財政科技支出對城市創新的影響：效應與機制

摘 要：本文以城市群為切入點，運用靜態空間杜賓模型、動態空間自回歸模型和非對稱反應模型，采用2011—2020年我國273個地級市數據，系統考察了財政科技支出對城市創新的影響效應和機制。研究發現：首先，財政科技支出對城市創新有顯著且穩健的正向本地效應和空間效應，且城市群城市財政科技支出對城市創新有更高的本地效應和空間效應。其次，創新類別異質性分析結果表明，相較于策略性創新，現有財政科技支出總體圍繞提高城市的實質性創新展開，但非城市群城市財政科技支出的實質性創新傾向顯著弱于城市群城市；空間關系異質性分析結果表明，“集聚陰影”現象在樣本期內顯著存在。最后，進一步分析結果顯示，從財政科技支出策略互動行為來看，我國地級市間普遍存在財政科技支出策略互動行為，且相較于非城市群城市，城市群城市財政科技支出策略互補程度更低；從財政科技支出策略互動模式來看，我國地級市間財政科技支出策略互動模式為逐頂競爭，且非城市群城市有更為顯著的逐頂競爭傾向。本文為推動城市創新提供了理論依據和決策參考。

關鍵詞：財政科技支出；城市創新；城市群

中圖分類號：F810.45 文獻標識碼：A 文章編號：1000-176X（2024）03-0067-14

一、問題的提出

黨的二十大報告明確提出，加快實施創新驅動發展戰略。創新水平的提高對于我國經濟高質量發展至關重要，尤其在當前復雜的內外部形勢下，創新的重要性進一步彰顯。由于創新行為的外部性特征，其往往需要政府參與以減少市場失靈帶來的“創新怠惰”［1］。政府的主要做法是通過提高財政科技支出強度吸引創新資本和創新人才等創新要素，提高創新要素在本地的集聚水平，從而提高創新產出，促進經濟高質量發展，由此形成了地級市間“為創新而競爭”［2］。同時，區域經濟一體化進程引致的經濟集聚現象對創新要素也形成了虹吸效應，使區域內的創新要素向城市群內聚集。具體而言，城市群內部較為完善的政府間協調機制、較為發達的交通路網和較高的分工協作效率提高了城市群城市的總體合作程度，而更高的合作程度則吸引創新要素進一步向城市群內部集聚［3］。那么，在城市群對創新要素形成的集聚效應下，地級市政府間為爭奪創新要素的財政科技支出策略互動行為產生了怎樣的異化？又對城市創新產生了怎樣的影響？對該問題的研究有助于明確區域經濟一體化進程中地級市政府間財政科技支出策略互動模式，對規范地級市政府間財政科技支出行為、優化創新要素配置、促進區域創新水平整體提高和推動我國經濟高質量發展有重要的理論價值和實踐意義。

現有研究從財政科技支出的創新效應，城市群對地方政府財政競爭的影響，以及城市群的創新效應三個方面展開分析：其一，財政科技支出的創新效應。周業安等［4］運用空間模型進行回歸分析發現，財政科技支出的創新效應體現為競爭效應，且財政科技支出競爭效應是零和博弈，即一地提高財政科技支出，吸引創新要素流入而引致的本地創新水平提高幾乎一定伴隨相鄰地區創新能力的削弱。卞元超和白俊紅［5］基于省級面板數據對分權體制下我國“為創新而競爭”的形成機理和效應進行了分析，結果發現，“為創新而競爭”的現象顯著存在，且促進了創新水平的提高。進一步地，卞元超等［6］基于研發要素流動視角，明確了財政科技支出競爭對創新績效的促進作用，同時，這一作用主要通過研發人員流動對知識溢出效應的擴大這一機制實現。其二，城市群對地方政府財政競爭的影響。國外學者較早地對這一問題開展了研究，Charlot和Paty［7］與Jofre?monseny等［8］的研究結果表明，集聚程度越高和城市化程度越高的區域有越高的營業稅稅率，即區域內地方政府間稅收競爭程度越低。Fréret和Maguain［9］驗證了區域經濟一體化程度較高的地區對集聚租金征稅這一現象，并進一步明確府際稅收競爭的具體模式為策略互補。龔鋒等［3］研究發現，經濟集聚形成的“集聚租”使地方政府間不需要過度稅收競爭就可以達成吸引流動資本的目的，弱化了地方政府間的稅收競爭。其三，城市群的創新效應。既有研究認為，區域經濟一體化對創新的影響主要通過集聚效應和協同效應體現。一方面，Krugman［10］認為，集聚擴大了知識溢出的正外部性，從而有利于區域創新水平的提高。吳福象和沈浩平［11］以長三角城市群為考察對象，認為區域經濟一體化進程中城市群通過促進以人力資本為典型代表的創新要素的空間集聚進而推動了產業結構升級，提高了創新水平。另一方面，城市群通過加強區域內多創新主體協同和建立以城市為載體的協同創新系統推動創新要素的區域流動和知識溢出，從而提高區域創新水平［12-13］。邵漢華等［14］借助2010年長三角擴容這一準自然實驗，考察了區域經濟一體化對城市創新的影響，證明了長三角區域經濟一體化能夠加強城市間知識技術溢出，實現創新資源的充分流動和優化配置，推動了區域創新的協同發展。李林威和劉幫成［15］基于粵港澳大灣區的準自然實驗，考察了城市群內城市協同對創新的促進作用。

