趙濱元

(天津市大數(shù)據(jù)管理中心，天津 300221)

0 引言

作為一種新型生產(chǎn)要素，數(shù)據(jù)在人類(lèi)生產(chǎn)活動(dòng)中的地位迅速提升，數(shù)據(jù)共享、開(kāi)放、增值以及應(yīng)用正在深刻改變?nèi)祟?lèi)社會(huì)生產(chǎn)、生活與工作方式[1-3]。近年來(lái)伴隨數(shù)字經(jīng)濟(jì)上升為國(guó)家戰(zhàn)略，大數(shù)據(jù)、云計(jì)算、人工智能、數(shù)字孿生等新一代數(shù)字技術(shù)高速發(fā)展，新基建、城市大腦、“上云用數(shù)賦智”等新提法層出不窮[4-5]。隨著“生產(chǎn)服務(wù)+商業(yè)模式+金融服務(wù)”融合發(fā)展的數(shù)字經(jīng)濟(jì)生態(tài)逐漸形成，數(shù)字經(jīng)濟(jì)成為推動(dòng)經(jīng)濟(jì)增長(zhǎng)的新引擎，在國(guó)家發(fā)展戰(zhàn)略中居于重要位置[6]。

由于知識(shí)轉(zhuǎn)移、人才流動(dòng)與經(jīng)濟(jì)關(guān)聯(lián)等原因，創(chuàng)新活動(dòng)往往具有一定空間溢出屬性[7-10]。從表層看，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)消弭創(chuàng)新主體、創(chuàng)新資源要素等存在的地理距離和空間分布對(duì)協(xié)同創(chuàng)新的影響，同時(shí)，弱化區(qū)域創(chuàng)新活動(dòng)在地理維度上的空間關(guān)聯(lián)。然而，在長(zhǎng)三角、珠三角、京津冀等圍繞大城市形成的城市群中，各城市間的協(xié)同創(chuàng)新關(guān)系并未在數(shù)字經(jīng)濟(jì)發(fā)展下變得日漸疏遠(yuǎn)，但區(qū)域創(chuàng)新能力差距仍然較大，區(qū)域創(chuàng)新產(chǎn)出、創(chuàng)新投入、創(chuàng)新資源的分布不均衡問(wèn)題仍然存在[11]。從理論視角看，數(shù)字經(jīng)濟(jì)具有規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)、長(zhǎng)尾效應(yīng)等特征，有助于提升本地區(qū)創(chuàng)新績(jī)效[12-14]；從實(shí)證視角看，數(shù)字經(jīng)濟(jì)與創(chuàng)新活動(dòng)也呈現(xiàn)出一定空間關(guān)聯(lián)效應(yīng)[15]。但從現(xiàn)有研究成果看，關(guān)于數(shù)字經(jīng)濟(jì)對(duì)區(qū)域創(chuàng)新績(jī)效的影響是否具有空間溢出效應(yīng)的問(wèn)題仍然缺乏深入分析與明確回答。

基于此，本文試圖從理論上分析數(shù)字經(jīng)濟(jì)、區(qū)域創(chuàng)新活動(dòng)及其空間溢出效應(yīng)的內(nèi)在聯(lián)系，并運(yùn)用空間杜賓模型對(duì)上述空間聯(lián)系進(jìn)行實(shí)證檢驗(yàn)。與現(xiàn)有研究成果相比較，本文將從資源要素、載體平臺(tái)和技術(shù)創(chuàng)新3個(gè)角度系統(tǒng)梳理數(shù)字經(jīng)濟(jì)特征與屬性，為深化對(duì)數(shù)字經(jīng)濟(jì)屬性的認(rèn)識(shí)提供新視角。在此基礎(chǔ)上，本文進(jìn)一步研究數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)區(qū)域創(chuàng)新活動(dòng)的影響，剖析數(shù)字經(jīng)濟(jì)對(duì)區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)的作用機(jī)制。

1 理論分析

自提出“數(shù)字經(jīng)濟(jì)”概念以來(lái)，關(guān)于數(shù)字經(jīng)濟(jì)的研究不斷深入。如Negroponte[16]認(rèn)為，數(shù)字經(jīng)濟(jì)是廣泛運(yùn)用信息通訊技術(shù)(ICT)的經(jīng)濟(jì)系統(tǒng)，通過(guò)數(shù)字化、信息化、網(wǎng)絡(luò)化對(duì)人類(lèi)生存模式帶來(lái)巨大變化。2016年G20杭州峰會(huì)上提出，數(shù)字經(jīng)濟(jì)是以數(shù)字化信息與知識(shí)作為生產(chǎn)要素、以信息化網(wǎng)絡(luò)為載體、以ICT使用促進(jìn)效率提升和宏觀經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的經(jīng)濟(jì)活動(dòng)總和?？偟膩?lái)看，數(shù)字化時(shí)代的經(jīng)濟(jì)運(yùn)行方式呈現(xiàn)出數(shù)據(jù)驅(qū)動(dòng)、萬(wàn)物互聯(lián)、創(chuàng)新迭代的特征，因此數(shù)字經(jīng)濟(jì)具有資源要素、載體平臺(tái)和技術(shù)創(chuàng)新等三重屬性。

