型，分析了我国1990-2005年的数据，由此测算出了科技创新乘数。结果表明，科技创新对我国的经济增长影响不是很大。
国内较多文献是研究我国整体的科技创新对于经济增长的影响，但是我国的各区域经济发展水平不平衡，从而每个区域的科技创新程度都不同，对各地区的经济增长影响程度也存在着差异。东北地区作为国家重要的老工业基地，在改革开放前，一批全国知名的研究机构布局于此，一大批科研人员和科技资源也汇聚于此。但是，改革开放以后，东北地区的科技创新水平与其经济发展水平一样都严重下滑，故本文研究科技创新对东北地区经济增长的影响具有一定的现实意义。本文建立了柯布一道格拉斯生产函数，其中以物质资本、劳动力以及科技创新作为投人要素，采用1995-2014年东北地区的相关经济数据，从东北地区科技创新产出这一角度分析科技创新对东北地区经济增长的影响作用，并根据研究结果提出提高东北地区科技创新能力的相关对策建议。
2计量模型、变量与数据
2.1计量模型的设定
本文选取道格拉斯生产函数模型，其一般形式为:Y=ALaKR，其中Y代表产出，K代表物质资本，L代表劳动力，A代表技术水平。a和月分别代表的是劳动力与物质资本的产出弹性。因为本文研究的重点是东北地区科技创新对其经济增长的影响，所以需要在道格拉斯生产函数原模型中引人科技创新这一变量，并由此测算出科技创新对东北地区经济增长的产出弹性。
因此，本文在构建科技创新与经济增长模型时，在原模型—道格拉斯生产函数模型的基础上加人了科技创新这一变量，把这一变量定义为T，完善后的方程具体为:Y=ALaKRTy，其中:K为物质资本，L为劳动力，T为科技创新，A为技术水平。a和月分别代表劳动力、物质资本的产出弹性，y代表东北地区科技创新的产出弹性。将上式两边取对数，取对数后的具体模型为:1nY=A+a1nL+尽nK+祖nT，其中，InY为被解释变量，1nK,1nL,1nT为解释变量。
使用OLS方法对上述取对数后的式子进行回归分析，由回归结果分别估计出东北地区劳动力、物质资本与科技创新对经济增长的产出弹性并比较三者大小，由此得出东北地区科技创新相比劳动力与物质资本，对东北地区经济增长的影响比较小，结合这一实证结果来分析阻碍东北地区科技创新发展的因素并由此提出相关对策建议。
2.2主要指标的度量
通过选取东北地区1995-2014年的数据来进行实证分析，这里的东北地区是指辽宁、黑龙江和吉林三个省份，这三个省份选取的数据均来自于《中国统计年鉴》，而且下文中的数据均是三个省份相加处理得来。为了研究东北地区劳动力、物质资本与科技创新分别对区域经济增长的影响程度，需要选取几个相应的指标来进行测算，指标主要包括:产出总量、科技创新能力、物质资本投人和劳动力存量。
产出总量度量。本文选择GDP作为衡量产出的指标，因为GDP可以较客观地反映一个地区的经济增长情况，并且这一数据的获取也较为容易。
科技创新能力。关于区域科技创新指标的选取，可以用科技创新的投人、产出和效率指标中的任何一个来度量。本文基于数据的可得性，从科技创新产出这一角度，采用国内专利申请授权量这一指标来度量东北地区的科技创新能力。
劳动力存量。本文基于数据的可得性，通过选取东北三省城镇就业人数来作为劳动力存量的度量指标。
物质资本投人。对于物质资本的变量选择，学者们主要选取固定资产投资额、固定资本形成额、资本形成额、固定资本存量、资本存量等来作为衡量物质资本投人的指标。本文基于数据的可得性，采用全社会固定资产投资作为东北地区物质资本投人的指标。
3实证结果及分析
3.1时间序列的单位根检验
时间序列原始数据会在模型建立时，因数据本身的问题而产生“虚假回归”现象。因此首先要采用ADF法对原始数据进行平稳性检验，若原序列是非平稳的，则下一步要检验一阶差分与二阶差分的平稳性，具体结果见表20
从表2的数据中可以看出各原序列的单位根统计量都大于5%显著性水平下的ADF临界值，故接受“存在单位根”的原假设，这说明几个变量的原序列都是不平稳的。经过一阶差分后，结果表明在5%显著性水平检验下也接受了“存在单位根”的原假设，即一阶差分后也是非平稳的。经过二阶差分后，单位根统计量都小于5%显著性水平下的ADF临界值，故拒绝“存在单位根”的原假设，即各序列的二阶差分都是平稳的。因此，各序列数据都为二阶单整数据。
