京津冀科技创新政策协同对区域创新绩效的影响

周 楠，杨 珍，赵晓旭

（天津科技大学经济与管理学院，天津 300457）

0 引言

党的二十大报告指出，要坚持创新在我国现代化建设全局中的核心地位，加快实施创新驱动发展战略，增强自主创新能力，完善科技创新体系；同时，要深入实施区域协调发展战略，促进区域协调发展，构建优势互补、高质量发展的区域经济布局和国土空间体系。科技创新具有解决区域发展不平衡不充分问题的独特优势，其促进作用取决于空间溢出效应及滞后效应的大小，而政府能够对两种效应进行一定的干预［1］。科技创新政策是推动科技创新发展的强大助力，对提升科技创新水平起到引导、支撑、促进和协调作用［2］。但制定科技创新政策不仅需要同时兼顾多元化的政策目标，还要综合运用多种政策工具［3］。不同科技创新政策的政策目标之间和政策工具之间实现有效协同对区域创新绩效的影响日益凸显，政策间的相互配合与支持对政策效果的发挥、区域科技创新活动效率的提升等均有不容低估的影响［4］。京津冀区域作为我国科技创新发展的重要引擎，拥有丰富的科技创新资源和创新成果。2014 年，以习近平同志为核心的党中央把推动京津冀协同发展作为新时代全面深化改革、扩大开放的重大战略部署。围绕中央战略部署与要求，京津冀三地制定了一系列科技创新政策，以促进区域科技创新的协同发展。然而，由于地方利益和协调成本等复杂因素的长期存在，京津冀区域科技创新政策能否真正发挥协同优势，尤其是政策协同是否会对该区域创新绩效产生影响以及产生怎样的影响有待进一步研究。基于此，本文梳理与遴选出京津冀三地在2011—2020 年间颁布的科技创新政策，并对政策文本进行量化处理，通过构建实证模型探究京津冀科技创新政策协同对该区域创新绩效的影响。研究结果对提升京津冀区域创新绩效，进一步促进京津冀区域科技创新协同发展，以及深入贯彻落实国家创新驱动发展战略具有重要的理论和现实意义。

1 文献综述

协同学是一门用来揭示复杂系统内部及系统间从无序到有序转变规律的科学［5］。任何一个公共政策都不是独立存在的，而是相互作用、相互关联的。协同是公共政策的本质要求。将协同理论应用于公共政策的研究中，是解决跨领域公共问题的政策运行新模式［6］。

政策分类是探究政策领域问题的基础和切入点。基于政策工具视角，McDonnell和Elmore［7］根据政府干预程度的大小，将政策工具分为强制型、混合型和自愿型等3类；Borrás和Edquist［8］基于分类法，将政策工具分为规制工具、经济工具和金融工具等3 类；Rothwell 等［9］依据政策落实对于实际的作用，将政策工具分为供给型、需求型和环境型等3类；陈振明和张敏［10］依据现代化管理技术的发展要求，将政策工具划分为市场化工具、工商管理技术和社会化手段等3类；张军涛和张世政［11］依据政府权力资源强弱对受众产生的影响，将政策工具分为行政型、经济型和信息型等3类。基于政策目标视角，Cantner 和Pyka［12］根据政策支持的集中程度，将科技创新政策划分为任务导向型和扩散导向型两类；Flanagan 等［13］依据政策的目标和特点，将科技创新政策划分为紧迫型、强制型和一般型等3 类；张永安等［14］采用文本挖掘的方法，从功能类型、作用强度、资源供给、金额力度和持续效力等5个方面，将区域科技创新政策分为权威型、指导型、阶段型和紧迫型等4类。

