數字經濟對區域創新的影響研究

摘 要：數字經濟已然成為提高區域創新能力、促進社會經濟高質量發展的新引擎。本文基于數字產業化和產業數字化雙重視角，實證檢驗兩者對區域創新質量和創新速度的影響效應，通過隨機森林特征重要性算法探究數字產業化與產業數字化指標體系中各變量對兩因變量的重要性大小，最終本文通過隨機森林預測的穩健性檢驗來驗證回歸結果的可靠性。

關鍵詞：區域創新；數字產業化；產業數字化；創新質量；創新速度；隨機森林

中圖分類號：F061.5 文獻標識碼：A 文章編號：2096-0298（2024）10（b）--04

黨的二十大報告強調“應完善科技創新體系，堅持創新在中國現代化建設全局中的核心地位”。隨著創新驅動發展戰略的不斷推進，中國的創新水平取得了空前進步，各個領域的創新成果與日俱增，但針對部分關鍵技術的創新能力仍有較大提升空間。中國如今面臨的主要創新難題表現為創新質量和科技成果轉化率較低[1]，因此從創新大國向創新強國過渡的過程中探索提高創新質量的路徑成為當務之急。隨著創新研究的發展，學者意識到創新質量具有強大的變革力量，既可以塑造一個產業也可以改變區域發展進程[2]，這表明創新質量既可以從微觀上促進企業成長，也可以從宏觀上推動區域進步，因此如何提高區域創新質量就成為理論界和實踐界關注的重點。在著力提高創新質量的同時，政府也應當關注區域創新速度，創新周期長、創新速度慢已然成為制約中國區域發展的重要掣肘。在如今的經濟全球化背景下，加快創新速度成為保持競爭優勢、攫取利潤的重要方式。研究數據表明，市場第二進入者和第三進入者的市場平均占有率僅為第一進入者的71%和58%[3]，因此加快創新進程、著力提升創新速度迫在眉睫。近年來，中國高度重視區域創新發展，政府部門出臺的政策對創新速度多有關注，因此研究對創新速度的影響機制不僅可以完善宏觀角度創新速度的相關理論，還對促進區域發展具有重要的實踐意義。

當前研究中針對創新質量或創新速度已經取得部分有益成果，遺憾的是其多從單一角度探索創新質量或速度的影響因素，鮮有文獻同時將創新速度和質量雙重視角納入同一研究框架。值得注意的是，中國社會正在步入數字化時代，傳統的商業邏輯和生活方式逐漸被顛覆，數字化理論研究亟待發展。因此，在如今數字經濟迅速發展的背景下應該更為關注數字化要素對區域創新發展的深刻影響。鑒于此，本文基于數字經濟兩大維度——數字產業化和產業數字化[4]的雙重視角，研究數字經濟對創新質量和速度的影響效應。同時，通過隨機森林算法進行特征重要性評估，測算數字產業化、產業數字化指標體系中各個特征變量對創新質量與創新速度的影響作用大小，力求深度挖掘數字經濟對區域創新的細化作用機制。

1 研究假設

1.1 數字產業化

數字產業化本質上是將數據和信息加以整合，使其形成能在企業內部流通并在市場交易的產品，數據是其核心要素[4]。當前數據應用已然凸顯產業化特征，形成其獨特的產業模式。首先，隨著數字產業化的發展，企業戰略發生顯著轉變，企業內部組織結構不再像工業化時代一般表現出垂直式、多層級的特點，這要求企業對組織結構協調重塑[5]，逐漸過渡為扁平化發展模式，使得企業快速響應市場變化，特別是數字產業化企業對客戶體驗的反應要求尤為快速精準。扁平化組織結構促使企業內部分工機制趨于完善，決策者在創新過程中能夠敏捷地進行溝通、整合資源，為企業創新夯實基礎并提升創新速度，因此優化組織結構為數字產業化企業提高創新速度提供了必要支持。此外，數字產業化企業創新模式有別于傳統企業，其多向上下游企業擴散，促發企業業務間關聯范圍的擴展，其既定目標的創新實現則依賴于上下游企業聯合進行。由于參與的創新主體數量多，可供運用的各類創新資源多樣化明顯，創新產品質量更高。基于以上分析，本文提出以下假設：

H1：數字產業化對創新速度具有正向促進作用；

H2：數字產業化對創新質量具有正向促進作用。

1.2 產業數字化

產業數字化本質上是傳統產業引進數字化技術并加以運用的過程。在數據驅動時代，數字技術為傳統產業進行數字化轉型提供整體技術優勢，企業借助技術優勢能夠深入分析消費者的消費習慣和體驗等信息。根據用戶反饋，產業數字化企業可以及時進行產品迭代，改善產品不足，提高供需關系匹配效率，減少創新方向搜索的時間消耗，從而加快創新速度。區別于傳統的封閉式研發模式，數字化時代企業的創新模式呈現開放化特征，強調通過多種方式獲取異質化資源，且數字經濟本身具有集聚效應，能將更多的創新資源聚集于一體[6]。同時，產業數字化企業可以通過數字賦能優化區域產業布局，拓展區域高質量發展空間，釋放更多資源用于創新，有助于產生更高質量的創新成果。基于以上分析，本文提出以下假設：

