區(qū)域科技創(chuàng)新政策績效比較研究
——基于北京、上海、天津和重慶的實證研究

郄海拓，高 雅，張志娟

（1.中國科學技術(shù)信息研究所，北京 100038；2.北京工業(yè)大學經(jīng)濟與管理學院，北京 100124）

黨的十九大報告中提出，“從2020年到2035年，在全面建成小康社會的基礎(chǔ)上，再奮斗15年，基本實現(xiàn)社會主義現(xiàn)代化。到那時，我國經(jīng)濟實力、科技實力將大幅躍升，躋身創(chuàng)新型國家前列”[1]。城市建設(shè)是創(chuàng)新型國家建設(shè)的重要部分，因而城市創(chuàng)新發(fā)展研究極具必要性。在中國科學技術(shù)信息研究所發(fā)布的《國家創(chuàng)新型城市創(chuàng)新能力評價報告2019》中，提到78個創(chuàng)新型城市匯聚了全國78.5%的R&D經(jīng)費投入和78.7%的地方財政科技投入，擁有全國85%以上的有效發(fā)明專利，成為建設(shè)創(chuàng)新型國家的關(guān)鍵節(jié)點[2]，國外學者Cooke[3]提出，相對于國家創(chuàng)新系統(tǒng)，區(qū)域創(chuàng)新在針對性發(fā)展優(yōu)勢產(chǎn)業(yè)方面更具優(yōu)勢，而且創(chuàng)新系統(tǒng)內(nèi)部要素流動更便利[4]，因而研究區(qū)域創(chuàng)新更易得到客觀準確和易于推廣的結(jié)論。另外，有學者提出，知識和技術(shù)等要素具備可復制性特征[5]，并且要素對臨近地區(qū)有一定溢出效應(yīng)[6]，區(qū)域創(chuàng)新也存在一定空間溢出效應(yīng)[7]，因而區(qū)域創(chuàng)新帶動周邊更大范圍的創(chuàng)新是從區(qū)域創(chuàng)新推廣到國家創(chuàng)新的有效路徑，重視以城市為創(chuàng)新單元的“城市—國家”區(qū)域創(chuàng)新發(fā)展路徑是提高城市乃至國家創(chuàng)新能力的重要途徑。

城市創(chuàng)新建設(shè)以城市科技創(chuàng)新政策為指引，政策決定著城市創(chuàng)新建設(shè)的方向，因而基于區(qū)域?qū)嶋H的創(chuàng)新投入和產(chǎn)出情況來研究區(qū)域科技創(chuàng)新政策的績效及其影響因素，有助于客觀反映政策的真實效果，為城市創(chuàng)新建設(shè)路徑的選擇和區(qū)域科技創(chuàng)新政策立改廢提供決策借鑒。以典型城市為樣本研究區(qū)域科技創(chuàng)新政策的現(xiàn)狀、績效和改進路徑，在理論和實踐上都有很重要的意義。

本文利用DEA-Malmquist指數(shù)模型，以北京、上海、天津和重慶四個直轄市為例，從投入產(chǎn)出角度研究我國區(qū)域科技創(chuàng)新政策績效的變動情況。選擇這幾個城市是因為相對于其他城市而言，直轄市政策的獨立性更強，政策樣本易于統(tǒng)計和區(qū)分，對附近城市的帶動和知識技術(shù)的外溢效應(yīng)更明顯，同時這幾個城市創(chuàng)新建設(shè)成果較優(yōu)，對其他城市建設(shè)的參考意義更強。本研究以全要素生產(chǎn)率變動指數(shù)tfpch來衡量科技創(chuàng)新政策績效，實現(xiàn)政策績效變動相應(yīng)指數(shù)的量化分析，并對變動原因予以分解，明確區(qū)域科技創(chuàng)新政策績效變動程度、方向及其原因，在理論層面上深化了對區(qū)域科技創(chuàng)新政策的研究，從創(chuàng)新投入產(chǎn)出角度實現(xiàn)了政策績效的客觀量化，在實踐層面上為城市創(chuàng)新建設(shè)相關(guān)工作的開展和政策決策者對區(qū)域科技創(chuàng)新政策進行立改廢提供參考。

