“双创示范区”促进了企业间...基于模糊断点回归方法的分析_王伟.pdf

南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 DOI:10.14116/j.nkes.2022.12.010 169 “双创示范区”促进了企业间 技术合作吗？基于模糊断点回归方法的分析 王 伟 杨 光 吴金霞 苏 韧 摘 要：基于 20172020 年广州市企业技术合作的微观数据，本文将广东省推行的“双创示范区”政策作为准自然实验，采用模糊断点回归的方法识别了该政策对企业技术合作行为选择的因果效应。本文的实证研究结果表明，“双创示范区”政策显著提升了技术创新能力偏弱企业的技术合作意愿。本文的机制分析结果表明，“双创示范区”政策能够缓解企业的融资约束，并减少企业间的盲目竞争，进而提升企业技术合作的积极性。同时，本文根据企业合作对象的类型、市场进入成本和企业自身的市场活跃度等指标进行异质性分析，发现这些特征均会导致企业的技术合作选择存在差异。因此，本文的研究对于制定和优化创新政策，推动企业合作创新，提升企业技术创新能力具有重要意义。关键词：“双创示范区”政策；企业技术合作；模糊断点回归 一、引 言 近年来，我国企业在科技创新领域的投入力度持续上升，但整体科技水平仍然不高，所掌握的核心技术依然较少(肖文和林高榜，2014)。党的十九届五中全会强调我国要加快实施创新驱动发展战略、完善国家创新体系、加快建设科技强国。面对科技“卡脖子”的情形，我国亟需在科技水平上有所突破。但是，由于科技创新的复杂性、不确定性以及高成本性等特征，许多企业，尤其是中小企业难以独立实现技术创新(张振刚等，2017)。因此，大力推进企业间的技术合作，共享技术创新成果，成为解决这一困境的有效方式。如何制定相应政策，以鼓励企业之间的技术合作就成为我国完善国家创新体系、提升企业创新能力的重要抓手。基于此，客观评估我国既有的创新政策能否促进企业间技术合作，并对其影响机制和渠道进行考察成为本文的重要研究问题。为了具体分析创新政策对企业间技术合作的影响，本文收集了关于企业间技术合作的数据，并且利用相关的自然实验设计实证分析。具体来说，本文收集了 2017 *王 伟，江苏城乡建设职业学院(邮编：213147)，E-mail：；杨 光，南开大学经济学院(邮编：300071)，E-mail：；吴金霞(通讯作者)，南开大学经济学院(邮编：300071)，E-mail：；苏 韧，哥伦比亚大学文理学院(邮编：21046)，E-mail：rs4352columbia.edu。本研究得到国家社科基金青年项目“我国经济持续稳定发展的投资储蓄增长机制研究”(18CJL013)的资助。感谢匿名评审专家和编辑部的宝贵意见，文责自负。王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 170 2020 年广州市企业技术合作的微观数据，因为广州市作为全国经济创新驱动发展的“领头羊”之一，为全国促进智能制造、互联网创业创新提供了先进经验，起到了示范引领作用。同时，本文将广东省政府在 2017 年 7 月推出的“双创示范区”政策作为自然实验，该政策通过推动大型骨干企业建设面向中小企业的一站式“双创”服务平台，旨在帮助技术创新能力较弱的中小企业通过共享科研平台和科技资源匹配技术合作伙伴，提升技术创新能力，推动中小企业良性发展。因此，本文分析考察了“双创示范区”政策对企业技术合作行为选择的影响和作用机制。这不仅为我国企业提升技术创新能力提供理论支持，也为广东省甚至全国制定和优化创新政策，推动企业合作创新提供了政策依据。企业间技术合作能够使得企业之间相互交流与学习技术科研成果，帮助企业降低信息搜集成本，克服技术知识缺陷，增强企业的市场竞争力，推动企业稳定健康发展(Becheikh 等，2006；Kang 和 Lee，2008)。国内外学者着重研究了产业或区域性政策对企业自身技术创新、生产率的影响，即他们更多地关注扶持政策对企业自身发展产生的作用(Kim 等，2021；Lane，2022；Alder 等，2016；Schminke 和 Van Biesebroeck，2013；滕堂伟等，2019；谭静和张建华，2019；胡浩然，2019；孟辉和白雪洁，2017；王永进和张国锋，2016)。目前，鲜有文献从企业合作创新的视角考察其政策效应。