基于網絡搜索指數的區域科技創新政策有效性影響因素研究
——以新疆為例

朱海婷，吳正平

（新疆農業大學公共管理學院（法學院），烏魯木齊 830052）

區域科技創新能力是推進國家科技創新事業發展的主要動力，在中國區域科技創新事業發展進程中，縮小東西部區域科技創新能力差距，引領帶動欠發達區域協調發展成為建設創新型國家的重要一步。為了加快中國西部欠發達地區區域科技創新事業發展，國家和地區頒布的一系列科技創新政策為西部地區科技創新事業發展提供了基本保障。新疆作為中亞區域創新中心，在創新驅動發展戰略引領下，新疆區域創新系統的培育和發展顯得尤為重要，對新疆現有科技創新政策有效性影響因素進行研究，可以為新一輪政策的制定及完善提供重要依據。

隨著大數據時代的發展，越來越多的學者關注到海量的網絡數據所反映出的行為信息。海量的網絡數據所具有的市場價值在于網絡數據能實時地將信息傳達給需求者，這些數據不僅反映出人們對某一問題的關注度，也反映出人們在現實中的行為規律和趨勢。目前，基于網絡搜索的研究已延伸到就業、汽車旅游、電影票房預測等眾多領域。特別在政策評估方面，網絡數據能增強政策目標對象的有效性，為政策評估提供導向，依據數據分析技術，增強信息收集的系統性和針對性，建立健全政策評估和反饋機制，進而有助于公共資源的合理優化。

1 研究綜述

1.1 科技創新政策評估相關研究

有關科技創新政策評估研究方法具有代表性的有以下幾種。一是回歸分析。蒲則文［1］采用經濟計量模型，從研發資本收益的角度對山西省2010—2017年的科技創新政策效果進行評估。曾婧婧等［2］以中國“十一五”至“十二五”期間的省級面板數據為基礎，采用回歸模型考察科技創新政策對各地區的創新驅動效應。二是DEA數據包絡法。梁瑞敏等［3］基于區域科技創新子過程構建區域科技創新效率模型及指標體系，采用二階段網絡DEA方法對山西省區域科技創新績效進行研究。王任遠［4］運用網絡DEA法和主成分分析法，從科技投入和科技產出兩個維度出發，對江蘇省科技創新政策效果進行評估。三是文獻計量法。張永安等［5］對區域科技創新政策進行梳理分類，并結合政策工具作出分析。蘇敬勤等［6］通過對中央和地方的代表性科技創新政策進行關鍵詞提取，建立共詞網絡和中心性及小團體，分析得到中國技術創新政策的整體構成，并采用內容分析法進行對比分析。四是熵值法。郭強［7］利用相關數據，結合模糊數學理論及熵值法，分別計算出31個省級區域的科技創新隸屬度和權重，并對科技創新政策效果進行評估。胡先杰等［8］結合新的科技創新政策范式，參考政府監管的政策績效評估框架，利用個案研究法，從“內容—執行—效果”進行政策的全過程評估。白晶晶［9］設計了以企業滿意度為指標的科技創新政策評估問卷，利用李克特五級量表（5-point likert scale）將指標量化，采用方差分析和相關分析法對浙江省科技創新政策進行績效評估。張永安等［10］以12項國務院創新政策為樣本，構建了PMC指數模型，并繪制了可以直觀了解政策優劣勢的PMC曲面圖，進行政策量化評估。

