数字经济与中国区域创新效率——基于中介效应模型的实证分析

张 璐

（池州学院商学院，安徽池州 247000）

数字经济是指以数字化知识和信息作为生产要素，以信息网络作为载体，通过信息通信技术的运用，实现经济效率提升和产业结构优化的新型经济发展模式。科技创新是引领发展的第一动力，是提高社会生产力和综合国力的战略支撑，与数字经济之间存在着密切关系。科技创新为数字经济的发展提供了技术支持，数字经济则提升了科技创新的效率。明晰二者之间的实现路径和作用机理，对推动我国经济高质量发展，实现建设数字中国的目标具有重要的现实和理论意义。

1 文献综述

近年来，国内外学者关于数字经济与创新关系的研究主要集中在以下两方面：一是在理论层面探讨数字化变革对产品创新、商业模式创新等方面的影响。以数字技术为基础，促进产业组织从金字塔式静态管理向扁平化动态管理转变，大幅提升产业组织效率[1]。数字经济利用大数据打破空间的界限，优化资源配置效率，其基于大样本数据分析所作出的创新决策准确度相对更高，创新产出效用也更明显。同时，数字经济还通过智能化、个性化制造形成“技术创新+商业模式创新”的双驱动模式，提高了区域创新效率[2]。二是在实证层面研究互联网化或信息化对创新产出的影响。研究结果表明，信息化显著增加了企业创新产出[3-4]，但存在部门和效果差异。如信息化对设备制造部门的技术溢出效应相对于传统制造部门而言更为明显[5]。王金杰等实证检验了互联网发展对创新绩效的促进作用[6]；杨水利等将技术创新分为研发能力和成果应用转化能力两阶段，实证分析了互联网对创新效率的影响[7]；韩先锋等通过线性与非线性效应分析了互联网发展对创新效率的影响[8]；余长林等基于上市公司专利及财务数据，分析产业政策对数字经济行业技术创新的影响[9]。

综上所述，现有文献较少对数字经济给区域创新带来的影响展开实证研究。基于此，研究：一是通过构建数字经济发展指数，可以为评价区域数字化发展提供依据；二是将数字经济与区域创新效率结合起来，试图探寻数字经济对区域创新效率提升的作用机制和实现路径。

2 数字经济对创新效率提升的作用机制

数字经济发展对创新效率提升的效应可以用图1来描述。

图1 数字经济对创新效率提升的作用机制

2.1 直接作用机制

2.1.1 数字经济发展整合了区域创新要素 一是加强了信息类创新要素的联通。数字经济高度信息化的特性可以跨越不同信息类创新要素之间的空间障碍，避免了因地理距离带来的沟通时滞，从而显著提高区域创新在吸收外部创新要素方面的能力和效率；二是便捷了非信息类创新要素的联动。如在物流网络建设中，数字经济可以通过信息手段对资源配置情况进行实时动态调节，还可以通过现代物流网络实现非信息类创新要素的远距离快速传送，有效缩减了创新要素的流动时间；三是革新了产业链的发展模式。数字经济打通了产业链中各个部门之间的融合发展和垂直专业化分工的壁垒，丰富了同一经济主体中不同部门之间以及同一产业链中上下游经济主体之间的关联内容。

2.1.2 数字经济发展降低了区域创新成本 一是降低了搜寻成本。根据长尾理论，消费者的个性化、定制化的需求在大数据时代得到了很好的关注。因而区域内的创新主体可以通过大数据分析出消费者的个性化喜好，向不同消费群体推送经过数据计算的个性化产品。消费者也可以通过现代通信网络快速寻找符合其需求的产品或服务，为区域创新提供发展方向；二是降低了调整成本。数字经济通过资源共享，在调整成本控制方面为企业提供有效的管理模式[10]。当创新产出上升时，可以通过租用或资源共享方式扩大生产。当创新产出失败时，可以通过将闲置资源对外出租或让渡使用权等方式来减少损失，降低企业的调整成本。

