基于人才集聚的科技政策对关键核心技术攻坚的影响——以北京市为例

徐 明

一、引言

党的二十大报告强调，“科技是第一生产力、人才是第一资源、创新是第一动力”，“要坚持教育优先发展、科技自立自强、人才引领驱动，加快建设教育强国、科技强国、人才强国”[1]。科技、人才、创新三者之间蕴含着密切联系和内在逻辑。创新驱动发展的一个重要外在表现即科学技术的不断革新及科技成果的不断涌现。特别是在当今世界百年未有之大变局加速演进的背景下，科技领域的竞争正逐渐成为大国博弈的主战场，关键核心技术攻坚对国家发展和安全至关重要。习近平强调，要“以国家战略需求为导向，集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战”[2]。世界科技前沿多为世界领先领域，掌握世界科技前沿技术对一个国家的发展至关重要。[3]新时代的十余年来，在以习近平同志为核心的党中央的坚强领导下，中国的体制机制改革向纵深推进，科技实力稳步提升。根据世界知识产权组织全球创新指数排名，中国从2012年的第34位上升到2022年的第11位。中国全社会研发经费支出从2012年的1万亿元增加到2021年的2.8万亿元，位居世界第二位[4]；研发人员总量从2012年的324.7万人增加到2021年的571.63万人，位居世界首位[5]。随着中国科技实力和经济发展水平的提升，关键核心技术攻坚就成为中国建设科技强国、跻身创新型国家前列必须直面的问题。创新驱动的本质是人才驱动，人才是突破关键核心技术的主体和基础。关键核心技术攻坚必须充分发挥好各领域人才的能动性，广泛吸纳汇聚各行各业的人才。这需要通过完善科研人才激励体系，给予科研人员责任的同时赋予其对等的权利，从而提升科研人才的科技创新能力和活力。[6]

面对新一轮科技革命和产业变革，北京市作为全国乃至全球科技创新资源最为聚集的城市之一，应在现有科技和人才资源的基础上，灵活运用各种科技政策汇聚的人力和财力资源开展科研攻关，在关键核心技术攻坚战中打头阵、挑大梁。因此，本文重关注北京市科技政策与关键核心技术攻坚的内在生成机制，在这一过程中探寻不同类型的科技政策的实施成效，选取研究经费投入强度来考察科技政策对关键核心技术攻坚的调节效应，并检验科技政策对关键核心技术攻坚的作用机制。

二、文献述评与研究假设

(一)文献述评

1.关键核心技术攻坚

党的十八大以来，习近平从科技革命和产业变革、经济安全和国防安全等多维视角论述了关键核心技术攻坚的内涵范畴，指出“只有把核心技术掌握在自己手中，才能真正掌握竞争和发展的主动权，才能从根本上保障国家经济安全、国防安全和其他安全”[7]。在主持第二十届中共中央政治局第三次集体学习时，习近平强调，“应对国际科技竞争、实现高水平自立自强，推动构建新发展格局、实现高质量发展，迫切需要我们加强基础研究，从源头和底层解决关键技术问题”[8]。习近平关于关键核心技术攻坚的重要论述为学界开展相关研究提供了方向指引。我国关键核心技术虽然与发达国家之间存在着一定差距，在短期易受到封锁，但在长期内关键核心技术能够持续提升技术链和产业链的韧性。[9]因而，拥有关键核心技术的国家往往将关键核心技术作为国家间竞争的重要武器。[10]这些研究成果充分论述了关键核心技术对于维护我国国家安全、增强产业链供应链韧性和安全水平、提升国家经济及科技实力具有的重要意义。虽然中国已进入创新型国家行列，但关键核心技术受制于人的现象仍然存在，缺乏政产学研深度融合的创新平台。因此，必须找准关键核心技术和零部件的薄弱环节，通过补齐短板尽快解决一批“卡脖子”问题，推进产业链、价值链、创新链、人才链和资金链的融合。[11]关键核心技术攻坚必须加速实现各类产业政策、科技政策、人才政策的融通整合，重视基础研究，提升原始创新能力。[12]这些促进关键核心技术攻坚的路径为新时代增强关键核心技术领域自主可控，提升国家科技创新实力提供了学理上的借鉴参考。

