摘要：文章基于数字产业集聚视角，以我国30个省市2013—2021年A股制造业上市公司为研究对象，分析数字产业集聚对制造业企业技术创新的影响及路径。研究结果显示：数字产业集聚对制造业企业技术创新有推动作用。最后，基于文章的理论分析和实证分析结果，为我国如何进一步发挥数字产业集聚效应，助推制造业企业提升创新能力提出相关政策建议。

　　关键词：数字产业集聚；技术创新；技术溢出；人力资本

　　引言

　　***报告指出要加快发展数字经济，推动多领域融合，优化产业结构。作为继农业经济、工业经济后的新型主要经济形态，数字经济在信息资源和新兴技术的加持下，与实体经济融合发展的进程不断加快，可以预见，当前及未来很长一段时间，数字产业将成为带动我国经济社会发展的新引擎。“十四五”规划中提出要进一步打造具有国际竞争力的数字产业集群，推动数字产业集聚化。另一方面，近几年来西方发达国家相继提出“再工业化”战略的同时，部分发展中国家也在加速推进自己的产业承接步伐，并在世界范围内积极参与产业再分工。在世界各国聚焦工业再发展的时代背景下，我国也高度重视制造业的转型升级。在此背景下，如何借助我国数字产业的独特优势，推动制造业把握转型升级发展机遇成为关注重点。

　　当前我国处在双循环的新发展格局下，探究数字产业集聚对制造业企业技术创新的影响，对把握好数字经济发展机遇，实现制造业企业技术创新突破，赋能制造业转型升级具有重要意义。现有研究多为探讨数字经济发展对制造业的影响，而本文将从产业集聚的角度出发探究二者的关联，并对数字产业集聚影响制造业企业技术创新的两条路径进行理论分析，以期丰富数字产业集聚对制造业企业技术创新领域的研究。

　　一、国内外研究现状

　　从19世纪开始，学术界就开始关注产业聚集问题，早期的研究多集中在产业集聚的内涵和测度。随着时间的推移，产业集聚的相关理论和研究成果越来越完善丰富，研究的角度也从以制造业为代表的工业集聚，到服务业集聚尤其是生产性服务业，再到虚拟集聚，研究的主体聚焦到行业、企业。目前研究重点主要集中在产业集聚的效应方面，关于产业集聚对创新的影响研究日益得到重视。

　　（一）国外研究现状

　　部分学者认为产业集聚能够促进技术创新。Paci等利用意大利工业和劳动力数据分析了产业集聚对技术创新的影响，实证表明多样化集聚和专业化集聚对区域技术创新均存在显著正向影响[1]。Oort以荷兰的数据为例展开论述和实证，指出制造行业的多样化集聚和专业化集聚均对企业技术创新具有推动作用[2]。此外，也有研究存在不同结果，如Fritsch等认为产业集聚与研发效率二者呈现“倒U型”关系[3]。

　　（二）国内研究现状

　　要改变我国制造业大而不强的现状，迈向产业链中高端，必须解决创新不足的问题。企业作为生产的微观主体，其创新能力的提升关系一国经济可持续增长的微观基础，可以说制造业转型的关键在于企业的技术创新能力。

　　熊凯军实证检验了产业专业化集聚对微观企业创新产出的影响。实证结论表明，二者存在“倒U型”的关系，即集聚水平低于临界值时，企业创新产出水平会随集聚水平的提高而提高，当产业集聚水平高于临界值时，会对企业创新有所抑制[4]。同样，陈劲等对高新技术产业集聚程度和技术创新的关系进行了研究，结果表明专业化集聚和多样化集聚对技术创新的影响受产业集聚程度的影响，当产业集聚程度较低时，专业化集聚能够促进技术创新，而多样化集聚有抑制作用，当产业集聚程度高时，二者的作用与之相反[5]。姬志恒等基于PVAR模型得出结论：高技术产业空间集聚对技术创新能力有推动作用[6]。谢子远等从规模效应的角度出发，认为产业集聚有利于形成规模经济效益，使公司减少了创新费用的投入，改善了公司的创新绩效，从而提高公司的创新效率[7]。

　　通过梳理现有文献可以看出，产业集聚在一定程度上能促进技术创新，但这种促进作用有临界值，并存在行业、企业的异质性，这些研究成果对于探究数字产业集聚对制造业企业技术创新提供了理论基础及研究思路。

　　二、数字产业集聚对制造业企业技术创新的影响路径分析

　　以往研究指出数字产业作为技术密集型产业，其高渗透性使得各产业部门生产率得到提高。数字产业正依据其特性加速与制造业的融合，并通过技术溢出效应和人力资本效应促进制造业的发展。

　　（一）技术溢出效应（见图1）

　　数字产业作为典型的技术和知识密集型服务产业，具有明显的技术溢出效应。数字经济相关技术的应用灵活性和高渗透性会使得数字产业的先进技术相较于其他高科技行业更容易逐渐向外扩散，而在数字产业集聚区域内的制造业企业，存在地理位置的优势，更容易通过以下方式实现企业间的交流互通。

