數字基礎設施對區域創新韌性的影響研究

摘 要：新發展格局下數字基礎設施成為提升區域創新韌性的關鍵內驅力。文章基于2011～2022年中國30個省級面板數據，在綜合測算數字經濟水平與區域創新韌性水平的基礎上，運用固定效應模型、中介效應模型等考察數字基礎設施對區域創新韌性的影響效應、傳導機制及異質性特征。研究表明：數字基礎設施能夠顯著提升區域創新韌性，該結論在經過穩健性檢驗、內生性檢驗后依然成立；中介機制檢驗發現，消費擴容和產業集聚是數字基礎設施提升區域創新韌性的重要渠道；數字基礎設施對區域創新韌性的提升效應存在區位和時間異質性，對東部地區的提升作用顯著高于中西部地區，且2014年后的提升作用顯著增強。

關鍵詞：數字基礎設施；創新韌性；中介效應；異質性分析

中圖分類號：F49，F124.3 " " 文獻標志碼：B 文章編號：1671-0142（2024）06-0052-06

黨的二十大報告指出，要堅持創新在我國現代化建設全局中的核心地位，加快實施創新驅動發展戰略，實現高水平科技自立自強。提升區域創新韌性是有效防范風險、應對內外環境變化挑戰和實現中國式現代化的重要抓手。與此同時，全球經濟進入數字經濟時代，數字基礎設施能夠有效節約區域間交易成本、促進區域間知識溢出、優化區域間創新資源配置，為提升區域創新韌性提供了思路。

現有研究與本文相關的文獻主要包括兩支：一是數字基礎設施的經濟效應。一方面，數字基礎設施的建設加快實體經濟增長。鄧榮榮認為數字基礎設施建設不僅可以促進資本要素的積累，還能夠產生新型生產要素——數據，拓展了傳統經濟增長理論的邊界[1]。另一方面，數字基礎設施的建設加快數字經濟增長。劉雅君基于“寬帶中國”戰略視角，分析得出了加強數字基礎設施建設能顯著激發城市創新活力，帶動城市數字企業發展[2]。二是關于韌性研究主要集中在經濟韌性、產業韌性等層面：就經濟韌性而言，徐圓將經濟韌性引入實證研究，在反事實實驗的框架下運用GMM-SL-SAR-RE模型分期測度了230個城市的經濟韌性[3]。就產業韌性而言，鄭濤基于1997～2019年中國高技術制造業時序數據，實證研究發現技術創新對高技術制造業韌性具有正向效應，且產業升級在技術創新對產業韌性的正向影響中發揮中介效應[4]。

梳理現有研究成果發現，現階段關于數字基礎設施、經濟韌性、產業韌性的研究已較為深入，但是針對創新韌性的研究尚有不足，缺乏系統的創新韌性測度方法，同時鮮有數字基礎設施對創新韌性的影響研究。鑒于此，本文基于2011～2022年我國30個省份的（西藏及港澳臺除外）省級面板數據，構建以抵抗力、恢復力、再生力為主的區域創新韌性測度體系，并研究數字基礎設施對于區域創新韌性的影響，分析其影響機制，檢驗異質性，為提高區域創新韌性提供理論支撐及科學指導。

1 研究假設

區域創新韌性被認為是一個不斷調整與適應的過程，是系統在外部沖擊下表現出的抵抗力、恢復力以及再生力，數字基礎設施的溢出效應、數字平臺的多樣性、基于傳統物理基礎設施的改造等屬性能夠有效增強上述能力，進而提升區域創新韌性。基于此，提出如下研究假設：

假設1：數字基礎設施有利于提升區域創新韌性。

數字基礎設施通過促進消費擴容提升區域創新韌性。數字技術發展能夠有效改善中、高收入階層的邊際消費水平傾向，并減緩市場上有效需求不足的狀況。同時，數字基礎設施發展還會激發消費者的多元化需求，從過去的商品供給方單一方向輸出發展為商品供需雙方的雙向交易流動。消費市場擴容升級使得對高技術產品的需求擴大，高技術制造商將會進一步提升自身的韌性，提高創新效率，為其研發符合市場需要的產品[5]。

