国家自主创新示范区建设的经济增长效应估计——以合芜蚌自创区为例

张焕明 马瑞祺 马成文

(安徽财经大学，安徽 蚌埠 233030)

一、引言

创新驱动发展是破解产能过剩，培育经济增长新动能，实现经济高质量发展的重要途径。党的十八大以来，以习近平同志为核心的党中央站在实现中华民族伟大复兴中国梦的高度上，将创新摆在五大发展理念之首，并提出“创新是引领发展的第一动力”的重要论断(唐国军，2017)。国家自主创新示范区(以下简称“自创区”)作为贯彻创新驱动发展战略、加快战略性新兴产业发展的重要政策试点，是深化科技体制改革先行先试、探索经验、做出示范的区域。截至2019年9月鄱阳湖国家自主创新示范区的正式成立，我国已在20个省份批设21家自创区，涉及57座城市与62家高新区。国家自主创新示范区政策为我国建设现代化国家创新体系奠定了坚实基础。

根据《长江三角洲城市群发展规划》和《长江三角洲区域一体化发展规划纲要》的布局，合肥市、芜湖市和蚌埠市作为未来长三角世界级城市群规划的重要组成部分，是实现产业承接转移、加速区域创新体系建设的战略支点。因此，合芜蚌依托自创区建设区域创新高地的政策经验对中部地区崛起与区域协调发展具有重大现实意义。合芜蚌自创区的建设历经两个政策改革阶段，第一阶段为2008—2016年设立的“合芜蚌自主创新综合配套改革试验区”，其政策改革方案主要包括：优先整合区域高水平科教资源，促进产学研深度融合，建设配套产业创新中心，打通知识成果转化通道；深化投融资体制改革，实施创新型企业扶持、股权奖励等激励政策；强化知识产权保护制度。第二阶段为2016年至今，国务院正式批设“合芜蚌国家自主创新示范区”，进一步明确了合芜蚌自创区建设的总体要求、战略定位、空间功能布局与发展目标，强调要加快“综合性国家科学中心”建设，深化科技成果加速转化创新体系与科技金融融合等一系列重点任务。

经济绩效评价是自创区建设的重要组成部分，具有重要的研究意义。合芜蚌三市中，合肥是省会城市，芜湖是长江中游重要的港口城市，而蚌埠则是皖北中心城市。三市的创新资源禀赋条件差异较大，但在自创区建设中却有类似的政策设计，对三市的创新政策绩效进行评估可以检验区域创新能力提升与区域经济增长之间的关联性。基于此，本文使用计量因果推断方法检验合芜蚌自创区建设对区域经济增长的促进效应。与既往研究相比，本文的贡献主要有以下几点：第一，设计严谨的准自然实验，估计自创区政策与区域经济增长之间的因果效应；第二，提供多种稳健性检验结果，克服偶然因素对政策效应估计的干扰，增强实证结论的说服力；第三，检验自创区政策对区域创新水平的促进效应，验证政策的创新水平提升效应与经济增长效应之间的一致性，为相关理论提供经验支撑。

二、文献回顾

现代经济增长理论尝试解决的核心问题是：经济增长的源泉是什么？以Solow(1956)为代表的新古典学派提出的增长模型将经济增长扣除要素投入贡献后的余值定义为技术进步，推翻了古典增长理论一直所奉行的“资本积累”驱动经济增长的观点，并证明技术进步是经济获得长期增长的根本动力。但是，索洛模型假设稳态增长率是外生的，无法对技术的增长作出合理解释。Lucus(1988)和Romer(1990)等开创的内生增长理论抛弃了索洛模型外生技术进步的假设，将知识积累纳入经济系统的内部因素，并认为知识或人力资本的溢出效应是获得经济持续增长的必要条件。