3.2时间序列的协整检验
通过以上ADF检验，我们可知所有变量均为二阶单整，满足协整检验的前提条件，故进一步对时间序列数据进行协整检验。
由表3可以看出，"None”表示检验原假设“存在零个协整关系”，此时的迹统计量为90.420880，大于5%时的临界值47.856130，因此拒绝原假设，这说明至少存在一个协整关系。"Atmost1”表示检验原假设“至多存在一个协整关系”，该假设下的迹统计量为38.249850，大于5%的临界值29.797070，因此拒绝原假设，这说明至少存在两个协整关系。"Atmost2”表示检验原假设“至多存在两个协整关系”，该假设下的迹统计量为9.819890，小于5%的临界值15.494710，因此接受原假设，这说明在5%显著性水平下存在两个协整关系。
3.3模型回归分析
为了研究东北地区科技创新对其经济增长的影响作用，通过用最小二乘法对东北地区劳动力、物质资本、科技创新与地区产出总量这几个变量进行模拟回归。
模型回归结果:1nY=4.692136+0.2755901nL+0.4490721nK+0.1576021nT
从整个模型来看，模型的拟合优度非常好，调整后的矿为0.996493，几乎接近于1。整个模型的F统计量为1800.414，表明所有的解释变量组合在一起对被解释变量的影响很显著。根据以上回归结果，我们可以看出各变量系数均在5%显著性水平下通过检验，并可以从中得到一些结论:劳动力1nL的弹性系数为0.275590，说明在其他变量不变的情况下，东北三省的劳动力每增长1%，其GDP会增长0.275590%;物质资本1nK的弹性系数为0.449072，说明在其他变量不变的情况下，东北三省的物质资本每增长1%，其GDP会增长0.449072%;东北三省科技创新1nT的弹性系数为0.157602，说明在其他变量不变的情况下，东北三省的科技创新每增长1%，其GDP会增长0.157602%。由此可见，东北地区科技创新的弹性系数明显要比劳动力与物质资本的弹性系数小，这说明东北地区科技创新对区域经济增长的影响比劳动力与物质资本对区域经济增长的影响都要小。结合这一研究结果，下文进一步分析了阻碍东北地区科技创新发展的因素并由此提出了相关的对策建议。4阻碍东北地区科技创新发展的因素
改革开放以来，东北地区科技创新水平与其经济发展水平一样都呈现出下滑状态，与其他一些发达地区相比，特别是与东部沿海地区的差距更是日益扩大。总体来说，三大因素阻碍着东北地区科技创新的发展。
4.1创新意识落后
创新意识的落后，主要体现在三个方面。一是市场意识弱。改革开放之后，东北地区的改革进程远落后于其他地区。首先，东北地区在经济发展的过程中，民间力量参与不够，市场意识跟进不足。其次，东北地区是受计划经济体制影响较深的地区，所以相对于一些发达区域，特别是东部沿海地区，市场意识比较弱。二是开放合作意识弱。这主要体现在跨省域的地区科技合作弱、大城市科技辐射能力弱、科技创新不同环节的合作意识弱、关联产业合作意识弱、科技对内开放意识弱。三是放开意识弱。科技创新工作的特点有自发性、突然性等，这种特性决定了东北地区的行政工作要放开对于创新的管理。但是当前在政府创新管理上，放开意识不强，这在一定程度上限制了广大群众的创新活力。
4.2产业结构不平衡
产业结构的不平衡，主要体现在两个方面。一是重工业、资源开发工业主导。重工业、资源开发工业具有创新程度高、创新成本高、创新见效周期长等特点，这在一定程度上制约了其创新进程。而东北地区产业结构的一个鲜明特点是重工业、资源开发工业主导，目前仍有很多城市以资源开发、加工为主。这样的产业结构决定了其对当地的创新需求相对比较弱，不利于推动东北地区科技创新发展。二是大企业、国有企业主导。科技创新的活动很大程度上依赖于中小企业和民营企业发展，而东北地区的中小企业发展不足，难以承接和转化适用技术，难以推动科技创新;由于东北地区受计划经济体制的影响较深，改革相对落后，如今仍是以国有企业为主导，民营企业发展不足，这不利于东北地区科技创新的发展。
4.3创新投入不足
