创新型城市试点能否提升城市绿色创新水平

奥鹏网院作业

创新型城市试点能否提升城市绿色创新水平
李 政 刘丰硕

〔摘要〕 绿色创新对经济高质量发展具有重要的支撑作用，有利于同步推进科技创新与环境保护。基于2003-2018年城市面板数据，运用渐进双重差分模型实证检验创新型城市试点政策对城市绿色创新影响的研究结果表明，试点政策能够有效提升城市绿色创新水平，对城市绿色创新的带动效应可持续6年左右。作用机理在于，试点政策具有政府引领效应、人才集聚效应、创新效应及结构效应。但异质性分析显示，试点政策对省会城市、直辖市及副省级城市绿色创新水平的提升作用弱于普通城市，对科教水平较高城市绿色创新水平的提升作用弱于科教水平较低城市，且试点政策对城市绿色创新的促进效果随着绿色创新水平的提升而越来越弱。研究还发现，试点政策对东部地区和中西部地区城市绿色创新水平的作用效果不存在显著差异。

〔关键词〕 创新型城市试点；城市绿色创新；试点政策；作用机理；异质性影响

一、引言与文献综述
创新型城市试点是我国建设创新型国家、实施创新驱动发展战略进程中的一项重要制度探索，是完善我国创新体制机制的一次重要实践。2008年，经国家发改委批准，深圳成为首个试点城市。2010年，国家发展改革委员会继续部署了厦门、广州、南京等16个城市作为试点城市，到2013年底，我国共设立了61个创新型城市试点，2018年又再新增了佛山、东营、拉萨等17个试点城市。至此，试点城市覆盖了我国内地31个省、市、自治区。总体而言，我国创新型城市试点经历了“试点-推广-覆盖”的历程。2016年科技部与国家发展改革委员会在关于《建设创新型城市工作指引》文件中明确提出了依靠科技创新破解绿色发展难题，加快建设资源节约型、环境友好型社会，促进人与自然和谐发展的指导意见。①创新型城市试点到底是否促进了城市绿色创新水平的提升？为了考察创新型城市试点的绿色创新效应，本文将在深入探讨创新型城市试点对城市绿色创新的作用效果基础上，考察试点政策对绿色创新的带动作用。

文献显示，一些学者认为，政府创新政策对经济增长与创新绩效具有重要作用。如李晨光和张永安(2014)认为，创新政策有利于激发企业自主创新活力，提升企业创新水平②；晏艳阳和吴志超(2020)的研究发现，创新政策显著激发了区域创新活力，有利于区域创新水平提升。③创新型城市试点作为政府支持区域创新水平提升的重要制度探索受到了广泛关注，近年来对试点政策的创新效应已有比较充分的探讨，如李政和杨思莹(2018)研究发现，试点政策显著促进了城市创新水平提升，有利于创新型经济发展。④徐换歌和蒋硕亮(2020)进一步研究发现，试点政策虽然可以显著促进城市创新力的提升，但提升效果有逐年减弱趋势。⑤微观层面，杨以文等(2018)基于江苏省微观企业数据的研究发现，试点政策对于创新型企业的创新产出具有显著促进作用⑥；杨仁发和李胜胜(2020)基于A股上市公司数据的研究发现，试点政策显著促进了上市公司创新水平的提升。⑦此外，围绕试点政策的经济效应，聂飞和刘海云(2019)发现，试点政策显著提升了外商投资的质量⑧；胡兆廉等(2020)研究发现试点政策显著促进了城市产业结构升级⑨；张华和丰超(2021)研究发现试点政策促进了低碳城市建设。⑩另有一些学者认为，政府的创新政策可能并不具有普适性，导致创新效率损失，如白俊红和王林东(2016)研究发现，创新驱动发展战略未能有效促进我国中部地区经济质量的提升，而且抑制了西部地区经济高质量转型发展。width=17,height=14,dpi=110另一部分学者则对创新型城市试点的政策效果持不同意见，如王保乾和罗伟峰(2018)基于我国2008—2015年长三角城市群面板数据的研究发现，部分试点城市创新绩效低于非试点城市，说明试点政策并未显著提升试点城市的创新绩效，没有达到预期的创新效果。width=17,height=14,dpi=110

