全面創新改革試驗對區域創新能力的影響效應與傳導機制

林壽富，董小卿

(福建師范大學 經濟學院，福建 福州350007)

0 引言

創新既是引領中國經濟轉型發展的第一動力[1]，又是提高社會生產力和綜合國力的有力支撐，已引起社會各界高度關注。黨的十八大明確提出實施創新驅動發展戰略，強調把科技創新擺在國家發展全局核心位置。目前，雖然我國在經濟發展動力轉換和創新型國家建設方面已經取得顯著成就，但創新發展是一個由淺入深、逐漸推開的探索式過程，不可避免地存在政策協調不配套、決策機制單一化和區域創新發展不均衡等問題。因此，加強國家創新治理體系和治理能力現代化建設仍是政府部門亟待解決的重要議題[2]。

區域創新體系對于國家創新治理體系和治理能力現代化建設具有重要意義。2016年，習近平總書記在全國科技創新大會、兩院院士大會、中國科協第九次全國代表大會上指出：“要加快打造具有全球影響力的科技創新中心，建設若干具有強大帶動力的創新型城市和區域創新中心。”為更好地推進區域創新體系建設，2015年9月，中共中央辦公廳、國務院辦公廳聯合印發了《關于在部分區域系統推進全面創新改革試驗的總體方案》(以下簡稱《總體方案》)。根據《總體方案》的部署，我國將京津冀地區、上海、廣東、安徽、四川、武漢、西安和沈陽8個跨行政區域設置為“全面創新改革試驗區”，力求探索一些具有區域輻射性、可復制推廣的政策創新經驗(王欣等，2020)。2019年是第一輪全面創新改革試驗的“收官之年”，對全面創新改革試驗效果進行評估，探討其能否顯著促進試驗區創新能力提升具有重要意義。

基于此，本文將2015年作為全面創新改革試驗的基準年，收集2008-2018年中國內地31個省份面板數據，以專利產出和研發投入作為區域創新能力衡量指標，構建雙重差分模型，全面評估全面創新改革試驗對區域創新能力的影響效應，并通過平行趨勢檢驗與安慰劑檢驗研究結論的穩健性。進一步，本文構建中介效應模型，分別從財政手段和金融手段兩條路徑實證分析全面創新改革試驗對區域創新能力的傳導機制。

本文創新之處主要體現在以下幾個方面：①從宏觀視角對政府參與區域創新活動效果進行評估。以往研究大多從微觀視角考察政府參與對區域創新活動的影響效應，將區域創新系統割裂成諸多獨立的企業個體，忽視了創新系統內部知識傳播，從而難以判斷政府行為對區域創新活動的整體影響效應[3]；②對全面創新改革試驗成效進行定量評估。以往學者多采用案卷研究、輿情分析等定性評估方法，缺少對改革試驗凈效應的剝離與評估。本文采用雙重差分法，可以有效控制其它變量對全面創新改革試驗執行效果的影響，更好地評價全面創新改革試驗的凈效應，確保研究結論可靠和穩健；③深入探究全面創新改革試驗對區域創新能力的傳導機制。本文構建中介效應模型，從財政手段和金融手段兩個方面探討全面創新改革試驗對區域創新能力的傳導路徑，可為決策者更好地總結試點經驗、精準施策提供理論依據與實踐參考。

1 文獻綜述

自全面創新改革試驗啟動以來，學界對于這場試驗的關注與研究較少，致使全面創新改革試驗理論研究滯后，無法為政策實踐提供有效支撐。研究內容主要集中在以下4個方面：不同試驗區建設路徑、相關政策文本挖掘與量化評價、創新政策擴散規律與全面創新改革試驗成效評估。

(1)不同試驗區建設路徑。陳光[4]將“四川試驗”定位為輻射西南的內陸大省，指出四川從軍民融合、企業主體、產權界定、西向戰略4個方面先行先試，同時提出簡政放權、建立公平競爭的市場機制等具體舉措；閆仲秋[5]將全面創新改革和京津冀協同創新相結合，認為北京應與津冀兩地密切配合，啟動區域性立法，設立京津冀創新發展示范區，構建統一的創新要素市場，全力打造京津冀協同創新共同體，使改革創新成為區域經濟持續增長的強大推動力。

