基于質性數據分析的中美創新政策比較研究
——以“中國雙創”與“創業美國”為例

李 政，羅 暉，李正風，封凱棟

(1. 中國科協創新戰略研究院，北京 100012; 2. 清華大學-中國科學院學部科學與社會協同發展研究中心，北京 100084; 3. 北京大學政府管理學院，北京 100871)

一、引言

近年來，在應對全球政治、經濟等各類挑戰的過程中，中美兩國都把“創新”提到國家戰略的高度：習近平主席多次指出：創新是引領發展的第一動力[1]，是推動人類社會進步的重要力量[2]，中國政府把創新擺在國家發展全局的核心位置。與此同時，美國政府連年推出《美國國家創新戰略》[3]，白宮新設立了美國創新辦公室[4]以維持美國全球創新領先地位。本文以中國雙創和創業美國為例，嘗試將質性數據分析(qualitative data analysis，QDA)[5]方法引入創新政策研究[6]，通過對中美創新政策研究和質性數據分析方法的文獻回顧，找到二者的契合點，并在國家創新體系和全球創新生態系統理論[7-9]的指導下，重點研究政策關注點和政策措施分布兩個方面。政策關注點即為一項政策措施針對的主要問題，一般在政策文本中會反復提及；政策分布或政策流轉，是指一項政策的頒布實施往往涉及多個政策主體，需要在多個政策主體間傳遞。本文通過政策關注點和政策分布來剖析中美創新政策內部結構，為相關研究者提供學理參考。

二、文獻綜述

創新政策是對一系列關于經濟、政治、科技與社會如何發展的公共話語的統稱[10-11]，形式上包括政令、演講、報告等，內容上一般可細化為科技規劃、創業就業、稅收優惠、投資采購、科技外交、技術轉移、知識產權、科學普及等具體措施。中美創新政策的研究屬于國家創新系統中核心知識流研究的一種[12-13]，研究對象一般包括創新政策的產生、結構、效果、政策參與方(利益主體)之間的相互作用等。

國內對中美創新政策的研究多由政府部門、高校和科研院所進行，定性研究一般關注中美創新政策的主體、政策內在結構、政策體系及效果評估等[14-15]，重視分析兩國創新政策的某些政策細節或政策涉及的具體產業[16-17]；定量研究往往以大量文本為樣本，側重研究創新政策主體的府際關系、創新政策的外在環境[18-19]，以及創新政策的分類、聚類、橫縱向比較等[20-21]，在統計中往往會忽略具體政策內容的差異[22]。從研究主體上看，研究中美創新政策的主體主要是各官方或非官方的研究機構、高校里的專家團隊、一些創新智庫以及少數企業。

與國內學者相比，國外研究更側重分析的思路和數學模型的應用。例如，對創新政策的制定建立分類比較框架[23]，從經濟學角度定量考察創新和創新政策[24-25]，通過建立假設前提來建立精確的數學建模，運用量化模型尋找評估創新政策效果的依據，從而細致地比較政策；另一些學者在研究創新創業過程中運用田野考察和專家訪談等方法探究創新者關切的問題[26-27]。從研究主體上看，美國白宮科技政策辦公室(OSTP)重點研究科技政策、創新獎的設立、創新創業環境建設等與創新相關的政策制定[28]；美國國家基金委(NSF)、總統行政辦公室等部門關注科技創新經費分配、歷年資金變化及國際間科研創新投入的橫縱向比較研究[29]；聯邦資助的研究與開發中心(FFRDC)對國家實驗室的建設制定相關政策[30]；美國新一代防衛研究中心、蘭德公司、麥肯錫公司等在科技成果轉化、前沿科技與創新規劃，以及顛覆性戰略高技術等方面提供決策咨詢[31-32]。

綜上所述，國內外中美創新政策研究的主要不同之處在于：國內研究偏重自上而下的創新政策網絡梳理和體系構建，國外研究更強調自下而上的創新政策制定流程和效果實證分析；除了兩國的政府相關部門及其下屬研究機構是中美創新政策研究的主體外，國內研究人員往往集中在高校，國外則多在智庫或企業。國內外創新政策研究方法也有相同點：都存在定性和定量二分現象，定性方法往往局限于創新政策的某些細節或具體產業；定量方法在統計中受制于樣本量和統計誤差，而且還不得不忽略政策組間的內容差異[22]。為此，本文引入質性數據分析，綜合運用定性和定量兩種思路，這也是本文的新穎之處。

