創(chuàng)新政策效果評價(jià)：基于行業(yè)和區(qū)域?qū)用娴姆治?/h1>
2019-10-30 05:27:54郭丕斌劉宇民
中國軟科學(xué) 2019年9期
郭丕斌，劉宇民
(1.太原師范學(xué)院 經(jīng)濟(jì)系，山西 晉中 030619； 2.中北大學(xué) 經(jīng)濟(jì)與管理學(xué)院，山西 太原 030051)
一、引言
從1988年鄧小平同志在全國科學(xué)大會上提出“科學(xué)技術(shù)是第一生產(chǎn)力”開始，到2006年全國科技大會上提出自主創(chuàng)新、建設(shè)創(chuàng)新型國家戰(zhàn)略，并頒布《實(shí)施〈國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要( 2006-2020 年) 〉的若干配套政策》[1]，尤其是2012 年提出創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略以來[2]，創(chuàng)新活動不只局限于科技領(lǐng)域，而是實(shí)實(shí)在在體現(xiàn)在了企業(yè)的經(jīng)營活動之中，“十九大”更是強(qiáng)調(diào)要加快建設(shè)創(chuàng)新型國家、倡導(dǎo)創(chuàng)新文化，把創(chuàng)新的概念擴(kuò)展到了經(jīng)濟(jì)、社會、政治和文化的各個方面。隨著創(chuàng)新驅(qū)動戰(zhàn)略的深入實(shí)施，開展創(chuàng)新政策評價(jià)有助于政府了解各類政策工具的實(shí)施效果，對進(jìn)一步完善創(chuàng)新政策組合、加快建設(shè)創(chuàng)新型國家步伐具有重要的決策參考價(jià)值。
鑒于創(chuàng)新政策評價(jià)對創(chuàng)新政策改進(jìn)和創(chuàng)新活動激勵的重要作用，國內(nèi)外學(xué)者對其進(jìn)行了系統(tǒng)的相關(guān)研究。在概念界定方面，從20世紀(jì)50年代末開始，主要強(qiáng)調(diào)科學(xué)政策與創(chuàng)新研究的概念[3]，而沒有將科學(xué)政策與創(chuàng)新政策進(jìn)行嚴(yán)格區(qū)分，目前仍然有學(xué)者沿用科技創(chuàng)新政策的概念進(jìn)行科技創(chuàng)新政策的評價(jià)[1,4]。但隨著“創(chuàng)新驅(qū)動”一詞越來越受到學(xué)界的重視，越來越多的學(xué)者直接使用創(chuàng)新政策的概念[5-7]，相應(yīng)地開始進(jìn)行創(chuàng)新政策評價(jià)的研究。在評估框架方面，趙莉曉(2014)[8]基于公共政策的評估邏輯,結(jié)合創(chuàng)新政策評估的特點(diǎn)，建立了一套涵蓋政策制定(事前)、政策執(zhí)行(事中)和政策效果(事后)的創(chuàng)新政策評估框架；Rogge等(2016)[9]拓展了跨學(xué)科政策組合概念,提出了由元素、政策過程和特征三方面組成的評估框架；曲婉等(2017)[2]結(jié)合創(chuàng)新活動過程，構(gòu)建了由政策作用對象、創(chuàng)業(yè)創(chuàng)新活動和政策評估內(nèi)容與對象組成的整體性評估框架；Gault(2018)[10]出于監(jiān)測和評價(jià)已實(shí)施的創(chuàng)新政策考慮，結(jié)合系統(tǒng)評價(jià)方法，建立了一個由非金融企業(yè)部門、金融企業(yè)部門、一般的政府部門、為家庭部門服務(wù)的非營利機(jī)構(gòu)和家庭部門等5個部門構(gòu)成的系統(tǒng)性評估框架，此框架更便于國際比較。在評估內(nèi)容方面，一些學(xué)者從系統(tǒng)角度出發(fā)，重點(diǎn)評估創(chuàng)新政策的完整性、協(xié)調(diào)性及政策效力等內(nèi)容[7,11-13]，而另一些學(xué)者則更加關(guān)注政策效果，重點(diǎn)是評估政策實(shí)施的有效性問題[14-17]。評估方法方面，對政策內(nèi)容的分析多用文本挖掘方法[7,12-13,18-20],而對政策效果的分析則涉及的方法較多，有定性的德爾菲方法[21]、軟系統(tǒng)方法[22],也有定量的如因子分析、熵權(quán)法和灰色綜合評價(jià)法[14]、專利面板數(shù)據(jù)分析[15,23-24]、聚類系數(shù)[25]等,也有學(xué)者使用定性與定量相結(jié)合的實(shí)驗(yàn)方法進(jìn)行評價(jià)[26]。
綜上，國內(nèi)外學(xué)者在創(chuàng)新政策評價(jià)各個方面取得了豐碩的研究成果，尤其是近年來國內(nèi)學(xué)者的研究成果逐漸豐富起來，為科學(xué)評價(jià)我國的創(chuàng)新政策提供了有益的參考與借鑒。然而，已有文獻(xiàn)在以下三個方面還有改進(jìn)的空間：(1)已有研究多是針對創(chuàng)新政策文本進(jìn)行分析，尚缺乏對政策工具實(shí)施效果的調(diào)查與模型檢驗(yàn)；(2)從政策效果維度看，還鮮有從企業(yè)家感知角度進(jìn)行研究；(3)對創(chuàng)新政策工具在行業(yè)和區(qū)域?qū)用娴恼咝?yīng)也缺乏比較性的實(shí)證結(jié)果。因此，通過定量方法，從企業(yè)家對創(chuàng)新政策工具效果感知角度評價(jià)我國創(chuàng)新政策工具的有效性，對豐富創(chuàng)新政策評價(jià)理論、進(jìn)一步改進(jìn)我國創(chuàng)新政策效果有促進(jìn)作用。
基于當(dāng)前的研究基礎(chǔ)及研究缺失，本文以企業(yè)家對創(chuàng)新政策的感知為切入點(diǎn)，利用《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》中的大規(guī)模調(diào)查問卷數(shù)據(jù)，從行業(yè)和區(qū)域兩個層面、用因子分析法對11個行業(yè)大類和31個區(qū)域(省、市、自治區(qū))進(jìn)行分析，探索近年來我國9個創(chuàng)新政策工具的政策效果，并據(jù)此提出相應(yīng)的政策改進(jìn)建議。本文的研究成果對于揭示我國創(chuàng)新政策工具在不同行業(yè)和區(qū)域?qū)用娴挠绊懥蛯?shí)施效果，進(jìn)而進(jìn)行有針對性的調(diào)整與改進(jìn)、加快建設(shè)創(chuàng)新型國家的步伐具有重要的實(shí)踐意義。
