一、引　言

从宏观层面看，拥有科技人才的企业作为创新的主体，在促进中国整体创新水平提升方面发挥着不可忽视的重要作用。实施创新驱动发展战略，重视创新成果数量与质量的提升，对于强化企业创新活力、持续推进经济高质量发展具有重要现实意义。近年来，一系列研究表明，产业集聚通过信息溢出可以有效降低企业间的搜寻匹配成本，促进先进生产要素高效配置，提升创新水平（彭向和蒋传海，2011）。而以高铁开通和提速为代表的交通基础设施建设加速了人才、技术、资本等要素在地区间的流动，互联网信息基础设施的建设和完善则加快了信息的传播，这就决定了区域创新水平并非仅仅取决于本地区企业间的交流、学习和知识共享。

尽管互联网和交通基础设施的发展能提升“线上交流”和“线下交流”效率已成为基本事实，但学术界较少有研究区分两者对于“显性知识”和“隐性知识”传播的差异。并且，由于新冠疫情，企业员工通过互联网“线上交流”进行居家办公的频率和场景大幅增加，部分学者甚至持有“线上交流”或许可以完全取代“线下交流”的观点（Cairncross，2001；徐德英和韩伯棠，2015）。然而，相较于以书面文字、图表和数学公式等表述的“显性知识”，“隐性知识”逐渐成为企业创新的重要因素（孙建军等，2022）。由于“隐性知识”具有不易转移、难以规范和容易失真的特点，其通过“线下交流”进行耳濡目染式吸收可以达到更好的效果，而通过互联网“线上交流”的效果将减弱。

从作用机理看，以高铁开通和提速为代表的交通基础设施建设有利于提升区域可达性，形成“时空压缩”和“同城化效应”（董艳梅和朱英明，2016）。在互联网时代下，交通基础设施建设可以有效打破地理距离约束，并推动区域一体化进程，扩大企业研发人员线下交流“隐性知识”的有效边界（李建成等，2021），从而促进创新发展。

此外，互联网发展可以通过降低企业创新不确定性、优化创新资源配置及“显性知识”外溢等渠道，提升区域创新水平。以地区电信业务总量衡量互联网信息化水平，分别以专利申请和授权总数作为创新水平的代理变量绘制散点图，如图1所示。可以发现，两者具有明显正相关性，并且随着交通基础设施建设进程推进呈现出不断向右上方移动的特征。上述特征事实似乎表明，以高铁为代表的交通基础设施和互联网信息基础设施的联合，可以形成创新发展合力。这背后可能的机制是，由于企业间的“线上交流”通常建立在现实相互熟识的情况下，交通基础设施建设不仅增强了“线下交流”频率，还极大地改善了互联网“线上交流”的沟通效率。由于“显性知识”和“隐性知识”并非完全分开，而是相辅相成的两部分，两者在创新活动中动态地相互作用，更加有利于新知识创造（Nonaka和Von Krogh，2009），这对于提升创新成果数量和质量具有积极作用。

考虑到“线上交流”具有“线下交流”所不能忽视的“显性知识”高效率传播的特点，而“线下交流”则具备“线上交流”所缺乏的“隐性知识”高质量共享，只有权衡创新活动中两者的最优组合，才能确保整体创新水平处于最经济位置（Van Den Berg，2013）。因此，值得重点探讨的问题是：互联网时代仅依靠“线上交流”是否足够驱动区域创新水平提升？鉴于以高铁为代表的交通基础设施建设能够显著提高“线下交流”的便捷度、联系范围和频率，互联网发展又对“线上交流”效率提升具有重要影响，两者对创新的促进效应是否存在完全替代关系？两者对创新成果数量和质量的影响是否存在明显差异？通过探讨不同交流方式对“显性知识”和“隐性知识”空间溢出的影响差异，对于持续推进综合立体交通网建设和互联网基础设施建设，最终带动整体创新水平提升具有重要的现实意义。

本文研究发现，考虑了知识在空间上的溢出效应之后，“线上交流”与“线下交流”并非完全替代关系。虽然“线上交流”可以有效提升本地区和邻近地区的创新成果数量，但对创新成果质量的影响十分有限。只有把互联网信息化发展带来的“线上交流”与交通基础设施建设导致的“线下交流”相结合，才能综合利用“显性知识”和“隐性知识”提升区域创新成果质量。因此，当前既要持续推进工业互联网新型基础设施建设，又要重视国家综合立体交通网建设和区域一体化发展，从而提升中国整体创新成果数量和质量。

