承接产业转移能否提升城市创新能力？——以皖江示范区为例

房凯旋 钱 龙

（安徽工程大学，安徽 芜湖 241000）

一、引言

2010年1月份，经国务院批复，皖江城市带承接产业转移示范区正式设立，示范区包含合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城、六安（金安区和舒城县）九个地级市。实施产业转移，促进区域协调发展，推动城市创新能力的提升，走内涵式发展道路，是国家战略布局的重要举措之一。示范区设立后，在政策虹吸效应以及市场逐利性的影响下，东部沿海地区的资金、人才等创新要素逐步快速向皖江城市转移集聚。从创新产出来看，皖江城市专利授权总量逐年递增，由2010年的10,909件增长至2016年的47,156件，年均增长率为55.38%。同时，由《中国城市和产业创新力报告2017》得到，示范区内城市创新指数平均值由2010年的1.52增长至2016年的17.84，年均增长率为178.95%。那么，皖江城市带承接产业转移示范区政策究竟有没有对示范区内城市创新能力产生促进作用？该问题正确回答将有助于科学评价示范区政策红利以及更好服务城市创新能力建设。

在研究承接产业转移对区域创新影响方面，国外学者的成果主要体现在国际贸易中FDI等资本要素转移而存在的技术溢出效应。Keller（2002）通过全球制造业的面板数据，研究发现技术在国际贸易中逐步转移到欠发达地区，从而提高其区域创新水平[1]。Ghebrihiwet（2019）基于实证认为，发达国家在对南非采矿业投资的过程中，促进了知识技术向南非转移，对南非技术创新水平的提升正向促进[2]。

国内学者的研究成果集中在东部沿海产业向中西部地区转移的创新溢出效应。李伟庆和金星（2011）用安徽城市层面和行业层面的面板数据，得出区际产业转移对承接地创新能力有明显正向促进作用的结论[3]。张国政等（2015）基于湖南省的面板数据，也得出相同结论，进一步发现承接产业转移对发明专利这一技术层次的创新产出正向促进，但影响强度较弱[4]。王春杨和孟卫东（2019）用省际面板数据，研究发现制造业转移对区域创新能力的影响正向显著，在一定程度上可以缩小东部和中西部地区的创新产出差异[5]。卓乘风等（2019）研究发现，产业转移可以显著增强丝绸之路经济带地区的创新能力，但当科技型基础投资额与一般性基础设施投资额的比值超过一定程度时，促进作用削弱[6]。也有学者持不同的结论，刘军等（2010）认为顺梯度承接产业转移引致了资源依赖型产业大量集聚，其对人力资本和技术创新低要求而存在的“挤出效应”抑制了城市创新能力的提高[7]。冯南平和杨善林（2012）基于省际面板数据，实证结果表明产业转移整体上抑制了区域创新产出的增加，对西部地区而言，却表现为正向促进[8]。张建伟等（2019）以河南省2010-2016年的数据，研究认为创新能力的增加快于产业承接能力，导致河南省的产业转移与区域创新未能协同演变[9]。

对皖江城市带承接产业转移示范区城市创新能力的现有研究，大多局限于对创新能力的测算[10][11]、影响因素分析等[12][13]，对示范区创新功能的政策效应研究较少。本文基于示范区九个地级市2003-2016年的相关数据，并引入周边城市作为控制组，采用PSM-DID方法，通过政策效应评价的形式，研究示范区的设立对城市创新能力的影响，从而为皖江城市的发展建言献策。

二、政策背景与研究假设

改革开放以来，我国东部沿海城市凭借区域优势、历史积淀等禀赋首先承接了国际产业转移，由此迅速发展。在“产业承接→产业集聚→虹吸效应→集聚扩散→虹吸效应加剧”的累积循环作用下，东部沿海城市吸收创新要素，融入自身的发展体系，相对中西部地区，产业比较优势日臻凸显。经过多年发展，要素成本逐渐增高，人口红利日趋下降，厂商获取超额利润的可能逐渐消失[14]。另一方面，自然资源禀赋较好的中西部地区基础设施逐步完善，市场环境日益优化，发展内需广阔。在此背景下，为有效促进东部沿海城市的产业有序合理地向中西部地区进行转移，国家先后设立了皖江城市带等多个承接产业转移示范区。这是对西部大开发、中部崛起战略的进一步补充，是国家统筹区域协调发展的意志体现，也是企业寻找发展契机的市场自发行为。

