ICT與城市創新產出

蔣仁愛 王龍國 楊圣豪 李冬梅

摘 要：基于2004—2019年中國內地284個地級市面板數據，構建空間杜賓模型考察信息通信技術（ICT）對城市創新產出的影響機制和溢出效應。結果發現：①以互聯網和移動電話為代表的ICT均促進城市創新增長，并且產生顯著空間溢出效應。相比于移動電話，互聯網對創新數量的提升作用更強，移動電話能夠提升城市創新質量，而互聯網則會導致平均質量下降；②移動電話對創新的溢出邊界為1 000km，最優溢出范圍為100k～1 000km，而互聯網則達到2 000km和1 000～2 000km；③互聯網造成創新質量下降是因為其在促進城市高質量創新的同時形成大量專利泡沫，且影響程度遠大于移動電話對專利泡沫的緩解作用，可見，ICT總體上產生較為明顯的創新分化效應；④機制分析結果表明，一方面互聯網能夠縮短信息搜尋時間，從而為創新模仿提供便利，導致專利泡沫化加劇，另一方面互聯網和移動電話隱性知識傳遞有利于形成創新合作，從而促進高質量創新；⑤ICT的影響存在異質性，總體上在中西部地區和非省會城市更加明顯。研究結論可為打造城市高質量創新模式、實現科技自立自強提供理論依據。

關鍵詞：信息通信技術；創新數量；創新質量；溢出邊界；創新分化

DOI：10.6049/kjjbydc.Q202207338

中圖分類號：F290

文獻標識碼：A

文章編號：1001-7348（2023）12-0066-12

0 引言

進入21世紀以后，以信息通信技術（Information Communication Technology，簡稱ICT）為主要驅動力的第四次工業革命逐漸興起^[1]，這種新技術范式對世界經濟發展帶來第五次影響深遠的技術長波^[2]。在建設創新型國家和創新驅動發展戰略指導下，我國高度重視信息通信行業發展，相繼推出一系列政策提高信息化發展能力和創新引領水平，如《國家信息化戰略發展綱要》《信息基礎設施重大工程建設三年行動方案》《“5G+工業互聯網”521工程推進方案》等。由于ICT具備通用性技術特征^[3]，其已成為當前信息傳播和知識溢出的有效載體，不僅有助于突破信息傳播時空限制，促使各區域聯系更加緊密^[4]，而且還為創新主體獲取知識和合作交流提供了廣闊平臺，進一步促進知識溢出和技術擴散。因此，作為推動經濟發展和創新型國家建設的強力引擎，ICT強大的創新賦能作用為區域創新發展注入新動力。

現有研究指出，ICT能夠產生顯著的技術進步和創新效應^[5-7]，其帶來的時空壓縮^[8]促使區域創新格局不斷改變^[9]。其中，互聯網和移動電話作為ICT的兩種代表性產物，對創新主體績效和生產率提升發揮著重要推動作用^[10-12]。這種信息傳遞和交流方式轉變能夠進一步加深城市間的創新聯系，從而直接或間接影響城市創新活動^[12]。同時，互聯網和移動電話的網絡外部性特征^[13]使創新活動呈現出一定的空間溢出效應^[9]。這種日益復雜的區域聯系，使距離因素在創新溢出中發揮關鍵作用^[14]。然而，現有文獻對ICT創新效應的研究大多局限于數量角度，忽視了創新質量的重要性。尤其是在我國專利數量呈爆炸式增長的現實背景下，創新假象不乏存在（諸竹君等，2020），唯數量論的創新活動不足以支撐科技自立自強戰略目標的實現。對此，ICT是否對創新質量具有影響？其效果與創新數量有何不同？內在機制如何體現？此外，多數研究忽視了ICT作為通用技術的外部性特征，未深入考察其對城市創新的空間溢出效應^[9，15]，更遑論測度其溢出邊界。盡管我國學者張旭亮等^[12]率先采用空間杜賓模型考察互聯網對創新產出的空間影響，但研究主要基于省份維度，且未對創新質量和影響機制進行深入分析。

本文貢獻在于：①通過構建城市專利指標，在現有研究的基礎上，將創新質量納入考量，從數量和質量兩個維度對比分析ICT所產生的創新效應，可彌補之前關于ICT創新質量研究的不足；②從高質量創新和泡沫化增長兩個方面揭示導致創新質量下降并出現分化的原因與內在機制，可為打造城市高質量創新模式提供理論支撐；③綜合考察ICT對創新產出的直接影響和不同形式溢出效應，對我國互聯網與移動電話發展背景下城市創新空間關聯關系進行深入分析，對于實現我國科技自立自強和質量強國建設具有一定借鑒意義。

1 文獻綜述與研究假設

1.1 ICT創新增長效應

ICT蘊含著強大的技術優勢，同時具有即時性、互動性、公共性、共享性、網絡性、滲透性等特征，對經濟社會發展產生了較為深遠的影響。其本身作為創新要素可與其它要素相互融合實現再創新^[12]，通過整合區域創新要素^[16]、降低創新成本^[15，17]、優化資源配置^[15]、促進知識溢出^[9]提高創新產出，直接或間接推動區域創新發展。ICT創新增長和空間溢出效應體現在以下4個方面：

