鮑鵬程，朱付彪

（1.西南大學(xué)經(jīng)濟管理學(xué)院，重慶 400715；2.合肥工業(yè)大學(xué)經(jīng)濟學(xué)院，合肥 230601）

0 引言

近年來，隨著相關(guān)數(shù)據(jù)獲得性的提升，越來越多的研究評估數(shù)字經(jīng)濟對創(chuàng)新的影響。現(xiàn)有文獻較為一致地認為數(shù)字經(jīng)濟可以賦能區(qū)域創(chuàng)新，在賦能過程中，人力資本積累和研發(fā)資本投入是重要中介變量[1]，受到人才集聚和金融發(fā)展正向調(diào)節(jié)[2]，高市場化水平下的數(shù)字經(jīng)濟發(fā)展更能激勵創(chuàng)新質(zhì)量[3]。進一步地，張慧等（2022）[4]研究發(fā)現(xiàn)，完善要素市場化配置和提升要素配置效率是數(shù)字經(jīng)濟提升區(qū)域創(chuàng)新效率的重要原因。也有研究從微觀層面指出，數(shù)字經(jīng)濟有助于提升企業(yè)創(chuàng)新水平[5,6]。雖然現(xiàn)有研究已對數(shù)字經(jīng)濟與區(qū)域創(chuàng)新之間的關(guān)系以及作用機制進行了較為豐富的研究，但仍有進一步探討的空間。

與現(xiàn)有文獻相比，本文的主要貢獻在于：一是區(qū)域創(chuàng)新指標選取方面具有一定的啟發(fā)性。本文從創(chuàng)新質(zhì)量、創(chuàng)新結(jié)構(gòu)、創(chuàng)新效率和創(chuàng)新價值四個維度構(gòu)建綜合指標體系測度區(qū)域創(chuàng)新，合理和全面反映區(qū)域創(chuàng)新的豐富內(nèi)涵，進而豐富區(qū)域創(chuàng)新的相關(guān)研究。二是揭示了數(shù)字經(jīng)濟帶來的產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度是影響區(qū)域創(chuàng)新的機制，為落實創(chuàng)新驅(qū)動戰(zhàn)略提供了具體路徑。三是考慮了數(shù)字經(jīng)濟的非線性特征。本文使用面板門檻模型驗證數(shù)字經(jīng)濟與區(qū)域創(chuàng)新二者之間是否存在非線性關(guān)系，進一步以產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度作為門檻變量進行檢驗，提高了研究結(jié)果的精確性和可信度。

1 理論分析與研究假設(shè)

1.1 數(shù)字經(jīng)濟促進區(qū)域創(chuàng)新的直接機制

數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的直接影響具體體現(xiàn)在以下方面：首先，數(shù)字經(jīng)濟加強了創(chuàng)新主體內(nèi)部協(xié)同創(chuàng)新。新一代數(shù)字技術(shù)使得新知識在創(chuàng)新主體內(nèi)部高效流動，各研發(fā)部門之間加強相互配合，打破原有創(chuàng)新參與者的思維模式和技術(shù)架構(gòu)，推動創(chuàng)新主體產(chǎn)生顛覆性創(chuàng)意。同時，數(shù)據(jù)這一全新要素重新組合其他生產(chǎn)要素，能夠推動產(chǎn)業(yè)鏈在更大范圍內(nèi)融入創(chuàng)新要素，進而形成穩(wěn)定的產(chǎn)業(yè)內(nèi)協(xié)同創(chuàng)新。其次，數(shù)字經(jīng)濟打造了良好的創(chuàng)新網(wǎng)絡(luò)。數(shù)字經(jīng)濟能夠突破時空的束縛，并以較低的成本實現(xiàn)跨區(qū)域資源共享和創(chuàng)新合作[7]，從而形成良好的創(chuàng)新網(wǎng)絡(luò)。依托互聯(lián)網(wǎng)平臺，單一線性的個體創(chuàng)新可以向網(wǎng)絡(luò)化的集體創(chuàng)新轉(zhuǎn)變，“抱團取暖”使得不同創(chuàng)新參與者涉足技術(shù)難度更高的領(lǐng)域。最后，數(shù)字經(jīng)濟形成了更大的市場規(guī)模。數(shù)字經(jīng)濟時代，產(chǎn)品生產(chǎn)部門能夠及時響應(yīng)市場需求，可以在較短的時間突破地理阻隔形成更大的市場規(guī)模[6]，加快科技成果共享與轉(zhuǎn)化，進而降低技術(shù)創(chuàng)新的邊際成本，提高了技術(shù)創(chuàng)新的經(jīng)濟效益。由此，本文提出：