区域自主创新政策通过知识积累获得技术进步，而技术进步正是经济获得长期增长的源泉。根据Jaffee et al.(1976)建立的知识积累测算模型，某一经济的知识积累主要来自两个方面：自主创新与技术引进。在全球化背景下，鉴于实现自主创新的机会成本高昂，技术引进或技术模仿无疑是推动科技水平相对落后的国家(或地区)实现经济增长的有效策略(刘小鲁，2011；唐未兵 等，2014)。然而，也有很多学者对这种技术增长模式提出了质疑。Arthur(1989)和吴敬琏(1995)指出，率先开发新技术的企业或国家通常能够凭借先发优势，实现规模报酬递增，而丧失先动优势的新技术追随者将陷入被动，甚至会因技术转换成本等因素被锁定在某种无法逾越的恶性循环中，即技术变迁一般存在“路径依赖”。杨飞等(2018)和张杰等(2020)认为，我国目前正处于经济发展的转型期，若想真正实现对西方发达国家的“技术超越”，跨越“中等收入陷阱”，就必须加大自主创新力度，转变技术进步模式，从根本上保障经济安全。由此可见，加强自主创新是我国经济社会发展到一定程度后的必然选择(洪银兴，2013；张威奕 等，2016)。

目前，已有很多文献证实区域创新增长与区域经济增长之间存在正向关联(卢宁 等，2010；周亚虹 等，2012；刘婷婷，2017)。而自创区的政策倾斜与区位优势通常能够使得地区在未来获得开展自主研发或技术创新的主动权，进而产生区域经济增长效应。在对现有研究进行梳理后可以发现，自创区政策所带来的区域自主创新水平的提升之所以能够促进区域经济增长，原因主要有以下两点：第一，自主创新能够促使区域形成具有较高市场竞争力的产业部门，通过创造市场需求与产业间的知识溢出形成新的产业链，在逐渐挤出落后产业链的同时提高产出(Saviotti et al.，2008；Duarte et al.，2010；时乐乐 等，2018)。因此，每次技术革新都会伴随着资源配置的优化和社会分工的深化，并建立规模报酬更高的新生产体系，最终通过这种区域产业结构升级带动地区经济增长(刘伟 等，2008；郑万吉 等，2015；李政 等，2017)。熊彼得在其著作《经济发展理论》中将上述过程称为“创造性破坏”，并认为创新型企业家通常在“创造性破坏”过程中打破市场均衡，获得超额利润。因此，产业结构升级对区域经济增长的促进效应从本质上可被理解为是不同产业间创新吸收能力方面的巨大差异所引致的产业间产出增长速度的差异(干春晖 等，2011)；第二，自创区政策能使相同产业部门的企业及其支持的企业获得相对集中的地理位置，从而形成产业集群。根据产业集聚效应理论，产业集聚所带来的知识溢出效应、同行追赶效应以及创新要素的吸聚效应等都会促进企业产出与地区经济发展(Porter，2000；孙健 等，2008；顾元媛 等，2015；郭卫军 等，2021)。

从现有文献来看，有关自创区建设的研究大致分为两类：第一，构建综合评价指标体系，通过得分水平的横纵比较考察自创区相关能力的发展程度(熊曦 等，2016；贾永飞 等，2020)。第二，设计准自然实验，使用政策评估方法进行创新政策的绩效评价。例如，晏艳阳等(2019)和王立勇等(2019)利用多期DID检验了区域差异视角下国家自主创新示范区政策对企业创新能力的影响，张秀峰等(2020)采用PSM-DID模型从研发质量的角度分析了国家自主创新示范区政策试点对高新技术开发区研发绩效的影响。

不难发现，目前有关国家自主创新示范区建设政策绩效的研究，着重讨论了自创区建设对区域自主创新活动本身的影响，而没有将创新政策的区域自主创新增长与区域经济增长纳入同一分析框架。有鉴于此，本文通过严谨的经济实验设计，以合芜蚌自创区为例，深入考察了区域自主创新政策对区域经济增长的影响，这不仅为相关理论提供了经验支撑，同时也为相关政策的制定提供了重要参考。

