产业政策如何激励企业创新？——来自国家电子商务示范基地建设的证据

How Can Industrial Policies Motivate Enterprises to Innovate?—Evidence from the Construction of National E-Commerce Demonstration Bases

摘要: 在数字经济成为全球经济增长新引擎的背景下，中国政府通过设立国家电子商务示范基地以期形成集聚效应驱动企业创新。研究基于2008~2024年中国A股上市公司相关数据，构建多期双重差分模型，实证检验建立国家电子商务示范城市对企业创新产出的影响。研究发现，国家电子商务示范基地的设立显著提升了当地企业的创新产出，这一结论在经过一系列稳健性检验后依然成立。同时异质性分析进一步揭示，该促进效应在大规模企业、国有企业和非技术性密集企业中更为显著。研究证实了国家电子商务示范基地的建设有效地推动了企业的创新产出，有助于企业实现“提质增效”。因此，政府应持续完善电子商务示范基地的示范布局，增强电子商务发展对当地经济的辐射带动作用，提升当地企业的创新产出水平。

Abstract: Against the backdrop of the digital economy becoming a new engine for global economic growth, the Chinese government has established national e-commerce demonstration bases in an effort to create an agglomeration effect and drive enterprise innovation. Based on the relevant data of China’s A-share listed companies from 2008 to 2024, this study constructs a multi-period difference-in-differences model to empirically test the impact of establishing a national e-commerce demonstration city on the innovation output of enterprises. The research found that the establishment of national e-commerce demonstration bases has significantly enhanced the innovation output of local enterprises. This conclusion still holds true after a series of robustness tests. Meanwhile, heterogeneity analysis further reveals that this promoting effect is more significant in large-scale enterprises, state-owned enterprises and non-technology-intensive enterprises. Research has confirmed that the construction of national e-commerce demonstration bases has effectively promoted the innovation output of enterprises and helped them achieve “quality improvement and efficiency enhancement”. Therefore, the government should continuously improve the demonstration layout of e-commerce demonstration bases, enhance the radiation and driving effect of e-commerce development on the local economy, and increase the innovation output level of local enterprises.

1. 引言

随着互联网、大数据、人工智能等数字经济的迅速发展，电子商务已成为推动中国经济转型升级与高质量发展的重要因素。中国政府自2009年起启动“国家电子商务示范基地”的认定和建设工作，旨在通过政策引导和资源投入，形成产业集聚高地，激发当地企业的创新活力。从而更好地实现企业运营模式的不断创新，更好地实现市场对资源的基础性配置作用，以此来提高整体国民经济运行的质量和效率。

现有的文献大量从宏观层面证实了电子商务示范政策对区域经济发展的促进作用。一部分研究聚焦于经济增长与协调发展。现有研究发现该政策能显著地促进共同富裕[1]，同时有文献以长三角地区为例，证明了该政策对于区域市场一体化的积极影响[2]；另一部分研究则关注政策对于特定要素资源的聚集和升级作用，发现示范城市的建立能够显著促进城市金融集聚[3]，并从劳动视角出发，提供了该政策影响技能溢价的证据[4]。此外，有学者从理论层面探讨了数字经济与电子商务高质量发展的路径及产业融合的积极作用[5] [6]。这些研究一致表明，电子商务示范基地建设在宏观层面具有显著的正外部性。

随着研究的深入，学者们开始将视角下沉至微观企业层面。部分研究探讨了政策对企业外部经营环境与行为的影响，其中包括该政策对乡村建设的推动[7]，对农村消费市场扩张的作用[8]，并且有研究从交易成本视角分析了该政策如何促进企业跨地区交易[9]。另一些研究则开始触及企业的战略性变革，研究发现该政策对企业数字化转型具有驱动作用[10]，基于创业生态系统理论发现其能提升城市创业的活力从而推动企业创新产出[11]。整体而言，直接系统地考察电子商务示范基地的建立对企业创新产出这一核心维度影响的文献相对不是很完善，多数研究将创新作为间接推论的一部分，缺乏针对性的严谨检验。基于此，本文试图从一个新颖的微观视角切入，将国家电子商务示范基地的设立视为一项准自然实验，利用2008~2024年中国A股上市公司的数据，构建多期双重差分模型，旨在精准识别该政策对企业创新产出的因果效应，并探讨不同类型的企业在该政策下的异质性特征。

