自贸试验区建设对电商创新发展的影响研究

Research on the Impact of Free Trade Pilot Zone Construction on the Innovative Development of E-Commerce

摘要: 本文探究了自贸试验区建设对所在地区电商创新发展的影响。采用了2005~2020年中国269个地级市的数据，将研究范围扩展至第五批建设的40个自贸试验区城市，结合双重差分法评估了自贸试验区建设对电商创新发展的影响。选取地区电商企业专利作为衡量创新水平的指标。实证研究表明，自贸试验区的建设对地区电商创新产出有显著影响。地区对科学技术支出等创新支持以及地区人才数量的增长对电商创新同样存在促进作用。政府除了需要完善自身职能，市场管理制度，创新基础设施建设和金融创新之外，还要加大创新政策扶持并利用外来创新资源。同时，自贸试验区创新发展效应存在地区异质性，沿海型自贸试验区设立所带来的创新效应高于内陆型自贸试验区，两者受到自贸试验区建设带来创新影响差距显著。根据研究结论，提出政策建议：第一，深化自贸试验区制度创新，强化对电商领域创新的激励与专利转化。第二，优化人才政策传导机制，通过产学研协同与技能培训提升创新效能。第三，加大政府科技支出，提高财政资金对电商创新的支持效能。第四，因地制宜推进区域协同，沿海地区侧重吸引高端要素，内陆地区加强资源整合，并重视非省会城市潜力，以缩小区域创新差距。

Abstract: This paper explores the impact of the construction of free trade zones on the innovative development of e-commerce in the regions where they are located. It uses data from 269 prefecture-level cities in China from 2005 to 2020, expanding the scope of the study to the 40 cities where the fifth batch of free trade zones were established. By applying the difference-in-differences method, it assesses the impact of the construction of free trade zones on the innovative development of e-commerce. The number of patents held by regional e-commerce enterprises is selected as an indicator to measure the level of innovation. The empirical research shows that the construction of free trade zones has a significant impact on the innovative output of e-commerce in the regions. The increase in regional support for innovation, such as expenditure on science and technology, and the growth in the number of talents in the region also promote the innovation of e-commerce. In addition to improving their own functions, market management systems, innovation infrastructure construction and financial innovation, the government also needs to increase policy support for innovation and make use of external innovation resources. At the same time, the innovative development effect of free trade zones shows regional heterogeneity. The innovative effect brought by the establishment of coastal free trade zones is higher than that of inland free trade zones, and the gap in the impact of free trade zone construction on innovation between the two is significant. Based on the research conclusions, the following policy recommendations are proposed: First, deepening the institutional innovation of free trade zones and strengthening the incentives and patent conversion in the e-commerce field. Second, optimizing the mechanism for transmitting talent policies, and enhancing innovation efficiency through industry-university-research collaboration and skills training. Third, increasing government spending on science and technology and improving the efficiency of fiscal funds in supporting e-commerce innovation. Fourth, promoting regional coordination based on local conditions. Coastal areas should focus on attracting high-end elements, while inland areas should strengthen resource integration and pay attention to the potential of non-provincial capital cities to narrow the regional innovation gap.

1. 引言

当前，全球经济一体化与信息化进程不断加快，各国经济联系日益紧密。在这一背景下，自贸试验区建设已成为推动开放型经济发展的重要战略举措(聂飞，2019) [1]。自2013年启动以来，中国自贸试验区在多个方面取得显著成效，不仅为地区经济增长注入新动力，还推动了贸易与投资自由化、便利化，并促进了技术进步、产业集聚与市场融合(应望江和范波文，2018) [2]。

与此同时，电子商务作为数字贸易的新兴业态，已成为提升国家全球竞争力的重要领域。推动电商创新发展，对于适应数字经济发展趋势、促进产业转型升级具有关键意义。自贸试验区作为国家战略的重要组成部分，其对区域创新能力具有明显带动作用。在此背景下，探讨自贸试验区建设对电商行业创新的影响，不仅有助于理解政策与实践的互动机制，也对进一步优化相关政策、推动高质量发展具有重要的参考价值。

