互联网发展与区域创新能力非线性关系研究

李新功 黄晓婉

（河南大学商学院，开封 475000）

引 言

党的十九大以来，在以习近平同志为核心的党中央领导下，各地区、部门深入贯彻落实全国网络安全和信息化工作会议精神，推动构建网络强国，互联网在我国经济社会发展中的重要作用日益凸显。截止到2020年，我国网民规模达9.04亿，手机网民人数达8.97亿，农村网民规模为2.55亿，互联网普及率达64.5%，较2018年底增加4.9个百分点。IPv6地址数量是50877块/32，较2018年增加15.7%，“CN”域名数为2243万个，较2018年增长5.6%。由此可见，当前我国已经进入互联网时代，数字化、网络化、智能化深入发展，世界经济数字化转型是大势所趋。

目前，关于互联网与区域创新的研究是学术界的热点问题，互联网能够为区域创新带来促进作用已被多数研究证实。韩先锋等［1］基于2005～2011年工业部门面板数据利用超越对数随机前沿技术，实证分析得出信息化成为促进技术创新的新动力。赵振［2］从创造性破坏视角出发，认为互联网跨界经营通过虚拟经济与实体经济的结合，减少信息不对称，实现工业经济的规模报酬递增。杨德明和刘永文［3］以上市公司为研究对象，研究发现在互联网环境下企业兼具成本领先和差异化才能获得竞争优势，提高企业业绩。常青青和仲伟周［4］从人力资本角度解释互联网与科技创新的影响效果，表明互联网与科技创新的影响存在显著的双重人力门槛效应。王金杰等［5］基于开放式创新视角，实证分析得出互联网发展放大研发资金投入和人力资本投入促进企业创新；王春燕和张玉明［6］也从开放式创新视角出发，认为互联网灵活性、整合性和开放广度3个维度均对创新绩效具有促进作用。张旭亮等［7］利用2005～2015的数据构建空间杜宾模型，结果表明互联网可以促进区域产业网络的高效分工。郭家堂和骆品亮［8］采用2002～2014年我国省际面板数据实证分析，从互联网技术、互联网平台、互联网思维和网络效应4个维度分析得出互联网对我国技术进步具有显著的促进作用。王莉娜和张国平［9］采用世界银行中国企业的调查数据通过实证研究可得信息技术和人力资本均对企业创新产生了促进作用。李晓钟和王欢［10］利用2006～2016年的数据实证分析可得互联网发展对技术创新有显著的促进作用，且具有区间异质性。惠宁和刘鑫鑫［11］基于2006～2017年我国30个省（区、市）的面板数据，运用门槛回归模型，发现互联网对区域创新具有边际效应递增的非线性影响。肖振红等［12］、陈恒和侯建［13］运用动态面板门限，以知识积累为门限变量，分别研究了产学研协同发展与技术创新的影响和自主研发与技术创新的影响。

综上所述，已有研究对互联网与创新能力进行了理论和实证分析。但是，随着我国进入知识经济时代和金融发展时代，鲜有文献从区域知识积累、金融发展、区域经济环境下分析互联网与区域创新能力的非线性关系。因此，本文以知识积累、金融发展、区域经济作为门限变量，构建互联网综合评价体系，通过建立门限效应模型对互联网发展与我国区域创新能力的非线性关系进行深入分析，丰富了区域创新领域的相关研究，探讨对策建议，为政府制定创新发展战略提供理论依据。

1 理论分析与研究假说

互联网作为一种新的资源形态，具有技术性、渗透性和公共性的特征［14］，打破时空约束，改变交易场所，拓展交易时间，加快交易速度［15］，加快信息的传播与整合，每个经济个体可以通过互联网快速获得有用信息进行理解再加工，在信息分享和倍增过程中，促进技术进步。互联网的渗透性表现在虚拟经济与实体经济的融合，互联网+传统产业实现跨界经营，打破了企业原有的封闭式 “围墙”，能够合理配置社会资源，降低因资源不足等问题造成的创新 “瓶颈”［16］。如互联网在金融业的渗透作用，阿里巴巴和腾讯陆续推出了余额宝、支付宝和微信等第三方支付平台，实现金融去中介化，提高资金配置效率［17］。互联网具有开放、平等、协作、共享的精神，任何个体可以通过互联网获得及时、边际成本为零的信息资源，降低信息不对称。互联网的运用使得创新是开放的，实现资源、信息的共享互补，促进社会技术进步。