梳理文献还发现，对政府创新政策的效果评价虽然存在争议，但是基本上肯定了创新型城市试点政策的科技创新效应。试点政策作为一种渐进式改革，切实地推进了中央与地方之间创新实践的协同互动，实现了中央宏观战略与地方自主发展的有机结合。但目前的既有文献对试点政策绿色创新效应的关注不足。因此，本项研究的边际贡献可能体现在：第一，研究对象上，不同于以往的文献，多基于试点政策的科技创新效应，本文将基于绿色创新视角，并将创新细化为直接有利于实现绿色发展的绿色创新，弥补现有研究的不足；第二，研究内容上，分析了试点政策对城市绿色创新水平的作用效果，考察了试点政策的绿色创新效应机理，分析了不同区位、不同科教水平等异质性因素所导致的试点政策对城市绿色创新水平的差异化影响，使得有关创新型城市试点政策的研究更加细致；第三，研究方法上，运用渐进双重差分模型、PSM-DID、安慰剂检验等方法考察了试点政策对城市绿色创新水平的作用效果及其稳健性，并且运用面板分位数回归模型以及中介效应模型等分析方法拓展研究结论，通过Sobel检验与Bootstrap检验证明中介效应的存在。通过一系列现代计量分析方法，在使得本文的研究结论更可信的同时，也丰富了研究内容。

二、创新性试点政策的作用机理分析
作为我国创新型国家建设过程中的一项重要制度探索，试点城市享有创新发展的政策红利。因此，创新型城市试点政策理论上能够提升城市绿色创新水平：创新型城市试点政策会促使政府更好地发挥创新引领作用，促进城市创新人才等要素集聚，进而通过提高技术创新水平形成创新效应和结构效应，最终促进城市绿色创新水平提升。

1.创新需要政府在宏观层面发挥引领作用(李政等，2018)。width=17,height=14,dpi=110在创新型城市试点过程中，地方政府结合城市的实际发展情况以及资源禀赋优势，通过引导适宜城市发展的创新方向，提高创新要素的配置效率。《建设创新型城市工作指引》中有明确要求，要进一步加大地方财政科技投入，促进政府引导性投入稳步增长、企业主体性投入持续增长。这一试点政策明确了地方政府在创新引导中的关键作用，通过鼓励政府进行科技引领，不仅为提升城市绿色创新水平提供了良好的外部环境，也为城市开展绿色创新活动奠定了良好的政策基础。实践中，政府在引导绿色创新的过程中可以通过多举措提升城市绿色创新水平，如以绿色创新资助、绿色技术引进等方式引导一个地区的绿色创新发展，促进城市绿色创新水平提升。但最重要的是整个试点过程地方政府必须将绿色创新理念贯穿至经济发展的各领域，科学制定与引导绿色创新发展规划，提升城市绿色创新水平。因此，试点政策会通过强化政府在绿色创新中的引领作用，有效地提升城市绿色创新水平。

2.人才是创新的第一要素。在创新型城市试点过程中，政府的引导作用具体表现在通过制定相应的政策吸引创新人才，提升区域人力资本水平，进而促进绿色创新水平提升。沙依甫加玛丽·肉孜和邓峰(2021)的研究发现，开展绿色创新活动离不开高素质人才的参与。width=17,height=14,dpi=110试点政策的实施能够吸引大量创新人才的集聚，壮大城市科技人才的创新力量，打造引领高端创新的人才团队，为城市开展绿色创新活动提供必要的智力保障。近年来在试点政策的激励下，各地方政府出台了一系列人才引进与优待策略，开展了多轮“人才争夺战”。而试点政策从人才的引进问题、落户问题、住房问题、经费问题等方面提供了更大的便利，有利于集聚数批高水平人才，为技术创新与知识转化提供充足的人力资本，有效地促进创新成果的转化率与技术溢出，提高试点城市的绿色经济效益。因此，人才集聚能够提升城市绿色创新水平。

