国家数字经济创新发展试验区设立的创新效应:基于供给侧与需求侧双重视角

李君锐,买 生,刘 磊

(石河子大学 经济与管理学院,新疆 石河子 832003)

摘 要:将国家数字经济创新发展试验区作为一项准自然实验,以2016—2021年A股上市公司为研究对象,采用双重差分法考察试验区设立的创新效应。结果表明:第一,试验区设立能促进企业创新,各试点政策的创新效应从大到小依次为:创新型城市建设、国家数字经济创新发展试验区、智慧城市创建、国家级大数据综合试验区、宽带中国示范城市;第二,试验区设立通过降低交易成本、集聚人才资源、促进知识产权保护、推动数字化转型,进而激励企业创新;第三,试验区设立对企业创新的促进作用在非国有企业、高新技术企业、在位企业中更显著,且相比于渐进式创新,试验区设立对突破式创新的影响更显著。此外,试验区设立对毗邻城市企业创新有正向扩散效应,对经济发展水平相似城市的企业创新有负向虹吸效应。

关键词:国家数字经济创新发展试验区;企业创新;供给侧;需求侧;双重差分法

The Innovation Effect of the Establishment of National Digital Economy Innovation and Development Pilot Zones:A Study from the Dual Perspectives of Supply Side and Demand Side

Li Junrui, Mai Sheng, Liu Lei

(School of Economics and Management, Shihezi University, Shihezi 832003, China)

AbstractIn the era of digital economy, promoting the deep integration of digital technology and the real economy has become the key to achieving high-quality economic development. In this context, in October 2019, the National Development and Reform Commission and the Central Cyberspace Office jointly formulated and issued the Implementation Plan of the National Digital Economy Innovation and Development Pilot Zone (hereinafter referred to as the Plan), establishing Xiong' New Area; Zhejiang Province, Fujian Province, Sichuan Province, Guangdong Province, Chongqing City and other places as national digital economy innovation and development pilot zones ( hereinafter referred to as the pilot zones). The pilot zones promote high-quality development, and keep improving the level of internationalization of the regional digital economy, thus playing a leading and radiating role.

The digital economy is vital for enterprises to seek breakthroughs in independent innovation, and data has become an important factor in production in this era. However, the pilot zones directly drive the development of the digital economy, relevant research is still relatively lacking, and the impact path of the innovation effect needs to be clarified. To this end, this paper empirically examines the impact of the establishment of the pilot zone on enterprise innovation, which not only provides micro-level support for the policy dividend of the national digital economy innovation and development pilot zones, but also provides a basis and reference for promoting the construction of the pilot zones, empowering enterprise innovation, and helping to build "digital China".

In order to accurately evaluate the impact of the pilot zone on enterprise innovation, this paper takes the National Digital Economy Innovation and Development Pilot Zones as a quasi-natural experiment with A-share listed companies from 2016 to 2021 as the research object, and employs the DID method to conduct research. It is found that (1) the establishment of the pilot zones can promote enterprise innovation, and the supporting policies about innovative city construction, smart city creation, the national big data comprehensive pilot zones, and the broadband China demonstration city can strengthen the role of the establishment of the pilot zones in promoting enterprise innovation. (2) The establishment of the pilot zones promotes enterprise innovation by reducing transaction costs, gathering human resources, improving intellectual property protection, and accelerating digital transformation. (3) The role of the establishment of the pilot zones in promoting enterprise innovation is more significant for non-state-owned enterprises, high-tech enterprises and incumbent enterprises. Compared with incremental innovation, the establishment of pilot zones has a more significant impact on breakthrough innovation. In addition, the establishment of the pilot zones has a positive diffusion effect on the innovation of enterprises in neighboring cities, and a negative siphon effect on the innovation of enterprises in cities with similar levels of economic development.

The study has made marginal contributions in the following aspects. First, it examines the impact of the establishment of the pilot zone on enterprise innovation, which provides micro-level support for the dividend effect of the pilot policy. Second, it examines the impact mechanism of the establishment of the pilot zone on enterprise innovation from the dual perspectives of supply side and demand side, and analyzes the heterogeneity of impact and the externality of policy, which is more conducive to understanding the mechanism and boundary of policy effect, and provides ideas for enterprise innovation and high-quality macroeconomic development. Third, by taking the establishment of the pilot zones as an external shock, it uses the double difference method to test the main effect, and conducts a series of robustness tests to identify the net effect of the policy.

The implications arising from the study are as follows. First, governments at all levels should summarize the experience of digital economy innovation and development in the pilot zone, strengthen promotion and application, and give full play to the synergy effect of different policy tools so as to empower enterprise innovation. Second, it is conducive to promoting enterprise innovation from the dual perspectives of supply side and demand side by strengthening the implementation of supporting policies in the pilot zone and breaking institutional obstacles. Finally,the policy dividends of the pilot zone can be well released with targeted government guidance and precise policies.

Key WordsNational Digital Economy Innovation and Development Pilot Zones; Enterprise Innovation; Supply Side;Demand Side;Difference in Difference Method

收稿日期:2022-12-02

修回日期:2023-03-30

基金项目:国家社会科学基金项目(21CRK010);国家自然科学基金项目(72162006);兵团维稳戍边智库项目(21BTZKB04)

作者简介:李君锐(1990—),女,河南平顶山人,石河子大学经济与管理学院博士研究生,研究方向为数字经济、创新管理;买生(1967—),男,新疆石河子人,博士,石河子大学经济与管理学院教授、博士生导师,研究方向为公司治理、创新管理;刘磊(1988—),男,山东临沂人,博士,石河子大学经济与管理学院副教授、硕士生导师,研究方向为数字经济、区域经济。

DOI10.6049/kjjbydc.2022120057

开放科学(资源服务)标识码(OSID):

中图分类号:F273.1

文献标识码:A

文章编号:1001-7348(2024)13-0045-12

0 引言

富有之谓大业,日新之谓盛德。自改革开放以来,中国经济通过跨越式发展,成为世界第二大经济体和全球“制造工厂”。然而,在中国经济高速发展的同时,暴露出经济附加值低、创新水平不足等系列问题,急需转变经济增长方式,由原来的要素驱动、投资驱动转变为创新驱动,这不仅关系到中国经济的可持续发展,而且决定着中国能否跨越“中等收入陷阱”,成功迈入发达国家行列。在此背景下,创新成为引领中国经济增长的第一驱动力,各级政府陆续发布一系列政策引导“大众创业、万众创新”,以激发全民创新活力。2022年在中国两会上继续提出要深入实施创新驱动发展战略,巩固壮大实体经济根基。

