數(shù)字經(jīng)濟(jì)對區(qū)域創(chuàng)新績效及其空間溢出效應(yīng)的影響

趙濱元

(天津市大數(shù)據(jù)管理中心，天津 300221)

0 引言

作為一種新型生產(chǎn)要素，數(shù)據(jù)在人類生產(chǎn)活動中的地位迅速提升，數(shù)據(jù)共享、開放、增值以及應(yīng)用正在深刻改變?nèi)祟惿鐣a(chǎn)、生活與工作方式[1-3]。近年來伴隨數(shù)字經(jīng)濟(jì)上升為國家戰(zhàn)略，大數(shù)據(jù)、云計算、人工智能、數(shù)字孿生等新一代數(shù)字技術(shù)高速發(fā)展，新基建、城市大腦、“上云用數(shù)賦智”等新提法層出不窮[4-5]。隨著“生產(chǎn)服務(wù)+商業(yè)模式+金融服務(wù)”融合發(fā)展的數(shù)字經(jīng)濟(jì)生態(tài)逐漸形成，數(shù)字經(jīng)濟(jì)成為推動經(jīng)濟(jì)增長的新引擎，在國家發(fā)展戰(zhàn)略中居于重要位置[6]。

由于知識轉(zhuǎn)移、人才流動與經(jīng)濟(jì)關(guān)聯(lián)等原因，創(chuàng)新活動往往具有一定空間溢出屬性[7-10]。從表層看，數(shù)字經(jīng)濟(jì)發(fā)展會消弭創(chuàng)新主體、創(chuàng)新資源要素等存在的地理距離和空間分布對協(xié)同創(chuàng)新的影響，同時，弱化區(qū)域創(chuàng)新活動在地理維度上的空間關(guān)聯(lián)。然而，在長三角、珠三角、京津冀等圍繞大城市形成的城市群中，各城市間的協(xié)同創(chuàng)新關(guān)系并未在數(shù)字經(jīng)濟(jì)發(fā)展下變得日漸疏遠(yuǎn)，但區(qū)域創(chuàng)新能力差距仍然較大，區(qū)域創(chuàng)新產(chǎn)出、創(chuàng)新投入、創(chuàng)新資源的分布不均衡問題仍然存在[11]。從理論視角看，數(shù)字經(jīng)濟(jì)具有規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)、長尾效應(yīng)等特征，有助于提升本地區(qū)創(chuàng)新績效[12-14]；從實(shí)證視角看，數(shù)字經(jīng)濟(jì)與創(chuàng)新活動也呈現(xiàn)出一定空間關(guān)聯(lián)效應(yīng)[15]。但從現(xiàn)有研究成果看，關(guān)于數(shù)字經(jīng)濟(jì)對區(qū)域創(chuàng)新績效的影響是否具有空間溢出效應(yīng)的問題仍然缺乏深入分析與明確回答。

基于此，本文試圖從理論上分析數(shù)字經(jīng)濟(jì)、區(qū)域創(chuàng)新活動及其空間溢出效應(yīng)的內(nèi)在聯(lián)系，并運(yùn)用空間杜賓模型對上述空間聯(lián)系進(jìn)行實(shí)證檢驗(yàn)。與現(xiàn)有研究成果相比較，本文將從資源要素、載體平臺和技術(shù)創(chuàng)新3個角度系統(tǒng)梳理數(shù)字經(jīng)濟(jì)特征與屬性，為深化對數(shù)字經(jīng)濟(jì)屬性的認(rèn)識提供新視角。在此基礎(chǔ)上，本文進(jìn)一步研究數(shù)字經(jīng)濟(jì)發(fā)展水平對區(qū)域創(chuàng)新活動的影響，剖析數(shù)字經(jīng)濟(jì)對區(qū)域創(chuàng)新績效及其空間溢出效應(yīng)的作用機(jī)制。

1 理論分析

自提出“數(shù)字經(jīng)濟(jì)”概念以來，關(guān)于數(shù)字經(jīng)濟(jì)的研究不斷深入。如Negroponte[16]認(rèn)為，數(shù)字經(jīng)濟(jì)是廣泛運(yùn)用信息通訊技術(shù)(ICT)的經(jīng)濟(jì)系統(tǒng)，通過數(shù)字化、信息化、網(wǎng)絡(luò)化對人類生存模式帶來巨大變化。2016年G20杭州峰會上提出，數(shù)字經(jīng)濟(jì)是以數(shù)字化信息與知識作為生產(chǎn)要素、以信息化網(wǎng)絡(luò)為載體、以ICT使用促進(jìn)效率提升和宏觀經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的經(jīng)濟(jì)活動總和。總的來看，數(shù)字化時代的經(jīng)濟(jì)運(yùn)行方式呈現(xiàn)出數(shù)據(jù)驅(qū)動、萬物互聯(lián)、創(chuàng)新迭代的特征，因此數(shù)字經(jīng)濟(jì)具有資源要素、載體平臺和技術(shù)創(chuàng)新等三重屬性。

