朱維芝, 金 焱,, 龍碧霞

(1.廣東信德資產(chǎn)評估與房地產(chǎn)土地估價有限公司 政策研究院, 廣東 佛山 528399;2.廣東信德資產(chǎn)評估與房地產(chǎn)土地估價有限公司 績效評價中心, 廣東 佛山 528399)

《國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二○三五年遠(yuǎn)景目標(biāo)》提出了到二○三五年我國科技實(shí)力大幅提升、進(jìn)入創(chuàng)新型國家前列、建成科技強(qiáng)國等目標(biāo)[1]。黨的二十大報告再次強(qiáng)調(diào)了科技作為全面建設(shè)社會主義現(xiàn)代化國家的基礎(chǔ)和戰(zhàn)略支撐,必須堅(jiān)持守正創(chuàng)新,實(shí)施科教興國戰(zhàn)略、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略[2]?？梢?科技創(chuàng)新已上升為國家發(fā)展的重要戰(zhàn)略,被視為經(jīng)濟(jì)增長的關(guān)鍵性手段,需要政府公共政策的支持來推動其發(fā)展。因此,必須完善和實(shí)施科技政策體系建設(shè),這是實(shí)現(xiàn)創(chuàng)新驅(qū)動戰(zhàn)略的重要保障。

廣東省是經(jīng)濟(jì)發(fā)展大省,連續(xù)多年蟬聯(lián)全國GDP總量第一。廣東省委省政府已出臺各種扶持政策以引導(dǎo)和鼓勵科技創(chuàng)新事業(yè)。然而,這些政策的實(shí)施效果如何,需進(jìn)行必要的評估,以此為政府提供科學(xué)依據(jù)去決定是否要繼續(xù)、修改或終止這些政策。

1 研究理論基礎(chǔ)

1.1 科技創(chuàng)新政策實(shí)施效果的研究模型綜述

吳妍妍[3]以建設(shè)國家創(chuàng)新型試點(diǎn)省份安徽省的科技創(chuàng)新政策體系為研究對象,基于長三角三省一市的比較視角,搜索梳理科技創(chuàng)新政策的數(shù)量供給,通過問卷調(diào)查測算政策執(zhí)行落實(shí)情況,最后使用熵值法實(shí)證分析了政策的實(shí)施效果,研判安徽政策的重點(diǎn)方向和薄弱環(huán)節(jié),并就此提出建議。段利民和邢曉康[4]使用爬蟲技術(shù)爬取2006—2020年陜西省科技創(chuàng)新政策文本,從政策工具維度、產(chǎn)業(yè)維度、創(chuàng)新價值鏈維度分別對政策文本進(jìn)行歸類并做統(tǒng)計(jì)分析,發(fā)現(xiàn)在各維度中政策存在不平衡現(xiàn)象,由此就存在的問題提出了政策建議。李鵬利等[5]基于政策工具視角,將2006—2020年國家層面的科技創(chuàng)新政策劃分為供給型、需求型、環(huán)境型,采用政策文本內(nèi)容分析法進(jìn)行了系統(tǒng)梳理,研究發(fā)現(xiàn)3類政策的使用均存在非均衡性,提出均衡使用政策工具、加強(qiáng)部門協(xié)調(diào)解決政策矛盾等對策。白惠文[6]從政策的供給、需求、環(huán)境角度出發(fā),使用模糊綜合評價法量化分析了包頭市的政策效果,提出包頭市應(yīng)加強(qiáng)頂層設(shè)計(jì)、聯(lián)動聯(lián)合、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),促進(jìn)經(jīng)濟(jì)健康發(fā)展。孟溦和李楊[7]針對科技政策群目標(biāo)結(jié)構(gòu)和實(shí)施過程特征,提出一種融合內(nèi)容分析法和合成控制法的兩階段評估方法,測算了上海科技創(chuàng)新中心政策實(shí)施效果。閻東彬[8]借鑒監(jiān)測評估的理論觀點(diǎn),應(yīng)用兩階段數(shù)據(jù)包絡(luò)分析法(DEA),實(shí)證研究2012—2017年京津冀地區(qū)科技創(chuàng)新政策的實(shí)施效果情況,發(fā)現(xiàn)北京技術(shù)效率較高,河北、天津偏低,提出了緩解這種斷崖式分步的對策。王幫俊和朱榮[9]基于國家層面2006—2020年的政策文本進(jìn)行量化分析,搜集整理了208項(xiàng)產(chǎn)學(xué)研創(chuàng)新政策,從政策力度、目標(biāo)、措施、反饋4個維度對政策效力進(jìn)行量化,由專家打分測算政策文本效力得分,由統(tǒng)計(jì)年鑒篩選統(tǒng)計(jì)指標(biāo)作為創(chuàng)新績效數(shù)據(jù),以不同類型政策效力為自變量,以創(chuàng)新績效指標(biāo)為因變量,建立多元線性回歸模型分析政策實(shí)施效果。另外,眾多學(xué)者[10-14]也都從供給型、需求型、環(huán)境型角度構(gòu)建了科技創(chuàng)新政策評估指標(biāo)體系分析相關(guān)省市的政策實(shí)施效果,但選用的具體指標(biāo)略有不同。

