陳容 張杰 唐勇

［摘?要］ 基于2008-2014年地級市層面的面板數據，實證檢驗了高?；A研究投入對地區(qū)創(chuàng)新存在著先抑制后促進的“U”型非線性影響效應。進一步的DID識別策略表明，高校基礎研究政策促進了中國地級市層面除外觀設計專利之外的創(chuàng)新，但不會促進地級市層面的全要素生產率提升，由此解釋了高?；A研究對中國經濟增長難以形成有效支撐的現象。

［關鍵詞］ 高?；A研究；創(chuàng)新指數；全要素生產率

［中圖分類號］ ?F127????［文獻標識碼］ Ａ???［文章編號］ 1008-1763（2023）04-0088-10

Investment in University Basic Research and Regional Innovation：

Empirical Evidence from the Prefecture Level

CHEN Rong1，2，ZHANG Jie1，TANG Yong3

（1. School of Economics， Remin University of China，Beijing?100872，China;

2.Business College of Beijing Union University ，Beijing?100025，China;

3.School of Economics and Management，Shihezi ?University，Shihezi?832000，China）

Abstract：Based on the panel data at the prefecture-level from 2008 to 2014， this paper empirically tests the U-shaped nonlinear effect of the investment in basic research in universities on regional innovation， which first inhibits and then promotes it. Further DID identification strategy shows that basic research policies in universities promote innovation at the prefecture-level in China， except for design patents. However， it will not promote the total factor productivity at the prefecture-level. This paper explains the major phenomenon that basic research in universities is difficult to effectively support Chinas economic growth.

Key words： basic research in universities; innovation index; total factor productivity

一?引?言

當前全球各國普遍發(fā)生了創(chuàng)新引致經濟增長停滯之“謎”的重大現象[1]，即隨著發(fā)達國家政府和企業(yè)層面創(chuàng)新研發(fā)投入的持續(xù)增加，R&D經費投入占GDP比重穩(wěn)定在一個較高位水平。但是，大多數發(fā)達國家的真實GDP增速卻并未隨之獲得有效增長。相反，經濟增速長期處于一個較低水平甚至零增長、負增長狀態(tài)[2]。由此帶來的疑問是，為什么這些國家的創(chuàng)新研發(fā)投入難以支撐經濟增長？

作為R&D重要組成部分的基礎研究，在推動經濟可持續(xù)增長中起決定性作用，然而相比法國和美國基礎研究投入占R&D經費的幾乎一半[3]，中國的基礎研究投入長期相對不足，這已經是學界無可爭辯的事實，甚至演化為束縛和阻礙中國經濟高質量增長的重要因素[4]。中國政府已經充分意識到基礎研究對推動經濟高質量持續(xù)增長及提升大國科技競爭綜合實力具有舉足輕重的作用，并將強化基礎研究能力的全面培育和提升，作為推動中國經濟高質量發(fā)展的重大戰(zhàn)略之一。習近平強調“要瞄準世界科技前沿，實現前瞻性基礎研究、引領性原創(chuàng)成果重大突破”?！吨泄仓醒腙P于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和二O三五年遠景目標的建議》指出“加強基礎研究、注重原始創(chuàng)新，優(yōu)化學科布局和研發(fā)布局，推進學科交叉融合，完善共性基礎技術供給體系”。由此可見，中國在未來一段時期內，已經將提升和強化基礎研究能力，作為實現關鍵核心技術創(chuàng)新自主突破的重要抓手之一，作為建設創(chuàng)新型國家的重要支撐力量之一。

本文基于2008—2014年地級市層面的面板數據，實證發(fā)現高?；A研究投入與地區(qū)創(chuàng)新之間存在著非線性的“U”型關系，即高?；A研究投入一開始抑制地區(qū)創(chuàng)新，當超過一定的臨界值時，高?；A研究投入則促進地區(qū)創(chuàng)新。這一發(fā)現在采用不同的被解釋變量度量指標后仍是穩(wěn)健的，在考慮區(qū)域差異性后高?；A研究投入對地區(qū)創(chuàng)新依然造成的是顯著的“U型”關系影響效應，進一步的DID識別策略發(fā)現高?；A研究政策促進了中國地級市層面除外觀設計專利之外的創(chuàng)新，但不會促進地級市層面的全要素生產率提升。

