开放科学(资源服务)标识码(OSID)：
自20世纪80年代以来，经济全球化趋势凸显，受改革开放政策推动，我国逐渐成为全球价值链分工中的积极参与者。利用全球价值链分工深化的契机和自身比较优势，中国于2010年超过美国成为全球制造业第一大国。但是，这种依赖廉价劳动力和自然资源成本的发展模式，在人口红利逐渐消失和自然环境不断恶化的双重压力下难以为继。同时，伴随着互联网技术的高速发展，美国、德国等传统工业强国先后提出“工业互联网”、“工业4.0”等旨在保持和加强制造业优势地位的战略举措，推动全球制造业发展模式经历新一轮变革。在这种内外的环境下，推动我国制造业型升级成为必然选择。产业转型一般是指发展方式转变，其核心是产业技术路线优化和运行体制机制转变，使其向更发达的产业体系发展，并使各工业部门达到世界先进水平[1,2]。产业升级强调企业或企业集群转变，其目的是为了提高在全球价值链中的地位[3]。然而，无论是转型或是升级，都将技术创新作为关键[1,3,4]。因此，制造业转型升级就是指通过转变发展方式，打造国家和产业创新体系，实现向全球价值链更高端环节过渡。
为实现该目标，我国政府出台了《中国制造2025》计划(以下简称“2025”)，旨在通过“三步走”实现制造强国的战略目标。具体而言，该战略将目标定义为“满足经济社会发展和国防建设对重大技术装备的需求”，并将创新作为促进目标实现的核心，通过实施一系列推动制造业创新发展的政策，引导相关政府部门、企业、大学、协会等各类组织协同发展，形成一个网络化创新体系，以推动我国制造业向全球价值链高端攀升。理论上通常将“2025”战略这种政府为促进经济社会发展的、以特定方式发生变革而使用的一套技术称为政策工具[5]。因此，以创新为核心的“2025”战略是本文探讨的创新政策工具。由于政策制定者所需解决问题的复杂性，政策目标往往不是单一的。因此，创新政策制定并不是使用单一工具，而是采取政策工具的有机组合。过去相关研究仅关注创新政策工具与政策目标间的匹配问题[6-10]，而忽略了不同创新政策工具组合的复杂性，以及这种复杂性对创新活动的影响。与此同时，无论是学术领域还是政策领域都越来越强调技术变革及其产生的创新可理解为创新体系的结果[11]。创新体系理论强调企业创新活动在创新过程中的关键作用，并且将创新体系作为一种系统性情境因素，它可以限制、引导或支持创新活动[12]。那么，政策工具及其组合如何影响创新体系中的创新活动？这种影响呈现何种动态变化特征？为解答上述问题，本文以我国“2025”战略颁布以来实施的一系列促进制造业创新的政策为研究对象，从政策组合视角解读我国制造业创新政策组合动态变迁及其对相关创新活动的影响，旨在为我国实现“2025”政策目标提供理论和实践指导。
创新政策旨在为企业创造一种有利于其创新的制度环境，形成协同效应和溢出效应，并帮助企业适应技术经济环境转变[12]。关于政策工具的研究大致包括两个方面：政策工具分类和政策工具间的作用。首先，已有文献从不同角度对政策工具进行分类。关于政策工具分类有两种模式：类型学和分类法[13]。最经典的分类体系是基于类型学角度，将政策工具分为供给面、环境面和需求面3部分[14](见表 1)。其中，供给面工具是指那些为创新提供基本资源的工具，如教育机构或大学、训练有素的技术人员、信息网络等。此外，还包括政府机构和国有企业创新以及政府资金(如研发补贴)支持的科学研究。环境面工具可以调节企业经营环境，包括影响经济金融方面的工具，以及影响公司运营和创新的法律环境工具。需求面工具主要是指影响公共支出和公共服务的工具。基于这一类型学框架，有些学者研究了不同国家和产业的政策工具选择及政策变迁等问题[6-8,10]。第二种方式是基于分类法角度对政策工具进行分类，可分为规制工具、经济和金融工具、软工具3类[15]；还可以分为“创造”和“破坏”两类工具。无论基于哪一种分类维度，都是在探究如何为某个特定政策目标选择合适的政策工具。有关创新政策工具研究的第二个方面是探讨政策工具间的相互作用及其带来的影响。这种政策工具间的相互作用可用政策组合(Policy Mix)概括。政策组合是指不同政策工具间的相互作用和相互依赖性，它们影响政策预期结果实现程度[15,16]，其核心强调工具间存在明确或隐含的相互作用[17]。任何政策组合都不是最优的，并不存在适用于所有政策目标的政策组合。相反，由于每个创新体系都具有非常独特的特征，所应用的政策组合也会随之变化。因此，针对政策组合的研究不能只关注政策工具是否适当、有效或平衡等静态问题，更应该探究政策组合的复杂性和动态性[18]。尽管一些研究已经从系统和动态视角探讨了创新政策组合框架[15,19]，但仍缺乏相关实证研究。
