Promotion, Acceleration and Spillover: the Impact of Digital Economy Development on Regional Innovation Performance

Xu Xianglong1,2,Hou Jingchuan1

(1.Faculty of Economics and Management, East China Normal University, Shanghai 200062, China; 2.School of Business Administration, Tongling University, Tongling 244061, China)

Abstract：Digital economy is an extension of the development of information economy and Internet economy.Digital infrastructure based on information and communication technology (ICT), digital technology services, and the economic activity output generated by digital technology constitute the core content of digital economy.Digital economy with digital technology as the core has profoundly changed the process and results of innovation and had an important impact on regional innovation performance.

This paper systematically reveals the promoting effect, the nonlinear impact of marginal increase and the spatial spillover mechanism of digital economy on regional innovation performance.Firstly, on the aspect of the promotion effect of digital economy development on regional innovation performance, digital economy continuously improves the level of regional innovation by driving enterprise innovation, industrial innovation and regional innovation ecosystem.The specific manifestations are as follows: First, the development of digital economy has reshaped the competitive form of enterprises, promoting enterprises to change their organizational management and business model, and form an innovation-oriented management model.At the same time, the development of digital economy also provides favorable technical support for enterprise innovation activities, so as to promote the evolution of enterprises and the improvement of innovation performance in the region.Second, with the deepening integration of digital industry and traditional industry, digital knowledge and data have become key production factors, and the proportion of technology and knowledge in the combination of production factors continues to increase, so the innovation effect is being more and more significant.Third, the development of digital economy has promoted the construction of regional digital infrastructure and the improvement on innovation environment, which is conducive to accelerating the agglomeration of regional innovation resources, promoting innovation cooperation and knowledge spillover among enterprises, and improving the level of regional innovation.

Secondly, digital economy has the characteristics of network externality and a high degree of industrial relevance, and has a non-linear impact of increasing marginal effect on regional innovation performance.On the one hand, the development of digital economy can increase the marginal income of innovative products, enhance the inclusiveness of innovation, and form a marginal increase in regional innovation performance.On the other hand, digital technology has high permeability and industrial relevance.The development of digital economy will trigger a series of chain innovations and form a nonlinear growth of regional innovation output.Therefore, when the development of digital economy exceeds a specific critical level, it will have an increasing marginal effect on regional innovation performance.

Finally, the transformation of platform innovation mode, resource matching mechanism and government governance mode under the digital economy, will enable digital innovation activities to improve resource mismatches, promote the agglomeration of innovation elements, and form the spatial spillover of regional innovation activities.

In terms of empirical research, this paper constructs the regional digital economy index by three dimensions, which are the regional information development, the internet development and the digital transaction level.Based on China's provincial panel data from 2013 to 2018, this paper uses panel fixed effect model, threshold regression and spatial Durbin regression analysis methods, this paper empirically tests the impact of digital economy on regional innovation performance.The results show that the development of digital economy significantly promotes the improvement of regional innovation performance.The development of digital economy has a non-linear effect of increasing marginal effect on regional innovation performance and invention innovation performance; The development of digital economy has a spatial spillover effect on regional innovation performance.Specifically, it has a significant negative impact on innovation performance and non-invention innovation performance in adjacent areas, but has no significant impact on invention innovation performance.

Based on this conclusion, this paper puts forward policy recommendations for accelerating China's regional innovation development under the digital economy.The first is to accelerate the development of the digital economy and promote the digital transformation of the economy and society, the second is to create a good digital development environment to promote regional innovation and entrepreneurship; the third is to improve the supervision of the development of the digital economy and build an orderly competitive, open and inclusive innovation pattern.

Key Words:Digital Economy; Regional Innovation; Digital Technology; Threshold Regression; Spatial Durbin Model

收稿日期：2020-12-22

修回日期：2021-04-11

基金项目：国家社会科学基金项目(18BJY014)

作者简介：徐向龙(1989-)，男，安徽池州人，华东师范大学经济与管理学部博士研究生，铜陵学院工商管理学院讲师，研究方向为数字创新；侯经川(1967-)，男，湖南沅陵人，博士，华东师范大学经济与管理学部教授、博士生导师，研究方向为博弈论与信息经济学。

DOI：10.6049/kjjbydc.2020120616

开放科学(资源服务)标识码(OSID)：

中图分类号：F49

文献标识码：A

文章编号：1001-7348(2022)01-0050-10

0 引言

当前，我国经济社会已进入新发展阶段，对科技创新的需求更加迫切。党的十九届五中全会明确提出，要坚持创新在我国现代化建设全局中的核心地位。以大数据、人工智能和工业互联网等数字技术为核心的数字经济，催生组织管理与商业模式变革。其打破创新边界，将企业、用户、研究机构和中介服务等主体连入创新系统[1]，并从创新过程和结果两个方面重塑创新的内在本质[2]，对创新活动产生重要影响。因此，深入认识数字经济影响区域创新绩效的作用机制，从而有针对性地制定和实施数字经济发展政策，对加快区域创新发展具有重要的理论与实践价值。

