劉升陽

摘 要：研究選擇創(chuàng)新資源緊約束區(qū)18個省的技術(shù)創(chuàng)新政策，運(yùn)用扎根理論構(gòu)建技術(shù)創(chuàng)新政策評價指標(biāo)體系與量化標(biāo)準(zhǔn)，以政策協(xié)同理論為基礎(chǔ)運(yùn)用地理加權(quán)回歸GWR、灰色關(guān)聯(lián)度模型等方法探析技術(shù)創(chuàng)新政策橫向地理空間協(xié)同機(jī)理，實(shí)踐驗(yàn)證協(xié)同狀況，結(jié)論表明：在政策指標(biāo)角度，政策層級、知識產(chǎn)權(quán)、渠道構(gòu)建、技術(shù)引進(jìn)及消化吸收等5項(xiàng)二級指標(biāo)在18省份橫向地理空間中的協(xié)同度高，其中政策層級、知識產(chǎn)權(quán)、渠道構(gòu)建屬于量化值較高水平協(xié)同，技術(shù)引進(jìn)和消化吸收屬于量化值較低水平協(xié)同;在橫向省份角度，西藏地區(qū)與其他省之間政策協(xié)同性弱;寧夏地區(qū)由于政策量化值較低，與其他省份間協(xié)同性較弱;新疆、黑龍江、吉林、海南等省，橫向協(xié)同性相對較弱，表現(xiàn)出一定的游離狀態(tài);四川省不但地理位置在創(chuàng)新資源緊約束區(qū)相對居中，且各項(xiàng)指標(biāo)在橫向地理空間中與緊鄰各省的協(xié)同性很好，具有政策協(xié)同重心的地位;其他各省橫向空間政策協(xié)同性一般。

關(guān)鍵詞：創(chuàng)新資源緊約束區(qū);技術(shù)創(chuàng)新政策;橫向地理空間;政策協(xié)同;機(jī)理

中圖分類號：G301? ? 文獻(xiàn)標(biāo)識碼：A? ? 文章編號：1671-0037（2020）5-49-15

DOI：10.19345/j.cxkj.1671-0037.2020.05.006

1 引言

創(chuàng)新驅(qū)動戰(zhàn)略與創(chuàng)新型國家建設(shè)是中國當(dāng)前及未來經(jīng)濟(jì)社會發(fā)展的主題和方向，離不開最基礎(chǔ)的創(chuàng)新制度建設(shè)與創(chuàng)新政策制定實(shí)施。據(jù)不完全統(tǒng)計，2009—2018年全國各省以規(guī)劃、意見、方案、辦法、通知、轉(zhuǎn)發(fā)等形式落實(shí)執(zhí)行的技術(shù)創(chuàng)新政策2000多項(xiàng)。但同時，各省間的經(jīng)濟(jì)基礎(chǔ)與發(fā)展水平差異較大、創(chuàng)新資源分配不均衡、創(chuàng)新政策落實(shí)執(zhí)行差異化造成我國區(qū)域技術(shù)創(chuàng)新績效明顯失衡，且嚴(yán)重影響未來我國創(chuàng)新驅(qū)動戰(zhàn)略及創(chuàng)新型國家建設(shè)的整體均衡推進(jìn)。而短期看，創(chuàng)新資源約束與創(chuàng)新政策失衡將持續(xù)存在。受創(chuàng)新資源緊約束的省份，它們的技術(shù)創(chuàng)新政策規(guī)模如何？橫向相近省份地區(qū)之間政策步調(diào)是否一致？創(chuàng)新政策目標(biāo)及工具措施是否連續(xù)、協(xié)調(diào)？政策平臺建設(shè)是否足以支撐政策的落實(shí)執(zhí)行？系列問題亟待深入探究論證。

鑒于此，本文首先選擇創(chuàng)新資源緊約束區(qū)橫向各省之間的技術(shù)創(chuàng)新政策協(xié)同問題進(jìn)行研究，以期為區(qū)域技術(shù)創(chuàng)新政策體系構(gòu)建進(jìn)而創(chuàng)新績效、經(jīng)濟(jì)績效的研究奠定基礎(chǔ)。研究收集整理我國創(chuàng)新資源緊約束條件下各省份的技術(shù)創(chuàng)新政策，量化提取影響政策協(xié)同的重要因素，從政策力度、政策目標(biāo)、政策措施、政策平臺等方面，構(gòu)建政策協(xié)同指標(biāo)體系，探究橫向地理空間政策協(xié)同機(jī)理，量化與測度協(xié)同狀況，為創(chuàng)新資源緊約束區(qū)各省技術(shù)創(chuàng)新政策協(xié)同提供決策參考與實(shí)施策略。

2 理論基礎(chǔ)

關(guān)于政策協(xié)同的研究，國內(nèi)外學(xué)者圍繞協(xié)同主體維度、協(xié)同演進(jìn)、協(xié)同機(jī)制、協(xié)同評價等展開。政策協(xié)同主體維度研究，OECD在空間維度政策協(xié)同的基礎(chǔ)上，指出同時還應(yīng)參考時間維度，將政策在橫向、縱向、時間維度上同時進(jìn)行協(xié)同探討，打開了多維度協(xié)同研究思路。Dominic Stead等[1]進(jìn)一步在空間規(guī)劃的多維度政策協(xié)同中，提出政策協(xié)同既包括橫向部門協(xié)同，也包括縱向部門協(xié)同。政策協(xié)同演進(jìn)研究，彭紀(jì)生等[2]以技術(shù)創(chuàng)新政策為案例，在政策量化方面做出了有意義的探索性研究，通過量化后的政策描繪出政策協(xié)同演變的路徑進(jìn)而對經(jīng)濟(jì)績效的影響。Milton M. Herrera等[3]在產(chǎn)業(yè)視角下，對政策目標(biāo)、政策措施的協(xié)同狀況及其演進(jìn)進(jìn)行分析評價，提出產(chǎn)業(yè)領(lǐng)域中政策協(xié)同演進(jìn)進(jìn)而對產(chǎn)業(yè)發(fā)展的階段性影響作用。政策協(xié)同機(jī)制研究，學(xué)者站在不同角度分別研究政策協(xié)同運(yùn)行機(jī)制、政策協(xié)同決策機(jī)制及政策協(xié)同評價機(jī)制。薛澤林等[4]結(jié)合政策協(xié)同的結(jié)構(gòu)功能特征，探討治理勢能的發(fā)起與傳導(dǎo)對文化創(chuàng)意產(chǎn)業(yè)培育政策協(xié)同機(jī)制建構(gòu)的作用。楊晨[5]研究政策協(xié)同運(yùn)行機(jī)制，運(yùn)用內(nèi)容分析法對知識產(chǎn)權(quán)政策體系進(jìn)行分析，得出政策制定主體范圍不斷擴(kuò)大，政策體系目標(biāo)由激勵創(chuàng)造向促進(jìn)知識產(chǎn)權(quán)與產(chǎn)業(yè)發(fā)展深度融合轉(zhuǎn)變等。政策協(xié)同評價研究，Benjamin等[6]討論通過上層合并實(shí)現(xiàn)國家政府的稅收政策協(xié)調(diào)。仲為國等[7]構(gòu)建政策量化標(biāo)準(zhǔn)，制定具體的操作手冊量化政策，運(yùn)用計量模型定量客觀評價中國的技術(shù)創(chuàng)新政策。Jean-Christophe等[8]針對貨幣政策決策與貨幣規(guī)則收益，提出最優(yōu)貨幣政策與國家政策的協(xié)調(diào)沒有區(qū)別。郭本海[9]篩選2007—2015年國家227條光伏產(chǎn)業(yè)政策，構(gòu)建產(chǎn)業(yè)政策協(xié)同度模型，探討政策措施協(xié)同對產(chǎn)業(yè)績效的影響。另有學(xué)者基于道德風(fēng)險的降低效果等作為標(biāo)準(zhǔn)，探討政策協(xié)同對產(chǎn)業(yè)績效的影響，提出不同政策措施協(xié)同對產(chǎn)業(yè)績效具有方向性差異。