强化政策内部协同，能够消解政策阻滞，减少政策资源的浪费。有效的政策协同对经济增长有较为显著的促进作用。关于科技创新政策协同与创新绩效之间的影响关系，赵晶等［15］发现，科技创新政策协同对企业自主创新有显著的正向影响；李冬琴［16］运用柯布—道格拉斯函数构建实证模型，发现科技创新政策协同性的提高有助于中国专利授权量的增长；Tamtik［17］揭示了影响科技创新政策协同的因素，探讨了加拿大安大略省政策协同与创新之间的影响关系；陈晨等［18］利用准自然实验构建虚拟变量，发现国家创新型政策协同强化了创新效应；Klette 和Møen［19］探讨了技术创新政策协同对挪威经济增长的影响；汪涛等［20］基于2013—2018 年京津冀区域的创新政策文本，利用复合系统协调度模型测算政策部门及措施子系统的协同度，实证考察了政策协同对区域创新绩效的影响；Wang 等［21］发现，不同类型产业创新政策的协同对企业创新绩效的影响存在显著的方向性差异，且其作用效果受到区域创新环境的影响。

综上所述，学界对科技创新政策分类和协同及其与创新绩效之间的影响关系进行了较为丰富的研究，但缺乏对某一典型区域创新绩效影响方面的研究。因此，本文采用Rothwell 和Zegveld［22］的政策工具分类方法，并结合政策工具特点及科技创新政策文本内容进一步确定其次级工具；同时，基于政策目标视角，将科技创新政策划分为创新、科技成果转化、人才及技术引进、知识产权保护和消化吸收等5 类；以2011—2020 年京津冀三地科技创新政策为研究样本，探究政策工具协同、政策目标协同分别对该区域创新绩效的影响。研究结论为加强京津冀三地政府间协同合作，提高区域科技创新政策体系协同水平，提升区域创新能力和创新绩效提供了实证指导。

2 理论分析与研究假设

2．1 政策工具协同与区域创新绩效

作为政策的基本要素，政策工具协同是政策协同的重要维度，贯穿于政策的整个过程。由于不同政策工具的特点、作用机制各异，政策工具之间存在着相互影响和相互作用的关系。利用政策工具之间的协同、互补，可以有效实现政策目标，提升政策效能。根据Rothwell 和Zegveld［22］的政策工具分类思路可知，供给型工具能够为科技创新活动提供资金、人才和技术支持，降低科技创新活动的成本；需求型工具可以为科技创新成果提供稳定的市场需求，降低科技创新风险，拓宽成果转化的渠道；环境型工具主要通过税收、金融、法规等方面的措施为科技创新营造良好的氛围，间接助力科技创新发展。以供给型工具为抓手、以需求型工具为驱动、以环境型工具为保障的科技创新政策工具组合体系，有助于解决政策失灵、政策冲突等问题，助力区域创新持续高效发展［22］。

政策工具是创新政策的研究核心。财政激励与金融支持两类政策工具的协同为企业创新提供了充足的资金支持。其中，多元化风险投融资机制是企业创新融资的捷径，各政策工具之间的协同作用有助于达到事半功倍的政策效果［23］。反之，若供给型、需求型、环境型政策工具之间协同度过低，会对中小企业等主体的创新产生一定程度的抑制作用［24］。金融支持、税收优惠等环境型工具所提供的间接资源与技术支持、人才支持所带来的原始创新之间的良好互动能够有效促进产业发展；但供给型工具的过度使用可能会对企业自身投资产生挤出效应，进而助长创新主体的投机行为［25］。受制度、文化等因素的影响，政策工具之间的良好协同并不总能助力政策效果的达成。政府要结合实际完善不同政策工具间的协同方式［26］。

京津冀区域的政策颁布数量在持续增加，政策工具日益丰富，但各类工具的使用情况存在明显差异。2011—2020 年间，京津冀政策文本中供给型工具共出现428 次，政策总得分为2 755；需求型工具共出现157 次，政策总得分为1 347；环境型工具共出现232 次，政策总得分为1 737。同时，受经济、社会等外部环境因素的影响，京津冀区域政策工具协同水平在不同阶段会有所波动，从而对区域创新绩效产生的影响也会存在差异。政策工具的协同使用能够对京津冀区域创新绩效起到促进作用，但由于各类政策工具的协同使用程度存在差异，故对创新绩效的促进作用有限甚至抑制其增长。

