知识产权治理与数字创新韧性：基于准自然实验的证据

毛毅坚

(温州理工学院 法学院,浙江 温州 325000)

一、引言

数字技术的广泛与深度应用通过重塑创新空间、重构创新行为,赋能创新活动呈现网络协同、交互共生的发展趋势,衍生数字创新这一概念[1]。进入新发展阶段,党的二十大报告就创新引领作出系统部署,要求“完善科技创新体系”“加快实施创新驱动发展战略”。作为数字经济时代的抓手,数字创新可充分释放数字经济价值创造能力,为打造现代化经济体系、保障产业链安全、提升国际竞争力提供核心动能。尚需注意,数字创新因多主体参与特征,较易受到内外环境干扰,而国际政治冲突、单边主义抬头等诸多因素交织,使数字创新面临易变性(volatility)、不确定性(uncertainty)、复杂性(complexity)和模糊性(ambiguity)特征。同时,灰犀牛、黑天鹅事件频生,极大限制国内关键数字技术领域创新发展。此背景下,切实提升数字创新韧性,成为学界研究重点。

党的二十大报告就知识产权治理赋能数字创新韧性提升作出系统部署,强调“加强知识产权法治保障,形成支持全面创新的基础制度”。然而,国内知识产权仍然面临行政司法衔接缺位、知识产权服务供给短板以及知识产权转移转化不足等诸多问题,难以为数字创新韧性提升供给知识产权动能支撑[2～3]。为充分释放知识产权治理动能,国家知识产权局根据《国家知识产权战略纲要》政策部署,制定《国家知识产权试点和示范城市(城区)评定办法》,着力开展知识产权试点示范城市建设,借力制度领衔提高知识产权保护、管理及服务治理水平,为提升数字创新韧性提供城市样本。那么,知识产权治理能否助力数字创新抵御冲击干扰,提升数字经济韧性?这一问题值得深入探讨。

二、文献述评

目前,学界已经围绕知识产权治理及数字创新韧性分别展开系统研究,形成诸多可参考的研究结论。其中,知识产权治理文献主要聚焦于以下几个层面：一是知识产权治理的积极作用。李胜会和戎芳毅(2022)[4]研究指出,作为知识产权治理的重要工具,知识产权示范城市建设可提升城市产业多样化水平和创新能力,助力城市产业链韧性提高。韦东明等(2023)[5]实证得知,知识产权治理可通过强化政策引领、提高创新质量、优化产业结构和发挥产业集聚效应,助力提升区域创新效率。同时,知识产权治理也可促进企业创新[6]、驱动科技人才集聚[7]、提高出口技术复杂度[8]。二是知识产权治理的现实困境。季连帅(2021)[9]分析指出,中国知识产权治理面临规则碎片、立法缺位等发展困境。郑鲁英(2022)[10]研究表明,知识产权治理面临治理内容复杂多元、国外制度不确定性等诸多困阻。董涛(2022)[11]研究强调,知识产权治理面临制度数据刻画不足、算法伦理冲突、数据产权归属不明等现实困厄。三是知识产权治理的创新路径。马一德(2021)[12]研究认为,应当以增强制度性话语权、提升国际区域联动性为抓手,打造知识产权治理的“中国方案”。郭琦(2023)[13]研究强调,应当通过合理布置知识产权格局、充实知识产权竞争反制工具箱、强化知识产权智库建设、参与知识产权国际条约制定,提升知识产权治理水平。