1.1 數(shù)字經(jīng)濟(jì)發(fā)展水平與本地創(chuàng)新績效

從資源要素角度看，作為一種生產(chǎn)要素，數(shù)據(jù)已經(jīng)成為經(jīng)濟(jì)發(fā)展和科技創(chuàng)新的重要驅(qū)動力。不同于勞動力、資本、自然資源等生產(chǎn)要素，數(shù)據(jù)要素具有非競爭性特點(diǎn)，可以在虛擬空間內(nèi)無限次重復(fù)使用。同一數(shù)據(jù)的不同使用者互不干擾，數(shù)據(jù)使用者越多，數(shù)據(jù)的利用率就越高[17]。

從載體平臺角度看，數(shù)字化網(wǎng)絡(luò)連接了大量生產(chǎn)者和消費(fèi)者，為信息交流和資源配置提供了平臺。智能終端的互聯(lián)和科技創(chuàng)意素材的數(shù)字化共享、開放消弭了創(chuàng)新主體間存在的時空距離，迅速擴(kuò)大了在線創(chuàng)新群體規(guī)模，形成了基于海量動態(tài)數(shù)據(jù)、全景智能鏈接與智力資源全天候泛在的數(shù)字化創(chuàng)新平臺。不同于傳統(tǒng)載體平臺，數(shù)字化平臺具有規(guī)模收益遞增屬性和顯著的外部性[18]。按照梅特卡夫定律，數(shù)字化平臺的價值與用戶數(shù)量的平方成正比。因此，在數(shù)字化平臺上，在線創(chuàng)新資源獲取、信息交互和思維碰撞將成為常態(tài)，創(chuàng)新資源配置效率和創(chuàng)新績效將在數(shù)字化平臺上得到提升。王金杰等[19]對4 130家上市公司進(jìn)行實(shí)證研究，發(fā)現(xiàn)互聯(lián)網(wǎng)的廣泛應(yīng)用全面打開了企業(yè)邊界，形成了全新的開放式創(chuàng)新框架。

從技術(shù)創(chuàng)新角度看，與農(nóng)業(yè)技術(shù)、工業(yè)技術(shù)不同，數(shù)字技術(shù)的擴(kuò)散速度快、迭代周期短。而由數(shù)字技術(shù)引發(fā)的創(chuàng)新是一個持續(xù)迭代過程，沒有清晰的起點(diǎn)和終點(diǎn)。在數(shù)字經(jīng)濟(jì)時代，整個產(chǎn)業(yè)體系要敏銳捕捉市場變化，迅速制定調(diào)整策略，這對技術(shù)創(chuàng)新速度提出了更高要求，催生了技術(shù)創(chuàng)新的分工與合作[20]。也有一些學(xué)者從實(shí)證角度提出質(zhì)疑，認(rèn)為信息通信技術(shù)并未帶來生產(chǎn)率變化[21-22]。然而，作為一種通用技術(shù)，大數(shù)據(jù)、人工智能、云計算、數(shù)字孿生、5G、物聯(lián)網(wǎng)和區(qū)塊鏈等新一代數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，不斷拓展科技活動、創(chuàng)新驅(qū)動與成果轉(zhuǎn)化邊界，全方位放大實(shí)體經(jīng)濟(jì)的技術(shù)延展空間，全面促進(jìn)生產(chǎn)效率提高和經(jīng)濟(jì)增長。

通過上述分析，本文提出如下研究假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展水平對本地創(chuàng)新績效具有顯著正向影響。

1.2 數(shù)字經(jīng)濟(jì)發(fā)展水平與創(chuàng)新績效的空間溢出效應(yīng)

從資源要素角度看，數(shù)據(jù)的低擴(kuò)散成本與高擴(kuò)散速度導(dǎo)致其具有天然的流動屬性。這種流動性受地理空間的限制較小，體現(xiàn)出較強(qiáng)的地理空間溢出效應(yīng)。在創(chuàng)新活動中，地理位置較鄰近的創(chuàng)新主體具有更多交流合作機(jī)會，通過共享開放數(shù)據(jù)提升數(shù)據(jù)要素的利用率，進(jìn)而增強(qiáng)區(qū)域創(chuàng)新績效的空間溢出效應(yīng)。有研究對339名研發(fā)人員和中高層管理者進(jìn)行問卷調(diào)查發(fā)現(xiàn)，數(shù)據(jù)溢出對集群創(chuàng)新能力形成具有顯著促進(jìn)作用(曹勇、蔣振宇、孫合林等，2016)。因此，數(shù)據(jù)要素不僅能夠提高本地區(qū)創(chuàng)新績效，還能夠通過共享開放提高周邊地區(qū)的創(chuàng)新績效。

