互联网发展对中国区域创新能力的影响效应

奥鹏网院作业

互联网发展对中国区域创新能力的影响效应
惠 宁 刘鑫鑫
〔摘要〕 推动互联网与区域创新深度融合是深化供给侧结构性改革的重要手段。基于互联网资源和互联网普及的双重视角，以2005-2018年中国30个省区市面板数据为样本，采用面板固定效应模型和门槛回归模型深入探讨互联网发展对区域创新能力影响的异质性与非线性，结果发现，互联网资源和互联网普及均对区域创新有显著的积极影响，且互联网普及的促进作用更强。此外，互联网发展与区域创新能力之间还存在明显的非线性关系，其中互联网资源对区域创新能力的促进作用不断减弱，呈现高水平陷阱特征；而互联网普及对区域创新能力的促进作用则不断增强，存在显著的网络效应。
〔关键词〕 互联网资源；互联网普及；区域创新能力；线性影响；非线性影响；异质性；门槛特征
一、引言与文献回顾
推动互联网与区域创新深度融合，加快构建网络价值创新体系，形成持续创新的新局面已经成为当今获得区域竞争优势的新途径。中共十九大报告强调“深化供给侧结构性改革，推动互联网、大数据、人工智能和实体经济深度融合”，这不仅是基于对现实经济的考量，更是对科技规律的准确把握。互联网经济由于遵循边际报酬递增规律，既可以作为创新的内生动力，激发科技创新的活力，也可以作为外部因素，推进技术的更新迭代，提高创新的效率和质量。现实表明，我国区域数字鸿沟仍旧很大，互联网资源浪费、错配现象突出，网络侵权纠纷问题频现，极不利于区域创新能力的进一步提升。当前亟待深入探讨的问题包括：互联网发展是否能够驱动中国区域创新能力的提升？互联网资源和互联网普及对区域创新能力的影响是否存在差异？互联网发展和区域创新能力之间是否存在非线性关系？客观地回答上述问题，对于深度挖掘互联网潜力，优化产业结构调整，缩小区域差距具有十分重要的理论和现实意义。
文献检索表明，目前探讨互联网与创新能力之间关系的研究不多，且多数只肯定了互联网的创新溢出效应。Byrd和Turner(2001)指出IT技术具有灵活性，企业通过IT技术能够迅速而系统地将自身知识同社会共享，实现创新知识的传播和增值。①Rai et al(2006)定义了IT集成能力概念，指出凭借互联网的连接功能能够实现与创新合作者的沟通交流，有助于创新网络的形成。②董林洁和陈娟(2014)指出产业创新模式在互联网生态环境下呈现崭新特点，利用互联网平台和工具不仅能够聚焦客户群体的特征而且能够将客户纳入产品研发当中，充分利用客户的认知盈余，形成无缝开放式创新。③程立茹(2013)提出互联网经济本质上是一种创新经济，存在节点创新与网络价值的正反馈机制、软件创新和硬件创新的正反馈机制以及企业创新与产业地位的正反馈机制。④李珊珊和徐向艺(2019)基于互联网的技术资源和战略思维提出“互联网+”能够显著提升小微企业的资源获取能力和创新开放度，并有效地促进这两方面的创新转化。⑤张旭亮等(2017)指出互联网可推动形成跨区域产业网络高效分工下的多重正反馈循环机制，是实现新经济结构下规模报酬递增的新路径。⑥韩先锋等(2019)证实了互联网不仅能直接促进区域创新效率，还可通过加速人力资本积累、金融发展和产业升级间接地对区域创新效率产生积极影响，完全可以成为新时代国家提升区域创新效率的新动能。⑦但也有学者指出互联网的发展不利于企业成长(Geoff W和Daniel R，2007)⑧，对内，盲目的互联网投资会挤出其他资源的投入，加速企业的衰亡；对外，互联网经济有助于互联网行业垄断结构的形成，削弱企业之间创新竞争的积极性(罗珉和李亮宇，2015)。⑨
分析发现，目前有关互联网驱动创新能力方面的研究还处于初级阶段，鲜有研究者深入地考察互联网与区域创新能力之间的内在关联，对于互联网驱动区域创新能力的非线性效应研究则更为少见，几乎没有文献基于互联网异质性探讨互联网发展与区域创新能力之间的关系(惠宁和刘鑫鑫，2018)⑩，所以有必要考察互联网发展对区域创新能力的影响，从而深度挖掘中国区域创新的潜能。本文拟从互联网资源和互联网普及的双重视角入手，以2005-2018年中国30个省区市的面板数据为样本，首先构建面板固定效应模型探讨互联网发展在资源以及普及两个维度对区域创新能力影响的异质性；其次采用非线性计量方法验证互联网发展与区域创新能力之间可能存在的非线性关系，探讨互联网发展驱动区域创新能力提升的门槛特征，以期能够对不同区域有效利用互联网资源和推动互联网普及有借鉴意义，从而为更好地促进“互联网+创新能力”的深度融合提供理论依据和政策参考。
