基于文本挖掘的共性技術政策文本量化及政策組合特征研究

孔令凱，楊曉萌，林超然，李保祥

（1.昆明理工大學管理與經濟學院，云南昆明 650504；2.江蘇科技大學經濟與管理學院，江蘇鎮江 215699；3.哈爾濱工程大學經濟管理學院，黑龍江哈爾濱 150001）

共性技術具有顯著的知識外溢性，能在多個行業、領域或地區內使用，對經濟發展、產業結構轉型升級意義重大，但共性技術卻面臨市場失靈及組織失靈問題，技術供給主體缺失，技術研發投入不足，急需政府發揮社會公共事務管理者角色，引導共性技術研發及擴散，配置共性技術創新資源，營造共性技術創新環境，解決共性技術創新“市場失靈”及“組織失靈”問題。政策法規是政府干預共性技術研發的主要手段，我國已經頒布《國家中長期科學和技術發展規劃綱要（2006—2020 年）》以及《“十四五”國家高新技術產業開發區發展規劃》等一系列政策，然而政府政策對共性技術的支持與期望目標相差甚遠，共性技術供給不足問題仍沒有解決，關鍵原因之一在于我國共性技術政策體系尚未真正建立，政策定位不清晰。因此，深入共性技術政策本身，挖掘共性技術政策情報信息，探究共性技術政策體系間的相互作用，對于構建完善的共性技術政策體系意義重大。

1 文獻綜述

針對共性技術政策，國內外學者Trojer 等［1］、Pilinkien［2］、周源［3］先后從市場失靈、組織失靈視角探討共性技術政策的正當性和合理性，并對共性技術政策干預力度，政策干預形式，政策設計原則等內容展開研究。如何構建完善的共性技術政策體系已經成為學者研究的焦點。如馬名杰［4］基于政府與市場作用差別，提出共性技術政策設計應平衡政府政策干預與市場調節；李慧等［5］則提出明晰政府與市場邊界，準確定位政府角色，科學合理地引導政策制定；韓元建等［6］則認為政府干預應堅持產業界主導的原則。也有學者從共性技術準公共物品屬性視角，提出共性技術政策制定應強調產學研、官產學研、技術研發平臺、國家研究院所建設等內容，例如：朱桂龍等［7］基于案例分析，提出共性技術政策應指導產學研協同創新模式構建；薛捷等［8］基于國外共性技術研發模式，提出“官產學研”的合作組織形式；李曉桃等［9］認為市場失靈嚴重的關鍵共性技術，只能由國家研究所供給。針對共性技術政策干預的形式，陳朝月等［10］、Zuo 等［11］、鄭月龍等［12］分別提出政策制定應包含稅收優惠、政策補貼、政策性貸款、引導社會資本等經濟支持手段；李冬冬等［13］則提出知識產權保護的非經濟干預手段。上述研究均是基于靜態視角探討共性技術的政策設計，尚未考慮共性技術的動態變化。因此，王敏等［14］、盛永祥等［15］基于動態變化視角，結合生命周期理論，探究共性技術不同階段所具有的特征，提出對于不同階段的共性技術，政策引導的創新主體以及創新方式應有所不同；袁野等［16］提出需要動態調整共性技術政策支持方式，發掘政策靶點，推動長效治理體系構建。此外，李紀珍［17］、樊霞等［18］、馮云昊等［19］針對共性技術政策體系存在的問題展開研究，指出共性技術政策存在概念和評價標準不明確、組織方式不合理、政策導向不足、側重應用研究以及研發資金支持退出過快等問題。

共性技術政策研究已頗具規模，大多從共性技術政策制定原則、政策干預形式、政策引導組織形式開展研究。然后，現有共性技術政策研究鮮有深入共性技術政策本身，梳理共性技術政策干預領域、政策工具以及政策間作用關系，導致共性技術政策認識不足，阻礙共性技術政策理論研究，影響共性技術政策體系構建及完善，制約共性技術創新。基于此，本文深入共性技術政策本身，收集共性技術政策文本，引入文本挖掘技術，提取共性技術政策主題以及主題特征詞，量化共性技術政策，剖析共性技術政策組合及其特征，探討共性技術政策間協同作用。研究對于深化共性技術政策認識，豐富共性技術政策研究，完善共性技術政策體系具有理論意義和實踐參考。

