王 欣，杜寶貴

(東北大學(xué) 文法學(xué)院，遼寧 沈陽(yáng) 110169)

0 引言

全面創(chuàng)新改革試驗(yàn)是具有中國(guó)特色的公共政策創(chuàng)新擴(kuò)散實(shí)踐，既是對(duì)中央戰(zhàn)略布局政策試驗(yàn)田、地方積極貢獻(xiàn)創(chuàng)新舉措的政策試點(diǎn)—推廣模式的傳統(tǒng)延續(xù)，又是對(duì)全面深化改革、推動(dòng)中國(guó)國(guó)家治理體系與治理能力現(xiàn)代化的現(xiàn)實(shí)回應(yīng)[1]。2015年9月《關(guān)于在部分區(qū)域系統(tǒng)推進(jìn)全面創(chuàng)新改革試驗(yàn)的總體方案》(以下簡(jiǎn)稱(chēng)《總體方案》)正式出臺(tái)，標(biāo)志著首輪全面創(chuàng)新改革試驗(yàn)肇始。在首輪全面創(chuàng)新改革試驗(yàn)中期評(píng)估與收官大考期間，京津冀、上海、廣東、安徽、四川、武漢、西安、沈陽(yáng)試驗(yàn)區(qū)在科技管理體制、科技成果轉(zhuǎn)化、人才引育與激勵(lì)等方面取得了顯著成效。目前，第一輪全面創(chuàng)新改革試驗(yàn)已落下帷幕，后續(xù)全面創(chuàng)新改革試驗(yàn)將穩(wěn)步推進(jìn)。2020年《政府工作報(bào)告》提出“深化新一輪全面創(chuàng)新改革試驗(yàn)”，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》(以下簡(jiǎn)稱(chēng)《綱要》)第七章第一節(jié)提到“深入推進(jìn)全面創(chuàng)新改革試驗(yàn)”。

政策試點(diǎn)—推廣模式中的一個(gè)重要環(huán)節(jié)是對(duì)政策試點(diǎn)經(jīng)驗(yàn)進(jìn)行總結(jié)評(píng)估，即側(cè)重回答戰(zhàn)略規(guī)劃及其配套政策是否有利于完善政策體系，是否有利于創(chuàng)新政策工具，是否有利于解決現(xiàn)實(shí)問(wèn)題，政策目標(biāo)是否恰當(dāng)，在多大程度上實(shí)現(xiàn)了政策目標(biāo)，政策受眾的政策感知如何等一系列問(wèn)題，并分析試驗(yàn)區(qū)創(chuàng)新政策舉措在區(qū)域乃至全國(guó)范圍復(fù)制推廣的科學(xué)性、適用性、可行性。那么，如何評(píng)估全面創(chuàng)新改革試驗(yàn)政策效應(yīng)？《總體方案》歸結(jié)了7項(xiàng)主要目標(biāo)，近年來(lái)學(xué)者們已經(jīng)從區(qū)域創(chuàng)新能力[2]、知識(shí)產(chǎn)權(quán)、人才培養(yǎng)與激勵(lì)[3]、金融創(chuàng)新[4]等方面進(jìn)行了有益探索。那么，對(duì)于其它主要政策目標(biāo)如科技成果轉(zhuǎn)化，全面創(chuàng)新改革試驗(yàn)政策效應(yīng)如何？該政策對(duì)試驗(yàn)區(qū)科技成果轉(zhuǎn)化產(chǎn)生的總體效應(yīng)如何？該政策對(duì)不同試驗(yàn)區(qū)科技成果轉(zhuǎn)化產(chǎn)生的個(gè)體效應(yīng)如何？基于此，本文聚焦科技成果轉(zhuǎn)化這一主要政策目標(biāo)，致力于探討全面創(chuàng)新改革試驗(yàn)政策對(duì)科技成果轉(zhuǎn)化的影響效應(yīng)。

1 研究綜述

學(xué)者們主要從試驗(yàn)區(qū)頂層設(shè)計(jì)與差異化發(fā)展路徑、政策評(píng)估、試點(diǎn)—推廣可行性3個(gè)方面，對(duì)全面創(chuàng)新改革試驗(yàn)相關(guān)問(wèn)題展開(kāi)了深入研究。

(1)全面創(chuàng)新改革試驗(yàn)區(qū)頂層設(shè)計(jì)與差異化發(fā)展路徑。首輪全面創(chuàng)新改革試驗(yàn)區(qū)共有8個(gè)，每個(gè)試驗(yàn)區(qū)承擔(dān)的任務(wù)不盡相同，學(xué)者們根據(jù)試驗(yàn)區(qū)戰(zhàn)略目標(biāo)，立足于當(dāng)?shù)貐^(qū)位優(yōu)勢(shì)，為各個(gè)試驗(yàn)區(qū)頂層設(shè)計(jì)與發(fā)展路徑建言獻(xiàn)策。律星光[5]提出，四川試驗(yàn)區(qū)應(yīng)進(jìn)一步實(shí)施人才發(fā)展戰(zhàn)略、金融支撐戰(zhàn)略和開(kāi)放合作戰(zhàn)略，并著力軍民融合創(chuàng)新；高騫等[6]分析了上海實(shí)施全面創(chuàng)新改革試驗(yàn)的“集聚與輻射”“競(jìng)爭(zhēng)與合作”等五對(duì)關(guān)系，“三鏈重構(gòu)”“四化協(xié)同”等五大原則，加強(qiáng)互聯(lián)互通、形成比較優(yōu)勢(shì)等十大任務(wù)；郜媛瑩等[7]總結(jié)了京津冀在協(xié)同創(chuàng)新體制機(jī)制、跨區(qū)域知識(shí)產(chǎn)權(quán)一體化、跨區(qū)域人才一體化、跨區(qū)域科技創(chuàng)新資源配置與科技成果轉(zhuǎn)化等方面取得的成績(jī)。

