王儒奇,陶士貴,劉 強
近年來,隨著移動互聯網、大數據、云計算以及人工智能等一大批具有顛覆性影響的數字技術快速發展,人類社會逐漸進入數字經濟時代,數字技術正逐步成為激發經濟發展潛力和驅動經濟增長的“關鍵要素”?!吨袊ヂ摼W發展報告》的統計數據顯示,我國2019年數字經濟規模達35.8萬億元,較2018年增長14.4%,總量規模和增長速度均位居世界前列。目前,我國經濟正處于由高速增長轉向高質量發展的關鍵階段,亟須實現從投資驅動發展到創新驅動發展的模式轉變,作為區域創新的重要空間載體,城市已經成為創新要素和創新活動的重要集聚地。因此,數字經濟作為推動經濟轉型“新引擎”的同時,還與城市創新能力密切相關。數字經濟的蓬勃發展為區域創新活動中的要素流動、多主體協同創新以及產業升級等提供了技術保障,還為傳統產業轉型與升級提供了創新性思路。由此可見,數字經濟將在未來創新型國家建設和區域創新系統升級的過程中發揮越來越重要的作用,對提升城市創新能力具有重要意義。
20世紀90年代,唐·泰普斯科特首次提出了“數字經濟”這一概念(1)TAPSCOTT D. The digital economy anniversary edition: rethinking promise and peril in the age of networked intelligence[J]. Innovation journal,1999(5):156-168.,并強調了數字經濟具有知識驅動、數字化和虛擬化等特征。本文依據《G20數字經濟發展與合作倡議》,將數字經濟理解為以數字化的知識和信息作為關鍵要素、以現代信息網絡作為載體、以信息通信技術的使用來提升經濟效率和優化經濟結構的全部經濟活動。目前有關區域創新能力的研究成果已經較為豐富和成熟,既有文獻從創新活動的驅動因素、創新效率的測算、創新能力的評價以及時空差異等多個維度展開了深入研究。與本文研究主題較為緊密的文獻重點探索了互聯網對區域創新能力和效率的影響。如張旭亮等使用空間計量模型考察了互聯網對區域創新的作用機理,發現互聯網通過推動人才和技術等創新要素的再布局提升區域創新能力(2)張旭亮,史晉川,李仙德,等.互聯網對中國區域創新的作用機理與效應[J].經濟地理,2017(12):129-137.;韓先鋒等通過構建互聯網發展水平指數,實證考察了互聯網發展對區域創新效率的直接作用和間接影響(3)韓先鋒,宋文飛,李勃昕.互聯網能成為中國區域創新效率提升的新動能嗎[J].中國工業經濟,2019(7):119-136.。在此基礎上,部分學者開始將數字經濟與創新聯系在一起,并深入考察了數字經濟對創新能力的作用(4)韓璐,陳松,梁玲玲.數字經濟、創新環境與城市創新能力[J].科研管理,2021(4):35-45.。
隨著數字經濟時代的到來,創新活動表現出更加明顯的開放性,進一步推動了政產學研等多類主體的共同參與和協同合作(5)張昕蔚.數字經濟條件下的創新模式演化研究[J].經濟學家,2019(7):32-39.。大部分學者對于數字經濟能夠提升區域創新能力是達成共識的,但正如一枚硬幣有兩面,數字經濟還有可能會對創新能力產生負面影響。具體而言,數字經濟的快速發展在帶來便捷和機遇的同時,也對傳統監管模式帶來了許多全新的沖擊和挑戰。目前,相關領域的許多法律尚處于留白狀態,難免造成傳統法律政策出現“失效”的情況,可能會導致部分監管者和被監管者以一種更加隱蔽的形式進行“默契合謀”,不利于區域創新能力的提升。除此之外,數字經濟可能還會降低網絡侵權的成本和難度,增加了知識產權保護的難度,進而導致新型網絡侵權案件的發生。