2.科技政策

中国共产党历来重视科技创新和科技人才队伍建设，在不同历史时期，根据党的中心任务提出了一系列科技创新与人才发展战略及政策。[13]科技创新政策的主要目的是引导、激励、支持科技研发创新及其成果应用[14]，它围绕着科技研发系统和技术经济系统，推动了科技研发和技术经济的发展。[15]在此基础上，学界围绕着科技政策体系框架从不同视角进行了深入研究。赵筱媛等认为，科技政策体系可以分为基本政策维度、政策工具结构层级、科技活动类型、科技活动领域四个方面。[16]刘立认为，科技政策由科学使命型、技术使命型、科学扩散型、技术扩散型四类组成。[17]这些政策分类方式为后续科技政策文本量化分析及其他领域政策分类方式提供了有益参考。结合新时代中国提出科技自立自强的战略目标，学界关于科技政策分类方式的研究有了进一步的创新成果。贺德方认为，科技政策体系可以从要素、主体、完善机制、产业创新、区域、创新环境、开放创新和系统反馈等方面进行划分。[18-19]李冬琴研究发现，科技创新政策正向显著影响着科技创新绩效，越明确的政策方向指引越能够促进应用型重大成果的产生。[20]这些研究成果为进一步细化科技政策内容提供了学理依据，充分说明了科技创新政策对于提升国家创新能力的重要作用，对此，应针对未来科技前沿领域提前规划部署科技政策，充分发挥科技政策的引导作用。

目前，学界针对关键核心技术攻坚和科技政策展开了广泛研究，但已有研究尚未涉及或还存在着一些欠缺：一是已有研究大多集中于对科技政策的结构维度及其发展演进历程进行研究，对科技政策及不同政策工具类型实施效果的实证检验研究较少。二是关于如何攻坚关键核心技术的研究仍有较多空白。基于此，本文构建计量模型探究科技政策对关键核心技术攻坚的影响机制，基于扎根理论分析和梳理政策文本，面向关键核心技术攻坚的重大战略需求，创新性地提出攻关型政策、基础型政策和培育型政策的政策分类方式。采用虚拟变量赋值的方式衡量关键核心技术突破量，并构建回归模型分析不同政策工具对关键核心技术攻坚的影响效果。此外，本文实证考察了研发经费投入强度对科技政策促进关键核心技术攻坚的调节效应，并通过中介效应检验了科技政策通过促进集聚促进关键核心技术攻坚的作用机制，以期为后续北京市科技政策的进一步优化和调整提供理论依据和决策参考。

(二)研究假设

1.科技政策与关键核心技术攻坚

关键核心技术的突破离不开国家政策措施的大力扶持，各类政策措施相互补充、共同发力，并作用于整个产业创新系统，最终促进关键核心技术发展水平提升。[21]关键核心技术事关国家发展战略全局，其攻克难度大、攻克周期长等特点决定了要突破关键核心技术需要巨大的投入，仅凭企业、科研机构难以成功攻克。科技政策能够为关键核心技术攻坚提供重要的资源保障。从各国的实践来看，在面向前沿关键核心技术领域，美、德、法、英等国均制定了一系列科技战略及法规政策，以集聚各方资源和科研力量，抢占科技制高点，掌握竞争主动权。[22]因此，本文提出研究假设1。

H1：科技政策有利于科学技术突破，进而对关键核心技术攻坚产生正面影响。

2.不同政策工具对关键核心技术攻坚的影响

本文使用大数据爬虫Octopus V8收集了2012-2022年北京市、区两级政府发布的科技政策文本，借助NVivo 11 Plus质性分析软件对北京市科技政策文本进行编码，逐步提炼总结北京市科技政策的政策工具类别。本文综合使用倒序编码、交叉编码和样本试点评估等方法[23]，在多次试编后集中研讨确定最终的编码规则，但限于篇幅，本文仅呈现部分编码结果(表1)。本文借鉴孙锐对青年科技人才政策的分类方式及方法[24]，结合北京市科技政策的编码聚类，将北京市科技政策分为以下三类：一是攻关型政策，该类型政策主要是以科技攻关人才支持、科技攻关平台建设、科技攻关资源整合、科技攻关资金支持、科技攻关突破奖励等方式鼓励企业、高校、科研院所等加大科研攻关力度，搭建产学研协同研发平台，支持各类人才面向关键核心技术领域开展重大技术攻关，这类政策在2012-2022年北京市科技政策中大约占到53.51%。二是基础型政策，该类型政策以基础研究经费支持、基础研究团队建设、基础研究奖励计划等方式加大对基础研究的投入，支持鼓励高校及科研院所积极开展基础研究，增强原始创新能力，这一政策在2012-2022年北京市科技政策中大约占到24.86%。三是培育型政策，该类型政策以青年人才培育、科技企业孵化、知识产权保护运用、科技服务业发展、科技金融支持等方式培养激励青年科技人才，扶持中小科技企业，激活科技研发能力，这一政策在2012-2022年北京市科技政策中大约占到21.62%。2012-2022年北京市三类科技政策的数量变化趋势及占比分别见图1和图2。

