数字经济对区域创新数量和质量的影响分析

杨启萍

（南京审计大学 经济学院，江苏 南京 211815）

随着大数据、人工智能、区块链以及云计算等新一代信息技术的广泛应用，数字经济逐步渗透到社会经济的诸多领域。许多地区和国家都认识到了数字经济的重要作用，并积极推动数字经济的发展。据中国互联网协会发布的《中国互联网发展报告2021》提供的数据，截至2020年，中国数字经济的总体规模已超过39.2万亿元，占中国GDP的38.6%，数字经济已成为推动中国国民经济持续稳定发展的重要推动力。

近年来，中国的创新体系建设取得巨大进展，尤其在人工智能、航空、铁路及大数据等领域，都取得了突破性的进展。数字经济作为创新驱动发展的重要经济形态，将在创新型国家建设和区域创新中发挥越来越重要的作用。数字经济的快速发展能否推动区域创新实现提质增量，如果可以，其作用机制是什么。此文就这些问题开展研究。

一、文献综述

与上述两个问题相关的文献围绕以下几方面的问题开展了研究。

（一）对数字经济的研究

“数字经济”这一概念最早出现于1996年，并被定义为一种新的经济形态。数字经济被认为是经济发展的新趋势[1]。21世纪后，数字经济被认为是一种以通信技术为支撑，以现代信息网络为载体，以数字化知识和信息为生产要素来促进经济效率的提升和实现经济结构优化的经济形态[2]。葛和平等人从发展环境、产业数字化、数字产业化和数字化治理4个方面提出了测度数字经济指标的4个维度[3]。姚战琪从数字参与度、数字化进度和信息化发展3个方面提出了测度数字经济指标的3个维度[4]。向国成等人利用熵值法从数字经济基础设施、经济效益规模和技术水平3个维度来衡量数字经济的发展水平[5]。

（二）对区域创新的研究

代丽华等人将知识产权设定为门槛变量，构建了非线性门槛回归模型。实证分析表明：当知识产权保护处于中等水平时，双向FDI（外商直接投资水平）能够显著提升区域创新能力[6]。郭将等人首先采用极值熵值法测算城市紧凑度，然后构建双向固定效应回归模型进行实证检验，结果发现城市紧凑度对区域创新能力有显著的促进作用[7]。张永凯等人利用面板数据分析人口老龄化与区域创新之间的关系。结果发现：人口老龄化的加重会先抑制区域创新的发展，而后对区域创新起促进作用，二者之间不是简单的线性抑制关系[8]。刘备等人探究空间要素流动与区域创新能力之间的关系，发现在不同区域创新能力存在正向空间相关性[9]。齐晓丽等人的实证检验发现：政府可通过财政补贴、战略引领和创新环境建设3种方式对区域创新活动提供支持，这3种方式均能显著促进区域创新绩效的提升[10]。

（三）对数字经济影响区域创新的研究

熊励等人基于Cobb-Douglas（柯布-道格拉斯）生产函数对相关问题进行分析，发现发展数字经济能够使技术创新和产品创新得到有效提升[11]。吴赢等人构建了地级市数字经济发展水平评价体系，发现数字经济能够显著地促进区域创新[12]。梁琦等人运用空间杜宾模型和面板门槛模型考察了数字经济对区域创新的影响以及市场化对二者的调节作用，结果发现数字经济对区域创新质量的提升作用在高市场化区间内表现得更显著[13]。赵滨元运用城市数据开展实证检验，结果发现发展数字经济不仅能促进本地创新绩效的提升，还能在一定程度上显著提升周边城市的创新绩效[14]。

文献综述发现：既有文献对数字经济对区域创新的促进作用和创新环境对区域创新的提升作用这两个论题研究较多，对创新环境的中介作用，即数字经济通过改善创新环境来提升区域创新水平这一论题进行研究的文献还比较少。鉴于此，此文在测度中国省级行政区数字经济指数的基础上，检验数字经济对提升区域创新数量和质量的直接和间接促进作用，并对其中可能存在的地区异质性进行考察。

二、研究假说

数字经济不仅能在宏观层面对区域创新产生影响，还能通过驱动企业创新和产业创新提升区域创新水平[15]。从宏观层面来看，数字技术作为信息交流的媒介，在信息的搜寻、整理、传播、存储等全过程都发挥着重要的作用，区域创新活动需要通过技术、知识、信息的积累和扩散来实现[16]。因此，发展数字经济可有效提升区域创新能力。

