中國省域科技創(chuàng)新發(fā)展效率分析
——基于SBM-DEA四階段模型

楊玉楨， 王 銳， 郭金龍

(華北理工大學 經(jīng)濟學院， 河北 唐山 063210)

當今世界，科技創(chuàng)新能力是衡量一個國家發(fā)展進程的重要指標，是推動國家又好又快發(fā)展、和平穩(wěn)定發(fā)展的關(guān)鍵力量。中國在面臨人口大國和資源小國的困境下，提出了建設(shè)“資源節(jié)約型”和“環(huán)境友好型”社會，而這兩型社會的核心問題在于如何提高資源的利用效率和減少生產(chǎn)生活中的環(huán)境污染，解決問題的核心辦法就是提高科技創(chuàng)新能力?！吨泄仓醒腙P(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二○三五年遠景目標的建議》中指出，要堅持創(chuàng)新驅(qū)動發(fā)展，全面塑造發(fā)展新優(yōu)勢，堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位，把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐，面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康，深入實施科教興國戰(zhàn)略、人才強國戰(zhàn)略、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，完善國家創(chuàng)新體系，加快建設(shè)科技強國[1]。因此，對科技創(chuàng)新的投入與產(chǎn)出之間的效率必須進行科學的評價，以更深入更科學的視角為科技創(chuàng)新資源的配置進行合理的規(guī)劃。

1 文獻回顧

目前，利用DEA模型對科技創(chuàng)新效率有關(guān)方面進行研究的成果較多。例如：黃毅[2]通過運用三階段DEA模型對中國30個省區(qū)市技術(shù)創(chuàng)新效率進行分析，得出不同的環(huán)境指標對技術(shù)創(chuàng)新效率產(chǎn)生了不同的正負向影響和經(jīng)濟越發(fā)達地區(qū)創(chuàng)新效率越低的結(jié)論；余泳澤等[3]基于創(chuàng)新價值鏈視角，利用三階段DEA模型考察了創(chuàng)新過程中知識創(chuàng)新、研發(fā)創(chuàng)新和產(chǎn)品創(chuàng)新各階段創(chuàng)新效率，并用二維矩陣方式將各地區(qū)創(chuàng)新效率分為4種類型；周麗娟等[4]通過運用三階段DEA對省際區(qū)域科技創(chuàng)新效率進行了測度，得出剝離環(huán)境因素后，再次測度的創(chuàng)新效率更客觀；徐林[5]通過運用超效率DEA模型，以投入產(chǎn)出視角構(gòu)建長三角城市群創(chuàng)新投入與產(chǎn)出評價指標體系以測度城市群的創(chuàng)新效率；張鵬等[6]通過運用DEA-Malmquist指數(shù)方法，對粵港澳大灣區(qū)地區(qū)面板數(shù)據(jù)進行創(chuàng)新效率的靜態(tài)與動態(tài)分析，得出粵港澳大灣區(qū)整體科技創(chuàng)新生產(chǎn)率穩(wěn)步提升，技術(shù)進步是關(guān)鍵因素；梁瑞敏等[7]通過構(gòu)建科技創(chuàng)新效率指標體系，利用二階段網(wǎng)絡(luò)DEA進行科技創(chuàng)新效率值測算，并對4種分布類型加以分析；李蘭冰[8]通過運用DEA模型對中國31個省區(qū)市進行區(qū)域科技創(chuàng)新效率測評，并利用Tobit模型對區(qū)域創(chuàng)新無效率影響因素進行分析；馮志軍等[9]通過結(jié)合DEA模型，設(shè)計從科技創(chuàng)新投入到經(jīng)濟產(chǎn)出的二階段模型，利用中間產(chǎn)品對科技創(chuàng)新的投入、產(chǎn)出和效益轉(zhuǎn)化進行評價；李文廣[10]通過利用DEA-CCR模型與Malmquist生產(chǎn)率指數(shù)從動態(tài)和靜態(tài)兩個視角對青海省科技創(chuàng)新效率面板進行定量評價，得出青海省科技創(chuàng)新效率總體偏低；穆廣杰[11]通過利用DEA-BCC模型對中國9個國家中心城市科技創(chuàng)新效率進行測算，并利用Tobit模型對影響科技創(chuàng)新綜合效率的因素進行分析，部分城市未達到DEA相對有效，且外在因素對創(chuàng)新綜合效率存在顯著正向影響；趙玉帛等[12]通過利用超效率DEA模型，從不考慮和考慮非期望產(chǎn)出兩種情形下對中國國家級新區(qū)產(chǎn)業(yè)創(chuàng)新效率進行評測，并利用面板Tobit回歸模型對產(chǎn)業(yè)創(chuàng)新效率影響因素進行研究；廖麗平等[13]基于技術(shù)生態(tài)位視角構(gòu)建廣東省科技創(chuàng)新效率評價體系，運用DEA-Tobit模型對廣東省21個地級市進行科技創(chuàng)新效率測算，并對其影響因素進行實證分析；宋李俊等[14]構(gòu)建了研發(fā)階段和成果轉(zhuǎn)化階段的兩階段創(chuàng)新能力評價體系，提出考慮共享投入與追加投入的兩階段DEA評價模型，建立了整體階段和子階段的效率評價數(shù)學模型以及模型的優(yōu)化求解方法，對中國30個省區(qū)市的創(chuàng)新能力進行了有效評價。

