当前, 信息资源与物质资源、能量资源并列为三大基础资源。信息化对中国工业部门的技术创新效率具有巨大的提升作用, 在促进产业结构升级、提高技术创新水平等方面起着举足轻重的作用, 成为技术创新的关键环节。如何更好地利用信息手段提高工业部门的技术创新效率, 实现信息化基础上的技术创新, 实现信息化与技术创新的深度融合, 对于中国工业经济的可持续发展和转型发展, 实现“中国制造2025”具有重要的理论和现实意义。

一、文献回顾

目前学术界普遍认为信息化对企业技术创新和竞争力有显著影响, 学者们运用不同的理论从不同的角度出发, 对信息化与创新的关系进行了探讨。

信息化对工艺创新的影响研究。Frishammar等通过对206家中型制造企业的调查研究, 发现外部信息的管理与创新绩效之间存在着明显的正向关系^[1]。Rai认为信息化通过作用于供应链对工艺创新能力产生了积极的影响^[2]。孙群英等从技术—市场、技术—人员、技术—投入、技术—文化、技术—管理、技术—组织六个协同因素入手, 分析了制造业企业信息化通过技术与非技术要素的协同对工艺创新能力产生积极的影响^[3]。毕克新等借助TOE分类量表分析了影响制造业企业信息化与工艺创新互动关系的因素^[4]。高巍等运用协整检验、广义脉冲响应、方差分解、Granger因果检验方法证明制造业企业信息化水平与工艺创新能力之间存在较强的因果关系^[5]。杨一平等研究了企业低碳发展的信息化影响因素，认为信息化在促进企业低碳发展的同时对企业的创新也有促进作用^[6]。

信息化对技术创新的影响研究。现有研究大多聚集于信息化对技术创新影响的理论层面。Boutellier，Nambisan等认为信息化有助于研发新产品, 对创新活动的积极作用越来越显著^[7-8]。Huber，Santhanam等研究了信息化对公司绩效的影响, 认为信息化使全面模拟整体生产成为了现实, 降低了生产成本, 提高了技术创新产出效率^[9-10]。战丽梅从技术创新的有效性、外部合作的广泛性及技术创新方式方法等方面论述了企业信息化对技术创新的影响^[11]。付睿臣等利用结构方程模型研究了信息化对创新能力的影响机理，发现信息化不但对创新能力有直接影响, 还通过信息能力对创新存在间接影响^[12]。然而, 涉及信息化与技术创新关系的经验研究偏少, 董祺利用电子信息百强企业2005—2007年的面板数据, 采用跨时间纵向研究, 发现中国企业信息化投入对创新成果增长具有显著的正向作用^[13]。许港等利用2001—2010年中国工业37个细分行业的面板数据, 运用面板协整估计等方法验证了信息化水平显著促进了中国工业技术创新能力^[14]。韩先锋和惠宁等利用2005—2011年中国工业部门分行业面板数据, 运用超越对数型随机前沿技术证明了信息化对技术创新效率产生了显著的影响^[15]。

信息化与技术创新的相关研究已取得了一定的进展, 但对于两者互动关系的研究还不多, 且多聚焦于理论层面, 经验研究偏少。现有研究视角多集中于信息化与技术创新的时间效应研究, 尚未有研究考虑空间溢出的影响作用, 缺乏一定的真实性。另外现有文献研究对象多集中于个别的行业与企业, 鲜有文献以全国的视角进行研究, 研究对象的选取存在局限性。因此, 有必要从空间维度揭示信息化对制造业技术创新的影响, 为进一步加强信息化建设和提高工业技术创新效率提供理论参考。

本研究在已有文献的基础上, 结合信息化的影响因素和中国工业行业的具体特征, 对已有的信息化指标体系进行了改进, 优化了信息化指数模型, 信息化的测度研究融合了社会和行业两方面的数据, 使信息化数据具有综合性, 且不失针对性^[16]。同时, 本研究引入了空间效应, 利用2011—2015年中国31个省区市工业部门的面板数据, 通过构造空间权重矩阵, 建立空间计量经济模型, 研究信息化对中国工业部门技术创新效率的溢出效应。

