开放合作研究团队第97期Seminar学习讨论会

2026年4月22日晚上19:00-20:30，中山大学区域开放与合作研究院文献研读会议以线下的方式成功举行。本次学习讨论会由博士生梁韫捷同学分享文献《数字产业集群政策与关键核心技术突破式创新》，参加学习讨论会人员包括博士生和硕士生等。

数字产业集群政策与关键核心技术突破式创新

师磊  阳镇  钱贵明

一、摘要

本文立足数字产业集群视角，探究数字关键核心技术突破式创新的作用机制，将数字产业集群试点政策视为准自然实验，探析其对数字关键核心技术领域突破式创新的作用机制与路径。

研究结果表明，数字产业集群政策促进了数字关键核心技术突破式创新，这一作用有赖于集群内主体间协同专业化创新、数字技术扩散以及数字创新要素配置效率提升机制。在路径分析方面，数字产业集群政策通过协同专业化创新路径发挥作用的效应约为 43.54%，数字技术扩散路径效应约 为 26.18%，数字创新要素配置效率提升路径效应约为 16.60%。异质性分析发现，对于经济活跃度与数字经济发展活跃度较高的地区以及数字基础设施相对完善的地区而言，数字产业集群政策的作用效果更好。进一步地，供应链关联与集群政策之间发挥互补性作用，二者形成相互渗透的合力促进数字关键核心技术突破式创新；创新链关联与集群政策之间体现为替代作用，对于创新链关联强度较弱的地区，政策作用效果更明显。

二、引言

数字关键核心技术呈现高度复杂性、多层次嵌套与多领域融合特征，单一主体已难以独立完成技术突破。2012年国务院提出“创新型产业集群试点”；2013年起科技部分三批认定61个国家级集群，其中重点包含24个数字产业集群，开启了数字化转型的集群化探索。

现有研究多聚焦于集群政策对区域创新的宏观影响，但缺乏针对数字产业集群政策如何作用于数字关键核心技术突破式创新的系统性、机制性探讨。

三、理论假设

企业的竞争优势源于其拥有的独特知识和能力。关键核心技术的突破，高度依赖于对复杂、隐性知识的持续创造、有效整合与实际应用。数字产业集群作为典型的知识密集型环境，天然有利于知识的溢出、共享和重组，为产业的突破式创新提供了优良的孕育土壤。

创新不是孤立的，而是一个多主体互动、深度协同的复杂过程。通过紧密合作，不同主体间可实现资源互补、风险共担与能力协同，共同攻克复杂技术难题。数字产业集群政策的核心目标，正是通过搭建公共平台、主动促进主体合作，构建一个结构稳定、运转高效的协同创新网络，以此加速关键核心技术的突破进程。

基于以上理论和机制分析，我们提出了四个研究假设。首先，我们假设数字产业集群政策本身是有效的，即核心假说：数字产业集群政策能够显著促进地区数字关键核心技术的突破式创新，即政策实施对技术创新产出具有显著的正向影响效应。其次，我们假设这三个机制——协同专业化、技术扩散和要素配置效率——是政策发挥作用的中介渠道。

四、实证模型

本文参照沈坤荣等（2024）的研究，构建如下双向固定效应的交错双重差分模型检验数字产业集群试点政策对地区数字关键核心技术突破式创新的影响：

被解释变量：数字关键核心技术突破式创新。借鉴 Kelly et al. (2021) 的思路，综合衡量专利的技术新颖性（与历史专利相似度低）和技术重要性（对未来专利影响大）两个维度。

核心解释变量 ：数字产业集群政策(Treat × Post 双重差分)。Treat 为数字产业集群试点政策实施变量，若某区县为数字产业集群示范试点地区，则将该区县视为处理组地区，且 Treat 取值 1；反之则视为对照组地区，Treat 取值 0。Post 为示范试点批准年份变量，若某地区当年被批准为示范试点地区，则该地区在该年及以后的年份取值 1，否则取值 0。

控制变量：区县行政区域面积，区县经济发展水平，区县人口密度，区县工业化进程，政府干预程度，产业集聚程度。

本文所使用的数据来源如下：

①数字产业集群政策，使用科技部 2013—2017 年公布的三轮创新型产业集群试点区县。参照陶长琪和丁煜（2022）构建的数字经济关键词词库，本文依据该词库从创新型产业集群试点中筛选出数字产业集群试点区县，最终得到 24 个数字产业集群。