已有研究通过实证分析推翻了 “索洛悖论”，证实了互联网的网络外部性即梅特卡夫法则。梅特卡夫法则的成立意味着互联网对技术创新的影响作用是非线性的。

综上所述，提出以下研究假说。

H1：互联网发展对区域创新能力具有边际效应递增的非线性促进作用。

内生增长理论将知识资本纳入创新发展和经济增长的框架中，解释了区域创新的内生动力，创新来源于对现存知识碎片的重新组合［18］。随着竞争的加剧和环境的迅速变化使得知识成为了经济发展的重要要素。企业资源理论认为，信息技术是未来企业发展的竞争优势，创新主体进行创新的基础和前提是获取相应的知识和信息。

同时创新能力的发展离不开资金的投入，故而一个地区的金融发展水平与地区的经济发展水平也是影响区域技术创新的重要环境。若地区经济发展停滞，会引起创新主体的技术创新动力不足。金融发展不健全，则会导致进行区域技术创新受到融资约束问题而止步不前［19］。

综上所述，提出以下研究假说。

H1a：互联网发展与区域创新能力的非线性关系会受到知识积累水平的影响；

H1b：互联网发展与区域创新能力的非线性关系会受到区域金融发展水平的影响；

H1c：互联网发展与区域创新能力的非线性关系会受到区域经济发展水平的影响。

2 互联网发展水平指标体系构建与评估

2.1 互联网发展水平的指标体系构建

互联网的发展是复杂的，仅从单一指标出发或是基于单一维度的分析都不可避免的会导致区域创新能力中互联网溢出红利被显著低估。为全面客观的反映互联网发展的水平，结合数据的可得性，本文构建了互联网发展水平的指标。互联网综合指标评价体系和细分指标的主要依据是：（1）互联基础设施。IP地址、域名数量、长途光缆和宽带等内在的网络基础设施支撑互联网溢出效果的发挥和体现，构成互联网 “信息高速公路”的基石；（2）互联网信息资源。进入互联网时代，互联网成为了信息传播的重要载体，借助网站和网页平台，将信息进行传播和扩散； （3）互联网商务应用。互联网的商务应用主要涵盖电子游戏、网络社交和网上购物等，根据数据的可得性，从网上购物情况表示互联网的商务应用情况；（4）互联网发展环境。互联网的发展同时会受到外界环境的约束，如经济环境和消费环境等，经济环境决定互联网发展的进程和方向，消费环境表示消费者对互联网产品的支付能力和消费意愿［20］。本文的互联网发展水平的综合指标评价体系具体如表1所示。

表1 互联网发展水平的综合评价指标体系

2.2 互联网发展水平的估算

本文选择我国30个省（区、市）2006～2020年的数据（考虑到数据的可获得性，西藏和港、澳、台地区未包括在内），利用SPSS26.0统计分析软件，对中国30个省（区、市）2006～2020年的互联网发展水平进行主成分分析。首先对数据进行标准化处理，消除量纲影响。为了检验本文采用的数据是否适合用来进行主成分分析，对数据进行KMO检验和Bartlett球形检验，结果如表2所示，KMO为0.793，大于0.6，Sig值为0.00，小于0.05，说明本文的数据适合作主成分分析。按照特征值大于1，提取3个主成分，累计方差贡献率是81.415%，利用降维思想在损失较少信息的前提下将多个指标转化为一个综合指标，该综合指标能够反映原变量81.415%的方差，如表3所示。

表2 KMO和巴特利特检验

表3 解释的总方差

上式中，X1～X9分别表示表1所示的二级指标。最后，根据F＝α1F1+α2F2+…+αnFn计算综合得分。其中，αi表示第i个主成分的方差百分比，本文一共提取3个主成分，所以最终的综合得分为：

为方便计算，将所得的互联网指标综合得分按照式 （5）所示进行归一化处理，即得各省互联网综合发展水平指数，作为本文的核心解释变量。

上式中，Si为各省（区、市）的互联网综合评价得分，Max（Si）和Min（Si）分别为省（区、 市）对应的最大和最小互联网综合得分，利用式 （5）计算得最终的互联网综合评价指数①。

3 计量模型、变量和数据

3.1 计量模型

研究非线性突变问题，本文借鉴Hansen［21］的面板门限模型，构建互联网发展与地区创新的非线性模型，选取知识积累、金融发展与区域经济3个门槛变量，实证分析互联网发展与地区创新能力的非线性关系，具体的面板门限模型如下：

上式中，i表示省（区、市），t表示时间；ln⁃innoit是被解释变量区域创新水平的代理变量；hlwit是依赖变量；lnksit、 lnfinit、 lnecoit是门槛变量；lnhumit、 lntrait、 lnurbit、 lngovit、 lnzscqit、 lnrdit是控制变量。λi为个体固定效应，εit是随机扰动项，I（·）为指示函数。

3.2 数据来源与变量设定

本文选取30个省（区、市）2006～2020年的面板数据。数据来源于 《中国互联网发展状况统计报告》、 《中国金融统计年鉴》、 《中国统计年鉴》、《中国科技统计年鉴》、EPS数据库，部分2020年数据缺失采用线性插值法填补。

