郭俊華，邢涵冰，鞏 輝

（1.上海交通大學(xué) 國際與公共事務(wù)學(xué)院，上海200030；2.香港中文大學(xué) 社會(huì)工作系，香港999077）

2016年5月，國務(wù)院辦公廳發(fā)布了《關(guān)于建設(shè)大眾創(chuàng)業(yè)萬眾創(chuàng)新示范基地的實(shí)施意見》，正式啟動(dòng)了17個(gè)區(qū)域示范基地、4個(gè)大學(xué)科研院所示范基地和7個(gè)企業(yè)示范基地的建設(shè)。2017年6月，國務(wù)院批準(zhǔn)第二批45個(gè)雙創(chuàng)示范基地的建設(shè)，幾年來，62個(gè)雙創(chuàng)區(qū)域示范基地先行先試、積極探索，為推動(dòng)創(chuàng)新創(chuàng)業(yè)創(chuàng)造，實(shí)現(xiàn)高質(zhì)量發(fā)展發(fā)揮了積極的作用。據(jù)統(tǒng)計(jì)，2018年，區(qū)域示范基地技術(shù)合同成交額共72億元，同比增長超過40%；基地新登記企業(yè)約41萬戶，同比增長約1.15%；新增高新技術(shù)企業(yè)近6700家，同比增長約31%[1]。雙創(chuàng)區(qū)域示范基地是創(chuàng)新政策的實(shí)施重點(diǎn)和先行地，這些基地的建設(shè)效果究竟如何及其對整個(gè)區(qū)域的創(chuàng)新能力有何影響，如何以雙創(chuàng)示范基地建設(shè)為契機(jī)推動(dòng)整個(gè)區(qū)域創(chuàng)新能力的提升，對這些問題能否作出正確解答對于雙創(chuàng)示范基地的可持續(xù)發(fā)展、后續(xù)的政策優(yōu)化，以及所在區(qū)域乃至整個(gè)國家的創(chuàng)新發(fā)展至關(guān)重要，相關(guān)研究值得學(xué)界重視。

一、文獻(xiàn)綜述

從國外來看，學(xué)者們圍繞創(chuàng)新創(chuàng)業(yè)政策、區(qū)域創(chuàng)新能力等方面開展了眾多研究。在公共政策方面，托馬斯·戴伊等眾多學(xué)者對公共政策評估的理論及實(shí)踐進(jìn)行了研究[2]。在創(chuàng)新政策評估方面，Nick Bloom 等考察了財(cái)政激勵(lì)對研發(fā)投資水平的影響[3]。Magro和Wilson從創(chuàng)新政策體系的角度提出了評估政策組合的六個(gè)步驟，并且對西班牙巴斯克地區(qū)的創(chuàng)新政策體系進(jìn)行了評估[4]。Ross和Colin分析了鼓勵(lì)高科技企業(yè)發(fā)展的創(chuàng)業(yè)政策[26]。Becker系統(tǒng)梳理了財(cái)稅政策、高校研究體系及研發(fā)機(jī)構(gòu)之間合作的三類促進(jìn)研發(fā)投資政策的文獻(xiàn)，分析了三類政策對研發(fā)投資的影響[5]。Hasan 等提出了實(shí)驗(yàn)性政策評估方法RCT+，并且評估了英國的創(chuàng)新積分計(jì)劃[6]。Susana和Mart提出了系統(tǒng)導(dǎo)向的創(chuàng)新政策評估框架，并對歐盟各國的創(chuàng)新政策進(jìn)行了評估[7]等等。這些成果可以為我國提供參考。但是，由于國外并沒有像我國這樣直接出臺(tái)創(chuàng)新創(chuàng)業(yè)示范基地建設(shè)的政策，這些研究結(jié)論難以直接應(yīng)用到我國。因此，這里重點(diǎn)介紹國內(nèi)的研究現(xiàn)狀。

（一）雙創(chuàng)示范基地研究現(xiàn)狀

學(xué)者們對雙創(chuàng)示范基地的研究集中在基地建設(shè)路徑、動(dòng)力機(jī)制、政策效果及對策等方面。在基地建設(shè)路徑方面，林念修將雙創(chuàng)示范基地建設(shè)分為啟動(dòng)、建設(shè)、推廣三個(gè)階段[8]。在動(dòng)力機(jī)制方面，劉剛以北京市海淀區(qū)、杭州市余杭區(qū)等6個(gè)雙創(chuàng)示范基地為調(diào)查對象，考察我國新經(jīng)濟(jì)形成的動(dòng)力和機(jī)制，認(rèn)為雙創(chuàng)示范基地作為新一代創(chuàng)新區(qū)，是新經(jīng)濟(jì)發(fā)展的動(dòng)力[9]。在政策效果及對策方面，李政剛總結(jié)了武漢東湖新技術(shù)開發(fā)區(qū)和重慶兩江高新區(qū)兩個(gè)區(qū)域示范基地的創(chuàng)新措施和經(jīng)驗(yàn)，提出了建設(shè)西部地區(qū)雙創(chuàng)區(qū)域示范基地的對策建議[10]。馬理正對張掖市的雙創(chuàng)示范工作績效進(jìn)行評估和滿意度調(diào)查，認(rèn)為基地建設(shè)存在服務(wù)方式單一、投融資助創(chuàng)效果不顯著等問題[11]。田文富、王立軍分別總結(jié)了杭州未來科技城和鄭洛新雙創(chuàng)示范基地建設(shè)的經(jīng)驗(yàn)[12-13]。王亞紅以南京大學(xué)高校和科研院所示范基地為例，基于主體—過程分析框架分析了大學(xué)生雙創(chuàng)過程中存在的問題[14]。王梓瀟對蘭州市城關(guān)區(qū)構(gòu)建國家級雙創(chuàng)示范基地的現(xiàn)狀及對策進(jìn)行了研究[15]。福州新區(qū)管委會(huì)課題組對雙創(chuàng)示范基地建設(shè)開展了專項(xiàng)調(diào)研[16]。熊勇清、王溪通過篩選首批國家雙創(chuàng)示范基地雙創(chuàng)的網(wǎng)絡(luò)熱點(diǎn)信息、應(yīng)用戰(zhàn)略坐標(biāo)和社會(huì)網(wǎng)絡(luò)異質(zhì)性等方法，對雙創(chuàng)融合促進(jìn)機(jī)制的現(xiàn)實(shí)水平及關(guān)鍵要素進(jìn)行了有效分析[17]。

