从市场优势到扩散赋能:数据要素协同下超大规模市场的技术扩散突破机制

作者简介:

李娅(1976—),女,云南昆明人,博士,云南大学经济学院教授、博士生导师,研究方向为数字经济、产业创新与生产网络;
官令今(1995—),男,云南昆明人,云南大学经济学院博士研究生,研究方向为超大规模市场与产业创新系统。
摘要:

技术扩散正在成为新一轮科技革命下大国创新优势的关键性支撑条件。中国超大规模市场为产业突破S型技术扩散轨迹饱和约束并向J型轨迹重构提供了独特优势,使得产业在新型技术扩散过程中获得赶超条件。通过分析超大规模市场中边际细分市场的涌现机制、数据要素激活该市场潜力并转化为技术扩散效率的逻辑,构建二者协同突破技术扩散饱和约束的理论框架,阐释超大规模市场优势赋能产业技术扩散的内在机制。基于2009-2024年制造业上市公司数据的实证分析结果表明:①超大规模市场优势具有突破企业技术扩散饱和约束、重构扩散轨迹,推动技术持续迭代的潜在效应;②超大规模市场的技术扩散突破效应依赖市场与企业数据要素利用产生协同;③人工智能渗透、创新知识整合和创新协同网络构建是超大规模市场与数据要素发挥协同效应的重要作用渠道,推动技术扩散升级的政策实践可以从这三种渠道寻找施政方向。研究结论为依托超大规模市场推动技术扩散轨迹重构与创新迭代效率提升、强化产业技术扩散竞争力、实现大国规模优势向产业创新优势转化、服务新发展格局与国际竞争优势塑造提供了理论支撑和政策参考。
关键词:

超大规模市场;边际细分市场;数据要素协同;技术扩散
研究背景:

随着中国新兴产业的技术赶超,由大数据和人工智能主导的智能革命缩短了技术创新链条、强化了技术应用反馈。技术扩散正在成为新一轮科技革命下大国创新优势的关键性支撑条件。中国拥有的超大规模市场是促进技术低成本、广覆盖、大规模扩散的关键载体。如中国新能源汽车和5G产业,充分激活了国内超大规模市场优势,并促进“超大规模市场×数据要素”协同的技术扩散模式形成,最终推动产业实现技术赶超。新能源汽车、5G等产业的成功案例并没有被其他处于超大规模市场中的产业(如高端数控机床产业)所复制。原因在于存在显著的数据割裂问题,导致其长期陷入技术迭代速度缓慢、扩散成本居高不下的“大市场、弱创新”产业困境。新能源汽车和5G产业创新优势的建立,其深层次机制在于:首先,规模性只是基础,超大规模市场中“边际细分市场涌现带来的结构性优势”才是独特优势;其次,由于边际细分市场及其需求技术的潜在性,“市场与数据要素协同”促进的产业技术扩散才是智能革命时代技术扩散的关键形态。这就需要引入数据要素维度,探讨超大规模市场优势如何向新型产业创新优势转化。
研究方法:

1.理论模型构建:引入数据要素维度,基于微观视角拓展传统技术扩散模型。以Melitz(2003)模型的异质性企业生产技术框架为基准,在传统技术扩散动态中(借鉴Bass基于Logistic模型的构造方法)补充企业层面的技术迭代机制,构建了“数据要素协同下超大规模市场优势推动企业技术扩散效率提升和轨迹重构”的数理理论模型。
2.基准回归分析:构建面板数据双向固定效应模型进行实证检验。分别设定了检验市场潜力单一作用的方程,以及加入市场潜力与数据要素交互项的协同效应检验方程。
3.内生性检验:由于企业技术扩散可能重塑市场需求结构产生反向影响,本文采用双重差分模型(DID)结合事件研究法(以2015年《促进大数据发展的行动纲要》等政策出台为准自然实验)进行平行趋势检验和内生性问题处理。
4.机制检验(中介效应模型):从技术扩散的“识别—转化—应用”三阶段出发,构建中介效应模型(逐步回归法和面板Logit模型),检验“人工智能渗透”、“创新知识整合”和“创新协同网络构建”三种核心作用渠道。
数据来源:

1.样本选取:选取2009—2024年制造业上市公司面板数据作为研究样本。
2.数据匹配:
-
专利引用数据:来自中国专利数据库上市公司专利引用明细数据。
-
企业专利数据:来自国家知识产权局专利数据与上市公司股票代码的匹配。
-
城市层面数据(用于计算超大规模市场潜力等):来自《中国城市统计年鉴》和各城市统计年鉴。
3.数据处理:将以上数据与上市公司股票代码匹配后,剔除金融业上市公司和ST、PT上市公司;剔除核心变量大量缺失的样本;对城市层面涉及货币价值的控制变量取对数;对所有核心变量进行1%水平的缩尾处理。
研究结论:

1.潜在效应与协同效应:超大规模市场优势具有突破企业技术扩散饱和约束、重构扩散轨迹、推动技术持续迭代的“潜在效应”。但加入数据要素前,市场潜力的单一效应不显著;加入数据要素交互项后,其协同效应远强于单一效应。这表明“超大规模市场的技术扩散突破效应依赖市场与企业数据要素利用产生协同”。
2.扩散轨迹重构(S型到J型):受协同效应影响显著的组别,其技术扩散累积呈现更快的加速,呈现出更显著的扩散轨迹J型重构趋势。这表明边际细分需求在有更强的数据要素协同下能被精准捕获,促使企业技术扩散突破市场饱和限制。
3.渠道机制:①人工智能渗透(技术识别阶段);②创新知识整合(技术转化阶段);③创新协同网络构建(技术应用阶段),是超大规模市场与数据要素发挥协同创新的三种重要渠道,能显著提升企业技术扩散效率。
4.异质性特征:协同效应对高技术水平的“发明专利”和“关键核心技术专利”促进作用最强;对侧重个性化偏好的“外观设计专利”有显著正向效应;但对侧重已有技术自我优化的“实用新型专利”驱动作用减弱(系数为负且不显著)。
研究启示:

1.深化超大规模市场与数据要素协同配置,激活产业技术扩散内生动力。应引导产业依托工业互联网平台打通研发、生产、销售全链条数据通道;深入推进“数据要素×工业制造”行动,统一跨行业工业数据标准,搭建行业级可信数据空间与需求数据服务平台,推动链主企业开放产业链数据资源,形成市场牵引与技术扩散互促的良性格局。
2.聚焦三大传导渠道精准施策,提升产业技术扩散与创新迭代实效。
-
针对人工智能渗透:加快落实“人工智能+制造”专项行动,推广轻量化工业AI模型与普惠算力服务。
-
针对创新知识整合:搭建制造业专利技术共享与转化平台,完善知识产权开放许可机制,降低技术扩散的信息与转化成本。
-
针对创新协同网络:完善产学研协同创新体系,支持产业联合高校、科研机构共建制造业创新中心与中试平台,鼓励链主企业牵头组建创新联合体。
3.依托边际细分市场优势培育专精特新能力,拓展产业技术应用新空间。应不断优化优质中小企业梯度培育机制,支持产业深耕特种装备、精密加工、定制化生产等细分领域。产业可聚焦细分赛道,精准捕捉未被满足的市场需求,开发专用化、差异化技术产品,依托细分市场构筑竞争优势。


长按二维码
下载阅读全文

40余年来,始终以推动科技进步和促进科技与经济结合为己任,致力于促进自然科学与哲学社会科学的交叉融合。历年来入选中国人文社会科学三大核心期刊检索:中文社会科学引文索引(CSSCI)来源期刊、中文核心期刊、中国人文社会科学期刊AMI综合评价A刊核心期刊以及中国科技论文统计源期刊;被日本科学技术振兴机构数据库(JST)收录。荣获历届“中国最具国际影响力学术期刊”,晋入“世界学术影响力指数”榜单;“人大复印报刊资料”全文转载量位居同类期刊前列;荣获“国家期刊奖”“湖北省十大名刊成就奖”等奖项。