二、數(shù)據(jù)與方法
(一)數(shù)據(jù)處理
數(shù)據(jù)來源于《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》。該調(diào)查是國家統(tǒng)計(jì)局于2015年針對全國企業(yè)進(jìn)行的一項(xiàng)創(chuàng)新情況調(diào)查，類似于歐盟創(chuàng)新調(diào)查(Community Innovation Survey，CIS)，采用重點(diǎn)調(diào)查與抽樣調(diào)查相結(jié)合的方法，樣本量近44萬家企業(yè)，其中規(guī)模以上工業(yè)企業(yè)37.8萬家，特級、一級建筑企業(yè)0.9萬家，省級以上金融企業(yè)0.2萬家，其他服務(wù)企業(yè)5萬家，數(shù)據(jù)量巨大，具有廣泛的代表性。數(shù)據(jù)涵蓋11個行業(yè)和31個區(qū)域。
本文所涉及的數(shù)據(jù)是《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》中企業(yè)家對9項(xiàng)創(chuàng)新政策效果感知的4級利克特量表結(jié)果，即認(rèn)為創(chuàng)新政策對促進(jìn)創(chuàng)新有高、中、低、無4種影響。
為了便于開展研究，本文作如下模型假定：
1.假定受訪企業(yè)家是理性的，其所作判斷是客觀的；
2.假定評價(jià)結(jié)果中，認(rèn)為對創(chuàng)新有高、中影響的兼為積極判斷，二者累加比重視為持積極態(tài)度者所占比例；
3.假定持積極態(tài)度者所占百分比能夠代表所在行業(yè)或區(qū)域的總體情況。
此外，對文章符號說明如下。
Xi(i=1,…,9)的取值均為調(diào)查表中企業(yè)家認(rèn)為相應(yīng)政策工具對創(chuàng)新有高、中影響數(shù)據(jù)之和，具體含義如下。
X1：政策1——企業(yè)研發(fā)費(fèi)用加計(jì)扣除稅收優(yōu)惠政策
X2：政策2——高新技術(shù)企業(yè)所得稅減免政策
X3：政策3——優(yōu)先發(fā)展產(chǎn)業(yè)的支持政策
X4：政策4——金融支持相關(guān)政策
X5：政策5——創(chuàng)造和保護(hù)知識產(chǎn)權(quán)的相關(guān)政策
X6：政策6——技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策
X7：政策7——鼓勵企業(yè)吸引和培養(yǎng)人才的相關(guān)政策
X8：政策8——企業(yè)研發(fā)活動專用儀器設(shè)備加速折舊政策
X9：政策9——科技開發(fā)用品免征進(jìn)口稅收政策
X=(X1,X2,…，X9)T：樣本數(shù)據(jù)矩陣，B：因子得分系數(shù)矩陣
F1：第一因子得分，F(xiàn)2：第二因子得分
αi(i=1,…,q)：方差貢獻(xiàn)率，ZF：因子分析模型的綜合得分
(二)研究方法
針對數(shù)據(jù)來源涉及到的9個政策工具指標(biāo)，為了科學(xué)合理地評價(jià)創(chuàng)新政策工具的實(shí)施效果，本文參照朱明皓等學(xué)者[14]的方法，運(yùn)用因子分析和主成分分析法進(jìn)行評價(jià)。
1.在9項(xiàng)政策工具對應(yīng)的企業(yè)家判斷表中，按照前述模型假定2、假定3的方法對問卷結(jié)果進(jìn)行數(shù)據(jù)處理；
2.進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)；
3.用主成分法來估計(jì)因子載荷矩陣，以主成分的累計(jì)方差貢獻(xiàn)率大于85%為準(zhǔn)來提取公因子；
4.用方差最大旋轉(zhuǎn)法進(jìn)行因子載荷矩陣旋轉(zhuǎn)，使用公式
Fj=bj1X1+bj2X2+…+bjpXp
(1)
計(jì)算因子得分(本模型p取9)，其中bj1,bj2,…，bjp為SPSS輸出的因子得分系數(shù)矩陣B的第j列元素，按每個樣本在各個公因子上的因子得分作為指標(biāo)進(jìn)行政策效果評價(jià)；
5.用方差貢獻(xiàn)率作為權(quán)重加權(quán)求和樣本的因子得分，即使用公式
ZF=α1F1+α2F2+…+αqFq
(2)
得出樣本的綜合得分，以綜合得分對樣本進(jìn)行綜合評價(jià)。
6.使用主成分分析法給出第一主成分，由其所對應(yīng)的最大特征值對應(yīng)的特征向量各分量確定9項(xiàng)政策的權(quán)重，從而對前述因子得分和綜合得分結(jié)果給出輔助分析。
三、實(shí)證結(jié)果及分析
(一)樣本描述性統(tǒng)計(jì)
按照假定2和假定3，9個政策工具指標(biāo)的樣本數(shù)據(jù)分布情況如表1、表2所示。數(shù)據(jù)反映出各項(xiàng)政策在行業(yè)和區(qū)域?qū)用婢哂胁煌捏w現(xiàn)。
表1 按行業(yè)對創(chuàng)新支持力度描述性統(tǒng)計(jì)
注：本表數(shù)據(jù)根據(jù)《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》由作者整理。
表2 按區(qū)域?qū)?chuàng)新支持力度描述性統(tǒng)計(jì)
注：本表數(shù)據(jù)根據(jù)《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》由作者整理。
(二)效度分析
