數字經濟是賦能城市創新的新動力嗎

周霞 于娛 施琴芬

摘 要：雙循環新發展格局下，以數字經濟帶動城市創新是實施創新驅動發展戰略和實現高質量發展的新思路。選取2015—2020年我國272個地級及以上城市面板數據，采用固定效應模型、門檻回歸模型實證分析數字經濟對城市創新的賦能效應。結果表明，數字經濟能夠顯著提升城市創新力，且城市行政等級越高，數字經濟對城市創新力的賦能效應越強，利用工具變量緩解內生性后，這一結果仍然顯著。進一步研究表明，數字經濟賦能城市創新存在多種門檻效應，城市數字經濟發展水平和PE/VC活躍度越高，數字經濟對城市創新力的賦能效應越顯著。

關鍵詞：數字經濟；城市創新；面板固定效應；門檻回歸

DOI：10.6049/kjjbydc.Q202207425

中圖分類號：F290

文獻標識碼：A

文章編號：1001-7348（2023）13-0031-09

0 引言

創新是引領中國經濟發展的第一動力，是構建新發展格局的必然選擇。城市創新體系是國家創新體系的重要組成部分，釋放城市創新活力，提高城市創新能力對加快實施創新驅動發展戰略具有重要意義。為探索提升城市創新能力的有效路徑，2008年國家開始實施創新型城市試點政策，以期發揮城市在國家創新活動中的基礎與支撐作用［1］。與此同時，隨著以互聯網、物聯網、大數據、人工智能、5G等為代表的新一代信息和通信技術的創新突破，數字經濟應運而生，并作為一種顛覆性的新型社會經濟形態在蓬勃發展中掀起引領時代的巨浪。中共二十大報告提出建設數字中國，加快發展數字經濟。隨著中央和國家層面陸續出臺關于創新驅動戰略和數字經濟發展的規劃部署，我國各地區紛紛加快推進創新型城市建設，著力打造數字經濟標桿城市［2］。如圖1所示，2021年，我國數字經濟規模達45.5萬億元，占GDP的比重為39.8%（2015年為27.5%）。中國的全球創新指數排名由2015年的第29位上升至2021年的第12位。我國數字經濟蓬勃發展與全球創新地位穩步提升呈現的典型事實不禁引發思索：數字經濟是否是賦能城市創新的新動力？已有研究認為，數字經濟時代，數字技術與傳統產業深度融合孕育出新產業、新業態和新模式（如互聯網金融、共享汽車等），能夠拓寬城市創新活動范圍，激活城市創新生態［3］；數字經濟發展會促進知識、人才、資本在創新系統中自由流動和集成共享，加速城市創新資源的積累和高級化進程［4］。可見，數字經濟對城市創新的促進作用得到肯定，但多數分析停留在邏輯解釋上。同時，部分學者提出了不同觀點，認為在互聯網全面滲透經濟的過程中，數字平臺會憑借雙邊或多邊市場效應引發流量和數據壟斷，進而破壞城市創新環境［5］；數據信息泄露與濫用以及對傳統知識產權保護體系的沖擊會引發一系列數字安全問題，影響企業創新積極性，進而抑制城市創新發展［6］。那么，數字經濟究竟是城市創新發展的“助推器”還是“攔路虎”？其對城市創新的影響有多大？是否會因為城市行政等級等因素不同而存在明顯的異質性？厘清上述問題，能夠為把握數字經濟時代的數字機遇，加快實施創新驅動發展戰略提供有益的政策啟示。

數字經濟與區域創新關系的研究是近年來學術界關注的熱點，現有文獻主要聚焦以下方面：一是基于數字經濟背景，從理論層面系統探討創新模式的演化。張昕蔚［7］以創新資源配置方式變革為起點，系統分析總結數字化時代開放式創新生態系統的演化模式；康瑾和陳凱華（2021）創造性提出數字創新發展經濟體系框架，并進一步研究該體系演化的動力機制；Ghezzi等［8］基于多案例研究探索性提出一套基于精益與敏捷原則的精益創業法，拓展了動態數字環境下的商業模式創新。二是以創新為橋梁，研究數字經濟與區域高質量發展之間的作用機制。宋洋［9］以2014—2018年中國內地31個省份的面板數據為樣本，實證分析發現，在數字經濟促進區域高質量發展的過程中，超過30%的效能是通過技術創新實現的；Li等［10］基于2011—2018年中國277個城市面板數據，發現數字經濟能夠顯著提高區域綠色經濟效率，技術創新在兩者關系中起重要媒介作用；Jafari-Sadeghi等［11］利用2007—2015年28個歐洲國家面板數據，探索數字化轉型通過技術準備、技術探索和技術開發3個層面對國家價值創造的影響。三是立足數字經濟的數字化和信息化特征，研究信息通信技術和數字金融對創新的影響。陳叢波等［12］提出信息通信技術（ICT）重塑城市創新格局的理論假設，并采用半參數門限空間杜賓模型進行驗證；Samara等［13］采用系統動力學方法研究信息通信技術在區域創新系統中的應用及其對區域發展的影響；孟曉倩和吳傳清［14］基于我國省級層面數據分析數字金融對區域創新生態發展水平的直接和間接影響；Yuan等［15］利用1990—2017年G7國家數據研究經濟數字化對國家層面技術創新的影響。