广东省推出的“双创示范区”政策本质上作为一项推动创新驱动发展的产业政策，有利于整合当地的创新资源，为中小企业提供科研平台，提高企业间技术交流和合作的积极性。因此，客观评估“双创示范区”政策对企业技术合作的影响，既有助于了解创新政策的实施效果，为企业创新发展提供实践启示，又可以丰富企业合作创新影响因素的研究，为企业提升技术创新能力提供新的视角。本文研究的主要问题包括：“双创示范区”政策是否推动了企业间进行技术合作？如果存在推动作用，哪些企业受益较大？“双创示范区”政策通过何种渠道和机制推动企业技术合作？该政策对企业技术合作的影响是否会受到企业合作对象类型、企业市场活跃度和市场进入成本等外部特征的 影响。本文以广东省“双创示范区”政策的实施作为准自然实验，研究和探索了“双创示范区”政策的实施对企业技术合作的影响效应及其机制。结果发现，“双创示范区”政策显著提升了技术创新能力偏弱企业的技术合作意愿。异质性分析发现，“双创示范区”政策尤其推动了企业之间而非高校之间的技术合作，并且技术创新能力偏弱的企业更倾向于选择国有企业进行合作。同时，市场进入成本较高的企业有更大的技术合作意愿。机制分析结果表明，“双创示范区”政策通过提供政府补贴等方式缓解企业的融资约束，同时减少了企业间的盲目竞争，进而提升企业技术合作的积极性。与既有文献相比，本文的创新之处主要体现在以下三点。第一，在研究视角上有所不同。本文从企业技术合作这一视角出发，基于“双创示范区”这一政策，使用断点回归设计克服内生性问题，分析了该政策对企业间技术合作的影响，而非大多数既有文献关注的扶持政策对企业自身的影响。第二，在数据层面上，本文也有一定的创新。当前多数文献采用中国工业企业数据 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 171 库、Wind、国泰君安数据库等现有数据库(邱洋冬，2020；黎文靖和郑曼妮，2016；滕堂伟等，2019)，而这些现有数据库中都没有包含企业之间技术合作的信息。为了研究企业之间的技术合作，本文通过利用 Python 软件爬取得到了 20172020 年广州市进行技术合作的“企业对”，并根据企查查、天眼查等官方授权的征信网站，匹配了公司发展、经营状况和知识产权等微观信息，形成独特的微观数据。第三，得到了一系列新结论。本文的实证结果证明，“双创示范区”政策显著促进了技术创新能力偏弱的企业进行技术合作，影响机制分析发现，该政策主要通过缓解企业融资约束和竞争压力，进而提升企业技术合作的积极性。同时对于不同类型的合作对象，研究发现“双创示范区”政策显著推动了企业之间的技术合作，尤其是在国有企业间的合作方面表现更突出。这对于我国制定和实施促进企业合作创新的政策法规具有重要的理论依据和现实意义。二、制度背景与文献回顾 （一）制度背景 在高度不确定的市场经济环境下，企业之间的激烈竞争导致产品技术复杂性不断提高、产品生命周期逐步缩短，迫使企业尽快在技术上取得突破，以避免被更先进的技术所替代。而一些技术创新能力偏弱的企业在科研投入和技术创新能力有限的情况下，容易在激烈的市场竞争中被淘汰出局。因此，为促进企业的良性发展，2017 年 7 月广东省人民政府发布的关于印发广东省落实工业和信息化部广东省人民政府合作框架协议实施方案的通知(粤府函2017186 号)中明确提出，推进国家级大型骨干企业“双创”示范区建设的任务，要加快推进智能制造示范基地建设，开展智能制造试点示范；同时推动互联网、基础电信、软件及系统集成等大型骨干企业建设面向中小企业的一站式“双创”服务平台。建设一批“双创”示范企业、示范平台、示范园区，支持广州等城市打造国家级互联网创业创新产业集聚区。实施方案还指出，支持高等院校、科研机构和大型骨干企业合作共建“双创”实验室，建立研发设计、标准制定、生产制造、供应链管理等协同创新平台，深化产学研协同创新。随后广东省政府又于2017 年 12 月公布“双创”示范大企业名单，其中包括涵盖广州市在内的多家大企业和“双创”平台，主要包括互联网、基础电信、软件及系统集成行业企业。“双创”示范区的建立旨在推动相关企业间的技术合作与交流，增强企业技术创新能力。但是相比掌握较多资源的大企业，科研能力较弱的中小企业将通过这些共享资源和平台受益 更多。因此，本文利用 2017 年广东省推出的“双创示范区”政策这一准自然实验，有效识别了其对企业技术合作的政策效果。具体来说，大多数技术创新能力偏弱的中小企业往往选择与技术创新能力较强的大型企业进行技术合作，所以本文采用模糊断点回归方法，研究“双创示范区”政策出台后，该政策对不同技术创新水平企业的影响。