本文的數(shù)據(jù)來源于《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》，該數(shù)據(jù)是國家統(tǒng)計(jì)局系列創(chuàng)新調(diào)查結(jié)果，具有較高的信度，因此本文不做信度分析。但因子分析前，需要進(jìn)行KMO檢驗(yàn)和Bartlett 的球形度檢驗(yàn)，當(dāng)KMO檢驗(yàn)系數(shù)>0.5，P值(Bartlett 的球形度檢驗(yàn)的統(tǒng)計(jì)值的顯著性概率) <0.05時，問卷才有結(jié)構(gòu)效度，才能進(jìn)行因子分析。經(jīng)計(jì)算(表3)，行業(yè)層面數(shù)據(jù)的KMO值為0.652，尚可接受，即這樣處理調(diào)查表是合理的；區(qū)域?qū)用鎿?jù)的KMO值為0.900，表明非常適合作因子分析，即這樣處理調(diào)查表是特別合理的，可繼續(xù)對整理后數(shù)據(jù)作因子分析。
表3 KMO 和 Bartlett 檢驗(yàn)
(三)政策工具在行業(yè)和區(qū)域?qū)用娴膶?shí)施效果分析
1.行業(yè)層面的政策效果及分析
進(jìn)行因子分析時，前兩個公因子解釋的累計(jì)方差超過85%，已經(jīng)達(dá)到94%，因此提取兩個公因子就能夠很好解釋原有變量所包含的信息。由旋轉(zhuǎn)成分矩陣及旋轉(zhuǎn)空間成分圖(圖1)可以看到，第一個公因子代表了除第4項(xiàng)政策以外的8項(xiàng)政策，可以解釋為所有非金融相關(guān)支持性政策因素，第二個公因子只有第4項(xiàng)政策，即金融支持相關(guān)政策因素。再根據(jù)成分得分系數(shù)矩陣可由公式(1)計(jì)算各行業(yè)兩個因子得分，所得結(jié)果見表4。
圖1 旋轉(zhuǎn)空間成分圖
行業(yè)因子1分?jǐn)?shù)因子2分?jǐn)?shù)行業(yè)因子1分?jǐn)?shù)因子2分?jǐn)?shù)采礦業(yè)0.053770.00979信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)1.712531.33234制造業(yè)0.927340.96254金融業(yè)-2.299191.63740電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)-0.343000.01692租貸商務(wù)服務(wù)業(yè)-0.10755-0.88285建筑業(yè)0.03534-0.02962科學(xué)研究和技術(shù)服務(wù)業(yè)0.68913-0.41169批發(fā)零售業(yè)-0.52067-1.61214水利、環(huán)境和公共設(shè)施管理業(yè)-0.197800.01075交通運(yùn)輸、倉儲和郵政業(yè)0.05010-1.03346
從因子得分看，第1因子得分最高的是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(以下簡稱信息產(chǎn)業(yè))，其次是制造業(yè)和科學(xué)研究和技術(shù)服務(wù)業(yè)，表明這三個產(chǎn)業(yè)在非金融政策方面得到的支持相對較高，尤其以信息產(chǎn)業(yè)最為明顯。第2因子得分最高的是金融業(yè)，其次是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)和制造業(yè)，表明其在金融政策方面得到巨大支持，其中，金融業(yè)得到的金融政策支持最為明顯。
由公式(2)用兩個因子的權(quán)重計(jì)算(其中q取2)各行業(yè)綜合得分如表5所示。從綜合得分可以看出，信息產(chǎn)業(yè)、制造業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)占據(jù)前三位，這個結(jié)果也說明了我國近年來從政策導(dǎo)向上對這些產(chǎn)業(yè)的支持傾向；金融業(yè)與批發(fā)零售業(yè)排在后兩位，表明從整體上看，這9項(xiàng)政策對上述三個產(chǎn)業(yè)的積極作用最明顯，對金融業(yè)和批發(fā)零售業(yè)最不明顯。
在完成上述因子分析后，使用主成分分析法確定這9項(xiàng)政策對于11個行業(yè)的權(quán)重如表6所示。這一結(jié)果表明，所有政策的系數(shù)全部為正，可見這9項(xiàng)政策對11個行業(yè)都有正向效應(yīng)，但政策效應(yīng)有較大差距：第2項(xiàng)政策，即高新技術(shù)企業(yè)所得稅減免政策的影響最大，排在其后的是技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策和企業(yè)研發(fā)費(fèi)用加計(jì)扣除稅收優(yōu)惠政策，而這三項(xiàng)政策都與稅收優(yōu)惠與減免有關(guān)，說明從行業(yè)層面看，在各項(xiàng)創(chuàng)新政策中稅收政策類最有影響力，而稅收政策對創(chuàng)新的積極影響也得到了其他學(xué)者的證實(shí)[2,27-28]；其他各項(xiàng)政策重要程度下降較為明顯，第4項(xiàng)政策，即金融支持相關(guān)政策的影響最小。
表5 各行業(yè)綜合得分
表6 9項(xiàng)創(chuàng)新政策在行業(yè)層面的總體權(quán)重
2.區(qū)域?qū)用娴恼咝Ч胺治?/p>
類同于行業(yè)層面的分析方法，在區(qū)域?qū)用妫?jì)算得到前兩個公因子解釋的累計(jì)方差超過85%，達(dá)到96%。因此提取兩個公因子就能夠很好解釋原有變量所包含的信息。由旋轉(zhuǎn)成分矩陣和旋轉(zhuǎn)空間成分圖(圖2)可以看到，第1個公因子代表了第1、2、5、6、8、9項(xiàng)政策，第2個公因子代表了第3、4、7項(xiàng)政策。按照Howlett(1995)[29]的分類方法,依據(jù)政府介入強(qiáng)度進(jìn)行創(chuàng)新政策工具的分類，可以將創(chuàng)新政策工具分為強(qiáng)制型政策、混合型政策和自愿型政策，而第1個因子代表的6項(xiàng)政策基本上屬于財(cái)政激勵類政策，可以解釋為強(qiáng)制型政策，第2個因子代表的3項(xiàng)政策基本上屬于科技人才培養(yǎng)和風(fēng)險(xiǎn)資本類政策，可以解釋為混合型政策。由此可以看出，在中國近年來的創(chuàng)新政策中，政府的介入程度比較高，表明創(chuàng)新活動中政府主導(dǎo)的趨勢比較明顯，這也正是政府在解決創(chuàng)新的“市場失靈”問題上應(yīng)有的作為。