假設(shè)1：數(shù)字經(jīng)濟能夠促進區(qū)域創(chuàng)新。

1.2 數(shù)字經(jīng)濟促進區(qū)域創(chuàng)新的間接機制

數(shù)字經(jīng)濟可以促進產(chǎn)業(yè)數(shù)字化，具體表現(xiàn)為：第一，數(shù)字經(jīng)濟催生新的商業(yè)模式。數(shù)字化的生產(chǎn)方式催生了線上辦公、線上培訓(xùn)等新商業(yè)模式，信息技術(shù)滲透逐步優(yōu)化傳統(tǒng)生產(chǎn)要素投入比，推動了產(chǎn)業(yè)內(nèi)的生產(chǎn)要素動態(tài)調(diào)整與相互作用，進而加快傳統(tǒng)產(chǎn)業(yè)向產(chǎn)業(yè)數(shù)字化轉(zhuǎn)變的速度。第二，數(shù)字經(jīng)濟需要融合其他經(jīng)濟。使用數(shù)字技術(shù)對傳統(tǒng)經(jīng)濟進行改造升級，有效降低生產(chǎn)要素成本以及提升資源利用效率，進而持續(xù)滿足居民日益增長的消費升級需求。數(shù)字經(jīng)濟與傳統(tǒng)經(jīng)濟的深度融合、數(shù)字化管理、在線服務(wù)等能夠加快傳統(tǒng)產(chǎn)業(yè)的數(shù)字化改造與轉(zhuǎn)型，推動產(chǎn)業(yè)鏈由中低端向高端邁進。

與此同時，產(chǎn)業(yè)數(shù)字化的加快也有助于推動區(qū)域創(chuàng)新。一是釋放創(chuàng)新活力。產(chǎn)業(yè)數(shù)字化觸及技術(shù)發(fā)現(xiàn)和技術(shù)攻關(guān)等多個環(huán)節(jié)，對金融、制造業(yè)、能源產(chǎn)業(yè)等關(guān)鍵產(chǎn)業(yè)進行數(shù)字化改造，能夠提高創(chuàng)新活動的頻率。產(chǎn)業(yè)數(shù)字化提升傳統(tǒng)產(chǎn)業(yè)技術(shù)能力與協(xié)調(diào)能力，破除傳統(tǒng)產(chǎn)業(yè)固有的壁壘，推動產(chǎn)業(yè)鏈、價值鏈向高端延伸，進而引領(lǐng)創(chuàng)新主體技術(shù)攻關(guān)方向。二是促進專利合理。產(chǎn)業(yè)數(shù)字化涉及多元創(chuàng)新要素[8]，促進內(nèi)外創(chuàng)新要素的互動與互補，能夠賦能傳統(tǒng)創(chuàng)新要素以及催生新型創(chuàng)新要素，提升高端創(chuàng)新要素在配置結(jié)構(gòu)中的占比，形成與之匹配的專利數(shù)量和專利結(jié)構(gòu)，協(xié)同推進區(qū)域創(chuàng)新的數(shù)量和質(zhì)量。由此，本文提出：

