我国战略性新兴产业创新能力评价及政策研究

创新驱动发展是“新常态”下中国经济发展战略的重中之重 [1]。2016年《“十三五”国家战略性新兴产业发展规划》明确指出：“要把战略性新兴产业摆在经济社会发展更加突出的位置，大力构建现代产业新体系，推动经济社会持续健康发展。”战略性新兴产业在凝聚创新资源、优化产业结构及提升国家总体创新能力等方面扮演着重要角色。在国家大力推动下，地方各级政府纷纷出台了战略性新兴产业发展规划和政策。然而，若不考虑地方资源禀赋，盲目投资，势必会导致资源浪费、产业雷同等与国家发展战略性新兴产业初衷相违背的后果。因此，有必要对我国各省级行政区战略性新兴产业创新能力进行整体评价，为国家和地方政府优化资源配置、制定战略性新兴产业发展策略等提供政策建议。

1 文献回顾

目前战略性新兴产业创新相关研究主要集中在技术创新[1][2]、协同创新[3][4]、创新能力[5][6]、创新效率[7-8]、创新绩效[9]、创新生态系统[10]、商业模式创新、自主创新 [11]等几个方面。其中，增强创新能力是培育和发展战略性新兴产业的中心环节。张莉芳[12]研究发现，战略性新兴产业企业的国际化战略能促进企业创新能力提升，同时政府直接补贴负向调节前者对后者的促进作用，政府间接补贴正向调节前者对后者的促进作用；曹勇等(2016)发现创新意愿和知识溢出效应均对战略性新兴产业创新能力具有促进作用；刘继兵等[13]探究了制度环境对战略性新兴产业企业创新能力的作用机理[13]；李苗苗等[10]研究表明R&D经费投入对我国战略性新兴产业企业技术创新能力具有促进作用,而财政政策对企业技术创新能力影响较为复杂[6]；孙玉涛和李苗苗[14]运用负二项回归模型综合分析了科教政策强度、FDI水平、地理位置和经济发展水平等因素对战略性新兴产业企业技术创新能力的影响。不难发现，目前战略性新兴产业创新能力相关研究主要集中在创新能力影响因素方面。随着创新驱动发展战略的不断深入，区域、产业创新能力的量化评价日益成为学术界关注的热点问题 [5]。目前关于战略性新兴产业创新能力评价的研究还存在争议，研究对象和评价方法也各不相同。董登珍等[15]运用因子分析方法对湖北省战略性新兴产业自主创新能力进行了评价；张治河等[5]利用灰色模糊评判法和内核密度分析法,发现21个样本城市的战略性新兴产业创新能力发展遵循“蠕虫状”演进规律；李燕和李应博(2015)实证检验了区域创新能力不同维度对战略性新兴产业的长短期影响机理；孙早和肖利平[11]利用企业面板数据对评价指标体系进行筛选和精准化。

综上，学者们对战略性新兴产业创新能力的影响因素进行了深入研究。研究对象大多是上市公司，或者针对某个地区、某个省份、某些城市，又或是运用1-2年数据对全国各地区进行评价，鲜有对全国各省级行政区进行系统分析评价的研究。因此，本文对我国内地31个省级行政区战略性新兴产业创新能力进行量化研究，探究战略性新兴产业创新能力发展的内在规律。本文收集整理我国内地31个省级行政区战略性新兴产业2010-2016年数据，从自主创新投入、技术获取及改造、创新成果产出、创新环境支撑、创新政策扶持等5个维度，构建评价体系；运用因子分析和聚类分析全面衡量我国各省级行政区战略性新兴产业创新能力，然后对我国各区域战略性新兴产业创新能力进行类别判断。

