知识产权示范城市建设对生产性服务业集聚的影响研究

刘建江 熊智桥 石大千

一 引 言

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出，实行严格的知识产权保护制度，加强知识产权司法保护和行政执法，推动生产性服务业向专业化和价值链高端延伸，促进服务业繁荣发展。由此可见，如何推动生产性服务业集聚是“十四五”时期的热点及难点问题。长期以来，城市具有财富与生产高度集中的显著特征，不仅承载着经济活动的开展，更能推动产业的高度集聚(齐讴歌等，2012)[1]。政策制度是影响生产性服务业集聚的重要因素(胡国平等，2012)[2]，知识产权示范城市试点建设作为培育知识产权密集型产业的一项重要政策制度，为生产性服务业集聚创造了良好机遇。知识产权示范城市建设为技术创新成果涌现保驾护航，能够吸引大量高端外商投资涌入，进一步推动生产性服务业产生空间技术扩散效应(刘建江和姜竹青，2021)[3]，这将对生产性服务业尤其是高端生产性服务业高质量发展产生深远影响(余思勤和孙司琦，2020)[4]。因此，知识产权示范城市建设能否推动生产性服务业集聚？其中的作用机制又是什么？知识产权示范城市建设的政策效应是否存在差异？一系列问题亟待回答。

目前，较多学者对生产性服务业集聚的重要作用进行了深入分析。在产业转型升级步伐不断加快的背景下，服务业对我国经济发展发挥着重要支撑作用，尤其是富含信息技术的生产性服务业，能够通过地区集聚引发的知识溢出效应进一步推动经济结构升级，对地区经济增长具有明显的拉动作用(曾艺等，2019)[5]。唐晓华等(2018)[6]认为生产性服务业集聚产生的知识溢出效应和人才集聚效应，能够促进制造业生产率提升，最终推动制造业的高质量发展(余泳泽等，2016)[7]。总体来讲，生产性服务业集聚有利于提升我国城市外商直接投资效率和城市创新水平，可有效改善我国城市FDI近年来呈现的总量增加但增长率下降的趋势(黎日荣，2019[8]；方慧等，2021[9])。从城市经济效率视角来看，生产性服务业集聚发挥的作用呈倒U型，且我国正处于上升阶段(袁冬梅和李恒辉，2021)[10]。进一步细分集聚类型发现，生产性服务业专业化集聚和多样化集聚均可产生知识溢出效应和规模经济效应，并且两者皆可借助规模经济效应对本地制造业升级产生显著推动作用，而周边地区制造业升级则只能依赖专业化集聚产生的知识溢出效应来实现，且制造业升级的长期效应更加明显(韩峰和阳立高，2020)[11]。

梳理与回顾现有研究发现，学者们对生产性服务业集聚的经济效应进行了深入研究，且充分肯定了生产性服务业集聚对产业升级、经济发展等的重要作用，但对如何推动生产性服务业集聚则着墨尚少。此外，较多学者从创新绩效(徐扬和韦东明，2021[12]；纪祥裕和顾乃华，2021[13])、产业结构升级(覃波和高安刚，2020)[14]等方面考察知识产权示范城市建设的政策效应，但对于知识产权示范城市建设的生产性服务业集聚效应却并未涉及。本文探讨知识产权示范城市建设对生产性服务业集聚的影响，试图做出以下拓展：首先，将生产性服务业集聚纳入知识产权示范城市建设的经济效应评估中，丰富了知识产权示范城市建设的政策效应研究。其次，引入马歇尔外部性理论，刻画知识产权示范城市建设影响生产性服务业集聚的具体作用机制，并进行实证分析。最后，通过对城市异质性的深入考察，分析不同城市特征下知识产权示范城市建设对生产性服务业集聚的政策效应是否存在差异，可为知识产权示范城市建设提供更为精准的政策定位，有利于最大化生产性服务业集聚效应。