(2)全面創(chuàng)新改革試驗(yàn)政策評(píng)估。學(xué)者們認(rèn)為政策完善程度、質(zhì)量與結(jié)構(gòu)、政策協(xié)同等會(huì)影響政策效果，因而從政策層次結(jié)構(gòu)與政策文本內(nèi)容出發(fā)，分析了全面創(chuàng)新改革試驗(yàn)政策。杜寶貴等(2020)構(gòu)建了全面創(chuàng)新改革政策的PMC指數(shù)模型，從政策目標(biāo)、政策工具、執(zhí)行保障等10個(gè)方面進(jìn)行了政策量化評(píng)價(jià)研究；涂平等[8]研究指出，部分全面創(chuàng)新改革試驗(yàn)政策與現(xiàn)行法律法規(guī)存在矛盾沖突和不協(xié)同問(wèn)題。同時(shí)，近年來(lái)“小切口、大問(wèn)題”研究范式受到學(xué)界推崇，學(xué)者們紛紛嘗試從一個(gè)較小的切入點(diǎn)，探究全面創(chuàng)新改革試驗(yàn)政策在某一方面產(chǎn)生的效果與影響。夏巖磊等[2]運(yùn)用嵌入式干預(yù)理論，探討了全面創(chuàng)新改革試驗(yàn)政策對(duì)試點(diǎn)地區(qū)創(chuàng)新能力的影響機(jī)理。此外，學(xué)者們也致力于全面創(chuàng)新改革試驗(yàn)評(píng)估框架與指標(biāo)體系構(gòu)建研究。李紅艷等[9]基于均衡式改革理論，形成涵蓋68項(xiàng)具體指標(biāo)的評(píng)估體系。

(3)全面創(chuàng)新改革試驗(yàn)試點(diǎn)—推廣的可行性。一種觀點(diǎn)認(rèn)為，全面創(chuàng)新改革試點(diǎn)地區(qū)政策制定與實(shí)踐經(jīng)驗(yàn)在其它地區(qū)復(fù)制推廣具有較強(qiáng)可行性。洪志生等(2021)基于政策擴(kuò)散理論，從政策本質(zhì)、政策匹配、政策差異等角度分析了全面創(chuàng)新改革試驗(yàn)與“雙創(chuàng)”政策共容性，發(fā)現(xiàn)二者政策內(nèi)容高度匹配、試點(diǎn)區(qū)域選擇存在重合，從而認(rèn)為全面創(chuàng)新改革試驗(yàn)政策在雙創(chuàng)示范基地復(fù)制推廣是可行的，并且能夠發(fā)揮政策疊加效應(yīng)；王玥[10]通過(guò)構(gòu)建改革力度—實(shí)施成效二維分析框架，闡述了長(zhǎng)三角區(qū)域復(fù)制推廣改革創(chuàng)新類(lèi)、優(yōu)化服務(wù)類(lèi)政策舉措的可行性。另一種觀點(diǎn)認(rèn)為，全面創(chuàng)新改革試點(diǎn)地區(qū)政策制定與實(shí)踐經(jīng)驗(yàn)不易進(jìn)行異地移植與擴(kuò)散。張克[1]認(rèn)為，試點(diǎn)地區(qū)之所以能夠當(dāng)選，源于它們?cè)诳萍俭w制改革、知識(shí)產(chǎn)權(quán)保護(hù)、科技成果轉(zhuǎn)化等方面具有先天優(yōu)勢(shì)，試點(diǎn)地區(qū)成功經(jīng)驗(yàn)具有特殊性，難以復(fù)制。另外，在試驗(yàn)開(kāi)展中，試驗(yàn)區(qū)可能為了在“晉升錦標(biāo)賽”中標(biāo)榜業(yè)績(jī)，短期內(nèi)大幅加大資源投入力度，但是，這種行為不可持續(xù)，也不利于資源匱乏地區(qū)學(xué)習(xí)模仿。

2 研究設(shè)計(jì)

2.1 實(shí)驗(yàn)組與控制組

《總體方案》選取8個(gè)全面創(chuàng)新改革試驗(yàn)區(qū)，涉及跨省級(jí)行政區(qū)域、省、直轄市和副省級(jí)城市。各個(gè)試驗(yàn)區(qū)在行政層級(jí)、經(jīng)濟(jì)體量等方面存在較大差異，不宜將所有試驗(yàn)區(qū)納入同一評(píng)估框架與變量體系中。第一，考慮到《總體方案》將京津冀視為一個(gè)試驗(yàn)區(qū)，旨在整體上推動(dòng)京津冀跨區(qū)域協(xié)同發(fā)展，由于其特殊的戰(zhàn)略定位和區(qū)位條件，難以找到與之相似的對(duì)照組，因此，實(shí)驗(yàn)組不包含京津冀試驗(yàn)區(qū)；第二，沈陽(yáng)、西安和武漢是副省級(jí)城市，在行政層級(jí)、統(tǒng)計(jì)口徑等維度與其它試驗(yàn)區(qū)不具有可比性，因此，實(shí)驗(yàn)組不包含這3個(gè)城市；第三，直轄市與省份存在規(guī)模差異，因此，實(shí)驗(yàn)組不包含上海。出于上述考量，實(shí)驗(yàn)組由廣東、安徽和四川3個(gè)省級(jí)行政區(qū)域構(gòu)成?？刂平M由非試驗(yàn)區(qū)省份構(gòu)成，需要說(shuō)明的是，考慮到沈陽(yáng)、西安和武漢試驗(yàn)區(qū)可能對(duì)所在省份產(chǎn)生空間溢出效應(yīng)，故控制組不包含遼寧、陜西和湖北3省。

2.2 變量選取與數(shù)據(jù)來(lái)源

(1)被解釋變量。《總體方案》以“科技成果轉(zhuǎn)化”作為主要目標(biāo)之一，并提出通過(guò)“加速促進(jìn)科技成果的資本化、產(chǎn)業(yè)化，增強(qiáng)科技對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的支撐、引領(lǐng)作用”，促進(jìn)科技與經(jīng)濟(jì)深度融合。由此可見(jiàn)，這一政策目標(biāo)的價(jià)值導(dǎo)向在于凸顯科技成果經(jīng)濟(jì)價(jià)值與市場(chǎng)價(jià)值。技術(shù)市場(chǎng)是科技成果由供給主體向需求主體轉(zhuǎn)移的交易活動(dòng)場(chǎng)所，繁榮活躍的技術(shù)市場(chǎng)可以有力促進(jìn)科技與經(jīng)濟(jì)融合。技術(shù)市場(chǎng)成交額可以反映科技成果市場(chǎng)價(jià)值與科技成果轉(zhuǎn)化總體規(guī)模，其在科技成果轉(zhuǎn)化評(píng)價(jià)中占據(jù)較高權(quán)重[11]，是科技成果轉(zhuǎn)化成效的主要呈現(xiàn)形式[12]。因此，本文以科技成果轉(zhuǎn)化為切入點(diǎn)，選擇“技術(shù)市場(chǎng)成交額”作為科技成果轉(zhuǎn)化的代理變量。

