張孜豪，姚戰(zhàn)琪

(1.中國(guó)社會(huì)科學(xué)院大學(xué) 應(yīng)用經(jīng)濟(jì)學(xué)院，北京 102488；2.中國(guó)社會(huì)科學(xué)院 財(cái)經(jīng)戰(zhàn)略研究院，北京 100006)

一、引言

我國(guó)加快推進(jìn)產(chǎn)業(yè)數(shù)字化。2018年4月20日至21日，習(xí)近平主席在全國(guó)網(wǎng)絡(luò)安全和信息化工作會(huì)議上指出，中國(guó)正在大力建設(shè)“數(shù)字中國(guó)”，在“互聯(lián)網(wǎng)+”、人工智能等領(lǐng)域收獲一批創(chuàng)新成果。2020年11月20日，習(xí)近平主席在亞太經(jīng)合組織第二十七次領(lǐng)導(dǎo)人非正式會(huì)議上指出，為世界經(jīng)濟(jì)發(fā)展增添新動(dòng)能，迫切需要我們加快數(shù)字經(jīng)濟(jì)發(fā)展，推動(dòng)全球互聯(lián)網(wǎng)治理體系向著更加公正合理的方向邁進(jìn)。同時(shí)，中國(guó)要以科技創(chuàng)新推動(dòng)企業(yè)發(fā)展，科技創(chuàng)新是促進(jìn)產(chǎn)業(yè)升級(jí)、提升創(chuàng)新績(jī)效、促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要戰(zhàn)略引擎。顯然，突破核心技術(shù)、推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合、加快推進(jìn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展已成為實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)持續(xù)復(fù)蘇的重中之重。那么數(shù)字化是否促進(jìn)我國(guó)創(chuàng)新效率不斷提升？數(shù)字化對(duì)我國(guó)創(chuàng)新產(chǎn)出的作用機(jī)制是怎樣的？數(shù)字化對(duì)我國(guó)創(chuàng)新產(chǎn)出的影響是線性的還是非線性的？

為此，本文將從兩方面展開(kāi)探索。首先，不但研究數(shù)字經(jīng)濟(jì)對(duì)我國(guó)創(chuàng)新產(chǎn)出的直接影響，也研究數(shù)字經(jīng)濟(jì)通過(guò)進(jìn)口技術(shù)溢出和R&D投入占比等多渠道對(duì)我國(guó)創(chuàng)新產(chǎn)出的間接影響。其次，不但研究了地方公共財(cái)政支出在數(shù)字經(jīng)濟(jì)與進(jìn)口技術(shù)溢出間的調(diào)節(jié)作用，也研究了地方公共財(cái)政支出在數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比間的調(diào)節(jié)作用?，F(xiàn)有文獻(xiàn)分析了數(shù)字化發(fā)展的影響因素、數(shù)字化服務(wù)水平對(duì)雙邊貿(mào)易的影響、數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出的影響因素、數(shù)字化的測(cè)度方法等，但鮮有關(guān)注數(shù)字化通過(guò)進(jìn)口技術(shù)溢出和研發(fā)經(jīng)費(fèi)投入占比對(duì)創(chuàng)新產(chǎn)出的間接影響，以及數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出之間的非線性關(guān)系，本文的研究彌補(bǔ)了這一不足。

與本研究相關(guān)的一類(lèi)文獻(xiàn)是數(shù)字經(jīng)濟(jì)對(duì)技術(shù)創(chuàng)新的影響。大量研究都發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)、銀行融資、GDP和金融風(fēng)險(xiǎn)與技術(shù)創(chuàng)新間存在長(zhǎng)期穩(wěn)定的關(guān)系，數(shù)字經(jīng)濟(jì)、銀行融資和金融風(fēng)險(xiǎn)是促進(jìn)G7(七國(guó)集團(tuán))技術(shù)創(chuàng)新的重要因素。(1)Shengjun Yuan, Hammed Oluwaseyi Musibau, Sema Yilmaz Gen, Riffat Shaheen, Anam Ameen & Zhixiong Tan,“Digitalization of Economy is the Key Factor Behind Fourth Industrial Revolution: How G7 Countries are Overcoming with the Financing Issues?”, Technological Forecasting and Social Change,1(2021):120—133.最近的研究還分析了數(shù)字經(jīng)濟(jì)對(duì)中國(guó)全要素生產(chǎn)率(TFP)的創(chuàng)新驅(qū)動(dòng)效應(yīng)，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)指數(shù)與省級(jí)全要素生產(chǎn)率之間存在正的非線性關(guān)系，數(shù)字經(jīng)濟(jì)是促進(jìn)全要素生產(chǎn)率增長(zhǎng)和經(jīng)濟(jì)可持續(xù)發(fā)展的驅(qū)動(dòng)力。(2)Wenrong Pan, Tao Xie, Zhuwang Wang & Lisha Ma,“Digital Economy:An Innovation Driver for Total Factor Productivity”,Journal of Business Research,3(2022):303—311.雖然中國(guó)東部地區(qū)數(shù)字經(jīng)濟(jì)促進(jìn)了全要素生產(chǎn)率增長(zhǎng)，而中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平相對(duì)較低。

