数字经济背景下我国区域创新能力评价——基于科技服务业与先进制造业协同视角

潘 涛 王丽华，2 郭芳辰

1（河北大学经济学院，保定 071000） 2（南开大学经济学院，天津 300000）

随着互联网技术的高速发展，数字化与信息化的跨区域、跨产业合作逐渐成为驱动经济社会发展的重要引擎，传统经济逐步走向数字化经济时代。2021年，全球数字经济规模超过38万亿美元，占GDP的比重高达45%以上［1］。在全球整体经济发展下行压力加大的背景下，数字经济保持高速稳定增长，成为世界各国实现经济快速稳定增长的重要抓手。有别于传统意义上的创新，数字经济将生产要素数字化，运用网络技术整合了各种资源实现了价值增值。陈晓红［2］认为数字经济重构了商家和消费者之间的关系，使得商家在研发设计时充分考虑了消费者个性化和即时需求，有针对性的搜寻和利用创新资源，促进协同创新。王伟玲和王晶［3］指出数字经济具有创新性、规模性和革命性的特点，能够有效的降低创新成本，促进创新成果的迅速推广和普及。温珺等［4］认为数字经济加速了创新资源在整个经济社会领域的流通和扩散，促进了创新成果的涌现。已有文献表明，数字经济能够有效的推动创新，但总体上停留在逻辑解释层面。数字经济通过何种方式对创新产生影响，产生影响的程度到底多大，亟需通过实证研究进行验证。知识密集型产业包括知识密集型制造业和知识密集型服务业两种类型，在数字经济背景下二者协同发展态势更加明显，在相互作用、相互影响、相互补充过程中促进区域创新能力的不断提升［5］。基于科技服务业和先进制造业协同视角，开展数字经济背景下我国区域创新能力发展水平评价具有重要而现实的意义。

数字经济是互联网技术的产物，伴随着互联网、大数据、云计算等新一代信息技术快速发展，数字经济已经成为一种新的经济发展形态，与此同时，学术界针对数字经济开展了大量的研究，归纳起来主要包括数字经济定义和内涵、数字经济价值维度研究、数字经济对区域经济影响、数字经济与区域创新发展关系等方面。

在数字经济定义和内涵方面，田丽［6］对比了不同国家对数字经济的定义，指出各国在对数字经济定义时侧重点不同，但普遍认为这一概念是随着时间的推移而不断丰富的过程。付晓东［7］指出数字经济作为一项新兴的信息技术，是中国经济发展的新动能，从根本上改变了价值创造的过程，具有开放性、渗透性和颠覆性的特点。丁志帆［8］认为数字经济是以数字化基础设施作为支撑，将数字化的知识和信息作为生产要素，并与传统技术和经济社会的相关领域进行深度融合而形成的全新经济形态。裴长洪等［9］从政治经济学的角度对数字经济进行定义，指出数字经济与传统经济不同的是它将数据和传送手段渗透到产业的各个领域，提高整体的生产率。

在数字经济价值维度的研究方面，李腾等［10］从数字产业化的角度论证数字经济价值，指出数字技术的迅速发展提高了数字相关业务在产业结构中的地位，以数字技术为核心的产业形态越来越受到重视。戚聿东和肖旭［11］从产业数字化的角度论证数字经济价值，认为数字经济与实体经济相融合为经济发展提供了新动能。王孟嘉［12］从政府治理和公共服务的视角论证了数字经济的价值，认为数字经济的广泛应用是新时代发展的现实需要，是提高国家治理体系和治理能力现代化的必然要求。

在数字经济对区域经济影响方面，杨文溥［13］认为数字经济对区域经济的影响是非线性的，其中对经济发达地区的作用强于经济相对落后地区，对第二产业作用强度弱于第三产业。钟文和郑明贵［14］测度了数字经济与区域经济协调发展的关系，认为数字经济在促进区域经济发展方面具有积极作用。黄金芳［15］认为数字经济时代，互联网发展与区域经济差距之间具有倒U型关系，拐点之前区域经济差距随着互联网发展而增大，拐点之后区域经济差距随着互联网发展而缩小。

