数字经济抑制研发要素市场扭曲了吗※

内容提要：基于2011—2020年中国省级面板数据，在测算数字经济发展水平基础上，运用空间杜宾模型实证分析数字经济对研发要素市场扭曲的影响效应、传导机制及异质性特征。研究表明：数字经济对两类研发要素市场扭曲均具有显著抑制效应，且数字经济的空间溢出效应有助于缓解邻近地区研发要素市场扭曲；研发人员流动是数字经济影响本地及邻近地区研发人员要素市场扭曲的重要传导机制，而数字经济通过研发资本流动缓解本地研发资本要素市场扭曲的中介传导作用并不显著；数字经济对于研发要素市场扭曲的改善效果存在明显的区域异质性，对中西部和数字化低水平地区的研发要素市场扭曲具有较强的抑制作用。研究结论为新发展格局下以数字经济为重要抓手，优化研发要素市场化配置、促进创新型国家建设提供有益启示。

一、 引 言

当前，中国经济面临全球疫情冲击、中美关系实质性转型及产业链供应链安全隐患等多重挑战，以科技创新为核心提升国际竞争力是“十四五”时期建设社会主义现代化强国的核心使命。研发人员和研发资本等研发要素作为参与创新过程、影响创新能力、体现竞争优势的重要战略资源，其科学有效配置是直接关乎创新链整体效能提升的关键，也是中国内释活力、外争规则的根本落脚点。然而，在渐进式市场化改革进程中，政府干预、信息不对称、市场分割等因素使得研发要素市场扭曲问题突出，影响了创新资源的配置效率，导致创新面临着“数量长足”与“质量跛脚”并存的“创新能力假象”困境。如何缓解研发要素市场扭曲，提升创新资源配置效率，是中国落实创新驱动发展战略的当务之急。

与此同时，全球经济正不断向以大数据、云计算、区块链和人工智能等为代表的数字经济转型，数字技术与实体经济不断融合，催生了许多新业态、新模式和新产业，已经成为一个国家培育新动能的重要引擎。作为新型经济形态，数字化的知识、数据和信息具有节约交易成本、缓解信息不对称、扩充物理空间创新资源与网络空间之间的映射关系等先天优势和本质特征，能够有效破除区域创新系统与创新活动的供需矛盾以及创新活动的空间限制，为缓解研发要素市场扭曲带来重要机遇。基于此，本文拟着重研究的问题是：数字经济是否抑制了研发要素市场扭曲？如果是，其可能的传导机制是什么？数字经济对研发要素市场扭曲影响的规律和特征是什么，在空间上又有何种差异？以上问题的研究立足于创新发展和数字经济这两大趋势，对中国创新提质增效、培育国际竞争新优势具有极为重要的理论价值与现实意义。

从现有研究来看，自Don Tapscott(1996)提出数字经济概念后，学界关于数字经济的研究不断被拓展，主要可以归纳为两类：一是数字经济规模的测度。包括采用国民经济核算、增加值法以及数字经济卫星账户构建等单一指标测度方法(续继和唐琦，2019)以及根据数字经济的内涵构建多维综合指标评价体系(许宪春和张美慧，2020)两种。二是数字经济的经济效应。从宏观层面上看，数字经济改善了劳动、知识、管理、资本和技术要素的质量和效率(Ghasemaghaei和Calic，2019)，能够提升经济增长质量(陈晓红等，2022)与就业质量(王文，2020)、促进区域创新(韩兆安等，2022)以及培育新动能(李晓华，2019)等；从中观层面上看，数字技术不仅能够加强产业协同效应，而且对传统产业进行全方位、全角度、全链条赋能，有助于提升产业韧性与质量(刘淑春，2019)；从微观层面上看，数据支撑、开放共享等数字化特征能够降低交易成本、缓解信息不对称、精确配置资源(Goldfarb和Tucker，2019)，影响企业创新绩效、生产率提升及价值链升级(Acemoglu等，2020)等。此外，数字经济也可能带来用户信息泄露、过度竞争、阻碍实体经济发展等负面效应(姜松和孙玉鑫，2020)。