已有学者从理论和实证层面分析数字经济发展的创新驱动效应。在理论机制方面，有研究认为，数字技术能够降低企业沟通成本，提升创新网络连通性，加快数字化融合速度，拓展融合范围，提升创新网络知识异质性和集成需求，重塑创新网络中的知识创造与共享[3]。数字经济下的平台经济模式具有显著的规模经济、范围经济、网络效应特征，能够扩大创新资源配置范围和提升配置效率[4]，促进创新主体多元化，使创新组织向网络化、生态化方向演进，提升创新过程的开放性和包容性[5]。在此过程中，数据成为新的生产要素，并为其它要素赋能，从而促进技术进步和全要素生产率提升[6]，同时通过产业创新、产业关联和产业融合，推动区域产业结构调整和转型升级[7]。在实证研究方面，温珺等[8]分析了数字经济驱动创新效应形成的线性作用机制，运用固定效应模型和我国省级面板数据，检验了数字经济对区域创新的正向促进作用；赵涛等[9]探讨了数字经济促进城市经济高质量发展的影响机制，并结合我国地级市面板数据进行实证研究，结果表明，数字经济通过提升创业活跃度，促进经济高质量发展，并且数字经济的积极影响存在边际递增效应和空间溢出特点。

现有研究揭示了数字经济驱动创新效应形成的理论机制，以及对区域经济高质量发展的影响，然而，直接探讨数字经济对区域创新绩效影响的研究不多，并且实证研究甚少。此外，创新要素流动[10]和产业集聚[11]等使创新活动存在较强空间关联性，且数字经济发展也存在显著的时空特征[12]。因此，在考察数字经济对区域创新绩效的影响时，需要考虑其中的空间溢出效应，而已有研究较少涉及。

近年来，我国高度重视数字经济发展，党中央在“十四五”规划和二〇三五年远景目标中再次提出，要加快数字化发展。那么，数字经济发展如何影响区域创新绩效？数字经济能否加快区域创新发展？是否会拉大我国区域创新差距？这些问题构成本文研究的核心内容。本文的创新之处在于：第一，将数字经济发展与区域创新活动的空间效应纳入分析框架，以系统揭示数字经济对区域创新绩效的影响机制；第二，构建区域数字经济发展评价指标体系，运用回归分析和空间计量分析方法开展实证研究，从而更精准地评估数字经济发展对区域创新绩效的影响，以进一步丰富区域创新理论研究。

1 理论基础与研究假设

1.1 数字经济内涵与特征

虽然数字经济目前尚无权威定义，但学术界对数字经济内涵及特征的理解已达成共识。如数字经济是信息经济和互联网经济发展的延伸[13]，基于信息与通信技术(ICT)的数字基础设施、数字技术服务以及由数字技术催生的经济活动产出构成数字经济的核心内容[14]。数字技术、数字基础设施和数字经济下的商业模式是数字经济特征的关键体现。数字技术是传统ICT技术的进一步发展，具体包括5G、云计算、物联网、大数据、人工智能、区块链和虚拟现实等技术，是信息、计算、沟通和连接技术的组合[15,16]，具有通用性和高渗透性特点[7]。数字基础设施是支持数字技术运行的计算与网络资源[17]，包括计算机、移动设备和应用平台等硬件设施，以及云计算、物联网等基础软件服务平台[16]。数字经济下的平台经济、共享经济等典型商业模式，本质上都受益于数字技术带来的信息、计算、沟通和连接优势，具有网络效应和高效匹配特征[4]。基于对数字经济核心内容及其特征的认知构成了学术界对数字经济特征理解的共识，即数字经济具有高渗透、高融合和网络外部性等特征，数据是关键生产要素，可以对传统经济赋能，提升技术效率，形成规模经济、范围经济和资源高效匹配[4,6]。

1.2 数字经济发展促进区域创新的理论机制

数字经济通过企业创新、产业创新以及区域创新生态系统层面的驱动，不断提升区域创新水平。在企业层面，数字经济通过竞争效应驱动企业创新。首先，数字经济发展重塑了企业竞争形态，加剧了市场竞争。消费者通过互联网和电子商务平台，可以更便捷地获取产品或服务价格、性能和口碑等信息，降低信息搜寻成本和信息不对称等问题[4]，优化选择空间、提升议价能力。企业若不能提供差异化的创新产品，将很难在激烈的市场竞争中立足。同时，数字技术应用能够大幅提升企业生产效率[18]。企业若不能及时跟进，就会落后于竞争者，面临淘汰命运。其次，竞争压力促使企业变革组织与商业模式。数字经济下的竞争形态具有高度不确定性，来自市场和技术的竞争压力使企业更加关注消费者的个性化需求以及生产与管理技术创新，从而加大对数字化技术的应用，不断变革组织管理、商业模式，形成有利于产品和技术创新的组织结构、管理环境与创新氛围，增强市场竞争优势。最后，创新导向的管理模式使企业在战略决策上更注重用户价值和研发创新，而数字经济发展也为企业创新活动提供了有力的技术条件支持。如大数据和人工智能等数字技术应用使企业能够精准分析与整合物流、资金流以及信息流，提升生产效率，降低生产和交易成本；基于互联网的C2B等商业模式让用户可以参与企业新技术、新产品开发与应用过程，使大量具有隐蔽、易变和情境依赖性的消费需求通过大数据呈现出来[19]，有利于企业针对性地实施产品研发，降低创新风险。因此，数字经济下的市场竞争效应和技术条件保障促进区域内企业进化和创新绩效提升[8]。

