辽宁创新政策协同对创新绩效影响的实证分析

马艳艳 孔梦晗

辽宁创新政策协同对创新绩效影响的实证分析

马艳艳 孔梦晗

创新政策制定科学与否对政策实施效果而言至关重要。然而，由于政策本身的不确定性和主观性，创新政策往往难以达到预期效果。文章基于政策量化分析方法，对辽宁省1994-2016年间颁布的468项创新政策进行量化分析，以柯布道格拉斯生产函数为基础，考察创新政策力度、政策目标、政策措施以及各政策指标本身的协同性对创新绩效的影响，为辽宁省相关部门科学制定创新政策提供理论借鉴。

创新政策；协同；创新绩效；辽宁

一、引言

中国各级政府主导和影响创新活动最主要方式是制定并实施各种创新政策，而创新政策制定科学与否对政策实施效果而言至关重要。史密斯〔1〕明确将理想化的政策视为影响政策执行效果的首要因素。然而，由于政策本身的不确定性和主观性，创新政策往往难以达到预期效果。政策的系统性意味着政策力度、政策措施、政策目标不仅发挥着各自的作用，同时各政策指标本身的协同性也影响着政策效果。因此，探究创新政策力度、政策措施、政策目标以及各政策指标本身的协同性对创新绩效的影响就显得尤为重要。

关于政策本身的量化研究，格雷〔2〕作出了开创性贡献，他将美国内华达州关于矿产权的活动浓缩成法律变革指数，并分析了法律变革对矿产资源利用的影响。后续学者们进一步从政策效力、目标、工具、类型以及政策制定主体等方面开展了政策量化研究。戴莫格等〔3〕根据中国各省设立的经济特区类型加权构成优惠政策指数，发现地理和政策要素对沿海地区经济发展同样重要。弗拉纳根等〔4〕将政策目标划分为企业R＆D需求、支持R＆D机构、推进合作等。阿尔梅达和吉马良斯〔5〕认为技术创新政策目标主要包括增加研发投资、技术增加和激发创新需求等。罗斯韦尔和泽福德〔6〕将政策工具划分为改善技术创新要素的供给面政策工具、为技术创新提供有利环境的环境面政策工具和鼓励市场需求的需求面政策工具。博拉斯和埃德基〔7〕将政策工具划分为规范市场技术的管制工具、推动企业技术创新的经济金融工具和保障技术创新活动顺利开展的软性工具。彭纪生等〔8〕从政策效力和政策目标两个维度描述了中国技术创新政策的演变轨迹，研究发现颁布政策与政策协同的核心机构是掌握关键经济和行政资源的部门；中国技术创新政策正逐渐转向通过各种措施的协同推动技术能力的提升。刘凤朝和徐茜〔9〕研究发现中国创新政策出台越来越具有系统性和一致性，政策制定主体之间的协调性逐渐增强。徐喆和李春艳〔10〕从政策运用的广度、政策之间的相互作用和政策的发展三个角度出发，对中国科技政策组合的综合性、一致性和均衡性进行研究。

关于创新政策对创新绩效或经济绩效的影响，彭纪生等〔8〕研究发现，改革开放以来，中国的创新政策颁布速度逐渐加快，政策协同程度也不断加强，但是政策协同对经济绩效的影响存在方向性的差异，并不是所有的政策措施或政策目标两两协同作用都能促进经济绩效的提高。〔8〕程华和钱芬芬〔11〕研究发现政策力度对技术绩效具有显著促进作用；政策不稳定性会抑制技术绩效；由于定位和目标不同，不同政策工具对创新绩效的影响存在明显差异。洪进等〔12〕基于1995－2010年中国航空航天产业的科技活动数据，分析了技术政策、技术战略和创新绩效之间的关系，发现中国航空航天产业的技术绩效受到国家技术政策与企业技术战略的双重影响。李晨光和张永安〔13〕运用随机前沿模型分析了北京市创新政策对中关村企业创新效率的影响，研究结果表明区域创新政策对企业创新效率的平均影响程度在0．31左右。然而，现有研究往往侧重考察创新政策指标对国家、区域或企业创新绩效的影响，较少涉及不同政策指标本身的协同性对创新绩效的影响。