基于此，提出如下假设：

H1：京津冀政策工具协同对区域创新绩效有显著影响。

H1a：京津冀供给—需求工具的协同对区域创新绩效有显著影响。

H1b：京津冀需求—环境工具的协同对区域创新绩效有显著影响。

H1c：京津冀供给—环境工具的协同对区域创新绩效有显著影响。

H2：京津冀不同类型政策工具协同对区域创新绩效的影响存在显著差异。

2．2 政策目标协同与区域创新绩效

政策目标协同是政策协同的重要组成部分，高效的政策目标协同能够显著提高政策绩效。若政策绩效能够优化资源、发展技术，则此类目标协同会显著正向影响区域创新绩效。创新与知识产权保护目标协同度的增加，导致企业获取技术的成本升高，从而会在一定程度上遏制技术溢出效应。只追求引进而忽视消化吸收不利于自主创新，有意识加强核心目标的协同有利于中国经济的高质量发展［27］。如果政策制定者能够协调科技创新过程中多个参与者的不同目标，那么将对科技创新发挥重大促进作用［28］。创新目标突出新技术、新成果的发明；科技成果转化目标是指科技成果的市场化、商品化，直接将科技与经济联系起来；人才及技术引进目标强调通过资金支持、简化程序等方式，引进国内外优秀创新人才以及先进技术和产品；知识产权保护目标旨在通过对创新主体智力劳动成果的保护，激发其创新积极性；消化吸收目标强调对引进技术进行分析研究，从而实现本土化发展［26］。

不同政策目标之间的协同有助于消解政策阻滞，减少政策资源浪费；但由于各政策目标被重视程度不同，不同类别政策目标之间的协同对区域创新绩效的影响可能存在一定的差异。2011—2020 年间，京津冀各政策文本中创新目标共出现206 次，政策总得分为1 585；科技成果转化目标共出现159 次，政策总得分为1 051；知识产权保护目标共出现127 次，政策总得分为424；人才及技术引进目标共出现101 次，政策总得分为506；消化吸收目标共出现15次，政策总得分为102。政策目标协同状态越好，越有利于区域创新绩效的提升；但受社会、环境及政策实际执行情况的影响，需要依据具体情景进行分析。

在科技创新政策目标中，创新是引领发展的第一动力，是适应国家经济发展新常态的现实需要；科技成果转化是科技与经济结合的核心内容，是提升国家和区域创新体系效能的关键；知识产权保护是在知识经济迅猛发展的今天，推动国家和区域高质量发展的有力保障。而且，经过前期的政策文本梳理发现，创新目标、科技成果转化目标、知识产权保护目标在政策文本中出现的次数位列前三，分别为206 次、159 次和127 次。因此，在分析科技创新政策目标协同与区域创新绩效的影响关系时，主要研究创新目标、科技成果转化目标、知识产权保护目标分别与其他政策目标的协同对创新绩效的影响。

基于此，提出如下假设：

H3：京津冀政策目标协同对区域创新绩效有显著影响。

H3a：京津冀区域创新目标与其他政策目标之间的协同对区域创新绩效有显著影响。

H3b：京津冀区域科技成果转化目标与其他政策目标之间的协同对区域创新绩效有显著影响。

H3c：京津冀区域知识产权保护目标与其他政策目标之间的协同对区域创新绩效有显著影响。

H4：京津冀不同政策目标协同对区域创新绩效的影响存在显著差异。

3 研究设计

3．1 科技创新政策来源与遴选

本文以2011—2020 年京津冀科技创新政策为研究样本，为确保政策文本选取的全面性、针对性和准确性，采取以下处理方法：第一，以“科技”“科技创新”为关键词，分别在京津冀三地省级政府及其相关职能部门的官方网站上进行检索，得到相应的政策文本；第二，利用北大法宝网、国家法律法规数据库对搜集到的政策做进一步补充，共计得到政策文本537 份；第三，对采集到的政策文本进行对比分析，剔除重复文件；第四，剔除仅提及“科技创新”却无实质内容的文本，保留与科技创新活动密切相关的政策文本；第五，剔除领导讲话、会议纪要等文本。最终遴选出京津冀三地科技创新政策有效样本410 份，其中北京市183 份、天津市128 份、河北省99 份。对于同时作用于北京、天津、河北三地的政策文件，依据政策颁布部门确定其地区归属。

