數字化對區域創新格局的重塑效應研究

收稿日期：2022-06-29" 修回日期：2022-10-23

基金項目：國家社會科學基金項目（20BJY040）

作者簡介：溫璐迪（1995—），女，山西長治人，山西財經大學工商管理學院博士研究生，研究方向為區域創新、數字經濟；郭淑芬（1970—），女，山西長治人，博士，山西財經大學公共管理學院院長、教授、博士生導師，研究方向為區域創新與資源優化配置。本文通訊作者：郭淑芬。

摘" 要：數字化驅動新一輪創新提速的同時，正在重塑中國區域創新格局。在刻畫中國區域創新格局演化趨勢的基礎上，構建納入數字化調節機制的區域創新收斂模型，利用2013—2021年283個城市面板數據，系統考察數字化對區域創新格局的重塑效應。研究發現：①中國數字化水平整體呈上升趨勢，但各地區數字化建設程度存在明顯差異；②中國區域創新格局呈收斂趨勢，數字化提升有助于加速區域創新格局收斂進程，這一結論在進行一系列穩健性檢驗后依然成立；③中國南北方地區創新水平增長存在俱樂部收斂，南方地區內部創新收斂進程快于北方地區，而數字化對北方地區創新收斂進程的影響效果更明顯；④數字化對區域創新格局的影響存在顯著雙門檻效應，只有當數字化水平達到0.154的門檻值時，其對區域創新收斂進程才具有顯著加速效應。科學研判數字化對中國區域創新格局的影響，可為促進數字紅利共享與區域協調發展提供政策啟示。

關鍵詞關鍵詞：數字化；區域創新格局；條件β收斂；門檻模型

DOI：10.6049/kjjbydc.Q202206024

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F204

文獻標識碼：A

文章編號：1001-7348（2024）10-0046-11

0" 引言

2019年，中央財經委員會第五次會議指出，我國經濟發展的空間結構正在發生深刻變化，新形勢下促進區域協調發展，要按照客觀經濟規律調整完善區域政策體系。在創新驅動發展戰略背景下，區域協調發展本質上取決于區域創新空間格局收斂與否。當前，伴隨著大數據、云計算、人工智能等新一代數字技術的廣泛應用與深度嵌入，數字化不斷推動創新要素在虛擬空間迭代與聚合，為重塑區域創新格局提供了可能。理論上講，新興數字技術可以克服空間、社會與技術限制，降低創新資源實施門檻（孟慶時等，2022），為后發地區向先發地區追趕創造條件。同時，數字基礎設施在促進區域創新協作、推動創新擴散與知識溢出等方面發揮著重要作用［1］。然而，數字化普及存在兩極分化現象［2-3］，各地區在數字基礎設施、數字應用場景、數字技術人才等方面存在的差距導致區域創新空間形成極化趨勢。因此，數字化能否成為我國區域創新格局收斂的新契機？伴隨著數字化水平的變化，區域創新格局呈現哪些新趨勢？2021年，中國數字經濟規模高達7.1萬億美元，位居世界第二，已成為全球最重要的數字化轉型試驗場之一。以2013年“寬帶中國”戰略為起點的數字化蓬勃發展的區域創新實踐可知（見圖1），中國283個城市每萬人專利申請數和授權數分別由2013年的12.060件、9.785件增長為2021年的34.238件、33.493件。同時，人均專利申請數和人均專利授權數基尼系數則分別由2013年的0.624、0.629降至2021年的0.512、0.494。據此推斷，數字化在加速推進中國城市創新水平提升的同時，促使區域創新格局呈現日趨收斂趨勢。在此背景下，本文系統分析數字化水平提升對中國區域創新格局演變進程的影響，以及這種影響是否因數字化發展水平不同而表現出階段性差異。

本文梳理相關文獻發現，數字化研究起步雖然較晚但發展勢頭迅猛，經歷了從主要關注數字化測度［4-5］到數字化對經濟發展的驅動作用［6］。諸多學者指出數字化對區域創新空間溢出［1］、新興國家包容性創新［7］具有積極影響，數字化與經濟地理格局的關系［8］也成為重要研究方向。也有學者考察數字化對區域創新格局的影響，如研究數字化對不同國家［9］或地區創新的影響［10］，抑或是考察數字化對區域創新集聚的影響［11-12］。其中，Forman等［11］利用美國縣級經驗數據發現，互聯網可通過遠程專利合作降低先前專利對當期專利的知識存量，阻止創新活動在地理上的集聚，得出互聯網對區域創新格局收斂具有積極影響的結論；韓先鋒等［13］基于中國省際面板數據實證研究發現，“互聯網+”已成為新時期影響中國區域創新效率收斂的重要因素。前者基于美國情景考察早期互聯網的影響，未提供中國情景下的經驗證據；后者從中國省份層面對創新效率展開研究，但忽略了省內各城市間創新水平差異。綜上所述，既有研究為探討數字化發展與區域創新格局提供了一定的理論基礎和實證證據，但對于數字化更能促進發達地區還是落后地區創新水平提升的結論存在較大分歧，未從全局視角回答數字化究竟加速區域創新格局極化還是收斂。另外，雖然學者考察互聯網與我國省域創新效率收斂的關系，但較少探討數字化對城市層面創新水平的收斂效應，且這一效應實現的門檻條件有待檢驗。

