引言

党和国家高度重视就业问题，将促进高质量充分就业提升至新时代就业工作新定位。《中共中央、国务院关于实施就业优先战略促进高质量充分就业的意见》从就业结构性与经济协同性出发，部署二十四条举措，首次提出培育就业扩容提质新动能，拓展数字经济与绿色就业空间，凸显创新对解决就业结构问题的重要性。国家“十四五”规划将科技自立自强确立为战略支撑，强调创新核心地位，其创新驱动政策对促进就业增长、实现稳就业目标的作用成为研究主题。城市作为创新与经济发展的空间载体，自2005年相关纲要颁布、2008年深圳成为首个创新型试点城市以来，全国103个城市开展创新试点，本文基于此开展准自然试验，探究创新驱动政策的稳就业效应。

一、文献综述

与那些仅聚焦于研发、产业、行政审批等单一方面的政策制度不同，创新驱动政策是一种多元化的政策体系，它旨在通过创新作为核心驱动力，形成创新驱动发展模式、助力创新发展的政策部署。

与本文主题密切相关的研究主要分为两类，一是关于创新驱动政策的相关效应评估。就创新驱动政策的宏观层面效应，杨晓军研究了创新驱动政策对城市降污减碳的协同效应，研究表明以国家创新型城市试点政策为代表的创新驱动政策能够显著促进城市减污降碳协同增效；张博构建多期双重差分模型，探讨以国家创新型城市试点政策为代表的创新驱动政策对企业金融化的影响。结果表明，国家创新型城市试点政策能够显著抑制实体企业金融化。进一步的研究揭示，在管理层表达悲观情绪、区域营商环境欠佳以及处于企业生命周期衰退阶段的情况下，上述政策效应表现得尤为突出。作为推动环境保护与创新驱动深度融合的关键手段，绿色创新为地区经济高质量发展提供了强有力的支撑；陈超凡研究了国家创新型城市试点政策的绿色创新效应研究，研究表明创新型城市试点可以提升城市绿色创新水平，并带动所在城市绿色发明专利和绿色实用新型专利增加。这种效应对于对外开放水平较高城市、第二产业集聚度较低城市以及环境规制强度较大城市的绿色创新激励作用更显著。从空间视角来分析，试点政策与绿色创新均展现出空间溢出效应。然而，随着距离的增加，试点政策的这种溢出效应呈现出逐渐减弱的趋势；在此基础上，王晗研究了创新型城市试点对绿色创新效率的影响机制，通过超效率SBM模型给城市绿色创新效率赋分，研究发现试点政策显著地提升了绿色创新效率，其影响机制为创新型城市试点政策能够通过提高人才集聚程度、资本深化能力、信息化水平以及环境规制强度，进而对绿色创新效率产生明显的推动作用；顾昕研究了创新政策与城市新质生产力之间的关系。研究表明，试点政策在推动城市新质生产力形成方面起到了关键作用，其核心在于显著提升全要素生产率。机制解析显示，增加政府科技支出的比例、加强经济集聚以及优化营商环境，是试点政策促进城市新质生产力发展的三大核心机制；刘成坤研究了创新驱动政策是否助力经济实现“绿色包容”的目标。研究构建了包容性绿色增长目标，得出了试点政策对试点城市和邻近城市的包容性绿色增长有显著促进作用，且这种政策对社会包容和绿色生态的直接效应和间接效应均显著为正，但是对经济增长的直接效应显著为正，间接效应显著为负。对于创新驱动政策的微观层面的效应，杨仁发研究了创新驱动政策对企业创新水平的影响以及这种影响的差异性，研究表明国家创新型城市试点政策显著提高了企业创新水平，且这种影响不存在滞后性，具有持续的促进作用。在差异性方面，创新试点政策对于中小规模企业、高新技术企业、民营控股企业和大城市企业的创新具有显著的促进作用。袁旺平研究了创新驱动政策对企业数字化转型的影响，研究发现试点政策可以通过增加企业高层次人才流入、增进银企关系和增加政府补贴助力企业实现数字化转型，为完善创新型城市试点的配套政策以及实现企业数字化转型提供一定的借鉴思路。