王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 172 （二）文献回顾 多数文献已经研究各类扶持政策对企业经营绩效的影响，如生产率、就业规模、产出规模、资本水平、出口国内附加值、出口水平、风险承担水平等(Choi 和 Levchenko，2021；Criscuolo 等，2019；Rotemberg，2019；Aghion 等，2015；王永进和张国锋，2016；袁其刚等，2015)。针对企业技术创新方面的研究，已有文献研究发现，各类扶持政策都能够显著提升企业的研发投资，促进企业专利申请数量的飞速增长，推动企业技术创新(Kim 和 Lee，2021；Acharya 等，2014；Dirk 等，2010；徐扬和刘育杰，2022；杨芷晴等，2019；毛其淋，2019；余明桂，2016；袁建国等，2016；冯海红等，2015)。但更多的是促进企业增加“非发明专利”的数量而非“发明专利”数量，企业存在迎合政策的“策略性创新”而非“实质性创新”，更多追求的是创新“数量”而非“质量”的提升(安同良等，2009；黎文靖和郑曼妮，2016)。自党的十八大以来，创新驱动战略上升至国家战略高度。随后出台的各类知识产权保护等战略政策也进一步提升了企业的专利质量，具有明显的“增量提质”效应(徐扬和韦东明，2021；纪祥裕和顾乃华，2021；龙小宁等，2018)。因此，学者们在对企业技术创新效率进行衡量和评价时也关注到了政府政策对企业技术创新效率的影响(Bronzini 和 Piselli，2016；姜启波和谭清美，2020；张帆和孙薇，2018)。针对技术创新能力较弱的中小企业，繁华等(2022)发现，培育类政策可通过激发创新意愿、加速人才聚集、提升市场关注度，促进中小企业在创新数量上的增长，但无法实现企业创新由量到质的转变。还有学者认为，政府创新补贴政策对其私人研发并无显著的作用效果，甚至贷款贴息类的补贴举措会对中小企业的创新研发造成显著的挤出效应(张杰等，2015)。因此，现有文献主要集中于各类政策对企业创新数量、质量和效率的政策效应评估，而鲜有学者考虑到政策推动企业技术合作，进而提高企业技术创新产出这一重要渠道的直接量化和评估。对于许多企业，尤其是中小企业而言，因其自身资金投入和人才不足，无法独立实现技术创新，因而更多地选择与其他大型企业、科研机构等进行技术合作，以帮助企业降低信息搜集成本，以较低的成本获取先进技术，推动企业实现进一步的技术创新(李晓翔和刘春林，2018；马志强等，2015)。基于此，我们提出研究假说一。假说一：“双创示范区”政策能够帮助技术创新能力较弱的企业通过共享科研平台和科技资源匹配技术合作伙伴，促进企业进行技术合作，提升企业技术创新能力。实际上，优惠政策出台后，政府会提供一系列财政补贴和贷款优惠政策帮助企业解决融资难的问题，促进企业加大自主研发投入，提升技术创新数量和质量(Jin 等，2018)。同时，政府支持也能够推动企业间进行更多的技术合作，并从中得到更多的创新产出(Love 等，2014；Roper 等，2017)。在政府支持的政策背书下，企业更易获得更多银行贷款，企业融资压力得以缓解，一方面使得企业研发投入压力得以减轻，技术创新意愿提升，而技术创新需要更多新的知识和资源支撑，因此企业参与技术合作的倾向和积极性都会提高；另一方面，增加了企业研发资金需求，使企业更有能力支付合作成本，提升合作意愿。同时，“双创示范区”政策加强了示范区内企业的知识产权保 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 173 护，进一步降低了新技术被模仿的风险，提高示范区企业的技术创新质量，降低同领域企业的盲目竞争，促进企业之间良性竞争。迫使这些企业在自身创新能力不足的情况下，为避免被更先进的技术所替代而更加积极采取对外技术合作的策略。基于此，我们提出研究假说二。假说二：“双创示范区”政策帮助缓解技术创新能力偏弱企业的融资约束和竞争压力，进而提升企业技术合作的积极性。三、实证研究设计 （一）识别策略 本文将 2017 年广东省出台的“双创示范区”政策视为外生冲击。一般来讲，相比创新能力较强的大型企业，技术创新能力偏弱的中小企业将从该政策中受益更大。因此，可以采用断点回归(regression discontinuity，RD)来检验“双创示范区”政策对企业技术合作的影响。