摘 要：在数字经济加快发展和高质量发展战略实施的背景下，如何突破产业发展的“痼疾”技术锁定、促进创新效率提高已成为我国经济发展的重要挑战。首先，本文将产业集聚外部性理论引入异质性企业创新决策模型，利用2013—2021年中国30个地区的面板数据，检验虚拟集聚对技术锁定效应的影响。研究发现，虚拟集聚显著促进了技术锁定效应的解锁，这一结论在一系列稳健性检验后仍然成立；相比中西部地区，东部地区的虚拟集聚解锁效应更加显著。其次，使用中介效应模型进行虚拟集聚对技术锁定效应产生影响的机制进行检验发现，虚拟集聚通过知识溢出外部性促进技术锁定效应的解锁，提高创新效率。最后，本文为探索数字经济背景下产业建设及中国高水平创新的发展路径提供了新的思路。

关键词：虚拟集聚；数字经济；技术锁定；集聚外部性；企业创新

本文索引：郭潇睿.<变量 2>[J].中国商论，2023（15）：-072.

中图分类号：F014 文献标识码：A 文章编号：2096-0298（2023）08（a）--06

1 引言

近年来，大数据、区块链、人工智能等新兴数字技术飞速发展，日益融入社会经济发展的方方面面，数字经济发展的速度之迅速、规模之庞大、影响之深远几乎前所未有，正在重塑社会经济格局，调整生产模式。对此，我国在十九届四中全会提出：全面提升数字经济发展水平，推动创新要素的配置和集聚从物理空间转向虚拟空间，驱动产业边界模糊化，并在“十四五”数字经济发展规划中强调了数字化虚拟集群建设的重要性，极大地鼓励了虚拟集群的形成和发展。 虚拟产业集群是一种依托互联网平台，由许多类型丰富且具有一定优势或专长的企业组成的集合体（Vakolam、Wilsonie，2004）。作为新一代信息技术下的产业集聚形态，更多强调建立在信息和数据资源化基础上的交易泛在化和生产柔性化，并从多方面与地理集聚功能互补（王如玉等，2018），不仅可以发挥各种资本的协同效应，还可以大幅降低交易成本，提高信任程度（田霖、韩岩博，2021），是数字经济发展的重要依托。当前，我国经济增长速度放缓，资源与劳动力供给日益紧张，曾经由于后发劣势而采取的技术引进带来的“路径依赖”和技术锁定问题逐渐突出，亟需新的有效解决方案。本文从产业集聚规模经济的视角，研究虚拟集聚对技术锁定的影响和作用机制，可为新发展阶段下中国技术锁定路径破解和创新效率的提高贡献可行思路与方案。

传统产业集群一直都是地区经济发展的重点要素，也是国家竞争力的重要维持者（王缉慈，2002）。在产业集群内部，企业可以通过竞争（Richanrdson，1996；katz，1986）、知识共享（Mansfield，1988；彭向等，2011）、规模经济（谢子远、吴丽娟，2017）改进生产技术，提高企业生产率。然而随着我国开始迈向创新型国家，曾经依靠技术引进发展起来的产业已不再先进，并逐渐形成技术引进路径依赖（唐未兵等，2014），使我国在国际分工中处于不利地位，造成资源的流失与浪费，使现代先进产业体系难以形成（丁重、张耀辉，2009）。但随着互联网技术的进步与发展，产业集群的虚拟转型逐渐变为这一问题的有效解决方法。第一，互联网技术的发展使得经济主体之间的交易费用减少，成本降低，生產性服务业的线上集聚发展尤为迅猛，且已经在产业链的整合中扮演重要角色。第二，随着线上招聘和远程办公的逐渐普及，人力资本的跨区域流动已开始成为一种发展态势，提高了就业灵活度和企业生产效率。第三，虚拟集聚使产业集群组织结构更具模块化特征，更有利于企业实现各种知识与价值的共享（陈小勇，2017）。因此，考察产业集群虚拟转型在当前产业转型升级背景下愈发重要。

目前，针对技术锁定的相关研究较为稀少，已有研究对技术锁定的分析主要体现在以下几点：第一，技术锁定形成原因与诱导因素。第二，技术锁定效应和路径依赖对创新和其他方面产生的影响。第三，技术锁定效应的测度。但目前，限制于虚拟集聚发展对传统理论的发展创新及虚拟集聚水平测度的困难，很少有研究关注虚拟集聚对技术锁定效应的影响。随着数字经济的不断深入，虚拟集聚已被认为是促进经济高质量发展的关键因素。因此，本文使用我国各省宏观经济数据，通过AHP-熵权法，结合指标体系测度虚拟集聚发展水平，考察虚拟集聚对技术锁定的影响，并进一步使用回归分析结合理论模型得到结论。