二、分析框架与研究假设
互联网发展对区域创新能力的影响具有系统性，体现在互联网资源和互联网普及两个维度，其中互联网资源指互联网在基础设施、平台以及技术上的发展；互联网普及反映在互联网的扩散效应、溢出效应以及渗透效应的发挥方面。本文接下来基于互联网资源和互联网普及的双维度分析互联网发展对区域创新能力的理论机理。
1.互联网资源对区域创新能力的线性影响机理
一是对提高资源效率的影响。互联网拓展了创新资源整合的广度和深度，其整合范围由“线下资源的简单相加”走向“线上线下资源的深度聚合”；整合目的由“适配原则内的利益最大化”走向“基于需求基础上的资源最优配置”，进而实现创新要素跨区域、跨领域、跨平台的自由配置，促进人才、技术、物质等资源充分利用，带动区域创新能力明显提升。在创新资源方面，互联网技术由于能够精确计算各类资源在不同方向上的使用效率，从而有利于合理选择资源的分配方向，以最少投入获得最大产出，使资源利用率达到最大。同时技术人员能够实时监控资源使用情况，及时纠正资源配置偏离行为，避免资源浪费和错配现象发生。在创新人才方面，互联网平台的出现改变了传统的人才培养模式，打破了因经济、设备、地理、时间限制而造成的学习壁垒，使人们不仅可以根据个体差异跨专业、跨学校、跨区域地学习，还能够突破课堂、校园、地区的界限，从而扩大学习与实践的广度和深度，提升员工的专业技能和素质，促进劳动生产率水平的全面上升。在创新技术方面，互联网为企业提供了高效、智能的技术平台，所衍生的大数据、云计算等技术能够使企业通过对现有数据的分析实现精益生产，促进产品生产的专业化、智能化和精确化，从而简化冗余生产流程，推动传统生产方式的技术升级，提升新产品的生产效率。
二是对降低创新成本的影响。互联网能够有效降低企业创新的合作成本、契约成本和代理成本(王金杰等，2018)，缓解开展创新活动的资金约束，显著激发创新主体积极创新的主动性。首先，在互联网技术支撑下，信息网络平台的迅速崛起改变了技术信息的获取、交流和传递方式，企业之间的沟通联系变得更为及时有效，使企业极大地节省了创新合作的交流成本，为区域之间的合作创新创造了条件。同时互联网技术提供了低成本的搜索平台和开源软件，创新主体可以在全球范围寻找合适的合作伙伴，节约创新合作中产生的搜寻成本。其次，基于数据和信息控制搭建的互联网平台有助于企业通过制定合作规则，在公共品供给、知识产权保护和契约执行等方面构建新机制，同时借助互联网企业可以让更为松散、成本更低的不完全契约形式替代契约型合作关系，降低获得创新资源的契约成本。最后，互联网技术打破了信息不对称壁垒，使公司行为在网络下更透明、公开，企业的内部员工和外部相关利益者都能够实时地监督企业的创新决策，增强开放式创新合作者的分散式监督权利，削弱企业传统治理主体的权威，从而降低创新的代理成本。
三是对革新商业模式的影响。互联网具有很强的渗透性，能以“嵌入式”方式融入生产活动的各个环节，引发商业模式的重大变革(郑文范和刘明伟，2015)。在经营模式方面已有越来越多的企业采取轻资产经营模式，非核心业务由“自制”转为“外包”，大幅度缩短供应链条，将核心业务集中于技术的研发和更新，专注于培育智力资本、知识要素和知识资产，这显然有利于提升企业对专业产品的创新能力。在交易模式方面，互联网通过搭建电子商务平台创造出虚拟商场，商户和消费者之间的交易模式由线下转为线上，顾客可以随时随地网络化选购商品，商家也能及时地展示新产品，这明显有利于加快新产品的使用和推广，有效缩短新产品的生命周期，提升产品转化效率。在融资模式方面，P2P网贷、移动支付、“众筹”“众付+预付”等各种新的融资方式不断涌现，企业依据日常的消费积分可以获取相应的信用额度，不需要任何复杂的手续，这不仅有利于解决中小企业融资难，为创新活动提供资金保障，而且也提高了社会资金的使用效率和中小企业开展创新活动的积极性。
基于此，提出假设1：互联网资源促进区域创新能力提升