本文的主要创新在于：第一，区分了以“显性知识”为主体的“线上交流”和以“线下交流”为载体的“隐性知识”的差异，本文认为互联网时代重视“显性知识”与“隐性知识”是解决“知识空间溢出”悖论的重要突破口；第二，以高铁作为交通基础设施建设的代表，通过各城市间火车与动车的实际通行时间和发车频次信息，刻画了地理距离约束弱化对“线下交流”便利性的改善程度；第三，采用固定效应空间面板杜宾模型，综合考虑了知识空间溢出和邻近地区的影响，系统分析了互联网和交通基础设施建设对区域创新成果数量和质量的促进效应及影响差异。

本文余下部分安排如下：第二部分为文献回顾与理论假说；第三部分介绍模型、变量和数据；第四部分为实证结果分析；第五部分进行内生性与稳健性检验；第六部分探讨作用机制；第七部分为异质性探讨；第八部分总结全文。

二、文献回顾与理论假说

（一）知识空间溢出与区域创新发展

部分文献采用双重差分模型（DID），分别从互联网发展（种照辉等，2022）或交通基础设施建设（余泳泽等，2019）的单一视角，证实了两者对创新发展的促进作用。然而，互联网和交通基础设施分别通过“线上交流”和“线下交流”对不同特性知识跨区域传播产生异质性影响。更为重要的是，仅采用DID方法会忽视知识固有的外部性，导致估计结果有偏。张学良（2012）较早指出，由于传统面板模型未考虑空间溢出效应，会导致参数估计出现严重问题。通过引入空间权重矩阵来刻画地区间的相互联系，空间计量模型能够更加准确地识别出知识的空间溢出效应（田相辉和徐小靓，2018）。

由于地理位置接近、邻近地区对本地创新的模仿行为以及知识溢出等原因，本地区和邻近地区的创新活动在空间维度上表现出较强的关联性。宛群超和袁凌（2021）发现省域高技术产业的创新能力客观上存在空间溢出现象。部分学者采用地级市数据，同样证实了创新活动具有溢出效应（金培振等，2019）。不仅如此，通过对比普通面板模型和空间面板模型的回归结果，刘芳（2019）研究发现，如果忽视创新活动的空间溢出效应，会严重高估影响系数。因此，为确保参数估计的一致性和有效性，有必要检验创新知识空间溢出效应，故本文提出如下假说：

假说1：邻近地区的创新知识可以显著促进本地区创新发展，即创新知识具有空间溢出效应。

（二）互联网信息化水平、“显性知识”与区域创新发展

部分学者认为，在互联网时代“线上交流”可完全取代“线下交流”，然而更多学者认为两者并非完全替代的关系（何凌云和陶东杰，2020），即“线上交流”是否可取代部分“线下交流”，需要视具体的知识特性而定。Storper和Venables（2004）指出知识分为可编码的“显性知识”（Codified Knowledge）和不可编码的“隐性知识”（Tacit Knowledge）。从内涵上看，“显性知识”泛指一切可文本化的知识，如能够以书面文字、图表和数学公式等表述的基本原理、电子表格、书面程序等（Poleacovschi等，2019），从而可以通过互联网等载体进行有效传播。而主要包括个人思维模式、经验和所谓的“诀窍”等高度个人化的“隐性知识”，具有难以规范化、不易转移和容易失真等特点，往往需要在“线下交流”和“干中学”过程中进行获取和积累（Van Den Berg，2013），通过互联网传播的效果将减弱。

尽管“隐性知识”是企业创新所必需的要素，并且在创新过程中起着主导作用，但并不意味着“显性知识”对创新没有促进作用，后者至少能够使企业在创新过程中获得短暂的相对竞争优势（孙建军等，2022），增加创新成果数量。互联网信息技术主要通过拓展创新合作网络和提升“显性知识”传播效率两个渠道提升区域创新水平。具体机制分析如图2所示。

首先，互联网的开放性信息共享功能可进一步拓宽创新研发人员的人际合作网络。随着经济全球化以及数字经济时代的到来，国内外创新技术面临越来越多相互引用和借鉴的需求，互联网作为一种高效便捷的“知识流”传递和共享技术，能够最大程度地为专利所有者和潜在引用者之间构建便捷的“线上交流”渠道，通过相互间交流和反馈，最终催生新技术的研发创造（余泳泽等，2021）。

