國家級大數據綜合試驗區創新效應研究

徐 林,侯林岐,程廣斌

(1.石河子大學 經濟與管理學院，新疆 石河子 832003；2.常州工程職業技術學院 經濟與管理學院，江蘇 常州 213164)

0 引言

伴隨全球新一輪科技革命和產業變革，我國逐漸邁入數據要素驅動、萬物互聯互通的數字經濟發展新階段，以互聯網、大數據、云計算和人工智能等技術為代表的數字經濟與社會經濟諸多領域的融合已經成為不可阻擋的時代潮流，對我國創新驅動發展產生戰略性與全局性影響。目前，我國互聯網、移動互聯網用戶規模位居世界第一，擁有豐富的數字資源和應用市場優勢，為大數據發展和應用奠定了基礎，但也存在數據資源開放共享不足、產業基礎薄弱、創新應用不足等一系列亟待加強的短板。為了加快大數據部署，全面推動大數據發展和應用，打造以大數據為引領的創新格局，提升創新驅動力，建設數據強國，2015年8月國務院印發《促進大數據發展行動綱要》(以下簡稱《綱要》)。《綱要》明確提出“開展區域試點”，通過不斷的實踐，總結出一套可以在全國推廣復制的大數據產業發展經驗。同年9月，貴州啟動建設首個大數據綜合試驗區試點，次年，國家公布第二批國家級大數據綜合試驗區建設名單，具體包括北京、天津、河北、內蒙古、遼寧、河南、上海、重慶、廣東。至此，國家級大數據綜合試驗區已經成為推動我國數字經濟發展的重要政策工具。

創新作為我國經濟結構戰略性調整的重要抓手，是引領發展的第一動力。目前關于數字經濟與創新關系的研究經歷了信息化的創新性改善、互聯網經濟的創新推動、數字經濟的創新賦能3個階段[1]。第一，信息化對技術創新的重要作用已在大多數文獻中得到肯定。信息化能夠有效改善企業技術創新效率(韓先鋒,惠寧,宋文飛，2014)、提高創新產出[2]和強化技術溢出效應[3]。第二，互聯網經濟作為信息化發展的高級產物，對創新也呈現出積極作用。有學者指出，互聯網應用能夠通過提高企業創新積極性和主動性[4]，刺激企業增加創新投入(楊德明,劉泳文，2018)，推動企業從事前瞻性研發[5]，進而提升企業創新能力。第三，關于數字經濟與創新關系的探討，學界仍然處于起步階段。大多數學者圍繞數字經濟條件下創新模式演化[6]、商業模式創新[7]、企業創新活動[8]和技術變革[9]等方面展開理論研究。僅有溫珺等[10]、韓璐等[11]、李雪等[12]少數學者在理論分析基礎上構建數字經濟發展指數，從數字經濟對城市創新的賦能效應、空間溢出效應以及數字經濟對創新的非線性遞增特征等方面初步展開實證研究。綜上所述，可以發現：①現有文獻從信息化與互聯網經濟視角對創新展開了豐富的研究，但是對于數字經濟與區域創新關系的實證研究仍較為匱乏；②現有文獻對數字經濟與創新的研究多集中于企業微觀層面，缺乏從城市層面對數字經濟與創新的內在機制及促進效應進行探討；③以往文獻大多通過構建數字經濟指標體系研究其對區域創新的影響，鮮有文獻討論數字經濟與區域創新之間可能存在的內生性問題，即數字經濟對區域創新能力的反向因果作用，而忽視兩者間可能存在的內生性使實證結果存在偏誤。

國家級大數據綜合試驗區建設旨在通過數據流引領技術流、物質流、資金流和人才流，推動社會生產要素共享、整合、協作和高效利用，持續激發商業模式創新，進而成為推動經濟轉型發展的新動力。那么國家級大數據綜合試驗區是否具有創新驅動效應？試驗區建設通過哪些機制影響城市創新能力提升？在空間上是否具有示范效應？對區域創新的影響是否具有異質性？現有文獻尚未給予回答。為了探究以上問題，本文以國家級大數據綜合試驗區為準自然實驗，從理論與實證兩方面分析大數據綜合試驗區建設與城市創新能力關系，揭示大數據綜合試驗區影響城市創新能力的機理，為數字經濟下區域創新系統發展、相關政策制定及執行提供理論支撐。

