开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
国防产业联盟发展的关键在于促进军民各方科技创新基础要素融合，加快建立国防产业联盟协同创新体系[1]。即打破创新主体及其要素间的障碍和壁垒，使相关主体围绕共同愿景及目标协同运作，最终实现“1+1>2”的协同效应；强调主体间的分工与协作，推动信息、技术、设施、人才、知识等资源共享，进而实现整体效用最大化[2]。在这一过程中政府部门居于主导地位，坚持“国家主导、市场运作”的基本原则，显著区别于一般产业联盟中政府的引导功能。这是由于国防产品具有市场特殊性、技术保密性等特点，资源在转移过程中需由政府主导，方能促进军民科技成果双向转化。另外，国防产业联盟协同创新网络参与主体异质性强[3]，除军工、民营企业外，另有国防科研院所、高校等核心主体负责技术支持、人才培育等功能，资源互赖程度较高而组织差异性较大。一般产业联盟协同创新多建立在企业间分工协作和技术细分的基础上，网络结构较稳定且组织差异性较小[4]。因此，如何有效开展国防产业联盟协同创新网络治理，对政府部门管理构成挑战[5]，因为需要超越传统的政策支持，提出更为主动、系统的管理方案。
学界对政府在国防产业联盟协同创新网络中主导地位的理解，主要从健全完善军民衔接制度体系、人才培养与知识产权管理、激发参与主体积极性几个方面展开。制度设计是国防产业联盟协同创新发展的重要前提。贾利军等[6]认为，国防产业创新的实质是政府主导的国家科技创新，政府通过灵活的规则和制度设计促进科技成果涌现；丁灿[7]提出政府应科学制定战略规划，完善国防产业协同发展制度体系，及时进行政策引导和调整，推动创新主体主动开展合作创新。人才培养与知识产权管理是影响国防产业联盟协同创新发展的主要因素。科技人才是国防产业联盟创新网络中的核心行动者。李湘黔等[8]提出从国防特色学科体系、教学体系、产学研支撑体系3个方面构建国防产业协同创新人才培养体系；房银海等[9]认为国防产业核心科研人员水平应成为衡量联盟创新能力的重要指标。对国防产业联盟协同创新而言，知识产权管理体系搭建和运行至关重要。冯媛[10]提出厘清知识产权部门与其它部门间的关系，增强其内外协调功能，进而建立科学、合理的国防知识产权价值评估体系；张胜[11]等提出完善国防知识产权分类管理技术，为技术发明人提供相应的权利保护。激励动员是国防产业联盟协同创新发展的内在动力。张继海等[12]提出建立长效激励机制，如通过工资与岗位挂钩、竞争上岗、设立特殊奖项等方式实施有效激励；罗航等[13]提出健全财政补贴机制，合理控制补贴额度、完善财政补贴法律法规制度，有针对性地建立科技成果激励机制。
伴随着国防产业联盟发展，对协同创新效果定量化研究的需求日渐上升。方炜等[14]运用能力成熟度理论，确定协同创新能力评价指标体系并进行评估；王进富等[15]提出将PMC指数模型与AE技术相结合的国防产业联盟政策评价模型，对10项中央和地方政策进行量化评价；张炜等[16]构建多维度评价模型，从创新政策强度、政策协同度、政策完善度3个维度对江浙沪协同创新政策进行评估；王云等[17 ]运用德尔菲法，从创新环境、创新主体、创新要素投入和创新产出4个维度构建指标评估体系，并对西安地区国防产业联盟创新发展情况进行了测量。
国防产业联盟协同创新研究需要一个整体、动态的视角。既有研究虽对政府角色定位、管理方案和创新绩效评估进行了较为充分的探讨，但在以下两个方面仍存在探索空间：①国防产业联盟协同创新网络政府治理策略向度问题，即对网络动态特征的差异性认知、对应的管理工具及其目标，这是连接战略方向和操作方案的关键中间变量。政府部门与一般的产业联盟参与者不同，其管理对象是整个国防产业联盟协同创新网络。当前，关于关系契约、社会网络的协同创新网络治理策略研究虽然较多[18、19]，但大多是从自我中心网络视角(ego-network)出发，以二元关系管理为基础，缺乏整体网络(whole-network)研究视角，无法满足国防产业联盟协同创新网络管理需求；②既有研究大多关注子系统内部要素，遵循功能主义研究范式，致力于解答“如何为”(know how)的问题，而对研究对象自身反思不足，即“到底为何”(know that)[20]。定量化研究评估对象多为协同创新客观产出，对评价、改善政府治理协同创新网络能力这一特定问题而言，仅具有间接贡献。
