国家中心城市科技成果转化政策量化评价

杜宝贵，廉玉金，杨帮兴

（东北大学文法学院，辽宁沈阳 110169）

国家中心城市是中国城镇体系规划设置的最高层级，在全国城镇体系中具有核心控制作用，在全球城市网络体系中具有重要门户作用［1］。国家中心城市承载着管理聚集、空间辐射、社会服务、综合枢纽、生态文化和科教中心等功能［2］，肩负着促进国家和区域经济、科技高质量发展的使命，其科技成果转化质量的优劣直接决定地区经济发展的质量、速度和协调能力。2005 年以来，我国国家中心城市已经形成了以北京、上海、广州为第一梯队，天津、重庆、成都、武汉为第二梯队，西安、郑州为第三梯队的多层次发展新布局［3］。2018 年，《中共中央国务院关于建立更加有效的区域协调发展新机制的意见》提出，建立以中心城市引领城市群发展、城市群带动区域发展新模式，推动区域板块之间融合互动发展。可见，国家中心城市的科技成果转化对区域范围内的新产业、新模式、新业态的创新发展和协调发展起着引领作用。然而，由于各地区科技管理水平参差不齐，出台的科技成果转化政策的质量亦会千差万别，难免会出现政策质量不高导致政策失灵的现象，从而难以为地区科技成果产业化提供足够的制度支撑。为此，对国家中心城市科技成果转化政策方案进行评价，有助于了解有关具体政策措施的科学性与有效性，对优化和改进其科技成果转化政策具有一定的借鉴意义。

1 文献综述

当前，学界关于国家中心城市的研究主要集中在国家中心城市理论、国家中心城市评价指标构建和国家中心城市政策评价3 个方面。在理论研究方面，主要对国家中心城市的概念、特征和功能等进行了系统分析，如彭丽敏［4］从认为国家中心城市是国家城镇体系中处于金字塔顶端、承担国家发展战略的少数城市；在此基础上，田美玲等［1］拓展了国家中心城市的内涵，认为国家中心城市不仅应在全国城镇体系中发挥核心控制作用,还要在全球城市网络体系中发挥重要的功能节点作用。在评价指标构建方面，主要聚焦于国家中心城市的指标构建与优化，如徐艳红［5］从综合服务、网络枢纽、科技创新、开放交流、人文凝聚和生态宜居6 个维度构建了国家中心城市建设评价的指标体系；王雨飞等［6］构建了包含国家金融中心、科技中心、交通中心、教育中心、医疗中心、文化中心、信息中心、贸易（物流）中心和国际交往中心的国家中心城市发展水平评价指标体系；田美玲等［7］基于控制管理（指挥控制、创新和商贸中心）、协调辐射（区域增长、政治中心和区域开放门户）、城市服务（生产服务和生活服务中心）和信息枢纽（信息和文化中心）四大功能和十大中心构建了国家中心城市建设评价指标体系。在政策评价方面，主要聚焦于国家中心城市对创新能力和绿色发展的政策效应，如马为彪等［8］采用双重差分法实证分析了国家中心城市建设对城市群创新能力的影响和作用机制，发现国家中心城市的建设可有效提升城市群创新能力；李治国等［9］评估国家中心城市建设对绿色发展的政策效应，指出国家中心城市建设能够有效促进城市绿色全要素生产率提升。

综上可知，已有相关研究虽然覆盖了国家中心城市的某些重要议题，但仍存在一些不足：首先，政策方案研究缺乏，重点关注国家中心城市政策的实施效果，较少对国家中心城市政策的科学性和合理性进行全方位评价；其次，研究视角相对单一，较多关注国家中心城市的经济发展效应，较少涉及国家中心城市科技创新政策方面，尤其是国家中心城市科技成果转化政策方面。为此，本研究通过共词分析等方法构建评价指标体系，利用政策建模一致性（PMC）指数模型对我国9 个国家中心城市（北京、上海、广州、天津、重庆、成都、武汉、西安、郑州，以下简称“9 城市”）的科技成果转化政策水平进行多维度评价，以期为国家中心城市进一步切实推动科技创新和科技成果转化提供参考。