假設(shè)2：數(shù)字經(jīng)濟能夠通過加快產(chǎn)業(yè)數(shù)字化對區(qū)域創(chuàng)新產(chǎn)生積極作用。

數(shù)字經(jīng)濟可以有效提升創(chuàng)新活躍度，主要表現(xiàn)為：第一，降低創(chuàng)新成本。數(shù)字金融服務(wù)的準入門檻低于傳統(tǒng)的金融服務(wù)，可以降低各類創(chuàng)新主體的融資成本[9]，從而激發(fā)創(chuàng)新人才的創(chuàng)新熱情。此外，借助網(wǎng)絡(luò)協(xié)同平臺，創(chuàng)新主體接近零成本獲取多元化技術(shù)信息，并利用數(shù)字技術(shù)整合資金流、信息流和物流，進一步降低創(chuàng)新成本。第二，降低信息偏誤。數(shù)字經(jīng)濟以現(xiàn)代信息網(wǎng)絡(luò)作為載體，有效突破時空的束縛，5G通信、人工智能等數(shù)字技術(shù)有助于降低信息不對稱、增加技術(shù)交易透明度[10]，提高創(chuàng)新主體信息捕獲的精準性，使得創(chuàng)新主體得心應(yīng)手，進而可以增加創(chuàng)新活躍度。第三，引導(dǎo)人才流向。數(shù)字經(jīng)濟發(fā)展使得創(chuàng)新組織模式逐漸由封閉轉(zhuǎn)向開放，促進閑置資源參與創(chuàng)新，有效緩解勞動力配置的扭曲程度，引導(dǎo)高素質(zhì)人才自主有序地流向研發(fā)部門。

創(chuàng)新活躍度的提高將促進區(qū)域創(chuàng)新。一是提升知識溢出。創(chuàng)新活躍度提高能在較大的范圍調(diào)動物力、財力等創(chuàng)新積極因素，創(chuàng)新要素進一步集聚，加速知識傳播與溢出[11]，此時不同創(chuàng)新主體相互學(xué)習(xí)并利用新知識，能夠提高科技創(chuàng)新的成功率。二是降低研發(fā)風(fēng)險。高科技含量的科技創(chuàng)新需要不同創(chuàng)新主體之間加強交流與合作，共同克服和解決創(chuàng)新活動中遇到的難題，進而降低研發(fā)風(fēng)險[12]。多元創(chuàng)新主體參與創(chuàng)新研發(fā)活動，及時探討研發(fā)工作中遇到的難題，進一步降低生產(chǎn)新產(chǎn)品和新知識的成本，從而提高研發(fā)活動中創(chuàng)新效率以及成果轉(zhuǎn)化率。三是激發(fā)人才競爭。較高的創(chuàng)新活躍度會進一步加劇本地創(chuàng)新參與者之間為了謀求發(fā)展產(chǎn)生的激烈競爭，倒逼創(chuàng)新參與者有計劃安排業(yè)余時間學(xué)習(xí)從事領(lǐng)域的相關(guān)知識，進而促進區(qū)域創(chuàng)新水平的提升。由此，本文提出：

假設(shè)3：數(shù)字經(jīng)濟能夠通過提升創(chuàng)新活躍度對區(qū)域創(chuàng)新產(chǎn)生正向影響。

1.3 數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的非線性效應(yīng)

數(shù)字經(jīng)濟處在不同發(fā)展階段，數(shù)字經(jīng)濟的創(chuàng)新效應(yīng)或許存在差異。一方面，一批批雙創(chuàng)示范基地在數(shù)字技術(shù)下快速發(fā)展，推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新，激發(fā)創(chuàng)業(yè)者、消費者、企業(yè)等多元創(chuàng)新主體充分參與區(qū)域創(chuàng)新。不同創(chuàng)新參與者基于互聯(lián)網(wǎng)平臺深入交流之后，分工協(xié)作快速達成共識，形成多主體、多領(lǐng)域、多部門、多維度深度融合創(chuàng)新，顯著降低創(chuàng)新要素的流動成本，有效釋放創(chuàng)新潛能[13]。另一方面，數(shù)字經(jīng)濟下的生產(chǎn)成本邊際遞減，進而能成為引領(lǐng)區(qū)域創(chuàng)新的新動能。數(shù)字技術(shù)迭代更新，生產(chǎn)者和消費者可以無限重復(fù)使用數(shù)據(jù)，使得研發(fā)部門的新技術(shù)或新產(chǎn)品的邊際成本大幅度下降，這會加速信息、數(shù)據(jù)等生產(chǎn)要素流向高效率研發(fā)部門，形成更多的優(yōu)質(zhì)產(chǎn)品與服務(wù)，帶來創(chuàng)新收益邊際遞增。由此，本文提出：

