The Development of Digital Economy and the Improvement of High-tech Industry Innovation Efficiency：Empirical Test Based on China's Provincial Panel Data

Yuan Huiwen, Gao Bo

(School of Economics, Nanjing University, Nanjing 210093,China)

Abstract：In recent years, the Sino-US trade friction has been escalating, and China's high-tech industry has been affected and contained to varying degrees, posing a threat to the national industrial security and development. After the 19th National Congress of the Communist Party of China, China's economy has shifted from high-speed growth to high-quality development. It has become a new driving force to improve the innovation efficiency of high-tech industries for Chinese economic growth, and an inevitable choice to achieve high-quality economic development.

China is in a critical period of transformation of its development mode. The vigorous development of the digital economy has injected new vitality into the high-quality development of the economy. It helps to transfer into the intelligent model by using the digital economy to expand the development space of the real economy. Under the guidance of the innovation-driven development strategy, as a new driving force for high-quality development, the digital economy can give full play to its own advantages, strengthen the sharing and cooperative relationship between high-tech enterprises, reshape the traditional production organization of enterprises, and use digital technology to optimize resource allocation, reduce production costs, further improve the level of automation and intelligence in high-tech industries, and promote the healthy development of digital industrialization and industrial digitalization. This is not only conducive to the optimization and upgrading of the industrial structure, but also brings new opportunities for the high-quality development of national economy.

This paper uses the provincial panel data from 2013 to 2019 to construct an evaluation index system for digital economy development, and uses the stochastic frontier model to measure the innovation efficiency of high-tech industries. It is found that first, the development of the digital economy can significantly improve the innovation efficiency of high-tech industries, and has a continuous impact on it, but as the lag period increases, this continuous impact will gradually weaken and disappear. Secondly, the development of digital economy can effectively stimulate entrepreneurship, promote the upgrading of industrial structure, and the improvement of innovation efficiency of high-tech industries. Thirdly, there are significant regional and industry heterogeneity in the impact of digital economy development on the innovation efficiency of high-tech industries. In terms of regional heterogeneity, the development of digital economy in eastern and western regions can effectively promote the improvement of innovation efficiency of high-tech industries, while the development of digital economy in central and northeastern regions has less impact on the innovation efficiency of high-tech industries; in terms of industry heterogeneity, the development of the digital economy has a significant negative impact on the innovation efficiency of the pharmaceutical manufacturing industry, medical equipment and instrumentation manufacturing, and has no significant impact on the innovation efficiency of the computer and office equipment manufacturing industry, but it can effectively promote the innovation efficiency of the electronics and communication equipment manufacturing industry. Finally, the impact of the digital economy on the innovation efficiency of high-tech industries is characterized by a threshold effect. Among them, there is an optimal boundary in the process of the digital economy affecting the innovation efficiency of high-tech industries, and the general public budget expenditure and the total transaction volume of technology contracts will be slightly weakened. The more fully developed the expenditure and the average sales price of commercial housing, the more likely it can enhance the effect of digital economy development on the innovation efficiency of high-tech industries. The influence of per capita consumption expenditure of residents is relatively weak, indicating that consumption is still driving economic growth. Development space and consumption upgrade is an important path to achieve high-quality development.

It's suggested to firstly adhere to the combination of market and macro-control to allocate digital resources,use digital platforms to integrate industrial chain resources. and jointly explore the application fields of scientific research results and the effective market demand; secondly we should cultivate entrepreneurial spirit, strengthen the protection of the legitimate rights and interests of entrepreneurs, and create a good environment for innovation and entrepreneurship; thirdly different regions should reasonably evaluate their own industrial development level and actively promote inter-regional cooperation and exchanges; finally, we should pay more efforts to speed up the breakthrough of technical barriers, realize the re-integration of upstream and downstream enterprises in the industrial chain, and ultimately achieve an effective improvement in the innovation efficiency of high-tech industries.

Key Words:Digital Economy; High-tech Industry; Innovation Efficiency; Entrepreneurial Spirit; Industrial Structure Upgrade

DOI：10.6049/kjjbydc.2021090087

开放科学(资源服务)标识码(OSID)：

中图分类号：F264.2

文献标识码：A

文章编号：1001-7348(2022)10-0061-11

收稿日期：2021-09-02

修回日期：2021-11-12

基金项目：国家社会科学基金一般项目(18BJY112)

作者简介：袁徽文(1992—)，男，安徽凤阳人，南京大学经济学院博士研究生，研究方向为数字经济；高波(1962—)，男，江苏泰兴人，博士，南京大学经济学院教授、博士生导师，研究方向为全球化与中国经济发展。

0 引言

改革开放40多年来，中国高技术产业发展迅猛，产业规模位居世界前列，但创新效率与发达国家相比仍存在不小差距。近年来，中美贸易摩擦不断升级，我国高技术产业多个领域均受到不同程度影响与遏制，给我国产业安全与发展敲响警钟。党的十九大后，我国经济由高速增长阶段转向高质量发展阶段，传统国家盈利模式面临新的拐点，经济增长必须超越低成本优势，提升高技术产业创新效率成为我国释放经济增长新动能、实现经济高质量发展的必然选择[1]。

在创新驱动发展战略引领下，数字经济作为实现高质量发展的新动能，可以充分发挥自身优势，强化高技术企业间的共享合作关系，重塑企业传统生产组织形式，利用数字技术优化资源配置、降低生产成本，进一步提升高技术产业自动化与智能化水平，推动数字产业化与产业数字化健康发展。这不仅有利于产业结构优化升级，更能为我国经济高质量发展带来新的契机。面对产业变革的大趋势，中国经济正由数量追赶转向质量赶超，在这样的背景下，数字经济发展能否推动高技术产业创新效率提升？如果可以，那么数字经济对高技术产业创新效率的影响是否存在持续性？其中的内在影响机制又是怎样的？数字经济对高技术产业创新效率的影响在不同区域、不同细分行业是否存在异质性？对于这些问题的深入研究，不仅有利于数字经济健康发展，更能进一步提升高技术产业创新效率，实现创新驱动经济高质量发展。

