數據要素配置與區域創新:賦能效果及作用路徑

范德成,肖文雪

(哈爾濱工程大學 經濟管理學院,黑龍江 哈爾濱 150001)

0 引言

數字經濟是以數字化知識和信息作為關鍵生產要素,以數字技術作為核心驅動力量,加速重構經濟發展與治理模式的新型經濟形態[1]。2012—2021年我國數字經濟占國內生產總值的比重從20. 8%增長至39.8%,發展前景可觀。數據要素是數字經濟的微觀基礎,據國際數據公司(IDC)測算,我國擁有的數據量將從 2018 年的7.5ZB 增長至2025年的48.6ZB,占全球總量的27.8%,遠高于美國的17.5%。

伴隨經濟轉型,我國區域創新先后經歷了從模仿創新、線性合作創新到網絡式發展、再到開放式的協同創新模式。隨著大數據、人工智能技術的迅速應用,由數據驅動的產品研發范式成為數字經濟時代企業創新的主流(劉意等,2020)。數據要素特有的滲透性、無邊界性、外部性特征使得創新活動呈現出跨區域滲透融合、全產業鏈協同、多元共生的生態化發展態勢[2]。目前,已有學者對數字創新概念進行界定,著重突出數字化技術與產品物理組件融合以及新產品、新工藝或新商業模式的出現[3],但Henfridsson &Lyytinen等[4]在定義中更強調創新過程如何從與非數字化要素關聯轉向與數字化要素關聯。

數據要素作為信息化時代的衍生要素,正日益成為不容忽視的重要價值創造來源,無論是從廣度還是深度而言,數據要素與經濟社會各領域的融合不斷推進,顯著改變社會經濟運作方式,成為推動經濟增長和技術創新的新引擎。因此,厘清數字要素配置水平與區域創新能力之間存在怎樣的聯動特征以及其中的作用機制,能夠為我國在數字經濟浪潮中搶占數字創新發展先機和市場競爭制高點提供有益思路。

1 文獻綜述

從已有文獻看,數字經濟發展主要經歷兩個階段:第一階段是20世紀80年代至21世紀初,計算機興起和信息技術發展。以Stiron、Jorgenson等[5-6]為代表的經濟學家對信息通信技術(ICT)與經濟增長關系進行了深入研究。第二階段是21世紀初至今,隨著計算機應用的普及,出現數字創新和人工智能發展。隨著數字技術與經濟社會各領域的深入融合,學者們從不同視角對數字經濟進行定義和研究。宏觀層面上,部分學者對數字經濟與傳統經濟進行區分。與傳統經濟不同,數字經濟是信息技術革命產業化與市場化的表現,在提升信息傳輸速度、降低數據處理和交易成本、精確配置資源等方面具有獨特優勢,數字技術的廣泛應用改變了區域科技創新、信息與數據獲取渠道,重塑了區域創新要素變量、主體間性、生態體系,催生出新的區域創新框架與范式[7]。微觀層面上,數據要素的重要性日益凸顯。學術界更傾向于認為數據與資本、勞動等傳統生產要素不同,是伴隨數字經濟時代發展衍生的更高級生產要素,除具有強大的規模經濟特征外,還具有強大的范圍經濟特征,數據要素在與其它要素結合的過程中會提升資源配置效率,驅動技術創新與社會進步[8]。還有學者指出,數字技術具有自生長性和同質性特征,能夠促進產品持續迭代并打破產業邊界,實現融合創新[9]。實證研究方面,余菲菲[10]運用案例研究法對數字技術賦能企業技術創新活動的“黑箱”進行研究,提煉出以技術整合為中心的產業鏈協同、以產品智能化為中心和以消費者個性化需求為導向的兩端創新路徑;李雪[11]認為,互聯網發展水平和區際知識溢出都是促進區域創新能力提升的重要推力,但僅在東部地區作用顯著;韓先鋒[12]通過構建多維度互聯網綜合發展水平指標體系,研究發現,互聯網的快速發展顯著推動中國區域創新效率提升,并通過加速人力資本積累、金融發展和產業升級,間接對區域創新效率產生積極影響。

綜上所述,目前有關數字經濟的研究方興未艾,在已有研究基礎上,本文可能存在的邊際貢獻有:①研究主題上,盡管數字經濟逐漸成為國民經濟形態的重要組成,但鮮有研究從數據要素配置的微觀視角出發,定量分析數字經濟對區域創新能力的影響,本研究通過構建綜合測度指標體系,對我國各地區數據要素配置水平進行測度,以彌補數字經濟研究不足;②研究內容上,檢驗創業活躍度、R&D人員流動水平與產業結構扭曲度對數據要素配置賦能區域創新的渠道效應,完善數字經濟影響區域創新能力的路徑并分組檢驗數據要素配置的異質性特征和條件性特征;③研究意義上,為未來數字經濟與區域創新的深度融合提供實證依據,為利用數字技術發展機遇實現中國高質量創新發展提供理論參考。