本文从4个方面丰富现有研究：①以往研究主要关注战略性新兴产业创新能力的影响因素，鲜有研究基于能力观视角系统评价我国各省级行政区战略性新兴产业创新能力，本研究对此作出补充；②在评价体系中创新性地增加创新政策扶持维度，把具体指标分为产业内部创新政策支持和省级行政区整体创新政策支持两个方面，并给出针对性强的政策建议；③给出一种更为科学准确的数据选取方式，整理我国内地31个省级行政区战略性新兴产业2010-2016年面板数据，使得评价结果具有较强说服力；④研究发现我国战略性新兴产业整体创新能力较弱的主要原因是区域发展不平衡且多数地区存在创新短板。不同地区创新能力大致呈金字塔形态分布，且“胡焕庸线”两侧差距明显。

2 战略性新兴产业创新能力评价

2.1 指标体系构建

从“能力”视角评价区域创新体系是学术界广泛采用的研究思路[16]。2004年美国竞争力委员会构建了包括创新投入要素、国家创新产出、企业产出绩效、创新基础设施、公共政策环境等指标在内的创新评价指标体系[17]。战略性新兴产业具有自然环境依存度较低、产业空间集聚现象明显、人文素质环境要求较高、注重政府支持和政策导向等特点。本文在参考《中国区域创新能力监测报告》、《中国区域创新能力评价报告》等权威评价指标体系的基础上，结合战略性新兴产业的行业特点，遵循科学性和实用性、全面性和代表性、系统性和导向性相结合的原则，从自主创新投入、技术获取及改造、创新成果产出、创新环境支撑、创新政策扶持等5个维度构建评价指标体系。前4个维度在创新能力评价指标体系中较为常见[5,15] ,本文根据战略性新兴产业特有的政策导向特征，增加创新政策扶持维度，具体指标分为产业内部创新政策支持和省级行政区整体创新政策支持两个方面，以便给出针对性强的政策建议。

自主创新投入能力。创新投入是企业从事创新活动的前提和必备条件，自主创新投入能力强弱直接影响企业整体创新实力。本文选取R&D经费内部支出、R&D经费外部支出、R&D人员投入、R&D人员折合全时当量4个指标，分别从R&D经费投入和R&D人员投入两个方面衡量其自主创新能力。另外，本文还加入R&D经费内部支出占主营业务收入比重、R&D人员占从业人员比重两个相对指标。同时，考虑到固定资产投入作为硬实力对自主创新的影响，加入新增固定资产投入指标。

技术获取和改造能力。不管是战略性新兴产业、高技术行业还是传统制造业，技术获取和改造能力都会直接影响产业综合创新能力。本文选用引进技术经费支出、购买境内技术经费支出两个指标衡量技术获取能力；采用消化吸收经费支出、技术改造经费支出两个指标衡量技术改造能力。

创新成果产出能力。创新成果是从事创新活动的最终表现形式和创新效果的最直观体现，一般由专利、新产品等体现。本文采用新产品销售收入、新产品销售收入占主营业务收入比重、新产品开发项目数衡量新产品产出；采用专利申请数和有效发明专利数衡量专利产出，从两个方面综合评价战略性新兴产业创新产出能力。

创新环境支撑能力。战略性新兴产业空间集聚现象较为明显，地理位置上的接近可以使企业相互提供外部性，从而降低企业创新成本，促进产业整体创新水平提高。因此，本文创新环境支撑能力主要指产业内部环境的相互支撑能力。分别采用战略性新兴产业企业数、战略性新兴产业有R&D活动的企业个数、战略性新兴产业有R&D机构的企业个数以及战略性新兴产业从业人员平均人数、各地区研发人员全时当量、各地区普通本科生毕业人数两类指标，从企业和人力两个方面具体衡量。

创新政策扶持能力。政府支持和政策导向对战略性新兴产业发展具有巨大推动作用。本文把创新政策扶持能力分为战略性新兴产业内部创新政策扶持和省级行政区整体创新政策扶持两个方面，用战略性新兴产业R&D经费内部支出(政府资金)和战略性新兴产业政府资金占R&D经费内部支出比重两个指标衡量产业内部创新政策扶持能力，用各地区研发经费内部支出与GDP比值、各地区研发经费内部支出(政府资金)和各地区财政科技支出3个指标衡量省级行政区整体创新政策扶持能力。