從載體平臺角度看，數(shù)字化平臺不僅為創(chuàng)新主體提供了在線協(xié)同配置創(chuàng)新資源的機(jī)會，也為創(chuàng)新主體尋找合作伙伴、加強(qiáng)交流與對接提供了信息獲取渠道。創(chuàng)新主體可以通過數(shù)字化平臺了解潛在創(chuàng)新合作對象，并在線上交流的基礎(chǔ)上，通過實(shí)地調(diào)研、線下研討、共建實(shí)體平臺等方式進(jìn)一步深化合作。韓先鋒等[23]實(shí)證分析了中國內(nèi)地30個省域2006-2017年互聯(lián)網(wǎng)綜合發(fā)展水平對創(chuàng)新效率的影響，結(jié)果顯示，互聯(lián)網(wǎng)不僅促進(jìn)了區(qū)域創(chuàng)新效率提升，而且呈現(xiàn)出顯著的創(chuàng)新溢出效應(yīng)。因此，數(shù)字化平臺有助于促進(jìn)創(chuàng)新主體的地理空間集聚，進(jìn)而為創(chuàng)新資源與創(chuàng)新主體匹配以及空間集聚提供資源支撐。

從技術(shù)創(chuàng)新角度看，隨著數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)發(fā)展，企業(yè)內(nèi)部創(chuàng)新平臺的數(shù)字化轉(zhuǎn)型也正在加速。如阿里巴巴人工智能實(shí)驗(yàn)室、騰訊AI Lab、百度AR實(shí)驗(yàn)室等創(chuàng)新平臺運(yùn)用數(shù)字化工具或軟件進(jìn)行數(shù)字化設(shè)計、分析、仿真、驗(yàn)證，實(shí)現(xiàn)數(shù)字化產(chǎn)品定義、模型數(shù)據(jù)檢查、機(jī)電一體化協(xié)同設(shè)計、協(xié)同工程計算和數(shù)字化仿真分析，為研發(fā)人員提供虛擬的并行協(xié)同設(shè)計和仿真的集成工作環(huán)境[24]。數(shù)字技術(shù)提高了實(shí)體創(chuàng)新平臺對人才、技術(shù)、知識等創(chuàng)新資源的配置效率，增強(qiáng)了實(shí)體創(chuàng)新平臺對創(chuàng)新資源的集聚效應(yīng)，促進(jìn)了創(chuàng)新資源要素流動和區(qū)域協(xié)同創(chuàng)新。

通過上述分析，本文提出如下研究假設(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展水平對創(chuàng)新績效的空間溢出效應(yīng)具有顯著正向影響。

2 指標(biāo)選擇與模型設(shè)定

2.1 指標(biāo)選取

(1)創(chuàng)新績效?，F(xiàn)有研究成果大多從創(chuàng)新產(chǎn)出、創(chuàng)新能力、創(chuàng)新程度、創(chuàng)新效率等方面考察創(chuàng)新績效。其中，創(chuàng)新產(chǎn)出通常使用專利申請數(shù)等指標(biāo)衡量[25]；創(chuàng)新能力通常使用《中國區(qū)域創(chuàng)新能力評價報告》中有關(guān)指標(biāo)衡量[26]；創(chuàng)新程度通常使用復(fù)合系統(tǒng)協(xié)同度模型測度[27]；創(chuàng)新效率通常使用DEA-BCC模型和Malmquist指數(shù)模型求解[28]。雖然關(guān)于專利數(shù)量能否準(zhǔn)確衡量創(chuàng)新產(chǎn)出仍然存在爭議，但由于專利數(shù)據(jù)的可獲得性較強(qiáng)，使用專利數(shù)量衡量創(chuàng)新產(chǎn)出的做法已經(jīng)被普遍接受。因此，本文也將從創(chuàng)新產(chǎn)出角度考察創(chuàng)新績效，并使用專利申請數(shù)(件)衡量創(chuàng)新產(chǎn)出。

(2)數(shù)字經(jīng)濟(jì)發(fā)展水平。結(jié)合數(shù)字經(jīng)濟(jì)的數(shù)據(jù)要素、載體平臺、技術(shù)創(chuàng)新三重屬性，綜合考慮相關(guān)性和可獲得性等，使用“互聯(lián)網(wǎng)寬帶接入用戶數(shù)(萬戶)”衡量數(shù)字經(jīng)濟(jì)發(fā)展水平，主要基于以下考慮：一是從相關(guān)性看，互聯(lián)網(wǎng)寬帶接入用戶既是數(shù)據(jù)要素的生產(chǎn)主體，也是互聯(lián)網(wǎng)平臺的使用主體。因此，互聯(lián)網(wǎng)寬帶接入用戶數(shù)兼顧了數(shù)字經(jīng)濟(jì)的數(shù)據(jù)要素和載體平臺的雙重屬性，但是未體現(xiàn)數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新屬性?？紤]到本文研究的主題是數(shù)字經(jīng)濟(jì)對創(chuàng)新績效及其空間溢出效應(yīng)的影響，而數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新屬性與區(qū)域創(chuàng)新績效可能存在雙向因果關(guān)系，因此使用“互聯(lián)網(wǎng)寬帶接入用戶數(shù)”指標(biāo)可在一定程度上削弱由雙向因果關(guān)系導(dǎo)致的內(nèi)生性問題。二是從可獲得性看，數(shù)字經(jīng)濟(jì)主要包括數(shù)字產(chǎn)業(yè)化(數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè))和產(chǎn)業(yè)數(shù)字化(數(shù)字經(jīng)濟(jì)賦能產(chǎn)業(yè))兩部分[29]。目前，國家統(tǒng)計局尚無關(guān)于數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)的統(tǒng)一分類標(biāo)準(zhǔn)，未開展統(tǒng)計監(jiān)測及增加值核算工作，而數(shù)字經(jīng)濟(jì)促使傳統(tǒng)產(chǎn)業(yè)效率提升所對應(yīng)的增加值難以通過常規(guī)方法測算，因此數(shù)字經(jīng)濟(jì)增加值的測算仍然存在現(xiàn)實(shí)困境[30-31]。相比之下，“互聯(lián)網(wǎng)寬帶接入用戶數(shù)”指標(biāo)具有明確的內(nèi)涵和外延，更適合進(jìn)行不同時點(diǎn)、不同區(qū)域的比較分析和計量檢驗(yàn)。

