APP下载

知识产权保护战略提升了科技人才集聚水平吗?
——来自国家知识产权示范城市的准自然实验

2023-06-29李兴锋

产经评论 2023年2期
关键词:科技人才试点知识产权

李兴锋 王 力

一 引 言

新常态下,实施人才强国战略既是我国贯彻新发展理念的重要制度安排,更是延续“中国经济奇迹”的内在要求。目前,我国正处于由要素驱动向创新驱动转型的关键时期,科技人才赋能经济转型的重要性日益凸显。未来的竞争归根结底是人才的竞争,打造科技人才集聚高地是推进人才强国战略和创新驱动发展战略的基础性工程。2021年习近平在中国科学院第二十次院士大会指出,要着力实施人才强国战略,营造良好人才创新生态环境,聚天下英才而用之。事实上,为赢得“人才红利”和“创新红利”的窗口期,我国城市纷纷出台了大学生零门槛落户、购房补贴等一系列人才新政(吴耀国等,2020)[1],各地区的“人才争夺战”愈演愈烈。在此背景下,明晰影响科技人才集聚的制度环境因素,探究影响科技人才集聚的多元路径,对靶向制定科技人才政策进而推动人才强国战略的实施具有重要现实意义。

知识产权保护制度具有保障发明者利益、修正创新正外部性等特点(龙小宁等,2018)[2]。我国早在2008年就制定了《国家知识产权战略纲要》,为深入推进知识产权强国建设提供顶层制度设计和政策保障。从2011年开始,我国分批实施了知识产权示范城市的试点建设,发挥其“以点带面、以试点促推广普及、以示范促深化发展”的标杆示范作用。截至2021年,国家知识产权局已认定6批次的知识产权示范城市,共有76个市(区)入选。作为知识产权保护战略在城市地理空间的有益探索,示范城市全面提升了知识产权创造、保护、管理和服务等方面的效能(徐扬和韦东明,2021)[3]。知识产权作为科技人才宝贵的财富,健全的知识产权制度可以为创新成果保护提供坚实的制度保障。那么,作为推进知识产权制度改革的先行区和试验田,知识产权示范城市建设能否提升科技人才的空间集聚水平?其作用机制是什么?而对该问题的研究在一定程度上弥补了现有文献关于知识产权示范城市试点政策效果把握不足的缺陷。

目前,与本文研究密切相关的文献主要包含两类。一类聚焦于探讨影响科技人才集聚的环境因素。众多学者认为经济发展水平(Soete,1990)[4]、创新环境(孙瑜康等,2017[5];张扬,2021[6])、公共服务水平(包括医疗、教育、卫生)、科技政策(郭金花等,2021)[7]是影响科技人才省际流动及空间集聚的重要因素。李作学和张蒙(2022)[8]指出高新技术产业和现代服务业的发展为科技人才集聚提供了重要载体。随着人才竞争的白炽化,落户政策、城市品牌、人居环境、公共服务可及性等非市场机制对人才的吸引力明显增强(朱金鹤等,2021[9];闫金玲和冉启英,2021[10];Lawton et al.,2013[11];Lepawsky et al.,2010[12])。另一类文献则聚焦于研究知识产权示范城市试点政策的效果。纪祥裕和顾乃华(2021)[13]认为知识产权示范城市建设通过增强知识产权保护强度、优化要素配置效率等渠道提升了城市创新质量。另有学者探讨了知识产权示范城市建设对产业结构升级(覃波和高安刚,2020)[14]、企业创新(徐扬和韦东明,2021[3];刘建江等,2022[15])及创业活力的影响。上述文献为评估知识产权示范城市建设的人才集聚效应提供了有益参考。

毫无疑问,知识产权示范城市建设确有“广栽梧桐,争引凤凰”的意味,那么科技人才是否会因为试点城市而“绕树三匝,择此而依”?不同城市特质下知识产权示范城市建设对科技人才集聚水平的影响存在哪些异质性表现?纵观已有文献,缺乏关于知识产权保护战略对科技人才集聚水平影响的研究,更缺乏相关机理探讨与经验证据支撑。鉴于此,本文将知识产权示范城市创建视为一项准自然实验,采用多期DID模型考察试点政策对科技人才集聚水平的影响。相较于以往研究,本文的贡献在于:其一,在研究视角方面,从知识产权示范城市建设的角度剖析科技人才的流动性问题,这不但拓宽了试点政策的适用空间,更为打赢“人才争夺战”提供新的决策参考。其二,在研究方法上,运用多期双重DID方法评估知识产权示范城市政策试点效果,有效缓解了内生性问题对于因果识别策略的干扰,丰富了该领域的定量研究。其三,在研究内容上,除了考察知识产权示范城市建设对科技人才集聚的政策影响外,还围绕城市的行政层级、空间区位及人口规模进行异质性探讨,以期提升相关政策工具的针对性和有效性。

