城市发展转型提升创新水平吗?——来自国家创新型城市试点的证据

王翔翔, 刘 瀑

(1.河南牧业经济学院 经济与贸易学院,河南 郑州 450046;2.郑州轻工业大学 经济与管理学院,河南 郑州 450066)

引言

党的十九届五中全会强调完善国家创新体系①,而城市作为国家创新活动的重要载体,其创新方式和水平无疑决定了未来较长时期内的经济发展优势。按照国际标准中关于城镇化水平60%的阈值,中国已经初步实现国家治理和经济发展的现代化②。与此同时,“十四五”时期,中国对落实新发展格局和实现经济高质量发展提出了更高的要求,在传统生产要素对经济增长贡献程度日益减少的压力下,城市发展方式必然面临转型。发展转型过程的实质是从“要素驱动模式”向“创新驱动模式”的变革,通过将数字技术、绿色技术等引入现有城市发展体系,推动城市在包容性增长、人才集聚、企业创新、产业优化等方面发生重塑性变革。这也使得以提升城市品质为目标,以增强城市创新水平为核心,符合新发展理念的城市创新在国家创新体系建设进程中占据了重要位置。

为探索差异化的城市创新发展路径,2008年深圳成为中国首个创新型试点城市,截止到2021年9月,试点城市陆续增加到78个。至此,创新型城市的试点工作已由初步摸索进入到持续探索阶段。建设创新型城市是“十四五”规划中建设创新型国家的重要路径,也是中国经济转向高质量发展的主动选择。“克鲁格曼质疑”认为中国的经济增长并非由技术进步带来的劳动生产率提高所致③,这实际上也指出了未来中国要想获得可持续的发展动力,必须着眼于创新驱动。那么始于2008年的创新型城市试点是否与过去的经济刺激政策有本质不同,是否真正提升了目标城市的创新水平呢?这一问题的回答关乎创新试点政策的经验总结与推广,对新常态下促进中国经济和城市的高质量发展有着重要意义。

现有关于转型发展和创新水平的文献主要集中于以下几类:其一是传统生产要素投入对城市创新水平的影响。一般认为地区性的要素集聚促进了城市生产率的提高,而城市“包容性增长”的发展模式又进一步带来了各类要素在更高水平上的集聚,因此这类研究重点考察了人力资本、产业集聚等对城市创新的影响。从人力资本集聚来看,苏屹等(2017)考察人力资本投入对区域创新绩效的影响,研究表明不同强度的人力资本投入对区域资本集聚的影响程度不同,并且人力资本集聚对城市创新水平的提升有着明显的推动作用。部分研究也有类似结论(梁文泉 等,2015;穆怀中 等,2017)。从产业集聚来看,倪进峰等(2017)验证了集聚对创新水平提升的门槛效应,江三良等(2020)的研究印证了阈值的存在。

其二是数字经济对城市创新水平的影响。蒋仁爱等(2021)的研究证实了这种促进作用主要是通过提升创新产出而非创新投入来实现。韦琳等(2022)基于“智慧城市”试点建设的准自然实验,也证实了数字经济发展对绿色创新的正向推动作用。也有学者考虑到了在这个过程中不同要素的空间交互影响(于井远 等,2021;王红霞 等,2022)。

其三是政府参与对城市创新水平的影响。创新活动离不开政府创新政策和相关资源的扶持,从效果来看这类文献主要形成了抑制或促进两种观点。徐换歌等(2020)的研究发现,国家创新型城市试点政策对城市创新能力的提升作用显著,并且具有明显的空间溢出效应;李洪涛等(2020)考察了试点政策对要素流动的溢出效应影响,指出国家创新型城市试点政策对行政级别偏低的城市影响更为明显。部分研究均得到了类似结论(李政 等,2019;霍春辉 等,2020;张涵,2021;聂长飞 等,2021;丁焕峰 等,2021)。但寇宗来等(2020)却认为政府推动的创新政策对企业创新行为的影响存在倒U形的趋势,陈光亮等(2022)在研究政府投入资金对高技术产业创新发展的影响时,也证实了这种倒U形关系的存在。胡兆廉等(2020)认为创新型城市试点政策难以兼顾不同产业的创新需求,也尚未推广到城市创新水平层面。陈大峰等(2021)分析了不同驱动因素对城市创新关联网络形成的影响,认为扩大的财政支出可能并未真正用于支持企业的研发活动。