1.2 網絡搜索相關研究

網絡搜索行為每時每刻在發生，它可以滿足人們對于信息的需求，并為做出決策提供依據。Ginsberg等［11］通過分析Google搜索引擎數據研究流行性感冒癥狀的發展軌跡。宋雙杰等［12］利用谷歌趨勢搜索指數對中國股票市場的IPO抑價現象做出研究。崔東佳［13］將百度搜索指數與各個汽車品牌的銷量建立預測模型，研究表明，該種預測模型相較于傳統預測模型具有更高的精準度，且在時效上具有前瞻性。張應劍等［14］以陜西互聯網為研究對象，基于網絡求職搜索指數構建時間序列模型，對陜西互聯網行業的就業需求情況進行預測。張娟［15］基于與房價相關度較高的關鍵詞，合成綜合網絡搜索指標，對房屋價格指數進行預測，結果證明，基于網絡搜索指數的預測模型對房價波動可以得出較為及時準確的結論。劉超凡［16］以網絡搜索關鍵詞為基礎，構建了商品住宅價格指數的神經網絡預測模型。在政策評估領域，利用網絡搜索數據進行研究也取得了較多的研究成果。王博永等［17］在研究房地產政策宏觀調控效果問題時，利用網絡搜索關鍵詞數據探究網絡搜索關鍵詞與房地產政策效果的相關關系，建立網絡搜索關鍵詞與房地產政策效果的關系模型，以中國42個城市為樣本，對房地產市場不同調控政策產生的不同影響進行分析研究。張永安等［18］將網絡搜索相關數據引入中國科技創新政策調控有效性分析中，利用網絡搜索方法彌補傳統評估方法的不足，提高中國科技創新政策評估的效率和準確性。

目前在科技政策評估中對于政策整體效果的研究較多，對不同政策工具所產生的效果研究較少。傳統評估方法需要回收大量的問卷調查，專家打分等量化方法主觀性影響的弊端無法避免。還有學者利用年鑒等面板數據更是無法避免數據的時效性問題。對于有效獲得即時性數據進而及時對政策評估、糾偏及優化的相關研究顯得相對缺乏卻又尤為重要。在研究對象上多為針對中國創新事業發展較好的省（市），對西部地區尤其是新疆科技創新政策實施現狀及評估的研究幾乎為空白。本研究以新疆區域科技創新政策為研究對象，采用網絡搜索的方法，對所獲得的信息數據進行分類提煉，得到關鍵詞庫，構建網絡搜索數據與政策有效性的相關模型，通過線性回歸方法進行實證研究，在對比不同政策工具所產出的創新成果后，對新疆區域科技創新政策的調控效果進行評估，并對其進行合理優化。

2 理論基礎

在理性預期理論和信息搜尋理論基礎上，構建基于網絡搜索的新疆區域科技創新政策有效性影響因素研究框架，主要基于兩方面內容構建該框架。

首先，政府在制定政策時會考慮對創新主體行為的影響。基于理性預期理論，可以預測政策頒布后產生的效果，促使響應政策的創新主體創新產出增加，依據創新產出的變化信息，更多創新主體進行模仿并意圖獲取相應的科技創新政策信息，創新主體在進行科技創新活動時就對政策效果做出預判，故而他們的決策是有所依據的。創新主體的行為使許多信息變得具有研究意義，他們不僅是科技創新政策作用的對象，同時根據自身的理性預期行為影響著科技創新政策的制定。創新主體對科技創新政策的反應顯示出這些政策的有效性。科技創新政策的有效性不僅是由政策制定者決定，身為科技創新活動的創新主體所做出的決定也有著舉足輕重的作用。故而創新主體的行為是科技創新政策制定者在制定政策時需要充分考慮的一方面。

其次，在大數據時代，網絡已經成為人們搜索信息和獲得信息的主要手段，網絡搜索行為可以反映創新主體的關注與預判。無論是科技創新政策的制定者還是需求者，他們所做出的行為是一個決策的過程，而決策均需要輸入信息、搜索信息，網絡搜索作為重要的信息搜索渠道，網絡搜索數據可以綜合反映創新主體的共性，站在一個獨特的視角體現科技創新政策對科技創新事業的影響。

基于以上兩方面構建網絡搜索數據與科技創新政策有效性影響因素的關系框架（圖1），網絡搜索數據中的政策工具搜索指數為自變量，科技創新產出數據作為因變量，將科技創新政策有效性定義為科技創新產出，通過政策工具搜索指數與科技創新產出數據的影響程度，對目前的網絡搜索數據與科技創新政策有效性影響因素進行分析，進一步結合對科技創新政策的分類進行研究，明確各類科技創新政策產生的不同效果程度，為國家和地區出臺相關政策提供依據。