（1）打破時空桎梏，提高溝通效率。Srivastava^[18]認為信息技術作為一種媒介，不僅將信息交換的不確定性降到最低，而且使消除時空干擾成為可能。在ICT尚不發達的初級階段，由于信息交流緩慢，導致不同地區之間的溝通較為困難，空間地理因素對創新活動造成較大限制。隨著ICT的不斷完善，時空桎梏被逐漸打破，促使不同區域創新主體之間的溝通交流更加通暢^[4]。ICT為信息傳播和交流搭建了一個高效即時的“橋梁”，使創新主體可以自由分享信息并進行交流合作，能夠有效減少區域信息不對稱^[13]，從而促進創新活動的開展。

（2）加強知識共享，降低搜尋成本。創新基于對知識的整合和利用^[19]，知識在區域創新發展中扮演著重要角色。OECD指出，影響創新的不僅是科學技術投資，更重要的是知識投入^[20]。ICT憑借強大的技術優勢網羅各方優質的知識資源，為創新主體提供知識分享平臺。在此平臺上，創新主體以較低成本獲取所需知識和信息，從而能夠大幅降低各類創新主體的信息搜尋成本，加快市場交易（沈國兵等，2020）。

（3）整合創新要素，促進協同創新。熊彼特“創造性破壞”理論將創新定義為“從未有過的創新要素和生產條件的全新組合”，反映了創新要素的重要性。一方面，ICT前所未有地增強了創新要素的自由流動能力^[9]。創新活動受創新要素地理距離的影響，距離越遠越不利于創新產出，而ICT可以拉近創新要素之間的距離，當創新主體對人力、信息、資金、技術等創新要素產生需求時，可通過ICT與要素供給者進行匹配，實現要素跨區域自由流動以及在更廣范圍、更深層次上的優化配置^[16]，從而實現協同創新；另一方面，ICT本身作為一種創新要素可與其它產業相互融合、滲透，從而對經濟增長和創新溢出產生推動作用^[12]。例如，“互聯網+”與金融、能源、農業等跨產業聯合發展已成為當今時代發展的主流^[21]。

（4）拓寬傳播渠道，加速知識溢出。知識資本是區域創新的內生動力之一^[22]，知識溢出則是ICT影響區域創新產出以及形成創新外部性的重要原因^[15]。一方面，ICT改變了知識交換方式，拓寬了知識傳播渠道^[11]。例如，愈發便捷的即時通信技術、高效的光纖傳輸技術將以往依賴紙質媒體的知識傳播方式轉變為數字媒體這種更加高效便捷的方式，在技術上為遠距離知識溢出提供了有效載體；另一方面，因為隱性知識需要面對面交流才能傳播^[14]，因此地理因素仍是影響知識溢出的重要因素之一。而ICT發展在一定程度上能夠緩解隱性知識溢出限制，5G技術使視頻會議、視頻通話以近乎面對面交流方式替代傳統交流方式，創新主體只需借助軟件視頻會議功能，即可實現“零距離”交流，進一步加速了知識溢出^[8]。

可見，某一地區ICT發展水平不僅對本地區創新產出具有推動作用，還可以跨越空間束縛對其它地區創新產出產生溢出效應。換言之，ICT是創新產出空間溢出的有效載體，當A地某個創新主體利用ICT與B地創新主體進行交流時，信息溝通會變得更加高效，雙方所需知識也更易獲取。隨著信息搜尋成本降低，創新要素在地區之間實現優化整合和自由流動，有助于提高雙方交流合作效率，加速知識溢出。據此，本文提出如下假設：

H₁：ICT有利于促進城市創新增長，一方面能夠促進本城市創新產出增加，另一方面也會對其它地區創新產出產生較為明顯的空間溢出效應。

1.2 ICT創新分化效應

作為創新的關鍵成果，專利對于創新產出的刻畫具有天然優勢^[23]。當前，專利申請和授權數量已成為衡量創新水平的代表性指標（黎文靜等，2016）。然而，隨著我國專利數量的爆炸式增長，專利泡沫問題愈發嚴重^[15]。大量低質量專利的涌現^[24]給創新效果評價和影響因素分析帶來困難，甚至還造成研究結論扭曲。因此，對專利質量進行分析受到學界廣泛關注^[25]。

知識和信息是影響創新成果的重要因素，知識溢出和傳遞方式影響創新溢出程度及范圍^[12]。有學者根據可編碼性，將知識劃分為顯性知識和隱性知識兩種類型^[26]。作為ICT的兩種代表性產物^[8]，互聯網和移動電話能夠增強知識跨區域傳遞的便利性，但兩者傳遞方式有所不同。以移動電話為代表的ICT能夠打破時空桎梏，提升遠距離交流的便利性^[8]，在一定程度上對跨區域面對面交流形成替代效應，通過降低交流成本進一步加快隱性知識傳遞。相比之下，互聯網不僅能夠通過視頻、語音等形式傳遞隱性知識，而且能夠以網頁、郵件等方式交換大量顯性知識。與顯性知識相比，非標準化的隱性知識對溝通效率的提升作用更加明顯^[27]。移動電話和互聯網通過隱性知識傳遞為創新主體跨區域合作創造條件，其所蘊含的大量非編碼信息有利于合作主體思維碰撞，加速新知識和新技術的產生，從而促進高質量專利的形成。顯性知識是隱性知識的基礎^[28]，互聯網通過加速顯性知識擴散，一方面能夠大幅降低專利搜尋和創新成本，低質量創新主體充分利用互聯網的便利性，在短期內會產生大量模仿型和拼湊型專利，導致專利泡沫的出現；另一方面，顯性知識所蘊含的編碼信息也是創新要素的重要組成部分，其與隱性知識相輔相成^[28]，兩者結合能夠進一步提升高質量創新能力。據此，本文提出如下假設：