本文通過梳理相關文獻發現當前研究存在以下不足：首先，關于數字經濟對區域創新影響的理論研究較豐富，但實證層面相對薄弱，且多基于國家或省級層面，涉及市域層面的分析較少。事實上，城市作為創新資源集聚地和創新活動的空間載體，在實現我國高質量發展進程中具有重要戰略地位。中央多次強調要發揮城市在國家創新活動中的基礎作用與支撐作用，并加快推進創新型城市試點工作，因而將研究對象拓寬至市域層面進行實證研究具有重要現實意義。其次，現有研究對數字經濟的解讀相對單一，未形成統一衡量標準，隨著數字經濟內涵的拓展，其衡量指標需不斷更新。最后，已有文獻多采用空間分布地圖展示數字經濟發展的空間分布格局，較少涉及數字經濟作用于城市創新的異質性分析。城市間由于自身區位優勢、經濟發展水平和政策背景等差異衍生出各自特質，不同技術變革、創新活動對城市的影響也會存在差異。

基于此，本文選取2015—2020年中國272個地級及以上城市構建面板數據，探索數字經濟對城市創新的影響及異質性特征。相比于現有文獻，本文主要邊際貢獻如下：①從數字經濟角度考察城市創新的影響因素，從更加細致的地域空間尺度實證檢驗數字經濟對城市創新的影響及異質性特征，既能豐富區域創新理論，又可為數字經濟賦能城市創新提供來自中國這一數字大國的新證據；②從數字化基礎、數字產業化、產業數字化多維視角測度城市數字經濟發展水平，在系統選取已有共性指標基礎上，結合我國促進城市數字化發展和轉型的相關政策導向，構建新的數字經濟衡量指標體系，更全面表征城市間的數字經濟發展水平差異。

1 理論基礎與研究假設

數字經濟是指以數字化信息為關鍵資源，以數字化平臺為主要媒介，以數字技術為基礎，并通過數字化賦能基礎設施建設、重構發展要素的一系列經濟活動。城市創新力是指城市通過轉換和利用信息、知識等資源產生新技術、產品、工藝和服務的能力。Perez［16］提出“技術—經濟范式”的概念，明確指出廣泛傳播的技術可以通過經濟系統影響企業行為和產業發展。鑒于此，本文認為數字經濟作為一種全新的技術經濟范式，能夠極大賦能城市創新。

1.1 數字經濟與城市創新

首先，數字經濟通過產業賦能拓寬城市創新廣度。數字經濟時代，人工智能、大數據、物聯網等產業強勢崛起，促進新型技術成果的產生和轉換，加速數字產品取代傳統產品，為城市創新開辟更廣闊的空間［3］。其次，數字經濟通過場域賦能提高城市創新深度。數字經濟發展催生數字化平臺，創新主體依托數字化平臺實現廣泛的交互連接，使得原先需自主完成的創新活動演變成包括消費者和用戶在內的多主體融合式創新［17］。同時，數字化平臺憑借高傳輸性、強滲透性和廣覆蓋性特征打破創新活動的時間和空間邊界，使各創新主體能在不同時間、地點參與到創新過程中，推動創新場景的豐富化和多元化［18］。最后，數字經濟通過資源賦能提升城市創新效率。數據作為新的生產要素介入是數字經濟發展的一大特征。相比于技術、人才、資金等創新資源，數據的同質化、可重新編程特征使其能夠以零邊際成本進入創新過程，從而被更快捷方便地獲取和處理，節約創新成本，提高創新效率［19］。基于此，本文提出如下假設：

