區位導向型政策與創新驅動的制造強國戰略?

沙學康 朱開笛

一、引言

黨的二十大報告提出，要堅持把發展經濟的著力點放在實體經濟上，加快建設制造強國，而落實制造強國戰略的核心在于實現制造業創新能力的提升。目前中國制造業仍面臨著“大而不強”、關鍵核心技術缺乏等核心問題，而解決這些問題、落實制造強國戰略的關鍵手段是提升制造業創新水平，促進制造業結構高級化(黃群慧，2017)。近年來，中國政府也高度關注制造業創新問題，積極出臺了一系列政策措施以推動制造業技術創新。經濟合作與發展組織(OECD)關于企業R＆D 投入的數據顯示，中國制造業企業R＆D 投入從2008 年的9.21 億美元上升至2019 年的34.76 億美元，其背后離不開政府的大力支持。但隨之而來的一個問題是，政府層面出臺的一系列政策措施在多大程度上促進了制造業創新能力的提升，相關的機制是什么。既有研究大量探討了中央和地方出臺的各類政策對制造業創新的影響，比如五年規劃中的重點產業規劃(余明桂等，2016)、各地出臺的知識產權保護政策(史宇鵬和顧全林，2013)和高鐵建設(王春楊等，2020)等，但鮮有文獻關注區位導向型產業政策對制造業創新驅動發展的影響。

自改革開放以來，中國出臺了如經濟開發區、高新技術產業開發區、兩化融合試驗區等多項區位導向型產業政策，這類政策通過其在管理機制優化、創新要素集聚和政策優惠等方面的獨特優勢對中國制造業的發展產生了不容忽視的作用(李志斌等，2022)。隨著中國制造業發展目標由“大”向“強”的轉變，傳統的區位導向型產業政策也面臨著轉型升級的必然需求，尤其是其在推動制造業創新方面方式方法的轉變。2019 年第24期《求是》雜志發表了習近平總書記的重要文章《推動形成優勢互補高質量發展的區域經濟布局》，其中指出:“當前我國區域經濟發展出現一些新情況新問題，要研究在國內外發展環境變化中，現有區域政策哪些要堅持、哪些應調整。要面向第二個百年奮斗目標，作些戰略性考慮。”為了順應制造業發展的新趨勢，區位導向型產業政策需要做出兩方面調整:第一，其關注的主導產業應向智能制造、人工智能、新能源汽車等具有高附加值的先進制造業轉變；第二，在推動區域內企業創新的方式方法上也應從創新主體、創新要素的簡單堆疊轉變為創新平臺和創新生態的構建。事實上，近年來中國已經涌現出一批以工業機器人產業園、國家大數據綜合試驗區和國家數字經濟創新發展試驗區等為代表的靶向于先進制造業的區位導向型政策，探討這類政策的實施是否能夠帶動當地制造業創新水平的提升有著重要的理論價值和政策價值。

在一眾靶向于先進制造業的區位導向型產業政策中，工業機器人產業園建設時間最早，在推動產業發展方面起到了重要作用，具有較強的代表性。早在2008 年中國部分地區就開始著手自發建立工業機器人產業園，通過大項目招商引資的方式形成當地工業機器人產業集群，以壯大當地智能制造業。相較于美國、日本等機器人產業相對發達的國家，建設工業機器人產業園是中國智能制造業在落后于外國的情況下實現彎道加速的重要手段之一，而正是依托這一手段才形成了具有中國特色的智能制造發展模式，加速了中國智能制造發展的進程。工業機器人產業園之所以能夠推動當地智能制造的發展，其關鍵原因在于產業園作為平臺引導產學研協同創新的形成。具體來說，園區內的機器人龍頭企業與科研院所憑借資本實力與專業優勢，通過平臺整合的方式構建聯合研究院、初創合資公司、創業孵化器等，打造資本與技術緊密結合的機器人產業集群，試圖以此突破技術瓶頸，實現技術創新，從而為地區智能制造發展奠定堅實的基礎。①哈工大機器人(山東)智能裝備研究院、中智科學技術評價研究中心:《中國機器人產業發展報告(2019)》，社會科學文獻出版社，2020 年。

自2008 年第一個工業機器人產業園建成以來，機器人產業園在全國范圍內的逐步推進帶動了中國智能制造產業的快速發展。在這一背景下探究靶向于先進制造業的區位導向型政策是否有助于制造業創新水平提升以及背后的關鍵機制是政策界和學術界共同關注的話題。有鑒于此，本文以各地級市工業機器人產業園的建立作為準自然實驗，通過構建多時點雙重差分模型，研究靶向于先進制造業的區位導向型政策如何促進中國制造業創新驅動的發展，并試圖探究產學研協同在其中扮演的重要角色。本文的研究發現:第一，工業機器人產業園的建立對制造業創新能力的提升有顯著的推動作用，并且隨著時間的推移這種效應在逐漸增大。第二，機制分析表明，靶向于先進制造業的區位導向型政策能夠發揮正面效應的重要原因在于，園區作為平臺鏈接了以企業為代表的產業鏈和以高校為代表的創新鏈，符合現階段制造產業發展需求，為技術突破與城市創新能力提升做出了貢獻。第三，企業與高校進行產學研協同創新不僅改善了企業技術創新實力，還有利于高校科研產出真正落地，造福于實際生產。第四，區域層面的異質性分析表明，構建良好的營商創新環境、優化金融服務以及積極進行人才引進有助于政策的創新驅動效應的發揮。行業層面的異質性分析表明，自動化程度更高的行業、技術復雜度更高的行業在智能制造發展進程中獲益更多。

與既有文獻相比，本文的貢獻主要體現在以下幾個方面:第一，伴隨著我國制造業轉型升級，區位導向型政策作為一類重要的支持制造業發展的產業政策也面臨著迫切的轉型需求。以工業機器人產業園為代表的一眾靶向于先進制造業的區位導向型政策正是新的時代背景下我國適應制造業轉型升級新要求的政策嘗試，探討這類政策對制造業技術創新的影響以及背后機制不僅有助于評估政策實際效果，更有助于總結中國式發展經驗、為下一步政策制定提供借鑒。第二，產學研協同創新在攻克以智能制造為代表的關鍵核心技術并促進相關成果轉化方面起到不容忽視的作用，是推動智能制造發展、實現制造強國的關鍵力量。既有研究已經開始關注區位導向政策的創新驅動效應，但少有學者對產學研協同創新這一關鍵機制進行闡釋，而本文的研究則為該機制的存在性提供有力證據。第三，針對現有文獻中較難直接度量產學研協同創新的問題，本文基于專利行政大數據構建產學研協同創新指標并結合高校層面的微觀數據，從而可以較好地解決量化問題，為產學研協同創新的相關文獻提供扎實的數據支撐。第四，創新服務缺乏和人才缺口等問題是制約中國制造業尤其是先進制造業發展的痛點，本文通過一系列區域層面的異質性分析探討優化營商環境、完善金融服務和人才引進等政策對于促進工業機器人產業園發揮創新驅動效應的必要性，為國家以提高創新服務水平和吸引集聚創新資源為抓手完善制造業創新體系提供了學理依據。