2 研究設計

2.1 數據收集及預處理

（1）共性技術政策文本收集。共性技術是一類與產業發展緊密結合，應用領域廣泛，對我國經濟發展具有較大促進作用的技術［20］。根據重要性的差別可將共性技術分為一般共性技術、基礎共性技術以及關鍵共性技術，部分文獻將關鍵共性技術稱為共性關鍵技術［19］。因此，政策文件檢索過程中，本文確定檢索關鍵詞為“共性技術”和“共性關鍵技術”，利用北大法寶數據庫收集政策文件，檢索時間跨度為1984 年至2022 年，共收集1 441 條相關政策，刪除尚未生效政策，剩余1 319 條政策，逐一排查1 319 條共性技術政策，借鑒張國興等［21-22］團隊對政策量化標準的研究成果，從人事措施、行政措施、財政稅收措施、金融措施、引導措施和其他措施6 個方面篩選與共性技術創新、共性技術成果轉化、共性技術研發、共性技術擴散相關的政策文件，保障數據可靠性、準確性，篩選后有271 條政策與共性技術關聯性不強，剩余1 048 條政策，其中部門規章850 條、行政法規104 條、團體規定16 條、黨內規章39 條、法律30 條、行業規定9 條，部門規章占據共性技術政策總量的64%。共性技術政策發布部門或機構有國務院、黨中央部門機構、全國人民代表大會、全國人大常委會等。文中收集的政策文件不包含地方性政策。

（2）共性技術政策文本預處理。人工篩選共性技術政策后，為準確理解共性技術政策文本，本文將實施政策文本預處理，提取政策文本主題。由于Viterbi 算法具有良好的切分歧義處理能力，并且能夠識別新詞，深入挖掘共性技術政策核心信息，最大程度減少信息損失，因此，采用Viterbi 算法進行文本分詞。為降低無效噪聲詞語的影響，基于分詞結果以及哈工大停用詞詞庫，反復調整停用詞庫，進而刪除噪聲詞語，挖掘共性技術政策核心信息。除過濾停用詞外，如式（1）采用TF-IDF 算法提取特征項［23］，降低信息噪聲的影響。政策文本預處理后，抽檢政策文本預處理結果，得到：創新、科研、技術標準、產學研、項目、課題、財政等詞語，分詞結果能夠反映分詞前后字串信息構成規則，具有實際意義，不存在歧義，表明政策文本預處理操作有效。

2.2 研究方法

（1）政策主題提取模型。由于LDA（latent dirichlet allocation）主題模型能夠挖掘文本文檔中隱藏的語義信息，處理海量的文本文檔，實現文本文檔的高效聚類，因此，采用LDA 模型提取共性技術政策主題。LDA 主題模型利用狄利克雷分布尋找主題在數據集中的分布以及主題詞在主題中的分布（如圖1 所示），為避免LDA 主題模型過度擬合，需設定模型主題數量，其中Biel 等［24］提出使用困惑度（perplexity）確定主題數量。

圖1 LDA 模型貝葉斯網絡

（2）政策組合及特征分析。政策組合是指相互作用影響的政策工具的組合。為了探究共性技術政策組合模式，本文基于主題共現探究不同政策主題間的作用關系，主題共現能夠將各種信息載體進行量化分析，揭示不同信息在內容上的關聯作用關系，進而抽取有價值的信息［25］。為了降低共現頻次較低的政策主題對于后續研究的影響，本文通過測算不同政策主題共現的支持度，設定閾值篩選有價值的政策組合，既滿足：表示不同政策主題組成的項集。其中政策主題X和Y同時出現的概率，即支持度的計算如式（6）所示。

基于共性技術政策組合研究，為探究產業關鍵共性技術政策組合特征，掌握共性技術政策建設現狀。本文借鑒徐喆等［26］、Costantini 等［27］的研究成果，從一致性、綜合性和均衡性3 個維度分析不同共性技術政策組合的特征，深度挖掘共性技術政策信息，為完善我國共性技術政策體系提供參考。政策組合一致性指共性技術政策組合內部各政策間的相互作用，可用于分析政策間是否存在沖突；政策組合綜合性能夠有效衡量政策運用的廣度；政策組合均衡性則能夠衡量政策工具與政策目標的強度是否均衡。具體而言，一致性、綜合性以及均衡性計算如式（7）至（11）所示。