3.在创新型城市试点过程中，政府引领与人才集聚将有助于发挥试点城市的技术创新效应与结构效应，进而提升城市绿色创新水平。依据前文，现有研究较充分地探讨了试点政策的科技创新效应，且认为试点政策能够有效提升区域科技创新水平，有利于市场主体加大研发投入力度，提高绿色创新活动频率，促进绿色创新水平提升。更具体而言，试点政策能够优化城市创新环境，有利于调动创新主体的积极性，发挥创新的聚合效应、规模效应，促进创新资源的合理配置与高效利用，引导各类创新要素深度融合，加快创新成果溢出；其次，试点政策能够促进创新主体之间进行跨区域的互动与合作，有利于形成良好的“产学研”创新模式，搭建联动创新平台，促进各类创新成果转化。而城市创新能力提升为绿色创新提供了新的动力，缓解了城市的资源依赖、生态失衡等现实问题。因此，提高城市创新能力是绿色发展的重要抓手(王巧等，2020)，城市经济发展需要在持续创新中不断地为绿色发展注入新动能，从而才能提升城市绿色创新水平。width=17,height=14,dpi=110

4.在结构效应方面，试点政策坚持以创新驱动发展为主线，着力推动产业技术创新和转型升级，着力做大做强高新技术产业开发区等创新载体。当前文献就产业结构优化升级对区域经济增长的促进作用已取得共识(黄茂兴和李军军，2009)width=17,height=14,dpi=110，然而对于产业结构升级是否有利于试点政策发挥绿色创新效应的关注不足。事实上，在试点政策实施之后，地方政府通过相应的产业政策在引导高新技术、低碳低排、生态环保类产业集聚的同时，也通过对城市内部重新进行产业空间规划与产业要素配置，优化城市产业结构，促进城市绿色创新水平的提升。在试点政策引导下得以升级的城市产业结构将有利于提高产品附加值、提升资源利用效率、节约生产成本、降低经济发展的能源与资源消耗，这种结构优化，能够在改善生态环境的同时，提高城市绿色创新能力，有利于城市绿色创新水平提升。

三、研究设计
1.模型设定与数据说明

创新型城市试点作为一项分批次在试点地区实施的政府创新政策，为本文使用双重差分模型(DID)提供了一个“准自然试验”。双重差分方法是政策评估的常用方法，可以考察实验组与控制组在政策实施前后的差异，即政策的净效应。由于创新型城市试点是分批次设立的，本文选择渐进双重差分模型考察试点政策对城市绿色创新的作用效果。模型设定为：

greeninnoit=α0+α1didit+αjcontroljit+μt+vi+εit

(1)

式(1)为双重差分估计的双向固定效应模型。被解释变量greeninnoit表示城市i在t年的绿色创新水平；核心解释变量didit为双重差分估计量，其回归系数α1及其显著性水平反映了试点政策对城市绿色创新的作用效果；controljit为一系列影响城市绿色创新的其他因素组成的控制变量矩阵；μt和vi分别表示控制了时间与个体固定效应；εit为随机误差项。

创新型城市试点为本文的核心解释变量。我国于2008年将深圳设立为第一个试点城市，随后5年中陆续设立了60个试点城市，2018年，国家又继续推出了徐州、吉林、佛山等17个试点城市。本文采用虚拟变量形式设定试点政策实施时间虚拟变量didit，即城市i在t年若设立为试点城市，则didit赋值1，其余赋值0。城市绿色创新水平是本文的被解释变量，参考杨思莹和路京京(2020)以及刘国斌等(2021)的做法，以城市绿色发明专利申请量的对数值测度城市绿色创新水平。width=17,height=14,dpi=110城市绿色发明专利申请量数据来源于国家知识产权网站，并依据绿色专利国际专利分类(IPC)编码筛选得到。

设定的控制变量包括：外商投资，以城市当年实际利用外商直接投资额占地区生产总值的比重测度；科教规模，以城市高等院校在校生人数占地区户籍总人口比重测度；人口密度，以城市总人口与行政区域面积比值测度；创业水平，以城市私营和个体从业者占地区户籍总人口比重测度。所有数据皆来源于《中国城市统计年鉴》。

