數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的門檻效應研究
——基于產(chǎn)業(yè)規(guī)模與人才供給視角

李斯林 周榮華 武文博 余紅心（上海財經(jīng)大學商學院，上海 004） （上海社會科學院應用經(jīng)濟研究所，上海 0000）（上海商學院商務經(jīng)濟學院，上海 005）

隨著我國科學技術(shù)水平的發(fā)展，對新一代基礎設施有著迫切需求，在此背景下，基礎設施產(chǎn)業(yè)的投資結(jié)構(gòu)需要進行重大調(diào)整，投資重點應逐步轉(zhuǎn)向以數(shù)字基礎設施為代表的 “新型基礎設施”。作為支撐數(shù)字中國建設的底層物理架構(gòu)和技術(shù)基礎，數(shù)字基礎設施不僅擁有與傳統(tǒng)基礎設施同樣的公共服務功能，還融合了5G、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、衛(wèi)星互聯(lián)網(wǎng)等新一代技術(shù)，不僅拓寬了數(shù)字產(chǎn)業(yè)相關的消費市場，還擴大了居民對高新技術(shù)產(chǎn)品的需求，促進科技產(chǎn)品的迭代與創(chuàng)新，加快新舊動能的轉(zhuǎn)換，間接促進了高技術(shù)企業(yè)的轉(zhuǎn)型升級［1］。

基礎設施建設水平作為衡量一個地區(qū)發(fā)展水平的重要變量，對地區(qū)技術(shù)創(chuàng)新尤為重要［2］，不僅可以促進技術(shù)在企業(yè)和地區(qū)間的流動與共享，且溢出效應可以有效減少企業(yè)研發(fā)成本和時間，激發(fā)企業(yè)的創(chuàng)新動力［3］，隨著要素自由流動速度的加快，生產(chǎn)要素和產(chǎn)業(yè)更容易產(chǎn)生集聚現(xiàn)象［4］，因此欠發(fā)達地區(qū)的產(chǎn)業(yè)集聚水平將進一步落后，導致地區(qū)之間發(fā)展的不平衡趨勢加劇。不同于傳統(tǒng)基礎受制于地理限制，數(shù)字基礎設施使得人才和資本的流動更加不受地理的約束，且市場資金更偏向于投資產(chǎn)業(yè)規(guī)模大、人才供給充分的地區(qū)，因此具有產(chǎn)業(yè)先發(fā)優(yōu)勢的地域，更加容易吸引到資本與技術(shù)，隨著投資潮涌的出現(xiàn)，產(chǎn)業(yè)集聚程度不斷提高，創(chuàng)新活動及產(chǎn)出也呈現(xiàn)出集聚的現(xiàn)象［5］。高技術(shù)產(chǎn)業(yè)作為促進技術(shù)溢出和跨地區(qū)流動的重要載體［6］，伴隨著數(shù)字基礎設施建設在全國的推進，中國高技術(shù)產(chǎn)業(yè)的整體創(chuàng)新水平必然得到極大提升，但對于產(chǎn)業(yè)規(guī)模落后且人才供給匱乏的地區(qū)，數(shù)字基礎設施是否會放大高技術(shù)產(chǎn)業(yè)在創(chuàng)新方面的 “虹吸效應”？

當前有關于數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的研究，集中在數(shù)字經(jīng)濟或者基礎設施對創(chuàng)新要素直接或間接的影響，但對人才供給匱乏、產(chǎn)業(yè)發(fā)展滯后地區(qū)創(chuàng)新能力的 “虹吸效應”影響鮮有提及。本文將數(shù)字基礎設施與高技術(shù)產(chǎn)業(yè)創(chuàng)新放入一個框架內(nèi)，進行理論與實證上的分析；通過門檻回歸模型，進一步驗證了數(shù)字基礎設施是否受產(chǎn)業(yè)規(guī)模和人才供給影響，對高技術(shù)產(chǎn)業(yè)創(chuàng)新存在著 “虹吸效應”。