總的來看，國內(nèi)學者對區(qū)域科技創(chuàng)新效率的研究較多，但基本使用的是二階段和三階段數(shù)據(jù)包絡(luò)分析法。二階段DEA模型一般第一階段為利用DEA模型或超效率DEA模型進行效率分析，但是未考慮隨機噪聲與環(huán)境因素的影響；三階段DEA模型為改進的二階段DEA模型，在第二階段利用了SFA(隨機前沿分析)模型對隨機噪聲與環(huán)境因素進行剝離，但是三階段DEA第一階段所得出的松弛變量存在截斷情況，使用SFA模型會導(dǎo)致參數(shù)估計不一致。因此，本文選用四階段模型，剔除環(huán)境因素對效率結(jié)果的影響，科學客觀地評價中國各省區(qū)市的科技創(chuàng)新效率，以期為提高中國區(qū)域科技創(chuàng)新效率和合理配置科技創(chuàng)新資源提供參考。

2 改進的四階段DEA模型與指標構(gòu)建

將SBM模型與DEA模型相結(jié)合，建立改進的四階段SBM-DEA模型，通過對松弛變量的考量，以及對外部環(huán)境因素的剔除，修正效率測算誤差，進一步準確地計算各決策單元的科技創(chuàng)新效率。

2.1 四階段SBM-DEA模型

2.1.1 第一階段

傳統(tǒng)的DEA模型，如C2R和BC2模型分別以規(guī)模收益不變和規(guī)模收益可變的前提下對決策單元進行效率評價，但是這兩個模型并未考慮松弛變量的影響，而Tone[15]提出的由加性模型(additive model)拓展而來的SBM模型基于非徑向的角度，考慮松弛變量的影響，更有利于評價第一階段各省市的科技創(chuàng)新效率。

本文采取投入導(dǎo)向下可變規(guī)模報酬的SBM-DEA模型(SBM-I-V)對各決策單元的初始效率值以及松弛變量進行測算。設(shè)用投入和產(chǎn)出矩陣分別為X=(xij)∈Rm×n和Y=(yij)∈Rm×n，且X與Y均大于0，故對于各決策單位的效率測算方程為

(1)

2.1.2 第二階段

由第一階段的松弛變量值可知，松弛變量值屬于截斷模型，為避免估計參數(shù)產(chǎn)生趨零誤差，采用Tobit截斷模型回歸分析，定義為

Sik=αi+βiZik+ui

(2)

