數字經濟、產業集聚和區域創新效率

潘愛民,孟玲磊

(湖南科技大學 商學院,湖南 湘潭 411021)

一、問題的提出

數字經濟被認為是第四次工業革命的突破點,正以前所未有的速度和深度滲透到各個經濟領域,深刻改變了人類社會的生產方式、生活方式和治理方式,對全球經濟結構、競爭格局產生了重要影響。在全球經濟形勢嚴峻復雜的背景下,各國都在大力發展、培育壯大新動能,以期借助數字經濟這一新機遇,在全球經濟發展中走在前面,占領先機。在此種情況下,中國經濟進入新常態,必須大力發展數字經濟,推進數字產業化和產業數字化,改變原有由投資驅動的經濟發展模式,為實現我國經濟高質量發展注入新動能。

創新是經濟發展的根本動力。在區域經濟發展中,區域創新能力被認為是區域經濟發展的重要推動力,其對區域經濟增長、區域產業結構升級和區域產業集群具有顯著的促進作用。因此,提高區域創新能力是促進區域經濟發展、提高區域經濟發展質量的有效途徑。而區域創新效率決定了區域創新能力,區域創新效率越高,區域的創新能力就越強,并且創新效率體現了對創新速度的追求,故而探求提高區域創新能力的有效途徑可以轉變為探求創新效率的有效之策。在當前數字化發展的背景下,如何有效釋放數字經濟對區域創新效率的助推作用,促進區域經濟增長,具有重要的現實意義和理論意義。已有研究表明,數字經濟作為新時代新型經濟形態,展現出發展最迅速、創新最活躍、輻射最廣泛等特點[1],不僅改變了經濟增長動能的結構,而且極大提升了經濟增長動能的質量,在促進科技創新方面發揮著重要作用[3],其以數字化知識為要素、以信息化網絡為載體、通過信息通信技術使用在創新兩端發力,極大的促進了區域技術創新,進而提升區域創新能力[4]和區域創新效率。

未來,互聯網、計算機、信息與通信技術的深度應用,產業數字化水平的不斷提高,以及人工智能、工業機器人、5G 和大數據等技術的迅速發展,數字經濟持續發展壯大,必將對經濟社會的各個方面產生深遠的影響,必然會推動新一輪的技術創新,促進區域創新效率的提升。那么,數字經濟發展能否有效提升區域創新效率?如果該效應得以證實,數字經濟作用于區域創新效率的機制是什么?數字經濟發展對區域創新效率的影響是否存在異質性和空間上的關聯?

二、文獻綜述

現階段,數字經濟的相關話題備受關注,研究成果較多,主要集中在數字經濟的概念與內涵[5-6]、數字經濟與社會再生產之間的關系[7-8]、數字經濟對高質量發展[9]和國家治理[10]的影響等方面。

在圍繞數字經濟與區域創新效率的討論中,數字經濟對區域創新效率的積極影響已被眾多研究證實。在理論分析上,溫珺等認為數字經濟可以拉近生產端和消費端之間的距離,提升了企業新產品的研發成功率,并且能夠削減企業經營過程中的各類成本,從而對創新產生積極影響[11]。同時又指出,數字經濟對企業可形成進化效應、知識擴散效應,促進企業創新,使得產業創新推動產業升級轉型,形成規模效應,降低創新成本,促進區域創新[12]。在實證分析上,安孟和張誠基于中國31省份2003年至2019年的數據,實證檢驗了數字經濟發展對區域創新效率的影響,發現數字經濟除了能夠直接提升區域創新效率,而且能夠通過人力資本效應和產業結構升級效應間接提升區域創新效率[13];趙濱元實證研究發現數字經濟發展能夠通過數字賦能,加快產業發展,間接驅動區域創新能力提升[14];金環和于立宏從人力資本集聚效應和創業活力增強效應兩個方面出發,驗證了數字經濟對區域創新具有正向效應[15];熊勵和蔡雪蓮實證得出數字經濟對技術創新和產品創新都具有正向影響效應,數字經濟發展能有效推動技術創新和產品創新,并且對技術創新的作用更為顯著[16]。