1.2 文獻(xiàn)評述

從近幾年的研究成果來看,科技創(chuàng)新政策的實(shí)施效果研究有區(qū)域特色,有較多學(xué)者針對一些地區(qū),使用不同的分析方法,從多個視角就科技創(chuàng)新政策實(shí)施效果進(jìn)行了較為深入的研究。學(xué)者們主要有3種做法:一是量化分析政策文本數(shù)據(jù);二是由科技創(chuàng)新統(tǒng)計(jì)數(shù)據(jù)測算政策實(shí)施效果;三是先量化政策文本內(nèi)容給予賦分,再實(shí)證分析政策文本和科技創(chuàng)新統(tǒng)計(jì)數(shù)據(jù)的影響作用,以此測算政策實(shí)施效果。但所得結(jié)論有所差異,且不同的方法所得出的結(jié)論也存在異同。文獻(xiàn)中關(guān)于廣東省級的研究相對較少。廣東省是科技創(chuàng)新大省,有必要對近幾年的科技創(chuàng)新成果做一個綜合分析。本文使用熵值法和模糊綜合評價法可以解決主觀賦權(quán)帶來的不利影響,利用模糊數(shù)學(xué)理論建立的綜合評價體系,可以處理復(fù)雜性較高、指標(biāo)之間具有不確定性和模糊性的情況。

1.3 科技創(chuàng)新政策實(shí)施效果的常用分析方法

隨著創(chuàng)新強(qiáng)國的崛起,科技創(chuàng)新政策實(shí)施效果的研究方法逐步呈現(xiàn)多樣化。主要有定性分析和定量分析兩大方面,其中每個方面又涵蓋多種分析方法。下面介紹幾種常見的方法[15]。

1.3.1 定性分析方法

1)SWOT分析。按照“4E”評價框架,即經(jīng)濟(jì)性、效率性、效果性和環(huán)保性,通過對政策實(shí)施過程中政策的優(yōu)勢、劣勢、機(jī)會和威脅進(jìn)行認(rèn)真分析,識別政策實(shí)施過程中的潛在問題和風(fēng)險,以期給出政策調(diào)整建議。

2)對比分析方法。通過對國內(nèi)外政策、政策有無、政策實(shí)施前后效果進(jìn)行對比分析,得出相應(yīng)的結(jié)論,是政策定性評估中常采用的方法。

3)專家咨詢訪談法、問卷調(diào)查法。專家咨詢訪談法是一種通過專家面對面交流獲取信息的方法。這些專家可能是業(yè)內(nèi)權(quán)威人士,也可能是負(fù)責(zé)相關(guān)領(lǐng)域研究的專家。他們可以提供深入且具有前瞻性的信息,幫助企業(yè)制定戰(zhàn)略方向。問卷調(diào)查法是一種廣泛應(yīng)用的收集數(shù)據(jù)的方法,通過各種方式,收集評估對象的需求、反饋和看法,獲取有效信息,并進(jìn)行分析。

4)案例分析法。通過對已經(jīng)實(shí)施的科技創(chuàng)新政策案例進(jìn)行深入分析,評估政策實(shí)施效果,并總結(jié)出一些通用的成功經(jīng)驗(yàn)和規(guī)律。

1.3.2 定量分析方法

1)投入產(chǎn)出分析法。是一種衡量投入與產(chǎn)出之間關(guān)系的方法。收集大量的數(shù)據(jù),排成一張縱橫交叉的投入產(chǎn)出表格,建立數(shù)學(xué)模型,計(jì)算分析數(shù)據(jù),并據(jù)以進(jìn)行經(jīng)濟(jì)分析和預(yù)測。

2)成本收益分析法。指以貨幣單位為基礎(chǔ)對投入與產(chǎn)出進(jìn)行估算和衡量的方法,可以科學(xué)評估項(xiàng)目的可行性。分別測量政策的收益和運(yùn)行成本,然后進(jìn)行對比分析。通常認(rèn)為政策成本主要包括政策的制定、改變和實(shí)施成本,以及政策制定不協(xié)調(diào)產(chǎn)生的摩擦費(fèi)用。收益通常是政策實(shí)施以后獲得的經(jīng)濟(jì)利益。通過計(jì)算政策收益和政策成本的比值,可以得到每一單位政策成本的效率或者效益。依據(jù)成本和收益的預(yù)期,選擇最優(yōu)方案[6]。

