基于大数据的中国科技政策体系研究：理论与实践

章刚勇

(1. 广东金融学院,广东 广州 510521；2. 深圳仟益智能科技有限公司，广东 深圳 518000)

一、引言

长期以来，社会科学中，“政策科学”和“政策分析”两大基本范式相互对峙与互补，“政策分析”范式更重视面对实际和技术上的可操作性，不断吸收新兴科学中的方法论思想，构造分析与解决具体问题的模式。基于证据的政策制定与实践是政策分析范式的应用拓展，该种政策分析的新方法已深刻地影响欧美发达国家的公共政策制定[1]，已有科技政策研究成果、科技政策文本与科技统计指标数据构成了科技政策分析的三大证据[2]。我国科技政策研究经20多年发展，研究内容已从单纯的科技政策走向与产业政策、财政金融政策、教育政策相融合的广阔领域[3]。研究方法多以规范研究法为主，或探讨科技政策伦理，评估标准和方法[4-5]，或探讨构建科技政策分析体系或框架[6-7]，或探讨其它国家科技政策经验及对我国的借鉴和启示[8-9]；实证研究一般以技术创新政策为研究对象，以创新政策演变与创新绩效为其研究内容：刘凤朝[10]从内容和法律效力两个维度，描述统计分析了1980-2005年期间的我国颁布的289项创新政策，认为科技政策有向创新政策演变的趋势；彭纪生[11]以423条创新政策为研究对象，程华[12]以454条创新政策为研究对象，通过把政策变量引入到Cobb-Douglas生产函数，对创新政策演变、政策力度、政策稳定性和创新绩效进行了研究；赵良浩[13]区分了科技支出、采购和投资3项创新政策，对我国科技创新绩效的区域异质性进行了研究。相关实证研究中所采用的政策测量是对Libecap[14]所提出的科技政策量化方法的应用拓展。部分学者借鉴GAO[15]所提出的内容分析法，分析了北京市科技政策演进过程[16]，天津市科技金融政策完善度、创新度和强度[17]等。基于政策条文的内容分析法已成为科技政策分析主流。内容分析法是扎根理论在政策分析中的实际应用，内容分析要求将政策条文按标准化格式列出编码目录，解构文本内容，然后对文本进行编码分析。编列编码目录即是为政策条文设计维度，将政策文本结构化过程，是把文本内容量化的关键步骤，复杂的文本分析需要编写数据字典。另有学者较为细致地研究了科研经费管理政策[18]、地方科技成果转化政策[19]、高新技术产业税收优惠政策[20]等单个政策群或类。

现阶段，思辨我国科技政策定义，厘清科技政策体系，按一定规则收集政策并归群分类，具有较好的理论价值和实践意义。一方面，不同时期不同国家或地区赋予了科技政策不同涵义，2006年以后是中国科技政策制定颁布密集期，参与部门诸多，内容涉及面广，从而导致科技政策界定模糊，科技管理部门在实践中一般把其制定或参与制定的政策视为科技政策。同时，学界对科技政策、创新政策与技术创新政策概念及概念间关系争议已久，研究者一般基于其研究目的和所能收集的政策条文，界定和评价科技政策；另一方面，由科技部和地方科技部门汇编或选编的有关科技法律法规与政策出版物信息量小，缺乏统一框架，难于支撑科技政策体系和满足信息化建设要求。大数据理念下，基于文本的内容分析法已成为公共政策分析的主流。厘清中国科技政策体系，构建文本数据库是科技统计基础工作[2]；并且，据此展开政策分析，研究科技政策作用机理，评价政策得失，可以为新一轮政策制定和组织实施，为提高我国科技政策质量提出参考建议。

二、 科技政策定义与中国科技政策体系

(一)科技政策定义及界定

科技政策是指“一个国家或地区为强化其科技潜力，以达成其综合开发之目标和提高其地位，而建立的组织、制度及执行方向的总和”。该概念在1963年召开的UNCAST会议上首次被正式提出，并建议国家政府设置专门的科技管理部门、设计并执行科技管理制度，推动科学技术进步，服务于国家政治目标。1978年，法国学者Salomon[21]认为科技政策是“政府为促进科学技术研究的发展, 并利用科技研究成果实现一般意义上的政治目标所采取的集中性举措”。早期科技政策定义较为关注政策目标的政治关联性，参与科技活动的主体一般被限定于特定组织与个人，政策的阶级性较强。