1.1 數(shù)字經(jīng)濟(jì)發(fā)展水平與本地創(chuàng)新績(jī)效

從資源要素角度看，作為一種生產(chǎn)要素，數(shù)據(jù)已經(jīng)成為經(jīng)濟(jì)發(fā)展和科技創(chuàng)新的重要驅(qū)動(dòng)力。不同于勞動(dòng)力、資本、自然資源等生產(chǎn)要素，數(shù)據(jù)要素具有非競(jìng)爭(zhēng)性特點(diǎn)，可以在虛擬空間內(nèi)無(wú)限次重復(fù)使用。同一數(shù)據(jù)的不同使用者互不干擾，數(shù)據(jù)使用者越多，數(shù)據(jù)的利用率就越高[17]。

從載體平臺(tái)角度看，數(shù)字化網(wǎng)絡(luò)連接了大量生產(chǎn)者和消費(fèi)者，為信息交流和資源配置提供了平臺(tái)。智能終端的互聯(lián)和科技創(chuàng)意素材的數(shù)字化共享、開(kāi)放消弭了創(chuàng)新主體間存在的時(shí)空距離，迅速擴(kuò)大了在線(xiàn)創(chuàng)新群體規(guī)模，形成了基于海量動(dòng)態(tài)數(shù)據(jù)、全景智能鏈接與智力資源全天候泛在的數(shù)字化創(chuàng)新平臺(tái)。不同于傳統(tǒng)載體平臺(tái)，數(shù)字化平臺(tái)具有規(guī)模收益遞增屬性和顯著的外部性[18]。按照梅特卡夫定律，數(shù)字化平臺(tái)的價(jià)值與用戶(hù)數(shù)量的平方成正比。因此，在數(shù)字化平臺(tái)上，在線(xiàn)創(chuàng)新資源獲取、信息交互和思維碰撞將成為常態(tài)，創(chuàng)新資源配置效率和創(chuàng)新績(jī)效將在數(shù)字化平臺(tái)上得到提升。王金杰等[19]對(duì)4 130家上市公司進(jìn)行實(shí)證研究，發(fā)現(xiàn)互聯(lián)網(wǎng)的廣泛應(yīng)用全面打開(kāi)了企業(yè)邊界，形成了全新的開(kāi)放式創(chuàng)新框架。

從技術(shù)創(chuàng)新角度看，與農(nóng)業(yè)技術(shù)、工業(yè)技術(shù)不同，數(shù)字技術(shù)的擴(kuò)散速度快、迭代周期短。而由數(shù)字技術(shù)引發(fā)的創(chuàng)新是一個(gè)持續(xù)迭代過(guò)程，沒(méi)有清晰的起點(diǎn)和終點(diǎn)。在數(shù)字經(jīng)濟(jì)時(shí)代，整個(gè)產(chǎn)業(yè)體系要敏銳捕捉市場(chǎng)變化，迅速制定調(diào)整策略，這對(duì)技術(shù)創(chuàng)新速度提出了更高要求，催生了技術(shù)創(chuàng)新的分工與合作[20]。也有一些學(xué)者從實(shí)證角度提出質(zhì)疑，認(rèn)為信息通信技術(shù)并未帶來(lái)生產(chǎn)率變化[21-22]。然而，作為一種通用技術(shù)，大數(shù)據(jù)、人工智能、云計(jì)算、數(shù)字孿生、5G、物聯(lián)網(wǎng)和區(qū)塊鏈等新一代數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，不斷拓展科技活動(dòng)、創(chuàng)新驅(qū)動(dòng)與成果轉(zhuǎn)化邊界，全方位放大實(shí)體經(jīng)濟(jì)的技術(shù)延展空間，全面促進(jìn)生產(chǎn)效率提高和經(jīng)濟(jì)增長(zhǎng)。

通過(guò)上述分析，本文提出如下研究假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)本地創(chuàng)新績(jī)效具有顯著正向影響。

1.2 數(shù)字經(jīng)濟(jì)發(fā)展水平與創(chuàng)新績(jī)效的空間溢出效應(yīng)

從資源要素角度看，數(shù)據(jù)的低擴(kuò)散成本與高擴(kuò)散速度導(dǎo)致其具有天然的流動(dòng)屬性。這種流動(dòng)性受地理空間的限制較小，體現(xiàn)出較強(qiáng)的地理空間溢出效應(yīng)。在創(chuàng)新活動(dòng)中，地理位置較鄰近的創(chuàng)新主體具有更多交流合作機(jī)會(huì)，通過(guò)共享開(kāi)放數(shù)據(jù)提升數(shù)據(jù)要素的利用率，進(jìn)而增強(qiáng)區(qū)域創(chuàng)新績(jī)效的空間溢出效應(yīng)。有研究對(duì)339名研發(fā)人員和中高層管理者進(jìn)行問(wèn)卷調(diào)查發(fā)現(xiàn)，數(shù)據(jù)溢出對(duì)集群創(chuàng)新能力形成具有顯著促進(jìn)作用(曹勇、蔣振宇、孫合林等，2016)。因此，數(shù)據(jù)要素不僅能夠提高本地區(qū)創(chuàng)新績(jī)效，還能夠通過(guò)共享開(kāi)放提高周邊地區(qū)的創(chuàng)新績(jī)效。