2.3 研究框架

基于以上分析，構建論文研究框架，結果如圖2 所示。研究框架可分為3 個模塊：（1）共性技術政策法規采集，清洗無效數據，構建共性技術政策文本數據集，采用Viterbi 算法實現文本分詞，并利用TF-IDF 算法實現文本向量化；（2）構建LDA 主題模型，提取政策主題及特征詞，測算各政策主題強度，繪制特征詞詞云；（3）基于技術主題共現關系，挖掘共性技術政策組合，探究政策組合的綜合性、一致性以及均衡性特征。

圖2 研究框架

3 共性技術政策主題提取及量化

3.1 共性技術政策主題提取

本文采用LDA 模型提取政策文本主題，LDA 模型提取效果與主題參數設置直接相關，為保障共性技術政策主題提取的準確性和可靠性，采用困惑度以及Python 可視化方法確定模型最優主題參數。計算主題數分別為1～49 時模型困惑度，若當前主題與前一主題困惑度差值最大，與后一個主題困惑度差值最小，則主題對應的點為曲線肘形［28］，曲線肘形對應主題數為模型最優主題數。

當主題數為28 時，困惑度曲線出現肘形，模型可能存在最優主題數，為保障主題提取效果，可視化主題數為28 時LDA 模型內各主題的分布如圖3（a）所示，并隨機設置主題數為47，再次可視化LDA 模型的主題分布如圖3（b）所示，對比兩種不同主題參數下模型可視化結果，可知當主題參數為28 時，各政策主題分布于4 個象限，特征詞重疊度下降，主題區分明顯，因此設定LDA 模型主題參數為28。此外，LDA 模型其余參數，借鑒Heinrich［29］研究，設定

圖3 我國共性技術政策不同主題數下LDA 模型困惑度及可視化結果

特征詞共性技術出現在每個政策主題中，為挖掘更多核心信息，將共性技術設為停用詞，得到“文檔-主題”及“主題-特征詞”矩陣，“文檔-主題”矩陣中部分文檔隸屬多個主題，本文篩選隸屬度大于0.1 的政策主題［30］，并展示部分文檔，結果如表1 所示。

表1 我國共性技術政策文檔及其政策主題概率分布（節選）

主題關鍵詞明顯，重疊度不高，表明共性技術政策主題提取效果良好。為便于分析和指代，對提取的共性技術政策主題進行命名，結果如表2 所示。

表2 我國共性技術政策主題關鍵詞及命名

根據表2 可知共性技術政策干預的領域包含節能環保（Topic5）、物聯網（Topic6）、人工智能（Topic7）、飲用水及醫療（Topic8）、智能制造機器人（Topic11）、食品藥品（Topic12）、農產品及中醫藥（Topic14）、節能材料領域（Topic16）、裝備制造業（Topic17）、農業農機（Topic18）、海洋測繪及地理信息（Topic21）。從共性技術政策干預行業可以看出，共性技術政策干預較多的高技術行業，原因在于高技術行業研究開發投入高，人員投入比重大，技術復雜且關聯性強容易形成共性技術，市場失靈問題嚴重，需發揮政府社會公共事務管理角色，配置共性技術創新資源，實現共性技術的先行研發。

從本文提取的政策主題還可以看出，政府常用的政府工具有搭建技術創新平臺（Topic2）、制定共性技術專項計劃（Topic3）、科技成果評價（Topic4）、構建產學研基地（Topic15）、資助科研合作（Topic20）、鼓勵科技成果轉移（Topic23）、知識產權保護（Topic24）等，我國政府已經采用多樣化政策工具干預共性技術研發。

3.2 共性技術政策主題量化分析

（1）政策主題強度及政策數量變化。基于政策主題提取結果，統計政策主題內部政策數量，并按照“文檔-主題”概率分布，計算共性技術政策主題強度，主題強度能夠充分表示共性技術政策主題的熱門程度。同時，考慮共性技術政策效力差別，借鑒徐喆［26］及彭紀生的［31］研究，將政策效力融入主題強度計算公式，計算過程如式（12）所示。

圖4 我國共性技術政策主題強度及政策數量變化

由圖4（a）可知，各政策主題強度差別明顯，表明共性技術政策主題界限清晰，再次說明政策主題提取的有效性。共性技術政策主題強度最高的是關鍵共性技術研發（Topic28），關鍵共性技術市場失靈嚴重，政府干預力度強，本文收集的共性技術政策中，有12 條法律涉及關鍵共性技術研發，效力級別較高，從而致使該主題強度較高。此外，搭建產學研基地（Topic15）、實施地方科研合作（Topic20）作為政府常用政策手段，科研合作與產學研基地建設能調動區域資源優勢，配置創新資源，加速共性技術創新進程，當前我國已經形成100 多個共性技術區域創新中心，旨在集中地區優勢資源，提升共性技術創新能力，保障共性技術供給。裝備制造業技術創新（Topic26）主題強度僅次于Topic28 與Topic20，裝備制造業作為政府干預的主要行業之一，其原因在于裝備制造業具有科技創新能力強、關聯度高等特點，要求共性技術研究先行。