三、研究设计

(一)模型选择

如果以合芜蚌自创区建设为观测，构建一项准自然实验，将合芜蚌三市设为实验组，而其他未实行自创区建设的城市设为对照组，那么就可以通过政策效应评估方法检验自创区建设对区域经济增长产生的影响。双重差分法(Difference in Difference)是目前最常用的政策效应评估方法，但考虑到其严格的平行趋势假设，使用该方法可能会忽略合芜蚌三市与其他城市之间经济发展特征的异质性，从而导致政策效应估计结果出现严重偏差。因此，本文使用Abadie et al.(2003)和Abadie et al.(2010)提出的合成控制法(Synthetic Control Method)来避免上述问题。合成控制法的大致思路是：首先，使用对照组城市特征构建出一组与实验组城市特征相近的合成对象；然后，计算实验组与其合成对象在自创区政策实施后的经济增长水平之间的差值，得到政策的处理效应(王贤彬 等，2010；郑义 等，2015)。合成控制法能够有效克服实验组对象子集之间存在的差异性问题，近年来得到国内外学者的广泛应用。下面简要介绍合成控制法的原理。

(1)

(2)

(3)

(4)

需要说明的是，利用合成控制法对某项政策处理效果进行估计要求在该政策实施后不再受其他类似政策的干扰。由于本研究旨在评估合芜蚌三市2008—2016年、2016—2018年两次实施自创区政策的经济增长效应，但安徽省原巢湖市2011年进行了行政区划调整，其区县被划分至合肥、芜湖和马鞍山三市，处理组城市合肥与芜湖两市的人均地区生产总值等变量受到了较大干扰，若直接使用合成控制法估计两阶段自创区的经济增长效应，则不可避免地会受到区划调整的影响，从而使估计结果不可信。为解决该问题，本文利用自创区政策与区划调整实施的时间差，分两阶段进行合成控制法估计，以此保证两阶段观测期内实验组城市的行政区划范围一致。具体做法是：将第一阶段合成控制法实验期设为2011年行政区划调整之前，政策时点为2008年，这样就可以考察2009、2010年第一阶段自创区政策的效果；将第二阶段合成控制法实验期设为2011—2018年，政策时点为2016年，由此可考察2017和2018年第二阶段自创区政策的效果。由于蚌埠市不受行政区划调整的影响，可以将其第一阶段政策估计延长至2016年。

(二)样本选择与说明

本文选择安徽省去除实验组三城市后的13个地级市以及与安徽地理接壤省份的地级市作为准自然实验的对照组。在去除实验期内已经实施自创区建设的城市后，最终得到包含76个地级市的对照组城市集合。考虑到数据的完整性与可得性，本文将面板数据的时间跨度设定为2001—2018年。

合成控制法为了避免过分外推，其合成权重被定义为大于0并且加总为1的向量组合。但城市间的特征变量差异很大，就合肥市而言，很少有地级市样本能够在经济总量上达到其规模。因此，本文将人均地区生产总值(pergdp)作为合成控制法的合成变量。同时，为了尽可能地模拟实验组三城市的事前特征，参考邓文博等(2020)和任再萍等(2020)的研究，继续选取以下预测变量：劳动力人口比重(labor)、科研从业人员占劳动力人口比重(scier)、地方科学技术财政支出占地区生产总值比重(sciexp)、第二产业产值比重(seci)、第三产业产值比重(thirdi)、地区生产总值增长率(growth)、社会消费品零售总额占地区生产总值比重(sales)、投资占地区生产总值比重(I)、财政支出占地区生产总值比重(finance)、外商直接投资占地区生产总值比重(fdi)以及人均地区生产总值的滞后项。

本文所使用的数据来自《中国城市统计年鉴》以及各省(市)历年统计年鉴，部分缺失数据采用插值法补齐。各变量的描述性统计分析结果见表1。本文使用Stata 16软件中的Synth程序包进行合成控制法的数据驱动。

