數字時代虛擬集聚對推動地區突破技術鎖定的影響研究

摘 要：在數字經濟加快發展和高質量發展戰略實施的背景下，如何突破產業發展的“痼疾”技術鎖定、促進創新效率提高已成為我國經濟發展的重要挑戰。首先，本文將產業集聚外部性理論引入異質性企業創新決策模型，利用2013—2021年中國30個地區的面板數據，檢驗虛擬集聚對技術鎖定效應的影響。研究發現，虛擬集聚顯著促進了技術鎖定效應的解鎖，這一結論在一系列穩健性檢驗后仍然成立；相比中西部地區，東部地區的虛擬集聚解鎖效應更加顯著。其次，使用中介效應模型進行虛擬集聚對技術鎖定效應產生影響的機制進行檢驗發現，虛擬集聚通過知識溢出外部性促進技術鎖定效應的解鎖，提高創新效率。最后，本文為探索數字經濟背景下產業建設及中國高水平創新的發展路徑提供了新的思路。

關鍵詞：虛擬集聚；數字經濟；技術鎖定；集聚外部性；企業創新

本文索引：郭瀟睿.<變量 2>[J].中國商論，2023（15）：-072.

中圖分類號：F014 文獻標識碼：A 文章編號：2096-0298（2023）08（a）--06

1 引言

近年來，大數據、區塊鏈、人工智能等新興數字技術飛速發展，日益融入社會經濟發展的方方面面，數字經濟發展的速度之迅速、規模之龐大、影響之深遠幾乎前所未有，正在重塑社會經濟格局，調整生產模式。對此，我國在十九屆四中全會提出：全面提升數字經濟發展水平，推動創新要素的配置和集聚從物理空間轉向虛擬空間，驅動產業邊界模糊化，并在“十四五”數字經濟發展規劃中強調了數字化虛擬集群建設的重要性，極大地鼓勵了虛擬集群的形成和發展。 虛擬產業集群是一種依托互聯網平臺，由許多類型豐富且具有一定優勢或專長的企業組成的集合體（Vakolam、Wilsonie，2004）。作為新一代信息技術下的產業集聚形態，更多強調建立在信息和數據資源化基礎上的交易泛在化和生產柔性化，并從多方面與地理集聚功能互補（王如玉等，2018），不僅可以發揮各種資本的協同效應，還可以大幅降低交易成本，提高信任程度（田霖、韓巖博，2021），是數字經濟發展的重要依托。當前，我國經濟增長速度放緩，資源與勞動力供給日益緊張，曾經由于后發劣勢而采取的技術引進帶來的“路徑依賴”和技術鎖定問題逐漸突出，亟需新的有效解決方案。本文從產業集聚規模經濟的視角，研究虛擬集聚對技術鎖定的影響和作用機制，可為新發展階段下中國技術鎖定路徑破解和創新效率的提高貢獻可行思路與方案。

傳統產業集群一直都是地區經濟發展的重點要素，也是國家競爭力的重要維持者（王緝慈，2002）。在產業集群內部，企業可以通過競爭（Richanrdson，1996；katz，1986）、知識共享（Mansfield，1988；彭向等，2011）、規模經濟（謝子遠、吳麗娟，2017）改進生產技術，提高企業生產率。然而隨著我國開始邁向創新型國家，曾經依靠技術引進發展起來的產業已不再先進，并逐漸形成技術引進路徑依賴（唐未兵等，2014），使我國在國際分工中處于不利地位，造成資源的流失與浪費，使現代先進產業體系難以形成（丁重、張耀輝，2009）。但隨著互聯網技術的進步與發展，產業集群的虛擬轉型逐漸變為這一問題的有效解決方法。第一，互聯網技術的發展使得經濟主體之間的交易費用減少，成本降低，生產性服務業的線上集聚發展尤為迅猛，且已經在產業鏈的整合中扮演重要角色。第二，隨著線上招聘和遠程辦公的逐漸普及，人力資本的跨區域流動已開始成為一種發展態勢，提高了就業靈活度和企業生產效率。第三，虛擬集聚使產業集群組織結構更具模塊化特征，更有利于企業實現各種知識與價值的共享（陳小勇，2017）。因此，考察產業集群虛擬轉型在當前產業轉型升級背景下愈發重要。