基于此，本文以城市為研究尺度，將數字化動態發展階段納入分析框架，考察數字化進程對中國區域創新格局演變的影響，并利用2013-2021年中國內地283個地級市面板數據進行實證研究。本文邊際貢獻在于：第一，研究數字化對區域創新格局的重塑效應，對數字化影響區域創新研究領域作出拓展，認為科學研判數字化對中國區域創新格局的影響是數字經濟背景下構建區域協調發展新格局的重要前提；第二，在條件β收斂模型的基礎上納入數字化調節機制，克服條件β收斂模型僅用于收斂性事實刻畫的局限性，有助于從全局視角探究數字化對區域創新格局的影響；第三，基于數字化發展階段分析數字化加速區域創新收斂進程的門檻條件，并研究數字化對區域創新格局重塑效應的地區俱樂部特征，從而得出更細致的結論和更具針對性的政策建議。

1" 理論分析與研究假設

1.1" 數字化對區域創新格局的收斂效應

區域創新格局在宏觀上表現為區域創新要素集聚與溢出所形成的創新活動空間分布［8，11］，其演進趨勢呈現極化或收斂兩種類型，動因是先發地區與后發地區之間的創新增長差異在拉大或縮小。一種觀點認為，創新溢出遵循一定的等級擴散規則，先發地區通過創新積累占據技術優勢［14］，拉大與后發地區的創新增長差距，從而導致區域創新格局趨于極化；另一種觀點卻認為，創新過程往往伴隨著基礎知識存量擴大，這一重要副產品不屬于創新壟斷租金［15］，因而為區域創新格局收斂提供了可能。后發追趕理論認為，后發地區可以低成本獲得基礎知識溢出，通過研發外包、技術購買、合作專利等有償方式獲得前沿技術溢出，以快速追趕先發地區創新水平。

Nelson amp; Phelps［16］通過構建技術追趕模型指出，后發地區只有保持或提升吸收能力才能實現從潛在后發優勢到實際生產力的跨越，如公式（1）所示。

A·tAt=φ·T/At－1（1）

其中，At代表該地區技術水平，A·tAt代表技術增長率，T代表世界技術前沿，φ·為吸收能力函數。該模型認為，如果后發地區與世界技術前沿地區存在一定技術水平差距，并且后發地區吸收能力越大，越有可能模仿學習先發地區的知識、技術、經驗優勢，并將其轉化為實際生產力。而吸收能力函數φ（·）主要受到技術可及性、學習能力和宏觀背景的影響［17］。

根據技術追趕模型，數字化重塑區域創新格局的關鍵在于數字化對后發地區吸收能力的影響。一方面，數字化能夠降低后發地區創新要素稀缺程度，進而增強其對前沿技術的可及性。伴隨著數字技術的快速發展，創新要素實現跨邊界流動與擴散，能夠有效改善后發地區產學研創新主體的要素稟賦。有文獻指出，在數字化時代地理因素的重要性受到沖擊［18］，數字化具有打破地理約束、打通虛擬與實體組織邊界以及改變創新要素傳統等級跳躍和擴散范圍等特征［2，15］。在互聯網快速崛起的早期誕生了“地理距離消亡論”，Friedman［19］認為互聯網促使世界各個角落的人實現前所未有的交互交談，在技術層面為“世界是平的”打下堅實基礎。另外，數字化通過增加遠程合作發明專利阻止創新活動地理集聚［11］。網絡基礎設施能夠緩解創新主體之間的信息不對稱，降低交易成本，對城際協同創新具有重要作用［20］。數字化能夠突破時空約束，增強后發地區對前沿技術擴散的可及性［13］，為后發地區創新追趕提供機會窗口，從根本上重構一個更為均衡的區域創新空間格局；另一方面，數字化能夠變革知識交流方式，激發更廣泛、更多元的知識重組與創新溢出，提升先發地區對后發地區的輻射帶動作用，進而提高后發地區學習能力。數據要素具有非競爭性、非排他性、低成本復制等特征（蔡躍洲等，2021），數字技術能夠極大程度上降低各類經濟活動搜尋成本、邊際成本、追蹤成本和驗證成本［21］，創造新技術—經濟范式。數字經濟通過開放源代碼、共享數據等方式將部分隱性知識轉化為顯性知識，降低后發地區學習成本，使后發地區創新主體更容易進行新技術和新知識研發。同時，線上交流方式有助于放大顯性知識與隱性知識溢出的全域性［22］。截至2021年，騰訊會議服務覆蓋全球220個國家和地區，用戶數接近2億人，線上會議次數超過40億次，這種基于數字技術搭建的全球交流平臺為后發地區創新主體共享海量數據并獲得知識溢出效應拓展了交流渠道和范圍。后發地區借助數字平臺嵌入發達地區創新網絡，通過對更廣泛、更多元的信息流、知識流、技術流進行有效獲取與整合應用［23］積累學習能力。綜上所述，數字化能夠賦能后發地區技術可及性和學習能力，從而加速后發地區向先發地區創新收斂。據此，本文提出如下假設：

H1：數字化有助于縮短后發地區（初始創新水平較低地區）向先發地區（初始創新水平較高地區）的追趕時間，從而加速中國區域創新格局收斂進程。

1.2" 數字化的門檻效應

數字化對區域創新格局影響的總體效應可能會掩蓋不同數字化發展水平下重塑效應的演化特征。梅特卡夫定律指出，只有當數字網絡規模擴大到一定程度時，用戶才能從網絡效應中獲得普遍的額外福利［8］。在數字化初期，網絡效應可能會導致“贏者通吃、快者通吃”的局面，因為數字化領域技術進步具有一定技能性或資本偏向性［2］，經濟基礎較好地區往往具有先發優勢，會最先受益于數字化發展。與此同時，在數字化初期，不同地區在配套要素應用及互補政策等方面存在數字鴻溝［24］，會阻礙創新擴散，造成區域創新馬太效應。伴隨著數字化應用場景的日益豐富，數字技術應用成本不斷下降，后發地區具備一定人才、資金、技術等互補要素，從而更有可能獲得數字化創新擴散與知識溢出效應，進而從整體上形成區域創新格局收斂趨勢。通用技術理論認為，新興數字技術等通用技術的適用性需要額外費用［25］，因而數字技術廣泛普及是后發地區從數字網絡中受益于數字化知識擴散效應的前提。與以往降低信息成本的技術類似，數字技術可能會同時推動擴散和集聚［26］。因此，數字化對區域創新格局的收斂效應取決于數字化普及廣度和深度。數字化自身發展水平對區域創新格局的重塑效應呈現階段性特征，數字化對區域創新格局的收斂效應具有一定的實現情境。據此，本文提出如下假設：