其次，互联网信息技术发展对降低企业创新的资金和人力成本、稳固企业间已建立的合作关系以及企业与科研院校形成的合作模式具有重要现实意义。特别是面临跨区域合作时，由于距离相对较远，采用“线上交流”的可能性会相应增加。Bloom等（2014）发现通过广泛运用互联网信息技术，企业能够以较低的时间和资金成本实现“显性知识”传播与共享。黄群慧等（2019）证实了互联网发展通过加速企业研发人员学习能力和效率，可大幅缩减企业间技术创新协作的时间成本，显著提升企业生产率。可见，利用好“线上交流”所带来的知识交流效率提升，理论上可以有效提高区域创新成果数量。然而，尽管“线上交流”有利于“显性知识”共享，但由于“显性知识”对创新研发的作用相对有限，并且随着“显性知识”积累到一定规模，新的“显性知识”对区域创新的边际贡献十分微弱。本文将互联网“线上交流”加快“显性知识”跨区域传播，从而对区域创新产生的影响称为“线上外部性”，并提出如下假说：

假说2：互联网时代“线上交流”并不能完全替代“线下交流”，特别是对创新成果质量的替代效应更小。

（三）交通基础设施建设、“隐性知识”与区域创新发展

地理距离是阻碍高素质劳动力流动（范欣等，2017）和信息获取（Huang等，2017）的关键因素。从理论上讲，创新知识具有典型的溢出效应，并呈现出随地理距离衰减的特征，故如何降低知识外溢过程中的衰减程度或者如何最大程度地延长有效溢出距离，是提升整体区域创新水平的关键。以高铁为代表的交通基础设施建设通过打破人员跨区域流动限制、降低跨区域通勤时间成本以及增强“线下交流”频率和范围对创新有重要影响。

首先，相比汽车和火车等传统交通工具，高铁的开通和提升能够显著地提升地区可达性，从而弱化地区边界（张学良，2012）和促进地区间市场整合，有效破除省际间的行政壁垒（范欣等，2017），实现原本距离较远地区之间的企业研发人员跨区域流动，扩大本地区与周边地区的有效联系边界和“隐性知识”共享。

其次，以高铁为代表的交通基础设施建设通过显著降低人员跨区域通行的时间成本，促进人才流动和“隐性知识”线下交流、学习与共享，提升地区间创新合作产出（Dong等，2020）。以高铁为代表的交通基础设施建设形成了“同城效应”和“N小时经济圈”（邓涛涛和王丹丹，2018）。企业研发人员往往倾向于选择高铁等时间成本较低的交通工具，故高铁在促进高层次人才流动的同时，通过线下“隐性知识”交流来刺激区域创新发展（王雨飞等，2021）。

再次，以高铁为代表的交通基础设施建设可以进一步扩大与其他周边地区的有效联系范围（叶德珠等，2020）。并且，由于地区间时间成本的大幅缩减，即使前往地理距离较远的地区也变得更加便捷，这势必会大幅提升本地区对外交流的范围和频率。可见，地理距离约束弱化带来地区间有效联系边界的扩大和经济联系强度的增加，企业研发人员得以在更大范围和更高频率下进行线下“隐性知识”的学习共享，并且在“干中学”中激发新思想、新技术融合，提升整体创新水平（Zhang等，2020）。

最后，互联网信息技术发展所带来的“线上交流”与“线下交流”并非互相替代的关系，“线上交流”发展进一步拓展了“线下交流”空间（何凌云和陶东杰，2020）。“线上交流”往往建立在现实相互熟识的基础上，“线下交流”是实现后续“线上交流”的基础。在地区间地理距离约束强度较高时，“隐性知识”传播会受到较大限制。高铁等交通基础设施建设可以导致地理距离约束弱化，这既有利于稳固已建立的合作关系，又有利于研发人员间结识和扩大彼此社交圈，显著改善“线上交流”效率。可见，通过综合利用好“线上交流”与“线下交流”的各自优势，对于带动知识空间溢出和提高创新成果的研发成功率具有积极影响，可以最终实现创新成果数量和质量的提升。因此，本文将交通基础设施建设导致地理距离约束弱化，并最终对区域创新水平提升产生的影响称为“线下外部性”，并提出如下假说：

假说3：交通基础设施建设能够显著增进“隐性知识”跨区域共享，并进一步强化互联网信息化水平对创新的促进效应。

三、模型、变量与数据

（一）空间面板杜宾模型

从理论上讲，如果上述外部性客观存在，那么为确保参数估计的可靠性，就必须考虑地区间创新水平的空间交互关系。由于空间面板杜宾模型（Spatial Panel Durbin Model，SPDM）综合考虑了解释变量和被解释变量的空间依赖性，可将其视为空间溢出效应的标准研究框架。固定效应又能处理不能观测且不随个体或时间变化的异质性带来的内生性问题。因此，我们建立如下双向固定效应空间面板杜宾模型（two-way FE SPDM）：