综上所述，本文采用Rothwell & Zegveld[14]开发的政策工具分类体系(见表1)分析我国制造业创新政策，将创新政策分为供给面、环境面、需求面3类政策组合，比较这些政策组合在时间维度上的变化，进而探究政策组合对创新活动影响的复杂性和动态性。选择这个分类体系作为分析基础的原因在于，该体系强调政策参与者间联系对创新的促进作用，且其在创新政策研究中已被普遍采用[6]。
表1 政策工具分类
组合政策工具定义举例公营事业与公营事业相关的政策公有制产业创新、发展新兴产业、公营事业开创性地利用新技术、参与私营企业等供给方发展科学技术对科学技术直接或间接的支持建立研究室,支持研究协会、学术团体、专业协会等,给予研发补贴支持教育与教育相关的政策和服务通识教育、大学教育、技术教育、学徒计划、继续教育、再培训等信息服务促进信息共享和流通的政策及服务建设信息网络、图书馆、数据库等,提供咨询服务和联络服务等财政金融直接或间接为企业提供金融支持提供贴息贷款、补贴、金融共享、贷款担保、出口信贷等环境方税收支持提供各种税收优惠政策企业及雇员的税收抵扣、税收免除等法规监管引导建立相关法规制度,或对法规制度的实施进行监管涉及专利、环境、健康、反垄断等方面的法规及监管政策性策略引导产业发展的各项措施公共咨询、政策规划、创新奖励等,以及鼓励企业的并购重组等政府采购中央或地方政府的采购政策政府采购、原型采购等公共服务提供公共服务的各项措施在公共服务、公共建筑、公共交通领域的采购、维护、监管和创新等需求方贸易监管国际贸易相关措施贸易协定、关税和货币法规海外机构政府直接设立或间接协助企业设立境外分支机构如海外贸易组织等
创新体系包括系统中所有社会子系统、参与者和制度，它们以某种直接或间接方式，有意或无意地为创新作出贡献。无论是聚焦国家[20,21]、部门[22,23]或技术[24,25]创新体系的研究，都强调创新活动是创新过程中的关键。囿于创新体系概念的复杂性，本文主要聚焦于国家层面探讨创新体系中的创新活动。如果能够理解创新体系如何发挥作用，即哪些活动会促进或阻碍创新，那么就能够主动塑造创新过程。现有大多数创新体系框架都基于交互式学习[20]和演化经济学[21]等理论，通过比较不同创新体系(行动者、关系和制度)的社会结构解释绩效差异，而不太重视探讨创新体系的动态性[25]。反过来讲，由于产业升级和技术变革是一个动态过程[26]，故需要基于动态视角，应用创新体系理论理解并更好地指导其发展。因此，对产业升级的分析应侧重于系统描绘创新体系中发生的创新活动。
一般而言，创新体系文献往往基于具体创新功能或活动对创新体系进行讨论[25,27]。创新体系最基本的功能是学习或交互学习活动[20]。从政策或制度角度看，创新体系具有3个功能，即制度通过信息提供、冲突管理和合作减少不确定性，并为创新提供激励[27]。这些功能被看作是创新体系的基本活动或关键过程，它们在创新体系结构层面和策略层面发挥重要作用[12]。Jacobsson等[28]提出创新体系的5个功能：创造新知识、指导搜索过程方向、供应资源、营造积极的外部经济、促进市场形成；Bergek等[29]进一步将合法化和创业试验纳入其中，提出创新体系的7个功能：知识发展、创业试验、资源调动、市场形成、合法化、积极外部经济发展和对搜索方向的影响。与之类似，Hekkert等[25]也提出创新体系功能由7项关键活动构成，包括创业活动、知识开发、形成知识扩散网络、搜寻引导、市场形成、资源调动、建立合法性；Borras & Edquist[15]则认为创新体系包括10项创新活动，分为创新过程中的知识输入、需求侧创新活动、创新要素活动和对创新企业的支持4类。由于每个创新体系都具有独特性，既有各自的优势、劣势、机会和问题，也有因国家(地区)差异而形成的社会政治和历史背景差异，使得每个创新体系中的创新政策组合均不同。那么，探讨在中国独特的制度环境下，创新政策能否促进创新体系发挥相应功能，可对现有研究进行补充。依据这样的逻辑，本文采纳Borras & Edquist[15]的创新活动分类的方法(见表2)，将创新体系分解到创新活动，进而对我国制造业创新政策内容进行分析。
表2 创新活动分类
类别创新活动定义新知识创造主要是工程、制药和自然科学领域的研发结果、新知识创造创新过程中的知识输入学习活动例如,通过个体学习(教育和培训劳动力,促进创新和研发活动)和组织学习打造能力,包括正式和非正式学习需求侧创新活动打造新产品市场构建新产品市场质量提升从需求面阐述新产品质量要求创业活动为开拓新创新领域,创造和改变组织需要。例如,增强企业家精神以创建新公司,或者通过内部创业使现有公司多样化,以及创建新型研究机构、公共组织等有关创新要素的活动形成网络通过市场和其它机制形成网络。例如,参与创新过程不同组织间的互动学习,使得创新体系中不同领域的新知识和创新企业中已经存在的知识得到整合制度创新创造和改变制度,如专利法、税法、环境和安全法规、研发投资惯例、文化规范等,通过提供激励和消除创新障碍影响创新组织和创新过程孵化活动孵化活动,如对创新努力提供设施和行政支持对创新企业的支持创新金融支持为创新过程和可能促进知识商业化的其它活动提供资金创新咨询服务提供与创新过程相关的咨询服务,如技术转让、商业信息和法律咨询
