公共突发疫情能否刺激地区创新？

孙文浩 张杰 冯建元

内容提要： 政府在疫情防控常态化下制定合宜的创新激励政策推动中国经济高质量发展至关重要。本文使用1998-2017年省级面板数据，结合2003年“非典”疫情构建双重差分模型，考察公共突发疫情对区域创新的影响。结果显示：公共突发疫情对区域创新水平存在显著促进效应;公共突发疫情会进一步强化中国“西低东高”的区域创新格局;在高级劳动力要素集聚程度较高的地区，公共突发疫情对区域创新的促进效应更加突出。因此，在“新冠”疫情防控常态化下各大城市应积极参与“抢人大战”，努力集聚科技人才打造“人才高地”，促使地区创新驱动发展，从而有效缓解疫情对中国经济带来的负面影响。

关键词： 公共突发疫情;区域创新;高级劳动力要素集聚;双重差分模型

中图分类号：F249.21  文献标识码： A  文章编号：1001-148X（2021）05-0019-09

一、引言

党的十九大明确指出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。尤其是“新冠肺炎”疫情暴发后，各级政府坚决贯彻中央政治局常委会关于“战胜疫病离不开科技支撑”的要求，纷纷出台多项政策助力科技创新。然而，公共突发疫情对区域创新的影响，已有文献对这个关键问题尚未给出明确的回答[1]。

针对公共突发疫情①，已有文献主要基于经济增长[2]、政府职能转变[3]、服务业就业[4]、医护人员就业意愿[5]及股市表现[6]等视角，研究公共突发疫情的外部性，却忽视了公共突发疫情对区域创新的影响。众所周知，一方面，公共突发疫情影响了企业复产复工进程，使企业家意识到全自动工业化生产方式的重要性，从而促使企业加大自动一体化的研发投入水平，在部分生产环节中使用工业机器人替代劳动力要素。另一方面，公共突发疫情在一定程度上改变了消费者的消费习惯，消费升级促使企业加大研发投入以及时跟进消费者的新型消费需求，从而赢得产品市场上的主动权，如线上教育、社区农业等。因此，理论上公共突发疫情有利于激发区域创新活力，从而在疫情防控常态化下会有大量新的业态诞生。此外，高级劳动力要素集聚对区域创新至关重要[7]。 高级劳动力要素集聚会加速地区新旧动能转换进程，促使区域创新水平显著增加[8-9]。因此，在理论上，对于高级劳动力要素集聚程度越高的地区，公共突发疫情对区域创新的促进效应就越强。基于此，本文使用1998-2017年省级面板数据，利用“非典”疫情构建准实验研究框架，研究公共突发疫情对区域创新的影响。结果表明，公共突发疫情对区域创新存在显著促进效应，对于东部和高级劳动力要素集聚程度较高的地区，这种促进效应更加突出。公共突发疫情暴发后，地区专利申请（授权）数量平均增加约2件，但公共突发疫情可能会进一步強化中国“西低东高”的区域创新格局。因此，本文结论为政府在疫情防控常态化下推动地区高质量创新发展提供了经验数据层面的参考。

二、文献简述与研究假说

（一）文献简述

在疫情防控常态化下，中国经济如何高质量发展，已有文献尚未形成一致性的结论[10-14]。方行明等（2020）[10]研究发现，公共突发疫情对中国“非常态经济”和“常态经济”的影响存在较大差异，政府应针对疫情对中国经济不同层面的影响提出针对性的解决方案，以推动中国经济向“灾害适应型经济”转型。陈昌盛等（2020）[11]、沈坤荣和赵倩（2020）[12]的研究表明，政府应加快双循环新格局的发展，促使中国经济尽快复苏。汤铎铎等（2020）[13]认为，政府应推动创新驱动高质量工业化战略促使中国经济高质量发展。然而，公共突发疫情对区域创新究竟存在何种影响，已有文献对这个问题尚未给出明确的回答。现有文献主要基于产业结构和组织关系视角，研究公共突发疫情对区域创新究竟存在何种外部性。大量研究表明，公共突发疫情暴发后， 智能化产业[15]、基层组织结构[16]以及金融科技[17]的创新水平均得到明显提升，并且制度弹性、应变能力以及领导能力等因素，是公共突发疫情促进区域创新的重要因素[18]。