科技创新发展的前提是创新投人的加强，但是东北地区相对于一些发达地区，其在创新投人方面仍有巨大差距。2014年，东北三省的财政科技支出合计为184.73亿元，而2014年北京的财政科技支出为282.71亿元，东北三省加起来的财政科技支出也只是北京的65%。由此可见，东北地区在科技创新方面的投人函待加强，只有加强创新投人，才能保证科技创新的发展。
5结论与对策建议
5.1研究结论
本文通过对东北地区1995-2014年的国内专利申请授权量(T)、城镇就业人数(动、全社会固定资产投资(K)与国内生产总值(Y)的相关数据进行分析和建立计量经济学模型，得出以下结论:
东北地区科技创新、劳动力、物质资本与产出总量之间存在协整，具有长期的均衡关系。
科技创新对东北地区的经济增长有一定的促进作用，但是这个作用并不是很大。因为从上述的研究结果可得出:科技创新对东北地区经济增长的产出弹性明显要低于物质资本与劳动力对东北地区经济增长的产出弹性，其中东北地区科技创新对经济增长的弹性系数为0.157602，劳动力对经济增长的弹性系数为0.275590，物质资本对经济增长的弹性系数为0.449072。这说明了东北地区科技创新对经济增长的影响程度远不如物质资本投人和劳动力存量。
5.2对策建议
基于以上得出的结论，为增强科技创新对东北地区经济增长的促进作用，本文从以下几个方面提出了相关的对策建议:
解决好科技创新投人的问题。东北地区要建立健全创新投人的机制，政府和企业要共同为创新投人资金，逐步形成多元化的科技创新投人机制。首先，要提高企业的科技意识，将企业培养成创新投人的主体。大胆创新融资方式，拓宽资金来源渠道，通过设立创新基金、担保基金，建立企业诚信体系、开展银企对接等活动，鼓励金融机构加大对科技创新投人的力度，推动各级、大型企业集团设立创新风险投资部门，积极参与创新活动。其次，东北地区在创新投人方面与一些发达地区还存在巨大的差距，政府应该加大对创新的投人，积极推动科技创新的发展。
近日，全国创新争先奖颁奖大会传来喜讯，云南省长期奋斗在科技第一线、做出突出贡献的优秀科技工作者彭金辉、朱兆云、刘春跃、张克勤、赖仞等5人获得全国创新争先先进个人奖，其中彭金辉获全国创新争先奖章，朱兆云、刘春跃、张克勤、赖仞获全国创新争先奖状。
新争先行动是在的号召下开展的。2016年5月30日，全国科技创新大会、两院院士大会、中国科协第九次全国代表大会隆重召开，发出向世界科技强国进军的号召，要求“团结引领广大科技工作者积极进军科技创新，组织开展创新争先行动”，赋予了科技工作者更加光荣伟大的使命。为进一步团结引领广大科技工作者在建设世界科技强国进程中创新争先，经中央批准，全国创新争先奖是经中央批准，人力资源社会保障部、中国科协、科技部、国务院国资委于今年4月共同设立了全国创新争先奖，用以表彰奖励在创新争先行动中做出突出成绩的科技工作者和集体。
首届全国创新争先奖面向近5年来在科研创新、转化创业、科普服务等方面贡献突出的个人和单位。每三年评选表彰一次，每次表彰10个科研团队授予奖牌，表彰不超过30个科技工作者授予奖章，享受省部级劳模待遇，表彰不超过300名科技工作者授予奖状。“全国创新争先奖”是继“国家自然科学奖”、“国家技术发明奖”、“国家科学技术进步奖”之后，国家批准设立的又一个重要的科技奖项，是国家科技奖励体系的重要组成部分和补充，是国家科技奖项与重大人才计划的有机衔接，是仅次于国家最高科技奖的一个科技人才大奖。今年共评选产生了10个奖牌获奖团队，28名奖章获奖人选，254名奖状获奖人选。
此次获奖的5名云南科技工作者，都是各专业领域的科技精英。彭金辉教授，国家“”百千万工程领军人才，云南省科技领军人才，他长期开展微波冶金基础理论、装备技术及工程应用研究，解决冶金领域一些关键技术难题，创新冶金技术，提高矿产资源的综合利用率，社会经济效益显著。云南省科技领军人才朱兆云正高级工程师，35年来始终坚守在民族药工程科技领域第一线，带领团队实施资源调研和新药创制系统工程，探索提炼出一条“资源调研规范化研究成果产业化并努力实现国际化”的民族药创新发展路径，实现了民族药传承和可持续发展的系统创新。云南省创新团队带头人刘春跃研究员，30年来一直在国防科技工业从事水下对抗某技术研究和装备研制，是我国该技术研究和装备研制的开创者和带头人，带领团队建立了该专业的设计理论和工程技术体系，主持该专业从初创发展到进入国际先进行列。