二 政策背景与机制分析

(一)政策背景

知识产权示范城市试点建设关系到现代产权制度的完善与发展，有助于深化要素市场化改革、高效合理配置资源，最终推动产业集聚。2008年，国务院颁布实施《国家知识产权战略纲要》，旨在加强知识产权保护工作顶层设计，提升知识产权保护水平，同时也表明知识产权治理已上升到国家战略高度。为进一步深入实施国家知识产权战略、促进知识产权强国建设，从国家知识产权局2012年公布首批示范城市开始，截至2018年，共有五批城市列入知识产权示范城市建设名单，总共包括副省级、地级市(区)以及县级市在内的70个城市(区)(见表1)。

(续上表)

作为中国知识产权政策体系的重要特色，知识产权示范城市试点建设在诸多方面进行了创新，主要体现在评定要求和考核指标体系的构建上，为生产性服务业集聚提供了良好的制度保障。为稳步推进知识产权示范城市建设工作，充分激发示范城市创新活力，国家知识产权局于2014年印发《国家知识产权试点示范城市(城区)评定和管理办法》，其中明确提出了知识产权示范城市建设的多项考核任务：一是加强示范城市知识产权管理，推动知识产权成果的转化与应用，发挥知识产权的经济效益；二是加强示范城市知识产权司法保护，提高知识产权执法能力，减少知识产权诉讼纠纷；三是推动知识产权服务业发展，鼓励建立知识产权服务机构，培养知识产权专门人才，服务政府及企业更好开展知识产权保护工作。与此同时，该办法还制定了69项示范城市评定指标，其中试点城市建设的主要任务共有45项考核内容，主要明确了两级重点考核层面、七项重点考核指标：(1)城市层面，具体包含知识产权保护的管理体制、执法维权、文化、人才和能力建设五项内容，重在提升企业外部的知识产权保护水平。(2)企业层面，主要包括企业知识产权意识和能力建设两项重点考核内容，旨在加强企业内部的知识产权保护力度。上述评定要求和考核指标敦促知识产权示范城市推进和落实知识产权保护工作，加强知识产权保障力度，有力消除生产性服务业企业的创新顾虑。同时，伴随着多项惠企、惠才措施的出台，知识产权示范城市可吸纳高新技术产业和高层次人才的双重落地，为直接推动城市生产性服务业集聚提供了现实可能。

(二)机制分析

由知识产权示范城市建设的评定要求和考核指标可知，示范城市建设对生产性服务业集聚具有重要影响。进一步地，本文基于知识产权示范城市建设的具体要求，同时以马歇尔外部性理论为基础，探讨知识产权示范城市建设影响生产性服务业集聚的具体机制，接下来主要从知识溢出效应和劳动力池效应两方面展开传导机制分析(如图1所示)。

图1 知识产权示范城市建设影响生产性服务业集聚的机制传导过程

1.知识溢出效应

首先，相关研究认为知识产权保护能够直接推动技术创新水平提升，两者之间具有显著的内在关联性(操龙升和赵景峰，2019)[15]，而知识产权示范城市建设旨在提高城市知识产权保护水平，打造良好的营商环境，可进一步激发城市创新创造活力。因此，促进城市技术创新水平提升进而产生知识溢出效应是知识产权示范城市建设的重要目标之一，且主要通过以下渠道实现：其一，知识产权示范城市建设伴随着知识产权保护尤其是司法保护的加强，能够营造良好的市场竞争环境，有效打击专利侵权行为，提高技术模仿企业的侵权成本，保障创新主体的知识产权经济收益(吴超鹏和唐菂，2016)[16]，充分调动创新主体持续进行研发投入的积极性和主动性，进一步提高生产性服务业企业的技术创新水平。其二，中小企业面临较强的融资约束(Ang et al.，2014)[17]，而自主创新需耗费企业大量的研发资金，投入回报率显著低于技术引进，知识产权示范城市试点建设则为生产性服务业企业的研发创新缓解了资金难题。在知识产权示范城市建设过程中，地方政府通过颁布专利保险、专利质押融资等相关政策降低创新主体进行技术创新的潜在风险，同时示范城市的示范效应促使地方政府加大对创新主体的专项补贴，各省知识产权局也有责任和义务做好配合工作，其中就包括给予相关政策倾斜、配备专项资金等，能够缓解生产性服务业企业的融资约束，推动企业创新水平的提升。其三，作为城市治理在知识产权保护领域的重要实践，知识产权示范城市建设提高了城市整体的知识产权治理水平，更有利于打造“政府—创新主体—公众”三位一体的知识产权治理模式，能够显著强化各创新主体的知识产权保护意识，为企业进行技术创新活动营造良好的制度环境，可提升生产性服务业企业技术创新水平并产生知识溢出效应。