綜上,數字經濟發展對區域創新效率的影響是多維復合的,數字經濟發展通過何種路徑來影響區域創新效率,未有一個統一的框架解釋,并且尚未發現從產業集聚角度出發,來闡釋數字經濟發展對區域創新效率的作用機制。王嘉麗等[17]在文章中雖有提及三者,也僅是研究了數字經濟背景下電子商務行業產業集聚對其創新效率的影響。基于此,本文在分析數字經濟發展對區域創新效率的影響機理的基礎上,從產業集聚視角出發,探究數字經濟發展對區域創新效率作用機制。

本文可能的邊際貢獻主要有以下幾點:第一,本文從數字產業化、產業數字化出發構建數字經濟發展綜合指標,對數字經濟發展綜合指標的構建具有一定價值的參考意義。第二,引入產業集聚作為中介變量,為研究數字經濟對區域創新效率提升的促進作用提供了新的分析路徑,彌補了數字經濟影響區域創新效率的相關研究。第三,進一步運用空間計量方法對數字經濟發展的空間溢出效應進行了實證驗證,為數字經濟發展對區域創新效率能夠產生輻射帶動作用提供了證據。

三、理論機制與研究假設

本文從直接影響效應和間接影響效應兩個方面來闡釋數字經濟影響區域創新效率的內在機制,進而提出研究假設。

(一)數字經濟發展對區域創新效率影響的直接效應

數字經濟以數字信息和知識作為關鍵生產要素,深刻影響和改變了傳統行業,優化了市場資源配置,促進數字科技企業和傳統企業的融合創新,進而影響區域創新效率。數字經濟發展影響區域創新效率的直接效應主要體現在以下幾個方面。

第一,數字經濟與ICT產業密切相關。一方面包括人工智能、自動駕駛等所有技術的基礎核心是ICT,屬于數字經濟中數字部分的核心;另一方面數字經濟領域的企業大多屬于 ICT 行業,這類企業擁有更高的知識密集度,創新資源也比其他企業豐富,因此技術創新程度遠高于其他傳統行業[18]。因此,數字經濟的發展能夠整體上提升區域技術創新水平,同時基于數字技術的發展創新衍生的產業,如5G、大數據、云計算、區塊鏈等,在與傳統制造業融合發展過程中,不僅能夠提升制造業水平,而且賦予了傳統產業更加廣泛的創新空間,進一步促進技術創新,提高區域創新效率。

第二,數字經濟的發展可以減少信息不對稱,優化生產要素的配置和利用,為創新活動提供了充足的資金,顯著降低各類成本。數字經濟的出現,拉近了創新主體和交易對象的聯系,緩解了雙方的信息不對稱問題,從而大幅度降低了創新主體的搜尋、信息、議價以及監督等方面的成本[19],使得創新活動的成本大幅下降,從而促進創新效率的提升。同時,數字經濟在與傳統實體經濟融合的過程中,能夠顯著提高資本要素的配置和利用,使得資本市場上資金供需雙方有效地結合,解決企業融資貸款問題,為企業創新提供充足的資金,進而激發了創新活力,提升了創新效率?；诖?本文提假設1:數字經濟發展對區域創新效率有著正向的促進作用。

