中國互聯網產業空間演化格局及其創新效應

徐維祥，劉曉雯，劉程軍, ，陳雨瑋，王 睿

（1.浙江工業大學經濟學院，浙江杭州 310023；2.浙江工業大學之江學院，浙江紹興 312030）

隨著社會經濟的突飛猛進，互聯網產業已成為促進區域經濟發展的龍頭產業。因其具有打破信息不對稱、降低交易成本和提升勞動生產率的特點［1］，互聯網將推動中國經濟朝著更創新、更智慧、更綠色的方向發展，并成為區域創新發展新動能［2］。《中國互聯網發展報告（2020）》顯示，截至2020 年年底，中國網民規模達9.89 億人，互聯網普及率達到70.40%［3］。這充分說明以互聯網為代表的數字經濟是不可阻擋的時代潮流，其巨大潛能正在逐步釋放。基于此，從省域層面把握中國互聯網產業發展的演進規律，探究其自身具有的創新效應，對實現全面高質量發展均具有重要意義。

1 文獻綜述

關于互聯網的研究，最初著重于互聯網自身特點，如Athanassios［4］指出互聯網具有與經濟社會各領域深度融合的特點；Salahuddin 等［5］認為互聯網具有節省時間、提高效率的優勢。大多學者采用單一指標來衡量互聯網產業，但單一指標難以客觀地衡量出互聯網產業發展的真實水平。隨著地理學的相關方法與研究被充分利用，部分研究致力于互聯網發展與經濟增長的關系，也有圍繞互聯網產業空間集聚、互聯網普及的空間差異等問題展開，如Czernich 等［6］的研究；寧進廳等［7］基于生產與消費兩個方面，利用錫爾系數和集中化指數對中國互聯網發展狀況進行研究，結果發現互聯網發展的區域差異仍然明顯；葉初升等［8］肯定了互聯網不僅顯著促進了經濟增長，而且具有明顯的結構效應。

針對互聯網與創新的關系，Arthub［9］認為互聯網具有推動知識、信息廣泛傳播的能力，從而有利于創新產出；Holmstrom［10］從互聯網金融角度出發，認為金融發展有利于降低交易費用，促進了企業研發創新；Glavas 等［11］指出，互聯網對企業的創新性和主動性均具有積極影響；Bygstad［12］通過航空公司案例研究表明，互聯網高速發展可以加快推動企業創新。

加快發展互聯網產業對于促進中國經濟發展、推進創新創業具有重要的意義，但是，已有研究成果中針對互聯網產業的探索更注重于互聯網的發展差異及空間集聚等方面，針對剖析互聯網空間演化趨勢及其與區域創新的空間計量實證框架仍有待完善。因此，本研究結合互聯網和創新的已有相關研究，提出互聯網產業空間演化特征及其創新效應的實證分析框架，首先從互聯網應用環境、互聯網設備資源、互聯網基礎設施和互聯網普及4 個維度，系統分析構建互聯網產業綜合指標體系，在此基礎上識別互聯網產業時空變化趨勢與空間演化特征；然后，運用引力模型構建互聯網產業空間聯系網絡結構圖，闡述網絡特征及重心轉移趨勢；最后，利用空間計量模型探究互聯網產業發展與區域創新的關系，為推動區域創新發展提供參考。

2 模型、變量與數據

2.1 模型設置

2.1.1 空間自相關分析

全局莫蘭指數（Moran'sI）反映相同變量在不同空間位置上的相關性［13］，本研究采用莫蘭指數來判斷中國互聯網產業空間聯系是存在相關性。具體計算公式如下：

式（1）中：xi、xj表示省份i和j的觀測值，為均值；n為研究單元數量；Wij為N×N的空間矩陣鄰接矩陣，Wij取值為1 表示省份之間相鄰，反之為0。

當I值大于0 表示變量是空間正相關的，值越大表示空間聯系越為緊密；當I值為0 時，說明空間變量之間是隨機分布的，不具有空間相關性［14］。

為了分析不同位置的高值簇和低值簇，本研究同時利用Getis-Ord Gi*統計數據來測度中國互聯網產業的熱點區和冷點區的空間分布。計算公式如下：

2.1.2 引力模型

區域產業空間聯系強度既能反映產業中心地區的輻射能力，也能反映周圍地區對產業中心輻射能力的接受強弱［15］。本研究運用引力模型來測度中國互聯網產業省份之間的聯系強弱。其中，引力模型中的分子是基于熵值法計算得到的互聯網產業綜合水平。測算公式如下：

