數(shù)字技術(shù)發(fā)展、產(chǎn)學(xué)研合作與企業(yè)創(chuàng)新能力
——基于國家級大數(shù)據(jù)綜合試驗區(qū)的分析

王曉紅，李 娜

（哈爾濱工業(yè)大學(xué)經(jīng)濟與管理學(xué)院,黑龍江哈爾濱 151001）

當前，中國經(jīng)濟發(fā)展亟須從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，科技創(chuàng)新已成為提升綜合國力的重要戰(zhàn)略支撐。近年來，中國在航空航天、人工智能等領(lǐng)域取得了巨大突破，但是在以歐美日為主導(dǎo)的全球創(chuàng)新科技體系中，中國在關(guān)鍵技術(shù)領(lǐng)域的自主研發(fā)水平與發(fā)達國家相比仍有不小差距，整體創(chuàng)新體系缺乏有效性仍是我國面臨的主要問題。國家“十四五”，要加強國家戰(zhàn)略科技力量，提高創(chuàng)新鏈的整體效能，著力提升企業(yè)創(chuàng)新能力。在此背景下，企業(yè)作為重要的創(chuàng)新主體，無疑是中國實現(xiàn)高質(zhì)量發(fā)展目標的重要支撐，因此如何增強區(qū)域企業(yè)創(chuàng)新能力一直以來也受到了社會和學(xué)術(shù)界的廣泛關(guān)注。企業(yè)創(chuàng)新能力的發(fā)展離不開科技的進步。近年來以“大智移云網(wǎng)”為代表的新一代信息技術(shù)得到了迅猛發(fā)展，數(shù)字化浪潮下涌現(xiàn)出各種新模式、新服務(wù)、新業(yè)態(tài)，顯然被網(wǎng)絡(luò)賦能的企業(yè)，其創(chuàng)新環(huán)境已然發(fā)生深刻變化［1-2］。Wamba 等［3］也強調(diào)，數(shù)字化基礎(chǔ)設(shè)施以及多種數(shù)據(jù)來源使企業(yè)能夠以客戶需求為導(dǎo)向進行創(chuàng)新并尋求新的市場機會。顯然，如今借助數(shù)字化工具或平臺推動組織變革已經(jīng)成為大多數(shù)企業(yè)謀求競爭優(yōu)勢的戰(zhàn)略選擇［4］，近年來為推動數(shù)字技術(shù)發(fā)展，全球各主要工業(yè)化國家相繼推出大數(shù)據(jù)發(fā)展政策，如美國在2011 年出臺《大數(shù)據(jù)研究與發(fā)展計劃》；澳大利亞在2013 年推出《公共服務(wù)大數(shù)據(jù)戰(zhàn)略》；中國國務(wù)院在2015 年印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》（以下簡稱《綱要》），同年9 月，首個國家級大數(shù)據(jù)試驗區(qū)（以下簡稱“大數(shù)據(jù)試驗區(qū)”）落地貴州，2016 年又另外獲批北京、天津、河北等9 個試驗區(qū)。不可否認從理論上講，建立大數(shù)據(jù)試驗區(qū)有助于深化創(chuàng)新應(yīng)用并加快當?shù)仃P(guān)鍵技術(shù)的研發(fā)進程，為當?shù)仄髽I(yè)提供了“彎道超車”的機遇。然而從實際角度出發(fā)，該試點政策畢竟起步較晚，政策效果究竟如何還需要科學(xué)評估，只有這樣才能正確把握《綱要》的政策實施效果，發(fā)揮大數(shù)據(jù)試驗區(qū)的政策紅利，推動數(shù)字技術(shù)發(fā)展具有重要現(xiàn)實意義。數(shù)字技術(shù)的快速發(fā)展同樣引發(fā)了學(xué)術(shù)界的廣泛關(guān)注，多數(shù)文獻認同數(shù)字技術(shù)對企業(yè)創(chuàng)新的促進作用，如有學(xué)者認為隨著智能技術(shù)在制造業(yè)的深度融合，數(shù)字化轉(zhuǎn)型改變了傳統(tǒng)的生產(chǎn)和運營管理方式，為產(chǎn)品開發(fā)、生產(chǎn)效率和客戶服務(wù)的改善提供了潛力［5］；或有研究發(fā)現(xiàn)數(shù)字技術(shù)通過改變價值創(chuàng)造和價值獲取機制，為創(chuàng)新和創(chuàng)業(yè)創(chuàng)造了機會［6］。