为了更直观地观察我国各地区高新区创新网络发展水平状况，对表3．17中的各地区综合得分进行聚类分析。根据表3．18中的聚类分析的数据处理概要，可以看到41个样本全部进行了聚类分析，没有缺失值。

表3．18 样本数据处理概要

表3．19给出了具体的聚类过程，第一列的“阶”表示聚类阶段，最后一列的“下一阶”表示在当前阶段生产的类在下一阶段与其他类进行了合并。例如，在第一阶段，类34和类36进行合并，合并后的新类取群集1的名称即类34，此时，类34具有两个样本个体，由于是第一阶段，之前没有发生类合并，类34和类36都是单个个体即样本34和样本36，因此在“首次出现阶群集”内“群集1”（样本34）和“群集2”（样本36）的值都为0，0表示样本，非零数字则代表第n阶段聚类产生的类参与了本步聚类。本例中下一阶为7，即在第7阶段样本34和样本36聚类产生的类34将和类7（样本7）进行合并。第四列的系数是采用Z Scores标准化处理后的样本或类间距离，由表3．19可知，距离小的样本间先聚类。

表3．19 聚类过程表

（续表）

（续表）

在分析研究过程中，可根据实际情况确定类别个数。图3．35用树状的图形来直观地显示整个聚类的过程和结果。(www.daowen.com)

图3．35提供了1～41个类别的所有分类结果，如果两个个体或者类别之间的相对距离越远，则连接两个个体之间或类的水平方向的线段越长，其中类别间的最大距离为相对距离25，其余的距离都换算成与之相比的相对距离大小。可根据实际情况确定类的个数，选取截断的位置，用竖直线截断水平线即可，被截断的各分支即最后的聚类结果。例如若想分为两类，则将右边最长的两条横线纵向截断即可。根据图3．35，我国各地的高新区按其创新网络发展情况分为三类较为合适，具体见表3．20。

重新调整距离聚类合并

图3．35 树状图

表3．20 41个地区分成三类时的系统聚类结果

从分类结果看，第一类包括江苏省和北京市，属于高新区创新网络联系较强的地区；第二类包括山东省、浙江省、广东省、上海市、广州市，属于高新区创新网络主体知识创新能力较强的地区；第三类包括湖南、深圳、安徽、武汉、河北、河南、海南、天津、南京、成都、西安、湖北、吉林、江西、厦门、大连、长春、黑龙江、辽宁、福建、宁波、重庆、广西、沈阳、贵州、四川、山西、内蒙古自治区、陕西、青岛、哈尔滨、甘肃、云南、新疆等省市，属于高新区创新网络环境支撑较强的地区。

从综合排名来看，高新区创新网络中虽然创新网络主体知识创新能力、创新网络联系以及创新网络环境支撑三大要素都很重要，但前两者对高新区创新网络的发展作用更为巨大，因而前两类地区在综合排名中也位列前十。