3 機(jī)理探究

3.1 研究樣本

創(chuàng)新資源緊約束指創(chuàng)新活動及經(jīng)濟(jì)社會發(fā)展受到資金、技術(shù)、人力及平臺等創(chuàng)新要素一定程度的限制，造成創(chuàng)新產(chǎn)出的質(zhì)量與效率相對較低，進(jìn)而區(qū)域經(jīng)濟(jì)發(fā)展驅(qū)動力不足，社會經(jīng)濟(jì)建設(shè)速度緩慢和水平低下的狀況。研究結(jié)合統(tǒng)計數(shù)據(jù)收集與量化實(shí)際，選擇規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)投入、專利申請數(shù)、專利授權(quán)數(shù)、技術(shù)市場成交額、規(guī)模以上工業(yè)企業(yè)R&D人員全時當(dāng)量、GDP等六項(xiàng)指標(biāo)，綜合量化排名出全國31個省份（不含港澳臺）2009—2018年的創(chuàng)新資源狀況與經(jīng)濟(jì)發(fā)展水平狀況，篩選出創(chuàng)新資源緊約束區(qū)18個省份：河南、湖南、四川、陜西、吉林、江西、山西、廣西、黑龍江、云南、新疆、貴州、海南、甘肅、青海、內(nèi)蒙古、寧夏、西藏。以此作為本文研究的實(shí)證樣本。

3.2 評價指標(biāo)

研究進(jìn)而收集整理2009—2018年創(chuàng)新資源緊約束區(qū)內(nèi)18個省的技術(shù)創(chuàng)新政策1 100多份，整理有效672份，采用扎根理論進(jìn)行開放式編碼、主軸式編碼及選擇式編碼，專家專題會議7次，共選擇政策力度、政策目標(biāo)、政策措施及政策平臺等4項(xiàng)一級指標(biāo)，政策層級、部門協(xié)同、政策數(shù)量、知識產(chǎn)權(quán)等17項(xiàng)二級指標(biāo)，以此為基礎(chǔ)構(gòu)建技術(shù)創(chuàng)新政策評價指標(biāo)體系及量化標(biāo)準(zhǔn)，為政策協(xié)同研究奠定基礎(chǔ)，詳見表1。

3.3 協(xié)同機(jī)理

技術(shù)創(chuàng)新政策橫向地理空間協(xié)同，主要指橫向相鄰省域間，根據(jù)創(chuàng)新資源自然稟賦及創(chuàng)新發(fā)展?fàn)顩r，通過技術(shù)創(chuàng)新政策力度、政策目標(biāo)、政策措施及政策平臺等指標(biāo)上的協(xié)同，實(shí)現(xiàn)技術(shù)創(chuàng)新政策整體效力發(fā)揮，進(jìn)而帶來各省間技術(shù)創(chuàng)新政策體系與環(huán)境協(xié)同，共同促進(jìn)區(qū)域創(chuàng)新績效、經(jīng)濟(jì)績效的快速健康發(fā)展。既可用于分析相鄰省份之間的橫向協(xié)同，也可以用來分析某特定區(qū)域內(nèi)部的橫向協(xié)同。本文主要集中探究橫向各省政策在4項(xiàng)一級指標(biāo)17項(xiàng)二級指標(biāo)上的協(xié)同。

政策力度協(xié)同。政策力度描述技術(shù)創(chuàng)新政策的層次、影響范圍和強(qiáng)弱，包括政策層級、政策協(xié)同、政策數(shù)量等3項(xiàng)二級指標(biāo)。各省技術(shù)創(chuàng)新政策在這3項(xiàng)二級指標(biāo)上是否協(xié)同，反映各省在落實(shí)、規(guī)劃及制定政策上的步調(diào)與節(jié)奏是否一致，是下面其他指標(biāo)協(xié)同的基礎(chǔ)。②政策目標(biāo)協(xié)同。政策目標(biāo)指技術(shù)創(chuàng)新政策制定實(shí)施的初衷和要達(dá)到的目的，包括知識產(chǎn)權(quán)、人才建設(shè)、技術(shù)引進(jìn)、消化吸收、成果轉(zhuǎn)化及創(chuàng)新體系等6項(xiàng)二級指標(biāo)。各省技術(shù)創(chuàng)新政策在這6項(xiàng)二級指標(biāo)上的協(xié)同，綜合反映各省在追求技術(shù)創(chuàng)新的形式與內(nèi)容、創(chuàng)新成果的實(shí)現(xiàn)與鞏固、創(chuàng)新環(huán)境的營造與構(gòu)建等方面的差異與趨同程度，是政策協(xié)同的綱。③政策措施協(xié)同。政策措施是保障某項(xiàng)技術(shù)創(chuàng)新政策目標(biāo)實(shí)現(xiàn)的方法和工具，包括財政稅收、人才引培、金融支持、渠道構(gòu)建、知識產(chǎn)權(quán)保護(hù)、產(chǎn)學(xué)研合作、其他政策措施等7項(xiàng)二級指標(biāo)。各省技術(shù)創(chuàng)新政策在這7項(xiàng)二級指標(biāo)上是否協(xié)同，綜合反映各省技術(shù)創(chuàng)新政策落實(shí)執(zhí)行的方式方法、工具途徑等方面的思路安排是否同頻共振，是政策協(xié)同的主要內(nèi)容。④政策平臺協(xié)同。政策平臺是技術(shù)創(chuàng)新政策落實(shí)、執(zhí)行的基礎(chǔ)單位和平臺，也是政策具體實(shí)施和收益的對象，一般有企業(yè)、科研機(jī)構(gòu)、高等院校、協(xié)會機(jī)構(gòu)等。各省技術(shù)創(chuàng)新政策在政策平臺上是否協(xié)同，反映各省政策落實(shí)執(zhí)行、措施實(shí)施的結(jié)構(gòu)和平臺是否相同或有所側(cè)重，是政策協(xié)同的收腳點(diǎn)。四個層次的指標(biāo)協(xié)同層層遞進(jìn)，有機(jī)關(guān)聯(lián)，共同綜合反映區(qū)域間技術(shù)創(chuàng)新政策的協(xié)同狀況。協(xié)同機(jī)理與路徑詳見圖1。