其次，知识溢出效应是促进生产性服务业集聚的基本因素之一。马歇尔外部性理论认为，对于制造业企业尤其是专利密集型企业，知识溢出效应主要通过信息共享提高企业创新水平和生产效率。同时，知识溢出效应普遍存在于生产性服务业企业之间，并且相对于制造业企业而言，该效应在生产性服务业中表现得更加明显。这是由于制造业与生产性服务业存在产业特征差异，制造业尤其是劳动密集型制造业多借助于物质资本，导致知识溢出效应难以发挥较大作用，而借助于知识或脑力资本的生产性服务业主要是专利密集型企业，为获取持续创新资源并塑造强大竞争力，生产性服务业企业更有可能集聚在某一区域，并由此形成一个有着完善供应商、经验丰富客户群以及众多企业和支撑机构的“区域创新系统”(刘志彪，2020)[18]。基于此，本文提出假设1。

假设1：知识产权示范城市建设通过知识溢出效应促进了生产性服务业集聚。

2.劳动力池效应

首先，知识产权示范城市建设可使生产性服务业企业获取超额创新利润，充分保障了企业研发人员的利益，提升了高技能劳动力的就业意愿，同时伴随企业技术创新活动的不断循环扩大，作为劳动力需求主体的企业更有招聘动力，会增加高技能劳动力尤其是研发人员的雇佣数量，从而提高企业人力资本规模与水平。在知识产权示范城市建设的主要任务中，明确提出加强知识产权人才建设，将知识产权人才工作纳入示范城市建设考核指标体系，具体指标包括知识产权人才的引进政策、培训开展情况、数量规模以及年度经费投入。因此，知识产权示范城市建设扩大了对高技能人才的需求，一系列人才引进政策增强了对高技能劳动力的吸引力，促进了劳动力要素的流动与集聚，最终推动城市和企业的人力资本积累，形成劳动力池效应。

其次，劳动力池效应是促进生产性服务业集聚的又一基本因素。马歇尔外部性理论表明，潜在的劳动力供求在产业集聚区形成后可被迅速激发，处于集聚区内的企业更易寻找到专业对口的目标劳动力，完成劳动力市场的共享。需要注意的是，充分发挥劳动力池共享效应具有一定的前提条件，也即集聚区内的企业之间具有相似的劳动力需求。生产性服务业企业间、生产性服务企业与先进制造业企业间的劳动力需求相似度较高，从理论上来讲更容易完成劳动力市场的共享。通过共享劳动力市场，劳动力可在众多企业间自由流动，不仅可以稳定工资，降低淡、旺季劳动力成本变动的风险，还能“熨平”各类不确定性的冲击。基于此，本文提出假设2。

假设2：知识产权示范城市建设通过劳动力池效应促进了生产性服务业集聚。

三 研究设计

(一)模型构建

2011年《国家知识产权试点和示范城市(城区)评定办法》公布后，中国于2012年设立首批知识产权示范城市，截至2018年，共设立五批示范城市，可视作一次准自然实验。本文基于知识产权示范城市建设这一政策冲击，运用双重差分法考察知识产权示范城市建设对生产性服务业集聚的影响。为充分拉长政策效应研究的时间区间，对知识产权示范城市建设的生产性服务业集聚效应评估主要基于2012年的试点城市样本，以2012年是否获批知识产权示范城市作为分组依据。同时为防止其他批次示范城市可能对估计结果带来的干扰，剔除其他批次示范城市样本，以识别2012年试点城市政策的净效应。在考虑时间固定效应与个体固定效应后，构建基准模型如下：

seraggit=a+βTreati×Postt+ρXit+λt+μi+εit

(1)