二、文獻綜述

與經濟開發區、高新技術產業開發區、工業園區等相類似，工業機器人產業園旨在通過引導從事工業機器人生產和技術創新的企業在當地集聚，形成規模經濟從而促進工業機器人產業的規模化，是一類典型的區位導向型政策(place-based policy)。關于區位導向型政策是否能夠促進當地企業乃至地區創新能力提升的爭論早已有之 (張杰，2021)，但是與之相對應的經驗性證據并不充分。Lu 等(2019)探討了經濟開發區的建設對本地生產率的影響，他們發現經濟開發區的建立全面提升了當地資本投資、就業和生產率等。Liu 和Li(2021)則探討了兩化融合試驗區的建設對地方創新能力的影響，發現該政策的確提升了地方創新能力，且當地方財政自給自足率較高、擁有經濟資源較多以及市場化程度較高時，兩化融合試驗區對地方城市創新能力提升的作用較明顯。張杰等(2021)則以中國高新技術產業開發區升級為研究對象，評估高新區“以升促建”政策對區域內企業創新能力提升的影響。研究發現，高新區升級政策雖然造成了一定的政策扭曲從而削弱了企業的創新能力，但同時也刺激了當地企業的創新溢出效應，使得該政策對地區企業創新能力的凈效應為正。蔡慶豐等(2021)研究了國家級和省級開發區對域內企業創新活動的影響。研究表明，與國家級開發區顯著促進域內企業創新投入不同，省級開發區表現出負向抑制作用。在深入探討區位導向型政策刺激地方創新能力提升的作用機制方面，前人的研究往往從集聚效應、選擇效應等區位導向型政策作用于地方經濟發展的傳統機制的角度闡釋區位導向型政策對創新的驅動作用。與這些研究不同的是，本文試圖從產學研協同創新這一全新視角分析區位導向型政策在促進區域創新驅動發展方面扮演的角色。事實上，有大量研究證實了產學研協同創新對各創新主體的創新行為有促進作用。Baba 等(2009)識別了校企合作對企業創新能力的影響，他發現當企業與高校科研人員尤其是那些并非“學術明星”的科研人員合作時其創新表現更好。García-Vega 和Vicente-Chirivella(2020)則發現，產學研協同創新顯著提升了企業的創新能力，且這種作用對于小型企業而言最為明顯。也有學者對中國企業進行研究并發現了類似的證據。亢延錕等(2022)從高校視角探討了產學研協同創新的積極作用，他們利用國家級開發區的設立作為外生沖擊，使用2006—2020 年高校層面的專利數據和國家級開發區數據，分析了產學研協同創新對高校創新的影響。研究發現，國家級開發區能夠顯著促進高校創新能力的提升。盡管政策界和學界均肯定了產學研協同創新對區位導向型政策創新效應的促進作用(扈秋寧，2012)，但鮮有研究將產學研協同創新作為機制來闡釋一些區域性政策得以發揮其政策效力的深層次動因，因此本文的研究旨在為區位導向型政策作用機制的探討提供有力的補充。

目前，針對智能制造尤其是工業機器人的研究正在逐步興起，在認識智能制造對產業發展尤其是勞動力市場的影響方面學界已經取得了豐富的研究成果。在針對發達國家的研究中，以Acemoglu 和Restrepo(2020)為代表的研究工作通過使用國際機器人聯合會(IFR)提供的各國各行業工業機器人存量數據計算國內各地區機器人滲透度指標，從而分析機器人的普及對當地勞動力市場的沖擊，并發現機器人技術的廣泛應用對發達國家的本地勞動力市場的確產生了較大的負面沖擊。近年來針對應用工業機器人對中國勞動力市場的影響的研究也逐步興起。一些學者借鑒Acemoglu 和Restrepo(2020)的做法，構造機器人滲透度指標，從宏觀或微觀的角度分析勞動力市場的變化。比如，孔高文等(2020)聯合使用地區層面分行業就業數據與行業層面的機器人應用數據構造省份層面的機器人滲透度指標，考察了機器人應用對中國勞動力市場的異質性影響。王永欽和董雯(2020)則使用中國行業機器人應用數據和制造業上市公司微觀數據構造上市公司層面的機器人暴露度，從企業層面研究了工業機器人應用對中國勞動力市場的影響。還有一些學者利用中國企業—勞動力匹配調查(CEES)中提供的微觀企業工業機器人使用情況數據進行更為細致的探討。比如，余玲錚等(2021)利用CEES 調查數據證明了工業機器人的引入促使非常規任務相對工資增長，從而非常規/常規任務工資差距擴大，造成了中國勞動力市場的結構性變革。前人的研究已經揭示出以工業機器人大規模應用為代表的智能制造發展浪潮對發達國家和發展中國家的勞動力市場產生了根本性影響，通過引致資本勞動替代深刻地改變了各類產業尤其是制造業的發展模式。那么本文進一步要問的問題是:智能制造的發展是否真正貢獻于當地產業轉型升級?本文探討智能制造發展對地區創新能力的影響即是對這一問題的有益探索，是對工業機器人這一支文獻的重要拓展。

三、政策背景

隨著數字時代的到來，“工業機器人”、“人工智能”等智能制造產業鏈重要環節成為世界各國關注的重點領域。美國的“先進制造業國家戰略計劃”和“工業互聯網”、德國的“工業4.0”、英國的“工業2050 戰略”、日本的“機器人新戰略”、法國的“新工業法國”等戰略盡管表述不同、著力點各異，但都對本國制造業朝智能制造方向發展做出了部署。在這一背景下，為了爭得發展先機，各國紛紛出臺了一系列靶向于先進制造產業的區位導向型政策，試圖促進本國相關產業的發展。比如，歐洲早在2007 年就提出了智能專業化戰略(smart specialization)，智能制造業是該戰略的核心組成部分。通過鼓勵各地區根據自身稟賦和產業實際情況，專業化發展智能制造產業鏈的某些特定環節，該戰略構建起歐洲各地區在智能制造方面的比較優勢，形成了相關產業集群，使得歐盟智能制造業得以走向全世界。由于這類政策關注的產業往往是自主創新需求較大的技術密集型產業，這就要求當地政府充分發揮中介效應，搭建好創新主體間協同創新的平臺。例如，2016 年歐盟出臺的數字創新中心項目(digital innovation hub programme)的一大特色就是促進高校、企業等創新主體的合作，從而降低了企業的研發成本。近年來，中國各地區也紛紛迎合數字經濟發展大勢，出臺了以工業機器人產業園、5G 產業園、人工智能示范園區、大數據產業園區等為代表的諸多靶向于智能制造產業等先進制造業的區位導向型政策。

為了切實推進智能制造產業的發展，中國出臺了一系列旨在推進智能制造產業集群形成和技術創新的政策措施。其中，區位導向型政策是被廣泛使用的政策工具，比如近年來紛紛涌現的工業機器人產業園、人工智能發展示范區、大數據產業園區等。在一系列靶向于先進制造產業的區位導向型政策中，工業機器人產業園是其中最典型的代表。工業機器人產業園主要是指地方政府或龍頭企業為推動當地工業機器人產業發展而建設的產業發展園區，這些園區致力于吸引機器人產業鏈、創新鏈上的相關企業和科研機構入駐，并開展機器人生產制造和技術研發等活動。例如，北京亦創智能機器人產業園就是北京市統籌規劃的機器人產業集聚核心區，該園區被打造成集設計研發、試驗檢測、會展交易等功能于一體的創新園區。①哈工大機器人(山東)智能裝備研究院、中智科學技術評價研究中心，《中國機器人產業發展報告2019》，社會科學文獻出版社，2020 年。