1 理論分析與研究假說

1.1 數(shù)字基礎設施與高技術(shù)產(chǎn)業(yè)創(chuàng)新

數(shù)字基礎設施和傳統(tǒng)基礎設施一樣，有利于企業(yè)提升管理效率以及降低交易成本等［7］。有別于傳統(tǒng)基礎設施，數(shù)字基礎設施是在數(shù)字時代中，融合了新一代數(shù)字技術(shù)的傳統(tǒng)基礎設施和新型信息基礎設施。雖然擁有與傳統(tǒng)基礎設施相同的公共服務屬性，但兩者在對經(jīng)濟發(fā)展的影響機制上也會存在一定的差異［8］。

從需求端視角看，傳統(tǒng)基礎設施改造升級和數(shù)字基礎設施建設，都依賴于新一代技術(shù)和程序算法，因此新基建也引發(fā)了對于新技術(shù)、新產(chǎn)品的需求，如5G設備、人工智能機器人、云計算平臺，成為了推動高技術(shù)產(chǎn)業(yè)創(chuàng)新的另一大動因；另外，隨著中國經(jīng)濟的高速增長、居民收入和生活水平的日益提高，相應的高科技產(chǎn)品也逐漸受到居民的青睞，社會對高科技產(chǎn)品的需求將逐漸形成網(wǎng)絡空間的集聚，并進一步擴大實際需求，從而刺激了高技術(shù)產(chǎn)業(yè)的不斷創(chuàng)新。此外，相比于傳統(tǒng)基礎設施投資，對于數(shù)字基礎設施的投資，在生產(chǎn)來源上服務業(yè)投入比重相對更高［9］，與后續(xù)的維運費用一樣，均是一個巨大的潛在市場，共同推動了高技術(shù)產(chǎn)業(yè)的創(chuàng)新發(fā)展。

從生產(chǎn)端視角看，擁有工業(yè)物聯(lián)網(wǎng)、電子商務、5G網(wǎng)絡、科技數(shù)據(jù)中心、資源共享平臺等優(yōu)質(zhì)數(shù)字基礎設施的地區(qū)，有能力克服信息不對稱帶來的不良影響，提高了社會的資源配置效率［1］，可以吸引創(chuàng)新人才的持續(xù)流入，進而有效帶動研發(fā)資本和先進技術(shù)在地區(qū)間的加速流動。同時，高技術(shù)企業(yè)還可以更為便捷地獲取市場信息，并通過技術(shù)、生產(chǎn)要素以及人力資本共享的方式壓縮研發(fā)成本、減少研發(fā)時間、促進技術(shù)的轉(zhuǎn)化和吸收［10］，以上方式都不同程度地提高了企業(yè)創(chuàng)新效率。因此，本文提出假說1。

假說1：數(shù)字基礎設施可以有效提高地區(qū)高技術(shù)的創(chuàng)新績效。

1.2 產(chǎn)業(yè)規(guī)模的作用機制

我國各地區(qū)在資源稟賦和產(chǎn)業(yè)規(guī)模上存在著顯著差異。在產(chǎn)業(yè)規(guī)模較大的地區(qū)，相關基礎設施較為完善，產(chǎn)業(yè)多樣化程度高，因此對數(shù)字基礎設施的集中投資需求可能會進一步拉動高技術(shù)企業(yè)的創(chuàng)新發(fā)展。楊思瑩和李政［11］以高鐵為例，提出高鐵城市間科技交流與合作，有助于城市間創(chuàng)新網(wǎng)絡的形成，減小各城市間創(chuàng)新水平，但同時會強化省會的創(chuàng)新能力。這表明在產(chǎn)業(yè)規(guī)模較小的地區(qū)，數(shù)字基礎設施的集中投入在引進先進技術(shù)和外商投資的同時、可能會進一步加速創(chuàng)新要素資源向發(fā)達地區(qū)的流入，強化 “馬太效應”。此外，高技術(shù)產(chǎn)業(yè)產(chǎn)品由于代際更新速度快，且部分數(shù)據(jù)產(chǎn)品和網(wǎng)絡產(chǎn)品具有可復制性，所以呈現(xiàn)邊際成本遞減的特性［12］。此外，數(shù)字基礎設施可以進一步減少市場分割帶來的阻力，有效疏通國內(nèi)要素流通環(huán)節(jié)堵點，促進國民經(jīng)濟內(nèi)循環(huán)的暢通，隨著市場分割被數(shù)字基礎設施進一步打破［13］，新一代產(chǎn)品往往能很快搶占外地市場，形成 “贏者通吃”的局面，年猛［14］認為交通基礎設施的完善會進一步加劇地方發(fā)展的不均衡，不利于相對落后地區(qū)的產(chǎn)業(yè)發(fā)展和創(chuàng)新，而數(shù)字基礎設施更是加快了要素和產(chǎn)品的流通，在區(qū)域間形成了 “虹吸效應”現(xiàn)象。因此，本文提出假說2。