（一）从企业层面来看

一方面，数字经济的发展可促进大数据、人工智能、区块链等信息技术的应用和完善，为企业的融资活动提供更丰富的渠道和方式，从而有效降低企业与市场间的信息摩擦，帮助企业找到最佳的技术创新路径，提高其进行创新决策的科学性[17]；另一方面，数字经济的发展推动了数字技术的广泛应用，降低了信息搜索的成本，解决了信息不对称导致的要素流通约束等问题，为企业提供了更为透明和更高质量的信息。数字经济可在很大程度上淡化产业边界，降低行业门槛，进而加快要素流通的速度[18]。数字经济可通过提高企业创新决策的科学性，激发市场竞争，促进区域内企业创新水平的提升。

（二）从产业层面来看

随着数字技术的迅猛发展，中国的数字产业也在加速发展。未来，数字技术将与实体经济相结合，推动传统产业实现转型升级[19]，这将有助力于传统产业打破发展困境，有效整合现有资源，推动自身发展。传统产业在利用数字技术推动自身实现数字化、智能化和网络化转型升级过程中，也将进一步推动数字产业的创新升级[20]。笔者在此提出假说1：数字经济发展能够促进区域创新数量和质量的提升。

除了上述直接效应，数字经济还能对区域创新产生间接影响，即通过改善创新环境激励各地区开展创新研发活动。数字经济的高质量发展，一方面可促使人们快速地积累知识和掌握新技能，由此推动区域内企业提高自主创新能力，加快技术追赶的速度；另一方面可加速解决传统金融中存在的“信用机制”问题，进而有效改善区域内企业的融资环境，提高区域创新水平，而人力资本的积累和金融资源正是考量区域环境创新程度的重要内容[21]，所以数字经济能够通过改善创新环境提升区域创新水平。笔者在此提出假说2：数字经济可以通过改善创新环境提升区域创新的数量和质量。

三、研究设计

（一）模型构建

为研究数字经济对区域创新的影响，此文选取2011—2018年中国部分（29） 个省（区、市）的面板数据进行实证分析，构建的计量模型如下：

在式（1）中，下标i表示省份，下标t表示年份，被解释变量表示各省（区、市）在t年的创新数量和创新质量。表示各省（区、市）在t年的数字经济指数，为影响区域创新数量和质量的控制变量。、分别表示省（区、市）固定效应和年份固定效应，表示随机扰动项。α0、α1、α2表示自变量和因变量的系数。此文关注的重点是数字经济的系数是否显著为正，若系数显著为正，则意味着数字经济的发展显著提升了区域创新的数量和质量。

（二）数据来源

数据来源于《中国科技统计年鉴》《中国工业统计年鉴》《中国统计年鉴》《中国金融年鉴》《中国经济普查年鉴》以及北京大学企业大数据研究中心。对个别缺失的数据，笔者采取插补法进行补充。

（三）变量说明

1.被解释变量

区域创新数量和质量被作为此文衡量区域创新发展水平的代理变量。发明专利申请可在一定程度上反映出区域创新的能力，发明专利授权可有效地筛选和识别低质量的发明专利申请，从而为质量较高的发明专利申请提供保护，因此此文借鉴郭丰等人[22]的做法，以发明专利申请量（Inpat1）作为区域创新能力（即区域创新数量）的代理变量，以发明专利授权量（Inpat2）作为区域创新质量的代理变量。

2.核心解释变量

笔者借鉴白雪洁等人[23]的研究方法来选取核心解释变量。笔者根据《数字经济及其核心产业统计分类（2021）》所进行的分类，将数字经济指标分解为计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务业、互联网和相关服务业、软件和信息技术服务业4个一级指标，然后在此基础上构建数字经济的指标评价体系，如表1所示。随后借鉴刘军等人[24]的做法，对2011—2018年中国部分（29）个省（区、市）的数字经济指数进行测度，大致过程是：首先采用线性无量纲法中的阈值法对数据进行标准化处理，然后设定2011年为基期，通过权重确定法对数据进行赋权，在确定权重后，运用线性加权法计算数字经济指数。

表1 数字经济指数评价体系

为直观呈现各省（区、市） 数字经济的发展情况，笔者绘制了2011年和2018年数字经济指数对比图，如图1所示。从图1可以看到，相较于2011年，2018年各省（区、市）的数字经济发展水平都有了显著提升。北京，江苏和广东3省（市） 数字经济发展势头迅猛，其余各省（区、市）数字经济发展速度大致相当。

图1 中国2011年和2018年部分（29个）省（区、市）数字经济指数

笔者将上述29个省（区、市）划分为东、中、西部地区①，绘制了中国东、中、西部地区2011—2018年数字经济指数变化趋势对比图，如图2所示。从图2可以看出：（1）中国的数字经济发展水平在逐年提升，且2013—2014年东、中、西部地区的数字经济均呈加速发展态势；（2）数字经济发展呈现显著的区域异质性特征，东部地区数字经济的发展水平遥遥领先于中部和西部地区；（3）中部和西部地区的数字经济发展速度在2013年之前几乎没有区别，但在2013年之后，中西部地区数字经济发展速度的差距逐渐增大，中部地区数字经济的发展速度显著高于西部地区。

