網(wǎng)絡基礎設施建設提升企業(yè)創(chuàng)新績效的路徑與異質(zhì)性
——來自“寬帶中國”示范城市的經(jīng)驗證據(jù)

邱洋冬

(中共廣東省委黨校 經(jīng)濟學教研部，廣東 廣州 510053)

一、引言

2021年5月28日，習近平總書記在中國科學院第二十次院士大會、中國工程院第十五次院士大會和中國科協(xié)第十次全國代表大會上發(fā)表重要講話《加快建設科技強國 實現(xiàn)高水平科技自立自強》指出，當前，新一輪科技革命和產(chǎn)業(yè)變革突飛猛進，科技創(chuàng)新速度顯著加快，以信息技術(shù)、人工智能為代表的新興科技快速發(fā)展，大大拓展了時間、空間和人們認知范圍，人類正在進入一個“人機物”三元融合的萬物智能互聯(lián)時代。2022年政府工作報告指出，要深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，鞏固壯大實體經(jīng)濟根基；同時提出，要加強數(shù)字中國建設整體布局，建設數(shù)字信息基礎設施，逐步構(gòu)建全國一體化大數(shù)據(jù)中心體系，促進數(shù)字經(jīng)濟發(fā)展。由此可見，國家在戰(zhàn)略層面高度重視創(chuàng)新發(fā)展和新型基礎設施建設。在新一輪科技和產(chǎn)業(yè)革命背景下，數(shù)字經(jīng)濟的興起使網(wǎng)絡基礎設施建設的重要性日益凸顯，科學準確地評估網(wǎng)絡基礎設施建設對宏觀經(jīng)濟創(chuàng)新發(fā)展和微觀主體創(chuàng)新行為的影響，并厘清其機理與路徑也就顯得尤為重要。作為一種新型和戰(zhàn)略性基礎設施，網(wǎng)絡基礎設施在經(jīng)濟高質(zhì)量發(fā)展中的作用與影響逐漸受到社會各界的重視；作為實現(xiàn)經(jīng)濟增長和技術(shù)進步的主要行為主體，企業(yè)的技術(shù)創(chuàng)新行為和績效也備受關(guān)注。然而，對于基礎設施建設對企業(yè)創(chuàng)新的影響及其機制，現(xiàn)有文獻還缺乏深入研究。

關(guān)于基礎設施建設影響技術(shù)進步和科技創(chuàng)新的研究取得了豐碩的成果。近年來，關(guān)于以高鐵為代表的交通基礎設施建設影響技術(shù)創(chuàng)新的研究成果層出不窮，并且普遍認為交通基礎設施建設有助于促進企業(yè)、城市、地區(qū)等不同層面的技術(shù)創(chuàng)新，其作用機制主要包括人力資本遷移、要素流動、成本降低以及經(jīng)濟集聚等(王春楊 等，2020；葉德珠 等，2020)[1-2]。隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能等新技術(shù)的不斷發(fā)展，網(wǎng)絡基礎設施建設對資源配置、產(chǎn)業(yè)集聚以及企業(yè)行為等的影響已成為學術(shù)界關(guān)注的焦點。楊德明和劉泳文(2018)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)發(fā)展不僅可以驅(qū)動區(qū)域創(chuàng)新效率增進，而且還有助于縮小地區(qū)間的創(chuàng)新差距以及激發(fā)和強化原始創(chuàng)新溢出[3]。韓先鋒等(2019)認為，互聯(lián)網(wǎng)發(fā)展有助于提升區(qū)域創(chuàng)新效率，并且人力資本積累、金融發(fā)展和產(chǎn)業(yè)升級是互聯(lián)網(wǎng)發(fā)展影響區(qū)域創(chuàng)新的重要間接機制[4]。也有部分學者基于“寬帶中國”戰(zhàn)略的實施，探討網(wǎng)絡基礎設施建設對區(qū)域(城市)科技創(chuàng)新的影響。張杰和付奎(2021)分析認為，信息網(wǎng)絡基礎設施建設催生和加速了新一代信息產(chǎn)業(yè)的發(fā)展，對其他地區(qū)創(chuàng)新資源產(chǎn)生了虹吸效應，同時可以通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)促進城市創(chuàng)新[5]；劉傳明和馬青山(2020)研究發(fā)現(xiàn)，技術(shù)創(chuàng)新是網(wǎng)絡基礎設施建設影響城市全要素生產(chǎn)率的重要路徑[6]。綜合來看，盡管網(wǎng)絡基礎設施建設促進技術(shù)創(chuàng)新的作用效果得到了普遍的認可，但是已有研究更多的是從區(qū)域?qū)雍统鞘袑用孢M行探討，缺乏從微觀企業(yè)層面進行的深入研究。

網(wǎng)絡基礎設施不同于高鐵等交通基礎設施，如果說高鐵等傳統(tǒng)交通基礎設施建設的根本目的在于縮短區(qū)域之間的“時空”距離，增強區(qū)域間的合作與聯(lián)系，那么網(wǎng)絡基礎設施建設則更加強調(diào)“萬物互聯(lián)”生態(tài)的打造以及對實體經(jīng)濟高質(zhì)量發(fā)展的支撐作用。因此，網(wǎng)絡基礎設施建設對企業(yè)創(chuàng)新的影響機制可能與交通基礎設施建設存在較大差異。有鑒于此，本文在已有研究的基礎上，進一步深入探討地區(qū)網(wǎng)絡基礎設施建設影響企業(yè)創(chuàng)新績效的機制及其異質(zhì)性表現(xiàn)，并以“寬帶中國”示范城市建設為準自然實驗，采用雙重差分模型進行實證檢驗。具體來講，本文基于知識溢出、人才集聚、成本降低和數(shù)字化轉(zhuǎn)型4條路徑探討并驗證網(wǎng)絡基礎設施建設提升企業(yè)創(chuàng)新績效的機制，并從知識存量、企業(yè)規(guī)模、融資約束、高管研發(fā)背景4個角度進行企業(yè)異質(zhì)性分析。本文的邊際貢獻主要在于：一是深度剖析網(wǎng)絡基礎設施建設影響企業(yè)創(chuàng)新績效的作用機制，特別是對知識溢出路徑進行了深入探討；二是從促進企業(yè)技術(shù)創(chuàng)新角度為網(wǎng)絡基礎設施建設推動經(jīng)濟高質(zhì)量發(fā)展提供了理論解釋與經(jīng)驗證據(jù)，具有重要的現(xiàn)實指導意義與政策啟示意義。