圖4（b）中，展示共性技術政策主題出現時間及內部政策數量變化，2000 年以前共性技術政策主題僅有技術創新協同戰略（Topic13）、地方科研合作（Topic20）、地理信息及海洋工程測繪（Topic21）。技術創新協同戰略以及科研合作兩個主題之所以出現時間較早，是因為我國政府早期通過制定共性技術創新協同戰略，引導高校、科研院所、中小企業等創新主體實施產學研合作，為共性技術研發配置資源，解決共性技術無人研發的困境，政府的一系列舉措導致該類主題出現時間較早。此外，部分基礎性共性技術，由于市場外部性顯著，市場失靈問題嚴重，研發主體主要為國家，因此早期共性技術政策干預的領域主要是測量測繪、技術標準等基礎性共性技術，也導致地理信息及海洋工程測繪主題出現時間比較早。2000 年后共性技術政策主題逐步細化，尤其是在2006 年國務院頒布《國家中長期科學和技術發展規劃綱要（2006—2020 年）》和發改委頒布《高技術產業發展“十一五”規劃》之后，共性技術政策數量逐年增加，主題逐步細化，共性技術政策干預領域不斷拓寬。

（2）政策主題特征詞統計。利用LDA 模型得到的“文本-主題”以及“主題-特征詞”矩陣，篩選主題概率隸屬度大于0.1 的政策主題，并統計不同政策主題內部不同特征詞的頻次，進而繪制共性技術政策特征詞詞云，結果如圖5 所示。

圖5 我國共性技術政策特征詞詞云

從本文繪制的詞云可知，應用、基礎、關鍵技術、技術創新等詞語出現頻次較高。共性技術可分為基礎性共性技術和應用性共性技術，應用性共性技術能夠被快速轉化為產品技術，直接應用到產品生產，相對于基礎性共性技術，該類技術的應用研究靠近市場，解決產品開發問題，對于應用性共性技術的重視致使應用特征詞出現頻次較高，也表明大部分政策文件側重支持應用性共性技術。技術創新是共性技術政策文件中出現頻次較高的特征詞之一，其原因在于我國作為發展中國家，政府干預共性技術的首要目標是獲取先進共性技術，相比國外任務導向型，更注重國家和企業自主創新，提升創新能力，向中國智造轉變。詞云中關鍵技術特征詞出現頻次較高，共性技術與關鍵技術往往相互作用，形成關鍵共性技術，對國民經濟發展、技術升級以及產業結構優化意義重大，政府也傾向于發展該類技術。

4 共性技術政策組合及特征分析

4.1 共性技術政策組合分析

政策組合（policy mix）可分為政策目標組合及政策工具組合。政策目標組合旨在應對危機情景，它涉及政治問題；政策工具組合則是為治理行為失靈或促使某特定目標實現的過程。實踐中政策目標以及政策工具往往相互作用，形成不同維度的政策組合，且政策組合處于動態變化發展中，探究政策組合特征對于完善政策體系意義重大。為揭示共性技術政策間的相互作用及其政策組合模式，根據“文檔-主題”矩陣，結合支持度計算方法得到不同政策主題間的支持度，將支持度閾值設置為0.05，最終篩選結果如表3 所示。

表3 我國共性技術政策主題出現次數最多的組合

滿足支持度閾值條件的項集共17 項，均為2 項集，在第1～5 的項集中，前項有Topic6、Topic13、Topic15、Topic23、Topic28，地方科研合作（Topic20）均為后項，前項政策主題與后項政策主題關系密切，多個項集的目標旨在促進各地區科研合作，調動創新主體積極性，解決共性技術無人研發的困境，本文將以地方科研合作（Topic20）為后項的5 個項集定義為以解決共性技術組織失靈為目標的政策組合；在第6～9 的項集中，Topic11、Topic15、Topic17、Topic23 為前項，裝備制造業技術創新（Topic26）為后項，但Topic26 在第16 項集中變為前項，后項則變為Topic28，因此，將第6～17的項集定義為同維度的政策組合，前項政策與后項政策旨在優化關鍵共性技術研發措施，構建優勢產業的關鍵共性技術研發機制，實現關鍵共性技術創新，本文將該類政策組合命名為鼓勵關鍵共性技術研發。兩種政策組合的解釋如下：