其中， $ Y $ 为区域创新水平； $ \mathrm{l}\mathrm{n}INT $ 为互联网信息化水平； $ \mathit{X} $ 为一系列控制变量； $ \mathit{W} $ 为标准化后的空间权重矩阵； $ \alpha $ 为个体固定效应， $ \gamma $ 为时间固定效应； $ i $ 、 $ j $ 表示不同地区， $ t $ 为年份， $ n $ 为地区总数； $\varepsilon$ 为随机误差项。

（二）变量说明

1. 被解释变量：区域创新水平（lnPAT和lnINN）。已有文献大多采用专利申请和授权量、新产品市场价值、专利引用量与城市创新指数等衡量区域创新水平。考虑到发展中国家创新能力仍处于模仿和学习过程中，专利是一个更能体现创新活动价值的指标（宛群超和袁凌，2021）。相较于专利申请量侧重从投入角度体现创新活动，专利授权量能够更好地体现创新的实际产出数量（陈大峰等，2020）。此外，发明专利因其申请难度最大、技术含量最高等特性，可以更好地反映创新成果质量（余泳泽等，2021）。因此，本文分别选择专利总授权和发明专利授权量衡量区域创新成果数量和质量。

2. 核心解释变量：互联网信息化水平（lnINT）。本文采用电信业务总量作为互联网信息化水平的代理变量。“国际互联网用户数”单纯用数量刻画地区互联网信息化水平，而“电信业务总量”通过价格衡量电信企业为社会提供的各类电信服务的总数量，这能够更加真实地反映地区实际建设和应用的互联网信息化水平。

3. 控制变量。为避免其他潜在因素对区域创新水平的影响，本文控制了科研财政投入力度（lnRD）、地区经济发展水平（lnPGDP）、人力资本投资（lnSTU）、市场规模（lnMarket）、环境规制强度（lnSO₂）、生产性服务业^①专业化（lnMAR）和多样化集聚程度（lnJacobs），公式为：

其中 $ E $ 表示 $ i $ 地区 $ j $ 产业第 $ t $ 年的就业人数。

4. 空间权重矩阵。由于传统对称空间权重矩阵既无法区分发达与不发达地区知识空间溢出效应的差异，又不具备时变特征，无法体现近年来交通基础设施建设对研发人员“线下交流”的影响，本文采用了地区间每日列车实际通行时间和发车频次数据。Yu和Fan（2018）采用地区间地理距离除以各类型列车设计时速来衡量通行时间，而本文方法具有两大优势：第一，能够避免忽视不同地区交通线路实际运行时速存在的差异，更好地反映实际情况；第二，可以最大程度地缓解构建的空间权重矩阵与现实的偏差，确保参数估计结果可靠。综上所述，本文区分了高铁开通前（pre）、后（post）两个阶段，分别构建了283个地级市间双向非对称的反通行时间距离（ $ {W}_{T} $ ）和发车频次（ $ {W}_{F} $ ）空间权重矩阵：

$ {W}_{{T}_{ij}}= \left\{ \begin{aligned}&1 / min \{{T}_{ij}\}\quad {{if}}\;i \ne j \\ &0 \quad\quad\quad\quad\;\;\;{{if}}\;i=j \end{aligned} \right. $

(4)

$ {W}_{{F}_{ij}}=\left\{\begin{aligned}& \sum {F}_{ij}\quad\quad{{if}}\;i\ne j\\& 0\quad\quad\quad\quad{{if}}\;i=j\end{aligned}\right. $

(5)

其中， $ {W}_{T} $ 计算最少分钟数的原则为：若有直达列车，分别计算火车和动车的最短直达运行时间；若没有直达列车，则分别计算按火车和动车中转的含停留的最短运行时间。 $ {W}_{F} $ 仅计算拥有直达车次的每日列车发车频次，若无，则计为0。K、Z、T和四位数车次作为火车方案，C、D、G字头作为高铁开通后的动车方案。高铁开通后计算的发车频次包括所有类型列车。

（三）数据说明

鉴于2008年京津城际铁路开通后中国正式步入“高铁时代”，故保留2007年全国均无高铁的时期，以便更好地对比火车和动车间的差异。同时，考虑到数据的可得性以及新冠疫情的影响，本文最终构建2007—2019年中国283个地级及以上城市的面板数据，相关数据来源于历年《中国城市统计年鉴》和《中国环境统计年鉴》，并进行了如下处理：首先，对部分缺失数据采用趋势外推法补齐；其次，对所有货币统计数据均以2007年为基期，采用消费者价格指数进行物价平减；最后，对各变量取自然对数处理，以消除异方差影响。铁路数据通过爬虫软件抓取12306网站、“绿行买火车票”网站和“智行火车票”App的各类型列车的实际运营数据得到。最终选取的各变量及其描述性统计见表1。