1 研究方法

在現(xiàn)有研究中，區(qū)域創(chuàng)新能力以創(chuàng)新主體的創(chuàng)新投入產(chǎn)出水平表現(xiàn)出來[8]，投入產(chǎn)出是測算績效的有效方法，因而本研究也從投入產(chǎn)出角度來衡量區(qū)域創(chuàng)新的效果。劉鳳朝等[9]研究發(fā)現(xiàn)，政府R&D投入對企業(yè)R&D投入有顯著引致效應(yīng)而后者又對技術(shù)進步有顯著引致效應(yīng)，因而以政府為起點引導R&D投入進而促成技術(shù)進步，最終影響經(jīng)濟和社會發(fā)展是城市發(fā)展的重要發(fā)展思路。劉會武等[10]認為應(yīng)對由政策支持的創(chuàng)新活動進行效率、效果、效益等方面的評價。在創(chuàng)新投入變量的選擇方面，R&D相關(guān)的經(jīng)費、人力、全時當量等是常用變量[11,12]，在創(chuàng)新產(chǎn)出的變量選擇方面，專利授權(quán)數(shù)是常用的衡量指標[13-18]。

政策數(shù)據(jù)的非結(jié)構(gòu)化特征使得科技創(chuàng)新政策績效評價成為政策研究的難點，以往研究中常用創(chuàng)新投入產(chǎn)出情況來衡量，如馮峰等[12]學者的研究以政策作用區(qū)域的投入產(chǎn)出情況測度政策績效，這種方法在理論上具備較強合理性，在應(yīng)用上方法的操作性和結(jié)論的可借鑒性較強，因而本文遵循投入產(chǎn)出思路進行科技創(chuàng)新政策績效研究。DEAMalmquist指數(shù)模型法在研究全要素生產(chǎn)率變動方面具備很大優(yōu)勢，可直接憑借投入產(chǎn)出要素確定全要素生產(chǎn)率變動指數(shù)tfpch的變動情況，并且可以將變動原因進行分解，具體體現(xiàn)為技術(shù)進步指數(shù)techch、技術(shù)效率指數(shù)effch、純技術(shù)效率變動指數(shù)pech與規(guī)模效率變動指數(shù)sech的取值情況，因此本文選取這種方法測度區(qū)域科技創(chuàng)新政策績效。

DEA-Malmquist指數(shù)模型法是研究和測度同質(zhì)決策單元的全要素生產(chǎn)率常用的定量方法[19]。Malmquist指數(shù)通過對目標決策單元在一個時間間隔內(nèi)技術(shù)進步效率與技術(shù)效率的分析得到目標決策單元相對于經(jīng)濟效率動態(tài)的變動情況，其距離函數(shù)公式[20]如式（1）所示（符號結(jié)合本研究略有改動）：

(xt,yt)和(xt+1,yt+1)代表時間間隔t和t+1內(nèi)的投入產(chǎn)出量，而Dt和Dt+1代表相應(yīng)時間間隔的距離函數(shù)，且距離函數(shù)小于1。

Malmquist指數(shù)表示為式（2）：

Malmquist指數(shù)全要素生產(chǎn)率變動指數(shù)tfpch即決策單元在時間間隔t和t+1內(nèi)生產(chǎn)效率變動情況，可分為技術(shù)進步指數(shù)techch和技術(shù)效率指數(shù)effch，取值為兩者乘積[19，20]。

本研究采用DEAP2.1軟件測算四個城市的全要素生產(chǎn)率變動指數(shù)tfpch及相應(yīng)的技術(shù)進步指數(shù)techch、技術(shù)效率指數(shù)effch、純技術(shù)效率變動指數(shù)pech和規(guī)模效率變動指數(shù)sech的具體數(shù)值并詳細解釋具體含義，以判定四個直轄市的科技創(chuàng)新政策績效變化情況以及其原因。