二 制度背景与机制假说

(一)制度背景

知识产权保护战略是建设创新型国家、推动国家治理体系现代化的基础性工程。早在2008年,国务院就颁布实施了《国家知识产权战略纲要》,该政策旨在完善知识产权制度的顶层设计,对于提升我国知识产权治理能力具有重要的里程碑意义。随着我国城市化进程的加快,城市作为创新要素的空间载体、制度创新的“先行地”和“试验田”,在城市层面探索知识产权治理的新模式创新势在必行。在此背景下,国家知识产权局于2011年颁布了《国家知识产权试点和示范城市(城区)评定办法》,其内容涵盖示范城市评选标准、知识产权统筹协调机制、城市知识产权政策体系、提升执法维权效果、优化创新环境和提升服务能力等方面。该办法将知识产权事业提升到城市发展层面,对于提升中国知识产权治理能力具有重要的战略价值。

我国于2012年公布武汉等首批试点城市后,又陆续在2013年、2015年、2016年、2018年及2019年公布了共六批知识产权示范城市。截至2021年,共有76个市(区)入选示范城市名单。示范城市建设涵盖知识产权保护、专利质押融资、制度环境建设等内容(徐扬和韦东明,2021)[3],以期全面提升示范城市在知识产权创造、保护、应用和管理等领域的能力。知识产权示范城市试点政策的颁布实施,既体现了中央授权地方先行先试“自上而下”的顶层设计,又展示了中央充分尊重地方“自下而上”的有益探索。随着我国经济进入动能转化和创新驱动重合期,要充分发挥知识产权示范城市的引领和示范作用,以创新和保护相结合的理念持续释放示范城市试点的政策红利,为深入推进知识产权强国建设和创新型国家建设提供强有力的制度支撑。

(二)机制假说

1.知识产权示范城市建设与科技人才集聚的直接关联

制度理论认为,有效的制度安排和产权保护对提高资源配置效率、加强动能转化具有重要作用(王小鲁,2000)[16]。一方面,知识产权示范城市通过加强知识产权管理体系、知识产权保护体系建设,改变了传统的“侵权成本低、维权成本高”困局,对于保护科技人才及创新企业的知识产权成果,提高创新积极性提供了制度保障,进而降低了市场交易成本,规避了非良性的市场竞争行为。另一方面,知识产权示范城市建设具有品牌效应,这意味着入选城市在知识产权保护、政策激励、创新平台建设等方面具有独特优势,而示范城市品牌的知名度和认可度是吸引科技人才集聚的重要因素。事实上,知识产权示范城市建设具备“筑巢引凤”功能,试点城市通过打造知识产权保护高地、创新示范高地,势必会吸引科技创新人才的自发涌入,形成科技人才的“公共池”和“蓄水池”效应,进而推动城市创新人才集群式发展(徐扬和韦东明,2021)[3]。 因此,知识产权示范城市建设能够提升科技人才的集聚水平。

2.知识产权示范城市建设影响科技人才集聚的作用机制

鉴于知识产权示范城市建设的制度属性,本文认为知识产权示范城市政策可能通过强化政府战略引领、增加知识产权制度供给及技术创新驱动三种机制作用于科技人才集聚。

图1 知识产权示范城市建设影响科技人才集聚的逻辑框架

(1)政府战略引领。知识产权示范城市的设立会强化政府在产权保护与研发创新中的战略引领作用(纪祥裕和顾乃华,2021)[13],通过搭建平台、部门联动、政策支持等措施完善产权制度法规。一方面,在知识产权示范城市评选过程中,政府对于创新环境建设的扶持力度由“逐底竞争”演化为“逐顶竞争”,地方政府通过共担创新风险、弥补创新资金不足、产学研协同、创新成果转化等方式,为科技人才塑造良好的资源网络和社会环境,发挥政府在创新环境制度建设中的先导作用。另一方面,为发挥知识产权示范城市建设与其他城市创新政策的协同效应,地方政府纷纷增加在科技、教育、创新等领域的经费支出。知识产权示范城市建设考核目标中包括知识产权人才教育培训以及知识产权人才工作年度经费投入等内容,政府以增加财政支出为政策手段,发挥其在多元互动城市创新体系中的战略引导和保驾护航作用。

