基于主题模型的地方科技成果转化政策组态效应研究

张玉华，李茂洲，杨旭淼 (上海师范大学商学院，上海 200234)

0 引言

为了贯彻党中央、国务院重大决策部署，深入实施创新驱动发展战略，落实 《促进科技成果转化法》，各地围绕优化科技成果转化机制与体制，制定和出台了一系列促进政策和措施，取得一定成效。例如，2013年湖北省发布的 《促进高校院所科技成果转化暂行办法》、2015年上海市发布的 《关于进一步促进科技成果转移转化的实施意见》、2018年江苏省发布的 《省政府办公厅印发关于促进科技与产业融合加快科技成果转化实施方案的通知》等。但不少地方政府的政策工具以模仿国家或其他地区为主，导致一些地方科技成果转化政策工具类型繁杂、相互协同性弱、地区适应性差、组态效应迥异，科技成果转化过程中仍然存在转化效率低、转化意愿不足、产权不清晰、转化模式不明确、市场混乱等现象。

本文采用定量主题模型和定性比较分析方法，对不同地区科技成果转化的政策因素和政策工具组合使用情况进行探讨，分析各地政策工具之间的组态效应以及政策工具组合的应用场景、组合模式、有效路径，以期为各地科学合理使用科技成果转化政策组合工具提供参考。

1 文献综述

学术界认为，影响科技成果转化的政策因素大致有以下几类。

一是财税金融支持政策类因素。Rothwell等[1]、Crespi等[2]认为政府的税收优惠政策可以促进科技成果转化。史丽萍等[3]和赵喜仓等[4]认为政府的直接采购政策在科技成果转化过程中扮演着重要的角色。John等[5]、林耕等[6]、封凯栋等[7]研究美国科技成果转化政策法规，发现国外政府的税收抵免、风险控制等政策在科技成果转化机制体制建设中发挥重要作用。赵睿等[8]认为针对地方发展特色，对科技成果转化实施金融支持可以有效促进科技成果转化。

二是成果认定、确权和产权保护类政策因素。Santoro等[9]认为出台专利成果认定、收益分配等相关专利政策对科技成果转化有重要影响。蒋兴华等[10]通过对科技成果转化相关政策的研究，认为中国科技成果转化过程中成果评价、技术认定、市场对接等方面需要相关政策加以调节。Czarnitzki等[11]认为通过法律形式保护高校研发人员使用国家资助开发出的专利所有权有助于促进高校科技成果转化。

三是扶持专业机构建设类政策因素。Rasmus-sen等[12]、Clarysse等[13]认为高校技术转移办公室的建立对科技成果转化有一定影响。龚敏等[14]发现在科技成果转化过程中需要有第三方评估机构和技术转移办公室对科研成果进行客观的价值评估与成果评价。Muscio[15]认为技术服务组织在科技成果转化过程中发挥信息桥梁、人才支持、价值评估等重要作用。Ankrah等[16]认为技术服务组织可以为科技成果转化提供转化过程中所需的管理资源，并提高科技成果转化成功率。

四是鼓励科研人员创新创业类政策因素。Roper等[17]认为技术成果作为知识的重要组成部分，需要一个复杂过程才能转化为商业价值。周程等[18]认为技术成果转化是一个不断创新的过程，对科研人员和技术转化参与人员的技术水平要求较高。李美桂等[19]认为目前试行的大众创业万众创新示范基地能够有效促进校企合作、产业创新，并破除目前科技成果转化过程中的产需平衡、机构协调、政策配套等问题。乔为国[20]认为建立创新创业平台、促进校企合作、鼓励技术人员参与创业可以有效促进科技成果转化。袁传思等[21]以华南理工大学专利作价出资转移转化科技成果的实践经历为例，认为制定鼓励高校专利作价出资创办企业的促进政策具有一定的可行性。

以上观点大多强调单一政策对科技成果转化产生的影响，而有一部分学者认为科技成果转化政策往往是共同对科技成果转化产生影响，不是单独发挥作用。杜宝贵等[22]基于QCA模型特有的综合效果分析[23]，研究22个省 (市)的科技成果转化政策，认为政府采购、收益分配以及服务机构建设政策工具的组合使用对科技成果转化有一定促进效果。付震宇等[24]结合美国科技成果转化中的相关法条，用量化文本数据的方式对科技成果转化法条进行对比分析，发现美国科技成果转化过程中，科技机构建设与相关强制性法律的结合可以促进科技成果转化。隆云滔等[25]通过研究斯坦福大学的技术转移模式，总结提出国内高校在专利营销、绩效考核、人才队伍、关注技术需求以及资源共享平台等方面需要加强建设。