随着经济社会发展，科技发展也日益与人类生存环境、生活方式相联系。樊春良[22]把中国科技政策定义为“政府为促进科学与技术发展以及利用科学技术为国家目标(国防、经济增长、社会发展、环境和健康等)服务而采取的集中性和协调性措施，是科学技术与国家发展的有机结合”。该定义把科技政策目标从单一为政治目标服务扩展到为经济社会发展服务，措施既具有集中性，又具有协调性特点。为落实《国家中长期科学和技术发展规划纲要(2006-2020)》制定的“走自主创新道路，建设创新型国家”战略，中国出台了一系列配套政策实施细则，涉及科技投入、税收激励、金融支持、政府采购、人才队伍、教育科普、科技创新基地与平台等多个方面。实施细则内容涵盖了财政、金融、税收、教育和产业政策等，颁布主体涉及国务院、人大常委、财政部、商务部、农业部、教育部、国税局、科技部等国家部门，以及地方政府机构。部分学者提出了创新政策、技术创新政策等概念，认为创新政策不等同于科技政策，创新政策包含了科技政策和与之配套的经济等政策[10,23]；而部分学者争辩，随着当代科学技术一体化、科学技术与生产一体化、基础科学与技术创新之间的联系愈益密切，基于科学、技术、技术创新、技术产业化等概念的政策实践常常包含在一起，科技政策应包括与之实施配套的各种措施手段，但并不是简单相加[3,6]；另有学者提出了公共科技政策概念，认为公共科技政策是一个综合体系，是政府为了弥补市场失灵,促进公共部门和私人部门的技术创新而制定的一系列干预、规制和引导科学研究、公共技术开发以及促进科学技术成果产业化的政策的总称[24-25]。科技政策目标包括了促进科学研究、技术创新和科技成果产业化三个层面。作用对象包括公共部门与私人部门，措施主要有干预、规制和引导等手段。在公共政策框架下，科技政策颁布主体与作用对象被明确，科技政策目标归位到促进科技发展与应用。

科学研究目的是创新理论，发现知识；技术进步是知识积累应用的结果；而创新是对新知识发现及已有知识被创造性应用的行为过程的描述。换言之，只有通过创新，科学技术才能得以进步；只有通过创新，才能加快科学技术应用。知识发现、积累及应用需要全社会共同努力，终极目标是满足全社会日益增长的物质和精神需求。“大众创业，万众创新”被视为中国新常态下经济发展新引擎，但创新行为不一定与科学技术相关，创新包括为激励组织或个体主动地及有效率地参与生产劳动的有关利益分配的机制创新和有关生产组织的管理创新，因此，本文把科技政策定义为“由一国或地方政府机构为促进经济社会发展，基于社会需求在不同阶段制定颁布的，一系列用于规制和激励全社会从事知识发现、积累，及应用于技术创新行为的政策集合。包括规划计划，法规条例、决定、办法、措施、以及相应的实施细则、意见建议等”。区别于其他科技政策概念，该定义主要具有以下几个特点：其一，定义关注了政策固有的稳定性与时效性矛盾，科技政策作为一项公共政策，稳定性较弱而时效性较强，基于社会需求变化，新阶段新政策颁布，旧政策随即废止。其二，定义凸显了科技政策功能中的激励作用，与科技创新相关的经济(财政、税收与金融支持)政策与奖励政策应纳入科技政策范畴。其三，定义把政策作用对象扩展到面向全社会，包括公共部门和私人部门，以及公民个体。一般认为科技政策作用主要对象是科研组织。然而，技术创新主体是企业，技术发明主体可能是公民独立个体。其四，定义归纳了当前阶段中国科技政策条文主要颁布形式，即规划计划，办法措施，意见建议等。