式中：Sik為總松弛量；αi為常數(shù)項；βi為待估系數(shù)向量；Zik為環(huán)境變量向量；ui為隨機誤差項。

2.1.3 第三階段

(3)

式中：X′ik為調(diào)整后的投入量；Xik為原始投入量。

2.1.4 第四階段

由第三階段得到的調(diào)整后的投入量，重新代入到一階段的投入導(dǎo)向下可變規(guī)模報酬的SBM-DEA模型，得到相應(yīng)的效率值，并與一階段的效率值進行比較，觀測控制了環(huán)境變量以后效率值的變動。

2.2 指標體系構(gòu)建

遵循科學性、可比性、可得性、時效性和客觀性的原則，在以往學者研究的基礎(chǔ)上，綜合《中國區(qū)域科技創(chuàng)新評價報告2019》的相關(guān)內(nèi)容，從科技創(chuàng)新投入、科技創(chuàng)新產(chǎn)出，以及環(huán)境因素3個方面建立科技創(chuàng)新評價指標體系(表1)。

表1 科技創(chuàng)新效率評價指標體系

2.2.1 投入變量的選擇

區(qū)域科技創(chuàng)新投入變量從3個方面來考慮，分別為勞動要素、資本要素和項目開展。勞動要素方面用各地區(qū)研究與實驗發(fā)展(R&D)人員全時當量來代表(以下用R&D人員量代表)，中科院、高校、產(chǎn)業(yè)部門、地方科研單位和國防部門5方面組成的科學技術(shù)體系中，R&D人員量是科技創(chuàng)新的主要力量；資本要素方面用各地區(qū)研究與實驗發(fā)展(R&D)經(jīng)費內(nèi)部支出來代表，R&D經(jīng)費的投入是提高科研人員活力、改進科研設(shè)備的重要因素(以下用R&D經(jīng)費代表)；項目開展方面用研究與實驗發(fā)展(R&D)項目情況來代表，科研課題的數(shù)量在一定意義上代表著新的科研理論的孕育和應(yīng)用(以下用R&D項目量代表)。

2.2.2 產(chǎn)出變量的選擇

區(qū)域科技創(chuàng)新產(chǎn)出變量從兩個方面來考慮，分別為科研成果和經(jīng)濟成果。科研成果用國內(nèi)專利申請數(shù)來代表，專利申請數(shù)可以有效直觀地體現(xiàn)科技創(chuàng)新產(chǎn)出水平；經(jīng)濟成果用技術(shù)市場技術(shù)輸出地域合同金額來代表，技術(shù)輸出金額是保證科技創(chuàng)新主體可持續(xù)良好發(fā)展的不竭動力。

2.2.3 環(huán)境因素的選擇

環(huán)境變量對科技創(chuàng)新效率存在影響，但是又不受主觀上的控制，本文從經(jīng)濟水平、政府支持、科創(chuàng)環(huán)境、基礎(chǔ)設(shè)施以及開放程度5個方面來考慮。①經(jīng)濟水平。高質(zhì)量的經(jīng)濟發(fā)展水平無論是對科創(chuàng)人員的引入，還是對科創(chuàng)工作的開展都有著重要的影響，因此選擇各地區(qū)生產(chǎn)總值(GDP)作為經(jīng)濟水平的代表。②政府支持。政府對科技創(chuàng)新的有力支持既對科創(chuàng)主體起到了激勵作用，也為社會樹立了“科學技術(shù)是第一生產(chǎn)力”的風向標，用公共科學技術(shù)財政支出來衡量。③科創(chuàng)環(huán)境。一個良好的科創(chuàng)環(huán)境對區(qū)域內(nèi)科創(chuàng)主體能起到規(guī)模經(jīng)濟效應(yīng)，區(qū)域內(nèi)科創(chuàng)總體引進的高新技術(shù)量是科技創(chuàng)新環(huán)境的代表，故選用國外技術(shù)引進合同項來代表。④基礎(chǔ)設(shè)施?？萍紕?chuàng)新不是造空中樓閣，只有完備的基礎(chǔ)設(shè)施才能為科技創(chuàng)新帶來“乘數(shù)效應(yīng)”，為科技創(chuàng)新平穩(wěn)高效發(fā)展奠定基礎(chǔ)，本文以“規(guī)模以上快遞業(yè)務(wù)量”來衡量。⑤開放程度?？萍紕?chuàng)新需要開創(chuàng)國際視野，時刻緊盯科技創(chuàng)新前沿面，努力占據(jù)國際創(chuàng)新高地，因此，選用地區(qū)進出口總額來衡量。

