數字經濟下創新要素綜合配置與產業結構調整

基金項目：中國國家留學基金“國家建設高水平大學公派研究生項目”（202006170081）。

作者簡介：彭影（1991—），女，吉林通化人，吉林大學經濟學院博士研究生，主要研究方向為產業經濟、區域經濟。DOI： 10.13253/j.cnki.ddjjgl.2022.03.007數字經濟下創新要素綜合配置與產業結構調整彭影（吉林大學經濟學院，吉林長春130012）

[摘要]? 數字經濟下將數據創新要素納入創新要素綜合指標體系，運用熵權TOPSIS法測度各地區創新要素綜合配置指數，從“速度-質量-效益”三個維度衡量產業結構調整水平，運用動態面板、中介效應模型檢驗創新要素綜合配置與產業結構調整之間的內在邏輯關系。研究發現：創新要素綜合配置能加快產業結構調整速度，推動產業結構高級化，提升產業結構調整效益，但對產業結構合理化起到抑制作用;基于維度、強度和地區三個視角檢驗發現，創新要素綜合配置對產業結構調整“速度-質量-效益”存在異質性影響;中介機制檢驗顯示：技術創新和就業結構優化是創新要素綜合配置深化產業結構調整的重要傳導路徑。

[關鍵詞]創新要素綜合配置;數據創新要素;產業結構調整;異質性;中介效應

[中圖分類號] F202;F062.9[文獻標識碼] A[文章編號] 1673-0461（2022）03-0048-11

一、引言

數字經濟時代，創新驅動數字化轉型，智能引領高質量發展，科技創新已成為優化產業結構和轉變經濟發展方式的動力源泉。2020年4月，國務院頒布《關于構建更加完善的要素市場化配置體制機制的意見》，明確要求加強整合數據創新要素，加大對數據創新要素市場的培育力度，提高數據創新要素質量和規范性。為準確把握創新要素的概念范疇，將數據創新要素引入創新要素綜合指標體系，測度數字經濟下中國各地區創新要素綜合配置水平，有助于科學地認識各地區創新資源配置結構及創新驅動能力。與此同時，隨著中國經濟進入高質量發展階段，創新資源空間錯配、創新資本回報率低、創新驅動力不足等問題阻礙產業結構調整的進程。因此，如何高效配置創新要素，激活數據創新要素的潛在價值，緩解地區創新要素短缺現狀，已成為中國各地區切實做到創新驅動產業結構調整中亟需解決的重要問題。

關于創新要素內涵的研究，由對創新投入要素的單個研究到對創新要素系統的全面分析，創新要素內涵范圍被不斷拓寬。從創新系統理論來看，COOKE（1992）提出“區域創新系統”是由多個不同主體相互作用而成的組織體系，不同主體在該組織體系內部相互分工，存在某種特定關聯[1]。ARNE ISAKSEN 和HEIDI WIIG ASLESEN（2010）將創新系統中創新主體劃分成核心主體和具有服務作用的主體[2]。晏宗新等（2010）提出區域創新系統包括創新主體、創新市場和創新要素三個組成部分，企業、高校、科研機構屬于創新主體;技術市場、人才市場等屬于創新市場;人才要素、信息要素等屬于創新要素[3]。周元元等（2015）認為創新要素是為支撐科技成果產出而投入的創新資源，主要有創新技術、創新人才和創新環境等[4]。蔡曉珊等（2018）從廣義視角將創新要素分成三個層次，即核心要素、服務要素和環境要素。其中，高校、科研機構等屬于核心要素，金融機構、市場和基礎設施等屬于服務要素，社會環境、文化因素和社會政策等屬于環境要素[5]。陶長琪等（2021）從五個方面構建創新要素系統，即人力、知識、技術、數據和制度五大創新要素子系統[6]。基于上述研究，本文將創新要素內涵范圍劃分成兩大部分，即直接作用于創新產出的創新投入要素和服務于創新活動的創新環境要素。數字經濟背景下，創新投入要素主要包括人才創新要素、資本創新要素、技術創新要素和數據創新要素，創新環境要素是指制度環境創新要素。