(2)知识产权制度供给。知识产权具有高投入、高风险、周期长、易模仿的特点,因此,知识产权示范城市建设的政策初衷是推动知识产权治理模式创新和提升产权制度保障能力。在知识产权示范城市创建阶段,地方政府利用试点的先导优势,制定完备的知识产权法律法规体系,提升解决知识产权纠纷的能力、杜绝侵权行为的发生,为创新型企业和科技人才提供良好的创新制度环境。一般而言,知识产权法制法规体系越完善的地区,侵权行为发生的概率就越低,其自主创新能力和创新质量就越高(龙小宁等,2018)[2]。而知识产权示范城市的设立推动了地方知识产权立法建设,提升了知识产权制度供给能力,避免了他人的“搭便车”行为,降低制度性交易成本,强化了对企业和科技人才知识产权等合法权益的保护。同时,知识产权制度建设传递出的标杆作用和示范作用吸引了科技人才的流入。

(3)创新驱动效应。知识产权示范城市建设通过创新驱动影响科技人才集聚水平。其一,知识产权是激励技术创新最有效的制度安排,可以向企业等创新主体释放强化知识产权保护的价值信号,极大改善了企业“创新找死,不创新等死”的两难局面(Kim et al.,2012)[17],通过塑造公平公正的自由竞争氛围,激发企业的自主创新行为。其二,知识产权示范城市的产权制度法律体系建设,减少了研发溢出的外部性,降低了知识专利侵权风险,推动研发创新活动的互联互通共享(吴超鹏和唐菂,2016)[18],避免了重复研发、低层次研发,降低了企业的创新风险,提升了创新要素配置效率。其三,知识产权示范城市建设通过推动金融资源与技术创新资源的融合,探索专利质押融资、专利保险等新型金融工具,从而更好地服务企业创新活动,降低创新主体所承担的风险,激发城市技术创新活力(覃波和高安刚,2020)[14]。科技人才作为创新的主体,与地区创新水平存在双向互动关系,区域创新能力的提升会增加对科技人才的刚性需求,形成“创新—集聚—再创新”的良性循环。

基于以上分析,本文提出以下四个研究假说。

假说1:知识产权示范城市建设显著提高了科技人才集聚水平。

假说2:知识产权示范城市建设通过强化政府战略引领显著提升了科技人才集聚水平。

假说3:知识产权示范城市建设通过增加知识产权制度供给显著提升了科技人才集聚水平。

假说4:知识产权示范城市建设通过创新驱动效应提升了科技人才集聚水平。

三 研究设计

(一)识别策略与模型设定

本文将知识产权示范城市的设立视为一项准自然实验,研究思路为:第一,知识产权示范城市主要以地级市为空间单元推广,本文剔除县级市、直辖市(区)样本。第二,考虑到样本的时间跨度,本文以2012年、2013年、2015年、2016年入选的四批共49个城市为实验组(1)因昌吉州数据缺失严重,故在样本中删除。,其余城市作为控制组。第三,知识产权示范城市的设立遵循分批次推进的原则。故构建多期DID模型评估知识产权示范城市建设对科技人才集聚水平的政策影响。设定回归模型如下:

TGit=γ0+γ1Treati×Periodt+δXit+ui+υt+εit

(1)

TGit为城市科技人才集聚水平,i为城市,t为年份;Treati为处理组;时间虚拟变量为Periodt,政策实施当年及之后年份为1,之前为0;Treati×Periodt表示知识产权示范城市试点政策虚拟变量;Xit为控制变量;εit表示随机干扰项。

(二)变量选取

1.被解释变量。参照现有研究(赵晨等,2020[19];李作学和张蒙,2022[8]),采用科技人才集聚度(Scientific Talent Agglomeration)来衡量区域科技人才聚集程度(TG)。

(2)

其中,STi表示i地区科技人才数量,TLi表示i地区年末人口数量;ST和TL分别表示全国科技人才数量和全国年末人口数量。目前,较多学者利用R&D人员表征科技人才,但是城市层面该指标数据无法获取,本文参考刘晔等(2019)[20]、郭金花等(2021)[7]等的研究,以《国民经济行业分类》(GB-T4754-2017)中“科学研究、技术服务和地质勘查业与信息传输、计算机服务和软件业从业人员”来表征科技人才。同时,利用地区科技人才数量与地区年末总人口的比值作为替代变量进行稳健性检验。