2.2 数据来源及评价方法

战略性新兴产业分类出现较晚，且目前尚没有针对战略性新兴产业详实完整的官方统计数据，因此，实证研究难度较大。通过文献梳理发现，已有战略性新兴产业实证研究的数据来源存在以下不足：①统计范围不够准确。直接使用规模以上企业数据、高技术行业数据等，与战略性新兴产业范围不符，代表性较弱；②时间跨度短。较多研究只选用一年或者两年数据进行测度；③没有分地区或者只研究某些省份、城市。各地区经济、制度等基本环境不尽相同，针对不同地区有针对性地进行评价才能提供有效的政策建议。

本文着重对以上3点不足进行补充，力争在可得性前提下保证数据来源的科学性和代表性。对比国家统计局《高技术行业(制造业)分类(2013)》和国家发展改革委《战略性新兴产业重点产品和服务指导目录(2016版)》后发现，前者在电子及通信设备制造、医药制造、医疗仪器设备及仪器仪表制造、航空航天器及设备制造、信息化学品制造等5大类中包含的细分行业，与后者包含的8大产业中的新一代信息技术、高端装备制造、新材料、生物产业等4个主要产业的细分行业具有较高吻合度。考虑到2015年及以前《中国高技术行业统计年鉴》中未统计信息化学品制造领域数据，为了保证数据的完整性和可获得性，本文选用《中国高技术行业统计年鉴》中的电子及通信设备制造、医药制造、医疗仪器设备及仪器仪表制造、航空航天器及设备制造等4大行业数据代表战略性新兴产业数据。

2010年国务院正式明确了七大战略性新兴产业分类，可获得统计年鉴数据截至2017年(年鉴内数据延迟一年，实为2016年数据)，因此，本文选用2010-2016年数据进行实证研究。所涉及数据主要来源于国内公开出版的统计年鉴、报告以及相关部门官方网站。其中，各地区财政科技支出、各地区普通本科生毕业人数以及国民生产总值指标数据来自《中国统计年鉴(2011-2017)》，各地区研发人员全时当量、各地区研发经费内部支出以及各地区研发经费内部支出——政府资金指标数据来自《中国科技统计年鉴(2011-2017)》，其它绝对值指标数据均来自《中国高技术行业统计年鉴(2011-2017)》，R&D人员占从业人员比重等相对值指标数据通过计算求得。

因子分析法以其客观性、实用性强的特点，在实际工作中应用最为普遍。本文选用因子分析法建立评价模型测度各省级行政区创新能力，因子分析基本步骤包括：①使用KMO和Bartlett验证变量是否适合作因子分析；②因子提取，计算方差贡献率与累积方差贡献率：③因子旋转，使各因子负荷两极分化；④计算总因子得分值并进行综合排序。战略性新兴产业创新能力综合得分计算公式如下:

其中，di表示因子贡献率；fi表示因子得分；bij表示因子得分系数；xij表示标准化的指标值。

3 战略性新兴产业创新能力评价实证分析

3.1 描述性统计分析

对我国内地31个省级行政区2010-2016年所有指标数据进行描述性统计分析，结果显示，数据缺陷较少且标准差大都维持在合理范围内。各指标数据标准差与均值之比一般小于2，只有专利申请数与有效发明专利数等变量数据离散程度较高。一个可能的原因是战略性新兴产业市场集中度较高，而政府支持和金融支持有利或偏向于企业集群，导致强者愈强。

