科层制内部的任务分解和资源分配是中国政府治理的重要方式。“行政发包制”是理解中国政府治理的思路之一，但是不同特点的任务如何“发包”给不同能力的下级等问题尚未被充分讨论。2015年，中央将科技创新工作的重要性提到前所未有的高度，这一冲击为本文研究省级政府如何向地市分配工作任务提供了契机。首先，
文章把政府工作分为“明星型”任务和“守卫型”任务，并使用理论模型刻画了省级政府向不同能力的地市政府分配不同任务的行为特征。其次，基于2011—2018年288个地级市面板数据，利用各省人民政府发布的主体功能区规划文件作为分组依据，使用双重差分法研究了2015年中央提出大力支持科技创新前后，两类地级市在财政科技支出上的变动差异。
在中国政府治理实践中，目标制定和任务分配具有典型的自上而下特征，。不仅在经济发展方面，而且在科技创新、基本公共服务和卫生健康等领域，也同样遵循自上而下的任务分配特征。在中国政府层级结构下，省级政府居于中央和地级市政府中间，具有“向上集中”与“向下分解”的双向功能。中央战略目标传递下来后，省级政府首先根据中央指示更新各项目标的功能和利益，然后依据任务特征和地市级政府条件对总体目标进行分解并向地市分配任务目标。
国务院于
2010
年
12
月
21
日发布的《全国主体功能区规划》
(
国发〔
2010
〕
46
号
)
是中国第一个国土空间开发规划，根据地区客观条件的差异将全国国土划分为优化开发区域、重点开发区域、限制开发区域和禁止开发区域四类主体功能区，并确定了不同的发展定位和开发方向。由于省级行政区内各地市存在显著能力差异的现实情况，基于能力条件进行差异化任务分配是地方政府治理实践中的常见方式。
地方政府在其辖区内承担着一系列的责任，如经济增长、财政收入、环境保护、教育和社会稳定等。文章模型部分主要关注事关国家战略科技力量的科技创新任务和事关民生大计的教育、医疗任务等基本公共服务。这两类公共事务与经济发展在任务属性上存在明显差别，
可以根据下级政府公共事务的绩效好坏对上级政府绩效影响的非对称性特征将其分类为“明星型”任务(Star Task)和“守卫型”任务(Guardian Task)
。
如果某项工作产生坏绩效的影响不大，但产生一个好绩效却会给公司带来巨大收益，这种类型被称为
“明星型”任务
，涉及知识创新的工作通常具有此种属性。另一种任务则恰好相反，
好绩效并不会显著比平均绩效对公司产生有利影响，但产生一个坏绩效会对公司意味着重大灾难
，被称为
“守卫型”任务
，政府提供兜底的基本公共服务具有此种特征。一省份
科技创新绩效
主要取决于成果最高的地区，因此具有
“明星型”任务
特征。在对“明星型”任务的目标函数进行建模时，使用精英主义的社会加总方式，即委托人的效用水平取决于代理人中最高的产出水平。而对于
教育、医疗等基本公共服务等民生性事务
具有
“守卫型”任务
的特征。本文在对“守卫型”任务的目标函数进行建模时，使用罗尔斯主义的社会加总方式，即委托人的效用水平取决于代理人中最低的产出水平。
具体理论模型见原文。文章提出核心待检验假说
H1
。
选择2015年作为中央政府更加重视科技创新工作的时间点
。第一，2015年3月，中共中央、国务院发布的《意见》是党的十八大提出实施创新驱动发展战略后，对创新驱动发展战略进行的系统性部署。《意见》是中央文件第一次提出把创新驱动发展成效纳入官员考核范围，因此标志着中央政府对科技创新工作的重视程度不同于以往。第二，文章统计了2011—2018年国务院文件标题中提及“创新”“科技”等关键词的文件数量，发现2015年的发文数量迅速上升。本文还统计了2011—2018年的《政府工作报告》提到的“创新”和“科技创新”词语的词频，可以发现2015年《政府工作报告》提及“创新”和“科技创新”的次数也明显增加，反映了中央政府注意力的转移。