(3)控制變量。基于知識生產(chǎn)函數(shù)，創(chuàng)新產(chǎn)出與創(chuàng)新資源投入密切相關(guān)，人力資本和研發(fā)經(jīng)費(fèi)資本都對創(chuàng)新績效具有顯著影響。此外，創(chuàng)新績效也受到地區(qū)經(jīng)濟(jì)發(fā)展水平等基礎(chǔ)條件制約(陳升，何增華，顧娟，2020)。因此，本文選擇3項(xiàng)指標(biāo)作為控制變量：一是研發(fā)經(jīng)費(fèi)投入，使用R&D內(nèi)部經(jīng)費(fèi)支出(萬元)衡量；二是研發(fā)人員投入，使用R&D人員數(shù)量(人)衡量；三是經(jīng)濟(jì)發(fā)展水平，使用地區(qū)生產(chǎn)總值(萬元)衡量。

基于數(shù)據(jù)可得性，以我國361座地級以上城市2010-2018年數(shù)據(jù)作為考察樣本，原始數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。剔除數(shù)據(jù)缺失樣本后，為削弱計量單位和異方差對檢驗(yàn)結(jié)果的影響，對原始數(shù)據(jù)進(jìn)行對數(shù)化處理。為削弱價格變動造成的影響，以2009年為基期，使用當(dāng)年消費(fèi)者價格指數(shù)對R&D內(nèi)部經(jīng)費(fèi)支出、地區(qū)生產(chǎn)總值進(jìn)行價格平減處理。各變量描述性統(tǒng)計結(jié)果如表1所示。

表1 各變量描述性統(tǒng)計結(jié)果

2.2 空間權(quán)重矩陣與空間計量模型設(shè)定

常見的空間權(quán)重矩陣W包括相鄰權(quán)重矩陣、地理距離權(quán)重矩陣、經(jīng)濟(jì)距離權(quán)重矩陣、加權(quán)相鄰權(quán)重矩陣、加權(quán)地理距離權(quán)重矩陣等類型[32]。綜合考慮到權(quán)重矩陣的簡潔性和有效性，選擇相鄰權(quán)重矩陣衡量城市空間關(guān)系，并對權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理，以開展空間相關(guān)性檢驗(yàn)和構(gòu)建空間計量模型。標(biāo)準(zhǔn)化前的相鄰權(quán)重矩陣如下：

空間計量模型的一般形式為：Y=ρWY+α+Xβ+WXθ+μ，μ=λWμ+ε。其中，Y、X、W分別代表被解釋變量、解釋變量和空間權(quán)重矩陣，WY、WX、Wμ分別是被解釋變量、解釋變量和隨機(jī)擾動項(xiàng)的空間滯后項(xiàng)。由于各空間計量模型并不一定包含所有類型的空間滯后項(xiàng)，因此需要根據(jù)統(tǒng)計檢驗(yàn)結(jié)果和研究目的進(jìn)行取舍，進(jìn)而構(gòu)建適合的空間計量模型[33]。本文在進(jìn)行空間計量模型設(shè)定時，主要考慮兩方面因素：一是從統(tǒng)計檢驗(yàn)角度看，通過Wald檢驗(yàn)和LR檢驗(yàn)判定，空間杜賓模型不宜退化為空間自回歸模型或空間誤差模型；二是從研究目的看，在考察各城市創(chuàng)新績效空間溢出效應(yīng)的基礎(chǔ)上，進(jìn)一步研判數(shù)字經(jīng)濟(jì)對創(chuàng)新績效及其溢出效應(yīng)的影響，因此運(yùn)用空間杜賓模型更為適當(dāng)。綜合考慮上述因素，本文運(yùn)用空間杜賓模型進(jìn)行后續(xù)分析。

3 實(shí)證檢驗(yàn)

3.1 空間相關(guān)性檢驗(yàn)

