知識產權治理與數字創新韌性：基于準自然實驗的證據

毛毅堅

(溫州理工學院 法學院,浙江 溫州 325000)

一、引言

數字技術的廣泛與深度應用通過重塑創新空間、重構創新行為,賦能創新活動呈現網絡協同、交互共生的發展趨勢,衍生數字創新這一概念[1]。進入新發展階段,黨的二十大報告就創新引領作出系統部署,要求“完善科技創新體系”“加快實施創新驅動發展戰略”。作為數字經濟時代的抓手,數字創新可充分釋放數字經濟價值創造能力,為打造現代化經濟體系、保障產業鏈安全、提升國際競爭力提供核心動能。尚需注意,數字創新因多主體參與特征,較易受到內外環境干擾,而國際政治沖突、單邊主義抬頭等諸多因素交織,使數字創新面臨易變性(volatility)、不確定性(uncertainty)、復雜性(complexity)和模糊性(ambiguity)特征。同時,灰犀牛、黑天鵝事件頻生,極大限制國內關鍵數字技術領域創新發展。此背景下,切實提升數字創新韌性,成為學界研究重點。

黨的二十大報告就知識產權治理賦能數字創新韌性提升作出系統部署,強調“加強知識產權法治保障,形成支持全面創新的基礎制度”。然而,國內知識產權仍然面臨行政司法銜接缺位、知識產權服務供給短板以及知識產權轉移轉化不足等諸多問題,難以為數字創新韌性提升供給知識產權動能支撐[2～3]。為充分釋放知識產權治理動能,國家知識產權局根據《國家知識產權戰略綱要》政策部署,制定《國家知識產權試點和示范城市(城區)評定辦法》,著力開展知識產權試點示范城市建設,借力制度領銜提高知識產權保護、管理及服務治理水平,為提升數字創新韌性提供城市樣本。那么,知識產權治理能否助力數字創新抵御沖擊干擾,提升數字經濟韌性?這一問題值得深入探討。

二、文獻述評

目前,學界已經圍繞知識產權治理及數字創新韌性分別展開系統研究,形成諸多可參考的研究結論。其中,知識產權治理文獻主要聚焦于以下幾個層面：一是知識產權治理的積極作用。李勝會和戎芳毅(2022)[4]研究指出,作為知識產權治理的重要工具,知識產權示范城市建設可提升城市產業多樣化水平和創新能力,助力城市產業鏈韌性提高。韋東明等(2023)[5]實證得知,知識產權治理可通過強化政策引領、提高創新質量、優化產業結構和發揮產業集聚效應,助力提升區域創新效率。同時,知識產權治理也可促進企業創新[6]、驅動科技人才集聚[7]、提高出口技術復雜度[8]。二是知識產權治理的現實困境。季連帥(2021)[9]分析指出,中國知識產權治理面臨規則碎片、立法缺位等發展困境。鄭魯英(2022)[10]研究表明,知識產權治理面臨治理內容復雜多元、國外制度不確定性等諸多困阻。董濤(2022)[11]研究強調,知識產權治理面臨制度數據刻畫不足、算法倫理沖突、數據產權歸屬不明等現實困厄。三是知識產權治理的創新路徑。馬一德(2021)[12]研究認為,應當以增強制度性話語權、提升國際區域聯動性為抓手,打造知識產權治理的“中國方案”。郭琦(2023)[13]研究強調,應當通過合理布置知識產權格局、充實知識產權競爭反制工具箱、強化知識產權智庫建設、參與知識產權國際條約制定,提升知識產權治理水平。

