區域科技創新中心建設政策對區域科技創新能力的影響

摘 " 要：區域科技創新中心是推動科技創新發展的重要抓手。將區域科技創新中心建設政策實施作為一項準自然實驗，使用2010—2022年全國31個省級面板數據，利用雙重差分法實證檢驗區域科技創新中心建設政策對區域科技創新能力的影響和機制。研究結果表明：區域科技創新中心建設政策實施能夠顯著推動區域科技創新發展;相較于非試驗地區，政策試驗地區的區域科技創新能力實現了更高水平的增長，結論通過了穩健性檢驗;進一步分析發現，政策效用在改善科技基礎設施、增加高校與企業人力投入、強化政府與企業財力支持、提高知識產出、優化產業結構等方面成效顯著，但對產學研合作、科技創新成果轉化和轉讓等方面的影響有限;機制分析發現，區域科技創新中心建設政策通過創新資金匯流、創新人才集聚和創新技術聚合三條路徑，促進區域科技創新能力提升。

關鍵詞：區域科技創新能力;區域科技創新中心建設;創新驅動發展戰略

中圖分類號：F124.3 " 文獻標識碼：A " 文章編號：1003-7543（2025）03-0142-17

區域科技創新中心的布局和建設是國家在新的歷史階段作出的重大戰略部署，是《國家創新驅動發展戰略綱要》“三步走”戰略布局的重要舉措[1]。當前，我國已步入建設科技強國、實現高水平科技自立自強的新階段，需要面向新質生產力的發展進一步提升國家科技創新能力[2]。作為提升科技創新能力的重要抓手之一，區域科技創新中心是培育和實現科技創新、引領高質量發展的重要載體[3]。習近平總書記在2021年兩院院士大會和中國科協第十次全國代表大會上提出，“要支持有條件的地方建設綜合性國家科學中心或區域科技創新中心，使之成為世界科學前沿領域和新興產業技術創新、全球科技創新要素的匯聚地”。黨的二十大報告指出，要“統籌推進國際科技創新中心、區域科技創新中心建設，提升國家創新體系整體效能”。黨的二十屆三中全會提出，要“推進科技創新央地協同，統籌各類科創平臺建設”。如何更好地實施創新驅動發展戰略，發揮好區域科技創新中心的作用，實現高水平科技自立自強，培育和發展新質生產力，是加快推進中國式現代化的戰略性、基礎性議題[4]。

近年來，新一代人工智能迅速發展，催生了諸多前沿技術、創新要素和應用場景，加速了數智化對各領域的深度滲透。面對這一戰略機遇，中央與地方政府出臺區域科技創新中心建設相關政策，多維施策推動科技創新，在全國范圍內構筑起區域科技創新中心的空間布局。在政策的精準賦能下，區域科技創新中心成為科技創新的“策源地”，促進了新一輪科技創新活力迸發[5]。那么，區域科技創新能力變化究竟在何種程度上受到區域科技創新中心建設政策的塑造和影響，這些影響通過何種路徑得以實現，這些問題都亟待回答。本文將區域科技創新中心建設政策的實施視為一項準自然實驗，運用2010—2022年全國31個省級面板數據，采用雙重差分法客觀評價該項政策的實施成效，并探索其內在作用機理，研判未來的戰略重點和政策取向，以期為統籌布局和高水平建設區域科技創新中心提供參考。

一、相關文獻綜述與研究假說的提出

（一）區域科技創新中心建設政策對區域科技創新能力的影響

科技創新中心是區域科技發展的核心節點，其作用一直是學術界和政策制定者關注的焦點。學術界關于區域科技創新中心建設政策對區域科技創新能力影響的作用效果和機制研究存在著“正向促進的擴散效應”與“負向抑制的虹吸效應”的爭論[6-7]。

一部分學者認為，區域科技創新中心建設可以通過促進人才、資金等創新要素的流動以及知識溢出和技術擴散等方式，正向促進區域科技創新，發揮輻射帶動作用，形成正外部性。創新網絡與區域集成是其支撐觀點之一，例如有學者認為，區域科技創新中心往往成為區域創新網絡的核心，通過多維空間輻射，形成一個高度集成的創新網絡體系，以合作互動方式增強區域間“創新聯系度”，從而形成“網絡化”輻射帶動效應和區域創新協同效應[6]。政策信號與資源導向是另一支撐觀點，有學者提出，區域科技創新中心建設政策通過釋放積極的政策信號，發揮政策信號的資源導向功能，引導區域內資金、人才、知識、技術等創新要素的流動和匯集，不僅形成當地資金、人才、產業的集聚效應和規模效應，而且通過示范效應和知識技術的外溢效應，顯著帶動了周邊地區的科技創新發展，對整體區域科技創新能力提升產生正向影響[8]。還有學者從創新生態和創新環境角度提出相關觀點，認為科技創新中心在區域發展中顯著的正向影響之一是其對創新環境的優化與提升。創新環境包括政策支持、基礎設施建設、金融資源供給、知識產權保護等多方面內容[9]。

另一部分學者則基于創新增長極理論視角提出了相反的觀點，認為區域科技創新中心會影響周邊地區的科技發展，使得資源不斷涌入區域科技創新中心所在區域，產生“虹吸效應”，形成“強者恒強，弱者恒弱”的“極化”格局，導致資源配置失衡并對整體區域科技創新能力產生負面影響[10]。資源擁擠和效率低下是負向抑制效應的主要觀點，有學者強調，政策引導下資源過度集中于科技創新中心可能導致資源錯配問題，形成創新資源要素的“過度中心化”與區域技術差距，降低資源配置效率，影響整體區域的科技創新能力和水平[11]。