二是“稳就业”相关的研究，在政策方面，杨杨从政策角度出发，研究了财税政策与货币政策作为两大最基本的政策工具，如何协同“稳就业”。韩珣通过资管新规研究了稳金融是否有利于稳就业，研究表明，资管新规通过投资替代效应、流动性资金占用效应以及银行信贷甄别机制的调整来对企业雇佣水平带来影响。杜雯秦以工信部绿色工厂评定为准自然实验，研究绿色制造对企业劳动力规模的影响。结果显示绿色工厂评定显著提升了企业劳动力规模，且这种影响在劳动密集型行业、非重污染行业、地区环境规制力度薄弱和财务信息透明度低的企业中更为突出。在企业、银行等微观层面，李逸飞研究了银行金融技术的进步对就业的影响，研究表明金融技术的进步有助于增强信贷市场的完整性，减少企业融资的障碍，从而激励企业通过扩大生产规模来促进就业增长。相较于非增长型企业，增长型企业在银行提升信息筛选能力后，能够获取更多的信用贷款，并因此增加对劳动力的需求。曾雪婷研究了企业数字化转型对就业的影响，基于中国上市公司数据实证检验危机期间企业数字化转型对就业规模的影响效应。研究发现数字化转型主要通过“广化效应”与“深化效应”提升企业危机期间的就业规模，其就业替代效应并不明显。高洁超研究了结构视角下实体企业金融化行为对就业稳定的影响，文章研究发现，实体企业的金融化行为并非单调影响就业，二者存在显著的倒U型关系，即适度进行金融投资能够促进就业，过度配置金融资产则会负向影响就业。

目前的相关研究主要集中在创新驱动政策的“创新效应”，关于就业问题的研究也集中在宏观调控政策、企业数字化等层面，没有建立创新驱动政策与稳就业之间的相关联系。本文将基于国家创新型城市试点政策，利用双重差分模型研究创新驱动政策是否能促进就业、实现稳就业目标。

二、研究设计

（一）模型设计

国家创新型城市试点作为我国区域创新驱动发展战略的重要实践载体，其政策实施效果具有显著研究价值。本研究将试点政策的推行视为类自然实验场景，重点考察该政策对就业规模及结构产生的影响。考虑到传统计量回归方法在处理政策效应评估时，常因不可观测变量干扰导致内生性偏误，进而影响因果推断的准确性，因此本研究选择双重差分法（difference-in-differences，DID）作为核心实证分析框架。该方法通过构建包含试点城市（实验组）与非试点城市（控制组）的平行对照体系，基于政策实施前后的组间差异对比。这一模型能够更精确地捕捉到不同批次试点城市在政策实施前后的经济效应变化，从而为我们提供更全面、更准确的实证分析结果。

（1）

其中，下标、分别为城市与年份，表示城市就业数量，表示创新型城市试点双重差分变量，当且仅当实验组在处理后为1，否则为0，为一系列可能共同影响结果变量的控制变量。为避免城市特征和时间的影响，在双重差分回归模型中同时控制城市固定效应和时间固定效应，为随机误差项。

（二）变量与数据说明

1.被解释变量

城市就业总人数（EMP）。本文采用城镇单位、私营和个体从业人员期末人数（万人）的自然对数作为度量城市就业总量的指标。需要说明的是，创新驱动政策对就业产生的效果存在一定的滞后性，为保证实证结果的稳健性，本文在使用就业总人数的数据时，选取各城市就业人数的两期滞后值（f2EMP）与三期滞后值（f3EMP）。

2.解释变量

在本文中，我们选取创新型城市政策DID作为核心解释变量。自2008年深圳市率先成为创新型城市试点以来，至2019年底，全国共有6批次78个城市被纳入了这一试点范畴。为了量化这一政策效应，我们依据创新型城市试点政策的准自然实验特性，构建了一个政策变量。具体而言，当城市i在t年成功入选为政策试点城市时，该城市的DID变量被赋值为1。

3.控制变量

本文参考赵涛的做法将城市经济发展水平作为控制变量，采用地区生产总值的自然对数衡量城市经济发展水平，记为lnGDP。本文借鉴唐勇、吕太升的做法，选取第三产业与第二产业产值比衡量城市产业结构变迁的指标，记为Uis。本文借鉴莫怡青、李力行的做法，采用政府财政支出占城市地区生产总值的比重测度政府规模，记为Gov。本文参考陈贵富等的做法，采用城镇单位职工平均工资的自然对数衡量城市工资水平，记为Ｗage。本文借鉴何宜庆的做法，采用城市当年实际使用外资金额的自然对数衡量城市对外开放程度，记为Fdi。

4.数据来源

指标选取遵循科学性、全面性和可操作性原则，从2008年以深圳为首的国家创新型城市试点到2018年第六批国家创新型城市试点为止，选取政策实施的前后四年，即2004—2022年240个城市面板数据作为研究样本，数据主要来源于《中国统计年鉴》《中国城市统计年鉴》和各城市的官方统计资料等，个别缺失数据以插值法予以填补。