虽然已有学者认识到政策组合的重要性并进行相关研究，但是目前对科技成果转化政策因素的量化和定性比较分析存在因虚拟变量赋值而产生主观性和片面性问题，如杜宝贵等[22]在分析科技成果转化政策因素的组态效应时，采用清晰集定性比较分析，条件变量只能使用二元虚拟变量来测量，并且测量标准是通过人为阅读政策文本来主观确定的，使得条件变量的量化存在一定的片面性。杜宝贵等直接使用王春法[26]总结的西方技术创新政策工具来确定科技成果转化政策因素，使得条件变量的主题确认存在模糊性。

针对现有科技成果转化政策组合研究中使用清晰集定性比较分析时，因为虚拟变量赋值而产生的主观性和片面性问题、政策的复杂性和多样性问题，本文采用主题模型分析和模糊集定性比较分析来分别完成政策因素量化工作和政策工具组态效应研究。一方面对科技成果转化政策进行较为全面客观的文本量化，提取归纳政策因素作为QCA分析的条件变量；另一方面对主题因素做组态效应研究，构建科技成果转化政策的路径模型，并进一步结合实际案例进行分析。

2 研究方法与设计

2.1 研究方法

在政策因素量化分析中，现有研究只是采用单一的主题模型分析或社会网络分析方法，虽然能够通过主题模型分析提取政策因素主题，揭示各主题之间的关系，但无法深入探讨政策因素相互之间的组态效应以及政策因素组合对科技成果转化的影响。因此，将主题模型分析与定性比较分析两种方法结合，汲取两种研究方法的优势，既能在一定程度上解决主题变量选择与衡量的主观性与片面性问题，也能对科技成果转化政策做深层次的组态效应分析。

本文参考罗恺等[27]和乔晗等[28]的主题模型分析方法构建LDA模型。LDA是基于三层贝叶斯概率生成的模型，模型包含文本词语、主题词、文档样本三层架构。LDA模型主要用于分析文本数据中的主题分布，通过构建分词工具获取文档中的词语，在此基础上依照某一概率计算生成主题词，并对文本数据中的主题词进行聚类，最后计算主题词的强度，以此表现文档所包含的多个主题[29]。LDA主题模型分析可采用多种方式实现，包括但不限于R、Python、Java等编程软件，通过使用开源工具包就可以实现[30]。本文选择使用Python来实现对文本数据的整理、处理和主题模型分析工作。

定性比较分析是一种对造成结果的因素进行组态分析的研究方法，该方法建立在认为前因条件是具有组合效应的基础上，可以帮助分析因果之间的复杂关系以及前因条件之间的组合关系[31]，在实际研究中有较好的分析效果。比较常用的分析方法有清晰集定性比较分析 (csQCA)和模糊集定性比较分析 (fsQCA)，其中csQCA一般适用于非连续变量，需要将原始数据的变量进行二分变量转化。fsQCA一般适用于连续变量，当原始数据为连续变量时，选择fsQCA会有较好的分析效果。本文的目标是分析政策因素的组合效应，并且条件变量和结果变量均为连续变量，所以选择fsQCA作为分析方法。

2.2 研究设计

为了深入分析科技成果转化政策组合对科技成果转化的影响，本文采用主题模型分析与模糊集定性比较分析结合的方法。首先，利用Python处理各省份文本数据，通过主题模型的聚类分析得到各主题词，在此基础上计算每个样本中各个主题的强度，以此作为该主题因素在样本中的量化结果。其次，将主题词以及每个主题词在样本中的量化结果，即主题词在样本中的主题强度作为模糊集定性比较分析的条件变量，以各省份科技成果转化合同金额作为定性比较分析的输出变量进行实证分析。最后，对fsQCA的结果进一步分析，归纳出科技成果转化的政策组合模型，并结合实际给出相关意见和建议。本文的技术路线如图1所示。

