摘 要：在數(shù)字經(jīng)濟(jì)加快發(fā)展和高質(zhì)量發(fā)展戰(zhàn)略實(shí)施的背景下，如何突破產(chǎn)業(yè)發(fā)展的“痼疾”技術(shù)鎖定、促進(jìn)創(chuàng)新效率提高已成為我國(guó)經(jīng)濟(jì)發(fā)展的重要挑戰(zhàn)。首先，本文將產(chǎn)業(yè)集聚外部性理論引入異質(zhì)性企業(yè)創(chuàng)新決策模型，利用2013—2021年中國(guó)30個(gè)地區(qū)的面板數(shù)據(jù)，檢驗(yàn)虛擬集聚對(duì)技術(shù)鎖定效應(yīng)的影響。研究發(fā)現(xiàn)，虛擬集聚顯著促進(jìn)了技術(shù)鎖定效應(yīng)的解鎖，這一結(jié)論在一系列穩(wěn)健性檢驗(yàn)后仍然成立；相比中西部地區(qū)，東部地區(qū)的虛擬集聚解鎖效應(yīng)更加顯著。其次，使用中介效應(yīng)模型進(jìn)行虛擬集聚對(duì)技術(shù)鎖定效應(yīng)產(chǎn)生影響的機(jī)制進(jìn)行檢驗(yàn)發(fā)現(xiàn)，虛擬集聚通過知識(shí)溢出外部性促進(jìn)技術(shù)鎖定效應(yīng)的解鎖，提高創(chuàng)新效率。最后，本文為探索數(shù)字經(jīng)濟(jì)背景下產(chǎn)業(yè)建設(shè)及中國(guó)高水平創(chuàng)新的發(fā)展路徑提供了新的思路。

關(guān)鍵詞：虛擬集聚；數(shù)字經(jīng)濟(jì)；技術(shù)鎖定；集聚外部性；企業(yè)創(chuàng)新

本文索引：郭瀟睿.<變量 2>[J].中國(guó)商論，2023（15）：-072.

中圖分類號(hào)：F014 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2023）08（a）--06

1 引言

近年來，大數(shù)據(jù)、區(qū)塊鏈、人工智能等新興數(shù)字技術(shù)飛速發(fā)展，日益融入社會(huì)經(jīng)濟(jì)發(fā)展的方方面面，數(shù)字經(jīng)濟(jì)發(fā)展的速度之迅速、規(guī)模之龐大、影響之深遠(yuǎn)幾乎前所未有，正在重塑社會(huì)經(jīng)濟(jì)格局，調(diào)整生產(chǎn)模式。對(duì)此，我國(guó)在十九屆四中全會(huì)提出：全面提升數(shù)字經(jīng)濟(jì)發(fā)展水平，推動(dòng)創(chuàng)新要素的配置和集聚從物理空間轉(zhuǎn)向虛擬空間，驅(qū)動(dòng)產(chǎn)業(yè)邊界模糊化，并在“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃中強(qiáng)調(diào)了數(shù)字化虛擬集群建設(shè)的重要性，極大地鼓勵(lì)了虛擬集群的形成和發(fā)展。 虛擬產(chǎn)業(yè)集群是一種依托互聯(lián)網(wǎng)平臺(tái)，由許多類型豐富且具有一定優(yōu)勢(shì)或?qū)ｉL(zhǎng)的企業(yè)組成的集合體（Vakolam、Wilsonie，2004）。作為新一代信息技術(shù)下的產(chǎn)業(yè)集聚形態(tài)，更多強(qiáng)調(diào)建立在信息和數(shù)據(jù)資源化基礎(chǔ)上的交易泛在化和生產(chǎn)柔性化，并從多方面與地理集聚功能互補(bǔ)（王如玉等，2018），不僅可以發(fā)揮各種資本的協(xié)同效應(yīng)，還可以大幅降低交易成本，提高信任程度（田霖、韓巖博，2021），是數(shù)字經(jīng)濟(jì)發(fā)展的重要依托。當(dāng)前，我國(guó)經(jīng)濟(jì)增長(zhǎng)速度放緩，資源與勞動(dòng)力供給日益緊張，曾經(jīng)由于后發(fā)劣勢(shì)而采取的技術(shù)引進(jìn)帶來的“路徑依賴”和技術(shù)鎖定問題逐漸突出，亟需新的有效解決方案。本文從產(chǎn)業(yè)集聚規(guī)模經(jīng)濟(jì)的視角，研究虛擬集聚對(duì)技術(shù)鎖定的影響和作用機(jī)制，可為新發(fā)展階段下中國(guó)技術(shù)鎖定路徑破解和創(chuàng)新效率的提高貢獻(xiàn)可行思路與方案。

