国家服务业综合改革试点提高区域创新能力了吗？——基于PSM-DID模型的实证分析

陈亚平

1 引 言

服务业具有绿色化、信息化、高附加值化、知识密集化等特征，在当前经济发展背景下，发展服务业既是转变经济发展方式、促进产业结构升级的必然途径，也是提升我国自主创新能力的重要抓手。自20世纪末以来，我国对服务业的发展越来越重视，并在不同的阶段出台了一系列政策。为进一步完善服务业发展的体制机制，探索服务业发展新模式，切实推动地方经济发展，国家发展改革委员会于2010年11月22日选取了37个地区（包括14个省会城市、4个计划单列市、7个中心城市主城区、8个地级市或自治州、2个县或县级市和2个产业园区）开展服务业综合改革试点，这些地区基本涵盖了我国大多数行政区划。试点确立了包括建设生产性服务业集聚发展示范区在内的等五个主要任务，同时鼓励各地区因地制宜探索创新。试点实施以来，各地区因地制宜探索创新，形成了各具特色、充满活力的服务创新示范区，涌现了一批可复制可推广的服务业发展模式。如武汉市江岸区建立了华中地区首个民间金融街和华中互联网产业基地，带动了成百上千个金融业和互联网企业先后涌现；济南市和杭州市分别成立了全国首家物流专业银行和文创专业银行，极大地促进了当地物流业和文创业的创新发展；福州市鼓楼区启动福州软件园创客谷、金牛山互联网众创空间等项目，积极打造“凤凰谷创业咖啡”等创业平台，为“大众创业，万众创新”提供一站式服务；等等。这些探索，不仅为当地经济带来了创新活力，也为全国其他地区推动服务业创新发展提供了样板和思路。

当前关于服务业试点政策的研究文献较少，且主要集中在对试点的问题与经验的总结以及试点对区域服务业发展水平影响等方面的研究，忽视了服务业发展对区域创新水平的影响。如陈新光等（2014）［1］、姜长云和邱灵（2017）［2］、王佳宁和罗重谱（2017）［3］、王叶庆等（2019）［4］分别对长三角四城(区)推进试点政策的主要做法、我国“十二五”期间推进服务业综合改革试点的经验、试点地区在管理体制上的探索、上海市静安区在推进试点中的体制机制突破进行了总结，Xu Zheng等（2014）［5］对上海市试点政策当前面临的问题进行了研究，李杰（2017）［6］对试点政策对服务业效率的影响进行了研究。实际上，不论是学者还是政策制定者都忽视了试点政策对区域创新能力的溢出效应。从政策制定本身来看，一方面，试点政策忽略了政策本身对区域创新的溢出效应。国家制定试点政策的出发点在于完善服务业发展的体制机制，探索服务业发展新模式，推动地方经济发展，但这其中忽略了服务业新模式对区域创新的促进和引导作用；另一方面，试点政策忽略了服务业本身对创新的溢出效应，包括对促进创新服务业部门发展、推动创新资源集聚和优化区域创新生态的作用。因此，明确试点政策对区域创新的溢出效应和引导作用，对于同时提高试点地区服务业发展水平和区域创新能力，最终促进地方经济发展有着深远意义。基于此，本文主要聚焦以下三个问题并对其进行验证：试点政策是否真的对试点地区的区域创新能力有影响？影响程度有多大？主要通过什么途径影响区域创新水平？基于258个城市2005-2016年的面板数据，通过引入PSM-DID模型，对国家服务业综合改革试点政策对区域创新能力的影响展开研究。同时，分别从部门效应、集聚效应和生态效应三个方面，进一步考察国家服务业综合改革试点政策对区域创新能力的影响路径。

