互聯網發展水平對城市創新效率的影響研究

蔣仁愛 李冬梅

摘要：隨著信息技術時代的到來，互聯網技術的發展和普及能夠促進技術進步，成為經濟增長方式轉換的關鍵。在系統梳理互聯網發展與城市創新效率的作用機制基礎上，結合2003—2017年中國277個地級市的面板數據，實證分析了互聯網發展水平對中國城市創新效率的影響效果。結果表明：互聯網發展水平能夠顯著促進城市的創新效率，這種促進作用主要通過提升創新產出而非創新投入來實現，并隨著時間趨勢逐步增強;城市的物質環境和人才環境反向調節互聯網發展水平對城市創新效率的促進作用，即一個城市的經濟發展水平和人力資本水平越高，互聯網對其創新效率的正向推動作用越小，而城市金融環境的調節作用并不顯著;互聯網對創新效率的影響存在顯著的區域異質性，西部最大，中部和東部次之，但各區域均在2012年以后才顯著提升創新效率。為了更好地挖掘創新潛力，在加強信息技術發展的同時，應進一步提高落后地區的創新環境水平。

關鍵詞：創新效率;城市;互聯網發展;專利;創新環境

文獻標識碼：A

文章編號：100228482021（04）007713

一、引言

進入21世紀以來，伴隨著信息技術革命的到來，ICT領域的技術不斷發展成熟，以互聯網技術為代表的新一代信息技術得到迅速發展，并進一步與各傳統產業實現深度融合，推動產業和技術變革。OECD指出，當前社會已從信息經濟向互聯網經濟轉變。順應該趨勢，我國的互聯網基礎設施建設也得到快速發展，互聯網寬帶接入用戶數從2003年的1115萬增加到2018年的40738萬，增長了近36倍。面對經濟增速趨于下滑、產業結構有待調整、經濟增長方式亟需轉換的社會現實[1]，把握并適應互聯網發展作為經濟增長新動能的角色，積極推進科技創新和技術進步，無疑成為實現我國經濟增長方式轉換的關鍵。從投入產出的關系來看，技術創新活動的順利開展依賴于高額持續的創新資源投入。近年來，我國在科技活動上的資源投入和創新成果與日俱增，從投入來看，R&D強度從1998年的0.65%增長至2018年的2.18%，高于大部分的OECD國家，從創新成果來看，2011年，我國專利申請量就超過美國和日本，成為世界上最大的專利申請國[2]，2018年，我國發明專利申請量達到152萬件，相比于1998年的3.6萬件，增長了42倍?？梢姡?0多年來我國對R&D持續進行投入，產生了大量的創新成果，在經濟處于新常態的背景下，如何提高創新效率成為了政府和學界日益關注的重要命題。因此，伴隨著“互聯網+”戰略的提出，在依靠互聯網建設來實現我國經濟動能轉換的關鍵節點，檢驗與分析互聯網發展水平對我國各地區開展創新活動、提高創新效率的作用效果具有一定的理論意義和實踐價值。

從互聯網發展水平出發，既有文獻主要集中在以下三個層面探討互聯網發展水平與經濟活動、創新活動等方面的相關性影響：

一是討論互聯網發展水平對區域經濟增長的影響。國外的相關研究起步較早。1987年，Solow在研究信息技術發展對于生產率的作用時，就提出“生產率悖論”理論，之后，眾多學者利用不同的信息基礎設施指標對“生產率悖論”從不同層面進行了論證，如計算機投入水平[3]、互聯網發展水平[4-5]。由于我國的互聯網發展起步較晚，針對該領域的研究文獻在2000年之后才明顯增多，而且大部分研究基于國家和省市級層面，如韓寶國等[6]分析了我國各省市的寬帶普及率對經濟增長率的影響;郭家堂等[7]構建了各省市互聯網發展水平的綜合指標，分析其對TFP的影響效果。

二是討論互聯網發展水平對經濟相關部門的影響，如產業部門、國際貿易等。針對產業部門的研究具有較為一致的結論，即互聯網技術的發展能夠助推產業結構調整，以實現產業升級。如Berger[8]發現互聯網的發展對銀行業的基礎服務水平和質量具有顯著正向提升作用;茶洪旺等[9]則發現信息化水平能夠明顯促進我國地區產業結構升級。針對國際貿易的研究多從國家層面展開，如Freund等[10]考察了互聯網發展水平與服務貿易的相關關系;施炳展[11]利用微觀企業數據分析了互聯網發展水平對企業出口貿易的影響。

三是討論互聯網發展水平對創新活動的影響，主要從區域或微觀組織層面展開研究[12-13]。如韓先鋒[14]從各省市出發，討論了互聯網發展水平對區域創新效率影響的非線性和異質性;王金杰等[15]則利用上市企業數據分析了互聯網發展水平對企業創新績效的影響效果和作用機制。

縱觀已有研究，目前在互聯網發展影響經濟和創新活動方面進行了一些有價值的實證研究，但關注地級市創新效率方面的分析仍然較少，也未深入考慮各個區域不同水平的創新環境所造成的影響差異性。因此，本文基于地級市層面的面板數據，將城市創新環境納入研究范疇，來檢驗互聯網發展水平對我國各城市創新效率的影響效果，并探討上述影響效果在不同的城市創新環境水平下是否存在顯著差異，從而為我國各城市實施“互聯網+”計劃、因地制宜開展創新活動、提升創新效率提供一定的理論基礎和事實依據。

與現有研究相比，本文在如下三個方面做了拓展分析：

第一，首次基于地級市層面的數據，探討互聯網發展水平對城市創新效率的影響效果;

第二，對互聯網影響城市創新效率的作用機理進行梳理，由于互聯網具有通用技術的特性，能夠提升溝通效率、強化知識溢出、整合創新資源、提升金融服務水平，從而顯著促進城市創新效率;

第三，從物質、人才和金融三個維度，探討創新環境對互聯網創新效應的反向調節作用。實證結果發現，互聯網發展水平對城市創新效率的提高具有顯著促進效果，其影響效果在后期逐步凸顯。城市的物質環境和人才環境反向調節互聯網發展水平對城市創新效率的促進作用，金融環境并未發揮顯著的調節作用。區域的異質性檢驗結果顯示，互聯網發展水平對創新效率的影響效果呈現“西部>中部>東部”的趨勢，但時間上具有同步效應，后期的影響效果才逐步凸顯。

