互聯網發展、技術市場與高技術產業技術創新效率
——基于SBM-熵權-Tobit 模型的實證檢驗

趙巧芝，劉倬璇，崔和瑞

（華北電力大學經濟管理系，河北保定 071003）

一、引言

作為重要的信息技術，互聯網快速發展通過改變專利折舊速度、知識溢出范圍及信息傳輸渠道等方式，對企業技術創新行為和國家創新系統產生影響?；ヂ摼W快速普及正在重塑中國經濟地理格局（安同良和楊晨，2020）。2015 年7 月國務院發布《國務院關于積極推進“互聯網+”行動的指導意見》中，一方面，鼓勵創新主體充分利用互聯網，把握市場需求導向，加強創新資源共享與合作，促進前沿技術和創新成果及時轉化，構建開放式創新體系；另一方面，強調通過引導實體企業與互聯網經濟相結合，推動實體企業以互聯網為依托，優化自身創新投資行為，從而為國家創新系統提供內生動力。根據技術市場設計理論，技術市場是科技資源交易和成果轉化的場所，市場交易規模和質量如何對技術創新行為產生著重要影響，完善技術市場運營機制將是發揮科技活動與經濟發展之間紐帶作用的重要抓手（白俊紅和卞元超，2016）。從初始階段市場需求導向、研發階段技術供給、成果轉化階段商業價值實現到創新實現后循環激勵，技術市場貫穿于技術創新活動全程（莊子銀和段思淼，2018）。中國技術市場迅速發展，交易規模和質量不斷提升。2019 年中國技術市場成交總額達到2.24 萬億元，占國內生產總值比重上升為2.27%，年度增速為26.60%，均創歷史新高；其中，涉及知識產權的技術合同成交額占成交總額比例上升至41.50%。而科技商品的知識屬性使得信息不對稱及市場失靈問題顯著，互聯網發展為技術市場運營機制的完善提供契機（俞立平等，2021）。高技術產業是中國制造強國建設的領軍部門，在研發投入和專利產出方面明顯高于其他部門，是創新型國家建設的重要力量。因此，選取高技術產業作為研究對象，探討互聯網發展在技術市場運營中是否發揮了顯著的正向驅動作用，以及通過技術市場對技術創新能力的間接作用。選取互聯網發展作為核心變量，以技術市場作為中介變量，進而剖析互聯網發展對技術創新能力的直接和間接影響，回答該問題將對挖掘互聯網發展紅利及提升高技術產業技術創新能力具有重要的參考價值。

自熊彼特首次提出創新概念后，技術創新研究不斷延伸，創新主體、創新模式、創新合作及創新市場等方面的研究成果不斷涌現。技術市場作為國家創新體系的重要構成，通過技術交易、技術交流，到多元化知識提供者，對創新績效的影響不容忽視（俞立平等，2022）。技術市場已成為創新主體攝取外部知識和技術提升創新質量、增加創新產出的重要抓手，有利于加速科技成果的商業轉化，為市場機制優化資源配置提供保障（夏凡和馮華，2020；D’Attoma 和Leva，2020）。隨著中國“互聯網+”戰略的深入實施，互聯網發展帶來的技術創新效果引起了廣泛關注（張驍等，2019；沈國兵和袁征宇，2020），互聯網發展對技術市場的影響機理研究較少。而2022 年4 月初國務院最新發布的《中共中央國務院關于加快建設全國統一大市場的意見》指出，進一步推動資源在全國范圍內進行優化配置，是中國加快市場機制建設，構建新發展格局的基礎支撐，而中國技術市場的運行機制必然將進一步加速。技術市場在國家技術創新系統中發揮著何種作用，伴隨互聯網快速發展引起的技術市場運行變化，以及間接對技術創新績效的影響如何？回答該系列問題，將對中國繼續深入實施“互聯網+”戰略，加快技術市場機制完善和國家技術創新系統優化具有重要的現實參考意義?；诖耍疚膶⒃诰C合技術創新管理、技術市場改革及產業發展等相關理論基礎上，力圖通過以下方面對已有研究結論進行完善：①利用兩階段網絡SBM 方法構建高技術產業技術創新效率測度模型，詳細分析知識生產與成果轉化兩階段效率特征，評估高技術產業技術創新動態演變規律；②從市場厚度和市場流暢度兩個維度評估技術市場變化，并作為中介變量引入影響效應分析；③構建以互聯網發展為核心解釋變量，技術市場發展作為中介變量的技術創新效率Tobit 回歸模型，檢驗互聯網發展對技術創新效率的直接、中介與總效應，為高技術產業技術創新能力提升提供參考。