3．2 科技创新政策量化

政策文本是政策思想的物化载体。从政策文本内容出发对政策协同进行量化分析，有利于研究政策制定的原理，揭示政策背后的利益博弈关系［29］。政策目标是颁布政策的初衷，政策工具是实现政策目标的重要手段，政策力度对政策的实施效果有一定的影响，三者是评价政策协同的重要指标［27，30-31］。因此，为探究京津冀区域科技创新政策协同与创新绩效之间的关系，本文将从政策目标、政策工具和政策力度等3 个维度对政策文本进行量化处理。

3．2．1 量化标准

3．2．1．1 政策目标

政策目标是指某项科技创新政策制定实施的初衷和所要达到的目的。借鉴郭淑芬等［32］的分类思路，将科技创新政策目标分为创新、科技成果转化、知识产权保护、人才及技术引进和消化吸收等5类。依据政策文本对政策目标描述的翔实程度和明确程度进行赋值，以科技成果转化目标为例，量化标准见表1。

表1 政策目标量化标准——以科技成果转化为例

3．2．1．2 政策工具

政策工具是保障科技创新目标实现的方法和措施。借鉴Rothwell 和Zegveld［22］的研究成果，本文将政策工具分为需求型、供给型和环境型等3 类；同时，结合科技创新政策特点以及不同类型工具的含义，对其做进一步细分。其中：需求型工具包括政府采购、外包和贸易管制等3 种次级工具；供给型工具包括人才支持、技术支持、资金支持和公共服务等4 种次级工具；环境型工具包括税收优惠、金融支持和法规管制等3 种次级工具。依据政策文本对政策工具描述的详细程度及其被执行力度进行赋值，以供给型工具中的技术支持为例，量化标准见表2。

表2 供给型政策工具量化标准——以技术支持为例

3．2．1．3 政策力度

政策力度用来描述一项政策的法律效力及影响力，主要根据政策发文机构等级和公文类别对其进行赋值［27］，量化标准见表3。

表3 政策力度量化标准

3．2．2 量化操作

为避免量化过程中打分主观性造成的数据失真，邀请研究方向为区域创新管理或科技政策的高校教师和研究生共6人，对其进行分组，采用多轮打分的方法对政策文本进行量化操作。具体步骤如下：第一，政策编码。将每份政策文本中的最小段落定义为一个分析单元，按照“政策编号—单元编号—政策工具（政策目标）编号”的方式进行编码。若某一政策条款同时符合两种及以上政策工具（政策目标）的量化要求，则分别对其进行编码。第二，政策预打分。依据上述量化标准，对各项政策的工具、目标和力度分别进行打分。各组均完成打分后，基于打分情况对分值差距较大的指标进行讨论并取得共识，进一步修改政策量化标准；重复此步骤，直至方向一致率超过90%，同时确定最终的政策量化标准。第三，正式打分。依据每位参与者的打分情况，分别计算每项政策在目标、工具和力度上的算术平均分，将其作为最终得分。

3．3 模型构建

3．3．1 变量选择

①被解释变量：区域创新绩效（TP）。区域是从系统角度探究创新活动的合适尺度；创新绩效是衡量区域创新能力的重要标尺，现有研究多以创新产出衡量创新绩效。参考以往学者的研究［20，33］，将发明专利授权量和新产品销售收入作为创新绩效的衡量指标。一方面，科技创新与专利之间的耦合性和关联程度较强。专利授权量是衡量地区科技研发水平的重要指标，能够直接反映科技创新政策带来的成果产出。另一方面，新产品销售收入代表着区域的创新成果商业化水平，能够反映科技创新政策带来的经济产出。同时，采用极值法消除量纲影响。

②解释变量：科技资金投入（K）、科技人员投入（L）、政策工具两两之间协同度、政策目标两两之间协同度。其中，科技人员是科技创新的核心资源，资金投入是科技创新的重要保障，二者对开展科技创新活动、发展科技事业均发挥着重要作用。