本文剩余部分組織如下：第二部分是理論推演與假設提出;第三部分介紹模型和變量;第四部分是實證分析結果;最后是結論與啟示。

二、理論推演與研究假設

（一）互聯網對城市創新效率的影響效果

伴隨著ICT領域發展與應用的不斷成熟，以互聯網技術為代表的新一代信息技術得到迅速發展，通過與各傳統產業的深度融合，推動著產業變革。Harris[16]的研究表明，互聯網具有通用技術（GPT）的特征，能夠緩解社會經濟生產和交換過程中的信息不對稱性，可以以更低的交易成本實現信息、知識等資本的快速傳播和流動。基于該特征，從開展創新活動所需資金、知識等投入要素出發，本文認為互聯網對城市創新效率具有以下作用：

其一，提升溝通效率，加強區域合作。互聯網的連通性特征縮短了城市之間的時空距離[13]。不同地區的創新主體利用互聯網相關的溝通方式，在創新過程中可以突破地理距離、組織邊界等因素的限制，增強了交流的便利性。與此同時，溝通成本的下降提升了區域創新主體的交流頻率，大幅度降低區域間的信息不對稱性，避免信息摩擦，有效提高溝通效率，降低協調成本[17]。通過更多交流產生創新思維的碰撞，有利于形成跨區域合作，促進區域協調創新，推動各城市創新效率的提升。

其二，強化知識溢出，提升區域活力。互聯網通過信息化的方式拓寬了知識的傳播范圍，大大加深了知識空間溢出和普及程度[14]。隨著互聯網技術的發展，不同地區的創新主體通過網絡即可快速搜尋和獲取外部知識，創新技能在不同區域得到滲透，人力資本積累不斷加深，創新素質得到提升[13]。各地區通過吸收同化其他地區的先進技術知識，有利于加速區域創新、增強城市創新活力，從而推動城市創新效率[18]。

其三，調整創新結構，整合創新資源。首先，互聯網的重塑效應，打破了原有的邊界限制，促進了創新要素的流動，實現資源寬范圍、多領域的優化配置，不可避免的帶來了區域創新結構的轉變[18]。其次，“互聯網+”模式的推廣，促進了創新資源同其他要素資源的融合發展與再創新，使創新模式得到升級，有利于區域創新的專業化分工[13]。創新主體可以依托不同地區的創新優勢進行空間分散化生產，從而提高研發資金的使用效率。最后，基于互聯網的通用技術特征，各個創新主體可以低成本、高效率地實現信息的搜尋和甄別，通過強化區域創新主體的資源對接，加大經濟社會中資源與要素的整合力度，降低交易成本和創新投入的風險。

其四，推動信息共享，優化金融環境。為順利實施創新活動，創新主體需要持續穩定的資金來源，而其自身的內部融資往往難以滿足資金需求，需要向第三方金融機構進行外部融資，這要求完善的金融服務體系來支持[19]。但是，由于創新相關的投資項目一般風險較高，創新主體在融資的過程中會面臨嚴重的信息不對稱性，獲取資金的難度進一步加大[20]。互聯網服務平臺的出現，可以促進信息實現高效地流動、傳播和共享，大幅降低雙方的信息不對稱性?；ヂ摼W與金融機構的融合能夠創造數字銀行、普惠金融等新的金融生態，緩解創新主體的融資約束，推動所在地區創新活動的開展[21]。

另外，本文進一步驗證互聯網發展水平對城市創新效率的影響效果是否會隨著時間變動而有所差異。21世紀初，國際互聯網產業迅猛發展，伴隨中國加入WTO后實施“引進來”和“走出去”同步發展的戰略，我國互聯網基礎設施建設水平邁入快速發展階段，但2012年之前，我國互聯網發展的整體水平較低，在各區域間的非均衡性也極大。2012年后，伴隨著“互聯網+”戰略的提出，我國各城市，尤其是中西部地區，大幅提高互聯網基礎設施建設，并出臺各項財政補貼措施，構建更加高效的科研體系，以利用技術創新能力的提升實現經濟發展的彎道超車。而且，在此期間，我國創新效率的整體水平也呈現出快速增長的趨勢[22]?；谝陨戏治?，本文提出研究假設H1：

假設H1：互聯網發展水平對城市創新效率具有顯著正向影響，其影響效果隨著時間趨勢逐漸加強。

（二）互聯網與城市創新環境的交互影響作用

在技術創新能力的決定因素研究中，一部分學者形成了以創新主體的內部因素為主的創新活動觀[23]。該種觀點認為創新主體的內部特征在一定程度上決定了實現技術創新成果的可能性，如知識及資本投入、企業規模以及所有制特征等。但是，Todtling等[24]的研究表明，不同地區的創新資源相近，但創新能力卻具有巨大差異，說明創新資源本身并不是造成區域創新能力水平差異的唯一原因，一個區域的創新能力及效率很大程度上還受到外在創新環境的影響[25]。

目前，關于創新環境的界定和評價方法主要參考中國科技發展戰略研究小組自2001年起出版的《中國區域創新能力報告》，從基礎設施水平、市場環境、勞動者教育水平、金融支持能力和創業水平五個方面來綜合衡量區域創新環境?；谠撝笜嗽u價體系，由于地級市層面數據的局限性，本文從直接影響創新活動的資本和知識投入出發，將創新環境劃分為了物質環境、人才環境和金融環境。

從直接影響來看，一個地區良好的創新環境有利于區域經濟的健康運行，進而提高區域創新效率。如當一個區域的經濟發展水平較高，往往代表著該區域內市場需求活躍，能夠刺激企業為獲取市場份額，贏得競爭優勢來開展研發創新活動[26]。進一步地，當一個區域內的人力資本水平越高，代表著該地區潛在的創新型人才存量也越高，在資本投入一定的情況下，創新產出和效率可能也會越高。而為順利開展研發創新活動，創新主體一般需要向銀行等第三方金融機構進行外部融資，一個區域的金融環境越完善，表示該地區的金融要素價格和資源配置越合理，可以為創新活動提供較高金額及持續的資金支持。

