数字经济发展提升了区域创新能力吗——基于长江经济带的空间计量分析

徐 辉，邱晨光

(1.长江大学 经济与管理学院; 2.长江大学 湖北农村发展研究中心，湖北 荆州 434023)

0 引言

数字化与信息化的跨境合作以及创新发展使全球进入信息驱动时代，数字经济作为推动世界经济持续健康发展的新引擎，发挥了重要作用。2019年，全球数字经济规模达到31.8万亿美元，占GDP的比重超过40%。在当前全球经济整体下行压力加剧的背景下，数字经济逆势上扬，成为各国稳定经济增长、实现经济复苏的关键抓手[1]。

数字经济是将现代信息网络作为载体，运用数字化知识和信息，融合数字技术与实体经济以提高数字化、网络化、智能化水平，优化经济结构的新型经济形态[2]。自2017年我国在政府工作报告中提出“数字经济”到2021年“加快数字化发展，打造数字经济新优势，建设数字中国”，“数字经济”被4次写入政府工作报告。数字经济依托大数据、云计算、物联网、区块链等新兴技术，催生出各种新模式、新业态，成为推动经济发展的新动力。同时，数字经济与传统产业融合渗透，突破原有发展模式，加快产业结构优化升级，为产业转型注入新力量。数字经济作为快速崛起的新动能，在重塑经济增长格局、改变生产生活方式、促进我国创新发展上发挥了重要作用。

在我国实施创新驱动发展战略背景下，数字经济对促进工业化、信息化深度融合，推进各领域新兴技术创新以及优化区域创新布局具有重要战略意义。在我国重大区域战略中，长江经济带横向覆盖从沿海到内陆11省市，从一定程度上可视为我国东中西三大区域的一个缩影，因此建设长江经济带有利于构建沿海与中西部相互支持、良性互动的新格局。在区域发展战略规划引导下，长江经济带建设能够更好地发挥区位和政策优势，有助于加强省域交流与合作，既能促进经济带内的省市快速发展，也可为我国区域一体化发展提供经验借鉴。因此，本文以长江经济带为研究区域，探讨数字经济发展对区域创新能力提升的影响机制并进行实证检验，旨在推动长江经济带协同创新发展，优化区域创新布局，建设创新型经济带。

1 文献综述

1996年，Tapscott[3]在《数字经济：智力互联时代的希望与风险》一书中首次提出“数字经济”。1998年，美国商务部发布《新兴的数字经济》报告，标志着数字经济正式成型。数字经济不能仅限于互联网经济，更是指信息化的经济。自21世纪全球进入信息时代以来，以互联网、大数据、云计算、人工智能等为代表的新一代信息技术飞跃发展，加速了社会生产生活方式的颠覆性改变，数字经济成为一种新的经济发展形态。Simon等[4]认为，数字经济包括传统的信息通信技术产业和互联网经济。中国信通院根据数字经济构成，将其分为数字产业化和产业数字化两部分。其中，数字产业化是指信息通信产业，包含电子通信设备制造业、计算机和其它电子设备制造业以及软件、信息技术服务业等ICT产业；产业数字化则是指数字技术与其它产业的融合应用，是网络化、数字化、智能化在传统产业的渗透与发展。数字产业化是产业数字化的支撑，而产业数字化的深化则有助于加快数字产业进步，二者耦合协调，推动数字经济蓬勃发展[5]。

数字经济作为一项新兴的信息技术，具有可再生性、开放性、渗透性、多样性等优点[6-7]，从根本上改变了产品本质以及价值创造过程[8]，并以前所未有的创新和传播速度逐渐成为经济体中最具颠覆性、变革性的力量[9]。数字经济是驱动经济增长的核心动力，更是新常态下我国经济发展的新动能[10]。数字技术能够降低通信成本，增强创新网络协调性和连通性[11-12]，对提高生产效率[13]、优化劳动力资源配置[14]、促进产业结构转型升级[15-16]、推动经济高质量发展[17]等具有重要战略意义。

