Study on the Nonlinear Relationship between Internet Development and Regional Innovation Capability

Hui Ning，Liu Xinxin

(School of Economics and Management, Northwest University, Xi'an 710127, China)

Abstract：The report of the 19th national congress of the communist party of China proposes to fully promote the in-depth integration of the Internet, big data, artificial intelligence and the real economy. In this context, it is crucial to clarify the relationship between the Internet and regional innovation capacity. Based on the panel data of 30 provinces in China from 2006 to 2016,the non-linear relationship between Internet development and regional innovation capability is comprehensively discussed with the threshold panel regression technology.The results show that Internet development has a non-linear effect of increasing marginal return on regional innovation ability.The two still show a positive nonlinear relationship of increasing marginal returns under the constraints of the government-supported environment, but the two show a positive u-shaped relationship under the constraints of the open environment. Further research shows that the Internet has a heterogeneous double-threshold effect on the innovation ability of different innovation subjects. Universities and enterprises show a positive u-shaped relationship, while research and development institutions show a positive law of diminishing marginal efficiency. Based on this conclusion, a targeted, effective and differentiated integration strategy of "Internet and innovation capability" is proposed.

Key Words:Internet; Innovation Ability; Innovative Subject;Nonlinear

收稿日期：2019-09-06

基金项目：国家社会科学基金项目(17XJL004)

作者简介：惠宁(1962-)，男，陕西清涧人，博士，西北大学经济管理学院教授，博士生导师，研究方向为产业经济与企业创新发展；刘鑫鑫(1993-)，女，山西临汾人，西北大学经济管理学院博士研究生，研究方向为产业经济。

DOI：10.6049/kjjbydc.2019050075

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2020)12-0028-08

0 引言

自李克强总理首次提出“互联网+”行动计划以来，互联网技术在我国蓬勃发展，特别是近年互联网与经济社会各领域深度融合，引发了企业创新体系、产业竞争格局以及国家经济形态出现重大变革，成为推动我国区域创新和经济高质量发展的新引擎。党的十九大报告要求全力推动互联网、大数据、人工智能与实体经济深度融合，借助互联网力量实现国家现代化经济体系构建。在当前中国经济增速放缓、增长动力转换的新常态下，如何利用互联网技术提升区域创新能力、推动传统经济向互联网经济升级、实现区域经济高质量发展，成为亟需解决的现实问题。在此背景下，明晰互联网发展与区域创新能力关系，对于政府制定针对性的“互联网+创新能力”政策、大力实施创新驱动战略具有重要指导价值和现实意义。

互联网发展与创新能力关系研究已成为学术界探讨的热点问题，多数学者从不同视角肯定了互联网的创新溢出作用。如Androutsos[1]指出，互联网是一种通用技术，可与经济社会各领域深度融合，催生出一系列新商业模式与业务形态，显示出明显的创新外溢效应；侯汉坡[2]提出，互联网资源具有技术性、公共性、渗透性特征，能够与其它资源相互融合、创新，改造客观世界的方法、手段，引发新一轮组织变革，衍生新的经济形态；王春燕[3]、王金杰等[4]基于网络的开放式创新指出，互联网能够形成一个无界、有效的全面开放式创新网络，促使企业创新资源与要素跨越组织边界发生聚合重组,释放协同创新效应,提升企业创新潜能和绩效；罗珉[5]、程立茹等[6]提出，互联网颠覆了以往的商业模式和创新模式，引导商业模式从以供给为导向转向以需求为导向，创业模式由企业内部的个体创新逐渐转向外部的群体创新；戚耀元和戴淑芬[7]提出，互联网能够促进信息快速传播，加快知识更新迭代，促进知识高效溢出，加强供应链连接，刺激企业技术创新和商业模式创新同步发生；胡冰[8]基于产业创新视角指出，互联网是我国新常态下推动产业创新和经济转型的新动力，利用省级面板数据验证了互联网不仅能够提高全要素生产率，还可以通过激发FDI溢出效应提升技术创新能力；张玉明[9]从信息获取和资金获取两方面阐述了互联网环境影响小微企业技术创新的机理，并实证检验了良好的互联网环境不仅能够促进小微企业技术创新，还能正向调节企业家社会资本对技术创新的促进作用；张旭亮[10]从互联网的信息技术属性出发，分析了其对区域创新的作用机理，并运用空间杜宾模型，揭示了互联网发展与区域创新的关系，即互联网不仅对本区域创新产出具有直接助推作用，而且对邻近区域创新产出具有明显的空间溢出效应。此外，还有学者[11]提出互联网的创新驱动具有网络效应。Roller[12]，Waverman & Koutroumpis等[13]国外学者基于跨国数据，证实了互联网的网络效应，指出40%的固定电话普及率和20%的互联网普及率分别是OECD国家与欧盟国家发挥网络效应的临界规模；郭家堂和骆品亮[14]以2002-2014年中国省级面板数据为样本，基于门槛面板模型，证明互联网发展对中国全要素生产率提升的影响是非线性的，当互联网网民比例突破41.43%时，互联网将发挥网络效应；韩先锋[15]采用2006-2015年省级面板数据，证实互联网发展与区域创新效率之间并非简单的正向线性关系，而是随着互联网水平提升，其对我国区域创新效率具有显著的正向、边际效率递增的非线性作用规律；常青青[16]基于人力资本视角，考察了互联网发展与科技创新的关系，得出互联网应用对科技创新的影响存在显著双人力资本门槛效应，随着人力资本水平提高，互联网应用对科技创新的影响效应显著增强。