而另一部分學(xué)者認為新興技術(shù)可能會進一步增加商業(yè)環(huán)境中的競爭動態(tài)，并給企業(yè)帶來財務(wù)和創(chuàng)新負擔［7］；數(shù)字技術(shù)的使用可能會耗盡企業(yè)的關(guān)系資本和人力資本，從而不利于企業(yè)創(chuàng)新發(fā)展，甚至對學(xué)習(xí)創(chuàng)造力方面產(chǎn)生負向影響［8］?？梢婈P(guān)于數(shù)字技術(shù)對企業(yè)創(chuàng)新能力的影響在學(xué)術(shù)界仍存在爭議。通過上述文獻總結(jié)發(fā)現(xiàn)，相關(guān)研究為本文提供了良好的思路，但關(guān)于此方面研究仍有改進的空間：首先，盡管學(xué)者們致力于將數(shù)字技術(shù)與企業(yè)創(chuàng)新建立聯(lián)系，但從數(shù)字技術(shù)的相關(guān)政策視角出發(fā)，實證檢驗二者關(guān)系的文獻并不豐富，大數(shù)據(jù)綜合試驗區(qū)的建立如何影響企業(yè)創(chuàng)新能力仍未得到充分調(diào)查，且面對學(xué)術(shù)界關(guān)于數(shù)字技術(shù)對企業(yè)創(chuàng)新能力影響的爭議需要提供來自中國層面的證據(jù)；其次，現(xiàn)有研究缺少了全面性分析，特別是從整體空間視角探討如建立大數(shù)據(jù)試驗區(qū)的數(shù)字技術(shù)發(fā)展對企業(yè)創(chuàng)新能力的影響機制，這也為本文研究提供了空間；此外，我國為推動數(shù)字經(jīng)濟發(fā)展出臺了相關(guān)產(chǎn)業(yè)政策，這種政策作用需要分析。綜上，本文將從數(shù)字技術(shù)相關(guān)政策視角出發(fā)，基于大數(shù)據(jù)綜合試驗區(qū)這一難得的準自然試驗，引入雙重差分空間計量模型考察數(shù)字技術(shù)的發(fā)展對企業(yè)創(chuàng)新能力的影響機制。與既有研究相比，本文的邊際貢獻在于：第一，目前國內(nèi)關(guān)于大數(shù)據(jù)試驗區(qū)政策效應(yīng)的研究并不多見，個別學(xué)者研究停留在大數(shù)據(jù)試驗區(qū)對全要素生產(chǎn)率的影響［9］，而關(guān)于大數(shù)據(jù)試驗區(qū)如何影響企業(yè)創(chuàng)新能力層面的討論較少；本文研究發(fā)現(xiàn)了大數(shù)據(jù)試驗區(qū)的建立能夠有效提升企業(yè)創(chuàng)新能力，對現(xiàn)有文獻做了補充，同時基于政策視角展開的研究，也有助于調(diào)和以往關(guān)于數(shù)字技術(shù)對企業(yè)創(chuàng)新能力看似矛盾的觀點。第二，本文將大數(shù)據(jù)試驗區(qū)、產(chǎn)學(xué)研合作、企業(yè)創(chuàng)新能力納入同一分析框架，研究發(fā)現(xiàn)了產(chǎn)學(xué)研合作在大數(shù)據(jù)試驗區(qū)賦能企業(yè)創(chuàng)新能力的過程中發(fā)揮部分中介作用，進一步拓展了大數(shù)據(jù)試驗區(qū)影響企業(yè)創(chuàng)新能力的路徑研究。第三，鑒于大數(shù)據(jù)近乎“零成本”的傳播屬性會消弭創(chuàng)新資源要素等存在的地理距離和空間分布的影響，以及地區(qū)之間產(chǎn)學(xué)研間不同創(chuàng)新主體存在空間區(qū)位下的資源競爭和創(chuàng)新合作現(xiàn)象，尤其是位于相鄰地區(qū)主體更容易產(chǎn)生競合關(guān)系，因此本文采用雙重差分空間計量模型評估分析大數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力的政策效應(yīng)和影響機制，進一步豐富了該領(lǐng)域研究的考察維度。

