戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力多維度差異研究

吳紅迪 吳邦雷

（安徽機(jī)電職業(yè)技術(shù)學(xué)院，安徽蕪湖241002）

戰(zhàn)略性新興產(chǎn)業(yè)具有全局帶動(dòng)性、快速成長(zhǎng)性和較高創(chuàng)新性等特征，對(duì)有效促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展具有重要的引領(lǐng)和推動(dòng)作用。近年來，全球都在尋求新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)以推動(dòng)經(jīng)濟(jì)發(fā)展，而戰(zhàn)略性新興產(chǎn)業(yè)作為一種能夠推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式的產(chǎn)業(yè)得到了我國(guó)政府的高度重視。國(guó)務(wù)院先后下發(fā)了《關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》和《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》等文件，確定了戰(zhàn)略性產(chǎn)業(yè)的發(fā)展方向和目標(biāo)，強(qiáng)調(diào)了戰(zhàn)略性新興產(chǎn)業(yè)是區(qū)域經(jīng)濟(jì)發(fā)展的增長(zhǎng)極，能夠突破產(chǎn)業(yè)發(fā)展瓶頸，提升產(chǎn)業(yè)自主創(chuàng)新能力。因此，科學(xué)評(píng)價(jià)和研究戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力以及創(chuàng)新能力差異形成機(jī)理，對(duì)于區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)的健康發(fā)展和增強(qiáng)地區(qū)競(jìng)爭(zhēng)力具有重要意義。

一、文獻(xiàn)回顧

國(guó)內(nèi)外學(xué)者對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展非常重視，相關(guān)研究成果呈爆發(fā)式增長(zhǎng)。國(guó)外學(xué)者主要從政策機(jī)制和企業(yè)行為兩個(gè)方面研究戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力。Vela探討了政策機(jī)制對(duì)硅谷高科技產(chǎn)業(yè)的影響［1］；Lin認(rèn)為核心企業(yè)主導(dǎo)的創(chuàng)新行為能夠促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展［2］。Sen 指出當(dāng)企業(yè)達(dá)到突破創(chuàng)新階段，可以提升該產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力［3］。Asheim&Coenen研究發(fā)現(xiàn)區(qū)域創(chuàng)新能力差異高于企業(yè)差異［4］。國(guó)內(nèi)學(xué)者大多從戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的影響因素進(jìn)行研究。在影響因素方面強(qiáng)調(diào)制度與政策對(duì)創(chuàng)新能力作用機(jī)理［5］以及創(chuàng)新資源聚集［6］，改善稅收政策環(huán)境［7］，技術(shù)轉(zhuǎn)移和擴(kuò)散［8］，政策機(jī)制支持［9］和區(qū)域整體實(shí)力［10］等對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展起著支撐作用。張治河等指出戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力發(fā)展遵循“蠕蟲狀”演進(jìn)規(guī)律［11］。

本文在吸收國(guó)內(nèi)外戰(zhàn)略性新興產(chǎn)業(yè)研究成果的基礎(chǔ)上，結(jié)合戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展現(xiàn)狀，系統(tǒng)地評(píng)價(jià)戰(zhàn)略性新興產(chǎn)業(yè)的創(chuàng)新能力，并探究戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力差異形成的原因，以期為戰(zhàn)略性產(chǎn)業(yè)的發(fā)展提供理論指導(dǎo)。

二、評(píng)價(jià)指標(biāo)與評(píng)價(jià)方法

（一）指標(biāo)選取的依據(jù)

關(guān)于創(chuàng)新能力方面，國(guó)內(nèi)外學(xué)者進(jìn)行了大量研究，但對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的研究主要集中于創(chuàng)新能力的評(píng)價(jià)，即基于鉆石模型戰(zhàn)略性新興產(chǎn)業(yè)評(píng)價(jià)體系的構(gòu)建［12］和基于“四三結(jié)構(gòu)”的戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力評(píng)價(jià)［13］等實(shí)證分析方面，關(guān)于戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力多維度差異研究相對(duì)匱乏。文章依據(jù)戰(zhàn)略性新興產(chǎn)業(yè)的特點(diǎn)以及地區(qū)經(jīng)濟(jì)發(fā)展水平，分別從原因和結(jié)果兩個(gè)方面分析創(chuàng)新能力（如圖1）。