政策工具两两之间和政策目标两两之间协同度所包含的主要内容如表4所示。

表4 变量名称及含义

3．3．2 状态协同度模型

借鉴何源等［33］的研究模型，基于政策量化得分，通过构建状态协同度模型来测算政策工具之间、政策目标之间的协同度。由于二者的计算公式一致，为避免内容重复，这里以政策工具之间协同度的测算为例。首先，利用式（1）计算出政策工具的年度数值。

其中：pej、pgj分别代表第j项政策的政策力度、政策工具得分；YSt代表政策工具的年度数值；n代表第t年的政策数量。

然后，利用式（2）—（3）计算出政策工具之间的协同度。

其中：u(e/f)为政策工具e相对于政策工具f的状态协同度；YS't为政策工具f要求的政策工具e在第t年的拟合值；S2为政策工具e的实际值的方差；u(f/e)反之。对于拟合值YS't的计算，采取以下方法：第一步，分别以X、Y代表政策工具e和政策工具f的年度数值；第二步，利用回归方程Y=α+βX进行回归拟合，计算出拟合系数β；第三步，将政策工具e的实际值代入回归方程得到其拟合值YS't。3．3．3 计量回归模型

柯布—道格拉斯函数是关于投入与产出关系的函数，能使均方估计误差降到最低［34］。该函数的基本形式为Y=αKαLβ。其中，Y代表产量，K代表资本投入，L代表劳动力投入。基于此，将政策变量纳入经济模型，即分别将科技创新政策工具之间的协同度、科技创新政策目标之间的协同度作为政府投入，将区域创新绩效作为产出，并对其进行对数化处理。考虑到政策影响具有滞后性，在具体分析时根据AIC（Akaikeinfocriterion）和SC（Schwarzcriterion）准则对滞后期进行选择。

首先，构建模型（4）对科技创新政策工具协同与区域创新绩效的影响关系进行实证分析。

其中：εt表示其他随机因素对被解释变量的影响；i为滞后年数。

其次，构建模型（5）—（7）对科技创新政策目标协同与区域创新绩效的影响关系进行实证分析。

4 实证结果与分析

本研究中被解释变量TP和解释变量K、L的数据均来自《中国统计年鉴》和《中国科技统计年鉴》；解释变量中政策工具之间协同度、政策目标之间协同度的数据主要是在政策量化结果的基础上进行滞后处理后取得的。运用Eviews11 软件对所构建的模型进行实证检验，探讨2011—2020 年京津冀三地科技创新政策工具之间、政策目标之间的协同对区域创新绩效的影响。

4．1 政策工具协同对区域创新绩效的影响

不同类型的政策工具，其含义和作用也不尽相同。先利用模型（1）—（3）计算出2011—2020年京津冀科技创新政策中政策工具两两之间的协同度，结果如图1所示。

图1 2011—2020年京津冀区域科技创新政策工具之间的协同度演变

再利用模型（4）计算得到科技创新政策工具协同对区域创新绩效的影响，统计结果见表5。由R2值和DW值可知，模型的总体拟合效果较好。京津冀科技创新政策工具协同对区域创新绩效的影响分析如下。

表5 政策工具协同对区域创新绩效影响的统计结果

4．1．1 供给与需求政策工具协同

京津冀供给—需求政策工具之间的协同度在个别年份较低，但在其他多数年份协同态势良好，整体协同情况对区域创新绩效具有正向影响，并在5%的水平上显著，H1a 得到验证。为进一步推进以科技创新引领高质量发展，京津冀三地政府围绕重点实验室建设、科技创新券管理、财政科技计划等方面出台了一系列政策，旨在增强科技创新供给侧与需求侧的对接力度。二者的有效协同能够较好地从产业链的上、下游解决影响科技创新活动的供需对接问题，降低产业在转移升级过程中的交易成本，形成有利于提升区域创新能力，激发京津冀三地政府、学研机构和企业等主体创新活力的制度体系，从而对该区域创新绩效产生较强的促进作用。