相對于已有文獻，本文的創(chuàng)新體現在：第一，研究與試驗發(fā)展（R&D）分為企業(yè)、政府屬研究機構和高等學校三個創(chuàng)新主體，現有關于基礎研究對經濟增長的研究鮮有區(qū)分R&D的不同創(chuàng)新主體。而本文從高等學校創(chuàng)新主體視角，探討基礎研究投入對地區(qū)創(chuàng)新及經濟增長的影響效應。第二，不同于已有文獻的實證方法，本文立足于我國高等學校基礎研究投入的實際情況，另辟蹊徑利用DID識別策略考察《教育部關于進一步加強高等學校基礎研究工作的指導意見》（教技〔2012〕2號）對地區(qū)創(chuàng)新及經濟增長的影響效應。

二?文獻綜述與理論假說

（一）文獻綜述

國外關于創(chuàng)新與經濟增長的研究可謂恒河沙數，在此不一一贅述；國內關于創(chuàng)新與經濟增長的已有文獻，考察了人力資本、企業(yè)家精神、社會資本、技術進步等因素對經濟增長的影響[5-8]。在較近的研究中，劉樂淋和楊毅柏構建了一個基于創(chuàng)新驅動的熊彼特增長框架，將生產性政府支出和宏觀稅負水平引入質量階梯模型[9]。理論模型表明：宏觀稅負水平對長期經濟增長存在倒“U”型作用。而與本文研究最為密切的文獻，主要涉及以下兩個方面：

1.基礎研究對經濟增長的影響研究

基礎研究對推動一國經濟可持續(xù)增長的決定性作用，已經得到大量文獻的證實[3，10-16]。其中Gersbach等指出，基礎研究是經濟增長的必要和充分條件，如果應用研究是在知識前沿進行的，那么經濟增長完全取決于對基礎研究的投入[11]。Akcigit等基于法國企業(yè)數據的經驗證據發(fā)現，基礎研究相對于應用研究會產生溢出效應，進而影響行業(yè)內外的創(chuàng)新[3]。國內研究方面，楊立巖和潘慧峰探討了基礎研究在經濟增長中的基礎性地位[17]；嚴成樑和龔六堂通過構建一個包含基礎研究和應用研究的R&D驅動經濟增長模型，發(fā)現相對于應用研究和試驗發(fā)展，基礎研究更有利于促進經濟增長[18]；而陳鈺芬等在測算2000—2010年各省份全要素生產率的基礎上，得到基礎研究和應用研究對TFP的影響小于試驗發(fā)展的結論[19]；張小筠發(fā)現政府投資基礎研究比投資應用研究更有利于經濟的持續(xù)性增長[20]。總的來說，這一支文獻目前已相當豐富，但仍存在以下可改進之處：我國研究與試驗發(fā)展包括基礎研究、應用研究和試驗發(fā)展三種類型，分為企業(yè)、政府屬研究機構和高等學校三個創(chuàng)新主體，而以上研究沒有區(qū)分研究與試驗發(fā)展的不同創(chuàng)新主體，這與經驗觀察顯然不符，因此有必要區(qū)分討論。

