双创区域示范基地对区域创新能力影响的实证研究

郭俊华，邢涵冰，巩 辉

（1.上海交通大学 国际与公共事务学院，上海200030；2.香港中文大学 社会工作系，香港999077）

2016年5月，国务院办公厅发布了《关于建设大众创业万众创新示范基地的实施意见》，正式启动了17个区域示范基地、4个大学科研院所示范基地和7个企业示范基地的建设。2017年6月，国务院批准第二批45个双创示范基地的建设，几年来，62个双创区域示范基地先行先试、积极探索，为推动创新创业创造，实现高质量发展发挥了积极的作用。据统计，2018年，区域示范基地技术合同成交额共72亿元，同比增长超过40%；基地新登记企业约41万户，同比增长约1.15%；新增高新技术企业近6700家，同比增长约31%[1]。双创区域示范基地是创新政策的实施重点和先行地，这些基地的建设效果究竟如何及其对整个区域的创新能力有何影响，如何以双创示范基地建设为契机推动整个区域创新能力的提升，对这些问题能否作出正确解答对于双创示范基地的可持续发展、后续的政策优化，以及所在区域乃至整个国家的创新发展至关重要，相关研究值得学界重视。

一、文献综述

从国外来看，学者们围绕创新创业政策、区域创新能力等方面开展了众多研究。在公共政策方面，托马斯·戴伊等众多学者对公共政策评估的理论及实践进行了研究[2]。在创新政策评估方面，Nick Bloom 等考察了财政激励对研发投资水平的影响[3]。Magro和Wilson从创新政策体系的角度提出了评估政策组合的六个步骤，并且对西班牙巴斯克地区的创新政策体系进行了评估[4]。Ross和Colin分析了鼓励高科技企业发展的创业政策[26]。Becker系统梳理了财税政策、高校研究体系及研发机构之间合作的三类促进研发投资政策的文献，分析了三类政策对研发投资的影响[5]。Hasan 等提出了实验性政策评估方法RCT+，并且评估了英国的创新积分计划[6]。Susana和Mart提出了系统导向的创新政策评估框架，并对欧盟各国的创新政策进行了评估[7]等等。这些成果可以为我国提供参考。但是，由于国外并没有像我国这样直接出台创新创业示范基地建设的政策，这些研究结论难以直接应用到我国。因此，这里重点介绍国内的研究现状。

（一）双创示范基地研究现状

学者们对双创示范基地的研究集中在基地建设路径、动力机制、政策效果及对策等方面。在基地建设路径方面，林念修将双创示范基地建设分为启动、建设、推广三个阶段[8]。在动力机制方面，刘刚以北京市海淀区、杭州市余杭区等6个双创示范基地为调查对象，考察我国新经济形成的动力和机制，认为双创示范基地作为新一代创新区，是新经济发展的动力[9]。在政策效果及对策方面，李政刚总结了武汉东湖新技术开发区和重庆两江高新区两个区域示范基地的创新措施和经验，提出了建设西部地区双创区域示范基地的对策建议[10]。马理正对张掖市的双创示范工作绩效进行评估和满意度调查，认为基地建设存在服务方式单一、投融资助创效果不显著等问题[11]。田文富、王立军分别总结了杭州未来科技城和郑洛新双创示范基地建设的经验[12-13]。王亚红以南京大学高校和科研院所示范基地为例，基于主体—过程分析框架分析了大学生双创过程中存在的问题[14]。王梓潇对兰州市城关区构建国家级双创示范基地的现状及对策进行了研究[15]。福州新区管委会课题组对双创示范基地建设开展了专项调研[16]。熊勇清、王溪通过筛选首批国家双创示范基地双创的网络热点信息、应用战略坐标和社会网络异质性等方法，对双创融合促进机制的现实水平及关键要素进行了有效分析[17]。