傳統(tǒng)產(chǎn)業(yè)集群一直都是地區(qū)經(jīng)濟(jì)發(fā)展的重點(diǎn)要素，也是國(guó)家競(jìng)爭(zhēng)力的重要維持者（王緝慈，2002）。在產(chǎn)業(yè)集群內(nèi)部，企業(yè)可以通過競(jìng)爭(zhēng)（Richanrdson，1996；katz，1986）、知識(shí)共享（Mansfield，1988；彭向等，2011）、規(guī)模經(jīng)濟(jì)（謝子遠(yuǎn)、吳麗娟，2017）改進(jìn)生產(chǎn)技術(shù)，提高企業(yè)生產(chǎn)率。然而隨著我國(guó)開始邁向創(chuàng)新型國(guó)家，曾經(jīng)依靠技術(shù)引進(jìn)發(fā)展起來的產(chǎn)業(yè)已不再先進(jìn)，并逐漸形成技術(shù)引進(jìn)路徑依賴（唐未兵等，2014），使我國(guó)在國(guó)際分工中處于不利地位，造成資源的流失與浪費(fèi)，使現(xiàn)代先進(jìn)產(chǎn)業(yè)體系難以形成（丁重、張耀輝，2009）。但隨著互聯(lián)網(wǎng)技術(shù)的進(jìn)步與發(fā)展，產(chǎn)業(yè)集群的虛擬轉(zhuǎn)型逐漸變?yōu)檫@一問題的有效解決方法。第一，互聯(lián)網(wǎng)技術(shù)的發(fā)展使得經(jīng)濟(jì)主體之間的交易費(fèi)用減少，成本降低，生產(chǎn)性服務(wù)業(yè)的線上集聚發(fā)展尤為迅猛，且已經(jīng)在產(chǎn)業(yè)鏈的整合中扮演重要角色。第二，隨著線上招聘和遠(yuǎn)程辦公的逐漸普及，人力資本的跨區(qū)域流動(dòng)已開始成為一種發(fā)展態(tài)勢(shì)，提高了就業(yè)靈活度和企業(yè)生產(chǎn)效率。第三，虛擬集聚使產(chǎn)業(yè)集群組織結(jié)構(gòu)更具模塊化特征，更有利于企業(yè)實(shí)現(xiàn)各種知識(shí)與價(jià)值的共享（陳小勇，2017）。因此，考察產(chǎn)業(yè)集群虛擬轉(zhuǎn)型在當(dāng)前產(chǎn)業(yè)轉(zhuǎn)型升級(jí)背景下愈發(fā)重要。

目前，針對(duì)技術(shù)鎖定的相關(guān)研究較為稀少，已有研究對(duì)技術(shù)鎖定的分析主要體現(xiàn)在以下幾點(diǎn)：第一，技術(shù)鎖定形成原因與誘導(dǎo)因素。第二，技術(shù)鎖定效應(yīng)和路徑依賴對(duì)創(chuàng)新和其他方面產(chǎn)生的影響。第三，技術(shù)鎖定效應(yīng)的測(cè)度。但目前，限制于虛擬集聚發(fā)展對(duì)傳統(tǒng)理論的發(fā)展創(chuàng)新及虛擬集聚水平測(cè)度的困難，很少有研究關(guān)注虛擬集聚對(duì)技術(shù)鎖定效應(yīng)的影響。隨著數(shù)字經(jīng)濟(jì)的不斷深入，虛擬集聚已被認(rèn)為是促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵因素。因此，本文使用我國(guó)各省宏觀經(jīng)濟(jì)數(shù)據(jù)，通過AHP-熵權(quán)法，結(jié)合指標(biāo)體系測(cè)度虛擬集聚發(fā)展水平，考察虛擬集聚對(duì)技術(shù)鎖定的影響，并進(jìn)一步使用回歸分析結(jié)合理論模型得到結(jié)論。

2 理論分析與研究假設(shè)

2.1 理論分析

地理集聚的外部性首先由英國(guó)經(jīng)濟(jì)學(xué)家Marshall提出，認(rèn)為產(chǎn)業(yè)的空間集聚和區(qū)域?qū)I(yè)化傾向刺激企業(yè)間的知識(shí)外溢和當(dāng)?shù)毓I(yè)發(fā)展。Marshall的外部性理論被Arrow（1962）和Romer（1989）深入探討，他們認(rèn)為，在同一產(chǎn)業(yè)中，企業(yè)間的知識(shí)溢出（MAR外部性）可以有效推動(dòng)創(chuàng)新，從而促進(jìn)經(jīng)濟(jì)發(fā)展。Jacobs認(rèn)為，和側(cè)重同類產(chǎn)業(yè)集聚效應(yīng)的MAR外部性不同，某個(gè)地區(qū)的產(chǎn)業(yè)多樣化更有利于知識(shí)溢出和企業(yè)創(chuàng)新（Jacobs外部性），這種外部性通過多樣化的生產(chǎn)活動(dòng)和個(gè)體產(chǎn)生交流和碰撞，引致企業(yè)創(chuàng)新和產(chǎn)品多樣化。根據(jù)當(dāng)前的經(jīng)濟(jì)實(shí)踐和研究，知識(shí)溢出外部性對(duì)促進(jìn)產(chǎn)業(yè)的集聚與創(chuàng)新至關(guān)重要，而知識(shí)溢出外部性的主導(dǎo)形式既可能是MAR外部性（Gerben，2004;Henderson，1995），又可能是Jacobs外部性（Glaeser et al，1991）。按照MAR和Jacobs的傳統(tǒng)理論，經(jīng)濟(jì)活動(dòng)的分布模式是由市場(chǎng)決定的，所以通過完全獨(dú)立的地域選擇形成的產(chǎn)業(yè)集群，可以更好地發(fā)揮其外部?jī)?yōu)勢(shì)，并能最大程度地提高企業(yè)的收益。