從載體平臺(tái)角度看，數(shù)字化平臺(tái)不僅為創(chuàng)新主體提供了在線(xiàn)協(xié)同配置創(chuàng)新資源的機(jī)會(huì)，也為創(chuàng)新主體尋找合作伙伴、加強(qiáng)交流與對(duì)接提供了信息獲取渠道。創(chuàng)新主體可以通過(guò)數(shù)字化平臺(tái)了解潛在創(chuàng)新合作對(duì)象，并在線(xiàn)上交流的基礎(chǔ)上，通過(guò)實(shí)地調(diào)研、線(xiàn)下研討、共建實(shí)體平臺(tái)等方式進(jìn)一步深化合作。韓先鋒等[23]實(shí)證分析了中國(guó)內(nèi)地30個(gè)省域2006-2017年互聯(lián)網(wǎng)綜合發(fā)展水平對(duì)創(chuàng)新效率的影響，結(jié)果顯示，互聯(lián)網(wǎng)不僅促進(jìn)了區(qū)域創(chuàng)新效率提升，而且呈現(xiàn)出顯著的創(chuàng)新溢出效應(yīng)。因此，數(shù)字化平臺(tái)有助于促進(jìn)創(chuàng)新主體的地理空間集聚，進(jìn)而為創(chuàng)新資源與創(chuàng)新主體匹配以及空間集聚提供資源支撐。

從技術(shù)創(chuàng)新角度看，隨著數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)發(fā)展，企業(yè)內(nèi)部創(chuàng)新平臺(tái)的數(shù)字化轉(zhuǎn)型也正在加速。如阿里巴巴人工智能實(shí)驗(yàn)室、騰訊AI Lab、百度AR實(shí)驗(yàn)室等創(chuàng)新平臺(tái)運(yùn)用數(shù)字化工具或軟件進(jìn)行數(shù)字化設(shè)計(jì)、分析、仿真、驗(yàn)證，實(shí)現(xiàn)數(shù)字化產(chǎn)品定義、模型數(shù)據(jù)檢查、機(jī)電一體化協(xié)同設(shè)計(jì)、協(xié)同工程計(jì)算和數(shù)字化仿真分析，為研發(fā)人員提供虛擬的并行協(xié)同設(shè)計(jì)和仿真的集成工作環(huán)境[24]。數(shù)字技術(shù)提高了實(shí)體創(chuàng)新平臺(tái)對(duì)人才、技術(shù)、知識(shí)等創(chuàng)新資源的配置效率，增強(qiáng)了實(shí)體創(chuàng)新平臺(tái)對(duì)創(chuàng)新資源的集聚效應(yīng)，促進(jìn)了創(chuàng)新資源要素流動(dòng)和區(qū)域協(xié)同創(chuàng)新。

通過(guò)上述分析，本文提出如下研究假設(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)創(chuàng)新績(jī)效的空間溢出效應(yīng)具有顯著正向影響。

2 指標(biāo)選擇與模型設(shè)定

2.1 指標(biāo)選取

(1)創(chuàng)新績(jī)效?，F(xiàn)有研究成果大多從創(chuàng)新產(chǎn)出、創(chuàng)新能力、創(chuàng)新程度、創(chuàng)新效率等方面考察創(chuàng)新績(jī)效。其中，創(chuàng)新產(chǎn)出通常使用專(zhuān)利申請(qǐng)數(shù)等指標(biāo)衡量[25]；創(chuàng)新能力通常使用《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》中有關(guān)指標(biāo)衡量[26]；創(chuàng)新程度通常使用復(fù)合系統(tǒng)協(xié)同度模型測(cè)度[27]；創(chuàng)新效率通常使用DEA-BCC模型和Malmquist指數(shù)模型求解[28]。雖然關(guān)于專(zhuān)利數(shù)量能否準(zhǔn)確衡量創(chuàng)新產(chǎn)出仍然存在爭(zhēng)議，但由于專(zhuān)利數(shù)據(jù)的可獲得性較強(qiáng)，使用專(zhuān)利數(shù)量衡量創(chuàng)新產(chǎn)出的做法已經(jīng)被普遍接受。因此，本文也將從創(chuàng)新產(chǎn)出角度考察創(chuàng)新績(jī)效，并使用專(zhuān)利申請(qǐng)數(shù)(件)衡量創(chuàng)新產(chǎn)出。