數字基礎設施通過推動產業集聚提升區域創新韌性。數字技術可以有效促進工業數字化價值鏈的整合、跨界整合。基于此，提出如下研究假設：

假設2：數字基礎設施通過促進消費擴容提升區域創新韌性。

假設3：數字基礎設施通過促進產業集聚提升區域創新韌性。

2 研究設計

2.1 模型設定

為考察數字基礎設施對區域創新韌性的影響，本文構建固定效應模型（1）：

[IRit=α0+α1DIit+α2controlit+ui+δt+δit]

其中，i為地區，t為時間，IR為區域創新韌性，DI為數字基礎設施，control為控制變量，ui、δt為地區和時間固定效應，εit誤差項。

為進一步探究數字基礎設施影響區域創新韌性的傳導機制，本文設定模型（2）與模型（3）進行中介效應檢驗：

[MEDit=χ0+χ1DIit+χ2controlit+ui+δt+εit]

[IRit=η0+η1DIit+η2MEDit+η3control+ui+δt+εit]

其中，i為地區，t為時期，MED為中介變量，包括消費擴容CE、產業集聚IC，其余變量含義同模型（1）。

2.2 變量說明

（1）解釋變量：數字基礎設施（DI）。本文借鑒現有文獻，搜集互聯網寬帶接入端口數、信息服務業產值等19個指標，并采用熵值法進行權重測度，數字基礎設施指標體系如表1所示。

（2）被解釋變量：區域創新韌性（IR）。基于韌性的概念與現有文獻，考慮到數據可得性，本文從抵抗力、恢復力、再生力三個維度來構建區域創新韌性的評價體系，如表2所示。此基礎上，采用熵值法確定權重區域創新韌性指數。

（3）控制變量：1）產業結構（IS）用第三產業產值與第二產業產值的比值來衡量；2）財政支持（FS）用地方財政一般預算內支出占GDP比值來表示；3）金融發展（FD）用年末金融機構存貸款總額占GDP比值來衡量；4）人口總數（TP）采用城市人口總數的對數來表示。5）對外開放（OP）用經營單位所在地進出口總額的對數表示。

（4）中介變量：參照李云鶴[6]，本文選用消費擴容（CE）和產業集聚（IC）作為中介變量。其中，消費擴容采用社會消費品總額來衡量，指標值越大表示消費擴容越強；產業集聚使用信息產業區位熵來度量，指標值越大，集聚程度越高。

2.3 數據來源

本文研究數據包括我國30個省市（不含西藏及港澳臺）2011～2022年的數據，主要來自《中國統計年鑒》《中國科技統計年鑒》《高等學校科技統計資料匯編》《中國通信產業統計年鑒》等。

3 實證分析

3.1 基準回歸

本文選用固定效應模型評估數字基礎設施對區域創新韌性的影響效應，加入時間固定效應[δt]、地區固定效應ui來進行控制。結果如表3所示。

表3顯示基準回歸結果。列（1）為未加入控制變量時的回歸結果，數字基礎設施的回歸系數為0.774，同時在1%水平上顯著，說明數字基礎設施對區域創新韌性具有顯著提升作用。列（2）至列（6）分別為依次加入控制變量后的回歸結果，R2的值呈現逐步增大的趨勢，擬合優度越來越好。

以列（6）為例進行分析，數字基礎設施的系數為0.833，且在1%的水平下通過了顯著性檢驗，說明數字基礎設施對區域創新韌性提升具有促進效應，驗證了本文假設1。從控制變量的回歸結果來看，多數控制變量對區域創新韌性都有顯著的影響。產業結構對區域創新韌性的影響系數為-0.035，通過了1%的顯著性檢驗，說明第三產業越發達，第二產業越萎縮，對區域創新韌性的抑制作用越大；人口總數對區域創新韌性的影響系數為-0.033，通過了1%的顯著性檢驗，說明城鎮人口基數越大，對區域創新韌性的抑制作用越大。財政支持、金融發展和對外開放對區域創新韌性的影響系數都為正，說明以上因素都在一定程度上對區域創新韌性具有促進作用。