综上，提出假设H1:数字经济发展对区域创新效率有直接提升作用。

2.2 间接传导机制

传统创新要素包括“人、财、物”三个评价标准以及三者之间的组合机制。结合数字经济的基本特性，从人力资本投入、金融发展水平以及市场化水平三个角度对其间接传导机制进行分析，得出具体作用机制如下：

2.2.1 数字经济发展通过提升人力资本投入影响区域创新效率“人才是第一资源”，人力资本投入是创新主体实现转型升级，进而带动区域经济发展的先决条件。数字经济发展具有信息和知识获取成本低的特性，可以有效促进人力资源的信息与知识交流。为了形成和保有市场竞争优势，各创新主体势必要提升人力资本研发投入，共同推动区域创新效率水平整体提升。

2.2.2 数字经济发展通过提升金融发展水平影响区域创新效率 区域创新具有高风险、高投入的特点，需要大量资金保障。有研究表明，区域创新更偏向于使用外部融资。数字经济以其特有的技术优势拓展了外部融资的途径，提升金融发展的普惠性和便捷性，降低了区域创新金融风险的不可控性，引导金融资源向区域创新等高质量发展领域投入，进而提升金融发展水平，推动区域创新活动的不断开展。

2.2.3 数字经济发展通过提升市场化水平影响区域创新效率 数字经济通过整合资金链、信息流、物流等方式深刻地改变了产业结构。数字经济的发展催生了许多新业态、新模式，为提升市场化水平提供了新动能，这一点在第三产业中表现尤为显著。市场化水平的提升又会刺激产业内形成有效竞争，激发产业内持续的技术革新和产业升级优化，实现区域创新效率提升。

综上，提出假设H2:数字经济从人力资本投入、金融发展和市场化水平三个角度对区域创新效率的提升有间接传导作用。

3 研究设计

3.1 计量模型

为验证数字经济对创新效率的影响程度和作用机制，基于理论分析和研究假设，首先设定基准模型：

公式中，IEit表示i省份（或地区）第t年创新效率值；INDit表示i 省份（或地区）第t 年数字经济发展水平，controlit为控制变量；λi和εit分别表示不随时间变化的个体效应和随机扰动项。

其次，为进一步验证数字经济对创新效率的传导机制，借鉴韩先锋的做法，引入中介变量，构建中介效应模型：

α1表示数字经济对创新效率的总效应，γ1表示数字经济对创新效率的直接效应，β1×γ2表示数字经济通过中介变量传导产生的间接效应。

3.2 变量设定

3.2.1 被解释变量 技术创新效率（IE）。效率测度的方法主要有参数法与非参数法，参数法以随机前沿分析SFA为代表，但需要事先设定生产函数的形式，否则会产生较大误差。非参数法以数据包络分析法DEA 为代表，该方法不需要事先设定生产函数的具体形式，采用线性规划技术测算效率。因此，选择DEA 模型测算技术创新效率水平。在投入指标方面，选取R&D 经费内部支出额作为区域创新资本投入和R&D人员全时当量作为区域创新人力投入指标；在产出指标方面，选取专利申请数来衡量区域产业创新研发能力，以新产品销售收入指标衡量区域产业创新应用转化能力。

由图2可知，2009—2019年30省份平均创新效率水平呈现较大差异，效率值较高排名靠前的主要是上海、吉林、海南、湖南、北京、广东、天津等地，效率值偏低的地区主要是黑龙江、内蒙古、山西、陕西等地。总体而言，东部地区创新效率值偏高，中部和西部效率值偏低，但并不完全与地区经济发展水平相同。创新投入的增加并不必然带来创新效率的提升。各省份或地区平均创新效率值低于1，说明中国区域创新效率仍处于相对无效阶段，科技资源配置不合理，仍存在优化改进的空间，需进一步加强数字化技术的发展，改善科技创新环境，提升区域创新效率。