H₂：ICT既能夠導致專利泡沫的出現，又能夠促進高質量創新。

綜上所述，本文構建研究框架，如圖1所示。

2 研究設計

2.1 變量選取

本文重點探究ICT對區域創新產出的空間溢出效應，研究建立在地級市層面，考慮到2004年以后《中國城市統計年鑒》關于ICT的數據統計更加完善，故將時間范圍界定為2004—2019年。

（1）被解釋變量。當前，衡量區域創新產出的指標主要有新產品銷售收入和專利數據。其中，新產品銷售收入通常以企業數據為主，統計難度較大，在地級市層面難以獲取^[29]。而專利具備審核明確、數據可得性高、通用性強等優勢，被認為是度量區域創新主體創新產出的主要指標（余冬筠等，2014）。因此，本文分別采用專利授權數、平均被引次數對地級市創新數量和創新質量進行度量，數據來源于國家知識產權局（CNIPA）。需要說明的是，盡管專利被引是國際上常用的創新質量指標^[25]，但CNIPA并無相關統計，這給我國專利質量評價工作帶來一定困難^[24]。本文利用Python語言對樣本區間內所有授權專利進行整理，根據引用關系和專利權人地址計算得到各城市的平均被引指標。由于外觀設計專利質量較低且分類體系不同，故本文采用發明專利和實用新型專利作為授權專利的代理指標。

（2）核心解釋變量。囿于地級市數據在既定時間范圍內的可得性，并且考慮到互聯網和移動電話是ICT的兩種代表性產物，參考Schwanen & Kwan^[8]的做法，本文選取互聯網普及率和移動電話普及率度量城市ICT水平。其中，互聯網普及率（nis）采用每百人互聯網接入用戶數度量，移動電話普及率（nmt）采用每百人移動電話用戶數度量。

（3）控制變量。本文將地級市外商直接投資（fdi）、科學技術支出（est）以及人力資本（cu）設為控制變量。其中，FDI技術外溢采用外商直接投資金額度量，并用2004—2019年人民幣對美元平均匯率進行換算；科學技術支出一定程度上反映各區域創新主體尤其是政府部門對創新活動的投入力度；人力資本采用普通高等學校在校學生人數度量。安同良和楊晨^[13]指出，城市教育水平充分體現了城市人力資本質量，教育水平越高代表人力資本水平越高，越有助于提升城市創新能力。核心解釋變量和控制變量數據均來源于《中國城市統計年鑒》。

2.2 模型構建

2.2.1 空間權重矩陣

空間權重矩陣主要包括絕對距離和相對距離兩種類型。其中，絕對距離以地理空間位置為刻畫表征，如鄰接矩陣、地理距離矩陣等，相對距離更多是對社會經濟關系進行刻畫，如經濟距離矩陣、技術距離矩陣等。本文根據研究目的和內容，分別構建0～1鄰接矩陣（W₁）、地理距離矩陣（W₂）、經濟距離矩陣（W₃）和嵌套矩陣（W₄）。

在空間鄰接權重矩陣中，0～1鄰接矩陣是最常見也最簡單的矩陣，它反映各計量主體在地理上的接壤關系。如式（1）所示，當i和j相鄰時取值為1，否則取值為0。

0～1鄰接矩陣對空間區域的劃分較為簡單，可能會造成信息遺漏，而地理距離矩陣則反映地理距離對計量主體空間關聯的影響程度，一般采用距離平方的倒數度量。其中，d_ij表示地區i和地區j之間基于歐式距離所計算的地理距離，當i=j時，取值為0；當i和j不相等時，取值為兩地距離平方的倒數，距離越近表示權重越大。

絕對距離意義上的空間權重矩陣反映區域地理位置差異，但實際上空間依賴性和空間異質性并非單純由地理位置決定，而是受地理位置、社會經濟發展水平、技術水平等多種因素影響，僅使用絕對距離空間權重矩陣難以完全考察空間效應，因此本文構建更適應經濟社會發展水平的經濟距離矩陣進行分析。經濟距離矩陣以一定時間范圍內兩地人均GDP均值之差的倒數的絕對值作為構建標準，兩地人均GDP差距越小，經濟聯系越緊密，在矩陣中的數值也就越大。如式（3）所示，e_i、e_j分別代表i和j兩地的人均GDP均值，當i、j相等時取值為0；當i和j不相等時，取值為人均GDP差值倒數的絕對值。

為考察地理因素與經濟因素對空間效應的綜合影響，進一步構建同時包含兩種因素的空間嵌套矩陣，公式為W_ij=W_d×diagX₁/X-，X₂/X，…，X_n/X。其中，W_d為反距離矩陣，對角元素中X_i為i城市t年內人均GDP的均值，X為全部城市的均值。

根據4種空間權重矩陣，對我國地級市互聯網、移動電話與創新產出的空間相關性進行檢驗。全局莫蘭指數在5%水平上顯著為正，表明變量具有顯著的空間正相關性（限于篇幅，結果留存備索）。