H2：數字化對區域創新格局的收斂作用存在門檻效應，只有當數字化水平達到較高程度時，其對區域創新收斂才具有顯著加速效應。

2" 研究設計

2.1" 模型構建

2.1.1" 條件β收斂模型

收斂模型最早源于新古典增長理論，用于研究各國經濟增長或人均收入增長差異，隨后拓展到創新發展領域［13］。Barro等［28］提出絕對β收斂和條件β收斂。絕對β收斂假設在完全一致結構下，區域創新增速與初始創新水平呈反向關系，所有地區創新水平會收斂于相同穩態；條件β收斂指出區域創新增速不僅取決于初始創新水平，還受到其它條件的影響。條件β收斂模型在絕對β收斂模型的基礎上加入一系列控制變量，將其它因素考慮在內因而更加貼近現實。因此，本文采用條件β收斂模型研判當前階段中國區域創新格局，模型如式（2）所示。

lnPateit+T/PateitT=α+β1lnPateit+∑γjXijt+μi+λt+εit（2）

其中，lnPateit+T/PateitT為各城市在（t+T）期的創新增速，本文借鑒韓先鋒等［13］的做法，取T=1；lnPate表示區域初始創新水平；X表示所有控制變量；α為常數項；β1表示收斂系數；γ表示控制變量系數；μ為個體固定效應；λ為時間固定效應；ε為隨機誤差。下標i表示城市，t表示年份。預期收斂系數β1lt;0表示各城市創新增速與初始創新水平呈反向關系，即后發地區創新增速更快，整體上區域創新格局呈現條件收斂趨勢。

2.1.2" 納入調節機制的條件β收斂拓展模型

數字化對區域創新格局的影響表現為數字化調節后發地區向先發地區的收斂進程。例如，Forman等［11］采用前期專利與互聯網交互項考察互聯網對專利增長存量優勢的影響，指出其會削弱美國發明活動地理集中程度。本文借鑒這一思想，以數字化對區域創新收斂進程的調節作用考察數字化對區域創新格局的影響。在式（2）的基礎上加入數字化水平與區域初始創新水平的交互項，構建條件β收斂拓展模型，如式（3）所示。為便于回歸分析，對交互項作中心化處理（江艇，2022）。

lnPateit+T/PateitT=α+β1lnPateit+β2lnPateit×Digit+δDigit+∑γjXijt+μi+λt+εit（3）

其中，Dig表示數字化水平；β2反映數字化水平對區域創新收斂過程的調節效應；δ表示數字化水平系數。為更好地考察數字化對區域創新收斂的作用，進一步對式（3）求創新增速對初始創新水平的偏導，得到式（4）。

lnPateit+T/PateitTlnPateit=β1+β2Digit（4）

可以看出，等號左側各城市創新增速與初始創新水平關系不僅受等號右側收斂系數β1的影響，還受數字化水平Dig（Diggt;0）與初始創新水平交互項系數β2的影響。假設β1lt;0，即整體區域創新格局呈現有條件的收斂趨勢。若β2lt;0，表示數字化水平越高，各城市創新增速與初始創新水平的反向關系越強，即數字化越能夠加速區域創新收斂進程；若β2gt;0，則表示數字化水平越高，各城市創新增速與初始創新水平反向關系越弱，即數字化越能夠放緩區域創新收斂進程。因而，β2為本文重點關注參數，通過考察β2可以反映數字化對區域創新格局的重塑效應。

2.1.3" 門檻模型

為進一步揭示數字化對區域創新格局的影響，本文在條件β收斂拓展模型的基礎上加入數字化水平作為門檻變量，構建如式（5）所示的門檻回歸模型。

lnPateit+T/PateitT=α+β1lnPateit+β2－1lnPateit×Digit×IDigit≤τ1+β2－2lnPateit×Digit×Iτ1lt;Digit≤τ2+β2－3lnPateit×Digit×I（Digitgt;τ2）+δDigit+∑γjXijt+μi+λt+εit（5）

其中，τ為門檻變量閾值；I·為示性函數，如果括號內表達式為真則取值為1，反之則取值為0；β2－1、β2－2、β2－3分別表示數字化水平與區域創新水平交互項系數β2在不同區間的取值。同樣，為便于理解數字化水平的門檻效應，進一步對式（5）求創新增速對初始創新水平的偏導，得到式（6）。

lnPateit+T/PateitTlnPateit=β1+β2－1Digit×IDigit≤τ1+β2－2Digit×Iτ1lt;Digit≤τ2+β2－3Digit×IDigitgt;τ2（6）