工業機器人產業是智能制造領域的代表性產業，是實現智能制造發展的第一步。相較于人工智能發展示范區、大數據產業園區等靶向產業政策，工業機器人產業園政策推行時間較長，已在實踐中積累了大量經驗。中國第一個工業機器人產業園始建于2008年，截止到2020 年中國有43 座已建成工業機器人產業園，以工業機器人產業園為研究對象有利于充分評估以智能制造為主導產業的區位導向型政策在提升區域創新能力方面的作用。從時間趨勢上來看，自2008 年開始每年新建工業機器人產業園數量逐年攀升，到2018 年以后新增工業機器人產業園數量開始減少(見圖1)。從地域分布的角度看，工業機器人產業園在各省的數量分布表明，工業機器人產業園主要集中在東部和中部省份，其中廣東省擁有9 個工業機器人產業園，為全國各省之最(見圖2)。

圖1 工業機器人產業園建設數量的時間變化趨勢

圖2 工業機器人產業園在各省的分布

核心技術研發能力的不足是掣肘中國制造業發展的關鍵因素，以產業園區為平臺引導企業與高校進行協同創新逐漸成為提升關鍵核心技術研發能力的重要手段。以工業機器人為代表的先進制造業的發展可以帶動中國制造業創新模式發生變革，由“工程師時代”進入“科學家時代”。具體表現為，在研發新技術過程中，企業家和科學家作為利益共同體交互作用從而進行知識創新和技術創新的協同(洪銀興，2014)。工業機器人涉及多項學科，技術融合度較高，尤其需要企業與科研院所相互配合，發揮各自優勢，進行產學研協同創新。工業機器人產業園恰恰為產學研協同創新提供了優質的平臺，使高校的知識創新能力與企業的技術創新能力充分結合，形成產業鏈創新鏈融合氛圍，從而推動區域自主創新能力的提升。例如，為了深化校企合作，深圳市智能機器人產業園設立了“大學生創業孵化基地”、“深圳大學理論經濟學創新實踐基地”和“深圳大學理論經濟學博士后聯合培養基地”。徐州經濟開發區機器人產業園則與哈爾濱工業大學等高校合作，建立了校企合作研發平臺徐工研究院。①哈工大機器人(山東)智能裝備研究院、中智科學技術評價研究中心，《中國機器人產業發展報告2019》，社會科學文獻出版社，2020 年。圖3 直接反映了工業機器人產業園建設后高校與企業合作的緊密程度的變化，自2008 年工業機器人產業園的建設在中國各地區逐步推進后，有著工業機器人產業園區的城市的高校企業撥入科技經費平均值增速大于其他城市高校企業撥入科技經費平均值增速。

圖3 高校企業平均撥入科技經費的趨勢

圖4 穩健性檢驗:事件分析

四、數據及實證策略

(一)計量模型構建

本文以2005—2016 年間各地級市工業機器人產業園的設立為準自然實驗，將建立工業機器人產業園的城市作為實驗組，未建立工業機器人產業園的城市作為對照組，運用雙重差分方法估計區位導向型產業政策對城市制造業創新驅動發展的影響。由于工業機器人產業園的建立是逐步推進的，為此本文構建多時點雙重差分模型，如式(1)所示:

其中，i代表2 位數制造業行業，c代表地級市，t代表年份。被解釋變量Yict表示c城市的i行業在t年的專利申請情況；RobotParkct為核心解釋變量，c城市在產業園區建立當年及以后取1，否則取0。為了進一步排除其他因素的干擾，回歸模型中納入了一系列地區特征控制變量Xct，包括二三產業產值之比、人均GDP 的對數、科教支出占財政支出比重等。此外，由于本文使用的數據是城市—行業—年份層面的三維度面板數據，因此需要控制在城市—行業—年份層面變化的可能對地區創新能力產生影響的因素。為此，本文借鑒周茂等(2019)的做法，利用工業企業數據庫計算了2005 年即基期各地級市各行業R＆D 投入額對數和從業人員數對數，將其與年份變量的高次項相乘構造交互項，從而控制城市—行業—年份層面的遺漏變量，即公式(1)中的f(Zic，2005，t)。最后，τci、τit分別代表城市—行業固定效應和行業—年份固定效應，β1為本文關心的回歸系數，代表了區位導向型產業政策對城市制造業創新驅動發展的影響，預期β1為正。所有回歸結果均在城市層面進行聚類。μict為誤差項。

(二)數據說明與描述性統計

(1)被解釋變量。專利數據是被學術界廣泛認可的用來衡量區域創新產出的指標(Bottazzi 和Peri，2003；劉志東和高洪瑋，2019)，因此本文用各地級市專利申請量對數來衡量區域創新產出。計算城市專利申請量時用到的中國專利數據庫來自中國國家知識產權局，涵蓋2005—2016 年間在國家知識產權局申請并公開的除外觀設計專利外的所有專利數據。專利數據庫主要包含專利基本信息、申請人和發明人信息等。其中，專利基本信息包括專利名稱、申請號、申請日、公開(公告)號、公開(公告)日、IPC (international patent classification)號等；申請人和發明人信息包括申請人名稱、申請人地址、申請人郵編、申請人所在國(省)、發明人名稱；基于申請人地址信息，本文將專利數據在地級市和2 位數制造業行業層面進行加總即獲得了地級市每年各行業專利申請量。①由于目前以中國工業企業數據庫、中國上市公司數據庫等為代表的微觀層面企業數據存在時間跨度較短或樣本代表性不足等問題，使用這些數據估計智能制造發展對轉型升級的影響一方面可能會導致因果效應被低估或高估，另一方面難以克服樣本自選擇問題，因此本文沒有提供來自企業層面的更多證據。由于專利申請量屬于計數變量，因此在接下來的討論中本文將各城市專利申請量加一取對數后進行實證分析。

在度量產學研協同創新方面，現有文獻中大多采用企業委托高校開展科技研發的經費投入(姜文寧等，2020)、高校和科研機構研發資金中企業資金占比(白俊紅和蔣伏心，2015)等作為產學研協同創新代理變量，這些做法有效刻畫了產學研協同創新的投入過程，但無法衡量產學研協同創新的實際產出。而相較于這些做法，使用專利數據這一公開透明且可得性較強的行政數據測度產學研協同創新有以下幾個方面的優勢:第一，專利較為全面地覆蓋了各類形式的產學研協同創新活動的產出與成果，且相較于學術論文和專著等更能對企業實際生產產生直接影響；第二，相較于其他指標，專利數據可以提供詳細的產學研協同創新主體的地理位置、所處行業等信息，從而使得研究者能夠有效判斷產學研協同創新發生的地理位置和產業鏈信息；第三，由于專利數據的可識別主體特性，可進一步將產學研協同創新成果與其他涉及這些主體的微觀數據集進行匹配從而進行更深入的研究。

有鑒于此，本文在機制分析部分使用的產學研協同創新的代理變量也是基于專利數據庫構造的。具體來說，本文按照專利申請人信息，將包含“公司”、“廠”或其他營利性單位名稱劃歸到“企業”行列；包含“大學”、“學院”或其他研究院所、實驗室等機構名稱劃歸“大學”范圍，科研機構被包含在大學概念中，這一點是目前產學研計量研究中通行的做法，因為二者的功能大學都具備。申請人中同時含有以上兩者的專利即視為產學研合作專利。我們在此基礎上對檢索結果作進一步處理，將個別申請(專利權)人中含有“××大學××公司”或“××公司××局”等難以準確甄別類別或不符合聯合申請發明專利條件的數據去除。最后，我們按照城市—行業對產學研合作專利數據進行加總，獲取了產學研協同創新信息。進一步地，本文將產學研協同創新信息與高校科技研發微觀數據進行合并，從而將分析深入到微觀層面。具體來說，在充分考慮并處理了院校名稱變更、院校合并等特殊情況后，本文利用專利數據庫提供的申請人名稱信息和《高等學校科技統計資料匯編》提供的院校名稱信息將兩者進行匹配即獲得了微觀高校層面的科技研發和產學研協同創新面板數據。