3.2 穩健性檢驗

本文從以下三個方面檢驗基準回歸結果的穩健性：（1）變換被解釋變量。運用主成分分析法重新計算區域創新韌性指數，將其替代原區域創新韌性指數進行穩健性估計；（2）變換解釋變量。運用主成分分析法重新計算數字基礎設施指數，將其替代原數字基礎設施指數進行穩健性估計；（3）變量縮尾1%處理。為避免回歸結果受異常值影響，對所有變量進行1%水平的縮尾處理，將縮尾后的變量在原模型中重新檢驗。回歸結果見表4。

列（1）為變換被解釋變量結果，其中數字基礎設施的回歸系數為4.992，呈正相關，且通過1%的顯著性檢驗，再次證明數字基礎設施可以顯著促進創新韌性的發展，基準回歸的結果是穩健的。列（2）為變換解釋變量結果，數字基礎設施的回歸系數為0.160，呈正相關，同樣通過1%的顯著性檢驗，證明數字基礎設施可以顯著促進創新韌性的發展，再次表明基準回歸的結果是具有穩健性的。列（3）為縮尾處理結果，在對解釋變量進行異常值的規避后，其回歸系數為0.766，依然為正，且通過1%的顯著性檢驗，進一步證明了基準回歸結果的穩健性。

3.3 內生性檢驗

考慮到數字基礎設施與區域創新韌性之間存在內生性影響的可能，本文采用廣義矩估計法系統GMM對模型進行估計，來緩解內生性問題。表5匯報了樣本回歸結果。

根據表5所示，省級數字基礎設施DI的系數顯著為正，區域創新韌性的一階滯后項L.IR的系數也顯著為正，表明在省級層次區域創新韌性的提升確實會受到前一時期水平的積極影響。

3.4 中介機制分析

數字基礎設施可以有效提升區域創新韌性，但究竟是通過何種傳導渠道進行的還有待研究。本文使用中介效應模型對其傳導機制進行檢驗，表6為對應消費擴容和產業集聚中介機制的檢驗結果。

首先，檢驗數字基礎設施影響消費擴容機制。根據表6的檢驗結果，由列（1）得出，消費擴容為被解釋變量時，數字基礎設施的系數為4.124，呈正相關，且通過了1%的顯著性檢驗，這說明數字基礎設施有效促進社會消費擴容。由列（2）可知，添加消費擴容變量進行回歸后，數字基礎設施系數為0.811且顯著，并且其系數與基準回歸的0.833相比小一些，消費擴容系數也呈正相關，這說明數字基礎設施建設可以通過促進消費擴容進而提升區域創新韌性，研究假設2得到驗證。

在產業集聚中介機制檢驗結果中，列（3）為數字基礎設施對產業集聚的回歸結果，可知數字基礎設施與產業集聚呈正相關但不顯著。列（4）為在基準回歸的基礎上加入產業集聚，可知數字基礎設施和產業集聚均與區域創新韌性呈顯著正相關，且數字基礎設施回歸系數為0.828，比基準回歸的系數小。由于數字基礎設施對產業集聚的系數是正向不顯著的，進行Bootstrap檢驗，系數a=0.078，系數b=0.062，系數c=0.833，系數c`=0.828，其中系數a不顯著，其余均顯著。由此計算推知，直接效應顯著，且存在部分中介效應，中介效應占總效應的0.58%。

3.5 異質性分析

（1）區位異質。本文對所研究的30個省份按照東、中、西部進行劃分。省份區位異質性檢驗結果見表7。

根據表7信息可知，三個區位的數字基礎設施的回歸系數均為正，分別為0.912、0.417、0.529，且都在1%水平上顯著，這說明數字基礎設施建設將有效增強東、中、西部地區的區域創新韌性。其中，東部地區子樣本的系數最大，說明東部地區數字基礎設施對區域創新韌性的提升作用最大。東部地區，經濟發展水平高，互聯網等高新技術發展時間長，相關產業較為繁榮，能夠充分地利用數字化發展帶來的好處。西部地區次之，西部地區因交通不便利、資源稀缺、環境惡劣、人員稀少等原因，發展較為落后，一定程度上抑制了數字基礎設施的促進效應。中部地區系數最小，一方面，新型數字基建可能會擠占基本公共建設的開支，另一方面，中部地區高技術人才大規模向東西部地區輸出，多數居民對數字化等高科技術并不敏感，會影響數字基礎設施的運用。