1 文献综述

数据作为生产要素的重要组成部分，对国民经济发展的重要性日益提升。以数据资源为核心内容的数字经济，在抗击疫情、在线办公、网络授课、线上问诊等方面发挥着不可替代的作用。数字经济快速发展也为提升高技术产业创新效率带来新契机。Lola & Bakeev[2]认为，数字技术能够推动生产经营模式转变，尤其是在制造业与数字经济相互融合的过程中，为经济快速发展提供更多契机；荆文君和孙宝文[3]认为，从微观角度看，数字经济能更好地发挥价格机制的作用，实现需求与供给高效匹配，从而促进经济效率提升。从宏观角度看，数字经济可以通过要素投入、资源配置和全要素生产率3条路径推动经济长期稳定增长；张勋等[4]研究发现，发展数字金融能够提供更高效便捷的金融服务，尤其对农村低收入群体而言，数字金融在增加农民收入、鼓励创业、增加就业岗位、改善收入分配状况等方面发挥重要作用，有利于中国经济包容性增长；王文[5]认为，人工智能已成为当前数字经济发展的主要标志，我国工业智能化发展有效推动就业结构向高级化转变，但也对就业人员综合水平提出更高要求，从而对就业结构产生一定冲击；Li等[6]认为，数字技术通过提高信息处理能力、降低信息使用成本、优化资源配置等方式推动企业创新，完善的数字基础设施还能够扩大知识溢出效应，进而促进企业全要素生产率提升，实现产业间协调高效运转。

目前，直接研究数字经济与高技术产业创新效率的文献较为少见，只有少数学者探讨数字经济与创新发展之间的关系。Li等[7]认为，亚洲国家通过实施相应鼓励政策促进数字经济发展，推动传统制造业与数字经济相互融合，通过数字化生产模式提升整体产业创新能力，为融入全球价值链打下坚实基础；谢雪燕和朱晓阳[8]提出，数字金融通过缓解企业融资约束、技术溢出、拉动市场消费需求、推动电子商务发展等途径促进中小企业技术创新；许玉云等[9]认为，技术购买与技术引进都可以对高技术产业创新绩效产生影响，但二者存在时滞性差异，技术购买能够在短期内提升高技术产业创新绩效，而技术引进对高技术产业创新绩效的提升效果则需要更长时间才能显现；Yunis等[10]提出，企业家精神能够将数字技术深度融合于研发生产战略布局中，从而优化生产要素配置，营造出企业发展所需氛围环境，充分发挥数字技术对企业创新的驱动作用；Song等[11]提出，高技术领域各细分行业会依据其发展水平选择不同模式参与到全球价值链中；Wu等[12]提出，数字网络能够将原有单向知识传输模式升级为双向知识交流模式，借助数字渠道深入挖掘外部信息，简化产品设计流程，降低研发成本，从而提升企业创新效率；Díaz-Chao等[13]认为，通过实施公共政策，推动数字技术发展，从而有效促进企业效率提升；Yin & Su[14]认为，我国通过实施创新驱动发展战略，使高技术产业创新水平一直处于上升趋势，但各地区发展水平存在显著差异；Lin等[15]认为，中国高技术产业创新效率较低，位于创新前沿的省份并不固定，总体呈现出波浪式发展趋势，且不同省份、区域、行业间的创新效率存在较大差异；贾俊生和刘玉婷[16]研究发现，数字金融能够有效解决企业在创新过程中遇到的资金问题，因而对提升企业创新水平具有正向作用。综合来看，数字经济具有可持续性、高渗透性、边际收益递增等特点，能够带动周边产业集聚，促进区域内要素充分流动，推动产业结构优化升级，从而为提升高技术产业创新效率提供有利条件。鉴于此，研究数字经济与高技术产业创新效率之间的关系，对于深化供给侧结构性改革，实施创新驱动发展战略，推动中国经济高质量发展具有重要意义。

本文边际贡献在于：首先，在新时代背景下，尝试从新的维度衡量数字经济发展水平，使得研究结论更加客观准确；其次，从静态和动态两个角度分析数字经济与高技术产业创新效率之间的关系，使研究更加深入细致；再次，系统论证数字经济驱动高技术产业创新效率提升的影响机制，弥补了现有关于数字经济对高技术产业创新效率影响机制研究的不足；最后，将企业家精神纳入数字经济与高技术产业创新效率研究框架中，揭示出企业家精神在数字经济驱动高技术产业创新效率提升过程中发挥的中介效应，丰富了现有研究成果。

2 理论框架

2.1 数字经济提升高技术产业创新效率的直接影响机制

数字经济发展能够推动高技术产业创新效率提升，主要体现在以下方面：首先，数字经济能够充分发挥市场的调节作用，提升高技术产业信息透明度，改善信息不对称问题，激发企业间的良性竞争，促使高技术企业不断对自身经营模式、组织架构、研发生产等环节进行完善，并在产品升级、外观设计、功能用途等方面进行持续创新，确保企业在激烈的市场竞争中保持核心竞争力。同时，数字技术还可以对各生产环节进行智能监测，提升企业产品合格率，有助于实现高技术产业创新效率提升。其次，数字经济能够将生产端与消费端有机结合，使企业可以及时获取市场动态信息，并通过数字技术对市场需求进行全方位推演分析，更高效地开展产品研发设计，提升高技术企业研发成果的市场转化率，加快核心领域核心技术的攻关突破，进而实现高技术产业创新效率有效提升。再次，数字经济能够突破时间与空间限制，将各行业创新主体紧密联系起来，协同合作探索新领域，使得高技术产业创新边界得到极大拓展。同时，数字经济带来的智能化生产工艺，能够对简单重复的工作环节进行替代，促使高技术企业加快建设尖端人才队伍，有利于实现高技术产业创新效率提升。最后，数字经济与高技术产业深度融合能够充分发挥大数据作为新型生产要素的作用，使得部门间与企业间能够实现有效沟通，合理构建网络化协作平台，形成技术共享与协同研发的运转机制。同时，这种深度融合能够提升高技术企业数字化程度，充分发挥数据信息在生产过程中的作用，利用大数据分析调整原有要素投入比例结构，优化资源配置，进一步降低高技术企业生产经营成本，从而实现高技术产业创新效率有效提升。基于上述分析，提出如下研究假设：