3)模糊綜合評價法。是一種基于模糊數(shù)學(xué)的隸屬度最大原則和模糊變換理論把定性評價轉(zhuǎn)化為定量評價。利用模糊數(shù)學(xué)理論建立的綜合評價體系,能較好地解決模糊的、難以量化的問題,適合各種非確定性問題的解決。

4)統(tǒng)計(jì)分析法。常見的統(tǒng)計(jì)分析方法有回歸分析、聚類分析、層次分析法、因子分析法、主成分分析法等。

5)數(shù)據(jù)包絡(luò)分析法。它能夠在多個輸入和輸出因素之間建立模型,用來比較提供相似服務(wù)的多個服務(wù)單位之間的效率。

6)灰色關(guān)聯(lián)度分析法。是一種將數(shù)據(jù)進(jìn)行模糊化處理的方法。該方法適用于建立科技創(chuàng)新政策實(shí)施效果的評價體系,通過計(jì)算得出政策效果的指標(biāo)權(quán)重和優(yōu)劣差距等具體值,來獲取對科技創(chuàng)新實(shí)施效果的高效準(zhǔn)確的評價結(jié)果。

總的來說,定性分析方法側(cè)重于理性探討政策優(yōu)劣、問題與反饋,明確政策調(diào)整方向;而定量分析方法則能夠提供更準(zhǔn)確直觀的分析圖景和數(shù)據(jù)支持,幫助決策者更好地調(diào)整政策方針,從而優(yōu)化政策效果。

2 評估指標(biāo)體系構(gòu)建

2.1 指標(biāo)選取

沿用眾多學(xué)者的做法,參照李鵬利等[5]對政策的分類方式,將廣東省科技創(chuàng)新政策劃分為供給型、需求型和環(huán)境型,并綜合比較多位學(xué)者的指標(biāo)選取情況,結(jié)合廣東省的特征,以及數(shù)據(jù)可獲得性等因素選取本文采用的三級指標(biāo)(表1)。

表1 廣東省科技創(chuàng)新政策實(shí)施效果評價指標(biāo)體系及指標(biāo)權(quán)重

科技創(chuàng)新供給政策主要通過提供人、財(cái)、物和環(huán)境等方面的支持來促進(jìn)科技創(chuàng)新活動的發(fā)展,如加大科技創(chuàng)新投入、設(shè)立專項(xiàng)資金、建立補(bǔ)貼機(jī)制、引進(jìn)創(chuàng)新人才、加強(qiáng)人才培訓(xùn)、給予生活配套福利政策等。為了衡量創(chuàng)新投入經(jīng)費(fèi)的增長、財(cái)力供給水平和投入強(qiáng)度情況,選取R&D經(jīng)費(fèi)和R&D經(jīng)費(fèi)占本省GDP的比重兩個指標(biāo)。此外,還選取地方財(cái)政科技撥款指標(biāo)來衡量政府對科技創(chuàng)新的資金支持力度。為了評估企業(yè)持續(xù)創(chuàng)新投入的能力和重視程度,選取規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出與主營業(yè)務(wù)收入之比指標(biāo)作為補(bǔ)充。另外,還選取規(guī)模以上工業(yè)企業(yè)R&D人員全時當(dāng)量(萬人年)指標(biāo)來衡量人才隊(duì)伍供給水平,以及規(guī)模以上工業(yè)企業(yè)辦R&D機(jī)構(gòu)數(shù)指標(biāo)來衡量物力的供給水平。最后,選取規(guī)模以上工業(yè)企業(yè)R&D項(xiàng)目數(shù)指標(biāo)來衡量對重大科技創(chuàng)新項(xiàng)目的支持程度。

科技創(chuàng)新需求政策主要從專利、技術(shù)市場和企業(yè)項(xiàng)目需求等方面來刺激科技創(chuàng)新活動的發(fā)展[16]。為了評估創(chuàng)新實(shí)力和專利需求政策執(zhí)行效果,選取了專利授權(quán)量、規(guī)模以上工業(yè)企業(yè)專利申請數(shù)和規(guī)模以上工業(yè)企業(yè)發(fā)明專利申請數(shù)3個指標(biāo)。此外,還選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入占主營業(yè)務(wù)收入比重指標(biāo),以反映新產(chǎn)品研發(fā)對整體產(chǎn)品生產(chǎn)銷售的實(shí)際作用和影響程度。同時,選取技術(shù)合同項(xiàng)目數(shù)、技術(shù)合同金額和技術(shù)市場成交額3個指標(biāo),從規(guī)模和活躍度兩方面來反映技術(shù)交易市場的繁榮程度。