2.互联网资源对区域创新能力的非线性影响机理
互联网资源具有“技术性、灵活性、整合性”等特征，能够优化创新资源组合方式，打破创新成本的资金约束，革新企业的商业模式，全面提高区域创新能力。但作为一类战略性人造资源，与其他生产要素类似，互联网也符合边际报酬递减规律。
一是互联网资源与其他资本包括人力、技术等需要在一定的配比下才能对区域创新能力产生促进作用。互联网资源投入之初，与其他补偿性要素相比，因投入量偏低，其边际生产力最优，少量互联网资源投入便能获取较大的创新溢出。随着互联网资源投入的进一步增加，与其他生产要素之间的差距逐渐缩小，需要更多的互联网资源投入才能产生与之前等同的创新溢出效应，即对区域创新能力的促进强度呈减弱态势。当互联网资源的投入量超过其他补偿性要素，一旦其他生产要素无法支撑互联网资源发挥效能之所需，便会造成互联网资源的冗余和浪费，出现因网站重复建设带来的低效益问题，增加互联网的管理成本，严重削弱互联网资源对企业创新能力的促进作用。
二是互联网资源的发展需要持续的资金投入。初期，尽管网络基础设施的完善、网络平台的构建以及互联网技术的研发都有一定的资金需求，但由于互联网的边际效益远大于投入成本，足以激励企业加大对互联网资源的投入，使创新溢出效应得到有效发挥。但是科学技术的日新月异，以及社会对互联网技术要求的不断提高，迫使互联网设备必须不断更新或升级换代，与此同时互联网资源收益却不断缩小，以致无法支撑企业大量的成本投入，从而降低企业对互联网资源的投资意愿。互联网资源因无法得到及时的更新换代，削弱了对区域创新的溢出效应。
基于此，提出假设2：互联网资源与区域创新能力之间呈现边际报酬递减的非线性关系
3.互联网普及对区域创新能力的线性影响机理
一是对知识溢出效应的影响。互联网能够将杂乱无章的知识进行综合整理，并且理论上能够无时限地传播，创新主体只需通过搜索引擎即可在网络中寻到所需知识，了解国内外最前沿的技术发展动态，并将自身的理解加进对现有知识的解释中，从而在知识分享和积累过程中不断扩展知识边界，逐渐增加知识存量，持续增值知识价值，不断增强溢出效应，培养研发人员的创新思维，给予其加入新元素和重新组合的灵感，激发内在的创新潜能(Czernich N et al，2011)。同时，随着互联网的普及和应用，网络逐渐成为知识转移的重要渠道，人们通过浏览网页、网上购物、观看视频等即可受到知识的灌输，并在无形中获得一些信息、创意和理念。在知识溢出的熏陶下，创新主体不仅能够及时发现商机的存在，萌生创新创业的想法，将一些冷门或新奇的商品推向市场，全面激活市场潜力，而且能够快速、准确地捕捉市场的空白点和创新点，在吸收现有知识的基础上研发创新。
二是对信息扩散效应的影响。市场环境复杂多变，信息获取对于创新活动的成败至关重要，而传统的信息传递受到时间、地点、渠道、成本等相关因素的约束，作为新时代的信息传递媒介，互联网衍生出了邮件、微信、QQ、微博等信息交流软件，信息流通的壁垒被打破，传统的信息传递方式发生显著变化，不仅为信息扩散提供了一个开放式的共享传播渠道，传播方向也由单向传递转为多向扩散(郭家堂和骆品亮，2016)，覆盖范围由一点弥漫到整个网络空间，而且信息传递渠道更为通畅，传播方式更为多元，传递速度更为迅速，传播范围更为宽泛，进而大幅度地提高了信息的传播效率，保证了信息的有效性和及时性，有助于创新主体及时了解市场需求信息、政府的政策信息、前沿技术信息等，为企业技术创新活动提供了更多有价值的参考，便于企业甄别当前的创新行为是否与市场匹配，并掌握其他企业已完成或正在实施的技术研发活动信息，进而减小开展创新活动的风险性，在技术创新竞争中先发制人，争取有利的竞争位置。
三是对思维渗透效应的影响。随着“开放、平等、互助、共享”互联网思维的普及，“自协调、自学习、自进化”的创新文化逐渐形成，突破了传统封闭创新的思维方式和哲学观念，营造出“大众创业、万众创新”的良好氛围。对企业内部而言，互联网思维的渗透有助于员工养成“高开放度、高信任度、高合作度”的行为习惯，有利于企业形成“互相沟通交流、互相解决问题、互相和谐进步”的工作氛围，从而有利于激发创新观点。对企业外部而言，互联网思维的渗透有助于各个创新主体形成同等高度的价值观，有效缓解创新主体之间因价值观念不同产生的冲突，提高企业之间开展合作创新的可能性。另一方面互联网思维的普及也促进“开放、平等、互助、共享”的价值观念在社会盛行，从而有利于形成平等共享的创新价值观念。随着众多企业意识到创新合作的重要性，并将这一价值观念纳入企业文化，企业之间的单纯竞争开始趋向合作竞争，更多的开放式创新合作机会由此被释放，共建创新生态成为企业的生存方式。