为完成前文所述研究目标，本文将《中国制造2025》作为政策文本分析的核心文件，因为该政策旨在通过打造制造业国家创新体系实现制造业转型升级，而作为创新体系重要组成部分的政策文件，不但能够反映出制造业政策特征，同时也能在一定程度上反映政策对创新活动的重视程度等核心研究问题。在收集政策文件时，为尽可能获得全面信息，使用“中国制造2025”、“制造2025”作为关键词，对中国政府网、北大法宝数据库进行检索，并且对检索结果进行人工核对，确保所获信息准确无误。在检索核对时遵循以下4条原则：①仅包括以国务院办公厅、国务院组成部门、国务院直属特设机构、国务院直属机构、国务院办事机构、国务院直属事业单位等政策主体正式发布的政策文件，不包括领导人讲话、信函、批示、公告、解读等；②若政策文件是多个部门联合发布，则均作为政策主体记录一次。例如，《工业和信息化国家标准化管理委员会关于印发《绿色制造标准体系建设指南》的通知》(工信部联节〔2016〕304号)，对工业和信息化部、国家标准化管理委员会均作为政策主体记录一次；③政策文件必须明确表达其目的是“落实中国制造2025”、“贯彻中国制造2025”等；④为分析政策文件在时间维度上的变化，收集政策文件时间范围为2015年5月8日至2018年5月7日，即《中国制造2025》文件颁布之日起3年时间。为方便表达，将《中国制造2025》发布后的第一年(2015年5月8日至2016年5月7日)记为Y1，第二年(2016年5月8日至2017年5月7日)记为Y2，第三年(2017年5月8日至2018年5月7日)记为Y3。根据以上原则，在2018年9月收集到政策文件共计76件(见表3)，涉及到的政策主体达到33个。
表3 《中国制造2025》系列政策示例
序号年份政策文件12015工业和信息化部关于印发贯彻落实《国务院关于积极推进“互联网+”行动的指导意见》行动计划(2015-2018年)的通知22015国务院关于印发《中国制造2025》的通知………………62016工业和信息化部办公厅关于开展《中国制造2025》重大项目库项目征集工作的通知72016工业和信息化部办公厅关于开展2016年智能制造试点示范项目推荐的通知………………442017八部门关于印发《海洋工程装备制造业持续健康发展行动计划(2017-2020年)》的通知452017工业和信息化部办公厅关于编制2017年度工业企业技术改造升级导向计划的通知………………752018国家制造强国建设领导小组办公室关于印发《“中国制造2025”国家级示范区评估指南(暂行)》的通知762018两部门关于组织推荐第三批制造业单项冠军企业和单项冠军产品的通知
关于产业政策，过去研究大致包括3种研究策略：一是基于文献计量方法对政策文本进行量化分析[10,30]；二是采用质性数据分析方法进行内容分析[9,31-33]；三是采用归纳方式进行理论推导[6,15,19,34-36]。本文根据不同研究目的，分别使用文本量化分析和内容分析方法进行分析。
(1)使用质性分析软件ATLAS.ti的词频分析(Word Cruncher)功能对所有政策文本进行词频统计，根据词频由高到低排序，对排序前10位的词语进行词性判断，即分辨是属于政策对象还是政策行为。之所以采用这种方式是因为构成政策文本的最小单位是字词，对应词频便是政策话语的关键特征[33]。也即，政策文本词频可以表征政策内容，高频词语能够在一定程度上反映政策关注点。
(2)在ATLAS.ti中对政策文件内容进行分析，即对政策文件内容进行编码。编码包括两个方面：政策主体和政策条款。对政策主体的编码较为简单，根据文件落款发文部门进行判断即可。之所以对政策文件中的政策条款进行编码，是因为政策条款是政策文本中实现政策目标的最小基本单位。若某一条政策条款可能使用多个政策工具或者涉及到多种创新活动，此时对一条政策条款进行多次编码[8]。为保障编码信度，编码工作由两位作者同时进行，并对存在异议的编码进行讨论和反复比对，最后形成一致性编码结果。对上述政策主体和政策条款进行编码，均使用质性数据分析软件ATLAS.ti进行。
