“互联网+”下新兴产业协同集聚对创新效率的影响研究

黄佳乐

（成都理工大学商学院，四川 成都 610051）

“十四五”规划和2035年远景目标纲要均明确提出“创新驱动发展”。2021年的国务院政府工作报告也将“核心技术攻坚”“科技自立自强”等词放在了关键突出的位置。当前，随着我国产业结构优化调整和协同发展战略的持续推进，产业协同集聚已经成为提高创新效率的重要途径。新兴产业作为知识技术密集型产业，将成为我国创新驱动和新旧动能转换的主要产业依托。此外，自李克强总理首次提出“互联网+”行动计划以来，“互联网+”的浪潮席卷全国，成为赋能我国创新发展的新引擎。互联网产业和新兴产业协同集聚的特点也逐渐凸显，当前，国家创新的源头供给存在不足，创新效率仍处于较低水平，产业协同集聚政策也有待完善，因此，关注这种新型集聚模式与创新效率的关系，并分析其中的作用机制，对政府抓住互联网时代的机遇，合理调整产业布局，进而实现创新驱动发展具有重要的借鉴意义。

一、文献综述

自1997年产业协同集聚概念被提出以来，随着产业融合发展进程的不断深入，国内外学者纷纷展开对产业协同集聚的进一步研究。效应分析上，伍先福[1]和张军涛等[2]先后验证了产业协同集聚对全要素生产率、城市经济绿色发展的影响，但对创新的影响研究较少。理论上，产业协同集聚有利于企业节约创新成本、优化配置创新资源、放大市场效应[3]。

实证方面，学者们就产业协同集聚与创新的关系进行了初步探索，但并未达成一致意见，主要有以下三种观点：一部分学者认为制造业与生产性服务业协同集聚[4]、产业多样化集聚[5]有利于创新；但另一部分学者则认为产业协同集聚的创新效应显著为负，促进作用的发挥依赖于科技人才集聚[6]；还有学者则持不确定观点。例如，刘乃全等认为多样化集聚对区域创新效率作用不明显[7]，黄晓琼等则以科技服务业与高技术产业为例，指出协同集聚与创新水平呈倒U型关系[8]。

从现有研究来看，众多学者选取制造业和生产性服务业作为产业协同集聚为研究对象，而忽视了互联网和新兴产业作为技术创新活动最密集的产业部门，在推动创新效率提高的过程中具有其他产业部门不可比拟的优势；其次，产业协同集聚对创新的研究仍处于初步探索阶段，尚未达成共识，有待进一步研究；此外，在研究方法上，既有研究大都进行线性回归分析，而协同集聚效应是个复杂的过程，往往会对创新效率产生非线性的影响。鉴于此，本文首先利用协同集聚指数计算出我国互联网和新兴产业的协同集聚程度，其次采用Super-SBM模型测度各省份的创新效率。在此基础上，采用门槛模型探讨该两产业协同集聚对创新效率的非线性影响。

二、理论分析与研究假设

互联网与新兴产业协同集聚的创新效应主要体现在正外部效应和负外部效应两个方面。

正外部效应方面，产业在空间上的协同集聚有利于资本、技术、高素质人才等要素资源的共享与流动，优化创新资源配置。并且，有利于降低创新成本以及服务需求中形成的交易成本，促进成本剩余的形成。此外，知识密集型产业协同集聚还会产生知识溢出效应，有利于协同创新。互联网提高了知识信息的获取、传播效率，为新兴产业的研发创新活动提供先进的技术信息；反之，新兴产业发展的需求也会拉动互联网发展。异质性产业间关联、互补效应有利于协同创新。

互联网和新兴产业协同集聚的负外部效应主要体现在产业过度集聚引致的拥挤效应，创新发展会产生虹吸效应，吸引更多的要素和产业聚集。一方面会造成创新资源配比失衡，创新资源浪费，另一方面集聚区内企业过度竞争，造成创新动力不足、创新效率损失等负面影响。综上，本文提出如下假设。

研究假设：在正负外部效应的双重作用下，互联网与新兴产业协同集聚对创新效率的影响呈现非线性。

三、模型构建与变量说明

1.模型构建

鉴于产业协同集聚与创新效率不仅是单纯的线性关系，还可能存在复杂的非线性关系。因此，本文运用面板门槛模型，对互联网产业和新兴产业协同集聚与创新效率的关系进行检验。此外，考虑到集聚效应存在时滞性，本文选用该两产业协同集聚度滞后一期作为门槛变量，得到门槛模型如下：

其中：innoe为创新效率；coagg为互联网与高技术产业协同集聚水平；pgdp、fdi、mart、rd、str分别表示经济发展水平、外商直接投资、市场化程度、研发投入强度、产业结构；c为截距项；ε为随机干扰项；γ为待估门限值；i表地区，t表年份。

2.变量说明

（1）被解释变量：创新效率（innoe）。本文运用改进的非角度、非径向的Super-SBM模型测度。其中，投入指标：以R&D资本存量衡量资本投入，存量计算方法参考吴延兵[9]的永续盘存法；以研发人员全时当量衡量人员投入。产出指标：选用专利申请数中的发明专利申请数、新产品销售收入分别衡量创新产出及其经济效益。

（2）解释变量：互联网产业和新兴产业协同集聚水平（coagg）。本文先采用区位熵指数分别衡量互联网产业和新兴产业的集聚程度，再进一步计算出两者协同集聚水平。此外，对于新兴产业集聚度的测量，本文借鉴范晓莉等[10]的方法，以高技术产业为样本进行测度。计算公式如下：

