效率视角下的科技创新政策优化——以广西壮族自治区为例

钱明辉

（1.桂林理工大学 现代企业管理研究中心，广西 桂林，541006；2.中国人民大学 信息资源管理学院，北京 100872；3.中国人民大学 中国市场营销研究中心，北京 100872）

1.引言

创新能力是关系一个国家和地区能否跻身世界前列的重要因素。2017年我国国际论文被引用次数、专利申请数量跃居世界2 位，国际热点论文数量占世界总量的四分之一，高被引论文数量继续保持世界排名第3位。[1]单从科技创新的成果产出来看，我国已经取得了不菲的成绩。但是，根据麦肯锡全球研究院2015年发布的《中国创新的全球效应》报告，虽然我国对科研创新投入了大量资源，但是科技创新的产出数量和质量却与投入规模不成正比。根据该报告公布的数据可知，我国以美国25%的研发资金投入、120%的科学和工程学博士的人力资源投入、60%大学的科教资源投入，却只产出了美国8%的专利、10%的论文引用和不到30%的国际合著论文。[2]可见，我国与美国在科技创新效率方面有较大差距。

在创新驱动发展战略的大背景下，中国要成为全球科技创新强国，需要对科学创新效率问题给予足够重视。科研活动不同于生产活动或者市场行为，与提升工厂生产效率相比，科技创新效率问题所涉及的因素更多，包括管理机制、文化背景、政策环境等等。作为世界科技创新的头号强国，美国对于科技创新效率问题给予了足够的重视。美国国家科学基金会（National Science Foundation，NSF）专门发起了名为“Science of Science and Innovation Policy（科技创新政策研究）”项目，旨在帮助政策制定者分析研发投资的效益和效率，通过科研政策提高美国整体的科技创新效率。[3]反观我国，现有的科技创新政策对科技创新效率问题关注十分有限，在政策立意上缺乏效率观。基于我国国情与国外实践经验，本文拟就如何通过政策引导来提高科技创新效率展开研究：我国目前的区域科技创新政策是否考虑到了效率问题？针对目前的政策背景和科研现状，该如何基于效率视角有针对性地对政策进行优化？围绕上述问题，本文结合广西近年来的科技创新政策，探讨相应的政策优化建议。

2.相关研究

科技创新政策对技术创新的引导和激励作用已经被越来越多的研究所论证[4]、[5]、[6]。科技创新政策能够有效刺激企业的创新活动，尤其是市一级科技创新政策和多样的政府服务对创新活动的作用是非常有效的，而且特定类型的政策工具对企业创新活动的促进效果非常明显。[6]科技创新政策对创新行为的作用可以归纳为“政策刺激—愿突破—创新行为”的三阶段演化过程，政策刺激阶段主要包括人才激励、研发补贴、税收优惠、政府采购等。[7]在创新驱动发展战略的大背景下，科技创新政策面临新的形势和挑战，[8]这其中就包括对科技创新效率的考量。人民网曾刊文指出：“提高科技创新的效率，当务之急是深化改革。只有通过深化改革，创新体制机制，建立起高效、科学、完善的创新体系，破除有形无形的束缚，才能最大限度地调动科研人员的创新积极性，真正点燃创新驱动的‘点火器’”。[9]