有鑒于數字經濟的雙重性,數字經濟究竟會對城市創新能力產生何種影響?影響有多大?影響方式如何?為了客觀地回答上述問題,本文利用雙邊隨機前沿模型解析數字經濟對城市創新能力的雙邊作用,并從人才集聚、金融發展、政府管制以及知識產權保護四個視角出發,針對數字經濟對城市創新能力的作用機制展開進一步檢驗。相較于已有研究,本文的創新之處主要在于:(1)以數字經濟的雙重屬性為基礎,提出數字經濟對城市創新能力的雙向影響命題,為我們深入理解數字經濟對城市創新能力可能產生的抑制作用提供了一定思路;(2)使用雙邊隨機前沿模型分別測度出數字經濟對城市創新能力的促進效應和抑制效應,并進一步檢驗數字經濟產生兩種效應的具體路徑,從實證方法上豐富了數字經濟的相關研究;(3)選取中國的城市數據為研究樣本,在一定程度規避了樣本空間尺度較大導致的測算偏誤。
1. 人才集聚。一般而言,數字經濟發揮其對城市創新能力的賦能作用需要依托智力密集型產業。在傳統產業與高技術產業融合的過程中,離不開科技人才的努力和創新,因此高水平人才的數量和質量自然成了決定高技術產業乃至整個城市創新發展持續性和競爭性的關鍵因素。隨著數字技術和信息技術在各領域的應用不斷拓展和深化,衍生出了許多的新產業和新模式,進一步提高了對高端人才的依賴性。數字經濟憑借自身突破時間和空間限制的獨特優勢,為不同創新主體共同參與創新活動提供了便利,加快了人力資本的積累和高級化進程,逐步提高了城市人才集聚程度。隨著人才集聚程度的不斷提升,將會通過創新效應、規模效應和外溢效應等途徑驅動各類生產要素的匯集,加快創新成果的產出速度(6)孫紅軍,張路娜,王勝光.科技人才集聚、空間溢出與區域技術創新——基于空間杜賓模型的偏微分方法[J].科學學與科學技術管理,2019(12):58-69.。事實上,伴隨著數據要素的積累和數字技術的發展,數字經濟憑借其數據驅動性和高效智能性進一步放大了人才要素在創新過程中的作用,其中高端數字化人才和擁有較高專業技能的勞動者能夠對創新能力產生更為積極的影響。
基于此,本研究提出假設1:在人才集聚程度較高的城市,數字經濟會對城市創新能力產生更強的促進效應。
2. 金融發展。數字技術的飛速發展正在逐漸顛覆人們對于傳統金融的認識,這一區別主要表現在傳統金融被賦予了數字化和技術化的特征。首先,金融發展水平較高的城市在金融市場、金融信息披露制度和風險管理制度等方面均處于領先地位,可以較好地改善產學研等創新主體在融資過程中面臨的信息不對稱問題。其次,在金融市場相對完善的城市,伴隨著大數據、人工智能和區塊鏈等新型數字技術與傳統金融的不斷融合,能夠進一步降低交易成本并突破時空限制,降低各類創新主體的融資成本,較好地緩解長周期創新過程中的融資約束(7)侯世英,宋良榮.金融科技、科技金融與區域研發創新[J].財經理論與實踐,2020(5):11-19.。最后,由于創新活動具有高投入和長周期的固有屬性,良好的金融發展基礎和數字技術的深度融合能夠更加科學和精準地預測創新研發過程中可能遇到的風險和挑戰,這對于降低研發過程的不確定性以及識別創新活動中的風險將會產生突破性的意義(8)GOMBER P, KAUFFMAN R J, PARKER C, et al. On the fintech revolution: interpreting the forces of innovation, disruption, and transformation in financial services[J]. Journal of management information systems,2018(35):220-265.。