圖2 旋轉(zhuǎn)空間成分圖
類似于行業(yè)層面的方法，計(jì)算各區(qū)域兩個因子得分如表7所示。由此可見，在強(qiáng)制型政策上得分排在第一梯隊(duì)的區(qū)域是遼寧、北京和天津，排在第二梯隊(duì)的是江蘇、廣東、安徽和上海；而在混合政策上得分較高的幾個區(qū)域是西藏、吉林、湖南和河南。說明各省(自治區(qū)、直轄市)在政策工具的落實(shí)上各有側(cè)重。以上結(jié)果表明，從總體上看，東部和東南沿海地區(qū)政府介入創(chuàng)新政策較多，一定意義上體現(xiàn)了這些區(qū)域的政府部門在創(chuàng)新活動上的積極導(dǎo)向。
表7 各區(qū)域兩個因子得分
由公式(2)按兩個因子權(quán)重計(jì)算(其中q取2)各區(qū)域綜合得分如表8所示。由綜合得分的情況可見，遼寧受影響最高，其次是江蘇、天津和安徽，影響較小的是海南、山西和新疆。海南、山西和新疆三個省區(qū)是偏遠(yuǎn)或資源型區(qū)域，受影響較小的原因也許與重視程度有關(guān),也表明這些省份在創(chuàng)新政策的執(zhí)行層面面臨比較嚴(yán)峻的形勢。
表8 各區(qū)域綜合得分
同樣使用主成分分析法確定這9項(xiàng)政策對于31個省份的影響權(quán)重如表9所示?？梢钥闯觯姓叩南禂?shù)全部為正，說明對31個區(qū)域來講這9項(xiàng)政策都有正向效應(yīng)，但與9項(xiàng)政策對11個行業(yè)影響明顯不同，這9項(xiàng)政策對31個省份影響權(quán)重相差較?。旱?、第9項(xiàng)政策，即技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策，以及科技開發(fā)用品免征進(jìn)口稅收政策的重要性相同且最為顯著；第2、8項(xiàng)政策，即高新技術(shù)企業(yè)所得稅減免政策和企業(yè)研發(fā)活動專用儀器設(shè)備加速折舊政策也較為重要；其他各項(xiàng)政策重要程度有所下降，第5項(xiàng)創(chuàng)造和保護(hù)知識產(chǎn)權(quán)的相關(guān)政策和第7項(xiàng)鼓勵企業(yè)吸引和培養(yǎng)人才的相關(guān)政策相對最不重要。由此也可以看出，從區(qū)域?qū)用婵雌髽I(yè)家更加務(wù)實(shí)，對能夠直接體現(xiàn)為資金支持的政策更為滿意，這一結(jié)果與蔣選等(2015)[30]、周江華等(2017)[31]的研究結(jié)果相近；對能夠影響企業(yè)創(chuàng)新有長遠(yuǎn)影響的兩個政策最不在意，這一方面反映了這兩項(xiàng)政策本身的影響力不足問題，另一方面也從一定意義上反映了企業(yè)家在創(chuàng)新活動上的短期行為。
表9 9項(xiàng)創(chuàng)新政策在區(qū)域?qū)用娴目傮w權(quán)重
四、主要結(jié)論及政策建議
本文利用因子分析和主成分分析相結(jié)合的方法，以國家統(tǒng)計(jì)局2014年對近44萬家企業(yè)的創(chuàng)新調(diào)查數(shù)據(jù)為對象，從11個行業(yè)和31個區(qū)域進(jìn)行了創(chuàng)新政策效果評價(jià)。研究結(jié)果顯示：(1)在行業(yè)層面，9項(xiàng)創(chuàng)新政策對信息產(chǎn)業(yè)、制造業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)影響較大，對金融業(yè)和批發(fā)零售業(yè)較不明顯。(2)在區(qū)域?qū)用?，?項(xiàng)創(chuàng)新政策影響較大的是遼寧、江蘇、天津和安徽，影響較小的是海南、山西和新疆。(3)不管是從行業(yè)還是區(qū)域?qū)用?，這9項(xiàng)創(chuàng)新政策全部具有正向影響，在行業(yè)層面的影響力差距較大，在區(qū)域?qū)用娌罹噍^??；在兩個層面共同的特點(diǎn)是稅收優(yōu)惠、減免政策的影響較為明顯。
基于上述研究結(jié)論，我們提出如下政策建議：(1)創(chuàng)新政策制定時要考慮不同行業(yè)對政策的吸收能力，在下一步的政策完善過程中應(yīng)考慮行業(yè)的特殊性問題，尤其是針對傳統(tǒng)服務(wù)業(yè)受影響較小問題，調(diào)整政策、促進(jìn)服務(wù)創(chuàng)新。(2)針對創(chuàng)新政策在各區(qū)域落實(shí)的不平衡性問題，可考慮借鑒歐盟的創(chuàng)新公示牌制度，定期公布各區(qū)域的政策執(zhí)行情況，以促進(jìn)對創(chuàng)新政策的重視程度。(3)針對9項(xiàng)創(chuàng)新政策的影響力不平衡問題，下一步可進(jìn)一步調(diào)整非稅收類政策工具的內(nèi)容，突出政策組合概念，讓所有創(chuàng)新政策一起形成整體合力，以發(fā)揮最大作用。
由于我國進(jìn)行創(chuàng)新調(diào)查的間隔周期較長，本文所用數(shù)據(jù)是基于2014年的調(diào)查數(shù)據(jù)，數(shù)據(jù)較舊是本文的局限所在。追蹤最新數(shù)據(jù)、利用多種方法進(jìn)行持續(xù)性創(chuàng)新政策效果評價(jià)是今后努力的研究方向。
猜你喜歡
江陰市三個層面構(gòu)建一體化治理重大事故隱患機(jī)制江蘇安全生產(chǎn)(2023年11期)2023-12-14 12:04:54 政策房地產(chǎn)導(dǎo)刊(2022年8期)2022-10-09 06:19:34 政策房地產(chǎn)導(dǎo)刊(2022年6期)2022-06-16 01:28:40 因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射數(shù)學(xué)物理學(xué)報(bào)(2021年4期)2021-08-30 08:27:50 一些關(guān)于無窮多個素因子的問題中等數(shù)學(xué)(2020年1期)2020-08-24 07:57:42 助企政策非公有制企業(yè)黨建(2020年2期)2020-03-08 08:03:56 影響因子文化創(chuàng)新比較研究(2020年14期)2020-01-02 19:25:56 影響因子文化創(chuàng)新比較研究(2020年8期)2020-01-02 04:45:23 政策華人時刊(2019年21期)2019-11-17 08:25:07 健康到底是什么層面的問題中國衛(wèi)生(2016年2期)2016-11-12 13:22:10