現有文獻指出,數字普惠金融[14]、創新多樣化[15]以及風險投資支持[16]均可提升創新韌性。隨著學界有關創新韌性的研究逐步深入,也有學者探討得知創新韌性可以促進經濟高質量發展[17],但對高技術產業出口產生負面影響[18]。數字創新韌性屬于新興研究領域,有關研究相對分散且數量較少,集中于以下層面：一是數字創新韌性的水平測度,Chen 和Cai (2023)[19]測度得知,2011—2021年中國區域數字創新生態系統韌性水平呈增長趨勢,且在空間層面呈現“沿海高-中部平-西北低”分布趨勢。二是數字創新韌性的影響因素,楊偉等(2022)[20]實證得知,知識發展、知識擴散及資源配置的治理利基組合有助于提升數字創新韌性。三是數字創新韌性的作用效果,胡甲濱等(2023)[21]分析證實,數字創新韌性負向影響中西部地區高技術產業創新,與東北及東部沿海地區高技術產業創新存在“U型”關系。

需要強調的是,數字創新韌性涉及數字技術、數據管理、產業融合等多個方面,具有知識密集、技術密集、要素密集特點,同知識產權治理具有緊密關系。然而,學界鮮有研究將知識產權治理與數字創新韌性置于同一框架展開探討,難以為數字創新韌性提供制度支持?；诖?本文以知識產權示范城市建設為準自然實驗,構建雙重差分模型探討知識產權治理對數字經濟韌性的影響效應,并深度解析二者間的作用機制,以此為提升數字創新韌性、加快創新驅動戰略實踐提供理論參考。

三、理論分析與研究假設

(一)知識產權治理政策背景

知識產權示范城市建設是中央政府為強化知識產權治理、打造知識產權強國所提出的城市層面制度創新,具有政策組合性強、制度創新性強等諸多特征。2011年12月,為深入貫徹落實《國家知識產權戰略綱要》和《國家中長期人才發展規劃綱要(2010—2020年)》,強化知識產權治理效能,國家知識產權局制定并宣印《國家知識產權試點和示范城市(城區)評定辦法》,要求推進知識產權示范城市建設。在此基礎上,2012年4月,時任國家知識產權局局長田力普宣布包含山東濟南、山東青島在內的23個城市成為首批知識產權示范試點區域。2013年10月,國家知識產權局印發《國家知識產權局關于確定廈門等18城市為國家知識產權示范城市的通知》,正式確立江蘇泰州、福建廈門等18個城市成為第二批次知識產權示范試點區域。隨后,國家知識產權局陸續于2015年、2016年、2018年及2019年,再分四批推進知識產權示范城市建設,有效強化知識產權治理水平。截至2023年6月,全國共確立77個區域為知識產權示范城市(見表1),為數字創新韌性提升供給充分制度動力。借助知識產權示范城市建設政策實施這一契機,知識產權治理通過優先許可示范城市專利質押融資、創新資助申請,有效提升城市知識產權創造、運用、保護、管理及服務能力,為數字創新韌性提供制度支持。

表1 知識產權示范城市名單

(二)知識產權治理對數字創新韌性的直接作用

所謂數字創新韌性,是指數字創新生態系統面對內外因素干擾、沖擊時能夠保持穩定,甚至可以實現數字技術水平提升、數字創新效能提高的能力[22]。知識產權示范城市建設這一政策作為國內知識產權治理的一項重要制度創新,是提高創新效率、破除創新機制障礙所實施的一次改革實踐,可為提升數字創新韌性提供知識產權制度支持。具體而言,基于知識產權示范城市建設政策背景,知識產權治理通過提升數字創新活動恢復性、連續性,賦能數字創新韌性提高。

第一,知識產權治理通過提升數字創新活動恢復能力,賦能數字創新韌性提高。因數字創新活動特有的排他性,“搭便車”“模仿式”行為常常導致創新主體利益受損,以致創新主體被迫短暫停止乃至完全停滯數字創新活動[23]。此背景下,知識產權治理可通過司法、行政手段會對侵權行為予以懲罰,釋放利好信息以吸引更多資本、技術、數據要素進入數字創新市場,支持創新主體恢復創新活動,打造數字創新活動恢復性,實現數字創新韌性提升。