(二)中国科技政策体系

1.制定颁布主体与科技政策体系

科学技术部主要职责是研究提出科技发展的宏观战略和科技促进经济社会发展的方针、政策、法规；推动国家科技创新体系，提高国家科技创新能力等；其组织机构主要包括由政策法规与监督司、创新发展司、基础研究司等部门构成的内设机构，以及国家科学技术奖励作办公室、中国科技技术信息研究所等直属事业单位。地方政府依级别分别设置省科技厅(直辖市为科学技术委员会)、县市科技局等政府职能部门，行政隶属于当地政府，分级分条块管理。其职责和组织机构设置较为类似。以江西省科技厅为例，其主要职责是贯彻落实国家有关科技工作的方针、政策和法规，在全省经济社会发展总体规划的框架内，拟定科技发展和促进经济社会发展的政策措施，推动全省科技创新体系，提高科技创新能力；其组织机构主要包括由政策法规与体制改革处、社会发展科技处等部门组成的内设机构，以及由江西省科技情报研究所、江西省科技项目服务中心等部门组成的直属单位；还包括一些具有地方特色的机构，比如江西省山江湖办、庐山植物园等单位。地方科技部门除了制定贯彻落实国家科技政策的措施办法之外，还需制定符合本地经济发展阶段和当地特色的科技政策。

自2006年以来，全国人大常委、国务院、科技部、发改委、财政部和教育部等部门制定或联合制定颁布了一系列用于规制和激励全社会创新行为的法规制度、规划计划、措施办法、意见建议等。地方政府机构，包括科技厅、地方发改委、财政厅和教育厅等部门，分别制定或参与制定了相关贯彻落实、促进推进等条文。条文内容涵盖了财政、金融、税收、教育和产业等各方面。其中大部分政策由科技部门起草，其它部门联合发文，国家及地方科技部门是制定科技政策的主体。部分政策的制定和颁布科技部门虽未参与，但条文内容却与科技创新举措相关。本文把科技部门制定或参与制定的政策条文视为核心科技政策，而把科技部门未参与制定的由其他政府部门制定与科技创新举措相关的政策条文划分为外围科技政策；把国家及部委制定的政策划分为国家科技政策，而把地方政府制定的政策视为地方科技政策。一般而言，地方科技政策制定与发文机构与国家相关部门对应。如图1所示，其中虚线箭头表示各部门行政隶属结构，实线箭头表示其他部门或参与科技政策制定的协同关系。由全国人大常委、国务院、科技部及其它部委制定的科技政策被认为是国家科技政策；而由地方政府机构制定的政策为地方科技政策。双线箭头分别指向核心科技政策和外围科技政策。

2. 政策群类与科技政策体系

政策群是一国或地方政府在一定时期制定并实施的理念同源、导向相近、内容各有侧重的一组政策集合体[26-27]。政策群理论被认为是近年来政策分析领域的一个新兴的，具有较强本土化色彩的理论工具；应用于政策体系构建、政策效率评估，能较好地弥补政策研究中缺乏对政策本身进行分析的缺憾[28]。近10年来，全国人大常委分别修订了《中华人民国家科技进步法》《中华人民共和国专利法》《中华人民共和国再生能源法》等系列与科技创新主题直接相关或间接相关的法规，与各地方人大常委制定的科技进步、科技创新促进等条例，组成了一个法规条例政策群；各部委制定的中长期科技发展规划纲要(比如：教育部制定的《高等学校中长期科学和技术发展规划纲要》，交通部制定的《公路水路交通中长期科技发展规划纲要》等)与各地政府制定的中长期科技发展规划纲要(比如江西省人民政府制定的《江西省中长期科学和技术发展规划纲要》等)组成了中长期科技发展规划纲要政策群；“五年规划”是我国政策制定的一个特色，为充分发挥科技进步和创新对加快转变经济发展方式的重要支撑作用，国家科技部、其他部委制定的，与各地方政府部门分别制定的“十二五”，“十三五”等科技发展规划计划组成了“五年”科技发展(专项)规划计划群。

图1 按制定颁布部门划分的中国科技政策体系

科技部牵头制定《国家中长期科学和技术发展规划纲要若干配套政策》有关实施细则的工作方案(国科办证字[2006]22号)。工作方案规定了实施细则具体文件名，共17项；并且要求“成熟一个，出台一个”，在2006-2007年两年内完成。参与制定的会同部门包括国家发改委、国防科工委、财政部、总装备部等13个部门。国家科技部于2008年将配套政策实施细则汇总，累计70项，并分别归类于科技投入、税收激励、金融支持、政府采购、引进消化吸引再创新、人才队伍、创造和保护知识产权、教育与科普、科技创新基地与平台、加强统筹协调与其他类等11个类别。其中其他类指的是关于规制和引导高新技术产业发展与中小企业技术创新等政策。为贯彻和落实国家层面政策，各地方政府、各部委辖下的厅局级单位，根据各地实际情况，分别制定了相应的地方性的若干配套政策，组成了配套政策实施细则群类。

