数字经济是赋能城市创新的新动力吗

周霞 于娱 施琴芬

摘 要：双循环新发展格局下，以数字经济带动城市创新是实施创新驱动发展战略和实现高质量发展的新思路。选取2015—2020年我国272个地级及以上城市面板数据，采用固定效应模型、门槛回归模型实证分析数字经济对城市创新的赋能效应。结果表明，数字经济能够显著提升城市创新力，且城市行政等级越高，数字经济对城市创新力的赋能效应越强，利用工具变量缓解内生性后，这一结果仍然显著。进一步研究表明，数字经济赋能城市创新存在多种门槛效应，城市数字经济发展水平和PE/VC活跃度越高，数字经济对城市创新力的赋能效应越显著。

关键词：数字经济；城市创新；面板固定效应；门槛回归

DOI：10.6049/kjjbydc.Q202207425

中图分类号：F290

文献标识码：A

文章编号：1001-7348（2023）13-0031-09

0 引言

创新是引领中国经济发展的第一动力，是构建新发展格局的必然选择。城市创新体系是国家创新体系的重要组成部分，释放城市创新活力，提高城市创新能力对加快实施创新驱动发展战略具有重要意义。为探索提升城市创新能力的有效路径，2008年国家开始实施创新型城市试点政策，以期发挥城市在国家创新活动中的基础与支撑作用［1］。与此同时，随着以互联网、物联网、大数据、人工智能、5G等为代表的新一代信息和通信技术的创新突破，数字经济应运而生，并作为一种颠覆性的新型社会经济形态在蓬勃发展中掀起引领时代的巨浪。中共二十大报告提出建设数字中国，加快发展数字经济。随着中央和国家层面陆续出台关于创新驱动战略和数字经济发展的规划部署，我国各地区纷纷加快推进创新型城市建设，着力打造数字经济标杆城市［2］。如图1所示，2021年，我国数字经济规模达45.5万亿元，占GDP的比重为39.8%（2015年为27.5%）。中国的全球创新指数排名由2015年的第29位上升至2021年的第12位。我国数字经济蓬勃发展与全球创新地位稳步提升呈现的典型事实不禁引发思索：数字经济是否是赋能城市创新的新动力？已有研究认为，数字经济时代，数字技术与传统产业深度融合孕育出新产业、新业态和新模式（如互联网金融、共享汽车等），能够拓宽城市创新活动范围，激活城市创新生态［3］；数字经济发展会促进知识、人才、资本在创新系统中自由流动和集成共享，加速城市创新资源的积累和高级化进程［4］。可见，数字经济对城市创新的促进作用得到肯定，但多数分析停留在逻辑解释上。同时，部分学者提出了不同观点，认为在互联网全面渗透经济的过程中，数字平台会凭借双边或多边市场效应引发流量和数据垄断，進而破坏城市创新环境［5］；数据信息泄露与滥用以及对传统知识产权保护体系的冲击会引发一系列数字安全问题，影响企业创新积极性，进而抑制城市创新发展［6］。那么，数字经济究竟是城市创新发展的“助推器”还是“拦路虎”？其对城市创新的影响有多大？是否会因为城市行政等级等因素不同而存在明显的异质性？厘清上述问题，能够为把握数字经济时代的数字机遇，加快实施创新驱动发展战略提供有益的政策启示。

数字经济与区域创新关系的研究是近年来学术界关注的热点，现有文献主要聚焦以下方面：一是基于数字经济背景，从理论层面系统探讨创新模式的演化。张昕蔚［7］以创新资源配置方式变革为起点，系统分析总结数字化时代开放式创新生态系统的演化模式；康瑾和陈凯华（2021）创造性提出数字创新发展经济体系框架，并进一步研究该体系演化的动力机制；Ghezzi等［8］基于多案例研究探索性提出一套基于精益与敏捷原则的精益创业法，拓展了动态数字环境下的商业模式创新。二是以创新为桥梁，研究数字经济与区域高质量发展之间的作用机制。宋洋［9］以2014—2018年中国内地31个省份的面板数据为样本，实证分析发现，在数字经济促进区域高质量发展的过程中，超过30%的效能是通过技术创新实现的；Li等［10］基于2011—2018年中国277个城市面板数据，发现数字经济能够显著提高区域绿色经济效率，技术创新在两者关系中起重要媒介作用；Jafari-Sadeghi等［11］利用2007—2015年28个欧洲国家面板数据，探索数字化转型通过技术准备、技术探索和技术开发3个层面对国家价值创造的影响。三是立足数字经济的数字化和信息化特征，研究信息通信技术和数字金融对创新的影响。陈丛波等［12］提出信息通信技术（ICT）重塑城市创新格局的理论假设，并采用半参数门限空间杜宾模型进行验证；Samara等［13］采用系统动力学方法研究信息通信技术在区域创新系统中的应用及其对区域发展的影响；孟晓倩和吴传清［14］基于我国省级层面数据分析数字金融对区域创新生态发展水平的直接和间接影响；Yuan等［15］利用1990—2017年G7国家数据研究经济数字化对国家层面技术创新的影响。

