中国中东部地区高校科技创新能力评价研究

贾荣言 宋晓明 袁宏杰 马腾

摘 要：通過构建中国区域高等学校科技创新能力评价指标体系，运用突变级数法，对2017年中东部地区15个省市高等学校科技创新能力进行了定量研究。研究结果表明：东部各省市高校科技创新能力整体上比中部地区更具竞争优势。其中，北京、江苏、上海、广东等4个省市高校科技创新能力最强;湖北、浙江、山东、安徽和湖南等5个省高校科技创新能力处于居中位置，具有一定的竞争力;河南、天津、福建、河北、江西、山西等6个省市高校科技创新能力相对薄弱。中东部地区15个省市高校科技创新绩效特征表现为：高投入高产出（H-H）、中投入中产出（M-M）、中投入低产出（M-L）、低投入中产出（L-M）、低投入低产出（L-L）。在数据分析的基础上有针对性地提出了中东部地区高等学校科技创新能力提升的具体建议。

关键词：中东部地区高等学校;科技创新能力;突变级数法;科技创新绩效;评价

中图分类号：G644 文献标识码：A DOI：10.7535/j.issn.1671-1653.2021.02.008

Research on the Evaluation of Scientific and Technological Innovation Ability of Colleges and Universities in Central and Eastern China

JIA Rong-yan1， SONG Xiao-ming2，3，YUAN Hong-jie2，MA Teng1

（1.School of Economics and Mangement， Hebei University of Science and Technology， Shijiazhuang 050018. China; 2. Shijiazhuang Posts and Telecommunications Technical College， Shijiazhuang 050021， China; 3. Business School， Hohai University， Nanjing 211100， China）

Abstract：Through the construction of the evaluation index system of scientific and technological innovation ability of regional colleges in China， the catastrophe progression method was used to make a quantitative study on the scientific and technological innovation ability of higher education institutions in 15 provinces and cities in central and eastern China in 2017.The results show that the scientific and technological innovation ability of universities in the eastern provinces and cities is more competitive than those in the central region. Among them， Beijing， Jiangsu， Shanghai and Guangdong provinces have the strongest scientific and technological innovation ability; Hubei， Zhejiang， Shandong， Anhui， and Hunan provinces are in the middle position and have certain competitiveness; Henan， Tianjin， Fujian， Hebei， Jiangxi， and Shanxi are relatively weak. The characteristics of scientific and technological innovation performance in universities in the 15 provinces and cities in the central and eastern regions are：
high input and high output （H-H）， medium input and medium output （M-M）， medium input and low output （M-L）， low input and medium output（L-M）， low input and low output （L-L）. Finally， specific countermeasures are put forward to improve the science and technological innovation ability of colleges and universities in the central and eastern regions.

Key words：higher educationin stitutions in the central and eastern China; scientific and technological innovation capability; catastro pheprogression method; scientific and technological innovation performance; evaluation

近年来，国家相继出台《中共中央国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》《国务院关于强化实施创新驱动发展战略进一步推进大众创业万众创新深入发展的意见》《国务院办公厅关于推广支持创新相关改革举措的通知》等创新驱动推进产业转型升级、深化科技体制改革推进创新发展、推进大众创业万众创新的重要文件。高等学校是培养创新人才，创造和传播新技术、新知识的高效平台，是提高科技创新水平，增强国家自主创新能力的重要基石。位于中东部地区的高等学校，所处区域经济发达，“双一流”高校众多，拥有着相对优越的工作、生活条件，吸引着国内各学科领域的科研、教学骨干，具有国内高校领域最强的科技创新能力。对中东部地区高等学校的科技创新能力进行评价分析，进而提出有针对性地有利于提高高等学校科技创新能力的对策与措施，对于提升我国科技创新能力，使科技创新全面融入经济社会发展，显得尤为必要。