圖1 創(chuàng)新能力的分析框架

（二）指標(biāo)體系構(gòu)建

根據(jù)奧斯陸手冊(cè)中關(guān)于創(chuàng)新能力評(píng)價(jià)的指標(biāo)［14］，結(jié)合戰(zhàn)略性新興產(chǎn)業(yè)特征，以競(jìng)爭(zhēng)優(yōu)勢(shì)理論和創(chuàng)新理論為基礎(chǔ)，遵循客觀性、科學(xué)性、可操作性等原則，構(gòu)建戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的指標(biāo)體系（如表1）。

表1 評(píng)價(jià)指標(biāo)

（三）評(píng)價(jià)方法的選取

創(chuàng)新能力評(píng)價(jià)是一個(gè)多指標(biāo)綜合評(píng)價(jià)，目前，其評(píng)價(jià)方法有層次分析法、模糊綜合評(píng)判法、德爾菲法、因子分析法和聚類分析法等。其中層次分析法、模糊綜合評(píng)判法、德爾菲法等方法是綜合咨詢?cè)u(píng)分的定性方法，很明顯這類方法會(huì)受到人為因素的影響，指標(biāo)權(quán)重缺乏客觀的科學(xué)依據(jù)，從而不能完全真實(shí)地反映戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力。因子分析方法是一種數(shù)學(xué)變換的方法，通過降維將多個(gè)原始可測(cè)量指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)互不相關(guān)的、抽象的綜合性指標(biāo)?；嵯禂?shù)是測(cè)度空間非均衡程度的一種常用指標(biāo)［15］。文章為了避免主觀臆斷，科學(xué)客觀地對(duì)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力做出評(píng)價(jià)，因此采用因子分析法，并用基尼系數(shù)測(cè)算戰(zhàn)略性新興產(chǎn)業(yè)新產(chǎn)品開發(fā)費(fèi)用、新產(chǎn)品銷售收入和地區(qū)GDP地區(qū)差異。

1.因子分析法

因子分析的原理就是從研究相關(guān)矩陣的內(nèi)部結(jié)構(gòu)出發(fā)，將具有復(fù)雜關(guān)系的變量根據(jù)相關(guān)性大小進(jìn)行分組，并使同一組內(nèi)變量相關(guān)性大，不同組內(nèi)變量相關(guān)性小。然后利用因子得分系數(shù)和方差貢獻(xiàn)率來進(jìn)行排列，從而獲得總目標(biāo)的結(jié)果。

（1）R型因子分析模型

其中m≤P，X1，X2，…XP為觀察變量，F(xiàn)1,F2,…Fm為公共因子，aij為F的系數(shù)，也稱為因子載荷，ε1,ε2,…εP為特殊因子，表示觀察變量不能被公共因子解釋的部分。

模型（上式）矩陣形式為：X=AF+ε（2）

（2）因子分析步驟

第一步，將收集的n個(gè)省市p 項(xiàng)指標(biāo)組成指標(biāo) 集矩陣為Xij(其 中i=1,2,…,n；j=1,2,…,p)。由于各個(gè)指標(biāo)單位不同，首先要消除量級(jí)量綱上的不同，對(duì)原始指標(biāo)集進(jìn)行標(biāo)準(zhǔn)化處理，得到新的標(biāo)準(zhǔn)化數(shù)據(jù)集Yij。