關于創新要素與產業結構關系的研究，經歷了由靜態向動態、由非線性研究向空間效應研究的演進過程。陶長琪等（2016）基于創新要素集聚的視角發現，技術創新與產業結構升級不存在線性關系，且創新要素在空間上呈現出“集聚”特征，同時產生空間溢出效應[7]。卓乘風等（2018）運用產業結構層次系數衡量產業結構升級，提出研發資金與研發人員跨區域流動會促進產業結構升級[8]。劉飛等（2018）認為創新要素在區域分布上存在顯著差異，導致資本和人才創新要素對區域產業結構升級存在空間異質性影響[9]。基于動態流動和空間效應雙視角，韓軍等（2020）提出R&D人員流動對本地區產業結構高級化具有顯著的推動作用，但對產業結構合理化存在消極影響;而R&D資本流動有助于本地區產業結構合理化，卻抑制本地區產業結構高級化發展水平[10]。

綜合現有文獻來看，相關研究仍存在不足之處：一是僅從人才、資金和技術方面測度創新要素，對數據創新要素和制度環境創新要素的實證研究不夠豐富;二是對產業結構的研究大多聚焦于產業結構合理化、產業結構高級化和產業結構層次系數三個方面，缺乏對產業結構調整的系統研究;三是現有文獻主要分析創新要素與產業結構的非線性關系及空間效應，對二者之間作用機制研究較少。鑒于此，本文深入探究以下幾個問題：一是從人才、資本、技術、數據和制度環境五個維度，構建創新要素綜合指標體系，且在經濟高質量發展視角下從“速度-質量-效益”三個維度測度產業結構調整水平，實證檢驗創新要素綜合配置對產業結構調整的影響;二是從維度、強度和地區三個方面，檢驗創新要素綜合配置對產業結構調整的異質性影響;三是以技術創新、資源錯配和就業結構作為中介變量，分析創新要素綜合配置對產業結構調整的傳導機制，探討創新要素綜合配置促進產業結構調整 “速度-質量-效益”提升的可行性路徑。

二、作用機制與研究假說

現階段，各地區政府加大力度深化產業結構調整，但對產業結構調整的認識不夠全面。深化產業結構調整不僅是要加快產業結構調整速度，還應注重產業結構調整質量，更需要重視產業結構調整的經濟和生態效益。余泳澤（2015）研究發現中國區域要素稟賦與經濟發展階段存在較大差異，導致創新活動空間集聚特征顯著，創新要素“集聚效應”通過技術進步和規模經濟提升創新效率，進而實現經濟持續增長[11]。茶洪旺等（2018）提出創新是驅動產業結構轉型升級的根本動力，創新要素是影響創新活動的基礎資源，創新要素有效配置能加快技術創新，提升創新要素使用效率，推動產業結構高級化和產業結構合理化水平[12]。由此提出如下假設：

H1：創新要素綜合配置能加快產業結構調整速度，推動產業結構高級化和產業結構合理化，促進產業結構調整效益的增加。

基于維度、強度及地區三個視角分析，創新要素綜合配置對產業結構調整具有異質性影響。如從不同維度看，王建民等（2020）運用科技人力資本和R&D費用測度創新要素投入水平，發現創新要素配置水平提升顯著推動了長三角地區技術進步[13]。從不同地區分布看，劉備等（2020）指出東部創新要素流入，東北和西部創新要素流出，創新要素空間分布呈“極化”特征，表明創新要素空間配置差異性顯著，對各地區產業結構動態演進存在異質性作用[14]。由此提出如下假設：

H2：創新要素綜合配置對產業結構調整的影響因維度、強度和地區不同而具有異質性。

創新要素空間配置不僅對產業結構調整產生直接效應，還通過以下三個中介渠道產生間接影響。第一，技術創新效應;王鉞等（2017）提出創新要素流動會加快區域新知識創造，通過創新要素區際間流動引發知識溢出，影響區域間技術合作路徑提升區域技術創新水平，從而促進產業結構升級[15]。第二，資源錯配減緩效應。資源錯配不利于技術創新，會抑制產業結構升級，帶來產能過剩和高污染等問題。創新要素綜合配置通過提高區域技術創新效率，改善傳統生產要素在不同區域供給數量和質量，實現傳統生產要素跨區域聯合重組，有效減緩資源錯配問題。第三，就業結構優化效應。陶秋燕等（2013）認為高技術產業勞動生產率較高，吸引更多創新人才流入該行業，實現就業結構優化 [16]。創新要素在空間分布上呈現“集聚”特征，有利于發揮規模經濟效應，提高區域勞動產生率，促使創新人才向勞動生產率更高的地區流動。因此，創新要素綜合配置從產業和區域兩個方面優化就業結構，促使就業結構與產業結構協調發展。由此提出如下假設：