二、分析框架与研究假设 (一) 中国区域信息化水平发展不平衡

中国区域信息化水平分布不均, 东部地区信息化水平较高于西部，这归因于地理区位和市场环境。东部地区亲邻海外, 率先引进先进的技术和设备, 互联网快速发展, 从而提高了信息化水平；东部地区经济发展较快, 市场竞争激烈, 企业为了能够快速高效地走向国际国内市场, 必须加强信息基础设施建设, 提高信息化水平, 以满足对高水平信息化的需求。而西部地区深入内地, 不能及时掌握先进技术和市场动向, 互联网普及率较低；西部地区由于财政资金短缺, 信息化基础设施落后等原因造成信息化水平较低。根据马太效应, 东西部之间的不平衡得不到有效的解决, “沿海—内陆”的分化将加剧, 中国区域信息化陷入“强者愈强, 弱者愈弱”的局面。

基于中国区域信息化水平分布不均的情况, 本文提出假设1:信息化水平的高值集聚区主要集中于东部地区, 而低值集聚区主要集中于西部地区。

(二) 信息化对中国工业部门技术创新效率具有促进作用

第一, 信息化提高了技术创新的运营效率。在创新过程中, 信息化通过技术与市场的协同、技术与人员的协同、技术与投入的协同提升了技术创新的运营效率。在技术创新决策阶段, 技术研发部门利用信息数据准确、及时地获悉国际国内市场动向, 把握行业先进技术、经济信息和消费需求, 激活工业部门技术创新的冲动, 创新出迎合消费者需求的新思想。在技术创新实施阶段, 信息化使生产过程中的人力资源、技术资源、物质资源得到合理的利用与分配, 有效降低了企业的研发成本。另外, 计算机辅助的交流技术有利于促进组织内外人员的交流沟通, 实现信息的集成与共享, 提高了技术创新的效率。在技术创新实现阶段, 信息平台的使用加快了新技术的推广与反馈, 同时新技术会在信息化的推动下向其他产业渗透, 提高了本地区工业部门整体的技术创新效率。

第二, 信息扩散倒逼了技术创新活动的升级。在互联网信息的推动下, 加快了新技术的扩散与普及, 缩短了技术更新换代的周期。新技术广泛使用后, 大众会追求更先进、更合理、更经济的新技术和新产品, 推动了技术的优化升级, 迫使企业进行新一轮的技术创新活动。

第三, 高信息化水平消除了信息不对称。在一个信息化水平较低的经济体系中, 消费者无法分辨高质量产品和低质量产品, 只能以平均质量进行定价, 将高质量产品驱除出市场, 产生逆向选择的问题。而高质量产品以高技术为支撑, 在没有市场的情况下, 迫使工业部门减少技术研发投入, 拉低整个经济体系的技术创新水平。信息化水平的提高能提供给消费者较为明确的产品质量信息, 减少了信息不对称所产生的问题, 激发了工业部门技术创新的活力。

第四, 信息化减少了创新的风险性。在高信息化水平的经济体系中，企业能准确分析研发活动的可行性, 对技术创新活动作出合理的决策, 减少研发活动的盲目性和风险性; 另外, 信息化的普及使技术创新活动智能化, 技术创新设计能在计算机上进行实时模拟和计算分析, 并且每个环节在计算机网络的连接下能有效结合, 使技术创新过程更加精确高效, 降低技术创新过程中的不确定性, 激励工业部门进行技术创新活动。

基于以上四个方面的综合考量, 本文提出假设2：信息化促进本地区工业部门技术创新效率的提升。

(三) 信息化对邻边地区工业部门技术创新效率的溢出效应

基于信息的公共性以及企业之间竞争与合作的关系, 信息传播突破地域障碍, 使企业不受区位限制随意交换信息, 信息的扩散会对邻边地区工业部门的技术创新效率产生影响。信息化对邻边地区工业部门技术创新效率的溢出效应从示范效应、竞争效应、资源流动效应三方面来解释。

