數(shù)字經(jīng)濟對區(qū)域創(chuàng)新能力提升的影響效應(yīng)
——基于長三角城市群的實證研究

熊 勵，蔡雪蓮

（上海大學 管理學院，上海200444）

一、引 言

城市群是城市發(fā)展到成熟階段的最高空間組織形式。黨的十九大報告指出，中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，以城市群為主體的新一輪城市化進程，是經(jīng)濟發(fā)展、質(zhì)量變革、效率變革、動力變革的重要驅(qū)動因素［1］。長三角作為我國經(jīng)濟發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強的區(qū)域，經(jīng)濟總量約占全國的23.6%，擁有8所“雙一流”大學，占全國的20%，擁有國家重點實驗室74個，科研經(jīng)費投入總量相當于全國的1/3，專利申請量占全國專利申請總量的32.4%，成為全國名副其實的技術(shù)創(chuàng)新策源地。2016年，國務(wù)院通過《長江三角洲城市群發(fā)展規(guī)劃》，提出培育更高水平的經(jīng)濟增長極，建成具有全球影響力的世界級城市群。2018年11月，長三角一體化發(fā)展上升為國家戰(zhàn)略。2019年12月，《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》要求將長三角地區(qū)打造成集交通、創(chuàng)新、產(chǎn)業(yè)、機制、綠色生態(tài)全面一體化的城市群。這一系列政策規(guī)劃，充分體現(xiàn)了國家對長三角高質(zhì)量發(fā)展的重視。

經(jīng)濟社會的高質(zhì)量發(fā)展離不開科技進步。隨著互聯(lián)網(wǎng)和新興科學技術(shù)的快速普及和滲透，數(shù)據(jù)成為關(guān)鍵生產(chǎn)要素，實體經(jīng)濟逐漸步入數(shù)字經(jīng)濟時代。據(jù)《中國互聯(lián)網(wǎng)發(fā)展報告2019》指出，2018年中國數(shù)字經(jīng)濟規(guī)模達31.3萬億元，占GDP比重達34.8%，位居全球第二［2］。其中，長三角地區(qū)達到8.63萬億元，占全國的28%，上海的數(shù)字經(jīng)濟占GDP比重更是超過了50%。數(shù)字經(jīng)濟成為經(jīng)濟增長的重要驅(qū)動力，也成為長三角城市群經(jīng)濟轉(zhuǎn)向創(chuàng)新驅(qū)動的核心力量。

長遠來看，城市群的競爭力和發(fā)展?jié)摿Ω旧鲜怯蓜?chuàng)新能力構(gòu)成的內(nèi)生發(fā)展動力決定的，而數(shù)字經(jīng)濟的發(fā)展為區(qū)域創(chuàng)新能力的提升提供了豐厚的沃土。一方面，數(shù)字技術(shù)的發(fā)展為城市群互聯(lián)互通提供了基礎(chǔ)支持，城市群內(nèi)部多元創(chuàng)新主體間的交流與合作更加緊密，資本、人才、技術(shù)等資源的流動更加自由。2019年，長三角三省一市技術(shù)市場相互間合同輸出共計14 128項，合同金額近431.93億元。數(shù)字要素“邊際成本低”的特性使得創(chuàng)新成本大大降低，創(chuàng)新成果的應(yīng)用和共享進一步強化。另一方面，數(shù)字技術(shù)的變革式發(fā)展賦予傳統(tǒng)產(chǎn)業(yè)更廣泛的創(chuàng)新空間。傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級依賴于技術(shù)創(chuàng)新，數(shù)字化生產(chǎn)和管理對高度信息化和智能化的需求不斷推動技術(shù)的創(chuàng)新和突破。此外，數(shù)字經(jīng)濟的創(chuàng)新更多體現(xiàn)在對資源配置方式、生產(chǎn)方式、組織管理模式和商業(yè)模式的變革［3］。通過重構(gòu)消費者與企業(yè)之間的關(guān)系，倡導個性化研發(fā)設(shè)計，促進產(chǎn)品和服務(wù)的個性化創(chuàng)新。總之，在數(shù)字經(jīng)濟時代，信息資源的集成共享使得知識在經(jīng)濟社會領(lǐng)域內(nèi)加速流動和擴散，從而推動區(qū)域創(chuàng)新加速，提升創(chuàng)新效率。