假說2：數(shù)字基礎設施對高技術(shù)的創(chuàng)新績效的促進效果在產(chǎn)業(yè)規(guī)模大的地區(qū)更為明顯。

1.3 人力資本的作用機制

與非高技術(shù)產(chǎn)業(yè)相比，高技術(shù)產(chǎn)業(yè)對專業(yè)技術(shù)人員和研究開發(fā)經(jīng)費的依賴度較高，因此對于大學數(shù)量較多的城市，高技術(shù)產(chǎn)業(yè)的發(fā)展具有天然的優(yōu)勢。且各地區(qū)高技術(shù)產(chǎn)業(yè)對人力資本的需求普遍存在同質(zhì)化現(xiàn)象，因此在不同地區(qū)的高技術(shù)產(chǎn)業(yè)相互之間存在著競爭關系。王煒等［15］認為在信息基礎設施的影響下，區(qū)域間的經(jīng)濟聯(lián)系較以往更為緊密，但生產(chǎn)要素和技術(shù)在流出和流入?yún)^(qū)域?qū)?jīng)濟發(fā)展可能存在著相反的影響。馮苑等［16］認為數(shù)字基礎設施對城市創(chuàng)新能力的影響存在異質(zhì)性，創(chuàng)新效應在東部地區(qū)城市、等級較高城市、規(guī)模較大城市以及互聯(lián)網(wǎng)發(fā)展水平較高城市更加顯著。因此高質(zhì)量且流動性較高的生產(chǎn)資源，極容易被高技術(shù)產(chǎn)業(yè)發(fā)展較好的地區(qū)所吸引。王慧娟和蘭宗敏［17］提出，占據(jù)樞紐地位城市的高校資源集聚將對周邊地區(qū)創(chuàng)新要素產(chǎn)生 “虹吸效應”，進而抑制全國整體創(chuàng)新的涌現(xiàn)。而虹吸效應與人才遷徙緊密相連，豐富的人才供給更有利于數(shù)字基礎設施發(fā)揮其創(chuàng)新作用，且隨著人才集聚度提高，區(qū)域?qū)π碌耐顿Y與人才的吸引力也會隨之有進一步的提升。因此，本文提出假說3。

假說3：數(shù)字基礎設施對高技術(shù)的創(chuàng)新績效的促進效果在人才供給較為充裕的地區(qū)更為明顯。

2 模型設定與指標選取

2.1 模型設定與估計方法

基于前文的理論分析，由于各地區(qū)在資源稟賦以及產(chǎn)業(yè)規(guī)模上存在差異，數(shù)字基礎設施對不同地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新績效存在著不同的影響。因此，本文采用多元面板門檻回歸模型，其核心思想在于檢驗出回歸中線性關系發(fā)生躍遷的節(jié)點，即按照門檻值將模型分為兩個或兩個以上的區(qū)間，每個區(qū)間中回歸模型的解釋變量受門檻值影響，系數(shù)存在差異，同時控制住個體固定效應。相比于人為設定劃分標準的分組回歸和分位數(shù)回歸，門檻回歸更加具有合理性。本文采用Hansen［18］提出的多元面板門檻回歸模型，具體表達形式如下：