基于此，提出假设3：互联网普及发展促进区域创新能力提升
4.互联网普及对区域创新能力的非线性影响机理
互联网能够打破企业边界和地域空间的界限与约束，凭借其连通性特征将社会各界连接成一个高度一体化的经济网络体系(江小涓，2015)，创造一个无界、有效、自由的全面开放式创新环境，降低企业创新活动的交流成本，有效地提升区域创新的绩效和潜力。梅特卡夫定律指出，网络的价值与联网用户数的平方成正比，即随着互联网网民范围的扩大，网络价值呈现指数型增长。说明互联网普及与创新能力之间并非简单线性关系，而是存在复杂的网络效应。
互联网使用的初期，因为只有个别群体被连接在一起，知识溢出效应受限，异质性创新思想只能在小范围传播，知识增值和更新的速度不快，创新资源的供需信息流通不顺畅，以及创新活动面临较大不确定等，导致互联网引发的创新溢出效应不明显。随着互联网普及范围的不断扩展，信息交流壁垒被打破，企业间的创新活动边界逐渐消失，形成开放式创新网络，各行各业的人员在网络中交流沟通，不同的供需信息、政策信息、技术信息等跨时空且近乎零成本地快速传播，有效发挥了互联网的信息扩散效应，提升了互联网对创新能力的促进作用，导致互联网创新溢出效应增强，并刺激了互联网规模的进一步扩大，越来越多的消费者、创业者、研发机构、高校群体融入区域创新活动中，出现各种APP以及淘宝、共享单车、嘀嘀打车等新商业模式，互联网与各行各业的融合成为常态，创新溢出效应达到最大。与此同时，互联网的溢出效应也产生了示范效应和竞争效应。为了能够在激烈的竞争环境中获取发展优势，各企业都会在产品、服务和价格等方面采取差异化竞争，加快企业核心产品的更替迭代。当一个企业通过产品创新并获取创新租金时，其他企业在利润的驱使下也会纷纷加入创新行列，从而形成“一个企业创新呼唤另一个企业创新”的正反馈机制，使整个市场营造出大众创业万众创新的良好氛围，有效地促进区域创新能力提升。
基于此，提出假设4：互联网普及与区域创新能力之间呈现边际报酬递增的非线性关系
三、实证分析
1.模型设定
互联网作为技术革命的代表已成为促进产品更新、推动产业升级、构筑竞争优势的内生驱动力。为了验证互联网是否为提升区域创新能力的新动能，本文将互联网作为生产要素纳入创新生产函数，以考察互联网资源和互联网普及对区域创新能力的影响作用。考虑到异方差带来的负面影响，对所有变量取对数构建以下模型：
lninnovateit=α0+α1lninterzyit+α2lnrdit+α3lneduit+α4lnstructureit+α5lnpropertyit+α6lnmarkit+ui+εit
(1)
lninnovateit=θ0+θ1lninterpjit+θ2lnrdit+θ3lneduit+θ4lnstructureit+θ5lnpropertyit+θ6lnmarkit+ui+εit
(2)
其中，以i表示省份；以t表示时间；innovateit是被解释变量，代表区域创新能力；interzyit和interpjit是核心解释变量，分别表示互联网资源拥有水平和互联网普及发展的水平。rdit、eduit、structureit、propertyit、markit是控制变量，分别表示研发投入强度、人力资本水平、产业结构、知识产权保护程度和市场化水平；α0和θ0是截距项，α1-α6和θ1-θ6是待估参数，代表各变量对区域创新能力的弹性系数；εit代表随机干扰项。
为了进一步研究互联网发展与区域创新能力之间的非线性关系，借助Hansen(1999)提出的面板门槛回归模型，本文分别以互联网资源和互联网普及水平为门槛变量构建互联网发展对区域创新能力的非线性模型如下：