H1：数字经济发展能够有效提升高技术产业创新效率。

2.2 数字经济提升高技术产业创新效率的间接影响机制

激发企业家精神，促进产业结构升级是实现创新发展的重要引擎。Roelandt等[17]认为，董事会成员对高技术企业创新发展发挥着至关重要的作用，其经验越丰富就越能给企业带来更多发展机会和提升空间。企业家精神在数字经济与高技术产业创新效率之间发挥的作用主要体现在以下方面：首先，企业家精神能够驱动高技术企业管理者以市场为导向，主动发现市场中潜在的商业机会，有序开展市场调研活动。同时，数字经济时代，企业家通过发挥主观能动性，对市场信息进行预测分析，从而及时调整生产工艺和研发方向，在市场中形成企业品牌效应和文化影响力，提升企业产品在全球价值链中的地位和市场占有率。其次，企业家精神驱使企业管理者采用开放式战略理念，吸收学习先进企业的科学管理模式和研发技术，进一步提升自身核心竞争力。同时，数字经济构建的网络化协作平台，能够进一步发挥企业家精神的积极作用，增强知识溢出效应，帮助高技术企业加快对先进技术的理解和消化。再次，企业家精神能够充分调动企业管理者的个人努力和前瞻性视野，制定明确的战略目标，改善高技术企业经营状况，增加企业营业收入，为企业科研创新活动提供充足的现金流。同时，企业家作为企业的形象和代表，所具备的企业家精神更是企业的灵魂核心，其表现出来的优秀品质和管理能力更是企业持续健康发展的重要保证。企业家精神作为企业宝贵的无形资产，能够吸引投资者关注，为企业创新发展带来更多资源与机会。数字经济的崛起为企业家精神的充分展示提供了契机，数字经济能够突破传统时空限制，搭建技术合作和信息交流平台，加快市场信息扩散，从而更加高效地发挥企业家精神对高技术产业创新效率的提升作用。此外，赵庆[18]认为，产业结构优化升级是指生产要素从低效率行业向高效率行业自发性转移的过程，并在价格机制的作用下，引导各种资源进行合理有效配置，生产格局重塑必然会带动创新效率提升。一方面，数字经济发展能够有效降低高技术产业生产过程中的信息获取与处理成本，通过数字化共享平台强化知识外溢效应，促进不同企业间的协同研发和专业化分工，提高资源配置效率，颠覆传统生产组织形式，突破原有均衡状态，实现产业结构优化升级，进而促进高技术产业创新效率有效提升。另一方面，数字经济赋能产业结构优化升级过程中，不仅与高技术产业的传统生产组织形式进行深度融合，更催生新兴行业创新方式，进而不断推动高技术产业创新效率提升。基于上述分析，提出如下研究假设：

H2：数字经济发展能够有效激发企业家精神，促进产业结构升级，进而推动高技术产业创新效率提升。

2.3 数字经济对高技术产业创新效率的异质性影响

近年来，随着数字经济快速发展，其规模不断扩大，在我国经济发展中的作用进一步凸显。但由于我国各地区经济水平和通信基础设施发展不平衡，使得数字经济发展也呈现出显著的区域差异和两极分化，东部地区数字经济发展程度明显高于中西部和东北地区。尽管各地区间存在“数字鸿沟”，但中西部地区部分省份数字经济发展仍保持较快增速。因此，数字经济发展的区域差异导致其对高技术产业创新效率的影响作用也各不相同。

在高技术产业内部，各细分行业发展程度也存在明显的异质性特征，这主要是因为细分行业在规模、市场需求、技术水平和政策支持等方面存在差异。具体来说，医药制造业、医疗仪器设备及仪器仪表制造业起步较晚，投入巨大，市场需求旺盛，但投入要素存在冗余现象，资源利用率较低；电子及通信设备制造业产品升级换代速度快，市场竞争激烈，提高创新效率成为企业在市场中脱颖而出的重要途径；计算机及办公设备制造业存在较高的技术门槛，企业发展呈现出明显的两极分化现象，对于处在低技术门槛的企业来说，积极优化调整生产结构，推动产业链向高附加值环节延伸，更能够促进企业健康高效发展。因此，数字经济对各细分行业创新效率的提升作用存在显著差异。基于上述分析，提出如下研究假设：

H3a：数字经济发展对高技术产业创新效率的影响存在显著的区域异质性；

H3b：数字经济发展对高技术产业创新效率的影响存在显著的行业异质性。

3 研究设计

3.1 计量模型设定

基于上述理论分析和研究假设，本文将基准模型设定如下：

Teit=α0+α1Score+α2Zit+μi+δt+εit

(1)

其中，i表示省份，t表示年份，Teit为被解释变量高技术产业创新效率，Scoreit为解释变量数字经济发展水平。向量Zit为一系列控制变量，包括货运量(weightit)、居民人均消费性支出(expenseit)、一般公共预算支出(budgetit)、技术合同成交总额(volit)、房地产开发企业商品房平均销售价格(priceit)。μi表示个体效应，δt表示时间效应，εit表示随机干扰项。

