数字经济发展对区域创新绩效影响的实证检验

刘静凤

（1.福州外语外贸学院，福建 福州 350202；2.福州豪顺鑫税务师事务所有限公司，福建 福州 350003）

一、引言

数字经济是以数字化信息为核心生产要素，借助数字技术推动生产率提升及经济结构优化的经济活动总称。在世界政治经济形势多变的时代背景下，数字经济逐渐成为各国关注与发展的核心领域。就中国而言，近年来数字经济在国民经济中的地位日益凸显。据中国信息通信研究院统计数据显示，2020 年中国数字经济规模近5.4 万亿美元，位居全球第二。2022 年1月12 日，国务院印发《“十四五”数字经济发展规划》，提出到2025 年，数字经济核心产业增加值占GDP 比重10%、工业互联网平台普及率增加至45%等战略目标。发展数字经济不仅是支撑国民经济可持续发展的强大动力，亦是迈向创新型强国的有效路径。那么，数字经济能否促进区域创新绩效的提升？如果可以，其作用机制又是如何？这些现实问题值得深入探讨和思考。

关于数字经济发展与创新之间的研究，可从理论与实证两个层面进行梳理。就理论层面而言，荆文君、孙宝文(2019)从宏观与微观两个维度进行分析，认为数字经济发展对创新能力产生激励作用[1]。曹玉娟(2019)认为，数字经济具备规模经济、长尾效应等特点，有助于提升各地区创新绩效[2]。裴长洪等(2018)认为，数字经济发展能够提升配置效率，促进创新资源高效配置[3]。基于实证发展视角，李雪等(2021)认为数字经济发展对区域创新绩效存在正向作用，还呈现出明显非线性递增特性[4]。胡山、余泳泽(2022)认为数字经济发展对大型公司持股比例较高的公司创新能力的作用较为显著[5]。赵滨元(2021)认为各区域劳动生产率越高，数字经济发展对区域创新绩效促进作用越显著[6]。梳理既有文献后发现，尽管上述研究为厘清数字经济与区域创新绩效之间的关系奠定了一定基础，但还存在一定不足：一是尽管多数研究指出数字经济发展水平能够推动区域创新绩效发展，但这种推动作用在数字经济发展不同阶段是否存在差异尚未形成定论；二是现有研究多聚焦于数字经济对某类创新主体或某个区域创新绩效影响，缺乏对不同地区、不同创新主体之间横向比较讨论。有鉴于此，文章通过构建线性及非线性回归模型，探讨二者之间的具体影响效果。在此基础上，分别从区域及创新主体视角出发，检验数字经济发展对区域创新绩效影响异质性特点。

二、研究假设

1.基本传导机制假设

数字经济发展改变了传统商业模式，通过对生产、营销、物流等环节信息化改造，推动整体产业创新发展。在数字经济与传统经济不断融合过程中，各种创新需求不断被创造，吸引了更多创新主体进行研发创新，进而提升区域创新水平。对于创新活动具体实施方而言，创新主体可以利用数字经济时代下的数字技术精准挖掘市场需求，实现自身发展由经验驱动转向数据驱动，为创新提供新方向。除此之外，数字经济背景下，企业、高校、研究机构等创新主体不仅能够充分整合人力资源与知识信息，还能有效降低创新决策风险，缓解“认识有限”与“决策无限”之间矛盾。总体而言，创新主体可通过数字技术不断优化投入结构、提升研发产出效率，进而带动区域创新绩效稳步上升。据此，提出以下假设：

假设H1：数字经济发展能够显著推动区域创新绩效提升。

2.非线性传导机制假设

数字经济时代下，以互联网为代表的数字技术逐渐与经济社会各个领域深度融合[7]。在新一代信息技术赋能下，大量技术、资金等创新要素相融合，加快创新主体技术更新换代。与此同时，不同创新主体之间技术协作、信息交流也更加方便。值得注意的是，数字经济对区域创新绩效影响可能存在阶段异质性。在数字经济发展前期，数字基础设施搭建还未健全，发挥出的网络效应有限。因此，企业与高校等区域创新主体单位的创新行为所受的影响较小。伴随数字经济发展水平不断提高，数字技术与必要的数字基建逐渐完善，各创新主体获取信息、技术等创新要素的成本也随之降低。并且，数字经济快速发展背景下，不同区域间创新主体关联广度与深度得到快速增强，使得创新成本进一步下降。多重因素影响下，区域内创新主体创新活动有望实现跨越式发展。据此，提出以下假设：