（二）雙創(chuàng)政策研究現(xiàn)狀

近年來，隨著雙創(chuàng)工作的推進(jìn)，國內(nèi)學(xué)者對雙創(chuàng)政策的研究逐漸增加，主要涉及雙創(chuàng)政策工具、雙創(chuàng)政策的效果評價(jià)等方面。在雙創(chuàng)政策工具方面，武建龍等通過梳理“雙創(chuàng)”政策，篩選出研發(fā)費(fèi)用加計(jì)扣除等8個(gè)主要的政策工具，并通過對278家公司的問卷調(diào)查對比了不同政策工具的效果[18]。楊琳、劉園園以政策工具為切入點(diǎn)繪制了2015到2017年西安的雙創(chuàng)政策圖譜，并應(yīng)用熵權(quán)法比較了西安市與江蘇省及南京市的雙創(chuàng)政策工具[19]。李文彬、盧琳靜從政策目標(biāo)—工具適配的視角，運(yùn)用內(nèi)容分析法對地方“雙創(chuàng)”示范基地建設(shè)政策進(jìn)行文本分析，研究政策目標(biāo)與工具的匹配程度、存在的問題，并提出完善政策的建議[20]。在雙創(chuàng)政策效果方面，戚湧、王靜運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法，繪制了江蘇省雙創(chuàng)政策圖譜，并對江蘇、廣東的創(chuàng)新創(chuàng)業(yè)指標(biāo)進(jìn)行對比，分析了江蘇省“雙創(chuàng)”政策實(shí)施的效果[21]。張永安等選取10項(xiàng)雙創(chuàng)政策，建立PMC指標(biāo)模型對雙創(chuàng)政策進(jìn)行了評價(jià)[22]。徐德英、韓伯棠從政策供給和政策需求兩個(gè)方面，構(gòu)建了包含7個(gè)一級政策要素與21個(gè)子要素的雙創(chuàng)政策供需分配模型，通過對北京市的政策梳理與企業(yè)調(diào)研數(shù)據(jù)，發(fā)現(xiàn)雙創(chuàng)扶持政策對國有企業(yè)、成熟企業(yè)和大中型企業(yè)具有高契合度，對小微企業(yè)和初創(chuàng)企業(yè)的契合度較低[23]。周江華等以河北高新企業(yè)為研究對象，發(fā)現(xiàn)財(cái)政和稅收優(yōu)惠兩類政策均對企業(yè)創(chuàng)新績效產(chǎn)生了正向影響[24]。楊以文等研究了江蘇的創(chuàng)新型企業(yè)試點(diǎn)政策對企業(yè)創(chuàng)新績效的影響，發(fā)現(xiàn)該政策對企業(yè)創(chuàng)新能力有明顯的正向作用，并存在規(guī)模效應(yīng)遞減規(guī)律、經(jīng)濟(jì)發(fā)展遞減效應(yīng)、創(chuàng)新質(zhì)量效應(yīng)[25]。

（三）區(qū)域創(chuàng)新能力研究現(xiàn)狀

國外學(xué)者對區(qū)域創(chuàng)新能力的評價(jià)主要有三種。一是使用單一指標(biāo)。Cagno 等學(xué)者用每百萬人專利申請量來評價(jià)歐盟框架計(jì)劃（EU Framework Programs）下各地區(qū)的知識(shí)創(chuàng)造能力，并研究了關(guān)系溢出對區(qū)域知識(shí)創(chuàng)造能力的影響[26]。二是通過指標(biāo)體系來評價(jià)國家或區(qū)域創(chuàng)新能力。Capello和Lenzi 采用四個(gè)維度的22個(gè)指標(biāo)來評價(jià)[7]。三是通過一系列創(chuàng)新指標(biāo)生成綜合創(chuàng)新指數(shù)，其中包括彭博創(chuàng)新指數(shù)（Bloomberg Innovation Index）、全球創(chuàng)新指數(shù)（Global Innovation Index）、歐洲創(chuàng)新積分卡（European Innovation Scoreboard）等。Christoph 等學(xué)者認(rèn)為，僅用創(chuàng)新指數(shù)和指標(biāo)來考察區(qū)域創(chuàng)新忽視了從創(chuàng)新政策到創(chuàng)新結(jié)果的過程，因此設(shè)計(jì)了綜合的測量方法[27]。從整體看，國外學(xué)者對區(qū)域創(chuàng)新能力的內(nèi)涵和評價(jià)方法在不斷豐富。

國內(nèi)學(xué)者主要從以下幾個(gè)視角設(shè)計(jì)評價(jià)區(qū)域創(chuàng)新能力的指標(biāo)體系。一是從知識(shí)轉(zhuǎn)化的視角。柳卸林、胡志堅(jiān)建立了由知識(shí)創(chuàng)新能力、企業(yè)創(chuàng)造能力、知識(shí)流動(dòng)能力、創(chuàng)新產(chǎn)出能力等要素構(gòu)成的指標(biāo)體系[28]。二是從投入產(chǎn)出的視角。趙艷華、趙士雯運(yùn)用灰色關(guān)聯(lián)度分析方法，從創(chuàng)新支撐環(huán)境、創(chuàng)新資源投入、外部學(xué)習(xí)與交流能力、科技成果轉(zhuǎn)化能力等方面，分析了對京津冀創(chuàng)新能力的影響程度[29]。三是從創(chuàng)新主體的視角。魏康寧、梁樑從政府、企業(yè)、科研服務(wù)機(jī)構(gòu)和科研院所、中介機(jī)構(gòu)等主體出發(fā)分別設(shè)計(jì)了評價(jià)指標(biāo)[30]。四是從創(chuàng)新網(wǎng)絡(luò)的視角。何亞瓊、秦沛等從創(chuàng)新網(wǎng)絡(luò)的穩(wěn)定性與開放性、網(wǎng)絡(luò)自我更新能力、網(wǎng)絡(luò)規(guī)模與區(qū)域化等方面構(gòu)建了評價(jià)指標(biāo)體系[31]。五是從創(chuàng)新環(huán)境的視角。徐永智、衣保中利用改進(jìn)后的主成分分析方法，建立了包括知識(shí)能力和區(qū)域創(chuàng)新環(huán)境在內(nèi)的區(qū)域創(chuàng)新能力測評體系[32]。

綜上所述，學(xué)者們圍繞創(chuàng)新創(chuàng)業(yè)政策、區(qū)域創(chuàng)新能力已經(jīng)開展了眾多研究，但是針對雙創(chuàng)示范基地的研究成果并不多?，F(xiàn)有的研究集中在政策文本挖掘、政策工具分類比較、政策圖譜繪制等方面，并且以個(gè)案研究為主，對于雙創(chuàng)區(qū)域示范基地建設(shè)效果的定量研究非常缺乏，且尚未發(fā)現(xiàn)從雙創(chuàng)區(qū)域示范基地的創(chuàng)新促進(jìn)效應(yīng)出發(fā)，探討其對區(qū)域創(chuàng)新能力影響的研究。以此作為研究的出發(fā)點(diǎn)，本文將從創(chuàng)新投入和創(chuàng)新產(chǎn)出的維度構(gòu)建區(qū)域創(chuàng)新能力評價(jià)指標(biāo)，采用傾向得分匹配—雙重差分法，分析雙創(chuàng)區(qū)域示范基地建設(shè)對所在區(qū)域（城市）創(chuàng)新能力的影響，并提出相應(yīng)的政策建議。

二、研究假設(shè)和模型構(gòu)建

（一）研究假設(shè)

自2016年雙創(chuàng)區(qū)域示范基地建設(shè)啟動(dòng)以來，各級政府紛紛出臺(tái)相應(yīng)的扶持政策措施，推動(dòng)基地建設(shè)以及所在城市的創(chuàng)新創(chuàng)業(yè)活動(dòng)，主要表現(xiàn)在以下方面。