與本研究相關(guān)的另一類(lèi)文獻(xiàn)是怎樣才能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)以及數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的間接影響。很多研究認(rèn)識(shí)到數(shù)字經(jīng)濟(jì)能通過(guò)增加人均地區(qū)生產(chǎn)總值、提高高等教育在校生數(shù)與總?cè)丝诘谋戎氐戎薪樽兞縼?lái)促進(jìn)企業(yè)創(chuàng)新。(3)段奧鵬、苗金芳：《數(shù)字普惠金融對(duì)工業(yè)企業(yè)創(chuàng)新影響研究——基于全國(guó)31個(gè)省級(jí)面板實(shí)證分析》，《青海金融》2021年第8期。還有學(xué)者發(fā)現(xiàn)，數(shù)字金融能通過(guò)促進(jìn)債務(wù)融資來(lái)促進(jìn)企業(yè)創(chuàng)新。(4)夏玲：《數(shù)字金融、債務(wù)融資與企業(yè)創(chuàng)新——基于戰(zhàn)略性新興產(chǎn)業(yè)的實(shí)證分析》，《華北金融》2021年第3期?？梢钥闯觯陨涎芯恐饕性跀?shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的直接影響，以及數(shù)字經(jīng)濟(jì)通過(guò)其他變量對(duì)創(chuàng)新產(chǎn)出的間接影響，鮮有聚焦到數(shù)字經(jīng)濟(jì)通過(guò)非線性門(mén)檻效應(yīng)對(duì)創(chuàng)新產(chǎn)出的間接影響上。

本研究主要關(guān)注數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出之間的關(guān)系，探索數(shù)字經(jīng)濟(jì)如何以及何時(shí)會(huì)影響創(chuàng)新產(chǎn)出。本文的貢獻(xiàn)是：第一，梳理數(shù)字經(jīng)濟(jì)影響我國(guó)創(chuàng)新產(chǎn)出的具體路徑并進(jìn)行路徑分析。第二，不但研究進(jìn)口技術(shù)溢出在數(shù)字經(jīng)濟(jì)與R&D經(jīng)費(fèi)投入占比間的中介作用，研究R&D經(jīng)費(fèi)占比在進(jìn)口技術(shù)溢出與創(chuàng)新產(chǎn)出間的中介作用，而且研究進(jìn)口技術(shù)溢出在數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出間的中介作用，研究R&D經(jīng)費(fèi)投入占比在數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出間的中介作用。第三，進(jìn)一步研究地方公共財(cái)政支出占比對(duì)數(shù)字經(jīng)濟(jì)影響進(jìn)口技術(shù)溢出、數(shù)字經(jīng)濟(jì)影響R&D經(jīng)費(fèi)投入占比的作用機(jī)制的調(diào)節(jié)作用。第四，與其他文獻(xiàn)不同，本文將空間效應(yīng)納入數(shù)字經(jīng)濟(jì)對(duì)不同地區(qū)的創(chuàng)新產(chǎn)出影響的計(jì)量模型中，從時(shí)空兩方面揭示數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的空間溢出，使用經(jīng)濟(jì)距離空間權(quán)重矩陣來(lái)研究數(shù)字經(jīng)濟(jì)對(duì)中國(guó)創(chuàng)新產(chǎn)出所產(chǎn)生的空間溢出效應(yīng)，也建立面板門(mén)檻模型來(lái)驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的影響呈現(xiàn)為非線性關(guān)系。

二、研究假設(shè)

(一)數(shù)字經(jīng)濟(jì)影響創(chuàng)新產(chǎn)出的內(nèi)在機(jī)制

數(shù)字經(jīng)濟(jì)能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)。首先，數(shù)字經(jīng)濟(jì)通過(guò)加強(qiáng)人力資本積累來(lái)促進(jìn)我國(guó)創(chuàng)新產(chǎn)出不斷增長(zhǎng)。在數(shù)字經(jīng)濟(jì)背景下，人們能夠更快地吸收和消化知識(shí)，從而加快了人力資本的積累和高級(jí)化，同時(shí)人力資本會(huì)促進(jìn)區(qū)域創(chuàng)新不斷增長(zhǎng)。其次，各創(chuàng)新主體通過(guò)數(shù)字經(jīng)濟(jì)能準(zhǔn)確地獲取供需信息，從而能間接提升研發(fā)資本規(guī)模。李雪等使用各省份的面板數(shù)據(jù)，將人力資本和研發(fā)資本作為中介變量，研究了數(shù)字經(jīng)濟(jì)對(duì)區(qū)域創(chuàng)新績(jī)效的影響，認(rèn)為數(shù)字經(jīng)濟(jì)能促進(jìn)人力資本和研發(fā)資本增長(zhǎng)，同時(shí)人力資本和研發(fā)資本也能顯著促進(jìn)區(qū)域創(chuàng)新績(jī)效提升，因此，數(shù)字經(jīng)濟(jì)能通過(guò)研發(fā)資本和人力資本的正向中介效應(yīng)顯著促進(jìn)區(qū)域創(chuàng)新績(jī)效提升。(5)李雪、吳福象、竺李樂(lè)：《數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新績(jī)效》，《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》2021年第5期。

