基于计算实验的中国科学技术政策变动效应预测，本文主要内容关键词为：变动论文,效应论文,中国科学技术论文,政策论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
进入21世纪以来，科学技术发展呈现两大特征：一是国家创新体系内部各要素之间的作用关系日趋复杂，科学技术与社会的互动增强；二是科学技术创新的节奏加快，技术成果转化成生产力的周期变短。科学技术与社会作用关系的复杂化要求科学技术政策的制定者从系统整体高度把握影响科学技术发展各要素间的综合作用关系，以便统筹协调，促进科学技术与社会的协调发展；科学技术创新频率的加快，则要求科学技术政策本身的调整保持适度的超前性和预见性，以便引导科学技术可持续发展。科学技术政策制定的超前性和预见性从客观上要求发展一种能对科学技术发展的政策需求及政策实施的可能后果进行综合预测的技术工具，通过政策实验，分析政策变动引起的综合效应，以便为政策制定提供科学依据。
相关文献综述
科学技术政策(science and technology policy，STP)作为一个专业术语被发达国家采用始于1963年的联合国科学技术应用会议(UNCAST)。此后，科学技术政策研究逐渐专业化，并取得了丰厚成果，包括对科学技术政策形成与演变规律的研究[1-4]、对科学技术政策现状的描述性研究[5]等，有关科技政策的专门研究主要是研究对象集中在某一特定区域[6]、特定行业[7]或对特定创新政策有效性的分析，如税收激励政策[8]、产学研推动政策[9]等；对政府科学技术政策效应的研究采用定性[10]与定量[11，12]相结合的方法。
中国学术界关于科学技术政策的研究分为四条路径：一是有关科技政策制定和实施的理论研究[13-15]；二是科技政策的国际比较与借鉴研究[16，17]；三是科技政策设计与规划研究[18-21]；四是科技政策效应的评价研究[22，23]。其中，科技政策效应评价研究以历史和现有科技政策的实施效果分析为主[24，25]，面向未来科学技术发展的政策展望，尤其是针对政策实施可能后果的预测性研究较少，从而使科技政策评价研究缺少应有的前瞻性和预见性。
在当代经济社会加速发展的条件下，科学技术创新的成本日趋增加，风险也随之加大。同时，科学技术政策的制定又是一个动态的过程，社会环境的变化、经济基础的提升、科技力量的增强必将促使科技政策不断地进行调整[26]。因此，为了以有限的资源获取最大的收益，政策制定者更加关心目前和将来做出的决策在较长期的未来会产生何种结果和影响。由此可见，如果能应用现代计算方法和计算机仿真技术对政策变动的可能后果进行“实验”，将对科学技术政策的制定提供一定的参考。
计算实验是在计算技术和分析方法的基础上发展起来的动态模拟预测方法。计算实验方法不是把计算机仅作为一种仿真工具，而是把它作为“生长培育”自然实际系统替代版本的“实验室”，并进行各类有关系统行为和决策分析的“试验”。其中，实际系统只是这个“计算实验”的一种可能结果而已。利用计算实验方法，可以对许多复杂系统进行各种各样的“加速”实验、“压力”实验、“极限”实验以及“失效”或“突变”实验等，以便对复杂系统的功能作用、服务水平、应变能力和可靠性等进行预测和评估[27]。将人工社会模拟[28]和计算试验方法引入科学技术政策研究领域，可以系统地刻画科学技术政策的结构及功能实现路径，挖掘各政策工具之间的交互作用关系，探讨关键政策变量变化对系统演化的影响等，从而为决策提供科学依据。
实验设计与模型构建
1、实验方案设计