一是財(cái)稅支持政策。加大對初創(chuàng)項(xiàng)目的扶持力度，運(yùn)用場地租金補(bǔ)貼、減免物業(yè)能耗費(fèi)用、補(bǔ)助中介服務(wù)費(fèi)用、銀行貸款貼息等多種方式給予支持，降低創(chuàng)業(yè)成本和門檻；通過省、市、區(qū)三級的創(chuàng)新發(fā)展專項(xiàng)資金，重點(diǎn)支持引進(jìn)研發(fā)機(jī)構(gòu)、培育科技型企業(yè)；通過稅收減免政策，鼓勵(lì)企業(yè)等創(chuàng)新主體增加研發(fā)投入；設(shè)立創(chuàng)業(yè)引導(dǎo)資金、天使引導(dǎo)資金、特定產(chǎn)業(yè)資金、天使夢想資金等多類政府基金，將財(cái)政支持由直接轉(zhuǎn)變?yōu)殚g接，提高資金使用效率等。

二是人才政策。通過加大對人才的資金支持（財(cái)政直接給予貨幣資助、政府政策性產(chǎn)業(yè)基金以股權(quán)投資形式支持人才創(chuàng)業(yè)等）、要素配套（落戶、安居、醫(yī)療、子女教育等）、特定待遇等多種政策措施，吸引人才流入雙創(chuàng)基地，人才集聚進(jìn)而產(chǎn)生區(qū)域性的知識(shí)溢出效應(yīng)，有利于區(qū)域創(chuàng)新能力的提升。

三是創(chuàng)新平臺(tái)支持政策。引導(dǎo)投資機(jī)構(gòu)集群發(fā)展，吸引雙創(chuàng)資本投入，發(fā)展多種形式的眾創(chuàng)空間、孵化器等創(chuàng)新平臺(tái)，打造功能多樣的雙創(chuàng)社區(qū)，有利于雙創(chuàng)企業(yè)的集聚、降低創(chuàng)新創(chuàng)業(yè)成本、促進(jìn)創(chuàng)新成果產(chǎn)業(yè)化；發(fā)展公共技術(shù)服務(wù)平臺(tái)，舉辦雙創(chuàng)大賽、論壇沙龍等活動(dòng)，有利于創(chuàng)新資源的共享開放，營造良好的創(chuàng)新創(chuàng)業(yè)生態(tài)。

雙創(chuàng)區(qū)域示范基地作為新時(shí)期我國創(chuàng)新發(fā)展的重要載體，承擔(dān)了科技創(chuàng)新和創(chuàng)業(yè)發(fā)展的重要使命。通過雙創(chuàng)示范基地的建設(shè)，聚集人才、資金、技術(shù)等優(yōu)勢資源，探索區(qū)域創(chuàng)業(yè)創(chuàng)新支撐系統(tǒng)的可復(fù)制經(jīng)驗(yàn)。圍繞雙創(chuàng)基地建設(shè)開展的一系列組織和制度變革，有利于推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型和持續(xù)發(fā)展，形成以“雙創(chuàng)”為導(dǎo)向的新經(jīng)濟(jì)形態(tài)。

雙創(chuàng)區(qū)域示范基地的建設(shè)不僅有利于基地內(nèi)創(chuàng)新主體提升創(chuàng)新能力，對基地所在的區(qū)域（城市）也會(huì)產(chǎn)生重要的影響。首先，基地建設(shè)促進(jìn)了所在地創(chuàng)新資源的投入。其次，雙創(chuàng)區(qū)域示范基地的設(shè)立提供了高新技術(shù)產(chǎn)業(yè)、關(guān)聯(lián)產(chǎn)業(yè)集聚的載體，有利于促進(jìn)整個(gè)區(qū)域的產(chǎn)業(yè)集聚，由產(chǎn)業(yè)集聚產(chǎn)生的競爭又會(huì)促進(jìn)整個(gè)區(qū)域的技術(shù)進(jìn)步和創(chuàng)新產(chǎn)出能力的提升[34]。此外，產(chǎn)業(yè)集聚有利于知識(shí)的傳播與吸收，會(huì)促進(jìn)整個(gè)區(qū)域內(nèi)的知識(shí)溢出，進(jìn)而為創(chuàng)新帶來重要的知識(shí)供給，并促進(jìn)區(qū)域創(chuàng)新產(chǎn)出能力的提升[35]。近幾年，隨著雙創(chuàng)區(qū)域示范基地建設(shè)的推進(jìn)，國內(nèi)學(xué)者對特定區(qū)域的實(shí)證研究也證明了雙創(chuàng)政策的積極效果。例如，徐德英、韓伯棠的研究發(fā)現(xiàn)，北京的相關(guān)政策對于國有企業(yè)、成熟企業(yè)和大中型企業(yè)具有高契合度和積極的效果[26]。張永安和閆瑾對北京電子信息企業(yè)的實(shí)證研究結(jié)果表明，政策的人才作用對象和科技成果轉(zhuǎn)化目標(biāo)對企業(yè)創(chuàng)新績效有顯著的正面影響[19]。周江華等人的研究發(fā)現(xiàn)財(cái)政和稅收優(yōu)惠兩類政策均對河北的高新技術(shù)企業(yè)創(chuàng)新績效產(chǎn)生了正向影響[27]。楊以文等基于江蘇微觀企業(yè)數(shù)據(jù)，發(fā)現(xiàn)基地建設(shè)政策對于企業(yè)創(chuàng)新能力有明顯的正向作用，而且還存在規(guī)模效應(yīng)遞減規(guī)律、經(jīng)濟(jì)發(fā)展遞減效應(yīng)、創(chuàng)新質(zhì)量效應(yīng)[28]?；诖?，本文提出以下假設(shè)：

H1：雙創(chuàng)區(qū)域示范基地的建設(shè)有利于所在區(qū)域創(chuàng)新能力的提升。

H2：雙創(chuàng)區(qū)域示范基地的建設(shè)有利于所在區(qū)域創(chuàng)新投入能力的提升。

H3：雙創(chuàng)區(qū)域示范基地的建設(shè)有利于所在區(qū)域創(chuàng)新產(chǎn)出能力的提升。

從縱向的時(shí)間跨度來看，公共政策效果的顯現(xiàn)普遍存在長期性和滯后性[35-36]，政策制定者通常希望政策的積極效果能夠持續(xù)。雙創(chuàng)區(qū)域示范基地的建設(shè)是否能夠持續(xù)性地推動(dòng)區(qū)域科技創(chuàng)新能力的提升，是政府和政策研究者共同關(guān)注的問題。國內(nèi)一些學(xué)者的研究表明基地建設(shè)對創(chuàng)新能力提升具有積極的效果，但是雙創(chuàng)區(qū)域示范基地的建設(shè)時(shí)間較短，其政策效果尚未充分顯現(xiàn)。隨著雙創(chuàng)區(qū)域示范基地扶持政策的逐步實(shí)施，政策效果將不斷顯現(xiàn)，在一定時(shí)期內(nèi)，基地建設(shè)有可能持續(xù)推動(dòng)區(qū)域創(chuàng)新能力的提升。為此，提出以下假設(shè)：