在数字经济与区域创新发展上，曹玉娟[18]认为，数字化与区域创新有高度的耦合性，数字化环境与技术应用改变了区域创新边界，创新过程数字化成为常态；赵滨元[19]、李雪等[20]通过实证研究得出，数字经济能够显著带动区域创新绩效提升，且对东部地区的积极影响强于中西部地区；温珺等[21]通过OLS模型验证数字经济能够增强区域创新能力，二者呈现非线性关系，东部地区的创新发展呈递减趋势，而东北地区的边际效应更显著；韩先锋等[22]实证发现，互联网能够提升区域创新效率，中西部地区在区域创新中获得的数字红利大于东部地区，有助于引导区域创新平衡发展。

目前，学者们对数字经济的研究主要集中在发展过程、特性、影响因素、理论机制及发展路径等方面，且多为定性分析。在数字经济与区域创新发展上，有少量学者验证了空间分析的重要性，但鲜少应用空间计量模型对长江经济带进行实证分析。因此，本文拟从空间层面构建3种矩阵，以长江经济带11省市的中观数据为研究对象，运用空间计量模型验证数字经济发展对区域创新的影响及溢出效应，为我国长江经济带一体化发展、打造区域创新共同体提出建议。

2 理论分析与研究假设

创新是提高社会生产力和综合国力的战略支撑，是提升国际竞争力的根本途径。在数字经济时代，创新显得尤为重要。余永泽等[23]从价值链角度，认为创新过程是一个从知识创新、科研创新到产品创新的价值链，每个阶段的产出同时又是下一阶段的投入，最大程度地反映了各创新环节。技术创新和产品创新是最普遍、最直接的两种创新方式[24]。

2.1 数字经济与技术创新

数字经济对技术创新的影响体现在3个方面。首先，数字经济加速了以信息网络为基础的新型基础设施建设，为创新发展打造了数字化、智能化、高速化的智慧平台。基础设施是创新发展的基石，5G基站、大数据中心、人工智能、工业互联网等新基建与传统基础设施的融合发展顺应了我国经济转型升级需求，符合信息化前进方向，为技术创新提供了重要支撑。各地区通过营造数字化、信息化发展环境为创新发展奠定良好基础，有助于促进技术创新。其次，现代信息网络和通信技术应用加强了省际互联互通。数字经济使区际技术、资金、人力资本等要素流动更便捷，资源配置结构更合理，加深了创新主体间的交流学习，降低了合作沟通成本，产生知识溢出和信息共享效应，从而发挥创新在地区间的辐射作用，推动技术创新协同发展。此外，区域间的紧密联系能够带动区际良性竞争，激发创新主体的积极性、创造性与活力，使技术水平不断提升，从而提高区域创新能力，体现出数字经济对区域创新的溢出效应。最后，数字经济作为信息技术革命的产物，变革了生产经营和管理模式。数字经济本身就是技术创新的一种综合性产品，是技术创新水平和能力提升的反映[25]。无论是生产生活还是管理服务领域，都体现了数字信息技术的创新性应用。增材制造、网络协同、社交媒体、云智慧城市、数字政务等不仅是数字经济的发明创造和技术应用，同时，又推动着数字化进步。信息技术领域以及互联网平台的服务创新，已经成为数字经济未来发展的关键[26]。因此，本文提出以下假设：