3.4 模型構(gòu)建

研究側(cè)重創(chuàng)新資源緊約束區(qū)的18個省份之間的橫向指標(biāo)協(xié)同，研究思路及實(shí)現(xiàn)路徑如下：①按照技術(shù)創(chuàng)新政策評價指標(biāo)體系及量化標(biāo)準(zhǔn)，對每項(xiàng)政策按照政策力度、政策目標(biāo)、政策措施、政策平臺等進(jìn)行指標(biāo)量化;②技術(shù)創(chuàng)新政策橫向空間異質(zhì)性分析。運(yùn)用地理加權(quán)回歸，選擇技術(shù)創(chuàng)新績效為因變量，各政策指標(biāo)及相關(guān)技術(shù)創(chuàng)新要素為自變量，探析不同省份各政策指標(biāo)對技術(shù)創(chuàng)新績效的貢獻(xiàn)及解釋度;③基于各省各指標(biāo)的回歸貢獻(xiàn)系數(shù)，運(yùn)用基于相似性的灰色關(guān)聯(lián)度模型進(jìn)行灰色關(guān)聯(lián)分析，得出各省各指標(biāo)間的相似性灰色系數(shù);④最后基于本文提出的政策協(xié)同度量化及等級劃分標(biāo)準(zhǔn)，對灰色關(guān)聯(lián)度結(jié)果進(jìn)行協(xié)同度轉(zhuǎn)化，測度出各省在每項(xiàng)政策指標(biāo)上的橫向協(xié)同狀況，并給出一定協(xié)同改善提高的路徑選擇與政策建議。

3.4.1 地理加權(quán)回歸模型。研究運(yùn)用地理加權(quán)回歸GWR原理，對2009—2018年創(chuàng)新資源緊約束區(qū)18個省份的技術(shù)創(chuàng)新政策在橫向地理空間中的指標(biāo)非平穩(wěn)性及差異程度進(jìn)行回歸估計，為政策指標(biāo)關(guān)聯(lián)度及橫向協(xié)同測度研究打下基礎(chǔ)。GWR利用基于距離權(quán)重的子樣本數(shù)據(jù)，對空間中各樣本點(diǎn)進(jìn)行參數(shù)估計，使各樣本點(diǎn)的估計參數(shù)隨著局部地理位置變化而變化，反映樣本活動的非平穩(wěn)性與空間異質(zhì)性。國內(nèi)學(xué)者如吳玉鳴、曹小曙、趙昱、房勝飛等[10-13]，近十幾年來用GWR模型對中國的區(qū)域經(jīng)濟(jì)活動、創(chuàng)新活動進(jìn)行了大量研究。

GWR分析首先選定一個研究區(qū)域，該區(qū)域可包含整個研究數(shù)據(jù)空間區(qū)域，當(dāng)然也可選擇空間區(qū)域的局部。利用每個樣本的不同空間位置，計算一個連續(xù)的衰減函數(shù)，將每個樣本的空間坐標(biāo)信息和樣本值代入此函數(shù)，得出一個位置信息有關(guān)的權(quán)重值，輸入回歸方程。此時擴(kuò)展后的地理加權(quán)回歸方程如下：

其中，[yi]表示因變量，[ui，vi]是空間單元的地理空間坐標(biāo)，[βk（ui，vi）]是連續(xù)函數(shù)[β0（u，v）]在[i]點(diǎn)的值。GWR除了像傳統(tǒng)回歸模型一樣完成方程各個觀測值的整體回歸估計，也可對每個觀測值估計出[ k ]個參數(shù)向量估計值，即觀測值在每個空間位置上的回歸估計。有學(xué)者依據(jù)“接近位置[i]的觀察數(shù)據(jù)比離位置[ i]較遠(yuǎn)的數(shù)據(jù)對[βk（ui，vi）]的估計有更多影響”的原則，通過加權(quán)最小二乘估計得到每個觀測值的估計參數(shù)：

這樣整個空間中的每個局部空間平穩(wěn)狀態(tài)與空間異質(zhì)性得到了充分的展示與刻畫，便于針對性開展區(qū)域經(jīng)濟(jì)問題研究。[wi]是空間權(quán)重矩陣，在實(shí)證分析中，常用的空間權(quán)值矩陣函數(shù)主要是高斯函數(shù)：

其中，[b]是帶寬，[dij]是樣本點(diǎn)[ i ]和[ j ]的距離。關(guān)于帶寬的確定，普遍采用CLEland和Bowman提出的交叉確認(rèn)方法，交叉確認(rèn)值CV計算公式如下：

[y≠i（b）]就是[i]出的擬合值。只要找出CV最小值，就能確定最佳寬帶。除了上面的CV交叉確認(rèn)方法，AIC法也可以用來確定帶寬，簡稱最小信息準(zhǔn)則。

3.4.2 灰色關(guān)聯(lián)度模型。灰色關(guān)聯(lián)分析能夠克服回歸分析、方差分析等數(shù)理方法對數(shù)據(jù)假設(shè)方面的問題，根據(jù)線性插值將不同序列觀測值轉(zhuǎn)化為連續(xù)折線，通過幾何特征構(gòu)建關(guān)聯(lián)度模型，進(jìn)而依據(jù)幾何相似程度判斷不同序列之間的關(guān)聯(lián)度。幾何形狀越接近，關(guān)聯(lián)量化值越大，關(guān)聯(lián)程度越高;反之越低[14]。研究根據(jù)技術(shù)創(chuàng)新政策及空間協(xié)同探究的特征，選擇基于相似性視角的灰色關(guān)聯(lián)分析模型。

①始點(diǎn)零化像。具體應(yīng)用問題分析中，序列數(shù)據(jù)多存在不同的量綱，影響分析過程及結(jié)論。為消除量綱影響，灰色分析對系統(tǒng)序列特征值進(jìn)行算子處理，通常以始點(diǎn)零化像為基礎(chǔ)。設(shè)系統(tǒng)序列[Xi]（1，2，…，n），則有

[Xi]序列觀測值分別為2009—2018年創(chuàng)新資源緊約束區(qū)18個省的技術(shù)創(chuàng)新政策規(guī)模量化值的自然對數(shù)。運(yùn)算中首先分別對序列觀測值做始點(diǎn)零化像處理。