7年间各指标平均值呈稳步增长趋势。其中，购买境内技术经费支出、有R&D机构的企业个数、有R&D活动的企业个数和有效发明专利数4项指标，2016年比2010年分别增长了3.29、3.83、5.09和6.47倍，说明7年来我国战略性新兴产业整体创新能力显著增强。但也有例外，消化吸收经费支出和政府资金占R&D经费内部支出比重两项指标2016年值分别下降到2010年的0.66和0.89。消化吸收经费支出下降可能的原因是随着我国战略性新兴产业自主创新能力不断增强，引进外来技术的数量逐渐减少，所以针对引进技术的应用、复制等工作所产生的支出也有所下降。政府资金占R&D经费内部支出比重逐年下降并不一定意味着政府对战略性新兴产业的扶持力度减弱，可能的原因是R&D经费内部支出(政府资金)7年间累计增长1.66倍，而R&D经费内部支出7年间累计增长了2.16倍，增速高于前者。增速的不匹配也从侧面反映出，战略性新兴产业非政府投资者的信心逐渐增强。

7年间各指标标准差呈稳步增长趋势，说明7年间各指标数据离散程度逐渐扩大。其中,有效发明专利数、有R&D活动的企业个数、R&D经费外部支出、有R&D机构的企业个数、购买境内技术经费支出5项指标的标准差，2016年比2010年分别增长了4.98、4.99、5.74、5.75和8.36倍，说明在我国战略性新兴产业整体创新能力不断增强的同时，不同省级行政区之间仍存在差异，且差异程度有扩大趋势。可能由于战略性新兴产业是知识和技术高度密集型产业，对人文素质环境要求较高，省级行政区在经济、科技、文化等方面发展水平和速度存在差异，导致区域内战略性新兴产业创新能力也随之变化。

另外，所有绝对指标无一例外都实现了不同程度增长，其中，购买境内技术经费支出7年间增长超过10倍。值得注意的是，7年间各指标最小值趋势并不规则。可能的原因是西藏、新疆、青海、甘肃等多个省份，引进技术经费支出、消化吸收经费支出等多个指标在多个年份绝对值为零，导致标准化后的各指标最小值数据产生异常。

3.2 因子分析

为了避免某一年的数据随机变化对评价结果造成影响，本文利用统计软件SPSS 23.0对我国内地31个省级行政区战略性新兴产业2010-2016年数据分别进行因子分析，所选择的评价指标均为正向、定量指标。首先对数据进行标准化处理，消除不同量纲的影响，然后对样本数据进行KMO检验和Bartlett球形度检验，结果如表2所示。7年KMO值均大于0.6，表明变量之间具有相关性，适合作因子分析；7年数据Sig值均为0.000，小于显著性水平0.001，因此，拒绝“相关系数矩阵为单位阵”的原假设，适合作因子分析。

旋转后的特征值和累计贡献率结果如表3所示。7年数据前5个因子的特征值均大于1，且累计方差贡献率均达到89.8%以上，说明前5个因子能有效反映原始数据的实际意义，因子分析效果较好。其中，因子1方差贡献率均达到37.0%以上，说明因子1是战略性新兴产业创新能力最重要的影响因子。

为了使公因子的命名和解释更清晰，对模型进行Kaiser标准化的正交旋转。通过旋转后的结果可以发现：因子F1在R&D人员、新产品销售收入、R&D经费内部支出、新产品开发项目数、R&D人员折合全时当量、R&D经费外部支出、专利申请数、有效发明专利数、企业数、从业人员平均人数等指标上具有较大荷载，且各指标均为绝对值，因此,把F1命名为自主创新投入和创新成果产出绝对能力因子；因子F2在技术改造经费支出、引进技术经费支出、购买境内技术经费支出、消化吸收经费支出、各地区普通本科生毕业人数、有R&D活动的企业个数、各地区研发人员全时当量、有R&D机构的企业个数、新增固定资产等指标上具有较大荷载，因此,把F2命名为技术获取改造和环境支撑能力因子；因子F3在各地区研发经费内部支出与GDP比值、各地区研发经费内部支出(政府资金)、各地区财政科技支出等指标上具有较大荷载，因此,把F3命名为区域创新政策扶持能力因子；因子F4在R&D人员占从业人员比重、新产品销售收入占主营业务收入比重、R&D经费内部支出占主营业务收入比重等指标上具有较大荷载，且各指标均为相对值，因此,把F4命名为自主创新投入和创新成果产出相对能力因子；因子F5在政府资金占R&D经费内部支出比重、R&D经费内部支出(政府资金)两个指标上具有较大荷载，因此,把F5命名为产业创新政策扶持能力因子。