上述文獻為本文的研究奠定了堅實的理論基礎，但現有文獻未將財政科技支出和城市創新納入同一框架考察，偏重分析城市群對稅收競爭的影響而忽略了城市群對支出競爭的影響，且缺乏對財政科技支出策略互動模式的深入剖析。基于此，本文的邊際貢獻在于：其一，研究視角方面，本文將財政科技支出和城市創新納入同一框架，探討財政科技支出對城市創新的影響，拓展了研究視角。其二，研究方法方面，本文綜合使用靜態空間杜賓模型、動態空間自回歸模型和非對稱反應模型對財政科技支出策略互動的模式和方向進行了深入細致的分析，為進一步促進地級市政府間財政科技支出協調發展、提高城市創新水平提供了理論依據。

二、理論分析與研究假設

創新的高投入、長周期性所導致的高風險性是長期以來制約微觀個體創新意愿、抑制區域創新水平提高的重要因素，財政科技支出是政府進行直接干預的重要手段。財政科技支出對城市創新的影響主要有直接路徑和間接路徑兩條路徑。就直接路徑而言，財政科技支出通過促進城市綜合創新體系的建設，提高協同創新程度和明確創新導向等方式直接對城市創新產生正向影響。就間接路徑而言，財政科技支出通過提高城市內微觀創新個體的創新水平促進城市創新。其一，財政科技支出直接彌補創新活動的資金缺口。財政科技支出可以直接彌補創新活動的資金缺口，使微觀創新主體的創新投入達到最優，進而提高創新水平［16］。其二，財政科技支出發揮杠桿效應。一方面，財政科技支出可以通過杠桿效應促使個體增加科技研發投入，提高創新活動的資金豐裕度，進而提高城市創新水平［17-18］；另一方面，財政科技支出可以對社會資金形成引導作用并增強社會資金支持創新行為的信心，進而與社會資本形成合力，充實創新所需要的資金流，進一步提高區域創新水平［19］。進一步地，財政科技支出對于本地創新的影響均能通過創新要素流動和知識外溢等路徑對周邊城市形成創新的空間效應。城市群與產業集聚耦合聯動［20］使財政科技支出的區域創新效率通過MAR外部性和Jacobs外部性得到進一步提高［21-24］。城市群形成的產業集聚降低了企業等微觀創新主體間的知識流動成本，城市群內更高的交通基礎設施建設水平和信息基礎設施建設水平在促進創新要素流動、提高創新活動效率的同時也降低了個體間、城市間由于信息不對稱而產生的創新成本，從而降低重復研發帶來的成本，提高創新的針對性和創新成果的轉化效率，進而降低創新的整體風險，最終提高了城市群內城市財政科技支出的創新效率［25］。同時，財政科技支出的創新效率也受城市內人才吸收新知識的能力、城市內企業吸收和轉化外部知識的能力、城市規模和城市創新氛圍等因素的綜合影響［26-28］。一般而言，具有較高知識吸收能力的創新型人才和較高外部知識轉化能力的創新型企業傾向于向城市群內部趨優集聚；同時，相較于非城市群城市，城市群城市也普遍具有更大的城市規模、更好的創新氛圍，這些要素整體提高了城市群城市的知識吸收能力，從而進一步提高了城市群城市財政科技支出的創新效率。此外，城市群內要素的集聚不僅進一步提高了核心城市的分工程度，通過產業鏈和創新鏈對周邊城市形成輻射，而且也加快了城市群城市間的創新要素流動，提高了創新的正向溢出效應，進而對創新效應產生正向空間影響。基于上述分析，筆者提出如下假設：

假設1：財政科技支出對城市創新具有顯著的正向本地效應和空間效應。

假設2：城市群城市的財政科技支出對城市創新具有更高的本地效應和空間效應。

近年來，依靠要素投入驅動經濟發展的傳統方式難以為繼，實施創新驅動發展戰略是新時代加快轉變經濟發展方式、實現經濟高質量發展的必由之路。這促使地方政府從爭奪生產要素進一步轉化為爭奪創新要素［5］。同時，為了進一步促使地方政府經濟發展觀念和行為的轉變，《中共中央 國務院關于深化體制機制改革加快實施創新驅動發展戰略的若干意見》明確提出，“完善創新驅動導向評價體系”“把創新驅動發展成效納入對地方領導干部的考核范圍”。許多地方政府對官員的績效考核和激勵機制進行了調整，甚至通過“一票否決”的方式加速地方政府發展觀念的轉變。所以，我國地級市間廣泛存在針對創新要素的財政科技支出策略互動行為，且這種互動行為是互補的。創新要素相較于經典生產要素更為稀缺且具有更強的趨優流動特性［6］。所以，有效的財政科技支出策略互動模式應為逐頂競爭。①城市作為開展創新活動的微觀空間單元，在要素流動過程中借助其“第一自然優勢”逐漸成為創新要素集聚的空間中心。進一步地，城市群作為更高級的空間組織，由區域內的知識外溢和規模經濟等“第二自然優勢”，形成正向反饋機制，成為創新要素的集聚“洼地”［29］。城市群城市擁有較多創新要素，不必通過激烈的財政科技支出競爭來獲取創新要素。因此，城市群城市間財政科技支出競爭的敏感度不高。