2.2.2 空間回歸模型

本文在回歸分析前先進行LM檢驗、LR檢驗和豪斯曼檢驗，最終構建同時控制個體效應和時間固定效應的空間杜賓模型（SDM）進行回歸。

式（4）中，pat_it表示i地級市t年的創新產出，包括創新數量（pat_num）和創新質量（pat_cited）。nis_it、nmt_it分別表示i城市t年的互聯網普及率和移動電話普及率，fdi_it、est_it、cu_it為控制變量即外商直接投資、科學技術支出和人力資本，W為4種不同形式的空間權重矩陣，ρ、β、α分別代表被解釋變量空間溢出系數、解釋變量回歸系數、解釋變量空間滯后項回歸系數。

3 實證結果分析

3.1 基礎回歸與效應分解

3.1.1 空間回歸結果

根據上述模型，本文分別采用4種矩陣對中國內地284個地級市進行回歸分析，結果如表1所示。其中，W*lnpat系數在所有回歸中均大于0，且在1%水平下顯著，表明區域創新產出存在顯著正向空間溢出效應。在ICT兩個變量中，互聯網對本地創新產出的促進作用較為明顯，尤其是在地理距離矩陣下最顯著，而移動電話在4種矩陣中對本地創新產出均無促進作用。另外，W*nis所有回歸系數均在1%水平下顯著為正，說明互聯網對鄰接地區、地理范圍較近地區、經濟聯系緊密地區創新產出存在較強空間溢出效應。同時，W*nmt系數也在0～1鄰接矩陣和地理距離矩陣下顯著為正，說明移動電話對其它地區創新產出發揮了顯著促進作用，這種空間溢出效應對地理距離更加敏感。綜合對比nis、nmt、W*nis、W*nmt回歸系數可知：①互聯網和移動電話均能夠促進城市創新數量增長，其中互聯網對本地和周邊城市具有促進作用，而移動電話產生的創新增長主要得益于地理距離下的空間溢出效應；②相比于移動電話，互聯網系數絕對值更大，表明無論是對本地還是周邊地區，互聯網對創新數量的影響作用均大于移動電話；③從空間項系數看，無論是互聯網還是移動電話，其對創新增長的空間溢出效應均大于對本城市的提升作用。因此，假設H₁得以驗證。

考慮到創新質量的重要性，本文進一步以城市專利平均被引次數的自然對數作為被解釋變量進行回歸分析，考察ICT在促進城市創新數量增加過程中是否同樣增強了其創新質量。由表2可知，盡管ICT空間溢出效應依然大于本地效應，但互聯網和移動電話影響效果有所不同。移動電話對創新質量具有正向影響，并且主要通過空間溢出效應促進周邊地區創新質量提升。這得益于內在隱性知識傳遞，且非編碼信息對于高質量創新至關重要。此外，互聯網對創新質量的影響作用顯著為負，表明無論是對本城市還是周邊城市，互聯網在加速創新數量增長的同時也導致創新質量平均水平下滑。這可能是因為除隱性知識外，互聯網帶來的顯性知識傳遞更加充分，而這種易于搜尋和提取的顯性知識為大量低質量拼湊和模仿性創新提供了便利，導致在城市創新增長的同時泡沫化問題加劇，從而造成創新質量平均水平下降。

3.1.2 效應分解

Pace等^[30]研究指出，SDM回歸結果僅能展示解釋變量對被解釋變量的作用是否顯著，無法真正表征溢出作用大小。因此，本文借助偏微分法，將總效應分解為直接效應和間接效應，結果如表3和表4所示。從中可見，無論是直接效應還是間接效應，分解結果與表1和表2均具有一致性。從創新數量看，互聯網的直接效應和間接效應均顯著為正，移動電話在W₁和W₃回歸分解下間接效應顯著為正。這表明，互聯網對本地和其它地區創新數量均有顯著促進作用，移動電話主要促進地理鄰近地區創新數量增長，互聯網和移動電話對創新數量均產生較強的空間溢出效應。從創新質量看，互聯網的直接效應和間接效應顯著為負，而移動電話的直接效應和間接效應顯著為正。這表明，相比于互聯網，移動電話對創新質量的提升效果更明顯。從總效應看，互聯網和移動電話均能夠促進城市創新數量增長，但與此同時卻對創新質量產生了負向影響，而移動電話則產生了正向影響。換言之，ICT發展總體上促進城市創新數量增長，但對創新質量則產生了分化效應。

3.2 空間溢出效應邊界測度

隨著ICT技術發展以及區域間聯系的加強，以ICT為知識溢出的強效技術載體推動創新產出在更大范圍內溢出。雖然ICT發展打破了時空桎梏^[8]，但仍無法完全擺脫地理距離的影響^[31]。地理學第一定律指出，空間溢出效應隨著地理距離增大而減弱，最終消失在某一特定距離。因此，ICT對區域創新空間溢出效應可能存在一定的地理邊界。借鑒相關文獻對溢出距離的測度方法（吳友等，2016），本文通過設置連續漸進的地理閾值，將距離以內的地區剔除，進而觀察各地級市地理距離逐漸擴大時ICT空間溢出效應變化情況。具體方法如下：①找出各地區之間地理距離的最大值和最小值，設置合理的測算區間；②選擇合適的步進距離τ，得到閾值，刪除在此區間內的地區值；③重復設定新的空間權重矩陣進行回歸，觀察空間溢出系數變化情況。