4．1．2 需求与环境政策工具协同

尽管京津冀需求—环境政策工具之间的协同状态良好，但其并未对区域创新绩效产生积极作用，整体协同情况对区域创新绩效具有负向影响，并在10%的水平上显著，H1b得到验证。一般来说，需求型和环境型政策工具的协同使用，有助于解决企业在创立初期面临的融资难、发展难等问题，提升企业科技创新成果的经济效益与社会效益，并为区域创新发展营造良好的氛围［35］。但相较于供给型工具，这两类政策工具在京津冀三地科技创新政策文本中被提及的频次相对较少，政策力度也相对较低，从而导致两者之间的协同对创新绩效的影响有限。此外，过度依赖政府会降低创新主体通过依托中介机构、联合其他企业等市场手段将科技成果转化为创新绩效的动力，从长远来看不利于区域创新绩效的持续提升。

4．1．3 供给与环境政策工具协同

京津冀供给—环境政策工具之间的协同演变较为稳定，协同状态总体较好，但整体协同情况对区域创新绩效不具有显著影响，未能验证H1c。这是因为三地政府对于具体应用这两类政策工具时如何实现有效协同还缺乏进一步的明确和细化，在实际执行中有可能因监管过度、履行程序繁杂而影响执行效率，也就难以对区域创新绩效发挥实质作用。

综上所述，政策工具两两之间协调未能全部显著影响区域创新绩效，且影响方向存在显著差异，故H1部分得到验证，H2完全得到验证。

4．2 政策目标协同对区域创新绩效的影响

根据状态协同度模型，计算2011—2020 年京津冀科技创新政策中的创新目标、科技成果转化目标、知识产权保护目标分别与其他政策目标之间的协同度，结果如图2所示。

图2 2011—2020年京津冀区域科技创新政策目标之间的协同度演变

4．2．1 创新目标与其他政策目标协同对区域创新绩效的影响

利用模型（5）分析创新目标与其他政策目标协同对区域创新绩效的影响，统计结果如表6所示。由R2值和DW值可知，模型的总体拟合效果较好。京津冀区域创新目标与其他政策目标之间的协同对区域创新绩效的影响分析如下。

表6 创新目标与其他政策目标协同对区域创新绩效影响的统计结果

4．2．1．1 创新与科技成果转化政策目标协同

京津冀创新目标与科技成果转化目标之间的协同状况基本较好，二者协同对区域创新绩效具有正向影响，并在1%的水平上显著，H3a得到验证。创新是科技成果转化的源泉和基础，科技成果转化是创新的目的和落脚点，二者均是创新发展的重要支撑与核心动力。京津冀三地政府在政策制定中高度重视创新和科技成果转化之间的良好协同。这样不仅可以将科技创新成果及时、高效地转化为现实生产力，还能为创新主体指明科学技术改进与创新的方向，有利于巩固与扩大科技成果供需双方的合作关系，进而显著促进区域创新绩效的提升。

4．2．1．2 创新与知识产权保护政策目标协同

京津冀创新目标与知识产权保护目标之间的整体协同状况很好，但对区域创新绩效并未产生显著影响，未能验证H3a。创新是知识产权的重要来源，二者的协同是创新主体适应外部环境变化和谋求自身发展的必然需要。知识产权致力于保护创新者的科研成果，以调动其从事科学研究的积极性与主动性，但并不直接作用于创新绩效，故而未对区域创新绩效产生影响。

4．2．1．3 创新与人才及技术引进政策目标协同

京津冀创新目标与人才及技术引进目标之间的整体协同趋势相对平稳，协同状况也较好，但对区域创新绩效的影响同样不显著，未能验证H3a。引进—消化吸收—再创新是实现外延式创新发展的基本路径。人才及技术引进作为该路径的首要环节，在京津冀政策文本中出现的频次仅处于中等水平，且由于发挥承上启下作用的消化吸收目标在三地政策中被提及的次数相对较少，因此直接导致二者之间的协同未能对区域创新绩效产生显著影响。

4．2．1．4 创新与消化吸收政策目标协同

京津冀创新目标与消化吸收目标之间的协同度变化趋势呈“中凸边凹”形，整体协同态势波动较大，并在10%的显著性水平上对区域创新绩效具有正向影响，H3a 得到验证。创新与消化吸收并举有助于创新主体不断汲取最新科技成果，实现科技的本土化发展，节约研发成本，降低研发风险，加快研发进程。尽管消化吸收在京津冀科技创新政策文本中出现的频次较低，但这一目标在具体执行中需要较长时间才能真正发挥功效，因此当与创新形成良好的协同关系时，便可推动区域创新绩效的提升。