借鑒田增瑞等[34]、崔慶安等[35]的做法，使用莫蘭指數(shù)(Moran′s I)檢驗(yàn)創(chuàng)新績效的空間相關(guān)性。各城市2010-2018年創(chuàng)新績效的全局莫蘭指數(shù)如表2所示。由上可知，各年度全局莫蘭指數(shù)均通過了1%的顯著性檢驗(yàn)，表明各城市創(chuàng)新績效存在正空間相關(guān)性，區(qū)域創(chuàng)新在空間上具有顯著的正向溢出效應(yīng)，即創(chuàng)新能力強(qiáng)的地區(qū)能夠?qū)χ苓叺貐^(qū)產(chǎn)生正向影響。

表2 各城市2010-2018年創(chuàng)新績效的全局莫蘭指數(shù)

為考察各城市創(chuàng)新績效的空間溢出效應(yīng)，進(jìn)一步測算2018年各城市創(chuàng)新績效的局部莫蘭指數(shù)，局部莫蘭指數(shù)散點(diǎn)分布如圖1所示。圖1表明，2018年225座城市創(chuàng)新績效的局部莫蘭指數(shù)分別位于第一象限和第三象限內(nèi)，表明創(chuàng)新績效呈現(xiàn)高—高集聚和低—低集聚特征，存在較強(qiáng)的正空間相關(guān)性。從區(qū)域角度看，呈現(xiàn)高—高集聚特征的城市主要集中在以長三角為主的東南沿海一帶，東北地區(qū)、西部地區(qū)城市創(chuàng)新績效的局部莫蘭指數(shù)呈現(xiàn)出低—低集聚特征，說明受創(chuàng)新人才分布、資金投入分布和經(jīng)濟(jì)發(fā)展水平分布等因素影響，我國創(chuàng)新績效仍然呈現(xiàn)東—中—西梯度分布特征。

圖1 2018年創(chuàng)新績效局部莫蘭指數(shù)散點(diǎn)分布

3.2 回歸結(jié)果分析

常見的空間計量經(jīng)濟(jì)模型參數(shù)估計方法主要包括極大似然估計法(MLE)、廣義空間兩階段最小二乘法(GS2SLS)、空間廣義矩估計法(空間GMM)3種[36]，本文將使用上述估計方法對以創(chuàng)新績效為被解釋變量的空間杜賓模型進(jìn)行回歸。由于空間計量模型的點(diǎn)估計結(jié)果并不能解釋變量的邊際作用，因此需要在初步回歸結(jié)果的基礎(chǔ)上進(jìn)一步估計各解釋變量的直接效應(yīng)和間接效應(yīng)，進(jìn)而分析各解釋變量作用效果的差異和空間溢出效應(yīng)。表3中的模型1-模型3分別列出了使用極大似然估計法、廣義空間兩階段最小二乘法和空間廣義矩估計法的估計結(jié)果，出于簡潔性考慮，表3僅報告了各解釋變量的直接效應(yīng)、間接效應(yīng)、總效應(yīng)及判斷回歸結(jié)果擬合優(yōu)度的部分指標(biāo)。

表3顯示，使用極大似然估計法、廣義空間兩階段最小二乘法和空間廣義矩估計法進(jìn)行估計，得到的各解釋變量系數(shù)和穩(wěn)健標(biāo)準(zhǔn)誤基本相似。比較模型1-模型3的可決系數(shù)和對數(shù)似然比可知，模型1的擬合效果更優(yōu)。因此，僅就模型1的估計結(jié)果進(jìn)行分析，在穩(wěn)健性檢驗(yàn)中僅報告極大似然估計法的估算結(jié)果。

表3 空間杜賓模型回歸結(jié)果

在控制變量中，研發(fā)經(jīng)費(fèi)投入的直接效應(yīng)為正且通過了1%的顯著性檢驗(yàn)，間接效應(yīng)為負(fù)且未通過顯著性檢驗(yàn)，說明研發(fā)經(jīng)費(fèi)主要來源于地方財政，一般用于支持本地區(qū)創(chuàng)新活動，因此研發(fā)經(jīng)費(fèi)投入有利于提升本地區(qū)創(chuàng)新產(chǎn)出，但對周邊城市的空間溢出效應(yīng)不明顯。研發(fā)人員投入的直接效應(yīng)和間接效應(yīng)均為正且分別通過了1%與10%的顯著性檢驗(yàn)，說明研發(fā)人員不僅在本地區(qū)創(chuàng)新活動中發(fā)揮重要作用，而且通過人員流動、信息交流、知識共享等方式帶動了周邊城市創(chuàng)新，體現(xiàn)出一定的空間溢出效應(yīng)。地區(qū)經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)為正且通過1%的顯著性檢驗(yàn)，表明一個地區(qū)經(jīng)濟(jì)發(fā)展水平對于本地區(qū)創(chuàng)新產(chǎn)出的提升具有促進(jìn)作用，但間接效應(yīng)不顯著，說明經(jīng)濟(jì)發(fā)展水平對創(chuàng)新產(chǎn)出的促進(jìn)作用更多地發(fā)生于本地區(qū)，對周邊城市的溢出效應(yīng)不明顯。與上述控制變量相比，數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均為正，且分別通過了1%和5%的顯著性檢驗(yàn)。其中，模型1的回歸結(jié)果顯示，dig的直接效應(yīng)和間接效應(yīng)分別為0.349與0.077，表明在其它條件不變的情況下，數(shù)字經(jīng)濟(jì)發(fā)展水平每變動1%，當(dāng)?shù)貏?chuàng)新績效均值將變動0.35%，而周邊地區(qū)創(chuàng)新績效均值將變化0.08%。由此，可以得出，數(shù)字經(jīng)濟(jì)發(fā)展不僅在本地區(qū)創(chuàng)新活動中扮演重要角色，而且能夠增強(qiáng)區(qū)域創(chuàng)新績效的空間溢出效應(yīng)。

