基于文本量化的地方科技成果轉化政策工具效果評價

謝 黎，楊 華，張志強

(1.中國科學院成都文獻情報中心，四川 成都 610041；2.中國科學院大學經濟與管理學院，北京 100872；3.西北工業大學圖書館，陜西 西安 710072)

0 引言

科技成果轉化是技術轉變為現實生產力的重要環節，是中國科技體制改革乃至市場化改革進程中不能忽略的主題[1]。改革開放40多年來，為促進科技成果轉化國家出臺了一系列政策法規[2]。近兩年，科技成果轉化更是被納入國民經濟和社會發展規劃，并從創新轉化機制、搭建轉化載體、促進企業實施轉化、改進轉化考評、建設轉化服務體系、發展技術要素市場等多個角度全面布局[3]。但我國科技成果轉化仍存在一些體制機制性問題， 《中國科技成果轉化2021年度報告 (高等院校與科研院所篇)》[4]指出，科技成果轉化仍然存在政策有待進一步協同落實、轉移轉化專業人才缺乏、金融資本支持力度不足等問題。

近30年來對科技成果轉化政策實施效果的研究一直是學術界廣泛關注的議題。按照微觀、中觀、宏觀政策層次，這些研究可以分為3個方面。①政策案例實施效果研究。某種政策對某特定行業技術轉化的作用，如研究空間衛星的技術轉移特點[5]；需求拉動型政策、技術推動型政策對美國照明專利申請數量的影響[6]。②某類政策實施效果的研究。如研究超級政策網絡對英國中小型企業的支持情況[7]；財政類政策對科技企業孵化效率的影響[8]。③宏觀政策集群對國家科技轉化實施效率研究。某一國家宏觀政策對科技轉化的影響，如對荷蘭科技轉化政策影響力的評估[9]；對我國科技成果轉化效率的政策激勵影響程度測算[10]。

方法層面，關于科技成果轉化政策實施效果，學者大多通過調查、問卷、訪談、案例、實證等方法，探討政策影響力[11]、政策組態效應[12]、政策配置與優化[13]等問題。近年來，引進政策工具分析以上議題的熱度提升，即在確定不同政策的類型和性質后，對不同類型政策的轉化效率進行評價，從而提升政策供給的精準性，提高轉化效率。許晗等[14]對61份高校科研人員科技成果轉化政策進行文本分析后發現，環境型政策過溢、供給型政策和需求型政策偏少；高慧等[15]對湖北省近年來科技成果轉化政策文本的分析認為，湖北省的科技成果轉化政策偏重環境型政策工具，供給型政策工具相對較少，需求型政策工具較為匱乏。但現有研究對于政策工具的分析方法以統計歸類為主，缺少對不同政策工具與轉化效率的關聯性研究，對實際政策落地后的效果缺乏實證檢驗，結論可信度存疑。張露元[16]分析重慶市科技成果轉化政策內容后，也認為不同類型政策工具在作用發揮上還有優化空間。

本文將政策工具與轉化效率置于同一框架，通過BP神經網絡研究二者的直接關系，分析政策中不同工具的作用效果，通過政策工具分析驗證政策實施效果，提高研究可信度。實證數據選擇 《中國區域科技創新評價報告2021》[17]排名第二梯隊之首的重慶市，既有一定實施效果，又保證樣本數據來源充足。

1 基于文本量化的政策工具研究

1.1 科技成果轉化政策文本量化

本文以科技成果轉化和政策文本量化為檢索要素，整體了解當前科技成果轉化政策文本量化研究的現狀。這類文獻主要通過政策演化趨勢歸納科技成果轉化政策體系。①從政策屬性、政策工具、研發周期、創新價值鏈、成果轉化鏈，以及自建分析框架、評價模型等維度診斷科技成果轉化政策現狀。②通過分析政策執行情況論證政策實施效果。③區域間政策實施效果橫向比較。這些研究采用的分析方法有文本挖掘、內容分析、相關性分析等，政策工具是其中一種重要的研究中介。其量化研究通常借助內容分析法對政策文本編碼后進行統計分析，包括對發文機構、發布時間、工具類別的單維統計[18-19]，以及結合轉化過程[20]、技術市場[21-22]、創新價值鏈[23-24]等維度的多維交叉分析，更深一層的研究會提取政策文本的主題詞，通過共現、聚類，或引入時序分析政策的演變趨勢[25-28]，亦有綜合上述方面的政策分類和分析方案設計[29]。分析顯示，不同政策工具的采用存在明顯的不平衡現象，但結論各異。有學者[30-31]認為供給型政策工具應用過溢，也有學者[14-15]認為過于偏重環境型政策，但普遍認為需求型政策工具使用較為匱乏。可見，不同類型政策工具的組合配置還需要進一步優化。