现有文献指出,数字普惠金融[14]、创新多样化[15]以及风险投资支持[16]均可提升创新韧性。随着学界有关创新韧性的研究逐步深入,也有学者探讨得知创新韧性可以促进经济高质量发展[17],但对高技术产业出口产生负面影响[18]。数字创新韧性属于新兴研究领域,有关研究相对分散且数量较少,集中于以下层面：一是数字创新韧性的水平测度,Chen 和Cai (2023)[19]测度得知,2011—2021年中国区域数字创新生态系统韧性水平呈增长趋势,且在空间层面呈现“沿海高-中部平-西北低”分布趋势。二是数字创新韧性的影响因素,杨伟等(2022)[20]实证得知,知识发展、知识扩散及资源配置的治理利基组合有助于提升数字创新韧性。三是数字创新韧性的作用效果,胡甲滨等(2023)[21]分析证实,数字创新韧性负向影响中西部地区高技术产业创新,与东北及东部沿海地区高技术产业创新存在“U型”关系。

需要强调的是,数字创新韧性涉及数字技术、数据管理、产业融合等多个方面,具有知识密集、技术密集、要素密集特点,同知识产权治理具有紧密关系。然而,学界鲜有研究将知识产权治理与数字创新韧性置于同一框架展开探讨,难以为数字创新韧性提供制度支持。基于此,本文以知识产权示范城市建设为准自然实验,构建双重差分模型探讨知识产权治理对数字经济韧性的影响效应,并深度解析二者间的作用机制,以此为提升数字创新韧性、加快创新驱动战略实践提供理论参考。

三、理论分析与研究假设

(一)知识产权治理政策背景

知识产权示范城市建设是中央政府为强化知识产权治理、打造知识产权强国所提出的城市层面制度创新,具有政策组合性强、制度创新性强等诸多特征。2011年12月,为深入贯彻落实《国家知识产权战略纲要》和《国家中长期人才发展规划纲要(2010—2020年)》,强化知识产权治理效能,国家知识产权局制定并宣印《国家知识产权试点和示范城市(城区)评定办法》,要求推进知识产权示范城市建设。在此基础上,2012年4月,时任国家知识产权局局长田力普宣布包含山东济南、山东青岛在内的23个城市成为首批知识产权示范试点区域。2013年10月,国家知识产权局印发《国家知识产权局关于确定厦门等18城市为国家知识产权示范城市的通知》,正式确立江苏泰州、福建厦门等18个城市成为第二批次知识产权示范试点区域。随后,国家知识产权局陆续于2015年、2016年、2018年及2019年,再分四批推进知识产权示范城市建设,有效强化知识产权治理水平。截至2023年6月,全国共确立77个区域为知识产权示范城市(见表1),为数字创新韧性提升供给充分制度动力。借助知识产权示范城市建设政策实施这一契机,知识产权治理通过优先许可示范城市专利质押融资、创新资助申请,有效提升城市知识产权创造、运用、保护、管理及服务能力,为数字创新韧性提供制度支持。

表1 知识产权示范城市名单

(二)知识产权治理对数字创新韧性的直接作用

所谓数字创新韧性,是指数字创新生态系统面对内外因素干扰、冲击时能够保持稳定,甚至可以实现数字技术水平提升、数字创新效能提高的能力[22]。知识产权示范城市建设这一政策作为国内知识产权治理的一项重要制度创新,是提高创新效率、破除创新机制障碍所实施的一次改革实践,可为提升数字创新韧性提供知识产权制度支持。具体而言,基于知识产权示范城市建设政策背景,知识产权治理通过提升数字创新活动恢复性、连续性,赋能数字创新韧性提高。

第一,知识产权治理通过提升数字创新活动恢复能力,赋能数字创新韧性提高。因数字创新活动特有的排他性,“搭便车”“模仿式”行为常常导致创新主体利益受损,以致创新主体被迫短暂停止乃至完全停滞数字创新活动[23]。此背景下,知识产权治理可通过司法、行政手段会对侵权行为予以惩罚,释放利好信息以吸引更多资本、技术、数据要素进入数字创新市场,支持创新主体恢复创新活动,打造数字创新活动恢复性,实现数字创新韧性提升。