本研究致力于回答两个基本问题：①如何辨识、评价国防产业联盟协同创新网络政府治理策略向度；②地方各级政府在落实、宣传国防产业联盟协同创新政策时是否出现了策略偏向。本文以政策文件和新闻报道为数据来源，运用规模语义挖掘技术测量各级政府部门和新闻媒体的政策注意力分布结构。
协同创新网络形成、发展与管理是一个动态过程。不同策略向度隐含了网络管理者对协同创新网络发展阶段的认知。Möller等[21]构建了一个包含网络愿景、网络管理、组合管理和关系管理4种策略的创新网络管理框架；朱秀梅等[22]认为管理创新网络策略包括网络导向、网络构建和网络管理3个维度；方刚[23]提出网络规划、网络配置、网络运作和网络占位4种网络管理能力并开发出网络管理能力测量量表。在此基础上，本文总结出3个网络管理策略向度，即面向资源与关系的网络管理策略、面向网络规模的网络拓展策略以及面向合作潜力的网络愿景策略。
网络管理策略包含资源管理和关系管理两个方面。一方面，网络是合作者间利益协调、集体行动、交互决策的载体，他们彼此间的资源互赖关系是网络存在的必要条件；另一方面，资源互赖并不必然导致合作产生，协同创新行为高风险、高成本特征决定了合作者间必须具备高水平信任，因此关系管理至关重要。Rajalo等 [24]发现，在构建协同创新模式过程中，关系资源是重要的先决条件，合作伙伴间匹配程度、合作经验和专业技能影响创新协同成果。然而，就国防产业创新而言，除利用式创新外，还存在大量探索式创新需求。稳健的合作伙伴关系对后者相对不利，因为强关系限制了新知识、新技术传播，削弱了创新行为自身竞争性[25]，这也是国防产业联盟政策体系中强多元主体特征和网络开放性的原因所在。因此，国防产业联盟协同创新网络管理者应扮演好中间人角色，在资源互通上发挥协调作用[26]，通过平台设计、制度设计最小化合作者与网络中心的距离。
网络拓展策略聚焦于协同创新网络规模扩张，致力于寻找合适的新合作者加入协同创新网络，扩展知识分享边界，增加网络合作主体数量。网络管理者尤其需要发现关键推动者，其应具备动员内部资源、吸引外部资源的能力[27]。Boons等[28]发现，在荷兰共生产业集群发展中，动员能力是最重要的影响因素，可通过激励政策实施推动协同创新成果的产生。协同创新作为一种以创新为目的且具有持续性的自组织活动，其网络化过程具有梯度特征[29]。一是在关键推动者创新模式中，知识积累通过协同创新网络逐步扩散，而其它网络节点协同行为则表现为模仿、跟从或服务等方式；二是网络内外环境发生突变时，网络整体作出适应性调整，表现为核心节点更新、结构调整乃至网络重构[30]。目前，国防产业联盟中主导方封闭性是影响协同创新绩效的主要因素[31]，因此在政策表述中，网络拓展成为政府治理国防产业联盟协同创新网络的主要目标。
网络愿景策略聚焦于协同创新网络发展潜力，致力于发展面向网络共识的，诸如共同的传统、信念、经验、规则等网络内生性特征[31]。网络管理者需要明确合作目标，从制度、互动和认知3个层面降低合作不确定性[32]，以减少“搭便车”等策略行为给协同行为带来的潜在破坏[33]。因此，与其说网络是一种组织形式不如说是一个组织化过程。网络管理者需通过赋能(activating)方式，提升行动者共享知识和参考框架范围，扩充网络开放性和学习性，强调人才规模，以提高合作网络协同水平和创新能力[34]。Healey等[35]发现，以知识、物质条件等为基础的思维资源和参考框架会转化为行动方式，从而使协调行动和创新活动更加容易，管理知识资源成为网络管理者的主要行动方式。作为国防产业联盟协同创新网络管理者，尤其需要在宣传层面上不断凸显创新对于潜在市场和国防战略的意义，在认知层面改变传统军工企业集团思维模式。
以上协同创新网络治理的策略向度在政策语义中很难辨识，因为现实中的政策语言呈现为整体性、模糊性、规范性等特征。换言之，当前政府部门对如何治理协同创新网络的认知和策略选择并不是直观呈现的。
本文研究逻辑为：政策是政府意志的体现，存在注意力分布的结构性特征。如果将政策注意力视为一种资源，计算出不同政策主体注意力投放结构和层级差异，据此可以推导出政府治理国防产业联盟协同创新网络策略向度，继而解答是否存在策略向度偏向性问题。西蒙[36]提出，注意力是“管理者选择性地关注某些信息而忽略其它部分的过程”，并且认为“信息并不是真正稀缺的因素，真正稀缺的是注意力”。注意力分布能体现政府对某一领域的政策认知，最终影响政策执行效果[37]。因此，本文提出以下假设：