本文以国家创新体系运行作为实践本体，通过对典型国家创新体系运行的案例研究，提炼出国家创新体系运行的驱动(输入)变量和产出(输出)变量。这里将政府政策作为国家创新体系运行的驱动变量，将企业、大学、科研机构作为科技政策的调控对象，将创新产出(论文、专利)作为国家创新体系的输出(能力表征)变量。为了区分政策的不同影响效应，将论文作为科学创新产出的表征变量，专利作为技术创新产出的表征变量。在此基础上建立国家创新体系运行的“政策驱动—主体行为—科技产出”概念模型(见图1)，从而构建国家创新体系运行的系统动力学模型并进行检验，运用通过检验的模型对中国国家创新体系政策调整可能引起的创新产出效应进行仿真。
图1 政策驱动的国家创新体系运行概念模型
2、国家创新体系运行的系统动力学模型
系统动力学以系统论为基础，吸取了控制论、信息论、计算机模拟技术、管理科学及决策论等学科的知识，是认识系统问题和解决系统交叉的综合性新学科[29]。它利用系统思考的观点界定系统的组织边界、运作及信息传递流程，以因果反馈关系描述系统的动态复杂性并建立量化模型。系统动力学的模型模拟是一种“结构—功能”模拟，它的主要功用在于提供一种进行政策分析的工具。
(1)边界条件与基本假设
A.边界条件
在系统中不考虑自然灾害、战争等不可抗力对国家创新体系运行产生的影响；国家创新体系运行是一个连续的过程，且仅限于特定国家内部；仅考虑高校、科研机构和企业三个部门的创新投入与创新产出。
B.关系假设
在构建政策导向的国家创新体系概念模型的基础上，假设论文发表量是科学创新产出的表征要素，专利申请量是技术创新产出的表征要素；科学产出对技术产出的影响通过知识积累实现；科技人才、经费和创新环境是科学与技术创新产出的直接驱动因素；政府科技政策是影响科技资源分布和创新环境建设的关键要素；经济增长是政府科技政策制定的主要约束条件。
(2)模型构建
根据上述基本假设，绘制国家创新体系运行的因果关系图，如图2所示。由于本文以国家科技政策为主要驱动变量，因此在因果关系图中，为突出不同科技政策的实现路径，将关键政策变量以加框的形式呈现。
图2 国家创新体系运行因果关系图
从图2中可以看出，国家创新体系运行中的因果关系主要有以下5个反馈回路：
A.科学创新成果→高校、科研机构(企业)技术创新成果→企业收入→GDP→人均GDP→企业税负→财政收入→财政支出→财政科技拨款→高校、科研机构(企业)科技经费筹集→高校、科研机构(企业)科技经费支出→科学创新成果(技术创新成果)
该路径为正反馈回路，反映的是政府对企业和高校、科研机构创新活动的资金支持及其动力来源。高校、科研机构主要进行的是基础研究，其资金的主要来源就是政府科技投入；虽然企业的主要经费来源是自身研发投入，但是政府对企业的科技投入可以降低其研发风险，促进企业原始创新[31]。
B.科学创新成果→高校、科研机构(企业)技术创新成果→企业收入→GDP→人均GDP→企业税负→财政收入→财政支出→高等教育投入额→科技人才总数→科学家与工程师数→高校、科研机构(企业)科学家与工程师数→科学创新成果(技术创新成果)
该路径为正反馈回路，反映的是科技人才流入企业和高校、科研机构的作用及高校培养人才的动力。高水平科技人员是创造科技成果的直接驱动要素，其带来的经济效益为政府教育支出提供了更大的增长空间，从而能够为社会培养更多的高端人才[32]。
C.科学创新成果→高校、科研机构(企业)技术创新成果→企业收入→GDP→人均GDP→科技平台建设→知识产权保护强度(信息化水平)→科学创新成果(技术创新成果)
该路径为正反馈回路，反映的是政府通过制定法律法规、提供公共基础设施等途径加强科技基础条件平台建设，为创新活动提供良好的环境，提高科学和技术创新效率[33]。
