数字经济对区域创新能力的影响研究——基于人力资本和研发投入的中介作用

王良红

(安徽大学 经济学院,安徽 合肥 230601)

党的二十大报告明确提出,要贯彻新发展理念,实施创新驱动发展战略,加快建设创新型国家。据知识产权统计年报显示,2022年我国发明专利有效量为421.2万件,同比增长17.1%,我国创新创造能力发展态势良好,但创新活动出现了“量多质低”的尴尬局面,严重阻碍经济向创新驱动型发展转变。保持创新增速,提高创新质量成为实施创新驱动发展战略的关键所在。与此同时,随着大数据、云计算等信息技术的快速兴起,数字经济逐渐成为现代化经济体系中不可或缺的一部分。根据《2022中国数字经济主题报告》显示,2022年我国数字经济规模已经达到45.5万亿元,占国内生产总值的37.6%,数字经济作为经济增长的新动力,突破传统的发展模式,重建经济增长新格局,对创新活动产生重要影响。那么,在当前经济背景下,如何构建合适的数字经济指标评价体系?数字经济能否影响区域创新能力?作用机制如何?其影响效应是否具有异质性?对上述问题的回答,不仅有利于深化对数字经济和区域创新能力的理解,还为地方政府相关政策的实施提供了理论依据。

1 文献综述

数字经济诞生于20世纪90年代,Tapscott在其著作中首次提出“数字经济”的概念,他认为数字经济是将信息流以数字方式呈现出来的新经济[1]。后来随着互联网与经济社会的快速嵌入,越来越多的学者尝试从不同的视角去理解数字经济,Bukht认为数字经济是基于数字技术的一切经济活动,是由数字经济投入带来的全部产出[2],国内研究学者裴长洪认为,数字经济是继农业经济和工业经济之后更高级的经济形态[3]。除了对数字经济的概念进行考究,学者们更多关注数字经济对于社会经济的影响。江红莉基于上市公司数据研究发现数字经济有利于提升企业实体投资,提高企业绩效[4];马勇研究发现当数字经济处于较低发展水平时,能促进实体经济发展[5];罗茜基于省际面板数据研究发现数字经济通过产业数字化和数字产业化推动实体经济有序发展[6]。

关于区域创新能力的研究,主要集中在指标评价和影响因素这两个方面。在指标评价方面,Pinto用技术创新、人力资本、经济结构和就业市场的可获得性作为评价阿尔加维区域创新能力的四个主要因素[7];马力以知识创新、技术创新为核心,以产业集群为基础,并考虑区域制度环境构建四指标体系框架[8];赵希男基于个性优势特征分析法评价我国31个省级区域创新能力[9]。在影响因素方面,田雅娟研究发现影响区域创新能力的因素主要有研发资本投入、人力资本水平、市场化进程和技术差距[10];高晓光针对西藏发展现状,提出优化创新环境可以提升整体的区域创新水平[11];苏屹利用30个省份面板数据,研究发现地理特征和社会经济特征均对区域创新环境产生影响,其中社会经济特征的效果更明显[12]。

针对数字经济和区域创新能力两者关系的研究非常有限,张昕蔚从理论上分析认为数字经济的发展消除了经济系统内信息的不透明性,拓宽了各类信息的传播渠道,提高了创新资源的配置效率[13];实证方面,吴赢构建2011—2018年地级市数字经济发展的综合指标,从融资和知识保护水平角度出发研究数字经济对区域创新能力的影响,发现数字经济显著促进区域创新,两者不存在显著的区域异质性[14]。

纵观现有研究发现,鲜有文献对数字经济影响区域创新能力的传导机制进行探究。因此,本文运用2013—2020年的省际面板数据系统考察数字经济对区域创新能力的影响,并在此基础上考察数字经济对区域创新能力的作用机制。其边际贡献有以下几个方面:第一,立足社会经济现实,构建省级数字经济发展指标体系,从多角度衡量区域创新能力;第二,从理论和实证两个角度分析数字经济和区域创新能力之间的传导机制,厘清数字经济影响区域创新能力的作用路径;第三,从不同研究维度上,考察数字经济对区域创新能力的异质性作用,并对研究结果进行稳健性检验。