(2)建立工業機器人產業園。基于《中國機器人產業發展報告(2019)》和前瞻產業園區庫，本文獲取了全國各工業機器人產業園的所在城市信息。進一步地，通過手工搜集各工業機器人產業園官網、招商網絡園區數據庫、地方政府公開文件和其他公開新聞，本文搜集了各工業機器人產業園建成時間。利用這些信息構建關鍵解釋變量Robot-Parkct。

(3)控制變量。本文還控制了其他一些可能影響區域創新產出的變量。參考已有研究(張萃，2019；王春楊等，2020)，本文選擇二三產業產值之比、人均GDP 的對數、科教支出占財政支出比重、存貸款余額占GDP 比重、每萬人大學生數的對數、外商投資額占GDP 比重、人口密度以及城市—行業層面的研究開發費用和從業人員數。這些數據來自歷年《中國城市統計年鑒》和中國工業企業數據庫。本文使用的主要變量的描述性統計如表1 所示。

表1 描述性統計

五、實證結果

(一)基本結果

工業機器人產業園的建立可能對制造業創新水平的提升有顯著的推動作用，具體表現為專利申請量的增加，本文首先嘗試對這一基本關系進行檢驗。為了盡可能避免城市、行業不隨時間變動的不可觀測因素對分析結果產生影響，我們采用城市—行業固定效應和行業—年份固定效應并在城市層面進行聚類。在表2 第(1)列中，本文僅加入“是否設立工業機器人產業園區”這一政策沖擊變量和上述固定效應，結果顯示工業機器人產業園的建立顯著提升了當地制造業創新能力。而第(2)列則加入了可能影響地區創新能力的城市層面控制變量，系數β1仍顯著為正。城市層面的控制變量在一定程度上解決了遺漏變量偏誤，但是當遺漏變量在行業層面發生變化時僅控制城市層面的控制變量是不夠的。因此，為了控制城市—行業層面不可觀測因素對回歸結果的影響，第(3)列同時控制了2005 年各城市各行業從業人員數對數和研究開發費對數與年份高階項的交互項。可以發現，在考慮了城市—行業層面不可觀測因素后，本文重點關注的RobotParkct的回歸系數β1仍顯著為正，且其絕對值大小與第(1)、(2)列兩列結果差別不大。這表明，靶向于先進制造業的區位導向型政策對地區制造業創新活力有著顯著的推動作用。

表2 工業機器人產業園與制造業創新驅動發展

(二)穩健性檢驗

(1)平行性趨勢檢驗與動態效應分析。使用雙重差分法能夠得到一致估計的前提是平行性趨勢假設能夠得到滿足，為此本文借鑒學界常用的事件分析法(event study approach)，通過平行性趨勢檢驗驗證雙重差分估計結果的可信性。模型構建如下:

其中，本文以實際沖擊前一年作為基準年，γt表示早于沖擊年份前2—6 年或沖擊發生后0—6 年的一系列估計值。其他變量定義與回歸模型(1)相同，估計結果見圖5。圖5 繪制了γt的估計結果，橫軸表示距政策發生時點的時間間隔，縱軸為核心解釋變量RobotParkct的系數值及95%置信區間。

圖5 安慰劑檢驗

事件分析的結果初步驗證了本文實證分析的可信性。可以看到，在工業機器人產業園區政策沖擊實施前，本文關注的核心參數γt在政策發生前不存在明顯趨勢，同時在沖擊當年影響顯著。這在很大程度上證明實驗組與控制組之間的平行趨勢基本得到滿足，支持了本文利用雙重差分法的有效性。此外，系數γt從政策當年開始保持顯著并逐漸增大，說明工業機器人產業園的建立對于城市制造業創新產出具有長期影響，意味著靶向于先進制造業的區位導向型政策的實施帶動了地區可持續的創新能力的提升。

(2)同期政策干擾。在工業機器人產業園建設的逐步推進過程中，可能存在其他影響區域創新能力的政策，因此本文梳理了在該時間窗口內可能影響估計結果的其他政策并進行同期政策干擾檢驗。事實上，工業機器人產業園區建設逐步推廣的時間窗口正是中國不斷深化創新型發展、推動城市創新能力建設的階段，其中創新型城市試點和高新技術產業開發區的建設是窗口期內影響較大的創新促進政策。本文首先排除創新型城市建設對回歸結果的干擾，具體做法是:與構造核心解釋變量的方法類似，本文同樣構造了代表創新型城市政策沖擊的虛擬變量“是否評定為創新型城市”。在城市c被列為創新型城市的當年及以后，該虛擬變量取值為1，否則取值為0，然后將該虛擬變量作為控制變量加入基準回歸之中，結果如表3 所示。從表3 第(1)列的結果來看，在控制了創新型城市的政策干擾后，β1依然顯著為正，即在考慮政策干擾的因素之后，本文的結論依然成立。此外，張杰等(2021)研究發現，高新區“以升促建”對當地企業創新能力具有正面的影響，因此除了創新型城市外高新技術產業開發區的建設同樣可能對區域創新能力產生影響，從而干擾本文的估計結果。為此本文搜集了各地級市建設高新技術產業開發區的時間，構造了虛擬變量“是否建立高新技術產業開發區”，回歸結果見表3 第(2)列。本文發現，在控制了建設高新技術產業開發區的影響后，β1的系數依然顯著為正，表明智能制造發展顯著提升了創新能力，這與之前得到的估計結果基本一致。

表3 排除其他可能影響創新的政策干擾

除了同期施行的創新促進政策會對本文的實證結果產生干擾，同樣發生在政策窗口期的其他旨在扶持當地智能制造相關產業發展的區位導向型政策也會對結果造成干擾。為此，本文搜集了中華人民共和國住房和城鄉建設部(以下簡稱“住建部”)公布的2018 年版《中國開發區審核公告目錄》，篩選出主導產業包含“智能制造”、“智能裝備”、“智能機械”、“自動化”、“工業自動化”、“機器人”等關鍵詞的開發區并檢索其所在地級市和批準時間，構建相應的虛擬變量并將其作為控制變量加入回歸中，相關結果見表3 第(3)列。本文發現，在考慮了同時期其他有關智能制造產業的區位導向型政策后，β1仍然顯著為正，且其絕對值大小與基準回歸結果相比僅有小幅度下降。總的說來，在考慮了同時期實施的其他創新促進政策和推動智能制造產業發展的政策之后，本文的估計結果仍然是穩健的。①本文還將創新型城市、高新技術產業開發區、經濟開發區政策同時加入回歸中進行穩健性檢驗，發現結論不變。因篇幅所限，本文省略相關結果的匯報，感興趣的讀者可在《經濟科學》官網論文頁面“附錄與擴展”欄目下載。

(3)創新質量。從專利數量上看，工業機器人產業園的建立帶動了創新成果在規模上的提升，然而僅僅數量上的提升并不能代表制造業創新能力的整體提升。因此進一步的問題是，區位導向型產業政策的實施能否帶動創新成果在質量上的提升。借鑒諸竹君等(2020)對創新質量的度量方式，本文采用城市—行業層面的專利申請后3 年內被引量和發明專利占專利申請總量的比重作為創新質量的代理變量。表4 匯報了工業機器人產業園的建立對于創新質量的影響，第(1)列結果表明智能制造發展有助于專利被引量的提升，具體來說建立工業機器人產業園使得3 年內專利被引量提升43.9%。從發明專利占比的情況來看，表4 第(2)列的結果顯示建立工業機器人產業園使得發明專利占比平均提升3.4%。這些結果均表明靶向于先進制造業的區位導向型政策的確有助于創新質量的提升。

