基于文本挖掘的共性技术政策文本量化及政策组合特征研究

孔令凯，杨晓萌，林超然，李保祥

（1.昆明理工大学管理与经济学院，云南昆明 650504；2.江苏科技大学经济与管理学院，江苏镇江 215699；3.哈尔滨工程大学经济管理学院，黑龙江哈尔滨 150001）

共性技术具有显著的知识外溢性，能在多个行业、领域或地区内使用，对经济发展、产业结构转型升级意义重大，但共性技术却面临市场失灵及组织失灵问题，技术供给主体缺失，技术研发投入不足，急需政府发挥社会公共事务管理者角色，引导共性技术研发及扩散，配置共性技术创新资源，营造共性技术创新环境，解决共性技术创新“市场失灵”及“组织失灵”问题。政策法规是政府干预共性技术研发的主要手段，我国已经颁布《国家中长期科学和技术发展规划纲要（2006—2020 年）》以及《“十四五”国家高新技术产业开发区发展规划》等一系列政策，然而政府政策对共性技术的支持与期望目标相差甚远，共性技术供给不足问题仍没有解决，关键原因之一在于我国共性技术政策体系尚未真正建立，政策定位不清晰。因此，深入共性技术政策本身，挖掘共性技术政策情报信息，探究共性技术政策体系间的相互作用，对于构建完善的共性技术政策体系意义重大。

1 文献综述

针对共性技术政策，国内外学者Trojer 等［1］、Pilinkien［2］、周源［3］先后从市场失灵、组织失灵视角探讨共性技术政策的正当性和合理性，并对共性技术政策干预力度，政策干预形式，政策设计原则等内容展开研究。如何构建完善的共性技术政策体系已经成为学者研究的焦点。如马名杰［4］基于政府与市场作用差别，提出共性技术政策设计应平衡政府政策干预与市场调节；李慧等［5］则提出明晰政府与市场边界，准确定位政府角色，科学合理地引导政策制定；韩元建等［6］则认为政府干预应坚持产业界主导的原则。也有学者从共性技术准公共物品属性视角，提出共性技术政策制定应强调产学研、官产学研、技术研发平台、国家研究院所建设等内容，例如：朱桂龙等［7］基于案例分析，提出共性技术政策应指导产学研协同创新模式构建；薛捷等［8］基于国外共性技术研发模式，提出“官产学研”的合作组织形式；李晓桃等［9］认为市场失灵严重的关键共性技术，只能由国家研究所供给。针对共性技术政策干预的形式，陈朝月等［10］、Zuo 等［11］、郑月龙等［12］分别提出政策制定应包含税收优惠、政策补贴、政策性贷款、引导社会资本等经济支持手段；李冬冬等［13］则提出知识产权保护的非经济干预手段。上述研究均是基于静态视角探讨共性技术的政策设计，尚未考虑共性技术的动态变化。因此，王敏等［14］、盛永祥等［15］基于动态变化视角，结合生命周期理论，探究共性技术不同阶段所具有的特征，提出对于不同阶段的共性技术，政策引导的创新主体以及创新方式应有所不同；袁野等［16］提出需要动态调整共性技术政策支持方式，发掘政策靶点，推动长效治理体系构建。此外，李纪珍［17］、樊霞等［18］、冯云昊等［19］针对共性技术政策体系存在的问题展开研究，指出共性技术政策存在概念和评价标准不明确、组织方式不合理、政策导向不足、侧重应用研究以及研发资金支持退出过快等问题。

共性技术政策研究已颇具规模，大多从共性技术政策制定原则、政策干预形式、政策引导组织形式开展研究。然后，现有共性技术政策研究鲜有深入共性技术政策本身，梳理共性技术政策干预领域、政策工具以及政策间作用关系，导致共性技术政策认识不足，阻碍共性技术政策理论研究，影响共性技术政策体系构建及完善，制约共性技术创新。基于此，本文深入共性技术政策本身，收集共性技术政策文本，引入文本挖掘技术，提取共性技术政策主题以及主题特征词，量化共性技术政策，剖析共性技术政策组合及其特征，探讨共性技术政策间协同作用。研究对于深化共性技术政策认识，丰富共性技术政策研究，完善共性技术政策体系具有理论意义和实践参考。

