留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

数字经济发展与城市区域创新——来自我国281个城市的经验证据

葛立宇 莫龙炯 张方

葛立宇, 莫龙炯, 张方. 数字经济发展与城市区域创新——来自我国281个城市的经验证据[J]. 广东财经大学学报, 2022, 37(5): 18-30.
引用本文: 葛立宇, 莫龙炯, 张方. 数字经济发展与城市区域创新——来自我国281个城市的经验证据[J]. 广东财经大学学报, 2022, 37(5): 18-30.
GE Li-yu, MO Long-jiong, ZHANG Fang. Digital Economy Development and Innovation in Cities and Regions: Empirical Evidence from 281 Prefecture Level Cities in China[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(5): 18-30.
Citation: GE Li-yu, MO Long-jiong, ZHANG Fang. Digital Economy Development and Innovation in Cities and Regions: Empirical Evidence from 281 Prefecture Level Cities in China[J]. Journal of Guangdong University of Finance & Economics, 2022, 37(5): 18-30.

数字经济发展与城市区域创新——来自我国281个城市的经验证据

基金项目: 

广东省哲学社会科学规划一般项目 GD21CYJ24

详细信息
    作者简介:

    葛立宇(1979-),男,江苏兴化人,广东财经大学粤港澳大湾区创新竞争力研究院、财政税务学院、广东地方公共财政中心讲师,博士

    张方(1990-),男,河南长葛人,广东财经大学财政税务学院讲师,博士

    通讯作者:

    莫龙炯(1989-)(通讯作者),男,广西贵港人,广东财经大学财政税务学院、广东地方公共财政中心讲师,博士

  • 中图分类号: F49;F124.3

Digital Economy Development and Innovation in Cities and Regions: Empirical Evidence from 281 Prefecture Level Cities in China

  • 摘要: 基于北京大学企业大数据研究中心的中国城市创新区域指数和281个地级市2011—2017年的经济发展数据,考察我国数字经济发展与城市区域创新之间的关系。结果表明:数字经济发展对中国城市的区域创新具有显著正向影响,且在一系列稳健性检验后结论依然成立;政府公共科技投入、市场金融信贷投资和社会人力资本提升是数字经济促进城市区域创新的主要影响机制;异质性分析表明,数字经济发展对创新的积极效应在教育水平较低、城市规模较小、市场化程度较低的城市更为显著;数字经济对城市区域创新的促进作用具有显著的空间外溢性特征。本文的理论和实证分析进一步丰富了数字经济发展促进区域创新的机制效应研究,为中国数字经济推动区域高质量发展提供了经验证据。
  • 表  1  中国城市数字经济综合发展水平

    一级指标 二级指标 二级指标测度
    数字经济综合发展指数(Digital) 互联网普及率 每百人互联网用户数
    互联网相关从业人员数 计算机服务和软件从业人员占比
    互联网相关产出 人均电信业务总量
    移动互联网用户数 每百人移动电话用户数
    数字金融普惠发展 中国数字普惠金融指数
    下载: 导出CSV

    表  2  变量的描述性统计

    变量类型 具体变量 变量衡量 数量 均值 标准差 最小值 最大值
    被解释变量 城市创新水平 发明专利授权数目 1 967 51.916 28.104 0.341 100
    实用新型专利公开数目 1 967 52.017 27.990 1.023 100
    外观专利公开数目 1 967 51.740 28.235 0.341 100
    商标授权数目 1 967 51.815 28.113 0.682 100
    核心解释变量 数字经济发展程度 数字经济综合发展指数 1 967 -0.023 1.021 -1.772 8.727
    控制变量 经济发展水平 人均GDP的对数 1 967 10.620 0.574 8.772 13.055
    经济发展速度 GDP增长速度 1 967 9.217 3.926 -19.380 23.960
    产业结构水平 第三产业增加值占比 1 967 38.848 9.123 10.150 76.945
    地方财政投入水平 公共财政收入占比 1 967 0.077 0.026 0.026 0.204
    中介变量 公共科技投入 公共科技投入对数 1 967 10.220 1.240 6.620 15.210
    金融资金投资 年末金融机构人民币贷款余额对数 1 967 16.250 1.060 13.720 19.830
    人力资本 普通高等学校大学生占比(万人) 1 936 184.290 247.010 0.590 1 445.700
    下载: 导出CSV

    表  3  主回归结果

    被解释变量 发明专利授权数目 实用新型公开数目 外观专利公开数目 商标授权数目
    回归方法 FE FE FE FE
    核心解释变量(Digital) 3.71***(17.88) 4.12***(25.02) 5.92***(23.66) 5.03***(21.7)
    控制变量 控制 控制 控制 控制
    常数项 -224.7*** -211.3*** -123*** -168.3***
    城市效应 控制 控制 控制 控制
    时间效应 控制 控制 控制 控制
    城市个数 281 281 281 281
    R2 0.358 8 0.336 8 0.521 5 0.323 3
    N 1 967 1 967 1 967 1 967
    注:******分别表示1%、5%、10%(双尾)的统计显著性水平,括号内的数值为经过异方差调整后的t值或z值。下表同。
    下载: 导出CSV