數(shù)字經(jīng)濟(jì)能促進(jìn)研發(fā)經(jīng)費(fèi)投入不斷增長(zhǎng)。首先，數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入顯著正相關(guān)。數(shù)字經(jīng)濟(jì)決定了研發(fā)經(jīng)費(fèi)投入對(duì)創(chuàng)新產(chǎn)出的影響和研發(fā)經(jīng)費(fèi)投入績(jī)效的發(fā)揮程度，若數(shù)字經(jīng)濟(jì)發(fā)展到一定程度，研發(fā)經(jīng)費(fèi)投入就能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)；若數(shù)字經(jīng)濟(jì)發(fā)展滯后，研發(fā)經(jīng)費(fèi)投入就不利于創(chuàng)新產(chǎn)出。(6)夏杰長(zhǎng)、姚戰(zhàn)琪、徐紫嫣：《數(shù)字經(jīng)濟(jì)對(duì)中國(guó)區(qū)域創(chuàng)新產(chǎn)出的影響》，《社會(huì)科學(xué)戰(zhàn)線》2021年第6期。其次，研發(fā)投入在數(shù)字經(jīng)濟(jì)對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響中存在中介效應(yīng)。數(shù)字經(jīng)濟(jì)能促進(jìn)研發(fā)投入增長(zhǎng)，研發(fā)投入有利于我國(guó)產(chǎn)業(yè)結(jié)構(gòu)不斷升級(jí)。數(shù)字經(jīng)濟(jì)本身就是一種創(chuàng)新，數(shù)字經(jīng)濟(jì)能推動(dòng)創(chuàng)新加速。(7)姚維瀚、姚戰(zhàn)琪：《數(shù)字經(jīng)濟(jì)、研發(fā)投入強(qiáng)度對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響》，《西安交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2021年第5期。最后，數(shù)字經(jīng)濟(jì)能通過(guò)研發(fā)經(jīng)費(fèi)投入來(lái)促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)。數(shù)字經(jīng)濟(jì)不但能顯著促進(jìn)我國(guó)創(chuàng)新績(jī)效增長(zhǎng)，而且研發(fā)經(jīng)費(fèi)投入在數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新績(jī)效的影響中存在中介效應(yīng)，因此，研發(fā)投入在數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新績(jī)效的影響中存在中介效應(yīng)。據(jù)此，本文提出假設(shè)H1：

H1：數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出、研發(fā)經(jīng)費(fèi)投入顯著正相關(guān)。

(二)數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)進(jìn)口技術(shù)溢出、提升R&D經(jīng)費(fèi)投入占比來(lái)促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)

數(shù)字經(jīng)濟(jì)發(fā)展能促進(jìn)進(jìn)口技術(shù)溢出。首先，在開(kāi)放條件下數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度會(huì)增加。數(shù)字經(jīng)濟(jì)與貿(mào)易開(kāi)放水平緊密關(guān)聯(lián)，如果把數(shù)字經(jīng)濟(jì)與貿(mào)易開(kāi)放水平都作為影響經(jīng)濟(jì)增長(zhǎng)的因素來(lái)考慮，那么數(shù)字經(jīng)濟(jì)能顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)，同時(shí)貿(mào)易開(kāi)放水平與經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)倒U型拋物線的關(guān)系(8)陳福中：《數(shù)字經(jīng)濟(jì)、貿(mào)易開(kāi)放與“一帶一路”沿線國(guó)家經(jīng)濟(jì)增長(zhǎng)》，《蘭州學(xué)刊》2020年第11期。，并且在開(kāi)放條件下，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響貢獻(xiàn)程度更高，因此在開(kāi)放影響下數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用不斷放大。其次，貿(mào)易規(guī)則對(duì)數(shù)字經(jīng)濟(jì)全球化有正向影響。當(dāng)前，我國(guó)需要的全球貿(mào)易規(guī)則能夠推動(dòng)數(shù)字經(jīng)濟(jì)快速發(fā)展，但部分國(guó)家通過(guò)設(shè)立非傳統(tǒng)貿(mào)易壁壘等方式來(lái)限制或禁止企業(yè)向國(guó)外傳輸數(shù)據(jù)。(9)邵宇琦：《貿(mào)易規(guī)則當(dāng)與數(shù)字經(jīng)濟(jì)全球化俱進(jìn)》，《中國(guó)電子報(bào)》2014年10月21日。當(dāng)前是推動(dòng)數(shù)字貿(mào)易的好時(shí)機(jī)，數(shù)字貿(mào)易成為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。