2 研究设计

2.1 数据收集及预处理

（1）共性技术政策文本收集。共性技术是一类与产业发展紧密结合，应用领域广泛，对我国经济发展具有较大促进作用的技术［20］。根据重要性的差别可将共性技术分为一般共性技术、基础共性技术以及关键共性技术，部分文献将关键共性技术称为共性关键技术［19］。因此，政策文件检索过程中，本文确定检索关键词为“共性技术”和“共性关键技术”，利用北大法宝数据库收集政策文件，检索时间跨度为1984 年至2022 年，共收集1 441 条相关政策，删除尚未生效政策，剩余1 319 条政策，逐一排查1 319 条共性技术政策，借鉴张国兴等［21-22］团队对政策量化标准的研究成果，从人事措施、行政措施、财政税收措施、金融措施、引导措施和其他措施6 个方面筛选与共性技术创新、共性技术成果转化、共性技术研发、共性技术扩散相关的政策文件，保障数据可靠性、准确性，筛选后有271 条政策与共性技术关联性不强，剩余1 048 条政策，其中部门规章850 条、行政法规104 条、团体规定16 条、党内规章39 条、法律30 条、行业规定9 条，部门规章占据共性技术政策总量的64%。共性技术政策发布部门或机构有国务院、党中央部门机构、全国人民代表大会、全国人大常委会等。文中收集的政策文件不包含地方性政策。

（2）共性技术政策文本预处理。人工筛选共性技术政策后，为准确理解共性技术政策文本，本文将实施政策文本预处理，提取政策文本主题。由于Viterbi 算法具有良好的切分歧义处理能力，并且能够识别新词，深入挖掘共性技术政策核心信息，最大程度减少信息损失，因此，采用Viterbi 算法进行文本分词。为降低无效噪声词语的影响，基于分词结果以及哈工大停用词词库，反复调整停用词库，进而删除噪声词语，挖掘共性技术政策核心信息。除过滤停用词外，如式（1）采用TF-IDF 算法提取特征项［23］，降低信息噪声的影响。政策文本预处理后，抽检政策文本预处理结果，得到：创新、科研、技术标准、产学研、项目、课题、财政等词语，分词结果能够反映分词前后字串信息构成规则，具有实际意义，不存在歧义，表明政策文本预处理操作有效。

2.2 研究方法

（1）政策主题提取模型。由于LDA（latent dirichlet allocation）主题模型能够挖掘文本文档中隐藏的语义信息，处理海量的文本文档，实现文本文档的高效聚类，因此，采用LDA 模型提取共性技术政策主题。LDA 主题模型利用狄利克雷分布寻找主题在数据集中的分布以及主题词在主题中的分布（如图1 所示），为避免LDA 主题模型过度拟合，需设定模型主题数量，其中Biel 等［24］提出使用困惑度（perplexity）确定主题数量。

图1 LDA 模型贝叶斯网络

（2）政策组合及特征分析。政策组合是指相互作用影响的政策工具的组合。为了探究共性技术政策组合模式，本文基于主题共现探究不同政策主题间的作用关系，主题共现能够将各种信息载体进行量化分析，揭示不同信息在内容上的关联作用关系，进而抽取有价值的信息［25］。为了降低共现频次较低的政策主题对于后续研究的影响，本文通过测算不同政策主题共现的支持度，设定阈值筛选有价值的政策组合，既满足：表示不同政策主题组成的项集。其中政策主题X和Y同时出现的概率，即支持度的计算如式（6）所示。

基于共性技术政策组合研究，为探究产业关键共性技术政策组合特征，掌握共性技术政策建设现状。本文借鉴徐喆等［26］、Costantini 等［27］的研究成果，从一致性、综合性和均衡性3 个维度分析不同共性技术政策组合的特征，深度挖掘共性技术政策信息，为完善我国共性技术政策体系提供参考。政策组合一致性指共性技术政策组合内部各政策间的相互作用，可用于分析政策间是否存在冲突；政策组合综合性能够有效衡量政策运用的广度；政策组合均衡性则能够衡量政策工具与政策目标的强度是否均衡。具体而言，一致性、综合性以及均衡性计算如式（7）至（11）所示。