（二）双创政策研究现状

近年来，随着双创工作的推进，国内学者对双创政策的研究逐渐增加，主要涉及双创政策工具、双创政策的效果评价等方面。在双创政策工具方面，武建龙等通过梳理“双创”政策，筛选出研发费用加计扣除等8个主要的政策工具，并通过对278家公司的问卷调查对比了不同政策工具的效果[18]。杨琳、刘园园以政策工具为切入点绘制了2015到2017年西安的双创政策图谱，并应用熵权法比较了西安市与江苏省及南京市的双创政策工具[19]。李文彬、卢琳静从政策目标—工具适配的视角，运用内容分析法对地方“双创”示范基地建设政策进行文本分析，研究政策目标与工具的匹配程度、存在的问题，并提出完善政策的建议[20]。在双创政策效果方面，戚湧、王静运用社会网络分析方法，绘制了江苏省双创政策图谱，并对江苏、广东的创新创业指标进行对比，分析了江苏省“双创”政策实施的效果[21]。张永安等选取10项双创政策，建立PMC指标模型对双创政策进行了评价[22]。徐德英、韩伯棠从政策供给和政策需求两个方面，构建了包含7个一级政策要素与21个子要素的双创政策供需分配模型，通过对北京市的政策梳理与企业调研数据，发现双创扶持政策对国有企业、成熟企业和大中型企业具有高契合度，对小微企业和初创企业的契合度较低[23]。周江华等以河北高新企业为研究对象，发现财政和税收优惠两类政策均对企业创新绩效产生了正向影响[24]。杨以文等研究了江苏的创新型企业试点政策对企业创新绩效的影响，发现该政策对企业创新能力有明显的正向作用，并存在规模效应递减规律、经济发展递减效应、创新质量效应[25]。

（三）区域创新能力研究现状

国外学者对区域创新能力的评价主要有三种。一是使用单一指标。Cagno 等学者用每百万人专利申请量来评价欧盟框架计划（EU Framework Programs）下各地区的知识创造能力，并研究了关系溢出对区域知识创造能力的影响[26]。二是通过指标体系来评价国家或区域创新能力。Capello和Lenzi 采用四个维度的22个指标来评价[7]。三是通过一系列创新指标生成综合创新指数，其中包括彭博创新指数（Bloomberg Innovation Index）、全球创新指数（Global Innovation Index）、欧洲创新积分卡（European Innovation Scoreboard）等。Christoph 等学者认为，仅用创新指数和指标来考察区域创新忽视了从创新政策到创新结果的过程，因此设计了综合的测量方法[27]。从整体看，国外学者对区域创新能力的内涵和评价方法在不断丰富。

国内学者主要从以下几个视角设计评价区域创新能力的指标体系。一是从知识转化的视角。柳卸林、胡志坚建立了由知识创新能力、企业创造能力、知识流动能力、创新产出能力等要素构成的指标体系[28]。二是从投入产出的视角。赵艳华、赵士雯运用灰色关联度分析方法，从创新支撑环境、创新资源投入、外部学习与交流能力、科技成果转化能力等方面，分析了对京津冀创新能力的影响程度[29]。三是从创新主体的视角。魏康宁、梁樑从政府、企业、科研服务机构和科研院所、中介机构等主体出发分别设计了评价指标[30]。四是从创新网络的视角。何亚琼、秦沛等从创新网络的稳定性与开放性、网络自我更新能力、网络规模与区域化等方面构建了评价指标体系[31]。五是从创新环境的视角。徐永智、衣保中利用改进后的主成分分析方法，建立了包括知识能力和区域创新环境在内的区域创新能力测评体系[32]。

综上所述，学者们围绕创新创业政策、区域创新能力已经开展了众多研究，但是针对双创示范基地的研究成果并不多。现有的研究集中在政策文本挖掘、政策工具分类比较、政策图谱绘制等方面，并且以个案研究为主，对于双创区域示范基地建设效果的定量研究非常缺乏，且尚未发现从双创区域示范基地的创新促进效应出发，探讨其对区域创新能力影响的研究。以此作为研究的出发点，本文将从创新投入和创新产出的维度构建区域创新能力评价指标，采用倾向得分匹配—双重差分法，分析双创区域示范基地建设对所在区域（城市）创新能力的影响，并提出相应的政策建议。

二、研究假设和模型构建

（一）研究假设

自2016年双创区域示范基地建设启动以来，各级政府纷纷出台相应的扶持政策措施，推动基地建设以及所在城市的创新创业活动，主要表现在以下方面。

一是财税支持政策。加大对初创项目的扶持力度，运用场地租金补贴、减免物业能耗费用、补助中介服务费用、银行贷款贴息等多种方式给予支持，降低创业成本和门槛；通过省、市、区三级的创新发展专项资金，重点支持引进研发机构、培育科技型企业；通过税收减免政策，鼓励企业等创新主体增加研发投入；设立创业引导资金、天使引导资金、特定产业资金、天使梦想资金等多类政府基金，将财政支持由直接转变为间接，提高资金使用效率等。