不难发现现有文献中还存在许多不足：一是针对互联网创新溢出效应的研究多基于理论分析，经验研究较少；二是现有文献多基于线性视角，少数学者研究了互联网发展与经济增长之间的非线性关系，但鲜有学者研究互联网发展与创新能力之间的非线性关系；三是较少有学者从异质性角度探讨互联网发展与区域创新能力的关系，基于创新主体异质性视角考察互联网发展与区域创新能力非线性关系的研究更是凤毛麟角[17]。鉴于此，本文以2006-2017年中国内地30个省区市(西藏因数据缺失，未纳入统计)面板数据为样本，构建门槛回归模型，考察互联网发展与区域创新能力之间的非线性关系，并分别对互联网创新溢出的对外开放门槛效应和政府支持门槛效应进行分析，进一步利用2009-2017年中国省级面板数据，分析互联网发展对不同创新主体创新能力影响的门槛效应和作用规律，以为地区政府、高校、研发机构和企业等创新主体结合自身实际情况，制定出具有针对性、可操作的互联网+区域创新深度融合发展策略提供参考。

1 理论分析与研究假设

1.1 互联网驱动区域创新能力的非线性作用机制

互联网作为一种信息通用技术，具有互联互通互享功能，其发挥与网络规模密切相关[15]。在发展的初始阶段，互联网借助其强大的连接功能，将所有计算机连成一个区域性网络，在此网络中新知识、新技术、新思想相互传播、碰撞，使全社会知识得到整合、积累和增值，有利于降低研发活动信息成本，全面激发创新活动开展。同时，互联网技术应用深刻改变了创新过程和模式，不仅能够跨界优化配置创新资源，而且能够加快创新成果推广，提高创新成果转化效率。但此时互联网规模有限，只有少数群体构成了区域网络，而且要承担高昂的运营成本，限制了互联网对创新能力的溢出作用。在利益驱使下，互联网规模得到适当扩展，其边际成本优势得以凸显，各种互联网平台层出不穷，区域创新网络逐渐扩大，技术传播速度加快，知识积累持续增加，创新产品周期缩短，互联网创新效率得到提升。但随着经济发展、时代更替，互联网发展遇到了瓶颈——互联网软硬件无法持续支持技术更新，消费信息得不到安全保障，网络侵权现象时常发生。当互联网发展打破瓶颈，互联互通互享效用获得全面激发时，传统创新模式在互联网的带动下转换为开放式创新，企业、高校、研发机构、政府等创新主体相互连接，创新供给与需求在互联网平台下合理匹配，使创新资源得到高度、有效的整合，消费者需求得到全面激发，而个性化需求又催生了定制化创新，共享经济应运而生，创客空间风生水起，互联网创新溢出效应达到最大化。

基于此，提出研究假设。

H1：互联网与区域创新能力之间存在边际报酬递增的非线性关系。

在新常态下，互联网的创新溢出效应会受到外界环境影响。目前，“一带一路”倡议的提出加大了我国对外开放度，为互联网的创新溢出创造了良好环境——开放的环境不仅能够加快创新知识溢出，而且有助于大量引进国外先进技术，提升互联网创新溢出效应。但同时，国外创新资源的引进会对本国创新资源产生挤出效应，削弱互联网的创新溢出效应。由此可见，对外开放环境影响了互联网的创新溢出效应，但其作用结果是不确定的。另外，“互联网+区域创新”融合离不开政府支持——政府可以通过适当加大财政、税收支持力度，降低互联网基础设施和平台构建成本；通过完善专利、产权制度，激发创新主体开展创新活动的积极性和主动性；通过制定产业政策，引导互联网技术应用于创新网络活动，从而提升互联网创新溢出效应。