(2)政策文本挖掘與量化評價。杜寶貴和王欣[6]構建PMC指數模型，通過量化評價8個全面創新改革試驗區的11項政策文件發現，各項政策文件在政策目標、性質、工具、客體及創新生態鏈、作用領域、價值取向等方面內容豐富，但存在政策執行保障措施不完善、政策目標模糊和問題界定不清晰等問題；劉艷等[7]利用社會網絡和政策工具，量化評價上海全面創新改革試驗的相關政策內容，深入分析地方政策間的關聯性，系統探討地方政策對試驗區建設的支撐作用，為上海全面創新改革試驗政策執行提供了優化建議。

(3)創新政策擴散規律。張克[8]分析全面創新改革試驗在擴散過程中存在的難點，發現改革試驗在試驗區獲得成功相對容易，但形成可復制推廣的經驗并在異地成功移植很難，且試驗區受到“霍桑效應”的影響，在身份認知上存在優越感，它們在短期內會加倍投入資源與注意力進行創新，以標榜業績，從而不利于改革經驗復制和推廣。

(4)全面創新改革試驗成效評估。吳書科等[9]采用DEA方法測算河北石保廊全面創新改革試驗區創新效率，參考創新投入產出基數及年均增速，發現石家莊是中速發展的不平衡城市，保定、廊坊分別是較低速和高速發展的平衡城市；王欣和杜寶貴(2020)基于城市層面中觀數據構建雙重差分模型，實證分析全面創新改革試驗對專利產出的影響，發現全面創新改革試驗顯著促進專利產出增長，且區域異質性、城市行政層級異質性均顯著影響全面創新改革試驗效果。

在研究方法上，學者們大多采用定性分析法，如案卷研究、專題座談和實地調研等方法[10-12]。這類研究雖然能夠直觀闡述全面創新改革試驗戰略布局、政策設計和執行狀況等，但缺乏經驗數據的有力支撐，說服力不足。也有一些學者采用定量分析法對全面創新改革試驗進行研究，如數據包絡分析方法和社會網絡分析法等[7,9,13]。這類研究一般是對全面創新改革試驗的社會影響與試驗成效等進行評估，但沒有控制其它因素對政策效果的影響，缺少對政策凈效應的剝離與評估。因此，需要運用更加科學的定量分析法探討全面創新改革試驗。

總體來看，現有研究仍存在以下不足：①目前大多數學者主要從宏觀層面對全面創新改革試驗政策設計、制度構建、目標定位等內容進行定性分析與評價，缺少對全面創新改革試驗整體執行效果的深入研究；②運用定量分析法對全面創新改革試驗影響效應進行定量評估的研究較少，對全面創新改革試驗執行效果傳導機制的探討更少。

2 政策傳導機制

全面創新改革試驗地區采取多項優惠政策促進本區域創新能力提升，如促進科技成果研發和轉化的財政稅收政策、聚力破解科技型中小企業融資難的金融創新政策、為技術創新活動提供信息技術支持的信息科技政策、政府購買創新產品的政府采購政策、加強人才培養與引進的人才政策、以增加知識價值為導向的收入分配政策等，但目前發揮主要作用的是財政稅收政策和金融政策[7,12]。因此，本文主要從財政政策和金融政策兩個方面對傳導機制進行討論。

(1)全面創新改革試驗通過加大政府對試驗區創新活動的財政支持力度，緩解區域研發創新融資約束，提升區域創新能力。創新活動是一個耗時久、風險大、不確定性強的復雜過程，往往需要大量資金支持[14]，單靠創新主體自身研發投入必然面臨嚴重的資金約束和激勵不足等問題，從而大大降低有效創新產出。這就要求政府在區域創新活動中提供相應財政支持，降低創新活動外部性與風險性，保障創新活動物質供給，激發區域創新活力，推動區域創新能力提升[15-17]。因此，全面創新改革試驗要求政府解決科研活動中資金投入不足的問題，加大對科技創新基礎設施的財政投入；同時，充分發揮創新創業、成果轉化等財政基金的引導作用，建立完善的財政科技投入統籌聯動機制與財政支持機制，充分落實科技成果轉化相關稅收優惠政策等，加大區域創新活動財政支持力度。

