孫文浩 張杰 馮建元

內(nèi)容提要： 政府在疫情防控常態(tài)化下制定合宜的創(chuàng)新激勵(lì)政策推動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展至關(guān)重要。本文使用1998-2017年省級(jí)面板數(shù)據(jù)，結(jié)合2003年“非典”疫情構(gòu)建雙重差分模型，考察公共突發(fā)疫情對區(qū)域創(chuàng)新的影響。結(jié)果顯示：公共突發(fā)疫情對區(qū)域創(chuàng)新水平存在顯著促進(jìn)效應(yīng);公共突發(fā)疫情會(huì)進(jìn)一步強(qiáng)化中國“西低東高”的區(qū)域創(chuàng)新格局;在高級(jí)勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新的促進(jìn)效應(yīng)更加突出。因此，在“新冠”疫情防控常態(tài)化下各大城市應(yīng)積極參與“搶人大戰(zhàn)”，努力集聚科技人才打造“人才高地”，促使地區(qū)創(chuàng)新驅(qū)動(dòng)發(fā)展，從而有效緩解疫情對中國經(jīng)濟(jì)帶來的負(fù)面影響。

關(guān)鍵詞： 公共突發(fā)疫情;區(qū)域創(chuàng)新;高級(jí)勞動(dòng)力要素集聚;雙重差分模型

中圖分類號(hào)：F249.21? 文獻(xiàn)標(biāo)識(shí)碼： A? 文章編號(hào)：1001-148X（2021）05-0019-09

一、引言

黨的十九大明確指出“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置”。尤其是“新冠肺炎”疫情暴發(fā)后，各級(jí)政府堅(jiān)決貫徹中央政治局常委會(huì)關(guān)于“戰(zhàn)勝疫病離不開科技支撐”的要求，紛紛出臺(tái)多項(xiàng)政策助力科技創(chuàng)新。然而，公共突發(fā)疫情對區(qū)域創(chuàng)新的影響，已有文獻(xiàn)對這個(gè)關(guān)鍵問題尚未給出明確的回答[1]。

針對公共突發(fā)疫情①，已有文獻(xiàn)主要基于經(jīng)濟(jì)增長[2]、政府職能轉(zhuǎn)變[3]、服務(wù)業(yè)就業(yè)[4]、醫(yī)護(hù)人員就業(yè)意愿[5]及股市表現(xiàn)[6]等視角，研究公共突發(fā)疫情的外部性，卻忽視了公共突發(fā)疫情對區(qū)域創(chuàng)新的影響。眾所周知，一方面，公共突發(fā)疫情影響了企業(yè)復(fù)產(chǎn)復(fù)工進(jìn)程，使企業(yè)家意識(shí)到全自動(dòng)工業(yè)化生產(chǎn)方式的重要性，從而促使企業(yè)加大自動(dòng)一體化的研發(fā)投入水平，在部分生產(chǎn)環(huán)節(jié)中使用工業(yè)機(jī)器人替代勞動(dòng)力要素。另一方面，公共突發(fā)疫情在一定程度上改變了消費(fèi)者的消費(fèi)習(xí)慣，消費(fèi)升級(jí)促使企業(yè)加大研發(fā)投入以及時(shí)跟進(jìn)消費(fèi)者的新型消費(fèi)需求，從而贏得產(chǎn)品市場上的主動(dòng)權(quán)，如線上教育、社區(qū)農(nóng)業(yè)等。因此，理論上公共突發(fā)疫情有利于激發(fā)區(qū)域創(chuàng)新活力，從而在疫情防控常態(tài)化下會(huì)有大量新的業(yè)態(tài)誕生。此外，高級(jí)勞動(dòng)力要素集聚對區(qū)域創(chuàng)新至關(guān)重要[7]。 高級(jí)勞動(dòng)力要素集聚會(huì)加速地區(qū)新舊動(dòng)能轉(zhuǎn)換進(jìn)程，促使區(qū)域創(chuàng)新水平顯著增加[8-9]。因此，在理論上，對于高級(jí)勞動(dòng)力要素集聚程度越高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新的促進(jìn)效應(yīng)就越強(qiáng)。基于此，本文使用1998-2017年省級(jí)面板數(shù)據(jù)，利用“非典”疫情構(gòu)建準(zhǔn)實(shí)驗(yàn)研究框架，研究公共突發(fā)疫情對區(qū)域創(chuàng)新的影響。結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)，對于東部和高級(jí)勞動(dòng)力要素集聚程度較高的地區(qū)，這種促進(jìn)效應(yīng)更加突出。公共突發(fā)疫情暴發(fā)后，地區(qū)專利申請（授權(quán)）數(shù)量平均增加約2件，但公共突發(fā)疫情可能會(huì)進(jìn)一步強(qiáng)化中國“西低東高”的區(qū)域創(chuàng)新格局。因此，本文結(jié)論為政府在疫情防控常態(tài)化下推動(dòng)地區(qū)高質(zhì)量創(chuàng)新發(fā)展提供了經(jīng)驗(yàn)數(shù)據(jù)層面的參考。