②发明专利数据，采用国家知识产权局通过形式审查的发明专利数据。

③区县层面的控制变量数据，来源相关年份《中国城市统计年鉴》。由于集群试点涉及 24 个区县，为了更好地探析实验组与对照组之间的区别，本文将研究样本选定为与集群试点属于同一地级市的所有区县，共计 435 个区县。

五、实证分析

表 1 汇报了基准回归结果。其中，第（1）列为仅包含控制地区与年份固定效应的回归结果，第（2）列为进一步纳入控制变量的回归结果。为剔除极端值影响，本文进一步对数字关键核心技术突破式创新进行 5% 缩尾，缩尾后的回归结果见第（3）列。同时，由于影响数字关键核心技术突破式创新的因素众多，可能会带来变量间反向因果的影响，为此，本文对地区数字关键核心技术突破式创新做前置一期的处理，回归结果如第（4）列所示。数字产业集群政策的实施，对试点地区的数字关键核心技术突破式创新水平产生了显著的正向提升效应。

本文进行了以下的稳健性检验：

（1）平行趋势检验。基于双重差分法进行研究的一个重要应用前提在于政策实施前对照组与实验组不存在系统性差异，本文借鉴 Mcgavock（2021）的做法，通过构建距离政策实施年份的相对时间虚拟变量做事件研究以开展平行趋势检验：

其中，l 表示数字产业集群试点地区的相对处理年份，参考常见做法，本文将窗口期 l 设定为政策实施前 4 期至政策实施后 5 期之间。以此为基础，本文绘制了实验组与对照组地区数字关键核心技术突破式创新的变化趋势曲线，以对比两组样本的差异。为避免构造相对年份虚拟变量导致的陷阱，本文选取政策实施的前一年作为基准组。基于事件分析法可以看出，在政策实施前实验组和对照组的系数估计值在 0 值上下波动，且不存在统计意义上的差异。这说明，本文的基准回归满足平行趋势的前提，可以认为基准回归结果可信。

（2）更换被解释变量。参考现有研究的做法，本文使用数字关键核心领域的专利数量和专利质量作为数字关键核心技术突破式创新的代理变量。对于专利质量而言，本文以剔除自引用后的专利被引用次数为度量指标。通常，一项专利的被引用次数越高，说明该项专利蕴含的技术知识基础越坚实，可以反映出该专利对后续专利的贡献度和市场价值（龙小宁等，2023）。对于数字关键核心技术领域专利的数量与质量的测度，本文均进行了加 1 后取对数处理。

（3）控制区县数字经济发展水平。为确保基准回归中估计系数值 τ 能够更精准反映数字 产业集群政策的作用力度，本文从区县层面的固定电话用户数、移动电话用户数和互联网宽带接入用户数三个维度，运用主成分分析法测度了研究样本中各区县数字经济发展指数，用以作为地区数字经济发展水平的代理变量，并将其纳入基准方程中的控制变量组。

（4）控制高维固定效应。虽然本文在基准回归中控制了区县固定效应和年份固定效应，但有可能会忽略区县层面其他的影响因素。本文通过生成时间趋势项的方式，在基准回归中纳入区县—年份固定效应，以缓解混杂因素的影响。

（5）使用堆叠双重差分法重新估计。在不同实验组之间或不同年份试点政策事件之间，处理效应并不完全相同，因此，可能会导致基准回归中所得到的估计系数 τ 存在偏误。为检验实证策略的稳健性，本文进一步使用包含双向固定效应的堆叠双重差分法（Stacked DID）回归策略，重新进行实证检验。

（6）排除其他政策干扰。严格控制“宽带中国”、“智慧城市”等同期其他相关政策的影响，核心回归结论保持不变。

（7）使用三重差分法（DDD）估计政策净效应。通过构建非数字产业集群作为第二重控制组，更精准地剥离出数字产业集群政策的净效应，回归系数依然显著为正。

（8）剔除样本。①考虑到在本文研究的样本范围内包含了 4 个直辖市，这些地区在经济发展水平、数字化基础设施完善程度、创新活跃度等方面与其他地区存在较大发展差异，可能会造成回归结果存在一定的偏误。为此，本文通过剔除直辖市方式，对基准回归进行稳健性检验。②国家批准了12个国家综合配套改革的试验区，上述改革试验在金融发展、创新发展等方面与本文研究样本内的其他地区存在较大差异，通过剔除上述综合配套改革试验区方式，再次对基准实证方程进行回归。③同时将直辖市和综合配套改革试验区的样本剔除，并再次回归。