不論是基于“政策擴散的促進效應”或是基于“政策虹吸的抑制效應”的研究，都存在一定的局限性。從動態性來看，區域科技創新能力處于動態變化中，部分已有研究僅注重單一截面數據評估[12-13];從適應性來看，已有研究大多聚焦于單個區域的案例，適應性和推廣性不足，沒有得到具有普適性的答案[14];從過程性來看，現有研究大多關注了因和果，卻忽略了其中的過程效應和作用機制[15]。因此，本文的邊際貢獻主要體現在：基于全國2010—2022年的長跨度動態面板數據，嘗試探討并驗證區域科技創新中心建設政策的實施對區域科技創新能力的影響效用及作用機制。

（二）區域科技創新中心建設政策影響區域科技創新能力的路徑

在創新要素配置和流動理論的視域下，區域科技創新中心建設政策不只是資源分配的簡單調整，更是一種通過多維路徑機制深刻影響區域科技創新能力和績效的復雜過程[16]。該理論框架強調，創新要素的配置和流動是塑造區域協同創新發展的關鍵，它們不僅決定了資源的空間分布和利用效率，還在更深層次上影響了創新系統的結構和功能[17]。本文以創新要素的三大核心維度——資本匯流、人才集聚、技術聚合為切入點，通過系統性的理論探討，揭示政策影響下的創新要素集聚效應在推動區域科技創新能力提升中的深層機制和綜合影響。

1.資本匯流效應

新制度經濟學理論的核心觀點是：制度設計和變革是經濟行為和資源配置的關鍵因素[18]。從要素配置和流動的角度來看，資本作為關鍵資源要素，其流動過程本質上依賴于市場主體對未來收益和風險的評估，但在市場制度不健全的情況下，這種評估往往被信息不對稱、交易成本上升、產權模糊等問題所扭曲。這種扭曲導致資本難以自發地從低效率部門流向高效率部門，進而形成資本匯流的障礙，使得資本配置偏離帕累托最優狀態[19]。因此，規避市場自發機制并糾正資本匯流的阻礙因素，是未來釋放我國科技創新增長潛力的關鍵所在。

區域科技創新中心建設政策的介入通過制度創新和規則設定，有效規避了自然狀態下資本要素無序流動的壁壘，打通了資本要素有序配置的通道，形成匯流效應。區域科技創新中心政策通過政策激勵、政策優惠和制度創新，吸引了大量資本的流入，這種匯流效應不僅為科技創新項目提供了充足的資金支持，還降低了創新成本，使資金流向最具創新潛力的領域，優化了創新資源的配置，增強了區域內的創新產出。資本匯流效應不僅支持了研發活動，還在創新成果轉化和市場推廣中發揮關鍵作用，推動了創新產品的規模化生產和市場擴展，形成從資金支持到市場推廣的高效閉環。政策引導下的資本匯流還有助于塑造區域創新生態系統的韌性，持續吸引更多的創新資源和資本流入，形成創新生態系統的良性循環，實現區域科技創新能力提升的目的。基于上述討論，本文提出以下假說：

假說1：區域科技創新中心建設政策通過創新資金集聚對區域科技創新能力產生正向促進作用。

2.人才集聚效應

人力資本理論強調，人才資本作為知識和技能的主要載體，不僅對區域科技創新能力的形成和持續提升具有基礎性作用，還通過社會網絡和知識溢出效應，深刻影響區域創新系統的結構和效率[20]。人才資本的空間分布和流動并非簡單的市場供需關系的反映，而是由經濟結構、文化環境、制度安排等多維度因素共同決定，進而影響創新資源的流動和配置。在缺乏有效協調的情況下，人才流動容易出現無序化，導致知識擴散不足和知識溢出弱化，創新網絡難以充分發揮作用，從而限制區域科技創新潛力的釋放。

區域科技創新中心建設政策通過精確的激勵措施和環境塑造，有效引導高端人才的集聚。在政策驅動下，區域內高端人才的集聚不僅提高了知識生產和創新活動的密度，促進了知識共享和創新合作的深度整合，而且通過構建和強化創新主體之間的復雜互動網絡，增強了區域創新系統的協同性。隨著人才集聚效應的深化，區域內的知識流動和創新擴散網絡得以優化，從而推動了區域科技創新能力的持續提升。基于上述討論，本文提出以下假說：

假說2：區域科技創新中心建設政策通過創新人才集聚對區域科技創新能力產生正向促進作用。

3.技術聚合效應

創新擴散理論從多層次的技術傳播路徑和復雜的網絡結構出發，探討了技術資源整合在區域科技創新中的重要作用。技術的擴散和聚合不僅取決于其創新屬性，還受制于創新主體之間的互動模式、技術轉移的路徑依賴性以及區域間制度環境的異質性[21]。技術資源的有效整合需要跨越多重壁壘，包括知識產權的保護、技術標準的協調、市場準入的差異。在缺乏系統性協作機制的情況下，技術擴散的效率可能受到影響，導致區域創新能力的提升受到制約，創新鏈條的連貫性和整體性難以得到充分體現，從而影響區域內技術創新的系統集成和協同發展。

區域科技創新中心建設政策通過建立全面的技術合作框架，推動了跨區域、跨領域的技術整合和協同創新。這種政策性介入不僅優化了技術資源的流動路徑，還通過加強技術標準化和統一性，降低了技術轉移過程中的摩擦，確保了創新鏈條的完整性和連續性。在這一背景下，技術聚合效應顯著提升，區域內的技術資源得以高效整合，促進了新技術的快速開發和大規模應用。在政策引導下，創新主體之間的協同作用被放大，跨區域的技術合作網絡得以鞏固和擴展，推動了區域科技創新能力的持續提升。隨著技術聚合效應的深化，區域在技術競合中的系統性優勢愈加明顯，形成強大的創新集群效應[22]，確保了區域科技創新的長遠發展和持續競爭力的提升。基于上述討論，本文提出以下假說：