图2 2012-2022年北京市不同类型科技政策占比

北京市发布科技政策加强科技攻关力度、强化基础研究、培育科技研发力量，由政府发挥组织协调作用，汇集企业、高校、科研机构等多方力量，广泛动员，凝聚突破“卡脖子”技术的合力，共同开展关键核心技术攻坚工作。据此，本文提出研究假设2。

H2a：攻关型科技政策能够促进科研机构及企业开展“卡脖子”技术研发，有利于关键核心技术攻坚。

H2b：基础型科技政策能够增强原始创新能力，开展从“0”到“1”的原创性研究，有利于关键核心技术攻坚。

H2c：培育型科技政策能够培养青年科技人才，提升孵化中小型科技企业和科研平台的能力，有利于关键核心技术攻坚。

3.研发经费投入与关键核心技术攻坚

研发投入强度有助于提高研发效率。[25]研发经费投入规模是研发效率普遍提升的前提，若研发经费投入不足，则可能导致研发效率低下，从而拉大研发水平的差距[26]。据此，本文提出研究假设3。

H3：各部门的研发经费投入强度越大，越能有效推动科技政策的执行和落实，对科技政策与关键核心技术攻坚的关系会发挥正向调节作用。

4.人才集聚与关键核心技术攻坚

国家统计局将科技活动分为以下三类：一是基础研究，主要是以认识现象、获得基本原理和开拓新的知识领域为目的而开展的实验性或理论性研究；二是应用研究，主要目的是确定基础研究成果可能的用途或探索能够达到预定目标的新方法或新途径；三是试验发展，主要是指利用从基础研究、应用研究和实际经验所获得的现有知识，开发新产品、新材料、新装置或改进现有产品及工艺。[27]与之对应，研究与试验发展人员分为基础研究人员、应用研究人员、试验发展人员，反映了科技人才队伍的规模和结构。关键核心技术突破与科技领军人才及创新团队的结构和质量密切相关。2021年，在北京市的研究与试验发展人员中，基础研究人员占比约22.33%，与2012年相比增加了7.63%；应用研究人员占比约28.72%，与2012年相比增加了4.17%；试验发展人员占比约48.96%，与2012年相比减少了11.80%。若科技人才队伍，特别是基础研究人员队伍存在短板，会对关键核心技术攻关起到阻碍作用。据此，本文提出研究假设4。

H4a：科技政策可以通过提高基础研究人员占比来助力关键核心技术攻坚。

H4b：科技政策可以通过提高应用研究人员占比来助力关键核心技术攻坚。

三、样本数据与变量

(一)数据说明

探究科技政策对关键核心技术突破的影响效果是近几年来的新问题。在数据方面多受到客观条件和数据可得性的制约，即使使用了大数据爬虫等技术，仍然在数据获取上不尽如人意。本文重点关注2012-2022年北京市科技政策对北京市实现关键核心技术突破的影响。遵循数据一致性原则，本文共使用以下两类数据：一类是2012-2022年北京市人民政府网站、北京市科学技术委员会网站、北京市各区级人民政府网站等发布的政策文本，然后运用NVivo 11 Plus对北京市2012-2022年科技政策进行梳理得到；另一类数据来自2012-2022年北京海关统计数据库、《北京统计年鉴》。由于时间的连续性和数据可得性，虽然只有11年的数据，但其可以对党的十八大以来北京市科技政策对关键核心技术突破的影响进行领域内的探索性研究，以期为科技政策的制定和效果评价提供相关政策建议。

(二)变量定义

1.被解释变量

本文的被解释变量为关键核心技术突破。参考冯婷等提出的判定关键核心技术突破的标准[28]，设定虚拟变量sub_technology，根据北京海关网站公布的北京地区进口主要商品量值表，对照《北京市国民经济和社会发展第十四个五年规划和二○三五年远景目标纲要》及《北京市“十四五”时期高精尖产业发展规划》中布局的高精尖产业及关键技术，若北京市当年相关技术及产品的进口量增加，则该虚拟变量为0；若当年相关技术及产品进口量为正，但较上一年有所降低，则该虚拟变量为1；若当年相关技术及产品进口量为负，则该虚拟变量为2；若当年未进口相关技术及产品，则该虚拟变量为3。进一步通过加总得到当年关键核心技术突破量，被解释变量用technology来表示。