新經濟地理學指出，外部沖擊的存在會使初始稟賦條件完全相同的兩個地區產生優勢差異，且由于要素資源趨優流動，要素資源優勢會自我強化，最終形成“核心—外圍”格局［10］。在本文的研究中，城市群城市是“核心”，是資源流入地；而非城市群城市是“外圍”，是資源流出地。相較于城市群城市，非城市群城市為降低創新資本流出對本地經濟產生的不利影響，從根源上減少資源流出，在財政科技支出策略互補行為中存在更為顯著的逐頂競爭。同時，集聚所帶來的知識溢出和技術溢出提高了城市群城市的資本收益率，從而對城市群內企業形成了“鎖定效應”，使其往往更傾向于留在城市群內。這也使得非城市群城市為吸引創新要素，不得不展開更為激烈的逐頂競爭。基于上述分析，筆者提出如下假設：

假設3：我國地級市間存在財政科技支出策略互補行為；相較于非城市群城市，城市群城市財政科技支出策略互補的程度更低。

假設4：我國地級市間財政科技支出策略互動模式為逐頂競爭；相較于城市群城市，非城市群城市有更為顯著的逐頂競爭傾向。

三、研究設計

（一） 變量選取

⒈被解釋變量

本文的被解釋變量為城市創新（lnTPA），用城市創新水平衡量。參考車德欣等［30］的研究，本文用地區萬人專利申請數量的自然對數衡量城市創新。參考黎文靖和鄭曼妮［31］的研究，本文將城市創新分為實質性創新（lnINVA） 和策略性創新（lnSTIA），以萬人發明專利申請數量的自然對數衡量實質性創新，以萬人實用新型及外觀專利申請數量之和的自然對數衡量策略性創新。

⒉解釋變量

本文的解釋變量為財政科技支出（lnIFES），用財政科技支出強度衡量。參考吳非等［32］的研究，本文用地級市政府當年財政科技支出與一般預算支出之比的自然對數衡量財政科技支出。

⒊控制變量

為緩解遺漏變量帶來的內生性問題，進一步增加模型的解釋力，本文參考韓先鋒等［33］的研究方法，選擇如下控制變量：經濟發展水平（lnGDP），用各地級市當年地區生產總值與年末常住人口之比的自然對數衡量；金融發展水平（lnFI），用各地級市金融機構貸款余額與當年地區生產總值之比的自然對數衡量；對外開放水平（lnFDI），用各地級市當年外商投資實際使用金額的自然對數衡量；基礎設施水平（lnINFRA），用各地級市寬帶接入戶數的自然對數衡量；人力資本水平（lnHC），用各地級市普通本專科及以上人口數與當年末本市常住人口之比的自然對數衡量；宏觀稅負水平（lnTR），用各地級市稅收收入與當年財政一般預算收入之比的自然對數衡量；產業結構水平（lnIS），用各地級市第二產業增加值與當年GDP之比的自然對數衡量。

（二） 數據來源

在綜合權衡數據時效性和新冠疫情沖擊等多方面因素后，本文最終選取2011—2020年我國273個地級市作為研究對象。本文選取的地級市數據主要來自《中國城市統計年鑒》《中國區域經濟統計年鑒》，部分缺失數據由地級市所在的省級統計年鑒或市級統計年鑒補齊，并將所有變量進行自然對數化處理。本文借鑒趙勇和白永秀［34］對城市群城市的劃分方法，將我國經濟發展水平較高的10個城市群①界定為城市群，將10個城市群之外的城市界定為非城市群。

（三） 描述性統計

表1報告了主要變量的描述性統計結果。由表1可知，城市創新（lnTPA） 的均值為1. 775、最小值為-0. 802、最大值為4. 562，這說明我國地級市間創新水平的差異比較大。實質性創新（lnINVA） 的標準差為1. 351，其離散程度顯著高于不分類別的城市創新的標準差，而策略性創新（lnSTIA） 的標準差為1. 178，其離散程度與不分類別的城市創新的標準差基本持平，這表明相較于策略性創新，我國實質性創新水平在地級市間有更大的差異。其余變量的描述性統計結果均在正常范圍之內。

（四） 空間相關性檢驗①

Morans I統計量是目前應用最廣泛的空間自相關統計量，其取值在-1—1之間。如果該統計量為正，則存在正向空間自相關；如果該統計量為負，則存在負向空間自相關，且該統計量絕對值越大，相關程度越高；如果該統計量為零，則不存在空間自相關。本文樣本期內財政科技支出的空間相關性檢驗結果表明，財政科技支出在所有年份均在1%水平上顯著為正，支持本文使用空間計量模型開展研究。

（五） 模型選擇與識別策略

空間杜賓模型（SDM）因其同時包含被解釋變量和解釋變量的空間滯后項而具有更優的現實擬合程度[35]，已成為大多數空間計量實證研究的首選模型。同時，本文所關注的財政科技支出和城市創新均具有顯著的空間外溢性。所以，從研究范式的共性和研究問題的特性出發，本文選擇空間杜賓模型是合適的。同時，LM檢驗和LR檢驗也給出了統計角度的支持。②