基于此，提出研究假设。

H1a：互联网与区域创新能力之间的非线性关系会受到对外开放水平的影响；

H1b：互联网与区域创新能力之间的非线性关系会受到政府支持力度的影响。

1.2 互联网对不同创新主体创新能力的异质性驱动机制

目前，高校、科研机构、企业在我国区域创新系统中呈现“三足鼎立”状态，是知识创新和技术创新的三大主体力量。其中，企业在创新活动中占有主导地位——企业不仅可以利用互联网技术进行计算机实验模拟，降低创新风险系数，或通过简化操作流程，提升创新效率，而且可以利用互联网平台创造新组织、新业态，提升企业创新能力；高校是创新活动的源头——通过互联网平台，高校人员可以在平台上进行充分的思想交流与问题探讨，充实自身的知识储备并开阔视野，培养创造性思维，激发创新想法产生；科研机构在创新活动中属于领航者——借助互联网的信息扩散优势，科研机构人员能够观察到世界前沿知识发展态势，并在互联网大数据的支持下分析市场现实需求，使得创新行为具有前瞻性与方向性。由此可见，三大主体在创新形式、创新风险、创新要求等方面均存在一定差异，导致不同创新主体对互联网的创新需求不同。因此，互联网对创新能力的门槛效应也因创新主体不同而存在异质性。

基于此，提出研究假设。

H2：互联网对不同创新主体的创新能力具有异质性的非线性影响效应。

2 研究设计

2.1 模型构建

为验证以上假设，借鉴Hansen[18]的非线性面板门槛回归模型，构建互联网发展对区域创新能力的非线性影响模型，选取对外开放水平、政府扶持力度两个环境因素，考察互联网发展与区域创新能力的非线性关系是否随着环境约束变化而有所不同。同时，为避免异方差给实证结果带来的不一致性影响，所有变量均采用对数形式。具体模型如下：

lninnoit=α0+α1lninterit·I(lninterit≤γ1)+α2lninterit·I(γ2≥lninterit>γ1)+…+αnlninterit·I(lninterit≤γn)+αn+1lnrdit+αn+2lneduit+αn+3lnTEmarkit+αn+4lnmarketit+αn+5lnstrucit+εit

(1)

lninnoit=α0+α1lninterit·I(lnopenit≤γ1)+α2lninterit·I(γ2≥lnopenit>γ1)+…+αnlninterit·I(lnopenit≤γn)+αn+1lnrdit+αn+2lneduit+αn+3lnTEmarkit+αn+4lnmarketit+αn+5lnstrucit+εit

(2)

lninnoit=α0+α1lninterit·I(lngovit≤γ1)+α2lninterit·I(γ2≥lngovit>γ1)+…+αnlninterit·I(lngovit≤γn)+αn+1lnrdit+αn+2lneduit+αn+3lnTEmarkit+αn+4lnmarketit+αn+5lnstrucit+εit

(3)

公式(1)-(3)中，t表示年份，i表示省市，lnnoit是被解释变量，表示第t年i省市的区域创新能力；interit既是核心解释变量也是门槛变量，表示第t年i省市的互联网发展水平；openit、govit是门槛变量，分别表示第t年i省市的对外开放水平、政府扶持力度；rdit、eduit、TEmarkit、marketit、strucit是控制变量，分别表示第t年i省市的研发强度、人力资本水平、技术市场水平、市场化水平和产业结构；γ1-γn是待估门槛值；I(·)是指示函数，当括号内条件满足时，取值为1，否则为0；εit是随机干扰项。

进一步，为比较非线性影响在不同创新主体之间的异质性，将创新主体分为高校、科研机构和企业，基于不同创新主体视角考察互联网对区域创新能力的非线性影响。模型构建如下：

lninnojit=α0+α1lninterit·I(lninterit≤γ1)+α2lninterit·I(γ2≥lninterit>γ1)+…+αnlninterit·I(lninterit≤γn)+αn+1lnrdit+αn+2lneduit+αn+3lnTEmarkit+αn+4lnmarketit+αn+5lnstrucit+εit

(4)

其中，t代表年份，i代表省市，j代表三大创新主体，分别取值1，2，3代表高校、研发机构和企业，其它变量与上述公式(1)中的变量含义相同。

2.2 数据来源与指标设计

选取国内30个省市作为研究对象，区域整体时间跨度选为2006-2017年，高校、研发机构和企业三大创新主体的研究时段选为2009-2017年。原始数据均来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国劳动统计年鉴》和中国互联网网络信息统计报告(CNNIC)。