D.科学创新成果→高校、科研机构(企业)技术创新成果→企业收入→企业利润→企业研发投入→高校、科研机构(企业)科技经费筹集→高校、科研机构(企业)科技经费支出→科学创新成果(技术创新成果)
该路径为正反馈回路，反映的是在市场机制的作用下，企业根据自身发展需要不断进行新技术、新产品和新工艺的研发动力及来源[34]。
E.科学创新成果→高校、科研机构(企业)技术创新成果→企业收入→GDP→人均GDP→货币政策→金融机构贷款→高校、科研机构(企业)科技经费筹集→高校、科研机构(企业)科技经费支出→科学创新成果(技术创新成果)
该路径为正反馈回路，反映的是政府为企业和高校、科研机构提供政策性的融资制度安排及其动力来源。金融体系对企业和高校、科研机构的投融资支持可以弥补创新活动中的资金缺口，增加融资渠道，化解和规避研发风险[35]。同时，创新收益又促使政府不断完善科技创新金融支持体系。
除上述主要反馈回路以外，系统中还存在很多具有辅助功能的回路，反映系统内各要素之间的影响关系，鉴于分析问题的侧重点，这里不一一列举。根据因果关系图及研究需要，考虑数据的可得性，选取适当的指标，进行相关测度及检验后，绘制中国创新体系运行的系统动力学流图，如图3所示。
图3 国家创新体系运行的系统动力学流图
模型仿真与检验
1、系统模拟及模型校正
本研究采用Vensim_Professional软件进行系统动力学模拟，模拟的起始时间是1995年，终止时间是2008年，共计14年，DT=1年。文中涉及的科技数据均来源于《中国科技统计年鉴1995-2009》，其他数据来源于《中国统计年鉴1995-2009》，其中企业数据仅包含大中型工业企业的统计数据；信息化指数由公共图书馆数、互联网用户数、电话普及率、旅客周转量、图书种类和期刊种类6个指标综合测度；知识产权保护强度采用修正的Ginarte和Parkde方法[36]进行测算。
在模拟过程中，部分指标无法精确地表示为各年实际值，只能采用考察期内的平均值或拟合值代替，这样必然会产生一定的误差，为缩小模拟结果与现实的差距，采用软件中的“Optimization”功能对模型中的参数进行调整，该功能可以在预先给定某一个或几个系统关键变量的真实值及对其产生重要影响的常数变量可能的变化范围的情况下，模拟出可以使关键变量最接近真实值的常数变量取值，进而对整个模型进行校正。
2、模型检验
模型中涉及资金的变量均为以1995年为基年剔除价格因素后的值，单位均为亿元；涉及人员的变量单位均为万人；专利的单位为项；论文的单位为篇。
构建系统动力学模型的目的是进行政策实验及趋势预测，因此模型是否与现实相符是进行下一步研究的基础。通过对校正后的模型进行模拟，科学技术创新的表征变量论文和专利的实际值与模拟值对比结果如图4所示，可以看出，年科技论文发表量及年专利申请量的模拟值与实际值变化趋势较为一致。为得到科学的结论，本文通过计算主要变量相关系数的方法来检验模型模拟值与实际值之间的拟合程度。如表1所示，除金融机构贷款的拟合度为0.83，其他系统主要变量的实际值与模拟值的拟合度均在0.9以上，拟合度显著。这说明，该模型是有效的，能够比较真实地反映中国创新体系运行的结构及其要素之间的作用关系，利用该模型预测科学技术政策变动效应的发展趋势，是合理可信的。
图4 模拟值与真实值对比
3、系统延时测试