（1）解決共性技術組織失靈的政策組合。“組織失靈”是共性技術創新面臨的主要問題，而該政策組合能夠聯合各創新主體，實現共性技術創新主體深度合作，釋放創新資源，破解單個創新主體能力限制問題，滿足共性技術研發條件，解決“組織失靈”問題，實現共性技術創新。當前已出臺《關于推動產業技術創新戰略聯盟構建的指導意見》等政策文件，采用官產學研合作、“公司+聯盟”、技術創新聯盟等政策工具，促進共性技術創新主體合作，共同研發共性技術。該政策組合效果明顯，我國已經形成100 多個共性技術區域創新中心，旨在解決共性技術創新組織失靈問題，保障共性技術供給。

（2）鼓勵關鍵共性技術研發的政策組合。關鍵共性技術外部性特征明顯，準公共物品屬性顯著，市場失靈問題突出，需以政府為主導，構建關鍵共性技術研發機制，保障關鍵共性技術供給，目前政府已經頒布政策文件為關鍵共性技術研發提供專項經費、制定研發計劃、激勵科技成果轉移，并不斷優化相關研發舉措，鼓勵關鍵共性技術研發。在鼓勵關鍵共性技術研發政策組合中，部分政策強調發展裝備制造業領域的關鍵共性技術，由于裝備制造業具有科技創新能力強、關聯度高等特點，是我國國民經濟發展以及國防建設的基礎產業，要求共性技術研究先行，各政府對裝備制造業領域的共性技術研發給予高度重視，致使該領域的共性技術政策不斷增多，配套政策逐漸完善。

4.2 共性技術政策組合特征分析

（1）共性技術政策組合一致性特征分析。政策組合一致性能夠探究各政策之間的作用關系，是衡量政策組合能否有效運行的關鍵指標之一。根據“主題-特征詞”矩陣，采用夾角余弦公式測算政策主題相似度，結果如圖6 所示。在此基礎上，結合公式7 計算兩種政策組合的一致性，結果如圖7 所示。

圖6 我國共性技術政策主題相似度

圖7 我國共性技術政策不同政策組合一致性變化

由圖7 可知1995 年以前，兩種政策組合一致性趨于零，政策間協同作用不明顯，甚至可能出現政策相互沖突的情況。2005 年以后，兩種政策組合的一致性波動上升，政策協同作用增強，不同類型的政策組合一致性差距不大，2009 年至2015 年解決共性技術組織失靈的政策組合一致性較高，2015 年后鼓勵關鍵共性技術研發的政策組合一致性實現反超。總體而言，兩種政策組合的一致性偏低，政策間協同作用不強，究其原因在于我國共性技術政策制定部門林立，各政策部門之間信息流動性較差，政策間可能產生沖突，影響政策組合的支持作用。

（2）共性技術政策組合綜合性特征分析。政策組合的綜合性可用于分析為實現特定政策目標，政府采用的多樣化政策工具，能夠衡量政策運用的廣度。政策綜合性越高，政策工具越全面。結合式9，得到不同政策組合的綜合性，結果如圖8 所示。

圖8 我國共性技術政策不同政策組合綜合性變化

由圖8可知兩種政策組合的綜合性呈上升趨勢，表明我國政府采用多樣化的政策解決共性技術組織失靈問題，鼓勵關鍵共性技術研發。1983 年以前，兩種政策組合的綜合性為0，這一時期共性技術由產業院研發。1996 年后 兩種政策組合的綜合性緩慢增長，其原因在于政府通過資金支持、政策性貸款、設立技術研發平臺、制定共性技術專項計劃等多樣性政策工具干預共性技術研發。以《國家中長期科學和技術發展規劃綱要（2006—2020 年）》及《高技術產業發展“十一五”規劃》政策頒布為標志，相關配套政策不斷豐富，兩種政策組合的綜合性不斷攀升。

（3）共性技術政策組合均衡性特征分析。政策組合均衡性反映的是在同一維度內不同政策類別或同一類別不同方面的政策強度。均衡性越高越能發揮政策的作用。按照公式（11）得到兩種政策組合的均衡性，結果如圖9 所示。