高新技术产业集聚通过知识溢出效应影响区域创新；传统行业集聚产生的创新文化环境有利于区域创新能力的提升[7]。产业转移伴随着FDI技术溢出效应、竞争效应和关联效应，FDI进入欠发达地区后，促进了其上下游产业关联融合、共享市场，对本土产业结构升级大有裨益。企业在竞争中取长补短，有效推动了创新活动的开展，为企业创新驱动城市创新的机制建设打下了基础。基于上述分析，本文提出假设：

H1：示范区设立对城市创新能力提升的政策效应显著为正。

专利是创新产出的典型代表。其中，发明专利属于技术领域的前沿，实现了利用自然规律解决技术难题的突破，可以视为创新质量。实用新型和外观设计专利更倾向于仿制、改进已有的生产工艺，技术层级较低，可以视为创新数量。创新产出质量的提升是缓慢的过程，质和量的提升存在同步差异。由于地方政府片面追求创新数量带来的政绩，对产业政策资助体系缺乏长远规划；加之企业追逐于设置专利壁垒、增加市场份额，以期获得创新数量带来的短暂经济收益，忽视了创新质量建设[15]。基于此，进一步提出假设：

H2：示范区设立对创新数量提升的促进强度大于创新质量。

资源型城市凭借其自然初始禀赋，在产业转移中独占优势，吸引企业集聚，有利于促进知识交流、信息共享，提高生产环节中物质交换效率，打通了创新活动中的技术壁垒。但资源型城市产业发展方式过于单调，对资源的依附性过高，“资源诅咒效应”的发生往往使得城市前期快速发展的成果很快磨灭。同时资源型城市在生产活动中，难免会制造污染，这种违背“绿水青山就是金山银山”的粗放发展方式使城市创新能力的提升陷入窘境。非资源型城市往往会用先进技术、高效生产方式以及良好的经营策略来克服自身资源短缺的发展劣势[16]。基于以上分析，本文提出如下假设：

H3：示范区对资源型城市创新能力的政策效应不显著。

受“偏爱效应”的影响，较高等级城市会更倾向于获得优先发展的益处[17]。合肥和芜湖是安徽省“双核”城市，合肥作为省会城市，对资金设备、人才技术的吸引力较强；芜湖作为滨江城市，区位优势明显。依托政策红利，“双核”城市先一步集聚大量的物质资本，这为城市创新能力的提升奠定了基础。另外，“双核”城市交通运输较发达、生产配套设施较先进、公共服务供给质量较高，这些为城市创新活动的开展提供了便利。基于上述分析，本文提出假设：

H4：示范区设立对“双核”城市创新能力的政策效应显著为正。

三、研究设计

（一）模型构建

本文基于倾向得分匹配—双重差分方法 （PSMDID）研究示范区设立对所涵盖的九个地级市的创新能力的影响。PSM-DID方法可以较好地解决实证分析中内生性问题以及样本选择偏差问题，被广泛应用在政策效应评价中。PSM部分通过变量匹配，将实验组与控制组的观测值配对，去除不满足共同支撑部分的观测值，使得实验组与控制组在各协变量均值上无显著性差异，继而进行DID部分。具体的DID估计模型如下：

式（1）中，CIit是被解释变量，表示 i城市 t时期的城市创新能力；timet表示t时期是否处在政策实施年份的虚拟变量，定义time变量在2010年以前取值为0，在2010年及以后取值为1；treati表示i城市是否被纳入示范区的虚拟变量，若是，则取值为1，若否，则取值为 0；didit=timet×treati，为核心解释变量，反映示范区设立的政策净效应；controlit表示影响城市创新能力的控制变量；εit表示随机扰动项。

（二）变量说明和数据来源

本文的被解释变量为城市创新能力，在定量取值方面，参照马凌远和李晓敏（2019）[18]、李政和杨思莹（2019）[19]、熊波和金丽雯（2019）[20]等学者的做法，取值于复旦大学产业发展研究中心发布的 《中国城市和产业创新力报告2017》。该报告基于专利的时间价值和注册企业数量等指标，并整合到城市层面，进而计算出城市创新指数，具有一定的权威性。