上述基准模型主要研究数字经济对高技术产业创新效率的直接影响，为更进一步探讨数字经济对高技术产业创新效率的间接影响，本文以企业家创业精神(starit)和企业家创新精神(innoit)为中介变量，建立中介效应模型，具体分析数字经济影响高技术产业创新效率的作用机制，并将计量模型设定如下：

Mediait=β0+β1Scoreit+β2Zit+μi+δt+εit

(2)

Teit=γ0+γ1Scoreit+γ2Mediait+γ3Zit+μi+δt+εit

(3)

其中，Mediait代表中介变量，包括企业家创业精神(starit)、企业家创新精神(innoit)和产业结构升级(structureit)。若系数α1显著，则继续下一步骤，若系数α1不显著，则终止中介效应检验。在系数α1显著的前提下，检验系数β1是否显著。当系数α1、β1都显著时，观察系数γ1、γ2是否显著，并对中介效应进行具体分析。

在式(1)基础上，将货运量、居民人均消费性支出、一般公共预算支出、技术合同成交总额和商品房平均销售价格分别作为门槛变量，分析其门槛效应，将面板门槛模型设定为如下形式：

Teit=ω0+ω1Scoreit·I(qit≤θ)+ω2Scoreit·I(qit>θ)+ω3Zit+δt+εit

(4)

其中，qit为门槛变量，θ为门槛值。I(·)为指示函数，当满足括号内条件时取值为1，反之则为0。

3.2 指标选取与变量说明

3.2.1 被解释变量

本文被解释变量为高技术产业创新效率(Teit)。高技术产业研发投入大、过程复杂、风险高，产品日新月异，迭代速度较快，知识产权保护对于高技术产业尤为重要，本文选取专利申请量作为高技术产业的产出指标。研发资金和人力资本是影响高技术产业发展的两大重要因素，人力资本是高技术产业开展研发活动的前提条件，而资金投入则是高技术产业创新活动顺利开展的重要保障。参考相关文献，结合数据的实用性和可获得性，本文选取R&D经费和R&D人员作为高技术产业的投入指标。由于R&D经费属于流量数据，本文采用永续盘存法将其转化为存量指标，具体公式如下：

Kit=Kit-1+(1-δ)·Iit

(5)

其中，i、t分别表示省份和年份，Kit为当期资本存量，Kit-1为上一期资本存量，Iit表示当期R&D经费。相较于常见的固定资产，高技术产业技术设备升级更新速度较快，其折旧速度也更快，因而本文将折旧率δ设定为15%。

目前关于投入产出效率测算方法主要有两种，即以随机前沿模型(SFA)为代表的参数估计和以数据包络分析(DEA)为代表的非参数估计。相对于数据包络分析(DEA)，随机前沿模型(SFA)可以将环境变化和随机因素对生产的影响纳入考虑范围内，并且能够测算出每个单位的效率值，在实证分析中应用广泛。因此，本文采用随机前沿模型(SFA)对高技术产业创新效率进行测算。

在随机前沿模型中，常见的生产函数形式主要包括C-D函数和超越对数生产函数。鉴于超越对数生产函数不仅考虑到要素之间的替代关系，更考虑到生产要素的希克斯中性，较为符合高技术产业研发生产的实际情况。因此，本文将随机前沿模型的生产函数形式设定为超越对数生产函数，具体形式如下：

(6)

其中，i、t分别表示省份和年份，Yit为专利申请量，Kit为R&D资本存量，Lit为R&D人员。T为时间趋势变量，表征技术进步的变动，引入时间趋势变量的二次项，将技术的非单调变化列入考虑范围内，同时引入时间趋势变量与各生产要素的交叉项，将要素的非技术中性变化列入考虑范围内。Vit为随机误差项，Uit为技术非效率项。

需要说明的是，高技术产业中各细分行业创新效率测算也采用上述产出指标、投入指标及计算方法，即与高技术产业创新效率(Teit)测度过程保持一致。

3.2.2 核心解释变量

本文核心解释变量为数字经济(Scoreit)。由于数字经济受基础设施、人才教育、企业服务和产业发展等诸多因素影响，国内外学者提出了诸多不同测量方法和指标体系，但尚未形成统一完善的量化标准。许宪春和张美慧[19]界定数字经济发展模式的内涵与特征，认为数字经济包括数字化赋权基础设施、数字化媒体、数字化交易和数字经济交易产品4个方面；吕延方等[20]认为，数字经济产业由数字化技术设施产业、媒体产业和交易产业组成；范鑫[21]采用网络就绪指数表征世界各国数字经济发展水平，具体包括信息通信技术环境状况与应用情况以及社会群体就绪度。此外，也有学者借鉴郭峰等[22]编制的《北京大学数字普惠金融指数》，将该指数作为数字经济的替代指标，该指标体系从覆盖广度、使用深度和数字化程度3个角度全方位刻画我国普惠金融发展程度。

常见的指标体系测度方法有因子分析法、主成分分析法、熵值法、层次分析法、变异系数法、聚类分析法等。由于熵值法是依据数据信息确定相应权重，在处理指标数据的重复信息方面具有优势，能够有效提高指标体系的客观性、合理性和准确性，在研究分析中得到广泛应用。

本文在参考既有文献的基础上，采用熵值法构建数字经济发展测度指标体系，从数字基础设施、数字产业发展、数字企业应用和数字渗透程度4个维度对各省数字经济发展水平进行测算。其中，数字基础设施是支撑数字经济发展的底层构架，为各类数字应用场景提供坚实的技术基础，具体包括光缆线路长度、互联网宽带接入端口数、快递业务收入和移动电话基站个数；数字产业发展是数字经济的动力之源，尤其是信息产业的发展，涉及数字经济众多关键技术和核心领域，能促进生产效率提升和经济发展，具体包括软件业务收入、软件业务研发费用、软件业务从业人员和电子信息产业企业个数；数字企业应用是数字经济的重要组成部分，能够促进数字经济与实体制造业融合，推动产业结构优化升级，具体包括电子商务企业比重、电子商务销售额、企业拥有网站数和期末使用计算机数。

