制度环境对城市创新水平的影响——基于中介效应的实证检验

朱杰堂，陈 阳，岳 超，王 岩

(1.郑州航空工业管理学院 经济学院，河南 郑州 450046； 2.郑州工业应用技术学院 管理学院，河南 郑州 450064)

1 引 言

自我国经济发展进入以结构升级和动力转换为主要特征的“新常态”以来，创新已经成为引领地区发展的第一动力。2021年3月出台的“十四五”规划明确指出：“要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑。”由此可见，对于中国经济结构战略性调整进程而言，创新正起着举足轻重的作用[1]。城市作为创新资源和要素的空间载体，积聚了大量的科技创新活动，是国家创新体系的重要组成部分[2]。因此提升城市创新能力不仅是增强城市自身核心竞争力的要求，也是加快实施创新驱动发展战略和建设创新型发展国家的现实需要[3]，具有十分重要的战略意义。

作为创新驱动的根基，人才是科技创新中最重要的生产要素，也是城市创新的主力军。目前我国人才供需仍面临着“僧多粥少”的局面，城市之间存在人才分布不均衡、高学历人才比例差异明显等问题。近年来为吸引更多人才集聚，各城市间的抢人大战愈加激烈，在此背景下不少学者基于城市适宜性理论对影响人才集聚的因素展开研究[4]，结果表明城市的自然适宜性[5][6]、经济适宜性[7][8][9]和社会适宜性[10][11]均能影响人才的空间集聚，进而影响城市的创新水平。但很少有学者关注制度环境与人才集聚之间的关系，大部分文献只将研究重点放在制度环境对城市创新水平的影响上，将制度环境、人才集聚和城市创新放在一起研究的文献更是鲜见。基于现有研究的不足，本文借鉴城市适宜性影响城市创新水平的研究思路，提出如下问题：改善制度环境能否通过吸引人才集聚而对城市创新水平产生影响？不同区位城市的制度环境对创新水平的影响是否存在差异？制度环境与城市创新水平之间是否存在门槛效应？本文将采用实证计量模型重点对上述问题进行探讨和解答。

2 文献综述与研究假设

已有研究从不同角度分析了制度环境对城市创新的影响。具体来看，毕青苗等(2018)[12]、董志强等(2012)[13]重点关注了城市行政审批制度，发现城市设立行政审批中心能通过吸引规模以上企业的进入来促进城市创新水平的提升。陈颖等(2019)[14]从法制环境的角度展开研究，发现良好的市场法制环境能有效提升投资人参与金融市场的信心和动力，市场中的资本供给也会随之增加，从而缓解了企业技术创新项目的融资约束。从文化信用子环境的角度来看，以信用为依托的隐形契约执行机制能降低债务人发生道德风险的可能性，投资人也会因此增加对技术创新项目的资本供给，最终推动科学技术的创新[15]。徐浩和冯涛(2018)[16]研究了产权保护制度对城市创新产出的影响，认为完善的产权保护制度可以通过提升企业家追求技术创新超额收益的动机来增强整个城市的创新活力。最后还有学者研究认为，完善的制度在改善城市创新环境、加速要素自由流动和融合以及促进各创新主体之间进行思想碰撞和技术交流等方面也发挥着积极作用，为推动区域各企业协同发展和区域整体创新能力的升级创造了条件[17]。基于以上分析，本文将制度环境作为一个包括行政制度、市场制度、法律制度、社会文化制度的综合性概念进行研究，并提出假说1。

H1：制度环境的改善有助于提升城市的创新水平。

创新人才集聚是城市创新生态体系的首要构成要素，已有文献重点研究了产业制度和社会保障制度对人才集聚的影响。在产业制度方面，韩峰和李玉双(2019)[18]发现政府在承接产业转移的过程中，可以通过制定引导性政策实现创新人才的有效集聚及合理配置。一般而言，政策力度较大的城市更有利于人才要素的空间集聚[19]。除产业制度外，社会保障制度也会对人力资本集聚产生影响。陈曦等(2018)[20]的研究结果表明，城乡社会保障差距会显著抑制人力资本集聚。相反，完善的社会保障制度对人力资本的集聚具有显著的促进作用。因此，本文将城市的产业制度与社会保障制度纳入制度环境的指标体系中，分析制度环境对人才集聚的影响。