H1a：数字经济发展对本省域技术创新有正向促进作用；

H1b：数字经济发展对区域技术创新有正向空间溢出效应。

2.2 数字经济与产品创新

产品创新是创新成果的最终体现，本文主要从供给和需求两方面探讨数字经济对产品创新的作用机制。从供给方面看，数字经济发展有利于促进产业转型升级，助力产品创新。数字化与产业的结合催生出产业发展新业态、新模式，通过大数据分析为用户提供精准服务，使产品向多元化、个性化、智能化方向发展，也使大规模个性化定制成为可能，丰富供给市场上产品与服务的种类和形式。传统产业依托数字信息技术改造原有生产、销售模式，提高生产和资源利用率，加速产品创新，优化产业结构，淘汰低端产能，通过高质量产品产出推动供给侧结构性改革，促进经济发展。从需求方面看，数字经济发展能够激发消费者对产品的多样化需求，推动产品创新。数字经济的出现使消费者能够参与生产的方方面面，使其在生产过程中的作用越来越凸显[27]。产品和服务智能化为企业与消费者搭建起沟通的桥梁，双向互动机制使消费者能够直接参与产品设计、开发、生产和销售过程，对产品和服务提出更高要求；产品追踪与反馈机制便于消费者监督产品生产过程，促进企业不断优化生产，最终生产出令消费者满意的产品。

数字技术对区域间产品创新的溢出效应通过合作竞争体现。在需求端，企业合作不仅降低了信息搜寻成本，也降低了企业间的沟通成本，有助于整合资源要素，引导上中下游产业合理布局，发挥各省市区位优势和资源优势，分担企业创新成本、降低创新风险。企业间通过信息共享，根据各自具备的资源优势，针对不同客户需求进行分配管理，提高资源利用率。在供给端，区域间的互联互通强化了企业竞争。企业为更好地抢占市场，不断自我革新，加快产品创新，促进区域创新发展。 在信息化时代，资源获取的低成本、高效率缩小了供给端与需求端间的距离，企业更加重视消费者意愿和需求，有助于形成需求牵引供给、供给创造需求的平衡发展模式，从而加快创新成果转化，提升产品适配性，提高产品创新水平。因此，本文提出以下假设：

H2a：数字经济发展对本省域产品创新有正向促进作用；

H2b：数字经济发展对区域产品创新有正向空间溢出效应。

3 研究设计与变量选取

3.1 模型设定

空间计量模型可衡量空间上的影响，即考虑各单元的空间依赖性，常见的有空间误差模型、空间滞后模型以及空间杜宾模型。空间杜宾模型用于衡量自变量滞后项与因变量之间的相关性，拟合效果较好。因此，本文采用空间杜宾模型进行实证分析，模型的一般形式如下：

y=ρWy+βX+λWX+ε

(1)

式(1)中，y是被解释变量，ρ是空间自回归系数，W为空间权重矩阵，X为解释变量，β为解释变量参数，WX表示解释变量的空间滞后项，λ为解释变量的空间滞后系数，ε为随机扰动项。

3.2 空间权重矩阵设定

3.2.1 邻接矩阵(W1)

3.2.2 地理距离矩阵(W2)

设区域i与区域j间的距离为dij，以各省(市)会城市(直辖市)间直线地理距离的倒数衡量。

3.2.3 经济距离矩阵(W3)

设区域i与区域j的人均GDP分别为Yi、Yj，以其差值的倒数衡量区域经济距离。

3.3 变量选取

(1)被解释变量。本文采用技术创新(TI)和产品创新(lnPI)反映区域创新能力。专利包含技术发明等信息，是研发创新和知识创造的产物，广泛用于衡量区域创新活动产出水平；新产品销售收入能够反映创新成果应用和商业化水平[28]。因此，本文用每万人专利申请授权数和高技术产业新产品销售收入(亿元)分别代表技术创新与产品创新，且对高技术产业新产品销售收入进行对数化处理。

(2)核心解释变量：数字经济发展水平(DE)。学者们在衡量及测算数字经济水平时，大多认为数字经济与区域经济发展水平、基础设施建设、网络接入及使用率、区域开放性、数字人口、数字业务规模等相关[29-35]。本文参考学者们对数字经济发展水平的衡量及计算方法，根据数据的代表性、可得性等，从数字经济基础环境和应用两方面选取8个指标，即固定电话普及率、移动电话普及率、互联网宽带接入端口、长途光缆线路长度、每十万人口高等学校平均在校生数、电信业务总量、软件业务收入、快递件数反映数字经济发展情况，并通过因子分析得出综合得分，以反映数字经济发展水平。

