京津冀協同發展戰略的區域科技創新效應分析

趙建強，張佳磊

摘要：隨著京津冀協同不斷向縱深推進，協同發展的科技創新效應受到廣泛關注，將京津冀協同發展視為一次準自然實驗，采用合成控制法對京津冀協同發展政策科技創新效應進行評估。研究發現，京津冀協同發展有效提升了京津冀地區科技創新水平。京津冀三地政策效應具有差異性，其中北京政策效應最為顯著，河北呈現明顯的政策時滯，這種差異則可能與區域創新資源配置水平和創新分工有關。

關鍵詞：京津冀協同發展；科技創新；合成控制法

中圖分類號：F127 文獻標識碼：A文章編號：1007-2101（2023）03-0078-11

一、研究背景及文獻綜述

京津冀協同發展是重大國家戰略，創新能力是推動京津冀地區跨越式發展，打造引領我國高質量發展的重要動力之一[1]。2014年習近平總書記在北京主持召開座談會，強調實現京津冀協同發展要以產業結構優化升級和實現創新驅動發展作為合作重點，并明確將京津冀協同發展上升為國家戰略。2015年，中共中央、國務院出臺《京津冀協同發展規劃綱要》標志著京津冀協同發展頂層設計基本完成。在科技創新方面，《京津冀協同發展規劃綱要》進一步明確北京作為全國科技創新中心、天津全國先進制造業研發基地、河北產業轉型升級試驗區的功能定位。2015年6月，三地科技主管部門在國務院科技部的牽頭下召開第一次京津冀創新型產業集群協同發展工作座談會，會議圍繞“京津冀協同發展，推進產業轉型升級”進行交流研討。2015年7月，國務院工業和信息化部出臺《京津冀及其周邊工業資源綜合利用產業協同發展行動計劃》，探索資源綜合利用產業區域協同發展新模式。2016年9月，國務院發布《北京加強全國科技創新中心建設總體方案》，明確提出要堅持和強化北京全國科技創新中心地位，在京津冀協同發展中發揮引領和核心支撐作用。天津作為京津冀地區重要對外交流窗口，2015年4月國務院印發《中國（天津）自由貿易試驗區總體方案》，提出要探索擴大開放新模式，打造京津冀協同發展對外開放新引擎。2018年12月，國務院批復《河北雄安新區總體規劃（2018—2035）》，同意河北高起點、高規劃、高標準建設雄安新區，打造國際一流的創新型城市。

促進地區科技創新水平提升是京津冀協同創新共同體構建的重要內容，同時也是眾多學者研究的熱點。國內眾多高校、研究機構都十分關注京津冀科技創新問題，如首都經貿大學的《京津冀協同發展報告》、北京大學首都發展研究院發布的《京津冀協同創新指數2021》以及中國社會科學院“京津冀協同發展指數課題組”等均有關注到京津冀科技創新問題。國內學者也從不同視角對京津冀科技創新問題進行討論與研究。呂曉靜[2]、靖鯤鵬[3]、溫科[4]、王德起[5]等基于“創新生態系統”的視角進行研究，認為京津冀地區科技創新生態系統有待提高，整體創新活力相對缺乏，區域內部創新活力差異顯著，存在創新“馬太效應”等。基于創新“溢出效應”和“虹吸效應”視角的研究，學界尚未形成統一結論，孫瑜康等[6]研究認為京津冀協同發展過程中的“溢出效應”不明顯，北京創新輻射帶動作用沒有有效發揮；姚東旭[7]認為京津冀協同創新不存在“虹吸效應”，而在企業研發活動過程中產生明顯“溢出效應”；祝爾娟等[8]認為北京創新要素溢出顯著，但對天津、河北的輻射作用尚未充分發揮。近年來，基于“技術創新效率”的相關研究普遍認為京津冀協同發展促進了區域創新效率提升[9-11]。此外，還有眾多學者基于“創新績效”[12-14]“創新要素”[15]“耦合協同度”[16]視角等對京津冀協同發展過程中的科技創新問題進行研究。

目前關于京津冀協同發展與地區科技創新水平提升的研究十分豐富，但尚未形成一致結論，并且現有研究結論在一定程度上存在外推性不足的問題。筆者認為，想要明確京津冀協同發展戰略對區域科技創新的政策效應需要進行新的研究設計。