图2 中国东、中、西部地区数字经济指数变化趋势对比图

3.控制变量

此文在已有文献基础上选择如下控制变量：产业结构（ind），用第三产业的增加值在GDP中的占比来表示；地区外商直接投资水平（fdi），用外商直接投资在GDP中的占比来表示；融资能力（fca），用各地区金融机构贷款余额在GDP中的占比来表示；区域科技劳动力水平（tec），用科学研究和技术服务业中的就业人数来表示。此文对控制变量的描述性统计，如表2所示。

表2 对控制变量的描述性统计

四、实证分析

（一）基本估计结果分析

根据Hausman（蒙豪斯） 检验结果，原假设被拒绝，因此此文选择固定效应模型估计数字经济对区域创新的影响，结果如表3所示。观察列（1）至列（4）可知，4个模型的核心解释变量估计系数均通过了1%的显著性水平检验，且符号的方向一致均为正，这表明数字经济的发展不仅促进了区域创新数量的增加，同时也提升了区域创新的质量。观察列（2）和列（4）中的控制变量，发现产业结构的估计结果系数显著为正，表明产业结构的优化升级能够促进经济实现稳定增长，从而有效促进区域创新质量的提升和数量的增长。外商直接投资的回归系数显著为负，说明外商直接投资水平的提高会抑制区域创新质量和数量的提升。其中原因并不难解释：外商直接投资的增加虽然能使当地获得更多的资本并将其投入创新研发之中，但外资的进入不仅会导致企业对技术产生依赖，还会挤占本地技术的应用空间，进而不利于区域创新质量和数量的提升。融资能力的估计系数有两个结果：列（2）显著为正；列（4）为负，但不显著，这说明融资能力的提升促进了区域创新数量的提高，但对创新质量的影响不是很明显。原因可能是中国地方金融市场发展不健全。金融市场发展不健全导致市场效率低下，因此不能有效提高区域创新质量。区域科技劳动力水平的回归系数为负但不显著，说明区域科技劳动力水平的提高对区域创新质量和数量的提升作用不是很明显。

表3 数字经济影响区域创新的估计结果

（二）稳健性检验

1.内生性检验

数字经济会影响区域创新数量和质量，区域创新数量和质量的提升也会在一定程度上推动数字经济发展，因此二者之间可能存在双向因果关系。解释变量和被解释变量之间可能存在内生性问题，如果不对内生性问题进行处理，会导致估计参数出现偏差或失误。此文选取数字经济的滞后1期作为当期数字经济的工具变量，采用固定效应的2SLS（两阶段最小二乘法）模型进行回归估计，结果见表4。观察表4中的列（1）和列（4），发现引入工具变量后数字经济对区域创新数量和质量的影响在方向上保持不变，其估计系数的显著性也基本保持不变。这进一步证实了上述估计结果的稳健性，即可能存在的内生性问题不会改变此文的核心结论。

2.剔除部分样本

李雪等人在测度数字经济对区域创新绩效的影响时加入了人口密度这一控制变量，实证分析后发现：高人口密度有利于人才的集聚和知识的吸收，进而会对区域创新绩效产生正向影响[25]。如果在此研究中添加人口密度这一控制变量，数字经济对区域创新数量和质量的影响是否会产生变化？为验证结果的稳健性，此文添加了人口密度这一控制变量，并重新进行回归估计。表4中的列（2）和列（5）显示，数字经济的估计系数仍然显著为正，与估计结果保持一致，这进一步证明了此文实证分析结果的稳健性，即数字经济的发展对区域创新数量和质量具有显著的提升作用。

3.替换被解释变量

为了避免因选取的被解释变量不同而导致结果不同，此文将区域创新数量的指标替换为发明专利申请总数（Inpat3），将区域创新质量的指标替换为专利授权总数（Inpat4），然后再对假说1进行实证检验。结果如表4的列（3）和列（6） 所示，数字经济变量的估计系数分别为0.118和0.0921，均通过了1%的显著性水平检验，这说明数字经济推动了区域创新数量和质量的提升。被解释变量度量方法发生了改变，但估计结果并没有发生明显的变化，这一结果进一步验证了假说1，即数字经济的发展能够提升企业创新的数量和质量。