二、文獻綜述

在創(chuàng)新成為驅(qū)動經(jīng)濟社會發(fā)展的核心力量的今天，加快提升城市群創(chuàng)新能力是推動長三角高質(zhì)量一體化的重要舉措。一般認為，城市群在地理、經(jīng)濟、技術(shù)和制度等方面具有鄰近性特征，區(qū)域主體間的創(chuàng)新共享與合作在區(qū)域協(xié)同發(fā)展方面扮演著重要的作用［4］。創(chuàng)新主要通過集聚效應(yīng)與擴散效應(yīng)對周邊地區(qū)產(chǎn)生影響，借助區(qū)域間的人員流動、經(jīng)濟合作、產(chǎn)業(yè)關(guān)聯(lián)等多種渠道產(chǎn)生擴散效應(yīng)，共同推動區(qū)域創(chuàng)新能力提升，從而對整個區(qū)域內(nèi)的經(jīng)濟發(fā)展產(chǎn)生積極影響［5］。一些學者從創(chuàng)新的影響要素出發(fā)，探討提升區(qū)域創(chuàng)新能力的路徑。李琳（2020）等利用空間計量模型對長三角城市群和長江中游城市群進行對比研究，得出創(chuàng)新要素流動對城市群協(xié)同創(chuàng)新存在正面效應(yīng)，并且對不同城市群的效應(yīng)存在差異［6］。高麗娜等（2020）通過對長三角城市群創(chuàng)新環(huán)境的分析，認為城市的金融支持、產(chǎn)業(yè)基礎(chǔ)等條件對區(qū)域創(chuàng)新能力存在顯著的正向影響［7］。一般來說，區(qū)域創(chuàng)新能力受到創(chuàng)新政策環(huán)境、人才流動、資本流動、技術(shù)水平、產(chǎn)業(yè)發(fā)展等多種因素共同影響。

而數(shù)字經(jīng)濟的崛起為區(qū)域創(chuàng)新中要素流動、協(xié)同發(fā)展、產(chǎn)業(yè)升級等提供了新的技術(shù)支撐。數(shù)字經(jīng)濟誕生于20世紀90年代美國新經(jīng)濟時期，該時期，美國的經(jīng)濟呈現(xiàn)快速發(fā)展態(tài)勢，知識和技術(shù)創(chuàng)新被認為是經(jīng)濟發(fā)展的直接動力。Tapscott在其著作《數(shù)字經(jīng)濟：網(wǎng)絡(luò)智能時代的承諾與危機》中最早提出“數(shù)字經(jīng)濟”的概念，他強調(diào)人類通過技術(shù)建立網(wǎng)絡(luò)，將智能、知識和創(chuàng)造力結(jié)合起來，從而在財富創(chuàng)造和社會發(fā)展方面取得突破［8］。早期Moulton等（2000）將數(shù)字經(jīng)濟概括為信息技術(shù)和電子商務(wù)兩大類［9］。而隨著數(shù)字技術(shù)滲透到經(jīng)濟社會各個領(lǐng)域，更多人對數(shù)字經(jīng)濟的理解突破了信息通信和電子商務(wù)的局限性，從廣義上將其定義為一種由數(shù)字技術(shù)帶來的新型經(jīng)濟形態(tài)［10］，數(shù)字化、信息化是其典型特征。曹玉娟（2019）認為數(shù)字化與區(qū)域創(chuàng)新具有高度耦合性，區(qū)域主體間的數(shù)字化“共情”和“去中心化”協(xié)同打破了在線與離線世界的創(chuàng)新“藩籬”，重構(gòu)區(qū)域創(chuàng)新框架，加速區(qū)域科技創(chuàng)新變革［11］。一些學者試圖從定量角度研究數(shù)字經(jīng)濟與創(chuàng)新之間的關(guān)系，譬如溫珺等（2019）從數(shù)字經(jīng)濟基礎(chǔ)設(shè)施和滲透程度兩個方面構(gòu)建數(shù)字經(jīng)濟發(fā)展水平評價體系，采用OLS+穩(wěn)健標準誤方法進行回歸估計，得出數(shù)字經(jīng)濟發(fā)展能夠有效促進區(qū)域創(chuàng)新能力的提升［12］。

由于數(shù)字經(jīng)濟的虛擬性和滲透性，數(shù)字經(jīng)濟的發(fā)展往往難以具體量化，蔡躍洲（2018）雖提出了基于增長核算和常規(guī)核算的數(shù)字經(jīng)濟規(guī)模和貢獻度測算框架，但也沒有對其進行實證［13］。因此，數(shù)字經(jīng)濟對創(chuàng)新的影響效應(yīng)研究大多基于定性分析視角，少數(shù)定量研究也存在指標不夠全面或不夠深入等問題。數(shù)字經(jīng)濟對區(qū)域創(chuàng)新呈現(xiàn)怎樣的影響？具體的影響過程是怎樣的？不同指標的影響效應(yīng)是否相同？這些問題仍有待進一步探索。