目前，針對技術鎖定的相關研究較為稀少，已有研究對技術鎖定的分析主要體現在以下幾點：第一，技術鎖定形成原因與誘導因素。第二，技術鎖定效應和路徑依賴對創新和其他方面產生的影響。第三，技術鎖定效應的測度。但目前，限制于虛擬集聚發展對傳統理論的發展創新及虛擬集聚水平測度的困難，很少有研究關注虛擬集聚對技術鎖定效應的影響。隨著數字經濟的不斷深入，虛擬集聚已被認為是促進經濟高質量發展的關鍵因素。因此，本文使用我國各省宏觀經濟數據，通過AHP-熵權法，結合指標體系測度虛擬集聚發展水平，考察虛擬集聚對技術鎖定的影響，并進一步使用回歸分析結合理論模型得到結論。

2 理論分析與研究假設

2.1 理論分析

地理集聚的外部性首先由英國經濟學家Marshall提出，認為產業的空間集聚和區域專業化傾向刺激企業間的知識外溢和當地工業發展。Marshall的外部性理論被Arrow（1962）和Romer（1989）深入探討，他們認為，在同一產業中，企業間的知識溢出（MAR外部性）可以有效推動創新，從而促進經濟發展。Jacobs認為，和側重同類產業集聚效應的MAR外部性不同，某個地區的產業多樣化更有利于知識溢出和企業創新（Jacobs外部性），這種外部性通過多樣化的生產活動和個體產生交流和碰撞，引致企業創新和產品多樣化。根據當前的經濟實踐和研究，知識溢出外部性對促進產業的集聚與創新至關重要，而知識溢出外部性的主導形式既可能是MAR外部性（Gerben，2004;Henderson，1995），又可能是Jacobs外部性（Glaeser et al，1991）。按照MAR和Jacobs的傳統理論，經濟活動的分布模式是由市場決定的，所以通過完全獨立的地域選擇形成的產業集群，可以更好地發揮其外部優勢，并能最大程度地提高企業的收益。

隨著數字化的發展，各地虛擬集聚水平得以提升，產業集聚的外部性可以顯著影響企業的技術鎖定效應，促進創新（王如玉等，2018）。由于數字貿易的發展，虛擬集聚水平提升的同時，也放大了MAR外部性的影響：從中間投入品的角度來看，虛擬集聚使企業可以直接面向整個市場，并更加便捷地接觸客戶或中介服務商，顯著減少了交易成本。當前，我國的虛擬集聚模式為單側線上集聚（譚洪波、夏杰長，2022），生產性服務業虛擬集聚水平較高，各企業可更便捷地通過平臺等方式接受生產性服務，某些生產性服務的交易成本幾乎不存在，此時線上集聚獲得各種中間投入品的方便程度遠大于地理集聚。從勞動力投入的角度來看，當前大部分技術密集型行業都已有了較高的數字化程度，勞動力地理集聚的必要性大大降低。勞動力在為雇主工作時可能分散在全國各地，可能同時為多個企業提供服務。因此，勞動力的供需雙方均可降低大量搜尋成本，勞動力就業形式逐漸多樣化，企業也可獲得滿足自身需要的人才。從知識溢出性來看，企業在各生產環節中存在大量知識與信息，這些知識往往在企業密切接觸的集聚中才能產生更大的溢出效應。過去，許多公司偏好在某個特定區域進行集中，但現在由于數字和信息技術的快速發展，許多公司開始轉向在網絡上進行集中。如此，企業就可以從網絡中獲取比在地面上進行集中更多的知識，與傳統的地面集中相比，網絡集中的知識溢出效果更為突出和有效。