2 理论分析与研究假设

2.1 数字经济影响区域创新能力的直接作用机制

数字经济对区域创新能力的影响主要从微观、中观和宏观三个层面分析。从微观层面考虑,新一代技术的发展让企业有了对接移动互联网资源的契机,打破企业生产流程中各个环节的界限,促进时间和空间上的重叠,推动内部信息与外部信息的融合,探索与互联网相结合的新商业模式。云计算中心和数据库为数据提供低成本、高效率的存储和计算空间,5G技术的应用提高了制作及发货过程中的物流运作效率,平台化和数字化将标准变得统一和公开,大数据分析和预测客户的个性需求和服务偏好,并通过算法迅速将供求双方联系起来,精准匹配交易双方,减少交易成本,提高资源的配置和利用效率,促进企业创新能力的提升。

从中观层面考虑,传统的产业创新流程是单向流动模式,各环节之间的界限比较清晰。数字经济时代,产业创新突破时间和空间的限制,跨产业、跨学科的互动模式整合内部资源有效配置,推动产业链和产业集群融合发展,重构产业体系,实现跨越式的创新发展。农村电商和互联网行业的有效结合,突破单一销售形式,缩短信息流通时间,提高生产效率,促进产业转型升级和行业共同发展,整体提升产业创新能力。

从宏观层面考虑,数字技术降低一般社会生产成本,加快要素流动速度,提高地区经济活动相关性,提升资源配置和社会生产效率,活跃社会创新氛围。新型数字技术的应用在打破信息壁垒,促进知识的创造、传播和使用的同时,联通全社会的智慧,整合全社会的资源,打造出多主体共同参与的协同创新模式。即时通信工具的使用为生产生活提供便捷快速的沟通方式,共享产业的兴起实现社会化资源共享,高新技术的应用消除生产要素供求障碍,改善资源利用效率,提升社会创新能力。基于此,本文提出假设1。

假设1:数字经济促进区域创新能力。

2.2 数字经济影响区域创新能力的间接作用机制

云计算、大数据以及互联网发展在改变传统生产经营方式的同时,对劳动者也提出更高层次的要求。具体而言,数字化要素的应用带来了智能化的生产、流通和消费模式,传统低技能劳动力逐渐被数字化机器所替代,这类被替代的劳动者为谋求生存,只能被迫主动学习提升自身的素养和技能,跟上数字化时代下的产业流程。相比低端产业,数字经济对高端产业的渗透效果更明显,对高技能人力资本需求从传统单一型人才,转变为集认知、科研、社交于一体的复合型人才,传统高技能劳动者为谋求自身更优职业发展,必须加快对新知识新技能的学习。另一方面,随着生产生活要素流动范围的扩大,流动效率的提高,信息资源的获取更趋便捷和迅速,人们可以快速有效地接触和学习新知识,继而逐步提高整个社会的人力资本水平。而人力资本作为创新活动的主体,是创新活动的根本驱动力,推动区域创新能力发展。基于此,本文提出假设2。

假设2:数字经济通过人力资本积累提升区域创新能力。

数字经济对劳动密集型行业造成冲击的同时,对技术密集型行业的外部条件也提出了更高水平的要求。具体而言,数字经济营造公开透明的市场环境,高新技术产业想要保持持久的技术优势,必须对行业内容进行调整和变革,变革不仅需要高质量的人力资本积累,更需要研发资本投入作为支撑。数字技术提高资源流动和配置效率,降低不必要的生产经营成本,增强创新主体盈利能力,使得创新主体有更多的资本进行研发投入。另一方面,数字技术整合经济发展中的创新主体和创新过程,提高社会运行效率,增强社会创造参与度和创新活力,促进了研发资本投入。研发资本投入激发创新主体的竞争力和创新力,作为创新活动的核心要素,保证了创新活动的良性运转,促进社会整体技术进步,在提升区域创新能力的过程中起着重要的作用。基于此,本文提出假设3。