一、文献回顾

国外关于高等学校科技创新的研究始于欧洲、美国，主要集中在高校科技创新影响因素、科技创新能力和科技创新绩效评价等领域。关于科技创新影响因素，研究主要分为两大类：其一是研究高校的教师组成、经费来源等科研投入特征对高校科技创新的影响。Powers等ll[1]（P1028-1042）在研究美国高校创立衍生企业时发现，科研人员的质量与高校衍生企业数量正相关。Xu等[2]（P212-227）也发现美国高校发明获批的数量与其教师规模和教师质量存在密切的联系;其二是研究区域环境对高校科技创新的影响，主要涉及区域经济形势、产业发展和政府态度等内容。Slegel等[3]（P27-48）研究了区域GDP增速和R&D投入强度与高校技术转移的关系，发现R&D投入强度对高校技术转移有显著的正向影响。关于科技创新能力和科技创新绩效评价，英国使用RAE体系对高等学校的科技创新能力进行评价，有效地提高了英国高等学校的科技创新能力[4]（P12-36）。20世纪70年代，美国学者T.L.Saaty和A.Chames分别将层次分析法（AHP）和数据包络法（DEA）运用于高等学校科技创新能力评价研究。此后，线性回归法、聚类分析法、版面数据分析法等多种评价方法被广泛应用到高等学校科技创新评价中[5]（P27-35）。

国内学者近年来从高等学校科技创新能力、科技创新效率等方面对高等学校科技创新进行了实证研究。吴军华等[6]（P66-73）运用多元线性回归方法对我国各省区高等学校的科技创新能力及发展趋势进行了研究;范斐[7]（P331-343）用DEA方法研究了城市的科技资源配置效率;曹贤忠[8]（P104-111）用Malmquist指数对长三角区域R&D资源投入产出的效率进行了评价;郭俊华[9]（P66-71）利用因子分析法对各省市高校科技创新能力进行评价，发现不同因素对于高校科技创新能力拉动作用不同;李明等[10]（P123-129）采用拓展后的Network-DEA分析法，对我国省际高等学校科技创新对地区经济发展的支撑作用进行了经验分析;周才云等[11]（P47-51）运用主成分分析法对2016年我国省际间高等学校科技创新能力进行了总体评价和分项比较。

综上所述，国内学者运用定量方法对高等学校科技创新能力和科技创新效率进行评价，但也存在一些问题尚待解决：一是高校科技创新能力的评价指标选取不甚合理，有的学者在分解指标时没有全面体现创新能力的不同侧面，在评价维度上有所欠缺;二是在利用评价体系进行得分排序时的方法有待改进，部分学者利用主观法对评价指标赋予权重，由此形成的评价体系具有较强的主观性，得出结果有失客观公正。目前，国内学者应用突变级数法对高等学校科技创新能力进行系统的定量評价基本上处于空白状态。本文创新性地运用突变级数法[12]（P98-103），构建高等学校科技创新能力研究模型和评价指标体系，对中东部地区15个省市高等学校科技创新能力进行定量分析和评价，并提出中东部地区高等学校科技创新能力提升的对策与措施。

二、高等学校科技创新能力研究模型与评价指标体系构建

高等学校科技创新本身是一种典型的突变现象，从系统论的角度看，高等学校是一个开放的系统，是一个“有机的”整体。按照突变理论分析，高等学校是通过“平衡状态—非平衡状态—动态平衡状态”的过程实现创新发展，因而突变理论适用于高等学校科技创新能力评价研究。突变级数法是一种基于突变理论的多指标集成技术，具体应用时，不需要对所需评价指标赋以权重，同时该方法又考虑到各评价指标的相对重要性，减少了主观性，实现了定性与定量方法相结合，并保证了评价结果的准确性[13]（P5-12）。结合我国高等学校科技创新发展要求，本文运用突变级数法对中东部地区高等学校科技创新能力进行了定量研究。

（一）评价指标体系的建立

依据研究目的，对评价总指标进行多层次且分主次的分解，排列成树状目标层次结构，将评价总指标分解成子指标，再到下层子指标，应用此方法时，只需要知道最下层评价指标的数据即可。确定好评价指标后，根据各指标的重要性程度进行排序，重要指标放前面，次要指标排后面。常见突变系统某状态变量的控制变量一般不超过4个，所以相应地各层指标的子指标也不超过4个。

高等学校科技创新能力是一个相对综合的概念，受到众多因素的影响。本文基于指标设计的科学性、合理性、全面性和系统性原则，借鉴李明和李鹏[10]（P123-129）、周才云和周丽萍[11]（P47-51）、高擎等[14]（P175-186）等学者的指标设计方法，兼顾区域高等学校科技创新实际情况和未来发展趋势，将我国高校科技创新能力评价指标体系设置成3个一级指标、8个二级指标和24个三级指标（如图1所示）。