2 文献综述与研究假设

本部分主要通过服务业发展与区域创新能力的关系以及国家服务业综合改革试点政策对区域创新能力的影响路径两个层面展开文献综述。

2.1 服务业发展与区域创新能力的关系

中国正处于从高速增长向高质量发展转变的关键时期，提升区域创新能力，推动中国整体经济转型升级，已经日益成为社会各界的一大共识。关于服务业对区域创新的作用在过去很长一阶段一直被忽视，直到20世纪80年代，国外学者Gershuny, R.等（1983）［7］和 Barras, R. R.（1986）［8］开始提出服务业对创新的作用理论。之后进入后工业化时代，服务业成为各国经济发展的一个主要部分，更是作为科技创新的主要组织者和承担者参与区域创新活动。之后Masver, D. F.等（2011）［9］和Shi, X.等（2014）［10］均验证了知识密集型服务业发展能够促进创新这一结论。Toivonen, M.等（2016）［11］则运用投入产出法证实了知识密集型服务业投入与制造业创新之间存在显著的正相关关系。近年来，国内在服务业对区域创新的作用方面也展开了一些研究。如吴丰华和刘瑞明（2013）［12］指出工业和服务业升级能够促进区域创新能力的提升，随着经济的发展，服务业升级对地区自主创新能力的提升作用会更加明显。王江（2015）［13］的研究发现现代服务业发展能够显著提高区域创新能力，且不同区域之间有显著差异。还有一些学者的研究主要集中在科技服务业上，如张振刚等（2013）［14］以珠三角地区为样本进行研究发现科技服务业的发展不仅对本地的区域创新能力具有显著促进作用，同时还能够提升周边区域的创新能力。王海龙等（2016）［15］也证实了科技服务业对区域创新能力的驱动效应，同时还发现科技服务业规模过小会阻碍这种创新驱动效应。基于此，本文提出假设H1:国家服务业综合改革试点政策的实施可以提高区域创新能力。

2.2 试点政策对区域创新能力的影响路径

试点政策对区域创新能力的影响路径可以从服务业对地区创新能力的影响途径来看，主要包括以下几个观点：一是部门效应，即本身作为创新部门的服务业有利于提升区域创新能力。许多服务业包括科技服务业、信息服务业、知识产权服务业等行业本身就非常具有创新性的部门，它们通常与高新技术共存，对于技术进步和创新的贡献巨大（周炜昱和刘长平，2017［16］）。从各试点地区的服务业发展方案来看，无一不重视科技服务业和信息服务业等行业发展，这对于提升区域创新能力有较强的促进作用。二是集聚效应，即通过服务业集聚吸引创新要素。区域创新是以创新资源为基础的运作过程，区域创新优势的大小取决于创新资源的多寡，区域创新能力取决于区域内部创新资源的传播、共享、吸收和使用能力。试点政策具有较强的信号传递作用，能够使服务业在短时间内形成集群效应，如北京科技服务业集群、上海金融服务业集群、武汉会展服务业集群、杭州电子商务业集群等，不但促进了当地相关服务业的发展，形成了较强的正向溢出效应，而且推动了知识、人才、资金、技术、信息等资源在试点地区快速汇集，从而提升区域创新能力（刘丽萍和刘家树，2019［17］；曾庆均等，2019［18］）。尤其是知识密集型服务业集聚可以通过技术溢出和规模经济效应促进区域创新（夏杰长等，2020［19］）。三是生态效应，即通过优化创新生态环境提高区域创新能力。一方面，国家服务业综合改革试点政策的主要内容是完善服务业发展的体制机制，探索服务业发展新模式。服务业体制机制涉及到的人才、技术、土地、融资等各个方面无一不是科技创新的梗阻所在。试点打通服务业发展的体制机制，不仅有利于打通科技创新的梗阻，还有利于创造良好的创新生态环境。另一方面，试点政策有利于催生一系列服务机构，尤其是生产性服务机构，通过开展各种与创新相关的业务，将政府、各类创新主体与市场联系起来，有利于实现创新知识扩散和技术转移、加速信息的流通、促进企业间及机构间的联系，从而促进区域创新能力提升（许和连和成丽红，2016［20］）。基于此，本文提出假设H2:国家服务业综合改革试点政策主要通过发挥创新服务业的部门效应和服务业的创新要素集聚效应以及改善地区创新生态三种机制影响试点地区的区域创新能力。

图1 服务业与区域创新能力的互动机理

3 研究设计

3.1 样本选择和数据来源

由于国家服务业综合改革试点涉及到包括市、区、县和产业园区等多个层级，但是区、县和产业园区级别的地区数据难以查找，直接扩大至本市级有失客观性。此外，直辖市地区直接与市级地区直接相比有失公允。因此，本文不再考虑区、县、产业园区以及直辖市级别的试点区域。同时，综合数据的可得性，最后选取26个试点市和232个非试点市2005-2016年（试点年份前后各选6年）的面板数据来评估服务业综合改革试点政策带动区域创新的效果。本文的数据主要来源于历年的《中国城市统计年鉴》，部分缺失数据从相应省份或城市的统计年鉴中采集。

