王 欣,杜寶貴
(東北大學(xué) 文法學(xué)院,遼寧 沈陽 110169)
全面創(chuàng)新改革試驗是具有中國特色的公共政策創(chuàng)新擴散實踐,既是對中央戰(zhàn)略布局政策試驗田、地方積極貢獻創(chuàng)新舉措的政策試點—推廣模式的傳統(tǒng)延續(xù),又是對全面深化改革、推動中國國家治理體系與治理能力現(xiàn)代化的現(xiàn)實回應(yīng)[1]。2015年9月《關(guān)于在部分區(qū)域系統(tǒng)推進全面創(chuàng)新改革試驗的總體方案》(以下簡稱《總體方案》)正式出臺,標(biāo)志著首輪全面創(chuàng)新改革試驗肇始。在首輪全面創(chuàng)新改革試驗中期評估與收官大考期間,京津冀、上海、廣東、安徽、四川、武漢、西安、沈陽試驗區(qū)在科技管理體制、科技成果轉(zhuǎn)化、人才引育與激勵等方面取得了顯著成效。目前,第一輪全面創(chuàng)新改革試驗已落下帷幕,后續(xù)全面創(chuàng)新改革試驗將穩(wěn)步推進。2020年《政府工作報告》提出“深化新一輪全面創(chuàng)新改革試驗”,《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》(以下簡稱《綱要》)第七章第一節(jié)提到“深入推進全面創(chuàng)新改革試驗”。
政策試點—推廣模式中的一個重要環(huán)節(jié)是對政策試點經(jīng)驗進行總結(jié)評估,即側(cè)重回答戰(zhàn)略規(guī)劃及其配套政策是否有利于完善政策體系,是否有利于創(chuàng)新政策工具,是否有利于解決現(xiàn)實問題,政策目標(biāo)是否恰當(dāng),在多大程度上實現(xiàn)了政策目標(biāo),政策受眾的政策感知如何等一系列問題,并分析試驗區(qū)創(chuàng)新政策舉措在區(qū)域乃至全國范圍復(fù)制推廣的科學(xué)性、適用性、可行性。那么,如何評估全面創(chuàng)新改革試驗政策效應(yīng)?《總體方案》歸結(jié)了7項主要目標(biāo),近年來學(xué)者們已經(jīng)從區(qū)域創(chuàng)新能力[2]、知識產(chǎn)權(quán)、人才培養(yǎng)與激勵[3]、金融創(chuàng)新[4]等方面進行了有益探索。那么,對于其它主要政策目標(biāo)如科技成果轉(zhuǎn)化,全面創(chuàng)新改革試驗政策效應(yīng)如何?該政策對試驗區(qū)科技成果轉(zhuǎn)化產(chǎn)生的總體效應(yīng)如何?該政策對不同試驗區(qū)科技成果轉(zhuǎn)化產(chǎn)生的個體效應(yīng)如何?基于此,本文聚焦科技成果轉(zhuǎn)化這一主要政策目標(biāo),致力于探討全面創(chuàng)新改革試驗政策對科技成果轉(zhuǎn)化的影響效應(yīng)。
學(xué)者們主要從試驗區(qū)頂層設(shè)計與差異化發(fā)展路徑、政策評估、試點—推廣可行性3個方面,對全面創(chuàng)新改革試驗相關(guān)問題展開了深入研究。
(1)全面創(chuàng)新改革試驗區(qū)頂層設(shè)計與差異化發(fā)展路徑。首輪全面創(chuàng)新改革試驗區(qū)共有8個,每個試驗區(qū)承擔(dān)的任務(wù)不盡相同,學(xué)者們根據(jù)試驗區(qū)戰(zhàn)略目標(biāo),立足于當(dāng)?shù)貐^(qū)位優(yōu)勢,為各個試驗區(qū)頂層設(shè)計與發(fā)展路徑建言獻策。律星光[5]提出,四川試驗區(qū)應(yīng)進一步實施人才發(fā)展戰(zhàn)略、金融支撐戰(zhàn)略和開放合作戰(zhàn)略,并著力軍民融合創(chuàng)新;高騫等[6]分析了上海實施全面創(chuàng)新改革試驗的“集聚與輻射”“競爭與合作”等五對關(guān)系,“三鏈重構(gòu)”“四化協(xié)同”等五大原則,加強互聯(lián)互通、形成比較優(yōu)勢等十大任務(wù);郜媛瑩等[7]總結(jié)了京津冀在協(xié)同創(chuàng)新體制機制、跨區(qū)域知識產(chǎn)權(quán)一體化、跨區(qū)域人才一體化、跨區(qū)域科技創(chuàng)新資源配置與科技成果轉(zhuǎn)化等方面取得的成績。
(2)全面創(chuàng)新改革試驗政策評估。學(xué)者們認為政策完善程度、質(zhì)量與結(jié)構(gòu)、政策協(xié)同等會影響政策效果,因而從政策層次結(jié)構(gòu)與政策文本內(nèi)容出發(fā),分析了全面創(chuàng)新改革試驗政策。杜寶貴等(2020)構(gòu)建了全面創(chuàng)新改革政策的PMC指數(shù)模型,從政策目標(biāo)、政策工具、執(zhí)行保障等10個方面進行了政策量化評價研究;涂平等[8]研究指出,部分全面創(chuàng)新改革試驗政策與現(xiàn)行法律法規(guī)存在矛盾沖突和不協(xié)同問題。同時,近年來“小切口、大問題”研究范式受到學(xué)界推崇,學(xué)者們紛紛嘗試從一個較小的切入點,探究全面創(chuàng)新改革試驗政策在某一方面產(chǎn)生的效果與影響。夏巖磊等[2]運用嵌入式干預(yù)理論,探討了全面創(chuàng)新改革試驗政策對試點地區(qū)創(chuàng)新能力的影響機理。此外,學(xué)者們也致力于全面創(chuàng)新改革試驗評估框架與指標(biāo)體系構(gòu)建研究。李紅艷等[9]基于均衡式改革理論,形成涵蓋68項具體指標(biāo)的評估體系。