H3：產業數字化對創新速度具有正向促進作用；

H4：產業數字化對創新質量具有正向促進作用。

2 研究設計

2.1 變量測度

2.1.1 解釋變量

（1）數字產業化（Dig）。本文參考陳貴富等（2022）[7]構建的指標體系，采用信息傳輸、軟件和信息技術服務業城鎮單位就業人員數量、人均電信業務收入來測度區域數字產業化發展水平。由于各指標的量綱不同，對各指標先進行歸一化處理，在此基礎上運用熵值法對指標進行客觀賦權，進而測度出數字產業化發展水平綜合得分。（2）產業數字化（Ind）。本文參考樊輝（2022）[8]的研究，選擇有電子商務交易活動的企業數、電子商務銷售額、R&D投入經費支出、數字普惠金融指數四個指標來測度區域產業數字化發展水平，同樣對各指標先進行歸一化處理，并運用熵值法進行客觀賦權，計算出相應的綜合得分。

2.1.2 被解釋變量

（1）創新質量（InQ）。創新成果能較為切實地反映出區域創新質量水平，同時創新成果多以專利授權情況測度，中國專利類型中發明專利的科技含量和獲得難度最高，本文參考趙公民等（2021）[9]的測量方法，用發明專利授權率來測度區域創新質量。（2）創新速度（InS）。本文參考俞立平（2022）[10]的研究，用2009—2011年的高技術產業新產品銷售收入數據的平均值作為基年數據，用高技術產業新產品銷售收入除以基年數據計算區域創新速度。

2.1.3 控制變量

為了避免其他因素對回歸結果造成的影響，提升研究結論的精準性，本文對以下變量進行控制：對外開放水平（Fdi），用出口總額測度；地方政府支持（Gov），用地方科技支出占財政支出的比重表示；市場交易效率（Mar），用貨物周轉量表示，為了保證數據平穩性，研究對貨物周轉量及出口總額取自然對數。

2.2 數據來源與描述性統計

本文利用2013—2020年全國30個省市自治區的面板數據展開分析，由于西藏地區的部分指標缺失，因此樣本中剔除西藏地區。數據主要來源于《中國統計年鑒》《中國科技統計年鑒》、各省統計年鑒和北京大學數字金融研究中心。變量描述性統計如表1所示。

3 實證結果

3.1 基準回歸

為了保證回歸結果的準確性，本文先進行Hausman檢驗，結果均拒絕原假設，因此選取固定效應模型進行回歸。

模型1為數字產業化對創新速度的回歸，結果表明回歸效應顯著，說明數字產業化對區域創新速度具有顯著的正向促進作用，驗證了本文假設1。模型2為數字產業化對創新質量的回歸，其估計系數在1%的顯著性水平下為正，說明數字產業化對區域創新質量有顯著正向促進作用，驗證了本文假設2。模型3為產業數字化對創新速度的回歸，回歸結果顯著，驗證了本文假設3。模型4為產業數字化對創新質量的回歸，結果顯示回歸效應顯著，表明產業數字化對區域創新質量具有顯著正向促進作用，驗證了本文假設4。

3.2 變量重要性評分

為研究數字產業化與產業數字化整體指標對創新質量和創新速度的影響，本文使用隨機森林（Random Forests）算法進行變量重要性排序，探討數字產業化與產業數字化指標體系中各變量對兩因變量的重要程度。隨機森林重要性評估主要依據是衡量每個特征在隨機森林中的每棵決策樹上做出的貢獻。采用CART算法構建決策樹，以遞歸算法劃分最佳特征，采用平均不純凈度降低方法，以基尼系數統計每個特征對隨機森林決策樹的貢獻大小，加總后取平均值，比較所有變量貢獻平均值的大小進行變量特征重要性排序。排序結果如圖1所示。

圖1變量重要性排序結果表明，產業數字化對創新質量影響效應中，電子商務銷售額的重要性超過其他因素，有電子商務交易活動的企業數重要性程度最低。產業數字化對創新速度的重要性排序中，R&D經費內部支出對創新速度的貢獻最大，電子商務銷售額對創新速度的影響最小。數字產業化指標重要性排序中，信息傳輸、軟件和信息技術服務業城鎮單位就業人員數量對創新質量的影響更大，人均電信業務總量則對創新速度更為重要，可見提升信息傳輸、軟件和信息技術服務業從業人數對增強區域創新質量成效顯著，發展電信業務則能有效提升創新速度。從產業數字化角度來看，可以通過增加R&D經費內部支出提高創新速度，以發展電子商務促進創新質量提升。

