Research on the Effect of National Innovative Cities on the Innovation Ability of Territories——Based on the Policy Dynamic Process and the Interaction of Government and Enterprise

Chen Chen,Zhang Guangsheng

(Business School,Liaoning University,Shenyang 110036,China)

Abstract：The 2003-2016 urban data samples were selected,based on the characteristics established by the national innovative cities in batches,using the progressive double difference model,the fixed effect double difference model and the processing utility double difference model.The research was established as a national innovative city of the overall effect of innovation capacity,long-term dynamic effects and batch effects.In addition,combined with the characteristics of the micro-subjects of urban innovation,the paper analyzes the influence of the innovative national enterprise policies and enterprise type heterogeneity on the territorial innovation ability.The research results show that the improvement of local innovation ability in the country's innovative cities plays a positive role in the long-term and short-term,and the sooner the city is established,the stronger the effect on the innovation ability of the territories; the innovation of the national innovative enterprise policy to the city Capacity improvement plays a positive role in regulation,and the role of enterprise groups is greater than that of listed companies,which is greater than that of general enterprises.Finally,this paper proposes policy recommendations for innovative urban construction.

Key Words:National Innovative City; Innovative Ability; Dynamic Process; Innovative Enterprise

收稿日期：2020-03-16

基金项目：国家自然科学基金应急管理项目(71840010)；辽宁省社会科学基金重点项目(L18AJY007)；中国科协“高端科技创新智库青年项目”——博士生项目(CXY-ZKQN-2019-054)；辽宁省科协科技创新智库A类项目(LNKX2018-2019A05)

作者简介：陈晨(1992-)，女，内蒙古呼伦贝尔人，辽宁大学商学院博士研究生，研究方向为创新管理、区域经济；张广胜 (1970-)，男，河南信阳人，辽宁大学商学院教授、博士生导师，研究方向为应用经济学。

DOI：10.6049/kjjbydc.2019090423

开放科学(资源服务)标识码(OSID)：

中图分类号：F290

文献标识码：A

文章编号：1001-7348(2020)11-0126-10

0 引言

为充分发挥科技创新的“引擎”作用，习近平总书记在2016年科技创新和两院院士大会上指出，因地制宜探索差异化创新发展路径，加快打造具有全球影响力的科技创新中心，建设若干具有强大带动力的创新型城市和区域创新中心。其中，提到允许差异化创新发展路径，指明各城市可根据自身发展特点，先于周边区域探索创新发展之路，通过示范作用，带动城市或城市群发展。科技部联合发改委于2018年4月发布文件，在我国11个省市自治区中选取17个城市确立为国家创新型城市，为我国创新驱动经济高质量发展作出示范。但此次并非我国第一次确立国家创新型城市，早在2008年科技部就将深圳确立为我国第一个国家创新型城市，其后分别在2010-2013年分批次确立了60个国家创新型城市，可见国家对科技创新的重视以及以科技创新提升国家核心竞争力的决心和企盼。然而，区域政策实施虽然有利于区域经济收敛[1]，但也可能因政治寻租效应而导致政策陷阱的出现[2-3]。

此外，科技部提出在国家创新型城市政策建设前，于2006年联合国资委和全国总工会发文提出国家创新型企业建设政策，并于当年确立103家企业作为国家第一批国家创新型试点企业。其后，于2008年、2009年、2010年、2012年和2013年又分别确立573家企业。鉴于两项国家创新型试点主体确立政策时间相近且交错实施，那么在宏观城市主体政策与微观政策主体互动下政策实施效果存在何种差异？企业主体特征异质性能否造成政策效果差异？本文考虑到国家创新型城市建设分批依次、长期建设的动态特性，以及属地宏微观主体政策交错互动的现实情形，研究国家创新型城市政策对属地创新能力提升的作用。

1 文献综述

学界现有对创新型城市创新能力的研究主要集中在以下两个方面：

(1)创新型城市创新能力测度及其评价研究。主要通过构建创新能力评价指标体系，采用不同测度方法，评价创新型城市间的创新能力差异。①以创新型城市基础构成要素为视角，从创新基础要素资源、制度环境、政策支持等方面构建指标体系，测度创新型城市创新能力发展水平[4-9]；②从创新型城市发展过程动态视角出发，以创新投入、创新转化、创新产出、创新辐射过程为链条，探寻主要作用因素，构建指标体系测评创新型城市间的创新能力差异[10-13]。上述研究主要是基于国外城市创新能力过程要素，结合我国现实国情和经济发展需求，选取合理测度方法对比评价创新型城市创新发展水平。

(2)典型创新型城市发展模式研究。主要是以典型的单案例研究和代表性区域研究为主，探究未来创新型城市发展趋势。①以典型城市创新发展模式研究为重点。以先期成立的代表性城市，如深圳模式、智慧上海、创业温州等，探究其城市建设模式及发展路径，为后期创新型城市建设指明方向[14-16]。相关学者认为后发区域虽然不确定性高，但通过创新环境建设和政策支持，仍可突破创新“达尔文海”效应，实现赶超[17]；②城市带或城市群政策评估研究。主要以长株潭试验区及长三角城市群等为研究对象，采用异质化测度评价模型，评估创新型城市政策对区域创新能力的提升效应 [18-20]。上述文献以代表性区域模式借鉴、评价为研究重点。