二、理論分析與研究假說

根據(jù)資源基礎理論和資源依賴理論，企業(yè)創(chuàng)新離不開內(nèi)部資源驅(qū)動與外部環(huán)境支撐。隨著網(wǎng)絡基礎設施的不斷完善，企業(yè)獲取創(chuàng)新資源的渠道隨之發(fā)生改變。具體地，網(wǎng)絡基礎設施建設可能通過知識溢出、人才集聚、成本降低以及數(shù)字化轉(zhuǎn)型等路徑影響企業(yè)創(chuàng)新績效。

第一，網(wǎng)絡基礎設施建設有助于知識溢出效應的實現(xiàn)，進而促進企業(yè)創(chuàng)新績效提升?，F(xiàn)有研究普遍認為知識溢出是促進企業(yè)創(chuàng)新的重要渠道(Audretsch et al，1996)[7]。從理論上講，知識溢出的本質(zhì)是信息傳遞與信息流動(王可 等，2018)[8]，是由知識的非競爭性(non-rivalrous)和累積性(cumulative)兩大重要特性所決定的(Romer，1990)[9]。其中，非競爭性指的是知識的多主體使用不會產(chǎn)生額外的邊際成本，這為互聯(lián)網(wǎng)時代知識的快速傳播與擴散奠定了重要基礎(Arrow，1962)[10]；累積性則主要強調(diào)可以“站在巨人的肩膀上”(standing on the giants’ shoulders)進行知識生產(chǎn)(Jones，1995)[11]，即具有正的溢出效應與累計效應(嚴成樑 等，2010)[12]。然而，傳統(tǒng)的知識傳遞和知識獲取往往受到時空的限制，這也是越來越多的企業(yè)在優(yōu)勢地區(qū)形成空間集聚的原因之一，因為地理鄰近有助于實現(xiàn)創(chuàng)新主體間的互動交流與知識轉(zhuǎn)移(Krugman，1991；韓峰 等，2020)[13-14]。然而，隨著網(wǎng)絡基礎設施的不斷完善，極大地縮短了知識獲取的時空距離，知識傳播和擴散效率的提高使技術(shù)擴散效應得以更好地實現(xiàn)(薛成 等，2020)[15]。創(chuàng)新主體能夠借助網(wǎng)絡獲取更多的外部知識與技術(shù)，進而“站在巨人的肩膀上”進行技術(shù)再創(chuàng)新。因此，加強網(wǎng)絡基礎設施建設有助于促進地區(qū)間和企業(yè)間的知識溢出，進而降低企業(yè)創(chuàng)新成本，提高企業(yè)創(chuàng)新績效。

第二，網(wǎng)絡基礎設施建設有助于企業(yè)人力資本水平的提高，進而促進企業(yè)創(chuàng)新績效提升。創(chuàng)新驅(qū)動實質(zhì)上是人才驅(qū)動，歸根結(jié)底，科技人才是企業(yè)創(chuàng)新最根本的執(zhí)行者與中堅力量。現(xiàn)有研究認為發(fā)明人擁有的知識資源是創(chuàng)新活動的關(guān)鍵要素，而這種知識資源可以通過與其他創(chuàng)新主體的互動與學習來獲取。因此，人力資本的形成依賴于創(chuàng)新主體同外界交換信息的效率，促進企業(yè)人力資本積累的關(guān)鍵在于提升與外界交流的頻率以及學習外界知識和經(jīng)驗的能力(Akcigit et al，2018；沈國兵 等，2020)[16-17]。作為數(shù)字經(jīng)濟發(fā)展的重要物質(zhì)保障，網(wǎng)絡基礎設施建設有助于加速數(shù)據(jù)與知識的傳播，有效改善傳統(tǒng)知識獲取和吸收的方式，使得科研人員能夠更加便利和低成本地獲取外部數(shù)據(jù)與知識，進而促進企業(yè)人力資本的積累(李金城 等，2017；金環(huán) 等，2021)[18-19]。此外，網(wǎng)絡基礎設施建設會催生和加速地區(qū)新一代信息產(chǎn)業(yè)的發(fā)展(張杰 等，2021)[5]，對創(chuàng)新型企業(yè)和高素質(zhì)人才具有較強的集聚效應。一方面，網(wǎng)絡基礎設施建設支撐著區(qū)域數(shù)字經(jīng)濟發(fā)展，不僅有助于激發(fā)用戶的多樣化需求，而且有助于滿足創(chuàng)業(yè)者的信息需求，為創(chuàng)新創(chuàng)業(yè)提供信息基礎(趙濤 等，2020)[20]；另一方面，與傳統(tǒng)產(chǎn)業(yè)的用工需求不同，新一代信息產(chǎn)業(yè)對高素質(zhì)、高技能人才具有更大的需求(孫早 等，2019)[21]，大量優(yōu)質(zhì)人才的集聚有助于進一步優(yōu)化企業(yè)創(chuàng)新資源配置，促進企業(yè)創(chuàng)新績效的提升。

第三，網(wǎng)絡基礎設施建設有助于企業(yè)成本的降低，進而促進企業(yè)創(chuàng)新績效提升。創(chuàng)新活動是一項資金投入大、研發(fā)周期長的風險性投資行為，任何一種實質(zhì)性創(chuàng)新都需要長期的資本與人力投入(Hsu et al，2014)[22]。網(wǎng)絡基礎設施建設能夠通過降低成本的方式為企業(yè)創(chuàng)新提供更為有力的資金支持。一方面，在網(wǎng)絡基礎設施較為落后的地方，企業(yè)訂購、收集信息以及搜索服務的成本相對較高；網(wǎng)絡基礎設施的不斷改善有助于破除企業(yè)與外部的溝通交流障礙，進而提高企業(yè)從事創(chuàng)新活動的能力(Roller et al，2001)[23]。另一方面，網(wǎng)絡基礎設施建設有助于簡化產(chǎn)品生產(chǎn)銷售的中間環(huán)節(jié)，降低企業(yè)的外部交易成本(金環(huán) 等，2021)[19]。此外，借助大數(shù)據(jù)分析能夠?qū)ζ髽I(yè)生產(chǎn)、銷售以及庫存進行動態(tài)監(jiān)測，進而優(yōu)化企業(yè)生產(chǎn)與經(jīng)營管理，提高企業(yè)成本控制績效(楊德明 等，2018；黃群慧 等，2019)[3][24]。

