收稿日期：2022-06-29" 修回日期：2022-10-23

基金項目：國家社會科學基金項目（20BJY040）

作者簡介：溫璐迪（1995—），女，山西長治人，山西財經(jīng)大學工商管理學院博士研究生，研究方向為區(qū)域創(chuàng)新、數(shù)字經(jīng)濟；郭淑芬（1970—），女，山西長治人，博士，山西財經(jīng)大學公共管理學院院長、教授、博士生導師，研究方向為區(qū)域創(chuàng)新與資源優(yōu)化配置。本文通訊作者：郭淑芬。

摘" 要：數(shù)字化驅(qū)動新一輪創(chuàng)新提速的同時，正在重塑中國區(qū)域創(chuàng)新格局。在刻畫中國區(qū)域創(chuàng)新格局演化趨勢的基礎上，構(gòu)建納入數(shù)字化調(diào)節(jié)機制的區(qū)域創(chuàng)新收斂模型，利用2013—2021年283個城市面板數(shù)據(jù)，系統(tǒng)考察數(shù)字化對區(qū)域創(chuàng)新格局的重塑效應。研究發(fā)現(xiàn)：①中國數(shù)字化水平整體呈上升趨勢，但各地區(qū)數(shù)字化建設程度存在明顯差異；②中國區(qū)域創(chuàng)新格局呈收斂趨勢，數(shù)字化提升有助于加速區(qū)域創(chuàng)新格局收斂進程，這一結(jié)論在進行一系列穩(wěn)健性檢驗后依然成立；③中國南北方地區(qū)創(chuàng)新水平增長存在俱樂部收斂，南方地區(qū)內(nèi)部創(chuàng)新收斂進程快于北方地區(qū)，而數(shù)字化對北方地區(qū)創(chuàng)新收斂進程的影響效果更明顯；④數(shù)字化對區(qū)域創(chuàng)新格局的影響存在顯著雙門檻效應，只有當數(shù)字化水平達到0.154的門檻值時，其對區(qū)域創(chuàng)新收斂進程才具有顯著加速效應。科學研判數(shù)字化對中國區(qū)域創(chuàng)新格局的影響，可為促進數(shù)字紅利共享與區(qū)域協(xié)調(diào)發(fā)展提供政策啟示。

關鍵詞關鍵詞：數(shù)字化；區(qū)域創(chuàng)新格局；條件β收斂；門檻模型

DOI：10.6049/kjjbydc.Q202206024

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F204

文獻標識碼：A

文章編號：1001-7348（2024）10-0046-11

0" 引言

2019年，中央財經(jīng)委員會第五次會議指出，我國經(jīng)濟發(fā)展的空間結(jié)構(gòu)正在發(fā)生深刻變化，新形勢下促進區(qū)域協(xié)調(diào)發(fā)展，要按照客觀經(jīng)濟規(guī)律調(diào)整完善區(qū)域政策體系。在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略背景下，區(qū)域協(xié)調(diào)發(fā)展本質(zhì)上取決于區(qū)域創(chuàng)新空間格局收斂與否。當前，伴隨著大數(shù)據(jù)、云計算、人工智能等新一代數(shù)字技術(shù)的廣泛應用與深度嵌入，數(shù)字化不斷推動創(chuàng)新要素在虛擬空間迭代與聚合，為重塑區(qū)域創(chuàng)新格局提供了可能。理論上講，新興數(shù)字技術(shù)可以克服空間、社會與技術(shù)限制，降低創(chuàng)新資源實施門檻（孟慶時等，2022），為后發(fā)地區(qū)向先發(fā)地區(qū)追趕創(chuàng)造條件。同時，數(shù)字基礎設施在促進區(qū)域創(chuàng)新協(xié)作、推動創(chuàng)新擴散與知識溢出等方面發(fā)揮著重要作用［1］。然而，數(shù)字化普及存在兩極分化現(xiàn)象［2-3］，各地區(qū)在數(shù)字基礎設施、數(shù)字應用場景、數(shù)字技術(shù)人才等方面存在的差距導致區(qū)域創(chuàng)新空間形成極化趨勢。因此，數(shù)字化能否成為我國區(qū)域創(chuàng)新格局收斂的新契機？伴隨著數(shù)字化水平的變化，區(qū)域創(chuàng)新格局呈現(xiàn)哪些新趨勢？2021年，中國數(shù)字經(jīng)濟規(guī)模高達7.1萬億美元，位居世界第二，已成為全球最重要的數(shù)字化轉(zhuǎn)型試驗場之一。以2013年“寬帶中國”戰(zhàn)略為起點的數(shù)字化蓬勃發(fā)展的區(qū)域創(chuàng)新實踐可知（見圖1），中國283個城市每萬人專利申請數(shù)和授權(quán)數(shù)分別由2013年的12.060件、9.785件增長為2021年的34.238件、33.493件。同時，人均專利申請數(shù)和人均專利授權(quán)數(shù)基尼系數(shù)則分別由2013年的0.624、0.629降至2021年的0.512、0.494。據(jù)此推斷，數(shù)字化在加速推進中國城市創(chuàng)新水平提升的同時，促使區(qū)域創(chuàng)新格局呈現(xiàn)日趨收斂趨勢。在此背景下，本文系統(tǒng)分析數(shù)字化水平提升對中國區(qū)域創(chuàng)新格局演變進程的影響，以及這種影響是否因數(shù)字化發(fā)展水平不同而表現(xiàn)出階段性差異。

本文梳理相關文獻發(fā)現(xiàn)，數(shù)字化研究起步雖然較晚但發(fā)展勢頭迅猛，經(jīng)歷了從主要關注數(shù)字化測度［4-5］到數(shù)字化對經(jīng)濟發(fā)展的驅(qū)動作用［6］。諸多學者指出數(shù)字化對區(qū)域創(chuàng)新空間溢出［1］、新興國家包容性創(chuàng)新［7］具有積極影響，數(shù)字化與經(jīng)濟地理格局的關系［8］也成為重要研究方向。也有學者考察數(shù)字化對區(qū)域創(chuàng)新格局的影響，如研究數(shù)字化對不同國家［9］或地區(qū)創(chuàng)新的影響［10］，抑或是考察數(shù)字化對區(qū)域創(chuàng)新集聚的影響［11-12］。其中，F(xiàn)orman等［11］利用美國縣級經(jīng)驗數(shù)據(jù)發(fā)現(xiàn)，互聯(lián)網(wǎng)可通過遠程專利合作降低先前專利對當期專利的知識存量，阻止創(chuàng)新活動在地理上的集聚，得出互聯(lián)網(wǎng)對區(qū)域創(chuàng)新格局收斂具有積極影響的結(jié)論；韓先鋒等［13］基于中國省際面板數(shù)據(jù)實證研究發(fā)現(xiàn)，“互聯(lián)網(wǎng)+”已成為新時期影響中國區(qū)域創(chuàng)新效率收斂的重要因素。前者基于美國情景考察早期互聯(lián)網(wǎng)的影響，未提供中國情景下的經(jīng)驗證據(jù)；后者從中國省份層面對創(chuàng)新效率展開研究，但忽略了省內(nèi)各城市間創(chuàng)新水平差異。綜上所述，既有研究為探討數(shù)字化發(fā)展與區(qū)域創(chuàng)新格局提供了一定的理論基礎和實證證據(jù)，但對于數(shù)字化更能促進發(fā)達地區(qū)還是落后地區(qū)創(chuàng)新水平提升的結(jié)論存在較大分歧，未從全局視角回答數(shù)字化究竟加速區(qū)域創(chuàng)新格局極化還是收斂。另外，雖然學者考察互聯(lián)網(wǎng)與我國省域創(chuàng)新效率收斂的關系，但較少探討數(shù)字化對城市層面創(chuàng)新水平的收斂效應，且這一效應實現(xiàn)的門檻條件有待檢驗。