表1 预测变量的描述性统计

四、实证分析

按照研究设计的思路，由于合肥市和芜湖市受2011年行政区划调整的影响，本文将这两个城市的实验期划分为两阶段，并分别利用合成控制法估计2009—2010年、2017—2018年两阶段实施自创区政策的经济增长效应。而蚌埠市不受行政区划调整的影响，因此可将两阶段实验期分别延伸为2001—2016年和2009—2018年，从而估计蚌埠市2009—2016年和2017—2018年的两阶段政策效应。图1展示了2001—2018年合芜蚌三市的人均地区生产总值序列与76个对照组样本均值序列的对比情况，可以发现，合肥市和芜湖市2011年受行政区划调整的影响，人均地区生产总值出现明显下滑。但从整体上看，合芜两市的人均地区生产总值高于对照组城市的平均水平，而蚌埠市的人均地区生产总值则始终低于对照组城市的平均水平，且增长速度相对较缓。

图1 合芜蚌三市人均地区生产总值与对照组城市均值对比

(一)合芜蚌三市的政策效应估计

合成控制法的事前拟合效果至关重要。根据合成控制法的计算方法，表2报告了两个阶段合肥、芜湖各预测变量在政策实施前的拟合值与真实值的对比情况。由表2可以发现，绝大部分预测变量实现了较好的拟合效果，合成值与真实值较为接近。因此，合成控制法较好地拟合了自创区建设之前合肥、芜湖两市的经济特征。同时，本文还列示了对照组城市用于构成合成合肥与合成芜湖的权重组合，具体如表3所示。

表2 合肥、芜湖两市预测变量的合成情况

表3 用于合成合肥、芜湖的对照组城市权重

图2和图3分别展示了第一、第二阶段合肥与芜湖两市真实与合成人均地区生产总值的时间序列。不难发现，两阶段实施自创区建设之前，合肥、芜湖两市的“潜在”增长路径与真实增长路径几乎重合，说明合成控制法的拟合效果较好，合成的“反事实”结果可信。若将真实与合成的地区生产总值序列之间的差值记为gap，那么政策时点后的gap即为自创区政策对经济增长产生的处理效应。第一阶段合成控制法中，合肥、芜湖两市自创区政策在2009年与2010年中的人均地区生产总值的处理效应分别为5754.7元、11036.4元和4545.7元、6123.8元。2016年正式成立国家自主创新示范区后，合肥、芜湖两市自创区政策在2017年和2018年的政策效应分别为558.9元、6273.2元和1630.3元、4802.0元。可见，合肥和芜湖两个阶段的自创区政策均实现了对区域经济增长的正向促进效应。

图2 第一阶段政策合肥、芜湖实际与合成人均地区生产总值的增长路径

图3 第二阶段政策合肥、芜湖实际与合成人均地区生产总值的增长路径

通过计算均方根误差RMSE，可以对处理组城市合成控制法的事前拟合效果与事后政策效应进行评价或比较。这里将政策实施前的RMSE记为Pre_RMSE，政策实施后的RMSE记为Post_RMSE，具体计算公式见(5)。

(5)

经计算，合肥市两阶段衡量政策实施事前拟合效果的Pre_RMSE值分别为641.9和114.6，衡量政策效应强度的Post_RMSE值分别为8801.1和4453.4。芜湖市第一、二阶段的Pre_RMSE值分别为176.0和849.9，Post_RMSE值分别为5392.8和3585.9。合芜两市两阶段政策实施的Post_RMSE值远大于其Pre_RMSE值，说明自创区政策的经济增长效果非常明显。并且，合肥市两阶段政策实施后的平均处理效应均高于芜湖市。

表4和表5分别报告了两个阶段蚌埠市各预测变量在政策实施前的拟合值与真实值的对比情况以及合成控制法中用于构造合成蚌埠的对照组城市权重。

表4 蚌埠市预测变量的合成情况

(续表4)