郭丕斌，劉宇民
(1.太原師范學(xué)院 經(jīng)濟(jì)系，山西 晉中 030619； 2.中北大學(xué) 經(jīng)濟(jì)與管理學(xué)院，山西 太原 030051)
一、引言
從1988年鄧小平同志在全國科學(xué)大會上提出“科學(xué)技術(shù)是第一生產(chǎn)力”開始，到2006年全國科技大會上提出自主創(chuàng)新、建設(shè)創(chuàng)新型國家戰(zhàn)略，并頒布《實(shí)施〈國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要( 2006-2020 年) 〉的若干配套政策》[1]，尤其是2012 年提出創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略以來[2]，創(chuàng)新活動不只局限于科技領(lǐng)域，而是實(shí)實(shí)在在體現(xiàn)在了企業(yè)的經(jīng)營活動之中，“十九大”更是強(qiáng)調(diào)要加快建設(shè)創(chuàng)新型國家、倡導(dǎo)創(chuàng)新文化，把創(chuàng)新的概念擴(kuò)展到了經(jīng)濟(jì)、社會、政治和文化的各個方面。隨著創(chuàng)新驅(qū)動戰(zhàn)略的深入實(shí)施，開展創(chuàng)新政策評價(jià)有助于政府了解各類政策工具的實(shí)施效果，對進(jìn)一步完善創(chuàng)新政策組合、加快建設(shè)創(chuàng)新型國家步伐具有重要的決策參考價(jià)值。
鑒于創(chuàng)新政策評價(jià)對創(chuàng)新政策改進(jìn)和創(chuàng)新活動激勵的重要作用，國內(nèi)外學(xué)者對其進(jìn)行了系統(tǒng)的相關(guān)研究。在概念界定方面，從20世紀(jì)50年代末開始，主要強(qiáng)調(diào)科學(xué)政策與創(chuàng)新研究的概念[3]，而沒有將科學(xué)政策與創(chuàng)新政策進(jìn)行嚴(yán)格區(qū)分，目前仍然有學(xué)者沿用科技創(chuàng)新政策的概念進(jìn)行科技創(chuàng)新政策的評價(jià)[1,4]。但隨著“創(chuàng)新驅(qū)動”一詞越來越受到學(xué)界的重視，越來越多的學(xué)者直接使用創(chuàng)新政策的概念[5-7]，相應(yīng)地開始進(jìn)行創(chuàng)新政策評價(jià)的研究。在評估框架方面，趙莉曉(2014)[8]基于公共政策的評估邏輯,結(jié)合創(chuàng)新政策評估的特點(diǎn)，建立了一套涵蓋政策制定(事前)、政策執(zhí)行(事中)和政策效果(事后)的創(chuàng)新政策評估框架；Rogge等(2016)[9]拓展了跨學(xué)科政策組合概念,提出了由元素、政策過程和特征三方面組成的評估框架；曲婉等(2017)[2]結(jié)合創(chuàng)新活動過程，構(gòu)建了由政策作用對象、創(chuàng)業(yè)創(chuàng)新活動和政策評估內(nèi)容與對象組成的整體性評估框架；Gault(2018)[10]出于監(jiān)測和評價(jià)已實(shí)施的創(chuàng)新政策考慮，結(jié)合系統(tǒng)評價(jià)方法，建立了一個由非金融企業(yè)部門、金融企業(yè)部門、一般的政府部門、為家庭部門服務(wù)的非營利機(jī)構(gòu)和家庭部門等5個部門構(gòu)成的系統(tǒng)性評估框架，此框架更便于國際比較。在評估內(nèi)容方面，一些學(xué)者從系統(tǒng)角度出發(fā)，重點(diǎn)評估創(chuàng)新政策的完整性、協(xié)調(diào)性及政策效力等內(nèi)容[7,11-13]，而另一些學(xué)者則更加關(guān)注政策效果，重點(diǎn)是評估政策實(shí)施的有效性問題[14-17]。評估方法方面，對政策內(nèi)容的分析多用文本挖掘方法[7,12-13,18-20],而對政策效果的分析則涉及的方法較多，有定性的德爾菲方法[21]、軟系統(tǒng)方法[22],也有定量的如因子分析、熵權(quán)法和灰色綜合評價(jià)法[14]、專利面板數(shù)據(jù)分析[15,23-24]、聚類系數(shù)[25]等,也有學(xué)者使用定性與定量相結(jié)合的實(shí)驗(yàn)方法進(jìn)行評價(jià)[26]。
綜上，國內(nèi)外學(xué)者在創(chuàng)新政策評價(jià)各個方面取得了豐碩的研究成果，尤其是近年來國內(nèi)學(xué)者的研究成果逐漸豐富起來，為科學(xué)評價(jià)我國的創(chuàng)新政策提供了有益的參考與借鑒。然而，已有文獻(xiàn)在以下三個方面還有改進(jìn)的空間：(1)已有研究多是針對創(chuàng)新政策文本進(jìn)行分析，尚缺乏對政策工具實(shí)施效果的調(diào)查與模型檢驗(yàn)；(2)從政策效果維度看，還鮮有從企業(yè)家感知角度進(jìn)行研究；(3)對創(chuàng)新政策工具在行業(yè)和區(qū)域?qū)用娴恼咝?yīng)也缺乏比較性的實(shí)證結(jié)果。因此，通過定量方法，從企業(yè)家對創(chuàng)新政策工具效果感知角度評價(jià)我國創(chuàng)新政策工具的有效性，對豐富創(chuàng)新政策評價(jià)理論、進(jìn)一步改進(jìn)我國創(chuàng)新政策效果有促進(jìn)作用。
基于當(dāng)前的研究基礎(chǔ)及研究缺失，本文以企業(yè)家對創(chuàng)新政策的感知為切入點(diǎn)，利用《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》中的大規(guī)模調(diào)查問卷數(shù)據(jù)，從行業(yè)和區(qū)域兩個層面、用因子分析法對11個行業(yè)大類和31個區(qū)域(省、市、自治區(qū))進(jìn)行分析，探索近年來我國9個創(chuàng)新政策工具的政策效果，并據(jù)此提出相應(yīng)的政策改進(jìn)建議。本文的研究成果對于揭示我國創(chuàng)新政策工具在不同行業(yè)和區(qū)域?qū)用娴挠绊懥蛯?shí)施效果，進(jìn)而進(jìn)行有針對性的調(diào)整與改進(jìn)、加快建設(shè)創(chuàng)新型國家的步伐具有重要的實(shí)踐意義。