从产业角度，数字经济通过产业融合促进区域产业创新。一方面，数字经济下的新业态、新模式不断向传统产业跨界，促进区域创新要素自由流动和配置效率提升，驱动传统产业创新发展。基于互联网的平台经济、共享经济等新模式以及数字金融、众包、众筹等新业态具有天然的网络效应和高效匹配机制，由此具备规模经济和范围经济特征，能够促进人才、技术和资本等要素流动，提升创新资源配置效率[6]，促进区域企业、科研机构和个人等多元创新主体开展创新创业与网络协同创新[5]。另一方面，传统产业在利用数字技术向数字化、网络化和智能化转型的过程中，持续推动数字产业技术创新。数字技术具有通用性和高渗透性特征，传统产业部门利用数字技术实施改造升级，催生出智慧物流、智能制造等产业深度融合发展模式。在技术扩散与产业化应用过程中，数字技术供给与产业融合发展需求互动，不断驱动数字设备制造业和数字技术服务业创新升级，形成数字产业的创新效应[7]。总而言之，随着数字经济发展，数字产业与传统产业融合加深，数字化知识与数据成为关键生产要素，生产要素组合中的技术与知识比重不断提升，创新效应也更加显著。

基于创新生态视角，数字经济通过创新生态效应提升区域创新水平。区域创新生态系统内的创新主体、创新资源和创新环境协同作用，促进区域创新绩效提升[20]，由于系统开放性具有正向调节影响[21]，数字经济发展增强了创新生态系统的开放性。首先，数字经济发展促进区域数字基础设施建设和创新环境改善。云计算和大数据等数字技术应用，以及平台经济、共享经济与数字金融等新业态、新模式运行，都离不开数字基础设施支撑，因此数字经济发展会不断提升数字基础设施建设水平。同时，数字经济也会对传统政府治理框架产生冲击，倒逼政府治理进行公开准入、平等接入和平台共治等制度变革[22]，形成更加包容、开放的创新环境。其次，良好的数字基础设施和创新环境更容易吸引创新资源集聚。尽管数字经济有助于实现部分生产要素的跨地区配置，但是物理数字基础设施共享只能限于特定区域，并且知识扩散也具有空间衰减特征[23]。此外，区域创新政策、知识产权制度和创新文化氛围等都会对创新主体的市场准入、创新激励以及知识扩散产生重要影响。因此，创新资源趋向于向数字经济发展优势地区聚集。最后，创新资源集聚有利于创新主体共享基础设施、知识产权和信贷融资等专业化服务，促进企业创新合作，降低创新成本与风险，促进研发人员学习交流与知识溢出，提高知识扩散和使用效率，形成收益递增效应(齐讴歌,赵勇,王满仓，2012)。因此，数字经济发展通过调节区域创新生态系统的开放程度，提升区域创新绩效。

总之，数字经济发展加剧了市场竞争，促使企业变革组织管理与商业模式，加大技术或产品创新投入。数字经济与传统经济在深度融合过程中，推动产业结构升级，促进传统产业和数字产业不断创新。在区域创新生态系统层面，数字经济发展促进区域数字基础设施建设和创新政策环境改善，吸引创新主体与创新资源集聚，提升区域创新水平。区域内的企业、产业在创新生态层面相互促进，共同形成数字经济对区域创新的正向作用机制，如图1所示。由此，本文提出如下研究假设：

H1：数字经济发展对区域创新绩效有显著正向促进作用。

1.3 数字经济发展对区域创新的非线性影响

数字经济具有网络外部性和高度的产业关联性，当数字经济发展超出临界水平时，其对区域创新绩效将产生边际递增效应。

一方面，数字经济发展有助于提升企业创新产品边际收益，增强创新包容性，驱动区域创新绩效边际递增。由数字技术催生的平台经济和共享经济等商业模式具有天然的网络外部性，当平台连接的企业和用户数超过临界点时，平台网络价值将呈现爆发式增长。这种价值体现为平台企业和用户之间的连通，无形中也扩大了市场规模，使企业形成基于用户的规模经济、范围经济和长尾效应，从而降低交易成本和运营成本，实现创新产品收益边际递增，促进企业研发创新。此外，在平台经济和共享经济等商业模式下，创新主体更加小型化、专业化和分散化，平台上的企业与用户平等互惠。受益于平台企业提供的数字基础设施服务以及用户间的共享模式，创新主体减少了对固定生产条件的依赖[4]，使创新更具包容性，从而激发更多创新主体创新创业。