第二步，建立指標(biāo)間標(biāo)準(zhǔn)化數(shù)據(jù)集Yij相關(guān)系數(shù)矩陣R。

第三步，求矩陣R的特征值和特征向量，分別記為和u1,u2,…,uP且有

根據(jù)特征值λ1＞λ2＞…＞λm＞1 和累計(jì)貢獻(xiàn)率λi≥80%的要求取前m個(gè)特征值。

第四步，根據(jù)特征值所對(duì)應(yīng)的特征向量建立因子載荷矩陣。

第五步，采用方差最大旋轉(zhuǎn)方法對(duì)因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，得到正交因子表。

第六步，排序。

通過回歸法計(jì)算出因子得分，以各個(gè)因子的方差貢獻(xiàn)率占總方差累積貢獻(xiàn)率作為比重進(jìn)行加權(quán)匯總得出各個(gè)省市綜合得分F，F(xiàn)值越大表示戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力越強(qiáng)。

2.基尼系數(shù)法

基尼系數(shù)主要用于分析和衡量一個(gè)國(guó)家或地區(qū)居民收入差距。目前，國(guó)內(nèi)外學(xué)者逐漸運(yùn)用基尼系數(shù)反映一個(gè)國(guó)家或地區(qū)創(chuàng)新能力和產(chǎn)業(yè)創(chuàng)新貧富差距程度［16-17］?；嵯禂?shù)是一個(gè)比例數(shù)值，其實(shí)際數(shù)值在0 到1 之間，系數(shù)越大表示差距越大，系數(shù)越小差距越小。為使計(jì)算簡(jiǎn)單化，文章借鑒胡祖光的基尼系數(shù)的近似計(jì)算公式［18］。

公式中g(shù)表示基尼系數(shù)，p5和p1分別代表創(chuàng)新能力指標(biāo)中指標(biāo)值最高的那組省份份額的百分比與最低那組省份份額的百分比。

三、實(shí)證分析

（一）樣本選擇與數(shù)據(jù)來源

文章以北京、天津和河北等28 個(gè)省市、自治區(qū)為研究樣本。海南、寧夏和西藏三個(gè)地區(qū)因數(shù)據(jù)缺失，所以未計(jì)入樣本。所選數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)火炬統(tǒng)計(jì)年鑒》和各省市、自治區(qū)的統(tǒng)計(jì)公報(bào)。

（二）戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的因子分析

根據(jù)因子分析法的步驟，運(yùn)用SPSS軟件對(duì)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力進(jìn)行分析。

1.KMO和Bartlett檢驗(yàn)

KMO統(tǒng)計(jì)量（Kaiser-Meyer-Olkin Measure）是用來檢驗(yàn)變量間的偏相關(guān)性的大小，是簡(jiǎn)單相關(guān)系數(shù)和與變量之間偏相關(guān)系數(shù)的一個(gè)相對(duì)指數(shù)，其中相關(guān)系數(shù)是對(duì)公共因子起作用，而偏相關(guān)系數(shù)是對(duì)特殊因子起作用。KMO的數(shù)學(xué)公式如下：

表2 KMO和Bartlett檢驗(yàn)

根據(jù)檢驗(yàn)結(jié)果可知，KMO=0.765＞0.5，自由度為120，Sig=0，說明變量之間具有相關(guān)性，適合進(jìn)行因子分析。

2.因子分析

根據(jù)經(jīng)過標(biāo)準(zhǔn)化處理的數(shù)據(jù)，進(jìn)行R型因子分析，公因子的提取方法為主成分提取法。計(jì)算R型相關(guān)矩陣的特征值，方差貢獻(xiàn)率以及累積方差貢獻(xiàn)率，結(jié)果見表3。

表3 相關(guān)矩陣的特征值和方差貢獻(xiàn)率

由表3 可知，前三個(gè)因子的特征值均大于1，方差累積貢獻(xiàn)率為85.543%，達(dá)到了因子分析中累積方差貢獻(xiàn)率大于75%的要求，所以應(yīng)選擇前三個(gè)因子為公共因子。為了使因子載荷矩陣中系數(shù)向0-1兩級(jí)分化，使用方差最大化旋轉(zhuǎn)法，經(jīng)過25次旋轉(zhuǎn)后，得到旋轉(zhuǎn)后的載荷矩陣見表4。