本文可能的创新点有：第一，样本数据与构建变量。本文采用2005~2020年269个城市面板数据，将前后设立的五批自贸试验区纳入。落到自贸试验区建设所在的具体城市，采用DID双重差分模型识别自贸试验区政策效应，并将专利数量作为衡量电商企业创新能力的指标。第二，分析了自贸区设立与否对地区电商创新的影响，并考虑了科学支出的调节作用。研究结果表明，在控制其他因素的影响后，自贸区设立对电商创新有显著的正向影响，而且这种影响受科学支出的调节作用显著。第三，展开异质性分析，将自贸试验区分为内陆型和沿海型自贸试验区，分析自贸试验区建设对地处不同地理位置的地区电商所带来的创新影响程度。

本文的研究不足有：鉴于数据的可得性以及研究的有效性，本文剔除了部分样本数据缺失严重的地级市，研究成果存在一定局限性。此外，相关政策的实施都存在滞后性，并且存在一些不可控因素与不可消除的影响，因此研究在一定程度上存在偏差。

2. 机制分析

2.1. 微观层面

自贸试验区的制度环境优越，吸引了众多企业进入，这进一步加剧了电商企业间的竞争。在利润最大化的追求驱动下，企业必须提高自身市场竞争力以此获得更大的市场份额。其次，自贸试验区内所具有的进口商品优惠政策，这使得区内商品种类繁多，同种商品之间可替代的选择越来越多，从而促进了消费者对产品和服务质量的挑剔程度，电商企业只有不断创新才能在激烈的市场竞争中脱颖而出并获得生存空间(刘秉镰和王钺，2018) [3]。因此，自贸试验区的设立在微观层面上为电商创新生产活动带来了积极的影响。

2.2. 宏观层面

首先，自贸试验区建设可以为地区电商企业提供更加广阔的国际市场和国际科技创新合作机会，从而促进地区电商创新的发展。通过自贸试验区建设，可以吸引更多国际企业、高校和科研机构进入自贸试验区，促进创新资源的汇聚整合和创新能力的提升，从而提高地区的国际竞争力，改善国际生产竞争中的地位。还能通过加速吸引更多的国内外高端人才进入自贸试验区，促进地区的人才流动和交流，提升地区的人才素质和创新能力(应望江和范波文，2018) [2]。

其次，自贸区建设降低了市场准入，进一步提高了对外资的吸引力，从而促进了地区电商企业创新。外资进入除了对中国各种设施进行建设和完善之外，也为中国的金融体系带来了挑战。为了更好地适应自贸试验区内企业和外资企业的金融需求，外资需要中国化，而中国金融制度也需要国际化。中国金融机制伴随着外资进入会不断进行一系列的改革和创新(方云龙，2021) [4]。

同时，自贸试验区的建设会影响地区政策实施，促进地区创新的发展。自贸试验区的设立将地区本身所具有的特点和优势进行重新整合，打通彼此的壁垒，使得地区创新能力得到进一步的提升(张幼文，2016) [5]。创新由于风险、成本、失败率的“三高”，使得其对于创新主体来说是一条艰难的道路，但是自贸区的设立所带来的政策改变，极大程度降低了企业和地区创新的代价，激励了地区电商创新(张国峰等，2016) [6]。

另外，自贸试验区设立使政府对科学技术的支出增加，从而对地区电商创新产生积极的影响，并且其与自贸试验区建设形成合力，共同作用于电商创新。具体表现在以下几个方面：首先是技术转移，政府对科学技术的支出可以促进科技成果向产业界的转移，从而提高地区的技术水平和创新能力。然后是创新环境改善，政府对科技的投入可以建立和完善创新环境和创新政策，为地区的电商创新提供有利条件和支持。最后是创新网络的形成，政府对科技的支出可以促进地区内部和地区之间的创新网络的建立和发展，为地区的电商创新提供更广泛的合作平台和机会。