(3)控制变量。借鉴熊励等[24]、吴晓波等[36]对创新能力影响因素的分析，本文选取以下控制变量：①经济发展水平(GDP)，其在一定程度上反映地区发展环境与综合水平，是支撑创新活动开展及创新成果应用的外部环境，而人均GDP是直观反映经济发展水平的数据，因此本文采用人均地区生产总值(元)表示经济发展水平；②科研投入。研发与试验活动是创新发展的基础，而资金和人才则是研发与试验的重要支撑，因此本文分别从科研经费投入(INPUT)与人才投入(HR)两方面选取指标，即采用R&D经费内部支出占GDP比重衡量经费投入水平，采用R&D人员全时当量(万人/年)测度人才投入；③外商投资(FDI)：外商投资是影响创新发展的外部环境因素，从资金、技术、专利等多方面支持国内创新主体开展创新活动，同时，作为创新发展的资本存量，可反映国际市场对国内创新前景的认可程度，因此本文采用外商直接投资实际利用额(亿美元)测度。

3.4 数据来源及描述性统计

本文数据来源于2009-2019年《中国统计年鉴》、《中国科技统计年鉴》、《中国高技术产业统计年鉴》、长江经济带各省市统计年鉴以及EPS科技数据库等。对变量进行LLC平稳性检验，除GDP外的变量均通过5%的显著性检验，GDP一阶滞后项也通过显著性检验，偏差校正统计量为负值，拒绝面板包含单位根的原假设，表明数据是平稳的。变量描述性统计结果见表1。

表1 变量描述性统计结果Tab.1 Varibale descriptive statistics

4 实证分析

4.1 莫兰检验

(1)全局莫兰检验。本文采用STATA15.0对技术创新、产品创新以及数字经济发展水平进行全局莫兰检验，以检测变量间是否具有空间相关性，结果如表2所示。可以发现，绝大部分观测值通过了显著性水平检验且系数为正，说明技术创新、产品创新、数字经济发展均具有显著的空间自相关性，省域创新发展会受到关联省份的影响。2008-2018年区域创新的Moran′s I指数有所提高，表明区域创新活动的空间联系趋于明显，在研究区域创新活动时应考虑空间效应。

表2 技术创新、产品创新、数字经济发展水平的全局莫兰值Tab.2 Global Moran value of technological innovation, product innovation and digital economy development level

(2)局部莫兰检验。为进一步验证被解释变量及核心解释变量的空间相关性，分别对长江经济带11省市进行编号(1为上海，2为江苏，3为浙江，4为安徽，5为江西，6为湖北，7为湖南，8为重庆，9为四川，10为贵州，11为云南)，再对技术创新、产品创新和数字经济发展水平进行局部莫兰检验。2008-2018年长江经济带11省市的技术创新、产品创新和数字经济发展在各象限的分布大致相同，受篇幅限制，仅展示2018年邻接矩阵下的局部莫兰检验结果，如图1所示。可以发现，上海、浙江、江苏在创新发展和数字经济发展水平上呈现高-高集聚现象(观测值均落在第一象限)，而贵州、云南则呈现创新发展与数字经济水平低-低集聚现象，说明长江经济带省市创新水平与数字经济发展存在不平衡现象。局部莫兰检验再次印证了创新水平在空间上具有正相关性，因此应采用空间计量模型研究区域创新的空间影响。

4.2 空间回归结果

本文基于邻接矩阵W1、地理距离矩阵W2和经济距离矩阵W3，将技术创新、产品创新分别作为因变量，在其与数字经济发展水平、4个控制变量之间建立空间杜宾模型。

TIit=ρWiTI+β1DEit+β2GDPit+β3INPUTit+β4HRit+β5FDIit+λ1WiDE+λ2WiGDPit+λ3INPUTit+λ4HRit+λ5FDIit+εit

