王儒奇，胡绪华

（1.南京师范大学 商学院，江苏 南京 210023；2.江苏大学 产业经济研究院，江苏 镇江 212013）

一、引言与文献综述

改革开放以来，中国经济发展取得了令世人瞩目的成就，经济持续快速增长被誉为“中国奇迹”，然而这种发展模式在很大程度上是依靠资源、土地以及廉价劳动力等传统生产要素建立起来的。当前，中国经济增速持续放缓，正处于新旧动能转换、经济转型升级的关键时期，应充分激发各类经济主体的创新活力，从而实现由规模扩张为主导的粗放式增长向以质量效益为主导的可持续发展模式转变。随着经济社会的发展，城市作为创新资源和人才的重要载体，其创新能力日益成为影响一个区域乃至整个国家经济发展的关键力量［1］。自长江经济带一体化上升为国家战略以来，长江经济带区域成为中国经济发展的重要战略支撑地之一，集中了全国近一半的科技创新人才，是引领中国创新发展战略的重要驱动带。那么，一体化战略的实施是否真正提高了沿线城市的创新能力？其具体的作用机制又是如何？对不同区域、不同规模城市创新能力的影响有何差异？在此背景下探讨长江经济带一体化战略对城市创新能力的实际影响，对于构建长江经济带协同创新共同体、充分发挥协同创新的区域带动效应和合力效应、实现长江经济带的创新驱动发展与经济高质量发展，具有重要现实意义。

当前，学界有关区域一体化的研究成果比较丰富，既有文献多从区域一体化的概念、测度方式和影响因素三个方面展开。区域一体化是指两个或两个以上的国家（地区）间逐步加强经济合作联系、结合成更大范围区域经济实体的一种状态或过程，其本质是逐步消除相互间的贸易壁垒，加速生产要素在区域间的自由流动，最终实现地区经济的整合［2］。市场分割与区域一体化相对立，各地方政府为了自身利益，通过行政管制等方式限制外地资源进入本地市场或限制本地资源流向外地的行为［3］。因此，早期研究中大部分选择市场分割程度作为测度区域一体化水平的代理变量［4］。事实上，选用单一化指标进行测度并不利于区域一体化的多方面评估，而双重差分法（DID）通过比较政策实施前后实验组和对照组的差异，为评价区域一体化的政策效果提供了行之有效的研究方法，这种准自然实验方法近年来在相关研究中已经得到了广泛的应用。例如，袁茜等（2019）运用双重差分方法对长江经济带一体化的效果进行评估，发现一体化发展显著提高了该区域高技术产业的研发效率［5］；赵海峰和张颖（2020）评估了长三角扩容的产业结构升级效应，研究发现长三角扩容通过专业化分工与差异化分工有效推动了产业结构升级［6］。有关区域一体化影响因素的相关研究主要集中于交通基础设施与政府行为等方面，卞元超等（2019）发现完善的交通基础设施可有效地“缩短”时空距离，为要素在区域间的自由流动提供了有利条件［7］；冯润东和王开泳（2020）基于“行政区经济”约束强度测度模型，发现政府间“纵向分割”与“横向竞争”导致的行政区经济将不利于区域一体化战略的实施［8］。

随着区域一体化的相关研究愈发成熟，学者们针对区域一体化的创新效应也展开了广泛的讨论。事实上，地方保护主义行为根植于地方政府官员的思想中，一些地方政府通过设置外来技术壁垒来保护本地企业的利益，阻碍了新技术在本地的传播与应用［9］。鉴于此，大部分学者认为区域一体化是提升城市创新能力的有效途径，各创新主体为了各自的目标与共同利益，在地域分工及区际利益分配过程中，采取协调行动的组织性行为［10］。其本质是加速生产要素的自由流动，实现研发要素的跨区域整合，进而促进知识在不同主体间的互动和交流，实现科学技术传播与扩散，在区域间产生正向技术溢出效应。此外，区域一体化在促进人力、资本等创新要素自由流通的同时，不可避免地会引发要素的集聚效应，要素规模的不断壮大为创新主体间的协同创新行为提供了便利，在规模经济的作用下，其创新成本将会进一步降低，最终提高城市创新能力。上述分析表明，区域一体化能够优化区域间创新资源配置，搭建全新的创新与交易环境，实现创新知识和技术的跨区域交流，进而对城市创新能力产生促进作用。