隨著數(shù)字化的發(fā)展，各地虛擬集聚水平得以提升，產(chǎn)業(yè)集聚的外部性可以顯著影響企業(yè)的技術(shù)鎖定效應(yīng)，促進(jìn)創(chuàng)新（王如玉等，2018）。由于數(shù)字貿(mào)易的發(fā)展，虛擬集聚水平提升的同時(shí)，也放大了MAR外部性的影響：從中間投入品的角度來看，虛擬集聚使企業(yè)可以直接面向整個(gè)市場(chǎng)，并更加便捷地接觸客戶或中介服務(wù)商，顯著減少了交易成本。當(dāng)前，我國(guó)的虛擬集聚模式為單側(cè)線上集聚（譚洪波、夏杰長(zhǎng)，2022），生產(chǎn)性服務(wù)業(yè)虛擬集聚水平較高，各企業(yè)可更便捷地通過平臺(tái)等方式接受生產(chǎn)性服務(wù)，某些生產(chǎn)性服務(wù)的交易成本幾乎不存在，此時(shí)線上集聚獲得各種中間投入品的方便程度遠(yuǎn)大于地理集聚。從勞動(dòng)力投入的角度來看，當(dāng)前大部分技術(shù)密集型行業(yè)都已有了較高的數(shù)字化程度，勞動(dòng)力地理集聚的必要性大大降低。勞動(dòng)力在為雇主工作時(shí)可能分散在全國(guó)各地，可能同時(shí)為多個(gè)企業(yè)提供服務(wù)。因此，勞動(dòng)力的供需雙方均可降低大量搜尋成本，勞動(dòng)力就業(yè)形式逐漸多樣化，企業(yè)也可獲得滿足自身需要的人才。從知識(shí)溢出性來看，企業(yè)在各生產(chǎn)環(huán)節(jié)中存在大量知識(shí)與信息，這些知識(shí)往往在企業(yè)密切接觸的集聚中才能產(chǎn)生更大的溢出效應(yīng)。過去，許多公司偏好在某個(gè)特定區(qū)域進(jìn)行集中，但現(xiàn)在由于數(shù)字和信息技術(shù)的快速發(fā)展，許多公司開始轉(zhuǎn)向在網(wǎng)絡(luò)上進(jìn)行集中。如此，企業(yè)就可以從網(wǎng)絡(luò)中獲取比在地面上進(jìn)行集中更多的知識(shí)，與傳統(tǒng)的地面集中相比，網(wǎng)絡(luò)集中的知識(shí)溢出效果更為突出和有效。

虛擬資源的流動(dòng)可以通過各類網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)，這些平臺(tái)既可以專注特定領(lǐng)域的業(yè)務(wù)，又可以涉及多個(gè)領(lǐng)域的業(yè)務(wù)，并利用新一代通信技術(shù)服務(wù)在網(wǎng)絡(luò)上把買方和賣方直接聯(lián)系在一起，使其通過平臺(tái)直接進(jìn)行談判和交易，不僅整合了上下游產(chǎn)業(yè)鏈，還豐富了集聚主體的種類和規(guī)模，極大促進(jìn)了虛擬集聚的產(chǎn)業(yè)多樣化和專業(yè)化。另外，各企業(yè)可利用平臺(tái)和企業(yè)網(wǎng)站尋找想要的信息，并利用人工智能等方式對(duì)數(shù)據(jù)進(jìn)行處理，獲得比地理集聚維度更廣、容量更大的數(shù)據(jù)和知識(shí)。因此，虛擬集聚同樣擴(kuò)大了Jacobs外部性。

此外，我國(guó)的產(chǎn)業(yè)集聚受到政府調(diào)控的影響，而不只是市場(chǎng)行為的結(jié)果。因此，在研究我國(guó)的產(chǎn)業(yè)集聚外部性時(shí)，還應(yīng)考慮Porter外部性（鄭冠群等，2021），即強(qiáng)調(diào)集聚帶來的競(jìng)爭(zhēng)效應(yīng)，從各個(gè)角度考察產(chǎn)業(yè)集聚產(chǎn)生的影響。

2.2 異質(zhì)性企業(yè)創(chuàng)新決策模型

基于以上對(duì)技術(shù)溢出外部性（MAR外部性、Jacobs外部性）和Porter外部性的分析，以下使用一種異質(zhì)性企業(yè)創(chuàng)新決策模型（Aghion et al，2018）來分析這兩種外部性的影響。

2.2.1 消費(fèi)者最優(yōu)化

該模型本質(zhì)上是增加了創(chuàng)新因素的Mayer模型（Mayer et al，2014）的開放經(jīng)濟(jì)長(zhǎng)期版本。假設(shè)某國(guó)有i種商品，且商品是連續(xù)的，則，M為有使用價(jià)值的商品種類總數(shù)。假設(shè)某國(guó)代表性消費(fèi)者是同質(zhì)的，且其偏好可分，則可設(shè)其效用函數(shù)為：

其中，α>0，β>0，為消費(fèi)者對(duì)商品i的需求。另外，根據(jù)此式求解消費(fèi)者最優(yōu)化，可得：

其中，為拉格朗日乘子，表示收入的邊際效益。由于可分偏好的假設(shè)，因此內(nèi)生總需求系數(shù)是唯一的，且較高的會(huì)使剩余需求曲線向下移動(dòng)。

2.2.2 生產(chǎn)者最優(yōu)化

結(jié)合上述分析，考慮到面臨邊際成本、固定成本的企業(yè)，該公司會(huì)選擇一個(gè)最優(yōu)化產(chǎn)出，并以此來最大化利潤(rùn)，即。相應(yīng)的一階條件為：