文章整理了全国和各省份主体功能区规划文件，统计被划分为优化开发区域或重点开发区域的县、县级市和县级区，
若一个地级市所辖县市中有不少于一半县市被划分为优化开发区域或重点开发区域，则将其定义为能力优越地市，设置为实验组，而其他地市设置为对照组。
数据样本包括中国
288
个地市和地级行政区，时间跨度为
2011—2018
年。地市和地级行政区不同分类项目的财政支出数据，以及国内生产总值、实际利用外资和固定资产投资等数据来自
CEIC
数据库。地级市人口数据来自
EPS
数据库。
科技创新工作为“明星型”任务，当省级政府希望在此类任务上做出更多成绩时，会更多地向能力更高的地市分配任务，因此预期表现为这些地市财政科技支出占比上升更快。
表1中第(1)～(3)列结果均汇报了实验组地市和对照组地市科学技术支出占比变化差异，
交互项系数始终在1%的水平下保持显著
。2014年实验组地级市财政科学技术支出占比平均为2.108%，对照组地级市财政科学技术支出占比平均为1.136%，交互项系数为0.278，意味着政策冲击发生以后，实验组和对照组之间的差距上升了28.6%。即省内能力水平较高的地市的财政科学技术支出占比在2015年前后增加速度明显高于省内其他地市。
文章面临的一个竞争性解释是
“
经济发展水平较高的地级市有更多财力进行财政科技投入
”
，比较第
(3)
列和第
(1)
列的结果可以减轻竞争性解释对本文主要结论的威胁。第
(3)
列与第
(1)
列相比，加入控制变量后，Ｒ
2
从
0.065
上升到
0.364
，说明这些控制变量对被解释变量有较强的解释力，但交互项系数仅从
0.289
下降至
0.278
，并保持在
1%
的水平下显著，说明这些控制变量对交互项系数的大小和显著性影响很小，主要结果受到竞争性解释的潜在威胁较小。为了更严格地检验系数稳定性文参考
Oster(2019)
提供的检验方法，检验结果表明第
(3)
列回归结果面临遗漏变量问题的可能性较小。
将政策冲击的前一年设定为基准年，检验
2015
年
(Current)
及前后三年的变化趋势。
“守卫型”任务包括以下三类，即教育、社会保障和医疗卫生，分别对应于地方政府财政的教育支出、社会保障支出和医疗卫生支出。文章构建
2011—2018
年的时间虚拟变量
(2014
年为基准年
)
，与实验组虚拟变量交互得到新解释变量。回归结果表明均没有显著差异。
包括：使用不同样本；排除供给侧结构性改革影响；采用
PSM-DID
的方法；虚假政策时间点的安慰剂检验；随机变换解释变量的安慰剂检验。
采用三重差分法进一步考察省级政府目标偏好对地市科技支出占比的影响是否存在差异。文章使用研发投入强度和投入目标作为省级政府对科技创新的重视程度。首先，
如果一省或自治区的研发投入强度在2015年的全国排名中位于前1/2，则变量取1，否则取0
。二是整理每年省级《政府工作报告》，从中摘录“全社会研发投入占GDP比重”目标作为省级政府对于科技创新工作重视程度的衡量指标，
若省级《政府工作报告》中“目标”字眼出现次数越多，则说明省级政府越重视科技创新工作
。
结果显示，
省级科技投入强度以及投入目标三重交互项系数为正且在1%的水平下显著
。这表明，中央更加重视科技创新工作这一政策冲击发生后，省级政府更会关注科技创新发展，“明星型”任务在省级政府工作业绩展示中的作用更加凸显，省级政府更迫切地希望取得成绩，因此更需要高能力水平地市承担更多的财政支出责任。