可见现有研究结论仍存在较大差异,据此,本文的创新点归纳为以下几点:一是研究内容的创新。本文构建了创新型城市试点政策通过提高人才集聚水平、强化企业创新主体地位、改善城市要素禀赋结构进而提升城市创新水平的理论框架,从城市层面考察了政策的经济效果,弥补了现有文献单独关注某一要素和多从宏观层面考察经济政策效果的不足,对于后期创新政策经验的总结与推广有一定的推动作用。二是研究方法的创新。考虑到创新型城市进入试点名单的时间不同,本文使用多时点双重差分法替代普通差分法,据此得出的研究结论在印证既往文献中提到的显著正向影响的同时,也进一步发现这种提升作用在政策实施后的一段时期并不明显,表明试点政策在政策稳定性和连续性上仍待加强。

一、理论机制与假设提出

创新活动不确定性和风险性较大,政府在创新体系构建过程中一般占据主要引导地位。与中国社会的渐进式改革类似,创新型城市试点政策始于2008年深圳市的地方政府探索,2010年中央政府出台相关文件,之后全国范围内正式开始试点。中央和地方政府为实现城市创新水平提升这一共同目标,在统一框架内“共同学习”,这其中向“实验主义治理”的转变更好地规避了“固有的制度障碍会弱化政府行为对创新绩效的作用”这一弊端(章文光 等,2018)。本文认为试点政策对于城市创新水平的提升主要是通过以下几种途径来实现:

第一,匹配机制。科学构建创新人才的汇聚机制是城市创新水平提升的重要因素。最早关于人力资本集聚的研究可追溯到马歇尔的《Economic Principles》,马歇尔指出了人力资本集聚的基本路径,即厂商选址吸引劳动力逐渐汇集形成一定规模后,又吸引其余同类和异质性厂商利用已经形成的劳动力市场扩大生产。之后古典和新古典经济增长理论都认为人力资本集聚是经济增长的主要来源(Grossman et al,1995;Krugman et al,1995;Fujita et al,2009)。人力资本集聚的深度与广度加快推动了城镇化的进程,不仅提供了城市创新水平提升所需的人力资本存量,而且改善了不同技能劳动者构成的人力资本结构。

试点政策对于城市创新水平提升的关键路径之一在于,试点城市试行更加开放的人才政策,一方面遵循科技人才的流动规律,通过健全薪酬福利、子女教育、社会保障和税收优惠等制度,形成科技人才的规模效应;另一方面通过城市创新生态环境的改善,打造“鼓励创新、宽容失败”的城市创新形象,进一步提升城市集聚高水平创新人才的能力。劳动力市场匹配理论也解释了这种机制的现实基础:创新型试点城市以特定创新创业项目吸引相互关联的企业在空间上集聚,增加了劳动力匹配机会概率,由此带来的更大规模的创新产品供给和需求市场共同促进了创新企业规模经济的实现和创新人才的流入。由此,提出以下假设:

H1:创新型城市试点通过推动城市“包容性”增长,提高城市创新发展所需的科技人才匹配能力,推进城市创新水平的提升。

第二,主体机制。十八大报告明确提出实施以企业为主体的创新驱动发展战略,以替代过去依靠传统生产要素投入的外延式增长模式④。一方面,企业的创新活动具有外部性和不确定性,需要国家的政策支持,这也是试点政策出台的契机。从这个角度看,试点政策的实施工作方案主要是针对核心指标的提升,如加大对企业创新活动的扶持力度、研究与试验发展经费支出大幅度增长、具备自主知识产权和核心技术的创新型企业数量不断增加等。这也为后文的指标选取提供了便利。另一方面,对于试点政策效果的评估需要结合中国企业创新活动的特征事实,避免单纯依靠扶持政策出台的标准和扶持资金投入的数量作为评估内容。梳理中国企业创新活动的特征事实,不难看出:一是企业创新意识不断增强。寇宗来等(2020)的研究指出,1998年中国申请发明专利的企业占比只有6.6%,而到了2013年,这一比例上升到13.18%⑤。二是民营企业的创新意愿更强。寇宗来等(2020)认为较强的行政壁垒保护形成的替代效应导致国有企业普遍存在创新激励不足的情况。三是企业创新活动分布存在区域差异性。经济发达地区由于先天资源禀赋和创新条件丰富,本身就具备孕育创新活动的可能性,这一点从寇宗来等(2020)关于企业专利申请在不同区域间分布的数据可以看出。因此,创新型城市试点政策提升城市创新水平的关键在于提高企业从效率改善中获取更高收益的概率和降低生产销售环节中的交易成本。由此,提出以下假设:

H2:创新型城市试点通过强化企业创新主体地位推进城市创新水平的提升。

第三,集聚机制。一般来说,城市创新水平受到当地产业结构的影响。城市经济学理论认为,城市发展与产业集聚互为补充,而产业集聚既需要高技能劳动者提供更高的劳动生产率,也需要低技能劳动者提供充足便捷的服务业务以提高城市竞争力的“软实力”。这表明无论是劳动密集型还是资本密集型行业,都能够在城市“包容性增长”的发展模式中找到契合自身发展需要的路径。

本文认为在这种互为补充的交互过程中,更多地体现了对产业结构优化升级的提升作用,创新产业集聚能够通过创新活动的循环累积过程实现内部规模收益递增和外部规模经济,在降低要素成本的同时提高要素贡献率。由此,提出以下假设:

H3:创新型城市试点通过强调对城市资源禀赋和产业优势的依托,推动以提高劳动生产率为目的的产业结构升级,推进城市创新水平的提升。

综合来看,政策试点的目的在于促进创新要素能够在市场间自由流动而不存在制度和经济障碍,在创新人力资本形成、企业创新主体突出以及产业结构升级的共同作用下,形成创新生态系统的中心和外围地区,无论是“虹吸效应”还是“辐射效应”,各地区都能够享受到城市创新水平提升带来的红利,从而各自发挥不同生产投入要素的边际贡献,逐渐缩小区域发展差异。

二、模型设定及数据变量说明

(一)数据及变量说明

被解释变量为城市创新水平。本文使用城市创新综合指数作为城市创新水平的替代变量。使用的数据来源于北京大学开放研究数据平台提供的中国区域创新创业指数,最终选取了2000—2019年269个城市创新指数⑥。

解释变量为中国创新型城市试点政策的实施。创新型城市试点始于2008年的深圳,截止到2021年9月,一共有78个城市入围试点名单⑦,城市i在t年如果成为试点城市,则赋值为1,否则为0。

机制检验部分涉及的变量包括人力资本积累、企业创新投资和产业集聚程度等。人力资本积累利用公式(1)进行测算,其中,TC/T表示全国人力资本总数的比例,TCi/Ti表示某一地区人力资本总数的比例:

(1)

对于企业创新投资的衡量,借鉴杨仁发等(2020)的研究,从两个方面考虑:一是企业当年专利授权量,用来反映企业的自主创新能力;二是企业当年研发经费投入占主营业务收入比值,用来反映企业的研发投入密集度;

对于产业集聚的衡量,主要利用Herfindahl计算得出,公式如下:

(2)

(xijt/xit)分别为第t年i地区j行业的就业人数、销售收入、资产总额与第t年i地区所有行业的比值。在控制变量的选取上,主要考虑与城市创新水平相关的变量,控制变量和机制检验所需数据均来源于中经网数据库,不足部分由各类统计年鉴补足。