假說3：區域科技創新中心建設政策通過創新技術集聚對區域科技創新能力產生正向促進作用。

二、研究設計

本文采用TOPSIS熵權法構建區域科技創新能力評價指標體系，并基于該評價體系，利用2010—2022年的科技創新數據對區域科技創新能力進行評估。在此基礎上，利用雙重差分模型對區域科技創新中心建設政策的實施進行成效檢驗，并嘗試利用中介效應模型探索該政策實施促進區域科技創新能力系統提升的內在傳導路徑。

（一）模型構建

1.基準回歸模型

為研究區域科技創新中心建設政策與區域科技創新能力之間的關系，本文將區域科技創新中心建設政策視作“準自然實驗”，運用雙重差分法進行政策效應評估，具體模型如下：

RICit=α0+α1Gi×Dt-1+∑α2controlit+∑city+∑year+εit（1）

模型（1）中，RICit作為被解釋變量，表示區域科技創新能力，通過構建的“區域科技創新能力評價指標體系”來衡量。Gi×Dt-1為核心解釋變量區域科技創新中心建設政策，controlit表示控制變量，∑city表示地區固定效應，∑year表示時間固定效應，εit表示隨機誤差項。

2.中介效應模型

為研究區域科技創新中心建設政策提升區域科技創新能力的微觀作用機制，借鑒溫忠麟等[23]的研究，在模型（1）的基礎上構建如下中介模型：

Mediatorit=β0+β1Gi×Dt-1+∑β2controlit+∑city+∑year+εit（2）

RICit=γ0+γ1Gi×Dt-1+γ2Mediatorit+∑γ3controlit+∑city+∑year+εit（3）

式（2）和式（3）中，Mediatorit是中介變量，分別是創新資金集聚（Agg1）、創新人才集聚（Agg2）和創新技術集聚（Agg3）;RICit作為被解釋變量，表示區域科技創新能力，其他變量定義同式（1）。式（2）為區域科技創新中心建設政策這一虛擬變量Gi×Dt-1對中介變量Mediatorit的回歸方程，式（3）為政策實施Gi×Dt-1和中介變量Mediatorit共同對被解釋變量RICit的回歸方程。在式（1）成立的前提條件下，當式（2）與式（3）中的系數都顯著且不為0時，則說明中介效應存在;如果政策實施Gi×Dt-1的回歸系數γ1顯著為正，且小于α1，則意味著區域科技創新中心建設政策通過上述機制提升了區域科技創新能力。

（二）變量說明

1.被解釋變量——區域科技創新能力

基于復合系統理論，結合相關學者已有研究成果[24-25]，本文從創新價值鏈視角，建立了適合中國國情的區域科技創新能力評價指標體系，其中包含4個一級測度指標、10個二級測度指標、16個三級測度指標，詳細指標體系見表1。

2.核心解釋變量——區域科技創新中心建設政策

本文將區域科技創新中心建設政策作為核心解釋變量，用政策啞變量Gi和時間啞變量Dt乘積的交互項Gi×Dt表示。考慮到政策效應在時間上的滯后性問題及因果關系的方向性問題，對核心解釋變量中的時間啞變量采取滯后一期處理。政策啞變量Gi和時間啞變量Dt-1乘積的交互項Gi×Dt-1這一核心解釋變量可以依據“0”或“1”的具體賦值劃分成四種類型：Gi=1表示發布區域科技創新中心建設政策的省份，Gi=0表示未發布區域科技創新中心建設政策的省份;Dt-1=1表示具體省份發布并實施區域科技創新中心建設政策前一年之后的年份，Dt-1=0表示具體省份發布并實施區域科技創新中心建設政策前一年之前的年份。

3.控制變量

本文在選取控制變量時，參考了既有文獻[15，26-27]對區域科技創新能力影響因素的研究，控制了其他可能影響區域科技創新能力的變量，主要包括城市經濟發展水平（EDL）、人力資本發展水平（HCL）、基礎設施水平（IFL）、城市人口發展水平（PDL）、工業化發展水平（IDL）、對外開放程度（OPD）。

4.中介變量

科技創新資本、科技創新人才、科技創新技術等創新要素是激發區域科技創新的重要支撐。隨著區域科技創新中心建設政策的實施，創新要素在各區域、各主體之間流動、整合、配置、吸納和優化，對技術迭代升級和知識溢出效應產生正向反饋，最終轉化為區域科技創新能力。因此，本文從創新資本集聚（Agg1）、創新人才集聚（Agg2）和創新技術集聚（Agg3）三個方面刻畫創新要素集聚水平，參考已有研究做法，創新技術集聚采用高技術產業引進經費支出、技術改造經費支出和技術消化吸收經費支出三者的加總，再取其對數值進行衡量;創新資本集聚和創新人才集聚采用區位熵方法進行測量，計算公式為：

Agg1=（4）

Agg2=（5）

式（4）為創新資本集聚計算公式，其中，tij表示i地區高技術產業資本存量，Tj表示i地區資本存量，fij表示高技術產業資本存量，Fj表示資本存量。式（5）為創新人才集聚計算公式，人才集聚不同于一般的勞動力集聚，其集聚的是高技術產業所急缺的高素質勞動力，因此，pij表示i地區高技術產業活動中的科學家和工程師數量，Pj 表示i地區的科學家和工程師人數，eij表示高技術產業的科學家和工程師數量，Ej表示科學家和工程師人數。各變量指標及其測度方式見表2。