本文通过梳理相关文献发现当前研究存在以下不足：首先，关于数字经济对区域创新影响的理论研究较丰富，但实证层面相对薄弱，且多基于国家或省级层面，涉及市域层面的分析较少。事实上，城市作为创新资源集聚地和创新活动的空间载体，在实现我国高质量发展进程中具有重要战略地位。中央多次强调要发挥城市在国家创新活动中的基础作用与支撑作用，并加快推进创新型城市试点工作，因而将研究对象拓宽至市域层面进行实证研究具有重要现实意义。其次，现有研究对数字经济的解读相对单一，未形成统一衡量标准，随着数字经济内涵的拓展，其衡量指标需不断更新。最后，已有文献多采用空间分布地图展示数字经济发展的空间分布格局，较少涉及数字经济作用于城市创新的异质性分析。城市间由于自身区位优势、经济发展水平和政策背景等差异衍生出各自特质，不同技术变革、创新活动对城市的影响也会存在差异。

基于此，本文选取2015—2020年中国272个地级及以上城市构建面板数据，探索数字经济对城市创新的影响及异质性特征。相比于现有文献，本文主要边际贡献如下：①从数字经济角度考察城市创新的影响因素，从更加细致的地域空间尺度实证检验数字经济对城市创新的影响及异质性特征，既能丰富区域创新理论，又可为数字经济赋能城市创新提供来自中国这一数字大国的新证据；②从数字化基础、数字产业化、产业数字化多维视角测度城市数字经济发展水平，在系统选取已有共性指标基础上，结合我国促进城市数字化发展和转型的相关政策导向，构建新的数字经济衡量指标体系，更全面表征城市间的数字经济发展水平差异。

1 理论基础与研究假设

数字经济是指以数字化信息为关键资源，以数字化平台为主要媒介，以数字技术为基础，并通过数字化赋能基础设施建设、重构发展要素的一系列经济活动。城市创新力是指城市通过转换和利用信息、知识等资源产生新技术、产品、工艺和服务的能力。Perez［16］提出“技术—经济范式”的概念，明确指出广泛传播的技术可以通过经济系统影响企业行为和产业发展。鉴于此，本文认为数字经济作为一种全新的技术经济范式，能够极大赋能城市创新。

1.1 数字经济与城市创新

首先，数字经济通过产业赋能拓宽城市创新广度。数字经济时代，人工智能、大数据、物联网等产业强势崛起，促进新型技术成果的产生和转换，加速数字产品取代传统产品，为城市创新开辟更广阔的空间［3］。其次，数字经济通过场域赋能提高城市创新深度。数字经济发展催生数字化平台，创新主体依托数字化平台实现广泛的交互连接，使得原先需自主完成的创新活动演变成包括消费者和用户在内的多主体融合式创新［17］。同时，数字化平台凭借高传输性、强渗透性和广覆盖性特征打破创新活动的时间和空间边界，使各创新主体能在不同时间、地点参与到创新过程中，推动创新场景的丰富化和多元化［18］。最后，数字经济通过资源赋能提升城市创新效率。数据作为新的生产要素介入是数字经济发展的一大特征。相比于技术、人才、资金等创新资源，数据的同质化、可重新编程特征使其能够以零边际成本进入创新过程，从而被更快捷方便地获取和处理，节约创新成本，提高创新效率［19］。基于此，本文提出如下假设：