考慮到不同區(qū)域創(chuàng)新績效及其空間溢出效應(yīng)存在顯著差距，為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展水平對不同區(qū)域城市創(chuàng)新績效的影響，將361個城市按照地理位置分為東部城市、中部城市、西部城市3類。表4中，模型4在模型1的基礎(chǔ)上加入?yún)^(qū)域與數(shù)字經(jīng)濟(jì)的交叉項(xiàng)，與模型1的回歸結(jié)果相比，其解釋變量的系數(shù)符號和顯著性水平均未發(fā)生明顯變化，而東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)與間接效應(yīng)均略高于模型1的回歸結(jié)果，中、西部地區(qū)結(jié)果低于模型1的回歸結(jié)果。與東部地區(qū)相比，中、西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均較低，表明中西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平仍有待提高，對本地創(chuàng)新績效的提升作用有限，且數(shù)字經(jīng)濟(jì)對創(chuàng)新的溢出紅利也未充分釋放，通過數(shù)字經(jīng)濟(jì)發(fā)展帶動周邊地區(qū)創(chuàng)新績效提升的空間較大。

表4 分區(qū)域變系數(shù)模型檢驗(yàn)結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

為克服統(tǒng)計變量選擇對估計結(jié)果的影響，用相似的統(tǒng)計變量替換模型中的統(tǒng)計變量以進(jìn)行穩(wěn)健性檢驗(yàn)。表5給出了替換創(chuàng)新績效、創(chuàng)新經(jīng)費(fèi)投入和創(chuàng)新人員投入3項(xiàng)指標(biāo)的統(tǒng)計變量穩(wěn)健性檢驗(yàn)結(jié)果。其中，模型5使用“專利授權(quán)數(shù)量”代替被解釋變量“專利申請數(shù)量”，模型6使用“R&D經(jīng)費(fèi)投入強(qiáng)度”(R&D經(jīng)費(fèi)內(nèi)部支出占地區(qū)生產(chǎn)總值的比重)代替解釋變量“R&D經(jīng)費(fèi)內(nèi)部支出”的對數(shù)值，模型7使用“R&D人員全時當(dāng)量”代替解釋變量“R&D人員數(shù)量”。由表5的回歸結(jié)果可以發(fā)現(xiàn)，模型5-模型7的可決系數(shù)和對數(shù)似然比相對穩(wěn)定，各解釋變量系數(shù)符號均與模型1的回歸結(jié)果保持一致，系數(shù)絕對值和顯著性水平也未發(fā)生明顯變化，表明模型1的回歸結(jié)果穩(wěn)健。

表5 變量穩(wěn)健性檢驗(yàn)結(jié)果

為進(jìn)一步控制遺漏變量帶來的內(nèi)生性問題，考慮到2016年在貴州省、京津冀、珠三角等8個區(qū)域批準(zhǔn)設(shè)立國家大數(shù)據(jù)綜合試驗(yàn)區(qū)，據(jù)此生成國家大數(shù)據(jù)綜合試驗(yàn)區(qū)虛擬變量，對上述8個區(qū)域2016年之后的樣本和其它樣本分別賦值1與0，以此作為工具變量,進(jìn)行兩階段最小二乘回歸。使用國家大數(shù)據(jù)綜合試驗(yàn)區(qū)作為虛擬變量的合理性主要體現(xiàn)在兩個方面：一是從相關(guān)性看，設(shè)立國家大數(shù)據(jù)綜合試驗(yàn)區(qū)體現(xiàn)出國家發(fā)展數(shù)字經(jīng)濟(jì)的區(qū)域?qū)?，有助于地方更好地調(diào)配資源、發(fā)展數(shù)字經(jīng)濟(jì)。表6第1列第一階段回歸結(jié)果顯示，工具變量與數(shù)字經(jīng)濟(jì)發(fā)展水平正相關(guān)，系數(shù)在1%的水平下顯著。二是從外生性看，2016年設(shè)立國家大數(shù)據(jù)綜合試驗(yàn)區(qū)屬于無法事先預(yù)料的外生沖擊性事件，弱工具變量檢驗(yàn)F統(tǒng)計量也大于10%的臨界水平，因此能夠有效保證工具變量的外生性。表6中第二階段回歸結(jié)果顯示，數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均在5%的水平下顯著為正，進(jìn)一步驗(yàn)證了本文結(jié)果的穩(wěn)健性。