三、研究方法和思路

(一)研究方法

質性數據分析是英文Qualitative Data Analysis的直譯，縮寫為QDA。所謂“質性數據分析”，其實就是閱讀理解基礎上的語義統計。從歷史上看，廣義的質性數據分析植根于人類認知和改造自然的實踐活動，有的文獻資料把西方20世紀初語言學、民族志學的興起作為質性分析的開端，把50年代的個人計算機興起作為數據分析的起點[33]。實際上該方法的思想精髓在我國古代就已出現，存在于政府官員的日常工作中，如選拔考核人才、統計戶籍財貨、行軍備戰等[34]。狹義的質性數據分析誕生于數理統計學逐漸成熟與推廣應用。在二戰時期，軍情分析和戰時宣傳等實際需求極大地促進了質性數據分析的成熟和發展，因該方法成功揭示了敵方宣傳背后的真意，所以受到美國國家總評估辦公室青睞[35]。20世紀中后期，伴隨個人計算機的普及，質性數據分析方法從作戰室走入研究室，成為計算機輔助質性數據分析系統(computer assisted qualitative data analysis system，CAQDAS)，如NVivo、QDA Miner、MAXQDA、ATLAS.ti等。從文獻上看，國外對于質性數據分析的評述始見于90年代中期，21世紀初出現學術探討[36-37]；國內第一部系統評介“質的研究方法”(qualitative research)的專著可以追溯到陳向明的《質的研究方法與社會科學研究》[38]，該書對喚起國內學術界對質性分析方法的重視起了很大的作用。自2010年起，質性數據研究逐漸增多，主要集中在文獻學、情報學、語言學和教育學等社會學研究領域[39]；截至今日，國內外專門針對質性數據分析方法的學術文獻總數不超過100篇，雖呈增長趨勢[40]。

質性數據分析的路徑一般是先內容分析后文本分析，即先人工內容分析，得出編碼體系，再用機器做文本分析，積累經驗，修正編碼，指導新一輪的內容分析，如此循環(圖1)。順序無分先后，依照具體問題和研究條件而定[41-44]。質性數據分析有兩個局限：(1)結論帶有或然性，這是系統誤差。質性數據分析的邏輯基礎是歸納法，由歸納法帶來的或然性無法避免。(2)過程帶有特殊性，這屬于操作偏差。質性數據分析的內核是編碼，一般不存在普適的編碼體系，需要具體問題具體分析，研究者的主觀經驗、邏輯判斷和試錯耐心起決定作用，所以信度不能像機器一樣穩定，效度因人而異。

圖1 質性數據分析方法的路徑[44]

(二)研究思路

1.研究對象：政策文件及背景

本文在探究了質性數據分析方法的源流、原理和局限的基礎上，將該方法引入創新政策研究。選擇NVivo11[45]作為質性數據分析的計算機軟件工具。以中國創新驅動發展戰略下的“大眾創業、萬眾創新”(簡稱雙創)政策[46]和美國國家創新戰略下的“創業美國”倡議[47]為研究對象，截止于2017年4月，從國務院雙創文件庫中收集國家層面的雙創文件59件(濾掉“國函”、“國辦函”文件)，從白宮官方網站“創業美國”5大方面的29個子條目中收集整理文件22件、收錄國家戰略文件《國家創新驅動發展戰略綱要》[48]和《美國國家創新戰略》[49]各1件(圖2)，樣本量共83件，詳細目錄請參見附表1-2。

2012年底召開的“十八大”明確提出，“科技創新是提高社會生產力和綜合國力的戰略支撐，必須擺在國家發展全局的核心位置”；2016年中國推出《國家創新驅動發展戰略綱要》[48]；作為實施創新驅動發展戰略的一項重要舉措，大眾創業、萬眾創新政策措施自2013年以來全面推進。雙創政策的核心是簡政放權、放管結合、優化服務，旨在通過減免小微企業稅費、建立創投引導基金、推動“互聯網+”行動、實施“中國制造2025”等政策措施，調動社會各群體的創業熱情，孕育更好的創新生態環境[50-51]。