(2)

lnPIit=ρWilnPI+β1DEit+β2GDPit+β3INPUTit+β4HRit+β5FDIit+λ1WiDE+λ2WiGDPit+λ3INPUTit+λ4HRit+λ5FDIit+εit

(3)

通过豪斯曼检验判断模型是采用固定效应还是随机效应，模型(2)的结果为21.45，p值为0.000 7，通过1%的显著性检验；模型(3)的结果为8.61，p值为0.215 7，未通过检验，拒绝了原假设。因此，模型(2)应采用固定效应，模型(3)采用随机效应。Wald和LR检验结果表明，空间杜宾模型不能退化为空间误差或空间滞后模型，实证结果见表3。

图1 2018年基于邻接矩阵的技术创新、产品创新、数字经济发展水平的局部莫兰检验结果Fig.1 Partial Moran test results of technology innovation, product innovation and digital economy development level based on adjacency matrix in 2018

4.2.1 技术创新

模型(2)中，长江经济带省域的技术创新在3个矩阵下均通过1%的显著性水平检验，系数分别为0.411，0.482和0.478，说明省域技术创新存在显著的空间正向溢出效应，且对地理位置邻近省域的溢出效应更显著。无论是地理位置相邻或是经济距离相近，创新要素、人力资本、物质资本等在关联省域间的流动均更便捷，技术交流也更畅通，有助于增强省域间技术合作，搭建创新协同发展平台，放大技术创新的空间辐射效应，实现该省域及周边共同发展。例如长三角区域在国家推进科技创新共同体建设的规划下，以上海为创新龙头，发挥带动作用，依托江苏、浙江、安徽的广阔腹地及创新优势，优化区域创新布局，加强创新开放合作，提升区域创新协同能力，推动长三角区域创新一体化发展。

核心解释变量数字经济发展水平均通过1%的显著性检验且系数在解释变量中最大，证明其对技术创新具有支撑作用，验证了假设H1a。数字经济为创新提供广阔的发展平台、营造浓厚的创新氛围。数字经济既是技术创新的产物，反过来又推动技术创新发展。随着数字经济的迅猛发展，在技术层面上对高端设备、精密设施等各种软、硬件提出了更高要求，促进了技术改进与创新。在溢出效应上，仅邻接矩阵通过了显著性检验且系数为负，说明某省域的数字经济发展对邻近省域的技术创新有阻碍作用，这与假设H1b不符。这是因为，首先，数字经济作为推动技术创新的核心要素，会在省域间形成一定壁垒，阻碍省域间的技术与成果交流；其次，本文以专利申请授权量测度技术创新，由于地区对知识产权的保护会造成创新成果难以在省域间共享，使得数字经济发展对本省技术创新有较显著的推动作用，而对周围省域起阻碍作用。

表3 技术创新、产品创新与数字经济发展水平关系检验结果Tab.3 Test results of the relationship between technological innovation, product innovation and digital economy development level

控制变量中，经济发展水平对省域内技术创新有正向影响，对省域间技术创新产生负向影响，但影响程度均不显著。这说明经济环境较优越的省份对创新发展更有利，创新能驱动经济发展，经济发展又为创新营造良好环境，并实现良性循环。由于省域经济发展存在一定竞争关系，导致某省份经济发展的同时，会抢占周边资源，对周边省域创新发展产生抑制作用。人才投入对省域内的技术创新起推动作用，在邻接矩阵和经济距离矩阵下对省域间技术创新也产生正向影响。省域内的人才汇集能够发挥集聚效应、规模效应，这是因为人才作为技术创新的主体，对创新有正向影响。而省域间通过人才流动促进资源共享，也能从人才布局与调整中带动技术创新。科研经费投入和外商投资只在经济距离矩阵下通过检验且在省域内系数均为正，而省域间系数均为负，说明科研经费投入和外商投资对本省域技术创新有促进作用，而对经济关联省域有阻碍作用。科研经费投入是影响技术创新产出的直接因素，除数字经济外，其对技术创新的影响最显著；外商投资有助于提升区域整体技术水平，对创新有正向影响。由于科研经费投入和外商投资是对某省域技术创新的直接资金或资源支持，具有排他性，因此对关联省域技术创新的影响为负。