(1)被解释变量：区域创新能力(inno)。学术界普遍使用专利数作为区域创新能力的测度指标，众多学者也证实了专利作为创新能力代理变量的可靠性[19]。专利数分为专利申请数和专利授权数，但专利授权数具有一定滞后性，故本文采用各省市专利申请数度量区域创新能力。

(2)核心解释变量和门槛变量。互联网发展水平(inter)既是核心解释变量，也是门槛变量。目前针对互联网发展水平的测度主要集中在互联网资源和互联网普及情况两个方面。在互联网资源方面，学者们多采用各省市注册的域名数、网站数量、网页数等指标测度[20-21]；在互联网普及方面，众多学者主要选取互联网普及率、网民数等指标测度[22-23]。本文考察互联网发展与区域创新能力的非线性关系是基于互联网的网络效应，表现为互联网扩散，故采用各省市网民比例(网民人数与本地区总人数比值)衡量互联网发展水平。

对外开放水平(open)是门槛变量。对外开放度对互联网创新溢出效应的影响是不确定的，因此有必要将对外开放水平作为门槛变量，探讨互联网与创新能力的关系。本文采用货物进出口总额与生产总值的比值衡量。

政府支持力度(gov)是门槛变量。政府在互联网发展与创新活动中具有不可或缺的作用，其影响互联网与区域创新的融合，故选择政府支持力度作为门槛变量，分析在政府支持下互联网的创新溢出效应。本文采用财政支出总额占GDP的比重衡量。

(3)控制变量。为保证结果的一致性，借鉴已有文献，控制其它变量对区域创新能力的影响。具体包括：研发投入强度(rd)，采用R&D经费内部支出与生产总值的比值衡量；技术市场发展水平(TEmark)，采用技术市场成交额与GDP的比值衡量；市场化水平(market)，采用国有企业就业人数占总就业人数的比值衡量；产业结构(struc)，选取第二产业产值占地区生产总值的比值衡量；人力资本水平(edu)，采用平均受教育年限衡量，即edu=6·a1+9·a2+12·a3+16·a4，其中a1、a2、a3、a4分别表示各省市拥有小学、初中、高中、大专及以上文化程度的人数占6岁及以上人口的比重。

3 实证分析

变量相关会造成模型的多重共线性，故在门槛回归前对所有模型进行多重共线性检验。研究发现，所有模型的方差膨胀因子均小于10，说明模型不存在严重的多重共线性，为全面探讨互联网发展与区域创新能力的非线性关系奠定了基础。

3.1 互联网发展对区域创新能力的门槛效应分析

首先对面板模型进行门槛存在性检验，以确定门槛个数和模型。采用Hansen提出的自举法进行300次自抽样检验，得到bootstrap P值以及单一门槛、双重门槛和三重门槛的F值统计量，检验结果如表1所示。从表1可以看出，所有模型均显著通过第一门槛和第二门槛检验，第三门槛不显著，说明互联网与区域创新能力之间存在显著的双门槛效应。当以互联网发展水平为门槛变量时，门槛值分别是-2.180和-1.640；以对外开放水平为门槛变量时，门槛值分别是-1.499和0.165；以政府支持力度为门槛变量时，门槛值分别是-2.022和-1.754。另外，构造门槛值置信区间和似然比函数图，以判断门槛值是否真实，发现所有门槛估计值的95%置信区间均处在LR值小于5%的显著性水平下，说明门槛估计值接近真实值，采用双门槛回归模型是合适的。

注：*p<0.1,**p<0.05,***p<0.01

根据上述门槛存在性检验结果可知，互联网发展对区域创新能力存在显著的双门槛效应，故构建双门槛回归模型进行回归，回归结果如表2所示。模型1以互联网发展水平为门槛变量探讨互联网发展与区域创新能力的非线性关系，可以看出，当互联网发展水平低于-2.180时，互联网发展对区域创新能力的回归系数为1.012，且通过1%的显著性水平检验，说明互联网发展水平低于-2.180时，互联网具有明显的创新溢出效应，互联网水平每提高1%，区域创新能力就会提升1.012%。当互联网发展水平处于-2.180～-1.640之间时，互联网影响系数显著为正，且略高于第一门槛的互联网影响系数，说明在此门槛下互联网发展对区域创新能力具有显著促进作用，且促进作用增强。当互联网发展水平高于-1.640时，互联网影响系数为1.409，分别高于第一、第二门槛的影响系数，也通过1%的显著性水平检验，说明高水平的互联网发展对区域的创新溢出效应显著，且溢出强度强于第一、第二门槛，促进作用达到最大化。不难发现，互联网发展水平与区域创新能力之间呈现复杂的正向非线性关系，随着互联网发展水平提高，互联网的边际效率持续提升，从而证实了假设H1。当网民比例达到11.304%时，可以检测到网络效应存在，当超越19.398%后，互联网效应达到最大化。