在此條件下，企業(yè)邊際成本必須小于一定值，否則企業(yè)將不會(huì)進(jìn)行生產(chǎn)活動(dòng)。此時(shí)，企業(yè)最大化利潤(rùn)為：

2.2.3 企業(yè)創(chuàng)新決策

每個(gè)企業(yè)都有一個(gè)基準(zhǔn)成本水平，且企業(yè)可以通過投資創(chuàng)新將其邊際生產(chǎn)成本降低到基準(zhǔn)成本以下，通常假定：

其中，是企業(yè)在創(chuàng)新上的投資，且ε>0。由于技術(shù)鎖定效應(yīng)主要是技術(shù)投資的不可逆性及技術(shù)轉(zhuǎn)換成本的存在（張暉，2011），無論是對(duì)技術(shù)在位者還是非標(biāo)準(zhǔn)技術(shù)在位者，創(chuàng)新和技術(shù)鎖定效應(yīng)產(chǎn)生的高成本息息相關(guān)（鄧峰等，2022）。因此，將參數(shù)ε設(shè)定為包括技術(shù)轉(zhuǎn)移、勞動(dòng)力流動(dòng)等知識(shí)溢出外部性作用和企業(yè)學(xué)習(xí)效應(yīng)的發(fā)達(dá)程度。由于虛擬集聚的發(fā)展擴(kuò)大了知識(shí)溢出外部性的影響，因此可以假設(shè)虛擬集聚水平φ與ε成正相關(guān)關(guān)系，即。另外，假設(shè)創(chuàng)新的成本是的二次型，即，其中由于知識(shí)溢出外部性的作用影響，的變化與φ呈反向變動(dòng)。因此，一個(gè)基準(zhǔn)成本為的公司將選擇最佳的R&D，使總利潤(rùn)最大化：

如果滿足均衡條件，則最優(yōu)創(chuàng)新水平就滿足以下一階條件：

進(jìn)而最優(yōu)產(chǎn)出水平為：

另外，為確保創(chuàng)新后的邊際成本大于0，假設(shè)基準(zhǔn)成本有一個(gè)下界：

還假設(shè)最優(yōu)創(chuàng)新水平的二階條件成立，保證了邊際成本的斜率嚴(yán)格大于邊際收益的斜率，即

根據(jù)上述條件可得企業(yè)最優(yōu)創(chuàng)新水平：

2.2.4 虛擬集聚與技術(shù)鎖定

本文分析知識(shí)溢出外部性，根據(jù)上述分析，虛擬集聚可通過知識(shí)溢出外部性提高企業(yè)創(chuàng)新投資的使用效率，降低創(chuàng)新成本和生產(chǎn)成本，以減除技術(shù)鎖定促進(jìn)創(chuàng)新投入和創(chuàng)新水平的提升。在其他條件不變時(shí)，求式（11）中關(guān)于φ的偏導(dǎo)數(shù)，可得：

式（12）表明，虛擬集聚水平通過知識(shí)溢出外部性減輕了技術(shù)鎖定效應(yīng)，提升了企業(yè)創(chuàng)新水平。由此，本文提出以下假設(shè)：

H1：虛擬集聚通過技術(shù)溢出外部性促進(jìn)技術(shù)鎖定效應(yīng)的解鎖，提高創(chuàng)新績(jī)效。

根據(jù)上文，虛擬集聚不僅通過技術(shù)溢出外部性影響技術(shù)鎖定效應(yīng)，還通過Porter外部性影響技術(shù)鎖定效應(yīng)。當(dāng)前，我國(guó)正處于以生產(chǎn)性服務(wù)業(yè)線上集聚為主的單側(cè)線上集聚階段，政府并未對(duì)虛擬集聚進(jìn)行干預(yù)，且由于數(shù)字化水平的局限，許多整合上下游產(chǎn)業(yè)鏈的活動(dòng)仍然是無意識(shí)的。因此，目前我國(guó)的虛擬集聚依然是市場(chǎng)發(fā)展的結(jié)果，技術(shù)溢出外部性被虛擬集聚顯著擴(kuò)大（譚洪波、夏杰長(zhǎng)，2021）。而Porter外部性雖然存在，但并不是主要影響因素，且內(nèi)部存在競(jìng)爭(zhēng)和擠出效應(yīng)兩種相反的效應(yīng)，其對(duì)減輕技術(shù)鎖定效應(yīng)的機(jī)制較為復(fù)雜且影響較小。因此：

其中，e為包括競(jìng)爭(zhēng)等因素的Porter外部性水平。

結(jié)合式（12）、（13）可得：

結(jié)式（14），提出以下假設(shè)：

H2：虛擬集聚可解鎖技術(shù)鎖定效應(yīng)，推動(dòng)創(chuàng)新水平發(fā)展。

3 計(jì)量模型、變量和數(shù)據(jù)

3.1 模型設(shè)計(jì)

為檢驗(yàn)虛擬集聚水平對(duì)技術(shù)鎖定效應(yīng)的影響，本文根據(jù)上述理論分析，結(jié)合Hausman檢驗(yàn)結(jié)果設(shè)定基準(zhǔn)回歸模型：

其中，被解釋變量為i省此時(shí)在t年的技術(shù)鎖定效應(yīng)；為核心解釋變量，表示i省在t年的虛擬集聚水平；為一系列省份-年份層面的控制變量；α是常數(shù)項(xiàng)；是核心解釋變量的系數(shù)，為控制變量的系數(shù)；為區(qū)域固定效應(yīng)；為年份固定效應(yīng)；為隨機(jī)擾動(dòng)項(xiàng)。