基于此，本文以城市為研究尺度，將數(shù)字化動態(tài)發(fā)展階段納入分析框架，考察數(shù)字化進程對中國區(qū)域創(chuàng)新格局演變的影響，并利用2013-2021年中國內(nèi)地283個地級市面板數(shù)據(jù)進行實證研究。本文邊際貢獻在于：第一，研究數(shù)字化對區(qū)域創(chuàng)新格局的重塑效應，對數(shù)字化影響區(qū)域創(chuàng)新研究領域作出拓展，認為科學研判數(shù)字化對中國區(qū)域創(chuàng)新格局的影響是數(shù)字經(jīng)濟背景下構(gòu)建區(qū)域協(xié)調(diào)發(fā)展新格局的重要前提；第二，在條件β收斂模型的基礎上納入數(shù)字化調(diào)節(jié)機制，克服條件β收斂模型僅用于收斂性事實刻畫的局限性，有助于從全局視角探究數(shù)字化對區(qū)域創(chuàng)新格局的影響；第三，基于數(shù)字化發(fā)展階段分析數(shù)字化加速區(qū)域創(chuàng)新收斂進程的門檻條件，并研究數(shù)字化對區(qū)域創(chuàng)新格局重塑效應的地區(qū)俱樂部特征，從而得出更細致的結(jié)論和更具針對性的政策建議。

1" 理論分析與研究假設

1.1" 數(shù)字化對區(qū)域創(chuàng)新格局的收斂效應

區(qū)域創(chuàng)新格局在宏觀上表現(xiàn)為區(qū)域創(chuàng)新要素集聚與溢出所形成的創(chuàng)新活動空間分布［8，11］，其演進趨勢呈現(xiàn)極化或收斂兩種類型，動因是先發(fā)地區(qū)與后發(fā)地區(qū)之間的創(chuàng)新增長差異在拉大或縮小。一種觀點認為，創(chuàng)新溢出遵循一定的等級擴散規(guī)則，先發(fā)地區(qū)通過創(chuàng)新積累占據(jù)技術(shù)優(yōu)勢［14］，拉大與后發(fā)地區(qū)的創(chuàng)新增長差距，從而導致區(qū)域創(chuàng)新格局趨于極化；另一種觀點卻認為，創(chuàng)新過程往往伴隨著基礎知識存量擴大，這一重要副產(chǎn)品不屬于創(chuàng)新壟斷租金［15］，因而為區(qū)域創(chuàng)新格局收斂提供了可能。后發(fā)追趕理論認為，后發(fā)地區(qū)可以低成本獲得基礎知識溢出，通過研發(fā)外包、技術(shù)購買、合作專利等有償方式獲得前沿技術(shù)溢出，以快速追趕先發(fā)地區(qū)創(chuàng)新水平。

Nelson amp; Phelps［16］通過構(gòu)建技術(shù)追趕模型指出，后發(fā)地區(qū)只有保持或提升吸收能力才能實現(xiàn)從潛在后發(fā)優(yōu)勢到實際生產(chǎn)力的跨越，如公式（1）所示。

A·tAt=φ·T/At－1（1）

其中，At代表該地區(qū)技術(shù)水平，A·tAt代表技術(shù)增長率，T代表世界技術(shù)前沿，φ·為吸收能力函數(shù)。該模型認為，如果后發(fā)地區(qū)與世界技術(shù)前沿地區(qū)存在一定技術(shù)水平差距，并且后發(fā)地區(qū)吸收能力越大，越有可能模仿學習先發(fā)地區(qū)的知識、技術(shù)、經(jīng)驗優(yōu)勢，并將其轉(zhuǎn)化為實際生產(chǎn)力。而吸收能力函數(shù)φ（·）主要受到技術(shù)可及性、學習能力和宏觀背景的影響［17］。

根據(jù)技術(shù)追趕模型，數(shù)字化重塑區(qū)域創(chuàng)新格局的關鍵在于數(shù)字化對后發(fā)地區(qū)吸收能力的影響。一方面，數(shù)字化能夠降低后發(fā)地區(qū)創(chuàng)新要素稀缺程度，進而增強其對前沿技術(shù)的可及性。伴隨著數(shù)字技術(shù)的快速發(fā)展，創(chuàng)新要素實現(xiàn)跨邊界流動與擴散，能夠有效改善后發(fā)地區(qū)產(chǎn)學研創(chuàng)新主體的要素稟賦。有文獻指出，在數(shù)字化時代地理因素的重要性受到?jīng)_擊［18］，數(shù)字化具有打破地理約束、打通虛擬與實體組織邊界以及改變創(chuàng)新要素傳統(tǒng)等級跳躍和擴散范圍等特征［2，15］。在互聯(lián)網(wǎng)快速崛起的早期誕生了“地理距離消亡論”，F(xiàn)riedman［19］認為互聯(lián)網(wǎng)促使世界各個角落的人實現(xiàn)前所未有的交互交談，在技術(shù)層面為“世界是平的”打下堅實基礎。另外，數(shù)字化通過增加遠程合作發(fā)明專利阻止創(chuàng)新活動地理集聚［11］。網(wǎng)絡基礎設施能夠緩解創(chuàng)新主體之間的信息不對稱，降低交易成本，對城際協(xié)同創(chuàng)新具有重要作用［20］。數(shù)字化能夠突破時空約束，增強后發(fā)地區(qū)對前沿技術(shù)擴散的可及性［13］，為后發(fā)地區(qū)創(chuàng)新追趕提供機會窗口，從根本上重構(gòu)一個更為均衡的區(qū)域創(chuàng)新空間格局；另一方面，數(shù)字化能夠變革知識交流方式，激發(fā)更廣泛、更多元的知識重組與創(chuàng)新溢出，提升先發(fā)地區(qū)對后發(fā)地區(qū)的輻射帶動作用，進而提高后發(fā)地區(qū)學習能力。數(shù)據(jù)要素具有非競爭性、非排他性、低成本復制等特征（蔡躍洲等，2021），數(shù)字技術(shù)能夠極大程度上降低各類經(jīng)濟活動搜尋成本、邊際成本、追蹤成本和驗證成本［21］，創(chuàng)造新技術(shù)—經(jīng)濟范式。數(shù)字經(jīng)濟通過開放源代碼、共享數(shù)據(jù)等方式將部分隱性知識轉(zhuǎn)化為顯性知識，降低后發(fā)地區(qū)學習成本，使后發(fā)地區(qū)創(chuàng)新主體更容易進行新技術(shù)和新知識研發(fā)。同時，線上交流方式有助于放大顯性知識與隱性知識溢出的全域性［22］。截至2021年，騰訊會議服務覆蓋全球220個國家和地區(qū)，用戶數(shù)接近2億人，線上會議次數(shù)超過40億次，這種基于數(shù)字技術(shù)搭建的全球交流平臺為后發(fā)地區(qū)創(chuàng)新主體共享海量數(shù)據(jù)并獲得知識溢出效應拓展了交流渠道和范圍。后發(fā)地區(qū)借助數(shù)字平臺嵌入發(fā)達地區(qū)創(chuàng)新網(wǎng)絡，通過對更廣泛、更多元的信息流、知識流、技術(shù)流進行有效獲取與整合應用［23］積累學習能力。綜上所述，數(shù)字化能夠賦能后發(fā)地區(qū)技術(shù)可及性和學習能力，從而加速后發(fā)地區(qū)向先發(fā)地區(qū)創(chuàng)新收斂。據(jù)此，本文提出如下假設：