H1：对于3种策略向度而言，政策注意力聚焦域映射政府治理国防产业联盟协同创新网络的重心策略。
H2：不同层级政府部门政策注意力分布结构存在显著差异意味着在政策实施过程中发生了策略偏向。
语义挖掘法是在文本挖掘基础上进行文本语义分析的方法[38]，目前在政策注意力测量中最为常用。其内核为：语义是作者意志的集中体现，其中的语言特征和结构能够有效反映与作者相关的信息，体现作者思维模式，这一方法的优势在于能够对海量文本进行高效的批量化处理，适用于规模样本分析。由于国防产业联盟战略推进涉及军民合作制度建设、管理模式设计、开放领域选择、产业价值链分布等多个方面，语义文本中存在大量国防产业领域专业词汇，计算机难以独自完成语义分析。因此，本文在语义挖掘的基础上引入人机协同概念，即强调人与计算机的分工合作，人通过对知识管理的前端控制，降低计算机进行知识处理的难度[39]，兼顾知识处理效率和结果可靠性，操作流程如图1所示。
国防产业联盟政策制定是一个复杂过程，涉及国务院办公厅、中央军委、民政部、工业与信息化部、国家知识产权局、科技部等多个主体，为保证语义资料可靠翔实，在考察中央层面政策注意力分布时，笔者浏览政策制定主体部委的官方网站，通过法律法规查询、搜索关键词的方式，最终选取10份国防产业联盟相关政策文件；在考察各地方政策注意力分布时，通过关键词检索，剔除弱相关性政策后，最终选取各省市发布的86份政策文件，地方政策语义全部来源于中国知网、北大法宝及各地方政府网站公布的国防产业联盟建设方案、专项规划等。另有研究表明，新闻报道是地方政府创新激励政策效果的重要显示端口[40]，因此从知网新闻库选取1 926份此类主题的新闻文档，并将其作为政策宣传终端加以考察。
语义挖掘首先需作预处理即分词，既有分词处理主要基于统计方法，其样本内容来源于一些标准语料库，而国防产业联盟语义文本具有专业性特征，标准语料库中无法涵盖，由此难以准确界定国防产业联盟语义文本主题。本文通过人工筛选词语构建国防产业联盟主题词袋，其过程包含研究者对政策原文内容、句意及词语含义的解读，能够很好地解决后续主题词权值计算中虽然无意义但频率却较高的词语成为语义关键词的情况。本文应用Nvivo软件对国防产业联盟协同创新政策语义和相关新闻报道进行三级编码，进而构建词袋。过程如下：
(1)依据3种管理网络政策理念进行一级编码，区分网络愿景、 网络管理和网络拓展3个观测维度，再依据《“十三五”科技军民融合发展专项规划》进行二级编码，形成国防产业联盟协同创新政策要达到的总目标体系，分别为创新人才、创新技术、合作关系、资源共享、信息管理和配套支持。
(2)根据《国务院办公厅关于推动国防科技工业军民融合深度发展的意见》这一关键政策语义，对各级标题或关键句进行三级编码，形成国防产业联盟协同创新政策实施操作目标。例如，“加强国防科技工业人才队伍建设”这一小标题被编码为人才服务和人才培养；“加强军民资源共享和协同创新”被编码为共享范围和共享水平等。
(3)完成三级编码后，再找出能够表征操作目标的关键词，形成人工词袋。关键词选择包含两个步骤：一是确定能否纳入词袋；二是将其整合简化。在第一步中，先要找出与操作目标密切相关的词语，如“科学划分军工企业国有独资、国有绝对控股、国有相对控股、国有参股等控制类别”这句话中可以提取国有、独资、控股和参股4个关键词，它们都与市场动员这一操作目标密切相关；第二步通过保留同一类词语中的共有词简化词袋：以实验室一词举例，其在编码过程中产生了省级实验室、高校实验室、高产出实验室等一系列语义相近词语，而实验室一词为多个词语共有，因而仅保留实验室。词袋构建结果如表1所示。
图1 语义挖掘方法操作流程
为保证编码的准确性，两位编码人员独立对上述语义数据进行三级编码，采用通用的信度统计公式对词袋信度进行检测。在公式(1)中，M表示编码员意见一致的类目数，N1和N2分别表示编码人员在分析过程中的编码总数。在公式(2)中，R表示内容分析信度，n为编码人员数目，k表示编码人员平均相互同意度。经计算，两位编码人员内容分析信度R=0.94，超过信度检验标准(R=0.8)，因此可将主编码员编码结果作为后续分析的依据。
(1)
(2)