3.2 模型构建

本文使用的双重差分（DID）模型是20世纪80年代在国外经济学界兴起的一种分析政策效果的计量方法，相对于合成控制法更适应于有多个实验对象的研究。该模型的原理主要是把样本分为两组，包括受政策冲击的实验组和不受政策冲击的对照组，基本前提是保证这两组样本在政策冲击前具有相同时间变动趋势，进而通过观察政策冲击后时间变动趋势是否发生改变来判断政策实施的效果。

根据DID模型设立的基本步骤，首先要构建两个虚拟变量：分组虚拟变量（treat），用来区分实验组和对照组，其回归系数表示分组效应，用以衡量在同一时间内综合改革试点对实验组和对照组样本区域创新能力的影响。时间虚拟变量（time）用来区分实验组样本中国家服务业综合改革试点发生的时间，其回归系数表示时间效应，用以衡量随着时间的推移政策对实验组样本区域创新能力的影响。分组虚拟变量和时间虚拟变量两者的交互项（treat*time）是DID模型最关注的变量，其回归系数反映的是政策效应，即在不同期间内国家服务业综合试点政策对处理组和控制组样本区域创新能力的影响。构建的DID模型结构如下：

式（1）中，yit为地区i第t期的科技创新能力，Xit为各控制变量在地区i第t期的值，εit为随机扰动项。

但是，中国不同城市之间的差异较大，难以满足共同趋势的建设。因此，为了找到和实验组城市特征相似的对照组，在运用DID模型前需要采用倾向得分匹配法(PSM)来消除样本选择偏差。基于此，本文采取 PSM-DID相结合的方法，从而更准确评估国家服务业综合改革试点政策对城市区域创新能力的影响。

3.3 其他变量定义

（1）被解释变量

区域创新能力。当前，关于区域创新能力的评价指标和评价方法已经有较多的研究成果，评价指标主要是体系化的设计，最终的评价结果会受到指标的选取和权重设计的影响。评价方法主要集中在多指标综合评价的因子分析方法、模糊数学方法、聚类分析方法、DEA方法、集对分析法等。本文的研究主要采用市级层面的数据，其数据可得性较差。很多在省级或者国家级层面能够很容易找到的数据，市级层面都无法找到。本文借鉴Goncalves, E.和Almeida, E.（2009）［21］等的做法，引入发明专利授权数量作为反映地区创新能力的重要标志。同时，考虑到地区之间人口规模的差异性，对指标进行人均化处理。即采用每万人发明专利授权数量，作为衡量区域创新能力的指标，用qcx表示。

（2）控制变量

地区开放水平。本文采用该地区外商直接投资额的对数来表示，记为fdi。现有文献关于FDI与区域创新能力关系的讨论尚未形成一致意见。部分文献认为FDI的技术溢出效应促进了区域创新能力提升（沙文兵，2012［22］；汤萱，2016［23］），一些文献研究表明FDI对研发投入的挤出效应占主导作用，不利于区域创新（杨浩昌等，2015［24］；许楠和王海，2016［25］）。

财政科技经费投入水平。科技投入对创新能力的影响已经在一定程度上形成了共识（邵同尧和潘彦，2011［26］；罗正英和徐艳洁，2014［27］）。本文采用人均科学事业费支出额来表征，记为kx。

科技人员数量。科技人员投入与财政科技经费投入作为科技投入的两大部分，密不可分，是促进区域创新发展的关键要素。本文采用城市统计年鉴中科研综合技术服务业从业人员数的对数这一指标来表示，记为krs。

人均GDP。经济水平是区域创新发展的基础，只有具备了良好的经济基础，才能够打造更多可促进区域创新发展的基础设施，吸引更多的创新型人才。本文采用该地区的人均GDP来表征，记为gdp。