二、文獻(xiàn)簡述與研究假說

（一）文獻(xiàn)簡述

在疫情防控常態(tài)化下，中國經(jīng)濟(jì)如何高質(zhì)量發(fā)展，已有文獻(xiàn)尚未形成一致性的結(jié)論[10-14]。方行明等（2020）[10]研究發(fā)現(xiàn)，公共突發(fā)疫情對中國“非常態(tài)經(jīng)濟(jì)”和“常態(tài)經(jīng)濟(jì)”的影響存在較大差異，政府應(yīng)針對疫情對中國經(jīng)濟(jì)不同層面的影響提出針對性的解決方案，以推動(dòng)中國經(jīng)濟(jì)向“災(zāi)害適應(yīng)型經(jīng)濟(jì)”轉(zhuǎn)型。陳昌盛等（2020）[11]、沈坤榮和趙倩（2020）[12]的研究表明，政府應(yīng)加快雙循環(huán)新格局的發(fā)展，促使中國經(jīng)濟(jì)盡快復(fù)蘇。湯鐸鐸等（2020）[13]認(rèn)為，政府應(yīng)推動(dòng)創(chuàng)新驅(qū)動(dòng)高質(zhì)量工業(yè)化戰(zhàn)略促使中國經(jīng)濟(jì)高質(zhì)量發(fā)展。然而，公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響，已有文獻(xiàn)對這個(gè)問題尚未給出明確的回答。現(xiàn)有文獻(xiàn)主要基于產(chǎn)業(yè)結(jié)構(gòu)和組織關(guān)系視角，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種外部性。大量研究表明，公共突發(fā)疫情暴發(fā)后， 智能化產(chǎn)業(yè)[15]、基層組織結(jié)構(gòu)[16]以及金融科技[17]的創(chuàng)新水平均得到明顯提升，并且制度彈性、應(yīng)變能力以及領(lǐng)導(dǎo)能力等因素，是公共突發(fā)疫情促進(jìn)區(qū)域創(chuàng)新的重要因素[18]。

因此，雖然公共突發(fā)疫情對區(qū)域“常態(tài)經(jīng)濟(jì)”造成了較大的負(fù)面影響，但有利于區(qū)域“非常態(tài)經(jīng)濟(jì)”高質(zhì)量發(fā)展，尤其推動(dòng)了智能化、金融科技等新興產(chǎn)業(yè)高質(zhì)量創(chuàng)新發(fā)展。但是，已有文獻(xiàn)只從定性視角，研究公共突發(fā)疫情對區(qū)域經(jīng)濟(jì)和創(chuàng)新的影響以及提出相關(guān)解決方案，忽略了從定量角度，研究公共突發(fā)疫情對區(qū)域創(chuàng)新總量究竟存在何種影響的關(guān)鍵性問題。這個(gè)問題不解決，難以在疫情防控常態(tài)化下，為政府推動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展提供針對性的政策建議。

（二）研究假說

公共突發(fā)疫情短期對區(qū)域經(jīng)濟(jì)的健康發(fā)展存在負(fù)面影響，但這種“破壞”屬于“創(chuàng)造性破壞”。 2020年1-2月傳統(tǒng)產(chǎn)業(yè)受到較大沖擊，但信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)生產(chǎn)指數(shù)增長3.8%，智能手表、智能手環(huán)、半導(dǎo)體分立器產(chǎn)量同比上漲119.7%、45.1%和31.4%[19]。因此，公共突發(fā)疫情短期可能引發(fā)經(jīng)濟(jì)結(jié)構(gòu)“震蕩”，但長期有利于新興產(chǎn)業(yè)高質(zhì)量創(chuàng)新發(fā)展，進(jìn)而由創(chuàng)新引發(fā)的新產(chǎn)品需求、企業(yè)成本降低、產(chǎn)業(yè)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等影響渠道，促使疫情防控常態(tài)化下的中國經(jīng)濟(jì)再次邁入高質(zhì)量創(chuàng)新的發(fā)展軌道。對于外貿(mào)行業(yè)，平均而言，公共突發(fā)疫情減緩貿(mào)易下降的幅度約為0.6-1.7個(gè)百分點(diǎn)[20]。對于線上服務(wù)業(yè)，“無接觸式服務(wù)”正在促使傳統(tǒng)服務(wù)業(yè)朝著數(shù)字化、平臺(tái)化和智能化的方向創(chuàng)新發(fā)展[21]。同時(shí)，“新冠疫情”引發(fā)的“宅經(jīng)濟(jì)”在新技術(shù)應(yīng)用、新時(shí)空交融和新生活方式等方面加速區(qū)域新舊動(dòng)能轉(zhuǎn)換，有利于激發(fā)線上服務(wù)業(yè)的創(chuàng)新活力[22]。對于影響機(jī)制：一方面，基于供給側(cè)結(jié)構(gòu)視角，公共突發(fā)疫情引發(fā)的“斷崖效應(yīng)”和“替代效應(yīng)”，是公共突發(fā)疫情推動(dòng)中國經(jīng)濟(jì)數(shù)字化、智能技術(shù)及制度等方面全面創(chuàng)新的重要因素[23];另一方面，基于組織關(guān)系視角，在疫情防控常態(tài)化下領(lǐng)導(dǎo)者更傾向通過情景修正和認(rèn)知改變的人際情緒管理途徑，以提升員工的創(chuàng)新績效[24]?；诖?，我們提出本文假說1。