2 理論分析與研究假設

2.1 數據要素配置的創新驅動效應分析

數字信息技術的快速發展促使數字空間代替物理空間,成為資源配置的主要載體,數據要素配置牽引著資本、勞動力等傳統要素流動,成為連接虛擬數字空間與實體物理空間的橋梁,其將帶來生產力、生產關系變革以及技術創新的全面滲透(韓兆安等,2022)。數據要素配置的創新驅動效應具體表現為:

(1)從生產要素層面分析,數據要素已廣泛滲透到生產活動的各個環節并普遍創造價值。數據作為新興要素,具有強滲透性、高替代性特征,在降低生產要素流動壁壘的同時進一步實現傳統要素數字化。要素供需雙方能夠突破物理空間局限,實現動態實時交互,改善地區間信息傳輸不對稱性,淡化創新活動的時空界限,方便不同創新主體在不同時間地點參與創新過程,進而提高區域創新效率。另外,其同質化和可再編程特征為基于數據要素的創新活動提供了成本競爭優勢,有利于區域創新活動規模擴張和質量提升[13]。

(2)從生產力層面分析,產業數字化與數字經濟實體化趨勢增強,虛擬與現實“雙循環”的進化思路有助于數據要素向各行業滲透。一方面,5G技術和工業互聯網等新型基礎設施從搭建設點走向融合應用,為進一步激發數據要素的“梅特卡夫威力”提供生產力的技術保證,加速產業數字化的發展紅利逐步向智慧農業、智慧工業等領域輻射;另一方面,根據技術生命周期理論,一項技術從無到有、從萌芽到退出要經歷創新期、成長期、成熟期和衰退期4個階段,經過數十年發展,我國電子信息產業迅速崛起,數字產業化演進路徑穩步推進。雙管齊下的發展思路加快數字技術與數據要素相互滲透并構成新型生產要素組合,有效驅動全要素生產率提高和區域創新(鐘世川等,2022)。

(3)從生產關系層面分析,數據配置市場化有助于推動形成包括個人、組織、政府等多主體參與的數字治理以及數字化知識模塊,實現上下游產業鏈協同的生產模式。越來越多的研究發現,數據要素還具有強大的網絡效應,即數據集越大越豐富,越有助于改善產品質量和服務體驗,為客戶、消費者參與新產品、新技術研發提供支撐,在構建網絡創新發展機制的同時衍生出大量數據要素資源,如此周而復始,最終建立無可比擬的競爭優勢[14-15]。根據上述分析,本文提出如下研究假設:

H1: 數據要素高效配置對區域創新能力存在顯著促進作用。

2.2 數據要素配置對區域創新能力的影響路徑分析

2.2.1 創業活躍度的渠道效應

數字經濟可以通過影響市場規模、知識溢出和要素組合等培育更多創業機會,從加快信息交互和思想傳播等途徑豐富創業資源,從而提升創業活躍度(趙濤等,2020)。創業活躍度通常是地區創新能力、創新資源的外顯,三者相輔相成。創業活躍度提升的渠道效應具體表現在:

(1)激發市場活力,優化產品匹配路徑。互聯網平臺的迅速普及促使市場結構趨于完全競爭,有利于生產效率提升,進一步激發產品多樣性、擴大市場規模、加速產品匹配和交易。同時,借助大數據、云計算等新興技術為經濟市場匹配問題提供優化路徑,數字化平臺的開發應用為創業活動開展提供了堅實的后臺支持[16]。

(2)分散金融風險,確保創業環境平穩有序。創業活動具有不確定性,易面臨融資約束,創業過程中需承受巨大壓力和重置成本。由互聯網革命帶來的信息或數據創造及共享,加速數字金融產業興起,有效改善金融服務可得性和普惠性。依托數字網絡的金融體系能夠更加及時地捕獲資金供需信息,有效分散創業過程中面臨的金融風險,顯著提高資金流轉速度,為創業機會均等化提供條件。根據上述分析,本文提出如下研究假設:

H2:提升創業活躍度是數據要素配置賦能區域創新的有效路徑。

2.2.2 R&D人員流動的渠道效應

隨著以大智移云網為代表的新技術和相關數字產業的迅速發展,創新要素的區際流動規模日益擴大,我國正穩步邁入以創新要素自由流動為顯著特征的開放式創新時代。作為創新活動主體的R&D人員,是推動國家創新驅動發展戰略落地生效、支撐區域科技競爭力提升的戰略性資源。智力資本是數字創新的基礎和先決條件,而數字經濟賦能區域創新需依托知識技術密集型產業發展,需要通過數據要素與傳統產業的深度融合實現,因此對人才的依賴更為明顯(曹威麟等,2015;顧承衛等,2016)。R&D人員流動的渠道效應具體表現在:

(1)從資源配置角度分析,物聯網與互聯網的深度融合促使通過采集、處理和共享大量利益相關者數據,建構大規模、高黏度的創新網絡成為可能。邊緣計算和云計算的相互支撐與發展促使網絡空間進一步嵌入社會經濟活動中,數據要素的流通與應用能夠充分消解信息不對稱性,進一步精確生產、服務等環節的供需匹配,實現在更廣范疇內高效率地完成R&D人員配置,重構區域價值創新網絡(宛群超等,2021;王鉞等,2017)。

(2)從創新主體演化角度分析,數字經濟時代的創新活動不再是單純依靠企業內部資源進行技術創新的行為,而是多元創新主體與環境之間交互作用的結果,突出新時代區域技術創新范式的動態交互特征。多元創新主體可以聯結形成不同種類創新集群,而創新活動由單一主體轉向創新集群的演化勢必會擴大R&D人員流動規模,加速區際創新溢出。根據上述分析,本文提出如下研究假設:

H3:提升R&D人員流動水平是數據要素配置賦能區域創新的有效路徑。

2.2.3 產業結構扭曲的渠道效應

產業結構扭曲程度反映了資源要素配置效率,通常在產業扭曲程度較高的地區創新資源無法自由流動,導致企業和產業的創新效率低下,從而阻礙地區創新發展[17]。隨著數字技術與產業發展的深度融合,大大提升了數據要素對產業結構升級的推動作用,成為賦能區域創新的有效路徑,具體表現在:

(1)傳統產業結構的創造性破壞。數字經濟為傳統產業帶來顛覆性改變,數字技術的持續突破和發展推動傳統產業向數字化、自動化、智能化方向轉型升級,使部分傳統工序被淘汰或替代,其產生的動能倍增效應通過賦能傳統產業,為區域創新活動開展和創新模式演化提供更多可能性及發展空間[18-19]。數字技術脫離于傳統工業體系中的技術生態系統,是一種全新的去中心化、突破性技術創新范式,打破了在線與離線世界的創新藩籬,引發區域創新生態系統整體變革,為其它地區發揮后發優勢、實現趕超提供可能,進一步推動區域創新協同發展[7]。

(2)戰略性新興產業異軍突起。在產業結構不斷轉型的同時,新的顛覆性科技創新不斷涌現,通過發展“ABCD”技術等軟硬件信息產業,數字產品和數字服務逐步取代傳統產品與傳統服務(韓璐等,2021),展示了數字經濟催生新產品、新模式、新業態、新產業的巨大潛力(劉意等,2020)。顛覆性的數字科技不僅會帶來短期的戰略性新興產業發展,推動產業結構向高技術化、高集約化方向平穩升級,同時,能夠促進科技創新的進一步發展和深化,并決定未來產業發展方向、模式與類型(韓兆安等,2020)。根據上述分析,本文提出如下研究假設:

H4:降低產業結構扭曲度是數據要素配置賦能區域創新的有效路徑。

圖1 數據要素配置賦能區域創新能力的理論框架Fig.1 Theoretical analysis framework of enabling regional innovation ability by data element allocation

3 研究設計

3.1 變量設定

3.1.1 被解釋變量

區域創新能力(Inno)。選取《中國區域創新能力評價報告》中的綜合效用值衡量,該評價結果由包括知識創造、知識獲取、企業創新、創新環境、創新績效5個維度在內的共計138個四級指標,通過加權評價方法計算而來,在此基礎上進一步提煉出綜合、客觀且動態的綜合效用值指標作為區域創新能力的代理變量。

3.1.2 核心解釋變量

數據要素配置水平(Data)。對于數字經濟體量龐大、數字經濟與實體經濟融合漸趨深入的國內市場而言,我國數字化能力持續增強,數據量約占全球總量的20%,屬于數據要素稟賦較豐富的國家。與傳統要素如資本、技術、勞動力等不同,數據要素屬于無形生產要素范疇,其配置水平難以用單一指標測度,參考李治國和潘為華等[20-21]的做法,將多重維度指標合成一個綜合指標,采用熵權TOPSIS法,從4個層面構建評價指標體系,進而對數據要素的流通活力和融合深度進行度量。原始數據主要來源于各省區市統計年鑒以及中國信息通信研究院。需要指出的是,盡管文中所選指標與現有的數字經濟發展水平測度研究有部分重合,但數據要素配置水平更加強調數據要素對生產活動微觀效率及數字經濟宏觀增長的影響,是數字經濟平穩運行的重要支撐[22]。

表1 數據要素配置水平多維度指標體系Tab.1 Multi-dimensional index system of data element allocation level