2.解释变量

本文的解释变量为科技政策。参考乐菡等和陈雄辉等采用的方法[29-30]，本文重点研究科技政策对关键核心技术攻坚的影响，梳理了北京市2012-2022年间科技政策的数量、科技政策使用的政策工具。policy表示当年北京市科技政策的数量。本文通过对科技政策进行编码及内容分析，将北京市科技政策划分为三类，分别是攻关型政策、基础型政策、培育型政策。由此生成三个解释变量，policy1表示攻关型政策数量，policy2表示基础型政策数量，policy3表示培育型政策数量。

3.调节变量

本文的调节变量为研发经费投入强度。参考苗冠军等采用的衡量方法[31]，以R&D经费内部支出与地区生产总值的比值表示研发投入强度(funding)。

4.中介变量

本文的中介变量为人才集聚。参考芮雪琴等科技人才集聚结构的指标衡量方法[32]，第一个中介变量为基础研究人员占R&D人员的比重，用basic来表示；第二个中介变量为应用研究人员占R&D人员的比重，用applied来表示。

5.控制变量

本文确定的控制变量包括金融发展水平、对外开放程度。参考乐菡等采用的衡量方法，金融发展水平采用年末贷款余额与地区生产总值的比值表示(finance)[29]；参考林毅夫等采用的指标衡量方法，对外开放程度采用地区当年实际利用外资金额占地区生产总值的比重表示(open)[33]。

各变量的描述性统计结果见表2。

表2 主要变量含义和描述性统计

表3 科技政策对关键核心技术攻坚的影响

表4 不同类型的科技政策对关键核心技术攻坚的影响

四、实证分析

(一)模型设定

基于文献梳理和研究假设的理论推演，借鉴苗冠军等、王达政等学者的研究成果[31，34]，本文以北京市科技政策数量为解释变量，以北京市关键核心技术突破量为被解释变量，设定计量模型来实证考察在控制相关变量后北京市科技政策对其关键核心技术突破量的影响，并检验研发经费投入对这一关系的调节作用。同时，本文以人才集聚为中介变量进一步检验北京市科技政策对关键核心技术突破量产生影响的作用路径。

1.基础模型设定

本文重点在于实证考察北京市科技政策是否有助于关键核心技术攻坚，因此设定以下基础回归模型(1)：

technologyt=α1+β1policyt+β2Xt+εt

(1)

其中，t表示年份，technologyt表示第t年的关键核心技术突破量，policyt表示第t年北京市的科技政策发布数量，Xt表示控制变量，εt表示随机扰动项。根据OLS回归模型的原理，本文重点关注β1，其表示剔除干扰因素后，北京科技政策对关键核心技术攻坚的影响。

2.考虑不同政策类型的模型设定

为进一步探讨不同政策工具对关键核心技术攻坚的影响，本文在以下模型(2)中加入了分类的科技政策作为核心解释变量：

(2)

其中，当j=1时，policy1t表示北京市以攻关型政策为主的科技政策数量；当j=2时，policy2t表示北京市以基础型政策为主的科技政策数量；当j=3时，policy3t表示北京市以培育型政策为主的科技政策数量。其余变量含义同模型(1)。

3.调节效应模型设定

为实证考察研发投入强度在科技政策对关键核心技术攻坚影响中存在的调节作用，本文设定以下模型进行检验：

technologyt=α3+βfundingt×policyt+δXt+εt

(3)

其中，fundingt表示R&D经费内部支出占地区生产总值的比重；其余变量含义同模型(1)。

4.中介效应模型设定

为验证科技政策对关键核心技术攻坚影响的作用机制，模型设定为：

mediait=α4+θ1policyt+η1Xt+εt

(4)

technologyt=α5+θ2policyt+φ2mediait+η2Xt+εt

(5)

其中，mediait分别表示基础研究人员占比(basic)、应用研究人员占比(applied)。在该模型中，本文主要关心的系数是θ1和θ2，θ1表示科技新政的实施对中介变量的影响效果，θ2表示在加入中介变量后，科技新政的实施对关键核心技术攻坚的影响效果。