表4 工業機器人產業園與制造業創新質量提升

(4)其他穩健性檢驗。第一，市場競爭是影響企業乃至區域創新能力的關鍵因素，可能通過優勝劣汰機制倒逼企業完成技術創新，從而提升區域創新實力(Aghion 等，2015)。本文構造2005 年城市—行業層面赫芬達爾指數(HHI)作為基期各城市各行業市場競爭程度的代理變量，并將該變量與年份的高次項相乘構造交互項在回歸(1)中加以控制。表5 第(1)列結果顯示，在控制了各城市各行業市場競爭程度的差異后，工業機器人產業園的建立對創新能力提升仍具有顯著影響。第二，樣本自選擇問題帶來的內生性問題是影響雙重差分法估計結果一致性的關鍵因素。就本文而言，工業機器人產業發展形勢較好的地區更可能擁有豐富的機器人項目招商引資經驗，從而更有實力建設工業機器人產業園，這就可能使得處理組選擇具有非隨機性，從而影響雙重差分估計結果的穩健性。為了解決這一問題，本文通過PSM-DID 的方式進行穩健性分析①第一步，本文選取2005 年至2007 年各地級市平均總產值、規模以上工業企業數量、二三產業結構占比等指標為控制變量，通過傾向得分匹配的方式為處理組城市尋找與之最為相似的控制組；第二步，將樣本限制在處理組和經過傾向得分匹配處理后的控制組重新完成式(1)的回歸。，結果如表5 第(3)列所示。本文發現，在考慮了樣本自選擇問題后，政策效應仍然顯著為正，系數絕對值大小僅有輕微下降。第三，為了進一步排除可能存在的遺漏變量對實證分析有效性的影響，本文借鑒Le Ferrara 等(2012)的方法，隨機抽取城市作為實驗組，作進一步安慰劑檢驗。由圖5 可見，隨機分組的估計結果集中分布在0 附近，且較為符合正態分布，均值接近于0，說明工業機器人產業園建設對隨機抽取的實驗組無顯著促進效應。此外，本文基準結果中估計的β1幾乎遠離主要分布區間，由此可見，本文得到的靶向于先進制造業的區位導向型政策對制造業創新的促進效應只有在小概率下是一個隨機結果。第四，使用PSM-DID 方法和安慰劑檢驗可以在一定程度上緩解對內生性尤其是樣本自選擇問題的擔憂，但在工業機器人產業園的實際選址與建設過程中，非隨機性可能難以避免。為此，本文進一步尋找工具變量并使用兩階段最小二乘估計對內生性問題作進一步的處理。具體來說，本文借鑒Liu 和Zhao (2016)、Liu 和Li (2021)等研究的思路，選擇當年地級市所在省份建設工業機器人產業園數作為工具變量。一方面，地級市所在省建設工業機器人產業園數量與該地級市是否建設工業機器人產業園的決策有正相關性；另一方面，地級市所在省建設工業機器人產業園數量對于該地級市的制造業創新不會產生直接影響。使用所在省工業機器人產業園數量作為工具變量的兩階段最小二乘結果見表5 第(3)列，在考慮了內生性問題后工業機器人產業園建立仍對制造業創新產生了顯著為正的影響。②第一階段估計的F 值為1 509.686。第五，由于科技創新活動往往需要相對較長的過程，專利申請、授權流程往往存在一定的周期，因此各種沖擊體現在專利統計數據上的影響往往有一定的滯后性。因此，本文使用提前兩期的專利申請量對數為因變量(Yic，，t＋2)重新進行估計，相關結果如表5 第(4)列所示。在考慮了專利申請周期問題后，我們發現工業機器人產業園的建設對于制造業創新仍然有顯著的推動作用。第六，本文的實證分析所用因變量是專利申請數量，該指標本質上是計數變量。為了避免使用計數變量進行回歸存在的問題，本文的主體分析使用專利申請量對數進行回歸。另一種解決方案是采用泊松回歸(Cohn 等，2022)，本文使用Correia 等(2020)開發的用于估計高維固定效應泊松模型的方法進行了穩健性檢驗，結果如表5 第(5)列所示。我們發現，使用泊松回歸估計得出的結論支持了本文基準回歸中得到的結論。第七，Goodman-Bacon (2021)、De Chaisemartin 和D'Haultf?uille (2020)等指出，使用傳統的雙向固定效應模型估計交錯雙重差分研究設計會存在處理效應異質性問題，如果忽視這一問題會導致估計系數有偏。本文采用De Chaisemartin 和D'Haultf?uille (2020)提出的DIDM估計量重新估計式(2)的模型設定。

表5 其他穩健性檢驗

DIDM估計量為通過不同處理組選擇恰當的對照組分別估計處理效應，然后加權平均計算最終的平均處理效應估計量。DIDM估計量滿足一致性要求，是解決交錯雙重差分回歸中處理效應異質性問題的較常用方法。我們發現在考慮了處理效應異質性問題后，事件分析結果與前文相似。①考慮處理效應異質性后的結果請見《經濟科學》官網“附錄與擴展”欄目。

六、機制分析

以上部分通過基準回歸及一系列穩健性分析回答了靶向于先進制造業的區位導向型政策的實施能否推動制造業創新能力提升的問題。進一步地，本部分在此基礎上考察具體的傳導機制。

毋庸置疑，區位導向型政策對制造業創新的推動絕不僅僅是一種機制發揮作用的結果。①建設以智能制造產業為主導產業的園區作為區位導向型政策的一種，在推進過程中對于區域創新驅動發展的推動存在著政策激勵、選擇效應、集聚效應等多種機制。面對融資約束較強、創新激勵較弱的企業，地方政府往往以產業園區為政策標的，通過支持性政策給予扶持，在一定程度上保護創新動力，釋放創新活力(余明桂等，2016)；同時，通過對進駐企業進行遴選，在位企業之間可能形成規模效應和產業鏈條互補，從而形成集聚效應推動標的產業創新(陸銘和向寬虎，2014)；此外，通過遴選的企業往往經營狀況較好，創新能力較強，加之一定的競爭與退出機制，迫使在位企業增加研發投入，通過技術創新來擴大比較優勢(王永進和張國峰，2016)然而，智能制造的技術密集特性使得該產業的發展需要技術創新作為重要支撐，在這一背景下，業界與學界通過深度合作突破創新難關成為必然選擇，而以工業機器人產業園為代表的各類靶向于先進制造業的區位導向型政策為業界與學界的合作提供了優質的平臺。中國眾多制造業行業面臨的普遍現狀是，隨著中國以工業機器人產業為代表的智能制造產業的不斷發展，其創新模式已進入新的發展階段，要求產業創新能力從“跟跑”為主轉向“并跑”“領跑”并存；創新方式從引進消化吸收和模仿借鑒為主轉向集成創新和原始創新并存。在這種情況下，研發成本、競爭機制和產業間集聚在一定程度上已經不再是中國現階段進一步推動智能制造領域創新的關鍵性限制因素。中國“大而不強”的制造業企業面臨著缺乏堅實的研發力量、扎實的學理基礎等內源性動力不足的問題。在企業內的技術創新過程中，由于學術界與職業科學家參與程度不高，僅依靠企業自身的技術和研發力量進行，企業自身創新能力的參差不齊及短期內盈利的要求使得創新的技術無法處于前沿，從而會削弱企業的市場競爭力；同時，受創新能力的約束創新效率較低，一味地構建產業園區容易導致在位企業由集聚走向堆積(趙延東和張文霞，2008)。如果可以積極引導大學和科研機構參與技術創新，那么越來越多的科研部門科學發現的成果會直接成為技術創新的源泉，利用最新的科學發現可以實現大的技術跨越，建立在知識創新基礎上的新產業的產生可以導致產業結構的革命性變化(洪銀興，2014)。因此，產學研協同創新成為推動智能制造攻破技術難關、實現創新能力質的飛躍的現實需求。