从因果关系分析和流图可以看出，国家创新能力的形成是政策工具对国家创新体系中的物质流(科技经费、科技人才)和信息流(科技平台)进行宏观调控和优化配置的过程。虽然本文构建的系统动力学模型能够在较大程度上反映中国创新体系运行的真实情况，但是在现实体系运行中，物质与信息要素的作用效果往往存在一定延迟，不同要素的延迟对国家创新能力会产生不同程度的影响。我们假定影响国家创新能力的关键变量对系统的作用均存在一年的延时，其中企业、高校、科研机构科技经费和科技人才效用属于物质延时，知识积累、信息传播和知识产权效用属于信息延时，利用Vensim_Professional软件针对相关输入变量加入“DELAY”(物质延时)或“SMOOTH”(信息延时)函数，测试系统的反应，科学和技术产出的变动趋势如图5所示。
图5 关键变量延迟一年时科学与技术产出的变化趋势
可以看出，高校、科研机构科技人才效用延迟使科学和技术产出在短期内有所降低，在一段时间之后会产生较强的正向效应，但仅维持了很短时间又恢复到负向影响，技术产出的变动幅度略小；企业科技人才效用延迟对科学和技术产出的影响都很小；高校、科研机构和企业科技经费效用延迟分别是对科学和技术产出削弱作用最大的要素，且随着时间的推移逐渐增强；在短期，知识产权效用延迟会导致科学和技术产出迅速减少，但长期来看其对科学产出的负向作用逐渐趋于平稳，而对技术产出的阻碍作用则逐渐增大；随着时间的推移，知识积累和信息传播效用延迟对科学和技术产出的阻碍作用越来越明显，其中知识积累效用延迟的影响更大。
值得注意的是，物质和信息要素的延迟都在一定程度上削弱了输入要素对科学和技术创新的促进作用，在短期内产生的影响并不明显，且不同变量延迟导致科学和技术产出的变动趋势基本一致，在较长时间后才逐渐有所差距。由于本研究主要针对在科技政策微调、科技资源不同配置方案及科技政策不同组合的情境下科学和技术产出变动趋势进行比较分析，根据系统延时测试结果，各输入要素延迟并不会对比较的结果产生较大影响，考虑在现实体系运行中不同要素延迟时间的复杂性，结合本研究的侧重点，在以下两部分的模拟实验中暂不考虑系统要素的物质延迟或信息延迟。
科学技术政策效应趋势预测
趋势预测采用Vensim_Professional软件中的“Sensitivity Testing”功能，该功能的核心是蒙特卡洛模拟，通过使选定的一个或几个常数变量数值在一定范围内分布(均匀分布、正态分布等)，运用自动多元化蒙特卡洛模拟，当预先选定的关联变量在某一时刻的模拟次数集中在某个范围内时，即该变量在这一范围内敏感，说明其最有可能取值在该范围内。本文预测的时间范围为2009年至2015年。
1、政策微调时科学技术产出预测
本文首先考察在保持现有科技政策及研发投入不变或微调的情况下，科学产出与技术产出在未来几年可能的变化情况。通过将关键政策变量财政科技拨款占财政支出比例、高等教育投入占财政支出比例、科学家与工程师比例及企业科技投入占企业利润比例同步设置为在上下变动1％的范围内服从均匀分布，模拟次数为200次，得到基于灵敏度测试的政策微调情况下年科技论文发表量和年专利申请量的可能取值范围及最有可能取值区间，结果见表2。
2、科技资源不同配置方案下科学技术产出预测
为在有限投入下，获得最大科学技术产出，须考察资金与人才在高校、科研机构及企业间分配不同比例时，科学技术产出的发展趋势，从而为政府引导科技资源合理配置的政策调控提供科学依据。基于灵敏度测试，我们根据各科技资源指标以往的波动特征，分别设置财政科技拨款投向高校、科研机构比例在增加或减少10％的范围内浮动、投向企业比例在减少或增加10％的范围内浮动，金融机构贷款投向高校、科研机构比例在增加或减少20％的范围内浮动、投向企业比例在减少或增加10％的范围内浮动，企业研发投入投向高校、科研机构比例在增加或减少5％的范围内浮动、投向企业比例在减少或增加5％的范围内浮动，科学家与工程师流入高校、科研机构比例在增加或减少5％的范围内浮动、流入企业比例在减少或增加5％的范围内浮动，考察科学与技术产出的最有可能取值区间，结果见表3和表4。