(二)基础模型设定

本文使用双重差分法(difference-in-difference)评估政策效应,同时考虑到各城市进入试点名单的时间并不一致,使用多时点双重差分法进行分析,设定的基准模型如下:

innovationit=β0+β1treatit+ηyearit+γtreat×yearit+φXi,t-1+∑Cityi+∑Yeart+εit

(3)

其中,innovationit代表城市创新水平,i表示城市,t表示年度;treat×yearit为核心解释变量,代表城市i在t年是否进入创新型城市试点名单。系数γ如显著大于0,则表示创新型城市试点政策的实施显著提升了城市创新水平。X为本文选取的一系列控制变量。模型还控制了各种固定效应,cityit代表城市固定效应,yearit代表时间固定效应。εit为稳健标准误。各变量的汇总解释和描述性分析见表1。

表1 主要变量定义及描述性分析

三、结果分析

(一)基准回归结果

在进行回归前,首先进行Hausman检验,结果显示,在1%的水平上强烈拒绝随机效应的原假设,因此使用固定效应模型。图1给出了2000—2019年河北、山西、内蒙古部分城市创新水平指数走势情况,值得指出的是,整体经济实力较强的城市本身就存在较好的创新基础,难以直接观察出入选创新型城市试点对城市创新水平的提升效应。因此在进行基准回归前,选取部分整体创新基础和经济实力一般的城市观察其城市创新水平指数的变化趋势,通过图1可以直观地看出城市进入创新型城市试点名单与城市创新水平的正向趋同关系,下文将通过模型进一步证实。

图1 部分城市创新水平指数走势情况

基准回归结果见表2。以城市创新水平为被解释变量,第(1)列直接进行回归,第(2)列加入了控制变量。结果显示,第(2)列系数为1.606,在1%的水平上显著为正。根据郑烨等(2020)的研究,创新型城市试点建设模式主要分为全面创新型、改进创新型和引导创新型三类,基本代表了国内各层级城市,因此有别于以往“大水漫灌式”的政策扶持,此轮创新型城市试点明显增强了各级试点城市的辐射引领作用。以试点政策首先开始的深圳市为例,深圳市在2008—2015年期间分三轮实施总体规划,将科技计划、创新支撑、城市空间等十大工程细分为36项具体任务,借助试点契机,将提升城市创新水平内嵌于城市空间结构持续优化进程中,突破了以往创新政策仅仅关注单一市场主体或创新要素的困境。

表2 创新型城市试点提升城市创新水平的基准回归结果

(二)稳健性检验

稳健性检验主要从以下几个方面展开:

1.替换被解释变量

改变城市创新水平的测度方法,具体而言:一是考虑到创新水平高的城市申请专利的质量也较高,使用地级市发明专利授权量重新衡量被解释变量,结果报告于表3的第(1)列,与基准回归结果基本保持一致;二是使用地级市实用新型专利公开数目的量化分数替换被解释变量,结果报告于表3的第(2)列,同样验证了基准回归的结果。地级市专利数据均来源于iFinD数据库。

表3 稳健性检验的回归结果

2.改变模型窗口期

2015年国务院出台了《关于大力推进大众创业万众创新若干政策措施的意见》,可能模糊了之后创新型城市试点的政策效果,因此在计量模型中加入创新型城市试点和2015年时间虚拟变量的交叉项,一定程度上缓解政策效果识别不清的回归偏误,结果报告于表3的第(3)列,验证了创新型城市试点对城市创新水平的提升作用。

3.改变估计方法

这一部分主要考虑模型固有的样本选择性偏差问题,其考虑在于试点城市本身就属于创新水平较高或创新环境较好的地区,从而对估计结果产生明显干扰。本文使用倾向得分匹配(PSM)进行稳健性检验,以减弱非随机选择过程带来的影响。选择城市金融水平、固定资产投资总额等作为匹配变量,变量说明详见表1,使用近邻匹配方法进行匹配,基于Logit模型进行估计,结果报告于表3的第(4)列,与基准回归结果类似。