假设H2：数字经济发展对区域创新绩效的推动作用具有“边际效应”递增的非线性特征。

3.区域及创新主体异质性假设

现阶段，中国社会经济发展存在不均衡发展现象，导致这种差异出现的具体原因包括地理位置、人才技术、资金等多种影响因素，因此区域创新绩效出现明显区域异质性。东部地区数字经济发展水平高于中西部地区，对区域创新绩效的影响可能更加明显。据中国信息通信研究院显示，中国东、中、西部地区数字经济发展呈现高、中、低阶梯式发展。2020 年，中国数字经济发展水平东部地区较高，多数省份数字经济规模均超过10000 亿元，而中西部地区省份数字经济规模普遍低于5000亿元。因此，不同地区数字经济发展对区域创新绩效的带动作用可能存在区域异质性，西部地区的数字经济发展较为落后，调节效果可能会高于东部地区。除区域因素外，数字经济发展对不同创新主体影响的差异性同样值得探究。在区域创新系统中，企业、科研机构与高校承担着主要创新任务。这些微观上的创新个体在功能地位、创新偏好、风险规避等方面存在天然差异。另外，企业创新行为的目的更侧重于寻求商业利益，其主要创新方向为应用研究，相比较而言，高校作为知识生产和传播的主要阵地，在基础研究会投入较大创新力量。科研机构的情况则较为复杂，在基础研究与应用研究均有所涉及。在数字经济发展过程中，企业、高校与科研机构受到的冲击程度不同，而其中一系列新商业模式的出现对企业的冲击要远高于高校与科研机构。据此，提出以下假设：

假设H3：数字经济发展对区域创新绩效影响存在一定的区域异质性。

假设H4：数字经济发展对区域创新绩效影响存在创新主体异质性。

三、研究设计

1.模型构建

（1） 基准回归模型

为检验文章假设H1，检验数字经济发展对区域创新绩效的直接作用机制，构建基准回归模型如下：

其中，INNi，t为i 区域t 年创新绩效水平；DIGi，t代表i 区域t 年数字经济发展水平；Xi，t为一系列控制变量；γi为不可观测个体固定效应；εi，t代表随机干扰选项；α0代表模型截距项；α1代表数字经济变量系数。

（2） 门槛面板回归模型

为进一步检验数字经济发展对区域创新绩效可能存在非线性影响，借鉴李新功、黄晓婉(2022)[8]研究提出的门槛模型，构建初始门槛面板回归模型如下：

式中，μi为个体效应，α1与α2代表待估参数值，DIGi，t为核心解释变量，也是文章的门槛变量，χ 代表门槛值，εi，t为随机扰动项，I为示性函数。若DIGi，t满足门槛条件，赋值为1，反之为0。式(2)为只存在一个门槛值的表达形式，若存在多个门槛值，可将式(2)进一步扩展为：

2.变量选取

（1） 被解释变量DIG

被解释变量为区域创新绩效。借鉴以往文献[9，10]研究，选用专利申请授权数量进行衡量。其优势在于以下两方面：第一，专利授权数量代表着当地企业技术创新能力，能够衡量区域创新技术实力；第二，专利授权标准较为统一，有助于提高实验结果准确性。

（2） 核心解释变量INN

核心解释变量为数字经济发展。借鉴以往文献[11，12]研究，从产业数字化与数字产业化两个层面构建指标评价体系，以此测度数字经济发展水平（详见表1）。其中，数字产业化可从产业规模和产业种类两个维度选取6 个指标进行衡量，产业数字化则从工业、农业、第三产业三个维度挑选8 个指标进行衡量。考虑到所选指标单位存在差异，首先对数据进行标准化处理，然后运用主成分分析法进行测度，最终得到数字经济综合发展指数。