（1）被解释变量。区域创新能力（inno），区域创新能力的测度中专利指标被广泛应用，专利指标是衡量区域创新能力的可靠指标，因此，本文选择省际专利申请授权量作为区域创新能力的代理变量。

（2）核心解释变量。互联网发展（hlw），从互联网基础设施、信息资源、商务应用与发展环境4个维度构建互联网综合评价体系，利用主成分分析法计算互联网发展指数。

（3）门槛变量。知识积累（ks）。考虑到知识积累的两个度量指标：人均GDP和累计专利存量，为了避免累计专利数与研发投入要素之间存在高度共线性，采用地区人均GDP作为知识积累的代理变量［22］；金融发展（fin）。 采用金融机构年末存贷款余额与GDP的比值作为代理变量；区域经济（eco）。采用地区GDP衡量区域经济发展水平。

（4）控制变量。为避免遗漏变量带来的内生性问题，选取以下控制变量。具体包括：人力资本素质（hum），采用省际平均受教育年限来衡量，包括小学、初中、高中、大专及以上学历，相对应的教育年限分别为6年、9年、12年和16年，用相应学历的毕业人数占比作为权重乘以相应的教育年限；贸易开放度（tra），将进出口总额按当年利率转化为人民币数值，用人民币数值衡量的进出口总额与区域GDP的比值作为代理变量；城市化水平（urb），用年末城镇人口与区域总人口的比值来刻画；政府支持（gov），用政府的财政支出与省际GDP的比值来反映；知识产权保护（zscq），用技术市场交易额与区域GDP的比值来表征；研发投入强度（rd）的代理变量为研发投入经费的内部支出与区域GDP的比值。

4 实证结果与分析

面板门限模型要进行两大检验：（1）门限效应的显著性检验；（2）门限估计值的真实性检验。①通过自助法依次进行单门槛、双门槛和三重门槛检验获得F值对应的P统计量，模型的原假设为H0：β1＝β2，备择假设H1：β1≠β2。 如果 P 值小于0.1，则拒绝原假设，认为存在非线性关系，存在门限效应；②对门限效应的真实性进行检验H0：r＝r0，计算似然统计量LR（r），当LR（r）≤-2时不能拒绝原假设，α为显著性水平，取5%，对应的LR临界值是7.35。

4.1 互联网发展与区域创新能力的门槛效应分析

对面板数据依次进行单一门槛和双重门槛效应检验，结果如表4所示，以知识积累、金融发展、区域经济为门限的3个模型均通过了单一门槛检验，双重门槛检验结果不显著，故不再进行三重门槛检验，说明互联网与区域创新能力之间存在显著的单一门槛效应，门限值分别是11.2120、1.8557、9.7425。然后检验估计值的真实性，得出门限估计值似然比函数图，如图1所示，3个门限变量估计值的95%的置信区间均满足LR（r）≤其中α取5%，说明通过真实性检验，采用单一门限模型是恰当的。

表4 门槛效应显著性检验

表5 门槛估计值与置信区间

图1 门限估计值似然比函数图

由上述可得，互联网与区域创新存在显著的单一门槛效应，所以以知识积累、金融发展、区域经济为门限变量进行实证分析。回归结果如表6所示，模型1是以知识积累为门限变量研究互联网与地区创新的非线性关系。当知识积累水平低于11.2120时，互联网发展对地区创新具有显著的促进作用，互联网发展每提高1单位，创新能力将增加1.148%；当知识积累的水平增加跨域11.2120后，互联网发展对区域创新能力的影响系数增加至1.579，明显高于低知识积累区间上互联网发展对地区创新能力的影响。说明随着知识积累水平的增加，互联网发展对区域创新能力具有边际效应递增的促进作用。模型2是以金融发展为门限变量分析互联网发展与区域创新能力的非线性关系，从实证结果可得，当金融发展水平低于1.8557时，互联网的促进作用较弱，仅为1.631；随着金融发展水平的不断提升，超过1.8557，互联网发展水平对地区创新的正向影响作用加强，达到2.773。说明金融发展对提升互联网发展的创新溢出具有重要的影响作用，我国在发展实体经济的同时要推进金融业健康发展。模型3是以区域经济发展为门限变量的回归结果。随着经济发展水平的不断提升，互联网发展水平的系数由1.245上升至1.634。说明我国目前的经济水平可以与互联网时代相协调。