科技創(chuàng)新環(huán)境政策主要從經(jīng)濟(jì)、環(huán)境和公共服務(wù)3個方面為科技創(chuàng)新活動提供支持。這些政策有助于激發(fā)創(chuàng)新行為,推動科學(xué)技術(shù)的不斷發(fā)展。為了評估廣東省綜合經(jīng)濟(jì)發(fā)展水平,選取人均地區(qū)生產(chǎn)總值、地區(qū)生產(chǎn)總值指數(shù)和工業(yè)總產(chǎn)值3個指標(biāo)。另外,為了評估企業(yè)生產(chǎn)經(jīng)營水平和發(fā)展?jié)摿?選取規(guī)模以上工業(yè)企業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)增加值和工業(yè)全員勞動生產(chǎn)率3個指標(biāo)。最后,選取科技企業(yè)孵化器數(shù)量指標(biāo)來衡量科技平臺實(shí)力,反映政府的公共服務(wù)體系支撐力度。

以上指標(biāo)可以有效地評估廣東省科技創(chuàng)新環(huán)境政策的執(zhí)行效果,為政策制定者提供參考和指導(dǎo)。

2.2 數(shù)據(jù)來源

研究數(shù)據(jù)全部來自國家統(tǒng)計(jì)局官方網(wǎng)站、《廣東統(tǒng)計(jì)年鑒》《廣東科技年鑒》《廣東科技統(tǒng)計(jì)數(shù)據(jù)》?！肮I(yè)全員勞動生產(chǎn)率”指標(biāo)由指標(biāo)“工業(yè)增加值” “工業(yè)就業(yè)人員平均人數(shù)”二者比值計(jì)算而得,2020年及2021年的科技企業(yè)孵化器數(shù)量由往年數(shù)據(jù)及廣東省科技廳公布的文件《2020年度擬確定為廣東省科技企業(yè)孵化器名單》《2021年度廣東省科技企業(yè)孵化器名單》測算而得。

3 模型構(gòu)建與數(shù)據(jù)處理方法

3.1 建立原始數(shù)據(jù)矩陣

選擇2014—2021年數(shù)據(jù),21個評價指標(biāo),構(gòu)建一個指標(biāo)數(shù)據(jù)矩陣X=(xij)8×21,i=1,2,…,8;j=1,2,…,21,xij為第i個年份第j個指標(biāo)的數(shù)值。采用模糊數(shù)據(jù)理論計(jì)算每項(xiàng)指標(biāo)的實(shí)際值在各年的隸屬度,并采用熵值法確定各項(xiàng)指標(biāo)的權(quán)重。將隸屬度和權(quán)重相乘,即可得到每年各項(xiàng)指標(biāo)的效果得分[10]。

3.2 量化指標(biāo)隸屬度

隸屬度是指某一個事物與某一集合之間的相關(guān)程度,用來描述那些“屬于”和“不屬于”之間的“模糊事物”;將各項(xiàng)指標(biāo)的最小值映射為0,將最大值映射為1,然后按比例縮放其他值,從而獲得它們在[0,1]區(qū)間上的相對大小,即隸屬度值:

(1)

式中:min(x1j,x2j,…,xmj)和max(x1j,x2j,…,xmj)分別為第j項(xiàng)指標(biāo)中的最小值和最大值;X′ij為經(jīng)過標(biāo)準(zhǔn)化操作后的數(shù)據(jù)。

3.3 熵值法確定指標(biāo)權(quán)重

熵值法通過各項(xiàng)指標(biāo)觀測值所提供的信息量的大小來確定指標(biāo)權(quán)重,是一種客觀的賦權(quán)方法。熵值越大,信息越不確定,權(quán)重應(yīng)該越小,反之權(quán)重越大。采用熵值法對指標(biāo)進(jìn)行賦權(quán)可以避免主觀評價和隨意性等問題,消除人為因素的干擾,從而使評價結(jié)果更加科學(xué)合理。

沿用前文已經(jīng)構(gòu)建的數(shù)據(jù)矩陣X=(xij)m×n,熵值法計(jì)算指標(biāo)權(quán)重按式(1)～式(5)依次進(jìn)行計(jì)算。

1)將原始數(shù)據(jù)同度量化,如式(1)所示。

2)計(jì)算第j項(xiàng)指標(biāo)在第i個方案的指標(biāo)值的比重Pij。

(2)

3)計(jì)算第j項(xiàng)指標(biāo)的熵值ej和信息差異性系數(shù)gj。

(3)

gj=1-ej

(4)