3.1.3 機制變量

創業活躍度(Entre)。參考北京大學企業大數據研究中心編制的《中國區域創新創業指數》報告,采用其中的創新創業指數代替。該指數結合大數據思維與技術,立足于企業家、資本與技術三大核心要素,運用全國工商企業注冊數據庫的全量企業信息,從新建企業數量、吸引外來投資、吸引風險投資、專利授權數量和商標注冊數量5個維度計算而來,多維、實時地反映了我國各地區創業活力與績效。

R&D人員流動量(Flow)。R&D人員作為創新要素主體,其流動量對創新能力有著舉足輕重的影響。借鑒白俊紅和蔣伏心[23]的做法,采用引力模型測度R&D人員流動量。引力模型來源于牛頓的引力法則,其本質是物體A、B間的作用強度與其質量成正比,但與其距離成反比。該模型最初由Tinbergen引入經濟學領域并逐步成為研究要素流動空間相互作用的重要工具,模型一般形式如式(1)所示。

Tij=KMiNj/Dij

(1)

式(1)中Tij表示i、j地區間的空間聯系強度;K為常數且通常取值為1;Mi、Nj分別表示地區i與地區j的某種規模量;Dij表示i與j的地區距離。美國學者Bogue最早提出人口遷移的“推力—拉力”理論。該理論指出,人口流動受到遷入地和遷出地兩地間拉力與推力的共同作用,即i地區向j地區流動的人員與j地區的吸引力成正比。因此,在測算R&D人員流動量的過程中,利用各地區人均GDP表征本地區對其它地區R&D人員的吸引力,對引力模型進行改進,最終模型如式(2)、式(3)所示。

(2)

(3)

式(2)中Flowij為i地向j地的R&D人員流動量;M表征j地的R&D人員數;PGDP表征j地區的人均GDP,即市場機制作用下對R&D人員產生的拉力;Flow為i地區的R&D人員總流動量,進行取對數處理(宛群超等,2021)。

產業結構扭曲度(Twi)。產業結構扭曲會導致資源配置效率低下甚至無效率,本文借鑒Ando&Nassar提出的利用就業份額與產出份額之間的歐氏距離測度產業結構扭曲程度的方法。假設一個國家有N個經濟部門,VAi和Li分別表示部門i的增加值與就業人數,具體定義如式(4)所示[24]。

(4)

其中,di是部門i的就業數量與產出數量之間的距離,d則是整體經濟增加值與就業數量之間的歐氏距離。若d=0,則意味著部門勞動生產率均等化,即產業結構處于均衡狀態。

3.1.4 控制變量

為避免其它因素對區域創新能力的影響,參考以往學者研究,對以下變量進行控制:地區經濟發展水平(Pgdp)、外商直接投資水平(Fdi)、對外貿易水平(Tra)、交通基礎設施水平(Infra)、地方教育水平(Edu)、城鎮化水平(Urban)、工業化水平(Industry)。分別采用地區經濟發展水平占人均GDP比重(取對數)、外商直接投資水平占GDP比重、進出口總額占GDP比重、人均占有道路面積、教育支出占GDP比重、城鎮人口占總人口比重、第二產業產值占GDP比重進行測度。

3.2 模型構建

在上述理論分析基礎上,構建雙向固定效應模型以檢驗數據要素配置對區域創新能力的影響,基準模型設置如式(5)所示。

Innoi,t=β0+β1Datai,t+∑Controlsi,t+ηi+μt+εi,t

(5)

式(5)中,i、t分別表示省份和年份;∑Controlsit為一系列可能對研究問題產生影響的控制變量,ηi為省域個體效應,μt為時間固定效應,εit表示隨機誤差項。

激發數據要素配置的賦能效應,還需要考慮區域創新能力,繼續采用Koenker &Bassett提出的分位數回歸方法對基準模型進行估計[25]。以區域創新能力分位數為因變量的回歸能夠反映不同區域創新水平下數據要素配置的創新驅動效應的動態性,揭示兩者相互融合的條件性問題。

為進一步檢驗數據配置賦能區域創新能力的作用機制,采用逐步回歸模型進行分析,式(5)與式(6)、(7)共同構成中介機制檢驗三步法。

Entrepi,t=γ0+γ1Datai,t+∑Controlsi,t+ηi+μt+εi,t

(6)

Innoi,t=α0+α1Datai,t+α2Entrepi,t+∑Controlsi,t+ηi+μt+εi,t

(7)

通過判斷γ1、α1與α2回歸系數顯著性,進而檢驗中介效應是否存在,以及存在怎樣的中介效應。

3.3 數據說明

考慮到統計口徑一致性以及數據可得性,以國內30個省域為研究樣本(西藏及港、澳、臺地區因數據缺失嚴重,未采納),并基于2012-2020年平衡面板數據研究數據要素配置對區域創新能力的作用機制。使用數據來自EPS數據庫、中國信息通信研究院、北京大學數字普惠金融指數、北京大學開放數據研究平臺、歷年《中國統計年鑒》以及各省統計年鑒,對部分數據缺失值采用插值法補齊。為減少離群值對回歸結果的影響,對所有連續變量進行上下1%的縮尾處理,具體描述性統計結果見表2。