假設(shè)4：數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響呈現(xiàn)“邊際遞增”的非線性關(guān)系。

2 研究設(shè)計

2.1 數(shù)據(jù)說明

本文針對2011—2019年中國286個地級及以上城市面板數(shù)據(jù)展開研究。由于城市層面數(shù)字經(jīng)濟的相關(guān)測度指標最早可追溯至2011年，而在2019年后本文使用的就業(yè)人員數(shù)據(jù)口徑發(fā)生較大調(diào)整，因而選取的研究時段為2011—2019年。本文使用的數(shù)據(jù)主要來自《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒和EPS數(shù)據(jù)庫、國家知識產(chǎn)權(quán)局網(wǎng)站以及北大數(shù)字金融研究中心，缺失的數(shù)據(jù)通過插值法進行填充。所有價格變量以2011年為基期采用相應(yīng)的省級價格指數(shù)消除物價因素影響，使得不同年份的數(shù)據(jù)具有可比性。

2.2 變量設(shè)計

2.2.1 被解釋變量

區(qū)域創(chuàng)新（Inno）?？紤]城市層面創(chuàng)新水平相關(guān)指標的可獲得性，本文從創(chuàng)新質(zhì)量、創(chuàng)新結(jié)構(gòu)、創(chuàng)新效率和創(chuàng)新價值四個維度刻畫區(qū)域創(chuàng)新，并采用熵權(quán)法測度區(qū)域創(chuàng)新水平。具體包括：（1）創(chuàng)新質(zhì)量，發(fā)明專利可以較好地衡量一個地區(qū)的創(chuàng)新質(zhì)量[11]，專利授權(quán)可以挑選出優(yōu)質(zhì)的專利申請，本文采用每萬人發(fā)明專利授權(quán)數(shù)表征區(qū)域創(chuàng)新質(zhì)量。（2）創(chuàng)新結(jié)構(gòu)，非發(fā)明專利較難體現(xiàn)創(chuàng)新產(chǎn)出的質(zhì)量[14]，本文采用發(fā)明專利授權(quán)數(shù)占比表征區(qū)域創(chuàng)新結(jié)構(gòu)。（3）創(chuàng)新效率，區(qū)域創(chuàng)新產(chǎn)出效率越高，成為創(chuàng)新高地的可能性就越大，本文采用專利授權(quán)數(shù)除以R&D 人員和專利授權(quán)數(shù)除以R&D內(nèi)部經(jīng)費表征區(qū)域創(chuàng)新效率。（4）創(chuàng)新價值，技術(shù)合同成交額能夠反映科技活動成效和技術(shù)轉(zhuǎn)移情況，本文采用人均技術(shù)市場成交額表征區(qū)域創(chuàng)新價值。

2.2.2 核心解釋變量

數(shù)字經(jīng)濟（Dige）。目前學(xué)術(shù)界積極探索并完善數(shù)字經(jīng)濟的測度，在實證研究層面上，城市數(shù)字經(jīng)濟發(fā)展水平多通過構(gòu)建綜合指標進行測度。本文參考文獻[15]的研究，采用百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù)和百人中移動電話用戶數(shù)衡量數(shù)字基礎(chǔ)設(shè)施，采用計算機服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員的比重和人均電信業(yè)務(wù)總量衡量數(shù)字產(chǎn)業(yè)發(fā)展，采用數(shù)字普惠金融指數(shù)衡量數(shù)字普惠金融?；谏鲜鋈齻€方面，采用熵權(quán)法測度數(shù)字經(jīng)濟發(fā)展水平。

