营商环境对城市创新能力的影响——基于中国287个地级市的空间计量分析...
科技管理研究
Science and Technology Management Research
2020年第24期2020No.24 doi:10.3969/j.issn.1000-7695.2020.24.028
营商环境对城市创新能力的影响
—
—基于中国287个地级市的空间计量分析
张存刚1，刘亚奇】，邵传林$
(1.兰州财经大学经济学院，甘肃兰州730020;
2.华侨大学经济与金融学院，福建泉州362021)
摘要：以中国287个地级市为研究样本，使用截面空间计量模型，考察优化营商环境是否会促进城市创新能力的提升。研究表明：优化营商环境对城市创新能力的促进作用是显著的，营商环境每上升1个标准差，会导致城市创新能力提高0.1503个标准差；城市创新能力具有显著的空间溢出效应；在信息化程
度高但经济发展水平较低、第
三产业占比较低、城市规模较小、政府科技扶持力度较小的中小城市，营商环境对城市创新能力的促进作用会更为明显。
关键词：营商环境；城市创新；截面空间计量
中图分类号：F124.3;F224;G301文献标志码：A文章编号：1000-7695(2020)24-0216-06
Impact of Business Environment on Urban Innovation Capacity:
Analysis of Spatial Metrology Based on287Prefecture-level Cities in China
Zhang Cungang1,Liu Yaqi1,Shao Chuanlin2
(1.School of Economics,Lanzhou University of Finance and Economics,Lanzhou730020,China;
2.School of Economics and Finance,Huaqiao University,Quanzhou362021,China)
Abstract：Taking287prefecture—level cities of China as the research sample and using cross-sectional spatial econometric modek,this paper examines whether optimizing the business environmen
t will promote the improvement of urban innovation capabil让ies.The research shows that optimizing the business environment will have a significant positive impact on urban innovation capacity,and each standard deviation of the business environment will cause urban innovation capacity increased by0.1503standard deviations;urban innovation capacity has a significant space spillover effect;small and medium—sized cities with high levels of informatization but low levels of economic development, relatively low tertiary industry,smaller cities,and less government support for science and technology,the business environment will play a more significant role in promoting urban innovation capacity.
Key words：business environment;urban innovation;cross-sectional space measurement
在经济发展新常态的背景下，中国经济发展动力不足，如何提升城市创新能力是中国经济换挡提速的关键。党的十九届四中全会将改善营商环境列为坚持和完善中国特社会主义行政体制的工作任务，可见，优化营商环境已经成为中国政府的长期目标。在过去的研究中，尽管有证据表明政策制度环境能够显著影响城市的创新能力，其中公共制度起到了关键作用⑴，但是并没有学者直接探讨营商环境和城市创新的关系。那么，营商环境的优化能否带来城市创新能力的提升？
1文献综述