可以看出，等號左側各城市創新增速與初始創新水平關系既受等號右側收斂系數β1的影響，又受數字化水平Dig（Diggt;0）在不同區間與初始創新水平交互項系數β2－1、β2－2、β2－3的影響。同樣，假設β1lt;0，即整體區域創新格局呈現有條件的收斂趨勢。若β2－1、β2－2、β2－3部分或全部顯著，則表明數字化對區域創新收斂趨勢的影響因城市數字化水平所處區間不同而不同，即數字化存在門檻效應；反之，則表明數字化不存在門檻效應。

2.2" 變量解釋

2.2.1" 區域創新水平

專利已被廣泛應用于區域創新水平測度，是以產出導向衡量區域創新活動的常用指標，專利申請量能夠很好地體現當期區域創新水平，并反映各地區創新活動活躍程度。為消除人口規模與異方差的影響，本文選取人均專利申請量的對數衡量區域創新水平（lnPate）。

2.2.2" 數字化水平

數字化內涵比較寬泛，凡是直接或間接利用數據引導資源發揮作用、促進生產力發展的經濟形態轉型都可納入范疇［4］。本文討論的數字化是指以互聯網、5G網絡、云平臺等數字基礎設施為交換數據、信息和知識的傳輸載體，在世界范圍內相互連接的數字技術在生產生活中的發展應用。數字化水平是反映區域數字化發展的重要指標，當前研究主要包括3類：一是采用互聯網普及率等單一指標指代（江艇，2021）；二是從技術視角出發，以數字技術專利反映［28-29］；三是從傳統互聯網、移動互聯網和數字金融等方面設置評價指標體系進行分析［4］。考慮到城市數字化的復雜性與城市層面數據的可得性，本文采用第3種方式，從數字基礎設施、數字要素投入、數字產業產出、數字交易發展4個方面測度區域數字化水平（Dig）。其中，數字基礎設施包括互聯網普及率和移動電話普及率，分別以每百人互聯網用戶數、每百人移動電話用戶數表示；數字要素投入以信息傳輸、計算機服務和軟件業從業人員占就業人數比重衡量；數字產業產出以人均電信業務量反映；數字交易發展以中國數字普惠金融指數表征。最后，采用熵權法測算中國283個城市數字化水平指數，數字基礎設施、數字要素投入、數字產業產出、數字交易發展權重系數分別為0.233、0.289、0.356、0.122。

進一步，本文運用高斯核密度估計法繪制2012年、2015年、2018年、2020年283個城市數字化水平的核密度圖，如圖2所示。需要說明的是，因收斂模型式（2）中T=1，故此處考察數字化水平為滯后一期數據。可以看出，2012-2020年數字化核密度曲線逐年向右移動，但存在明顯的右拖尾特征，且核密度曲線右側出現較為明顯的次峰。這表明，雖然近年來我國數字化水平整體不斷提升，但各城市數字化水平差異較大，城市數字化建設出現兩極分化發展態勢。

2.2.3" 控制變量

區域創新產出增長與創新投入、創新環境關系密切，因此本文從創新投入和創新環境兩個方面設置以下控制變量：①創新要素集聚（Rd）：創新人才作為城市創新最積極活躍的因素，是創新活動順利開展的前提，創新驅動本質上離不開創新人才驅動，基于數據可得性，本文借鑒李洪濤和王麗麗（2021）的研究，以科研、技術服務和地質勘查業從業人員數占就業人數的百分比衡量創新要素集聚；②人力資本（Edu）：人力資本可有效提升地區獲取、應用、創造知識的能力，是影響區域創新增長差異的重要因素［16］，通常采用人均受教育年限衡量區域人力資本水平，但受限于城市層面數據可得性，基于工資水平是人力資本的價值反映，將城市職工平均工資與所在省份職工平均工資之比作為調整系數計算城市人力資本水平，計算公式為：Humij=ωij/ωj×（6×hj1+9×hj2+12×hj3+16×hj4）。其中，ωij表示j省份i城市職工的平均工資，ωj表示j省份職工的平均工資，hjk（k=1，2，3，4）分別表示j省份小學、初中、高中、大學專科及以上文化程度的人口比重；③經濟發展水平（GDP）：本文利用實際人均生產總值的對數衡量經濟發展水平，并以2012年為基期進行平減；④政府支持（Gov）：從創新投入到創新產出都面臨極大的不確定性，且基礎研究等創新活動具有公共物品屬性，離不開政府扶持，本文以地方財政支出中科學技術支出所占百分比衡量政府支持；⑤對外開放（FDI）：外商直接投資通過示范效應、競爭效應對東道國產生技術溢出，本文以實際利用外商直接投資與GDP之比作為衡量對外開放水平的指標；⑥金融環境（Fin）：創新具有高資金投入、高風險特征，金融服務能夠提高創新融資便利性，極大程度上影響研發成果轉化，故本文以金融機構存貸款余額與GDP之比衡量金融環境；⑦城市化水平（Urb）：城市是生產力最集中的地方，城市化通常包括人口城市化與空間城市化，為凸顯城市對創新活動的空間承載力，本文借鑒尹鵬等［30］的研究，以建成區面積占土地面積的百分比衡量。

2.3" 研究對象與數據來源

城市是創新要素與產業集群集聚的重要載體。因此，本文從城市層面考察數字化對中國區域創新格局的影響。由于畢節、銅仁等城市以及各相關自治州數據存在缺失，因此以中國283個地級及以上城市數據作為研究樣本。結合數據可得性與連貫性，將研究窗口期設定為2013-2021年。其中，數字金融發展數據來源于北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融指數［5］，專利數據來源于中國專利數據庫，其它原始數據來源于相應年份《中國城市統計年鑒》，并結合地方統計年鑒、統計公報或使用線性插值法補齊個別樣本缺失值。變量描述性統計結果如表1所示。