2 理论分析与研究假设

2.1 理论分析

地理集聚的外部性首先由英国经济学家Marshall提出，认为产业的空间集聚和区域专业化倾向刺激企业间的知识外溢和当地工业发展。Marshall的外部性理论被Arrow（1962）和Romer（1989）深入探讨，他们认为，在同一产业中，企业间的知识溢出（MAR外部性）可以有效推动创新，从而促进经济发展。Jacobs认为，和侧重同类产业集聚效应的MAR外部性不同，某个地区的产业多样化更有利于知识溢出和企业创新（Jacobs外部性），这种外部性通过多样化的生产活动和个体产生交流和碰撞，引致企业创新和产品多样化。根据当前的经济实践和研究，知识溢出外部性对促进产业的集聚与创新至关重要，而知识溢出外部性的主导形式既可能是MAR外部性（Gerben，2004;Henderson，1995），又可能是Jacobs外部性（Glaeser et al，1991）。按照MAR和Jacobs的传统理论，经济活动的分布模式是由市场决定的，所以通过完全独立的地域选择形成的产业集群，可以更好地发挥其外部优势，并能最大程度地提高企业的收益。

随着数字化的发展，各地虚拟集聚水平得以提升，产业集聚的外部性可以显著影响企业的技术锁定效应，促进创新（王如玉等，2018）。由于数字贸易的发展，虚拟集聚水平提升的同时，也放大了MAR外部性的影响：从中间投入品的角度来看，虚拟集聚使企业可以直接面向整个市场，并更加便捷地接触客户或中介服务商，显著减少了交易成本。当前，我国的虚拟集聚模式为单侧线上集聚（谭洪波、夏杰长，2022），生产性服务业虚拟集聚水平较高，各企业可更便捷地通过平台等方式接受生产性服务，某些生产性服务的交易成本几乎不存在，此时线上集聚获得各种中间投入品的方便程度远大于地理集聚。从劳动力投入的角度来看，当前大部分技术密集型行业都已有了较高的数字化程度，劳动力地理集聚的必要性大大降低。劳动力在为雇主工作时可能分散在全国各地，可能同时为多个企业提供服务。因此，劳动力的供需双方均可降低大量搜寻成本，劳动力就业形式逐渐多样化，企业也可获得满足自身需要的人才。从知识溢出性来看，企业在各生产环节中存在大量知识与信息，这些知识往往在企业密切接触的集聚中才能产生更大的溢出效应。过去，许多公司偏好在某个特定区域进行集中，但现在由于数字和信息技术的快速发展，许多公司开始转向在网络上进行集中。如此，企业就可以从网络中获取比在地面上进行集中更多的知识，与传统的地面集中相比，网络集中的知识溢出效果更为突出和有效。

虚拟资源的流动可以通过各类网络平台实现，这些平台既可以专注特定领域的业务，又可以涉及多个领域的业务，并利用新一代通信技术服务在网络上把买方和卖方直接联系在一起，使其通过平台直接进行谈判和交易，不仅整合了上下游产业链，还丰富了集聚主体的种类和规模，极大促进了虚拟集聚的产业多样化和专业化。另外，各企业可利用平台和企业网站寻找想要的信息，并利用人工智能等方式对数据进行处理，获得比地理集聚维度更广、容量更大的数据和知识。因此，虚拟集聚同样扩大了Jacobs外部性。

此外，我国的产业集聚受到政府调控的影响，而不只是市场行为的结果。因此，在研究我国的产业集聚外部性时，还应考虑Porter外部性（郑冠群等，2021），即强调集聚带来的竞争效应，从各个角度考察产业集聚产生的影响。

2.2 异质性企业创新决策模型

基于以上对技术溢出外部性（MAR外部性、Jacobs外部性）和Porter外部性的分析，以下使用一种异质性企业创新决策模型（Aghion et al，2018）来分析这两种外部性的影响。

2.2.1 消费者最优化

该模型本质上是增加了创新因素的Mayer模型（Mayer et al，2014）的开放经济长期版本。假设某国有i种商品，且商品是连续的，则，M为有使用价值的商品种类总数。假设某国代表性消费者是同质的，且其偏好可分，则可设其效用函数为：