當單一門檻存在時，計量模型設定為：

當雙重門檻存在時，計量模型變形為：

式 （2）與式 （3）中，i為個體，t為時間，yit為省級高技術(shù)產(chǎn)業(yè)創(chuàng)新績效，xit為主要解釋變量，即經(jīng)過熵值法計算后得出的省級數(shù)字基建綜合指標，Xit為控制變量，eit為殘差值，均與式 （1）中一致，I為虛擬變量，當門檻變量kn符合括號中條件時，即取值為1，反之為0。kn為門檻變量。

2.2 指標的選取

2.2.1 被解釋變量

本文的被解釋變量為高技術(shù)產(chǎn)業(yè)的創(chuàng)新績效。創(chuàng)新產(chǎn)出往往指代專利產(chǎn)出，通常使用專利授權(quán)量作為替代指標，包含了發(fā)明專利、實用新型專利以及外觀設計專利3種，其中發(fā)明專利被認為是最能體現(xiàn)創(chuàng)新能力的指標［19］。綜合上述學者的做法，本文擬選取發(fā)明專利申請數(shù)PAT作為代理指標，衡量產(chǎn)業(yè)的創(chuàng)新績效。

2.2.2 解釋變量

本文網(wǎng)絡解釋變量是數(shù)字基礎設施。結(jié)合范合君和吳婷［1］以及施震凱等［20］的方法，并基于數(shù)據(jù)的可得性，充分考量了物理數(shù)字基礎設施、網(wǎng)絡信息基礎設施、以及設備運維等相關因素，本文選取移動電話基站、光纜路線長度、寬帶接入端口、域名數(shù)、網(wǎng)頁數(shù)、IPv4地址數(shù)、軟件業(yè)務收入7個指標，通過熵值法算得數(shù)字基礎設施指標。

2.2.3 控制變量

基于前文對相關文獻和理論的分析，本文從研發(fā)經(jīng)費、人力資本、傳統(tǒng)基礎設施、地區(qū)經(jīng)濟水平3個方面選取控制變量。（1）研發(fā)經(jīng)費：研發(fā)經(jīng)費投入采用內(nèi)部R＆D投入RDK和新產(chǎn)品開發(fā)經(jīng)費支出New-Exp來衡量。內(nèi)部R＆D投入為研發(fā)活動開展提供了資金保證，內(nèi)部R＆D投入越多越有利于增加高技術(shù)產(chǎn)業(yè)專利產(chǎn)出。新產(chǎn)品開發(fā)是產(chǎn)業(yè)研發(fā)活動的重點，新產(chǎn)品開發(fā)經(jīng)費支出越多，高技術(shù)產(chǎn)業(yè)發(fā)展越容易滿足市場的消費需求變化。研發(fā)經(jīng)費結(jié)構(gòu)：采用R＆D政府資助比重Gov-Per和R＆D人員勞務費比重Lab-Per來衡量。政府支持對產(chǎn)業(yè)創(chuàng)新發(fā)展起輔助作用，R＆D政府資助比重反映出政府對產(chǎn)業(yè)的重視與干預程度。R＆D人員勞務費比重則反映了研發(fā)中勞動要素的占比；（2）人力資本：采用高技術(shù)產(chǎn)業(yè)從業(yè)人員Worker和在校大學生數(shù)Student來衡量。高技術(shù)產(chǎn)業(yè)從業(yè)人員為研發(fā)創(chuàng)新活動提供了勞動力支持。在校大學生數(shù)量體現(xiàn)了地區(qū)人力資本的儲備與供給能力，是實現(xiàn)可持續(xù)發(fā)展的重要戰(zhàn)略資源；（3）地區(qū)經(jīng)濟水平：采用地區(qū)人均生產(chǎn)總值GDP-per、產(chǎn)業(yè)規(guī)模Scale、第二產(chǎn)業(yè)比重W2、政府開放度Open、基礎設施Highway來衡量地區(qū)經(jīng)濟基礎。當?shù)貐^(qū)經(jīng)濟規(guī)模越大，通過規(guī)模效應會更有利于吸引高端的人才和雄厚的資本，可以為高技術(shù)產(chǎn)業(yè)發(fā)展提供充分的要素支持。第二產(chǎn)業(yè)比重則反映當?shù)氐墓I(yè)基礎，是保障高技術(shù)產(chǎn)業(yè)發(fā)展的重要前提。政府開放度Open，本文采用貨物進出口總額占地區(qū)GDP的比重作為衡量指標。地區(qū)高水平的對外開放度，有助于引入先進科學技術(shù)和高效率的管理、生產(chǎn)模式，并通過強化市場競爭，進而提高本土企業(yè)創(chuàng)新動力；但外資企業(yè)和國外同質(zhì)產(chǎn)品的進入，會形成降維打擊，抑制本土企業(yè)的創(chuàng)新動力。基礎設施的建設水平則意味著地區(qū)的經(jīng)濟發(fā)展?jié)摿Γ瑫r還有助于數(shù)字基礎設施發(fā)揮為科技創(chuàng)新賦能的積極作用。