2.核心解释变量。国家知识产权示范城市建设试点政策:若该城市为知识产权示范城市试点地区,且观测时间在政策实施之后,则Treati×Periodt取值为1,否则为0。

3.机制变量。(1)政府战略引领(Govin),科技教育财政支出反映了政府对创新活动的重视程度(Lee,2006)[21],也是知识产权示范城市发挥战略引领作用的基本手段(纪祥裕和顾乃华,2021)[13],因此,本文利用科技教育支出在财政支出中所占的比重来表征政府的战略引领效应;(2)知识产权制度供给(Inst),借鉴龙小宁等(2018)[2]、纪祥裕和顾乃华(2021)[13]等的做法,利用地方政府每年发布的知识产权制度数量作为知识产权制度供给的衡量指标。具体数据来源于北大法宝数据库,检索标准如下:实施日期为“2003—2019年”,法规类别为“知识产权”,时效性为“现行有效”,效力级别为“地方性法规、地方政府规章、地方规范性文件、地方工作文件”;(3)技术创新驱动(Tedri),专利数量是城市研发和创新活动最直接的产出,本文借鉴余泳泽和张少辉(2017)[22]、许士道和江静(2021)[23]的做法,选取三大专利(发明、实用新型和外观)申请量来表征技术创新驱动效应。

4.控制变量。(1)对外开放水平(OPEN),利用货物进出口额与地区GDP的比重来表示;(2)信息技术发展水平(INF),利用人均邮电业务量与人均GDP的比值来表征信息技术发展水平;(3)政府规模(GOV),利用政府财政支出与地区GDP的比值来衡量;(4)工资水平(FIN),利用城镇职工年平均工资来表征;(5)人口密度(POP),利用地区人口总量与地区行政区面积的比值来表示;(6)金融发展水平(FIN),利用地区人均金融机构贷款余额来衡量;(7)交通基础设施(TRA),利用城市人均道路面积来表征;(8)经济发展水平(PGDP),用人均地区生产总值来表征。

(三)数据来源及描述性统计

本文研究样本为2003—2019年中国274个地级及以上城市的面板数据。由于知识产权示范城市试点政策开始于2012年,考虑到2018年及2019年第五批、第六批试点城市的实施时间较短,在样本空间内政策效应尚未形成。因此,本文的实验组为2012—2016年的49个试点城市,其余城市为对照组。知识产权示范城市数据来源于国家知识产权局官方网站,其余数据来源于《中国城市统计年鉴》、CNRDS数据库、EPS数据库及各城市的国民经济与社会发展统计公报,个别年份数据缺失用插值法和指数平滑法补齐。上述变量的描述性统计见表1。

表1 各变量描述性统计

四 实证分析

(一)基准回归结果

本文采用双向固定双重差分模型评估知识产权示范城市建设对科技人才集聚水平的影响,具体回归结果如表2所示。模型(1)显示,交互项的系数为0.119,且在1%的水平下通过了显著性检验,说明知识产权示范试点城市比非试点城市的科技人才集聚水平高出11.9个百分点。试点城市评选从“硬制度”和“软环境”两个方面吸引科技人才的流入。一方面,试点地区作为知识产权保护的“政策高地”,在产权法制体系建设、执法力度、监管强度等方面走在前列,为企业和科研人员创新活动提供强有力的制度保障;另一方面,知识产权示范城市存在“拔高条件”,对科技人才的保护程度由原来的“逐底竞争”演化为“逐顶竞争”,入选城市在专利申请资助、专利质押融资、科研创新环境等方面具有明显优势,获取知识产权示范城市称号的地区更容易吸引科技创新人才的空间集聚。总体上看,知识产权示范城市建设提升了科技人才集聚水平,假说1得以验证。