目前对政策注意力分布的测量主要依据关键词词频分析和共词分析。既有研究方法的局限性在于：词频分析难以考察某一关键词对语义的重要程度，而共词分析无法考察不同政府级别、不同类型政策文件间是否存在政策注意力分布差异。TF-IDF权值计算是信息检索和数据挖掘领域常用的加权技术，可以评估某个词语对于一个语料库中某份文件的相对重要程度[41]。TF-IDF虽然可以克服上述问题，但传统方法需对每个词进行词频统计，效率低下且可能错将低频词语当成关键词而影响统计结果。因此，本文结合人工词袋模型，确定具有重要意义的词语成为关键词，运用TF-IDF权值计算确定其语义权重，能够显著提高规模语义挖掘效率。
表1 国防产业联盟协同创新词袋示例
一级编码二级编码三级编码主题词示例网络愿景创新人才人才服务奖励、业绩、创业、返聘、招聘、表彰人才培养培训、培养、骨干、能手、引进、领军创新技术成果管理标准、规范化、军民两用、评价成果转化推广、无害、增产、增效、试点重点领域武器装备、太空、通信、海洋 核技术网络管理合作关系服务保障专业化、服务平台、供需、咨询、保障合作方式攻关、对接、协议、网络、沟通、契约合作主体科研院所、竞赛、科研单位、民营资源共享共享范围资源、农副业、后勤、科研仪器、数据共享水平互利、交叉、渗透、兼容、开放、壁垒网络拓展信息管理思想动员指导、责任、宣传、法治、观念政策动员配套、机制、顶层设计、清单、优惠配套支持金融动员投资、基金、担保、风险、质押市场动员参股、控股、国有、股份、独资产业动员基地、应用、示范、孵化器、孵化
(3)
(4)
TF-IDF=tfi,j×idfi
(5)
在上述公式中，TF表示特征项频率即词频(Term Frequency)，IDF表示逆语义频率(Inverse Document Frequency)。其中，n代表某个词语在指定文档中出现的频次，|D|代表语料库中文档的数量, |j:ti∈dj|代表语料库中包含词语ti的文档数量。如果某个词语在一篇文章中产生的频率很高但在其它文章中很少出现，说明该词语有很好的区别能力，则更能代表该篇文章的指向性和关注重点。TF-IDF值高，说明政策注意力在某一集合中分布较多，相反则说明较少。
为比较中央-地方政府部门、政策语义-新闻报道间的注意力分布结构，本文应用余弦相似度计算对各级政策目标的TF-IDF权值进行分析。基于欧式距离的余弦相似度计算是目前应用最为广泛的语义相似度度量方法之一[42]，旨在发现语义文档间存在的共性，是大多数信息提取、信息检索和语义挖掘问题的基础性技术。
(6)
式(6)中，x、 y分别代表不同语义的特征向量，向量x=[x1, x2, … ,xn]，向量y=[y1, y2, … yn]，cos(x, y)为两个向量夹角的余弦相似度，取值为[-1, 1]。余弦相似度越接近于1，表明两向量相似性越高，在本文中意味着政策跟从性越高；相反，余弦相似度越接近于-1，则表明两向量差异性越高，标志着政策偏异程度越大。计算过程如下：①首先，对所有主题词的TF-IDF值进行数据中心化处理(centralization)，得到各主题词的绝对偏差值，以减少政策语义数量对计算结果的影响；②形成每一级别政策目标的特征向量并利用公式分级进行计算。以中央-地方政府为例，总体特征向量为 [网络愿景，网络管理，网络拓展]，中央总体特征向量 x=[-0.049 2, 0.037 8, 0.011 4]，地方总体特征向量y=[-0.036, -0.018, 0.053]，代入余弦相似度公式计算结果为0.405，以此类推分别计算一级、二级、三级目标余弦相似度。
在国防产业联盟协同创新政策体系中，各级政府的政策注意力没有均衡分布在网络管理、网络拓展和网络愿景3个维度上。其中，网络拓展成为政府部门关注的焦点，其次是网络管理，而对网络愿景关注最少，如表2所示。这一结果回答了本文提出的第一个假设，即在政策理念上，政府部门更倾向于将国防产业联盟协同创新网络视为一种既存事实，并以促进网络规模扩张为主要政策目标。已有研究表明，适度的网络规模对保证协同创新效率至关重要[3]。然而，“规模至上”的政策观念在分析中仍然得以呈现。政府部门的治理网络方式主要通过辅助性措施进行外部环境协调、引导而非参与。就关系质量而言，与国防产业联盟协同创新网络的耦合度较低。
表2 政府部门政策注意力分布结构