(3)全面創(chuàng)新改革試驗試點—推廣的可行性。一種觀點認為,全面創(chuàng)新改革試點地區(qū)政策制定與實踐經(jīng)驗在其它地區(qū)復(fù)制推廣具有較強可行性。洪志生等(2021)基于政策擴散理論,從政策本質(zhì)、政策匹配、政策差異等角度分析了全面創(chuàng)新改革試驗與“雙創(chuàng)”政策共容性,發(fā)現(xiàn)二者政策內(nèi)容高度匹配、試點區(qū)域選擇存在重合,從而認為全面創(chuàng)新改革試驗政策在雙創(chuàng)示范基地復(fù)制推廣是可行的,并且能夠發(fā)揮政策疊加效應(yīng);王玥[10]通過構(gòu)建改革力度—實施成效二維分析框架,闡述了長三角區(qū)域復(fù)制推廣改革創(chuàng)新類、優(yōu)化服務(wù)類政策舉措的可行性。另一種觀點認為,全面創(chuàng)新改革試點地區(qū)政策制定與實踐經(jīng)驗不易進行異地移植與擴散。張克[1]認為,試點地區(qū)之所以能夠當(dāng)選,源于它們在科技體制改革、知識產(chǎn)權(quán)保護、科技成果轉(zhuǎn)化等方面具有先天優(yōu)勢,試點地區(qū)成功經(jīng)驗具有特殊性,難以復(fù)制。另外,在試驗開展中,試驗區(qū)可能為了在“晉升錦標(biāo)賽”中標(biāo)榜業(yè)績,短期內(nèi)大幅加大資源投入力度,但是,這種行為不可持續(xù),也不利于資源匱乏地區(qū)學(xué)習(xí)模仿。
《總體方案》選取8個全面創(chuàng)新改革試驗區(qū),涉及跨省級行政區(qū)域、省、直轄市和副省級城市。各個試驗區(qū)在行政層級、經(jīng)濟體量等方面存在較大差異,不宜將所有試驗區(qū)納入同一評估框架與變量體系中。第一,考慮到《總體方案》將京津冀視為一個試驗區(qū),旨在整體上推動京津冀跨區(qū)域協(xié)同發(fā)展,由于其特殊的戰(zhàn)略定位和區(qū)位條件,難以找到與之相似的對照組,因此,實驗組不包含京津冀試驗區(qū);第二,沈陽、西安和武漢是副省級城市,在行政層級、統(tǒng)計口徑等維度與其它試驗區(qū)不具有可比性,因此,實驗組不包含這3個城市;第三,直轄市與省份存在規(guī)模差異,因此,實驗組不包含上海。出于上述考量,實驗組由廣東、安徽和四川3個省級行政區(qū)域構(gòu)成??刂平M由非試驗區(qū)省份構(gòu)成,需要說明的是,考慮到沈陽、西安和武漢試驗區(qū)可能對所在省份產(chǎn)生空間溢出效應(yīng),故控制組不包含遼寧、陜西和湖北3省。
(1)被解釋變量?!犊傮w方案》以“科技成果轉(zhuǎn)化”作為主要目標(biāo)之一,并提出通過“加速促進科技成果的資本化、產(chǎn)業(yè)化,增強科技對經(jīng)濟社會發(fā)展的支撐、引領(lǐng)作用”,促進科技與經(jīng)濟深度融合。由此可見,這一政策目標(biāo)的價值導(dǎo)向在于凸顯科技成果經(jīng)濟價值與市場價值。技術(shù)市場是科技成果由供給主體向需求主體轉(zhuǎn)移的交易活動場所,繁榮活躍的技術(shù)市場可以有力促進科技與經(jīng)濟融合。技術(shù)市場成交額可以反映科技成果市場價值與科技成果轉(zhuǎn)化總體規(guī)模,其在科技成果轉(zhuǎn)化評價中占據(jù)較高權(quán)重[11],是科技成果轉(zhuǎn)化成效的主要呈現(xiàn)形式[12]。因此,本文以科技成果轉(zhuǎn)化為切入點,選擇“技術(shù)市場成交額”作為科技成果轉(zhuǎn)化的代理變量。
(2)預(yù)測控制變量。為確保全面創(chuàng)新改革試驗區(qū)技術(shù)市場成交額的合成預(yù)測值能夠較好擬合其實際觀測值,本文選取以下變量作為預(yù)測控制變量:①經(jīng)濟規(guī)模。已有研究表明,經(jīng)濟規(guī)模對技術(shù)市場成交額具有顯著正向影響[13],并且較大經(jīng)濟規(guī)模是產(chǎn)生較高技術(shù)市場成交額的一項核心條件[14],本文選取人均GDP表征經(jīng)濟規(guī)模;②科技經(jīng)費投入。楊仲基等[15]將技術(shù)市場成交額作為成果需求能力的一項評價指標(biāo),將R&D經(jīng)費投入強度作為匹配保障能力的一項評價指標(biāo),研究發(fā)現(xiàn)二者相關(guān)系數(shù)高度顯著,本文選取R&D經(jīng)費投入強度表征科技經(jīng)費投入;③科技人才投入??萍既瞬攀强萍汲晒D(zhuǎn)化的主體,既有研究多以R&D人員全時當(dāng)量表示科技人才投入,并且技術(shù)市場成交額隨著R&D人員全時當(dāng)量增加而增加,本文以每萬人擁有R&D人員全時當(dāng)量作為科技人才投入代理變量;④人口集聚。