假设3:数字经济通过研发资本投入提升区域创新能力。

3 模型设定与指标选取

3.1 模型构建

为了验证上述研究假说,构建基准回归模型,探究数字经济对区域创新能力的影响效应,同时纳入区域发展水平、基础设施建设、对外依存度、产业结构、制度环境等控制变量,构建模型如下:

Innovit=α0+α1Digitalit+αiXit+εit

(1)

其中,i和t分别为地区和时期,Innovit为区域创新能力,Digitalit为数字经济发展水平,Xit为一系列控制变量,εit为随机误差项,α0为截距项,α1和αi为数字经济和控制变量系数。

进一步,为了检验数字经济影响区域创新能力的间接作用机制,在模型(1)中α1显著的基础上,当β1、θ1和θ2全部显著时,存在部分中介效应;当β1和θ2显著,θ1不显著时,存在完全中介效应,构造模型如下:

Mit=β0+β1Digitalit+βiXit+εit

(2)

Innovit=θ0+θ1Digitalit+θ2Mit+θiXit+εit

(3)

其中,M代表中介变量,β0和θ0为截距项,β1、βi、θ1、θ2、θi为系数值。

3.2 指标选取与变量说明

3.2.1 被解释变量 本文的被解释变量为区域创新能力(Innov)。创新是一个复杂的过程,对于创新能力的度量,本文借鉴Acs[15]和徐向龙[16]的研究成果,使用专利授权数(Patent-grant)和专利申请数(Patent-apply)衡量区域创新能力。

3.2.2 核心解释 变量本文的核心解释变量为数字经济发展水平(Digital)。数字经济的核算框架一直没有统一的标准,本文借鉴刘军[17]的研究成果,从信息化发展、互联网发展、数字交易发展三个层面构建数字经济发展水平综合评价体系,具体指标以及数据来源见表1,对于部分缺失值,本文使用线性插值、ARIMA填补等方法对缺失数据进行填补,并借鉴袁徽文[18]的做法,采用熵值法计算数字经济综合发展水平。

表1 数字经济水平评价指标体系

3.2.3 控制变量

(1)区域发展水平(Develop)。区域发展水平是区域创新能力得以实现的重要外部环境,区域发展水平越强,科技创新活动越丰富,越有利于区域创新能力的发展。本文用人均GDP取对数表示区域发展水平。

(2)基础设施建设(Infra)。基础设施建设是实现区域创新必备的硬件设备,基础设施越完善,资源流动范围越大,流动效率越高,越有利于提升区域创新能力。本文用铁路运输长度取对数表示基础设施建设。

(3)对外依存度(Ex_in)。对外依存度衡量经济对外贸的依存程度,对外依存度越高,越有利于吸收先进的知识技能,促进区域创新能力的发展。本文用进出口总额/GDP表示对外依存度。

(4)产业结构(Stru)。产业结构代表一个区域的产业布局,产业布局越合理,产业结构越高级,区域创新能力越强。本文用第二产业生产总值占比表示产业结构。

(5)制度环境(Ins)。制度环境作为生产、交换与分配基础的基础规则,其优劣程度,影响着区域创新能力的大小,本文借鉴陈凌[19]和肖利平[20]的研究,使用樊纲市场化指数表示制度环境,其中,2013—2016年为报告值,2017—2020年为外推值。