本研究可能的边际贡献在于：首先，在研究视角上，将政策效应评估从宏观区域层面延伸至微观企业行为，为理解产业政策如何激励创新提供了更坚实的微观基础；其次，在研究方法上，采用严谨的因果推断框架，有效缓解了内生性担忧，为评估示范基地的建设成效提供了更为可靠的经验证据。

2. 理论分析和研究假设

集聚经济理论认为，经济活动在空间上的集中能够通过共享基础设施、劳动力市场池和知识溢出等途径产生正外部性，从而提升生产效率与创新能力。国家电子商务示范城市的本质是打造电子商务相关企业的地理集聚区，为上述正外部性的产生提供了物理空间和制度保障。国家电子商务示范基地的建立通过提供集中的物理空间和政策优惠，直接降低了企业的运营与创新成本(如房租、宽带费用)，并能更方便地获取行业最新动态与政策信息。这种“区位优势”和“政策红利”能够直接激励企业增加研发投入，将更多资源用于创新活动，从而预期将提升企业的创新产出。因此本文提出以下假设：

H1：国家电子商务示范基地的设立对企业创新产出具有显著的促进作用。

资源基础观理论认为企业是异质性资源的集合，其独特的资源与能力是竞争优势和创新的源泉。政策资源在不同的方面发挥着不同作用，因此不同的企业由于其自身资源禀赋和所处环境的不同，对政策的响应程度也存在着差异。因此本文提出相关假设：

H2a：国家电子商务示范基地设立的促进效应在大规模企业中更为显著；

H2b：国家电子商务示范基地设立的促进效应在国有制企业中更为显著；

H2c：国家电子商务示范基地设立的促进效应在非技术密集型企业中更为显著。

3. 研究设计

3.1. 数据来源

2012年，我国认定了首批电子商务示范基地，截至2024年，共有175个电子商务基地被认定为国家级电子商务示范基地。本文基于2008~2024年中国A股上市公司为研究样本，剔除金融类上市公司的观测值。本文采用的国家电子商务示范基地的统计数据CNRDS数据库，研究所使用的专利数据和企业财务数据均取自国泰安(CSMAR)数据库，三批被列为国家电子商务示范基地的城市和时间数据来源于商务部发布的国家级电子商务示范基地认定公告。此外为避免离群值导致的估计偏差，本文对主要连续型变量进行了上下1%的缩尾(Winsorize)处理，最终获得65,464条有效面板数据。

3.2. 研究模型

采用多期双重差分法(MP-DID)，建立研究模型：

$I{O}_{it}={\alpha }_0+{\beta }_{1}pos{t}_t\times trea{t}_{it}+\gamma x_{it}+{\mu }_i+{\lambda }_t+{ϵ}_{it}$

其中，IO_it为被解释变量，代表i公司在t年份的协同创新水平，post_t表示政策时间变量，以企业所属示范基地的“正式认定公告发布年份”为基准年，若t年份大于等于该基准年(即公告当年及之后年份)，则post_t赋值为1；若t年份小于该基准年(即公告之前年份)，则post_t赋值为0。treat_it用于区分企业是否属于政策干预对象，即是否为“三次内国家级电子商务示范基地内企业”。赋值为1时，代表i企业属于指定的“三次国家级电子商务示范基地评选批次”中任意一批认定的示范基地范围内，且企业注册地或实际经营地位于该示范基地的规划区域内；赋值为0时，代表企业未进入任何一批国家级电子商务示范基地范围，作为对照组。x_it表示相应企业的财务变量作为控制变量，μ_i和λ_t表示行业和年份固定效应，ϵ_it表示随机干扰项。