對五個指標具體的含義與關(guān)系進行簡要的介紹與說明：tfpch是全要素生產(chǎn)率變動指數(shù)，在本研究中代表的是特定城市科技創(chuàng)新政策績效的變動情況，當tfpch值大于1，代表所考察時間區(qū)間內(nèi)該城市的科技創(chuàng)新政策績效提升，反之則代表該科技創(chuàng)新政策績效下降。effch是技術(shù)效率指數(shù)，在研究中代表技術(shù)效率的變動情況，與tfpch的判定方法類似，當effch取值大于1，表示技術(shù)效率水平有所提升，反之則下降。techch是技術(shù)進步指數(shù)，在研究中代表技術(shù)進步的變動情況，當techch取值大于1，表示技術(shù)進步水平處于提升狀態(tài)，反之則是下降狀態(tài)。三個指數(shù)的關(guān)系是全要素生產(chǎn)率變動指數(shù)tfpch的數(shù)值是技術(shù)效率指數(shù)effch和技術(shù)進步指數(shù)techch的乘積，這個關(guān)系使Malmquist指數(shù)分解變得清晰，易于分解全要素生產(chǎn)率變動指數(shù)tfpch是由技術(shù)效率指數(shù)effch和技術(shù)進步指數(shù)techch怎樣作用而產(chǎn)生的,以及具體的數(shù)值如何，在實證結(jié)果分析部分將進一步說明。與上述三個指數(shù)的關(guān)系類似，技術(shù)效率指數(shù)effch是由純技術(shù)效率變動指數(shù)pech和規(guī)模效率變動指數(shù)sech的乘積[19，20]得到的。純技術(shù)效率變動指數(shù)pech代表的是純技術(shù)效率的變動情況，依然是取值大于1代表純技術(shù)效率提升，反之純技術(shù)效率降低。類似的，規(guī)模效率變動指數(shù)sech代表的是規(guī)模效率的變動情況，取值大于1代表規(guī)模效率提升，反之下降。為更加直觀地體現(xiàn)五個指標間的關(guān)系，以Malmquist指數(shù)分解圖進行展示，如圖1所示。

圖1 Malmquist指數(shù)分解圖

2 實證研究

研究先統(tǒng)計了四個直轄市的區(qū)域科技創(chuàng)新政策情況，選取北大法寶數(shù)據(jù)庫對區(qū)域科技創(chuàng)新政策數(shù)據(jù)進行統(tǒng)計?，F(xiàn)有很多政策相關(guān)研究的政策樣本均來源于北大法寶數(shù)據(jù)庫[21-25]，因而本文選擇北大法寶作為政策樣本的來源較為合理?？紤]到滯后期的影響，時間選擇2011—2019年，分別對四個直轄市和中央以“科技創(chuàng)新”為篩選條件進行篩選，結(jié)果如表1和圖2所示。

從數(shù)量走勢來看，中央和直轄市總體的科技創(chuàng)新政策發(fā)布趨勢相同，如2014年中央發(fā)布的科技創(chuàng)新政策最少，直轄市總體也在2014年發(fā)布較少的區(qū)域科技創(chuàng)新政策，說明區(qū)域政策是以中央發(fā)布的政策為指引的，而2015—2018年則是科技創(chuàng)新政策數(shù)量較多的四年。從政策數(shù)量的統(tǒng)計結(jié)果來看，雖然有些城市存在一定的滯后，但總體來說區(qū)域科技創(chuàng)政策的制定與中央科技創(chuàng)新政策有很強的相關(guān)性，因而中央能夠依靠科技創(chuàng)新政策來引導區(qū)域科技創(chuàng)新政策的制定與實施，進而影響區(qū)域創(chuàng)新活動，國家要充分利用政策的這一引導作用。從城市來看，上?？萍紕?chuàng)新政策數(shù)量最多，隨后是北京、重慶，最后是天津。

2.1 變量選擇

研究中選取了兩類變量，即投入變量和產(chǎn)出變量。為充分考慮各類創(chuàng)新活動及相關(guān)支持，本研究選擇與研發(fā)相關(guān)的變量和地方公共財政支出中科學技術(shù)支出的部分作為政策投入變量，即（1）規(guī)模以上工業(yè)企業(yè)：R&D經(jīng)費（萬元）；（2）規(guī)模以上工業(yè)企業(yè)：R&D項目數(shù)（項）；（3）規(guī)模以上工業(yè)企業(yè)：R&D人員全時當量（人年）；（4）當年地方公共財政支出：科學技術(shù)（萬元）共四個變量作為投入變量，并將投入變量提前一期處理。產(chǎn)出變量采用專利授權(quán)數(shù)（項）來衡量。專利授權(quán)數(shù)和專利申請數(shù)均為衡量創(chuàng)新產(chǎn)出最常用的變量，但是相對于專利申請數(shù)，專利授權(quán)數(shù)能更加直觀地體現(xiàn)創(chuàng)新產(chǎn)出的“結(jié)果”，因而本文選擇專利授權(quán)數(shù)作為衡量創(chuàng)新產(chǎn)出的變量，變量匯總表如表2所示。