進(jìn)口貿(mào)易自由化能顯著促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)。首先，進(jìn)口貿(mào)易自由化能通過(guò)降低中間產(chǎn)品關(guān)稅、降低最終品關(guān)稅來(lái)提升創(chuàng)新能力。21世紀(jì)以來(lái)中國(guó)企業(yè)創(chuàng)新的質(zhì)量不斷增長(zhǎng)，但中國(guó)專(zhuān)利質(zhì)量的年均增長(zhǎng)率低于專(zhuān)利數(shù)量的年均增長(zhǎng)率，并且進(jìn)口貿(mào)易自由化對(duì)創(chuàng)新能力強(qiáng)的行業(yè)和地區(qū)的影響更顯著。不但進(jìn)口貿(mào)易自由化通過(guò)降低中間品關(guān)稅來(lái)提升企業(yè)的創(chuàng)新能力，而且進(jìn)口貿(mào)易自由化能通過(guò)提高企業(yè)利潤(rùn)和企業(yè)進(jìn)口產(chǎn)品復(fù)雜度來(lái)提升企業(yè)的創(chuàng)新能力。(10)何歡浪、蔡琦晟、章韜：《進(jìn)口貿(mào)易自由化與中國(guó)企業(yè)創(chuàng)新——基于企業(yè)專(zhuān)利數(shù)量和質(zhì)量的證據(jù)》，《經(jīng)濟(jì)學(xué)(季刊)》2021年第2期。其次，進(jìn)口貿(mào)易自由化能通過(guò)本地效應(yīng)和鄰里效應(yīng)來(lái)提升企業(yè)創(chuàng)新能力。雖然進(jìn)口促進(jìn)企業(yè)創(chuàng)新能力提升，但進(jìn)口促進(jìn)企業(yè)創(chuàng)新發(fā)展的鄰里效應(yīng)大于本地效應(yīng)。(11)黃朝峰、戰(zhàn)岐林、曾小慧：《進(jìn)口影響創(chuàng)新的本地效應(yīng)與鄰里效應(yīng)——基于空間計(jì)量的實(shí)證分析》，《科技進(jìn)步與對(duì)策》2021年第1期。據(jù)此，本文提出假設(shè)H2：

H2：進(jìn)口技術(shù)溢出在數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的影響中存在中介效應(yīng)。

進(jìn)口技術(shù)溢出能促進(jìn)研發(fā)經(jīng)費(fèi)投入占比提升。首先，進(jìn)口對(duì)企業(yè)創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量都有促進(jìn)作用，進(jìn)口對(duì)創(chuàng)新數(shù)量的促進(jìn)作用大于其對(duì)創(chuàng)新質(zhì)量的促進(jìn)作用。針對(duì)進(jìn)口對(duì)不同類(lèi)型企業(yè)創(chuàng)新能力的影響而言，進(jìn)口對(duì)國(guó)有企業(yè)和集體企業(yè)的促進(jìn)作用最大，而對(duì)外資企業(yè)的促進(jìn)作用最小，同時(shí)進(jìn)口消費(fèi)品對(duì)我國(guó)創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量的影響不顯著，而進(jìn)口中間品能顯著促進(jìn)企業(yè)創(chuàng)新能力提升，進(jìn)口資本品能促進(jìn)創(chuàng)新數(shù)量增長(zhǎng)，但進(jìn)口資本品不能促進(jìn)創(chuàng)新質(zhì)量提升。(12)曲如曉、李婧、高利：《進(jìn)口對(duì)中國(guó)企業(yè)創(chuàng)新的影響研究》，《國(guó)際商務(wù)(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào))》2021年第2期。其次，進(jìn)口中間品能促進(jìn)出口產(chǎn)品質(zhì)量不斷提升。進(jìn)口中間品能提升出口產(chǎn)品質(zhì)量得到許多學(xué)者的支持，同時(shí)進(jìn)口中間品能通過(guò)降低生產(chǎn)成本、獲得技術(shù)溢出效應(yīng)來(lái)促進(jìn)企業(yè)自主創(chuàng)新能力不斷提升。(13)宋躍剛、鄭磊：《中間品進(jìn)口、自主創(chuàng)新與中國(guó)制造業(yè)企業(yè)出口產(chǎn)品質(zhì)量升級(jí)》，《世界經(jīng)濟(jì)研究》2020年第11期。中間品進(jìn)口不但能直接促進(jìn)企業(yè)提升出口產(chǎn)品質(zhì)量，中間品進(jìn)口也能通過(guò)自主創(chuàng)新等渠道間接影響企業(yè)出口產(chǎn)品質(zhì)量。