從交互影響來看，互聯網對城市創新效率提升作用的路徑機制需要與當地創新環境相融合。根據區域發展的極化理論，一些地區的率先增長會產生極化效應形成經濟增長極，而經濟極化進一步導致創新極化[27]。隨著互聯網的發展，區域連通性不斷增強，這種極化效應被進一步放大，最終產生強者愈強、弱者愈弱的馬太效應。

首先，在發達地區，由于其優良的創新環境，對外產生了明顯的虹吸作用，隨著互聯網的發展，虹吸范圍逐漸擴大。發達地區通過對創新資源的整合，充分發揮要素的可利用性，形成了區域創新極。通過創新的規模經濟，憑借更高效的組織形式與創新結構，促進了創新效率的提升。與此同時，虹吸作用帶來的人流、物流、資金流的抽離，導致了落后地區的創新空洞化。這種流入與流出的非對稱性，是造成創新效率兩極分化的主要原因[28]。

其次，發達地區往往具有市場優勢，創新活動能夠得到有力支撐。市場的引導作用，使創新更具領先性，有利于實現創新成果的價值兌現，提升轉化效率。相比之下，落后地區受自身薄弱的物質、人才、金融等創新環境的影響，創新活動受到一定制約。創新資源的相對匱乏限制了自身創新活力的發揮，致使其效率的提升速度較為緩慢[29]。

最后，發達地區對信息、技術具有較好的吸收、轉化能力。由于創新通常具有一定的連貫性，并且創新系統可能較為復雜，發達地區在進行創新活動時能夠立足于長期的創新積累，更好地將互聯網帶來的信息技術融入到復雜的系統中去，實現兩者的有效結合。而對落后地區來說，即使互聯網為其帶來了相同的知識存量，其對信息、技術的消化吸收能力也不及發達地區，落后地區想要提升自身對先進技術的運用效率，需要增強其與創新極的對接能力，當對接落差過大時，創新紅利難以釋放[29]。同時，知識產權保護制度在一定程度上保證了創新主體的效率領先性。因而，可能導致互聯網對落后地區創新效率的提升作用不如發達地區強烈。

與之不同的是，后發優勢理論認為，相對落后地區在發展中更具優勢，通過技術學習與模仿，存在趕超發達地區實現彎道超車的可能。而這種可能性的實現需要借助一定的有利條件作為支撐，互聯網的出現成為其優勢向現實轉化的有利契機。就創新而言，一方面，落后地區在創新要素上具有比較優勢，相對較低的要素成本為創新追趕提供了基礎。同時，互聯網的連通性為落后地區帶來知識和技術，使創新要素得以轉化，有效降低了落后地區的創新成本[30]。另一方面，落后地區具有始發優勢，由于創新尚處于初級階段，物質、人力、金融等資源隨時蓄勢待發，一旦有新技術進入，其創新效率往往呈現爆炸式提升?；ヂ摼W的發展無疑成為這一效率提升的導火線[14]。根據后發優勢理論，創新追趕的關鍵在于模仿，落后地區依靠模仿，學習了發達地區大量長期積累的先進技術，吸收了此前的經驗教訓，避免了不必要的浪費?；ヂ摼W通過打破時空界限，為落后地區的模仿創新創造了有利條件。

另外，根據內生增長理論，經濟增長的源泉是知識或人力資本積累所帶來的內生技術進步，技術知識能夠跨區域外溢，具有明顯的外部性。互聯網背景下的知識溢出具有區域不對稱性，一方面，創新環境相對較好的地區對落后地區產生了明顯的正外部性[18]，落后地區通過學習、吸收與迅速轉化，實現模仿性創新，而模仿性創新本身速度更快，效率往往也更高。另一方面，創新環境相對落后的地區通常無法對發達地區產生有效的外溢。相反，其自身通過大量的模仿性創新一定程度上擠占了發達地區的創新市場和創新資源，從而損壞了發達地區的創新效率[31]。這種由于互聯網的公共性特征帶來的類“搭便車”現象，迫使發達地區需要更多的憑借創造性創新來實現自身發展。而創造性創新雖然更具顛覆性，但其本身耗時較長且難度較高，相對于模仿性創新而言，短期效率更低。其結果是，伴隨著創新環境的提升，互聯網對區域創新效率的提升效果反而減弱。

Kalapouti等[32]對歐洲192個國家和地區的研究發現，相比于經濟和技術較為發達的地區，偏落后和待轉型地區開展創新活動的效率更高。蘭海霞等[22]對我國省市創新效率的描述分析結果也表明，我國不同區域間創新效率具有較大差異性，且從2013年起，西部和中部地區的創新效率開始反超東部地區，三大區域的創新效率差異逐步縮小，而且對未來的預測結果表明，各區域的創新效率仍會保持繼續提升的態勢，并呈現“西部>中部>東部”的區域格局。另外，部分研究表明，信息基礎設施建設水平或互聯網發展水平對落后國家或地區生產率的提升作用更為明顯。如Alexandre[33]針對世界50個國家的研究表明，在發達國家或地區，ICT對于生產效率基本無顯著影響，而在最不發達的非洲國家，ICT顯示能夠明顯提高生產效率。Jung[34]對巴西內部的不同地區研究也說明，相比于發達地區，寬帶水平對落后地區的生產率具有更顯著的推動作用，因為寬帶基礎設施的建設可能為落后地區提供了新的經濟資源。陳亮等[35]則考察了信息基礎設施水平對我國各省市經濟增長的影響，結論與上文基本一致，即從信息基礎設施水平對經濟增長的促進作用來看，西部地區要高于全國平均水平，而大部分中部和東部地區要低于全國平均水平。因此，從一般意義而言，隨著各地區互聯網普及率的不斷提升，相比于物質、人才和金融環境更為發達和完善的地區而言，傳統落后地區可能能夠利用互聯網作為落后基礎設施的補充，實現對研發人員、資本投入等創新資源的合理整合和分配，以更加有效地開展創新活動和實現創新成果。