表1 2011—2019年北大法寶科技創(chuàng)新政策數(shù)量統(tǒng)計表（單位：項）

圖2 2011—2019年北大法寶科技創(chuàng)新政策數(shù)量統(tǒng)計圖

2.2 數(shù)據(jù)來源

本研究選取2012—2019年北京、上海、天津和重慶四個直轄市的創(chuàng)新投入產(chǎn)出數(shù)據(jù)作為樣本數(shù)據(jù)（投入變量提前一期處理），對科技創(chuàng)新政策績效進行比較研究，相關(guān)數(shù)據(jù)來源于wind數(shù)據(jù)庫，數(shù)據(jù)取自然對數(shù)處理。

表2 變量匯總表

2.3 實證結(jié)果分析

表3 ～表6和圖3 ～圖6分別是四個直轄市的科技創(chuàng)新政策績效Malmquist指數(shù)及其分解情況的匯總表與示意圖。2012年是基年，因而指數(shù)結(jié)果從2013年開始。

表3和圖3是北京市科技創(chuàng)新政策績效的Malmquist指數(shù)結(jié)果。

圖3比表3更加直觀，可以看到全要素生產(chǎn)率變動指數(shù)tfpch在2013—2019年出現(xiàn)了波動，其中在2014年降到最低，對應(yīng)表3可以看出2014年的tfpch值為0.927，而技術(shù)進步指數(shù)techch的走勢與tfpch走勢相似性較高，可以初步判斷全要素生產(chǎn)率變動主要源于技術(shù)進步指數(shù)的變動，而表3中的數(shù)值也印證了這一判斷。結(jié)合表3與圖3發(fā)現(xiàn)，技術(shù)效率指數(shù)effch與規(guī)模效率變動指數(shù)sech重合，且純技術(shù)效率變動指數(shù)pech值始終為1，因而純技術(shù)效率保持不變，技術(shù)效率指數(shù)effch的波動主要源于規(guī)模效率的變動，在2015—2017有下降，其他年份均有所提升。因而可以判斷，北京市科技創(chuàng)新政策績效雖有所波動，但總體來說提升多于下降（提升五年，下降兩年），且2013、2017、2018的績效提升程度較高，績效變動主要源于技術(shù)進步指數(shù)techch的變動，而技術(shù)效率指數(shù)effch的變動主要源于規(guī)模效率變動指數(shù)sech。

表3 2013—2019年北京市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖3 2013—2019年北京市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

隨后分析上海市科技創(chuàng)新政策績效的情況（見表4和圖4），同樣可以看到，全要素生產(chǎn)率變動指數(shù)tfpch在2013—2019年出現(xiàn)了波動，并于2014年降到最低，與北京類似，而技術(shù)進步指數(shù)techch的走勢與tfpch高度相關(guān)，因而全要素生產(chǎn)率變動主要源于技術(shù)進步指數(shù)techch的變動。另外三個指數(shù)相對比較平穩(wěn)，略有起伏。2018年全要素生產(chǎn)率變動指數(shù)tfpch為1.048，說明當年上海市科技創(chuàng)新政策績效有所提升，而提升主要源自技術(shù)效率指數(shù)effch的貢獻，少部分來自技術(shù)進步指數(shù)techch的貢獻；而技術(shù)效率指數(shù)effch的提升主要源于規(guī)模效率變動指數(shù)sech的提升。

再分析天津市科技創(chuàng)新政策績效的情況（見表5和圖5），同樣可以看到，全要素生產(chǎn)率變動指數(shù)tfpch在2013—2019年和技術(shù)進步指數(shù)techch保持很高程度的相關(guān)走勢，并于2014年達到最低點。總體來看，天津市科技創(chuàng)新政策績效提升多于下降，2017年科技創(chuàng)新政策績效提升程度最大，且主要源于技術(shù)進步指數(shù)techch的提升，同時技術(shù)效率指數(shù)effch也對政策績效的提升有所貢獻，而其變動主要源自規(guī)模效率變動指數(shù)sech，少部分源自純技術(shù)效率變動指數(shù)pech的貢獻。