1 文獻綜述

數(shù)字技術(shù)會增強企業(yè)信息處理能力［10］。如互聯(lián)網(wǎng)通過模塊化分工變革了組織關(guān)系結(jié)構(gòu)，促進了生產(chǎn)組織實現(xiàn)分工和合作極致化不斷創(chuàng)新［11］。云計算、物聯(lián)網(wǎng)等幫助了企業(yè)充分共享和配置優(yōu)化所需信息［12］，提高了組織創(chuàng)新效率。促進數(shù)據(jù)資源的運用和共享開放是建立大數(shù)據(jù)試驗區(qū)的首要任務(wù)［9］。由此一來，試驗區(qū)內(nèi)加快了生產(chǎn)要素數(shù)字化進程，允許企業(yè)關(guān)于產(chǎn)品、服務(wù)、用戶體驗或其他資源的高效交流［13］。企業(yè)可以通過大數(shù)據(jù)技術(shù)對外部有價值的市場和產(chǎn)品信息進行提取和識別［14］，實現(xiàn)產(chǎn)品優(yōu)化和需求預(yù)測，以及供需精準對接以快速響應(yīng)客戶需求，激發(fā)組織內(nèi)部創(chuàng)新熱情［15］，同時大數(shù)據(jù)分析可為消費者提供更加精準的個性化服務(wù)，反過來企業(yè)將原本單方向產(chǎn)品供給輸出方實現(xiàn)產(chǎn)品供需雙向交流互動［16］，將積累的大量數(shù)據(jù)資源轉(zhuǎn)化成有用的交易信息，降低了企業(yè)與用戶間的供需缺口，用戶無形中通過虛擬客戶環(huán)境參與到了包括產(chǎn)品構(gòu)思、產(chǎn)品設(shè)計和開發(fā)產(chǎn)品測試、產(chǎn)品營銷傳播等價值創(chuàng)造活動［17］，有利于企業(yè)及時了解用戶偏好和市場需求，從而探索新的創(chuàng)新機會［18］。此外，大數(shù)據(jù)試驗區(qū)加快了當?shù)匦畔⒓夹g(shù)在各行業(yè)的滲透，市場競爭越來越加劇，倒逼企業(yè)為存續(xù)和發(fā)展進行持續(xù)創(chuàng)新［19］，也就是說，大數(shù)據(jù)試驗區(qū)的建立對企業(yè)創(chuàng)新能力理論上存在積極影響。

與此同時，大數(shù)據(jù)試驗區(qū)的建立也為產(chǎn)學(xué)研合作提供了豐富的信息資源。產(chǎn)學(xué)研合作是指企業(yè)、高校和科研院所間的合作，是三大創(chuàng)新主體共享知識和技術(shù)、資源互補的重要途徑。從理論角度出發(fā)，大數(shù)據(jù)試驗區(qū)的建立提升了各創(chuàng)新主體捕捉信息的能力，為產(chǎn)學(xué)研合作過程中的內(nèi)部知識儲備起到擴充的效果，并在信息傳遞和增值過程中，簡化了產(chǎn)學(xué)研創(chuàng)新主體間的知識轉(zhuǎn)移流程，重塑了創(chuàng)新主體間的價值共創(chuàng)方式［20］，提高了知識和技術(shù)創(chuàng)新的即時性以及創(chuàng)新要素在三大創(chuàng)新主體間的分配效率［21-22］，推動了產(chǎn)學(xué)研合作中的知識創(chuàng)造、共享與融合以及企業(yè)、高校、科研院所的直接對接［9］。同時大數(shù)據(jù)跨時空信息傳播和創(chuàng)造共享數(shù)據(jù)的自然屬性大大降低了交易成本［23］，基于此先天優(yōu)勢能夠有效破除產(chǎn)學(xué)研協(xié)同間的要素供需矛盾、經(jīng)濟活動空間限制等問題，且創(chuàng)新主體可以利用互聯(lián)網(wǎng)等線上平臺的網(wǎng)絡(luò)連接倍增效應(yīng)，短時間內(nèi)從廣度和深度上實現(xiàn)創(chuàng)新要素的有效整合［11］。從實際角度出發(fā)，大數(shù)據(jù)試驗區(qū)作為一個國家級的杠桿平臺，有力推動了當?shù)氐漠a(chǎn)業(yè)集聚。例如貴州被選定為大數(shù)據(jù)試驗區(qū)后，積極地面向前沿研發(fā)機構(gòu)或優(yōu)質(zhì)企業(yè)開展引資引智活動，推進企業(yè)、高校、科研院所開展技術(shù)交流合作。