3、不同情境下科学技术产出发展趋势比较
为便于比较不同方案下科学技术产出的发展趋势，本研究对各种方案的最有可能取值区间取平均值，并将其与政策微调时的最有可能区间平均值变化趋势一起用图表表示，如图6至图9所示。
图6 科学家与工程师分配比例变动时科学与技术产出的发展趋势
图7 财政科技拨款分配比例变动时科学与技术产出的发展趋势
图8 金融机构贷款分配比例变动时科学与技术产出的发展趋势
图9 企业研发投入分配比例变动时科学与技术产出的发展趋势
从图6可以看出，科学家与工程师投入高校、科研机构比例降低，投入企业比例提高时，科学与技术产出的最有可能取值区间平均值基本都落在政策微调时的下方，而高校、科研机构比例提高、企业比例降低时则基本在其上方。这说明，扩大高校、科研机构科学家与工程师规模会使科技论文与专利产出大幅度增长，随着时间的延长，其驱动能力逐渐增强；而扩大企业科学家与工程师规模，缩减高校、科研机构科学家与工程师的增加量，对科学与技术产出的影响并不明显，甚至会导致科学技术产出增长幅度下降。
总体来说，使高校、取值科研机构比例提高、企业比例降低虽然是扩大专利产出规模的最优方案，但是在某些年份会出现其最有可能取值区间的平均值低于政策微调时的现象，而科技论文发表量则没有这种情况，这说明，科学家与工程师投入量对专利的促进作用不太稳定，技术创新还受到企业规模、企业家精神等其他因素的影响，而科学创新对科学家与工程师的依赖程度更大，因此其驱动效应比较稳定。由此可见，未来3-5年要在提高科学创新产出的同时促进技术产出的提升，政府应引导高素质人才在高校、科研机构和企业间合理流动。
在财政科技拨款投入企业比例增加，投入高校、科研机构比例减少的情况下，科技论文的最有可能取值区间的平均值在政策微调时的下方(如图7)，这说明财政科技拨款更多投向企业对科学产出的促进作用不明显，且由于投入科学创新主体的资金规模减小甚至会阻碍科学创新的发展。从专利产出情况看，两种方案的最有可能取值区间均分布在政策微调时的上方，在短期内获得的收益差距不大，但是随着时间的推移，增加高校、科研机构所占比例的优势逐渐显现出来，且逐渐扩大。因此，若要在未来3-5年时间内寻求科学与技术产出的最大化，政府应适当增加财政科技拨款投入到高校和科研机构的比例。
无论增加金融机构向高校、科研机构的贷款还是增加向企业的贷款，专利申请量的最有可能取值区间平均值都在政策微调时的上方(如图8)，即只要对贷款结构稍作调整，就会对技术创新起到一定的推动作用。而科技论文发表量的增长幅度则时高时低，波动较大。总体来看，与财政科技拨款变动效应相比，金融机构贷款结构变动对科学技术产出的提升作用较小。
从图9可以看出，虽然在短期内扩大企业自身的投入规模可以使专利申请量较政策微调时的取值略有优势，但是在较长时期内，其驱动能力远远不如提高企业投入高校、科研机构的比例。由此可见，企业自身的自主研发能力还较为薄弱，企业的技术创新仍需依赖高校、科研机构的知识积累与技术支持，当前企业应加强与高校、科研机构之间的合作，这样才能达到资金使用效率的最大化，单纯依靠企业自身研发尚难以实现快速增长的目标。
科学技术政策组合实验
灵敏度测试是基于政策变量在一定范围内均匀分布进行趋势预测，然而在现实发展中，国家不可能每年都增加资金投入或颁布新法律新政策。各种资金形式的注入，比如财政科技拨款占财政支出的比例，某一年的突然增长并不意味着下一年会同比例增长，类似于向系统添加一个脉冲函数；各种法律和政策的出台，以及人员的投入，在一段时间内对创新体系的作用是持久的，类似于添加一个阶跃函数。因此，本文采用测试函数来进行政策实验，考察在未来一段时间内，某一政策变量突变时科学与技术创新能力的变动趋势。