通过梳理现有研究可知，有关创新型城市政策评价的研究较少，且主要为典型城市区域的代表性研究，缺乏政策实施过程动态评价研究。此外，有学者指出创新型城市确立是国家政策的一个实验过程，需要中央和地方动态互动，形成中国实验主义治理模式 [21]。因此，本文以政策效果评估为主，兼顾政策逐步实施过程特点和研究对象完整性，采用渐进双重差分模型方法，准确测度国家创新型城市对属地创新能力的作用效果。此外，从政策实施动态过程和政企互动双重视角，研究国家创新型城市政策实施过程中的长期效应和时间批次效应。在此基础上，考虑属地创新型企业政策和企业特征异质性对区域创新能力的影响，以更贴合城市政策实施目的和现实需求，扩展现有政策研究动态效应和互动效应。

2 理论分析与研究假设

2.1 国家创新型城市政策对属地创新能力作用效果

政府政策支持是科技创新的重要助推力量，尤其是在以政府宏观调控为主导的市场型国家，政策导向和财政扶持是推进区域创新的必要因素[22]。在声誉机制作用下，试点及示范对象选取具有认证效应[23]，能够有效弥补创新活动中正外部性缺失，提高科技创新研发投入积极性。此外，信号理论强调试点示范选取通过媒体向外界传播利好信号，可为区域创新引进更多资金、技术和人力资本。但政府政策支持下研发科技投入过多、管控力度过强，导致政府干预过度，容易造成企业创新活力不足，反而对创新绩效提升产生抑制作用 [24]。而且，现阶段以多维政绩考核官员晋升，地方官员在不同政治情境和政治价值选择下，既可能选择成为廉洁政府和民众代理人，也可能成为受自身价值利益驱动的自主行动派，从而对区域创新驱动发展产生截然不同的效果 [25]。基于政策层层落实过程，中央政策通过地方各级政策层层落实，制度规范下的寻租行为可能导致政策初衷无法实现[26-27]。基于以上分析，本文提出以下假设：

H1a：国家创新型城市政策促进属地创新能力提升；

H1b：国家创新型企业政策抑制属地创新能力提升。

2.2 国家创新型城市对属地创新能力的动态效应

创新政策实施过程分为政策采纳和政策落实两个阶段，不同阶段因决策机制不同、作用因素异质性和政策扩散效应时滞性，其政策落实效果不同[28]。政策享受主体因定期取得政府专项资金、技术支持和关注，科技财政支出不断增长，对区域创新绩效产生累积效应 [29]。而且，在声誉机制作用下，政策认证效应及媒体关注效应为区域招商引资和人才引进提供了优厚的便利条件，创新投入要素持续酝酿和叠加，科技研发成果长期内不断攀升。此外，由于政府创新资助响应时间差[30]，加之创新从投入到产出存在一定时滞性[31]，使得创新型城市政策效果呈逐渐强化趋势。另外，在政府创新扶持政策与地区资源禀赋逐渐契合过程中，政策对属地创新能力的促进效果得以显现。政府创新资助及城市创新能力提升产生资源虹吸效应，进而促进属地创新产出螺旋式增长。但由于政治绩效考核，某些官员“逆向选择”以晋升为目的，其会选择短期快速提升经济政绩行为，摒弃建设周期长、产出不确定性大的创新政绩提升行为 [25]。官员制度治理理论指出，官员为规避任期内政治晋升中存在的风险，会选择性忽视政绩考核中不确定性较大的地方治理政策，选择短期内绩效可观的政策进行落实，此种为官不为的行为，容易造成长期政策效果偏离目的初衷 [32]。基于以上分析，本文提出以下假设：

H2a：国家创新型城市政策对属地创新能力提升具有长期叠加效应；

H2b：国家创新型城市政策对属地创新能力提升具有长期政策失灵效应。

2.3 国家创新型城市对属地创新能力的过程效应

信息经济学中信号传递理论指出，“明星效应”下政策认证能够提升区域名望、声誉和关注度，早期享受政策优惠的国家创新型企业公众认可度更高、资源获取能力更强、资源获取效应更大[33]。此外，前期确立的企业因享受政策时间更长，获取的创新要素资源更丰厚，在政策效果的叠加作用下，创新产出效应显著强于后期。而且，当政策逐步普及后，更多城市享受政策，创新引领性下降，资源抢夺加剧，后期确立城市的荣誉性和创新积极性相较前期确立预期有所减弱，导致创新活力不足，政策批次效应递减。但政策从初期试点到后期逐渐推广，先期试点阶段政策支持力度可能存在明显不足，后期推广阶段政策支持强度更大，配套措施趋于合理，此时后期政策创新效应大于前期政策效果。此外，政策在逐步落实中不断纠偏和完善，后期创新政策落实更具针对性和契合性，更能够满足区域自主创新的现实需求，对属地创新绩效提升的推动作用更大。而且，后期批次确立的国家创新型城市能够通过借鉴先期批次城市的建设经验，降低创新失败风险，吸收先进技术等，因此在同等政策支持下，创新正向溢出性更强，最终呈现政策批次增长效应。基于以上分析，本文提出如下假设：