本文样本为2003—2018年城市面板数据，在剔除数据缺失较为严重的城市(如西藏自治区的全部城市)之后，剩余285个城市。由于基于现有数据无法评估2018新设试点城市对绿色创新的作用效果，为避免新设试点城市对估计结果造成偏误，剔除了2018年新设的17个试点城市(实际剔除16个，拉萨市之前已经剔除)，此外2010年试点城市中的昌吉市和石河子市也是由于数据缺失严重被剔除，因此本文最终样本共包含试点城市59个，非试点城市210个，数据的描述性统计如表1所示。从表1最后一列的相关系数可以看出，试点政策与城市绿色创新的相关系数在1%水平下显著，表明从数据表面特征便可以初步推断试点政策对城市绿色创新具有显著的作用效果，但需要进一步的回归分析实证检验。

表1 变量的描述性统计

width=551,height=158,dpi=110
注：*、**和***分别表示在10%、5%和1%水平下显著；下同

2.平行趋势检验

双重差分方法可行的重要前提是假设试点城市(处理组)与非试点城市(控制组)在政策实施之前不存在显著差异或具有相同的时间趋势，为了检验平行趋势是否满足假定条件，本文设回归模型：

width=486,height=17,dpi=110
(2)

式(2)中，treat为试点城市组别虚拟变量，将2008—2013年设立的试点城市赋值1，未设为创新型试点城市的城市赋值0。year为年份虚拟变量，跨度为2003—2007年，year×treat表示年份虚拟变量和组别虚拟变量的交互项。若交互项系数γn联合为0，表明满足平行趋势假设，即试点政策实施之前，控制组与实验组的城市绿色创新水平不存在显著差异。对式(2)进行估计的结果表明，交互项的系数均不显著，且接受了γn联合为0的原假设，表明本文的研究可以使用双重差分模型进行回归分析。

四、实证分析
1.基准回归及其稳健性检验

(1)基准回归

本文首先对式(1)进行回归，考察试点政策对城市绿色创新水平的影响，结果如表2中的回归(1)与回归(2)。回归(1)中仅加入了政策虚拟变量，结果表明试点政策显著促进了城市绿色创新水平提升。回归(2)进一步加入了所有影响城市绿色创新水平的特征变量，试点政策回归系数仍在1%显著性水平下为正，说明能够有效促进城市绿色创新水平提升。

(2)基于倾向得分匹配的双重差分估计(PSM-DID)

双重差分方法可能会存在“选择性偏差”，即实验组和控制组在试点政策之前并不具有相似的个体特征，尤其是在大样本情形下。本文的样本中共包含全国范围内的269个城市，其中试点城市59个，非试点城市210个，涵盖范围较广泛，区域发展水平差异较大，所以利用倾向得分匹配(PSM)方法对实验组与控制组进行逐年匹配，再根据匹配后的样本重新进行双重差分估计，具体选择了外商投资、科教规模、人口密度、创业水平、经济发展与政府支持作为匹配变量进行倾向得分匹配。其中，经济发展用人均GDP测度，政府支持用政府科技支出比重测度。经过倾向得分匹配后，所有变量均接受了实验组对控制组无显著差异的原假设。基于匹配后的样本，结合式(1)的回归模型，得到如表2中的回归(3)至回归(5)的回归结果。其中回归(3)的匹配方式为1：1近邻有放回抽样匹配，回归(4)与回归(5)分别基于核匹配与半径匹配方法进行逐年匹配。以上回归结果均表明，试点政策能够有效提升城市绿色创新水平。

(3)更换指标与离群值检验

表2中回归(6)将解释变量替换为人均绿色发明专利；回归(7)处理了绿色发明专利的离群值，即将绿色发明专利申请量最大值与最小值1%的样本进行缩尾处理；回归(8)进一步控制了省份与年份交互固定效应。以上结果均保持稳健。

表2 基准回归与稳健性检验

width=683,height=252,dpi=110
(4)基于事件研究法的试点政策效果考察

本文参考并借鉴了Wang(2013)的研究width=17,height=14,dpi=110，设定如下计量模型用于试点政策效果考察：

width=398,height=17,dpi=110
(3)