人口集聚一定程度上體現(xiàn)區(qū)域?qū)θ丝诘奈?,其與產(chǎn)業(yè)集聚、市場集聚、技術(shù)集聚等關(guān)聯(lián)密切,本文以城市人口密度作為人口集聚代理變量;⑤產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級有利于推動科技成果轉(zhuǎn)化,第三產(chǎn)業(yè)發(fā)展規(guī)模對科技成果轉(zhuǎn)化績效具有顯著正向影響[16],本文選擇第三產(chǎn)業(yè)產(chǎn)值占GDP比重表征產(chǎn)業(yè)結(jié)構(gòu);⑥城鎮(zhèn)化水平。新型城鎮(zhèn)化促進人才、新興產(chǎn)業(yè)等資源要素向城鎮(zhèn)集聚[17],城鎮(zhèn)人口規(guī)模化是新型城鎮(zhèn)化的特點之一,本文以年末城鎮(zhèn)人口比重表征城鎮(zhèn)化水平;⑦信息化水平。近年來,互聯(lián)網(wǎng)+科技成果轉(zhuǎn)化模式日漸成熟,有利于提高科技成果轉(zhuǎn)化效率,使得供需匹配更加精準(zhǔn)[18],本文選取互聯(lián)網(wǎng)普及率作為信息化水平代理變量;⑧對外開放。相關(guān)研究表明,進出口額增長能夠帶動技術(shù)市場成交額增長[19],本文選取進出口總額占GDP比重作為對外開放代理變量;⑨創(chuàng)新能力。專利研發(fā)是一項知識密集型活動,專利授權(quán)體現(xiàn)政府和市場對專利創(chuàng)新價值的認可,技術(shù)市場成交額的增長顯著促進專利授權(quán)量增長[19]。在3類專利中,發(fā)明專利難度最大、創(chuàng)新程度最高,本文以每萬人發(fā)明專利授權(quán)數(shù)表征創(chuàng)新能力;⑩技術(shù)成熟度。成熟度高的技術(shù)成果通常具備實用價值,易被技術(shù)市場認可,從而轉(zhuǎn)化為經(jīng)濟效益。技術(shù)轉(zhuǎn)讓表明技術(shù)輸入方認可技術(shù)輸出方技術(shù)成熟度和市場價值[20],本文以技術(shù)轉(zhuǎn)讓金額表征技術(shù)成熟度。各變量體系與變量描述如表1所示。
本文變量數(shù)據(jù)均源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》與中國經(jīng)濟社會大數(shù)據(jù)研究平臺,各項變量數(shù)據(jù)時間跨度均為2005-2019年。
表1 變量體系與變量描述Tab.1 Variable system and variable description
Alberto Abadie & Javier Gardeazabal率先提出合成控制法(Synthetic Control Methods,簡稱SCM),為了檢驗20世紀(jì)70年代恐怖主義對巴斯克地區(qū)的經(jīng)濟影響,其從西班牙其它地區(qū)中選取與巴斯克地區(qū)經(jīng)濟特征相似的地區(qū),通過賦予每個相似地區(qū)一定權(quán)重,構(gòu)建合成巴斯克地區(qū),并對“假設(shè)巴斯克地區(qū)沒有受到恐怖主義影響時的經(jīng)濟情況”進行反事實估計。20世紀(jì)70年代以后巴斯克地區(qū)人均GDP實際值與合成巴斯克地區(qū)人均GDP反事實估計值之間的差值,即為恐怖主義對該地區(qū)的經(jīng)濟影響[21]。此后,Abadie等[22]運用合成控制法的基本原理與思想,評估了加州煙草控制計劃的實施效果。
本文借鑒Abadie[22]、趙西亮[23]等的研究思路,假設(shè)有N+1個省份、T個時期的面板數(shù)據(jù),T0(1 設(shè)定Transactionit=Transaction0it+αitDit,其中,Dit為全面創(chuàng)新改革試驗政策虛擬變量,當(dāng)i=1且t>T0時,Dit=1,否則Dit=0。 本文核心在于估計全面創(chuàng)新改革試驗政策對試驗區(qū)技術(shù)市場成交額的影響,對于t>T0,α1t=Transaction11t-Transaction01t=Transaction1t-Transaction01t,表示全面創(chuàng)新改革試驗區(qū)受到政策影響時技術(shù)市場成交額實際值與假設(shè)試驗區(qū)不受政策影響時技術(shù)市場成交額反事實估計值之差,即全面創(chuàng)新改革試驗政策效應(yīng)。實際值數(shù)據(jù)Transaction11t可直接觀測獲取,而反事實估計值Transaction01t并無直接觀測數(shù)據(jù)。因此,求解反事實估計值Transaction01t成為關(guān)鍵問題。 本文運用Abadie等[22]提出的合成控制模型,求解反事實估計值。 Transaction0it=δt+θtZi+λtμi+εit i=1...N+1,t=1...T (1) 式(1)中,δt為對所有個體具有恒定因子載荷的未知公共因子,Zi表示(K×1)維不受全面創(chuàng)新改革試驗政策影響的控制變量,θt表示(1×K)維未知系數(shù)向量,μi是(F×1)維未知因子載荷,λt是(1×F)維未觀測到的公共因子,εit表示均值為0的誤差項。 