二是人才政策。通过加大对人才的资金支持（财政直接给予货币资助、政府政策性产业基金以股权投资形式支持人才创业等）、要素配套（落户、安居、医疗、子女教育等）、特定待遇等多种政策措施，吸引人才流入双创基地，人才集聚进而产生区域性的知识溢出效应，有利于区域创新能力的提升。

三是创新平台支持政策。引导投资机构集群发展，吸引双创资本投入，发展多种形式的众创空间、孵化器等创新平台，打造功能多样的双创社区，有利于双创企业的集聚、降低创新创业成本、促进创新成果产业化；发展公共技术服务平台，举办双创大赛、论坛沙龙等活动，有利于创新资源的共享开放，营造良好的创新创业生态。

双创区域示范基地作为新时期我国创新发展的重要载体，承担了科技创新和创业发展的重要使命。通过双创示范基地的建设，聚集人才、资金、技术等优势资源，探索区域创业创新支撑系统的可复制经验。围绕双创基地建设开展的一系列组织和制度变革，有利于推动经济转型和持续发展，形成以“双创”为导向的新经济形态。

双创区域示范基地的建设不仅有利于基地内创新主体提升创新能力，对基地所在的区域（城市）也会产生重要的影响。首先，基地建设促进了所在地创新资源的投入。其次，双创区域示范基地的设立提供了高新技术产业、关联产业集聚的载体，有利于促进整个区域的产业集聚，由产业集聚产生的竞争又会促进整个区域的技术进步和创新产出能力的提升[34]。此外，产业集聚有利于知识的传播与吸收，会促进整个区域内的知识溢出，进而为创新带来重要的知识供给，并促进区域创新产出能力的提升[35]。近几年，随着双创区域示范基地建设的推进，国内学者对特定区域的实证研究也证明了双创政策的积极效果。例如，徐德英、韩伯棠的研究发现，北京的相关政策对于国有企业、成熟企业和大中型企业具有高契合度和积极的效果[26]。张永安和闫瑾对北京电子信息企业的实证研究结果表明，政策的人才作用对象和科技成果转化目标对企业创新绩效有显著的正面影响[19]。周江华等人的研究发现财政和税收优惠两类政策均对河北的高新技术企业创新绩效产生了正向影响[27]。杨以文等基于江苏微观企业数据，发现基地建设政策对于企业创新能力有明显的正向作用，而且还存在规模效应递减规律、经济发展递减效应、创新质量效应[28]。基于此，本文提出以下假设：

H1：双创区域示范基地的建设有利于所在区域创新能力的提升。

H2：双创区域示范基地的建设有利于所在区域创新投入能力的提升。

H3：双创区域示范基地的建设有利于所在区域创新产出能力的提升。

从纵向的时间跨度来看，公共政策效果的显现普遍存在长期性和滞后性[35-36]，政策制定者通常希望政策的积极效果能够持续。双创区域示范基地的建设是否能够持续性地推动区域科技创新能力的提升，是政府和政策研究者共同关注的问题。国内一些学者的研究表明基地建设对创新能力提升具有积极的效果，但是双创区域示范基地的建设时间较短，其政策效果尚未充分显现。随着双创区域示范基地扶持政策的逐步实施，政策效果将不断显现，在一定时期内，基地建设有可能持续推动区域创新能力的提升。为此，提出以下假设：

H4：双创区域示范基地的创新促进作用具有一定的可持续性。

从横向的地域分布来看，就同一政策而言，不同区域由于初始资源禀赋等条件不同，实施同一政策可能会产生不同的政策效果。我国的不同地区在初始资源禀赋、市场环境、政策措施等方面存在较大的差异，可能导致区域创新能力存在明显的地区差异[37]。在基础条件相对落后的区域建设双创区域示范基地，各类扶持政策类似于“雪中送炭”，对区域创新可能产生较大的驱动和辐射作用。因此，本文将设立双创区域示范基地的城市按照东、中、西部地区进行划分，进一步检验基地建设对区域创新能力影响的异质性。