综上所述，本文认为既有研究存在如下的拓展空间：①相关文献在测度创新能力时，大多从专利所代表的创新性与突破性出发，而较少关注专利研发过程中的协同性。事实上，区域一体化会使得创新活动的时间和空间界限日趋模糊，多主体共同参与、互动互补的创新模式更加符合当前新经济、新技术、新模式的创新发展需求。因此，本文以企业、高校以及科研机构合作专利为切入点，分别检索各城市内产学、产研、学研双方以及产学研三方的联合专利申请总量，从创新性与协同性两方面出发，更加准确地反映城市创新能力。②在研究方法上，本文将长江经济带一体化与创新能力纳入同一框架，以是否为长江经济带沿线城市为“准自然实验”，利用DID 实证考察了长江经济带一体化与城市创新能力间的关系，一定程度上缓解了内生性问题带来的估计偏误，增强了研究结论的准确性与可信度，这为区域一体化与城市创新能力等相关领域研究提供了新的经验证据。③在研究视角上，本文从区域异质性与城市规模异质性出发，一方面基于地理区位将长江经济带沿线城市划分为上游、中游和下游三个区域，另一方面根据城市等级将城市划分为一线、二线和其他城市，实证分析了不同区位与不同发展水平的城市在受到一体化战略影响上的差异，从而为缓解长江经济带内的创新“马太效应”提供科学的理论依据。

二、政策背景与理论机制

（一）政策背景

“长江经济带”东起上海，西至云南，横跨中国东中西三大地区，是统筹自然地理、人文科技、经济发展等诸多因素的经济带。其土地面积虽然只占国土的21.4%，但聚集了全国42.89%的人口，2019年更是创造了46.20%的国内生产总值。除此之外，科教资源的充沛程度也在全国占据着重要地位，普通高等院校数量、R&D经费支出以及有效发明专利数占比均超过全国40%以上，是中国实施创新驱动发展战略的重要地带。2014 年，国务院首次提出了覆盖长江流域的经济带规划与建设意见，随后国家发改委等多个部门联合发布了《长江经济带创新驱动产业转型升级方案》，将增强创新能力、完善区域创新体系、推动产业技术创新平台建设、加快科技创新成果转移转化以及激发社会创新创业活力作为重要任务。《国家创新驱动发展战略纲要》中更是强调要构建跨区域创新网络，推动区域间共同设计创新议题、互联互通创新要素、联合组织技术攻关。随着长江经济带一体化战略的实施，国家区域科技创新能力不断提升，地方政府不再通过“以邻为壑”的发展政策来保护本土企业，转而鼓励企业积极开展跨区域合作。随着区域间分工合作的日益深化，地方产业政策的制定不再追求“大而全”的产业布局，而是充分发挥自身资源禀赋、资金技术等方面的优势，推动产业结构的转型升级，产业升级带动需求扩张，促使企业不断改进技术（需求拉动式创新）。因此，本文在明晰长江经济带一体化战略对城市创新能力直接作用的基础上，将进一步从政府支持与产业结构优化两个层面揭示一体化战略影响城市创新能力的相关理论机制。