3" 實證結果分析

3.1" 數字化收斂效應回歸結果

基于理論分析，首先利用條件β收斂模型對中國區域創新格局進行初步分析，隨機效應模型和固定效應模型回歸結果分別如表2第（1）（2）列所示，Hausman檢驗結果表明應選用固定效應模型。表2第（2）列固定效應模型結果顯示，收斂系數β1在1%水平上顯著為負，表明初始創新水平較高地區創新增速較慢，而初始創新水平較低地區創新增速較快，先發地區與后發地區創新增長在長期內趨于收斂。

進一步，運用納入調節機制的條件β收斂拓展模型檢驗數字化對區域創新收斂進程的調節效應，隨機效應模型和固定效應模型回歸結果如表2第（3）（4）列所示，Hausman檢驗結果同樣表明應選用固定效應模型。表2中第（4）列固定效應模型結果顯示，收斂系數β1依然顯著為負，而數字化與初始創新水平交互項系數β2在1%水平上也顯著為負，表明數字化對區域創新收斂具有同方向調節作用，即數字化能夠顯著加速區域創新收斂進程，假設H1得到驗證。韓先鋒等（2021）基于中國省級數據得到相似結論，表明在考慮“互聯網+”驅動效應后，創新效率較低省份趕上創新效率較高省份所需時間縮短。在全球數字化進程中，中美兩國數字經濟體量處于全球前列，本文與Forman等［11］利用美國縣級經驗數據得到的結論相似，均認為數字化創新效應呈現區域均衡特征。

此外，數字化對區域創新增速的影響顯著為正，表明數字化發展為區域創新注入新動力，正在引起新一輪創新提速。Vu amp; Asongu［31］通過理論模型推導指出，信息化普及有助于增強各國獲取全球知識的能力，從而提高全球技術穩態水平。其余控制變量創新要素集聚、人力資本、經濟發展、政府支持、金融環境、城市化水平對區域創新增速具有正向促進作用，對外開放系數為負但不顯著，原因可能是部分地區地方政府為實現經濟增長引進科技含量較低的外資項目，或是本地企業對外資技術依賴度過高，在一定程度上對本地區創新活動產生擠出效應。

由上述分析可知，數字化引發中國新一輪創新提速的同時，正在加速區域創新收斂進程。本文繪制數字化重塑區域創新格局示意圖，如圖3所示。其中，橫坐標軸表示時間，縱坐標以每萬人專利申請數表示區域創新水平，Ph、Pl分別表示先發地區、后發地區創新水平，ΔP表示兩地區之間的創新差距。數字化發展促使先發地區與后發地區創新水平分別由Ph、Pl上升到P′h、 P′l。與此同時，數字化突破時空限制，激發更廣泛、更多元的創新溢出，降低后發地區創新要素的稀缺性，提高后發地區對前沿技術的可及性，促使先發地區與后發地區之間的創新差距由原來的ΔP縮小為ΔP′。縱向比較兩地創新水平均有所提升，橫向比較兩地創新差距縮小速度加快，從而促進區域創新收斂，這為“在發展中促進相對平衡”提供了新思路。同時也表明，數字技術在一定程度上強化了后發地區追趕效應，為其創新提速注入新一輪動力支撐。這一結論得到跨國研究的呼應，Vu amp; Asongu［31］通過比較發展中國家與發達國家經濟體發現，發展中國家能從ICT投資中獲取更多增長收益，認為ICT加快了發展中國家“跨越式發展”速度。

3.2" 穩健性檢驗

（1）更換區域創新水平度量指標。專利申請授權量是度量創新產出的重要指標，考慮到通過國家知識產權局審核的專利質量具有可靠性和一致性，故將區域創新水平指標更換為人均專利申請授權量的對數，使用條件β收斂模型和條件β收斂拓展模型重新進行檢驗，結果如表3第（1）（2）列所示。結果顯示，收斂系數β1與交互項系數β2在1%水平上顯著為負，表明數字化發展有助于加速中國城市創新格局收斂進程，這一結果與本文主要研究結論一致。

（2）改變時間序列。鑒于已有創新成果影響后續創新產出需要一定時間，故本文對解釋變量、調節變量及控制變量作滯后2年處理（T=2），利用條件β收斂模型和條件β收斂拓展模型重新進行回歸，結果如表3第（3）（4）列所示。從中可見，收斂系數β1與交互項系數β2在1%水平上顯著為負，表明數字化發展有助于加速中國城市創新格局收斂進程，這與本文主要研究結論依然一致。

（3）克服樣本選擇偏誤。考慮到直轄市與其它地級市經濟社會發展資源和環境存在明顯差異，行政級別的特殊性可能會掩蓋中國城市創新格局更普遍的特征，故從樣本中剔除北京、天津、上海、重慶4個直轄市，再次檢驗條件β收斂模型與條件β收斂拓展模型，結果如表3第（5）（6）列所示。從中可見，收斂系數β1與交互項系數β2在1%水平上顯著為負，表明數字化發展有助于加速中國城市創新格局收斂進程，說明本文研究結論穩健。

（4）空間溢出效應。區域創新活動具有明顯的空間關聯性。先發地區創新活動伴隨著顯性知識與隱性知識溢出，且先發地區創新驅動發展成效會吸引后發地區競相實施創新驅動發展戰略，在空間層面產生“示范效應”［1］，從而促進后發地區向先發地區追趕。因此，考慮區域創新空間溢出效應，在條件β收斂模型與條件β收斂拓展模型的基礎上，增加區域創新增速與區域初始創新水平空間滯后項，構建如下空間計量模型：

lnPateit+T/PateitT=α+ρWlnPateit+T/PateitT+β1lnPateit+∑γjXijt+θWlnPateit+μi+λt+εit（7）

lnPateit+T/PateitT=α+ρWlnPateit+T/PateitT+β1lnPateit+β2lnPateit×Digit+δDigit+∑γjXijt+θWlnPateit+μi+λt+εit（8）