另一方面，数字技术具有高度渗透性和产业关联性，数字经济发展会引发一系列连锁创新，形成区域创新产出非线性增长。一是随着数字经济与传统经济深度融合，数字设备得以大规模普及与应用，传统设施加快向网络化、数字化和智能化改造升级，数字技术应用逐渐渗透到传统产业部门，使得物联网、大数据和人工智能等数字技术在传统产业领域的赋能效应更显著，进而加速传统产业创新。二是数字技术和数字平台发展会促进数字创新，并且数字创新具有自生长性和收敛性[16]。纯数字产品可以根据需求不断迭代创新，而融合了数字部件与物理部件的智能产品则模糊了创新边界，当一项产品诞生后，可以继续从消费端获得反馈，实现相关硬件和软件功能的拓展性创新[24]。因此，当数字经济发展到一定程度时，数字技术创新将对数字产业和传统产业产生一系列连锁创新效应，形成创新产出的非线性增长。例如5G可以实现高带宽、低延时和大规模连接，5G技术的突破会带动智能制造、无人驾驶、智能穿戴等技术和产业的一系列变革与创新。基于上述分析，本文提出如下研究假设：

H2：数字经济发展对区域创新绩效有边际效应递增的非线性影响。

1.4 数字经济发展对区域创新绩效的空间影响机制

经济社会发展的空间关联性导致区域创新活动存在空间溢出效应(李婧,谭清美,白俊红，2010)，而数字经济发展的时空特征[12]也会从创新模式、资源配置和创新集聚等途径对区域创新活动产生空间影响。基于创新模式视角，互联网平台企业和以平台为主导的创新生态系统具有典型的双边市场特征。平台企业为提升网络外部性，既需要获得大量普通用户，也要大力培育专业的开发者和数字产品服务供应商，因此平台企业会鼓励不同地区的开发者和供应商开展数字产品与服务创新。同时，为降低创新活动门槛，激发更多创新活动，平台企业通过技术研发，以组件和模块化方式，为多元化创新主体提供创新活动服务与支持，这种“平台+赋能+开发者”的模式在极大提升数字创新效率的同时，也增强了创新过程的开放性和包容性[5]，形成数字创新的空间溢出。在资源配置方面，数字经济下的平台经济、共享经济以及众包、众筹等典型商业模式通过数据驱动形成高效匹配机制，在一定程度上消除经济活动中的信息不确定性，打破了物理空间约束。创新主体能够跨区域整合数据、资本、人才和技术等生产要素，降低资源错配程度，提高资源配置效率，减少交易成本，加速创新要素流动，对多个区域的创新活动产生重大影响[25]。从创新集聚角度，数字经济发展不断冲击传统政府治理理念和制度框架，推动政务模式、监管体系和公共服务方式向数字化转型，形成更加完善的数字化基础设施和创新环境。创新环境改善会进一步激发区域创新创业活动开展，同时，“虹吸”周边地区的创新资源，形成人才、技术和资本等创新要素集聚，从而对创新绩效产生影响。

因此，数字经济下的平台创新模式、资源匹配机制和政府治理模式转型通过赋能数字创新活动，改善资源错配，促进创新要素集聚，形成区域创新活动的空间溢出。基于上述分析，本文提出如下研究假设：

H3：数字经济发展通过空间溢出机制对邻近地区创新绩效产生影响。

2 研究设计

2.1 计量模型构建

区域创新活动可视为人力、资本和技术投入，以及相关地理特征变量共同作用的知识生产函数，而数字经济发展水平作为一种地理特征变量，对区域综合技术水平产生重要影响。参考鲁钊阳[26]、温珺[8]的研究，在不考虑空间因素时，将区域数字经济、外商直接投资、知识产权保护、金融发展水平、经济发展水平和产业结构等，视为影响技术进步综合水平的因素。为检验假设H1，即数字经济发展对区域创新产出的影响，在对柯布-道格拉斯生产函数进行对数变换的基础上建立计量回归模型。

lnINNit=α+β1lnDIGit+βilnZit+μi+εit

(1)

式中，INNit表示i省域t年的创新绩效，DIGit为i省域t年的数字经济发展水平，Zit代表一系列控制变量，包括各省域年度外商直接投资、知识产权保护水平、金融发展水平、区域经济发展水平和产业结构，α为截距项，β1和βi分别表示数字经济与其它控制变量系数，μi表示不随时间变化的各省域个体固定效应，εit表示随机误差项。

为检验假设H2，即数字经济发展对区域创新绩效的非线性影响，设定如下门槛回归模型：

lnINNit=α+β1lnDIGit×I(DIGit≤θ)+β2lnDIGit×I(DIGi>θ)+βilnZit+μi+εit

(2)

式中，DIGit为数字经济门槛变量，I(·)是取值为1或0的示性函数，满足括号内条件则取值为1，否则为0。式(2)考虑的是单门槛情形，根据样本数据的计量检验步骤，可扩充至多门槛情形，其它变量符号同式(1)。

最后，为检验假设H3，即数字经济发展对区域创新绩效的空间溢出效应，在式(1)中引入各变量的空间交互项，将其拓展为空间计量模型。

lnINNit=α+ρWlnINNit+β1lnDIGit+θ1WlnDIGit+βilnZit+θiWlnZit+μi+εit

(3)