(3)为厘清政策组合对创新的影响，使用ATLAS.ti中的编码共现表功能生成政策组合与创新活动间的交叉编码频数及C系数(C-index Or C-coefficient)[37]。C系数是从定量内容分析中借鉴的方法，类似于相关系数，用于表示两个编码间的关联强度。在相对较大数据集情况下，该系数才有意义。本研究共有1 885个交叉的编码点，因此十分适合使用该方法展现编码间的关系。具体而言，C系数分布在0～1之间，数值越大表示两个编码间的关联性越强。其计算方式为：
其中n12为编码1和编码2的交叉频数，n1为编码1出现的频数，n2为编码2出现的频数。
通过对每个政策文件的发文单位编码进行统计，得到各政策主体颁布政策的频数分布图(见图1)。该图纵轴为各政策主体在政策文件中出现的频数，横轴为不同政策主体。从中可以看出，参与“中国制造2025”创新政策颁布的部门数达到33个，占总量60个部门的55%。该比值可从某种程度上反映创新政策牵涉到行政部门的范围，即政策对部门的覆盖率[33]。其次，频数最高的前3个部门依次为“工业和信息化部”、“财政部”、“国家发展和改革委员会”，它们发文频数占总频数的43.67%。此外，“中国制造2025”战略提出后第二年(Y2)是政策发布最为密集的时间段。
图1 政策主体发文情况分布
使用ATLAS.ti软件词频统计模块，对76件政策文件进行词频统计处理。本文借鉴李政等[33]对文本词频的处理方式，将得到的高频词汇分为政策对象和政策行为两类，结果如表4和表5所示，这些高频词语反映了《中国制造2025》系列政策的关注点。其中，在政策对象词语中，排在前三位的二字词分别是技术、企业、工业；排在前三位的三字词分别是制造业、互联网、机器人。在政策行为词语中，排在前三位的二字词分别是制造、发展、创新；排在前三位的三字词分别是信息化、标准化、产业化。
表4 前10位政策对象用语
二字词频数占比三字词频数占比技术45771.68制造业10490.39企业27040.99互联网4540.17工业20720.76机器人3570.13标准18170.67零部件1840.07系统16720.61竞争力1800.07装备16390.60可靠性1680.06智能16020.59产业链1660.06产品15420.57传感器1530.06产业14830.54委员会1500.06材料13540.50供应链1480.05
表5 前10位政策行为用语
二字词频数占比三字词频数占比制造27681.02信息化7270.27发展23370.86标准化3950.14创新15360.56产业化3140.12应用14440.53智能化3010.11建设14380.53数字化1530.06服务14200.52自动化1170.04管理12450.46一体化1110.04示范10620.39工业化980.04开展10220.38专业化780.03生产10130.37国际化690.03
本文从政策组合和创新活动两个维度对《中国制造2025》系列文件政策条款进行编码(见表6)，依据编码频次对政策文件进行解读。供给面、环境面和需求面政策组合使用比例分别为40.96%、49.18%和9.87%(见表7)。供给面和环境面政策组合所占比例很高，两者合计约占90%。所有政策组合中使用频率最高的政策工具分别是：环境面中的“政策性策略”(342次)、供给面中的“发展科学技术”(287次)、环境面中的“法规监管”(187次)；所有政策组合中使用频率最低的政策工具分别是：需求面中的“贸易监管”(9次)和“政府采购”(9次)、环境面中的“税收支持”(22次)。
表6 政策工具与创新活动内容分析编码(部分)
政策工具创新活动举例创新过程中的知识输入(40:17)支持国有大中型企业、高新技术企业研发中心建设,支持院士在制造业企业设立工作站,培育企业技术创新人才,促进科技成果产业化需求侧创新活动(2:80)统筹军民两方面资源,开展军民两用技术联合攻关,支持军民技术相互有效利用,促进基础领域融合发展。强化基础领域标准、计量体系建设,加快实施对标达标,提升基础产品质量、可靠性和寿命公营事业有关创新要素的活动(21:31)推动有条件的国家新型工业化产业示范基地和产业集聚区结合国家战略布局及产业发展实际,与众创、众包、众扶、众筹等服务资源对接,建设各具特色、虚实结合的众创空间对企业创新的支持(35:28)创建一批面向制造业的专业服务平台,瞄准价值链高端环节,完善研发设计、产业技术基础、协同制造、定制化服务、供应链管理、全生命周期管理、信息增值服务和融资租赁等领域的公共服务,支撑制造业企业提升服务创新能力………………创新过程中的知识的输入(39:7)针对6自由度及以上工业机器人关键零部件性能、可靠性差、使用寿命短等问题,从优化设计、材料优选、加工工艺