本文的邊際貢獻主要表現為：①基于城市創新視角，將數字經濟的創新驅動效應聚焦到技術創新領域，從要素配置優化、產業結構調整和創業創新等方面，實證檢驗大數據綜合試驗區建設的創新驅動效應及其影響機制，拓展和豐富了數字經濟與區域創新的理論分析框架；②利用國家級大數據綜合試驗區建設的外生事件，采用雙重差分模型識別數字經濟的創新驅動效應，從一定程度上揭示數字經濟與區域創新之間存在的反向因果關系，并采用空間雙重差分模型考察大數據綜合試驗區建設對鄰近區域創新能力的示范效應；③基于城市區位、等級和網絡基礎設施等異質性特征，進一步考察大數據綜合試驗區建設對不同特征城市創新驅動效應影響的差異，從而有利于深入理解大數據綜合試驗區建設促進城市創新水平提升的作用機理和邊界條件。

1 理論分析

在全球信息化快速發展的大背景下，大數據成為一種發現新知識、創造新價值、提升創新能力的重要資源，正在引領新一輪科技創新。國家級大數據綜合試驗區建設能夠完善大數據基礎設施、推動數據開放共享、拓展大數據創新應用領域，進而通過優化傳統要素配置方式、促進區域產業結構升級、推動大眾創新創業3條路徑，促進城市創新能力提升。

1.1 要素配置優化的創新效應

大數據綜合試驗區通過數據資源開放共享加速信息流動，促進交易市場開放透明，緩解創新活動中的信息不對稱問題，繼而優化要素配置，最終作用于區域創新能力提升[12]。具體來看：第一，在人力資本方面，大數據發展和應用有利于消除勞動力在時間與空間上面臨的信息壁壘，及時獲取有價值的信息，增強知識能力，豐富就業和創業選擇[13]，進而改善勞動力要素配置效率，為大數據試驗區的創新創業活動奠定人才基礎[14]。第二，在知識技術方面，互聯網、大數據和云計算等信息技術應用加快了信息流動，使企業能夠以較低成本獲取知識技術，增加企業知識存量，為實現創新積累更充分的知識[15]。同時，數字化技術應用推動創新主體組織結構轉向扁平化、去中心化，有助于提高創新活動效率，使知識更易于轉化為高質量的創新成果[12]。第三，在創新融資方面，數字金融有利于緩解企業創新融資約束。一方面，從金融機構與企業互動角度看，數字化信貸平臺有助于緩解數字金融機構與中小企業之間的信息不對稱性，使數字金融企業可以方便獲取實體企業信息，從而為創新型中小企業提供創新融資[16]。同時，數字金融發展能夠減少傳統金融機構在融資投向中存在的“領域錯配”、“屬性錯配”和“階段錯配”等現象，進一步緩解企業創新面臨的融資約束[17]。另一方面，從政府機構與企業互動角度看，大數據的充分應用有助于提升政府市場監管效能，推動政府治理精準化，對企業創新情況及潛力進行精準識別，從而減少企業創新補貼以及稅收優惠等政策實施中存在的信息不對稱問題，提高財稅政策激勵企業創新的精準性和有效性(李春濤,閆續文,宋敏,等，2020)。

1.2 產業結構調整的創新效應

大數據綜合試驗區建設有助于推動傳統產業數字化、網絡化和智能化轉型，促進制造模式持續變革和工業轉型升級，在服務提供中呈現更多的先進技術、發揮更高的社會效益，進而推動區域層面的產業結構升級[14]。具體來看：一方面，在產業關聯效應下，大數據對產業創新的影響會向應用部門前后端溢出，引發產業鏈持續革新。數字產業與其它產業有著緊密的前后向聯系，數字技術應用于生產鏈環節不僅有利于推動該產業數字化、網絡化和智能化，對產業集群協同創新也會產生強烈的正反饋。在縱橫向產業關聯下，數字經濟促使其它傳統行業運營模式發生根本性變化，如數字技術在研發部門的應用會倒逼制造部門持續開發新技術、構建新平臺，不斷提升自身數字經濟服務能力和創新效率，從而引發全產業鏈的持續革新(韓先鋒,宋文飛,李勃昕，2019)。另一方面，在產業融合效應下，數字經濟對傳統產業的深度改造會不斷催生新產業、新業態和新商業模式，從而激發商業活力、提高創新效率。具有通用性、高滲透性等的數字技術與實體經濟具有天然的融合性[18]。從數字經濟在消費領域的融合看，企業利用大數據技術可以實現對消費群體的精準搜尋、識別與捕獲，作出具有針對性的生產和銷售決策，實現產品研發由經驗驅動轉向數據驅動，降低技術創新不確定性，提高研發預期回報率，激發企業創新積極性[19]。從數字經濟在生產領域的融合看，大數據在工業研發設計、生產制造等領域的應用促進智能制造、網絡化協同和服務型制造模式發展，如數字化研發管理系統有助于企業在研發模式、研發流程和驅動方式的多維度網絡中協同運轉，提高企業創新能力[18]。