云南省科技领军人才张克勤教授，通过发掘杀线虫微生物新资源和新化合物、揭示微生物与线虫互作分子机制，开发出拥有自主知识产权的线虫生物农药并实现规模化生产和应用，为解决线虫防治的世界性难题做出了重要贡献。云南省科技领军人才赖仞研究员，长期从事动物生存策略及环境适应的分子机制研究和在该机制指导下的生物活性分子资源发掘，发现了世界上最多的抗菌多肽，发现了目前世界上分子量最小的凝集素，首次从两栖类动物发现了基因编码的神经毒是开发镇痛类药物优秀的模板。
关键词：城市科技驱动力时序全局因子分析空间分异
中图分类号：F224文献标识码：A
TheEvaluationResearchofDrivingForceofScienceandTechnologyofCoastalCitiesinChina
ShenLiwen（Zhoushanmiddleschool，Zhoushan316000，China）
Abstract：Thedrivingforceofurbanscienceandtechnologyisthedrivingfactorofurbanscientificandtechnologicalprogress，whichisthereasonofthedifferenceofregionalscienceandtechnology.Inthispaper，17indicatorsareselectedfromthefiveaspectsofscienceandtechnologymanpowersupport，scienceandtechnologymaterialsupport，cityinnovationpreference，citydemanddrivingandcityscienceandtechnologyservice.Byusingthetimeseriesglobalfactoranalysismethod，Thispaperanalyzesthedrivingforcesofscienceandtechnologyin16citiesalongthecoastofChinafrom2007to2012，andanalyzesthedynamicchangesofurbanscienceandtechnologydrivingforce.Byusingthemethodofsystemclustering，thecityisdividedintothreelevels.Thegradientanalysisisusedtoclassifythecityintothreegradientfromlowtohigh.Theanalysisshowsthatthespatialdifferentiationofurbanscienceandtechnologydrivingforceliesinurbaninnovationpreferenceandurbanscienceandtechnologyservice.
Keywords：UrbanThedrivingforceofscienceandtechnologyTimingGlobalfactoranalysisSpacialdifferentiation
科技进步和创新是推动经济社会发展的首要力量，只有正确把握科技进步的驱动因素，才能找到促进科技创新的有效途径。
当前，尽管我国沿海开放城市经济实力和区域创新能力居全国前列，科技对经济社会发展的支撑引领作用比较明显，但各城市都呈现出“标兵越来越远、追兵越来越近”的紧迫态势，亟需实施创新驱动战略促进经济进一步发展。
本文研究城市科技l展的驱动因素，应用时序全局因子分析法对沿海开放城市科技驱动力进行动态评价，并研究其空间分异规律，为城市创新驱动战略实施、经济转型发展提供借鉴，具有很强的现实意义。
一、城市科技驱动力评价指标体系构建
（一）城市科技驱动力研究现状及概念内涵
目前研究企业创新动力的评价指标和评价方法的文献较多[1]-[5]，关于区域科技驱动力方面的研究较少。