城镇化水平。城镇是区域创新的“神经中枢”，城镇化水平越高，城市人口密度越高，人力资本在城市空间内集聚的可能性也会越强，从而可以增加人们针对新问题面对面直接交流的机会，促进了知识在短期内的快速积累和传播，形成了较强的创新溢出效应（Glaeser, E.，1999［28］；赵永铭等，2008［29］；李宝礼和胡雪萍，2016［30］）。本文采用非农业人口占比来表示，记为czh。

受教育水平。教育作为一项公共服务，具有较强的外溢效应，其创新产出会对区域创新能力产生显著的溢出效应，同时产学研的相互合作也会对区域发展具有积极的推动作用（Adam, B.和Jaffe, R.，1993［31］；傅利平和涂俊，2015［32］）。本文采用每万人在校大学生数的对数来表示，记为edu。

固定资产投资水平。固定资产投资水平一定程度上代表了一个地区基础建设和公共服务的水平，而良好的基础建设和公共服务是实现区域创新的主要条件。本文采用固定资产投资总额的对数来表示，记为gdz。

表1 变量设计与定义

4 实证分析与结果讨论

4.1 描述性分析

表2列示了各主要变量的描述性统计结果。（1）区域创新能力。样本地区每万人发明专利申请数量的平均值为0.0532，中位数为0.0673，标准差为121.660，说明各地的专利申请数量差距比较大，最小值为0，最大值达到了136.735（深圳市2016年年末总人口为385万，发明专利申请数量的为52643项）。（2）分组虚拟变量。平均值为0.110，中位数为0，说明样本地区中试点地区数量少于非试点地区数量。（3）时间虚拟变量。平均值为0.5，中位数为0.5，将样本年份分为2005-2010年和2011-2016年，前后年数一致。（4）地区开放水平。该项数据的均值、标准差、最小值、中位数和最大值分别为9.520、1.910、2.480、9.610、14.55，说明样本地区外商直接投资额整体处于14000万美元左右。（5）财政科技经费投入水平。从它的平均值和中位数可以知道，样本地区的科学事业费支出额主要处于16亿元左右。（6）科技人员数量。从它的平均值和中位数可以知道，样本地区的科研综合技术服务业从业人员数量主要处于2.2-2.3万人左右。（7）人均GDP。从它的平均值和中位数可以知道，样本地区的人均GDP主要处于2万元左右。（8）城镇化水平。从它的平均值和中位数可以知道，样本地区的非农业人口占比主要处于50%-52%左右。（9）受教育水平。从它的平均值和中位数可以知道，样本地区的每万人在校大学生数主要处于73-81人左右。（10）固定资产投资水平。从它的平均值和中位数可以知道，样本地区的固定资产投资总额主要处于500亿元左右。

表2 变量描述性统计

4.2 相关性分析

表3给出了各变量的相关性分析结果，可以发现：（1）服务业综合试点政策与区域创新能力具有正相关关系，说明实施服务业综合试点政策之后有利于提升区域创新能力。该结果与本文提出的论点一致。（2）各控制变量与区域创新能力均呈现出正相关关系。从相关系数来看，相关程度由强到弱依次为地区开放水平、固定资产投资水平、科技人员数量、受教育水平、财政科技经费投入水平、城镇化水平和人均GDP。

表3 变量相关性统计

4.3 实证结果分析

（1）服务业试点政策对区域创新能力的影响

本文利用DID方法评估服务业综合改革试点政策对各城市区域创新能力的影响。表4中，（1）列表示不加入控制变量进行回归的结果，（2）列表示加入控制变量进行回归的结果。所有估计结果表明，无论是否加入控制变量，服务业综合改革试点政策对各城市区域创新能力均呈现出显著的正向影响，说明服务业综合改革试点政策显著提升了城市区域创新能力。其中，服务业综合改革试点政策显著提升了约3.12%的城市区域创新能力。

从各控制变量来看，地区开放水平、财政科技经费投入水平、科技人员数量、人均GDP、受教育水平和固定资产投资水平均与区域创新能力呈现出了显著正相关关系，从相关系数来看，人均GDP与区域创新能力的相关关系最大，其次分别是固定资产投资水平、地区开放水平、财政科技经费投入水平、科技人员数量、受教育水平，但是城镇化与区域创新能力之间的正相关关系并不显著。首先，经济发展水平是区域开展创新活动的基础，从目前我国实际发展情况来看也确实如此，区域创新能力排在前几名的一直都是江浙一带和北上广深等经济发达地区。其次，区域创新需要大量的固定资产投资，包括创新场所、创新平台、创新基础设施。最后，城镇化虽然可以促进人员流动，但是从目前我国实际情况来看，我国当前城镇化仍处于农村人口向城镇转移的阶段，该阶段的人员流动与区域创新能力的提升并无直接关系。