基于此,本研究提出假設2:在金融發展水平較高的城市,數字經濟會對城市創新能力產生更強的促進效應。
1. 政府管制。政府管制主要是指政府為了實現公共利益或者達到某種目的,依法對被管制者的行為做出限制(9)陳剛.管制與創業——來自中國的微觀證據[J].管理世界,2015(5):89-99.。事實上,我國政府部門在許多領域依然存在著過度管制的情況,這一現象會在一定程度上抑制產學研等各類主體參與創新活動的熱情,并對創新能力產生抑制效應。監管俘獲理論認為,政府部門在監管初期一般能夠較為獨立公平地行使權利,但長期來看監管者出于自身利益的考慮,可能會在監管過程中被監管對象賄賂和俘獲,導致監管失去公平和效率(10)沈偉,張焱.普惠金融視閾下的金融科技監管悖論及其克服進路[J].比較法研究,2020(5):188-200.。在數字經濟時代,許多新興產物已經逐漸擺脫了傳統的實物形態,虛擬經濟與實體經濟間的邊界日益模糊,許多領域的相關法律和監管尚處于留白狀態,導致傳統政策在監管過程中難免出現“失效”的情況,這可能會導致部分監管者和被監管者以一種更加隱蔽的形式進行“默契合謀”。在政府管制程度更高的城市,這種“合謀”將會進一步放大對市場運行秩序產生的負面影響,不利于創新活動的開展以及城市創新能力的提升。
基于此,本研究提出假設3:在政府管制程度較高的城市,數字經濟會對城市創新能力產生更為明顯的抑制效應。
2. 知識產權保護。產學研等多類創新主體的共同參與和各類創新要素(知識、技術和人才等)的流動為城市創新能力的提升提供了不竭動力,但是創新要素的流動和傳播難免受到地理空間的限制。得益于互聯網和大數據等新一代信息技術的飛速發展,各類主體和創新要素可以更加便捷地打破空間界限,增強空間聚集效應和知識的外溢效應,加速知識和信息的傳播與更新,有效地提升城市創新能力(11)沈國兵,袁征宇.互聯網化、創新保護與中國企業出口產品質量提升[J].世界經濟,2020(11):127-151.。然而,在數字技術打破空間界限,方便人們通過互聯網獲取自身所需信息的同時,數字經濟所特有的技術復雜性、無域性以及高傳染性還將會對傳統知識產權保護制度提出全新的挑戰(12)張梁,相廣平,馬永凡.數字金融對區域創新差距的影響機理分析[J].改革,2021(5):88-101.。相較而言,在知識產權保護水平更高的地區,數字經濟能夠有效降低交流成本和信息搜集成本,形成健康有序的競合關系,幫助各類創新主體將工作重點放在提高自身技術水平和創新質量上,進而提升城市的整體創新能力;而在知識產權保護水平較低的地區,數字經濟發展水平的提升很可能會引發新型知識產權侵權問題并放大市場內的“搭便車”現象,嚴重打擊相關創新主體參與研發創新的積極性,而不利于地區創新能力的提升。
基于此,本研究提出假設4:在知識產權保護水平較低的城市,數字經濟可能會對城市創新能力產生較強的抑制效應。
依據前文的理論分析可知,數字經濟能夠同時對城市創新能力產生正負兩種效應,因此本部分基于雙邊隨機前沿模型,參考KUMBHAKAR和CHRISTOPHER的方法(13)KUMBHAKAR S C, PARMETER C F. The effects of match uncertainty and bargaining on labor market outcomes: evidence from firm and worker specific estimates[J]. Journal of productivity analysis,2009(1):1-14.(14)盧洪友,連玉君,盧盛峰.中國醫療服務市場中的信息不對稱程度測算[J].經濟研究,2011(4):94-106.,設定如式(1)所示的模型來分別測度數字經濟發展產生的促進效應和抑制效應。