模型2-模型3在环境约束条件下考察互联网发展与区域创新能力的非线性关系。模型2是以对外开放水平为门槛变量的回归结果，当对外开放水平低于-1.499时，互联网发展对区域创新能力具有显著正向作用，每当互联网水平提高1%，区域创新能力就会提升0.748%；当对外开放水平位于-1.499～0.165之间时，互联网仍能促进区域创新能力提升，但促进效果较第一门槛有所减弱；当对外开放水平跨越0.165后，互联网的影响系数为0.984，明显高于第一门槛和第二门槛影响系数，且通过1%的显著性水平检验，说明互联网发展显著促进了区域创新能力提升，且促进作用达到最大值。可以看出，随着对外开放水平提高，互联网对区域创新能力的促进作用是先减弱后跨越式增强，呈现出“U”型影响规律，只有当对外开放水平提高到0.165时，才能有效发挥对外开放对互联网创新溢出的强化效应，但2017年中国对外开放水平的平均值为-2.004，距离第二门槛值还有很大距离，因此在新常态下必须持续扩大对外开放，全面发挥对外开放对互联网创新溢出的促进作用。模型3是以政府支持为门槛变量的回归结果，可以发现，无论政府支持处于何种程度，互联网发展对区域创新能力均具有积极的促进作用，当政府支持力度低于-2.002时，互联网的创新溢出效应较弱，仅为0.427；随着政府支持力度提升到-2.002～-1.754之间时，互联网对区域创新能力的促进作用增强，达到0.759；当政府支持力度继续提升至-1.754时，促进作用进一步增强到0.991。由此可见，在互联网时代政府力量仍是不可忽视的，政府支持对互联网的创新溢出效应具有正向积极影响，且随着政府支持力度加大，互联网的创新溢出效应持续增强，当政府支持力度达到-1.754时，互联网的创新溢出效应达到最大化。

对控制变量作简单分析：当研发投入强度系数为正且通过1%的显著性检验时，说明研发投入仍是影响创新发展的主要因素，研发投入强度越大，越有利于创新能力提升；技术市场系数在模型1中不显著，但在模型1-模型3中都为正值，说明技术市场发展水平提升有利于激发技术交易活跃度，进而产生更多创新行为；市场化水平变量在模型1中不显著，但在模型2和模型3中显著为负数，说明市场化水平提升有助于优化配置创新资源，从而提高创新能力；产业结构系数显著为正，说明第二产业产值占比提高能够有效激发创新产出；人力资本水平系数显著为正，说明人才在我国区域创新中具有重要促进作用，人力资本水平提高能够显著促进区域创新能力提升。

注：*p<0.1,**p<0.05,***p<0.01；inter_1——inter_4代表不同门槛区间互联网发展水平变量(inter)系数

3.2 基于创新主体的进一步分析

基于不同创新主体视角，分析各地区互联网发展对高校、研发机构和企业三大创新主体创新能力影响的门槛效应，以揭示互联网发展对不同创新主体创新能力影响的差异性。首先进行门槛存在性检验，检验互联网发展对高校、研发机构和企业三大创新主体是否存在门槛效应以及存在几个门槛值，以便确定门槛回归模型，检验结果如表3所示。可以看出，所有模型均通过单一门槛和双重门槛检验，但第三门槛不显著，说明互联网与各创新主体区域创新能力间存在复杂的非线性关系，表现为明显的双门槛效应。从门槛值来看，高校的门槛值分别为-1.068和-0.365，研发机构的门槛值分别为-0.653和-0.301，企业的门槛值分别为-1.475和-0.365，即三大创新主体中研发机构的门槛值最大，高校次之，企业最低，说明研究机构网络效应的门槛最高。