目前中国经济进入“新常态”，辽宁经济形势更是面临前所未有的变化和挑战。事实上，自东北振兴战略实施以来，辽宁就陆续实施了一系列支持、帮助、推动创新的政策措施，然而，创新政策的积极效果并未真正显现。鉴于此，本文采用政策量化分析方法对辽宁省1994－2016年间颁布的468项创新政策进行量化评估，揭示辽宁省创新政策的演变规律以及不同创新政策指标本身的协同度，在此基础上运用时间序列分析方法，考察创新政策力度、政策措施、政策目标以及三种政策指标本身的协同性对辽宁省创新绩效的影响，以增强创新政策建议的科学性。

二、理论基础与研究假设

创新是一个受多种因素影响的复杂过程。长期以来，创新的过程被理解为是一种反馈循环系统，它连接着一组相互关联的因素，这些因素可能促进创新，也可能抑制创新。〔14〕创新是国家创新体系运作的结果，这个创新体系由需求因素（客户、品位、海关、购买力）、供给因素（技术、知识、科研经费、高校、基础研究和基础设施）、正式制度（政策、法规、基础设施）和非正式制度（文化、规范、预期）组成。〔15〕创新的影响因素有很多，但本文主要关注“正式制度”这一因素，研究创新政策本身对创新绩效的影响。本文将借鉴彭纪生等〔8〕的研究，根据创新系统要素从政策力度、政策措施和政策目标三个维度考察创新政策以及各政策指标本身的协同性对创新绩效的影响。

1．创新政策力度对创新绩效的影响

创新政策主要是以法律、行政法规、地方性法规、规章的形式出现，而创新政策力度是指创新政策的法律效力。依据《中华人民共和国立法法》的规定：法律的效力高于行政法规、地方性法规、规章；行政法规的效力高于地方性法规、规章；地方性法规的效力高于本级和下级地方政府规章；省、自治区的人民政府制定的规章的效力高于本行政区域内的设区的市、自治州的人民政府制定的规章。尽管不同层次的创新政策具有不同的法律效力，但实际上，法律效力高的政策和法律效力低的政策之间存在一定的连带效用，法律效力高的政策出台之后往往会有一系列法律效力低的政策与之匹配，法律效力高的政策从宏观和方向上进行指导，法律效力低的政策对其进行具体落实，进而发挥政策体系的整体效用，最终促进创新绩效的提升。〔16〕鉴于此，本文提出如下假设：

假设H1a：创新政策力度对创新绩效存在正向影响，创新政策力度越大，创新绩效越好。

20世纪80年代早期，中国的科技创新政策效力层次比较低，国务院各部门的规章缺乏全面的统筹和协调，不同效力层次间关系比较混乱，一定程度上造成我国早期科技创新能力发展缓慢。〔16〕20世纪90年代以后，中国的创新政策逐渐显现出多部门联合颁布的趋势，联合颁布政策的数量以及所涉及的机构数均有所增加。〔8〕随着参与创新政策制定的部门的增加，政策制定参与部门之间的沟通协调就变得越来越重要，各部门之间的协同程度就成为影响创新的关键因素。鉴于此，本文提出如下假设：

假设H1b：联合颁布的政策力度对创新绩效存在正向影响，联合颁布的政策力度越大，创新绩效越好。

2．创新政策措施对创新绩效的影响

企业是政府颁布创新政策的主要作用对象之一，学者对创新政策和企业创新效率之间的关系研究也比较多，总结前人文献可知，大多数创新政策对企业的自主创新行为具有激励作用。在本文所划分的五种政策措施中，金融经济的支持和财政税收政策都能够有效地促进高新技术产业的增加值增长。〔17〕伴随着经济体制改革的进行，中国行政管理体制也经历着改革，自2014年国务院第一次常务会议的主题定为“简政放权”以后，政府部门精简了多项行政审批事项，这一改革可以促进资源优化配置，减少政府对企业的干预，促进企业创造性活动的开展。创新人才的资助、高端人才的引进能提高企业的专利效率，对企业创新产品的开发具有显著的积极作用。〔13〕鉴于此，本文提出如下假设：

假设H2a：创新政策措施值对创新绩效存在正向影响，创新政策措施值越高，创新绩效越好。

政策工具之间的协同对经济增长有正向影响，金融外汇工具与其他政策工具的协同作用最强。行政措施与其他政策措施的协同作用对经济绩效的影响具有方向性差异，而经济措施与金融外汇、财政税收以及人事措施的协同作用都会对经济绩效产生显著的正向影响。〔8〕因此，本文提出如下假设：