H3：創新要素綜合配置通過提升技術創新水平、緩解資源錯配程度和優化就業結構間接促進區域產業結構調整。

三、創新要素綜合指標體系構建及時空演變特征

（一）創新要素綜合指標體系構建及測度

創新要素是指支持創新活動且產出創新成果的生產要素以及服務于創新活動的其他要素。根據其內涵及數字經濟對創新要素概念的拓展，基于客觀、科學、合理的原則，考慮數據可得性，借鑒陶長琪、徐茉（2021）的研究，從人才、資本、技術、數據和制度環境五大維度，構建創新要素綜合指標體系[6]。如表1所示，基礎指標數量共計50個，運用熵權TOPSIS法測算中國各地區創新要素綜合配置指數。

（二）中國創新要素綜合配置水平的時空演變特征

為進一步觀察創新要素綜合配置水平在時間和空間維度的集聚特征，以2009—2019年中國各地區創新要素綜合指數數據為基礎，繪制東中西部地區核密度估計圖（見圖1～4），以觀察創新要素綜合配置水平在不同區域的動態演進特征。核密度函數計算公式如式（1）：

圖1為中國30個省份（未包含中國臺灣、香港、澳門和西藏地區）創新要素配置水平核密度曲線圖，在樣本觀察期內，波峰高度經歷先縮小、又擴大的過程，始終保持“單峰”分布，峰寬逐年增大，右側呈“拖尾”分布。以上特征表明創新要素配置整體水平有所提升，但在空間范圍內差異化特征顯著。圖2為東部地區創新要素配置水平核密度估計圖，東部地區核密度曲線整體表現出扁平態勢，最高峰值在觀測范圍內由右向左偏移，峰寬逐漸擴大。東部地區內部各省份整體創新要素配置整體水平較高，但東部地區內部非均衡發展問題依舊突出，廣東、江蘇、浙江、上海等省份增長率為正，漲幅較大，而遼寧、福建、海南等地增長率為負。圖3為中部地區創新要素配置水平核密度曲線圖，中部地區波峰由“高峰”到“矮峰”再向“高峰”分布轉變，最高峰值由右向左再向右偏移，波峰寬度呈現出先增大、再縮小、又增大的特征，意味著2009—2019年中部地區各省份創新要素配置水平差距先增加后縮小再擴大，地區差距兩極化現象仍舊十分顯著。圖4為西部地區創新要素配置水平核密度曲線圖，西部地區波峰高度先下降后上升，由最初的“雙峰”轉變為“單峰”分布，其中，“雙峰”由一個“高峰”和一個“矮峰”組成，存在多極化現象，“矮峰”意味著西部地區部分省份創新要素配置水平向中高水平邁進，表明西部地區創新要素高配置水平的省份不斷崛起，從而帶動西部地區整體配置水平提升，但西部地區內部各省創新要素配置水平的差異性仍未消除。

四、研究設計

（一）模型構建

為檢驗上述研究假說，根據創新要素綜合配置對產業結構調整的直接影響構建如式（2）基準模型：

其中，dpis表示t時期i地區產業結構調整水平，從“速度-質量-效益”三個維度，運用產業結構調整速度、產業結構高級化、產業結構合理化和產業結構調整效益四個指標進行測度。inf表示t時期i地區創新要素綜合配置水平，α為截距項，α為創新要素配置對產業結構調整的估計參數，X表示一組控制變量，ε為隨機誤差項。

為進一步識別和檢驗創新要素綜合配置對產業結構調整的中介作用機制，構建如式（3）、式（4）中介效應回歸模型：

（二）變量選取及測度

1.被解釋變量

經濟高質量發展視角下，參考李治國等（2021）[17]的研究，從 “速度-質量-效益”三個維度，運用產業結構調整速度、產業結構高級化和產業結構合理化、產業結構調整的經濟生態效益四個指標，測度各地區產業結構調整的總體水平。

（1）產業結構調整速度。借鑒郭旭等（2021）[18]的研究方法，運用修正后的Lilien指數測算地區產業結構調整速度，修正后的Lilien指數能夠測度出勞動力在不同部門之間再分配速度，也是衡量區域產業結構調整速度的有效方法。其計算公式為：

其中，sis為t時期i地區產業結構調整速度。W表示i地區第n產業在t和t-1時期就業人數占地區總就業人數的平均值，x表示t時期i地區第n產業的就業人數，Xit表示t時期全國的總就業人數，n是產業門類數。修正的Lilien指數將變量設定在t和t-1兩個時期，修正的Lilien指數越大意味著勞動力再分配速度越快，即產業結構調整速度越快。