綜上所述，互聯網對城市創新效率的提升作用既可能隨著創新環境的優化而加強，也有可能隨著環境的優化而減弱。無論是馬太效應的兩極分化，還是后發優勢理論的創新趕超，均反映了創新環境對互聯網提升城市創新效率效果的影響。

基于現有研究和經濟理論，本文提出以下假設：

假設H2：物質環境對互聯網發展水平提升城市創新效率的效果具有調節作用。

假設H3：人才環境對互聯網發展水平提升城市創新效率的效果具有調節作用。

假設H4：金融環境對互聯網發展水平提升城市創新效率的效果具有調節作用。

三、模型設定與變量構建

（一）模型設定

為了分析互聯網發展水平對城市創新效率的影響作用，本文構建以下計量模型：

lnInnoit=β0+β1lnInterit+β2lnZit+μt+δi+εit（1）

其中，i和t分別表示城市和年份;Inno表示城市創新效率;Inter表示城市互聯網發展水平;Z表示一系列控制變量，包括城市的產業結構、經濟發展水平、實際使用外資額、財政自主程度、人力資本水平和新增教育投入;μ表示各個城市不隨時間變化的固有特征，用來控制地區效應;δ用來控制時間效應;ε表示隨機擾動項。

由于影響創新的外在條件在不同城市間具有顯著差異，而創新環境影響創新活動的產出效率[25]，本文進一步構建如下模型，探討城市創新環境與互聯網發展水平的交互作用對我國城市創新效率的影響效應。

lnInnoit=β0+β1lnInterit+β2lnSit×lnInterit+β3lnSit+β4lnZit+μt+δi+εit（2）

其中，S表示城市創新環境，包括物質環境、人才環境和金融環境。

（二）變量測度

考慮到在2002年之后，國民經濟行業的分類標準發生較大變化，添加了信息傳輸、計算機服務和軟件業，同時刪除缺失值較為嚴重的城市以后，本文最終構建了2003—2017年我國277個地級市的面板數據，以分析互聯網發展水平對我國城市創新效率的影響。

1.因變量

創新效率?；诔鞘袛祿目傻眯?，采用發明專利和實用新型專利的申請總數來衡量創新產出，用地方財政一般公共預算支出中的科學技術支出衡量創新投入，用兩者比值衡量創新效率。這種測算方法的優點是簡單易行，不存在測算誤差，但未能包含盡可能多的投入產出變量。與之相對應的是，采用DEA方法可以綜合考慮多種創新產出及其相關的投入變量，缺點是存在一定的測算誤差[36-37]。本文最終選用發明專利和實用新型的申請總數與地方科學技術支出作為創新效率來進行實證分析，以DEA方法測算的城市創新效率進行穩健性檢驗。

另外，由于部分城市的專利申請數據出現零值，為減少取對數之后造成的數據丟失，參照Bernstein等[38]現有文獻的通用做法，將所有地級市各年的專利申請數均做加1處理。科學技術支出數據來自2004—2018年的《中國城市統計年鑒》。專利數據來自中外專利數據庫，根據專利申請人地址識別一項專利的所屬城市[網址：http：∥zwzl.hnadl.cn/main.do？method=gotoMain]。

2.核心變量

互聯網發展水平。本文以各城市的互聯網普及率指標來衡量其互聯網發展水平，而互聯網普及率采用每百人互聯網寬帶接入用戶數來計算。其中，互聯網寬帶接入用戶和年末總人口數據來自2004—2018年的《中國城市統計年鑒》。

3.控制變量

參考黃群慧等[39-40]在城市層面對于控制變量的選擇，本文選擇了城市產業結構、經濟發展水平、FDI技術外溢、財政自主權、人力資本水平和教育投入指標來控制對創新活動存在影響的城市特征變量。以上數據均來自2004—2018年的《中國城市統計年鑒》，具體的定義和測度見表1。

（1）產業結構。用第二產業產值占GDP的比重來衡量城市產業結構。其中，2018年的統計年鑒中有關產業結構指標的統計范圍為市轄區，而非往年的全市范圍。由于該指標在上述兩個統計范圍間無顯著差異，故2017年直接采用市轄區數據。

（2）經濟發展水平。用人均GDP來衡量。在2018年的統計年鑒中，人均GDP指標的統計范圍為市轄區。考慮到本文所用的人均GDP指標為總量概念，直接采用市轄區數據可能會存在誤差，故將近兩年的數據進行移動平均來得到2017年的數據值。

（3）FDI技術外溢。用實際使用外商投資金額占GDP的比重來衡量FDI技術外溢程度。由于當年使用外商直接投資額以萬美元計價，因此采用《中國統計年鑒2019》公布的中美匯率（年平均價），將其換算為萬元人民幣計價，進而計算出其在GDP中的比重。

（4）財政自主權。用地方性一般財政預算收入和財政預算支出的比值來衡量政府的財政自主權。

（5）人力資本水平。采用普通高等學校和中學學生總數占總人口的比重來衡量。

（6）教育投入。用地方性一般預算支出中的教育支出占GDP的比重來衡量城市每年新增的教育投入。

各變量的描述性統計結果見表1。從各地級市的創新效率來看，每百萬科學技術支出可以產出8個專利，其中僅有3項是發明專利，5項實用新型專利。從互聯網普及率來看，每100人的互聯網寬帶接入戶數為12戶。從城市創新環境來看，2003—2017年，與平均值相比，經濟發展水平、人力資本和金融發展環境方差較大，表明變量取值范圍波動幅度大，一定程度上說明我國經濟發展過程中存在顯著的區域差異。

四、實證分析結果

（一）基準回歸結果

在運用面板數據分析時，主要考慮兩種模型：固定效應（FE）模型和隨機效應（RE）模型。前者假設各地市難以測量的固有特性對被解釋變量的影響不隨時間而變化，即截距項是固定參數;后者則假定各地市的固有特性對TFP的影響會隨著時間而變動，即截距項是隨機的。Wooldridge[41]指出，假定誤差項中被忽略的變量與模型中的所有解釋變量都不相關時才使用隨機效應模型，否則使用固定效應模型。事實上，由于被忽略的變量包含眾多的省市特性，以致被忽略的變量與模型中的所有解釋變量都不相關這一假設是難以成立的。因此，本文使用FE模型考察互聯網發展水平對城市創新效率的影響，同時，對2012年前后的樣本進行回歸，以考察“互聯網+”概念提出前后，互聯網發展水平對我國城市創新的影響作用是否存在顯著差異。此外，為了進一步分析互聯網發展水平對城市創新效率的影響途徑，本文分別將創新產出和創新投入作為因變量對互聯網普及率進行回歸分析，以探討互聯網發展水平是通過單獨促進創新產出或創新投入，還是同時對兩個指標產生影響，進而影響城市創新效率。