假說1：公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)。

高級(jí)勞動(dòng)力集聚程度越高，越有利于激發(fā)區(qū)域的創(chuàng)新活力[25]。知識(shí)吸收理論（absorptive capacity theory）認(rèn)為，高級(jí)勞動(dòng)力要素集聚程度決定了企業(yè)吸收新知識(shí)的能力，進(jìn)而影響企業(yè)的創(chuàng)新水平[26-27]。只有在高技能勞動(dòng)力要素集聚水平較高的地區(qū)，創(chuàng)新投入才能有效轉(zhuǎn)化為產(chǎn)出[28]。后續(xù)經(jīng)驗(yàn)研究進(jìn)一步發(fā)現(xiàn)，國內(nèi)微觀企業(yè)的高技能勞動(dòng)力要素集聚對企業(yè)自主創(chuàng)新存在“閾值”效應(yīng)，只有當(dāng)高技能勞動(dòng)力要素集聚水平超過“閾值”后，其對企業(yè)自主創(chuàng)新才存在顯著促進(jìn)效應(yīng)[29-30]。相反，如果地區(qū)高級(jí)勞動(dòng)力要素集聚程度過低，那么高級(jí)勞動(dòng)力要素集聚則不利于提升地區(qū)的創(chuàng)新水平[31]。由人力資本外部性理論可知，高級(jí)勞動(dòng)力要素集聚存在顯著正外部性，尤其是高學(xué)歷勞動(dòng)力要素，其創(chuàng)新溢出效應(yīng)更加突出[32]。高學(xué)歷勞動(dòng)力要素集聚對區(qū)域經(jīng)濟(jì)高質(zhì)量創(chuàng)新發(fā)展至關(guān)重要[33-34]。一部分研究基于行業(yè)視角，發(fā)現(xiàn)對于勞動(dòng)力密度較大的行業(yè)，高學(xué)歷勞動(dòng)力要素集聚對企業(yè)創(chuàng)新的促進(jìn)效應(yīng)更加突出[35-36]。也有文獻(xiàn)基于區(qū)域視角，發(fā)現(xiàn)大專及以上學(xué)歷的勞動(dòng)力要素集聚水平每上升1%，區(qū)域發(fā)明專利授權(quán)數(shù)量和新產(chǎn)品產(chǎn)值的研發(fā)創(chuàng)新效率分別增長約9.3%和16.5%[37]。因此，我們提出本文假說2。

假說2：在同等條件下，高級(jí)勞動(dòng)力要素集聚水平越高，公共突發(fā)疫情對區(qū)域創(chuàng)新的促進(jìn)效應(yīng)就越強(qiáng)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》與《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。此外，“非典”期間中國各省份確診病例數(shù)目的數(shù)據(jù)來源于2003年8月15日世界衛(wèi)生組織最后一次公布的數(shù)據(jù)，各省份確診病例數(shù)見圖1。

（二）模型設(shè)計(jì)與變量選取

本文首先構(gòu)建雙重差分傾向得分匹配（PSM-DID）模型，具體參見（1）式。

Lninnovationit=θ0+θ1time×treat+θ2X+γprovince+γyear+εit （1）

其中，下標(biāo)i表示省份，t表示年份。對于因變量（Lninnovation）：一方面，使用各省份（直轄市）專利申請受理數(shù)量（app）測度區(qū)域創(chuàng)新水平;另一方面，使用各省份（直轄市）專利申請授權(quán) 數(shù)量（pat）測度區(qū)域創(chuàng)新水平。以上所有創(chuàng)新變量 ?均進(jìn)行加1取對數(shù)處理。對于核心變量，treat=1為處理組，表示該省份（直轄市）存在“非典”確診病例。treat=0為控制組，表示該省份（直轄市）不存在“非典”確診病例。time在2003年以后（含2003年）等于1，否則為0。此外，對于高級(jí)勞動(dòng)力要素：一方面，本文使用高技能勞動(dòng)力要素集聚（S&T_agg）加以表示，借鑒孫文浩和張益豐（2020）[38]關(guān)于區(qū)位熵的定義，本文使用R&D人員折合全時(shí)當(dāng)量的區(qū)位熵水平測度高技能勞動(dòng)力要素的集聚程度;另一方面，本文使用高學(xué)歷勞動(dòng)力要素集聚（high_edu）加以表示，具體使用各省大專及以上學(xué)歷的人口數(shù)量占全國大專及以上學(xué)歷人口數(shù)量的比重加以表示。