第四，網(wǎng)絡基礎設施建設有助于企業(yè)數(shù)字化轉(zhuǎn)型的推進，進而促進企業(yè)創(chuàng)新績效提升。網(wǎng)絡基礎設施建設為企業(yè)數(shù)字化轉(zhuǎn)型提供了重要的基礎條件，同時在外部競爭壓力下也有利于倒逼企業(yè)進行數(shù)字化轉(zhuǎn)型。通過數(shù)字化轉(zhuǎn)型賦能傳統(tǒng)產(chǎn)業(yè)，一方面有助于將傳統(tǒng)創(chuàng)新鏈的各個節(jié)點進行鏈接，進而提高整個創(chuàng)新鏈的運作效率，為企業(yè)創(chuàng)新提供數(shù)字化賦能效應(陽鎮(zhèn) 等，2022)[25]；另一方面，企業(yè)數(shù)字化轉(zhuǎn)型有助于拉近創(chuàng)新主體與客戶之間的溝通距離，進而及時有效地獲取和利用用戶反饋進行再創(chuàng)新(趙宸宇 等，2021)[26]。

需要注意的是，地區(qū)(城市)的基礎設施等發(fā)展環(huán)境的變化往往難以對地區(qū)內(nèi)所有經(jīng)濟主體產(chǎn)生均等化的普惠性影響，網(wǎng)絡基礎設施建設對企業(yè)創(chuàng)新績效的影響可能因企業(yè)的個體特征差異而不同。本文主要從以下4個方面來討論網(wǎng)絡基礎設施建設影響企業(yè)創(chuàng)新績效的異質(zhì)性：

一是企業(yè)知識存量的差異。知識資源是企業(yè)創(chuàng)新的重要基礎，知識存量高的企業(yè)，往往創(chuàng)新基礎更為扎實，對外部知識的吸收能力與轉(zhuǎn)化能力相對較高(Cohen et al，1990；Podolny et al，1996)[27-28]。因此，盡管網(wǎng)絡基礎設施建設能夠加速整個地區(qū)的知識傳播和溢出，但擁有不同知識存量的企業(yè)獲取知識后的吸收與轉(zhuǎn)換效率可能存在較大差異。相比于知識存量較少的企業(yè)，網(wǎng)絡基礎設施建設對知識存量較多的企業(yè)可能具有更強的創(chuàng)新績效提升效應。

二是企業(yè)規(guī)模的差異。不同規(guī)模的企業(yè)所掌握的資源與生產(chǎn)要素存在較大差異。一方面，相比于大規(guī)模企業(yè)，小規(guī)模企業(yè)的研發(fā)基礎往往更為薄弱；另一方面，信貸融資中的“所有制歧視”與“規(guī)模歧視”現(xiàn)象仍然屢見不鮮(陶鋒 等，2017)[29]，信息不對稱、可抵押資產(chǎn)的缺乏等原因共同導致了小規(guī)模企業(yè)的信貸可獲性較低(林毅夫 等，2005)[30]。因此，無論從研發(fā)基礎還是創(chuàng)新活動的信貸獲取來看，相比于規(guī)模較小的企業(yè)，規(guī)模較大的企業(yè)均具有一定優(yōu)勢，因而網(wǎng)絡基礎設施建設對其創(chuàng)新績效的提升效應也較大。

三是企業(yè)融資約束的差異。研發(fā)創(chuàng)新活動離不開長期大量的資金投入，根據(jù)知識生產(chǎn)函數(shù)，企業(yè)研發(fā)投入是知識創(chuàng)造的重要生產(chǎn)要素(嚴成樑 等，2010)[12]。現(xiàn)有研究普遍認為融資約束是阻礙企業(yè)創(chuàng)新的關(guān)鍵因素之一，而外部融資是企業(yè)研發(fā)投入的重要資金來源(Czarnitzki et al，2011)[31]。相比于高融資約束企業(yè)，受融資約束較小的企業(yè)往往具有更高的風險承擔水平，通常也具有更強的研發(fā)創(chuàng)新積極性。因此，當網(wǎng)絡基礎設施不斷得到完善時，相比于高融資約束企業(yè)，低融資約束企業(yè)可能具有更強的創(chuàng)新積極性，進而產(chǎn)生更強的創(chuàng)新績效提升效應。

四是企業(yè)高管研發(fā)背景的差異。根據(jù)“高層梯隊理論”(Upper Echelons Theory)，高管是企業(yè)決策的重要主體，不同教育經(jīng)歷或職業(yè)背景的高管在思維邏輯、投資偏好以及價值取向等方面存在較大差異，對外部沖擊的響應以及創(chuàng)新活動的態(tài)度也可能存在較大差異(Hertwig et al，2004；Schoar et al，2017)[32-33]?，F(xiàn)有研究普遍認為高管職業(yè)背景與企業(yè)創(chuàng)新之間存在較大關(guān)聯(lián)(Lin et al，2011)[34]，特別是高管的研發(fā)職業(yè)經(jīng)歷和技術(shù)背景對企業(yè)研發(fā)投入及創(chuàng)新產(chǎn)出具有重要的促進作用(Daellenbach et al，1999；Francis et al，2015；虞義華等，2018)[35-37]。因此，相比于其他企業(yè)，網(wǎng)絡基礎設施建設對高管研發(fā)背景較強的企業(yè)可能具有更強的創(chuàng)新績效提升效應。

基于上述分析，本文提出如下研究假說：

H1：網(wǎng)絡基礎設施建設會促進企業(yè)創(chuàng)新績效提升。

H2：網(wǎng)絡基礎設施建設可以通過強化知識溢出(H2-1)、促進企業(yè)人才集聚(H2-2)、降低企業(yè)成本(H2-3)、推動企業(yè)數(shù)字化轉(zhuǎn)型(H2-4)等路徑提升企業(yè)創(chuàng)新績效。

H3：網(wǎng)絡基礎設施建設對企業(yè)創(chuàng)新績效的提升作用存在企業(yè)異質(zhì)性，表現(xiàn)為對知識存量較多(H3-1)、規(guī)模較大(H3-2)、融資約束較低(H3-3)、高管研發(fā)背景較強(H3-4)的企業(yè)具有更強的創(chuàng)新績效提升效應。