H1：數字經濟是賦能城市創新的新動力，能有效促進城市創新力提升。

1.2 城市行政等級的異質性影響

受地理區位、行政等級和經濟發展水平等因素影響，我國區域間數字經濟發展差異顯著［20］。數字經濟賦能效應的發揮需要一定前置條件加以支撐，一方面，要求城市具備相關先驗知識和兼容的認知結構應對并同化數字技術這一外來知識，進而進行破壞性創新（柳卸林等，2021）；另一方面，要求城市擁有革新的信息技術、高端的人力資本和良好的營商環境［21］。行政等級較高的城市多為各級政府所在地，對各種資源享有優先支配權，創新包容性更強。袁航和朱承亮（2020）研究表明，行政等級較高的城市在數字經濟發展上更具優勢，對城市創新的推動作用更大；蔣瑛等［22］認為，非省會城市的進口學習吸收能力相對較弱，如果盲目發展數字經濟容易形成路徑依賴和低端鎖定，不利于創新。基于此，本文提出如下假設：

H2：數字經濟賦能城市創新存在地區差異，行政等級較高的城市賦能效應更顯著。

1.3 數字經濟對城市創新的非線性效應

數字經濟創新效應的發揮高度依賴于良好的數字生態，而資本是搭建數字基礎設施、打造配套政策體系、消除“數字鴻溝”的關鍵要素［21］。城市數字經濟發展促使制度性交易成本顯著下降，從而有效吸引PE/VC集聚［23］。常焙筌和厲無畏［24］、Faria&Barbosa［25］研究表明，PE/VC是促進創新的重要因素；馮照楨等［26］、Wen等［27］提出PE/VC對創新影響的非線性假說，認為其存在一定臨界值，只有達到臨界值才能對創新產生積極影響，并采用中國省域數據進行實證分析。此外，相關研究還提出數字經濟賦能效應存在階段性特征（張艷萍等，2022）。當數字經濟發展水平較低時，由于相應基礎設施和平臺建設不夠完善，同時數字創新活動前期投入大，導致數字經濟相關產業收益相對較低，從而限制其創新賦能效應的發揮。在創新主體需求和利益驅動下，數字經濟不斷發展，數字技術應用范圍持續拓展，數字化倍增效應開始顯現，人力、資本、技術等創新資源得以自由流通和精準分配，創新邊際成本進一步下降，數字經濟規模化效應顯現。當數字經濟達到一定規模時，其創新價值將呈幾何式增長，創新賦能效應呈現邊際遞增特點［28］。基于此，本文提出如下假設：

H3：數字經濟賦能城市創新隨著PE/VC活躍度和城市數字化水平的提高而產生非線性影響。

2 研究設計

2.1 計量模型設定

2.1.1 基準模型設定

為檢驗H1，本文構建如下固定效應模型：

ICitit=α0+β1EDigit+βj∑Xit+φi+δt+εit（1）

其中，i 、t分別表示城市和年份，ICitit表示城市i在t時期的城市創新力，EDigit為城市i在t時期的數字經濟發展水平；Xit代表一系列控制變量，主要包括城市發展、政策力度和營商環境等影響城市創新力的因素；φi、δt分別為個體固定效應和時間固定效應，εit代表殘差項。

ICitit=α0+β1EDigit+β2EDigit×Admin+βj∑Xit+φi+δt+εit （2）

在式（1）基礎上，式（2）加入城市行政等級與數字經濟的交互項，當城市為直轄市或省會城市時，Admin取值為1，否則為0。使用城市行政等級作為虛擬變量，以驗證H2，即行政等級較高的城市能否從數字經濟中收獲更多創新動力，交互項EDigit×Admin用于捕獲這種創新動力的強化效應。

2.1.2 門檻模型設定

為檢驗H3，本文選取風險投資私募股權機構數（PE/VC）、數字經濟發展水平（EDig）作為門檻變量，構建如下模型：

ICitit=α0+γ1EDigit×IPE/VCit≤θ1+γ2EDigit×IPE/VCit>θ1+βj∑Xit+φi+δt+εit? （3）

ICitit=α0+γ1EDigit×IEDigit≤θ2+γ2EDigit×IEDigit>θ2+βj∑Xit+φi+δt+εit? （4）

式中，PE/VC是門檻變量，EDigit既是門檻變量也是主效應。I（·）是取值為0或1的示性函數，當滿足括號中的條件時，取值為1，反之為0。

2.2 變量測度與數據來源

2.2.1 變量測度

（1）被解釋變量。本文參考崔新蕾和劉歡［1］的研究，選取發明專利申請量作為城市創新力的代理變量。Feldman等［29］研究表明，專利指標與創新之間存在高度相關性。雖然發明專利數據無法全面反映每個城市的創新能力與創新質量，但是可以提供地區發明與創新信息，是城市創新的重要技術來源。相比于專利授權，專利申請受審查機構約束小，更具時效性。