本文將基于以上的問題，探索數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的具體影響效應(yīng)。首先，參考已有研究并結(jié)合本文研究目的，從多個維度選取合適的指標衡量數(shù)字經(jīng)濟發(fā)展水平和區(qū)域創(chuàng)新能力；其次，以長三角城市群面板數(shù)據(jù)為實證對象，運用Cobb-Douglas生產(chǎn)函數(shù)評估數(shù)字經(jīng)濟與區(qū)域創(chuàng)新之間的關(guān)系。在此基礎(chǔ)上，用向量自回歸模型（Vector autoregressive model，VAR）的脈沖響應(yīng)分析和方差分解顯示數(shù)字經(jīng)濟與長三角創(chuàng)新能力之間的具體作用過程和效應(yīng)大小；最后，基于研究結(jié)果，從政府和企業(yè)的角度提出相應(yīng)的對策建議，以期為我國數(shù)字經(jīng)濟發(fā)展和區(qū)域創(chuàng)新能力提升提供一定的思路和方向，助力長三角城市群高質(zhì)量發(fā)展。

三、研究設(shè)計

（一）指標和樣本選取

1.指標選取

為衡量數(shù)字經(jīng)濟規(guī)模和發(fā)展狀況，國內(nèi)外專家學者和組織機構(gòu)提出了不同的統(tǒng)計指標和測度方法。歐盟數(shù)字經(jīng)濟與社會指數(shù)（DESI）從寬帶接入、人力資本、互聯(lián)網(wǎng)應(yīng)用、數(shù)字技術(shù)應(yīng)用以及公共服務(wù)數(shù)字化程度5個一級指標著手［14］；經(jīng)濟合作與發(fā)展組織（OECD）從智能化基礎(chǔ)設(shè)施、創(chuàng)新能力、賦權(quán)社會以及ICT促進經(jīng)濟增長與增加就業(yè)崗位四個方面衡量數(shù)字經(jīng)濟發(fā)展狀況［15］；上海社科院從基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)、數(shù)字創(chuàng)新和數(shù)字治理四個角度評價全球數(shù)字經(jīng)濟競爭力［16］。綜合來看，不同機構(gòu)和學者在評價數(shù)字經(jīng)濟時各有側(cè)重點，但大多包括了數(shù)字經(jīng)濟的基礎(chǔ)設(shè)施、ICT技術(shù)、數(shù)字人才、數(shù)字產(chǎn)業(yè)、數(shù)字治理和服務(wù)等幾個方面。

本文的重點不在于評價數(shù)字經(jīng)濟的綜合發(fā)展水平，而在于探討數(shù)字經(jīng)濟不同層面對創(chuàng)新的影響效應(yīng)，因此，無須構(gòu)建指標體系，而選擇每一維度具有代表性的指標進行計算。借鑒DESI指標體系，聚焦數(shù)字技術(shù)，以互聯(lián)網(wǎng)寬帶接入用戶數(shù)作為基礎(chǔ)設(shè)施的衡量指標。人力資本包括基本數(shù)字能力和高級技能，本文以科研人員數(shù)量來衡量高級技能的發(fā)展狀況，命名為人才投入，以大學生數(shù)量作為基本數(shù)字能力的體現(xiàn)，命名為數(shù)字素養(yǎng)。DESI指數(shù)中數(shù)字技術(shù)應(yīng)用以企業(yè)數(shù)字化程度來衡量，但數(shù)據(jù)較難獲取，而高技術(shù)企業(yè)是持續(xù)進行研發(fā)和成果轉(zhuǎn)化的實體經(jīng)濟，是數(shù)字技術(shù)應(yīng)用的重要體現(xiàn)。因此，本文以高技術(shù)企業(yè)數(shù)量作為數(shù)字應(yīng)用的指標。此外，從創(chuàng)新的角度考慮，數(shù)字資本投入對于區(qū)域創(chuàng)新也具有重要影響，因此，補充資本投入這一維度，并以科學技術(shù)支出作為測度指標。綜上，本文分別對數(shù)字經(jīng)濟基礎(chǔ)設(shè)施（INF）、資本投入（CIN）、人才投入（LIN）、數(shù)字素養(yǎng)（QUA）和數(shù)字應(yīng)用（APP）五個指標進行分析，各變量說明見表1所列。