H3a：国家创新型城市政策对属地创新能力提升具有批次递减效应；

H3b：国家创新型城市政策对属地创新能力提升具有批次增长效应。

3 研究设计

3.1 变量说明

3.1.1被解释变量

城市创新能力(index)。现有研究对城市创新能力的量化方式不一，主要采用创新专利产出、科技研发投入等单一指标，但科技研发投入最终并不一定能够成功转化为创新成果，也可能是资源消耗；抑或采用熵值法、DEA、主成分分析等方法从不同维度构建指标体系进行测度，但横向对比度较差。因此，本文在参考相关研究的基础上，借鉴余永泽等[34]的处理方法，采用人均专利数量衡量城市创新能力，量化方式为地级市年末专利授权量除以地级市年末户籍人口数。

3.1.2 解释变量

(1)国家创新型城市政策变量(treated)。鉴于国家创新型城市分批依次设立的特性，基本双重差分模型仅存在一个政策时点，因此构建政策时间、主体虚拟变量和两者交乘项方式不再适用。本文借鉴郭峰等[35]的处理方式，采用渐进双重差分模型，通过构造变量treatedit，若i城市t年被确立为国家创新型城市，则被确立当年和此后各年treatedit=1，否则treatedit=0。此种设置政策变量的形式能够有效避免一般双重差分模型下一个政策时点的不利情形，减少构造3种变量形式的繁复工作，直接形成城市是否受政策和时间影响的双重差异。

(2)创新型城市年龄(trend)。为研究城市被确立为国家创新型城市后对属地创新能力增长趋势的影响，本文参考郭峰等[35]的处理方法，构造国家创新型城市年龄变量trendit。具体方式为：若t>si，则trendit=t-si，否则trendit=0。其中，t为数据报告年份，si为城市i被确立为国家创新型城市的具体年份。

3.1.3 调节变量

(1)创新型企业政策变量(policye)。当国家创新型城市中存在国家创新型企业时polocyeit=1，否则polocyeit=0。此指标主要考察当城市中存在国家创新型企业时，其能否为国家创新型城市属地创新能力提升起到促进作用。

(2)国家创新型企业数量(qe)。城市国家创新型企业数量越多，微观主体知识溢出效应越大，对地区整体创新能力的提升作用越显著。因此，本文通过整理国家创新型企业注册地信息，按照归属地追溯统计至285个样本城市中国家创新型企业数量，手工构造得到样本数据指标变量qe。

(3)国家创新型上市公司数量(company)。企业上市需要公司规模和盈利能力达到相应要求，并通过上市方式拓宽企业融资渠道；另外，上市能够扩大公司影响力，在声誉机制作用下增强企业资源能力获取，包含人才、技术等各面。因此，本文按照企业注册地信息，构造属地国家创新型上市公司数量变量company，验证是否属地国家创新型上市公司数量更有利于国家创新型城市创新能力增强。

(4)国家创新型企业集团数量(group)。笔者通过对国家创新型企业名单进行整理，发现5批676家国家创新型企业中共有创新型城市集团49家，同样按照公司注册地信息统计至地级市层面，得到各城市国家创新型企业集团数量指标group。因集团企业相较于其它企业规模更大，能够将更多资金、人力和知识投入到创新研发活动中，因此可能对属地创新能力提升作用更强。

(5)国家创新型企业集团上市公司数量(qgroup)。鉴于企业集团间资源流动性和共享性相较于一般上市公司更高，且企业上市后知识、资源溢出效应大于未上市企业，从而企业集团中上市公司数量越多，越能够为属地科技创新提供更为便捷的资源条件，从而对国家创新型城市创新能力的影响效应更大。因此，本文通过对国家创新型企业名单中企业集团控股上市公司逐一进行挑选整理，依据属地原则，对应至各个城市，最终得到各城市国家创新型企业集团上市公司数量变量指标qgroup。

3.1.4 控制变量

(1)政府干预程度(gov)。国家创新型城市在政府推动下创立，政府在其建设过程发挥了重要作用。在城市科技创新中，政府资金支持使地区获得了更多竞争优势，但政府过度干预将导致创新活力不足、创新产出下降。由于政府干预活动比较隐性，无法获取直接反映地方政府干预程度的指标，只能通过间接指标反映。因此，本文借鉴褚敏和踪家峰[36]的处理方式，从政府干预动机视角出发，选取财政支出与地区生产总值之比对政府干预程度进行量化。

(2)地区经济发达程度(dev)。城市经济越发达、基础资源环境越优良、科技创新配套设施越完备、服务越便捷，则越有利于地区创新能力提升。本文以地区人均生产总值产出衡量经济发达程度。