区位导向性政策作为宏观调控的重要手段,在我国经济发展过程中被广泛应用[1],并成为促进区域经济高质量发展的关键政策手段[2]。在数字经济时代,全球经济体系越来越呈现出数字化特征,数字生产力成为重要标志。在此背景下,2019年10月国家发展和改革委员会、中央网信办联合制定印发《国家数字经济创新发展试验区实施方案》(以下简称《方案》),将河北省(雄安新区)、浙江省、福建省、四川省、广东省、重庆市等地设立为国家数字经济创新发展试点地区(以下简称试验区),坚持推动高质量发展,计划通过3年时间,培育一批数字经济龙头企业,突破一批关键核心技术。企业创新活动是实现高质量发展的重要载体。那么,试验区设立作为国家一项重要的区位导向性政策,是否会影响企业创新呢?

从现有文献来看,与本文主题密切相关的研究有:第一,促进数字经济发展的相关试点政策的创新效应研究,主要包括智慧城市、国家级大数据综合试验区、宽带中国等试点政策。如智慧城市通过升级设施、增加投资、汇聚人才、产业转型等路径促进企业创新[3];国家级大数据综合试验区通过提高产学研合作水平促进企业创新[4];宽带中国通过集聚中高端生产性服务业、发展数字金融、优化产业结构提升城市创新水平[5]。第二,国家数字经济创新发展试验区政策效应评估研究。有学者采用灰色关联度分析法,评价试验区数字经济发展成效[6];还有学者采用准自然实验法,探究试验区设立带来的企业数字化转型效应[7]。综合来看,以往学者对数字经济发展相关试点政策进行了大量探索,但是国家数字经济创新发展试验区作为直接驱动数字经济发展的国家重大区域战略部署,相关研究还较为不足,也未厘清其创新效应影响路径。根据试验区相关研究和制度政策可知,试验区设立一方面为试点地区企业创新提供了良好的政策环境,形成经济集聚效应;另一方面要求探索区域体制机制创新,为企业发展提供更好的制度支撑。基于此,本文试图通过理论分析,实证考察试验区设立影响企业创新的作用机理和作用边界。

由于国家数字经济创新发展试验区设立是国家的重大战略决策,微观企业无法左右政策试点时间和地区,因而具有很强的外生性。研究将试验区设立作为一项准自然实验,以A股上市公司为研究对象,探讨试验区设立对企业创新的影响。本文研究的边际贡献在于:第一,在研究视角上,从微观视角考察试验区设立对企业创新的影响,为分析试点政策红利效应提供微观层面支持。第二,在研究内容上,从供给侧和需求侧双重视角考察试验区设立对企业创新的作用机制,分析影响的异质性和政策的外部效应,揭示政策效应的作用机制和作用边界,为企业创新乃至宏观经济高质量发展提供思路与依据。第三,在研究方法上,将试验区设立作为一项外部冲击,采用双重差分法,进行主效应检验并采用多种方法进行稳健性检验,以精确识别政策净效应。

1 理论分析与研究假设

1.1 试验区设立对企业创新的促进作用

试验区设立作为国家的一项重大数字战略部署,在目标要求、任务导向、驱动模式、运行机制等方面均与企业创新紧密关联。具体表现为:第一,试验区设立的目标导向是促进企业创新发展。《方案》指出,试验区设立要坚持新发展理念,坚持促进高质量发展。而创新是经济发展的本质[8],能有效转变经济发展方式,提高企业生产效率,推动经济高质量发展。第二,试验区设立以激活新要素、培育新动能、探索新治理、建设新设施(四个新)为重点任务,促进企业创新发展。一方面,“四个新”要求壮大数字经济生产力、构建数字经济新型生产关系,实现数据生产要素高效配置,这必然会优化社会生产方式,进一步促进生产力发展,推动企业创新;另一方面,“四个新”的实施将促进试验区创新投入增加、创新要素活跃,进一步提升企业创新水平。第三,试验区数据驱动模式符合企业创新发展的内在要求。试验区设立要求充分发挥数据作为重要生产要素的核心作用,探索构建以数据驱动为关键特征的新经济形态。一方面,数据作为新的生产要素,是企业创新的直接驱动力,能改变企业创新模式、优化创新体系[9];另一方面,数据驱动模式能提高市场信息透明度,缓解传统运行模式下的资源错配情况[10],而资源是企业创新的基石。第四,试验区运行机制与企业创新发展密切相关。试验区积极完善政产学研用协同创新机制,不断为企业提供创新所需资源和知识,助力企业创新水平提升。

基于此,本文提出如下研究假设:

H1:试验区设立能推动试点地区企业创新。

1.2 试验区设立对企业创新的促进机制

企业创新具有的高风险、持续性、投入产出不确定等特点使得其需要大量资金、人才供给。同时,创新具有负外部性、长周期性特点,导致企业往往存在创新激励不足、创新效率低下等问题。试验区设立能从企业创新需求端降低交易成本、集聚人才资源,从企业创新供给端加强地区知识产权保护、促进企业数字化转型,进而促进企业创新。

1.2.1 交易成本

试验区设立通过降低交易成本推动企业创新。交易成本理论认为,不确定性、机会主义行为、交易中的市场环境等因素提高了企业交易成本。试验区设立能够突破这些因素制约,降低企业交易成本:首先,试验区依托大数据部际联席会议的跨部门机制,在各部门间建立高效的沟通协调机制,通过获得建设性指导意见,及时解决数字经济发展过程中出现的复杂问题,不断化解区域企业数字化转型难题,为企业营造良好的市场交易环境,降低企业交易成本。其次,试验区设立的任务之一是打通政府与企业间的数据交流渠道,提高政企数据融通水平与利用效率,通过降低企业与政府间的信息不对称,提高行政审批效率,降低企业制度性交易成本[11]。最后,试验区积极探索新的治理模式,形成多元参与的协同治理体系。政府、平台、企业、公众、行业协会等多方参与的共同治理机制能够规范市场交易行为,减少事前、事中、事后的失信行为和机会主义行为,及时发现与解决传统治理和监管中存在的问题,减少市场交易中的不确定因素,降低企业交易成本。Goldfarb &Tucker[12]研究发现,数字技术降低了企业搜寻成本、交通成本、追踪成本和验证成本,而交易成本降低能够促进企业创新。