H1：數(shù)字化有助于縮短后發(fā)地區(qū)（初始創(chuàng)新水平較低地區(qū)）向先發(fā)地區(qū)（初始創(chuàng)新水平較高地區(qū)）的追趕時間，從而加速中國區(qū)域創(chuàng)新格局收斂進程。

1.2" 數(shù)字化的門檻效應

數(shù)字化對區(qū)域創(chuàng)新格局影響的總體效應可能會掩蓋不同數(shù)字化發(fā)展水平下重塑效應的演化特征。梅特卡夫定律指出，只有當數(shù)字網(wǎng)絡規(guī)模擴大到一定程度時，用戶才能從網(wǎng)絡效應中獲得普遍的額外福利［8］。在數(shù)字化初期，網(wǎng)絡效應可能會導致“贏者通吃、快者通吃”的局面，因為數(shù)字化領域技術(shù)進步具有一定技能性或資本偏向性［2］，經(jīng)濟基礎較好地區(qū)往往具有先發(fā)優(yōu)勢，會最先受益于數(shù)字化發(fā)展。與此同時，在數(shù)字化初期，不同地區(qū)在配套要素應用及互補政策等方面存在數(shù)字鴻溝［24］，會阻礙創(chuàng)新擴散，造成區(qū)域創(chuàng)新馬太效應。伴隨著數(shù)字化應用場景的日益豐富，數(shù)字技術(shù)應用成本不斷下降，后發(fā)地區(qū)具備一定人才、資金、技術(shù)等互補要素，從而更有可能獲得數(shù)字化創(chuàng)新擴散與知識溢出效應，進而從整體上形成區(qū)域創(chuàng)新格局收斂趨勢。通用技術(shù)理論認為，新興數(shù)字技術(shù)等通用技術(shù)的適用性需要額外費用［25］，因而數(shù)字技術(shù)廣泛普及是后發(fā)地區(qū)從數(shù)字網(wǎng)絡中受益于數(shù)字化知識擴散效應的前提。與以往降低信息成本的技術(shù)類似，數(shù)字技術(shù)可能會同時推動擴散和集聚［26］。因此，數(shù)字化對區(qū)域創(chuàng)新格局的收斂效應取決于數(shù)字化普及廣度和深度。數(shù)字化自身發(fā)展水平對區(qū)域創(chuàng)新格局的重塑效應呈現(xiàn)階段性特征，數(shù)字化對區(qū)域創(chuàng)新格局的收斂效應具有一定的實現(xiàn)情境。據(jù)此，本文提出如下假設：

H2：數(shù)字化對區(qū)域創(chuàng)新格局的收斂作用存在門檻效應，只有當數(shù)字化水平達到較高程度時，其對區(qū)域創(chuàng)新收斂才具有顯著加速效應。

2" 研究設計

2.1" 模型構(gòu)建

2.1.1" 條件β收斂模型

收斂模型最早源于新古典增長理論，用于研究各國經(jīng)濟增長或人均收入增長差異，隨后拓展到創(chuàng)新發(fā)展領域［13］。Barro等［28］提出絕對β收斂和條件β收斂。絕對β收斂假設在完全一致結(jié)構(gòu)下，區(qū)域創(chuàng)新增速與初始創(chuàng)新水平呈反向關系，所有地區(qū)創(chuàng)新水平會收斂于相同穩(wěn)態(tài)；條件β收斂指出區(qū)域創(chuàng)新增速不僅取決于初始創(chuàng)新水平，還受到其它條件的影響。條件β收斂模型在絕對β收斂模型的基礎上加入一系列控制變量，將其它因素考慮在內(nèi)因而更加貼近現(xiàn)實。因此，本文采用條件β收斂模型研判當前階段中國區(qū)域創(chuàng)新格局，模型如式（2）所示。

lnPateit+T/PateitT=α+β1lnPateit+∑γjXijt+μi+λt+εit（2）

其中，lnPateit+T/PateitT為各城市在（t+T）期的創(chuàng)新增速，本文借鑒韓先鋒等［13］的做法，取T=1；lnPate表示區(qū)域初始創(chuàng)新水平；X表示所有控制變量；α為常數(shù)項；β1表示收斂系數(shù)；γ表示控制變量系數(shù)；μ為個體固定效應；λ為時間固定效應；ε為隨機誤差。下標i表示城市，t表示年份。預期收斂系數(shù)β1lt;0表示各城市創(chuàng)新增速與初始創(chuàng)新水平呈反向關系，即后發(fā)地區(qū)創(chuàng)新增速更快，整體上區(qū)域創(chuàng)新格局呈現(xiàn)條件收斂趨勢。

2.1.2" 納入調(diào)節(jié)機制的條件β收斂拓展模型

數(shù)字化對區(qū)域創(chuàng)新格局的影響表現(xiàn)為數(shù)字化調(diào)節(jié)后發(fā)地區(qū)向先發(fā)地區(qū)的收斂進程。例如，F(xiàn)orman等［11］采用前期專利與互聯(lián)網(wǎng)交互項考察互聯(lián)網(wǎng)對專利增長存量優(yōu)勢的影響，指出其會削弱美國發(fā)明活動地理集中程度。本文借鑒這一思想，以數(shù)字化對區(qū)域創(chuàng)新收斂進程的調(diào)節(jié)作用考察數(shù)字化對區(qū)域創(chuàng)新格局的影響。在式（2）的基礎上加入數(shù)字化水平與區(qū)域初始創(chuàng)新水平的交互項，構(gòu)建條件β收斂拓展模型，如式（3）所示。為便于回歸分析，對交互項作中心化處理（江艇，2022）。

lnPateit+T/PateitT=α+β1lnPateit+β2lnPateit×Digit+δDigit+∑γjXijt+μi+λt+εit（3）

其中，Dig表示數(shù)字化水平；β2反映數(shù)字化水平對區(qū)域創(chuàng)新收斂過程的調(diào)節(jié)效應；δ表示數(shù)字化水平系數(shù)。為更好地考察數(shù)字化對區(qū)域創(chuàng)新收斂的作用，進一步對式（3）求創(chuàng)新增速對初始創(chuàng)新水平的偏導，得到式（4）。

lnPateit+T/PateitTlnPateit=β1+β2Digit（4）

可以看出，等號左側(cè)各城市創(chuàng)新增速與初始創(chuàng)新水平關系不僅受等號右側(cè)收斂系數(shù)β1的影響，還受數(shù)字化水平Dig（Diggt;0）與初始創(chuàng)新水平交互項系數(shù)β2的影響。假設β1lt;0，即整體區(qū)域創(chuàng)新格局呈現(xiàn)有條件的收斂趨勢。若β2lt;0，表示數(shù)字化水平越高，各城市創(chuàng)新增速與初始創(chuàng)新水平的反向關系越強，即數(shù)字化越能夠加速區(qū)域創(chuàng)新收斂進程；若β2gt;0，則表示數(shù)字化水平越高，各城市創(chuàng)新增速與初始創(chuàng)新水平反向關系越弱，即數(shù)字化越能夠放緩區(qū)域創(chuàng)新收斂進程。因而，β2為本文重點關注參數(shù)，通過考察β2可以反映數(shù)字化對區(qū)域創(chuàng)新格局的重塑效應。

2.1.3" 門檻模型

為進一步揭示數(shù)字化對區(qū)域創(chuàng)新格局的影響，本文在條件β收斂拓展模型的基礎上加入數(shù)字化水平作為門檻變量，構(gòu)建如式（5）所示的門檻回歸模型。

lnPateit+T/PateitT=α+β1lnPateit+β2－1lnPateit×Digit×IDigit≤τ1+β2－2lnPateit×Digit×Iτ1lt;Digit≤τ2+β2－3lnPateit×Digit×I（Digitgt;τ2）+δDigit+∑γjXijt+μi+λt+εit（5）