1、科技人才相关政策试验
本文涉及科技人才的政策变量包括高等教育投入、科技活动人员总数、科学家与工程师数，分别反映政府对加强人才培养、吸引外来人才、提高人才素质的政策支持。这三种类型政策在实施过程中并不发生冲突，因此，我们根据各政策变量的特点，以2010年为政策作用时间点，分别向系统输入科技人员总数、科学家与工程师比例增加2010年模拟值5％的阶跃函数，高等教育投入额增加2010年模拟值5％的脉冲函数，考察科学与技术创新产出的变动情况，结果如图10所示。
图10 科技人才政策试验结果
可以看出，当三种科技人才支撑政策分别发生变化时，高等教育投入的突然增加对科学与技术创新产出的影响相对较小，且存在一定延迟，而科技活动人员突然增加对创新产出的带动作用十分明显。这说明直接向高校、科研机构和企业输入科技人才的效果比增加教育投资的效果显著。在政策导入初期，科学家与工程师比例增加和科技人才总量增加的作用效果差距不大，但随着时间推移，科学家与工程师的驱动作用凸显出来，且差距逐渐拉大，这说明从长远看，调整科技人才结构，提高科技人员素质更为重要。
科技人才政策的出台，在短期对科学创新产出的影响十分明显，但在长期，对技术创新产出的影响更为显著，只有科学家与工程师对科学创新产出能够产生持续的拉动作用，这说明在高校、科研机构中高素质人才是科学创新最重要的驱动要素。
2、科技平台建设相关政策试验
科技平台建设是政府整合国家科技资源，提高国家创新能力的重要手段，鉴于科技平台的服务性质，单一平台建设难以使科学与技术创新能力实现大幅度提升，多种科技服务平台共建才能达到最佳效果。因此，本研究将产学研合作强度、科技成果转化系数、知识产权保护强度和信息化水平四种政策变量组合试验，分别两两组合，以2010年为作用时间点，加入各指标2010年模拟值5％的阶跃函数，科学与技术创新产出的变动趋势如图11所示。
图11 科技平台建设政策试验结果
从年专利申请量的变动情况看，科技成果转化系数与信息化水平同时提升对技术创新的带动作用最为明显，这说明在政府科技服务平台建设的促进政策中，加强高校、科研机构与企业，企业与企业之间的信息传递，促进专利成果的产业化、市场化，对技术创新能力的提升最为有效，且随着时间推移，效果越显著。在促进科技成果转化过程中，加强知识产权保护也很重要。产学研合作平台的建设只有与促进科技成果转化政策组合才能发挥较大作用。
与专利产出的变动有很大不同，在不同政策组合发生突变时，年科技论文发表量的反应比较敏感，但在长期驱动力略有不足。虽然科技成果转化平台与信息化水平组合在短期的作用特别明显，但随着时间的推移，其驱动能力不如科技成果转化平台与产学研合作平台建设组合，产学研合作平台建设与信息化水平提升共同作用对科学产出的影响也逐渐增大，这说明产学研合作强度对科学创新的带动作用十分明显，其他政策尚缺乏持久作用力。
3、科技经费相关政策试验
与科技人才政策和科技平台建设政策不同，政府对科技创新活动的资金支持受到政府财政预算及其他突发事件(如金融危机、经济波动等)的多重约束，因此，涉及资金投入的政策更有可能在不同年份发生波动，而且下一年未必还会继续呈现同样波动。这就需要考察各种财政和货币政策发生波动时，科学与技术创新产出的变动趋势。本研究将财政科技拨款、高等教育投入、金融机构贷款和企业税率四个政策变量两两组合，分别以2009年和2011年为作用时间点，向系统加入各指标相应年份模拟值5％的脉冲函数，其结果如图12所示。