由于ICT對區域創新產出的空間溢出效應受地理距離和經濟距離的雙重影響，因此本文參考吳友和劉乃全（2016）的做法，采用同時反映地理距離與經濟距離的空間嵌套矩陣進行測度。本文中284個地級市之間的地理距離最小值為17.74km，最大值為3 874.85km，因此將研究區間設置為100～3 500km，步進距離設置為100km，即每隔100km將100km+n*100km范圍內的城市刪除，在此基礎上進行空間杜賓模型回歸，將結果繪制成折線圖，考察互聯網和移動電話溢出系數隨地理距離閾值變化而變化的規律，如圖2和圖3所示。

圖2、圖3虛線為置信區間。可以看出，空間溢出效應總體呈隨地理距離增加而減弱的趨勢。其中，移動電話對區域創新數量的空間溢出范圍在600～1 000km最明顯，對創新質量的溢出邊界為600km，超出該范圍系數開始不顯著，溢出效應消失。互聯網對區域創新的空間溢出范圍大致在2 000km左右，其對創新數量的溢出效應為正，對創新質量的溢出效應為負。互聯網對區域創新產出的溢出效應大致可劃分為3個區間。第一區間：100～600km。此時，互聯網對創新數量的正向溢出效應和對創新質量的負向溢出效應均呈上升趨勢；第二區間：600～1000km。此時，互聯網對創新數量的正向溢出效應繼續上升，并在1 000km處達到頂峰，而對創新質量的負向溢出效應逐漸下降；第三區間：1 000～2 100km。此時，互聯網的兩種溢出效應均有所下降，并在超過2 000km后開始不顯著，即溢出效應逐漸消失。

綜上所述，互聯網對創新的溢出效應邊界為2 000km，最優溢出范圍為1 000～2 000km。在此之前，其對創新數量的正向溢出效應尚未達到頂峰，對創新質量的負向溢出效應還在增加或剛剛開始下降。而在超過2 000km后，兩種溢出效應均不明顯。移動電話對創新的溢出效應邊界為1 000km，最優溢出范圍為100～1 000km。其中，前500km主要促進創新質量提升，后500km主要促進創新數量增長。這一結果與Drivas & Economidou^[32]提出的美國500～1 500英里專利交易和引用距離一致。這表明，ICT有助于擺脫時空限制，促進創新產出在更大范圍內溢出，且與移動電話相比，互聯網對創新產出的溢出效應更顯著。這可能是由于互聯網能夠同時傳遞可編碼的顯性知識和不可編碼的隱性知識，而與后者相比，標準化的顯性知識交換更不容易受地理距離影響，因此具有更強的空間溢出效應。

3.3 穩健性檢驗

為檢驗上述結論的穩健性，本文替換解釋變量，考慮到專利申請到授權的時間滯后性，采用地級市專利申請數衡量創新數量，回歸結果再次驗證了ICT的空間溢出效應，結果如表5所示。另外，考慮到ICT的網絡效應，進一步構建三代被引指標度量城市創新質量。即考慮被引的被引，一項專利若被直接引用則權重為1，若被間接引用則權重為0.5，計算其被引平均值，結果如表6列（1）～列（4）列所示，結論與前述一致。同時，考慮到不同維度專利質量指標存在一定差異，以經濟維度維持期指標代替技術維度被引指標度量創新質量，結果如表6列（5）～列（8）所示，回歸結論保持不變。最后，考慮到創新從研發到產出的時間滯后性，本文對核心解釋變量進行滯后一期處理，回歸結果表明前述結論依然穩健（限于篇幅，此處不再報告）。

4 進一步分析

4.1 創新分化：高質量創新與專利泡沫

由上述分析可知，ICT在促進城市創新增長的同時，也影響創新質量。尤其是互聯網普及率上升對本地區和周邊地區創新質量均具有顯著負向影響。一個可能原因是互聯網在提升城市創新數量的同時也為低質量專利的形成提供了便利，從而帶來大量專利泡沫。那么，互聯網是否加劇了專利泡沫化？與此同時，其能否對高質量創新產生促進作用？

進一步，將專利劃分為高質量專利和低質量專利兩種類型，考察互聯網和移動電話對高質量創新與專利泡沫的影響。參考Acemoglu等^[33]關于尾部創新的衡量方法，采用地級市被引排名位于前5%的高被引專利數與前50%的專利數之比度量城市高質量創新（path）。參考Rassenfosse & Jaffe^[34]的做法，將被引次數為0的專利視為低質量專利，以其占城市當年授權專利的比重度量專利泡沫化程度（patl），分別作為被解釋變量進行回歸，結果如表7所示。從總效應看，無論是高質量專利還是低質量專利，互聯網均對其具有顯著正向影響，即互聯網同時對城市高質量創新和專利泡沫產生了創新分化效應。與此同時，移動電話總效應系數顯著為負，表明移動電話未導致創新分化，其通過顯著的空間溢出效應促進城市創新質量均勻化提升，但與互聯網效應系數相比，影響程度較小。從回歸項看，互聯網對本地區和周邊地區均產生創新分化效應，且空間溢出效應顯著，假設H₂得以驗證。