指標(biāo)Zscore: R&D研發(fā)投入經(jīng)費(fèi)Zscore：研發(fā)人員Zscore: R&D研發(fā)投入強(qiáng)度Zscore：新產(chǎn)品開發(fā)費(fèi)Zscore：技術(shù)合同成交金額Zscore：技術(shù)轉(zhuǎn)移項(xiàng)目成交量Zscore：利潤(rùn)Zscore：新產(chǎn)品銷售收入Zscore：知識(shí)產(chǎn)權(quán)數(shù)量Zscore：發(fā)明專利Zscore：政府財(cái)政資金支持Zscore：高薪技術(shù)開發(fā)區(qū)Zscore：國(guó)家技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)Zscore：郵電業(yè)務(wù)Zscore：地區(qū)GDP Zscore：教育支出成分1 0.780 0.935 0.231 0.939 0.059 0.298 0.840 0.885 0.049 0.444 0.647 0.688 0.466 0.134 0.313 0.840 2 3 0.285 0.026 0.131 0.113-0.047 0.384 0.164 0.337-0.008 0.149 0.444 0.560 0.240 0.832 0.839 0.336 0.531 0.297 0.893 0.165 0.984 0.611 0.411 0.165 0.945 0.707 0.491-0.035 0.801 0.073 0.164 0.114

根據(jù)旋轉(zhuǎn)成分矩陣得出因子分析數(shù)學(xué)模型：

從公式（4）和旋轉(zhuǎn)成分矩陣可知：

第一公共因子（F1）在R&D 研發(fā)投入經(jīng)費(fèi)、研發(fā)人員、新產(chǎn)品開發(fā)費(fèi)、利潤(rùn)、新產(chǎn)品銷售收入、政府財(cái)政資金支持、高薪技術(shù)開發(fā)區(qū)和教育支出等上有最大載荷和解釋能力。這八個(gè)指標(biāo)與投入產(chǎn)出有關(guān)，故稱為投入產(chǎn)出因子。

第二公共因子（F2）在R&D 研發(fā)投入強(qiáng)度、技術(shù)合同成交金額、技術(shù)轉(zhuǎn)移項(xiàng)目成交量、知識(shí)產(chǎn)權(quán)數(shù)量、發(fā)明專利和國(guó)家技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)等六個(gè)指標(biāo)上有最大的載荷和解釋能力。這六個(gè)指標(biāo)主要反映的是成果轉(zhuǎn)化能力，故將第二公共因子稱為成果轉(zhuǎn)化因子。

第三公共因子（F3）在郵電業(yè)務(wù)和地區(qū)GDP有最大載荷和解釋能力，這兩個(gè)指標(biāo)主要反映的是地區(qū)環(huán)境，因而可以將兩個(gè)公共因子稱為創(chuàng)新環(huán)境因子。

3.公共因子得分和排名

計(jì)算因子得分函數(shù)：

計(jì)算各區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的綜合得分。

根據(jù)公式（5）和公式（6）計(jì)算出各區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的公共因子得分和綜合得分，并對(duì)綜合得分進(jìn)行排名（如表5）。