国家各部委和各地方政府进一步围绕“中长期”及“五年”科技发展规划或专项计划，出台或修订了系列科技政策，包括决定、规定、细则、办法、措施、意见和建议等专题政策群、试点政策类等。专题政策群可分为15类，分别为：综合类、科研机构改革类、科技计划管理类、科技经费与财务类、基础研究与科研基地类、企业技术进步与高新技术产业化类、农村科技与社会发展类、科技人才类、科技中介服务类、科技条件与标准类、科技金融与税收类、科技成果与知识产权类、科学技术普及类、科技奖励类与国际科技合作类。某一类别或某单项国家政策，结合地方政府机构为贯彻落实国家政策而制定的相关举措，可组成某一类政策小群。各政策群之间关系如图2所示。

三、 科技政策文本数据库构建

自2011 年麦肯锡全球研究院(MGI)提出“大数据时代已经到来”，大数据已经渗透到各个行业和业务职能领域，成为可以与物质资产和人力资本相提并论的重要的生产要素。政府机构、企业界和学术界对大数据研发越来越重视。一般认为大数据具有规模性(volume)、高速性(velocity)、多样性(variety)、价值性(value)四个特征。其中多样性主要指数据的种类不仅限于数值型数据。文本、图像、音频和视频也是数据的组成类型。同时数据贮存形式包括结构化、半结构化和非结构化特征。然而，统计建模大多数的数值算法一般基于传统的串行计算，而非并行计算或“分布式计算”。对数据的深入挖掘和分析一般需要架构在关系型数据库上，使用非结构化数据库建模一般需要经过数据清洗、结构化等过程，转化为数据仓库。基于大数据的管理与决策创新是大数据研究前沿课题之一，大数据发展使得经济社会系统的运行、政府决策、政策评估等日益依赖于数据在不同社会主体之间的流动与利用[29]。自2006年以来，中国科技政策进入密集颁布期，科技政策已形成了一个结构庞大、内容庞杂的政策集合。研究如何收集及结构化组织政策条文，构建科技政策文本数据库是科技政策研究的基础。收集、辨识和归类非科技部门颁布的外围科技政策是难点。

图2 按政策群划分的中国科技政策体系

(一)政策条文收集

1. 数据来源

我们所构建的科技政策文本数据库政策主要来源于各部门门户网站。以科技部官网(http://www.most.gov.cn/)为例，政策条文主要源于信息公开栏和科技政策栏，具体包括法规文件、科技规划、国家科技政策、国家试点科技政策等。然而，由非科技部制定的外围科技政策需要到其他部门官方网站识别收集。以教育部(http://www.moe.gov.cn/)为例，网站信息公开目录中，以信息类别分类的所有栏目中，“科学研究(代码14)”栏目全部下载，并在发展规划、部门规章、职业教育与成人教育、高等教育、其他等栏目中，以“科学技术”或“科技”或“技术创新”关键词筛选下载文件。

2.科技政策条文甄别

政策公文用词较为精准。其他非科技部门机构颁布的与科技创新相关的政策条文，一般会使用“科技”、“科学技术”或“技术创新”等关键词。在试验操作过程中，我们发现部分含“科学”或“技术”或“创新”等关键词的政策条文中，却只含有“科学发展观”，或“机制创新”或“技术人员”等文字。故我们对外围科技政策的初步筛选，选取“科技”或“科学技术”或“技术创新”为关键词的政策，而摒弃了“科学”或“技术”或“创新”为单个关键词搜索结果。经初步筛选后的政策文本大多是科技政策，但仍需进一步筛选，以获得较为正确、争议性较小的政策条文。由初步筛选结果发现，以“科技”为关键词搜索所得文本文件占绝大多数。我们组织研究生对下载的每条政策逐一辨别，剔除各部门内部组织实施、监督检查等管理文件，进一步识别含有科技创新或促进产业升级转型等条款的政策条文。表1展示了国家各部门颁布科技政策条数(2006-2013)，全国人大常委、国务院及各主要部委2006-2013年期间，制定颁布科技政策条文约1241条。其中，部分部门最终确定政策条数有所增多是由于多部门联合颁布发文导致。我们类似地采集了全国各省(自治区、直辖市)科技政策条文，各政府部门门户网站架构不尽相同，同一网站一段时期后也有所改版更新。文件下载位置及方式不尽相同，有必要向相关部门咨询或依法申请公开。