回歸結果見表2。其中，模型1在控制城市特征變量的基礎上，分析了互聯網發展水平對城市創新效率的影響，模型2和模型3分別為2003—2012年和2013—2017年的分樣本回歸結果，模型4替換因變量為創新產出，模型5替換因變量為創新投入。

模型1的結果顯示，城市互聯網發展水平對創新效率具有顯著正向影響，互聯網普及率每提高1%，城市創新效率能夠提高0.125%，這表明，在控制了地區和時間固定效應的基礎上，互聯網的發展有助于各城市創新活動效率的提高。從模型2—3的結果可以看出，2012年及之前，互聯網發展水平的估計系數為0.044，不顯著，2012年以后，互聯網發展水平對創新效率的產出彈性系數為0.119，在10%的水平下顯著，這表明互聯網發展水平對城市創新效率的影響作用隨著時間趨勢發生顯著變化，“互聯網+”戰略提出以后，互聯網發展水平顯著提高了城市創新效率。假設H1得到驗證。

模型4—5的結果顯示，互聯網發展水平顯著促進了城市的創新產出，而對各城市的創新投入無明顯影響，即互聯網發展水平對各城市創新效率的促進作用主要是通過推動創新產出來實現。其中，互聯網發展水平對政府科學技術支出無顯著影響，本文認為可能是由于相比于互聯網發展水平，政府科學技術支出偏向于中性指標，導致難以對其產生影響。具體來說，財政科學技術支出主要用于支持在市場機制下難以有效配置資源的基礎性研究，這類研究活動由于具有公共產品特征，企業等創新主體往往缺乏投資動機[42]，所以，為有效開展創新活動，地方政府的科學技術支出一般與地方產業發展的特點高度關聯，其支持創新活動的規模和方向也嚴格依據地方政府建立的經濟與科技發展戰略，因而受到該地區互聯網發展水平的影響不大。

（二）穩健性檢驗

本文從兩個方面驗證基準回歸結果的穩健性：一是替換核心變量，二是進行內生性檢驗。

1.替換核心變量

首先，為了綜合考慮創新過程中的“投入”和“產出”，本文采用DEA非參數方法來測算各城市的創新效率?；跀祿目色@得性，采用發明專利申請數和實用新型申請數作為創新產出，地方科學技術支出和年末城鎮單位從業人員數作為創新投入，若該市某年投入產出變量有缺失值，通過線性插入法補足。投入變量和產出變量之間的相關系數介于0.69和0.84之間，均在1%的水平下顯著，表明投入產出變量的選取是合理的?；貧w結果見表3模型6。其次，替換創新效率指標的測度方法。在基準回歸中，本文利用發明專利和實用新型專利的申請總數來衡量創新產出，但從創造性、新穎性等標準來說，發明專利更能體現技術創新的質量，因此，本文分別采用發明專利的申請數量和授權數量來計算一個城市的創新效率，結果見模型7—8。最后，替換互聯網發展水平指標的測度方法。參考王金杰等[15]對互聯網水平的定義，以“互聯網寬帶接入戶數（戶）/土地面積（平方公里）”的測算方法來衡量一個城市的互聯網發展水平，研究其對城市創新效率的影響作用是否具有穩健性，結果見模型9。

表3的研究結果顯示，當采用DEA非參數方法測算的城市創新效率作為被解釋變量，或者將專利申請數分別替換為發明專利申請數和發明專利授權數后，互聯網發展水平仍然對城市創新效率具有顯著正向推動作用。與此同時，在替換了互聯網發展水平的測度指標后，城市的互聯網發展水平仍顯著促進了創新效率的提高。綜上可見，互聯網發展水平對城市創新效率的正向促進作用與主要測度指標的選取無關。

2.內生性檢驗

此前基準結果顯示，互聯網發展水平對城市的創新效率具有正向推動作用，但一個城市創新能力也有可能反過來影響互聯網的發展水平。另外，影響一個城市創新效率的因素較多，在控制變量有限的情況下，可能會出現遺漏變量。考慮到可能會出現的反向因果和遺漏變量問題，本文采用工具變量法重新進行估計，以判斷結果的穩健性。工具變量的選取原則是，必須與內生變量高度相關，而與殘差項不相關。

參考黃群慧等[39]對于工具變量的選擇，利用各城市1984年每百人固定電話數量和每百萬人郵局數量作為城市互聯網發展水平的工具變量，它與各城市的互聯網發展水平高度相關，但與近20年來的城市創新效率相關性不高，是較為理想的工具變量。為了使工具變量隨時間發生變化，將其與各城市上一年的省級互聯網普及率相乘，將這一交叉變量作為最終選用的工具變量。當采用1984年的固定電話數量與郵局數量構建工具變量后，模型10中的2SLS結果顯示，第一階段工具變量的F值為284.26，在1%的水平下顯著，這表明工具變量與潛在的內生變量高度相關，與此同時，J-test的F統計值并不顯著，表明所選用的工具變量不能拒絕同時為零的原假設，即工具變量與殘差項不相關。這兩個檢驗同時表明，所選用的工具變量是有效的，不存在弱工具變量的問題。Hausman檢驗結果表明，2SLS的回歸結果與基準回歸結果存在系統性差異，即互聯網發展水平確實存在內生性，但采用工具變量糾偏后的回歸結果，其系數的方向和顯著性與此前結果保持一致，表明基準回歸結果是穩健的。

