The Measurement and Regional Differences of Technological Progress Level of China 's Digital Industry

Liu Na

(CPC Party School in Shanghai Xuhui District,Shanghai 200233,China)

Abstract：The digital industry is the foundation and power source of the development of the digital economy, and its development depends on digital technology and data elements to a certain extent. In order to continue to play the leading role of the digital industry in the national economy, it is imperative to promote the technological progress of the digital industry. The existing research is difficult to fully reflect the overall picture of the technological progress of the digital industry and cannot fully show the spatial and temporal evolution characteristics of the technological progress of the digital industry in the eight comprehensive economic zones. Since the advantages of regional resource endowments are different across China, this paper focuses on the region and aims to promote the technological progress of the digital industry from the perspective of the eight comprehensive economic zones, which shall provide reference for the development of digital industrialization and the promotion of digital industry technology progress.

According to policy orientation, theoretical basis and practical situation, this study constructs an index evaluation system of China's digital industry technology progress level from three dimensions: digital industry technology innovation, digital industry technology communication and digital industry technology transfer. On this basis, the technological progress level of the digital industry in 31 provinces in China from 2012 to 2021 is further measured. The measurement results of the technological progress of digital industry show that the level of technological progress of the digital industry in China's eight comprehensive economic zones has increased to varying degrees, and the overall trend is gradually rising. From the provincial level, the average level of technological progress in the digital industry of each province during the sample period is between 0.258 and 0.318, indicating that the overall level of technological progress has been low and there is still room for further improvement. Further, the natural discontinuity classification method is used to divide the 31 provinces into five echelons. It is found that the technological progress level of digital industry in most provinces is at the middle-low, middle, and middle-high levels, and is mainly distributed in the northwest comprehensive economic zone, the southwest comprehensive economic zone, and the middle reaches of the Yellow River comprehensive economic zone. This means that there are obvious regional differences in the technological progress of the digital industry in various provinces.

From the perspective of regional differences, the gap in the level of technological progress of China's digital industry has gradually narrowed during the sample period. The differences in the level of technological progress of digital industry in the northern coastal comprehensive economic zone are the largest, while the differences in the level of technological progress of digital industry between the eastern coastal comprehensive economic zone and the middle reaches of the Yellow River comprehensive economic zone are the largest. Meanwhile, regional differences are the main source of differences in the level of technological progress of China's digital industry. It can be seen that narrowing regional differences is the key to promoting the technological progress of China's digital industry. From the perspective of spatial convergence, the technological progress level of digital industry in various regions can influence each other in space, and the spatial correlation of the technological progress level of digital industry shows a fluctuating upward trend during the sample period. Further research shows that the technological progress level of China's digital industry has the characteristics of absolute β-convergence and conditional β-convergence, and from the perspective of convergence speed, the regional conditional β-convergence speed is faster.

In summary,the paper proposes to strengthen key digital technology research, actively bridge the digital gaps, and keep promoting the development of digital industrialization. While all localities should also give full play to their local advantages, improve the level of technological development according to local conditions, narrow regional differences, and jointly promote the technological progress of China's digital industry.

Key Words：Digital Industry;Technological Progress;Dagum's Gini Coefficient;Spatial Convergence Model

收稿日期：2023-06-09

修回日期：2023-10-07

基金项目：国家社会科学基金一般项目(21BJL072)

作者简介：刘娜(1985-),女,北京人,博士,中共上海市徐汇区委党校副教授,研究方向为政治经济学、社会理论、马克思主义理论。

DOI：10.6049/kjjbydc.2023060276

开放科学(资源服务)标识码(OSID)：

中图分类号：F426.6

文献标识码：A

文章编号：1001-7348(2024)13-0079-11

0 引言

近年来,数字产业化成为各地发展重点和主攻方向,是推动我国数字经济高质量发展的关键举措。然而,数字产业基础和技术支撑薄弱的困境长期存在,使得数字经济发展面临外部制约与冲击风险[1]。对此,我国积极开展数字技术创新,致力于破解关键核心技术“卡脖子”问题,进而实现数字产业技术进步。2021年12月,国务院印发《“十四五”数字经济发展规划》,指出要“协同推进数字产业化和产业数字化”,“形成以技术发展促进全要素生产率提升、以领域应用带动技术进步的发展格局”,为数字产业技术进步指明了方向。那么,如何正确理解数字产业技术进步内涵?如何客观测算中国数字产业技术进步水平?厘清上述问题有利于数字经济高质量发展。