4 描述性分析

4.1 相關性分析

表3為Person和Spearman相關性分析結果,兩種檢驗結果表現出較強一致性。由結果可知,數據要素配置水平與區域創新能力存在顯著正相關關系,初步支持假設H1。另外,所有變量之間的相關性系數均較小,表明存在多重共線性的可能性不大。但在未控制其它變量的影響下,兩兩變量間的相關性無法驗證其它假設,因此采用雙向固定效應模型,進一步檢驗數據要素配置賦能區域創新的主效應及作用機制。

表2 描述性統計結果Tab.2 Descriptive statistical results

表3 變量相關性分析結果Tab.3 Variable coefficient analysis results

4.2 時空演化特征分析

進一步將數字經濟劃分為數字產業化與產業數字化,并從投入產出角度對區域創新能力進行分解,圖2給出了2002—2020年我國數字產業化規模(億元)、產業數字化規模(億元)與R&D經費支出(億元)、發明專利申請數(萬件)的變化趨勢。可以看出:①數字產業化與產業數字化規模均穩步增長,且產業數字化規模始終高于數字產業化,而R&D經費支出、發明專利申請數變化趨勢與產業結構數字化基本保持一致,呈現出波動上升的發展規律,進一步證明數字經濟發展與區域科技創新存在明顯的正相關關系,并且我國產業結構呈現調整性變化,對傳統產業進行數字化改造是現階段數字經濟發展的主流變化;②總體來看,目前我國產業數字化正成為驅動創新的關鍵引擎,數字產業化則為創新活動的穩步推進夯實基礎。在數字經濟異軍突起并成為我國主導產業的時代浪潮下,“兩化融合”的持續推進以及工業互聯網的深度融合應用重塑了我國工業生產流程體系。在產業數字化方面,傳統產業與ICT產業表現出較強的產業關聯性,并且逐漸形成“兩超八極多強”的發展格局,增長極地區結合自身發展優勢推動第二、三產業均衡發展并帶動其它地區產業數字化轉型升級,戰略性新興產業的顛覆性創新以及數字技術與傳統產業的融合創新更趨靈活[1]。

圖2 數字產業化、產業數字化與R&D經費支出、發明專利申請數的變化趨勢Fig.2 Trends of digital industrialization, industrial digitalization, R&D expenditure and numbers of invention patent application

圖3分別繪制了2014年、2016年、2018年以及2020年數據要素水平與區域創新能力的空間分布,可以看出:第一,從區域創新能力的空間分布來看,總體分為3個梯隊,東部>中部>西部地區的依次遞減分布特征隨年份增長更趨凸顯,形成以北京、上海、廣東、江蘇、浙江5個創新增長極省市帶動內陸地區的發展格局,而山東、遼寧兩省份的創新發展節奏尚不穩定,分別在第一、二梯隊和第二、三梯隊之間躍遷。第二,從數據要素配置水平的空間分布來看,沿海地區、京津冀地區以及四川、河南等區域發展迅速。近年來,“寬帶中國”“智慧城市”“互聯網金融”等系列政策以及“東數西算”工程、數字經濟產業園區、國家大數據綜合試驗區等戰略紛紛落地,為數字經濟的平穩有序發展提供了良好的環境支撐和配套基礎設施。值得注意的是,以2014年工信部推出首批“寬帶中國”試點城市名單為參照,之后年份的數據要素配置水平取得長足發展,進一步說明政策效果顯著。第三,從二者關系來看,區域創新能力較強的地區,其數據要素配置水平也較高,從空間演化視角再次證明數據要素配置與區域創新能力存在顯著的正相關關系,且賦能作用顯著,對應了第四次工業革命背景下“數字+”創新發展的時代主題。

5 實證結果分析

5.1 基準回歸

Hausman檢驗結果表明,采用雙向固定效應模型考察數據要素配置水平對區域創新能力的直接影響更準確,為盡可能降低內生性問題可能帶來的干擾,逐步加入控制變量以校正內生性問題帶來的影響,最終回歸結果見表4,后續分析以模型(3)為準。