1. 靜態空間杜賓模型

本文使用靜態空間杜賓模型分析財政科技支出對城市創新的影響，模型如下：

lnTPAit = α1 + ρW × lnTPAit + β1lnIFESit + β2lnZit + θ1W × lnIFESit + θ2W × Zit + λt + εit （1）

其中，lnTPAit 為i城市第t期的城市創新；lnIFESit 為i城市第t期的財政科技支出；Zit 為控制變量；ρ為i城市第t期的城市創新的空間相關系數；β1 為財政科技支出的本地效應；β2 為控制變量的本地效應；θ1 為財政科技支出的空間效應；θ2 為控制變量的空間效應；W為空間權重矩陣；λt 為年份固定效應；εit 為服從獨立同分布假設的隨機擾動項。雖然對式（1） 進行估計可以直接得到解釋變量的系數，但其數值大小卻并非對被解釋變量的偏效應，應通過求偏微分將其分解為本地效應和空間效應［36］。因此，后文僅報告分解后的回歸結果。

2. 動態空間自回歸模型

為具體考察地級市間財政科技支出策略互動行為，構建動態空間自回歸模型如下：

lnIFESit = γW × lnIFESit + αlnIFESi，t - 1 + βZit + μi + λt + εit （2）

其中，lnIFESi，t - 1 為被解釋變量的一階滯后項；γ為空間自回歸系數；α為被解釋變量一階滯后項的系數；μi 為城市固定效應；其余變量定義與式（1） 相同。識別策略為：如果γ顯著且不為零，則地級市間存在財政科技支出策略互動行為；如果γ顯著為正，則地級市間存在財政科技支出策略互補行為；如果γ顯著為負，則地級市間存在財政科技支出策略替代行為。如果α顯著且為正，則表明樣本期內地級市財政科技支出政策存在顯著的路徑依賴。

3. 非對稱反應模型

本文借鑒Fredriksson和Millimet［37］的研究，用非對稱反應模型考察財政科技支出策略互動模式，模型如下：

其中，I為虛擬變量，當W × lnIFESj，t - 1 gt; W × lnIFESjt 時，I = 1，空間相關地級市上一期財政科技支出強度大于當期財政科技支出強度時，該項賦值為1，φ1 為逐底競爭系數；當W ×lnFESj，t - 1 lt; W × lnIFESjt 時，空間相關地級市上一期財政科技支出強度小于當期財政科技支出強度時，該項賦值為0，φ2 為逐頂競爭系數。其余變量定義與式（2） 相同。具體的識別策略為：如果φ1與φ2 存在顯著程度上的區別，即如果φ1 顯著而φ2 不顯著，則地級市間財政科技支出策略互動模式為逐底競爭；反之，則為逐頂競爭。如果φ1與φ2 不存在顯著程度的區別，則比較φ1和φ2 的絕對值大小，如果φ1 的絕對值大于φ2 的絕對值，則地級市間財政科技支出策略互動模式為逐底競爭；反之，則為逐頂競爭。

四、實證分析

（一） 基準回歸分析

本文運用靜態空間杜賓模型進行基準回歸的結果如表2所示。

由表2可知，在三個樣本組別下，財政科技支出本地效應和財政科技支出空間效應均至少通過了5%的顯著性水平檢驗，且系數的符號均為正，這說明財政科技支出對城市創新有正向本地效應和空間效應，假設1得到驗證。考慮到區域經濟一體化進程對財政科技支出創新效應的影響，本文將全部樣本劃分為城市群和非城市群進行分組回歸。由表2列（2） 和列（3） 可知，城市群城市財政科技支出本地效應的系數顯著大于非城市群城市本地效應的系數，即城市群城市財政科技支出對城市創新的影響效應更大，約為非城市群城市的198. 01%（0. 495/0. 250）。空間視角下，城市群城市財政科技支出空間效應的系數也顯著大于非城市群城市空間效應的系數，且財政科技支出空間效應在城市群和非城市群樣本組別下分別通過了1%和5%的顯著性水平檢驗，即城市群城市財政科技支出空間效應的統計顯著性優于非城市群城市，這說明城市群城市的財政科技支出對城市創新具有更高的本地效應和空間效應，假設2得到驗證。

（二） 內生性檢驗

基準回歸模型中可能存在由互為因果或遺漏變量而導致的內生性問題，同時，城市創新一般具有較為顯著的時間序列相關性，如果不對上述因素進行控制，會導致回歸結果出現偏誤。因此，本文建立動態空間杜賓模型（DSDM），并使用Han和Phillips［38］ 提出的Han?Phillips廣義矩估計（HP?GMM） 法進行參數估計，HP?GMM法不僅可以顯著改善傳統的參數估計方法，如工具變量（IV） 法和差分廣義矩估計（Diff?GMM） 法中存在的弱工具變量問題，還可以改善系統廣義矩估計（System?GMM） 在實證分析中可能出現的估計不一致問題。動態空間杜賓模型的估計結果如表3所示。