第二,知識產權治理通過塑造數字創新活動連續性,驅動數字創新韌性提高。數字創新活動具有相對較高的沉沒成本與調整成本,需要持續投入各類要素維護其持續性。知識產權治理可通過構建良好數字創新生態環境,有效保護創新“源動力”,助力形成高質量創新成果。進一步地,知識產權治理又可為創新成果產出提供“暫時性壟斷”保護,助力創新主體獲取超額利潤,并借助“虹吸”效應吸引更多要素集聚,以提升創新要素配置效率,為數字創新活動提供循環動力[24]。由此,知識產權治理可助力數字創新活動形成“優質創新環境—創新成果產出—成果超額利潤—要素高效配置”的持續性發展路徑,促動數字創新韌性提高。

結合上述理論分析,提出以下研究假設：

假設1：知識產權治理可提升數字創新韌性。

(三)知識產權治理對數字創新韌性的間接作用

依據前述理論闡述,知識產權治理可打造數字創新活動恢復性、連續性,直接賦能數字創新韌性提升。結合既有文獻,知識產權治理亦可通過促進數字產業集聚、增加財政科技支出與人力資本升級,間接推動數字創新韌性提升。

第一,知識產權治理通過促進數字產業集聚,間接賦能數字創新韌性提升。知識產權治理通過設立知識產權法院、法庭,高效、合理處置數字領域侵權案件,可維護數字創新基本權益,奠定數字產業集聚法治基礎。同時,政府部門、創新主體也會在知識產權治理過程中打造協同創新平臺,以創新“生態圈”構建支持數字同質領域知識交流,以吸引數字產業共同入駐城市高新區,實現數字產業集聚。在此基礎上,數字產業集聚可協同驅動高等技術人才、數字技術知識集聚,通過技術交流、知識共享、產業聯動為數字創新活動穩定開展提供有力保障[25],借此提升數字創新韌性。另外,數字產業集聚也可促使聚集空間內部企業更易獲取先進數字通用技術,提升數字產業之間技術溢出水平,實現數字技術互補。而技術互補利于降低數字創新活動過程中的不確定性[26],由此提高企業數字創新韌性。

第二,知識產權治理通過增加財政科技支出,間接促動數字創新韌性提升。數字創新屬于長周期、高風險的創新活動,在開展過程中需要較高、持續研發成本投入,以致數字創新往往因資金成本約束面臨停滯風險。此背景下,以知識產權示范城市政策為代表的知識產權治理通過出臺專利資助和研發補貼等制度,持續強化數字創新財政投入力度,有效緩解數字創新活動融資約束[27]。由此而言,知識產權治理通過拓展政府財政科技支出,在一定程度上扮演數字創新活動成本分擔角色,有效降低數字創新風險、提升數字創新韌性。與此同時,知識產權治理也會驅動相關主體通過構建技術創新服務平臺,降低數字創新主體在融資市場中由于信息不對稱而導致的逆向選擇可能性,聯動其他政策撬動社會資本流入數字創新領域,緩解數字創新活動研發經費約束[28],切實提升數字創新韌性。

第三,知識產權治理通過驅動人力資本升級,間接推進數字創新韌性提升。人力資本經濟理論及內生增長理論一致強調,人力資本是創新增長的源泉與動力,對于數字創新而言也是如此。根植于知識產權示范城市政策建設背景,知識產權治理促使數字創新環境得以優化,借此驅動數字創新主體通過強化人才經濟激勵、優化工作環境與拓寬職業發展前景多重方式[29],吸引外部人才流入,以形成人力資本“公共池”效應,進一步實現人力資本結構升級,為提高數字創新韌性提供高等人力資本支持。與此同時,知識產權治理也會獲取源于知識產權示范城市建設的政策紅利支持,不斷強化數字創新領域人才培育投入,驅動城市人力資本結構升級[30],為持續性開展數字創新活動提供人才支撐,以此提升數字創新韌性。

基于上述理論分析,提出以下假設：

假設2：知識產權治理通過促進數字產業集聚、財政科技支出擴容、人力資本升級,間接驅動數字創新韌性提升。

四、研究設計

(一)實證模型構建

1.雙重差分模型

相比于傳統面板回歸模型,雙重差分模型可以有效規避實證分析過程中可能存在的內生性問題,是當下學界進行政策效應評估、因果關系考察的主流模型。有鑒于此,研究以2012年知識產權示范城市建設作為準自然實驗,借鑒劉勝等(2023)[31]的研究,構建雙重差分模型(Differences-In-Differences,DID),檢驗知識產權治理對數字創新韌性的影響效應,公式如下：