3 實證分析

3.1 數(shù)據(jù)來源

基于四階段SBM-DEA模型，以2019年中國30個省區(qū)市為研究對象，數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及國家統(tǒng)計局網(wǎng)站，考慮到數(shù)據(jù)的可得性，不將青海省作為分析樣本。

3.2 調(diào)整前后效率值分析

根據(jù)各省區(qū)市的科技創(chuàng)新投入和產(chǎn)出值，運用DEA-Solver軟件，對各個決策單元進行效率值分析，得出相應(yīng)的效率值及投入松弛量。利用STATA 14.0軟件，綜合投入松弛量與環(huán)境因素進行Tobit回歸分析，修正環(huán)境因素對效率值的影響，并將調(diào)整過的投入值與原始產(chǎn)出值再次通過DEA-Solver進行效率值分析。相關(guān)結(jié)果見表2。

表2 SBM-DEA調(diào)整前后科技創(chuàng)新效率值

從表2中可以得出，對環(huán)境因素誤差的修正后，全國科技創(chuàng)新DEA有效的城市由7個增長至13個，全國效率均值由0.79增至0.96，增幅達21.9%。全國除天津出現(xiàn)效率值下降，其他29個城市科技創(chuàng)新效率值均上升，增幅最大為云南省，由0.510 7增長至0.965 1，增幅達到88.98%，整體效率變化明顯。雖然全國大多數(shù)省份調(diào)整后科技創(chuàng)新效率值均上升，但是排名呈現(xiàn)了不同程度的下降，其中排名下降較大為天津(26位)、黑龍江(7位)、安徽(11位)、江西(9位)、海南(11位)和甘肅(9位)6個省市中科技創(chuàng)新效率漲幅最大的為江西省(19.25%)，僅為云南省增幅的21.63%，這6個省市已擁有較為良好的外在環(huán)境因素，下階段需要更注重本身科技創(chuàng)新效率的提升。與之相反，排名程度提升較高的省份有河北(16位)、內(nèi)蒙古(24位)、山東(14位)、河南(22位)、廣西(21位)、云南(12位)和新疆(17位)7個省區(qū)中，排名提升最大的是內(nèi)蒙古，其科技創(chuàng)新效率增幅為68.88%，為云南省增幅的77.17%，這7個省區(qū)具有良好的科技創(chuàng)新效率，但是受到當?shù)丨h(huán)境的制約，下階段需要注重提高科技創(chuàng)新環(huán)境的建設(shè)。