式中，ρ表示空间自回归系数，W为空间权重矩阵，θ1和θi分别代表数字经济与其它控制变量的空间溢出效应系数，其它变量符号同式(1)。常用的空间计量模型有空间误差模型(SEM)、空间自相关模型(SAR)和空间杜宾模型(SDM)等形式，实际应用中，需要根据Wald 检验和LR检验选择合适的空间计量模型。

2.2 变量测度与说明

2.2.1 因变量：区域创新绩效

创新是一个复杂过程，涉及创意产生、创新投入、创新产出以及商业化等多个过程[27]。对创新的测度，学者们主要采用专利申请授权量、新产品销售收入、注册商标数等指标[11]。本研究采用各省域万人专利申请量衡量区域创新绩效，其优势在于：①与专利授权量相比，专利授权需要经过形式审查、实质审查和专利授权等流程，从申请到最终授权存在一定滞后，此外，一些申报形式不符合要求的创新成果也不能通过审查，因此专利申请量更能及时和全面反映区域当年创新活动情况；②专利申请量是非经济指标，能够在一定程度上避免申报过程中的“寻租”行为[28]；③专利申请包含了较为完整的信息，国内专利评审制度的标准客观统一，各地区专利申请量具有可比性，并且专利数据容易获取[29]。我国的专利分为发明专利、实用新型和外观设计三类，其中，发明专利反映原创性知识和创新成果，而实用新型和外观设计均为非发明性创新。因此，本文将因变量进一步分为区域创新绩效(PTAP)、区域发明创新绩效(PTIAP)和非发明创新绩效(NPTIAP)，分别用万人专利申请量、万人发明专利申请量以及万人实用新型与外观专利申请总数表示。

2.2.2 解释变量：数字经济发展

目前，有关数字经济的实证研究较少，主要原因在于对数字经济发展指标的测度存在争议，且无权威机构编制的指数可供参考。因此，本文主要参考赵涛等[9]、刘军等[12]和温珺等[8]构建的数字经济发展评价指标，将信息化发展、互联网发展以及数字交易3个维度作为测度核心，构建我国省域数字经济发展测度指标体系。

该指标体系建立包含两个逻辑：一是在测度数字经济内涵方面，数字经济发展的核心内容包括数字基础设施和数字技术服务，即数字产业化以及数字化经济活动产出(亦为产业数字化)。信息化与互联网发展2个指标可以较全面地反映数字产业化中的产品、技术和服务等内容，而数字交易指标用以衡量数字化经济活动产出，因此上述3个维度可以较好地涵盖数字经济的核心内容。二是从投入产出角度选取具体测度指标。参考上述研究，信息化发展指标用信息传输、软件和信息技术服务业从业人员比重和人均软件业务收入表征，互联网发展用人均域名数和人均电信业务量表征，数字交易用电商活动企业数比重、人均电商采购与销售额以及中国数字普惠金融指数表征。相比而言，已有研究对数字经济内涵的测度通常只包括信息化发展、互联网发展和数字交易中的两个维度，并且具体测度指标繁多。本文在测度指标构建与选取上，从三大维度选取已有研究中的共识性指标，从而使构建的数字经济发展指数内涵更全面，测度指标体系也更简单有效。

在指标数据来源与处理方面，中国数字普惠金融指数借鉴由北京大学数字金融研究中心和蚂蚁金服集团提供的数据，从覆盖广度、使用深度和数字化程度方面衡量普惠金融情况。基于蚂蚁金服的海量数据能够较好地反映我国个体与小微企业层面的数字交易情况[30]，其它指标数据均来自《中国统计年鉴》和《中国劳动统计年鉴》。在具体计算过程中，先采用因子分析方法对测度指标进行降维，生成数字经济发展综合得分。为直观展示数字经济发展情况，避免对数变换中0值的影响，参考胡荣[31]的因子变换方法，将综合得分转换为1～100之间，作为最终的数字经济发展指数。

2.2.3 控制变量

研发经费、人力资本投入与创新产出直接相关，研发经费投入(RDKP)采用各地区人均研究与试验发展(R&D)经费内部支出衡量。在人力资本投入(WPOP)方面，一般采用各地区研究与试验发展人员全时当量表征。考虑到企事业单位在研发人员全时当量认定和统计过程中可能存在误差，参考柳卸林等[28]的研究，采用城镇就业人口衡量，这是因为就业人口不仅直接影响区域创新绩效，而且劳动者交流和流动也会促进知识溢出。外商直接投资(FDI)不仅能带来充裕的资金，也是外部知识和技术流入的重要来源(刘建丽，2019)，对区域创新产生重要影响，本文采用按当年汇率折算的人民币外商投资额占GDP的比重表示。知识产权保护(IPP)对创新主体的激励尤为重要，而数字经济下的知识产权保护问题更易发生。由于我国各地区的产权和契约制度高度统一，知识产权保护差异主要体现在地区司法、行政执法过程和效率上。参考胡凯等[32]的研究，采用技术市场交易额与GDP之比表示知识产权保护程度。金融发展水平(FIN)会影响区域创新主体的资金信贷水平，本文采用区域金融机构年末存贷款余额占GDP的比重表示。经济发展水平决定了区域基础设施和经济发展环境，对创新产出有直接影响，对区域经济发展水平(GDPP)用区域人均GDP表示。产业结构(IND3)越高级，创新活动越活跃，本研究采用第三产业增加值占GDP的比重衡量。