4)計(jì)算指標(biāo)的權(quán)重wj。

(5)

3.4 計(jì)算量化結(jié)果

對于某一年份i來說,用隸屬度乘以權(quán)重值計(jì)算得到某一指標(biāo)項(xiàng)下的得分,所有的指標(biāo)得分相加得到總得分?？紤]到人們的評判習(xí)慣,為便于分析,采用百分制,將指標(biāo)得分?jǐn)U大100倍作為政策效果的最終得分,見表2。

表2 2013—2021年廣東省科技創(chuàng)新政策實(shí)施效果得分

4 結(jié)果分析

4.1 測算結(jié)果

熵值法的計(jì)算公式取對數(shù),因?yàn)閘n 0無意義,所以計(jì)算過程將隸屬度矩陣每個數(shù)值進(jìn)行平移加1處理,根據(jù)熵值法計(jì)算原理,這種處理對結(jié)果無影響[14]。對采集到的21項(xiàng)指標(biāo)168個原始數(shù)據(jù)進(jìn)行計(jì)算,得到各項(xiàng)指標(biāo)的權(quán)重值,見表1。隸屬度乘以權(quán)重值得到各指標(biāo)在各年的得分,見表2。

4.2 評價結(jié)果分析

4.2.1 科技創(chuàng)新政策整體效果分析

由圖1所示,從時間維度看,廣東省科技創(chuàng)新政策產(chǎn)生優(yōu)異的成效,正向效應(yīng)顯著,有效地提升了全省的科技創(chuàng)新水平,極大地推動了經(jīng)濟(jì)社會發(fā)展。2014—2021年,科技創(chuàng)新政策效果從4.286分上升到98.924分,增長了23倍。從局部來看,2014—2019年科技創(chuàng)新政策總體得分增長較快,到2020年有所放緩,2021年又呈快速增長的趨勢。2020年的增速趨緩可歸因于環(huán)境政策的效果得分下降所致。從表2中各指標(biāo)各年得分可知,由于2020年新冠肺炎疫情爆發(fā),廣東省內(nèi)地區(qū)生產(chǎn)總值增速斷崖式下跌導(dǎo)致環(huán)境政策得分下滑,從而拉低了整體科技創(chuàng)新政策得分的增長速度。

圖1 2014—2021年廣東省科技創(chuàng)新政策整體實(shí)施效果得分

從供給政策、需求政策、環(huán)境政策分項(xiàng)橫向?qū)Ρ葋砜?供給政策與需求政策得分曲線大體相同并緩慢上升,且供給政策得分始終高于需求政策,這種不同步是由于科技政策效果的滯后性所導(dǎo)致的,對于區(qū)域政策而言,其從頒布、實(shí)施到真正發(fā)揮作用都需要一定的時間[17]。因此,在評估政策效果時,需要考慮這種滯后性,采取合適的措施確保政策的長期穩(wěn)定性和持續(xù)實(shí)施的有效性。但在2021年時,需求政策得分一躍而起超過供給政策得分,并遙遙領(lǐng)先環(huán)境政策得分,當(dāng)年對科技創(chuàng)新政策整體貢獻(xiàn)最大,高達(dá)37.477分。環(huán)境政策效果得分起伏較大,2014—2017年得分居三者之首,2018年以后得分上升緩慢,分值低于供給政策和需求政策,甚至在2020年一度下跌,貢獻(xiàn)度不盡如人意。圖1表明,通過供給政策和需求政策的實(shí)施,科技創(chuàng)新得到了有力的保障和推動。其中,供給政策主要包括推動科技人才培養(yǎng)和財(cái)政支持力度的加大,取得了顯著的成效;而需求政策則從專利、技術(shù)市場、企業(yè)項(xiàng)目需求等多個方面促進(jìn)科創(chuàng)活動的發(fā)展,并取得了明顯的效果。前期廣東省經(jīng)濟(jì)高速發(fā)展,并且通過提升公共服務(wù)和增加創(chuàng)業(yè)創(chuàng)新平臺建設(shè),提供了良好的創(chuàng)業(yè)創(chuàng)新環(huán)境,但后勁不足,且近年來經(jīng)濟(jì)從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變,導(dǎo)致環(huán)境政策效果表現(xiàn)欠佳,科技創(chuàng)新環(huán)境政策仍需進(jìn)一步推進(jìn)。

同時,由表1和表2看到,科技創(chuàng)新供給政策、需求政策、環(huán)境政策三者權(quán)重分別為0.352 2、0.378 7、0.269 1,但2014—2020年供給政策得分都高于需求政策得分,供給政策權(quán)重小但得分高,這表明發(fā)放供給政策的效率可能較高,但為了滿足科技創(chuàng)新需求,還必須加大對需求政策的投入力度,以求在政策投入上實(shí)現(xiàn)平衡。