主因子分别命名后发现，5个主因子可以大致分成三大类：自主创新投入和创新成果产出能力因子、技术获取与改造和环境支撑能力因子、创新政策扶持能力因子。这三大类主因子又可以细分成5种能力：自主创新投入能力、创新成果产出能力、技术获取改造能力、创新环境支撑能力与创新政策扶持能力。这5种能力与本文评价指标体系的5个维度完全吻合，可以反证本文指标体系具有较强的科学性和代表性。

根据上文计算公式，可以得到2010-2016年战略性新兴产业创新能力综合得分及排名情况，如表4所示，得分越高说明该地区战略性新兴产业创新能力越强。根据表4可知，创新能力较强的地区有广东、江苏、浙江、山东、上海、陕西、北京等，7年创新能力得分均大于0。其中，广东、江苏、浙江三地战略性新兴产业创新能力最强，7年间一直稳居前三，但只有广东、江苏两地得分大于1，且广东得分远大于江苏，头部效应非常显著。具体分析5个主因子得分可以发现，广东自主创新投入和创新成果产出绝对能力极强，这也与其经济体量相符。分析各年度其它省级行政区与广东相对创新能力得分比值(假定广东创新能力增速不变，分别计算广东和其它省份各年度创新能力得分的比值，然后比较不同年份比值走势)可以发现，上海、北京两地虽然整体创新能力较强，但其增速相对较为缓慢，甚至有下降趋势。相反，湖北、福建、湖南等地创新能力明显增强。

根据计算结果可以清楚地看到，我国各省级行政区7年间战略性新兴产业创新能力排名变化情况。山东、湖北、湖南、河北、海南、青海等地名次有较大幅度提升，创新能力显著增强。相反，黑龙江、天津、河北、贵州、甘肃、宁夏等地排名有明显下降趋势，所在地区战略性新兴产业需要找准问题所在，加速追赶。整体来看，我国战略性新兴产业7年间发展迅速，但是，头部效应显著、欠发达地区创新动力明显不足、不同省级行政区之间创新能力差距不断扩大等区域发展不平衡问题仍然存在。因此，为了深入分析各省级行政区战略性新兴产业创新发展过程中可能存在的问题和隐患，为政策制定提供更具参考价值的详细建议，本文分别对5大因子及综合能力得分7年间排名进行加权平均。

结合加权平均结果和各因子具体得分可以发现，不仅不同省级行政区之间战略性新兴产业创新能力发展不平衡，各个地区战略性新兴产业内部不同能力之间的发展也极不平衡，“木桶效应”限制区域产业创新。综合创新能力排名第一的广东，技术改造与获取和环境支撑能力7年平均仅排在第23位，区域创新政策扶持能力、自主创新投入和创新成果产出相对能力以及产业创新政策扶持能力也未能进入前十。因此，广东省战略性新兴产业创新能力要想取得更大进步，应该加大技术获取和改造相关经费支持，同时注重创建更好的企业创新环境；江苏综合创新能力排名第二，其自主创新投入和创新成果产出绝对能力及相对能力分别排在第2和第23位。这说明江苏在创新投入和创新成果产出绝对指标上具有较大体量，但是，相对于其战略性新兴产业产值，目前投入产出水平还不高，应该有针对性地继续加大自主创新投入，缩小与广东的差距；浙江综合创新能力排名第三，但是，其产业创新政策扶持能力仅排名第23位。因此，浙江可以针对战略性新兴产业企业加大政策资金扶持力度。