DIIREit=α0+α1ITPYGEit+α2CLVESTit+γi+μt+εit

(1)

其中,i表示樣本城市;t表示年份;DIIREit表示數字創新韌性;ITPYGEit表示知識產權治理;CLVESTit反映一系列可能影響研究結論的控制變量集合;γi與μt分別表示城市與時間固定效應;εit表示隨機擾動項。另外,α0表示回歸系數;α1與α2分別表示變量系數。

2.遞歸模型

前文述及,知識產權治理通過促進數字產業集聚、財政科技支出擴容、人力資本升級,間接驅動數字創新韌性提升。為進一步識別上述機制是否成立,研究結合Baron和Kenny(1986)[32]思路,構建如下遞歸模型：

Mit=β0+β1ITPYGEit+β2CLVESTit+γi+μt+εit

(2)

DIIREit=λ0+λ1ITPYGEit+λ2Mit+λ3CLVESTit+γi+μt+εit

(3)

其中,Mit為機制變量,包括數字產業集聚、財政科技支出擴容、人力資本升級。在確認知識產權治理能夠提升數字創新韌性的基礎上,該遞歸模型需要分為兩步以確認機制檢驗是否成立。第一步,考察式(2)與式(3)的系數β1與λ2。若上述系數均呈顯著,表明機制變量成立。第二步,若λ1不顯著,表明該變量具有完全機制作用;若λ1顯著為正且小于α1,表明該變量發揮部分機制作用。為確保機制檢驗結果的準確度,進一步通過Sobel檢驗研判機制變量是否存在。

(二)研究指標選取

1.被解釋變量：數字創新韌性(DIIRE)

數字創新韌性屬于系統指標,使用單一指標衡量可能難以綜合體現。有鑒于此,本文結合趙玉帛等(2022)[33]、魏建漳和任颋(2022)[34]的研究,構建涵括基礎支撐、創新效益及要素流動在內的指標評價體系,以衡量數字創新韌性,詳見表2。其中,基礎支撐是數字創新活動持續開展的保障,可為提升數字創新韌性提供支持;創新效益是數字創新韌性提升的核心保障,能夠在數字創新系統遭遇沖擊時憑借效益回報效率削弱系統功能水平下降的幅度,有效抵御外界環境沖擊,以避免數字創新系統因脆弱性而直接崩塌;要素流動能夠保障數字創新系統資源配置、網絡鏈接等核心功能,形成創新協同效應,通過調整節點聯系強度以及優化網絡拓撲結構以共同應對沖擊,助力提升數字創新韌性。

表2 數字創新韌性指標評價體系

2.解釋變量：知識產權治理(ITPYGE)

知識產權治理以知識產權示范城市政策事件沖擊(Treat×Post)為衡量方式。其中,Treat用于識別樣本城市是否屬于知識產權示范城市,若屬于則賦值為1,劃定為實驗組城市;若非試點城市則賦值為0,劃定為控制組城市。Post用于識別政策沖擊時間,在2012年之前設置為0,2012年及以后設置為1。綜上所述,若某個城市當年及以后獲批為知識產權示范城市,ITPYGE設定為1,否則為0。

3.機制變量

(1)數字產業集聚(DLIYAN)。結合孫志超等(2023)[35]的研究,使用區位熵方法衡量城市數字產業集聚水平,公式如下：

(4)

其中,Nresdyit為i城市t時期數字產業從業人員,Nredpsit為i城市t時期就業人數。而數字產業范圍仍以《數字經濟及其核心產業統計分類(2021)》為標準,包括數字產品制造業、數字產品服務業、數字技術應用業、數字要素驅動業、數字化效率提升業。