3.2.4 中介变量

本文的中介变量分别为人力资本(Hum)和研发投入(Rd)。本文用R&D人员数量表示人力资本,用R&D经费支出表示研发投入。

3.3 数据来源和描述性统计

本文数据各原始指标来源于《中国统计年鉴》《中国科技统计年鉴》和《中国分省份市场化指数报告》,各变量描述性统计见表2。

表2 变量的描述性统计

4 实证分析

4.1 基准回归

基准模型回归结果如表3列(1)和列(2)所示,不论创新指标为专利申请数还是专利授权数,数字经济的系数值始终显著为正,说明数字经济水平的提高,有利于区域创新能力的发展,验证了假设1的结论。专利申请数和专利授权数的系数值分别为0.028和0.032,与专利申请数相比,数字经济水平的提高更能显著促进区域专利授权数,主要原因在于专利申请数包含无法成功授权的专利数,专利申请数的数值范围大于专利授权数,所以,专利授权数代表着相关性更高的创新能力,专利授权数与区域创新的相关性更大。此外,制度环境的系数值始终为正且数值较大。优越的制度环境下,政府提供高效的公共服务平台,信息传递和资本流动的效率提高,创新成果的传播和技术的扩散速度加快,有利于个人、企业和社会积极开展一系列创新活动,扩大数字经济对区域创新能力的影响效应。

表3 基准回归和机制检验

4.2 机制检验

为进一步验证数字经济影响区域创新能力的间接作用机制,将人力资本和研发投入依次代入模型(2)和模型(3)中,检验结果见表3列(3)至列(8)。可以发现,数字经济对人力资本的影响显著为正,数字经济和人力资本共同对区域创新能力的影响也显著为正,这表明在人力资本的作用下,数字经济对区域创新能力的影响为不完全中介效应。数字经济对专利授权量的总效应为0.032,直接效应为0.017,间接效应为0.015,中介效应占比为0.469,数字经济不仅直接促进区域创新能力的提高,并且通过人力资本积累提升区域创新能力,验证了假设2。同样,当中介变量为研发投入时,数字经济对专利授权数的直接效应为0.020,间接效应为0.011,中介效应占比为0.356,数字经济通过研发投入提升区域创新水平,验证了假设3。

4.3 异质性检验

4.3.1 分位数异质性 考虑到普通最小二乘法回归为均值回归,不能全面的解释某一区间范围内数字经济对区域创新能力的影响,本文使用分位数回归依次考察10分位、50分位和90分位区间范围内数字经济对专利申请数和专利授权数的影响,回归结果见表4。可以发现,从50分位到90分位,数字经济对区域创新能力的系数影响值变大,表明随着区域创新能力的不断提升,数字经济发展对区域创新能力的提升作用呈递增趋势,数字经济的影响效应变大,数字经济对区域创新能力的影响具有分位数异质性。

表4 数字经济影响区域创新能力的分位数回归

4.3.2 区域异质性 考虑到地理位置的差异,本文将31省份分成东中西三部分,依次检验东中西三区域数字经济对专利申请数和专利授权数的影响,回归结果见表5。可以发现,中部地区数字经济发展对专利申请数和专利授权数的促进效果最大且在5%的水平上显著,东部次之,西部地区不显著。主要原因在于东部和中部地区地理位置和经济条件较为优越,完善的基础设施为东部和中部创新能力的发展提供了相对适宜的外部条件,西部地区比较偏僻,数字经济对西部区域创新能力的影响程度受到外界因素的限制。西部创新能力有着巨大的发展空间,加大对西部地区的扶持,将提高我国区域创新能力的整体平均水平。

表5 区域异质性检验

4.3.3 经济发展水平异质性 按照经济发展水平是否高于平均经济发展水平,将31个省份划分为发达地区和欠发达地区,回归结果见表6。不论区域经济发展状况如何,数字经济都显著促进区域创新能力,其中发达地区数字经济对区域创新能力的影响效果更大,主要原因是发达地区的人力资本和物质资本等条件更优越,因此,影响区域创新能力的效果更明显。

表6 经济发展水平异质性检验

4.3.4 数字经济发展水平异质性 按照数字经济是否高于全国平均值,将31省份划分为数字经济高水平发展地区和数字经济低水平发展地区,回归结果见表7。可以发现,数字经济始终显著促进专利申请数和专利授权数的提高,数字经济低水平发展地区对区域创新能力的促进效果更明显,主要在于数字经济低水平发展地区有着较大的发展空间,区域创新能力的提升效果更为明显,数字经济高水平发展地区的区域创新能力已经经历过初期发展阶段,目前趋于平缓稳定的上升状态。