圖1 網絡搜索數據與科技創新政策有效性影響因素的關系框架

3 數據來源與關鍵詞網格搜索

3.1 數據來源

3.1.1 網絡搜索數據來源通過網絡搜索指數研究新疆區域科技創新政策有效性影響因素，關鍵詞數據選取來源尤為重要。百度指數是百度網站研發的一類可提供較長時間跨度、數量種類范圍廣、科學性較強的數據分析工具，以網絡用戶在百度搜索引擎上的搜索量為基礎，以關鍵詞為統計樣本，科學計算分析關鍵詞在搜索網頁中的頻次加權和，以此反映出各關鍵詞所對應的事物被關注程度和熱門程度。其具有易獲取、透明公開的特點，滿足本研究對數據的需求，故采用百度指數作為新疆區域科技創新政策有效性影響因素分析的搜索數據來源。在Python語言環境下利用網絡爬蟲技術采集百度指數上各關鍵詞在新疆區域上的日數據，時間跨度為2012年1月1日至2020年3月31日，并利用數據分析軟件將其加工整理為月度數據。

3.1.2 科技創新產出數據來源本研究將科技創新產出視為新疆區域科技創新政策有效性的變量。基于前人的研究結果可知，目前學術界常將新產品銷售額或專利發明量視為科技創新產出的指標［19，20］。但中國高科技產業和國家統計局統計年鑒所公布的均為新產品銷售額的年度數據，與所獲得的百度指數月度數據不一致，會影響實證分析的準確性。專利發明量中專利授權量指標由于存在從申請到獲批的3年滯后期［19］，因此也不符合本研究所需數據的要求。基于以上考慮，將國家知識產權局和國家統計局所公布的新疆專利申請量作為科技創新產出數據，時間跨度為2012年1月1日至2020年3月31日，并將其整理為月度數據進行研究。

3.2 網絡搜索關鍵詞庫的構建

科技創新政策有效性影響因素研究屬于對宏觀事件的研究，在研究時應對將宏觀事件進行降維處理，即將網絡搜索數據和觀測到的數據按照不同政策工具類型進行分析。基于以往學者對科技創新政策分類的研究成果，將新疆區域科技創新政策分為人力資源政策、公共服務政策、基礎建設政策、資金支持政策、目標規劃政策、法規管制政策、金融稅收政策、知識產權政策、服務外包政策和海外機構政策10類政策10個網絡搜索對象。

從現有研究成果看，學術界對關鍵詞選取方法主要有直接取詞法、范圍取詞法、技術取詞法和經驗取詞法。不同的創新主體在使用搜索引擎獲取信息時，受到各種客觀和主觀因素影響，導致搜索關鍵詞具有多樣性、復雜性的特點。建立網絡搜索關鍵詞庫，一方面，要搜集到盡可能全面的搜索關鍵詞，另一方面，也要避免數據缺失和冗余的問題，確保數據的研究價值。在選擇搜索關鍵詞時遵守3個原則。①含義充分性。一個關鍵詞應代表要素指標的一方面，所有關鍵詞能概括要素指標的大概含義。②統計充分性。所選關鍵詞數據序列具有連續性，保證關鍵詞與基準指標的穩定性。③與基準指標對應性。所選關鍵詞數據序列的峰谷趨勢與基準指標數據的峰谷有一定對應性。

基于此，本研究采用文獻研究法、范圍取詞法、文本挖掘法收集搜索關鍵詞，結合專家經驗和相關分析進行關鍵詞篩選，從而建立關鍵詞庫。

3.2.1 初始搜索關鍵詞建立初始關鍵詞庫，先運用文獻研究法，綜合前人經驗和新疆區域特征提出初始關鍵詞，再將初始關鍵詞輸入百度搜索引擎，利用關鍵詞推薦及相關關鍵詞推薦工具，共得到53個非重復的關鍵詞，組成初始關鍵詞庫，如表1所示。