二、研究設計

（一）方法選擇

“自然試驗”是評估某一變量對試驗對象影響的理想方法，簡言之，即在相同的試驗環境下建立實驗組與控制組，尋找完全相同的試驗對象分別進入實驗組和控制組，并且對實驗組對象施加變量干預，通過對比兩組實驗對象的差異來評估變量效果。在政策評估領域，如果將區域政策視為一個試驗變量，那么可以建立類似于“自然試驗”的一種“準自然試驗”，即可以將受到政策影響的地區視為實驗組對象，而沒有受到政策影響的地區視為控制組對象，通過對比實驗組地區和控制組地區之間的差異可以對該區域政策進行評估。京津冀協同在2014年實際上進入新的協同發展階段，目前學界的相關研究也普遍認可這個政策時間點。同時，京津冀協同發展政策具有外生性，是黨中央、國務院立足區域發展大局為促進京津冀地區協同發展、探索區域協同發展新格局的一次政策設計，且京津冀協同發展以來三地均受到協同發展政策的密切影響，政策效應已經初步顯現。因此，筆者認為可以將京津冀協同發展作為一次政策實施的“準自然試驗”來研究京津冀協同發展對區域科技創新的政策效應。

雙重差分法（Difference-in-Differences Method，DID）、斷點回歸法（Regression Discontinuity，RD）以及合成控制法（Synthetic Control Method，SCM）就是根據“準自然試驗”方法進行的政策評估。相對于雙重差分法和斷點回歸法，合成控制法作為一種非參數估計方法能夠通過預測變量的數據結構來構造“合成對象”，避免了控制組選擇的主觀推斷，使得處理效應的估計更加科學。近十年來，合成控制法逐漸成為政策處理效應評估的主要方法之一，眾多國外學者也對合成控制法的概念、估計方法等不斷進行修正和完善[17-20]，國內學者在合成控制法的應用上也進行了有益的探索，如行政區劃調整與地區經濟發展[21]、房地產稅試點政策評估[22]等。國內外學者關于合成控制法的一系列研究說明，合成控制法作為政策評估的一種新型方法已經被學界所認可，也為本文相關研究提供了規范指導。不可否認的是，不少學者對合成控制法仍存在質疑，主要集中在經典合成控制法關于權重矩陣的估計上。由于經典合成控制法中實際計算過程中可能不存在使得模型方程組恰好成立的解，因此需要通過近似解來確定權重矩陣W*，這樣就可能出現最優權重矩陣不唯一的情況。Abadie和L'Hour為了解決經典合成控制法中可能存在的解不唯一的情況，提出了一種帶有懲罰項的合成控制估計方法（penalized version of the synthetic control），相對于經典合成控制法，該估計方法在最小均方誤差估計中添加了一個“懲罰項（Penalized）”[20]，懲罰項的出現既可以增加系數矩陣估計的準確性，也可以防止出現“合成地區”過度擬合的問題。Abadie和L'Hour在他們的研究中證實了這種新的估計方法的可靠性，筆者將采用這種帶懲罰項的估計方法。

（二）計量過程

如果將區域政策的實施看作一項準自然試驗，那么可以根據觀測到的地區是否受到政策干預將其分為試驗組地區和控制組地區。假設得到n個地區的實際觀測值，引入二分類變量D，如果地區i受到政策影響，則令Di=1，否則令Di=0。可以得到對于地區i在受到政策干預與沒有受到政策干預的結果情況為：

Yi=Y1iDi=1

Y0iDi=0

其中，Y1i表示地區i受到政策影響的情況，Y0i表示地區i未受到政策干預的情況。因此對于地區i的處理效應可以定義為Y1i-Y0i。但是對于同一地區，無法同時觀察到Y1i與Y0i，因此一個可行的方法就是將個體處理效應轉移到群體層面，用Y的平均效應（Average Treatment Effect，ATE）來進行估計。假設觀察到n1個試驗組地區，n0個控制組地區，實驗組地區受到政策干預，其產出為Y1i，控制組地區未受到政策干預，其產出為Y0i，因此實驗組的處理效應可以表示為τi=Y1i-Y0i（i=1，2，3…n1）①，平均處理效應為：

τ=1n1∑n1i=1（Y1i-Y0i）（1）

當存在多個估計量時，引入矩陣Vi，式（1）可以改寫為以下形式：

τ=1n1∑ni=1YiDi-1n0∑ni=1Yi（1-Di）Vi（2）

控制組地區的權重與實驗組地區的相似程度有關，即為了使得合成地區的結果變量的預測值與對應實驗組地區預測值接近，將每一個實驗組地區進行“合成控制”從而確定相應權重。經典合成控制法的一般估計過程如下②：