表2 基准回归结果

表2列(2)—列(5)分别汇报了2012年、2013年、2015年及2016年四个批次的政策效应,各批次知识产权示范试点城市政策变量的系数均为正,除了2016年批次的政策效应不显著外,其余各批次均在1%的水平下通过了显著性检验。说明不同批次试点城市的政策效果存在明显差异。原因可能是2012年、2013年的两批早期试点城市,地方政府在知识产权制度建设、执法监管、专利申请资助、专利质押融资、创新环境建设等方面仍处于摸索阶段,许多制度法规及政策支持体系尚待进一步完善,试点政策的实施虽然提升了科技人才的集聚水平,但政策激励效应发挥受限。在2013年,经过两批次的试点后,知识产权示范城市的制度建设日趋完善,示范城市的人才集聚效应明显增强,因此,2015年的政策效果最明显、2013年次之、2012年最低;而2016年本文研究样本中仅有绵阳、惠州、德阳三个试点城市入选,样本数量较少,故在研究区间内政策效应难以呈现。

(二)平行趋势检验与政策的动态效应:事件研究法

为保证政策评估效果的真实性和有效性,还需要对控制组和实验组的科技人才集聚水平进行平行趋势检验。因此,本文借鉴罗知等(2015)[24]的做法,根据事件研究法(Event-Study)的思路,对政策效应进行平行趋势检验,并刻画不同时段的政策冲击效果,构建如下回归模型:

(3)

式(3)中,STi,t-k表示城市入选知识产权示范城市第k(=0,…,K)期的前置项,该项用以识别实验组与控制组在政策实施前的科技人才集聚水平是否具有相同的趋势,若待估参数均不显著,即平行趋势假定成立。Afteri,t+m表示城市实施知识产权示范城市试点政策第m(=1,…,M)期的滞后项,该项用以识别政策的动态效应,若系数显著,说明示范城市试点政策有效。其他控制变量与式(1)一致。

具体而言,引入政策实施前后年份的政策效果,Beforei、Current、Afteri分别表示政策实施前i年、政策实施当年、政策实施后i年时间虚拟变量Period与分组虚拟变量Treat交互项的系数。本文采用图示方法报告平行趋势检验结果,图2是在95%的置信区间下知识产权示范城市建设对科技人才集聚影响的回归系数。在政策实施前,交互项的估计系数均未通过显著性检验,说明知识产权示范城市试点政策实施前,实验组与控制组的科技人才集聚水平满足平行趋势假设检验,适合用多期DID模型评估知识产权示范城市建设的政策效果。在政策实施当年,交互项的系数开始显著为正,说明知识产权示范城市建设对科技人才集聚水平的影响具有立竿见影的效果,政策实施的第一年政策效果达到最大化,随着政策的稳步推进,其政策效应呈下降趋势,表明知识产权示范城市后期建设过程中要对顶层制度设计进行优化调整,进而不断释政策红利。

图2 平行趋势检验(画图法)注:根据式(3)事件分析回归中的估计系数与95%的置信区间绘制图2;为避免虚拟变量陷阱,以知识产权示范城市建设政策实施的前1年为基期。

(三)稳健性检验

1.反向因果检验。为排除科技人才集聚水平高的地区更容易获批知识产权示范城市的可能性,参照逯进等(2020)[25]、陈晨和张广胜(2020)[26]的处理方法,将知识产权示范城市试点政策作为被解释变量,采用Logistic模型检验试点政策的外生性,具体模型如下:

Logit(treatedit)=α0+α1L.TGit+α2L.Controlit+εit

(4)

式(4)中,科技人才集聚水平和控制变量分别选取了其一期滞后项,以考察前期的科技人才集聚水平是否影响到知识产权示范城市的确立。若α1不显著,说明前期的科技人才集聚水平与该城市是否确定为知识产权示范城市无关,满足政策外生性假设。具体回归结果如表3所示。表3列(1)—列(5)中,无论是全样本还是前四批次样本均未通过显著性检验,说明科技人才集聚水平并非是该城市被确立为知识产权示范城市的决定因素。因而,满足政策的外生性假设。

表3 科技人才集聚水平与政策选取的反向因果检验

2.替换被解释变量。本文利用地区科技人才数量与地区年末总人口的比值作为科技人才集聚水平的替代变量进行稳健性检验。从表4列(2)的回归结果来看,知识产权示范城市政策对科技人才集聚水平的影响系数为0.119,且在1%的水平下通过了显著性检验,与基准回归结果类似。以上估计结果仍然强烈支持知识产权示范城市建设对科技人才集聚水平具有明显的促进作用。