随后构建双门槛回归模型，进行实证分析，结果如表4所示。从高校创新主体来看，当互联网发展水平低于-1.068时，互联网影响系数显著为正，说明在此门槛下互联网发展有助于高校创新能力提升。当互联网发展水平介于-1.068～-0.365之间时，互联网通过1%的显著性水平检验，影响系数为1.191，低于第一门槛影响系数1.518，说明在第二门槛区间内互联网发展仍对高校创新能力具有积极影响，但影响强度有所降低。当互联网发展水平超过-0.365时，互联网亦通过1%的显著性水平检验，且影响系数高于第一、第二门槛区间系数值，说明互联网发展水平提高显著增强了高校创新能力，且影响系数不断增大。由此可见，互联网发展对高校创新能力呈现显著的正向U型非线性影响效应，即互联网发展显著刺激了高校创新能力溢出，且随着互联网发展水平提高，影响强度呈现为先大幅降低后跨越式增大。

注：*p<0.1,**p<0.05,***p<0.01

从研发机构创新主体视角看，当互联网发展水平低于-0.653时，互联网影响系数显著为正，说明互联网发展对研发机构创新能力具有正向促进作用；当互联网发展水平处于第二门槛区间时，互联网发展对研发机构创新能力仍具有促进作用，但影响作用有所减弱，影响系数较第一门槛区间减小0.227；当互联网发展水平突破-0.301时，互联网发展对研发机构创新能力的影响系数为正，但不显著。不难发现，互联网发展与研发机构创新能力之间呈现为正向、边际效率递减的非线性作用关系，即互联网发展促进了研发机构创新能力提升且促进作用不断减弱。由此可见，对于研发机构而言，其互联网效应没有凸显，这可能与研发机构的网络效应具有较高门槛值相关。

从企业创新主体视角看，当互联网发展水平处于第一门槛区间时，互联网发展的影响系数为1.236，且通过1%的显著性水平检验，说明互联网发展有利于企业创新能力提升，互联网发展水平每提高1%，企业创新能力就会提升1.236%；当互联网发展水平提高到-1.457、进入第二门槛区间时，互联网发展对企业创新能力提升仍表现出正向促进作用，但促进作用减弱；当互联网发展水平提高到-0.365、突破第二门槛值时，互联网发展对企业创新能力具有显著促进作用，且影响强度较第二门槛区间有所提升。可以看出，互联网发展水平提高对企业创新有利，两者间呈现U型的正向非线性关系，即随着互联网发展，其对企业创新能力的溢出效应呈现为先降低后增强。

总体而言，三大创新主体的非线性影响效应存在显著异质性，即互联网发展对高校、研发机构和企业的创新能力分别呈现出正向U型、正向边际效率递减和正向U型的非线性影响效应，从而证实了假设H2。

从控制变量回归结果看，研发投入强度对三大创新主体的创新能力均有积极影响，其中，对企业的影响最强，高校次之；技术市场发展对不同创新主体具有明显的异质性影响，其中，对研发机构的创新能力具有正向影响，对高校和企业的创新能力影响不显著；市场化水平系数在高校和研究机构模型中显著为负，在企业模型中不显著，说明市场化水平提升显著增强了高校与研究机构的创新能力，但对企业创新能力的提升作用不显著；产业结构对研发机构的创新能力具有显著促进作用，但是对高校和企业的创新能力具有显著抑制作用；人力资本水平对高校、研发机构和企业创新能力的影响均为正向但不显著，说明目前人力资本在创新主体之间未充分发挥作用。

注：*p<0.1,**p<0.05,***p<0.01；inter_1——inter_3代表不同门槛区间互联网发展水平变量(inter)系数

3.3 门槛分类分析

为了便于各省市明晰自身互联网发展水平、对外开放水平以及政府支持力度，分别将门槛变量根据门槛值作分层次比较，如表5所示。从互联网发展水平看，2017年所有省市互联网发展水平均处于第三门槛区间。数据显示，2006年有20个省域处于第一门槛区间，7个省域处于第二门槛区间，仅有北京、天津和上海3个城市跨越了第二门槛。由此可见，我国互联网发展迅猛，仅仅经过几年时间所有省市均实现了互联网网络效应。从对外开放水平看，目前我国超过2/3的省市仍处于第一门槛区间，仅有黑龙江、上海、湖南3个地区跨越第二门槛，达到高水平对外贸易度，说明目前各省市没有充分利用“一带一路”发展机遇，对外贸易仍处于低水平阶段，无法充分发挥对外开放对互联网创新溢出的促进作用。从政府支持力度看，江苏、山东2个地区处于第一门槛区间，浙江、福建、广东3个省份处于第二门槛区间，剩余5/6地区的政府支持力度都达到了高水平。由此可见，目前政府支持力度集中在高水平层次，在互联网促进创新能力提升过程中发挥了巨大作用，后期应积极为互联网与创新能力的深度融合作出更大努力、提供更多支持。