表4 未匹配前全样本服务业试点政策对区域创新能力的影响

（2）基于PSM-DID方法的检验

为了克服实验组试点城市和对照组的其他城市变动趋势存在系统性差异，本文进一步引入PSM-DID方法进行稳健性检验。首先，在进行双重差分之前先进行PSM匹配，进而减少不同城市在区域创新能力水平上存在的系统性差异，从而减少DID估计偏误。主要步骤是将是否是试点城市的虚拟变量treat对控制变量进行Logit回归，得到倾向得分值。倾向得分值最接近的城市即为试点城市的配对城市，最终共得到实验组和对照组各22个城市。具体估计中，分别使用最邻近匹配、卡尺匹配和核匹配法进行估计，以检验试点政策对提升区域创新能力的作用是否稳健，得到的PSM检验结果ATT值如表5所示。可以发现，ATT值在1%水平下显著为正。同时，变量平衡表显示匹配后的两组地区各项变量均没有显著的差异，说明匹配结果有效。然后，进行共同支撑假设检验，即检验匹配后各变量实验组和控制组是否变得平衡。检验结果表明，匹配后所有变量均不存在显著性差异，而结果变量即区域创新能力指标存在十分显著的差异，从而证明本文使用PSM-DID方法是合理的。

表5 PSM检验结果

最后，进行DID回归。表6结果表明，在利用PSM-DID方法之后，国家服务业综合改革试点政策依然显著提升了3.37%的城市区域创新能力。PSM-DID估计的结果与前文双重差分结果并无显著差异，从而进一步支撑了本文实证结论，国家服务业综合改革试点政策对区域创新能力的提升作用是十分显著的。

表6 国家服务业综合改革试点与区域创新能力：PSM-DID稳健性检验

5 机制检验

从前述实证结果看出，国家服务业综合改革试点能够显著提高城市创新能力，那么影响机制是什么呢？正如前文第二部分理论分析所阐述，服务业对区域创新能力的影响路径主要有三种，即部门效应、集聚效应和生态效应。本文分别选取信息传输、计算机服务和软件业从业人员数占第三产业从业人员数的比例、第三产业空间基尼系数和地区高新技术企业数量作为这三种效应的衡量指标，分别记为bmit、jjit和stit，并分别将其作为中介变量，考察服务业综合改革试点政策对区域创新能力的影响路径。本文将倍差项与三大效应分别进行回归，若系数显著，说明国家服务业综合改革产生了上述三大效应。

首先，将倍差项和三大效应分别进行回归，如果倍差项的系数显著，则表明国家服务业综合改革试点对三大效应有显著影响。然后，将倍差项、三大效应分别和城市创新能力进行回归，如果倍差项系数变得不显著或者显著但系数降低了，则表明国家服务业综合改革试点是通过三大效应提高了城市创新能力。按照上述检验步骤，本文机制验证模型设定如下：

第一阶段：验证国家服务业综合改革试点对三大效应的影响：

第二阶段：将倍差项和三大效应分别同时放入回归方程：

表7结果表明（篇幅限制，此处不再汇报控制变量回归结果），第一步回归结果显示，国家服务业综合改革试点政策对部门效应、集聚效应和生态效应的系数均显著为正，表明国家服务业综合改革试点政策对服务业的三大效应具有正的影响。第二步检验结果表明，将三大效应和倍差项同时纳入回归方程后，三大效应均显著提高了城市创新能力，且国家服务业综合改革试点提高城市创新能力的效应依然显著，但系数变小了。如前所述，这一结果证实了国家服务业综合改革试点政策是通过部门效应、集聚效应和生态效应提高城市创新能力的。至此，本文的三个理论机制均得到验证。