H4：雙創(chuàng)區(qū)域示范基地的創(chuàng)新促進(jìn)作用具有一定的可持續(xù)性。

從橫向的地域分布來看，就同一政策而言，不同區(qū)域由于初始資源稟賦等條件不同，實(shí)施同一政策可能會(huì)產(chǎn)生不同的政策效果。我國的不同地區(qū)在初始資源稟賦、市場環(huán)境、政策措施等方面存在較大的差異，可能導(dǎo)致區(qū)域創(chuàng)新能力存在明顯的地區(qū)差異[37]。在基礎(chǔ)條件相對落后的區(qū)域建設(shè)雙創(chuàng)區(qū)域示范基地，各類扶持政策類似于“雪中送炭”，對區(qū)域創(chuàng)新可能產(chǎn)生較大的驅(qū)動(dòng)和輻射作用。因此，本文將設(shè)立雙創(chuàng)區(qū)域示范基地的城市按照東、中、西部地區(qū)進(jìn)行劃分，進(jìn)一步檢驗(yàn)基地建設(shè)對區(qū)域創(chuàng)新能力影響的異質(zhì)性。

（二）雙創(chuàng)區(qū)域示范基地對區(qū)域創(chuàng)新能力的影響模型

1.雙重差分模型

雙重差分模型（DID，Differences-in-Differences）將“前后差異”與“有無差異”相結(jié)合，可以在一定程度上控制除政策干預(yù)以外其他因素的影響。該方法與傾向性得分匹配法共同使用，具有減緩內(nèi)生性問題的優(yōu)勢。因此，本文采用雙重差分模型來識(shí)別雙創(chuàng)區(qū)域示范基地試點(diǎn)政策對所在區(qū)域（城市）創(chuàng)新能力的影響。實(shí)驗(yàn)組為2016年設(shè)立雙創(chuàng)區(qū)域示范基地所在的19個(gè)城市，控制組通過傾向性得分匹配法（PSM,Propensity Score Matching）匹配，具體模型設(shè)定如下：

其中，Ti為處理變量（實(shí)驗(yàn)組Ti=1，控制組Ti=0），表示實(shí)驗(yàn)組與控制組的固有差異（無論是否設(shè)立雙創(chuàng)區(qū)域示范基地都會(huì)存在）；Pt為時(shí)間變量（設(shè)立基地后Pt=1，設(shè)立基地前Pt=0，允許使用多期數(shù)據(jù)），表示雙創(chuàng)區(qū)域示范基地設(shè)立前后的時(shí)間效應(yīng)，用來控制時(shí)間對實(shí)驗(yàn)組和控制組的影響；交互項(xiàng)Ti·Pt表示實(shí)驗(yàn)組在設(shè)立雙創(chuàng)區(qū)域示范基地后的效應(yīng)，即處理效應(yīng)。Ci,t為一系列控制變量的影響，εi,t為隨機(jī)擾動(dòng)項(xiàng)。由以上基準(zhǔn)模型可以推導(dǎo)出：

控制組（Ti=0）：

實(shí)驗(yàn)組（Ti=1）：

控制組在政策實(shí)施前后的變化：

在雙創(chuàng)區(qū)域示范基地設(shè)立前后期間，控制組所在城市創(chuàng)新能力的變動(dòng)為β2，它反映了宏觀經(jīng)濟(jì)形勢、宏觀調(diào)控政策等綜合的環(huán)境因素對所有城市創(chuàng)新能力的普遍影響。

實(shí)驗(yàn)組在政策實(shí)施前后的變化：

政策凈效應(yīng)：

在雙創(chuàng)區(qū)域示范基地設(shè)立前后期間，基地所在城市的創(chuàng)新能力變動(dòng)為β2+β3，由于β2對所有城市創(chuàng)新能力均有影響，扣除β2后剩下的β3即為雙創(chuàng)區(qū)域示范基地建設(shè)對于所在城市創(chuàng)新能力的凈影響。

2.傾向得分匹配

為了選取合適的控制組，本文運(yùn)用傾向得分匹配法挑選出與實(shí)驗(yàn)組相匹配的控制組。傾向得分匹配是在控制組中選取與處理組個(gè)體協(xié)變量相近的個(gè)體進(jìn)行匹配，通過Probit或者Logit模型將協(xié)變量與政策可能實(shí)施的概率相聯(lián)系，獲得傾向得分值。本文用來匹配的傾向得分為：

其中，Xi表示第i個(gè)城市的協(xié)變量集。一個(gè)地區(qū)的經(jīng)濟(jì)狀況、人力資源等是雙創(chuàng)區(qū)域示范基地設(shè)立的重要條件，本文選取地區(qū)人均生產(chǎn)總值（AG）、城市常住人口（POP）和高等教育在校學(xué)生數(shù)（HES）作為協(xié)變量。f（Xi）為線性函數(shù)，F(xiàn)為Logit函數(shù)。通過Logit函數(shù)對多個(gè)協(xié)變量進(jìn)行降維得到城市i 設(shè)立雙創(chuàng)區(qū)域示范基地的概率，即該城市的傾向得分Pi（X）。本文采取近鄰匹配方法對實(shí)驗(yàn)組和控制組進(jìn)行一對三匹配，通過（1）式對匹配后的實(shí)驗(yàn)組和控制組進(jìn)行雙重差分回歸。

三、實(shí)證分析

（一）樣本選擇和數(shù)據(jù)來源

1.樣本選擇

截至目前，國務(wù)院批準(zhǔn)建設(shè)兩批共120個(gè)雙創(chuàng)示范基地，其中雙創(chuàng)區(qū)域示范基地62個(gè)。第一批雙創(chuàng)區(qū)域示范基地17個(gè)，設(shè)立在19個(gè)城市（貴安新區(qū)和西咸新區(qū)為跨城市雙創(chuàng)區(qū)域示范基地），其中東部地區(qū)9個(gè)，中部地區(qū)4個(gè)，西部地區(qū)4個(gè)。由于第二批雙創(chuàng)區(qū)域示范基地設(shè)立時(shí)間較短，為了延長政策估計(jì)的時(shí)間范圍，提高實(shí)證結(jié)果的可靠性，未將2017年設(shè)立的第二批雙創(chuàng)區(qū)域示范基地納入樣本中。

實(shí)驗(yàn)組為17個(gè)雙創(chuàng)區(qū)域示范基地所在的19個(gè)城市：北京、天津、沈陽、上海、常州、杭州、合肥、福州、鄭州、武漢、長沙、廣州、深圳、重慶、成都、貴陽、安順、咸陽、西安。此外，為了使研究結(jié)果更具可比性，進(jìn)行了以下處理：（1）刪掉第二批雙創(chuàng)區(qū)域示范基地所在的城市（若與第一批有重疊則保留），共刪除36個(gè)城市；（2）根據(jù)中國城市統(tǒng)計(jì)年鑒，2013年全國共有290個(gè)地級市，2017年共有298個(gè)地級市，刪除新加入的地級市8個(gè)；（3）刪除重要指標(biāo)數(shù)據(jù)缺失嚴(yán)重的26個(gè)城市，保留連續(xù)5年觀測值的城市，最終對照組可選樣本共209個(gè)城市，實(shí)驗(yàn)組和對照組的樣本總共228個(gè)，每個(gè)樣本均有5年的時(shí)間跨度數(shù)據(jù)，數(shù)據(jù)樣本共計(jì)1140條。