對于實驗組地區，i=1，2，3，…，n1，計算權重矩陣W*i=（W*i，n1+1，…，W*i，n）

minwiRn0‖Xi-∑nj=n1+1Wi，jXj‖2（3）

s.t.Wi，n1+1≥0，…，Wi，n≥0，

∑nj=n1+1Wi，j=1

W*i，j是使得控制組地區j與實驗組地區i最為接近的權重矩陣，矩陣X是包含各地區預測變量信息的矩陣，即回歸方程中的協變量和被解釋變量。合成控制法對于實驗組地區i處理效應的估計為：

i=Yi-∑nj=n1+1W*i，jYj（4）

平均處理效應為③：

=1n1∑n1i=1（Yi-∑nj=n1+1W*i，jYj）（5）

但是，當存在多個控制組地區時，尋找一個能體現實驗組地區各方面特性的“合成地區”可能是不唯一的。為了解決這個問題，Abadie和L'Hour提出在式（3）中添加一個“懲罰項”（Penalized），構建一個“帶懲罰項的合成控制”（penalized version of the synthetic control），并且給予懲罰項一個正的系數λ。帶懲罰項的權重矩陣W*i，j滿足：

minwiRn0‖Xi-∑nj=n1+1Wi，jXj‖2+λ∑nj=n1+1Wi，j‖Xi-Xj‖2（6）

s.t.Wi，n1+1≥0，…，Wi，n≥0，

∑nj=n1+1Wi，j=1

實驗組地區i帶懲罰項的處理效應的估計為：

i（λ）=Yi-∑nj=n1+1W*i，j（λ）Yj（7）

平均處理效應的估計為：

（λ）=1n1∑n1i=1［Yi-∑nj=n1+1W*i，j（λ）Yj］（8）

調優參數λ（tuning parameter）的選擇是至關重要的。當λ→0時，“懲罰項估計”成為經典合成控制匹配；當λ→∞時，“懲罰項估計”成為單一最近鄰匹配。為此，Abadie和LHour提出用兩種方法分別來估計政策實施前和政策實施后的λ。在政策實施前，采用“政策前時間點有放回驗證（Pre-Intervention Holdout）”，即在政策實施前的一段時間有放回地抽取不同時間點上實驗組與控制組的樣本，計算出其差異并最小化，從而求出λ的值。其具體估計過程如下：

假設T0為政策窗口期，在整個觀測期T上，觀測到k期政策干預前的情況，則對于政策實施前t{T0-k+1，…，T0}，可得④：

i，t（λ）=Yi，t-∑nj=n1+1W*i，j（λ）Yj，t（9）

λ滿足最小化誤差條件：

min∑n1i=1∑T0t=T0-k+1［i，t（λ）］2

在政策實施后，采用“去一法交叉驗證（Leave-One-Out Cross-Validation）”，即在政策實施到觀測期結束的時間段內輪流挑選一個控制組地區m，將m與實驗組地區i互換，由于m沒有受到政策影響，所以真實m與合成m應該沒有明顯差異，因此將真實m與合成m的差異最小化后計算出λ，具體估計過程如下。

假設T0為政策窗口期，在整個觀測期T上，對于政策實施后t{T0+1，…，T}，可得：

i，t（λ）=Ym，t-∑nj=n1+1，j≠mW*i，j（λ）Yj，t（10）

λ滿足最小化誤差條件：

min∑nm=n1+1∑Tt=T0+1［i，t（λ）］2

考慮到合成控制法的偏差校正（bias-corrected versions of synthetic control estimators）問題，最終對式（8）的估計方法⑤為：

bc（λ）=1n1∑n1i=1{［Yi-0（Xi）］-

∑nj=n1+1W*i，j（λ）［Yj-0（Xj）］}（11）

式（11）中的偏差校正解決了實驗組地區和控制組地區中參與合成地區特征不匹配的問題。

（三）變量選擇

本文中的政策效應變量為科技創新（tech），變量指標選擇每萬人新增專利授權量。預測變量分別為：（1）經濟發展水平（gdp），用區域人均GDP表示；（2）產業結構（indus），用區域第三產業增加值占GDP比重表示；（3）科技人才（hum），用區域R&D人員全時當量表示；（4）政府支持（gov），用地方政府科學技術支出占一般預算支出的比重表示；（5）消費水平（consume），用區域人均消費支出表示。數據來自《中國統計年鑒》《中國科技統計年鑒》等。在實際計量過程中對相關變量取對數運算，主要變量全樣本描述性統計如表1所示。