H1：数字经济是赋能城市创新的新动力，能有效促进城市创新力提升。

1.2 城市行政等级的异质性影响

受地理区位、行政等级和经济发展水平等因素影响，我国区域间数字经济发展差异显著［20］。数字经济赋能效应的发挥需要一定前置条件加以支撑，一方面，要求城市具备相关先验知识和兼容的认知结构应对并同化数字技术这一外来知识，进而进行破坏性创新（柳卸林等，2021）；另一方面，要求城市拥有革新的信息技术、高端的人力资本和良好的营商环境［21］。行政等级较高的城市多为各级政府所在地，对各种资源享有优先支配权，创新包容性更强。袁航和朱承亮（2020）研究表明，行政等级较高的城市在数字经济发展上更具优势，对城市创新的推动作用更大；蒋瑛等［22］认为，非省会城市的进口学习吸收能力相对较弱，如果盲目发展数字经济容易形成路径依赖和低端锁定，不利于創新。基于此，本文提出如下假设：

H2：数字经济赋能城市创新存在地区差异，行政等级较高的城市赋能效应更显著。

1.3 数字经济对城市创新的非线性效应

数字经济创新效应的发挥高度依赖于良好的数字生态，而资本是搭建数字基础设施、打造配套政策体系、消除“数字鸿沟”的关键要素［21］。城市数字经济发展促使制度性交易成本显著下降，从而有效吸引PE/VC集聚［23］。常焙筌和厉无畏［24］、Faria&Barbosa［25］研究表明，PE/VC是促进创新的重要因素；冯照桢等［26］、Wen等［27］提出PE/VC对创新影响的非线性假说，认为其存在一定临界值，只有达到临界值才能对创新产生积极影响，并采用中国省域数据进行实证分析。此外，相关研究还提出数字经济赋能效应存在阶段性特征（张艳萍等，2022）。当数字经济发展水平较低时，由于相应基础设施和平台建设不够完善，同时数字创新活动前期投入大，导致数字经济相关产业收益相对较低，从而限制其创新赋能效应的发挥。在创新主体需求和利益驱动下，数字经济不断发展，数字技术应用范围持续拓展，数字化倍增效应开始显现，人力、资本、技术等创新资源得以自由流通和精准分配，创新边际成本进一步下降，数字经济规模化效应显现。当数字经济达到一定规模时，其创新价值将呈几何式增长，创新赋能效应呈现边际递增特点［28］。基于此，本文提出如下假设：

H3：数字经济赋能城市创新随着PE/VC活跃度和城市数字化水平的提高而产生非线性影响。

2 研究设计

2.1 计量模型设定

2.1.1 基准模型设定

为检验H1，本文构建如下固定效应模型：

ICitit=α0+β1EDigit+βj∑Xit+φi+δt+εit（1）

其中，i 、t分别表示城市和年份，ICitit表示城市i在t时期的城市创新力，EDigit为城市i在t时期的数字经济发展水平；Xit代表一系列控制变量，主要包括城市发展、政策力度和营商环境等影响城市创新力的因素；φi、δt分别为个体固定效应和时间固定效应，εit代表残差项。

ICitit=α0+β1EDigit+β2EDigit×Admin+βj∑Xit+φi+δt+εit （2）

在式（1）基础上，式（2）加入城市行政等级与数字经济的交互项，当城市为直辖市或省会城市时，Admin取值为1，否则为0。使用城市行政等级作为虚拟变量，以验证H2，即行政等级较高的城市能否从数字经济中收获更多创新动力，交互项EDigit×Admin用于捕获这种创新动力的强化效应。

2.1.2 门槛模型设定

为检验H3，本文选取风险投资私募股权机构数（PE/VC）、数字经济发展水平（EDig）作为门槛变量，构建如下模型：

ICitit=α0+γ1EDigit×IPE/VCit≤θ1+γ2EDigit×IPE/VCit>θ1+βj∑Xit+φi+δt+εit  （3）

ICitit=α0+γ1EDigit×IEDigit≤θ2+γ2EDigit×IEDigit>θ2+βj∑Xit+φi+δt+εit  （4）

式中，PE/VC是门槛变量，EDigit既是门槛变量也是主效应。I（·）是取值为0或1的示性函数，当满足括号中的条件时，取值为1，反之为0。

2.2 变量测度与数据来源

2.2.1 变量测度

（1）被解释变量。本文参考崔新蕾和刘欢［1］的研究，选取发明专利申请量作为城市创新力的代理变量。Feldman等［29］研究表明，专利指标与创新之间存在高度相关性。虽然发明专利数据无法全面反映每个城市的创新能力与创新质量，但是可以提供地区发明与创新信息，是城市创新的重要技术来源。相比于专利授权，专利申请受审查机构约束小，更具时效性。