表1 初始關鍵詞庫

3.2.2 擴充搜索關鍵詞結合文本計量方法，針對10類科技創新政策工具進行信息文本收集，信息文本來源渠道包括網絡新聞、政府官方網站、網絡論壇，如表2所示。將3～5個初始關鍵詞輸入搜索工具，分時段將搜索結果以文本形式保存。應用Python語言環境下的jieba分詞工具對信息文本進行文本挖掘，提取頻次較高且與政策工具主題相關性較高的關鍵詞作為擴充的關鍵詞集合，去重后得到165個關鍵詞。

表2 關鍵詞來源

3.2.3 篩選搜索關鍵詞本研究搜集的165個網絡搜索關鍵詞，若全部引入模型進行回歸和預測，由于關鍵詞之間存在弱相關性，將出現變量之間產生多重共線性并導致模型效果欠佳，因此需要篩選出具有代表性的網絡搜索關鍵詞，引入模型進行擬合。通過手動篩選和相關系數法兩部分確定最終的搜索關鍵詞庫。

1）手動篩選。將獲取到的所有關鍵詞數據趨勢圖與專利申請量的數據趨勢圖作對比，將趨勢變化不同或峰谷變化不同的關鍵詞剔除。共剔除27個關鍵詞，剩余138個關鍵詞進行下一步處理。

2）相關系數法。目前學術界探究關鍵詞與研究對象間的關系時，常用Person相關系數法，該方法具有操作簡便、判斷結果準確的特點。Person相關系數分為3個層次：系數的絕對值大于0.8時，可以理解為2個變量存在強關聯；系數的絕對值小于0.8大于0.5時為中度相關；系數的絕對值小于0.5大于0.3為弱相關，當系數絕對值小于0.3為極弱相關或不相關。本研究使用SPSS軟件中的Person相關系數法，將一定時間序列上的搜索關鍵詞數據與專利申請量數據進行量化分析，篩選出相關系數絕對值大于0.4的關鍵詞19個，且篩選后的關鍵詞與專利申請量之間均為正相關，如表3所示。

表3 搜索關鍵詞數據與專利申請量相關性

3.3 合成網絡搜索指數

搜索關鍵詞庫中的關鍵詞與科技創新產出數據（專利申請量）的變化都具有一定的相關性，若將其全部引入回歸模型中，搜索關鍵詞間的多重共線性會影響模型的擬合效果。為使網絡搜索數據能更好地進行擬合，避免搜索關鍵詞之間的信息重疊現象，保證其獨立性，需將眾多搜索關鍵詞進行降維處理，成為更具綜合性的網絡搜索指標。

在指數合成的研究中，確定各個關鍵詞的權重是核心問題，目前學術界常用方法有兩種。一是評價系統法，該方法預先明確評價原則，再對各個關鍵詞進行評分，并以該評分決定權重分配，最終合成綜合指數。該方法雖然在數據納入時較全面，但主觀性較強。二是利用相關系數分配權重，該方法具有易于操作、客觀性較強的優點。

本研究采用相關系數作為賦權方法，將各個搜索關鍵詞按照相關系數合成對應政策工具分類下的網絡搜索指數，具體計算公式如下。

人力資源搜索指數=0.645×人才隊伍+0.444×人才培養+0.682×創新人才+0.487×技術人才+0.554×科技人員+0.553×科技人才+0.631×科技創新人才