关于人才集聚与城市创新的关系，众多学者已经展开了非常翔实的研究，并得到了较为一致的结论，即科技人才是城市形成创新系统最为关键的驱动基础，人才集聚能显著提升城市创新水平[21]。这是由于高素质创新人才拥有较强的学习、吸收和应用知识的能力，其在城市中集聚能有效地推动城市产业结构向技术密集型和知识密集型转变[22]，进而显著增强城市的创新能力。基于以上分析分别提出假说2和假说3。

H2：良好的制度环境能更好地吸引创新人才集聚。

H3：良好的制度环境可以通过吸引人才集聚来推动城市创新水平的提升。

3 研究设计

3.1 基准模型

首先构建如下基准回归模型，研究制度环境对城市创新水平的直接影响：

(1)

为了提高研究数据的平稳性，同时缓解异方差和多重共线性问题，对各变量做对数化处理。其中，invit为被解释变量，表示城市i在t年的创新水平；ieit为核心解释变量，表示城市i在t年的制度环境水平；Xit为一组控制变量，vit表示各城市不可观测的个体效应，εit为随机扰动项。

3.2 传导机制模型

为了验证假设2，即制度环境会通过影响人才集聚而间接影响城市创新水平，本文将人才集聚作为制度环境影响城市创新水平的中介变量，构建中介效应模型。实证模型设定如下：

(2)

(3)

其中，aggit是中介变量，表示城市i在t年的人才聚集度。采用逐步回归的方法验证中介效应是否存在，具体检验步骤为：

第一，在方程(1)的基础上计算制度环境对城市创新水平的总效应β0，若系数β0显著，则继续对方程(2)和(3)进行回归分析。

第二，检验方程(2)中的系数β1和方程(3)中的系数φ是否显著，若β1和φ均显著，则证明中介效应显著存在。

第三，检验方程(3)中的系数β2是否显著，若β2显著则称为部分中介效应，若不显著则为完全中介效应。

3.3 变量选取及数据来源

考虑到研究数据的可得性，最终选取262个地级及以上城市作为研究对象，研究时段为2008年至2016年。各城市核心解释变量和控制变量的数据来源于《中国城市统计年鉴》(2009—2017)、各省市历年统计公报(2009—2017)以及EPS数据平台，被解释变量城市创新指数数据来源于《中国城市和产业创新力报告2017》，部分缺失数据采用插值法做补全处理。

(1)被解释变量：城市创新水平(inv)。选用《中国城市和产业创新力报告》发布的城市创新指数来衡量城市创新水平[23]，主要原因有以下两点：在数据选择方面，该指数使用的是专利这类创新产出端数据，并考虑了城市专利存期价值，相较于R&D支出、研发人员投入这类创新投入端数据更加合理。在计算方法上，选用Pakes & Schankerman专利更新模型来估计各类专利的平均价值并进行加总，从而得到各城市层面的创新指数，解决了单纯以专利数量代表城市创新力造成的误差问题。

(2)解释变量：制度环境(ie)。参照已有研究的做法[24][25]，从财政投入、产业发展、国外技术引进、社会文化和市场法律规范五个层面构建综合指标体系，并运用熵值法测算出制度环境指数以衡量城市制度环境水平(具体指标见表1)。

表1 制度环境综合评价指标体系

表2 变量描述性统计结果

(3)中介变量：人才聚集度(agg)。用百万人中从事信息计算机软件业、科研技术地质勘探业、租赁商业服务业、金融业、教育业和文化娱乐业的人员数量代表城市人才聚集度。

(4)控制变量。选取一组其他可能影响城市创新水平的因素作为控制变量，以提高实证结果的准确性。主要的控制变量有：城市经济发展水平(rgdp)，用人均GDP表示；城市金融发展状况(fd)，用全市年末金融机构贷款余额占GDP比重来衡量；信息化程度(ifm)，用城市互联网接入户数表示；贸易开放度(opl)，用城市贸易进出口总额占GDP的比重表示；城市基础设施(rt)，用人均道路面积表示(详见表2)。

4 实证分析

4.1 全样本实证分析

本文以2008年至2016年我国262个地级及以上城市的面板数据作为研究样本，采用个体固定效应对中介效应模型的3个方程进行面板回归，结果见表3。列(1)和列(2)检验了制度环境对城市创新水平的直接影响，实证结果显示制度环境的回归系数在1%的水平上显著为正，表明良好的制度环境能显著地促进城市创新水平的提升。其主要原因如下：