自贸试验区建设对不同地区的电商企业影响存在异质性。所处地理位置不同，自然资源和人力资源等方面的禀赋也具有差异。一些地理位置优越的地区，如沿海、交通枢纽地区，在自贸试验区建设后更容易吸引外资和高端人才，提高创新能力和产业发展水平。而一些地理位置相对偏远的地区，则可能需要通过政策引导和资源配置来提高竞争力。

基于此，本文提出如下假说：

假说1. 自贸试验区建设对地区电商创新发展具有促进作用。

假说2. 科学技术支出对地区电商创新和自贸试验区建设的关系存在调节作用。

假说3. 自贸试验区建设对地区电商创新的作用具有异质性。

3. 研究设计

3.1. 样本选择与数据来源

选用中国地级及以上城市为研究样本。269个地级及以上城市面板数据，总样本量为4304。自贸试验区所在地级市中选取了前五批，40个地级市。为保证数据的连贯统一，将样本期间新成立的地级市城市剔除，同时将一些数据缺失较多的地级市城市予以剔除。为控制市场经济体制环境的异质性，选取2005~2020年时间段为样本期。本文实证研究使用的数据来源于Wind数据库。各城市GDP、人均GDP、第二、第三产业占比，人均道路面积等城市经济特征数据，均来源于《中国城市统计年鉴》和各省区市历年统计年鉴。

3.2. 模型构建

曹清峰(2020)在研究国家级新区的设立是否对区域经济增长有带动效应时，使用70个大中城市的数据进行研究，将国家级新区设立作为一项准自然实验[7]。本文模仿曹清峰研究方法建立模型：

$Invpa{t}_{it}={\alpha }_0+{\alpha }_{1}FT{Z}_{it}+\sum {\theta }_j{Z}_{it}+v_i+u_i+{ϵ}_{it}$ (1)

其中，$Invpa{t}_{it}$ 代表了城市电商发明专利数，来衡量某个城市的电商创新能力和创新水平。下标$i$ ，$t$ 分别代表城市$i$ 和年份$t$ ；$FT{Z}_{it}$ 代表的是自贸试验区设立的虚拟变量，由$Trea{t}_{it}\times Pos{t}_{it}$ 组成，$Trea{t}_{it}$ 为政策分组的虚拟变量，设立自贸试验区的城市设置为1，没有设立的设置为0，$Pos{t}_{it}$ 为政策分期虚拟变量，设立自贸试验区当年及以后的年份为1，反之则为0，$Z_{it}$ 为一系列的控制变量，${\theta }_j$ 为对应的估计参数，${\alpha }_0$ 为截距项，$v_i$ 为城市固定效应，$u_i$ 是年份固定效应；${ϵ}_{it}$ 为误差项。

3.3. 变量定义

被解释变量选取上，本文参考张萃(2022)的方式，选择地区电商企业专利数量来体现城市电商创新，用$Invpat$ 表示[8]。电商企业专利数量来自于Wind的中国上市公司数据库中电商相关行业公司的专利数据。

本文选取控制变量借鉴崔日明和陈永胜(2022)的选取方式[9]。控制变量包括：

经济发展水平，分别采用人均GDP ($pgdp$ )与GDP增长率($ggdp$ )衡量。

外商直接投资($lnfdi$ )，采用当年实际利用外资占GDP中的比重并取对数。

产业结构($indup$ )，表示产业结构高级化水平，由第二产业与第三产业的比值得到。

交通基础设施($parea$ )，采用城市人均道路面积衡量。

金融发展($fina$ )，采用金融机构年末存贷款总额占GDP比重衡量。

政策支持($lngovsup$ )，采用城市科学技术支出占GDP中所占比重并取对数衡量。

人力资本($humca$ )，采用普通高等学校在校人数占城市人口比重衡量。

变量描述性统见表1。

Table 1. Descriptive statistics

表1. 描述性统计

变量	样本数	均值	标准差	最小值	最大值
Invpat	4304	1.05500	3.30200	0.00000	48.1300
pgdp	4304	43640.0	321600	5582.00	156427
ggdp	4304	10.3600	4.54200	−2.90000	21.7000
lnfdi	4304	−4.79100	2.22000	−23.0300	−1.55300
indup	4304	0.95100	0.53000	0.12900	5.34800
parea	4304	15.47000	6.67300	4.16000	34.6800
fina	4304	2.17600	1.08200	0.76700	6.42200
lngovsup	4304	−6.59000	1.02300	−17.3900	−2.76300
humca	4304	0.01770	0.02280	0.00960	0.11500
Number of code	269	269	269	269	269