1.3 大眾創業的創新效應

大數據綜合試驗區建設為創新創業活動營造了良好的創業創新生態，創新創業活躍度提升有利于增強區域創新能力。具體來看：一方面，大數據綜合試驗區建設為大眾創業營造了良好的創新生態，有利于拓展區域創新寬度。數據可得性提升為大眾創業營造了良好條件，如大數據與云計算、物聯網、移動互聯網等新一代信息技術融合發展有利于推動產業數字化，衍生更多新模式、新產業和新業態[12]。創業活力增強不僅有助于促進大數據增值、激勵公益性開發與拓展創新應用，充分釋放大數據紅利，而且有利于促進創新鏈與產業鏈深度融合，帶動技術研發體系、商業模式和產業價值鏈創新、變革及重構，塑造跨行業、跨領域、跨平臺的開放性協同創新生態。另一方面，大數據綜合試驗區建設通過大數據計劃推動萬眾創新、開放式創新和聯合創新，有助于利用倒逼機制拓展區域創新深度。隨著大數據試驗區創新創業活動的開展，同質化產品或服務已經無法有效滿足消費者需求，迫使創業企業通過持續創新在不斷升級的市場中謀得生存和發展。從創新供給層面講，初創企業為了能夠在競爭激烈的市場中獲得競爭優勢和市場份額，需要不斷向新產品、新技術研發活動投入資金和資源，嘗試多元化的商業模式，不斷激勵創新能力提升[14]。從創新需求層面講，數字經濟發展加快了消費者對產品多樣化的追求，引發消費者需求變革。準確及時捕獲消費者需求變化并作出實時響應已成為企業獲得持續發展核心競爭力的關鍵[20]，其要求企業、高校以及科研機構必須更快地研發創造出新技術、新產品和提供新服務以滿足消費者需求，構建政產學研多方聯動、協同發展的大數據生態體系，推動區域創新水平提升。

2 模型設定、變量選取與數據來源

2.1 模型設定

評估國家級大數據綜合試驗區建設對城市創新的政策影響效應，需要識別其中的因果效應。由于國家級大數據綜合試驗區選擇可能并非完全外生，中央政府會綜合考慮當地區域經濟條件、資源稟賦和基礎設施等，而這些區域特征難以完全觀測和有效掌控。同時，國家級大數據綜合試驗區采用分批設立方式，傳統DID僅適用于評估單一試點政策效應。因此，為精準識別國家級大數據綜合試驗區建設對城市創新的影響，本文采用廣義雙重差分模型，通過雙向固定效應識別國家級大數據試驗區建設的創新驅動效應，具體如下：

Innit=α0+α1treatedit+α2Xit+yeart+cityi+εit

(1)

其中，被解釋變量Inn為城市創新水平，treated為國家級大數據綜合試驗區的虛擬變量，以此衡量政策沖擊對城市創新的影響，其估計系數α1反映國家級大數據綜合試驗區建設的創新驅動效應。估計系數顯著為正，表明大數據綜合試驗區試點能夠有效推動城市創新能力提升，反之亦然。X為一系列地級市城市層面控制變量，year表示時間固定效應，采用年份虛擬變量以控制時間趨勢因素，city表示城市個體效應，采用城市虛擬變量以控制城市層面不隨時間變化的因素，ε表示隨機擾動項，i和t分別表示地級市與年份。

2.2 變量選取

(1)被解釋變量：城市創新水平(Inn)。創新產出是反映地區創新能力的主要指標[21]，代表經濟主體使用創新投入資源進行生產的結果，主要包括專利數量或新產品、新服務銷售收入(白俊紅,卞元超，2016)。前者突顯了科技創新的知識成果和知識創造功能，后者較好地體現了科技創新的市場化能力，但是新產品銷售收入等難以獲得城市層面數據，因此本文選取發明專利數量衡量城市創新水平。專利數量又分為專利申請量和專利授權量兩類，考慮到政策沖擊當期會對城市創新水平產生影響，而專利從申請到授權存在一定時滯，因此本文選用各城市發明專利申請數衡量城市創新水平。

(2)核心解釋變量：國家級大數據綜合試驗區(treated)。為了探索國家級大數據試驗區建設對城市創新能力的影響，依據國家公布的試驗區名單，將城市確立當年及此后的treated設定為1，否則設定為0。此方式通過設定單一變量，直觀地體現政策實施過程。