INNit=i(xit)+ξit,ξit=ωit-uit+εit
(1)
其中INNit為城市創新能力,i(xit)=λxit,λ為特征變量估計參數,xit為本文設定的特征變量,分別為人力資本(HUM)、外商直接投資(FDI)、人口密度(PEO)、產業結構(STR)、政府支持(GOV)和環境污染水平(SO2)。i(xit)表述在影響城市創新能力的因素確定時的數字經濟發展水平,ξit為復合殘差項,ωit和uit分別表示數字經濟對城市創新能力的促進效應和抑制效應,εit為隨機誤差項。


(2)
式(2)中Φ(·)和φ(·)分別表示標準正態分布下的累積分布函數與概率密度函數,具體參數設定如式(3)所示:
(3)
在此基本上進一步計算出如式(4)所示的對數似然函數,其中θ=[β,σv,σω,σu]為待估計參數,n為樣本數。
(4)
本節的主要目標是研究數字經濟對城市創新能力的促進效應與抑制效應,因此進一步測算出ωit和uit的條件密度函數,如式(5)和(6)所示,其中λ=1/σu+1/σω。
(5)
(6)
依據上式,式(7)和(8)計算出的期望分別表示數字經濟的促進效應與抑制效應導致城市創新能力偏離前沿水平的絕對值。
(7)
(8)
式(9)和(10)將前式的計算結果進一步換算為二者的百分比形式。
(9)
(10)
最終,數字經濟的促進效應和抑制效應對城市創新能力產生的凈效應由上述公式的差值得到,具體計算過程如式(11)所示:
NE=E(1-e-ωit|ξit)-E(1-e-uit|ξit)=E(e-uit-e-ωit|ξit)
(11)
1. 數據來源。本文選取中國265個城市(除巢湖等行政區劃發生過變動和數據缺失較為嚴重的城市)2011—2018年的面板數據為樣本,數據來源為《中國統計年鑒》《中國城市統計年鑒》和國家知識產權局,部分缺失數據通過地級市年鑒補齊。
2. 被解釋變量。城市創新能力(INN)。目前有關創新的研究已經由過去局限于單一創新主體內部的簡單線性范式,逐漸演化為多類創新主體共同參與和互相影響的過程。多主體共同參與的協同創新模式作為當今科技創新的全新范式,能夠更好地發揮各類創新主體的能力優勢、整合創新資源并實現各方的有效聯結,企業、高校以及科研機構等通過資源共享、交流學習與協作互動產生1+1>2的協同效應。因此,多主體共同參與的協同創新模式作為提高國家自主創新能力的重要路徑,能夠更好地刻畫出當前的區域(城市)創新能力。為了更好地反映出多創新主體共同參與協同創新和實質性創新的過程,本文從不同創新主體間聯合研發的視角出發,在國家知識產權局檢索中國各城市多主體聯合申請專利的數量。另一方面,考慮到不同城市間的人口差異較大,為避免這一因素帶來偏誤,本研究選取每萬人擁有的聯合專利數來刻畫城市創新能力。
3. 核心變量。數字經濟(DIGE)。目前地級市層面數字經濟發展水平的測度方式相對有限,借鑒現有研究成果(15)黃群慧,余泳澤,張松林.互聯網發展與制造業生產率提升:內在機制與中國經驗[J].中國工業經濟,2019(8):5-23.,本研究從互聯網發展和數字金融兩個維度來刻畫數字經濟的發展水平,其中主要包括計算機服務和軟件業從業人員數、互聯網寬帶接入用戶數、移動電話年末用戶數、電信業務收入與數字普惠金融指數,在此基礎上,對上述五個指標進行加權處理,得到衡量數字經濟發展水平的綜合指標。