三、研究設計

以寬帶和網(wǎng)絡為代表的信息基礎設施建設是支撐“萬物互聯(lián)”與數(shù)字經(jīng)濟發(fā)展的重要基礎，為了搶占數(shù)字經(jīng)濟發(fā)展的制高點，搶抓新一輪科技革命機遇，世界各國紛紛對網(wǎng)絡基礎設施建設進行超前戰(zhàn)略部署。中國在戰(zhàn)略和政策上也高度重視網(wǎng)絡基礎設施建設，2013年8月國務院印發(fā)了《“寬帶中國”戰(zhàn)略及實施方案》(國發(fā)〔2013〕31號)，該方案對2013年、2015年以及2020年各個階段提出了“寬帶中國”發(fā)展目標，其目的就是推動網(wǎng)絡基礎設施建設，更好地服務于經(jīng)濟社會高質(zhì)量發(fā)展。為落實《“寬帶中國”戰(zhàn)略及實施方案》，經(jīng)城市申報、各省預審和專家綜合評審，2014年10月，工業(yè)和信息化部與國家發(fā)展和改革委員會聯(lián)合發(fā)布了2014年“寬帶中國”示范城市(城市群)名單，確定39個城市(城市群)為“寬帶中國”示范城市(城市群)；隨后，2015年和2016年又發(fā)布了兩批“寬帶中國”示范城市(城市群)名單。從整體上看，在目標驅(qū)動和政策支持下，“寬帶中國”示范城市的網(wǎng)絡基礎設施建設是好于其他城市的，這就為分析網(wǎng)絡基礎設施建設的經(jīng)濟效應提供了較好的準自然實驗樣本?；诖耍疚耐ㄟ^構(gòu)建多期雙重差分模型來檢驗“寬帶中國”示范城市建設對企業(yè)創(chuàng)新績效的影響及其作用機制和異質(zhì)性。

1.基準模型設定

根據(jù)前文理論分析，本文將網(wǎng)絡基礎設施建設納入企業(yè)創(chuàng)新的分析框架中，借鑒Beck等(2010)、Li等(2016)的研究方法[38-39]，構(gòu)建多期雙重差分模型如式(1)所示：

Innovationit=β0+β1Broadbandit+φControlit+σj+γk+ηt+εit

(1)

其中：下標i、j、k和t分別代表企業(yè)、省份、行業(yè)和年份；β0為截距項；Innovation為被解釋變量“企業(yè)創(chuàng)新績效”，包括“專利申請總量”“發(fā)明專利申請量”“非發(fā)明專利申請量”三個代理變量；Broadband為核心解釋變量“示范城市”，即雙重差分項，如果樣本企業(yè)所在城市在第t期列入“寬帶中國”示范城市名單，則t期之后賦值為1，否則賦值為0，其系數(shù)估計值即為DID的平均處理效應(若顯著為正，則研究假說H1成立)；Control表示控制變量集，為樣本企業(yè)的一系列財務變量和特征變量，包括“研發(fā)強度”“研發(fā)人員投入”“企業(yè)規(guī)?！薄柏攧崭軛U”“現(xiàn)金流水平”“企業(yè)年齡”“企業(yè)成長”“兩職合一”“董事會規(guī)?！薄４送?，模型中還加入了行業(yè)、省份和年份固定效應，以緩解潛在的行業(yè)、省份特征以及時間趨勢對估計結(jié)果的干擾；ε為隨機誤差項，用以刻畫其他非特定因素的影響。上述變量的測度方法詳細見表1。

2.中介效應模型設定

本文通過中介效應模型進行機制檢驗，在模型(1)的基礎上構(gòu)建模型(2)(3)：

Mediatorit=α0+α1DigitalEcoit+φControlit+σj+γk+ηt+εit

(2)

Knowledgeit=χ0+χ1DigitalEcoit+χ2Mediatorit+φControlit+σj+γk+ηt+εit

(3)

其中，Mediator為中介變量，控制變量集同式(1)。根據(jù)前文的理論分析，本文選取4個中介變量：(1)“知識溢出”。借鑒Jaffe等(1993)、Hicks等(2001)的方法[40-41]，采用專利申請人引用的專利數(shù)量來衡量(1)與學術(shù)論文引用不同，專利的“無端引用”(gratuitous citations)現(xiàn)象相對較弱，因此專利引用能夠較好地反應知識的流動性與溢出效應(Jaffe et al，1993)[40]。。同時，根據(jù)專利引用的地理區(qū)位，將知識溢出劃分為本地知識溢出與外地知識溢出兩種類型，“本地知識溢出”采用專利申請人引用的本地專利數(shù)量來衡量，“外地知識溢出”采用專利申請人引用的外地專利數(shù)量來衡量。(2)企業(yè)的人才集聚程度。參考劉春林和田玲(2021)的方法[42]，采用“碩士及以上學歷員工數(shù)”(取自然對數(shù))和“碩士及以上學歷高管數(shù)”(取自然對數(shù))兩個指標來衡量。(3)“企業(yè)成本”。參考趙宸宇等(2021)的方法[26]，采用成本費用率來衡量，即成本費用率=(主營業(yè)務成本+管理費用)/主營業(yè)務收入。(4)企業(yè)的數(shù)字化轉(zhuǎn)型狀況。借鑒吳非等(2021)的研究[43]，首先從人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)以及數(shù)字技術(shù)應用5個維度構(gòu)建數(shù)字化轉(zhuǎn)型關(guān)鍵詞庫，再運用詞頻分析方法得到樣本企業(yè)年報中數(shù)字化轉(zhuǎn)型關(guān)鍵詞的出現(xiàn)頻次，進行取自然對數(shù)處理，得到“數(shù)字化轉(zhuǎn)型水平”變量。同時，也采用“是否數(shù)字化轉(zhuǎn)型”的啞變量進行中介效應檢驗。

3.異質(zhì)性分析的調(diào)節(jié)變量與樣本分組

本文同時采用調(diào)節(jié)效應檢驗和分組檢驗來進行異質(zhì)性分析。根據(jù)前文理論分析，從以下4個方面進行企業(yè)異質(zhì)性分析：(1)企業(yè)知識存量異質(zhì)性。設計調(diào)節(jié)變量“知識存量”，采用樣本企業(yè)“過去五年獲得專利總量的自然對數(shù)值”來衡量，在基準模型中加入“示范城市×知識存量”交互項和“知識存量”變量，進而檢驗企業(yè)的知識存量在“寬帶中國”示范城市建設影響其創(chuàng)新績效過程中的調(diào)節(jié)效應。同時，根據(jù)“知識存量”的中位數(shù)將樣本企業(yè)劃分為“高知識存量企業(yè)”和“低知識存量企業(yè)”兩個子樣本，分別進行基準模型檢驗。(2)企業(yè)規(guī)模異質(zhì)性。在基準模型中引入“示范城市×企業(yè)規(guī)?！苯换ロ?，根據(jù)“企業(yè)規(guī)?！钡闹形粩?shù)將樣本企業(yè)劃分為“大規(guī)模企業(yè)”和“小規(guī)模企業(yè)”兩個子樣本。(3)企業(yè)融資約束異質(zhì)性。設計調(diào)節(jié)變量“融資約束”，采用鞠曉生等(2013)的方法進行測算[44]，在基準模型中引入“示范城市×融資約束”交互項和“融資約束”變量；根據(jù)“融資約束”的中位數(shù)將樣本企業(yè)劃分為“高融資約束企業(yè)”和“低融資約束企業(yè)”兩個子樣本。(4)高管研發(fā)背景異質(zhì)性。設計調(diào)節(jié)變量“研發(fā)高管數(shù)量”，利用CSMAR高管個人特征數(shù)據(jù)庫提取企業(yè)高管的職業(yè)背景，得到樣本企業(yè)具有研發(fā)背景的高管數(shù)量，在基準模型中加入“示范城市×研發(fā)高管數(shù)量”交互項和“研發(fā)高管數(shù)量”變量；根據(jù)“研發(fā)高管數(shù)量”的中位數(shù)將樣本企業(yè)劃分為“強高管研發(fā)背景企業(yè)”和“弱高管研發(fā)背景企業(yè)”兩個子樣本。