2.基礎研究對企業(yè)創(chuàng)新的影響研究

基礎研究能力是企業(yè)成功的重要組成部分[21]，加強基礎研究可以增強企業(yè)自主創(chuàng)新能力[22]。Coad等論證了基礎研究、應用研究和試驗發(fā)展與企業(yè)增長率之間的關系[23]。高等學校作為基礎研究的主要承擔者，其重要性不僅僅在于強化一國的戰(zhàn)略科技力量，更在于通過產學研合作促進企業(yè)技術創(chuàng)新能力的全面提升，夯實從基礎研究到推動經濟增長的內在機制。Mowery & Ziedonis論證了高校發(fā)明可以通過“市場”和“非市場”兩種渠道影響企業(yè)創(chuàng)新[24]；葉菁菁等論證了產學研合作在高?；A研究和企業(yè)應用研發(fā)間的橋梁作用[25]；張德茗和吳浩發(fā)現高校和科研機構的基礎研究和應用研究均對TFP產生顯著的促進作用[26]。關于高校基礎研究對企業(yè)創(chuàng)新的溢出效應方面，眾多文獻皆實證發(fā)現了高校對于臨近區(qū)間的企業(yè)創(chuàng)新具有促進作用[27-31]。梳理以上文獻可以發(fā)現，國內關于基礎研究影響企業(yè)創(chuàng)新的研究主要集中在省級層面，缺少微觀企業(yè)層面的直接證據。另外，既有關于高校對企業(yè)創(chuàng)新的實證研究分別用中國高校專利數據、區(qū)域內高校數量、高校R&D投入等測度高校知識溢出，鮮有將某一政策作為準自然實驗構建雙重差分模型探討高?；A研究對企業(yè)創(chuàng)新的影響效應。

（二）高?；A研究投入與地區(qū)創(chuàng)新的特征事實

由圖1～圖4可知，2008—2014年高?；A研究投入與創(chuàng)新指數、發(fā)明數量、實用新型數量和外觀設計數量所表示的創(chuàng)新之間并非簡單的線性關系。事實上，高校作為基礎研究的重要載體，可以通過兩種作用機制對地區(qū)創(chuàng)新產生影響效應。一是通過“人才池”的駐留效應：高校培養(yǎng)的部分學生會留在該地區(qū)，進而提高當地人力資本從而影響地區(qū)創(chuàng)新；二是通過“人才池”的集聚效應：高?；A研究能力的提升會吸引其他地區(qū)的創(chuàng)新人才從而影響地區(qū)創(chuàng)新。不管是駐留效應還是集聚效應，都需要一個較長的周期。另外，眾所周知，相對于應用研究和試驗發(fā)展，高?；A研究從投入到獲得成果直至轉化為現實的生產力影響地區(qū)創(chuàng)新，其過程更為復雜、更為漫長。因此本文提出假說：高?；A研究投入與創(chuàng)新之間存在顯著的“U”型關系。

三?實證策略與數據說明

（一）實證策略

具體而言，我們設定如下實證模型：

Innovationct=β0+β1Basicct+β2Basic_sqct+λXct+ηc+φt+εct （1）

（1）式中，Innovationct表示地級城市c在年份t的創(chuàng)新水平，來自寇宗來和劉學悅的《中國城市和產業(yè)創(chuàng)新力報告2017》[32]。Basicct表示地級城市c所在省份在年份t高等院?；A研究投入，用高等院校的基礎研究經費投入與GDP的比值來表示?？紤]到高等院校基礎研究投入與創(chuàng)新之間并非簡單的線性關系，而呈現出顯著的非線性關系特征，所以（1）式中加入Basicct的平方項，即Basic_sqct；ηc和φt分別是城市固定效應和年份固定效應，Xct和εct分別是控制變量集和隨機誤差項。在控制變量Xct集中，借鑒已有文獻的普遍做法，同時考慮各種可能的內生性問題，具體有：地區(qū)經濟發(fā)展水平（GDP_city），用各地級城市層面的實際GDP與地區(qū)人口數的比值來表示?？紤]到中國情景下地區(qū)經濟發(fā)展水平和創(chuàng)新之間可能存在的非線性關系，在（1）式中納入了該變量的平方項GDP_city_sq；地區(qū)固定資產投資因素（Fix_city），用地級城市固定資產投資與地區(qū)GDP的比值來表示；地區(qū)政府干預因素（Fiscal_city），用地級城市各年財政收入與地區(qū)GDP的比值來表示；地區(qū)產業(yè)結構因素（Sindustry_city和Tindustry_city），分別用地級城市各年第二和第三產業(yè)占GDP的比值來表示；地區(qū)金融因素（Loan_city），用年末金融機構各項貸款余額與地區(qū)GDP的比值來表示；地區(qū)年末總人口的對數（Population_city），不少文獻證明，地區(qū)人口規(guī)模因素是影響地區(qū)內創(chuàng)新知識產生、轉移和集聚的核心因素；地區(qū)互聯網寬帶接入用戶數（Internet_city）；地區(qū)移動電話密集度（Mobile_city），用各地區(qū)移動電話年末用戶數與年末總人口的比值來表示。