對于控制變量集X，本文借鑒王永欽（2018）[39]的研究， 具體包括：第一產(chǎn)業(yè)占GDP比重（primary_indus_GDP），使用當(dāng)年地區(qū)第一產(chǎn)業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重加以表示。第二產(chǎn)業(yè)占GDP比重（secondary_indus_GDP），使用當(dāng)年地區(qū)第二產(chǎn)業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重加以表示。財(cái)政支出占GDP的比重（govern_expen_GDP），使用當(dāng)年地區(qū)財(cái)政支出占地區(qū)生產(chǎn)總值的比重加以表示。貿(mào)易總額（total_trade_volume），使用當(dāng)年地區(qū)進(jìn)出口總值加以表示，并進(jìn)行加1取對數(shù)處理。地區(qū)經(jīng)濟(jì)發(fā)展水平（per_GDP），采用當(dāng)年地區(qū)GDP與地區(qū)總?cè)丝跀?shù)的比重加以表示。地區(qū)教育水平（university），采用當(dāng)年地區(qū)大學(xué)數(shù)量加以表示，并進(jìn)行加1取對數(shù)處理。主要變量的描述性統(tǒng)計(jì)結(jié)果參見表1。

（三）典型事實(shí)

圖2展示的是，處理組和對照組創(chuàng)新水平的核密度圖。具體來看，圖2（a）基于地區(qū)專利申請受理數(shù)量，結(jié)果表明，處理組的核密度圖向右平移，說明相對于未受到疫情直接影響的地區(qū)，疫情地區(qū)的創(chuàng)新水平更高。圖2（b）基于地區(qū)專利申請授權(quán)數(shù)量，結(jié)果表明，處理組的核密度圖向右平移，說明疫情地區(qū)的創(chuàng)新水平更高。因此，圖2的結(jié)果初步表明，公共突發(fā)疫情可能有利于激發(fā)區(qū)域的創(chuàng)新活力。

圖3展示的是，高級(jí)勞動(dòng)力要素集聚與區(qū)域創(chuàng)新究竟存在何種關(guān)系。其中，圖3（a）說明，高技能勞動(dòng)力要素與區(qū)域創(chuàng)新基本上呈現(xiàn)正相關(guān)關(guān)系，即高技能勞動(dòng)力要素集聚程度越高，區(qū)域創(chuàng)新水平就越高。圖3（b）說明，高學(xué)歷勞動(dòng)力要素集聚與區(qū)域創(chuàng)新呈現(xiàn)正相關(guān)關(guān)系。因此，圖3說明高級(jí)勞動(dòng)力要素集聚和區(qū)域創(chuàng)新水平呈現(xiàn)正相關(guān)關(guān)系，初步說明，對于高級(jí)勞動(dòng)力要素集聚程度越高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新的促進(jìn)效應(yīng)就更加突出。

四、計(jì)量結(jié)果分析

（一）基礎(chǔ)回歸結(jié)果

首先，本文對傾向得分匹配效果進(jìn)行檢驗(yàn)，具體結(jié)果見圖4：圖4（a）展示的是，各控制變量匹配后的標(biāo)準(zhǔn)偏差（%）顯著減小，基本上全部變量標(biāo)準(zhǔn)偏差穩(wěn)定在1%附近，說明匹配后處理組和控制組基本上無系統(tǒng)差異，具有較好的平衡性。圖4（b）展示的是，匹配后處理組和控制組的共同范圍區(qū)間，結(jié)果表明，傾向得分區(qū)間大部分的處理組和對照組樣本處于共同范圍區(qū)間內(nèi)。因此，圖4表明，傾向得分匹配的效果較好，可使用傾向得分匹配雙重差分模型（PSM-DID）進(jìn)行估計(jì)。

其次，本文結(jié)合（1）式進(jìn)行雙重差分回歸，結(jié)果見表2：表2第（1）列基于專利申請數(shù)量（app），結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)，公共突發(fā)疫情暴發(fā)后，專利申請數(shù)量平均增加約3件;表2第（2）和（3）列分別基于滯后1期和2期的專利申請受理數(shù)量，結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新均存在顯著促進(jìn)效應(yīng);類似地，表2第（4）-（6）列基于專利授權(quán)數(shù)量，結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)，在公共突發(fā)疫情暴發(fā)后，專利授權(quán)數(shù)量平均增加約3件，且無論是滯后1期還是2期的區(qū)域創(chuàng)新水平，公共突發(fā)疫情對區(qū)域創(chuàng)新均存在顯著促進(jìn)效應(yīng)。