5.关键变量描述性统计

本文主要变量的描述性统计见表1。被解释变量就业总人数最大值为16.51，最小值为8.511，平均值为12.79，标准差为1.011。表明城市之间就业状况存在较大差异。控制变量中，地区生产总值最大值为19.92，最小值为13.09；城镇单位职工平均工资最大值为12.31，最小值为8.733；城市实际使用外资金额最大值为0.0294，最小值为0；政府财政支出占比最大值为18.36，最小值为11.21；第三产业与第二产业产值比最大值为83.87，最小值为11.05。从控制变量上来看，城市之间经济发展水平、产业结构变迁、政府规模、城市工资水平及对外开放程度的差异也较大。

	(1)	(2)	(3)	(4)	(5)
VARIABLES	N	mean	sd	min	max
emp	4,560	12.79	1.011	8.511	16.51
lngdp	4,560	16.39	1.046	13.09	19.92
wage	4,560	10.59	0.643	8.733	12.31
fdi	4,560	0.00299	0.00293	0	0.0294
gov	4,560	14.48	1.076	11.21	18.36
uis	4,560	40.35	9.751	11.05	83.87

三、实证结果与分析

（一）基准回归

依据式(1)，表2的列(1)-(4)分别报告了创新型城市试点政策对城市就业人数滞后两期与滞后三期的影响。可以看出，被解释变量两期滞后中，试点政策系数值在5%水平上显著为正，被解释变量三期滞后中，试点政策系数值在1%水平上显著为正，说明创新型城市试点政策显著提升了城市就业人口数量，符合理论预期。同时，根据回归结果来看，在设立创新型城市试点之后，试点政策产生的稳就业效应随着时间推移不断增大。政策实施两年后，创新试点政策能带来大约90个（系数为0.091）就业人数的增长，而在试点后的第三年，这个数值增长到大约120个（系数为0.128）在控制变量估计结果方面，除城市工资水平与城市对外开放程度以外，其余控制变量均与就业人口数量正相关，其中城市经济水平在1%水平上显著为正，政府规模与产业结果在5%水平上显著为正，表明了他们对推动就业数量上升起到了积极作用。

	（1） L2.emp_w	（2） L2.emp_w	（3） L3.emp_w	（4） L3.emp_w
DID	0.108**	0.091**	0.138***	0.128***
	(2.45)	(2.11)	(3.03)	(2.81)
lngdp_w		0.322***		0.299***
		(3.88)		(3.52)
wage_w		-0.065		0.003
		(-0.71)		(0.03)
fdi_w		0.464		4.181
		(0.07)		(0.64)
gov_w		0.167**		0.143**
		(2.18)		(1.75)
uis_w		0.007**		0.006**
		(2.02)		(1.71)
_cons	12.542***	5.265***	12.503***	5.234***
	(1779.80)	(4.22)	(1612.71)	(4.00)
N	5032	5032	4736	4736
R-sq	0.880	0.884	0.884	0.888
adj.R-sq	0.872	0.877	0.876	0.880
注：各回归方程中均纳入了时间和城市固定效应，限于篇幅，结果未予显示。括号内为t值，*、**、***分别表示在10%、5%、1%的置信水平上显著。

（二）稳健性检验

双重差分模型实现无偏因果推断的核心前提，在于实验组与对照组在政策实施前需满足平行趋势假设，即若未发生政策干预，两组结果变量应呈现相似的时间变化趋势。为验证该假设并系统分析政策动态效应，本研究采用事件研究法进行实证检验。事件研究法突破传统绝对时间维度的局限，以创新型城市试点政策对各城市产生实际影响的相对时间作为基准参照，构建政策冲击的动态时间序列。检验模型如下：

从2008-2018年，科技部和国家发展改革委先后公布了6批创新型城市建设试点城市名单。本文使用2004-2022年的面板数据，理论上可以观测到大多数创新型城市建设试点城市前后多期的就业数量变动的情况，因此k的取值选择有-4，-3，-2，-1，0，1，2，3，4，5，6共11期。政策对城市就业数量变动影响的动态效应如图1所示。通过分析参数的显著性可进行共同趋势检验，如果试点前系数不显著，则满足共同趋势假设，如果试点后显著大于0，即说明试点政策对城市就业水平有积极影响，否则试点政策不具有稳就业效应。

由平行趋势检验图1可知，成为创新型城市建设试点城市后，处理组城市在3期后表现出就业数量增长提速特征，且随时间的增加，城市就业数增长虽有波动，但相比政策实施前具有显著的上升趋势。总而言之，事件研究法的结果表明，创新型城市政策试点前后城市就业人数的变化符合平行趋势假定，因此DID估计量是有效的。