学界围绕研发要素市场扭曲也展开了多方面的讨论，研究发现：市场分割(范欣，2021)、政策干预(董直庆和胡晟明，2020)、行政垄断(李勇等，2017)等是影响研发要素市场扭曲的重要因素。这些研究为探究如何改善研发要素市场扭曲提供了有益洞见，但鲜少考虑到数字经济这一重要维度的影响，代表性的仅有王宏鸣等(2022)从创新要素区际流动视角考察了数字化对创新要素错配的影响，发现数字化能够显著降低创新要素错配水平。与本文较为相关的研究多集中于数字经济对传统要素(资本、劳动)配置的影响研究。如沈洋等(2022)发现数字经济能显著缓解劳动力错配，且人工智能制造在其中发挥着重要的中介作用。韦庄禹(2022)的研究结果显示，城市数字经济发展显著提升了制造业企业的资源配置效率。此外，也有少数文献将要素配置作为中介变量研究信息化技术或数字经济的经济效应。如李宗显和杨千帆(2021)实证发现，要素配置效率是数字经济影响经济高质量发展的中介渠道。黄群慧等(2019)的研究也表明，互联网技术可以通过缓解资源错配来提升制造业生产率与企业能源效率。

综上，已有文献为本文研究提供了多维度的有益借鉴，但不难发现，现有研究主要从互联网发展或数字经济角度聚焦对传统要素错配的影响，忽视了数字经济对研发要素市场扭曲的影响，且缺乏关注其内在传导机制及其影响效应的异质性。鉴于此，本文通过构建数字经济的评价体系，考察数字经济对研发要素市场扭曲的影响效应及传导机制。可能的边际贡献有：第一，结合已有对数字经济的认识，构建指标体系，拓展了关于数字经济发展水平的评价，丰富了已有文献；第二，在数字技术向研发创新不断渗透的新形势下，探讨数字经济是否抑制了研发要素市场扭曲，为缓解研发要素市场扭曲提供新的研究视角和思路；第三，利用中介效应模型，试图探索数字经济对研发要素市场扭曲的传导机制，打破二者之间的黑箱，进一步拓展和丰富了数字经济与要素配置领域的研究文献。

二、 理论机制与研究假设

1. 数字经济影响研发要素市场扭曲的直接作用机制分析

创新活动中的信息不对称、信贷错配以及政府干预问题，是影响研发要素市场扭曲的主要原因。随着数字经济与实体经济的深度融合，数字经济的网络性、渗透性及协同性等属性能够有效缓解上述问题，进而直接影响研发要素市场的使用和配置效果。

具体而言，首先，数字通用技术成为数字时代的核心生产要素，数字化设计工具可以利用智能化、虚拟化的仿真技术，对创新企业和客户进行精准画像及模拟物理实体的各种参数，充分释放“信息势能”，提高研发的精确性。在此基础上，创新主体通过多渠道的信息整合，强化在创新网络中的弱连接状态，拓展网络空间功能和创新资源配置的空间范围，使研发设计活动在点线面多维度的创新网络中进行，有助于加强各部门和各环节交流机会、降低信息搜寻成本，改善知识、创新资本与人才等研发要素配置的信息不对称问题，进而精准对接创新所需要的资源。其次，数字经济一方面能够对碎片化的创新企业资金需求信息产生聚合传递的积极意义，进而通过数字化信贷平台直接向目标企业进行创新融资；另一方面，也能够强化数字金融的健康发展，解决中小企业融资难、融资贵的问题(张勋等，2021)，表现在数字金融形成的“鲢鱼效应”加大了银行等传统金融机构的竞争压力，减轻传统金融机构资金投向的“领域错配”“属性错配”和“阶段错配”问题，这必然会直接抑制研发要素的配置扭曲。最后，政府对创新活动的干预如研发补贴、税收优惠往往具有“所有制歧视”或寻租偏向行为，是研发要素市场扭曲的一个重要因素，而数字经济下简政放权、创新监管等制度改革的红利得到了最大程度的释放，政府权力透明度的提升、新型政商关系的构建使得政府能够精准识别企业创新潜力，避免由政治关联或寻租产生的政府创新补贴、税收优惠的错配进而抑制研发资本要素市场扭曲问题。基于此，提出如下研究假设：