(二)數字經濟發展對區域創新效率影響的間接效應

間接效應,指的是數字經濟影響區域創新效率的間接傳導路徑,即數字經濟的發展通過影響區域產業集聚形成來促進區域創新效率提升。首先,數字經濟的發展改變了生產生活的方式,互聯網、移動互聯網等信息技術的快速發展使得信息傳播的速度加快,信息獲取難度下降,降低了信息成本。同時,物聯網等技術會將降低企業的運輸成本,數字經濟發展還能夠加強企業學習和運用數字技術,提升智能化、協同化水平,加快實現數字化轉型,提升制造業的比例,成本的降低和制造業比例上升一定程度上促進區域產業集聚的形成。其次,數字經濟的發展除了可以緩解企業融資約束、降低雙方信息不對稱問題,直接提高企業創新產出外,還可以促進生產鏈上的企業彼此協作,信息得以共享、資源合理配置,促進利潤率提升等以增強產業集聚以及提高生活的便捷性、智能性促進人才的區域集中化。人口的集聚不僅能擴大勞動力供給市場,也能提供巨大的消費市場,進一步增強產業集聚。而產業集聚有利于行業內外企業、技術人員之間的交流,更容易促進新技術、新思想的誕生,有利于提升區域創新資源的規模和質量,創新要素的高效配置,從而促進區域創新效率的提升。基于此,本文提出假設2:數字經濟發展能夠通過促進產業集聚間接提升區域創新效率。

四、數字經濟發展水平指標體系的構建

數字經濟的構成主要分為數字產業化和產業數字化兩大方面,本文在設計數字經濟發展水平一級指標時,堅持指標選取的全面性、科學性和相關性等原則,同時參考眾多專家學者的方法[20-22],立足于數字產業化、產業數字化,進行相應的細分指標篩選,構建了省級數字經濟發展水平綜合指標測度體系(見表1)。

表1 數字經濟發展水平指標測度體系

本文利用主成分分析方法對各地區數字經濟發展水平進行了測算,并對得到的結果進行了離差標準化,使結果映射到[0,1]區間,這樣可以更加直觀的比較各地區數字經濟發展水平的區別。標準化公式如下:

(1)

其中,i表示省份,t表示年份,pcadigit表示由主成分分析法得到的不同年份各省份的數字經濟發展水平,max和min表示取所有年度各 地區數字經濟發展水平的最小值和最大值,digit表示標準化之后的數字經濟發展水平。

圖1為2017年各省份數字經濟發展水平排名情況。廣東和江蘇的數字經濟發展水平遠超其他省份,位列第一梯隊;山東、浙江、四川、河南、北京、上海、福建、河北,數字經濟發展水平介于0.3～0.6之間,處于第二梯隊;湖南、湖北、安徽、陜西、遼寧為第三梯隊,其中安徽、陜西、遼寧的數字經濟發展水平位于均值之下;包括重慶、云南、廣西、天津等在內的15個地區的數字經濟發展水平低于0.2?？傮w上來看,2017年我國東部沿海地區數字經濟發展水平較高,而中西部地區數字經濟發展水平普遍較低,除四川、河南、湖南和湖北外,其他地區的數字經濟發展水平在全國平均水平之下,整體上呈現東高西低的分布,與現實情況較為符合。

圖1 2017年省份數字經濟發展水平

五、模型、變量與數據

(一)計量模型

為了驗證上述關于數字經濟發展對區域創新效率的影響的研究假設,本文構建了如下基本計量模型:

ripit=α0+α1digti+αmXit+λt+θi+εti.

(2)

其中,i表示省份,t表示年份,ripit表示區域創新效率指標,α0為截距項,α1是數字經濟發展水平系數,反映其對區域創新效率的影響,digti代表數字經濟發展水平指標,Xit表示可能影響區域創新效率的其他特征變量的集合。

通?，F實中還存在一些不可觀測的因素會影響到區域創新效率,如宏觀性經濟政策、突發性事件、經濟結構和地理位置等。為此在本文中加入時間固定效應λt,用以控制其中一些隨時間而不隨省份變動的不可觀測因素,同時加入省份固定效應θi,用以控制其中一些不隨時間變化但不同省份之間存在的不可觀測的因素差異,εti為隨機擾動項。