（二）異質(zhì)性檢驗(yàn)

1.基于不同地區(qū)。本文將地區(qū)劃分為東部地區(qū)與非東部地區(qū)②，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響。東部地區(qū)的估計(jì)結(jié)果見表3：表3第（1）列基于專利申請受理數(shù)量，公共突發(fā)疫情對區(qū)域創(chuàng)新水平存在顯著促進(jìn)效應(yīng)，在公共突發(fā)疫情暴發(fā)后，專利申請受理數(shù)量平均增加約2件;表3第（2）和（3）列分別基于滯后1期和2期的專利申請數(shù)量，結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新均存在顯著促進(jìn)效應(yīng)，但這種促進(jìn)效應(yīng)逐年遞減;類似地，表3第（4）-（6）列基于專利授權(quán)數(shù)量，結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新水平存在顯著促進(jìn)效應(yīng)，在公共突發(fā)疫情暴發(fā)后，專利申請授權(quán)數(shù)平均約增加2件。同理，表4第（1）-（6）列基于非東部地區(qū)，結(jié)果表明，公共突發(fā)疫情對區(qū)域創(chuàng)新均不存在顯著影響。

2.基于高學(xué)歷勞動(dòng)力集聚。本文基于高學(xué)歷勞動(dòng)力要素集聚程度不同的地區(qū)③，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響，具體結(jié)果見表5。表5第（1）和（2）列基于專利申請數(shù)量，結(jié)果表明：對于高學(xué)歷勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高學(xué)歷勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。表5第（3）和（4）列基于專利授權(quán)數(shù)量，結(jié)果表明：對于高學(xué)歷勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高學(xué)歷勞動(dòng)力要素集程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。類似地，表5第（5）-（8）列分別基于滯后1期的專利申請和授權(quán)數(shù)量，結(jié)果表明：對于高學(xué)歷勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高學(xué)歷勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。

3.基于高技能勞動(dòng)力要素。本文基于高技能勞動(dòng)力要素集聚程度不同的地區(qū)④，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響，具體結(jié)果見表6。表6第（1）和（2）列基于專利申請數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。表6第（3）和（4）列基于專利授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。類似地，表6第（5）-（8）列分別基于滯后1期的專利申請和授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。

4.基于不同行業(yè)。首先，本文基于醫(yī)藥制造業(yè)，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響，具體結(jié)果見表7。表7第（1）和（2）列基于專利申請數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。表7第（3）和（4）列基于專利授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。類似地，表7第（5）-（8）列分別基于滯后1期的專利申請和授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。

其次，本文基于醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)，研究公共突發(fā)疫情對區(qū)域創(chuàng)新究竟存在何種影響，具體結(jié)果見表8。表8第（1）和（2）列基于專利申請數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。表8第（3）和（4）列基于專利授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。類似地，表8第（5）-（8）列分別基于滯后1期的專利申請和授權(quán)數(shù)量，結(jié)果表明：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。

（三）穩(wěn)健性檢驗(yàn)

本文通過比對處理組和對照組創(chuàng)新水平的變化，檢驗(yàn)雙重差分模型是否符合共同趨勢假定（common trend assumption），具體結(jié)果見圖5。圖5的結(jié)果表明，在2003年公共突發(fā)疫情暴發(fā)前，無論是專利申請受理數(shù)還是授權(quán)數(shù)，處理組與對照組的變化趨勢基本一致。然而，在2003年公共突發(fā)疫情暴發(fā)后，兩者變化趨勢出現(xiàn)明顯差異，圖5a展示的是，處理組的專利申請授權(quán)數(shù)呈上升趨勢，而對照組基本上沒有發(fā)生明顯的變化。類似地，圖5（b）表明，在2003年公共突發(fā)疫情暴發(fā)后，處理組的專利申請受理數(shù)明顯上升，而控制組卻未出現(xiàn)明顯變化。因此，圖5表明，本文雙重差分模型通過共同趨勢檢驗(yàn)。