2.3 研究框架

基于以上分析，构建论文研究框架，结果如图2 所示。研究框架可分为3 个模块：（1）共性技术政策法规采集，清洗无效数据，构建共性技术政策文本数据集，采用Viterbi 算法实现文本分词，并利用TF-IDF 算法实现文本向量化；（2）构建LDA 主题模型，提取政策主题及特征词，测算各政策主题强度，绘制特征词词云；（3）基于技术主题共现关系，挖掘共性技术政策组合，探究政策组合的综合性、一致性以及均衡性特征。

图2 研究框架

3 共性技术政策主题提取及量化

3.1 共性技术政策主题提取

本文采用LDA 模型提取政策文本主题，LDA 模型提取效果与主题参数设置直接相关，为保障共性技术政策主题提取的准确性和可靠性，采用困惑度以及Python 可视化方法确定模型最优主题参数。计算主题数分别为1～49 时模型困惑度，若当前主题与前一主题困惑度差值最大，与后一个主题困惑度差值最小，则主题对应的点为曲线肘形［28］，曲线肘形对应主题数为模型最优主题数。

当主题数为28 时，困惑度曲线出现肘形，模型可能存在最优主题数，为保障主题提取效果，可视化主题数为28 时LDA 模型内各主题的分布如图3（a）所示，并随机设置主题数为47，再次可视化LDA 模型的主题分布如图3（b）所示，对比两种不同主题参数下模型可视化结果，可知当主题参数为28 时，各政策主题分布于4 个象限，特征词重叠度下降，主题区分明显，因此设定LDA 模型主题参数为28。此外，LDA 模型其余参数，借鉴Heinrich［29］研究，设定

图3 我国共性技术政策不同主题数下LDA 模型困惑度及可视化结果

特征词共性技术出现在每个政策主题中，为挖掘更多核心信息，将共性技术设为停用词，得到“文档-主题”及“主题-特征词”矩阵，“文档-主题”矩阵中部分文档隶属多个主题，本文筛选隶属度大于0.1 的政策主题［30］，并展示部分文档，结果如表1 所示。

表1 我国共性技术政策文档及其政策主题概率分布（节选）

主题关键词明显，重叠度不高，表明共性技术政策主题提取效果良好。为便于分析和指代，对提取的共性技术政策主题进行命名，结果如表2 所示。

表2 我国共性技术政策主题关键词及命名

根据表2 可知共性技术政策干预的领域包含节能环保（Topic5）、物联网（Topic6）、人工智能（Topic7）、饮用水及医疗（Topic8）、智能制造机器人（Topic11）、食品药品（Topic12）、农产品及中医药（Topic14）、节能材料领域（Topic16）、装备制造业（Topic17）、农业农机（Topic18）、海洋测绘及地理信息（Topic21）。从共性技术政策干预行业可以看出，共性技术政策干预较多的高技术行业，原因在于高技术行业研究开发投入高，人员投入比重大，技术复杂且关联性强容易形成共性技术，市场失灵问题严重，需发挥政府社会公共事务管理角色，配置共性技术创新资源，实现共性技术的先行研发。

从本文提取的政策主题还可以看出，政府常用的政府工具有搭建技术创新平台（Topic2）、制定共性技术专项计划（Topic3）、科技成果评价（Topic4）、构建产学研基地（Topic15）、资助科研合作（Topic20）、鼓励科技成果转移（Topic23）、知识产权保护（Topic24）等，我国政府已经采用多样化政策工具干预共性技术研发。

3.2 共性技术政策主题量化分析

（1）政策主题强度及政策数量变化。基于政策主题提取结果，统计政策主题内部政策数量，并按照“文档-主题”概率分布，计算共性技术政策主题强度，主题强度能够充分表示共性技术政策主题的热门程度。同时，考虑共性技术政策效力差别，借鉴徐喆［26］及彭纪生的［31］研究，将政策效力融入主题强度计算公式，计算过程如式（12）所示。

图4 我国共性技术政策主题强度及政策数量变化

由图4（a）可知，各政策主题强度差别明显，表明共性技术政策主题界限清晰，再次说明政策主题提取的有效性。共性技术政策主题强度最高的是关键共性技术研发（Topic28），关键共性技术市场失灵严重，政府干预力度强，本文收集的共性技术政策中，有12 条法律涉及关键共性技术研发，效力级别较高，从而致使该主题强度较高。此外，搭建产学研基地（Topic15）、实施地方科研合作（Topic20）作为政府常用政策手段，科研合作与产学研基地建设能调动区域资源优势，配置创新资源，加速共性技术创新进程，当前我国已经形成100 多个共性技术区域创新中心，旨在集中地区优势资源，提升共性技术创新能力，保障共性技术供给。装备制造业技术创新（Topic26）主题强度仅次于Topic28 与Topic20，装备制造业作为政府干预的主要行业之一，其原因在于装备制造业具有科技创新能力强、关联度高等特点，要求共性技术研究先行。