、装配技术、专用制造装备、产业化能力等方面入手,全面提升高精密减速器、高性能机器人专用伺服电机和驱动器、高速高性能控制器、传感器、末端执行器等五大关键零部件的质量稳定性和批量生产能力,突破技术壁垒,打破长期依赖进口的局面科学技术发展需求侧创新活动(23:26)鼓励发展具有形状记忆、感温变色、相变调温等环境感应功能的纺织品,通过与医疗、运动、电子等技术融合,发展具有生理体征状态监测等功能的可穿戴智能型纺织品,重点拓展相关产品在户外运动、健康保健、体育休闲等领域的应用有关创新要素的活动(32:8)强化企业技术创新主体地位和主导作用,支持优势企业建设一批高水平技术中心和创新实验室,支持企业联合高校、科研机构等建设重点领域产学研用联盟,积极参与和组建开源社区,支持企业牵头承担国家重大科技研发和产业化项目对企业创新的支持(2:83)加大对“四基”领域技术研发支持力度,引导产业投资基金和创业投资基金投向“四基”领域重点项目………………
表7 政策工具编码频次
组合政策工具Y1Y2Y3合计公营事业10451873发展科学技术8815247287供应面支持教育1670894信息服务17552294合计13132295548(40.96%)财政金融264932107税收支持812222环境面法规监管3811534187政策性策略8018874342合计152364142658(49.18%)政府采购4419公共服务1845871需求面贸易监管4419海外机构728843合计338118132(9.87%)总计316(23.62%)767(57.32%)255(19.06%)1338
政府使用的“政策性策略”政策工具主要分为以下两种类型：①规划类。如“全面推进两化融合”、“推广先进质量技术和方法”、“完善国家制造业创新体系”、“加快制造业绿色改造升级”等，特别是在《中国制造2025》及其11个配套实施指南、行动指南和发展规划指南中，此类工具使用频次较高；②引导鼓励类。如“组织开展智能制造试点示范”、“推动新材料产业标准化试点示范”、“鼓励金融机构与机器人企业成立利益共同体”等，这些政策工具使用非常广泛。
“发展科学技术”政策工具使用主要包括：攻克关键技术、研发技术标准、推广技术应用等。《中国制造2025》系列政策是为促进制造业创新发展，因此对先进技术的突破和应用是该政策强调的重点，在76份政策文件中有40份涉及到“发展科学技术”。
“法规监管”政策工具使用主要包括：产品及行业标准、安全监管、市场监管、质量监管、知识产权保护和监管等，尤其注重通过建立、升级和完善新技术标准，淘汰落后和过剩产能，同时注重对先进技术的知识产权保护。
此外，根据表7绘制各类政策组合逐年变化情况，如图2所示，该图展示了我国自2015年5月提出《中国制造2025》战略以来3年时间政策组合使用变化情况。由于大多数政策时效性较长，因此每年出台的政策数量波动较大。供给面、环境面和需求面政策组合使用数量基本上都表现为“先扬后抑”趋势，总体上呈现出倒U形形态。环境面政策组合相对其它两类政策组合变化幅度较小，曲线更加平缓。
图2 政策组合逐年分布情况
根据对政策文本的编码结果，汇总得出表8。该表显示了与政策中创新活动的编码频次。“创新过程中的知识输入”、“需求侧创新活动”、“有关创新要素的活动”和“对创新企业的支持”4类创新活动在政策文本中出现的比例依次为27.83%、10.58%、37.81%和23.78%。其中，“创新过程中的知识输入”和“有关创新要素的活动”比例之和超过60%。在所有创新活动中，出现频次最高的3种是：“有关创新要素的活动”中的“制度创新”(266次)、“创新过程中知识输入”中的“新知识创造”(264次)、“对创新企业的支持”中的“孵化活动”(150次)。具体而言，“制度创新”在创新活动中体现为不同组织间合作机制、知识产权保护机制、市场准入机制、试点示范机制、研发投资惯例等多个方面，如“加强智能制造顶层设计”、“完善政产学研用协同创新机制”、“健全组织实施机制”、“建立市场化创新方向选择机制”等；“新知识创造”主要体现为自然科学领域的新技术研发，如“形成一批行业信息物理系统(CPS)应用测试验证平台”、“发展自主可控工业操作系统及实时数据库等基础软件”、“突破高推重比、先进涡桨(轴)发动机及大涵道比涡扇发动机技术”等；“孵化活动”则是为创新提供设施及行政支持，如“建设动力电池测试验证能力、中试孵化能力”、“积极支持和引进国外中小企业原创技术在中国孵化落地”、“培育新材料小微企业和‘隐形冠军’”等。反过来讲，出现频次最低的3种创新活动是：“需求侧创新活动”中的“质量提升”(51次)、“对创新企业的支持”中的“创新咨询服务”(70次)、“需求侧创新活动”中的“打造新产品市场”(90次)。