（2）產業結構調整質量。從產業結構動態演進與產業間協調程度兩方面衡量產業結構調整的質量，即選取產業結構高級化和產業結構合理化兩個指標測度。從質量層面反映產業結構高級化程度，強調勞動生產率較高的產業部門占比不斷擴大的動態過程。劉偉等（2008）[19]運用三產產值占比與其勞動生產率之積的加權和測算。其計算公式為：

其中，ais代表t時期i地區產業結構高級化的質量，Y表示t時期i地區第n產業的增加值，Y表示t時期i地區的生產總值，L表示t時期i地區第n產業的勞動力就業人數，Y與L之比代表t時期i地區第n產業的勞動生產率，運用均值法對數據進行無量綱化處理。

產業結構合理化從產業內部層面反映產業間協調發展程度，也是衡量產業結構調整質量的指標之一。干春暉等（2011）[20]運用泰爾指數（Theil index）既能測度變量之間的偏差也能測量出偏差的重要性，客觀、真實地反映產業結構合理化水平。其計算公式為：

其中，ris代表t時期i地區產業結構合理化程度，L表示t時期i地區就業總人數，其他變量解釋同公式（6），ris的值越大反映產業結構越偏離均衡狀態，ris的值越趨向于0產業結構越合理。

（3）產業結構調整效益。從經濟和生態兩個方面衡量產業結構調整所產生的效益。采用余奕杉、衛平（2021）[21]的研究方法，運用包含非期望產出的超效率SBM模型測度產業結構調整所產生的經濟和生態效益。主要包括四個投入指標，即勞動力投入、資本投入、能源投入和工業污染治理投入;經濟產出指標為地區實際GDP;衡量生態污染的非期望產出指標分別是工業廢水排放量、工業二氧化硫排放量、工業粉塵煙塵排放量。其中，地區勞動力投入用年末從業總人數測度;資本投入運用倪澤強和汪本強（2016）[22]的測算方法，運用公式K=（1-δ）K+I測度地區固定資本存量;能源投入以地區能源消耗總量表示;工業污染治理投入選取各地區工業污染治理完成投資額表征。

2.中介變量

第一，技術創新（tp）。基于創新產出視角，運用國內三種專利申請受理數測度區域技術創新的總體水平。第二，資源錯配（rm）。運用白俊紅等（2016）[23]的研究方法，測算得出各地區資本和勞動力錯配指數，同時采用惠獻波（2021）[24]運用主成分分析法得出的權重系數，即0.390和0.610，測算出區域資源錯配綜合指數。第三，就業結構（es）。數字經濟下，創新人才向勞動力生產率和工資更高的產業流動，進而促進各地區就業結構的優化。因此，選取高技術產業就業人數占比衡量地區就業結構的優化程度。

3.控制變量

在模型回歸中，同時控制影響產業結構調整的其他變量，如對外開放水平（open，進出口貿易總額占GDP比重）、外商投資水平（fdi，外商直接投資總額占GDP比重）、環境規制強度（ers，環境污染治理費用占GDP比重）、勞動力水平（emp，城鎮單位年末就業人員數）、城市化水平（city，各地區年末城鎮人口比重）、交通基礎設施水平（ti，各地區旅客周轉量）。

（三）數據來源

上述數據來源于《中國統計年鑒》《中國科技統計年鑒》《中國人口與就業統計年鑒》《中國工業統計年鑒》《中國金融年鑒》《中國信息年鑒》、Wind數據庫以及國研網數據庫。在對創新要素綜合配置水平測算過程中，指標體系所涵蓋基礎測算指標較多，中國臺灣、香港、澳門和西藏地區數據缺失嚴重，研究中剔除以上四個地區數據。因此，選取2009—2019年中國30個省（自治區、直轄市）的面板數據進行回歸分析，從維度、強度和地區三方面考察創新要素綜合配置及各子系統對產業結構調整的異質性影響，并且對創新要素綜合配置影響產業結構調整的作用機制進行深入探討。為了減小異方差的影響，對部分變量進行對數化處理，原始變量具體特征見表2。