最后分析重慶市的情況（見表6和圖6），可以看到全要素生產(chǎn)率變動指數(shù)tfpch與技術(shù)進步指數(shù)techch在2013—2019年出現(xiàn)了幾乎完全一致的波動，僅在2019年存在極小差異，這說明重慶市科技創(chuàng)新政策績效主要受到技術(shù)進步指數(shù)techch的影響，全要素生產(chǎn)率變動指數(shù)tfpch同樣在2014年達到最低值。重慶的結(jié)果與上述三個城市差異很大，從另外三個指標來看，只有最后一年有小幅下降，其他時間均保持不變。2019年除技術(shù)進步指數(shù)techch外的指數(shù)均有所降低，共同導致了科技創(chuàng)新政策績效的下降?？傮w來看，重慶市科技創(chuàng)新政策績效提升多于下降，績效波動主要源于技術(shù)進步指數(shù)techch，其他指數(shù)高度穩(wěn)定。

表4 2013—2019年上海市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖4 2013—2019年上海市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

表5 2013—2019年天津市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖5 2013—2019年天津市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

表7是2013—2019年分年度四個直轄市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況，對應(yīng)圖7，從全樣本來看，七個時間區(qū)間內(nèi)有四個科技創(chuàng)新政策績效提升，兩個下降，一個保持不變。全要素生產(chǎn)率變動指數(shù)tfpch走勢與技術(shù)進步指數(shù)techch高度相關(guān)，說明以北京、上海、天津和重慶為例，區(qū)域科技創(chuàng)新政策績效主要受技術(shù)進步指數(shù)的影響，另外三項指數(shù)的變動程度較低。從表7均值行的結(jié)果可見，純技術(shù)效率變動指數(shù)pech導致技術(shù)效率指數(shù)effch小幅下降并最終使得科技創(chuàng)新政策績效出現(xiàn)小幅降低，政策效果總體不佳。而從年度tfpch來看，主要原因是2014和2016年技術(shù)進步指數(shù)techch銳降導致全要素生產(chǎn)率tfpch的大幅降低，說明這兩個年份技術(shù)進步水平提升不利。從總體趨勢來看，不論政策績效提升還是下降，其主要原因都是技術(shù)進步水平的變化，可見保持技術(shù)持續(xù)進步的重要性。

表6 2013—2019年重慶市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖6 2013—2019年重慶市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

表7 2013—2019年分年度四個直轄市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖7 2013—2019年分年度四個直轄市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

接下來以全樣本分城市對Malmquist指數(shù)進行分解（見表8和圖8），從全要素生產(chǎn)率變動指數(shù)tfpch來看，只有北京處于提升狀態(tài)，說明在一期滯后的前提下北京的科技創(chuàng)新政策已有一定效果，且原因主要是規(guī)模效率變動指數(shù)sech的提升。上海、天津和重慶科技創(chuàng)新政策績效均有小幅降低。均值和表7相同，因而不再贅述，接下來在城市間進行對比分析。

從全要素生產(chǎn)率變動指數(shù)tfpch看，北京的科技創(chuàng)新政策績效有所提升，上海、天津和重慶均出現(xiàn)小幅下降。北京政策績效提升原因是技術(shù)效率指數(shù)effch和技術(shù)進步指數(shù)techch均有所提升，前者的提升是主要原因，而其提升又是源自于規(guī)模效率變動指數(shù)sech的提升。上海市政策績效的小幅降低源于純技術(shù)效率變動指數(shù)pech和規(guī)模效率變動指數(shù)sech的下降，天津科技創(chuàng)新政策績效的降低則是由于技術(shù)進步指數(shù)techch和規(guī)模效率變動指數(shù)sech的下降，而重慶則是各指標均有下降，并以純技術(shù)效率變動指數(shù)pech下降程度最大。

3 研究結(jié)論與啟示

本文基于北京、上海、天津和重慶四個直轄市的數(shù)據(jù)，采用DEA-Malmquist指數(shù)模型，運用DEAP 2.1軟件測算研究科技創(chuàng)新政策績效的變動情況。