2.2.4 門檻變量

本文對門檻變量的選取主要從兩個角度考慮：（1）高技術(shù)產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模；（2）當?shù)氐娜瞬殴┙o情況。基于前文理論機制的分析，本文選取的指標：（1）高技術(shù)產(chǎn)業(yè)的年銷售額用以衡量產(chǎn)業(yè)規(guī)模Scale；（2） 當?shù)氐脑谛４髮W數(shù)Student。

2.3 數(shù)據(jù)來源

本文數(shù)據(jù)的選取與統(tǒng)計性描述具體見表1，其中非百分比或指數(shù)單位，均已經(jīng)過對數(shù)化處理，部分年份的缺失指標，使用平滑法處理。GDP使用消費者價格指數(shù)和工業(yè)生產(chǎn)者價格指數(shù)進行平減處理。內(nèi)部研發(fā)投入RDK為存量，由永續(xù)盤存法累加獲得。限于數(shù)據(jù)的可得性與完整性本文選取2013～2020年全國30個省市自治區(qū)的面板數(shù)據(jù)（西藏和港、澳、臺地區(qū)未包括在內(nèi)），數(shù)據(jù)主要來源于 《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》以及 《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。此外，由于2020年受新冠肺炎疫情影響，部分地區(qū)的生產(chǎn)情況較往年會有較大偏差，但本文研究對象高技術(shù)產(chǎn)業(yè)的特點是高資本和人力資源要素投入，因疫情封控等因素造成的勞動力短缺對本文研究對象，即高技術(shù)產(chǎn)業(yè)發(fā)明專利申請數(shù)的影響幅度較小。另外，雖然一些控制變量如第二產(chǎn)業(yè)比重、人均地區(qū)生產(chǎn)總值較往年偏差較大，但因防疫政策除個別省域外幾乎一致，對這些變量的影響程度較為接近。因而在整體的回歸中，受疫情影響而帶來的變量偏誤對回歸結(jié)果的影響可忽略不計。

表1 變量描述性統(tǒng)計

3 實證分析

3.1 基準回歸結(jié)果

表2的列 （1）～（2） 展示了將地區(qū)高技術(shù)產(chǎn)業(yè)的發(fā)明專利申請數(shù)PAT作為被解釋變量（創(chuàng)新績效）的回歸結(jié)果，從結(jié)果中可以看出，在控制了其他變量前后，數(shù)字基礎設施D-index對地區(qū)高技術(shù)產(chǎn)業(yè)的發(fā)明專利申請數(shù)PAT有著相似的作用，影響系數(shù)分別為2.516和1.817，且同樣在1%水平上正向顯著。以上結(jié)果證實了假說1：數(shù)字基礎設施可以有效提高地區(qū)高技術(shù)的創(chuàng)新績效。