由表3可知，城市創新的一階滯后項在所有樣本組別中均在1%水平下顯著，這表明將城市創新的滯后項納入分析框架建立動態空間模型是合理的。樣本期內，地級市的創新水平存在顯著的自我增強屬性，城市上期創新水平的提高將導致當期創新水平的進一步提高，且這一過程表現出加速增長的“棘輪效應”。這說明城市創新有顯著的先發優勢，提高城市創新能力宜早不宜晚。財政科技支出本地效應和空間效應均在1%水平下顯著為正，從而進一步驗證了假設1。城市群城市財政科技支出本地效應和空間效應的系數仍然大于非城市群，從而進一步驗證了假設2。在控制時間相關性和緩解內生性問題后，參數估計結果保持穩健，且樣本組別間的相對關系相較于基準回歸也基本未發生改變。

（三） 穩健性檢驗①

本文進行如下穩健性檢驗：一是更換樣本。為進一步消除極端值和異常值的影響，對數據進行截尾處理。二是剔除異常年份。在樣本中剔除新冠疫情對財政支出結構影響嚴重的2020年。三是替換被解釋變量。用專利授權數量代替專利申請數量。上述三種方式回歸結果的顯著性和不同樣本組別間的計量關系均與靜態空間杜賓模型的回歸結果和控制了內生性的動態空間杜賓模型的回歸結果基本一致，這說明本文研究結論穩健。

（四） 異質性分析

⒈創新類別異質性

黎文靖和鄭曼妮［31］把創新分為實質性創新和策略性創新，認為以事前補貼為主要手段的財政科技支出可能更有利于微觀主體的實質性創新，而事后補貼等手段則可能會誘發企業的投機傾向，使用策略性創新尋求獲利。因此，本文將樣本分為實質性創新和策略性創新兩組，分組考察財政科技支出對城市創新的影響，回歸結果如表4所示。

由表4可知，首先，各樣本組別中，財政科技支出本地效應的系數均通過了1%的顯著性水平檢驗，且在同一樣本組別中，財政科技支出本地效應對實質性創新影響的系數均大于其對策略性創新影響的系數。這表明樣本期內財政科技支出有顯著的實質性創新本地效應和策略性創新本地效應，且財政科技支出對實質性創新的本地效應高于策略性創新。同時，在同一樣本組別內，財政科技支出空間效應對實質性創新影響的系數均大于其對策略性創新影響的系數，這表明我國財政科技支出及競爭有利于實質性創新水平的提高。其次，相較于策略性創新，城市群城市間的競爭對于實質性創新的促進作用更高，而這一差異在非城市群城市中則不夠明顯。原因可能在于，優質的、有助于提高實質性創新水平的創新要素被城市群中更高的創新基礎設施建設水平、更優良的公共物品和公共服務供給，以及對創新更友好的政策所吸引，從而整體向城市群內集聚。非城市群城市所擁有的實質性創新要素等創新條件不足夠形成重實質性創新的宏觀導向，加之其同樣面臨科技創新的績效考核，導致非城市群城市不得已而轉向以策略性創新的財政科技支出競爭導向，從而縮小了競爭的實質性創新導向與策略性創新導向之間的差距。所以，以城市群為典型代表的區域經濟一體化進程不僅從總體上促進了城市群城市財政科技支出對實質性創新的影響，也促使城市群城市間的財政科技支出整體圍繞實質性創新展開。但是，非城市群城市財政科技支出的實質性創新傾向顯著弱于城市群城市。

⒉空間關系異質性

“在地理鄰接空間關系下存在財政科技支出競爭”這一研究設定可能過于嚴格，財政科技支出競爭可能存在于地理不鄰接但距離相近的地級市間。因此，本文參考Shi和Xi［39］與鄧慧慧和趙家羚［40］ 的研究對這一研究設定進行拓展，以250km為閾值構建閾值地理鄰接空間權重矩陣（TWGA），即兩個地級市距離小于等于250km視為相鄰，賦值為1；反之，兩個地級市距離大于250km則視為不相鄰，賦值為0。此外，考慮到地級市間的財政科技支出競爭可能受地級市間經濟發展程度的影響，設定閾值經濟地理鄰接空間權重矩陣（TWEGD） 對這一關系進行刻畫，以250km為閾值判定兩地鄰接與否后再與兩地經濟距離相乘，與本地經濟發展程度越近，則權重越高。具體而言，閾值地理鄰接空間權重矩陣（TWGA） 和閾值經濟地理鄰接空間權重矩陣（TWEGD） 如式（4） 和式（5） 所示：