同时，为了得到实验组与控制组之间更好的匹配结果，更准确地进行政策效应评价，本文引入政府R&D 支持强度（gover）、人力资本水平（human）、经济发展水平（pgdp）、基础设施建设水平（infra）、金融发展程度（fin）、产业结构（indus）、外商直接投资规模（fdi）、信息化水平（inter）8 个控制变量，纳入 DID 回归模型。政府R&D支持强度采用政府科学技术财政支出来衡量，财政资金的投入可以为高校、科研机构和企业研发部门注入强有力的专项资金支持，为创新活动的推进开辟道路[21]。人力资本水平采用金融、科学研究、教育、计算机以及公共管理从业人数来衡量，高水平的知识技术人才是创新产出的不竭源泉，产品设计的推陈出新、城市发展格局的不断演进都是技术人才的作用结果[22]。经济发展水平用人均GDP来表示，由于洼地效应，城市经济发展水平越高，越能吸引创新活动参与进来，使城市更具有创新活力[23]。基础设施建设水平用全社会固定资产投资额来衡量，对基础设施进行投资建设，可以提高地区创新活动的活跃度，进而有效体现产业转移的创新效应[6]。金融发展程度用金融机构各项贷款余额来衡量，企业的创新活动离不开资金链的维系，金融工具的多样化可以为企业融资提供更深层次、更高效率的平台，加快了企业技术创新进程、丰富了城市创新活动内容[24]。产业结构表示为第二产业产值与地区生产总值的占比，大部分学者认为第二和第三产业所占比重的增加能显著促进城市创新能力的提升[25][26]，但徐晓舟、阮珂却用省际面板数据实证发现产业结构水平与城市创新能力负相关[27]。外商直接投资规模用实际使用外资金额来衡量，外商直接投资不仅可以带来大量的资金，同时也带来先进的仪器设备、知识技术人才和企业管理经验，对城市创新能力存在正向溢出效应[28]。信息化水平表示为互联网用户数，信息化拓宽了创新人员获取知识的渠道、提高了交流合作效率，但信息爆炸引发的冗余虚假乱象致使技术应用成效下滑，对区域创新能力呈现 “先促进后抑制”的作用趋势[29]。

控制变量数据来源于 《中国城市统计年鉴》，缺失值用前后两年的平均值代替。为提高PSM过程中的匹配精确度，参照傅为忠等（2018）的做法，将样本扩大，增加安徽邻近省份——河南、湖北、江西三省的相关地级市 （不含同样是国家级承接产业转移示范区的三门峡、荆州、荆门、赣州四个地级市）[30]。本文采用2003-2016年上述四省相关地级市的面板数据，其中示范区内9个地级市纳入实验组，其余43个地级市纳入控制组。在数据处理时，将数量级较大的变量取对数。

四、实证分析

（一）PSM结果及统计变量的描述性统计

在进行双重差分回归之前进行倾向得分匹配，去除不在共同支撑区域的观测值，使得实验组和控制组在各控制变量上无显著差异，满足双重差分回归要求的平行趋势假定。本文采用近邻匹配，匹配前后实验组与控制组的倾向得分概率分布图如图1和图2所示。结果显示：通过匹配，两组城市的的得分偏差减小，倾向得分匹配效果较好。

图1 匹配前倾向得分概率分布图

图2 匹配后倾向得分概率分布图

在进行倾向得分匹配时，删除了控制组中189个不在共同支撑区域的观察值。将样本按是否纳入示范区分为两组，treat=1即为实验组，表示纳入示范区的地级市；treat=0为控制组，表示未纳入示范区的地级市。

（二）DID基准回归结果

以城市创新指数作为被解释变量，用DID方法进行基准回归，结果如表1所示。

表1 DID基准回归结果

列式（1）为未加入控制变量，核心解释变量did的系数在1%水平上显著为正；列式（2）为加入控制变量，did的系数仍显著为正。这说明示范区的设立可以显著提升城市创新能力，假设1得证。

从控制变量的影响效果来看，人力资本和信息化水平对城市创新能力的影响正向显著，说明皖江城市的人才引进政策实施效果较好，信息化建设促进了示范区创新功能的发挥。政府R&D支持强度、人均GDP、基础设施建设水平、金融发展程度、外商直接投资规模则表现为不显著，分别反映了：示范区对资金的吸纳利用效率较低，或是当前的资助体系尚未完善；经济基础薄弱，尚欠缺合理配置创新资源的调动能力；基础设施在提供配套服务能力方面较弱，创新发展环境尚需进一步优化；示范区金融发展程度制约了企业融资需求，延缓了企业技术创新进程；外商直接投资所带来的技术溢出效应可能催生了与本土企业的恶性竞争。产业结构水平与皖江城市创新能力负相关的原因可能为：一是皖江城市的产业承接能力尚弱，未能及时高效地匹配融合大量转移的东部沿海产业。二是政府部门为保护本土特色产业而存在的博弈行为，产业承接地为了延长传统产业的生命周期，对冲击力过强的新兴产业加以规避；转出地为防止产业空心化，则采取“新鸟不来、旧鸟不走”的策略。博弈行为使得产业结构升级停滞不前，未能适应当下产业转移进程中创新驱动发展的格局。