式（3）中：Iij代表兩省份之間的互聯網空間聯系強度；INTi和INTj分別表示i、j省份的互聯網產業綜合水平；Dij為i、j兩省份之間最短距離；b為兩省份之間距的衰減指數，根據李陳等［16］的研究成果，b取值2。

在此基礎上，核算各省份空間總聯系量Ii。計算公式如下：

2.1.3 重心遷移模型

重心模型在研究區域發展過程中起著重要作用，在一定程度上能夠顯示區域發展的空間均衡性和差異性特征，可以用作研究國家或者區域發展的方向，以及用來評估空間發展政策的變動效果［17］。本研究以各省域互聯網產業空間總聯系量為研究對象，構建不同年份的重心測算模型，以便為中國互聯網產業發展提供更合理的政策建議。計算公式如下：

2.1.4 空間計量模型選擇

普通面板模型的誤差設定不夠嚴謹，無法準確判定互聯網產業發展與區域創新之間的真實關系，因此，采用空間面板計量模型進一步分析。空間面板計量模型可以分為空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）3 種形式。其基本形式分別如下：

式（7）（8）中：PATit表示被解釋變量創新產出，為解釋變量；Xjt和PATjt分別為周邊j省份t年份的解釋變量和被解釋變量；α表示常數項；β為自變量空間回歸系數；ξ為隨機誤差項；ρ表示因變量空間回歸系數；θ表示自變量空間回歸系數；λ表示空間誤差回歸系數。

參考徐維祥等［18］的做法，當滿足ρ≠0、θ=0、λ=0 時為空間滯后模型；當ρ=0、θ=0、λ≠0 時，為空間誤差模型；當ρ≠0、θ≠0、λ=0 時，為空間杜賓模型。先需經過LR 和Wald 檢驗分析分析模型具體形式，再結合豪斯曼檢驗判斷固定效應還是隨機效應。

2.2 變量選取

2.2.1 被解釋變量

創新產出為被解釋變量。多數學者采用諸如專利申請受理數量、新產品銷售收入、工業新產品產值等指標來表征創新產出。本研究從區域創新程度視角出發，鑒于通過專利授權數量能夠很好地衡量某個地區的創新水平高低，因此借鑒王晶晶等［19］的做法，選擇專利權申請數量（PAT）表征被解釋變量。

2.2.2 主要核心解釋變量

互聯網產業綜合水平（INT）為主要核心解釋變量。考慮到數據的可得性以及連續性，本研究構建了互聯網產業綜合評價指標體系。實際上，互聯網是一個較為復雜的系統工程，考慮單一的指標很難客觀地揭示其發展的真實水平。參考郭家堂［20］、張旭亮等［21］的研究成果，結合中國互聯網發展實際情況，從發展應用環境、互聯網設備資源、互聯網基礎設施、互聯網普及程度4 個維度出發，將4這個維度細分為6 個二級指標、13 個三級指標，構造出中國互聯網產業綜合評價指標體系（見表1），并且通過熵值法賦予權重，測算出不同年份的中國互聯網產業綜合發展水平。此外，通過互聯網產業空間聯系勢能可以衡量不同省份互聯網的中心地位，根據式（4）計算結果，同樣將互聯網產業空間聯系勢能（I）也作為主要核心自變量。

表1 區域互聯網產業綜合評價指標體系

2.2.3 其他核心解釋變量

區域創新的本質是將創新要素投入并且轉化為創新產出的過程，研發資本投入和人力資源投入是創新投入的關鍵要素，借鑒Hall 等［22］的研究，采用R&D 人員全時當量（L）表示R&D 人力資源的投入；同時，考慮到R&D 經費支出有很強的滯后性，使用R&D 資本存量（K）表示全部研發投入。

省域R&D 資本存量通過永續盤存法估算求得：

式（9）中：Kit表示i省份第t期的R&D 資本存量；表示i省份第t-1 期的R&D 資本存量；Eit表示i省份第t期的不變價R&D 投資；δi表示i省份R&D 資產的折舊率，參考Hall 等［22］的做法設定為15%。