　　首先，制造业企业可以通过与数字产业相关企业进行频繁的业务往来，获取到数字产业的相关技术，一般来说，通过外部渠道获取技术的成本往往比企业内部自行研发的成本要低。对制造业企业来说，技术创新存在一定的风险，即便投入了大量的人力、物力和财力，也有可能面临失败，而技术溢出效应就降低了其自身技术创新的成本、风险和不确定性，因此相关先进技术的扩散将有助于激发制造业企业的技术创新能力。

　　其次，数字产业集聚区域内有助于促进高素质人才的集合，而人作为知识和信息传递的载体，无论是在工作时间还是非工作时间，都有可能交流分享彼此的工作内容和行业经验，在此过程中不可避免地会产生思维的碰撞，这种交流有助于制造业企业员工迸发工作灵感，促进创新能力的提升。

　　最后，当制造业企业通过上述渠道实现了技术上的创新突破，生产的产品就会拥有更大的市场优势，抢占更多的市场份额，创新的投入产出比大幅提升，创新收益将进一步激发企业内在创新动力，促进企业技术创新的可持续发展。

　　产业集聚造成了包含人力资本要素在内的生产要素的集中。大量相似或相同性质的企业在空间区域上相邻会带来人才的集聚，主要是因为在产业集聚区域内拥有大量的就业岗位，能够为劳动者提供丰富的就业机会，即便员工在一家企业的发展受限，也可以很快速地流动到另一家企业，员工面临失业的可能性较低，有生活保障，对人才的吸引力度更大。对于数字产业来说同样如此，数字产业的集聚能够促进高素质、专业化人才的集聚。

　　人才的集聚能够有效促进产业的创新。一方面，集群企业内员工可以通过各种方式的交流建立协作关系，在合作中将各自的专业领域知识进行深度融合，经过整合重组产生新的知识信息，有助于企业关键技术的改进和创新想法的形成。另一方面，当受过培训、拥有丰富经验的人员流动到其他企业时，其获取的相关的先进知识、各项技术和管理经验等也会随之带到新的企业，促进新加入的企业创新想法的形成和创新技术的产出。

　　三、研究设计

　　（一）数据来源

　　为探究数字产业集聚对制造业企业技术创新的影响，本文以2013—2021年中国A股制造业行业上市公司为研究对象，通过国泰安数据库（CSMAR）获得企业层面数据，并剔除属于数字产业核心行业的计算机、通信和其他电子设备制造业样本。同时剔除上市状态为终止上市、*ST、暂停上市、ST以及退市整理期的样本数据。本文数字产业集聚指标构建的原始数据以及各省份（直辖市）层面的数据来源于国家统计局网站，采用stata17进行数据处理及回归分析。

　　（二）变量选择

　　1.被解释变量：制造业企业技术创新

　　结合以往的研究成果，对制造业企业技术创新的衡量，一般考虑专利申请数量[8]、专利申请最终授权数量[9]，由于专利申请和专利申请最终授权之间存在时滞，因此研究中多采用专利申请最终授权数量作为企业创新的代理变量。但非发明专利（包括实用新型和外观设计）并不能够很好地体现创新产出的质量，因此本文采用上市公司及其子公司发明专利申请最终授权数量（Patent）的对数值衡量企业技术创新。

　　2.解释变量：数字产业集聚水平

　　参考相关研究[10]，同时结合中国信息通信研究院对数字产业的界定，本文认为数字产业主要涉及信息传输、软件与信息技术服务业以及计算机、通信和其他电子设备制造业两个行业。本文利用区位熵方法构建省（直辖市）数字产业集聚指标[11-12]：

　　式（1）中，EMDr,t为r地区t期数字产业从业人员，EMr,t为r地区t期就业人数。

　　3.控制变量

　　本文选取的控制变量包括地区层面和企业层面。地区经济发展水平，采用上市企业所属省份（直辖市）地区经济生产总值的自然对数衡量，表征地区的经济发展水平；股权性质，当企业控股股东股权性质属于国企时记为1,否则记为0;企业年龄，采用财务数据所属会计年度与公司成立日期之差的对数值衡量；资产收益率，以企业净利润与总资产的比值确定；企业规模，以企业总资产的自然对数衡量；经营性现金流占比，经营活动产生的现金流量净额与总资产比值衡量；流动比率，用流动资产除以流动负债衡量[13]。

　　表1为相关变量的描述性统计，数据缺失严重的样本被剔除，最终保留下来的样本数据为7 906条。对解释变量之间是否存在多重共线性进行方差膨胀因子（VIF）检验，结果显示平均VIF为1.31，解释变量VIF均小于3，说明不存在明显的多重共线性问题。