假設(shè)存在一個(N×1)維權(quán)重向量W=(ω2...ωN+1),ωn≥0,n∈[2,N+1],并且滿足ω2+...+ωN+1=1。權(quán)重向量W的合成控制模型,表示試驗區(qū)技術(shù)市場成交額在多大程度上由非試驗區(qū)對應(yīng)值合成。 (2) 如果有W*=(ω2*...ωN+1*)使得式(3)成立,則合成后n個非試驗區(qū)省份在T0期的技術(shù)市場成交額等于試驗區(qū)1在T0期的技術(shù)市場成交額,并且,合成后n個非試驗區(qū)省份的控制變量值等于試驗區(qū)1的控制變量值。 (3) Abadie等(2010)研究證明,如果政策干預(yù)前期數(shù)據(jù)足夠長,則式(4)成立。 (4) 通過式(5)可求得全面創(chuàng)新改革試驗政策對試驗區(qū)技術(shù)市場成交額的影響效應(yīng)。 (5) 為了估計全面創(chuàng)新改革試驗政策對廣東、安徽和四川技術(shù)市場成交額的總體效應(yīng),本文運用廣東、安徽、四川在技術(shù)市場成交額與其它控制變量指標(biāo)上的均值,將這3個試驗區(qū)省份合并為一個試驗區(qū)省份“粵皖川”,再運用合成控制法,從其它非試驗區(qū)省份中選擇合成控制單元,構(gòu)造“合成粵皖川”。通過計算粵皖川技術(shù)市場成交額實際觀測值與合成粵皖川技術(shù)市場成交額反事實估計值間差值,得到全面創(chuàng)新改革試驗政策對粵皖川技術(shù)市場成交額的總體效應(yīng)。 基于技術(shù)市場成交額和各項控制變量,計算得到合成控制單元和權(quán)重分布情況,如表2所示,可以看出粵皖川技術(shù)市場成交額由哪些非試驗區(qū)省份合成,從而構(gòu)造合成粵皖川。合成粵皖川由5個合成控制單元構(gòu)成,分別為山東、江蘇、海南、甘肅和重慶。其中,山東對合成粵皖川的貢獻權(quán)重為0.21,江蘇的貢獻權(quán)重為0.283,海南的貢獻權(quán)重為0.082,甘肅的貢獻權(quán)重為0.285,重慶的貢獻權(quán)重為0.14。 合成粵皖川的反事實估計值用以推斷粵皖川試驗區(qū)未實施全面創(chuàng)新改革試驗政策的潛在結(jié)果,其中一個關(guān)鍵前提在于:全面創(chuàng)新改革試驗政策實施時間節(jié)點(2015年)之前,確保合成粵皖川各項變量估計值盡可能接近粵皖川各項變量真實值,這樣才能用合成粵皖川估計值對2015年和之后年份假設(shè)粵皖川未實施全面創(chuàng)新改革試驗政策的結(jié)果進行推斷。如表3所示,2005-2014年合成粵皖川在各項控制變量上的估計值均值與粵皖川在各項控制變量上的實際觀測值均值差異較小,說明合成粵皖川對粵皖川的擬合度較高,可以保證后期統(tǒng)計推斷的準(zhǔn)確性。 表2 合成控制單元與權(quán)重分布Tab.2 Synthetic control units and weight distribution 表3 政策實施前粵皖川與合成粵皖川控制變量均值對比Tab.3 Comparison of the mean values of control variables between Guangdong-Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan before policy implementation 2005-2019年粵皖川與合成粵皖川技術(shù)市場成交額如圖1所示??傮w而言,粵皖川與合成粵皖川的技術(shù)市場成交額呈現(xiàn)逐年增長趨勢。2005-2014年合成粵皖川與粵皖川技術(shù)市場成交額的折線基本重合在一起,說明合成粵皖川對粵皖川技術(shù)市場成交額的擬合度很高。2015-2019年粵皖川技術(shù)市場成交額折線明顯高于合成粵皖川技術(shù)市場成交額折線,隨著時間的推移,二者差距越來越大,表明全面創(chuàng)新改革試驗政策改變了粵皖川技術(shù)市場成交額固有發(fā)展趨勢,促進粵皖川技術(shù)市場成交額增長,并且政策滯后效應(yīng)逐年增強。 為了更加清晰地觀察全面創(chuàng)新改革試驗政策對粵皖川技術(shù)市場成交額的影響效應(yīng),繪制2005-2019年粵皖川與合成粵皖川技術(shù)市場成交額差值折線圖,如圖2所示。2005-2014年二者差值折線圍繞0值上下小幅度波動,2015-2019年粵皖川技術(shù)市場成交額較合成粵皖川分別高出1 065 770、980 844.2、1 491 161.7、3 632 192.9和5 806 810.4萬元,表明全面創(chuàng)新改革試驗政策實施后,粵皖川技術(shù)市場成交額分別增長了39.20%、30.00%、39.07%、68.37%和81.31%,全面創(chuàng)新改革試驗政策對粵皖川技術(shù)市場成交額的促進效應(yīng)顯著且存在滯后性。 