其中，被解释变量seragg表示生产性服务业集聚水平。Treati×Postt为政策冲击变量，也是本文关心的核心解释变量。X代表控制变量，λ代表时间固定效应，μ代表城市固定效应，ε为随机误差项，i、t分别表示城市和年份。系数β表示知识产权示范城市建设对生产性服务业集聚的政策效应，预期符号为正。

(二)变量选择

1.被解释变量

生产性服务业集聚。罗宾指数、基尼系数和区位熵指数是学术界测算产业集聚的常用方法，其中区位熵指数能够有效避免因地区规模差异导致的测量误差，可更为准确地衡量生产性服务业的专业化程度。因此，本文用区位熵指数(罗双成等，2021)[19]衡量生产性服务业集聚水平，并参考杨仁发(2013)[20]的划分方法，将金融业、租赁和商务服务业、科研、技术服务和地质勘查业、信息传输、计算机服务和软件业、交通仓储邮电业统一归为生产性服务业，具体算法如下：

seraggit(t)=[qij(t)/∑jqij(t)]/[∑iqij(t)/∑i∑jqij(t)]

(2)

其中，qij(t)为t时期i城市的生产性服务业就业人数，∑jqij(t)为t时期i城市就业总人数。∑iqij(t)为t时期研究样本中所有城市生产性服务业就业总人数，∑i∑jqij(t)为t时期研究样本中所有城市就业总人数。

2.解释变量

Treati×Postt为政策冲击变量，是分组虚拟变量与时间虚拟变量的交乘项。其中，分组虚拟变量为Treat，是否获批知识产权示范城市体现了知识产权保护水平的高低差异，若城市在2012年获批为知识产权示范城市，该变量取值为1，否则为0。时间虚拟变量为Post，2012年及之后设置为1，否则为0。

3.控制变量

为控制其他影响生产性服务业集聚的因素，参考胡兆廉等(2021)[21]的研究，回归模型加入相关控制变量(X)：经济发展水平(pgdp)，以人均GDP对数衡量；金融发展水平(finan)，以存贷款总额占GDP比重衡量；财政收支状况(fre)，用地方财政一般预算收入与一般预算支出之比表示；对外开放程度(open)，用当年实际利用外资金额占GDP的比重表示；互联网发展水平(inter)，以互联网宽带用户数占年末总人口数的比重表示。表2为主要变量的分类说明。

表2 变量说明

(三)数据来源及处理

本文数据来自2005—2019年的《中国城市统计年鉴》，根据一般规则对数据进行了相应的处理：一是运用插值法补齐部分年份存在缺失的数据；二是剔除后四批知识产权示范城市。经过上述处理，最终得到2004—2018年中国252个地级市共3467个观测值的面板数据。为控制极端值影响，对连续变量在上下1%进行缩尾处理。主要变量的描述性统计如表3所示。

表3 描述性统计

四 实证结果与分析

(一)基准回归结果

基于前文研究设计，本部分运用基准回归模型进行实证分析，知识产权示范城市建设对生产性服务业集聚的影响如表4所示。其中，列(1)仅控制城市固定效应，列(2)同时控制城市固定效应和时间固定效应，列(3)进一步加入控制变量。不难发现，无论是否加入控制变量，回归系数均显著为正，表明知识产权示范城市建设能够推动生产性服务业集聚，并且具有非常显著的政策效应。

表4 知识产权示范城市建设对生产性服务业集聚的影响

(二)稳健性检验

1.共同趋势检验

(1)运用画图法进行共同趋势检验。运用DID模型的前提是实验组和控制组在政策发生之前具有相同的时间趋势，本文借鉴 Beck et al.(2010)[22]、Serfling(2016)[23]在错层的准自然实验情境下检验共同趋势假定的方法，利用事件分析法进行检验，并结合样本时间设置了知识产权示范城市建设前4年与后6年共10年的窗口期。图2(竖线包含0为不显著，反之显著)结果表明，在知识产权示范城市建设之前，示范城市与非示范城市的生产性服务业集聚没有显著差异，验证了共同趋势假设。