五、創新要素綜合配置對產業結構調整的實證分析

（一）基準回歸

表3中模型（1）～（4）是創新要素綜合配置對產業結構調整的基準回歸結果。創新要素綜合配置對產業結構調整速度影響系數為2.565，在10%的水平下顯著為正，表明創新要素綜合配置能夠加快產業結構調整速度。創新要素綜合配置對產業結構高級化、產業結構調整效益影響系數分別為0.794、0.842，在1%的水平下顯著，意味著創新要素綜合配置對二者都具有明顯的促進作用。此外，創新要素綜合配置對產業結構合理化回歸系數為0.125，相關系數為正值，說明創新要素綜合配置會阻礙產業結構合理化。主要原因是創新要素主要集中在高技術產業和新興產業部門，創新要素集聚必然會引發產業間“極化效應”，對產業結構合理化起到抑制作用。考慮到創新要素綜合配置對產業結構調整的影響可能存在滯后性，故引入解釋變量滯后一期進行回歸，模型（5）～（8）結果顯示，創新要素綜合配置的滯后項對產業結構高級化和產業結構調整效益具有顯著促進作用，對產業結構調整速度無明顯作用，同樣抑制產業結構合理化。

在控制變量方面，外商投資水平和交通基礎設施水平對產業結構調整速度具有消極作用，城市化能加快產生結構調整速度;外商投資水平、勞動力水平和交通基礎設施水平對產業結構高級化產生負向影響，城市化對產業結構高級化產生推動作用;環境規制強度不利于產業結構合理化演變，但其他控制變量對產業結構合理化起到推動作用;勞動力水平提升能促進產業結構調整效益的增加，對外開放水平、環境規制強度和交通基礎設施水平不利于產業結構調整效益的提高，原因在于現階段產業結構調整所產生的經濟效益不足以彌補資源過度消耗和環境污染。

（二）異質性檢驗

1.維度異質性檢驗

為了驗證H2，進一步研究創新要素綜合配置對產業結構調整的異質性影響。就創新要素配置系統各維度而言，以創新要素五大子系統分別作為解釋變量進行回歸，詳細探討各子系統對產業結構調整的差異化影響。

表4回歸結果顯示，人才創新要素對產業結構高級化、產業結構調整效益估計系數分別為0.582、0.428，在1%的水平下顯著，說明人才創新要素對產業結構高級化和產業結構調整效益存在顯著的正向影響。資本創新要素對產業結構高級化、產業結構調整效益影響系數分別為0.663、0.574，在1%的水平下顯著，表明資本創新要素對二者均具有較強推動作用。技術創新要素對產業結構調整速度、產業結構高級化、產業結構合理化和產業結構調整效益的回歸系數分別為0.023、0.543、0.098和0.547，說明技術創新要素能有效推動產業結構調整“速度-效益”的提升，推動產業結構高級化，但不利于產業結構合理化。數據創新要素對產業結構高級化和產業結構調整效益影響系數分別為0.364和0.470，在1%的水平下顯著為正，意味著數據創新要素能顯著推動產業結構高級化，促進產業結構調整效益的提高。但是數據創新要素對產業結構升級速度、產業結構合理化均無明顯促進作用。

由于制度環境創新要素對其他子系統創新要素起到調節作用，故引入制度環境創新要素與其他子系統創新要素的交叉項進行回歸。回歸結果顯示，制度環境創新要素通過影響人才創新要素空間流動作用于產業結構調整效益，但人才創新要素流動的擴散效應對產業結構調整效益產生消極影響;制度環境創新要素通過影響資本創新要素空間配置推動產業結構高級化;制度環境創新要素通過調節技術創新要素空間配置作用于產業結構調整效益的提升;制度環境創新要素雖然通過調節數據創新要素空間配置顯著影響產業結構合理化，但沒有改變產業結構偏離均衡狀態。整體而言，創新要素各維度對產業結構調整“速度-質量-效益”存在異質性影響，相互之間還未形成有效推動產業結構調整的驅動鏈，創新要素系統空間配置仍存在結構性問題。

2.強度異質性檢驗

創新要素綜合配置驅動產業結構調整具有維度異質性，是否也會因創新要素綜合配置強度不同而存在異質性呢？對2009—2019年中國30個省份創新要素綜合配置指數均值進行排序，根據中位數將樣本劃分成創新要素綜合配置“高水平”和“低水平”兩組，分別進行回歸估計（見表5）。