式(3)中，width=20,height=17,dpi=110表示创新型城市试点政策虚拟变量。假定城市i在n年设为试点城市，令k=t-n。当k≤-6时，width=26,height=17,dpi=110为1，否则为0，以此类推。当k=-5，-4……5时，相应的width=20,height=17,dpi=110为1，否则为0。当k≥6时，width=20,height=17,dpi=110为1，否则为0。在对式(3)回归中，令k=-1，即将创新型城市试点设立前1年作为基准期，因此式(3)中不包含width=26,height=17,dpi=110变量，考察系数αk的大小和显著性便可以检验试点政策的效果。对式(3)的回归模型进行估计(置信区间为95%)的结果如图1所示。可以发现，在试点政策出台之前，回归结果在统计上均不显著，从而再次印证了平行趋势假设。同时也可以看出，试点政策对城市绿色创新的影响大约持续6年左右，从政策实施当年开始，试点政策对城市绿色创新的影响呈现先增大后减小态势，大约在试点政策设立后的第4年达到最大，之后逐渐减弱。

width=705,height=259,dpi=110
图1 试点政策的动态效果 图2 虚拟对照组与实验组试点政策效果检验

(5)安慰剂检验

为了剔除其他未知因素对创新型城市试点选择的影响，本文随机选择了虚拟实验组与控制组进行与基准回归相同的双重差分估计，以保证结论的稳健性。具体而言，在所有269个城市中，随机抽取59个城市作为试点城市，其余210个城市作为非试点城市，一共进行1000次抽样，每次抽样都进行一次回归。所有回归结果t值的核密度如图2所示，绝大多数抽样的双重差分估计系数的t值均在2以内，表明回归系数均不显著，说明在安慰剂检验虚构出来的实验组和控制组中，试点政策并不存在显著的绿色创新效应。基于安慰剂检验结果，本文进一步认为，其他未知因素不会影响试点政策促进城市绿色创新水平的结论。

2.作用机理的实证检验

为了进一步检验试点政策对城市绿色创新水平的作用机理，本文设定如下中介效应模型：

greeninnoit=α0+α1didit+αjcontroljit+μt+vi+εit

(5)

medit=β0+β1didit+βjcontroljit+μt+vi+εit

(6)

greeninnoit=γ0+γ1didit+γ2medit+γjcontroljit+μt+vi+εit

(7)

其中，medit为中介变量，此处仍然分别从政府引领、人才集聚、创新效应与结构效应四个方面进行检验。式(5)与式(1)相同，检验了试点政策对城市绿色创新的作用效果。若式(6)中β1与式(7)中γ2同时显著，表明此变量是试点政策促进城市绿色创新的中介变量。若式(7)中γ1依旧显著，表明此中介变量是部分中介，试点政策除了会通过此路径作用于城市绿色创新，还会通过其他路径影响城市绿色创新。机理分析的回归结果如表3。

表3 机理分析

width=683,height=486,dpi=110
(1)政府引领。关于政府引领的机理分析其结果如回归(1)与回归(2)所示。其中，对政府引领的量化参考了李政和杨思莹等(2018)的做法，以政府财政支出中的科技支出占比进行测度。width=17,height=14,dpi=110回归(1)表明试点政策有利于强化政府创新引领，结合回归(2)可以得出试点政策能够通过强化政府引领，促进城市绿色创新水平提升的结论，其中介效应的大小约为0.107，且Sobel检验与Bootstrap检验均通过显著性水平检验，证实了政府引领中介效应的存在。

(2)人才集聚。回归(3)至回归(4)为人才集聚的机理分析。由于科研人员作为创新主体是创新活动中最重要的要素，本文以科研综合技术服务业从业人员数与地区总人口比重进行测度。回归结果表明，试点政策可以通过促进人才集聚提升城市绿色创新水平。人才集聚的中介效应大小约为0.018，Sobel检验与Bootstrap检验均证实了人才集聚中介效应的存在。