其中，α>0，β>0，为消费者对商品i的需求。另外，根据此式求解消费者最优化，可得：

其中，为拉格朗日乘子，表示收入的边际效益。由于可分偏好的假设，因此内生总需求系数是唯一的，且较高的会使剩余需求曲线向下移动。

2.2.2 生产者最优化

结合上述分析，考虑到面临边际成本、固定成本的企业，该公司会选择一个最优化产出，并以此来最大化利润，即。相应的一阶条件为：

在此条件下，企业边际成本必须小于一定值，否则企业将不会进行生产活动。此时，企业最大化利润为：

2.2.3 企业创新决策

每个企业都有一个基准成本水平，且企业可以通过投资创新将其边际生产成本降低到基准成本以下，通常假定：

其中，是企业在创新上的投资，且ε>0。由于技术锁定效应主要是技术投资的不可逆性及技术转换成本的存在（张晖，2011），无论是对技术在位者还是非标准技术在位者，创新和技术锁定效应产生的高成本息息相关（邓峰等，2022）。因此，将参数ε设定为包括技术转移、劳动力流动等知识溢出外部性作用和企业学习效应的发达程度。由于虚拟集聚的发展扩大了知识溢出外部性的影响，因此可以假设虚拟集聚水平φ与ε成正相关关系，即。另外，假设创新的成本是的二次型，即，其中由于知识溢出外部性的作用影响，的变化与φ呈反向变动。因此，一个基准成本为的公司将选择最佳的R&D，使总利润最大化：

如果满足均衡条件，则最优创新水平就满足以下一阶条件：

进而最优产出水平为：

另外，为确保创新后的边际成本大于0，假设基准成本有一个下界：

还假设最优创新水平的二阶条件成立，保证了边际成本的斜率严格大于边际收益的斜率，即

根据上述条件可得企业最优创新水平：

2.2.4 虚拟集聚与技术锁定

本文分析知识溢出外部性，根据上述分析，虚拟集聚可通过知识溢出外部性提高企业创新投资的使用效率，降低创新成本和生产成本，以减除技术锁定促进创新投入和创新水平的提升。在其他条件不变时，求式（11）中关于φ的偏导数，可得：

式（12）表明，虚拟集聚水平通过知识溢出外部性减轻了技术锁定效应，提升了企业创新水平。由此，本文提出以下假设：

H1：虚拟集聚通过技术溢出外部性促进技术锁定效应的解锁，提高创新绩效。

根据上文，虚拟集聚不仅通过技术溢出外部性影响技术锁定效应，还通过Porter外部性影响技术锁定效应。当前，我国正处于以生产性服务业线上集聚为主的单侧线上集聚阶段，政府并未对虚拟集聚进行干预，且由于数字化水平的局限，许多整合上下游产业链的活动仍然是无意识的。因此，目前我国的虚拟集聚依然是市场发展的结果，技术溢出外部性被虚拟集聚显著扩大（谭洪波、夏杰长，2021）。而Porter外部性虽然存在，但并不是主要影响因素，且内部存在竞争和挤出效应两种相反的效应，其对减轻技术锁定效应的机制较为复杂且影响较小。因此：

其中，e为包括竞争等因素的Porter外部性水平。

结合式（12）、（13）可得：

结式（14），提出以下假设：

H2：虚拟集聚可解锁技术锁定效应，推动创新水平发展。

3 計量模型、变量和数据

3.1 模型设计

为检验虚拟集聚水平对技术锁定效应的影响，本文根据上述理论分析，结合Hausman检验结果设定基准回归模型：

其中，被解释变量为i省此时在t年的技术锁定效应；为核心解释变量，表示i省在t年的虚拟集聚水平；为一系列省份-年份层面的控制变量；α是常数项；是核心解释变量的系数，为控制变量的系数；为区域固定效应；为年份固定效应；为随机扰动项。

3.2 变量设计

（1）被解释变量：技术锁定效应（Lock）。本文借鉴已有学者的做法（邓峰、王一飞，2022），使用标准效率的非角度DEA-SBM模型进行测度。使用R&D经费、新产品开发经费支出经费作为衡量创新成本的投入，以专利申请受理数和技术市场成交额为衡量创新成果的产出。由于技术锁定和技术创新效率呈反方向变化，因此需用1减去DEA模型测算出的技术创新效率，得到区域技术锁定效应。