初始R&D 資本存量計算公式為：

式（10）中：Ki0為i省份的初始R&D 資本存量，Ei0為i省份初期R&D 經費支出；gi為經費支出的增長率，主要有幾何平均法與BEA 線性回歸法兩種確定方法，本研究采用幾何平均法計算。

2.2.4 控制變量

為了使得分析的結果更加精確，本研究中還控制了以下變量：（1）對外開放程度（FDI）。對外開放程度對區域創新產出有明顯的推進作用，開放程度高的省份往往有豐富的資本和勞動力流入，具有更強的創新能力。參考張彩江［23］等研究，采用地區外商投資總額來表示。（2）技術轉化能力（TAC）。參考韓先鋒［24］等研究，用技術市場交易額與GDP之比來表示。（3）研發投入強度（R&D）。研發經費的投入會大力激發創新潛在動能。參考周密［25］等的研究，采用研發經費投入占GDP 比重來表示研發投入強度。（4）市場發育程度（SCSP）。一般情況下，市場化發育程度較高的省份更加具有創新活力［20］。采用非國有企業員工占比來體現。（5）政府支持程度（GOV）。政府行為對互聯網企業發展有較強的影響作用。參考韓長根［26］等的研究，用當地財政支出占GDP的比重來表征。（6）產業結構升級（STU），用來判斷國家的經濟走向。互聯網技術的發展有助于產業結構升級，借助鞏鑫［27］等的研究，采用第三產業值占第二產業值比重來表示。

2.3 數據來源

研究范圍包括中國30 個省份（未含西藏和港澳臺地區）。面板數據區間為2007—2017 年，其中互聯網產業綜合評價指標體系中的各項細分指標數據及專利申請數量、外商直接投資、R&D 經費支出、R&D 人員全時當量等數據均來自《中國統計年鑒》《中國信息年鑒》和國家統計局官方網站及各省域統計局網站，各省域之間的行駛距離通過百度地圖API 平臺獲取（http://lbsyun.baidu.com/）。

3 中國互聯網產業空間演化特征

3.1 空間差異分析

根據熵值法計算出2007—2017 年中國30 個省份互聯網產業綜合發展水平，借助ArcGIS 10.2 軟件，通過自然斷裂法將其分為5 個等級（高水平、較高水平、中等水平、低水平、較低水平），并生成2007 年、2012 年與2017 年的中國互聯網產業綜合水平地理分布圖（見圖1）。可以看出，2007 年互聯網產業綜合水平屬于高水平等級的有北京、上海、廣東3 地，浙江、江蘇、山東這3 個東部沿海地區處于較高水平，屬于中等水平的地區多分布于內陸，如河南、湖北、湖南等中部城市，屬于低水平和較低水平的大多集中于西部地區，其中青海、甘肅、寧夏的互聯網產業綜合水平值都小于0.13，整體而言互聯網產業發展程度較低；至2012 年，各省份互聯網產業綜合水平值都有所提升，東部沿海地區的變化趨勢較為明顯，高水平地區增加了浙江、江蘇兩省，同時河北、遼寧、山東3 省由原來的中等水平躍遷為較高水平，四川和福建的互聯網產業綜合水平值也陡然上升，就內陸區域而言，位于中等水平的省份增加了陜西和黑龍江；至2017 年，30個省份互聯網產業綜合水平值提升幅度較為明顯，中等水平地區增加了陜西省，在內陸區域呈現出明顯的空間集聚特征。可以發現的是，2007 至2017 年期間，東部沿海地區的互聯網產業整體水平提升較為突出，具有明顯的先發優勢，但整體而言，互聯網產業在空間分布上呈現出不平衡性，時空分異特征較為明顯，呈現出“東緊西稀”的空間分布特征。隨著時間的遞進，30 個省份互聯網產業綜合水平的空間分布呈現出明顯的集聚特征。其中，屬于高水平等級的省份主要分布于東部沿海地區，這些地區的經濟發展較快，因此人才和資本較為聚集，在互聯網產業發展中具有一定的優勢；處在較高水平階段的省份主要集中于沿海地區相鄰近的中部地區，呈現由沿海向內陸地區蔓延的趨勢。從演化趨勢可知，東部和西部差異較為明顯，西部地區的青海、甘肅、寧夏始終處于低水平階段。