四、实证结果分析

（一）空间自相关检验

通过绘制2007年和2019年中国各城市创新成果质量的莫兰指数散点图，可以发现其呈现出了显著正向空间自相关，并且随着时间推移这种高集聚现象得到不断增强，具体如图3所示。因此，相关结果初步验证了理论假说1的合理性，也证实了采用空间计量模型的必要性。

（二）基准回归结果分析

经过LM、LR和Wald等一系列检验，表2汇报了采用双向固定效应空间面板杜宾模型的估计结果。^②其中，第（1）—（4）列为高铁开通前后两个阶段互联网信息化水平对区域创新成果数量（lnPAT）的影响效应，第（5）—（8）列则为对创新成果质量（lnINN）的估计结果。

首先，在各个空间权重矩阵下，邻近地区的创新水平在1%显著性水平下对本地区创新成果数量和质量均具有正向促进作用。同时，相较地理距离约束强度较大（pre）的情况，从总体上讲，地理距离约束弱化后（post）的空间自相关系数均得到了显著提升。结果证实了邻近地区的创新活动会直接影响本地区的创新发展，并且随着地理距离约束弱化这种知识空间溢出现象得到进一步增强，这证明了理论假说1的合理性。

其次，在地理距离约束强度较大情况下，互联网信息化水平显著促进了本地区和邻近地区的创新成果数量创造，但对创新成果质量没有明显影响。以 $ {W}_{T\left(pre\right)} $ 的回归结果为例，在控制其他因素的影响后，本地区互联网发展对自身创新成果数量的影响效应为0.0448，对邻近地区的溢出效应为0.3646，并且都在5%的显著性水平下显著。然而，其对本地区和邻近地区的创新成果质量均不存在显著影响。

上述现象的原因可能是：一方面，本地区同周边地区产业间通常保持着长期固定的合作关系，而且在数量导向下的创新成果对“隐性知识”的依赖度并不高，即使跨区域“线下交流”的便捷性受限，也可借助互联网传播“显性知识”使得本地区和邻近地区创新成果数量增加；另一方面，在地理距离约束强度较大阶段，由于研发人员跨区域流动成本较高，导致“线下交流”并不频繁，从而不利于“隐性知识”传播。并且，随着“显性知识”积累到一定规模，新的“显性知识”对区域创新的边际贡献十分微弱，最终导致互联网信息化水平对创新成果质量的影响并不明显。因此，互联网时代并不能仅仅依靠“线上交流”实现区域创新发展，特别是对创新成果质量并不存在显著提升作用，这证实了理论假说2的合理性。

最后，在地理距离约束弱化的现实情况下，无论在统计意义还是经济意义上，互联网信息化水平对邻近地区创新成果数量和质量的创造均具有显著正向溢出效应。具体而言，在地理距离约束弱化后，互联网信息化水平显著提升了本地区和邻近地区创新成果数量，特别是对邻近地区具有更大幅度的提升作用。此外，尽管互联网信息化发展对本地区创新成果质量不存在显著影响，但在5%显著性水平下对邻近地区呈现出正向溢出特征。上述研究发现意味着“线上交流”与“线下交流”并非完全替代关系，并且“线下交流”对创新成果质量的提升更加具有不可替代性，只有将两种方式相结合才能更好地提升区域创新水平，理论假说3得证。

五、内生性探讨与稳健性检验

为确保前文研究结论的可靠性，本文分别从如下三个方面进行内生性探讨和稳健性检验：首先，地区互联网和交通基础设施建设程度与创新发展水平之间可能存在潜在的反向因果问题。因此，本文根据地区间实际地理距离具有严格外生性的特点，采用反地理距离空间权重矩阵进行内生性探讨。其次，考虑到本地区和邻近地区历史上的创新成果也可能会对本地区现阶段的创新产生影响，从而出现序列相关性。因此，本文采用空间动态面板杜宾模型来缓解潜在的内生性问题。最后，由于前文研究分别基于地区间高铁和火车通行时间距离与发车频次信息构建空间权重矩阵，本文进一步采用加权嵌套空间权重矩阵进行稳健性检验。

（一）采用外生的反地理距离空间权重矩阵进行内生性探讨

鉴于以高铁为代表的交通基础设施建设与地区创新发展水平之间可能存在反向因果关系，如北京和上海等创新水平越高的地方对高铁等交通基础设施的需求也越大。因此，为确保主要研究结论的可靠性，本文采用地区间外生的反地理距离空间权重矩阵（ $ {W}_{D} $ ）进行参数估计和对照。该空间权重矩阵构建方式为：