目前，城市创新能力的影响因素、空间效应及其对比评价是研究热点，其中本研究的关注重点是前两个方面。城市创新能力的影响因素众多，在国外的研究中，学者从城市人口密度、人力资本和移民等不同角度分析了影响欧美国家城市创新能力的因素［2切；国内学者卞元超等⑸认为高速铁路的开
收稿日期：2020-03-06，修回日期：2020-07-09
基金项目：国家社会科学基金项目“制度性成本视角下民营企业营商环境优化研究”（19BJY182）
张存刚等：营商环境对城市创新能力的影响—
—基于中国287个地级市的空间计量分析217
通能够促进创新要素的流动效应，进而对城市创新水平起到推动作用，余泳泽等⑹认为城市房价上涨对城市整体的技术创新活动会产生显著的抑制作用，相反，限购政策能够促进城市创新能力的提升。在城市创新能力的空间效应方面，国内外学者的研究结论相一致，如Arrow［71指出创新在产出之后会不断对外扩散，在区域维度层面表现为创新的空间溢出效应；郭将等⑻发现地区创新效率的空间溢出效应明显。学术界对营商环境的研究起步晚，学者们普遍认同营商环境是一个综合性概念，涉及领域广。在行政审批改革方面，毕青苗等⑼认为行政审批中心的设立会使城市规模以上工业企业的进入率显著提升。在法治化营商环境的研究中，顾艳辉等
指出降低交易成本是优化营商环境的关键，而降低交易成本的主要因素是法治化。在营商环境综合指标的研究中，董志强等山)使用世界银行的城市营商环境数据研究发现，营商环境对于中国城市的经济发展有显著影响；于文超等〔⑵研究发现营商环境的改善会使政策不确定性所造成的负面影响减弱，营商环境的优化有助于保障民营企业的经营活力。
已有少量文献关注到了营商环境和企业创新的关系，如王永进等⑴］认为行政审批制度改革能够为企业研发投入节省资金，但是制度性交易成本的下降会加剧市场竞争，企业生存空间受到挤压而不利于创新；夏后学等研究发现，优化营商环境能够通过消除寻租来对市场创新产生积极影响；陈颖等〔⑸研究表明，优化营商环境能够缓解行政审批效率对企业经营产生的不良影响，同时有助于企业从正规渠道得到更多的资金支持，从而推动企业的自主创新能力；徐浩［⑹研究发现在政务环境高效透明、司法环境公正有力的省份，企业会在自身的技术创新方面投资更多，创新成果的产出更多。无疑，营商环境会对企业创新能力产生影响，在省级层面，也有证据表明制度环境与创新能力存在关联⑴，因此，我们有理由推测，营商环境会影响城市创新能力。
综上所述，’尽管已有学者对营商环境与创新的关系进行探索，但是，创新主体的选择均停留在企业层面，截止到目前，尚未发现有文献研究营商环境对城市创新能力的影响，已有文献要么研究营商环境和企业创新能力的关系，要么研究制度环境对创新能力的影响。无疑，学术界对营商环境和创新能力的研究不够系统和完善。本研究将拓展营商环境的研究范围，细化到国内287个地级市，在更具体的范围开
展营商环境研究，以提升研究结论的稳健性；将营商环境列为影响城市创新的因素，并将营商环境与城市创新能力纳入统一的理论框架下，深入研究营商环境影响城市创新的机制。
2营商环境影响城市创新的理论分析
从理论层面看，营商环境可能会对城市创新产生积极的促进作用，也有可能抑制城市的创新。
第一，法治化营商环境对城市创新的双重影响。法治化营商环境对城市创新能力的影响主要体现在知识产权保护层面。政府增强知识产权保护执法力度，能够减少企业的研发溢出损失，缓解企业的外部融资约束，从而达到促进企业创新的效果⑴】。但是，知识产权保护对技术创新的促进作用是存在一定范围的，过强的知识产权保护会降低技术创新的效率3O
第二，行政审批制度改革对城市创新的双重影响。在行政审批制度改革进程中，大规模规范和精简审批事项有助于消除政府和市场经济主体之间的信息不对称，减少城市经济主体开展经济活动的时间成本和经济成本，为企业的创新活动提供物质保障。但是，市场准入门槛的放宽、企业开办流程的简化和费用的降低会对创业产生积极影响［⑼，而企业数量的增加会使已有企业的生存空间受到压缩⑴］。
第三，营商环境对城市创新能力的双重影响。营商环境的优化有助于促进市场的公平竞争，导致市场竞争加剧。在过去的研究中，有大量证据表明市场竞争与创新呈倒“U”型关系⑵］，但聂辉华等⑵］认为市场竞争对创新的积极影响存在一个临界值，超过这个点，市场竞争会对创新产生抑制作用。
综上所述，营商环境对城市创新能力的影响有正向的促进作用，也有反向的阻碍作用，我们从理论上无法判定哪一种效应的影响更大。因此，下文进行实证检验。
3模型构建与数据说明
3.1模型设定
过去的研究表明，中国的地区创新存在显著的空间相关性〔⑵。在空间模型中，空间自回归模型(SAR)、空间误差模型(SEM)和空间自相关模型(SAC)的使用最为普遍。各模型的具体形式分别如下：
inno=pW x inno+仇be+Z/?+w(1)