2 PMC 指数模型构建

PMC 指数模型（policy modeling consistency index，PMC）由Estrada［10］提出，是旨在评估经济政策内部一致性的模型。该模型在遵循事物普遍联系哲学理念的基础上强调政策的各个变量具有同等重要的地位，在政策建模时应尽可能将所有相关变量包含于内、不应忽略那些弱相关变量，可有效地避免现有政策评价方法过分关注某些变量而忽视其他变量的现象，因为各变量地位一致，所以在政策评价过程中视所有变量为二分变量，换言之，如果政策涉及该变量就会赋值为1，否则赋值为0［11］。目前，该模型已被广泛应用于评估科技创新政策（如科技服务业政策）、产业政策（如机器人产业）、环境政策（如长江经济带绿色发展政策）等。基于该模型的研究通常包括4 个步骤：变量设置及参数识别、构建多投入产出表、量化PMC 指数和绘制PMC 曲面图1）。

2.1 数据来源与筛选

我国国家中心城市在科技成果转化政策命名方面略有差异，但大致聚焦于科技成果转移转化、技术转移和产学研这些方面，因此，本研究以“科技成果转化”“科技成果转移”“技术转移”“产学研”为关键词，在北大法宝数据库中对9 城市的科技成果转化政策进行标题检索，时间截至2021 年11 月30 日，共计得到与科技成果转化相关的文件256 份；剔除人事任免、申请、公示等事务性文件后，最终得到内容相对完整、规范的正式文件75 份。

2.2 变量提取与设定

将以上所得75 份正式文件进行合并，并运用Python 的jieba 分词系统对合并文档进行分词处理和词频统计，然后参考Donohue［12］提出的高频词与低频词分界理论，结合实际情况，将词频大于10 次的词设定为高频词汇，同时合并同义词并剔除“应当”等干扰性词汇，最终形成有效高频词汇如表1 所示。

表1 9 城市科技成果转化政策内容的前40 个有效词汇统计结果

变量提炼是指数模型构建的关键环节，既需扎根政策又需理论指导，因此，本研究立足于政策结构和政策内容提炼出7 个一级变量和35 个二级变量，并对有效高频词汇进行编码，以验证一级变量和二级变量设定的准确性。由于受高频词汇的限制，基于政策文本提炼的变量数量无法满足PMC 指数模型构建需要，因此，参考Estrada［10］、吴卫红等［13］的做法，增设政策性质、政策时效2 个一级变量及其8 个二级变量，以增强变量间异质性。最终提炼设置的变量及其评价标准如表2 所示。

表2 国家中心城市科技成果转化政策水平评价的变量设置及评估标准

表2（续）

3 实证分析

3.1 评估样本选取

基于以上国家中心城市科技成果转化政策水平评估指标体系，从9 城市的75 份有关政策文件中遴选出9 项政策作为实证分析样本（见表3）。样本遴选原则如下：（1）在政策时效方面，鉴于《中华人民共和国促进科技成果转化法》在2015 年进行了大范围调整，故评估对象为在2015 年后公开发行的正式的政策文件。（2）在政策形式方面，评估对象优先选择政策内容更为全面的意见、计划或方案；如同时存在意见与方案，则选取内容更具可操作性的方案。（3）在政策效力方面，与地方行政规范性文件相比，地方政府规章效力最高，因此，评估对象以地方政府或地方政府办公厅出台的地方政府规章为主；如果该市未出台符合条件的政府规章，则以该市科技管理部门出台与科技成果转化相关的规范性文件为主。（4）在政策时效方面，所评估的政策如有废改，则以最新出台的政策为准。

表3 样本政策基本情况

3.2 构建多投入产出表

根据表2 设置的变量，依据公式（1）对二级指标进行赋值，并依据公式（2）计算某一个二级指标的值，最后得出9 项政策的多投入产出表，如表4所示。

表4 样本政策多投入产出关系

式（1）（2）中：i表示一级指标，i=1,2,3,4,5,6,7；j为二级指标，j=1,2,3,；s、c为某一级指标下包含的二级指标数量；Xij为二级指标的值；Xi为一级指标的值。

表4（续）

3.3 PMC 指数计算

对各个政策的二级变量赋分后，依据式（3）（4）可以计算出每项政策的一级变量值和PMC值。鉴于一级指标仅有 9 个，所以PMC 指数取值应在 0～9之间。参照Estrada［10］的评价标准，将 PMC 指数等级划分为4 类，详见表5 和表6。