假设H2b：创新政策措施协同值对创新绩效存在正向影响，创新政策措施协同度越高，创新绩效越好。

3．创新政策目标对创新绩效的影响

在创新政策目标中，知识产权保护政策对于鼓励企业和科学领域的创新具有重要的作用，地方政府加强知识产权保护执法力度，能够激励当地企业的专利产出。〔18〕技术引进是提升经济增长的核心动力，外资技术溢出、技术引进显著提升了经济增长集约化水平，〔19〕消化吸收对我国高技术产品创新具有直接的正向影响，科技成果转化过程是一项系统工程，是影响技术创新的重要因素，科技成果转化能力越高，对技术产出的弹性越大。〔20〕因此，本文提出如下假设：

假设H3a：创新政策目标值对创新绩效存在正向影响，创新政策目标值越高，创新绩效越好。

创新政策目标间的协同作用对创新绩效也有正向影响，知识产权保护与创新政策目标的协同作用对创新绩效有显著促进作用，技术引进与自主创新的协同具有情境性特征，但其两者能组成一个促进创新绩效的良性循环系统。〔21〕基于以上文献，本文提出如下假设：

假设H3b：创新政策目标协同值对创新绩效存在正向影响，创新政策目标协同度越高，创新绩效越好。

三、研究设计

1．模型构建

以柯布道格拉斯生产函数为基础，本文构建如下计量经济模型考察创新政策指标以及不同指标本身的协同度对创新绩效的影响：

其中，因变量为创新绩效（Y），采用辽宁省发明专利授权量累计量衡量。自变量分别为创新政策力度值（PI）、创新政策措施值（PM）、创新政策目标值（PO）、创新政策力度协同度（PIS）、创新政策措施协同度（PMS）、创新政策目标协同度（POS）。控制变量为R＆D经费投入（lnK）和R＆D人员投入（lnL），分别采用辽宁省每年R＆D经费投入当量和R＆D人员投入当量表示。c为常数项，a、β分别表示R＆D经费投入、R＆D人员投入的估计系数，γi（i＝1，2，3，4，5，6）分别表示创新政策力度值、政策措施值、政策目标值、政策力度协同度、政策措施协同度、政策目标协同度的估计系数，ε为残差项。由于创新政策对创新绩效的影响存在滞后效应，故把政策变量均滞后一期。相关数据来自于中华人民共和国国家知识产权局网站、《中国科技统计年鉴》以及《辽宁省国民经济和社会发展统计公报》。

2．样本选取与数据处理

本文从北大法宝网以“创新”和“产学研”为检索词进行全文检索，搜集了辽宁省所有与创新有关的政策，筛选整理后得到1994－2016年的468项创新政策作为研究样本。样本来源于辽宁省政府、辽宁省各市政府、辽宁省及各市人大常委会、省市各部委、厅、局等单独或联合颁发的创新政策，类型涵盖十二种，包括意见、通知、批复、条例、办法、规定、决定、方案、通报、公报、建议、实施要点。

为得到时间序列数据，本文把所有政策逐项进行量化。依据《中华人民共和国立法法》的规定，并借鉴彭纪生等〔8〕的研究，本文确定政策力度的量化标准：辽宁省人民代表大会及其常务委员会颁布的法规赋值为5；辽宁省政府、各市政府颁布的规章赋值为4；条例、规定赋值为3；暂行规定、办法、意见、规划赋值为2；通知、公告赋值为1。政策措施划分为金融外汇措施、财政税收措施、其他经济措施、行政措施、人事措施等五个方面；政策目标细分为知识产权保护、外资引进、技术引进、消化吸收、创新和科技成果转化等六个方面。创新政策措施和政策目标的量化标准也参考彭纪生等〔8〕的量化标准手册。

首先用公式（7）－（9）将所得到的数据进行预处理，以计算出各项指标的年度数值：

其中，t表示年份，j表示t年颁布的第j项政策，PI、PM、PO分别表示t年的年度政策力度值、政策措施值、政策目标值，pi、pm、po分别表示经过量化所得到的第j项政策的政策力度值、政策措施值、政策目标值。

为考察创新政策指标的协同情况，本文用公式（10）－（12）分别计算出政策力度协同值、政策措施协同值和政策目标协同值：

公式（10）用于计算政策力度协同值。其中，PISi表示t年联合颁布政策的力度，Bj表示第j项联合颁布政策的机构数，pij表示第j项联合颁布政策的政策力度。

公式（11）用于计算创新政策措施协同度。其中，PMSi表示t年创新政策的政策措施协同度，pmjk和pmjl分别表示t年颁布的第j项政策的第k和第l项政策措施，k≠l表示从五种政策措施里选择两种政策措施进行考察，为突出重点和便于研究，在研究创新政策指标的协同度时，本文将只考察行政措施同其他四种政策措施的协同情况。