4. 研究结果及分析

4.1. DID回归结果

基于式(1)的回归估计结果见表2。(1)、(2)两列分别是不加控制变量和加入控制变量时$Invpat$ 的回归结果。

4.1.1. 对核心解释变量的影响分析

$FTZ$ 系数显著为正，说明相对于其他没有设立自贸试验区的城市，设立自贸试验区的城市的电商发明专利量显著增加，即代表自贸试验区建设能够对城市电商创新能力起到显著的促进作用。

Table 2. DID regression results

表2. DID回归结果

Variables	(1)	(2)
	Invpat	Invpat
FTZ	2.921^***	2.568^***
	(3.410)	(3.180)
pgdp		0.000
		(0.850)
ggdp		0.004
		(1.010)
lnfdi		0.006
		(0.210)
indup		0.495
		(0.710)
parea		−0.067^***
		(−2.610)
fina		−0.089
		(−1.590)
lngovsup		0.453^***
		(4.610)
humca		22.68
		(1.020)
Constant	0.120	3.995^***
	(0.860)	(4.440)
观察值	4304	4304
年份、城市固定	是	是
adj. R^2	0.195	0.231

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

4.1.2. 对控制变量的影响分析

首先，政府科学技术支出在GDP中占比对于地区电商创新具有正向且显著的影响。其次，实际利用外资、产业结构高级化以及大学生人数在当地人口中的占比对于地区创新的影响均为正向但不显著。最后，人均道路面积与地区电商创新呈现负相关，这可能源于以下原因：一是道路建设可能在短期内挤占了创新的财政资源；二是交通便利性提升可能带来人才外流效应，尤其在内陆城市；三是该指标可能未能有效捕捉数字基础设施(如宽带覆盖率)对电商创新的真实影响。

4.2. 平行趋势检验

参考曹清峰(2020)对70个城市展开的研究方法，采用事件分析法进行平行趋势检验，结果见图1所示[7]。

如要通过平行趋势检验，在自贸试验区正式建立之前，实验组和对照组城市应该保持一致的创新发展趋势。在本文平行趋势检验的图像上我们可以观察到，在政策冲击之前，实验组和对照组之间的创新发展趋势相同，自贸试验区设立的时间节点，在图中用current表示，current的左侧pre代表为自贸试验区成立之前的时期，右侧post则为自贸试验区成立之后的时期。在图形中可以看到在current的左侧，$Invpat$ 的回归结果并不显著，且均在0附近，说明在自贸试验区成立之前，实验组和控制组两者的变化趋势相近，表现出稳健的平行趋势，在current的右侧，即受到政策冲击之后，在处理组的效应系数估计值要高于政策实施前的系数值，政策系数随着自贸试验区建设时间的增加而增大，说明本文的样本满足平行趋势假设。且$Invpat$ 在自贸试验区成立之后，出现了持续显著的上升趋势，越往后创新效果越显著，并且可能远未到达峰值。

Figure 1. Parallel trend test

图1. 平行趋势检验

4.3. 调节效应

在DID回归基础上进一步进行调剂效应分析，将自贸试验区虚拟变量$FTZ$ 与政府对科学技术政策的支持程度$lngovsup$ 生成交互项$FTZlngovsup$ 。从表3可见，核心解释变量$FTZ$ 与$lngovsup$ 交互项仍然呈现正向显著影响，这说明政府的科学技术支出与自贸试验区建设共同对地区电商创新发展产生了积极的影响，也说明了政府科技投入是促进地区电商创新发展的重要因素之一。