其中，ρ為空間自回歸系數；θ為區域創新水平空間滯后項系數；W為標準化后的空間鄰接矩陣，若城市i與城市j有共同邊界，則矩陣元素wij=1；反之，則wij=0。

本文利用空間杜賓模型（SDM）進行估計，結果如表3第（7）（8）列所示。從中可見，空間自回歸系數、區域創新水平空間滯后項系數均顯著為正，說明城市間創新活動具有顯著正向空間外溢效應；收斂系數β1與交互項系數β2均在1%水平上顯著為負，表明數字化發展有助于加速中國城市創新格局收斂進程。因此，在進一步考慮空間溢出效應后，本文研究結論依然穩健。

3.3" 地區異質性分析

俱樂部收斂理論認為，收斂進程存在多種增長路徑與多個均衡狀態，本文進一步將收斂研究從單一穩態拓展到多個穩態共存［32］。事實上，當前中國區域經濟發展出現新情況、新問題，南北方發展分化態勢明顯，南北差距再次成為討論熱點。通過繪制中國南北方地區創新水平差距圖發現（見圖4），2013—2021年中國南方地區人均創新產出始終高于北方地區，南北方區域創新水平絕對差距呈先擴大后縮小態勢。

根據這一特征推測中國南北方可能收斂于不同均值水平。俱樂部收斂穩態由唯一值放寬到多值，以考察不同地區的內部收斂情況。本文借鑒俱樂部收斂思維［13］，考察數字化對南北方地區內部收斂進程的異質性影響，結果如表4所示。第（1）（3）列結果顯示，北方地區與南方地區收斂系數β1顯著為負，且南方地區創新收斂系數絕對值更大。這表明，中國南北方地區創新水平增長存在俱樂部收斂，且南方地區創新收斂進程更快。第（2）（4）列結果顯示，無論是北方地區還是南方地區，數字化與初始創新水平交互項系數均顯著為負，但數字化對北方地區創新收斂的加速效應更明顯。原因在于，數字化重塑區域創新格局的潛在機制體現為數字化能夠降低后發地區創新要素的稀缺性，進而增強其對前沿技術的可及性和學習能力。北方地區整體創新水平偏低，內部后發地區創新要素尤為稀缺。而且，已有研究表明，相較于南方地區依托民營企業形成的多中心創新網絡結構，北方地區依托國有企業形成單中心創新網絡結構（鄧慧慧等，2022），這一網絡結構差異反映北方地區后發城市對前沿技術的可及性較差，因而更加依賴于數字化發展機遇以降低本地創新要素資源的稀缺性。

此外，第（2）（4）列結果顯示，數字化對北方地區創新提速效應更顯著，可能是因為南方地區數字化建設起步較早，數字化創新溢出紅利提前釋放，這一結果佐證了數字化有助于加速中國整體區域創新收斂進程的結論。韓先鋒等［13］對區域創新效率的研究同樣表明，在互聯網發展較早、創新活動更為活躍的地區，“互聯網+ ”對創新效率的促進效應以及對創新效率收斂的“加速器”效應不顯著。

3.4" 數字化門檻效應回歸結果

基于上述理論分析，只有當數字化水平達到較高程度時，其對區域創新收斂才具有顯著加速效應。本文利用門檻模型進一步檢驗數字化對區域創新收斂進程的調節效應，迭代次數設置為1 000，數字化水平門檻檢驗結果如表5所示。從中可見，在個體固定效應模型中數字化水平單門檻通過檢驗，門檻值為0.149，在雙向固定效應模型中數字化水平雙門檻通過檢驗，門檻值分別為0.102和0.154。

數字化水平門檻效應估計結果如表6所示。從中可見，雙向固定效應模型擬合度優于個體固定效應模型。為與前文保持一致，對表6第（2）列雙向固定效應模型進行分析。可以發現，表6第（2）列收斂系數β1在1%水平上顯著為負，表明中國區域創新格局依然表現為收斂趨勢。當數字化水平小于門檻值0.102時，交互項系數β2在5%水平上顯著為正，表明此時數字化抑制了區域創新收斂進程；當數字化水平介于門檻區間（0.102， 0.154］時，交互項系數β2轉為負數，但未通過10%顯著性水平檢驗，表明數字化對區域創新收斂的調節作用由抑制效應轉變為加速效應，但加速效應不明顯；當數字化水平超越門檻值0.154時，交互項系數β2在1%水平上顯著為負，表明數字化對區域創新收斂的作用表現出顯著加速效應。這一結果表明，隨著數字化水平的動態演化，其對區域創新格局的重塑效應發生改變。只有當數字化水平從低門檻區間跨入更高的門檻區間時，其對創新活動的擴散效應才有所增強，數字化對區域創新收斂的作用才表現為顯著加速效應，假設H2得到驗證。在數字化發展過程中，接入鴻溝、使用鴻溝、能力鴻溝等數字鴻溝是實現數字紅利共享需要克服的難題［24］。當數字化水平較低時，創新溢出效應在中國區域間存在非對稱與局域性特征。伴隨著數字化應用場景的日益豐富，數字技術應用成本不斷下降，后發地區更容易獲取數字化帶來的創新擴散與知識溢出效應，從整體上形成區域創新格局收斂趨勢。結合圖2可知，2012年超過一半的城市數字化水平小于0.102的門檻值，而到2020年所有城市數字化水平均跨越0.102的門檻值，并且絕大多數城市已經跨越0.154的門檻值，因此數字化對區域創新格局表現出顯著創新收斂加速效應。