空間關系異質性回歸結果如表5所示。

由表5可知，總體而言，放寬鄰接設定并將經濟發展因素納入考量后，所有樣本組別的財政科技支出空間效應均在1%水平下顯著為正，且空間效應的系數絕對值大于基于嚴格地理鄰接條件的地理鄰接空間權重矩陣（WGA） 的回歸結果。因此，我國地級市間的財政科技支出競爭不僅限于地理鄰接地級市間，在更廣泛的范圍內也普遍存在。首先，在放寬了基準回歸中的地理鄰接空間設定后，250km的閾值地理鄰接設定下的財政科技支出空間效應更大。一方面，這一結論進一步給出了我國確實廣泛存在財政科技支出競爭的經驗證據；另一方面，這一結論似乎又是反直覺的，因為就地理學第一定律而言，距離更近的個體間聯系應該更為緊密，但檢驗結果表明，距離相對較遠的地級市間卻有更為激烈的競爭關系。原因可能是，大城市尤其是城市群內的核心城市對于創新要素的虹吸效應大于輻射效應，從而形成了某種意義上的創新“集聚陰影”現象［41］，使得地理鄰接城市間的財政科技支出空間效應反而較小。這驗證了“以都市圈促城市群發展”的城市群多中心協同發展戰略是有利于區域創新協同發展的，也說明應進一步解決大城市對周邊小城市過度創新虹吸問題，發揮大城市的創新外溢和輻射效應，促進不同規模城市在創新層面的協同發展。其次，在考慮經濟發展因素后，閾值經濟地理鄰接設定下，各樣本組別的財政科技支出空間效應均較對應的基準回歸結果有顯著提高。同時，在閾值經濟地理鄰接設定下，城市群城市的財政科技支出空間效應顯著高于全樣本和非城市群組別，這不僅給出了創新要素存在趨優流動的經驗證據，也表明在經濟發展程度相近的地級市間，尤其在城市群內經濟發展程度相近的地級市間存在更為激烈的財政科技支出競爭現象。最后，橫向比較閾值地理鄰接和閾值經濟地理鄰接兩種研究設定下的回歸結果，閾值經濟地理鄰接設定下的財政科技支出空間效應基本小于閾值地理鄰接設定。這表明本地開展的財政科技支出競爭所吸引的創新要素更多地來自周邊與自身經濟發展水平差距較大的城市而非周邊經濟發展程度相近的城市。疊加創新要素的趨優流動這一客觀現實，本地吸引的創新要素主要來自周邊經濟發展水平遠低于自身的小城市，即存在顯著的虹吸效應。

五、進一步分析

（一） 財政科技支出策略互動行為分析

前文實證分析表明，樣本期內我國地級市的財政科技支出空間效應顯著，這表明地級市間可能存在財政科技支出策略互動行為。對財政科技支出策略互動行為的存在性、財政科技支出策略互動模式進行深入考察是必要的。一方面，策略互動意味著空間相關地級市的財政科技支出策略影響本地的財政科技支出策略，從而對本地創新形成疊加影響，對這一效應進行考察可以更加準確地刻畫財政科技支出的創新效應；另一方面，明確財政科技支出對城市創新的影響有助于引導地方政府行為，只有準確把握地級市財政科技支出策略互動模式，才能有效促使地級市間財政科技支出競爭處在適度的、高效的區間內，進而提高城市創新的協調水平。針對式（2） 的動態空間自回歸模型中所存在的內生性問題、時間相關性問題和空間相關性問題，本部分選擇使用系統廣義矩估計（SGMM） 對模型進行估計，以期得到無偏的估計結果。為避免納入過多工具變量對估計結果產生不利的影響，本部分最高使用被解釋變量的二階滯后項作為工具變量，并使用col?lapse選項限制工具變量的總體數量。財政科技支出策略互動行為的回歸結果如表6所示。

由表6可知，一階序列相關檢驗均顯著，二階序列相關檢驗均不顯著，Hansen檢驗不顯著。上述檢驗均符合要求，工具變量數量合理，參數估計結果可靠。在三個樣本組別下，財政科技支出空間滯后項的系數均至少通過了5%的顯著性水平檢驗，且系數的符號均為正，表明我國地級市間普遍存在策略互補的財政科技支出策略互動行為。同時，在三個樣本組別下，財政科技支出一階滯后項的系數均通過了1%的顯著性水平檢驗，且系數的符號均為正，這表明地級市間的財政科技支出策略存在顯著的路徑依賴特征。非城市群城市財政科技支出空間滯后項的系數大于城市群城市，表明相較于非城市群城市，城市群城市財政科技支出策略互補程度更低，假設3得到驗證。而非城市群城市財政科技支出一階滯后項的系數則小于城市群城市，表明城市群城市財政科技支出策略有更強的路徑依賴。城市群對創新要素的集聚作用弱化了其內部城市間的財政科技支出強度，相對地，非城市群城市在顯著的地緣劣勢條件下為了爭奪更為有限的創新要素，不得已而形成了更為靈活的財政科技支出競爭策略。

（二） 財政科技支出策略互動模式分析

動態空間自回歸模型的回歸結果表明地級市間存在財政科技支出策略互補行為，但具體模式是逐頂競爭還是逐底競爭，以及區域經濟一體化進程是否形成了城市群內外財政科技支出策略互動模式的分異，仍需要進一步考察。財政科技支出策略互動模式的回歸結果如表7所示。

由表7可知，在全樣本和城市群兩個組別下，逐頂競爭的系數顯著大于逐底競爭的系數，在非城市群組別下，逐頂競爭的系數通過了5%的顯著性水平檢驗，而逐底競爭的系數不顯著，這表明樣本期內我國地級市間普遍存在顯著的財政科技支出逐頂競爭。城市群城市逐頂競爭和逐底競爭的系數均通過了1%的顯著性水平檢驗，其逐頂競爭通過系數差值體現，但非城市群城市則僅有逐頂競爭的系數通過了5%的顯著性水平檢驗，而逐底競爭的系數不顯著，這表明相較于城市群城市，非城市群城市有更為顯著的逐頂競爭傾向，假設4得到驗證。主要原因在于，以城市群為典型代表的區域經濟一體化進程對創新要素形成了顯著的虹吸效應，使創新要素聚集于城市群內，放松了城市群城市所面臨的創新要素約束，從而降低了城市群城市的逐頂競爭強度。相反，城市群的集聚虹吸效應與稟賦虹吸效應疊加，使非城市群城市面臨更大的要素總量約束。在績效考核和經濟發展方式轉變雙重壓力下，非城市群城市為了留住本地存量創新要素和爭奪更為稀缺的創新要素，不得不展開逐頂傾向更強的財政科技支出競爭。