（2）解釋變量。本文參考已有研究，嘗試從數字化基礎、數字產業化和產業數字化3個維度測度城市數字經濟發展水平（見表1）。移動電話用戶數和互聯網寬帶接入用戶數［30］能較為直觀地反映城市信息化基礎設施水平，是數字經濟發展的基礎。數字產業化主要涉及與數字技術聯系密切的ICT行業，本文選取電信業務總量［31］、數字經濟核心產業（信息傳輸、計算機服務和軟件業）從業人員數量和互聯網百強企業數量［4］表征城市數字產業化發展水平。產業數字化突出的是數字技術與傳統產業的深度融合。已有研究表明，在實體經濟與虛擬經濟互動過程中，對制造業進行數字化改造是產業數字化的重要內容［32］。在頂層設計上，《中國制造2025》提出把智能制造作為信息化與工業化深度融合的主攻方向。在具體實踐中，工業互聯網平臺正成為驅動企業數智化轉型升級的新引擎［33］。因此，本文采用工信部發布的國家級智能制造與工業互聯網試點項目數衡量數字技術對各城市制造業滲透程度。同時，借鑒郭峰等［34］的做法，采用北京大學數字金融學院與螞蟻金服集團聯合發布的數字普惠金融指數衡量數字經濟在現實生活場景中的應用活躍程度。最后，將數據標準化后加權平均得到測度城市數字經濟發展水平的綜合指數，記為EDigit。

（3）控制變量。為避免因遺漏變量產生內生性問題，本文從城市發展、政策力度和營商環境3個方面選取一系列控制變量，具體包括：①經濟水平，采用人均地區生產總值測度；②產業結構，采用第二產業產值占地區生產總值的比重衡量；③政策力度，采用教育和科技支出占地方一般公共預算支出的比重測算；④投資活力，采用城市擁有的PE/VC數量測度；⑤開放程度，采用當年實際使用外資金額表示。相關變量描述性統計結果見表2。

2.2.2 數據來源

考慮到數據的可得性和連續性，本文設定2015—2020年為考察時段，選取中國272個地級及以上城市為研究樣本，構建面板數據。數據主要源自《中國城市統計年鑒》、Wind數據庫、北京大學數字金融學院與螞蟻金服集團聯合發布的《數字普惠金融指數》、中國研究數據服務平臺（CNRDS）以及工信部官網。其中，貨幣計量的相關變量均以2015年為基期進行縮減，以剔除價格因素的影響。

3 實證模型結果及分析

3.1 基準模型回歸結果

表3展示了數字經濟對城市創新力影響的線性估計結果，其中，列（1）（2）是以EDig為自變量的估計結果，列（3）（4）是以滯后一期EDig為自變量的估計結果，列（5）（6）是以滯后兩期EDig為自變量的估計結果。模型對城市和年份進行雙重固定，能夠在一定程度上降低因遺漏變量產生的估計偏差。

結果顯示，數字經濟對城市創新力的影響始終顯著為正，H1得到驗證。人均地區生產總值（Per_GDP）、風險投資私募股權機構數（VC/PE）、教育和科技支出占比（Edu_Exp）的系數均為正且通過顯著性檢驗。當年實際使用外資金額（Fore_Inves）的系數為正但不顯著，說明外資進入并沒有對城市創新力提升起到顯著促進作用。這可能是由于引進外資帶來先進技術的同時，也容易形成技術依賴，因而無法顯著促進城市創新發展。第二產業占比（Ind_Stru）的系數為負，且未通過顯著性檢驗。這可能是因為第二產業多為勞動密集型產業，會對技術和資本密集型產業造成一定擠壓，不利于產業結構升級，進而在一定程度上抑制城市創新發展，但隨著產業數字化進程加快，這種負向影響將逐漸弱化，不再顯著。

與列（2）相比，列（4）（6）的系數逐步下降，但始終顯著為正。這說明數字經濟對城市創新力的影響具有延續性，但隨著時間推移，這種影響將不斷減弱。

3.2 城市異質性分析

為驗證H2，本文設置城市行政等級虛擬變量，在式（1）基礎上加入數字經濟與城市行政等級的交互項進行實證檢驗，回歸結果如表4所示。加入交互項后，模型（3）（4）中EDig的系數依舊為正，但較模型（1）（2）中的系數有所下降；數字經濟與城市行政等級交互項的系數為正，分別為0.303和0.189，且均通過1%的顯著性檢驗，說明城市行政等級是影響數字經濟作用于城市創新力的重要因素。與普通地級市相比，數字經濟對省會城市和直轄市等行政等級較高城市的創新賦能效果更顯著，H2得到驗證。