3.3. 变量定义

1. 被解释变量。由于企业创新产出水平在很大程度上很难统一度量，本文依据现有研究定义企业申请的专利数量作为衡量企业创新产出水平的依据，并对其进行加一取自然对数即IO_it = ln(1 + patents)。

2. 解释变量。取post_i和treat_it的交互项post_i × treat_it作为作为双重差分模型的核心交互项，用于衡量“入选国家级电子商务示范基地”这一政策对企业协同创新水平的净影响。该变量的回归系数符号与显著性，直接反映政策干预对企业协同创新水平影响的方向与效果强度。

3. 控制变量。本文控制了影响企业创新产出的其他变量，数据来源于国泰安(CSMAR)数据库。具体为，企业规模(Size_it)以企业t年末总资产的自然对数衡量，反映企业资源支撑能力对协同创新的影响、企业资产负债率(Lev_it)以企业t年末总负债除以年末总资产计算控制财务杠杆对协同创新投入的约束效应、资产回报率(ROA_it)以企业t年末净利润除以年末平均总资产体现企业盈利能力对协同创新的资金保障作用、企业市场势力(Pow_it)为企业利息支出及支付税费之和与企业平均资产总额之比体现企业的市场占有率情况。

4. 实证结果分析

4.1. 描述性统计

表1为主要变量的描述性统计。结果表明，企业申请的专利数量平均申请量为3.330，最小值为0最大值为8.255，这说明我国企业的创新水平仍存在不平衡的情况。同时显示出受影响的企业均值在0.701表明建立国家级电子商务示范基地这一政策普及了大部分企业。

Table 1. Descriptive statistical analysis

表1. 描述性统计分析

变量	样本量	均值	标准差	最小值	最大值
IO	65,464	3.330	2.190	0	8.255
Post	65,464	0.651	0.477	0	1
Treat	65,464	0.701	0.458	0	1
post × treat	65,464	0.651	0.477	0	1
Pow	65,464	0.007	0.006	−0.052	0.033
ROA	65,464	0.006	0.008	−0.018	0.039
Size	65,464	24.039	1.308	21.472	28.390
Lev	65,464	0.341	0.186	0.042	0.785

4.2. 基准回归

表2中呈现的是研究的基准回归结果。第(1)列展示了在控制了年份固定效应，从而排除公司共同经历的宏观经济波动的影响，结果显示国家级电子商务示范基地设立对企业创新产出具有积极影响且在1%水平上显著为正。第(2)~(4)列依次加入相应的固定效应，第(2)列在年份固定效应的基础上加入行业固定效应，排除了不同行业自身特性对结果的干扰；第(3)列加入更为严格的年份×行业的固定效应，控制了每个行业在每一年面临的特定冲击；第(4)列在上述基础上进一步加入了省份固定效应，排除了不同省份固有的影响。在依次加入固定效应后，结果的显著性保持稳定，表明模型具有稳定性。从而进一步验证了假设H1。

Table 2. Benchmark regression results

表2. 基准回归结果

被解释变量：IO	(1)	(2)	(3)	(4)
post × treat	0.226^** (0.091)	0.143^** (0.041)	0.140^*** (0.040)	0.104^** (0.051)
Pow	−13.863^** (6.001)	−1.101 (2.534)	−0.440 (2.586)	−0.217 (2.730)
ROA	11.948^* (3.085)	11.351^*** (2.254)	11.590^*** (2.066)	12.042^** (2.191)
Size	0.411^*** (0.050)	0.579^*** (0.028)	0.583^*** (0.029)	0.577^*** (0.0265)
Lev	0.554 (0.305)	0.223^* (0.118)	0.240^** (0.117)	0.241^*** (0.107)
年份固定效应	是	是	是	是
行业固定效应	否	是	是	是
年份 × 行业固定效应	否	否	是	是
省份固定效应	否	否	否	是
Constant	−6.868^*** (1.115)	−10.827^*** (0.168)	−10.910^*** (0.672)	−10.751^*** (0.630)
N	65,464	65,447	65,326	65,326
Adj.R^2	0.110	0.220	0.218	0.224