而經驗事實表明，產學研協同創新的確成為智能制造技術創新能力提升的重要手段。就工業機器人產業園區而言，目前以工業機器人產業園為載體的產學研協同創新主要有三種手段:第一，大學與企業進行有組織的合作，向企業提供知識和技術的轉移，例如技術轉讓和委托研究等。比如，南京市機器人產業園的龍頭企業埃斯頓與東南大學和哈工海渡教育科技集團共建的“東南大學、埃斯頓＆TRIO 工業機器人及運動控制實驗室”就是利用頭部高校的尖端研發成果實現了技術的革新。②運動控制產業聯盟，http://www.cmcia.cn/Content2623.html。這種模式的合作具有權責分明和容易操作的特點，能夠幫助企業在短時間內掌握關鍵技術。第二，大學與企業不僅局限于單獨的項目合作，而且共同構建協同創新的組織和平臺。比如，徐州經濟開發區機器人產業園與哈爾濱工業大學、中科院自動化研究所、東南大學和南京理工大學等高校和科研院所建成了徐工研究院、江蘇省焊接自動化成套裝備工程技術中心等一批企業研發平臺①工業園網，https://www.cnrepark.com/news/detail/150496.html。，這種模式帶來的有組織的合作創新有利于產生源源不斷的創新成果，便于進行“卡脖子”技術的聯合攻關。第三，企業和大學不僅建立了研發共同體，也建立了互利共贏的利益共同體。比如，上海大學與寶山工業機器人產業園多家入駐企業簽約，共同成立上海環上大科技發展有限公司，以挖掘上海大學符合產業導向和市場需求的創新項目，推動成果轉化和企業孵化。②上海機器人產業園官網，http://www.shrobotpark.com。這一模式可以有效解決風險分擔和各方權益分配機制問題，從而實現企業與科研機構、高校的長期深入合作。

無論選擇怎樣的合作方式，產學研協同創新都有利于智能制造產業園區內企業技術創新實力的提升，同時也可以激發高校和科研機構進行前沿科學研究和科技創新成果轉化的活力，最終提升當地企業、科研部門這兩大創新主體的創新能力。也即，相較于選擇效應、集聚效應、政策效應等傳統機制，在先進制造業的語境下關注產學研協同創新有著更強烈的現實意義。而現有文獻對于這一傳導路徑的考察尚待補充，故接下來的分析中本文將著重分析這一機制，希望從區域和微觀高校兩個維度對這一機制進行盡可能充分的探討。

(一)區域層面

工業機器人產業園建設帶來了產學研合作專利申請量的增加，這是產學研機制發揮作用的最直接體現。為了檢驗這一關系，本文利用專利數據庫計算了地級市2 位數行業年度產學研專利申請量，表6 第(1)列展示了相應的回歸結果。本文發現，工業機器人產業園的建設推動了當地產學研專利申請量的增加，初步驗證了產學研機制的存在性。不過需要指出的是，部分工業機器人產業園試圖通過與地區外頂尖高校合作建立研究院的形式開展產學研協同創新。這引出了一個新的問題:在這些增加的產學研專利中，本地企業是與地區外高校合作專利居多還是與地區內高校合作專利居多? 這一問題折射的是政府推動產學研協同創新的方式方法選擇，是與國內頂尖高校形成緊密合作還是集合本地科研資源進行“本土化”合作。兩種不同的模式選擇意味著不同的政策成本和政策可行性。為了考察這一問題，本文利用高校地理位置信息和專利數據庫提供的專利申請人地理位置信息將產學研專利按照合作高校所在地區分為:與非本城市高校合作的專利、與本城市高校合作的專利、與非本省高校合作的專利和與本省高校合作的專利。相應的回歸結果如表6 第(2)—(4)列所示。結果顯示，工業機器人產業園中主要的產學研協同創新形式仍然以企業與本地高校合作協同創新為主。

表6 工業機器人產業園與產學研協同創新

除了產學研合作專利申請情況，國家大學科技園的建設情況也可以作為產學研協同創新的一種度量方式。洪銀興(2014)指出，中國現階段引導產學研協同創新形成的重要載體是政府規劃并建立的大學科技園區，這些園區通過吸引大學和企業的進入，可以推動大學與地方政府、與科技企業的全方位合作，從而推動大學科技園成為大學教學、科研與產業相結合的重要基地，并成為高新技術企業孵化的基地、創新創業人才培育的基地和高新技術產業輻射催化的基地。因此，除了產學研合作專利，國家大學科技園的建設情況也可作為區域層面產學研合作情況的度量。國家大學科技園是指，以具有科研優勢特色的大學為依托，將高校科教智力資源與市場優勢創新資源緊密結合，推動創新資源集成、科技成果轉化、科技創業孵化、創新人才培養和開放協同發展，促進科技、教育、經濟融通和軍民融合的重要平臺和科技服務機構。①《科技部、教育部關于印發?國家大學科技園管理辦法? 的通知》，中國政府網，2019 年4 月3日，https://www.gov.cn/gongbao/content/2019/content＿5416182.htm。國家大學科技園是促進高校科技創新成果落地轉化，加強高校與市場合作的重要抓手。本文通過教育部門戶網站搜集整理各批次國家大學科技園建設情況，并以此計算各地級市每年累計建立國家大學科技園數量的對數，將其作為因變量進行回歸。表7 的結果表明，工業機器人產業園的建設促進了國家大學科技園的落成，這進一步佐證了本文提出的產學研協同創新是靶向于先進制造業的區位導向型政策推動區域制造業創新能力提升的重要機制的觀點。

表7 工業機器人產業園有利于高校智力資源與市場結合

(二)高校層面

前文通過區域層面的分析印證了工業機器人產業園是通過作為高校和企業間產學研協同創新的平臺來發揮對創新能力的提升作用的，接下來我們試圖利用微觀層面的高校數據檢驗工業機器人產業園的建立對高校科技創新行為的影響，從而為產學研協同創新機制提供更為扎實的微觀證據。基于這一目的，本文構造以下計量模型進行估計:

其中，Yut是高校的一系列產出變量，包括各高校各年度產學研合作專利申請量等，這些數據來自專利數據庫。Xut是高校層面的控制變量，包括高校各年度研發人員對數和科技經費支出對數等，這些數據來自《高等學校科技統計資料匯編》。Zct是城市層面的控制變量，包括各地級市各年度科教支出占財政總支出比重和人均GDP 對數等。θu是高校固定效應，θt是時間固定效應。εut是誤差項。表8 展示了相應的回歸結果。第(1)列表明工業機器人產業園的建立在數量上促進了高校產學研專利的增加。第(2)列結果表明工業機器人產業園的建立不僅使得高校產學研專利的絕對數量有所增加，而且使其占全部專利申請總量的比重得到顯著提升；這意味著，隨著園區的建立，智能制造產業的發展和政府的推動使得高校將其創新資源更多地分配至與業界合作的研發中，從而提升了其創新成果落地轉化服務于實際生產的可能性。第(3)列展示了高校科技成果轉化的情況，結果顯示高校科技成果的市場化程度也得到了顯著提升，初步證明了政策的實施和平臺的建設可能通過引發產學研協同創新在一定程度上改善了高校創新成果轉化率偏低的局面，促使其創造的前沿知識得以成功產業化。