3.3 穩健性檢驗

在預測模型的構建上，隨機森林算法不需要考慮回歸模型中的多重共線性問題，可以加入大量數據進行分析處理[11]。因此本文使用Python語言，依托scikit-learn庫，通過隨機森林回歸模型對數字產業化與產業數字化和創新質量與創新速度之間的關系進行預測。其主要程序包括從訓練集中隨機抽取N個訓練樣本，訓練集與測試集8∶2切分，隨機種子數為42（random_state=42），以確保程序每次運行均分割相同的訓練集和測試集，保證每次運行的效果相同。對訓練數據進行隨機抽樣構建多棵決策樹，每棵決策樹都在不同的特征子集中進行隨機運算，并對各個樹的運算結果匯總后進行取平均值得出最終預測結果。隨機森林預測值與實際值對比結果如圖2所示，從圖2看模型預測結果較好，研究結論穩健。

4 結語

4.1 研究結論

本文基于2013—2020年全國30個省份的樣本數據，實證檢驗了數字產業化和產業數字化對區域創新的細化賦能作用，得到以下研究結論：第一，數字產業化可以加快區域創新速度，提高區域創新質量；第二，產業數字化可以提升區域創新速度與創新質量。第三，產業數字化指標體系中電子商務銷售額對創新質量重要性程度最高，R&D經費內部支出則對創新速度的貢獻最大，數字產業化指標體系中信息傳輸、軟件和信息技術服務業城鎮單位就業人員數量對創新質量的影響比重更大，人均電信業務總量對創新速度更重要。

4.2 理論貢獻

（1）關注創新速度和創新質量。本文基于省級面板數據實證檢驗了數字經濟對創新速度和創新質量的影響作用，將對區域創新的研究加以拓展，從而盡可能得出較為全面的研究結果，對加強創新速度和創新質量的協調發展、促進區域創新高質量發展的理論研究做出了一定貢獻。

（2）將機器學習算法應用于細粒化研究。研究基于隨機森林變量重要性測度方法，探究數字經濟對區域創新的影響因素重要性排序，目前這一方法大多應用于控制工程、醫學等領域，本文進行變量重要性測度也為隨機森林算法在數字經濟領域的廣泛應用做出了貢獻。

4.3 實踐啟示

（1）統籌數字產業化與產業數字化協調布局。近年來，傳統產業數字化轉型發展較為成功，區域應關注傳統產業與新興產業融合過程中產生的技術創新和知識溢出，以此促進數字產業化發展，充分發揮產業創造性，進而實現區域數字產業化與產業數字化良性互補循環，防止資源浪費和同質化競爭，以協調布局高效提升區域數字經濟發展水平。

（2）兼顧數字經濟對區域創新速度和創新質量的提升作用。從數字產業化角度來看，區域應推動高新技術進步，對促進區域創新發展的重要數字技術進行集中攻關布局和重點突破，并且加快數字基礎設施建設，提高信息傳輸、軟件和信息技術服務業從業人數，著力提升人均電信業務總量，以此提高創新質量和創新速度。從產業數字化角度來看，區域應加快傳統產業數字化轉型，可以通過增加R&D經費內部支出提高創新速度，大力發展電子商務促進創新質量提升。

參考文獻

程俊杰. 高質量發展背景下破解“創新困境”的雙重機制[J].現代經濟探討， 2019（3）：5-10.

Teemu M， Tommi I. Innovation quality in knowledge cities： Empirical evidence of innovation award competitions in Finland [J]. Expert Systems with Applications，2014，41（12） 5597-5604.

DPvnmrBF+DAbAespNYUdmg==Urban G L ， Carter T ， Gaskin S ， et al. Market Share Rewards to Pioneering Brands： An Empirical Analysis and Strategic Implications[J]. Management Science， 1986， 32（6）： 645-659.

劉釩， 余明月.長江經濟帶數字產業化與產業數字化的耦合協調分析[J].長江流域資源與環境， 2021， 30（7）：1527-1537.

戚聿東， 肖旭. 數字經濟時代的企業管理變革[J].管理世界， 2020， 36（6）：135-152+250.

毛建輝， 張蕊， 管超. 數字經濟、財政分權與企業創新[J].西南民族大學學報（人文社會科學版）， 2022， 43（8）：118-129.

陳貴富， 韓靜， 韓愷明.城市數字經濟發展、技能偏向型技術進步與勞動力不充分就業[J].中國工業經濟， 2022（8）：118-136.

樊輝. 產業數字化、科技創新與外貿出口水平： 基于長江經濟帶的實證[J].統計與決策， 2022， 38（19）：115-119.

趙公民， 俞立平， 戴化勇. 創新數量、創新質量與高技術產業出口[J].中國管理科學， 2021， 29（2）：61-68.

俞立平， 萬曉云.技術市場厚度、流暢度與創新速度[J].統計與決策， 2022，38（1）：158-162.

Statistics L B ， Breiman L . Random Forests[J]. Machine Learning， 2001：5-32.