(2)財政科技支出擴容(FLTYER)。通常,財政科技支出是指政府及其相關部門為支持科技活動的經費支出。沿襲李永剛(2023)[36]的研究思路,直接使用地方政府財政科技支出規模作為基準衡量方式。需說明的是,為避免變量異方差問題,對財政科技支出擴容作對數化處理。

(3)人力資本升級(UEHNCL)。借鑒沈和斌和鄧富華(2023)[37]的研究思路,使用城市層面?？萍耙陨先藬嫡急鹊脑鲩L率作為衡量方式,見式(5)：

(5)

其中,Cynrpeit表示當年城市層面?？萍耙陨先藬?Unpnit表示當年城市層面總人口數量;Cynrpei,t+1表示次年城市層面?？萍耙陨先藬?Unpni,t+1表示次年城市層面總人口數量。

4.控制變量(CLVEST)

為避免其他外在因素對研究結果產生干擾,基于既有研究[38～40],選取如下控制變量：一是創新基礎設施(Inture)：創新基礎設施是指支撐科學研究、技術開發、產品研制等具有公益屬性的基礎設施,包括重大科技基礎設施、科教基礎設施、產業技術創新基礎設施,是數字創新韌性提升的重要基礎支撐,采用創新基礎設施固定資產投資規模的對數表示。二是數字服務貿易(Dltrde)：數字服務進出口貿易可以驅動創新要素跨境流入,形成國際技術溢出效應,為區域內部提升創新質量、增強經濟韌性提供外源動力,使用數字服務貿易規模的對數衡量。三是區域產業結構(Rlilse)：就數字創新的增長潛力而言,產業結構專業化更利于促進區域數字技術持續創新,為數字創新韌性提升提供產業支撐,使用第三產業生產總值占區域生產總值的比重表示。四是數字普惠金融(Dliefe)：數字普惠金融依托數字技術和數字基礎設施建設基礎,通過移動設備打破地域限制,為創新主體提供持續性資金支撐,有力提升數字創新韌性。五是數字經濟規模(Sedley)：數字經濟發展可以驅動商業模式持續創新與變革,為提升數字創新韌性提供源動力,使用數字經濟規模的對數衡量。

(三)數據來源說明

本研究主要是以知識產權示范城市建設為準自然實驗,通過構建雙重差分模型研判知識產權治理對數字創新韌性的影響。而雙重差分模型的應用前提在于選擇適宜實驗組與控制組,以便于后續實證分析。有鑒于此,研究以首批知識產權示范城市建設年份(2012)為研究窗口起點,以2022年作為研究結束邊界,選定中國312個城市作為研究對象(不包括港澳臺)。其中,77個知識產權示范城市為實驗組,剩余235個城市作為控制組。研究數據主要來源于歷年《中國統計年鑒》《中國城市統計年鑒》以及國家統計局數據庫、中國知網統計數據庫、EPS數據庫、國泰安數據庫、中國研究數據服務平臺(CNRDS);知識產權試點示范城市名單來自國家知識產權管理局。需特別說明的是,考慮到研究期內僅有2015年、2020年城市層面兩期受教育人口數據,人力資本升級其他年份以《2010年全國人口普查數據》《2015年人口抽樣調查數據》以及第七次全國人口普查結果為依據,利用年度均值替換法補齊考察期內其他年份的人力資本升級數據。

五、實證結果及分析

(一)識別條件檢驗

1.平行趨勢檢驗

應用雙重差分法開展實證分析的重要前提是契合平行趨勢假設,即實驗組與控制組在接受處理前是否具有相同變化趨勢。根植于此,本研究通過事件研究法進行平行趨勢檢驗,如圖1所示。具體檢驗步驟包括：生成年份虛擬變量與試點城市虛擬變量的交互項,并將其作為解釋變量開展回歸。當中,交互項系數集中反映某一年份實驗組與控制組之間的差異,當該系數非顯著時,表明通過平行趨勢檢驗。依據圖1可以知悉,交互項系數在知識產權示范城市政策實施之前并無明顯差異,表明實驗組、控制組的結果變量(數字創新韌性)在政策實施之前并不具有顯著差異,滿足平行趨勢這一前提條件要求。