第二,知识产权治理通过塑造数字创新活动连续性,驱动数字创新韧性提高。数字创新活动具有相对较高的沉没成本与调整成本,需要持续投入各类要素维护其持续性。知识产权治理可通过构建良好数字创新生态环境,有效保护创新“源动力”,助力形成高质量创新成果。进一步地,知识产权治理又可为创新成果产出提供“暂时性垄断”保护,助力创新主体获取超额利润,并借助“虹吸”效应吸引更多要素集聚,以提升创新要素配置效率,为数字创新活动提供循环动力[24]。由此,知识产权治理可助力数字创新活动形成“优质创新环境—创新成果产出—成果超额利润—要素高效配置”的持续性发展路径,促动数字创新韧性提高。

结合上述理论分析,提出以下研究假设：

假设1：知识产权治理可提升数字创新韧性。

(三)知识产权治理对数字创新韧性的间接作用

依据前述理论阐述,知识产权治理可打造数字创新活动恢复性、连续性,直接赋能数字创新韧性提升。结合既有文献,知识产权治理亦可通过促进数字产业集聚、增加财政科技支出与人力资本升级,间接推动数字创新韧性提升。

第一,知识产权治理通过促进数字产业集聚,间接赋能数字创新韧性提升。知识产权治理通过设立知识产权法院、法庭,高效、合理处置数字领域侵权案件,可维护数字创新基本权益,奠定数字产业集聚法治基础。同时,政府部门、创新主体也会在知识产权治理过程中打造协同创新平台,以创新“生态圈”构建支持数字同质领域知识交流,以吸引数字产业共同入驻城市高新区,实现数字产业集聚。在此基础上,数字产业集聚可协同驱动高等技术人才、数字技术知识集聚,通过技术交流、知识共享、产业联动为数字创新活动稳定开展提供有力保障[25],借此提升数字创新韧性。另外,数字产业集聚也可促使聚集空间内部企业更易获取先进数字通用技术,提升数字产业之间技术溢出水平,实现数字技术互补。而技术互补利于降低数字创新活动过程中的不确定性[26],由此提高企业数字创新韧性。

第二,知识产权治理通过增加财政科技支出,间接促动数字创新韧性提升。数字创新属于长周期、高风险的创新活动,在开展过程中需要较高、持续研发成本投入,以致数字创新往往因资金成本约束面临停滞风险。此背景下,以知识产权示范城市政策为代表的知识产权治理通过出台专利资助和研发补贴等制度,持续强化数字创新财政投入力度,有效缓解数字创新活动融资约束[27]。由此而言,知识产权治理通过拓展政府财政科技支出,在一定程度上扮演数字创新活动成本分担角色,有效降低数字创新风险、提升数字创新韧性。与此同时,知识产权治理也会驱动相关主体通过构建技术创新服务平台,降低数字创新主体在融资市场中由于信息不对称而导致的逆向选择可能性,联动其他政策撬动社会资本流入数字创新领域,缓解数字创新活动研发经费约束[28],切实提升数字创新韧性。

第三,知识产权治理通过驱动人力资本升级,间接推进数字创新韧性提升。人力资本经济理论及内生增长理论一致强调,人力资本是创新增长的源泉与动力,对于数字创新而言也是如此。根植于知识产权示范城市政策建设背景,知识产权治理促使数字创新环境得以优化,借此驱动数字创新主体通过强化人才经济激励、优化工作环境与拓宽职业发展前景多重方式[29],吸引外部人才流入,以形成人力资本“公共池”效应,进一步实现人力资本结构升级,为提高数字创新韧性提供高等人力资本支持。与此同时,知识产权治理也会获取源于知识产权示范城市建设的政策红利支持,不断强化数字创新领域人才培育投入,驱动城市人力资本结构升级[30],为持续性开展数字创新活动提供人才支撑,以此提升数字创新韧性。

