新型数字基础设施建设对区域创新效率的影响研究

2024-01-06孟卫军袁光洪何寿奎

科技与经济 2023年6期

关键词：基础设施效应变量

孟卫军袁光洪何寿奎

(重庆交通大学经济与管理学院,重庆 400074)

0 引言

1 新型数字基础设施建设影响创新效率的理论机制分析

创新效率取决于创新要素投入和创新成果产出,同时还受到创新环境的影响。数字新基建通过影响创新活动的要素投入和成果产出直接影响创新效率;数字新基建也会对创新活动的创新环境产生影响,从而间接影响创新效率。

1.1 新型数字基础设施建设对创新效率影响的直接效应

创新要素投入阶段。在研发劳动工具方面,数字新基建有助于提升区域数字化水平,为创新活动提供更加便捷智能的劳动工具和数字化的劳动资料。在科研人员方面,信息获取成本和沟通学习成本的降低,加速科研人员知识和技能的更新,同时使跨区域的分工协作和交流更加具有效率,促进科研人员创新能力提升,提高了科研人员的劳动技能和整体的劳动力素质。在资源配置方面,数字化平台可以让创新主体更快获得知识和资源,进而提高创新资源配置效率,为创新效率的提升注入全新的动力。

成果产出阶段。大数据与云计算可以精准定位客户需求和提供产品定位,保证创新成果的市场匹配度,从而提升创新成果产出效率。数字技术可以让新技术、新产品、新工艺更快投入市场,缩短投资回报周期,增强创新活动的能动性,获得更多的创新成果。

根据以上分析,本文提出假设H1:新型数字基础设施建设能够提升中国的区域创新效率。

1.2 新型数字基础设施建设对创新效率影响的间接效应

市场化水平提升。在市场机制方面,市场机制是创新活动的体制环境。一是数字新基建能提升区域数字化水平,促进深层次市场化改革。市场化程度的提高能够强化创新主体的市场意识,加剧市场竞争,从而倒逼企业必须深入开展创新活动,有效加快技术创新的产出速度。二是数字新基建能够带动要素市场的开放与流动。相对完善的要素市场体系能够加快创新成果产出。三是数字新基建能够弥补市场中介组织的不足,加快市场机制的形成。在政务服务方面,一是数字新基建能够推动政务服务的数字化,进而优化政务环境[6],降低创新制度成本,规范对创新资源的配置权力,优化创新的制度环境。二是数据赋能可以提升政府部门对创新活动的管理能力和效率,合理配置创新资源和协调创新主体。据此,本文提出假设H2:新型数字基础设施建设能够提升市场化水平,进而间接提升区域创新效率。

产业结构优化。产业结构优化包括产业科技含量的提升和产业间发展比例的优化[7]。产业是创新活动的物质环境,一是传统产业的数字化改造和转型能够提升各部门的生产效率,提高产业发展质量。二是数字技术的发展能够带动数字产业的发展,提高新型产业的比重。三是大数据、人工智能、工业互联网等新兴技术的发展能够加速数据的流动并建立起知识共享渠道,进而加快新产业的产生和传统产业的转型升级;传统产业的数字化改造能够带动生产性服务业比重的提高,进而促进服务业效率的提升,同时数字技术赋能服务业分工和协作效率提升。产业结构优化升级为知识创新、技术创新和产品创新等提供了良好的产业基础。据此,本文提出假设H3:新型数字基础设施建设能够通过优化产业结构间接提升区域创新效率。

2 研究设计

2.1 研究模型

为考察数字新基建对区域创新效率的影响,构建基本计量模型:

M, s1, s2 |= φ ∧ ψ ，当且仅当，存在s3且M, s1, s3 |= φ ，M, s3, s2 |= ψ

TEit=α0+β1Digit+γ1Xit+δt+λi+εit

(1)

式(1)中,i代表省份,t代表年份,TE表示区域创新效率,Dig表示数字新基建水平,系数β1反映数字新基建对区域创新效率的影响,X表示控制变量,δt表示时间固定效应,λi表示省份固定效应,εit表示随机扰动项。

2.2 变量说明

被解释变量:区域创新效率(TE)。本文采用SBM-DEA方法测度区域创新效率,投入变量选取R&D经费内部支出和R&D人员全时当量,产出变量选取专利申请授权数、国外主要检索工具收录中国科技论文数、技术市场成交额。

解释变量:新型数字基础设施建设水平(Dig)。参考李海刚、张佩等的评价指标体系[8-10],结合既有研究[11-12],从信息基础设施、融合基础设施、创新基础设施3个维度选取指标构建评价指标体系(见表1)。使用企业数量作为代理变量的理由在于:企业是经济行为发生的市场主体,也是信息基础设施和融合基础设施建设的主要参与主体,区域内某一类型基础设施发展水平越高,对该类型基础设施的需求或供给能力越强,对应的企业数量往往越多。客观确定各指标权重,借助熵值法确定各指标权重。

