两种结果的对比与结论
现将两种方法测算的结果进行对比，并计算两种方法测算出来的区域创新系统治理能力的排序差值，结果如表3所示。可以看出，两种方法得出的结论具有较强的一致性，13个区域的排序一致，包括排名前三和排名末六位的区域；排位差正负1位的有13个区域，正负差值为2的区域有2个；超过3的区域仅有3个。两种方法测算出来的评价结果具有较强的稳定性，评价得出的结论具有较强的可信度。两种方法的差别是：VIKOR方法可以直观反映出区域创新系统治理能力与理想值之间的差距，因子分析法可以反映出区域创新系统治理能力的总体水平；两者均为客观赋权方法，但应该指出的是，VIKOR法采用了变异系数法赋权，因子分析法采用提取出的公因子对方差的解释程度进行赋权。两者之间少量区域测算结果排序差异性较大的原因可能在以下两个方面：一是因子分析法提取的公因子解释的总方差并非100%，或将引起部分区域得分误差；二是VIKOR法中，指标的权重依赖于变异系数法的测算，该方法测算指标权重主要是基于指标的变异程度，或将引起局部不准确。
两种评价方法得出一致的结论有三个：一是我国区域创新系统治理能力总体较弱，大多数区域创新系统治理能力低于平均值，较为靠近负理想值。二是区域创新系统治理能力的两级分化较为严重，存在发展上的不平衡，少量区域创新系统治理能力遥遥领先，处于平均水平以下的区域创新系统治理能力得分较为接近，创新系统治理能力较低。三是区域创新系统治理能力与经济发展水平具有较强的正向关联性，区域创新系统治理能力较强的区域如江苏、广东、北京、上海、浙江、山东、天津等均为我国经济较为发达地区，区域创新系统治理能力较弱的区域如西藏、青海、新疆、宁夏、贵州、甘肃、云南均为我国经济发展水平较为落后的地区。创新系统治理能力居中的区域一般也是我国经济发展水平处于中间位置的区域。少量区域创新系统的治理能力与经济发展水平具有较大差异，如安徽的创新系统治理能力排位领先于经济发展水平的排位，主要源于安徽的多元投入能力和创新扩散能力较强。
聚类分析
采用聚类分析方法对区域创新系统治理能力进行划分。在聚类过程中，选择欧氏距离和沃德法。在聚类树状图中，结合聚类的距离和聚类次数将我国区域创新系统治理能力归为四类（见表4）。
第一类为江苏、广东、山东、浙江。这几个区域创新系统治理能力较强，治理能力结构较为相似，领先于全国其他区域。第二类是北京、上海和天津，创新系统治理能力和经济发展水平均较强。第三类、第四类为我国区域创新系统治理能力一般或落后的区域，这些区域中绝大多数创新系统治理能力低于平均水平。
政策建议
构建区域创新治理体系，全面提升区域创新治理能力
从测算结果来看，大多数区域创新系统治理能力较弱，而创新系统治理能力的构成主要包括多元投入能力、创新扩散能力、发展支撑能力和系统协同能力，也意味着创新体系的成果对经济社会发展的影响力有待提升，创新系统内各创新主体间协同发展程度不够高。故此，通过构建区域创新治理体系，全面提升区域创新系统的治理能力，从增强创新主体的多元投入能力、创新成果的扩散影响力、经济社会对创新体系的支撑能力以及创新主体间的协同能力入手，全方位提升区域创新系统治理能力。
提升落后地区的创新系统治理能力，形成区域间创新协同和联动发展
我国区域创新系统治理能力两级分化严重，发展不平衡。对于经济发展落后地区，应增大政策倾斜力度，增强区域的创新系统多元投入能力和协同能力，注重创新成果的扩散和对经济社会发展的支撑引领，主动加强与创新体系治理能力较强区域之间的成果对接和联动发展；对于创新系统治理能力较强的区域，应大力提升创新主体的协同能力和成果扩散能力，形成创新体系与经济社会协同发展。
优化区域创新系统的治理能力结构，注重从投入能力和发展支撑能力较强的结构向创新扩散能力和系统协同能力的转变
多元投入能力和发展支撑能力反映的是外界对创新系统的投入、支撑和影响，是物质、信息和经济的注入；系统协同能力反映的系统内部协同发展结构，创新扩散能力是物质、信息和成果的输出及对经济社会发展的影响。创新系统治理能力较强的区域如江苏和广东，应增强多元投入能力和创新扩散能力；创新能力较弱的区域应提升系统协同能力和多元投入能力，促使创新系统治理能力各构成要素间协同发展。
结语
区域创新系统治理能力的提升影响着创新治理体系的整体效能，是实现区域创新驱动发展的关键。故而，要科学构建区域创新治理体系，全面提升区域创新系统治理能力，促使区域之间创新系统治理能力的均衡演化，推动创新治理能力各构成要素间以及创新系统与经济社会协同发展。
【本文作者分别为中国科学院合肥物质科学研究院团委书记，中国科学技术大学公共事务学院教授、博导】