1.2.2 人才集聚

人才是最稀缺的创新资源,对企业创新的促进作用已经得到学者的广泛验证[13],高素质人才在企业的集聚能够优化组织结构,激发企业创新活力[14]。试验区设立通过人才集聚效应促进企业创新。首先,试验区设立要求促进以数据为关键要素的数字经济发展,实现数字产业化、产业数字化,引导数字经济与实体经济深度融合,而试验区内数字产业的集聚发展对人力资本形成刚性需求,通过提供更多就业机会吸引人才流入,为企业创新提供人力支撑。其次,试验区内良好的政策和制度环境有助于汇聚高端人才,如创新型城市、智慧城市、宽带中国示范城市建设等会成为城市标签,不断吸引高素质人才流入,为企业创新提供智力支持。最后,试验区设立进一步推动数字技术应用与推广,引导人力资本要素有序流动和合理集聚,同时,对低技能劳动者产生明显替代效应,对高素质人才的需求越来越大,处于中间地带的人力资本为了在城市中生存与发展不得不进行自我投资,转化为高素质人才。

1.2.3 知识产权保护

试验区设立通过加强地区知识产权保护促进企业创新。首先,试验区积极探索新治理机制,形成多元协同治理体系。通过政府、平台、企业、公众、行业协会等多方参与的协同治理,加大对不合法行为的惩戒力度、提高行政执法力度,从而降低企业创新成果被模仿、剽窃的风险,形成有效的知识产权保护。其次,试验区设立的目标之一是构建与数字经济发展相适应的政策体系和制度环境。由于数字经济发展存在数据确权难、隐私保护、数据交易机制等问题[15],针对地方法规的探索和体制机制创新有助于确保数据要素安全高效流通、企业隐私得到保护,从而在制度法规层面提升企业知识产权保护水平。再次,试验区内要求积极开发知识产权保护保险、科技保险、专利保险等金融产品,这些金融产品不仅有助于缓解企业维权压力[16],更是地区知识产权保护体系的重要组成部分。最后,试验区的数字经济发展有助于拓展创新产品的市场需求,提高创新价值,促使创新主体具有较强动机去运用法律武器维护自身合法权益,从而提高地区知识产权保护水平[17]。保护知识产权,就是保护创新。知识产权保护有利于企业通过“专利围栏”形成技术壁垒,获得创新收益,有效解决企业创新激励不足问题[18]

1.2.4 企业数字化转型

试验区设立通过促进企业数字化转型推动企业创新。首先,试验区设立的目标之一是实现数字经济规模增长,区域数字经济国际化水平得到显著提高。该目标落实到微观层面,表现为促进企业数字化转型。其次,试验区设立的重点任务是培育新动能,促进互联网、大数据、人工智能与实体经济深度融合,探索大数据、人工智能、区块链、云计算等信息技术的集成应用,降低企业转型门槛、缩短转型周期。该任务要求将直接推动企业数字化转型。最后,试验区设立旨在探索促进平台经济、共享经济等新业态发展的体制机制,这些建立在数字技术基础上的新商业模式也是数字经济时代下企业发展的未来方向[19],因此试验区设立将促进企业数字化转型。同时,数字化转型又能影响企业创新:一方面,数字化转型有利于企业分析并精准预测消费者需求,为企业创新指明方向,提高创新成功率[20];另一方面,数字化转型有助于促进企业整合资源,实现创新资源优化配置,最终提高创新效率[21]。创新成功率与创新效率提升有助于增加创新投入[22],进一步激发企业创新积极性。

基于此,本文提出如下研究假设:

H2:试验区设立通过降低交易成本、集聚人才资源、提高地区知识产权保护水平、促进数字化转型而推动试点地区企业创新。

综上所述,构建试验区设立影响试点地区企业创新的理论框架,如图1所示。

图1 试验区设立从供需两侧推动企业创新的理论框架
Fig.1 Theoretical logic of establishing pilot zones to promote enterprise innovation from a dual perspective of supply and demand

2 研究设计

2.1 样本选择与数据来源

考虑到政策出台前后时间的均衡性,选择2016—2021年A股上市公司作为初始样本,并进行以下处理:①剔除ST和*ST企业;②剔除金融保险类企业;③剔除相关变量缺失的企业;④对变量作前后1%的Winsor处理,最终得到13 324个观测值。相关数据来自CSMAR数据库、CNRDS数据库、Wind数据库以及EPS数据库。

2.2 模型构建与变量定义

双重差分法是对政策实施效果进行评估的计量方法,通过将政策变量作为外生于系统的准自然实验,有效解决新政策作为解释变量的内生性问题。为考察试验区设立对企业创新的影响,本文将试验区设立视为一项准自然实验,构建双重差分模型(1),若α1>0,则表示假设H1成立。

(1)

其中,Innovation为被解释变量企业创新。由于专利技术在申请过程中已经对企业产生影响,不存在滞后性,而专利授权需经过专业检测和审核,存在较多不确定性,也容易受到主观因素影响。因此,参考Tong[23]的研究,采用企业专利申请量衡量企业创新,基于数据右偏特征,对申请数加1取对数处理。同时,采用发明专利申请量(Invention)、研发投入强度(RDS)、研发人员数量占比(RDP)、专利授权数量(PatentG)作为替换的因变量,进行稳健性检验。

DID=treat*post是试验区设立的虚拟变量。treat是企业分组的虚拟变量,将试验区企业作为处理组,treat取1,其它地区企业作为对照组,treat取0。将《方案》发布时间作为政策冲击时间post,试验区设立前的年份取值为0,设立后的年份取值为1,而对于《方案》的发布年,参考蒋灵多等[24]的研究思路,根据企业受政策冲击月份数占比赋值为0.166 7(《方案》发布时间为2019年10月,受冲击月份比例为2/12)。