(二)變量的設定

1.被解釋變量。區域創新效率作為被解釋變量,能夠反映區域創新的效率和效果,即投入的資源和產出的成果得到有效利用。本文從投入產出角度對區域創新效率的投入和產出指標進行選取。在投入指標的選取上,從資本和勞動的兩個角度去衡量,并參考已有文獻,采用人力資本投入水平和R&D資本存量作為創新投入。在產出指標的選取上,選取國內發明專利申請數作為創新活動的科技成果方面,選取新產品銷售收入作為創新活動科技成果的應用轉化方面。同時考慮到創新活動具有一定的時間周期,投入產出具有時滯性,本文設定創新投入到創新產出的時間周期為一年,即2011年的創新產出對應2010年的創新投入。在方法的選擇上,本文假設規模報酬可變,在數據包絡分析方法(Data Envelopment Analysis,DEA)基礎上進一步構建 BCC 模型對區域創新效率進行測算。其中,人力資本投入水平用地區人均研究與開發人員全時當量進行刻畫,另外對R&D資本存量用永續盤存法進行核算。

R&D資本存量的測算。關于R&D資本存量的測算,大多數采用永續盤存法[24]進行計算,本文也采用該方法,計算公式為

RDKit=(1-δi)RDKi,t-1+Eit.

(3)

其中,RDKit表示i省第t時期的R&D資本存量,Eit表示i省第t時期的不變價的R&D投資, δi表示i省R&D資產的折舊率。

由R&D資本存量的計算公式可知,計算過程涉及4個關鍵參數: 當期R&D投資的確定、R&D投資價格指數的構造、R&D資產折舊率的設定 ,以及初始R&D資本存量的確定。說明如下。

當期R&D投資。目前,R&D 投資的數據并未有出處,在核算R&D資本存量時,大多數采用的做法是用R&D經費內部支出來代替R&D投資。而本文參考侯睿捷和陳鈺芬(2018)的做法[25],按照"R&D支出→R&D產出→R&D投資"的概念轉換和數據調整。

R&D投資價格指數。關于R&D投資價格指數的構建,本文采取普遍的做法,即利用一組價格指數通過加權法計算得出。參考已有文獻資料,利用工業生產者出廠價格指數(PPI)、固定資產投資價格指數和R&D人員工資指數,以R&D產出的成本的中間投入成本、固定資產成本和勞動成本占總成本的比重為權重進行加權平均。其中,R&D人員工資指數并未有機構公布,本文使用每單位R&D人員全時當量勞務費的環比增長率代替。

R&D資產折舊率。目前,國內外關于R&D資產折舊率的設定未有統一的標準,已有的文獻資料中R&D資產折舊率也不盡相同。本文參考李穎(2019)的做法[26],各個地區使用統一的折舊率20.6%。

初始R&D資本存量。本文在計算初始R&D資本存量時,假設實際R&D資本存量平均增長率等于實際R&D投資平均增長率,其計算公式為:

(4)

其中,RDKi0為i省的初始R&D資本存量,Ei1為i省在第1期的不變價R&D投資,δi為i省的R&D資產折舊率,gi為i省不變價 R&D投資的年平均增長率。

2.核心解釋變量。核心解釋變量為數字經濟發展水平digit,與前文測算的得到的各地區數字經濟發展水平一致。

3.中介變量。本文在驗證數字經濟發展對區域創新效率的間接影響機制時,選取產業集聚作為中介變量。關于產業集聚水平的測度方法有多種,例如H指數和EG指數等方法,在考慮到數據的可獲得性和城市差異等因素后,本文選取區位熵方法來測算各地區產業集聚程度,計算公式如下:

(5)

4.控制變量。財政支出(fiscal)。政府的財政支出一定程度上通過增加市場中研發投入,減少企業的研發成本,影響到地區創新效率。本文用地方政府一般預算支出占GDP的比重來衡量政府財政支出水平。外商投資(fdi)一方面可以增加地區的資本存量,另一方面可能帶來新的技術,以此刺激地區進行創新,本文采用外商投資額占GDP的比值來衡量外商投資水平。交通基礎設施(inf)可以影響到地區間研發資源的配置和研發人員的流動和集聚,有利于創新活動的產生,進而影響到區域創新效率,本文用人均道路面積來衡量地區交通基礎設施發展水平。經濟發展水平(edl)也可能對創新效率產生影響,因此將經濟發展水平納入到控制變量當中,以便更好的觀察數字經濟發展對區域創新效率的影響,本研究采用第三產業產值占GDP的比重來衡量地區經濟發展水平。