Table 3. Results of moderating effects

表3. 调节效应结果

Variables	Invpat
FTZ	18.07^***
	(3.680)
FTZlngovsup	2.745^***
	(3.420)
pgdp	0.000
	(0.840)
ggdp	0.003
	(0.780)
lnfdi	0.002
	(0.070)
indup	0.477
	(0.670)
parea	−0.057^**
	(−2.410)
fina	−0.101^*
	(−1.920)
lngovsup	0.357^***
	(4.430)
humca	27.48
	(1.230)
Constant	3.071^***
	(4.100)
观测值	4304
年份、城市固定	是
adj. R^2	0.273

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

4.4. 稳健性检验

4.4.1. 更换被解释变量

通过更换被解释变量，选取地区电商所有专利授权量$Allpat$ 以及低端专利授权量$Lowpat$ 衡量地区电商技术创新水平的指标，回归结果如表4显示$FTZ$ 的回归系数依然具有显著性，基本回归模型的结论具有稳健性。

Table 4. Results of robustness regression

表4. 稳健性回归结果

Variables	(1)	(2)
	Allpat	Lowpat
FTZ	13.78^***	11.20^**
	(2.700)	(2.520)
pgdp	0.000	0.000
	(0.940)	(0.960)
ggdp	−0.007	−0.011
	(−0.390)	(−0.640)
lnfdi	−0.141	−0.146
	(−0.980)	(−1.190)
indup	−0.805	−1.291
	(−0.330)	(−0.700)
parea	−0.429^**	−0.364^**
	(−2.490)	(−2.440)
fina	−0.294	−0.207
	(−0.850)	(−0.680)
lngovsup	3.769^***	3.319^***
	(4.810)	(4.710)
humca	185.0	161.9
	(1.290)	(1.320)
Constant	35.37^***	31.40^***
	(5.160)	(5.080)
观测值	4304	4304
年份、城市固定	是	是
adj. R^2	0.301	0.295

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

从表4可以看出，自贸试验区设立对专利整体授权量具有十分显著的提升作用，主要影响来自于对低端专利创新的促进作用。

4.4.2. 安慰剂检验

进行安慰剂检验是为了尽可能消除不可观测的系统差异带来的结果，处理潜在的遗漏变量问题，本文参考崔日明和陈永胜(2022)在文中的安慰剂检验做法，通过随即虚拟处理组检验是存在影响文本基准回归结果的不可测因素。在安慰剂检验中需要从全部的269个样本城市中随机选取40个城市(与基准回归中实施贸区政策的城市数量相等)作为自贸试验区设立的“伪处理组”，而其他229个城市则作为对照组城市进行双重差分估计，并随机设定其设立时间，生成“伪政策虚拟变量”在基准模型的基础上进行回归 [9]。将上述过程重复进行五百次，得到五百次回归结果。最后绘制出上述共计五百个“伪政策虚拟变量”估计系数的分布和相应的p值。

Figure 2. Placebo test

图2. 安慰剂检验

结果如图2所示，横坐标为伪政策虚拟变量的估计系数，纵坐标为密度值和p值大小，红色水平虚线为p = 0.1，垂直红色虚线为x = 2.568，即自贸试验区建设与地区电商创新的基准回归结果的真实系数是2.568，红色实线为估计系数的核密度分布，蓝色空心圆点为估计系数的p值。可以发现，图中大部分估计的p值都在p = 0.1的上方，即在10%的水平上不显著，且估计系数大多集中于x = 0的附近，即大部分的随机虚拟处理组的自贸试验区建设对地区电商创新的影响为0，与真实系数2.568有较大距离，这表明自贸试验区建设对地区电商创新发展的影响没有受到其他不可观测变量的显著影响，基准回归具有较好的可靠性。

4.4.3. 控制变量滞后一期

通过滞后一期控制变量，使其不受研究变量的影响，消除因控制变量的动态变化而产生的内生性问题。将控制变量的值在时间上向后移动一段时间，并且更准确地估计研究变量的影响。