二、文獻綜述

首先，互聯網發展對創新的影響體現在對信息活動的影響方面。一方面，信息活動可以有效緩解“信息不對稱”問題，降低企業在創新過程中所面臨的技術、顧客、競爭及資源等方面的不確定性，互聯網發展通過使得企業可以獲取更多信息、便利企業間信息共享等方式對企業活動產生影響（Nambisan 和Baron，2013；余永澤等，2021；劉鑫鑫和惠寧，2021）。另一方面，互聯網發展使得企業作為技術創新主體，通過將從互聯網獲取的信息進行分析、吸收、利用和分享，促進了知識傳播的同時，推動了行業及社會的技術進步。同時，互聯網作為一種新興社會資本，推動了知識轉化為資本的速度，降低技術創新面臨的不確定性。依托互聯網互聯互通的特性，通過推動供應側與消費端的協同融合創新，實現“連接紅利”（羅珉和李亮宇，2015）?；ヂ摼W發展對技術創新效率驅動效應研究成果涌現（Paunov 和Rollo，2016；韓先鋒等，2019）。余永澤等（2021）指出，互聯網發展顯著促進了中國技術創新，具體表現為通過加速專利折舊速度、加快信息傳播、提升專利的引用等途徑，顯著促進了創新知識的溢出。段玉婷等（2021）則分析了互聯網戰略下企業間創新活動中的競合關系結構對創新績效的影響機理。綜上，隨著“互聯網+”戰略實施，互聯網發展通過多種路徑對中國技術創新系統運行產生顯著的影響，且總效應為正。

其次，技術市場是為技術創新提供外部知識和為技術產品銷售提供市場的場所。加快技術市場的培育發展，有利于高技術企業技術創新水平的提升。因此對于推動高技術產業技術高速發展發揮著重要作用（俞立平和王冰，2021）。根據市場設計理論，其發展狀態應從市場厚度、市場流暢度和市場安全性三個維度展開評估，其中，市場厚度是指需要吸收足夠多的市場參與者，流暢度則是指克服市場厚度帶來的堵塞及需要考慮足夠多的替代交易來達到順暢交易的目的；市場安全性則是指保證整個交易市場變得安全和足夠簡單、不需要從事代價高昂和風險水平較高的行為（Roth，2008）。市場厚度和流暢度是吸引更多的企業進入市場，使得市場擁有更多的參與主體、更加豐富的資源及更加便利的交易，促進技術市場良性發展；而參與企業則將更容易獲取外部資源信息，從而增強了其對外部資源的利用程度，進一步加快企業內部技術持續水平（Seok和Han，2018；Zheng et al，2018）。技術市場發展通過提升市場主體企業轉讓的積極性、打通知識創新與成果應用間的障礙等方式，使得可以進行交易的技術成果增多、交易達成的速度提升，企業可以在市場上購買所需的技術產品，快速搜尋到最佳合作伙伴和優秀研發人才，從而提升技術創新活動效率（Helsley 和Strange，2011；Lichtenthaler，2013；葉祥松和劉敬，2018；俞立平等，2021）。長期以來中國技術市場快速發展的同時，技術匹配性較低、技術吸收能力不足、信息不對稱及發展不平衡等系列問題非常突出。隨著中國經濟轉入高質量發展階段，2016 年實施的《國家創新驅動發展戰略綱要》中，將科技創新放在發展全局中的核心位置，技術市場機制完善成為技術創新體系建設的重要課題。