1.2 科技成果轉化政策工具效果

不同政策工具在不同應用情景發揮的作用各異。Kim等[6]分析OECD 19個成員國關于照明專利的節能政策數據后發現，需求拉動型政策有效提升了各國照明專利的申請數量，而技術推動型政策卻沒有這樣的效果。關成華等[8]研究發現股權投資、財政補貼政策對孵化器整體效率起顯著抑制作用，而稅收優惠政策對孵化器成果轉化效率起顯著激勵作用。政策制定者希望找出不同場景下最有效的政策工具及其組合，這需要以科學評價不同政策工具作用和效果為前提。

針對科技成果轉化政策工具作用和效果，楊銳等[32]從科研人員的視角出發，通過大規模問卷調查采集數據，運用logit回歸分析找出有效促進科研人員科技成果轉化的政策工具，認為成果轉化政策落實細化、成果轉化風險免責等具有正向影響；Creso等[33]通過政策工具回顧、解讀，討論加拿大科技成果轉化政策 (大學向產業)的作用；Gan等[34]利用固定效應的面板回歸分析直接資金支持、國家技術轉移示范機構和大學科技園3種政策工具及其組合在促進各省市大學技術商業化方面的作用，結果發現不同政策工具對成果轉化有不同影響，直接資金支持與其他兩種工具之間存在顯著協同效應；Munari等[35]通過問卷調查、訪談和概率回歸方法，分析旨在解決技術轉移資金缺口的兩種政策工具，發現其集中分散程度與當地技術轉移實踐相關，工具的集中程度與當地技術轉移實踐呈U形關系。

2 政策工具效果評價模型

2.1 政策效果評價方法

跳出科技成果轉化政策，許多學者開展了專門的政策工具作用與效果評價。部分學者側重理論層面的討論。Linnér等[36]借助干預理論，結合評估理論和價值鏈視角，提出一個在發展與氣候政策建議被采納前，對其干預措施的事前分析框架。Thapar等[37]對印度可再生能源各政策工具的經濟和環境有效性展開定性論述。更多學者基于自建理論模型或分析框架，對相關文獻進行綜述。Bergek等[38]將政策工具按兩個維度組合成4類，收集既有工具效果實證研究，綜述了汽車和能源行業不同政策工具對創新的影響。Lee等[39]討論影響政策工具效果的時間、空間、行動者、戰略、措施等因素，識別整理出78篇文獻中上述因素的情況，評估了減少農藥使用政策工具的使用效果。也有學者結合文獻計量、內容分析等方法展開綜述。Mendon?a等[40]系統綜述54篇鼓勵在城市采用基于自然的解決方案的政策工具論文，統計其發文趨勢、方法、案例范圍、工具類型等信息。Peasco等[41]對211篇文獻中工具類型及其評估結果進行編碼，系統綜述10種脫碳政策工具的結果。

政策工具效果實證研究相對較少，除上文科技成果轉化政策工具效果綜述中提及的各類回歸研究。Nimubona等[42]等開發了 “兩國一般均衡模型”，分析環境援助 (綠色技術轉移)和邊境稅收調整在減少跨境污染的作用是否互補。Cheng等[43]擴展了政策市場框架，利用事件歷史模型，分析了前后采用的政策工具之間的互補性和替代性。

當前政策工具效果評價，更多是定性分析。正如Capano等[44]在總結政策工具分析研究現狀時所指出的，既有研究存在分析上的 “黑洞”，理論上的 “漏洞”，以及 “過度描述主義”等問題。由于政策績效有多方因素共同推動，政策工具與其結果之間的聯系間接而有限，當前還沒有建立政策工具及其組合績效與其有效性測度的直接聯系。