圖1 中國省域互聯網產業時空分異狀況

3.2 空間相關性分析

空間關聯性是反映區域間變量是否存在空間依賴或者空間自相關最直觀的方式［8］，本研究利用ArcGIS 10.2 軟件計算得出2007—2017 年互聯網產業綜合水平全局自相關指數（Moran'sI指數），結果如表2 所示。

表2 2007—2017 年中國30 省份互聯網產業空間自相關分析結果

通過P值結果可見，2007—2017 年中國30 個省份互聯網產業綜合水平的莫蘭指數值均通過10%水平下的顯著性檢驗，其中除了2008、2013、2014 年，其余年份的指數值均在5%的水平下顯著為正，這說明各省份的互聯網發展在空間上并不是無序分布的，而是具有明顯的空間相關性。還可以看出，各省域互聯網產業空間相關性均為正值，表明中國互聯網綜合發展水平呈顯著的集聚特征；但從時序變化上可見，莫蘭指數呈現出不同變化趨勢，2007 至2012 年較為穩定，保持在0.24 左右，2013 至2017年整體呈現出上升的趨勢，表明空間集聚程度在波動提升。

為了區分冷熱點區域，利用ArcGIS10.2 軟件將冷熱點區域劃分為7 類（見圖2）。從發展趨勢來看，互聯網產業綜合水平的熱點區域主要集中在浙江滬地區，并且隨著時間的推進存在一定的擴張趨勢；冷點區域則主要分布在西部地區。具體而言，2007年的高熱點只有安徽1 省，中熱點區域有5 個區域，分別為浙江、上海、江蘇、福建、湖北；高冷點區域有青海和甘肅，四川則處于次冷點區域；2012 年冷熱分布變化較為明顯，熱點區域逐漸向中部延伸，首次出現了浙江高熱點區域，同時低熱點區域增加了江西；2017 年，江西也由低熱點區域躍遷為中熱點區域。從空間分布格局來看，冷熱點的集聚范圍相對較小，大部分的北部、東北部地區處于隨機分布狀態，這表明冷熱集聚區的輻射效果有限；此外，中部及東北整體地區的互聯網發展程度并不是很高。

圖2 中國互聯網產業發展冷熱點分布

4 中國互聯網產業空間網絡結構特征

4.1 空間聯系強度分析

通過互聯網產業空間聯系勢能能夠衡量兩個省份之間的互聯網產業空間聯系強度，該指標值越大表示產業空間吸引力越大。為了探討互聯網產業的空間聯系網絡結構，利用ArcGIS 10.2 軟件的網絡分析功能，將互聯網產業空間聯系量分為0～50.00（較弱聯系）、50.01～100.00（弱聯系）、100.01～150.00（一般聯系）、150.01～300.00（較強聯系）和300.01（強聯系）等5 個等級，并且進行可視化分析，繪制出中國互聯網產業空間聯系網絡圖（見圖3）。為了提升可視化效果，圖3 內不顯現較弱聯系關系的空間聯系強度。

由圖3 可知，2007 年北京與天津、上海與浙江的空間關系最為密切，長三角地區聯系次之，表現為以江蘇為頂點，分別與安徽、上海、浙江之間構成緊密聯系，同時以北京為起點，與其相近的河北、山東也依次構成聯系，這些重要節點省份的經濟基礎較好，積聚了大量的互聯網人力資本要素，具有顯著的優勢，而其他地區并沒有與京津、江浙滬構建緊密的空間聯系，由此可見互聯網產業的空間聯系尚在初級階段，呈現出極為簡單的核心結構關系；2012 年，京津、江浙滬地區的空間聯系量級陡然上升，這兩個核心地區的輻射能力增強，以北京為頂點，首次和山西、內蒙古構成聯系，同時安徽與江蘇之間的聯系強度大于300，網絡聯系十分緊密，內陸地區的湖北、湖南、江西構成“鐵三角”關系，四川與重慶以及青海與甘肅的聯系強度也進一步加強；2017 年，空間聯系網絡結構復雜程度提升較大，東部沿海地區之間的互聯網產業聯系較強，網絡結構較為緊密，西部地區的聯系強度也有所增加，其中江蘇、浙江、上海之間增幅較為明顯，大多數原本沒有聯系的省份也存在一定程度的聯系，例如與河南構建起聯系的省份數量大幅度上升，呈現出以河南為中心、向周圍輻射的蛛網狀空間聯系特征。