其中，Iagg、Hagg分别为互联网和新兴产业区位熵，I和H分别表示信息传输、软件和信息技术行业和高技术产业就业人数，P为所有产业全部就业人数。

（3）控制变量：经济发展水平（pgdp）用价格指数平减后的人均国内生产总值来衡量；外商直接投资水平（fdi）用汇率换算后的外商直接投资占GDP比重来衡量；市场化指数（mart）利用《中国分省份市场化指数报告2018》中的市场化指数来衡量；研发投入强度（rd）用R&D经费内部支出占GDP的比重来衡量；产业结构（str）用各地区第三产业产值占总产值的比值来表示。

3.数据说明

由于产业协同集聚需要有一定数量的企业，数据显示，海南、西藏、青海、宁夏，新疆5省区高新技术企业数量至今仍不足100家，与互联网产业协同集聚作用不明显，因此本文予以剔除，选取2009年～2017年中国26个省份的数据样本进行实证研究。数据来源于《中国科技统计年鉴》《中国统计年鉴》《中国第三产业统计年鉴》。为减少异方差影响，本文对所有变量均作对数化处理。

四、实证结果分析

1.创新效率分析

Super－SBM模型测得考察期内全国26省平均创新效率如下：

图1 平均创新效率均值

考察期内我国各省份创新效率的平均值为0.3540，总体来说创新效率水平较低，存在很大的提升空间。从时间序列层面来看，我国创新效率整体呈上升趋势。

2.门槛效应检验

本文使用Stata 16软件，借鉴Hansen的检验办法，Bootstrap设置为300，对互联网产业和新兴产业协同集聚水平与创新效率之间是否存在非线性的门槛效应进行检验。最终得到模型的门槛个数、临界值、门槛估计值及其置信区间，见表2所列。

表2 门槛存在性检验及门槛值估计结果

由表2可知，以互联网和新兴产业协同集聚度滞后一期作为门槛变量时，单一门槛的F值在5%的显著性水平下通过了显著性检验，而双重门槛未通过显著性检验，表明互联网和新兴产业协同集聚水平对创新效率的影响具有显著的单一门槛。

3.门槛模型回归结果

在进行门槛回归之前，本文先根据Hausman检验结果选择固定效应模型进行回归。两个模型的回归结果如表3所示。

表3 回归结果

通过表3可知，固定效应模型中协同集聚的系数显著为正，说明互联网与新兴产业协同集聚有利于创新效率提升。通过门槛模型进一步发现：当上期互联网与新兴产业协同集聚度小于门槛值时，协同集聚对创新效率的促进作用最显著，而当其高于门槛值时，协同集聚对创新效率的促进作用减弱。即当互联网与新兴产业协同集聚水平较低时，随着协同集聚水平的提升，逐渐形成集聚的规模效应，异质性产业之间通过知识溢出、资源共享等，对创新发展起到极大的提升作用。而当协同集聚水平进一步提高，跨越门槛值后，产业协同集聚的负外部效应开始凸显，引致拥挤效应，造成资源的浪费，抵消了部分协同集聚的创新效应，边际效应递减，但正外部效应仍为主导，仍有利于创新发展。

对于控制变量而言，首先，市场化水平、研发投入强度和产业结构对创新效率的促进作用较大。这表明：一方面，市场化水平越高，创新活动越活跃，资源分配也越合理，为地区提供有利的创新环境；另一方面，研发投入强度越大，当地获得的创新资金越多，有利于开展创新活动，推动创新发展。此外，产业结构越合理，第三产业发展程度越高，越能为地区的创新活动提供高级生产要素，从而促进创新。其次，经济发展水平与外商直接投资对创新效率的促进也显著为正。经济水平较高可以为创新活动提供扎实的经济基础，而外商直接投资能不断吸收先进科研成果和管理经验，对创新潜能的激发也至关重要。

4.稳健性检验

为确保实证结果的稳健性，本文采用增加变量的方法进行检验。在原有控制变量的基础上，考虑其他潜在影响因素，参考邱志萍做法，将人力资本（hcl）纳入考虑，利用平均受教育年限①来表示，并进行门槛模型回归，经检验，证明本文的回归估计结果具有稳健性。

五、结论和政策建议

通过上述分析，本文得出以下结论：总体来说我国创新效率较低，存在较大的改进空间；互联网产业和新兴产业协同集聚能够显著提升创新效率，两者存在单一门槛特征，表现为先提高后降低的趋势，随着产业协同集聚程度加深，边际效应开始递减，但仍表现为显著的促进作用，未来两者具有较大协同发展空间。控制变量中，市场化水平、研发投入强度、产业结构、经济发展水平与外商直接投资均对创新效率均产生显著正向影响。

根据上述结论，本文提出以下政策建议。

1.大力推进互联网和新兴产业协同集聚

各地区政府应充分认识产业协同集聚对于提高创新效率的重要作用，制定相应的产业政策，统筹优化产业布局，推进互联网产业和新兴产业深度融合、协同发展。充分发挥信息技术的辐射带动作用，以新兴产业为依托，释放创新活力，更好推动创新发展。

2.构建良好的创新生态系统

重视市场在创新过程中的关键作用，引入创新市场竞争机制，大力推进地区市场化进程；通过财政支持、减税降费等，鼓励企业加大研发投入强度；不断优化产业结构，促进“结构红利”的释放；提高区域经济发展水平，优化创新环境，为创新效率提升创造有利的外部条件；扩大地区对外开放度，提高引进外商直接投资的技术水平，充分发挥外商直接投资的技术外溢效应。

注释：

①hcl=（6★小学学历人数+9★初中学历人数+12★高中学历人数+16★大专及以上学历人数）/6岁以上人口总数。