Controls为控制变量,参考李健等[29]的研究,并考虑其它因素对企业创新的影响,微观层面选取企业规模、产权性质、资产负债率、企业年龄、总资产报酬率、流动资产比率、企业成长性、经营现金流、股权集中度、独立董事比例、董事会规模、二职合一,宏观层面选取城市规模、城市发展水平、产业结构为控制变量。具体变量定义如表1所示。

表1 主要变量及定义说明
Table 1 Main variables and definitions

类型变量符号定义被解释变量企业创新InnovationLn(发明专利申请数+1)解释变量国家数字经济创新发展试验区DIDtreat*post控制变量公司规模size期末总资产自然对数公司年龄age企业上市时间对数资产负债率lev企业负债总额/资产总额总资产报酬率roa期末净利润与总资产的百分比流动资产比率liquid流动资产/流动负债企业成长性growth(本期营业收入—上期营业收入)/上期营业收入经营现金流cfo经营活动产生的现金流净值/总资产股权集中度first前十大股东持股占比独立董事比例indenpendent独立董事人数/董事会总人数董事会规模boardLn(董事会人数)二职合一dual董事长兼任总经理取为1,否则为0产权性质soe国企为1,否则为0城市规模csizeLn(年末总人口数)城市发展水平cgdp人均生产总值取对数产业结构cis第三产业与第二产业就业人数的比值

3 实证检验

3.1 描述性统计

表2列示了变量描述性统计分析结果。企业创新极值分别是0和6.300,均值和标准差分别是1.930与1.720,表明样本期内企业创新水平存在明显差异。解释变量DID的均值为0.230,表明样本中有23%的企业位于试验区并受到试点政策的影响。其它控制变量的描述性统计值都在合理范围内。

表2 变量描述性统计结果
Table 2 Descriptive statistics of variables

变量NmeansdP50minmaxInnovation13 3241.9301.7201.95006.300DID13 3240.2300.390001size13 32422.2401.29022.0602026.300age13 3242.0500.9402.20003.330lev13 3240.4100.2000.4000.0600.910roa13 3240.0500.0700.050-0.3400.240liquid13 3242.4802.2501.7500.34014.170growth13 3240.3700.8800.150-0.6605.980cfo13 3240.0500.0700.050-0.1500.240first13 32456.80019.14059.6209.98090.370independent13 3240.3800.0600.3600.2500.570board13 3242.1900.2402.2001.6102.830dual13 3241.6800.460212soe13 3240.2900.450001csize13 3245.2002.6406.3101.4988.130cgdp13 3249.2701.60011.4806.29812.220cis13 3241.3401.3500.9800.2075.420

3.2 基准回归分析

表3为采用模型(1)得出的试验区设立对企业创新的基准回归结果。其中,列(1)(2)分别是不加固定效应和加入时间、行业、城市固定效应的回归结果,列(3)(4)是依次加入企业层面和城市层面控制变量的回归结果。可以看出,试验区设立对企业创新的回归系数依次为0.276、0.128、0.095、0.466,且均在1%或5%水平下显著为正,说明试验区设立能推动试点地区企业创新,且相对于非试验区来说,试验区设立能促进区域企业创新水平提高0.466个单位,假设H1得以证明。

表3 试验区设立与企业创新:基准回归结果
Table 3 Establishment of pilot zones and enterprise innovation: benchmark regression results

变量Innovation(1)Innovation(2)Innovation(3)Innovation(4)DID0.276***0.128***0.095**0.466***(7.203)(3.775)(2.349)(2.865)size0.370***0.321***(13.453)(21.374)age-0.381***-0.519***(-12.928)(-25.942)lev-0.270-0.608***(-1.591)(-5.528)roa0.836***0.493**(3.371)(2.220)liquid-0.033***-0.040***(-3.182)(-4.621)growth-0.026-0.111***(-1.334)(-6.735)cfo1.224***0.927***(4.636)(3.914)first-0.001-0.003***(-0.456)(-3.636)independent0.3540.605**(1.150)(2.529)board-0.003-0.068(-0.034)(-1.033)dual-0.011-0.025(-0.231)(-0.768)soe-0.107*-0.068*(-1.786)(-1.825)csize0.036(1.364)cgdp0.029(1.553)cis-0.131***(-9.801)_cons1.876***0.881***-6.576***-4.040***(111.394)(6.475)(-10.552)(-10.777)时间固定效应NoYesYesYes行业固定效应NoYesYesYes城市固定效应NoYesYesYesN13 32413 32413 32413 324Adj_R20.0040.2250.3020.098

注:*p<0.1,**p<0.05, *** p<0.01,括号内为t值,下同

3.3 平行趋势检验

双重差分法应用的前提是符合平行趋势检验,即试验区设立前处理组与对照组的企业创新水平变化是平行的。为此,参照Beck等[26]的做法,构建模型(2),采用事件研究法进行平行趋势检验。

(2)

其中,表示试验区设立事件的虚拟变量,处理组获批设立前或后的第n年时取值为1,否则为0,其它变量与前文保持一致。

用图示法报告平行趋势检验结果,在95%的置信区间,试验区设立对试点地区企业创新水平的回归系数如图2所示。可以看出,试验区设立前两类地区企业创新水平的回归系数没有显著差异,试验区设立后企业创新水平的回归系数变化显著且不为0,试验区与非试验区企业创新水平差异不断增大,表明试验区设立能显著推动区域企业创新,且随时间推移,试验区设立的政策效应具有显著增强趋势。

图2 平行趋势检验
Fig.2 Parallel trend test

3.4 稳健性检验

3.4.1 DID-PSM

为避免试验区设立前处理组与对照组差异造成的选择性偏差影响模型估计有效性,采用PSM进一步检验研究结果稳健性。将试验区企业作为处理组,根据前文控制变量,一对一地最近邻匹配寻找对照组,然后采用DID方法进行检验。从PSM的平衡性检验结果来看,企业创新的平均处理效应为0.176(ATT),且在5%水平下显著,表明与其它企业相比,当企业位于试验区时,企业创新水平平均提升0.176个单位。随后采用匹配后样本进行回归,结果如表4列(1)所示,结果显示,政策差分项DID的系数仍在1%水平下显著,证明试验区设立对区域企业创新有推动作用的研究结果稳健。