通过上述系列稳健性检验结果可以看出，数字产业集群政策对地区数字关键核心技术突破式创新的影响均在 1% 的水平上显著为正，表明本文的基准回归结果稳健可信。

六、机制分析

（一）机制分析

数字产业集群政策通过协同专业化创新、数字技术扩散以及数字创新要素配置效率提升的机制对地区数字关键核心技术突破式创新构成影响。为检验上述作用机制，本文设定如下实证模型：

本文对协同专业化创新、数字技术扩散以及数字创新要素配置效率提升机制进行实证检验 ，回归结果见表2。数字产业集群政策对协同专业化创新、数字技术扩散以及数字创新要素配置效率提升的影响均显著为正，表明数字产业集群政策促进了集群内协同专业化创新、数字技术扩散以及数字创新要素配置效率提升。上述结果初步证实集群协同专业化创新、数字技术扩散以及数字创新要素配置效率提升作用机制成立。

（二）路径分析

通过实证模型量化不同机制在政策传导路径中的具体贡献度，从数据维度精准识别出政策发挥实效的核心渠道。

表3汇报了数字产业集群政策的平均总效应、对数字关键核心技术突破式创新的直 接效应及其通过协同专业化创新、数字技术扩散以及数字创新要素配置效率提升的路径效应，以及各作用机制所遵循路径的效用力度占比。

可以看出，数字产业集群政策对数字关键核心技术突破式创新的直接效应约占总效应的 13.68%，通过协同专业化机制的复合链式路径效应（约 43.54%）强于数字技术扩散的路径效应（约 26.18%），也强于通过数字创新要素配置效率提升的路径效应（约 16.60%）。

上述路径分析说明，数字产业集群政策的间接效应大部分通过链式复合效应传递。

（三）异质性分析

本文从如下三个方面做异质性分析：

（1）地区间经济活跃度异质性。结果如表 4 第（1）、（2）列所示。对于经济活跃度较高的地区而言，数字产业集群政策在 1% 的水平上显著为正，促进数字关键核心技术突破式创新，然而对于经济活跃度较低的地区而言，集群政策的作用效果并不显著。

（2）数字经济发展活跃度异质性。结果如表4第（3）、（4）列 所 示 。 结果表明 ，对于数字经济发展活跃度较高的地区而言 ，数字产业集群政策的作用效果在 1% 的水平上显著为正，且回归系数约为 4.76，高于全样本回归结果。

（3）数字基础设施完善度异质性。结 果 如 表 4 第（5）、（6）列 所 示 。对于数字基础设施完善程度较高的地区而言，数字产业集群政策的作用在 1% 的水平上显著为正，并且回归系数值约为 6.02，远大于基准回归结果的 4.65，这也揭示出数字基础设施对于政策发挥作用的重要性。

（四）异质性分析

本文进一步探讨了供应链关联和创新链关联的视域下数字产业集群政策的作用效果：

供应链关联强度与政策的交互项显著为正。这表明供应链关联与集群政策存在互补作用，政策能够有效强化供应链网络的创新溢出效应。

创新链关联强度与政策的交互项显著为负。这表明二者存在替代作用，在创新链关联较弱的地区，集群政策的“补短板”扶持效应表现得更为明显。

七、结论

本文得出以下几点结论:

第一，数字产业集群政策是有效的。第二，政策通过协同、扩散和要素配置三个机制起作用。第三，协同专业化是最重要的路径。第四，政策效果存在异质性，依赖于地区基础。第五，政策与供应链互补，与创新链替代。这些结论为我们理解和运用产业政策提供了重要的洞见。

文章提出了一系列政策建议，首先，要完善政策体系和基础设施。这意味着政策不能只给补贴，更要建设共享平台、完善知识产权保护，系统性地营造一个开放共享的创新环境。同时，要夯实产业基础设施，促进创新主体之间的协同。其次，要强化创新主体的作用和区域辐射。一方面，要发挥龙头企业的牵引作用，带动整个产业链的创新。另一方面，要推动集群内的优质资源向周边地区扩散，实现更大范围的区域协调发展，构建一个健康的创新生态系统。

拟稿：梁韫捷

编辑：陈倩怡

审核发布：毛艳华