3.3 門檻模型回歸結果

根據式（3）（4），分別將風險投資私募股權機構數（VC/PE）、數字經濟發展水平（EDig）作為門檻變量，分析數字經濟賦能城市創新力的非線性特征。在進行門檻估計前，參照黃紅光（2018）的方法，本文分別進行單一門檻、雙重門檻和三重門檻檢驗，結果如表5所示。結果顯示，風險投資私募股權機構數存在36和89兩個門檻值，數字經濟發展水平存在一個門檻值0.269 2。基于此，本文設定相應門檻回歸模型，得到如表6所示的回歸結果。

當城市風險投資私募股權機構數低于36時，即所擁有的機構數排名在45位以后，數字經濟對城市創新力的影響系數為0.184，在5%的水平上顯著；當城市風險投資私募股權機構數高于36但低于89時，即所擁有的機構數排名在30～45位之間，影響系數上升至0.308，在1%的水平上顯著；當城市風險投資私募股權機構數高于89時，即所擁有的機構數排名前30位，影響系數繼續上升至0.459，在1%的水平上顯著。這表明隨著風險投資私募股權機構數的增多，數字經濟對城市創新的賦能效應逐漸增強。正如王聰聰等（2018）研究發現，城市風險投資的發展可以幫助創新主體拓寬融資渠道，緩解融資約束，分擔投資風險，進而推動創新發展。此外，當前中國超過80%的城市擁有風險投資私募股權機構數未跨越第一階段門檻，僅有約10%的城市跨過第二階段門檻，可見頭尾部城市發展差距明顯，梯隊跨越壓力較大。

當城市數字經濟發展水平低于0.269 2時，即數字化水平排名在30位以后，數字經濟對城市創新力的影響系數為0.199， 在5%的水平上顯著；當城市數字經濟發展水平高于0.269 2時，即數字化水平排名前30位，影響系數上升至0.469，在1%的水平上顯著。這說明在數字經濟發展達到一定水平后，其對城市創新力的賦能效果將得到進一步釋放，成為城市創新發展的新動力，而當前僅有約10%的城市跨過這一門檻。因此，對于大部分城市而言，應加大對數字技術等重點領域的投入，尋找突破口，發力追趕，釋放躍升潛力。

綜上可知，數字經濟賦能城市創新存在階段性特征，即同等條件下，數字經濟對城市創新力的賦能效應隨著城市風險投資私募股權機構數增多和數字化水平提升而由弱變強，H3得到驗證。

4 穩健性檢驗

4.1 內生性討論

創新是一項系統工程，影響城市創新力的因素多且復雜，本文雖然控制了個體、時間固定效應及一系列控制變量，但仍可能存在遺漏變量的情況。同時，城市創新力的快速提升也會促進數字技術優先發展，從而使得城市獲得數字經濟發展的先發優勢。為解決遺漏變量和潛在反向因果造成的內生性問題，本文借鑒趙濤等［28］方法，采用1984年末城市每萬人電話機數量作為數字經濟的工具變量。一方面，早期的電話機使用規模和習慣會影響后續互聯網的接入和應用水平，而互聯網普及是數字經濟發展的基礎；另一方面，隨著電話機使用頻率的下降，其對城市創新力的影響已經微乎其微，可忽略不計。需要說明的是，上述每萬人電話機數量是關于城市個體的截面數據，無法滿足面板數據的計量分析。鑒于此，本文參照Nunn等［35］的處理方式，同時引入時間變量，即通過構造1984年末城市每萬人電話機數量與上一年度全國互聯網寬帶接入用戶數的交互項作為當年城市數字經濟指標的面板工具變量。

引入工具變量后的2SLS結果如表7所示，Panel A展示了主效應的估計結果，Panel B展示了第一階段的回歸結果。可以發現，考慮內生性后，數字經濟對城市創新力的提升效應依舊成立，且在1%的水平上顯著。弱工具變量檢驗表明，Kleibergen-Paap rk Wald F 統計量遠大于Stock-Yogo弱識別檢驗10%的臨界值。總體而言，2SLS結果顯著，說明本文主要結論穩健。

4.2 替換被解釋變量、解釋變量

首先，采用復旦大學產業發展研究中心《中國城市和產業創新力報告》中的城市創新指數作為被解釋變量城市創新力的代理變量，重新回歸后的結果如表8所示。列（1）結果顯示，EDig的系數為0.472 1，在1%的水平上顯著，與基本模型和2SLS結果基本一致，說明研究結論具有穩健性。