2.2 基于神經網絡的評價

鑒于既有政策工具效果評價，或從投入端分析政策工具采納情況，或從產出端分析政策影響的結果本身，沒有實現投入與產出聯動，沒能建立政策工具與政策目的效果之間的直接聯系。為建立這一聯系，本文首先嘗試用多元線性回歸，但試驗結果發現各變量均不顯著。

BP (Back Propagation)神經網絡是一種基于誤差反向傳播算法訓練的多層前饋網絡，具有獨特的非線性適應性信息處理能力，優良的非線性逼近，能夠對大規模數據進行并行處理，自組織、自學習和自適應能力較強等優點，被廣泛應用于分類、聚類、預測和模式識別等領域[45]。與傳統的統計學方法相比，神經網絡具有一定的容錯性，為處理模糊、數據不完全、模擬、不精確模式識別提供一個全新途徑。

神經網絡雖難以得到自變量/應變量之間的因果關系，但能夠給出自變量在預測中的重要程度。根據相關分析結果，選擇相關程度較高的影響因素，以一定量數據作為訓練樣本，利用目前預測能力較強、應用比較廣泛的BP神經網絡訓練預測模型，并根據剩余年份影響因素的值對研究對象性能測試，分析預測性能。本文將政策文本中各政策工具的采納情況按年度匯總，標準化后輸入模型調試，找到最小平均預測誤差值，再擬合出輸入各政策工具因素對神經網絡產出結果 (科技成果轉化效率)的相對重要程度。

需要說明的是，一個國家或地區的科技成果轉化水平受很多因素影響，如科技創新能力、區域經濟水平、相關人才儲備，甚至地方文化傳統，轉化過程中也涉及資金支持、主體配合、市場環境、國際競爭等復雜環節。科技成果轉化政策的牽引和驅動只是諸多影響因素之一，甚至未必是其中最重要的因素。對科技成果轉化政策而言，政策的文本類型、發布政策的行政級別，執行政策的適用范圍等也是影響其效力的重要方面。僅僅研究政策工具可能會被指不是影響科技成果轉化效率的關鍵因素，但上述其他因素并非本文研究目的，目前也難對政策工具之外的其他影響因素逐一量化并控制。

2.3 政策轉化效率的確定

如何衡量科技成果轉化水平一直是政策制定者關心的問題，但由于科技成果邊界模糊[46]，成果轉化統計與主流技術交易方式脫節[47]，其測度是個難題。國際上最具代表性的測算是歐洲知識轉移測度專家委員會提出的知識轉移測度指標體系，其評價指標分為兩大類[48]。①成果的商業化潛力，包括發明披露、專利申請和許可量、產學研R&D合作協議等指標；② 成果的商業應用水平，包括許可或轉讓收入、衍生企業等指標。該委員會將第2類指標作為衡量的核心指標。國內學者或從投入端構建指標體系采用因子分析、主成分分析、聚類評價政策實施效果，如根據政策工具分類[49-50]，按照轉化條件、轉化實力、轉化效果[51]，從投入產出的角度[52]構建指標體系。也有從結果端構建指標體系采集數據直接測算評價的。總體而言，國內多采用數量導向的測度指標，國外多采用價值導向的可比指標[48]。

用于評價科技成果轉化效率的具體指標包括但不限于新產品、專利、版權、商標許可量、技術創新公司等，還包括社會效益、企業間知識轉移這類隱性績效。杜寶貴等[53]將全國22個省 (區、市)的科技成果轉化政策作為條件變量，以各地方技術市場合同成交額為結果變量，運用定性比較分析方法 (QCA)對條件變量的各種組合進行比較分析；李斌[54]運用灰色綜合關聯度分析方法，將科技政策各指標數據與浙江省地方高校科技成果轉化績效數據進行關聯分析；Han[55]以技術轉讓合同的數量和特許權使用費收入為因變量測度轉移效果，用分位數回歸分析韓國技術轉移政策的有效性。總體而言，技術市場合同成交額是使用頻率較高的做法[56]。

從指標數據來源看，技術市場合同成交額包括技術開發、技術轉讓、技術咨詢、技術服務，這些技術市場交易活動貼近科技成果轉化實質，是技術市場發展程度最直接的體現[57]。我國2017年啟動的 《中國科技成果轉化年度報告》[58]也以科技成果轉讓、許可、作價投資和技術開發、咨詢、服務方式轉化為報告內容。因此，本文參照技術市場合同成交額來表征重慶市科技成果轉化效率，數據采集自 《中國科技統計年鑒》。