综上所述，创新目标与其他政策目标两两之间协同未能全部显著影响区域创新绩效，故H3a部分得到验证。

4．2．2 科技成果转化目标与其他政策目标协同对区域创新绩效的影响

利用模型（6）得出科技成果转化目标与其他政策目标协同对区域创新绩效的影响，统计结果如表7 所示。R2值为0．993，DW值也在可接受范围内，说明模型的总体拟合效果较好。京津冀区域科技成果转化目标与其他政策目标之间的协同对区域创新绩效的影响分析如下。

表7 科技成果转化目标与其他政策目标协同对区域创新绩效影响的统计结果

4．2．2．1 科技成果转化与知识产权保护政策目标协同

京津冀科技成果转化目标与知识产权保护目标之间基本处于高度协同状态，整体协同度走势相对平稳，但对区域创新绩效没有显著影响，未能验证H3b。知识产权保护是实现科技成果转化的核心要素，科技成果转化需要知识产权“保驾护航”。然而，二者协同未能引起京津冀区域创新绩效的显著变化。究其原因，津冀两地还未形成成熟的知识产权保护体系，在政策执行过程中多数创新主体的知识产权保护意识不强，利用知识产权大幅提高科技成果转化成效的能力还有待增强，由此造成二者协同的效果无法彰显。

4．2．2．2 科技成果转化与人才及技术引进政策目标协同

京津冀科技成果转化目标与人才及技术引进目标之间的整体协同状况良好，但对区域创新绩效的影响并不显著，未能验证H3b。京津冀三地政府虽然在多项政策中都提出要加大新产品、新技术、新工艺和科技人才的引进力度，但在实施过程中更多的是促进所引进资源在地区之间流动，没有很好地将引进与转化有机结合起来；而且较之于北京，天津与河北对优质资源的吸引力相对较弱，导致所引进资源在三地之间的配置不均，两者协同也就难以对区域创新绩效产生显著影响。

4．2．2．3 科技成果转化与消化吸收政策目标协同

京津冀科技成果转化目标与消化吸收目标之间的协同度变化趋势呈“中间高、两边低”形，二者协同对区域创新绩效具有正向影响，并在10%的水平上显著，H3b 得到验证。从外延式创新发展角度看，企业高效率、高质量地消化吸收所引进的先进技术和工艺，对于提高自身科技成果转化水平起着重要的促进作用。京津冀三地企业能够较好地消化吸收所引进的新技术与新工艺，并将吸收的成果与转移转化协同起来。这样不仅有助于“产学研用”之间的良性互动，还能催生新技术，发现新市场，不断促进京津冀区域创新绩效的提升。

综上所述，科技成果转化目标与其他政策目标两两之间协同未能全部显著影响区域创新绩效，故H3b部分得到验证。

4．2．3 知识产权保护目标与其他政策目标协同对区域创新绩效的影响

利用模型（7）计算出知识产权保护目标与其他政策目标协同对区域创新绩效的影响效果，统计结果如表8 所示。R2值为0．988，DW值也在可接受范围内，说明模型的总体拟合效果较好；科技资金投入对创新绩效产生正向影响，并在1%的水平上显著；科技人员投入对创新绩效有负向影响，同样在1%的水平上显著。

表8 知识产权保护目标与其他政策目标协同对区域创新绩效影响的统计结果

京津冀知识产权保护目标与人才及技术引进目标之间的协同状况良好，与消化吸收目标之间的协同度走势呈“中凸边凹”形，总体协同态势良好，但均未通过显著性检验，H3c 未能得到验证。这是由于知识产权致力于保护创新者的科研成果，以调动其从事科学研究的积极性与主动性，但并不直接作用于创新绩效。此外，京津冀三地对于知识产权保护的重视程度也存在较大差异。其中，北京在2011—2020 年间连续出台有关知识产权保护的政策，已经形成相对成熟的政策体系；天津自2016年开始在政策制定上加强了对知识产权保护的关注；河北在2018年及以后才逐步加大知识产权保护力度。由此看来，虽然京津冀知识产权保护目标与其他政策目标的协同状况总体较好，但却难以对区域创新绩效产生正向影响。