式(1)为空间自回归模型，其中P为空间自回归系数；w为空间权重矩阵；inno为城市创新变量；be为营商环境变量；Z为控制变量的集合；£为随机误差项。
inno=pW x inno+%be+Z0+£(2)
s=AWe+“(3)
式(2)(3)联合为空间自相关模型，其中;I为
218张存刚等：营商环境对城市创新能力的影响一基于中国287个地级市的空间计量分析
空间误差系数，如果；I显著，则表明误差项之间存在空间自相关；其他变量和参数的定义与式（1）相同。
inno=0ibe+Zp+e（4）
e=AW e+fi（5）
式（4）（5）联合为空间误差模型，其中a为空间误差系数，其他变量和参数的定义与式（1）相同本研究参考张学良的空间权重矩阵构建方法设计了两种空间矩阵，分别是相邻空间权重矩阵忆和经济空间权重矩阵％。
3.2变量说明
城市创新（inno）是本文的被解释变量，使用寇宗来等⑺］的研究成果，采用《中国城市和产业创新力报告2017》中的城市创新力指数作为城市创新的代理变量。该指数基于微观专利数据与企业层面的大数据，并引入了注册企业数量。
营商环境（be）是本文的核心解释变量，使用李志军〔25】的研究成果，采用《中国城市营商环境评价》
中2017年的城市营商环境得分作为代理变量。该指标涵盖政府效率、融资效率、市'场环境及公共服务水平等系列分指标。
控制变量包括人均地区生产总值（GDP）（gdp）、城市规模（size）、产业结构（stru）、人力资本（he）、信息化程度（net）和政府科技支出（gov）。3.3数据来源
研究范围包括中国287个地级市（以下简称“样本城市”），主要变量的原始数据来自国家知识产权局的专利数据、国家工商局的企业注册资本数据，EPS全球统计数据分析平台中的中国城市数据库、中国城乡建设数据库，控制变量和经济权重矩阵的数据来自《中国城市统计年鉴2016》。需要说明的是，由于中国对营商环境的研究起步较晚，目前仅《中国城市营商环境评价》具有较为完整的地级市营商环境得分情况，且只有2017年和2018年两个版本的排名，而《中国城市和产业创新力报告》最新版排名为2017版，为使之匹配，本研究中均使用2017版数据。
4实证分析
4.1描述性统计分析
变量的描述性统计结果如表1所示，可以看岀，中国不同城市之间的创新水平差异巨大。在相关性分析中，城市创新与营商环境之间的相关系数高达0.778.且在1%的水平上显著。同时，通过观察营商环境与
城市创新的拟合曲线，也可以看岀营商环境与城市创新具有显著的正相关关系。但是鉴于篇幅，此处未列出相关性分析和拟合曲线散点图的结果。
表12017年样本城市营商环境与城市创新能力相关指标的描述性统计分析
变量变量含义变量符号样本量/个平均值标准差最小值最大值城市创新城市创新力得分的自然对数inno287  1.391  1.663-2.237  6.967营商环境城市营商环境评价得分/分be2879.6918.899  1.86069.640人均GDP人均GDP/万元gdp287  5.113  2.953  1.10020.720城市规模市辖区人口的自然对数size287  4.6620.790  2.7307.660产业结构第二产业占比stru2870.4660.0960.1500.710人力资本每万人高校教师数的自然对数he287  2.9700.937-0.380  5.625信息化程度每万人互联网用户数/户net2870.6580.4630.145  4.197政府科技支出政府科技支出占比gov2870.0180.0170.0010.142
4.2空间相关性的初步检验（Moran's/）的计算结果。样本城市创新变量的莫
在进行空间计量分析之前，首先需要对兰指数值均大于0，且通过了1%水平下的显著性检回归模型进行诊断。表2列岀了全局莫兰指数验，表明城市创新存在显著的空间聚集特征。
表22017年样本城市营商环境与城市创新能力的空间相关性检验
矩阵变量莫兰指数值/莫兰指数期望值E（/）标准差SD（7）正态性统计量z P值相邻矩阵inno0.336-0.00
30.0408.4030 be0.218-0.0030.039  5.6570经济矩阵inno0.295-0.0030.02810.7500 be0.335-0.0030.02712.5440
从莫兰指数散点图可以看岀，大量样本集中在第三象限（低低象限，即较差的营商环境与较差的城市创新能力，其次是第一象限（高高象限.即优良的营商环境与优良的城市创新能力），而第二四象限的样本量较少。限于篇幅，此处未将莫兰指数散点图列岀。由于营商环境也具有空间正相关特征，城市创新与营商环境之间的正相关关系也可能是因为相同的空间因素造成的，因此需要进行进一步的
张存刚等：营商环境对城市创新能力的影响—
—基于中国287个地级市的空间计量分析219
检验。
4.3空间效应的实证检验