3 政策文本的選擇與量化分析

科技成果轉化是指為提高生產力水平而對科學研究與技術開發所產生的具有使用價值的科技成果所進行的后續實驗、開發、應用、推廣直至形成新產品、新工藝、新材料，發展新產業等活動[59]，在國外也被稱為技術轉移[60]，具有鮮明過程與結果導向特征。在過程導向中涉及政府、研究機構、企業、產業等不同主體的資金流動、知識轉移，在結果應用中涉及市場環境、產業結構、經濟基本面、國際競爭力等多方面不確定因素。由于過程環節多、邊界不明晰，科技成果轉化政策文本采樣是個復雜問題。

3.1 成果轉化政策體系梳理

為了充分了解重慶科技成果轉化政策體系，本文以關鍵詞檢索加機構文件掃描的方式，廣泛采集與促進成果向市場轉化密切相關的科技創新、產業發展、企業研發、科研管理等政策。檢索關鍵詞包括 “成果轉化” “技術轉移” “技術轉讓” “技術交易” “產業化” “孵化”等，數據來源于重慶市人民政府、重慶市科學技術委員會、重慶市財政局等政府相關部門官網。

自1997年10月首次頒布 《重慶市技術市場條例》布局科技成果轉化戰略以來，共掃描到109份相關條例、通知、辦法、意見等政策文件。除科技成果轉化專項政策外，產學研政策、產業化政策、科技創新政策也有設置條款促進科技成果向市場轉化。這些政策圍繞創新鏈各環節進行政策設計，面向產業鏈形成完整的政策體系。其中，科技創新政策大多從頂層戰略高度出發，產業化政策扶植某一具體行業，產學研側重分工協作，依次作用于政府、企業、科研院所三方，促進創新鏈末端產業發展。

3.2 成果轉化政策文本采集

此次科技成果轉化政策文本采集根據應用對象可分為產學研政策、產業化政策和科技創新政策3個模塊，如圖1所示。其中，面向產學研合作的產學研政策是實現科技成果轉化的重要途徑。此類政策早期指企業、大學、科研機構三方協同創新的活動或行為，近年強調建立產學研三方面的開放協同創新機制，即合作各方以資源共享或優勢互補為前提，以共同參與、共享成果、共擔風險為準則，共同完成一項技術創新所達成的分工協作的契約安排[61]。產業化政策則多以財政配套政策入手，以股權激勵、科技轉化成果補貼、免費法律會計服務等為高技術企業提供支持[62]。

圖1 重慶市科技成果轉化政策體系 (2000—2019)

相比科技成果轉化涉及整個轉化鏈條，產業化政策更強調市場經濟，在實施途徑上可通過戰略規劃加政策面引導，自上而下推動、自下而上拉動以及由內而外推進[63]。科技創新政策由政府主導，最終目標是為市場或國家戰略服務，科技成果轉化只是其中的途徑之一，因此科技創新政策的外延要比科技成果轉化更大。

在科技成果轉化政策體系中，產學研政策側重支持高校、科研院所和企業各主體的協同合作，產業化政策側重市場主體培育，科技創新政策則以政府目標為導向。雖然它們都是推動科技成果從實驗室走向市場的有機構成，科技成果轉化是這些政策實施的途徑或目標之一，但促進科技成果轉化并非其專職或首要目標。因此，本文最終選擇了27個最核心的科技成果轉化政策，采用文本計量方法，拆解政策中不同政策工具信息單元加以編碼分析，政策清單見表1。本文認為政策隨時間的更迭代表政策力度的加強，故新舊政策等同視之，不做替代處理。

3.3 成果轉化政策工具編碼

目前主流的政策工具理論有Hoppmann等[64]提出的三層次法、Rothwell等[65]提出的供需要素三分法等。本文采納當前適用性最廣的政策工具分析框架，即Rothwell等提出的供給型、環境型、需求型政策工具。其中，供給型政策工具指政府通過直接擴大對人、財、物和技術等科技成果轉化相關要素供給，推動轉化；需求型政策工具以政府刺激或重組新市場，降低市場風險和不確定性，激發科研人員創新信心和決心等方式，拉動轉化；環境型政策工具指政府提供財政政策和法制規制等政策環境，間接影響科技成果轉化的環境因素[66]。