综上所述，政策目标两两之间协同未全部对区域创新绩效产生显著影响，且影响存在显著的方向性差异，故H3 部分得到验证，H4 全部得到验证。

5 结论与建议

本文从政策力度、政策工具、政策目标等3个维度对2011—2020 年间京津冀省级政府颁布的科技创新政策文本进行量化处理，并基于柯布—道格拉斯生产函数构建实证模型，分析京津冀科技创新政策协同对区域创新绩效的影响，得出如下研究结论。

①通过分析京津冀政策工具协同对区域创新绩效的影响可知，部分政策工具两两之间协同对区域创新绩效具有显著影响，且影响方向存在差异。具体来看，供给—需求工具协同促进区域创新绩效的提升；需求—环境工具协同则抑制区域创新绩效的增长；供给—环境工具协同未对区域创新绩效产生显著影响。

②通过京津冀政策目标协同对区域创新绩效影响的研究可知，不是所有政策目标两两之间协同都会对区域创新绩效产生显著影响，其受到协同情况及落实程度的影响，且不同政策目标之间协同对区域创新绩效的影响存在方向性差异。具体来看，创新目标与科技成果转化目标、消化吸收目标之间的协同显著正向影响区域创新绩效，但与知识产权保护目标、人才及技术引进目标之间的协同未对区域创新绩效产生显著影响；科技成果转化目标与消化吸收目标的协同对区域创新绩效具有显著正向影响，但与知识产权保护目标、人才及技术引进目标之间的协同未对区域创新绩效产生显著影响；知识产权保护目标与人才及技术引进目标、消化吸收目标之间的协同同样未能显著影响区域创新绩效。

③科技资金投入和科技人员投入均对区域创新绩效具有显著影响。其中，科技资金促进区域创新绩效提升，科技人员对区域创新绩效产生了负向影响。

基于以上结论，为进一步增强京津冀区域科技创新协同能力，提升京津冀区域创新绩效水平，提出以下对策建议。

第一，加强三类政策工具两两之间的协调配合。京津冀三地政府应在继续保持供给型政策工具发挥推动作用的基础上，加大需求型政策工具的使用力度，以激发产学研主体的创新活力，巩固科技创新供需之间的协同关系，进而增强供给—需求工具协同对区域创新绩效的正向促进作用。三地政府还应在政策制定中适度增加对需求型与环境型政策工具的重视程度，在政策执行中不断提高这两类政策工具的使用效率，促使二者协同对区域创新绩效产生正向影响。针对供给—环境工具协同使用效果不明显的问题，三地政府可在具体的政策实施中，通过调整两类工具的组合使用比例，优化组合使用方式，助力二者协同作用的发挥，进而提升区域创新绩效。

第二，有的放矢推进政策目标协同在政策执行过程中的作用发挥。京津冀区域应以创新目标为指引，通过保持创新、科技成果转化、消化吸收两两目标之间的协同优势，助力区域创新绩效的提升；还应从政策执行上入手，推动创新、科技成果转化目标分别与人才及技术引进目标，以及知识产权保护目标与其他政策目标之间的协同，进而对区域创新绩效产生正向影响。具体而言，一方面，要注重政策目标的具体化与可操作化；另一方面，要确认细分目标归属部门，并对其职责履行进行明确界定和划分，确保政策目标在执行层面能够得到有效落实。此外，应通过建立科技资金投入激励机制，保证稳定的科技资金投入；同时还要打破区域要素流动障碍，促进科技人才自由流动，优化现有科技人才资源配置，切实发挥创新要素对区域创新绩效的提升作用。

由于受到所选用的协同度测算模型的限制，本文并未涉及3个及以上政策要素之间协同度的测算与分析，而且政策工具与政策目标是否实现有效配合也是影响政策效果的关键。因此，未来可进一步对多要素之间以及工具—目标之间的协同情况进行探究，分析其协同度是否会对区域创新绩效产生影响以及产生什么样的影响，从而为区域协同发展提供政策启示。