六、研究結論與政策建議

（一） 研究結論

本文以城市群為切入點，以我國273個地級市為研究對象，選取2011—2020年數據，系統考察了區域經濟一體化進程中財政科技支出對城市創新的影響，得到如下研究結論：財政科技支出對城市創新有顯著的本地效應和空間效應，且區域經濟一體化進程形成了城市群內外的效應分異。創新類別異質性估計結果顯示，我國財政科技支出整體上圍繞利好的實質性創新展開，且這一效應在城市群城市中更為突出。空間關系異質性分析結果表明，我國可能存在區域內核心城市對周邊后發城市創新要素的過度虹吸現象，這不利于我國城市創新協同發展。進一步分析表明，我國地級市間財政科技支出策略互動模式為逐頂競爭的策略互補模式，且非城市群城市間的策略互補程度更高，逐頂競爭傾向更強。

（二） 政策建議

第一，充分發揮政策引導作用，加快形成“重質、重效”的創新導向。進一步加強對城市創新的財政支持力度，精準扶持高科技企業。對于高科技領域內的大中型企業，應建立針對實質性創新的新型激勵機制，加速形成重視實質性創新的整體導向。對于高科技領域內的小微企業、初創企業，應加強共享創新平臺的建設，降低其創新成本和創新風險，搭建企業間溝通協作平臺，強化知識外溢效應，縮短小微企業、初創企業的實質性創新周期，提高創新產出質量和效率。

第二，堅持多極化空間發展戰略，明確區域內不同規模城市的分工定位。創新要素的適度集聚有助于擴大知識溢出效應，提高規模產出效應，但過度集聚則導致要素流入地對于周邊地區的虹吸效應大于輻射效應，甚至形成環核心城市的創新陰影帶，這不利于城市創新。因此，一方面，應堅持城市群多中心協同發展戰略，緩解創新要素在區域內過度集聚的問題，使區域內的創新要素適度地集聚于多個創新增長極中；另一方面，要對周邊城市的規模、稟賦和優勢進行科學定位，適當轉移區域核心城市過度擁擠的創新要素，通過“中心—外圍”的總部經濟模式對創新資源進行區域內的優化配置，從而進一步提高創新產出。

第三，“破”“立”并舉，優化要素流通條件，建立協同創新機制。城市群城市財政科技支出對城市創新有更高的本地效應和空間效應，但地區間行政壁壘依然存在，要破除地區間限制創新資源流動的制度性障礙。一方面，應加快城際鐵路、高速路網和5G通訊設備等交通信息基礎設施建設；為創新要素流通創造條件，通過建立人才資源區域互認機制為創新型人才的區域流動創造條件。另一方面，應建立跨區域的城市創新協同體系，進一步提高創新要素的外溢效應，促進城市間的創新協同發展。推動高校、研究院所和企業等創新主體跨區域合作，優化創新要素配置，進一步提高城市創新水平。

第四，進一步優化績效考核機制，協調區域財政科技支出競爭。進一步加大對城市創新質量和創新效率的考核力度，根據稟賦條件優化績效考核體系，促使地方政府的關注點從短期的經濟粗放式增長轉向長期的創新驅動經濟高質量發展。根據具體情況制定考核標準，避免過高的創新績效考核要求對非城市群城市政府行為的扭曲，抑制非城市群城市間過大的財政科技支出競爭，使其能夠按照適合的發展路徑提高城市創新水平。

參考文獻：

［1］ 林毅夫.新結構經濟學的理論基礎和發展方向［J］.經濟評論，2017（3）：4-16.

［2］ 何艷玲，李妮.為創新而競爭：一種新的地方政府競爭機制［J］.武漢大學學報（哲學社會科學版），2017（1）：87-96.

［3］ 龔鋒，陶鵬，潘星宇.城市群對地方稅收競爭的影響——來自兩區制面板空間杜賓模型的證據［J］.財政研究，2021（4）：17-33.

［4］ 周業安，程栩，趙文哲，等.地方政府的教育和科技支出競爭促進了創新嗎？——基于省級面板數據的經驗研究［J］.中國人民大學學報，2012，26（4）：53-62.

［5］ 卞元超，白俊紅“. 為增長而競爭”與“為創新而競爭”——財政分權對技術創新影響的一種新解釋［J］.財政研究，2017（10）：43-53.

［6］ 卞元超，吳利華，白俊紅.財政科技支出競爭是否促進了區域創新績效提升？——基于研發要素流動的視角［J］.財政研究，2020（1）：45-58.

［7］ CHARLOT S， PATY S. Do agglomeration forces strengthen tax interactions？［J］. Urban studies，2010，47（5）： 1099-1116.