(2)預(yù)測(cè)控制變量。為確保全面創(chuàng)新改革試驗(yàn)區(qū)技術(shù)市場(chǎng)成交額的合成預(yù)測(cè)值能夠較好擬合其實(shí)際觀測(cè)值，本文選取以下變量作為預(yù)測(cè)控制變量：①經(jīng)濟(jì)規(guī)模。已有研究表明，經(jīng)濟(jì)規(guī)模對(duì)技術(shù)市場(chǎng)成交額具有顯著正向影響[13]，并且較大經(jīng)濟(jì)規(guī)模是產(chǎn)生較高技術(shù)市場(chǎng)成交額的一項(xiàng)核心條件[14]，本文選取人均GDP表征經(jīng)濟(jì)規(guī)模；②科技經(jīng)費(fèi)投入。楊仲基等[15]將技術(shù)市場(chǎng)成交額作為成果需求能力的一項(xiàng)評(píng)價(jià)指標(biāo)，將R&D經(jīng)費(fèi)投入強(qiáng)度作為匹配保障能力的一項(xiàng)評(píng)價(jià)指標(biāo)，研究發(fā)現(xiàn)二者相關(guān)系數(shù)高度顯著，本文選取R&D經(jīng)費(fèi)投入強(qiáng)度表征科技經(jīng)費(fèi)投入；③科技人才投入?？萍既瞬攀强萍汲晒D(zhuǎn)化的主體，既有研究多以R&D人員全時(shí)當(dāng)量表示科技人才投入，并且技術(shù)市場(chǎng)成交額隨著R&D人員全時(shí)當(dāng)量增加而增加，本文以每萬(wàn)人擁有R&D人員全時(shí)當(dāng)量作為科技人才投入代理變量；④人口集聚。人口集聚一定程度上體現(xiàn)區(qū)域?qū)θ丝诘奈Γ渑c產(chǎn)業(yè)集聚、市場(chǎng)集聚、技術(shù)集聚等關(guān)聯(lián)密切，本文以城市人口密度作為人口集聚代理變量；⑤產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)有利于推動(dòng)科技成果轉(zhuǎn)化，第三產(chǎn)業(yè)發(fā)展規(guī)模對(duì)科技成果轉(zhuǎn)化績(jī)效具有顯著正向影響[16]，本文選擇第三產(chǎn)業(yè)產(chǎn)值占GDP比重表征產(chǎn)業(yè)結(jié)構(gòu)；⑥城鎮(zhèn)化水平。新型城鎮(zhèn)化促進(jìn)人才、新興產(chǎn)業(yè)等資源要素向城鎮(zhèn)集聚[17]，城鎮(zhèn)人口規(guī)模化是新型城鎮(zhèn)化的特點(diǎn)之一，本文以年末城鎮(zhèn)人口比重表征城鎮(zhèn)化水平；⑦信息化水平。近年來(lái)，互聯(lián)網(wǎng)+科技成果轉(zhuǎn)化模式日漸成熟，有利于提高科技成果轉(zhuǎn)化效率，使得供需匹配更加精準(zhǔn)[18]，本文選取互聯(lián)網(wǎng)普及率作為信息化水平代理變量；⑧對(duì)外開(kāi)放。相關(guān)研究表明，進(jìn)出口額增長(zhǎng)能夠帶動(dòng)技術(shù)市場(chǎng)成交額增長(zhǎng)[19]，本文選取進(jìn)出口總額占GDP比重作為對(duì)外開(kāi)放代理變量；⑨創(chuàng)新能力。專(zhuān)利研發(fā)是一項(xiàng)知識(shí)密集型活動(dòng)，專(zhuān)利授權(quán)體現(xiàn)政府和市場(chǎng)對(duì)專(zhuān)利創(chuàng)新價(jià)值的認(rèn)可，技術(shù)市場(chǎng)成交額的增長(zhǎng)顯著促進(jìn)專(zhuān)利授權(quán)量增長(zhǎng)[19]。在3類(lèi)專(zhuān)利中，發(fā)明專(zhuān)利難度最大、創(chuàng)新程度最高，本文以每萬(wàn)人發(fā)明專(zhuān)利授權(quán)數(shù)表征創(chuàng)新能力；⑩技術(shù)成熟度。成熟度高的技術(shù)成果通常具備實(shí)用價(jià)值，易被技術(shù)市場(chǎng)認(rèn)可，從而轉(zhuǎn)化為經(jīng)濟(jì)效益。技術(shù)轉(zhuǎn)讓表明技術(shù)輸入方認(rèn)可技術(shù)輸出方技術(shù)成熟度和市場(chǎng)價(jià)值[20]，本文以技術(shù)轉(zhuǎn)讓金額表征技術(shù)成熟度。各變量體系與變量描述如表1所示。

本文變量數(shù)據(jù)均源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》與中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)，各項(xiàng)變量數(shù)據(jù)時(shí)間跨度均為2005-2019年。

表1 變量體系與變量描述Tab.1 Variable system and variable description

2.3 研究方法與模型構(gòu)建

Alberto Abadie & Javier Gardeazabal率先提出合成控制法(Synthetic Control Methods，簡(jiǎn)稱(chēng)SCM)，為了檢驗(yàn)20世紀(jì)70年代恐怖主義對(duì)巴斯克地區(qū)的經(jīng)濟(jì)影響，其從西班牙其它地區(qū)中選取與巴斯克地區(qū)經(jīng)濟(jì)特征相似的地區(qū)，通過(guò)賦予每個(gè)相似地區(qū)一定權(quán)重，構(gòu)建合成巴斯克地區(qū)，并對(duì)“假設(shè)巴斯克地區(qū)沒(méi)有受到恐怖主義影響時(shí)的經(jīng)濟(jì)情況”進(jìn)行反事實(shí)估計(jì)。20世紀(jì)70年代以后巴斯克地區(qū)人均GDP實(shí)際值與合成巴斯克地區(qū)人均GDP反事實(shí)估計(jì)值之間的差值，即為恐怖主義對(duì)該地區(qū)的經(jīng)濟(jì)影響[21]。此后，Abadie等[22]運(yùn)用合成控制法的基本原理與思想，評(píng)估了加州煙草控制計(jì)劃的實(shí)施效果。

本文借鑒Abadie[22]、趙西亮[23]等的研究思路，假設(shè)有N+1個(gè)省份、T個(gè)時(shí)期的面板數(shù)據(jù)，T0(1

設(shè)定Transactionit=Transaction0it+αitDit，其中，Dit為全面創(chuàng)新改革試驗(yàn)政策虛擬變量，當(dāng)i=1且t>T0時(shí)，Dit=1，否則Dit=0。