表7 数字经济发展水平异质性检验

4.4 稳健性检验

4.4.1 替换因变量 考虑到基准回归结果可能会受到区域创新能力指标衡量误差的影响,本文更换区域创新能力衡量指标,分别用专利有效数(Patent-valid)和区域创新能力综合效用值(Creat)替换被解释变量,回归结果见表8列(1)和列(2)。由结果可知,数字经济的系数依旧在1%的显著性水平上为正,表明数字经济能显著提升区域创新能力,本文基准回归结论具有稳健性。

表8 稳健性检验

4.4.2 添加遗漏变量 考虑到基准回归模型可能受遗漏变量偏差影响,将外商直接投资取对数引入模型进行回归,回归结果见表8列(3)和列(4)。数字经济的系数值依旧显著为正,但有所减小,外商直接投资的系数值显著为正,主要原因在于外商直接投资作为提升区域创新能力的要素之一,促进区域创新能力的发展。

4.4.3 缩尾处理 考虑到上文存在的分位数异质性现象,基准回归结果可能受极端异常值的影响,将变量前后各缩尾1%得到的回归结果见表8列(5)和列(6)。由分位数检验可知,10分位和50分位处数字经济对区域创新能力的促进效果更大,进行缩尾处理后,同基准回归中的系数值相比,数字经济的系数值有所下降,符合预期结果。

4.4.4 核心解释变量滞后一期 考虑到核心解释变量内生性偏误的存在,将数字经济滞后一期再回归,结果见表8列(7)和列(8),滞后一期的数字经济系数值均在1%的水平上,表明专利申请数和专利授权数均受上期数字经济发展水平的影响,数字经济对专利申请数和专利授权数的影响具有时滞性,符合预期结果。

5 结论与建议

5.1 结论

本文重点探讨数字经济发展对区域创新能力的影响效应,对其作用途径进行了理论和实证分析,并进行了一系列异质性检验和稳健性检验,得出如下结论:(1)数字经济促进区域创新能力的发展;(2)人力资本积累和研发资本投入是数字经济影响区域创新能力的重要渠道,发挥显著的部分中介作用;(3)同经济发展低水平地区相比,数字经济发展对区域创新能力的促进效应在经济发展高水平地区更明显;(4)考虑到重要指标衡量误差、遗漏变量、分位数异质性以及内生性偏误等问题的存在,分别进行替换因变量、添加遗漏变量、缩尾处理和核心解释变量滞后一期的检验,本文的结论依旧成立。

5.2 建议

基于以上研究结论,本文提出如下建议:(1)营造良好的数字化发展环境,扩大数字基础设施建设,打破区域创新发展壁垒,提升资源的流动和配置效率,为区域创新发展创造良好的外部条件,进一步优化资源利用效率,提高创新产业竞争力,提升区域整体创新能力。(2)提高人力资本素质,利用互联网教育平台改善教育环境,优化人口结构,提高劳动力自身教育水平和知识素养,加强综合性数字人才建设,培育本区域创新型人才,政府要拓宽就业渠道,缓解就业压力,推动人才引进的配置和保障政策落地,吸引高质量高技能人才,促进人才流向高附加值产业。(3)加大研发投资力度,发挥政府财政的干预作用,增强对研发投入的倾斜力度,加大对创新主体的研发资助,鼓励创新主体的研发行为,加快人力资本和研发资本的跨区域流动,促进高端要素向研发领域流动,推动数字产业化和产业数字化发展。(4)实现数字经济赋能区域创新发展,因地制宜实施数字经济发展战略,加大对中西部地区的人力资本和物质资本投入,确保偏远地区教育资源有保障,推动东部地区的技术创新输出,带动中西部地区的发展,缩小区域之间数字经济发展差距,西部地区要完善人才引进机制和拓宽引资渠道,减少人员和资本流失度,把握创新机遇,提高区域创新能力。