lninnovateit=β0+β1lninterzyit·I(lninterzyit≤γ1)+β2lninterzyit·I(γ2≥lninterzyit>γ1)+…+βnlninterzyit·I(lninterzyit≤γn)+βn+1lnrdit+βn+2lneduit+βn+3lnstructureit+βn+4lnpropertyit+βn+5lnmarkit+εit
(3)
lninnovateit=δ0+δ1lninterpjit·I(lninterpjit≤γ1)+δ2lninterpjit·I(γ2≥lninterpjit>γ1)+…+δnlninterpjit·I(lninterpjit≤γn)+δn+1lnrdit+δn+2lneduit+δn+3lnstructureit+δn+4lnpropertyit+δn+5lnmarkit+εit
(4)
其中，interzyit、interpjit分别代表互联网资源发展和互联网普及发展的水平，且既是核心解释变量也是门槛变量；γ为待估的门槛值；I(*)是指示函数，当括号内的条件满足时，取值为1，否则为0，其余变量与式(1)和式(2)相同。
2.变量选取
为了保证变量指标口径的一致性，本文以2005年为研究起点，选取2005-2018年中国30个省区市面板数据作为研究样本。原始数据均来自《中国统计年鉴》《中国科技统计年鉴》《中国劳动统计年鉴》和中国互联网络信息统计报告(CNNIC)。表1显示了所有变量的定义说明及统计性描述。
(1)被解释变量。创新能力(innovate)一直是学术界研究的热点和重点，多数学者采用专利申请数、专利授权数、新产品销售收入、R&D经费投入等指标衡量区域创新能力，由于专利在区域之间可比，且专利授权数具有滞后性，本文选择各省区市专利申请数衡量区域创新能力。
(2)核心解释变量(门槛变量)。根据前文的界定，互联网发展内涵包括两个维度，即互联网资源(interzy)和互联网普及(interpj)。互联网资源发展由于主要体现为网络基础资源的增加，本文使用各省区市拥有的网站数量衡量。而互联网普及发展反映网民规模的扩大，需要消除人口基数带来的数据误差，故采用各省区市网民人数与本地区总人数的比值衡量。
(3)控制变量。为了保证模型估计的准确性，需要对可能影响区域创新能力的因素进行控制。研发投入强度(rd)：研发资金是创新产出的基本投入，选择各省区市R&D经费内部支出占生产总值的比重衡量。人力资本水平(edu)：人才是区域创新能力提升的内生动力，依据Barro和Lee(2000)的做法采用各省区市平均受教育年限衡量。产业结构(structure)：产业结构是制约经济高质量发展的重要影响因素，在区域创新中起着重要作用，选择各省区市的第二产业产值与GDP的比值衡量。知识产权保护程度(property)：知识产权为地区营造了自由的创新环境，有利于技术市场的优化配置，采用各省区市技术市场成交额与GDP的比值衡量。市场化水平(mark)：市场化是创新资源能够完全竞争、自由流动、有效配置的前提，本文将各省区市国有企业就业人数占总就业人数的比例作为逆指标，此值越大表明市场化水平越低，反之亦然。
表1 各变量的统计性描述

3.实证检验及其解释
(1)互联网发展对区域创新能力的线性影响效应
考虑到模型中各变量之间可能存在线性相关性，本文在实证分析之前先做多重共线性诊断(方差膨胀因子VIF)。通过计算，发现以互联网资源为解释变量的模型VIF最大值为5.22，均值为2.97；以互联网普及为解释变量的模型VIF最大值为4.06，均值为2.63，根据经验法则可判定两个模型都不存在严重多重共线性。
为了探讨互联网发展对区域创新能力影响的异质性，本文拟分别对以互联网资源和互联网普及为核心解释变量的模型进行回归分析。首先进行模型筛选，通过Wald检验、LR test检验和Hausman检验，发现模型均拒绝原假设，故两个模型均采用固定效应模型。同时为了消除异方差影响，本文采用稳健性标准差进行估计，回归结果如表2。从模型1、2和模型4、5可以看出，无论是否考虑控制变量，互联网资源变量和互联网普及变量的系数符号和显著性均保持高度一致，表明回归结果可靠。在模型2中，interzy变量的回归系数为0.208，且在1%水平下高度显著，说明互联网资源拥有量的扩张对区域创新能力提升具有显著促进作用，当互联网资源每增加1%，区域创新能力会提升0.208个百分点，从而证明假设1成立。