表8 创新活动编码频次
类别创新活动Y1Y2Y3合计新知识创造9912936264创新过程中的知识输入学习活动197810107合计11820746371(27.83%)打造新产品市场26531190需求侧创新活动质量提升1037451合计369015141(10.58%)创业活动305025105有关创新要素的活动形成网络566017133制度创新5914760266合计145257102504(37.81%)孵化活动199734150创新金融支持30412697对创新企业的支持创新咨询服务14371970合计6317579317(23.78%)Totals362(27.16%)729(54.69%)242(18.15%)1333
此外，根据表8数据绘制创新活动逐年分布情况图，见图3。该图展示了自提出《中国制造2025》战略以来3年时间内政策文本中涉及到的4类创新活动变化情况。从中可以看出：“创新过程中知识输入”的比重呈逐年下降趋势；“需求侧创新活动”表现出微弱先扬后抑的趋势；“有关创新要素的活动”则是微弱先抑后扬趋势：“对创新企业的支持”呈现出逐年上升趋势。
图3 创新活动逐年分布情况
为挖掘政策组合与哪些创新活动关系最紧密，本文统计文本编码中政策组合与创新活动共现(Concurrence)情况，得到编码共现结果，如表9所示。该表通过C系数表示各类政策组合和创新活动共现情况，根据该表总结出政策组合与创新活动间的主要关系：①“有关创新要素的活动”主要受环境面政策组合的影响；②“需求侧创新活动”受环境面政策组合的影响稍大，但与其它两类政策组合的差距并不明显；③“创新过程中的知识输入”主要受供给面政策组合的影响；④“对创新企业的支持”受环境面政策组合的影响较大。总体来看，需求面政策组合对创新活动的影响程度弱于其它两类政策组合。
表9 政策组合与创新活动共现结果(C系数)
政策组合创新活动供给面所有Y1Y2Y3环境面所有Y1Y2Y3需求面所有Y1Y2Y3有关创新要素的活动0.170.140.180.180.330.360.310.380.100.150.090.07需求侧创新活动0.070.100.060.050.110.090.130.060.030.010.040.05创新过程中的知识输入0.390.460.380.330.090.100.100.060.040.030.050.07对创新企业的支持0.130.080.140.170.240.230.230.290.110.110.120.08
从时间维度观察政策组合对创新活动的影响，可以看到更加细致的变迁过程：①第Y1年，供给面政策组合除与“创新过程中的知识输入”活动关联性较强外(C=0.46)，还对“需求侧创新活动”具有影响(C=0.1)；环境面政策组合主要作用在“有关创新要素的活动”(C=0.36)和“对创新企业的支持”上(C=0.23)，需求面政策组合主要作用于“有关创新要素的活动”(C=0.15)。②第Y2年，供给面政策组合只对“创新过程中的知识输入”发挥作用(C=0.46)，环境面政策组合对创新活动的影响范围较第Y1年更大，其与“有关创新要素的活动”、“需求侧创新活动”和“对创新企业支持”的C系数均为列最大值，需求面政策组合仍然对创新活动的影响较小，所有C系数均不是列最大值；③第Y3年，3类政策组合对创新活动的影响模式与第Y2年基本相似。
正处于转型经济体的中国，正在为改变制造业竞争结构和创新模式作出各种努力，因此应该充分考虑该创新体系的要素特征和功能，通过设计合理有效的政策组合引导系统内部创新活动。本文基于我国制造业创新体系视角，对我国制造业创新政策文本进行分析，探讨政策组合对创新活动的影响，得出以下结论：①从政策角度看，我国制造业创新体系有3个特征：政策主体集中度较高、政策主体分布广泛、政策发布数量波动较大。政策关注点与《中国制造2025》中提出的“以促进制造业创新发展为主题，以满足经济社会发展和国防建设对重大技术装备的需求为目标”的战略方向一致；②制造业创新政策组合使用具有两个特征：一是在3类政策组合中，环境面政策组合使用最为频繁，需求面政策组合使用最少。二是随着产业不断发展，对政策组合的使用呈现出“先扬后抑”的倒U形形态，但环境面政策组合一直处于主导地位；③我国制造业创新体系中4类创新活动强度差异较大，“有关创新要素的活动”在政策中体现得最为明显。但值得注意的是，尽管“创新过程中的知识输入”活动频次排在第二位，但是大部分政策文件中并没有明确创新过程中创造新知识的主体，很有可能导致政策在实施过程中的“空心化”。由于政策组合实施与设计同样重要，因此这种“空心化”可能导致最终政策目标失败。此外，从创新活动动态变化看，也呈现出“先扬后抑”的倒U型形态；④政策组合对创新活动的推动不均衡。供给面政策组合主要作用于“创新过程中的知识输入”活动，环境面政策组合作用范围最广，涵盖“有关创新要素的活动”、“需求侧创新活动”和“对创新企业的支持”3个方面，需求面政策组合中涉及到的创新活动较少；⑤从动态角度看，政策组合对“创新企业支持”活动的影响呈现出逐渐增长趋势，对“创新过程中知识输入”活动的影响呈现出逐渐下降趋势，而对其它两类创新活动的影响则保持了较为平稳的趋势。