從以上的數(shù)據(jù)分析看，全國絕大多數(shù)地區(qū)的科技創(chuàng)新效率被不同程度低估，環(huán)境因素對科技創(chuàng)新效率影響明顯。從東部、中部和西部的效率值變化來看，東部科技創(chuàng)新效率均值增長率為15.36%，中部為24.24%，西部為27.41%，東部由第一階段效率均值第一降至第四階段效率均值第三，可見東部地區(qū)的科技創(chuàng)新環(huán)境要優(yōu)于中部和西部地區(qū)。此外，第四階段東部地區(qū)低于西部地區(qū)的原因在于：一方面，東部地區(qū)早于西部地區(qū)進行科技創(chuàng)新體系的建設(shè)，當前已具有較為完備的科技創(chuàng)新體系，但是這也帶來了一定的問題，東部地區(qū)科技創(chuàng)新體系成立于早期，當前科技創(chuàng)新效率已將達到當前階段的上限，而科技創(chuàng)新體系發(fā)展過程中的痼疾陳疴正是其原因所在，亟須通過改革來煥發(fā)新的動力；另一方面，西部科技創(chuàng)新效率第四階段高的主要因素在于，2006年12月8日，國務(wù)院常務(wù)會議審議并原則通過《西部大開發(fā)“十一五”規(guī)劃》，2018年國家級項目“中國西部科技創(chuàng)新港——智慧學鎮(zhèn)”建成落地，在國家方針政策領(lǐng)導(dǎo)和當?shù)卣龀窒拢鞑康貐^(qū)重點科研院所、高等院校、國家工程實驗室和企業(yè)技術(shù)中心等建設(shè)步伐加快，吸引了大量的高新技術(shù)產(chǎn)業(yè)入駐，科技創(chuàng)新經(jīng)費量與人員數(shù)量都有了質(zhì)的提高。此外，西部科技創(chuàng)新效率第四階段高的次要因素在于，西部科技創(chuàng)新體系的建設(shè)晚于東部地區(qū)，擁有顯著的“后發(fā)優(yōu)勢”，西部地區(qū)科技創(chuàng)新體系在建設(shè)過程中吸收了東部地區(qū)的發(fā)展經(jīng)驗，位于一個較高的起點上，立足國際視野，引進國際上先進的技術(shù)、設(shè)備以及人才等，西部地區(qū)所形成的科技創(chuàng)新體系更具有多樣性、科學性和創(chuàng)造性。

3.3 外生環(huán)境變量Tobit模型回歸分析

第一階段得出的效率值并未排除環(huán)境因素的影響，存在一定程度的偏差，因此，將第一階段所得的每個投入要素的松弛量作為因變量，與5個作為自變量的環(huán)境指標進行三次Tobit隨機效應(yīng)回歸，結(jié)果見表3。

表3 外生環(huán)境變量Tobit模型回歸結(jié)果

從表3中可以看出，3個投入松弛量關(guān)于環(huán)境變量的Tobit回歸模型均通過了顯著性檢驗，對數(shù)似然比的卡方統(tǒng)計值分別為-244.479 2、-297.286 4、-249.724 4，其對應(yīng)的P值均為零，擬合度良好，這表明外在的環(huán)境因素對投入松弛量的影響顯著，需要通過Tobit回歸所得的結(jié)果對原始投入進行修正，以此來測得更加準確的區(qū)域科技創(chuàng)新效率。Tobit回歸模型的初衷在于環(huán)境自變量對投入松弛因變量的回歸分析，因此，當二者間的系數(shù)為正數(shù)時，投入松弛量隨著環(huán)境變量同向變動，環(huán)境投入量增加，投入松弛量也會增加，這將不利于科技創(chuàng)新效率的提升；當二者間的系數(shù)為負時，投入松弛量隨著環(huán)境變量反向變動，環(huán)境投入量增加，投入松弛量也會相應(yīng)減少，這有利于科技創(chuàng)新效率的提升。下面將從橫向和縱向兩個角度來分析二者之間的聯(lián)系。

3.3.1 橫向分析

1)地區(qū)生產(chǎn)總值(GDP)與3個投入松弛變量的系數(shù)均為正值，且地區(qū)生產(chǎn)總值與R&D人員量和項目之間的系數(shù)較小，但是與R&D經(jīng)費的系數(shù)有著密切關(guān)系，存在這種情況的原因在于R&D經(jīng)費的投入遠超地區(qū)生產(chǎn)總值的增長速度，據(jù)《中國科技統(tǒng)計年鑒2020》數(shù)據(jù)顯示，全國R&D經(jīng)費與國內(nèi)生產(chǎn)總值之比由2000年的0.89逐漸遞增至2019年的2.23，而兩者之間系數(shù)為正值的原因在于R&D經(jīng)費的投入并未得到有效的運用，需要加強科研經(jīng)費的監(jiān)督管理工作。