（二）理论机制

1.区域一体化对城市创新能力的直接作用

诸多研究表明，提高创新能力的关键在于实现创新要素的合理配置。长江经济带一体化战略能够有效弱化地方政府的保护主义，打破区域间的行政壁垒［11］，促进相关创新主体积极开展跨区域创新合作，为创新要素在区域间的流动提供有利条件，这一过程的本质是创新要素的跨区域整合，对于提高资源的配置效率产生了积极影响。除此之外，长江经济带一体化战略对创新能力的提升作用还体现在知识溢出效应与规模经济效应两方面。一方面，由于知识本身具有稀缺性、流动性和扩散性，创新要素的跨区域流动促进了前沿技术的交流与共享，为不同地区的生产研发部门带来了新的知识和工具，改善自身创新要素积累的不足，进而创造更多的创新机会［12］；另一方面，区域一体化有助于形成一体化发展的统一大市场，帮助相关创新主体在技术资金风险分担和创新成果收益等方面取得先发性优势，进而提高创新能力。基于此，本文提出假设1a。

假设1a：长江经济带一体化战略可以促进沿线城市创新能力的提升。

区域发展应符合循序渐进的自然规律，是地理区位、人才素质和宏观政策等多种因素共同作用的结果［13］。长江经济带横跨中国东中西三大区域，地势自西向东逐级下降，丰富的地形为各流域提供了独特的发展优势。长江中上游地区以山地高原为主，复杂多变的地形为其带来丰富自然资源的同时也加大了开发的难度与成本，在一定程度上制约了中西部创新产业链的布局与建设。相比之下，长江下游地区以平原为主，其地形特征更利于创新要素的集聚与科技产业的布局［14］。除此之外，下游地区是中国国土开发和经济建设的“T”字型宏观格局的交汇点，兼有黄金海岸和黄金水道双重区位优势，相比于长江中上游地区具有更良好的工业基础、更优良的自然条件以及更高水平的对外开放特征。由此可知，多方位的差异使得长江经济带一体化战略对不同区域产生的影响不尽相同，各区域内城市创新能力的差异日益显著。基于此，本文提出假设1b。

假设1b：长江经济带一体化战略对城市创新能力的影响具有区域异质性，其中对下游地区产生的促进作用更强。

不同城市在经济总量、人口规模、科教资源等方面具有较大差异，这就有可能会造成一体化战略对创新能力的影响在不同规模城市间存在异质性。一般来说，规模大的城市具有更多样化的特质与综合性的优势，为创新主体提供搜寻和学习新知识的机会，促成创新火花的碰撞。因此，很多企业、高校以及科研机构等都偏好集中于大城市并构成一个区域创新系统，从而吸引更多高水平的创新人才。此外，规模较大的城市往往意味着更广阔的市场，能够吸引更多的投资资本，进而推动金融业的发展，提供创新所需的资金支持［15］。故大城市在人才与资金储备方面为创新能力的提升奠定了更良好的基础，能够有效地发挥一体化战略产生的影响。基于此，本文提出假设1c。

假设1c：长江经济带一体化战略对不同等级城市创新能力产生的影响存在差异性，对一线城市的影响更大。

2.区域一体化对城市创新能力的间接影响

以往文献认为，在区域一体化的作用下，地方政府间的竞争会被弱化，各地区间会积极寻求合作，建立相应的“区域利益分享和补偿机制”，准确定位自身比较优势，实施产业差异化集群发展［16］。事实上，随着中国创新驱动战略的实施，地方政府之间的财政科技支出竞争已经成为当前中国区域创新活动中一个非常突出的现象，政府及其相关部门为支持科技活动纷纷加大经费支出，逐步营造良好的制度环境，建立有利于开展创新活动的市场机制。一方面，由于创新要素具有稀缺性和趋优性等特征，会自发向那些外部环境更好、边际收益更高的地区流动。政府部门针对特定的区域、部门或者相关创新主体制定的财政补贴政策，能够在一定程度上缓解创新基础和创新能力相对落后地区的发展困境，激发其创新活力和积极性，进而对区域创新能力的提升产生重要影响。另一方面，政府支持还会对各类创新主体的创新活动产生引导作用，政府在支持技术创新活动时，会更加倾向于支持具有较强战略意义和发展前景的领域。在政府的支持和引导下，能够不断优化区域间创新要素的比例和组合，避免区域间要素配置不当所引发的资源错配，降低空间资源错配对创新能力提升的不利影响［7］。综上所述，一体化战略能够进一步增强政府支持的影响力度，通过“空间知识溢出效应”和“空间资源配置效应”完善区域创新环境并提高创新要素配置效率，进而提升区域创新绩效和创新能力。基于此，本文提出假设2。