(二)维度设计与结构化

内容分析首先要求将政策条文按标准化格式列出编码目录，解构文本内容。构建关系型数据库也要求把政策条文按一定规则设计维度，即结构化或半结构化组织文本信息。

表1 国家各部门颁布科技政策条数(2006-2013)

1.常规维度

常规维度用于政策条文检索查询。标题、文号、颁布时间、中止时间、颁布部门和适用地区是政策文本数据库的五个常规维度。科技政策制定符合一定时期经济社会发展需求。当政策需求发生变化，旧条款被中止或被修订，科技政策具有时效性，故需要设计颁布时间和中止时间两个维度，适用地区维度设计主要缘于对国家政策和各省地方政策的适用地区不同的考虑，该维度可用于区分国家科技政策与地方科技政策。颁布部门维度可用于度量政策协同性和政策效力，并可用于区分核心科技政策与外围科技政策。

2.条文形式维度

科技政策条文形式主要包括：规划计划、法规条例(法、规定、条例)、决定、措施、办法、细则、建议和意见等。其中：规划计划为指导性的纲领性文件，期限一般分为中长期和五年期；决定一般是政府部门对重要事项所作的具有决策性和制约性的安排；法规条例是具有法律效力的条文；措施办法是为达到目标而采取的途径和手段，具有指导作用；细则一般是对某规划、某项法规条例、某项办法具体落实实施所作的详细解释与规范性文件；建议和意见则是上级部门针对下级部门在政策实施过程中的某些具体问题制定的参考性条文。条文形式维度可应用于区分政策效力。

3.基本专题维度

国家科技部把国家科技政策按专题进行了分类。国家科技政策被分为15类。分别为：综合类、科研机构改革类、科技计划管理类、科技经费与财务类、基础研究与科研基地类、企业技术进步与高新技术产业化类、农村科技与社会发展类、科技人才类、科技中介服务类、科技条件与标准类、科技金融与税收类、科技成果与知识产权类、科学技术普及类、科技奖励类与国际科技合作类。专题维度用于贮存科技政策类别，其中规划计划、法规条例被归为综合类。国家其他部门，以及地方政府部门出台的科技政策条文亦以此为依据，借助于计算机及人工手段分别分门别类。非科技部部门，及地方政府机构出台的科技政策条文的分类是构建文本数据库的难点。部分地方科技政策条文中，同一条文可分别归类于几个类别，但又不属于综合类。部分学者就某些政策专题，把科技经费投入、税收政策、金融支持、政府采购、科技创新基地与平台(高新技术产业园区)等作为政策工具，进行了专题研究，涌现了一批研究成果。其中有宏观层面政策评估研究，甚至有政策作用于企业层面的会计金融相关领域的研究。

4.可扩展专题维度

研究者可依据其关注的政策主题灵活扩展或归纳政策专题维度，甚至就某项专项政策实施研究。《规划纲要》配套政策实施细则制定的目标性强，颁布时期较为集中，已成为一个专属政策群。维度设计越细致，内容研究越丰富。表2展示了中国科技政策数据库表结构设计表，主要包括维度设计与数据长度设计。其中长度设计根据关系型数据库要求，须将文本内容结构化。表中文号与适用地区被设置为主键，利于文件检索和与其他数据库表关联；表中政策内容数据长度初步设置为10000字节，超过10000字节的政策内容，比如规划计划等，按章节标题把内容分解存贮，标题存贮在政策主题(专题)维度中；政策标签词可由计算机自动给出(综合类除外)。本文研究对象为2006-2020年国家及地方科技政策，并且各类科技政策条文有待进一步更新和完善，故设置更新记录字段。依据表结构，借助于ORACLE或其他数据库软件即可完成中国科技政策文本数据库构建。