2)公共科學技術(shù)財政支出與3個投入松弛變量的系數(shù)呈現(xiàn)負向關(guān)系，即隨著財政支出的增加，將會降低投入的松弛量，提高科技創(chuàng)新的效率，且R&D經(jīng)費與公共科學技術(shù)財政支出兩者關(guān)系影響密切，可見財政的支出對科技創(chuàng)新的提高起到至關(guān)重要的作用。

3)國外技術(shù)引進合同與3個投入松弛變量的系數(shù)均為正值，國外技術(shù)合同的引進對國內(nèi)的科技創(chuàng)新效率有著消極影響，尤其是對R&D經(jīng)費的影響較大，其原因可能是國外技術(shù)引進影響了國內(nèi)科研工作者的積極性，而R&D經(jīng)費也被轉(zhuǎn)移用于引進國外技術(shù)，因此，在引進國外技術(shù)同時需要保護科研人員創(chuàng)新積極性。

4)規(guī)模以上快遞業(yè)務(wù)量與R&D人員量和項目之間通過了顯著性檢驗，但是系數(shù)值太低，二者均小于0.1，可見，隨著中國“兩新一重”(新型基礎(chǔ)設(shè)施建設(shè)，新型城鎮(zhèn)化建設(shè)，交通、水利等重大工程建設(shè))建設(shè)的加快，技術(shù)設(shè)施建設(shè)對R&D人員量的流動和項目的開展影響正在降低，規(guī)模以上快遞業(yè)務(wù)量與R&D經(jīng)費未經(jīng)過顯著性檢驗的原因在于，當前電子支付的基礎(chǔ)設(shè)施已經(jīng)較為完備，時空的距離已很難限制R&D經(jīng)費的收支。

5)地區(qū)進出口總額與3個投入松弛變量的系數(shù)呈現(xiàn)負向關(guān)系，即隨著對外開放程度越大，科技創(chuàng)新效率越高，其原因在于，國外R&D人員以及經(jīng)費會向國內(nèi)流動，國內(nèi)R&D人員也將更具有國際視野，向國際新興頂尖科技看齊，并且國際合作的R&D項目機會也會增加。

3.3.2 縱向比較

1)R&D人員量與5個環(huán)境變量之間的系數(shù)絕對值最大的為與公共科學技術(shù)財政支出項，可見政府對科技創(chuàng)新的重視程度對科研人員的吸引有著重要的影響。據(jù)不完全統(tǒng)計，當前已有22個省市開展了“人才落戶”政策，城市的發(fā)展離不開人才的助力，高層次的人才引進需要政府財政支出的大力支持。

2)R&D經(jīng)費與5個環(huán)境變量之間的系數(shù)絕對值最大的為與公共科學技術(shù)財政支出項，可見政府財政支出是研發(fā)經(jīng)費的重要來源。系數(shù)排列位于第二位的是國外技術(shù)的引進，國外技術(shù)引進的費用對R&D經(jīng)費產(chǎn)生較為嚴重的影響。

3)R&D項目與5個環(huán)境變量之間的系數(shù)絕對值最大的為與公共科學技術(shù)財政支出項，項目的開展與政府的政策引導(dǎo)之間息息相關(guān)，政府部門掌握著科研課題的立項的決定權(quán)，因此政府在進行科研課題立項時要做到保質(zhì)保量，選擇與當前發(fā)展方向契合的課題。

4 結(jié)論與對策建議

4.1 結(jié)論

1)經(jīng)過對投入量的調(diào)整，30個省區(qū)市的科技創(chuàng)新效率值為1的個數(shù)增長了6個，僅有北京、吉林、廣東、貴州、西藏、陜西在第一與第四階段均為DEA有效，但是全國效率平均值實現(xiàn)了質(zhì)的增長，可見全國整體的科技創(chuàng)新效率受環(huán)境因素影響明顯。