表4 稳健性检验结果
Table 4 Robustness test results

变量PSM-DIDInnovation(1)反向因果DID(2)替换因变量Invention(3)PatentG(4)RDP(5)RDS(6)安慰剂检验Innovation(7)DID0.139***0.614***0.761**5.182**3.395***-0.053(2.967)(4.977)(2.548)(2.173)(3.986)(-1.170)Innovation0.009(0.012)_cons0.1421.005***-7.604***-7.236***-2.404-2.175**-0.964(0.071)(15.621)(-24.747)(-21.819)(-0.908)(-2.301)(-0.875)ControlsYesYesYesYesYesYesYes时间固定效应YesYesYesYesYesYesYes行业固定效应YesYesYesYesYesYesYes城市固定效应YesYesYesYesYesYesYesN5 1139 25713 32413 32413 32413 32413 324Adj_R20.0140.9900.2650.3320.4370.4000.053ATTdifference=0.176**,T=2.02

3.4.2 反向因果

试验区设立是为了促进我国数字经济发展,最终达到国际化水平。因此,国家可能首先选择数字经济发展基础好、创新水平高的地区作为试点。为解决可能存在的反向因果问题,借鉴曹春方和贾凡胜[27]的做法,将试验区设立作为被解释变量,采用滞后一期的企业创新水平作为解释变量并进行回归。若回归系数显著,则说明企业创新水平高的地区更容易被选为试验区进行政策试点,反之则证明不存在反向因果问题。结果如表4列(2)所示,可以看出,企业创新水平系数虽然为正但不显著,说明不存在企业创新水平较高的地区更容易被选为试验区进行政策试点的可能性,试验区设立对试点地区企业创新具有推动作用。

3.4.3 替换因变量

为避免前文因变量衡量方法单一造成的偏误,进一步增强研究结果的稳健性,采用企业发明专利申请量(Invention)、研发投入强度(RDS)、研发人员数量占比(RDP)、专利授权数量(PatentG)替换基准回归中企业创新水平的度量方法,利用模型(1)重新进行回归,结果如表4中列(3)—(6)所示。可以看出,解释变量的回归系数在1%或5%的水平下仍然显著,表明试验区设立对企业创新的促进作用并不会因创新度量方式不同而受到显著影响,进一步验证了试验区设立对区域企业创新的推动作用。

3.4.4 安慰剂检验

基准回归模型已经控制了可能影响试验区设立政策效应发挥的相关变量,为进一步排除其它非试点因素对研究结果的影响,采用安慰剂检验。

借鉴Cantoni等[28]的思路,在保证数据分布与真实情况一致的情况下,随机生成试验区名单,形成一个伪政策虚拟变量,采用上述估计方法得到伪政策虚拟变量的估计系数,并重复该步骤500次,回归结果如表4列(7)所示。可以发现,伪政策虚拟变量的回归系数并不显著。得到安慰剂检验的系数、p值分布如图3所示,可以看出,安慰剂检验的估计系数大致呈正态分布,而p值多在10%水平下不显著,表明伪政策虚拟变量对因变量的回归结果不显著,即政策效应不会受到其它因素影响,基准回归结果稳健。

图3 随机模拟500次的安慰剂检验结果
Fig.3 Randomised simulation of 500 placebo tests

3.4.5 剔除其它政策影响

由于试验区设立的同期还存在其它类似试点政策,导致试验组企业创新水平的变化可能受到其它政策影响。基于此,将同期内其它可能影响企业创新的试点政策,如宽带中国示范城市(dida)、创新型城市试点政策(didb)、智慧城市创建(didc)、国家级大数据综合试验区(didd)设置为虚拟变量,依次纳入模型(1),评估试验区设立影响企业创新水平的净效应,回归结果如表5所示。

表5 剔除其它政策影响的稳健性检验结果
Table 5 Robustness test results excluding other policy impacts

变量宽带中国示范城市(1)创新型城市试点(2)智慧城市创建(3)国家级大数据综合试验区(4)五种政策(5)DID0.658***0.725***0.718***0.630***0.491***(4.477)(4.888)(4.939)(4.316)(3.217)dida0.110***0.064**(3.769)(2.003)didb0.832***0.653**(3.113)(2.369)didc0.081**0.231**(2.523)(2.516)didd0.155***0.152***(5.705)(5.157)_cons-7.272***-7.310***-7.257***-7.142***-7.080***(-20.234)(-20.337)(-20.153)(-19.825)(-19.614)ControlsYesYesYesYesYes时间固定效应YesYesYesYesYes行业固定效应YesYesYesYesYes城市固定效应YesYesYesYesYesN13 32413 32413 32413 32413 324Adj_R20.3070.3060.3060.3070.308

首先,从列(1)—(4)可以看出,在纳入其它试点政策后,试验区设立对企业创新仍有促进作用,说明试验区设立具有显著的政策净效应。同时,与基准回归结果相比,在依次纳入其它试点政策后,试验区设立对企业创新的估计系数均有所增大,说明试验区设立与其它各项试点政策具有联合效应,形成互补,共同促进企业创新。其次,从列(1)—(4)可以看出,其它各项试点政策对企业创新也有显著促进作用,且从列(5)的政策差分项估计系数可以看出,各类试点政策的影响效应从大到小依次为:创新型城市建设>国家数字经济创新发展试验区>智慧城市创建>国家级大数据综合试验区>宽带中国示范城市。原因在于:第一,总体来看,创新型城市建设与试验区设立的企业创新效应大致相同,相比而言,前者稍高,原因在于创新型城市建设与试验区设立的根本目的都是促进经济高质量发展,落实到微观层面都离不开企业创新,并针对企业创新发展给予政策制度方面的激励。创新型城市建设以科技创新为驱动力,以促进企业创新为根本宗旨,从思想观念、发展模式、体制机制等方面直接推动企业创新,其评价体系涵盖对企业创新有直接要求的指标内容。相比之下,试验区设立更注重数字经济创新发展,在供给端从交易市场、劳动力市场方面推动企业创新,在需求端从法治建设、企业数字化转型方面推动企业创新。第二,智慧城市创建作为数字经济发展试点政策,能推动企业创新,但智慧城市创建也是试验区协同治理和新业态发展的载体之一,创新激励效应弱于试验区设立。第三,国家级大数据综合试验区强调发展数据产业、数据资源共享及应用,宽带中国示范城市强调网络基础设施建设,二者都是数字经济发展的重要组成部分,因此政策效果相对较弱。

4 机制分析

以上实证结果表明,试验区设立能促进企业创新。而理论分析指出,试验区设立通过降低交易成本、集聚人才资源、提高知识产权保护水平、促进企业数字化转型推动企业创新,那么,试验区设立能否通过4种渠道发挥作用呢?