图2 共同趋势检验(画图法)

(2)运用回归法进行共同趋势检验。设置每一年的年份虚拟变量与分组虚拟变量的交乘项，且由于虚拟变量陷阱，删除2012年的交乘项后进行回归。如果知识产权示范城市获批前分组虚拟变量与每一年的年份虚拟变量交乘项的系数不显著，那么就满足共同趋势假设。从表5的结果可以看出，2012年之前的回归结果均不显著，表明知识产权示范城市获批之前实验组与控制组存在共同趋势，验证了共同趋势假设。同时2013年和2014年的回归结果不显著，直到2015年开始显著性水平不断上升且交互项系数逐渐增大，表明知识产权示范城市建设政策发挥作用具有滞后效应，进一步支持了画图法的共同趋势检验结果。

表5 共同趋势检验(回归法)

(续上表)

2.安慰剂检验

(1)虚构政策时间进行安慰剂检验。本文借鉴Topalova(2010)[24]的做法，删除了2012年及以后的样本，仅保留知识产权示范城市建设冲击前(2004—2011年)的样本。并且在实验组与控制组具有相同设置的基础上，依次将2005年、2006年和2007年作为“虚拟”的政策冲击时点，重新进行双重差分检验。从表6回归结果可以看出，利用虚拟政策时点构造的交互项系数虽然为正但均不显著，可以看出真实的知识产权示范城市建设之前实验组并没有显著的生产性服务业集聚效应。

表6 安慰剂检验(虚构政策时间)

(2)随机抽取实验组进行安慰剂检验。为更大程度地考察是否由于不同城市间的随机因素发挥作用，遵循Li et al.(2016)[25]的检验思路，通过随机选择与示范城市具有相同数量比例的任意城市进行安慰剂检验，即选择23座任意城市作为实验组，其余城市为控制组。为了最大程度上实现随机分组，本文将以上过程循环500次，即意味着进行了500次的随机分组，然后利用双重差分思路重新进行回归估计。图3为500次随机分组下的知识产权示范城市建设估计系数的分布图，结果显示基于随机样本的估计系数分布在0附近，且基准估计结果(0.117)落在远离分布图的右侧区域，这意味着知识产权示范城市建设对生产性服务业集聚的促进作用并未受到不同城市间随机因素的干扰，同时也检验了基准结果的稳健性。

图3 安慰剂检验(随机抽取实验组)

3.PSM-DID检验

为进一步克服实验组与控制组存在的可观测因素与不可观测因素差异对估计结果造成的影响，本文通过PSM方法寻找与示范城市特征最接近的非示范城市作为知识产权示范城市的配对控制组进行DID检验，进而识别出知识产权示范城市建设促进生产性服务业集聚的净效应。首先，为计算控制组进入实验组的概率进而获取倾向得分值，将是否获批知识产权示范城市的分组虚拟变量对选取的城市层面控制变量进行Logit回归；其次，使用核函数作为权重(指定半径为0.05)，并进行有放回的整体匹配，得到知识产权示范城市的配对城市(主要看倾向匹配得分值是否最接近)；最后，验证匹配后协变量的均值在实验组与控制组之间的差异是否显著，并利用匹配后的实验组和控制组重新进行估计。

表7为协变量在实验组与控制组之间的平衡性检验结果，可看出匹配后所有协变量的标准化偏差均小于20%，且标准化偏差的绝对值较匹配前大幅下降，下降幅度高达85.3%～99.9%。同时从图4可以直观看出，匹配前协变量的标准化偏差距离0值较远，而匹配后协变量的标准化偏差集中分布在0值附近，与匹配前相比效果更好。表8列(1)报告了PSM-DID的检验结果，可发现在利用匹配后的非示范城市作为控制组后，回归结果仍然显著为正，进一步证明本文结论是稳健的。