4.2.2 供給政策效果分析

從圖2可知,除地方財(cái)政科技撥款外,其余指標(biāo)的得分基本都是呈增長態(tài)勢的。R&D經(jīng)費(fèi)、R&D經(jīng)費(fèi)占本省GDP的比重、規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出與主營業(yè)務(wù)收入之比、規(guī)模以上工業(yè)企業(yè)R&D項(xiàng)目數(shù)、規(guī)模以上工業(yè)企業(yè)辦R&D機(jī)構(gòu)數(shù)五個指標(biāo)的增長態(tài)勢比較平緩,規(guī)模以上工業(yè)企業(yè)R&D人員全時當(dāng)量指標(biāo)起伏很大,2015年有所下降,2018年實(shí)現(xiàn)極速增長,之后平緩發(fā)展。這表明了廣東省近年來投入大量資金支持創(chuàng)新發(fā)展,同時引進(jìn)了大批優(yōu)秀的科技創(chuàng)新人才,形成了一支科技研發(fā)實(shí)力雄厚的團(tuán)隊(duì)。這些投入和人才的增加有效地促進(jìn)了科技創(chuàng)新水平的提高,推動了經(jīng)濟(jì)的快速發(fā)展和結(jié)構(gòu)轉(zhuǎn)型,為全省的可持續(xù)發(fā)展打下了堅(jiān)實(shí)的基礎(chǔ)。地方財(cái)政科技撥款指標(biāo)在2020年出現(xiàn)下跌現(xiàn)象,主要是因?yàn)樾鹿诜窝滓咔榈谋l(fā),政府需要把更多的財(cái)力投入抗疫中,以致科技財(cái)政支出縮減。

圖2 2014—2021年廣東省科技創(chuàng)新供給政策實(shí)施效果得分

4.2.3 需求政策效果分析

觀察圖3可知,總體看來,廣東省創(chuàng)新需求政策實(shí)施效果穩(wěn)步提升,各指標(biāo)整體上呈現(xiàn)增長趨勢,說明廣東省的知識產(chǎn)權(quán)保護(hù)、專利需求和企業(yè)項(xiàng)目需求等政策取得了顯著成效。但是,仍然有必要進(jìn)一步出臺政策來激發(fā)全民創(chuàng)新活力,并增強(qiáng)專利需求類政策的引致效應(yīng)[16]。仔細(xì)觀察,規(guī)模以上工業(yè)企業(yè)專利申請數(shù)、規(guī)模以上工業(yè)企業(yè)發(fā)明專利申請數(shù)兩個指標(biāo)呈現(xiàn)同步發(fā)展?fàn)顟B(tài),在2015年出現(xiàn)短暫回落后,在2016年及以后又開始快速攀升;技術(shù)合同項(xiàng)目數(shù)在2015年回落后,一直處于低迷狀態(tài),直到2018年才開始快速發(fā)展并在2021年居于需求政策效果貢獻(xiàn)度首位,貢獻(xiàn)度為16.83%;規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入占主營業(yè)務(wù)收入比重指標(biāo)一直呈快速上升狀態(tài),且指標(biāo)發(fā)展良好,但在2021年出現(xiàn)下滑,究其原因,可能是新冠肺炎疫情影響,企業(yè)對經(jīng)濟(jì)前景持悲觀或者觀望態(tài)度,對進(jìn)行產(chǎn)品創(chuàng)新的意愿不強(qiáng),減緩對R&D投入;專利授權(quán)量、技術(shù)合同金額、技術(shù)市場成交額基本呈上升趨勢。