（二）双创区域示范基地对区域创新能力的影响模型

1.双重差分模型

双重差分模型（DID，Differences-in-Differences）将“前后差异”与“有无差异”相结合，可以在一定程度上控制除政策干预以外其他因素的影响。该方法与倾向性得分匹配法共同使用，具有减缓内生性问题的优势。因此，本文采用双重差分模型来识别双创区域示范基地试点政策对所在区域（城市）创新能力的影响。实验组为2016年设立双创区域示范基地所在的19个城市，控制组通过倾向性得分匹配法（PSM,Propensity Score Matching）匹配，具体模型设定如下：

其中，Ti为处理变量（实验组Ti=1，控制组Ti=0），表示实验组与控制组的固有差异（无论是否设立双创区域示范基地都会存在）；Pt为时间变量（设立基地后Pt=1，设立基地前Pt=0，允许使用多期数据），表示双创区域示范基地设立前后的时间效应，用来控制时间对实验组和控制组的影响；交互项Ti·Pt表示实验组在设立双创区域示范基地后的效应，即处理效应。Ci,t为一系列控制变量的影响，εi,t为随机扰动项。由以上基准模型可以推导出：

控制组（Ti=0）：

实验组（Ti=1）：

控制组在政策实施前后的变化：

在双创区域示范基地设立前后期间，控制组所在城市创新能力的变动为β2，它反映了宏观经济形势、宏观调控政策等综合的环境因素对所有城市创新能力的普遍影响。

实验组在政策实施前后的变化：

政策净效应：

在双创区域示范基地设立前后期间，基地所在城市的创新能力变动为β2+β3，由于β2对所有城市创新能力均有影响，扣除β2后剩下的β3即为双创区域示范基地建设对于所在城市创新能力的净影响。

2.倾向得分匹配

为了选取合适的控制组，本文运用倾向得分匹配法挑选出与实验组相匹配的控制组。倾向得分匹配是在控制组中选取与处理组个体协变量相近的个体进行匹配，通过Probit或者Logit模型将协变量与政策可能实施的概率相联系，获得倾向得分值。本文用来匹配的倾向得分为：

其中，Xi表示第i个城市的协变量集。一个地区的经济状况、人力资源等是双创区域示范基地设立的重要条件，本文选取地区人均生产总值（AG）、城市常住人口（POP）和高等教育在校学生数（HES）作为协变量。f（Xi）为线性函数，F为Logit函数。通过Logit函数对多个协变量进行降维得到城市i 设立双创区域示范基地的概率，即该城市的倾向得分Pi（X）。本文采取近邻匹配方法对实验组和控制组进行一对三匹配，通过（1）式对匹配后的实验组和控制组进行双重差分回归。

三、实证分析

（一）样本选择和数据来源

1.样本选择

截至目前，国务院批准建设两批共120个双创示范基地，其中双创区域示范基地62个。第一批双创区域示范基地17个，设立在19个城市（贵安新区和西咸新区为跨城市双创区域示范基地），其中东部地区9个，中部地区4个，西部地区4个。由于第二批双创区域示范基地设立时间较短，为了延长政策估计的时间范围，提高实证结果的可靠性，未将2017年设立的第二批双创区域示范基地纳入样本中。

实验组为17个双创区域示范基地所在的19个城市：北京、天津、沈阳、上海、常州、杭州、合肥、福州、郑州、武汉、长沙、广州、深圳、重庆、成都、贵阳、安顺、咸阳、西安。此外，为了使研究结果更具可比性，进行了以下处理：（1）删掉第二批双创区域示范基地所在的城市（若与第一批有重叠则保留），共删除36个城市；（2）根据中国城市统计年鉴，2013年全国共有290个地级市，2017年共有298个地级市，删除新加入的地级市8个；（3）删除重要指标数据缺失严重的26个城市，保留连续5年观测值的城市，最终对照组可选样本共209个城市，实验组和对照组的样本总共228个，每个样本均有5年的时间跨度数据，数据样本共计1140条。

2.数据来源

基于地级市数据的可获得性，选取2013—2017年作为样本时间范围，各地级及以上城市的数据主要来源于2014—2018年《中国城市统计年鉴》，以及各省、自治区、直辖市的统计年鉴，少数缺失的数据从各地级市、直辖市的统计年鉴、统计公报，以及统计局网站中查找补全。