研發(fā)經(jīng)費(fèi)投入能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)。首先，研發(fā)經(jīng)費(fèi)投入能促進(jìn)企業(yè)創(chuàng)新能力提升。其次，研發(fā)經(jīng)費(fèi)投入對(duì)區(qū)域創(chuàng)新能力的影響存在基于知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng)。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)強(qiáng)度小于門(mén)檻值時(shí)，研發(fā)經(jīng)費(fèi)投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的促進(jìn)作用較弱，當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)強(qiáng)度大于門(mén)檻值時(shí)，研發(fā)經(jīng)費(fèi)投入強(qiáng)度能顯著提升區(qū)域創(chuàng)新能力(14)周密、申婉君：《研發(fā)投入對(duì)區(qū)域創(chuàng)新能力作用機(jī)制研究——基于知識(shí)產(chǎn)權(quán)的實(shí)證證據(jù)》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2018年第8期。，但是知識(shí)產(chǎn)權(quán)保護(hù)過(guò)強(qiáng)時(shí)，研發(fā)經(jīng)費(fèi)投入強(qiáng)度對(duì)區(qū)域創(chuàng)新能力的促進(jìn)作用開(kāi)始減弱，主要是因?yàn)橹R(shí)產(chǎn)權(quán)保護(hù)過(guò)強(qiáng)，會(huì)干擾科技創(chuàng)新成果轉(zhuǎn)化為生產(chǎn)力。第三，研發(fā)經(jīng)費(fèi)投入與創(chuàng)新產(chǎn)出相互促進(jìn)。非國(guó)企的研發(fā)經(jīng)費(fèi)投入對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用更顯著，非國(guó)企的研發(fā)投入產(chǎn)出速度和產(chǎn)出效率優(yōu)于國(guó)有企業(yè)，是因?yàn)槭苁袌?chǎng)指引的非國(guó)企，研發(fā)經(jīng)費(fèi)投入能迅速產(chǎn)生效果，并實(shí)現(xiàn)提高企業(yè)創(chuàng)新績(jī)效的目標(biāo)。(15)尚洪濤、黃曉碩：《政府補(bǔ)貼、研發(fā)投入與創(chuàng)新績(jī)效的動(dòng)態(tài)交互效應(yīng)》，《科學(xué)學(xué)研究》2018年第3期。據(jù)此，本文提出假設(shè)H3和H4：

H3：R&D經(jīng)費(fèi)投入占比在進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的影響中存在中介效應(yīng)。

H4：進(jìn)口技術(shù)溢出對(duì)我國(guó)R&D經(jīng)費(fèi)投入占比起正向促進(jìn)作用，進(jìn)口技術(shù)溢出、研發(fā)經(jīng)費(fèi)投入占比在數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出間起多重中介作用。

(三)地方公共財(cái)政支出的調(diào)節(jié)作用

數(shù)字化將重塑財(cái)政體系，利用數(shù)字化促進(jìn)現(xiàn)代財(cái)政制度建設(shè)，能夠大幅提升資源配置效率，并能改善社會(huì)福利。(16)王志剛、趙斌：《數(shù)字財(cái)政助推國(guó)家治理現(xiàn)代化》，《北京大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2020年第3期。地方公共財(cái)政支出與進(jìn)口技術(shù)溢出之間存在相互加強(qiáng)的機(jī)制，會(huì)提升我國(guó)技術(shù)創(chuàng)新能力。數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比的關(guān)系是地方公共財(cái)政支出占比的函數(shù)。數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比的關(guān)系會(huì)受到地方公共財(cái)政支出占比的影響，地方公共財(cái)政支出占比是影響數(shù)字經(jīng)濟(jì)的重要因素，地方公共財(cái)政支出占比會(huì)顯著影響數(shù)字經(jīng)濟(jì)。第一，地方公共財(cái)政支出占比與數(shù)字經(jīng)濟(jì)呈現(xiàn)互相促進(jìn)關(guān)系，較多的地方公共財(cái)政支出對(duì)數(shù)字經(jīng)濟(jì)有促進(jìn)作用，從而促進(jìn)進(jìn)口技術(shù)溢出不斷增長(zhǎng)。而較少的地方公共財(cái)政支出不能促進(jìn)開(kāi)放型經(jīng)濟(jì)發(fā)展，從而不能促進(jìn)研發(fā)經(jīng)費(fèi)投入占比增長(zhǎng)，也不能促進(jìn)進(jìn)口技術(shù)溢出增長(zhǎng)。同時(shí)數(shù)字經(jīng)濟(jì)能顯著促進(jìn)地方公共財(cái)政支出占比不斷增長(zhǎng)，促進(jìn)中國(guó)提升全球價(jià)值鏈。第二，數(shù)字經(jīng)濟(jì)對(duì)研發(fā)經(jīng)費(fèi)投入占比的促進(jìn)作用依賴(lài)于地方公共財(cái)政支出占比，地方公共財(cái)政支出占比規(guī)模越大，數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比之間的正向關(guān)系就越強(qiáng)，我國(guó)數(shù)字經(jīng)濟(jì)對(duì)研發(fā)經(jīng)費(fèi)投入占比的促進(jìn)作用就越顯著；地方公共財(cái)政支出占比規(guī)模越小，數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比之間的正向關(guān)系就越弱，我國(guó)數(shù)字經(jīng)濟(jì)占比對(duì)研發(fā)經(jīng)費(fèi)投入占比的促進(jìn)作用就越弱。據(jù)此，本文提出假設(shè)H5：

H5：地方公共財(cái)政支出占比調(diào)節(jié)了數(shù)字經(jīng)濟(jì)與進(jìn)口技術(shù)溢出的關(guān)系，地方公共財(cái)政支出占比越高，數(shù)字經(jīng)濟(jì)與進(jìn)口技術(shù)溢出的正向關(guān)系就越強(qiáng)；地方公共財(cái)政支出占比也調(diào)節(jié)了數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比的關(guān)系，地方公共財(cái)政支出占比越高，數(shù)字經(jīng)濟(jì)與研發(fā)經(jīng)費(fèi)投入占比的正向關(guān)系就越強(qiáng)。