进一步，从高校、研发机构和企业三大创新主体视角，对互联网发展状态进行分层次研究，结果如表6所示。对于高校而言，所有省市都跨越了第一门槛，仅有北京、上海、广东3个地区进入第三门槛区间，剩余27个省市处于第二门槛区间，呈现为中等水平的互联网发展状态。对于科研机构而言，仅有北京、广东2个地区跨域了第二门槛，分别各有14个省市位于第一门槛区间和第二门槛区间，表现为中低水平的互联网发展状态。对于企业而言，所有省市均越过第一门槛，但是仅有北京、上海、广东3个省市达到了高互联网发展水平，剩余27个省市均处于第二门槛区间，表现为中等水平的互联网发展状态。总体来说，目前大部分省市的互联网发展水平不高，需要继续加强互联网基础设施建设，构建普惠互联网，发展互联网新经济，打破互联网发展瓶颈，以跨入第三门槛区间、实现互联网网络效应。另外，处于第三门槛区间的省市均分布在东部地区，如北京、广东的互联网发展水平均超过三大创新主体的第二门槛值，说明我国东部较中西部地区更快、更早地实现了互联网创新溢出的网络效应。

注：以2017年的数据为准

4 结论与政策建议

本文以2006-2017年我国内地30个省市面板数据为样本，通过构建门槛面板回归模型，分析了互联网发展对区域创新能力的非线性影响及门槛特征，证实互联网发展与区域创新能力间呈正向非线性关系，且随着互联网水平提高，影响系数持续增大。在政府支持环境下两者仍呈现正向边际报酬递增非线性关系，但在对外开放环境下，两者呈现正向U型关系，即随着对外开放水平提升，互联网创新溢出效应呈现出先减弱后增强。进一步基于2009-2017年省级面板数据，采用门槛回归技术探讨了互联网发展对高校、研发机构、企业三大创新主体创新能力影响的非线性特征，得出互联网发展与不同创新主体的创新能力间呈现出异质化的正向、非线性关系。对于高校而言，随着互联网发展，其对高校创新能力的溢出效应呈现为先降低后跨越式提升；对于研发机构而言，随着互联网发展，其对研发机构创新能力的溢出效应逐渐减弱；对于企业而言，随着互联网发展，其对企业创新能力的溢出效应呈现为先减弱后增强。另外，从门槛值看，研发机构的门槛值最高，高校次之，企业最低。最后分析了2017年各省市互联网发展水平、对外开放水平以及政府支持力度，发现大部分省市仍处于低水平的对外贸易度和高水平的政府支持状态，但所有地区均已跨越互联网的第二门槛值，实现了互联网网络效应；从创新主体看，大部分省市仍处于高校、企业的第二门槛区间和研发机构的第一、第二门槛区间。

基于以上分析，得到如下启示。

(1)不同于其它传统生产要素，互联网对区域创新能力的促进作用存在网络效应，即互联网普及度越高，其创新溢出效应越显著。目前虽然所有省市均已跨越网络效应门槛值，但与西方发达国家相比仍存在较大差距，且城乡发展仍存在较大的“数字鸿沟”。因此，各省市应继续加大普惠互联网构建，充分发挥互联网的规模经济与网络经济效应。首先，拓展互联网应用范围，加快互联网从CP端向移动端的转换速度，发展一批互联网教育、移动新媒体、互联网文化创意等新技术产业，大力探索云计算、大数据、物联网、人工智能等一系列前沿互联网技术；其次，大力扶持农村互联网发展，完善乡村互联网基础设施建设，适当降低农村网络使用费用，发展农村电子商务模式，挖掘潜在的互联网需求，拓展互联网普及范围，缩小城乡互联网差距。

(2)互联网与创新能力之间的非线性关系受到环境因素的影响。在对外贸易方面，各省市应积极响应“一带一路”倡议，加快引进发达国家的先进理念和技术，搭建互联互通的网络平台，积极进行创新思想交流和碰撞，全面激发互联网的创新溢出效应。在政府支持方面，应在构建互联网过程中给予适当的财政支持，利用制度机制减少创新活动交易成本，通过政策倾斜积极引导互联网技术应用于创新活动，保障互联网安全和激发创新活动，加快互联网与创新企业之间的深度融合。