表1 各變量說明

創(chuàng)新包括思維創(chuàng)新、產(chǎn)品或服務(wù)創(chuàng)新、技術(shù)創(chuàng)新、制度創(chuàng)新、管理創(chuàng)新、知識創(chuàng)新等多種類型，其本質(zhì)在于是否能創(chuàng)造新的市場價值、驅(qū)動經(jīng)濟增長和提高生活質(zhì)量。而技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新是最普遍也是最直接的兩種創(chuàng)新方式，是提升企業(yè)競爭力和國家綜合實力的關(guān)鍵所在。因此，本文從技術(shù)創(chuàng)新（TIN）和產(chǎn)品創(chuàng)新（PIN）兩個角度對創(chuàng)新能力進行衡量。Arundel和Kabla認為專利數(shù)是評價區(qū)域創(chuàng)新能力最合適的指標之一，專利授權(quán)量是技術(shù)創(chuàng)新最常見和可靠的衡量指標［17］。Brouwer和Kleinikneeht提出新產(chǎn)品銷售總額是評價創(chuàng)新能力的常用指標之一，且其與發(fā)明專利數(shù)之間存在著一定關(guān)聯(lián)［18］。新產(chǎn)品產(chǎn)值主要是指采用新技術(shù)、新設(shè)計在性能方面顯著改進的產(chǎn)品或全新產(chǎn)品的生產(chǎn)總值，這與產(chǎn)品創(chuàng)新的概念和要求在很大程度上相契合。因此，本文分別選擇專利授權(quán)量和新產(chǎn)品產(chǎn)值作為技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新的指標。

2.樣本選取和數(shù)據(jù)來源

由于數(shù)字經(jīng)濟在我國興起不過數(shù)十年，時間序列數(shù)據(jù)難以滿足統(tǒng)計分析對于樣本量的要求，因此，本文選取面板數(shù)據(jù)來進行實證研究。長三角城市群作為國內(nèi)經(jīng)濟、科技最發(fā)達的地區(qū)，無論是數(shù)字經(jīng)濟發(fā)展水平還是創(chuàng)新能力均引領(lǐng)全國，但長三角城市群不同城市間數(shù)字經(jīng)濟水平和創(chuàng)新能力仍有較大差異，根據(jù)21世紀經(jīng)濟研究院與阿里研究院共同發(fā)布的《2019長三角數(shù)字經(jīng)濟指數(shù)報告》［19］，數(shù)字經(jīng)濟指數(shù)排名前十五的城市分別為杭州、上海、蘇州、南京、寧波、金華、合肥、嘉興、常州、臺州、湖州、無錫、蕪湖、紹興、南通。選取這15個城市2010-2018年的面板數(shù)據(jù)作為樣本，數(shù)據(jù)主要來自各城市的統(tǒng)計年鑒、統(tǒng)計公報和統(tǒng)計網(wǎng)站。

（二）模型構(gòu)建

1.Cobb-Douglas生產(chǎn)函數(shù)

Cobb-Douglas生產(chǎn)函數(shù)最初主要用于測定生產(chǎn)過程中資本和勞動投入量對產(chǎn)出量的影響，后來引入了技術(shù)要素，測定技術(shù)進步、資本和勞動力增長對產(chǎn)出增長的貢獻率。本文借鑒Cobb-Douglas生產(chǎn)函數(shù)，將數(shù)字經(jīng)濟發(fā)展水平對創(chuàng)新的影響效應(yīng)模型構(gòu)建如下：

其中，Y表示創(chuàng)新能力；L、K分別表示勞動力和資本投入，本文中具體代表數(shù)字人才投入和資本投入；α、β分別代表人才和資本投入的產(chǎn)出彈性系數(shù)；A（t）表示除資本和人才以外的數(shù)字經(jīng)濟發(fā)展水平。

借鑒Hu等（2005）［20］和吳延兵（2008）［21］的研究成果，令

其中，A為常數(shù)；ε為隨機干擾因素。

其中，λ1、λ2、λ3分別為lnINF、lnQUA、lnAPP的系數(shù)。

將（2）式、（3）式代入（1）式中，等式兩邊同時取對數(shù)，并令lnA=C（C為常數(shù)），得

2.向量自回歸模型

向量自回歸（VAR）模型可用于刻畫相互有影響的變量間的動態(tài)聯(lián)系，描述不同變量沖擊給整個系統(tǒng)帶來的影響。其相對聯(lián)立方程組模型的優(yōu)勢在于，將所有變量都看作內(nèi)生變量，從而簡化內(nèi)生變量與外生變量劃分帶來的復雜性，減小誤差［22］。數(shù)字經(jīng)濟發(fā)展推動了技術(shù)和產(chǎn)品的創(chuàng)新，而技術(shù)和產(chǎn)品創(chuàng)新反過來也會促進數(shù)字經(jīng)濟水平的提升，解釋變量與被解釋變量間存在復雜的相互關(guān)聯(lián)。因此，選擇VAR模型對數(shù)字經(jīng)濟發(fā)展與區(qū)域創(chuàng)新增長之間的動態(tài)關(guān)系進行分析，從而減小變量間的內(nèi)生性偏差。