假设1：数字经济有利于缓解研发要素市场扭曲。

2. 数字经济影响研发要素市场扭曲的间接传导机制分析

研发要素流动在数字经济与研发要素市场扭曲间能发挥中介作用。根据资源禀赋理论的观点，要素禀赋差异是影响创新绩效的关键因素。研发要素作为研发创新的关键稀缺要素，各区域为了实现创新能力提升与经济增长，通过制定优惠政策和设置行政壁垒等手段对研发要素的争夺日趋激烈，致使研发要素在物理空间上合理的流动、集聚与有效配置受到阻碍(邓若冰，2019)，而其自由流动是抑制研发要素市场扭曲的关键路径。数字经济时代，各方创新主体凭借去中心化的网络效应和平台效应使得研发要素的获取不再受到时空的束缚，通过打破传统市场的地域限制、拓宽区域市场的边界，最终形成一种跨界渗透融合、开放包容协作、线上线下互动、相互赋能成就、多元共生共享的不依赖于地理空间的虚拟集聚，这种虚拟集聚将极大降低由于地理空间和市场壁垒造成的市场分割，为各类研发要素(特别是基于数据、信息和知识的研发要素)的创造、转移和应用创造了条件，能够促进研发要素空间流动和技术创新的扩散。

具体来看，对于研发人员要素而言，中国的户籍制度、学籍制度、就业信息不对称等因素导致的复杂市场分割限制了研发人员的自由流动，使得研发人员要素无法通过价格机制和市场机制实现跨地域间的自由配置。数字经济一方面通过促进信息和观念的传播，压缩了创新活动空间上的联系、行业间的联系、生产上的联系以及行业内部联系，增加了研发人员之间跨区域、跨行业的交流和互通互联，能够缓解因信息闭塞造成的诸多流动障碍，如创新企业文化和福利待遇等，增强研发人员流动的意愿；另一方面，能够提升研发人员的就业信息搜寻效率与拓宽就业岗位范畴，促进研发人员向边际产出高、薪酬回报好的区域流动与配置，加强创新资源的优势互补和共享，最终抑制研发人员要素市场扭曲。对于研发资本要素而言，营商环境、法制水平、对外开放制度等制度环境的优化能够保障有序竞争，是影响研发资本流动的关键因素(Tombe和Zhu，2019)，而数字经济的网络连接效应、渗透效应及长尾效应不仅能使创新环境建设过程中的诸多痛点与难点迎刃而解，而且在纵向和横向上对创新活动的产业进行专业化分工，延伸了产业链和创新链，有助于企业和地区加大高端研发资本投入和促进研发资本的自由流动。基于此，提出研究假设：

假设2：研发要素流动是数字经济抑制研发要素市场扭曲的有效传导路径。

三、 研究设计

1. 计量模型设定

为考察数字经济对研发要素市场扭曲的直接影响，构建如下基准面板计量模型：

DistRDit=α0+α1Digeit+αcZit+μi+δt+εit

(1)

式(1)中，DistRD表示被解释变量研发要素市场扭曲，主要包括研发人员要素市场扭曲(DistRDL)和研发资本要素市场扭曲(DistRDK)两种；Dige表示解释变量数字经济；Z表示一系列控制变量；μi表示省份固定效应，δt表示时间固定效应；εit表示随机扰动项。

由于各地区数字经济可能存在空间相关性，为探究数字经济对研发要素市场扭曲的空间效应，将(1)式拓展为空间杜宾模型(SDM)，设定如下：

DistRDit=α0+ρ1WDistRDit+α1Digeit+φWDigeit+αcZit+ϑWZit+μi+δt+εit

(2)

为进一步考察创新要素流动是否为数字经济影响研发要素市场扭曲的传导机制，本文在空间计量模型的基础上又考虑了中介效应，设定如下：

Kit=β0+ρ2WKit+β1Digeit+σ1WDigeit+βcZit+σ2WZit+μi+δt+εit

(3)

DistRDit=θ0+ρ3WDistRDit+θ1Digeit+τ1WDigeit+θ2Kit+τ2WKit+θcZit+τzWZit+μi+δt+εit

(4)