由表5可知，創新要素綜合配置由于強度不同對產業結構調整“速度-質量-效益”的影響存在顯著差異性。對于創新要素綜合配置高水平地區，創新要素綜合配置對產業結構高級化和產業結構調整效應具有推動作用，意味著創新要素綜合配置能有效推動高技術產業的發展，通過技術進步實現產業結構高級化和提升產業結構調整效益。對于創新要素綜合配置低水平地區，創新要素綜合配置對產業結構調整“速度-質量-效益”均無顯著影響，由于創新要素綜合配置程度偏低，還未形成對產業結構調整的驅動效應。

3.地區異質性檢驗

在地區分布上，東部地區創新要素綜合配置水平整體高于中西部地區，創新要素綜合配置驅動產業結構調整同樣存在區域異質性。按照東部和中西部行政區域，劃分成兩個分樣本進行回歸（見表6）。

由表6得出，創新要素綜合配置對東部地區產業結構高級化回歸系數為0.905，對東部地區產業結構合理化影響系數為-0.060，意味著創新要素綜合配置提高東部地區產業結構高級化和產業結構合理化水平，而創新要素綜合配置對中西部地區產業結構高級化和產業結構合理化均無顯著影響。創新要素綜合配置對東部和中西部產業結構調整效益回歸系數分別為0.498、0.884，東部和中西部創新要素綜合配置都能促進產業結構調整效益的提升，且促進作用后者大于前者。總體而言，創新要素綜合配置對東部地區產業結構調整的作用整體上大于西部地區，反映東部地區正處于創新要素綜合配置驅動產業結構調整的新階段，而創新要素綜合配置對西部地區產業結構調整的驅動作用存在較大進步空間。

（三）穩健性檢驗

通常認為創新要素綜合配置與產業結構調整之間存在內生性關系。創新要素綜合配置會影響產業結構調整，反過來，產業結構調整通過結構效應優化創新要素綜合配置，即創新要素綜合配置與產業結構調整之間可能存在逆因果關系。考慮到模型中可能存在內生性問題，使用SYS-GMM模型檢驗回歸結果的穩健性。

表7中（1）～（4）列SYS-GMM估計結果顯示，Hansen檢驗均拒絕原假設，AR（1）的P值全部小于0.1，而AR（2）的P值全部大于0.1，表明擾動項不存在二階自相關現象。創新要素綜合配置對產業結構調整速度滯后項的影響系數變小，表明創新要素綜合配置對當期產業結構調整速度作用更強;創新要素綜合配置對產業結構高級化、產業結構合理化和產業結構調整效益滯后項的回歸系數明顯變大，表明創新要素積累對后期產業結構調整的影響存在慣性現象。可以得出，穩健性檢驗結果與基準回歸結果一致，說明考慮內生性問題后，創新要素綜合配置能顯著推動產業結構調整速度、效益及產業結構高級化，但抑制產業結構合理化的結論依然成立。

六、創新要素綜合配置驅動產業結構調整的作用機制分析

目前，逐步回歸法、Sobel檢驗法和Bootstrap法是檢驗中介效應常用的三種方法。由于逐步檢驗法統計功力最小，Sobel檢驗法要求中介效應必須滿足正態分布且具有大樣本，Bootstrap法能夠克服Sobel檢驗的嚴格要求，檢驗結構更加可靠。因此，為驗證假說H3，采用基于結構方程的Bootstrap法，重復抽樣1 000次，分別以技術創新、資源錯配和就業結構為中介變量檢驗其中介效應（見表8）。

以技術創新為中介變量的檢驗結果顯示，創新要素綜合配置對產業結構調整速度間接效應和直接效應的路徑系數分別為-0.906、3.471，在95%置信區間內都不包含0值，說明存在部分中介效應;且對產業結構高級化也具有部分中介效應，間接效應的路徑系數也為負值，主要原因是資源錯配和技術鎖定效應抑制產業結構調整速度和產業結構高級化;創新要素綜合配置對產業結構合理化間接效應的路徑系數為-0.025，說明創新要素綜合配置通過技術創新顯著促進產業結構合理化;而創新要素綜合配置對產業結構調整效益間接效應路徑系數中包括0值，說明不存在中介效應。

以資源錯配為中介變量的檢驗結果顯示，創新要素綜合配置對產業結構高級化間接效應和直接效應回歸系數分別為0.092、0.703，在95%置信區間內沒有0值，說明存在部分中介效應;而間接效應路徑系數為正數，主要是因為創新要素綜合配置對資源錯配的回歸系數為負，資源錯配對產業結構高級化影響系數也為負，間接效應路徑系數是兩者乘積為正值。此外，創新要素綜合配置對產業結構調整速度、效益和產業結構合理化的間接效應在95%置信區間內均涵蓋0值，說明中介效應不顯著，即創新要素綜合配置并未通過減緩資源錯配效應而加快產業結構調整速度、促進產業結構合理化及產業結構調整效益的提升。