从示范效应来看, 信息化水平高的地区对邻边地区具有一定的溢出效应, 当高水平信息流入邻边地区, 一方面, 由于邻边地区的经济基础以及基础设施与本地区不同, 使得高水平信息在邻边地区无法发挥作用, 甚至由于高水平信息与其他资源形成错配, 对邻边地区工业部门的技术创新效率产生了负面影响; 另一方面, 由于邻边地区借助于信息化溢出效应带来的利好条件, 模仿邻边地区的信息化建设, 造成了重复建设, 不仅不能扩大市场, 还造成了资源的浪费。信息化水平的提高通过示范效应对邻边地区工业部门的技术创新效率产生了负面的溢出效应。

从竞争效应来看, 一个地区信息化水平的提高会带动本地区工业部门技术创新能力的提升, 从而增强本地区工业部门的市场竞争力, 削弱邻边地区工业部门的市场竞争力, 对邻边地区技术创新效率较低的工业部门产生挤出效应, 促使邻边地区技术创新效率较低的工业部门在市场中被淘汰, 由此可能引发邻边地区的工业部门会减少对技术创新资金与人力投入。信息化水平的提高通过竞争效应对邻近地区工业部门的技术创新效率产生了负面的溢出效应。

从资源流动效应来看, 一个地区的高水平信息化促进本地区经济的繁荣, 吸引邻边地区的人力、资源、技术以及各种资本流向本地区, 对邻近地区工业部门技术创新的发展产生一定程度的伤害。信息化水平的提高通过资源流动效应对邻边地区工业部门的技术创新效率产生了负面的溢出效应。

基于以上三个方面的综合考量, 本文提出假设3：信息化对邻边地区工业部门技术创新效率具有负面的溢出效应。

三、计量模型及样本数据 (一) 变量的分析及选取

本文主要研究信息化的技术创新溢出效应, 即信息化对中国工业部门技术创新效率的直接影响与间接影响, 所以本文以技术创新效率作为被解释变量, 信息化水平作为核心解释变量。本文研究对象限于中国工业部门, 所选取的数据来自于规模以上工业企业的相关指标, 在《中国科技统计年鉴》统计资料当中, 从2011年起对于规模以上工业企业(年主营业务收入为500万元及以上)的口径发生了变化, 且2011—2015年具有一整套的数据体系。考虑到数据测量口径的一致性以及数据的易获得性, 本文选取2011—2015年中国31个省区市规模以上的工业行业数据进行分析，因台湾、澳门、香港的数据不易获得, 故没对此研究。

1. 被解释变量：技术创新效率(cx)

目前已有的文献当中, 对于技术创新效率的测量指标多集中于专利申请数^[15]和新产品销售收入^[17]，以此作为技术创新产出的定量指标。本文采用各省区市规模以上工业企业的新产品销售收入指标衡量工业部门的技术创新效率, 其原因有两点:一是专利数据全面地反映各地区的发明和创新, 但本文研究对象是中国工业部门, 使用新产品销售收入作为创新产出衡量指标更具有针对性。二是销售收入是创新效率实现的货币价值, 更能体现技术创新效率的高低。其数据来自于《中国科技统计年鉴》。

2. 核心解释变量:信息化水平(ⅱ)

信息化水平主要取决于两方面, 即社会影响因素与行业影响因素。一般来说, 若一个地区的固定电话、移动电话和互联网的普及率越高, 本地区的信息化基础设施建设就越完善, 信息化水平越高。行业主营业务收入、行业新产品销售收入、分地区规模以上企业数、行业利润总额、行业新产品研发经费额等因素，通过行业信息化水平间接提高了本地区信息化水平。具体的信息化指数模型如图 1所示, 其数据来自于《中国统计年鉴》《中国科技统计年鉴》, 这里的行业指规模以上的工业企业。

本文使用SPSS软件采取因子分析法构建了信息化指标体系, 首先对原始数据进行了标准化处理, 进行KMO和Bartlett球形度检验, KMO值(0.778)接近于1, 且Bartlett球形度检验以0.000的显著性拒绝了原假设, 说明适合做因子分析。从主成分累计方差贡献率以及碎石图确定了两个因子, 并计算出综合因子得分。最后将数据转化成[0, 1]区间值, 得出中国31个省区市的信息化水平指数, 如表 1所示。