2.2.3 中介變量

本文的中介變量設(shè)置如下：（1）產(chǎn)業(yè)數(shù)字化（Idig），采用產(chǎn)業(yè)數(shù)字化規(guī)模與城市GDP之比來衡量。產(chǎn)業(yè)數(shù)字化規(guī)模是傳統(tǒng)產(chǎn)業(yè)升級改造的結(jié)果，其指標的測算過程參見文獻[7]。（2）創(chuàng)新活躍度（Iact），采用地區(qū)R&D人員占地區(qū)全社會就業(yè)人數(shù)的比重進行度量。人才是帶動地區(qū)創(chuàng)新進步的重要驅(qū)動力，研發(fā)人員比重越大，相對而言越容易獲得資本、知識、信息、技術(shù)等多種創(chuàng)新要素集聚。

2.2.4 控制變量

借鑒已有研究[1,2]，本文還考察了影響區(qū)域創(chuàng)新的一系列控制變量，具體包括：（1）人口密度（Pop），以單位面積的人口數(shù)的對數(shù)表示；（2）經(jīng)濟發(fā)展水平（Pgdp），以人均GDP的對數(shù)表示；（3）財政科技支出水平（Sci），以地方政府財政科技支出占財政總支出的比重表示；（4）產(chǎn)業(yè)結(jié)構(gòu)（Ind）,以第二產(chǎn)業(yè)增加值占GDP的比重表示；（5）外商投資水平（Fdi），以外商投資額占GDP 的比重表示。變量的描述性統(tǒng)計結(jié)果見表1。

表1 變量描述性統(tǒng)計

2.3 模型設(shè)計

2.3.1 基準回歸模型

為有效識別數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響，構(gòu)建如下的基準模型：

其中，i和t分別表示城市和年份，Innoit表示區(qū)域創(chuàng)新；Digeit表示數(shù)字經(jīng)濟，回歸系數(shù)α1是本文關(guān)心的參數(shù)，其值若顯著為正，則表明數(shù)字經(jīng)濟促進了區(qū)域創(chuàng)新，反之則不是；Xit表示一系列控制變量；μi和λt分別表示城市固定效應(yīng)和年份固定效應(yīng)，εit表示隨機擾動項。

2.3.2 中介效應(yīng)模型

為檢驗數(shù)字經(jīng)濟影響區(qū)域創(chuàng)新的作用機制，在式（1）的基礎(chǔ)上進一步構(gòu)建如下遞歸模型：

其中，系數(shù)β1是數(shù)字經(jīng)濟對中介變量（Mit）的影響程度，系數(shù)γ1是加入中介變量后數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響程度。若系數(shù)β1、γ2顯著，且γ1的顯著性下降或系數(shù)小于式（1）中的α1，則說明中介變量的加入使數(shù)字經(jīng)濟的影響程度降低，存在部分中介效應(yīng)；若γ1不顯著，則說明數(shù)字經(jīng)濟完全通過中介效應(yīng)發(fā)揮作用。對式（1）至式（3）進行估算可得出產(chǎn)業(yè)數(shù)字化或創(chuàng)新活躍度作為中介變量的間接效應(yīng)占總效應(yīng)的比重，計算公式為：PM=β1γ2/α1。

2.3.3 面板門檻模型

本文借鑒Hansen（1999）[16]的研究，構(gòu)建數(shù)字經(jīng)濟、產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度的門檻面板模型，具體設(shè)定如下：

其中，I(·)為指示函數(shù)，Adjit為門檻變量，θ為待估門檻值，其他變量與式（1）相同。

3 實證結(jié)果分析

3.1 基準回歸

為了檢驗數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響，依據(jù)式（1）驗證假設(shè)1，結(jié)果如下頁表2 所示。從列（1）回歸結(jié)果來看，若只將核心解釋變量數(shù)字經(jīng)濟納入模型，那么其與區(qū)域創(chuàng)新之間的回歸系數(shù)是0.321且通過1%水平的顯著性檢驗，表明存在數(shù)字經(jīng)濟的區(qū)域創(chuàng)新效應(yīng)；列（2）至列（7）中均控制城市和年份固定效應(yīng)，并且在列（3）及之后各列中逐步加入可能影響區(qū)域創(chuàng)新的其他控制變量。從回歸系數(shù)的第一行結(jié)果來看，不管加入何種解釋變量，數(shù)字經(jīng)濟的區(qū)域創(chuàng)新效應(yīng)均存在，在將所有變量納入模型后，數(shù)字經(jīng)濟系數(shù)為0.202 且具有較高的顯著性。上述結(jié)果意味著，總體而言，考察期內(nèi)中國城市數(shù)字經(jīng)濟可以賦能區(qū)域創(chuàng)新，假設(shè)1得到驗證。