表1 数字经济发展水平指标测算体系

（3） 控制变量

综合已有区域创新绩效研究成果[13]，选取以下几个变量纳入计量模型作为控制变量：教育水平、对外开放水平、政府支持水平、互联网发展水平、市场化水平。具体衡量方式如下：一是教育水平(edu)，采用人均受教育年限来衡量各地区教育水平。二是对外开放水平(open)，选取进出口贸易总额与GDP 比重衡量地区对外开放水平。三是政府支持水平(gov)，选取科学技术支出在政府全部支出的比重来衡量政府支出水平。四是互联网发展水平(net)，选取互联网用户数量进行衡量互联网发展水平。五是市场化水平(mark)，选取非国有企业员工比重来衡量不同区域市场化水平。

3.数据来源

文章数据主要来源于各年度《中国统计年鉴》 《中国科技统计年鉴》 《中国劳动统计年鉴》。出于数据可得性、全面性、可比性原则，选取除西藏和港澳台地区以外的30 个省份面板数据进行研究，研究期设置为2011—2020 年，各变量描述性结果见表2。

表2 变量描述性统计

四、实证检验

1.基准回归分析

在基准回归之前，对各变量进行多重共线性测试，结果见表3。结果显示，平方差膨胀系数(VIF)为4.23，即并无严重共线性问题。进一步进行Hausman 检验，模型拒绝随机效应更优的原假设，个体固定效应模型回归结果强于混合回归，故采用个体固体效应模型分析。模型(1)～(6)分别为在基准回归模型基础上依次加入控制变量的回归结果。结果显示，各模型中数字经济发展对区域创新绩效的影响系数均为正，且至少通过5%的显著性影响，假设H1 得到验证。控制变量中，对外开放水平、教育水平、政府支持水平、互联网发展水平以及市场化水平均可正向推动区域创新绩效提升。其中，政府支持水平的推动作用最强，市场化水平对区域创新绩效推动作用相对较弱。

表3 基准回归结果

2.门槛效应分析

进一步检验数字经济发展对区域创新绩效可能存在的非线性影响，以区域创新绩效为被解释变量、数字经济发展为核心解释变量及门槛变量，与其他控制变量一同纳入模型。借助Stata11.0 软件确定门槛模型显著性情况，设置临界值分别为1%、5%、10%，检验结果见表4。单一门槛模型通过1%水平的显著性检验；双重门槛模型通过5%水平下的显著性检验，三重门槛模型未通过显著性检验。

表4 门槛效应检验结果

检验门槛值为0.671、1.355 时的似然比，发现LR＜7.5 的对应区间为95%水平下置信区间。此结论说明数字经济发展水平不同，对区域创新绩效的影响也存在差异。鉴于三重门槛模型未通过显著性检验，因此选取双门槛模型对其结论进行分析。根据门槛值将数字经济发展分为缓慢发展模式(DIG≤0.671)、中度发展模式(0.671＜DIG≤1.355)、快速发展模式(DIG＞1.355)，门槛回归结果如表5 所示。

表5 门槛模型回归结果

分析面板门槛回归结果可知，在门槛效应下，数字经济发展同区域创新绩效表现为边际效应递增的非线性关系。当数字经济发展水平在0.671 以下，对应回归系数为0.140，通过1%水平的显著性检验；当数字经济发展水平处于0.671 与1.355之间，回归系数增长至0.281，且通过5%水平的显著性检验，当数字经济发展水平超过1.355 时，其对应回归系数为0.356，同样通过5%水平下的显著性检验。文章假设H2 得到验证，之所以出现这一结果，可能是由于数字经济在发展初期，许多创新产业的新商业模式推广存在诸多不确定性，对区域创新绩效的推动程度不强。当数字经济发展到一定程度后，企业创新成本能够进一步压缩，而创新收益潜力则大幅上升，最终推动区域创新绩效显著提升。在控制变量方面，教育水平系数为正，且通过1%水平的显著性检验，说明提升教育水平能够通过提升人力资本等方式推动区域创新绩效。对外开放水平系数同样显著为正，说明对外开放水平越高越有利于吸收更多资本或技术进行研发创新，从而促进区域创新绩效发展。互联网发展水平与政府支持水平对应系数为正，且通过10%水平的显著性检验。市场化水平对应回归系数为0.124，并未通过显著性检验。