图1 本文技术路线

2.3 数据来源及处理

(1)结果变量。参考杜宝贵等[32]的研究，选择2018年技术输出地合同成交额与技术流向地合同成交额的总额 (Y)作为结果变量，以衡量各省份科技成果转化政策的综合实施效果，具体数据来源于 《2019中国科技统计年鉴》。

(2)条件变量。选取主题模型分析政策文本时得到的主题及其强度作为fsQCA分析的条件变量，其中主题指的是政策文本中重点关注的内容。选取31个省 (区、市)关于科技成果转化的政策文本进行分析，具体数据来源于北大法宝网，使用 “八爪鱼采集器”软件获取文本数据。政策文本类型主要包括意见、细则、通知、方案、办法、规划、规定、条令等。考虑到政策影响具有2～4年的滞后性，所以政策文本选择2014—2017年的各省份数据。此外，增加 “省级单位发布的政策文件”为限制条件，主要包括政府办公厅、技术厅、财政厅等省级行政单位。基于以上步骤，共获取3190份政策文本，各省份政策文本量见表1。

3 主题模型分析

3.1 主题-特征词分布

在进行主题模型分析前，利用Python中的 “jieba”分词工具对所有样本数据进行分词工作，随后剔除无用的停止词，获得清洗后的样本文本关键词汇总。基于词袋模型和LDA模型使用Python对每个样本文本中的特征词进行提炼，并进行主题聚类，保留每个主题的前10个特征词。

由于在LDA模型中主题聚类分析必须提前确定好主题数量的参数，参考已有关于科技成果转化政策的相关研究，QCA分析研究中选择6～9个条件变量进行分析[33]，在后续QCA分析中需要将主题作为条件变量，本文将LDA主题模型中主题数量确定为10个，以契合现有研究中对政策工具类型归纳的数量，主题的生成由LDA模型特征词分布计算得出，主题及特征词分布计算结果见表2。

表1 各省份政策文本量

3.2 主题归纳

结合现有研究关于对科技成果转化政策因素的总结，并根据每个主题及主题特征词的分布和权重情况，对10个主题进行归纳：主题1可归纳为创新创业支持， “创新创业” “科技成果” “转化”主要与高校科研人员通过创新创业的方式实现技术成果转化有关；主题2可归纳为校企合作， “合作” “开发区” “计划”主要与高校和技术开发区开展合作，鼓励高新技术企业与高校建立技术合作或转让关系；主题3可归纳为科研成果评价方案， “质量” “人才” “高校”主要与科技成果转化过程中高校科研成果评价方案设计有关，如高校科技成果的评定、转化成果认定、人才激励等；主题4可归纳为市场导向政策， “知识产权” “创业” “市场”主要与建立市场导向的科技研发目标相关；主题5可归纳为中介服务机构， “科技成果” “转化” “机构”主要与科技成果转化中第三方服务机构的建设有关，包括中介机构、转化平台、转化试点基地建设等；主题6可归纳为人才培育， “专业” “人才” “培育”与科技成果转化的专业人才培育相关；主题7可归纳为政策实施保障， “政策” “机构” “保障”与政策的协同实施、体制机制建立、资源管理策略等相关；主题8可归纳为科技金融支持， “投资” “机构” “资金”主要与科技成果转化中金融支持相关，包括产权质押投资、科技保险等相关金融服务；主题9可归纳为政府采购， “采购” “事业单位” “国有资产”与科技成果转化中政府采购政策相关，通过政府采购的方式给予部分科技成果转化项目支持；主题10可归纳为科技研发， “研发” “实验室” “基础”与高校、科研机构的基础研发和应用相关。不难看出，在主题归纳中没有出现税收优惠等相关政策主题，说明目前我国税收优惠政策仍然存在体系不完善的问题[34]，税收优惠政策工具的使用在整个政策工具体系中仅占6%左右[35]，这是主题模型没有突出税收优惠的重要原因。归纳结果见表3，部分主题为简写。