4.2 機制分析：創新模仿與創新合作

低質量專利往往通過對現有創新的模仿和專利拼湊得以實現，而ICT尤其是互聯網顯性知識傳遞大大降低了創新模仿者的信息搜尋成本。本文分別以專利首次被引滯后時間和被引平均滯后時間在城市層面的平均值作為被解釋變量進行回歸，考察ICT是否能夠加速創新模仿與學習，結果如表8所示。從總效應看，互聯網系數顯著為負。這表明，互聯網不僅縮短了本地專利被引時間而且也加速了對周邊地區創新的學習和模仿，模仿便利化在一定程度上加劇了專利泡沫。需要注意的是，移動電話空間項和總效應系數顯著為正，表明移動電話未縮短專利被引時間，反而導致被引滯后時長增加。這可能是由于移動電話隱性知識傳遞更多促進創新合作，高質量創新往往需要規模更大周期更長的合作，從而延長了專利被引滯后時間。因此，本文以合作專利占比作為被解釋變量，考察ICT對創新合作的影響，結果如表9所示。從中可見，無論是互聯網還是移動電話均有助于促進創新合作，通過合作，一系列高質量專利最終得以產生。

4.3 異質性分析

4.3.1 區域異質性

不同地區創新產出與ICT發展水平不同，其溢出效應也會存在區域異質性^[9]。近年來，中西部地區經濟快速崛起，創新水平持續上升，ICT建設也保持較快速度發展。由于中西部地區ICT發展起步較晚，發展空間更廣闊，因此，其對本地區和其它地區創新產出的推動作用有較大提升空間。與之相反，東部地區經濟相對發達，創新水平整體較高，創新產出較為豐富，并且ICT起步較早，發展相對成熟，對于創新產出的溢出紅利已經得到部分釋放。因此，本文將地級市劃分為東、中、西部3個地區并設置虛擬變量進行回歸（限于篇幅，不再一一列示）。從創新數量看，ICT對中部和西部地區創新數量的促進作用均高于東部地區，尤其是西部地區效果最明顯。其中，相比于東部地區，中部地區空間溢出效應更顯著，而西部地區本地效應更顯著。從創新質量看，互聯網對中部和西部地區創新質量的負向影響高于東部地區，而移動電話對西部地區創新質量提升的本地效應弱于東部地區，對中部地區質量提升的溢出效應高于東部地區。

4.3.2 城市異質性

進一步，本文將地級市劃分為省會城市和非省會城市并設置虛擬變量進行回歸（限于篇幅，不再一一列示）。從創新數量看，相比于非省會城市，互聯網對省會城市的影響作用相對較弱，而移動電話對兩類城市的影響無顯著差別。從創新質量看，移動電話對省會城市的提升作用不如非省會城市。由此可見，無論是創新數量還是創新質量，ICT對非省會城市的促進作用更加顯著，這可能是由于省會城市往往創新和ICT發展程度較高，非省會城市ICT普及率提升能夠幫助其獲得來自省會城市的先進知識、經驗、技術，從而有助于提升其創新產出。

5 結論與啟示

5.1 研究結論

本文以2004—2019年中國284個地級市為研究對象，采用0～1鄰接、地理距離、經濟距離和空間嵌套4種權重矩陣進行空間效應分析。首先，從創新數量看，以互聯網和移動電話為代表的ICT均能夠促進城市創新增長，并且具有顯著空間溢出效應。相比于移動電話，互聯網對創新數量的提升作用更加明顯。從創新質量看，移動電話對其具有顯著提升作用，而互聯網則會導致平均創新質量下降；其次，移動電話對創新的溢出效應邊界為1 000km，最優溢出范圍為100～1 000km。互聯網邊界能夠拓展至2 000km，最優溢出范圍為1 000～2 000km；最后，互聯網之所以造成創新質量下降，主要是因為其在促進城市高質量創新的同時形成大量專利泡沫。相反，移動電話則主要促進創新質量均勻化提升，但其作用效果明顯小于互聯網創新分化效應。這是因為：一方面，互聯網會加速顯性知識傳遞，為創新模仿和低質量專利的產生提供便利；另一方面，互聯網和移動電話帶來的隱性知識有利于形成創新合作，從而促進高質量創新。此外，ICT對中西部地區和非省會城市的影響更顯著。

5.2 政策建議

（1）地方政府不能盲目依賴ICT提升創新產出。本文研究發現，ICT在促進創新增長的同時也會加劇專利泡沫、導致創新質量下滑。因此，地方政府一方面應該增強ICT的可得性和連接性，推動工業互聯網、數據中心、物聯網等新型基礎設施建設，促進信息與知識高效傳播，從而為高質量創新活動的開展提供強大的交流載體和技術支撐；另一方面，也需謹慎提防利用ICT尤其是互聯網便利性進行低質量創新的策略性行為。在專利審查過程中嚴把質量關，避免唯數量論的考核和獎勵機制，防止低質量創新行為泛濫。