$ {W}_{D}=\left\{\begin{aligned} &1/{d}_{ij}^{2}\quad\quad{{if}}\;i\ne j\\ & 0\quad\quad\quad\;{{{if}}}\;i=j\end{aligned}\right. $

(6)

其中， $ {d}_{ij} $ 为两地质心距离。

根据表3第（1）、（2）列的回归结果，互联网信息化水平对本地区和邻近地区的创新成果数量均在1%显著性水平下显著为正，但对创新成果质量的影响并不显著，这与基准回归得到的研究发现高度一致。因此，相关研究结论是稳健的。而在反地理距离空间权重矩阵（W_D）下，互联网信息化水平对邻近地区创新发展数量的空间溢出效应系数高达7.5449，这既与前文的空间溢出效应方向保持一致，又在绝对值上明显与基本事实存在较大差异，从侧面体现了本文基于各城市间列车通行时间和每日发车频次所构建的空间权重矩阵（W_T和W_F）存在明显的合理性。

（二）采用空间动态面板杜宾模型缓解内生性问题

考虑到创新产出可能存在内生性问题，本文进一步引入被解释变量的一阶滞后项，建立如下双向固定效应空间动态面板杜宾模型（two-way FE SDPDM）：

其中， $ \lambda $ 为时间滞后项系数， $ \eta $ 为空间滞后项系数，其他参数含义同式（1）。

鉴于互联网信息化水平对区域创新成果质量的影响效应是本文关注的核心问题，并且经前文对比发现，基于发车频次空间权重矩阵（W_F）得到的回归结果估计系数最小，据此可以确定互联网信息化水平对创新成果质量影响效应的下限。因此，表3第（3）、（4）列分别汇报了在 $ {W}_{F\left(pre\right)} $ 和 $ {W}_{F\left(post\right)} $ 空间权重矩阵下，互联网信息化水平对创新成果质量的估计结果。结果表明，在地理距离约束弱化后，互联网信息化水平在1%显著性水平下对邻近地区创新成果质量具有显著的正向空间溢出效应，影响系数在统计意义和经济意义上都显著。即便考虑了动态效应，其基本结论仍然与前文保持高度一致。因此，本文研究结论是可靠的。

（三）替换加权嵌套空间权重矩阵进行稳健性检验

反通行时间距离（ $ {W}_{T} $ ）和发车频次（ $ {W}_{F} $ ）空间权重矩阵仅能从单一维度反映地理距离约束弱化情况。因此，本文进一步构建了两者加权嵌套的空间权重矩阵（ $ {W}_{N} $ ）：

$ \begin{array}{c}{{W}_{N}}_{ij}=\dfrac{1}{2}{W}_{{T}_{ij}}^{z}+\dfrac{1}{2}{W}_{{F}_{ij}}^{z}\end{array} $

(8)

其中， $ {W}_{T}^{z} $ 和 $ {W}_{F}^{z} $ 分别为标准化后的反通行时间距离以及发车频次空间权重矩阵。

表3第（5）—（8）列汇报了该加权嵌套空间权重矩阵（ $ {W}_{N} $ ）下，用“互联网用户数”作为互联网信息化水平的代理变量，分别以专利总授权数（lnPAT）和总申请数（lnAPP）衡量区域创新成果数量的估计结果。结果发现，同时考虑地区间通勤时间和联系紧密度情况下，在地理距离约束弱化之前，互联网信息化发展水平对本地区和邻近地区创新成果数量均存在显著正向影响；在地理距离约束弱化后，尽管其对本地区创新成果数量的直接影响有所降低，但都大幅提升了邻近地区的创新成果数量。如以专利总授权数（lnPAT）作为被解释变量，回归结果表明，互联网信息化发展水平在1%显著性水平下对本地区专利授权总量具有正向影响，并在5%显著性水平下能够显著提高邻近地区的专利授权总量。在地理距离约束弱化后，互联网信息化发展水平仍然在1%显著性水平下对本地区专利授权总量有显著的正向影响，并且在10%显著性水平下增强了对邻近地区专利授权总量的间接促进作用，这说明前文研究结论具有稳健性。

六、互联网与交通基础设施建设对不同知识特性的作用机制探讨

相较于创新成果数量，本文更加关注基础设施建设对于区域创新成果质量的作用机制。因此，为检验互联网和交通基础设施建设是否基于“显性知识”和“隐性知识”对区域创新成果质量具有显著的传导机制，本文分别从如下两个途径进行作用机制探讨：首先，为了验证互联网“线上交流”可以加快“显性知识”的跨区域传播，并最终提升区域创新成果质量，本文采用经典的中介效应模型“三步法”展开探讨。其次，由于缺乏相关“关系数据”构造城市间人口流动和创新水平的空间权重矩阵，故本文从检验省会城市高铁开通是否影响人口跨区域流动的视角，间接验证地区间地理距离约束弱化对“隐性知识”跨区域共享的促进作用，从而推断交通基础设施建设是否有利于区域创新发展。