2SLS方法假設模型的隨機誤差項服從正態分布才能得到可靠的估計量，當隨機誤差項存在異方差或序列相關時，2SLS的估計結果并非是最有效率的。由于GMM一般采用自變量的滯后期作為廣義矩，不需要知道隨機誤差項的準確分布信息，當殘差項存在異方差或序列自相關時GMM估計比2SLS更為有效，故本文采用滯后1年和2年的互聯網普及率作為工具變量，進一步檢驗結果的穩健性。模型11的結果顯示，采用GMM估計方法進行糾偏后，互聯網發展水平對城市創新效率仍然具有顯著的正向促進作用，本文的基準回歸結果是穩健的。

（三）創新環境的交互效應

為進一步驗證假設H2到H4，本文在該部分添加互聯網發展水平與城市創新環境的交叉項，來分析一個城市的創新環境與互聯網發展水平的交互作用對創新效率的影響作用。

參考《中國區域創新能力報告》中對于創新環境的評價方法，囿于城市數據的可得性，本文從創新產出的主要影響因素出發[41]，將城市創新環境劃分為三類：

（1）物質環境（PGDP）。物質環境反映的是一個區域影響創新活動的經濟發展水平，采用控制變量中的人均GDP指標來衡量。

（2）人才環境（HCA）。人才環境反映的是一個區域可用于支持技術創新活動的人才存量和知識資本，采用控制變量中的人力資本指標來衡量。

（3）金融環境（FIL）。金融環境反映的是一個區域的金融發展水平，即一個區域金融體系的完善程度、對于技術創新活動的融資支持程度、金融服務的覆蓋程度以及資源配置均衡程度等。本文參考梁榜等[40]的研究，用金融機構貸款余額占GDP的比重來衡量一個地區的傳統金融發展水平。

在實際的計量回歸中，考慮到在模型中添加交互項之后，主要變量和交互項之間會具有相關性，導致共線性問題[44]，而且，各城市的人均GDP、人力資本水平和金融機構貸款余額占比指標在實際意義上一般不可能為零值，造成主要觀測變量的系數解釋并沒有太大的經濟意義。為解決上述兩個問題，本文參考Dalal等[45]的觀點，將交互項進行均值中心化處理，即將互聯網水平和交互指標均減去其樣本均值，然后將兩者相乘來添加交互項，以降低主要變量和交互項之間不必要的共線性，而且此時，主要觀測變量的系數可解釋為當交互變量取均值時，其變動1%帶來的被解釋變量的變動程度。

回歸結果見表4。其中，模型12—14分別添加互聯網發展水平與城市物質環境、人才環境和金融環境的交叉變量，考察城市的物質經濟水平、人力資本水平和金融發展水平與互聯網發展水平的交互影響對城市創新效率的作用效果。模型15將三類創新環境同時納入模型中，綜合考察不同類型創新環境和互聯網發展水平的融合對城市創新效率的影響。

首先，從物質環境來看，人均GDP與互聯網普及率的交叉項系數是-0.194，在1%的顯著水平下顯著，表明隨著人均GDP的增加，互聯網發展水平對創新效率的影響效果顯著下降。該結果說明了在物質經濟越發達的地區，互聯網基礎設施的建設程度對于城市創新效率的正向推動作用越小。本文認為這可能基于以下原因：整體上而言，隨著各地區互聯網發展水平的持續提升，相比于傳統落后地區，經濟發達地區的創新效

率并未出現穩步提升。另外，2012年以來，伴隨著“全民創新”戰略以及專利補貼等政策的推行，我國專利申請數量激增，激增的專利主要來源于過去年份未經常開展創新活動的中西部地區[46]。因此，與經濟發達地區相比，傳統落后地區利用互聯網作為落后基礎設施的補充，實現了對研發人員、資本投入等的合理整合和分配，實現了更高水平的技術創新能力，因而城市的物質經濟越不發達，互聯網對城市創新效率的正向促進作用越大。由此也可以看出，互聯網發展水平對我國城市創新效率的影響具有顯著的區域差異性，后續將進行進一步的檢驗。

其次，從人才環境來看，人力資本水平與互聯網普及率的交叉項系數是-0.381，在1%的水平下顯著，表明隨著各城市人力資本水平的提高，互聯網發展水平對城市創新效率的影響明顯下降。該結果與物質環境的結果具有一致性，說明了一個地區的人力資本水平越高，互聯網對于城市創新效率的促進作用越小。

最后，從金融環境來看，金融發展水平與互聯網普及率的交叉項未通過顯著性水平檢驗，這一結果表明，在不同金融發展水平的城市之間，互聯網發展水平對城市創新效率的影響并未存在顯著差異。究其原因，從創新主體來看，小微企業是一個城市活躍程度和創新潛力最高的科技創新主體，但是長期以來，我國金融體系存在著深層次、結構性的矛盾，其發展的不完善導致了金融要素價格和資源配置扭曲，小微企業面臨著嚴重的外部融資約束困難，嚴重抑制了其創新活動的開展和成果實現[43]。而本文利用金融機構貸款余額占GDP的比重來代表一個城市的金融發展水平，衡量的是該城市的傳統金融服務水平，難以真正體現在“互聯網+”戰略下各城市借助互聯網基礎設施、利用轉型升級的金融服務方式，如數字金融、普惠金融等，對城市創新活動的支持性作用。因此，在不同傳統金融發展水平的城市之間，互聯網發展水平對城市創新效率的影響并未存在顯著差異。

（四）區域的異質性分析

由于我國幅員遼闊，區域發展很不平衡，互聯網的發展對區域創新效率的影響效果必然存在較大差異。接下來，本文將樣本分為東中西部三個地區，以分析互聯網的創新影響效應的區域異質性，結果見表5。

首先，東中西部地區的互聯網發展水平均顯著促進了該地區的創新效率，但存在區域異質性。中部和西部地區的互聯網發展對創新效率的產出彈性系數分別是0.148和0.168，高于東部地區。這表明，互聯網對創新的促進作用存在邊際效應遞減，隨著發達地區的互聯網基礎設施的不斷完善，其對創新效率的提升作用減小，反觀中西部地區，信息基礎設施投資對創新仍有很大的推進作用。這在一定程度上驗證了人均GDP的交互作用估計結果，隨著東中西部地區的人均GDP逐級下降（人均GDP的對數值分別為1.15，0.82和0.59），互聯網的發展對創新效率的作用不斷增強。其次，與2012年之前相比，東中西部地區2012年以后互聯網對創新效率的產出彈性系數更大。這一結果也與全樣本的估計結果相吻合。