（三）安慰剂检验

为了排除非观测因素对城市就业人数的影响，本节同时构造伪处理组虚拟变量和伪政策冲击虚拟变量，以检验创新型城市试点的政策效果。具体操作方法是，虚构创新型城市试点政策的处理组和处理时间。在全样本城市中随机抽取6轮共78个试点城市，模拟500次。安慰剂检验结果如图2所示。

图2结果表明，随机处理过程中大多数估计量的p值在0.1以上，且回归系数核密度图显示，回归系数集中在0附近，这与基准DID中的回归结果具有显著差异。这说明本文的双重差分估计并未受到未观测因素的显著性影响，回归结果具有稳健性。

四、结论与政策建议

科技创新是推动经济社会发展的关键力量，也是提升就业水平，实现稳就业目标的核心要素。发展科技创新更离不开创新驱动政策的推动，本文基于2004-2022年240座城市的面板数据，使用双重差分法评估了试点政策对城市就业人数的影响。

研究表明，创新型城市试点政策显著促进城市就业增长，经多维度稳健性检验后该结论依然成立。数据显示，试点政策实施两年后，城市就业人数提升0.091%，三年后增幅达0.128%。基于以上研究发现，本文得出如下政策启示：

深化创新型城市试点建设效能。通过总结典型经验、推广成功模式，持续强化试点城市建设。建立常态化监测评估机制，动态跟踪政府创新支持力度与要素集聚水平，完善创新驱动就业增长的政策体系。同时，推动试点政策跨区域扩散，依托创新人才、产业集群、金融资本等要素联盟，打造创新高地，放大政策空间辐射效应，吸引企业与人才集聚，创造更多就业岗位。

实施差异化产业与投资策略。对单一产业集聚度高的试点城市，引导其核心产业向精细化、高端化转型，推动制造业与现代服务业深度融合，避免粗放式扩张；针对政府投资不足的试点城市，结合地方实际扩大有效投资规模，构建以市场调节为主、政府精准引导为辅的环境规制体系，提升政策资源配置效率。

参考文献：

1. [1] 白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济,2022(06):61-78.
2. [2] 杨晓军, 薛洪畅. 创新驱动政策是否促进城市减污降碳协同增效?——来自国家创新型城市试点政策的经验证据[J].产业经济研究,2024(03):1-14.
3. [3] 张博, 谢家智, 吴静茹. 创新驱动政策抑制实体企业“脱实向虚”了吗——基于国家创新型城市试点政策的准自然实验[J]. 科技进步与对策,2023,40(14):114-122.
4. [4] 陈超凡, 王泽,关成华. 国家创新型城市试点政策的绿色创新效应研究：来自281个地级市的准实验证据[J]. 北京师范大学学报(社会科学版),2022(01):139-152.
5. [5] 王晗,何枭吟,许舜威. 创新型城市试点对绿色创新效率的影响机制[J]. 中国人口·资源与环境,2022,32(04):105-114.
6. [6] 顾昕, 柳鲲鹏. 创新政策与城市新质生产力的形成——基于国家创新型城市试点的准自然实验[J]. 科学学研究,2025,43(10):2131-2141.
7. [7] 刘成坤, 张茗泓, 刘泽平, 等. 创新驱动政策能否助力经济实现“绿色包容”目标?——基于国家创新型城市试点的准自然实验[J]. 大连理工大学学报(社会科学版),2024,45(05):40-53.
8. [8] 杨仁发, 李胜胜. 创新试点政策能够引领企业创新吗?——来自国家创新型试点城市的微观证据[J].统计研究,2020,37(12):32-45.
9. [9] 袁旺平, 王雨晨, 冯大威. 创新驱动政策能否助力企业数字化转型?——来自国家创新型城市试点政策的证据[J]. 云南财经大学学报,2024,40(08):1-19.
10. [10] 杨杨, 于鑫. 财税政策、货币政策如何协同“稳就业”[J]. 税务研究,2024(06):12-18.
11. [11] 韩珣, 安然, 彭俞超. 稳金融是否能稳就业？——来自资管新规的证据[J]. 财经研究,2025,51(02):109-122+153.
12. [12] 杜雯秦, 王建玲.绿色制造如何兼顾稳就业——来自绿色工厂评定的证据[J]. 山西财经大学学报,2024,46(09):73-88.
13. [13] 李逸飞, 王子路, 李茂林. 金融技术进步的稳就业效应：基于异质性信贷扩张视角[J/OL]. 世界经济,2024,47(11):92-115.
14. [14] 曾雪婷, 韩洪芳. 企业数字化转型能稳就业吗？——来自危机期间的经验证据[J]. 技术经济,2023,42(10):116-126.
15. [15] 高洁超, 张越. 实体企业的金融化行为与就业稳定——结构视角下的理论分析与实证检验[J]. 社会科学战线,2023(10):89-98+281.