(三)内生性检验

1.平行趋势检验

基准回归结果表明,创新型城市试点显著提升了试点城市的创新水平,但一个可能的结果是在试点政策实施之前,那些之后进入试点名单的城市创新水平本身就比没有进入试点名单的城市高。尽管我们通过改变估计方法等稳健性检验考察了这类偏误的影响,但仍可能存在政策影响效果模糊的可能性。基于此,利用平行趋势检验以保证得到的是政策实施的净效应,使用事件研究法的思想,首先生成年份虚拟变量与处理组虚拟变量的交互项,将这些交互性作为解释变量进行回归,设定模型如下:

(4)

其中,Dit表示创新型城市试点与一系列年份虚拟变量的交互项,基期设定为t-1期,结果如表4第(4)列所示,βt的系数在2010年政策实施后显著为正,实施前并不明显,满足平行趋势假定。值得关注的是,政策的正向显著影响在第三期以后逐渐减弱,这表明应注重创新型城市试点政策实施影响的可持续性。

表4 平行趋势及工具变量估计结果

2.工具变量估计

尽管基准回归表明创新型城市试点显著提升了试点城市的创新水平,但不可避免的互为因果关系仍可能导致估计结果的偏误。理论上来讲,邻近同级别城市进入试点名单能够刺激本城市为进入试点名单而努力,但邻近同级别城市进入试点名单却不会直接影响本城市的城市创新水平,满足了相关性和外生性的要求。因此,本文选取相邻城市是否进入创新型城市试点名单作为工具变量,使用LSDV方法以控制个体固定效应,结果报告于表4。表4第(3)列的第一阶段估计结果显示,工具变量符合了相关性的要求。第(2)列在第(1)列的基础上,加入控制变量后的系数为1.769,在1%的水平上显著,与基准回归结果类似。

四、进一步的考虑:机制探讨

(一)基于城市创新生态视角机制分析

城市创新水平提升的核心动力在于人力资本的空间集聚、企业主体创新能力的提升和城市产业结构的优化升级,这可以统一归为城市创新生态对城市创新水平的提升。其检验路径可以归纳为:创新型城市试点政策的实施—营造城市创新生态氛围—提高城市创新水平。为此,本文采用中介效应机制进行检验,构造如下模型:

HCAit=∂0+∂1treat×yearit+∂2Xi,t-1+∑Cityi+∑Yeart+εit

(5)

innovationit=φ0+φ1treat×yearit+φ2HCAit+φ3Xi,t-1+∑Cityi+∑Yeart+εit

(6)

PIit=β0+β1treat×yearit+β2Xi,t-1+∑Cityi+∑Yeart+εit

(7)

innovationit=β0+β1treat×yearit+β2PIit+β3Xi,t-1+∑Cityi+∑Yeart+εit

(8)

PCit=χ0+χ1treat×yearit+χ2Xi,t-1+∑Cityi+∑Yeart+εit

(9)

innovationit=χ0+χ1treat×yearit+χ2PCit+χ3Xi,t-1+∑Cityi+∑Yeart+εit

(10)

IAit=δ0+δ1treat×yearit+δ2Xi,t-1+∑Cityi+∑Yeart+εit

(11)

innovationit=δ0+δ1treat×yearit+δ2IAit+δ3Xi,t-1+∑Cityi+∑Yeart+εit

(12)