基于上述理论分析,提出以下假设：

假设2：知识产权治理通过促进数字产业集聚、财政科技支出扩容、人力资本升级,间接驱动数字创新韧性提升。

四、研究设计

(一)实证模型构建

1.双重差分模型

相比于传统面板回归模型,双重差分模型可以有效规避实证分析过程中可能存在的内生性问题,是当下学界进行政策效应评估、因果关系考察的主流模型。有鉴于此,研究以2012年知识产权示范城市建设作为准自然实验,借鉴刘胜等(2023)[31]的研究,构建双重差分模型(Differences-In-Differences,DID),检验知识产权治理对数字创新韧性的影响效应,公式如下：

DIIREit=α0+α1ITPYGEit+α2CLVESTit+γi+μt+εit

(1)

其中,i表示样本城市;t表示年份;DIIREit表示数字创新韧性;ITPYGEit表示知识产权治理;CLVESTit反映一系列可能影响研究结论的控制变量集合;γi与μt分别表示城市与时间固定效应;εit表示随机扰动项。另外,α0表示回归系数;α1与α2分别表示变量系数。

2.递归模型

前文述及,知识产权治理通过促进数字产业集聚、财政科技支出扩容、人力资本升级,间接驱动数字创新韧性提升。为进一步识别上述机制是否成立,研究结合Baron和Kenny(1986)[32]思路,构建如下递归模型：

Mit=β0+β1ITPYGEit+β2CLVESTit+γi+μt+εit

(2)

DIIREit=λ0+λ1ITPYGEit+λ2Mit+λ3CLVESTit+γi+μt+εit

(3)

其中,Mit为机制变量,包括数字产业集聚、财政科技支出扩容、人力资本升级。在确认知识产权治理能够提升数字创新韧性的基础上,该递归模型需要分为两步以确认机制检验是否成立。第一步,考察式(2)与式(3)的系数β1与λ2。若上述系数均呈显著,表明机制变量成立。第二步,若λ1不显著,表明该变量具有完全机制作用;若λ1显著为正且小于α1,表明该变量发挥部分机制作用。为确保机制检验结果的准确度,进一步通过Sobel检验研判机制变量是否存在。

(二)研究指标选取

1.被解释变量：数字创新韧性(DIIRE)

数字创新韧性属于系统指标,使用单一指标衡量可能难以综合体现。有鉴于此,本文结合赵玉帛等(2022)[33]、魏建漳和任颋(2022)[34]的研究,构建涵括基础支撑、创新效益及要素流动在内的指标评价体系,以衡量数字创新韧性,详见表2。其中,基础支撑是数字创新活动持续开展的保障,可为提升数字创新韧性提供支持;创新效益是数字创新韧性提升的核心保障,能够在数字创新系统遭遇冲击时凭借效益回报效率削弱系统功能水平下降的幅度,有效抵御外界环境冲击,以避免数字创新系统因脆弱性而直接崩塌;要素流动能够保障数字创新系统资源配置、网络链接等核心功能,形成创新协同效应,通过调整节点联系强度以及优化网络拓扑结构以共同应对冲击,助力提升数字创新韧性。

表2 数字创新韧性指标评价体系

2.解释变量：知识产权治理(ITPYGE)

知识产权治理以知识产权示范城市政策事件冲击(Treat×Post)为衡量方式。其中,Treat用于识别样本城市是否属于知识产权示范城市,若属于则赋值为1,划定为实验组城市;若非试点城市则赋值为0,划定为控制组城市。Post用于识别政策冲击时间,在2012年之前设置为0,2012年及以后设置为1。综上所述,若某个城市当年及以后获批为知识产权示范城市,ITPYGE设定为1,否则为0。

3.机制变量

(1)数字产业集聚(DLIYAN)。结合孙志超等(2023)[35]的研究,使用区位熵方法衡量城市数字产业集聚水平,公式如下：

(4)

其中,Nresdyit为i城市t时期数字产业从业人员,Nredpsit为i城市t时期就业人数。而数字产业范围仍以《数字经济及其核心产业统计分类(2021)》为标准,包括数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业、数字化效率提升业。