假设2：长江经济带一体化战略可以通过政府支持间接提升沿线城市的创新能力。

区域一体化能够加速资本、劳动和贸易的流动速度，降低交易成本，为产业结构的优化升级提供要素保障与发展空间。首先，从产业结构合理化来看，由于生产要素的稀缺性，劳动力和资本等要素的供给水平是固定的，如果一个地区的产业结构合理化程度较高，那么该地区不同类型产业对生产要素的分配是合理的，而多余的生产要素和同质化产业就会向其他地区转移，避免本地区出现资本的过度供给和产业同质化现象［17］。生产要素作为知识的载体，在区域间的自由流通可以促进知识在不同主体间的互动和交流，由此加快知识溢出的速度与广度。在为发达地区腾出产业升级空间的同时，也为欠发达地区发展注入了创新活力［18］。其次，从产业结构高级化的角度来看，产业结构的不断调整优化会导致梯度转移与产业集聚，为产业技术进步提供更好的创新环境。一方面，产业的梯度转移有利于先进技术在欠发达地区的扩散与传播，为新技术的产生奠定坚实的基础；另一方面，产业集聚促进了资本的集中，有利于基础设施的建设与高素质人才的培育，为产业技术进步提供了广阔的空间。总而言之，区域一体化战略能够为城市产业结构的优化和升级提供更好的基础环境，进而为创新能力的提高提供有利条件。基于此，本文提出假设3。

假设3：长江经济带一体化战略将通过产业结构优化间接促进沿线城市的创新能力。

三、研究设计与变量选择

（一）变量选取与测度

本文选取2008—2018年中国263个地级市（因巢湖、铜仁市等行政区划发生过变动，部分城市数据缺失超过3年，均予剔除）面板数据为样本，数据来源为《中国统计年鉴》《中国城市统计年鉴》和国家知识产权局，部分缺失数据通过地级市年鉴和插值法补齐，数据处理使用STATA14.0。

（1）被解释变量。创新能力（INN）。目前有关创新的研究已经由过去局限于单一创新主体内部的简单线性范式，逐渐演化为多类创新主体共同参与和互相影响的过程。多主体共同参与的协同创新模式作为当今科技创新的全新范式，能够更好地发挥各创新主体的能力优势、整合创新资源并实现各方的有效联结，企业、高校以及科研机构等各类主体通过资源共享、交流学习与协作互动产生（1+1）>2的协同效应，多主体共同参与的协同创新模式作为提高国家自主创新能力的重要路径，能够更好地刻画出当前的区域（城市）创新能力。此外，在开放、合作、共享的全球科技环境下，协同创新的效果在很大程度上受到多维邻近下互动学习程度和类型的影响，在区域一体化的作用下，创新活动的时间和空间界限日趋模糊，知识的溢出与学习壁垒逐渐降低。与此同时，创新要素的流动成本大大降低，进一步为实现创新要素的合理配置与各主体间的协同合作提供了有利条件。因此，多主体共同参与、互动互补的创新模式更加符合长江经济带一体化背景下的创新发展需求。为了更好地反映多创新主体共同参与协同创新和实质性创新的过程，本文从不同创新主体间联合研发的视角出发，通过国家知识产权局网站手动检索中国263个城市跨主体（如申请人为企业—大学（学院）、企业—研究所（研究院）、大学（学院）—研究所（研究院）等）联合申请专利的数量。同时，考虑不同城市间的人口差异较大，为避免这一因素带来偏误，故选用万人拥有的联合专利数来刻画城市创新能力。