表5 用于合成蚌埠的对照组城市权重

图4展示了蚌埠市人均地区生产总值的真实序列与合成序列的对比情况。第一阶段自创区政策对2009年、2012年、2016年蚌埠市人均地区生产总值的处理效应分别为-2021.8元、1247.8元和5427.5元，第一阶段政策实施后的平均处理效应为1386.7元。其中，2009—2010年蚌埠市的真实人均地区生产总值低于其合成值，即处理效应为负，但从2011年开始，其自创区政策的处理效应由负转正，并呈现出逐年提高的态势。第二阶段自创区政策实施后，蚌埠市2017和2018年的处理效应分别为3548.5元与2040.9元。可见，蚌埠市自创区建设的第一阶段政策效果存在一定的时滞性，而且2018年的政策处理效应相比2017年还有小幅下滑。

图4 第一、二阶段蚌埠市实际与合成人均地区生产总值增长路径

进一步，计算蚌埠市两阶段的事前和事后均方误差值。蚌埠市第一阶段自创区政策的Pre_RMSE值与Post_RMSE值分别为717.0和2976.7，第二阶段创新改革的Pre_RMSE值与Post_RMSE值分别为694.9和2894.5。总体而言，蚌埠市自创区建设的经济增长效应不如合肥和芜湖两市。

(二)稳健性检验

上文分析结果表明，在自创区建设政策实施后，实验组三市的人均地区生产总值相比于其对应的“反事实”结果出现了较为明显的增长，但是这并不能完全说明增长就一定来自自创区的建设。为使研究结果更具说服力，本文通过安慰剂检验、排除空间溢出效应的政策效应估计以及广义合成控制法来验证上述实证结论的稳健性。

1.安慰剂检验

使用Abadie et al.(2010)所采用的安慰剂检验可为合成控制法所估计的处理效应提供经验P值。其检验思路是：首先，假设对照组中的每一个城市均实施了与实验组相同的政策干预，即假设对照组76个地级市均在2008年、2016年实施了与合芜蚌三市相同的自创区建设；然后，对每个对照组城市使用合成控制法，计算各城市对应的处理效应序列，从而得出两个政策阶段对照组城市的“伪政策”处理效应，最终得到每个时点上对照组城市与合芜蚌三市处理效应的分布情况。如果实验组三个城市的处理效应高于大多数对照组城市，或者说在处理效应分布中排名相对靠前，那么就有理由认为自创区政策对区域经济的增长效应并非一种偶然现象，而具有统计意义上的显著性。

在进行安慰剂检验之前，需要筛选对照组城市合成效果。这是因为，假如某个对照组城市事前的合成效果不够理想，那么其事后得到的“反事实”结果也是不可信的，这会给处理效应的排序带来严重偏误。参考Abadie et al.(2010)的建议，本文将用于评价三个实验组城市事前拟合效果的Pre_MSPE值作为筛选用于安慰剂检验的对照组城市的阈值。也就是说，在合芜蚌三市政策效应的安慰剂检验中，若某对照组城市的Pre_MSPE值高于阈值，则将该样本城市剔除。图5和图6分别展示了第一阶段和第二阶段合芜蚌三市以及各自用于安慰剂检验的对照组城市的变动情况，图中黑色实线代表实验组。不难发现，自创区政策实施年份之前，样本城市的处理效应序列主要围绕0小幅波动；而在政策实施年份后，合芜蚌三市与对照组城市的差距开始变大。