首先，国家服务业综合改革试点地区均十分重视科技、信息服务业等创新型服务业的发展，这有利于改善区域创新水平。其次，国家服务业综合改革试点政策的实施催生了一系列服务业产业集群，有利于形成规模经济效益、创新效益、网络效益、竞争效益等诸多优势，推动新兴业态的培育和发展。比如安徽铜陵市铜官区，将服务业集约化发展作为试点政策实施的战略重点，建设了铜都金融集聚区、IT产业园空气检测运维平台和平新村1978文创园等一批产业集聚平台载体，不仅推动了当地创新资源的快速集聚，也提升了铜陵的区域创新水平。最后，国家服务业综合改革试点政策注重体制机制探索创新和服务业新业态的培育，有利于形成区域创新生态。比如北京市海淀区建立起一批以科技孵化器为核心，集众创空间、小企业创业基地等形态为主的创业创新载体，开创了“投资+孵化”、“创业培训+投资型”、“创业媒体+平台+投资型”、“创业教育+平台”、“产业链+技术平台”、“交流平台+开放办公”等具有独特创新性的新型服务模式，形成了创业资源共享融合、专业垂直、生态多维的“双创”服务体系，初步构建了全方位的双创服务生态体系。

表7 国家服务业综合改革试点对城市创新能力的影响机制检验

6 结论与相关政策建议

根据以上分析和实证，可以得出以下结论：

（1）国家服务业综合改革试点政策能够显著提升试点地区的区域创新能力。以往的研究均使用了省级面板数据，且实证研究较少。本文首次基于城市面板数据，引入了能够避免选择性偏差，具有准自然试验性质的PSM-DID模型对国家服务业综合改革试点政策对试点地区的区域创新能力的影响进行了实证研究。结果表明，国家服务业综合改革试点政策能够显著提升试点地区的区域创新能力，且相关系数在3%以上，说明实施国家服务业综合改革试点政策，可以使该地区的每万人专利授权数量提升3%以上。此外，人均GDP、固定资产投资水平、地区开放水平、科技人员数量、财政科技经费投入水平和受教育水平也与区域创新能力表现出正相关关系，这些因素也是提升区域创新能力的重要参考。

（2）国家服务业综合改革试点政策主要通过发挥创新服务业的部门效应、服务业的创新要素集聚效应和改善地区创新生态三种机制来提升区域创新能力。以往研究虽然散落地提出了国家服务业综合改革试点政策能够提升试点地区的区域创新能力的观点，但是并未对其作用路径进行研究。本文首先从理论角度提出了服务业存在的部门效应、集聚效应和生态效应，然后基于两步回归法对国家服务业综合改革试点政策通过服务业的三大效应提高区域创新能力的机制进行了检验。该结论为国家服务业综合改革试点政策影响区域创新环境的路径提供了证据，也为之后的研究提供了新的思路和视角。

从目前情况来看，我国国家服务业综合改革试点政策是制定者忽略了该政策在提升区域创新能力中的作用，尤其是在发挥创新服务业的部门效应、服务业的创新要素集聚效应和改善地区创新生态中的作用。基于此，本文主要从三个方面提出政策及建议：

（1）推进试点政策在推动专业服务业发展中的作用，进一步发挥好创新类生产性服务业的部门效应。部门效应是国家服务业综合改革试点政策推动区域创新能力提升的重要途径。试点地区应利用好政策机遇，进一步加大科技、信息服务业等创新类生产性服务业的支持力度，鼓励地方探索创新，发挥好这类服务业的部门创新效应，推动区域创新能力提升。

（2）推进试点政策在优化地方创新生态中的作用，为服务业发展提供更好的生态环境。创新生态是区域创新能力培育的土壤。试点地区应从知识产权、人才吸引、组织管理、开放共享等方面着手，优化市场环境，为提升区域创新能力奠定基础。此外，要充分集成科技资源，构建新兴服务业领域的公共技术服务平台，加快公共信息平台建设，为服务业创新发展提供便捷、廉价的公共技术和资源服务，为区域创新发展提供更好的生态环境。

（3）及时总结试点地区的好经验好模式，进一步扩大试点范围，推进提升全国创新能力。发挥好试点政策对区域创新能力的提升作用，对于试点地区形成的好经验好模式应该及时总结，并面向更广泛的地区复制推广。同时，避免“别人发展什么我就发展什么，什么前沿我就发展什么”的现象，明细自身特点，发挥自身资源禀赋，扶持和培育符合当地发展的服务业，逐步形成互联互动、优势互补、协调发展的新格局。