（三）數據來源及描述性統計

在收集2010—2022年全國31個省級面板數據的基礎上，本文進行了深入分析。在這31個省份中，7個省份尚未出臺區域科技創新中心建設相關政策，因而被歸為控制組，其余24個省份則作為實驗組。相關數據主要來自《中國區域科技創新評價報告》《中國科技統計年鑒》《中國高技術產業統計年鑒》《中國火炬統計年鑒》以及國家統計局公開的數據庫等權威來源。面板數據的描述性統計如表3（下頁）所示。

三、實證結果及其分析

（一）區域科技創新能力及其子系統能力測度結果

通過對2010—2022年全國31個省級面板數據進行測度分析，本文繪制了區域科技創新能力及其子系統能力的“山地—平原分布圖”，以直觀展示國家科技創新能力的整體特征和區域差異。中國區域科技創新能力系統（RIC）的整體地形以“丘陵山地”地勢為主，呈現“東中西部同存高峰，東部到西部漸變”的空間分布特征。具體來說，東部地區存在三個明顯的“主高峰”地帶，分別是北京（0.671）、廣東（0.599）和江蘇（0.483），北京、廣東和江蘇是科技創新能力最為突出的三個省份，得益于在政府財力投入（GFR）、企業財力投入（EFR）和知識產出（PAT）方面的綜合優勢;而中西部則有兩個“次高峰”，分別是湖北（0.206）和四川（0.228），其中湖北的優勢維度得益于科技創新成果轉讓能力（TT），四川的優勢維度得益于科技創新成果轉化能力（TTC）。西部地區大部分表現為“平原”，即科技創新能力較低。部分省份如甘肅（0.048）、寧夏（0.059）等在多個維度上表現相對較弱。不同區域之間科技創新能力發展存在不均衡的現象，“主高峰”與最低“次高峰”的差距為0.465，各省份平均得分為0.172，“最高峰”北京與“最低點”西藏之間的差距高達0.651。

在區域科技創新的四大子系統方面，“科技創新環境子系統”（IE）、“科技創新投入子系統”（II）與“科技創新成果產出和擴散子系統”（TOD）的優勢與劣勢地區相對穩定，“科技創新促進經濟社會發展”（TPD）的優勢與劣勢地區則有所不同。具體表現為，在“科技創新環境子系統”中，京津冀和長三角地區在科技創新環境方面表現強勁，北京、上海、廣東的科技基礎設施、金融發展程度、勞動者素質水平在全國領先，擁有優越的科技創新環境，而西部省份如西藏、甘肅科技基礎設施和金融發展較為落后，勞動者素質水平較低，導致整體科技創新環境不佳。在“科技創新投入子系統”中，北京在“高校人力”“科研機構人力”“政府財力”方面列第一位，廣東在“企業人力”“企業財力”方面表現突出，而西藏的這些指標均為最低，在企業和科研機構人力資源配置上存在嚴重不足。在“科技創新成果產出和擴散”子系統中，北京在“論文數”與“產學研合作”方面領先，廣東在“專利數”上表現最佳，科研成果的轉化和應用效果良好，進一步強化了科技創新的核心地位。“科技創新促進經濟社會發展”子系統中，北京在“社會消費水平與民生”方面排名第一，甘肅則排在最后;天津在“經濟發展方式轉變”方面居首，貴州排名最低;福建在“環境改善”方面表現突出，而河北則最為薄弱（見圖1，下頁）。

這幅“山地—平原分布圖”不僅形象地展示了中國區域科技創新能力的空間特征，而且揭示了不同區域在科技創新環境、科技創新投入、成果產出與擴散以及促進經濟社會發展方面的具體差異。這些發現為理解各地區科技創新發展狀況及其相應的發展潛力提供了清晰的圖景，也為制定科技政策提供了重要依據，有助于進一步推動我國新質生產力的發展。

從動態變化的視角來看，在區域科技創新能力（RIC）的整體發展變化方面，2010—2022年區域科技創新能力始終保持以“丘陵山地”地勢為主的格局，“東中西部同存高峰，東部到西部漸變”的空間分布特征一以貫之，表現為東部“高峰”與中西部“次高峰”地帶保持相對穩定，但東中西部“高峰”不斷增高，顯示出科技創新能力的持續增強。各省份平均得分從初期的0.146穩步增加至近期的0.188。在區域間差異方面，不同區域間科技創新能力增長速度存在差異，導致區域間差距逐漸增大。“主高峰”與最低“次高峰”之差由初期的0.427增加至近期的0.459，“最高點”與“最低點”間極差也從初期的0.591增加至近期的0.698。

2010—2022年，中國區域科技創新能力總體呈現區域差距逐漸擴大的特征。東部地區，特別是北京、上海、廣東等省市，憑借其在科技基礎設施、創新資源投入和高效創新產出方面的顯著優勢，逐步鞏固并擴大了其在全國科技創新能力體系中的領先地位。這些地區在政策支持、經濟活力和人才集聚等多重因素的驅動下，持續形成高聳的“山地”形態，反映出其科技創新能力的顯著提升。與此同時，中部地區在政策扶持和經濟結構調整的推動下，科技創新能力有所提升，部分省份逐漸形成“山地”形態。然而，與東部地區相比，中部地區的科技創新發展步伐仍顯滯后，未能顯著縮小二者之間的差距。西部地區在科技創新方面的進展相對緩慢，盡管在某些領域有所進步，但整體創新能力依然較為薄弱，表現為“平原”形態。總體而言，東部地區的領先優勢進一步鞏固，中部地區則處于追趕態勢，而西部地區的科技創新能力提升較為緩慢，區域間創新能力差距逐步擴大，形成顯著的區域分化格局。這種趨勢表明，未來需要進一步加強對中西部地區的科技支持和資源投入，以促進全國范圍內的科技創新能力均衡發展。