（二）变量说明

1.解释变量

核心解释变量为双创区域示范基地虚拟变量，数据时间跨度为2013—2017年。根据首批双创区域示范基地名单对各城市进行赋值，2016年设立基地的城市该变量值为1，否则该变量值为0。

2.被解释变量

被解释变量为区域创新能力。综合国内学者的研究成果和已经发布的相关报告①，通过创新投入能力、创新产出能力2个一级指标及6个二级指标来衡量区域创新能力，并运用主成分分析法得到主成分，解决变量间的相关性问题，再对主成分计算出的得分进行双重差分回归。根据评价指标的要求和数据可得性，选取科学研究和技术服务从业人员、第三产业就业人员占常住人口比重、科学技术一般公共预算支出额、固定资产投资、利用外商直接投资金额等指标来衡量创新投入能力，选取专利授权量来衡量创新产出能力②。

3.控制变量

（1）经济发展水平。经济发达地区通常拥有更多的资源，能够为区域创新提供有力的的支撑。本文采用地区人均生产总值的对数来衡量经济发展水平。

（2）人口规模。城市发展水平高，对人口的集聚作用超强，城市人口规模对于科技等人才和创新资源的集聚也有相当的影响。本文通过城市常住人口的对数来衡量人口规模。

（3）教育水平。教育水平越高的地区，越有利于知识传播和创新扩散。本文选取普通高等教育在校生人数的对数来衡量教育水平。

以上变量的名称和计算方法见表1。

表1 主要变量及其计算方法

各变量的描述性统计结果见表2。

表2 各变量的描述性统计结果

（三）区域科技创新能力评价

本文开展区域科技创新能力评估面临一些问题。一是现有的城市创新指数通常选取截面数据，且不同报告中的创新指数不具备可比性，难以满足本研究2013—2017年时间跨度的要求，需要重新建立指标体系进行评价。二是指标选取的问题。虽然国内衡量区域创新能力指标研究成果较多，但是多数研究采用主观指标赋权的方法，定性程度较高。此外，对本研究选取的二百多个城市来说，被解释变量缺少连续可比的时间序列数据。为此，本文采用主成分分析法对区域科技创新能力进行评估，为后续的PSM-DID做准备。利用stata15.1统计软件中的pca功能对上述变量数据进行处理，结果如表3所示。

表3 区域创新能力主成分的方差贡献率

对区域科技创新能力计算得到的主成分的特征值、方差贡献率和累积方差贡献率如表3所示。方差贡献率较高的主成分的贡献率分别为61.16%、13.68%、9.75%，能够解释评价指标的大部分变异（84.6%）。此外，通过KMO值为0.839，说明各变量之间相关性较大，适合做主成分分析。

表4 区域创新能力主成分的得分系数矩阵

表4显示了各区域创新能力主成分在各指标上的载荷。可以看出，主成分1在专利授权量和利用外商直接投资上的载荷较高，外商投资通常会对专利等科技成果进行转化以获利，专利授权量高说明转化基础较高，外商投资成果转化的可能性更高，可以定义为成果转化主成分；主成分2在科学技术公共预算支出占比和固定资产投资两个指标上的载荷较高，可以定义为资金投入主成分；主成分3在第三产业从业人员占比指标上的载荷较高，可以定义为人力投入主成分。主成分1的贡献率最高，说明成果转化的重要性。

通过上述分析，得出各主成分的表达式：

通过主成分的方差贡献率对应主成分的权重，得到综合得分的计算式如下：

表5是创新投入能力主成分的特征值、方差贡献率以及累积方差贡献率。方差贡献率较高的主成分的贡献率分别为57.68%、16.42%、11.70%，方差贡献率为85.81%，说明这3个主成分可以较好地解释评价指标的大部分变异。此外，通过KMO检验，得分为0.779，说明适合做主成分分析。

表5 创新投入能力主成分的方差贡献率

表6是科技投入能力主成分的得分系数矩阵，显示了各主成分在各变量上的载荷。可以看出，主成分1在科学研究和技术服务从业人员以及第三产业从业人员占比指标上的载荷较高，可以定义为人力投入主成分；主成分2在科学技术公共预算支出占比和固定资产投资两个指标上的载荷较高，可以定义为资金投入主成分；主成分3在科学技术公共预算支出占比指标上的载荷较高，可以定义为财政投入主成分。据此得出各主成分的表达式：