圖1 平行趨勢檢驗

2.偏誤檢驗及分組-時期加權估計量下的動態效應檢驗

考慮到TWFE估計量在進行異質性處理效應估計時,會因差異時間區間及樣本組別誘發反向系數、負向權重問題,導致結果出現估計偏誤。有鑒于此,研究借鑒Andrew(2021)[41]提出的培根分解法,核驗基于TWFE的多時點雙重差分估計偏誤程度。根據檢驗結果顯示,Early Treatment vs.Later Control(合適處理效應)的估計值為2.153,權重占比為82.76%;Later Treatment vs.Early Control(非合適處理效應)的估計值為0.448,權重占比為17.24%。比較兩項系數可知,合適處理效應遠高于不合適處理效應權重占比,實證并不存在估計偏誤。進一步地,借鑒夏帥等(2023)[42]的研究納入CS的分組-時期加權估計量,結果詳見圖2?？梢灾?CS的分組-時期加權估計量表明TWFE-DID具有穩健性。

圖2 動態效應檢驗

(二)基準回歸結果

為探明知識產權治理對數字創新韌性的影響效應,使用式(1)進行回歸,得到表3。表3的(1)列為未納入控制變量的基礎回歸結果,表3的(2)～(6)列為依次納入各控制變量后的回歸結果。根據回歸結果顯示,各回歸系數均在1%水平下顯著為正,表明知識產權治理利于提升數字創新韌性。就此,假設1得到充分驗證?？赡茉蛟谟?根植于知識產權示范城市建設政策背景,知識產權治理可通過發揮集聚效應吸引更多要素投入,進一步打造數字創新要素投入持續性,以此提升數字創新韌性。同時,知識產權治理也憑借司法、行政保護優勢強化數字創新成果保護,提升創新主體積極性,助力鍛鑄數字創新活動韌性。

表3 基準回歸結果

(三)穩健性檢驗

1.前導變量檢驗

尚需注意,基于知識產權示范城市建設的政策背景,知識產權治理在提升數字創新韌性的過程中,必然先對數字創新水平產生促進作用。因此,在穩健性檢驗部分增加對數字創新水平這一前導變量的檢驗,結果如表4的(1)列所示。其中,數字創新水平使用數字產業授權發明專利及實用新型專利數量之和的對數表示,對應數字產業分類沿襲數字創新韌性標準,仍以《數字經濟及其核心產業統計分類(2021)》為基準。結果顯示,知識產權治理對數字創新水平的影響系數為0.135,且在1%水平下顯著,證實前導變量檢驗通過,側面印證基準回歸的穩健性。

表4 穩健性檢驗結果

2.剔除部分樣本

城市規模及行政等級差異在一定程度上影響資源稟賦以及數字創新韌性的邊際效益,可能干擾知識產權示范城市這一政策所衍生的知識產權治理效應。為排除前述情形的影響及干擾,研究在剔除直轄市分區樣本后重新展開回歸,結果見表4的(2)列。根據結果顯示,知識產權治理對數字創新韌性的影響系數為0.169,通過1%置信水平檢驗。

3.排除同期政策干擾

2008年,國務院著手推進創新型試點城市建設,為數字創新韌性提升注入動力。2013年,國務院正式提出“寬帶中國”戰略,為提升數字創新韌性夯實基礎。上述兩項政策同本研究的知識產權示范城市試點政策的同期相關性較強,可能對知識產權治理與數字創新韌性的關聯判斷產生一定干擾。有鑒于此,本文排除創新型城市和寬帶中國試點城市進行重新回歸,結果詳見表4的(3)～(4)列,所得結果與基準分析結果基本一致,充分證實研究結論的穩定性。