在產(chǎn)學(xué)研合作過程中，高校和科研院所以基礎(chǔ)研究為重點，企業(yè)以產(chǎn)品開發(fā)為重點，這之間的知識具有較強的互補性和異質(zhì)性，企業(yè)可以通過產(chǎn)學(xué)研合作接觸到前沿科學(xué)發(fā)明和技術(shù)［24］，如通過企業(yè)下屬研發(fā)機構(gòu)同高校和科研院所間的聯(lián)合項目，校企間的戰(zhàn)略性合作等，在此過程中企業(yè)R&D 人員與高校和科研院所R&D 人員可在不同層面上進行交流合作，高校、科研院和企業(yè)分別作為知識的輸出端和輸入端，通過知識流動過程將知識有效應(yīng)用于企業(yè)界創(chuàng)新活動的各個環(huán)節(jié)［25］。同時產(chǎn)學(xué)研合作有助于集聚和整合如科研設(shè)備、實驗室和科研人才等組織間資源，能夠有效分散和降低企業(yè)研發(fā)成本，形成創(chuàng)新合力［26］，高校和科研機構(gòu)可為企業(yè)提供技術(shù)專業(yè)性指導(dǎo)，不僅幫助企業(yè)解決技術(shù)難題，加快研發(fā)速度，也提升了企業(yè)關(guān)于破解諸類問題的能力從而助力企業(yè)創(chuàng)新［27］。此外，隨著產(chǎn)學(xué)研合作的推進，企業(yè)可以從外部合作伙伴方獲得前瞻性的思想和創(chuàng)意與企業(yè)內(nèi)部知識要素進行整合重組，這有利于企業(yè)突破長久以來的思維定式［28］，實現(xiàn)技術(shù)突破，并且企業(yè)可以借助高校和科研院所的外部資源優(yōu)勢，實現(xiàn)其商業(yè)價值從而提升企業(yè)內(nèi)部創(chuàng)新能力［29］?？梢姡髷?shù)據(jù)試驗區(qū)的建立很可能通過增進產(chǎn)學(xué)研合作水平，增強企業(yè)的創(chuàng)新能力，即產(chǎn)學(xué)研合作在大數(shù)據(jù)試驗區(qū)賦能企業(yè)創(chuàng)新能力過程中承擔中介傳導(dǎo)作用。

綜上所述，本研究首先通過構(gòu)建產(chǎn)學(xué)研協(xié)調(diào)度模型測度區(qū)域產(chǎn)學(xué)研合作水平；其次，基于雙重差分廣義空間模型分析大數(shù)據(jù)試驗區(qū)的建立對企業(yè)創(chuàng)新能力的影響效應(yīng)以及產(chǎn)學(xué)研合作的中介效應(yīng)；最后，結(jié)合研究結(jié)論，為數(shù)字技術(shù)發(fā)展與企業(yè)創(chuàng)新能力建設(shè)決策借鑒。

2 實驗設(shè)計

本文研究目的是探究以大數(shù)據(jù)產(chǎn)業(yè)為核心的數(shù)字技術(shù)發(fā)展能否促進企業(yè)創(chuàng)新能力的提升，以及驗證產(chǎn)學(xué)研合作是否在其中發(fā)揮中介作用。本文根據(jù)我國省份是否被選定列入建立大數(shù)據(jù)試驗區(qū)名單，將樣本劃分為處理組和對照組探究大數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力的影響。

2.1 模型設(shè)定

考慮到傳統(tǒng)回歸模型難以解決由于遺漏變量等原因所導(dǎo)致的內(nèi)生性問題，因此為有效反映大數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力的空間政策效應(yīng)，本文引入空間計量模型進行實證分析。同時為驗證上文中提到的產(chǎn)學(xué)研合作在大數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力影響機制中可能存在的中介傳導(dǎo)作用，本文引入中介模型進行分析驗證，考慮到廣義空間模型SAC 具有同時包含空間誤差項依賴性和空間因變量的優(yōu)勢，因此本文選擇雙重差分廣義空間模型對上述分析加以驗證，模型設(shè)定如下：