三、實證結果

（一）政策處理效應

1.合成地區構建。表2中分別顯示了控制組中參與合成地區的權重系數，其中W1、W2、W3、W4分別表示控制組中參與合成北京、合成天津、合成河北以及合成京津冀地區的權重情況，所有地區權重均為正，且權重之和為1。合成北京由上海、浙江組成，其中上海權重最大，為0.821；合成天津由上海、江蘇、福建、廣東組成，其中福建權重最大，為0.554；合成河北由內蒙古、黑龍江、西藏、江西、河南、新疆組成，其中河南所占權重最大，為0347；合成京津冀地區由上海、遼寧構成，其中遼寧權重最大為0.831。RMSPE為政策干預前的均方誤差，可以衡量政策干預前合成地區與實際地區的擬合效果。表3顯示了實際地區與合成地區預測變量之間差值的絕對值，用來說明預測變量之間的差異。預測變量主要用來控制可能影響政策效應的其他因素，實際地區與合成地區預測變量差值的絕對值越小，說明越可以較好地控制可能影響政策效應的其他因素，即合成地區較好地擬合了實際地區可能影響政策效應的其他因素。由此可以看到，主要預測變量差值較小，說明合成控制法較好地控制了其他可能影響政策效應的因素，為下一步分析政策效應打好了基礎。

2.政策處理效應。圖1—4分別顯示了實際北京與合成北京、實際天津與合成天津、實際河北與合成河北以及實際京津冀與合成京津冀在觀測期內科技創新的對比情況，該圖不僅可以反映政策實施前實際地區與合成地區在政策效應變量的擬合情況，也可以直觀反映政策干預后的政策效應。圖1顯示了北京的情況，可以看到在政策實施前實際北京的科技創新情況與合成北京的科技創新情況十分接近，甚至合成北京略高于實際北京，但是在2012年之后，實際北京的科技創新情況開始明顯超過合成北京，京津冀協同發展促進了北京地區科技創新。圖2顯示了天津的情況，可以看到在政策實施前，合成天津也較好地擬合了實際天津的科技創新情況，并且在2012年之后也逐漸產生政策效應，但是相較于北京而言，政策效應并不明顯。圖3顯示了河北的情況，可以看到在政策實施前，合成河北與實際河北的政策效應變量幾乎重合，這說明合成河北非常好地擬合了實際河北在政策實施前的科技創新情況，2014年后政策效應逐漸顯現，并且有逐漸擴大的趨勢，這說明在京津冀協同發展過程中河北的科技創新水平在穩步提升。

圖4顯示了京津冀地區整體科技創新情況，可以看到合成京津冀地區在政策實施前較好地擬合了實際京津冀地區科技創新的增長變化情況，并且在2013年之后，實際京津冀地區科技創新情況明顯高于合成地區，說明京津冀協同發展促進了京津冀整體科技創新。

圖5—8分別顯示了帶懲罰項的合成控制法估計的北京、天津、河北與京津冀整體政策處理效應變化情況。在政策實施前，處理組和控制組均沒有受到政策影響，因此理論上兩組地區均不應有政策效應，對應圖中為政策實施前Gap值應接近于0。圖5顯示了北京的政策處理效應，可以看到，北京政策效應在2013年之前就開始顯現，具有一定的政策前置特征，2014年京津冀協同發展使得每萬人新增專利授權量提高了約10.95個單位，2019年北京政策效應最為顯著，使得北京地區每萬人新增專利授權量提高了約17.437個單位。圖6顯示了天津政策處理效應，天津政策效應也具有一定的前置性，2014年京津冀協同發展使得了天津地區每萬人新增專利授權量提高了約3942個單位，2019年天津政策效應最為顯著，使得天津每萬人新增專利授權量提高了約9.88個單位。圖7顯示了河北的政策處理效應，2014年京津冀協同發展對河北地區科技創新效應較小，但隨后政策效應穩步提升，政策效應具有一定滯后性，2020年河北政策效應最為顯著，使得河北地區每萬人新增專利授權量提高了約2.91個單位。圖8顯示了京津冀整體政策處理效應呈現前置性特征，2013年政策效應開始顯現，2020年政策效應最為顯著，使得京津冀地區整體每萬人新增專利授權數量提高了7.401個單位。