②序列特征比較。始點(diǎn)零化像之后，模型對序列觀測值進(jìn)行比較處理，描述序列間差異，則有

幾何展示差異程度，通常有增長或衰減之分，實(shí)踐應(yīng)用中可以用公式9代替運(yùn)算：

運(yùn)用公式（8）分別對始點(diǎn)零化像之后的序列觀測值做比較處理，反映各省之間的技術(shù)創(chuàng)新政策規(guī)模的序列間差異。

③灰色關(guān)聯(lián)度。序列間差異計算后，研究采用基于相似性視角的灰色關(guān)聯(lián)度模型，則有

[εij]簡稱相似關(guān)聯(lián)度，測度序列觀測值幾何特征上的相似度，值越大，相似度越高，反之越低。

3.4.3 協(xié)同度量化及等級劃分標(biāo)準(zhǔn)。研究廣泛征求行業(yè)領(lǐng)域、業(yè)內(nèi)專家關(guān)于政策協(xié)同量化的意見，針對本研究實(shí)際需求，結(jié)合協(xié)同等級劃分基本原理，設(shè)計政策協(xié)同度量化區(qū)間及等級劃分標(biāo)準(zhǔn)。具體情況如下：①結(jié)合研究需求，參照其他協(xié)同及耦合研究中的劃分方法，可將協(xié)同度或耦合度由弱到強(qiáng)逐步劃分為4～6個區(qū)間。②依據(jù)數(shù)理統(tǒng)計分析中正態(tài)分布原理，統(tǒng)計結(jié)果及區(qū)間劃分一般具有“中間大兩頭小”的正態(tài)分布特征。因此，研究設(shè)置協(xié)同度最差與協(xié)同度最好的第1與第6區(qū)間各占10%的分布概率，協(xié)同程度中間的4個區(qū)間各占20%的分布概率。這樣總體政策協(xié)同度6個區(qū)間標(biāo)準(zhǔn)的設(shè)定既兼顧了整體均衡，又符合正態(tài)分布原理。③依據(jù)上述標(biāo)準(zhǔn)，政策協(xié)同度可以劃分為0～0.099、0.1～0.299、0.3～0.499、0.5～0.699、0.7～0.899、0.9～1.0等6個區(qū)間，分別反映政策協(xié)同程度的強(qiáng)弱。④對應(yīng)政策協(xié)同度的6個區(qū)間，研究進(jìn)一步設(shè)置協(xié)同等級，便于更形象具體地理解政策協(xié)同狀況，依次認(rèn)定為弱（B-）、較弱（B）、一般（B+）、較強(qiáng)（A-）、強(qiáng)（A）、極強(qiáng)（A+）等6個等級，據(jù)此對政策協(xié)同量化結(jié)論進(jìn)行等級認(rèn)定，做出協(xié)同程度判斷，得出形象具體的研究結(jié)論。詳見表2。

4 實(shí)證檢驗(yàn)

4.1 橫向地理加權(quán)回歸GWR分析

研究以創(chuàng)新績效為因變量，用當(dāng)年專利申請數(shù)與專利授權(quán)數(shù)的算術(shù)平均值表達(dá)：①創(chuàng)新與專利之間的耦合性與關(guān)聯(lián)程度較強(qiáng)，專利申請數(shù)能夠直接反映當(dāng)年技術(shù)創(chuàng)新政策帶來的創(chuàng)新績效;②而經(jīng)授權(quán)的專利有較高的標(biāo)準(zhǔn)化和規(guī)范化水平，更能夠直接代表政策帶來的創(chuàng)新績效結(jié)果。研究選擇政策力度、政策目標(biāo)、政策措施及政策平臺等4項(xiàng)一級指標(biāo)，包括政策層級、部門協(xié)同、政策數(shù)量、知識產(chǎn)權(quán)、人才建設(shè)、技術(shù)引進(jìn)、消化吸收、成果轉(zhuǎn)化、創(chuàng)新體系、財政稅收、人才引培、金融支持、渠道構(gòu)建、知識產(chǎn)權(quán)保護(hù)、產(chǎn)學(xué)研合作、其他政策措施、政策平臺等17項(xiàng)二級指標(biāo)作為自變量。同時，選擇科技資金投入（應(yīng)用研究部分）[K]與科技人員投入（應(yīng)用研究部分）[L]作為自變量。另，[YE]代表政策年份，[PA]代表因變量專利申請/授權(quán)數(shù)，[LE]代表政策層級，[CO]代表部門協(xié)同，[QU]代表政策數(shù)量，[PR]代表知識產(chǎn)權(quán)，[TA]代表人才建設(shè)，[TE]代表技術(shù)引進(jìn)，[DI]代表消化吸收，[AC]代表成果轉(zhuǎn)化，[IN]代表創(chuàng)新體系，[FI]代表財政稅收，[TAC]代表人才引培，[FS]代表金融支持，[CH]代表渠道構(gòu)建，[PRP]代表知識產(chǎn)權(quán)保護(hù)，[IU]代表產(chǎn)學(xué)研合作，[OT]代表其他政策措施，[PL]代表政策平臺。

研究采用ARCGIS10.2進(jìn)行地理加權(quán)回歸GWR分析，同時對比最小二乘回歸更清晰地展現(xiàn)引入地理權(quán)重后對回歸方程及各變量回歸估計的積極影響，進(jìn)而不同空間中變量差異。

4.1.1 解釋變量LE、CO回歸結(jié)果分析。①解釋變量LE、CO最小二乘回歸結(jié)果F檢驗(yàn)顯著，校正的[R2]為0.760 6，回歸方程顯著，擬合優(yōu)度較好。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)回歸做進(jìn)一步分析。GWR回歸結(jié)果顯示，帶寬Bandwidth為17.090 6，殘差平方和較小。[R2]為0.865 7，校正的[R2]為0.789 6，均比最小二乘回歸的擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量之間的回歸估計效果，具體結(jié)果詳見表3。

4.1.2 解釋變量QU、PR回歸結(jié)果分析。①解釋變量QU、PR最小二乘回歸結(jié)果F檢驗(yàn)顯著，校正的[R2]為0.678 4，回歸方程顯著，擬合優(yōu)度較好。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)回歸做進(jìn)一步分析。GWR回歸結(jié)果顯示，帶寬Bandwidth為77.986 3。[R2]為0.724 6，校正的[R2]為0.681 9，均比最小二乘回歸的擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量之間的回歸估計效果。具體結(jié)果詳見表4。

4.1.3 解釋變量TA、TE回歸結(jié)果分析。①解釋變量TA、TE最小二乘回歸結(jié)果F檢驗(yàn)顯著，校正的[R2]為0.564 6，回歸方程顯著，擬合優(yōu)度一般。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)GWR回歸做進(jìn)一步分析。GWR回歸分析結(jié)果顯示，帶寬Bandwidth為10.825 8。[R2]為0.917 2，校正的[R2]為0.805 5，均比最小二乘回歸擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量間的回歸估計效果，回歸效果較好。具體結(jié)果詳見表5。

