表1：2019-2021年创新型城市影响力

　　模型（1）中，θ^t_k表示第k个决策单元的效率，λ^t_ij表示第k个决策单元对第j个决策单元资源配置水平的认可程度，即影响程度。如果λ^t_ij=0，说明第j个决策单元对第k个决策单元不存在影响关系；反之，当λ^t_ij>0，说明第j个决策单元对第k个决策单元具有影响作用。
　　第t种类型DEA-VRS模型下，第i种投入的λ^t_ij标准化参考程度IW_ij^t,k的计算方法如式（2）所示：
　　那么，第r种产出的λ^t_ij标准化参考程度OW_ij^t,k的计算方法如式（3）所示：
　　第j个决策单元对第k个决策单元的影响力计算方法如式（4）所示：
　　对W=（2^m-1）（2^s-1）种IOW^t_ij进行加和，得到n×n的邻接矩阵A，以反映第j个决策单元对第k个决策单元的综合参考关系，求每个节点的α中心度，方法如下：
　　在式（5）中，α为0.05的常数，e为单位向量。求解列向量I的每个分量I_j为第j个决策单元的影响力值，反映该决策单元对其他决策单元的影响力大小。
　　实证结果分析
　　（一）指标选择及数据来源
　　考虑到数据指标的可获得性，选取2019-2021年全国66个创新型城市作为研究对象。每个城市的指标包括：一是投入变量指标，包括R&D人员全时当量、R&D经费内部支出。二是产出变量，包括技术市场技术合同输出金额、人均GDP和工业企业利润总额。所有数据均来自《中国城