4.數(shù)據(jù)來源與描述性統(tǒng)計

本文選取2010—2018年中國滬深兩市A股上市公司的數(shù)據(jù)作為基礎樣本，遵循研究慣例，剔除ST和PT異常樣本、金融保險類樣本以及主要變量缺失的樣本，并且對連續(xù)變量進行1%和99%分位的縮尾處理?；A財務數(shù)據(jù)來源于CSMAR企業(yè)數(shù)據(jù)庫；專利數(shù)據(jù)來源于incoPat專利數(shù)據(jù)庫，該數(shù)據(jù)庫包含豐富的專利數(shù)據(jù)信息，為識別本地知識溢出效應與外地知識溢出效應提供了較好的幫助。表1報告了主要變量的描述性統(tǒng)計結(jié)果。其中，Panel A為全樣本的描述性統(tǒng)計結(jié)果，Panel B報告了實驗組與對照組的組間差異檢驗結(jié)果?？梢园l(fā)現(xiàn)，實驗組樣本企業(yè)的“專利申請總量”“發(fā)明專利申請量”“非發(fā)明專利申請量”均在1%的水平上顯著高于對照組樣本企業(yè)。因此，描述性統(tǒng)計結(jié)果初步驗證了“寬帶中國”示范城市建設會促進企業(yè)創(chuàng)新績效的提升。

表1 主要變量的測度方法與描述性統(tǒng)計

四、實證檢驗結(jié)果

1.基準模型回歸及穩(wěn)健性檢驗

(1)平行趨勢檢驗

雙重差分分析需要滿足平行趨勢條件(parallel trend assumption)，本文借鑒Beck等(2010)的研究[38]，采用事件研究(event study)方法進行平行趨勢檢驗。圖1報告了“寬帶中國”示范城市建設對企業(yè)創(chuàng)新績效的動態(tài)效應，其中，左圖是以“專利申請總量”為被解釋變量的檢驗結(jié)果，右圖是以“發(fā)明專利申請量”為被解釋變量的檢驗結(jié)果，柱狀圖表示90%置信區(qū)間，圈點表示系數(shù)估計值。以成為示范城市前一年為基準，在示范城市建設前，實驗組與對照組企業(yè)的“專利申請總量”和“發(fā)明專利申請量”均無顯著差異，且各個時期組間差異沒有發(fā)生明顯變化，滿足平行趨勢條件。在開始進行示范城市建設后，實驗組與對照組企業(yè)的“專利申請總量”和“發(fā)明專利申請量”出現(xiàn)分化，并且政策效應隨著示范城市建設的推進穩(wěn)步上升。此外，本文還繪制了實驗組和對照組企業(yè)專利申請量的均值趨勢圖(略，備索)，結(jié)果也滿足平行趨勢條件。

(2)基準模型估計

表2為基準模型回歸的結(jié)果?！笆痉冻鞘小钡墓烙嬒禂?shù)均顯著為正，表明“寬帶中國”示范城市建設顯著促進了企業(yè)創(chuàng)新績效提升。根據(jù)表2的(4)(5)列，相比于非發(fā)明專利申請量，“寬帶中國”示范城市建對企業(yè)發(fā)明專利申請量增加的促進作用更大(“示范城市”的估計系數(shù)顯著性和絕對值均較大)?？梢?，網(wǎng)絡基礎設施建設在促進企業(yè)創(chuàng)新上發(fā)揮了重要的積極作用。同時，考慮到發(fā)明專利更能代表企業(yè)實質(zhì)性創(chuàng)新，在后文的穩(wěn)健性和中介效應檢驗、異質(zhì)性及進一步分析中均以“企業(yè)發(fā)明專利申請量”為被解釋變量。

表2 基準模型檢驗結(jié)果

(3)穩(wěn)健性檢驗

第一，安慰劑檢驗。雙重差分模型分析的結(jié)果可能是某些不可觀測的隨機因素所致，為排除其他未知因素的干擾，本文參考Li等(2016)的做法[39]，通過隨機分配實驗組樣本和實驗時間進行安慰劑檢驗。具體地，在所有城市中隨機進行1 000次抽樣，從中抽取99個城市作為實驗組，其他城市作為對照組，并隨機分配實驗開始的時間。如果隨機抽取產(chǎn)生的政策變量仍然對企業(yè)創(chuàng)新績效具有顯著影響，則說明基準模型分析的結(jié)果可能是由其他因素所致，而非“寬帶中國”示范城市建設的結(jié)果。圖2報告了重復1 000次的非參數(shù)隨機模擬結(jié)果分布，無論被解釋變量是“專利申請總量”還是“發(fā)明專利申請量”，絕大部分隨機生成的政策變量的系數(shù)t統(tǒng)計量絕對值小于2，且基本集中在0附近，表明通過了安慰劑檢驗。此外，基準回歸中實際估計系數(shù)的t值在安慰劑檢驗中明顯屬于異常值，表明隨機抽取產(chǎn)生的政策變量對企業(yè)創(chuàng)新績效沒有顯著影響，即其他未知因素對基準模型分析結(jié)果不構(gòu)成顯著的干擾，“寬帶中國”示范城市建設有助于企業(yè)創(chuàng)新績效提升并非偶然事件，該結(jié)論是穩(wěn)健的。