表2 主题及特征词分布

表3 主题归纳

3.3 主题强度

利用Python中关于LDA模型的开源工具包计算每个主题在各个样本中的主题强度，主题强度是反映主题在每个文本样本中的表现情况，用来表现某一个主题在该样本中的相对分量。在获得全部样本中每个样本文档的主题强度之后，将同一省份样本的主题强度相加，并取均值，获得各省份样本中主题强度的均值，部分计算结果见表4。从主题强度的结果看，各省份政策的热门主题集中在创新创业、市场导向、政策保障、评价方案和科技研发，这几类主题在各省份科技成果转化政策中表现较为突出。其中，创新创业和市场导向最为突出，一定程度上表明近几年的科技成果转化政策逐渐重视提升科研人员参与科技成果转化的自主性，同时开始重视市场调节在科技成果转化中的作用。

表4 主题强度 (T1～T5)

4 模糊集定性比较分析

4.1 变量的校准

主题模型分析中得到的10个主题 (T1～T10)即为模糊集定性比较分析的条件变量，在fsQCA分析过程中需要对原始数据进行校准处理，本文参考Schneider等[36]的研究方法，对所有样本中的条件变量和结果变量进行校准，并参考Fiss[37]的三分位方法，选择样本数据的25%分位数、50%分位数、75%分位数作为三分位点，对条件变量和结果变量进行校准，结果见表5。

表5 变量校准

4.2 必要性分析

必要性分析 (Necessary Conditions)是对某一个结果发生时，总是出现某一个因素的情况进行检验，如果某一结果发生时，某一因素总是出现，则该因素为必要条件[38]。通过使用QCA软件对自变量进行单变量必要性分析，来确定单个自变量是否对输出变量有必要性或者充分性。参考Schneider等的研究，将判断必要性的阈值定为0.9。结果显示，没有出现一致性 (Consistency)大于0.9的变量，说明不存在能够对科技成果转化结果产生绝对影响的单一政策工具，科技成果转化的结果受多重政策工具的共同影响，需对政策工具的组合效应进行深入分析，结果见表6。

4.3 条件组合分析

本研究选择一致性阈值为0.8，频数阈值为1。参考Fiss的研究，选取中间解和简单解进行分析。当某个变量同时出现在简单解和中间解 (优化解)的结果中，则标记该变量为核心条件，如果某个变量只出现在中间解 (优化解)，则记为边缘条件。根据以上汇总逻辑以及fsQCA分析结果，可得到前因条件组合构型，在构型中剔除唯一覆盖度为0的条件组合，结果见表7。

表6 单个变量必要性分析

表7 前因条件组合构型

前因条件组合构型中组合方式的一致性大于0.8的只有4种，表明这4种组合构型能够对科技成果转化有促进作用，从覆盖度 (原始覆盖度，唯一覆盖度)看，条件组合1a是覆盖范围最多的。从表7中可以看到，T1 (创新创业)、T2 (校企合作)、T3 (评价方案)、T4 (市场导向)、T5 (服务机构)、T8 (金融支持)、T9 (政府采购)这7个条件变量在条件组合1a、1b、5a、5b中均以核心条件出现，在这4个条件组合中发挥着重要作用。

条件变量中T2 (校企合作)和T3 (评价方案)在大多数的条件组合中总是同时出现，这表明政府在政策工具的组合使用中应该结合校企合作的引导政策和科研评价方案的激励政策，以提高高校科研产出质量。T8 (金融支持)、T9 (政府采购)这两个条件变量也总是同时出现，这两个变量都为资金支持方面的政策工具，一个是以市场为主体的社会资本投资，另一个是政府通过采购等方式的间接补助。除此之外，T1 (创新创业)、T4 (市场导向)这两种政策工具在自主转化和提升科研质量方面也发挥着重要作用。

现有研究认为当条件组合的一致性大于0.8时，其组合被认为是与实验样本具有较好关联性和逻辑性，所以本文在表7前因条件组合构型给出的7种组合中，选择一致性大于0.8的4个条件组合作进一步分析 (条件组合1a、1b、5a、5b)，并将条件组合总结归纳为2个路径、4种条件组合模式。