綜上可知，隨著“互聯網+”戰略深入實施，互聯網快速發展對技術創新系統的影響研究收到廣泛關注。而中央政府2022 年初提出的全國統一大市場建設規劃，也為中國進一步加快技術市場改革提供了方向。在此現實背景下，互聯網發展對技術市場的影響路徑有哪些，效果如何；互聯網發展戰略對技術創新影響中，技術市場是否發揮了顯著的中介渠道，即“互聯網→技術市場→技術創新系統”三者間的間接關系是否成立？而現有研究成果中，多集中于“互聯網→技術創新系統”的總效應研究方面，缺乏中介渠道影響機理研究，即將三者納入同一分析框架中探討三者間的作用機制的結論缺乏?；诖耍瑪M通過理論推導與實證檢驗兩種方式剖析互聯網發展通過技術市場對技術創新績效的傳導機制。

三、研究假設

（一）互聯網發展與技術創新效率

首先，互聯網是新一代信息技術創新成果，其更新迭代可以為數字技術作為新的生產要素進入生產活動發揮更廣泛的作用，促進了技術創新過程中的要素配置結構優化，從而提升技術創新效率。其次，互聯網發展能夠顯著地降低創新主體間的信息不對稱，減少信息搜尋成本，促進高技術產業創新過程中研發需求崗位與高端創新人才供給的快速匹配，加速研發活動的人財物流動速度與內部分工，提高創新資源的利用效率。此外，互聯網快速發展使得高技術企業能夠形成企業內部學習效應及行業間競爭效應，加速新知識產生和技術創新速度，同時，網絡外部性促進產業內外知識的溢出和技術的擴散，將內部創新拓展為開放式創新。因此，提出假設1；

互聯網發展能夠帶動提升高技術產業技術創新效率（H1）。

（二）互聯網發展、技術市場與技術創新效率

一方面，互聯網發展通過改善技術市場中資源流通的流暢度，從而加速技術創新能力。市場流暢度是表征技術市場的運行速度和交易速度，越快意味著該市場上產品和價格信息反饋更為迅速；互聯網技術在技術市場上的大規模應用普及，可以降低信息搜尋成本和信息處理速度，交易和價格信息能夠更加快速流暢地反饋在市場中的參與者中，提升其資源鑒別能力和決策水平，從而提升了市場流暢度。對高技術企業而言，市場流暢度增加，將使得交易機制不斷完善，降低信息不對稱對高技術企業帶來的信息搜集成本，更好地資金用于新技術產品開發過程，定義為“信息對稱效應”；同時，市場流暢度增加，將使得技術供給方與需求方之間更容易達成“適配”，技術擴散范圍增大，更大程度地利用市場供給降低企業技術創新中的不確定性程度，稱為“技術擴散效應”。另一方面，市場厚度是表征市場交易規模的強度指標。市場厚度越高意味著技術市場中的資源供給規模越大，相應地需求者的選擇范圍越大，更能夠獲得更加適合本企業技術創新的產品或服務，從而改進創新資源配置水平，稱為“聚集效應”。市場厚度增加還可以引起更多企業間的知識整合，更容易產生知識溢出效應，提升產業技術創新效率。同時，還可能導致同類企業間的知識擁擠，同類技術企業間相互模仿現有技術成果從而形成路徑依賴，造成“堵塞效應”和“思維鎖定”，從而降低技術創新效率?；ヂ摼W技術應用，利用創新數字化和信息化能夠減少技術擁擠效應帶來的不利影響。基于此，提出假設2 和假設3：