圖3 2014—2021年廣東省科技創(chuàng)新需求政策實(shí)施效果得分

4.2.4 環(huán)境政策效果分析

根據(jù)圖4所示,人均地區(qū)生產(chǎn)總值、工業(yè)全員勞動生產(chǎn)率、科技企業(yè)孵化器數(shù)量這3個指標(biāo)都呈快速增長狀態(tài),工業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)增加值3個指標(biāo)大體呈增長態(tài)勢,在2016—2020年處于緩慢增長階段,但在2021年出現(xiàn)高速增長。這表明了廣東省近幾年不斷加強(qiáng)建設(shè)創(chuàng)新創(chuàng)業(yè)扶持平臺和大力扶持科技企業(yè),提升了企業(yè)勞動生產(chǎn)率,得到了良好的產(chǎn)出效果。另一方面,受經(jīng)濟(jì)周期及經(jīng)濟(jì)增長由高速增長轉(zhuǎn)換成中高速發(fā)展的國家政策影響,地區(qū)生產(chǎn)總值指數(shù)指標(biāo)呈下降趨勢,更在2020年受新冠肺炎疫情影響,經(jīng)濟(jì)增速近幾年最低,好在2021年經(jīng)濟(jì)有所回暖,增速上漲。綜合上述分析及環(huán)境政策效果總體得分可見,科技創(chuàng)新環(huán)境政策得分與地區(qū)經(jīng)濟(jì)發(fā)展水平存在較高的正相關(guān)關(guān)系,科技創(chuàng)新環(huán)境政策的實(shí)施為科技創(chuàng)新提供了良好的發(fā)展環(huán)境,推動各種科技領(lǐng)域的探索和突破,而地區(qū)經(jīng)濟(jì)發(fā)展水平的提高則可以促進(jìn)科技創(chuàng)新的投入和支持,從而形成良性循環(huán),進(jìn)一步推動經(jīng)濟(jì)和科技的發(fā)展。研究發(fā)現(xiàn)地區(qū)生產(chǎn)總值指數(shù)的下降及波動特征,很大程度上影響了科技創(chuàng)新環(huán)境政策效果得分。為了證明筆者的猜想,使用一個上升指標(biāo)替換地區(qū)生產(chǎn)總值指數(shù)指標(biāo),重做一次實(shí)證操作,前后兩次政策效果得分見表3及折線圖如圖5所示。

圖4 2014—2021年廣東省科技創(chuàng)新環(huán)境政策實(shí)施效果得分

圖5 替換指標(biāo)前后2014—2021年政策效果總得分和環(huán)境政策效果得分對比

表3 替換指標(biāo)前后2014—2021年政策效果總得分和環(huán)境政策效果得分對比

由表3和圖5可知,替換波動巨大的地區(qū)生產(chǎn)總值指數(shù)指標(biāo)后,總得分保持較高的增長速度,環(huán)境政策得分更平緩,在2020年的得分由原來的16.198分變成19.562分,上升3.364分,證實(shí)了筆者的上述猜測。因此,努力提高經(jīng)濟(jì)發(fā)展水平是有效提高當(dāng)?shù)乜萍紕?chuàng)新環(huán)境政策實(shí)施效果的捷徑之一。

5 研究結(jié)論與對策建議

5.1 研究結(jié)論

通過篩選廣東科技創(chuàng)新政策供給、需求、環(huán)境3個方面共21個評價指標(biāo)構(gòu)建了評價指標(biāo)體系,以熵值法確定各指標(biāo)權(quán)重,采用模糊綜合評價法構(gòu)建評價模型,對科技創(chuàng)新政策進(jìn)行了實(shí)證研究分析,主要得出以下結(jié)論:

1)廣東省實(shí)施科技創(chuàng)新政策效果顯著,效果得分逐年上升,創(chuàng)新資源和產(chǎn)出效益不斷上升。

2)科技創(chuàng)新需求政策效果得分最大程度影響了廣東省科技創(chuàng)新政策得分,其次是供給政策,最差的是環(huán)境政策效果,三者比重分別為0.378 7、0.352 2、0.269 1。

3)2014—2020年供給政策得分都高于需求政策得分,但其權(quán)重小于需求政策。這表明發(fā)放供給政策的效率可能較高,但為了滿足科技創(chuàng)新需求,還必須加大對需求政策的投入力度,以求在政策投入上實(shí)現(xiàn)平衡。

4)經(jīng)濟(jì)增長的波動很大程度上影響了廣東省科技創(chuàng)新環(huán)境政策效果得分,努力提高經(jīng)濟(jì)發(fā)展水平是有效提高當(dāng)?shù)乜萍紕?chuàng)新環(huán)境政策實(shí)施效果的捷徑之一。

5.2 對策建議

1)加快完善科技創(chuàng)新政策環(huán)境,構(gòu)建科技創(chuàng)新長效機(jī)制。良好的科技創(chuàng)新環(huán)境政策為科技創(chuàng)新活動提供豐厚的土壤,對于培育更多的科技創(chuàng)新至關(guān)重要。①要堅(jiān)持推動廣東經(jīng)濟(jì)高質(zhì)量發(fā)展,著力提高全要素生產(chǎn)率,改善營商環(huán)境,給企業(yè)提供一個發(fā)展的、輕松的創(chuàng)業(yè)創(chuàng)新環(huán)境;②健全科技創(chuàng)新支撐服務(wù)體系,加快建設(shè)高端創(chuàng)新平臺,培育壯大創(chuàng)新型企業(yè)、孵化載體,完善省內(nèi)科技創(chuàng)新資源的共享性和開放性,建立公開透明的科技創(chuàng)新項(xiàng)目監(jiān)督管理體系,提高人、財(cái)、物利用率,避免浪費(fèi)資源;③強(qiáng)化政府政策的導(dǎo)向作用,提高政府服務(wù)質(zhì)量和效率,增強(qiáng)項(xiàng)目落地效率,加強(qiáng)政府綜合監(jiān)管,確保每個環(huán)節(jié)都不會出現(xiàn)疏漏,推動企業(yè)創(chuàng)新能力,從而提高區(qū)域整體創(chuàng)新能力;④建立健全法律體系,加強(qiáng)知識產(chǎn)權(quán)保護(hù),為創(chuàng)新活動營造良好完善的法制環(huán)境,保證科技創(chuàng)新人員的合法權(quán)益。