因此，虽然公共突发疫情对区域“常态经济”造成了较大的负面影响，但有利于区域“非常态经济”高质量发展，尤其推动了智能化、金融科技等新兴产业高质量创新发展。但是，已有文献只从定性视角，研究公共突发疫情对区域经济和创新的影响以及提出相关解决方案，忽略了从定量角度，研究公共突发疫情对区域创新总量究竟存在何种影响的关键性问题。这个问题不解决，难以在疫情防控常态化下，为政府推动中国经济高质量发展提供针对性的政策建议。

（二）研究假说

公共突发疫情短期对区域经济的健康发展存在负面影响，但这种“破坏”属于“创造性破坏”。 2020年1-2月传统产业受到较大冲击，但信息传输、软件和信息技术服务业生产指数增长3.8%，智能手表、智能手环、半导体分立器产量同比上涨119.7%、45.1%和31.4%[19]。因此，公共突发疫情短期可能引发经济结构“震荡”，但长期有利于新兴产业高质量创新发展，进而由创新引发的新产品需求、企业成本降低、产业转型和产业结构优化等影响渠道，促使疫情防控常态化下的中国经济再次迈入高质量创新的发展轨道。对于外贸行业，平均而言，公共突发疫情减缓贸易下降的幅度约为0.6-1.7个百分点[20]。对于线上服务业，“无接触式服务”正在促使传统服务业朝着数字化、平台化和智能化的方向创新发展[21]。同时，“新冠疫情”引发的“宅经济”在新技术应用、新时空交融和新生活方式等方面加速区域新旧动能转换，有利于激发线上服务业的创新活力[22]。对于影响机制：一方面，基于供给侧结构视角，公共突发疫情引发的“断崖效应”和“替代效应”，是公共突发疫情推动中国经济数字化、智能技术及制度等方面全面创新的重要因素[23];另一方面，基于组织关系视角，在疫情防控常态化下领导者更倾向通过情景修正和认知改变的人际情绪管理途径，以提升员工的创新绩效[24]。基于此，我们提出本文假说1。

假说1：公共突发疫情对区域创新存在显著促进效应。

高级劳动力集聚程度越高，越有利于激发区域的创新活力[25]。知识吸收理论（absorptive capacity theory）认为，高级劳动力要素集聚程度决定了企业吸收新知识的能力，进而影响企业的创新水平[26-27]。只有在高技能劳动力要素集聚水平较高的地区，创新投入才能有效转化为产出[28]。后续经验研究进一步发现，国内微观企业的高技能劳动力要素集聚对企业自主创新存在“阈值”效应，只有当高技能劳动力要素集聚水平超过“阈值”后，其对企业自主创新才存在显著促进效应[29-30]。相反，如果地区高级劳动力要素集聚程度过低，那么高级劳动力要素集聚则不利于提升地区的创新水平[31]。由人力资本外部性理论可知，高级劳动力要素集聚存在显著正外部性，尤其是高学历劳动力要素，其创新溢出效应更加突出[32]。高学历劳动力要素集聚对区域经济高质量创新发展至关重要[33-34]。一部分研究基于行业视角，发现对于劳动力密度较大的行业，高学历劳动力要素集聚对企业创新的促进效应更加突出[35-36]。也有文献基于区域视角，发现大专及以上学历的劳动力要素集聚水平每上升1%，区域发明专利授权数量和新产品产值的研发创新效率分别增长约9.3%和16.5%[37]。因此，我们提出本文假说2。