圖2 中美創新政策樣本選取

美國政府對創新的重視可以追溯到美國競爭力委員會做出“創新是產生持續價值唯一因素”的判斷[52]；白宮科技政策辦公室先后在2009、2011和2015年三次推出《美國國家創新戰略》；2011年，白宮啟動實施創業美國倡議，從降低資本進入門檻、搭建創業培訓平臺、減少行政阻礙、加速創新轉化，以及釋放市場活力五大方面，支持民眾創新創業[47,53-54]；2014年，美國政府設立國家創造日(national day of making)，舉辦首次創客嘉年華(maker faire)，并鼓勵創客文化和創客運動[55]。

2.研究方案：政策問題及假設

本文希望通過對政策文件進行質性數據分析，回答涉及創新政策內部結構的兩個問題：

中美創新政策的主要關注點分別是什么？

中美創新政策的主要措施是如何分布的？

為了回答以上兩個問題，本文設定如下假設并制定研究方案：

(1)政策話語的元素是字詞，政策文件中的字詞數量是政策話語的重要特征。本文假設：政策詞頻可以用于表征政策內容，高頻詞語能夠代表政策的主要關注點。因此，基于NVivo的詞頻查詢功能，本文對中美創新政策文件做高頻詞分析。

(2)政策措施在各個政策主體之間分布和流轉，措施和主體是政策內容的重要組成部分，二者散落在政策文本的不同句段中。要厘清二者關系，需要做交叉統計分析。本文假設：政策措施在政策主體間的分布或流轉情況，可以用包含二者內容的句段共現數來表征，例如，一個自然段中包含與稅收優惠有關的句子和與財政部有關的句子，就記作稅收優惠這一政策措施與財政部這一政策主體共現1次，即稅收優惠在財政部分布或流轉了1次。因此，基于NVivo的矩陣編碼功能，本文統計中美創新政策的主要措施在主要主體中的分布，來揭示中美創新政策的政策分布或流轉情況。

四、研究過程和結果

(一)中美創新政策的主要關注點比較

將83份文件(附表1-2)導入NVivo內部材料并對材料進行分組(圖3)。運行詞頻查詢得到詞語云和詞頻列表(圖4，表1-2)。

圖3 文件輸入：向NVivo導入83份政策文件并分為若干群組

圖4 中美創新政策比較：中國雙創與創業美國的政策詞語云(83件樣本)

排名詞語b計數c加權百分比(%)d詞語計數加權百分比(%)1企業21451.07Federal2000.562科技e17720.88Administration1770.493國家9930.50President1730.484社會9930.50Technologyf1660.465機制9450.47Energy1520.426資源9350.47Business1190.337信息8880.44Data1110.318機構8770.44Entrepreneurs1100.319制度8630.43Jobs1050.2910市場8600.43Economic1000.28

注：

a數據清洗包括：刪去同義詞，如保留technology，刪去technologies；刪去虛詞等stop words，如through；篩選近義詞，如科技與技術二者擇一，companies與startup二擇一。

b查詢條件設為完全匹配，以避免同義詞語歸類的歧義問題，語言設為中文，最小長度設為2，對大于2的詞進行人工審核。如長度為3的高頻詞語有互聯網、國務院，其含義分別與信息、國家相近，故二擇一；英文語言最小長度設為3，將the, of, through等虛詞刪除，對意思相近的詞二擇一。

c計數就是該詞語在所有查詢文件中出現的次數。

d加權百分比是詞語出現次數相對于查詢文件中所有詞語的頻率。例：對“偉大的中國人民解放軍從勝利走向勝利”進行分詞：偉大1、中國人民解放軍1、勝利2、走向1，則“勝利”的加權百分比為：2/(1+1+2+1)=40.0%。

e, f“科技”與Science and Technology并不一定相互對應，存在翻譯問題[56]，本文姑且取“科技”而不用“技術”，取Technology而不用Science，即，用科技對應Technology。

本文通過詞頻統計發現，政策字詞的選擇從頻率上看服從正態分布規律，整體上呈偏態分布。受語言統計學研究啟發[57]，本文用表1、表2數據構建分布圖，并將分布圖描述如下：