2)從各個省市的結(jié)果來看，大多數(shù)省區(qū)市的科技創(chuàng)新效率都實現(xiàn)了增長，規(guī)模報酬遞增的省市數(shù)量也由7個增長至27個，這也再次印證了環(huán)境因素對科技創(chuàng)新效率有著顯著的影響。

3)中國科技創(chuàng)新效率在調(diào)整前呈現(xiàn)東高西低的分布，在調(diào)整后卻呈現(xiàn)了西高東低的情況，說明環(huán)境對科技創(chuàng)新效率產(chǎn)生了重要的影響，其中政府支持和科創(chuàng)環(huán)境兩項對投入變量的影響最為顯著。

4.2 對策建議

從政府角度來說，第一，政府在科技創(chuàng)新的過程中扮演著重要角色，從本文的分析可以看出，公共科學技術(shù)財政支出這一環(huán)境變量對3個投入松弛量的影響都占據(jù)第一位，因此，政府在科技創(chuàng)新的方針政策制定上需要考慮當前區(qū)域科技創(chuàng)新階段，綜合考慮外在環(huán)境對科技創(chuàng)新的影響，為科技創(chuàng)新打造一個良好的符合發(fā)展規(guī)律的外在環(huán)境；第二，政府對專利保護制度的完善與有效實施，對知識產(chǎn)權(quán)的重視與保護讓科研工作者有了堅強的后盾；第三，政府需要在高新技術(shù)產(chǎn)業(yè)上進行政策傾斜，對“十四五”規(guī)劃中提及的關(guān)鍵性的技術(shù)產(chǎn)業(yè)進行扶持，尤其是支持 5G、人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等共性關(guān)鍵技術(shù)的創(chuàng)新應(yīng)用，將前瞻性的科技創(chuàng)新研發(fā)作為政策傾斜的主體，為加快構(gòu)建自主可控的現(xiàn)代產(chǎn)業(yè)體系提供有力科技支撐；第三，政府需要在資金上對科技創(chuàng)新主體進行扶持，廣渠道多角度地進行籌集資金，不限于財政、基金以及慈善捐款等方式，對符合可持續(xù)綠色發(fā)展道路的高新技術(shù)項目進行資金扶持，推動高科技民族產(chǎn)業(yè)的發(fā)展。

從科技創(chuàng)新的主體來看，第一，Hollis B. Chenery認為，從發(fā)展經(jīng)濟學角度看，由要素驅(qū)動到投資驅(qū)動，再到創(chuàng)新驅(qū)動，進而到財富驅(qū)動，主體在于企業(yè)。從科創(chuàng)主體之一的企業(yè)角度出發(fā)，淘汰低附加值、污染嚴重、科技含量低的產(chǎn)業(yè)線勢在必行，而重視企業(yè)內(nèi)科技創(chuàng)新部門的發(fā)展，建立企業(yè)整體的創(chuàng)新意識，從重引進、輕消化，重模仿、輕創(chuàng)新的模式中脫離出來，對科研投入不打折扣，對科技創(chuàng)新產(chǎn)出也要作出要求；第二，從高校創(chuàng)新方面來看，作為“產(chǎn)學研”中的重要部分，應(yīng)在政府主導(dǎo)下，立足本地高新技術(shù)產(chǎn)業(yè)發(fā)展需求，在更高的層次、更大的范圍、更寬的領(lǐng)域進行科技創(chuàng)新合作，實現(xiàn)“1+1>2”的科技創(chuàng)新結(jié)果，推動區(qū)域塊狀經(jīng)濟結(jié)構(gòu)調(diào)整，提升區(qū)域技術(shù)創(chuàng)新能力；第三，從科研機構(gòu)的角度來說，強化自身科技創(chuàng)新能力，保障科研機構(gòu)研究人員薪資報酬水平，注重專業(yè)人才引進，攻克核心技術(shù)瓶頸，加快科技成果轉(zhuǎn)化，推動科研機構(gòu)的穩(wěn)定和可持續(xù)發(fā)展。