从表 1各省区市的信息化水平均值可以看出, 中国东西部地区之间的信息化水平存在巨大的空间差距。位于前八名的省份有江苏、广东、浙江、山东、北京、上海、福建、辽宁, 且都属于东部地区。而云南、西藏、贵州、甘肃、广西等西部地区的信息化水平较低, 位于中国的后5名, 从而证明了假设1成立。

3. 控制变量

为全面分析工业部门技术创新效率的影响因素, 且减少内生性的干扰, 本文还需考虑如下的控制变量, 其数据来源于《中国统计年鉴》《中国科技统计年鉴》。

研发投入(rdi):研发投入是工业部门技术创新产出最基本的资本投入。大多数研究者使用研发资本存量作为研发投入的衡量指标, 但对折旧率的选取存在争议, 为了避免折旧率选取的问题，本文采用各省区市规模以上工业企业的R & D经费指标衡量。

科技人力资源(lab):拥有一定技能和知识的人力资源是技术创新的根本, 人力资源投入越高, 地区的教育水平就越高, 技术与知识越高, 越有利于技术的创新。本文采用各省区市规模以上工业企业的R & D人员全时当量指标衡量。

外商直接投资(fdi):中国工业对外依存度较高, 通过外商直接投资引进先进技术, 从而影响本地区工业部门的技术创新效率。本文采用各省区市规模以上工业企业的外商企业营业收入指标衡量。

市场潜力(mark):市场潜力是影响工业技术创新效率的重要因素, 市场潜力越大, 吸引的消费需求也高, 消费的升级倒逼工业部门技术的创新。本文采用各省区市规模以上工业企业的非国有企业工业营业收入指标衡量。

技术模仿(js):对先进技术消化与吸收能力是决定一个地区模仿创新能力的决定因素。本文采用各省区市规模以上工业企业的企业技术改造经费指标衡量。

(二) 空间相关性检验

在进行空间统计分析时, 要决定研究变量之间是否存在空间自相关性, 本文利用Moran′s I统计量来检验空间相关性是否存在。Moran′s I统计量的计算公式为:

(1)

其中, 是空间自相关系数; n为所研究地区总数; Y_i和Y_j分别表示i与j地区工业部门技术创新效率的观测值; w_ij是n×n阶空间权重矩阵w的(i, j)元素。本文采用的是邻接空间权重矩阵, 当在空间单元中i与j相邻时元素取值为1, 不相邻时取值为0。Moran′s I取值范围在-1到1之间。Moran′s I大于0表示各地区经济行为存在空间正相关。Moran′s I小于0表示各地区经济行为存在空间负相关。Moran′s I等于0表示各地区经济行为不存在空间相关性。Moran′s I值越接近1说明空间相关性越强。利用公式(1)对2011—2015年的工业部门技术创新效率的空间相关性指数进行了计算, 结果如表 2所示。

从表 2可得, Moran′s I均大于0, 且通过了1%的显著性概率检验, 从而拒绝原假设, 说明工业部门技术创新效率之间存在显著的空间正相关性。

综上所述, 工业部门技术创新效率具有显著的正向空间自相关性, 说明各省区市之间工业部门的技术创新效率存在较强的空间依赖性, 空间距离成为影响工业部门技术创新效率的重要因素, 因此有必要利用空间计量模型进行实证分析。

(三) 空间计量模型的构建

从内生经济增长理论、新创新经济理论和新经济地理学理论来看, 在有关知识溢出的研究中, 知识主要指的是与研发创新相关的知识, 即知识溢出与创新溢出具有相同的效应, 可用知识溢出的测度方法来测度创新溢出。知识溢出的经验测度方法最具影响力的是Griliches-Jaffe知识生产函数内生增长模型，此模型以C-D函数为基础描述了创新投入与创新产出的函数关系, 选择R & D经费和科技人力资源作为创新投入基本要素。故本文采用Griliches-Jaffe知识生产函数研究中国工业部门信息化的技术创新溢出效应。且为了避免出现多重共线性, 对所有的变量取对数, 因此, 建立普通面板数据模型。