表8 2013—2019年分城市四個直轄市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況表

圖8 2013—2019年分城市四個直轄市科技創(chuàng)新政策績效Malmquist指數(shù)與分解情況圖

研究結(jié)果顯示，在一期滯后的前提下，科技創(chuàng)新政策績效總體提升效果不顯著，除北京小幅提升外，上海、天津和重慶均有小幅降低。但這并不代表這三個城市科技創(chuàng)新政策無效，而可能是源于不同的滯后效應(yīng)，這也為本研究提供了更廣闊的研究思路，即選擇不同滯后期進行政策績效的測算會出現(xiàn)何種結(jié)果，每個城市最優(yōu)的滯后期又是多少，反應(yīng)了城市的何種特點，這些都是下一步研究的方向。

從本研究來看，總體來說除城市分類有小幅差異外，全要素生產(chǎn)率變動指數(shù)tfpch走勢與技術(shù)進步指數(shù)techch相關(guān)性最高，說明我國城市的科技創(chuàng)新政策績效變動主要源于技術(shù)進步相關(guān)因素，要進一步提升政策績效，需從技術(shù)進步相關(guān)要素方面改進，例如從政策角度支持充足的研發(fā)經(jīng)費投入、引進高水平技術(shù)人才、搭建技術(shù)開發(fā)和交流的平臺、打通國內(nèi)外技術(shù)交流通道，最終提升技術(shù)水平。另外，北京市是四個調(diào)研樣本中唯一的科技創(chuàng)新政策績效有所提升的直轄市，其原因是技術(shù)進步指數(shù)techch以及規(guī)模效率變動指數(shù)sech的提升，如技術(shù)水平提升、創(chuàng)新激勵機制的不斷健全，資源的合理配置等。而上海、天津和重慶的政策績效均有小幅降低，政策效果不佳，原因在上述結(jié)果中有過簡要說明，此處不贅述。

另外從表1和圖2來看，中央政策對區(qū)域政策有很強的引導作用，國家政策決策應(yīng)充分考慮這一特點，制定合理強度的政策，區(qū)域也應(yīng)結(jié)合實際情況和中央的政策引導傾向，充分發(fā)揮政策對區(qū)域創(chuàng)新的引導作用。

由于篇幅所限，僅從年度全要素生產(chǎn)率變動指數(shù)tfpch結(jié)果來分析年度科技創(chuàng)新政策績效變化情況。從分年度的結(jié)果來看（見表7和圖7），政策績效在2014年達到了波動的最低點，對比圖1可以發(fā)現(xiàn)，2014年也是科技創(chuàng)新政策數(shù)量最少的一年，因而這一年政策績效低的原因很可能是受制于政策數(shù)量，城市創(chuàng)新建設(shè)工作來自政策的激勵、指引和支持不足。另一方面，2013年科技創(chuàng)新政策績效變動指數(shù)tfpch為1.036，同樣是較高水平，為2014年政策績效的變動設(shè)定了較高的基準水平，因而2014年政策績效提升較難。隨后的2015年科技創(chuàng)新政策績效提升明顯，一方面源于當年政策數(shù)量的明顯提升，另一方面也是由于2014年政策績效偏低，政策支持相對不足，2015年的政策支持起到了“及時雨”的作用，促使政策績效顯著提升。而次低點出現(xiàn)在2016年，當年政策數(shù)量最大，但仍出現(xiàn)了政策績效的低點，原因可能是2015年政策績效的顯著提升限制了2016年政策績效進一步提升的程度，因而出現(xiàn)顯著降低。雖然2014和2016年政策績效都出現(xiàn)了低點，但原因卻不盡相同，在政策立改廢決策時要充分分析這些原因，避免主觀歸因。2017年科技創(chuàng)新政策績效達到頂點，其原因一方面可能是政策數(shù)量較大，為城市創(chuàng)新建設(shè)提供了充足的支持；另一方面是2016年政策績效已經(jīng)達到了最低點，在此基礎(chǔ)上提升政策績效相對更容易。從結(jié)果來看，應(yīng)客觀評價和分析區(qū)域科技創(chuàng)新政策的變動情況，而不能單一依結(jié)果判斷政策績效變動的“優(yōu)劣”，還要充分考慮前后年份的具體情況才能更為客觀地分析政策變動的原因及合理性，并據(jù)此做出政策立改廢決策。

研究對于我國的城市建設(shè)有一定借鑒意義，也為現(xiàn)有城市建設(shè)改進方案設(shè)計和區(qū)域科技創(chuàng)新政策立改廢提供了可操作的方法和清晰的思路。