3.2 變量設(shè)計(jì)

（1）被解釋變量：技術(shù)鎖定效應(yīng)（Lock）。本文借鑒已有學(xué)者的做法（鄧峰、王一飛，2022），使用標(biāo)準(zhǔn)效率的非角度DEA-SBM模型進(jìn)行測(cè)度。使用R&D經(jīng)費(fèi)、新產(chǎn)品開發(fā)經(jīng)費(fèi)支出經(jīng)費(fèi)作為衡量創(chuàng)新成本的投入，以專利申請(qǐng)受理數(shù)和技術(shù)市場(chǎng)成交額為衡量創(chuàng)新成果的產(chǎn)出。由于技術(shù)鎖定和技術(shù)創(chuàng)新效率呈反方向變化，因此需用1減去DEA模型測(cè)算出的技術(shù)創(chuàng)新效率，得到區(qū)域技術(shù)鎖定效應(yīng)。

（2）核心解釋變量：虛擬集聚水平（vagg）。在數(shù)字經(jīng)濟(jì)領(lǐng)域的研究中，虛擬集聚水平無疑是最難進(jìn)行刻畫的指標(biāo)之一。本文結(jié)合現(xiàn)有的各種綜合評(píng)價(jià)方法，通過建立指標(biāo)體系的方式，使用Matlab測(cè)算各地虛擬集聚水平。通過上文對(duì)虛擬集聚特征的分析，本文主要從企業(yè)信息化水平和企業(yè)數(shù)字交易兩方面結(jié)合代表區(qū)域數(shù)字發(fā)展水平的互聯(lián)網(wǎng)發(fā)展指標(biāo)，全面研究區(qū)域虛擬集聚水平，所建指標(biāo)體系如表1所示。

本文在以上指標(biāo)體系的基礎(chǔ)上，使用AHP-熵權(quán)組合賦權(quán)法對(duì)各指標(biāo)賦予權(quán)重：首先，咨詢多名教授對(duì)一級(jí)指標(biāo)的重要性進(jìn)行排序，并結(jié)合使用AHP為一級(jí)指標(biāo)進(jìn)行賦權(quán)。其次使用熵權(quán)法，對(duì)相應(yīng)的二級(jí)指?標(biāo)進(jìn)行賦權(quán)。最后，結(jié)合所得的兩種權(quán)重和標(biāo)準(zhǔn)化后的數(shù)據(jù)，綜合計(jì)算得到各地虛擬集聚水平。

（3）控制變量：為了避免遺漏重要變量，本文參考E-I-M漸進(jìn)波及模型（劉國(guó)新等，2022）?？刂埔韵伦兞浚赫?cái)政支出占地區(qū)GDP比重（fin），用以反映政府為地區(qū)提供支持的力度；企業(yè)研發(fā)資金投入占地區(qū)GDP比例（rdi），用以反映企業(yè)研發(fā)投入強(qiáng)度；技術(shù)市場(chǎng)份額占地區(qū)GDP比重（tmv），用以反映技術(shù)市場(chǎng)保護(hù)程度；外商投資（fdi），用以反映外部投入對(duì)國(guó)內(nèi)產(chǎn)業(yè)和創(chuàng)新的影響程度。參考已有學(xué)者的計(jì)算方法（樊剛等，2018），刻畫各地市場(chǎng)化程度（dom）。

3.3 數(shù)據(jù)來源

本文使用EPS中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)和中國(guó)統(tǒng)計(jì)年鑒，選取2013—2021年30個(gè)省份（西藏由于數(shù)據(jù)缺失過多被剔除）的宏觀經(jīng)濟(jì)數(shù)據(jù)，并結(jié)合中國(guó)國(guó)家統(tǒng)計(jì)局部分?jǐn)?shù)據(jù)進(jìn)行對(duì)比校正，得到本文使用的各項(xiàng)數(shù)據(jù)。另外，本文對(duì)數(shù)據(jù)的缺失值進(jìn)行拉格朗日插值處理，刪除了缺失值較多的地區(qū)或年份，并對(duì)量綱較大的數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

4 實(shí)證檢驗(yàn)與結(jié)果分析

4.1 基準(zhǔn)回歸

表2列出了虛擬集聚水平對(duì)技術(shù)鎖定效應(yīng)影響的實(shí)證結(jié)果。表2第（1）列中，省份與年份固定效應(yīng)被控制，在沒有其他任何控制變量的前提下，虛擬集聚水平顯著對(duì)技術(shù)鎖定效應(yīng)產(chǎn)生負(fù)向影響；而在加入了控制變量后，虛擬集聚依然對(duì)技術(shù)鎖定效應(yīng)有顯著影響，驗(yàn)證了H2，說明虛擬集聚可解鎖技術(shù)鎖定效應(yīng)，促進(jìn)創(chuàng)新發(fā)展。