表4 稳健性检验

3.安慰剂检验。通过改变政策实施时点的方法进行安慰剂检验,本文随机选取政策实施提前1年和提前2年作为虚拟政策时点进行安慰剂检验,具体回归结果如表4列(3)和列(4)所示,交互项的系数分别为0.008、0.005,但是均未通过显著性检验。这说明政策时点是非随机的,知识产权示范城市的政策效应在既定时间和既定城市下才显著,上述结论再次验证了基准回归结果的可靠性。

4.剔除一线和新一线城市。若知识产权示范城市试点的选择存在“挑选赢家”的行为动机,可能导致政策评估效果出现偏差。因此,将19个一线城市及新一线城市(2)一线城市为北京、上海、广州、深圳;新一线城市为成都、杭州、重庆、西安、苏州、武汉、南京、天津、郑州、长沙、东莞、佛山、宁波、青岛、沈阳。样本剔除。回归结果如表4列(5)和列(6)所示,同基准回归相一致,知识产权示范城市建设对科技人才集聚水平的影响为正,其系数分别为0.101、0.091,且在1%的水平下通过了显著性检验。在剔除一线及新一线城市后,交互项系数估计值与基准回归模型相比有所下降,这表明一线及新一线城市获评知识产权示范城市的科技人才集聚效应明显强于其他等级城市。可能的原因是,一线及新一线城市在数字信息网络、基础设施、创新环境等方面更具优势。加之知识产权示范城市建设与创新城市、智慧城市等政策存在相互支持、合作共赢的良性关系,便于发挥科技人才集聚的政策协同效应。

5.运用PSM-DID方法。上述研究采用是否为知识产权示范城市的方式区分控制组和实验组,容易产生系统性偏误。为提高实验组与控制组样本的匹配度,减少双重差分法带来的非随机选择偏误问题。本文分别采用邻近匹配和核匹配两种方法寻找与试点城市特征最接近的地区作为对照组,再次评估知识产权示范城市建设对科技人才集聚水平的影响。具体结果如表4列(7)和列(8)所示,在采用PSM-DID后,Treati×Periodt的系数在1%的水平下依然显著为正,与上述研究结论保持一致。表明经匹配后知识产权示范城市建设依然显著提高了科技人才集聚水平。

6.排除其他政策干扰。为排除其他城市评比政策对知识产权示范城市的科技人才集聚效应产生干扰,经过相关文献梳理及借鉴已有研究成果,本文将与科技人才集聚关系最为紧密的创新城市、文明城市和智慧城市三种政策逐步纳入回归模型中,用以考察知识产权示范城市建设对科技人才集聚水平影响的净效应。如果交互项的系数不显著,说明基准回归结果不具备可信性。回归模型如下:

TGit=γ0+γ1Treati×Periodt+γ2CXit+γ3WMit+γ4ZHit+∑γ5Controlit+ui+υt+εit

(5)

具体回归结果见表5。表5列(1)—列(4)中,知识产权示范城市的政策效应在1%的水平下均显著为正,知识产权示范城市试点能够独立于其他政策之外对科技人才集聚水平产生促进作用;在创新城市(CX)、文明城市(WM)和智慧城市(ZH)三种政策中,智慧城市的政策效应不显著,而创新城市和文明城市的政策效应显著为正,这说明创新城市和文明城市具备促进科技人才集聚的能力,而智慧城市尚不具备;从政策效果差异来看,知识产权示范城市政策>创新城市政策>文明城市政策。上述研究结论,再次验证了基准回归结果的稳健性和可靠性。

表5 剔除其他政策影响的回归结果

五 拓展性分析

(一)影响机制检验

上文已经验证了知识产权示范城市建设能够显著提升科技人才集聚水平,但其作用机制与影响路径如何?结合前文理论分析,进一步从政府战略引领、知识产权制度供给及技术创新驱动等路径,探究知识产权示范城市建设对科技人才集聚水平的传导机制。借鉴温忠麟和叶宝娟(2014)[27]等的做法,构建如下中介效应检验模型:

TGit=γ0+γ1Treati×Periodt+δXit,ncontrolit+ui+εit

(6)

Mit=φ0+φ1Treati×Periodt+φ2Xit,ncontrolit+μi+εit

(7)

TGit=β0+β1Mit+β2Treati×Periodt+δXit,ncontrolit+ui+εit

(8)