(2)财政科技支出扩容(FLTYER)。通常,财政科技支出是指政府及其相关部门为支持科技活动的经费支出。沿袭李永刚(2023)[36]的研究思路,直接使用地方政府财政科技支出规模作为基准衡量方式。需说明的是,为避免变量异方差问题,对财政科技支出扩容作对数化处理。

(3)人力资本升级(UEHNCL)。借鉴沈和斌和邓富华(2023)[37]的研究思路,使用城市层面专科及以上人数占比的增长率作为衡量方式,见式(5)：

(5)

其中,Cynrpeit表示当年城市层面专科及以上人数;Unpnit表示当年城市层面总人口数量;Cynrpei,t+1表示次年城市层面专科及以上人数;Unpni,t+1表示次年城市层面总人口数量。

4.控制变量(CLVEST)

为避免其他外在因素对研究结果产生干扰,基于既有研究[38～40],选取如下控制变量：一是创新基础设施(Inture)：创新基础设施是指支撑科学研究、技术开发、产品研制等具有公益属性的基础设施,包括重大科技基础设施、科教基础设施、产业技术创新基础设施,是数字创新韧性提升的重要基础支撑,采用创新基础设施固定资产投资规模的对数表示。二是数字服务贸易(Dltrde)：数字服务进出口贸易可以驱动创新要素跨境流入,形成国际技术溢出效应,为区域内部提升创新质量、增强经济韧性提供外源动力,使用数字服务贸易规模的对数衡量。三是区域产业结构(Rlilse)：就数字创新的增长潜力而言,产业结构专业化更利于促进区域数字技术持续创新,为数字创新韧性提升提供产业支撑,使用第三产业生产总值占区域生产总值的比重表示。四是数字普惠金融(Dliefe)：数字普惠金融依托数字技术和数字基础设施建设基础,通过移动设备打破地域限制,为创新主体提供持续性资金支撑,有力提升数字创新韧性。五是数字经济规模(Sedley)：数字经济发展可以驱动商业模式持续创新与变革,为提升数字创新韧性提供源动力,使用数字经济规模的对数衡量。

(三)数据来源说明

本研究主要是以知识产权示范城市建设为准自然实验,通过构建双重差分模型研判知识产权治理对数字创新韧性的影响。而双重差分模型的应用前提在于选择适宜实验组与控制组,以便于后续实证分析。有鉴于此,研究以首批知识产权示范城市建设年份(2012)为研究窗口起点,以2022年作为研究结束边界,选定中国312个城市作为研究对象(不包括港澳台)。其中,77个知识产权示范城市为实验组,剩余235个城市作为控制组。研究数据主要来源于历年《中国统计年鉴》《中国城市统计年鉴》以及国家统计局数据库、中国知网统计数据库、EPS数据库、国泰安数据库、中国研究数据服务平台(CNRDS);知识产权试点示范城市名单来自国家知识产权管理局。需特别说明的是,考虑到研究期内仅有2015年、2020年城市层面两期受教育人口数据,人力资本升级其他年份以《2010年全国人口普查数据》《2015年人口抽样调查数据》以及第七次全国人口普查结果为依据,利用年度均值替换法补齐考察期内其他年份的人力资本升级数据。

五、实证结果及分析

(一)识别条件检验

1.平行趋势检验

应用双重差分法开展实证分析的重要前提是契合平行趋势假设,即实验组与控制组在接受处理前是否具有相同变化趋势。根植于此,本研究通过事件研究法进行平行趋势检验,如图1所示。具体检验步骤包括：生成年份虚拟变量与试点城市虚拟变量的交互项,并将其作为解释变量开展回归。当中,交互项系数集中反映某一年份实验组与控制组之间的差异,当该系数非显著时,表明通过平行趋势检验。依据图1可以知悉,交互项系数在知识产权示范城市政策实施之前并无明显差异,表明实验组、控制组的结果变量(数字创新韧性)在政策实施之前并不具有显著差异,满足平行趋势这一前提条件要求。