但是也有研究表明，我国现行的区域科技创新政策对提升科技创新效率的作用并不明显。柳瑞禹等（2016）对创新效率的影响因素进行了分析，以中部六省2001－2013年科技创新活动的投入产出数据为依据，分析了科技创新效率的影响因素。在诸多因素中，外资利用水平、工业化水平和人力资源水平对科技创新效率有显著的正向作用，而政府政策支持反而会带来负面影响；[10]李婧等（2009）通过在国家层面的实证分析，指出区域创新效率的影响因素主要包括劳动者素质和产业结构，其中劳动者素质对创新效率有着正向作用，而产业结构则相反；政策因素并不在影响因素的考虑范围内。[11]戴万亮等（2013）通过对高技术产业的科技创新效率与相应的政策变量进行分析后发现，目前我国政府的科技创新政策对科技创新绩效有着较强的影响，但是对于效率的影响则并不明显。[12]张永安等（2016）的研究也表明目前我国科技创新政策对科技创新效率的提升仍有很大空间。[13]梳理现有的研究成果可以发现，我国区域科技创新政策尚未切实提高科技创新效率，科技创新效率是我国现行科技政策的一个盲点。虽然区域科技创新政策对科技创新效率的作用不强，但是根据王天骄（2014）的研究，1999－2005年间科研体制改革取得了一定成效，政府强力推行科研机构并入或转制为企业，降低企业内部技术产业化的成本，提高了企业研发创新的效率。[14]该研究为科研创新政策的优化提供了一定的参考。另外，从国际研究成果来看，政策因素被认为对科技创新效率具有影响作用，Yang 等（2010）基于美国专利等相关科技创新投入产出数据，经过测度和分析发现创新政策中涉及保障资源供给和促进知识扩散的内容，能够间接地提升企业创新效率。[15]Wang 等（2013）基于台湾地区的科技创新政策和企业创新情况，从价值创造的视角指出，创新政策会影响企业的创新效率，政策的调节可以相应地提高科技创新效率。[16]此外，还有研究认为某些科技创新效率的影响因素在一定程度上受政策的影响，因而通过政策调整能够提升科技创新的效率。可见，政策因素被认为是提升科技创新效率的作用因素之一，但是对于如何运用政策工具、如何优化政策以提升科技创新效率的研究并不充分，亟待进一步探索。

综上所述，政策因素对于提升区域或者行业的科技创新水平或绩效有着显著的影响作用和相对清晰的作用路径。但是，从现有研究来看，我国现行的区域科技创新政策对于提升科技创新效率的作用十分有限，政策重点缺乏对科技创新效率的充分关注。此外，虽然现有研究中有关各级区域、行业的科技创新效率的评价研究比较丰富[17]、[18]、[19]、[20]，但是基于科技创新效率评价结果来探讨政策优化的研究比较少见。为此，本文将以广西壮族自治区为例，分析其科技创新效率和科技创新政策，并针对其科技发展效率问题提出相应的政策优化建议。

3.广西科技创新政策特征分析

根据《中国区域科技创新评价报告2016－2017》和《中国区域创新能力监测报告2016－2017》，广西壮族自治区具有西部地区典型的“相对较弱的科技创新基础和较强的科技创新实力增长势头”的发展特点。[21]根据广西科技厅2011－2017年科技统计数据（如表1所示），广西区域内科技成果的授权量持续增长，年平均增长率保持在百分之二十左右，表明区内创新主体向活跃状态转化明显，反映了广西创新环境的优化、科技创新政策的日益完善以及公众创新意识的不断加强。

表1 2010－2016年广西专利授权量及同比增长情况

在政策方面，广西自2010年到2017年间先后出台了十七项有关推动科技创新的相关政策，每年都评选“广西科学技术奖”和发布“奖励社会科学优秀成果的决定”，足见广西对科技创新的重视程度。2010年，广西还将1996年通过的促进科技成果转化条例进行了修订，进一步促进专利成果转化，加大专利保护力度，为创新提供持续性支持。根据Rothwell 和Zegveld 对科技创新政策工具的分类[22]，本文将科技创新政策工具分为供给类政策、环境类政策和需求类政策。其中，供给类政策主要指政府通过改善人才、技术、信息等要素，扩大科技创新供给；环境类政策主要包括政府通过改善金融、税务等制度因素，优化科技创新政策环境；需求类政策主要是指政府通过直接采购、贸易倾斜等手段改善市场环境，为科技创新成果开拓市场。基于该政策工具分类逻辑，本文对广西2010－2017年间主要科技创新政策的类型和要点进行了分析（见表2）。

从政策工具类型来看，2010年－2017年间供给类政策占比最大，尤其是在2015年之前。2010年以来广西几乎每年颁布若干激励科技人员创新的政策，如2011年出台了《广西创新计划（2011年－2015年）》和《关于在全区开展全民发展创造活动的决定》；2013年7月颁布《广西壮族自治区科学技术进步条例》，通过奖励来鼓励创新。而2015年后，广西更加注重科技成果转化、科技创新体制机制改革和科技资源配置。在政策工具方面，环境类和需求类的科技创新政策明显增加，对于科技创新效率的关注程度有所增加。