(2)數(shù)字經(jīng)濟(jì)發(fā)展水平。結(jié)合數(shù)字經(jīng)濟(jì)的數(shù)據(jù)要素、載體平臺(tái)、技術(shù)創(chuàng)新三重屬性，綜合考慮相關(guān)性和可獲得性等，使用“互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)(萬(wàn)戶(hù))”衡量數(shù)字經(jīng)濟(jì)發(fā)展水平，主要基于以下考慮：一是從相關(guān)性看，互聯(lián)網(wǎng)寬帶接入用戶(hù)既是數(shù)據(jù)要素的生產(chǎn)主體，也是互聯(lián)網(wǎng)平臺(tái)的使用主體。因此，互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)兼顧了數(shù)字經(jīng)濟(jì)的數(shù)據(jù)要素和載體平臺(tái)的雙重屬性，但是未體現(xiàn)數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新屬性。考慮到本文研究的主題是數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新績(jī)效及其空間溢出效應(yīng)的影響，而數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新屬性與區(qū)域創(chuàng)新績(jī)效可能存在雙向因果關(guān)系，因此使用“互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)”指標(biāo)可在一定程度上削弱由雙向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題。二是從可獲得性看，數(shù)字經(jīng)濟(jì)主要包括數(shù)字產(chǎn)業(yè)化(數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè))和產(chǎn)業(yè)數(shù)字化(數(shù)字經(jīng)濟(jì)賦能產(chǎn)業(yè))兩部分[29]。目前，國(guó)家統(tǒng)計(jì)局尚無(wú)關(guān)于數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)的統(tǒng)一分類(lèi)標(biāo)準(zhǔn)，未開(kāi)展統(tǒng)計(jì)監(jiān)測(cè)及增加值核算工作，而數(shù)字經(jīng)濟(jì)促使傳統(tǒng)產(chǎn)業(yè)效率提升所對(duì)應(yīng)的增加值難以通過(guò)常規(guī)方法測(cè)算，因此數(shù)字經(jīng)濟(jì)增加值的測(cè)算仍然存在現(xiàn)實(shí)困境[30-31]。相比之下，“互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)”指標(biāo)具有明確的內(nèi)涵和外延，更適合進(jìn)行不同時(shí)點(diǎn)、不同區(qū)域的比較分析和計(jì)量檢驗(yàn)。

(3)控制變量。基于知識(shí)生產(chǎn)函數(shù)，創(chuàng)新產(chǎn)出與創(chuàng)新資源投入密切相關(guān)，人力資本和研發(fā)經(jīng)費(fèi)資本都對(duì)創(chuàng)新績(jī)效具有顯著影響。此外，創(chuàng)新績(jī)效也受到地區(qū)經(jīng)濟(jì)發(fā)展水平等基礎(chǔ)條件制約(陳升，何增華，顧娟，2020)。因此，本文選擇3項(xiàng)指標(biāo)作為控制變量：一是研發(fā)經(jīng)費(fèi)投入，使用R&D內(nèi)部經(jīng)費(fèi)支出(萬(wàn)元)衡量；二是研發(fā)人員投入，使用R&D人員數(shù)量(人)衡量；三是經(jīng)濟(jì)發(fā)展水平，使用地區(qū)生產(chǎn)總值(萬(wàn)元)衡量。

基于數(shù)據(jù)可得性，以我國(guó)361座地級(jí)以上城市2010-2018年數(shù)據(jù)作為考察樣本，原始數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。剔除數(shù)據(jù)缺失樣本后，為削弱計(jì)量單位和異方差對(duì)檢驗(yàn)結(jié)果的影響，對(duì)原始數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。為削弱價(jià)格變動(dòng)造成的影響，以2009年為基期，使用當(dāng)年消費(fèi)者價(jià)格指數(shù)對(duì)R&D內(nèi)部經(jīng)費(fèi)支出、地區(qū)生產(chǎn)總值進(jìn)行價(jià)格平減處理。各變量描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 各變量描述性統(tǒng)計(jì)結(jié)果

2.2 空間權(quán)重矩陣與空間計(jì)量模型設(shè)定

常見(jiàn)的空間權(quán)重矩陣W包括相鄰權(quán)重矩陣、地理距離權(quán)重矩陣、經(jīng)濟(jì)距離權(quán)重矩陣、加權(quán)相鄰權(quán)重矩陣、加權(quán)地理距離權(quán)重矩陣等類(lèi)型[32]。綜合考慮到權(quán)重矩陣的簡(jiǎn)潔性和有效性，選擇相鄰權(quán)重矩陣衡量城市空間關(guān)系，并對(duì)權(quán)重進(jìn)行標(biāo)準(zhǔn)化處理，以開(kāi)展空間相關(guān)性檢驗(yàn)和構(gòu)建空間計(jì)量模型。標(biāo)準(zhǔn)化前的相鄰權(quán)重矩陣如下：

空間計(jì)量模型的一般形式為：Y=ρWY+α+Xβ+WXθ+μ，μ=λWμ+ε。其中，Y、X、W分別代表被解釋變量、解釋變量和空間權(quán)重矩陣，WY、WX、Wμ分別是被解釋變量、解釋變量和隨機(jī)擾動(dòng)項(xiàng)的空間滯后項(xiàng)。由于各空間計(jì)量模型并不一定包含所有類(lèi)型的空間滯后項(xiàng)，因此需要根據(jù)統(tǒng)計(jì)檢驗(yàn)結(jié)果和研究目的進(jìn)行取舍，進(jìn)而構(gòu)建適合的空間計(jì)量模型[33]。本文在進(jìn)行空間計(jì)量模型設(shè)定時(shí)，主要考慮兩方面因素：一是從統(tǒng)計(jì)檢驗(yàn)角度看，通過(guò)Wald檢驗(yàn)和LR檢驗(yàn)判定，空間杜賓模型不宜退化為空間自回歸模型或空間誤差模型；二是從研究目的看，在考察各城市創(chuàng)新績(jī)效空間溢出效應(yīng)的基礎(chǔ)上，進(jìn)一步研判數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新績(jī)效及其溢出效應(yīng)的影響，因此運(yùn)用空間杜賓模型更為適當(dāng)。綜合考慮上述因素，本文運(yùn)用空間杜賓模型進(jìn)行后續(xù)分析。