在試驗政策推動下，許多試驗地區采取各項財政手段加大對創新活動的支持。如安徽試驗區率先建立政府股權基金投向種子期、初創期企業容錯機制，規定政府種子投資基金失敗容錯率可達到50%，大大提升了政府基金引導新興產業發展的能動性。上海試驗區頒布實施了《關于進一步加大財政支持力度加快建設具有全球影響力的科技創新中心的若干配套政策》等政策文件，運用財政專項資金為技術創新活動提供財政支持。總體來說，全面創新改革試驗地區在財政支持方面的探索性舉措為區域創新能力提升提供了良好的物質基礎。據此，本文提出如下假設：

H1：全面創新改革試驗通過財政手段提高試驗區創新能力。

(2)全面創新改革試驗推出一系列金融政策提升試驗區金融發展水平，改善試驗區創新主體外部融資環境，提高區域創新能力。創新項目啟動及科研成果轉化都離不開金融系統服務與支持。活躍、高效和普惠的金融系統不僅可以抵御金融風險、提高經濟發展穩定性，還能夠為創新主體提供良好的融資環境，提高區域創新能力[18]。然而，我國銀行等金融機構因為體制機制約束普遍無法給予中小型科技企業充足的貸款，加之我國資本市場門檻較高，企業融資難、融資貴的問題十分普遍，限制了區域創新能力提升。鑒于此，圍繞信貸和資本市場阻礙企業融資堵點和難點問題，《國務院辦公廳關于推廣第三批支持創新相關改革舉措的通知》針對全面創新改革試驗區提出的20項改革舉措中，涉及科技金融創新的政策就有7項，竭力為試驗區廣大科技型中小企業提供良好的融資環境[12]。全面創新改革試驗明確提出要強化金融創新支持科技型企業發展，支持金融機構建立服務科技型企業的專業機構，推動金融資源向有核心知識產權的高新技術企業傾斜；改革科技金融、銀行貸款單一評價體系，積極探索科技金融風險共擔新機制，不斷創新科技金融服務模式，高效開發科技金融新產品和手段；進一步拓展科技型中小企業融資方式和渠道，更加精準化地對其提供融資服務，緩解科技型中小企業融資難、融資貴的問題，以增強企業家創新創業熱情和動力。據此，本文提出如下假設：

H2：全面創新改革試驗通過金融手段提高試驗區創新能力。

3 模型構建與數據說明

本文采用2008-2018年中國內地31個省級地區面板數據，構建實證模型對上述理論假設進行檢驗，主要分兩個步驟進行：第一步，構建雙重差分模型，檢驗全面創新改革試驗對區域創新能力的凈影響；第二步，構建中介效應模型，檢驗全面創新改革試驗對區域創新能力的傳導機制，即全面創新改革試驗通過財政手段和金融手段對區域創新能力的間接影響。

3.1 全面創新改革試驗對區域創新能力凈影響的雙重差分模型

3.1.1 模型構建

雙重差分模型(Difference-in-Difference Model，簡稱DID)又稱為倍差法，是評估政策效果的重要方法之一，通常用來比較政策變化前后對實驗組地區與非實驗組地區的影響，剔除不隨時間變化且不可觀察的混淆因素，將政策處置效應從混淆因素中剝離開來，從而評估政策的因果促進效應。全面創新改革試驗是一項標準的政策實驗，本文以2008-2018年中國內地31個省份為研究對象，將7個試驗區省份作為實驗組、其它非試點省份作為對照組，構建雙重差分模型，深入探討政策實施前后實驗組省份與對照組省份創新能力變化情況，從而分析全面創新改革試驗對區域創新能力的凈影響，設定模型如下：

Innovationit=α0+α1Gi·Dt+αiXit+γt+μi+εit

(1)

式(1)中，Innovation為被解釋變量，表示區域創新能力。Gi為取值0和1的政策啞變量：Gi=1表示受全面創新改革試驗影響的省份(實驗組省份)；Gi=0表示未受全面創新改革試驗影響的省份(對照組省份)。Dt為取值0和1的時間啞變量：Dt=1表示全面創新改革試驗實施后的年份(2015年及以后)；Dt=0表示全面創新改革試驗實施前的年份(2015年以前)。政策啞變量Gi與時間啞變量Dt的乘積為交互項Gi×Dt，表示全面創新改革試驗這一核心解釋變量，其系數估計值α1即為全面創新改革試驗對區域創新能力的凈影響。X表示控制變量；γt為年份固定效應，μi為地區固定效應；εit為隨機誤差項。