4.2.2 产品创新

在模型(3)中，产品创新仅在邻接矩阵通过检验，系数为0.126，说明某省域的产品创新对邻近省域有正向溢出效应。邻近省域在地理上更接近，有助于产业发挥集群效应，而规模化发展促进了省域间创新联动。

核心解释变量数字经济发展水平在3个矩阵下均通过检验且系数为正，说明数字经济发展能够推动本省域产品创新，验证了假设H2a。数字经济在产品生产、销售等环节能够提供精细化操作、标准化生产、精准化服务，从而提高产品与服务质量，促进创新。在溢出方面，数字经济发展对省域间产品创新产生负向溢出效应且在邻接和地理距离矩阵下显著，与假设H2b不符。这是因为数字经济在某省份发展较好，代表其人才、技术等要素集中，会在一定程度上挤占周边省域资源，因此对周边创新发展起抑制作用。对比模型(2)与模型(3)，无论是对本省域的促进作用还是对关联省域的抑制作用，数字经济发展水平对技术创新的影响总是强于产品创新。数字经济作为新兴产物，对专利发明产出有直接促进作用，而创新产品从生产到投放市场是一个反复试错并不断改进、完善的过程，较研发而言，其需要更长周期且受市场波动的影响较大，因此数字经济发展在初期阶段对技术创新的影响大于产品创新。

控制变量中，经济发展水平仅在邻接矩阵下对本省域产品创新有显著负向影响，而在3种矩阵下均对周边省域有正向空间溢出效应。随着经济发展，产业集聚水平逐步提高，对于经济发达地区，产业可能过度集聚，形成低效生产模式，不利于创新发展。由于本省域产业过度集聚，使得产业需向周边省域转移，因此促进周边省域创新发展。科研经费投入对本省域产品创新的影响为正，仅在邻接矩阵通过检验，在经济距离矩阵下对省域间有正向溢出效应。科研经费投入是创新发展的动力源泉，为创新活动提供坚实的物质基础，也为经济联系密切的省域产业发展营造了良好创新环境，从而带动本省及省域间产品创新。人才投入在经济距离矩阵下对产品创新起促进作用，而在邻接矩阵和经济距离矩阵下对省域间产品创新有负向溢出效应。在产品创新阶段，所需人力资源不仅包括从事产品研发和技术创造的科研人员，还侧重于熟练使用技术、懂得生产经营的人才，由于该阶段的人才资源在省域间存在较强竞争关系，因此本省域的人才资源投入会抑制关联省域的产品创新发展。在产品创新阶段，外商投资对本省域创新发展起正向推动作用，并在邻接和经济距离矩阵下对省域间创新发展起促进作用。这是因为外商投资不仅能优化投资环境，而且通过引进国外先进技术，促进产品生产，加强省域间交流合作，共同提高创新水平。

4.3 空间溢出效应分解

进一步对空间杜宾模型进行偏微分分解，将技术创新与产品创新的溢出效应分为直接效应、间接效应和总效应，结果见表4。

表4 空间杜宾模型溢出效应分解结果Tab.4 Spillover effect decomposition results of Spatial Durbin Model

4.3.1 技术创新

模型(2)中，核心解释变量数字经济发展水平在3种矩阵下均对技术创新有正向直接影响效应，且通过1%的显著性检验，系数分别为13.802、9.901、18.856。间接效应系数分别为-10.464、-34.955、27.201，均未通过检验，因此不具有统计意义。这与假设不符，原因可能是在数字经济发展初期阶段，各省域为支持本地发展而限制创新资源在区域间流动，且专利制度也使技术创新成果难以在短期内实现共享，因此导致技术创新对区域间创新发展产生负向溢出效应。总效应在经济距离矩阵下通过10%的显著性检验，系数达到46.057，说明数字经济是本省域技术创新的核心动力，并最终影响区域创新发展。