表2 基準回歸結(jié)果

對于控制變量，人口密度（Pop）的回歸系數(shù)均顯著為正，說明高人口密度有利于在更大的范圍實現(xiàn)人才集聚以及具備較強的知識吸收能力，從而有利于區(qū)域創(chuàng)新。經(jīng)濟發(fā)展水平（Pgdp）的回歸系數(shù)由負向不顯著變?yōu)樨撓蝻@著，說明經(jīng)濟發(fā)展并沒有促進區(qū)域創(chuàng)新。一方面，良好的經(jīng)濟環(huán)境吸引創(chuàng)新要素流入對區(qū)域創(chuàng)新的影響需要一定的時間，即經(jīng)濟發(fā)展與區(qū)域創(chuàng)新的提升可能并不同步；另一方面，經(jīng)濟發(fā)展對區(qū)域創(chuàng)新的作用可能存在區(qū)域差異。財政科技支出水平（Sci）對區(qū)域創(chuàng)新有顯著的促進作用，可能原因是地方政府對本地區(qū)創(chuàng)新進行公共性投入，能夠營造良好的創(chuàng)新環(huán)境，進而激勵和引導(dǎo)本地區(qū)創(chuàng)新活動有序開展。產(chǎn)業(yè)結(jié)構(gòu)（Ind）的回歸系數(shù)顯著為正，第二產(chǎn)業(yè)占比增加在一定程度上預(yù)示工業(yè)占比也在增加，尤其是制造業(yè)因其對生產(chǎn)流程與工藝流程有較高的創(chuàng)新要求，從而提升區(qū)域創(chuàng)新。外商投資水平（Fdi）的系數(shù)顯著為負，表明外商實際投資對區(qū)域創(chuàng)新產(chǎn)生負向影響，這意味著依賴外來技術(shù)不能提高本地區(qū)創(chuàng)新水平，自主研發(fā)才是實現(xiàn)區(qū)域創(chuàng)新的有效途徑。

3.2 穩(wěn)健性檢驗

本文進行了多種穩(wěn)健性檢驗，包括：（1）區(qū)域創(chuàng)新指標中相應(yīng)的專利授權(quán)數(shù)更換為專利申請數(shù)；（2）采用數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)發(fā)展兩個維度表征數(shù)字經(jīng)濟；（3）剔除樣本中的直轄市和省會城市；（4）對數(shù)字經(jīng)濟與區(qū)域創(chuàng)新進行上下1%的縮尾處理。（5）借鑒趙濤等（2020）[15]的研究思路，采用省級層面的單位面積快遞量與1984 年各城市的每百人電話數(shù)量和人均郵電業(yè)務(wù)量構(gòu)造的交互項作為數(shù)字經(jīng)濟的工具變量I和工具變量II。上述穩(wěn)健性檢驗結(jié)果（略）均與本文的基準回歸結(jié)果保持一致。