以式(5)—(6)为例,若式(5)中的∂1显著,且式(6)中的φ1不显著(或虽然显著,但系数降低)和φ2显著,则说明人力资本积累是试点政策影响城市创新水平的中介效应。表5中第(1)列和第(2)列给出了“匹配机制”检验结果。第(1)列的结果表明创新型城市试点政策显著提升了地区人力资本积累,第(2)列同时将试点政策和人力资本积累放入回归方程,结果显示试点政策变量的系数不显著,但人力资本积累的变量系数显著为正,表明试点政策促进了人力资本在空间上的集聚,从而提升城市创新水平。这一方面源于资本、原料、劳动力等生产要素逐渐在交通运输便利和创新政策支持力度大的地区集聚,形成了区域的经济中心,带来了劳动力需求总量上的攀升;另一方面,试点政策的出台推动了区域的产业分工细化,高技能和低技能劳动者都能匹配到合适的工作机会。以上检验证实了“匹配机制”的存在,验证了H1。

表5 机制检验回归结果

表5中的第(3)—(6)列给出了“主体机制”检验结果。其中,(3)—(4)列利用企业专利授权量(PI)衡量企业创新投资水平,(5)—(6)列利用企业研发经费投入比例(PC)衡量企业创新投资密集度,结果与“匹配机制”检验结果类似,证实了“主体机制”的存在,验证了H2。从各地的具体实践中也能看出强化企业创新主体地位的必要性,如自2012年乌鲁木齐市进入试点名单后,即成立装备制造产业专项发展基金,全部用于推动22家主要装备制造企业实施“产业创新引领工程”;作为首批国家创新型试点建设城市,南京将培育创新型企业作为提升城市创新水平的抓手,独角兽企业已超300家,科技进步贡献率在2020年也突破了66%。

表5中的第(7)—(8)列给出了“集聚机制”检验结果,与上述检验结果类似。产业集聚通过知识和技能的外部溢出效应推动城市创新水平的提升,并提高了各类资本要素集聚的边际效益。新常态下产业集聚的规模和方向更注重产业结构升级契合城市未来的发展方向,对城市创新水平的正向推动作用也更加侧重于劳动生产率的提高。以上检验证实了“集聚机制”的存在,验证了H3。

(二)异质性分析

试点城市的指导意见要求各城市依托自身的资源禀赋探索不同类型的建设模式,表明创新型城市试点对不同城市的提升作用可能存在差异。

1.不同经济发展程度

按照上述标准,本文将中位数以上的样本定义为全面创新型和改进创新型城市,将中位数以下的样本定义为引导创新型城市和其余城市,引入经济发展程度的交叉项考察异质性特征,结果报告于表6。其中第(1)和第(2)列以城市创新水平为被解释变量,无论是系数大小还是显著性水平,中位数以下的样本均明显高于中位数以上的样本。第(3)和第(4)列以实用新型专利公开数目的量化分数作为被解释变量,结果类似,表明创新型城市试点对于引导类创新型城市创新水平提升的边际作用更加明显,更加凸显了创新型城市试点政策对于全面提高和平衡中国城市创新水平的重要地位。

表6 不同经济发展程度的回归结果

2.不同教育发展水平

根据前文的分析,人力资本的受教育程度是影响城市创新水平的重要因素,而人力资本的受教育程度直接受制于地区的教育发展水平。这一部分将78个试点城市所在省份“双一流”建设高校和学科在10以上的定义为教育水平中位数以上的样本,其余为教育水平中位数以下的样本,结果见表7。表7中的第(1)列在1%的水平上显著,第(2)列并没有出现统计学上的显著性特征,表明教育程度高的地区,创新型城市试点对城市创新水平的影响程度要高于教育程度较弱的地区。

表7 不同教育发展水平和政策定位的回归结果

3.不同城市政策定位

2016年12月,国务院提出了“一中心、四区”的战略定位,在这一政策支持下,国家中心城市的入选就显得尤为必要了。依据该标准,将78个试点城市所在省份有国家中心城市的划分为重点支持城市,结果报告于表7的第(3)列和第(4)列,第(3)列在1%的水平上显著,第(4)列为其余样本,没有出现统计学上的显著性特征。国家的政策定位充分考虑了交通网络、生产要素、人力和科教资源、产业门类、基础条件以及发展潜力等因素,在缺乏良好识别机制的现实约束下,国家中心城市的入选无疑引导了城市创新的方向。