(3)互联网对不同创新主体具有异质化的创新效应，各地区在制定“互联网+创新能力”融合策略时应注意到不同创新主体的互联网异质效应，结合互联网实际发展水平，制定差异化的互联网发展策略。对于研发机构来说，应积极加大互联网发展投入强度，提升互联网信息供给能力，打造一批创新竞争力强、成长潜力大和具有带动引领作用的高质量互联网科研机构；对于企业来说，创建互联网产业发展基金、互联网创新引导基金，打造互联网产业园、互联网技术孵化中心、互联网创新创业基地，推动企业、资本、人才和信息多维融合，鼓励传统商业模式、运营模式变革，加深互联网与实体经济融合，实现产业优化升级；对于高校来说，应准确把握“互联网+”融合思想精髓并将其应用于创新团队、创新人才培养，统筹建设高质量的互联网创新服务平台，不断丰富、拓展和创新互联网应用服务内容。

(4)针对不同省市，应采取差异化策略。对于处于高水平互联网发展区间的东部地区，应积极开发软硬件核心技术，拓宽信息技术发展和应用领域，利用移动互联网、大数据、云计算及物联网等新兴技术改造、升级传统产业，加快培育新业态、新模式；对于中西部地区，应充分发挥政府引导作用，制定互联网发展支持政策，构建高速、安全、广泛的新信息基础设施，推动互联网与社会经济各领域的融合创新。

参考文献:

[1] ANDROUTSOS A.Access link bandwidth externalities and endogenous internet growth: a long-run economic approach[J].International Journal of Network Management,2011,21(1):21-44.

[2] 侯汉坡,何明珂,庞毅,等.互联网资源属性及经济影响分析[J].管理世界,2010(3):176-177.

[3] 王春燕,张玉明.互联网对企业创新绩效的影响及其机制研究——基于开放式创新的解释[J].东北大学学报(社会科学版),2018,20(1):27-35.

[4] 王金杰,郭树龙,张龙鹏.互联网对企业创新绩效的影响及机制研究——基于开放式创新视角的解释[J].南开经济研究,2018(6):170-190.

[5] 罗珉,李亮宇.互联网时代的商业模式创新:价值创造视角[J].中国工业经济,2015,57(1):95-107.

[6] 程立茹.互联网经济下企业价值网络创新研究[J].中国工业经济,2013(9):82-94.

[7] 戚耀元,戴淑芬,葛泽慧. “互联网+”环境下企业创新系统耦合研究——技术创新与商业模式创新耦合案例分析[J].科技进步与对策,2016,33(23):76-80.

[8] 胡冰.互联网经济下我国产业创新溢出效应的实证研究[J].经济问题,2018(9):87-90+96.

[9] 张玉明,李荣,王欣.小微企业互联网环境与企业家社会资本对技术创新的影响研究[J].管理学报,2018,15(2):230-236.

[10] 张旭亮,史晋川,李仙德,等.互联网对中国区域创新的作用机理与效应[J].经济地理,2017,37(12):129-137.

[11] KATZ M L， C SHAPIRO.Network externalities,competition and compatibility[J]. American Economic Review,1985(75):420-440.

[12] ROLLER L H， L WAVERMAN.Telecommunications infrastructure and economic development:a simultaneous approach[J].American Economic Review,2001(91):909-923.

[13] KOUTROUMPIS P. The economic impact of broadband on growth:a simultaneous approach[J]. Telecommunications Policy,2009(33):471-485.

[14] 郭家堂,骆品亮.互联网对中国全要素生产率有促进作用吗[J].管理世界,2016(10):34-49.

[15] 韩先峰.互联网对中国区域创新效率的影响研究[D].西安:西北大学,2018.

[16] 常青青,仲伟周.互联网、人力资本和科技创新门槛效应的实证[J].统计与决策，2018(24):101-104.

[17] 惠宁,刘鑫鑫.互联网发展对区域创新能力的影响研究述评[J].山西师大学报(社会科学版)，2018(4):27-33.

[18] HANSEN B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J].Journal of Econometrics,1999,93(2):345-368.

[19] GUMBAUALBERT M, MAUDOS J. Patents, technological inputs and spillovers among regions[J].Applied Economics,2009,41(12):1473-1486.

[20] 施炳展.互联网与国际贸易——基于双边双向网址链接数据的经验分析[J].经济研究,2016(5):172-187.

[21] 茶洪旺,左鹏飞. 互联网资源对中国经济增长的影响研究——基于31个省级面板数据的实证检验[J].经济研究参考,2015(26):48-55.

[22] 刘姿均,陈文俊.中国互联网发展水平与经济增长关系实证研究[J].经济地理,2017,37(8):108-113.

[23] 张家平,程名望,潘烜.互联网对经济增长溢出的门槛效应研究[J].软科学,2018(9)：1-4.

(责任编辑：胡俊健)