现阶段,伴随数字产业化进程不断推进,技术进步成为学术界关注的重点问题。一部分文献集中于产业技术进步水平测度。如姜钰与姜佳玮[2]通过测算我国林业技术进步水平,发现研究期内全国林业技术进步总体呈现上升趋势;唐燕与罗胤晨[3]运用DEA-Malmquist模型测算长江经济带农业技术进步效率变动情况,发现长江经济带农业技术进步效率的区域差异显著;乔涵[4]研究发现,我国数字产业技术进步水平呈现逐年提升态势,且存在明显的区域差异;张清华 [5]基于实证研究指出,中国数字产业技术进步效率整体呈上升趋势。另一部分文献集中于技术进步的影响效应。如Yang[6]指出,绿色偏向性技术进步能够通过产业结构转型显著降低碳排放强度;何雅兴和余婕[7]研究发现,区域技术进步可以推动国内国际双重价值链嵌入;有学者认为,技术进步与资源型城市绿色发展效率存在显著的正U型关系(岳立等,2023);Cai 等[8]研究指出,绿色技术进步能够有效减少碳排放,实现碳中和。与此同时,还有学者着重探讨技术进步影响因素。如Liu et al.[9]研究指出,数字金融服务能够显著促进地区绿色技术进步;成力为和肖彩霞[10]研究发现,不同类型环境规制对企业绿色技术进步的影响存在异质性;刘自敏等[11]实证研究发现,中国碳交易试点政策在一定程度上促进绿色技术进步偏向,进而有助于实现碳减排目标;Wu et al.[12]以中国城市为研究样本,评估国家生态工业园区对绿色技术进步的影响,发现生态工业园区可通过研发支出强度、规模集聚水平等促进绿色技术进步。

已有文献主要围绕产业技术进步水平测度、技术进步影响因素以及影响效应进行论证,其中,研究数字产业技术进步的文献有限,且在研究内容上局限于数字产业技术进步水平高低,对其空间相关性以及收敛性的探索尚不多见。为此,需要对数字产业技术进步水平进行全面探索。本文的主要边际贡献如下:第一,基于政策导向、理论依据以及现实情景,构建数字产业技术进步水平评价指标体系,同时,结合熵权与变异系数综合赋权法,科学测度数字产业技术进步水平,以完善相关研究;第二,系统分析八大综合经济区及其子系统发展情况,深入分析不同时期我国各地区数字产业技术进步程度;第三,考察数字产业技术进步的区域差异、差异来源以及空间收敛特征,并提出相应建议,为数字产业技术进步提供现实指导。

1 中国数字产业技术进步水平测度指标建构、数据来源及研究方法

1.1 指标体系构建

基于政策导向、理论依据以及现实情景构建评价指标体系。其一,政策导向是指政府文件中涉及到数字产业技术进步的相关举措,如2021年1月国务院印发《“十四五”数字经济发展规划》、2021年12月十三届全国人大常委会第三十二次会议修订《中华人民共和国科学技术进步法》、2022年12月国务院下发《扩大内需战略规划纲要(2022-2035年)》等;其二,理论依据是指中共二十大报告、中央经济工作会议、学术界关于数字产业技术进步的内涵界定以及提升路径等理论成果;其三,现实情景则指数据可得性、代表性以及可操作性,主要用于具体指标筛选。基于上述原则,构建中国数字产业技术进步水平评价指标体系如表1所示,具体筛选步骤如下:

(1)选取一级指标。结合国家有关文件,数字产业技术进步涉及创新、扩散、转移以及引进等方面。例如《深化科技体制改革实施方案》明确指出,“强化科技成果以许可方式对外扩散”;《国家技术转移体系建设方案》强调“加快国际技术转移中心建设,……,在技术引进、技术孵化、消化吸收、技术输出和人才引进等方面加强国际合作”;《企业技术创新能力提升行动方案(2022-2023)年》提出“引导企业围绕国家需求开展技术创新”。此外,学术界认为数字技术创新是数字产业发展的基础源泉[13];数字技术转让是数字产业高质量发展的重要支撑[14];数字技术传播是数字产业持续发展的关键性指标[15]。综上,本文将数字产业技术创新、数字产业技术传播、数字产业技术转让作为衡量数字产业技术进步水平的一级指标。

(2)选取二级指标。根据一级指标内涵,结合政府文件与学术界相关成果筛选二级指标。

数字产业技术创新。《“十四五”数字经济发展规划》强调,不断完善数字基础设施,推进数字产业化与产业数字化取得成效。技术创新是一个多投入、多产出活动,需要将研发产品的技术价值转化为经济价值。因此,参照王德辉等[16]的研究,选取数字产业创新投入与数字产业创新产出2个二级指标。

数字产业技术传播。数字产业技术传播是指该领域创新技术在其它经济领域以及地域空间范围内的应用推广,是一种技术传播形式。李林等[17]指出,技术传播包括产品、技术、人才及知识要素流动。鉴于此,选取数字产业出口比重、数字产业技术流动、数字产业人才流动、数字产业知识要素流动4个二级指标。

数字产业技术转让。技术转让包含技术转移与引进。一直以来,我国十分重视技术引进,希冀通过技术转移与引进促进我国数字产业高质量发展[18]。综上,选取数字产业专利转让数量、数字产业技术转让收入、数字产业技术引进费用、数字产业技术引进比重4个二级指标。

(3)选取三级指标。基于二级指标的表征意义,结合数据可得性,筛选出14个三级指标。限于文章篇幅,未列出。

1.2 数据来源与说明

基于数据可得性与指标全面性,以2012-2021年中国内地31个省级面板数据作为研究样本。根据国务院颁发的《数字经济及其核心产业统计分类(2021)》,数字产业包括计算机通信和其它电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务、软件和信息技术服务业等。样本数据主要源于《中国科技统计年鉴》《中国工业统计年鉴》《中国统计年鉴》《中国环境统计年鉴》、历年专利统计年报、inco Pat专利数据库以及WDI数据库。针对缺失数据,采用插值法、类推法补齐。

1.3 研究方法

1.3.1 综合评价模型构建

为最大限度地消除各指标权重主观性,利用熵权法与变异系数法的几何平均值测算中国数字产业技术进步水平。具体测算步骤如下所示:

第一,指标标准化处理。构建标准化处理公式,以测度数字产业技术进步水平。

(正向指标)

(1)

(负向指标)

(2)

式中,i和j分别表示地区与变量;xij和分别代表指标实际观测值与标准化处理后数值;max(xij)和min(xij)分别代表指标xij的最大值与最小值。

第二,确定指标熵值Ej。

(3)

第三,利用熵权法得到各指标权重Wj。

(4)

第四,利用变异系数法测算指标权重。

(5)

(6)

(7)

式中,Sj代表指标j的标准差,CVj为变异系数,Zj是利用变异系数法计算得到的指标权重。

第五,基于熵权法与变异系数法确定指标权重,反映中国数字产业技术进步水平。

(8)

(9)

(10)

式中,f(ai)是以熵权法测算出的数字产业技术进步水平,f(bi)是以变异系数法计算出的数字产业技术进步水平,Di为f(ai)与f(bi)的几何平均值,即熵权法与变异系数法综合赋权下的中国数字产业技术进步水平。