圖9 我國共性技術政策不同政策組合的均衡性變化

從政策組合的均衡性變化如圖9 所示，兩種政策組合的均衡性特征變化不穩定，波動較大，尤其是解決共性技術組織失靈的政策組合均衡性特征變化極不穩定，原因在于部分法律著重強調使用產學研方法聯合創新主體以解決組織失靈，之后企業聯盟、“公司+聯盟”等政策工具迅速豐富，但各政策主題強度差別明顯，致使政策組合的均衡性變化不穩定。兩種政策組合中，新政策的制定會打破原有政策之間的均衡，導致不同類型的政策主題強度差別較大，隨時間推移，各政策主題強度趨于均衡穩定，但新政策的制定，會再次打破政策間的均衡，形成新的循環，進而導致不同政策組合的均衡性出現多個極值點，變化不穩定。總體來看，共性技術政策組合均衡性較低，兩種政策組合內部主題強度差別明顯。

5 結論與啟示

5.1 主要研究結論

在政策文本收集基礎上，利用LDA 模型提取共性技術政策主題，探究政策干預領域及常用政策工具，并結合政策主題間共現關系及支持度，將共性技術政策劃分為兩種政策組合，從綜合性、一致性及均衡性分析共性技術政策組合特征，通過研究發現：

（1）共性技術政策供給能力逐漸加強。國務院、財政部、工業和信息化部、科學技術部等部門紛紛頒布政策支持共性技術研發，政策供給能力逐漸加強，政策數量不斷增加，其中部門規章所占比例較大，法律文件相對較少。

（2）共性技術政策使用領域廣泛，且政策工具日益多樣化。當前共性技術政策已經在食品、中醫藥、裝備制造業、新材料、地理信息及測繪等多個行業或領域使用；采用的政策工具有構建共性技術研發平臺、制定共性技術專項計劃、鼓勵科技成果轉移、實施產學研合作以及技術創新聯盟等。

（3）共性技術政策支持重心仍然是應用性共性技術，但效力級別較高的法律政策文件已經開始強調基礎性共性技術研發，為實現技術體系整體發展，政府針對不同層次的共性技術已經實行差異化政策。

（4）共性技術政策可分為兩種政策組合，其政策組合目標分別是解決共性技術組織失靈和鼓勵關鍵共性技術研發。當前多條共性技術政策聚焦于鼓勵關鍵共性技術研發，旨在擺脫對發達國家的技術依賴，發展關鍵共性技術，解決技術阻礙問題。

（5）共性技術政策中兩種政策組合的綜合性不斷提高，然而政策組合的非一致性及非均衡性問題突出。共性技術政策干預的范圍越來越廣，但政策間協同作用較弱，各政策并不均衡，政策強度差別較大，非一致性及非均衡性抑制了政策的支持作用，降低政策組合的有效性，阻礙共性技術研發，難以實現政策的最大化效應。

5.2 研究貢獻

本研究不但豐富共性技術政策理論研究，而且對于完善共性技術政策體系具有重要意義。具體有以下兩點：

從應用層面而言，本文采用文本挖掘方法，結合共性技術政策，提取不用類型的政策主題及其特征詞，測算不同政策主題強度，進而分析共性技術政策干預的主要領域以及常用的政策工具，在此基礎上采用主題共現及支持度算法，梳理共性技術政策組合模式，從綜合性、一致性以及均衡性分析政策組合特征，為相關主體構建完善的共性技術政策體系提供參考。

從理論層面而言，本文結合LDA 模型、TF-IDF以支持等算法定量分析政策主題及政策主題間關聯關系，同時考慮不同政策的效力級別，改進政策主題強度測算公式，使政策量化結果更精確，并采用可視化方法直觀展示政策特征變化，更深入認識共性技術政策，豐富共性技術政策理論研究。

5.3 政策啟示

政策啟示：（1）共性技術政策供給能力不斷增強，涉及多個領域和行業，為防止政府過度干預共性技術研發，破壞市場競爭環境，擠占私人投資，共性技術政策制定需采取審慎的態度，明晰政府與市場邊界，合理干預共性技術研發；（2）基礎性共性技術作為共性技術的組成部分，政策制定者除關注應用性共性技術研發外，應針對基礎性共性技術創新風險高、周期長的特征，采用多樣化的政策工具，變革政府支持方式；（3）共性技術政策組合綜合性不斷上升，但政策一致性及均衡性較低，為保障政策組合的有效運行，發揮政策組合支持作用，應重視部門之間以及政策之間協作，提高共性技術政策質量以及共性技術政策間的協同作用，保障共性技術政策組合有效運行。