圖1 2005-2019年粵皖川與合成粵皖川技術(shù)市場成交額Fig.1 Transaction value in technical markets of Guangdong-Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan from 2005 to 2019 就總體效應(yīng)而言,全面創(chuàng)新改革試驗政策促進粵皖川技術(shù)市場成交額增長,政策效應(yīng)存在一定滯后性,整體上政策效應(yīng)逐年增強。 為進一步檢驗全面創(chuàng)新改革試驗政策對廣東、安徽、四川技術(shù)市場成交額的個體效應(yīng),本文運用合成控制法,分別構(gòu)造合成廣東、合成安徽以及合成四川,并計算廣東、安徽、四川技術(shù)市場成交額實際觀測值與合成廣東、合成安徽、合成四川技術(shù)市場成交額反事實估計值間差值,得到全面創(chuàng)新改革試驗政策對廣東、安徽、四川技術(shù)市場成交額的個體效應(yīng)。 圖2 2005-2019年粵皖川與合成粵皖川技術(shù)市場成交額差值Fig.2 Differences of transaction value in technical markets of Guangdong- Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan from 2005 to 2019 合成廣東由3個合成控制單元構(gòu)成,其中,江蘇的貢獻權(quán)重為0.861,浙江的貢獻權(quán)重為0.039,海南的貢獻權(quán)重為0.1。合成安徽由3個合成控制單元構(gòu)成,其中,山東的貢獻權(quán)重為0.291,江蘇的貢獻權(quán)重為0.006,甘肅的貢獻權(quán)重為0.703。合成四川由3個合成控制單元構(gòu)成,其中,山東的貢獻權(quán)重為0.353,江蘇的貢獻權(quán)重為0.029,甘肅的貢獻權(quán)重為0.617(見表4)。 表4 廣東、安徽、四川合成控制單元與權(quán)重分布Tab.4 Synthetic control units and weight distribution of Guangdong, Anhui and Sichuan 全面創(chuàng)新改革試驗政策實施前,廣東、安徽、四川控制變量實際值均值與合成廣東、合成安徽、合成四川控制變量估計值均值如表5所示。2005-2014年,雖然廣東、安徽、四川與對應(yīng)合成省份在個別控制變量均值上存在一定差異,但是,多數(shù)控制變量均值都較為接近,整體而言,合成廣東、合成安徽、合成四川對相應(yīng)省份的擬合度較高。 2005-2019年廣東、合成廣東技術(shù)市場成交額與差值如圖3所示。廣東和合成廣東技術(shù)市場成交額整體上均呈現(xiàn)增長趨勢,2005-2014年二者折線基本重疊在一起,表明合成廣東對廣東技術(shù)市場成交額的擬合度很高。2015-2019年二者折線出現(xiàn)明顯差異,廣東技術(shù)市場成交額折線始終位于合成廣東技術(shù)市場成交額折線之上,差距不斷擴大,說明全面創(chuàng)新改革試驗政策對廣東技術(shù)市場成交額具有促進效應(yīng),并且政策實施時間越長,政策效應(yīng)越明顯。根據(jù)二者差值計算結(jié)果,全面創(chuàng)新改革試驗政策的實施促進廣東技術(shù)市場成交額年均增加4 060 882.08萬元。 表5 政策實施前廣東、安徽、四川與對應(yīng)合成省份控制變量均值對比Tab.5 Comparison of the mean values of control variables of Guangdong, Anhui, Sichuan and synthetic Guangdong, synthetic Anhui, synthetic Sichuan before policy implementation 圖3 2005-2019年廣東、合成廣東技術(shù)市場成交額與差值Fig.3 Trends and differences of transaction value in technical markets of Guangdong and synthetic Guangdong from 2005 to 2019 2005-2019年安徽、合成安徽技術(shù)市場成交額與差值如圖4所示。安徽與合成安徽的技術(shù)市場成交額都逐年增加,2005-2014年合成安徽與安徽技術(shù)市場成交額折線重合,表明合成安徽對安徽技術(shù)市場成交額的擬合度很高。2015-2019年安徽與合成安徽技術(shù)市場成交額的折線依然高度重合,表明全面創(chuàng)新改革試驗政策對安徽技術(shù)市場成交額無顯著影響。根據(jù)二者差值折線圖,全面創(chuàng)新改革試驗政策實施后二者差值始終為負數(shù),表明安徽技術(shù)市場成交額未達到預(yù)期目標(biāo)。 2005-2019年四川、合成四川技術(shù)市場成交額與差值如圖5所示。2005-2014年合成四川與四川技術(shù)市場成交額的折線幾乎完全重疊,表明合成四川技術(shù)市場成交額估計值與四川技術(shù)市場成交額實際值十分接近。2015-2019年四川技術(shù)市場成交額折線始終位于合成四川的上方,并且2017年之后四川技術(shù)市場成交額呈現(xiàn)垂直直線增長狀態(tài)。