2.數(shù)據(jù)來源

基于地級市數(shù)據(jù)的可獲得性，選取2013—2017年作為樣本時(shí)間范圍，各地級及以上城市的數(shù)據(jù)主要來源于2014—2018年《中國城市統(tǒng)計(jì)年鑒》，以及各省、自治區(qū)、直轄市的統(tǒng)計(jì)年鑒，少數(shù)缺失的數(shù)據(jù)從各地級市、直轄市的統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)，以及統(tǒng)計(jì)局網(wǎng)站中查找補(bǔ)全。

（二）變量說明

1.解釋變量

核心解釋變量為雙創(chuàng)區(qū)域示范基地虛擬變量，數(shù)據(jù)時(shí)間跨度為2013—2017年。根據(jù)首批雙創(chuàng)區(qū)域示范基地名單對各城市進(jìn)行賦值，2016年設(shè)立基地的城市該變量值為1，否則該變量值為0。

2.被解釋變量

被解釋變量為區(qū)域創(chuàng)新能力。綜合國內(nèi)學(xué)者的研究成果和已經(jīng)發(fā)布的相關(guān)報(bào)告①，通過創(chuàng)新投入能力、創(chuàng)新產(chǎn)出能力2個(gè)一級指標(biāo)及6個(gè)二級指標(biāo)來衡量區(qū)域創(chuàng)新能力，并運(yùn)用主成分分析法得到主成分，解決變量間的相關(guān)性問題，再對主成分計(jì)算出的得分進(jìn)行雙重差分回歸。根據(jù)評價(jià)指標(biāo)的要求和數(shù)據(jù)可得性，選取科學(xué)研究和技術(shù)服務(wù)從業(yè)人員、第三產(chǎn)業(yè)就業(yè)人員占常住人口比重、科學(xué)技術(shù)一般公共預(yù)算支出額、固定資產(chǎn)投資、利用外商直接投資金額等指標(biāo)來衡量創(chuàng)新投入能力，選取專利授權(quán)量來衡量創(chuàng)新產(chǎn)出能力②。

3.控制變量

（1）經(jīng)濟(jì)發(fā)展水平。經(jīng)濟(jì)發(fā)達(dá)地區(qū)通常擁有更多的資源，能夠?yàn)閰^(qū)域創(chuàng)新提供有力的的支撐。本文采用地區(qū)人均生產(chǎn)總值的對數(shù)來衡量經(jīng)濟(jì)發(fā)展水平。

（2）人口規(guī)模。城市發(fā)展水平高，對人口的集聚作用超強(qiáng)，城市人口規(guī)模對于科技等人才和創(chuàng)新資源的集聚也有相當(dāng)?shù)挠绊?。本文通過城市常住人口的對數(shù)來衡量人口規(guī)模。

（3）教育水平。教育水平越高的地區(qū)，越有利于知識(shí)傳播和創(chuàng)新擴(kuò)散。本文選取普通高等教育在校生人數(shù)的對數(shù)來衡量教育水平。

以上變量的名稱和計(jì)算方法見表1。

表1 主要變量及其計(jì)算方法

各變量的描述性統(tǒng)計(jì)結(jié)果見表2。

表2 各變量的描述性統(tǒng)計(jì)結(jié)果

（三）區(qū)域科技創(chuàng)新能力評價(jià)

本文開展區(qū)域科技創(chuàng)新能力評估面臨一些問題。一是現(xiàn)有的城市創(chuàng)新指數(shù)通常選取截面數(shù)據(jù)，且不同報(bào)告中的創(chuàng)新指數(shù)不具備可比性，難以滿足本研究2013—2017年時(shí)間跨度的要求，需要重新建立指標(biāo)體系進(jìn)行評價(jià)。二是指標(biāo)選取的問題。雖然國內(nèi)衡量區(qū)域創(chuàng)新能力指標(biāo)研究成果較多，但是多數(shù)研究采用主觀指標(biāo)賦權(quán)的方法，定性程度較高。此外，對本研究選取的二百多個(gè)城市來說，被解釋變量缺少連續(xù)可比的時(shí)間序列數(shù)據(jù)。為此，本文采用主成分分析法對區(qū)域科技創(chuàng)新能力進(jìn)行評估，為后續(xù)的PSM-DID做準(zhǔn)備。利用stata15.1統(tǒng)計(jì)軟件中的pca功能對上述變量數(shù)據(jù)進(jìn)行處理，結(jié)果如表3所示。

表3 區(qū)域創(chuàng)新能力主成分的方差貢獻(xiàn)率

對區(qū)域科技創(chuàng)新能力計(jì)算得到的主成分的特征值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率如表3所示。方差貢獻(xiàn)率較高的主成分的貢獻(xiàn)率分別為61.16%、13.68%、9.75%，能夠解釋評價(jià)指標(biāo)的大部分變異（84.6%）。此外，通過KMO值為0.839，說明各變量之間相關(guān)性較大，適合做主成分分析。

表4 區(qū)域創(chuàng)新能力主成分的得分系數(shù)矩陣

表4顯示了各區(qū)域創(chuàng)新能力主成分在各指標(biāo)上的載荷?？梢钥闯?，主成分1在專利授權(quán)量和利用外商直接投資上的載荷較高，外商投資通常會(huì)對專利等科技成果進(jìn)行轉(zhuǎn)化以獲利，專利授權(quán)量高說明轉(zhuǎn)化基礎(chǔ)較高，外商投資成果轉(zhuǎn)化的可能性更高，可以定義為成果轉(zhuǎn)化主成分；主成分2在科學(xué)技術(shù)公共預(yù)算支出占比和固定資產(chǎn)投資兩個(gè)指標(biāo)上的載荷較高，可以定義為資金投入主成分；主成分3在第三產(chǎn)業(yè)從業(yè)人員占比指標(biāo)上的載荷較高，可以定義為人力投入主成分。主成分1的貢獻(xiàn)率最高，說明成果轉(zhuǎn)化的重要性。

通過上述分析，得出各主成分的表達(dá)式：

通過主成分的方差貢獻(xiàn)率對應(yīng)主成分的權(quán)重，得到綜合得分的計(jì)算式如下：

表5是創(chuàng)新投入能力主成分的特征值、方差貢獻(xiàn)率以及累積方差貢獻(xiàn)率。方差貢獻(xiàn)率較高的主成分的貢獻(xiàn)率分別為57.68%、16.42%、11.70%，方差貢獻(xiàn)率為85.81%，說明這3個(gè)主成分可以較好地解釋評價(jià)指標(biāo)的大部分變異。此外，通過KMO檢驗(yàn)，得分為0.779，說明適合做主成分分析。