假说2：在同等条件下，高级劳动力要素集聚水平越高，公共突发疫情对区域创新的促进效应就越强。

三、研究设计

（一）数据来源

本文数据主要来源于《中国统计年鉴》《中国科技统计年鉴》与《中国高技术产业统计年鉴》。此外，“非典”期间中国各省份确诊病例数目的数据来源于2003年8月15日世界卫生组织最后一次公布的数据，各省份确诊病例数见图1。

（二）模型设计与变量选取

本文首先构建双重差分倾向得分匹配（PSM-DID）模型，具体参见（1）式。

Lninnovationit=θ0+θ1time×treat+θ2X+γprovince+γyear+εit （1）

其中，下标i表示省份，t表示年份。对于因变量（Lninnovation）：一方面，使用各省份（直辖市）专利申请受理数量（app）测度区域创新水平;另一方面，使用各省份（直辖市）专利申请授权 数量（pat）测度区域创新水平。以上所有创新变量  均进行加1取对数处理。对于核心变量，treat=1为处理组，表示该省份（直辖市）存在“非典”确诊病例。treat=0为控制组，表示该省份（直辖市）不存在“非典”确诊病例。time在2003年以后（含2003年）等于1，否则为0。此外，对于高级劳动力要素：一方面，本文使用高技能劳动力要素集聚（S&T_agg）加以表示，借鉴孙文浩和张益丰（2020）[38]关于区位熵的定义，本文使用R&D人员折合全时当量的区位熵水平测度高技能劳动力要素的集聚程度;另一方面，本文使用高学历劳动力要素集聚（high_edu）加以表示，具体使用各省大专及以上学历的人口数量占全国大专及以上学历人口数量的比重加以表示。

对于控制变量集X，本文借鉴王永钦（2018）[39]的研究， 具体包括：第一产业占GDP比重（primary_indus_GDP），使用当年地区第一产业生产总值占地区生产总值的比重加以表示。第二产业占GDP比重（secondary_indus_GDP），使用当年地区第二产业生产总值占地区生产总值的比重加以表示。财政支出占GDP的比重（govern_expen_GDP），使用当年地区财政支出占地区生产总值的比重加以表示。贸易总额（total_trade_volume），使用当年地区进出口总值加以表示，并进行加1取对数处理。地区经济发展水平（per_GDP），采用当年地区GDP与地区总人口数的比重加以表示。地区教育水平（university），采用當年地区大学数量加以表示，并进行加1取对数处理。主要变量的描述性统计结果参见表1。

（三）典型事实

图2展示的是，处理组和对照组创新水平的核密度图。具体来看，图2（a）基于地区专利申请受理数量，结果表明，处理组的核密度图向右平移，说明相对于未受到疫情直接影响的地区，疫情地区的创新水平更高。图2（b）基于地区专利申请授权数量，结果表明，处理组的核密度图向右平移，说明疫情地区的创新水平更高。因此，图2的结果初步表明，公共突发疫情可能有利于激发区域的创新活力。

图3展示的是，高级劳动力要素集聚与区域创新究竟存在何种关系。其中，图3（a）说明，高技能劳动力要素与区域创新基本上呈现正相关关系，即高技能劳动力要素集聚程度越高，区域创新水平就越高。图3（b）说明，高学历劳动力要素集聚与区域创新呈现正相关关系。因此，图3说明高级劳动力要素集聚和区域创新水平呈现正相关关系，初步说明，对于高级劳动力要素集聚程度越高的地区，公共突发疫情对区域创新的促进效应就更加突出。

四、计量结果分析

（一）基础回归结果

首先，本文对倾向得分匹配效果进行检验，具体结果见图4：图4（a）展示的是，各控制变量匹配后的标准偏差（%）显著减小，基本上全部变量标准偏差稳定在1%附近，说明匹配后处理组和控制组基本上无系统差异，具有较好的平衡性。图4（b）展示的是，匹配后处理组和控制组的共同范围区间，结果表明，倾向得分区间大部分的处理组和对照组样本处于共同范围区间内。因此，图4表明，倾向得分匹配的效果较好，可使用倾向得分匹配双重差分模型（PSM-DID）进行估计。