(3)科技研发投入强度(rd)。城市科技研发投入力度与创新产出相关，科技人才越多，后备知识储量越丰富、知识溢出效应越大，对地区创新能力的提升作用越显著。因此，本文借鉴韦功鼎和李雪梅[37]的做法，选用城市科学技术产业从业人员数量的对数衡量科技研发投入强度。

(4)城市规模(scale)。人口聚集形成资源聚集，在规模效应下促使城市规模逐渐扩大。以人力、资本及知识为基础的科技创新活动在资源丰沛地区，其产出效应更大。因此，本文以人口规模量化衡量城市规模，采用2014年国务院颁布的城市规模调整标准，将选取的285个城市按照人口数量划分为6个数值等级，分别取值1～6，城市人口数量越多，规模越大，scale数值越大。

综上所述，本文相关变量及定义见表1。

3.2 模型构建

考虑到国家创新型城市政策实施的多时点特性，基本双重差分单一时点变量设置方式不能满足需求，因此本文采用渐进双重差分模型进行研究。

3.2.1 渐进双重差分模型

本文借鉴郭峰等[35]的处理方法，通过变量构造方式转换，将基本双重差分模型中政策主体哑变量、政策时间哑变量和政策主体与时间变量以一个treatedit变量替代，构造如下模型：

indexit=β0+β1treatedit+β2trendit+β3Controlit+εit

(1)

其中，indexit表示各城市各年创新能力；treatedit表示若i城市在t年被确立的国家创新型城市，确立当年及以后各年treatedit=1，否则treatedit=0；trendit表示确立国家创新型城市的年龄；Controlit表示各控制变量。按照模型(1)中主要解释变量treatedit处理方式，解决政策逐步实施而单一政策时点无法刻画的情形，其回归系数β1代表国家创新型城市政策对属地创新能力影响效果。trendit回归系数β2代表为国家创新型城市政策对属地创新能力增长的趋势效应。

3.2.2 固定效应渐进双重差分模型

当政策样本选择不随机时，若由可控因素影响，则直接将其置入回归模型即可，若基于非可控因素，可将其分解为：①不随时间变化的固定效应偏差αi；②随时间变化的时变误差μit。为避免非可控因素造成的政策主体选择偏差，本文借鉴王智波等[38]的处理方式，构建固定效应渐进双重差分模型。

indexit=β0+β1treatedit+β2trendit+β3Controlit+αi+μit

(2)

3.2.3 处理效应渐进双重差分模型

为修正双重差分模型虚拟变量设定可能产生的样本内生选择性偏差和遗漏变量问题，本文借鉴王智波[38]的处理方式，构造处理效应渐进双重差分模型。

主回归模型：

indexit=β0+β1treatedit+β2trendit+β3Controlit+εit

(3)

样本选择模型：

Treatedi*=ωHit+μit

(4)

其中，Hit代表影响政策主体是否为享受政策措施的一组变量，该变量组合仅参与样本选择模型回归过程，不放入政策主回归渐进双重差分模型中，但该组变量并非随机选择变量，其由影响政策主体被选择概率的相关指标组成。样本选择模型中Treatedi*为潜在变量，若Treatedi*>0，则政策主体选择变量treatedit=1，否则treatedit=0，主要影响treatedit发生的概率。因此，对于Hit变量组合中的指标选取，基于国家创新型城市基础特征，本文选择城市经济发展水平dev和科技投入rd两项指标。

3.3 数据说明

鉴于深圳市被确立为第一个国家创新型城市的时间为2008年，最近的创新型城市确立时间为2018年，因此本文数据更新时间截至2018年。为分析国家创新型城市设立前后属地创新能力的前后变化情况，需首先保证政策实施点前后时间段范围。因此，本文选取285个城市样本数据进行回归分析，在处理组样本数据处理中，剔除2018年确立的17个城市，仅选取2008-2013年确立的61个国家创新型城市作为样本组，其余224个城市作为对照组。其中，被解释变量中城市专利授权量数据来源于中国知识产权数据库，具体按照城市进行分类汇总；解释变量中政策变量和政策年龄变量数据主要为笔者通过科技部和发改委发布的政策文件数据手工搜集整理得到；调节变量中通过三部委发布的企业名单和各企业官网信息手工整理得到；其余控制变量来源于2005-2018年《中国城市统计年鉴》、《中国城市建设统计年鉴》和部分省市统计年鉴。

4 实证结果分析

4.1 双重差分模型适用性检验

双重差分模型使用需满足以下条件：①政策主体选择外生性；②主体选择前后变化趋势一致性。为保证模型合理性和适用性，本文进行如下检验：

(1)反向因果检验，即外生性检验。鉴于国家创新型城市设立的批次性特征，本文进行分组回归检验，形式如下：第一组将2008年设立的深圳市作为处理组，其后设立城市作为其对照组；以此类推设置第二至第四组；第五组将2013年确立的城市作为处理组，2018年确立的城市作为对照组。由于政策实施变量设定为二值虚拟变量，故本文借鉴朱晓文[39]的做法，采用逻辑回归模型。