3.异质性分析

（1） 地区层面

由于中国各地区数字经济发展水平差异较大，基于整体层面分析数字经济发展对区域创新绩效的影响可能无法完全代表各区域的实际情况。为进一步研究数字经济发展对不同地区创新绩效影响的差异，将研究省份划分为东、中、西部三大地区进行回归估计。面板门槛存在性检验结果显示，三大地区均通过双重门槛检验，因此仍选用双门槛模型进行检验。其中，东部地区双门槛值为0.851、1.637；中部地区双门槛值为0.665、1.478；西部地区双门槛值分别为0.574、0.996（限于篇幅，此处不再列出门槛检验结果表）。不同地区面板门槛模型回归结果如表6 所示。

由表6 可知，从全国层面来说，数字经济发展水平对区域创新绩效具有正向作用，但在东、中、西部地区呈现出显著差异。就东部地区来说，当数字经济发展指数低于0.851 时，对区域创新绩效推动作用并不显著。当数字经济发展指数高于0.851时，才会显著推进区域创新绩效提升，且数字经济变量系数强度也有所增大。当数字经济发展指数迈过1.637 时，对区域创新绩效的促进效果进一步显现。可以发现，东部地区与全国总体情况在第一阶段有所区别，原因可能是东部地区数字经济发展较为成熟，已经跨过了对区域创新绩效的初始影响阶段。对于中部地区而言，数字经济对区域创新绩效影响特征与全国基本一致，即随着数字经济发展指数依次超过0.665、1.478，对创新绩效的影响强度也逐渐提升。实际上，考察期间多数中部地区省份数字经济发展指数在0.665～1.478 之间，未来强化数字基础设施建设仍是其提升区域创新绩效的重要途径。就西部地区来说，数字经济对区域创新绩效非线性边际效益递增影响仍然存在，与东、中部地区相比，西部地区两个门槛值明显更低，且数字经济发展指数对应回归系数却更大，表明西部地区数字经济发展对区域创新绩效推动作用存在明显的“后发优势”。

表6 数字经济发展对区域创新绩效的分地区回归结果

（2） 创新主体层面

通过上述分析可知，企业、高校、科研机构是区域创新系统中三大创新主体。为进一步研究数字经济创新效应多元化特征，文章从区域创新三大子系统着手，验证数字经济对不同创新主体的异质性影响，具体检验结果见表7。观察可知，在有关创新主体的回归结果中，由模型(1)可知，DIG 估计系数为0.697 且显著，即数字经济发展水平对企业创新绩效有显著正向作用。模型(2)、(3)估计结果表明，高校与科研机构DIG 回归系数分别为0.625、0.663 且显著，说明数字经济发展水平对高校及科研创新机构均存在显著积极影响。比较影响程度后发现，数字经济发展水平对不同主体创新绩效影响存在“企业＞科研机构＞高校”的异质性特征。在中国创新体系中，参与基础研究创新的主体主要为高校与科研机构，而企业则主要负责应用创新，因此有理由推断数字经济对应用研究创新的驱动效应强于基础研究创新。

表7 数字经济发展影响区域创新绩效的创新主体异质性分析

4.稳健性检验

为充分确保研究结论的可靠性，采取以下四种方法进行稳健性检验：第一，去除异常数据重新估计，剔除区域创新绩效最大值、最小值，然后将剔除后的面板数据进行重新估计，避免异常数据与非随机性对实证结果产生负面作用；第二，剔除部分年度研究样本重新估计，截取2015—2020 年省级面板数据作为研究时段进行重新估计；第三，更改解释变量衡量方式重新估计，参考现阶段衡量数字经济的不同维度，分别选取软件产品收入规模、互联网百强企业数量、农业增加值、快递总量四个指标作为替代指标进行稳健性估计；第四，更改被解释变量衡量方式重新估计，借鉴方竹兰、徐腾达(2021)[15]研究，区域创新绩效衡量方式由专利申请授权数量变换为地区新产品销售收入对数，重新进行回归。