在数字经济与区域创新发展关系方面，陈子凤等［16］认为数字经济发展能够提高社会生产力水平，普遍推动了技术创新能力的发展，同时数字技术的赋能优化了生产流程和生产要素配置，促进了动态创新能力的提高。李珊珊和徐向艺［17］认为大众创业、万众创新的背景下，数字经济发展提升了小微企业的创新能力。蔡昉［18］指出新发展格局背景下，数字经济为区域创新能力提供了新动能与新机制，实现了各要素的优化配置。曹玉娟［19］通过研究得出，数字化和区域创新具有高度耦合的特性，改变了原有的区域创新边界，使得创新涌现成为常态。李雪等［20］通过实证研究认为，数字经济带动了区域创新绩效的提升，其中东部地区的提升程度明显高于西部地区。

通过文献梳理发现，目前针对数字经济的研究相对广泛，为本文的研究打下了坚实的基础，然而研究中较少从产业协调的视角对数字经济背景下的区域能力进行评价。本文在分析数字经济背景下科技服务与先进产业协同创新的基础上，构建了复合系统协同度模型，基于我国2011～2020年相关数据，对各区域创新能力开展评价，研究成果将进一步深化对科技服务业与先进产业协同发展的认识，为精准的判断和提高区域创新能力提供参考。

（1）规模经济效应。科技服务业与先进制造业复合协同系统使得在一定区域范围企业的投入存在劳动力和科技资源的剩余。在复合协同系统内部，科技服务业与先进制造业通过共享研发基础设施，降低企业的创新成本，使得创新研发效率得到提升。作为知识密集型产业，科技服务业和先进制造业具有相似的劳动力要求，都需要较高的知识结构和专业技能，两者在一定区域内空间的集聚形成了丰富的劳动力市场，提升了产业间岗位人才匹配概率和预期质量，降低了创新的投入成本。

（2）产业关联效应。科技服务业与先进制造业是两个具有投入产出关系的产业，运输成本、交易便利性、要素集聚效应的影响促进上游企业逐渐向下游产业集聚，带动了创新要素的耦合。科技服务业与先进制造业复合协同系统内部的分工协作加快了信息流动，降低了制造业的研发和交易成本，在利益的驱使下制造业不断向科技服务业靠近，为协同创新提供了有利条件。创新是一个系统工程，创新主体之间相互作用、相互影响，在协同过程中推动创新发展，科技服务业为制造业创新提供服务和支持，制造业为科技服务业的创新提供需求和突破点，实现了从独立创新向协同创新的转变，降低了研发费用，缩短了研发周期，规避了研发风险，促进了人才的自由流动。

（3）创新外溢效应。科技服务业与先进制造业协同系统为系统内人才带来了丰富的知识、技术和经验，在人才流动的作用下，企业不断获取新的知识和信息，通过不断的循环积累和快速迭代降低了交易成本，企业能够快速消化吸收行业信息，利用模仿和集成创新形成创新成果并转化为经济效益。科技服务业和先进制造业均属于知识密集型产业，都具有较强的创新外溢效应，先进制造业利用现代科技成果形成尖端技术，为整个社会创造经济效益和社会效益的同时，促进了科技服务业的发展和升级；另外，科技服务业为先进制造业企业提供知识产权、技术服务等支持，同样具有较强的创新外溢效应。

（4）竞争效应。科技服务业与先进制造业复合协同系统的形成扩大了区域内的市场规模，使得人才和资金等创新要素的竞争更加激烈，在市场机制的作用下，企业的自主研发能力得到提升，服务品质和专业化程度进一步加强，有助于企业提升附加值和产品质量，收益剩余逐步提高。与此同时，激烈的竞争激发了企业更多的对更复杂、隐性程度更高的知识需求，促进了科技服务业与先进制造业复合协同系统的协同创新，在相互影响、互为促进的作用下促进了创新成果的产生。