(3)控制變量：為了全面分析國家級大數據綜合試驗區建設對城市創新水平的影響，避免遺漏變量導致的內生性問題，本文對可能影響城市創新水平的因素進行控制。具體包括：①經濟發展水平(GDP)，采用人均GDP對數控制城市經濟發展對創新可能存在的非線性影響；②基礎設施建設(Inf)：基礎設施建設與完善不僅有利于促進創新要素在區域間流動，而且也為大數據試驗區建設和數字經濟發展提供支撐，為此本文采用固定資產投資與GDP比值衡量城市基礎設施投入水平；③政府財政支出(Exp)：作為國家級實驗區的地方政府會積極參與建設并給予各項政策支持，本文采用政府財政支出與GDP比值刻畫地方政府對經濟的干預程度；④金融發展水平(Fin)：創新活動具有資金投入大、回籠周期長的特點，能否提供足夠資金會顯著影響區域創新績效，本文采用銀行信貸規模與地區GDP比值衡量創新面臨的融資環境；⑤人力資本水平(Hum)：人力資本水平提升有助于增強創新主體的知識獲取和運用能力，本文采用在校大學生人數對數描述城市創新所需人力資本情況；⑥對外開放水平(FDI)：開放的環境有助于促進各種創新資源流動和要素優化配置，先進的管理經驗和技術溢出能夠帶動本地創新水平提升，因此本文采用FDI的對數衡量技術溢出對城市創新的影響。

2.3 數據來源

本文使用2008-2019年全國283個地級市平衡面板數據評估國家級大數據綜合試驗區建設對城市創新的驅動效應。數據主要來源于歷年《中國城市統計年鑒》、各省份統計年鑒和EPS數據庫。專利數據來源于國家知識產權局網站中國專利公布公告系統。經濟發展水平以2000年為基期進行平減，部分缺失值采用均值法進行填補。變量描述性統計結果如表1所示。

表1 變量描述性統計結果Tab.1 Descriptive statistical results of variables

3 實證分析結果

3.1 基準回歸檢驗

采用固定時間和個體效應的雙重差分模型評估國家級大數據綜合試驗區建設對城市創新能力的影響，結果如表2所示。第(1)列為國家級大數據綜合試驗區政策變量對城市創新能力的影響，為了避免多重共線性導致估計結果偏誤，第(2)-(7)列為逐步加入控制變量后的回歸結果。

從表2第(7)列結果可以看出，試點政策虛擬變量的估計系數為0.516，且在5%的水平下顯著為正，表明大數據綜合試驗區建設使得試驗區城市創新能力相比非試驗區城市平均高出0.516個單位，說明國家級大數據綜合試驗區建設對城市創新能力提升具有顯著促進作用。這可能是因為國家大數據綜合試驗區建設推動移動互聯網、云計算、物聯網等新一代信息技術應用，而信息技術與經濟社會各方面融合引發行業創新，對培育新型產業、促進業態發展、提升區域整體創新能力大有裨益。

表2 基準回歸結果Tab.2 Benchmark regression results

3.2 穩健性檢驗

3.2.1 平行趨勢與動態效應檢驗

試驗區與非試驗區城市創新能力在政策沖擊前具有相同發展趨勢是采用廣義雙重差分評估政策效應的前提。同時，由于國家級大數據綜合試驗區在政策實施時間、實施基礎和創新資源稟賦等方面存在差異，可能導致政策實施具有緩沖期和消化期，政策效果具有一定滯后性。鑒于此，本文參考Beck等[22]的研究方法，將政策實施時間虛擬變量與政策虛擬變量交乘后帶入回歸模型，若回歸系數在政策沖擊前不顯著，則表明政策實施前的試驗區與非試驗區在時間趨勢上不存在顯著差異，模型滿足平行趨勢假設，反之亦然。為了直觀反映平行趨勢檢驗結果，本文采用圖示法比較國家級大數據綜合試驗區實施試點政策前后城市創新水平的變化，結果如圖1所示。從圖1可以看出，在國家級大數據試驗區實施試點前，實驗組與控制組的城市創新水平不存在顯著差異，表明試驗區政策滿足平行趨勢假設。此外，試驗區試點政策實施當年對城市創新水平的影響并不顯著，對創新的驅動作用在試點建設的第二年才開始顯現，說明國家級大數據試驗區建設對城市創新水平的影響具有一定滯后性，且創新驅動作用具有動態可持續性。