互聯網發展通過技術市場厚度驅動高技術產業技術創新效率（H2）；

互聯網發展通過技術市場流暢度驅動高技術產業技術創新效率（H3）。

綜上，圖1 為互聯網發展對高技術產業技術創新效率帶來的直接影響與間接影響。

圖1 互聯網發展、技術市場與高技術產業技術創新效率

四、研究設計

（一）高技術產業技術創新效率測度方法-SBM 法

數據包絡分析（DEA）是一類非參數測度思路，可避免模型設定可能引起的結果偏差，而SBM（slack based model）是DEA 方法體系中的一員，克服了徑向及角度選擇引發的偏誤問題（Lee，2020）。本文擬采用SBM 展開效率測度，并將技術創新活動分為知識生產和成果轉化兩個子階段（1 和2），以展開分階段效率測度，具體公式如式（1）～式（3）所示。

其中：TE為總效率；上標1 和2 為階段1 和階段2；x、y和z分別為投入、產出和中間產品變量；λ和S分別為組合系數和松弛變量；m、s和q分別為投入要素、中間產品和階段2 產出種類數量；xik為第k個決策單元的第i種投入；zfk為第k個決策單元的第f種中間產品；ypk為第k個決策單元的第p種產出為z在第一階段的投入松弛量則為z在第二階段的投入松弛量分別為其對應變量的松弛變量；約束條件部分，大寫字母表示目標函數中對應變量的向量表示。投入要素包括研發經費投入（x1）和人員投入（x2），采用研究與試驗經費內部支出和人員全時當量指標表征；借鑒劉鳳朝等（2020）思路估算，并采用研究與實驗價格指數進行價格平減。

（二）互聯網發展水平測度方法-熵權法

從互聯網普及、基礎設施建設和綜合應用三個方面構建指標體系，見表1。利用熵權法進行綜合，具體測度思路如式（4）所示。

表1 互聯網發展水平評價指標體系

其中：Int為互聯網發展水平；h為評價指標，i和j分別為年份和省份；和sj為均值和標準差；為無量綱化處理指標；pij為比例；為均值；σ為標準差；h*為無量綱化的指標值；e、g、γ和α分別為熵值、差異系數、相對份額和指標權重。

（三）驅動效果分析-Tobit 回歸

技術創新效率在［0，1］內，屬于受限變量類型，故選擇Tobit 面板回歸模型分析互聯網發展帶來的技術創新效率驅動效果。為避免傳統最小二乘法引致的參數估計結果的有偏性和不一致性，采用極大似然估計法展開參數估計。

首先，式（5）為總效應模型的數學表達式，以檢驗假設1 是否成立。

其中：互聯網發展水平(Int)是核心解釋變量；控制變量用Control表示；α0為常數項；α1為核心解釋變量系數；α2為控制變量系數；μ為誤差項；i和t分別為省份和年份。

借鑒溫忠麟和葉寶娟（2014）研究思路展開中介效應分析，以驗證假設2 和假設3 是否成立。具體如式（6）和式（7）所示，式（6）表示以市場厚度作為中介變量情景下的中介效應模型，式（7）表示市場流暢度為中介變量的中介效應模型。

其中：Thic和Conges分別為市場厚度和市場流暢度變量；λ、β、η和γ分別為模型中變量系數；ε、?、ξ和ψ為隨機誤差項。

中介變量選取方面：技術市場厚度選取技術市場成交額指標表征。市場流暢度則從信息流暢度、科技中介服務和技術資源流暢度三個方面評估，分別選取電信業務額、代理申請專利數占受理數比例、研究與實驗經費內部支出占主營業務收入比重表征，并采用改進熵值法求得綜合結果?？刂谱兞窟x取方面：在綜合現有互聯網發展、技術市場與技術創新效率方面成果基礎上，選取政府支持、企業規模、經濟運行績效和貿易開放度四個變量作為控制變量。其中，政府支持（GOV）借鑒李彥龍（2018）處理思路，采用研究與實驗經費內部支出中政府資金所占比例進行衡量；企業規模（SI）采用高技術產業主營業務收入與企業數的比值得到；經濟運行績效（PE）采用高技術產業利潤總額與主營業務收入的比值得到；貿易開放度（Open）選取進出口貿易額占GDP 比重刻畫。