表5 政策水平评价等级划分

表6 样本政策PMC 指数得分

3.4 评估结果分析

样本政策的PMC 指数均值为7.34 分，整体质量优秀，处于完美等级政策有1 项、优秀等级政策有7项、可接受等级政策有1 项，PMC 指数得分从高到低依次排序为：P5＞P9＞P1＞P2＞P8＞P4＞P7＞P3＞P6。其中，有8 项政策在政策视角和政策依据中得满分，而武汉市的政策P6因缺乏国际视野和省级政策依据致使其PMC 得分低于均值；有7 项政策在政策客体中得满分，而广州市的政策P3和武汉市的政策P6 都忽视了金融机构在成果转化方面的重要作用，且P6 对服务机构不够重视；有5 项政策在政策主体中得满分，而广州市的政策P3和武汉市的政策P6缺少市直部门和区县政策方面的安排，西安市的政策P7注重发挥市委市政府和区县政府作用但忽略了市直部门，上海市的政策P4关注市政府和市直部门但忽视了区县政府；其余指标中获得满分的政策数量较少，因此样本政策的PMC 均值不高。具体而言：

天津市的政策P5的PMC值为8.52 分，排名第一，有6 个一级指标获得满分。天津是唯一内含5 种政策效益的城市，明确提出了开展环境治理等领域示范推广应用，让人民群众共享先进科技成果；同时，天津也是少数设置了长期、中期和短期政策目标的城市，这令其PMC 得分领先其他城市。尽管天津市关注科技成果转化的环境效益，但并未将改善政策生态作为目标。

重庆市的政策P9的PMC值为7.94 分，排名第二，有5 个指标获得满分，但在政策工具和政策时效两方面的得分明显低于均值。此外，在政策工具方面，缺少采购、研发众包和海外机构建设等工具的使用；在政策时效上，更侧重中期和短期目标的设定和实现，未有长期规划和计划。

北京市的政策P1的PMC值为7.79 分，排名第三，有6 个指标的得分高于均值，说明在政策工具使用和政策效益提升方面不具明显短板；但在政策目标和政策时效方面的得分低于均值，可能是因为北京是我国重要人才聚集地，所以其并未将扩大人才队伍作为政策目标，而且更关注政策的中短期目标，未设定长期规划和目标。

成都市的政策P2的PMC值为7.70 分，排名第四，有6 个指标方面略具优势。在政策目标方面，注重建设成果转化平台；在政策工具方面，兼用了教育人才培训、信息技术支持、基础设施建设等多项政策工具。然而，政策效益和政策时效略显不足，原因在于成都市更注重政策的经济效益、政治效益和科技创新，对社会效益与环境效益重视不足，且倾向于制定中短期计划，缺少长期计划。

郑州市的政策P8的PMC值为7.65 分，排名第五，有5 个指标获得满分，但有3 个方面劣势明显：政策工具方面，注重教育人才培训、基础设施建设、金融支持、法规管制等政策工具的协同效应，忽视了采购、众包等政策工具的使用，同时也未意识到税收优惠在成果转化方面的积极作用；政策效益方面，更重视政策的政治效益、经济效益和科技创新，忽视了环境和社会效益；政策时效方面，更关注政策的中短期目标，缺少长期计划。

上海市的政策P4的PMC值为7.21 分，排名第六，除政策目标、政策工具和政策时效三方面不足明显，其他方面均略有优势。在政策目标方面，并未将畅通转化渠道和优化转化生态作为重心，而是聚焦于转化平台建设、科技人才引育与体制机制改革；在政策工具使用方面，旨在深挖资金、人才、金融、基础设施建设等政策工具效果，而未使用政府采购、研发众包、贸易管制等政策工具；政策时效方面，更关注政策的中短期目标，缺少长期计划。

西安市的政策P7的PMC值为6.89，排名第七，除政策目标、政策效益和政策时效三方面不足明显，其他方面均略有优势。在政策目标方面，将畅通转化渠道和优化转化生态作为重心，忽视了转化平台、科技人才与体制机制改革在促进科技成果转化方面的重要作用；在政策效益方面，更重视政策的政治效益、经济效益和科技创新，忽视了政策的环境和社会效益；在政策时效方面，更关注政策的中短期目标，缺少长期计划。