经济发展水平对技术创新具有直接的正向影响效应，并在邻接和地理距离矩阵下具有显著性；间接效应为负但均未通过检验，说明良好的经济环境对本省域创新有促进作用但对省外创新发展的影响不显著。科研经费投入的直接效应为正但未通过检验，可能是研发经费过高或在某领域过度集中导致科研资源分配不合理，降低了科研效率，抵消了科研经费投入带来的正向效应，使其对创新发展的影响不显著。科研经费投入的间接影响效应在经济距离矩阵下通过 10%的显著性检验，系数为-10.269，说明本省域科研环境优化会弱化经济关联省域对人才、资金等创新要素的吸引力，导致科研经费投入产生负向空间溢出效应。人才投入在3种矩阵下的直接效应以及在邻接和经济距离矩阵下的间接与总效应均为正且通过1%的显著性检验，同时，间接效应大于直接效应，说明人力资本集聚具有更强的溢出效应。人才集聚效应使本省域及周边地区汇集大量知识、信息，而人才间相互学习、共享资源有助于研发创新，推动创新发展，因此加大科研人才投入是提高技术创新水平的重要途径。外商投资的直接、间接和总效应均未通过检验，说明在技术创新阶段外商投资的影响不显著。

4.3.2 产品创新

在模型(3)中，数字经济发展水平在3种矩阵下的直接影响效应系数分别为1.000、1.558、0.722，均通过检验；间接效应分别为-0.758、-1.565、-0.467，且地理位置相近省域的负向影响最显著。实证结果与假设不完全一致，可能是因为地区保护政策使得地区资源在使用上具有排他性，甚至挤占周边地区资源，导致产品创新对区域间创新发展有负向效应。总效应虽不显著，但系数基本与直接、间接效应之和保持一致，说明要提高整体的产品创新水平，不仅依赖于数字经济发展对本省的推动作用，还要关注省域间负向溢出的阻碍作用。

科研经费投入在邻接矩阵下对产品创新有正向的直接影响效应，在经济距离矩阵下有正向的间接效应和总效应。在产品生产阶段，由科研经费投入形成的良好创新环境有利于本省域与经济联系紧密的省域共享物质资源，推动产业合作与创新。人才投入对产品创新的直接效应未通过显著性检验，而在邻接和经济距离矩阵下对产品创新有负向的间接效应和总效应，且均通过1%的显著性检验。本文采用研发与试验人员数测度人才投入，由于研发人才在省域间发挥知识溢出效应主要是通过知识与信息交流实现创新的共同进步，因此在技术研发阶段对创新作用明显，而生产阶段的技术人才在省域间流动有限，某省域人才增加会导致周边省域人才减少，进而抑制周边省域创新发展。由于技术研发阶段与产品生产阶段对人才的需求不尽相同，因此在产品生产阶段要注重人才在省域间的合理布局，加强交流合作，促进区域创新发展。外商投资在地理距离矩阵下通过检验，表明其对省内产品创新有正向的直接影响效应。外商投资作为本省域的资本存量，其主要针对本省域产品生产环节，因此对产品创新起促进作用。经济发展水平在直接、间接和总效应中均未通过显著性检验，说明其对产品创新的影响不明显。

4.4 稳健性检验

为检验上述结果的可靠性，本文采用替换变量方法进行稳健性检验：被解释变量中技术创新用专利申请受理量替换专利申请授权量，产品创新用高技术产业新产品开发经费替换高技术产业新产品销售收入，控制变量中科研经费投入用R&D经费投入强度替换R&D经费内部支出占GDP比重的测度方法。实证结果如表5所示，可见，数字经济对创新发展的影响程度及方向未发生较大变化，控制变量结果与前文基本保持一致，回归结果也与前文结论大致相符。