其次，采用互聯網寬帶接入用戶數作為解釋變量數字經濟發展水平的代理變量，估計結果仍顯著為正，進一步說明本文研究結果穩健。

5 結論與啟示

5.1 研究結論

本文基于數字經濟賦能城市發展這一典型事實，從創新視角切入，選取2015—2020年中國272個城市的面板數據，綜合運用面板固定效應模型、門檻回歸模型評估數字經濟對城市創新的影響及其異質性特征和非線性效應。主要結論如下：第一，數字經濟是賦能城市創新的新動力，是雙循環新格局下中國推動高質量發展的重要力量。這一結論經過一系列穩健性檢驗后依然成立，豐富了城市層面數字經濟促進創新發展的研究。第二，數字經濟的創新賦能效應存在城市異質性。與傳統研究按照經濟發展水平將我國劃分為東、中、西部地區進行異質性分析有所區別，本文聚焦城市行政等級，發現數字經濟對省會城市和直轄市的創新賦能作用顯著強于普通地級市。這是因為省會城市和直轄市擁有政策優勢以及更強的學習吸收能力和創新包容能力。第三，數字經濟對城市創新力的賦能效應存在非線性特征。具體而言，隨著城市數字經濟發展水平提升和PE/VC機構數增多，數字經濟的創新賦能效應將呈現階梯式增長。這一結論進一步支撐和細化了數字經濟和PE/VC對創新支持作用的研究結果。

5.2 政策啟示

鑒于上述研究結論，本文提出以下政策建議：首先，考慮到數字經濟能顯著提升城市創新力，各城市應將數字產業化、產業數字化、數據價值化作為主攻方向，著力實施數字設施升級、數字創新引領、數字產業融合、數字開放合作等工程，加快推進全要素數字化轉型，建設數字技術創新高地，推動城市高質量發展。其次，本文研究發現，數字經濟對普通地級城市的創新提升效應有待強化。這預示應該從全局出發對數字經濟進行頂層設計，實施動態化、差異化的數字經濟戰略，明確城市之間的分工協調機制。既要完善城市新型基礎設施建設的要素供給機制，擴大供給規模，又要鼓勵城市立足自身資源稟賦和產業結構特征，從難度小、成本低的領域入手，提高數字技術應用水平，釋放數字經濟的創新效應。最后，鑒于城市數字經濟發展水平和PE/VC活躍度對數字經濟創新賦能的邊際遞增效應，一方面，應在全國范圍內營造公平、共享的數字經濟發展環境，避免城市間由于新技術的采納等原因造成數字化發展水平差距過大；另一方面，應將金融發展作為數字經濟創新賦能的重要抓手，深化金融體系市場化改革，為數字創新提供開放、包容、多元的融資環境，加速城市數字化轉型，提升城市智慧水平。

參考文獻：

［1］ 崔新蕾， 劉歡. 國家創新型城市設立與區域創新能力 ［J］. 科研管理， 2022， 43（1）： 32-40.

［2］ 李清華， 何愛平. 數字經濟對區域經濟協調發展的影響效應及作用機制研究 ［J］. 經濟問題探索， 2022，43 （8）： 1-13.

［3］ 陳曉紅. 數字經濟時代的技術融合與應用創新趨勢分析 ［J］. 中南大學學報（社會科學版）， 2018， 24（5）： 1-8.

［4］ 李雪， 吳福象， 竺李樂. 數字經濟與區域創新績效 ［J］. 山西財經大學學報， 2021， 43（5）： 17-30.

［5］ 王春英， 陳宏民， 楊云鵬. 數字經濟時代平臺經濟壟斷問題研究及監管建議 ［J］. 電子政務， 2021，18 （5）： 2-11.

［6］ WIEBE A. Protection of industrial data：a new property right for the digital economy［J］. Journal of Intellectual Property Law & Practice， 2017， 12（1）： 62-71.

［7］ 張昕蔚. 數字經濟條件下的創新模式演化研究 ［J］. 經濟學家， 2019，31 （7）： 32-39.

［8］ GHEZZI A， CAVALLO A. Agile business model innovation in digital entrepreneurship： lean startup approaches ［J］. Journal of Business Research， 2020， 110： 519-537.

［9］ 宋洋. 數字經濟、技術創新與經濟高質量發展：基于省級面板數據 ［J］. 貴州社會科學， 2020， 41（12）： 105-112.

［10］ LI J， CHEN L， CHEN Y， et al. Digital economy， technological innovation， and green economic efficiency：empirical evidence from 277 cities in China ［J］. Managerial and Decision Economics， 2022， 43（3）： 616-629.