在政策利好的驱动下，无论是从科技投入还是从科技成果（如技术专利等）数量来看，广西的创新能力有了很大进步。但是从科技创新效率的视角来看，现有的科技创新政策对于效率问题关注依然不够，尤其是在2015年之前，几乎没有政策谈及科技创新效率的问题。2015年之后，有少量政策提及科技创新效率和科技资源配置的相关问题，如2015年颁布的《关于深化自治区本级财政科技计划和科技项目管理改革的实施方案》、2017年颁布的《广西创新管理优化服务培育壮大经济发展新动能加快新旧动能接续转换的实施方案》等。但是对于如何提高科技创新效率，广西尚未出台明确的指导意见或行动纲要。虽然在部分政策文件中提及优化资源配置和科研创新体制，但在效率优化目标、优化路径等方面并不清晰。可见，广西现有科技创新政策体系中还需要更多基于现实发展特点的实现科技创新效率优化的政策供给。

4.广西各地市科技创新效率分析

各地区的科技创新效率优化政策需要因地制宜，结合地方的科技创新效率特点制定相应的优化策略。而科技创新效率的特点可以通过投入产出效率、资源投入冗余等维度来加以分析。为此，本文采用了DEA 模型对广西各地市的科技创新效率展开研究。

4.1 投入产出指标

有研究表明，一个地区的创新规模、创新潜力和创新投入能力，这些难以测评的指标可以通过科技活动人员、科学技术拨款和R ＆ D 总支出来体现（侯强等，2015；赵树宽等，2013）[17]、[23]。其中，一个地区的科技活动人员的情况能够表明该地区对科研的重视程度以及科技发展程度。如果该地区重视科技发展，那么该地区的科技活动人员也就相对较多。同样，如果该地区科技发展程度较好，那么会吸引更多科技人员，同时也会吸引更多人参与到科技工作中，成为科技活动人员。科学技术拨款不仅能说明一个地区政府对于科技创新的重视程度，还能说明该政府对创新发展的投入力度。科学技术拨款越多，说明政府对科技创新的重视程度越高、投入力度越大。R ＆ D 总支出与重视和发展程度有关。研发支出在企业支出和地方政府支出总额中比重越大，说明该企业该地区对创新越重视、创新发展越好。如表3所示，应用DEA 的方法所开展的创新效率研究中，多选用科技活动人员、科学技术拨款和R ＆ D 总支出这三个指标为投入指标。鉴于此，本文选用这三项指标作为测评广西专利投入产出效率的投入指标。产出变量方面，结合现有研究所采用的主要科技产出指标和实际数据的情况，本文拟以专利数量视作科技创新活动的产出，其具体包括专利申请数量和专利授权数量。二者之中，专利授权量更能直观地表现出一个地区的科技发展水平。专利授权量体现了各个城市对自主知识产权的科技成果的拥有程度。因此，本研究选取了专利授权量作为DEA 模型中的产出指标。

表2 广西2010－2017年推进科技创新相关政策汇总表

最终，本文的效率测算采用DEA－BCC 模型，使用DEAP2.1 软件进行。测算中所使用的2010－2016年广西各地级市研究与试验发展（R ＆ D）情况的投入和产出数据（科技活动人员、科学技术拨款、R ＆ D 总支出和专利授权量），均来源于广西科技厅公布的2011－2017年的广西科技统计数据。①数据来源：广西科技统计数据，http：／www.gxst.gov.cn／gxkjt／ddmf／002006／ ，2017／04／15 20：30：38。

表3 创新效率研究投入指标使用情况

4.2 科技创新效率分析

一般而言，DEA 模型中的纯技术效率是由于管理和技术等因素影响的生产效率。相应的，区域科技创新纯技术效率即是指由于地区管理和技术等因素影响的成果产出效率。这里的管理和技术因素主要包括科研管理水平和科研技术条件。2010年至2016年，广西各市的平均纯技术效率为0.78。如表4所示，七年来保持纯技术有效的有南宁市、防城港市、贵港市和玉林市等四个城市，这四个市在投入产出上一直保持着很高的水平，产出相对于投入达最大水平。柳州市、桂林市、来宾市这三个市的七年平均技术效率保持在0.8 以上，并大体上保持稳步增长趋势。以上七个市都超过全区平均水平。贺州市、钦州市、梧州市、百色市、北海市、河池市和崇左市这六个市的平均技术效率在0.315 到0.752 之间，低于全区平均技术效率。