2.2 變量選取

（1）被解釋變量：EIit表示企業(yè)創(chuàng)新能力水平。學(xué)者們通常以創(chuàng)新產(chǎn)出衡量企業(yè)的創(chuàng)新能力，因此本文參考吳延兵［30］的做法，選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品開發(fā)項目數(shù)作為企業(yè)創(chuàng)新能力的衡量指標，考慮到樣本間數(shù)據(jù)差異較大，對該值取對數(shù)處理。i代表省份；t代表大數(shù)據(jù)試驗區(qū)設(shè)立的時間階段。

（2）解釋變量：DIDit為組合虛擬變量，也是本文需要估計的大數(shù)據(jù)試驗區(qū)政策效應(yīng)參數(shù)，該參數(shù)主要由數(shù)據(jù)組別和大數(shù)據(jù)試驗區(qū)試點獲批情況的虛擬變量乘積構(gòu)成。ρ表示空間計量模型的空間相關(guān)系數(shù)，λ為空間自回歸系數(shù)，εit表示隨機誤差項。其中，W為空間權(quán)重矩陣，設(shè)定原則是若兩地區(qū)在空間區(qū)位上相鄰則矩陣元素為1，否則為0。

（3）控制變量：Cit和αi+1表示控制變量，為了全面分析大數(shù)據(jù)試驗區(qū)的建立對產(chǎn)學(xué)研合作以及企業(yè)創(chuàng)新能力影響，在參考以往學(xué)者研究基礎(chǔ)上，另外對各地區(qū)的外商直接投資（Fdi）、規(guī)模以上工業(yè)企業(yè)數(shù)量（Fir）、政府制度支持（Sub）、R&D投入（RD）和經(jīng)濟發(fā)展水平（Gdp）進行控制。

（4）UIRCit表示產(chǎn)學(xué)研合作這一中介變量。區(qū)域內(nèi)產(chǎn)學(xué)研合作涉及到企業(yè)、高校和科研院所三大創(chuàng)新主體間的互動，以及人員、資金等創(chuàng)新要素在三大創(chuàng)新子系統(tǒng)間的傳遞流動。為準確評價區(qū)域內(nèi)產(chǎn)學(xué)研合作的水平，需建立一個既能反映不同創(chuàng)新主體的特點又能全面地反映各創(chuàng)新子系統(tǒng)的創(chuàng)新發(fā)展水平，因此本文在參考王曉紅等［31］的研究基礎(chǔ)上，從創(chuàng)新投入、創(chuàng)新活動和創(chuàng)新產(chǎn)出3 個維度中選取了28 個具有代表性的指標構(gòu)建了產(chǎn)學(xué)研耦合指標評價體系，而后利用熵權(quán)法確定各指標權(quán)重，最后利用產(chǎn)學(xué)研耦合協(xié)調(diào)度模型測算各地區(qū)產(chǎn)學(xué)研合作程度，具體測量方法如下：

首先采用熵值法計算區(qū)域產(chǎn)學(xué)研合作指標評價體系中各項指標的權(quán)重。

（1）對數(shù)據(jù)進行標準化。為排除不同量綱的影響，首先對數(shù)據(jù)目標矩陣X=（xij）m×n進行標準化處理。由于本文對于區(qū)域產(chǎn)學(xué)研合作指標體系各指標均為正向指標，因此標準化公式為：