3.1.2 變量選取

(1)被解釋變量：區域創新能力(Innovation)。大多數學者通常將專利產出或研發投入作為創新能力的衡量指標。本文也采用這種做法，用專利產出和研發投入衡量區域創新能力，并對兩者進行比較，以得到更為豐富的結論。專利通常包括發明專利、實用新型專利和外觀設計專利。由于發明專利是針對產品、方法或者流程提出的新技術方案，獲取難度較大、技術要求較高，更能反映區域創新能力，因此本文采用每萬人發明專利授權量(PAT)衡量區域創新能力。關于研發投入，本文用研發經費投入強度對其進行衡量。研發經費投入強度是研發投入總量與地區生產總值之比，通常用來反映一個地區的研發投入水平。研發經費投入強度越高，越能提升區域創新能力。因此，本文采用研發經費投入強度(RDI)作為區域創新能力的另一個衡量指標。

(2)核心解釋變量Gi×Dt。核心解釋變量是政策啞變量與時間啞變量的乘積，其系數估計值可以反映全面創新改革試驗對區域創新能力的凈影響，具體取值如上文所述。

(3)控制變量X。為避免實證結果有偏，本文考慮可能影響區域創新能力的其它控制變量，以更好地分析全面創新改革試驗對區域創新能力的凈影響。包括：①經濟發展水平(EDL)。一般來說，經濟發展水平較高區域基礎設施更加完善、人才儲備更加充足、財政支持力度也更大，這些因素綜合創造了一個良好的創新環境，有利于促進科技創新活動的開展，提高科技創新產出。因此，本文將經濟發展水平作為控制變量，對人均地區生產總值取對數進行衡量；②經濟開放度(OPE)。區域間經濟交往會促進技術、人才和資本擴散，由于該類擴散不需要投入太多成本，繼而成為區域獲取先進技術、提升創新能力的重要途徑[19]。因此，本文將經濟開放度作為控制變量，用進出口總額占地區生產總值的比重衡量；③技術市場活躍度(TMA)。Bettencourt等[20]指出，技術市場活躍度顯著影響科技創新活躍度，而科技創新活躍度提高則會推動區域創新能力提升。因此，本文將技術市場活躍度作為控制變量，并對人均技術市場成交額取自然對數進行衡量；④人力資本水平(HCL)。科技創新是一項知識密集型活動，需要投入大量人力資本，各類擁有專業知識技能的創新人才是提升區域創新能力的基礎[21]。因此，本文將人力資本水平作為控制變量，并對人均受教育年限取自然對數進行衡量；⑤產業結構(IS)。以第三產業為主導的產業結構具有就業彈性大、知識密集度高的特征，往往匯集著大量高素質技術性人才，為創新活動開展提供了良好的創新基礎和創新環境，因而創新能力也更高(徐曉舟等，2016)。因此，本文將產業結構作為控制變量，用第三產業增加值占地區生產總值的比重對其進行衡量。

3.2 財政手段與金融手段中介效應模型構建

3.2.1 模型構建

由前文理論假設可知，全面創新改革試驗可通過財政手段和金融手段促進區域創新能力提升，即財政手段和金融手段可能充當全面創新改革試驗影響區域創新能力的中介變量。因此，為檢驗財政手段和金融手段的中介效應，本文采用Baron & Kenny[22]提出的逐步回歸法進行中介效應檢驗，具體模型設定如下：

Innovationit=β0+β1Gi·Dt+βiXit+γt+μi+εit

(2)

Mit=ω0+ω1Gi·Dt+ωiXit+γt+μi+εit

(3)

Innovationit=θ0+θ1Gi·Dt+θ2Mit+θiXit+γt+μi+εit

(4)

其中，M為中介變量，表示財政手段或金融手段；其它變量定義與式(1)一致。中介效應檢驗步驟如下：①檢驗方程(2)回歸系數β1的顯著性。如果β1顯著，則以中介效應立論，但無論β1是否顯著，都要進行后續檢驗；②依次檢驗方程(3)回歸系數ω1與方程(4)回歸系數θ2的顯著性。如果二者都顯著，則表明間接效應顯著；③檢驗方程(4)回歸系數θ1的顯著性。如果θ1顯著，則表明直接效應顯著，此時為部分中介效應；否則直接效應不顯著，此時為完全中介效應。