DEA 模型中的规模效率是受规模因素影响的生产效率，由假定规模收益不变的技术效率和假定规模收益可变的纯技术效率计算得出。相应地，区域科技创新规模效率即是指受地区科研创新规模因素影响的科创成果的产出效率。这里的科研创新规模因素主要包括科研资源规模、产出成果规模等。2010年到2016年，广西各市的规模效率平均为0.798，其中，北海市、贵港市、玉林市、钦州市、百色市、河池市、贺州市和崇左市这八个市七年来的平均规模效率都在0.8 以上，超过平均水平，规模效率比较高，七年间变化也稳定。来宾市、梧州市、桂林市、防城港市、柳州市和南宁市这六个市的平均规模效率在0.6 到0.8 之间，七年间部分城市规模效率有增有减，但大部分都呈现下降趋势，说明这六个市科技创新的规模效率不稳定，需要调整科研资源投入策略，在扩大科技创新规模的同时，更要提升资源配置的合理性和有效性。规模效率表现较好的城市，可以进一步提高管理水平，最大化利用现有科技资源来推进技术创新，增加优势产业数量，扩大产出（见表5）。

表4 2010－2016年广西各地市科技创新纯技术效率

4.3 DEA有效性分析

表5 2010－2016年广西各地市科技创新规模效率

本文根据每年各地市的综合效率情况进行了分类研究（如表6所示）发现，研究数据所处的时间段内，大多年份只有1－3 个城市处于科技创新DEA 有效的状态，其中，玉林市除了2012年属于弱DEA 有效地区外，其他年份一直都属于DEA 有效地区；贵港市有4年出现在有效地区中。南宁市、桂林市、柳州市、梧州市的纯技术效率很高，但是由于规模效率不高，所以七年来一直在明显DEA 无效和弱DEA 有效中循环。崇左市七年间每年都处于科技创新DEA 无效状态，河池市有六年都处于DEA 无效的状态。广西十四个市中各市导致DEA 无效率的原因不同：贵港和玉林两个市的科技创新效率相对较好，纯技术效率与规模效率都有着较好的表现；北海市、柳州市、河池市、钦州市、贺州市和崇左市的规模效率接近1，但纯技术效率水平低下，拉低了综合效率水平；梧州市主要是科技创新产出不足，纯技术效率和规模效率水平过低造成了DEA 无效率。整体来看，广西全区的综合技术效率在研究期间内并不乐观，对不同地区需要给予更多针对性的政策引导。

4.4 科技创新投入冗余分析

从广西各市研究期间内的总体情况来看，各市科技创新投入－产出活动均存在一定程度的DEA 无效率。如表7所示，七年来都没有存在投入冗余的有：南宁市、防城港市、贵港市和玉林市，其余各市都存在不同程度的投入冗余。贺州市和来宾市分别在2011年和2010年开始进行调整，消除了投入冗余。柳州市在这七年来并不稳定，反复出现和消除投入冗余，而在2016、2017年出现了大规模的R ＆ D 总支出冗余。桂林市和钦州市分别在2013年和2012年开始出现投入冗余，并持续到2014年。梧州市七年来一直都有投入冗余，而且冗余主要存在于科技活动人员和科学技术拨款中，R ＆ D 总支出指标正常。

总体来看，七年来广西各地级市出现的冗余比较严重，其中R ＆ D 总支出的冗余量约是科学技术拨款的两倍左右。这表明广西各地市需要进一步提升科技产出能力，合理利用科研资源，更大力度的发掘优秀科技人才的能力，加大专利成果转化，从而使广西科技创新的资源配置更加合理，科研效率得到进一步的提高。

如图1所示，2010年到2016年三项投入指标投入冗余均为0 的有南宁市、防城港市、贵港市和玉林市，称为无冗余地区；三项投入指标中只有一项或两项投入冗余的有贺州市和来宾市，称为一般冗余地区。三项投入指标均有严重冗余的有柳州市、桂林市、梧州市、北海市、钦州市、百色市等，称为严重冗余地区。无冗余地区说明地区政府投入结构合理，政府的投入力度和方向可以保持，同时保持产业创新全方位发展，继续提升创新效率；严重冗余地区说明该地区政府对创新投入很多，但所投入的资源不仅没有推动企业、高校等技术创新活动的深化，还产生了“挤出效应”，也即政府对市场信息的了解存在信息不对称的问题，虽然投入多，但没有达到“稳”和“准”，造成了投入重叠、投入结构不合理、投入冗余和投入产出效率低下的问题。面对“挤出效应”，政府可以改变投入方式，适当降低对科技创新活动的直接投资，提升技术创新质量，从而减少投入冗余，提高地区的科技创新效率。一般冗余地区可以有针对性的调整其投入指标的投入，科技人员冗余的地区要注重鼓励科学创造；科学技术拨款冗余的地区，调整投入力度，可以考虑转变科学技术投资方式，引入金融市场机制，鼓励应用型的科技创新与企业和市场挂钩，从而转变科技创新的投入模式，促进科技创新效率的提升。