3.2.3 工具变量

在实证分析过程中，尽管已经对相关变量进行控制，但依然会存在内生性问题。一方面，数字经济与高技术产业创新效率之间可能存在反向因果关系；另一方面，影响高技术产业创新效率的因素有很多，尽管已采用控制变量，仍可能存在遗漏变量问题。因此，本文借鉴黄群慧等[23]的思路，选取1984年各省份邮电局数量和邮电业务总量作为数字经济的工具变量。主要基于以下考虑：首先，早期人们通过邮局系统进行相互联系，此后又通过邮局架设电话进行沟通交流，随着信息技术的不断发展，互联网最初也是通过电话拨号形式逐渐走进人们的生活。因此，邮局系统在一定程度上会影响互联网的推广普及，进而影响数字经济发展进程，选取该指标作为工具变量符合相关性要求。其次，1984年各省邮政系统的发展状况对于目前高技术产业创新效率的发展几乎没有影响，因而选取1984年各省邮电局数量和邮电业务总量作为数字经济的工具变量符合排他性要求。

需要说明的是，1984年各省邮电局数量和邮电业务总量为截面数据，而本文样本采用的是面板数据，由于数据形式不匹配，无法直接将其应用于面板数据的实证分析。为此，本文借鉴Nunn & Qian[24]的处理方法，采用上年度互联网网站数分别与1984年各省邮电局数量和邮电业务总量构建交互项，作为数字经济的工具变量。

3.2.4 中介变量

本文以企业家精神作为中介变量。在激烈的市场竞争中，企业家能够充分发挥主观能动性，整合与调配身边的资源要素，促进企业全要素生产率提升，并且在企业家精神作用过程中，能够带来明显的正外部效应，从而有利于提升企业竞争力。借鉴孔令池[25]的思路，采用私营个体和私营企业从业人员占总就业人数的比重衡量企业家创业精神(starit)，采用发明专利、实用新型专利和外观设计专利授权数之和与总人口的比值衡量企业家创新精神(innoit)。同时，借鉴王希元[26]的思路，采用第三产业增加值与第二产业增加值之比衡量产业结构升级(structureit)。

3.2.5 控制变量

(1)货运量(weightit)。货运量提升一定程度上能够带动区域内交通基础设施建设，有利于时空压缩、降低物质资本运输成本，吸引外部资金和高技术人才流入，缓解研发过程中的融资约束，增强知识溢出效应，促进区域内高技术产业合理集聚和生产要素充分流动，从而带动高技术产业结构优化升级，提升高技术产业创新效率。因此，本文采用货运量的对数值进行衡量。

(2)居民人均消费性支出(expenseit)。消费需求是驱动企业加大研发力度，提升创新效率的重要动力来源。及时有效改进生产技术，提高产品科技含量，成为满足市场需求缺口的关键途径。产健和许正中[27]研究发现，我国消费结构升级与科技创新之间呈U型关系，即初期的消费结构升级不利于科技创新发展，而拐点之后则能够推动科技创新发展。本文采用居民人均消费性支出与本省GDP的比值进行衡量。

(3)一般公共预算支出(budgetit)。政府能够为高技术产业创新发展提供必要的资金支持，并通过制定相关产业政策，确立高技术产业创新发展方向，提高产业技术研发效率，将研发成果有效转化为市场收益。因此，本文采用一般公共预算支出的对数值进行衡量。

(4)技术合同成交总额(volit)。技术合同成交总额能够有效反映各地技术市场化行为，是研发创新与市场需求相匹配后的最终结果。技术交易能够推动创新成果的市场化进程，丰富技术市场的交易品种，实现技术要素的合理配置，有利于激发企业加大研发投入，提高科研创新效率，实现产业结构优化升级。因此，本文采用技术合同成交总额占本省GDP的比重进行衡量。

(5)商品房平均销售价格(priceit)。房价涉及到生活的方方面面，已经成为创新研究中不可忽视的重要因素，高昂的房价不仅影响居民的生活成本，而且还会影响企业战略方向和研发创新。因此，本文采用商品房平均销售价格的对数值进行衡量。

3.3 数据来源与描述性统计

本文采用2013—2019年我国内地30个省域(西藏因数据不全，未纳入统计)相关数据进行实证分析。数据来源于中经网统计数据库、《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》等。对于个别指标数据存在缺失的情况，采用插值法进行填补。

考虑到近几年高技术产业细分行业统计口径出现过变动，为保证数据的连续性和准确性，本文选取医药制造业、电子及通信设备制造业、计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业4个高技术产业细分行业进行实证研究。变量描述性统计如表1所示。

4 实证分析

4.1 基准估计结果

表2报告了数字经济发展水平与高技术产业创新效率的基准回归结果。其中，列(1)结果显示，数字经济发展水平每提升1个单位，高技术产业创新效率将提升0.152个单位，且在1%的水平上显著。这表明数字经济能够显著提升高技术产业创新效率，H1得到验证。同时，考虑到数字经济发展对高技术产业创新效率的滞后影响，分别在模型中引入数字经济发展水平的滞后1～4期。结果显示，数字经济发展水平滞后1～4期的系数分别为0.111、0.071、0.000、-0.089，随着时间推移，系数不断变小，显著性水平也开始逐级下降，直至不显著。这表明数字经济发展对高技术产业创新效率的影响存在持续性，但随着滞后期的增加，这种持续影响会变得越来越弱。此外，在列(1)中，就控制变量而言，一般公共预算支出与技术合同成交总额的系数均为负值，说明其对高技术产业创新效率均存在负向影响。居民人均消费性支出能够促进高技术产业创新效率提升，这也从侧面说明消费需求是创新的动力源泉。面对新时代消费趋势的变化，为更好迎合用户需求，必须转变经营模式，深入分析用户心理，提升创新的有效性与实用性，推动高技术产业健康发展。