五、結(jié)論與政策啟示

本文利用2003年“非典”疫情構(gòu)建準(zhǔn)實(shí)驗(yàn)研究框架，運(yùn)用傾向得分匹配雙重差分模型（PSM-DID），研究了公共突發(fā)疫情對區(qū)域創(chuàng)新的影響。結(jié)果表明：（1）公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)，在疫情暴發(fā)后，地區(qū)專利申請受理數(shù)量平均增加約3件，地區(qū)專利授權(quán)數(shù)量平均增加約3件;（2）基于地理空間特征，對于東部地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng)，并且其促進(jìn)效應(yīng)呈逐年遞減的趨勢;對于非東部地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響;（3）對于高級(jí)勞動(dòng)力要素集聚程度不同的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新的影響存在較大差異。首先，基于高學(xué)歷勞動(dòng)力要素：對于高學(xué)歷勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高學(xué)歷勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。其次，基于高技能勞動(dòng)力要素：對于高技能勞動(dòng)力要素集聚程度較高的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新存在顯著促進(jìn)效應(yīng);對于高技能勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情對區(qū)域創(chuàng)新不存在顯著影響。（4）基于產(chǎn)業(yè)特征，無論是醫(yī)藥制造業(yè)還是醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)，在其他條件相同的條件下，相對于高級(jí)勞動(dòng)力要素集聚程度較低的地區(qū)，公共突發(fā)疫情只對高級(jí)勞動(dòng)力要素集聚程度較高地區(qū)的創(chuàng)新水平存在顯著促進(jìn)效應(yīng)。

基于此，“新冠肺炎”疫情對中國高質(zhì)量經(jīng)濟(jì)發(fā)展更是一種機(jī)遇，公共突發(fā)疫情有利于加快推動(dòng)中國高質(zhì)量創(chuàng)新發(fā)展進(jìn)程。本文結(jié)論為政府如何借助公共突發(fā)疫情推動(dòng)中國高質(zhì)量創(chuàng)新驅(qū)動(dòng)發(fā)展提供了重要的經(jīng)驗(yàn)參考，具體建議如下：（1）在疫情防控常態(tài)化時(shí)代，政府應(yīng)在保證高等教育質(zhì)量的前提下，鼓勵(lì)高等學(xué)校對高技術(shù)產(chǎn)業(yè)急需的高級(jí)勞動(dòng)力要素種類加大招生規(guī)模，提升地區(qū)高學(xué)歷勞動(dòng)力要素的集聚程度;（2）各大城市應(yīng)積極參與“搶人大戰(zhàn)”，尤其是中、西部地區(qū)應(yīng)出臺(tái)更加優(yōu)惠的人才引進(jìn)政策，大量引進(jìn)科研人才提升區(qū)域高技能勞動(dòng)力要素的集聚程度，促使中、西部地區(qū)高質(zhì)量創(chuàng)新發(fā)展，避免疫情防控常態(tài)化下中國“西低東高”的區(qū)域創(chuàng)新格局被進(jìn)一步強(qiáng)化;（3）政府應(yīng)優(yōu)化高級(jí)勞動(dòng)力要素的分配結(jié)構(gòu)，合理引導(dǎo)高級(jí)勞動(dòng)力要素向醫(yī)藥制造業(yè)或醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)集聚，從而加快實(shí)現(xiàn)《中國制造2025》的強(qiáng)國之路。

注釋：

①? 本文公共突發(fā)疫情是指存在大規(guī)模傳染性的公共突發(fā)衛(wèi)生事件。比如2003年的“非典”疫情、2019年的“新冠肺炎”疫情，等等。

② 具體將中國東部地區(qū)與東北地區(qū)合并一起定義為東部地區(qū)，具體包括上海、北京、天津、山東、廣東、江蘇、河北、浙江、海南、福建、黑龍江、吉林、遼寧。其他省份（直轄市）定義為非東部地區(qū)。

③? 在全國范圍內(nèi)，高學(xué)歷勞動(dòng)力要素集聚程度處于50分位數(shù)水平之上的樣本為高學(xué)歷勞動(dòng)力要素集聚程度較高的地區(qū)，否則為高學(xué)歷勞動(dòng)力要素較低的地區(qū)。

④ 在全國范圍內(nèi)，高技能勞動(dòng)力要素集聚程度處于50分位數(shù)水平之上的樣本為高技能勞動(dòng)力要素集聚程度較高的地區(qū)，否則為高技能勞動(dòng)力要素較低的地區(qū)。

參考文獻(xiàn)：

[1]? 魏婕，安同良. 面向高質(zhì)量發(fā)展的中國創(chuàng)新驅(qū)動(dòng)[J]. 中國科技論壇， 2020（1）： 33-40.

[2] 楊翠紅，陳錫康. “非典”對GDP的影響到底有多大[J]. 管理評論， 2003（6）： 3-8.

[3] 劉國光. 略論政府職能與財(cái)政功能的轉(zhuǎn)變[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2003（10）： 21-25.

[4] Lee G O M， Warner M. Human Resources， Labour Markets and Unemployment： The Impact of the SARS Epidemic on the Service Sector in Singapore[J]. Asia Pacific Business Review， 2007， 12（4）： 507-527.

[5] Styra R， Hawryluck L， Robinson S， et al. Impact on Health Care Workers Employed in High-risk Areas During the Toronto SARS Outbreak[J]. Journal of Psychosomatic Research， 2008， 64（2）： 177-183.