式(3)中，K是中介变量，包括研发人员流动(RDLfl)和研发资本流动(RDKfl)。

2. 变量选取

(1) 被解释变量：研发要素市场扭曲(DistRD)。本文借鉴邓若冰(2019)的方法采用超越对数生产函数法求出各研发要素的边际产出，与要素实际价格做比值，得到研发要素市场扭曲指数。需要强调的是，测算研发人员要素扭曲(DistRDL)时，研发人员的价格采用按行业细分的城镇非私营单位的科学研究和技术服务者的平均工资表示，并利用城市居民消费价格指数进行平减；测算研发资本要素扭曲(DistRDK)时，研发资本的价格即利率水平，采用Hsieh和Klenow(2009)的研究直接将其设定为0.1，且研发资本存量利用永续盘存法折算，折旧率取15%，增长率为样本期间研发资本内部经费支出的年均增长率。两类扭曲指数取对数处理。

(2) 解释变量：数字经济(Dige)。基于 G20 数字经济指标体系等相关研究成果，拟采用综合指数编制法，从数字基础设施、数字竞争强度与数字技术创新环境三个维度分别构建评价体系(如下表1所示)，并运用熵值法将指标数据标准化后进行降维处理，得到数字经济发展水平指数。

表1 数字经发展水平的评价体系

(续表)

(3) 中介变量：研发要素流动(RDfl)。借鉴王兵等(2021)的方法，构建以工资和房价作为双吸引力变量的引力模型测度研发要素流动。其中，使用工资差值与房价差值作为双引力变量来测度研发人员要素流动指数(RDLfl)，且采用省级平均工资和住宅平均售价对工资和房价进行取值；选取规模以上企业工业成本费用率差值和金融市场化程度差值作为双引力变量，核算研发资本要素流动指数(RDKfl)。

(4) 控制变量。梳理现有文献，选取政府干预水平(Gov)、金融发展水平(Fd)、产业结构(Inds)、人力资本(Hum)、基础设施(Infr)作为控制变量。其中，政府干预水平用地区一般预算开支占GDP的比重衡量，金融发展水平用各地区金融机构全部存贷款余额占GDP的比值衡量，产业结构用第三产业增加值占GDP的比重衡量，人力资本水平用各地区高校人数与常住人口数量的比重衡量，基础设施用各地区全社会固定资产投资总额与GDP比重衡量。

3. 数据来源与描述性统计

本文选取中国 30个省份(西藏、港澳台地区除外)2011—2020年的数据进行实证研究。数据主要来源于各年《中国统计年鉴》《中国科技统计年鉴》《中国信息产业年鉴》《中国高技术产业统计年鉴》、Wind 数据库和各省份统计年鉴，部分指标来源于北京大学数字金融普惠指数。各主要变量的描述性统计如表2所示。

表2 描述性统计结果

四、 实证结果及分析

1. 空间相关性分析

数字经济的网络连接效应与虚拟集聚效应等特征使得地区之间的交流越来越紧密，深化了区域研发合作与竞争，因而有必要对数字经济的空间溢出特征进行分析。检验数字经济存在空间相关性是采用空间计量模型的前提，本文采用全局Moran’s I指数进行空间相关性检验。结果表明，2011-2020年数字经济Moran’s I指数在反距离矩阵与经济距离矩阵下均通过了显著性检验，这意味着二者均呈现明显的空间相关性。

表3 数字经济的Moran’s I检验结果

2. 基准回归

为检验数字经济对研发要素市场扭曲的直接影响效应，我们对前文空间杜宾模型(2)进行基准回归，且报告了前文式(1)中不考虑空间效应的结果进行对照。参考Elhorst(2014)的检验思路，依次进行LR检验和Wald检验，并且考虑到数字经济和研发要素市场扭曲在省际层面间均存在较大的异质性，最终确定了个体固定空间杜宾模型，结果见表4。