在編碼環節，本文總結既有十余篇文獻中的科技成果轉化政策工具體系，根據所采集到政策的內容特征，以政策工具供需三要素為大框架，設置政策工具2級標引體系。具體編碼步驟是：①人工判讀各政策文本，以各科技成果轉化政策中的目標條款為編碼對象，以全政策文本、政策條目、政策款項3級粒度參考標引體系編碼；②編碼完成后由第2人全面再編校對，加強編碼客觀性，確保編碼可信度。部分政策條款的政策工具編碼示例見表2。

表1 重慶市科技成果轉化核心政策

表2 重慶市科技成果轉化政策工具條款編碼示例

本文對掃描結果中高度相關的27個政策文本進行了工具標引，共獲得144條編碼序列。由于編碼對象有的針對全文本，有的針對具體條目甚至具體款項，不同粒度的重要性不同，因此參考該地區政策編碼的平均水平，對不同粒度進行加權標準化處理。統計發現，人才培養和資金投入是科技成果轉化政策中使用最頻繁的工具，這兩大工具使用占比均超過22%；財務金融、稅收優惠和基礎設施手段也是促進科技成果轉化的慣用政策工具，三者使用率分別為16.2%、11.0%、10.5%；信息支持、法律管制和策略性措施使用率偏低，三者平均利用率約為5.5%；而包括政府采購和海外機構在內的需求型政策工具在重慶市科技成果轉化政策中占比不到1%，在本次編碼中未見服務外包和貿易管制。重慶市科技成果政策工具的采納情況見表3。

表3 重慶市科技成果轉化政策工具的使用率

總體而言，重慶市科技成果轉化政策中，不同類型政策工具的采用情況差異較大，供給型工具推動轉化的投入力度最大，使用占比超過60%；營造有利轉化的環境型工具使用情況次之，相關工具占比將近40%；而需求型工具拉動轉化的使用微乎其微，使用率不到1%。

4 基于文本量化的政策工具效果評價

4.1 成果轉化政策效率測算

從技術市場合同成交額看，重慶市2000年以后科技成果轉化整體呈上升態勢，具體分為兩個階段：2000—2009年重慶科技成果轉化時有波動，但變動幅度相對較小，平均技術市場合同成交額為44.58億元；自2010年開始重慶技術合同成交額陡然攀升，尤其是2014年高達156.20億元，伴隨劇烈波動，重慶市技術市場合同成交額開始維持在一個新的高度，約為87.98億元。為了初步探究技術市場合同成交額與科技成果轉化政策的相互關系，本文統計了重慶市科技成果轉化政策的年度發布情況，結果發現，當將統計各年轉化政策數向后平移3年后，技術成交額與轉化政策變化趨勢較為一致，具有較強的相關性。

4.2 神經網絡分析

(1)數據預處理。對變量進行標準化。由于BP神經網絡在分析時，如果影響因素不全面或過少會造成預測精度降低，因此剔除空值變量服務外包和貿易管制。

(2)模型設計。根據影響因素和研究對象的個數，將模型輸入層設置為10個神經元 (即影響因素的個數)，輸出層設置為1個神經元 (即目標對象的個數)。對隱含層神經元個數的確定目前尚無理論依據和有效方法，需根據試驗確定。根據目前幾種經驗公式，確定隱含層神經元個數的范圍是3、4、5、13、21。在此范圍內，通過設置不同隱含層神經元個數進行統計分析，發現當隱含層神經元個數為4時，平均預測誤差最小，所以選擇隱藏層中最大單位數為4的模型，見表4。

表4 隱含層神經元個數的確定

(3)數據擬合。數據擬合結果如圖2所示,圖中對角線位置代表理想結果，在這種情況下明顯可見點高度集中在標識線旁邊。通過相關性和錯誤確認，并在最終表中報告，證明了本文所提出方法的效率。

(4)神經網絡輸入變量及其與擬合過程的相關性。在神經網絡分析的自變量標準化重要性排名中，信息支持、基礎設施、金融支持、稅收優惠、人才培養這幾項分列前5位，其標準化的重要性依次為100%、50.2%、40.7%、39.7%、33.4%。