表7 PSM的平衡性检验结果

图4 协变量的标准化偏差

4.更换指标检验

借鉴曾艺等(2019)[5]关于生产性服务业集聚指标的度量方法，用以生产性服务业就业密度代表的生产性服务业集聚指数替换以区位熵测得的生产性服务业集聚指数进行稳健性检验。从表8列(2)可以看出，回归结果仍显著为正，证明了本文结论的稳健性。

5.更换数据检验

上述回归均采用全样本进行，本部分限定回归样本范围，表8列(3)为利用平衡面板数据的回归结果。估计结果表明，交互项系数依然显著为正，也即知识产权示范城市建设促进了生产性服务业集聚，证明了本文结论的稳健性。

6.控制省份-时间联合固定效应

理论上，诸如地区经济波动、产业政策等区域及产业层面的宏观冲击对估计结果影响应当是有限的，即无偏性基本满足，但为确保基准估计结果的有效性，本部分进一步控制各省份可能随时间变化因素的宏观影响，表8列(4)表示在控制城市固定效应和时间固定效应的基础上进一步控制省份-时间联合固定效应，进而得出更为纯净的政策效应。由表8列(4)可知，交互项系数依然显著为正，再次证明本文结论的稳健性。

表8 PSM-DID、替换指标、替换数据与控制省份-时间联合固定效应

(三)作用机制检验

前文结果表明，知识产权示范城市建设显著促进生产性服务业集聚，那么是否如机制分析所述，知识产权示范城市是通过知识溢出效应和劳动力池效应来推动生产性服务业集聚的呢？本文借鉴温忠麟和叶宝娟(2014)[26]、石大千等(2018)[27]的中介效应检验方法进行机制验证。首先，将DID交乘项与生产性服务业集聚进行回归，考察知识产权示范城市建设对生产性服务业集聚的影响；其次，将DID交乘项与机制变量进行回归，考察知识产权示范城市建设对机制变量的影响；最后，将DID交乘项和机制变量同时与生产性服务业集聚进行回归，考察DID交乘项的系数及显著性变化，从而验证上述机制是否在知识产权示范城市建设影响生产性服务业集聚的过程中发挥了中介作用。检验作用机制的中介效应模型如下：

seraggit=a+βTreati×Postt+ρXit+λt+μi+εit

(3)

mechit=a+βTreati×Postt+ρXit+λt+μi+εit

(4)

seraggit=a+βTreati×Postt+θmechit+ρXit+λt+μi+εit

(5)

1.知识溢出效应

知识溢出效应一直以来都没有统一的度量标准，学术界一般采用专利、新产品产值或者全要素生产率等指标作为知识溢出效应的代理变量。其中，专利度量法认为专利体现知识溢出效应时空分布的同时还可反映知识溢出的路径与特点，不仅是知识溢出过程中留下的重要足迹，更是衡量知识溢出和流动的合理指标(易巍等，2021)[28]。故参考王军和常红(2020)[29]度量知识溢出效应的方法，本文使用城市每万人专利授权数量(inno)作为知识溢出程度的代理变量。

表9为知识溢出效应的检验结果。从第(1)步结果可以看出，交乘项系数显著为正，表明知识产权示范城市建设显著促进生产性服务业集聚。第(2)步结果中交乘项系数显著为正，表明知识产权示范城市建设显著增加城市创新，进一步产生了知识溢出效应。第(3)步同时加入DID交乘项和知识溢出变量后，交乘项系数从0.117下降至0.096，较之前下降0.021个单位，且显著性水平降低，表明知识溢出效应是知识产权示范城市建设促进生产性服务业集聚的重要机制。具体而言，知识溢出中介效应占总效应的比重达到24.5%，说明知识溢出效应在知识产权示范城市建设推动生产性服务业集聚的过程中发挥了重要作用。