圖1 理論框架

三、模型構(gòu)建

(一)模型構(gòu)建

建立結(jié)構(gòu)方程模型來(lái)研究進(jìn)口技術(shù)溢出是否通過(guò)數(shù)字經(jīng)濟(jì)、R&D經(jīng)費(fèi)投入占比來(lái)促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)。

Servi=a+b×Mc+c×Puex+d×Mc×Puex+e×Grow+f×Ldc

(1)

Rdpy=g+h×Mc+i×Puex+j×Mc×Puex+k×Servi+l×Grow+m×Ldc

(2)

Rdou=n+o×Servi+r×Mc+s×Rdpy+t×Grow+u×Ldc

(3)

Servi為進(jìn)口技術(shù)溢出，Mc為數(shù)字經(jīng)濟(jì)，Rdpy為R&D經(jīng)費(fèi)投入占比，Rdou為創(chuàng)新產(chǎn)出，Puex為地方公共財(cái)政支出與國(guó)內(nèi)生產(chǎn)總值之比，Grow為經(jīng)濟(jì)增長(zhǎng)速度，Ldc為地方財(cái)政科技經(jīng)費(fèi)支出。

(二)變量選取

被解釋變量。使用規(guī)模以上高技術(shù)產(chǎn)業(yè)增加值來(lái)衡量創(chuàng)新產(chǎn)出。

解釋變量。構(gòu)建由四個(gè)一級(jí)指標(biāo)(基礎(chǔ)指標(biāo)、融合指標(biāo)、產(chǎn)業(yè)規(guī)模指標(biāo)、數(shù)字媒體指標(biāo))、14個(gè)測(cè)度指標(biāo)(基礎(chǔ)指標(biāo)一級(jí)指標(biāo)包括互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)、移動(dòng)電話(huà)用戶(hù)數(shù)、電話(huà)普及率、固定寬帶用戶(hù)數(shù)，融合指標(biāo)一級(jí)指標(biāo)包括有電子商務(wù)交易活動(dòng)的企業(yè)占比、企業(yè)擁有網(wǎng)站數(shù)、每百人使用計(jì)算機(jī)數(shù)，產(chǎn)業(yè)規(guī)模一級(jí)指標(biāo)包括物聯(lián)網(wǎng)市場(chǎng)規(guī)模、網(wǎng)吧規(guī)模、互聯(lián)網(wǎng)用戶(hù)數(shù)、軟件產(chǎn)品收入，數(shù)字媒體一級(jí)指標(biāo)包括全國(guó)廣播電視企業(yè)單位創(chuàng)收情況、企業(yè)單位廣播廣告收入、企業(yè)單位網(wǎng)絡(luò)收入)構(gòu)成的數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度指標(biāo)體系。首先對(duì)各項(xiàng)指標(biāo)進(jìn)行歸一化處理，然后計(jì)算各測(cè)度指標(biāo)的熵權(quán)值，最后使用熵值法與TOPSIS相結(jié)合的方法計(jì)算我國(guó)各省的數(shù)字經(jīng)濟(jì)發(fā)展水平。

中介變量。包括進(jìn)口技術(shù)溢出、R&D經(jīng)費(fèi)投入占比兩個(gè)中介變量。使用以下方法計(jì)算我國(guó)i省t年通過(guò)進(jìn)口貿(mào)易(從美國(guó)、日本、韓國(guó)、中國(guó)香港、中國(guó)臺(tái)灣、德國(guó)、澳大利亞、越南、馬來(lái)西亞以及巴西等10個(gè)國(guó)家和地區(qū)進(jìn)口)獲得的研發(fā)資本存量(Serviit)。

(4)

Impit為i省t年的進(jìn)口總額,Impjt為我國(guó)從j國(guó)(地區(qū))的進(jìn)口總額，GDPjt為j國(guó)(地區(qū))GDP，Impit/Impt為i省進(jìn)口額占我國(guó)進(jìn)口總額(Impt)的比重，RDjt為j國(guó)(地區(qū))研發(fā)資本存量，其計(jì)算方法與RDit相同。(17)姚戰(zhàn)琪：《中國(guó)服務(wù)業(yè)開(kāi)放對(duì)區(qū)域創(chuàng)新的影響》，《改革》2020年第1期。

使用各省的R&D經(jīng)費(fèi)投入占GDP比重來(lái)計(jì)算R&D經(jīng)費(fèi)投入占比。

調(diào)節(jié)變量。使用各省的地方公共財(cái)政支出占國(guó)內(nèi)生產(chǎn)總值的比重。

控制變量包括經(jīng)濟(jì)增長(zhǎng)速度、地方財(cái)政科技經(jīng)費(fèi)支出。使用地方財(cái)政科技經(jīng)費(fèi)支出來(lái)測(cè)算各地的財(cái)力狀況，使用各地經(jīng)濟(jì)增長(zhǎng)速度來(lái)測(cè)算經(jīng)濟(jì)增長(zhǎng)速度的快慢。