3.2.2 變量選取

對于財政手段的量化，李政等[3]認為，財政研發支出既是政府參與創新活動的基本手段，也是政府實施創新戰略的基本載體。因此，本文采用政府財政研發支出水平(FS)反映政府實施的財政手段，并以研發經費投入中政府資金占比對其進行測量[23-24]。影響財政研發支出水平(FS)的其它控制變量X包括經濟發展水平(EDL)、經濟開放度(OPE)、市場化水平(MAL)、城市化水平(URL)和產業結構(IS)。其中，市場化水平(MAL)、城市化水平(URL)分別由地方財政支出占地區生產總值的比重和城鎮人口占總人口的比重測量，其它控制變量測量指標同上。

對于金融手段的量化，現有學者大都采用金融相關率或金融市場化率等指標進行衡量[25-26]，但這些指標不僅在數據準確性和統計口徑上存在一定缺陷，且大部分指標都只反映金融發展水平和程度的某一個方面。因此，本文借鑒徐曉舟和阮珂(2016)的做法，采用金融信貸規模(FD)反映試驗區的金融手段，以金融機構貸款余額占地區生產總值之比進行測量。影響金融信貸規模的其它控制變量X包括經濟發展水平(EDL)、經濟開放度(OPE)、市場化水平(MAL)和城市化水平(URL)，衡量指標同上。

3.3 數據說明與描述性統計分析

目前，我國全面創新改革試驗區包含7個省級行政區域(北京、天津、河北、上海、廣東、安徽、四川)和3個市級行政區域(武漢、西安和沈陽)，考慮到樣本數量、數據可得性與統計口徑的一致性，本文采用2008-2018年中國內地31個省級區域面板數據作為研究對象，所有變量數據均來源于2009-2019年《中國統計年鑒》《中國科技統計年鑒》《中國人口和就業統計年鑒》《中國財政年鑒》《中國金融年鑒》及各地區統計年鑒等。變量含義及描述性統計結果如表1所示。

表1 主要變量描述性統計結果Tab.1 Descriptive statistical results of main variables

4 實證檢驗與結果分析

4.1 基準回歸分析

(1)根據雙重差分模型(1)，運行Stata軟件，得到基準回歸結果，見表2列(1)～(4)。列(1)和列(2)是將每萬人發明專利授權數(PAT)作為區域創新能力衡量指標的回歸結果。其中，列(1)為未加入控制變量的回歸結果，發現全面創新改革試驗變量Gi×Dt的回歸系數為2.491 1，且在5%水平上顯著，說明全面創新改革試驗對專利產出的凈影響顯著為正，即全面創新改革試驗顯著促進了試驗區創新能力提升。列(2)為加入控制變量的回歸結果，發現全面創新改革試驗變量Gi×Dt的回歸系數為2.741 5，且在1%水平上顯著。從中可見，在加入控制變量后，全面創新改革試驗政策效應更加顯著，說明排除其它因素的干擾，全面創新改革試驗對區域創新能力的促進作用更加明顯。從控制變量回歸結果看，經濟發展水平(EDL)系數在 5%水平上顯著為正，這與本文預期相符，說明區域經濟發展水平越高，越有利于增加區域專利產出數量，提升區域創新能力。經濟開放度(OPE)回歸系數未通過顯著性檢驗，說明區域創新能力變化未受到經濟開放程度的顯著影響，這可能是由于一方面發達國家嚴格限制了高新技術流出，不斷加大技術貿易壁壘，使得區域對外經濟交往很難獲得外來先進技術；另一方面，由于當前對外開放水平提升更多是帶來技術上的簡單轉移，如果區域內企業只是簡單模仿和復制國外先進技術，就會喪失自主研發能力，無法從根本上推動區域創新能力提升。技術市場活躍度(TMA)系數在1%水平上顯著為正，表明技術市場越活躍，區域創新能力越強，說明技術市場表現活躍會誘發技術創新，從而促進區域創新能力提升。人力資本水平(HCL)系數為2.617 8，且在1%水平上顯著，表明隨著人力資本水平的不斷提升，區域創新能力大大增強，充分說明科技創新是一項知識密集型活動，人力資本是提升區域創新能力的重要基礎。產業結構(IS)系數為10.107 5且顯著為正，表明產業結構水平越高，越有利于匯集大量高素質科技創新人才，為創新活動提供良好的創新基礎和創新環境，有利于區域創新能力提升。