表9 知识溢出效应

2.劳动力池效应

知识产权示范城市建设代表着知识产权保护水平的提升，企业可获取超额创新利润，不仅保障了企业研发人员的利益，提升高技能劳动力的就业意愿，而且作为劳动力需求主体的企业更有招聘动力，会增加高技能劳动力尤其是研发人员的雇佣数量。因此，本文借鉴已有研究(李天健，2020)[30]以高级人力资本规模衡量劳动力市场异质性的做法，采用城市研发人员数(hum)衡量劳动力池效应。

表10为劳动力池效应的检验结果。在第(1)步知识产权示范城市建设促进生产性服务业集聚的前提下，第(2)步结果中交乘项系数显著为正，表明知识产权示范城市建设显著促进高技能人才的吸纳，进一步推动了劳动力市场共享。第(3)步同时加入DID交乘项和劳动力池变量后，交乘项系数从0.117下降至0.107，较之前下降0.01个单位，且显著性水平降低，表明劳动力池效应是知识产权示范城市建设促进生产性服务业集聚的机制。具体而言，劳动力池效应占总效应的比重达到8.2%，说明劳动力池效应在知识产权示范城市建设促进生产性服务业集聚的过程中发挥了重要作用。

表10 劳动力池效应

(续上表)

五 进一步的异质性分析

本部分对知识产权示范城市建设影响生产性服务业集聚的政策效应进行异质性分析，具体思路是，将不同分组变量设置成虚拟变量与知识产权示范城市Treat×Post项分别交乘，并同时放入回归模型(为避免共线性，基准的Treat×Post项不再进入模型)，以对不同分组的系数进行比较。

(一)城市规模

国务院于2014年发布《关于调整城市规模划分标准的通知》，其中明确了城市规模划分的最新标准，本文以此为依据，将城市规模划分为超大城市、特大城市和大中城市，相应划分标准为常住人口1000万以上、常住人口在500万到1000万之间以及常住人口在50万到500万之间。需要特别指出的是，本文只进行了中等及以上规模城市的异质性检验，原因在于小规模城市原始数据样本量较少，如将其纳入检验会影响回归结果的可信度。从表11列(1)回归结果可以看出，特大城市和超大城市的交互项系数均显著为正，而大中城市的交互项系数则不显著，表明相对于大中城市，知识产权示范城市建设更有利于特大及超大城市的生产性服务业集聚，这与新经济地理学中的集聚理论观点是一致的。城市规模的逐步扩大伴随着规模收益的递增，经济活动的集聚向心力不断增强，相应生产要素如劳动力、资本、数据等逐渐累积，交通基础设施趋于完善，知识溢出效应和劳动力池效应更易被激发，从而知识产权示范城市建设推动生产性服务业集聚的政策效应更加显著。

(二)城市区位

鉴于当前中国整体发展的不平衡，需要进一步验证不同地区之间知识产权示范城市建设对生产性服务业集聚的政策效应是否存在差异，将样本城市分为东部、中部和西部三大区域。表11列(2)的城市区位异质性回归结果显示，知识产权示范城市建设的政策冲击显著促进东部、西部地区生产性服务业集聚，而对中部地区则不显著。可能的原因是，东部地区相对来说有较好的地理位置与较高的经济发展水平，吸引要素集聚的优势更明显，在知识产权示范城市建设契机下生产性服务业集聚效应突出，对东部地区城市而言无异于“锦上添花”。位于西部地区的知识产权示范城市，其资源禀赋与交通基础设施均处于较低水平，但相应的边际产业集聚能力更强，生产性服务业集聚的潜力更大，因而知识产权示范城市建设显著促进西部地区城市生产性服务业集聚，对西部地区城市而言相当于“雪中送炭”。而中部地区的政策效应不显著，可能是其新旧动能转换过慢，中低端制造业仍处于主导地位，对生产性服务业中间品投入需求不大，因而知识产权示范城市建设对生产性服务业集聚的政策效应并不显著。