（2）充分發揮ICT空間溢出優勢，促進創新合作。本文發現，ICT具有較強的空間溢出效應，能夠對其它地區創新產出產生遠距離影響。尤其是得益于隱性知識溢出，ICT能夠有效促進創新合作，進而推動城市高質量創新。因此，各地區需要充分利用ICT在信息溝通和知識溢出方面的強大優勢，推動ICT與區域創新活動深度結合。政府應積極發揮引導作用，構建基于ICT或“互聯網+”的“政府+企業+科研機構+高校+ICT提供商”五位一體的區域創新協作平臺。分行業、分性質建立數據共享、文獻共享、成果轉化網絡中心，吸引創新主體利用并分享創新成果，促進知識溢出和再創新。同時，鼓勵來自不同地區的創新主體積極參與創新合作，加強不同創新主體跨區域合作，實現創新要素優化配置，促進創新成果轉化，進一步釋放ICT溢出紅利。

（3）針對不同區域范圍合作主體建立不同形式合作平臺。例如，對于1 000～2 000km范圍內的合作主體應重點依賴互聯網建立線上合作和交流平臺，對于位于100km～1 000km區間內的創新主體可采用互聯網與移動電話相結合的方式進行合作，從而保證信息傳遞的有效性。而在100km以內則可建立面對面交流中心，以線下溝通方式開展創新合作。省會城市在加強ICT建設的同時，可利用自身經濟、區位優勢打造一批具有輻射能力的創新中心，從而培育出更多新興創新聯合體。

參考文獻：

[1] 李勇.ICT成為第四次工業革命主驅動[N].人民郵電報，2017-08-09.

[2] CASTELLACCI F. Innovation， diffusion and catching up in the fifth long wave[J]. Futures， 2006， 7（38）： 841-863.

[3] HARRIS M H. Is the revolution now over， or has it just begun a year of the internet in higher Waldo Tobleeducation[J]. The Internet and Higher Education， 1998，1（4）：243-251.

[4] EAGLE N， MACY M， CLAXTON R. Network diversity and economic development[J]. Science， 2010， 328（5981）： 1029-1031.

[5] BRESNAHAN T F， TRAJTENBERG M. General purpose technologies： engines of growth[J]. Journal of Econometrics， 1995， 65（1）： 83-108.

[6] BASU S， FERNALD J. Information and communications technology as a general-purpose technology：evidence from US industry data[J]. German Economic Review， 2007， 8（2）： 146-173.

[7] 蔡莉，楊亞倩，詹天悅，等.數字經濟下創新驅動創業過程中認知、行為和能力的跨層面作用機制——基于三一集團的案例研究[J/OL].南開管理評論：1-24[2022-12-13].

[8] SCHWANEN T， KWAN M P. The Internet， mobile phone and space-time constraints[J]. Geoforum， 2008， 39（3）： 1362-1377.

[9] 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，2019，37（7）：119-136.

[10] AHMED E M. ICT and human capital spillover effects in achieving sustainable East Asian knowledge-based economies[J]. Journal of the Knowledge Economy， 2017， 8（3）：1086-1112.

[11] PRADHAN R P， SARANGI A K， SABAT A. The effect of ICT development on innovation： evidence from G-20 countries[J]. Eurasian Economic Review， 2022， 12（2）： 361-371.

[12] 張旭亮，史晉川，李仙德.互聯網對中國區域創新的作用機理與效應[J].經濟地理，2017，37（12）：129-137.

[13] 安同良，楊晨.互聯網重塑中國經濟地理格局：微觀機制與宏觀效應[J].經濟研究，2020，55（2）：4-19.

[14] LEAMER E E， STORPER M. The economic geography of the internet age[M]. London：Location of International Business Activities， 2014： 63-93.

[15] 李海超，肖瑤.ICT提升區域創新效率的作用機理研究[J].軟科學，2021，35（5）：20-26.

[16] 凌華，李新偉，董必榮，等.互聯網、創新要素流動與區域創新能力差異[J].審計與經濟研究，2020，36（6）：119-130.

[17] 霍麗，寧楠.互聯網發展對區域創新效率影響的動力機制研究[J].西北大學學報（哲學社會科學版）， 2020，50（3）：144-156.

[18] SRIVASTAVA S K. IT capital in improving national innovation productivity： understanding IT productivity paradox through cognitive path-dependence model[J]. Information Technology for Development， 2021， 27（2）： 314-335.

[19] COHEN W M， LECINTHAL D A. Absorptive capacity： a new perspective on learning and innovation[J]. Administrative Science Quarterly， 1990， 35（1）： 128-153.

[20] Organisation for Economic Co-operation and Development.Supporting investment in knowledge capital， growth and innovation[R]. OECD， 2013.

[21] JIANG R， SAEED M， SHENGHAO Y， et al. The impact-mechanism of "Internet+" on the innovation performance of traditional enterprises： empirical evidence from China[J]. Technological Forecasting and Social Change， 2023， 186： 122129.

[22] ROMER P M. Increasing returns and long-run growth[J]. Journal of Political Economy， 1986， 94（5）： 1002-1037.

[23] AGHION P， BLOOM N， BLUNDELL R， et al. Competition and innovation： an inverted-u relationship[J]. The Quarterly Journal of Economics， 2005， 120（2）： 701-728.

[24] 張米爾，胡素雅，國偉.低質量專利的識別方法及應用研究[J].科研管理，2013，34（3）：122-127.

[25] HALL B H， JAFFE A， TRAJTENBERG M. Market value and patent citations[J]. RAND Journal of Economics， 2005，36（1）：16-38.

[26] STORPER M， VENABLES A J. Buzz： face-to-face contact and the urban economy[J]. Journal of Economic Geography， 2004， 4（4）： 351-370.