3 實(shí)證檢驗(yàn)

3.1 空間相關(guān)性檢驗(yàn)

借鑒田增瑞等[34]、崔慶安等[35]的做法，使用莫蘭指數(shù)(Moran′s I)檢驗(yàn)創(chuàng)新績(jī)效的空間相關(guān)性。各城市2010-2018年創(chuàng)新績(jī)效的全局莫蘭指數(shù)如表2所示。由上可知，各年度全局莫蘭指數(shù)均通過(guò)了1%的顯著性檢驗(yàn)，表明各城市創(chuàng)新績(jī)效存在正空間相關(guān)性，區(qū)域創(chuàng)新在空間上具有顯著的正向溢出效應(yīng)，即創(chuàng)新能力強(qiáng)的地區(qū)能夠?qū)χ苓叺貐^(qū)產(chǎn)生正向影響。

表2 各城市2010-2018年創(chuàng)新績(jī)效的全局莫蘭指數(shù)

為考察各城市創(chuàng)新績(jī)效的空間溢出效應(yīng)，進(jìn)一步測(cè)算2018年各城市創(chuàng)新績(jī)效的局部莫蘭指數(shù)，局部莫蘭指數(shù)散點(diǎn)分布如圖1所示。圖1表明，2018年225座城市創(chuàng)新績(jī)效的局部莫蘭指數(shù)分別位于第一象限和第三象限內(nèi)，表明創(chuàng)新績(jī)效呈現(xiàn)高—高集聚和低—低集聚特征，存在較強(qiáng)的正空間相關(guān)性。從區(qū)域角度看，呈現(xiàn)高—高集聚特征的城市主要集中在以長(zhǎng)三角為主的東南沿海一帶，東北地區(qū)、西部地區(qū)城市創(chuàng)新績(jī)效的局部莫蘭指數(shù)呈現(xiàn)出低—低集聚特征，說(shuō)明受創(chuàng)新人才分布、資金投入分布和經(jīng)濟(jì)發(fā)展水平分布等因素影響，我國(guó)創(chuàng)新績(jī)效仍然呈現(xiàn)東—中—西梯度分布特征。

圖1 2018年創(chuàng)新績(jī)效局部莫蘭指數(shù)散點(diǎn)分布

3.2 回歸結(jié)果分析

常見(jiàn)的空間計(jì)量經(jīng)濟(jì)模型參數(shù)估計(jì)方法主要包括極大似然估計(jì)法(MLE)、廣義空間兩階段最小二乘法(GS2SLS)、空間廣義矩估計(jì)法(空間GMM)3種[36]，本文將使用上述估計(jì)方法對(duì)以創(chuàng)新績(jī)效為被解釋變量的空間杜賓模型進(jìn)行回歸。由于空間計(jì)量模型的點(diǎn)估計(jì)結(jié)果并不能解釋變量的邊際作用，因此需要在初步回歸結(jié)果的基礎(chǔ)上進(jìn)一步估計(jì)各解釋變量的直接效應(yīng)和間接效應(yīng)，進(jìn)而分析各解釋變量作用效果的差異和空間溢出效應(yīng)。表3中的模型1-模型3分別列出了使用極大似然估計(jì)法、廣義空間兩階段最小二乘法和空間廣義矩估計(jì)法的估計(jì)結(jié)果，出于簡(jiǎn)潔性考慮，表3僅報(bào)告了各解釋變量的直接效應(yīng)、間接效應(yīng)、總效應(yīng)及判斷回歸結(jié)果擬合優(yōu)度的部分指標(biāo)。

表3顯示，使用極大似然估計(jì)法、廣義空間兩階段最小二乘法和空間廣義矩估計(jì)法進(jìn)行估計(jì)，得到的各解釋變量系數(shù)和穩(wěn)健標(biāo)準(zhǔn)誤基本相似。比較模型1-模型3的可決系數(shù)和對(duì)數(shù)似然比可知，模型1的擬合效果更優(yōu)。因此，僅就模型1的估計(jì)結(jié)果進(jìn)行分析，在穩(wěn)健性檢驗(yàn)中僅報(bào)告極大似然估計(jì)法的估算結(jié)果。