    表  4  内生性处理结果

    被解释变量 发明专利授权数目 实用新型公开数目 外观专利公开数目 商标授权数目
    回归方法 GMM GMM GMM GMM
    核心解释变量(Digital) 36.82***(2.60) 38.64***(2.67) 21.87**(2.05) 15.9*(1.77)
    控制变量 控制 控制 控制 控制
    常数项 191.05 220.3 89.95 3.67
    城市效应 控制 控制 控制 控制
    时间效应 控制 控制 控制 控制
    城市个数 219 219 219 219
    R2 0.789 3 0.778 4 0.823 4 0.862 6
    N 1 533 1 533 1 533 1 533
    工具变量识别不足检验 8.945 [0.002 8] 8.945 [0.002 8] 8.945 [0.002 8] 8.945 [0.002 8]
    弱工具变量检验 28.6439.756{8.96} 28.6439.756{8.96} 28.6439.756{8.96} 28.6439.756{8.96}
    注:工具变量识别不足检验指的是Kleibergen-Paaprk LM statistic,“[]”内数字为p值;弱工具变量检验指的是Cragg-Donald Wald F statistic和Kleibergen-Paaprk Wald F statistic,“{}”内数字为15%的显著性水平。
    下载: 导出CSV

    表  5  异质性分析结果

    科教水平异质性 城市规模异质性 市场化异质性
    大城市 非大城市 程度高 程度低 调节作用
    回归方法 FE FE FE FE FE FE FE
    被解释变量 发明专利授权数目 发明专利授权数目 发明专利授权数目 发明专利授权数目 发明专利授权数目 发明专利授权数目 发明专利授权数目
    核心解释变量(Digital) 0.63**
    (3.14)
    3.52***
    (3.94)
    0.92**
    (2.57)
    7.46***
    (5.52)
    -0.56
    (-1.11)
    14.66***
    (6.52)
    11.1***
    (4.15)
    市场化程度 6.11***
    (24.29)
    数字化×市场化 -1.07***
    (-3.6)
    控制变量 控制 控制 控制 控制 控制 控制 控制
    常数项 0.456 -204.2*** -116.1*** -121.5*** -219.1*** -103*** -210.9***
    城市效应 控制 控制 控制 控制 控制 控制 控制
    时间效应 控制 控制 控制 控制 控制 控制 控制
    城市个数 29 252 76 205 117 164 281
    R2 0.170 5 0.268 6 0.381 5 0.165 1 0.513 7 0.201 0 0.430 0
    N 203 1 764 532 1 435 819 1 148 1 967
    下载: 导出CSV

    表  6  稳健性检验

    检验方式 控制省份政策环境 替换样本范围 替换核心解释变量
    被解释变量 发明专利授权数目 发明专利授权数目 发明专利授权数目
    回归方法 FE FE FE
    核心解释变量(Digital) 2.78***(4.77) 5.43***(10.65) 2.47***(108.1)
    控制变量 控制 控制 控制
    常数项 -211.9*** -188.5*** -264.3***
    城市效应 控制 控制 控制
    时间效应 控制 控制 控制
    省份效应 控制 控制 控制
    年份×省份 控制 控制 控制
    城市个数 281 250 277
    R2 0.571 5 0.243 8 0.439 8
    N 1 967 1 750 555
    下载: 导出CSV

    表  7  机制检验结果

    方程 (2) (2) (2) (3) (3) (3)
    回归方法 FE FE FE FE FE FE
    被解释变量 财政科技投入 金融资金投资 人力资本 发明专利授权数目 发明专利授权数目 发明专利授权数目
    数字化指数 0.27 ***
    (11.23)
    0.22 ***
    (14.63)
    40.64***
    (4.35)
    -0.74*
    (-1.98)
    -1.12**
    (-2.95)
    2.74***
    (10.09)
    财政科技投入 16.27***
    (20.55)
    金融资金投资 21.19***
    (72.45)
    人力资本 0.023***
    (10.71)
    控制变量 控制 控制 控制 控制 控制 控制
    常数项 -0.74 6.43*** -1755*** -212.6*** -361.2*** -181.7***
    城市效应 控制 控制 控制 控制 控制 控制
    时间效应 控制 控制 控制 控制 控制 控制
    城市个数 281 281 274 281 281 274
    R2 0.480 7 0.444 2 0.440 6 0.619 2 0.636 7 0.389 9
    N 1 967 1 967 1 936 1 967 1 967 1 936
    下载: 导出CSV

    表  8  2011—2017年我国城市数字经济发展水平和发明专利授权数目的Moran's I指数

    年份 数字经济指数 发明专利授权数目
    Moran's I Z Moran's I Z
    2011 0.107 2*** 22.483 1 0.081 8*** 16.210 7
    2012 0.099 1*** 21.014 8 0.081 7*** 16.187 7
    2013 0.100 7*** 20.881 7 0.094 1*** 18.542 3
    2014 0.097 5*** 20.368 5 0.095 1*** 18.730 5
    2015 0.096 4*** 19.944 7 0.100 6*** 19.783 6
    2016 0.090 9*** 18.359 5 0.111 3*** 21.815 0
    2017 0.093 9*** 18.908 4 0.112 8*** 22.101 4
    下载: 导出CSV