山东、上海、陕西三地战略性新兴产业内部不同能力的发展较为均衡，没有明显不足，但是，也不难看出下一步努力的方向。比如陕西，自主创新投入和创新成果产出绝对能力相对于排名靠前的其它省份明显不足。作为整体经济实力相对较弱的中西部省份，地方政府应该统筹协调内部资源，加大战略性新兴产业自主创新投入，这样才能取得新的突破。值得一提的是，陕西能够成为中西部地区中战略性新兴产业创新能力最强的省份，与其近几年持续发力新一代信息技术产业不无关系。新一代信息技术产业是西安高新区最大的产业集群，拥有三星电子、中兴通讯、华为、美光等大型电子通讯企业900余家，总收入连续多年占当地战略性新兴产业的30%以上；北京作为我国政治文化中心，拥有中关村、数十所全国重点大学等诸多不可比拟的创新资源，但是，其在战略性新兴产业创新能力方面的表现却差强人意。北京和广东存在同样的问题，且程度有过之而无不及。技术改造与获取和创新环境支撑能力直接排名全国倒数第三，自主创新投入和创新成果产出绝对能力也仅居中等水平。因此，北京下一步应该加大自主创新投入和技术改造与获取支出，同时，努力为战略性新兴产业营造良好的创新环境；四川、湖北两地战略性新兴产业内部不同能力的发展也较为均衡。四川排名全国前列、西部首位，得益于成都、绵阳、西昌等城市新一代信息技术、高端装备制造等战略性新兴产业的快速发展。湖北省近年来加大对战略性新兴产业的投入力度，2015年设立400亿元产业基金，同时不断优化调整产业发展模式，产业规模迅速扩大；福建战略性新兴产业的自主创新投入和创新成果产出绝对能力以及产业创新政策扶持能力较弱，下一步可以协调资源，增加自主创新投入，同时对战略性新兴产业内企业加大资金扶持力度。

通过加权平均结果也不难发现，辽宁、湖南、黑龙江、河北、重庆、甘肃等地最大的短板是自主创新投入和创新成果产出绝对能力较弱；天津作为经济基础较好的直辖市，与北京一样忽视了技术改造获取和创新环境支撑能力；贵州、海南、云南、宁夏、新疆等地急需增强区域创新政策扶持能力。海南作为排名最后的东部省份，其战略性新兴产业创新能力较弱的主要原因在于海南支柱产业是旅游业，省内工业化水平较低，同时缺乏科研院所和高技术产业支撑；河南、江西、吉林、广西、山西等地最大的问题是自主创新投入和创新成果产出相对能力不足；安徽和福建排名接近，存在的问题也较为相似，应该着重加强自主创新投入和创新成果产出绝对能力以及产业创新政策扶持能力。值得注意的是，贵州、宁夏两地虽然综合创新能力较弱，但是二者自主创新投入和创新成果产出相对能力较强，分别位列第6和第2位。可能的原因是两省战略性新兴产业尚处在培育阶段，产业产值相对较低，导致自主创新投入和创新成果产出相对值偏高。

3.3 聚类分析

结合各省级行政区2010-2016年战略性新兴产业创新能力综合得分结果，本文首先采用系统聚类分析，对创新能力相似性较高的地区进行拟合。采用类平均法计算类与类之间的距离，得到聚类树状图，把内地31个省级行政区大致分为3类。广东、江苏为第一类，浙江、山东、上海、陕西、北京为第二类，其余为第三类。考虑到第三类包含省级行政区较多，为了得到更加细致的分类，本文采用K-平均值迭代聚类分析，再次对各省级行政区2010-2016年战略性新兴产业创新能力综合得分进行聚类。结合两种聚类方法，最终把31个省级行政区分为4类，如表5所示。