二、數(shù)據(jù)與方法
(一)數(shù)據(jù)處理
數(shù)據(jù)來源于《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》。該調(diào)查是國家統(tǒng)計(jì)局于2015年針對全國企業(yè)進(jìn)行的一項(xiàng)創(chuàng)新情況調(diào)查，類似于歐盟創(chuàng)新調(diào)查(Community Innovation Survey，CIS)，采用重點(diǎn)調(diào)查與抽樣調(diào)查相結(jié)合的方法，樣本量近44萬家企業(yè)，其中規(guī)模以上工業(yè)企業(yè)37.8萬家，特級、一級建筑企業(yè)0.9萬家，省級以上金融企業(yè)0.2萬家，其他服務(wù)企業(yè)5萬家，數(shù)據(jù)量巨大，具有廣泛的代表性。數(shù)據(jù)涵蓋11個行業(yè)和31個區(qū)域。
本文所涉及的數(shù)據(jù)是《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》中企業(yè)家對9項(xiàng)創(chuàng)新政策效果感知的4級利克特量表結(jié)果，即認(rèn)為創(chuàng)新政策對促進(jìn)創(chuàng)新有高、中、低、無4種影響。
為了便于開展研究，本文作如下模型假定：
1.假定受訪企業(yè)家是理性的，其所作判斷是客觀的；
2.假定評價(jià)結(jié)果中，認(rèn)為對創(chuàng)新有高、中影響的兼為積極判斷，二者累加比重視為持積極態(tài)度者所占比例；
3.假定持積極態(tài)度者所占百分比能夠代表所在行業(yè)或區(qū)域的總體情況。
此外，對文章符號說明如下。
Xi(i=1,…,9)的取值均為調(diào)查表中企業(yè)家認(rèn)為相應(yīng)政策工具對創(chuàng)新有高、中影響數(shù)據(jù)之和，具體含義如下。
X1：政策1——企業(yè)研發(fā)費(fèi)用加計(jì)扣除稅收優(yōu)惠政策
X2：政策2——高新技術(shù)企業(yè)所得稅減免政策
X3：政策3——優(yōu)先發(fā)展產(chǎn)業(yè)的支持政策
X4：政策4——金融支持相關(guān)政策
X5：政策5——創(chuàng)造和保護(hù)知識產(chǎn)權(quán)的相關(guān)政策
X6：政策6——技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策
X7：政策7——鼓勵企業(yè)吸引和培養(yǎng)人才的相關(guān)政策
X8：政策8——企業(yè)研發(fā)活動專用儀器設(shè)備加速折舊政策
X9：政策9——科技開發(fā)用品免征進(jìn)口稅收政策
X=(X1,X2,…，X9)T：樣本數(shù)據(jù)矩陣，B：因子得分系數(shù)矩陣
F1：第一因子得分，F(xiàn)2：第二因子得分
αi(i=1,…,q)：方差貢獻(xiàn)率，ZF：因子分析模型的綜合得分
(二)研究方法
針對數(shù)據(jù)來源涉及到的9個政策工具指標(biāo)，為了科學(xué)合理地評價(jià)創(chuàng)新政策工具的實(shí)施效果，本文參照朱明皓等學(xué)者[14]的方法，運(yùn)用因子分析和主成分分析法進(jìn)行評價(jià)。
1.在9項(xiàng)政策工具對應(yīng)的企業(yè)家判斷表中，按照前述模型假定2、假定3的方法對問卷結(jié)果進(jìn)行數(shù)據(jù)處理；
2.進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)；
3.用主成分法來估計(jì)因子載荷矩陣，以主成分的累計(jì)方差貢獻(xiàn)率大于85%為準(zhǔn)來提取公因子；
4.用方差最大旋轉(zhuǎn)法進(jìn)行因子載荷矩陣旋轉(zhuǎn)，使用公式
Fj=bj1X1+bj2X2+…+bjpXp
(1)
計(jì)算因子得分(本模型p取9)，其中bj1,bj2,…，bjp為SPSS輸出的因子得分系數(shù)矩陣B的第j列元素，按每個樣本在各個公因子上的因子得分作為指標(biāo)進(jìn)行政策效果評價(jià)；
5.用方差貢獻(xiàn)率作為權(quán)重加權(quán)求和樣本的因子得分，即使用公式
ZF=α1F1+α2F2+…+αqFq
(2)
得出樣本的綜合得分，以綜合得分對樣本進(jìn)行綜合評價(jià)。
6.使用主成分分析法給出第一主成分，由其所對應(yīng)的最大特征值對應(yīng)的特征向量各分量確定9項(xiàng)政策的權(quán)重，從而對前述因子得分和綜合得分結(jié)果給出輔助分析。
三、實(shí)證結(jié)果及分析
(一)樣本描述性統(tǒng)計(jì)
按照假定2和假定3，9個政策工具指標(biāo)的樣本數(shù)據(jù)分布情況如表1、表2所示。數(shù)據(jù)反映出各項(xiàng)政策在行業(yè)和區(qū)域?qū)用婢哂胁煌捏w現(xiàn)。
表1 按行業(yè)對創(chuàng)新支持力度描述性統(tǒng)計(jì)
注：本表數(shù)據(jù)根據(jù)《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》由作者整理。
表2 按區(qū)域?qū)?chuàng)新支持力度描述性統(tǒng)計(jì)
注：本表數(shù)據(jù)根據(jù)《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》由作者整理。
(二)效度分析