五、結論與啟示

面臨我國經濟結構趨優、動能轉換的現實背景，順應當前社會從信息經濟向互聯網經濟轉變的時代趨勢，把握并適應互聯網發展作為經濟增長新動能的角色，無疑成為實現我國經濟增長方式轉換的關鍵。本文基于2003—2017年我國277個地級市的面板數據，將城市創新環境納入研究范疇，深入探討了互聯網發展水平對我國城市創新效率的影響。研究結果顯示，互聯網發展水平對城市創新效率的提高具有顯著促進效果，且該促進作用通過推動創新產出，而非創新投入來實現。另外，互聯網發展水平對城市創新效率的影響隨著時間趨勢發生顯著變化，在近階段，互聯網的發展更能夠推動城市創新效率的提高?？紤]到不同城市創新環境之間的差異性，一個城市的物質環境和人才環境反向調節互聯網發展水平對城市創新效率的促進作用，即一個城市的經濟發展水平和人力資本水平越高，互聯網對其創新效率的正向推動作用越小，而對于不同金融環境的城市而言，互聯網發展水平對創新效率的影響并未存在顯著差異。進一步地，區域的異質性檢驗結果顯示，互聯網發展水平對西部地區的創新效率影響效果最大，其次是中部和東部，但時間上具有同步效應，后期的影響效果才逐步凸顯。

本文的研究可為各城市因地制宜開展創新活動、實現技術進步提供一些政策啟示。

（1）加強互聯網基礎設施建設，實現區域協調發展。應加強城市信息基礎設施建設，以實現互聯網的有效發展和應用。同時，注重互聯網資源在不同區域之間的合理化配置，在保證發達地區互聯網建設良性發展的基礎上，繼續加大對中西部地區的互聯網基礎設施建設的政府扶持力度。

（2）重視創新投入，協調配置區域間的創新資源。明確各地區的關鍵支柱產業和高技術產業，加大對落后地區創新資源的支持，完善創新激勵政策，加大科研投資力度和財政支持程度，并根據不同創新主體在創新活動中的地位和動機，給予相應的創新成果產權、資金等政策支持，以激發創新主體開展創新活動的積極性。

（3）提高創新環境質量，重視不同區域對于創新環境的內在需求差異。在國家層面上，應建立提高區域創新環境質量的戰略方向，明確政府和市場在創新資源配置中的定位。而對于不同發展階段的地區而言，發達地區應注重調整創新環境結構，由促進物質經濟增長轉變為促進技術創新，中西部地區應繼續提高物質經濟水平、市場化程度和金融服務水平，以彌補外在創新環境短板，進一步提高創新效率。

參考文獻：

[1]黃群慧. “新常態”、工業化后期與工業增長新動力[J]. 中國工業經濟， 2014（10）： 5-19.

[2]龍小寧， 王俊. 中國專利激增的動因及其質量效應[J]. 世界經濟， 2015（6）： 115-142.

[3]JORGENSON D W， STIROH K J. Raising the speed limit： U. S. economic growth in the information age[J]. Brookings Papers on Economic Activity， 2000（1）： 125-235.

[4]CHOI C， YI M H. The effect of the internet on economic growth： evidence from cross-country panel data[J]. Economics Letters， 2009， 105（1）： 39-41.

[5]CHU S Y. Internet， economic growth and recession[J]. Modem Economy， 2013， 4（3A）： 209-213.

[6]韓寶國， 朱平芳. 寬帶對中國經濟增長影響的實證分析[J]. 統計研究， 2014（10）： 49-54.

[7]郭家堂， 駱品亮. 互聯網對中國全要素生產率有促進作用嗎？[J]. 管理世界， 2016（10）： 34-49.

[8]BERGER A N. The economic effects of technological progress： evidence from the banking industry[J]. Finance andEconomics Discussion Series， 2003， 35（2）： 141-172.

[9]茶洪旺， 左鵬飛. 信息化對中國產業結構升級影響分析： 基于省級面板數據的空間計量研究[J]. 經濟評論， 2017（1）： 80-89.

[10]FREUND C， WEINHOLD D. The internet and international trade in services[J]. American Economic Review， 2002， 92（2）： 236-240.

[11]施炳展. 互聯網與國際貿易： 基于雙邊雙向網址鏈接數據的經驗分析[J]. 經濟研究， 2016（5）： 172-187.

[12]FORMAN C， ZEEBROECK N V. From wires to partners： How the internet has fostered R&D collaborations within firms[J]. Management Science， 2012， 58（8）： 1549-1568.

[13]張旭亮， 史晉川， 李仙德， 等. 互聯網對中國區域創新的作用機理與效應[J]. 經濟地理， 2017（12）： 129-137.

[14]韓先鋒， 宋文飛， 李勃昕. 互聯網能成為中國區域創新效率提升的新動能嗎[J]. 中國工業經濟， 2019（7）： 119-136.

[15]王金杰， 郭樹龍， 張龍鵬. 互聯網對企業創新績效的影響及其機制研究： 基于開放式創新的解釋[J]. 南開經濟研究， 2018（6）： 170-190.

[16]HARRIS M H. Is the revolution now over， or has it just begun？ A year of the internet in higher education[J]. The Internet and Higher Education， 1998， 1（4）： 243-251.

[17]江小涓. 高度聯通社會中的資源重組與服務業增長[J]. 經濟研究， 2017（3）： 4-17.

[18]張騫， 吳曉飛. 信息化對區域創新能力的影響： 馬太效應存在嗎？[J]. 科學決策， 2018（7）： 1-21.

[19]馬光榮， 劉明， 楊恩艷. 銀行授信、信貸緊縮與企業研發[J]. 金融研究， 2014（7）： 76-93.

[20]HALL B H， LERNER J. The financing of R&D and innovation[J]. Handbook of the Economics of Innovation， 2010（1）： 609-639.

[21]李炳， 趙陽. 互聯網金融對宏觀經濟的影響[J]. 財經科學， 2014（8）： 21-28.

[22]蘭海霞， 趙雪雁. 中國區域創新效率的時空演變及創新環境影響因素[J]. 經濟地理， 2020（2）： 97-107.