关于区域创新系统的动力机制方面，王焕祥、孙斐（2009）认为区域创新系统的动力机制是竞争合作、网络效应和知识外溢[6]。
赵黎明、李振华（2003）、张省、顾新（2012）等应用系统动力学的方法研究了城市创新系统的动力机制[7]-[8]。
对创新驱动力的评价有一定研究的是李柏洲、朱晓霞（2007）、朱晓霞（2008），从政府的政策支持力度、中小企业的角色、中小企业研发投入和产学研联系四个方面衡量创新驱动力[9][10]。
腾向丽、王义娜（2014）从科技进步、创新投入和创新突破三个方面建立了创新驱动力的评价指标体系，采用多层次模糊综合评价模型对华东六省一市创新驱动力进行评价[11]。
创新驱动力的评价指标选取欠缺科学性，部分反映了科技驱动力的评价指标。因此，有必要对区域科技驱动力研究进行进一步展开，补充现有的研究。
科技驱动力迄今并没有明确的概念界定，从字面意义理解，驱动力是动力的来源，是一种作用效果的合力，科技驱动力是区域科技表现存在差异的原因。城市科技驱动力应包括城市科技投入支持（人力支持、物质支持）、城市创新偏好、城市需求拉动、城市科技服务等四个方面。城市科技投入反映了政府、企业、高校和科研机构等相关组织对科技进行的人力和物质投入支持，城市创新偏好反映了政府及企业等主体对创新的偏好程度，城市需求拉动反映了城市经济及产业发展对科技进步的需求，城市科技服务反映了金融、科技中介组织等对科技进步的促进性。
（二）评价指标体系构建
根据上述城市科技驱动力的概念与内涵，并确保评价的可比性、可操作性和科学性等原则，构建城市科技驱动力的评价指标体系（见下表1），包括5个一级指标和17个二级指标。
二、数据来源与评价模型
（一）数据来源
数据来源于各地市统计年鉴2008-2013年、各省科技统计年鉴2008-2013年以及国研网数据库2008-2013年数据。
（二）时序全局因子分析模型
因子分析中主成分分析方法作为一种广泛使用的综合评价方法，主要用于即时性多维平面数据做降维处理及分析，但是多维动态数据的综合简化，需要采用时序全局因子分析来进行分析[11]。对于时序立体数据表，不能简单进行主成分分析，会形成完全不同的主成分，无法保证时序区间内系统分析的统一性、可比性和整体性。城市科技驱动力是具有显著动态特性的复杂多维系统，随着时间的推移，表现出不同的特征，这样一种按时间顺序排放的数据表序列就像一个数据匣，即为时序立体数据表。针对城市科技驱动力的动态性特征，运用时序全局因子分析方法，得到各年份统一的主成分公因子，便于对各年份的科技驱动力进行分析，把握各城市科技驱动力演变的规律。
三、沿海开放城市科技驱动力时空分异规律
（一）城市科技驱动力时序变化规律
应用上述的时序全局因子分析模型，计算得到我国沿海开放城市科技驱动力2003年至2012年各一级指标得分和综合得分，其中综合得分值（见表2）两表表明，11个城市的科技驱动力综合得分均在增加，城市科技进步的驱动作用明显增强。
（1）16个沿海开放城市的科技驱动力均有所提升
16个地级城市的科技驱动力的综合水平均有所提升，其中大连增加幅度最大，从2007年的0.329增加至2012年的0.533，驱动力得分增加0.204，表明大连的科技发展潜力巨大；增加值排在第二位的是宁波，驱动力得分增加0.181；随后是烟台，增加值为0.152。驱动力得分增加最小的城市为福州，增加0.005，表明福州科技发展动力不足。
（2）16个沿海开放城市科技驱动力呈现明显的分级特征
从2007年到2012年，上海一直处于第一层次，占据第一位，广州与上海的差距在逐渐缩小，显现出广州较强劲的科技动力；北海、温州、湛江处于较低水平，其中湛江六年间始终处于末位。梯度水平上，16个沿海城市在2007-2012年间科技驱动力改善明显，高梯度城市增多，低梯度城市减少，中间城市增多。
（3）城市创新偏好是科技驱动力的短板
从2007年到2012年，城市创新偏好占科技驱动力的比重平均值为18.9%，城市科技服务占科技驱动力的比重平均值为6.6%，而科技人力支持占的比重平均值为24.4%，科技物质支持的比重平均值为19.8%，城市需求拉动占的比重平均值为30.3%。
（二）城市科技驱动力的系统聚类分析