图2 2009—2019年各省份创新效率平均值

3.2.2 核心解释变量 数字经济发展指数（IND）。考虑到数据的可获取性，从数字化普及情况、基础环境及应用情况三方面构建数字经济发展指数（表1），使用熵值法计算各省份的数字经济发展指数。同时，使用单指标法作为替代指标进行稳健性测试。

表1 数字经济发展评价指标体系

图3 显示的是2009—2019 年30 省份平均数字化水平，地区间差异较大。得分较高的分别是北京、广东、浙江、江苏、上海、山东等地，得分偏低的地区主要是宁夏、甘肃、贵州、青海、海南等地，总体分布与地区经济发展水平较为接近。北京、广东、浙江地区的数字化水平走在前列，远高于其他地区，说明数字化创新在发达地区率先应用发展，引领全国。中部地区数字化水平较为平均，西部地区发展较为落后。各省份数字化发展呈现较大差异，说明中国数字化发展仍存在较大发展空间，需进一步发挥数字经济的强大引擎作用。

图3 2009—2019年各省份数字化水平平均值

3.2.3 中介变量和控制变量 根据前文数字经济对技术创新效率的作用机制分析，选取R&D 人力投入、金融发展水平和市场化水平三个指标作为中介变量，检验数字经济对创新效率的传导机制。为避免遗漏变量，考虑创新效率的影响因素，选取城市化水平、贸易开放度、知识产权保护、研发经费投入、固定资产投资等控制变量，具体指标选取见表2。

表2 变量设计

3.3 数据来源

选取中国30省份为研究对象（西藏、港澳台等地区数据缺失较多，未包含在内）。由于统计年鉴在2006年统计口径发生变化，考虑数据的可比性，以2009 年为起点进行研究。其中，区域创新效率投入产出数据来源于2009—2019年《中国城市统计年鉴》和《中国科技统计年鉴》。数字经济发展指数的数据来源于《中国统计年鉴》和《中国互联网发展状况统计报告》，其余中介变量和控制变量的原始数据来自于年鉴或锐思数据库。变量的描述性统计如表3。

表3 变量描述性统计

4 实证结果与分析

4.1 基准模型回归结果

采用2009—2019 年30 省份的面板数据，首先根据单位根检验得出变量平稳性。然后，采用Hausman 检验确定最优模型。表4 报告在控制变量下，最小二乘法OLS，随机效应RE 和固定效应FE 的数字经济对创新效率提升的直接效应的检验结果。

表4 基准模型回归结果

在直接效应中，模型（1）、（2）和（3）结果均显示，数字经济发展指数会显著提升技术创新效率，且系数在0.1%的水平上显著。回归系数表明当数字经济发展指数提升1个单位时，技术创新效率提升的程度。Hausman 检验发现固定效应模型估计结果更优，即模型（3），变量系数为0.480且显著，说明数字经济能有效提升中国区域技术创新效率。

4.2 传导机制检验

为进一步验证数字经济对区域创新效率提升的传导机制，基于前文的理论分析，使用中介效应模型检验，估计结果分为以下三个方面：

表5 中，模型（4）和（5）是以R&D 研发人力资源投入为中介变量的估计结果。模型（4）数字经济发展指数对R&D 研发人力资本的影响显著为正，说明数字经济发展促进了研发人力的投入，模型（5）R&D 研发人力资本对区域创新效率的影响同样显著为正，说明人力资本的投入对区域创新效率的提升有积极作用。通过中介效应，数字经济发展指数每增长1 个单位，对R&D 研发人力资本直接提升效应是0.0667 个单位，即区域创新效率提升的间接效应是9.5760*0.00475=0.045486 个单位，可知直接效应和间接效应合计是0.1122，间接效应占比40.54%，说明R&D 研发人员的投入能大幅提升区域创新效率，需更加注重研发人力资本的投入效益。