表5 戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力評(píng)價(jià)結(jié)果

由表5 可以看出，全國(guó)28 個(gè)省市中綜合得分和排名投入產(chǎn)出因子（F1）得分排名前四的分別是廣東、江蘇、浙江和山東。投入產(chǎn)出因子是一個(gè)綜合性評(píng)價(jià)指標(biāo)，權(quán)重最大，對(duì)創(chuàng)新能力的影響最大。其中廣東的投入產(chǎn)出因子得分為4.300 6，遠(yuǎn)高于其他省市，是排名第四的山東省的近10 倍。第二公共因子（成果轉(zhuǎn)化因子）得分最高的是北京市。北京市綜合得分排名第五，但投入產(chǎn)出因子（F1）和創(chuàng)新環(huán)境因子（F3）得分均為負(fù)數(shù)，成果轉(zhuǎn)化因子得分（F2）為4.665 32，可見成果轉(zhuǎn)化因子對(duì)創(chuàng)新能力的影響也很大。在代表創(chuàng)新環(huán)境的公共因子F3上，湖南省以2.430 51 得分排名第1位，與排名第2 和3 位的江蘇省和山東省差距不大。湖南省的綜合得分排名第14位，這說明創(chuàng)新環(huán)境因子對(duì)于創(chuàng)新能力影響較小。從因子綜合得分發(fā)現(xiàn)，廣東、江蘇、浙江、山東、北京、湖北、上海、河南和四川等9個(gè)省市戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力綜合得分均為正值，其他19個(gè)省市均為負(fù)值。

（三）戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力差距的基尼系數(shù)測(cè)算

為了更直觀地表現(xiàn)我國(guó)戰(zhàn)略新興產(chǎn)業(yè)創(chuàng)新能力的差異，根據(jù)因子分析結(jié)果，運(yùn)用基尼系數(shù)法對(duì)我國(guó)28個(gè)省市自治區(qū)的新產(chǎn)品開發(fā)費(fèi)用、新產(chǎn)品銷售收入和地區(qū)GDP 進(jìn)行分析測(cè)算，測(cè)算結(jié)果如圖2所示。

圖2 新產(chǎn)品開發(fā)費(fèi)用、新產(chǎn)品銷售收入和GDP基尼系數(shù)

從圖2可以看出，2013—2017年，我國(guó)各省市之間戰(zhàn)略性新興產(chǎn)業(yè)新產(chǎn)品開發(fā)費(fèi)用與新產(chǎn)品銷售收入基尼系數(shù)正相關(guān)，呈倒U 型。2013—2017年新產(chǎn)品開發(fā)費(fèi)用與新產(chǎn)品銷售收入的基尼系數(shù)均大于0.5，表明這五年各省市戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力差異顯著。2017年新產(chǎn)品開發(fā)費(fèi)用和新產(chǎn)品銷售收入基尼系數(shù)開始下降并降至0.4以下，差距逐漸縮小。

2013—2017 年各省市GDP 曲線較為平穩(wěn)，基尼系數(shù)均小于0.4，2017 年差距進(jìn)一步縮小，直接降至0.3以下，這表明我國(guó)各省市經(jīng)濟(jì)發(fā)展較為均衡。

四、結(jié)論與建議

文章運(yùn)用因子分析法和基尼系數(shù)分別測(cè)算了我國(guó)28個(gè)省市自治區(qū)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力，得出主要結(jié)論：

（1）投入產(chǎn)出因子對(duì)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力貢獻(xiàn)度最大。根據(jù)因子分析結(jié)果顯示，廣東、江蘇、浙江、山東、北京、湖北、上海、河南和四川戰(zhàn)略性新興產(chǎn)業(yè)綜合創(chuàng)新能力較強(qiáng)，綜合得分均為正數(shù)，且廣東、江蘇、浙江和山東的綜合得分和投入產(chǎn)出因子得分均排名前四。除北京市以外，綜合得分排名前九位的省市自治區(qū)投入產(chǎn)出因子得分也均為正數(shù)。綜合得分排名倒數(shù)第一的青海，其投入產(chǎn)出因子得分排名也是倒數(shù)第一。由此可見，投入產(chǎn)出因子對(duì)戰(zhàn)略性新興產(chǎn)業(yè)綜合創(chuàng)新能力的貢獻(xiàn)度最大。成果轉(zhuǎn)化因子得分最高的是北京市，是綜合得分第一的江蘇省的466 倍多。這說明各省市自治區(qū)的成果轉(zhuǎn)化因子差距很大，且成果轉(zhuǎn)化因子對(duì)于戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的貢獻(xiàn)度也較大。在代表創(chuàng)新環(huán)境的公共因子F3上，湖南以2.430 51分排名第1位，江蘇和山東分別以2.085 06 和1.971 18 分排名第二和第三，廣東以-1.925 57 分排名倒數(shù)第一。這說明我國(guó)各省市自治區(qū)創(chuàng)新環(huán)境整體分布較為均衡，但整體水平不高，戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的創(chuàng)新環(huán)境有待進(jìn)一步提高。