本文的數(shù)據(jù)來源于《2014年全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計(jì)資料》，該數(shù)據(jù)是國家統(tǒng)計(jì)局系列創(chuàng)新調(diào)查結(jié)果，具有較高的信度，因此本文不做信度分析。但因子分析前，需要進(jìn)行KMO檢驗(yàn)和Bartlett 的球形度檢驗(yàn)，當(dāng)KMO檢驗(yàn)系數(shù)>0.5，P值(Bartlett 的球形度檢驗(yàn)的統(tǒng)計(jì)值的顯著性概率) <0.05時，問卷才有結(jié)構(gòu)效度，才能進(jìn)行因子分析。經(jīng)計(jì)算(表3)，行業(yè)層面數(shù)據(jù)的KMO值為0.652，尚可接受，即這樣處理調(diào)查表是合理的；區(qū)域?qū)用鎿?jù)的KMO值為0.900，表明非常適合作因子分析，即這樣處理調(diào)查表是特別合理的，可繼續(xù)對整理后數(shù)據(jù)作因子分析。
表3 KMO 和 Bartlett 檢驗(yàn)
(三)政策工具在行業(yè)和區(qū)域?qū)用娴膶?shí)施效果分析
1.行業(yè)層面的政策效果及分析
進(jìn)行因子分析時，前兩個公因子解釋的累計(jì)方差超過85%，已經(jīng)達(dá)到94%，因此提取兩個公因子就能夠很好解釋原有變量所包含的信息。由旋轉(zhuǎn)成分矩陣及旋轉(zhuǎn)空間成分圖(圖1)可以看到，第一個公因子代表了除第4項(xiàng)政策以外的8項(xiàng)政策，可以解釋為所有非金融相關(guān)支持性政策因素，第二個公因子只有第4項(xiàng)政策，即金融支持相關(guān)政策因素。再根據(jù)成分得分系數(shù)矩陣可由公式(1)計(jì)算各行業(yè)兩個因子得分，所得結(jié)果見表4。
圖1 旋轉(zhuǎn)空間成分圖
行業(yè)因子1分?jǐn)?shù)因子2分?jǐn)?shù)行業(yè)因子1分?jǐn)?shù)因子2分?jǐn)?shù)采礦業(yè)0.053770.00979信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)1.712531.33234制造業(yè)0.927340.96254金融業(yè)-2.299191.63740電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)-0.343000.01692租貸商務(wù)服務(wù)業(yè)-0.10755-0.88285建筑業(yè)0.03534-0.02962科學(xué)研究和技術(shù)服務(wù)業(yè)0.68913-0.41169批發(fā)零售業(yè)-0.52067-1.61214水利、環(huán)境和公共設(shè)施管理業(yè)-0.197800.01075交通運(yùn)輸、倉儲和郵政業(yè)0.05010-1.03346
從因子得分看，第1因子得分最高的是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(以下簡稱信息產(chǎn)業(yè))，其次是制造業(yè)和科學(xué)研究和技術(shù)服務(wù)業(yè)，表明這三個產(chǎn)業(yè)在非金融政策方面得到的支持相對較高，尤其以信息產(chǎn)業(yè)最為明顯。第2因子得分最高的是金融業(yè)，其次是信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)和制造業(yè)，表明其在金融政策方面得到巨大支持，其中，金融業(yè)得到的金融政策支持最為明顯。
由公式(2)用兩個因子的權(quán)重計(jì)算(其中q取2)各行業(yè)綜合得分如表5所示。從綜合得分可以看出，信息產(chǎn)業(yè)、制造業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)占據(jù)前三位，這個結(jié)果也說明了我國近年來從政策導(dǎo)向上對這些產(chǎn)業(yè)的支持傾向；金融業(yè)與批發(fā)零售業(yè)排在后兩位，表明從整體上看，這9項(xiàng)政策對上述三個產(chǎn)業(yè)的積極作用最明顯，對金融業(yè)和批發(fā)零售業(yè)最不明顯。
在完成上述因子分析后，使用主成分分析法確定這9項(xiàng)政策對于11個行業(yè)的權(quán)重如表6所示。這一結(jié)果表明，所有政策的系數(shù)全部為正，可見這9項(xiàng)政策對11個行業(yè)都有正向效應(yīng)，但政策效應(yīng)有較大差距：第2項(xiàng)政策，即高新技術(shù)企業(yè)所得稅減免政策的影響最大，排在其后的是技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策和企業(yè)研發(fā)費(fèi)用加計(jì)扣除稅收優(yōu)惠政策，而這三項(xiàng)政策都與稅收優(yōu)惠與減免有關(guān)，說明從行業(yè)層面看，在各項(xiàng)創(chuàng)新政策中稅收政策類最有影響力，而稅收政策對創(chuàng)新的積極影響也得到了其他學(xué)者的證實(shí)[2,27-28]；其他各項(xiàng)政策重要程度下降較為明顯，第4項(xiàng)政策，即金融支持相關(guān)政策的影響最小。
表5 各行業(yè)綜合得分
表6 9項(xiàng)創(chuàng)新政策在行業(yè)層面的總體權(quán)重
2.區(qū)域?qū)用娴恼咝Ч胺治?/p>
類同于行業(yè)層面的分析方法，在區(qū)域?qū)用妫?jì)算得到前兩個公因子解釋的累計(jì)方差超過85%，達(dá)到96%。因此提取兩個公因子就能夠很好解釋原有變量所包含的信息。由旋轉(zhuǎn)成分矩陣和旋轉(zhuǎn)空間成分圖(圖2)可以看到，第1個公因子代表了第1、2、5、6、8、9項(xiàng)政策，第2個公因子代表了第3、4、7項(xiàng)政策。按照Howlett(1995)[29]的分類方法,依據(jù)政府介入強(qiáng)度進(jìn)行創(chuàng)新政策工具的分類，可以將創(chuàng)新政策工具分為強(qiáng)制型政策、混合型政策和自愿型政策，而第1個因子代表的6項(xiàng)政策基本上屬于財(cái)政激勵類政策，可以解釋為強(qiáng)制型政策，第2個因子代表的3項(xiàng)政策基本上屬于科技人才培養(yǎng)和風(fēng)險(xiǎn)資本類政策，可以解釋為混合型政策。由此可以看出，在中國近年來的創(chuàng)新政策中，政府的介入程度比較高，表明創(chuàng)新活動中政府主導(dǎo)的趨勢比較明顯，這也正是政府在解決創(chuàng)新的“市場失靈”問題上應(yīng)有的作為。