在模型5中，interpj变量回归系数为0.433，通过1%显著性水平，表明互联网普及的程度提升显著提高了区域创新能力，互联网普及程度每提高1%，区域创新能力会增长0.433%，验证了假设3成立。另外，比较interzy与interpj的回归系数发现，interpj回归系数约是interzy的2倍，可见，相比较互联网资源，互联网普及对区域创新能力的促进作用更大，所发挥的创新溢出效应更强。综上，互联网确实可以成为提升区域创新能力的新动能，其中互联网普及起着更大的促进作用，区域发展中应利用好互联网带来的红利，不断增强互联网建设的力度，扩大互联网的普及范围。
对控制变量回归结果的简单分析表明，研发投入强度和人力资本水平的影响系数均为正，且通过1%显著性水平，说明资金和人力仍是重要的创新要素，在区域发展过程中起着重要的促进作用。产业结构影响系数为负，显著性不强，说明第二产业的发展对区域创新并未起到推波助澜作用，反而阻碍了区域创新步伐。知识产权保护程度的影响系数显著为正，说明良好的产权环境有利于技术的自由流动，形成大众创业、万众创新的良好氛围。市场化水平影响系数为负，说明市场化水平的提高有利于创新资源优化配置，促进区域创新能力的提升。
考虑到重要变量遗漏或者互联网发展与区域创新能力之间可能存在双向因果关系从而可能导致内生性问题，本文在个体固定效应模型的基础上分别以互联网资源的滞后一期和互联网普及的滞后一期作为互联网资源和互联网普及的工具变量，并采用IV估计方法进行回归分析。首先进行Hausman-Wu内生性检验，两个模型均拒绝原假设，表明模型2和模型5存在内生性，有必要引入工具变量进行估计，再进行弱工具变量检验，发现F值均大于10，不能拒绝原假设，说明所引入的工具变量合理。回归结果如表2中的模型3和模型6，各变量回归系数的正负与显著性同模型2和模型5基本保持一致，再一次证明互联网资源和互联网普及确实对区域创新能力都存在显著的积极影响，且互联网普及的促进作用更甚。
表2 互联网发展对区域创新能力线性影响的回归结果

注：括号里是t统计量；*p<0.1, **p<0.05, ***p<0.01
(2)互联网发展对区域创新能力的非线性影响效应
在进行门槛回归估计之前先做门槛存在性检验，以便判断门槛值的个数和确定门槛值。采用Hansen自抽样法依次对不存在门槛、存在一个门槛、存在两个门槛以及存在三个门槛的原假设进行检验的结果显示，当分别以互联网资源和互联网普及为门槛变量时，模型均显著通过单一门槛和双重门槛检验，而三重门槛不显著，说明互联网资源、互联网普及与区域创新能力之间存在明显的双门槛效应，其中互联网资源和互联网普及的门槛值分别为9.185和12.626、-2.146和-1.558。据此，互联网资源水平可分为低资源(lninterzy≤9.185)、中资源(9.185<lninterzy≤12.626)和高资源(12.626<lninterzy)；同理，互联网普及水平可分为低普及(lninterzy≤-2.146)、中普及(-2.146<lninterzy≤-1.558)和高普及(-1.558<lninterzy)。
表3 门槛模型检验

注：p值是反复抽样300次得到的结果；*p<0.1, **p<0.05, ***p<0.01
结合门槛存在性检验结果，采用双重门槛模型分析互联网发展与区域创新能力之间的非线性关系，其估计结果如表4。模型7是以互联网资源为门槛变量的回归结果，当互联网资源处于不同的发展水平时影响系数均为正，且都通过1%的显著性检验，说明互联网资源确实能够促进区域创新能力的提升，但存在明显差异性。当互联网资源水平分别处于低资源、中资源和高资源三个不同阶段时，互联网资源每增加1%，区域创新能力会分别提高0.592%、0.573%和0.524%。可见低资源的创新溢出效应最强，中资源次之，高资源最弱。说明随着互联网资源水平的提高，互联网资源对区域创新能力的促进作用不断减弱，且减弱程度从低资源到中资源到高资源是逐渐增大的，互联网资源存在明显高水平陷阱，从而验证了假设2成立。目前，北京、上海、山东、广东和浙江地区已经进入高资源状态，需要尤其重视高水平陷阱带来的不利影响，尽快提高互联网发展质量，避免互联网资源的冗余和浪费。