虛擬資源的流動可以通過各類網絡平臺實現，這些平臺既可以專注特定領域的業務，又可以涉及多個領域的業務，并利用新一代通信技術服務在網絡上把買方和賣方直接聯系在一起，使其通過平臺直接進行談判和交易，不僅整合了上下游產業鏈，還豐富了集聚主體的種類和規模，極大促進了虛擬集聚的產業多樣化和專業化。另外，各企業可利用平臺和企業網站尋找想要的信息，并利用人工智能等方式對數據進行處理，獲得比地理集聚維度更廣、容量更大的數據和知識。因此，虛擬集聚同樣擴大了Jacobs外部性。

此外，我國的產業集聚受到政府調控的影響，而不只是市場行為的結果。因此，在研究我國的產業集聚外部性時，還應考慮Porter外部性（鄭冠群等，2021），即強調集聚帶來的競爭效應，從各個角度考察產業集聚產生的影響。

2.2 異質性企業創新決策模型

基于以上對技術溢出外部性（MAR外部性、Jacobs外部性）和Porter外部性的分析，以下使用一種異質性企業創新決策模型（Aghion et al，2018）來分析這兩種外部性的影響。

2.2.1 消費者最優化

該模型本質上是增加了創新因素的Mayer模型（Mayer et al，2014）的開放經濟長期版本。假設某國有i種商品，且商品是連續的，則，M為有使用價值的商品種類總數。假設某國代表性消費者是同質的，且其偏好可分，則可設其效用函數為：

其中，α>0，β>0，為消費者對商品i的需求。另外，根據此式求解消費者最優化，可得：

其中，為拉格朗日乘子，表示收入的邊際效益。由于可分偏好的假設，因此內生總需求系數是唯一的，且較高的會使剩余需求曲線向下移動。

2.2.2 生產者最優化

結合上述分析，考慮到面臨邊際成本、固定成本的企業，該公司會選擇一個最優化產出，并以此來最大化利潤，即。相應的一階條件為：

在此條件下，企業邊際成本必須小于一定值，否則企業將不會進行生產活動。此時，企業最大化利潤為：

2.2.3 企業創新決策

每個企業都有一個基準成本水平，且企業可以通過投資創新將其邊際生產成本降低到基準成本以下，通常假定：

其中，是企業在創新上的投資，且ε>0。由于技術鎖定效應主要是技術投資的不可逆性及技術轉換成本的存在（張暉，2011），無論是對技術在位者還是非標準技術在位者，創新和技術鎖定效應產生的高成本息息相關（鄧峰等，2022）。因此，將參數ε設定為包括技術轉移、勞動力流動等知識溢出外部性作用和企業學習效應的發達程度。由于虛擬集聚的發展擴大了知識溢出外部性的影響，因此可以假設虛擬集聚水平φ與ε成正相關關系，即。另外，假設創新的成本是的二次型，即，其中由于知識溢出外部性的作用影響，的變化與φ呈反向變動。因此，一個基準成本為的公司將選擇最佳的R&D，使總利潤最大化：

如果滿足均衡條件，則最優創新水平就滿足以下一階條件：

進而最優產出水平為：

另外，為確保創新后的邊際成本大于0，假設基準成本有一個下界：

還假設最優創新水平的二階條件成立，保證了邊際成本的斜率嚴格大于邊際收益的斜率，即

根據上述條件可得企業最優創新水平：

2.2.4 虛擬集聚與技術鎖定

本文分析知識溢出外部性，根據上述分析，虛擬集聚可通過知識溢出外部性提高企業創新投資的使用效率，降低創新成本和生產成本，以減除技術鎖定促進創新投入和創新水平的提升。在其他條件不變時，求式（11）中關于φ的偏導數，可得：