（四）研究樣本與數據處理

選取內地29 個省份、自治區和直轄市作為研究樣本（港澳臺和西藏、青海未包括），研究期間為2009—2019 年。2008 年全球經濟危機沖擊下中國經濟轉入新常態，隨著2015 年“創新、協調、綠色、開放、共享”新發展理念提出以來的最新演變趨勢，對“十四五”時期技術創新發展具有重要的參考意義。數據主要源于《中國高技術產業年鑒》《中國統計年鑒》《中國科技統計年鑒》和《中國信息年鑒》?；ヂ摼W發展數據源于中國互聯網信息中心發布的各年份《中國互聯網發展統計報告》（http：//www.cac.gov.cn）。同時，參考國家統計局劃分標準，將29 省、自治區和直轄市劃分為東部、中部和西部三個經濟區，東部經濟區包括13 個省份，分別為北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東和海南，中部經濟區包括山西、安徽、江西、河南、湖北和湖南6 省份，其余10 個省份、自治區和直轄市為西部經濟區。表2 為指標描述性統計結果。

表2 解釋變量的描述性統計

五、實證結果分析

（一）技術創新效率結果分析

圖2 是根據式（1）～式（3）得到的效率結果變化趨勢圖，以評估高技術產業在技術創新活動中的總效率變化及分階段特征。具體可知：

圖2 總效率和分階段效率演變趨勢

首先，2009—2019 年，高技術產業技術創新效率值總體處于上升趨勢。2009 年效率值在0.20 附近，到2019 年上升為0.4043，累計上升幅度為76.73%，從低水平向中等水平類型轉變。如圖2 所示，除2010—2011年和2017—2018 年下調外，其余時期均處于上升趨勢。其次，成果轉化階段效率的上升幅度明顯高于知識生產階段，2009—2014 年知識生產階段效率值明顯高于成果轉化階段，2015 年開始，成果轉化階段效率值明顯高于知識生產階段。對比分階段效率與總體效率測度結果，高技術產業技術創新總效率均低于分階段效率值，表明技術創新活動中知識生產階段與成果轉化階段二者間的協同性較弱，這也是造成總效率偏低的重要原因。最后，總效率曲線變化方向與成果轉化階段效率曲線變化方向趨于一致，而知識生產階段效率值從2015 年開始下降態勢較為明顯。因此，2009—2014 年，三者間關系呈現出“知識生產階段＞成果轉化階段＞總體”的態勢，2015—2019 年，成果轉化階段效率明顯最高，而知識生產階段效率與總體效率非常接近，總效率略高于知識生產階段效率?？芍晒D化階段效率是推動總效率上升的主要因素，而知識生產階段效率較低是造成總效率處于偏低水平的短板要素，二者協同發展值得重視。

（二）回歸結果分析

利用極大似然法對Tobit 模型式（5）～Tobit 模型式（7）展開參數估計及檢驗，結果見表3。變量的方差膨脹因子均值為1.87，遠低于10，表明不存在嚴重的多重共線性。表3 中，列（1）為根據式（5）模型回歸的估計結果，即總效應模型結果；列（2）和列（3）是根據式（6）所示的以市場厚度為中介變量的中介效應估計結果，列（4）和列（5）則報告了以市場流暢度為中介變量的中介效應估計結果。

表3 Tobit 模型回歸結果

根據式（5）估計結果可知，互聯網發展水平（Int）對高技術產業技術創新效率的驅動效果系數為0.076，且在1%的置信水平下是顯著驅動變量。結果表明，中國互聯網的快速發展能夠顯著的加快高技術產業技術創新效率的上升，互聯網發展是提升高技術產業技術創新效率的正向驅動要素，假設1 成立；不僅如此，互聯網發展水平綜合指數每上升1 個單位，能夠引起高技術產業技術創新效率上升的總效應為0.076 個單位。互聯網發展能夠通過加速本部門技術創新更新迭代推動數字技術及信息技術快速發展的同時，還可以通過“互聯網+”模式替代傳統生產要素，驅動高技術產業其他部門創新生產要素資源進一步優化，從而顯著的提升高技術產業技術創新效率水平。未來隨著互聯網技術成果涌現及向高技術產業推廣應用，互聯網將是加快高技術產業技術創新能力提升的重要方向。