其中M为政府战略引领、知识产权制度供给、技术创新驱动等中介变量,X为控制变量,其他变量设置同式(1)。

表6列(2)和列(3)为政府战略引领的中介机制检验结果。列(2)结果显示,知识产权示范城市建设对政府战略引领的影响系数为0.224,且在1%的水平下通过了显著性检验。说明知识产权示范城市的设立显著提升了政府对研发活动的干预力度,强化了政府在研发创新领域的战略引领作用。列(3)显示将知识产权示范城市政策变量Treati×Periodt与政府战略引领(Govin)同时纳入回归模型后,Treati×Periodt的系数依然显著为正,但其系数与表2列(1)相比有所降低,政府战略引领在知识产权示范城市建设影响科技人才集聚水平的过程中发挥部分中介效应。以上分析表明,知识产权示范城市建设通过发挥政府战略引领作用,进而提高了科技人才的集聚水平。

表6 影响机制回归结果

表6列(4)和列(5)为知识产权制度供给的中介机制检验结果。从列(4)结果来看,交互项的系数显著为正,说明知识产权示范城市建设提升了城市的知识产权制度供给能力。由于知识产权示范城市在创建和评选过程中更加关注地方知识产权立法及行政法规建设,形成产权保护制度的“政策高地”。列(5)显示,将交互项Treati×Periodt与知识产权制度供给(Inst)同时纳入模型后,知识产权示范城市政策变量Treati×Periodt的系数虽略有下降,但依然显著为正;知识产权制度供给(Inst)对科技人才集聚水平(TG)的影响系数为0.091,且在1%的水平下显著。说明知识产权示范城市的知识产权制度建设可以为创新企业和科技人才提供良好的制度环境,对科技人才的流入具有激励作用。上述分析验证了知识产权制度供给在知识产权示范城市建设对科技人才集聚水平的影响中发挥部分中介效应。

表6列(6)和列(7)为技术创新驱动的中介机制检验结果。列(6)结果显示,知识产权示范城市政策对技术创新的影响系数为1.092,且在1%的水平下显著为正。说明知识产权保护战略是激励技术创新最有效的制度安排,通过塑造公平公正的竞争氛围,激发了企业和科技人才的创新行为,增强城市技术创新活力。列(7)显示,将交互项Treati×Periodt与技术创新(Tedri)同时纳入模型后,知识产权示范城市政策变量Treati×Periodt的系数虽略有下降,但依然显著为正;技术创新(Tedri)对科技人才集聚水平(TG)的影响系数为0.012,且在5%的水平下显著。说明技术创新与科技人才集聚存在良性互动关系,城市创新能力的提升会促进科技人才的流入。以上分析表明,存在“知识产权示范城市试点政策→技术创新驱动→科技人才集聚”的中介传导渠道。

(二)异质性分析

1.城市等级异质性

在现有行政等级体系下,中国城市一般分为直辖市、副省级城市、一般省会城市和普通地级市四个级别。相比普通地级市,高等级城市凭借等级优势对科技人才存在明显的虹吸效应(江艇等,2018)[28]。因此,本文将城市分为高等级城市(副省级城市、省会城市)和一般地级市两大类,构造两类行政层级的虚拟变量进行回归,具体结果见表7列(1)和列(2)。从回归结果来看,知识产权示范城市建设对高等级、一般等级城市科技人才集聚水平的影响系数分别为0.092、0.106,且均在1%的水平下通过了显著性检验。说明国家知识产权示范城市建设对科技人才集聚水平具有明显的促进作用,但是一般等级城市的科技人才集聚效应要明显大于高等级城市的科技人才集聚效应。究其原因,高等级城市处于创新发展的中后期或成熟期,其知识产权法律法规建设更为完善,已经形成了良好的创新制度环境,而知识产权示范城市建设的许多内容已包含在高等级城市原有政策体系当中,导致政策效应发挥有限。对于一般地级市而言,正处于创新环境建设、产权制度建设的初期,而知识产权示范城市的设立极大推动当地知识产权制度建设,进而对科技人才集聚的促进作用较为明显。