图4（b）中，展示共性技术政策主题出现时间及内部政策数量变化，2000 年以前共性技术政策主题仅有技术创新协同战略（Topic13）、地方科研合作（Topic20）、地理信息及海洋工程测绘（Topic21）。技术创新协同战略以及科研合作两个主题之所以出现时间较早，是因为我国政府早期通过制定共性技术创新协同战略，引导高校、科研院所、中小企业等创新主体实施产学研合作，为共性技术研发配置资源，解决共性技术无人研发的困境，政府的一系列举措导致该类主题出现时间较早。此外，部分基础性共性技术，由于市场外部性显著，市场失灵问题严重，研发主体主要为国家，因此早期共性技术政策干预的领域主要是测量测绘、技术标准等基础性共性技术，也导致地理信息及海洋工程测绘主题出现时间比较早。2000 年后共性技术政策主题逐步细化，尤其是在2006 年国务院颁布《国家中长期科学和技术发展规划纲要（2006—2020 年）》和发改委颁布《高技术产业发展“十一五”规划》之后，共性技术政策数量逐年增加，主题逐步细化，共性技术政策干预领域不断拓宽。

（2）政策主题特征词统计。利用LDA 模型得到的“文本-主题”以及“主题-特征词”矩阵，筛选主题概率隶属度大于0.1 的政策主题，并统计不同政策主题内部不同特征词的频次，进而绘制共性技术政策特征词词云，结果如图5 所示。

图5 我国共性技术政策特征词词云

从本文绘制的词云可知，应用、基础、关键技术、技术创新等词语出现频次较高。共性技术可分为基础性共性技术和应用性共性技术，应用性共性技术能够被快速转化为产品技术，直接应用到产品生产，相对于基础性共性技术，该类技术的应用研究靠近市场，解决产品开发问题，对于应用性共性技术的重视致使应用特征词出现频次较高，也表明大部分政策文件侧重支持应用性共性技术。技术创新是共性技术政策文件中出现频次较高的特征词之一，其原因在于我国作为发展中国家，政府干预共性技术的首要目标是获取先进共性技术，相比国外任务导向型，更注重国家和企业自主创新，提升创新能力，向中国智造转变。词云中关键技术特征词出现频次较高，共性技术与关键技术往往相互作用，形成关键共性技术，对国民经济发展、技术升级以及产业结构优化意义重大，政府也倾向于发展该类技术。

4 共性技术政策组合及特征分析

4.1 共性技术政策组合分析

政策组合（policy mix）可分为政策目标组合及政策工具组合。政策目标组合旨在应对危机情景，它涉及政治问题；政策工具组合则是为治理行为失灵或促使某特定目标实现的过程。实践中政策目标以及政策工具往往相互作用，形成不同维度的政策组合，且政策组合处于动态变化发展中，探究政策组合特征对于完善政策体系意义重大。为揭示共性技术政策间的相互作用及其政策组合模式，根据“文档-主题”矩阵，结合支持度计算方法得到不同政策主题间的支持度，将支持度阈值设置为0.05，最终筛选结果如表3 所示。

表3 我国共性技术政策主题出现次数最多的组合

满足支持度阈值条件的项集共17 项，均为2 项集，在第1～5 的项集中，前项有Topic6、Topic13、Topic15、Topic23、Topic28，地方科研合作（Topic20）均为后项，前项政策主题与后项政策主题关系密切，多个项集的目标旨在促进各地区科研合作，调动创新主体积极性，解决共性技术无人研发的困境，本文将以地方科研合作（Topic20）为后项的5 个项集定义为以解决共性技术组织失灵为目标的政策组合；在第6～9 的项集中，Topic11、Topic15、Topic17、Topic23 为前项，装备制造业技术创新（Topic26）为后项，但Topic26 在第16 项集中变为前项，后项则变为Topic28，因此，将第6～17的项集定义为同维度的政策组合，前项政策与后项政策旨在优化关键共性技术研发措施，构建优势产业的关键共性技术研发机制，实现关键共性技术创新，本文将该类政策组合命名为鼓励关键共性技术研发。两种政策组合的解释如下：