其他控制變量中，政府支持（GOV）對高技術產業技術創新效率的影響系數為-0.454，且在1%置信水平是顯著，表明政府扶持能夠降低高技術企業技術創新研發過程中的融資約束與風險水平的同時，并未對高技術企業研發活動的投入產出效率帶來顯著的正向激勵效果，相反表現出了顯著的反向驅動效果，過高的政府支持力度降低了高技術企業研發過程效率。因此合理的政府扶持力度是中央政府對高技術產業技術創新活動激勵政策中需重視的政策設計內容。高技術企業經濟運行績效（PE）對技術創新效率的影響系數為0.748，且在10%置信水平下顯著，高技術企業經濟效果的上升能夠帶來技術創新效率的增長，表明高技術企業技術創新活動仍處于規模報酬遞增階段。貿易開放度（Open）對高技術產業技術創新效率的影響系數為0.148，并且在1%置信水平下為顯著變量，表明隨著經濟活動開放程度的加深，外商投資及對外貿易活動對國內高技術產業的技術創新活動形成的競爭效應占據主導地位，能夠倒逼國內高技術企業通過知識學習或同行競爭進一步優化研發資源配置從而達到提升自身技術創新能力的目的。

列（2）和列（3）為以技術市場厚度作為中介變量下的Tobit 模型回歸結果。具體可知，列（2）結果中互聯網發展對技術市場厚度的影響系數為3.454，且在1%置信水平下顯著，表明互聯網發展能夠顯著的正向帶動技術市場厚度提升。列（3）所示的結果為互聯網發展對技術創新效率的直接效應系數為0.057，在5%置信水平下顯著；中介變量市場厚度（Thic）對技術創新效率的影響系數為0.005，在10%置信水平下顯著；根據圖1所示市場厚度為中介變量路徑下的可能影響效果分析可知，聚集效應和知識溢出效應對技術創新效率帶來的正向效果，大于擁堵效應和思維鎖定對技術創新效率帶來的負向效應，是間接影響效應為正值原因，假設2 成立。

列（4）和列（5）則是市場流暢度為中介變量情形下Tobit 模型回歸結果。根據列（4）回歸結果，互聯網發展水平變化（Int）對技術市場流暢度（Conges）的影響系數為0.359，且在1%置信水平下顯著，表明中國互聯網的快速發展能夠正向、顯著的驅動技術市場流暢度上升。同時，根據列（5）回歸結果可知，互聯網發展對技術創新效率的直接影響系數為0.062，且在1%置信水平下顯著；同時技術市場流暢度對技術創新效率的影響系數為0.038，且在10%置信水平下顯著，表明技術市場流暢度通過技術競爭、信息對稱或技術擴散路徑能夠引起技術創新效率的顯著、正向變化。因此，假設3 成立。

綜上，一方面，互聯網快速發展能夠直接帶動高技術產業技術創新效率的顯著上升；另一方面，能夠通過正向地帶動技術市場的市場厚度和技術市場流暢度改進，從而最終帶動高技術產業技術創新效率提升。因此，互聯網發展最終引起技術創新效率的總效應顯著為正，假設1～假設3 均成立。