其中，τ為門檻變量閾值；I·為示性函數(shù)，如果括號內(nèi)表達式為真則取值為1，反之則取值為0；β2－1、β2－2、β2－3分別表示數(shù)字化水平與區(qū)域創(chuàng)新水平交互項系數(shù)β2在不同區(qū)間的取值。同樣，為便于理解數(shù)字化水平的門檻效應，進一步對式（5）求創(chuàng)新增速對初始創(chuàng)新水平的偏導，得到式（6）。

lnPateit+T/PateitTlnPateit=β1+β2－1Digit×IDigit≤τ1+β2－2Digit×Iτ1lt;Digit≤τ2+β2－3Digit×IDigitgt;τ2（6）

可以看出，等號左側(cè)各城市創(chuàng)新增速與初始創(chuàng)新水平關系既受等號右側(cè)收斂系數(shù)β1的影響，又受數(shù)字化水平Dig（Diggt;0）在不同區(qū)間與初始創(chuàng)新水平交互項系數(shù)β2－1、β2－2、β2－3的影響。同樣，假設β1lt;0，即整體區(qū)域創(chuàng)新格局呈現(xiàn)有條件的收斂趨勢。若β2－1、β2－2、β2－3部分或全部顯著，則表明數(shù)字化對區(qū)域創(chuàng)新收斂趨勢的影響因城市數(shù)字化水平所處區(qū)間不同而不同，即數(shù)字化存在門檻效應；反之，則表明數(shù)字化不存在門檻效應。

2.2" 變量解釋

2.2.1" 區(qū)域創(chuàng)新水平

專利已被廣泛應用于區(qū)域創(chuàng)新水平測度，是以產(chǎn)出導向衡量區(qū)域創(chuàng)新活動的常用指標，專利申請量能夠很好地體現(xiàn)當期區(qū)域創(chuàng)新水平，并反映各地區(qū)創(chuàng)新活動活躍程度。為消除人口規(guī)模與異方差的影響，本文選取人均專利申請量的對數(shù)衡量區(qū)域創(chuàng)新水平（lnPate）。

2.2.2" 數(shù)字化水平

數(shù)字化內(nèi)涵比較寬泛，凡是直接或間接利用數(shù)據(jù)引導資源發(fā)揮作用、促進生產(chǎn)力發(fā)展的經(jīng)濟形態(tài)轉(zhuǎn)型都可納入范疇［4］。本文討論的數(shù)字化是指以互聯(lián)網(wǎng)、5G網(wǎng)絡、云平臺等數(shù)字基礎設施為交換數(shù)據(jù)、信息和知識的傳輸載體，在世界范圍內(nèi)相互連接的數(shù)字技術(shù)在生產(chǎn)生活中的發(fā)展應用。數(shù)字化水平是反映區(qū)域數(shù)字化發(fā)展的重要指標，當前研究主要包括3類：一是采用互聯(lián)網(wǎng)普及率等單一指標指代（江艇，2021）；二是從技術(shù)視角出發(fā)，以數(shù)字技術(shù)專利反映［28-29］；三是從傳統(tǒng)互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和數(shù)字金融等方面設置評價指標體系進行分析［4］?？紤]到城市數(shù)字化的復雜性與城市層面數(shù)據(jù)的可得性，本文采用第3種方式，從數(shù)字基礎設施、數(shù)字要素投入、數(shù)字產(chǎn)業(yè)產(chǎn)出、數(shù)字交易發(fā)展4個方面測度區(qū)域數(shù)字化水平（Dig）。其中，數(shù)字基礎設施包括互聯(lián)網(wǎng)普及率和移動電話普及率，分別以每百人互聯(lián)網(wǎng)用戶數(shù)、每百人移動電話用戶數(shù)表示；數(shù)字要素投入以信息傳輸、計算機服務和軟件業(yè)從業(yè)人員占就業(yè)人數(shù)比重衡量；數(shù)字產(chǎn)業(yè)產(chǎn)出以人均電信業(yè)務量反映；數(shù)字交易發(fā)展以中國數(shù)字普惠金融指數(shù)表征。最后，采用熵權(quán)法測算中國283個城市數(shù)字化水平指數(shù)，數(shù)字基礎設施、數(shù)字要素投入、數(shù)字產(chǎn)業(yè)產(chǎn)出、數(shù)字交易發(fā)展權(quán)重系數(shù)分別為0.233、0.289、0.356、0.122。

進一步，本文運用高斯核密度估計法繪制2012年、2015年、2018年、2020年283個城市數(shù)字化水平的核密度圖，如圖2所示。需要說明的是，因收斂模型式（2）中T=1，故此處考察數(shù)字化水平為滯后一期數(shù)據(jù)?？梢钥闯?，2012-2020年數(shù)字化核密度曲線逐年向右移動，但存在明顯的右拖尾特征，且核密度曲線右側(cè)出現(xiàn)較為明顯的次峰。這表明，雖然近年來我國數(shù)字化水平整體不斷提升，但各城市數(shù)字化水平差異較大，城市數(shù)字化建設出現(xiàn)兩極分化發(fā)展態(tài)勢。

2.2.3" 控制變量

區(qū)域創(chuàng)新產(chǎn)出增長與創(chuàng)新投入、創(chuàng)新環(huán)境關系密切，因此本文從創(chuàng)新投入和創(chuàng)新環(huán)境兩個方面設置以下控制變量：①創(chuàng)新要素集聚（Rd）：創(chuàng)新人才作為城市創(chuàng)新最積極活躍的因素，是創(chuàng)新活動順利開展的前提，創(chuàng)新驅(qū)動本質(zhì)上離不開創(chuàng)新人才驅(qū)動，基于數(shù)據(jù)可得性，本文借鑒李洪濤和王麗麗（2021）的研究，以科研、技術(shù)服務和地質(zhì)勘查業(yè)從業(yè)人員數(shù)占就業(yè)人數(shù)的百分比衡量創(chuàng)新要素集聚；②人力資本（Edu）：人力資本可有效提升地區(qū)獲取、應用、創(chuàng)造知識的能力，是影響區(qū)域創(chuàng)新增長差異的重要因素［16］，通常采用人均受教育年限衡量區(qū)域人力資本水平，但受限于城市層面數(shù)據(jù)可得性，基于工資水平是人力資本的價值反映，將城市職工平均工資與所在省份職工平均工資之比作為調(diào)整系數(shù)計算城市人力資本水平，計算公式為：Humij=ωij/ωj×（6×hj1+9×hj2+12×hj3+16×hj4）。其中，ωij表示j省份i城市職工的平均工資，ωj表示j省份職工的平均工資，hjk（k=1，2，3，4）分別表示j省份小學、初中、高中、大學?？萍耙陨衔幕潭鹊娜丝诒戎兀虎劢?jīng)濟發(fā)展水平（GDP）：本文利用實際人均生產(chǎn)總值的對數(shù)衡量經(jīng)濟發(fā)展水平，并以2012年為基期進行平減；④政府支持（Gov）：從創(chuàng)新投入到創(chuàng)新產(chǎn)出都面臨極大的不確定性，且基礎研究等創(chuàng)新活動具有公共物品屬性，離不開政府扶持，本文以地方財政支出中科學技術(shù)支出所占百分比衡量政府支持；⑤對外開放（FDI）：外商直接投資通過示范效應、競爭效應對東道國產(chǎn)生技術(shù)溢出，本文以實際利用外商直接投資與GDP之比作為衡量對外開放水平的指標；⑥金融環(huán)境（Fin）：創(chuàng)新具有高資金投入、高風險特征，金融服務能夠提高創(chuàng)新融資便利性，極大程度上影響研發(fā)成果轉(zhuǎn)化，故本文以金融機構(gòu)存貸款余額與GDP之比衡量金融環(huán)境；⑦城市化水平（Urb）：城市是生產(chǎn)力最集中的地方，城市化通常包括人口城市化與空間城市化，為凸顯城市對創(chuàng)新活動的空間承載力，本文借鑒尹鵬等［30］的研究，以建成區(qū)面積占土地面積的百分比衡量。