4.2 工具变量估计结果

采用上年度互联网网站数分别与1984年各省邮电局数量、各省邮电业务总量构建交互项作为数字经济的工具变量，估计结果如表3所示。结果显示，数字经济发展能够有效推动高技术产业创新效率提升，且在1%的水平上显著。与基准回归结果相比，工具变量的估计结果没有发生明显改变，表明基准回归结果是可靠的。

4.3 稳健性检验

为验证基准回归结果的有效性，本文进一步从3个方面进行稳健性检验，结果如表4所示。首先，采用两步系统GMM模型对样本进行回归，并对被解释变量取对数，结果显示，数字经济发展能够促进高技术产业创新效率提升，且在1%的水平上显著。其次，采用一步系统GMM模型对样本进行回归，并对被解释变量取对数，数字经济发展水平的回归系数为0.049，且在1%的水平上显著。最后，对样本数据进行缩尾处理，回归系数与显著性均未发生明显变化。综上所述，稳健性检验结果与前文实证结果并无明显差异，说明本文研究结论是稳健的。

5 进一步讨论

5.1 传导机制检验

表5报告了中介效应模型的回归结果，所有系数均显著为正。其中，列(1)为全样本回归，数字经济发展水平的系数为0.152。列(2)、(3)报告了以企业家创业精神为中介变量的回归结果。列(2)中，数字经济发展水平每提升1个单位，企业家创业精神将提升0.135个单位，说明数字经济发展可以有效激发企业家创业精神。列(3)中，数字经济发展水平的系数为0.101，相较全样本回归结果，系数略微变小；企业家创业精神的系数为0.381，说明数字经济发展通过激发企业家创业精神，推动高技术产业创新效率提升。列(4)、(5)报告了以企业家创新精神为中介变量的回归结果。其中，数字经济发展水平每提升1个单位，企业家创新精神将提升1.228个单位，高技术产业创新效率则提升0.147个单位，说明数字经济发展通过激发企业家创新精神，驱动高技术产业创新效率提升。列(6)、(7)报告了以产业结构升级为中介变量的回归结果。列(6)中，数字经济发展水平每提升1个单位，产业结构升级将提升0.081个单位，说明数字经济发展可以有效推动产业结构升级。列(7)中，数字经济发展水平和产业结构升级的系数分别为0.069、0.098，说明数字经济发展通过促进产业结构升级实现高技术产业创新效率有效提升。综上所述，数字经济发展能够有效发挥企业家精神和产业结构升级的作用，从而推动高技术产业创新效率提升，即验证H2。

5.2 异质性检验

5.2.1 区域异质性检验

鉴于数字经济发展存在较为明显的区域差异，本文按照地理位置将样本划分为东部地区、中部地区、西部地区和东北地区四大区域，深入分析数字经济发展与高技术产业创新效率在不同区域的作用关系，结果如表6所示。

东部和西部地区数字经济发展水平的系数分别为0.298、0.264，且在1%的水平上显著，说明东西部地区数字经济发展能够有效促进高技术产业创新效率提升。但二者背后的原因机制却不相同，具体来说，东部地区基础设施完善，数字经济发展水平较高，并作为一种新的经济发展模式渗透到社会生活的方方面面，数字经济发展能够实现市场信息实时传输与精准分析，并由此催生大量就业岗位和经营模式，从而推动产业价值链发展与完善。同时，东部地区生产体系趋于智能化，与传统制造业融合程度已达到较高水平，这使得东部地区产业投入产出效率较高，从而实现全要素生产率快速攀升，并最终推动高技术产业创新效率提升。尽管西部地区基础设施较为薄弱，经济发展程度较低，但数字经济发展使其突破传统时空限制，转变经济发展模式，促进区域内要素优化配置。西部地区充分利用数字经济发展红利，在新时代背景下，努力实现新兴领域的突破发展，逐步缩小区域间差异，推动高技术产业创新效率提升。

中部地区数字经济发展水平的系数为-0.168，在10%的水平上显著，而东北地区数字经济发展水平的系数不显著。这说明中部地区和东北地区数字经济对高技术产业创新效率的影响较小。中部地区数字经济发展的基本格局已经形成，经历过快速增长的黄金期后，整体行业增速逐步放缓，要素资源错配现象开始加剧，一定程度上抑制了创新效率提升，导致中部地区数字经济发展对高技术产业创新效率的影响呈现出负值。东北地区普遍存在研发经费不足、科技人才缺乏、第三产业发展相对滞后、产业结构转型升级缓慢等问题，使其未能有效把握数字经济发展的黄金时期，导致东北地区数字经济发展对高技术产业创新效率的影响作用不显著。此外，列(5)～(8)中，数字经济发展水平的滞后1期对高技术产业创新效率的影响与当期结果基本保持一致。综上所述，数字经济发展对高技术产业创新效率的影响存在显著的区域异质性，即验证了H3a。

5.2.2 行业异质性检验

考虑到高技术产业包含许多细分行业，本文选取医药制造业(medi)、医疗仪器设备及仪器仪表制造业(mach)、电子及通信设备制造业(elec)、计算机及办公设备制造业(comp)4个细分行业，深入研究数字经济发展与高技术产业创新效率在不同细分行业的作用关系，结果如表7所示。