（2）時間異質。自2013年德國漢諾威工業博覽會上正式推出“工業4.0”以來，全球各國都希望借助信息技術推動產業變革，我國對大數據等領域也越發關注，相繼發布多項政策和規劃。因此本文將總樣本分為低關注時期2011～2014年和高關注時期2015～2022年。對其分別進行回歸，結果如表8所示。

列（1）為低關注時期樣本，列（2）為高關注時期樣本。由結果可知，樣本中數字基礎設施回歸系數均為正，分別為0.526，0.836，且均通過1%的顯著性檢驗，2011～2014年的系數較小，2015～2022年系數較大。這說明盡管數字基礎設施在不同時段對區域創新韌性均有顯著提升作用，但存在年份異質性。

4 研究結論與政策啟示

研究結論如下：（1）數字基礎設施有利于提升區域創新韌性，該結論通過了內生性、穩健性檢驗。（2）數字基礎設施對區域創新韌性的提升效應在不同地區、不同關注時期呈現不同特征；橫向看，對東部地區的提升效應最大，其次是中西部；縱向看，政府高關注時期提升效應更為顯著。（3）數字基礎設施通過促進消費擴容、推動產業集聚兩種傳導方式提升區域創新韌性。

根據上述結論，提出以下建議：（1）加快數字基礎設施建設，充分發揮數字基礎設施的獨特性與創新性，提升其與傳統基建之間的聯結配合度，促成基礎設施之間的優勢互補。（2）促進產業集聚，帶動知識擴散。政府頒布相應政策以鼓勵產業集聚、促進知識傳播。（3）依托數字基礎設施，加快塑造數字化消費新業態，提振消費活力。

參考文獻：

[1]鄧榮榮，吳云峰.數字基礎設施建設對農村居民收入的影響效應[J].首都經濟貿易大學學報，2023，25（1）：21-35.

[2]劉雅君，蔣國梁.網絡基礎設施建設推動了城市數字經濟發展嗎？——基于“寬帶中國”戰略的準自然實驗[J].求是學刊，2022，49（3）：61-73.

[3]徐圓，張林玲.中國城市的經濟韌性及由來：產業結構多樣化視角[J].財貿經濟，2019，40（7）：110-126.

[4]鄭濤，楊如雪.高技術制造業的技術創新、產業升級與產業韌性[J].技術經濟，2022，41（2）：1-14.

[5]范建紅，王冰，閆樂，等.數字普惠金融對高技術制造業創新韌性的影響——基于系統GMM與門檻效應的檢驗[J].科技進步與對策，2022，39（17）：51-61.

[6]李云鶴，李杏.數字基礎設施建設與區域創新[J].統計與決策，2022，38（17）：73-77.

（責任編輯 楊荔晴）

Research on the Impact of Digital Infrastructure on Regional Innovation Resilience

ZHAO Yi-fan， CHEN Xin-yu， HONG Yun-xi

（Nanjing University of Posts and Telecommunications， Nanjing Jiangsu 210000， China）

Abstract：Digital infrastructure under the new development pattern becomes a key internal driving force to enhance regional innovation resilience. Based on the panel data of 30 provinces in China from 2011 to 2022， this paper comprehensively measures the level of digital economy and regional innovation resilience， and uses fixed effects models， mediation effects models， and other methods to examine the impact， transmission mechanism， and heterogeneity characteristics of digital infrastructure on regional innovation resilience. The study shows that digital infrastructure can significantly enhance regional innovation resilience. The conclusion still holds after the robustness test and endogeneity test. The mediating mechanism test finds that consumption expansion and industrial agglomeration are important channels for digital infrastructure to enhance regional innovation resilience. There is regional and temporal heterogeneity in the enhancement effect of digital infrastructure on regional innovation resilience. And the enhancement effect on the eastern region is significantly higher than that on the central and western regions， and the upgrading effect is significantly enhanced after 2014.

Key words： digital infrastructure; innovation resilience; mediation effect; heterogeneity analysis