一级目标名称TF-IDF值排序二级目标名称TF-IDF值排序三级目标名称TF-IDF值排序网络愿景0.0573创新人才0.0366人才服务0.01513人才培养0.02111创新技术0.0574成果管理0.0275成果转化0.02110重点领域0.00915网络管理0.1272合作关系0.0762服务保障0.0257合作方式0.0238合作主体0.0284资源共享0.0515共享范围0.0229共享水平0.01712网络拓展0.1811信息管理0.0613思想动员0.0266政策动员0.0362配套支持0.1191金融动员0.0353市场动员0.01014产业动员0.0741
从二级目标看，政府部门在各目标上的注意力分布相差较大，其中配套支持获得最多关注且十分突出，其次是合作关系、信息管理和创新技术，而对创新人才关注最少。人才是协同创新体系中的重要因素，因此应在整个创新体系中突出人才培养功能，尤其是在国际化创新竞争背景下，如果不能激励科技创新型人才充分发挥才能和潜力，专业化的科学研究和科技创新则难以实现，协同创新愿景就会落空。Thomas等[43]发现，知识资源更丰富区域的参与者更倾向于合作，从而有利于构建广泛复杂的关系资源网络。在现阶段，建立和完善创新人才培养体制机制、提高科技创新人才能力和素质应成为未来政府治理网络重点。
从各级政府部门在三级目标层面的注意力分配看：排在前3位的分别是产业动员、政策动员和金融动员，都隶属于研究框架中的网络拓展，再一次彰显了其在3个策略向度中的核心地位。相关研究认为，我国国防产业联盟发展应该从政策制度入手，重点放在优化融合产业布局、调整产业结构、构筑协调经济环境上，最终着力落实军民融合具体措施[44]，笔者通过分析发现这一主张的确被政府部门采纳。
总之，各级政府部门普遍倾向于通过动员手段激发合作网络创新活力，在国防产业联盟协同创新发展中偏向于使用辅助性措施，对重点领域和技术创新关注较少，同时对协同创新人才服务没有提供完备的规划和保障。网络愿景这一策略向度成为政策目标短板，与网络管理和网络拓展差距较大。知识资源作为基础资源是形成关系资源网络的基础，人力、信息、技术资源等因素决定机构能力[45]。各级政府部门需在今后战略执行过程中强化对知识协同的关注。
那么，不同层级政府部门针对国防产业联盟协同创新网络治理是否存在策略差异呢？一般而言，地方政府在落实政策实施方案时需细化中央政策目标，从而形成中央-地方注意力分布结构的跟从状态，具体表现为对中央和地方政府部门在某一项政策目标上投入相似比例的关注。另外，地方政府部门可能基于地域特殊性、动机/认知差异等原因对个别目标进行调整，甚至偏离中央政府部门规划的策略向度。国防产业联盟协同创新既是国家战略，也是一项复杂的系统工程，通过中央-地方政府部门注意力分布结构测量和比较，可以更好地理解中央政府部门策略向度在向下传导过程中出现的偏向性问题。
表3展示了中央-地方政策注意力余弦相似度计算结果，该结果体现了中央-地方政策注意力分配的结构性差异程度。总体余弦相似度为0.405，远低于学界公认的语义相似性阈值(0.7)，可见二者差异较大。这一结果验证了本文提出的第二个假设，即在管理国防产业联盟协同创新网络过程中，地方政府部门偏离了中央政府部门规划的策略向度。具体而言，可分为策略偏异和策略调整两种类型。
(1)策略偏异。即针对某一类策略向度，中央和地方政府部门关注度方向相反。以网络管理这一策略向度为例，中央-地方注意力分布偏异最大，余弦相似度低至-0.838，中央关注度远高于3个策略向度的TF-IDF平均值，而地方政府关注度则低于3个策略向度的TF-IDF平均值；这种偏异可进一步追溯到资源共享这个二级目标上，其余弦相似度低至-0.583，表明在中央的政策表述中，将资源共享作为国防产业联盟协同创新的关键内容，而地方政府则大大降低了对该政策目标的关注权重。在共享范围这个三级目标中，其余弦相似度仅为0.199。如表4所示，中央和地方政府在共享范围这一目标上的绝对偏差值表现出正负两个方向且数值差异较大，表明中央致力于扩大共享范围，而地方政府对此并没有很具体的落实方案。网络管理-资源共享-共享范围等一系列策略偏异暴露了国防产业联盟协同创新发展中的地方政策短板，即在政策实施过程中忽视了协同关系网络管理。
表3 中央-地方注意力分布余弦相似度计算结果