(3)创新效应。回归(5)至回归(6)给出了创新效应的机理分析。本文基于城市创新能力测度创新效应，具体是选取《中国城市和产业创新能力报告2017》中的有关数据测度城市创新能力，其中包含了2003-2016年本文所需的269个城市创新能力指数。从回归(3)可以看出，试点政策显著提升城市创新能力；而回归(4)进一步表明，城市创新能力的回归系数在1%显著性水平下为正，表明试点政策会通过提高城市创新能力进而有利于城市绿色创新水平提升，其中介效应的大小约为0.141，且Sobel检验与Bootstrap检验均表明创新效应中具有中介效应的存在。

(4)结构效应。回归(7)至回归(8)为结构效应的机理分析。本文采用学界的普遍做法，以第二、三产业的比值测度产业结构高级化程度。回归(5)表明，试点政策显著促进了城市产业结构升级，回归(6)证实了试点政策会通过促进城市产业结构升级，进而促进城市绿色创新水平提升，其中介效应的大小约为0.019，且Sobel检验与Bootstrap检验均通过显著性检验。

3.异质性影响分析

(1)城市区位异质性。我国疆域辽阔，区位差异较大，地区间发展存在不平衡、不充分的情况。东部地区具有沿海区位优势，交通网络更为发达与便利，有利于引进外资与国外先进技术，开展高质量的创新活动，而中西部地区受限于地理位置等因素，在交通基础设施、创新外部环境与政策红利等方面滞后于东部地区。这种区位异质性可能会导致试点政策的效果差异。为了检验这种差异是否存在，本文设定了城市区位虚拟变量，将东部地区城市赋值1，中西部地区城市赋值0，带入式(1)进行回归，结果如表4中的(1)与(2)所示。根据其结果，无论在东部地区还是中西部地区，试点政策均能显著提升城市绿色创新水平，表明试点政策对东部地区与中西部地区并不存在显著的政策效果差异。可能的原因是我国在区域协调发展方面已经取得一定成效，对中西部地区给予了更多优惠帮扶政策，如制定了西部大开发战略、中部地区崛起计划等，上述政策均能在一定程度上弥补中西部地区的区位劣势，缩小试点政策对城市绿色创新水平的效果差异。

(2)城市等级异质性。不同等级城市在经济总量、创新资源禀赋以及创新外部环境等方面均存在较大差异，可能导致试点政策对城市绿色创新水平产生差异化影响。直辖市、省会城市与副省级城市处于国家发展的中心地位，是发展的战略重点，在创新要素集聚与创新政策获取等方面均优于其他类型城市。本文将直辖市、省会城市与副省级城市定义为中心城市，其他城市定义为非中心城市，并设定城市等级虚拟变量，将中心城市赋值1，非中心城市赋值0，带入式(1)进行估计，结果如表4中的(3)与(4)所示。回归(3)表明，在中心城市，试点政策未能显著提升城市绿色创新水平，而回归(4)表明，试点政策显著促进了非中心城市绿色创新。可能的原因是中心城市的绿色创新资源较为集聚，绿色创新水平较高，导致试点政策对城市绿色创新水平的边际效果较弱。而非中心城市的绿色创新仍处于初期阶段，试点政策可以充分调动绿色创新资源集聚，挖掘绿色创新潜能，提升绿色创新水平。

(3)城市科教异质性。高等院校是致力于科研活动与人才培养的主要基地，是提升城市绿色创新水平的重要智力储备库。1995年我国启动的“211工程”高校计划的重点在于推动高质量的科研活动与人才培养，城市是否有“211工程”高校因此成为衡量地区科教水平的重要标准。基于此，本文设定的城市科教水平虚拟变量中将具有“211工程”高校的城市定义为重点科教城市，赋值1，将不具有“211工程”高校的城市定义为普通科教城市，赋值0，带入式(1)进行回归，结果如表4中的(5)与(6)所示。回归(5)表明，在重点科教城市，试点政策并未显著促进城市绿色创新水平提升，而回归(6)表明，在普通科教城市，试点政策的回归系数在1%显著性水平下为正，表明试点政策对普通科教城市绿色创新水平具有显著促进作用。可能的原因是重点科教城市的绿色创新水平已经相对较高，导致试点政策对绿色创新水平的边际效果较弱。而在普通科教城市，绿色创新水平相对较低，绿色创新潜力较大，试点政策促进了绿色创新活动，提高了绿色创新活力，导致其政策试点效果较为明显。