4. 分類變量。為了進一步探討數字經濟影響城市創新能力過程中產生的促進效應和抑制效應,前文機理分析表明數字經濟的促進效應主要表現在城市金融發展水平和人才集聚程度兩個層面,抑制效應則主要表現在政府管制力度和知識產權保護水平兩個層面。其中,金融發展水平(FIN),通過年末金融機構人民幣各項貸款余額與該城市生產總值的比值來測度;人才集聚(TAG),選用科學研究和技術服務行業就業人數作為代理變量;政府管制(GOVR),通過公共管理和社會組織從業人員數占城鎮單位就業人員的比重來衡量(16)劉海洋,李興龍,馬艷艷.政府管理強度是否驅動出口行為?[J].世界經濟研究,2013(12):26-31.;知識產權保護(IPR),由于目前有關知識產權保護水平的具體測度仍然停留在省級層面,考慮到實證檢驗的可操作性,本文選用國家知識產權局發布的2018年中國知識產權發展狀況評價報告中的各省(區、市)知識產權保護發展指數作為代理變量,依據各地級市所屬的省份計算出數字經濟發展對創新能力的影響。
5. 控制變量。為了更好地測算數字經濟發展水平在影響城市創新能力過程中產生的促進效應和抑制效應,本文還設定了如下六個控制變量:(1) 人力資本(HUM),人力資本作為一種非常重要的創新要素會在很大程度上影響城市創新能力,選用高等學校在校生人數來衡量;(2) 外商直接投資(FDI),外商投資的流入能夠帶來充足的資金和先進的創新理念,并加快城市創新能力的提升,使用城市當年的實際使用外資金額來衡量;(3) 人口密度(PEO),一般而言具有更高人口密度的城市能夠產生更強的集聚效應,這種集聚效應可以通過強化知識的溢出效應,提升城市創新能力,通過計算每平方千米的常住人口來衡量;(4) 產業結構(STR),產業結構的轉型升級是生產要素的重組和再分配的過程,要素逐漸從低效率生產部門轉向高效率生產部門,這一過程中產生的區域競爭效應與協同效應必然會對城市創新能力產生深遠影響(17)黃凌云,張寬.貿易開放提升了中國城市創新能力嗎?——來自產業結構轉型升級的解釋[J].研究與發展管理,2020(1):64-75.,通過計算第三產業和第二產業之比來刻畫;(5) 政府支持(GOV),政府作為國家(區域)創新活動的領導者和規劃者,能夠以一種更為長遠和全面的視角制訂完整的創新發展戰略,為各類主體的創新活動指引方向,激發創新活力,選取財政支出中的科學技術支出作為代理變量;(6) 環境污染水平(SO2),城市環境質量的好壞不但會影響人類身心健康,還會對經濟發展和技術創新產生影響,即環境污染可能會影響人的身體和精神狀況,對區域創新人才產生“擠出效應”,最終對城市創新能力產生不利影響(18)魏冬,馮采.空氣污染對地區科技創新水平的影響研究——基于專利授權大數據的證據[J].南方經濟,2021(8):112-134.,考慮到城市數據的可得性,使用工業二氧化硫排放量來衡量。文中各變量的描述性統計如表1所示。

表1 各變量描述性統計
在對數字經濟影響城市創新能力的雙邊效應進行理論分析的基礎上,本文將采用雙邊隨機前沿模型對其產生的促進效應和抑制效應進行測度與分析,得到了如下頁表2所示的回歸結果。其中,模型1為使用OLS得到的回歸結果,模型2至模型5均為雙邊隨機前沿方法下使用MLE得到的擬合結果,并且逐步控制了年份因素和城市因素。模型5同時對年份因素和城市因素進行了固定,通過比較對數似然函數值,模型的擬合結果得到了很大的改善。因此,后文將選取模型5進行方差分解并展開更加深入的分析與研究。控制變量的回歸結果也基本符合預期。其中,HUM項的系數顯著為正,表明人力資本每提升1個單位城市創新能力將會提高1.320 9個單位,即充沛的人力資本將會對城市創新能力產生顯著的促進作用;FDI項的系數同樣顯著為正,表明通過引入外商投資可以獲取國外先進技術與知識,從而改善城市自身的創新水平。人口密度和產業結構對城市創新能力的影響尚不顯著。政府支持的系數為0.254 1且通過顯著性檢驗,表明政府支持可以有效緩解各創新主體的融資約束,降低創新風險,從而提升城市創新水平。SO2項的系數顯著為負,說明環境污染水平過高確實有可能“擠出”創新人才并對城市創新能力產生抑制效應。