2.3" 研究對象與數(shù)據(jù)來源

城市是創(chuàng)新要素與產(chǎn)業(yè)集群集聚的重要載體。因此，本文從城市層面考察數(shù)字化對中國區(qū)域創(chuàng)新格局的影響。由于畢節(jié)、銅仁等城市以及各相關自治州數(shù)據(jù)存在缺失，因此以中國283個地級及以上城市數(shù)據(jù)作為研究樣本。結(jié)合數(shù)據(jù)可得性與連貫性，將研究窗口期設定為2013-2021年。其中，數(shù)字金融發(fā)展數(shù)據(jù)來源于北京大學數(shù)字金融研究中心和螞蟻金服集團共同編制的中國數(shù)字普惠金融指數(shù)［5］，專利數(shù)據(jù)來源于中國專利數(shù)據(jù)庫，其它原始數(shù)據(jù)來源于相應年份《中國城市統(tǒng)計年鑒》，并結(jié)合地方統(tǒng)計年鑒、統(tǒng)計公報或使用線性插值法補齊個別樣本缺失值。變量描述性統(tǒng)計結(jié)果如表1所示。

3" 實證結(jié)果分析

3.1" 數(shù)字化收斂效應回歸結(jié)果

基于理論分析，首先利用條件β收斂模型對中國區(qū)域創(chuàng)新格局進行初步分析，隨機效應模型和固定效應模型回歸結(jié)果分別如表2第（1）（2）列所示，Hausman檢驗結(jié)果表明應選用固定效應模型。表2第（2）列固定效應模型結(jié)果顯示，收斂系數(shù)β1在1%水平上顯著為負，表明初始創(chuàng)新水平較高地區(qū)創(chuàng)新增速較慢，而初始創(chuàng)新水平較低地區(qū)創(chuàng)新增速較快，先發(fā)地區(qū)與后發(fā)地區(qū)創(chuàng)新增長在長期內(nèi)趨于收斂。

進一步，運用納入調(diào)節(jié)機制的條件β收斂拓展模型檢驗數(shù)字化對區(qū)域創(chuàng)新收斂進程的調(diào)節(jié)效應，隨機效應模型和固定效應模型回歸結(jié)果如表2第（3）（4）列所示，Hausman檢驗結(jié)果同樣表明應選用固定效應模型。表2中第（4）列固定效應模型結(jié)果顯示，收斂系數(shù)β1依然顯著為負，而數(shù)字化與初始創(chuàng)新水平交互項系數(shù)β2在1%水平上也顯著為負，表明數(shù)字化對區(qū)域創(chuàng)新收斂具有同方向調(diào)節(jié)作用，即數(shù)字化能夠顯著加速區(qū)域創(chuàng)新收斂進程，假設H1得到驗證。韓先鋒等（2021）基于中國省級數(shù)據(jù)得到相似結(jié)論，表明在考慮“互聯(lián)網(wǎng)+”驅(qū)動效應后，創(chuàng)新效率較低省份趕上創(chuàng)新效率較高省份所需時間縮短。在全球數(shù)字化進程中，中美兩國數(shù)字經(jīng)濟體量處于全球前列，本文與Forman等［11］利用美國縣級經(jīng)驗數(shù)據(jù)得到的結(jié)論相似，均認為數(shù)字化創(chuàng)新效應呈現(xiàn)區(qū)域均衡特征。

此外，數(shù)字化對區(qū)域創(chuàng)新增速的影響顯著為正，表明數(shù)字化發(fā)展為區(qū)域創(chuàng)新注入新動力，正在引起新一輪創(chuàng)新提速。Vu amp; Asongu［31］通過理論模型推導指出，信息化普及有助于增強各國獲取全球知識的能力，從而提高全球技術(shù)穩(wěn)態(tài)水平。其余控制變量創(chuàng)新要素集聚、人力資本、經(jīng)濟發(fā)展、政府支持、金融環(huán)境、城市化水平對區(qū)域創(chuàng)新增速具有正向促進作用，對外開放系數(shù)為負但不顯著，原因可能是部分地區(qū)地方政府為實現(xiàn)經(jīng)濟增長引進科技含量較低的外資項目，或是本地企業(yè)對外資技術(shù)依賴度過高，在一定程度上對本地區(qū)創(chuàng)新活動產(chǎn)生擠出效應。

由上述分析可知，數(shù)字化引發(fā)中國新一輪創(chuàng)新提速的同時，正在加速區(qū)域創(chuàng)新收斂進程。本文繪制數(shù)字化重塑區(qū)域創(chuàng)新格局示意圖，如圖3所示。其中，橫坐標軸表示時間，縱坐標以每萬人專利申請數(shù)表示區(qū)域創(chuàng)新水平，Ph、Pl分別表示先發(fā)地區(qū)、后發(fā)地區(qū)創(chuàng)新水平，ΔP表示兩地區(qū)之間的創(chuàng)新差距。數(shù)字化發(fā)展促使先發(fā)地區(qū)與后發(fā)地區(qū)創(chuàng)新水平分別由Ph、Pl上升到P′h、 P′l。與此同時，數(shù)字化突破時空限制，激發(fā)更廣泛、更多元的創(chuàng)新溢出，降低后發(fā)地區(qū)創(chuàng)新要素的稀缺性，提高后發(fā)地區(qū)對前沿技術(shù)的可及性，促使先發(fā)地區(qū)與后發(fā)地區(qū)之間的創(chuàng)新差距由原來的ΔP縮小為ΔP′?？v向比較兩地創(chuàng)新水平均有所提升，橫向比較兩地創(chuàng)新差距縮小速度加快，從而促進區(qū)域創(chuàng)新收斂，這為“在發(fā)展中促進相對平衡”提供了新思路。同時也表明，數(shù)字技術(shù)在一定程度上強化了后發(fā)地區(qū)追趕效應，為其創(chuàng)新提速注入新一輪動力支撐。這一結(jié)論得到跨國研究的呼應，Vu amp; Asongu［31］通過比較發(fā)展中國家與發(fā)達國家經(jīng)濟體發(fā)現(xiàn)，發(fā)展中國家能從ICT投資中獲取更多增長收益，認為ICT加快了發(fā)展中國家“跨越式發(fā)展”速度。

3.2" 穩(wěn)健性檢驗

（1）更換區(qū)域創(chuàng)新水平度量指標。專利申請授權(quán)量是度量創(chuàng)新產(chǎn)出的重要指標，考慮到通過國家知識產(chǎn)權(quán)局審核的專利質(zhì)量具有可靠性和一致性，故將區(qū)域創(chuàng)新水平指標更換為人均專利申請授權(quán)量的對數(shù)，使用條件β收斂模型和條件β收斂拓展模型重新進行檢驗，結(jié)果如表3第（1）（2）列所示。結(jié)果顯示，收斂系數(shù)β1與交互項系數(shù)β2在1%水平上顯著為負，表明數(shù)字化發(fā)展有助于加速中國城市創(chuàng)新格局收斂進程，這一結(jié)果與本文主要研究結(jié)論一致。

（2）改變時間序列。鑒于已有創(chuàng)新成果影響后續(xù)創(chuàng)新產(chǎn)出需要一定時間，故本文對解釋變量、調(diào)節(jié)變量及控制變量作滯后2年處理（T=2），利用條件β收斂模型和條件β收斂拓展模型重新進行回歸，結(jié)果如表3第（3）（4）列所示。從中可見，收斂系數(shù)β1與交互項系數(shù)β2在1%水平上顯著為負，表明數(shù)字化發(fā)展有助于加速中國城市創(chuàng)新格局收斂進程，這與本文主要研究結(jié)論依然一致。