［11］ JAFARI-SADEGHI V， GARCIA-PEREZ A， CANDELO E， et al. Exploring the impact of digital transformation on technology entrepreneurship and technological market expansion： the role of technology readiness， exploration and exploitation ［J］. Journal of Business Research， 2021， 124： 100-111.

［12］ 陳叢波， 葉阿忠， 陳娟. 信息通信技術對城市創新產出的影響 ［J］. 經濟地理， 2022， 42（10）： 92-99，168.

［13］ SAMARA E， ANDRONIKIDIS A， KOMNINOS N， et al. The role of digital technologies for regional development： a system dynamics analysis ［J］. Journal of the Knowledge Economy，2022：1-23.

［14］ 孟曉倩， 吳傳清. 數字金融對區域創新生態影響研究 ［J］. 中國軟科學， 2022，37 （9）： 161-171.

［15］ YUAN S， MUSIBAU H O， GEN S Y， et al. Digitalization of economy is the key factor behind fourth industrial revolution： how G7 countries are overcoming with the financing issues［J］. Technological Forecasting and Social Change， 2021， 165： 120533.

［16］ PEREZ C. Structural change and assimilation of new technologies in the economic and social systems ［J］. Futures， 1983， 15（5）： 357-375.

［17］ NAMBISAN S， LYYTINEN K， MAJCHRZAK A， et al. Digital innovation management： reinventing innovation management research in a digital world ［J］. MIS Quarterly， 2017， 41（1）： 223-238.

［18］ CONSTANTINIDES P， HENFRIDSSON O， PARKER G G. Platforms and infrastructures in the digital age ［J］. Information Systems Research， 2018， 29（2）： 381-400.

［19］ GOLDFARB A， TUCKER C. Digital economics［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.

［20］ 韓兆安， 趙景峰， 吳海珍. 中國省際數字經濟規模測算、非均衡性與地區差異研究 ［J］. 數量經濟技術經濟研究， 2021， 38（8）： 164-181.

［21］ 王玉柱. 數字經濟重塑全球經濟格局——政策競賽和規模經濟驅動下的分化與整合 ［J］. 國際展望， 2018， 10（4）： 60-79，154-155.

［22］ 蔣瑛， 汪瓊， 楊驍. 全球價值鏈嵌入、數字經濟與產業升級——基于中國城市面板數據的研究 ［J］. 蘭州大學學報（社會科學版）， 2021， 49（6）： 40-55.

［23］ 黨琳， 李雪松， 申爍. 數字經濟、創新環境與合作創新績效 ［J］. 山西財經大學學報， 2021， 43（11）： 1-15.

［24］ 常焙筌， 厲無畏. VC/PE對企業的創新與價值實現影響的縱向比較研究 ［J］. 研究與發展管理， 2018， 30（3）： 45-54，99.

［25］ FARIA A P， BARBOSA N. Does venture capital really foster innovation［J］. Economics Letters， 2014， 122（2）： 129-131.

［26］ 馮照楨， 溫軍， 劉慶巖. 風險投資與技術創新的非線性關系研究——基于省級數據的PSTR分析 ［J］. 產業經濟研究， 2016， 15（2）： 32-42.

［27］ WEN J， YANG D， FENG G F， et al. Venture capital and innovation in China： the non-linear evidence ［J］. Structural Change and Economic Dynamics， 2018， 46： 148-162.

［28］ 趙濤， 張智， 梁上坤. 數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據 ［J］. 管理世界， 2020， 36（10）： 65-76.

［29］ FELDMAN M P， FLORIDA R. The geographic sources of innovation： technological infrastructure and product innovation in the United States［J］. Annals of the Association of American Geographers， 1994， 84（2）： 210-229.

［30］ 王軍， 朱杰， 羅茜. 中國數字經濟發展水平及演變測度 ［J］. 數量經濟技術經濟研究， 2021， 38（7）： 26-42.

［31］ 徐輝， 邱晨光. 數字經濟發展提升了區域創新能力嗎——基于長江經濟帶的空間計量分析 ［J］. 科技進步與對策， 2022， 39（13）： 43-53.

［32］ 孫哲遠. 數字經濟發展如何影響制造業企業“脫虛向實”——來自國家級大數據綜合試驗區的證據 ［J］. 現代經濟探討， 2022， 41（7）： 90-100.

［33］ 杜勇， 曹磊， 譚暢. 平臺化如何助力制造企業跨越轉型升級的數字鴻溝——基于宗申集團的探索性案例研究 ［J］. 管理世界， 2022， 38（6）： 117-139.