［8］ JOFRE?MONSENY J， MARíN?LóPEZ R， VILADECANS?MARSAL E. The determinants of localization and urbanization economies： evidence from the location of new firms in Spain［J］. Journal of regional science，2014，54（2）：313-337.

［9］ FRéRET S， MAGUAIN D. The effects of agglomeration on tax competition： evidence from a two?regime spatial panel model on French data［J］. International tax and public finance，2017，24（6）：1100-1140.

［10］ KRUGMAN P. Geography and trade［M］. Cambridge： MIT Press，1992.

［11］ 吳福象，沈浩平.新型城鎮化、創新要素空間集聚與城市群產業發展［J］.中南財經政法大學學報，2013（4）：36-42.

［12］ 陳勁，陽銀娟.協同創新的理論基礎與內涵［J］.科學學研究，2012，30（2）：161-164.

［13］ 解學梅.協同創新效應運行機理研究：一個都市圈視角［J］.科學學研究，2013，31（12）：1907-1920.

［14］ 邵漢華，王瑤，羅俊.區域一體化與城市創新：基于長三角擴容的準自然實驗［J］.科技進步與對策，2020，37（24）：37-45.

［15］ 李林威，劉幫成.區域協同發展政策能否提升城市創新水平？——基于粵港澳大灣區的準自然實驗［J］.經濟問題探索，2022（10）：77-93.

［16］ 李培楠，趙蘭香，萬勁波.創新要素對產業創新績效的影響——基于中國制造業和高技術產業數據的實證分析［J］.科學學研究，2014，32（4）：604-612.

［17］ 朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業Ramp;D投入及其專利產出的影響——上海市的實證研究［J］.經濟研究，2003（6）：45-53.

［18］ 廖信林，顧煒宇，王立勇.政府Ramp;D資助效果、影響因素與資助對象選擇——基于促進企業Ramp;D投入的視角［J］.中國工業經濟，2013（11）：148-160.

［19］ 余明桂，范蕊，鐘慧潔.中國產業政策與企業技術創新［J］.中國工業經濟，2016（12）：5-22.

［20］ 陳雁云，朱麗萌，習明明.產業集群和城市群的耦合與經濟增長的關系［J］.經濟地理，2016，36（10）：117-122.

［21］ MARSHALL A. Principles of economics［M］. London： Mcmillan Press，1890.

［22］ ARROW K J. The economic implications of learning by doing［J］. The review of economic studies，1962，29（3）：155-173.

［23］ ROMER P M. Increasing returns and long?run growth［J］. Journal of political economy，1986，94（5）：1002-1037.

［24］ JACOBS J. The death and life of great American cities［M］. Vintage，1961.

［25］ 李政，楊思瑩.財政分權、政府創新偏好與區域創新效率［J］.管理世界，2018，34（12）：29-42.

［26］ 錢錫紅，楊永福，徐萬里.企業網絡位置、吸收能力與創新績效——一個交互效應模型［J］.管理世界，2010，33（5）：118-129.

［27］ 王之禹，李富強.城市規模對創新活動的影響——基于區域知識吸收能力視角的分析［J］.中國軟科學，2021（8）：140-151.

［28］ 劉曄，曾經元，王若宇，等.科研人才集聚對中國區域創新產出的影響［J］.經濟地理，2019，39（7）：139-147.

［29］ 曲玥，蔡昉，張曉波“. 飛雁模式”發生了嗎？——對1998—2008年中國制造業的分析［J］.經濟學（季刊），2013，12（3）：757-776.

［30］ 車德欣，吳傳清，任曉怡，等.財政科技支出如何影響企業技術創新？——異質性特征、宏微觀機制與政府激勵結構破解［J］.中國軟科學，2020（3）：171-182.

［31］ 黎文靖，鄭曼妮.實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響［J］.經濟研究，2016，51（4）：60-73.

［32］ 吳非，常曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型［J］.財政研究，2021（1）：102-115.

［33］ 韓先鋒，宋文飛，李勃昕.互聯網能成為中國區域創新效率提升的新動能嗎［J］.中國工業經濟，2019（7）：119-136.

［34］ 趙勇，白永秀.中國城市群功能分工測度與分析［J］.中國工業經濟，2012（11）：18-30.

［35］ GREENE W H. Econometric analysis［M］. Boston： Pearson，2012.

［36］ 胡驍馬.地方政府環保支出及其策略互動對環境污染的影響［J］.財經問題研究，2022（1）：102-109.

［37］ FREDRIKSSON P G， MILLIMET D L. Strategic interaction and the determination of environmental policy across US states［J］. Journal of urban economics，2002，51（1）：101-122.

［38］ HAN C， PHILLIPS P C B. GMM estimation for dynamic panels with fixed effects and strong instruments at unity［J］. Econometric theory，2010，26（1）：119-151.

［39］ SHI X， XI T. Race to safety： political competition， neighborhood effects， and coal mine deaths in China［J］.Journal of development economics，2018，131（2）：79-95.

［40］ 鄧慧慧，趙家羚.地方政府經濟決策中的“同群效應”［J］.中國工業經濟，2018（4）：59-78.

［41］ 陳玉，孫斌棟.京津冀存在“集聚陰影”嗎——大城市的區域經濟影響［J］.地理研究，2017（10）：1936-1946.

（責任編輯：巴紅靜）