表4顯示了京津冀協同發展政策效應隨時間變化情況。2014年前后京津冀地區政策效應開始顯現，其中北京政策效應最為顯著，遠超天津和河北以及京津冀整體，但在2020年有一定回落，全部政策效應觀測期內京津冀協同發展使得北京地區每萬人新增專利授權量平均提高了約15.615個單位；天津政策效應次之，在2013年政策效應開始顯現并逐步增加，2020年也有一定回落，全部政策效應觀測期內京津冀協同發展使得天津地區每萬人新增專利授權量平均提高了約7.315個單位；河北政策效應較差，2014年以后政策效應開始顯現并逐步增加，全部政策效應觀測期內京津冀協同發展使得河北地區每萬人新增專利授權量平均提高了個單位約0.971個單位。京津冀整體政策效應每年逐步增加，全部政策效應觀測期內京津冀協同發展使得京津冀地區每萬人新增專利授權量平均提高了約5.655個單位。

（二）穩健性檢驗

合成控制法能夠通過構造合成的反事實地區來模擬該地區未受到政策影響時的情況，但是合成地區的科技創新發展路徑與實際地區的一致性是不確定的，即試驗地區的變化是否是一種隨機變化而非政策影響的結果是不確定的，因此需要對模型結果的穩健性進行檢驗，以確定真實的政策效果。合成控制法作為一種非參數估計方法，對于其結果的檢驗最常用的方法為“安慰劑檢驗（Placebo test）”和“排序檢驗（Permutation test）”。

1.地區安慰劑檢驗。“安慰劑效應”是指在醫學試驗中將參與試驗的人隨機分為實驗組和對照組，實驗組人員服用試驗藥物，對照組人員服用完全沒有療效的安慰劑，以避免受試者由于其主觀因素對試驗結果產生影響。如果將京津冀協同政策看作一次準自然試驗，那么在對照組中可能也存在著“安慰劑效應”，因此可以通過對對照組中權重最大的地區進行檢驗，以排除其他因素的影響。對照組地區并未受到京津冀協同政策的影響，如果對該地區進行同樣的合成控制分析，理論上該地區不會出現與實驗組一樣的政策效應。一般情況下，選取對照組中占“合成地區”權重最大的地區進行安慰劑檢驗，因為權重越大說明該地區與實際地區在各方面創新特征上越為接近。

圖9—12分別顯示了合成地區中權重最大地區的安慰劑檢驗結果。圖9顯示了北京的安慰劑檢驗情況，上海是構成合成北京中權重最大的地區，因此用上海來進行北京地區安慰劑檢驗。可以看到，由于上海沒有受到京津冀協同發展的影響，因此上海沒有產生與北京相同的政策效應。圖10—12分別顯示了天津、河北、京津冀整體的安慰劑檢驗結果，進行安慰劑檢驗的地區分別為福建、河南、遼寧。福建進行地區安慰劑檢驗時也產生了政策效應，但是與天津的政策效應的時間趨勢并不一致。這說明在2014年前后，福建可能受到其他因素影響從而提高了當地科技創新水平。河南、遼寧進行地區安慰劑檢驗均沒有產生與試驗地區相同的政策效應，說明本文研究結論具有一定穩健性。

2.排序檢驗。排序檢驗是為了檢驗控制組中其他地區出現和實驗組一樣處理效應的概率，類似于統計中秩檢驗的一種“準秩檢驗”。排序檢驗主要考慮Gap曲線的分布情況，排序檢驗會將控制組所有地區進行一次合成控制分析，讓所有樣本城市都依次進入實驗組，假設其受到政策影響，然后繪制出Gap曲線的分布情況。由于控制組地區沒有受到政策影響，因此實驗組地區的政策處理效應應當高于控制組地區。

圖13—16分別顯示了北京、天津、河北以及京津冀整體排序檢驗結果。北京排序檢驗結果表明控制組地區中沒有產生與北京相同的政策處理效應，并且所有控制組地區Gap值均小于北京地區。這說明京津冀協同發展的科技創新效應在北京真實存在且明顯優于同時期其他地區科技創新因素的影響。天津排序檢驗結果與北京類似。河北排序檢驗結果并不理想，可能的原因在于控制組地區在同期同樣受到其他科技創新因素影響，并且產生相應的處理效應。京津冀整體排序檢驗結果也表明京津冀協同發展的科技創新效應并不具有隨機性。