（三）穩健性檢驗

首先，根據內生性檢驗思路及結果展開穩健性分析。將互聯網發展水平滯后一期（L.Int）和滯后二期（L2.Int）作為工具變量，并利用兩階段最小二乘法（TSLS）思路進行參數估計，結果見表4 中穩健性檢驗1 結果所示，分別為其第一階段和第二階段模型的參數估計結果。弱工具變量檢驗中，F統計量為410.673，遠大于臨界值，則弱工具變量不存在；同時，過度識別檢驗結果顯示，伴隨概率分別為0.7533 和0.7568，拒絕過度識別原假設，工具變量較為合理。根據第一階段模型回歸結果，滯后一期和滯后兩期兩個工具變量均在5%的置信水平上顯著，表明兩個滯后變量作為工具變量使用較為；第二階段模型結果中，核心解釋變量的參數估計值為0.127，且在1%置信水平下顯著，估計結果與表3 的總效應估計結論一致，表明工具變量情景下模型估計結果具有較好的穩健性。

其次，采用替代變量法展開穩健性檢驗2，采用互聯網普及率（IPR）作為互聯網發展水平的替代變量，結果見表4 穩健性檢驗2 部分。其中，列（1）表示總效應模型結果，列（2）和列（3）為中介路徑1 下參數估計結果，列（4）和列（5）為中介路徑2 下參數估計結果。列（1）結果顯示，IPR對技術創新效率的總效應系數為0.239，在10%置信水平下顯著，總效應模型估計結果具有良好的穩健性。中介路徑1 結果中，IPR對技術市場厚度的影響系數為0.165，且在1%置信水平下顯著，互聯網發展能夠顯著的正向帶動技術市場厚度變化；同時，IPR對技術創新效率的直接效應系數為0.087，且在10%置信水平下是顯著變量，市場厚度（Thic）對技術創新的影響系數為0.008，在1%置信水平下顯著，假設2 成立，中介路徑1 下的模型結果穩健性良好。中介路徑2 下，根據列（4）所示互聯網普及率上升引起的市場流暢度系數為0.016，在1%置信水平下顯著，假設2成立。根據列（5）所示IPR對技術創新效率的直接效應系數為0.099，且在5%置信水平下顯著；同時，市場流暢度引起的技術創新效率變動系數為0.054，1%置信水平下顯著，假設3 成立?？芍?，采用IPR作為替代變量情景下，模型結果具有良好的穩健性。

表4 穩健性檢驗結果

（四）區域異質性檢驗

按照第4 部分分類標準，將研究樣本劃分為東部、中部和西部三個樣本，回歸結果見表5，根據三個子樣本回歸結果，總效應及中介效應均表現出明顯的區域異質性。對比三個子樣本總效應的回歸結果，東部和中部互聯網發展對高技術產業技術創新效率的影響系數分別為0.086 和0.168，且均在1%的置信水平下顯著相關。而在西部互聯網發展的影響系數為0.096，即使在10%的置信水平下也未表現出較強的相關性。根據三樣本中介效應1 的回歸結果，東中西部互聯網發展所產生的直接效應影響系數分別為0.042、0.188、0.113，均至少在10%置信水平上顯著正相關，然而通過中介變量市場厚度產生的中介效應中，僅東部的影響系數在1%置信水平上顯著，中西部影響系數為負，且在10%置信水平上仍未發現相關性。在以市場流暢度為中介變量的中介效應2 模型中，互聯網發展產生的直接效應僅在東中部顯著，通過市場流暢度變量所產生的中介效應與中介效應1 結果相同僅在東部顯著。因此，依托東中部的人才、技術、資源優勢，互聯網的快速發展促進了高技術產業技術創新效率的提升，中部和西部技術市場培育尚未成熟，聚集效應、技術擴散效應等未能凸顯。未來，有效補齊西部短板，引導資源梯度轉移仍是重要發展方向。