图1 平行趋势检验

2.偏误检验及分组-时期加权估计量下的动态效应检验

考虑到TWFE估计量在进行异质性处理效应估计时,会因差异时间区间及样本组别诱发反向系数、负向权重问题,导致结果出现估计偏误。有鉴于此,研究借鉴Andrew(2021)[41]提出的培根分解法,核验基于TWFE的多时点双重差分估计偏误程度。根据检验结果显示,Early Treatment vs.Later Control(合适处理效应)的估计值为2.153,权重占比为82.76%;Later Treatment vs.Early Control(非合适处理效应)的估计值为0.448,权重占比为17.24%。比较两项系数可知,合适处理效应远高于不合适处理效应权重占比,实证并不存在估计偏误。进一步地,借鉴夏帅等(2023)[42]的研究纳入CS的分组-时期加权估计量,结果详见图2。可以知悉,CS的分组-时期加权估计量表明TWFE-DID具有稳健性。

图2 动态效应检验

(二)基准回归结果

为探明知识产权治理对数字创新韧性的影响效应,使用式(1)进行回归,得到表3。表3的(1)列为未纳入控制变量的基础回归结果,表3的(2)～(6)列为依次纳入各控制变量后的回归结果。根据回归结果显示,各回归系数均在1%水平下显著为正,表明知识产权治理利于提升数字创新韧性。就此,假设1得到充分验证。可能原因在于,根植于知识产权示范城市建设政策背景,知识产权治理可通过发挥集聚效应吸引更多要素投入,进一步打造数字创新要素投入持续性,以此提升数字创新韧性。同时,知识产权治理也凭借司法、行政保护优势强化数字创新成果保护,提升创新主体积极性,助力锻铸数字创新活动韧性。

表3 基准回归结果

(三)稳健性检验

1.前导变量检验

尚需注意,基于知识产权示范城市建设的政策背景,知识产权治理在提升数字创新韧性的过程中,必然先对数字创新水平产生促进作用。因此,在稳健性检验部分增加对数字创新水平这一前导变量的检验,结果如表4的(1)列所示。其中,数字创新水平使用数字产业授权发明专利及实用新型专利数量之和的对数表示,对应数字产业分类沿袭数字创新韧性标准,仍以《数字经济及其核心产业统计分类(2021)》为基准。结果显示,知识产权治理对数字创新水平的影响系数为0.135,且在1%水平下显著,证实前导变量检验通过,侧面印证基准回归的稳健性。

表4 稳健性检验结果

2.剔除部分样本

城市规模及行政等级差异在一定程度上影响资源禀赋以及数字创新韧性的边际效益,可能干扰知识产权示范城市这一政策所衍生的知识产权治理效应。为排除前述情形的影响及干扰,研究在剔除直辖市分区样本后重新展开回归,结果见表4的(2)列。根据结果显示,知识产权治理对数字创新韧性的影响系数为0.169,通过1%置信水平检验。

3.排除同期政策干扰

2008年,国务院着手推进创新型试点城市建设,为数字创新韧性提升注入动力。2013年,国务院正式提出“宽带中国”战略,为提升数字创新韧性夯实基础。上述两项政策同本研究的知识产权示范城市试点政策的同期相关性较强,可能对知识产权治理与数字创新韧性的关联判断产生一定干扰。有鉴于此,本文排除创新型城市和宽带中国试点城市进行重新回归,结果详见表4的(3)～(4)列,所得结果与基准分析结果基本一致,充分证实研究结论的稳定性。