這說明全面創(chuàng)新改革試驗政策促進四川技術(shù)市場成交額增長,并且政策效應(yīng)不斷增強。根據(jù)二者差值計算結(jié)果,2015-2019年全面創(chuàng)新改革試驗政策為四川技術(shù)市場成交額釋放出14 505 155.60萬元的增長空間。 圖4 2005-2019年安徽、合成安徽技術(shù)市場成交額與差值Fig.4 Trends and differences of transaction value in technical markets of Anhui and synthetic Anhui from 2005 to 2019 圖5 2005-2019年四川、合成四川技術(shù)市場成交額與差值Fig.5 Trends and differences of transaction value in technical markets of Sichuan and synthetic Sichuan from 2005 to 2019 就個體效應(yīng)而言,全面創(chuàng)新改革試驗政策對廣東、安徽和四川技術(shù)市場成交額的影響效應(yīng)不盡相同。全面創(chuàng)新改革試驗政策對廣東、四川技術(shù)市場成交額均產(chǎn)生促進效應(yīng),并且政策滯后效應(yīng)較為明顯,在政策實施后的5年內(nèi)分別對廣東、四川技術(shù)市場成交額釋放出20 304 410.40萬元和14 505 155.60萬元的增長潛力。同時,全面創(chuàng)新改革試驗政策對安徽技術(shù)市場成交額無顯著影響。 為進一步確保本文結(jié)論有效性與穩(wěn)健性,借鑒Abadie等[21]提出的安慰劑檢驗思路和方法——隨機置換檢驗法,檢驗研究結(jié)果是否具有統(tǒng)計上的顯著性。假設(shè)作為控制組成員的其它非試驗區(qū)省份2015年也實施了全面創(chuàng)新改革試驗政策,逐一將每個控制組成員作為偽干預(yù)對象,運用合成控制法構(gòu)造相應(yīng)合成控制對象。2015年及之后每個偽干預(yù)對象技術(shù)市場成交額實際觀測值與合成控制對象技術(shù)市場成交額反事實估計值的差值,即偽干預(yù)對象的政策效應(yīng)。對于每一個偽干預(yù)對象而言,它們實際上并未實施全面創(chuàng)新改革試驗政策。如果它們的政策效應(yīng)超過粵皖川、廣東、安徽和四川的政策效應(yīng),則意味著“全面創(chuàng)新改革試驗政策促進技術(shù)市場成交額增長”的結(jié)論不具有統(tǒng)計上的顯著性;反之,如果粵皖川、廣東、安徽和四川的政策效應(yīng)超過偽干預(yù)對象的政策效應(yīng),則說明此結(jié)論具有統(tǒng)計上的顯著性。隨機置換檢驗結(jié)果如圖6~圖9所示。 需要說明的是,政策實施前,如果干預(yù)對象真實值與合成控制值差距較大,則表示模型擬合效果欠佳,不適用于推算政策實施后干預(yù)對象的反事實估計值。因此,僅保留均方預(yù)測誤差分別是粵皖川、廣東、安徽、四川兩倍以內(nèi)的偽干預(yù)對象進行安慰劑檢驗。由圖6可知,粵皖川的政策效應(yīng)最大,對應(yīng)折線處于圖中極端位置,出現(xiàn)如粵皖川一樣顯著政策效應(yīng)的概率約為4.8%(1/21≈0.048),可以認為全面創(chuàng)新改革試驗政策對粵皖川技術(shù)市場成交額的促進效應(yīng)在5%水平上具有統(tǒng)計顯著性。由圖7可知,出現(xiàn)如廣東一樣顯著政策效應(yīng)的概率約為4.5%(1/22≈0.045),可以認為全面創(chuàng)新改革試驗政策對廣東技術(shù)市場成交額的促進效應(yīng)在5%水平上具有統(tǒng)計顯著性。由圖9可知,出現(xiàn)如四川一樣顯著政策效應(yīng)的概率約為6.7%(1/15≈0.067),可以認為全面創(chuàng)新改革試驗政策對四川技術(shù)市場成交額的促進效應(yīng)在10%水平上具有統(tǒng)計顯著性。由圖8可知,安徽的政策效應(yīng)折線處于圖的中部位置,表示全面創(chuàng)新改革試驗政策對安徽技術(shù)市場成交額的效應(yīng)不具有統(tǒng)計顯著性。 圖6 隨機置換檢驗:粵皖川與控制組政策效應(yīng)對比Fig.6 Random permutation test: comparison of policy effects between Guangdong-Anhui-Sichuan and control group 圖7 隨機置換檢驗:廣東與控制組政策效應(yīng)對比Fig.7 Random permutation test: comparison of policy effects between Guangdong and control group 圖8 隨機置換檢驗:安徽與控制組政策效應(yīng)對比Fig.8 Random permutation test: comparison of policy effects between Anhui and control group 圖9 隨機置換檢驗:四川與控制組政策效應(yīng)對比Fig.9 Random permutation test: comparison