1.3.2 Dagum基尼系数

利用Dagum基尼系数及其子群分解判断中国数字产业技术进步水平差异,具体计算公式如下:

(11)

式中,G代表总体基尼系数;k和n分别代表省(市)数与划分地区数;kj(kl)表示j(l)地区内省(市)个数;pji(plr)表示地区j(l)内某省(市)数字产业技术进步水平;p为数字产业技术进步水平均值。

进一步地,Dagum基尼系数可分解为地区间差距贡献度(Gnb)、地区内差距贡献度(Gw)以及超变密度贡献度(Gt),同时,满足G=Gw+Gnb+Gt[19]。具体测算方法如式(12)-(17)所示。

(12)

(13)

(14)

(15)

(16)

(17)

式中,

式中,Gjl表示区域j与区域l之间的基尼系数;Gnb表征区域间净值差异;Gt代表区域间超变密度;Djl表示区域内j与l数字产业技术进步水平的相对影响;djl表示区域内j与l数字产业技术进步水平差值,yjl表征超变一阶矩。

1.3.3 空间收敛模型

事实上,伴随不同资源要素的流动,数字产业发展可能存在一定的空间关联特征。为此,采用空间杜宾模型(SDM)测度各地区数字产业技术进步是否存在空间关联性,具体计算公式如下:

(18)

式中,β、ρ、θ分别代表收敛系数、空间自回归系数以及空间外溢系数;wij表征空间权重矩阵。借鉴谷城与张树山[20]的研究,采用经济距离空间权重矩阵。其中,μi表示个体固定效应,νt表示时间固定效应,εit代表随机扰动项。

将β收敛进一步划分为绝对β收敛与条件β收敛,前者是指在不进行变量控制下呈现出的收敛状态,后者则是在控制一系列变量情形下呈现出的收敛状态。基于条件β收敛的空间杜宾模型如下所示:

(19)

其中,Xi,t代表控制变量集,包括市场化程度、人力资本、对外开放水平以及金融发展水平。市场化程度(lnMarket),反映市场对供求关系变化的敏感度,本文以地区财政支出占GDP比重衡量;人力资本(lnLabor),反映国家或地区劳动力素质,本文通过平均受教育年限表征;对外开放水平(lnOpen),在一定程度上能够反映我国各地区进出口贸易情况,故以进出口贸易额占GDP比重刻画;金融发展水平(lnFin),代表地区金融体系成熟度与发展水平,故以金融机构存贷款余额与GDP比值表征。

2 中国数字产业技术进步水平测算结果

2.1 全国数字产业技术进步水平

图1展示了全国数字产业技术进步水平。可以发现,样本期内,我国数字产业技术进步水平呈逐年递升态势,由2012年的0.192提升至2021年的0.356,涨幅为85.4%。但整体上看,我国数字产业技术进步处于较低水平,具有较大提升空间。可能的原因在于,当前我国数字产业面临关键核心技术“卡脖子”、专业技能人才缺失、数实融合程度不高等困境,不利于带动数字产业技术进步。具体为:一是数字产业自主创新能力不足,严重制约数字产业技术进步;二是技术、知识更新迭代快,跨界人才匮乏,难以为数字产业技术进步提供坚实支撑;三是实体经济产业链的数字化变革与共性技术研发相对缓慢,不利于推动数字产业技术进步。

从子维度来看,其一,数字产业技术创新水平快速提升,年均增速为7.3%,可以看出,技术创新是推动数字产业技术进步的重要支撑。国家统计局数据显示,我国在数字技术方面的R&D经费投入由2012年的1.03万亿元增至2021年的2.8万亿元,投入总量稳居世界第二。同时,在数字技术专利申请领域,2021年我国信息领域的PCT国际专利申请量超过3万件,较2017年增长60%。其二,数字产业技术传播水平呈平稳增长态势,但整体水平较低。数字产业技术传播依托数字基础设施,通过智慧教育、智慧文旅、智慧养老等延伸数字技术在各领域的深入应用,有利于推动数字产业技术进步。其三,数字产业技术转让水平呈现先上升后下降的倒U型。究其原因,在数字产业发展初期,我国积极引进数字技术,使得数字产业技术转让水平持续上升。然而,伴随我国数字技术水平不断提高,部分国家对我国实施科技限制,极大程度地阻碍数字技术引进,导致我国数字产业技术转让水平呈现下降态势。