（2）控制变量。本文从人力资本、就业情况、金融发展、二氧化硫、信息化水平和外商投资水平6个方面选取控制变量：①人力资本（HUM）。高端人才是提高一个国家和地区创新能力的根本，同样考虑城市间人口的差异性，采用普通高等学校在校学生人数占城市总人口的比重来衡量。②失业率（UNE）。失业率与一个城市的经济发展水平和人民幸福指数密切相关，选用城镇登记失业率加以衡量。③金融发展（FIN）。科技的发展离不开资金的支持，选取金融机构贷款余额来衡量金融发展水平，为消除异方差问题，对原始数据进行对数化处理。④二氧化硫（SO2）。绿色发展理念逐渐深入人心，二氧化硫会严重危害人的身体健康，因此采用城市工业企业二氧化硫排放量的对数来衡量。⑤信息化水平（INT）。互联网的普及将有效加速各类创新主体间的交流沟通，进而提升协同创新能力，通过互联网宽带接入户占城市总人口的比重进行刻画。⑥外商投资水平（FDI）。为消除异方差带来的影响，采用实际利用外资金额的对数来刻画。

各变量的描述性统计见表1所列。

表1 各变量描述性统计

（二）模型设定

本文的研究重点是长江经济带一体化战略是否影响沿线城市创新能力的准自然实验，因此将长江经济带内的108 个城市作为实验组，其余155 个城市（非经济带内）作为对照组。考虑一个城市创新能力还会受到当地经济发展水平、人力资本、金融发展和互联网发展等多个因素的影响，为有效避免上述因素导致的内生性问题影响模型设定的准确性，本文选用双重差分法（DID）进行实证分析。此外，考虑不同城市的创新能力存在较大差异，且同一城市在不同年份也存在明显的差异性，因此选用双固定模型，具体模型设置如下：

其中：INNit为一个城市的创新能力；Cityit表示城市虚拟变量，若Cityit=1表示该城市处于长江经济带内，即实验组，若Cityit=0 则表示长江经济带以外的城市，即对照组；Yearit表示时间虚拟变量，若年份为2014 年之前，即长江经济带一体化战略尚未实施，则Yearit=0，若年份为2014年及以后则表示本文选定的6 个控制变量，分别为人力资本（HUM）、失业率（UNE）、金融发展（FIN）、二氧化硫（SO2）、信息化水平（INT）和外商投资水平（FDI）；Fecity表示地区固定效应；Feyear表示时间固定效应；εit表示随机误差项。

四、实证结果分析

（一）倾向匹配得分（PSM）结果

双重差分使用的前提是实验组与对照组之间具有平行趋势，故首先使用倾向匹配得分法（PSM）进行平行趋势检验［19］，具体结果见表2所列。由倾向匹配前后的对比可知，各特征变量（本文选取的所有控制变量）的显著性均发生了明显变化，t统计量的值表现为明显的下降趋势。在倾向匹配得分后，实验组与对照组之间的标准化差距有了明显的降低，两者趋于一致性，在此基础上构建双重差分模型（DID）是有事实依据的。

表2 倾向匹配得分前后的对比

（二）基准回归

本文从不同创新主体联合申请发明专利的视角出发，探索长江经济带一体化战略对城市创新能力的影响。由表3 模型（2）的回归结果可知，一体化战略显著提高了长江经济带内108 个城市的创新能力。控制变量的拟合结果也符合预期，其中人力资本显著促进了城市创新能力的提升，充分印证了高端人才是创新之本；金融发展未能促进创新能力，说明中国金融机构在贷款过程中的资金流向还有待改善；信息化水平能够加速城市间的沟通与合作，显著促进了城市创新能力的提升；外商投资水平和失业率对创新能力的作用尚不明显。