由表4结果显示，在模型(1)和(2)未考虑空间特征时，数字经济对研发人员要素市场扭曲和研发资本要素市场扭曲的影响系数分别为-1.115和-1.121，且均在5%的水平上通过了显著性检验，表明数字经济能够抑制研发人员和研发资本要素市场扭曲，初步验证了假设1。实际上，随着数字经济的快速发展，数字化应用已逐渐渗透到实体经济研发活动中，数字经济不仅能够降低信息搜寻成本、融资成本和制度性成本，缓解信息不对称、精准对接企业所需创新资源，提高研发要素的市场配置效率，而且通过知识技术溢出和互联网平台经济的就业灵活化和平台就业化效应促进了信息化沿着创新链扩散，改善了研发要素的错配，由此最终抑制了研发要素市场扭曲。模型(3)～(6)依次估计了反距离权重矩阵和经济距离权重矩阵下数字经济对两类研发要素市场扭曲的影响，结果可知，两种空间权重矩阵下的回归结果基本保持了一致。下面以及距离权重估计为例进行分析。由模型(3)和(4)可知，两类研发要素市场扭曲的空间自回归估计系数均保持了负向显著，这说明邻近地区的研发要素市场扭曲与本地研发要素市场扭曲呈现负相关关系。数字经济的空间交互项对研发要素市场扭曲的影响均显著为负且通过了显著性水平检验，说明邻近地区数字经济的发展能够缓解本地区的研发要素市场扭曲，即数字经济发展表现出较强的空间溢出特征。这也意味着，整体而言，数字经济发展潜在的“鸿沟效应”并没有对数字经济的研发要素市场扭曲抑制效应产生较大的负面影响。

此外，在控制变量方面，政府干预(Gov)的系数显著为负，说明适当的政府干预能够抑制本地研发要素市场扭曲，比如搭建人才市场、制定区域一体化等政策，有利于改善市场分割，且也对邻近区域研发要素市场扭曲具有负向溢出效应。金融发展(Fd)对本地两类要素市场扭曲的影响显著为正，与预期不符。究其原因，可能是中国很多地区的金融市场存在诸多乱象，金融发展带来的积极作用被市场服务效率低抵消，导致对研发资本要素市场扭曲的影响具有不确定性，甚至为负。产业结构(Inds)对本地研发资本要素市场扭曲具有抑制作用，但对邻近区域的影响表现出促进作用，表明产业结构越高级，越能够引导研发资本要素从低生产率的行业、区域流向高生产率的行业或区域，从而抑制本地研发要素市场扭曲，降低研发要素错配指数，对周围区域则具有虹吸或极化效应。人力资本(Hum)对本地研发资本要素市场扭曲的影响具有显著的抑制效应，但对研发人员要素市场扭曲的影响不显著，可能在于人力资本的提升主要表现在研发人员知识的积累上，相比于资本要素，研发人员要受到主观意愿、城市户籍、房价等影响，流动成本较高，使之不能轻易转移到回报率较高的区域，导致对研发人员要素市场扭曲的影响具有不确定性。基础设施(Infr)估计系数为负且通过了显著性检验，表明基础设施的完善无论对本地还是对周围地区研发要素市场扭曲的影响都具有抑制作用，符合预期。

由于空间杜宾模型中包含了被解释变量的空间滞后项，空间杜宾模型测度的空间外溢效应实际上是全局效应而非局部效应，仅采用回归系数解释空间回归结果会存在偏差。根据Elhorst(2014)还需要依据模型的点估计结果进一步测算各解释变量的直接效应和间接效应，因此，进一步对影响效应进行空间效应分解(直接效应、间接效应、总效应)，结果如表5所示。

表5 空间效应分解的回归结果

由表5中结果显示，反距离权重和经济距离权重矩阵下的结果大体保持了一致。以反距离权重为例进行分析，数字经济对研发人员要素市场扭曲的直接效应为-2.661、间接效应为-3.771、总效应为-6.432，均通过了显著性检验，说明当前数字经济对研发要素市场扭曲的缓解效应不仅体现在本区域内部而且体现在周边邻近区域，进而促进了数字经济对研发人员要素市场扭曲的总效应的发挥。同理，数字经济对研发资本要素市场扭曲的直接效应、间接效应及总效应的影响系数分别为-2.517、-3.713及-6.230，且均通过了显著性检验，表明了数字经济会加快本地区与邻近地区的研发资本要素流动，产生扩散效应，进而抑制邻近地区的研发资本要素市场扭曲。结合上述机理分析可知，数字经济的网络性、协同性和渗透性能够缩短信息传播的时空距离，节约信息搜寻成本、交易成本、融资成本等，缓解信息不对称，进一步加强地区间的交流、实现地区间信息共享，从而具有空间溢出效应。由此，验证了假设1。