注：^***、^**、^*分别表示在1%、5%、10%的水平上显著，下同。

4.3. 稳健性检验

4.3.1. 平行趋势检验

为验证双重差分模型的平行趋势假设，本文绘制了创新产出的平行趋势检验图(图1)。横轴为“距离政策实施年份”，纵轴为以t = −1为基准组的创新产出系数。结果显示，在政策实施前(t = −3、t = −2)，处理组与对照组的创新产出趋势无显著差异(系数接近0且未通过显著性检验)，满足平行趋势假设；政策实施后(t = 0及以后)，创新产出系数显著为正且呈递增态势，表明国家级电子商务示范基地政策对企业协同创新产出具有持续的促进效应，进一步支撑了本研究双重差分模型估计结果的有效性。

4.3.2. 安慰剂检验

为排除在设立国家级电子商务示范基地期间，企业会受到当地发布的其他政策的影响。因此本文随机抽取20%的企业构造伪实验组，并且重复进行100次的回归检验结果如(图2)。结果发现post × treat的回归系数分布基本呈现正态分布，因此设立国家级电子商务示范基地对于企业的创新产出具有显著的提升作用，而非其他政策影响的结果。

Figure 1. Parallel trend test

图1. 平行趋势检验

Figure 2. Results of the placebo test

图2. 安慰剂检验结果

4.3.3. 更换回归模型

为了验证基准回归结果的稳健性，本文进一步采用Tobit模型替代高维线性回归模型(reghdfe)，以处理因变量存在截断或角点解的问题。由表3中是(1)可以看出Tobit模型的核心解释变量post × treat的系数方向和显著性与基准回归的结果一致，这表明，即使考虑数据截断特征，本文的主要发现仍然成立。

4.3.4. 子样本回归

在基准回归的基础上，本文进一步通过子样本回归进行稳健性检验。具体而言，根据企业的股份性质将其非为国有企业和非国有企业，保留国有企业的样本进行重新回归，回归结果如表3第(2)列，核心解释变量post × treat结果依然在1%的水平之下显著为正，这表明本文结果具有跨组别的稳健性。

4.3.5. 排除新冠疫情影响

新冠疫情爆发对于企业的经营与研发具有一定的影响性，在此企业的正常运营活动受到了限制，因此可能会降低企业的研发水平。本文在此选择2008~2019年作为取样期间，再次进行基准回归检验。回归结果发现，在改变取样区间之后，回归的结果如表3第(3)列并没有实质性改变，进一步说明了本文的回归结果具有稳定性。

Table 3. Robustness test results

表3. 稳健性检验结果

被解释变量：IO	(1)	(2)	(3)
post × treat	0.162^*** (0.055)	0.203^*** (0.073)	0.130^** (0.053)
Pow	−1.538 (3.555)	−12.751^** (5.116)	−2.210 (3.496)
ROA	12.470^*** (2.391)	22.107^*** (4.117)	20.543^*** (3.654)
Size	0.637^*** (0.023)	0.634^*** (0.045)	0.603^*** (0.040)
Lev	0.187 (0.138)	−0.364 (0.238)	0.317^** (0.157)
年份固定效应	是	是	是
行业固定效应	是	是	是
Constant	−12.050^*** (1.188)	−12.256^*** (1.053)	−11.828^*** (0.952)
N	65,464	14,985	27,976
Adj.R^2		0.280	0.245

5. 异质性分析

为探究政策效果在不同类型企业间的差异性，本文进一步进行了异质性检验。结果如表4所示，政策效应(post × treat)在不同规模、产权性质和技术密集程度的企业中存在着显著差异，表明政策的实施效果受到企业微观特征的深刻影响。