表5 創(chuàng)新投入能力主成分的方差貢獻(xiàn)率

表6是科技投入能力主成分的得分系數(shù)矩陣，顯示了各主成分在各變量上的載荷?？梢钥闯?，主成分1在科學(xué)研究和技術(shù)服務(wù)從業(yè)人員以及第三產(chǎn)業(yè)從業(yè)人員占比指標(biāo)上的載荷較高，可以定義為人力投入主成分；主成分2在科學(xué)技術(shù)公共預(yù)算支出占比和固定資產(chǎn)投資兩個(gè)指標(biāo)上的載荷較高，可以定義為資金投入主成分；主成分3在科學(xué)技術(shù)公共預(yù)算支出占比指標(biāo)上的載荷較高，可以定義為財(cái)政投入主成分。據(jù)此得出各主成分的表達(dá)式：

表6 創(chuàng)新投入能力主成分的得分系數(shù)矩陣

根據(jù)前述得分對19個(gè)實(shí)驗(yàn)組城市的區(qū)域創(chuàng)新能力和創(chuàng)新投入能力的各年均值進(jìn)行計(jì)算，各年均值如圖1所示。

圖1 基于主成分分析法的科技創(chuàng)新能力與創(chuàng)新投入能力

可以看出，區(qū)域創(chuàng)新能力和創(chuàng)新投入能力均在2016年有較大的提升。

（四）雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域創(chuàng)新能力的影響

1.利用傾向得分匹配（PSM）進(jìn)行樣本匹配

采用未設(shè)立雙創(chuàng)區(qū)域示范基地的城市作為對照組，來研究雙創(chuàng)區(qū)域示范基地建設(shè)的政策效應(yīng)。由于對照組和實(shí)驗(yàn)組所在的城市之間存在較多不可觀測的、不隨時(shí)間變化的差異，如果直接比較兩組城市在2016年前后的區(qū)域科技創(chuàng)新能力差異，可能會(huì)對研究結(jié)果造成異質(zhì)性偏差。為此，先采用傾向得分匹配法在對照組中匹配出與實(shí)驗(yàn)組類似的城市，構(gòu)造一個(gè)新的對照組，再結(jié)合雙重差分法分析雙創(chuàng)區(qū)域示范基地建設(shè)的真實(shí)效應(yīng)。

地區(qū)的經(jīng)濟(jì)狀況、人力資源等基礎(chǔ)情況是雙創(chuàng)區(qū)域示范基地設(shè)立的重要條件，因此選取地區(qū)人均生產(chǎn)總值（AG）、城市常住人口（POP）和高等教育在校學(xué)生數(shù)（HES）作為協(xié)變量。采取卡尺內(nèi)最近鄰匹配，即在給定卡尺ε的范圍內(nèi)尋找傾向得分最近的k個(gè)對照組個(gè)體?？紤]到對照組的樣本容量較大（實(shí)驗(yàn)組95條數(shù)據(jù)樣本，對照組1045條數(shù)據(jù)樣本），令k=3，即一對三匹配。首先進(jìn)行k近鄰匹配，計(jì)算傾向得分標(biāo)準(zhǔn)差為0.211，要求ε小于0.25倍的標(biāo)準(zhǔn)差0.0529，因此令ε=0.05進(jìn)行卡尺內(nèi)最近鄰匹配，使用允許并列的有放回匹配。樣本匹配前后的Logit模型回歸結(jié)果見表7。

表7 匹配結(jié)果

匹配前，實(shí)驗(yàn)組所在城市和控制組各指標(biāo)的標(biāo)準(zhǔn)偏差較大，且p值均小于1%。經(jīng)過k近鄰匹配后，各變量的標(biāo)準(zhǔn)偏差均控制在10%以內(nèi)，只有AG（地區(qū)人均生產(chǎn)總值取對數(shù)）超過5%，誤差消減效果非常明顯。匹配后實(shí)驗(yàn)組和對照組的各指標(biāo)沒有顯著性差異，且匹配后的Ps-R2為0.003，說明傾向得分匹配有效降低了實(shí)驗(yàn)組和控制組的差異。

2.利用匹配樣本進(jìn)行雙重差分回歸

在傾向得分匹配的基礎(chǔ)上，構(gòu)造一組新的實(shí)驗(yàn)組和對照組，利用樣本數(shù)據(jù)，采用雙重差分法估計(jì)雙創(chuàng)區(qū)域示范基地建設(shè)的凈效應(yīng)。假設(shè)H1至H3分別對應(yīng)模型（1）、模型（2）、模型（3），分析結(jié)果見表8，模型（4）和模型（5）分別考察了2016年、2017年的政策效果（見表8）。

表8 雙創(chuàng)區(qū)域示范基地的政策效果：DID 回歸

（1）雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域創(chuàng)新能力的影響

模型（1）檢驗(yàn)了雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域科技創(chuàng)新能力（inno）的影響，R2為55.7%，說明模型具有較好的擬合優(yōu)度。選取的影響因素可以解釋區(qū)域創(chuàng)新能力55.0%的變異，具有較強(qiáng)的解釋力。從回歸結(jié)果可以看出，雙創(chuàng)區(qū)域示范基地的政策凈效應(yīng)（交互項(xiàng)Ti·Pt）系數(shù)為0.867，在5%的置信水平下顯著，設(shè)立雙創(chuàng)區(qū)域示范基地的城市與未設(shè)立的城市相比，區(qū)域創(chuàng)新能力顯著提高了86.7%，這一結(jié)果與假設(shè)H1相符。時(shí)間虛擬變量（Pt）的系數(shù)為-0.255，通過1%的顯著性檢驗(yàn)，說明時(shí)間效應(yīng)是負(fù)的。在經(jīng)濟(jì)轉(zhuǎn)型升級過程中，創(chuàng)新產(chǎn)生和新動(dòng)能的轉(zhuǎn)換不是隨著時(shí)間推移自然產(chǎn)生的，需要通過創(chuàng)新政策試點(diǎn)推廣的方式來減輕轉(zhuǎn)型升級的陣痛。實(shí)驗(yàn)組和對照組的固有差異（Ti）為正，在1%的置信水平下顯著，說明在選擇示范基地時(shí)確實(shí)存在選擇偏差，這也印證了使用PSM-DID的合理性。

地區(qū)人均生產(chǎn)總值（AG）、常住人口（POP）、高等教育在校學(xué)生數(shù)（HES）三個(gè)控制變量均對區(qū)域創(chuàng)新能力有顯著的正向作用。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)有更多的資金、人力資本可以投入創(chuàng)新研發(fā)活動(dòng)，有利于推動(dòng)區(qū)域科技創(chuàng)新能力的提升。人口規(guī)模與區(qū)域創(chuàng)新能力呈正相關(guān)關(guān)系，人口規(guī)模較大的城市聚集了更多的科技人才和創(chuàng)新資源，有利于創(chuàng)新，且能夠刺激創(chuàng)新需求。教育能力的提升對于區(qū)域人員的創(chuàng)新能力及創(chuàng)新成果的產(chǎn)生具有積極的影響，有利于區(qū)域科技創(chuàng)新能力的提高。

可見，通過財(cái)政支持政策、人才政策、創(chuàng)新平臺(tái)政策等多個(gè)方面政策工具的組合應(yīng)用，不僅有利于促進(jìn)雙創(chuàng)區(qū)域示范基地自身的發(fā)展，對區(qū)域科技創(chuàng)新能力也具有顯著的促進(jìn)效應(yīng)。

（2）雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域創(chuàng)新投入及產(chǎn)出能力的影響