（2）解释变量。本文参考已有研究，尝试从数字化基础、数字产业化和产业数字化3个维度测度城市数字经济发展水平（见表1）。移动电话用户数和互联网宽带接入用户数［30］能较为直观地反映城市信息化基础设施水平，是数字经济发展的基础。数字产业化主要涉及与数字技术联系密切的ICT行业，本文选取电信业务总量［31］、数字经济核心产业（信息传输、计算机服务和软件业）从业人员数量和互联网百强企业数量［4］表征城市数字产业化发展水平。产业数字化突出的是数字技术与传统产业的深度融合。已有研究表明，在实体经济与虚拟经济互动过程中，对制造业进行数字化改造是产业数字化的重要内容［32］。在顶层设计上，《中国制造2025》提出把智能制造作为信息化与工业化深度融合的主攻方向。在具体实践中，工业互联网平台正成为驱动企业数智化转型升级的新引擎［33］。因此，本文采用工信部发布的国家级智能制造与工业互联网试点项目数衡量数字技术对各城市制造业渗透程度。同时，借鉴郭峰等［34］的做法，采用北京大学数字金融学院与蚂蚁金服集团联合发布的数字普惠金融指數衡量数字经济在现实生活场景中的应用活跃程度。最后，将数据标准化后加权平均得到测度城市数字经济发展水平的综合指数，记为EDigit。

（3）控制变量。为避免因遗漏变量产生内生性问题，本文从城市发展、政策力度和营商环境3个方面选取一系列控制变量，具体包括：①经济水平，采用人均地区生产总值测度；②产业结构，采用第二产业产值占地区生产总值的比重衡量；③政策力度，采用教育和科技支出占地方一般公共预算支出的比重测算；④投资活力，采用城市拥有的PE/VC数量测度；⑤开放程度，采用当年实际使用外资金额表示。相关变量描述性统计结果见表2。

2.2.2 数据来源

考虑到数据的可得性和连续性，本文设定2015—2020年为考察时段，选取中国272个地级及以上城市为研究样本，构建面板数据。数据主要源自《中国城市统计年鉴》、Wind数据库、北京大学数字金融学院与蚂蚁金服集团联合发布的《数字普惠金融指数》、中国研究数据服务平台（CNRDS）以及工信部官网。其中，货币计量的相关变量均以2015年为基期进行缩减，以剔除价格因素的影响。

3 实证模型结果及分析

3.1 基准模型回归结果

表3展示了数字经济对城市创新力影响的线性估计结果，其中，列（1）（2）是以EDig为自变量的估计结果，列（3）（4）是以滞后一期EDig为自变量的估计结果，列（5）（6）是以滞后两期EDig为自变量的估计结果。模型对城市和年份进行双重固定，能够在一定程度上降低因遗漏变量产生的估计偏差。

结果显示，数字经济对城市创新力的影响始终显著为正，H1得到验证。人均地区生产总值（Per_GDP）、风险投资私募股权机构数（VC/PE）、教育和科技支出占比（Edu_Exp）的系数均为正且通过显著性检验。当年实际使用外资金额（Fore_Inves）的系数为正但不显著，说明外资进入并没有对城市创新力提升起到显著促进作用。这可能是由于引进外资带来先进技术的同时，也容易形成技术依赖，因而无法显著促进城市创新发展。第二产业占比（Ind_Stru）的系数为负，且未通过显著性检验。这可能是因为第二产业多为劳动密集型产业，会对技术和资本密集型产业造成一定挤压，不利于产业结构升级，进而在一定程度上抑制城市创新发展，但随着产业数字化进程加快，这种负向影响将逐渐弱化，不再显著。

与列（2）相比，列（4）（6）的系数逐步下降，但始终显著为正。这说明数字经济对城市创新力的影响具有延续性，但随着时间推移，这种影响将不断减弱。

3.2 城市异质性分析

为验证H2，本文设置城市行政等级虚拟变量，在式（1）基础上加入数字经济与城市行政等级的交互项进行实证检验，回归结果如表4所示。加入交互项后，模型（3）（4）中EDig的系数依旧为正，但较模型（1）（2）中的系数有所下降；数字经济与城市行政等级交互项的系数为正，分别为0.303和0.189，且均通过1%的显著性检验，说明城市行政等级是影响数字经济作用于城市创新力的重要因素。与普通地级市相比，数字经济对省会城市和直辖市等行政等级较高城市的创新赋能效果更显著，H2得到验证。