4.倾向得分匹配检验

考虑到知识产权示范城市建设并非完全意义的自然实验,研究数据选取方面却仍然可能存在选择性偏差。因此,沿袭白俊红等(2022)[43]的研究思路,应用多时点倾向得分匹配-双重差分(PSM-DID)进行稳健性检验。具体而言,先将数字创新韧性作为结果变量,再将创新基础设施、数字服务贸易、区域产业结构、数字普惠金融及数字经济规模作为匹配变量,分别按照核匹配、1∶1近邻匹配以及半径匹配三种类型对实验组和控制组城市重新匹配。基于倾向得分匹配之后的样本重新回归,检验结果如表4的(5)～(7)列所示。可以知悉,知识产权治理的回归系数仍然显著为正,与基准回归结果基本一致,再次证实研究结论具有稳健性。

5.安慰剂检验

前文基准回归部分虽然已经纳入部分影响数字创新韧性的控制变量,但仍然可能存在部分不可观测的因素对基准回归结果产生干扰。为此,研究参考姚璐等(2023)[44]的做法,使用安慰剂检验以确保模型的稳健性。具体而言,通过随机选取知识产权示范城市的方式,分别展开500次、800次知识产权治理对数字创新韧性的回归模拟,结果如图3所示。根据图3可知,在500次、800次的重复回归中,回归系数的核密度图均服从正态分布,充分证实回归结果的稳健性。

图3 安慰剂检验

(四)机制检验

依据假设2初步推断,基于知识产权示范城市建设政策背景,知识产权治理主要通过促进数字产业集聚、财政科技支出扩容、人力资本升级,间接驱动数字创新韧性提升。有鉴于此,应用前文所构递归模型进行机制检验,得到表5。表5的(1)列是以数字产业集聚(DLIYAN)作为机制变量的回归结果,对应估计系数在1%水平下显著,揭示数字产业集聚在知识产权治理对数字创新韧性的影响中发挥部分机制作用。另外,表5的(2)～(3)列分别报告以财政科技支出扩容(FLTYER)与人力资本升级(UEHNCL)作为机制变量的检验结果,证明二者均在知识产权治理对数字创新韧性的影响中发挥部分机制作用。为进一步验证中介作用是否成立,研究补充Sobel Test检验,验证中介效应是否显著。检验结果显示,数字产业集聚、财政科技支出扩容、人力资本升级的Sobel Test检验系数均在1%水平显著。整体而言,上述机制检验结果充分验证假设2,证实数字产业集聚、财政科技支出扩容、人力资本升级成为知识产权治理促进数字创新韧性提升的核心渠道。

表5 作用机制检验结果

(五)异质性分析

1.数字政府水平异质性

政府政务数字化与智慧化利于为数字创新主体提供精准服务,切实提升政府服务可得性,为提升数字创新韧性提供政府动能。因此,本研究依据清华大学数据治理研究中心编制的《2020数字政府发展指数报告》,将312个城市数字政府发展水平划分为高(高于平均指数)、低(低于平均指数)两组,结果详见表6的(1)～(2)列。数据显示,知识产权治理对不同数字政府水平的数字创新韧性均存在显著提升作用,但对高水平数字政府数字创新韧性的提升作用明显大于低水平数字政府。知识产权示范城市建设过程中所体现的知识产权治理效应,能够凭借数字政府的高效处理性与广泛触达性进行高效开展,利于保护数字创新过程与结果,为提升数字创新韧性提供政务支持。

表6 异质性检验结果

2.城市规模异质性

依据城市经济学理论强调,城市规模差异会对资源配置效率、产业空间集聚以及公共服务供给产生重要作用,进一步对数字创新韧性产生影响。有鉴于此,本文依据国务院《关于调整城市规模划分标准的通知》,将常住人口达100万人以上的城市界定为大型城市,低于100万人的设定为中小城市,进行城市规模异质性分析,结果见表6的(3)～(4)列。结果显示,知识产权治理对大型城市数字创新韧性的提升作用明显强于中小规模城市。分析原因可知,相比于中小规模城市,大型城市在基本数字创新水平以及制度变革适应能力方面更优,且具有相对完善的数字创新投入体系与创新体制机制,可充分释放知识产权治理对数字创新韧性的提升作用。