最終確定區(qū)域產(chǎn)學(xué)研合作指標評價體系各指標權(quán)重如表1 所示。

表1 區(qū)域產(chǎn)學(xué)研合作評價體系指標權(quán)重

對區(qū)域產(chǎn)學(xué)研合作指標評價體系中各指標確定權(quán)重后，為更好地分析三者間的耦合協(xié)調(diào)發(fā)展關(guān)系，本文參考遲景明等［32］的研究，首先建立三大創(chuàng)新主體間的耦合函數(shù)，其公式為：。其中，f(x)，g(y)，h(z)分別代表企業(yè)、高校和科研院所的創(chuàng)新發(fā)展水平。其次，在此基礎(chǔ)上引入耦合協(xié)調(diào)度模型，公式如下：。其中T表示企業(yè)、高校和科研院所的綜合協(xié)調(diào)指數(shù)，α、β、γ分別為企業(yè)、高校和科研院所在區(qū)域創(chuàng)新系統(tǒng)中的重要程度?？紤]到區(qū)域創(chuàng)新系統(tǒng)中，企業(yè)發(fā)揮著真正的主力軍作用，而高校和科研院主要承擔知識生產(chǎn)和整合功能，在區(qū)域中發(fā)揮作用基本一致，因此將α設(shè)定為0.40，β和γ設(shè)定為0.30。D表示最終的區(qū)域內(nèi)產(chǎn)學(xué)研創(chuàng)新系統(tǒng)耦合協(xié)調(diào)度。各變量含義及描述性統(tǒng)計如表2 所示。

表2 變量的描述性統(tǒng)計

2.3 數(shù)據(jù)來源

數(shù)據(jù)主要來源于2013—2020 年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《高等學(xué)校科技統(tǒng)計資料匯編》和《中國人口與就業(yè)統(tǒng)計年鑒》。考慮到數(shù)據(jù)的完整性，本文剔除了缺失樣本，最終覆蓋了27 個省份的數(shù)據(jù)。

3 實證結(jié)果分析

3.1 多重共線性檢驗

本文在進行回歸分析前對數(shù)據(jù)進行了多重共線性檢驗，檢驗結(jié)果如表3 所示。各解釋變量間的方差膨脹因子均小于5，表明樣本不存在嚴重的多重共線性問題。

表3 解釋變量的VIF 值

3.2 平行趨勢檢驗分析

平行趨勢檢驗是雙重差分空間計量模型在準自然實驗之前的重要前提，即需要處理組和對照組必須具備一致的發(fā)展趨勢，同時這種一致性趨勢不隨時間發(fā)生明顯改變［25］。因此為檢驗企業(yè)創(chuàng)新能力和產(chǎn)學(xué)研合作是否通過平行趨勢試驗，本文采用以下方法加以驗證。

首先，鑒于建設(shè)大數(shù)據(jù)試驗區(qū)推廣的峰值是在2016 年，雖然貴州在2015 年作為首個獲批大數(shù)據(jù)試驗區(qū)的省份，但于9 月才啟動建設(shè)，因此考慮到政策效應(yīng)的實際沖擊效果，本文參照邱子迅等［9］的做法，不考慮貴州的極端時間，將2016 年設(shè)定為政策沖擊年份，根據(jù)2016 年前后年份分別設(shè)定一系列虛擬變量，分別用BeforeX和AfterX表示，而后通過回歸法進行平行趨勢檢驗，若在政策沖擊前的BeforeX不顯著為正，則證明大數(shù)據(jù)試驗區(qū)設(shè)立前后被解釋變量的變化趨勢不存在顯著差異，即平行趨勢檢驗通過。檢驗結(jié)果如表4 所示，結(jié)果顯示以企業(yè)創(chuàng)新能力和產(chǎn)學(xué)研合作為被解釋變量的回歸檢驗中，Before1-4 的系數(shù)均不顯著為正，After1-3 的系數(shù)均顯著為正，說明處理組和對照組在大數(shù)據(jù)試驗區(qū)設(shè)立前滿足了平行趨勢假設(shè)。

表4 平行趨勢檢驗回歸結(jié)果

其次，本文參照張軍等［33］、王曉紅等［25］的研究，采用繪圖法對企業(yè)創(chuàng)新能力和產(chǎn)學(xué)研合作水平在2016 年之前的平均值演變趨勢進行判斷。結(jié)果如圖1，圖2 所示，盡管處理組和對照組的企業(yè)創(chuàng)新能力和產(chǎn)學(xué)研合作水平均值存在差異，但是樣本組別間的差異保持相對穩(wěn)定，即呈現(xiàn)出了相同的演變趨勢。因此，可以認定在獲批建立大數(shù)據(jù)試驗區(qū)之前，處理組和對照組的企業(yè)創(chuàng)新能力和產(chǎn)學(xué)研合作水平通過了平行趨勢檢驗，也說明了本研究有較高的可信度。