4.2 內(nèi)生性處理

為解決模型中可能存在的內(nèi)生性問題，本文使用兩階段最小二乘法（2SLS）進(jìn)行回歸分析。首先，考慮到在經(jīng)濟(jì)水平較高的地區(qū)，虛擬集聚可能得到優(yōu)先發(fā)展，為了避免這種“先發(fā)優(yōu)勢(shì)”可能導(dǎo)致的雙向因果關(guān)系，采用滯后一期回歸及滯后一期工具變量法進(jìn)行內(nèi)生性處理，結(jié)果如表3中（1）列和（2）列所示。另外，結(jié)合已有學(xué)者研究（周勇等，2022），采用各省互聯(lián)網(wǎng)用戶數(shù)作為工具變量進(jìn)行內(nèi)生性處理，結(jié)果如表3中（3）列所示。根據(jù)回歸結(jié)果可知：虛擬集聚對(duì)技術(shù)鎖定的解鎖有顯著的促進(jìn)作用，且上述工具變量均通過了識(shí)別不足檢驗(yàn)與弱工具變量檢驗(yàn)，結(jié)果具有穩(wěn)健性。

4.3 穩(wěn)健性分析

為檢驗(yàn)上述回歸結(jié)果的穩(wěn)健性，本文采用以下三點(diǎn)進(jìn)行檢驗(yàn)：（1）替換被解釋變量。繼續(xù)采用DEA-SBM模型，將原模型投入改為企業(yè)R&D經(jīng)費(fèi)數(shù)與R&D人員全時(shí)當(dāng)量，從貨幣資本投入和人力資本投入兩方面考察企業(yè)創(chuàng)新投入，得到新的技術(shù)鎖定效應(yīng)水平，并對(duì)結(jié)果進(jìn)行穩(wěn)健性估計(jì)，結(jié)果如表4中（1）列所示。（2）替換解釋變量。替換數(shù)字技術(shù)指標(biāo)評(píng)價(jià)方法，在進(jìn)行主成分分析后，剔除貢獻(xiàn)率最低的互聯(lián)網(wǎng)發(fā)展指標(biāo)，采用主成分分析評(píng)價(jià)法（PCA）重新測(cè)算虛擬集聚水平，并對(duì)結(jié)果進(jìn)行穩(wěn)健性估計(jì)，結(jié)果如表4中（2）列所示。此外，替換解釋變量與被解釋變量的結(jié)果如表4中（3）列所示。（3）替換回歸模型。由于本文測(cè)算技術(shù)鎖定效應(yīng)使用的DEA方法自身的特性，得到的技術(shù)鎖定效應(yīng)值存在一定的零值堆積現(xiàn)象，數(shù)據(jù)存在“截尾”。對(duì)此，改用Tobit模型進(jìn)行回歸，得到表4中（4）列的穩(wěn)健估計(jì)結(jié)果。結(jié)果顯示：替換變量、替換回歸模型之后，回歸結(jié)果仍顯著，說明虛擬集聚對(duì)地區(qū)技術(shù)鎖定水平存在顯著的解鎖作用。

4.4 異質(zhì)性分析

地理?xiàng)l件、產(chǎn)業(yè)結(jié)構(gòu)、政策導(dǎo)向等因素必然會(huì)導(dǎo)致區(qū)域技術(shù)鎖定和創(chuàng)新水平存在差異，因此有必要檢驗(yàn)地理區(qū)位帶來的異質(zhì)性。本文分別對(duì)中國(guó)的東部、中部和西部地區(qū)進(jìn)行分組回歸，以檢驗(yàn)虛擬集聚水平在各地對(duì)技術(shù)鎖定所產(chǎn)生的不同影響。由表5可知，我國(guó)東部地區(qū)虛擬集聚水平的提升顯著促進(jìn)了地區(qū)技術(shù)鎖定效應(yīng)的解鎖，但中西部地區(qū)虛擬集聚水平對(duì)技術(shù)鎖定效應(yīng)并無顯著影響。對(duì)此，本文認(rèn)為可能的解釋是：東部地區(qū)市場(chǎng)化程度、經(jīng)濟(jì)發(fā)展水平及生產(chǎn)數(shù)字化水平均比中西部地區(qū)高，且東部地區(qū)較早引入了大量外資和先進(jìn)生產(chǎn)技術(shù)，直至今日已經(jīng)存在很強(qiáng)的技術(shù)鎖定效應(yīng)。相比之下，中西部地區(qū)由于其地理區(qū)位、制度等，信息化水平和產(chǎn)業(yè)集聚水平都相對(duì)較低，虛擬集聚發(fā)展緩慢，且生產(chǎn)技術(shù)仍大量來自東部發(fā)達(dá)地區(qū)的轉(zhuǎn)移，技術(shù)鎖定效應(yīng)并不顯著，因此作用效果較不明顯。

5 技術(shù)鎖定的影響機(jī)制分析

上述對(duì)理論與機(jī)制的研究發(fā)現(xiàn)，虛擬集聚通過知識(shí)溢出外部性對(duì)地區(qū)技術(shù)鎖定效應(yīng)產(chǎn)生影響，本文參考已有學(xué)者做法（溫忠麟、葉寶娟，2014），使用三階段中介效應(yīng)模型對(duì)H1進(jìn)行分析和檢驗(yàn)，構(gòu)建以下模型：

其中，i為地區(qū)；t為時(shí)間；Lock為技術(shù)鎖定效應(yīng)；vagg為虛擬集聚水平；Control為控制變量；Medi為中介變量，代表知識(shí)溢出外部性，包括人力資本和技術(shù)溢出兩方面。結(jié)合已有學(xué)者做法（趙星等，2022），人力資本使用地區(qū)高等教育接受人口比例表示，技術(shù)溢出以企業(yè)可訪問網(wǎng)站數(shù)和企業(yè)研究與開發(fā)投入的算術(shù)平均數(shù)。為區(qū)域固定效應(yīng)；為年份固定效應(yīng)；隨機(jī)擾動(dòng)項(xiàng)。