第二，工具變量法。為緩解潛在的內(nèi)生性問題，本文采用工具變量法進行穩(wěn)健性檢驗。借鑒黃群慧等(2019)的分析思路[24]，采用各城市“1984年每百人固定電話數(shù)量與上一年全國移動互聯(lián)網(wǎng)用戶數(shù)的交互項”作為“示范城市”的工具變量。一方面，過去郵電基礎設施建設可能影響后續(xù)的互聯(lián)網(wǎng)布局，即滿足相關(guān)性要求；另一方面，1984年郵電基礎設施對屬地企業(yè)創(chuàng)新的影響較為微弱，即滿足排他性要求。工具變量法估計結(jié)果如表3的(1)(2)列所示：在第一階段，工具變量的系數(shù)估計值在1%的水平上顯著為正，滿足相關(guān)性要求；從第(2)列估計結(jié)果可知，“示范城市”的估計系數(shù)仍然在1%的水平上顯著為正，說明在緩解內(nèi)生性問題之后本文的基準結(jié)論依然成立。

第三，控制高維固定效應。為進一步緩解潛在的內(nèi)生性問題，本文在基準回歸中分別加入“行業(yè)×年度”和“省份×年度”的高維固定效應，用以控制省份與行業(yè)特征隨時間變化所帶來的影響，檢驗結(jié)果如表3的(3)(4)列所示。

第四，增加控制變量。為了進一步控制其他因素的影響，本文在基準模型中增加“企業(yè)流動比率”“盈利水平”“所有制”“固定資產(chǎn)比率”等控制變量，重新進行模型回歸，估計結(jié)果見表3的(5)列。

第五，剔除同期政策干擾。在“寬帶中國”示范城市建設期間，為推動數(shù)字經(jīng)濟發(fā)展，部分地區(qū)先后設立了大數(shù)據(jù)綜合試驗區(qū)，為了排除這一政策因素對企業(yè)創(chuàng)新績效的影響，以更好地識別示范城市建設的實際效果，本文在基準模型中增加是否屬于“國家級大數(shù)據(jù)綜合試驗區(qū)”的虛擬變量，重新進行檢驗，估計結(jié)果見表4的(1)列。

第六，更換標準誤聚類層級。標準誤的聚類層級不同，對擾動項方差協(xié)方差結(jié)構(gòu)的假設也不同。本文將基準模型回歸的聚類層級重新設定為省份層面、行業(yè)+省份層面，檢驗結(jié)果見表4的(2)(3)列。

第七，樣本刪選與擴展。以其他城市相比，省會城市和直轄市在資源配置、歷史文化等方面具有一定的特殊性，而這種特殊性可能對基準模型分析結(jié)果產(chǎn)生影響。對此，本文在分別剔除省會城市樣本和直轄市樣本后對基準模型進行重新估計，結(jié)果見表4的(4)(5)列。此外，本文還將樣本期間擴展為2007—2018年重新進行基準模型檢驗，回歸結(jié)果見表4的(6)列。

上述一系列穩(wěn)健性檢驗的結(jié)果顯示，“示范城市”的估計系數(shù)均顯著為正，表明本文的基準結(jié)論是穩(wěn)健的，即“寬帶中國”示范城市建設能夠顯著促進企業(yè)的創(chuàng)新績效提升，研究假說H1得到驗證。

表3 內(nèi)生性處理的穩(wěn)健性檢驗結(jié)果

表4 其他穩(wěn)健性檢驗結(jié)果

2.中介效應檢驗

(1)知識溢出路徑

表5報告了以“知識溢出”以及“本地知識溢出”和“外地知識溢出”為中介變量的中介效應檢驗結(jié)果。(2)列的回歸結(jié)果顯示，“示范城市”對“知識溢出”的估計系數(shù)顯著為正，表明“寬帶中國”示范城市建設可以顯著增強知識溢出效應，使企業(yè)可以獲得更多知識溢出紅利；(5)列的回歸結(jié)果顯示，“示范城市”和“知識溢出”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正，且“示范城市”的估計系數(shù)(0.047 1)遠低于(1)列基準回歸的估計系數(shù)(0.084 1)。上述結(jié)果表明，“知識溢出”變量在“示范城市”變量影響“發(fā)明專利申請量”變量中具有顯著的正向部分中介效應，即“寬帶中國”示范城市建設可以通過增強知識溢出效應的路徑來提升企業(yè)的創(chuàng)新績效，研究假說H2-1得到驗證。

有研究認為，知識溢出呈現(xiàn)出明顯的本地化特征(Jaffe et al，1993)[40]。那么，網(wǎng)絡基礎設施能否打破知識溢出的本地化特征，促進不同地區(qū)之間的知識溢出？對此，本文根據(jù)引用專利的地理區(qū)位，進一步將知識溢出劃分為本地知識溢出和外地知識溢出兩種類型，并進行中介效應檢驗。表5的(3)(4)列估計結(jié)果顯示，“示范城市”對“本地知識溢出”和“外地知識溢出”的估計系數(shù)均顯著為正，表明“寬帶中國”示范城市建設不但可以顯著增強本地知識溢出效應，也可以強化外地知識溢出效應；(6)列的估計結(jié)果顯示，“示范城市”“本地知識溢出”“外地知識溢出”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正，且“示范城市”的估計系數(shù)(0.043 7)遠低于(1)列基準回歸的估計系數(shù)(0.084 1)。上述分析結(jié)果表明，“本地知識溢出”和“外地知識溢出”均具有部分中介效應。值得注意的是，“寬帶中國”示范城市建設對外地知識溢出的促進作用弱于對本地知識溢出的促進作用(估計系數(shù)的顯著性較小)，而外地知識溢出對企業(yè)創(chuàng)新績效的促進作用大于本地知識溢出的促進作用(估計系數(shù)較大)，表明如果能夠進一步發(fā)揮網(wǎng)絡基礎設施建設打破知識溢出地理桎梏的作用，更好地促進地區(qū)間的知識溢出，將對企業(yè)創(chuàng)新績效提升產(chǎn)生更強的促進效應。

表5 知識溢出的中介效應檢驗結(jié)果

(2)人才集聚路徑

表6為以“碩士及以上學歷員工數(shù)”和“碩士及以上學歷高管數(shù)”為中介變量的中介效應檢驗結(jié)果。(2)(3)列中“示范城市”對“碩士及以上學歷員工數(shù)”和“碩士及以上學歷高管數(shù)”的估計系數(shù)顯著為正，表明“寬帶中國”示范城市建設可以顯著促進人才在企業(yè)的集聚；(4)(5)列中“示范城市”“碩士及以上學歷員工數(shù)”“碩士及以上學歷高管數(shù)”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正，且“示范城市”的估計系數(shù)(0.056 8、0.075 6)低于(1)列基準回歸的估計系數(shù)(0.084 1)。上述結(jié)果表明，人才集聚具有顯著的正向部分中介效應，即“寬帶中國”示范城市建設可以通過促進企業(yè)人才集聚的路徑來提升企業(yè)的創(chuàng)新績效，研究假說H2-2得到驗證。