圖2 數據擬合結果

4.3 統計分析結論

(1)公共基礎設施與服務對轉化的促進效果最為明顯。基礎設施是指國家在 (重點)實驗室、研發中心、研發基地、高技術園區、科技型企業孵化器、研發協會等科技成果研發生產基地上的投入。信息支持指通過建設各類科技信息服務平臺、圖書館、數據庫、中介服務商等，擴大科技信息共享與交流。分析結果顯示，公共設施與服務投入對轉化的作用效果非常明顯，在神經網絡分析結果的重要性排名中分列1、2位。科技成果有自行投資、轉讓、許可、合作轉化、作價入股等多種轉化方式，除自行投資為直接轉化外，其他間接轉化途徑都需要第三方科技中介服務機構進行有效介導。基礎設施類措施注重搭建緊密聯系科技成果供需的 “硬實體”，信息支持服務類措施側重搭建溝通科技成果供需雙方的 “軟平臺”。二者軟硬兼施可有效減少市場上科技成果供需錯位，及科技成果轉化過程中的信息不對稱情況，從而有效搭建促進科技成果轉化的積極環境。

(2)直接的人力、財力投入并非促進轉化的首要因素。以直接支付的方式向被扶持行業提供資金援助，或以現金獎勵、股權激勵、分紅激勵等直接激勵措施引導人才引進和培養是大多數政策中的常見手段，科技成果轉化政策也不例外。重慶市科技成果轉化政策的文本量化統計顯示，資金投入、人才培養兩類工具的使用占比分別為22.8%、22.1%，是此次分析中使用率最高的政策工具。但神經網絡分析結果發現，這種最直接的人力、財力投入對轉化效果的相對重要性排名并不靠前，分別只位列第7位和第5位，與其在政策中的高采納實施效果不對等。綜合對比廣東、浙江、湖北等地以及部分高校推出的科技成果轉化政策中對人才資金的鼓勵條例發現，各地、各機構均推出了大量人才支持和資金投入政策，存在人才爭奪和人才競爭現象，同質化競爭使該政策工具的效果顯著下降。

(3)金融和稅收工具是調控科技成果轉化的穩定手段。金融支持和稅收工具是政府慣用的扶持手段。金融支持指各種金融及衍生機構提供的貸款保證、投資擔保、風險投資、信托制度等支持。科技成果轉化需要經歷研發、孵化、商業化、產業化等階段，讓金融手段參與其中，能夠為各階段發展與銜接提供必要的資金支持，撬動市場力量補充政策性資金支持不足，并能轉移風險，引導產業生態更健全地發展。稅收是國家參與社會產品分配的一種非常重要的政策工具，稅收優惠旨在通過減輕納稅義務激勵相關主體，是國家干預經濟的重要手段之一。稅收優惠給予成果轉化主體各項賦稅上的減免，如稅收減免、稅率優惠、加速折舊、加計扣除等，作為一種典型的 “事后扶持”政策工具，可以通過市場機制避免資源錯配、降低交易成本，從而能夠充分調動扶持對象的主觀能動性。金融支持、稅收優惠這兩大財稅政策工具的使用頻率與其作用效果地位對等，無論是加權后的采納率還是神經網絡分析的標準化重要性，二者排名均分列第2、3位，說明重慶企業孵化和產業化配套效果較好，金融和稅收工具在調控科技成果轉化方面效果穩定。

(4)需求型政策工具采納率過低，拉動市場效果甚微。政府借助需求型政策工具意在通過政府采購、政府服務外包直接向市場投遞需求信號，并通過進出口管制措施及與國際技術轉移機構合作交流拉動海外市場。此類工具依賴政府部門本身的需求強度，且一國政策一般難以撬動海外市場，因此培育需求側市場的政策工具在采納率方面排名靠后，重慶市相關工具使用率不到1%。政府采購方面，僅 《重慶市促進科技成果轉化條例》 《促進中國重慶高新技術交易會成果轉化優惠政策》 《重慶市推進高新技術產業化的若干規定》分別規定對經認定的重大科技成果轉化項目產品、國家自主創新產品清單內產品，以及市內高新技術產品，優先列入政府采購目錄計劃。海外機構設置上， 《重慶市技術轉移體系建設實施方案》提出建立國際技術成果轉化基地 (中心)和技術轉移轉化服務機構，加速技術轉移載體全球化布局。服務外包和貿易管制這兩類工具在重慶市科技成果轉化政策體系中幾乎完全缺失。分析同樣顯示，需求型政策工具對促進科技成果轉化的相對重要性也排名最后。