表6 DEA模型下的区域分类

表7 广西地级市科技创新投入冗余情况

图1 广西各地市冗余水平

5.科技创新政策优化建议

在对广西各地市科技创新效率分析的基础上，本文结合自治区层面以及各地市目前的科技创新政策，分别基于效率视角对广西壮族自治区和广西典型地市的科技创新政策提出涉及差异性政策、科技资源配置等方面的优化建议。

5.1 广西整体科技创新政策优化建议

从本文对2010年至2016年广西各市科技创新投入－产出效率的测算以及对研究期间内广西专利投入产出效率的分析可以发现：（1）2010年至2016年间，广西整体的科技创新活动效率不高，综合技术效率均值呈现随时间上下波动的情形，大多地级市在研究期内处于非DEA 有效的状态；（2）七年间广西各市的综合技术效率变化有很大不同，地区之间科技创新效率差距较大，而规模效率偏低是导致综合效率低下的主要原因；不过，大部分地级市的规模报酬是递增的，说明广西地区的科技创新发展有着很强的活力；（3）广西科技创新的R ＆ D支出冗余比较严重，科技活动人员冗余较少。在科技创新冗余严重的地区，政府在科技创新活动上的资源投入并没有推动技术创新的深化，可能存在一定程度的“挤出效应”。基于此，本文对广西整体的科技创新政策提出优化建议。

广西整体的科技创新政策优化思路建立在发挥地区科技优势、优化科技管理策略、实施差异性政策扶持、合理配置科创资源、提升科技人员创新活力等方面。具体来说包括：

第一，规模效率是制约当前广西专利创新效率的主要因素，广西需要基于此采取有针对性的政策措施。为此，一方面在现有政策环境中，做到全面落实政策，以创新效率表现较好的城市为标杆，调整科技创新资源投入结构；另一方面要结合广西的“九张名片”，先进制造业、高性能新材料、生态环保产业、特色传统优势产业、优势特色农业、海洋资源开发利用保护和大健康产业等，努力带动优势领域的科研发展，特别是对规模效率较低的地级市，应更多关注其科技管理策略与方法，提升综合管理效率。

第二，广西应对创新效率较弱的地区给予针对性的政策扶持，并在经济方面协助创新发展，如针对高科技企业提供专门的科研优惠政策和研究基金等。同时，还要关注和引导技术产权化、转让市场化、成果资本化等措施来促进科技成果转化。

第三，广西各市在计划增加科技创新活动的财政投入时，需要对各市科技创新的投入规模和结构有针对性的科学规划、因地制宜，根据不同地区的投入冗余情况调整投入力度和方向，既要在无产出冗余的基础上，减少投入不足带来的产出不足，也要避免投入冗余带来“挤出效应”，要完善创新基础环境，建设足够的创新平台载体。

第四，广西要在现有政策中加强对科技活动人员引入和培养的重视程度。科技活动人员是创新的基础，大批高素质的技术人员有利于营造良好的技术创新环境，引进外部的创新资源，提高各市的创新能力。另外，各级政府相关部门也要重视产业园区的建设和发展，产业园区有助于创新型企业的发展和技术人才的引进，有助于形成产业竞争，给予企业创新的动力，促进企业创新。

5.2 典型地市的科技创新政策比较与优化

本文选取玉林市和崇左市作为案例城市，分析其近年来的科技创新表现和相应的政策特点，以探讨差异性的政策优化建议。根据本文的分析结果，玉林市的科技创新效率在2010年至2016年间表现的整体情况较好，技术效率一直处于有效状态，综合效率仅有一年为弱有效，其余年份皆为有效，可以说玉林市的科技创新效率是整个广西的标杆。崇左市在科技效率上在广西处于比较落后的位置，研究期间内其技术效率均值仅有0.315，综合效率一直处于明显DEA 无效梯队。