经计算，在第一阶段自创区政策实施后的处理效应排序中，合肥市2009—2010年均位列前2.63%，芜湖市2009—2010年均位列前3.95%，蚌埠市2009—2016年则分别位列前69.74%、68.42%、51.32%、47.37%、52.63%、46.05%、46.05%和39.47%。在第二阶段自创区政策实施后的处理效应排序中，合肥市2017—2018年分别位列前18.97%和3.45%，芜湖市2017—2018年分别位列前14.47%和6.58%，而蚌埠市2017—2018年分别位列前25.0%和28.95%。可见，合芜蚌三市两个阶段政策效应的显著性水平存在较大差距。合肥市和芜湖市第一阶段政策实施的经济增长效应均在10%水平上显著；第二阶段政策实施后，合芜两市政策效应的显著性水平由不显著改善为10%水平上显著；而蚌埠市自创区政策的处理效应显著性水平在两个阶段内均无法达到10%以内，但总体上在持续改进。整体来说，合肥市国家自主创新示范区建设的经济增长效应最显著，其次为芜湖市，蚌埠市表现最差。

图5 第一阶段合芜蚌三市政策效果的安慰剂检验

图6 第二阶段合芜蚌三市政策效果的安慰剂检验

2.排除空间溢出效应的政策效应估计

考虑到合芜蚌三市获取自创区政策支持或多或少会对邻近城市产生正向或负向的溢出效应，如果将这些邻近城市加入对照组，则可能会对政策效应的识别产生一定干扰。因此，本文将与处理组三市地理接壤的11座城市从对照组中剔除。在构造新的对照组样本后，重新使用合成控制法估计处理组三城市自创区政策实施的经济增长效应，具体估计策略与前文一致。表6汇报了剔除空间相邻城市后，合芜蚌自创区经济增长的处理效应与安慰剂检验提供的经验P值。

表6 剔除地理相邻城市后的处理效应估计

由表6可见，剔除地理相邻城市后的两阶段政策处理效应与前文估计结果的趋势与方向基本一致。在剔除相邻对照组城市样本后，合芜蚌三市两阶段政策的平均处理效应相比原来的估计结果略有提高，而且其相应的显著性水平也有所改进，说明合芜蚌三市的自创区政策实施可能会对邻近城市产生正向的经济增长溢出效应。

3.合芜蚌自创区的整体政策效应估计

DID方法在随机实验中能够消除不可观测的混淆变量对处理效应的干扰，但是其严格的假设条件在准自然实验中通常难以得到满足，容易导致估计值的内生性偏差。Xu(2017)将合成控制法与固定效应模型相结合，提出一种放松平行趋势假设的多处理单元政策评估方法——广义合成控制法(Generalized Synthetic Control Method，GSCM)。在此，运用GSCM对合芜蚌自创区整体政策效应的显著性进行检验。

与合成控制法的研究设计类似，将76座城市分为两组，合芜蚌三市为实验组，剩余样本城市则为对照组。所有城市的观测期均为T期，T∈(1,T)为政策发生时点。Y表示城市i在t时的人均地区生产总值。假设处理组城市的人均地区生产总值由下述模型决定：

(6)

(7)

GSCM的具体估计步骤可参考Xu(2017)。值得注意的是，f为不可观测的共同因子，对其真实维度r的选择事实上也是对模型的选择。本文选择交叉验证法获取模型拟合结果最优的r值，同时使用Bootstrap法获得模型参数与平均处理效应的标准误。模型中的控制变量沿用上文合成控制法中所使用的预测变量。图7展示了合芜蚌三市两个阶段政策实施后的平均处理效应序列 ATT及其置信区间。

图7 合芜蚌三市两阶段政策实施的平均处理效应

根据GSCM的估计结果，合芜蚌三市第一阶段自创区建设的人均地区生产总值的整体平均处理效应为2989元，Bootstrap提供的经验P值为0.108，第二阶段自创区建设的整体平均处理效应为13021元，经验P值为0.916。两阶段自创区建设的处理效应虽为正，但并不具备统计意义上的显著性。根据前文的实证结论，我们将合芜蚌三市中政策效应最弱的蚌埠市从实验组样本城市中剔除，再使用GSCM估计合芜两市的平均处理效应。合芜两市的两阶段政策实施的ATT序列见图8。