通過表6中（1）列和（2）列檢驗(yàn)人力資本的中介作用，（1）列為第二階段模型回歸，（2）列為第三階段模型回歸。結(jié)果顯示，虛擬集聚對(duì)人力資本的估計(jì)系數(shù)為0.68，說明虛擬集聚有利于加快人才的流動(dòng)和質(zhì)量提高，促進(jìn)人力資本水平提升。而當(dāng)被解釋變量是技術(shù)鎖定水平時(shí)，人力資本系數(shù)為-1.241，虛擬集聚系數(shù)為-0.833，意味著優(yōu)化人力資本的傳導(dǎo)機(jī)制成立。

通過表6中（3）列和（4）列檢驗(yàn)技術(shù)溢出的中介作用，（3）為第二階段模型回歸，（4）列為第三階段模型回歸。結(jié)果顯示，虛擬集聚對(duì)知識(shí)溢出的估計(jì)系數(shù)為0.798，說明虛擬集聚有利于提升虛擬集聚多樣性發(fā)展和知識(shí)交易水平，有利于知識(shí)溢出水平提升。而當(dāng)被解釋變量是技術(shù)鎖定水平時(shí)，知識(shí)溢出系數(shù)為-0.314，虛擬集聚系數(shù)為-0.512，意味著優(yōu)化知識(shí)溢出的傳導(dǎo)機(jī)制成立。

6 結(jié)語

在邁進(jìn)數(shù)字經(jīng)濟(jì)時(shí)代和高質(zhì)量創(chuàng)新驅(qū)動(dòng)發(fā)展的時(shí)代背景下，本文以虛擬集聚為引線，從集聚外部性的視角，全面考察了虛擬集聚對(duì)技術(shù)鎖定效應(yīng)的作用與影響。結(jié)果表明，虛擬集聚的發(fā)展可有效解鎖技術(shù)鎖定效應(yīng)；異質(zhì)性影響分析上，東部地區(qū)由于自身經(jīng)濟(jì)的先發(fā)優(yōu)勢(shì)和數(shù)字經(jīng)濟(jì)的優(yōu)先發(fā)展，其虛擬集聚水平對(duì)技術(shù)鎖定的解鎖作用相較中西部更突出；中介效應(yīng)分析發(fā)現(xiàn)，虛擬集聚水平主要通過技術(shù)溢出外部性作用于技術(shù)鎖定效應(yīng)，提高創(chuàng)新效率?？偠灾?，上述結(jié)果驗(yàn)證了虛擬集聚是促進(jìn)區(qū)域技術(shù)鎖定效應(yīng)解鎖、沖出路徑依賴的重要途徑，對(duì)高質(zhì)量發(fā)展背景下推動(dòng)數(shù)字化強(qiáng)國(guó)建設(shè)具有重要的政策啟示。

（1）加快建設(shè)新型數(shù)字基礎(chǔ)設(shè)施，提高產(chǎn)業(yè)信息化程度。通過政府引導(dǎo)、平臺(tái)賦能的聯(lián)合推動(dòng)機(jī)制，打造功能齊全、普適的虛擬集聚平臺(tái)，并鼓勵(lì)在先進(jìn)制造業(yè)集群優(yōu)先引入工業(yè)互聯(lián)網(wǎng)，增強(qiáng)各主體之間的虛擬集聚和協(xié)作水平，擴(kuò)大虛擬集聚和產(chǎn)業(yè)數(shù)字化的范圍，帶動(dòng)中小企業(yè)的信息化轉(zhuǎn)型升級(jí)，加快價(jià)值鏈的高端化、信息化進(jìn)程，從而為提高創(chuàng)新效率、建立自己的創(chuàng)新路徑創(chuàng)造條件。

（2）關(guān)注數(shù)字技術(shù)發(fā)展，加大人力資本投入力度。政府可以加大研究經(jīng)費(fèi)的投入強(qiáng)度，通過數(shù)字平臺(tái)和投資高新信息產(chǎn)業(yè)，強(qiáng)化地區(qū)信息技術(shù)科研和發(fā)展能力，還可以完善產(chǎn)業(yè)集群的市場(chǎng)組織監(jiān)管機(jī)制，避免惡性競(jìng)爭(zhēng)或壟斷，營(yíng)造良好的環(huán)境，為形成高數(shù)字化、信息化滲透的產(chǎn)業(yè)集群創(chuàng)造條件。為了更好地發(fā)揮人力資源的作用，政府應(yīng)大幅加大對(duì)教育的投入力度，重新審視和完善高等教育機(jī)構(gòu)的專業(yè)結(jié)構(gòu)，促進(jìn)數(shù)字化學(xué)科的發(fā)展，培養(yǎng)一批具有較強(qiáng)數(shù)字技能的高素質(zhì)科研人員，以滿足社會(huì)發(fā)展的數(shù)字化需求。

（3）注重?cái)?shù)字經(jīng)濟(jì)和虛擬集聚發(fā)展的統(tǒng)籌兼顧和區(qū)域協(xié)調(diào)，各地應(yīng)加快推進(jìn)數(shù)字技術(shù)進(jìn)步與創(chuàng)新，發(fā)揮中心城市的“輻射效應(yīng)”。同時(shí)，通過虛擬集聚的方式，統(tǒng)籌區(qū)域間產(chǎn)業(yè)政策，積極推動(dòng)?xùn)|部地區(qū)產(chǎn)業(yè)向中西部有序轉(zhuǎn)移，利用先進(jìn)的數(shù)字技術(shù)，加快中西部地區(qū)的現(xiàn)代化和信息化發(fā)展，實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。利用數(shù)字要素的轉(zhuǎn)移，優(yōu)化各地資源配置效率，擴(kuò)大虛擬集聚作用的范圍，在更大范圍實(shí)現(xiàn)技術(shù)鎖定效應(yīng)的解鎖，建立全新的創(chuàng)新體系。

參考文獻(xiàn)

Vakolam，Wilsonie.The Challenge of Virtual Organization： Critical Success Factors in Dealing With Constant Change[J].Team Performance Management，2004，10（5/6） ：112-120.