(三)數(shù)據(jù)來(lái)源

規(guī)模以上高技術(shù)產(chǎn)業(yè)增加值、各地GDP、R&D經(jīng)費(fèi)投入額、外商直接投資、財(cái)政支出、進(jìn)口額來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒、Wind經(jīng)濟(jì)數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局、《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。從表1可看到，各變量之間的可靠性系數(shù)均大于0.7，因此量表有較好的信度。從計(jì)算得到的變量的方差膨脹因子可看到，VIF值全部小于5，因此模型不存在多重共線性問(wèn)題。由于樣本數(shù)據(jù)選擇的是30個(gè)地區(qū)2013—2020年的面板數(shù)據(jù)，因此需要對(duì)各變量進(jìn)行單位根檢驗(yàn)。選擇Fisher-type檢驗(yàn)法、LLC檢驗(yàn)法、Hadri IM檢驗(yàn)法對(duì)各變量分別進(jìn)行單位根檢驗(yàn)，從檢驗(yàn)結(jié)果可看到，各變量在三種檢驗(yàn)方法下均序列平穩(wěn)，因此各變量都為平穩(wěn)序列。

表1 Pearson相關(guān)系數(shù)檢驗(yàn)

四、實(shí)證分析

(一)有調(diào)節(jié)的中介模型檢驗(yàn)

從圖2可看到，當(dāng)數(shù)字經(jīng)濟(jì)小于0.1192時(shí)， 地方公共財(cái)政支出占比對(duì)進(jìn)口技術(shù)溢出具有顯著的負(fù)向影響(Effect=-3.5577，SE=1.8040 ，p=0.05)，因此，當(dāng)數(shù)字經(jīng)濟(jì)小于0.1192時(shí)，地方公共財(cái)政支出占比不能促進(jìn)進(jìn)口技術(shù)溢出增長(zhǎng)，當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平較低時(shí)，地方公共財(cái)政支出占比不利于進(jìn)口技術(shù)溢出增長(zhǎng)。

從圖3可看到，當(dāng)數(shù)字經(jīng)濟(jì)大于0.0442時(shí)，地方公共財(cái)政支出占比對(duì)研發(fā)經(jīng)費(fèi)投入占比具有顯著的正向影響(Effect=1.1361，SE=0.5761 ，p=0.05)，這意味著當(dāng)通過(guò)數(shù)字經(jīng)濟(jì)大于0.0442時(shí)，地方公共財(cái)政支出占比能促進(jìn)研發(fā)經(jīng)費(fèi)投入占比提升，因此當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平較高時(shí)，地方公共財(cái)政支出占比有利于研發(fā)經(jīng)費(fèi)投入占比不斷提升。

表2為有調(diào)節(jié)變量(地方公共財(cái)政支出占比)的中介模型檢驗(yàn)結(jié)果，進(jìn)口技術(shù)溢出能促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，并通過(guò)1%的顯著性檢驗(yàn)，數(shù)字經(jīng)濟(jì)規(guī)模能顯著促進(jìn)進(jìn)口技術(shù)溢出增長(zhǎng)，進(jìn)口技術(shù)溢出能顯著促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)，均通過(guò)1%的顯著性檢驗(yàn)，因此，進(jìn)口技術(shù)溢出在數(shù)字經(jīng)濟(jì)規(guī)模對(duì)創(chuàng)新產(chǎn)出的影響中存在中介效應(yīng)，假設(shè)H2得到支持。同時(shí)，進(jìn)口技術(shù)溢出能顯著促進(jìn)我國(guó)R&D經(jīng)費(fèi)投入占比增長(zhǎng)，R&D經(jīng)費(fèi)投入占比能顯著促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，都通過(guò)了1%的顯著性檢驗(yàn)，因此R&D經(jīng)費(fèi)投入占比在進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的影響中存在中介效應(yīng)，假設(shè)H3得到支持。并且，數(shù)字經(jīng)濟(jì)規(guī)模增長(zhǎng)能顯著促進(jìn)進(jìn)口技術(shù)溢出，進(jìn)口技術(shù)溢出能促進(jìn)我國(guó)R&D經(jīng)費(fèi)投入占比不斷增長(zhǎng)，R&D經(jīng)費(fèi)投入占比能顯著促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)，因此進(jìn)口技術(shù)溢出、R&D經(jīng)費(fèi)投入占比在數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出間起多重中介效應(yīng)，假設(shè)H4得到支持。 從模型2和模型3可看到，數(shù)字經(jīng)濟(jì)規(guī)模不但能促進(jìn)我國(guó)研發(fā)經(jīng)費(fèi)占比增長(zhǎng)，也能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)，假設(shè)H1也得到支持。

表2 有調(diào)節(jié)的中介模型檢驗(yàn)