模型（2）檢驗(yàn)了雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域創(chuàng)新投入能力（inno_invest）的影響,模型R2達(dá)到54.2%，說明擬合優(yōu)度較好，選取的影響因素對區(qū)域創(chuàng)新能力解釋力較強(qiáng)。交互項(xiàng)Ti·Pt的系數(shù)顯著為正，設(shè)立雙創(chuàng)區(qū)域示范基地的城市同未設(shè)立的城市相比，區(qū)域創(chuàng)新投入能力增加了0.704，驗(yàn)證了假設(shè)H2。時(shí)間虛擬變量（Pt）、固有差異（Ti）、地區(qū)人均生產(chǎn)總值（AG）、常住人口（POP）、高等教育在校學(xué)生數(shù)（HES）均對區(qū)域創(chuàng)新投入能力（inno_invest）有顯著促進(jìn)作用。

模型（3）進(jìn)一步檢驗(yàn)了雙創(chuàng)區(qū)域示范基地對區(qū)域創(chuàng)新產(chǎn)出能力（inno_outcome）的影響，模型R2為51.4%，具有較好的擬合優(yōu)度。交互項(xiàng)Ti·Pt的系數(shù)為0.353，且在5%的置信水平下顯著，說明雙創(chuàng)區(qū)域示范基地建設(shè)顯著提高了區(qū)域創(chuàng)新產(chǎn)出能力，驗(yàn)證了假設(shè)H3。此外，時(shí)間虛擬變量（Pt）、固有差異（Ti）、地區(qū)人均生產(chǎn)總值（AG）、常住人口（POP）均對區(qū)域創(chuàng)新產(chǎn)出能力（inno_outcome）有顯著的促進(jìn)作用。

（3）雙創(chuàng)區(qū)域示范基地建設(shè)對區(qū)域創(chuàng)新影響的持續(xù)性檢驗(yàn)

模型（4）和模型（5）對2016和2017年的創(chuàng)新促進(jìn)效應(yīng)分別進(jìn)行檢驗(yàn)，對比回歸結(jié)果可以發(fā)現(xiàn)，2016年的政策凈效應(yīng)顯著，而2017年的政策凈效應(yīng)并不顯著。2016年的交互項(xiàng)系數(shù)為1.054，2017年的交互項(xiàng)系數(shù)減少了0.4，創(chuàng)新促進(jìn)效應(yīng)的后期不顯著及系數(shù)減小，說明假設(shè)H4并不成立。在雙創(chuàng)區(qū)域示范基地設(shè)立初期，區(qū)域創(chuàng)新能力提升明顯，但是隨著時(shí)間推移，創(chuàng)新促進(jìn)效應(yīng)有所減緩。

3.分地區(qū)的異質(zhì)性檢驗(yàn)

對傾向得分匹配后的城市進(jìn)行分組異質(zhì)性檢驗(yàn)，研究在不同地區(qū)設(shè)立雙創(chuàng)區(qū)域示范基地的效果差異。將我國區(qū)域結(jié)構(gòu)分為東部地區(qū)（Region 1）、中部地區(qū)（Region 2）和西部地區(qū)（Region 3），并以此為分組依據(jù)將總樣本分為三組，再分組對區(qū)域創(chuàng)新能力（inno）進(jìn)行回歸。

檢驗(yàn)結(jié)果顯示，模型（1）中，雙創(chuàng)區(qū)域示范基地的政策凈效應(yīng)（交互項(xiàng)Ti·Pt）系數(shù)為0.725，但是并不顯著。模型（2）中政策凈效應(yīng)（Ti·Pt）系數(shù)為1.747，顯著性水平為1%，說明對于中部地區(qū)，設(shè)立雙創(chuàng)區(qū)域示范基地顯著提高了中部地區(qū)所在城市的區(qū)域創(chuàng)新能力。模型（3）中交互項(xiàng)（Ti·Pt）系數(shù)為0.685，且在5%的置信水平下顯著，說明在西部地區(qū)設(shè)立雙創(chuàng)區(qū)域示范基地的城市與未設(shè)立基地的城市相比，區(qū)域創(chuàng)新能力提高了0.685。通過對比三個(gè)模型結(jié)果可以看出，雙創(chuàng)區(qū)域示范基地建設(shè)對于中、西部地區(qū)區(qū)域創(chuàng)新能力的促進(jìn)作用更為顯著，這可能是因?yàn)樵戎?、西部地區(qū)的區(qū)域創(chuàng)新能力水平弱于東部地區(qū)，相比而言，促進(jìn)作用更為明顯。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

本文以我國第一批雙創(chuàng)區(qū)域示范基地為研究對象，利用2013—2017年228個(gè)城市的面板數(shù)據(jù)，通過傾向得分匹配—雙重差分模型，實(shí)證檢驗(yàn)了雙創(chuàng)區(qū)域示范基地建設(shè)對所在城市創(chuàng)新能力的總體影響，并通過對東、中、西部地區(qū)進(jìn)行分組回歸，檢驗(yàn)雙創(chuàng)區(qū)域示范基地建設(shè)對不同地區(qū)的影響。此外，還檢驗(yàn)了基地建設(shè)對不同年度區(qū)域創(chuàng)新能力影響的持續(xù)性。

研究發(fā)現(xiàn)，除假設(shè)H4以外，其他3個(gè)假設(shè)均得到支持。從整體效果看，與未設(shè)立雙創(chuàng)區(qū)域示范基地的城市相比，設(shè)立了基地的城市創(chuàng)新能力有顯著的提升，基地建設(shè)對區(qū)域創(chuàng)新投入和創(chuàng)新產(chǎn)出能力均有明顯的促進(jìn)作用。從可持續(xù)性看，2016年雙創(chuàng)區(qū)域示范基地建設(shè)對所在城市創(chuàng)新能力的促進(jìn)作用更為顯著，2017年創(chuàng)新能力并未比上年顯著提升，創(chuàng)新的持續(xù)性有待進(jìn)一步檢驗(yàn)。從地域分布看，中、西部地區(qū)設(shè)立雙創(chuàng)區(qū)域示范基地對促進(jìn)區(qū)域創(chuàng)新能力提升的促進(jìn)作用更為顯著。

（二）政策建議

基于以上研究結(jié)論，提出如下政策建議。

第一，充分發(fā)揮雙創(chuàng)區(qū)域示范基地的“政策試驗(yàn)田”和引導(dǎo)作用，促進(jìn)整個(gè)區(qū)域創(chuàng)新能力的提升。本研究表明雙創(chuàng)區(qū)域示范基地建設(shè)具有積極的政策效應(yīng)，能夠促進(jìn)區(qū)域創(chuàng)新能力的提升。為此，要堅(jiān)定不移地加大力度推進(jìn)雙創(chuàng)區(qū)域示范基地的建設(shè)，以區(qū)域示范基地為重要的載體，結(jié)合大學(xué)科研院所示范基地、企業(yè)示范基地的建設(shè)，全面落實(shí)各項(xiàng)政策措施，引導(dǎo)雙創(chuàng)要素集聚，逐步推廣并將基地建設(shè)與其所在城市乃至更大區(qū)域的創(chuàng)新發(fā)展相結(jié)合，充分發(fā)揮基地的帶動(dòng)和輻射作用，加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。

