【C0170】Stata + R 复现：本土科学研究如何影响技术创新质量

本项目围绕《中国工业经济》文章 《本土技术特性、科学研究情境适配与本土技术创新》 展开，重点考察国内科学研究引用是否能够提升技术创新质量，以及这种影响是否会因不同技术领域的本土技术特性而发生差异。

项目以专利层面数据为基础，将技术创新质量作为被解释变量，将国内科学研究引用作为核心解释变量，并根据本土技术特性将样本划分为强本土技术特性组和弱本土技术特性组。方法上，项目结合 Stata 与 R，依次完成固定效应回归、PSM 倾向得分匹配、分组差异检验、稳健性检验、机制检验和双重机器学习分析。

整体来看，该项目不仅复现了论文中“本土科学研究影响技术创新质量”的核心经验检验，也展示了一套较完整的因果推断代码流程，适合用于专利数据、技术创新、知识溢出和政策评估类实证研究。

基准回归结果显示，国内科学研究引用对技术创新质量的影响具有明显的分组差异。

结果表明，在强本土技术特性组中，国内科学研究引用能够显著提升技术创新质量；而在弱本土技术特性组中，其影响方向为负，说明科学研究向技术创新转化时存在明显的情境适配差异。

PSM 匹配后的回归结果如下：

匹配后核心系数仍然显著，说明在控制强弱本土技术特性组之间的样本选择差异后，分化效应依然存在。

分组差异检验进一步验证了两组之间的系数差异。

稳健性检验中，更换被解释变量、调整样本区间、排除特定技术领域后，主要结论仍然成立。

进一步从技术创新质量的两个维度看，国内科学研究引用对技术知识宽度和技术知识深度也呈现类似分化。

整体来看，结果支持文章的核心判断：本土科学研究能否转化为高质量技术创新，取决于其与技术领域特性的适配程度。 强本土技术特性领域中，国内科学研究更容易嵌入本土技术场景并提升创新质量；弱本土技术特性领域中，这种知识转化效果则明显较弱，甚至可能出现负向影响。