表2 中国科技政策文本数据库表结构设计

四、中国科技政策主要议题分布：文本分析法的一个简单应用

内容分析的主要目的是从资料中摘取议题，或由几个松散的概念发展出描述性的理论框架。参照国家科技部对《规划纲要》配套政策实施细则分类，我们设置 “科技投入”、“税收激励”、“金融支持”、“政府采购”、“消化吸引再创新”、“人才队伍”、“创造和知识产权保护”、“教育和科普”、“创新基地与平台”和“加强统筹协调”10个议题，议题分散于各政策条文中，大部分科技政策同时涉及多个议题。分别以此10个短语，基于数据库，以结构查询语句将相关条文简单分类汇总，将政策内容量化。以国家科技政策与江西省科技政策(2006-2013)条文为例，对政策条文涉及议题分析归纳，结果如图3所示。发现：其一，地方科技政策与国家科技政策条文内容基本同步，我国科技政策具有“自上而下，层层传达，上行下效”的特点。其二，大部分政策条文都涉及“科技投入、人才队伍、创造与保护知识产权、科技创新基地与平台”等四方面内容，但“教育与科普”较少被涉及。科技政策主要作用对象仍是科技工作者，尤其是中高级专业人才。大部分科技政策与科技工作者所从事的科研活动相关，比如科研平台建设、科研经费投入与知识产权保护等。其三，政策重视科技投入在科技创新中所发挥的作用，科技投入资金主要来自政府财政投入。2006以来，社会资金投入在科技创新活动中的作用渐被关注。税收激励、金融支持和政府采购等三种政策工具主要应用于激励引导社会资金与企业自有资金投入到科技创新活动。其四，涉及“加强统筹协调”内容的政策条文多为综合类政策或需多部门协作类政策。另外，“教育与科普”政策工具的使用，表明科技政策作用对象开始逐步面向全社会。内容分析结果支持本文所给的科技政策定义。

五、结语

大数据时代的到来，为原本就与大数据有着天然联系的科技情报事业带来研究新范式[30]。大数据理念下，基于文本的内容分析法已成为公共政策分析的主流。本文思辨并提出了新时期中国科技政策概念，从政策颁布主体行政隶属关系与政策群视角厘清了现阶段中国科技政策体系，提出并实践通过维度设计，结构化组织政策文本，构建科技政策关系型数据库的思路。最后基于数据库，采用文本分析法，分析了中国科技政策主要议题分布。本文通过实践主要回答了构建科技政策文本数据库的必要性和可行性问题。

图3 2006-2013年国家及地方(江西省)科技政策主要议题分布图

第一，科技政策文本数据库构建的必要性。自2006年《规划纲要》颁布以来，国家科技政策与地方科技政策已形成了一个结构庞大，内容庞杂的政策群。由于政策制定颁布机构包括多个国家机关及地方政府机构，现阶段科技政策存贮在不同部门。按一定规则，收集汇总并结构化组织科技政策条文，构建文本数据库，是大数据对科技统计、科技政策研究的时代诉求。基于架构统一，条文翔实的数据库而进行深入细致的内容分析将获得丰富且结论可靠的研究成果，并将逐步揭示科技政策作用机理。

第二、科技政策文本数据库构建的可行性。界定和收集科技政策，以及有条理地组织政策条文是构建数据库的难点。为此，本文首先思辨并提出了新时期中国科技政策定义，基于政策制定主体隶属关系与政策群理论，厘清了中国科技政策体系；据此，进一步探讨了科技政策收集与维度设计方法，给出了中国科技政策文本数据库表结构设计，初步搭建了数据库。本文尽可能把工作程序标准化，以构建一个较为全面且争议较小的数据库。但由于资料可获取性，和政策条文的第二次筛选借助于人工识别所引起的主观性，不可避免给数据库带来一定的局限性。数据库需要进一步完善更新。

第三、实现网络协同、智能数据。数据来源多元化、数据类型多样性以及结果应用的实时性是大数据应用的几个主要特征。在大数据分析与处理的数学与计算基础等前沿课题[29]仍未有重大突破前，大数据应用技术目前仍主要停留在信息检索、描述性统计等层面，复杂的统计建模算法仍需要架构在数据仓库上。大数据应用于公共政策分析领域，服务于事后的政策评价和新一轮政策的制定。尽管对实时性要求较弱，而无论从实践意义层面的政策议题演变、政策落地经验和政策效力评估等，还是从技术层面的政策条文检索查询、深层次的文本挖掘技术等，都需要厘清政策体系，归集整理政策条文信息，构建关系型数据库，以充分及有效地利用文本信息。针对我国科技政策具有“自上而下，层层传达，上行下效”的特点，未来可使用文本相似度等文本量化方法，比较各区域相关科技政策的差异性，以此度量各地区结合区域特色制定的政策的创新程度。