表2 雙邊隨機前沿模型基本估計結果
基于前文模型5的回歸結果,本節進一步測算數字經濟對城市創新能力的促進效應和抑制效應,具體的測算結果如下頁表3所示。由回歸結果可知,促進效應和抑制效應的系數分別為0.483 2和0.290 3,說明數字經濟的發展水平每提高一個單位將分別對城市的創新能力產生0.483 2單位的促進效應和0.290 3單位的抑制效應。兩種效應疊加產生的凈效應系數為0.192 9,這表明整體來看數字經濟對城市創新能力的促進效應更強。從影響比重來看,促進效應占比為73.48%,反觀抑制效應僅占26.52%,這說明數字經濟對城市創新能力產生的促進效應遠高于抑制效應。綜上所述,無論是從影響系數還是所占比重來看,數字經濟對城市創新能力產生的作用均大于抑制效應,即數字經濟能夠有效地提升城市創新能力。
為了深入分析數字經濟的促進效應和抑制效應使城市創新能力偏離前沿創新水平的程度,本節依據式(1)~(3)的計算方法,進一步對數字經濟帶來的兩種效應進行單邊效應估計,得到了表4所示的結果。研究結果表明,數字經濟的促進效應會導致城市創新能力高出前沿創新能力水平32%,抑制效應則造成創新能力低于前沿創新能力水平21%,在兩種效應的共同作用下,城市創新能力會正向偏離前沿創新能力11%。表4的第4~6列報告了數字經濟促進效應和抑制效應對城市創新能力影響的四分位數計算結果,由Q1的計算結果可知,在數字經濟的作用下,有1/4的城市創新能力提高了32%,這部分城市自身的創新體系相對完善且創新能力相對較強;由Q2的計算結果可知,有1/4的城市創新能力提高了9%;由Q3的計算結果可知,有1/4城市的創新能力降低了4%,可能的原因是這部分城市的創新基礎相對薄弱,且城市金融發展水平和知識產權保護力度還有較大的提升空間,容易受到政府管制等因素的影響,城市創新能力尚未得到有效的提高,后文將針對具體原因展開進一步的討論。
為了進一步探索前文研究結果的穩健性,本節將從數字經濟對城市創新能力的時間、空間分布特征和城市差異三個層面,對擬合結果進行穩健性檢驗與異質性分析。
1. 時間分布特征。本節對考察期內數字經濟影響城市創新能力的凈效應進行了分年度估計,得到了如表5所示的估計結果。計算結果顯示,數字經濟的促進效應和抑制效應相互作用下的凈效應在考察期內均為正,這表明在2011—2018年間,數字經濟對城市創新能力產生的促進效應均超過了抑制效應,數字經濟對我國城市創新能力產生了持續的促進作用。從三類分位數的時間趨勢檢驗結果來看,數字經濟對Q1和Q2分位城市的創新能力始終表現出較強的促進作用,對Q3分位數城市的創新能力則表現出抑制作用,這一檢驗結果與前文研究結論保持一致,充分證明了模型設定的準確性和穩定性。

表5 數字經濟對城市創新能力影響凈效應的年份特征
2. 空間分布特征。在測算了數字經濟影響城市創新能力的年份特征后,考慮到我國不同區域的城市在經濟發展水平、創新環境以及互聯網發展基礎等方面存在較大的差異,故本節依據各城市所處的區域進行了穩健性檢驗。從地區分布特征來看,我國東中西三大地區數字經濟的凈效應均為正,表明數字經濟的發展對我國三大地區創新能力均產生了較強的促進作用,相較而言,數字經濟發展對東部城市創新能力產生的凈效應強于中西部地區。