圖1 樣本企業(yè)創(chuàng)新能力均值

圖2 樣本企業(yè)產(chǎn)學(xué)研合作水平均值

3.3 基準回歸結(jié)果

如表5 基準回歸結(jié)果所示，模型1 和模型3 的被解釋變量是企業(yè)創(chuàng)新能力，模型2 的被解釋變量是產(chǎn)學(xué)研合作水平。首先，觀察模型1 結(jié)果可以發(fā)現(xiàn)，大數(shù)據(jù)試驗區(qū)試點政策效應(yīng)參數(shù)DID 對企業(yè)創(chuàng)新能力在5%水平下顯著為正，表明大數(shù)據(jù)試驗區(qū)的建立對企業(yè)創(chuàng)新能力確有促進作用。模型2 中，大數(shù)據(jù)試驗區(qū)試點政策效應(yīng)參數(shù)DID 在1%水平下顯著為正，表明大數(shù)據(jù)試驗區(qū)的建立能夠拉動當?shù)氐漠a(chǎn)學(xué)研合作水平。在模型3 中，大數(shù)據(jù)試驗區(qū)試點的政策效應(yīng)參數(shù)DID 在5%水平下顯著為正，且回歸系數(shù)（0.064 3）小于模型1 中的系數(shù)（0.066 4），且產(chǎn)學(xué)研合作UIRC 的回歸系數(shù)在5%水平下顯著為正，綜合上述結(jié)果，表明產(chǎn)學(xué)研合作在大數(shù)據(jù)試驗區(qū)試點政策對企業(yè)創(chuàng)新的影響機制中存在部分中介效應(yīng)，即大數(shù)據(jù)試驗區(qū)的建立有利于增進區(qū)域內(nèi)產(chǎn)學(xué)研合作水平，進而促進企業(yè)創(chuàng)新能力的提升。此外，從表5 的空間溢出效果中可以看出，各模型的空間相關(guān)系數(shù)ρ顯著為正，表明大數(shù)據(jù)試驗區(qū)的建立具有輻射效應(yīng)，加快了相鄰地區(qū)間的要素流動，使得相鄰地區(qū)能夠借助大數(shù)據(jù)試驗區(qū)的政策紅利，實現(xiàn)雙向流動，從而形成了正向溢出效應(yīng)，凸顯了大數(shù)據(jù)試驗區(qū)的示范引領(lǐng)作用正在逐步擴大。

表5 基準回歸結(jié)果

3.4 穩(wěn)健性檢驗

（1）替換被解釋變量。上文中，本文采用新產(chǎn)品項目數(shù)衡量企業(yè)的技術(shù)創(chuàng)新能力，在穩(wěn)健性檢驗中，本文將企業(yè)創(chuàng)新能力的衡量變量替換為有效發(fā)明專利與R&D 經(jīng)費的比值（Pat）重新進行回歸分析，估計結(jié)果如表6 中列（1）至列（3）所示，結(jié)論與前文保持一致，限于篇幅結(jié)果不再次贅述。

（2）政策干預(yù)時間的安慰劑試驗。本文借鑒張軍［33］的做法，將大數(shù)據(jù)試驗區(qū)的政策沖擊時間提前兩年進行反事實試驗，若檢驗檢驗結(jié)論與上文一致，則表明大數(shù)據(jù)試驗區(qū)的建立對企業(yè)創(chuàng)新能力的影響是受到其他因素的影響，并非設(shè)立大數(shù)據(jù)試驗區(qū)所致。檢驗結(jié)果如表6 中列（4）所示，企業(yè)創(chuàng)新能力對應(yīng)的DID2014 系數(shù)為0.004 4 且不顯著，與上文結(jié)論相悖，說明企業(yè)創(chuàng)新能力提升的原因是來自大數(shù)據(jù)試驗區(qū)的設(shè)立而非其他因素，證明了前文結(jié)論的穩(wěn)健性。