本文核心在于估計(jì)全面創(chuàng)新改革試驗(yàn)政策對(duì)試驗(yàn)區(qū)技術(shù)市場(chǎng)成交額的影響，對(duì)于t>T0，α1t=Transaction11t-Transaction01t=Transaction1t-Transaction01t，表示全面創(chuàng)新改革試驗(yàn)區(qū)受到政策影響時(shí)技術(shù)市場(chǎng)成交額實(shí)際值與假設(shè)試驗(yàn)區(qū)不受政策影響時(shí)技術(shù)市場(chǎng)成交額反事實(shí)估計(jì)值之差，即全面創(chuàng)新改革試驗(yàn)政策效應(yīng)。實(shí)際值數(shù)據(jù)Transaction11t可直接觀測(cè)獲取，而反事實(shí)估計(jì)值Transaction01t并無(wú)直接觀測(cè)數(shù)據(jù)。因此，求解反事實(shí)估計(jì)值Transaction01t成為關(guān)鍵問(wèn)題。

本文運(yùn)用Abadie等[22]提出的合成控制模型，求解反事實(shí)估計(jì)值。

Transaction0it=δt+θtZi+λtμi+εit

i=1...N+1，t=1...T

(1)

式(1)中，δt為對(duì)所有個(gè)體具有恒定因子載荷的未知公共因子，Zi表示(K×1)維不受全面創(chuàng)新改革試驗(yàn)政策影響的控制變量，θt表示(1×K)維未知系數(shù)向量，μi是(F×1)維未知因子載荷，λt是(1×F)維未觀測(cè)到的公共因子，εit表示均值為0的誤差項(xiàng)。

假設(shè)存在一個(gè)(N×1)維權(quán)重向量W=(ω2...ωN+1)，ωn≥0,n∈[2,N+1]，并且滿足ω2+...+ωN+1=1。權(quán)重向量W的合成控制模型，表示試驗(yàn)區(qū)技術(shù)市場(chǎng)成交額在多大程度上由非試驗(yàn)區(qū)對(duì)應(yīng)值合成。

(2)

如果有W*=(ω2*...ωN+1*)使得式(3)成立，則合成后n個(gè)非試驗(yàn)區(qū)省份在T0期的技術(shù)市場(chǎng)成交額等于試驗(yàn)區(qū)1在T0期的技術(shù)市場(chǎng)成交額，并且，合成后n個(gè)非試驗(yàn)區(qū)省份的控制變量值等于試驗(yàn)區(qū)1的控制變量值。

(3)

Abadie等(2010)研究證明，如果政策干預(yù)前期數(shù)據(jù)足夠長(zhǎng)，則式(4)成立。

(4)

通過(guò)式(5)可求得全面創(chuàng)新改革試驗(yàn)政策對(duì)試驗(yàn)區(qū)技術(shù)市場(chǎng)成交額的影響效應(yīng)。

(5)

3 實(shí)證分析

3.1 總體效應(yīng)分析

為了估計(jì)全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、安徽和四川技術(shù)市場(chǎng)成交額的總體效應(yīng)，本文運(yùn)用廣東、安徽、四川在技術(shù)市場(chǎng)成交額與其它控制變量指標(biāo)上的均值，將這3個(gè)試驗(yàn)區(qū)省份合并為一個(gè)試驗(yàn)區(qū)省份“粵皖川”，再運(yùn)用合成控制法，從其它非試驗(yàn)區(qū)省份中選擇合成控制單元，構(gòu)造“合成粵皖川”。通過(guò)計(jì)算粵皖川技術(shù)市場(chǎng)成交額實(shí)際觀測(cè)值與合成粵皖川技術(shù)市場(chǎng)成交額反事實(shí)估計(jì)值間差值，得到全面創(chuàng)新改革試驗(yàn)政策對(duì)粵皖川技術(shù)市場(chǎng)成交額的總體效應(yīng)。

基于技術(shù)市場(chǎng)成交額和各項(xiàng)控制變量，計(jì)算得到合成控制單元和權(quán)重分布情況，如表2所示，可以看出粵皖川技術(shù)市場(chǎng)成交額由哪些非試驗(yàn)區(qū)省份合成，從而構(gòu)造合成粵皖川。合成粵皖川由5個(gè)合成控制單元構(gòu)成，分別為山東、江蘇、海南、甘肅和重慶。其中，山東對(duì)合成粵皖川的貢獻(xiàn)權(quán)重為0.21，江蘇的貢獻(xiàn)權(quán)重為0.283，海南的貢獻(xiàn)權(quán)重為0.082，甘肅的貢獻(xiàn)權(quán)重為0.285，重慶的貢獻(xiàn)權(quán)重為0.14。

合成粵皖川的反事實(shí)估計(jì)值用以推斷粵皖川試驗(yàn)區(qū)未實(shí)施全面創(chuàng)新改革試驗(yàn)政策的潛在結(jié)果，其中一個(gè)關(guān)鍵前提在于：全面創(chuàng)新改革試驗(yàn)政策實(shí)施時(shí)間節(jié)點(diǎn)(2015年)之前，確保合成粵皖川各項(xiàng)變量估計(jì)值盡可能接近粵皖川各項(xiàng)變量真實(shí)值，這樣才能用合成粵皖川估計(jì)值對(duì)2015年和之后年份假設(shè)粵皖川未實(shí)施全面創(chuàng)新改革試驗(yàn)政策的結(jié)果進(jìn)行推斷。如表3所示，2005-2014年合成粵皖川在各項(xiàng)控制變量上的估計(jì)值均值與粵皖川在各項(xiàng)控制變量上的實(shí)際觀測(cè)值均值差異較小，說(shuō)明合成粵皖川對(duì)粵皖川的擬合度較高，可以保證后期統(tǒng)計(jì)推斷的準(zhǔn)確性。

表2 合成控制單元與權(quán)重分布Tab.2 Synthetic control units and weight distribution

表3 政策實(shí)施前粵皖川與合成粵皖川控制變量均值對(duì)比Tab.3 Comparison of the mean values of control variables between Guangdong-Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan before policy implementation

2005-2019年粵皖川與合成粵皖川技術(shù)市場(chǎng)成交額如圖1所示。總體而言，粵皖川與合成粵皖川的技術(shù)市場(chǎng)成交額呈現(xiàn)逐年增長(zhǎng)趨勢(shì)。2005-2014年合成粵皖川與粵皖川技術(shù)市場(chǎng)成交額的折線基本重合在一起，說(shuō)明合成粵皖川對(duì)粵皖川技術(shù)市場(chǎng)成交額的擬合度很高。2015-2019年粵皖川技術(shù)市場(chǎng)成交額折線明顯高于合成粵皖川技術(shù)市場(chǎng)成交額折線，隨著時(shí)間的推移，二者差距越來(lái)越大，表明全面創(chuàng)新改革試驗(yàn)政策改變了粵皖川技術(shù)市場(chǎng)成交額固有發(fā)展趨勢(shì)，促進(jìn)粵皖川技術(shù)市場(chǎng)成交額增長(zhǎng)，并且政策滯后效應(yīng)逐年增強(qiáng)。