[27] GLAESER E L. Learning in Cities[J]. Journal of Urban Economics， 1999， 46（2）： 254-277.

[28] 王鎖柱，李懷祖.硬信息與軟信息的內涵及其關系研究[J].情報雜志，2004，23（4）：60-61，64.

[29] 劉思明，侯鵬，趙彥云.知識產權保護與中國工業創新能力——來自省級大中型工業企業面板數據的實證研究[J].數量經濟技術經濟研究，2015，32（3）：40-57.

[30] PACE R， LESAGE J P， ZHU S. Spatial dependence in regressors and its effect on estimator performance[J]. SSRN Electronic Journal， 2011， 30： 257-295.

[31] BLUM B S， GOLDFARB A. Does the internet defy the law of gravity[J]. Journal of International Economics， 2006， 70（2）： 384-405.

[32] DRIVAS K， ECONOMIDOU C. Is geographic nearness important for trading ideas？ evidence from the US[J]. The Journal of Technology Transfer， 2015， 40（4）： 629-662.

[33] ACEMOGLU D，AKCIGIT U，CELIK M A.Young， restless and creative： openness to disruption and creative innovations[R]. National Bureau of Economic Research， 2014.

[34] DE RASSENFOSSE G， JAFFE A B. Are patent fees effective at weeding out low-quality patents[J]. Journal of Economics & Management Strategy， 2018， 27（1）： 134-148.

（責任編輯：王敬敏）

ICT and Urban Innovation Output： An Analysis of Innovation Growth，

Quality Differentiation and Spatial Spillover Distance

Jiang Renai， Wang Longguo， Yang Shenghao， Li Dongmei

（School of Economics and Finance， Xi 'an Jiaotong University，Xi'an 710061，China）

Abstract：Information communication technology （ICT） has become an effective carrier for information dissemination and knowledge spillover. As two representative products of ICT， the transformation of information transmission and communication methods by the Internet and mobile phones can further deepen the innovative connection between cities， thereby directly or indirectly affecting urban innovation activities. Meanwhile， the network externalities of the Internet and mobile phones bring innovation activities certain spatial spillover characteristics. Because of the increasingly complex regional linkages， the factor of distance plays an important role in innovation spillovers. However， most of the existing research on the innovation effect of ICT is limited to the quantitative perspective， ignoring the importance of innovation quality. Especially with the explosive growth of Chinese patents， there are a lot of innovation bubbles， and the pursuit of quantitative growth is not enough to support the realization of self-reliance and self-improvement in science and technology. In this regard， does ICT have an impact on innovation quality？ If the externality characteristics of ICT are taken as a general-purpose technology， does it have spatial spillover effects on urban innovation？

Using the panel data of 284 prefecture-level cities in China from 2004 to 2019， this paper respectively constructs four spatial weight matrices and employs the spatial Durbin model to examine the impact and spillover effects of ICT on urban innovation. It then measures urban innovation quantity and quality by the number of granted patents and citations. Although patent citations are taken as a commonly used indicator of innovation quality in the world， the China National Intellectual Property Administration （CNIPA） does not have relevant statistics， which brings difficulties to the evaluation of patent quality in China. Therefore， this paper uses Python to sort out all granted patents in the sample interval， and calculates the average cited index of each city based on the citation relationship and the addresses of the patentees to effectively measure urban innovation quality. On this basis， it further takes the tail innovation index and zero cited index to measure high-quality patents and low-quality patents respectively to investigate the innovation differentiation effect of ICT， and uses the cited lag time and the proportion of cooperative patents for mechanism analysis.

The study shows that，first，ICT， represented by the Internet and mobile phones， has promoted the growth of urban innovation and produced significant spatial spillover effects. Compared with mobile phones， the Internet has a stronger effect on improving the quantity of innovation; mobile phones can also improve the quality of urban innovation， while the Internet can cause the average quality to decline. Second，the spillover boundary of mobile phones for innovation is 1000km， and the optimal overflow range is roughly 100-1 000km; while the Internet reaches 2000km and 1 000-2000km. Third，the decline in innovation quality caused by the Internet is because it promotes urban high-quality innovation， and also leads to a large number of patent bubbles， and the impact is greater than the mitigation effect of mobile phones on patent bubbles. It shows that ICT generally produces an innovation differentiation effect.Fourth，the mechanism analysis further verifies this effect. On the one hand， the Internet shortens the time to search for information， which facilitates innovative imitation and intensifies the patent bubble; on the other hand， the implicit knowledge transmission of the Internet and mobile phones is also conducive to the formation of innovative cooperation， thereby promoting high-quality innovation. Lastly there is heterogeneity in the impact of ICT， and it is generally more obvious in the middle and western regions and non-provincial capital cities.

By taking innovation quality into consideration through the construction of urban patent indicators， this paper makes up for the lack of research on ICT and innovation quality. Then it elaborates on the internal mechanisms that lead to the decline and differentiation of innovation quality and provides theoretical support for the realization of high-quality urban innovation. Finally， it comprehensively examines the direct impact of ICT on innovation output and the spillover effects of different forms. The conclusions constitute a useful supplement to the existing literature， and provide a reference for the realization of China's self-reliance and self-improvement in science and technology.

Key Words：Information Communication Technology; Innovation Quantity; Innovation Quality; Spillover Boundary; Innovation Differentiation