（一）互联网信息化水平、“显性知识”存量与创新

为了验证互联网信息化水平是否通过促进“显性知识”空间溢出，进而对创新成果质量有重要影响，本文从“显性知识”表达的内涵出发，将图书馆藏书量（lnBook）作为地区“显性知识”存量的代理变量（蒋殿春等，2021），按照中介效应的三步法对作用机理进行检验。其中，第一步回归方程同式（1），第二、三步式子为：^④

其中， $ {\beta }_{1}\delta $ 和 ${\beta }_{1}\widetilde {\delta }$ 依次为邻近地区和本地区的中介效应大小，其他参数含义同式（1）。

表4第（1）列显示了在地理距离约束弱化后，互联网信息化水平对本地区创新成果的质量不存在显著影响，但在5%显著性水平下对邻近地区具有显著提升作用。第（2）列报告了在控制其他因素的影响后，互联网信息化水平对地区“显性知识”存量具有显著正向影响。第（3）列结果表明，在引入地区“显性知识”存量作为中介渠道后，尽管互联网信息化水平对本地区创新成果质量的直接影响不显著，但显著提升了邻近地区的空间溢出效应。这意味着互联网信息化发展的确增强了地区间“显性知识”传播，存在着提升区域创新成果质量的“线上外部性”。

（二）交通基础设施建设与线下“隐性知识”交流传播

由于缺乏城市层面的人口流动数据，本文考察以高铁为代表的交通基础设施建设能否显著增强人员跨区域流动，从而间接检验地理距离约束弱化能否促进“隐性知识”的跨区域学习共享。为此，本文采用二次指派程序（QAP）进行这种“关系数据”的回归分析。其中，被解释变量为跨年份全国按户口登记地和现住地统计的人口流动差值比例矩阵，解释变量为各省会城市间高铁与普通火车相比，能够节约的时间矩阵，并且都进行了标准化处理。^⑤

表5为经过10000次随机置换后的二次指派程序（QAP）回归结果。各时间段的人口流动比例结果表明，以高铁为代表的交通基础设施建设通过引发地理距离约束弱化，能够显著增强人员跨区域流动的可能性，从而有利于研发人员进行“隐性知识”的交流和共享，最终形成创新水平提升的“线下外部性”。

七、进一步讨论：区域层面异质性作用效果分析

由于中国各地区互联网和以高铁为代表的交通基础设施建设水平均存在明显的空间差异，而创新知识又主要对邻近地区产生空间溢出效应，故本文进一步基于加权嵌套空间权重矩阵 $ {W}_{N\left(pre\right)} $ 和 $ {W}_{N\left(p\mathrm{o}\mathrm{s}\mathrm{t}\right)} $ ，探讨各地区其他因素对区域创新成果质量的潜在影响，如表6所示。

需要说明的是，本文采用东、中、西、东北地区进行异质性讨论。这样做的主要原因在于：本文的核心思想为互联网和交通基础设施改善可以有效增强人员在周边地区的跨区域流动，从而能够综合“线上外部性”和“线下外部性”实现创新知识的空间溢出。因此，从理论上讲，如果这种知识溢出效应的确存在，那么其将在本地区与邻近地区的创新知识交流中得到充分体现，故分地区进行异质性检验。

研究表明，第一，在地理距离约束弱化前，东部和西部地区互联网信息化水平对本地区和邻近地区的创新成果质量提升均没有显著影响。在地理距离约束弱化后，均呈现出了显著正向溢出效应。背后的原因可能是：近年来，东部地区较高频率和密度的高铁建设为该地区人员跨区域流动形成了天然的驱动力。并且，东部地区拥有相对完善的互联网基础设施，能够更好地发挥“显性知识”和“隐性知识”对创新成果质量的提升。此外，由于“西部大开发”等政策，西部地区形成了以成都、重庆、西安等城市为核心的“经济圈”。而西部地区前期高铁修建数量和覆盖面积较少，在该地区进行高铁等交通基础设施建设能够获得更高的边际收益。