式（12）表明，虛擬集聚水平通過知識溢出外部性減輕了技術鎖定效應，提升了企業創新水平。由此，本文提出以下假設：

H1：虛擬集聚通過技術溢出外部性促進技術鎖定效應的解鎖，提高創新績效。

根據上文，虛擬集聚不僅通過技術溢出外部性影響技術鎖定效應，還通過Porter外部性影響技術鎖定效應。當前，我國正處于以生產性服務業線上集聚為主的單側線上集聚階段，政府并未對虛擬集聚進行干預，且由于數字化水平的局限，許多整合上下游產業鏈的活動仍然是無意識的。因此，目前我國的虛擬集聚依然是市場發展的結果，技術溢出外部性被虛擬集聚顯著擴大（譚洪波、夏杰長，2021）。而Porter外部性雖然存在，但并不是主要影響因素，且內部存在競爭和擠出效應兩種相反的效應，其對減輕技術鎖定效應的機制較為復雜且影響較小。因此：

其中，e為包括競爭等因素的Porter外部性水平。

結合式（12）、（13）可得：

結式（14），提出以下假設：

H2：虛擬集聚可解鎖技術鎖定效應，推動創新水平發展。

3 計量模型、變量和數據

3.1 模型設計

為檢驗虛擬集聚水平對技術鎖定效應的影響，本文根據上述理論分析，結合Hausman檢驗結果設定基準回歸模型：

其中，被解釋變量為i省此時在t年的技術鎖定效應；為核心解釋變量，表示i省在t年的虛擬集聚水平；為一系列省份-年份層面的控制變量；α是常數項；是核心解釋變量的系數，為控制變量的系數；為區域固定效應；為年份固定效應；為隨機擾動項。

3.2 變量設計

（1）被解釋變量：技術鎖定效應（Lock）。本文借鑒已有學者的做法（鄧峰、王一飛，2022），使用標準效率的非角度DEA-SBM模型進行測度。使用R&D經費、新產品開發經費支出經費作為衡量創新成本的投入，以專利申請受理數和技術市場成交額為衡量創新成果的產出。由于技術鎖定和技術創新效率呈反方向變化，因此需用1減去DEA模型測算出的技術創新效率，得到區域技術鎖定效應。

（2）核心解釋變量：虛擬集聚水平（vagg）。在數字經濟領域的研究中，虛擬集聚水平無疑是最難進行刻畫的指標之一。本文結合現有的各種綜合評價方法，通過建立指標體系的方式，使用Matlab測算各地虛擬集聚水平。通過上文對虛擬集聚特征的分析，本文主要從企業信息化水平和企業數字交易兩方面結合代表區域數字發展水平的互聯網發展指標，全面研究區域虛擬集聚水平，所建指標體系如表1所示。

本文在以上指標體系的基礎上，使用AHP-熵權組合賦權法對各指標賦予權重：首先，咨詢多名教授對一級指標的重要性進行排序，并結合使用AHP為一級指標進行賦權。其次使用熵權法，對相應的二級指?標進行賦權。最后，結合所得的兩種權重和標準化后的數據，綜合計算得到各地虛擬集聚水平。

（3）控制變量：為了避免遺漏重要變量，本文參考E-I-M漸進波及模型（劉國新等，2022）。控制以下變量：政府財政支出占地區GDP比重（fin），用以反映政府為地區提供支持的力度；企業研發資金投入占地區GDP比例（rdi），用以反映企業研發投入強度；技術市場份額占地區GDP比重（tmv），用以反映技術市場保護程度；外商投資（fdi），用以反映外部投入對國內產業和創新的影響程度。參考已有學者的計算方法（樊剛等，2018），刻畫各地市場化程度（dom）。

3.3 數據來源

本文使用EPS中國宏觀經濟數據庫和中國統計年鑒，選取2013—2021年30個省份（西藏由于數據缺失過多被剔除）的宏觀經濟數據，并結合中國國家統計局部分數據進行對比校正，得到本文使用的各項數據。另外，本文對數據的缺失值進行拉格朗日插值處理，刪除了缺失值較多的地區或年份，并對量綱較大的數據進行對數化處理。