第一，创新创业型路径，包括条件组合1a 高校核心 (T1*T2*T3*～T6*T9)和1b 非高校核心 (T1*T2*～T6*T8*T9)这两种组合模式，这说明除了创新创业、校企合作、评价方案、服务机构、金融支持、政府采购类政策工具，其他政策工具的加入不会对科技成果转化结果产生较明显的影响。 其中1a高校核心表现为高校科研人员以科研技术成果创新创业或者参与校企合作研究、技术转化，该组合以高校科技产出评价和科技成果转化认定等政策为核心，构建一个以质量和市场为导向的科技成果科研评价方案，建立科学的科研评价与激励机制，能够有效促进高校科技成果转化[39]。相比1a高校核心，1b非高校核心则是以专利质押、信用担保、科技保险等科技金融支持方式引导和鼓励高校科研人员进行创新创业，实现技术成果转化。科技金融支持服务主要由高校以外的机构提供，既解决高校科技成果转化过程中资金短缺的问题，也为金融投资市场的发展提供新活力。两个组合模式中，政府方通过采购产品或服务的方式间接给予技术成果转化扶持，优先采购或选取相关科技企业的产品服务，对科技成果转化有一定的促进作用[40]。

第二，合作转化路径，包括条件组合5a高校核心 (T2*T3*T4*～T6*T7*T8*T9*T10)和5b非高校核心 (T2*T3*T4*T5*T6*T7*T8*T9)这两种组合模式，这些说明校企合作、评价方案、市场导向、服务机构、人才培育、政策保障、金融支持、政府采购、科技研发类政策工具的使用能够比较有效地促进科技成果转化。其中5b非高校核心表现为要求完善的科研成果评定体制，支持以市场为导向的科技研发，并通过高校外的第三方服务机构促进高校科技成果以校企合作的方式完成转化。服务机构的建立能够改进高校科研人员对市场需求的了解程度，快速发现 “产-研”结合点，改善科技成果转化过程中需求与产出不匹配的问题[41]。而5a高校核心则更加重视高校内的科技研发，结合科学的科研评价与激励体制，以技术创新驱动提升高校科技成果质量，通过协调专利质量与数量之间的关系，能够有效促进高校科技成果转化[42]。

5 结论与建议

分析结果显示，中国科技成果转化政策工具的使用主要有以下几类：科研评价方案改革类，如成果确权、科研成果评价、奖励机制、转化成果认定等；创新创业激励类，如放宽科研人员参与科技成果转化的约束，鼓励有技术基础的科研人员自主创业等；科技金融类，如加强科技成果转化金融市场和知识产权交易监管、规范专利质押融资、建立科技保险体系等；政府采购类，政府通过对科技成果转化的产品或服务进行直接采购，实现对科技成果转化工作间接的支持等。

本文研究显示，不同省份已涌现出典型案例，有一些成功的经验做法。根据研究结论，结合这些省份的成功经验，构建4条科技成果转化政策工具组合路径。

路径一 (1a)创新创业—高校核心，该路径以创新创业、校企合作、评价方案、政府采购为核心条件变量，相对重视高校的科研评价方案改革，通过改善高校的科研评价方案，提升科研创新与应用意识，来实现优化高校科研产出质量的目的[43]。典型案例为湖北省，2013年湖北省政府就率先颁布 《促进高校院所科技成果转化暂行办法》，对科研人员管理、科研评价体制等进行改革，随后湖北省部分高校开始出台相应的政策，如湖北科技大学提出将科技成果转化作为重要指标纳入到职称晋升和科研考评中，使高校科研人员不仅以科研产出数量作为科研评价指标，而且更加重视科研质量。从以上分析可以看出，湖北省在相对东部沿海省份市场需求不足，自身教育资源丰富的背景下，提出在高校层面进行科研评价方案改革的策略，以提高科研产出质量带动市场需求，适应了湖北科技成果转化的现状，并取得了一定的成效。

路径二 (1b)创新创业—非高校核心，其核心条件是创新创业、校企合作、金融支持、政府采购。相对于路径创新创业—高校核心，路径创新创业—非高校核心增加了金融支持，考虑金融支持以市场资本运作为主，市场资本的进入，可缓解科技研发、市场导入和推广等环节的资金压力，提升科技成果转化的成功率[44]。典型案例为上海市，上海市的资本市场较为活跃，同时拥有大量的社会创新型企业，对技术创新的需求也更多。所以，引导上海的金融资本科学有序的进入科技成果转化领域，鼓励高校和科研单位的科研人员创新创业是上海科技成果转化的重要路径。上海市先后出台相关政策，如2015年上海市出台 《关于进一步促进科技成果转移转化的实施意见》，在科技金融、保险、信贷、市场化研发机构、离岗创业等方面做出相应的改革；2017年颁布 《上海市促进科技成果转移转化行动方案 (2017—2020)》，指出要完善科技成果转化市场体系，建设具有一定影响力的技术交易中心。从科技金融支持到市场秩序规范都体现了对市场现状的深刻把握。因此，1b路径整体上是从规范和引导市场、金融资本的角度出发，以市场需求和成果转化资金保障带动高校和科研单位的科技成果转化。