Table 5. Control variables lag by one period

表5. 控制变量滞后一期

Variables	Invpat
FTZ	2.275^***
	(3.060)
L.pgdp	0.000
	(0.790)
L.ggdp	0.022
	(1.450)
L.lnfdi	−0.010
	(−0.310)
L.indup	0.725
	(0.970)
L.parea	−0.054^***
	(−2.650)
L.fina	−0.048
	(−0.750)
L.lngovsup	0.526^***
	(3.880)
L.humca	33.38
	(1.250)
Constant	3.770^***
	(3.130)
观测值	4034
年份、城市固定	是
adj. R^2	0.237

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

从表5能够看出，在原本的回归分析中引入滞后的控制变量，回归结果仍然具有统计显著性。引入控制变量后，原有基础回归的模型的结果具备了更强的解释力和预测能力。进一步证明自贸试验区的建设与发展为地区的电商创新带来的重要影响。

5. 异质性分析

本文主要分沿海型和内陆型以及是否是省会城市这两个异质条件，进行两个异质性分析。本文主要参考崔日明和陈永胜(2022)与叶霖莉(2021)的分组方法[9] [10]。

5.1. 沿海内陆异质性

在(1)基础上引入沿海型($Coast$ )和内陆型($Inland$ )自贸试验区虚拟变量，考察自贸试验区设立的区域异质性。属于沿海城市的$coast$ 赋值为1，否则为0，将$coast$ 与$Trea{t}_{it}\times Pos{t}_{it}$ 生成三重交互性作为核心解释变量$Coast$ ；第二组是对内陆城市进行异质性检验，属于内陆型城市的$inland$ 就赋值为1，否则就为0，同样与$Trea{t}_{it}\times Pos{t}_{it}$ 生成三重交互性作为核心解释变量$Inland$ 。具体模型如下：

$Invpa{t}_{it}={\gamma }_0+{\gamma }_{1}Coas{t}_{it}+{\gamma }_{2}Inlan{d}_{it}+\sum {\theta }_j{Z}_{it}+v_i+u_i+{ϵ}_{it}$ (2)

以下是回归结果：

Table 6. Heterogeneity analysis of coastal and inland areas

表6. 沿海内陆异质性分析

Variables	(1)	(2)
	Invpat	Invpat
Coast	4.054^***
	(15.56)
Inland		0.566^**
		(1.980)
pgdp	0.000^**	0.000^**
	(2.400)	(2.450)
ggdp	0.003	0.004
	(0.820)	(0.990)
lnfdi	0.008	0.017
	(0.410)	(0.870)
indup	0.497^***	0.647^***
	(3.840)	(4.870)
parea	−0.067^***	−0.075^***
	(−8.280)	(−8.980)
fina	−0.120^**	−0.071
	(−2.460)	(−1.410)
lngovsup	0.474^***	0.508^***
	(9.170)	(9.520)
humca	24.12^***	20.52^***
	(4.920)	(4.070)
Constant	4.236^***	4.449^***
	(9.000)	(9.160)
观测值	4304	4304
年份、城市固定	是	是
adj. R^2	0.193	0.145

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

如表6显示，(1) (2)两列分别报告了区域异质性回归结果。从系数大小来看，$Coast$ 的系数大于$Inland$ ，且两者都为正数，但是$Inland$ 的系数较小；从显著性看，$Coast$ 的系数在1%的水平上显著，而$Inland$ 只达到了5%的显著性水平。这意味着自贸试验区的设立无论是对沿海还是内陆城市的电商创新都能带来正向且显著的影响，但是在沿海地区和成立自贸试验区这两个条件共同作用下，对于地区电商创新所带来的影响更加明显。也就是说自贸试验区的建设所带来的创新能力和创新产出提升，在沿海城市的效果更加明显，而内陆型自贸试验区建设对地区电商的创新能力提升并没有达到与沿海型城市一样的效果。

5.2. 省会异质性

同样，在式(1)的基础上引入省会($capital$ )和非省会($uncapital$ )自贸试验区虚拟变量，考察自贸试验区设立的区域异质性。属于省会城市的$capital$ 赋值为1，否则为0，将$capital$ 与$Trea{t}_{it}\times Pos{t}_{\begin{array}{c}it\\ \end{array}}$ 生成三重交互性作为核心解释变量$Capital$ ；第二组是对非省会城市进行异质性检验，属于非省会城市的$uncapital$ 就赋值为1，否则就为0，同样与$Trea{t}_{it}\times Pos{t}_{\begin{array}{c}it\\ \end{array}}$ 生成三重交互性作为核心解释变量$Uncapital$ 。具体模型如下：