2.2.4 空间权重矩阵设计

在空间计量回归中，空间权重矩阵的设计是关键。参考已有研究，本文设计两种空间权重矩阵：①空间邻接矩阵，当地区i与地区j相邻时，权重取值为1，否则为0；②空间反距离矩阵，采用基于空间单元距离平方的倒数表示。与采用空间单元距离倒数权重相比，该情形下空间效应随距离增大而衰减的速度更趋缓。

由于国家统计局从2013年开始统计企业电子商务采购和销售指标，数字普惠金融指数已更新到2018年，西藏自治区由于数据缺失较多而予以剔除。因此，基于数据可得性与完整性，本文选取2013-2018年我国内地30个省、直辖市面板数据展开分析，数据均来自《中国统计年鉴》《中国劳动统计年鉴》，以及各省市统计年鉴、国民经济和社会发展统计公报。所有经济指标均以2010年为基期，采用GDP指数进行平减，美元按当年平均汇率折算成人民币。本研究涉及的主要变量、符号和指标测度内涵如表1所示。

3 实证分析及结果

3.1 描述性统计与相关性分析

本研究变量的描述性统计结果如表2所示，可见，三类创新绩效和数字经济发展水平都呈现出均值偏小、标准差较大的特点，表明我国省级创新绩效和数字经济发展差异较大。

在进行空间计量回归前，首先需要考察数据是否具有空间依赖性。表3为2013-2018年各地区数字经济发展和专利申请量的全局自相关莫兰指数检验结果。结果表明，数字经济发展和专利申请总量的莫兰指数在空间邻接矩阵与反距离矩阵中均存在显著空间自相关，因此需要进行空间计量回归分析。

3.2 基准回归结果

表4是假设H1的回归结果。在回归分析前，首先对变量进行多重共线性检验。结果显示，平均方差膨胀系数(VIF)为4.06，说明不存在严重的共线性问题。其次，在计量方法选择上，经Hausman检验，拒绝随机效应更优的原假设，并且个体固定效应回归结果优于混合回归，因此本文采用个体固定效应模型进行回归。模型(1)是对所有控制变量的回归，作为基准对照组，结果显示所有控制变量对区域创新绩效均有影响；模型(2)、模型(3)和模型(4)分别是加入核心解释变量数字经济发展指数(lnDIG)后，依次对区域创新绩效(lnPTAP)、区域发明创新绩效(lnPTIAP)和区域非发明创新绩效(lnNPTIAP)的回归结果。结果显示，数字经济发展对区域创新绩效、区域发明创新绩效和区域非发明创新绩效均有显著正向影响，因此假设H1得到验证。进一步分析可知，数字经济发展对区域发明创新绩效的正向影响显著大于区域创新绩效和区域非发明创新绩效，说明数字经济发展对区域发明创新绩效的促进作用最显著。

3.3 非线性效应分析

表5是采用面板门槛回归方法，对假设H2的回归结果。首先，根据Hansen(1999)的方法进行面板门槛存在性检验。结果显示，数字经济发展对区域创新绩效和区域发明创新绩效的影响均显著通过了单门槛检验，未通过双重门槛检验，其中，单一门槛值均为22.896 5，而区域非发明创新绩效未通过单一门槛检验。模型⑴是数字经济发展对区域创新绩效的门槛回归结果，结果显示，当数字经济发展小于等于门槛值时，其对区域创新绩效的影响系数为0.174；当大于门槛值时，影响系数为0.25。由此可见，数字经济发展对区域创新绩效具有显著边际递增的非线性影响特征。模型⑵是数字经济发展对区域发明创新绩效的门槛回归结果，结果显示，当数字经济发展小于等于门槛值时，其对区域发明创新绩效的影响系数为0.265，而当大于门槛值时，影响系数为0.378，呈现出显著的边际效应递增特征，因此假设H2得到验证。

3.4 空间溢出效应分析

表6是采用空间计量回归，对假设H3的回归结果。在选择具体空间计量模型时，首先对面板数据进行Wald检验和LR检验。结果显示，SEM模型和SAR模型都合适，因此本文选择结合二者的空间杜宾(SDM)模型。由于Hausman检验结果拒绝了固定效应的原假设，因此最终选择随机效应模型，采用极大似然法(MLE)进行估计。

模型(1)、模型(2)和模型(3)是在空间邻接矩阵下依次对区域创新绩效、区域发明创新绩效和区域非发明创新绩效的空间回归结果，模型(4)、模型(5)和模型(6)是在反距离矩阵下的空间回归结果。总体上，两种空间权重矩阵下的空间效应基本相同。其中，空间邻接矩阵假设两个相邻区域间有影响，而不相邻区域间没有影响。事实上，由于不同区域与中心区的距离不同，受到中心区的影响也不同。基于此，本文把空间邻接矩阵回归结果作为基准参照组，重点分析空间反距离矩阵下的溢出效应。