（3）克服樣本選擇偏誤?？紤]到直轄市與其它地級市經(jīng)濟社會發(fā)展資源和環(huán)境存在明顯差異，行政級別的特殊性可能會掩蓋中國城市創(chuàng)新格局更普遍的特征，故從樣本中剔除北京、天津、上海、重慶4個直轄市，再次檢驗條件β收斂模型與條件β收斂拓展模型，結(jié)果如表3第（5）（6）列所示。從中可見，收斂系數(shù)β1與交互項系數(shù)β2在1%水平上顯著為負，表明數(shù)字化發(fā)展有助于加速中國城市創(chuàng)新格局收斂進程，說明本文研究結(jié)論穩(wěn)健。

（4）空間溢出效應。區(qū)域創(chuàng)新活動具有明顯的空間關聯(lián)性。先發(fā)地區(qū)創(chuàng)新活動伴隨著顯性知識與隱性知識溢出，且先發(fā)地區(qū)創(chuàng)新驅(qū)動發(fā)展成效會吸引后發(fā)地區(qū)競相實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，在空間層面產(chǎn)生“示范效應”［1］，從而促進后發(fā)地區(qū)向先發(fā)地區(qū)追趕。因此，考慮區(qū)域創(chuàng)新空間溢出效應，在條件β收斂模型與條件β收斂拓展模型的基礎上，增加區(qū)域創(chuàng)新增速與區(qū)域初始創(chuàng)新水平空間滯后項，構(gòu)建如下空間計量模型：

lnPateit+T/PateitT=α+ρWlnPateit+T/PateitT+β1lnPateit+∑γjXijt+θWlnPateit+μi+λt+εit（7）

lnPateit+T/PateitT=α+ρWlnPateit+T/PateitT+β1lnPateit+β2lnPateit×Digit+δDigit+∑γjXijt+θWlnPateit+μi+λt+εit（8）

其中，ρ為空間自回歸系數(shù)；θ為區(qū)域創(chuàng)新水平空間滯后項系數(shù)；W為標準化后的空間鄰接矩陣，若城市i與城市j有共同邊界，則矩陣元素wij=1；反之，則wij=0。

本文利用空間杜賓模型（SDM）進行估計，結(jié)果如表3第（7）（8）列所示。從中可見，空間自回歸系數(shù)、區(qū)域創(chuàng)新水平空間滯后項系數(shù)均顯著為正，說明城市間創(chuàng)新活動具有顯著正向空間外溢效應；收斂系數(shù)β1與交互項系數(shù)β2均在1%水平上顯著為負，表明數(shù)字化發(fā)展有助于加速中國城市創(chuàng)新格局收斂進程。因此，在進一步考慮空間溢出效應后，本文研究結(jié)論依然穩(wěn)健。

3.3" 地區(qū)異質(zhì)性分析

俱樂部收斂理論認為，收斂進程存在多種增長路徑與多個均衡狀態(tài)，本文進一步將收斂研究從單一穩(wěn)態(tài)拓展到多個穩(wěn)態(tài)共存［32］。事實上，當前中國區(qū)域經(jīng)濟發(fā)展出現(xiàn)新情況、新問題，南北方發(fā)展分化態(tài)勢明顯，南北差距再次成為討論熱點。通過繪制中國南北方地區(qū)創(chuàng)新水平差距圖發(fā)現(xiàn)（見圖4），2013—2021年中國南方地區(qū)人均創(chuàng)新產(chǎn)出始終高于北方地區(qū)，南北方區(qū)域創(chuàng)新水平絕對差距呈先擴大后縮小態(tài)勢。

根據(jù)這一特征推測中國南北方可能收斂于不同均值水平。俱樂部收斂穩(wěn)態(tài)由唯一值放寬到多值，以考察不同地區(qū)的內(nèi)部收斂情況。本文借鑒俱樂部收斂思維［13］，考察數(shù)字化對南北方地區(qū)內(nèi)部收斂進程的異質(zhì)性影響，結(jié)果如表4所示。第（1）（3）列結(jié)果顯示，北方地區(qū)與南方地區(qū)收斂系數(shù)β1顯著為負，且南方地區(qū)創(chuàng)新收斂系數(shù)絕對值更大。這表明，中國南北方地區(qū)創(chuàng)新水平增長存在俱樂部收斂，且南方地區(qū)創(chuàng)新收斂進程更快。第（2）（4）列結(jié)果顯示，無論是北方地區(qū)還是南方地區(qū)，數(shù)字化與初始創(chuàng)新水平交互項系數(shù)均顯著為負，但數(shù)字化對北方地區(qū)創(chuàng)新收斂的加速效應更明顯。原因在于，數(shù)字化重塑區(qū)域創(chuàng)新格局的潛在機制體現(xiàn)為數(shù)字化能夠降低后發(fā)地區(qū)創(chuàng)新要素的稀缺性，進而增強其對前沿技術(shù)的可及性和學習能力。北方地區(qū)整體創(chuàng)新水平偏低，內(nèi)部后發(fā)地區(qū)創(chuàng)新要素尤為稀缺。而且，已有研究表明，相較于南方地區(qū)依托民營企業(yè)形成的多中心創(chuàng)新網(wǎng)絡結(jié)構(gòu)，北方地區(qū)依托國有企業(yè)形成單中心創(chuàng)新網(wǎng)絡結(jié)構(gòu)（鄧慧慧等，2022），這一網(wǎng)絡結(jié)構(gòu)差異反映北方地區(qū)后發(fā)城市對前沿技術(shù)的可及性較差，因而更加依賴于數(shù)字化發(fā)展機遇以降低本地創(chuàng)新要素資源的稀缺性。

此外，第（2）（4）列結(jié)果顯示，數(shù)字化對北方地區(qū)創(chuàng)新提速效應更顯著，可能是因為南方地區(qū)數(shù)字化建設起步較早，數(shù)字化創(chuàng)新溢出紅利提前釋放，這一結(jié)果佐證了數(shù)字化有助于加速中國整體區(qū)域創(chuàng)新收斂進程的結(jié)論。韓先鋒等［13］對區(qū)域創(chuàng)新效率的研究同樣表明，在互聯(lián)網(wǎng)發(fā)展較早、創(chuàng)新活動更為活躍的地區(qū)，“互聯(lián)網(wǎng)+ ”對創(chuàng)新效率的促進效應以及對創(chuàng)新效率收斂的“加速器”效應不顯著。

3.4" 數(shù)字化門檻效應回歸結(jié)果

基于上述理論分析，只有當數(shù)字化水平達到較高程度時，其對區(qū)域創(chuàng)新收斂才具有顯著加速效應。本文利用門檻模型進一步檢驗數(shù)字化對區(qū)域創(chuàng)新收斂進程的調(diào)節(jié)效應，迭代次數(shù)設置為1 000，數(shù)字化水平門檻檢驗結(jié)果如表5所示。從中可見，在個體固定效應模型中數(shù)字化水平單門檻通過檢驗，門檻值為0.149，在雙向固定效應模型中數(shù)字化水平雙門檻通過檢驗，門檻值分別為0.102和0.154。