3.3 门槛模型回归结果

根据式（3）（4），分别将风险投资私募股权机构数（VC/PE）、数字经济发展水平（EDig）作为门槛变量，分析数字经济赋能城市创新力的非线性特征。在进行门槛估计前，参照黄红光（2018）的方法，本文分别进行单一门槛、双重门槛和三重门槛检验，结果如表5所示。结果显示，风险投资私募股权机构数存在36和89两个门槛值，数字经济发展水平存在一个门槛值0.269 2。基于此，本文设定相应门槛回归模型，得到如表6所示的回归结果。

当城市风险投资私募股权机构数低于36时，即所拥有的机构数排名在45位以后，数字经济对城市创新力的影响系数为0.184，在5%的水平上显著；当城市风险投资私募股权机构数高于36但低于89时，即所拥有的机构数排名在30～45位之间，影响系数上升至0.308，在1%的水平上显著；当城市风险投资私募股权机构数高于89时，即所拥有的机构数排名前30位，影响系数继续上升至0.459，在1%的水平上显著。这表明随着风险投资私募股权机构数的增多，数字经济对城市创新的赋能效应逐渐增强。正如王聪聪等（2018）研究发现，城市风险投资的发展可以帮助创新主体拓宽融资渠道，缓解融资约束，分担投资风险，进而推动创新发展。此外，当前中国超过80%的城市拥有风险投资私募股权机构数未跨越第一阶段门槛，仅有约10%的城市跨过第二阶段门槛，可见头尾部城市发展差距明显，梯队跨越压力较大。

当城市数字经济发展水平低于0.269 2时，即数字化水平排名在30位以后，数字经济对城市创新力的影响系数为0.199， 在5%的水平上显著；当城市数字经济发展水平高于0.269 2时，即数字化水平排名前30位，影响系数上升至0.469，在1%的水平上显著。这说明在数字经济发展达到一定水平后，其对城市创新力的赋能效果将得到进一步释放，成为城市创新发展的新动力，而当前仅有约10%的城市跨过这一门槛。因此，对于大部分城市而言，应加大对数字技术等重点领域的投入，寻找突破口，发力追赶，释放跃升潜力。

综上可知，数字经济赋能城市创新存在阶段性特征，即同等条件下，数字经济对城市创新力的赋能效应随着城市风险投资私募股权机构数增多和数字化水平提升而由弱变强，H3得到验证。

4 稳健性检验

4.1 内生性讨论

创新是一项系统工程，影响城市创新力的因素多且复杂，本文虽然控制了个体、时间固定效应及一系列控制变量，但仍可能存在遗漏变量的情况。同时，城市创新力的快速提升也会促进数字技术优先发展，从而使得城市获得数字经济发展的先发优势。为解决遗漏变量和潜在反向因果造成的内生性问题，本文借鉴赵涛等［28］方法，采用1984年末城市每万人电话机数量作为数字经济的工具变量。一方面，早期的电话机使用规模和习惯会影响后续互联网的接入和应用水平，而互联网普及是数字经济发展的基础；另一方面，随着电话机使用频率的下降，其对城市创新力的影响已经微乎其微，可忽略不计。需要说明的是，上述每万人电话机数量是关于城市个体的截面数据，无法满足面板数据的计量分析。鉴于此，本文参照Nunn等［35］的处理方式，同时引入时间变量，即通过构造1984年末城市每万人电话机数量与上一年度全国互联网宽带接入用户数的交互项作为当年城市数字经济指标的面板工具变量。

引入工具变量后的2SLS结果如表7所示，Panel A展示了主效应的估计结果，Panel B展示了第一阶段的回归结果。可以发现，考虑内生性后，数字经济对城市创新力的提升效应依旧成立，且在1%的水平上显著。弱工具变量检验表明，Kleibergen-Paap rk Wald F 统计量远大于Stock-Yogo弱识别检验10%的临界值。总体而言，2SLS结果显著，说明本文主要结论稳健。

4.2 替换被解释变量、解释变量

首先，采用复旦大学产业发展研究中心《中国城市和产业创新力报告》中的城市创新指数作为被解释变量城市创新力的代理变量，重新回归后的结果如表8所示。列（1）结果显示，EDig的系数为0.472 1，在1%的水平上显著，与基本模型和2SLS结果基本一致，说明研究结论具有稳健性。