2.2 区域数字产业技术进步水平

参考《区域协调发展的战略与政策》划分标准,本文将全样本划分为八大综合经济区。从区域来看,2012-2021年我国八大综合经济区数字产业技术进步水平呈递升态势(见图2)。其中,东部沿海综合经济区增长较快,从2012年的0.261上升至2021年的0.444,提高了0.184;其它综合经济区同样呈现不同程度的增长。观察图2可以发现,我国八大综合经济区数字产业技术进步水平差异明显,具体表现为东部沿海综合经济区>北部沿海综合经济区>南部沿海综合经济区>长江中游综合经济区>东北综合经济区>黄河中游综合经济区>大西北综合经济区>大西南综合经济区。

从各区域数字产业技术进步的子维度来看,大致表现为数字产业技术创新水平>数字产业技术传播水平>数字产业技术转让水平,且各子维度水平在区域间也呈现出东部沿海综合经济区>北部沿海综合经济区>南部沿海综合经济区>长江中游综合经济区>东北综合经济区>黄河中游综合经济区>大西北综合经济区>大西南综合经济区的空间格局。就发展速度而言,东部沿海综合经济区数字产业技术创新发展速度快于其它综合经济区;长江中游综合经济区数字产业技术传播速度快于其它综合经济区;南部沿海综合经济区、北部沿海综合经济区的数字产业技术转让速度快于其它综合经济区。

2.3 不同省域数字产业技术进步水平

基于式(1)-式(10)测算我国内地31个省份数字产业技术进步水平,结果如表2所示(限于篇幅,仅展示2012年、2016年及2021年数据)。可以发现,样本期内各省份数字产业技术进步水平均值处于0.258～0.318之间,且2021年排名靠前的三位分别为广东(0.488)、河北(0.399)与北京(0.375)。增速较快的省份多集中于长江中游综合经济区与南部沿海综合经济区。为进一步考察各省份数字产业技术进步水平排名及分布情况,本文依托自然间断点分级法对表2中的数值进行分级处理。具体而言,将数字产业技术进步水平划分为低水平(0.200～0.250)、中低水平(0.250～0.290)、中等水平(0.290～0.320)、中高水平(0.320～0.350)及高水平(0.350以上)。根据上述划分结果来看,多数省份数字产业技术进步水平位于中低、中等以及中高水平,且主要分布在大西北综合经济区、大西南综合经济区及黄河中游综合经济区。这说明由经济发展不平衡造成的地区差异在数字产业技术进步中同样有所体现。

3 中国数字产业技术进步水平区域差异

基于式(11)-式(17),测算样本期内中国数字产业技术进步水平总体基尼系数的演变态势,结果如表3所示。

可以发现,2012-2021年中国数字产业技术进步水平的Dagum基尼系数整体呈波动式下降趋势,由2012年的0.285降至2021年的0.225,降幅为21.05%。这说明我国数字产业技术进步水平差距在波动中不断缩小。可能的原因在于,发达地区数字产业技术进步较大,且能够通过溢出效应带动欠发达地区发展,进而提高欠发达地区技术进步水平,促使我国数字产业技术进步水平差距逐渐缩小。