构建模型(3)(4)以检验中介效应。

(3)

(4)

式中,Mediating代表中介变量,交易成本(cost)采用销售费用、管理费用和财务费用之和占总利润的比例衡量,人才集聚采用高管中硕士及以上学历人员数的对数(Gtalent)、员工中硕士及以上学历人员数的对数(Ytalent)衡量,知识产权保护(IPP)采用国家知识产权局披露的地区知识产权保护指数度量,企业数字化转型采用文本分析法进行词频统计度量。

回归结果如表6所示。首先,前文基准回归已经验证试验区设立对企业创新的影响;其次,运用模型(3)检验政策差分项对中介变量的影响,从列(2)(4)(6)(8)(10)可以看出,政策差分项的回归系数γ1分别为-1.086、1.738、0.333、0.280、0.169,均在5%或1%水平下显著;最后,运用模型(4)检验自变量和中介变量同时对企业创新水平的影响,从列(3)(5)(7)(9)(11)可以看出,此时政策差分项系数ρ1分别为0.296、0.338、0.381、0.359、0.333,相比基准回归中的0.466均有所降低,且在10%的水平下显著,而交易成本、人才集聚、知识产权保护、数字化转型对企业创新的回归系数ρ2仍在1%水平下显著。因此,可以认为,交易成本、人才集聚、知识产权保护、数字化转型在试验区设立促进企业创新过程中发挥部分中介作用。

表6 试验区设立与企业创新:机制检验
Table 6 Establishment of pilot zones and enterprise innovation:mechanism test

变量Innovation(1)交易成本的中介cost(2)Innovation(3)人才集聚的中介Ytalent(4)Innovation(5)Gtalent(6)Innovation(7)知识产权保护的中介IPP(8)Innovation(9)数字化转型的中介Transf(10)Innovation(11)DID0.466***-1.086**0.296*1.738***0.338*0.333***0.381*0.280***0.359*0.169***0.333*(2.865)(-2.040)(1.673)(9.361)(1.701)(4.233)(1.898)(32.221)(1.783)(6.844)(1.660)cost-0.013***(-4.585)Ytalent0.139***(18.328)Gtalent0.153***(8.206)IPP2.350***(2.997)transf0.488***(10.167)_cons-4.040***4.438-7.705***-17.466***-2.918***-2.152***-4.802***0.411***-6.571***-0.689***-4.890***(-10.777)(1.102)(-9.702)(-37.761)(-3.303)(-10.988)(-5.428)(18.952)(-6.517)(-11.171)(-5.538)ControlsYesYesYesYesYesYesYesYesYesYesYes时间固定效应YesYesYesYesYesYesYesYesYesYesYes行业固定效应YesYesYesYesYesYesYesYesYesYesYes城市固定效应YesYesYesYesYesYesYesYesYesYesYesN13 32413 32413 32413 32413 32413 32413 32413 32413 32413 32413 324Adj_R20.0980.0200.3610.2800.1900.0800.1740.1700.1700.3480.176

5 拓展性分析

5.1 异质性检验

5.1.1 产权异质性

我国特殊的经济体制导致国有企业和非国有企业在资源基础、目标追求等方面存在差异,由此形成二者独特的管理模式[29]。面对国家试点政策,国有企业和非国有企业可能会作出不同的战略反应。具体来说,一方面,国有企业具有较好的要素资源条件,受试验区集聚效应的影响较小,相比之下,试验区设立为非国有企业带来的优势效应更显著,能更好地促进企业创新发展。另一方面,国有企业在某些领域拥有垄断地位,对具有潜在风险的投资机会较谨慎,试验区企业总体数量增多并不会对国有企业带来较大的创新竞争压力。

为检验试验区设立对区域国有企业和非国有企业创新水平影响的差异,将国有企业赋值为1,非国有企业为0,进行分组回归,结果如表7所示。从列(1)(2)可知,政策差分项对非国有企业创新水平的回归系数在1%的水平下显著,对国有企业创新水平的回归系数虽然为正但不显著,表明试验区设立能为非国有企业提供更好的制度环境,因而政策效应更显著。

表7 试验区设立与企业创新:异质性检验
Table 7 Establishment of pilot zones and enterprise innovation:heterogeneity test

变量国企非国企高新非高新在位企业新企业Innovation(1)Innovation(2)Innovation(3)Innovation(4)Innovation(5)Innovation(6)DID0.2800.852***0.582***0.480**0.573***0.052*(0.818)(5.412)(3.195)(2.257)(4.054)(1.943)_cons-7.501***-7.720***-9.393***-6.725***-8.216***0.908***(-11.084)(-17.140)(-14.964)(-14.677)(-20.868)(3.378)ControlsYesYesYesYesYesYes时间固定效应YesYesYesYesYesYes行业固定效应YesYesYesYesYesYes城市固定效应YesYesYesYesYesYesN3 8799 4456 8536 4718 0855 239Adj_R20.3620.2810.2180.3030.2600.125

5.1.2 技术属性异质性

企业特质会影响其战略决策。与非高新技术企业相比,高新技术企业具有高风险、高投入、高收益特点,对技术创新有强烈的需求,因而更容易受到外部环境的影响,这也导致高新技术企业的风险决策受到试点政策的影响比非高新技术企业更显著。

为检验试验区设立对企业创新的推动作用是否因企业技术属性而不同,将高新技术企业赋值为1,非高新技术企业为0,进行分组回归,结果如表7列(3)(4)所示。结果显示,试验区设立对高新技术企业和非高新技术企业的回归系数分别在1%与5%的水平下显著,且前者的回归系数大于后者。因此,可以认为,试验区设立通过推动数字经济发展为高新技术企业带来更多契机,更能促进区域高新技术企业创新。

5.1.3 在位企业与新企业异质性

知识吸收与积累是企业创新的重要基础[30]。在位企业与新企业的异质性体现为企业知识存量和对外部知识吸收能力的不同,最终导致二者的创新表现也有所差异。具体来说,一方面,在位企业拥有较多的资源积累和创新经验,更容易实现专利突破;另一方面,在位企业的创新绩效能产生强大的光环效应,集聚更多创新资源,推动企业创新。