(三)數據來源與說明

本文在實證驗證數字經濟發展對區域創新效率的影響中,所用的數據為中國30個省份(不包括香港、澳門、臺灣以及西藏等地區)從2011年至2019年的面板數據。所有數據均來自歷年《中國統計年鑒》《中國人口和就業統計年鑒》《中國科技統計年鑒》《中國城市統計年鑒》《中國工業統計年鑒》《中國第三產業統計年鑒》以及各省份統計年鑒和國家、地方統計局等官方網站。

需要說明的是,統計年鑒等數據來源中2016—2017年地區通信設備、計算機及其他電子設備制造業主營業務收入、2017—2019年地區互聯網上網人數未有統計,對此通過年平均增長率推算,其余類似缺失也均用該方法處理。2011—2013年人均交通和通信費支出并未統計,通過統計年鑒中城鎮人口比重、城鎮和農村人均交通和通信費支出推算。此外,寧夏通信設備、計算機及其他電子設備制造業主營業務收入部分年份數據缺失,海南、青海規模以上工業企業技術引進經費支出部分年份數據缺失,本文通過插值法處理缺失相關數據。主要指標的描述性統計結果見表2。

表2 主要變量描述性統計結果

六、實證結果分析

(一)基本估計結果分析

在式(2)的基礎上進行回歸,數字經濟發展影響區域創新效率的基本估計結果見表3。如表3的第(1)列所示,在未加入控制變量、時間固定效應和省份固定效應時,驗證數字經濟發展與區域創新效率的關系,結果顯示數字經濟發展水平的回歸系數顯著為正,說明數字經濟發展對區域創新效率具有顯著的促進作用,這基本驗證假設1是成立的。在第(2)列中加入了時間固定效應,結果顯示數字經濟發展水平(dig)的估計系數仍然顯著為正。此外在加入控制變量的模型(3)和(4)中,財政支出(fiscal)和交通基礎設施(inf)的系數值為正,且在1%水平下保持顯著,說明在提升區域創新效率的過程之中政府有著舉足輕重的作用。外商投資(fdi)系數值為正但不顯著,說明外來投資并未明顯的提升區域創新效率,可能是因為雖然外來投資能給當地更多資本進行研發,但是外資的進入也會形成技術依賴,不利于創新效率差的提升;經濟發展水平(edl)的系數值為正但不顯著,說明地方經濟發展水平的增長并未有效地提升創新效率。

表3 基準回歸

(二)異質性分析

事實上,由于各地區地理位置不同、發展特征存在差異性,數字經濟發展對區域創新效率的影響可能會存在區別,因此,在上文基于平均影響效應,對數字經濟與創新效率之間的關系進行分析的基礎上,進行深入分析。

本文從區位優勢層面分析數字經濟對創新效率的異質性影響,即分析不同區域是否因地理位置、交通、自然資源等區位優勢不同而導致數字經濟對創新效率的提升效應存在區別。因此,本文將樣本劃分為東部地區和中西部地區,并進行分組回歸。結果如表4所示。

表4 樣本回歸結果

從表4可以看出,東部地區和中西部地區數字經濟發展對于創新效率的影響存在差異。對于中西部地區而言,數字經濟發展水平的回歸系數顯著為正,這說明數字經濟發展對創新效率具有顯著的促進作用。東部地區的數字經濟發展水平系數雖然不顯著但是為正,這一定程度上也說明數字經濟發展水平對于創新效率的積極影響,而造成這種結果的原因可能是:第一,中西部地區的創新效率提升空間更大;第二,數字經濟發展存在內部差距,中西部地區相比于東部地區,數字經濟發展起步較晚,發展水平也較低,數字經濟發展對創新效率的提升作用正在凸顯出來,而東部地區數字經濟起步早,發展快,數字經濟發展對創新效率的溢出紅利已經提前釋放,使得創新效率的提升對于數字經濟發展水平的要求更高[27]。