1.科技创新产出能力。科技创新产出是高等学校科技创新活动的成果输出，科技创新产出能力旨在衡量各地区高等院校在过去一段时期内科技创新能力的提升情况[15]（P40-48），包括研发机构建设与项目承接能力、创新成果产出与应用能力以及知识产权转化与交易能力三方面。在三级指标设置上，除了包含常规的科技著作、学术论文、专利授权和科技成果奖励外，本文还将专利所有权转让和技术转让等反映高等学校知识产权转化与交易能力的重要指标考虑在内，并着重考量区域高等学校在研发机构建设和科技项目服务方面的整体水平。科技创新产出模块下共包含11个三级指标，更加客观、全面和具有针对性。

2.科技创新投入能力。科技创新投入是高等学校科技创新活动得以有序开展和科技成果产出的重要保障，涉及创新活动中的人力、物力和财力等资源。科技创新投入能力主要衡量各地区高等学校目前所具有的科技资源投入能力，包括科技创新资金投入、科技創新人员投入、政府扶持与资金投入三方面。在R&D经费支出方面，设计了R&D经费内外部支出总额、R&D课题平均研发经费支出额和R&D成果应用及科技服务经费支出额3个三级指标，不仅衡量高等学校R&D经费的支出水平，还将R&D课题支出、R&D成果应用及科技服务经费支出考虑在内，更能够客观地反映高等学校研发活动的综合投入水平。在R&D人员投入方面，综合考虑了R&D人员的数量占比、时间投入和学历水平，因此在评价高等学校研发人员投入数量的同时，也能够在一定程度上评价研发人员的投入质量。此外，政府每年对高等学校科技经费拨入的总额也是衡量其科技创新资源投入的重要指标，体现出政府的扶持力度，因此本文将其纳入评价体系之内。

3.创新环境支撑能力。高等学校科技创新活动除了需要大量的创新资源投入外，还需要良好的创新环境进行支撑，从而有利于产出更高质量的创新成果。创新环境支撑能力用以衡量影响各地区高等学校科技创新的环境要素和相关资源的支撑能力，包括国际科技交流与拓展能力、科技创新综合环境承载力两方面。高等学校科技创新是一个开放的系统，需要与外界进行充分地交流，尤其是要提升国际合作创新能力。同时，本文还将科技创新综合环境承载力考虑在内，更加科学地评价高等学校科技创新活动的设备与经费支撑能力。因此，本文选取了国际科技交流派遣人次、国际学术会议交流论文篇数、主办国际学术会议场次、教学科研仪器设备资产总额和地区研究与试验发展经费投入强度5个三级指标。

（二）确定突变系统类型

突变系统有三种常见的基本类型：尖点突变系统、燕尾突变系统和蝴蝶突变系统。若一个指标仅可分解为2个子指标，则为尖点突变系统;若一个指标可分解为3个子指标，则为燕尾突变系统;若一个指标可分为4个子指标，则为蝴蝶突变系统。依据突变级数法基本原理，结合图1指标体系，可知科技创新产出能力指标适用于燕尾突变模型;科技创新投入能力适用于燕尾突变模型;创新环境支撑能力指标适用于尖点突变模型;而创新成果产出与应用能力指标适用于蝴蝶突变模型，可依此类推。

三、中东部地区高等学校科技创新能力评价分析

（一）数据来源与处理

各评价指标数据来源于《国家统计年鉴》（2018）、《中国科技统计年鉴》（2018）、《中国教育统计年鉴》（2018）和《高等学校科技统计资料汇编》（2018）内中东部地区15个省市高等学校的发展数据。为了更好地衡量当前中东部地区高等学校科技创新资源投入、创新成果产出和创新环境支撑水平，本文中24个三级指标均设置为时点性指标，即指标数据为2017年中东部地区高等学校创新发展统计数据。为了确保指标统计口径的一致性，对于部分高等学校在外省设立的分校（分部），其科技创新活动相关统计数据也纳入校本部中。按照突变级数法的评价要求，运用归一公式前，把各控制变量的原始数据进行转化，转化到[0、1][16]（P81-86。

Yij=Xij-MinXijMaxXij-MinXij （i=1，2，3，…24;j=1，2，3，…15）。（1）

其中，Yij表示j地区i项指标的标准值;Xij表示j地区i项指标的原始数值;