结合表5，根据2010-2016年我国内地31个省级行政区战略性新兴产业创新能力情况，将其分为4类，即领先型、优势型、发展型和劣势型。领先型和优势型包括7个省级行政区，与7年间创新能力综合得分加权排名前7名的省级行政区完全一致。除个别省份外，聚类结果与因子分析结果大致相同。第Ⅰ类和第Ⅱ类地区中除陕西外全位于东部；第Ⅲ类地区中中部有四省，东部、东北部、西部分别有两省，整体分布较为均匀；第Ⅳ类地区中西部有9省，明显占主力。另外，河北、海南和吉林分别位于东部和东北，中部有江西、山西两省。我国各省级行政区战略性新兴产业创新能力大致呈东-中-西部由高到低梯形差异分布，东部省级行政区创新能力明显优于中西部。也可以看出，我国战略性新兴产业创新能力总体较弱，区域分布呈金字塔形态。此外，创新能力强弱与各地区经济发展水平存在显著相关性，“胡焕庸线”两侧差距明显。综合得分较高、分类靠前的省份大多处在东部沿海经济发达地区；反之，大多位于经济发展较为落后的西部地区。

4 研究结论及政策建议

4.1 研究结论

本文构建评价体系，运用因子分析和聚类分析全面衡量我国各省级行政区战略性新兴产业创新能力，然后对我国各区域战略性新兴产业创新能力进行类别判断。评价结果表明：①我国战略性新兴产业整体创新能力较弱、头部效应显著、欠发达地区创新动力明显不足、不同省级行政区之间创新能力差距不断扩大等区域发展不平衡问题仍然存在，自主创新投入和创新成果产出不足是现阶段面临的主要问题;②各省级行政区内部战略性新兴产业创新能力不同维度之间发展也极不平衡，多数地区存在创新短板，“木桶效应”限制了区域整体创新潜力；③各省级行政区可以根据战略性新兴产业创新能力，分为领先型、优势型、发展型和劣势型等四大类，总体大致呈东-中-西部由高到低梯形差异分布；④战略性新兴产业创新能力与地区经济发展水平显著相关，不同地区战略性新兴产业创新能力呈金字塔形态，且“胡焕庸线”两侧差距明显。

4.2 政策建议

针对我国战略性新兴产业：①注重科技成果保护和转化，健全知识产权保护体系。建立规范、完善的知识产权保护制度，保护战略性新兴产业合法权益。重视科技成果推广转化，加强中介平台建设。强化技术孵化、信息咨询、人员培训、资金融通和法律保障等中介机构建设，为科技成果转化提供服务机构集聚平台；②加大政策扶植力度，建立以创新为导向的激励机制。完善产业政策体系，创造良好的创新政策环境。加大政策引导和扶持力度，在财政预算中增加用于战略性新兴产业基础投入的专项资金。建立以市场和创新产出为导向的产业创新激励机制，发挥税收的杠杆效应；③健全产学研合作创新机制，增强省内外人才吸引力。大力支持产学研合作科研项目申报，以项目驱动协同创新，形成政、产、学、研、用一体的创新体系。建立和完善人才培养引进体系，为高技术人才创造自主创新的良好环境。以院士专家工作站、博士后工作站为依托，创造条件集聚全球高端人才；④培育龙头企业，提高产业整体创新能力。中西部省级行政区大多存在战略性新兴产业龙头企业少、规模小等问题，应着力推进产业集群发展，形成以龙头企业为核心、中小企业协作配套的特色产业基地，营造龙头企业成长的产业生态环境。围绕中部崛起战略、西部大开发战略，形成完整产业链，充分发挥现有技术潜力和特色优势，为龙头企业发展提供持续有效的支撑。