在玉林市的高科技创新效率背后，是其地方政策对科技创新资源投入问题的重视，如玉林市人民政府办公室2013年2月发布的《玉林市加大金融服务科技创新力度实施方案》，在“主要任务”一节中明确指出：“调整优化科技支出结构，积极探索以创业投资引导基金、跟进投资、贷款贴息、企业技术创新后补助等多种形式的投入方式，加强财政科技投入与银行信贷、创业投资资金、企业研发资金及其他社会资金的结合，引导全社会增加科技投入，增强财政科技投入的引导作用和放大效应；研究出台科技贷款风险补偿等政策，形成政府、金融机构、科技创新主体以及中介机构多元参与的融资风险分担机制，以鼓励和引导金融机构进一步加大对科技创新主体和科技创新活动的信贷和融资支持力度。（由市财政局牵头，市科技局、金融办共同落实）”，即通过把金融投资机制引入到科技投入的方式，优化科技创新的支出结构。[24]玉林市科技局2009年9月发布的《玉林市实施自治区全民科学素质行动计划纲要》也重点提到“搭建社会化工作平台，加强领导小组成员单位与社会各方面的协调，充分整合、利用现有各类资源。”[25]因此，对于玉林市而言，由于2010－2016年间其科技创新效率表现一直比较优异，本文认为其科技创新效率政策是具有成效的，应该尝试以之为标杆进行推广。但是玉林市目前的科技创新效率政策主要作用于科技创新支出结构的优化，本质上还是在供给端进行调整。本文认为接下来玉林市科技部门可以考虑进一步深入改革科技创新体制机制，深层次优化科技创新资源的配置问题，不仅要调整供给，更重要的是激发创新活力，提高科技创新产出。

崇左市的地方政策对科技创新资源效率的关注度不足且关注时间较晚，与资源投入相关的政策仅有崇左市科技局2016年12月发布的《崇左市本级科学研究与技术开发经费管理办法》中提到了“科学合理地编制和安排预算，杜绝随意性”的研发经费使用原则。[26]但是其关注点偏向于科技创新支持资金的管理审查。2010年至2016年间出现了一定的科技创新资源投入冗余，科学活动人员冗余880、科学技术拨款冗余76223.42、R ＆ D 投入冗余9809.55。与其他地市相比，其中科学技术拨款的冗余比重比较高，即存在一部分科学技术拨款没有发挥应有的效力，没有获得相应的产出。鉴于此，崇左市可以考虑：（1）参考玉林市的做法，优化科技创新支出结构，把金融投资机制引入到科技投入中来；（2）推动地区内科研机构与企业的联动，促进产学研结合，实现科技创新活动的投有所产、产有所值。

6.总结与展望

本文从效率视角出发对广西地区科技创新的政策优化问题展开了研究，发现广西各地市2010年至2016年间的科技创新效率并不高，在各地市中仅有少数城市一直有着较高的科技创新效率，而大多数城市的科技创新效率情况一直不乐观。基于广西的科技创新效率情况，本文进一步对2010年至2016年广西地区政府发布的有关科技、创新、专利的相关政策进行了简要分析，结果发现现有政策并没有专门针对科技创新效率问题进行规划和引导，科技创新政策亟待优化。最后，本文针对广西地区的科技创新效率的整体情况和典型城市，提出了相应的政策优化建议。

广西壮族自治区作为我国西部地区科技创新发展的重要支柱，从目前高速发展的势头来看，未来广西的科技创新事业将会取得更多成果，地区的科技创新活力也会进一步提升。广西科技创新已经取得的成绩与近年来广西的科技创新支持政策有很大的关系。如果能够在政策方面更进一步重视效率问题，更加合理地配置科技创新资源，形成良好的科技资源配置协调机制和产学研深度融合的创新产业链，那么广西或将成为我国西南地区在科技创新方面有突出表现的省域。在未来的研究中，可以进一步针对广西的科技政策状况进行更为深入的地区或行业调查，探索科技创新效率的政策制定问题并探讨相应的改进对策。

（致谢：中国人民大学信息资源管理学院杨建梁博士、管嘉玲硕士为本研究的完成提供了包括资料收集、文献整理、数据分析等帮助，在此表示感谢。）