4.1.4 解釋變量DI、AC、IN回歸結(jié)果分析。①解釋變量DI、AC、IN最小二乘回歸結(jié)果F檢驗(yàn)顯著，校正的[R2]為0.593 5，回歸方程顯著，擬合優(yōu)度一般。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)GWR回歸做進(jìn)一步分析。GWR回歸分析結(jié)果顯示，帶寬Bandwidth為93.561 7。[R2]為0.676 5，校正的[R2]為0.601 2，均比最小二乘回歸的擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量之間的回歸估計效果，回歸效果較好。具體結(jié)果詳見表6。

4.1.5 解釋變量FI、TAC、FS回歸結(jié)果分析。①解釋變量FI、TAC、FS最小二乘回歸結(jié)果顯示，F(xiàn)檢驗(yàn)顯著，校正的[R2]為0.520 5，回歸方程顯著，擬合優(yōu)度一般。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)GWR回歸做進(jìn)一步分析。GWR回歸分析結(jié)果顯示，帶寬Bandwidth為16.981 5。[R2]為0.815 7，校正的[R2]為0.687 3，均比最小二乘回歸的擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量之間的回歸估計效果，回歸效果較好。具體結(jié)果詳見表7。

4.1.6 解釋變量CH、PRP、IU回歸結(jié)果分析。①解釋變量CH、PRP、IU最小二乘回歸結(jié)果F檢驗(yàn)顯著，校正的[R2]為0.594 0，回歸方程顯著，擬合優(yōu)度一般。但Koenker（BP）檢驗(yàn)顯著，表明模型在空間和數(shù)據(jù)上具有異方差性或非平穩(wěn)性，適合采用地理加權(quán)GWR回歸做進(jìn)一步分析。GWR回歸分析結(jié)果顯示，帶寬Bandwidth為31.782 1。[R2]為0.713 0，校正的[R2]為0.613 9，均比最小二乘回歸擬合優(yōu)度更好，反映了解釋變量與被解釋變量間的回歸估計效果，效果較好。具體結(jié)果詳見表8。

4.1.7 解釋變量OT、PL回歸結(jié)果分析。①解釋變量OT、PL最小二乘回歸結(jié)果顯示，F(xiàn)檢驗(yàn)顯著，校正的[R2]為0.609 9，回歸方程顯著，擬合優(yōu)度一般。Koenker（BP）檢驗(yàn)不顯著，表明模型在空間和數(shù)據(jù)上不具有異方差性或非平穩(wěn)性。但綜合考慮所有指標(biāo)的模型適用性，研究仍決定采用地理加權(quán)回歸進(jìn)行變量回歸估計。GWR回歸分析結(jié)果顯示，帶寬Bandwidth為15.173 9。[R2]為0.817 6，校正的[R2]為0.706 1，均比最小二乘回歸的擬合優(yōu)度更好，更好地反映了解釋變量與被解釋變量之間的回歸估計效果，回歸效果較好。具體結(jié)果詳見表9。

4.2 基于相似性的灰色關(guān)聯(lián)度分析

基于相似性的灰色關(guān)聯(lián)度模型能夠測度多組序列數(shù)據(jù)之間存在的相似關(guān)聯(lián)性，研究將上面地理加權(quán)回歸中各省解釋變量回歸差異結(jié)果代入灰色關(guān)聯(lián)度模型，得出創(chuàng)新資源緊約束區(qū)18省份各指標(biāo)變量間的灰色關(guān)聯(lián)程度，具體結(jié)果詳見表10。

從結(jié)果來分析：①綜合來看，各項(xiàng)指標(biāo)在空間中的灰色關(guān)聯(lián)程度較好，指標(biāo)量化值相對較高，原因可能有兩種：一是政策指標(biāo)低低關(guān)聯(lián)，二是政策指標(biāo)高高關(guān)聯(lián)。從表6～12來看，高高關(guān)聯(lián)相對較多。②站在各省的角度上來看，四川、云南、貴州、甘肅、寧夏、青海等省份在各項(xiàng)指標(biāo)上（除了人才建設(shè)TA）的灰色關(guān)聯(lián)程度均較高，幾個省份地理空間也相對比較接近比鄰;吉林、內(nèi)蒙古、江西、山西、西藏等省份在某些指標(biāo)上的灰色關(guān)聯(lián)度相對較低，且這幾個省份的地理空間也相對比較分散;而河南、湖南、黑龍江、新疆、廣西、海南及陜西等省份的指標(biāo)關(guān)聯(lián)性有高有低。③站在各指標(biāo)的角度上分析，部門協(xié)同、政策數(shù)量、知識產(chǎn)權(quán)、消化吸收、成果轉(zhuǎn)化、創(chuàng)新體系、渠道構(gòu)建、知識產(chǎn)權(quán)保護(hù)、產(chǎn)學(xué)研合作、其他政策措施等10項(xiàng)政策指標(biāo)在橫向地理空間，即創(chuàng)新資源緊約束區(qū)的18個省份之間均表現(xiàn)出較高的灰色關(guān)聯(lián)關(guān)系，關(guān)聯(lián)程度極高;人才建設(shè)、財政稅收、政策平臺等3項(xiàng)政策指標(biāo)在橫向地理空間及18個省份之間的灰色關(guān)聯(lián)度表現(xiàn)最差，總體關(guān)聯(lián)程度相對其他指標(biāo)較低;而政策層級、技術(shù)引進(jìn)、人才引培、金融支持等4項(xiàng)政策指標(biāo)在橫向地理空間及18個省份之間的灰色關(guān)聯(lián)度有高有低，總體關(guān)聯(lián)程度相對一般。

4.3 協(xié)同度量化及等級劃分

研究基于灰色關(guān)聯(lián)分析結(jié)果，進(jìn)一步運(yùn)用政策協(xié)同度量化及等級劃分標(biāo)準(zhǔn)，對創(chuàng)新資源緊約束區(qū)18個省份之間橫向地理空間的政策協(xié)同程度進(jìn)行測度。分別以政策體系的17項(xiàng)二級指標(biāo)為基礎(chǔ)，測度各省在每項(xiàng)指標(biāo)上的協(xié)同度，并結(jié)合各省政策原始文本信息及量化結(jié)果，對橫向協(xié)同結(jié)果進(jìn)行深入分析。