Max Xij表示所有统计地区中i项指标的最大值;Min Xij表示所有统计地区i项指标的最小值。

利用公式（1）将原始数据进行无量纲化处理后，计算出中东部地区高等学校创新环境支撑能力、科技创新投入能力、科技创新产出能力的指标标准值（见表1）。

（二）高等学校科技创新能力评价

运用归一公式对15个省市的高等学校科技创新能力进行定量评价。以上海市高等学校科技创新能力评价为例，具体计算过程以及结果见表2。

按上述步骤计算出其他省市高等学校8个要素指标的评价分数，具体结果见表3。用归一公式将要素指标得分作递推运算，得到了15个省市高等学校创新环境支撑能力、科技创新投入能力及科技创新产出能力3个模块指标的计算结果，再计算出各区域高等学校科技创新能力的最终结果，具体结果见表4。

（三）评价结果分析

1.中东部地区高等学校科技创新能力整体评价分析。整体来看，东部地区高等学校科技创新能力要优于中部地区，但作为沿海地区且为直辖市的天津市和东南沿海省份的福建省，高校科技创新能力相对较弱，高校科技创新能力得分位于第11位和12位。具体分析，北京、江苏、上海、广东4个省市的高等学校科技创新能力得分均高于0.95，各单项指标排名也较为靠前，拥有显著的竞争优势，处于第一梯队;湖北、浙江、山东、安徽和湖南等5个省的高校科技创新能力得分在0.91～0.95之间，其单项指标排名大多处于居中位置，具有一定的竞争力。位于中部地区的湖北省，拥有丰富的211、985高校资源，高校科技创新能力较为突出。河南、天津、福建、河北、江西、山西等6个省市的高校科技创新能力得分均低于0.91，科技创新能力相对较弱，处于第三梯队。

2.中东部地区高等学校科技创新能力三大模块分析。一是创新环境支撑能力。从各省市得分看，创新环境支撑能力最高的为北京市0.983分，山西创新环境支撑能力最弱。中东部地区高等学校各省市创新环境支撑能力得分超过0.9分的有北京、上海、江苏，这3个省市高等学校科技创新的环境要素和相关资源的支撑能力最强;创新环境要素和相关资源支撑能力较强的有广东、湖北、山东、浙江、湖南、安徽、天津、福建等省市;河南、河北、江西、山西4个中部省份“双一流”高等学校偏少，国际科技交流与拓展能力、科技创新综合环境承载力较差，创新环境支撑能力薄弱。

二是科技创新投入能力。从各省市得分看，最高的为北京市0.982分，最低的为江西省只有0.462分。中东部地区高等学校各省市得分超过0.9分的仅有北京、上海2个直辖市，江西省创新投入得分不足0.5分。根据排序情况，中东部地区高等学校科技创新基础好、投入能力强的有北京、上海两市;科技创新基础较好、投入能力较强的有广东、江苏、湖北、浙江、天津、山东、安徽、湖南等省;科技创新基础一般、投入能力较弱的有福建、河南、河北、山西、江西等省。

三是科技创新产出能力。从各省市得分看，科技创新产出能力最强的为江苏省和北京市，得分分别为0.966分和0.949分;广东、上海、湖北、浙江、山东、安徽、河南等省市科技创新产出能力较强，得分位于0.8～0.9分之间;湖南、福建、河北、天津、江西、山西等省市科技创新产出能力偏弱。山西省高校科技创新产出能力最弱，得分仅为0.555分，其3个要素指标：研发机构建设与项目承接能力、创新成果产出与应用能力、知识产权转化与交易能力均为最差。

3.科技创新绩效特征评价。为了更好地分析中东部地区15个省市高等学校科技创新能力，以科技创新产出与科技创新投入之比衡量科技创新绩效，相对于科技创新投入评价其科技创新产出。本文将中东部地区15个省市高等学校科技创新绩效特征分为5种：高投入高产出（H-H）、中投入中产出（M-M）、中投入低产出（M-L）、低投入中产出（L-M）、低投入低产出（L-L）。