(三)穩健性檢驗

1.內生性討論。上述結果雖然表明,數字經濟的發展對區域創新效率有顯著的促進作用,然而由于模型中可能存在內生性問題,可能會導致估計結果不準確。目前解決存在內生性的問題的辦法,主要是為核心解釋變量選取合適的工具變量。因此,本文將采用工具變量法解決回歸中可能存在的內生性問題,在工具變量的選擇上借鑒謝絢麗等(2018)的方法[28],采用省級互聯網普及率作為數字經濟發展水平的工具變量,其理由有:(1)互聯網是數字經濟的基礎載體,與數字經濟的發展存在密切的關系;(2)互聯網作為基礎設施,其普及率與創新效率并無直接關聯渠道。具體的做法是,采用當年互聯網普及率作為數字經濟發展水平的工具變量進行2SLS回歸,其數據來源于國家統計局?；貧w結果見表5。

表5 穩健性檢驗

表5的第(1)和(2)列的結果表明,考慮內生性問題,數字經濟發展對區域創新效率仍表現出顯著的正相關關系,與基準回歸結果具有一致性。此外工具變量識別不足檢驗和工具變量弱識別檢驗均通過,說明將互聯網普及率作為數字經濟發展水平的工具變量合理性。

2.其他穩健性檢驗?？紤]到本文測算得到的區域創新效率值的取值分為在0～1之間,在回歸時線性回歸模型可能出現偏差。因此,本文采用面板Tobit模型對其進行分析,檢驗上文估計結果是否穩健。結果如表5的第(3)和(4)列所示,可以看出Tobit 模型的回歸結果與基準回歸結果基本保持一致,核心變量數字經濟發展水平的系數依舊顯著為正,這支持了數字經濟發展對區域創新效率的 “促進論”觀點,說明本文的實證檢驗結果較為穩健。

(四)影響機制檢驗

在完成數字經濟對區域創新效率的直接影響機制的基礎上,本文采用中介效應模型,以產業集聚(agg)作為中介變量,對數字經濟發展影響區域創新效率提升的間接效應進行驗證。在式(2)的基礎上增加式(6)和式(7),采用逐步回歸法構建中介效應模型,基本模型如下:

aggit=β0+β1digit+βmXit+λt+θi+εit.

(6)

ripit=α0+α1digti+α2aggit+αmXit+λt+θi+εti.

(7)

其中,aggit表示各地區產業集聚程度。其他變量含義與式(2)相同。

當前,高技術產業己成為促進經濟增長的先導產業和增強國際經濟競爭力的戰略性產業[29],并且對高技術產業而言,創新要素相對其他產業更多,專業化程度更高,相關企業及技術人員的空間鄰近交流所產生的技術溢出效應更大[30]。由此可見,高技術產業集聚是一種重要的產業組織形式,能夠刺激創新,對區域創新的促進效應相對于其他產業更容易被觀察到。因此,在選用產業集聚指標時用高技術產業集聚予以代替。具體分析結果如表6所示。

表6 中介效應檢驗

由表6可知,當使用產業集聚作為中介變量時,數字經濟發展對產業集聚的回歸系數為正,且在5%水平下顯著,說明數字經濟發展對提高區域內產業集聚程度有積極影響。產業集聚程度、數字經濟發展水平對區域創新效率的回歸系數同樣顯著為正,表明數字經濟可以通過加速或提高區域內產業集聚程度來間接的提高創新效率。在保持其他因素不變的情況下,數字經濟發展提升區域創新效率的直接效應為0.299,間接效應為0.039,總效應為直接效應和間接效應之和,即0.338,間接效應在總效應的占比為11.5%。因此,從上述分析的結果來看,數字經濟對區域創新效率的影響效應存在以集聚為中間變量的傳導機制,且主要以直接促進為主,間接促進為輔。