表4 稳健性检验

4.地区异质性分析

从前文图2可以看出，东部地区和中西部地区（即将中部地区和西部地区视为一个整体区域）②数字经济的发展水平存在巨大差异。因此，数字经济对这两个区域创新数量和质量的影响可能也会存在差异。此文将东部、中部、西部3个地区归并为东部和中西部地区，然后进行分样本回归估计，检验数字经济发展对区域创新数量和质量的地区异质性，结果如表5所示。结果显示，无论是东部地区还是中西部地区，数字经济的估计系数在1%的水平下均显著为正，表明不同区域数字经济的发展均能显著促进区域创新数量的增加和创新质量的提升。观察东部地区和中西部地区的估计系数可发现，中西部地区数字经济对区域创新数量和创新质量的估计系数均显著大于东部地区，表明中西部地区数字经济的发展对区域创新数量和质量的影响效应更强。

表5 地区异质性分析

五、影响机制检验

（一）中介效应模型设定

上文验证了数字经济可通过创新环境对区域创新产生影响，那么，数字经济是否能通过影响上述中介变量进而提升区域创新的数量和质量？此文使用中介效应模型对数字经济的中介机制进行检验，构建了如下中介效应模型：

其中，Mit表示中介变量，即创新环境。此文用北京大学企业大数据研究中心提出的中国区域创新创业指数来衡量区域的创新环境（envir），其余变量含义与公式（1）相同。

（二）中介效应模型的估计结果与检验

中介机制检验结果如表6所示，列（1）和列（4）为公式（2）的估计结果，列（2）为公式（3）的估计结果，列（3）和列（5）为公式（4）的估计结果。列（2）中Dig估计系数为正且通过了1%的显著性水平检验，这表明发展数字经济能够有效改善区域的创新环境。列（3）中envir的估计系数显著为正，表明区域创新环境的改善有利于区域创新数量的增加，且Dig的估计系数与列（1）相比有所下降，这表明创新环境是数字经济影响区域创新数量的中介变量，且中介效应显著。列（5）中envir的估计系数为正且通过10%的显著性水平检验，这表明改善创新环境能够促进区域创新质量的提升。列（5）中Dig的估计系数与列（4） 相比也有所下降，这说明创新环境作为数字经济影响区域创新质量的中介变量，中介效应显著。对中介机制进行Sobel（索贝尔）检验，结果表明，统计量均显著，证明存在创新环境中介机制，区域创新数量和质量的中介效应具有稳健性。

表6 中介机制检验结果分析

六、结论与启示

（一）结论

此文选取2011—2018年中国部分（29个）省级行政区的面板数据，在测算数字经济指数的基础上，构建面板固定效应模型和中介效应模型对数字经济影响区域创新数量和质量的作用进行研究，得出如下结论：（1）数字经济对区域创新数量和质量有显著的提升效应，在进行稳健性检验后，结论仍然成立；（2）数字经济能够通过改善区域创新水平促进区域创新提质增量；（3）相较于东部地区，中西部地区数字经济的发展对区域创新数量和质量的促进效应更强。

（二）建议

1.促进数字经济全面发展，加快经济社会数字化转型，以提升区域创新的数量和质量。首先，要充分利用数字化技术改善创新环境。在企业方面，企业可通过数字化技术提高其在市场上的竞争优势，以此开拓更多的融资渠道，为自己创造更好的融资环境，从而改善创新环境。在政府方面，政府可以通过推动数字化技术的发展和应用促进高端人才的聚焦，改善创新环境。其次，政府要加强对数字经济的扶持力度，加大大数据、人工智能、区块链以及云计算等新一代信息技术的研发投入，不断推动核心技术取得进步和发展。最后，在对外开放的过程中，要注意消化吸收国外先进的技术。

2.积极推动区域创新实现协同发展。当前，相较于东部地区的数字经济发展水平，中西部地区处于落后的状态，但是中西部地区数字经济的发展对区域创新数量和质量的促进作用比东部更强。因此，政府在制定数字经济创新发展策略时，应当根据东部地区和中西部地区的具体情况，提出差异化的发展策略。一方面，政府要发挥其宏观调控作用，引导数字经济及相关产业往中西部地区进行转移，并引导财政补贴有针对性地流向中西部地区，以推动中西部地区数字经济实现快速发展；另一方面，东部地区的数字经济产业基础较好，但产业创新效果并不理想，因此政府在推动东部地区数字经济产业发展的同时，也要注重引导相关部门对基础研发项目开展专项攻关，力争取得重大的创新突破。

注释：

①将中国划分为东部、中部、西部三个地区的时间始于1986年，由全国人大六届四次会议通过的“七五”计划正式公布。由于历史发展的原因，中部和西部所属的省级行政区有所变动。此文选取的29个省级行政区位于东部地区的有河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南、辽宁等省（市）；位于中部地区的有山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南等省（区）；位于西部地区的有陕西、甘肃、青海、新疆、四川、重庆、广西、云南、贵州等省（区、市）。

②此文选取的29个省级行政区位于中西部地区的有山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、陕西、甘肃、青海、新疆、四川、重庆、云南、贵州、广西等省（区、市）。