列(2)、(3)和(4)均是將研發經費投入強度(RDI)作為區域創新能力衡量指標的回歸結果。其中，列(3)是未加入控制變量的回歸結果，發現全面創新改革試驗變量Gi×Dt回歸系數為0.245 1，未通過顯著性檢驗，由于這一結論是在沒有排除其它因素干擾情況下得到的，因此不能實質性說明全面創新改革試驗的政策效應。列(4)是加入控制變量后的回歸結果，全面創新改革試驗變量Gi×Dt回歸系數為0.355 6，且在5%水平上顯著為正，說明全面創新改革試驗對研發投入的凈影響顯著為正，即全面創新改革試驗顯著促進了試驗區創新能力提升。對于控制變量而言，列(4)與列(2)回歸結果基本一致。

表2 基準回歸結果Tab.2 Benchmark regression results

4.2 穩健性檢驗

4.2.1 平行趨勢檢驗

雙重差分模型估計結果達成一致性的前提是在沒有政策干預的情況下，結果變量在實驗組和對照組發展趨勢一致，即滿足平行趨勢假設條件[27]。在本文的雙重差分模型中，平行趨勢假設是指在全面創新改革試驗之前，試驗地區與非試驗地區創新能力在變化趨勢上基本保持一致；而在全面創新改革試驗實施之后，試驗地區相對于非試驗地區創新能力發生了改變，之前的平行趨勢狀態被打破。因此，本文借鑒王欣和杜寶貴[3]、齊紹洲等[28]的做法，分別按試驗地區和非試驗地區計算每萬人發明專利授權數平均值與研發經費投入強度平均值，比較2008-2018年試驗地區與非試驗地區專利產出與研發投入變化情況，即創新能力變化情況，以檢驗雙重差分模型的適用性，見圖1和圖2。圖中橫軸表示年份，縱軸表示每萬人發明專利授權數平均值與研發經費投入強度平均值，實垂線表示政策試驗開始的年份，即2015年。

由圖1和圖2可知，2008-2015年試驗地區和非試驗地區專利產出與研發投入變化趨勢基本一致。但自2015年開始，試驗地區與非試驗地區專利產出與研發投入變化趨勢呈現出明顯差異。具體而言，2015-2018年試驗地區專利產出與研發投入均呈明顯上升趨勢，但同一時期非試驗地區專利產出與研發投入則保持穩定發展趨勢，甚至研發投入還出現了小幅下滑。因此，雙重差分平行趨勢假說得到支持，說明全面創新改革試驗有效促進了專利產出與研發投入增長，提升了試驗地區創新能力。

4.2.2 安慰劑檢驗

為進一步檢驗表2中的基準回歸結果是否由省份—年份中的不可觀測因素驅動，本文通過隨機分配試驗省份進行安慰劑測試[29]。具體而言，從中國內地31個省份中隨機選取7個省份為試驗組，假設這7個省份全面實施了創新改革試驗，其它省份為對照組。隨機抽樣確保自變量Gi×Dt對區域創新能力沒有影響，也即任何顯著發現都將說明上述回歸結果有偏[30]。本文進行100次隨機抽樣，按照模型(1)分別對專利產出與研發投入進行基準回歸。圖3和圖4呈現了100次隨機分配后兩個因變量回歸估計的均值。結果顯示，所有全面創新改革試驗變量Gi×Dt的估計系數值均接近于0。同時，專利產出與研發投入的真實估計值為2.741 5和0.355 6(見表2列(2)和列(4))，在安慰劑測試中異常值明顯。這說明，上述估計結果不太可能由省份—年份中的不可觀測因素驅動，表明結果穩健。

5 傳導機制分析

對上述中介效應模型進行回歸，結果如表3所示。表3中列(1)和列(2)是式(2)不同因變量的回歸結果。可以看出：全面創新改革試驗對專利產出(PAT)與研發投入(RDI)的凈效應分別為2.741 5和0.355 6，且分別在1%和5%水平上顯著為正。可見，全面創新改革試驗顯著增加了試驗地區專利產出與研發投入，促進了試驗地區創新能力提升，與前文結論一致。如前所述，這可能是由于全面創新改革試驗通過財政手段和金融手段對區域創新能力產生顯著影響，間接促進區域創新能力提升。因此，本文對全面創新改革試驗傳導路徑和機制進行定量分析。

圖1 2008-2018年試驗地區與非試驗地區專利產出情況變化趨勢Fig.1 Change trend of patent output in test areas and non test areas from 2008 to 2018

圖2 2008-2018年試驗地區與非試驗地區研發投入情況變化趨勢Fig.2 Change trend of R & D investment in test areas and non test areas from 2008 to 2018