表6 兩階段最小二乘法回歸結(jié)果

表7報告了空間權(quán)重矩陣的穩(wěn)健性檢驗(yàn)結(jié)果，其中，模型9-模型11分別使用地理距離權(quán)重矩陣、經(jīng)濟(jì)距離權(quán)重矩陣、加權(quán)相鄰權(quán)重矩陣(用地區(qū)生產(chǎn)總值加權(quán))3種矩陣替換模型1的相鄰權(quán)重矩陣以進(jìn)行檢驗(yàn)。與模型1的回歸結(jié)果相比，各解釋變量對創(chuàng)新績效的直接效應(yīng)、間接效應(yīng)、總效應(yīng)方向及穩(wěn)健標(biāo)準(zhǔn)誤并未發(fā)生明顯變化，表明模型1的回歸結(jié)果具有一定穩(wěn)健性。

表7 空間權(quán)重矩陣穩(wěn)健性檢驗(yàn)結(jié)果

在進(jìn)行面板數(shù)據(jù)模型設(shè)定時，僅通過Chow檢驗(yàn)和Hausman檢驗(yàn)判定個體—時點(diǎn)雙固定效應(yīng)的存在，而未考察不同時點(diǎn)差異性對面板數(shù)據(jù)模型的影響，因此有必要對構(gòu)建的面板數(shù)據(jù)模型進(jìn)行穩(wěn)健性檢驗(yàn)。表8列出了面板數(shù)據(jù)模型的穩(wěn)健性檢驗(yàn)結(jié)果，其中，模型12-模型14分別使用個體固定效應(yīng)模型、時點(diǎn)固定效應(yīng)模型、個體—時點(diǎn)雙隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果顯示，表8中各模型的可決系數(shù)和對數(shù)似然比均小于模型1的回歸結(jié)果，且各解釋變量系數(shù)及其穩(wěn)健性標(biāo)準(zhǔn)誤差與模型1的回歸結(jié)果基本一致。因此，模型1使用的個體—時點(diǎn)雙固定效應(yīng)模型估計方法具有較強(qiáng)穩(wěn)健性。

4 結(jié)論與啟示

4.1 主要結(jié)論

在國家大數(shù)據(jù)戰(zhàn)略引導(dǎo)下，數(shù)字經(jīng)濟(jì)發(fā)展如火如荼。關(guān)于數(shù)字經(jīng)濟(jì)對技術(shù)創(chuàng)新和經(jīng)濟(jì)增長的影響，現(xiàn)有研究已經(jīng)作了較為詳盡的分析。然而從地理空間維度看，數(shù)字經(jīng)濟(jì)對創(chuàng)新究竟發(fā)揮了怎樣的作用尚未形成定論。本文聚焦數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新績效及其空間溢出效應(yīng)的關(guān)系，從數(shù)字經(jīng)濟(jì)的資源要素屬性、載體平臺屬性和技術(shù)創(chuàng)新屬性3個維度展開討論：①從資源要素屬性看，數(shù)據(jù)具有較強(qiáng)的非競爭性、非排他性等公共物品屬性，重復(fù)利用成本較低，容易通過信息傳播、人員“面對面”交流等方式傳播與擴(kuò)散，從而促進(jìn)區(qū)域協(xié)同創(chuàng)新活動發(fā)生；②從載體平臺屬性看，網(wǎng)絡(luò)經(jīng)濟(jì)不僅為創(chuàng)新主體提供了線上協(xié)同創(chuàng)新平臺，而且能夠?yàn)橐欢臻g范圍內(nèi)的創(chuàng)新主體提供信息互通、資源共享渠道，加強(qiáng)地理鄰近創(chuàng)新主體之間的聯(lián)系；③從技術(shù)創(chuàng)新屬性看，作為應(yīng)用領(lǐng)域廣泛的一種通用技術(shù)，新一代數(shù)字技術(shù)降低了創(chuàng)新主體協(xié)作創(chuàng)新的邊際成本，但在技術(shù)迭代過程中產(chǎn)生的隱性知識又限制了數(shù)字技術(shù)擴(kuò)散的地理空間范圍，強(qiáng)化了創(chuàng)新的空間集聚性。在此基礎(chǔ)上，本文運(yùn)用空間杜賓模型檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展水平對區(qū)域創(chuàng)新績效及其空間溢出效應(yīng)的影響。實(shí)證研究結(jié)果驗(yàn)證了以下結(jié)論：數(shù)字經(jīng)濟(jì)發(fā)展不僅能夠帶動本地創(chuàng)新績效提升，而且對周邊地區(qū)創(chuàng)新績效產(chǎn)生顯著正向作用，帶動周邊城市創(chuàng)新績效提升。分區(qū)域看，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對本地創(chuàng)新績效的促進(jìn)作用更顯著，對周邊地區(qū)創(chuàng)新績效的帶動作用也顯著。