(3)成本降低路徑

表7為以“企業(yè)成本”為中介變量的中介效應檢驗結(jié)果。(2)列中“示范城市”對“企業(yè)成本”的估計系數(shù)顯著為負，表明“寬帶中國”示范城市建設可以顯著降低企業(yè)成本；(3)列中“示范城市”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正(0.082 7)且小于(1)列基準回歸的估計系數(shù)(0.084 1)，“企業(yè)成本”對“發(fā)明專利申請量”的估計系數(shù)顯著為負。上述結(jié)果表明，企業(yè)成本具有顯著的負向部分中介效應，即“寬帶中國”示范城市建設可以通過降低企業(yè)成本的路徑來提升企業(yè)的創(chuàng)新績效，研究假說H2-3得到驗證。

表6 人才集聚的中介效應檢驗結(jié)果

表7 成本降低的中介效應檢驗結(jié)果

(4)數(shù)字化轉(zhuǎn)型路徑

表8為以“數(shù)字化轉(zhuǎn)型水平”和“是否數(shù)字化轉(zhuǎn)型”為中介變量的中介效應檢驗結(jié)果。(2)(3)列中“示范城市”對“數(shù)字化轉(zhuǎn)型水平”和“是否數(shù)字化轉(zhuǎn)型”的估計系數(shù)顯著為正，表明“寬帶中國”示范城市建設可以顯著促進企業(yè)的數(shù)字化轉(zhuǎn)型；(4)(5)列中“示范城市”“數(shù)字化轉(zhuǎn)型水平”“是否數(shù)字化轉(zhuǎn)型”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正，且“示范城市”的估計系數(shù)(0.073 3、0.081 3)小于(1)列基準回歸的估計系數(shù)(0.084 1)。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型具有顯著的正向部分中介效應，即“寬帶中國”示范城市建設可以通過推進企業(yè)數(shù)字化轉(zhuǎn)型的路徑來提升企業(yè)的創(chuàng)新績效，研究假說H2-4得到驗證。

表8 數(shù)字化轉(zhuǎn)型的中介效應檢驗結(jié)果

3.異質(zhì)性分析

(1)企業(yè)知識存量的異質(zhì)性檢驗

不同企業(yè)內(nèi)部的知識資源稟賦存在顯著差異，因而在受到“寬帶中國”示范城市建設的影響時可能產(chǎn)生不同的創(chuàng)新績效效應。對不同知識存量企業(yè)的異質(zhì)性檢驗結(jié)果見表9。(1)(2)列分別為對“高知識存量企業(yè)”樣本和“低知識存量企業(yè)”樣本的估計結(jié)果，“示范城市”對“發(fā)明專利申請量”的估計系數(shù)均顯著為正值，但無論是估計系數(shù)值還是顯著性，“高知識存量企業(yè)”樣本(0.083 1，1%)都高于“低知識存量企業(yè)”樣本(0.052 3，10%)，可見“寬帶中國”示范城市建設對知識存量較多的企業(yè)具有更強且更為顯著的創(chuàng)新績效提升作用。(3)列為調(diào)節(jié)效應檢驗結(jié)果，“知識存量”的估計系數(shù)顯著為正，表明企業(yè)知識存量的增加可以顯著提高其創(chuàng)新績效；“示范城市×知識存量”交互項的估計系數(shù)也顯著為正，表明“知識存量”變量對“示范城市”變量影響“發(fā)明專利申請量”變量具有顯著的正向調(diào)節(jié)作用，即企業(yè)知識存量的增加可以顯著增強“寬帶中國”示范城市建設對其創(chuàng)新績效的提升作用。由此，研究假說H3-1得到驗證。

表9 企業(yè)知識存量的異質(zhì)性檢驗結(jié)果

(2)企業(yè)規(guī)模的異質(zhì)性檢驗

不同規(guī)模的企業(yè)所掌握的生產(chǎn)資源與創(chuàng)新要素存在較大差異，在外生因素沖擊下可能產(chǎn)生差異化創(chuàng)新績效效應。對不同規(guī)模企業(yè)的異質(zhì)性檢驗結(jié)果見表10，可以發(fā)現(xiàn)：“寬帶中國”示范城市建設對不同規(guī)模的企業(yè)均具有創(chuàng)新績效提升效應，且對大規(guī)模企業(yè)的作用相對更強；“企業(yè)規(guī)?！钡恼蛘{(diào)節(jié)效應顯著，即企業(yè)規(guī)模的擴大不僅可以顯著提高其創(chuàng)新績效，還可以顯著增強“寬帶中國”示范城市建設對其創(chuàng)新績效的提升作用。由此，研究假說H3-2得到驗證。

表10 企業(yè)規(guī)模的異質(zhì)性檢驗結(jié)果

(3)融資約束的異質(zhì)性檢驗

現(xiàn)有研究普遍認為融資約束是阻礙企業(yè)創(chuàng)新的關(guān)鍵因素之一(Czarnitzki et al，2011)[31]，考慮到不同企業(yè)面臨的融資約束存在差異，本文進一步檢驗企業(yè)融資約束的異質(zhì)性，分析結(jié)果見表11。可以發(fā)現(xiàn)：“寬帶中國”示范城市建設對面臨不同程度融資約束的企業(yè)均具有創(chuàng)新績效提升效應，且對低融資約束企業(yè)的作用相對更強；“融資約束”具有顯著的負向調(diào)節(jié)作用，即企業(yè)融資約束的減弱不僅可以顯著提高其創(chuàng)新績效，還可以顯著增強“寬帶中國”示范城市建設對其創(chuàng)新績效的提升作用。由此，研究假說H3-3得到驗證。

表11 融資約束的異質(zhì)性檢驗結(jié)果

(4)高管研發(fā)背景的異質(zhì)性檢驗

不同企業(yè)高管的職業(yè)背景具有差異化特征，而不同職業(yè)背景的高管對待外部沖擊的響應以及創(chuàng)新活動的態(tài)度又存在較大差異。對此，本文進一步檢驗企業(yè)高管研發(fā)背景的異質(zhì)性，估計結(jié)果見表12。可以發(fā)現(xiàn)：“寬帶中國”示范城市建設僅對高管研發(fā)背景較強的企業(yè)具有顯著的創(chuàng)新績效提升效應，而對高管研發(fā)背景較弱企業(yè)的影響不顯著；“研發(fā)高管數(shù)量”具有顯著的正向調(diào)節(jié)作用，即企業(yè)研發(fā)高管數(shù)量的增加不僅可以顯著提高其創(chuàng)新績效，還可以顯著增強“寬帶中國”示范城市建設對其創(chuàng)新績效的提升作用。由此，研究假說H3-4得到驗證。