基準回歸結果顯示,數據要素配置水平對區域創新能力的彈性系數為0.064且通過1%水平下的顯著性檢驗,表明數據要素配置有效賦能區域創新,假設H1成立。目前我國規模以上工業企業中的數字化工具普及率超過69.7%,可見數字技術已滲透到創新活動中,社會發展正步入數字創新時代。具體為:①近年來,在“寬帶中國”“智慧城市”等政策指引下,新型基礎設施建設工程如火如荼,數據要素的網絡結構特征及高流動性使得依托數字基礎設施能夠實現供需精準匹配,突破知識流動的物理時空約束,降低區域間知識溢出成本,以及通過與其它生產要素的結合驅動技術進步,帶動增值性創新技術的開發應用和三次產業的井噴式創新,緩解各行業在創新轉型期遭遇的“陣痛”,為區域創新逐漸由“山峰”遷移至“平地”提供條件[7];②為了獲取潛在利潤并在激烈的競爭中嶄露頭角,初創企業往往會冒險嘗試多元化技術路線和商業模式,從而加快智慧城市、智慧安防、遠程醫療、遠程教育、無人駕駛、車聯網等新業態形成,由數據要素驅動的創新紅利在激烈的競爭中得到充分釋放[26]。而傳統企業迫于市場壓力也紛紛采取數字化轉型策略,推動由單個企業、單個部門實施的傳統封閉式創新轉向企業內部各系統、供應鏈、用戶消費者共同參與的開放式、網絡化協同創新,實現以數據價值網絡促進區域創新能力提升[27]。

圖3 數據要素配置水平與區域創新能力的空間分布Fig.3 Spatial distribution of data element allocation level and regional innovation capacity

表4 基準估計結果Tab.4 Baseline estimation results

5.2 穩健性檢驗

考慮到基準回歸結果可能存在一定偏差,從3個方面對基準結果穩健性進行檢驗:第一,替換估計模型。選擇FGLS模型以排除組內自相關、組間異方差及同期相關的多重干擾,同樣采取逐步加入控制變量的方法進行估計,回歸結果見表5。由模型(3)可知,數據要素配置水平對區域創新能力仍存在正向影響且通過1%的顯著性檢驗。第二,解釋變量滯后一期。由于當期數據通常會受到前期數據要素規模的影響,因此采用滯后一期的數據要素配置水平重新進行估計。由模型(6)可知,數據要素配置水平對區域創新能力的彈性系數為0.048且通過1%的顯著性檢驗,檢驗結果與基準估計保持一致,進一步說明結論穩健。第三,內生性問題討論。由于自變量與因變量之間可能存在逆向因果關系并導致模型估計結果產生偏誤,因此選擇系統 GMM法對基準模型進行再估計,并將被解釋變量的一階滯后項作為工具變量。模型(7)中給出了GMM估計的檢驗結果:首先,AR(2)和Sargan檢驗的伴隨概率值均大于0.1,表明工具變量有效且擾動項不存在二階自相關,即選擇系統GMM法估計模型是有效的;其次,數據要素配置水平回歸系數的顯著性和作用方向并未發生改變,但變量系數值變大,表明內生性問題導致靜態面板模型估計結果明顯向下偏倚,即低估數據要素配置水平對區域創新能力的賦能效果。

表5 穩健性檢驗結果Tab.5 Robustness test results

5.3 異質性檢驗

5.3.1 不同數字基礎設施建設水平檢驗

考慮到與勞動、資本、土地等傳統生產要素不同,數據要素無法以獨立形態存在,需要依附現代信息網絡等載體才能夠發揮其作用[28]。那么在不同數字基建投資強度和搭建密度下數據要素配置對區域創新能力的促進作用是否呈現差異化?本文采用郵電業務總量與GDP占比對數字基礎設施建設水平進行衡量,并按中位數將其劃分為高、低兩組進行異質性檢驗,估計結果見表6。模型(1)、(2)分別為數字基礎設施建設高、低水平的估計結果,兩組回歸結果均表明數據要素配置對當地創新能力存在促進作用且通過5%的顯著性檢驗,但數字基建高水平地區的作用更顯著。加大新型基礎設施投資建設力度已成為地方政府的主要經濟工作之一,2020年初中共中央政治局會議、國務院常務會議和中央全面深化改革委員會會議都明確提出,要“統籌傳統和新型基礎設施發展”、“加快5G、數據中心等新型基礎設施建設進度”[29]。回歸結果同樣說明各地政府高度重視數字基礎設施布局與建設,盡管搭建規模有差異,但均能夠在較大程度上保證數據要素流通順暢,通過與傳統生產要素的結合滲透應用到生產活動的諸多環節,提高其微觀運行效率,進而驅動技術進步與創新。