四、實證分析

（一）平穩(wěn)性檢驗和協(xié)整檢驗

由于各變量之間量綱不同，數(shù)據(jù)值差異較大，無法進行直接比較分析，需先進行預處理，以提高分析的精確度。根據(jù)構(gòu)建的生產(chǎn)函數(shù)模型特點，本文對收集的原始數(shù)據(jù)進行對數(shù)處理，減小數(shù)據(jù)的波動性，且不會改變變量間的關(guān)聯(lián)關(guān)系。

表2 數(shù)字經(jīng)濟各變量單位根檢驗結(jié)果

面板數(shù)據(jù)針對不同的類型有多種檢驗方式，基于殘差的面板協(xié)整檢驗通常采用Kao檢驗，其中Kao檢驗包含了DF和ADF兩種類型的檢驗。本文采用ADF類Kao檢驗對創(chuàng)新與數(shù)字經(jīng)濟各變量進行面板數(shù)據(jù)協(xié)整檢驗，原假設(shè)為解釋變量與被解釋變量之間不存在協(xié)整關(guān)系。結(jié)果顯示，技術(shù)創(chuàng)新與各解釋變量間的殘差t值為-6.01，對應(yīng)p值為0.000，產(chǎn)品創(chuàng)新與各解釋變量間殘差t值為-5.40，對應(yīng)p值為0.000，均拒絕原假設(shè)，表明數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、資本投入、人才投入、數(shù)字素養(yǎng)和數(shù)字應(yīng)用與技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新間均存在協(xié)整關(guān)系。

（二）生產(chǎn)函數(shù)回歸分析

目前，很多文章傾向于采用定性分析判斷面板數(shù)據(jù)模型的特征，這可能會導致分析偏差。本文分別在固定效應(yīng)和隨機效應(yīng)情形下對模型進行檢驗，經(jīng)過對個體異方差、時點異方差的chow檢驗和Hausman檢驗，得出技術(shù)創(chuàng)新（以下稱為模型一）為個體隨機效應(yīng)、時點固定效應(yīng)模型，產(chǎn)品創(chuàng)新（以下稱為模型二）為隨機效應(yīng)模型。分別在這兩種情況下對兩個模型進行回歸分析，結(jié)果見表3所列。

表3 技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新回歸結(jié)果

模型一的R2為94.15%，模型二的R2為85.09%，且均通過F檢驗，說明模型擬合效果較好。從表3的回歸結(jié)果可以看出，技術(shù)創(chuàng)新與基礎(chǔ)設(shè)施、數(shù)字應(yīng)用之間未能通過顯著性檢驗，而與資本投入、人才投入和民眾的數(shù)字素養(yǎng)通過顯著性檢驗，且系數(shù)均為正，表明此三項指標與技術(shù)創(chuàng)新間呈顯著正相關(guān)關(guān)系。其中，數(shù)字素養(yǎng)系數(shù)達1.117 9，與技術(shù)創(chuàng)新的相關(guān)性最強。模型二中，數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、資本投入和數(shù)字應(yīng)用均在1%顯著性水平通過檢驗，并且系數(shù)分別為0.436 8、0.258 4和0.213 3，表明該三個變量與產(chǎn)品創(chuàng)新具有顯著正相關(guān)性，均在一定程度上推動了產(chǎn)品創(chuàng)新的發(fā)展，其中，基礎(chǔ)設(shè)施建設(shè)的相關(guān)性較強。

（三）VAR模型分析

利用生產(chǎn)函數(shù)進行回歸分析，側(cè)重對指標間相關(guān)關(guān)系和因果關(guān)系的研究，卻無法進一步探討具體的影響效應(yīng)和作用過程。因此，利用向量自回歸模型，對回歸分析中具有顯著相關(guān)關(guān)系的指標進行趨勢分析，探討不同指標對區(qū)域創(chuàng)新能力的影響過程。根據(jù)上述生產(chǎn)函數(shù)分析結(jié)果，資本投入、人才投入、數(shù)字素養(yǎng)與技術(shù)創(chuàng)新之間具有顯著的相互關(guān)系，以技術(shù)創(chuàng)新為被解釋變量，資本投入、人才投入、數(shù)字素養(yǎng)為解釋變量構(gòu)建模型一。同理，以產(chǎn)品創(chuàng)新為被解釋變量，基礎(chǔ)設(shè)施、資本投入、數(shù)字應(yīng)用為解釋變量構(gòu)建模型二。