具体而言，“双创示范区”政策对技术创新能力偏弱的企业技术合作的因果效应可以表示为：|1,|0,=RDiiiiiiATEE YDXE YDX lim|lim|=ititititx Cx CE YXE YX(1)其中，iD是代表企业创新能力状态的虚拟变量，1iD=表示技术创新能力偏弱的企业，反之为技术创新能力较强的企业；C代表创新门槛，本文采用样本企业发明专利授权数中位数表示。iX为其他控制变量。尽管双创示范区政策主要针对技术创新能力偏弱的中小企业，但在实际数据中，也并非所有的中小企业均严格选择技术合作，也有少部分的技术创新能力较强的大型企业进行了技术合作，只是相比技术创新能力较强的企业，技术创新能力偏弱的企业选择进行技术合作的概率显著增加。这说明双创示范区政策出台后，企业选择技术合作的概率在断点处并非发生 0 到 1 的变化，而仅仅发生了一个小于 1 的跳跃，因此符合模糊断点的设定。本文借鉴了 Lee 和 Lemieux(2010)、黄薇和曹杨(2022)的思路，在满足局部随机性的条件下，采用以下“处置趋势”估计量识别“双创示范区”政策的政策效应：lim|lim|=RD ITTititititx Cx CATEE YXE YX(2)基于上述分析，本文的基础回归方程如下：12(,)_itititiktCooperationfinvCutoffinvXv=+(3)其中，itCooperation为企业是否进行技术合作的测度；itinv是企业发明专利授权数，为 RD 设计中的连续分配变量，决定企业创新能力的强弱；()f 表示企业发明专利授权数的拟合函数，本文主要采取线性和多项式拟合的方法，为拟合函数中的系数。_Cutoffinv衡量企业创新能力的强弱；核心系数1即为 RD 估计量RD ITTATE，衡王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 174 量双创示范区政策对于企业技术合作的影响。由于数据样本量限制，本文采用了相对较大的样本带宽，因此无法保证企业其他特征在带宽范围内绝对保持一致。对此，本文在回归模型中加入了其他可能影响企业技术合作行为的企业协变量itX和一系列固定效应。其中年份固定效应可控制所有企业共有的年份层面冲击，企业、行业固定效应则分别控制企业、行业层面不随时间变化的不可观测的重要因素对企业技术合作的影响。（二）变量构造与数据来源 1.被解释变量 本文主要被解释变量为哑变量Cooperation，表示企业是否进行技术合作。数据获取途径以及衡量方法如下：企业之间进行技术合作后，双方或某一方会在企业网站上发布相关的新闻报道。因此本文首先对 20172020 年包含广州市企业的新闻报道进行了爬取，将新闻报道中含有两个或两个以上的企业(其中一个为广州市企业)进行网页内容截取。其次，对截取的内容进行逐一筛选，若新闻报道中出现广州市企业与某企业、机构或高校、研究院等“达成战略合作协议”“开展合作”“成为合作伙伴”等具有技术合作含义的内容进行识别。若 t 年份该企业网址显示与某企业、机构等“达成战略合作协议”则视为有技术合作，赋值为 1；否则无技术合作，赋值为 0。一共得到 20172020 年共计 1042 组技术合作企业对。最后，在已截取的网页内容中提取广州市企业、与之合作的企业、合作时间等具体信息。2.关键解释变量 本文关键解释变量为_Cutoffinv，即为驱动变量或参考变量。采用一般研究做法，本文采用企业发明专利授权数衡量企业技术创新能力(孙早和宗睿，2022；陈爱贞等，2021；齐绍洲等，2017)。为进行断点回归设计，本文借鉴孔东民等(2021)的设定方法，通过比较样本企业发明专利授权数的中位数门槛确定其是否为创新能力偏弱或偏强的企业。本文将样本企业发明专利授权数中位数与各个企业发明专利授权数之差作为驱动变量。如果该变量0，则定义为技术创新能力偏弱的企业，视为处理组，负值则视为对照组。具体而言，定义驱动变量如下：?_Cutoffinvinvauthorinvauthor=(4)其中，invauthor为企业的发明专利授权数，?invauthor为样本企业 2017 年的发明专利授权数门槛(中位数)，即当_0Cutoffinv时表示技术创新能力偏弱的企业，反之为技术创新能力较强的企业。企业发明专利授权数据通过企查查、爱企查、天眼查网站上企业公布的信息逐一整理得到。