从模型8的回归结果看，当互联网普及处于不同发展水平时，区域创新能力的溢出效应存在显著差异。当互联网普及处于低普及状态时，影响系数为0.829，且通过1%显著性水平，说明互联网发展处于低普及程度时能够显著促进区域创新能力的提升，每当互联网普及程度提高1%，区域创新能力会增长0.829。当互联网普及提高到中普及水平时，影响系数增加到1.061，说明随着互联网普及程度的提高其创新溢出效应有所增强。当互联网普及水平达到高普及状态时，影响系数进一步增加到1.347，其创新溢出效应达到最优。可见互联网普及对区域创新能力的促进作用遵循边际报酬递增规律，两者之间存在明显的网络效应，从而验证了假设4成立。各地区应继续拓宽互联网普及范围，努力构建普惠互联网，最大化地激发互联网的潜力和红利。
表4 互联网发展对区域创新能力非线性影响的回归结果

注：括号里是t统计量；*p<0.1, **p<0.05, ***p<0.01
四、主要结论与政策建议
本文以2005-2018年中国30个省区市面板数据为样本，将互联网发展分解为互联网资源发展和互联网普及发展两个维度，从理论和实证两个方面考察互联网发展与区域创新能力之间的关系，得到如下结论：第一，互联网发展对区域创新能力有显著促进作用，且互联网普及的创新溢出效应更高。第二，互联网资源与区域创新能力之间存在明显双门槛效应，对区域创新能力的促进作用是逐级减弱的，具有高水平陷阱等征。第三，互联网普及与区域创新能力之间存在网络效应，随着互联网普及的扩大，互联网的创新溢出效应不断增强。本研究结论具有以下政策启示：
1.提高互联网资源水平，激励区域创新行为。首先，应加大互联网资源的投入力度，完善互联网基础设施建设，适当降低互联网接入成本，推广互联网平台应用，开发互联网高端技术，充分发挥互联网的创新溢出效应。其次，应积极实施工业互联网战略，促进互联网与工业的深度融合，利用互联网控制企业产品生产、质量监控和运营管理系统，加快互联网对传统产业的改造升级，实现工业企业的网络化、智能化和平台化，充分释放互联网对工业企业技术创新的红利。最后，应积极建设 “开放、平等、共享”的企业文化，利用众包、用户参与设计、云设计等新型研发形式，激发群体的创新意识和创新行为，使开放合作的创新文化成为新时代企业生存和发展的灵魂。
2.扩大互联网普及程度，缩小城乡数字鸿沟。各省区市应重视互联网普及带来的红利，充分发挥地区人口优势，扩大互联网普及渠道，全面进行互联网推广工作，深入宣传互联网的应用优势，同时进一步扩建公共网络场所，加快互联网向农村和其他欠发达地区的普及，逐步实现全民网络化。其次，针对不同地区建立差异化互联网资费，适当降低宽带接入资费标准，提高宽带网速，改善互联网使用环境，增强网民上网的体验感，使非网民有能力、有兴趣使用互联网。最后，健全信息安全保障体系，加强网络安全监管，构建网络举报投诉平台，及时遏制网络不法行为的发生，依法合规地处理网络不健康内容，为网民上网提供安全保障，增强网民对互联网的信心，扭转网民严重流失现状。
3.充分认识互联网创新溢出的阶段性，制定差异化发展策略。对于互联网资源发展缓慢的地区，政府应适当加大该地区的资金资助，完善互联网基础设施，提高网络平台的供给能力，改进互联网的基础性技术，充分发挥互联网资源的创新溢出效应，缩小与其他省区市在创新水平上的差距。针对中资源水平的地区，应重视网站低层次重复建设造成的互联网资源浪费和冗余问题，加强政府监管，禁止未经批准擅自建设互联网基础资源，形成互联网资源共享机制，提高互联网资源利用率，防止互联网发展掉进高水平陷阱。对于已陷入高水平陷阱的区域，应及时全面地整顿网站，在给予一定补偿的条件下，对重复建设及多余的网站进行删减，实现互联网资源的优化配置。
① Byrd T A , Turner D E.,“An Exploratory Examination of the Relationship between Flexible IT Infrastructure and Competitive Advantage,” Information and Management 2001, 39(1):41-52.