根据已有文献，结合我国数字经济发展特征，遵循科学性、客观性和操作性强的总体原则，将数字经济背景下影响先进制造业与科技服务业复合协同系统协同创新划分为数字经济、科技服务业、先进制造业和创新环境4个子系统。在数字经济子系统方面，采用移动电话用户数、电信业务收入和电子商务销售额3个指标测度，在科技服务业子系统方面，采用各地区研究与试验发展（R＆D）经费投入强度、R＆D人员全时当量和技术市场成交额3个指标测度，在先进制造业子系统方面，采用营业收入、R＆D人员折合全时当量和R＆D经费内部支出3个指标测度，在创新环境子系统，采用人均GDP、研究生博士硕士毕业数和专利申请数3个指标测度。本文研究采用的数据类型为2011～2020年的时间序列，研究对象为我国30个地区（考虑到数据的可获得性，不包括西藏及港、澳、台地区），所有数据均来源于 《中国科技统计年鉴》、《中国统计年鉴》以及 《中国高技术产业统计年鉴》。2020年的数据受到新冠肺炎疫情影响有轻微波动，考虑到本文在开展区域创新协同能力评价时首先对数据进行标准化处理，认为数据指标对研究结论的影响不大。

科技服务业与先进制造业复合协同创新系统用Y表示，该系统包括数字经济子系统Y1、科技服务业子系统Y2、先进制造业子系统Y3和创新环境子系统Y4，设复合系统中的序参量变量表示为Sj＝（Sji，Sj2，…，Sjn），式中Sji表示第j个序参量变量的第i个指标值，数值大小位于Sjmax和Sjmin之间，Sjmax和Sjmin分别为第j个序参量变量在第i个指标值上的上限值和下限值，i的值位于1和n之间，n表示某一子系统中序参量的个数。计算某一子系统序参量的有序度的表达式为：

当i的值位于1到g之间时，Sji为正向指标，当i的值位于g＋1到n之间时，Sji为负向指标，Uj（Sji）的数值大小与Sji对系统有序度成正比，本文Sjmax和Sjmin数值分别向外拓展20%。

表1 科技服务业与先进制造业协同创新能力测度指标

序参量分量有序度通过集成可以得到子系统Yj有序度，本文采用线性加权的方法求得，表达式为：

2.1 肺部结节不同b值下ADC值情况 对3个b值下肺部结节不同ADC值进行统计，结果显示，增加肺部结节MRI扫描b值，ADC值会相应降低，恶性病变或良性病变在不同b值下的ADC值比较,差异均有统计学意义(P<0.05)，同一b值下恶性病变与良性病变的ADC值相比较差异也有统计学意义(P<0.05)，见表1。

子系统Yj的有序度Uj（Yj）数值范围为0～1之间，Uj（Yj）的数值大小与该子系统有序程度成正比，其数值越大，该子系统对整个复合系统协同度的贡献越大。

科技服务业和先进制造业复合系统整体的创新协同度的表达式为：

式 （4） 表明： 当j∈［1，m］时，所有值为正数时，该复合系统的协同度为正值，反之为负值。ω的值越大表明科技服务业和先进制造业复合系统整体的创新协同度越高，反映4个子系统的整体协调性越好，反之，ω的值越小表明科技服务业和先进制造业复合系统整体的创新协同度越低，反映4个子系统的整体协调性越差。

考虑到原始数据之间的量纲不同，首先对数据进行标准化处理，分别对各子系统计算各个序参量分量系统的有序度，然后集成计算得到整个系统的有序度，最后计算得到复合系统的协同度。在计算复合系统协同度时考虑到子系统对整个系统影响的差异，采用相关矩阵赋值法计算分指标的权重，若指标总数为n，则构成的相关矩阵X可以表示为：