表2 中美創新政策比較：政策行為用語前十位

圖5顯示，中美創新政策的政策對象用語存在顯著差異。中國雙創以“企業”和“科技”為主要關注點，用語集中程度高；而創業美國的對象用語離散程度高，主要關注點包括“Federal”、“Administration”、“President”、“Technology”、“Energy”等。可見，中國雙創政策的主要關注企業，創業美國主要關注Federal(即聯邦政府)。

圖6顯示，中美創新政策行為用語較為趨同。中國創新政策行為用語的主要關注點是“創新”、“發展”、“服務、“創業”等；美國創新政策行為用語的主要關注點是“Innovation”、“Research”、“Support”、“Education”、“Development”等。同時，從政策行為用語的主要關注點上看，兩國除了都以“創新”和“發展”為主之外，中國雙創突出了“服務”和“創業”，創業美國優先強調了“Research”和“Education”。關于政策高頻詞的正態分布，本文做幾點補充：

圖5 中美創新政策比較：政策對象高頻詞分布示意圖(由表1得出)

圖6 中美創新政策比較：政策行為高頻詞分布示意圖(由表2得出)

創新政策話語是國家意志的反映，既具有確定性，也具有隨機性。本文選其隨機性進行展開分析，主要是發現高頻詞的分布的確近似正態分布。如果樣本量足夠多時，均值和標準差可能會有所不同，這是一個統計問題。至于分布是否是正態，可以用SPSS的模塊進行檢驗，本文不做展開。

本文結果顯示，中國雙創的政策對象用語分布離散程度低，而創業美國的則比較均衡。這與樣本選取有關。本文選擇的樣本僅包括2015-2016兩年的雙創文件，一些政策對象尚未納入政策話語；相比之下，創業美國的文件樣本跨度是2011-2015五年，包含的對象自然更廣泛些。

(二)中美創新政策的政策措施分布比較

本文將英文縮寫詞歸類于其全稱編碼下，不單獨列表，但對縮寫詞做辨析，如Department of Education (ED)的縮寫詞與很多詞縮寫一致，需要打開每個檢索編碼進行人工篩選查驗(圖7)。提煉出樣本中包含的政策主體的名稱并編碼，得到48個中國政策主體和29個美國政策主體(附表3)，這些主體名稱都是已出現在樣本文件中的；那些沒有收錄的，要么是沒有出現在樣本中，要么是出現次數太少。通過交叉分析，考察樣本文件中兩國參與創新政策文件頒布的部門占各自政府部門總數的百分比，中國涉及48個部門，占總量76個部門的63.16%[58]；美國則是29個相關部門占總量658的4.41%[59]。這兩個比值可以從某種程度上反映出中美創新政策牽涉到各自國家行政部門的范圍，即政策對部門的覆蓋率。

本文在做中美創新政策編碼時，選用的理論依據是國家創新體系和全球創新生態系統。這兩個理論其實是一個理念的不斷發展演化，發展階段不同，名稱不同，其核心是知識流動、社會利益群體差異和相互學習。這一理念在中國自古有之：商湯刻“茍日新，日日新，又日新”，提醒為政者要不斷革新身心，可以說是創新治國之鼻祖；老莊把治國理政歸結為“烹小鮮”、“解牛”，強調“不傷”、“游刃有余”，這與國家創新體系和全球創新生態系統中對創新的深刻認識如出一轍——并有全牛(創新)，唯“以無厚(知識流)入有間(社會群體)”——知識的流轉是創新的關鍵，決定知識循環流轉的原因正是與創新相關的各個利益主體之間的相互作用，這種作用實質是一種學習[60]。政策措施與政策主體的關系也是學習，每個主體都是一條渠道，每個政策措施都是一注知識流，對二者進行交叉統計，就相當于在某一刻給政策措施知識流“拍照”，能得到政策措施在主體間流動的分布圖。

本文選取政策主體中的政府部門出現次數較為靠前且與科技創新活動相關較為緊密的12個政策主體作為樣本案例進行分析；以創新系體理論中技術轉移(專利授權、政府采購等)、加計扣除(研發費用稅務減免)、企業孵化(創客培訓、孵化投資等)和商事制度(降低創業準入門檻、簡化行政手續等)4項重要政策措施為例開展矩陣編碼，以technology transfer, tax reduction, startup platform以及commercial rule為美國的對應4項政策措施名稱；NVivo查找范圍設為大范圍臨近區(圖8)，完全匹配檢索，生成12╳4的交叉分析圖(圖9)。