Logit(treatedit)=α0+α1Perfomance(L.indexit)+α2L.Controlit+εit

(5)

其中，为考察前期城市基础是否影响政策设立，城市创新能力和控制变量均选用一期滞后值。若α1系数不显著，则满足模型政策主体选择的外生性假定。最终，5组回归中各变量系数均不显著，满足外生假定(限于篇幅限制，反向因果和平行趋势检验结果均不予列示)。

(2)平行趋势检验，即趋势一致性检验。本文借鉴朱晓文等[39]的方式，构造政策实施前时间哑变量，模型如下：

(6)

其中，d_j为政策实施前时间哑变量，表示城市被确立为国家创新型城市前的年数，并将该时间哑变量与treatedit交乘，若交乘项系数不显著，则满足政策实施前趋势一致。同模型(5)处理方式一致，分成5组进行分组回归。分组回归结果除第一组因深圳市仅一个样本系数显著外，其余四组交乘项系数均不显著，由此可见满足模型趋势一致性假定。

4.2 国家创新型城市对属地创新能力提升效应评估

鉴于国家创新型城市分批次设立特性，本文采用渐进性双重差分模型进行回归分析。为更好地控制政策主体选择内生性问题，将基本模型扩展为固定效应双重差分模型和处理效应渐进效应双重差分模型，回归结果如表2所示。

注：***、**、*分别代表在1%、5%、10%的水平上显著。其中，估计系数下括号内的报告数值为经过异方差稳健标注调整的t统计量值，下同

根据表2回归结果，第(1)列采用渐进双重差分模型，第(2)列采用固定效应双重差分模型，第(3)列采用处理效应渐进双重差分模型，3种方法下treated回归系数在1%显著性水平下为正，说明国家创新型城市确立对属地创新能力提升具有促进作用。处理效应双重差分模型中rho值为负，说明基本渐进双重差分模型低估了国家创新型城市政策对属地创新能力的作用。在控制内生影响后，其对城市创新能力的作用从17.245提升至21.187。政府干预、地区经济发展水平、科技研发投入和城市规模均对城市创新能力提升起到显著正向促进作用，说明城市在被确立为国家创新型城市后，还应该改善地区资源条件，为政策落实提供辅助支持作用。

4.3 动态过程视角下国家创新型城市政策对属地创新能力的影响

(1)动态效应分析。为分析长期政策实施中每期效果大小，本文借鉴Thorsten40]的处理方法，构建政策实施后各期时间哑变量dj，当政策实施第j年，dj=1，否则dj=0。 然后，与treatedit交乘，置入3种渐进双重差分模型展开回归，验证不同时期的政策效果，具体结果如表3所示。

在表3回归结果中，3种方法下交乘项回归系数整体在1%显著性水平下为正，且通过回归系数纵向比较发现，政策实施年份时间越长，交乘项回归系数越大，说明国家创新型城市对属地创新能力提升产生的累加性效应越明显。因此，政府应匹配更为充足的政策条件支持，充分发挥城市政策在属地长期创新能力提升中的作用。通过3种方法系数比较发现，处理效应渐进差分模型系数显著性高于其它两种模型，说明控制政策内生选择性偏误，能够更为准确地估计国家创新型城市设立对城市创新能力的作用，且作用效果显著增强。

(2)过程效应分析。为验证政策确立批次效应，本文借鉴郭峰和熊瑞祥[40]的处理方法，构建如下模型：

(7)

其中，按照城市确立时间构建批次虚拟变量，共计5个批次，将2008年确立的深圳市作为第一次基准组，构建如下4个虚拟变量：若城市在2010年被确立为国家创新型城市，则否则若城市在2011年被确立为国家创新型城市，则否则若城市在2012年被确立为国家创新型城市，则否则若城市在2013年被确立为国家创新型城市，则否则

表4列示了3种双重差分模型下5个批次的政策平均效应和趋势效应。其中，(1)(3)(5)列为3种双重差分模型下批次效应的平均效果，(2)(4)(6)列为批次效应的趋势效果。从回归结果可知，各批次平均效应和趋势效应系数在1%显著性水平下为负，说明与第一次批次对照组相比较，之后批次确立的国家创新型城市对属地创新能力的提升作用显著小于第一批次确立的城市。可能原因在于：先期确立的地区能够获得更多政府支持和媒体关注，信息传递下城市声誉增强，吸引了更多资金注入和人才聚集，为科技研发注入了新资源和活力，带动地区创新能力不断攀升；后期确立的国家创新型城市声誉效应和吸引力相较而言不如先期城市，从而对地区创新能力提升效果不及前期批次。因此，为带动地区创新产出效能最大化，应尽早申请被确立为国家创新型城市，通过效能累加作用，以创新带动区域经济高质量发展。