基于上述结论，本文提出如下政策建议：①谨慎使用“政策性策略”这一政策工具。“政策性策略”在我国政策文件中大量使用是我国政策的一大特征[8,38]，但这项政策工具往往较为抽象和模糊，难以得到有效执行。因此，针对环境面政策组合中“政策性策略”工具的大量使用，应该将政策目标表达更加细致和量化，增加一些明确的政策实施步骤和具体要求等内容；②在适当领域增加对需求面政策组合的使用。在推动我国制造业转型升级过程中，现有政策组合主要落脚在供给面和环境面，对制造业向高端转型升级起到一定推动作用，但仍需要补充一些需求面政策组合，辅以适当的拉动作用。我国其它产业政策也有类似问题[8]，需要引起政策制定者的重视；③加强创新政策落实。在政策中提出的政策目标，应当在后续政策中逐步明晰如何落实。对于不具备操作性的政策目标应对其进行优化和调整，避免出现政策实施过程“空心化”现象；④政策组合中应综合体现各类创新活动，如此才能打造创新体系，推动制造业转型升级。同时，也要注重政策组合中各类创新活动的平衡，并形成良性互动作用。只有当创新活动相互作用并保持良性循环时，才能推动创新体系变革[25]。
本文创新之处体现在两个方面：①将政策组合和创新体系功能(即创新活动)结合形成新政策分析框架，该框架有助于理解同一种政策工具或者同一类政策组合对创新体系中哪些创新活动具有推动作用；②由于不同创新体系具有完全不同的情境因素，本文将中国制造业作为特定情境条件，扩展了创新体系研究边界；③将C系数引入政策分析中，为将来其它政策文本分析提供了可借鉴的工具。
本研究还存在一些不足之处。由于前文提到的政策工具和政策组合具有非常明确的独特性，若能够增加省级乃至市级层面数据，比较不同层面政策组合存在的差异和特点，将会为深入理解创新体系提供更加全面的视角，未来研究可朝这个方向进一步深入探索。
[1] 金碚.中国工业的转型升级[J].中国工业经济,2011(7): 5-14+25.
[2] 金碚.工业的使命和价值——中国产业转型升级的理论逻辑[J].中国工业经济,2014(9): 51-64.
[3] GEREFFI G,HUMPHREY J,KAPLINSKY R,et al.Introduction: globalisation,value chains and development[J].IDS Bulletin,2001,32(3): 1-8.
[4] 孔伟杰.制造业企业转型升级影响因素研究——基于浙江省制造业企业大样本问卷调查的实证研究[J].管理世界,2012(9): 120-131.
[5] VEDUNG E.Policy instruments: typologies and theories[A]//MCCORMICK J.Carrots,sticks & sermons:policy instruments & their evaluation[M].Nnew York:Routledge,1998.
[6] SHYU J Z,CHIU Y-C.Innovation policy for developing taiwan's competitive advantages[J].R&D Management,2002,32(4): 369-374.
[7] LIN G T-R,CHANG Y-H,SHEN Y-C.Innovation policy analysis and learning: comparing ireland and Taiwan[J].Entrepreneurship & Regional Development,2010,22(7-8): 731-762.
[8] 谢青,田志龙.创新政策如何推动我国新能源汽车产业的发展——基于政策工具与创新价值链的政策文本分析[J].科学学与科学技术管理,2015(6): 3-14.
[9] 黄萃,苏竣,施丽萍,等.中国高新技术产业税收优惠政策文本量化研究[J].科研管理,2011,32(10): 46-54.
[10] 徐宏毅,黄岷江,胡苏杭.基于政策工具视角的金融业FDI政策的绩效研究[J].管理世界,2018,34(9): 174-175.