表6 異質性檢驗結果Tab.6 Heterogeneity test results

5.3.2 不同創新類型檢驗

進一步將創新類型劃分為激進型創新和增量型創新,分別進行回歸,以檢驗數據要素配置對不同類型創新活動的作用效果是否存在異質性。采用發明專利申請數衡量激進型創新水平,采用外觀設計專利和實用新型專利申請數衡量增量型創新水平。模型(3)(4)分別為激進型、增量型創新估計結果,回歸結果顯示,數據要素配置對兩種創新類型均存在促進作用,但僅對激進型創新的作用顯著且通過1%的顯著性檢驗。數據作為數字經濟時代的衍生要素,是技術—經濟范式發展水平的集中體現,且主要表現為數字化知識和信息,其本身具有創新時代屬性。在數字經濟快速發展的當下,以傳統要素數字化為重要特征的生產活動使數據要素能夠全面滲透社會生產與生活中,快速驅動經濟社會實現數字化轉型。在此過程中,企業為進一步鞏固自身市場競爭力并獲取較為可觀的創新收益,更青睞于創新含量較高的激進型創新,相比之下,增量型創新知識和資源更多來源于經驗與實踐,其創新含量較低且難以帶來附加收益。

5.3.3 區域異質性檢驗

根據地理區位的不同,將研究樣本劃分為東、中、西部地區以作進一步分析,模型(5)—(7)依次為東中西部地區檢驗結果。回歸結果表明,東、中部地區數據要素配置均能有效促進區域創新能力提升,且作用強度表現為中部>東部,而西部地區的估計系數為負且未通過顯著性檢驗。從創新環境角度分析,由于東部地區總體產業結構完善、信息化水平較高,且沿海地區本身具有與海外市場聯系緊密的先天區位優勢,創新能力領先于其它地區,由數據要素帶來的溢出紅利得到提前釋放并對中部地區的創新活動產生輻射帶動作用。從技術轉移角度分析,數字技術的更新迭代推動技術轉移方式不斷向智能化、縱深化方向發展,但囿于歷史人文因素與地理區位因素,地區間數字經濟發展程度不均衡導致技術轉移活躍度存在較大差異,使錯綜復雜的技術轉移網絡存在“富人俱樂部”效應和“技術孤島”困境[12]。2022年初由國家發改委牽頭并聯合多部門布局實施的“東數西算”工程是繼“西電東輸”“南水北調”之后的又一項跨區域資源調配措施,帶動西部地區整體數字經濟產業發展,通過算力調度構建全國一體化算力網絡,成為推動全國數據資源優化配置的關鍵,為削弱地區間“數字鴻溝”、實現區域創新協同發展提供可能[1]。

5.4 進一步討論:區域創新能力差異

為判斷區域創新能力處于不同階段時數據要素配置的創新驅動效應是否存在差異,同時,考慮到分位數回歸能夠排除極端值干擾、充分刻畫條件分布全貌的優勢,選取25% 、50% 、75%等3個具有代表性的分位點分別對應低水平、中等水平與高水平創新能力省域,進一步分析數據要素配置影響區域創新能力的條件性特征,分位數回歸結果見表 7。數據要素配置水平在3個分位點的回歸系數依次為0.184、0.297、0.308,數據要素的創新驅動效應均成立且表現為依次遞增趨勢,表明當區域創新能力不同時,數據要素配置賦能區域創新也存在顯著差異,在區域創新能力較強省域,數據要素配置的賦能作用更顯著,同時也證明數字經濟發展會進一步擴大區域創新能力差距,與韓璐等(2021)的研究結論一致。

表7 分位數回歸估計結果Tab.7 Estimation results of quantile regression

6 作用路徑檢驗

6.1 創業活躍度路徑檢驗

模型(1)(2)是以創業活躍度為機制變量的檢驗結果。具體來看,在其它因素保持不變的情況下,數據要素配置水平每提高1個單位,區域創新能力會直接提升0.043個單位,同時,促使創業活躍度提升3.282個單位,從而導致區域創新能力間接提升0.02個單位,其中,間接效應占30.70%,故假設H2成立。這是因為數字經濟催生出一批新產業、新業態,數字平臺的普惠性特征有利于合理配置創業資源并實現創業機會公平。另外,數字經濟還具有較強的社會互動性,不僅促進社會資本積累,還有助于提高創業成功示范效應,從而促進地區創業活躍度提升。

6.2 R&D人員流動路徑檢驗

模型(3)(4)是以R&D人員流動水平為中介變量的檢驗結果。具體來看,在其它因素保持不變的情況下,數據要素配置水平每提高1個單位,區域創新能力會直接提升0.058個單位,同時也會促使R&D人員流動水平提升0.037個單位,從而促進區域創新能力間接提升0.006個單位,其中,間接效應占8.90%,故假設H3成立。這是因為,一方面,R&D人員的跨區域流動會伴隨知識、技術交換,加速創新資源的空間溢出,數據要素的大規模流通能夠進一步優化供需匹配,實現創新要素在空間上的合理配置;另一方面,R&D人員通常具有較高的消費力和市場偏好,對高技術含量、高附加值的創新產品易形成市場帶動效應,從而加速創新產品的商業化進程[24]。