基于此,以企业是否进行过发明专利申请为标准,将企业划分为在位企业和新企业,在位企业取1,新企业取0,分组回归结果如表7列(5)(6)所示。可以看出,试验区设立对在位企业创新的影响在1%水平下显著,而对新企业创新的影响在10%水平下显著,且前者的回归系数更大,说明相比于新企业,试验区设立更能促进在位企业创新,同时,企业自身的知识沉淀是企业进步的根本所在,在此基础上借助外力引领能更好地实现自身发展。

5.2 试验区设立与创新模式

前文实证发现,试验区设立能够推动企业创新,现有学者按照创新模式不同,将企业创新划分为渐进式创新和突破式创新。其中,突破式创新以推动技术进步和获取竞争优势为最终目的,属于高质量创新,其产出表现为企业发明专利;渐进式创新是企业迎合政策需要,为了获取政策激励,单纯追求创新数量的创新行为,其产出表现为实用新型和外观设计专利,具有阶段适用性。因此,市场竞争中存在一些基于套利动机从事非发明专利活动的行为。基于此,进一步考察试验区设立对企业创新模式的影响。回归结果如表8所示,可以发现,试验区设立对企业突破式创新和渐进式创新的回归系数均在1%水平下显著为正,其中,前者的回归系数更大。这表明试验区设立在推动企业创新的同时可以有效改善创新方式,激发企业开展突破式创新的积极性。

表8 试验区设立与企业创新:创新模式检验
Table 8 Establishment of pilot zones and enterprise innovation:test of innovation structure

变量创新模式突破式创新(1)渐进式创新(2)DID0.614***0.575***(4.977)(4.302)_cons-7.604***-5.593***(-24.747)(-16.792)ControlsYesYes时间固定效应YesYes行业固定效应YesYes城市固定效应YesYesN1332413324Adj_R20.2650.283

5.3 试验区设立的外部效应

试验区设立的目的在于探索数字经济发展中的关键问题,形成示范引领和辐射带动作用。基于此,参考张杰和付奎[5]的研究,构建空间双重差分模型(5)以检验试验区设立的外部效应。这里主要考察系数φ2的符号,若φ2显著为正,说明试验区设立对毗邻城市或经济发展水平相似城市具有正向扩散效应;若φ2显著为负,说明试验区设立对毗邻城市或经济发展水平相似城市具有负向虹吸效应。

Innovationi,t=φ0+φ1DIDi,t+φ2Wmn*DIDi,t+∑jφjControlsj,i,t+∑tφtyeart+∑dφdindd+∑cφccityc+τi,t

(5)

其中,Wmn为空间权重矩阵,采用地理邻接矩阵、经济距离矩阵分别考察试验区设立对毗邻城市与经济发展水平相似城市的外部效应,具体公式如式(6)(7)所示。

(6)

(7)

回归结果如表9,可以发现,地理邻接矩阵与双重差分项交乘的系数φ2在1%的水平下显著为正,说明试验区设立对毗邻城市具有扩散效应,能促进毗邻城市企业创新;经济距离矩阵与双重差分项交乘的系数φ2在1%的水平下显著为负,说明试验区设立对经济发展水平相似城市具有虹吸效应,会抑制经济发展水平相似城市企业创新。可能的原因是,试验区与毗邻地区拥有相似的产业结构、风俗文化,长期的融合交流有利于资源积累,达到共生共荣。而对于经济发展水平相似的地区,试验区设立会形成政策洼地,促进资源集聚,诱发资源竞争。

表9 试验区设立与企业创新:外部效应检验结果
Table 9 Establishment of pilot zones and enterprise innovation:externality test results

变量地理邻接矩阵(1)经济距离矩阵(2)DID0.012***0.259***(3.549)(2.988)W*DID0.089***-0.108***(3.149)(-3.105)_cons-2.015**-1.489(-2.320)(-0.899)ControlsYesYes时间固定效应YesYes行业固定效应YesYes城市固定效应YesYesN13 32413 324Adj_R20.2490.226

6 结语

6.1 研究结论

本文以国家数字经济创新发展试验区为准自然实验,基于宏微观层面匹配数据实证检验试验区设立对企业创新的影响,得出如下结论:第一,试验区设立能推动试点地区企业创新,且在排除其它试点政策后,其对企业创新产生的净效应依次为:创新型城市建设>国家数字经济创新发展试验区>智慧城市创建>国家级大数据综合试验区>宽带中国示范城市。第二,机制分析表明,试验区设立通过在供给端降低交易成本、集聚人才资源,在需求端提高地方知识产权保护水平、促进企业数字化转型,进而推动区域企业创新。第三,拓展性分析表明,与国有企业、非高新技术企业、新企业相比,试验区设立对区域企业创新的推动作用在非国有企业、高新技术企业、在位企业中更显著。此外,与渐进式创新相比,试验区设立更能显著促进企业突破式创新,优化创新模式。试验区设立的外部效应分析并发现,试验区设立能促进毗邻城市企业创新,即具有正向扩散效应,抑制经济发展水平相似城市企业创新,即具有负向虹吸效应。

6.2 政策建议

(1)总结试点地区数字经济创新发展经验,加强推广应用,助力“数字中国”建设,为企业创新赋能。一方面,试验区设立应与促进数字经济发展相关试点政策形成合力,共同促进企业创新,因此要发挥好不同政策工具的协同作用,促进政策红利充分释放。另一方面,试验区设立已初见成效,在巩固已有成果的基础上,可以考虑授牌第二批试验区,由点及面、深入展开,在全国形成燎原之势。

(2)强化试验区配套政策落实,破解制度障碍,从供给侧与需求侧两端共同推动企业创新。首先,试验区企业要抓住政策机遇,加快自身知识积累与沉淀,优化创新结构;其次,试验区要加快探索与构建数字经济下的知识产权保护体系;最后,各试验区要在国家重大战略部署的基础上,根据地方数字经济发展基础,制定合适的数字经济创新发展战略,推进企业数字化转型,最终形成数字经济与创新双轮驱动的发展格局。