表3 空間杜賓模型回歸結(jié)果

在控制變量中，研發(fā)經(jīng)費(fèi)投入的直接效應(yīng)為正且通過(guò)了1%的顯著性檢驗(yàn)，間接效應(yīng)為負(fù)且未通過(guò)顯著性檢驗(yàn)，說(shuō)明研發(fā)經(jīng)費(fèi)主要來(lái)源于地方財(cái)政，一般用于支持本地區(qū)創(chuàng)新活動(dòng)，因此研發(fā)經(jīng)費(fèi)投入有利于提升本地區(qū)創(chuàng)新產(chǎn)出，但對(duì)周邊城市的空間溢出效應(yīng)不明顯。研發(fā)人員投入的直接效應(yīng)和間接效應(yīng)均為正且分別通過(guò)了1%與10%的顯著性檢驗(yàn)，說(shuō)明研發(fā)人員不僅在本地區(qū)創(chuàng)新活動(dòng)中發(fā)揮重要作用，而且通過(guò)人員流動(dòng)、信息交流、知識(shí)共享等方式帶動(dòng)了周邊城市創(chuàng)新，體現(xiàn)出一定的空間溢出效應(yīng)。地區(qū)經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)為正且通過(guò)1%的顯著性檢驗(yàn)，表明一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)于本地區(qū)創(chuàng)新產(chǎn)出的提升具有促進(jìn)作用，但間接效應(yīng)不顯著，說(shuō)明經(jīng)濟(jì)發(fā)展水平對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用更多地發(fā)生于本地區(qū)，對(duì)周邊城市的溢出效應(yīng)不明顯。與上述控制變量相比，數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均為正，且分別通過(guò)了1%和5%的顯著性檢驗(yàn)。其中，模型1的回歸結(jié)果顯示，dig的直接效應(yīng)和間接效應(yīng)分別為0.349與0.077，表明在其它條件不變的情況下，數(shù)字經(jīng)濟(jì)發(fā)展水平每變動(dòng)1%，當(dāng)?shù)貏?chuàng)新績(jī)效均值將變動(dòng)0.35%，而周邊地區(qū)創(chuàng)新績(jī)效均值將變化0.08%。由此，可以得出，數(shù)字經(jīng)濟(jì)發(fā)展不僅在本地區(qū)創(chuàng)新活動(dòng)中扮演重要角色，而且能夠增強(qiáng)區(qū)域創(chuàng)新績(jī)效的空間溢出效應(yīng)。

考慮到不同區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)存在顯著差距，為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)不同區(qū)域城市創(chuàng)新績(jī)效的影響，將361個(gè)城市按照地理位置分為東部城市、中部城市、西部城市3類(lèi)。表4中，模型4在模型1的基礎(chǔ)上加入?yún)^(qū)域與數(shù)字經(jīng)濟(jì)的交叉項(xiàng)，與模型1的回歸結(jié)果相比，其解釋變量的系數(shù)符號(hào)和顯著性水平均未發(fā)生明顯變化，而東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)與間接效應(yīng)均略高于模型1的回歸結(jié)果，中、西部地區(qū)結(jié)果低于模型1的回歸結(jié)果。與東部地區(qū)相比，中、西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均較低，表明中西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平仍有待提高，對(duì)本地創(chuàng)新績(jī)效的提升作用有限，且數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新的溢出紅利也未充分釋放，通過(guò)數(shù)字經(jīng)濟(jì)發(fā)展帶動(dòng)周邊地區(qū)創(chuàng)新績(jī)效提升的空間較大。

表4 分區(qū)域變系數(shù)模型檢驗(yàn)結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

為克服統(tǒng)計(jì)變量選擇對(duì)估計(jì)結(jié)果的影響，用相似的統(tǒng)計(jì)變量替換模型中的統(tǒng)計(jì)變量以進(jìn)行穩(wěn)健性檢驗(yàn)。表5給出了替換創(chuàng)新績(jī)效、創(chuàng)新經(jīng)費(fèi)投入和創(chuàng)新人員投入3項(xiàng)指標(biāo)的統(tǒng)計(jì)變量穩(wěn)健性檢驗(yàn)結(jié)果。其中，模型5使用“專(zhuān)利授權(quán)數(shù)量”代替被解釋變量“專(zhuān)利申請(qǐng)數(shù)量”，模型6使用“R&D經(jīng)費(fèi)投入強(qiáng)度”(R&D經(jīng)費(fèi)內(nèi)部支出占地區(qū)生產(chǎn)總值的比重)代替解釋變量“R&D經(jīng)費(fèi)內(nèi)部支出”的對(duì)數(shù)值，模型7使用“R&D人員全時(shí)當(dāng)量”代替解釋變量“R&D人員數(shù)量”。由表5的回歸結(jié)果可以發(fā)現(xiàn)，模型5-模型7的可決系數(shù)和對(duì)數(shù)似然比相對(duì)穩(wěn)定，各解釋變量系數(shù)符號(hào)均與模型1的回歸結(jié)果保持一致，系數(shù)絕對(duì)值和顯著性水平也未發(fā)生明顯變化，表明模型1的回歸結(jié)果穩(wěn)健。

表5 變量穩(wěn)健性檢驗(yàn)結(jié)果

為進(jìn)一步控制遺漏變量帶來(lái)的內(nèi)生性問(wèn)題，考慮到2016年在貴州省、京津冀、珠三角等8個(gè)區(qū)域批準(zhǔn)設(shè)立國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)，據(jù)此生成國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)虛擬變量，對(duì)上述8個(gè)區(qū)域2016年之后的樣本和其它樣本分別賦值1與0，以此作為工具變量,進(jìn)行兩階段最小二乘回歸。使用國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)作為虛擬變量的合理性主要體現(xiàn)在兩個(gè)方面：一是從相關(guān)性看，設(shè)立國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)體現(xiàn)出國(guó)家發(fā)展數(shù)字經(jīng)濟(jì)的區(qū)域?qū)颍兄诘胤礁玫卣{(diào)配資源、發(fā)展數(shù)字經(jīng)濟(jì)。表6第1列第一階段回歸結(jié)果顯示，工具變量與數(shù)字經(jīng)濟(jì)發(fā)展水平正相關(guān)，系數(shù)在1%的水平下顯著。二是從外生性看，2016年設(shè)立國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)屬于無(wú)法事先預(yù)料的外生沖擊性事件，弱工具變量檢驗(yàn)F統(tǒng)計(jì)量也大于10%的臨界水平，因此能夠有效保證工具變量的外生性。表6中第二階段回歸結(jié)果顯示，數(shù)字經(jīng)濟(jì)發(fā)展水平的直接效應(yīng)和間接效應(yīng)均在5%的水平下顯著為正，進(jìn)一步驗(yàn)證了本文結(jié)果的穩(wěn)健性。