其次，本文结合（1）式进行双重差分回归，结果见表2：表2第（1）列基于专利申请数量（app），结果表明，公共突发疫情对区域创新存在显著促进效应，公共突发疫情暴发后，专利申请数量平均增加约3件;表2第（2）和（3）列分别基于滞后1期和2期的专利申请受理数量，结果表明，公共突发疫情对区域创新均存在显著促进效应;类似地，表2第（4）-（6）列基于专利授权数量，结果表明，公共突发疫情对区域创新存在显著促进效应，在公共突发疫情暴发后，专利授权数量平均增加约3件，且无论是滞后1期还是2期的区域创新水平，公共突发疫情对区域创新均存在显著促进效应。

（二）异质性检验

1.基于不同地区。本文将地区划分为东部地区与非东部地区②，研究公共突发疫情对区域创新究竟存在何种影响。东部地区的估计结果见表3：表3第（1）列基于专利申请受理数量，公共突发疫情对区域创新水平存在显著促进效应，在公共突发疫情暴发后，专利申请受理数量平均增加约2件;表3第（2）和（3）列分别基于滞后1期和2期的专利申请数量，结果表明，公共突发疫情对区域创新均存在显著促进效应，但这种促进效应逐年递减;类似地，表3第（4）-（6）列基于专利授权数量，结果表明，公共突发疫情对区域创新水平存在显著促进效应，在公共突发疫情暴发后，专利申请授权数平均约增加2件。同理，表4第（1）-（6）列基于非东部地区，结果表明，公共突发疫情对区域创新均不存在显著影响。

2.基于高学历劳动力集聚。本文基于高学历劳动力要素集聚程度不同的地区③，研究公共突发疫情对区域创新究竟存在何种影响，具体结果见表5。表5第（1）和（2）列基于专利申请数量，结果表明：对于高学历劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高学历劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。表5第（3）和（4）列基于专利授权数量，结果表明：对于高学历劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高学历劳动力要素集程度较低的地区，公共突发疫情对区域创新不存在显著影响。类似地，表5第（5）-（8）列分别基于滞后1期的专利申请和授权数量，结果表明：对于高学历劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高学历劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。

3.基于高技能劳动力要素。本文基于高技能劳动力要素集聚程度不同的地区④，研究公共突发疫情对区域创新究竟存在何种影响，具体结果见表6。表6第（1）和（2）列基于专利申请数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。表6第（3）和（4）列基于专利授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。类似地，表6第（5）-（8）列分别基于滞后1期的专利申请和授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。

4.基于不同行业。首先，本文基于医药制造业，研究公共突发疫情对区域创新究竟存在何种影响，具体结果见表7。表7第（1）和（2）列基于专利申请数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。表7第（3）和（4）列基于专利授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。类似地，表7第（5）-（8）列分别基于滞后1期的专利申请和授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。

其次，本文基于医疗仪器设备及仪器仪表制造业，研究公共突发疫情对区域创新究竟存在何种影响，具体结果见表8。表8第（1）和（2）列基于专利申请数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。表8第（3）和（4）列基于专利授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。类似地，表8第（5）-（8）列分别基于滞后1期的专利申请和授权数量，结果表明：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。

（三）稳健性检验

本文通过比对处理组和对照组创新水平的变化，检验双重差分模型是否符合共同趋势假定（common trend assumption），具体结果见图5。图5的结果表明，在2003年公共突发疫情暴发前，无论是专利申请受理数还是授权数，处理组与对照组的变化趋势基本一致。然而，在2003年公共突发疫情暴发后，两者变化趋势出现明显差异，图5a展示的是，处理组的专利申请授权数呈上升趋势，而对照组基本上没有发生明显的变化。类似地，图5（b）表明，在2003年公共突发疫情暴发后，处理组的专利申请受理数明显上升，而控制组却未出现明显变化。因此，图5表明，本文双重差分模型通过共同趋势检验。