其次，采用互联网宽带接入用户数作为解释变量数字经济发展水平的代理变量，估计结果仍显著为正，进一步说明本文研究结果稳健。

5 结论与启示

5.1 研究结论

本文基于数字经济赋能城市发展这一典型事实，从创新视角切入，选取2015—2020年中国272个城市的面板数据，综合运用面板固定效应模型、门槛回归模型评估数字经济对城市创新的影响及其异质性特征和非线性效应。主要结论如下：第一，数字经济是赋能城市创新的新动力，是双循环新格局下中国推动高质量发展的重要力量。这一结论经过一系列稳健性检验后依然成立，丰富了城市层面数字经济促进创新发展的研究。第二，数字经济的创新赋能效应存在城市异质性。与传统研究按照经济发展水平将我国划分为东、中、西部地区进行异质性分析有所区别，本文聚焦城市行政等级，发现数字经济对省会城市和直辖市的创新赋能作用显著強于普通地级市。这是因为省会城市和直辖市拥有政策优势以及更强的学习吸收能力和创新包容能力。第三，数字经济对城市创新力的赋能效应存在非线性特征。具体而言，随着城市数字经济发展水平提升和PE/VC机构数增多，数字经济的创新赋能效应将呈现阶梯式增长。这一结论进一步支撑和细化了数字经济和PE/VC对创新支持作用的研究结果。

5.2 政策启示

鉴于上述研究结论，本文提出以下政策建议：首先，考虑到数字经济能显著提升城市创新力，各城市应将数字产业化、产业数字化、数据价值化作为主攻方向，着力实施数字设施升级、数字创新引领、数字产业融合、数字开放合作等工程，加快推进全要素数字化转型，建设数字技术创新高地，推动城市高质量发展。其次，本文研究发现，数字经济对普通地级城市的创新提升效应有待强化。这预示应该从全局出发对数字经济进行顶层设计，实施动态化、差异化的数字经济战略，明确城市之间的分工协调机制。既要完善城市新型基础设施建设的要素供给机制，扩大供给规模，又要鼓励城市立足自身资源禀赋和产业结构特征，从难度小、成本低的领域入手，提高数字技术应用水平，释放数字经济的创新效应。最后，鉴于城市数字经济发展水平和PE/VC活跃度对数字经济创新赋能的边际递增效应，一方面，应在全国范围内营造公平、共享的数字经济发展环境，避免城市间由于新技术的采纳等原因造成数字化发展水平差距过大；另一方面，应将金融发展作为数字经济创新赋能的重要抓手，深化金融体系市场化改革，为数字创新提供开放、包容、多元的融资环境，加速城市数字化转型，提升城市智慧水平。

参考文献：

［1］ 崔新蕾， 刘欢. 国家创新型城市设立与区域创新能力 ［J］. 科研管理， 2022， 43（1）： 32-40.

［2］ 李清华， 何爱平. 数字经济对区域经济协调发展的影响效应及作用机制研究 ［J］. 经济问题探索， 2022，43 （8）： 1-13.

［3］ 陈晓红. 数字经济时代的技术融合与应用创新趋势分析 ［J］. 中南大学学报（社会科学版）， 2018， 24（5）： 1-8.

［4］ 李雪， 吴福象， 竺李乐. 数字经济与区域创新绩效 ［J］. 山西财经大学学报， 2021， 43（5）： 17-30.

［5］ 王春英， 陈宏民， 杨云鹏. 数字经济时代平台经济垄断问题研究及监管建议 ［J］. 电子政务， 2021，18 （5）： 2-11.

［6］ WIEBE A. Protection of industrial data：a new property right for the digital economy［J］. Journal of Intellectual Property Law & Practice， 2017， 12（1）： 62-71.

［7］ 张昕蔚. 数字经济条件下的创新模式演化研究 ［J］. 经济学家， 2019，31 （7）： 32-39.

［8］ GHEZZI A， CAVALLO A. Agile business model innovation in digital entrepreneurship： lean startup approaches ［J］. Journal of Business Research， 2020， 110： 519-537.

［9］ 宋洋. 数字经济、技术创新与经济高质量发展：基于省级面板数据 ［J］. 贵州社会科学， 2020， 41（12）： 105-112.

［10］ LI J， CHEN L， CHEN Y， et al. Digital economy， technological innovation， and green economic efficiency：empirical evidence from 277 cities in China ［J］. Managerial and Decision Economics， 2022， 43（3）： 616-629.