表4 试点政策对不同类型城市绿色创新的异质性影响

width=683,height=234,dpi=110
(4)城市绿色创新水平的异质性

上述关于异质性分析的结果表明，试点政策具有显著的城市等级和城市科教异质性，可能的原因是中心城市或者重点科教城市的绿色创新水平较高，或已处于绿色创新的规模报酬递减阶段，导致试点政策的效果不显著。为了检验是否存在城市绿色创新水平的异质性，本文设定面板分位数回归模型式(8)，以考察随着城市绿色创新水平变化，试点政策发生的边际影响。

greeninnoit,q=α0,q+α1,qdidit,q+αj,qcontroljit,q+μt,q+vi,q+εit.q

(8)

式(8)中，q为分位点，α1,q表示在q分位点下，试点政策对城市绿色创新水平的边际影响，不同分位点下α1,q值的大小及显著性反映出不同绿色创新水平下由试点政策带来的绿色创新效应的差异化特征。对式(8)的估计结果如表5所示。从中可以看出，在所有分位点下，试点政策均能显著提升城市绿色创新水平，并且随着城市绿色创新水平提升，试点政策的绿色创新效应逐渐减弱，证实了本文前述猜想，即随着绿色创新水平不断提升，绿色创新发展进入规模报酬递减阶段后，试点政策对城市绿色创新水平的带动作用逐渐减弱。

表5 城市绿色创新水平的异质性

width=683,height=234,dpi=110
五、简要结论与政策建议
本文在理论分析的基础上，基于渐进双重差分模型等方法实证检验了创新型城市试点对城市绿色创新水平的影响，主要结论如下：(1)试点政策能够有效提升城市绿色创新水平，且试点政策对城市绿色创新的促进效果可持续6年左右。该结论的可靠性已经多重稳健性检验证实。(2)机理分析表明，试点政策能够通过政府引领、人才集聚、创新效应以及结构效应，对城市绿色创新产生间接的促进作用，(3)异质性影响分析表明，试点政策对城市绿色创新的影响在不同类型城市呈现出显著差异，对直辖市、省会城市与副省级城市绿色创新水平的提升效果弱于普通城市；对科教水平较高城市绿色创新水平的促进作用弱于科教水平较低城市；随着城市绿色创新水平提升，试点政策对城市绿色创新水平的促进作用逐渐减弱。根据以上结论，本文的政策建议如下：

1.在总结过去试点经验的基础上，优先规划与支持非直辖市、省会城市、副省级城市以及科教水平较弱地区的城市设立创新型城市试点，推动城市绿色创新水平提升，引领区域协同、平衡发展。根据本文的研究，试点政策对非直辖市、省会城市与副省级城市以及科教水平较弱城市的绿色创新水平具有更强的促进作用，中央政府应加快设立此类城市作为创新型试点城市，最大程度地发挥政策红利，提升此类城市的绿色创新水平乃至总体创新水平，实现区域间协同发展。

2.当城市设立为创新型试点城市之后，中央政府应给予地方政府相应的自主权，允许根据城市实际发展情况与资源禀赋特征，制定合理有效的绿色发展规划，有序推动城市绿色创新水平提升。同时应进一步完善创新型城市试点的动态评价与监督机制，形成对创新型试点城市的合理监督与有效约束，积极引导其走向高质量绿色创新之路。

3.将绿色创新考核约束纳入创新型城市试点发展规划与管理。目前有关创新型城市试点的主要考核指标包括R&D投入水平、科技公共财政支出占公共财政支出比重、高新技术企业数(家)及占规模以上工业企业数量比重等，尚未纳入有关绿色发展的考核指标，这可能会导致试点政策出现绿色创新规模扩张却不能提升绿色创新质量的问题。因此，应适度纳入绿色创新考核指标或者绿色投入指标，形成更加有利于绿色发展的试点政策体系，推动城市绿色创新水平提升。