结果显示，模型(4)中区域创新绩效空间溢出效应的系数为0.145，在10%水平下显著，数字经济发展的直接效应系数为0.265，在5%水平下显著，数字经济发展的空间效应交互项系数为-0.203，在5%水平下显著。这表明区域创新绩效有显著的正向溢出效应，其中，数字经济发展对区域创新绩效有显著正向影响，对邻近地区创新绩效有显著负向影响。模型(5)中区域发明创新绩效的空间溢出效应系数为0.188，在10%水平下显著，数字经济发展的直接效应系数为0.328，在1%水平下显著，而数字经济发展的空间效应交互项系数未通过显著性检验。这表明区域发明创新绩效有显著的正向溢出效应，其中，数字经济发展对区域发明创新绩效有显著正向影响，而对邻近地区发明创新绩效的负向影响不显著。模型(6)中区域非发明创新绩效空间溢出效应的系数为0.191，在5%水平下显著，数字经济发展的直接效应系数为0.183，但未通过显著性检验，数字经济发展的空间效应交互项系数为-0.267，在10%水平下显著。这表明区域非发明创新绩效有显著的正向溢出效应，其中，数字经济发展对邻近地区非发明创新绩效有显著负向影响。

4 稳健性与内生性检验

4.1 稳健性检验

为进一步检验研究结论的可靠性，进行稳健性检验。首先，采用替换因变量的方法对模型进行稳健性检验。由于授权专利能够排除部分非实质性创新的专利申请，故选用区域专利授权量作为替代变量进行回归。根据我国专利申请授权制度，非发明专利一般在1年左右完成授权，而发明专利授权存在1～3年滞后期。因此，进行替代变量稳健性检验时采用专利授权量滞后1年数据进行回归，结论基本一致。其次，考虑不同空间权重矩阵下的稳健性检验。在分析数字经济对区域创新绩效的空间溢出影响效应时，采用邻接矩阵和反距离矩阵两种空间权重矩阵进行分析，在两种权重矩阵下，核心解释变量的符号和显著性基本一致，说明本文结论稳健。

4.2 内生性检验

由于建立研究模型时可能遗漏影响区域创新绩效的重要变量，且数字经济发展与区域创新也可能存在互为因果关系，从而产生内生性问题，因此采用工具变量法进行内生性处理。参考赵涛等[9]的研究，采用各省域1984年固定电话数作为测度数字经济发展水平的工具变量。这是因为，一方面，数字经济作为传统通信技术的延续发展，区域电信基础设施从技术水平和使用习惯等方面影响后续互联网与数字技术应用；另一方面，固定电话等传统通讯工具随着互联网和移动电话的普及，其使用频率变低，对当前经济发展的影响渐微，从而满足排他性。由于所选工具变量为截面数据，不能直接用于面板数据分析，参考 Nunn & Qian[33]的处理方法，采用各地区上一年互联网用户数分别与1984年每万人电话机数相乘，构建一个随时间变化的面板数据，作为该地区数字经济发展指数的测度变量。结果表明，在考虑内生性后，数字经济对区域创新绩效的影响效应依旧存在，结果均在1%和10%的水平下显著，且变量统计检验结果拒绝了“变量识别不足”和“变量弱识别”问题。因此，本文结论具有一定稳健性。限于篇幅，稳健性和内生性检验结果未作展示。

5 研究结论与政策建议

本文分析了数字经济发展对区域创新绩效的促进作用、非线性影响以及空间溢出作用机制。基于2013-2018年省级面板数据，在构建省级数字经济发展指数的基础上，分别以各省域专利申请量、发明专利申请量和非发明专利申请量作为区域创新绩效、区域发明创新绩效以及区域非发明创新绩效的代理指标，开展实证分析。主要结论如下：①数字经济发展显著促进了区域创新绩效提升；②数字经济对区域创新绩效和发明创新绩效均有显著边际效应递增的非线性影响，并且区域发明创新绩效的边际递增效应更显著；③数字经济发展对区域创新绩效具有空间溢出效应，具体表现为对邻近地区的创新绩效和非发明创新绩效有显著负向影响，而对发明创新绩效的影响不显著。

当前我国经济社会已进入高质量发展阶段，创新驱动已成为各地区转型发展的核心内容。基于研究结果，本文的政策启示如下：

(1)加快发展数字经济，推进经济社会数字化转型。加大集成电路、云计算和人工智能等技术研发力度，引导建立产教融合平台和产业技术联盟，协同推进核心领域的技术突破。发展壮大拥有核心技术与优质内容的创新型互联网企业，鼓励消费互联网领域业态与模式创新，推动线上与线下融合发展。推进产业数字化转型，发挥财政和税收政策的导向作用，积极培育工业互联网技术创新企业、系统解决方案供应商和运营服务商，发展网络协同研发、智能制造和共享制造等新模式、新应用。

(2)营造良好数字化发展环境，促进区域创新创业。科学谋划布局，加大5G、云计算、大数据和工业互联网等新型基础设施建设投入，打造良好的数字化运营环境。积极破除阻碍要素流动的体制机制壁垒，推进数据要素市场化配置，探索建立公共数据与社会数据的共享机制和市场化交易体系。转变社会治理理念，深化政务服务、社会监管和公共服务体系改革，推进政府数字化转型，不断优化营商环境。

(3)建立健全数字经济发展监管手段，构建竞争有序和开放包容的创新格局。加快完善数字经济下的知识产权保护机制，建立健全大数据、人工智能和数字内容等新业态、新领域的知识产权保护制度，推进行业规范治理体系和自律体系建设，加大违法侵权行为查处力度。加强数字经济发展指导与监管，加大平台经济领域反垄断规制，不断创新监管手段，推进数字经济监管向社会性监管、公平竞争监管、“负面清单”监管、事后监管和监管沙盒等方式转型[34]。

参考文献:

[1] 柳卸林,董彩婷,丁雪辰.数字创新时代：中国的机遇与挑战[J].科学学与科学技术管理, 2020,41(6):3-15.