5 结论与政策建议

5.1 结论

本文利用我国长江经济带2008-2018年省级面板数据，基于邻接矩阵、地理距离矩阵、经济距离矩阵，运用空间杜宾模型就长江经济带各省市数字经济发展水平对区域创新能力的影响效应进行分析，得出以下结论：①数字经济发展能够显著提高本省域技术创新与产品创新水平，是促进区域创新发展的核心动力，但受数字经济发展的阶段性影响，其对省域间创新发展的影响并不显著，且在部分矩阵下呈显著负向影响；②人才投入能够直接促进省内及省域间技术创新发展，而科研经费投入对创新能力的提升更多体现在产品创新层面，表明资金和人才在创新发展的不同阶段对其贡献不同；③数字经济发展对技术创新的溢出效应大于产品创新，说明数字经济在技术创新层面的辐射带动能力更强，注重技术研发过程中的知识溢出、加强技术合作对区域创新协同发展有重要意义。

表5 稳健性检验结果Tab.5 Robustness test results

5.2 政策建议

(1)加强区域技术联系与资源共享，破解数字经济在区域间创新发展中面临的难题。我国数字经济起步较晚，目前正处于快速发展阶段，发展不平衡现象仍然较突出。在发展初期，数字经济对资源环境的依赖性较强，各地为保障自身发展而在信息、知识、技术、创新要素等方面形成一定壁垒，阻碍资源共享，最终不利于区域整体协调发展。在数字化时代，合作是区域发展的必然选择，为此，应当打破省域间信息技术壁垒，消除体制机制障碍，畅通创新要素流动渠道，优化资源在区域内的合理布局，加强数字资源共享与人才交流，加快技术传播与信息交换，充分发挥数字经济带来的发展“红利”。通过资源共享与技术合作实现外部经济效应，促进长江经济带区域创新均衡发展，打造长江经济带创新共同体，从而发挥其在国家创新驱动和协调发展中的引领示范作用。

(2)优化创新资源配置，针对不同创新需求实施精准要素投入。创新在研发和生产环节对资源、内外部环境的要求不尽相同，应在不同创新阶段对研发人才、资金投入、外商投资等要素进行合理配置。在研发阶段注重人才导向，激发人才创新、创造活力；在产品生产阶段注重资金投入与外部环境支撑，以提高资源利用率和产出水平。针对数字经济对技术创新的影响强于产品创新的问题，应加强技术研发的市场针对性，满足个性化、多元化产品与服务需求；提高专利成果转化率与应用率，加强技术创新与产品创新融合发展。通过数字经济对技术创新、产品创新的双向推动，提升区域创新能力。

(3)加强新型基础设施建设，提升数字经济应用水平。数字经济是新时代创新发展的有力武器和必然要求。要大力发展新一代信息网络，全面推进5G基站、大数据中心、工业互联网等平台建设，发挥数字信息对资源流动的引导作用，打造数字经济新优势。加快数字产业化和产业数字化进程，促进数字技术与实体经济深度融合，依托数字信息实现传统产业智能升级、新兴产业结构调整优化，延长现代化产业链、发展壮大产业集群规模、提升企业竞争力；加强新基建跨区域合作，整合信息资源，发挥技术优势，完善信息资源保障建设，形成数据信息一体化平台，推进数字化多场景应用，构造高效、经济、智能、安全的现代基础设施体系，使数字经济成为驱动区域创新发展的新引擎。

5.3 不足与展望

本文研究尚存在一些不足：①受数据可获得性影响，在数字经济指标选取上仍有局限，除反映数字经济基础建设方面的成果外，未来还可以增加数字经济在应用上取得的经济效益指标，评价指标体系与测度方法有待进一步创新；②本文采用空间计量方法，结合长江经济带省域的中观数据进行研究，未来研究范围可以扩展到全国或精确到县市，使结果的覆盖面更广。