五、结论与政策启示

本文利用2003年“非典”疫情构建准实验研究框架，运用倾向得分匹配双重差分模型（PSM-DID），研究了公共突发疫情对区域创新的影响。结果表明：（1）公共突发疫情对区域创新存在显著促进效应，在疫情暴发后，地区专利申请受理数量平均增加约3件，地区专利授权数量平均增加约3件;（2）基于地理空间特征，对于东部地区，公共突发疫情对区域创新存在显著促进效应，并且其促进效应呈逐年递减的趋势;对于非东部地区，公共突发疫情对区域创新不存在显著影响;（3）对于高级劳动力要素集聚程度不同的地区，公共突发疫情对区域创新的影响存在较大差异。首先，基于高学历劳动力要素：对于高学历劳动力要素集聚程度较高的地区，公共突发疫情对区域創新存在显著促进效应;对于高学历劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。其次，基于高技能劳动力要素：对于高技能劳动力要素集聚程度较高的地区，公共突发疫情对区域创新存在显著促进效应;对于高技能劳动力要素集聚程度较低的地区，公共突发疫情对区域创新不存在显著影响。（4）基于产业特征，无论是医药制造业还是医疗仪器设备及仪器仪表制造业，在其他条件相同的条件下，相对于高级劳动力要素集聚程度较低的地区，公共突发疫情只对高级劳动力要素集聚程度较高地区的创新水平存在显著促进效应。

基于此，“新冠肺炎”疫情对中国高质量经济发展更是一种机遇，公共突发疫情有利于加快推动中国高质量创新发展进程。本文结论为政府如何借助公共突发疫情推动中国高质量创新驱动发展提供了重要的经验参考，具体建议如下：（1）在疫情防控常态化时代，政府应在保证高等教育质量的前提下，鼓励高等学校对高技术产业急需的高级劳动力要素种类加大招生规模，提升地区高学历劳动力要素的集聚程度;（2）各大城市應积极参与“抢人大战”，尤其是中、西部地区应出台更加优惠的人才引进政策，大量引进科研人才提升区域高技能劳动力要素的集聚程度，促使中、西部地区高质量创新发展，避免疫情防控常态化下中国“西低东高”的区域创新格局被进一步强化;（3）政府应优化高级劳动力要素的分配结构，合理引导高级劳动力要素向医药制造业或医疗仪器设备及仪器仪表制造业集聚，从而加快实现《中国制造2025》的强国之路。

注释：

①  本文公共突发疫情是指存在大规模传染性的公共突发卫生事件。比如2003年的“非典”疫情、2019年的“新冠肺炎”疫情，等等。

② 具体将中国东部地区与东北地区合并一起定义为东部地区，具体包括上海、北京、天津、山东、广东、江苏、河北、浙江、海南、福建、黑龙江、吉林、辽宁。其他省份（直辖市）定义为非东部地区。

③  在全国范围内，高学历劳动力要素集聚程度处于50分位数水平之上的样本为高学历劳动力要素集聚程度较高的地区，否则为高学历劳动力要素较低的地区。

④ 在全国范围内，高技能劳动力要素集聚程度处于50分位数水平之上的样本为高技能劳动力要素集聚程度较高的地区，否则为高技能劳动力要素较低的地区。

参考文献：

[1]  魏婕，安同良. 面向高质量发展的中国创新驱动[J]. 中国科技论坛， 2020（1）： 33-40.

[2] 杨翠红，陈锡康. “非典”对GDP的影响到底有多大[J]. 管理评论， 2003（6）： 3-8.

[3] 刘国光. 略论政府职能与财政功能的转变[J]. 财贸经济， 2003（10）： 21-25.

[4] Lee G O M， Warner M. Human Resources， Labour Markets and Unemployment： The Impact of the SARS Epidemic on the Service Sector in Singapore[J]. Asia Pacific Business Review， 2007， 12（4）： 507-527.