（2）核心解释变量：虚拟集聚水平（vagg）。在数字经济领域的研究中，虚拟集聚水平无疑是最难进行刻画的指标之一。本文结合现有的各种综合评价方法，通过建立指标体系的方式，使用Matlab测算各地虚拟集聚水平。通过上文对虚拟集聚特征的分析，本文主要从企业信息化水平和企业数字交易两方面结合代表区域数字发展水平的互联网发展指标，全面研究区域虚拟集聚水平，所建指标体系如表1所示。

本文在以上指标体系的基础上，使用AHP-熵权组合赋权法对各指标赋予权重：首先，咨询多名教授对一级指标的重要性进行排序，并结合使用AHP为一级指标进行赋权。其次使用熵权法，对相应的二级指?标进行赋权。最后，结合所得的两种权重和标准化后的数据，综合计算得到各地虚拟集聚水平。

（3）控制变量：为了避免遗漏重要变量，本文参考E-I-M渐进波及模型（刘国新等，2022）。控制以下变量：政府财政支出占地区GDP比重（fin），用以反映政府为地区提供支持的力度；企业研发资金投入占地区GDP比例（rdi），用以反映企业研发投入强度；技术市场份额占地区GDP比重（tmv），用以反映技术市场保护程度；外商投资（fdi），用以反映外部投入对国内产业和创新的影响程度。参考已有学者的计算方法（樊刚等，2018），刻画各地市场化程度（dom）。

3.3 数据来源

本文使用EPS中国宏观经济数据库和中国统计年鉴，选取2013—2021年30个省份（西藏由于数据缺失过多被剔除）的宏观经济数据，并结合中国国家统计局部分数据进行对比校正，得到本文使用的各项数据。另外，本文对数据的缺失值进行拉格朗日插值处理，删除了缺失值较多的地区或年份，并对量纲较大的数据进行对数化处理。

4 实证检验与结果分析

4.1 基准回归

表2列出了虚拟集聚水平对技术锁定效应影响的实证结果。表2第（1）列中，省份与年份固定效应被控制，在没有其他任何控制变量的前提下，虚拟集聚水平显著对技术锁定效应产生负向影响；而在加入了控制变量后，虚拟集聚依然对技术锁定效应有显著影响，验证了H2，说明虚拟集聚可解锁技术锁定效应，促进创新发展。

4.2 内生性处理

为解决模型中可能存在的内生性问题，本文使用两阶段最小二乘法（2SLS）进行回归分析。首先，考虑到在经济水平较高的地区，虚拟集聚可能得到优先发展，为了避免这种“先发优势”可能导致的双向因果关系，采用滞后一期回归及滞后一期工具变量法进行内生性处理，结果如表3中（1）列和（2）列所示。另外，结合已有学者研究（周勇等，2022），采用各省互联网用户数作为工具变量进行内生性处理，结果如表3中（3）列所示。根据回归结果可知：虚拟集聚对技术锁定的解锁有显著的促进作用，且上述工具变量均通过了识别不足检验与弱工具变量检验，结果具有稳健性。

4.3 稳健性分析

为检验上述回归结果的稳健性，本文采用以下三点进行检验：（1）替换被解释变量。继续采用DEA-SBM模型，将原模型投入改为企业R&D经费数与R&D人员全时当量，从货币资本投入和人力资本投入两方面考察企业创新投入，得到新的技术锁定效应水平，并对结果进行稳健性估计，结果如表4中（1）列所示。（2）替换解释变量。替换数字技术指标评价方法，在进行主成分分析后，剔除贡献率最低的互联网发展指标，采用主成分分析评价法（PCA）重新测算虚拟集聚水平，并对结果进行稳健性估计，结果如表4中（2）列所示。此外，替换解释变量与被解释变量的结果如表4中（3）列所示。（3）替换回归模型。由于本文测算技术锁定效应使用的DEA方法自身的特性，得到的技术锁定效应值存在一定的零值堆积现象，数据存在“截尾”。对此，改用Tobit模型进行回归，得到表4中（4）列的稳健估计结果。结果显示：替换变量、替换回归模型之后，回归结果仍显著，说明虚拟集聚对地区技术锁定水平存在显著的解锁作用。