3.3 影響機制檢驗

本文通過基準回歸和一系列的穩(wěn)健性檢驗，驗證了存在數(shù)字經(jīng)濟的區(qū)域創(chuàng)新效應(yīng)。本文根據(jù)前文理論分析，實證探究產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度是否可以作為數(shù)字經(jīng)濟影響區(qū)域創(chuàng)新的中介變量。表3為數(shù)字經(jīng)濟影響區(qū)域創(chuàng)新的中介效應(yīng)檢驗結(jié)果。其中，列（1）結(jié)果顯示，確實存在數(shù)字經(jīng)濟的區(qū)域創(chuàng)新效應(yīng)。列（2）中數(shù)字經(jīng)濟系數(shù)在1%的水平上顯著為正，表明數(shù)字經(jīng)濟與產(chǎn)業(yè)數(shù)字化具有穩(wěn)定的正向影響。列（3）將產(chǎn)業(yè)數(shù)字化和中介變量一同納入回歸模型，捕捉到產(chǎn)業(yè)數(shù)字化系數(shù)為0.096且具有較高的顯著性，表明產(chǎn)業(yè)數(shù)字化對區(qū)域創(chuàng)新具有顯著促進作用。同時，數(shù)字經(jīng)濟系數(shù)雖在1%的水平上顯著為正，但是其系數(shù)要小于列（1），這意味著產(chǎn)業(yè)數(shù)字化在數(shù)字經(jīng)濟與區(qū)域創(chuàng)新之間發(fā)揮著部分中介效應(yīng)。根據(jù)β1γ2/α1計算中介效應(yīng)量PM，結(jié)果顯示，產(chǎn)業(yè)數(shù)字化的中介效應(yīng)占總效應(yīng)的比重為10.41%。

表3 機制檢驗結(jié)果

接著考察創(chuàng)新活躍度的中介作用是否也存在。列（4）中數(shù)字經(jīng)濟的回歸系數(shù)為正且具有較高的顯著性，表明數(shù)字經(jīng)濟可以提升創(chuàng)新活躍度。列（5）創(chuàng)新活躍度系數(shù)在1%的水平上顯著為正，表明創(chuàng)新活躍度對區(qū)域創(chuàng)新產(chǎn)生積極影響，數(shù)字經(jīng)濟系數(shù)為0.133，且小于列（1）中的0.202，這意味著創(chuàng)新活躍度在數(shù)字經(jīng)濟影響區(qū)域創(chuàng)新過程中起到了部分中介效應(yīng)，經(jīng)過β1γ2/α1計算得出中介效應(yīng)在總效應(yīng)中的占比為34.59%。進一步地，在同時加入中介變量產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度（列（6））之后，可以發(fā)現(xiàn)，產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度的估計系數(shù)均顯著為正，數(shù)字經(jīng)濟的估計系數(shù)在數(shù)值大小和顯著性水平上出現(xiàn)了進一步下降，這意味著加快產(chǎn)業(yè)數(shù)字化和提升創(chuàng)新活躍度是數(shù)字經(jīng)濟賦能區(qū)域創(chuàng)新的重要渠道，由此驗證了假設(shè)2和假設(shè)3。

3.4 門檻效應(yīng)檢驗

理論分析認為，數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響可能為非線性。本文通過重疊模擬似然比檢驗統(tǒng)計量1000次進行檢驗，結(jié)果顯示，數(shù)字經(jīng)濟顯著通過單一門檻檢驗，而產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度均通過了雙重門檻檢驗。下頁表4報告了面板門檻模型的估計結(jié)果，從列（1）可以看出，數(shù)字經(jīng)濟的激勵效應(yīng)在其發(fā)展初期較弱，伴隨數(shù)字經(jīng)濟的穩(wěn)步發(fā)展，數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的激勵效應(yīng)更大。列（2）和列（3）分別匯報了產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度為門檻變量時數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的回歸結(jié)果，可以看出隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型加快以及創(chuàng)新活躍度的提升，對應(yīng)各門檻區(qū)間的系數(shù)顯著變大，即數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的促進作用持續(xù)增強。值得注意的是，只有當產(chǎn)業(yè)數(shù)字化和創(chuàng)新活躍度分別達到一定閾值時，數(shù)字經(jīng)濟的創(chuàng)新效應(yīng)開始凸顯，此結(jié)果揭示了產(chǎn)業(yè)數(shù)字化和創(chuàng)新人才在建設(shè)創(chuàng)新型國家進程中的重要性。由此，假設(shè)4得到驗證。