［11］ JAFARI-SADEGHI V， GARCIA-PEREZ A， CANDELO E， et al. Exploring the impact of digital transformation on technology entrepreneurship and technological market expansion： the role of technology readiness， exploration and exploitation ［J］. Journal of Business Research， 2021， 124： 100-111.

［12］ 陈丛波， 叶阿忠， 陈娟. 信息通信技术对城市创新产出的影响 ［J］. 经济地理， 2022， 42（10）： 92-99，168.

［13］ SAMARA E， ANDRONIKIDIS A， KOMNINOS N， et al. The role of digital technologies for regional development： a system dynamics analysis ［J］. Journal of the Knowledge Economy，2022：1-23.

［14］ 孟晓倩， 吴传清. 数字金融对区域创新生态影响研究 ［J］. 中国软科学， 2022，37 （9）： 161-171.

［15］ YUAN S， MUSIBAU H O， GEN S Y， et al. Digitalization of economy is the key factor behind fourth industrial revolution： how G7 countries are overcoming with the financing issues［J］. Technological Forecasting and Social Change， 2021， 165： 120533.

［16］ PEREZ C. Structural change and assimilation of new technologies in the economic and social systems ［J］. Futures， 1983， 15（5）： 357-375.

［17］ NAMBISAN S， LYYTINEN K， MAJCHRZAK A， et al. Digital innovation management： reinventing innovation management research in a digital world ［J］. MIS Quarterly， 2017， 41（1）： 223-238.

［18］ CONSTANTINIDES P， HENFRIDSSON O， PARKER G G. Platforms and infrastructures in the digital age ［J］. Information Systems Research， 2018， 29（2）： 381-400.

［19］ GOLDFARB A， TUCKER C. Digital economics［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.

［20］ 韓兆安， 赵景峰， 吴海珍. 中国省际数字经济规模测算、非均衡性与地区差异研究 ［J］. 数量经济技术经济研究， 2021， 38（8）： 164-181.

［21］ 王玉柱. 数字经济重塑全球经济格局——政策竞赛和规模经济驱动下的分化与整合 ［J］. 国际展望， 2018， 10（4）： 60-79，154-155.

［22］ 蒋瑛， 汪琼， 杨骁. 全球价值链嵌入、数字经济与产业升级——基于中国城市面板数据的研究 ［J］. 兰州大学学报（社会科学版）， 2021， 49（6）： 40-55.

［23］ 黨琳， 李雪松， 申烁. 数字经济、创新环境与合作创新绩效 ［J］. 山西财经大学学报， 2021， 43（11）： 1-15.

［24］ 常焙筌， 厉无畏. VC/PE对企业的创新与价值实现影响的纵向比较研究 ［J］. 研究与发展管理， 2018， 30（3）： 45-54，99.

［25］ FARIA A P， BARBOSA N. Does venture capital really foster innovation［J］. Economics Letters， 2014， 122（2）： 129-131.

［26］ 冯照桢， 温军， 刘庆岩. 风险投资与技术创新的非线性关系研究——基于省级数据的PSTR分析 ［J］. 产业经济研究， 2016， 15（2）： 32-42.

［27］ WEN J， YANG D， FENG G F， et al. Venture capital and innovation in China： the non-linear evidence ［J］. Structural Change and Economic Dynamics， 2018， 46： 148-162.

［28］ 赵涛， 张智， 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据 ［J］. 管理世界， 2020， 36（10）： 65-76.

［29］ FELDMAN M P， FLORIDA R. The geographic sources of innovation： technological infrastructure and product innovation in the United States［J］. Annals of the Association of American Geographers， 1994， 84（2）： 210-229.

［30］ 王军， 朱杰， 罗茜. 中国数字经济发展水平及演变测度 ［J］. 数量经济技术经济研究， 2021， 38（7）： 26-42.

［31］ 徐辉， 邱晨光. 数字经济发展提升了区域创新能力吗——基于长江经济带的空间计量分析 ［J］. 科技进步与对策， 2022， 39（13）： 43-53.

［32］ 孙哲远. 数字经济发展如何影响制造业企业“脱虚向实”——来自国家级大数据综合试验区的证据 ［J］. 现代经济探讨， 2022， 41（7）： 90-100.

［33］ 杜勇， 曹磊， 谭畅. 平台化如何助力制造企业跨越转型升级的数字鸿沟——基于宗申集团的探索性案例研究 ［J］. 管理世界， 2022， 38（6）： 117-139.