② Rai A., “Firm Performance Impacts of Digitally Enabled Supply Chain Integration Capabilities，”MIS Quarterly 2006,30(2):225-246.
③ 董洁林、陈娟：《无缝开放式创新:基于小米案例探讨互联网生态中的产品创新模式》，《科研管理》2014年第12期，第76-84页。
④ 程立茹：《互联网经济下企业价值网络创新研究》，《中国工业经济》2013年第9期，第82-94页。
⑤ 李珊珊、徐向艺：《“互联网+”是否有效促进了小微企业创新》，《山东社会科学》2019年第2期，第151-156页。
⑥ 张旭亮、史晋川、李仙德、张海霞：《互联网对中国区域创新的作用机理与效应》，《经济地理》2017年第12期，第129、137、236页。
⑦ 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》，《中国工业经济》2019年第7期，第119-136页。
⑧ Geoff Walsham, Daniel Robey，“Foreword: Special Issue on Information Systems in Developing Countries，”MIS Quarterly 2007, 31(2):317-326.
⑨ 罗珉、李亮宇：《互联网时代的商业模式创新:价值创造视角》，《中国工业经济》2015年第1期，第95-107页。
⑩ 惠宁、刘鑫鑫：《互联网发展对区域创新能力的影响研究述评》，《山西师大学报》(社会科学版)2018年第4期，第27-33页。
王金杰、郭树龙、张龙鹏：《互联网对企业创新绩效的影响及其机制研究——基于开放式创新的解释》，《南开经济研究》2018年第6期，第172-192页。
郑文范、刘明伟：《科技价值与“互联网 + ”行动对创新创业的作用》，《东北大学学报》(社会科学版)2015年第11期，第567-572页。
Czernich N.，O. Falck，T. Kretschmer et al.,“Broadband Infrastructure and Economic Growth，”Social Science Electronic Publishing, 2011(121)，pp.505-532.
郭家堂、骆品亮：《互联网对中国全要素生产率有促进作用吗?》，《管理世界》2016年第10期，第34-49页。
江小涓：《高度联通社会中的资源重组与服务业增长》，《经济研究》2017年第3期，第4-17页。
Hansen B E., “Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference，”Journal of Econometrics, 1999, 93(2)，pp.345-368.
由于台湾、澳门、香港数据不易获取以及西藏部分数据缺失，本文不包括以上地区；2017-2018年的网民数量权威机构尚未公布，以互联网普及变量为核心解释变量时采用2005-2016年的数据。
Barro R j,Lee J W.,“International Data on Educational Attainment:Updates and Implications，”CID Working Paper， no.42,2000.
当各变量的VIF值小于10，可认为解释变量间不存在高度相关性。

〔中图分类号〕F127
〔文献标识码〕A
〔文章编号〕1000-4769(2020)06-0030-08
〔基金项目〕国家社会科学基金项目“互联网驱动中国区域创新能力提升效应与路径研究”(17XJL004)
〔作者简介〕惠 宁，西北大学经济管理学院教授、博士生导师；
刘鑫鑫，西北大学经济管理学院博士研究生，陕西西安 710127。
(责任编辑：张 琦)