在医药制造业、医疗仪器设备及仪器仪表制造业中，数字经济发展水平的系数分别为-0.156、-0.133，且在1%的水平上显著，表明数字经济发展对这两个行业创新效率存在显著负向影响。我国医药制造业、医疗仪器设备及仪器仪表制造业起步较晚，尽管每年都会投入大量资源用于相关领域的科研活动，但科研经费与科研人员普遍存在冗余现象，导致资源利用率不高、投入产出率较低，与世界顶尖研发水平仍然存在一定差距。数字经济发展能在一定程度上优化要素资源配置情况，缓解科研经费与科研人员冗余程度，尽管在短期内不利于医药制造业、医疗仪器设备及仪器仪表制造业创新效率提升，但从长远看，数字经济有助于形成合理高效的创新环境，确保产业保持高质量发展。

在电子及通信设备制造业中，数字经济发展水平的系数为0.230，且在1%的水平上显著，说明数字经济发展能够有效推动电子及通信设备制造业创新效率提升。电子及通信设备制造业中，中小企业数量众多，产品迭代周期相对较短，面对日益激烈的市场竞争，数字经济发展能够有效促进要素合理配置，提高市场信息透明度，拓宽中小企业融资渠道，有利于研发成果的市场化，从而推动整个行业创新效率提升。数字经济发展对计算机及办公设备制造业创新效率的影响并不显著。这主要是由于计算机及办公设备制造业内部研发门槛存在显著差异造成的，对于研发门槛较高的产品，市场竞争不够充分，企业创新意愿并不强烈；而研发门槛较低的产品，市场竞争足够激烈，数字经济发展对产品创新的推动作用较为有限。综上所述，数字经济发展对高技术产业创新效率的影响存在显著的行业异质性，即验证了H3b。

5.3 非线性论证

根据上述研究结果，数字经济发展能够显著推动高技术产业创新效率提升。由于各地区经济变量的发展程度不同，数字经济对高技术产业创新效率的影响可能存在门槛效应特征。因此，本文从非线性关系角度构建门槛回归模型，采用货运量、居民人均消费性支出、一般公共预算支出、技术合同成交总额和商品房平均销售价格作为门槛变量，深入分析数字经济对高技术产业创新效率的影响作用及规律特征，结果如表8所示。结果显示，货运量和技术合同成交总额通过双重门槛检验，居民人均消费性支出、一般公共预算支出和商品房平均销售价格则仅通过单一门槛检验。

列(3)、(4)的回归结果具有共同特征，即数字经济发展对高技术产业创新效率的推动作用会随门槛变量的发展而略有减弱。这说明一般公共预算支出和技术合同成交总额的影响存在一个最优边界，其能够最大程度发挥数字经济对高技术产业创新效率的提升作用。同时，根据列(1)、(2)、(5)的回归结果，随着门槛变量的发展，数字经济发展水平的系数均在5%的水平上显著，说明货运量、居民人均消费性支出和商品房平均销售价格是数字经济与高技术产业创新效率之间关系呈现出非线性门槛特征的重要因素。其中，居民人均消费性支出的影响作用相对较弱，说明应当充分发挥消费对经济发展的拉动作用，营造良好的消费环境，创造新的消费热点，推动消费升级。

6 结论与建议

6.1 研究结论

中国正处于发展方式转变的关键时期，数字经济蓬勃发展为经济高质量发展注入新的活力，对提升高技术产业创新效率具有显著正向作用。本文采用2013—2019年省级面板数据，构建数字经济发展评估指标体系，运用随机前沿模型测度高技术产业创新效率，实证检验数字经济发展对高技术产业创新效率的影响效应。本文得到以下主要结论：首先，数字经济发展能够显著提升高技术产业创新效率，并对其存在持续影响，但随着滞后期的增加，这种持续影响会逐渐减弱，并在滞后四期时不再显著。其次，数字经济发展能够有效激发企业家精神，促进产业结构升级，进而推动高技术产业创新效率提升。再次，数字经济发展对高技术产业创新效率的影响存在显著的区域和行业异质性。在区域异质性上，东西部地区数字经济发展能够有效促进高技术产业创新效率提升，而中部和东北地区数字经济发展对高技术产业创新效率的影响作用较小；在行业异质性上，数字经济发展对医药制造业、医疗仪器设备及仪器仪表制造业创新效率存在显著负向影响，对计算机及办公设备制造业创新效率的影响不显著，但能够有效促进电子及通信设备制造业创新效率提升。最后，数字经济对高技术产业创新效率的影响存在门槛效应特征。其中，一般公共预算支出和技术合同成交总额在数字经济影响高技术产业创新效率的过程中存在一个最优边界，其影响作用会随门槛变量的发展而略有减弱；货运量、居民人均消费性支出和商品房平均销售价格增长越快，就越能增强数字经济发展对高技术产业创新效率的提升作用，其中居民人均消费性支出的影响作用相对较弱，说明消费拉动经济增长仍有很大发展空间，消费升级是实现高质量发展的重要路径。

6.2 政策建议

基于以上研究结论，为更好地推动数字经济发展，促进高技术产业创新效率提升，提出以下建议：首先，坚持市场与宏观调控相结合的方式对数字资源进行配置，缩小区域间数字经济发展水平差距，并通过资金、技术、人才、政策等支持推动数字经济与高技术产业融合，利用数字化平台整合产业链资源，推动上下游企业实现信息共享与技术联动，共同挖掘科研成果的应用领域及其带来的有效市场需求，最终实现高技术产业创新效率有效提升。其次，培育企业家精神，加强对企业家合法权益的保护，营造良好的创新创业环境。企业家要运用自身丰富的知识积累和敏锐的市场嗅觉，抓住市场中的潜在机会，从全局角度引导企业未来发展方向，不仅能够提供大量就业岗位，催生出全新的市场需求，更有利于高技术研发成果的产业化应用，促进产业数字化高效发展，并最终实现高技术产业创新效率有效提升。再次，不同区域应合理评估自身产业发展水平，充分利用自身优势条件，引进高端人才和先进技术，积极推动区域间合作与交流，通过制定相关规划政策，引导和支持区域内高技术产业结构转型升级，逐步缩小区域间发展差距，最终实现高技术产业创新效率有效提升。最后，加大研发力度，加快突破技术壁垒，进一步提升电子及通信设备制造业产品竞争力，拓展新技术应用范围，带动低门槛企业转型升级，实现对产业链上下游企业的重新整合，进一步推动计算机及办公设备制造业整体实力提升。同时，提升资源利用效率，改善医药制造业、医疗仪器设备及仪器仪表制造业投入产出效率较低的局面，最终实现高技术产业创新效率有效提升。