表6 互联网发展与区域创新能力的门槛回归结果

对于控制变量的结果分析：人力资本素质在3个模型中对区域创新的影响均为正且在1%的水平上显著，说明人力资本是区域创新的重要影响因素之一，随着人力资本素质的提高，为创新发展输送更多的人才，区域创新能力更强；贸易开放度在模型1和模型2中系数为负且不显著，在模型3中为负且显著，说明我国贸易开放对区域创新能力的影响并不显著，可能是由于我国虽然一直奉行对外开放的政策，但是大部分在处于产业链底端的商品进行贸易往来，很少接触到技术型产品，对我国的区域创新能力没有起到显著的影响，我国应提高贸易商品的质量，学习他国先进的技术促进区域创新的发展；城市化水平在3个模型中均对区域创新发挥显著的促进作用，城市化水平的提高，能够为创新系统输送更合适的人力资本，提高创新效率，形成专业化的创新网络，进一步促进区域创新能力的提升；政府的支持是提升区域创新的最直接有效的手段，所以在3个模型中政府支持对区域创新能力都有着显著的正向影响作用；知识产权保护在3个模型中对区域创新能力的影响均为正，且在模型2和模型3中显著，说明加强知识产权保护能够有效的促进高技术企业流入，从而促进技术创新；研发投入强度增加，为技术创新提供可靠的资金来源，促进技术创新。

4.2 时空异质性

表7展示了2006～2020年不同区间内样本数量，总体来说，随着时间的增长，步入高知识积累区间的地区数在不断增加；而跨越金融发展门槛的省（区、市）在除了2007年和2008年没有的情况下，其他年份都只有1个省（区、市）位于高金融发展区间；处于高经济发展区间的省（区、市）不断增加，说明我国大部分省（区、市）经济得到了快速的发展。

表7 不同门槛区间地区数目

续 表

从时间上的变化来看，2006～2008年这3年30个省（区、市）都处于低知识积累区间，从2009年开始，处于高知识积累区间的省（区、市）在逐渐增加，知识积累的增加不断强化了互联网发展对区域创新能力的促进作用；跨越金融发展门限的省（区、市）较少，在2007年和2008年甚至为0，其余年份只有1个省（区、市），说明我国金融发展水平仍有很大的提升空间；2006～2020年跨越区域经济门限的省（区、市）越来越多，截止到2020年已有2/3的省（区、市）进入高区域经济发展区间，经济发展水平的提高为我国互联网发展提供了良好的环境，推动互联网发展促进区域创新能力。

从空间上的变化来看，从2009年开始才有省（区、市）进入高知识积累区间，2020年进入高知识积累区间的省（区、市）大部分都是东部地区，因为东部沿海地区在资金、环境等方面具有比较优势，基础设施健全，对外交流频繁，能够吸引更加优秀的人才和更多的资金流入。同时跨越高金融发展的省（区、市）却只有北京，由此可见我国的金融发展仍然不健全，仍然有很大的提升空间。截至2020年我国大部分地区都已经进入高经济发展区间，但仍有很多中、西部地区没有跨越经济发展门限。综上所述，中、西部地区在知识积累、金融发展、经济发展方面均落后于东部地区，应加强东部地区与中、西部地区的联动效应，合理配置资源，实现区域协调发展，促进创新能力的提升。

5 结论与政策建议

本文以知识积累、金融发展、区域经济为门限变量，构建面板门限模型，实证分析我国互联网发展与区域创新能力的非线性关系，实证结果表明：（1）互联网发展能够促进区域创新能力的提升，且具有边际效应递增的非线性关系； （2）区域创新能力的发展受限于知识积累、金融发展与区域经济水平，随着知识积累、金融发展与区域经济不断跨越相应的门限值，互联网对区域创新的影响显著增加；（3）知识积累、金融发展与经济发展具有显著的时空异质性，跨越门限值的大部分都是东部地区，中、西部地区较少，应加强区域协调发展，优化资源配置。

基于以上分析可得，随着我国经济发展，各个地区的创新能力都得到了发展，但仍然存在显著的区域差异难题，据此提出以下政策建议。

（1）加强区域互联网基础设施建设，缓解数字鸿沟带来的区域红利差异。由以上分析可得互联网发展对我国区域创新具有边际效应递增的非线性促进作用，互联网作为技术创新的新型资源，是区域技术创新的关键投入要素，我国应加强各地区的互联网基础设施投入，缓解数字鸿沟带来的红利差异。

（2）加强区域对外开放水平，增加知识积累水平。知识积累是区域创新的基础，应加强区域间的知识流动、吸收、积累。注重引进知识型、创新型人才，为区域技术创新能力的提升提供源源不断的动力来源。

（3）推动区域金融发展，加强东、中、西部联动作用，促进区域协调发展。政府部门应加强宏观调控作用，运用好这只 “看得见的手”，合理配置资源，加强东、中、西部联动作用，促进区域经济协调发展。在促进资源合理分配的同时，加强网络监管效应，促进互联网金融行业的健康发展。

注释：

①因篇幅限制不在此展示，如有需要向作者索取。