5.1. 企业规模异质性

本文基于企业规模(Size)的中位数将企业分为大规模企业和小规模企业两组样本进行分别回归。结果如表4第(1)~(2)所示，如表4列(1)所示，大规模企业的post × treat系数为0.214，且在1%的水平上显著。然而，如表4列(2)所示，小规模企业的系数为0.082，且统计上不显著。这一结果符合理论预期。大规模企业通常拥有更丰富的资源(如资金、人才)、更成熟的管理体系和更强的风险承受能力，使其能够更好地捕捉和利用政策带来的机遇，从而显著提升其IO水平。相反，小规模企业可能受限于资源匮乏和能力不足，难以有效应对政策变化，导致政策效应不显著。因此由回归结果可知设立国家级电子商务示范基地的影响具有明显的“规模门槛”效应，更有利于大规模企业。进一步验证了假设H2a。

5.2. 企业所有制异质性

本文基于企业股份所有制的不同将企业划分为国有企业和非国有企业两组样本分别进行回归。从回归结果(表4第(3)~(4)列)来看设立国家级电子商务示范城市对当地的国有企业和非国有企业均产生了显著的积极影响，但对国有企业的影响效应更大。表4第(3)列中，国有企业的post × treat系数为0.203，在1%的水平上显著；而表4第(4)列中，非国有企业的系数为0.133，在5%的水平上显著。这可能是因为国有企业通常与政府联系更为紧密，能更快、更直接地获得政策信息与支持，并且在执行国家战略和政策方面负有更强的使命感。因此，它们对政策的响应更为迅速和强烈。非国有企业虽然也能从中受益，但其效应幅度相对较小。这表明，企业的股份所有制是调节政策效果的一个重要因素，该政策在国有制企业中产生了更加强烈的激烈效应。因此回归结果进一步验证了假设H2b。

5.3. 企业技术密集程度异质性分析

本文依据美国商务办公室对于行业技术密集程度的定义，如果研发支出额占企业销售额的5%及以上，则认为为高技术行业。将企业依据技术密集度划分为高技术行业(high_tech = 1)与传统行业(high_tech = 0)，并对两类样本分别进行回归分析。表4第(5)和第(6)的回归结果显示政策对技术密集型行业和非技术密集型行业的创新产出均有显著提升作用，但两者效应幅度相近。表4第(5)列中，技术密集型行业的系数为0.104 (在10%的水平上显著)，而表4第(6)列中，非技术密集型行业的系数为0.115 (在1%的水平上显著)。这一结果可能说明，该政策具有普适性的激励效果，并非仅局限于高科技领域。技术密集型行业固然可能利用其创新优势响应政策；然而，非技术密集型行业(如传统制造业、服务业等)或许通过优化流程、开拓市场等非技术创新路径，同样实现了IO的提升，且效果不遑多让。系数非常接近，意味着政策带来的机遇是广泛的，不同技术特征的行业都能找到适合自身的发展路径。因此，政策的积极影响并不局限于高科技产业，它在推动各类产业国际化或转型升级方面发挥了广泛的促进作用。由此验证了假设H2c。

Table 4. Results of heterogeneity test

表4. 异质性检验结果

被解释变量：IO	(1)	(2)	(3)	(4)	(5)	(6)
post × treat	0.214^*** (0.052)	0.082 (0.053)	0.203^*** (0.073)	0.133^** (0.056)	0.104^* (0.057)	0.115^*** (0.043)
Pow	−3.113 (3.852)	0.820 (3.682)	−12.751^** (5.116)	2.050 (3.017)	−3.498 (2.986)	0.701 (3.421)
ROA	11.386^*** (3.580)	5.924^** (2.615)	22.107^*** (4.177)	8.773^*** (2.321)	6.165^*** (2.030)	18.580^*** (2.563)
Size	0.693^*** (0.045)	0.377^*** (0.047)	0.634^*** (0.045)	0.551^*** (0.032)	0.560^*** (0.031)	0.616^*** (0.036)
Lev	0.139 (0.178)	0.216 (0.160)	−0.364 (0.238)	0.447^*** (0.119)	0.560^*** (0.209)	0.257^* (0.134)
年份固定效应	是	是	是	是	是	是
行业固定效应	是	是	是	是	是	是
Constant	−13.821^*** (1.114)	−5.957^*** (1.054)	−12.256^*** (1.053)	−10.130^*** (0.754)	−9.905^*** (0.692)	−12.106^*** (0.858)
N	32,697	32,723	14,985	50,449	27,484	37,960
Adj.R^2	0.231	0.148	0.280	0.209	0.164	0.247