总体余弦相似度一级目标名称余弦相似度二级目标名称余弦相似度三级目标名称余弦相似度网络愿景0.850创新人才0.998人才服务0.489人才培养0.585创新技术0.750成果管理0.760成果转化0.829重点领域0.689网络管理-0.838合作关系0.880服务保障0.5650.405合作方式0.756合作主体0.698资源共享-0.583共享范围0.199共享水平0.561网络拓展0.909信息管理0.989思想动员0.691政策动员0.742配套支持0.892金融动员0.415市场动员0.659产业动员0.488
表4 网络管理中央-地方注意力绝对偏差值比较
一级目标中央地方二级目标中央地方三级目标中央地方网络管理0.038-0.018合作关系0.0070.011服务保障-0.010 4-0.000 4合作方式-0.012 0-0.002 4合作主体0.007 20.001 2资源共享0.031-0.029共享范围0.051 4-0.006 5共享水平0.001 5-0.009 6
(2)策略调整。即地方政府部门遵从了中央规划策略向度，但在某一策略向度子目标上有所调整。由表3可见，中央与地方政府部门在网络愿景和网络拓展两个策略向度上一致性较高，然而各向度内部三级目标普遍存在调整。相较于中央政府，地方政府对人才服务、人才培养、服务保障、思想动员、金融动员、市场动员和产业动员投入更多关注，在政策实施过程中部分细化了中央政策目标，更加关注人才在国防产业联盟创新协同发展中的作用；而对重点领域、合作主体、共享水平等目标上投入注意力偏少，弱化了协同创新网络组织化过程，欠缺对网络合作绩效的评估能力，见表5。
表5 中央-地方政府3级政策目标分类
地方中央优先关注一般关注优先关注政策动员、成果管理人才服务、人才培养、服务保障、思想动员、金融动员、市场动员、产业动员一般关注重点领域、合作主体、共享范围、共享水平成果转化、合作方式
政策宣传属于政府治理末端环节，其既是展示各级政府执行力与政策效果的重要途径，又是社会反馈的主要表现形式。测量政策文件-新闻报道注意力分布结构差异，能够获得国防产业联盟协同创新政策宣传环节偏向程度。
表6展示了政策-新闻注意力分布余弦相似度结果，从整体看二者相似度达到0.944，表明新闻宣传与政策注意力分布结构基本一致，说明新闻宣传很好地抓住了国防产业联盟协同创新政策的策略向度，但策略偏异和调整在宣传上也有所体现。
(1)策略偏异。合作关系和资源共享两项目标的余弦相似度分别为-0.542和-0.020，表明政策宣传偏向高。如表7所示，政策文件中合作主体这一目标的绝对偏差值为正，其余为负，新闻报道则相反，表明政策文件更加关注合作主体这一目标，而新闻报道则侧重于服务保障、共享范围等目标宣传。这两项目标均指向网络管理，即合作伙伴协同水平及资源互赖程度，属于中央-地方策略偏异度较高的领域。这说明，在政策宣传过程中，地方政府的策略意图被更多地传播。
(2)策略调整。在三级目标层面，新闻宣传策略调整显现，具体表现为对重点领域、思想动员、政策动员等目标优先关注，而对人才服务、成果管理、合作主体等目标关注较少，如表8所示。对政府行为和政策工具的关注说明目前此类新闻报道大多是从政府部门视角出发，欠缺协同创新网络治理整体视角。鉴于新闻报道同时也是网络管理绩效展现的一种主要形式，另一个推测是：当前国防产业联盟协同创新效果有限。但出于样本数据和研究方法的局限性考虑，对此不予展开论述。
表6 政策-新闻注意力分布余弦相似度计算结果
总体余弦相似度一级目标名称余弦相似度二级目标名称余弦相似度三级目标名称余弦相似度网络愿景0.994创新人才0.849人才服务0.367人才培养0.820创新技术0.688成果管理0.675成果转化0.746重点领域0.664网络管理0.862合作关系-0.542服务保障0.9170.994合作方式0.813合作主体0.589资源共享-0.020共享范围0.925共享水平0.841网络拓展0.911信息管理0.950思想动员0.666政策动员0.624配套支持0.954金融动员0.760市场动员0.932产业动员0.802
表7 偏异目标政策-新闻注意力分布绝对偏差值比较
二级目标政策新闻三级目标政策新闻合作关系0.009 30.010 6服务保障-0.000 90.002 0合作方式-0.002 90.000 5合作主体0.002 2-0.000 5资源共享-0.015 6-0.005 8共享范围-0.003 80.004 6共享水平-0.009 1-0.001 8
表8 政策宣传三级目标分类