（二）數據來源與說明

本研究涵蓋了2008—2014年全國地級城市的數據，原始數據來源于《中國城市統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》；地區(qū)創(chuàng)新指數來自《中國城市和產業(yè)創(chuàng)新力報告2017》，該報告涵蓋了2001—2016年全國338個城市（所有直轄市、地級市、地級區(qū)域）的信息；地級城市專利數據來自國家知識產權局專利數據庫。

四?實證分析

（一）基本結果

表1是以城市創(chuàng)新指數作為被解釋變量，來考察高等院?；A研究投入影響地區(qū)創(chuàng)新的OLS回歸結果。表1第（1）～（3）列展示的是經過省份層面cluster處理的回歸結果，第（4）～（6）列展示的是經過地級城市層面cluster處理的回歸結果，表1第（1）、（4）列展示的是僅控制地級城市固定效應和年份固定效應的回歸結果，第（2）、（3）、（5）、（6）列展示的是分別加入部分控制變量及所有控制變量的回歸結果。第（1）～（6）列的結果顯示，無論是否加入控制變量，無論聚類到省份層面還是地級城市層面，核心解釋變量Basic和Basic_sq均在1%統(tǒng)計水平上顯著，表明高等院校基礎研究投入對地區(qū)創(chuàng)新造成了顯著的“U型”關系影響效應。可以發(fā)現，加入所有控制變量的第（3）列和第（6）列，調整后的R2數值變得更大，一定程度說明模型設計的合理性。

（二）替換被解釋變量的穩(wěn)健性檢驗

接下來我們進行各種穩(wěn)健性檢驗。表2 是以獲得的發(fā)明專利數量替換表1的被解釋變量城市創(chuàng)新指數，來考察高等院?；A研究投入影響地區(qū)創(chuàng)新的OLS回歸結果。表2第（1）～（3）列展示的是經過省份層面cluster處理的回歸結果，表2第（4）～（6）列展示的是經過地級城市層面cluster處理的回歸結果，表2第（1）、（4）列展示的是僅控制地級城市固定效應和年份固定效應的回歸結果，第（2）、（3）、（5）、（6）列展示的是分別加入部分控制變量及所有控制變量的回歸結果。第（1）～（6）列的結果顯示，無論是否加入控制變量，無論聚類到省份層面還是地級城市層面，核心解釋變量Basic和Basic_sq均在1%統(tǒng)計水平上顯著，表明高等院?；A研究投入對獲得的發(fā)明專利數量造成了顯著的“U型”關系影響效應。同樣地，加入所有控制變量的第（3）列和第（6）列，調整后的R2數值變得更大。