图3展示了样本期内我国八大综合经济区数字产业技术进步水平基尼系数演变态势。不难看出,八大综合经济区数字产业技术进步水平差异均小于全国均值,其中,北部沿海综合经济区差异最大,其次为东部沿海综合经济区与南部沿海综合经济区。具言之,北部沿海综合经济区数字产业技术进步水平差异波动最大,基尼系数由2012年的0.264降至2021年的0.195,降幅为26.22%;东部沿海综合经济区差异波动次之,基尼系数由2012年的0.206降至2021年的0.159,降幅为23.04%;南部沿海综合经济区的基尼系数由2012年的0.236降至2021年的0.213,降幅为9.75%;长江中游综合经济区的基尼系数由2012年的0.161降至2021年的0.143,降幅为11.18%;黄河中游综合经济区的基尼系数由2012年的0.146降至2021年的0.130,降幅为10.96%;东北综合经济区的基尼系数由2012年的0.139降至2021年的0.123,降幅为11.51%;大西南综合经济区的基尼系数由2012年的0.165升至2021年的0.179,涨幅为8.48%;大西北综合经济区数字产业技术进步水平差异波动最小,基尼系数由2012年的0.115降至2021年的0.109,降幅为5.21%。

为明晰八大综合经济区数字产业技术进步水平差异,基于公式(15)-(17)进行测算,结果如表4所示。从均值可以看出,东部沿海综合经济区与黄河中游综合经济区之间的差异最大,其次为东部沿海综合经济区与大西北综合经济区;差异最小的为东部沿海综合经济区与北部沿海综合经济区。

图4展示了2012-2021年中国数字产业技术进步水平差异来源的演变态势。可以发现,地区间差异是导致我国数字产业技术进步水平地区差异的主要来源,其次为超变密度,最后为地区内差异。从贡献率来看,地区内差异的贡献率为23.96%,超变密度为27.25%,地区间差异为48.79%。具体来看,地区间差异贡献率呈波动上升态势,变化幅度较大,从2012年的38.246%上升至2021年的60.889%,涨幅为59.20%。超变密度贡献率呈波动下降趋势,变化幅度也较大,从2012年的36.842%大幅降至2021年的18.222%,降幅为50.54%。地区内差异贡献率相对平稳,整体变化幅度不大,从2012年的24.912%降至2021年的20.889%,降幅为16.15%。由此可见,缩小地区间差异是促进中国数字产业技术进步的关键。

4 中国数字产业技术进步水平的空间收敛性

如前所述,我国数字产业技术进步水平呈逐年提升态势,但区域间差异与省份极化特征较显著。为此,有必要借助空间收敛模型进一步探索我国数字产业技术进步水平的收敛性。本文以空间β收敛模型探究全国及八大综合经济区数字产业技术进步水平是否趋于稳定。

4.1 数字产业技术进步水平空间相关性分析

空间β收敛需满足空间相关性条件。借鉴相关研究[21],应用Stata软件测算我国整体以及八大综合经济区数字产业技术进步水平的莫兰指数,结果如表5所示。可以发现,全国以及八大综合经济区数字产业技术进步水平的莫兰指数至少在10%水平上显著为正,说明各地区数字产业技术进步在空间上存在相互影响。具体来看,我国数字产业技术进步水平的空间相关性呈波动上升特征。其中,大西南综合经济区数字产业技术进步水平的空间相关性呈波动下降态势,其余综合经济区数字产业技术进步水平的空间相关性不断提升。值得注意的是,我国数字产业技术进步水平呈现出的集聚效应具有双重影响:其一,“俱乐部趋同”效应促使发达地区释放更多的数字技术发展动能,进一步促进发达地区发展。其二,“俱乐部趋同”效应加剧地区之间发展不平衡现象,导致地区间差距进一步拉大。基于此,本文认为,应鼓励发达地区带动欠发达地区数字产业发展,加快欠发达地区技术创新及技术引进,不断缩小区域差距。

4.2 数字产业技术进步水平β收敛检验

4.2.1 绝对β收敛检验

对全国及八大综合经济区数字产业技术进步水平进行绝对β收敛检验,结果如表6所示。数据显示,β系数值在全国层面通过1%水平下的显著性检验,说明我国数字产业技术进步水平具有绝对β收敛特征。换言之,不考虑外部因素对数字产业技术进步的影响,我国数字产业技术进步水平随时间推移最终将收敛至一个稳定水平。从区域层面来看,八大综合经济区同样存在绝对β收敛特征,其中,大西南综合经济区收敛速度最快,东部沿海综合经济区收敛速度最慢。这说明我国数字产业技术进步水平呈现出落后地区向高水平地区追赶之势。