新闻政策优先关注一般关注优先关注产业动员、服务保障、合作方式、金融动员重点领域、思想动员、政策动员一般关注人才服务、成果管理、合作主体人才培养、市场动员、共享水平、成果转化、共享范围
本文区分了国防产业联盟协同创新网络政府治理的3个策略向度，运用规模语义分析方法，以中央和地方政府共96份政策文件、1 926份新闻文件为考察对象，对中国国防产业联盟协同创新体系中的政策注意力分布进行分析，从中央-地方实施与宣传两个层面对策略向度偏向性进行评价。该研究提供了一个解读政策语义的新思路，同时也为国防产业联盟协同创新研究提供了一个即时、整体视角。
结果发现：①为推进国防产业联盟协同创新，网络拓展是我国政府部门的首要策略选择，网络愿景策略使用不足。中央和地方政府部门在网络管理这一策略选择上差异较大。地方政府部门倾向于视国防产业联盟协同创新网络为既存事实，继而采取辅助式管理模式，引导而非参与，网络耦合度较低。然而，现实情况是，传统军工产业与民营产业间的潜在制度壁垒并未完全破除，尚存在着信息沟通、关系构建的迫切需要。换言之，合作网络尚未成为稳定的组织形态。这与中央规划的策略向度存在一定冲突。因此，建议政府部门增加合作界面类政策工具使用，做好中间人和组织者，除关注合作网络规模扩张外，应更加重视国防产业联盟协同创新网络的稳健性；②中央与地方政策注意力分布结构有很大不同，策略偏异和策略调整都得以呈现，说明在国防产业联盟协同创新网络治理过程中，地方政府部门偏离了中央政府部门规划策略向度。其结构特征为，地方政府部门对中央政策的强关注策略向度采取高度跟从，但对弱关注策略向度采取选择性跟从。因此，未来需加强网络建设功能，形成管理、评估协同创新网络的专业能力；③政策宣传与地方政府策略意图相似度较高，政府行为和政策工具成为国防产业联盟协同创新的宣传重点。政策注意力投放是一个动态过程，新闻宣传的即时性特征有助于反映政府部门策略向度的渐进变化及社会效果。因此，将新闻报道作为策略向度研究数据来源意义重大，本研究展示了语义挖掘技术应用为此提供的技术支撑。
[1] 杨越,戚刚,曾立.开放复杂巨系统视角下的军民融合协同创新体系[J].国防科技,2018,39(4):83-90.
[2] 张艺,许治,朱桂龙.协同创新的内涵、层次与框架[J].科技进步与对策,2018,35(18):20-28.
[3] 赵泽斌,韩楚翘,王璐琪.国防科技产业联盟协同创新网络：结构与演化[J].公共管理学报,2019,16(4):156-167+176.
[4] 高杰,丁云龙.军民融合产业联盟的新生境构成、组织形态与治理结构走向研究[J].公共管理学报,2019,16(4):119-131+174.
[5] 陈红霞,蓝定香,王敏.军地协同机制建设的困境与出路——基于中国(绵阳)科技城实践的思考[J].经济体制改革,2018(6):11-17.
[6] 贾利军,陈恒烜.政府在推进军民融合和国家科技创新中的资源创造作用——以美国为例[J].教学与研究,2019(5):53-62.
[7] 丁灿,朱广财,李晶.基于创新链的军民融合协同创新分析[J].西华大学学报(哲学社会科学版),2018,37(5):49-54.
[8] 李湘黔,周德,林琳,等.国防科技工业协同创新人才培养模式研究[J].科技进步与对策,2018,35(19): 103-108.
[9] 房银海,王磊,谭清美.军民融合产业创新平台运行机制与评价指标体系研究——以江苏省为例[J].情报杂志,2017,36(12):198-206.
[10] 冯媛.军民融合创新的国防知识产权制度供给与设计[J].情报理论与实践,2016,39(6):43-46+31.
[11] 张胜,黄欢,郭英远,等.陕西省军民科技资源开放共享的实现路径研究[J].情报杂志,2017, 36(9):171-177+118.
[12] 张纪海,李冰.国防科技协同创新体系的系统分析[J].北京理工大学学报(社会科学版),2017,19(5):113-120.
[13] 罗航,刘江涛.补贴介入下军工企业研发助力的“迷失”——基于财政补贴调节效应的实证研究[J].科技进步与对策,2019,36(11):125-134.
[14] 方炜,薛俏,王莉丽.高校协同创新能力成熟度评估研究[J].中国高校科技,2017(Z1):89-94.
[15] 王进富,杨青云,张颖颖.基于PMC-AE指数模型的军民融合政策量化评价[J].情报杂志, 2019, 38(4): 66-73.