一是改善制度环境能减少政府干预和地方司法保护行为，为创新活动提供了公平竞争的市场环境。

二是健全的法律法规体系规范了各创新主体的行为，原创企业的技术创新权益也因此得到有效保障。受以上两点因素的影响，各创新主体的创新活力得以充分激发，有效提升了城市创新水平。列(3)和列(4)检验城市制度环境对人才集聚的影响，其结果显示制度环境对人才集聚的影响系数为正且通过1%的显著性水平检验，表明良好的制度环境在吸引人才集聚方面同样发挥着正向促进作用。列(5)和列(6)将制度环境和人才集聚同时纳入回归模型中，由回归结果可知，人才集聚对城市创新水平的影响系数在1%的水平上显著为正，制度环境的系数为0.234(<0.266)，且通过了1%的显著性水平检验，表明中介变量起到了部分中介效应。另外，Sobel检验结果显示人才集聚通过中介效应检验，进一步测度出中介效应占总效应的比重为11.9%。

控制变量中，城市的经济发展水平、金融发展状况、信息化水平以及基础设施建设的回归系数均显著为正。其原因是经济发展水平较高的地区通常对创新产品具有较高的需求度和接受度，更有利于激发创新活动的产生，而较高的金融发展水平能够有效缓解创新活动中所面临的融资约束问题，为创新活动提供充足资金支持，信息化和基础设施能通过减少交流摩擦以及提高资源配置效率等途径对城市创新活动产生积极推动作用。对外贸易依存度系数为正但不显著，与城市创新水平之间的关系并不明确。

表3 全样本回归结果

4.2 区位异质性分析

将样本城市划分为东部地区和中西部地区，进一步分析制度环境和人才集聚对不同区位城市创新水平的影响。列(3)和列(6)的回归结果表明，东部和中西部城市制度环境的回归系数与人才集聚的回归系数均在1%的统计水平上显著为正，但东部地区系数值明显大于中西部地区。由于与中西部地区相比，东部地区科技实力较强且高新技术产业高度集聚，具有较好的创新基础，改善制度环境能更有效推动创新资源和创新要素的合理配置，从而更充分地释放出地区创新活力。在人才集聚方面，由于东部地区地理位置优越且基础设施完善，城市宜居水平较高，吸引了大量高素质人才集聚，进而对提升城市创新水平产生了较强的促进作用。而中西部地区近几年虽然也在大力引进人才，但人才集聚度与东部地区相比还有较大差距，因此对城市创新水平的促进作用明显小于东部地区。

表4 城市区位异质性分析

4.3 拓展性分析

借助Hansen(1999)[26]的门槛模型进一步检验制度环境与城市创新水平之间是否存在门槛效应。与传统的非线性模型相比，Hansen的门槛模型优势在于可以内生决定门槛数量，并且还能估计出具体的门槛值。具体模型设置如下：

lninvit=β0+β1lnieit×I(lnieit≤γ)+β2lnieit×I(lnieit>γ)+β3lnXit+vit+εit

(4)

上式中，ie为门槛变量，γ为门槛变量对应的门槛值，I(.)为示性函数，其他变量与基准回归模型式(1)—式(3)的含义相同。

表5 门槛效应检验

表6 门槛估计值结果

将核心解释变量制度环境作为门槛变量，在运用门限模型进行回归之前，利用Bootstrap法反复抽样300次，依次对三重门槛、双重门槛和单一门槛进行效应检验，结果如表5所示。表中三重门槛和双重门槛的P值均大于0.1，检验结果并不显著，而单一门槛的P值在5%的水平上显著，证明模型(4)存在单一门槛效应。因此，本文构建单一门限模型。

在门槛效应检验基础上，进一步得到门槛变量lnie的门限估计值为-2.2959(见表6)，门槛值的LR图如图1所示，当LR(γ)=0时，得到门槛值为γ=-2.2959，图中红色虚线以下表示γ的95%置信区间。

制度环境与城市创新水平之间的门槛回归结果如表7所示。当lnie≤-2.2959，也即城市制度环境水平低于0.1003时，制度环境对城市创新水平的影响系数为0.1862，并且通过了1%水平的显著性检验，当lnie>-2.2959，即城市制度环境水平高于0.1003时，制度环境的影响系数估计值为0.0816，此时并未通过显著性检验。这说明改善制度环境对城市创新水平产生的促进作用是有限的，当制度环境水平超过门槛值时，其对城市创新水平产生的正向影响就变得微弱且不显著。其原因在于，经济发展水平是影响城市创新能力的主要因素，对创新水平起决定性作用的是创新投入要素，改善制度环境虽然能为城市创新活动提供外部激励，但对创新水平产生的影响是有限的。