公式（12）用于计算创新政策目标协同度。其中，POSi表示t年创新政策的政策目标协同度，pojk和pojl分别表示t年颁布的第j项政策的第k和第l项政策目标，k≠l表示从6种政策措施里选择两种政策措施进行考察，同样为突出重点和便于研究，本文只考察创新目标同其他五种政策目标的协同情况。

3．描述性统计

1994－2016年辽宁省发布的创新政策数量如图1所示。①第一阶段（1994－2005年）辽宁省颁布的创新政策数量较少，年均不超过10项。②2006年2月我国发布《国家中长期科学和技术发展规划纲要（2006－2020年）》，辽宁省也随之发布《辽宁省中长期科学和技术发展规划纲要（2006－2020年）》等一系列重要创新政策，并提出创新型辽宁建设战略。因此，第二阶段（2006－2014年）辽宁省创新政策数量大幅度增加，达到年均30余项。③自2015年3月我国发布《中共中央国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》后，辽宁省颁布的创新政策数量实现跨越式上升，第三阶段（2015－2016年）辽宁省创新政策数量达到年均80余项。

1994－2016年辽宁省创新政策力度值、措施值、目标值以及各指标本身的协同度如图2所示。第一，辽宁省创新政策力度值、政策措施值和政策目标值的变动趋势与创新政策数量的变动趋势基本一致，均呈现逐年上升的趋势，这主要是由于创新政策数量逐年增加导致的，事实上平均每项创新政策的政策力度值、政策措施值和政策目标值的变化幅度很小。第二，辽宁省创新政策力度协同值的变化幅度较小，主要原因可能在于辽宁省联合颁布的创新政策较少，2016年辽宁省颁布创新政策88项，而多部门联合颁布的创新政策仅4项，意味着各政府部门更倾向于单独发布政策，政府部门之间的协作较少。第三，辽宁省创新政策措施协同值和政策目标协同值呈现波动上升的趋势，表明样本期间政府颁布创新政策不再仅仅使用一种措施，而是多种措施协同作用，而所针对的政策目标在达到创新的同时也期望实现其他目标。

四、实证结果分析

由于本文的因变量为计数数据，但取值都不为0，在0处存在左边断尾，因此，采用零断尾的计数模型进行估计。鉴于因变量的方差明显大于期望，存在“过度分散”，最终运用零断尾负二项回归进行估计，运用stata12软件进行计量分析的结果如表1所示。根据估计结果中alpha的95%的置信区间进行判断，可在5%的显著性水平上拒绝过度分散参数“alpha＝0”的原假设，进一步证明应采用零断尾负二项回归。

?

1．创新政策力度与创新绩效估计结果分析

模型Ⅰ的估计结果表明，创新政策力度对创新绩效存在显著的正向影响，假设H1a得以验证。这与国家和政府对技术创新的高度重视有关。近年来，在经济转型升级的方针下，国家和政府不断鼓励创新创业，为鼓励辽宁省经济加速转型，政府颁布的创新政策越来越多，政策力度也越来越大，激发了全社会创新的积极性，最终提升了创新绩效。模型Ⅱ的估计结果表明，创新政策力度协同度对创新绩效具有显著的正向影响，从而验证假设H1b，意味着参与联合颁布创新政策的部门越多，创新绩效越好。随着我国经济体制改革的不断深入，政府不再通过单一部门（科技管理部门）来实现技术创新，而是试图通过发动各方面资源和力量来推动创新能力的快速提升。在传统的管理体制上，中国科技管理部门并不能掌握足够的经济和行政资源，对政策的颁布和实施以及对技术创新主体的影响远不及经贸委、发改委、财政部等掌管大量经济和行政资源的机构，〔8〕故在科技管理部门形成创新政策决策后，能通过掌管经济和行政资源的部门进行协调，技术创新主体（如企业、高校等）能更好地落实创新政策。

2．创新政策措施与创新绩效估计结果分析

模型Ⅲ的估计结果表明，创新政策措施对创新绩效具有正向影响，创新政策措施值每增加1%，创新绩效增长0．15%，且通过10%水平上的显著性检验，假设H2a得以验证。创新政策措施值是行政措施、金融外汇措施、财政税收措施、其他经济措施及人事措施五种措施值的算术和，故创新政策措施值的提高能够使创新绩效增加是多种创新政策工具协调使用的结果。