6. 结论与启示

6.1. 研究结果

本文以国家电子商务示范基地的设立作为一项准自然实验，基于2008~2024年中国A股上市公司的数据，运用多期双重差分模型，实证检验了该项产业政策对企业创新产出的影响及作用边界。主要研究结论如下：(1) 国家电子商务示范基地的设立对企业创新产出具有显著的促进效应。这一结论在基准回归中得到了充分验证，并且在经过安慰剂检验、更换回归模型、子样本检验以及排除新冠疫情干扰等一系列稳健性检验后依然成立，表明本文的研究结论具有高度的可靠性。这证实了集聚经济理论在数字经济背景下的适用性，示范基地通过创造集聚环境，有效降低了企业的创新成本并促进了知识溢出，从而驱动了企业“提质增效”。(2) 政策的促进效应在不同类型的企业间存在显著的异质性。具体而言：从企业规模来看，政策影响存在“规模门槛”效应，大规模的企业相对于小规模的企业更容易在政策下受益；从企业股权性质来看，政策对国有企业和非国有企业均能产生激励，但对国有企业的促进效应更强，揭示了产权性质带来的资源与响应速度差异；从企业的行业密集程度来看，政策对技术密集型和非技术密集型行业的创新均有显著的提升作用，但是相对于技术密集型行业非技术密集行业的显著性更强。这表明电子商务示范基地的建设并非仅服务于高科技产业，其带来的市场拓展、流程优化等机遇同样能有力推动传统行业的创新活动，体现了政策的广泛普惠性。

6.2. 政策建议

基于上述研究结论，为更好地发挥国家电子商务示范基地的创新驱动作用，本文提出如下政策建议：(1) 坚持示范引领，优化空间布局，强化“普惠性”支持。政府应继续稳步推进国家级电子商务示范基地的认定与建设工作，特别是在产业基础良好但电子商务发展相对滞后的地区进行布局，以形成更广范围的辐射带动网络。同时，政策设计应注重普惠性，在示范基地内构建面向中小微企业的公共服务平台，提供普惠式的技术培训、市场信息、法律咨询和初创孵化服务，着力降低小规模企业的创新成本与门槛，帮助其跨越“规模门槛”，共享政策红利。(2) 实施精准施策，引导资源定向赋能，破解“所有制”偏好。为避免政策资源过度向国有企业倾斜，政府与示范基地管理机构应实施精准施策。一方面，应主动加强对非国有企业，尤其是民营企业和中小企业的政策宣讲与对接，确保其能平等、便捷地获取政策信息与资源。另一方面，可以设立专项扶持基金或创新券，定向支持非国有企业开展与电子商务相关的研发活动，鼓励其利用示范基地平台进行商业模式创新与技术应用，激发更广泛的市场创新活力。(3) 深化融合发展，鼓励跨行业协同，释放“跨界”创新潜力。鉴于政策对非技术密集型行业同样具有强大的创新驱动能力，示范基地的建设应超越传统的“电商园区”思维，着力打造成为产业融合的催化剂。应积极引导电子商务与传统制造业、农业、服务业等非技术密集型行业进行深度融合，举办跨行业的创新交流会与合作对接会。鼓励企业利用电子商务大数据洞察市场需求，反向驱动产品设计、生产工艺和管理模式的创新，从而在更广阔的维度上提升全行业的创新产出水平，实现“数实融合”的高质量发展。