本文的基准回归模型选取了_Cutoffinv介于-15，15带宽的样本，其中约有 64.3%的企业属于处理组，其余近 36%的企业属于对照组。为了更好地说明技术创新能力偏弱的企业在“双创示范区”政策实施以后，进行技术合作的概率与其他企业的差异性，本文绘制了企业技术合作的概率与变量_Cutoffinv之间的关系。如图 1 所示，左方和右方分别为基于线性和二次多项式拟合函数的企业技术合作断点回归图，断点左侧表示技术创新能力偏弱企业，右侧表示技术创新能力较强的企业。由图 1 可知，“双创示范区”政策实施后，技术创新能力偏弱 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 175 的企业与参与技术合作之间存在明显的跳跃。图 1 距离企业发明专利数均值的距离与企业技术合作的概率 3.协变量 考虑变量的可得性和协变量的连续性条件(Imbens 和 Lemieux，2008)，本文使用以下协变量衡量企业的基本特征：企业年龄对数(Age)反映企业运营状态，企业新闻报道对数(News)和积极舆情报道对数(Positivenews)都可反映企业社会曝光度和影响力，企业商标申请数对数(Trademark)表示企业品牌发展程度，企业拥有的资质证书数量对数(Qualification)反映其生产经营能力。本文通过对企查查、天眼查等中国人民银行授权的征信网站公布的企业数据进行手动收集，整理得到上述数据。本文对样本还进行了如下处理：剔除金融行业企业；剔除参考变量和协变量有缺失的企业样本，并对所有连续型变量前后 10%分位数的极端值进行缩尾处理。表 1 汇报了主要变量的描述性统计。由表 1 可知，结果变量 Cooperation 的均值为 0.5770，可见双创政策出台后，更多企业选择进行技术合作。企业平均年龄对数为 1.5，说明本文样本企业多为初创型企业。表 1 描述性统计 变量 样本量 均值 标准误 最小值 最大值 Cooperation 1806 0.5770 0.4942 00000.10000.Cutoff_inv 1806 2.8860 11.75980-15.000000 1400000.Age 1806 1.5072 0.8580 00000.2.9957 Positivenews 1806 3.9261 1.5931 00000.6.5653 News 1806 4.1998 1.6874 00000.6.5653 Trademark 1806 3.0481 1.1077 1.6094 5.1417 Qualification 1806 1.0623 0.5026 0.6931 3.5835 四、实证结果 （一）基准回归结果 本文分别使用线性拟合函数和二次多项式拟合函数，并分别采用三角核函数、Epanechnikov 核函数和矩形核函数进行模糊断点回归估计，回归结果如表 2 所示。结果显示，无论采用哪种拟合函数与核函数的组合，其断点回归估计的核心系数都显著王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 176 为正。以表 2 第(1)列至第(3)列线性拟合结果为例，双创示范区政策出台后，相比技术创新能力较强的企业，技术创新能力偏弱企业参与技术合作的概率分别高出 66.33%、64.95%和 46.94%，并且三个估计量都在 1%水平上显著。这表明双创示范区政策出台后，相对于技术创新能力较强的企业，技术创新能力偏弱企业进行技术合作的意愿显著提高。表 2 模糊断点回归 线性回归 二次多项式回归 (1)(2)(3)(4)(5)(6)RD_Estimate*0.6633*0.6495*0.4694*0.8747*0.8659*0.8578*(0.0978)(0.1089)(0.1765)(0.1238)(0.1149)(0.0937)样本量 1806 1806 1806 1806 1806 1806 年份固定效应 是 是 是 是 是 是 企业固定效应 是 是 是 是 是 是 行业固定效应 是 是 是 是 是 是 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 注：括号内为企业对层面的聚类稳健标准误；*p0.01，*p0.05，*p0.1；所有回归均加入了年份、企业和行业固定效应；如无特殊说明，后续表格皆同。（二）稳健性检验 1.