表6 创新投入能力主成分的得分系数矩阵

根据前述得分对19个实验组城市的区域创新能力和创新投入能力的各年均值进行计算，各年均值如图1所示。

图1 基于主成分分析法的科技创新能力与创新投入能力

可以看出，区域创新能力和创新投入能力均在2016年有较大的提升。

（四）双创区域示范基地建设对区域创新能力的影响

1.利用倾向得分匹配（PSM）进行样本匹配

采用未设立双创区域示范基地的城市作为对照组，来研究双创区域示范基地建设的政策效应。由于对照组和实验组所在的城市之间存在较多不可观测的、不随时间变化的差异，如果直接比较两组城市在2016年前后的区域科技创新能力差异，可能会对研究结果造成异质性偏差。为此，先采用倾向得分匹配法在对照组中匹配出与实验组类似的城市，构造一个新的对照组，再结合双重差分法分析双创区域示范基地建设的真实效应。

地区的经济状况、人力资源等基础情况是双创区域示范基地设立的重要条件，因此选取地区人均生产总值（AG）、城市常住人口（POP）和高等教育在校学生数（HES）作为协变量。采取卡尺内最近邻匹配，即在给定卡尺ε的范围内寻找倾向得分最近的k个对照组个体。考虑到对照组的样本容量较大（实验组95条数据样本，对照组1045条数据样本），令k=3，即一对三匹配。首先进行k近邻匹配，计算倾向得分标准差为0.211，要求ε小于0.25倍的标准差0.0529，因此令ε=0.05进行卡尺内最近邻匹配，使用允许并列的有放回匹配。样本匹配前后的Logit模型回归结果见表7。

表7 匹配结果

匹配前，实验组所在城市和控制组各指标的标准偏差较大，且p值均小于1%。经过k近邻匹配后，各变量的标准偏差均控制在10%以内，只有AG（地区人均生产总值取对数）超过5%，误差消减效果非常明显。匹配后实验组和对照组的各指标没有显著性差异，且匹配后的Ps-R2为0.003，说明倾向得分匹配有效降低了实验组和控制组的差异。

2.利用匹配样本进行双重差分回归

在倾向得分匹配的基础上，构造一组新的实验组和对照组，利用样本数据，采用双重差分法估计双创区域示范基地建设的净效应。假设H1至H3分别对应模型（1）、模型（2）、模型（3），分析结果见表8，模型（4）和模型（5）分别考察了2016年、2017年的政策效果（见表8）。

表8 双创区域示范基地的政策效果：DID 回归

（1）双创区域示范基地建设对区域创新能力的影响

模型（1）检验了双创区域示范基地建设对区域科技创新能力（inno）的影响，R2为55.7%，说明模型具有较好的拟合优度。选取的影响因素可以解释区域创新能力55.0%的变异，具有较强的解释力。从回归结果可以看出，双创区域示范基地的政策净效应（交互项Ti·Pt）系数为0.867，在5%的置信水平下显著，设立双创区域示范基地的城市与未设立的城市相比，区域创新能力显著提高了86.7%，这一结果与假设H1相符。时间虚拟变量（Pt）的系数为-0.255，通过1%的显著性检验，说明时间效应是负的。在经济转型升级过程中，创新产生和新动能的转换不是随着时间推移自然产生的，需要通过创新政策试点推广的方式来减轻转型升级的阵痛。实验组和对照组的固有差异（Ti）为正，在1%的置信水平下显著，说明在选择示范基地时确实存在选择偏差，这也印证了使用PSM-DID的合理性。

地区人均生产总值（AG）、常住人口（POP）、高等教育在校学生数（HES）三个控制变量均对区域创新能力有显著的正向作用。经济发展水平较高的地区有更多的资金、人力资本可以投入创新研发活动，有利于推动区域科技创新能力的提升。人口规模与区域创新能力呈正相关关系，人口规模较大的城市聚集了更多的科技人才和创新资源，有利于创新，且能够刺激创新需求。教育能力的提升对于区域人员的创新能力及创新成果的产生具有积极的影响，有利于区域科技创新能力的提高。