數(shù)字化水平門檻效應估計結(jié)果如表6所示。從中可見，雙向固定效應模型擬合度優(yōu)于個體固定效應模型。為與前文保持一致，對表6第（2）列雙向固定效應模型進行分析。可以發(fā)現(xiàn)，表6第（2）列收斂系數(shù)β1在1%水平上顯著為負，表明中國區(qū)域創(chuàng)新格局依然表現(xiàn)為收斂趨勢。當數(shù)字化水平小于門檻值0.102時，交互項系數(shù)β2在5%水平上顯著為正，表明此時數(shù)字化抑制了區(qū)域創(chuàng)新收斂進程；當數(shù)字化水平介于門檻區(qū)間（0.102， 0.154］時，交互項系數(shù)β2轉(zhuǎn)為負數(shù)，但未通過10%顯著性水平檢驗，表明數(shù)字化對區(qū)域創(chuàng)新收斂的調(diào)節(jié)作用由抑制效應轉(zhuǎn)變?yōu)榧铀傩?，但加速效應不明顯；當數(shù)字化水平超越門檻值0.154時，交互項系數(shù)β2在1%水平上顯著為負，表明數(shù)字化對區(qū)域創(chuàng)新收斂的作用表現(xiàn)出顯著加速效應。這一結(jié)果表明，隨著數(shù)字化水平的動態(tài)演化，其對區(qū)域創(chuàng)新格局的重塑效應發(fā)生改變。只有當數(shù)字化水平從低門檻區(qū)間跨入更高的門檻區(qū)間時，其對創(chuàng)新活動的擴散效應才有所增強，數(shù)字化對區(qū)域創(chuàng)新收斂的作用才表現(xiàn)為顯著加速效應，假設H2得到驗證。在數(shù)字化發(fā)展過程中，接入鴻溝、使用鴻溝、能力鴻溝等數(shù)字鴻溝是實現(xiàn)數(shù)字紅利共享需要克服的難題［24］。當數(shù)字化水平較低時，創(chuàng)新溢出效應在中國區(qū)域間存在非對稱與局域性特征。伴隨著數(shù)字化應用場景的日益豐富，數(shù)字技術(shù)應用成本不斷下降，后發(fā)地區(qū)更容易獲取數(shù)字化帶來的創(chuàng)新擴散與知識溢出效應，從整體上形成區(qū)域創(chuàng)新格局收斂趨勢。結(jié)合圖2可知，2012年超過一半的城市數(shù)字化水平小于0.102的門檻值，而到2020年所有城市數(shù)字化水平均跨越0.102的門檻值，并且絕大多數(shù)城市已經(jīng)跨越0.154的門檻值，因此數(shù)字化對區(qū)域創(chuàng)新格局表現(xiàn)出顯著創(chuàng)新收斂加速效應。

4" 結(jié)論與啟示

4.1" 研究結(jié)論

深入探究數(shù)字化對中國區(qū)域創(chuàng)新格局的影響，對緩解區(qū)域發(fā)展不平衡矛盾、構(gòu)建區(qū)域協(xié)調(diào)發(fā)展新格局具有重要意義。本文結(jié)合技術(shù)追趕模型分析數(shù)字化對區(qū)域創(chuàng)新格局的影響效應，將數(shù)字化發(fā)展階段納入分析框架，構(gòu)建納入數(shù)字化調(diào)節(jié)機制的條件β收斂拓展模型和門檻模型，利用2013—2021年中國內(nèi)地283個城市經(jīng)驗數(shù)據(jù)檢驗數(shù)字化對區(qū)域創(chuàng)新格局的重塑效應及門檻條件，得出以下結(jié)論：第一，中國數(shù)字化水平整體呈上升趨勢，但各地區(qū)數(shù)字化建設程度存在明顯差異，表現(xiàn)出兩極分化發(fā)展態(tài)勢。第二，中國城市創(chuàng)新格局呈現(xiàn)收斂趨勢，數(shù)字化能夠顯著加速區(qū)域創(chuàng)新收斂進程，推進數(shù)字化建設是強化后發(fā)地區(qū)創(chuàng)新追趕效應、重塑中國區(qū)域創(chuàng)新格局的重要抓手。第三，中國南北方地區(qū)創(chuàng)新水平增長存在俱樂部收斂，南方地區(qū)創(chuàng)新收斂速度快于北方地區(qū)，數(shù)字化對北方地區(qū)創(chuàng)新收斂的加速效果更明顯。第四，數(shù)字化對區(qū)域創(chuàng)新格局的重塑機制表現(xiàn)出明顯的階段性效應。只有當數(shù)字化水平由低門檻區(qū)間跨入更高的門檻區(qū)間即達到0.154門檻值時，其對區(qū)域創(chuàng)新收斂進程的作用才具有顯著加速效應。

4.2" 研究啟示

基于上述研究結(jié)論，本文提出以下政策啟示：在國家頂層設計上，應普及數(shù)字基礎設施建設，尤其重視加快欠發(fā)達城市網(wǎng)絡普及速度，將邊緣城市納入數(shù)字網(wǎng)絡以實現(xiàn)規(guī)模效應。在宏觀層面上，需要科學研判在不同地區(qū)和不同數(shù)字化階段下數(shù)字化對區(qū)域創(chuàng)新格局的影響，準確把握數(shù)字化發(fā)展規(guī)律，制定全局性、前瞻性數(shù)字化發(fā)展戰(zhàn)略，以數(shù)字化建設作為推進區(qū)域高質(zhì)量協(xié)調(diào)發(fā)展的重要抓手。同時，相對落后城市應結(jié)合自身發(fā)展階段和比較優(yōu)勢，借助數(shù)字技術(shù)加強與發(fā)達城市的創(chuàng)新合作，進一步將外生知識根植為內(nèi)生追趕動能，抓住數(shù)字化轉(zhuǎn)型的“機會窗口”，實現(xiàn)創(chuàng)新高水平趨同。相對發(fā)達城市應充分利用數(shù)字基礎設施擴大創(chuàng)新溢出效應，通過先發(fā)地區(qū)示范效應帶動后發(fā)地區(qū)開展不同層次創(chuàng)新活動，制定可持續(xù)性區(qū)域數(shù)字經(jīng)濟紅利共享政策。

參考文獻：

［1］" 梁琦，肖素萍，李夢欣.數(shù)字經(jīng)濟發(fā)展、空間外溢與區(qū)域創(chuàng)新質(zhì)量提升——兼論市場化的門檻效應［J］.上海經(jīng)濟研究，2021，39（9）：44-56.

［2］" KORINEK A， STIGLITZ J. Artificial intelligence， globalization， and strategies for economic development［R］. NBER Working Papers 28453， National Bureau of Economic Research， Inc， 2021.

［3］" 劉傳明，尹秀，王林杉.中國數(shù)字經(jīng)濟發(fā)展的區(qū)域差異及分布動態(tài)演進［J］.中國科技論壇，2020， 36（3）：97-109.

［4］" 李研.中國數(shù)字經(jīng)濟產(chǎn)出效率的地區(qū)差異及動態(tài)演變［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2021，38（2）：60-77.

［5］" 郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟學（季刊），2020，19（4）：1401-1418.

［6］" 趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

［7］" PAUNOV C， ROLLO V. Has the internet fostered inclusive innovation in the developing world ［J］. World Development， 2016， 78：587-609.

［8］" 安同良，楊晨.互聯(lián)網(wǎng)重塑中國經(jīng)濟地理格局：微觀機制與宏觀效應［J］.經(jīng)濟研究， 2020，55（2）：4-19.

［9］" SPEZIA V. Are ICT users more innovative？ an analysis of ICT-enabled innovation in OECD Firms［J］. OECD Journal： Economic Studies，2011（1）：99-119.

［10］" 凌華，李新偉，董必榮，等.互聯(lián)網(wǎng)、創(chuàng)新要素流動與區(qū)域創(chuàng)新能力差異［J］.審計與經(jīng)濟研究，2020，35（6）：115-126.

［11］" FORMAN C， GOLDFARB A， GREENSTEIN S. Information technology and the distribution of inventive activity［R］. NBER Working Papers 20036， National Bureau of Economic Research， Inc，2014.