识别条件检验 断点回归设计的可行性依赖于两个识别假设：第一个识别条件要求协变量在断点附近满足连续性特征。因此，本文对断点两侧的企业特征变量 Age、Positivenews、News、Trademark、Qualification 进行局部多项式回归拟合，即将原被解释变量设为上述协变量。表 3 第(1)列至第(5)列的结果表明，上述变量均未在企业发明专利授权数均值附近出现显著断点，协变量的连续性假设可以满足。表 3 识别条件检验 (1)(2)(3)(4)(5)(6)Age News Positivenews Trademark Qualification Cooperation RD_Estimate 0.0083-0.046200.3418-0.11830-0.71280*0.7298*(0.0917)(0.5310)(0.5409)(0.2049)(0.6877)(0.2335)imr -0.2664*(0.0988)样本量 1806 1806 1806 1806 1806 1806 第二个识别条件要求样本分组不存在自选择问题。由于企业发明专利是否得以授权取决于国家专利局，企业无法自行决定其发明专利能否被授权。但从经验来看，企业发明专利授权的概率与企业自身专利申请的质量呈正相关关系，因此企业并非完全无法选择专利授权数量。为了验证断点回归估计结果的可靠性，本文采用 Heckman 处理效应模型来进一步控制自选择问题。首先第一阶段选择 Probit 模型：(1|)()=itititp hZ(5)其中，ith是 01 变量，标识企业创新能力强弱；it表示影响企业创新能力强弱的 南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 177 解释变量。本文选取企业发布公告数量这一变量，主要原因是企业的创新能力越来越受到投资者和公众等利益相关者的关注，他们可以从企业定期发布的公告信息中判断企业的创新绩效和经营状态，因此公告信息作为一种媒体，对企业的创新行为产生一定的监督作用(Bushee 等，2010)，从而促使企业进行技术创新。式(5)采用 Probit 模型得到参数后，计算逆米尔斯比(imr)，即()/()itititZZ=，将其作为控制变量代入基准回归方程，可得到如下估计模型：12(,)_itititititkCooperationfinvCutoffinvXv=+(6)表 3 第(6)列汇报了第二阶段回归结果。结果显示，逆米尔斯比的系数显著为负，说明的确存在自选择偏误；而在加入逆米尔斯比率之后，企业技术合作的断点回归估计系数仍然显著为正，与基准结果一致，证明了本文基准结论的稳健性。2.加入协变量和采用不同标准误 借鉴孔东民等(2021)、Imbens 和 Lemieux(2008)的做法，若协变量在断点附近连续，则有必要控制协变量进行断点回归估计。将协变量 Age、Positivenews、News、Trademark、Announcement 加入基准回归进行断点估计。同时，再基于不同标准误计算方法以及不同形式的拟合函数、核函数进行模糊断点回归估计。回归结果如表 4 所示，估计结果与基准结果基本一致。Conventional 表示采用传统最小方差法进行的 RD 估计，Bias-corrected 表示采用传统方差估计进行偏差校正的 RD 估计，Robust 表示带有稳健方差估计的偏差校正 RD 估计。回归结果显示，无论采用何种拟合函数、核函数和标准误的组合，断点系数均在 1%的水平上显著为正。该结果再次验证了双创示范区政策实施之后，技术创新能力偏弱的企业进行技术合作的概率显著高于技术创新能力较强的企业。表 4 加入协变量和采用不同标准误 线性回归 二次多项式回归 (1)(2)(3)(4)(5)(6)Conventional*0.6177*0.6218*0.4570*0.8157*0.8285*1.1679*(0.0873)(0.1021)(0.1988)(0.1189)(0.1154)(0.1022)Bias-corrected*0.7820*0.7932*0.8504*1.1001*1.0447*0.9695*(0.0873)(0.1021)(0.1988)(0.1189)(0.1154)(0.1022)Robust*0.7820*0.7932*0.8504*1.1001*1.0447*0.9695*(0.1152)(0.1124)(0.1135)(0.3983)(0.3832)(0.2750)样本量 1806 1806 1806 1806 1806 1806 控制变量 是 是 是 是 是 是 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 注：后续回归均加入控制变量。