1.數(shù)字經(jīng)濟對技術(shù)創(chuàng)新的影響效應(yīng)分析

在單位根檢驗和協(xié)整檢驗均通過的前提下，確定合適的滯后階數(shù)。在不同標準下計算模型的最優(yōu)滯后階數(shù)，表4顯示了模型一技術(shù)創(chuàng)新的滯后階數(shù)判斷結(jié)果，當滯后階數(shù)為3時，模型在多數(shù)準則下是最優(yōu)的，因此，模型一的滯后階數(shù)為3。

表4 模型一滯后階數(shù)判斷結(jié)果

當滯后期數(shù)為3時，采用單位根圖法對模型的穩(wěn)定性進行檢驗，當所有單位根都落在單位圓內(nèi)，表明該模型是穩(wěn)定的。圖1中的點均落在單位圓內(nèi)，因此，模型一穩(wěn)定，模型設(shè)計和滯后階數(shù)的選擇都滿足分析的要求。

[3] 王發(fā)莉.西藏地區(qū)高校大學英語四、六級考試通過率的調(diào)研報告與問題分析[J].西藏科技，2014（5）：18-19.

圖1 模型一AR多項逆根檢驗

（1）脈沖響應(yīng)函數(shù)。脈沖響應(yīng)函數(shù)用于考察模型中的被解釋變量（創(chuàng)新）對解釋變量（數(shù)字經(jīng)濟）不同時期沖擊的響應(yīng)程度。圖2顯示了模型一中技術(shù)創(chuàng)新對于數(shù)字經(jīng)濟資本投入、人才投入和數(shù)字素養(yǎng)的響應(yīng)函數(shù)。橫軸表示所選擇的沖擊作用期數(shù)，縱軸表示技術(shù)創(chuàng)新能力的變量值，中間實線表示實際的脈沖響應(yīng)函數(shù)變化，上下兩條虛線表示脈沖響應(yīng)可能的范圍。圖2a顯示了技術(shù)創(chuàng)新產(chǎn)出對資本投入的響應(yīng)曲線，在10個響應(yīng)期內(nèi)，曲線先呈上升趨勢，在第三期達到最大值，然后有所下降并趨于平緩，表明資本投入在一開始對技術(shù)創(chuàng)新具有較強的正面效應(yīng)，沖擊作用不斷增強，但長期來說會維持穩(wěn)定的促進作用；圖2b顯示了技術(shù)創(chuàng)新對人才投入的響應(yīng)曲線，在響應(yīng)期內(nèi)先呈緩慢上升趨勢，然后逐漸趨于平穩(wěn)，表明人才投入對于技術(shù)創(chuàng)新具有一定的正面效應(yīng)，這種效應(yīng)較為平穩(wěn)，不會產(chǎn)生劇烈的波動；圖2c表達了技術(shù)創(chuàng)新對民眾數(shù)字素養(yǎng)的響應(yīng)曲線，曲線一開始呈負面作用，第2期負面沖擊達到最大，后負向逐漸減弱，在第六期響應(yīng)值變?yōu)檎颍艺嫘?yīng)逐漸增強，曲線呈發(fā)散趨勢，表明居民數(shù)字素養(yǎng)前期具有一定的負面效應(yīng)，但從長期來看，較高的數(shù)字素養(yǎng)能持續(xù)有效地推動技術(shù)創(chuàng)新的發(fā)展。

圖2 技術(shù)創(chuàng)新產(chǎn)出對CIN、LIN、QUA沖擊的響應(yīng)曲線

（2）方差分解。方差分解的意義在于探索每個變量在多大程度上解釋了創(chuàng)新能力的波動。表5顯示了技術(shù)創(chuàng)新的方差分解結(jié)果，從中可以發(fā)現(xiàn)，數(shù)字經(jīng)濟在一定程度上解釋了技術(shù)創(chuàng)新的波動，并且貢獻度越來越大，最高達23.214 3%。