2.城市区位异质性

由于地理区位、资源禀赋及经济发展水平的差异性,我国不同地区城市的创新水平、开放水平和发展政策也存在较大差异。本文通过构建地区特征虚拟变量,将全国城市分为东部、中部及西部三个地区,回归结果见表7列(3)—列(5)。从回归结果来看,知识产权示范城市建设对东部、中部及西部地区科技人才集聚水平的影响系数分别为0.113、0.084、0.386,且均在1%的水平下通过了显著性检验,与全国样本回归结果一致。说明知识产权示范城市建设对科技人才集聚水平的政策影响在西部最大、东部次之、中部最低。可能由于西部地区创新成果转化、创新人才吸纳、制度创新环境相对较弱,长期存在人才等创新要素外流的现象,而知识产权示范城市建设有效弥补了西部地区城市知识产权制度漏洞,达到“雪中送炭”的效果。通过完善知识产权保护法律法规、优化创新环境等方面的建设,西部地区城市的政策边际效应和人才回流效应更强。东部地区的创新水平相对前沿、产业结构相对合理,本身就处于技术创新高地、人才聚集高地,因而知识产权示范城市建设对东部地区城市更多是“锦上添花”的效果。

3.城市规模异质性

本文根据城市人口规模,将城市分为大规模城市、中等规模城市及小规模城市三大类。表7列(6)—列(8)显示,知识产权示范城市建设对小规模、中等规模及大规模城市科技人才集聚水平的影响系数分别为0.436、0.098、0.084,且均在1%的水平下通过了显著性检验。说明对于不同规模的城市,国家知识产权示范城市政策均能有效推动科技人才集聚,但随着城市规模不断扩大,其政策激励效应显著减弱。可能的原因是中小规模城市与大规模城市相比,在技术人才储备、信息技术支撑等方面处于相对劣势,知识产权保护作为科技创新的“催化剂”和“粘合剂”,可以有效弥补小规模城市在知识产权保护、专利质押融资、专利保险等方面的制度短板,发挥知识产权示范城市创建的政策协同、产业协同及要素协同效应,形成技术创新与科技人才集聚的“后发优势”。对于大规模城市而言,本身就处于技术创新高地、人才聚集高地,加之大城市出现“一户难求”、公共服务供给不足等“大城市病”问题,导致知识产权示范城市建设的科技人才集聚效应减弱。

六 结论与启示

本文基于2003—2019年中国274个地级及以上城市的面板数据,将知识产权示范城市的设立视为一项准自然实验,利用多期双重差分模型考察知识产权示范城市政策对科技人才集聚水平的影响和作用机制。结果表明:知识产权示范城市的设立显著提升了科技人才集聚水平,该结论在多种识别假定检验和稳健性检验中依然成立;从作用机制甄别来看,知识产权保护主要通过强化政府战略引领、增加知识产权制度供给和技术创新驱动三种途径作用于科技人才集聚水平;包括行政等级、地理区位及人口规模在内的城市特质均会影响知识产权示范城市政策效果的发挥,相较于其他城市,知识产权示范城市政策对于高等级城市的科技人才集聚效应小于一般等级城市;相较于东部和中部地区,知识产权示范城市政策对西部地区城市科技人才集聚水平的推动作用更为明显,并且城市人口规模越大其政策实施的科技人才集聚提升效应就越弱。

基于研究结论得到如下启示:(1)要有序推进知识产权示范城市建设政策的试点范围。中国政策扩散实践中,“政策试点”是最典型、最有效的扩散方式,即从试点到推广的渐进式制度变迁模式,体现了中央授权地方先行先试“自上而下”的顶层设计。在发挥试点城市知识产权保护示范带动效应的同时,兼顾中小城市、西部城市的发展问题,推行动态化、差异化示范城市创建战略。(2)拓展和优化知识产权示范城市政策提升科技人才集聚水平的作用路径。首先,完善知识产权保护制度,营造良好的科技创新环境,发挥政府在技术创新、知识产权保护的战略引领作用;其次,推动试点城市加强5G网络、物联网、人工智能等知识密集型产业的发展,以便更好地发挥入选城市的“人才蓄水池”作用和标杆激励效应,形成与邻近地区互促共建、良性互动的新型竞争格局。(3)在尊重城市资源禀赋、经济技术差异性的情况下,应因地制宜有效释放知识产权示范城市建设的政策红利。鉴于城市特质因素带来的政策效果差异性,有针对性地制定知识产权示范城市建设规划,为打赢“人才争夺战”、加快知识产权强国建设提供制度保障。

猜你喜欢

科技人才试点知识产权
科技人才是发展的推动力
宁陕农业科技人才助产业脱贫
重庆五大举措打造知识产权强市
关于知识产权损害赔偿的几点思考
深入推进科技人才组团式援藏模式
固废试点“扩容”再生资源或将纳入其中
省级医改试点的成绩单
国家医改试点再扩容
国家级医改试点医院举步维艰
知识产权