4.2.2 条件β收敛检验

为进一步考察全国以及八大综合经济区数字产业技术进步水平是否存在条件β收敛,在回归模型中加入一系列控制变量,结果见表7。可以发现,全国以及八大综合经济区β系数估计值均在1%水平上显著为负,意味着在考虑市场化程度、人力资本、对外开放水平、金融发展水平等外部因素后,全国以及八大综合经济区数字产业技术进步水平收敛趋势依旧存在。从收敛速度来看,相较于绝对β收敛,所有地区的条件β收敛速度均有所提升,其中,东北综合经济区收敛速度最快,而北部沿海综合经济区最慢。

5 结论及建议

5.1 结论

本文基于政策导向、理论依据以及现实情形,构建数字产业技术进步水平评价指标体系,借助熵权与变异系数综合赋权法测度2012-2021年我国内地31个省(市)数字产业技术进步水平。同时,进一步利用Dagum基尼系数、空间收敛模型分析全国以及八大综合经济区数字产业技术进步水平的区域差异与收敛性。得到如下结论:第一,我国数字产业技术进步水平在样本期内呈上升态势,但整体水平偏低,其中,八大综合经济区数字产业技术进步水平存在显著不平衡特征;第二,我国数字产业技术进步水平总体差异表现出波动下降态势,且主要源于区域间差异,八大综合经济区的总体差异低于全国平均水平,其中,北部沿海综合经济区内部差异最大;第三,全国以及八大综合经济区数字产业技术进步水平均存在显著的绝对β收敛和条件β收敛特征。在考虑一系列外部影响因素后,条件β收敛速度高于绝对β收敛。

5.2 建议

(1)加强关键核心数字技术攻关。检验结果表明,数字产业技术创新是推动数字产业技术进步的重要原因。为此,数字产业要加强关键核心技术攻关,构建产业创新体系,提高技术进步水平。数字产业要利用数字技术优势,发挥企业的创新主体作用,加强集成电路、人工智能等领域的“卡脖子”技术攻关,加快算力产业集群布局和建设,超前部署量子科技、智能物联网等前沿技术,着力提升产业科技创新能力。同时,数字产业需统筹推进高水平创新载体布局,以数字技术创新促进产业链上下游企业链接,促进各类主体融通创新,着力建设一批数字经济创新联合体。此外,相关部门还应深入推进产业数字化,完善产业创新“链长制”政策,为关键核心技术攻关赋能,进一步提高数字产业技术进步水平。

(2)积极弥合数字鸿沟。如上所述,八大综合经济区数字产业技术进步水平存在显著的不平衡特征,且数字产业技术进步水平总体差异主要来源于区域间差异。为此,各综合经济区应加强跨地区、跨领域与跨部门联动协作,弥合数字鸿沟,均衡提高数字产业技术进步水平。一方面,各地区应加强数据治理顶层设计,统筹各综合经济区数据安全、数据标准、数据共享、数据定价等政策标准,最大程度释放数据要素价值。基于此,各地区应不断提高数字技术创新、传播以及转移引进水平,缩小数字鸿沟,推动数字产业高质量发展,实现数字产业技术进步水平持续提升。另一方面,中央政府应针对欠发达综合经济区出台产业数字化转型试点方案,引导欠发达综合经济区基于实际资源禀赋制定转型方案,逐步带动数字创新与产业变革,为数字产业技术进步赋能。

(3)持续推动数字产业化发展。相关部门要鼓励研发机构、企业等创新主体打造多元化创新生态,不断吸引资金投入,推动数字技术创新、扩散与转让,实现数字产业化发展,进而促进数字产业技术进步。相关部门还应以数字技术在各领域融合应用为导向,出台优惠政策推动数字化企业跨界创新,带动企业形成集聚效应,实现数字产业化发展。在此基础上,相关部门还需优化创新成果转化机制,加快推进创新技术工程化、产业化,大力吸引高质量数字技术人才,促进数字产业创新模式开放性演进,带动数字产业技术进步。

参考文献：

[1] 张鸿,董聚元,王璐.中国数字经济高质量发展:内涵、现状及对策[J].人文杂志,2022,66(10):75-86.

