1.问题的提出。长三角区域一体化已上升为国家发展发展战略，面临着更多的机遇。长三角区域一体化更高质量发展也将成为全国样板，而科技创新无疑成为高质量发展的新动能，从而成为辐射带动全国高质量发展的重要动力源。长三角战略定位之一是努力打造长三角科技创新的重要策源地,因此，开展长三角科技创新绩效评价及提升路径研究，对于推进以科技创新为主的全面创新驱动，打造中国经济新增长极，推动经济高质量发展，实施区域协调发展，发挥其在全国的引领带动能力，具有深远的战略意义。
       2.相关研究。国外很多学者对区域科技创新绩效进行了大量的实证研究，主要从区域科技创新评价指标和评价方法两个方面进行，但到目前为止还没有形成较统一的理论和方法。不同的学者对科技创新绩效评价时所使用的指标有所侧重，均不一致，但都处于不断探索和优化过程,评价指标由单一逐渐变成多维，由分散趋于系统。除了学者研究绩效评价外，研究机构如：经济合作与发展（OECD）、美国费城科学信息研究所（ISI）陆续也对创新绩效评价指标进行不断地深入研究。绩效评价方法多以知识生产函数法、因子分析、聚类分析、DEA等。
       我国学者从不同切入点考虑区域创新系统，这导致了区域创新系统绩效评价的划分依据存在不同。我国首个构建评价体系的学者复海钧（2001）认为创新体系包括区位条件、创新能力、经济实力、社会贡献以及国际化程度，这也为后来的学者建立相关体系提供了借鉴。官建成、何颖（2005）从投入与产出角度，认为要选择科技创新投入与输出指标，综合评价系统的绩效水平。随着研究的深入开展，学者们不断丰富和完善绩效评价体系。代表性的有：谢思全、鹿媛媛、李叶妍（2014）从创新行动协同性、协同创新能力评价、效益评价和环境评价四个维度构建了一套科技协同创新的绩效指标体系。李佳等（2018）从资源集成、共享服务、运行管理与合作支持四个维度，构建区域科技资源共享平台综合绩效评价指标体系。国内多数学者在研究科技创新绩效评价时倾向于使用数据包络分析法（DEA）、层次分析法（AHP）、因子分析法和主成分分析法等。
       综上文献回顾，目前科技创新绩效评价缺乏统一评价标准和分析方法。评价方法缺少创新，限制了对区域科技创新绩效评价的进一步研究。国内的绩效实证研究的范围基本是国家层级、省级区域，基本不涉及长三角。多数学者仅仅从理论角度进行分析，评价指标构成等，尚未形成量化评价，因此，最终得出的结论有待进一步考证。科技创新绩效定量分析相对较少，且方法单一。本文将借鉴相关研究成果，构建科技创新绩效评价指标，运用灰色关联分析对长三角科技创新绩效做出相对科学合理的评价，为提升长三角科技创新绩效，发挥引领作用提供可操作的方案和建议。

二、指标体系与模型确定
       1.指标体系。根据重要性、可比性和数据获得便利性，立足长三角创新实践，构建科技创新绩效评价指标。科技创新活动就其本质上来说，是一种较为复杂的投入产出经济学过程。科技创新投入主要包括人力与财力因素，因此科技创新投入指标选择为：R&D人员全时当量（万人年）、R&D经费（亿元）、政府资金（亿元）和企业资金（亿元）。科技创新产出指标主要有：专利申请（件）、专利授权（件）、高新技术产业产值（亿元）、新产品产值（亿元）、技术市场成交额（亿元）和主营业务收入（亿元）。
       2.数据来源。上海市、江苏省、浙江省和安徽省2010-2017年度的统计年鉴、科技统计年鉴、国民经济和社会发展报告。
       3.分析方法。关联度分析法是灰色系统理论中的一种常用的数量分析方法，即是通过一定的方法发现各因素之间的相关数值关系，如果在系统发展过程中，两个因素变化的趋势是相同的，那么可以认为这两个因素之间的关联性较大。反之，认为这两个因素之间的关联性就较小。该方法主要应用于因素分析、方案决策及综合评估等方面，具有一定的广泛性。由于关联分析只是按照发展趋势作分析，所以分析时不需要数据必须具有典型概率的分布规律和数学特征，尤其适合“小样本与寡信息”的对象分析，且分析结果一般与定性的分析结论较为接近。
       4.数据处理结果
       对长三角科技创新绩效指标原始数据，运用DPS软件灰色关联度计算程序处理，结果如表1、2、3和4所示。
表1 上海市科技创新灰色关联度