3.伪断点回归 其次，根据一般研究共识，本文将企业创新能力门槛设定为企业发明专利授权的行业均值，因此若将断点设置为其他非真实断点(伪断点)，变量 Cooperation 在断点处不应该出现明显的跳跃。本文分别设置 Cutoff_inv3，Cutoff_inv2，Cutoff_inv王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 178 1 和 Cutoff_inv0.5 的伪断点进行伪干预检验，结果如表 5 所示。变量 Cooperation 在伪断点处均未有明显跳跃，再次验证了本文对企业创新能力门槛设定的有效性。表 5 伪断点回归 Cutoff_inv3 Cutoff_inv2 Cutoff_inv1 Cutoff_inv0.5Cutoff_inv-2 Cutoff_inv-3 RD_Estimate-0.13740-0.03460 0.0187 0.0405 0.0820 0.0456 (0.2898)(0.3062)(0.3262)(0.3365)(0.2968)(0.3072)样本量 1806 1806 1806 1806 1806 1806 4.其他稳健性检验 本文还使用两种方式调整样本，以验证不同的回归样本对断点估计结果影响较小，回归结果如表 6 所示。第一，缩小断点回归估计的样本带宽，由原来的-15，15缩小至-13，13和12，12。结果显示，企业技术合作的断点回归估计系数显著程度保持不变，仍然在 1%水平上显著，数值变化并不大。第二，本文将目标聚焦于技术创新能力偏弱企业，而双创示范区政策更主要的扶持对象为中小企业。而实际上，创新能力弱的企业并不一定仅包含中小企业，可能某些大型企业的创新能力也较弱。因此，本文将回归样本缩小至中小企业(员工人数小于 300 人)以检验基准结果的稳健性。由表 6 可知，得到的回归估计系数仍然在 1%水平上显著为正。表 6 其他稳健性检验 线性回归 二次多项式回归 缩小带宽至-13，13*0.6764*0.6605*0.6435*0.8796*0.8688*0.8581*(0.0894)(0.1024)(0.1172)(0.1352)(0.1270)(0.0933)缩小带宽至-12，12*0.7041*0.6864*0.6345*0.8875*0.8748*0.8594*(0.0792)(0.0940)(0.1165)(0.1585)(0.1520)(0.0932)*0.7238*0.5618*0.4884*0.7271*0.7152*0.8934*将样本缩小至中小企业(0.0148)(0.0931)(0.1428)(0.1074)(0.1014)(0.0945)核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 （三）异质性分析 本部分进一步考察“双创示范区”政策对技术创新能力偏弱企业技术合作选择的影响是否会受到合作对象类型、自身参与市场活跃度以及市场进入成本因素影响。1.合作对象异质性分析 (1)国有企业和私有企业 国有企业作为政府拥有或控制的企业，在社会主义市场经济发展过程中通常扮演着承担政府指令的角色，以弥补市场机制失灵。因此，基于国有企业的政策工具属性，国有企业势必更加积极执行政府的双创示范区政策，即可能更加积极地对技术创新能力偏弱企业施以援手。因此相较于私有企业，技术创新能力偏弱企业与国有企业进行技术合作的可能性更大。表 7 的 A 部分展示了分组回归的结果，“双创示范区”政策显著促进了技术创新能力偏弱企业与国企进行技术合作而非私企。