4.2 政策啟示

本文研究結(jié)論為實(shí)踐提供了政策啟示，即推動數(shù)字化轉(zhuǎn)型不僅可以作為促進(jìn)本地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的主導(dǎo)力量，同時，能夠促進(jìn)周邊地區(qū)創(chuàng)新績效提升。據(jù)此，提出三方面政策建議。

(1)以數(shù)據(jù)資源賦能創(chuàng)新應(yīng)用。由于數(shù)據(jù)的所有權(quán)、使用權(quán)、控制權(quán)、收益權(quán)難以有效分割，數(shù)據(jù)確權(quán)、數(shù)據(jù)流通、數(shù)據(jù)安全等關(guān)鍵問題尚未有效破解，在一定程度上制約了數(shù)據(jù)資源在創(chuàng)新活動中的開發(fā)利用。因此，可根據(jù)社會數(shù)據(jù)、政府?dāng)?shù)據(jù)的不同屬性，分區(qū)分類，精準(zhǔn)施策。東部地區(qū)可引導(dǎo)社會數(shù)據(jù)所有者參與創(chuàng)新活動，通過市場化配置手段釋放數(shù)據(jù)要素在創(chuàng)新過程中的應(yīng)用價值，帶動本地和周邊地區(qū)創(chuàng)新績效提升。中、西部地區(qū)可做好政府?dāng)?shù)據(jù)的共享開放，持續(xù)推進(jìn)政府?dāng)?shù)據(jù)在線活用，探索政府?dāng)?shù)據(jù)的創(chuàng)新應(yīng)用場景。

(2)以網(wǎng)絡(luò)平臺支撐對接合作。網(wǎng)絡(luò)作為一種新興載體，在創(chuàng)新活動中的服務(wù)支撐功能日益顯現(xiàn)，而不同地區(qū)在創(chuàng)新活動中的網(wǎng)絡(luò)應(yīng)用能力也各有不同，應(yīng)根據(jù)地區(qū)特點(diǎn)探索本地化發(fā)展路徑。具體而言，東部地區(qū)可增強(qiáng)本地互聯(lián)網(wǎng)科技網(wǎng)站資源匯聚能力，引導(dǎo)本地科技資源在線對接，促進(jìn)線上線下交流合作；中、西部地區(qū)可加強(qiáng)5G、數(shù)據(jù)中心、人工智能等新一代數(shù)字基礎(chǔ)設(shè)施建設(shè)，探索“東數(shù)西算”可行路徑，打造區(qū)域數(shù)據(jù)樞紐節(jié)點(diǎn)。

(3)以數(shù)字技術(shù)引領(lǐng)科技攻關(guān)。在疫情沖擊下，以數(shù)字經(jīng)濟(jì)為代表的新動能逆勢成長，催生了新一代數(shù)字技術(shù)創(chuàng)新應(yīng)用，數(shù)字技術(shù)已經(jīng)成為引領(lǐng)帶動創(chuàng)新驅(qū)動發(fā)展的重要引擎。東部地區(qū)可根據(jù)自身產(chǎn)業(yè)技術(shù)發(fā)展特點(diǎn)，聚焦關(guān)鍵核心技術(shù)重點(diǎn)突破口，加快建設(shè)布局基礎(chǔ)性、前瞻性、引領(lǐng)性重大創(chuàng)新平臺；中、西部地區(qū)可聚焦本地標(biāo)志性產(chǎn)業(yè)鏈，支持龍頭企業(yè)建設(shè)產(chǎn)業(yè)鏈級工業(yè)互聯(lián)網(wǎng)平臺，組織開展智能化技術(shù)改造，營造良好的創(chuàng)新發(fā)展生態(tài)。

4.3 研究展望

受限于數(shù)字經(jīng)濟(jì)發(fā)展水平的衡量與測算研究尚處于探索階段，本文實(shí)證分析仍存在一定不足：一是數(shù)字經(jīng)濟(jì)的統(tǒng)計體系缺乏，在一定程度上限制了實(shí)證分析效果，城市層面數(shù)字經(jīng)濟(jì)發(fā)展衡量指標(biāo)的選擇有限，有待進(jìn)一步提升其科學(xué)性；二是數(shù)字經(jīng)濟(jì)統(tǒng)計指標(biāo)的時間較短且多為年度數(shù)據(jù)，難以進(jìn)行平穩(wěn)性檢驗(yàn)和動態(tài)分析，無法通過實(shí)證檢驗(yàn)反映數(shù)字經(jīng)濟(jì)發(fā)展對創(chuàng)新動態(tài)演化歷程的影響路徑。隨著統(tǒng)計數(shù)據(jù)的日臻完善，上述問題將在今后的研究中進(jìn)一步完善。