前文验证了长江经济带一体化战略对城市创新能力的促进作用，为了保证本文研究结果的真实性，将进一步排除其他政策的干扰［20］。2013 年国务院提出的“一带一路”倡议包含了上海、浙江、重庆和云南四个省（市），与长江经济带一体化战略存在重合。为了准确判断基准回归中的促进作用究竟是来自哪一个政策，剔除两大国家战略均包括上述的四个省（市），将长江经济带内其他城市作为实验组，再次运行双重差分法进行实证分析。由表3模型（4）的回归结果可知，Cityit×Yearit项的系数由0.064 1 降为0.056 6，这一结果充分证明了两大政策均促进了城市创新能力的提升，在消除了“一带一路”倡议的影响后，长江经济带一体化战略仍然显著促进了沿线城市的创新能力。对比模型（2）和模型（4）可知，控制变量除了在系数上存在差异外，方向和显著性基本保持一致，充分证明了模型设定的准确性和有效性，并验证了假设1a。

表3 基准回归结果

（三）异质性分析

虽然区域一体化战略对整个长江经济带沿线城市创新能力的提升发挥了显著的促进作用，但长江经济带横跨中国东中西三个区域，不同区域间的创新能力差距较大，那么一体化战略对不同区域的影响是否会表现出一定的差异性呢？为了检验这一猜想，本文将长江经济带划分为上游、中游和下游三个区域。由表4 的回归结果可知，下游的Cityit×Yearit项系数为0.166 7且在1%的水平上显著，上游和中游的Cityit×Yearit项系数尚不显著，模型（4）-模型（6）控制变量的方向和显著性同样基本保持一致。这一结果充分说明了长江经济带一体化战略对下游城市的创新能力具有显著的促进作用，但对中游和上游地区没有显著影响，有效地验证了假设1b。主要原因如下：①上游和中游地区的一流高校和科研机构相对较少，因此产学研三类不同创新主体间尚未产生联合研发的集聚效应；②上游和中游地区无论是经济发展还是教育基础较下游地区都存在着明显的差距，许多优质企业和高端人才更倾向于去下游地区寻找更好的发展机遇。

中国幅员辽阔，城市间资源分布、文化底蕴和科创能力等存在显著差异，为了进一步验证区域一体化战略对长江经济带内不同等级城市带来的影响，本文依据新一线城市研究所发布的《中国城市商业魅力排行榜》，将长江经济带内108 个城市划分为一线（包括一线城市和新一线城市）、二线和其他城市三个等级［21］，得到见表4 所列的估计结果。由模型（7）-（9）可知，长江经济带一体化战略对区域内一线和二线城市的创新能力产生了显著的促进作用，但对其他城市尚未发挥明显的作用，有效地验证了假设3。其中，一线城市包括上海、南京、武汉和重庆等龙头城市，汇聚了国内大量的一流高校、高技术企业和高端人才，长江经济带一体化战略加速了核心城市间的交流与融合，进一步提升了城市创新能力；二线城市多为省会城市和部分“领先”城市，在一线城市的引领下，城市内技术创新体系建设逐步完善，长江经济带一体化战略对创新能力的促进作用正日益增强；其他城市由于基础设施不够完善以及创新资源匮乏等原因，尚未充分享受到长江经济带一体化战略带来的红利，这类城市在提高自身科创水平的同时，还应主动融入长江经济带一体化发展战略，把握机遇，提高自身的创新能力。

（四）稳健性检验

前文实证选取跨主体联合申请专利数来刻画城市创新能力，为了确保回归结果的稳健性，本文更换被解释变量的测度方式，选用城市联合申请发明专利数作为衡量城市创新能力的替代指标。此外，考虑不同城市间的人口数存在较大差异，同样使用每万人拥有发明专利申请数，为节约篇幅不再报告控制变量的回归结果。由表5 的检验结果可知，除了系数的大小存在差异外，Cityit×Yearit项的方向和显著性与前文基准回归的研究结果均保持一致，充分证明了本文设定的模型具备有效性和稳定性。