4" 結論與啟示

4.1" 研究結論

深入探究數字化對中國區域創新格局的影響，對緩解區域發展不平衡矛盾、構建區域協調發展新格局具有重要意義。本文結合技術追趕模型分析數字化對區域創新格局的影響效應，將數字化發展階段納入分析框架，構建納入數字化調節機制的條件β收斂拓展模型和門檻模型，利用2013—2021年中國內地283個城市經驗數據檢驗數字化對區域創新格局的重塑效應及門檻條件，得出以下結論：第一，中國數字化水平整體呈上升趨勢，但各地區數字化建設程度存在明顯差異，表現出兩極分化發展態勢。第二，中國城市創新格局呈現收斂趨勢，數字化能夠顯著加速區域創新收斂進程，推進數字化建設是強化后發地區創新追趕效應、重塑中國區域創新格局的重要抓手。第三，中國南北方地區創新水平增長存在俱樂部收斂，南方地區創新收斂速度快于北方地區，數字化對北方地區創新收斂的加速效果更明顯。第四，數字化對區域創新格局的重塑機制表現出明顯的階段性效應。只有當數字化水平由低門檻區間跨入更高的門檻區間即達到0.154門檻值時，其對區域創新收斂進程的作用才具有顯著加速效應。

4.2" 研究啟示

基于上述研究結論，本文提出以下政策啟示：在國家頂層設計上，應普及數字基礎設施建設，尤其重視加快欠發達城市網絡普及速度，將邊緣城市納入數字網絡以實現規模效應。在宏觀層面上，需要科學研判在不同地區和不同數字化階段下數字化對區域創新格局的影響，準確把握數字化發展規律，制定全局性、前瞻性數字化發展戰略，以數字化建設作為推進區域高質量協調發展的重要抓手。同時，相對落后城市應結合自身發展階段和比較優勢，借助數字技術加強與發達城市的創新合作，進一步將外生知識根植為內生追趕動能，抓住數字化轉型的“機會窗口”，實現創新高水平趨同。相對發達城市應充分利用數字基礎設施擴大創新溢出效應，通過先發地區示范效應帶動后發地區開展不同層次創新活動，制定可持續性區域數字經濟紅利共享政策。

參考文獻：

［1］" 梁琦，肖素萍，李夢欣.數字經濟發展、空間外溢與區域創新質量提升——兼論市場化的門檻效應［J］.上海經濟研究，2021，39（9）：44-56.

［2］" KORINEK A， STIGLITZ J. Artificial intelligence， globalization， and strategies for economic development［R］. NBER Working Papers 28453， National Bureau of Economic Research， Inc， 2021.

［3］" 劉傳明，尹秀，王林杉.中國數字經濟發展的區域差異及分布動態演進［J］.中國科技論壇，2020， 36（3）：97-109.

［4］" 李研.中國數字經濟產出效率的地區差異及動態演變［J］.數量經濟技術經濟研究，2021，38（2）：60-77.

［5］" 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020，19（4）：1401-1418.

［6］" 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.

［7］" PAUNOV C， ROLLO V. Has the internet fostered inclusive innovation in the developing world ［J］. World Development， 2016， 78：587-609.

［8］" 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.

［9］" SPEZIA V. Are ICT users more innovative？ an analysis of ICT-enabled innovation in OECD Firms［J］. OECD Journal： Economic Studies，2011（1）：99-119.

［10］" 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，2020，35（6）：115-126.

［11］" FORMAN C， GOLDFARB A， GREENSTEIN S. Information technology and the distribution of inventive activity［R］. NBER Working Papers 20036， National Bureau of Economic Research， Inc，2014.

［12］" PAUNOV C， GUELLEC D， EL-MALLAKH N， et al. On the concentration of innovation in top cities in the digital age［R］. OECD Science， Technology and Industry Policy Papers， 2019.

［13］" 韓先鋒，李勃昕，董明放.“互聯網+”有助于加速區域創新效率收斂嗎［J］.科研管理，2021，42（12）：167-174.

［14］" PRED A. City system in advanced societies［M］. London： Hutchinson， 1977.

［15］" BENHABIB J， SPIEGEL M M. Human capital and technology diffusion［J］. Handbook of Economic Growth， 2005， 1（13）： 935-966.

［16］" NELSON R R， PHELPS E S. Investment in humans， technological diffusion， and economic growth ［J］. The American Economic Review， 1966， 56（1/2）：69-75.

［17］" 白俊紅，劉怡.市場整合是否有利于區域創新的空間收斂［J］.財貿經濟，2020， 41（1）：96-109.

［18］" ROGERS M. Absorptive capability and economic growth： how do countries catch-up［J］. Cambridge Journal of Economics， 2004， 28（4）： 577-596.

［19］" 黃鑫楠，孫斌棟，張婷麟.地理距離對互聯網社會中網絡信息傳播的影響［J］.地理學報，2020，75（4）：722-735.

［20］" FRIEDMAN T L. The world is flat： a brief history of the twenty-first century［M］. New York： Farrar， Straus， amp; Giroux， 2006.

［21］" 種照輝，高志紅，覃成林.網絡基礎設施建設與城市間合作創新——“寬帶中國”試點及其推廣的證據［J］.財經研究，2022，48（3）：79-93.

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

［23］" 曹玉平.互聯網普及、知識溢出與空間經濟集聚——理論機制與實證檢驗［J］.山西財經大學學報，2020，42（10）：27-41.