南 开 经 济 研 究 NANKAI ECONOMIC STUDIES2022 年 第 12 期 No.12 2022 179 表 7 合作对象异质性分析 Panel A 与国企合作 与私企合作 RD_Estimate*0.7453*0.7264*0.5112*-0.0118*-0.0116*-0.0111*(0.0647)(0.0776)(0.1763)(0.0003)(0.0005)(0.0011)样本量 410 410 410 631 631 631 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 Panel B 与企业合作 与高校、研究所合作 RD_Estimate*0.7021*0.6915*0.5227*-0.0096*-0.0095*-0.0091*(0.0238)(0.0312)(0.1213)(0.0002)(0.0004)(0.0008)样本量 1041 1041 1041 765 765 765 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 (2)高校研究所或企业 表 7 B 部分的结果展示了“双创示范区”政策出台后，技术创新能力偏弱企业选择与其他企业或高校研究所等科研机构进行合作的可能性。结果显示，双创示范区政策进一步推动了企业之间的技术合作关系，并且在一定程度上减少了与高校研究所等科研机构的合作。其主要原因可能为：在推动包含企业、高校和科研院所等在内的产学研协同创新机制发展过程中，政府在合作各方的知识产权保护、利益分配和合作纠纷等方面缺乏权利义务清晰的政策配套文件和法律法规，并且缺少对推进产学研协同创新的计划引导，即外部驱动力不足；同时高校内部科研成果的实际应用性不强，这与大部分企业追求短期效益相矛盾，导致这些技术创新能力偏弱企业缺乏与高校研究所合作的内部驱动力。2.企业市场活跃度异质性分析 当企业参与市场业务的活跃程度越高时，更倾向于进行技术合作，以提升其市场竞争力。根据样本数据指标的可得性，本文用企业招投标个数来衡量企业市场活跃度，企业参与招投标个数越多，其参与市场业务的活跃程度越高。按照企业招投标个数是否大于均值将样本企业分为两组，分组检验双创政策对技术创新能力偏弱企业技术合作的影响。回归结果如表 8 的 A 部分所示，两组核心系数都在 1%水平上显著为正。可以看出，“双创示范区”政策出台后，无论技术创新能力偏弱的企业参与市场业务的活跃度高低，其进行技术合作的意愿都较强烈。3.市场进入成本异质性分析 本文使用企业面临的竞品数量来衡量企业市场进入成本。竞品数量越多，说明企业面临的产品市场竞争激烈程度越高，产品市场进入成本越低，企业面临的竞争压力越大。本文设定企业竞品数量大于均值为企业进入成本较低，否则为企业进入成本较高。表 8 的 B 部分汇报了“双创示范区”政策出台以后，企业面临的市场竞争激烈程度差异对技术创新能力偏弱企业技术合作的影响。可以发现，从整体显著水平上看，“双创示范区”政策出台后，面临低市场竞争程度的企业进行技术合作的意愿更强。可王 伟、杨 光、吴金霞、苏 韧：“双创示范区”促进了企业间技术合作吗？基于模糊断点回归方法的分析 180 能的原因是，当企业产品和服务面临较低的市场竞争程度时，说明企业产品所在的市场进入成本较高，则企业有更大意愿与其他企业进行“强强联合”，促进产品转型升级，最大限度地占领市场份额，攫取高额利润。表 8 企业市场活跃度与市场进入成本异质性分析 Panel A 市场活跃度高 市场活跃度低 RD_Estimate*0.6642*0.6728*0.6610*0.5102*0.5030*0.3257*(0.1516)(0.1474)(0.1412)(0.1192)(0.1159)(0.0962)样本量 1073 1073 1073 733 733 733 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 Panel B 进入成本较高 进入成本较低 RD_Estimate*0.8805*0.9029*0.7258*0.6169*0.5847*0.3872*(0.0668)(0.0938)(0.1996)(0.1844)(0.1977)(0.2320)样本量 667 667 667 1139 1139 1139 核函数 三角 Epanechnikov 矩形 三角 Epanechnikov 矩形 （四）机制分析 1.企业融资压力 企业生产所需的资金来源方式包括银行贷款、IPO 和民间借贷等融资和自有投入。而技术创新能力偏弱的中小企业由于生产经营绩效不足和市场竞争力弱等原因，在申请银行贷款等直接融资中受到排挤和歧视，因此其资金获取来源以 IPO 融资、民间借贷等融资为主。“双创示范区”政策出台后，在政府支持下，企业更易获得更多低息银行贷款。因此，企业会降低 IPO 或民间借贷等融资频率，企业融资压力得以缓解，推动技术创新能力偏弱的企业更加积极地参与技术合