本文在篩選研究樣本時,受限于數據缺失等問題剔除了部分城市,其中寧夏回族自治區和新疆維吾爾自治區僅保留了首府銀川和烏魯木齊,僅僅以首府城市的測算結果表示該自治區數字經濟發展對城市創新能力的影響,可能會在一定程度上高估其產生的影響。因此,本節在剔除這兩個自治區后再次測算了我國西部地區數字經濟發展的凈效應。由下頁表6的測算結果可知,數字經濟發展對我國東中西三大區域城市創新能力產生的凈效應呈現出階梯遞減的趨勢,其中東部城市數字經濟對創新能力的提升作用最強,中部次之,西部最弱,這一測算結果和我國三大區域的經濟發展、資源稟賦以及創新能力的發展現狀基本一致。事實上,由于東部城市位于我國沿海經濟發達地區,其區位優勢、創新環境、互聯網發展基礎以及數字經濟水平等均存在明顯的優勢,伴隨著數字經濟的發展,東部城市的創新能力得到了更加明顯的提升;中西部地區由于數字經濟發展水平相對落后,對城市創新能力的作用相對有限,因此我國在提升東部地區創新能力和綜合競爭力的同時,也需關注中西部地區城市創新能力的提升,合理配置地區資源要素,充分發揮創新的外溢效應。

表6 數字經濟對城市創新能力影響凈效應的地區分布特征
3. 城市異質性特征。城市等級作為城市差異的另一個維度,其附帶的政策效應對城市創新能力具有重要影響,表7報告了數字經濟影響城市創新能力的城市等級分布特征。由計算結果可知,數字經濟對35個大中型城市創新能力的凈效應要明顯強于其他城市。事實上,伴隨著數字經濟的飛速發展,為城市創新能力的提升帶來了許多新的機遇,數字技術在很大程度上降低了交易成本、提高了資源的配置效率。35個大中型城市大部分為直轄市和省會城市,這些城市具有較高的行政級別或較大的城市規模,在政治、經濟和文化等多個領域都存在著明顯的優勢,此類城市往往會被賦予優先發展的權力。因此,在數字經濟的作用下,大中型城市的創新能力得到了更為明顯的提升。

表7 數字經濟對城市創新能力影響凈效應的城市等級差異
正如前文機制分析中所說,數字經濟在影響城市創新能力的過程中會同時產生促進效應和抑制效應,其中促進效應主要表現在城市金融發展水平和人才集聚程度兩個層面,抑制效應則主要表現在政府管制力度和知識產權保護水平兩個層面。因此,為了探求數字經濟影響城市創新能力的根源,下文將進一步從上述四個層面分析數字經濟發展在影響城市創新能力過程中的作用機制。
首先依據前文有關城市金融發展和人才集聚的變量測度方式,分別測算了我國265個城市的金融發展水平和人才集聚程度,其次按照測算結果將各城市從高到低進行排序,并分別按照城市金融發展水平和人才集聚程度將研究樣本分成較高、中等、較低三組,最后計算出每組城市的數字經濟發展水平對創新能力產生的凈效應。由表8所示的計算結果可知,數字經濟對三組城市創新能力的促進效應均大于抑制效應,能夠很好地提升城市創新能力。此外,伴隨著城市金融發展水平和人才集聚程度的提高,數字經濟發展對城市創新能力表現出了更強的凈效應,有效地驗證了假設1和2。

表8 金融發展和人才集聚對數字經濟影響城市創新能力的效應估計
首先依據政府管制的變量測度方式,本研究分別測算我國265個城市的政府管制力度并按照測算結果將各城市從高到低進行排序,將研究樣本劃分為較高、中等、較低三組。由下頁表9的計算結果可知,伴隨著政府管制力度的增強,數字經濟對城市創新能力的凈效應表現出逐步降低的趨勢,即政府管制會在一定程度上弱化數字經濟對城市創新能力的作用,有效地驗證了假設3。