七、空間效應

在實際經濟運行中,地區之間的經濟活動是相互關聯的,一個地區的經濟發展,往往會影響到周邊鄰近地區的經濟狀況。特別是隨著交通運輸業發展和互聯網、區塊鏈等技術的普及,地區間的經濟關聯性在不斷加強,交互效應越來越明顯。因此,數字經濟和區域創新效率可能存在空間相關性,出現本地區的數字經濟和創新效率在周邊地區發揮效應的情形。已有研究表明,數字經濟以信息互聯網為載體,具有高滲透性和協同性的特點,使其突破地理空間的束縛,實現跨區域分工合作,產生空間外溢效應[22],同時不同地區之間的創新效率也存在明顯的空間相關性[31]。所以本文放棄各地區經濟不相關的假定,采用空間計量方法進一步探討數字經濟發展與區域創新效率的關系。

(一)空間自相關檢驗

首先是構建空間權重矩陣?？臻g權重矩陣采用構建反經濟距離空間權重矩陣,即用人均GDP的差額作為地區間的“經濟距離”。在實證分析時,還需對空間權重矩陣進行標準化。

接著,對數字經濟發展水平和區域創新效率進行莫蘭指數雙邊檢驗,檢驗結果見表7。由表7可知,數字經濟發展水平的莫蘭指數為0.713,區域創新效率的莫蘭指數為0.495,并且都在1%的顯著性水平下顯著,強烈拒絕原假設,認為數字經濟發展和區域創新效率都存在空間自相關,說明本地區數字經濟發展和創新效率會受到鄰近地區的影響。

表7 莫蘭指數雙邊檢驗結果

然后,利用局部 Moran 指數對各地區數字經濟發展和創新效率的空間聚集情況進行空間自相關檢驗。結果見表8。由表8可看出,中國數字經濟發展水平的 Moran 指數除個別年份都在1%的統計水平上顯著,且均為正數;區域創新效率的 Moran 指數也均為正值,這說明數字經濟發展和區域創新效率都存在空間自相關性,且為空間正向聚集。圖2、3展示了數字經濟發展水平和區域創新效率2011年2018年的莫蘭指數散點圖。從圖2、3可以看出,絕大數省份落在第一、三象限,表明數字經濟發展水平和區域創新效率均存在正向空間相關性。通過上述分析可以到得出,數字經濟發展水平和區域創新效率均具有空間相關性,滿足空間計量分析的前提條件。

圖2 數字經濟發展水平莫蘭散點圖

圖3 區域創新效率莫蘭散點圖

表8 局部Moran指數結果

表9 模型設定檢驗

(二)計量模型設定檢驗

對于空間計量模型的篩選,本文使用了LM檢驗、LR檢驗和Wald檢驗,檢驗結果如表9所示。LM檢驗結果顯示,各檢驗統計量都顯著;同時LR檢驗和Wald檢驗結果拒絕了SDM模型與SAR模型和SEM模型有顯著區別的原假設,綜上認為模型選擇應該為空間杜賓模型。

(三)空間計量模型構建與結果分析

鑒于數字經濟發展水平和區域創新效率的空間自相關性,本文認為本地區創新效率會受到鄰近地區數字經濟發展和創新效率的影響,構建了如下模型進行空間計量分析:

ripit=α0+ρWripit+γWdigit+α1digit+αmXit+λt+θi+εit.

(8)

其中,W表示空間權重矩陣,與上文使用的空間權重矩陣一致。Wripit和Wdigit表示數字經濟發展水平和區域創新效率的空間滯后項,ρ和γ表示空間自回歸系數。未說明的變量含義與式(2)一致。

借鑒楊慧梅和江璐的做法[22],將數字經濟發展對區域創新效率的影響分解為直接效應、間接效應和總效應,用以消除僅用回歸系數解釋空間回歸結果產生的偏差。具體而言,直接效應為本地區數字經濟發展對本地區創新效率的影響;間接效應為鄰近地區數字經濟發展對本地創新效率的影響,即空間溢出效應;而總效應是直接效應和間接效應之和。結果如表10。