2)加大優(yōu)化科技創(chuàng)新供給政策,多管齊下提高科技創(chuàng)新水平。①建立健全科技創(chuàng)新體系。科技創(chuàng)新是一個系統(tǒng)工程,需要建立一個健全的科技創(chuàng)新體系,完善基礎(chǔ)設(shè)施、人才培養(yǎng)和財(cái)政支持。政府應(yīng)該加大對基礎(chǔ)研究和人才培養(yǎng)的投入力度,尊重知識、尊重人才、尊重創(chuàng)造,完善人才戰(zhàn)略布局,把各方面優(yōu)秀人才集聚到廣東,并加大財(cái)政支持力度,為科技創(chuàng)新提供基礎(chǔ)保障。②鼓勵企業(yè)創(chuàng)新。政府可以通過多種途徑,鼓勵企業(yè)加大科技創(chuàng)新力度,如給予稅收優(yōu)惠政策、科研補(bǔ)貼、技術(shù)支持等。③改善知識產(chǎn)權(quán)保護(hù)機(jī)制。知識產(chǎn)權(quán)保護(hù)機(jī)制是保護(hù)企業(yè)創(chuàng)新成果的重要手段,政府可以加大保護(hù)力度,加強(qiáng)法律監(jiān)管和執(zhí)行。④推動科技成果轉(zhuǎn)化?？萍汲晒D(zhuǎn)化是科技創(chuàng)新的關(guān)鍵環(huán)節(jié)之一。政府可以出臺相關(guān)的政策和措施,如技術(shù)轉(zhuǎn)移中心、孵化器等,幫助科技成果轉(zhuǎn)化為實(shí)際的生產(chǎn)力。

3)調(diào)整優(yōu)化科技創(chuàng)新需求政策,讓需求的馬車?yán)瓌觿?chuàng)新增長?？梢詮膶＠?、技術(shù)市場、企業(yè)項(xiàng)目需求等方面來刺激科創(chuàng)活動發(fā)展。①增加公共領(lǐng)域科技需求。政府可以通過引導(dǎo)和支持公共領(lǐng)域的科技需求,如醫(yī)療、環(huán)保等領(lǐng)域,促進(jìn)科技創(chuàng)新的發(fā)展。②創(chuàng)造市場需求。政府可以通過政策倡導(dǎo)或者鼓勵民間組織或企業(yè)開展社會調(diào)查,挖掘市場需求,為科技創(chuàng)新提供更加精準(zhǔn)和有效的導(dǎo)向。③培育和引導(dǎo)新興市場。政府可以針對新興的市場領(lǐng)域,通過相關(guān)的產(chǎn)業(yè)政策、資金扶持及專家技術(shù)指導(dǎo)等方式,培育這些市場,提高其對科技創(chuàng)新的需求。④積極推廣科技創(chuàng)新成果。政府可以通過各種途徑宣傳科技創(chuàng)新成果及推廣其應(yīng)用,提高人們對科技創(chuàng)新的認(rèn)識和意識,從而增加對科技創(chuàng)新的需求,以促進(jìn)科技創(chuàng)新活動的發(fā)展。

4)落實(shí)科創(chuàng)政策執(zhí)行主體責(zé)任,推進(jìn)科技創(chuàng)新政策實(shí)施。政策制定后應(yīng)保證其快速有效推進(jìn)。實(shí)施科技創(chuàng)新政策需要多個層面的支持和推動。①政府應(yīng)當(dāng)建立專門的機(jī)構(gòu)或部門來負(fù)責(zé)執(zhí)行科創(chuàng)政策,確保政策的順利落地。②制定明確的政策措施。政策應(yīng)該明確指出在什么情況下、什么時間范圍以及什么程度上執(zhí)行。同時,政策措施也要根據(jù)不同城市和不同行業(yè)的需求進(jìn)行差異化制定。③政府應(yīng)該建立完善的政策評估機(jī)制,對政策執(zhí)行效果進(jìn)行評估,及時調(diào)整政策,確保政策的有效性和可持續(xù)性,不斷完善政策。