［12］" PAUNOV C， GUELLEC D， EL-MALLAKH N， et al. On the concentration of innovation in top cities in the digital age［R］. OECD Science， Technology and Industry Policy Papers， 2019.

［13］" 韓先鋒，李勃昕，董明放.“互聯(lián)網(wǎng)+”有助于加速區(qū)域創(chuàng)新效率收斂嗎［J］.科研管理，2021，42（12）：167-174.

［14］" PRED A. City system in advanced societies［M］. London： Hutchinson， 1977.

［15］" BENHABIB J， SPIEGEL M M. Human capital and technology diffusion［J］. Handbook of Economic Growth， 2005， 1（13）： 935-966.

［16］" NELSON R R， PHELPS E S. Investment in humans， technological diffusion， and economic growth ［J］. The American Economic Review， 1966， 56（1/2）：69-75.

［17］" 白俊紅，劉怡.市場整合是否有利于區(qū)域創(chuàng)新的空間收斂［J］.財貿(mào)經(jīng)濟，2020， 41（1）：96-109.

［18］" ROGERS M. Absorptive capability and economic growth： how do countries catch-up［J］. Cambridge Journal of Economics， 2004， 28（4）： 577-596.

［19］" 黃鑫楠，孫斌棟，張婷麟.地理距離對互聯(lián)網(wǎng)社會中網(wǎng)絡信息傳播的影響［J］.地理學報，2020，75（4）：722-735.

［20］" FRIEDMAN T L. The world is flat： a brief history of the twenty-first century［M］. New York： Farrar， Straus， amp; Giroux， 2006.

［21］" 種照輝，高志紅，覃成林.網(wǎng)絡基礎設施建設與城市間合作創(chuàng)新——“寬帶中國”試點及其推廣的證據(jù)［J］.財經(jīng)研究，2022，48（3）：79-93.

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

［23］" 曹玉平.互聯(lián)網(wǎng)普及、知識溢出與空間經(jīng)濟集聚——理論機制與實證檢驗［J］.山西財經(jīng)大學學報，2020，42（10）：27-41.

［24］" 李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡與創(chuàng)新績效［J］.中國工業(yè)經(jīng)濟，2022，38（10）：43-61.

［25］" 邱澤奇，張樹沁，劉世定，等.從數(shù)字鴻溝到紅利差異——互聯(lián)網(wǎng)資本的視角［J］.中國社會科學，2016，37（10）：93-115，203-204.

［26］" FORMAN C， GOLDFARB A， GREENSTEIN S. Geographic location and the diffusion of Internet technology ［J］. Electronic Commerce Research and Applications， 2005，4：1-13.

［27］" LEAMER E E， STORPER M. The economic geography of the internet age［J］. Journal of International Business Studies， 2001， 32（4）：641-665.

［28］" BARRO R J， SALA-I-MARTIN X. Convergence［J］. Journal of Political Economy， 1992，100（2）：223-251.

［29］" 陳楠，蔡躍洲.數(shù)字技術(shù)對中國制造業(yè)增長速度及質(zhì)量的影響——基于專利應用分類與行業(yè)異質(zhì)性的實證分析［J］.產(chǎn)業(yè)經(jīng)濟評論，2021，20（6）：46-67.

［30］" 周芮帆，洪祥駿，林嫻.中國對外直接投資與“一帶一路”數(shù)字經(jīng)濟創(chuàng)新［J］.山西財經(jīng)大學學報，2022， 44（6）：70-83.

［31］" 尹鵬，王富喜，段佩利. 中國基本公共服務效率與城鎮(zhèn)化質(zhì)量的時空耦合關系研究 ［J］. 地理科學，2021，41（4）：571-579.

［32］" VU K M， ASONGU S. Backwardness advantage and economic growth in the information age： a cross-country empirical study［J］. Technological Forecasting and Social Change， 2020， 159：120197.

［33］" 董雪兵，池若楠.中國區(qū)域經(jīng)濟差異與收斂的時空演進特征［J］.經(jīng)濟地理，2020，40（10）：11-21.

（責任編輯：王敬敏）

The Reshaping Effect of" Digitalization on Regional Innovation Geography： A Study Based on the Empirical Data of Cities in China

Wen Ludi1， Guo Shufen2

（1.School of Business Administration， Shanxi University of Finance and Economics;2.School of Public Administration， Shanxi University of Finance and Economics， Taiyuan 030006， China）

Abstract：China is one of the largest digital economies in the world， and it is served as one of the most important testing grounds for digital transformation. Although digitalization is constantly promoting the diffusion of knowledge in physical and virtual spaces， the existing studies have rarely focused on the" potential power to cause the changes in regional innovation geography. Since the digital technologies have triggered a new round of innovation growth， they are reshaping the geography of regional innovation in China. This paper aims to investigate the reshaping effect of digitalization on regional innovation geography based on the theory of backwardness advantage. It is of great practical significance for digital dividend sharing and regional coordinated development by judging scientifically the impact of digitalization on China′s regional innovation geography.

Using 283 city observations in China from 2013-2021，this paper systematically studies the role of digitalization in reshaping regional innovation geography. It selects four dimensions of digital infrastructure， digital element input， digital industry output and digital transaction development to calculate the digitalization index at the city level. Then it constructs the convergence model incorporating the digitalization moderating mechanism to examine the impact of digitalization on the convergence of regional innovation. This paper also investigates the heterogeneous influence of digitalization on the internal innovation convergence process in the northern and southern regions. Furthermore， using the panel threshold regression method， it reveals the nonlinear evolution of the impact of digitalization. The results imply that， first， the overall level of digitalization in China has been continuously improving in recent years， but the digital construction of cities has become polarized. Second， the convergence process of China′s regional innovation and digitalization facilitates the acceleration of this trend significantly. This result still holds after a series of robustness tests. Third， the heterogeneity analysis shows that there is club convergence in regional innovation in the north and south of China， and the innovation convergence rate in the south is faster than that in the north， while the acceleration effect of digitalization on innovation convergence in the north is obviously stronger. Last， the digitalization has an obvious double-threshold effect on regional innovation convergence. Only when the digitalization level reaches the threshold value of 0.154 can it show a significant acceleration effect on the convergence process of regional innovation.

To sum up， this paper explains the impact of digitalization on regional innovation geography and provides a reference for the new round of digital construction strategies in China. Then it puts forward the following policy implications. Overall， the digital infrastructure construction should be further popularized， with special emphasis on improving the network penetration of underdeveloped cities， and incorporating marginal cities into digital networks to realize economies of scale. For the central government， by scientifically judging the influence of digitalization on regional innovation geography in different regions and stages， digital construction can be an effective and new means to promote high-quality and coordinated regional development. Late-developing cities should employ comparative advantages and digital means to strengthen innovation cooperation with developed cities， further transform exogenous knowledge into endogenous pursuit power， and achieve high-level convergence in innovation. While developed cities should make full use of digital infrastructure to expand the effective scope of innovation spillovers， formulate sustainable inter-regional digital economic dividend sharing policies， and drive late-developing regions to carry out innovation activities at different levels.

Compared with previous studies， this paper contributes to the literature in three important ways. First， it studies the role of digitalization in reshaping the regional innovation geography， which is an expansion of the research field of digitalization affecting regional innovation. Second， by introducing a digital adjustment mechanism based on the conditional β convergence model， this paper overcomes the limitation that the conditional β convergence model is only used to describe convergence facts. Third， it further analyzes the threshold conditions for digitalization to accelerate the process of regional innovation convergence， and studies the characteristics of regional clubs in the effect of digitalization on reshaping the regional innovation geography. By analyzing threshold effects and heterogeneous facts of digitalization， it provides a decision-making reference for the government to make targeted digitalization strategies.

Key Words：Digitalization; Regional Innovation Geography; Conditional β-Convergence; Threshold Model