(二)实证结果分析

1.基准回归结果分析

从基准回归结果来看，调整的拟合优度值为0.863，表明模型的拟合度较好，科技政策的回归系数为3.657，且在1%的统计水平上高度显著，说明科技政策显著地促进了关键核心技术突破量的提升。

2.混合回归结果分析

为了进一步探寻不同类型的科技政策对关键核心技术攻坚的影响效果，本文对不同类型的科技政策效果进行回归估计。从回归结果来看，调整的拟合优度值为0.952，表明模型的拟合度较好，攻坚型政策的回归系数为4.566，且在5%的统计水平上显著；培育型政策的回归系数为6.684，且在1%的统计水平上高度显著，且对关键核心技术攻坚的影响效果最大；基础型政策的结果没有通过显著性检验，说明基础型政策对关键核心技术攻坚的影响尚未发挥作用。

3.调节效应结果分析

表5报告的是研究经费投入强度在其中的调节效应，其中interact是policy与funding的交乘项，其回归系数为5.236，且在1%的统计水平上高度显著，说明研究经费投入强度越大，越有利于科技政策的落实，进而有利于关键核心技术攻坚。

表5 研究经费投入的调节效应

4.模型检验

(1)时间序列平稳性检验——单位根检验

以上采用OLS估计法对模型进行回归，需要基于时间序列为平稳的前提假设。本文采取ADF单位根检验法进行平稳性检验(表6)。结果显示，一阶差分后，各变量的ADF值均小于5%的临界值，说明各个变量均为一阶单整序列。

表6 ADF单位根检验结果

(2)模型正确性检验——协整检验

若非平稳序列变量间存在着协整关系，也可判定回归结果是正确的。根据1987年恩格尔和格兰杰提出的协整理论及检验方法，本文通过对模型残差项进行ADF单位根检验。若回归残差平稳，即可认为原时间序列线性组合的变量之间存在着协整关系，模型设定是正确的[34]，检验结果见表7。结果表明，三个模型的残差序列均在5%的统计水平上拒绝原假设，由此认为残差序列是平稳的，说明变量之间存在着协整关系，回归方程模型是正确的。

表7 残差序列的ADF单位根检验结果

(3)模型稳健性检验——Chow检验

Chow检验可用于检验时间序列数据中是否存在着结构性变化。例如，美国在中美竞争中加强对中国的技术封锁，或是中国不断贯彻创新驱动发展战略，这些都有可能导致解释变量和被解释变量之间的关系发生结构性变化，因此需要对模型进行稳定性检验。本文采用Chow分割点检验法检验回归模型的稳健性，由于2017年的关键核心技术突破量较2016年有着大幅度增长，因此本文选择2017年为分割点，检验结果见表8。结果表明，回归模型无法拒绝Chow检验的原假设，即不能认为2017年发生了结构性变化。因此，回归方程模型可以认为是稳健的。

表8 以2017年为分割点的Chow检验结果

(三)机制探讨

本文采用Bootstrap抽样法检验其中介效应(表9)。结果显示，科技政策—基础研究人员占比—关键核心技术突破的中介效应系数为3.4963，且置信区间不包含0，假设H4a在统计上得到支持，在考虑基础研究人员对科技政策和关键核心技术攻坚的中介效应时，中介效应占比为95.6%，即基础研究人员的集聚是科技政策助力关键核心技术攻坚的主要机制之一。科技政策—应用研究人员占比—关键核心技术突破的中介效应系数为负，且置信区间包含0，未通过中介效应检验，因此，假设H4b无法在统计上得到支持。

表9 Bootstrap中介效应假设检验结果

五、结论与政策建议

(一)研究结论

本文旨在研究科技政策对关键核心技术攻坚的影响及作用机制，运用NVivo质性分析软件，实证考察了北京市科技政策对关键核心技术攻坚的影响效应，并分析了攻关型政策、基础型政策、培育型政策等不同类型科技政策的异质性效果，进一步检验了研发投入强度在其中的调节效应，更进一步实证分析了其内在的作用机制。对此，本文得出以下研究结论。

第一，2012-2022年北京市、区两级政府出台的科技政策显著促进关键核心技术攻坚。第二，在关键核心技术攻坚过程中，不同政策工具类型的科技政策产生的影响存在着差异。其中，培育型政策对关键核心技术攻坚的影响优于攻关型政策，而基础型政策对关键核心技术攻坚的影响并不显著，可见，基础型政策的作用并未发挥出来，未来需进一步优化调整。第三，调节效应检验发现，强化研究经费投入强度对于科技政策促进关键核心技术攻坚的影响效果具有正向调节作用。第四，中介效应检验发现，科技政策可以通过促进基础研究人员集聚这一作用机制来推动关键核心技术攻坚。