可见，通过财政支持政策、人才政策、创新平台政策等多个方面政策工具的组合应用，不仅有利于促进双创区域示范基地自身的发展，对区域科技创新能力也具有显著的促进效应。

（2）双创区域示范基地建设对区域创新投入及产出能力的影响

模型（2）检验了双创区域示范基地建设对区域创新投入能力（inno_invest）的影响,模型R2达到54.2%，说明拟合优度较好，选取的影响因素对区域创新能力解释力较强。交互项Ti·Pt的系数显著为正，设立双创区域示范基地的城市同未设立的城市相比，区域创新投入能力增加了0.704，验证了假设H2。时间虚拟变量（Pt）、固有差异（Ti）、地区人均生产总值（AG）、常住人口（POP）、高等教育在校学生数（HES）均对区域创新投入能力（inno_invest）有显著促进作用。

模型（3）进一步检验了双创区域示范基地对区域创新产出能力（inno_outcome）的影响，模型R2为51.4%，具有较好的拟合优度。交互项Ti·Pt的系数为0.353，且在5%的置信水平下显著，说明双创区域示范基地建设显著提高了区域创新产出能力，验证了假设H3。此外，时间虚拟变量（Pt）、固有差异（Ti）、地区人均生产总值（AG）、常住人口（POP）均对区域创新产出能力（inno_outcome）有显著的促进作用。

（3）双创区域示范基地建设对区域创新影响的持续性检验

模型（4）和模型（5）对2016和2017年的创新促进效应分别进行检验，对比回归结果可以发现，2016年的政策净效应显著，而2017年的政策净效应并不显著。2016年的交互项系数为1.054，2017年的交互项系数减少了0.4，创新促进效应的后期不显著及系数减小，说明假设H4并不成立。在双创区域示范基地设立初期，区域创新能力提升明显，但是随着时间推移，创新促进效应有所减缓。

3.分地区的异质性检验

对倾向得分匹配后的城市进行分组异质性检验，研究在不同地区设立双创区域示范基地的效果差异。将我国区域结构分为东部地区（Region 1）、中部地区（Region 2）和西部地区（Region 3），并以此为分组依据将总样本分为三组，再分组对区域创新能力（inno）进行回归。

检验结果显示，模型（1）中，双创区域示范基地的政策净效应（交互项Ti·Pt）系数为0.725，但是并不显著。模型（2）中政策净效应（Ti·Pt）系数为1.747，显著性水平为1%，说明对于中部地区，设立双创区域示范基地显著提高了中部地区所在城市的区域创新能力。模型（3）中交互项（Ti·Pt）系数为0.685，且在5%的置信水平下显著，说明在西部地区设立双创区域示范基地的城市与未设立基地的城市相比，区域创新能力提高了0.685。通过对比三个模型结果可以看出，双创区域示范基地建设对于中、西部地区区域创新能力的促进作用更为显著，这可能是因为原先中、西部地区的区域创新能力水平弱于东部地区，相比而言，促进作用更为明显。

四、研究结论与政策建议

（一）研究结论

本文以我国第一批双创区域示范基地为研究对象，利用2013—2017年228个城市的面板数据，通过倾向得分匹配—双重差分模型，实证检验了双创区域示范基地建设对所在城市创新能力的总体影响，并通过对东、中、西部地区进行分组回归，检验双创区域示范基地建设对不同地区的影响。此外，还检验了基地建设对不同年度区域创新能力影响的持续性。

研究发现，除假设H4以外，其他3个假设均得到支持。从整体效果看，与未设立双创区域示范基地的城市相比，设立了基地的城市创新能力有显著的提升，基地建设对区域创新投入和创新产出能力均有明显的促进作用。从可持续性看，2016年双创区域示范基地建设对所在城市创新能力的促进作用更为显著，2017年创新能力并未比上年显著提升，创新的持续性有待进一步检验。从地域分布看，中、西部地区设立双创区域示范基地对促进区域创新能力提升的促进作用更为显著。

（二）政策建议

基于以上研究结论，提出如下政策建议。

第一，充分发挥双创区域示范基地的“政策试验田”和引导作用，促进整个区域创新能力的提升。本研究表明双创区域示范基地建设具有积极的政策效应，能够促进区域创新能力的提升。为此，要坚定不移地加大力度推进双创区域示范基地的建设，以区域示范基地为重要的载体，结合大学科研院所示范基地、企业示范基地的建设，全面落实各项政策措施，引导双创要素集聚，逐步推广并将基地建设与其所在城市乃至更大区域的创新发展相结合，充分发挥基地的带动和辐射作用，加快实施创新驱动发展战略。