為了更加清晰地觀察全面創(chuàng)新改革試驗(yàn)政策對(duì)粵皖川技術(shù)市場(chǎng)成交額的影響效應(yīng)，繪制2005-2019年粵皖川與合成粵皖川技術(shù)市場(chǎng)成交額差值折線圖，如圖2所示。2005-2014年二者差值折線圍繞0值上下小幅度波動(dòng)，2015-2019年粵皖川技術(shù)市場(chǎng)成交額較合成粵皖川分別高出1 065 770、980 844.2、1 491 161.7、3 632 192.9和5 806 810.4萬(wàn)元，表明全面創(chuàng)新改革試驗(yàn)政策實(shí)施后，粵皖川技術(shù)市場(chǎng)成交額分別增長(zhǎng)了39.20%、30.00%、39.07%、68.37%和81.31%，全面創(chuàng)新改革試驗(yàn)政策對(duì)粵皖川技術(shù)市場(chǎng)成交額的促進(jìn)效應(yīng)顯著且存在滯后性。

圖1 2005-2019年粵皖川與合成粵皖川技術(shù)市場(chǎng)成交額Fig.1 Transaction value in technical markets of Guangdong-Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan from 2005 to 2019

就總體效應(yīng)而言，全面創(chuàng)新改革試驗(yàn)政策促進(jìn)粵皖川技術(shù)市場(chǎng)成交額增長(zhǎng)，政策效應(yīng)存在一定滯后性，整體上政策效應(yīng)逐年增強(qiáng)。

3.2 個(gè)體效應(yīng)分析

為進(jìn)一步檢驗(yàn)全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、安徽、四川技術(shù)市場(chǎng)成交額的個(gè)體效應(yīng)，本文運(yùn)用合成控制法，分別構(gòu)造合成廣東、合成安徽以及合成四川，并計(jì)算廣東、安徽、四川技術(shù)市場(chǎng)成交額實(shí)際觀測(cè)值與合成廣東、合成安徽、合成四川技術(shù)市場(chǎng)成交額反事實(shí)估計(jì)值間差值，得到全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、安徽、四川技術(shù)市場(chǎng)成交額的個(gè)體效應(yīng)。

圖2 2005-2019年粵皖川與合成粵皖川技術(shù)市場(chǎng)成交額差值Fig.2 Differences of transaction value in technical markets of Guangdong- Anhui-Sichuan and synthetic Guangdong-Anhui-Sichuan from 2005 to 2019

合成廣東由3個(gè)合成控制單元構(gòu)成，其中，江蘇的貢獻(xiàn)權(quán)重為0.861，浙江的貢獻(xiàn)權(quán)重為0.039，海南的貢獻(xiàn)權(quán)重為0.1。合成安徽由3個(gè)合成控制單元構(gòu)成，其中，山東的貢獻(xiàn)權(quán)重為0.291，江蘇的貢獻(xiàn)權(quán)重為0.006，甘肅的貢獻(xiàn)權(quán)重為0.703。合成四川由3個(gè)合成控制單元構(gòu)成，其中，山東的貢獻(xiàn)權(quán)重為0.353，江蘇的貢獻(xiàn)權(quán)重為0.029，甘肅的貢獻(xiàn)權(quán)重為0.617(見(jiàn)表4)。

表4 廣東、安徽、四川合成控制單元與權(quán)重分布Tab.4 Synthetic control units and weight distribution of Guangdong, Anhui and Sichuan

全面創(chuàng)新改革試驗(yàn)政策實(shí)施前，廣東、安徽、四川控制變量實(shí)際值均值與合成廣東、合成安徽、合成四川控制變量估計(jì)值均值如表5所示。2005-2014年，雖然廣東、安徽、四川與對(duì)應(yīng)合成省份在個(gè)別控制變量均值上存在一定差異，但是，多數(shù)控制變量均值都較為接近，整體而言，合成廣東、合成安徽、合成四川對(duì)相應(yīng)省份的擬合度較高。

2005-2019年廣東、合成廣東技術(shù)市場(chǎng)成交額與差值如圖3所示。廣東和合成廣東技術(shù)市場(chǎng)成交額整體上均呈現(xiàn)增長(zhǎng)趨勢(shì)，2005-2014年二者折線基本重疊在一起，表明合成廣東對(duì)廣東技術(shù)市場(chǎng)成交額的擬合度很高。2015-2019年二者折線出現(xiàn)明顯差異，廣東技術(shù)市場(chǎng)成交額折線始終位于合成廣東技術(shù)市場(chǎng)成交額折線之上，差距不斷擴(kuò)大，說(shuō)明全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東技術(shù)市場(chǎng)成交額具有促進(jìn)效應(yīng)，并且政策實(shí)施時(shí)間越長(zhǎng)，政策效應(yīng)越明顯。根據(jù)二者差值計(jì)算結(jié)果，全面創(chuàng)新改革試驗(yàn)政策的實(shí)施促進(jìn)廣東技術(shù)市場(chǎng)成交額年均增加4 060 882.08萬(wàn)元。

表5 政策實(shí)施前廣東、安徽、四川與對(duì)應(yīng)合成省份控制變量均值對(duì)比Tab.5 Comparison of the mean values of control variables of Guangdong, Anhui, Sichuan and synthetic Guangdong, synthetic Anhui, synthetic Sichuan before policy implementation

圖3 2005-2019年廣東、合成廣東技術(shù)市場(chǎng)成交額與差值Fig.3 Trends and differences of transaction value in technical markets of Guangdong and synthetic Guangdong from 2005 to 2019

2005-2019年安徽、合成安徽技術(shù)市場(chǎng)成交額與差值如圖4所示。安徽與合成安徽的技術(shù)市場(chǎng)成交額都逐年增加，2005-2014年合成安徽與安徽技術(shù)市場(chǎng)成交額折線重合，表明合成安徽對(duì)安徽技術(shù)市場(chǎng)成交額的擬合度很高。2015-2019年安徽與合成安徽技術(shù)市場(chǎng)成交額的折線依然高度重合，表明全面創(chuàng)新改革試驗(yàn)政策對(duì)安徽技術(shù)市場(chǎng)成交額無(wú)顯著影響。根據(jù)二者差值折線圖，全面創(chuàng)新改革試驗(yàn)政策實(shí)施后二者差值始終為負(fù)數(shù)，表明安徽技術(shù)市場(chǎng)成交額未達(dá)到預(yù)期目標(biāo)。