圖2 旋轉(zhuǎn)空間成分圖
類似于行業(yè)層面的方法，計(jì)算各區(qū)域兩個因子得分如表7所示。由此可見，在強(qiáng)制型政策上得分排在第一梯隊(duì)的區(qū)域是遼寧、北京和天津，排在第二梯隊(duì)的是江蘇、廣東、安徽和上海；而在混合政策上得分較高的幾個區(qū)域是西藏、吉林、湖南和河南。說明各省(自治區(qū)、直轄市)在政策工具的落實(shí)上各有側(cè)重。以上結(jié)果表明，從總體上看，東部和東南沿海地區(qū)政府介入創(chuàng)新政策較多，一定意義上體現(xiàn)了這些區(qū)域的政府部門在創(chuàng)新活動上的積極導(dǎo)向。
表7 各區(qū)域兩個因子得分
由公式(2)按兩個因子權(quán)重計(jì)算(其中q取2)各區(qū)域綜合得分如表8所示。由綜合得分的情況可見，遼寧受影響最高，其次是江蘇、天津和安徽，影響較小的是海南、山西和新疆。海南、山西和新疆三個省區(qū)是偏遠(yuǎn)或資源型區(qū)域，受影響較小的原因也許與重視程度有關(guān),也表明這些省份在創(chuàng)新政策的執(zhí)行層面面臨比較嚴(yán)峻的形勢。
表8 各區(qū)域綜合得分
同樣使用主成分分析法確定這9項(xiàng)政策對于31個省份的影響權(quán)重如表9所示?？梢钥闯觯姓叩南禂?shù)全部為正，說明對31個區(qū)域來講這9項(xiàng)政策都有正向效應(yīng)，但與9項(xiàng)政策對11個行業(yè)影響明顯不同，這9項(xiàng)政策對31個省份影響權(quán)重相差較?。旱?、第9項(xiàng)政策，即技術(shù)轉(zhuǎn)讓、技術(shù)開發(fā)收入免征增值稅和技術(shù)轉(zhuǎn)讓減免所得稅優(yōu)惠政策，以及科技開發(fā)用品免征進(jìn)口稅收政策的重要性相同且最為顯著；第2、8項(xiàng)政策，即高新技術(shù)企業(yè)所得稅減免政策和企業(yè)研發(fā)活動專用儀器設(shè)備加速折舊政策也較為重要；其他各項(xiàng)政策重要程度有所下降，第5項(xiàng)創(chuàng)造和保護(hù)知識產(chǎn)權(quán)的相關(guān)政策和第7項(xiàng)鼓勵企業(yè)吸引和培養(yǎng)人才的相關(guān)政策相對最不重要。由此也可以看出，從區(qū)域?qū)用婵雌髽I(yè)家更加務(wù)實(shí)，對能夠直接體現(xiàn)為資金支持的政策更為滿意，這一結(jié)果與蔣選等(2015)[30]、周江華等(2017)[31]的研究結(jié)果相近；對能夠影響企業(yè)創(chuàng)新有長遠(yuǎn)影響的兩個政策最不在意，這一方面反映了這兩項(xiàng)政策本身的影響力不足問題，另一方面也從一定意義上反映了企業(yè)家在創(chuàng)新活動上的短期行為。
表9 9項(xiàng)創(chuàng)新政策在區(qū)域?qū)用娴目傮w權(quán)重
四、主要結(jié)論及政策建議
本文利用因子分析和主成分分析相結(jié)合的方法，以國家統(tǒng)計(jì)局2014年對近44萬家企業(yè)的創(chuàng)新調(diào)查數(shù)據(jù)為對象，從11個行業(yè)和31個區(qū)域進(jìn)行了創(chuàng)新政策效果評價(jià)。研究結(jié)果顯示：(1)在行業(yè)層面，9項(xiàng)創(chuàng)新政策對信息產(chǎn)業(yè)、制造業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)影響較大，對金融業(yè)和批發(fā)零售業(yè)較不明顯。(2)在區(qū)域?qū)用?，?項(xiàng)創(chuàng)新政策影響較大的是遼寧、江蘇、天津和安徽，影響較小的是海南、山西和新疆。(3)不管是從行業(yè)還是區(qū)域?qū)用?，這9項(xiàng)創(chuàng)新政策全部具有正向影響，在行業(yè)層面的影響力差距較大，在區(qū)域?qū)用娌罹噍^??；在兩個層面共同的特點(diǎn)是稅收優(yōu)惠、減免政策的影響較為明顯。
基于上述研究結(jié)論，我們提出如下政策建議：(1)創(chuàng)新政策制定時要考慮不同行業(yè)對政策的吸收能力，在下一步的政策完善過程中應(yīng)考慮行業(yè)的特殊性問題，尤其是針對傳統(tǒng)服務(wù)業(yè)受影響較小問題，調(diào)整政策、促進(jìn)服務(wù)創(chuàng)新。(2)針對創(chuàng)新政策在各區(qū)域落實(shí)的不平衡性問題，可考慮借鑒歐盟的創(chuàng)新公示牌制度，定期公布各區(qū)域的政策執(zhí)行情況，以促進(jìn)對創(chuàng)新政策的重視程度。(3)針對9項(xiàng)創(chuàng)新政策的影響力不平衡問題，下一步可進(jìn)一步調(diào)整非稅收類政策工具的內(nèi)容，突出政策組合概念，讓所有創(chuàng)新政策一起形成整體合力，以發(fā)揮最大作用。
由于我國進(jìn)行創(chuàng)新調(diào)查的間隔周期較長，本文所用數(shù)據(jù)是基于2014年的調(diào)查數(shù)據(jù)，數(shù)據(jù)較舊是本文的局限所在。追蹤最新數(shù)據(jù)、利用多種方法進(jìn)行持續(xù)性創(chuàng)新政策效果評價(jià)是今后努力的研究方向。
猜你喜歡
江蘇安全生產(chǎn)(2023年11期)2023-12-14 12:04:54
房地產(chǎn)導(dǎo)刊(2022年8期)2022-10-09 06:19:34
房地產(chǎn)導(dǎo)刊(2022年6期)2022-06-16 01:28:40
數(shù)學(xué)物理學(xué)報(bào)(2021年4期)2021-08-30 08:27:50
中等數(shù)學(xué)(2020年1期)2020-08-24 07:57:42
非公有制企業(yè)黨建(2020年2期)2020-03-08 08:03:56
文化創(chuàng)新比較研究(2020年14期)2020-01-02 19:25:56
文化創(chuàng)新比較研究(2020年8期)2020-01-02 04:45:23
華人時刊(2019年21期)2019-11-17 08:25:07
中國衛(wèi)生(2016年2期)2016-11-12 13:22:10