通過圖3 可以明顯發現，沿海地區及中部地區的互聯網產業空間聯系網絡復雜程度大于西南、西北及東北區域，各個省份間的互聯網產業空間聯系持續增強，網絡結構由簡單演變為復雜，其中京津冀、江浙滬地區始終起著關鍵的作用。總的來說，2007至2017 年，中國互聯網產業聯系強度變化比較明顯，最初的聯系分布較為零散，主要集中于京津、江浙滬兩核心區域，隨著互聯網產業的不斷發展，逐漸向內陸放射性擴散，呈現出多個核心的結構特征，這可能與各地區的經濟水平、對外開放程度有很大的關系。

圖3 中國互聯網產業空間聯系網絡結構

4.2 空間總勢能演化趨勢分析

互聯網產業空間聯系總量可用來衡量區域互聯網產業的重心地位。通過式（2）計算出2007、2012、2017 年中國互聯網產業空間聯系總量（見表3）。由表3 可知，在這3 個年度內，空間聯系總量排名在前10 位的省份占全部研究區域的比重分別為71.84%、69.34%和68.37%，意味著大量的互聯網“財富”集中在這些區域；同時隨著時間的推移，所占比重逐年減少，說明各個省份之間的互聯網發展差異逐步縮小，向均衡態勢發展。僅從空間聯系總量變化趨勢可見，各省份的聯系總量呈現指數增長，增長速度極快。以山西為例，2007 年空間總勢能排名于末尾，2012 年躍遷為第三，空間總勢能由先前的197 上升至1 179，提升了將近6 倍，2017 年排名第二僅次于北京。從地理角度而言，空間勢能較高的省份大多處于東部沿海等經濟較為發達的地區，進一步說明了以京津和浙江滬為核心的城市圈具有較強的溢出效應，帶動周圍的城市組團發展，在推動互聯網發展中占據重要的地位。可以發現的是，2017 年內蒙古、江西躋身進入排名前十，而浙江的互聯網中心地位在不斷下降，說明中心地位具有轉移的趨勢；北京始終居于首位，中心地位較為突出。

表3 中國30 省份互聯網產業空間聯系總量

4.3 空間聯系總量重心轉移分析

為了刻畫中國互聯網產業空間聯系總量的重心轉移情況，運用式（5）（6）計算出30 省份重心轉移坐標，并用Arcgis10.2 軟件繪制2007 至2017 年空間聯系總勢能的重心轉移路線圖（見圖4）。整體來看，2007 至2017 年，30 省份互聯網產業空間聯系總量的重心坐標呈現出“自北向南，由東到西”的“W”型漂移特征。可以發現近10 年來轉移路徑較為明顯，逐漸向南轉移，空間聯系總量的重心坐標大多處在河南省內，這意味著東部地區的互聯網發展水平始終要高于西部地區，可能因為東部沿海地區產業基礎具有較強的優勢、勞動資本較為豐裕，使得互聯網發展較為興盛。整體而言，互聯網產業發展的重心轉移幅度較為明顯，具體表現為東經減少了0.42個維度、北緯減少了0.37個緯度。由此可見，隨著互聯網產業的不斷發展，中國互聯網發展重心大幅度由北向南移動，南部互聯網產業提升較為明顯。具體而言，2007 至2013 年，呈現出規則的“W”型，且為先北部、后南部的移動特征，其中2007 至2009 年變化幅度最大；2013 至2017 年，重心波動逐漸平穩，漂移趨勢較為穩定，呈現較為平滑的由北向南的移動特征。

圖4 中國30 省份互聯網產業空間聯系總量重心轉移路線

5 中國互聯網產業與創新效應研究

5.1 模型檢驗結果分析

上述空間自相關分析結果表明了各省份互聯網產業發展在空間上存在著一定的相關性和異質性，為了驗證模型的具體形式，利用Wald 檢驗和LR 檢驗判斷空間杜賓模型能否退化為空間滯后模型或空間誤差模型。檢驗結果見表4，在鄰近空間權重的設定下，Wald、LR 的空間滯后項和空間誤差項檢驗結果均在5%的水平下顯著，拒絕了原解釋，認為SDM 無法退化為SEM 模型或者SAR 模型，應該采用空間杜賓模型；同時Hausman 統計量在1%的置信水平下顯著拒絕原假設，認為選擇固定效應模型最為合適。綜上，本研究應該選擇空間杜賓固定效應模型。