（2）戰(zhàn)略性新興產(chǎn)業(yè)新產(chǎn)品開發(fā)費(fèi)用與新產(chǎn)品銷售收入基尼系數(shù)曲線呈倒U 型，創(chuàng)新能力差異顯著?；嵯禂?shù)測(cè)算結(jié)果顯示：2013—2017年，我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)新產(chǎn)品創(chuàng)新開發(fā)費(fèi)用的基尼系數(shù)分布在［0.500 1，0.578 2］區(qū)間內(nèi)，新產(chǎn)品銷售收入的基尼系數(shù)分布在［0.500 5，0.591 8］區(qū)間內(nèi)，這反映出我國(guó)各省市自治區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的新產(chǎn)品開發(fā)費(fèi)用和新產(chǎn)品銷售收入基尼系數(shù)正相關(guān)，創(chuàng)新能力差異顯著，區(qū)域分布不均衡。以GDP為表征的創(chuàng)新環(huán)境因子的基尼系數(shù)分布在［0.299 2，0.385 0］區(qū)間內(nèi)，年均基尼系數(shù)為0.367 2，GDP曲線較為平穩(wěn)，這表明我國(guó)各省市自治區(qū)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新環(huán)境差異較小，而且差距還在進(jìn)一步縮小。

為進(jìn)一步提升我國(guó)戰(zhàn)略新興產(chǎn)業(yè)創(chuàng)新能力，文章建議：（1）擴(kuò)大投入產(chǎn)出因子的投入。首先完善人才激勵(lì)機(jī)制，調(diào)動(dòng)研發(fā)人員的積極性和創(chuàng)新性，提高企業(yè)研發(fā)活力。其次加大政府對(duì)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的支持力度，增加財(cái)政資金支持，優(yōu)化教育支出結(jié)構(gòu)，加快和促進(jìn)高薪技術(shù)開發(fā)區(qū)建設(shè)推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)的快速發(fā)展。（2）加大成果轉(zhuǎn)化力度，完善創(chuàng)新成果轉(zhuǎn)化機(jī)制。全面提高R&D 研發(fā)投入強(qiáng)度，注重技術(shù)市場(chǎng)頂層設(shè)計(jì)，擴(kuò)大技術(shù)市場(chǎng)交易規(guī)模，完善知識(shí)產(chǎn)權(quán)和發(fā)明專利評(píng)價(jià)制度，加快國(guó)家技術(shù)轉(zhuǎn)移示范機(jī)構(gòu)建設(shè)，從而提高戰(zhàn)略性新興產(chǎn)業(yè)成果轉(zhuǎn)化因子創(chuàng)新能力。（3）加強(qiáng)各省市自治區(qū)合作，推動(dòng)協(xié)同創(chuàng)新。強(qiáng)化投入產(chǎn)出因子和成果轉(zhuǎn)化因子得分高的省市自治區(qū)之間的共同合作，相互學(xué)習(xí)。通過優(yōu)勢(shì)互補(bǔ)，資源共享，協(xié)同創(chuàng)新，實(shí)現(xiàn)共同進(jìn)步，共同發(fā)展，最終推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)的健康快速發(fā)展。（4）優(yōu)化創(chuàng)新環(huán)境，充分發(fā)揮創(chuàng)新環(huán)境對(duì)戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新能力的促進(jìn)作用。