(2)

模型(2)中, cx_it表示在i省份t年工业部门的技术创新效率; ii_it表示在i省份t年的信息化水平; rdi_it表示在i省份t年工业部门的研发投入; lab_it表示在i省份t年工业部门的科技人力资源; fdi_it表示在i省份t年工业部门的外商直接投资; mark_it表示在i省份t年工业部门的市场化水平; js_it表示在i省份t年工业部门的技术模仿; ε_it为随机扰动项。

由以上空间相关性检验可知, 各省区市之间工业部门的技术创新效率具有较强的空间依赖性, 所以普通的模型不再适用于本文研究, 必须在模型中加入空间因素。空间计量模型主要有三类:空间滞后模型(SLM)、空间误差模型(SEM)、空间杜宾模型(SDM)。空间滞后模型研究本地区工业部门的技术创新效率与邻边地区工业部门的技术创新效率之间的相互依赖关系。空间误差模型表明区域之间的创新溢出是随机冲击的结果。考虑到本文要研究信息化对邻边地区工业部门技术创新效率的溢出效应, 因此, 本文选择空间杜宾模型进行研究, 对模型(2)进行改进形成模型(3)。

(3)

其中, θ₀w(lnii)、θ₁w(lnrdi_it)、θ₂w(lnlab_it)、θ₃w(lnfdi_it)、θ₄w(lnmark_it)及θ₅w(lnjs_it)为邻边地区工业部门的信息化水平、研发投入、科技人力资源、外商直接投资、市场潜力和技术模仿的空间滞后项; ρw(lncx_it)是工业部门技术创新效率空间滞后项, 表明了工业部门技术创新效率的空间依赖性; u_i为空间个体效应; λ_t为时间效应; ε_it为随机扰动项。

四、实证研究 (一) 模型的检验与选择 1. hausman检验

本文所研究的数据是面板数据, 面板数据模型包括两种效应模型, 即随机效应模型和固定效应模型。对于两种模型的选择一般采用hausman检验。检验结果如下:

  b=consistent under Ho and Ha; obtained from xsmle

  B=inconsistent under Ha, efficient under Ho; obtained from xsmle

Test: Ho: difference in coefficients not systematic

    chi2(6)=(b-B)′[(V_b-V_B)^∧(-1)](b-B)

      =2.32

 Prob>chi2=0.8882

    (V_b-V_B is not positive definite)

由hanusman检验可见, 没有充分的理由拒绝原假设, 认为该模型适合随机效应模型。

2. 空间模型选择

经验分析可知, 本文研究的内容最优选择是杜宾模型。但需通过实证Wald检验和Lratio检验进一步判定适配模型。检验结果如下:

chi2(6)=17.11

Prob>chi2=0.0089

chi2(6)=16.21

Prob>chi2=0.0127

由检验结果可得, Wald检验和Lratio检验结果分别拒绝了θ=0和θ=-βρ的假设, 显然SLM和SEM不适用本模型, 故本文选择SDM模型。

综合以上的检验结果, 再结合N大于T选择个体效应, 本文采用个体随机效应的空间杜宾模型。

(二) 空间模型回归分析

本文的模型考虑了空间变量的影响, 普通的OLS方法不再适用于空间计量模型的回归分析, 所以本文采用最大似然估计法对模型进行回归分析，结果如表 3所示。

考虑到空间模型中各变量之间反馈作用的存在, 为了使研究结果更准确、更权威, 需借鉴Lesage and Pace提出的空间回归模型偏微分方法^[18]来研究信息化对中国工业部门技术创新效率的直接效应和间接效应, 结果如表 4所示。

由空间计量模型的回归结果分析可知:

第一, 信息化的空间溢出效应。回归结果显示, 信息化对工业部门技术创新效率的直接效应在5%显著性水平下为正, 间接效应在1%显著性水平下为负。信息化水平直接效应系数为1.817165, 表明本地区信息化水平每提高1%, 本地区工业部门的技术创新效率就提高1.817165%, 信息化水平对本地区工业部门的技术创新效率具有明显的直接促进作用, 已成为促进工业部门技术创新效率的主要动力。信息化水平间接效应系数为-2.920273, 表明本地区信息化水平每提高1%, 邻边地区工业部门的技术创新效率就降低2.920273%, 信息化水平对邻边地区工业部门的技术创新效率具有负面的溢出效应。由此证明了假设2和假设3的成立。