(二)政策建议

为进一步优化和完善北京市的科技政策，提升政策的实施效果，有力推进关键核心技术攻坚，提出以下政策建议。

第一，应立足北京市“10+3”高精尖产业的产业链和供应链发展需求，进一步制定完善具有国际领先水平、精准前瞻的科技政策。本文的实证研究结果充分肯定了科技政策对于关键核心技术攻坚的推动促进效应。因此，北京市应继续加强科技政策的顶层设计。一方面，继续推动科技政策扎实落地，坚持以系统思维考虑科技政策与人才、教育、产业、金融、财税等领域政策的统筹规划，不断增强关键核心技术的攻坚能力。另一方面，结合北京市不同区域的规划设计、资源禀赋和产业优势，以区域产业中面临的“卡脖子”技术为牛鼻子，超前谋划布局科技政策及相应配套措施，提高科技政策的精准性和针对性，精准集聚相关领域科技人才开展重大科技研发创新项目，促进高精尖产业发展，在战略新兴技术领域抢占先机，转“后发优势”为“先发优势”。

第二，应进一步优化基础研究政策体系，提高基础研究人员集聚水平。强大的基础研究能力是开展原始创新，实现关键核心技术攻坚的基石。目前，北京市基础研究政策体系的政策效果还有待提升。北京市应增强相关政策的针对性和可操作性，引导科技人才向基础研究集聚。一是强化基础研究政策体系的前瞻性、战略性、系统性。丰富基础研究政策体系的政策内容及政策工具，激发基础研究人员的活力，大力弘扬科学家精神，鼓励科技人才潜心科研，以问题为导向挑战关键核心技术领域最前沿的研究，做出更多从“0”到“1”的原创性理论和成果。二是优化国家科技计划基础研究支持体系。对基础研究及高水平的基础研究团队提供有效稳定的支持，从组织模式、条件支撑、人才队伍、科学评价、国际合作等方面发挥政策的引导作用，鼓励更多的科技人才从事基础研究。

第三，应进一步提高研发投入强度和使用效率。研发经费投入体现了对科技创新活动的重视程度和支持力度。北京市应继续保持研究经费投入的大幅增长和有效使用。一是优化研发经费配置结构，加大对基础研究研发经费的投入力度。完善多元化的科技研发投入机制，促进科技政策有效落实。二是通过研发经费的有效利用，集聚人才、资本、技术等科技创新资源，推动基础研究、应用研究与试验发展协同发展，持续激发各科技研发主体的创新活力，为实现关键核心技术攻坚提供有力支撑。三是深化科研经费管理改革，赋予科学家更大的研发经费使用权和资源调度权，同时建立责任制度保障研发经费的使用效率，使科学家能够根据科研创新的规律自主统筹安排科研工作，以增强科技创新活力。

第四，应在完善国家实验室体系、国际科技创新中心、区域科技创新中心等国家战略科技力量建设布局的同时，配备国家战略人才力量。一是优化国家战略科技力量布局。北京市作为中央确定支持建设的国际科技创新中心之一，要进一步优化国家战略科技力量布局，以科技政策及其配套措施为抓手，整合全国创新资源，优化北京市的科技研发环境和研发平台。二是以布局合理的国家战略科技力量促进体系化的科技人才培养平台建设，梯次培养配备国家战略人才力量。国家战略科技力量为国家战略人才力量提供应用场景和培育场所。应促进国家战略科技力量与国家战略人才力量的协同布局，根据不同人才层次进行梯次培养配备[43]，夯实关键核心技术攻坚的科研力量和能力，进一步加强科技政策对国家战略科技力量的牵引和推拉作用。

六、结语

本文研究了不同类型的科技政策对关键核心技术攻坚的影响效果和作用机制，但暂未考虑科技政策与人才政策、教育政策等其他领域政策的组态效应对关键核心技术攻坚的影响。同时，影响关键核心技术突破的因素有很多，北京市关键核心技术的突破既有北京市科技政策的推动效应，也会受到国家科技创新政策体系的完善程度、国家整体科技创新能力提升的影响。因此，下一步有必要将研究样本拓展到全国各省级政策文本，并检验科技政策、人才政策、教育政策如何协同配合促进关键核心技术突破，为完善科技政策体系有力推进关键核心技术攻坚，提供更加全面、系统的理论指引和决策参考。