为了更好地研究沿海城市科技驱动力的分级特征，将16城市各个一级指标和综合得分进行系统聚类分析，运用组间平均数联结法生成聚类树状族谱（见图1、图2）。2007年，将16城市划分为四个层次，第一层次为上海，第二层次为福州、广州、大连、天津，第三层次为威海、青岛、宁波、南通，第四层次为其他7个沿海城市。舟山处于第四层次，与秦皇岛、北海、连云港的驱动力水平最接近。2012年，16个城市划分为三个层次，第一层次为天津、上海，第二层次为大连、广州，第三层次为宁波、青岛、南通、威海、烟台，第四层次为其余7个城市。舟山处于第四层次与福州相当。
（三）城市科技驱动力的空间梯度分析
根据系统聚类结果，将0-0.3表示为科技驱动力低梯度，0.3-0.5为中梯度，0.5以上为高梯度。
2007年，上海、V州、天津、福州、青岛、大连竞争力为中梯度，其他十个城市均为低梯度。2012年，上海、广州、大连为高梯度，天津、宁波、青岛、威海、南通、福州、连云港、烟台、舟山为中梯度，秦皇岛、北海、温州和湛江为低梯度。16个沿海城市在2007-2012年间科技驱动力改善明显，高梯度城市增多，低梯度城市减少，中间城市增多。
四、结论与建议
（一）沿海开放城市科技驱动力稳步提升
城市科技驱动力是城市科技进步的综合驱动因素，城市科技驱动力的水平越高，则城市科技未来的表现会越好。动态评价的结果表明2003-2012年沿海开放城市科技驱动力每年都在提升，这与沿海城市稳步提升的科技水平相符合，城市科技人力支持、物质支持、创新偏好、需求拉动和科技服务等一级指标的得分均在增加，表明沿海城市科技驱动力的提升是五项因素综合改善的结果。
（二）沿海开放城市科技驱动力呈现出空间分异
系统聚类和梯度分析的结果表明，沿海城市科技驱动力呈现出空间分异，科技发展不均衡，其中杭州、宁波科技发展潜力最大，绍兴、嘉兴、舟山、湖州、台州、金华次之，衢州、丽水、温州最差，科技驱动力较差的城市应注重借鉴杭州、宁波等先进城市的经验。
杭州在科技人力支持、科技物质支持、城市需求拉动、城市科技服务等均处于极高水平，2012年其R&D人员全时当量占总人口的比例为每万人88.96人年，R&D投入占GDP的比例为2.92%，人均技术合同成交金额为663.6元，均为浙江城市最高水平。宁波市突出表现在创新偏好高，2012年科研与综合技术服务业平均工资与全社会平均工资比例系数为1.61，为浙江城市最高水平，这与该市实施强化创新驱动战略，出台大量政策促进高层次人才引进，给予人才物质激励有极大关系。
（三）沿海开放城市科技驱动力空间分异的主要原因是城市科技服务、创新偏好
变异分析的结果表明，城市科技驱动力空间分异的主要原因在于城市科技服务和创新偏好的差异较大，这说明沿海城市当前的科技驱动突出表现为投入驱动和需求驱动，各城市必须针对自身的产业和科技基础，建立相应的科技扶持政策，激励区域内的企业和个人创新，促进科研机构和企业合作，加快科技成果转化，夯实特色产业的科技基础。
由于数据搜集的限制，科技驱动力的指标选取还有待深入。对科技驱动力的评价仅采用了时序全局因子分析方法，可采用更多其他评价方法确保评价结果的可靠性。
⒖嘉南祝
[1]项保华.我国企业技术创新动力机制研究[J].科研管理，1994（01）：44-49.
[2]徐维祥.企业技术创新动力系统研究[J].数量经济技术经济研究，2002（01）：70-73.
[3]欧阳新年.企业技术创新动力与利益激励机制[J].科学管理研究，2004（03）：21-25.
[4]孙冰，李柏洲.企业技术创新动力的评价指标体系[J].改革，2005（08）：83-87.
[5]葛红岩，刘晨书洋.企业技术创新动力的评价指标体系研究[J].未来与发展，2010（06）：59-62.
[6]王焕祥，孙斐.区域创新系统的动力机制分析[J].中国科技论坛，2009（01）：36-40.
[7]赵黎明，李振华.城市创新系统的动力学机制研究[J].科学学研究，200（01）：97-100.
[8]张省，顾新.城市创新系统动力机制研究[J].科技进步与对策，2012（05）：35-39.
[9]李柏洲，朱晓霞.区域创新系统（RIS）创新驱动力研究[J].中国软科学，2007（08）：93-99.