一是高投入高产出（H-H）：较高的科技创新投入带来较高的科技创新产出，虽然科技创新产出量很高，但其实现的前提是较高的科技创新投入，北京、上海、江苏、广东四省市符合该类别特征。二是中投入中产出（M-M）：用一般水平的科技创新投入带来中等水平的科技创新产出量，此类别有湖北、浙江、山东、安徽、湖南五省。三是低投入中产出（L-M），河南省用较低的科技创新投入获得了相对较高的科技创新产出水平，带来了较高的科技创新绩效，这种科技创新绩效状态对于科技创新投入能力较差的区域，起到了很好的示范效应。四是中投入低产出（M-L），天津市科技创新投入处于中等水平，但其科技创新产出水平更低，在该科技创新投入水平上没有获得相应的科技创新产出。五是低投入低产出（L-L），这种科技创新绩效特征表现为较低的科技创新投入水平，直接导致了低水平的科技创新产出，福建、河北、江西、山西四省符合该类别特征。

五、中东部地区高等学校科技创新能力提升对策

（一）加强产学研合作，筑牢科技创新根基

围绕“双一流”建设，加强中东部地区高等学校与国内外高校、科研院所、企业深入开展产学研合作;围绕高校自身優势学科与应用经济服务领域，提升项目研究与成果应用水平，并构建人文社会科学智库，增强区域经济服务决策能力。

加大校地合作力度，对接区域创新战略，完善校地协同创新机制，打造一批产学研合作基地、特色科研平台和产业共性技术研发平台，构建技术转化长效机制，实现科技研发与产业发展的无缝对接。

增强校企合作，持续提升与区域知名企业、行业龙头企业、相关高校、研究院所的合作水平，共建研发中心、实验室、企业技术研究院等新型研发机构，打造一批兼具经济效益与社会效益的重大科技成果。

拓展国内外交流合作渠道。聚焦重大科技创新活动、关键技术需求及重点领域科技合作任务，做强国际科技合作交流活动;依托国内外知名展会平台，促进国际科技成果展示交易活动;推进建设国际技术转移中心，广泛聚集创新资源，开展国际技术转移活动。

（二）加大创新投入，扩大创新成果产出

构建多元化创新资金投入格局，推进政府投资、金融资本和民间资本协同运营，形成资本运行合力，形成以政府为主体，包括企业、大学和非营利机构在内的创新投入多元化格局[17]。构建稳定的政府财政资助通道，争取国家各类项目的资金支持;引导民间资本、外资以多种形式进入创新研发合作领域;落实国际科技合作财政补贴税收优惠。

制定高效精准引才政策，加速国内外创新人才集聚，系统布局培养高端人才。广泛引进具有国际视野、掌握国际前沿核心技术的复合型人才与团队，打造在学科前沿和技术前沿紧密结合的创新团队，培育高校核心竞争力，形成一批有较大影响力的自有知识产权和创新成果。

深入挖掘共性问题与关键技术，将理论研究与工程实践相结合，开展原始创新和集成创新，同时积极参与到国家、区域以及行业的创新体系建设，加快科技成果孵化转化，包括专利、国家标准、行业标准、地区标准、新产品、新技术等，并借助社会企业与机构力量，转变为现实生产力。

拓展国内外交流合作渠道，凝聚全球科技创新资源，融入“一带一路”国家战略，“引进来”突破重大关键技术瓶颈，“走出去”借力海外优势创新资源，扩大国际市场，扩大创新成果产出。

（三）对接区域经济发展，增强服务支撑能力

“十四五”时期，我国区域创新高地加快建设和发展，京津冀一体化、粤港澳大湾区、长三角一体化均为国家发展重大战略，三大城市群产业链集群格局已初具规模，在竞争的同时也带来了科技创新合作的机遇。中东部地区高等学校要深入挖掘区域产业发展与转型升级需求，增强与新型研发机构、高技术企业以及其他高校的合作水平，依托现有科技创新平台，整合相关内外部资源，推动区域高等学校科技创新能力快速提升。

为了进一步释放高等学校科技创新活力与绩效产出水平，应不断探索高校科研机构与平台管理的新型模式，推进高校科技体制机制改革，强化科研项目管理、绩效考核以及资金使用效益。将高等学校的学科、人才、技术等优势转化为产业优势，推进高校应用研究和企业生产过程相互融合，不断增强高校区域经济服务能力。

参考文献：

[1]Powers J B.，Mcdougall P.. Policy Orientation Effects on Performance with Licensing to Start-ups and Small Companies[J]. Research Policy， 2005， （7）.