4.探索试点政策推动城市绿色创新水平的多维路径，完善城市绿色创新体系，全方位提升城市绿色创新水平。本文研究发现试点政策能够通过政府引领、人才集聚、创新效应、结构效应促进城市绿色创新水平提升，因此在加强对这一绿色创新效应的路径依循的同时，应继续完善有利于提升绿色创新水平的政策路径，如鼓励地方政府加大绿色财政支出，以及引导企业加大绿色R&D投入等，构建一个多方式、全方位有利于绿色发展的政策体系，为绿色发展源源不断地注入新动能。

① 《科技部 国家发展改革委关于印发建设创新型城市工作指引的通知》，http://www.most.gov.cn/xxgk/xinx ... 0161213_129574.html。

② 李晨光、张永安：《区域创新政策对企业创新效率影响的实证研究》，《科研管理》2014年第9期。

③ 晏艳阳、吴志超：《创新政策对全要素生产率的影响及其溢出效应》，《科学学研究》2020年第10期。

④ 李政、杨思莹：《创新型城市试点提升城市创新水平了吗？》，《经济学动态》2019年第8期。

⑤ 徐换歌、蒋硕亮：《国家创新型城市试点政策的效果以及空间溢出》，《科学学研究》2020年第12期。

⑥ 杨以文、周勤、李卫红：《创新型企业试点政策对企业创新绩效的影响——来自微观企业的经验证据》，《经济评论》2018年第1期。

⑦ 杨仁发、李胜胜：《创新试点政策能够引领企业创新吗？——来自国家创新型试点城市的微观证据》，《统计研究》2020年第12期。

⑧ 聂飞、刘海云：《国家创新型城市建设对我国FDI质量的影响》，《经济评论》2019年第6期。

⑨ 胡兆廉、石大千、司增绰：《创新型城市能否成为产业结构转型的“点睛之笔”——来自国家创新型城市试点建设的证据》，《山西财经大学学报》2020年第11期。

⑩ 张华、丰超：《创新低碳之城：创新型城市建设的碳排放绩效评估》，《南方经济》2021年第1期。

width=17,height=14,dpi=110 白俊红、王林东：《创新驱动是否促进了经济增长质量的提升》，《科学学研究》2016年第11期。

width=17,height=14,dpi=110 王保乾、罗伟峰：《国家创新型城市创新绩效评估——以长三角地区为例》，《城市问题》2018年第1期。

width=17,height=14,dpi=110 width=17,height=14,dpi=110 李政、杨思莹、路京京：《政府参与能否提升区域创新效率》，《经济评论》2018年第6期。

width=17,height=14,dpi=110 沙依甫加玛丽·肉孜、邓峰：《人力资本集聚对城市绿色经济效率的影响分析》，《生态经济》2021年第3期。

width=17,height=14,dpi=110 王巧、佘硕、曾婧婧：《国家高新区提升城市绿色创新效率的作用机制与效果识别——基于双重差分法的检验》，《中国人口·资源与环境》2020年第2期。

width=17,height=14,dpi=110 黄茂兴、李军军：《技术选择、产业结构升级与经济增长》，《经济研究》2009年第7期。

width=17,height=14,dpi=110 杨思莹、路京京：《绿色高铁：高铁开通的减排效应及作用机制》，《财经科学》2020年第8期；刘国斌、方圆、杨思莹：《金融发展、金融分权与城市环境污染抑制》，《济南大学学报》2021年第2期。

width=17,height=14,dpi=110 Wang J., “The Economic Impact of Special Economic Zones: Evidence from Chinese Municipalities,” Journal of Development Economics, no.3(2013), pp.133-147.

〔中图分类号〕F292

〔文献标识码〕A

〔文章编号〕1000-4769(2021)04-0091-09

〔基金项目〕国家社会科学基金重点项目“吉林老工业基地创新驱动发展与结构调整问题研究”(16AZD008)； 教育部人文社会科学青年基金项目“关键领域核心技术创新中的政府作用研究”(20YJC790165)

〔作者简介〕李 政，吉林大学中国国有经济研究中心、经济学院教授、博士生导师；

刘丰硕，吉林大学经济学院博士研究生，吉林长春 130012。

(责任编辑：张 琦)