由图8可见，在剔除蚌埠市后，合肥市和芜湖市的第一阶段与第二阶段的整体平均处理效应分别提高至5101元和13768元，且在1%显著性水平上拒绝ATT为0的原假设。不仅如此，两阶段政策实施后的平均处理效应还存在递增趋势。这进一步表明蚌埠市在合芜蚌自创区中的政策经济绩效处于相对劣势地位，其自创区政策的实施未能有效发挥对区域经济增长的带动效应。

图8 合肥市和芜湖市两阶段政策实施的平均处理效应

(三)自创区政策的创新机制检验

现有理论表明，自创区建设对区域经济增长的促进作用主要源于区域创新能力的提升。本文参考李婧等(2010)和刘婷婷(2017)的做法，将地区专利授权量的对数lnpatent作为地区创新水平的代理指标。但考虑到自创区政策并非随机分配，且仅有三个样本城市实施了自创区政策，若直接采用中介效应回归检验政策创新机制得出的结论可能并不可靠，因此继续使用合成控制法检验自创区政策与地区创新水平提升之间的因果效应。

与前文关于自创区政策对区域经济增长的合成控制法研究设计一致，为避免合肥、芜湖行政区划调整对准自然实验结果的干扰，我们按照政策实施时点分两阶段进行自创区政策的创新机制检验，预测变量则沿用前文的设定。表7列示了合芜蚌三市自创区政策的区域创新水平促进效应的估计结果，同时还包括安慰剂检验为处理效应提供的经验P值。

表7 自创区政策的区域创新水平处理效应估计

根据表7，合肥、芜湖、蚌埠三市自创区政策对区域创新水平的提升效应存在异质性。整体来说，合肥市的政策创新效应最高，芜湖市次之，蚌埠市最差。从安慰剂检验结果来看，合肥市与芜湖市的估计结果均在5%显著性水平上拒绝了政策创新效应不存在的原假设，而蚌埠市的政策创新效应在大部分观测年份不显著，且存在时滞性。由此可知，自创区政策的区域创新能力促进效应和区域经济增长效应表现出一致性，即处理组三市的区域经济增长效应越高，其政策的区域创新水平的促进效应也越高。

五、结论与政策建议

本文以合芜蚌三市2008年建设自主创新综合配套改革试验区、2016年设立国家自主创新示范区两阶段实施自创区政策为观测事件，实证分析了区域自创区建设对经济增长的促进效应。在政策效果估计中，我们利用政策实施的时间差，排除了2011年行政区划调整对处理效应估计的干扰，并基于合成控制法与76个地级市的经济特征数据构造出一组“反事实”结果。研究发现，合肥市、芜湖市实施两阶段自创区政策均能对区域经济增长产生显著的正向处理效应，蚌埠市第一阶段政策的处理效应表现为由负转正的递增趋势，第二阶段政策实施后的处理效应均大于0。通过安慰剂检验、剔除空间相邻样本的合成控制法估计以及广义合成控制法来验证合芜蚌三市政策效应估计结果的稳健性，发现合肥市与芜湖市的政策效果较为显著，而蚌埠市的政策效应存在明显的滞后性，且不具备统计意义上显著性，其自创区政策的经济增长带动效应尚未完全显现。自创区政策的创新机制检验结果表明，合芜蚌三市政策创新水平的促进效应与其政策的经济增长效应表现出一致性，且合芜蚌自创区建设面临着区域创新发展不协调的问题。

加快推进国家自主创新示范区建设，是培育经济新动能、实现创新驱动发展的重要抓手。首先，要继续加大国家自主创新示范区的政策扶持与先行示范力度，深化区域科技体制改革，释放创新创业活力，提升自创区的辐射带动能力，建立产学研多主体深度融合的跨区域协同创新共同体。其次，在自创区的政策设计中也要“因地制宜”，形成差异化的自主创新发展道路。比如，区位优势不足、创新要素禀赋相对落后的城市，要找准自身产业长处，强化与科研机构、高等院校的交流合作，以科技创新提升特色产业的市场竞争力，集聚创新人才与资本，促进科技产业发展的良性循环。