[2]Xu Z.，Parry M E.，Song M.. The Impact of Technology Transfer Office Characteristics on University Invention Disclosure[J]. IEEE Transactions on Engineering Management， 2011， （2）.

[3]Siegel D S，，Waldman D.， Link A..Assessing the Impact of Organizational Practices on the Relative Productivity of University Technology Transfer Offices：An Exploratory Study[J]. Research Policy， 2003，（1）.

[4]W.A.C.Stewart. Higher Education in Postwar Britain[M].London：Macmillan Press Ltd，1989.

[5]陳 佳.基于战略地图的高校科技创新能力评价体系设计与应用研究[D].合肥：合肥工业大学，2016.

[6]吴军华，张晓磊，陆根书.我国高校科技创新能力省际比较研究[J].高等工程教育研究，2009，（1）.

[7]范 斐，杜德斌，李 恒，等.中国地级以上城市科技资源配置效率的时空格局[J].地理学报，2013，（10）.

[8]曹贤忠，曾 刚，邹 琳.长三角城市群R&D资源投入——产出效率分析及空间分异[J].经济地理，2015，（1）.

[9]郭俊华，孙泽雨.基于因子分析法的中国高校科技创新能力评价研究[J].科技管理研究，2016，（3）.

[10]李 明，李 鹏.高校科技创新与地区经济发展[J].财经问题研究，2018，（1）.

[11]周才云，周丽萍.我国高校科技创新能力的省际比较研究[J].技术经济与管理研究，2019，（2）.

[12]赫连志巍，宋晓明.基于突变级数法的高技术产业升级能力评价研究[J].科学学与科学技术管理，2013，（4）.

[13]宋晓明，刘 川.基于三力突变模型的高技术产业升级能力研究——以粤、沪、鲁、浙、苏五省市为例[J].江汉学术，2014，（2）.

[14]高 擎，何 枫，吕 泉.产学研协同创新背景下高校科技创新效率研究——基于我国重点高校面板数据的实证分析[J].研究与发展管理，2020，（5）.

[15]宋晓明，贾丽莎，季培媛，等.中东部地区文化产业升级能力评价研究[J].广西经济管理干部学院学报，2018，（1）.

[16]许秀娟.突变级数法在城市基础设施水平空间差异评价中的应用[J].工程管理学报，2018，（6）.

[17]贾荣言，庄炜玮，李荣平.河北省工业企业研发投入产出绩效评价研究[J].河北科技大学学报（社会科学版），2016，（4）.

收稿日期：2021-01-09

基金项目：河北省高等学校人文社会科学研究项目（SD201045）;石家庄市哲学社会科学规划研究项目（JJ1911）;河北科技大学理工学院2019年度教育教学研究项目（2019Y07）;河北省科技厅软科学研究专项（21557671D）;河北科技大学2020—2021年度教育教学改革研究项目（2020-ZD06）

作者简介：贾荣言（1972-），女，河北辛集人，河北科技大学经济管理学院教授，硕士生导师，主要从事技术创新、产业经济研究;宋晓明（1986-），男，河北秦皇岛人，河海大学商学院 2021级工商管理专业博士研究生，石家庄邮电职业技术学院邮政通信管理系讲师;袁宏杰（1976-），男，河北定兴人，石家庄邮电职业技术学院邮政通信管理系高级工程师，主要从事电子信息技术、软件开发与项目管理研究;马 腾（1983-），女，河北保定人，河北科技大学经济管理学院讲师。

猜你喜欢科技创新能力评价以机器人为载体的大学生科技创新能力协同培养中国教育技术装备(2016年22期)2017-03-022006—2016年度C—NCAP评价结果世界汽车(2016年8期)2016-09-28文化产业科技创新能力提升研究商场现代化(2016年15期)2016-08-232006—2015年度C—NCAP评价结果世界汽车(2016年6期)2016-06-222006—2015年度C—NCAP评价结果（3）世界汽车(2016年5期)2016-05-242006—2015年度C—NCAP评价结果（2）世界汽车(2016年5期)2016-05-242006—2015年度C—NCAP评价结果世界汽车(2016年5期)2016-05-24怎样培养学生的科技创新能力考试周刊(2016年3期)2016-03-112006—2014年度C—NCAP评价结果世界汽车(2014年9期)2015-02-13基于科技创新能力培养的《汽车电器》课程教学改革探索教育教学论坛(2014年18期)2014-09-16