第二，統(tǒng)籌區(qū)域布局，加大力度推進(jìn)中、西部地區(qū)雙創(chuàng)區(qū)域示范基地的建設(shè)。雙創(chuàng)區(qū)域示范基地作為國家一項(xiàng)重要的政策試驗(yàn)，為縮小地區(qū)之間的創(chuàng)新能力差異帶來利好。研究發(fā)現(xiàn)，相比于東部地區(qū)，中、西部地區(qū)雙創(chuàng)區(qū)域示范基地建設(shè)的創(chuàng)新促進(jìn)效應(yīng)更為顯著。中、西部地區(qū)的資源稟賦、經(jīng)濟(jì)水平相對較弱，但是創(chuàng)新能力提升空間很大。為此，應(yīng)當(dāng)從整體戰(zhàn)略出發(fā)，充分考慮東、中、西部地區(qū)的資源基礎(chǔ)和發(fā)展現(xiàn)狀，統(tǒng)籌部署雙創(chuàng)區(qū)域示范基地的布局和發(fā)展策略，給予中、西部地區(qū)更多的政策支持。各地區(qū)應(yīng)依托各自的資源和優(yōu)勢，細(xì)化分析現(xiàn)有基地及所在城市的雙創(chuàng)形態(tài)、所處階段和發(fā)展目標(biāo)，因地制宜，制定差異化的發(fā)展策略，避免基地建設(shè)簡單化、重復(fù)化，探索形成各具特色的區(qū)域雙創(chuàng)形態(tài)，讓更多城市從雙創(chuàng)區(qū)域示范基地建設(shè)中受益，推動(dòng)區(qū)域之間的均衡發(fā)展和創(chuàng)新能力的全面提升。

第三，完善政策，細(xì)化措施，推進(jìn)雙創(chuàng)區(qū)域示范基地及所在城市創(chuàng)新能力的可持續(xù)發(fā)展。研究發(fā)現(xiàn)，基地建設(shè)在后續(xù)年度對所在城市創(chuàng)新能力的促進(jìn)作用有所下降，政策效應(yīng)的可持續(xù)性有待檢驗(yàn)。為此，應(yīng)重點(diǎn)關(guān)注并著力解決雙創(chuàng)示范基地發(fā)展中存在的不足和障礙，以推動(dòng)基地及其所在地創(chuàng)新能力的持續(xù)發(fā)展。首先，現(xiàn)有的雙創(chuàng)示范基地政策更多地使用供給面和環(huán)境面政策工具，政策目標(biāo)與政策工具不盡適配，應(yīng)加大需求面工具的運(yùn)用，并且根據(jù)基地內(nèi)企業(yè)不同發(fā)展階段的需求，采用更有針對性的政策工具，避免一刀切。對于處在初創(chuàng)期的小微企業(yè)，除了提升商事登記等公共服務(wù)水平，還應(yīng)加強(qiáng)場所設(shè)施等“硬”環(huán)境的改善。對于成長期的雙創(chuàng)企業(yè)，應(yīng)更關(guān)注知識(shí)產(chǎn)權(quán)保護(hù)、營商環(huán)境等“軟”環(huán)境的改善。其次，雙創(chuàng)示范基地分為區(qū)域、大學(xué)科研院所、企業(yè)三種類型，針對三類基地出臺(tái)各自的扶持政策，一定程度上存在資源利用效率不高、政策協(xié)同性不足的問題。應(yīng)加強(qiáng)頂層設(shè)計(jì)，將三類示范基地建設(shè)政策的針對性、時(shí)效性、協(xié)同性相結(jié)合。既要避免政策趨同、過于寬泛、難以落地的問題，也要避免基地建設(shè)彼此割裂。要鼓勵(lì)各類創(chuàng)新資源的開放、共享、合作，避免資源浪費(fèi)，促進(jìn)三類基地協(xié)同發(fā)展，并帶動(dòng)整個(gè)城市的創(chuàng)新發(fā)展。另外，要建立科學(xué)的基地評估標(biāo)準(zhǔn)，通過規(guī)范的評估與靈活退出機(jī)制，不斷提升雙創(chuàng)示范基地的水平。全國62個(gè)雙創(chuàng)區(qū)域示范基地的建設(shè)水平參差不齊，應(yīng)當(dāng)圍繞服務(wù)型政府建設(shè)、雙創(chuàng)政策措施落地、創(chuàng)業(yè)投資發(fā)展、創(chuàng)新創(chuàng)業(yè)生態(tài)建設(shè)、雙創(chuàng)文化建設(shè)等方面，建立細(xì)化的評估標(biāo)準(zhǔn)，由第三方對基地建設(shè)情況進(jìn)行評估。對于不合格的雙創(chuàng)基地，采取警示、退出等措施，優(yōu)勝劣汰，促進(jìn)雙創(chuàng)區(qū)域示范基地的良性發(fā)展；對于優(yōu)秀的基地，要采取適當(dāng)?shù)莫?jiǎng)勵(lì)措施，總結(jié)其雙創(chuàng)模式和成功經(jīng)驗(yàn)，向其他基地、所在城市甚至全國推廣，放大基地的引導(dǎo)和示范效應(yīng)，為培育發(fā)展新動(dòng)能提供支撐。

本研究豐富了雙創(chuàng)基地及相關(guān)領(lǐng)域的研究，對于推進(jìn)雙創(chuàng)區(qū)域示范基地建設(shè)及所在區(qū)域創(chuàng)新能力的提升具有現(xiàn)實(shí)意義。但由于全國范圍內(nèi)的城市數(shù)據(jù)難以獲取且數(shù)據(jù)一致性較差，選取的區(qū)域科技創(chuàng)新能力評價(jià)指標(biāo)不盡全面，后續(xù)研究中應(yīng)進(jìn)行補(bǔ)充，采用的創(chuàng)新能力評價(jià)方法也有待優(yōu)化。此外，由于雙創(chuàng)示范基地建設(shè)時(shí)間不長，鑒于樣本選擇及數(shù)據(jù)可得性的限制，未來研究可以考慮采用界面數(shù)據(jù)進(jìn)行分析，也可以考慮加入第二批雙創(chuàng)區(qū)域示范基地，通過更長跨度的面板數(shù)據(jù)進(jìn)行多期雙重差分回歸不斷深化該領(lǐng)域的研究。

注釋：

①報(bào)告包括首都科技發(fā)展戰(zhàn)略研究院和中國社會(huì)科學(xué)院城市與競爭力研究中心聯(lián)合發(fā)布的《中國城市科技創(chuàng)新發(fā)展報(bào)告》，以及第一財(cái)經(jīng)研究院與復(fù)旦大學(xué)聯(lián)合發(fā)布的《中國城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告》等。

②現(xiàn)有研究主要通過新產(chǎn)品銷售收入、專利數(shù)量等來衡量創(chuàng)新產(chǎn)出能力，由于較多城市的新產(chǎn)品銷售指標(biāo)不可得，且不同城市對新產(chǎn)品的衡量角度并不統(tǒng)一，因此選取專利授權(quán)量來衡量區(qū)域創(chuàng)新產(chǎn)出能力。