[2] NAMBISAN S, WRIGHT M, FELDMAN M.The digital transformation of innovation and entrepreneurship:progress, challenges and key themes[J].Research Policy, 2019, 48(8): 103773.

[3] LYYTINEN K, YOO Y, BOLAND JR.R J.Digital product innovation within four classes of innovation networks[J].Information Systems Journal, 2016,26(1), 47-75.

[4] 裴长洪,倪江飞,李越.数字经济的政治经济学分析[J].财贸经济, 2018,39(9):5-22.

[5] 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(7):32-39.

[6] 荆文君,孙宝文.数字经济促进经济高质量发展:一个理论分析框架[J].经济学家, 2019(2):66-73.

[7] 丁志帆.数字经济驱动经济高质量发展的机制研究:一个理论分析框架[J].现代经济探讨, 2020,39(1):85-92.

[8] 温珺,阎志军,程愚.数字经济驱动创新效应研究——基于省际面板数据的回归[J].经济体制改革, 2020,38(3):31-38.

[9] 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.

[10] 白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究, 2015,50(7):174-187.

[11] 张可.经济集聚与区域创新的交互影响及空间溢出[J].金融研究, 2019,54(5):96-114.

[12] 刘军,杨渊鋆,张三峰.中国数字经济测度与驱动因素研究[J].上海经济研究, 2020,32(6):81-96.

[13] 许宪春,张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济, 2020,37(5):23-41.

[14] BUKHT R, HEEKS R.Defining, conceptualising and measuring the digital economy[J].International Organisations Research Journal, 2018, 13(2):143-172.

[15] BHARADWAJ A , EL SAWY O A , PAVLOU P A , et al.Digital business strategy: toward a next generation of insights[J].MIS Quarterly，2013,37(2):471-482.

[16] 刘洋,董久钰,魏江.数字创新管理：理论框架与未来研究[J].管理世界, 2020,36(7):198-217.

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

[18] 陈维涛,韩峰,张国峰.互联网电子商务、企业研发与全要素生产率[J].南开经济研究, 2019,35(5):41-59.

[19] 张亚斌,马莉莉.大数据时代的异质性需求、网络化供给与新型工业化[J].经济学家, 2015(8):44-51.

[20] 苏屹,姜雪松,雷家骕,等.区域创新系统协同演进研究[J].中国软科学, 2016,31(3):44-61.

[21] 李晓娣,张小燕.区域创新生态系统对区域创新绩效的影响机制研究[J].预测, 2018,37(5):22-28.

[22] 衡容,贾开.数字经济推动政府治理变革：外在挑战、内在原因与制度创新[J].电子政务,2020,17(6):55-62.

[23] 毛琦梁,王菲.地区比较优势演化的空间关联:知识扩散的作用与证据[J].中国工业经济, 2018,29(11):136-154.

[24] 余江,孟庆时,张越,等.数字创新:创新研究新视角的探索及启示[J].科学学研究, 2017,35(7):1103-1111.

[25] 韩长根,张力.互联网是否改善了中国的资源错配——基于动态空间杜宾模型与门槛模型的检验[J].经济问题探索, 2019,40(12):43-55.

[26] 鲁钊阳,廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究, 2012,29(5):75-88.

[27] DZIALLAS M，BLIND K.Innovation indicators throughout the innovation process: an extensive literature analysis[J].Technovation, 2019,80-81: 3-29.

[28] 柳卸林,杨博旭.多元化还是专业化? 产业集聚对区域创新绩效的影响机制研究[J].中国软科学, 2020,35(9):141-161.

[29] 苏屹,林周周.区域创新活动的空间效应及影响因素研究[J].数量经济技术经济研究, 2017,34(11):63-80.

[30] 郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊), 2020,19(4):1401-1418.

[31] 胡荣.农民上访与政治信任的流失[J].社会学研究, 2007,22(3):39-55.

[32] 胡凯,吴清,胡毓敏.知识产权保护的技术创新效应——基于技术交易市场视角和省级面板数据的实证分析[J].财经研究, 2012,38(8):15-25.

[33] NUNN N, QIAN N.US food aid and civil conflict[J].American Economic Review, 2014, 104(6):1630-66.

[34] 戚聿东.数字经济发展亟需监管转型[EB/OL].[2021-01-20].https://www.nsd.pku.edu.cn/sylm/gd/511822.htm.

(责任编辑：胡俊健)