2005-2019年四川、合成四川技術(shù)市場(chǎng)成交額與差值如圖5所示。2005-2014年合成四川與四川技術(shù)市場(chǎng)成交額的折線幾乎完全重疊，表明合成四川技術(shù)市場(chǎng)成交額估計(jì)值與四川技術(shù)市場(chǎng)成交額實(shí)際值十分接近。2015-2019年四川技術(shù)市場(chǎng)成交額折線始終位于合成四川的上方，并且2017年之后四川技術(shù)市場(chǎng)成交額呈現(xiàn)垂直直線增長(zhǎng)狀態(tài)。這說(shuō)明全面創(chuàng)新改革試驗(yàn)政策促進(jìn)四川技術(shù)市場(chǎng)成交額增長(zhǎng)，并且政策效應(yīng)不斷增強(qiáng)。根據(jù)二者差值計(jì)算結(jié)果，2015-2019年全面創(chuàng)新改革試驗(yàn)政策為四川技術(shù)市場(chǎng)成交額釋放出14 505 155.60萬(wàn)元的增長(zhǎng)空間。

圖4 2005-2019年安徽、合成安徽技術(shù)市場(chǎng)成交額與差值Fig.4 Trends and differences of transaction value in technical markets of Anhui and synthetic Anhui from 2005 to 2019

圖5 2005-2019年四川、合成四川技術(shù)市場(chǎng)成交額與差值Fig.5 Trends and differences of transaction value in technical markets of Sichuan and synthetic Sichuan from 2005 to 2019

就個(gè)體效應(yīng)而言，全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、安徽和四川技術(shù)市場(chǎng)成交額的影響效應(yīng)不盡相同。全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、四川技術(shù)市場(chǎng)成交額均產(chǎn)生促進(jìn)效應(yīng)，并且政策滯后效應(yīng)較為明顯，在政策實(shí)施后的5年內(nèi)分別對(duì)廣東、四川技術(shù)市場(chǎng)成交額釋放出20 304 410.40萬(wàn)元和14 505 155.60萬(wàn)元的增長(zhǎng)潛力。同時(shí)，全面創(chuàng)新改革試驗(yàn)政策對(duì)安徽技術(shù)市場(chǎng)成交額無(wú)顯著影響。

3.3 安慰劑檢驗(yàn)

為進(jìn)一步確保本文結(jié)論有效性與穩(wěn)健性，借鑒Abadie等[21]提出的安慰劑檢驗(yàn)思路和方法——隨機(jī)置換檢驗(yàn)法，檢驗(yàn)研究結(jié)果是否具有統(tǒng)計(jì)上的顯著性。假設(shè)作為控制組成員的其它非試驗(yàn)區(qū)省份2015年也實(shí)施了全面創(chuàng)新改革試驗(yàn)政策，逐一將每個(gè)控制組成員作為偽干預(yù)對(duì)象，運(yùn)用合成控制法構(gòu)造相應(yīng)合成控制對(duì)象。2015年及之后每個(gè)偽干預(yù)對(duì)象技術(shù)市場(chǎng)成交額實(shí)際觀測(cè)值與合成控制對(duì)象技術(shù)市場(chǎng)成交額反事實(shí)估計(jì)值的差值，即偽干預(yù)對(duì)象的政策效應(yīng)。對(duì)于每一個(gè)偽干預(yù)對(duì)象而言，它們實(shí)際上并未實(shí)施全面創(chuàng)新改革試驗(yàn)政策。如果它們的政策效應(yīng)超過(guò)粵皖川、廣東、安徽和四川的政策效應(yīng)，則意味著“全面創(chuàng)新改革試驗(yàn)政策促進(jìn)技術(shù)市場(chǎng)成交額增長(zhǎng)”的結(jié)論不具有統(tǒng)計(jì)上的顯著性；反之，如果粵皖川、廣東、安徽和四川的政策效應(yīng)超過(guò)偽干預(yù)對(duì)象的政策效應(yīng)，則說(shuō)明此結(jié)論具有統(tǒng)計(jì)上的顯著性。隨機(jī)置換檢驗(yàn)結(jié)果如圖6～圖9所示。

需要說(shuō)明的是，政策實(shí)施前，如果干預(yù)對(duì)象真實(shí)值與合成控制值差距較大，則表示模型擬合效果欠佳，不適用于推算政策實(shí)施后干預(yù)對(duì)象的反事實(shí)估計(jì)值。因此，僅保留均方預(yù)測(cè)誤差分別是粵皖川、廣東、安徽、四川兩倍以內(nèi)的偽干預(yù)對(duì)象進(jìn)行安慰劑檢驗(yàn)。由圖6可知，粵皖川的政策效應(yīng)最大，對(duì)應(yīng)折線處于圖中極端位置，出現(xiàn)如粵皖川一樣顯著政策效應(yīng)的概率約為4.8%(1/21≈0.048)，可以認(rèn)為全面創(chuàng)新改革試驗(yàn)政策對(duì)粵皖川技術(shù)市場(chǎng)成交額的促進(jìn)效應(yīng)在5%水平上具有統(tǒng)計(jì)顯著性。由圖7可知，出現(xiàn)如廣東一樣顯著政策效應(yīng)的概率約為4.5%(1/22≈0.045)，可以認(rèn)為全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東技術(shù)市場(chǎng)成交額的促進(jìn)效應(yīng)在5%水平上具有統(tǒng)計(jì)顯著性。由圖9可知，出現(xiàn)如四川一樣顯著政策效應(yīng)的概率約為6.7%(1/15≈0.067)，可以認(rèn)為全面創(chuàng)新改革試驗(yàn)政策對(duì)四川技術(shù)市場(chǎng)成交額的促進(jìn)效應(yīng)在10%水平上具有統(tǒng)計(jì)顯著性。由圖8可知，安徽的政策效應(yīng)折線處于圖的中部位置，表示全面創(chuàng)新改革試驗(yàn)政策對(duì)安徽技術(shù)市場(chǎng)成交額的效應(yīng)不具有統(tǒng)計(jì)顯著性。

圖6 隨機(jī)置換檢驗(yàn)：粵皖川與控制組政策效應(yīng)對(duì)比Fig.6 Random permutation test: comparison of policy effects between Guangdong-Anhui-Sichuan and control group

圖7 隨機(jī)置換檢驗(yàn)：廣東與控制組政策效應(yīng)對(duì)比Fig.7 Random permutation test: comparison of policy effects between Guangdong and control group

圖8 隨機(jī)置換檢驗(yàn)：安徽與控制組政策效應(yīng)對(duì)比Fig.8 Random permutation test: comparison of policy effects between Anhui and control group

圖9 隨機(jī)置換檢驗(yàn)：四川與控制組政策效應(yīng)對(duì)比Fig.9 Random permutation test: comparison of policy effects between Sichuan and control group