4.4 稳健性检验

为保证上述结果的可靠性，进行如下稳健性检验：①替换因变量：将城市创新能力变量替换为地级市人均使用专利授权量和城市创新指数两种指标加以量化；②倾向匹配得分法：按照1∶1近邻匹配方式为国家创新型城市配比对照组样本，消除基础城市资源差异导致的样本选择偏差；③安慰剂检验，采用虚假因变量形式，将城市创新能力变量替换为不受政策影响的城市生态环境效率变量，该变量采用DEA-Malmquist指数法加以测度。经上述处理后采用3种模型回归分析，替换因变量和倾向匹配得分法结果与基本回归一致，安慰剂检验回归系数不显著，说明基础回归结果稳健(限于篇幅，具体结果不列示)。

5 属地政企互动政策作用分析

区域创新能力提升功能主体为企业，加之政府支持和产学研相辅相成，2010年1月6日国家发展改革委发布的《关于推进国家创新型城市试点工作的通知(发改高技)[2010]30号》指出创新型城市建设的主要任务为“突出企业创新主体地位”，2016年《建设创新型城市工作指引》中指出创新型城市建设的十大重点任务之一为“抓创新企业的培育”。因此，本文进一步探讨城市内企业享受创新政策和企业类型异质性对区域创新政策效应的调节作用，在下述回归中剔除非国家创新型城市样本。

5.1 政企互动政策影响分析

第一批国家创新型企业确立时间为2006年，本文按照企业注册地址将国家创新型企业匹配到相应城市中，若国家创新型城市存在国家创新型企业，则政策间产生交互作用效果，否则城市仅受到单一政策的影响，回归结果如表5所示。

表5回归结果中，(1)(3)(5)列为国家创新型企业对国家创新型城市属地创新能力平均效应的调节作用；(2)(4)(6)列为对趋势效应的调节作用。国家创新型企业政策与政策平均效应和趋势效应的交乘项回归系数显著为正，说明国家创新型企业政策实施对国家创新型城市创新能力提升无论是在短期还是长期均具有正向调节作用。因此，在后期城市建设中，地方政府应加大对城市创新型企业的培育和扶持力度，实现宏微观主体协同发展。

5.2 企业类型异质性影响

上述结果验证了城市主体中微观主体国家创新型企业政策正向调节属地创新能力。本文进一步探讨不同企业特征数量对国家创新型城市建设的影响。①对于国家创新型企业而言，其是地区创新的主要抓手和重要主体，文件指出“培育具有较强竞争力的创新型领军企业和一批小而强、小而专、小而精的科技型中小企业”，因此国家创新型企业数量多寡直接影响城市创新质量；②对于国家创新型上市公司而言，因其拥有良好的声誉相应、更广的融资渠道和更强的要素集聚能力，从而对城市创新能力的提升作用强于一般企业；③对于国家创新型企业集团而言，蔡卫星等[41]指出相对于独立企业，企业集团具有更强的职能作用，能够缓解科技创新中融资约束、信息匮乏和激励不足等问题。黄俊等[42]指出企业集团具有更强的资源整合能力，对企业创新驱动作用更强。因此，基于上述作用机理，国家创新型企业集团比一般创新型企业对城市创新能力提升作用更显著。针对企业性质与类型异质性是否导致调节效应不同，本文从城市中一般国家创新型企业数量、国家创新型上市公司数量和国家创新型企业集团数量3个方面研究企业性质差异导致的政策效果差异。

(1)国家创新型企业数量。通过手工梳理国家创新型企业名单，将676家企业按照注册地信息分类至各城市样本中，统计得到各城市的国家创新型企业数量，探究创新型企业数量更多城市是否存在更大的知识溢出效应，以及对城市创新能力提升效果是否更为显著。具体结果如表6所示。

在表6回归结果中，国家创新型企业数量与国家创新型城市政策平均效应和趋势效应的交乘项系数大部分在1%显著性水平上为正，说明国家创新型企业数量对国家创新型城市属地创新能力提升起到正向调节作用。因此，属地城市国家创新型企业数量越多，企业间信息沟通成本越少，资源越能够更为便捷地融通，知识和技术溢出效应越大，从而对属地创新能力提升效果越显著。

(2)国家创新型上市公司。将国家创新型上市公司加以统计，同国家创新型城市的平均政策效应和趋势效应交乘，通过对比一般企业交乘项系数，验证企业性质类型差异政策效应差异，结果如表7 所示。

从中可见，在3种差分模型下，国家创新型上市公司与政策平均效应和趋势效应的交乘项系数均为正，说明地区创新型上市公司数量越多，属地被确立为国家创新型城市后创新能力提升效果越大。根据变量统计发现，城市中国家创新型上市公司的平均数明显小于国家创新型企业数量，而表7国家创新型上市公司数量交乘项系数相比表6中国家创新型一般企业数量交乘项回归系数更大，说明上市公司通过上市渠道获取资金更加便利、声誉效应更加显著，从而对属地创新能力效果更明显。