表1 中国省际新型数字基础设施建设水平测度指标体系

控制变量。科学研发水平(Rd)用各地区科学事业费用支出和教育事业费用支出之和与该地区GDP的比值表示;政府财政支出(Fis)用各地区财政一般预算支出与该地区GDP的比值表示;对外直接投资(OFDI)用对外直接投资流量与该地区GDP的比值表示;外商直接投资(FDI)用实际利用外商直接投资额与该地区GDP的比值表示;消费水平(Con)用社会消费品零售额与该地区GDP的比值表示;科技发展水平(Tech)用技术市场成交额与该地区GDP的比值表示。

2.3 数据来源

本文选取2013—2021年我国30个省区市(不含港澳台,西藏数据缺失)为观测样本。数据来自《中国统计年鉴》《中国科技统计年鉴》和《中国火炬统计年鉴》,数字新基建水平综合指标数据来自企查查平台等[13-14],创新基础设施建设水平数据来自科塔学术网。主要变量的描述性统计结果见表2。

表2 主要变量的描述性统计

3 实证结果与分析

3.1 数字新基建综合水平对创新效率的影响

为进行比较分析,在不加入任何控制变量和固定效应的基础上采用OLS方法对数字新基建水平与区域创新效率的关系进行基准回归估计,如表3列(1)所示,表3列(2)为在列(1)基础上加入控制变量,表3列(3)为在列(2)基础上加入时间固定效应,表3列(4)为在列(3)基础上加入省份固定效应,表3列(5)为省际层面的聚类稳健标准误。结果显示,数字新基建对创新效率的影响均显著为正,验证了假设H1。

表3 新型数字基础设施建设影响创新效率的基准回归

3.2 信息基础设施、融合基础设施、创新基础设施对创新效率的影响

为探究不同类型数字新基建水平对区域创新效率影响的差异,将数字新基建按照信息基础设施(Dig1)、融合基础设施(Dig2)、创新基础设施(Dig3)进行划分,并实证检验不同类型的数字新基建水平对区域创新效率的影响效应。实证检验结果见表4,不同类型数字新基建水平对创新效率的影响均显著为正。总体来看,信息基础设施、融合基础设施、创新基础设施都对区域创新效率产生显著的正向影响。其中创新基础设施驱动效应最为显著,原因可能在于信息基础设施和融合基础设施对区域创新效率的驱动效应存在滞后性,在短时间内难以凸显;而创新基础设施直接作用到创新活动中,提升了区域创新效率。

表4 数字新基建分类别检验结果

3.3 机制检验

为验证假设H2和H3,构建中介效应检验模型:

Mit=α1+β2Digit+γ2Xit+δt2+λi2+εit2

(2)

TEit=α2+β3Digit+x2Mit+γ3Xit+δt3+λi3+εit3

(3)

其中,M表示中介变量,具体包括市场化水平(Mar)和产业结构(Instr)。市场化水平用樊纲等测算的市场化指数表示[15],产业结构用第三产业产值与该地区GDP的比值表示。

机制检验的结果见表5。表5列(2)-(3)表明数字新基建提升了市场化水平,并通过市场化水平提高了创新效率,这验证了假设H2。表5列(4)-(5)表明数字新基建优化了产业结构,并通过产业结构提高了创新效率,这验证了假设H3。在对中介效应进行Sobel检验后表明,Mar和Instr均为有效的中介变量,假设H2和假设H3成立。

表5 中介效应检验结果

3.4 稳健性检验

为验证回归结果的可靠性,以滞后一期的系统广义矩估计法(GMM)、加入控制变量、替换被解释变量、剔除极端高低值的方式设计稳健性检验(见表6)。

表6 新型数字基础设施建设影响创新效率的稳健性分析

首先是内生性问题,数字新基建与区域创新效率之间可能存在双向因果关系。采用系统广义矩估计方法的动态回归来解决双向因果导致的内生性问题。考虑到数字新基建对创新效率的影响具有时间滞后效应,引入创新效率滞后一期。表6列(1)检验结果表明,数字新基建对创新效率的影响显著为正。

另外,变量的遗漏也会导致内生性问题。采用增加可能遗漏的重要变量来解决变量遗漏带来的内生性问题。用地区生产总值的对数表示经济发展水平,数据来源于各省统计年鉴。表6列(2)汇报了加入经济发展水平(Pgdp)之后数字新基建对创新效率的影响显著为正。克服内生性问题之后,数字新基建促进创新效率的提升这一核心结论仍成立。

考虑到数字新基建水平对创新效率影响的估计结果可能受到创新效率测算方法的影响,采用DEA-Malmquist指数对创新效率重新测算,参考程惠芳等的做法[16],表6列(3)汇报了测算结果带入式(1)的结果,结果显示数字新基建对创新效率的影响显著为正,与基准回归结果一致。

考虑到数字新基建水平对创新效率影响的估计结果可能受到创新效率极端高低值的影响,将创新效率高于97%和低于3%的样本点剔除再进行重新估计,结果如表6列(4)所示,表明数字新基建促进创新效率的提升,证实了结论的稳健性。