of policy effects between Sichuan and control group 將雙重差分法對政策效應(yīng)的檢驗結(jié)果作為穩(wěn)健性檢驗的補充,設(shè)置雙重差分模型如下: Transactionit=β0+β1Dt+β2Di+β3DIDit+β4Xit+εit (6) 其中,i表示省份,t表示年份;Dt為時間虛擬變量,當(dāng)t≥2015時,Dt=1時,否則Dt=0;Di為政策虛擬變量,當(dāng)i為廣東、安徽和四川時,Di=1,否則Di=0;DIDit表示雙重差分項,是Di與Dt的乘積交互項;Xit表示表1中的預(yù)測控制變量;Transactionit表示技術(shù)市場成交額;εit表示誤差項;β0~β4為回歸系數(shù),其中,β3為交互項回歸系數(shù),表示政策效應(yīng)。雙重差分回歸結(jié)果如表6所示。 由表6可知,粵皖川、廣東、四川的雙重差分項DID標(biāo)準(zhǔn)化回歸系數(shù)分別為0.287、0.289、0.281,且均在1%水平上具有統(tǒng)計顯著性;而安徽的雙重差分項DID標(biāo)準(zhǔn)化回歸系數(shù)為-0.004,且無統(tǒng)計上的顯著性。從總體效應(yīng)上看,全面創(chuàng)新改革試驗政策顯著促進試驗區(qū)省份技術(shù)市場成交額增長;從個體效應(yīng)上看,全面創(chuàng)新改革試驗政策對廣東、四川技術(shù)市場成交額具有顯著效應(yīng),而對安徽技術(shù)市場成交額的促進效應(yīng)不顯著。經(jīng)過雙重差分法再檢驗,得到與合成控制法一致的研究結(jié)論,進一步證明合成控制法研究結(jié)論是穩(wěn)健的。 表6 雙重差分回歸結(jié)果Tab.6 Regression results 全面創(chuàng)新改革試驗政策對試驗區(qū)省份科技成果轉(zhuǎn)化的個體效應(yīng)存在差異,那么,緣何全面創(chuàng)新改革試驗政策對廣東和四川科技成果轉(zhuǎn)化行之有效,而對安徽科技成果轉(zhuǎn)化“失靈”?本文嘗試從試驗區(qū)主要任務(wù)差異、創(chuàng)新資源使用效率差異、科技成果市場價值差異等方面予以闡釋。 (1)試驗區(qū)主要任務(wù)差異。廣東、四川和安徽試驗區(qū)的主要任務(wù)分別是深化粵港澳創(chuàng)新合作、加速軍民深度融合發(fā)展、促進產(chǎn)業(yè)承東啟西轉(zhuǎn)移和調(diào)整。產(chǎn)業(yè)轉(zhuǎn)移理論認為,區(qū)際產(chǎn)業(yè)發(fā)展不平衡是產(chǎn)業(yè)轉(zhuǎn)移的基礎(chǔ)[24],產(chǎn)業(yè)轉(zhuǎn)出地區(qū)通常將低附加值的產(chǎn)業(yè)鏈轉(zhuǎn)移至產(chǎn)業(yè)承接地區(qū),從而形成產(chǎn)業(yè)轉(zhuǎn)出地區(qū)專注于研發(fā)設(shè)計、產(chǎn)業(yè)承接地區(qū)致力于生產(chǎn)加工的協(xié)作關(guān)系。產(chǎn)業(yè)轉(zhuǎn)移帶動技術(shù)轉(zhuǎn)移,技術(shù)轉(zhuǎn)移是產(chǎn)業(yè)轉(zhuǎn)移的關(guān)鍵環(huán)節(jié)。然而,產(chǎn)業(yè)轉(zhuǎn)移也會抑制產(chǎn)業(yè)承接地區(qū)技術(shù)創(chuàng)新動力,對產(chǎn)業(yè)承接地區(qū)技術(shù)升級空間造成擠出效應(yīng)。作為長三角區(qū)域產(chǎn)業(yè)轉(zhuǎn)移的主要承接地,安徽省在承接產(chǎn)業(yè)轉(zhuǎn)移中存在追求總體規(guī)模和擴張速度、輕視發(fā)展質(zhì)量的問題,承接了較多原材料、輕紡等低層次、低附加值的傳統(tǒng)產(chǎn)業(yè)。一方面,低層次的產(chǎn)業(yè)轉(zhuǎn)移對技術(shù)轉(zhuǎn)移的促進作用十分有限,安徽省在承接產(chǎn)業(yè)轉(zhuǎn)移中所能獲取的高精尖技術(shù)較少,導(dǎo)致能夠轉(zhuǎn)化為高附加值的科技成果數(shù)量減少;另一方面,有限的科技創(chuàng)新資源被用于建設(shè)承接產(chǎn)業(yè)轉(zhuǎn)移基礎(chǔ)設(shè)施、改造傳統(tǒng)產(chǎn)業(yè)等,一定程度上擠占了安徽省高新技術(shù)產(chǎn)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展資源,這對技術(shù)攻關(guān)、技術(shù)升級和科技成果轉(zhuǎn)化具有潛在不利影響。此外,受承接產(chǎn)業(yè)轉(zhuǎn)移的影響,安徽省技術(shù)市場交易以技術(shù)吸納為主、技術(shù)輸出為輔。從技術(shù)市場交易金額構(gòu)成上看,2017-2019年安徽省技術(shù)市場輸出技術(shù)成交額分別為249.57億元、321.31億元和452.72億元,分別較同年技術(shù)市場吸納技術(shù)成交額低7.80%、9.36%和25.78%,說明在承接產(chǎn)業(yè)轉(zhuǎn)移的背景下,安徽省技術(shù)輸出能力較弱,技術(shù)與科技成果在省外技術(shù)市場的認可度較低、競爭力不足。 (2)區(qū)域創(chuàng)新資源使用效率差異。從創(chuàng)新資源投入上看,2015-2019年廣東省R&D經(jīng)費投入強度均值為2.61%,安徽省為1.89%,四川省為1.72%;廣東省每萬人R&D人員全時當(dāng)量均值為56.14人年/萬人,安徽省為23.38人年/萬人,四川省為17.24人年/萬人。從科技成果轉(zhuǎn)化效果上看,2015-2019年廣東省技術(shù)市場成交額均值為11 892 642萬元,安徽省為2 856 662萬元,四川省為6 392 213萬元。可以看出,安徽省創(chuàng)新資源投入力度大于四川省,但是,科技成果轉(zhuǎn)化效果不及四川省,這在一定程度上反映出安徽省創(chuàng)新資源使用效率相對較低,科研人員參與科技成果轉(zhuǎn)化的積極性不足。 (3)科技成果市場價值與潛在市場需求差異。單項技術(shù)合同成交金額能夠體現(xiàn)科技成果單位市場價值,安徽省單項技術(shù)合同成交金額由2015年的152.52萬元增長至2019年的230.12萬元,增幅為50.88%;廣東省單項技術(shù)合同成交金額由2015年的382.64萬元增長至2019年的667.17萬元,增幅為74.36%;四川省單項技術(shù)合同成交金額由2015年的251.44萬元增長至2019年的917.94萬元,增幅為265.07%。由此可知,安徽省科技成果市場價值較低并且增值空間較小,可能是因為科技成果技術(shù)含量和創(chuàng)新水平較低,重大科技成果轉(zhuǎn)化能力較弱,技術(shù)預(yù)見、捕捉、識別和轉(zhuǎn)化能力不足。此外,潛在市場需求是科技成果轉(zhuǎn)化的重要動力機制,影響科技成果經(jīng)濟效益。通常而言,人口集聚程度越高,市場需求多樣化程度越高,市場潛力和購買力越強。安徽省人口密度低于四川省和廣東省,表明安徽省人口吸引力相對較弱,較低的人口集聚度制約了市場整體規(guī)模和購買力。產(chǎn)業(yè)發(fā)展需求也是科技成果轉(zhuǎn)化的影響因素之一,在三次產(chǎn)業(yè)中,第三產(chǎn)業(yè)對科技成果的創(chuàng)新需求更高[25],對技術(shù)轉(zhuǎn)移的影響貢獻最大[26]。安徽省第三產(chǎn)業(yè)占比低于四川省和廣東省,來自產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化升級的需求動力不足,第三產(chǎn)業(yè)對科技成果轉(zhuǎn)化的需求拉動較弱。 為評估全面創(chuàng)新改革試驗政策對科技成果轉(zhuǎn)化的影響效應(yīng),本文以技術(shù)市場成交額作為科技成果轉(zhuǎn)化的代理變量,運用合成控制法,構(gòu)造合成粵皖川、合成廣東、合成安徽與合成四川,探討全面創(chuàng)新改革試驗政策對試驗區(qū)省份科技成果轉(zhuǎn)化的總體效應(yīng)和對廣東、安徽和四川科技成果轉(zhuǎn)化的個體效應(yīng),并且借助雙重差分模型進行再檢驗。研究結(jié)果表明:第一,就總體效應(yīng)而言,全面創(chuàng)新改革試驗政策對粵皖川科技成果轉(zhuǎn)化的促進效應(yīng)具有統(tǒng)計上的顯著性,在政策實施伊始促進效應(yīng)即已顯現(xiàn),政策實施兩年后政策效應(yīng)更為明顯;第二,就個體效應(yīng)而言,全面創(chuàng)新改革試驗政策顯著促進廣東、四川科技成果轉(zhuǎn)化,并且政策效應(yīng)逐年增強,但全面創(chuàng)新改革試驗政策未對安徽科技成果轉(zhuǎn)化產(chǎn)生顯著影響;第三,科技經(jīng)費投入、經(jīng)濟規(guī)模、技術(shù)成熟度、人口集聚、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新能力對科技成果轉(zhuǎn)化具有顯著促進效應(yīng)。 本文也存在一定研究局限:第一,研究對象不全面。由于全面創(chuàng)新改革試驗區(qū)在經(jīng)濟體量、行政層級等方面存在較大個體差異,考慮到變量體系與統(tǒng)計口徑可比性問題,僅選取廣東、安徽、四川作為研究對象,未對京津冀、上海、沈陽、西安和武漢試驗區(qū)科技成果轉(zhuǎn)化效果進行評估,未來研究可將直轄市和副省級城市作為研究對象;第二,研究深度不夠。關(guān)于全面創(chuàng)新改革試驗政策對試驗區(qū)省份科技成果轉(zhuǎn)化的總體效應(yīng)和個體效應(yīng),僅檢驗了政策有效性,停留在現(xiàn)象層面,缺乏對影響因素、政策作用機制等方面的深層探討,未來研究可對政策工具識別與組合、政策空間溢出效應(yīng)、政策作用機制等進行探討。3 實證分析
3.1 總體效應(yīng)分析
3.2 個體效應(yīng)分析
3.3 安慰劑檢驗
3.4 進一步分析:雙重差分法檢驗
3.5 政策效應(yīng)個體差異原因分析
4 結(jié)語