綜上所述，區域科技創新能力呈現“東中西部同存高峰，東部到西部漸變”的空間分布特征，近年來不同地區的區域科技創新能力發展均呈增長趨勢，但增長速度存在差異，表現為東部地區持續領先、中部地區顯著進步、西部地區相對滯后，導致區域間差距逐漸增大。就區域科技創新子系統的發展而言，各省份均值基本呈增長趨勢，科技創新環境、科技創新投入、科技創新成果產出和擴散方面的優勢與劣勢地區相對穩定，科技創新促進經濟社會發展方面的優勢與劣勢地區呈現區域變化特征。

（二）平行趨勢檢驗

雙重差分估計結果的有效性要求政策實施之前控制組與實驗組滿足平行趨勢假定，即控制組與實驗組的區域科技創新能力沒有顯著差異。由此，本文使用Jacobson提出的事件研究法進行平行趨勢檢驗，該方法可表示為：

RICit=α3+∑δtGi×Dt-1+λ3Xit+?i+μt+εit（6）

模型（6）中，Gi×Dt-1是一組虛擬變量，若省份i在第t年實施了區域科技創新中心建設政策，則取值為1，否則取0。本文在該式中重點關注系數δt，其表示區域科技創新中心建設政策實施的第t年政策實施省份（處理組）和非政策實施省份（控制組）的區域科技創新指數的差異。如果在政策實施時點前其政策效應95%的置信區間包含了0值，說明政策實施時點前處理組和控制組之間不存在顯著差異，平行趨勢檢驗通過。如果不包含0值，則說明存在顯著差異，平行趨勢檢驗未通過。另外，考慮到共線性問題，參考已有研究的做法，將政策執行的前一期（pre_1）作為基期。

在區域科技創新中心建設政策平行趨勢檢驗中，結果顯示政策實施時點前置信區間包括0值，結果不顯著，可以認為政策執行前試點省份和非試點省份并不存在顯著性差異，即通過平行趨勢檢驗。政策實施時點后置信區間不包括0值，結果顯著，可以認為政策執行后政策對區域科技創新指數產生了影響。觀察政策動態效應可以發現，區域科技創新中心建設政策實施后產生了較為明顯的區域科技創新能力提升作用（見圖2）。

（三）基準回歸分析

1.區域科技創新能力基準回歸

表4為區域科技創新中心建設政策影響區域科技創新能力的基準回歸結果。在控制時間和地區兩大異質性要素的基礎上，模型4-1為未引入控制變量的回歸結果，模型4-2為引入控制變量后的回歸結果。

由表4的模型4-1可知，未引入控制變量時，Gi×Dt系數顯著為正，值為0.176。在模型4-2引入控制變量后，Gi×Dt系數為0.141。引入控制變量前后，區域科技創新中心建設政策虛擬變量Gi×Dt的系數均在1%的水平下顯著，沒有正負變動，表明結論是穩健的。以上結果說明，區域科技創新中心建設政策能夠促進區域內資金、人才、知識、技術等創新要素的流動和匯集，具有“正向促進的擴散效應”，能夠顯著提升區域科技創新能力。

2.區域科技創新子系統能力基準回歸

表5展示了區域科技創新中心建設政策對區域科技創新各子系統能力的基準回歸結果。在控制時間和地區兩大異質性因素，并引入控制變量的基礎上，通過回歸分析，進一步探討該政策在影響區域科技創新能力不同領域作用效果的差異。

在科技創新環境方面，區域科技創新中心建設政策對科技基礎設施方面產生了顯著的正向影響，回歸系數為0.033，表明政策有效推動了區域內科技基礎設施的建設，為區域科技創新活動奠定了堅實的物質基礎。在科技創新投入方面，政策對高校人力和企業人力的投入也展現出顯著效果，回歸系數分別為0.057和0.188，突出顯示了政策在提升區域高層次科技人才儲備和企業創新能力方面的強大推動力。政府財力與企業財力的投入在政策推動下顯著增強，回歸系數分別為0.080和0.131，進一步確保了區域創新活動的資金保障，為持續的創新發展提供了充足的資金支持。在科技創新成果產出方面，政策對專利數量的影響顯著，回歸系數為0.099，這表明政策有效促進了技術創新成果的產生，增強了區域內的專利積累能力。在科技創新促進社會發展方面，政策對經濟發展方式轉變的影響同樣顯著，回歸系數為0.015，表明政策不僅推動了產業結構的高級化，還有效促進了區域經濟的優化升級。

區域科技創新中心建設政策對科技創新知識擴散相關的三級子維度（如科技創新成果轉化、科技創新成果轉讓）雖然具有一定的作用，但其影響未達到顯著性水平。這表明，在知識擴散和技術市場化的領域，政策的激勵效果尚不足以實現顯著提升，需要進一步的政策強化和配套措施支持，以更好地促進科技創新成果的有效擴散和轉化。

綜上所述，區域科技創新中心建設政策在加強創新基礎設施建設、加大人力與財力投入、促進專利產出、推動經濟發展方式轉變等方面表現出顯著的正面作用，但在科技創新知識擴散和成果轉化方面的效果仍有待加強。未來的政策制定應更加注重對科技創新知識擴散和成果轉化的支持，以全面提升區域科技創新能力，實現更高效的知識擴散和技術轉化。