4.3.1 政策力度橫向協(xié)同度分析。政策層級描述技術(shù)創(chuàng)新政策頒布、制定、實(shí)施的行政級別及形式。協(xié)同測度顯示18個省份該指標(biāo)協(xié)同狀況如下：①寧夏、云南、甘肅及四川等4個省份協(xié)同度極強(qiáng);②新疆、貴州、青海及陜西等4省份協(xié)同度為強(qiáng);③黑龍江、山西、河南、江西、湖南、廣西、海南、吉林及內(nèi)蒙古等9省份協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;⑤但結(jié)合政策原始量化信息，寧夏在政策層級指標(biāo)上的量化值與測度結(jié)果不一致，具體原因?yàn)槠湓颊呶谋緮?shù)據(jù)過少，但在地理位置信息處理中又與其他省份趨同。部門協(xié)同描述與技術(shù)創(chuàng)新政策相關(guān)的政策制定部門，在政策的調(diào)研、論證及出臺等環(huán)節(jié)中的溝通協(xié)同狀況，通常以政策出臺時責(zé)任部門和單位為部門協(xié)同的判定依據(jù)，該指標(biāo)協(xié)同狀況如下：①黑龍江、新疆、河南、云南、貴州、吉林及四川等7個省份協(xié)同度極強(qiáng);②山西、寧夏、江西、湖南、廣西、海南、青海、甘肅、陜西及內(nèi)蒙古等10省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;④結(jié)合政策原始量化信息，青海、寧夏在政策層級指標(biāo)上的量化值與測度結(jié)果不一致，主要是年度量化值的連續(xù)性與穩(wěn)定性較差，且值較小，重視程度不夠。政策數(shù)量描述同一時期相關(guān)部門制定實(shí)施的技術(shù)創(chuàng)新政策數(shù)量與規(guī)模，用來反映領(lǐng)域內(nèi)對技術(shù)創(chuàng)新問題的重視程度，正向綜合展示政策力度。協(xié)同測度顯示該指標(biāo)協(xié)同狀況如下：①黑龍江、山西、寧夏、云南等16個省份協(xié)同度極強(qiáng);②新疆等1省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱。具體詳見表11。

4.3.2 政策目標(biāo)橫向協(xié)同度分析。知識產(chǎn)權(quán)描述技術(shù)創(chuàng)新政策在應(yīng)用領(lǐng)域?qū)ψ灾鲃?chuàng)新的鼓勵和支持，對知識產(chǎn)權(quán)保護(hù)的意識和主動性。協(xié)同測度18個省份在該指標(biāo)上的協(xié)同狀況如下：①黑龍江、山西、寧夏、云南等16個省份協(xié)同度極強(qiáng);②新疆等1省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱。人才建設(shè)描述技術(shù)創(chuàng)新政策對創(chuàng)新型人才的支持和建設(shè)，積極促進(jìn)各層次各領(lǐng)域技術(shù)領(lǐng)軍人才、行業(yè)拔尖人才等培養(yǎng)。該指標(biāo)協(xié)同狀況如下：①新疆、山西、寧夏、河南、江西、湖南、云南、貴州、廣西、海南、青海、甘肅、陜西、內(nèi)蒙古及四川等15個省份協(xié)同度較強(qiáng);②黑龍江及吉林等2省份協(xié)同度為一般等級;③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱。但結(jié)合政策原始量化信息，云南、寧夏在政策層級指標(biāo)上的量化值與測度結(jié)果不一致，具體原因有待進(jìn)一步深入研究。技術(shù)引進(jìn)描述技術(shù)創(chuàng)新政策在某些高科技領(lǐng)域探索引進(jìn)外來技術(shù)，引導(dǎo)帶動國內(nèi)行業(yè)后發(fā)技術(shù)創(chuàng)新與應(yīng)用。該指標(biāo)通常與消化吸收緊密聯(lián)系，共同反映對外來高新技術(shù)的政策目標(biāo)。該指標(biāo)協(xié)同狀況如下：①江西、湖南、青海、甘肅及四川等5個省份協(xié)同度極強(qiáng);②寧夏、河南、云南、貴州、廣西及陜西等6省協(xié)同度為強(qiáng);③黑龍江、新疆、山西、海南、吉林及內(nèi)蒙古等6省份協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;⑤但結(jié)合政策原始量化信息，陜西、山西、湖南、寧夏及四川等省份在政策層級指標(biāo)上的量化值與測度結(jié)果有一定偏差，具體原因?yàn)槠湓颊呶谋緮?shù)據(jù)過少，但在地理位置信息處理中又與其他省份趨同。消化吸收描述對引進(jìn)的高新技術(shù)進(jìn)行政策鼓勵、引導(dǎo)行業(yè)與企業(yè)積極應(yīng)用，并在此基礎(chǔ)上能夠有所突破與創(chuàng)新，在自己的土壤里開出新的成果。該指標(biāo)協(xié)同狀況均極強(qiáng)（除了西藏）。原因是量化值太低，模型運(yùn)行中部分機(jī)制失效，從而造成結(jié)果信息失真。成果轉(zhuǎn)化指標(biāo)描述技術(shù)創(chuàng)新政策重視技術(shù)創(chuàng)新的開發(fā)應(yīng)用，并轉(zhuǎn)化為產(chǎn)權(quán)、專利，進(jìn)一步實(shí)現(xiàn)商業(yè)價值和經(jīng)濟(jì)效益。這也是技術(shù)創(chuàng)新政策區(qū)別于科技政策的一個方面，科技政策涵蓋基礎(chǔ)研究等更多領(lǐng)域。創(chuàng)新體系指標(biāo)描述技術(shù)創(chuàng)新政策對構(gòu)建創(chuàng)新體系與創(chuàng)新環(huán)境的重視，促進(jìn)全社會打造整體的創(chuàng)新文化的目標(biāo)，增強(qiáng)經(jīng)濟(jì)社會、行業(yè)領(lǐng)域核心競爭力，創(chuàng)新資源緊約束區(qū)內(nèi)18個省份在該兩項(xiàng)指標(biāo)上的協(xié)同狀況均極強(qiáng)（除了西藏）。具體詳見表12。