 
表2 安徽省科技创新灰色关联度

表3 浙江省科技创新灰色关联度

表4 江苏省科技创新灰色关联度

三、实证分析与绩效评价
       根据表1、2、3和4，长三角科技创新绩效评价如下：
     （一）科技创新投入与总体性产出
       1.R&D人员与产出
       江苏省、上海市R&D人员与科技创新产出的平均灰色关联度分别为0.73、0.70，比较接近，属于中度相关，作用性较强。安徽省、浙江省R&D人员与科技创新产出的平均灰色关联度分别为0.65、0.67，也是很接近，虽也属于中度性相关，但作用性相对弱于江苏、上海。
       2.R&D经费与产出
       安徽省、上海市R&D经费与科技创新产出的灰色关联度均值分别为0.73、0.71，R&D经费绩效相当。浙江省、江苏省R&D经费与科技创新灰色均值分别为0.67、0.68，绩效几乎相同，但不及安徽省、上海市此项绩效。
       3.政府资金与产出
      上海市、安徽省、浙江省政府资金与科技创新产出灰色关联度均值均为0.63，三者政府资金在科技创新中发挥的效用一样。而江苏省政府资金与科技创新产出的灰色关联度均值为0.54，其效用相比之下低得多。
       4.企业资金与产出
       安徽省、江苏省、上海市、浙江省企业资金与科技产出的灰色系数均值分别为0.75、0.72、0.70、0.69，企业资金对科技创新产出的效用性依次递减，安徽省企业资金发挥的绩效最好，上海市与浙江省企业资金的绩效虽弱些但相当。
      （二）科技创新总体性投入与产出
       1.专利申请。上海市与安徽省科技创新投入与专利申请的灰色关联度分别为0.77和0.76，绩效较为接近。浙江省与江苏省科技创新投入与专利申请灰色系数均为0.58，二者的效益相同，显然低于上海市和安徽省。
       2.专利授权。安徽省与浙江省科技创新投入与专利授权相关系数分别是0.58、0,59，二者也是非常接近。此项绩效指标上海市最大，江苏省位居第二。
       3.高新技术产业。安徽省、江苏省科技创新投入与高新技术产业产值灰色关联性系数都是0.71，作用性一致。上海市科技创新投入与高新技术灰色关联度只有0.60，最小，即作用性最弱。此项指标效用，浙江省排名第三。
       4.新产品产值。上海市、安徽省、浙江省和江苏省科技投入与高新产值的灰色关联系数分别为0.71、0.74、0.76、0.70，三省一市的创新投入对技术产业化能力相当。
       5.技术市场成交额。上海市、安徽省、浙江省科技创新投入与技术市场成交额的灰色关联度分别是0.71、0.75、0.71，三省绩效差不多。而浙江省科技创新投入与技术市场成交额的灰色系数只有0.64，表明浙江省科技成果技术市场相比之下活跃程度最弱。
       6.主营业务收入。安徽省科技创新投入与主营业务灰色关联度为0.59，最小，说明安徽省科技创新投入对主营业务的作用性最弱。浙江省科技创新投入与主营业务灰色系数为0.73，创新投入对主营业务作用性最强。上海市、浙江省的科技创新投入对主营业务收入的作用性相差不大。
      （三）总体性评价
       1.作用正向相关性。长三角科技投入与产出之间的灰色关联度均为正数，表明二者具有正向相关性，科技人力资源和研发经费投入对产出有一定的积极促进作用。
       2.相关系数正态性。三省一市的科技创新投入与产出各个因素之间的灰色性系数基本介于0.50和0.80之间，相关性数值基本服从正态分布。
       3.综合绩效趋同性。上海市、安徽省、浙江省和江苏省科技创新灰色关联度总体均值分别是0.69、0.69、0.66和0.67，虽稍有差异，但绩效较为接近。科技创新投入与产出作用性相当，均属于中度相关。

四、主要结论与对策建议
       （一）主要结论
        长三角科技创新投入与产出的灰色关联性均为中度相关，几乎没有达到强度或显著相关，说明科技创新绩效属于中度水平，没有充分发挥，还有进一步提升的空间。
       （二）对策建议
        1.拉高标杆，对接全球创新
        长三角一体化已上升为国家发展战略，不仅是全国创新发展理念的引领示范区，也是全国乃至全球科技创新策源地。利用好长三角区域内张江、合肥国家综合性科学中心、G60科创走廊等科技创新平台，激发高等院校创新活力，加强基础研究。全面深入推进双创活动，不仅要引领辐射全国科技创新，更要瞄准世界科技发展前沿，领跑科技创新，从而代表国家水平，体现国家意志，肩负国家重托。推动科技创新开放性，加强与国际创新先发区域合作交流，借鉴先进发展经验和模式，内化为具有长三角鲜明特色的创新之路。
  &nbs