4 實證檢驗與結果分析

4.1 基準回歸

表2列出了虛擬集聚水平對技術鎖定效應影響的實證結果。表2第（1）列中，省份與年份固定效應被控制，在沒有其他任何控制變量的前提下，虛擬集聚水平顯著對技術鎖定效應產生負向影響；而在加入了控制變量后，虛擬集聚依然對技術鎖定效應有顯著影響，驗證了H2，說明虛擬集聚可解鎖技術鎖定效應，促進創新發展。

4.2 內生性處理

為解決模型中可能存在的內生性問題，本文使用兩階段最小二乘法（2SLS）進行回歸分析。首先，考慮到在經濟水平較高的地區，虛擬集聚可能得到優先發展，為了避免這種“先發優勢”可能導致的雙向因果關系，采用滯后一期回歸及滯后一期工具變量法進行內生性處理，結果如表3中（1）列和（2）列所示。另外，結合已有學者研究（周勇等，2022），采用各省互聯網用戶數作為工具變量進行內生性處理，結果如表3中（3）列所示。根據回歸結果可知：虛擬集聚對技術鎖定的解鎖有顯著的促進作用，且上述工具變量均通過了識別不足檢驗與弱工具變量檢驗，結果具有穩健性。

4.3 穩健性分析

為檢驗上述回歸結果的穩健性，本文采用以下三點進行檢驗：（1）替換被解釋變量。繼續采用DEA-SBM模型，將原模型投入改為企業R&D經費數與R&D人員全時當量，從貨幣資本投入和人力資本投入兩方面考察企業創新投入，得到新的技術鎖定效應水平，并對結果進行穩健性估計，結果如表4中（1）列所示。（2）替換解釋變量。替換數字技術指標評價方法，在進行主成分分析后，剔除貢獻率最低的互聯網發展指標，采用主成分分析評價法（PCA）重新測算虛擬集聚水平，并對結果進行穩健性估計，結果如表4中（2）列所示。此外，替換解釋變量與被解釋變量的結果如表4中（3）列所示。（3）替換回歸模型。由于本文測算技術鎖定效應使用的DEA方法自身的特性，得到的技術鎖定效應值存在一定的零值堆積現象，數據存在“截尾”。對此，改用Tobit模型進行回歸，得到表4中（4）列的穩健估計結果。結果顯示：替換變量、替換回歸模型之后，回歸結果仍顯著，說明虛擬集聚對地區技術鎖定水平存在顯著的解鎖作用。

4.4 異質性分析

地理條件、產業結構、政策導向等因素必然會導致區域技術鎖定和創新水平存在差異，因此有必要檢驗地理區位帶來的異質性。本文分別對中國的東部、中部和西部地區進行分組回歸，以檢驗虛擬集聚水平在各地對技術鎖定所產生的不同影響。由表5可知，我國東部地區虛擬集聚水平的提升顯著促進了地區技術鎖定效應的解鎖，但中西部地區虛擬集聚水平對技術鎖定效應并無顯著影響。對此，本文認為可能的解釋是：東部地區市場化程度、經濟發展水平及生產數字化水平均比中西部地區高，且東部地區較早引入了大量外資和先進生產技術，直至今日已經存在很強的技術鎖定效應。相比之下，中西部地區由于其地理區位、制度等，信息化水平和產業集聚水平都相對較低，虛擬集聚發展緩慢，且生產技術仍大量來自東部發達地區的轉移，技術鎖定效應并不顯著，因此作用效果較不明顯。

5 技術鎖定的影響機制分析

上述對理論與機制的研究發現，虛擬集聚通過知識溢出外部性對地區技術鎖定效應產生影響，本文參考已有學者做法（溫忠麟、葉寶娟，2014），使用三階段中介效應模型對H1進行分析和檢驗，構建以下模型：