[16] 张炜,费小燕,肖云,等.基于多维度评价模型的区域创新政策评估——以江浙沪三省为例[J].科研管理,2016,37(S1):614-622.
[17] 王云, 刘敏.军民融合创新发展指标体系的维度与变量[J].情报杂志,2019，38(10):146-152.
[18] 王海军,张悦.企业模块化协同创新及网络化资源管理:基于海尔的探索性研究[J].科技进步与对策,2018,35(21):97-105.
[19] 李培哲,菅利荣,刘勇.知识转移视角下复杂产品产学研协同创新管理机制研究[J].科技管理研究,2019,39(2):203-208.
[20] 周爱民.内在批判与规范的矛盾:对批判理论批判方法的反思[J].哲学分析,2019,10(3):81-93+198.
[21] MÖLLER K, HALINEN M K. Business relationships and networks: managerial challenge of network era[J]. Industrial Marketing Management,1999,28(5):413-427.
[22] 朱秀梅,陈琛,蔡莉.网络能力、资源获取与新企业绩效关系实证研究[J].管理科学学报,2010,13(4)：32-42.
[23] 方刚.网络能力结构及对企业创新绩效作用机制研究[J].科学学研究,2011,29(3):461-470.
[24] RAJALO S, VADI M. University-industry innovation collaboration: reconceptualization[J]. Technovation，2017,62-63:42-54.
[25] 蔡宁,潘松挺.网络关系强度与企业技术创新模式的耦合性及其协同演化——以海正药业技术创新网络为例[J].中国工业经济,2008(4):137-144.
[26] 戴勇,王诗卉.创新网络守门人区域比较研究:以电信领域为例[J].科研管理,2019,40(7):106-118.
[27] 刘毅,张艺.制度能力与地方治理:一个研究综述[J].理论导刊,2016(6):93-96.
[28] BOONS F, SPEKKINK W. Levels of institutional capacity and actor expectations about industrial symbiosis[J]. Journal of Industrial Ecology, 2012,16(1):61-69.
[29] IBARRA H. Network centrality, power, and innovation involvement: determinants of technical and administrative roles[J]. The Academy of Management Journal, 1993, 36(3):471-501.
[30] 胡晓灵.基于社会网络视角下的集群创新网络有核分层形态研究[J].软科学,2013,27(3):18-21.
[31] 任胜钢,舒睿.创业者网络能力与创业机会:网络位置和网络跨度的作用机制[J].南开管理评论,2014,17(1):123-133.
[32] KOPPENJAN J, KLIJN E. Managing uncertainties in networks: a network approach to problem solving and decision making[M].Routledge London, 2004.
[33] OLSON M J. The logic of collective action: public goods and the theory of groups[M].Harvard University Press, 1965.
[34] AGRANOFF R, MCGUIRE M. Managing in network settings[J]. Review of Policy Research, 1999, 16(1):18-41.
[35] HEALEY P. Building institutional capacity through collaborative approaches to urban planning[J]. Environment and Planning A,1998,30(9):1531-1546.
[36] 琼斯.再思民主政治中的决策制定[M].北京：北京大学出版社,2010.
[37] QUINN K M,MONROE B L,COLARESI M,et al.How to analyze political attention with minimal assumptions and costs[J].American Journal of Political Science,2010,54(1):209-228.
[38] 赵冬晓,王效岳,白如江,等.面向情报研究的文本语义挖掘方法述评[J].现代图书情报技术,2016(10):13-24.
[39] 张振宇,喻发胜.物尽其用:基于计算机思维的新闻文本挖掘研究——以“中国突发事件数据库”的建设实践为例[J].现代传播(中国传媒大学学报),2019,41(9):42-50.
[40] 赵阳,王芳.地方政府创新激励政策与企业创新绩效——来自党报与工业企业的经验证据[J].湖南科技大学学报(社会科学版),2018,21(2):61-68.
[41] ERCAN G, CICEKLI I. Using lexical chains for keyword extraction[J]. Information Processing & Management，2007, 43(6): 1705-1714.
[42] SOHANGIR S, WANG D.Improved sqrt-cosine similarity measurement [J].Journal of Big Data,2017,4(1):13-25.
[43] THOMAS F, SHALANDER K, SRINIVASA S. Experimental games for developing institutional capacity to manage common water infrastructure in India[J].Agricultural Water Management,2019,221:260-269.
[44] 郭尚芬,杨波,沈全华.军民融合式协同创新机制构建研究[J].科技进步与对策, 2014,31(6):95-97.
[45] SILVIA F F, HERN
NDEZ B J. Institutional capacity in the accounting reform process in Spanish local governments[J]. Revista de Contabilidad,2018,21(2):188-195.