第二，中部和东北地区互联网信息化水平对创新成果质量的影响均呈现出负向溢出效应。具体而言，中部地区在地理距离约束弱化后溢出效应由−0.1393降低到−0.8217，但不显著。东北地区由−0.3291降低到−0.6997，并且在1%显著性水平下显著。主要的原因在于上述地区高铁等交通基础设施建设带来的出行便捷导致了本地区创新要素外流。以中部地区的江西省为例，2010年“昌九高铁”的开通有效地促进了江西省内各地级市的经济社会发展，但随着2014年“沪昆高铁”开通运营，受东部发达省市“虹吸效应”的影响，反而加速了该地区的高素质人力资本外流（刘耀彬和郑维伟，2019）。

可见，中国各地区互联网信息化水平对创新成果质量的影响具有显著的区域性差异。因此，为了更好地发挥“显性知识”和“隐性知识”对创新成果质量的提升，既要加快西部地区的高铁修建进程，释放创新发展活力，又要采取适当的政策，重视中部和东北地区的发展。

八、基本结论与启示

本文以中国2007—2019年283个地级市为样本，并通过爬虫软件抓取和手工整理各城市间列车实际通行时间和发车频次时变特征的空间权重矩阵，运用双向固定效应空间面板杜宾模型，研究在交通基础设施建设导致地理距离约束弱化的现实背景下，互联网信息化水平对区域创新发展的影响。主要研究结论如下：

第一，邻近地区的创新知识对本地区创新水平提升具有显著的正向空间溢出效应。具体而言，基于莫兰指数的测度结果揭示，中国各城市创新水平具有显著正向空间自相关，并且随着时间推移这种正向空间自相关现象还得到了进一步强化。此外，各地区的创新研发活动不但会促进本地区创新发展，还会对邻近地区的创新水平提升产生明显的空间溢出效应，并且以高铁为代表的交通基础设施建设会导致地理距离约束弱化，这会进一步增强知识空间溢出现象。

第二，“线上交流”与“线下交流”对创新的促进效应并不存在完全替代关系，特别是对创新成果质量的替代效应更小。在互联网时代，仅依靠线上“显性知识”传播可以有效促进本地区和邻近地区创新成果数量创造，但对创新成果质量提升没有显著影响。只有把“线下交流”和“线上交流”相结合，才能提升区域创新成果数量和质量。

第三，中国各地区互联网和交通基础设施对创新水平的影响具有明显的区域异质性特征。特别是在地理距离约束弱化后，东部和西部地区互联网信息化发展能够显著促进本地区和邻近地区的创新成果质量提升，而中部和东北地区的负向溢出效应更为明显。

基于上述研究结果，为充分利用“显性知识”和“隐性知识”对创新发展的影响，本文从互联网发展和公共交通基础设施规划布局等角度提出以下政策建议：

第一，持续推进工业互联网新型基础设施建设体系化，进一步推动数字化战略。在后续互联网基础设施规划和建设过程中，需要从前瞻性思考在“互联网+”背景下未来数字化信息基础设施建设，形成切实高效的“线上交流”学习与合作模式。

第二，突破地区间地理距离约束对创新要素资源合理流动和优化配置的束缚，发挥“显性知识”和“隐性知识”对创新成果质量的提升。为进一步发挥交通基础设施对于创新知识“线下交流”传播的重要推动作用，在国家综合立体交通网建设以及区域一体化发展规划过程中，有必要从全局来考虑中国未来交通基础设施网络布局，切实推进交通基础设施网、物流运输服务网、信息网以及能源网建设。

第三，重视区域发展过程中各地区创新资源的均衡协调发展。一方面，既要加快西部地区的高铁修建进程，释放西部创新发展活力；另一方面，又需重视培育和引导创新资源向中部和东北部地区聚集。整体推进地区间创新资源协调发展，最终提升中国创新成果的数量与质量。

① 以高铁为代表的交通基础设施更能够满足生产性服务业对人力资本、信息和知识快速流动的要求。本文选取的生产性服务业包括：交通运输、仓储和邮政业、信息传输、计算机服务和软件业、批发和零售业、金融业、租赁和商业服务业、科学研究、技术服务和地质勘查业以及教育业。

② 限于篇幅，检验结果省略，读者若是感兴趣可向作者索取。

③ 限于篇幅，控制变量的回归结果省略，读者若是感兴趣可向作者索取。

④ 数据来源于历年《中国城市统计年鉴》，由于本地区图书馆藏书量不受邻近地区影响，故只需采用面板固定效应回归。

⑤ 数据来源于2000年、2010年和2020年《中国人口普查年鉴》以及2005年和2015年《全国1%人口抽样调查数据》，由于历次全国人口普查和抽样调查仅公布省级层面人员跨区域流动数据，故采用各省会城市间高铁与火车通行时间差值进行匹配。