表3是以獲得的實用新型專利數量和獲得的外觀設計專利數量替換表1的被解釋變量城市創(chuàng)新指數，來考察高等院?；A研究投入影響地區(qū)創(chuàng)新的OLS回歸結果。表3第（1）、（3）列僅控制地級城市固定效應和年份固定效應，第（2）、（4）列加入如表1第（3）列所示的所有控制變量。表3第（1）、（2）列的結果顯示，無論是否加入控制變量，核心解釋變量Basic_sq均在1%統(tǒng)計水平上顯著為正，表明高等院校基礎研究投入對獲得的實用新型數量造成了顯著的“U型”關系影響效應。而表3第（3）、（4）列的結果顯示，無論是否加入控制變量，核心解釋變量Basic和Basic_sq均不顯著，表明高等院?；A研究投入對獲得的外觀設計數量無影響效應?？紤]到中國情景下，企業(yè)在申請專利過程中，存在著增加外觀設計專利申請數量，以獲取政府專利補貼的一種策略性創(chuàng)新行為[33]，故策略性創(chuàng)新行為并不一定促進技術進步。企業(yè)發(fā)明專利申請數量的增加，在一定程度上體現的是可以促進企業(yè)技術進步的實質性創(chuàng)新行為[4]。這一定程度上解釋了為什么高等院?；A研究投入與獲得的外觀設計數量并無影響效應。

（三）不同區(qū)域的穩(wěn)健性檢驗

圖5展示的是2008—2014年中國各區(qū)域高?；A研究平均投入變化趨勢。由圖5可知，各區(qū)域高?；A研究平均投入存在顯著的差異性。東部地區(qū)的高?；A研究平均投入最高，東北部地區(qū)次之，然后是中部地區(qū)，西部地區(qū)的高校基礎研究平均投入最低，但從平均增長率來看，2008—2014年，東部、東北部、西部和中部地區(qū)的平均增長率分別是19.80%、13.67%、20.31%和19.91%，西部地區(qū)的平均增長率最高，東北部地區(qū)的平均增長率最低。

圖6展示的是2008—2014年中國各區(qū)域高校基礎研究投入占GDP比重變化趨勢。由圖6可知，各區(qū)域高校基礎研究投入占GDP比重同樣存在顯著差異。東北部地區(qū)高?；A研究投入占GDP比重波動比較大，2008—2014年，東部、東北部、西部和中部地區(qū)高?；A研究投入占GDP比重的平均值分別為0.0592%、0.0627%、0.0294%和0.0351%?？梢?，西部地區(qū)高?；A研究投入占GDP比重遠遠低于其他區(qū)域，因此我們接下來納入區(qū)域和年份相乘的固定效應來觀察系數的變化。

表4展示的是考慮不同區(qū)域與年份相乘的固定效應后高?；A研究投入對創(chuàng)新的影響效應。表4第（1）～（3）列逐步加入東部、中部和西部地區(qū)與年份相乘的固定效應，第（4）列考慮橫向區(qū)域劃分的南方地區(qū)與年份相乘的固定效應，第（5）列考慮同時加入東部、中部、西部和南方地區(qū)與年份相乘的固定效應。表4第（1）～（5）列的結果顯示，核心解釋變量Basic和Basic_sq均在1%統(tǒng)計水平上顯著為正，表明在考慮區(qū)域差異性后高等院?；A研究投入對地區(qū)創(chuàng)新依然造成的是顯著的“U型”關系影響效應。調整后的R2也均在0.8以上。

五?基于全要素生產率的拓展性分析

表5是以地級城市全要素生產率替換被解釋變量地區(qū)創(chuàng)新，來考察高等院校基礎研究投入影響地級城市全要素生產率的回歸結果。首先我們分別用solow法、GNR法、Olley-Pakes（OP）法和ACF法對中國地級城市全要素生產率進行了測算，對應表5的第（1）～（4）列。表5的回歸結果顯示，核心解釋變量Basic和Basic_sq都不顯著，表明高等院?；A研究投入對地級城市全要素生產率無影響效應，高?；A研究投入難以支撐中國經濟增長。

六?進一步分析

教育部為深入貫徹國家教育、科技、人才規(guī)劃綱要要求，推進科教興國戰(zhàn)略和人才強國戰(zhàn)略，充分發(fā)揮高等教育作為科技第一生產力和人才第一資源重要結合點的獨特作用，進一步加強高等學?；A研究工作，于2012年3月發(fā)布了《教育部關于進一步加強高等學?；A研究工作的指導意見》（教技〔2012〕2號）。該文件強調：“加大基本科研業(yè)務費專項資金投入力度，為高等學校自主開展科研活動提供穩(wěn)定支持，完善基礎研究競爭性經費與穩(wěn)定支持相結合的資源配置方式。加強國家重點實驗室專項等經費的規(guī)范使用，加大對國家基礎研究項目經費的監(jiān)管，提高使用效益。逐步建立科研項目全成本核算制度。引導社會力量支持高等學?；A研究，形成多元投入機制?！?/p>