4.3.3 政策措施橫向協(xié)同度分析。財政稅收描述政策通過政府財政工具，如轉(zhuǎn)移支付、獎勵減免、稅收優(yōu)惠等手段，鼓勵支持技術(shù)創(chuàng)新活動和項(xiàng)目的開展，促進(jìn)政策目標(biāo)實(shí)現(xiàn)。通過協(xié)同測度，創(chuàng)新資源緊約束區(qū)內(nèi)18個省份在該指標(biāo)上的協(xié)同狀況如下：①青海等1個省份協(xié)同度極強(qiáng);②新疆、云南、甘肅及四川等4省協(xié)同度為強(qiáng);③黑龍江、山西、寧夏、河南、江西、湖南、貴州、廣西、海南、吉林、陜西及內(nèi)蒙古等12省協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱。人才引培描述通過實(shí)施對技術(shù)人才的引進(jìn)和培養(yǎng)政策，實(shí)現(xiàn)高層次人才建設(shè)或相關(guān)技術(shù)領(lǐng)域人才建設(shè)的政策目標(biāo)。該指標(biāo)協(xié)同狀況如下：①新疆、云南、青海及四川等4個省份協(xié)同度極強(qiáng);②黑龍江、山西、寧夏、河南、江西、湖南、貴州、廣西、海南、吉林、甘肅、陜西及內(nèi)蒙古等13省協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;④但結(jié)合政策原始量化信息，云南、寧夏在政策層級指標(biāo)上的量化值與測度結(jié)果不一致。金融支持描述政策允許或支持金融的工具與手段，安全有效地促進(jìn)創(chuàng)新行業(yè)、企業(yè)和個人獲得資金的支持與幫助，積極開展技術(shù)創(chuàng)新活動。該指標(biāo)協(xié)同狀況如下：①云南、貴州、廣西及海南等4個省份協(xié)同度極強(qiáng);②山西、寧夏、河南、江西、湖南、青海、甘肅、陜西及四川等9省份協(xié)同度為強(qiáng);③黑龍江、新疆、吉林及內(nèi)蒙古等4省份協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;⑤但結(jié)合政策原始量化信息，青海、云南在政策層級指標(biāo)上的量化值與測度結(jié)果不一致，具體原因?yàn)槠湓颊呶谋緮?shù)據(jù)過少，地理位置信息與其他省份趨同。渠道構(gòu)建描述技術(shù)創(chuàng)新政策及技術(shù)創(chuàng)新活動開展實(shí)施的方法和路徑，主要通過創(chuàng)建技術(shù)創(chuàng)新聯(lián)盟、設(shè)立科技園區(qū)、設(shè)置企業(yè)等方式實(shí)現(xiàn)。通過協(xié)同測度，該指標(biāo)協(xié)同狀況如下：①山西、寧夏、河南、湖南、云南、貴州、廣西、海南、甘肅、陜西、內(nèi)蒙古及四川等12個省份協(xié)同度極強(qiáng);②新疆、江西、吉林及青海等4個省份協(xié)同度為強(qiáng);③黑龍江等1省份協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱。知識產(chǎn)權(quán)保護(hù)描述技術(shù)創(chuàng)新政策通過專利和創(chuàng)新成果保護(hù)等，實(shí)現(xiàn)自主創(chuàng)新、提高核心競爭力等政策目標(biāo)。該指標(biāo)協(xié)同狀況如下：①黑龍江、山西、寧夏、河南、江西、湖南、云南、貴州、廣西、海南、吉林、青海、甘肅、陜西、內(nèi)蒙古及四川等16個省份協(xié)同度極強(qiáng);②新疆等1個省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;④但結(jié)合政策原始量化信息，云南、寧夏、內(nèi)蒙古在政策層級指標(biāo)上的量化值與測度結(jié)果存在一定偏差，因其原始政策文本數(shù)據(jù)過少。產(chǎn)學(xué)研合作描述政策鼓勵通過社會企業(yè)、高校院所、科研機(jī)構(gòu)及行業(yè)協(xié)會等機(jī)構(gòu)之間的合作，開展技術(shù)創(chuàng)新研發(fā)、推廣、應(yīng)用等活動，實(shí)現(xiàn)政策在知識產(chǎn)權(quán)、人才建設(shè)、成果轉(zhuǎn)化、創(chuàng)新體系構(gòu)建等方面的目標(biāo)。該指標(biāo)協(xié)同狀況如下：①黑龍江、山西、寧夏、河南、江西、湖南、云南、貴州、廣西、海南、吉林、陜西、內(nèi)蒙古及四川等14個省份協(xié)同度極強(qiáng);②新疆、青海及甘肅等3個省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;④但結(jié)合政策原始量化信息，寧夏在政策層級指標(biāo)上的量化值與測度結(jié)果不一致。其他政策措施描述以上措施之外，某項(xiàng)政策采取的實(shí)現(xiàn)目標(biāo)的方法、工具及手段。該指標(biāo)上的協(xié)同狀況如下：①寧夏、河南、江西、湖南、云南、貴州、廣西、海南、青海、甘肅、陜西及四川等12個省份協(xié)同度極強(qiáng);②黑龍江、新疆、山西、吉林及內(nèi)蒙古等5個省份協(xié)同度為強(qiáng);③西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;④但結(jié)合政策原始量化信息，云南、貴州在政策層級指標(biāo)上的量化值與測度結(jié)果不一致。具體詳見表13。

4.3.4 政策平臺橫向協(xié)同度分析。政策平臺是政策落實(shí)、執(zhí)行的基礎(chǔ)單位和平臺，也是政策具體實(shí)施和收益的對象，包括企業(yè)、科研機(jī)構(gòu)、高等院校、協(xié)會機(jī)構(gòu)等。該指標(biāo)協(xié)同狀況如下：①云南、甘肅等2個省份協(xié)同度極強(qiáng);②新疆、寧夏、青海及四川等4省份協(xié)同度為強(qiáng);③黑龍江、山西、河南、江西、湖南、貴州、廣西、海南、吉林、陜西及內(nèi)蒙古等11省份協(xié)同度為較強(qiáng)等級;④西藏等1個省份由于沒有政策文本信息，故協(xié)同度為弱;⑤但結(jié)合政策原始量化信息，河南在政策層級指標(biāo)上的量化值與測度有偏差，因其原始政策文本數(shù)據(jù)太大，遠(yuǎn)遠(yuǎn)超過其他省份指標(biāo)值，但在地理位置信息處理中與相近省份趨同，故沒有形成獨(dú)立影響結(jié)論。具體詳見表14。

5 結(jié)論與展望

研究探究創(chuàng)新資源緊約束區(qū)18個省份之間橫向地理空間的技術(shù)創(chuàng)新政策協(xié)同狀況。選擇技術(shù)創(chuàng)新績效為因變量、各政策指標(biāo)及相關(guān)技術(shù)創(chuàng)新要素為自變量，構(gòu)建地理加權(quán)回歸模型，探析不同省份各政策指標(biāo)對技術(shù)創(chuàng)新績效的貢獻(xiàn)及解釋度;運(yùn)用基于相似性的灰色關(guān)聯(lián)度模型進(jìn)行灰色關(guān)聯(lián)分析;最后通過協(xié)同度轉(zhuǎn)化測度出各省政策指標(biāo)橫向協(xié)同狀況。結(jié)論表明：①2009—2018年橫向各省技術(shù)創(chuàng)新政策的協(xié)同程度整體水平較高，尤其是以四川為中心的海南、云南、四川、甘肅南北區(qū)域線，和青海、四川、湖北、江西東西區(qū)域線，整體政策指標(biāo)間的協(xié)同程度很高，表現(xiàn)出很好的政策地理空間協(xié)同性;②從政策指標(biāo)的角度來看，政策層級、知識產(chǎn)權(quán)、渠道構(gòu)建、技術(shù)引進(jìn)及消化吸收等5項(xiàng)二級指標(biāo)在18省份橫向地理空間中的協(xié)同度更高，其中政策層級、知識產(chǎn)權(quán)、渠道構(gòu)建屬于量化值較高水平協(xié)同，技術(shù)引進(jìn)和消化吸收屬于量化值較低水平協(xié)同;③從行政省份的角度來看，西藏地區(qū)沒有政策文本信息，故與其他省份之間的協(xié)同性最差，未來結(jié)合自身稟賦存在改善提升的空間;寧夏地區(qū)由于政策量化值較低，雖然地理信息趨同造成模型結(jié)果的一定協(xié)同程度，但實(shí)際與其他省份間的協(xié)同性很差;新疆、黑龍江、吉林、海南等研究范圍的邊緣省份，與其他省份之間的政策指標(biāo)橫向協(xié)同性相對較弱，表現(xiàn)出一定的游離狀態(tài);四川省不但地理位置在創(chuàng)新資源緊約束區(qū)中相對居中，且協(xié)同結(jié)果顯示其各項(xiàng)指標(biāo)在橫向地理空間中與緊鄰各省的協(xié)同性很好，一定意義上成為政策協(xié)同的重心;其他各省橫向空間政策指標(biāo)的協(xié)同性各有優(yōu)劣。