表5 中介效应模型检验结果

模型（6）和（7）是以金融发展水平为中介变量。变量系数显著为正，说明数字经济发展通过促进金融发展水平进一步提升区域创新效率。其中，数字经济发展指数对金融发展水平的影响系数为0.0688，金融发展水平对区域创新效率提升的系数为0.142，中介效应显著。数字经济通过金融发展水平影响区域创新效率的间接效应为0.0688*0.142=0.00977，占比8.74%，说明金融发展水平的提升有效促进区域创新效率，但间接效应有限。

模型（8）和（9）是以市场化水平为中介变量。变量系数显著为正，说明数字经济发展通过促进市场化水平进一步提升区域创新效率。其中，数字经济发展指数对市场化水平的影响系数为0.0650，市场化水平对区域创新效率提升的系数为0.928，中介效应显著。数字经济通过市场化水平影响区域创新效率的间接效应为0.0650*0.928=0.06032，占比53.80%，说明市场化水平即大力发展第三产业会有效提升区域创新效率。

4.3 稳健性检验

为减少因遗漏变量导致模型参数估计有误，使用单指标法互联网普及率和互联网网民规模作为核心解释变量的替代变量进行稳健性测试，检验结果如表6。模型（1）—模型（3）是基准回归模型检验结果；模型（4）—模型（6）是中介效应模型估计结果。可以发现，采用替代解释变量，检验结果与前文一致，表明研究结果具有稳健性。

表6 引入替代指标基准回归和中介效应回归结果

4.4 内生性检验

数字经济发展与区域创新效率可能存在双向因果关系。为解决双向因果关系导致的内生性问题，以数字经济发展滞后一期作为工具变量进行两阶段最小二乘法2SLS回归，结果未发生明显变化，系数值方向一致，工具变量的选取是有效的。

5 结论与政策建议

基于2009-2019年的省份面板数据，通过引入中介效应模型从研发人力资本、金融发展水平和市场化水平三个方面衡量数字经济对区域创新效率的传导机制。研究结果显示：一是数字经济发展能直接促进区域创新效率的提升。数字经济发展所包含的覆盖性、渗透性以及零边际成本等特性，进一步优化了资源配置、提升了资源利用效率，能够大幅提升区域创新效率水平。二是人力资本投入能间接促进区域创新效率的提升。人才是技术创新的核心主体，人力资本投入是保有和培养人才的重要支撑。数字经济发展需要建立在技术创新的基础上，因此人力资本投入对数字经济的发展起到了促进作用，从而间接推动区域创新效率提升。三是数字经济发展促进了金融发展水平的提升，但金融发展水平的提升对区域创新效率的间接作用有限。一方面，以数字经济为基础的互联网金融是金融产业的重要补充和概念拓展，由此派生的新型产融结合激发了金融资本的活跃度。另一方面，金融发展水平的提升对促进区域创新效率有帮助，但随着创新风险的不断增加，会产生连锁性负面作用。四是数字经济发展与第三产业发展关系更为密切。第三产业在数字经济的主体中占有较大的比重，数字经济服务的对象也以第三产业为重要依托。第三产业的发展会大幅提升区域创新水平，而且市场化水平的间接传导效应最高，使得数字经济发展对区域创新效率的提升能够间接实现。

基于此，提出以下政策建议：一是加强金融业态创新，为数字经济发展建好稳压器。加大金融业态的数字化、智能化创新力度的同时注重防范金融风险，促进数字经济发展行稳致远。二是加快第三产业转型，为数字经济发展提供试验田。顺应“双循环”发展的历史趋势，充分发挥直播带货、个性定制、体验消费等新兴模式的带动作用，加快传统第三产业的数字化发展，以产业融合促产业升级。三是优化人力资源投入，为数字经济发展形成动力源。继续推进教育领域配套改革，深化和丰富专业人才培养模式、方式，促进人才市场化管理机制的健全，形成共享共建共创的人才使用新模式。