(3)根据企业属性特征,分类引导、精准施策。首先,面对我国“卡脖子”关键技术,试验区国有企业应充分利用政策红利,发挥在推进创新攻关“揭榜挂帅”机制中的重要作用,形成与民营企业互利共生的良好局面;其次,试验区应针对高新技术企业制定优惠政策,助力企业结合自身特点寻找创新路径;最后,总结试验区在位企业创新经验和特色做法,发布优秀案例集,发挥其创新引领作用。

(4)因地制宜,充分发挥试验区的外部效应。激励和引导试验区与毗邻城市交流融合,鼓励经济发展水平相似城市相互竞争,实现共赢。

6.3 不足与展望

本文还存在一些不足之处,有待未来深入研究:一是研究以国家数字经济创新发展试验区为准自然实验,探讨政策试点的创新效应,并未对不同试点地区具体的数字经济创新发展水平进行定量测量,未来研究可以根据试验区发展要求构建指标体系,度量不同试点地区数字经济创新发展水平;二是研究在检验试验区设立创新效应的同时,在稳健性检验中证明了同期内其它试点政策,如创新型城市建设、智慧城市创建、国家级大数据综合试验区、宽带中国试点等对企业创新也具有推动作用,但不同试点政策对企业创新的影响机制是否存在差异,未来有待进一步比较分析。

参考文献:

[1] 钱雪松,康瑾,唐英伦,等.产业政策、资本配置效率与企业全要素生产率——基于中国2009年十大产业振兴规划自然实验的经验研究[J].中国工业经济,2018,35(8):42-59.

[2] 佟孟华,李慧,张国建.区位导向性政策的创新驱动效应——基于产业转型升级示范区的证据[J].经济管理,2022,44(4):63-79.

[3] 王帆,章琳,倪娟.智慧城市影响企业创新的宏观机制研究[J].中国软科学,2022,37(11):109-118.

[4] 王晓红,李娜.数字技术发展、产学研合作与企业创新能力——基于国家级大数据综合试验区的分析[J].科技管理研究,2022,42(17):1-8.

[5] 张杰,付奎.信息网络基础设施建设能驱动城市创新水平提升吗——基于“宽带中国”战略试点的准自然试验[J].产业经济研究,2021,20(5):1-14,127.

[6] 韩骞,王子晨.国家数字经济创新发展试验区科技创新与数字经济发展关联评价研究[J].科学管理研究,2022,40(1):74-78.

[7] 曾皓.区位导向性政策促进企业数字化转型吗——基于国家数字经济创新发展试验区的准自然实验[J].财经论丛,2022,38(11):1-14.

[8] SCHUMPETER J A.The theory of economic development: An inquiry into profits, capital, credit, interest, and the business cycle[M].Transaction Publishers, 1983.

[9] 赵宸宇,王文春,李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济,2021,42(7):114-129.

[10] 韩剑,郑秋玲.政府干预如何导致地区资源错配——基于行业内和行业间错配的分解[J].中国工业经济,2014,31(11):69-81.

[11] 王永进,冯笑.行政审批制度改革与企业创新[J].中国工业经济,2018,35(2):24-42.

[12] GOLDFARB A, TUCKER C. Digital economics[J]. Journal of Economic Literature, 2019, 57(1): 3-43.

[13] 刘春林,田玲.人才政策“背书”能否促进企业创新[J].中国工业经济,2021,38(3):156-173.

[14] 崔维军,孙成,吴杰,等.标准“背书”如何影响企业创新——基于组织优化视角的实证分析[J].中国软科学,2022,37(7):105-117.

[15] 李三希,黄卓.数字经济与高质量发展:机制与证据[J].经济学(季刊),2022,22(5):1699-1716.

[16] HU W, YOSHIOKA-KOBAYASHI T, WATANABE T. Impact of patent litigation on the subsequent patenting behavior of the plaintiff small and medium enterprises in Japan[J]. International Review of Law and Economics, 2017, 51(8): 23-28.

[17] 吴赢,张翼.数字经济与区域创新——基于融资和知识产权保护的角度[J].南方经济,2021,39(9):36-51.

[18] 单春霞,李倩,丁琳.知识产权保护、创新驱动与制造业高质量发展——有调节的中介效应分析[J].经济问题,2023,45(2):51-59.

[19] 王勇,靳开元,张玮艺,等.数字信用与在线社交对共享经济发展的影响——基于线上二手商品市场的分析[J].数量经济技术经济研究,2023,40(1):172-191.

[20] NAMBISAN S. Digital entrepreneurship: toward a digital technology perspective of entrepreneurship[J]. Entrepreneurship Theory and Practice, 2017, 41(6): 1029-1055.

[21] FERREIRA J J M, FERNANDES C I, FERREIRA F A F. To be or not to be digital, that is the question:firm innovation and performance[J]. Journal of Business Research, 2019, 101(8): 583-590.

[22] 乔鹏程,徐祥兵.管理层海外经历、短视主义与企业创新:有调节的中介效应[J].科技进步与对策,2022,39(19):78-87.

[23] TONG T W, HE W, HE Z L, et al. Patent regime shift and firm innovation: evidence from the second amendment to China's patent law[C]//Academy of management proceedings. Briarcliff Manor, NY 10510: Academy of Management, 2014.

[24] 蒋灵多,陆毅,张国峰.自由贸易试验区建设与中国出口行为[J].中国工业经济,2021,38(8):75-93.

[25] 李健,张金林,董小凡.数字经济如何影响企业创新能力:内在机制与经验证据[J].经济管理,2022,44(8):5-22.

[26] BECK T, LEVINE R, LEVKOV A. Big bad banks? the winners and losers from bank deregulation in the United States[J]. The Journal of Finance, 2010, 65(5): 1637-1667.

[27] 曹春方,贾凡胜.异地商会与企业跨地区发展[J].经济研究,2020,55(4):150-166.

[28] CANTONI D, CHEN Y, YANG D Y, et al. Curriculum and ideology[J]. Journal of Political Economy, 2017, 125(2): 338-392.

[29] 武常岐,张昆贤,周欣雨,等.数字化转型、竞争战略选择与企业高质量发展——基于机器学习与文本分析的证据[J].经济管理,2022,44(4):5-22.

[30] PODOLNY J M, STUART T E, HANNAN M T. Networks, knowledge, and niches:competition in the worldwide semiconductor industry, 1984-1991[J]. American Journal of Sociology, 1996, 102(3): 659-689.

[责任编辑:胡俊健)