$Invpa{t}_{it}={\beta }_0+{\beta }_{1}Capita{l}_{it}+{\beta }_{2}Uncapita{l}_{it}+\sum {\theta }_j{Z}_{it}+v_i+u_i+{ϵ}_{it}$ (3)

以下是回归结果：

Table 7. Heterogeneity analysis of provincial capitals

表7. 省会异质性分析

Variables	(1)	(2)
	Invpat	Invpat
Capital	2.326^***
	(8.130)
Uncapital		2.487^***
		(9.470)
pgdp	0.000^**	0.000^**
	(2.410)	(2.450)
ggdp	0.004	0.004
	(0.940)	(1.030)
lnfdi	0.011	0.015
	(0.540)	(0.740)
indup	0.532^***	0.637^***
	(4.020)	(4.860)
parea	−0.069^***	−0.073^***
	(−8.400)	(−8.920)
fina	−0.075	−0.088^*
	(−1.500)	(−1.770)
lngovsup	0.483^***	0.489^***
	(9.130)	(9.290)
humca	21.36^***	21.76^***
	(4.270)	(4.360)
Constant	4.260^***	4.295^***
	(8.850)	(8.950)
观测值	4304	4304
年份、城市固定	是	是
adj. R^2	0.158	0.163

注：括号内为t值，^***、^**、^*分别表示在1%、5%和10%的水平下显著。

从表7可以看出，是不是省会城市对建设自贸试验区的城市创新发展的影响都比较显著，两者没有明显差异，甚至非省会城市的创新效应略好一点。可能原因是省会型自贸试验区城市中，只有天津市，上海市，海口市，广州市，福州市，沈阳市这几个城市属于沿海型城市，而其他沿海自贸试验区城市都是非省会城市。所以是否是省会城市并没有对两者的创新水平的提升产生明显的差异。同时，非省会城市可能更加依赖于自贸试验区的发展，当地电商企业更有动力去创新以适应市场需求。

6. 结论与政策建议

本文基于2005~2020年中国269个地级市的数据，研究自贸区建设对电商创新发展的影响。研究结果表明：第一，自贸试验区建设使自贸试验区所在城市电商企业专利数量提高，也就是显著提升了地区电商企业创新能力，并在进行平行趋势，调节效应，安慰剂检验，稳健性检验之后，该结论依然成立。第二，更多的人才数量并没有显著导致更多创新产出数量，需要完善中间的传导链条，将人才培养储备和创新产出串联起来。第三，政府科学技术支出对于增强地区电商创新就有显著影响，政府在推动地区电商创新方面发挥了重要作用。第四，在异质性方面，沿海型自贸试验区城市与内陆型自贸试验区城市在自贸试验区设立所带来的创新变化方面存在差异。沿海型城市的自贸试验区建设带来创新效果的提升幅度大于内陆型自贸试验区城市。其次是否是省会城市对地区电商创新产出的影响并不显著，是否沿海这个因素所带来的对地区电商创新的影响会大于是否是省会城市所带来的影响。

基于研究结论，本文提出以下建议：第一，继续深化自贸试验区建设，充分发挥其对企业创新的促进作用，尤其在电商领域，应通过制度创新和市场开放进一步激发专利产出。第二，优化人才政策，重点完善从人才储备到创新产出的传导机制，例如加强产学研合作和技能培训，提升人才对电商创新的实际贡献。第三，加大政府科学技术支出，强化对电商创新的财政支持，确保资金有效转化为创新成果。第四，针对区域异质性，沿海型自贸试验区应利用地理优势吸引高端要素，推动产业升级；内陆型则需借鉴沿海经验，加强区域协作和资源整合，以缩小创新差距。同时，政策制定应更注重沿海与非省会城市的潜力，避免过度聚焦省会城市。