數據顯示，高等院?；A研究投入在2011年的2266762萬元增長到2012年的2756545萬元，增長了21.61%，顯著高于2008—2014年的平均增速19.16%，說明高等院?；A研究投入在2011年到2012年發(fā)生了跳躍式增長。這說明教育部2012年3月發(fā)布的《教育部關于進一步加強高等學?；A研究工作的指導意見》對高等院校基礎研究投入造成了沖擊。

（一）高校基礎研究政策對地區(qū)創(chuàng)新的影響

本文以教育部2012年3月發(fā)布的《教育部關于進一步加強高等學?；A研究工作的指導意見》（教技〔2012〕2號）的出臺作為準自然實驗，構建雙重差分模型來考察該政策對中國城市創(chuàng)新水平的影響效應。依據該政策，我們設計虛擬變量Treatt，2012年當年及以后令其為1，2012年之前令其為0，其測度了被解釋變量在政策前后的變化信息。

本文的DID模型具體設定為

其中，Basic2011 為各省2011年高等院?；A研究投入與GDP的比值，用來表示各省高等院校基礎研究的投入強度。因此，處理組為2011年高等院?；A研究投入強度大于均值的城市，對照組為2011年高等院?；A研究投入強度小于均值的城市?？刂谱兞縓ct和（1）式一樣，East為東部地區(qū)與年份相乘的固定效應，West為西部地區(qū)與年份相乘的固定效應，Middle為中部地區(qū)與年份相乘的固定效應，ηc和φt分別是城市固定效應和年份固定效應，εct為隨機誤差項。

表6展示了中國高等院?；A研究政策對地區(qū)創(chuàng)新影響效應的雙重差分回歸結果。表6第（1）～（4）列的被解釋變量分別為地區(qū)創(chuàng)新指數、獲得的發(fā)明專利數量、獲得的實用新型專利數量和獲得的外觀設計專利數量?？梢园l(fā)現，第（1）～（3）列TreatBasic2011的系數為負且不顯著，表明中國高等院?；A研究政策并未對獲得的外觀設計專利數量產生效應。

（二）動態(tài)效應分析

基準回歸結果展示的是中國高等院校基礎研究政策對地區(qū)創(chuàng)新的平均影響，并沒有反映中國高等院校基礎研究政策在不同時段內這一影響的差異。為此，本文參考任勝鋼等對中國高等院校基礎研究政策的動態(tài)效應進行實證檢驗[34]，構建如下模型：

其中，φt×Basic2011c表示高等院?；A研究投入強度和年份虛擬變量的交互項。以中國高等院?；A研究政策出臺的2012年作為基準年，為避免多重共線性，模型不包含中國高等院校基礎研究政策出臺的前一年2011年，βt表示除2011年外2008—2014年的一系列估計值，其他變量定義與模型（2）相同。

（三）安慰劑檢驗

圖8是安慰劑檢驗，對模型（2）中的交互項隨機抽取500次，重復模型（2）回歸500次。通過圖8回歸系數圖可以清晰地觀察到，隨機抽樣系數以零為均值，呈正態(tài)分布，隨機抽樣500次沒有一次抽樣系數的絕對值大于真實數據所得估計系數（5.1242）。

（四）高?；A研究政策對全要素生產率的影響

表7展示了中國高等院校基礎研究政策對全要素生產率影響效應的雙重差分回歸結果。表7第（1）～（4）列的被解釋變量分別是solow法、GNR法、Olley-Pakes（OP）法和ACF法測算的中國地級城市全要素生產率。第（1）～（4）列Treat×Basic2011的系數均不顯著，表明中國高等院?；A研究政策并未對地級城市全要素生產率造成影響效應，這也部分解釋了當前中國經濟增長停滯之謎。