資金支持搜索指數=0.402×專項資金+0.457×研發費用

公共服務搜索指數=0.481×科技交流會+0.494×科技服務平臺

基礎建設搜索指數=0.632×孵化器+0.551×實驗室+0.404×科技企業孵化器

知識產權搜索指數=0.412×專利權+0.442×科技成果轉化

服務外包搜索指數=0.421×產學研

海外機構搜索指數=0.488×國際科技+0.496×技術引進

4 回歸模型的構建

4.1 定義變量

選擇專利申請量Yt為因變量，自變量包含7個政策工具網絡搜索指數：人力資源搜索指數Xrl、資金支持搜索指數Xzj、公共服務搜索指數Xgg、基礎建設搜索指數Xjc、知識產權搜索指數Xzs、服務外包服搜索指數Xfw、海外機構搜索指數Xhw。7個政策工具搜索指數與新疆專利申請量的相關系數如表4所示。由表4可知，7個政策工具搜索指數與新疆專利申請量相關性較強，且均為正相關。

表4 科技創新政策搜索指數與專利申請量間的相關系數

4.2 平穩性檢驗

由于各自變量與因變量均為時間序列數據，要求變量具有一定的平穩性，因此，在建立回歸模型之前應先對其做平穩性檢驗。對單位根進行檢驗可以體現其平穩性，通過檢驗時間序列數據中是否存在單位根來判定時間序列數據是否平穩。若序列中至少存在1個單位根即判定為不平穩，會使后續回歸分析產生偽回歸現象。本部分采用應用較為廣泛的ADF檢驗進行單位根檢驗。

ADF檢驗的原假設認為時間序列中至少存在1個單位根即為不平穩；若時間序列中不存在單位根，即為平穩序列。當P小于1個臨界值（一般為P＜0.05）拒絕原假設，即該序列不存在單位根，為平穩序列。ADF檢驗結果如表5所示。由表5可看出，Yt、Xrl、Xzj、Xgg、Xjc、Xzs、Xfw、Xhw在水平值時均未能拒絕原假設。經過一階差分后，能夠拒絕原假設，且為同階單整，為平穩序列。

表5 科技創新政策搜索指數平穩性檢驗

4.3 建立多元線性回歸模型

回歸分析是一類用于預測建模的計量統計方法，是指確定2個或2個以上變量之間相互影響的定量關系。根據變量的數量分為一元回歸分析和多元回歸分析。由于影響科技創新產出數據的因素較多，故本研究采取多元線性回歸方法進行研究。

n組數據的多元線性回歸模型的一般形式為：

式中，yn為因變量；x1，x2，…，xi為自變量；β0為回歸常數項；β1，β2，…，βi為回歸系數；ε為隨機誤差項。

多元線性回歸模型需滿足5條假設條件，分別為自變量為彼此獨立的非隨機變量；自變量的所有觀測數據需有相同方差的隨機誤差項；自變量與隨機誤差項存在不相關關系；隨機誤差項為彼此不相關，且期望值或平均值為0的隨機變量；隨機誤差項符合正態分布。

模型采用最小二乘估計法，在SPSS軟件中選擇步進式變量輸入方式進行回歸分析。當變量進入方式為步進時，能夠自動計算出模型的最優擬合。

當模型進行第四次計算時，R2為0.603，此時自變量（基礎建設搜索指數、人力資源搜索指數、公共服務搜索指數、知識產權搜索指數）與因變量（專利申請量）的相關關系較強，剔除資金支持搜索指數、服務外包搜索指數和海外機構搜索指數三類相關性不強的因變量，線性回歸模型解釋度為60.3%，擬合程度較好，具備解釋能力。

回歸系數估計結果如表6所示，基礎建設搜索指數的系數為0.029，人力資源搜索指數的系數為0.019，公共服務搜索指數的系數為0.067，知識產權搜索指數的系數為0.053，自變量系數均大于0，表明自變量與因變量存在正相關關系。經過t檢驗，常量和因變量的顯著性P均小于0.05，故而均有顯著性意義。在共線性診斷中，各個自變量的膨脹因子（VIF）均小于10，表示模型中的自變量之間未出現明顯的共線性。