表2 數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的基準回歸

其他控制變量的回歸結(jié)果顯示，員工數(shù)量、研發(fā)支出、市場開放程度以及政府資助比重對各創(chuàng)新績效指標的影響系數(shù)為正，這說明了創(chuàng)新的產(chǎn)出離不開要素的持續(xù)投入。此外，地方政府的支持以及當?shù)氐氖袌龌潭纫灿欣诘貐^(qū)高技術(shù)產(chǎn)業(yè)的發(fā)展與創(chuàng)新。

3.2 門檻回歸分析

3.2.1 門檻值的選取及檢驗

受制于地區(qū)資源稟賦以及產(chǎn)業(yè)自身的規(guī)模差異，當產(chǎn)業(yè)規(guī)模超過某一門檻值時，地區(qū)數(shù)字基礎設施對本地高技術(shù)產(chǎn)業(yè)的創(chuàng)新績效的促進效應極有可能減弱，甚至產(chǎn)生抑制作用。為進一步驗證前文提出的假說，本文需要通過門檻回歸模型來探究門檻變量的個數(shù)以及具體數(shù)值。

本文利用單一門檻模型、雙重門檻模型、三重門檻模型分別對3種不同的解釋變量進行F統(tǒng)計量的檢驗，并相對應的利用 “自助法”抽樣300次得到相對應的P值，具體檢驗結(jié)果見表3，根據(jù)表3的檢驗結(jié)果可以判斷，當發(fā)明專利申請數(shù)PAT作為被解釋變量時，地區(qū)產(chǎn)業(yè)規(guī)模Scale和在校學生數(shù)Student作為門檻變量，均存在著單一門檻效應，門檻值分別為5.367和12.987，自抽樣P值分別為0.040與0.038；而雙門檻效應則均不顯著，自抽樣P值分別為1.000和0.170。表明地區(qū)高技術(shù)產(chǎn)業(yè)規(guī)模和人才供給量是導致數(shù)字基礎設施對產(chǎn)業(yè)創(chuàng)新績效具有非線性影響的重要因素。

表3 面板數(shù)據(jù)的門檻存在性檢驗（BS次數(shù)：300）

3.2.2 門檻回歸模型結(jié)果

在確定了相應的門檻值以及門檻回歸模型后，本文對所選取指標分別進行了門檻效應回歸，結(jié)果見表4。列 （1）報告了當發(fā)明專利申請數(shù)PAT作為被解釋變量時，地區(qū)產(chǎn)業(yè)規(guī)模GDP作為門檻變量時的回歸結(jié)果，結(jié)果顯示，當?shù)貐^(qū)Scal≥5.367時，數(shù)字基建對高技術(shù)產(chǎn)業(yè)發(fā)明專利申請數(shù)PAT的影響系數(shù)為1.472，且在5%的水平下顯著；當Scale＜5.367時，數(shù)字基建對高技術(shù)產(chǎn)業(yè)專利申請數(shù)的影響系數(shù)降為-20.520，且在1%的水平下顯著。列 （2）報告了當?shù)貐^(qū)在校大學生數(shù)Student作為門檻變量時的回歸結(jié)果，結(jié)果顯示，當?shù)貐^(qū)Student≤12.987時，數(shù)字基建對高技術(shù)產(chǎn)業(yè)發(fā)明專利申請數(shù)PAT的影響系數(shù)為-22.227，且在1%的水平下顯著；當Student＞12.987時，數(shù)字基建對高技術(shù)產(chǎn)業(yè)專利申請數(shù)的影響系數(shù)轉(zhuǎn)為正的1.727，且在5%的水平下顯著。列 （1）的實證結(jié)果即印證了假說2：數(shù)字基礎設施對高技術(shù)的創(chuàng)新績效的促進效果在產(chǎn)業(yè)規(guī)模大的地區(qū)更為明顯。另外對列 （2）的分析結(jié)果使本文的假說3也得到了驗證：數(shù)字基礎設施對高技術(shù)的創(chuàng)新績效的促進效果在人才供給較為充裕的地區(qū)更為明顯。