表5 稳健性检验

（五）安慰剂检验

为了进一步检验城市创新能力是否受到了其他不可观测因素的影响，本文对基准模型进行安慰剂检验。考虑长江经济带共有108个城市，因此从全部样本中随机抽取108 个城市作为虚拟实验组，其余城市则作为对照组进行回归，完成1 次安慰剂检验。上述过程共重复500 次，最终得到如图1 所示的核密度分布，其中大部分样本估计系数（t值）的绝对值都在2 以内，说明长江经济带一体化战略在上述500 次的随机抽样实验中并未对城市创新能力产生显著的影响，有效地验证了本文实证结果的准确性。

图1 安慰剂检验

（六）内生性检验

考虑长江经济带一体化战略和城市创新能力之间可能会存在一定的内生性问题，本文将使用工具变量法对这一问题进行控制。关于工具变量的选取，在借鉴现有相关研究的基础上［7，22-23］，考虑长江经济带的地理跨度较大，故依据《长江经济带发展规划纲要》选定上海、武汉和重庆三个核心城市，分别测算下游城市与上海、中游城市与武汉、上游城市与重庆的地理距离（非经济带内城市按照东中西部划分，分别测算与上述三个核心城市的地理距离）。主要依据如下：①不同城市间的地理距离是影响城市群一体化的重要先决条件，尤其是与核心城市间的地理距离（GEO）会直接影响一般地级市的行为和表现，因此地理距离是影响长江经济带一体化政策有效性的重要因素［22，24］；②《长江经济带发展规划纲要》明确指出要发挥上海、武汉和重庆等超大城市的核心作用，上述三个城市分别作为长江经济带下中上游的中心城市，是长江经济带一体化过程中不可或缺的主导力量；③城市间的地理距离是在历史中形成的天然地理条件，与当期的城市创新活动间不存在直接相关性，满足外生性的要求［7］。估计结果见表6 所列，在考虑潜在的内生性问题后，长江经济带一体化战略依然显著提高了城市创新能力，与前文基准回归的研究结论一致。此外，识别弱工具变量的WaldF统计量为291.731（大于10）拒绝弱工具变量的原假设，表明本文选取的工具变量是有效的。

表6 工具变量估计结果

五、机制分析

前文通过双重差分法进行实证分析后发现，长江经济带一体化战略能够显著提升城市创新能力，为了进一步探索一体化战略影响城市创新能力的作用机制，本节构建中介效应模型来检验这一过程中的间接传导机制。具体模型设定如下：

其中，GOV 和STR 分别表示政府支持和产业结构，为本文选定的两个中介变量。使用科学技术支出占财政支出的比重来衡量政府支持；使用第二产业和第三产业的比重来衡量产业结构。为了保证实证结果的有效性，其余变量的选择和测度方式与前文均保持一致。

由表7的回归结果可知，模型（10）（11）和模型（12）（13）分别是以政府支持和产业结构为中介变量的测算结果。其中，模型（10）中City×Year 项的系数为0.465 8 且通过显著检验，说明长江经济带一体化战略可以显著提高政府支持的力度；模型（11）中政府支持对城市创新能力的影响系数在1%的显著性水平下显著为正，表明一体化战略可以通过提高地方政府支持力度间接地提高城市创新能力。在此基础上，参照温忠麟和叶宝娟的研究成果［25］，可以计算出直接效应和间接效应分别为0.046 7 和0.018 7，其中间接效应占总效应的比重为28.58%。由模型（12）（13）可知，一体化战略还可以通过影响产业结构进而促进城市创新能力的提升，在这一传导过程中，直接效应和间接效应分别为0.050 9 和0.011，其中间接效应所占比重为17.77%。因此，虽然长江经济带一体化战略更多的是通过直接效应促进城市创新能力的提升，但在传导过程中，上述两个中介变量均对城市创新能力产生了显著的间接影响，有效验证了假设2和假设3。