表3报告了空间计量模型的分析结果，其中，模型1和模型2为空间自回归模型（SAR），模3和模型4为空间自相关模型（SAC），模型5和模型6为空间误差模型（SEM）；焰代表模型中的矩阵为相邻矩阵，冏代表模型中的矩阵为经济矩阵。模型1至模型4的结果显示，空间自回归系数均通过了显著性检验，这初步表明城市创新具有空间溢出的特征；除模型3外，其他5个模型均通过了LR 检验，即空间回归模型
比OLS回归更能解释营商环境和城市创新的关系。营商环境的估计系数处在0.1027~0.1226之间，均通过了显著性检验，这表明营商环境对城市创新起到了显著的促进作用。通过计算模型1可以发现，营商环境每上升1个标准差，将会引起城市创新提高0.6448个标准差，即大约是城市创新平均值的46.3%0
表32017年样本城市空间溢出效应的实证检验I
SAR SAC SEM
指标模型1模型2模型3模型4模型5模型6忆“2叭砂2忆旳
be0.1205*"0.1179"*0.1226***0.1027***0.1226-*0.1196"
(0.0057)(0.0064)(0.0054)(0.0070)(0.0057)(0.0064)
P0.1470.2503"*0.0234*0.4360'"
(0.0467)(0.0636)(0.0132)(0.0786)
A0.0363*-0.4220•“0.1932"*0.2506"
(0.0199)(0.1488)(0.0660)(0.1029)
N287287287287287287 R20.7350.7170.7450.7310.7230.704 F346.871I*"306.9868***371.9662"*338.7382***321.0660***280.8294*** Log-L-271.499-268.948-266.489-267.258-272.241-273.560 LR9.95115.4784-  3.125r0.71148.5862"*  5.9306**注：I）***、**、*分别表示在1%、5%、10%的水平上显著；2）（）内为异方差稳健的标准误。下同。
表4报告了各模型在表3的基础上加入人均GDP、城市规模、产业结构、人力资本（he）、信息化程度和政府科技支出等控制变量之后的情况，尽管回归系数有所下降，但是依然显著。具体来看，营商环境的估计系数处在0.0281~0.0298之间。使用表4的模型（1）计算可得营商环境每优化1个标准差，将会促进城市创新上升0.1503个标准差，这大约是城市创新平均值的10.8%。可见，营商环境对城市创新能力的提升是非常大的。在模型（1）到模型（4）中，空间自回归系数依然显著大于0，这进一步验证了城市创新的空间溢出效应。
表42017年样本城市空间溢出效应的实证检验II
指标
SAR SAC SEM
模型（1）模型（2）模型（3）模型（4）模型（5）模型（6）炉2叭叭炉2
be0.028r**0.0298***0.028r*'0.0290.0280.0293"*
(0.0076)(0.0077)(0.0076)(0.0077)(0.0078)(0.0079)
P0.1293***0.1209**0.1223•”0.1708"
(0.0373)(0.0604)(0.0457)(0.0742)
X0.0256-0.16590.1766"0.0572
(0.0941)(0.1529)(0.0749)(0.1245)
N287287287287287287 R20.9000.8910.8990.8930.8900.893 Log-L-177.2210-181.0740-177.1840-180.502-271.5543-182.9500 Wald Test1361.1217***1231.056CT"1351.6241***1260.1010***1223.8436***1263.031 F194.4460***175.865I***193.0892°"180.0144***174.8348***180.433 LR12.0568'**  4.0132"7.1675*"  5.2942"  5.5573"0.2110
4.4直接效应与间接效
在本文的空间计量模型中，回归系数值不仅包含各变量对本地区城市创新能力的影响，即直接效应，而且也包括各变量对邻近城市创新能力的影响，即间接效应，表5分别列出了在相邻矩阵W，和经济矩阵W2的条件下各变量对城市创新能力影响的分解结果。其中列（1）~列（3）在表4模型（1）的回归基础上计算所得，列（4）~列（6）在表4模型（2）的回归基础上计算所得。由列（3）和列（6）可知，
220张存刚等：营商环境对城市创新能力的影响——基于中国287个地级市的空间计量分析
在样本城市中，本城市营商环境对邻近城市创新能
力的影响分别为0.024 6和0.024 8，均大于0，表明 本城市营商环境会对邻近城市的创新能力产生正向
影响，即空间溢出效应。这是因为本城市营商环境