[23]張宗和， 彭昌奇. 區域技術創新能力影響因素的實證分析： 基于全國30個省市區的面板數據[J]. 中國工業經濟， 2009（11）： 35-44.

[24]TODTLING F， KAUFMANN A. Innovation systems in regions of Europe： a comparative perspective[J]. European Planning Studies， 1999， 7（6）： 699-717.

[25]李習保. 區域創新環境對創新活動效率影響的實證研究[J]. 數量經濟技術經濟研究， 2007（8）： 13-24.

[26]范紅忠. 有效需求規模假說、研發投入與國家自主創新能力[J]. 經濟研究， 2007（3）： 33-44.

[27]鄧向榮， 周密， 李偉. 我國科技創新極化度指數的構造及區域比較[J]. 財經研究， 2007（6）： 67-76.

[28]宋麗思， 陳向東. 我國四大城市區域創新空間極化趨勢的比較研究[J]. 中國軟科學， 2009（10）： 100-108.

[29]黃蕊， 張肅. 梯度轉移理論下我國區域創新極化效應與擴散效應的非對稱性影響研究[J]. 商業經濟與管理， 2019（12）： 88-97.

[30]樊綱. “發展悖論”與發展經濟學的“特征性問題”[J]. 管理世界， 2020（4）： 34-39.

[31]陳明明， 鄭猛. 為什么大多數技術創新沒有成為適應性技術[J]. 社會科學研究， 2021（1）： 105-113.

[32]KALAPOUTI K， PETRIDIS K， MALESIOS C， et al. Measuring efficiency of innovation using combined data envelopment analysis and structural equation modeling： empirical study in EU regions[J]. Annals of Operations Research， 2020， 294（1-2）： 297-320.

[33]ALEXANDRE R. ICT penetration and aggregate production efficiency： empirical evidence for a cross-section of fifty countries[J]. Journal of Applied Economical Sciences， 2008（3）： 65-72.

[34]JUNG J. Regional inequalities in the impact of broadband on productivity： evidence from Brazil[R]. MPRA Paper， 2014（56177）.

[35]陳亮， 李杰偉， 徐長生. 信息基礎設施與經濟增長： 基于中國省際數據分析[J]. 管理科學， 2011（1）： 98-107.

[36]GUAN J C， CHEN K H. Measuring the innovation production process： a cross-region empirical study of Chinas high-tech innovations[J]. Technovation， 2010， 30（5）： 348-358.

[37]李政， 楊思瑩. 財政分權、政府創新偏好與區域創新效率[J]. 管理世界， 2018（12）： 29-42.

[38]BERNSTEIN S. Does going public affect innovation？[J]. SSRN Electronic Journal， 2015， 70（4）： 1365-1403.

[39]黃群慧， 余泳澤， 張松林. 互聯網發展與制造業生產率提升： 內在機制與中國經驗[J]. 中國工業經濟， 2019（8）： 5-23.

[40]梁榜， 張建華. 數字普惠金融發展能激勵創新嗎： 來自中國城市和中小企業的證據[J]. 當代經濟科學， 2019（5）： 74-86.

[41]WOOLDRIDGE J M. Introductory econometrics： a modern approach[M]. Mason： South-Western， 2003.

[42]葛園園， 孔劉柳. 我國財政科技支出結構分析[J]. 金融經濟， 2013（10）： 78-80.

[43]張會云， 唐元虎. 企業技術創新影響因素的模糊聚類分析[J]. 科研管理， 2003（6）： 71-77.

[44]ALTHAUSER R P， RUBIN D. Measurement error and regression to the mean in matched samples[J]. Social Forces， 1971， 50（2）： 206-214.

[45]DALAL D K， ZICKAR M J. Some common myths about centering predictor variables in moderated multiple regression and polynomial regression[J]. Organizational Research Methods， 2012， 15（3）： 339-362.

[46]HU A G， JEFFERSON G H. A great wall of patents： What is behind Chinas recent patent explosion？[J]. Journal of Development Economics， 2009， 90（1）： 57-68.

責任編輯、校對： 李再揚

Research on the Impact of Internet Development on Cities Innovation Efficiency

JIANG Renai1，2， LI Dongmei1， WEN Jun1

（1. School of Economics and Finance， Xian Jiaotong University， Xian 710061， China;

2. Innovation-driven and Industrial Upgrading Research Center in Shaanxi Province， Xian 710061， China）

Abstract： With the advent of the information technology era， the development and popularization of Internet technology can promote technological progress and has become the key to the transformation of Chinese economic growth mode. On the basis of systematical analysis of the action mechanism of Internet development and urban innovation efficiency， combined with panel data of 277 prefecture-level cities in China from 2003 to 2017， this article empirically analyzess the effect of Internet development level on urban innovation efficiency in China. The results show that the Internet has a significant promotion effect on the improvement of urban innovation efficiency， and the promotion effect is mainly achieved by promoting innovation output rather than innovation input， and gradually strengthens with time. The urban physical environment and talent environment reversely regulate the Internet to promote the efficiency of urban innovation， that is， the higher the level of economic development and human capital of a city， the smaller the positive impact of the Internet on its innovation efficiency. While the regulating effect of urban financial environment is not significant. The influence of the Internet on innovation efficiency has significant regional heterogeneity， with the western region being the largest， followed by the central and eastern regions. However， innovation efficiency was not significantly improved in all regions until 2012. In order to better tap the innovation potential， China should strengthen the development of information technology at the same time， further improve the level of innovation environment in backward areas.

Keywords： innovation efficiency; city; internet development; patents; innovation environment

收稿日期：2020-08-05。

基金項目：國家自然科學基金面上項目“ICT對中國技術進步的作用機理及影響效果研究”（71874138）。

作者簡介：蔣仁愛，男，西安交通大學經濟與金融學院教授，博士生導師，研究方向：技術創新與科技政策，電子郵箱：jiangrenai@xjtu.edu.cn;

李冬梅，女，西安交通大學經濟與金融學院博士研究生，研究方向：技術創新;

溫軍，男，西安交通大學經濟與金融學院教授，博士生導師，研究方向：公司治理與技術創新。