由于企业税率只有和财政科技拨款或高等教育投入组合时对科学与技术创新能力的影响是正向的，因此剔除企业税率与金融机构贷款组合的情况。从图中可以看出，涉及企业税率的组合中，只有先增加财政科技拨款，再降低税率对技术创新产出的促进作用最大，与其他的政策组合相比并不占优势。整体来看，先提高财政科技拨款比例，再提高高等教育投入比例的组合对技术创新产出的提升效用最大，反之在短期效果并不明显，但长期与前者基本相当。财政科技拨款与金融机构贷款组合的效果存在一定的延迟，之后一直保持在较高的水平，先增加财政科技拨款，再提高金融机构贷款的效果更加明显。因此政府应考虑在直接加大资金支持的同时出台降低贷款利率、扶持金融中介等相关政策提高金融机构用于研发的贷款额度，使金融机构的作用得到发挥。
图12 科技资金支持政策试验结果
与专利的变动不同，各种资金调整的政策对论文的影响都是短期的，且会及时显现，这就导致无法确定在短期内何种政策组合更为合理，只能从长期来看，财政科技拨款与高等教育投入的组合作用最大，不分先后。其他政策组合与前者的差距并不明显，只有涉及税率降低的政策组合对科学创新产出的提升作用十分不显著。这说明，更多的资金注入在长期并不能实现科学创新的突破性发展，这就需要高校、科研机构内部提高资金的使用效率，保持科学创新能力的持久发展。
结论与政策建议
本文以论文作为科学创新产出的表征要素，以专利作为技术创新产出的表征要素，采用系统动力学方法，绘制国家创新体系运行的因果关系图及系统动力学流图，基于计算实验，分别预测科技资源不同分配方案下，中国科学与技术产出的发展趋势，并探讨了科技人才、经费和平台建设政策同时或不同时调整的情况下科学技术创新产出的变动趋势，得出以下结论。
第一，在科技投入总量稳定增长的条件下，到2015年中国科技论文的年产出量预计能达到2008年的2.5-3.0倍，专利申请量增长可能略高于科技论文增长。考虑到“十二五”期间是中国经济转型的关键时期，经济发展对科学技术创新需求将持续增加，全社会的科技投入力度亦会明显加大，加之“十一五”期间实施自主创新战略所积蓄的创新潜能的充分释放，实现上述发展目标具有现实可能性。同时也应该看到，国家科学技术发展目标不仅包括论文和专利的产出，还包括科技人才队伍培养、创新主体培育、科技基础条件建设、科技成果的产业化实现以及创新成果质量的全面提升，这样就需要把本文的预测结果与其他政策目标通盘考虑，统筹协调，进而设计出科技政策的优化目标。
第二，从不同科技资源配置方案的产出结果看，虽然增加到高校、研究机构的人员和经费比例能得到更大的专利及论文产出。但还不能由此得出：“大幅增加高校、科研机构的资源配置比例是最佳政策选择”的结论。该预测结果从一个侧面佐证了在中国企业还没有真正成为创新主体这一结论。因为几种配置方案的预测结果均显示，科技资源配置重心向高校和科研机构倾斜能得到更高的论文和专利总产出。然而，从机制转型和长远发展的角度看，使企业成为技术创新活动的投入主体、组织主体和产出主体是中国国家创新体系可持续发展的关键，因此，就国家的政策选择看，要在保持科技产出的稳步增长与创新主体成功培育之间寻求一种有效的平衡。
第三，预测结果表明，不同科技政策工具之间的关联性日趋增强。政府在选择政策工具时，既要考虑各种政策工具之间的相互加强效应，也要考虑到它们之间可能相互掣肘。这其中财政直接投入政策与税收政策的统筹，科技投入政策与科技支撑平台建设的通盘协调，对于更好地发挥科技政策的调控效果至关重要。
标签：科学论文; 科技政策论文; 预测模型论文; 创新驱动论文; 计算科学论文; 时间计算论文; 企业创新论文; 财政制度论文; 要素驱动论文; 中国科技论文; 科技论文;