[2] 姜钰,姜佳玮.林业技术进步的测度及时空分异特征分析[J].西部林业科学,2020,49(4):159-162,170.

[3] 唐燕,罗胤晨.农业技术进步效率测度及区域差异研究[J].统计与决策,2021,37(16):86-89.

[4] 乔涵.我国数字产业技术进步水平时空演变趋势及影响因素[J].中国流通经济,2023,37(8):14-27.

[5] 张清华.中国数字产业技术进步效率测度及空间溢出效应分析[J].西南民族大学学报(人文社会科学版),2023,45(4):98-105.

[6] LI Y. Carbon emission reduction performance of green biased technology progress: from the perspective of industrial structure adjustment[J]. E3S Web of Conferences,2021,251(15):1-4.

[7] 何雅兴,余婕.区域技术进步与国内国际双重价值链嵌入[J].当代财经,2022,43(9):100-112.

[8] JINYANG C,HUANYU Z,MICHAEL V, et al. Achieving carbon neutrality through green technological progress: evidence from China[J]. Energy Policy,2023,173(2): 1-9.

[9] ZHANGSHENG L,XIAOLU Z,LIUQINGQING Y, et al. Access to digital financial services and green technology advances: regional evidence from China[J]. Sustainability,2021,13(9):3-14.

[10] 成力为,肖彩霞.环境规制、研发投资与企业绿色技术进步[J].当代经济科学,2022,44(4):115-129.

[11] 刘自敏,黄敏,申颢.中国碳交易试点政策与绿色技术进步偏向——基于城市层面数据的考察[J].产业经济评论,2022,10(1):201-219.

[12] JIANXIAN W,XIN N,HAN W, et al. Eco-industrial parks and green technological progress: evidence from Chinese cities[J]. Technological Forecasting &Social Change,2023,189(4):1-13.

[13] 翟绪权.关于新时代中国国有经济布局优化的思考——基于马克思产业思想的研究[J].思想理论教育导刊,2021,28(9):65-70.

[14] 刘丙泉,刘增果,王月,等.产业协同集聚对区域绿色创新效率的影响[J].华东经济管理,2023,38(5):52-61.

[15] 杨万平,李冬.中国八大区域经济绿色发展转型:动力差异与结构分解[J].统计与信息论坛,2022,29(8):90-105.

[16] 王德辉,杜明泽,于卓熙.我国高技术产业技术进步偏向与全要素生产率增长[J].河北经贸大学学报,2023,44(1):55-66.

[17] 李林,彭方雪,何建洪,等.“一带一路”倡议是否推动了我国技术扩散——基于高新技术产业的分析[J].技术经济,2023,42(6):13-25.

[18] 梁宗正,张煜,史冬梅.校企战略科技合作﹑产业双元创新和行业高质量发展——基于我国信息技术行业的分析[J].河南大学学报(社会科学版),2023,63(5):40-48,153.

[19] 杨昕,赵守国.数字经济与工业高质量创新的协同互促效应[J].科技进步与对策,2023,40(17):25-34.

[20] 谷城,张树山.产业链韧性水平测度、区域差异及收敛性研究[J].经济问题探索,2023,44(6):123-139.

[21] 张旺,白永秀．中国乡村振兴水平的区域差异、分布动态演进及空间相关性研究[J]．数量经济技术经济研究,2022,39(2):84-102．

[责任编辑：胡俊健)