5 結論與政策建議

總體看，重慶市科技成果轉化政策工具體系較為完備，但不同類型政策工具采納情況存在一定差異，政策工具采納情況與其促進科技成果轉化效率的重要程度也不一致。將政策工具的重要性與其使用率之比定義為該政策工具的采納效率，不同政策工具促進成果轉化的效率見表5。結果發現，重慶市科技成果轉化政策體系整體上較粗放，政策組合優化與協同保障方面還有提升。

表5 重慶市科技成果轉化政策工具的使用率、重要性與效率排序

5.1 供給型政策應提高投入精準度

政府是科研活動的主要項目委托人和經費出資人，人力、財力等投入手段是最常用的直接供給型政策工具。在效率視角下，供給型政策工具中人才培養和資金投入的排位處于末尾 (見表5)，直接的資金投入和人才培養在科技成果轉化的產出效應與其投入力度不相匹配，政策工具效率也低，提示應謹慎使用簡單粗暴的 “投喂型”政策工具。另一方面，供給型工具中基礎設施與信息支持兩個工具的效率表現較為理想。這說明做好鏈接成果轉化供需雙方的基礎設施平臺和信息服務，解決、匹配好轉化前、后端信息不對稱問題是政策制定者在資金、人才支持投入基礎上，須更深一步考慮的配套支持。在重慶市科技成果轉化4類供給型政策中，存在一定程度的資源錯配，未來要考慮解決科技成果轉化的資金 “堵點”、人才培養 “痛點”，加強政策投入效果研究，提高供給精準度和深度。

5.2 環境型政策需重視靈活性和適用性

金融、稅收、法律等環境型政策工具一直是政府塑造良好營商環境的有力手段，在促進科技成果轉化的效率評價中，其使用率與對轉化效率的重要性排序相當，總體表現穩定。說明在當前科技成果轉化政策中，環境型政策工具的配比和投入相對合理，其政策有效性較為明顯，可作為一個較好的示范案例。然而，深入了解環境型政策工具后發現，這類政策的內容涵蓋法律、金融、社會等領域，兼系統性、專業性、協同性為一體，更像 “一攬子”政策。分析結果顯示，策略措施、法律規制這類問題導向性政策的重要性排在金融支持和稅收優惠這類專業性政策之前，說明環境型政策工具中，帶來發展 “確定性”的 “因地制宜”政策的重要性大于金融 “軟環境”的支持。

5.3 需求型政策應探索合理供給模式

如表5所示，需求型政策工具 (海外機構和政府采購)對轉化的作用效率排名最前，但因為當前這類工具數據量太小，難以作為實際采納效率的參考。有研究表明，需求型政策供給不足在國內是較為普遍的現象[67]，其原因有市場開放程度不充分、政府采購模式與市場經濟協同難度較大、國內企業總體出海能力較弱等。這些困難也與我國現階段經濟發展不平衡、不充分相關，反映出高質量發展過程中存在的障礙。需求型政策作為最直接驅動市場發展的政策工具，需要從內外因兩個角度進一步探索合理的供給模式。例如，從政府自身需求出發，探索和推進政府服務外包新形式；從市場角度出發，拓展更多海外機構管理內容和功能，幫助企業出海等。

5.4 重視政策差異性及政策工具組合效應

政策制定因時、因地、因勢而異，不同政策的實施效果也不盡相同，這與不同政策工具的使用及其作用有關，也與區域間宏觀政策戰略定位與競爭相關。以重慶市科技成果轉化政策為例，對政策工具轉化效率的評價研究，試驗了借助BP神經網絡鏈接科技成果轉化政策工具及其轉化效率，分析評價政策工具績效的可行性。本文驗證了一些普遍認識，如國內目前普遍存在的需求型政策投入不足；發現了一些有趣的現象，如直接的人力、財力等投入政策工具并非促進成果轉化的首要因素等。由于各地經濟發展情況不同，其他地區科技成果轉化政策工具效果和效率是否有相同結論還需更多數據支持。但通過政策信息學的計量分析手段，可以繼續深入分析研究政策工具效率、評價政策工具組合優化、揭示政策工具合理配置比例等諸多問題。