稳健性实证结果证明，数字经济发展及控制变量回归系数与此前结果保持了较高程度的一致性，说明文章所得结论具备稳健性。值得注意的是，采用软件产品收入规模、互联网百强企业数量、农业增加值、快递总量分别作为数字经济发展的替代变量时，估计系数均显著为正，侧面说明所构建数字经济发展指标体系具备合理性。相较数字经济综合指标，使用几个单一指标替代后所得到的数字经济对区域创新绩效的影响强度明显降低，反映出数字经济发展是一个复杂系统，而基于单一维度研究则有可能低估数字经济在区域创新系统中的助推作用。

五、研究结论与建议

1.研究结论

文章基于中国2011—2020 年30 个省份面板数据，选用基准回归模型、门槛面板回归模型两种方法测算数字经济发展对区域创新绩效影响。实证结果表明：第一，数字经济发展对区域创新绩效有显著正向影响，且这种影响存在“边际效应”递增的特点。第二，数字经济发展对区域创新绩效的影响存在区域差异，西部地区区域创新系统从数字经济发展中的获益能力要强于中部地区与东部地区。第三，从区域创新绩效的微观创新主体视角剖析后发现，数字经济发展对企业创新绩效影响最强，科研机构次之，高校最弱。

2.对策建议

第一，提高创新主体数字技术应用能力。高校、科研机构与企业是提升区域创新绩效的最主要创新主体。在数字经济背景下，这些创新单元提升创新能力的核心之一便是具备数字技术应用能力。某种程度上，数字技术应用能力已成为创新主体之间竞争的核心要素，需围绕创新发展战略与商业逻辑来展开数字技术应用活动。由于创新主体构建数字应用系统是一项长期且复杂的工作，故各创新主体数字应用系统的开发与设计需要顶高层支持，确保数字应用系统能够有效转化为创新主体的竞争优势。除此之外，针对部分创新主体数字理念缺乏这一问题，可通过强化对数字技术应用价值的认知与培训，从而形成数字思维方式，确保创新主体相匹配的数字技术应用规划并顺利实施。

第二，构建跨区域数字合作发展格局。一方面，加强各个区域之间的数字经济合作。各区域要将自身发展放到国家战略全局中考量，与区域重大战略、区域协调发展战略相结合，积极与邻近区域开展数字经济合作关系，并将创新成果共享以形成相互促进的良性循环。另一方面，加强国际数字经济合作。良好的国际合作环境有助于提升中国整体创新绩效，因此，需继续依托双边、多边合作机制，大力开展与国际间数字经济合作。深化政府之间数字经济政策交流，主动与各国展开合作，发展良好的数字经济长期合作伙伴，构建知识产权、法律等服务平台，避免外贸数字经济风险，为国际数字合作保驾护航。

第三，破除西部地区“数字鸿沟”。首先，西部地区应致力于构建数字经济产业新生态。西部地区可以加大引进数字经济“平台化”创新主体、数字经济研究院、技术应用推广中心，形成虚拟产业聚集群，同时打造数字经济集聚载体，以技术创新赋能数字经济产业集群高质量发展；其次，推动数据资源共享。西部地区需丰富当地优质数字资源，鼓励各个创新主体依法规范有序开放公共数据资源，促进数据资源跨地区共享，同时加大宣传各种数字教育，为数字资源提供多样化获取渠道；最后，加强综合性数字人才建设。在综合性数字人才匮乏背景下，西部地区需实施更加积极、开放、有效的人才引进政策，加快培育数字管理战略、数字化运营综合型人才，同时激励创新主体充分了解信息通信技术行业业务知识，以保证各业务部门更快融入数字管理建设中。