4.4 异质性分析

地理条件、产业结构、政策导向等因素必然会导致区域技术锁定和创新水平存在差异，因此有必要检验地理区位带来的异质性。本文分别对中国的东部、中部和西部地区进行分组回归，以检验虚拟集聚水平在各地对技术锁定所产生的不同影响。由表5可知，我国东部地区虚拟集聚水平的提升显著促进了地区技术锁定效应的解锁，但中西部地区虚拟集聚水平对技术锁定效应并无显著影响。对此，本文认为可能的解释是：东部地区市场化程度、经济发展水平及生产数字化水平均比中西部地区高，且东部地区较早引入了大量外资和先进生产技术，直至今日已经存在很强的技术锁定效应。相比之下，中西部地区由于其地理区位、制度等，信息化水平和产业集聚水平都相对较低，虚拟集聚发展缓慢，且生产技术仍大量来自东部发达地区的转移，技术锁定效应并不显著，因此作用效果较不明显。

5 技术锁定的影响机制分析

上述对理论与机制的研究发现，虚拟集聚通过知识溢出外部性对地区技術锁定效应产生影响，本文参考已有学者做法（温忠麟、叶宝娟，2014），使用三阶段中介效应模型对H1进行分析和检验，构建以下模型：

其中，i为地区；t为时间；Lock为技术锁定效应；vagg为虚拟集聚水平；Control为控制变量；Medi为中介变量，代表知识溢出外部性，包括人力资本和技术溢出两方面。结合已有学者做法（赵星等，2022），人力资本使用地区高等教育接受人口比例表示，技术溢出以企业可访问网站数和企业研究与开发投入的算术平均数。为区域固定效应；为年份固定效应；随机扰动项。

通过表6中（1）列和（2）列检验人力资本的中介作用，（1）列为第二阶段模型回归，（2）列为第三阶段模型回归。结果显示，虚拟集聚对人力资本的估计系数为0.68，说明虚拟集聚有利于加快人才的流动和质量提高，促进人力资本水平提升。而当被解释变量是技术锁定水平时，人力资本系数为-1.241，虚拟集聚系数为-0.833，意味着优化人力资本的传导机制成立。

通过表6中（3）列和（4）列检验技术溢出的中介作用，（3）为第二阶段模型回归，（4）列为第三阶段模型回归。结果显示，虚拟集聚对知识溢出的估计系数为0.798，说明虚拟集聚有利于提升虚拟集聚多样性发展和知识交易水平，有利于知识溢出水平提升。而当被解释变量是技术锁定水平时，知识溢出系数为-0.314，虚拟集聚系数为-0.512，意味着优化知识溢出的传导机制成立。

6 结语

在迈进数字经济时代和高质量创新驱动发展的时代背景下，本文以虚拟集聚为引线，从集聚外部性的视角，全面考察了虚拟集聚对技术锁定效应的作用与影响。结果表明，虚拟集聚的发展可有效解锁技术锁定效应；异质性影响分析上，东部地区由于自身经济的先发优势和数字经济的优先发展，其虚拟集聚水平对技术锁定的解锁作用相较中西部更突出；中介效应分析发现，虚拟集聚水平主要通过技术溢出外部性作用于技术锁定效应，提高创新效率。总而言之，上述结果验证了虚拟集聚是促进区域技术锁定效应解锁、冲出路径依赖的重要途径，对高质量发展背景下推动数字化强国建设具有重要的政策启示。

（1）加快建設新型数字基础设施，提高产业信息化程度。通过政府引导、平台赋能的联合推动机制，打造功能齐全、普适的虚拟集聚平台，并鼓励在先进制造业集群优先引入工业互联网，增强各主体之间的虚拟集聚和协作水平，扩大虚拟集聚和产业数字化的范围，带动中小企业的信息化转型升级，加快价值链的高端化、信息化进程，从而为提高创新效率、建立自己的创新路径创造条件。

（2）关注数字技术发展，加大人力资本投入力度。政府可以加大研究经费的投入强度，通过数字平台和投资高新信息产业，强化地区信息技术科研和发展能力，还可以完善产业集群的市场组织监管机制，避免恶性竞争或垄断，营造良好的环境，为形成高数字化、信息化渗透的产业集群创造条件。为了更好地发挥人力资源的作用，政府应大幅加大对教育的投入力度，重新审视和完善高等教育机构的专业结构，促进数字化学科的发展，培养一批具有较强数字技能的高素质科研人员，以满足社会发展的数字化需求。