(三)城市等级

不同等级城市的行政管理水平高低会带来当地经济发展水平的差异，使知识产权示范城市建设对生产性服务业集聚的影响程度也不尽相同，本部分按城市行政等级进行异质性检验，将副省级、省会城市归为省会及以上城市，非副省级或省会城市则为一般城市，以考察不同行政等级下的政策效应差异。表11列(3)的估计结果表明，省会及以上城市的交互项系数显著为正，一般城市的交互项系数较小且不显著，这表明知识产权示范城市建设对省会或副省级城市的生产性服务业集聚效应非常显著，而对其他城市的政策效应则不强。这是因为行政级别更高的省会或副省级城市在技术进步领域可获得的创新要素资源更加丰富，在人才引进方面享有更多的支持政策，从而在知识产权示范城市建设的过程中展现出更强的知识溢出效应和劳动力池效应，最终推动城市生产性服务业集聚。而一般地级市则由于当前要素市场尚未完善，市场运行效率较低，其他产业政策支撑不足，单纯依靠知识产权示范城市建设的一系列政策带动，难以产生明显的生产性服务业集聚效应。

表11 异质性检验

六 研究结论与政策启示

本文利用2004—2018年中国252个地级及以上城市的面板数据，采用双重差分法(DID)以及中介效应模型，重点考察知识产权示范城市建设对生产性服务业集聚的影响及作用机制。结果表明：(1)知识产权示范城市建设显著促进了生产性服务业集聚，该结论经过一系列稳健性检验后依然成立。(2)机制检验表明，基于马歇尔外部性理论的知识溢出效应和劳动力池效应是知识产权示范城市建设影响生产性服务业集聚的重要机制。(3)知识产权示范城市建设推动生产性服务业集聚的政策效应存在城市区位、规模和等级差异。具体而言，知识产权示范城市建设推动生产性服务业集聚的政策效应主要体现在东部和西部地区城市、特大及超大城市、省会及副省级城市，对中部地区城市、大中城市以及一般地级市的政策效应则并未体现。

基于上述研究结论得到如下政策启示：(1)合理扩大知识产权示范城市试点建设范围，完善知识产权法律法规和诚信体系建设。生产性服务业集聚是产业结构升级、经济高质量发展的重要推动力，知识产权示范城市建设对生产性服务业集聚具有显著的推动作用，因此有必要扩大试点范围，让更多城市享受到知识产权示范城市建设带来的政策红利，为城市生产性服务业集聚提供强有力的制度保障。与此同时，完善知识产权法律法规和诚信体系建设，培养拥有知识产权法律背景和技术背景的复合型人才，加强知识产权治理，维护知识产权权益，减少专利侵权行为，推动生产性服务业高质量发展。(2)针对不同区位、规模和等级的城市实施差异化的知识产权保护政策。“一刀切”的政策显然无法达到其应有效果，故应有的放矢、分类施策。在知识产权示范城市建设过程中，对于东部和西部地区城市、特大及超大城市、省会及以上城市应持续保证高水平的知识产权保护，使其充分利用知识产权示范城市建设这一契机推动生产性服务业集聚。而对于中部地区城市、大中城市以及一般地级市，应进一步加强规范引导，分阶段强化知识产权保护水平，使其平稳度过知识产权保护副作用导致的“阵痛期”。(3)多措并举激励城市技术创新和人力资本积累，以充分发挥知识溢出效应和劳动力池效应。一方面，政府应在减税降息、风险补偿等方面积极提供支持，加大研发费用加计扣除比例，完善知识产权服务机构建设。此外，不断推动企业无形资产和专利的有效评估，完善企业无形资产纳入融资标的建设，健全企业专利质押融资政策，为企业营造良好的融资环境，充分激励企业进行技术创新活动。另一方面，积极实行以增加知识价值为导向的分配政策，包括提高科研人员成果转化收益分享比例，探索对创新人才实行股权、期权、分红等激励措施，在促进知识产权保护水平提升的外部激励基础上，充分保障企业的技术创新活动免受人才困扰，从而激发全社会创新活力，促进生产性服务业集聚，最终推动经济高质量发展。