表4 研究模型的Wald 和LR 檢驗結果

5.2 空間面板回歸分析結果

為了驗證結果的穩健性，基于Stata 14.0 軟件進行SDM 估計時，結合空間杜賓無固定效應模型和非空間面板個體固定效應模型，分別以互聯網產業綜合水平（見表5）與互聯網產業空間聯系總量（見表6）為核心自變量進行比較分析。通過表5、表6 中的3個模型對比發現，不同模型的估計系數存在細微的差異，但是正負號和顯著性基本保持一致，說明各個模型之間能夠相互驗證，對數據特征的擬合具有穩健性。變量In INT 與變量InI在不同模型下均通過了顯著性檢驗，相比其他變量結果，其系數較大且為正，這表明互聯網產業的發展是推進區域創新的重要引擎。個體固定效應模型中的系數值較高，可能是忽視了因變量和自變量的空間溢出效應而導致。表5 和表6 空間固定效應模型中的Ρ值分別為0.170 和0.221，分別在5%和1%水平上顯著，進一步證實創新產出的提升存在顯著的空間溢出效應。

表5 2007—2017 年中國30 省份以互聯網產業綜合水平為核心解釋變量的空間分析結果

從表6 可知，變量InI在3 種模型下均通過了1%水平下的顯著性檢驗，這表明互聯網產業空間聯系格局對區域創新具有明顯的正向作用；勞動要素InL對區域創新產生顯著正向影響，而資本要素InK在3種模型下均不顯著，說明區域創新產出增長主要靠人才投入拉動。其他控制變量也對創新產出產生不同的作用：對外開放水平變量InFDI 對創新產出沒有產生顯著的影響，部分原因可認為開放程度不夠，政府需采取一定的措施提升地區的對外開放能力；研發投入強度變量InR&D 對創新產出起抑制性作用，意味不當的研發經費支出有可能扭曲區域創新產出結果；變量InGOV 與W× InGOV 在空間固定效應模型中均顯著為正，表明政府支持對區域創新產出具有一定的空間溢出效應，周圍城市的政府決策可能對本地區的創新產出增長產生積極的影響，因此政府需采取較強力度的支持來提升本地區創新能力；In SCSP 在3 個模型下不顯著，但是W×InSCSP 通過了顯著性檢驗，這表明市場發育程度存在較強的溢出效應，周邊地區的市場發育水平可以激活本地區的市場創新動力。

表6 2007—2017 年中國30 省份以互聯網產業空間聯系量為核心解釋變量的空間分析結果

5.3 空間效應分解

由于各因素的回歸結果不能用來反映直接效應和間接效應的結果，需要基于SDM 模型偏微分方法對溢出效應分解。如表7、表8 所示，總體效應中所有變量系數與表5、表6 的估算結果基本保持一致。總效應可以分解直接效應和間接效應，直接效應表示本地區互聯網產業發展及創新投入對本地區創新產出的影響；間接效應則表示本地區互聯網產業發展情況及創新投入對相鄰地區創新產出的影響。無論是互聯網產業綜合水平（INT）還是互聯網產業空間聯系總量（I）作為核心變量，都存在正向的空間直接效應，相比其他變量而言，系數值較大，說明互聯網產業發展是促進區域創新的首要要素。表7 和表8 中，人力資源投入的直接效應系數分別為0.379 和0.386，表明勞動力每增加1%會分別促進本地區創新產出增加0.379%和0.386%；同時充足且高質量的人力資源可以反映較高的勞動力素質，對提升區域創新能力起著重要作用；資本投入系數的直接效應值相對較小且不顯著，表明創新產出所要的R&D 資本存量作用并不強。