（3）注重数字经济和虚拟集聚发展的统筹兼顾和区域协调，各地应加快推进数字技术进步与创新，发挥中心城市的“辐射效应”。同时，通过虚拟集聚的方式，统筹区域间产业政策，积极推动东部地区产业向中西部有序转移，利用先进的数字技术，加快中西部地区的现代化和信息化发展，实现经济社会的可持续发展。利用数字要素的转移，优化各地资源配置效率，扩大虚拟集聚作用的范围，在更大范围实现技术锁定效应的解锁，建立全新的创新体系。

参考文献

Vakolam，Wilsonie.The Challenge of Virtual Organization： Critical Success Factors in Dealing With Constant Change[J].Team Performance Management，2004，10（5/6） ：112-120.

王如玉，梁琦，李广乾.虚拟集聚：新一代信息技术与实体经济深度融合的空间组织新形态[J].管理世界，2018，34（2）：13-21.

田霖，韩岩博.虚拟集聚理论与应用研究评介[J].重庆大学学报（社会科学版），2021，27（1）：77-90.

王缉慈.地方产业群战略[J].中国工业经济，2002（3）：47-54 .

Richardson G B.Competition，innovation and increasing returns[J].DRUID Working papers，199 6：96-10.

Katz M.L.An Analysis of Cooperative Research and Development[J].The RAND Journal of Economic，1986，17（4）：527-543.

Mansfield E.The Speed and Cost of Industrial Innovation in Japan and the United States： External vs. Internal Technology[J].Management of Science，1988，34（10）：1157-1168.

彭向，蒋传海.产业集聚、知识溢出与地区创新：基于中国工业行业的实证检验[J].经济学（季刊），2011，10（3）：913-934.

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.

唐未兵，傅元海，王展祥.技术创新、技术引进与经济增长方式转变[J].经济研究，2014，49（7）：31-43.

丁重，张耀辉.制度倾斜、低技术锁定与中国经济增长[J].中国工业经济，2009（11）：16-24.

陈小勇.产业集群的虚拟转型[J].中国工业经济，2017（12）：78-94.

Kenneth J Arrow.The Economic Implications of Learning by Doing[J] .The Review of Economic Studies，1962，29（3）：155-173.

Paul M Romer. Endogenous Technological Change[J].NBER working paper， 1989：3210.

Gerben van der Panne. Agglomeration externalities：Marshall versus Jacobs[J].Journal of Evolutionary Economics，2004（14）：593-604.

Henderson V. ， Kuncoro A. Turner M. Industrial Development in Cities[J].Journal of Political Economy， 1995， 103（5）：1067-1090.

Glaeser E L. ，Kallal H D. ，Scheinkman J A. ，etal. Growth in Cities[J].Journal of Political Economy， 1992，100（6）：1126-1152.

譚洪波，夏杰长.数字贸易重塑产业集聚理论与模式：从地理集聚到线上集聚[J].财经问题研究，2022（6）：43-52.

郑冠群，徐妍，安磊.制造业产业集聚与企业创新：基于市场份额视角的Porter外部性检验[J].南开经济研究，2021（3）：239-256.

Aghion，P.，Bergeaud，A.，Lequien，M. ，etal. The Impact of Exports on Innovation： Theory and Evidence[J].NBER Working Paper， 2018：24600.

Mayer， Marc J. Melitz， and Gianmarco I. P. Ottaviano. Market Size， Competition， and the Product Mix of Exporters， [J]. American Economic Review， 2014，104 （2）：495-539.

张晖.技术创新、路径依赖与路径创造：产业升级的困境与突破[J].当代经济管理，2011，33（7）：6-9.

邓峰，王一飞.技术锁定对创新绩效的影响： 创新模式的调节作用[J].科技进步与对策，2022，39（14）：1-11.

刘国新，范书琴，王林.制造业升级进程中技术锁定的形成机理研究[J].武汉理工大学学报（信息与管理工程版），2022，44（2）：239-244.

樊刚，王小鲁，胡李鹏. 中国分省份市场化指数报告[M].北京：社会科学文献出版社，2018：61-75.

周勇，吴海珍，韩兆安.数字经济对制造业转型升级的影响[J].统计与决策，2022，38（20）：122-126.

温忠麟，叶宝娟.中介效应分析： 方法和模型发展[J].心理科学进展，2014（5）：731-745.

赵星，李若彤，贺慧圆.数字技术可以促进创新效率提升吗？[J].科学学研究，2022：1-15.