针对各省级行政区：广东想取得更大进步，应该加大技术获取和改造相关经费支持，同时注重创建更好的企业创新环境；江苏应该有针对性地继续加大自主创新投入，缩小与广东的差距；浙江可以针对战略性新兴产业企业，加大政策资金扶持力度；陕西自主创新投入和创新成果产出绝对能力相对于排名靠前的其它省份明显不足，加大战略性新兴产业自主创新投入才能取得新的突破；北京存在与广东同样的问题，应该加大自主创新投入和技术获取改造支出，同时，努力为战略性新兴产业营造良好的创新环境；福建下一步可以协调资源增加自主创新投入，同时针对战略性新兴产业内企业加大资金扶持力度；辽宁、湖南、黑龙江、河北、重庆、甘肃等地最大的短板是自主创新投入和创新成果产出绝对能力较弱；天津忽视了技术改造与获取和创新环境支撑能力；贵州、海南、云南、宁夏、新疆等地急需增强区域创新政策扶持能力；河南、江西、吉林、广西、山西等地最大的问题是自主创新投入和创新成果产出相对能力不足；安徽应着重加强自主创新投入和创新成果产出绝对能力及产业创新政策扶持能力。

[1] 曹虹剑,张建英,刘丹.模块化分工、协同与技术创新——基于战略性新兴产业的研究[J].中国软科学,2015(7):100-110.

[2] 霍国庆,李捷,张古鹏.我国战略性新兴产业技术创新理论模型与经典模式[J].科学学研究,2017,35(11):1623-1630.

[3] 易高峰,邹晓东.面向战略性新兴产业的产学研用协同创新平台研究[J].高等工程教育研究,2015(2):39-43.

[4] 焦媛媛,沈志锋,胡琴.不同主导权下战略性新兴产业协同创新网络合作关系研究——以我国物联网产业为例[J].研究与发展管理,2015,27(4):60-74.

[5] 张治河,潘晶晶,李鹏.战略性新兴产业创新能力评价、演化及规律探索[J].科研管理,2015,36(3):1-12.

[6] 李苗苗,肖洪钧,傅吉新.财政政策、企业R&D投入与技术创新能力——基于战略性新兴产业上市公司的实证研究[J].管理评论,2014,26(8):135-144.

[7] 刘晖,刘轶芳,乔晗,等.我国战略性新兴产业技术创新效率研究[J].系统工程理论与实践,2015,35(9):2296-2303.

[8] LIU Z Y,XIA Y M.Innovation efficiency and impact factors of China's strategic emerging industries [J].Journal of Emerging Trends in Economics and Management Sciences,2012,3(5):547-552.

[9] 陈鲁夫,邵云飞.“钻石模型”视角下战略性新兴产业创新绩效影响因素的实证研究——以新一代信息产业为例[J].技术经济,2017,36(2):1-7+116.

[10] 李煜华,武晓锋,胡瑶瑛.共生视角下战略性新兴产业创新生态系统协同创新策略分析[J].科技进步与对策,2014,31(2):47-50.

[11] 孙早,肖利平.融资结构与企业自主创新——来自中国战略性新兴产业A股上市公司的经验证据[J].经济理论与经济管理,2016(3):45-58.

[12] 张莉芳.政府补贴、国际化战略和企业创新能力——基于中国战略性新兴产业的经验研究[J].商业研究,2018(6):151-160.

[13] 刘继兵,王琪,马环宇.制度环境对战略性新兴产业创新能力的影响[J].科技进步与对策,2015,32(23):54-61.

[14] 孙玉涛,李苗苗.企业技术创新能力培育的区域性因素——基于战略性新兴产业上市公司的实证分析[J].科学学与科学技术管理,2013,34(8):129-137.

[15] 董登珍,吴翠,龚明.湖北省战略性新兴产业自主创新能力评价研究[J].科技进步与对策,2016,33(12):143-147.

[16] DAVID DOLOREUX SP.Regional innovation systems:current discourse and unresolved issues [J].Technology in Society，2005,27(2):133-153.

[17] US Council on Competitiveness.American innovation:in a world of challenge and change to prosperity[R].2004.