七?結?論

基礎研究是中國經濟高質量發(fā)展的核心支撐力量。本文基于2008—2014年地級市層面的面板數據，實證檢驗了高?；A研究投入對地區(qū)創(chuàng)新存在著先抑制后促進的“U”型非線性影響效應，進一步利用2012年出臺的《教育部關于進一步加強高等學?；A研究工作的指導意見》作為準自然實驗，借助DID識別策略，得到重要的經驗發(fā)現是，高?；A研究政策促進了中國地級城市層面除外觀設計專利數量之外的創(chuàng)新產出，卻難以對經濟增長形成有效支撐作用。

中國的高等院校作為基礎研究的主要載體，肩負著實現中國科技自立自強的重要任務。為此，中國各級政府必須高度重視政府財政資金投入在激勵基礎研究方面的主導地位，力爭在“十四五”末將基礎研究投入占R&D經費支出額的比重在完成8%的既定目標基礎上，提高到10%左右，從而保證在“十五五”和“十六五”期間逐步釋放和激發(fā)基礎研究對中國經濟高質量發(fā)展的核心支撐力量。

考慮到高?；A研究投入日益集中在東部地區(qū)，中西部和東北部地區(qū)的增速雖然呈現出一定的追趕效應，但高?；A研究投入的絕對規(guī)模差距仍然在擴大，因此很有必要探索中國高?；A研究投入的區(qū)域均等化計劃，構建區(qū)域創(chuàng)新鏈協同發(fā)展體系，加快建設以區(qū)域創(chuàng)新鏈體系推動區(qū)域產業(yè)鏈體系形成、以區(qū)域產業(yè)鏈體系支撐區(qū)域創(chuàng)新鏈體系提升的國內大循環(huán)體系。依靠增強高校基礎研究投入對不同區(qū)域GDP增長的異質性促進效應，從根本上破解中國區(qū)域發(fā)展不平衡的困局。

［參?考?文?獻］

［1］?張杰.中國政府創(chuàng)新政策的混合激勵效應研究[J].經濟研究，2021（8）：160-173.

[2] 葉祥松，劉敬.異質性研發(fā)、政府支持與中國科技創(chuàng)新困境[J].經濟研究，2018（9）：116-132.

[3] Akcigit U， Hanley D， Serrano-Velarde N. Back to basics： basic research spillovers， innovation policy， and growth[J]. The Review of Economic Studies，2021（1）：1-43.

[4] 張杰，鄭文平.創(chuàng)新追趕戰(zhàn)略抑制了中國專利質量么？[J].經濟研究，2018（5）：28-41.

[5] 賴明勇，張新，彭水軍，等.經濟增長的源泉：人力資本、研究開發(fā)與技術外溢[J].中國社會科學，2005（2）：32-46.

[6] 李宏彬，李杏，姚先國，等.企業(yè)家的創(chuàng)業(yè)與創(chuàng)新精神對中國經濟增長的影響[J].經濟研究，2009（10）：99-108.

[7] 嚴成樑.社會資本、創(chuàng)新與長期經濟增長[J].經濟研究，2012（11）：48-60.

[8] 蘇治，徐淑丹.中國技術進步與經濟增長收斂性測度——基于創(chuàng)新效率的視角[J].中國社會科學，2015（7）：4-25+205.

[9] 劉樂淋，楊毅柏.宏觀稅負、研發(fā)補貼與創(chuàng)新驅動的長期經濟增長[J].經濟研究，2021（5）：40-57.

[10]Gersbach H， Schneider M T， Schneller O. Basic research， openness， and convergence[J]. Journal of Economic Growth， 2013（1）： 33-68.

[11]Gersbach H， Sorger G， Amon C. Hierarchical growth： basic and applied research[J]. Journal of Economic Dynamics and Control， 2018（90）： 434-459.