    表  9  数字经济影响城市区域创新的空间模型回归结果

    模型设定 SAR SEM SAC SDM
    (1) (2) (3) (4)
    ρ 0.95***(64.78) 0.98***(42.63) 0.89***(26.09) 0.93***(56.34)
    核心解释变量(Digital) 3.25*(1.81) 3.51**(2.39) 3.38*(1.70) 3.41*(1.65)
    W×Digital 16.18***(4.37)
    控制变量 控制 控制 控制 控制
    Log - L -695.45 -647.29 -651.03 -649.15
    城市效应 控制 控制 控制 控制
    时间效应 控制 控制 控制 控制
    城市个数 279 279 279 279
    N 1 953 1 953 1 953 1 953
    R2 0.006 9 0.329 7 0.029 2 0.023 4
    下载: 导出CSV

    表  10  SDM模型的直接效应、空间溢出效应与总效应

    效应类别 变量 系数 t统计值 p值
    直接效应 Digital 4.28*** 3.05 0.001
    间接效应(空间溢出效应) Digital 2.57** 2.23 0.034
    总效应 Digital 6.84* 1.66 0.09
    下载: 导出CSV
  • [1] GUIRE T M, MANYIKA J, CHUI M. Why big data is the new competitive advantage[J]. Ivey Business Journal, 2012, 7-8: 1-13.
    [2] GLAVAS C, MATHEWS S. How international entrepreneurship characteristics influence internet capabilities for the international business processes of the firm[J]. International Business Review, 2014, 23(1): 228-245. doi: 10.1016/j.ibusrev.2013.04.001
    [3] VARIAN H R. Computer mediated transactions[J]. American Economic Review, 2010, 100(2): 1-10. doi: 10.1257/aer.100.2.1
    [4] AUDRETSCH D B, HEGER D, VEITH T. Infrastructure and entrepreneurship[J]. Small Business Economics, 2015, 44(2): 219-230. doi: 10.1007/s11187-014-9600-6
    [5] FORES B, CAMISON C. Does incremental and radical innovation performance depend on different types of knowledge accumulation capabilities and organizational size?[J]. Journal of Business Research, 2016, 69(2): 831-848. doi: 10.1016/j.jbusres.2015.07.006
    [6] 韩先锋, 宋文飞, 李勃昕. 互联网能成为中国区域创新效率提升的新动能吗[J]. 中国工业经济, 2019(7): 119-136. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201907008.htm
    [7] 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(3): 31-38.
    [8] 邱子迅, 周亚虹. 数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析[J]. 财经研究, 2021(7): 4-17. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202107002.htm
    [9] 马化腾, 孟昭莉, 闫德利, 等. 数字经济: 中国创新增长新动能[M]. 北京: 中信出版社, 2017.
    [10] HOWELLS T. Financing innovation: evidence from R&D grants[J]. American Economic Review, 2015, 107(4): 1136-1164.
    [11] 车德欣, 吴传清, 任晓怡, 等. 财政科技支出如何影响企业技术创新?——异质性特征、宏微观机制与政府激励结构破解[J]. 中国软科学, 2020(3): 176-187.
    [12] 吴非, 常曦, 任晓怡. 政府驱动型创新: 财政科技支出与企业数字化转型[J]. 财政研究, 2021(1): 102-115. https://www.cnki.com.cn/Article/CJFDTOTAL-CZYJ202101008.htm
    [13] LEE C Y. The differential effects of public R & D support on firm R & D: theory and evidence from multi-country data[J]. Technovation, 2011, 31(5-6): 256-269.
    [14] 唐松, 伍旭川, 祝佳. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J]. 管理世界, 2020(5): 52-66.
    [15] 谢绚丽, 沈艳, 张皓星, 等. 数字金融能促进创业吗?——来自中国的证据[J]. 经济学(季刊), 2018(4): 1557-1580. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201804012.htm
    [16] 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(10): 65-76.
    [17] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201908001.htm
    [18] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6): 1630-66.
    [19] 杜传忠, 张远. 数字经济发展对企业生产率增长的影响机制研究[J]. 证券市场导报, 2021(2): 41-51. https://www.cnki.com.cn/Article/CJFDTOTAL-ZQDB202102005.htm
    [20] 李天籽, 王伟. 网络基础设施的空间溢出效应比较研究[J]. 华东经济管理, 2018(12): 5-12. https://www.cnki.com.cn/Article/CJFDTOTAL-HDJJ201812002.htm
    [21] 白俊红, 王钺, 蒋伏心, 等. 研发要素流动、空间知识溢出与经济增长[J]. 经济研究, 2017(7): 109-123. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201707009.htm
  • 加载中
计量
  • 文章访问数:  351
  • HTML全文浏览量:  321
  • PDF下载量:  59
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-02-13
  • 网络出版日期:  2022-10-12
  • 刊出日期:  2022-09-28

目录

    /

    返回文章
    返回