圖9中的豎軸為政策措施編碼參考點計數，平面兩個軸分別是12個政策主體和4個政策措施，圖10是相同數據的二維比例圖。從措施總量和政策主體的交叉關系看，發改委、財政部、商務部、人民銀行和工信部是政策流轉最密集的部門，其次是人社部、科技部和教育部，政策在這些部門的分布流轉遠大于其他幾個部門；單看政策措施總量，企業孵化和商事制度政策較技術轉移和加計扣除為多，也是所有部門中比例最大的政策措施。因為質性數據分析將政策分布的部際關系進行了量化，所以可以進一步開展更多比較研究。例如，如果定義政策主體與措施交叉共現的計數達到20屬于強相關，低于20是弱相關，則可分析政策部門與政策工具之間的相關強弱。

圖7 政策主體編碼：新建并檢查政策主體名目(左上：檢索Department of Education；右上：查驗，編碼；左下：檢驗縮寫詞；右下：查驗，不編碼)

圖8 政策措施編碼：新建并檢查政策措施名目(以技術轉移為例，截圖有增刪)

圖9 中美創新政策比較：中國雙創政策主體與措施分布圖(60件樣本，三維計數圖)

圖11反映了創業美國政策措施在其主要政策主體間的分布流轉情況。除美國專利商標局(USTPO)只涉及到1項政策(商事制度方面)外，其他政府部門都涉及到了4項政策。政策分布最多的部門是小型企業管理局(SBA)、科技政策辦公室(OSTP)和國家科學基金會(NSF)；企業孵化和商事制度的比例最大，稅收優惠和技術轉移政策在部門間比例稍小。

中美創新政策的異同也可以通過圖12進行考察。企業孵化與加計扣除兩項政策措施在中美創新政策中所占比例基本相當，在這二者之間，中美雙方都更重視企業孵化而不是研發費用稅務減免；美方更為注重技術轉移政策，中方則更為強調商事制度政策。如果說企業孵化和技術轉移對于創新活動具有拉動作用(更注重投入-產出的產出)，商事制度和加計扣除具有推動作用(更注重投入-產出的投入)，那么創業美國更多是拉動創新，中國雙創更多是推動創新。

關于政策內容的交叉分析，本文做幾點補充：

交叉分析還可以基于實際問題來精準定位政策內容。例如，提問：在企業孵化政策措施方面，與中國科協有關的政策文件在2016年有哪幾份？具體內容都有什么？只要點擊匯總表里的矩陣交叉點，就能看到具體材料來源，看到已編碼的政策句段(圖13)。

圖10 中美創新政策比較：中國雙創政策主體與措施分布圖(60件樣本，二維比例圖)

圖11 中美創新政策比較：創業美國政策主體與措施分布矩陣圖(23件樣本，二維，左為比例圖，右為計數圖)注：縮寫詞全稱：USPTO-United States Patent and Trademark Office; NTIA-National Telecommunications and Information;NIST-National Institute of Standards and Technology Administration; TD-Department of the Treasury;DoL-Department of Labor; HHS-Department of Health and Human Services; DoC-Department of Commerce; DE-Department of Education; DoE-Department of Energy; NSF-National Science Foundation; OSTP-Office of Personnel Management; SBA-Small Business Administration。

圖12 中美創新政策比較：12個政策主體和4項政策措施比例分布(83件樣本，二維比例分布圖)

圖13 中美創新政策比較：中國雙創政策交叉矩陣匯表及出處查詢

對分析結果的解讀，需要大量背景知識和專業積累。例如，在分析美國的創新政策時，單單考察政府部門的政策分布其實并不充分，因為美國私營部門的創新活動(比如科研經費使用)往往比政府要大[61]，如果能夠收集到美國創新政策在其企業的發布和落實情況，那將得到更為全面的美國創新政策分布圖景。