3.4 進(jìn)一步分析：雙重差分法檢驗(yàn)

將雙重差分法對(duì)政策效應(yīng)的檢驗(yàn)結(jié)果作為穩(wěn)健性檢驗(yàn)的補(bǔ)充，設(shè)置雙重差分模型如下：

Transactionit=β0+β1Dt+β2Di+β3DIDit+β4Xit+εit

(6)

其中，i表示省份，t表示年份；Dt為時(shí)間虛擬變量，當(dāng)t≥2015時(shí)，Dt=1時(shí)，否則Dt=0；Di為政策虛擬變量，當(dāng)i為廣東、安徽和四川時(shí)，Di=1，否則Di=0；DIDit表示雙重差分項(xiàng)，是Di與Dt的乘積交互項(xiàng)；Xit表示表1中的預(yù)測(cè)控制變量；Transactionit表示技術(shù)市場(chǎng)成交額；εit表示誤差項(xiàng)；β0～β4為回歸系數(shù)，其中，β3為交互項(xiàng)回歸系數(shù)，表示政策效應(yīng)。雙重差分回歸結(jié)果如表6所示。

由表6可知，粵皖川、廣東、四川的雙重差分項(xiàng)DID標(biāo)準(zhǔn)化回歸系數(shù)分別為0.287、0.289、0.281，且均在1%水平上具有統(tǒng)計(jì)顯著性；而安徽的雙重差分項(xiàng)DID標(biāo)準(zhǔn)化回歸系數(shù)為-0.004，且無(wú)統(tǒng)計(jì)上的顯著性。從總體效應(yīng)上看，全面創(chuàng)新改革試驗(yàn)政策顯著促進(jìn)試驗(yàn)區(qū)省份技術(shù)市場(chǎng)成交額增長(zhǎng)；從個(gè)體效應(yīng)上看，全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東、四川技術(shù)市場(chǎng)成交額具有顯著效應(yīng)，而對(duì)安徽技術(shù)市場(chǎng)成交額的促進(jìn)效應(yīng)不顯著。經(jīng)過(guò)雙重差分法再檢驗(yàn)，得到與合成控制法一致的研究結(jié)論，進(jìn)一步證明合成控制法研究結(jié)論是穩(wěn)健的。

表6 雙重差分回歸結(jié)果Tab.6 Regression results

3.5 政策效應(yīng)個(gè)體差異原因分析

全面創(chuàng)新改革試驗(yàn)政策對(duì)試驗(yàn)區(qū)省份科技成果轉(zhuǎn)化的個(gè)體效應(yīng)存在差異，那么，緣何全面創(chuàng)新改革試驗(yàn)政策對(duì)廣東和四川科技成果轉(zhuǎn)化行之有效，而對(duì)安徽科技成果轉(zhuǎn)化“失靈”？本文嘗試從試驗(yàn)區(qū)主要任務(wù)差異、創(chuàng)新資源使用效率差異、科技成果市場(chǎng)價(jià)值差異等方面予以闡釋。

(1)試驗(yàn)區(qū)主要任務(wù)差異。廣東、四川和安徽試驗(yàn)區(qū)的主要任務(wù)分別是深化粵港澳創(chuàng)新合作、加速軍民深度融合發(fā)展、促進(jìn)產(chǎn)業(yè)承東啟西轉(zhuǎn)移和調(diào)整。產(chǎn)業(yè)轉(zhuǎn)移理論認(rèn)為，區(qū)際產(chǎn)業(yè)發(fā)展不平衡是產(chǎn)業(yè)轉(zhuǎn)移的基礎(chǔ)[24]，產(chǎn)業(yè)轉(zhuǎn)出地區(qū)通常將低附加值的產(chǎn)業(yè)鏈轉(zhuǎn)移至產(chǎn)業(yè)承接地區(qū)，從而形成產(chǎn)業(yè)轉(zhuǎn)出地區(qū)專(zhuān)注于研發(fā)設(shè)計(jì)、產(chǎn)業(yè)承接地區(qū)致力于生產(chǎn)加工的協(xié)作關(guān)系。產(chǎn)業(yè)轉(zhuǎn)移帶動(dòng)技術(shù)轉(zhuǎn)移，技術(shù)轉(zhuǎn)移是產(chǎn)業(yè)轉(zhuǎn)移的關(guān)鍵環(huán)節(jié)。然而，產(chǎn)業(yè)轉(zhuǎn)移也會(huì)抑制產(chǎn)業(yè)承接地區(qū)技術(shù)創(chuàng)新動(dòng)力，對(duì)產(chǎn)業(yè)承接地區(qū)技術(shù)升級(jí)空間造成擠出效應(yīng)。作為長(zhǎng)三角區(qū)域產(chǎn)業(yè)轉(zhuǎn)移的主要承接地，安徽省在承接產(chǎn)業(yè)轉(zhuǎn)移中存在追求總體規(guī)模和擴(kuò)張速度、輕視發(fā)展質(zhì)量的問(wèn)題，承接了較多原材料、輕紡等低層次、低附加值的傳統(tǒng)產(chǎn)業(yè)。一方面，低層次的產(chǎn)業(yè)轉(zhuǎn)移對(duì)技術(shù)轉(zhuǎn)移的促進(jìn)作用十分有限，安徽省在承接產(chǎn)業(yè)轉(zhuǎn)移中所能獲取的高精尖技術(shù)較少，導(dǎo)致能夠轉(zhuǎn)化為高附加值的科技成果數(shù)量減少；另一方面，有限的科技創(chuàng)新資源被用于建設(shè)承接產(chǎn)業(yè)轉(zhuǎn)移基礎(chǔ)設(shè)施、改造傳統(tǒng)產(chǎn)業(yè)等，一定程度上擠占了安徽省高新技術(shù)產(chǎn)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展資源，這對(duì)技術(shù)攻關(guān)、技術(shù)升級(jí)和科技成果轉(zhuǎn)化具有潛在不利影響。此外，受承接產(chǎn)業(yè)轉(zhuǎn)移的影響，安徽省技術(shù)市場(chǎng)交易以技術(shù)吸納為主、技術(shù)輸出為輔。從技術(shù)市場(chǎng)交易金額構(gòu)成上看，2017-2019年安徽省技術(shù)市場(chǎng)輸出技術(shù)成交額分別為249.57億元、321.31億元和452.72億元，分別較同年技術(shù)市場(chǎng)吸納技術(shù)成交額低7.80%、9.36%和25.78%，說(shuō)明在承接產(chǎn)業(yè)轉(zhuǎn)移的背景下，安徽省技術(shù)輸出能力較弱，技術(shù)與科技成果在省外技術(shù)市場(chǎng)的認(rèn)可度較低、競(jìng)爭(zhēng)力不足。