[5] Styra R， Hawryluck L， Robinson S， et al. Impact on Health Care Workers Employed in High-risk Areas During the Toronto SARS Outbreak[J]. Journal of Psychosomatic Research， 2008， 64（2）： 177-183.

[6]  Chen M， Jangb S， Gonkimc W. The Impact of the SARS Outbreak on Taiwanese Hotel Stock Performance：  An Event-study Approach[J]. International Journal of Hospitality Management， 2007， 26（1）： 200-212.

[7] Parrotta P， Pozzoli D， Pytliková M. The Nexus between Labor Diversity and Firm′s Innovation[J]. Journal of Population Economics， 2014， 2（27）： 303-364.

[8]  孙文浩，张益丰. 城市抢“人”大战有利于地区新旧动能转换吗？[J]. 科学学研究， 2019， 37（7）： 1220-1230.

[9] 张益丰，孙文浩. 高技术产业与科技研发人才：集聚形态、影响机制及演化路径[J]. 中国人力资源开发， 2018， 35（3）： 104-116.

[10] 方行明，张蓓，付莎，等. 疫情对经济的影响与“灾害适应型经济”的转型[J]. 经济理论与经济管理， 2020（9）： 4-19.

[11]  陈昌盛，许伟，兰宗敏，等. “十四五”时期我国发展内外部环境研究[J]. 管理世界， 2020， 36（10）： 1-14.

[12]  沈坤荣，赵倩. 以双循环新发展格局推动“十四五”时期经济高质量发展[J]. 经济纵横， 2020（10）： 18-25.

[13] 汤铎铎，刘学良，倪红福，等. 全球经济大变局、中国潜在增长率与后疫情时期高质量发展[J]. 经济研究， 2020， 55（8）： 4-23.

[14] 刘婷婷，应瑞瑶，周力. 非洲猪瘟对中国生猪产业链的经济影响研究——基于市场分割视角[J]. 农村经济， 2020（9）： 19-26.

[15] 渠慎宁，杨丹辉. 突发公共卫生事件的智能化应对：理论追溯与趋向研判[J]. 改革， 2020（3）： 14-21.

[16] 李强，卢尧选. 疫情防控与我国基层社会治理创新[J]. 江苏社会科学， 2020（4）： 24-31.

[17] 肖宇，李诗林，梁博. 新冠肺炎疫情冲击下的银行业金融科技应用：理论逻辑、实践特征与变革路径[J]. 金融经济学研究， 2020， 35（3）： 90-103.

[18] 史晨，耿曙，钟灿涛. 应急管理中的敏捷创新：基于健康码的案例研究[J]. 科技进步与对策， 2020， 37（16）： 48-55.

[19] 田利辉，王薇. 高质量创新与经济增长——应对新冠肺炎疫情冲击的思考[J]. 中国高校社会科学， 2020（3）： 4-11.

[20] 王稳，陈字旺，张阳，等. 新冠疫情、全球政治风险市场与出口信用保险的创新发展[J]. 保险研究， 2020（10）： 20-33.

[21] 夏杰长. 全球疫情冲击下的中国服务业：分化与创新发展[J]. 财经问题研究， 2020（6）： 3-12.

[22] 齐骥，陆梓欣. 重大疫情视角下“宅经济”创新发展的思考[J]. 福建论坛（人文社会科学版）， 2020（6）： 39-47.

[23]  黄群慧. 新冠肺炎疫情对供给侧的影响与应对：短期和长期视角[J]. 经济纵横， 2020， 414（5）： 46-57.

[24] 邹艳春，曾晓晴，聂琦，等. 新冠疫情下领导者人际情绪管理对员工创新绩效的影响[J]. 中国人力资源开发， 2020， 37（8）： 22-34.

[25] 王玉燕，王婉. GVC嵌入、创新型人力资本与制造业高质量发展——基于“新发展理念”的影响机制分析与效应检验[J]. 商业研究， 2020（5）： 67-76.