表8 激勵高校進行產學研協同創新

上述分析從微觀層面進一步驗證了產學研協同創新機制的存在性，本文進一步要探討工業機器人產業園的建立是否對高校自身的發展產生了正面效應。學術界已經有大量文獻探討產學研協同創新對于企業的積極影響，但高校和科研機構作為重要的創新主體，產學研協同創新對其自身的影響也是值得探討的。為此，本文從國家自然科學基金委員會網站整理了各個高校申請國家自然科學基金項目的情況作為高校自身發展情況的度量指標。①國家自然科學基金資助項目統計，https://www.nsfc.gov.cn/publish/portal0/tab505/。表9 第(1)列結果表明，工業機器人產業園的建立可以促進當地高校更多地申請自然科學基金項目。第(2)列結果則表明，該政策的實施不僅激發了高校的熱情，更提升了高校成功獲取自然科學基金項目資助的可能性。第(3)列結果則意味著，最終高校成功申請自然科學基金項目的比率得到了顯著的提升，進一步說明了工業機器人產業園的建立對于高校自身建設具有促進作用。

表9 高校獲得更多國家基金項目支持

七、異質性分析

上述回歸結果已經驗證了靶向于先進制造產業的區位導向型政策的實施對于區域制造業創新能力具有促進作用，并驗證了產學研協同創新是背后的關鍵機制。接下來通過異質性分析，本文著眼于考察在政策的推進過程中，具有哪些特征的區域和行業會獲益更多。

(一)區域維度

前文的實證結果表明在平均意義上工業機器人產業園的建立促進了制造業創新能力的提升，然而如果不考慮區域科技創新環境而盲目推動更多智能制造相關的園區建設，可能會造成邊際效益遞減和資源浪費。因此，進行區域維度的異質性分析有利于提出有針對性的政策建議，實現園區高質量發展。

(1)優化營商環境。優化營商環境是激發區域內企業創新活力的重要手段，當區域營商環境較優時工業機器人產業園的創新效應會較為顯著。營商環境對創新尤其是企業技術創新的推動作用已經得到學界的廣泛認可(韓書成等，2022)。第一，良好的營商環境可以營造一個公平透明的市場環境，改善企業生產經營，為企業節省大量制度性交易成本，縮短企業行政審批時間，避免企業陷入“尋租”困境，將時間和精力更多用于內治。第二，良好的營商環境有助于政府提供高效服務，降低企業為獲取創新資源所花費的交易成本，提高創新活動利潤，從而激發企業創新意識，鼓勵企業增加創新要素投入。因此，本文預期營商環境更好的城市受政策帶來的創新促進作用更強。為驗證上述預期，本文基于樊綱等提供的省份市場化指數①中國市場化指數數據庫，https://cmi.ssap.com.cn/dataQuery。計算了各省營商環境指數并進行標準化處理，隨后與是否建設工業機器人產業園變量交乘加入回歸模型。表10 第(1)列報告了相應的回歸結果。回歸結果表明，營商環境的優化顯著增強了工業機器人產業園對于制造業創新能力的提升作用。換言之，區域營商環境的優化是構建良好區域科技創新環境的重要抓手，對于充分發揮區位導向型政策的創新提升效應存在支撐作用。

表10 區域異質性

(2)金融服務。金融服務環境是科技創新環境的重要組成部分，優化金融服務有利于促進工業機器人產業園的創新提升效應的發揮。具體來說，金融服務可以為企業技術創新提供資本推動力，增強企業尤其是初創企業研發的容錯率，同時大大降低企業的研發成本。在諸多針對創新的金融支持和服務中，以風險投資(VC/PC)為代表的針對創新創業的投資對于企業乃至區域創新能力的提升起到了較為關鍵的作用。因此，本文采用北京大學國家發展研究院公布的《中國區域創新創業指數》中的城市VC/PE 投資指數作為地區金融服務的代理變量，將其與是否建設工業機器人產業園虛擬變量交乘加入回歸中。表10 第(2)列的結果顯示，完善創新金融支持、提供優厚的創新金融服務的確有助于地區創新能力的提升。

(3)人才引進政策。黨的二十大報告指出，“教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐”，“必須堅持科技是第一生產力、人才是第一資源、創新是第一動力，深入人才強國戰略”。人才是重要的創新要素之一，實施區域人才引進政策可能引發人才的集聚，從而促進區位導向型產業政策的創新提升效應的發揮。以工業機器人為代表的智能制造相關產業往往是多學科、高科技交叉融合的產物，作為技術集成度較高、應用場景較為復雜的高端裝備，其人才需求也是多層次的。然而，當前中國智能制造領域的人才缺口較大。根據2016 年底教育部、人力資源和社會保障部、工業和信息化部等部門聯合印發的《制造業人才發展規劃指南》，到2020 年，中國智能制造領域人才缺口超過300 萬人，到2025 年這一缺口將擴大到450 萬人。由此可見，如果人才缺口問題得不到解決，區位導向型政策帶來的創新提升效應很可能難以長期維系。若地區充分實施人才吸引政策，這一問題很可能得到緩解從而放大區位導向型政策的創新效應。為了檢驗這一觀點，本文搜集并統計了各省份人才引進政策出臺情況，并定義如下虛擬變量:若某省在2005 年至2016 年期間的某一年出臺了引進海外人才、創新型人才等相關政策，則該虛擬變量在當年及之后取1，否則取0。本文將該虛擬變量與是否建立工業機器人產業園變量相乘作為交互項加入回歸方程，實證結果如表10 第(3)列所示。結果表明，人才引進政策的出臺的確有利于創新能力的提升。

(二)行業維度

區位導向型政策的創新提升效應可能在行業層面存在差異，行業維度的異質性分析有助于判斷政策對哪些行業的創新有較強的帶動作用，從而為地區通過扶持主導產業實現轉型升級提供方向性的啟示。

(1)行業智能制造應用程度。以智能制造為主導產業的產業園會帶動智能制造產業自身創新能力的提升，從而可能提升智能制造應用程度更高的下游行業的創新水平，因此本文首先檢驗行業自動化程度的差異帶來的政策效應的異質性。國際工業機器人聯合會提供了世界各國不同行業工業機器人的存量數據，本文利用該數據計算了2005—2007年2 位數行業平均工業機器人存量，并根據2 位數行業工業機器人存量中位數定義了“高機器人存量”虛擬變量，通過該指標刻畫行業自動化程度的高低。表11 第(1)列的結果表明，自動化程度更高的行業政策效應更明顯，即工業機器人普及程度越高的下游行業受惠于政策的程度越高。本文的實證結論意味著智能制造應用程度越高的行業從工業機器人產業園建立帶來的創新提升效應中受惠越多。其背后的原因有二:一方面，智能制造帶來的智能化、網絡化和數字化改善了行業中企業的生產率，從而使得企業有更多資源投入創新活動；另一方面，智能制造本身的技術外溢效應通過產業鏈條傳導到與其融合程度更高的下游行業。