(2)區(qū)域創(chuàng)新資源使用效率差異。從創(chuàng)新資源投入上看，2015-2019年廣東省R&D經(jīng)費(fèi)投入強(qiáng)度均值為2.61%，安徽省為1.89%，四川省為1.72%；廣東省每萬(wàn)人R&D人員全時(shí)當(dāng)量均值為56.14人年/萬(wàn)人，安徽省為23.38人年/萬(wàn)人，四川省為17.24人年/萬(wàn)人。從科技成果轉(zhuǎn)化效果上看，2015-2019年廣東省技術(shù)市場(chǎng)成交額均值為11 892 642萬(wàn)元，安徽省為2 856 662萬(wàn)元，四川省為6 392 213萬(wàn)元?？梢钥闯觯不帐?chuàng)新資源投入力度大于四川省，但是，科技成果轉(zhuǎn)化效果不及四川省，這在一定程度上反映出安徽省創(chuàng)新資源使用效率相對(duì)較低，科研人員參與科技成果轉(zhuǎn)化的積極性不足。

(3)科技成果市場(chǎng)價(jià)值與潛在市場(chǎng)需求差異。單項(xiàng)技術(shù)合同成交金額能夠體現(xiàn)科技成果單位市場(chǎng)價(jià)值，安徽省單項(xiàng)技術(shù)合同成交金額由2015年的152.52萬(wàn)元增長(zhǎng)至2019年的230.12萬(wàn)元，增幅為50.88%；廣東省單項(xiàng)技術(shù)合同成交金額由2015年的382.64萬(wàn)元增長(zhǎng)至2019年的667.17萬(wàn)元，增幅為74.36%；四川省單項(xiàng)技術(shù)合同成交金額由2015年的251.44萬(wàn)元增長(zhǎng)至2019年的917.94萬(wàn)元，增幅為265.07%。由此可知，安徽省科技成果市場(chǎng)價(jià)值較低并且增值空間較小，可能是因?yàn)榭萍汲晒夹g(shù)含量和創(chuàng)新水平較低，重大科技成果轉(zhuǎn)化能力較弱，技術(shù)預(yù)見(jiàn)、捕捉、識(shí)別和轉(zhuǎn)化能力不足。此外，潛在市場(chǎng)需求是科技成果轉(zhuǎn)化的重要?jiǎng)恿C(jī)制，影響科技成果經(jīng)濟(jì)效益。通常而言，人口集聚程度越高，市場(chǎng)需求多樣化程度越高，市場(chǎng)潛力和購(gòu)買(mǎi)力越強(qiáng)。安徽省人口密度低于四川省和廣東省，表明安徽省人口吸引力相對(duì)較弱，較低的人口集聚度制約了市場(chǎng)整體規(guī)模和購(gòu)買(mǎi)力。產(chǎn)業(yè)發(fā)展需求也是科技成果轉(zhuǎn)化的影響因素之一，在三次產(chǎn)業(yè)中，第三產(chǎn)業(yè)對(duì)科技成果的創(chuàng)新需求更高[25]，對(duì)技術(shù)轉(zhuǎn)移的影響貢獻(xiàn)最大[26]。安徽省第三產(chǎn)業(yè)占比低于四川省和廣東省，來(lái)自產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化升級(jí)的需求動(dòng)力不足，第三產(chǎn)業(yè)對(duì)科技成果轉(zhuǎn)化的需求拉動(dòng)較弱。

4 結(jié)語(yǔ)

為評(píng)估全面創(chuàng)新改革試驗(yàn)政策對(duì)科技成果轉(zhuǎn)化的影響效應(yīng)，本文以技術(shù)市場(chǎng)成交額作為科技成果轉(zhuǎn)化的代理變量，運(yùn)用合成控制法，構(gòu)造合成粵皖川、合成廣東、合成安徽與合成四川，探討全面創(chuàng)新改革試驗(yàn)政策對(duì)試驗(yàn)區(qū)省份科技成果轉(zhuǎn)化的總體效應(yīng)和對(duì)廣東、安徽和四川科技成果轉(zhuǎn)化的個(gè)體效應(yīng)，并且借助雙重差分模型進(jìn)行再檢驗(yàn)。研究結(jié)果表明：第一，就總體效應(yīng)而言，全面創(chuàng)新改革試驗(yàn)政策對(duì)粵皖川科技成果轉(zhuǎn)化的促進(jìn)效應(yīng)具有統(tǒng)計(jì)上的顯著性，在政策實(shí)施伊始促進(jìn)效應(yīng)即已顯現(xiàn)，政策實(shí)施兩年后政策效應(yīng)更為明顯；第二，就個(gè)體效應(yīng)而言，全面創(chuàng)新改革試驗(yàn)政策顯著促進(jìn)廣東、四川科技成果轉(zhuǎn)化，并且政策效應(yīng)逐年增強(qiáng)，但全面創(chuàng)新改革試驗(yàn)政策未對(duì)安徽科技成果轉(zhuǎn)化產(chǎn)生顯著影響；第三，科技經(jīng)費(fèi)投入、經(jīng)濟(jì)規(guī)模、技術(shù)成熟度、人口集聚、產(chǎn)業(yè)結(jié)構(gòu)、創(chuàng)新能力對(duì)科技成果轉(zhuǎn)化具有顯著促進(jìn)效應(yīng)。

本文也存在一定研究局限：第一，研究對(duì)象不全面。由于全面創(chuàng)新改革試驗(yàn)區(qū)在經(jīng)濟(jì)體量、行政層級(jí)等方面存在較大個(gè)體差異，考慮到變量體系與統(tǒng)計(jì)口徑可比性問(wèn)題，僅選取廣東、安徽、四川作為研究對(duì)象，未對(duì)京津冀、上海、沈陽(yáng)、西安和武漢試驗(yàn)區(qū)科技成果轉(zhuǎn)化效果進(jìn)行評(píng)估，未來(lái)研究可將直轄市和副省級(jí)城市作為研究對(duì)象；第二，研究深度不夠。關(guān)于全面創(chuàng)新改革試驗(yàn)政策對(duì)試驗(yàn)區(qū)省份科技成果轉(zhuǎn)化的總體效應(yīng)和個(gè)體效應(yīng)，僅檢驗(yàn)了政策有效性，停留在現(xiàn)象層面，缺乏對(duì)影響因素、政策作用機(jī)制等方面的深層探討，未來(lái)研究可對(duì)政策工具識(shí)別與組合、政策空間溢出效應(yīng)、政策作用機(jī)制等進(jìn)行探討。