（四）穩健性討論

1.反事實檢驗

為排除其他隨機干擾因素的影響，保證研究結論的嚴謹性，本文通過反事實檢驗的方式驗證基準回歸結果，開展穩健性檢驗。本文將區域科技創新中心建設獲批的時間分別提前4年和5年，構建虛假的政策時間，并依次進行回歸分析，若此時區域科技創新中心建設政策效應變量系數Gi×Dt均不顯著，則驗證了基準回歸結果穩健性;否則，基準回歸結果存在其他系統性誤差。表6的結果顯示，將政策實施時間分別提前4年后，政策效應系數為0.063，分別提前5年后，政策效應系數為0.068，均沒有通過顯著性檢驗，其回歸系數不顯著，證明區域科技創新能力的提升并非由其他不可觀測因素所引起，而是區域科技創新中心建設政策發揮了作用，反向驗證了結論的穩健性。

2.匹配傾向得分檢驗

為檢驗區域科技創新中心建設政策對區域科技創新水平影響的實際效果，克服DID模型中存在的選擇性誤差問題，降低政策實施地區和政策未實施地區因政策選擇不同而存在的系統性差異，參考曾婧婧和周丹萍[28]的做法，使用PSM模型為政策實施地區匹配到各方面條件與之匹配的政策未實施省份，在此基礎上再利用DID模型進行估計。具體操作方式為，使用logit模型計算出PSM模型的傾向得分，然后通過最近鄰匹配法，將政策未實施省份中與其傾向得分最相近的地區進行配對，從而降低政策實施省份和政策未實施省份之間的系統性差異。表7展示了各省份進行傾向得分匹配值前后的對應結果，傾向得分匹配之后的t值明顯下降，政策實施省份與政策未實施省份之間的標準化偏差明顯降低，說明模型進行匹配后效果較好，驗證了使用PSM-DID模型估計具有合理性和穩健性。

四、作用機制檢驗

上述實證回歸分析驗證了我國區域科技創新中心建設政策有效促進了區域科技創新能力的提升，展現了綜合的“正向促進的擴散效應”。為進一步探討該效應的實現機制，本文借助中介效應模型對三個關鍵中介路徑進行深入分析。

（一）創新資金集聚的中介傳導效應

根據表8的中介效應分析，區域科技創新中心建設政策通過創新資金集聚對區域科技創新能力產生了顯著的正向影響。首先，模型8-1的結果表明，政策直接提升了區域科技創新能力，回歸系數為0.141，這一顯著的正向影響表明，政策在推動區域創新方面發揮了重要作用，能夠有效推動區域內的創新發展。政策實施后，通過促進科技基礎設施建設、優化創新環境，直接提高了區域的科技創新能力。同時，模型8-2顯示，政策顯著促進了創新資金的集聚（Agg1），回歸系數為0.177，這表明政策不僅直接作用于創新能力，還通過促進創新資金的集中和有效配置，為區域內創新活動提供了充足的資金支持，進一步增強了區域內創新資源的集聚效應。

當將創新資金集聚作為中介變量納入模型后，模型8-3的結果顯示，政策對區域科技創新能力的直接影響回歸系數下降至0.046，盡管有所降低，但仍保持顯著。這表明創新資金集聚在政策推動區域創新能力提升的過程中發揮了部分中介作用，回歸系數為0.085。這意味著，政策不僅通過直接途徑提升了區域科技創新能力，還通過資金集聚效應進一步推動了區域科技創新水平的整體提升。綜上所述，區域科技創新中心建設政策在推動區域科技創新能力提升的過程中，不僅直接帶動了區域的創新活力，還通過強化創新資金的中介效應，間接鞏固了政策的實施效果，驗證了資金集聚在政策執行中的關鍵作用，假說1得證。

（二）創新人才集聚的中介傳導效應

根據表9中創新人才集聚的中介效應分析，區域科技創新中心建設政策通過促進人才集聚顯著提升了區域科技創新能力。模型9-2中，政策對創新人才集聚（Agg2）的推動作用尤為明顯，回歸系數為0.477，表明政策在吸引和凝聚高層次科技人才方面效果顯著。政策通過優化創新環境、提供優厚待遇，成功吸引了大量優秀人才進入創新中心區域。這種人才集聚不僅增加了區域的智力資本，提升了創新活動的密度和質量，還通過加強知識共享和跨學科合作，進一步優化了區域創新生態系統。

模型9-3中，在引入創新人才集聚作為中介變量后，政策對區域科技創新能力的直接影響有所減弱，回歸系數降至0.018，顯示出人才集聚在政策實施效果中的重要中介作用。同時，創新人才集聚對區域科技創新能力的影響也顯著，回歸系數為0.015。這表明，創新人才集聚是政策推動區域創新能力提升的關鍵路徑之一，不僅為區域創新提供了持續的智力支持，還通過加強創新主體之間的協作，顯著增強了區域科技創新的整體競爭力。綜上，區域科技創新中心建設政策通過強化人才集聚，進一步鞏固了區域科技創新能力提升的效果，假說2得證。

（三）創新技術集聚的中介傳導效應

根據表10（下頁）中創新技術集聚的中介效應分析，區域科技創新中心建設政策在通過技術集聚提升區域科技創新能力方面展現了顯著作用。模型10-2中，政策對創新技術集聚（Agg3）的推動效果尤其顯著，回歸系數為1.683，表明政策大力促進了區域內技術資源的集中和整合。通過政策激勵，創新技術得以在區域內更高效地集聚，形成強大的技術創新平臺。這種技術的集中不僅加速了新技術的研發和應用，還通過推動技術共享和協同創新，提升了區域整體的技術創新能力。