四、主要結論及解釋

通過合成控制法分析，筆者發現京津冀協同發展有效促進了北京、天津、河北三地科技創新，對地區整體科技創新水平提升也產生正的政策處理效應。具體而言，北京政策效應最明顯且具有一定政策效應前置特征，天津也顯現一定政策效應前置特征；河北政策效應具有滯后性特征；京津冀整體政策處理效應也具有前置特征。

（一）對京津冀地區政策效應的解釋

京津冀協同發展有效促進了京津冀地區整體科技創新水平的提升，主要是三地政策互動日益深化推動創新資源共享，協同創新效能被有效激發。第一，在《京津冀協同發展規范綱要》的引領下，京津冀地區協同創新頂層設計不斷完善。2016年《京津冀系統推進全面創新改革試驗方案》獲國務院批準，要求圍繞京津冀協同發展，促進區域創新資源合理配置、開放共享、高效利用，建立健全區域創新體系，推動形成京津冀協同創新共同體。北京率先提出建設京津冀協同創新共同體的工作方案，天津、河北也提出一系列協同創新的行動計劃、試驗方案等。第二，京津冀共建協同創新載體取得一定成效。京津冀協同發展戰略實施以來，三地先后共建海淀—中關村科技園、北京未來科技城、京津冀大數據綜合試驗區、河北曹妃甸中關村高新技術產業基地等，三地共建科技創新園區等協同創新載體為京津冀地區科技創新與技術交流提供了依附載體，進一步促進了京津冀地區科技交流與創新活動發展。與此同時，三地進一步探索產業合作新路徑，先后成立多家產業合作發展聯盟，促進產業合作交流。第三，京津冀金融投資體系賦能協同創新發展。京津冀地區金融政策實現有效對接，2018年三地科技部門與財政部門聯合發文決定京津冀地區“創新券”互認互通，加速了政府創新資金流動；京津冀地區先后成立京津冀協同創新科技成果轉化創業投資基金、京津冀協同發展基金、京津冀產業結構調整引導基金等區域創新合作基金，為京津冀協同發展提供了投融資保障；三地還進一步出臺區域投資稅收優惠政策助力創新活動開展等。

京津冀協同發展有效促進了北京、天津與河北三地科技創新水平的提升，可能是協同創新分工有效激發了區域創新活力。北京創新優勢顯著，堅持和強化全國科技創新中心的核心功能定位，進一步釋放北京科技研發動能；天津是京津冀對外開放的重要門戶，同時具備實現京津冀地區科技創新成果轉化的重要產業基礎，天津依托“國家級自主創新示范區”全域推進科技創新活動，推動“一區二十一園”創新發展先進裝備制造業基地，為京津冀地區科技成果轉化提供堅實基礎；河北處于產業轉型升級的關鍵期，京津冀協同發展為河北產業轉型與高質量發展提供了戰略機遇，同時河北依托石（家莊）保（定）廊（坊）國家級高新技術開發區推進石保廊區域全面創新改革，積極探索創新驅動發展新路徑。區域基礎設施互聯互通為京津冀協同創新奠定堅實基礎。京津冀協同發展戰略實施以來，北京、天津、河北三地在基礎設施互聯互通上取得重要進展，有效地促進了區域技術協同創新和產業協同發展。在促進京津冀協同發展的一系列政策影響下，三地在科技創新領域的合作也逐漸深入，三地創新資源流動加快，京津冀一體化技術交易市場蓬勃發展。2014—2019年三地技術合同成交額達到1 063億元，三地共建科技園區、創新基地、技術市場、創新聯盟等創新載體平臺超過210家，北京中關村企業在天津、河北開設分支機構超8 000余家。京津冀協同發展使得京津冀三地科技創新活動聯系日益密切，有效促進京津冀地區科技創新水平提升，見圖17。

（二）京津冀地區政策效應差異的解釋

京津冀協同發展促進了三地以及京津冀整體科技創新水平提升，但是政策效應存在顯著地區差異。北京的科技創新增長效應明顯高于天津與河北，且北京、天津地區顯現出政策效應前置特征，而河北則呈現滯后特征。京津冀地區政策效應的區域差異可能與三地在創新鏈中的分工有關。京津冀協同創新共同體內部，北京為策源中心和引擎，天津、河北則為成果轉化與應用中心。處于前端的京津政策效應突出，前置特征顯著，河北則后置特征明顯。