圖1 平行趨勢檢驗結果Fig.1 Parallel trend test results

3.2.2 PSM-DID方法

國家級大數據綜合試驗區的選擇機制可能導致基準回歸模型存在選擇性偏誤問題。一方面，國家會有目的地選擇一批具有創新基礎、經濟發展水平較高的城市作為試點，導致試驗區樣本喪失隨機性，使得政策評估結果存在偏誤；另一方面，試驗區與非試驗區城市在經濟、政策和科技創新資源等方面存在一定差異，可能會對試驗區政策估計結果造成無法觀測的影響。為此，本文采用傾向得分匹配雙重差分(PSM-DID)，通過將試驗區與非試驗區樣本進行匹配以降低模型中存在的選擇性偏誤問題。具體而言，采用卡尺匹配法，以控制變量作為匹配變量對樣本進行匹配。經過匹配處理后，各匹配變量控制組與實驗組結果接受無系統差異的原假設，因此基于匹配結果進一步對國家級大數據綜合試驗區政策效果進行評估，結果如表3第(1)列所示。從結果可知，政策變量對城市創新水平的影響在1%的水平下顯著為正，表明經過匹配后試驗區政策的創新驅動效應依然穩健。

表3 穩健性檢驗結果Tab.3 Robustness test results

3.2.3 安慰劑檢驗

在使用雙重差分評估政策效應時，如果存在不可觀測的遺漏變量、反向因果等內生性問題則會對估計結果產生影響。為了避免由于其它原因導致非試驗區建設差異與城市創新水平相關，借鑒霍春輝等[23]的研究方法，通過構建反事實政策虛擬變量檢驗不可觀測因素對估計結果的影響。具體而言，依次將政策實施時間提前1年、2年和3年，將提前后的虛擬政策變量納入回歸模型，觀測虛擬政策變量的顯著性，結果如表3第(2)-(4)列所示。從結果可以看出，虛擬政策變量對城市創新水平的影響均顯著為負，隨著政策實施年份不斷提前，虛擬政策執行與真實政策執行對城市創新影響的偏離度不斷增大，表明反事實構建的虛擬政策變量對創新并不存在顯著驅動作用，從而印證回歸結果不受遺漏變量等因素影響的結論。

3.2.4 更換城市創新衡量方法

為了避免由變量定性選擇導致估計結果存在偏誤，本文重新刻畫城市創新水平衡量方式以檢驗基準回歸結果穩健性。一方面，為了彌補專利指標中新產品、新服務或新業務模式帶來的市場化和商業化信息損失，選擇新產品開發經費支出(Inn2)衡量城市創新水平。由于難以獲得城市層面的新產品開發支出數據，本文借鑒魯元平等[24]的研究方法，將省級層面數據與地級市層面數據進行匹配，取自然對數帶入模型進行穩健性檢驗，這是因為采用省級層面數據能夠從一定程度上緩解由城市創新與試驗區試點間雙向因果關系導致的內生性問題；另一方面，單一的專利數量忽視了不同類型專利質量的差異，本文選擇使用《中國城市和產業創新力報告2017》中城市創新指數(Inn3)作為城市創新能力的代理變量。基于國家知識產權局和國家市場監督管理總局微觀大數據，利用專利更新模型測算每項專利的平均價值，進而匯總至城市層面，形成各年度創新指數，最終反映城市創新能力質量，缺失數據采用外延法補充。回歸結果如表3中第(5)-(6)列所示，從中可以看出，更換被解釋變量后試驗區對城市創新水平的估計系數有變化，但依然顯著為正，表明大數據試驗區試點對城市創新的驅動作用具有穩健性。

3.2.5 排除其它政策效應

由于政策虛擬變量無法排除同區域同時間段其它政策對城市創新水平的影響，即試驗區城市創新水平提升來源于其它政策效應，而非國家大數據綜合試驗區建設帶來的創新驅動效應，這可能導致基準估計結果存在系統性偏誤。基于此，本文參考劉傳明等[25]、徐換歌等[26]和何凌云等[27]的研究結果，分別將“寬帶中國”試點(Intercity)、創新型城市(Inncity)和智慧城市建設(zhcity)3個政策虛擬變量納入模型，以檢驗在排除其它政策效應后試驗區建設驅動城市創新水平提升的政策效應。結果如表4所示，可以看出，在分別納入其它政策沖擊后大數據試驗區建設對城市創新能力的回歸系數均在5%水平下顯著為正，即在排除其它政策干擾后試驗區對城市創新的驅動效應依然顯著。