五、結論與建議

中美兩國的創新政策誕生在相同的時代背景下，具有很多共同點，但由于各自戰略定位、經濟階段、社會人文環境等方面存在差異，政策內容也不盡相同。本研究嘗試將質性數據分析方法引入中美創新政策比較研究，較為系統地對近年的中美創新政策進行了定性和定量的梳理和比較，通過詞頻分析和交叉分析，從政策關注點和政策措施分布情況對中美創新政策的內部結構進行了分析，得出以下結論和建議：

一是中美創新政策的主要關注點大同小異。創新政策的質性數據顯示，中國雙創與創業美國的用語整體相似度較高。但拋開相同點，中國雙創強調服務企業，重視發展科技；創業美國則重視政府提供科研和教育支持。建議：在把握中美兩國創新戰略與政策體系異同的基礎上，鞏固兩國創新政策交流互動的平臺，多運用彼此熟悉的政策話語、相互理解的創新觀點，表述共同的利益關切，消除誤解，減少摩擦，開辟更多合作模式，制造更多合作機會，設計更多合作項目。

二是中美創新政策的政府部門間分布情況差別較大，政策措施的側重面存在細微差別。創新政策的質性數據顯示，中國雙創政策的牽頭部門是發改委，創業美國則是小型企業管理局；兩國的政策措施都更傾向于企業孵化和加計扣除政策，但相對而言，企業孵化政策多于加計扣除政策；在運用創新政策激勵創新活動方面，美國比中國更注重技術轉移政策，中國比美國更強調商事制度改革。建議：在服務中國發展戰略的整體目標和尊重中國發展實際國情的前提下，重視研究中美創新政策在激勵創新活動方式上的細微差別，及時評估并完善中國的創新政策效果，形成良好的創業創新生態系統，逐漸推進技術轉移、稅收優惠等政策的更新升級，引導并鞏固全社會創新活力不斷高漲的良好勢態。

三是質性數據分析方法可以用于政策研究，但該方法在實踐和理論上還需要改進和完善，其結論是探索性的，實際價值還需要其他方法的交叉求證。下一步研究建議：對美國政策的樣本數量進行擴充，對中美兩國的不同創新語境、創新文化還需細加考量；需要引入政策文件之外的其他研究材料開展交叉檢驗；創新政策編碼體系應進一步完善。總之，對于基于質性數據分析的中美創新政策比較，本文的研究還在嘗試探索階段，方法還要繼續完善，懇請同行專家點撥指正。

參考文獻：

[1]中共中央文獻研究室.習近平關于科技創新論述摘編[M]. 北京: 中央文獻出版社, 2016: 5-124.

[2]新華社. 習近平總書記講話全文：為建設世界科技強國而奮斗 [OL]. http://news.xinhuanet.com/politics/2016-05/31/c_1118965169.htm, 2016-05-30/2017-07-10.

[3]The White House. Fact sheet: The White House releases new strategy for American innovation, announces areas of opportunity from self-driving cars to smart cities [OL].https://www.whitehouse.gov/the-press-office/2015/10/21/fact-sheet-white-house-releases-new-strategy-american-innovation, 2015-10-21/2017-07-10.

[4]The White House. Presidential memorandum on the White House Office of American innovation [OL].https://www.whitehouse.gov/the-press-office/2017/03/27/presidential-memorandum-white-house-office-american-innovation, 2017-03-27/2017-07-10.

[5]李 政, 王宏偉, 羅 暉, 等. 質性數據分析視域下的科技學會服務“一帶一路”——中國科協所屬學會服務“一帶一路”建設的規劃方案分析[C]. // 第十三屆中國軟科學學術年會. 北京: 中國軟科學出版社, 2017: 362-367.

[6]王春法. 技術創新政策：理論基礎與工具選擇[M]. 北京:經濟科學出版社, 1998.

[7]王春法. 關于國家創新體系理論的思考[J]. 中國軟科學, 2003 ,19(5): 99-104.

[8]李正風, 曾國屏. 中國創新系統研究：技術、制度與知識[M]. 北京：經濟科學出版社, 1999.

[9]封凱棟. 國家創新系統：制度與演化的視角[J]. 國家行政學院學報, 2011(3): 120-124.

[10]劉 立. 科技政策學研究[M]. 北京: 北京大學出版社, 2011.

[11]薛 瀾, 柳卸林, 穆榮平. 中國創新政策研究報告[M]. 北京: 科學出版社, 2011.