[6]? Chen M， Jangb S， Gonkimc W. The Impact of the SARS Outbreak on Taiwanese Hotel Stock Performance：? An Event-study Approach[J]. International Journal of Hospitality Management， 2007， 26（1）： 200-212.

[7] Parrotta P， Pozzoli D， Pytliková M. The Nexus between Labor Diversity and Firm′s Innovation[J]. Journal of Population Economics， 2014， 2（27）： 303-364.

[8]? 孫文浩，張益豐. 城市搶“人”大戰(zhàn)有利于地區(qū)新舊動(dòng)能轉(zhuǎn)換嗎？[J]. 科學(xué)學(xué)研究， 2019， 37（7）： 1220-1230.

[9] 張益豐，孫文浩. 高技術(shù)產(chǎn)業(yè)與科技研發(fā)人才：集聚形態(tài)、影響機(jī)制及演化路徑[J]. 中國人力資源開發(fā)， 2018， 35（3）： 104-116.

[10] 方行明，張蓓，付莎，等. 疫情對經(jīng)濟(jì)的影響與“災(zāi)害適應(yīng)型經(jīng)濟(jì)”的轉(zhuǎn)型[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2020（9）： 4-19.

[11]? 陳昌盛，許偉，蘭宗敏，等. “十四五”時(shí)期我國發(fā)展內(nèi)外部環(huán)境研究[J]. 管理世界， 2020， 36（10）： 1-14.

[12]? 沈坤榮，趙倩. 以雙循環(huán)新發(fā)展格局推動(dòng)“十四五”時(shí)期經(jīng)濟(jì)高質(zhì)量發(fā)展[J]. 經(jīng)濟(jì)縱橫， 2020（10）： 18-25.

[13] 湯鐸鐸，劉學(xué)良，倪紅福，等. 全球經(jīng)濟(jì)大變局、中國潛在增長率與后疫情時(shí)期高質(zhì)量發(fā)展[J]. 經(jīng)濟(jì)研究， 2020， 55（8）： 4-23.

[14] 劉婷婷，應(yīng)瑞瑤，周力. 非洲豬瘟對中國生豬產(chǎn)業(yè)鏈的經(jīng)濟(jì)影響研究——基于市場分割視角[J]. 農(nóng)村經(jīng)濟(jì)， 2020（9）： 19-26.

[15] 渠慎寧，楊丹輝. 突發(fā)公共衛(wèi)生事件的智能化應(yīng)對：理論追溯與趨向研判[J]. 改革， 2020（3）： 14-21.

[16] 李強(qiáng)，盧堯選. 疫情防控與我國基層社會(huì)治理創(chuàng)新[J]. 江蘇社會(huì)科學(xué)， 2020（4）： 24-31.

[17] 肖宇，李詩林，梁博. 新冠肺炎疫情沖擊下的銀行業(yè)金融科技應(yīng)用：理論邏輯、實(shí)踐特征與變革路徑[J]. 金融經(jīng)濟(jì)學(xué)研究， 2020， 35（3）： 90-103.

[18] 史晨，耿曙，鐘燦濤. 應(yīng)急管理中的敏捷創(chuàng)新：基于健康碼的案例研究[J]. 科技進(jìn)步與對策， 2020， 37（16）： 48-55.

[19] 田利輝，王薇. 高質(zhì)量創(chuàng)新與經(jīng)濟(jì)增長——應(yīng)對新冠肺炎疫情沖擊的思考[J]. 中國高校社會(huì)科學(xué)， 2020（3）： 4-11.

[20] 王穩(wěn)，陳字旺，張陽，等. 新冠疫情、全球政治風(fēng)險(xiǎn)市場與出口信用保險(xiǎn)的創(chuàng)新發(fā)展[J]. 保險(xiǎn)研究， 2020（10）： 20-33.

[21] 夏杰長. 全球疫情沖擊下的中國服務(wù)業(yè)：分化與創(chuàng)新發(fā)展[J]. 財(cái)經(jīng)問題研究， 2020（6）： 3-12.

[22] 齊驥，陸梓欣. 重大疫情視角下“宅經(jīng)濟(jì)”創(chuàng)新發(fā)展的思考[J]. 福建論壇（人文社會(huì)科學(xué)版）， 2020（6）： 39-47.

[23]? 黃群慧. 新冠肺炎疫情對供給側(cè)的影響與應(yīng)對：短期和長期視角[J]. 經(jīng)濟(jì)縱橫， 2020， 414（5）： 46-57.

[24] 鄒艷春，曾曉晴，聶琦，等. 新冠疫情下領(lǐng)導(dǎo)者人際情緒管理對員工創(chuàng)新績效的影響[J]. 中國人力資源開發(fā)， 2020， 37（8）： 22-34.