橫向來看，北京、天津、河北的創新要素與產業創新基礎存在差異。經濟發展能力強的地區在區域協同創新過程中往往處于核心地位，對區域創新集群中其他地區產生重要影響。北京作為京津冀地區經濟增長重要一極，京津冀創新鏈布局無疑也是圍繞北京為中心而展開。北京一流高校、科研院所等集聚了大量知識型創新人才，從而能夠有效發揮區域知識創造優勢；高新技術企業、數字經濟等吸引應用型創新人才集聚，應用型創新人才集聚能夠激發區域研發優勢，產生以核心關鍵技術為中心新業態；作為全國政治中心，北京政策環境同樣為地區創新發展提供重要條件。天津、河北相對而言則處于京津冀創新鏈的從屬地位。天津依托港口海運和外貿產業為京津冀區域擴大對外交流窗口與吸引外部創新資源提供機遇；天津制造業基礎也同樣為發展高端裝備制造等先進產業提供條件。河北作為工業大省為京津創新產出提供了廣闊的技術應用市場，是京津冀協同發展的直接受益者。產業結構升級是河北目前面臨的主要任務，河北產業發展過程中形成了以鋼鐵、醫藥、輕紡等為主的輕重工業交替、傳統新興交織的產業格局。探索區域產業結構優化升級、創新驅動發展新路徑是京津冀協同發展的一個重要任務，河北的產業結構特征則成為探索這一新路徑的重要突破點。

縱向來看，北京、天津、河北在京津冀創新鏈各環節中所發揮的作用也不同，在創新要素整合環節基本上形成了以北京為核心的科研體系。在這一體系中，一方面以高校、科研機構、高新技術企業等為載體集聚不同類型高端創新人才形成創新知識儲備；另一方面政策、產業等集聚創新資金、設備、信息等形成創新物質儲備。天津、河北則相對處于這一體系的外圍，一方面為北京輸送高端創新要素，另一方面接受北京方面的創新溢出。在研發創造環節基本上形成了以京津聯動，河北參與的格局。京津兩地依托海港、空港、陸港聯動加快構建高層次對外開放格局；天津大力建設京津合作示范區，依托濱海—中關村科技園、京津中關村科技城等全方位對接北京創新研發資源，形成良好的京津聯動機制。在創新成果市場化環節，河北技術市場發展成為京津冀創新成果轉化的重要支撐。一方面，產業發展需要更大的地域空間，并且由于京津城市空間有限，所以京津產業空間不斷向河北地區擴展；另一方面，河北自身產業結構升級也依賴于京津冀協同發展。協同發展以前，河北經濟發展呈現一定的“低端產業路徑鎖定”局面，主要以鋼鐵、煤炭、水泥建材等高污染、高耗能產業為主。在京津冀協同發展的框架下河北主動淘汰落后產能，發展新興產業，京津產業轉移和河北產業升級極大促進了河北技術市場發展，同時也為京津冀創新產出提供應用領域。

京津冀協同發展改變了京津冀地區原有發展路徑，重塑了京津冀協同創新格局，打破原有地區發展壁壘，推動了區域創新資源整合，有效促進了北京、天津、河北三地科技創新發展，產生了“1+1+1>3”的區域協同創新效應，但這些效應產生的微觀機制還有待進一步深入研究。

注釋：

①為說明方便，假設實驗組地區與控制組地區順序為實驗組在前，控制組在后，即i=1，2，3…n1均為實驗組地區，i=n1+1，n1+2，n1+3，…，n均為控制組地區。

②在政策實施前，為了合成地區與實際地區更為接近，合成控制法一般采用最小均方誤差的估計方法。

③實驗組地區與合成地區之間的差值一般稱為“處理效應（gap）”，是合成控制法最關心的數據變化。

④W*i，j為式（6）中估計出的權重矩陣。

⑤0（x）為包含一系列協變量Xi=x的結果變量Yi的回歸預測值。

參考文獻：

［1］李曉琳，李星壇.高水平推動京津冀協同創新體系建設［J］.宏觀經濟管理，2022（1）：60-67.

［2］呂曉靜，劉霽晴，張恩澤.京津冀創新生態系統活力評價及障礙因素識別［J］.中國科技論壇，2021（9）：93-103.

［3］靖鯤鵬，宋之杰.健康度視角下區域技術創新生態系統的進化與提升路徑——京津冀與長三角的實證研究［J］.企業經濟，2022（1）：143-152.

［4］溫科，張貴.京津冀三地區域創新生態發展評價及耦合研究——生態位視角［J］.科技管理研究，2020（10）：112-119.