表4 排除其它政策效應后的檢驗結果Tab.4 Test results after excluding other policy effects

3.3 空間溢出效應檢驗

前文分析了試驗區建設對城市創新水平的驅動效應，然而忽視地區空間相關性可能導致的估計結果偏誤。目前已有文獻指出，互聯網、數字金融對區域經濟發展的影響存在空間溢出效應[28-30]。從理論上講，大數據試驗區建設對區域創新水平具有虹吸效應和擴散效應兩種影響機制。一方面，大數據試驗區試點政策推動城市創新水平不斷提升，使得各類要素資源向中心城市集聚，導致試驗區城市對周邊城市形成虹吸效應；另一方面，由于創新的外部性以及城市集聚—擴散的發展規律，試驗區城市在要素自由流動下帶動周邊城市創新水平提高，呈現為擴散效應。為了進一步檢驗上述效應，本文參考徐換歌等[26]的研究方法，構建空間雙重差分模型以檢驗國家級大數據試驗區建設的創新驅動效應是否存在空間溢出性。

Innit=α0+α1treatedit+α2W*treatedit+α3Xit+yeart+cityi+εit

(2)

其中，W為空間權重矩陣，其余變量同上。本文分別采用鄰近矩陣、經濟矩陣和反距離矩陣考察國家級大數據綜合試驗區建設對周邊城市的空間溢出效應。在回歸前，依次通過空間莫蘭指數、LM檢驗和LR檢驗、Hausman檢驗以及SDM模型簡化檢驗，確定應采用固定效應SDM模型估計大數據試驗區建設對創新驅動的溢出效應。表5為3種空間權重矩陣下的模型估計結果，結果顯示，空間溢出效應rho的值顯著為正，表明國家級大數據綜合試驗區建設對城市創新水平存在顯著的空間溢出效應。可以看出，無論在哪種空間矩陣下，試驗區建設對城市創新水平的影響均顯著為正，與前文基準回歸結果基本一致。試驗區建設與空間權重矩陣的交乘項對城市創新水平的回歸系數均顯著為正，表明大數據試驗區建設對周邊相鄰區域、經濟聯系緊密區域的創新水平具有顯著空間溢出效應。即大數據試驗區建設能夠通過大數據與云計算、移動互聯網等新一代技術融合發展，加速知識和信息技術的跨區轉移、流動與擴散，培育新的創新增長極，對周邊城市產生較強示范效應。

表5 空間溢出效應檢驗結果Tab.5 Test results of spatial spillover effects

4 進一步拓展分析

4.1 作用機制檢驗

以上分析表明，國家級大數據綜合試驗區試點政策對城市創新能力水平提升具有顯著促進作用。為了進一步分析試驗區建設對城市創新的影響機制，借鑒溫忠麟[31]的研究方法，構建中介效應模型如下：

Innit=α0+α1treatedit+α2Xit+yeart+cityi+εit

(3)

Mediait=β0+β1treatedit+β2Xit+yeari+cityt+εit

(4)

Innit=γ0+γ1treated+γ2Mediait+γ3X+yeart+cityi+εit

(5)

其中，Meida為中介變量，其它變量含義同前文。模型(3)為基準回歸方程，模型(4)為大數據綜合試驗區建設對中介變量的回歸方程，模型(5)為大數據綜合試驗區建設與中介變量共同對城市創新能力影響的回歸方程。

按照前文理論分析，優化要素配置、調整產業結構以及鼓勵大眾創新創業是國家級大數據試驗區建設提升城市創新能力的重要途徑。第一，要素配置效率。本文借鑒楊慧梅和江璐[32]的研究方法，利用數據包絡分析法測算城市全要素生產率。其中，產出以2008年為基期測算的實際生產總值衡量，投入以資本和勞動力表示。借鑒張軍等(2004)的做法，在固定資產投資的基礎上采用永續盤存法測算資本，勞動力則為各城市就業人員總數。第二，產業結構調整。借鑒陳曉東和楊曉霞[30]的研究方法，采用產業結構高級化水平作為產業結構評價指標，測算方法為：Ind=1*W1+2*W2+3*W3，其中，W1、W2、W3分別為三次產業占GDP的比值。第三，大眾創新創業。借鑒趙濤等[33]的研發方法，以15～64歲勞動力人口為基數，將城市層面私營企業新增數量標準化得到創業活躍度，作為大眾創新創業水平衡量指標。

回歸結果表明，大數據綜合試驗區建設可以通過資源配置、產業結構調整以及大眾創新促進城市創新能力提升。一方面，大數據綜合試驗區建設對城市全要素生產率、產業結構高級化和創業活躍度的影響均在1%水平下顯著為正，表明試驗區建設有利于優化要素配置、推動產業結構轉型升級和提高創新活躍度；另一方面，城市全要素生產率、產業結構和創業活躍度對城市創新能力的影響均在1%的水平下為正，表明存在中介效應，且中介效應在Sobel檢驗法下具有穩健性，意味著優化要素配置、調整產業結構以及鼓勵大眾創新創業是國家級大數據試驗區建設推動城市創新能力提升的重要途徑。