式中Xii＝1，i＝1，2，…，n。

计算权重时，首先计算第i个指标对其余所有指标的总影响，其数学表达式Xi可以表示为：

该数值越大表明该指标对所有指标的影响越大，其权重也会越大，将Xi归一化后可以得到各指标的权重，数学表达式为：

通过计算，得到2011～2020年我国科技服务业与先进制造业复合系统协同度，如图1所示，可以看出复合系统的协同度随着时间的推移呈现出逐渐上升的趋势，但目前总体水平较低，2020年协同度仅有0.29。这说明我国通过大量的政策支持使得科技服务业与先进制造业协同程度逐步得到优化，两者协同演进状态逐渐向好，但与此同时两者的协同创新程度整体水平仍然不是很乐观，距离理想水平仍然存在差距。从各地区协同度上看，东部地区的协同水平高于全国平均水平，而中部、西部和东北地区则相反。东部、中部和西部地区协同水平呈现逐渐上升的趋势，而东北地区协同水平整体平稳，没有明显上升的趋势。原因在于，东部地区作为我国技术发展高地，对全国来说具有引领和带动作用，产业转型升级不断深化，高技术产业逐渐向中西部转移，科技服务业水平逐渐提升。中西部地区在中部崛起和西部大开发等国家战略的影响下，创新环境得到了改善，科技服务业和先进制造业也得到了快速的发展，带动了中西部地区整体水平的提升。而东北地区在资源衰竭以及国家经济体制转型的大背景下，经济发展受到了传统产业结构刚性和计划经济体制的双重制约，经济发展缓慢，经济发展的困境严重影响了产业结构转型升级以及创新能力的增速，从而造成了科技服务业与先进制造业复合系统的协同创新能力停滞不前。

图1 我国科技服务业与制造业复合系统协同创新协同度

本文基于我国2011～2020年各省（区、市）的时间序列数据，通过构建复合系统协同度模型对数字经济背景下我国科技服务业与制造业复合系统的协同创新程度进行测度，得到结论如下：（1）2011～2020年，我国科技服务业与制造业复合系统协同度整体呈现逐年上升的状态，两产业的创新产出情况较好，但总体水平仍然相对较低；（2）各区域协同度发展水平存在一定的差异，东部地区的协同水平最高，产业之间互动性强、关联度高，中部和西部地区次之，东北地区最差，产业之间互动性相对较弱，关联度低。鉴于此，提出以下建议：

（1）加大基础设施投入，全面推进数字经济发展。通过加大财政支出中数字经济基础设施支出的比例，提升区域内移动通信网络、空间信息以及软件产业基础设施水平，支持和鼓励数字经济与实体经济相融合。开展网络安全、网络支付等专项行动，为电子商务的高效发展扫清障碍，伴随着各种数字基础完善，我国数字经济必会蓬勃健康的发展，为区域产业融合以及区域创新能力建设提供保障。

（2）因地制宜，充分发挥区域比较和竞争优势，实现差异化发展。东部地区应充分利用自身资金、数字资源、数字人才和数字技术优势搭建平台，促进创新资源的流动，提高创新资源的优化配置效率，实现对中西部地区以及东北地区的辐射带动，提高整体创新效率。中部、西部以及东北地区应该充分抓住产业转移机遇，利用好自身的资源禀赋、区域优势和产业特点，逐步发展壮大具有比较优势的高技术产业集群，实现科技服务业和先进制造业的相互支撑，推动区域创新发展。

（3）加快科技服务业与制造业的深度融合。积极搭建和打造协同创新平台，发挥和利用科技人员、科技项目和科技成果的先导作用，在研发能力和成果转化两个方面重点开展工作，促进科技服务业和先进制造业融合。引导制造业业务向科技研发和设计延伸，拓宽制造业盈利模式，创新制造业商业理念。引导科技服务业向制造业渗透，进一步优化科技服务业发展格局。