其中，i為地區；t為時間；Lock為技術鎖定效應；vagg為虛擬集聚水平；Control為控制變量；Medi為中介變量，代表知識溢出外部性，包括人力資本和技術溢出兩方面。結合已有學者做法（趙星等，2022），人力資本使用地區高等教育接受人口比例表示，技術溢出以企業可訪問網站數和企業研究與開發投入的算術平均數。為區域固定效應；為年份固定效應；隨機擾動項。

通過表6中（1）列和（2）列檢驗人力資本的中介作用，（1）列為第二階段模型回歸，（2）列為第三階段模型回歸。結果顯示，虛擬集聚對人力資本的估計系數為0.68，說明虛擬集聚有利于加快人才的流動和質量提高，促進人力資本水平提升。而當被解釋變量是技術鎖定水平時，人力資本系數為-1.241，虛擬集聚系數為-0.833，意味著優化人力資本的傳導機制成立。

通過表6中（3）列和（4）列檢驗技術溢出的中介作用，（3）為第二階段模型回歸，（4）列為第三階段模型回歸。結果顯示，虛擬集聚對知識溢出的估計系數為0.798，說明虛擬集聚有利于提升虛擬集聚多樣性發展和知識交易水平，有利于知識溢出水平提升。而當被解釋變量是技術鎖定水平時，知識溢出系數為-0.314，虛擬集聚系數為-0.512，意味著優化知識溢出的傳導機制成立。

6 結語

在邁進數字經濟時代和高質量創新驅動發展的時代背景下，本文以虛擬集聚為引線，從集聚外部性的視角，全面考察了虛擬集聚對技術鎖定效應的作用與影響。結果表明，虛擬集聚的發展可有效解鎖技術鎖定效應；異質性影響分析上，東部地區由于自身經濟的先發優勢和數字經濟的優先發展，其虛擬集聚水平對技術鎖定的解鎖作用相較中西部更突出；中介效應分析發現，虛擬集聚水平主要通過技術溢出外部性作用于技術鎖定效應，提高創新效率。總而言之，上述結果驗證了虛擬集聚是促進區域技術鎖定效應解鎖、沖出路徑依賴的重要途徑，對高質量發展背景下推動數字化強國建設具有重要的政策啟示。

（1）加快建設新型數字基礎設施，提高產業信息化程度。通過政府引導、平臺賦能的聯合推動機制，打造功能齊全、普適的虛擬集聚平臺，并鼓勵在先進制造業集群優先引入工業互聯網，增強各主體之間的虛擬集聚和協作水平，擴大虛擬集聚和產業數字化的范圍，帶動中小企業的信息化轉型升級，加快價值鏈的高端化、信息化進程，從而為提高創新效率、建立自己的創新路徑創造條件。

（2）關注數字技術發展，加大人力資本投入力度。政府可以加大研究經費的投入強度，通過數字平臺和投資高新信息產業，強化地區信息技術科研和發展能力，還可以完善產業集群的市場組織監管機制，避免惡性競爭或壟斷，營造良好的環境，為形成高數字化、信息化滲透的產業集群創造條件。為了更好地發揮人力資源的作用，政府應大幅加大對教育的投入力度，重新審視和完善高等教育機構的專業結構，促進數字化學科的發展，培養一批具有較強數字技能的高素質科研人員，以滿足社會發展的數字化需求。

（3）注重數字經濟和虛擬集聚發展的統籌兼顧和區域協調，各地應加快推進數字技術進步與創新，發揮中心城市的“輻射效應”。同時，通過虛擬集聚的方式，統籌區域間產業政策，積極推動東部地區產業向中西部有序轉移，利用先進的數字技術，加快中西部地區的現代化和信息化發展，實現經濟社會的可持續發展。利用數字要素的轉移，優化各地資源配置效率，擴大虛擬集聚作用的范圍，在更大范圍實現技術鎖定效應的解鎖，建立全新的創新體系。

參考文獻

Vakolam，Wilsonie.The Challenge of Virtual Organization： Critical Success Factors in Dealing With Constant Change[J].Team Performance Management，2004，10（5/6） ：112-120.