[26] Chen C， Huang J. StrategicHuman Resource Practices and Innovation Performance——The Mediating Role of Knowledge Management Capacity[J]. Journal of Business Research， 2009， 62（1）： 104-114.

[27] Bosetti V， Cattaneo C， Verdolini E. Migration of Skilled Workers and Innovation： A European Perspective[J]. Journal of International Economics， 2015， 96（2）： 311-322.

[28] Zeng J， Liu Y， Wang R，et al. Absorptive Capacity and Regional Innovation in China： An Analysis of Patent Applications， 2000-2015[J]. Applied Spatial Analysis and Policy， 2019， 12（4）： 1031-1049.

[29] 陈俊杰，钟昌标.高级人力资本跨省流动、要素多样化集聚与城市技术创新[J].江西社会科学，2020（11）：70-79.

[30] 孙文浩. 城市抢“人”大战与企业创新[J]. 山西财经大学学报， 2020， 42（9）： 15-30.

[31] Giuliani E. Cluster Absorptive Capacity： Why do Some Clusters Forge Ahead and Others Lag Behind？[J]. European Urban and Regional Studies， 2005， 12（3）： 269-288.

[32] Che Y， Zhang L. Human Capital， Technology Adoption and Firm Performance： Impacts of China′s Higher Education Expansion in the Late 1990s [J]. Economic Journal， 2018， 128（614）： 2282-2320.

[33] 刘智勇，李海峥，胡永远，等. 人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小[J]. 经济研究， 2018， 53（3）： 50-63.

[34] 白勇. 我国创新型人力资本技术效率研究[J]. 商業研究， 2016（4）： 156-163.

[35]  刘备，王林辉.创新要素空间流动对区域创新能力的影响：外地吸引与本地依赖[J].求是学刊，2020（5）：66-75.

[36] 毛其淋. 人力资本推动中国加工贸易升级了吗？[J]. 经济研究， 2019（1）： 52-67.

[37] 朱承亮，师萍，安立仁. 人力资本及其结构与研发创新效率：基于SFA模型的检验[J]. 管理工程学报， 2012（4）： 58-64.

[38] 孙文浩，张益丰. 低房价有利于“抢人大战”城市科研人才集聚吗？[J]. 科学学研究， 2020， 38（5）： 813-825.

[39] 王永钦，李蔚，戴芸. 僵尸企业如何影响了企业创新？——来自中国工业企业的证据[J]. 经济研究， 2018， 53（11）： 99-114.

Can Public Outbreak Stimulate Regional Innovation？Investigation on the Construction

of Quasi Experimental Research Framework Based on SARS Epidemic Situation

SUN Wen-hao1， ZHANG Jie2， FENG Jian-yuan3

（1. School of Economics， Renmin University of China， Beijing 100872， China; 2. Institute of

China Economic Reform & Development， Renmin University of China， Beijing 100872， China;

3.Harbin University of Commerce，Harbin 150028，China）

Abstract：  Under the normalization of epidemic prevention and control， it is very important for the government to formulate appropriate innovation incentive policies to promote China′s high-quality economic development.Using the provincial panel data from 1998 to 2017， combined with the SARS epidemic in 2003， this paper constructs a double difference model to investigate the impact of public emergencies on regional innovation.The results show that the public outbreak has a significant promoting effect on the level of regional innovation; public outbreaks will further strengthen China′s regional innovation pattern of “low in the West and high in the East”;in areas with high concentration of advanced labor factors， the promotion effect of public emergencies on regional innovation is more prominent.Therefore， under the normalization of the “COVID-19” epidemic prevention and control， major cities should actively participate in the “people grabbing war”， strive to gather scientific and technological talents， create a “talent highland”， and promote regional innovation driven development， so as to effectively alleviate the negative impact of the epidemic on China′s economy.

Key words：  public outbreak; regional innovation; advanced labor factors agglomeration; Difference-in-difference Model

（責任编辑：周正）