（1）解决共性技术组织失灵的政策组合。“组织失灵”是共性技术创新面临的主要问题，而该政策组合能够联合各创新主体，实现共性技术创新主体深度合作，释放创新资源，破解单个创新主体能力限制问题，满足共性技术研发条件，解决“组织失灵”问题，实现共性技术创新。当前已出台《关于推动产业技术创新战略联盟构建的指导意见》等政策文件，采用官产学研合作、“公司+联盟”、技术创新联盟等政策工具，促进共性技术创新主体合作，共同研发共性技术。该政策组合效果明显，我国已经形成100 多个共性技术区域创新中心，旨在解决共性技术创新组织失灵问题，保障共性技术供给。

（2）鼓励关键共性技术研发的政策组合。关键共性技术外部性特征明显，准公共物品属性显著，市场失灵问题突出，需以政府为主导，构建关键共性技术研发机制，保障关键共性技术供给，目前政府已经颁布政策文件为关键共性技术研发提供专项经费、制定研发计划、激励科技成果转移，并不断优化相关研发举措，鼓励关键共性技术研发。在鼓励关键共性技术研发政策组合中，部分政策强调发展装备制造业领域的关键共性技术，由于装备制造业具有科技创新能力强、关联度高等特点，是我国国民经济发展以及国防建设的基础产业，要求共性技术研究先行，各政府对装备制造业领域的共性技术研发给予高度重视，致使该领域的共性技术政策不断增多，配套政策逐渐完善。

4.2 共性技术政策组合特征分析

（1）共性技术政策组合一致性特征分析。政策组合一致性能够探究各政策之间的作用关系，是衡量政策组合能否有效运行的关键指标之一。根据“主题-特征词”矩阵，采用夹角余弦公式测算政策主题相似度，结果如图6 所示。在此基础上，结合公式7 计算两种政策组合的一致性，结果如图7 所示。

图6 我国共性技术政策主题相似度

图7 我国共性技术政策不同政策组合一致性变化

由图7 可知1995 年以前，两种政策组合一致性趋于零，政策间协同作用不明显，甚至可能出现政策相互冲突的情况。2005 年以后，两种政策组合的一致性波动上升，政策协同作用增强，不同类型的政策组合一致性差距不大，2009 年至2015 年解决共性技术组织失灵的政策组合一致性较高，2015 年后鼓励关键共性技术研发的政策组合一致性实现反超。总体而言，两种政策组合的一致性偏低，政策间协同作用不强，究其原因在于我国共性技术政策制定部门林立，各政策部门之间信息流动性较差，政策间可能产生冲突，影响政策组合的支持作用。

（2）共性技术政策组合综合性特征分析。政策组合的综合性可用于分析为实现特定政策目标，政府采用的多样化政策工具，能够衡量政策运用的广度。政策综合性越高，政策工具越全面。结合式9，得到不同政策组合的综合性，结果如图8 所示。

图8 我国共性技术政策不同政策组合综合性变化

由图8可知两种政策组合的综合性呈上升趋势，表明我国政府采用多样化的政策解决共性技术组织失灵问题，鼓励关键共性技术研发。1983 年以前，两种政策组合的综合性为0，这一时期共性技术由产业院研发。1996 年后 两种政策组合的综合性缓慢增长，其原因在于政府通过资金支持、政策性贷款、设立技术研发平台、制定共性技术专项计划等多样性政策工具干预共性技术研发。以《国家中长期科学和技术发展规划纲要（2006—2020 年）》及《高技术产业发展“十一五”规划》政策颁布为标志，相关配套政策不断丰富，两种政策组合的综合性不断攀升。

（3）共性技术政策组合均衡性特征分析。政策组合均衡性反映的是在同一维度内不同政策类别或同一类别不同方面的政策强度。均衡性越高越能发挥政策的作用。按照公式（11）得到两种政策组合的均衡性，结果如图9 所示。