路径三 (5a)合作转化—高校核心，其核心条件是校企合作、评价方案、市场导向、科技金融支持、政府采购。相对于路径四，路径三缺少服务机构的核心变量，增加了科技研发的边缘条件。典型案例为江苏省，江苏省作为全国高校数量第一的省份，其高校科研资源丰富，科研成果产出量较高，如果能够合理推动 “高量”到 “高质”的转变，将会有效促进科技成果转化。2018年江苏省就出台了 《省政府办公厅印发关于促进科技与产业融合加快科技成果转化实施方案的通知》，在校企对接、产学研协同、需求侧与供给侧对接、人才队伍建设等方面提出了改革要求，目的是充分利用现有高校资源，构建科技成果转化的良性循环。所以从江苏省的实际政策来看，该路径需要在政策制定实施方面重视科技研发基础，引导促进校企合作，适当的以市场为科研导向，使高校资源能够转化为创新资源，以提升科研能力和科研成果质量。

路径四 (5b)合作转化—非高校核心，其核心条件与路径三基本相同，但增加了人才培育与政策保障条件。该路径的条件变量是最多的，这说明该路径对政策制定实施的环境要求较高，需要建立横向部门之间的政策协同机制，协调不同部门科技成果转化政策的目标和方式，营造良好的科技成果转化政策环境[45]。典型案例为四川省，四川省在科技成果转化方面的政策机制体制改革是走在前列的。其典型案例是西南交通大学率先探索职务科技成果权属混合所有制改革，改革突破原有的 “纯国有制”和科技成果转化简单奖励机制，重视 “混合所有制”和 “可转化权力”激励机制建设，极大地提高了科技成果转化积极性，并取得了一定的成果。路径四需要在政策制定和实施上有一定的创新性和突破性，打破原有以高校为中心的科研创新机制体制，并且要求在具体的实施中各个政策之间的契合度较高，才能使该路径模式发挥真正的作用。

本文研究还显示，科研评价改革、创新创业激励、科技金融政策、政府采购这4类政策工具的组合实施对科技成果转化有促进效应，在未来的政策工具制定和实施中需要进一步加强对它们的组合使用。由于科技成果转化受地区差异性影响较大、实际情况比较复杂[46]，故而政策工具设计和搭配的不同，会使得科技成果转化结果产生较大的差别[47]，所以各省份应该根据自身的实际情况，不断发掘新的政策工具，设计与本地区发展实际相适应的政策工具组合。

综上所述，首先，不存在能够对科技成果转化结果产生绝对影响的单一政策工具，主题模型分析中得到的10个主题条件变量 (创新创业、校企合作、评价方案、市场导向、服务机构、人才培育、政策保障、金融支持、政府采购、科技研发)都无法单独对结果产生较强的影响。其次，基于研究本文认为科技成果转化政策工具组态存在4条路径，分别是创新创业—高校核心、创新创业—非高校核心、合作转化—高校核心、合作转化—非高校核心，4条路径的区分核心点有两个，分别是科技成果转化是否以高校的科研创新、产出为核心落脚点；科技成果转化是否通过校企多方合作完成。校企合作、政府采购在所有的路径中均以核心条件出现，说明在实际的科技成果转化政策制定中应该重视引导高校与企业的合作，同时政府在实际转化过程中应通过政府采购等方式充分发挥风险担保、资金补助等作用。目前中国各个省份的实际情况均不相同，具体案例分析结果显示，各省份的科技成果转化政策建设都应该根据当地实际情况有所侧重，具体是以市场引导为核心，还是以高校科技研发为核心需要根据省份市场环境、高校与科研机构发展状况来判断。