3. 传导机制检验

上述检验结果表明，数字经济对研发要素市场扭曲具有抑制作用，但究竟是通过何种传导机制还有待于进一步探究。根据前文理论分析，接下来将采用中介效应模型对研发要素流动这一传导机制进行检验，估计结果如表6所示。

表6 数字经济影响研发要素市场扭曲的传导机制检验结果

式(2)的估计结果在表5 中已有报告，本部分未列出。通过对比反距离估计结果和经济距离估计结果发现，其系数、显著性及中介效应基本保持一致。下面以反距离为例进行分析。模型(1)和(2)列报告了以研发人员流动(RDLfl)为中介变量的估计结果，由模型(1)可知，数字经济对研发人员流动的直接影响为负，但未通过显著性检验，而间接效应的估计系数为56.839，且通过了1%的显著性水平检验，这说明数字经济对本地研发人员流动作用不明显，但对邻近地区具有明显的空间外溢效应；由模型(2)结果可知，将数字经济和研发人员流动同时纳入回归模型后，数字经济的直接效应、间接效应及总效应系数分别为-2.657、-3.243及-5.899，通过了显著性检验，且系数绝对值相较于基准回归变小，同时研发人员流动的三类效应也显著为负，这意味着数字经济能够促进研发人员流动，进而验证了研发人员流动缓解研发人员要素市场扭曲的传导机制存在。数字经济整合了创新资源、促进了创新资源共享，降低了研发人员沟通成本，提高了研发人员流动意愿，从而改善了研发人员扭曲程度。同理，模型(3)和(4)列报告了以研发资本流动(RDKfl)为中介变量的估计结果，可知数字经济对本地研发资本流动具有显著的促进作用，而对邻近地区具有负向溢出效应；在模型(4)中数字经济的直接效应和间接效应分别为-2.473 和-2.529，估计系数绝对值相较于基准回归变小，研发资本流动的间接效应通过了显著性检验，这意味着数字经济能够通过促进邻近地区的研发资本流动，进而抑制邻近地区研发资本要素市场扭曲，而对本地区研发资本要素市场扭曲的中介效应没有通过检验。综上，假设2仅部分得到了验证。

4. 异质性分析

由于不同地区的数字经济发展水平和地理区位之间存在明显差异，区域数字鸿沟越来越不可忽视，可能导致数字经济对研发要素市场扭曲的影响存在异质性，因此，本文将从地理区位和数字经济发展水平高低(以均值为分界点划分成数字化低水平和数字化高水平两个子样本)两个方面考察异质性影响，估计结果如表 7 所示。由于篇幅限制，下文以反距离权重矩阵为例进行分析。

表7 异质性检验结果

由模型(1)～(4)结果显示，各区域数字经济水平均显著抑制了研发要素市场扭曲，但表现出明显的区域异质性。具体地，对于研发人员要素市场扭曲而言，Dige直接效应(-0.513)绝对值在东部地区小于中西部地区(-2.080)，表明数字经济水平的提高对中西部地区研发要素市场扭曲的抑制作用更大，显著提升中西部地区的创新资源配置效率，可能因为中西部的经济发展、就业信息获取面临的约束本身较大，数字经济发展能够增强本地区研发人员的工作搜寻频率、降低信息隔离障碍，使其更便捷地获取流入地的相关信息，加速了研发人员的流动倾向、频率，进而对抑制研发人员扭曲的效果更显著；但数字经济在东部地区的间接效应(-6.387)要强于中西部地区(3.618)，原因在于东部区域数字经济发展水平相对较高，研发人员扭曲程度相对较低，数字经济对本地研发人员扭曲具有较小的抑制空间，反而更能够对邻近区域发挥更大抑制效应。对于研发资本要素市场扭曲而言，Dige直接效应的绝对值同样低于中西部地区，且东部区域的空间溢出效应通过了显著性检验，可能的原因是当前数字经济集中于物联网、工业互联，本身对资本的渗透率就较高，而东部地区经济发展水平、市场化程度及金融规模、效率相对来说较高，加上数字基础设施和外部创新环境相对优越，可以说东部地区研发资本要素更容易通过数字经济信息共享、网络连接等效应对邻近地区形成扩散效应，进而减少邻近地区研发资本的配置扭曲。