图9 我国共性技术政策不同政策组合的均衡性变化

从政策组合的均衡性变化如图9 所示，两种政策组合的均衡性特征变化不稳定，波动较大，尤其是解决共性技术组织失灵的政策组合均衡性特征变化极不稳定，原因在于部分法律着重强调使用产学研方法联合创新主体以解决组织失灵，之后企业联盟、“公司+联盟”等政策工具迅速丰富，但各政策主题强度差别明显，致使政策组合的均衡性变化不稳定。两种政策组合中，新政策的制定会打破原有政策之间的均衡，导致不同类型的政策主题强度差别较大，随时间推移，各政策主题强度趋于均衡稳定，但新政策的制定，会再次打破政策间的均衡，形成新的循环，进而导致不同政策组合的均衡性出现多个极值点，变化不稳定。总体来看，共性技术政策组合均衡性较低，两种政策组合内部主题强度差别明显。

5 结论与启示

5.1 主要研究结论

在政策文本收集基础上，利用LDA 模型提取共性技术政策主题，探究政策干预领域及常用政策工具，并结合政策主题间共现关系及支持度，将共性技术政策划分为两种政策组合，从综合性、一致性及均衡性分析共性技术政策组合特征，通过研究发现：

（1）共性技术政策供给能力逐渐加强。国务院、财政部、工业和信息化部、科学技术部等部门纷纷颁布政策支持共性技术研发，政策供给能力逐渐加强，政策数量不断增加，其中部门规章所占比例较大，法律文件相对较少。

（2）共性技术政策使用领域广泛，且政策工具日益多样化。当前共性技术政策已经在食品、中医药、装备制造业、新材料、地理信息及测绘等多个行业或领域使用；采用的政策工具有构建共性技术研发平台、制定共性技术专项计划、鼓励科技成果转移、实施产学研合作以及技术创新联盟等。

（3）共性技术政策支持重心仍然是应用性共性技术，但效力级别较高的法律政策文件已经开始强调基础性共性技术研发，为实现技术体系整体发展，政府针对不同层次的共性技术已经实行差异化政策。

（4）共性技术政策可分为两种政策组合，其政策组合目标分别是解决共性技术组织失灵和鼓励关键共性技术研发。当前多条共性技术政策聚焦于鼓励关键共性技术研发，旨在摆脱对发达国家的技术依赖，发展关键共性技术，解决技术阻碍问题。

（5）共性技术政策中两种政策组合的综合性不断提高，然而政策组合的非一致性及非均衡性问题突出。共性技术政策干预的范围越来越广，但政策间协同作用较弱，各政策并不均衡，政策强度差别较大，非一致性及非均衡性抑制了政策的支持作用，降低政策组合的有效性，阻碍共性技术研发，难以实现政策的最大化效应。

5.2 研究贡献

本研究不但丰富共性技术政策理论研究，而且对于完善共性技术政策体系具有重要意义。具体有以下两点：

从应用层面而言，本文采用文本挖掘方法，结合共性技术政策，提取不用类型的政策主题及其特征词，测算不同政策主题强度，进而分析共性技术政策干预的主要领域以及常用的政策工具，在此基础上采用主题共现及支持度算法，梳理共性技术政策组合模式，从综合性、一致性以及均衡性分析政策组合特征，为相关主体构建完善的共性技术政策体系提供参考。

从理论层面而言，本文结合LDA 模型、TF-IDF以支持等算法定量分析政策主题及政策主题间关联关系，同时考虑不同政策的效力级别，改进政策主题强度测算公式，使政策量化结果更精确，并采用可视化方法直观展示政策特征变化，更深入认识共性技术政策，丰富共性技术政策理论研究。

5.3 政策启示

政策启示：（1）共性技术政策供给能力不断增强，涉及多个领域和行业，为防止政府过度干预共性技术研发，破坏市场竞争环境，挤占私人投资，共性技术政策制定需采取审慎的态度，明晰政府与市场边界，合理干预共性技术研发；（2）基础性共性技术作为共性技术的组成部分，政策制定者除关注应用性共性技术研发外，应针对基础性共性技术创新风险高、周期长的特征，采用多样化的政策工具，变革政府支持方式；（3）共性技术政策组合综合性不断上升，但政策一致性及均衡性较低，为保障政策组合的有效运行，发挥政策组合支持作用，应重视部门之间以及政策之间协作，提高共性技术政策质量以及共性技术政策间的协同作用，保障共性技术政策组合有效运行。