表7 2007—2017 年中國30 省份以互聯網產業綜合水平為核心解釋變量的空間溢出效應分解

表8 2007—2017 年中國30 省份以互聯網產業空間聯系總量為核心解釋變量的空間溢出效應分解

各控制變量也起著不同的作用，對外開放程度和技術轉化能力對創新產出的作用并不明顯。產業結構升級對創新產出的直接效應影響為負，意味著如果盲目追求產業的升級和轉型，會阻礙資源合理化配置，進而對創新產出起著抑制性作用。當核心解釋變量為互聯網產業綜合水平時，產業結構升級具有正向的溢出效應，表明產業結構具有效仿性，本地的產業結構狀態會影響周圍城市，其塑造出的市場形態對鄰近地區產生同向影響。市場發育程度與政府支持力度的空間溢出效應為正，說明較高的市場化水平與政府的較強支持會對周圍區域的互聯網產業發展產生積極的影響，因此政府應靈活運用市場機制，推動市場向高程度發育。

6 研究結論與政策建議

6.1 結論

本研究在構建互聯網產業發展綜合評價指標體系的基礎上，探討了2007—2017 年中國互聯網產業的空間演化特征，并利用引力模型進一步分析各省份間互聯網產業的空間聯系強度以及重心遷移特征，最后運用空間計量模型探索互聯網產業對區域創新效應的影響。研究結果發現：

（1）從30 個省份整體層面而言，中國互聯網產業綜合水平在不斷地提升，2012 至2017 年間增幅較為明顯，互聯網已經成為帶動區域經濟發展的重要引力。由于地理環境等因素，東中西部區域差異較為明顯，東部沿海地區發揮了核心城市的輻射作用，逐漸向內陸地區擴散，呈現出明顯的階梯狀分布特征。互聯網產業在空間分布上呈現集聚特征，互聯網產業高水平省份主要集中在長三角、珠三角和京津三大都市圈地區；同時互聯網產業的冷熱點分布呈現極核化的發展趨勢，熱點區域主要集中在江浙滬周圍，究其原因，江浙滬城市群無論是經濟基礎還是對外開放程度等方面都具有明顯的先發優勢。

（2）互聯網產業空間結構逐漸由以沿海城市為核心的線性結構轉變為更為復雜的空間網絡結構，各個地區之間的互聯網產業空間聯系越來越緊密，京津和江浙滬地區的互聯網空間聯系復雜程度遠大于其他地區。2007 至2017 年，互聯網產業空間聯系總量的重心坐標呈現出自北向南、由東到西的“W”漂移特征，重心坐標大多處在河南省內，整體而言，東部地區的互聯網產業空間聯系總量大于西部地區。

（3）互聯網產業和區域創新活動存在顯著的空間依賴關系，互聯網產業對區域創新產出有明顯的促進作用。在大數據時代，互聯網產業完全可以成為新時代下國家提升區域創新效率的新動能，勞動力投入、政府供給導向均對創新產出存在正向影響。

6.2 啟示

雖然互聯網產業對中國各地區的創新發展起著推進的作用，但中國互聯網產業依然存在創新效率水平低下、地區差距明顯的現實難題。基于以上研究結論，給出以下政策啟示：

（1）強化基礎設施建設，縮小中西部差異。由于地理環境因素的影響、產業結構不同，中西部地區互聯網產業發展較為落后，因此政府要大力提升中西部互聯網發展水平，加大對高新技術人才的引進、推進互聯網快速發展，積極構建安全、高速的互聯網基礎設施，讓信息資源得到充分運用。

（2）優化區域創新環境，加快互聯網與各產業的深度融合。在進行科技創新時，要著重關注創新的時效性和可持續發展性。黨的十九大報告提出要堅定實施創新驅動發展戰略、建設創新型的國家，推進發展以互聯網為背景的數字經濟、網絡經濟、平臺經濟等為代表的新經濟體，借助互聯網本身具有低成本、高時效的特點，充分發揮創新推動傳統制造業、服務業、農業等產業升級的作用。

（3）注重知識共享，強化創新合作。互聯網具有效率高成本低的特點，加快了信息對市場的對接速度，在構建互聯網的過程中應注重復合型人才的引進，最大限度激發互聯網的溢出效應，帶動其他產業部門創新成果的轉化。本研究實證結果顯示研發人員投入、政府支持力度均對區域創新有正的影響，因此政府應該采取必要的措施加大對創新力度的支持，對企業給予資金和政策的支持，鼓勵企業創新。