(3)国家创新型企业集团。表8列示了3种渐进双重差分模型下，国家创新型企业集团数量对国家创新型城市创新能力政策平均效应和趋势效应的调节作用。表8中6列交乘项回归系数均在1%显著性水平下显著为正，说明属地国家创新型企业集团数量对国家创新型城市创新能力提升及其增长趋势均存在正向调节效应。同样，将表8中交乘项系数与表6和表7中交乘项系数大小进行比较发现，无论是政策平均效应还是趋势效应，国家创新型企业集团交乘项系数均大于另外两者的交乘项系数，说明企业集团因集团内各公司彼此支持和资源共享特性，城市在微观主体支撑下，获得了更多人力、资金和知识资源，从而创新能力提升效果更为显著。

6 结语

6.1 研究结论

鉴于国家创新型城市分批依次设立的特性，本文采用基本、固定效应、处理效应渐进双重差分模型，探究国家创新型城市的政策效应、长期效应和批次效应。此外，从创新主体企业角度出发，分析国家创新型企业政策及企业类型异质性对属地创新能力效果的影响差异。结果发现：被确立为国家创新型城市对属地创新能力有显著提升作用，且长期内产生叠加效应，呈现增强趋势；更早批次确立的城市政策创新效应更强。此外，存在国家创新型企业的城市对创新能力起到正向促进作用，且数量越多，促进作用越强；企业类型异质性下，集团因内部资源整合力较强，对属地创新能力提升效果大于公司；上市公司因声誉优势和便捷的融资渠道，对属地创新能力的提升作用大于一般企业。

6.2 建议

(1)加大国家创新型城市建设力度。鉴于政策属地创新提升作用，应突破城市规模壁垒，扩大建设范围，借鉴深圳市等典型城市的建设经验，通过政策资金、技术和人才扶持，发挥自身特色，提升城市创新能力，实现2020年国家创新型城市建设扩围目标，为我国创新驱动发展奠定基础。

(2)不断完善配套措施建设。鉴于政策的长期叠加效应，且效果逐渐显现，因此各级地方政府应避免短视行为，持续加大创新资金投入力度，强化创新技术契合度，提升创新人才引进力度和激励程度，积累要素资源，达到政策边际效应最大化。此外，考虑到城市建设批次效应，未确立的地级市应逐步完善配套措施，提早进入国家创新型城市建设行列。科技部等对国家创新城市应尽力确立早期试点个数，充分发挥创新型城市的批次引领作用，借力城市创新发展带动国家创新能力提升。

(3)地方政府应加大对属地内不同类型国家创新型企业的扶持。城市创新由政府、企业、高校和科研机构四方主力构成，但相关政策应突出企业创新主体地位。结合研究结果，国家创新型企业政策与国家创新型城市政策呈现协同效应，因此在地方建设中，应两类政策并举，充分调动微观主体的主观能动性。鉴于企业类型特征异质性下资源禀赋差异性，应着重培育城市创新型企业集团，支持企业上市，整合资源，实现企业创新和区域创新联动发展。

6.3 不足与展望

然而，本文仍存在以下不足：①受数据可获得性限制，国家创新型城市样本仅选取了前5批次，缺乏对2018年17个城市政策效应的评价研究，有待后续完善延伸；②仅从创新产出角度衡量城市创新能力，未来研究应更注重城市创新效率和创新质量的改善效应；③国家创新型城市建设初衷为借助典型城市的优先发展，对周边区域形成辐射和引领作用。因此，未来研究应注重政策和城市创新的空间溢出效应，评估国家创新型城市政策对创新型国家建设的贡献。

参考文献:

[1] BOLDRIN M F．Canova,inequality and convergence in europe's regions:reconsidering european regional policies[J].Economic Policy,2001,16( 32) :206-253．

[2] CASELLI F W J．Coleman II2,the US Structural transformation and regional convergence:a feinterpretation[J].Journal of Political Economy,2001109( 3) :584-616．

[3] 李斌,杨冉,卢娟.中部崛起战略存在政策陷阱吗——基于PSM-DID方法的经验证据[J].中国经济问题,2019(3):40-53.

[4] 杨华峰,邱丹,余艳.创新型城市的评价指标体系[J].统计与决策,2007(11):68-70.

[5] 朱凌,陈劲,王飞绒.创新型城市发展状况评测体系研究[J].科学学研究,2008(1):215-22.

[6] 宋河发,穆荣平,任中保.国家创新型城市评价指标体系研究[J].中国科技论坛,2010(3):20-25.

[7] 邹燕.创新型城市评价指标体系与国内重点城市创新能力结构研究[J].管理评论,2012,24(6):50-57.

[8] 周晶晶,沈能.基于因子分析法的我国创新型城市评价[J].科研管理,2013,34(S1):195-202.

[9] 王默,魏先彪,彭小宝,等国家创新型城市效率评价研究——基于两阶段DEA模型[J].北京理工大学学报(社会科学版),2018,20(6):65-74.

[10] 蒋玉涛,郑海涛.创新型城市建设路径及模式比较研究——以广州、深圳为例[J].科技管理研究,2013,33(14):24-30.

[11] 张健,张东生.滨海新区创新型城区建设阶段评价刍议[J].现代财经(天津财经大学学报),2010,30(10):82-85.