王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的空間組織新形態(tài)[J].管理世界，2018，34（2）：13-21.

田霖，韓巖博.虛擬集聚理論與應(yīng)用研究評(píng)介[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，27（1）：77-90.

王緝慈.地方產(chǎn)業(yè)群戰(zhàn)略[J].中國(guó)工業(yè)經(jīng)濟(jì)，2002（3）：47-54 .

Richardson G B.Competition，innovation and increasing returns[J].DRUID Working papers，199 6：96-10.

Katz M.L.An Analysis of Cooperative Research and Development[J].The RAND Journal of Economic，1986，17（4）：527-543.

Mansfield E.The Speed and Cost of Industrial Innovation in Japan and the United States： External vs. Internal Technology[J].Management of Science，1988，34（10）：1157-1168.

彭向，蔣傳海.產(chǎn)業(yè)集聚、知識(shí)溢出與地區(qū)創(chuàng)新：基于中國(guó)工業(yè)行業(yè)的實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)學(xué)（季刊），2011，10（3）：913-934.

謝子遠(yuǎn)，吳麗娟.產(chǎn)業(yè)集聚水平與中國(guó)工業(yè)企業(yè)創(chuàng)新效率：基于20個(gè)工業(yè)行業(yè)2000—2012年面板數(shù)據(jù)的實(shí)證研究[J].科研管理，2017，38（1）：91-99.

唐未兵，傅元海，王展祥.技術(shù)創(chuàng)新、技術(shù)引進(jìn)與經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變[J].經(jīng)濟(jì)研究，2014，49（7）：31-43.

丁重，張耀輝.制度傾斜、低技術(shù)鎖定與中國(guó)經(jīng)濟(jì)增長(zhǎng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2009（11）：16-24.

陳小勇.產(chǎn)業(yè)集群的虛擬轉(zhuǎn)型[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（12）：78-94.

Kenneth J Arrow.The Economic Implications of Learning by Doing[J] .The Review of Economic Studies，1962，29（3）：155-173.

Paul M Romer. Endogenous Technological Change[J].NBER working paper， 1989：3210.

Gerben van der Panne. Agglomeration externalities：Marshall versus Jacobs[J].Journal of Evolutionary Economics，2004（14）：593-604.

Henderson V. ， Kuncoro A. Turner M. Industrial Development in Cities[J].Journal of Political Economy， 1995， 103（5）：1067-1090.

Glaeser E L. ，Kallal H D. ，Scheinkman J A. ，etal. Growth in Cities[J].Journal of Political Economy， 1992，100（6）：1126-1152.

譚洪波，夏杰長(zhǎng).數(shù)字貿(mào)易重塑產(chǎn)業(yè)集聚理論與模式：從地理集聚到線上集聚[J].財(cái)經(jīng)問題研究，2022（6）：43-52.

鄭冠群，徐妍，安磊.制造業(yè)產(chǎn)業(yè)集聚與企業(yè)創(chuàng)新：基于市場(chǎng)份額視角的Porter外部性檢驗(yàn)[J].南開經(jīng)濟(jì)研究，2021（3）：239-256.

Aghion，P.，Bergeaud，A.，Lequien，M. ，etal. The Impact of Exports on Innovation： Theory and Evidence[J].NBER Working Paper， 2018：24600.

Mayer， Marc J. Melitz， and Gianmarco I. P. Ottaviano. Market Size， Competition， and the Product Mix of Exporters， [J]. American Economic Review， 2014，104 （2）：495-539.

張暉.技術(shù)創(chuàng)新、路徑依賴與路徑創(chuàng)造：產(chǎn)業(yè)升級(jí)的困境與突破[J].當(dāng)代經(jīng)濟(jì)管理，2011，33（7）：6-9.

鄧峰，王一飛.技術(shù)鎖定對(duì)創(chuàng)新績(jī)效的影響： 創(chuàng)新模式的調(diào)節(jié)作用[J].科技進(jìn)步與對(duì)策，2022，39（14）：1-11.

劉國(guó)新，范書琴，王林.制造業(yè)升級(jí)進(jìn)程中技術(shù)鎖定的形成機(jī)理研究[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2022，44（2）：239-244.

樊剛，王小魯，胡李鵬. 中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2018：61-75.

周勇，吳海珍，韓兆安.數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響[J].統(tǒng)計(jì)與決策，2022，38（20）：122-126.

溫忠麟，葉寶娟.中介效應(yīng)分析： 方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014（5）：731-745.

趙星，李若彤，賀慧圓.數(shù)字技術(shù)可以促進(jìn)創(chuàng)新效率提升嗎？[J].科學(xué)學(xué)研究，2022：1-15.