表5 模型一方差分解結(jié)果

由表5可知，資本投入對技術(shù)創(chuàng)新波動的解釋程度最大，且在整個沖擊響應(yīng)期內(nèi)，貢獻度持續(xù)增加，但前期增加較為迅速，由第二期的0.11%上升到第三期的7.309 7%，而后期較為平緩。其次是人才投入，對技術(shù)創(chuàng)新的解釋最大達10.033 1%，總體不如資本對技術(shù)創(chuàng)新的貢獻度大，但不同在于，人才投入后期的增加更為明顯。表明從短期來看，資本投入對技術(shù)創(chuàng)新能力波動的解釋作用更強，但從長遠角度來看，人才投入更能解釋技術(shù)創(chuàng)新的提升。最后是民眾數(shù)字素養(yǎng)，其對技術(shù)創(chuàng)新波動解釋程度較小，但在初期的解釋程度最大，在第二期達2.682 5%后開始下降，最終維持在一個相對穩(wěn)定的水平，表明數(shù)字素養(yǎng)在早期的解釋程度較大，后期有所減小。這與現(xiàn)實是一致的，當一個社會大學生數(shù)量較多，表明整體的科技創(chuàng)新潛力較強，對技術(shù)的需求和應(yīng)用拉動技術(shù)創(chuàng)新提升，但基本數(shù)字應(yīng)用能力無法長期推動創(chuàng)新，要實現(xiàn)長期的技術(shù)創(chuàng)新，需要擁有高級技能的科研人員投入和資本投入。

2.數(shù)字經(jīng)濟對產(chǎn)品創(chuàng)新的影響效應(yīng)分析

（1）脈沖響應(yīng)函數(shù)。以同樣的方式確定模型二的滯后階數(shù)，結(jié)果顯示模型二的最優(yōu)滯后階數(shù)是3階，且在滯后3階的情況下，特征根檢驗通過，模型穩(wěn)定。對模型二產(chǎn)品創(chuàng)新增長因素進行分析，得到如圖3所示的脈沖響應(yīng)函數(shù)曲線。

從圖3可以看出，相對技術(shù)創(chuàng)新來說，產(chǎn)品創(chuàng)新對各要素的響應(yīng)程度較小。數(shù)字經(jīng)濟基礎(chǔ)設(shè)施、資金投入和數(shù)字技術(shù)應(yīng)用對產(chǎn)品創(chuàng)新均具有正向效應(yīng)。其中，圖3a顯示了產(chǎn)品創(chuàng)新對基礎(chǔ)設(shè)施的沖擊響應(yīng)程度，前期呈上升趨勢，在第三期達到峰值后開始下降并趨于0，曲線整體呈收斂狀態(tài)，表明基礎(chǔ)設(shè)施只能在短期提升產(chǎn)品創(chuàng)新能力；圖3b顯示了產(chǎn)品創(chuàng)新對資本投入的沖擊響應(yīng)程度，曲線也呈先上升后下降趨勢，表明資金投入的前期沖擊作用較為明顯，但時間越長，沖擊作用越來越小；圖3c顯示了產(chǎn)品創(chuàng)新對數(shù)字應(yīng)用的響應(yīng)曲線，曲線先上升，第三期后維持穩(wěn)定，表明數(shù)字技術(shù)應(yīng)用對產(chǎn)品創(chuàng)新具有持續(xù)穩(wěn)定的沖擊作用，能持續(xù)推動產(chǎn)品創(chuàng)新發(fā)展。

圖3 產(chǎn)品創(chuàng)新對INF、CIN、APP沖擊的響應(yīng)曲線

（2）方差分解。對產(chǎn)品創(chuàng)新產(chǎn)出進行方差分解，結(jié)果見表6所列。總體來說，數(shù)字經(jīng)濟對產(chǎn)品創(chuàng)新的解釋程度不及對技術(shù)創(chuàng)新的解釋程度，最大貢獻度僅為5.783 1%。其中，數(shù)字技術(shù)應(yīng)用對產(chǎn)品創(chuàng)新的貢獻度最大，并且始終呈增長趨勢，最大值達3.281 0%。其次是資本投入，呈現(xiàn)先上升后緩慢下降，整體變化并不顯著。最后是基礎(chǔ)設(shè)施建設(shè)，在第四期達到最大值2.251 3%后開始下降。由于數(shù)字技術(shù)應(yīng)用由高技術(shù)企業(yè)數(shù)量來表示，當高技術(shù)企業(yè)數(shù)量越多，表明該區(qū)域技術(shù)研發(fā)和應(yīng)用越強，能持續(xù)向市場輸出高技術(shù)的創(chuàng)新型產(chǎn)品，產(chǎn)品創(chuàng)新能力也就越強。而無論是資金投入還是基礎(chǔ)設(shè)施建設(shè)，對產(chǎn)品創(chuàng)新都起到基礎(chǔ)支撐作用，存在一個閾值，當達到一定程度，對于產(chǎn)品創(chuàng)新的解釋能力將下降。

表6 模型二方差分解結(jié)果

五、結(jié)論與建議

根據(jù)實證分析可以得出，數(shù)字經(jīng)濟對長三角區(qū)域創(chuàng)新能力提升具有顯著的促進作用，但數(shù)字經(jīng)濟的各要素對于不同創(chuàng)新形式產(chǎn)生的效果有所差異，具體表現(xiàn)如下：