［5］王德起，何皛彥，吳件.京津冀區域創新生態系統：運行機理及效果評價［J］.科技進步與對策，2020（10）：53-61.

［6］孫瑜康，李國平.京津冀協同創新中北京輻射帶動作用的發揮效果與提升對策研究［J］.河北經貿大學學報，2021（5）：78-84.

［7］姚東旭.京津冀協同創新是否存在“虹吸效應”——基于與珠三角地區對比分析的視角［J］.經濟理論與經濟管理，2019（9）：89-97.

［8］祝爾娟，何皛彥.京津冀協同創新水平測度與提升路徑研究［J］.河北學刊，2020（2）：137-144.

［9］韓素芬，王鑫斌.基于Malmquist指數的京津冀創新效率動態演變趨勢［J］.工業技術經濟，2021（10）：109-115.

［10］李健，馬曉芳.京津冀城市綠色創新效率時空差異及影響因素分析［J］.系統工程，2019（5）：51-61.

［11］馬宇博，裴桂芬.京津冀城市群全要素生產率測評與提升路徑研究［J］.經濟問題，2019（6）：104-112.

［12］于樹江，趙麗嬌.京津冀裝備制造業產業政策對技術創新績效的影響研究——產業集聚的調節作用［J］.工業技術經濟，2019（2）：36-43.

［13］趙濱元.京津冀協同創新績效影響因素分析——基于空間杜賓模型［J］.商業經濟研究，2021（1）：162-166.

［14］陳紅軍，謝富紀.京津冀產學協同創新績效影響因素分析——基于多維鄰近性視角［J］.技術經濟，2021（10）：108-118.

［15］陳玉玲，路麗，趙建玲.區域創新要素協同發展水平測度及協同機制構建——以京津冀地區為例［J］.工業技術經濟，2021（4）：129-133.

［16］謝泗薪，胡偉.區域科技創新水平與經濟發展質量協調性評價研究——基于京津冀經濟圈科技及經濟發展質量數據的實證分析［J］.價格理論與實踐，2020（4）：164-167+178.

［17］ABADIE A，DIAMOND A，HAINMUELLER J. Synthetic Control Methods for Comparative Case Studies： Estimating the Effect of California's Tobacco Control Program［J］.Journal of the American Statistical Association， 2010（490）：493-505.

［18］XU Y.Generalized Synthetic Control Method： Causal Inference with Interactive Fixed Effects Models［J］. Political Analysis， 2017（1）： 57-76.

［19］BEN-MICHAEL E，FELLER A，ROTHSTEIN J.The Augmented Synthetic Control Method［J］. Journal of the American Statistical Association，2021（536）：1789-1803.

［20］ABADIE A，L'HOUR J.A Penalized Synthetic Control Estimator for Disaggregated Data［J］. Journal of the American Statistical Association，2021（536）：1817-1834.

［21］王賢彬，聶海峰.行政區劃調整與經濟增長［J］.管理世界，2010（4）：42-53.

［22］劉甲炎，范子英.中國房產稅試點的效果評估：基于合成控制法的研究［J］.世界經濟，2013（11）：117-135.

責任編輯：李金霞

Analysis of the Regional Scientific and Technological Innovation Effect of the Beijing-Tianjin-Hebei Coordinated Development Strategy

——Empirical Evaluation Based on the Synthetic Control Method

Zhao Jianqiang1，2， Zhang Jialei1

（1.School of Public Administration， Hebei University of Economics and Business，Shijiazhuang Hebei 050061，China；

2.Hebei Collaborative Innovation Center for Urban-rural Integrated Development， Shijiazhuang Hebei 050061，China）

Abstract：With the deepening of the Beijing-Tianjin-Hebei coordination， the scientific and technological innovation effect of the coordinated development has been concerned. The coordinated development of Beijing-Tianjin-Hebei is regarded as a quasi-natural experiment， and the synthetic control method is adopted to evaluate the scientific and technological innovation effect of the policy. The study found that the coordinated development of the Beijing-Tianjin-Hebei has effectively promoted the level of scientific and technological innovation in the Beijing-Tianjin-Hebei region. The policy effects of Beijing， Tianjin and Hebei are different， among which the policy effect of Beijing is the most significant， the policy effect of Hebei shows obvious policy lag. The difference may be related to the level of regional innovation resource allocation and innovation division of region.

Key words：coordinated development in the Beijing-Tianjin-Hebei region; scientific and technological innovation; the synthetic control method