表10 空間計量結果

由表10可以發現,將數字經濟對區域創新效率的影響分解后,無論是直接效應,還是間接效應和總效應的系數都顯著為正,說明區域創新效率會受到本地區和鄰近地區的數字經濟發展的影響。即數字經濟發展具有明顯的空間溢出效應,其效力不僅會在本地發揮作用,還會輻射到鄰近地區,提升其他地區的創新效率。

八、研究結論與啟示

第一,數字經濟發展能夠明顯提升區域創新效率,發展數字經濟有助于提升區域創新,激發區域經濟發展潛能。為此,我國應該全面推進數字經濟發展,加大數字經濟基礎設施建設力度,推進數字產業化和產業數字化。當前全球經濟形勢嚴峻復雜,疊加疫情沖擊,經濟下行壓力增大,在此背景下,數字經濟依然繼續保持高速增長,因此保持數字經濟增長勢頭,對奪取疫情防控和社會經濟增長雙勝利有著至關重要的作用。發展數字經濟,應該加快5G、人工智能、工業互聯網等新型基礎設施建設,夯實數字經濟的發展基礎,加強對5G網絡、大數據、云計算、物聯網、區塊鏈等數字技術核心領域的研發投入力度,尤其重點關注對短板技術的研發,提升創新成果的產出。同時,拓寬數字技術的普及規模,拓展數字技術的應用場景,加快數字經濟和實體經濟的融合發展,催生出更多的新技術、新業態,推動數字產業化和產業數字化繼續發展,實現區域的產業轉型和經濟高質量發展。政府方面,需要加大對數字經濟的扶持力度,做好在數字經濟發展過程中起到的支持和引導功能,制定相應的數字經濟發展政策,有效引導社會資金流入到數字技術的研發當中,推動數字經濟核心技術新突破,改變部分核心技術仍落后于人的現狀,推動中國數字經濟實現跨越式發展。

第二,數字經濟發展存在地區差異,其效能的發揮亦存在差異。因此,各地區應該結合自身實際情況實施差異化數字經濟發展策略,縮小區域創新效率差異。對于中西部地區而言,數字經濟發展起步較晚,基礎設施落后于東部地區,這阻礙了數字經濟的發展,也制約了數字經濟發展對于區域創新效率提升效應的發揮,因此當務之急是加強數字經濟基礎設施建設,夯實數字經濟發展底座,同時政府應該適度加大人力、物力等資源對中西部地區的傾斜力度,幫助中西部地區更好地發展數字經濟。東部地區由于數字經濟發展起步早,發展較快,數字經濟發展紅利超前釋放,區域創新效率的提升對地區數字經濟發展的要求更高,這一地區應該聚焦于數字經濟核心技術的研發與突破,鞏固自己數字經濟發展優勢地位,秉持“先發展帶動后發展”的理念,不斷嘗試數字經濟新實踐,為后來者積累經驗。

第三,數字經濟可以通過產業集聚影響到區域創新效率,這對增強數字經濟發展提升區域創新效率的影響效應尤為關鍵。為此,應該發揮好中間渠道作用,增強數字技術在各行業的應用,深化數字經濟與產業的結合,加速產業數字化轉型,進一步促進數字經濟與產業的深度融合。政府應該鼓勵企業間的交流合作,促進創新要素的跨產業流動,優化市場資源配置,加大整體產業集聚程度。同時,應該考慮到產業異質性和地區差異,發展較慢的產業和產業集聚程度低的地區,要加快數字化轉型,針對不同的行業制定不同的激勵政策,增強產業在地區的集聚程度,促進區域創新效率提升,縮小地區間的差距。

第四,數字經濟發展表現出顯著的空間相關性,能夠對周邊鄰近地區的經濟產生影響。因此,應該充分發揮數字經濟的輻射帶動作用,鼓勵跨地區分工合作,加強各地區之間的經濟關聯性,實現各地企業“以點到面”協同發展。