4.傾向得分匹配檢驗

考慮到知識產權示范城市建設并非完全意義的自然實驗,研究數據選取方面卻仍然可能存在選擇性偏差。因此,沿襲白俊紅等(2022)[43]的研究思路,應用多時點傾向得分匹配-雙重差分(PSM-DID)進行穩健性檢驗。具體而言,先將數字創新韌性作為結果變量,再將創新基礎設施、數字服務貿易、區域產業結構、數字普惠金融及數字經濟規模作為匹配變量,分別按照核匹配、1∶1近鄰匹配以及半徑匹配三種類型對實驗組和控制組城市重新匹配?；趦A向得分匹配之后的樣本重新回歸,檢驗結果如表4的(5)～(7)列所示?？梢灾?知識產權治理的回歸系數仍然顯著為正,與基準回歸結果基本一致,再次證實研究結論具有穩健性。

5.安慰劑檢驗

前文基準回歸部分雖然已經納入部分影響數字創新韌性的控制變量,但仍然可能存在部分不可觀測的因素對基準回歸結果產生干擾。為此,研究參考姚璐等(2023)[44]的做法,使用安慰劑檢驗以確保模型的穩健性。具體而言,通過隨機選取知識產權示范城市的方式,分別展開500次、800次知識產權治理對數字創新韌性的回歸模擬,結果如圖3所示。根據圖3可知,在500次、800次的重復回歸中,回歸系數的核密度圖均服從正態分布,充分證實回歸結果的穩健性。

圖3 安慰劑檢驗

(四)機制檢驗

依據假設2初步推斷,基于知識產權示范城市建設政策背景,知識產權治理主要通過促進數字產業集聚、財政科技支出擴容、人力資本升級,間接驅動數字創新韌性提升。有鑒于此,應用前文所構遞歸模型進行機制檢驗,得到表5。表5的(1)列是以數字產業集聚(DLIYAN)作為機制變量的回歸結果,對應估計系數在1%水平下顯著,揭示數字產業集聚在知識產權治理對數字創新韌性的影響中發揮部分機制作用。另外,表5的(2)～(3)列分別報告以財政科技支出擴容(FLTYER)與人力資本升級(UEHNCL)作為機制變量的檢驗結果,證明二者均在知識產權治理對數字創新韌性的影響中發揮部分機制作用。為進一步驗證中介作用是否成立,研究補充Sobel Test檢驗,驗證中介效應是否顯著。檢驗結果顯示,數字產業集聚、財政科技支出擴容、人力資本升級的Sobel Test檢驗系數均在1%水平顯著。整體而言,上述機制檢驗結果充分驗證假設2,證實數字產業集聚、財政科技支出擴容、人力資本升級成為知識產權治理促進數字創新韌性提升的核心渠道。

表5 作用機制檢驗結果

(五)異質性分析

1.數字政府水平異質性

政府政務數字化與智慧化利于為數字創新主體提供精準服務,切實提升政府服務可得性,為提升數字創新韌性提供政府動能。因此,本研究依據清華大學數據治理研究中心編制的《2020數字政府發展指數報告》,將312個城市數字政府發展水平劃分為高(高于平均指數)、低(低于平均指數)兩組,結果詳見表6的(1)～(2)列。數據顯示,知識產權治理對不同數字政府水平的數字創新韌性均存在顯著提升作用,但對高水平數字政府數字創新韌性的提升作用明顯大于低水平數字政府。知識產權示范城市建設過程中所體現的知識產權治理效應,能夠憑借數字政府的高效處理性與廣泛觸達性進行高效開展,利于保護數字創新過程與結果,為提升數字創新韌性提供政務支持。

表6 異質性檢驗結果

2.城市規模異質性

依據城市經濟學理論強調,城市規模差異會對資源配置效率、產業空間集聚以及公共服務供給產生重要作用,進一步對數字創新韌性產生影響。有鑒于此,本文依據國務院《關于調整城市規模劃分標準的通知》,將常住人口達100萬人以上的城市界定為大型城市,低于100萬人的設定為中小城市,進行城市規模異質性分析,結果見表6的(3)～(4)列。結果顯示,知識產權治理對大型城市數字創新韌性的提升作用明顯強于中小規模城市。分析原因可知,相比于中小規模城市,大型城市在基本數字創新水平以及制度變革適應能力方面更優,且具有相對完善的數字創新投入體系與創新體制機制,可充分釋放知識產權治理對數字創新韌性的提升作用。