表4 數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的門檻回歸結(jié)果

3.3 交互項檢驗與穩(wěn)健性分析

為進一步驗證數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新績效的 “虹吸效應”受到地區(qū)產(chǎn)業(yè)規(guī)模和人才供給的影響，本文引入數(shù)字基礎設施綜合指標與產(chǎn)業(yè)規(guī)模和人才供給的交互項對之前的結(jié)果進行驗證，為減少交互項帶來的共線性影響，這里交互項中的產(chǎn)業(yè)規(guī)模和人才供給均進行了去中心化標準化處理，即高于平均數(shù)的為正數(shù)，低于平均數(shù)的為負數(shù)，樣本均值為0。表5的列 （1）為基準回歸結(jié)果，列 （2）、 （3）為加入交互項的結(jié)果，數(shù)字基礎設施的系數(shù)受共線性影響，顯著性有所下降，但系數(shù)仍然為正，且兩列的交互項結(jié)果均為正，這意味著當產(chǎn)業(yè)規(guī)模或人才供給高于平均數(shù)，產(chǎn)業(yè)規(guī)模越大或人才供給程度越高，數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的影響系數(shù)越高；當產(chǎn)業(yè)規(guī)模或人才供給低于平均數(shù)，產(chǎn)業(yè)規(guī)模越小或人才供給程度越低，數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的影響系數(shù)越低。即驗證了之前的假說2與假說3結(jié)果的穩(wěn)健性。

表5 交互項檢驗與穩(wěn)健性分析結(jié)果

4 結(jié) 論

本文在現(xiàn)有的理論基礎與實證研究之上，基于2013～2020年我國30個省級的面板數(shù)據(jù)，通過門檻回歸模型等計量手段，實證分析了數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新績效的 “虹吸效應”影響。實證結(jié)果表明：（1）數(shù)字基礎設施對地區(qū)高技術(shù)產(chǎn)業(yè)的創(chuàng)新有顯著促進效果；（2）當?shù)貐^(qū)的產(chǎn)業(yè)規(guī)模以及在校大學生數(shù)量超過某一門檻值，數(shù)字基礎設施對高技術(shù)產(chǎn)業(yè)創(chuàng)新的促進效果會大幅提升。這表明我國地區(qū)間的高技術(shù)產(chǎn)業(yè)存在著對生產(chǎn)要素的 “虹吸效應”，而數(shù)字基礎設施建設會加劇這一現(xiàn)象。

針對數(shù)字基礎設施建設和布局策略，結(jié)合以上研究，本文提出以下建議：（1）數(shù)字基礎設施存在著巨大的遠期效益，各地區(qū)仍應繼續(xù)加強推動以數(shù)字基礎設施為主的新型基礎設施建設，繼而促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和科學技術(shù)創(chuàng)新； （2）由于中國各地區(qū)在地理位置和資源稟賦上的差異，不同地區(qū)間投資政策傾向應當因地制宜。如產(chǎn)業(yè)規(guī)模具有優(yōu)勢且人才供給充足的地區(qū)，應當優(yōu)先并重點加強科創(chuàng)相關數(shù)字基礎設施建設和發(fā)展，進一步發(fā)揮自身優(yōu)勢，擴大產(chǎn)業(yè)規(guī)模效應，進而較快實現(xiàn)產(chǎn)業(yè)升級和科技進步；（3）對于產(chǎn)業(yè)規(guī)模相對較小且人才供給較為匱乏地區(qū)，由于 “虹吸效應”的存在，隨著全國數(shù)字基礎設施建設的穩(wěn)步推進，生產(chǎn)要素將加速流入發(fā)達市場，落后地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新能力將不可避免地被進一步壓縮，因此政府在穩(wěn)步推進新基建的同時，也要結(jié)合自身實際情況，關注其他民生相關數(shù)字基礎設施的建設和完善，同時選擇性地扶持傳統(tǒng)優(yōu)勢產(chǎn)業(yè)，并避免資源的過度集中扎堆。