表6 兩階段最小二乘法回歸結(jié)果

表7報(bào)告了空間權(quán)重矩陣的穩(wěn)健性檢驗(yàn)結(jié)果，其中，模型9-模型11分別使用地理距離權(quán)重矩陣、經(jīng)濟(jì)距離權(quán)重矩陣、加權(quán)相鄰權(quán)重矩陣(用地區(qū)生產(chǎn)總值加權(quán))3種矩陣替換模型1的相鄰權(quán)重矩陣以進(jìn)行檢驗(yàn)。與模型1的回歸結(jié)果相比，各解釋變量對(duì)創(chuàng)新績(jī)效的直接效應(yīng)、間接效應(yīng)、總效應(yīng)方向及穩(wěn)健標(biāo)準(zhǔn)誤并未發(fā)生明顯變化，表明模型1的回歸結(jié)果具有一定穩(wěn)健性。

表7 空間權(quán)重矩陣穩(wěn)健性檢驗(yàn)結(jié)果

在進(jìn)行面板數(shù)據(jù)模型設(shè)定時(shí)，僅通過(guò)Chow檢驗(yàn)和Hausman檢驗(yàn)判定個(gè)體—時(shí)點(diǎn)雙固定效應(yīng)的存在，而未考察不同時(shí)點(diǎn)差異性對(duì)面板數(shù)據(jù)模型的影響，因此有必要對(duì)構(gòu)建的面板數(shù)據(jù)模型進(jìn)行穩(wěn)健性檢驗(yàn)。表8列出了面板數(shù)據(jù)模型的穩(wěn)健性檢驗(yàn)結(jié)果，其中，模型12-模型14分別使用個(gè)體固定效應(yīng)模型、時(shí)點(diǎn)固定效應(yīng)模型、個(gè)體—時(shí)點(diǎn)雙隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果顯示，表8中各模型的可決系數(shù)和對(duì)數(shù)似然比均小于模型1的回歸結(jié)果，且各解釋變量系數(shù)及其穩(wěn)健性標(biāo)準(zhǔn)誤差與模型1的回歸結(jié)果基本一致。因此，模型1使用的個(gè)體—時(shí)點(diǎn)雙固定效應(yīng)模型估計(jì)方法具有較強(qiáng)穩(wěn)健性。

4 結(jié)論與啟示

4.1 主要結(jié)論

在國(guó)家大數(shù)據(jù)戰(zhàn)略引導(dǎo)下，數(shù)字經(jīng)濟(jì)發(fā)展如火如荼。關(guān)于數(shù)字經(jīng)濟(jì)對(duì)技術(shù)創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的影響，現(xiàn)有研究已經(jīng)作了較為詳盡的分析。然而從地理空間維度看，數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新究竟發(fā)揮了怎樣的作用尚未形成定論。本文聚焦數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)的關(guān)系，從數(shù)字經(jīng)濟(jì)的資源要素屬性、載體平臺(tái)屬性和技術(shù)創(chuàng)新屬性3個(gè)維度展開(kāi)討論：①?gòu)馁Y源要素屬性看，數(shù)據(jù)具有較強(qiáng)的非競(jìng)爭(zhēng)性、非排他性等公共物品屬性，重復(fù)利用成本較低，容易通過(guò)信息傳播、人員“面對(duì)面”交流等方式傳播與擴(kuò)散，從而促進(jìn)區(qū)域協(xié)同創(chuàng)新活動(dòng)發(fā)生；②從載體平臺(tái)屬性看，網(wǎng)絡(luò)經(jīng)濟(jì)不僅為創(chuàng)新主體提供了線(xiàn)上協(xié)同創(chuàng)新平臺(tái)，而且能夠?yàn)橐欢臻g范圍內(nèi)的創(chuàng)新主體提供信息互通、資源共享渠道，加強(qiáng)地理鄰近創(chuàng)新主體之間的聯(lián)系；③從技術(shù)創(chuàng)新屬性看，作為應(yīng)用領(lǐng)域廣泛的一種通用技術(shù)，新一代數(shù)字技術(shù)降低了創(chuàng)新主體協(xié)作創(chuàng)新的邊際成本，但在技術(shù)迭代過(guò)程中產(chǎn)生的隱性知識(shí)又限制了數(shù)字技術(shù)擴(kuò)散的地理空間范圍，強(qiáng)化了創(chuàng)新的空間集聚性。在此基礎(chǔ)上，本文運(yùn)用空間杜賓模型檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)區(qū)域創(chuàng)新績(jī)效及其空間溢出效應(yīng)的影響。實(shí)證研究結(jié)果驗(yàn)證了以下結(jié)論：數(shù)字經(jīng)濟(jì)發(fā)展不僅能夠帶動(dòng)本地創(chuàng)新績(jī)效提升，而且對(duì)周邊地區(qū)創(chuàng)新績(jī)效產(chǎn)生顯著正向作用，帶動(dòng)周邊城市創(chuàng)新績(jī)效提升。分區(qū)域看，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)本地創(chuàng)新績(jī)效的促進(jìn)作用更顯著，對(duì)周邊地區(qū)創(chuàng)新績(jī)效的帶動(dòng)作用也顯著。