6.3 產業結構扭曲路徑檢驗

以往研究大多從產業結構升級角度實證檢驗創新驅動效應,本文將從反向視角,即以產業結構扭曲度為中介變量進行分析,模型(5)(6)是實證檢驗結果。具體來看,在其它因素保持不變的情況下,數據要素配置水平每提高1個單位,區域創新能力會直接提升0.057個單位,同時,促使產業結構扭曲度降低0.57個單位,導致區域創新能力間接提升0.07個單位,其中,間接效應占10.69%,故假設H4成立。在數字經濟迅速發展的時代浪潮下,數字產業異軍突起并逐漸成為我國經濟的主導產業,同時,工業互聯網與物聯網互為支撐,重塑了我國傳統工業生產流程體系,二者共同促進產業結構轉向高技術化、高集約化,從而有利于創新生態系統平穩運行。

7 結論與啟示

近年來,數字經濟發展態勢之迅猛使其成為重組全球要素資源、驅動技術創新范式變革的關鍵性力量,對區域創新有著至關重要的影響。本文在闡述數據要素配置賦能區域創新的理論機制基礎上,從4個維度構建綜合評價指標體系并對數據要素配置水平進行測度,選取30個省域作為最終研究樣本并結合2012-2020年區間平衡面板數據,實證分析數據配置對區域創新的賦能效果、差異性及內在作用機制。研究結論如下: ①時空分布圖初步證明數據要素配置與區域創新之間存在顯著正相關關系,且區域創新能力的空間分布呈現出東部>中部>西部的逐次遞減特征;②基準回歸結果表明,數據要素配置能夠顯著促進區域創新能力提升,并且這一結論在后續進行的系列穩健性檢驗中依然成立;③進一步討論發現,數據要素配置的創新驅動效應存在差異性和條件性特征,差異性特征表現為對數字基礎設施建設高水平地區、東部地區以及激進型創新的促進作用更顯著,而條件性特征表現為在不同的區域創新能力下創新驅動效應呈現邊際遞增規律;④從作用路徑檢驗結果來看,數據要素配置還可以通過提升創業活躍度、加速R&D人員流動以及降低產業結構扭曲度3條路徑賦能區域創新,且渠道效應顯著。

表8 作用機制檢驗結果Tab.8 Test results of action mechanism

針對研究結論,提出以下政策建議:

第一,強化數據要素與創新活動的融合進程,深入推進“數據+”區域創新戰略實施。數據要素配置對區域創新能力提升作用顯著,是新時代區域創新能力提升的新動能。數字技術與傳統產業融合已成為大勢所趨,戰略性新興產業的迅速發展也使區域創新模式發生顯著變化。一方面,要牽住“自主創新”的牛鼻子,有針對性地開展高端芯片、操作系統、人工智能等關鍵核心技術研發,注重生態培育和原始創新。另一方面,要繼續加強數字技術的集約化利用,鼓勵高校、科研機構及企業等更多主體參與協同創新,推進顛覆性技術研發進程,打造“數字要素+”與“大眾創業,萬眾創新”雙輪驅動的創新環境,通過多方合作,共同助力區域創新能力提升。

第二,重視機制變量的渠道效應,充分發揮“加速器”作用。數據要素配置對區域創新能力除有直接影響外,還存在3條間接傳導路徑,表明數字經濟與區域創新活動的融合進程并不是獨立進行的,而是與創業活躍度、R&D人員流動以及產業結構升級等其它因素密切關聯。因此,政府在促進數字經濟良好有序發展并制定相關政策時,要基于現實條件發揮數字經濟對區域創新影響的聯動性特征,在創業環境、金融發展、教育投入、產業升級等多個領域充分考慮數字經濟的積極影響,并借助互聯網、人工智能、云計算等數字技術,強化創新溢出效應。

第三,制定差異化、動態化數字經濟發展策略,縮小“數字鴻溝”。一方面,要尊重優勢地區超前發展的客觀規律,西部地區要根據自身所處發展階段合理承接東部地區優勢數字產業轉移,充分借助數字平臺吸收先進技術及管理經驗,進一步縮小地區創新差距。另一方面,繼續加大數字基礎設施投資力度,完善數字經濟發展的環境支撐,穩步推進“東數西算”工程,加快各地區大數據中心、數字經濟產業園、工業互聯網產業園等數字化試點的規劃布局,提升跨網絡、跨地域數據交互能力,進一步激發數據要素的“梅特卡夫”威力,實現數字經濟在地區間的動態平衡發展。

第四,完善數據要素監管體系,掃除數字經濟的進化障礙。現階段我國數字經濟發展應徹底告別“草莽時代”,在與時俱進的監管體系內有序推動數據要素配置市場化,以規范的姿態充分釋放創新紅利。同時,加速數字平臺進化,培育數據要素流通主體生態,深化數據要素在經濟社會生產活動中的融合應用,以數據要素的優化配置帶動傳統生產要素的同步優化,提升價值倍增效應,促進其成為新時代加速技術創新范式變革的新動能。