[12]李正風, 曾國屏. 創新研究的“系統范式”[J]. 自然辯證法通訊, 1999, 21(5): 29-34.

[13]王春法. 國家創新體系理論的八個基本假定[J]. 科學學研究, 2003, 21(5): 533-538.

[14]李曉昂, 蘇敬勤. 質性分析視角下的創新政策結構與特征——基于中美創新政策比較研究[D].大連: 大連理工大學碩士論文, 2013.

[15]藺 潔, 陳凱華, 秦海波, 等. 中美地方政府創新政策比較研究——以中國江蘇省和美國加州為例[J]. 科學學研究, 2015, 33(7): 999-1007.

[16]黃 燦. 歐盟和中國創新政策比較研究[J]. 科學學研究, 2004, 22(2): 212-217.

[17]郭 雯. 設計服務業創新政策的國內外比較及啟示[J]. 科研管理, 2010, 31(5): 124-130.

[18]黃 萃. 政策文獻量化研究[M]. 北京: 科學出版社, 2016.

[19]趙莉曉. 創新政策評估理論方法研究——基于公共政策評估邏輯框架的視角[J]. 科學發展戰略與政策, 2014, 32(2): 195-202.

[20]李 江, 劉源浩, 黃 萃,等. 用文獻計量研究重塑政策文本數據分析——政策文獻計量的起源、遷移與方法創新[J].公共管理學報, 2015(2): 138-144.

[21]李偉紅, 胡寶民. 國外創新政策評估與設計研究述評[J]. 技術經濟與管理研究, 2011(12): 27-30.

[22]劉鳳朝, 孫玉濤.我國科技政策向創新政策演變的過程、趨勢與建議——基于我國289項創新政策的實證分析[J]. 中國軟科學, 2007(5): 34-42.

[23]MEISSNER D, KOTSEMIR M. Conceptualizing the innovation process towards the ‘active Innovation paradigm’-rends and outlook [J]. Journal of Innovation and Entrepre￣neurship, 2016, 5: 14.

[24]CHRISTENSEN C M. The innovator’s dilemma [M]. 胡建橋譯, 北京: 中信出版社, 2014: 151-190.

[25]CHRISTENSEN C M,BOWER J L. Disruptive technologies: catching the wave [J]. Harvard Business Review, 1995, Jan-Feb: 43-53.

[26]VAN HOLM E J. Makerspaces and contributions to entrepreneurship [J]. Procedia-Social and Behavioral Sciences, 2015, 195: 24-31.

[27]MCGRATH L, GUGLIELMO L. Communities of practice and makerspaces [J]. Computers and Composition 2015, 36: 44-53.

[28]National Economy Commisssion, theWhite House Office of Science and Technology Policy.A strategy for American innovation 2015 [R]. Washington: The White House, 2015.

[29]National Science Board of National Science Foundation. Science &engineering indicators 2016[R]. Arlington VA: National Science Foundation, 2016.

[30]Office of Management and Budget, the White House Office of Office of Science and Technology Policy. Multi-agency science and technology priorities for the FY 2017 budget[OL].https://www.whitehouse.gov/sites/default/ files/microsites/ostp/m-15-16.pdf, 2015-07-09/2016-03-19.

[31]MANYIKA J, CHUI M, BUGHIN J, et al. Disruptive technologies: Advances that will transform life, business, and the global economy [R]. Los Angeles: McKinsey Global Institute, 2013.

[32]BRIMLEY S, FITZGERALD B, SAYLER K. Game changers: Disruptive technology and U.S. defense strategy[R]. Washington, DC Center for a New American Security, 2013.

[33]DENZIN N, LINCOLN Y. Handbook of qualitative research Vol.1[M].風笑天等譯, 重慶: 重慶大學出版社, 2003: 15-30.

[34]錢 穆. 中國歷代政治得失[M]. 2016, 北京: 九州出版社.

[35]李 鋼, 藍 石. 公共政策內容分析方法：理論與應用[M]. 重慶: 重慶大學出版社, 2007: 4-6.

[36]MILES M, HUBERMAN A. Drawing valid meaning from qualitative data: toward a shared craft [J]. Educational Researcher, 1984, 13(5).