[12]Gersbach H， Schneider M T. On the global supply of basic research[J]. Journal of Monetary Economics， 2015（75）：123-137.

[13]Cozzi G， Galli S. Science-Based R&D in schumpeterian growth[J]. Scottish Journal of Political Economy， 2009（4）：474-491.

[14]Cozzi G， Galli S. Should the government protect its basic research？[J]. Economics Letters， 2017（157）： 122-124.

[15]Mansfield E. Basic research and productivity increase in manufacturing[J]. The American Economic Review， 1980（5）：863-873.

[16]Mansfield E. Academic research underlying industrial innovations： sources， characteristics， and financing[J]. The Review of Economics and Statistics， 1995（1）：55-65.

[17]楊立巖，潘慧峰.人力資本、基礎研究與經濟增長[J].經濟研究，2003（4）：72-78.

[18]嚴成樑，龔六堂.R&D規(guī)模、R&D結構與經濟增長[J].南開經濟研究，2013（2）：3-19.

[19]陳鈺芬，黃娟，王洪刊.不同類型研發(fā)活動如何影響TFP——基于2000—2010年我國省級面板數據的實證[J].科學學研究，2013（10）：1512-1521.

[20]張小筠.基于增長視角的政府R&D投資選擇——基礎研究或是應用研究[J].科學學研究，2019（9）：1598-1608.

[21]Czarnitzki D， Thorwarth S.Productivity effects of basic research in low-tech and high-tech industries[J].Research Policy，2012（9）：1555-1564.

[22]孫早，許薛璐.前沿技術差距與科學研究的創(chuàng)新效應——基礎研究與應用研究誰扮演了更重要的角色[J].中國工業(yè)經濟，2017（3）：5-23.

[23]Coad A，Segarra-Blasco A，Teruel M.A bit of basic，a bit of applied？R&D strategies and firm performance[J].The Journal of Technology Transfer，2021（6）：1758-1783.

[24]Mowery D C，Ziedonis A A.Markets versus spillovers in outflows of university research[J].Research Policy，2015（1）：50-66.

[25]葉菁菁，周驍遙，陳實.基礎研究投入的創(chuàng)新轉化——基于國家自然科學基金資助的證據[J].經濟學（季刊），2021（6）：1883-1902.

[26]張德茗，吳浩.高校和科研機構的R&D對TFP的溢出效應研究[J].科學學研究，2016（4）：548-557.

[27]張德茗，謝葆生.理工農醫(yī)類高校R&D投入對企業(yè)技術創(chuàng)新的知識溢出效應分析[J].科研管理，2014（10）：136-143.

[28]周末，張宇杰，劉經緯，等.高校知識溢出對本地工業(yè)企業(yè)績效的空間影響[J].科學學研究，2017（7）：1054-1062.

[29]梁俊偉，黃德成.高校知識溢出與企業(yè)創(chuàng)新績效[J].經濟理論與經濟管理，2020（1）：82-96.

[30]李文輝，陳依楠，江涌芝，等.中國經濟發(fā)達地區(qū)高校技術創(chuàng)新溢出研究[J].科研管理，2021（3）：120-130.

[31]易巍，龍小寧.高校知識溢出對異質性企業(yè)創(chuàng)新的影響[J].經濟管理，2021（7）：120-135.

[32]寇宗來，劉學悅.中國城市和產業(yè)創(chuàng)新力報告2017[R].上海：復旦大學產業(yè)發(fā)展研究中心，2017.

[33]黎文靖，鄭曼妮.實質性創(chuàng)新還是策略性創(chuàng)新？——宏觀產業(yè)政策對微觀企業(yè)創(chuàng)新的影響[J].經濟研究，2016（4）：60-73.

[34]任勝鋼，鄭晶晶，劉東華，等.排污權交易機制是否提高了企業(yè)全要素生產率——來自中國上市公司的證據[J].中國工業(yè)經濟，2019（5）：5-23.