由模型(5)～(8)列估计结果可知，数字经济对数字化高低两个区域的研发人员和研发资本要素市场扭曲的影响均显著为负，但系数大小存在差异，表现为数字经济发展低水平地区，数字经济的发展对研发要素市场扭曲缓解作用空间更大。原因在于数字通用技术和数据的渗透属性能够延伸产业链，形成更多新的数字应用场景或数字产业，在数字化高水平区域能够驱动研发人员的就业和研发资本的流动，不仅能够提升本地研发要素配置效率，还能够产生更强的空间溢出效应；在数字化发展相对落后的区域，数字经济缓解本地研发要素市场扭曲的边际效应较大，也对邻近地区的研发人员要素市场扭曲具有负向的空间溢出效应。

5. 稳健性检验

为更稳健地评估数字经济是否抑制了研发要素市场扭曲，我们将从三个方面进行稳健性检验，结果见表8。具体如下：① 改变核心解释变量的衡量指标。在基准回归中我们利用熵值法测算了数字经济水平，这里采用主成分方法进行降维分析，重新算出数字经济发展指数进行回归，由模型(1)和模型(2)估计结果显示，数字经济Dige的估计系数与前文基本回归保持一致，未发生实质性改变，这表明回归结果依然稳健。② 改变空间权重矩阵。采用邻接权重矩阵重新进行估计，检验模型结果的可靠性，由模型(3)和模型(4)可知，结果与前文亦基本一致。③ 变量缩尾处理。为了避免回归结果受异常值影响，对所有解释变量做1%水平的缩尾处理重新检验，由模型(5)和模型(6)估计结果的系数正负和显著性，验证了回归结果的稳健性。以上三种检验方法表明，数字经济显著抑制了研发要素市场扭曲，假设1成立。

表8 稳健性检验结果

五、 主要结论与政策建议

中国数字经济的蓬勃发展，为缓解研发要素市场扭曲提供了有力支撑，是提升创新资源配效率的新引擎。基于此，本文以中国 2011—2020 年30省份面板数据为研究样本，在构建数字经济发展指数的基础上，运用空间杜宾模型，多维度实证检验了数字经济对研发要素市场扭曲的影响效应、内在传导机制及异质性影响。研究发现：第一，就全国整体而言，数字经济可以显著抑制两类研发要素市场扭曲，且存在显著的空间溢出效应，说明数字经济有利于形成地区要素市场一体化的发展格局；第二，传导机制分析显示，研发人员流动在数字经济对本地与邻近地区研发要素市场扭曲的影响中起到显著的中介传导作用，而研发资本流动的中介作用对本地直接传导作用并不显著；第三，从区域异质性来看，地理区位和数字化发展水平高低会影响数字经济抑制研发要素市场扭曲的程度，中西部地区与数字化水平较低地区的影响效应更大。

基于以上结论，本文提出以下政策建议：第一，基于数字经济能够缓解研发要素市场扭曲的基本事实，应该加快数字经济战略部署，攻克薄弱领域的数字智能科技短板，发挥数字经济时空压缩、网络连接及节约成本的优势，挖掘数字要素价值，并借助数字技术、平台深入推进数字经济与创新产业融合，为企业和研发人员、企业和投资者提供更好的交流平台，形成数字与实体结合的现代经济体系，释放数字经济红利，为创新发展赋能。第二，促进要素市场化改革，破除阻碍研发要素流动的市场分割壁垒和体制机制障碍，打通各地区间的要素流通渠道，比如进一步创新户籍制度、放宽科技金融市场的准入门槛、强化地方政府服务职能等，合理引导各地区对于研发人员、研发资本等研发要素的竞争和吸引，实现供求双方信息互联互通、有效对接，提升研发要素流动质量。第三，重视区域间数字经济发展水平的差异，在东部和数字化水平高的区域打造国内领先的数据中心集聚区，引导中西部和数字化水平低的区域追赶式发展，进一步通过区域数字经济的协同发展发挥数字经济发展的空间溢出效应，推动重点数字领域项目、资金、人才一体化配置。