其次,由于目前有關知識產權保護水平的具體測度仍然停留在省級層面,考慮到實證檢驗的可操作性,本文依據各地級市所屬的省份,計算出該省數字經濟發展對創新能力凈效應的均值,并按照各省份的均值排序,劃分為較高、中等、較低三組。由表9的計算結果可知,知識產權保護水平較高省份內城市的數字經濟發展水平對創新能力的凈效應明顯高于知識產權保護水平中等和較低的省份。這里同樣考慮到寧夏回族自治區和新疆維吾爾自治區僅保留了首府銀川和烏魯木齊,可能會在一定程度上高估數字經濟產生的作用,在剔除上述兩個自治區后再次測算該組數字經濟對創新能力產生的凈效應后發現,在知識產權保護水平較弱時,數字經濟會放大市場內的“搭便車”現象,不利于城市創新能力的提升,有效地驗證了假設4。

表9 政府管制和知識產權保護對數字經濟影響城市創新能力的效應估計
本文運用雙邊隨機前沿模型將數字經濟發展分解為促進效應和抑制效應,在深入研究兩種效應對城市創新能力作用機理的基礎上,使用中國的城市面板數據,從理論和實證兩個維度檢驗數字經濟對城市創新能力的雙邊效應。研究發現:(1) 在數字經濟的影響下,我國城市創新能力分別受到促進和抑制兩種效應的影響,其中促進效應對城市創新能力的影響系數為0.483 2,抑制效應的影響系數為0.290 3,在二者的共同作用下城市創新能力得到了明顯的提升;(2) 從區域異質性檢驗的結果來看,數字經濟發展水平對城市創新能力的影響存在較為明顯的區域差異,具體而言,數字經濟對東部城市創新能力的作用最強,中部次之,西部最弱;(3) 數字經濟對城市創新能力的促進效應主要表現在城市金融發展水平和人才集聚程度兩個層面,即在金融發展水平和人才集聚程度較高的城市,數字經濟對城市創新能力的作用更強;(4) 抑制效應則主要表現在政府管制和知識產權保護兩個層面,其中政府管制力度的增強會降低數字經濟對城市創新能力的賦能作用;當知識產權保護水平較弱時,數字經濟會在一定程度上放大“搭便車”現象,不利于城市創新能力的提升。
相較于以往的研究,本文并未單一地研究數字經濟促進或是抑制了城市的創新能力,而是從促進效應和抑制效應兩個角度出發,檢驗了數字經濟發展帶來的雙邊效應,以一種更為全面的視角解釋了有關數字經濟發展過程中的爭論。本文的研究結論對于提升我國城市創新能力具有重要的政策啟示,為了更好地培育數字經濟新動能,提出如下的對策建議。
第一,國家應加大數字技術的研發投入,加快數字通訊基站以及大數據中心等基礎設施建設,充分利用數字技術在打破時空界限、降低交易成本以及高效配置資源等方面的特有優勢,進一步彰顯數字經濟對于提升城市創新能力的紅利優勢。
第二,充分考慮我國各區域數字經濟發展水平的差異,努力提升區域發展的協調性。整體來看,數字經濟的發展能夠有效提升我國城市創新能力,但是對東部城市創新能力的作用明顯強于中西部地區。因此,中央政府應通過政策與資源傾斜等方式,引導中西部地區數字經濟發展水平的提升,進而提升我國數字經濟的整體發展水平,從而更好地發揮其對城市創新能力的賦能作用。
第三,各城市應主動抓住數字經濟蓬勃發展過程中的機遇,把完善金融發展水平和提高人才集聚程度作為提升城市創新能力的重要抓手。一方面,深化金融體系市場化改革,提升城市金融發展水平,改善融資環境,為產學研等各類創新主體提供穩定的資金保障;另一方面,重點培養和引進高端科技人才和數字技術人才,聚焦關鍵核心技術,努力破解創新能力提升過程中的瓶頸。
第四,政府有關部門應制訂適度的管制政策,穩步推進簡政放權,提高各類創新主體參與創新活動的積極性,充分把握數字經濟浪潮為提升城市創新能力帶來的契機;與此同時,還應建立健全知識產權保護體系,加大知識產權保護力度,優化創新環境,以示范城市建設為契機總結并制訂適合我國知識產權保護的具體方針。