（3）處理組變換的安慰劑檢驗。本文另進行處理組變換的安慰劑檢驗：即考慮并沒有受政策影響地方假設(shè)其受到政策影響，由于事實上這些地區(qū)并未設(shè)立大數(shù)據(jù)試驗區(qū)，因此理論上這些地區(qū)企業(yè)創(chuàng)新能力不應(yīng)該受到虛假設(shè)立大數(shù)據(jù)試驗區(qū)的正向沖擊，為了對此進行驗證，本文隨機假設(shè)黑龍江、吉林、江蘇、山西設(shè)立了大數(shù)據(jù)試驗區(qū)，同樣采用雙重差分廣義空間模型進行估計，結(jié)果如表6 中列（5）中所示，企業(yè)創(chuàng)新能力對應(yīng)的DIDH 系數(shù)分別為0.011 2 且不顯著，與上文結(jié)論相悖，證明了前文結(jié)論的穩(wěn)健性。

表6 穩(wěn)健性檢驗回歸結(jié)果

4 結(jié)論與建議

本文基于2012—2019 年省級面板數(shù)據(jù)，從數(shù)字技術(shù)相關(guān)政策視角出發(fā)，采用雙重差分廣義空間模型研究了大數(shù)據(jù)試驗區(qū)的建立對企業(yè)創(chuàng)新能力的影響機制，得出主要結(jié)論如下：第一，大數(shù)據(jù)試驗區(qū)的建立能夠發(fā)揮政策紅利，顯著提升企業(yè)的創(chuàng)新能力。第二，大數(shù)據(jù)試驗區(qū)的建立能夠提升區(qū)域內(nèi)產(chǎn)學(xué)研合作水平，并且產(chǎn)學(xué)研合作在大數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力的賦能效應(yīng)中起到部分中介作用。第三，大數(shù)據(jù)試驗區(qū)的建立具有顯著正向空間溢出效應(yīng)，表明大數(shù)據(jù)試驗區(qū)不僅在本地能夠發(fā)揮政策紅利，并且具有較強的示范引領(lǐng)作用，對周邊地區(qū)存在輻射效應(yīng)。

根據(jù)研究結(jié)論，本文提出以下政策啟示：第一，以大數(shù)據(jù)試驗區(qū)實踐為基礎(chǔ)大力發(fā)展數(shù)字技術(shù)，推進如互聯(lián)網(wǎng)，大數(shù)據(jù)等數(shù)字技術(shù)的普及應(yīng)用，完善數(shù)字平臺的信息基礎(chǔ)設(shè)施建設(shè)，鼓勵企業(yè)積極開展創(chuàng)新活動，期間了解企業(yè)實際訴求，適當對企業(yè)創(chuàng)新提供惠企政策，如提供研發(fā)補貼降低創(chuàng)新風險，繼續(xù)發(fā)揮數(shù)據(jù)試驗區(qū)對企業(yè)創(chuàng)新能力的賦能效應(yīng)。此外，抓住數(shù)字經(jīng)濟發(fā)展機遇，打造專業(yè)人才隊伍，注重數(shù)字經(jīng)濟人才培養(yǎng)和引進，提高區(qū)域數(shù)字素養(yǎng)。第二，企業(yè)要根據(jù)自身特點完成傳統(tǒng)制造向智能制造的適時調(diào)整，從當前創(chuàng)新需求出發(fā)，評估企業(yè)自身需要提高的方向和程度，合理利用大數(shù)據(jù)分析、物聯(lián)網(wǎng)、云計算等前端技術(shù)提高組織內(nèi)部創(chuàng)新能力，如將數(shù)字技術(shù)的使用擴展到供應(yīng)鏈流程中，及時了解生產(chǎn)模式、客戶需求和政府法規(guī)的頻繁變化，力求在高度動態(tài)的環(huán)境中獲取競爭優(yōu)勢。第三，注重加強地區(qū)產(chǎn)學(xué)研聯(lián)盟的建設(shè)，構(gòu)建以企業(yè)為主體的產(chǎn)學(xué)研深度耦合創(chuàng)新生態(tài)體系，緩解企業(yè)面臨獨立創(chuàng)新難的問題。期間要注重健全高校和科研院所的科研工作機制，支持各類科研組織結(jié)合自身優(yōu)勢資助選擇科研項目，加強產(chǎn)學(xué)研創(chuàng)新主體的交流合作和相關(guān)配套機制建設(shè)，構(gòu)建產(chǎn)學(xué)研協(xié)同創(chuàng)新的長效機制，助力企業(yè)創(chuàng)新發(fā)展。