王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術與實體經濟深度融合的空間組織新形態[J].管理世界，2018，34（2）：13-21.

田霖，韓巖博.虛擬集聚理論與應用研究評介[J].重慶大學學報（社會科學版），2021，27（1）：77-90.

王緝慈.地方產業群戰略[J].中國工業經濟，2002（3）：47-54 .

Richardson G B.Competition，innovation and increasing returns[J].DRUID Working papers，199 6：96-10.

Katz M.L.An Analysis of Cooperative Research and Development[J].The RAND Journal of Economic，1986，17（4）：527-543.

Mansfield E.The Speed and Cost of Industrial Innovation in Japan and the United States： External vs. Internal Technology[J].Management of Science，1988，34（10）：1157-1168.

彭向，蔣傳海.產業集聚、知識溢出與地區創新：基于中國工業行業的實證檢驗[J].經濟學（季刊），2011，10（3）：913-934.

謝子遠，吳麗娟.產業集聚水平與中國工業企業創新效率：基于20個工業行業2000—2012年面板數據的實證研究[J].科研管理，2017，38（1）：91-99.

唐未兵，傅元海，王展祥.技術創新、技術引進與經濟增長方式轉變[J].經濟研究，2014，49（7）：31-43.

丁重，張耀輝.制度傾斜、低技術鎖定與中國經濟增長[J].中國工業經濟，2009（11）：16-24.

陳小勇.產業集群的虛擬轉型[J].中國工業經濟，2017（12）：78-94.

Kenneth J Arrow.The Economic Implications of Learning by Doing[J] .The Review of Economic Studies，1962，29（3）：155-173.

Paul M Romer. Endogenous Technological Change[J].NBER working paper， 1989：3210.

Gerben van der Panne. Agglomeration externalities：Marshall versus Jacobs[J].Journal of Evolutionary Economics，2004（14）：593-604.

Henderson V. ， Kuncoro A. Turner M. Industrial Development in Cities[J].Journal of Political Economy， 1995， 103（5）：1067-1090.

Glaeser E L. ，Kallal H D. ，Scheinkman J A. ，etal. Growth in Cities[J].Journal of Political Economy， 1992，100（6）：1126-1152.

譚洪波，夏杰長.數字貿易重塑產業集聚理論與模式：從地理集聚到線上集聚[J].財經問題研究，2022（6）：43-52.

鄭冠群，徐妍，安磊.制造業產業集聚與企業創新：基于市場份額視角的Porter外部性檢驗[J].南開經濟研究，2021（3）：239-256.

Aghion，P.，Bergeaud，A.，Lequien，M. ，etal. The Impact of Exports on Innovation： Theory and Evidence[J].NBER Working Paper， 2018：24600.

Mayer， Marc J. Melitz， and Gianmarco I. P. Ottaviano. Market Size， Competition， and the Product Mix of Exporters， [J]. American Economic Review， 2014，104 （2）：495-539.

張暉.技術創新、路徑依賴與路徑創造：產業升級的困境與突破[J].當代經濟管理，2011，33（7）：6-9.

鄧峰，王一飛.技術鎖定對創新績效的影響： 創新模式的調節作用[J].科技進步與對策，2022，39（14）：1-11.

劉國新，范書琴，王林.制造業升級進程中技術鎖定的形成機理研究[J].武漢理工大學學報（信息與管理工程版），2022，44（2）：239-244.

樊剛，王小魯，胡李鵬. 中國分省份市場化指數報告[M].北京：社會科學文獻出版社，2018：61-75.

周勇，吳海珍，韓兆安.數字經濟對制造業轉型升級的影響[J].統計與決策，2022，38（20）：122-126.

溫忠麟，葉寶娟.中介效應分析： 方法和模型發展[J].心理科學進展，2014（5）：731-745.

趙星，李若彤，賀慧圓.數字技術可以促進創新效率提升嗎？[J].科學學研究，2022：1-15.