表11 行業異質性

(2)行業技術復雜度。技術復雜度更高的行業科技創新實力往往更強(Balland 和Rigby，2017)，在智能制造發展過程中可能經歷更大幅度的創新能力提升，因此本文進一步檢驗不同行業技術復雜度帶來的政策效應的異質性。本文借鑒Balland 和Rigby(2017)提供的方法，使用專利數據計算2005—2007 年間2 位數行業的平均技術復雜度KCI。行業技術復雜度KCI背后的基本邏輯是:一個國家在行業i上擁有專利生產比較優勢的城市數量越多，行業i的技術門檻越低，其技術復雜度就越低。本文進一步利用行業技術復雜度中位數定義“高技術復雜度”這一虛擬變量作為替換指標進行分析。回歸結果如表11 第(2)列所示，工業機器人產業園的建立使得那些技術相對較為復雜的行業創新水平提升較多。這說明，在智能制造產業的發展過程中，那些與智能制造產業一樣具有高技術門檻的行業會率先實現發展模式向創新驅動發展的轉變。

八、結論及政策啟示

黨的二十大報告和“十四五”規劃均指出，要把發展經濟著力點放在實體經濟上，加快推進制造強國的建設。落實制造強國戰略、實現制造業發展模式的轉型，關鍵在于提升制造業創新能力。在這一背景下研究區位導向型產業政策能否促進制造業創新能力的提升、實現由要素驅動發展轉向創新驅動發展有很強的現實性和必要性。本文發現，工業機器人產業園的建立對制造業創新能力的提升有顯著的推動作用，且隨著時間的推移這種效應逐漸增大。機制分析表明，靶向于先進制造業的區位導向型政策能夠發揮正面效應的重要原因在于，園區作為平臺連接了以企業為代表的產業鏈和以高校為代表的創新鏈，符合現階段制造產業發展需求，為技術突破與城市創新能力提升做出了貢獻。本文的研究還表明，企業與高校進行產學研協同創新不僅可以改善企業技術創新實力，還有利于高校科研產出真正落地，從而造福于實際生產。進一步地，區域層面的異質性分析表明，構建良好的營商創新環境、優化金融服務以及積極進行人才引進有助于政策的創新驅動效應的發揮。最后，行業層面的異質性分析表明，自動化程度更高、技術復雜度更高的行業在智能制造發展進程中獲益更多。

基于上述研究結論，本文可能具有的政策啟示是:第一，關注以智能制造為代表的先進制造業的發展，打造各具特色的區域先進制造業產業集群。黨的二十大報告指出，要“打造具有國際競爭力的數字產業集群”，而結合地方稟賦發展先進制造業集群就是一個有益的探索。具體來說，要推動跨地區開展關鍵技術創新、供需對接、人才培養等合作；鼓勵地方、行業組織、龍頭企業等聯合推廣先進技術、裝備、標準和解決方案；支持產業特色鮮明、轉型需求迫切、基礎條件好的地區建設先進制造業先行區，打造技術創新策源地、示范應用集聚區、關鍵裝備和解決方案輸出地。近年來，國家推出的“先進制造業集群競賽”就是一個積極的嘗試，有助于推動培育要素高效集聚、循環暢通的集群生態。2019 年以來，中華人民共和國工業和信息化部牽頭組織開展國家先進制造業集群競賽，全國各地積極培育發展先進制造業集群，對建設先進制造業集群“國家隊”、代表國家搶占“世界制造業核心地位”充滿干勁。第二，應以產業園區為抓手發展先進制造產業，充分發揮園區的主觀能動性，構建平臺型園區。園區首先應當是招商引資的平臺，通過產業鏈招商等方式形成智能制造產業發展基礎；其次，園區應當是“引智”的平臺，積極吸引創新型人才、科研院所、科學家工作室、博士后工作站等落戶園區；最后，園區應當是引導創新主體形成深度合作的平臺，通過積極引導科研院所的知識創新力量與園區內龍頭企業的技術創新力量，深度融合攻克“卡脖子”技術。因此，應當優化園區產業創新生態環境，以正式和非正式互動聯系為紐帶，以信任而非契約關系為重點，推動企業、高等院校、科研機構、行業組織、中介機構、金融機構等各主體之間的創新競爭與合作，加快知識與技術交流，優勝劣汰，降低企業創新成本，激勵企業不斷創造新產品、新品牌、新渠道、新模式，提升企業創新意識、學習能力、自主創新能力、行業領域影響力，進而提升區域品牌國際知名度。近年來，中央和地方層面積極推出的人工智能發展示范區、大數據綜合試驗區等就是有益的政策嘗試。第三，應以科技成果轉化引導基金等渠道為抓手，持續深化以企業為主體的產學研協同創新。“十四五”規劃指出，要形成以企業為主體、市場為導向、產學研用深度融合的創新體系；黨的二十大報告則指出，要加強企業主導的產學研深度融合，強化目標導向，提高科技成果轉化和產業化水平。因此，產學研協同創新不僅要注重創新成果的產出，而且要關注創新成果的轉化落地。具體要做到:首先，引導企業聯合高校、科研院所以建設產業技術創新聯盟等形式聯合承擔智能制造產業相關科技項目、共同制定產業聯盟標準、協同推進共性產業技術研發和科技成果轉化等方式開展產學研協同創新。其次，發揮成果轉化基金的支持作用，提升先進制造業產學研創新成果轉化效能。比如，綜合運用設立創業投資子基金等方式實施科技成果轉化引導基金，加強對企業與高校聯合開展科技成果轉移轉化的支持。再次，完善產業創新鏈條。當前，我國產業創新鏈條中共性技術研發薄弱，工程化、中試環節不足等矛盾日益突出。產學研結合雖然可以在一定程度上彌補創新鏈條的不足，但是無法改變各自基本的利益導向和評價機制。因此，應從完善產業創新鏈條入手，探索應用開發類科研機構建設的新機制和共性技術研發提供的新形式，彌補創新鏈條的不足，為產學研有效結合奠定基礎。最后，應將科技計劃的研發支出的方向和重點領域延伸到整個產業鏈條中，解決制約提高產業競爭力的基礎材料、裝備制造、工藝甚至技術計量和標準等問題，加大對工程化和中試環節的支持力度，充分發揮科研院所提供產業共性技術、工程化和中試服務的能力。第四，應以引才、引資、引智為抓手，構建創新生態環境，形成創新生態體系，打造區域科技創新中心；以園區為平臺充分實施引才、引資、引智政策，鼓勵創新主體和創新要素的合理集聚；以產學研協同創新為抓手形成創新主體間的深度互動。應圍繞園區構建良好的科技成果轉化、創新創業孵化生態環境，使得地區形成以園區為載體的自主運行的創新生態體系，有利于實現可持續的創新驅動發展。具體來說，要健全公平競爭市場和法治環境，構建完善科技成果轉化市場的相關秩序以及管理的全鏈條；完善知識產權管理體制建設，切實解決知識產權保護過程中遇到的各種問題，創造良好的知識產權保護環境；切實提升服務質量，加大對科技服務業的支持，造就一批知名的服務品牌；縮短科技成果的轉化周期，同時消除科研中介的環節，節約科研成本，提高轉化率。提高科技創新人才吸引力，是改善創新創業環境并加強科技創新人才創新創業基礎設施建設，應通過搭建各種創新創業的平臺，提供基礎性服務，助力科技創新人才的成長與創業；既要立足于自身培養大量科技創新人才，也要積極引進科技創新人才，形成國際國內科技創新人才相互補充、相互配合的區域科技創新中心。