［34］ 王开科， 吴国兵， 章贵军. 数字经济发展改善了生产效率吗 ［J］. 经济学家， 2020， 32（10）： 24-34.

［35］ NUNN N， QIAN N. US food aid and civil conflict［J］. American Economic review， 2014， 104（6）： 1630-1666.

（责任编辑：陈 井）

英文标题 Is Digital Economy a New Driving Force for Urban Innovation？An Empirical Research in 272 Cities

英文作者Zhou Xia1，Yu Yu2，Shi Qinfen3

英文作者单位（1.School of Business，Hohai University， Nanjing 211100， China; 2.School of Business， Nanjing Audit University， Nanjing 211815， China; 3.School of Business， Suzhou University of Science and Technology， Suzhou 215009， China）

英文摘要Abstract：Innovation is the first driving force leading China's economic transformation and development， and the urban innovation system is an essential part of the national innovation system. Releasing the vitality of urban innovation and improving urban innovation capacity is of great significance for accelerating the implementation of the innovation-driven development strategy. Meanwhile， with the innovative breakthrough of the new generation of information and communication technology， the digital economy， as a disruptive new social and economic form， is constantly restructuring factor resources， reshaping the economic structure， and changing the competition pattern. The deep integration of digital technology and traditional industries can breed all kinds of new initiatives and new forms of business. In addition， the free flow and integration of knowledge， talent and capital in the digital economy accelerate the accumulation and advancement of urban innovation resources and contribute to the promotion of urban innovation. However， some scholars also put forward different views that with the complete penetration of the Internet into the economy， digital platforms will cause traffic and data monopolies by bilateral or multilateral market effects， thus damaging the urban innovation environment. Moreover， the leakage and abuse of data information and the impact on the traditional intellectual property protection system will lead to digital security problems and hinder the urban innovative development. Is the digital economy the "booster" or "roadblock" of urban innovation and growth？ How strong is its impact on urban innovation？ Will there be differences due to the development and characteristics of cities？ In response to these problems， most of the relevant literature focuses on the theoretical elaboration of the realization path of digital empowerment or the empirical studies based on the actual data of western developed countries. Given the specific situation in China， an empirical study with an accurate evaluation of the role of the digital economy in urban innovation needs to be launched.

This paper selects 272 cities at prefecture level and above in China from 2015 to 2020 to build the panel data and establishes an econometric model from three aspects. Firstly， the impact of the digital economy on urban innovation is evaluated by selecting a benchmark model. Secondly， the benchmark model is further estimated by introducing the interaction term to reveal the regional differences in the digital economy enabling urban innovation. Finally， a threshold model is established to describe the characteristics of the impact of the digital economy on urban innovation at different stages.

The results show that the digital economy has a significant positive correlation with urban innovation which is the driving force for enabling urban innovation. Further research has confirmed that the enabling effect of the digital economy on urban innovation has regional heterogeneity， and the higher the administrative level of a city， the stronger and more significant its enabling impact. In addition， the digital economy will keep empowering urban innovation with the improvement of the city's PE /VC activity and digital status.

On the basis of the systematic selection of the existing common indicators， this paper follows the relevant policy guidance， and constructs a new urban digital economy measurement indicator system that represents the differences more comprehensively in the development level of the digital economy in different cities from the multi-dimensional perspective of digital basis， digital industrialization and industrial digitalization. At the same time， this paper examines the factors affecting urban innovation from the new perspective of the digital economy. It empirically tests the regional differences and characteristics of the impact of the digital economy on urban innovation at different stages at a more detailed regional spatial scale， which not only enriches the theory of urban innovation， but also provides new evidence from China which is active in promoting urban innovation enabled by the digital economy. The research results of this paper provide practical policy implications for grasping the digital opportunities in the digital economy era and accelerating the realization of the national innovation-driven development strategy.

英文關键词Key Words：Digital Economy；Urban Innovation; Fixed Effects for Panel Data; Threshold Regression Model

收稿日期：2022-07-25  修回日期：2022-12-07

基金项目：国家自然科学基金面上项目（72171122，71771161）

作者简介：周霞（1993—），女，江苏无锡人，河海大学商学院博士研究生，研究方向为创新管理；于娱（1989—），男，江苏响水人，博士，南京审计大学商学院副教授，研究方向为创新管理与绩效评价；施琴芬（1963—），女，江苏江阴人，博士，苏州科技大学商学院教授、博士生导师，研究方向为创新管理。