第二, 其他控制变量对工业部门技术创新效率的影响。研发投入(rdi)对工业部门技术创新效率的直接效应为负且不显著, 间接效应为正且不显著, 原因可能是由于研发投入活动对技术创新效率的影响是长期的, 短期是无法发挥促进作用的, 且研发活动具有一定的风险和较高的不确定性。科技人力资源、市场潜力、对外直接投资对工业部门技术创新效率的直接效应在1%显著性水平下为正, 其数值都小于信息化水平系数值, 说明人力资源、市场潜力、外商直接投资对工业部门技术创新效率具有直接的提升作用, 且进一步说明信息化对工业部门技术创新效率的重要贡献; 科技人力资源、对外直接投资的间接效应为正且不显著, 说明科技人力资源与对外直接投资对邻边地区工业部门的技术创新效率具有推进作用。市场潜力的间接效应为负且不显著, 表明邻边地区之间的市场竞争激烈, 恶性竞争严重。技术模仿对工业部门技术创新效率的直接效应不显著, 间接效应在5%的显著性水平下为负, 可能是由于各地区的吸收消化技术能力较弱, 对邻边地区技术的溢出无法完全消化吸收用于本地区的创新活动。工业部门技术创新效率的滞后项系数为正且不显著, 可见, 本地区工业部门的技术创新效率对邻边地区工业部门的技术创新效率具有正向影响。

五、主要结论及政策建议

本文采用2011—2015年中国31个省区市工业部门的面板数据, 利用空间杜宾计量经济模型, 研究了信息化对中国工业部门技术创新效率的溢出效应。结果表明, 中国东西部信息化水平分布极不均衡, 东部地区信息化水平高于西部, 且差距逐渐拉大; 信息化具有溢出效应, 能显著地提高本区域工业部门的技术创新效率, 降低相邻地区工业部门的技术创新效率; 科技人力资源、市场潜力、外商直接投资均对本区域工业部门的技术创新效率有较为显著的促进作用。研究结果为未来如何更好地利用信息手段提高技术创新效率, 有效实现信息化与技术创新的深度融合, 实现中国工业经济的可持续发展提供了实施路径。

基于上述研究结论提出以下几点政策启示:

第一, 缩小东西部信息化水平差距。中央应加强对西部地区的资金及技术支持, 建设信息基础设施, 提高互联网普及率, 同时扶持西部地区信息化产业发展, 给予相关产业政策优惠, 引进高水平信息与高水平技术企业入驻, 培育一批龙头企业。另外, 加大对西部地区信息化人才的培养, 加强对西部地区高等院校的投入力度, 增强对优秀大学生的资助。

第二, 充分认识信息化建设的重要性。政府应健全科技信息公益平台, 及时发布最新的科技创新相关信息, 促进信息的集成与共享。同时制定适当的税收优惠、财政补贴等一系列措施, 引导各地区在加强自身技术创新能力的过程中充分认识信息化的重要性, 加大信息化基础设施建设, 加速全社会信息化网络建设, 充分利用云计算、物联网等新一代信息资源, 大力推动信息化与工业化融合, 促进工业流程智能化, 以信息化带动产业技术创新, 完成产业结构转型, 走具有中国特色的信息化创新道路。

第三, 预防信息化溢出带来的负面影响。各省区市政府在加大信息化建设的同时, 采取相应的措施避免重复建设, 选取适合本地区发展的信息化发展战略。政府应构建公平的市场竞争环境, 加强市场监管, 引导企业之间建立良性竞争合作关系, 限制企业之间的恶性竞争。另外政府应继续加大教育投资, 采用产学研模式加大对相关专业学生的资助, 培养具备良好专业知识、优良品德的信息化高级人才, 提高对新技术的消化吸收能力。建立人才激励机制, 完善薪资体系与员工生活保障制度, 尽力解决高级人才流失问题。