[25] 王玉燕，王婉. GVC嵌入、創(chuàng)新型人力資本與制造業(yè)高質(zhì)量發(fā)展——基于“新發(fā)展理念”的影響機(jī)制分析與效應(yīng)檢驗(yàn)[J]. 商業(yè)研究， 2020（5）： 67-76.

[26] Chen C， Huang J. StrategicHuman Resource Practices and Innovation Performance——The Mediating Role of Knowledge Management Capacity[J]. Journal of Business Research， 2009， 62（1）： 104-114.

[27] Bosetti V， Cattaneo C， Verdolini E. Migration of Skilled Workers and Innovation： A European Perspective[J]. Journal of International Economics， 2015， 96（2）： 311-322.

[28] Zeng J， Liu Y， Wang R，et al. Absorptive Capacity and Regional Innovation in China： An Analysis of Patent Applications， 2000-2015[J]. Applied Spatial Analysis and Policy， 2019， 12（4）： 1031-1049.

[29] 陳俊杰，鐘昌標(biāo).高級(jí)人力資本跨省流動(dòng)、要素多樣化集聚與城市技術(shù)創(chuàng)新[J].江西社會(huì)科學(xué)，2020（11）：70-79.

[30] 孫文浩. 城市搶“人”大戰(zhàn)與企業(yè)創(chuàng)新[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2020， 42（9）： 15-30.

[31] Giuliani E. Cluster Absorptive Capacity： Why do Some Clusters Forge Ahead and Others Lag Behind？[J]. European Urban and Regional Studies， 2005， 12（3）： 269-288.

[32] Che Y， Zhang L. Human Capital， Technology Adoption and Firm Performance： Impacts of China′s Higher Education Expansion in the Late 1990s [J]. Economic Journal， 2018， 128（614）： 2282-2320.

[33] 劉智勇，李海崢，胡永遠(yuǎn)，等. 人力資本結(jié)構(gòu)高級(jí)化與經(jīng)濟(jì)增長——兼論東中西部地區(qū)差距的形成和縮小[J]. 經(jīng)濟(jì)研究， 2018， 53（3）： 50-63.

[34] 白勇. 我國創(chuàng)新型人力資本技術(shù)效率研究[J]. 商業(yè)研究， 2016（4）： 156-163.

[35]? 劉備，王林輝.創(chuàng)新要素空間流動(dòng)對區(qū)域創(chuàng)新能力的影響：外地吸引與本地依賴[J].求是學(xué)刊，2020（5）：66-75.

[36] 毛其淋. 人力資本推動(dòng)中國加工貿(mào)易升級(jí)了嗎？[J]. 經(jīng)濟(jì)研究， 2019（1）： 52-67.

[37] 朱承亮，師萍，安立仁. 人力資本及其結(jié)構(gòu)與研發(fā)創(chuàng)新效率：基于SFA模型的檢驗(yàn)[J]. 管理工程學(xué)報(bào)， 2012（4）： 58-64.

[38] 孫文浩，張益豐. 低房價(jià)有利于“搶人大戰(zhàn)”城市科研人才集聚嗎？[J]. 科學(xué)學(xué)研究， 2020， 38（5）： 813-825.

[39] 王永欽，李蔚，戴蕓. 僵尸企業(yè)如何影響了企業(yè)創(chuàng)新？——來自中國工業(yè)企業(yè)的證據(jù)[J]. 經(jīng)濟(jì)研究， 2018， 53（11）： 99-114.

Can Public Outbreak Stimulate Regional Innovation？Investigation on the Construction

of Quasi Experimental Research Framework Based on SARS Epidemic Situation

SUN Wen-hao1， ZHANG Jie2， FENG Jian-yuan3

（1. School of Economics， Renmin University of China， Beijing 100872， China; 2. Institute of

China Economic Reform & Development， Renmin University of China， Beijing 100872， China;

3.Harbin University of Commerce，Harbin 150028，China）

Abstract：? Under the normalization of epidemic prevention and control， it is very important for the government to formulate appropriate innovation incentive policies to promote China′s high-quality economic development.Using the provincial panel data from 1998 to 2017， combined with the SARS epidemic in 2003， this paper constructs a double difference model to investigate the impact of public emergencies on regional innovation.The results show that the public outbreak has a significant promoting effect on the level of regional innovation; public outbreaks will further strengthen China′s regional innovation pattern of “l(fā)ow in the West and high in the East”;in areas with high concentration of advanced labor factors， the promotion effect of public emergencies on regional innovation is more prominent.Therefore， under the normalization of the “COVID-19” epidemic prevention and control， major cities should actively participate in the “people grabbing war”， strive to gather scientific and technological talents， create a “talent highland”， and promote regional innovation driven development， so as to effectively alleviate the negative impact of the epidemic on China′s economy.

Key words：? public outbreak; regional innovation; advanced labor factors agglomeration; Difference-in-difference Model

（責(zé)任編輯：周正）