表7 中介效应回归结果

六、结论与建议

通过构建PSM-DID 模型，本文以长江经济带发展战略形成的准自然实验为切入点，考察长江经济带一体化对城市创新能力的影响与作用机理。研究发现：①长江经济带一体化战略显著提高了该区域108 个城市的创新能力；②在剔除了“一带一路”倡议对长江经济带内部分城市产生的共同作用后，长江经济带一体化战略仍然显著地促进了沿线城市创新能力的提升；③一体化战略对长江经济带内不同区域带来的影响存在明显的区域异质性，其中对下游地区的作用方向与整个经济带一致，但对上游和中游地区的影响尚不显著；④中国不同等级的城市在基础设施以及科创基础等方面差距较大，因此长江经济带一体化战略对一线、二线和其他城市的促进作用表现为依次下降的特征；⑤中介效应的检验结果表明，政府支持力度的提升和产业结构的优化升级是一体化战略提升城市创新能力的作用机制。为进一步发挥区域一体化对创新能力的促进作用，提升整个长江经济带沿线城市的创新能力，本文提出如下建议：

（1）强化城市交通、城际铁路以及市域（郊）铁路等基础设施建设。企业、高校和科研机构等创新主体在选择合作伙伴时除了关注对方的研究水平外，还要考虑相互间的空间距离。地理空间距离较远会在很大程度上阻碍合作双方隐性知识的吸收与传播，不利于多主体协同创新。对此，长江经济带沿线城市应加快交通基础设施建设，同时优先将高校与科研机构等纳入交通线路的规划之中，利用交通便利所带来的“时空压缩”效应，克服地理距离对隐性知识传递的阻隔作用，便于各类创新主体间开展频繁的知识共享与交流活动，形成长期稳定的协同关系以提高创新能力。

（2）从区域异质性与城市异质性来看，长江经济带一体化对不同城市创新能力的影响存在着显著的差异，这有可能会加剧区域间的“马太效应”。对此，要以《长江经济带发展规划纲要》为指导，以长三角城市群为龙头，长江中游城市群与成渝城市群为支撑，基于优势互补与资源共享的原则，以增强自主创新能力和打造核心竞争优势为共同目标，在促进本地区创新能力提升的同时强化与其他区域的沟通与交流，在不断完善自身协同创新机制的过程中逐渐形成自身的科技创新特色。除此之外，相关政策也应更多地向三、四线城市倾斜，逐步缩小与一线城市的差距，从而实现区域均衡发展。

（3）加强跨区域多主体合作的顶层设计。在地方“分灶吃饭”财政体制的制约下，当前宏观层面上制约城市创新能力提高的最主要难题便是地方政府难以有效整合跨区域创新资源。因此，长江经济带沿线城市需在顶层设计上加以推动，强化各区域政府间的合作，弱化地方行政边界的阻隔，破除地方利益藩篱，加快相关政策的制定与落实，积极构建产学研协同创新机制，促进区际创新资源的统筹协调，深化长江经济带各区域的交流与合作，形成创新发展合力，从而提升城市创新能力。

（4）制定差异性产业发展政策，引导区域产业结构优化升级。从产业结构优化的视角来看，长江经济带一体化战略通过推动产业结构合理化与高级化发展进而带动区域创新能力的提升。对此，要因地制宜制定产业发展战略，强化区域间产业政策的互补性和协调性，通过深化产业分工与合作引导区域产业结构的高级化和合理化发展，充分发挥协同创新对于创新能力的提升作用。对于发达城市而言，需警惕“大城市病”危害，通过转移部分产业，缓解产业趋同现象，实现区域错位发展。而对于发展中城市来说，在承接产业转移的基础上应结合自身的低成本生产优势，促成产业结构优化调整与传统产业转型升级，实现自主创新能力和协同创新能力的提升。