6.3 研究不足与展望

本文研究结论具有一定现实指导意义，但也存在一定不足之处：第一，本文采用省级面板数据进行实证分析，未来可考虑采用微观层面数据进行研究，从而得到更为具体的结论；第二，本文仅对高技术产业细分行业进行实证分析，未来还可以依据所有权性质、不同股权结构进行更为深入的分类研究；第三，本文仅分析了国内数字经济与高技术产业创新效率之间的关系，未来可考虑进行国别对比分析，并从中找出优势条件与不足之处，从而为数字经济推动高技术产业创新效率提升寻找更优发展路径。

参考文献:

[1] 高波.创新驱动消费主导型经济增长的机制和路径[J].河北学刊,2020,40(1):142-153.

[2] LOLA I S,BAKEEV M.Measurement of digital activity in medium, high-tech and low-tech manufacturing industries[R]. HSE Working Papers, 2019.

[3] 荆文君,孙宝文.数字经济促进经济高质量发展:一个理论分析框架[J].经济学家,2019,4(2):66-73.

[4] 张勋,万广华,张佳佳,等.数字经济、普惠金融与包容性增长[J].经济研究,2019,54(8):71-86.

[5] 王文.数字经济时代下工业智能化促进了高质量就业吗[J].经济学家,2020,4(4):89-98.

[6] LI D, CHEN Y, MIAO J. Does ICT create a new driving force for manufacturing?evidence from Chinese manufacturing firms[J]. Telecommunications Policy, 2021，46(1): 102229.

[7] LI KAI,KIM DAN J,LANG KARL R,et al. How should we understand the digital economy in Asia? critical assessment and research agenda[J]. Electronic Commerce Research and Applications,2020,44(5):101004.

[8] 谢雪燕,朱晓阳.数字金融与中小企业技术创新——来自新三板企业的证据[J].国际金融研究,2021,4(1):87-96.

[9] 许玉云,王军,张一飞,等.国内外技术获取与高技术产业创新绩效差异——基于时滞视角的比较分析[J].科技进步与对策,2021,38(3):70-78.

[10] YUNIS M, TARHINI A, KASSAR A. The role of ICT and innovation in enhancing organizational performance:the catalysing effect of corporate entrepreneurship[J]. Journal of Business Research, 2018, 88: 344-356.

[11] SONG Y,YU C,HAO L,et al. Path for China's high-tech industry to participate in the reconstruction of global value chains[J]. Technology in Society, 2021, 65(5):101486.

[12] WU J, WU Z, SI S. The influences of Internet-based collaboration and intimate interactions in buyer-supplier relationship on product innovation[J]. Journal of Business Research, 2016, 69(9): 3780-3787.

[13] DAZ-CHAO , SAINZ-GONZLEZ J, TORRENT-SELLENS J. ICT, innovation, and firm productivity: new evidence from small local firms[J]. Journal of Business Research, 2015, 68(7): 1439-1444.

[14] YIN J,SU Y.Study on evaluating innovation ability of high-tech industry based on particle swarm synthesis optimization[J]. Tehnicki Vjesnik,2021,28(2): 616-623.

[15] LIN S, LIN R, SUN J, et al. Dynamically evaluating technological innovation efficiency of high-tech industry in China:provincial, regional and industrial perspective[J]. Socio-Economic Planning Sciences, 2021, 74: 100939.

[16] 贾俊生,刘玉婷.数字金融、高管背景与企业创新——来自中小板和创业板上市公司的经验证据[J].财贸研究,2021,32(2):65-76,110.

[17] JOLIEN ROELANDT,PETRA ANDRIES,MIRJAM KNOCKAERT. The contribution of board experience to opportunity development in high-tech ventures[J]. Small Business Economics,2022,58:1627-1645.

[18] 赵庆.产业结构优化升级能否促进技术创新效率[J].科学学研究,2018,36(2):239-248.

[19] 许宪春,张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济,2020,37(5):23-41.

[20] 吕延方,方若楠,王冬.中国服务贸易融入数字全球价值链的测度构建及特征研究[J].数量经济技术经济研究,2020,37(12):25-44.

[21] 范鑫.数字经济发展、国际贸易效率与贸易不确定性[J].财贸经济,2020,41(8):145-160.

[22] 郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020,19(4):1401-1418.

[23] 黄群慧,余泳泽,张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济,2019,36(8):5-23.

[24] NATHAN NUNN,NANCY QIAN. US food aid and civil conflict[J]. American Economic Review,2014,104(6):1630-1666.

[25] 孔令池.制度环境、企业家精神与高技术产业集聚[J].中国经济问题,2020,62(2):16-29.

[26] 王希元.创新驱动产业结构升级的制度基础——基于门槛模型的实证研究[J].科技进步与对策,2020,37(6):102-110.

[27] 产健,许正中.消费结构升级、政府支持与区域科技创新能力:空间视角下的分析[J].科技进步与对策,2020,37(18):28-35.

(责任编辑：陈 井)