模型Ⅳ的估计结果表明，行政措施同其他创新政策措施的协同对创新绩效存在正向影响，意味着行政措施同其他措施的协同能够促进创新绩效的提升，但是这种正向促进作用并不显著。在模型Ⅳ中，系数γ5的值很小，说明行政措施与其他四种政策措施的协同性对创新绩效带来的促进效果是比较微弱的，原因可能在于，行政措施与其他四种政策措施分别考虑协同性的情况下，其对创新绩效的影响具有方向性的差异，故本文在将行政措施与其他四种措施同时考虑协同的情况下，效果可能会因为其差异性产生“中和”现象。

3．创新政策目标与创新绩效估计结果分析

从模型Ⅴ的估计结果看，创新政策目标值对创新绩效具有显著的正向影响，从而验证假设H3a，创新政策目标值的提高可以有效促进创新绩效。在本文中，创新政策目标值是由知识产权保护、外资引进、技术引进、消化吸收、创新、科技成果转化六种目标的加权求和，这些目标对创新绩效多具有正向影响，故其求和值创新政策目标值也对创新绩效有正向影响。

模型Ⅵ的估计结果表明，创新政策目标协同度对创新绩效具有显著的正向影响，即创新目标同其他政策目标的协同会促进发明专利授权量的增加，假设H3b得以验证。为了进一步深入研究，本文用所量化得到的数据计算了创新目标同其他政策目标的分别协同值，并考察了它们对创新绩效的影响，结果发现，创新目标同知识产权保护、科技成果转化、技术引进和外资引进四个创新目标的协同对创新有激励作用，而创新与消化吸收目标的协同对创新绩效有负的影响，本文认为创新目标同其他政策目标分别协同对创新绩效的方向性差异导致了γ6仅为0．0012，故若想通过增加创新目标之间的协同性来促进企业创新绩效，可以削弱消化吸收目标而强调知识产权保护或技术引进等其他政策目标。

五、结论与启示

本文以1994－2016年辽宁省颁布的468条创新政策为研究对象，考察了创新政策力度、政策措施、政策目标以及上述三种政策指标的协同对创新绩效的影响，得到如下结论与启示：

第一，在2006年之前，辽宁省每年颁布的创新政策都在十项以下，多部门联合颁布的几乎没有，而2006年以后创新政策的数量成倍增加，联合颁布的政策也逐渐增多，这表明辽宁省政府已经开始加强部门之间的协调和转换。实证结果表明，创新政策颁布部门的效力越大，即政策力度越大，对创新绩效的影响越大，并且政策颁布部门之间的协调性越好，创新绩效越好。所以，政府部门应注重对创新政策的联合颁布，在颁布政策时需要考虑政府部门之间的协调和衔接，所颁布政策法律效力较高的部门应对技术创新有足够的重视。

第二，对政策措施的研究表明，辽宁省颁布的创新政策措施值大幅增长，一方面与创新政策的数量逐渐增多有关，另一方面也表明辽宁省政府在颁布创新政策时，从行政措施、金融外汇措施、财政税收措施、其他经济措施以及人事措施等多方面不断提高政策效力，从各方面支持技术创新，政策措施值越大，表明政府投入越大，对技术创新的支持力度越大，从而创新绩效越好，而行政措施与其他四种措施的协同能对创新绩效产生一定程度上的正向影响。对于行政措施来说，政府部门应做到“简政放权”，合理下放审批权限，建立完善的服务与引导体系，同时应使用多种政策工具，如积极利用金融外汇政策、降低税率，或在人事和资金上加大对创新企业或高校等的支持。

第三，辽宁省创新政策目标值也大幅增长，其原因类似于政策措施，表明辽宁省政府在颁布创新政策时，对创新、消化吸收、科技成果转化等目标要求不断提高，并且对知识产权保护、外资引进和技术引进方面的支持力度也不断加大，研究表明，创新目标的提高能在一定程度上促进创新绩效，并且创新目标和其他政策目标的协同对创新绩效也具有显著的正向影响。政府在明确政策目标之后，应以创新目标为中心同时加强知识产权保护、技术引进、消化吸收和科技成果转化等目标的协同性。做到充分利用各部门资源、运用各种政策工具以实现多个政策目标。■

[1]Smith,T.B.The Policy Implementation Process[J].Policy Sciences,1973, 4(2):203-205.