的优化会对邻近城市起到示范作用；同时为避免在 招商引资方面处于劣势，相邻城市会展开优化营商 环境的竞争，本城市与邻近城市营商环境的协同改
善能够吸引大批优质企业和创新型人才落户，进而 促进本城市和邻近城市创新能力的协同提升。
表5不同空间矩阵下2017年样本城市
创新能力影响因素分解中国城市人口密度榜
变量(1)(2)(3)(4)炉2
(5)(6)总效应直接效应间接效应总效应直接效应间接效应
be 0.195 5
0.170 80.024 60.207 40.182 6
0.024 8gg 0.206 80.180 80.026 1
0.153 30」35 00.018 3
size
2.791 2  2.439 70.351 6  2.769 3
2.438 50.330 7he 0.717 30.626 90.090 30.631 30.555 90.075 4
stru 0.425 70.372 10.053 6
0.167 40.147 4
0.020 0net
0.123 3
0.107 8
0.015 50.255 1
0.224 60.030 5gov
0.228 30.199 50.028 8
0.379 4
0.334 1
0.045 3
5营商环境影响城市创新的内在机制
设定新的模型如式（6）所示，以此来考察营商
环境影响城市创新的内在机制。
inno  = pW  x  inno  + 0ibe  + /?2be  x  Z  + Z/? + £
（6）
式（6）中：/?2 xZ 为营商环境与本研究所挑 选变量的交乘项，对式（3）取一阶导数可以发现
dinno/dbe  =仇+ p 2Z ，即营商环境对城市创新的影
响还取决于Z 。
表6是在相邻矩阵必下，使用空间自回归模型
（SAR  ）分别考察了营商环境与人均GDP 、城市规模、
产业结构、政府科技支出、信息化程度等变量的交 互效应。从表6可以看出，营商环境的估计系数在
0.021 0 ~ 0.250 9之间，均显著大于0，表明在表5
的基础上加入交乘项后，营商环境对城市创新能力 的显著促进作用没有发生改变。通过交乘项的估计 系数可以看出，营商环境对城市创新能力的促进作
用在经济发展水平较低的城市更为明显，在信息化 程度高、第三产业占比较低、城市规模较小、政府
科技扶持力度较小的中小城市，营商环境对城市创
新的促进作用会更为明显。
表6营商环境影响样本城市创新的内在机制（SAR  ）
变量
(1)(2)(3)(4)(5)be 0.070 6***0.250 9***0.109 8***0.060 0***0.021 0*(0.016 8)(0.047 7 )(0.027 2 )(0.015 3)(0.008 6 )
be  x  gdp -0.003 6"・(0.001 3)
be  x  size
-0.029 6***(0.006 3 )
be  x  stru -0.112 9***(0.036 2 )
be  x  gov -0.626 3**(0.263 0)
be  x  net 0.010 3*(0.006 2 )控制变量
YES YES YES YES YES P
0.120 0***0.101 3W 0.125 丁"
0.128 8***0.128 3***(0.036 9 )(0.036 3 )(0.036 6 )(0.036 8)(0.043 3 )N 287287287287287R 20.9000.9020.8960.8990.900Log  - L -173.323-166.570-172.445-174.421-176.327Wald  Test
1 358.213 2°"1 399.4971 294.995 2***1 352.415 9***1 360.093 0'**F 169.776 7***174.937 r M 161.874 4***1 69.05
2 O'"1 70.011 6***LR
10.594 1 •”7.771 8…11.797
12.209 2•”
8.777 6"*
此外，为了验证营商环境和城市创新能力的关 系是否具有稳健性，在表3的6个模型外采用空间
杜宾模型（SDM ）检验营商环境对城市创新能力的 影响，而后在表6的基础上，通过更换空间计量模
型和空间矩阵的方法进行营商环境影响城市创新能
力内在机制的稳健性分析：一是将相邻矩阵替换为 经济矩阵进行验证，二是将模型由空间自回归模型
（SAR  ）更换为空间误差模型（SEM  ）和空间自相关
模型（SAC ）。检验结果与前文结论相一致。但是 鉴于篇幅，此处未列出稳健性检验结果。
6结论与政策建议
本研究以2017年中国287个地级市的截面数据 为研究样本，并运用空间计量模型对营商环境与城

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。