第一，數(shù)字經(jīng)濟對技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新有促進作用，其中資本投入、人才投入和民眾數(shù)字素養(yǎng)對于技術(shù)創(chuàng)新的推動作用較為顯著。表明資本和人才等傳統(tǒng)生產(chǎn)要素在技術(shù)創(chuàng)新中仍占據(jù)重要地位，政府和企業(yè)應(yīng)加強對技術(shù)的資本和人才投入。而產(chǎn)品創(chuàng)新主要與基礎(chǔ)設(shè)施、資本投入和數(shù)字應(yīng)用顯著相關(guān)。因此，政府應(yīng)不斷完善數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)，加快網(wǎng)絡(luò)和信息通信的部署，推動高新技術(shù)企業(yè)的培育和發(fā)展，重視科技成果的轉(zhuǎn)化和應(yīng)用。

第二，對于技術(shù)創(chuàng)新，資本投入和人才投入對其都具有較強的正面影響，資本投入在達到最大值后下降直至趨于平緩。而民眾數(shù)字素養(yǎng)對于技術(shù)創(chuàng)新一開始具有負面影響，后逐漸減弱并趨于正向，表明民眾數(shù)字素養(yǎng)對于技術(shù)創(chuàng)新來說存在一個滯后期，雖然不能馬上顯示出促進作用，但從長遠來看，提高社會整體教育水平，提升民眾數(shù)字素養(yǎng)對于技術(shù)創(chuàng)新具有重要意義，有助于形成一個全民創(chuàng)業(yè)、萬眾創(chuàng)新的時代。

第三，對于產(chǎn)品創(chuàng)新，基礎(chǔ)設(shè)施建設(shè)和科學技術(shù)投入的貢獻度在前期較為顯著，但隨著設(shè)施的不斷完善、投資的飽和，其沖擊作用逐漸減小。原因在于基礎(chǔ)設(shè)施和資金投入都是產(chǎn)品創(chuàng)新的基礎(chǔ)性支撐，當達到一定程度，其作用會受到限制。而產(chǎn)品創(chuàng)新的核心在于充分利用各項技術(shù)，數(shù)字技術(shù)應(yīng)用對于產(chǎn)品創(chuàng)新的沖擊作用始終處于較高的水平。因此，在完善基礎(chǔ)設(shè)施建設(shè)、保證資金投入充足的前提下，政府機構(gòu)應(yīng)將發(fā)展的重點方向放在數(shù)字應(yīng)用上，加大對高技術(shù)企業(yè)的政策、資金、人才支持，不斷推進技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新，提升經(jīng)濟效益。

第四，相比于產(chǎn)品創(chuàng)新，數(shù)字經(jīng)濟對技術(shù)創(chuàng)新的推動作用更大。這一方面由于目前我國數(shù)字經(jīng)濟的發(fā)展正處于上升期，數(shù)字技術(shù)的研發(fā)力度和直接產(chǎn)出較高，但很多數(shù)字技術(shù)專利成果仍未形成產(chǎn)品進行規(guī)模生產(chǎn)。另一方面，產(chǎn)品創(chuàng)新在很大程度上依賴技術(shù)創(chuàng)新和市場需求的雙重支持，數(shù)字經(jīng)濟對其推動作用存在部分非直接關(guān)系。因此，作為政府和企業(yè)，在提升技術(shù)創(chuàng)新能力的同時，應(yīng)重視對專利成果轉(zhuǎn)化率的提高，將創(chuàng)新的技術(shù)轉(zhuǎn)化成產(chǎn)品投入市場，以促進經(jīng)濟增長和社會發(fā)展。

本文綜合利用了Cobb-Douglas生產(chǎn)函數(shù)模型和VAR模型，基于長三角區(qū)域面板數(shù)據(jù)，從多個角度分析了數(shù)字經(jīng)濟對區(qū)域創(chuàng)新能力的影響效應(yīng)，并根據(jù)研究結(jié)果提出相應(yīng)的對策和建議。在理論方面，為數(shù)字經(jīng)濟與區(qū)域創(chuàng)新之間的效應(yīng)研究提供了新的方法；在實踐方面，為我國進一步發(fā)展數(shù)字經(jīng)濟、提升區(qū)域創(chuàng)新能力提供了思路，助力長三角城市群的高質(zhì)量發(fā)展。但仍存在不足之處，譬如數(shù)字經(jīng)濟的指標選取僅聚焦數(shù)字技術(shù)，數(shù)字產(chǎn)業(yè)的數(shù)據(jù)較難獲取，因此沒有對其進行評估，未來可進一步考慮數(shù)字產(chǎn)業(yè)對區(qū)域創(chuàng)新能力的影響。