［34］ 王開科， 吳國兵， 章貴軍. 數字經濟發展改善了生產效率嗎 ［J］. 經濟學家， 2020， 32（10）： 24-34.

［35］ NUNN N， QIAN N. US food aid and civil conflict［J］. American Economic review， 2014， 104（6）： 1630-1666.

（責任編輯：陳 井）

英文標題 Is Digital Economy a New Driving Force for Urban Innovation？An Empirical Research in 272 Cities

英文作者Zhou Xia1，Yu Yu2，Shi Qinfen3

英文作者單位（1.School of Business，Hohai University， Nanjing 211100， China; 2.School of Business， Nanjing Audit University， Nanjing 211815， China; 3.School of Business， Suzhou University of Science and Technology， Suzhou 215009， China）

英文摘要Abstract：Innovation is the first driving force leading China's economic transformation and development， and the urban innovation system is an essential part of the national innovation system. Releasing the vitality of urban innovation and improving urban innovation capacity is of great significance for accelerating the implementation of the innovation-driven development strategy. Meanwhile， with the innovative breakthrough of the new generation of information and communication technology， the digital economy， as a disruptive new social and economic form， is constantly restructuring factor resources， reshaping the economic structure， and changing the competition pattern. The deep integration of digital technology and traditional industries can breed all kinds of new initiatives and new forms of business. In addition， the free flow and integration of knowledge， talent and capital in the digital economy accelerate the accumulation and advancement of urban innovation resources and contribute to the promotion of urban innovation. However， some scholars also put forward different views that with the complete penetration of the Internet into the economy， digital platforms will cause traffic and data monopolies by bilateral or multilateral market effects， thus damaging the urban innovation environment. Moreover， the leakage and abuse of data information and the impact on the traditional intellectual property protection system will lead to digital security problems and hinder the urban innovative development. Is the digital economy the "booster" or "roadblock" of urban innovation and growth？ How strong is its impact on urban innovation？ Will there be differences due to the development and characteristics of cities？ In response to these problems， most of the relevant literature focuses on the theoretical elaboration of the realization path of digital empowerment or the empirical studies based on the actual data of western developed countries. Given the specific situation in China， an empirical study with an accurate evaluation of the role of the digital economy in urban innovation needs to be launched.

This paper selects 272 cities at prefecture level and above in China from 2015 to 2020 to build the panel data and establishes an econometric model from three aspects. Firstly， the impact of the digital economy on urban innovation is evaluated by selecting a benchmark model. Secondly， the benchmark model is further estimated by introducing the interaction term to reveal the regional differences in the digital economy enabling urban innovation. Finally， a threshold model is established to describe the characteristics of the impact of the digital economy on urban innovation at different stages.

The results show that the digital economy has a significant positive correlation with urban innovation which is the driving force for enabling urban innovation. Further research has confirmed that the enabling effect of the digital economy on urban innovation has regional heterogeneity， and the higher the administrative level of a city， the stronger and more significant its enabling impact. In addition， the digital economy will keep empowering urban innovation with the improvement of the city's PE /VC activity and digital status.

On the basis of the systematic selection of the existing common indicators， this paper follows the relevant policy guidance， and constructs a new urban digital economy measurement indicator system that represents the differences more comprehensively in the development level of the digital economy in different cities from the multi-dimensional perspective of digital basis， digital industrialization and industrial digitalization. At the same time， this paper examines the factors affecting urban innovation from the new perspective of the digital economy. It empirically tests the regional differences and characteristics of the impact of the digital economy on urban innovation at different stages at a more detailed regional spatial scale， which not only enriches the theory of urban innovation， but also provides new evidence from China which is active in promoting urban innovation enabled by the digital economy. The research results of this paper provide practical policy implications for grasping the digital opportunities in the digital economy era and accelerating the realization of the national innovation-driven development strategy.

英文關鍵詞Key Words：Digital Economy；Urban Innovation; Fixed Effects for Panel Data; Threshold Regression Model

收稿日期：2022-07-25? 修回日期：2022-12-07

基金項目：國家自然科學基金面上項目（72171122，71771161）

作者簡介：周霞（1993—），女，江蘇無錫人，河海大學商學院博士研究生，研究方向為創新管理；于娛（1989—），男，江蘇響水人，博士，南京審計大學商學院副教授，研究方向為創新管理與績效評價；施琴芬（1963—），女，江蘇江陰人，博士，蘇州科技大學商學院教授、博士生導師，研究方向為創新管理。