表4 門檻模型回歸結(jié)果

3.5 異質(zhì)性分析

3.5.1 區(qū)域異質(zhì)性

事實上，中國各地自然資源稟賦和經(jīng)濟社會發(fā)展條件存在一定的差異，從而數(shù)字經(jīng)濟對區(qū)域創(chuàng)新可能存在異質(zhì)性影響。本文將286個城市劃分為東部、中部和西部三個子樣本，進一步探討數(shù)字經(jīng)濟的創(chuàng)新效應(yīng)。下頁表5 列（1）至列（3）結(jié)果顯示，東中部地區(qū)城市數(shù)字經(jīng)濟的回歸系數(shù)顯著為正，并且數(shù)字經(jīng)濟對中部地區(qū)創(chuàng)新的促進作用大于東部地區(qū)城市，這可能在于中部地區(qū)發(fā)揮了數(shù)字經(jīng)濟后發(fā)優(yōu)勢。相比之下，西部地區(qū)城市數(shù)字經(jīng)濟對創(chuàng)新的影響是不顯著的，這可能在于西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平還不高、產(chǎn)業(yè)轉(zhuǎn)化體系還不夠完善以及高端創(chuàng)新人才居留意愿不強，從而難以提升創(chuàng)新水平。

表5 區(qū)域與城市規(guī)模異質(zhì)性估計結(jié)果

3.5.2 城市規(guī)模異質(zhì)性

客觀上，規(guī)模較大的城市具有較強的人才集聚效應(yīng)，創(chuàng)新資源配置和創(chuàng)新利用效率相對較高，能夠提升區(qū)域創(chuàng)新水平。因此，不同城市規(guī)模下數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響效應(yīng)可能存在差異。參考文獻[17]，以2014年中國城市市區(qū)常住人口為劃分標準，100 萬以上、50 萬～100 萬和50萬以下依次設(shè)定為大城市、中等城市以及小城市，進而檢驗不同城市規(guī)模的數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響效應(yīng)。由表5列（4）至列（6）結(jié)果可知，數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響呈現(xiàn)顯著的異質(zhì)性特征，數(shù)字經(jīng)濟顯著促進大城市創(chuàng)新水平的提升，而對中小城市創(chuàng)新水平并沒有呈現(xiàn)顯著的正向影響。究其原因，大城市數(shù)字經(jīng)濟發(fā)展處于領(lǐng)跑地位，極其容易對中小城市的創(chuàng)新要素產(chǎn)生虹吸效應(yīng)，而中小城市在數(shù)據(jù)及信息化基礎(chǔ)設(shè)施、城市服務(wù)和產(chǎn)業(yè)融合等方面發(fā)展基礎(chǔ)較為薄弱，從而影響數(shù)字經(jīng)濟發(fā)揮創(chuàng)新促進效應(yīng)?？偟膩碚f，數(shù)字經(jīng)濟對發(fā)達城市創(chuàng)新水平具有積極影響，進而會導(dǎo)致區(qū)域創(chuàng)新差距持續(xù)擴大。

4 結(jié)論

本文以中國286 個地級及以上城市2011—2019 年的面板數(shù)據(jù)為樣本，采用熵權(quán)法分別測度了數(shù)字經(jīng)濟和區(qū)域創(chuàng)新的綜合水平，實證考察了數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響及其機制。主要結(jié)論如下：（1）數(shù)字經(jīng)濟顯著促進了區(qū)域創(chuàng)新，在經(jīng)過一系列穩(wěn)健性檢驗后該結(jié)論仍然成立。（2）機制分析表明，數(shù)字經(jīng)濟通過加快產(chǎn)業(yè)數(shù)字化與提高創(chuàng)新活躍度進而促進區(qū)域創(chuàng)新。（3）門檻模型結(jié)果顯示，在較完善的數(shù)字經(jīng)濟發(fā)展階段、較好的產(chǎn)業(yè)數(shù)字化和較高的創(chuàng)新活躍度情況下，數(shù)字經(jīng)濟對區(qū)域創(chuàng)新將產(chǎn)生更大、更顯著的激勵效應(yīng)。（4）異質(zhì)性分析發(fā)現(xiàn)，數(shù)字經(jīng)濟對東中部地區(qū)城市和大城市的創(chuàng)新水平促進效應(yīng)明顯，而西部城市和中小城市的數(shù)字經(jīng)濟對區(qū)域創(chuàng)新的影響并不顯著。