表6 回歸結果

殘差項的正態檢驗如圖2所示，從殘差項的直方圖可以看出，殘差項的分布近似于正態分布。

圖2 標準化殘差

由以上檢驗結果可知，采用線性函數形式的新疆區域科技創新政策有效性模型滿足獨立性和正態性假設，具有良好的擬合度和解釋力，該回歸模型具有統計學意義。

最終建立線性回歸方程：

基于該模型，對因變量（專利申請量）進行預測，如圖3所示，其中虛線表示專利申請量的預測值，實線表示由國家知識產權局公布的專利申請量實際數據，由圖3可看出二者變化趨勢比較一致。

圖3 新疆專利申請量實際數據與預測數據趨勢對比

4.4 模型結果分析

根據回歸模型結果，對新疆區域科技創新政策有效性影響因素進行討論。人力資源、基礎建設、公共服務和知識產權4類政策工具的網絡搜索指數與專利申請量擬合度較好，表明網絡搜索數據與科技創新政策有效性有較為顯著的動態關聯性，故而網絡搜索行為既可以作為政策發布、執行并產生效果后的輸出結果，也可以作為新政策制定的需求導向。從政策工具網絡搜索指數的系數可以看出，4類政策工具均對科技創新產出呈正向影響。其中公共服務和知識產權為較重要的政策調控工具，對科技創新產出影響最為顯著，對科技創新政策有效性影響最大，基礎建設和人力資源對科技創新產出影響相對較弱，對科技創新政策有效性影響相對較小。通過線性回歸模型也可運算出專利申請量的預測值，將運算得出的預測值與國家知識產權局所公布的實際數據進行比較，可以看出兩者變化趨勢大體一致。因此，該模型不僅可以用來評估科技創新政策有效性，還可以用來對科技創新產出作出預測，對下一階段的科技創新政策有效性進行預判和調整。

5 結論與建議

本研究采用網絡搜索方法，以新疆區域科技創新政策為研究對象，構建了網絡搜索數據與政策有效性影響因素的相關模型，通過線性回歸方法進行實證研究，主要得出以下結論并以此提出建議。

1）為新疆科技創新政策有效性研究提供新的研究視角。現有研究所采用的傳統研究方法往往以科技創新企業為研究對象，研究結果的準確性受到企業類型、企業數據、企業報表等因素影響。采用網絡搜索數據進行科技創新政策有效性研究，在研究數據獲取路徑、范圍和數量上都具有優勢。

2）基于網絡搜索數據與政策有效性的相關模型，4類政策工具均對科技創新產出呈正向影響。在各類影響因素中公共服務和知識產權對科技創新產出影響最為顯著，對科技創新政策有效性影響最大，基礎建設和人力資源對科技創新產出影響相對較弱，對科技創新政策有效性影響相對較小。地區政府可以此為參考，合理優化科技創新政策。優化供給類政策工具配比，強化公共服務類和基礎建設類政策工具的使用，不斷加強信息化基礎設施的廣度和深度建設；平衡環境類政策工具結構，發揮其滲透作用。在注重知識產權類保護政策的同時，平衡稅收金融、目標規劃、法規管制類政策的使用；加強需求類政策工具運用，發揮其拉力作用。在目前供給推動力大于需求拉動力的情況下，應大力引進和培育具有帶頭示范作用的服務外包企業，發展民間自營科研機構，承接國際服務外包業務，借助一帶一路的東風，立足新疆地緣優勢，利用外資科技創新活動的質量和水平，擴大知識密集型科技創新服務出口，提升科技創新能力。

3）通過回歸模型計算出專利申請量的預估值，該預估值與官方網站所公布的真實值變化趨勢較為一致。在未來的研究中，可以在大數據背景下充分利用海量、多變的網絡搜索數據，基于回歸模型對科技創新產出進行合理預測，對下一輪新政策產生的效果進行及時調整。

4）本研究還有很多不足之處。關鍵詞的提取方法在信息分析時非常重要，但目前學術界還未對其進行系統研究，未來還需進一步研究。本研究收集數據的來源渠道較符合中國網民使用情況，針對國內經濟社會研究較為有效，但利用該方法探究全球范圍的經濟社會研究時具有一定的局限性。