第二，统筹区域布局，加大力度推进中、西部地区双创区域示范基地的建设。双创区域示范基地作为国家一项重要的政策试验，为缩小地区之间的创新能力差异带来利好。研究发现，相比于东部地区，中、西部地区双创区域示范基地建设的创新促进效应更为显著。中、西部地区的资源禀赋、经济水平相对较弱，但是创新能力提升空间很大。为此，应当从整体战略出发，充分考虑东、中、西部地区的资源基础和发展现状，统筹部署双创区域示范基地的布局和发展策略，给予中、西部地区更多的政策支持。各地区应依托各自的资源和优势，细化分析现有基地及所在城市的双创形态、所处阶段和发展目标，因地制宜，制定差异化的发展策略，避免基地建设简单化、重复化，探索形成各具特色的区域双创形态，让更多城市从双创区域示范基地建设中受益，推动区域之间的均衡发展和创新能力的全面提升。

第三，完善政策，细化措施，推进双创区域示范基地及所在城市创新能力的可持续发展。研究发现，基地建设在后续年度对所在城市创新能力的促进作用有所下降，政策效应的可持续性有待检验。为此，应重点关注并着力解决双创示范基地发展中存在的不足和障碍，以推动基地及其所在地创新能力的持续发展。首先，现有的双创示范基地政策更多地使用供给面和环境面政策工具，政策目标与政策工具不尽适配，应加大需求面工具的运用，并且根据基地内企业不同发展阶段的需求，采用更有针对性的政策工具，避免一刀切。对于处在初创期的小微企业，除了提升商事登记等公共服务水平，还应加强场所设施等“硬”环境的改善。对于成长期的双创企业，应更关注知识产权保护、营商环境等“软”环境的改善。其次，双创示范基地分为区域、大学科研院所、企业三种类型，针对三类基地出台各自的扶持政策，一定程度上存在资源利用效率不高、政策协同性不足的问题。应加强顶层设计，将三类示范基地建设政策的针对性、时效性、协同性相结合。既要避免政策趋同、过于宽泛、难以落地的问题，也要避免基地建设彼此割裂。要鼓励各类创新资源的开放、共享、合作，避免资源浪费，促进三类基地协同发展，并带动整个城市的创新发展。另外，要建立科学的基地评估标准，通过规范的评估与灵活退出机制，不断提升双创示范基地的水平。全国62个双创区域示范基地的建设水平参差不齐，应当围绕服务型政府建设、双创政策措施落地、创业投资发展、创新创业生态建设、双创文化建设等方面，建立细化的评估标准，由第三方对基地建设情况进行评估。对于不合格的双创基地，采取警示、退出等措施，优胜劣汰，促进双创区域示范基地的良性发展；对于优秀的基地，要采取适当的奖励措施，总结其双创模式和成功经验，向其他基地、所在城市甚至全国推广，放大基地的引导和示范效应，为培育发展新动能提供支撑。

本研究丰富了双创基地及相关领域的研究，对于推进双创区域示范基地建设及所在区域创新能力的提升具有现实意义。但由于全国范围内的城市数据难以获取且数据一致性较差，选取的区域科技创新能力评价指标不尽全面，后续研究中应进行补充，采用的创新能力评价方法也有待优化。此外，由于双创示范基地建设时间不长，鉴于样本选择及数据可得性的限制，未来研究可以考虑采用界面数据进行分析，也可以考虑加入第二批双创区域示范基地，通过更长跨度的面板数据进行多期双重差分回归不断深化该领域的研究。

注释：

①报告包括首都科技发展战略研究院和中国社会科学院城市与竞争力研究中心联合发布的《中国城市科技创新发展报告》，以及第一财经研究院与复旦大学联合发布的《中国城市和产业创新力报告》等。

②现有研究主要通过新产品销售收入、专利数量等来衡量创新产出能力，由于较多城市的新产品销售指标不可得，且不同城市对新产品的衡量角度并不统一，因此选取专利授权量来衡量区域创新产出能力。