[11] SAGAR A D,HOLDREN J P.Assessing the global energy innovation system: some key issues[J].Energy Policy,2002,30(6): 465-469.
[12] WEBER K M,ROHRACHER H.Legitimizing research,technology and innovation policies for transformative change[J].Research Policy,2012,41(6): 1037-1047.
[13] SMITH K B.Typologies,taxonomies,and the benefits of policy classification[J].Policy Studies Journal,2002,30(3): 379-395.
[14] ROTHWELL R,ZEGVELD W.Industrial innovation and public policy: preparing for the 1980s and the 1990s[M].London: Frances Pinter,1981: 251.
[15] BORRAS S,EDQUIST C.The choice of innovation policy instruments[J].Technological Forecasting and Social Change,2013,80(8): 1513-1522.
[16] KERN F, HOWLETT M.Implementing transition management as policy reforms: a case study of the dutch energy sector[J].Policy Sciences,2009,42(4): 391-408.
[17] OIKONOMOU V,JEPMA C J.A framework on interactions of climate and energy policy instruments[J].Mitigation and Adaptation Strategies for Global Change,2008,13(2): 131-156.
[18] FLANAGAN K,UYARRA E,LARANJA M.Reconceptualising the 《policy mix》 for innovation[J].Research Policy,2011,40(5): 702-713.
[19] ROGGE K S,REICHARDT K.Policy mixes for sustainability transitions: an extended concept and framework for analysis[J].Research Policy,2016,45(8): 1620-1635.
[20] LUNDVALL B-A.National systems of innovation: an analytical framework[M].London: Pinter,1992.
[21] NELSON R R.National innovation systems: a comparative analysis[M].Oxford: Oxford University Press,1993.
[22] MALERBA F.Sectoral systems of innovation and production[J].Research Policy,2002,31(2): 247-264.
[23] MALERBA F.Sectoral systems of innovation: concepts,issues and analyses of six major sectors in Europe[M].New York: Cambridge University Press,2004.
[24] CARLSSON B, STANKIEWICZ R.On the nature,function and composition of technological systems[J].Journal of Evolutionary Economics,1991,1(2): 93-118.
[25] HEKKERT M P, SUURS R A A,NEGRO S O,et al.Functions of innovation systems: a new approach for analysing technological change[J].Technological Forecasting and Social Change,2007,74(4): 413-432.
[26] GEELS F W.From sectoral systems of innovation to socio-technical systems[J].Research Policy,2004,33(6-7): 897-920.
[27] EDQUIST C,JOHNSON B.Institutions and organizations in systems of innovation[A]//EDQUIST C.Systems of Innovation:technologies,institutions and organizations[M].London: Routledge,1997: 41-63.
[28] JACOBSSON S,SANDEN B,BANGENS L.Transforming the energy system — the evolution of the german technological system for solar cells[J].Technology Analysis & Strategic Management,2004,16(1): 3-30.
[29] BERGEK A,JACOBSSON S,CARLSSON B,et al.Analyzing the functional dynamics of technological innovation systems: a scheme of analysis[J].Research Policy,2008,37(3): 407-429.
[30] 王宏新,邵俊霖,张文杰.政策工具视角下的中国闲置土地治理——192篇政策文本(1992-2015)分析[J].中国行政管理,2017(3).
[31] 黄萃,任弢,张剑.政策文献量化研究：公共政策研究的新方向[J].公共管理学报,2015,12(2): 129-137+158.
[32] 熊勇清,侯玲玲.传统产业转型升级促进政策的变迁及特征分析——政策文本计量分析视角[J].软科学,2013,27(5): 32-36.
[33] 李政,罗晖,李正风,等.基于质性数据分析的中美创新政策比较研究——以《中国双创》与《创业美国》为例[J].中国软科学,2018(4): 18-30.
[34] KIVIMAA P,KERN F.Creative destruction or mere niche support? innovation policy mixes for sustainability transitions[J].Research Policy,2016,45(1): 205-217.
[35] EDLER J,GEORGHIOU L.Public procurement and innovation—resurrecting the demand side[J].Research Policy,2007,36(7): 949-963.
[36] EDLER J,FAGERBERG J.Innovation policy: what,why,and how[J].Oxford Review of Economic Policy,2017,33(1): 2-23.
[37] WOODS M,PAULUS T, ATKINS D P,et al.Advancing qualitative research using qualitative data analysis software(QDAS)? reviewing potential versus practice in published studies using atlas.ti and nvivo,1994-2013[J].Social Science Computer Review,2016,34(5): 597-617.
[38] 黄萃,苏竣,施丽萍,等.政策工具视角的中国风能政策文本量化研究[J].科学学研究,2011,29(6): 876-882.