[2]Gray,A.,Libecap,D.Economic variables and law development:A case of western mineral property[J].Economic History Journal,1978,38(2):338-362.

[3]Sylvie Démurger等.地理位置与优惠政策对中国地区经济发展的相关贡献[J].经济研究,2002,(9):14-23.

[4]Flanagan,K.,Uyarra,E.,Laranja,M.Reconceptualising the “policy mix” for innovation[J].Research Policy,2011,40(5):702-713.

[5]de Almeida,E.C.E.,Guimar?es J.A.Brazil’s growing production of scientific articles———how are we doing with review articles and other qualitative indicators?[J].Scientometrics,2013,97(2):287-315.

[6]Rothwell,R.,Zegveld,W.Industrial innovation and public policy:preparing for the 1980s and the 1990s[M].Frances Printer:London,1981.

[7]Borrás,S.,Edquist,C.The choice of innovation policy instruments[J].Technological Forecasting and Social Change,2013,80(8):1513-1522.

[8]彭纪生,仲为国,孙文祥.政策测量、政策协同演变与经济绩效:基于创新政策的实证研究[J].管理世界,2008,(9):25-36.

[9]刘凤朝,徐茜.中国科技政策主体合作网络演化研究[J].科学学研究,2012,30(2):241-248.

[10]徐喆,李春艳.我国科技政策组合特征及其对产业创新的影响研究[J].科学学研究,2017,35(1):45-53.

[11]程华,钱芬芬.政策力度、政策稳定性、政策工具与创新绩效——基于2000-2009年产业面板数据的实证分析[J].科研管理,2013,34(10):103-108.

[12]洪进,洪嵩,赵定涛.技术政策、技术战略与创新绩效研究——以中国航空航天器制造业为例[J].科学学研究,2015,33(2):195-204.

[13]李晨光,张永安.区域创新政策对企业创新效率影响的实证研究[J].科研管理,2014,35(9):26-35.

[14]Kline,S.J.,Rosenkerg,N.,An overview of innovation.In:The Positive Sum Strategy:Harnessing Technology for Economic Growth[M].Washington,DC:National Academy Press,1986:275-305.

[15]Kira R.Fabrizio,Sharon Poczter,Bennct A,Zelner.Does innovation policy attract international competition? Evidence from energy storage[J].Research Policy,2017,46(6):1106-1117.

[16]刘凤朝,孙玉涛.我国科技政策向创新政策演变的过程、趋势与建议——基于我国289项创新政策的实证分析[J].中国软科学,2007,5:34-42.

[17]张同斌,高铁梅.财税政策激励、高新技术产业发展与产业结构调整[J].经济研究,2012,5:58-70.

[18]吴超鹏,唐菂.知识产权保护执法力度、技术创新与企业绩效[J].经济研究,2016,11:125-139.

[19]唐未兵,傅元海,王展祥.技术创新、技术引进与经济增长方式转变[J].经济研究,2014,7:31-43.

[20]寻晶晶,张亚斌.科技成果转化与技术创新绩效分析[J].江西社会科学,2014,4:62-65.

[21]崔淼,苏敬勤.技术引进与自主创新的协同:理论和案例[J].管理科学,2013,26(2):1-12.

责任编辑：白 沙

An Empirical Analysis of Liaoning Innovation Policy and Synergism Effect on Innovation Performance

Ma Yanyan，Kong Menghan

Whether innovation policy formulation is scientific or not is of vital importance to the effect of policy implementation．However，due to the uncertainty and subjectivity of the policy itself，it is hard for innovation policies to achieve the desired results．The study measures 468 innovation policies which were issued by Liaoning province during 1994－2016 based on the quantitative analysis method of policy and Cobb Douglas production function？The research investigates the effect of innovation policy dynamics， policy objectives， policy measures and the synergy of each policy index itself on innovation performance，which provides a theoretical reference for relevant government departments making innovation policies．

innovation policy，synergism，innovation performance，Liaoning province

G322．0 文献标识码A 文章编号1003－6547（2017） 10－0116－10

本文系国家自然科学基金青年项目（71673037）、辽宁省博士科研启动基金指导计划项目（201601046）、辽宁经济社会发展课题基地课题（2017lslktjd-016） 的研究成果。

马艳艳，大连理工大学管理与经济学部副教授，管理学博士；

孔梦晗，大连理工大学管理与经济学部产业经济学专业硕士研究生。