模型10-3中，引入創新技術集聚作為中介變量后，政策對區域科技創新能力的直接影響有所減弱，回歸系數降至0.022，表明技術集聚在政策與創新能力之間起到了顯著的中介作用。同時，創新技術集聚對區域科技創新能力的影響也表現為顯著，回歸系數為0.008，進一步驗證了技術資源集中對提升區域科技創新能力的重要性。這意味著，區域科技創新中心建設政策不僅直接增強了區域的創新能力，還通過促進技術資源的有效集聚，間接提升了區域的技術創新水平和競爭力。總之，政策通過推動技術集聚，進一步鞏固了區域科技創新能力的提升，顯示出技術集聚在區域科技創新中心建設政策與區域科技創新能力提升中的重要作用，假說3得證。

五、研究結論與政策建議

區域科技創新中心建設政策是推動區域創新能力提升的重要抓手和關鍵驅動力。本文構建了區域科技創新能力的綜合評價指標體系，采用2010—2022年全國31個省級面板數據，利用雙重差分法評估了區域科技創新中心建設政策實施的政策效用，并對政策影響區域科技創新能力的微觀機制進行實證檢驗，得到如下結論：第一，中國區域科技創新能力在空間分布上呈現“東中西部同存高峰，東部到西部漸變”的特征，表明存在一定的區域發展不均衡。第二，區域科技創新中心建設政策顯著提升了區域科技創新能力，尤其在改善科技基礎設施、增加高校與企業人力投入、強化政府與企業財力支持、促進專利產出、優化產業結構等方面成效顯著，但對推動產學研合作、科技創新成果的轉化和轉讓等方面的影響有限。第三，區域科技創新中心建設政策通過創新資金匯流、創新人才集聚和創新技術聚合三條路徑，全方位驅動區域科技創新能力提升。

基于上述結論，提出如下政策建議：

第一，強化頂層設計，確定區域科技創新發展戰略重點，全面引領區域科技創新中心高質量發展，激發新質生產力強勁動力。一是發揮政府在科技創新中的引領作用，依托高校、科研機構、企業等技術創新主體，建立使命驅動、任務導向的區域科技創新中心體系，集聚創新資源，培育和發展新質生產力。二是大力發展戰略性新興產業和未來產業，明確區域科技創新發展重點方向，開展有組織的科研攻關，助力新質生產力的快速形成和應用。三是統籌與銜接有關區域科技創新中心建設的意見、辦法、方案的內容和建設重點，確保在資源投入、政策設計和布局上形成強大合力，同時推進地方政府與中央政策的對接，切實加強對區域科技創新中心建設的指導與政策支持，確保地方建設與國家戰略協同推進，提升整體區域創新效能。

第二，兼顧效率和公平，強化區域科技創新中心的擴散和輻射效應，圍繞重大需求集成攻關，以點帶面整體提升全國科技創新能力，形成多層次、多維度的創新驅動格局。一是正視目前區域間科技創新發展不均衡的問題，在整合科技創新資源、加快形成新質生產力的過程中充分兼顧“效率”和“公平”，通過圍繞國家重大需求和關鍵核心技術任務集成攻關，催動原創性、系統性、引領性研究取得突破。二是發揮中東部及沿海地區科技創新中心的擴散效應和輻射效應，深化區域間協同創新發展，以點帶面整體提升全國科技創新能力。三是基于不同區域資源稟賦和能力差距，靈活選擇不同區域技術創新發展策略，深度融入京津冀協同發展、長三角區域一體化、粵港澳大灣區發展、成渝地區雙城經濟圈建設等國家戰略，就區域一體化、區域融合、區域創新發展等開展針對性、有組織的科技創新，構建全方位、多層級的創新驅動體系。

第三，推行創新鏈和產業鏈深度融合示范工程，完善產學研合作機制，加快推動多元科技創新主體的協同聯動，加速科技創新成果轉化。首先，建立高校、科研機構之間的長效合作機制，通過建設科技創新聯盟，集聚各高校與科研機構的優勢和特色，集中力量解決關鍵核心技術問題，實現聯合攻關。其次，推動高校、科研機構與企業之間的融通創新，依托區域內高等院校、科研機構和企業，打造面向關鍵產業“卡脖子”技術突破的專業性產學研合作中心，促進基礎研究和應用研究的有機結合，加速新產業、新模式、新動能的形成，推動新質生產力的發展。最后，強化企業在科技創新中的主體作用，積極調動各方資源，支持領軍企業牽頭組建產業科技創新聯合體，聚焦產業鏈上下游的重大需求和關鍵核心技術，推動科技創新和產業鏈的緊密結合，確保科技創新成果快速轉化為新質生產力，實現創新驅動的產業升級[29]。

第四，完善保障機制，建立區域創新的動態評估調整機制，營造良好生態，提煉“中國特色”經驗和模式，注入新質生產力的強勁動力。一是強化資金、人才等方面的投入支持，在推進區域科技創新中心建設的同時，加快建立以“質量、績效、貢獻”為核心的科技創新評價體系，基礎前沿研究突出原創導向，社會公益性研究突出需求導向，應用技術開發和成果轉化評價突出市場導向，延長對基礎研究成果的評價周期，提高關鍵核心技術成果在評價體系中的重要性，形成并實施有利于科技人才潛心研究和創新的評價體系和激勵機制[30]。二是鼓勵探索實踐，大膽創新改革，營造良好容錯氛圍。盡快發掘成效顯著的案例，提煉“中國特色”經驗和模式，為下一步建設區域科技創新中心、提升國家科技創新能力、加快發展新質生產力、扎實推進高質量發展積累寶貴經驗。 [Reform]

參考文獻

[1]李蘭冰，劉秉鐮.“十四五”時期中國區域經濟發展的重大問題展望[J].管理世界，2020（5）：36-51.

[2]陳勁，吳豐.面向高水平科技自立自強的國家科研機構改革進路[J].改革，2024（7）：33-44.