創(chuàng)新資源緊約束區(qū)各省技術(shù)創(chuàng)新政策各項(xiàng)指標(biāo)的協(xié)同狀況參差不齊，為各省結(jié)合自身創(chuàng)新資源稟賦及現(xiàn)階段技術(shù)創(chuàng)新發(fā)展?fàn)顩r進(jìn)行針對性的政策調(diào)整、改進(jìn)與提高提供了參考與借鑒，同時也為更深入的研究提出新的命題：①中國其他某特定區(qū)域各省間技術(shù)創(chuàng)新政策規(guī)模及協(xié)同性如何？如東部沿海經(jīng)濟(jì)地區(qū)、中部六省、長三角城市群、中原城市群等中國經(jīng)濟(jì)建設(shè)發(fā)展特定區(qū)域。②技術(shù)創(chuàng)新政策協(xié)同程度差異與區(qū)域創(chuàng)新發(fā)展之間是否存在必然聯(lián)系？是否區(qū)域政策協(xié)同性差的地區(qū)，經(jīng)濟(jì)發(fā)展程度必然落后？③不同區(qū)域改善提高政策協(xié)同度的路徑是否相同？是否存在某些特定技術(shù)創(chuàng)新政策體系建設(shè)模式？④政策縱向制度空間在國家、省廳、地市等層級間的協(xié)同度如何？是否是造成不同區(qū)域創(chuàng)新發(fā)展進(jìn)而影響經(jīng)濟(jì)發(fā)展差異的重要因素？

參考文獻(xiàn)：

[1] STEAD D，MEIJERS E.Spatial Planning and Policy Integration：Concepts， Facilitators and Inhibitors[J].Planning Theory & Practice，2009，10（3）：317-332.

[2] 彭紀(jì)生，孫文祥，仲為國.中國技術(shù)創(chuàng)新政策演變與績效實(shí)證研究（1978-2006）[J].科研管理，2008（4）：134-150.

[3] HERRERA M M，COSENZ F，DYNER I.How to support energy policy coordination？ Findings from the Brazilian wind industry[J].The Electricity Journal，2019，32（8）.

[4] 薛澤林，孫榮.治理勢能：政策協(xié)同機(jī)制建構(gòu)之關(guān)鍵：臺北與上海文化創(chuàng)意產(chǎn)業(yè)培育政策比較[J].情報雜志，2016，35（10）：190-194.

[5] 楊晨，王杰玉.中國知識產(chǎn)權(quán)政策的演進(jìn)及協(xié)同運(yùn)行機(jī)制研究[J].中國科技論壇，2016（6）：75-80，107.

[6] SIGGELKOW B F.Tax competition and the implications of national tax policy coordination in the presence of fiscal federalism[J].Regional Science and Urban Economics，2018，73.

[7] 仲為國，彭紀(jì)生，孫文祥.政策測量、政策協(xié)同與技術(shù)績效：基于中國創(chuàng)新政策的實(shí)證研究（1978-2006）[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2009，30（3）：54-60，95.

[8] POUTINEAU J C，VERMANDEL G.International monetary policy coordination in a new Keynesian model with NICE features[J].The Journal of Economic Education，2018，49（2）.

[9] 郭本海，李軍強(qiáng)，張笑騰.政策協(xié)同對政策效力的影響：基于227項(xiàng)中國光伏產(chǎn)業(yè)政策的實(shí)證研究[J].科學(xué)學(xué)研究，2018，36（5）：790-799.

[10] 吳玉鳴.中國省域碳排放異質(zhì)性趨同及其決定因素研究：基于變參數(shù)面板數(shù)據(jù)計量經(jīng)濟(jì)模型的實(shí)證[J].商業(yè)經(jīng)濟(jì)與管理，2015（8）：66-74.

[11] 曹小曙，徐建斌.中國省際邊界區(qū)縣域經(jīng)濟(jì)格局及影響因素的空間異質(zhì)性[J].地理學(xué)報，2018，73（6）：1065-1075.

[12] 趙昱，朱列，楊傳喜，等.中國區(qū)域創(chuàng)新來源的空間異質(zhì)性研究[J].世界地理研究，2017，26（4）：134-143.

[13] 房勝飛，徐秋艷，馬琳琳.金融集聚的溢出效應(yīng)及空間異質(zhì)性：基于我國省級行政區(qū)的實(shí)證研究[J].南方金融，2018（1）：23-31.

[14] 劉思峰，謝乃明，JEFFERY F.基于相似性和接近性視角的新型灰色關(guān)聯(lián)分析模型[J].系統(tǒng)工程理論與實(shí)踐，2010（5）：881-887.

[15] 陳慧茹，肖相澤，馮鋒.科技創(chuàng)新政策加權(quán)共詞網(wǎng)絡(luò)研究：基于扎根理論與政策測量[J].科學(xué)學(xué)研究，2016，34（12）：1769-1776.

[16] 李凡，李娜，劉沛罡.中印技術(shù)創(chuàng)新政策演進(jìn)比較研究：基于目標(biāo)、工具和執(zhí)行的定量分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2015，36（10）：23-31.

[17] 張永安，馬昱.基于R語言的區(qū)域技術(shù)創(chuàng)新政策量化分析[J].情報雜志，2017，36（3）：113-118.

[18] WANG S，ZHANG J Q.The symbiosis of scientific and technological innovation? efficiency and economic efficiency in China - an analysis based on data envelopment analysis and logistic model[J].Technology Analysis & Strategic Management，2019，31（1）：67-80.

[19] 柳卸林，游光榮，趙林榜.促進(jìn)自主創(chuàng)新的政策.中國創(chuàng)新管理前沿[M].北京：知識產(chǎn)權(quán)出版社，2007.

[20] 武建龍，于歡歡，王宏起.面向企業(yè)創(chuàng)新創(chuàng)業(yè)的政策工具效果研究：來自278家企業(yè)的問卷調(diào)查[J].科技進(jìn)步與對策，2016，33（19）：88-93.

[21] 汪曉夢.我國中東部城市技術(shù)創(chuàng)新政策實(shí)施效果評價及建議[J].學(xué)術(shù)交流，2013（2）：72-75.

[22] 王智新，趙景峰.開放式創(chuàng)新、全球價值鏈嵌入與技術(shù)創(chuàng)新績效[J].科學(xué)管理研究，2019，37（1）：74-77.

[23] 朱明皓，竇水海，賈冀.中國汽車產(chǎn)業(yè)技術(shù)創(chuàng)新政策效果分析[J].科研管理，2017，38（7）：26-36.