五、主要结论与政策建议

创新型城市试点是全国统一大市场背景下,不同层级城市经济发展“提质增效”的重要制度安排,其实质在于构建良好的城市创新生态,促进城市创新水平的不断提升。从各地实践来看,试点政策中强调的“新要素联动”“新企业主体”“新因城而异”等政策定位引导试点城市突出特色、错位分工,使得此轮创新型城市试点效果充分契合了打造区域创新高地的新发展理念。为了研究此轮试点政策中城市创新路径的多样化,本文基于2000—2019年269个城市的面板数据,考察了创新型城市试点政策对城市创新水平的影响及其影响机制。研究结果表明,试点政策显著提升了试点城市的创新水平,这一结论在替换指标、改变窗口期、更改估计方法和进行工具变量估计后依然成立。机制分析进一步发现,中国城市创新水平提升的核心动力是人力资本的空间集聚、企业主体创新能力的整体提升和城市产业结构的优化升级,这可以统一归为城市创新生态对城市创新水平的提升。此外,异质性分析表明,试点政策对于城市创新水平的提升效果受到经济发展水平、教育水平和政策定位等因素的影响,表现出明显的分化作用。

上述结论对于经济新常态下挖掘中国经济发展的新动能,推动创新驱动发展战略的实施有着重要的指导意义。依据本文的研究结果,提出以下政策启示:

第一,完善科技人才引进制度,与本土教育资源培育一起形成人才汇聚沃土,多举措提升人力资本积累水平。从实施路径看,本文的机制分析表明人力资本的集聚能够促使城市在吸引高技能人才的同时,也能够容纳更多地低技能劳动者,从而实现城市人口的合理流动。因此,试点城市在大力引进重点领域高层次创新人才的同时,也应注重畅通其余市场的人口流通渠道,在提升本土教育资源的基础上构建“以用为本,实践导向”的人才培养模式。

第二,强化企业的创新主体地位,形成产学研用深度融合的新局面,多渠道提升企业技术创新能力。从实践手段来看,试点城市可通过制度创新破除制约企业创新的体制障碍,如设立创新区减少企业的“政策租金”和各类制度性交易成本,推动国家科研数据进一步向企业开放,鼓励企业跨区域协同创新合作,加快企业创新成果应用转化,完善金融支持企业创新体系。同时要根据城市自身要素禀赋坚持“一城一策、因地制宜”的原则,更好地发挥政策的引领作用。

第三,不断完善产业技术体系创新政策,引入试点城市自身发展所需的目标产业,多层面发展创新型产业集群。就本文的研究结论来看,创新型试点城市能够在市场主体持续不断的创新活动中,实现知识溢出和要素市场的共享,反哺企业创新能力的培育,进而提升目标产业的创新效率。因此,培育创新型产业集群是推进区域创新的重要途径。

①党的十九届五中全会审议通过《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》,指出:坚持创新在现代化建设全局中的核心地位,完善国家创新体系,加快建设科技强国。

②数据说明详见中国社科院发布的《2020年社会蓝皮书》,新华网于2019年12月24日同步转载。

③1994年,克鲁格曼在其经典论文《The Myth of Asia’s Miracle》中指出,中国等东亚国家的经济增长主要是通过大规模的资本积累和密集的劳动力投入获得的,而非依靠技术进步和效率提升,长期来看,这种经济增长方式是难以持续的。

④党的十八大报告中指出,要明确企业创新主体地位,全面提升企业创新能力。

⑤寇宗来等(2020)的研究中关于企业专利的数据详见国家知识产权局发布的专利数据统计报告。

⑥该指数的构造详见北京大学开放研究数据平台,该指数已开放公开获取渠道。

⑦试点名单数据详见科技部发布的《国家创新型城市创新能力评价报告2021》。