广州市的政策P3的PMC值为6.58 分，排名第八，除了政策工具、政策效益和政策时效三方面不足明显，其他方面均略有优势。在政策工具使用方面，侧重使用教育人才培训、信息技术支持、基础设施建设、资金投入等政策工具，较少使用贸易管制、海外机构等政策工具；在政策效益方面，更重视政策的政治效益、经济效益和科技创新，忽视了环境和社会效益；在政策时效方面，更关注政策的中短期目标，缺少长期计划。

武汉市的政策P6的PMC值为5.80 分，排名第九，政策工具和政策效益两方面劣势明显，其他方面有一定优势。在政策工具使用方面，侧重使用资金投入、信息技术、人才培训等政策工具，较少使用政策采购、研发众包、贸易管制等政策工具；在政策效益方面，更重视政策的政治效益、经济效益和科技创新，忽视了政策的环境和社会效益。

4 结论与启示

4.1 研究结论

本研究通过实证评估和分析，发现我国国家中心城市出台的科技成果转化政策存在以下3 方面主要问题：

（1）政策目标制定欠周。政策目标是政策主体对政策问题进行充分诊断后所形成的一致性看法，政策目标设定欠周不仅会影响政策的执行效果，更无益于特定问题的解决。在9 城市中，只有重庆市和郑州市所设定的政策目标覆盖了全部二级变量，仅占全部样本城市的22.22%，其余城市的政策往往忽略某一目标，其中最易被忽视的便是健全体制机制。党的十九届五中全会强调把完善科技创新体制机制作为坚持创新驱动发展、全面塑造发展新优势的重要内容，这充分说明了体制机制改革对科技成果转化的重要作用。

（2）政策工具结构不佳。从使用情况看，国家中心城市一方面较为注重发挥人才引育、信息技术支持、基础设施建设、资金投入、知识产权和金融支持等政策工具促进科技成果市场化的积极作用，此类政策工具使用最为频繁、分布也最为广泛；另一方面较少发挥税收优惠、法规管制、政府采购和研发众包等政策工具对科技成果产业化的引导作用。随着科技成果质量的不断提高，后续的政策制定对需求型政策的使用会提出更高要求，综合协调政策工具的使用比例可以更好地促进创新科技成果转化成为现实的生产力。

（3）政策效益考虑不全。政策效益是政策实施的效果，是衡量政策价值的重要尺度。当前我国科技成果转化政策侧重于政治效益、经济效益和科技创新，较少关注其社会效益与环境效益，如9 城市中仅有4 个城市科技成果转化政策内容涵盖社会效益，占比为44.44%，有且只有1个城市重视环境治理、关注科技成果转化的环境效益，占比为11.11%。

4.2 对策建议

（1）丰富政策目标，健全体制机制。当前国家中心城市科技成果转化政策目标主要体现在建设转化平台、畅通转化渠道和壮大人才队伍等方面，而以健全体制机制作为政策目标的政策比较少，因此在后续政策制定过程中应增加体制机制改革等相关内容，如：改革考评机制，加大科研成果推广应用等在评价考核中的权重；强化激励机制，扩大股权激励递延纳税政策覆盖面等。

（2）优化工具结构，弥补工具短板。政策目标的实现需要资金、技术、人才、政府采购、税收优惠等政策工具协同发力，仅采取资金投入、人才支持等政策工具有时并不能达到良好效果，因此，在制定政策时应注意发现多种政策工具的组合效应，同时要合理安排各种工具的使用比重，以达到最优效果。此外，还应完善政府采购规则及机制，通过政府购买等方式促进科技成果的商品化和产业化。

（3）叠加政策效应，关注环境效益。当前国家中心城市科技成果转化政策着重强调政策的经济效益、政治效益和科技创新，忽视了政策的环境效益，而生态环境是人类赖以生存和发展的基础，生态环境问题事关广大人民的根本利益和中华民族的长远利益，因此，作为承载千万人口的国家中心城市更应关注政策环境效益，重视环境保护和生态治理。

4.3 不足与展望

本研究未对9 城市科技成果转化政策的实际执行成效进行评价，未来可考虑建立政策执行评价模型并开展实证研究。此外，本研究选取的样本数量有限，随着分析技术的不断成熟，未来可考虑扩大政策文本选取范围。

注释：

1）因篇幅有限，本文省略PMC 曲面制图，相关具体内容备索。