图1 单一门槛的置信区间

表7 门槛回归结果

5 稳健性检验

5.1 更换被解释变量

为验证基准回归结果的稳健性，首先采用城市的三种专利授权量作为新的被解释变量进行回归，结果见表8。列(2)结果显示，制度环境和人才集聚的系数依然显著为正，与基准回归结果一致。

5.2 解释变量滞后一期

由于城市创新水平与制度环境可能存在逆向因果关系，造成模型存在内生性问题，本文引入制度环境的滞后一期作为自变量重新回归，回归结果仍保持不变。

5.3 剔除特殊样本

副省级城市在制度环境、空间特征以及行政权力等方面与普通地级市具有一定差异，为了避免其对回归结果造成偏差，本文将副省级城市样本剔除后再次回归。表8中列(6)的回归结果仍然显著为正，这与前文采用全样本进行回归所得到的结果相同，再次证明本文的回归结果是稳健的。

5.4 PSM检验

为了克服样本自选择问题，降低样本选择偏误，本文采用倾向得分匹配(PSM)方法做进一步的稳健性检验。基本思路是以城市制度环境指数的中位数为标准，将制度环境指数大于中位数的样本作为处置组，同时将制度环境指数小于中位数的样本作为对照组。选择人才集聚度、城市经济发展水平、城市金融发展水平、信息化程度、对外开放水平和城市基础设施作为匹配变量，将制度环境作为解释变量。借鉴已有学者研究经验，使用内核匹配法对两组样本进行PSM分析，并用5对1最近邻匹配法进行稳健性测试。

表8 稳健性检验结果

表9 PSM的平衡性检验结果

为满足倾向得分匹配法的前提假设条件，本文首先对匹配后的城市样本进行平衡性检验，结果如表9所示。根据t值可知，匹配前处置组和对照组的所有控制变量均存在显著的均值差异，而匹配后这种差异不再显著，很好地控制了两组间的异质性。PSM方法的估计结果如表10所示，总体而言，通过内核匹配和5对1最近邻匹配两种方法得到了较为一致的平均处理效应。制度环境对城市创新水平的平均处理效应(ATT)为正，且在1%水平上显著。该结论与基准回归结果相比没有发生根本变化，进一步验证了本文基准回归结果是稳健的。

6 研究结论与建议

本文基于我国262个地级及以上城市的面板数据考察了制度环境对城市创新水平的影响，研究发现：

(1)制度环境对城市创新水平具有显著的促进作用，但随着制度环境水平的提高，这种促进作用会减弱。

(2)中介效应分析结果显示，人才集聚是制度环境促进城市创新水平提升的重要机制，中介效应占总效应的比重为11.9%。

(3)城市区位异质性分析表明，制度环境对东部地区城市创新水平的促进效果要强于中西部地区，并且东部地区城市人才集聚发挥的中介效应也明显高于中西部地区。

基于以上研究结果，本文提出如下建议：

(1)重视制度环境在城市创新中的作用。充分发挥政府在改善制度环境中的主导地位，加快完善区域行政审批制度、市场制度、产权保护制度以及相关法律法规体系，通过营造积极的制度环境为城市各类创新创业活动提供有力的外部支撑。

(2)注重通过优化城市制度环境吸引创新人才有效集聚。各城市要想在“抢人大战”中夺取优势，必须要补齐“软实力”短板。除了实施更加积极的人才政策外，还要加快科技人才的社会保障机制建设，着重解决科技人才面临的户籍、医疗、子女教育和住房等突出的问题。积极完善人才评价机制，拓宽人才评价的层级，加快形成一个涵盖不同层级与类别的人才评价体系，保障各类人才价值的合理实现。

(3)因城施策，实施差异化动态化战略。城市区位异质性和区域发展的不平衡性导致东部与中西部城市的制度环境通过人才集聚对创新产生的作用效果存在差异。因此对于东部城市来讲，在优化制度环境方面要继续发挥领头羊作用，重点加大对高层次人才的引进与储备，以发挥其边际效益最大化作用；中西部城市要提高自身竞争力，在住房、保险、医疗以及配偶就业、子女就学等方面精准发力，为人才引进提供良好的制度环境。