[3]張昊，吳自濤.科技創新驅動區域協調發展的經驗與啟示[J].科學管理研究，2020（3）：86-91.

[4]寧吉喆.中國式現代化的方向路徑和重點任務[J].管理世界，2023（3）：1-19.

[5]王建國，杜雨婷.國家中心城市科技創新溢出效應實證分析與對策建議[J].區域經濟評論，2023（1）：104-116.

[6]王守文，徐麗潔，章杰嘉，等.科學中心城市科技創新輻射效應研究——基于長三角城市群的實證[J].統計與決策，2023（20）：72-77.

[7]柳卸林，王寧，吉曉慧，等.中心城市的虹吸效應與區域協調發展[J].中國軟科學，2022（4）：76-86.

[8]杜德斌.全球科技創新中心：動力與模式[M].上海：上海人民出版社，2015：2-37.

[9]曾婧婧，陶文清.科創走廊對經濟的雙刃劍效應：輻射還是虹吸[J].科學學研究，2024（12）：1-23.

[10]李具恒，張美玲.區域經濟協調發展研究——一個廣義梯度理論的分析框架[M].北京：科學出版社，2015：16-27

[11]何茜茜，劉晨旭，喬銀，等.安徽省產業集聚對技術創新影響的空間效應分析——基于安徽16個地級市面板數據[J].商業經濟，2020（11）：50-53.

[12]馬元三，李惠娟.地方科技創新能力指標體系的構建[J].統計與決策，2009（21）：66-68.

[13]陳艷華.基于熵權TOPSIS的地方科技創新能力實證研究[J].工業技術經濟，2017（5）：46-51.

[14]李勝會，朱紹棠.科技評價是否有效促進了區域科技創新？——基于政策驅動的視角[J].科研管理，2021（7）：11-21.

[15]徐鯤，賈俊偉.科技創新中心建設政策是否提升了科技型企業價值？——來自上海科創中心建設的證據[J].北京聯合大學學報（人文社會科學版），2022（2）：93-102.

[16]李曉峰，盧紫薇.珠三角地區創新要素配置效率評價——基于超越對數生產函數的分析[J].改革，2021（6）：97-111.

[17]陳浩，羅力菲.區域協同發展政策對要素流動與配置的影響：京津冀例證[J].改革，2023（5）：105-123.

[18]TOOL R M. A social value theory in neoinstitutional economics[J]. Journal of Economic Issues， 2016， 11（4）： 823-846.

[19]HAMILTON D. Institutional economics： Contributions to the development of holistic economics[J]. Journal of Economic Issues， 2016， 15（3）： 793-796.

[20]徐彬，吳茜.人才集聚、創新驅動與經濟增長[J].軟科學，2019（1）：19-23.

[21]張肅，孫藝文.技術創新擴散對技術進步的影響機理研究——基于扎根理論的探索性分析[J].技術經濟與管理研究，2017（9）：27-31.

[22]ALVAR P. Innovation systems for technology diffusion： An analytical framework and two case studies[J]. Technological Forecasting amp; Social Change， 2022， 45（7） ：182-185.

[23]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（5）：614-620.

[24]HANSEN M， BIRKINSHAW J. The innovation value chain[J]. Harvard Business Review， 2017， 85（6）： 121-130.

[25]余泳澤，劉大勇.創新價值鏈視角下的我國區域創新效率提升路徑研究[J].科研管理，2014（5）：27-37.

[26]任勝鋼，彭建華.基于因子分析法的中國區域創新能力的評價及比較[J].系統工程，2007（2）：87-92.

[27]袁野，祖純，尹西明，等.區域科技創新中心支撐高質量發展的理論邏輯和實現路徑研究：以中國西部（重慶）科學城為例[J].科學學與科學技術管理，2024（1）：122-136.

[28]曾婧婧，周丹萍.區域特質、產業結構與城市創新績效——基于創新型城市試點的準自然實驗[J].公共管理評論，2019（3）：66-97.

[29]劉家樹，菅利榮.知識來源、知識產出與科技成果轉化績效——基于創新價值鏈的視角[J].科學學與科學技術管理，2011（6）：33-40.

[30]羅重譜.科技創新中心建設的理論闡釋、實踐探索與政策取向[J].理論學刊，2025（1）：121-130.

The Impact of Policies for the Construction of Regional Science and Technology Innovation Centers on Regional Science and Technology Innovation Capabilities： Empirical Analysis Based on Provincial Panel Data

JIANG Yu-jie " HAO Xin

Abstract： Regional Science and Technology Innovation Centers（RSTICs） are crucial drivers for promoting regional innovation development. This study treats the implementation of RSTIC construction policies as a quasi-natural experiment， using panel data from 31 provinces in China from 2010 to 2022. Employing the difference-in-differences（DID） method， the study empirically examines the impact and mechanisms of RSTIC construction policies on regional science and technology innovation capacity. The findings reveal that the policy implementation for the construction of regional science and technology innovation centers in experimental zones significantly boosts regional science and technology innovation development. Compared to non-experimental regions， the regions under policy experimentation experienced a higher level of growth in regional science and technology innovation capacity， and these conclusions passed robustness checks. Further analysis indicates that the policy is highly effective in improving science and technology infrastructure， increasing human capital investment in universities and enterprises， strengthening financial support from government and enterprises， enhancing knowledge output， and optimizing industrial structures. However， the impact on university-industry collaboration， the transformation and transfer of scientific and technological innovation results are limited. Mechanism analysis demonstrates that RSTIC construction policies enhance regional science and technology innovation capacity through three main pathways： the flow of innovation funds， the aggregation of innovation talent， and the integration of innovative technologies.

Key words： regional science and technology innovation capacity; RSTIC construction policies; innovation-driven development strategy