3.城市區位異質性

不同區域創新資源稟賦及數字創新、政府支持程度存在明顯差異,而上述因素可能導致知識產權治理對數字創新韌性的影響存在區域差異。因此,根據胡煥庸線將樣本城市劃分為東部、西部,進行區位異質性檢驗,結果見表6的(5)～(6)列。依據數據顯示,知識產權治理對胡煥庸線東部城市數字創新韌性的提升效果顯著高于西部城市。分析原因,胡煥庸線東部地區在財政支出、要素資源方面原本就高于西部地區,且知識產權示范城市的治理效應與其他政策效應重疊加持,為數字創新韌性提升注入充足動力。

六、結論與建議

本文基于知識產權示范城市設立的這一準自然實驗,應用雙重差分模型系統考察知識產權治理對數字創新韌性的影響效應。結論表明：一是知識產權治理可顯著提升數字創新韌性,且存在時間滯后與動態影響。經過前導變量檢驗、剔除部分樣本、排除同期政策干擾、傾向得分匹配、安慰劑系列穩健性檢驗后,該結論依然成立。二是機制分析結果顯示,知識產權治理通過數字產業集聚、財政科技支出擴容、人力資本升級等渠道,賦能數字創新韌性提升。三是異質性檢驗結果發現,知識產權治理對高水平數字政府、大型城市及胡煥庸線東部城市的數字創新韌性提升作用更高。

基于上述研究結論,提出如下政策建議：

第一,布設知識產權示范城市交織化網絡,打造數字創新韌性提升新引擎。實證結果表明,知識產權治理能夠有效驅動數字創新韌性提升。有鑒于此,中央政府應當合理擴充知識產權試點城市規模,以布設知識產權示范城市交織化網絡,打造數字創新韌性提升新引擎。一方面,基于已有知識產權示范城市建設經驗,擴充知識產權試點城市規模。中央政府應當遴選特色知識產權示范城市建設經驗,適度推廣知識產權激勵機制、監管機制、支持機制共用,通過規?；R產權治理形成良好數字創新基礎環境,助力數字創新韌性提升。另一方面,鼓勵非試點城市探索建設數字知識產權治理體系,延伸知識產權試點深度。非知識產權示范試點城市應當積極跟隨數字知識產權要求,利用法制手段構建數字創新生態體系,充分保障數字創新要素自由流動,賦能數字創新韌性提升。

第二,加快推進數字產業“聚鏈成群”,構建數字創新韌性提升新動能。研究結果證實,知識產權能夠通過促進數字產業集聚,間接提升數字創新韌性。根植于此,政府部門應當全面推進數字產業“聚鏈成群”,利用產業集聚的知識溢出效應構建數字創新韌性提升新動能。首先,中央政府應立足不同區域資源稟賦與數字產業基礎,合理借助京津冀、長三角、粵港澳等數字創新資源豐富、數字經濟勢頭強勁的城市群優勢,通過頂層設計部署于城市群打造一批數字創新密度較高、符合國家戰略方向的數字產業集群,為數字創新韌性提升蓄勢。其次,數字產業頭部企業應發揮“頭雁”引領效應,利用數字平臺的廣泛鏈接優勢在全國形成有序分布、分工合作、協同互補的“雁陣式”數字產業集群發展格局,通過促進集群內部數字企業創新資源共享與數據應用,提升數字創新韌性。

第三,縱深推進數字政府建設,深化數字創新韌性提升基礎支持。實證結論表明,知識產權治理對數字政府水平較高的城市數字創新韌性提升效果更為顯著。因此,政府部門應該持續推進數字政府建設,為增強數字創新韌性提供有力支持。一方面,地方政府應構建協同高效的政府數字化履職能力體系,統籌推進政務服務系統集約建設、互聯互通、協同聯動,通過高效政務服務把握全局、指導創新,為提升數字創新韌性筑牢政務服務基礎。另一方面,地方政府應強化政務數據資源的有效供給,以算力基礎設施和創新基礎設施建設為抓手,為提升數字創新韌性提供高質量服務。