以就業結構為中介變量的檢驗結果顯示，創新要素綜合配置對產業結構調整速度間接效應路徑系數為1.960，在5%的水平上顯著，而直接效應路徑系數不顯著，說明存在完全中介效應。即在創新要素綜合配置與就業結構優化對產業結構調整速度的作用機制下，創新要素綜合配置完全通過就業結構優化加快產業結構調整速度;同樣地，就業結構優化對產業結構合理化存在完全中介效應;而創新要素綜合配置對產業結構高級化和產業結構調整效益間接效應和直接效應路徑系數在95%置信區間內均不包括0值，意味著具有部分中介效應。整體而言，就業結構優化效應確實是創新要素綜合配置促進產業結構調整的一條重要渠道。

七、研究結論與對策建議

數字經濟下將數據創新要素納入創新要素綜合指標體系中，運用熵權TOPSIS法測算中國地區創新要素綜合配置水平，實證檢驗創新要素綜合配置與產業結構調整之間的內在邏輯關聯。研究結論如下：①創新要素綜合配置能夠加快產業結構調整速度，推動產業結構高級化，提升產業結構調整效益，但對產業結構合理化起到抑制作用。②從創新要素各維度看，創新要素各子系統對產業結構調整“速度-質量-效益”存在異質性影響，制度環境創新要素通過調節其他創新要素子系統的空間配置作用于產業結構調整，但制度環境的調節作用并未得到充分發揮;從強度方面看，在創新要素配置高水平地區，創新要素綜合配置能顯著促進產業結構高級化和產業結構調整效益的提升;而在創新要素配置低水平地區尚未產生有效驅動作用;從不同地區看，創新要素綜合配置對東部地區產業結構調整的作用整體上大于西部地區。③中介機制檢驗發現，技術創新對產業結構調整速度和產業結構高級化存在遮掩效應，但技術創新是創新要素綜合配置驅動產生結構合理化的唯一路徑;創新要素綜合配置能夠通過減緩資源錯配效應推動產業結構高級化;就業結構優化效應在創新要素綜合配置對產業結構調整速度、效益和產業結構高度化的影響中起到橋梁作用。

基于上述研究結論，提出如下建議：

第一，激活數據創新要素的潛在價值，挖掘其在創新要素空間配置中的引擎作用，精準推動創新要素市場化配置。深入推進國家大數據發展戰略，完善數據收集、分析處理及存儲系統，打造數據創新要素供應鏈，拓寬數據創新要素應用范圍，有效減緩各地區資源錯配，持續深化產業結構調整。

第二，優化政府和市場對創新要素的協同配置功能，有針對性地引導創新要素流動。各地區創新要素存在無序競爭現象，經濟發達地區創新要素集聚能力較強，部分地區甚至出現“擁擠效應”，導致創新要素市場扭曲。在市場機制有效引導下，政府也應優化與創新相關的制度環境，做好政策引導。在經濟欠發達地區，增加創新資本投入，完善交通與通信基礎設施，加強與經濟發達地區人才交流與技術合作，切實做到創新驅動產業結構調整。

第三，加強地區間合作，引導協同創新，構建區域產業與創新協調發展新機制。破除制約創新要素跨區域流動的政策性障礙，實現創新要素自由流動，優化地區就業結構，最大限度激發和釋放創新要素集聚和流動的空間效應，形成優勢互補、協同發展的區域經濟發展新格局。

[參考文獻][1]COOKE P. Regional innovation systems， clusters， and the knowledge economy[J]. Industrial and corporate change，2001，10（4）：945-974.

[2]ISAKSEN A， ASLESEN H W. Oslo： in what way an innovative city？ [J]. European planning studies， 2001，9（7）：871-887.

[3]晏宗新， 董瀛飛.集群效應、企業研發與產業升級——兼論廣東的區域創新政策[J].產業經濟研究， 2010（2）：73-79.

[4]周元元，馮南平.創新要素集聚對于區域自主創新能力的影響——基于中國各省市面板數據的實證研究[J].合肥工業大學學報：社會科學版，2015，29（3）：57-64.