4.2 城市異質性分析

上述研究驗證了國家級大數據綜合試驗區建設對城市創新水平的影響及作用機制，然而對于具有不同特征的城市而言，大數據綜合試驗區建設對城市創新水平的促進作用是否依然存在？如果存在，對城市創新水平的提升效應是否存在差異？對于上述問題的討論有利于深入理解大數據綜合試驗區建設促進城市創新水平提升的作用機理和邊界條件。為此，本文將分別從城市區位差異、網絡設施基礎情況和創新水平3個視角，考察異質性條件下大數據綜合試驗區建設對城市創新的影響。

4.2.1 城市區位異質性

我國國土遼闊，位于不同區域的城市在自然資源、地理位置、交通便利和經濟發展水平等方面存在較大差異。那么，區位差異會不會導致大數據試驗區建設對城市創新水平的影響存在不同？為了檢驗區位異質性下大數據試驗區的創新驅動作用，本文構建區域特征虛擬變量(area)，將東部城市賦值為1，中西部城市賦值為0，與試點政策交乘帶入模型，回歸結果如表7中第(1)列所示。結果顯示，試驗區建設與區域虛擬變量的交乘項系數顯著為負，說明試驗區建設對城市創新水平在中西部城市的驅動作用強于東部城市。其原因在于，一方面，大數據試驗區建設以發展互聯網、數字經濟和云計算等新興技術為主，這些以智能化、網絡化和數字化為主導的信息技術具有較高外部性、靈活性和智能性，對地理位置、自然資源和經濟發展水平沒有較強依賴性，即意味著大數據試驗區建設有利于中西部城市發展，實現向東部發達城市的追趕。另一方面，中西部城市受限于基礎設施、經濟發展水平和科技創新基礎等條件，在創新能力提升上具有較大發展空間，從而使得試驗區建設對城市創新水平表現出較強驅動作用。

表6 中介效應檢驗結果Tab.6 Test results of mediating effects

表7 異質性檢驗結果Tab.7 Heterogeneity test results

4.2.2 行政等級異質性

不同行政級別城市享有的經濟管理權限、優惠政策等各類優勢資源存在差異，高行政等級城市往往是國家或區域經濟發展戰略實施重點和先行者。該類城市不僅可以依靠行政管理權限獲得更多公共財政支持，享受更多創新激勵政策，還可以利用中心城市的集聚效應提高資金、人才和信息等創新要素集聚水平，導致大數據試點政策在不同城市的實施效果存在差異。基于此，本文按照城市行政等級虛擬變量(level),將直轄市、省會城市與副省會城市賦值為1，將其它普通城市賦值為0，回歸結果如表7中第(2)列所示。可以看出，大數據試驗區建設與城市行政等級的交乘項系數在5%水平下顯著為正，表明試點政策對高行政等級城市的促進效用較顯著。其原因在于，高行政等級城市在大數據試驗區建設中可以憑借經濟集聚、信息技術集聚等優勢吸引更多創新型企業、風投資金和創新人才等創新資源，推動城市創新能力提升。相比之下，低行政等級城市擁有的經濟管理權限較小，對中高端創新型企業吸引力較弱，導致大數據試驗區建設對普通城市創新水平的驅動效應不足。

4.2.3 網絡基礎設施異質性

大數據綜合試驗區對城市創新水平的影響在一定程度上依賴于初始網絡基礎設施水平。網絡基礎設施完善有利于在試驗區建設過程中發揮支撐優勢，促進社會生產生活信息化，進而推動城市創新發展。為此，本文根據各城市互聯網普及率，將樣本劃分為網絡基礎設施高水平地區和網絡基礎設施低水平地區兩組。同時，設置網絡基礎設施水平虛擬變量(inter)，其中，低水平區域賦值為1，高水平區域賦值為0，回歸結果如表7中第(3)列所示。可以看出，試驗區建設與網絡基礎設施水平的交乘項系數顯著為正，意味著網絡基礎設施低水平城市在試驗區建設中能夠獲得更顯著的創新驅動效應。原因在于，信息基礎設施是大數據綜合試驗區建設的重點投資領域，信息基礎設施建設水平越低，試驗區建設過程中的投資力度越大，從而對城市創新發展形成較強驅動力。實際上，與傳統經濟相比，互聯網、數字經濟下的大數據建設受到的物理束縛較小，信息基礎設施水平低的區域在試驗區建設過程中具有后發優勢，對創新發展形成較顯著的驅動邊際效應。