[37]BAMPTON R, COWTON CJ. The E-interview [J]. Forum: Qualitative Social Research, 2002, 3(2): 9[2017-08-13]. http://www.qualitative-research.net/index.php/fqs/￣article/download/848/1843.

[38]陳向明. 質的研究方法與社會科學研究[M]. 北京: 教育科學出版社, 2000.

[39]夏傳玲. 計算機輔助的定性分析方法[J]. 社會學研究, 2007(5): 148-163.

[40]黃曉斌, 梁 辰. 質性分析工具在情報學中的應用[J]. 圖書情報知識, 2014, 5(161): 4-16.

[41]CURRALL S C. HAMMER T H, BAGGETT L L, et al. Combining qualitative and quantitative methodologies to study group processes:an illustrative study of a corporate board of directors [J]. Organizational Research Methods, 1999, 2(1): 5-36.

[42]JACOBS T, DE MAEYER S, BECK M. Family formation and the divisions of labour in Belgian couple households [J]. Quality& Quantity,1999, 33(3): 291-304.

[43]GRAY J H, DENSTEN I L. Integrating quantitative and qualitative analysis using latent and manifest variables [J]. Quality & Quantity, 1998, 32(4): 419-431.

[44]王黎明, 鐘 琦. 面向科學傳播的媒體監測方法研究[J]. 科普研究, 2016, 11(4): 27-34.

[45]QSR International. NVivo [OL].http://www.qsrinter￣national.com/, 2015-07-09/2016-03-19.

[46]國家發展和改革委員會. 2015 年中國大眾創業萬眾創新發展報告[M]. 人民出版社，2016: 10-55.

[47]The White House. Startup America Initiative [OL].https://obamawhitehouse.archives.gov/economy/business/startup-america, 2011-01-31/2017-07-10.

[48]新華社. 中共中央國務院印發《國家創新驅動發展戰略綱要》[OL]. http://www.gov.cn/zhengce/2016-05/19/content_5074812.htm, 2016-05-30/2017-07-10.

[49]The White House. Fact sheet: The White House releases new strategy for American innovation, announces areas of opportunity from self-driving cars to smart cities [OL].https://www.whitehouse.gov/the-press-office/2015/10/21/fact-sheet-white-house-releases-new-strategy-american-innova￣tion, 2015-10-21/2017-07-10.

[50]新華社. 李克強在2015夏季達沃斯論壇開幕式上的致辭[OL]. http://news.xinhuanet.com/fortune/2015-09/10/c_128215773.htm, 2015-09-10/2017-07-10.

[51]羅暉, 李 慷, 鄧大勝. 中國大眾創業、萬眾創新監測指標研究[J]. 全球科技經濟瞭望，2016，1(31)：17-30.

[52]WINCE-SMITH D. Council on Competitiveness. Innovate America: Thriving in a world of challenge and change [R]. Global Innovation Ecosystem 2007 Symposium, 2004: 5.

[53]丁 宏. 奧巴馬政府創業美國計劃的政策評析及其啟示[J]. 世界經濟與政治論壇, 2012(4): 70-79.

[54]PATANAKUL P, PINTO J K. Examining the roles of government policy on innovation [J]. Journal of High Technology Management Research, 2014, 25: 97-107.

[55]李 政, 羅 暉, 張 麗. 中美創客比較研究[J]. 全球科技經濟瞭望, 2016, 31(6): 20-28.

[56]李 政, 羅 暉, 李正風, 等. 基于突變理論的科技評價方法初探[J]. 科研管理, 2017, 38: 193-200.

[57]雷功炎. 數學模型八講——模型、模式與文化[M]. 北京: 2010, 01: 173-182.

[58]中華人民共和國國務院. 國務院組成部門[OL]. http://www.gov.cn/guowuyuan/zuzhi.htm, 2017-01-01/2017-07-10.

[59]The US Government. Government agencies and elected officials [OL].https://www.usa.gov/federal-agencies, 2017-01-01/2017-07-10.

[60]封凱棟. 源頭性技術創新與國家創新系統[J], 中國科技論壇, 2013(3): 5-9.

[61]施云燕, 李 政. 簡析美國國家實驗室的布局和管理[J]. 全球科技經濟瞭望, 2016, 31(4): 69-76.