3.城市区位异质性

不同区域创新资源禀赋及数字创新、政府支持程度存在明显差异,而上述因素可能导致知识产权治理对数字创新韧性的影响存在区域差异。因此,根据胡焕庸线将样本城市划分为东部、西部,进行区位异质性检验,结果见表6的(5)～(6)列。依据数据显示,知识产权治理对胡焕庸线东部城市数字创新韧性的提升效果显著高于西部城市。分析原因,胡焕庸线东部地区在财政支出、要素资源方面原本就高于西部地区,且知识产权示范城市的治理效应与其他政策效应重叠加持,为数字创新韧性提升注入充足动力。

六、结论与建议

本文基于知识产权示范城市设立的这一准自然实验,应用双重差分模型系统考察知识产权治理对数字创新韧性的影响效应。结论表明：一是知识产权治理可显著提升数字创新韧性,且存在时间滞后与动态影响。经过前导变量检验、剔除部分样本、排除同期政策干扰、倾向得分匹配、安慰剂系列稳健性检验后,该结论依然成立。二是机制分析结果显示,知识产权治理通过数字产业集聚、财政科技支出扩容、人力资本升级等渠道,赋能数字创新韧性提升。三是异质性检验结果发现,知识产权治理对高水平数字政府、大型城市及胡焕庸线东部城市的数字创新韧性提升作用更高。

基于上述研究结论,提出如下政策建议：

第一,布设知识产权示范城市交织化网络,打造数字创新韧性提升新引擎。实证结果表明,知识产权治理能够有效驱动数字创新韧性提升。有鉴于此,中央政府应当合理扩充知识产权试点城市规模,以布设知识产权示范城市交织化网络,打造数字创新韧性提升新引擎。一方面,基于已有知识产权示范城市建设经验,扩充知识产权试点城市规模。中央政府应当遴选特色知识产权示范城市建设经验,适度推广知识产权激励机制、监管机制、支持机制共用,通过规模化知识产权治理形成良好数字创新基础环境,助力数字创新韧性提升。另一方面,鼓励非试点城市探索建设数字知识产权治理体系,延伸知识产权试点深度。非知识产权示范试点城市应当积极跟随数字知识产权要求,利用法制手段构建数字创新生态体系,充分保障数字创新要素自由流动,赋能数字创新韧性提升。

第二,加快推进数字产业“聚链成群”,构建数字创新韧性提升新动能。研究结果证实,知识产权能够通过促进数字产业集聚,间接提升数字创新韧性。根植于此,政府部门应当全面推进数字产业“聚链成群”,利用产业集聚的知识溢出效应构建数字创新韧性提升新动能。首先,中央政府应立足不同区域资源禀赋与数字产业基础,合理借助京津冀、长三角、粤港澳等数字创新资源丰富、数字经济势头强劲的城市群优势,通过顶层设计部署于城市群打造一批数字创新密度较高、符合国家战略方向的数字产业集群,为数字创新韧性提升蓄势。其次,数字产业头部企业应发挥“头雁”引领效应,利用数字平台的广泛链接优势在全国形成有序分布、分工合作、协同互补的“雁阵式”数字产业集群发展格局,通过促进集群内部数字企业创新资源共享与数据应用,提升数字创新韧性。

第三,纵深推进数字政府建设,深化数字创新韧性提升基础支持。实证结论表明,知识产权治理对数字政府水平较高的城市数字创新韧性提升效果更为显著。因此,政府部门应该持续推进数字政府建设,为增强数字创新韧性提供有力支持。一方面,地方政府应构建协同高效的政府数字化履职能力体系,统筹推进政务服务系统集约建设、互联互通、协同联动,通过高效政务服务把握全局、指导创新,为提升数字创新韧性筑牢政务服务基础。另一方面,地方政府应强化政务数据资源的有效供给,以算力基础设施和创新基础设施建设为抓手,为提升数字创新韧性提供高质量服务。