[5]蔡曉珊，陳增歡.基于多維要素的知識型企業創業環境評估創新研究[J].河南師范大學學報（哲學社會科學版），2018，45（2）：45-50.

[6]陶長琪，徐茉.經濟高質量發展視閾下中國創新要素配置水平的測度[J].數量經濟技術經濟研究，2021，38（3）：3-22.

[7]陶長琪，周璇.要素集聚下技術創新與產業結構優化升級的非線性和溢出效應研究[J].當代財經，2016（1）：83-94.

[8]卓乘風，鄧峰.創新要素區際流動與產業結構升級[J].經濟問題探索，2018（5）：70-79.

[9]劉飛，王欣亮.創新要素、空間配置與產業結構升級——基于我國1998-2015年面板數據[J].大連理工大學學報（社會科學版），2018，39（4）：7-14.

[10]韓軍，孔令丞.創新要素流動與產業結構變遷關系及其空間溢出效應研究[J].科技進步與對策，2020，37（19）：59-67.

[11]余泳澤.中國區域創新活動的“協同效應”與“擠占效應”——基于創新價值鏈視角的研究[J].中國工業經濟，2015（10）：37-52.

[12]茶洪旺，鄭婷婷，袁航.資源詛咒與產業結構的關系研究——基于PVAR模型的分析[J].軟科學，2018，32（7）：97-101.

[13]王建民，楊力.長三角創新要素、配置效率與創新績效[J].上海經濟研究，2020（1）：75-85.

[14]劉備，王林輝.創新要素空間流動對區域創新能力的影響：外地吸引與本地依賴[J].求是學刊，2020，47（5）：66-75.

[15]王鉞，劉秉鐮.創新要素的流動為何如此重要？——基于全要素生產率的視角[J].中國軟科學，2017（8）：91-101.

[16]陶秋燕，汪昕宇.可持續發展框架下產業結構調整對就業結構的影響研究——以北京地區為例[J].中國人口·資源與環境，2013，23（S2）：421-426.

[17]李治國，車帥，王杰.數字經濟發展與產業結構轉型升級——基于中國275個城市的異質性檢驗[J].廣東財經大學學報，2021，36（5）：27-40.

[18]郭旭，孫曉華，翟鈺.地區產業結構升級速度的測算及時空演變分析[J].數量經濟技術經濟研究，2021，38（9）：98-116.

[19]劉偉， 張輝， 黃澤華.中國產業結構高度與工業化進程和地區差異的考察[J].經濟學動態， 2008 （11）：4-8.

[20]干春暉， 鄭若谷， 余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究， 2011（5）：4-16.

[21]余奕杉，衛平.中國城市綠色全要素生產率測度研究[J].生態經濟，2021，37（3）：43-52.

[22]倪澤強，汪本強.中國省際公共物質資本存量估算：1981-2013[J].經濟問題探索，2016（2）：71-79.

[23]白俊紅，卞元超.要素市場扭曲與中國創新生產的效率損失[J].中國工業經濟，2016（11）：39-55.

[24]惠獻波.數字普惠金融與城市綠色全要素生產率：內在機制與經驗證據[J].南方金融，2021（5）：20-31.Comprehensive Allocation of Innovation Factors and Adjustment

of Industrial Structure under Digital Economy

Peng? Ying

（School of Economics， Jilin University， Changchun 130012， China）

Abstract：? ?Under the digital economy， the data innovation elements are introduced into the comprehensive index system of innovation elements. The entropy weight TOPSIS method is used to measure the comprehensive allocation index of innovation elements in various regions. The level of industrial structure adjustment is measured from the three dimensions of “speed-quality-benefit”. The dynamic panel and intermediary effect model are used to test the internal logical relationship between the comprehensive allocation of innovation elements and the industrial structure adjustment. It is found that： the comprehensive allocation of innovative factors can accelerate the speed of industrial structure adjustment， promote the upgrading of industrial structure and improve the benefits of industrial structure adjustment， but inhibits the rationalization of industrial structure; Based on the three perspectives of dimension， intensity and region， it is found that the comprehensive allocation of innovation factors has a heterogeneous impact on the “speed-quality-benefit” of industrial structure adjustment; The test of intermediary mechanism shows that the technological innovation and the optimization of employment structure are important transmission paths for comprehensive allocation of innovation factors deepening industrial structure adjustment.

Key words：comprehensive allocation of innovation elements; data innovation elements; adjustment of industrial structure; heterogeneity; the mediation effect

（責任編輯：張夢楠）