（三）稳健性检验

为保证基准回归结果的正确有效，本文进行DID模型平行趋势假设检验。由图3可以看出，示范区城市和非示范区城市的创新能力在2010年示范区设立前表现出随时间同步平行、缓慢增长的趋势；示范区设立后，差距逐步拉大。检验结果说明DID模型要求的平行趋势基本前提得到满足，结果稳健。同时，下文做进一步的稳健性检验。

图3 平行趋势检验

（四）政策动态效应评价

将示范区设立前后，实验组各年份的城市创新能力变化进行比较，可以揭露政策实施的时效性，同时也是稳健性检验的一种方式。基于回归式（1），做出如下改变：

其中：j，k=1，2，…6，代表示范区设立前后各 6 年。

对（2）式，DID回归结果如表 2：

表2 基于动态效应的DID回归结果

由表2可以看出，示范区设立之前，皖江九市的创新能力变动不显著，在示范区设立的第3年，政策效应开始在10%水平上正向显著。

（五）异质性检验

实证分析得知，示范区的设立可以显著提升城市创新能力。基于前文的研究假设，现从创新产出、自然禀赋、城市等级异质性三个维度去检验政策效果，DID回归结果如表3所示。

表3 异质性回归结果

1.创新产出异质性

将每万人发明专利授权量作为创新质量，记为quality；每万人外观设计和实用新型专利授权量作为创新数量，记为amount，并分别纳入被解释变量进行DID回归分析。考虑到发明专利从申请到授权一般约两年之久，实用新型和外观设计专利则约一年，故分别进行年份前移两期、一期处理，数据来源于中国研究数据服务平台（CNRDS）。

由表3可以看出，纳入示范区的城市每万人发明专利授权量增加0.994件，每万人实用新型和外观设计专利授权量增加4.168件，说明示范区设立对创新数量的提升强度大于创新质量。被解释变量由城市创新指数替换为专利授权量，进一步验证了示范区设立可以显著促进城市创新能力的提升，结论稳健。

2.自然禀赋异质性

铜陵和马鞍山是矿产资源型城市，记作source，设为虚拟变量，并取值为1，其余七个皖江城市即为0；并与did交互相乘，作为核心解释变量进行DID回归。如表3所示，示范区设立对资源型城市影响不显著，铜陵与马鞍山未能摆脱“资源诅咒效应”。

3.城市等级异质性

合肥与芜湖是安徽“双核”城市，纳入高等级城市，记作double，设为虚拟变量，取值为1，其余七个皖江城市即为0；并与did交互相乘，作为核心解释变量进行DID回归。结果表明，示范区设立能促进“双核”城市创新能力的提升。反映了“双核”城市更容易获得优先发展的机会、享受政策红利，“偏爱效应”得以验证。

五、政策启示

产业转移经过多年发展，已经成为统筹区域均衡发展、推动城市创新能力提升的重要举措之一。本文基于PSM-DID方法，通过2003-2016年城市面板数据，实证发现皖江城市带承接产业转移示范区的设立可以显著提高城市创新能力。为更好地激发示范区创新功能的发挥，本文提出以下对策建议：

1.坚持“数量求生存，质量谋发展”的理念。在承接产业转移的过程中，皖江九市不仅要注重创新数量的提升，更要加强创新质量的提升。政府应以创新数量为踏板，以创新质量为主抓手，营造产业转移驱动创新发展的良好氛围，形成以创新质量带动城市创新能力提升的发展模式。

2.提高产业结构合理化水平。城市创新发展是各个行业协同作用的结果，政府应优化创新环境，为各层次的创新主体交流打通障碍。在发展工业的同时，应注重生产性服务业的培植，更高效地进行产业链条的增长、优化，将资源整合成价值更高的创新产品。有计划地控制劳动密集型产业与高新技术产业的承接比例，推动科技服务平台建设，为知识共享与创新活动高效开展提供有效保障，进而提升承接产业的匹配度。

3.资源型城市要注重高新技术的消化吸收以及人力资本的积累。在资源开发利用上，坚持技术走进来与高附加值产品走出去的原则，推进资源优势向创新优势的转换。资源型城市凭借其天然禀赋，要积极主动寻找深度挖掘其自然资源价值的发展机制，加强技术创新。同时，政府也应注重对资源型城市的合理开发保护，不因保护而一成不动，也不因政绩而大肆采掘，有作为地延长资源型城市生命周期。

4.加大对非“双核”城市的政策倾斜力度。大力推动皖江城市协同发展，进一步发挥“双核”城市的示范引领作用。加快区域合作机制的建设进程，促进创新要素合理跨区域流动，打造共建共享的创新发展格局。