　　（三）模型设定

　　本文采用如下基准模型探讨数字产业集聚对制造业企业技术创新的影响。

　　四、实证结果与分析

　　（一）实证结果及分析

　　表2报告了本文基准模型的回归结果。第1列报告了我国数字产业集聚对制造业企业技术创新的单变量回归结果，数字产业集聚（Digagglomeration）的回归系数为0.111，且在1%水平上显著；第2列报告了增加年份和行业双向固定效应后的单变量回归结果，数字产业集聚（Digagglomeration）的回归系数为0.121，且在1%水平上显著；第3列报告了增加地区经济发展水平作为控制变量后的回归结果，数字产业集聚（Digagglomeration）的回归系数为0.196，且在1%水平上显著；第4列报告了增加股权性质、企业年龄、资产收益率和企业规模作为控制变量后的回归结果，数字产业集聚（Digagglomeration）的回归系数为0.171，且在1%水平上显著；第5列报告了增加经营性现金流占比和流动比率作为控制变量后的回归结果，数字产业集聚（Digagglomeration）的回归系数为0.168，且在1%水平上显著。回归结果表明，我国数字产业集聚促进了制造业企业的技术创新。

　　从经济含义的角度来看，第5列的回归结果显示，数字产业集聚会使制造业企业的技术创新水平在平均意义上增加0.168。从控制变量的角度来看，股权性质会显著影响企业的技术创新，企业规模大，流动比率高的企业，其技术创新水平也高，与以往研究结果一致。

　　（二）稳健性检验

　　通过替换变量法进行稳健性检验，进一步检验基准模型结论的稳健性。在基准模型中制造业企业技术创新的衡量指标为上市公司及子公司发明专利申请最终授权数量的对数，在此部分以上市公司和子公司与其他公司联合专利申请授权数作为制造业企业技术创新的代理变量。如表3所示，数字产业集聚的回归系数为正，验证了基准模型结论的稳健性。

　　五、结论与政策建议

　　（一）研究结论

　　本文选取2013—2021年我国A股制造业上市公司作为研究样本，通过固定效应回归和稳健性检验发现数字产业集聚对于制造业企业技术创新有明显的促进作用，在经过引入控制变量和稳健性检验后，结果仍然显著。

　　（二）启示

　　一方面，现阶段应进一步加大区域数字产业集聚力度，促进企业技术创新水平提升。着力打造数字产业集聚标准体系，推动数字经济服务于实体经济，推动传统制造业产业的数字化转型，赋能高端制造业的数据价值提取。

　　另一方面，地方和平台要重视数据人才培养，优化管理团队。吸引拥有丰富经验、技能的数据人才加入团队，打造坚实的数据人才后盾；重视数据创新能力提升，从数字产业的集聚中发掘自身技术创新要素，不断推进本企业改革发展。

参考文献：

　　［1］PACI R，USAI S．Externalities，knowledge spillovers and the spatial distribution of innovation［J］．GeoJournal，1999，49（4）：381-390.

　　［2］OORT F V.Innovation and agglomeration economies in the Netherlands［J］.Tijdschrift Voor Economische en SocialeGeografie，2012，93（3）：344-360.

　　［3］FRITSCH M，SLAVTCHEV V．How does industry specialization affect the efficiency of regional innovation systems［J］.The Annals of Regional Science，2010，45（1）：87-108.

　　［4］熊凯军.产业专业化集聚对微观企业创新产出的影响研究［J］.首都经济贸易大学学报，2022，24（5）：43-57.

　　［5］陈劲，梁靓，吴航.开放式创新背景下产业集聚与创新绩效关系研究——以中国高技术产业为例［J］.科学学研究，2013，31（4）：623-629+577.

　　［6］姬志恒，于伟，张鹏.高技术产业空间集聚、技术创新与区域绿色发展效率——基于PVAR模型的经验证据［J］.宏观经济研究，2020（9）：92-102.

　　［7］谢子远，吴丽娟.产业集聚水平与中国工业企业创新效率——基于20个工业行业2000-2012年面板数据的实证研究［J］.科研管理，2017，38（1）：91-99.

　　［8］胡国柳，赵阳，胡珺.D&O保险、风险容忍与企业自主创新［J］.管理世界，2019，35（8）：121-135.

　　［9］刘春林，田玲.人才政策“背书”能否促进企业创新［J］.中国工业经济，2021（3）：156-173.

　　［10］王俊豪，周晟佳.中国数字产业发展的现状、特征及其溢出效应［J］.数量经济技术经济研究，2021，38（3）：103-119.

　　［11］杨浩昌，李廉水，刘军.产业聚集与中国城市全要素生产率［J］.科研管理，2018，39（1）：83-94.

　　［12］袁华锡，刘耀彬.金融集聚与绿色发展——基于水平与效率的双维视角［J］.科研管理，2019，40（12）：126-143.

　　［13］袁歌骋，潘敏，覃凤琴.数字产业集聚与制造业企业技术创新［J］.中南财经政法大学学报，2023（1）：146-160.