圖3 對專利產出影響的估計結果Fig.3 Estimation results of impact on patent output

圖4 對研發投入影響的估計結果Fig.4 Estimation results of impact on R & D investment

表3中，列(3)、列(4)和列(5)顯示了全面創新改革試驗對財政研發支出水平(FS)的回歸結果，以及全面創新改革試驗和財政研發支出水平(FS)對專利產出(PAT)與研發投入(RDI)的回歸結果。列(3)結果顯示，全面創新改革試驗對財政研發支出水平(FS)的回歸系數在10%水平上顯著為正，說明全面創新改革試驗有利于提高政府對試驗區創新活動的財政支持力度。列(4)和列(5)顯示，財政研發支出水平(FS)對專利產出(PAT)與研發投入(RDI)的回歸系數分別在1%和5%水平上顯著為正，說明政府財政支持能夠有效促進試驗區創新能力提升。由此可見，全面創新改革試驗增強了政府對試驗區創新活動的財政支持，有利于解決創新活動中資金投入不足的問題，降低創新活動的外部性和風險性，對創新主體產生引導和激勵作用，有效推動區域創新能力提升。

列(6)、列(7)、列(8)為全面創新改革試驗對金融信貸規模(FD)的回歸結果，以及全面創新改革試驗和金融信貸規模(FD)對專利產出(PAT)與研發投入(RDI)的回歸結果。列(6)結果顯示，全面創新改革試驗對金融信貸規模(FD)的回歸系數在5%水平上顯著為正，說明全面創新改革試驗區采取有效的金融手段，促進金融信貸規模擴大，提升了試驗區金融發展水平。列(7)和列(8)結果顯示，金融信貸規模(FD)對專利產出(PAT)與研發投入(RDI)的回歸系數分別在1%和5%水平上顯著為正，說明試驗區金融手段能夠有效促進區域創新能力提升。結合列(6)結果可見，全面創新改革試驗區出臺的各項金融政策加大了對科技型企業發展金融扶持力度，提供了更加精準化的融資服務，改善了創新主體融資環境，有效推動了區域創新能力提升。

表3 傳導機制檢驗結果Tab.3 Test results of conduction mechanism

6 結論與啟示

6.1 研究結論

全面創新改革試驗是我國提高區域創新能力、加快區域創新體系建設的一項重要戰略舉措。本文將2015年開始實施的全面創新改革試驗作為一項準自然試驗，構建雙重差分模型和中介效應模型，實證檢驗全面創新改革試驗對區域創新能力的影響效應及其傳導機制。結果發現：

(1)作為一種試點推廣的政策創新擴散模式，第一輪全面創新改革試驗顯著促進了試驗區創新能力提升，這為我國推動新一輪全面創新改革試驗提供了有力的實證支撐。

(2)經濟發展水平、技術市場活躍度、人力資本水平和產業結構對區域創新能力提升均有顯著正向促進作用，但經濟開放度對區域創新能力的影響并不顯著。

(3)全面創新改革試驗通過財政手段和金融手段有效提升試驗區創新能力。但需要指出的是，除財政手段和金融手段外，全面創新改革試驗還有可能通過其它途徑推動區域創新能力提升，未來需要進一步擴展相關研究，充分考察全面創新改革試驗通過科技信息政策、政府采購政策、人才政策和收入分配政策等對區域創新能力所發揮的作用。

6.2 啟示

基于上述結論，對我國推動新一輪全面創新改革試驗提出以下啟示：

(1)實施創新驅動發展戰略，建設創新型國家，充分發揮政府的主導作用。各級政府應加大對科技創新活動的支持力度，提高財政科技支出占比。同時，積極發揮政府在創新戰略規劃、創新環境建設等方面的引領作用，完善政府參與區域創新的體制機制，提高政府公共服務效率，引領區域創新能力提升。

(2)加快促進科技與金融相結合，鼓勵商業銀行加大對科技型企業科技創新活動的金融支持力度，全面提高金融體系對科技創新發展的綜合服務能力。

(3)高度重視各類創新要素集聚與協同，加快區域內人才、技術和資金集聚，促進區域內各創新主體交流合作與資源共享，切實推進區域協同創新。

(4)積極引進、吸收國外先進技術，但更重要的是提升自主創新能力，兼收并蓄地服務于我國區域創新體系建設。