表12 高管研發(fā)背景的異質(zhì)性檢驗結(jié)果

4.進一步的分析

上述研究發(fā)現(xiàn)，網(wǎng)絡基礎設施建設有助于打破知識溢出的地理桎梏，實現(xiàn)和增強知識的跨區(qū)域溢出效應。那么，網(wǎng)絡基礎設施建設能否激勵企業(yè)的探索性創(chuàng)新行為？能否提升企業(yè)創(chuàng)新產(chǎn)出質(zhì)量？對此，本文進一步探討網(wǎng)絡基礎設施建設對企業(yè)創(chuàng)新路徑和創(chuàng)新質(zhì)量的影響。具體地，在創(chuàng)新路徑上，采用“探索性專利數(shù)量”和“探索性專利占比”兩個變量，其中對探索性專利的界定主要依據(jù)Jansen等(2006)的研究[45]；在創(chuàng)新質(zhì)量上，采用“知識寬度加權(quán)發(fā)明專利量”和“專利范圍加權(quán)發(fā)明專利量”兩個變量，其中知識寬度和專利范圍的測算主要參考張杰和鄭文平(2018)、Lerner(1994)的方法[46-47]。根據(jù)表13的分析結(jié)果：無論被解釋變量為探索性專利的絕對數(shù)量還是相對數(shù)量，“示范城市”的估計系數(shù)均顯著為正，表明“寬帶中國”示范城市建設促進了企業(yè)的探索性創(chuàng)新行為，即改善了企業(yè)創(chuàng)新路徑；無論被解釋變量是“知識寬度加權(quán)發(fā)明專利量”還是“專利范圍加權(quán)發(fā)明專利量”，“示范城市”的估計系數(shù)均顯著為正，表明“寬帶中國”示范城市建設促進了企業(yè)真實創(chuàng)新產(chǎn)出的增長，即提高了企業(yè)創(chuàng)新產(chǎn)出質(zhì)量。

表13 “寬帶中國”示范城市建設對企業(yè)創(chuàng)新路徑和創(chuàng)新質(zhì)量的影響

五、結(jié)論與啟示

當前，以信息技術(shù)、人工智能為代表的新興科技快速發(fā)展，數(shù)字經(jīng)濟成為高質(zhì)量發(fā)展的新引擎，完善的網(wǎng)絡基礎設施則成為國內(nèi)國際競爭優(yōu)勢的重要來源，因而積極推進網(wǎng)絡基礎設施建設是適應數(shù)字經(jīng)濟發(fā)展需要、搶占科技和產(chǎn)業(yè)競爭制高點的重要戰(zhàn)略舉措。本文以“寬帶中國”示范城市建設為準自然實驗，采用2010—2018年A股上市公司的微觀數(shù)據(jù)，運用多期雙重差分模型分析得到以下結(jié)論：“寬帶中國”示范城市建設顯著并穩(wěn)健地提高了企業(yè)創(chuàng)新績效，并且有助于改善企業(yè)創(chuàng)新路徑和提高企業(yè)創(chuàng)新質(zhì)量；強化知識溢出效應、促進企業(yè)人力資本積累、降低企業(yè)成本、推動企業(yè)數(shù)字化轉(zhuǎn)型是網(wǎng)絡基礎設施建設提升企業(yè)創(chuàng)新績效的重要傳導機制，其中知識溢出路徑的作用最大；相對而言，網(wǎng)絡基礎設施建設對知識存量較多、規(guī)模較大、融資約束較低、高管研發(fā)背景較強的企業(yè)具有更強的創(chuàng)新績效提升效應；網(wǎng)絡基礎設施的完善有助于打破知識溢出的地理桎梏，提高知識跨區(qū)域溢出效應，進而實現(xiàn)知識溢出本地效應與外地效應對技術(shù)進步的協(xié)同促進作用。

本文研究結(jié)論具有以下政策啟示：第一，要進一步加大網(wǎng)絡基礎設施建設力度，并高度重視網(wǎng)絡基礎設的區(qū)域協(xié)調(diào)問題。一方面，各地區(qū)應當加大網(wǎng)絡基礎設施建設投資，并積極推動知識的跨區(qū)域溢出，從而更好地促進企業(yè)創(chuàng)新，助力經(jīng)濟高質(zhì)量發(fā)展。另一方面，必須高度重視“數(shù)字鴻溝”問題，避免網(wǎng)絡基礎設施差距拉大帶來的區(qū)域經(jīng)濟發(fā)展不平衡加劇?！丁笆奈濉睌?shù)字經(jīng)濟發(fā)展規(guī)劃》明確指出：我國數(shù)字經(jīng)濟規(guī)模快速擴張，但發(fā)展不平衡、不充分、不規(guī)范的問題較為突出。當各地區(qū)大力搶占數(shù)字經(jīng)濟制高點的同時，也應當優(yōu)化網(wǎng)絡基礎設施建設的總體布局，實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。第二，欠發(fā)達地區(qū)應積極利用網(wǎng)絡基礎設施建設強化知識溢出效應的作用，尤其是要充分利用跨區(qū)域知識溢出促進本地企業(yè)的技術(shù)進步和跨越式發(fā)展。網(wǎng)絡基礎設施建設有助于打破知識溢出的地理桎梏，增強知識溢出的外地效應，因而網(wǎng)絡基礎設施的完善有助于更好地引進和吸收外部知識與技術(shù)，促進本地企業(yè)的知識積累和技術(shù)創(chuàng)新。特別是對于欠發(fā)達地區(qū)而言，網(wǎng)絡基礎設施建設將成為其科技創(chuàng)新和經(jīng)濟發(fā)展的新引擎。第三，網(wǎng)絡基礎設施建設對低融資約束企業(yè)具有更強的創(chuàng)新績效提升效應，因此，拓寬企業(yè)的融資渠道，降低企業(yè)融資約束將有助于進一步提升網(wǎng)絡基礎設施建設的創(chuàng)新促進作用。

本文從理論和實證兩個方面對網(wǎng)絡基礎設施建設影響企業(yè)創(chuàng)新績效的作用機制與異質(zhì)性進行了探討，但仍然存在一些不足，比如：相關(guān)變量(如知識溢出)的測算方法有待改進和進一步細化，網(wǎng)絡基礎設施建設對企業(yè)創(chuàng)新績效的影響可能還存在其他路徑，企業(yè)層面以外的異質(zhì)性(如城市層面的異質(zhì)性)研究也具有重要意義，等等，這些都是未來可進一步拓展的研究方向。