[12] 寇明婷,陈凯华,高霞,等.创新型城市技术创新投资效率的测度方法研究:基于创新过程的视角[J].科研管理,2014,35(6):56-67.

[13] 章文光,李伟.创新型城市创新效率评价与投入冗余分析[J].科技进步与对策,2017,34(6):122-126.

[14] 卢超,尤建新,郑海鳌.创新驱动发展的城市建设路径——以上海创新型城市建设为例[J].科技进步与对策,2016,33(23):25-31.

[15] 邹兵.国家创新型城市发展中的规划作用——兼论深圳产业布局规划的思路演变与实施成效[J].城市规划,2017,41(4):41-48.

[16] 符新伟,段婕,白海林.产学研合作对创新型城市建设影响力的实证研究——以西安市为例[J].科技管理研究,2017,37(21):49-56.

[17] 刘刚,王宁.突破创新的“达尔文海”——基于深圳创新型城市建设的经验[J].南开学报(哲学社会科学版),2018(6):122-133.

[18] 胡斌,陈晓红,王小丁.创新型城市群创新能力评价研究——基于长株潭“两型社会”综合配套改革试验区的实证分析[J].经济问题探索,2009(5):153-161.

[19] 张剑,吕丽,宋琦,等.国家战略引领下的我国创新型城市研究:模式、路径与评价[J].城市发展研究,2017,24(9):49-56.

[20] 王保乾,罗伟峰.国家创新型城市创新绩效评估——以长三角地区为例[J].城市问题,2018(1):34-40.

[21] 章文光,宋斌斌.从国家创新型城市试点看中国实验主义治理[J].中国行政管理,2018(12):89-95.

[22] 苗文龙,何德旭,周潮.企业创新行为差异与政府技术创新支出效应[J].经济研究,2019，54(1):85-99.

[23] 郭景先,苑泽明.生命周期、财政政策与创新能力——基于科技型中小企业的经验证据[J].当代财经,2018(3):23-34.

[24] EPSTEIN，RICHARD A.Can technological innovation survive government regulation [J].Harvard Journal of Law & Public Policy,2013,36(1) :87-104.

[25] 陈家喜.地方官员政绩激励的制度分析[J].政治学研究,2018(3):72-80+128.

[26] 周世民,盛月,陈勇兵.生产补贴、出口激励与资源错置:微观证据[J].世界经济,2014,37(12):47-66.

[27] 张先锋,李辉,吴飞飞.政府补贴与企业出口学习:基于政策外溢效应的视角[J].世界经济研究,2019(5):53-66+79+135.

[28] 郭磊,苏涛永,秦酉.是否创新与如何创新:政策创新扩散机制的动态比较研究[J].中国软科学,2019(5):160-167.

[29] 庞瑞芝,薛宁,丁明磊.中国创新型试点企业创新效率及其影响因素研究——基于2006-2010年创新型试点企业非平衡面板数据的实证考察[J].产业经济研究,2012(5):1-10+18.

[30] 张永安,宋晨晨,王燕妮.创新科技政策时滞效应研究——基于中关村国家自主创新示范区数据[J].科技进步与对策,2018,35(1):109-115.

[31] 范德成,杜明月.高端装备制造业技术创新资源配置效率及影响因素研究——基于两阶段StoNED和Tobit模型的实证分析[J].中国管理科学,2018,26(1):13-24.

[32] 佟健,宋小宁.多维政绩考核、冲突任务与“为官不为”——一个多任务委托代理模型[J].当代经济科学,2018,40(4):84-90+127.

[33] 武龙.风险投资、认证效应与中小企业银行贷款[J].经济管理,2019,41(2):172-190.

[34] 余泳泽,庄海涛,刘大勇,等.高铁开通是否加速了技术创新外溢？—来自中国230个地级市的证据[J].财经研究,2019,45(11):20-31+111.

[35] 郭峰,熊瑞祥.地方金融机构与地区经济增长——来自城商行设立的准自然实验[J].经济学(季刊),2018,17(1):221-246.

[36] 褚敏,踪家峰.政府干预、金融深化与经济结构转型——基于“新东北现象”的考察[J].中国软科学,2018 (1):63-76.

[37] 韦功鼎,李雪梅.高速铁路知识溢出对第三产业集聚的影响研究——基于长三角城市群的实证研究[J].经济问题探索,2019(2):130-136.

[38] 王智波,韩希.废止收容遣送制度的经济影响——基于检验最优城市理论的实证研究[J].经济学(季刊),2018,17(3):1013-1034.

[39] 朱晓文,吕长江.家族企业代际传承:海外培养还是国内培养[J].经济研究,2019,54(1):68-84.

[40] THORSTED BECK,R L A L.The winners and losers from bank deregulation in the United States[J].Journal of Finance,2010:1-47.

[41] 蔡卫星,倪骁然,赵盼,等.企业集团对创新产出的影响:来自制造业上市公司的经验证据[J].中国工业经济,2019(1):137-155.

[42] 黄俊,张天舒.制度环境、企业集团与经济增长[J].金融研究,2010(6):91-102.

(责任编辑：王敬敏)