5 結論與建議

5.1 研究結論

本文基于2008-2018年全國283個地級市平衡面板數據，以2015年分批實施的國家級大數據綜合試驗區為準自然實驗，采用廣義雙重差分法識別和評估大數據發展對城市創新能力的驅動作用。得到如下結論：①國家級大數據綜合試驗區試點政策對城市創新能力提升具有顯著促進作用，該結論在經過傾向匹配得分、排除其它政策效應的一系列穩健性檢驗后依然成立；②從空間溢出效應看，國家級大數據綜合試驗區建設有利于加速知識和信息技術跨區轉移、流動與擴散，培育新的創新增長極，對相鄰區域、經濟聯系較緊密區域創新產生較顯著的示范效應；③從中介效應看，大數據綜合試驗區建設能夠通過優化要素配置、推動產業結構調整和鼓勵大眾創業創新促進城市創新能力提升；④從異質性看，大數據綜合試驗區建設對中西部城市、高行政等級城市和網絡基礎設施水平較低城市的創新驅動作用更顯著，表明大數據綜合試驗區建設有利于縮小區域間“數字鴻溝”，推動區域協同發展與新格局構建。

數字經濟發展已然改變傳統的生產方式和經濟運行機制，大數據與傳統產業協同融合并不斷催生新業態，激發商業模式創新，成為推動經濟高質量發展和提升區域創新的重要驅動力。已有文獻缺少對數字經濟與區域創新關系的研究，從城市層面探討數字經濟對創新的內在作用機理及促進效應的研究也十分匱乏。相比于以往研究內容，本文基于2008-2019年中國內地283個地級市平衡面板數據，以2015年分批實施的國家級大數據綜合試驗區為準自然實驗，采用廣義雙重差分實證檢驗大數據綜合試驗區建設的創新驅動效應，并從要素配置優化、產業結構調整和創業創新等方面探討大數據綜合試驗區建設影響城市創新的內在機理，同時，采用空間雙重差分模型考察大數據綜合試驗區建設對鄰近區域創新能力的示范效應，豐富了數字經濟與區域創新的理論分析框架，并為相關問題研究提供了實證依據。

5.2 政策建議

(1)總結國家級大數據綜合試驗區建設經驗，推動數字資源適度開放，促進城市創新水平提升。實證結果證明，大數據綜合試驗區建設對本地城市創新能力具有正向影響，且對鄰近地區創新能力具有正向溢出效應，表明國家級大數據綜合試驗區建設已取得階段性成功。因此，應加強總結試驗區成功經驗，形成一般性規律和多樣化經驗，加快在全國的推廣步伐。同時，發揮我國豐富的數字資源和應用市場優勢，在保障數據安全和隱私的前提下，穩步推進公共數字資源開放，鼓勵企業和民眾發掘與利用數字資源，激發創新創業活力，提高生產要素配置效率，促進數字經濟與實體經濟融合，加快數字產業化和產業數字化步伐。

(2)國家級大數據綜合試驗區建設應該結合各區域稟賦特征，因地制宜地制定發展戰略，縮小區域“數字鴻溝”，更好地發揮數字經濟對本地區創新能力的提升作用。由于城市區位、城市規模、網絡基礎設施水平等存在差異，大數據綜合試驗區建設對城市創新的驅動效應也具有差異性。各試驗區在建設過程中應根據自身情況，實施動態的差異化發展戰略，緊緊把握新工業革命機遇，推動大數據產業與本地優勢產業融合，打破數字經濟發展不平衡約束。其中，東部城市具有良好的數字經濟產業基礎，在發展數字經濟中承擔突破關鍵技術、重大基礎研究的創新工作；中西部則應不斷完善數字經濟基礎設施，發揮數字經濟的后發優勢，強化與東部城市的產業聯系，填補區域發展短板，推動優勢產業數字化轉型，改善數字經濟發展不平衡性。

(3)完善大數據基礎設施建設，推動互聯網、大數據、人工智能等新興技術對傳統信息基礎設施的改造，強化數字基建對城市創新能力的支撐作用。加快移動通信網絡、國家級大數據平臺、數據中心等基礎設施建設，在充分利用現有政府、企業等資源和平臺設施的基礎上，加快構建數字化、智能化、融合創新的新型基礎設施體系，充分發揮大數據基礎設施建設對企業數字化轉型、智能升級和融合創新的支撐作用，促進區域性大數據基礎設施整合和數據資源應用，進而提升城市創新能力。