表5 區域異質性檢驗

六、結論及啟示

從理論與實證兩方面分析互聯網發展對高技術產業技術創新效率的直接影響及通過市場厚度、市場流暢度中介變量的間接影響。研究結果表明：①高技術產業的技術創新效率呈現出波動上升趨勢，當前處于中等水平。2014 年之前“知識生產階段效率＞成果轉化階段效率”；2014 年開始，成果轉化效率較高，知識生產效率與總效率基本持平。因此，知識生產是短板，促進以知識生產為中心的研發投入產出資源優化，是提升高技術產業技術創新能力的重要方向。②互聯網的快速普及應用對中國技術市場產生了顯著的、正向驅動效果，有利于技術市場運行機制的完善。其中，互聯網發展引起的技術市場厚度系數為3.454，即互聯網發展可以吸引更多的參與者和研發資源進入技術市場；同時，引起市場流暢度的影響系數為0.359，表明互聯網發展加速了技術商品流通速度，即節約交易成本、交易時間或更加便利服務，為技術市場運營水平提升提供基礎。③無論是通過市場厚度還是市場流暢度方面，均是互聯網發展驅動技術創新效率提升進程中的重要中介變量，假設1～假設3 均顯著成立?；ヂ摼W發展通過市場厚度帶動的間接影響系數為0.005，通過市場流暢度的間接效應為0.038，相對于總效應0.076 而言，互聯網發展帶來的直接效應占據主導地位。進一步表明，互聯網技術設施完善和快速普及在現階段中國技術市場運營過程中發揮了重要的正向引導作用，顯著地提升了技術市場上參與主體、交易商品及相應服務的數量和質量，為中國技術市場進一步完善提供了非常有利的條件；同時，技術市場運營水平的提升對技術創新效率提升發揮了顯著的正向驅動作用，但其效果仍非常有限，尚存在著較大的提升空間，是未來完善技術市場機制的重要方向和內容。

根據以上結論，提出如下政策建議：首先，作為“互聯網+”戰略的具體化表現，發揮互聯網發展對高技術領域技術創新能力提升的正向驅動作用，應成為國家技術創新系統“補短板”環節的重要課題。當前，互聯網擴張為“大數據、互聯網和人工智能”相互融合的數字經濟產業提供載體的同時，也通過改變產業組織的技術創新行為，從而對創新主體技術創新能力產生了顯著的正向影響效果。在“互聯網+”戰略支持下，充分利用互聯網與大數據和人工智能技術融合，互聯網擴張可以通過改變產業主體的決策與運行方式，加速新知識要素的要素流動速度，能夠更加便捷快速的獲取外部創新資源與新知識信息，加速高技術企業的知識積累速度和規模，從而為高技術企業在少數關鍵材料、基礎算法與核心技術領域的技術創新成果突破提供更有利的條件，為增強高技術產業的技術創新能力提供參考。其次，充分發揮互聯網發展對技術市場運行機制完善帶來的重要機遇，更是激發技術市場發揮“無形的手”創新資源配置能力提供了更有利的平臺。互聯網快速發展，通過改變市場交易方式、信息傳輸速度與知識溢出范圍，從而對創新主體獲取外部資源與市場信息反映方式，從而對其內部創新決策行為與績效產生了顯著的影響，是技術市場影響高技術產業技術創新能力的重要路徑。利用“互聯網+”戰略對技術市場完善的正向引導效應，進而通過改變技術市場厚度和流暢度水平，從而對高技術產業技術創新能力產生正向作用。在國家構建統一大市場戰略背景下，發揮互聯網發展帶來的“數字化”“智能化”或“集成化”優勢，為技術創新資源與創新成果的跨企業、跨部門及跨區域流動性提供便利，為改善創新資源及創新成果流通的不充分和不平衡性，從而發揮技術市場的中介作用提供方向。

本文研究通過構建中介效應模型考察了互聯網發展對高技術產業的技術創新效率的直接影響和通過技術市場引起的間接影響，為進一步發揮互聯網發展帶來的創新潛力和完善技術市場運行提供有利的參考。但是，仍存在著一定的局限性，未來探索技術創新網絡、空間溢出、政策協同等對高技術產業技術創新效率的影響機理問題，將進一步豐富國家“互聯網+”戰略的具體應用成果。