［24］" 李雪松，黨琳，趙宸宇.數字化轉型、融入全球創新網絡與創新績效［J］.中國工業經濟，2022，38（10）：43-61.

［25］" 邱澤奇，張樹沁，劉世定，等.從數字鴻溝到紅利差異——互聯網資本的視角［J］.中國社會科學，2016，37（10）：93-115，203-204.

［26］" FORMAN C， GOLDFARB A， GREENSTEIN S. Geographic location and the diffusion of Internet technology ［J］. Electronic Commerce Research and Applications， 2005，4：1-13.

［27］" LEAMER E E， STORPER M. The economic geography of the internet age［J］. Journal of International Business Studies， 2001， 32（4）：641-665.

［28］" BARRO R J， SALA-I-MARTIN X. Convergence［J］. Journal of Political Economy， 1992，100（2）：223-251.

［29］" 陳楠，蔡躍洲.數字技術對中國制造業增長速度及質量的影響——基于專利應用分類與行業異質性的實證分析［J］.產業經濟評論，2021，20（6）：46-67.

［30］" 周芮帆，洪祥駿，林嫻.中國對外直接投資與“一帶一路”數字經濟創新［J］.山西財經大學學報，2022， 44（6）：70-83.

［31］" 尹鵬，王富喜，段佩利. 中國基本公共服務效率與城鎮化質量的時空耦合關系研究 ［J］. 地理科學，2021，41（4）：571-579.

［32］" VU K M， ASONGU S. Backwardness advantage and economic growth in the information age： a cross-country empirical study［J］. Technological Forecasting and Social Change， 2020， 159：120197.

［33］" 董雪兵，池若楠.中國區域經濟差異與收斂的時空演進特征［J］.經濟地理，2020，40（10）：11-21.

（責任編輯：王敬敏）

The Reshaping Effect of" Digitalization on Regional Innovation Geography： A Study Based on the Empirical Data of Cities in China

Wen Ludi1， Guo Shufen2

（1.School of Business Administration， Shanxi University of Finance and Economics;2.School of Public Administration， Shanxi University of Finance and Economics， Taiyuan 030006， China）

Abstract：China is one of the largest digital economies in the world， and it is served as one of the most important testing grounds for digital transformation. Although digitalization is constantly promoting the diffusion of knowledge in physical and virtual spaces， the existing studies have rarely focused on the" potential power to cause the changes in regional innovation geography. Since the digital technologies have triggered a new round of innovation growth， they are reshaping the geography of regional innovation in China. This paper aims to investigate the reshaping effect of digitalization on regional innovation geography based on the theory of backwardness advantage. It is of great practical significance for digital dividend sharing and regional coordinated development by judging scientifically the impact of digitalization on China′s regional innovation geography.

Using 283 city observations in China from 2013-2021，this paper systematically studies the role of digitalization in reshaping regional innovation geography. It selects four dimensions of digital infrastructure， digital element input， digital industry output and digital transaction development to calculate the digitalization index at the city level. Then it constructs the convergence model incorporating the digitalization moderating mechanism to examine the impact of digitalization on the convergence of regional innovation. This paper also investigates the heterogeneous influence of digitalization on the internal innovation convergence process in the northern and southern regions. Furthermore， using the panel threshold regression method， it reveals the nonlinear evolution of the impact of digitalization. The results imply that， first， the overall level of digitalization in China has been continuously improving in recent years， but the digital construction of cities has become polarized. Second， the convergence process of China′s regional innovation and digitalization facilitates the acceleration of this trend significantly. This result still holds after a series of robustness tests. Third， the heterogeneity analysis shows that there is club convergence in regional innovation in the north and south of China， and the innovation convergence rate in the south is faster than that in the north， while the acceleration effect of digitalization on innovation convergence in the north is obviously stronger. Last， the digitalization has an obvious double-threshold effect on regional innovation convergence. Only when the digitalization level reaches the threshold value of 0.154 can it show a significant acceleration effect on the convergence process of regional innovation.

To sum up， this paper explains the impact of digitalization on regional innovation geography and provides a reference for the new round of digital construction strategies in China. Then it puts forward the following policy implications. Overall， the digital infrastructure construction should be further popularized， with special emphasis on improving the network penetration of underdeveloped cities， and incorporating marginal cities into digital networks to realize economies of scale. For the central government， by scientifically judging the influence of digitalization on regional innovation geography in different regions and stages， digital construction can be an effective and new means to promote high-quality and coordinated regional development. Late-developing cities should employ comparative advantages and digital means to strengthen innovation cooperation with developed cities， further transform exogenous knowledge into endogenous pursuit power， and achieve high-level convergence in innovation. While developed cities should make full use of digital infrastructure to expand the effective scope of innovation spillovers， formulate sustainable inter-regional digital economic dividend sharing policies， and drive late-developing regions to carry out innovation activities at different levels.

Compared with previous studies， this paper contributes to the literature in three important ways. First， it studies the role of digitalization in reshaping the regional innovation geography， which is an expansion of the research field of digitalization affecting regional innovation. Second， by introducing a digital adjustment mechanism based on the conditional β convergence model， this paper overcomes the limitation that the conditional β convergence model is only used to describe convergence facts. Third， it further analyzes the threshold conditions for digitalization to accelerate the process of regional innovation convergence， and studies the characteristics of regional clubs in the effect of digitalization on reshaping the regional innovation geography. By analyzing threshold effects and heterogeneous facts of digitalization， it provides a decision-making reference for the government to make targeted digitalization strategies.

Key Words：Digitalization; Regional Innovation Geography; Conditional β-Convergence; Threshold Model