4.2 政策啟示

本文研究結(jié)論為實(shí)踐提供了政策啟示，即推動(dòng)數(shù)字化轉(zhuǎn)型不僅可以作為促進(jìn)本地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的主導(dǎo)力量，同時(shí)，能夠促進(jìn)周邊地區(qū)創(chuàng)新績(jī)效提升。據(jù)此，提出三方面政策建議。

(1)以數(shù)據(jù)資源賦能創(chuàng)新應(yīng)用。由于數(shù)據(jù)的所有權(quán)、使用權(quán)、控制權(quán)、收益權(quán)難以有效分割，數(shù)據(jù)確權(quán)、數(shù)據(jù)流通、數(shù)據(jù)安全等關(guān)鍵問(wèn)題尚未有效破解，在一定程度上制約了數(shù)據(jù)資源在創(chuàng)新活動(dòng)中的開(kāi)發(fā)利用。因此，可根據(jù)社會(huì)數(shù)據(jù)、政府?dāng)?shù)據(jù)的不同屬性，分區(qū)分類(lèi)，精準(zhǔn)施策。東部地區(qū)可引導(dǎo)社會(huì)數(shù)據(jù)所有者參與創(chuàng)新活動(dòng)，通過(guò)市場(chǎng)化配置手段釋放數(shù)據(jù)要素在創(chuàng)新過(guò)程中的應(yīng)用價(jià)值，帶動(dòng)本地和周邊地區(qū)創(chuàng)新績(jī)效提升。中、西部地區(qū)可做好政府?dāng)?shù)據(jù)的共享開(kāi)放，持續(xù)推進(jìn)政府?dāng)?shù)據(jù)在線(xiàn)活用，探索政府?dāng)?shù)據(jù)的創(chuàng)新應(yīng)用場(chǎng)景。

(2)以網(wǎng)絡(luò)平臺(tái)支撐對(duì)接合作。網(wǎng)絡(luò)作為一種新興載體，在創(chuàng)新活動(dòng)中的服務(wù)支撐功能日益顯現(xiàn)，而不同地區(qū)在創(chuàng)新活動(dòng)中的網(wǎng)絡(luò)應(yīng)用能力也各有不同，應(yīng)根據(jù)地區(qū)特點(diǎn)探索本地化發(fā)展路徑。具體而言，東部地區(qū)可增強(qiáng)本地互聯(lián)網(wǎng)科技網(wǎng)站資源匯聚能力，引導(dǎo)本地科技資源在線(xiàn)對(duì)接，促進(jìn)線(xiàn)上線(xiàn)下交流合作；中、西部地區(qū)可加強(qiáng)5G、數(shù)據(jù)中心、人工智能等新一代數(shù)字基礎(chǔ)設(shè)施建設(shè)，探索“東數(shù)西算”可行路徑，打造區(qū)域數(shù)據(jù)樞紐節(jié)點(diǎn)。

(3)以數(shù)字技術(shù)引領(lǐng)科技攻關(guān)。在疫情沖擊下，以數(shù)字經(jīng)濟(jì)為代表的新動(dòng)能逆勢(shì)成長(zhǎng)，催生了新一代數(shù)字技術(shù)創(chuàng)新應(yīng)用，數(shù)字技術(shù)已經(jīng)成為引領(lǐng)帶動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展的重要引擎。東部地區(qū)可根據(jù)自身產(chǎn)業(yè)技術(shù)發(fā)展特點(diǎn)，聚焦關(guān)鍵核心技術(shù)重點(diǎn)突破口，加快建設(shè)布局基礎(chǔ)性、前瞻性、引領(lǐng)性重大創(chuàng)新平臺(tái)；中、西部地區(qū)可聚焦本地標(biāo)志性產(chǎn)業(yè)鏈，支持龍頭企業(yè)建設(shè)產(chǎn)業(yè)鏈級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)，組織開(kāi)展智能化技術(shù)改造，營(yíng)造良好的創(chuàng)新發(fā)展生態(tài)。

4.3 研究展望

受限于數(shù)字經(jīng)濟(jì)發(fā)展水平的衡量與測(cè)算研究尚處于探索階段，本文實(shí)證分析仍存在一定不足：一是數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)體系缺乏，在一定程度上限制了實(shí)證分析效果，城市層面數(shù)字經(jīng)濟(jì)發(fā)展衡量指標(biāo)的選擇有限，有待進(jìn)一步提升其科學(xué)性；二是數(shù)字經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)的時(shí)間較短且多為年度數(shù)據(jù)，難以進(jìn)行平穩(wěn)性檢驗(yàn)和動(dòng)態(tài)分析，無(wú)法通過(guò)實(shí)證檢驗(yàn)反映數(shù)字經(jīng)濟(jì)發(fā)展對(duì)創(chuàng)新動(dòng)態(tài)演化歷程的影響路徑。隨著統(tǒng)計(jì)數(shù)據(jù)的日臻完善，上述問(wèn)題將在今后的研究中進(jìn)一步完善。