從模型1也可看到，數(shù)字經(jīng)濟(jì)規(guī)模對(duì)我國(guó)進(jìn)口技術(shù)溢出的促進(jìn)作用會(huì)隨著地方公共財(cái)政支出占比的不斷提高而增強(qiáng)，從模型2可看到，數(shù)字經(jīng)濟(jì)規(guī)模對(duì)R&D經(jīng)費(fèi)投入占比的促進(jìn)作用也會(huì)隨著地方公共財(cái)政支出占比的不斷提高而增強(qiáng)，因此當(dāng)?shù)胤焦藏?cái)政支出占比較高時(shí)，不但會(huì)增強(qiáng)數(shù)字經(jīng)濟(jì)對(duì)我國(guó)進(jìn)口技術(shù)溢出的促進(jìn)作用，而且會(huì)增強(qiáng)數(shù)字經(jīng)濟(jì)對(duì)R&D經(jīng)費(fèi)投入占比的促進(jìn)作用。

表3為地方公共財(cái)政支出占比處于不同水平時(shí)的條件效應(yīng)。首先對(duì)地方公共財(cái)政支出占比(調(diào)節(jié)變量)、數(shù)字經(jīng)濟(jì)(解釋變量)、進(jìn)口技術(shù)溢出和研發(fā)經(jīng)費(fèi)投入占比(中介變量)中心化，然后得到地方公共財(cái)政支出占比處于不同水平時(shí)的條件效應(yīng)?？煽吹?，在模型4(被解釋變量為進(jìn)口技術(shù)溢出)、模型5(被解釋變量為R&D經(jīng)費(fèi)投入占比)中，當(dāng)?shù)胤焦藏?cái)政支出占比大于-0.107時(shí)，LLCI和ULCI的置信區(qū)間均不包含零，因此調(diào)節(jié)變量處于不同水平時(shí)的調(diào)節(jié)效應(yīng)均顯著。

表3 調(diào)節(jié)變量處于不同水平時(shí)的條件效應(yīng)

從表3可看到，首先，當(dāng)中心化后的地方公共財(cái)政支出占比分別為-0.107、-0.026 、0.106時(shí)，數(shù)字經(jīng)濟(jì)對(duì)進(jìn)口技術(shù)溢出的促進(jìn)作用分別為2.912 ，p<0.001、4.058 ，p<0.001、5.935，p<0.001，并且當(dāng)?shù)胤焦藏?cái)政支出占比大于-0.107時(shí)，數(shù)字經(jīng)濟(jì)對(duì)進(jìn)口技術(shù)溢出的促進(jìn)作用不斷增強(qiáng)。其次，當(dāng)中心化后的地方公共財(cái)政支出占比分別為-0.107、-0.026 、0.106時(shí)，數(shù)字經(jīng)濟(jì)對(duì)R&D投入經(jīng)費(fèi)占比的促進(jìn)作用分別為2.825，p<0.001、3.639 ，p<0.001、4.975，p<0.001，并且當(dāng)?shù)胤焦藏?cái)政支出占比大于-0.107時(shí)，數(shù)字經(jīng)濟(jì)對(duì)R&D投入經(jīng)費(fèi)占比的促進(jìn)作用不斷增強(qiáng)。

表4為調(diào)節(jié)變量在不同水平時(shí)的中介效應(yīng)。地方公共財(cái)政支出占比高時(shí)的中介效應(yīng)顯著大于地方公共財(cái)政支出占比低時(shí)的中介效應(yīng)。Mc→Servi→Rdou的置信區(qū)間為[0.341,1.165]、[0.523,1.499]、[0.761,2.167]，地方公共財(cái)政支出占比顯著影響Mc→Servi→Rdou路徑的中介效應(yīng)，因此數(shù)字經(jīng)濟(jì)對(duì)進(jìn)口技術(shù)溢出的促進(jìn)作用受到地方公共財(cái)政支出占比的顯著影響。Mc→Rdpy→Rdou的置信區(qū)間為[0.621,3.616]、[0.814,4.619]、[1.099,6.398]，地方公共財(cái)政支出占比顯著影響Mc→Rdpy→Rdou路徑的中介效應(yīng)，數(shù)字經(jīng)濟(jì)對(duì)研發(fā)經(jīng)費(fèi)投入占比的促進(jìn)作用受到地方公共財(cái)政支出占比的顯著影響。Mc→Servi→Rdpy→Rdou的置信區(qū)間為[0.017,0.489]、[0.021,0.692]、[0.029,1.040]，地方公共財(cái)政支出占比顯著影響Mc→Servi→Rdpy→Rdou路徑的中介效應(yīng)。

表4 調(diào)節(jié)變量在不同水平時(shí)的中介效應(yīng)

從表5可看到，Mc→Servi→Rdou情形下的調(diào)節(jié)效應(yīng)的置信區(qū)間為[1.158,5.946]，Mc→Rdpy→Rdou情形下的調(diào)節(jié)效應(yīng)的置信區(qū)間為[2.312,13.800]，Mc→Servi→Rdpy→Rdou情形下的調(diào)節(jié)效應(yīng)的置信區(qū)間為[0.047,2.853]，以上三種情形的置信區(qū)間均不包含0。

表5 模型中有調(diào)節(jié)的中介效應(yīng)的判定指標(biāo)(Index of moderated mediation)

(二)不同地區(qū)數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出影響的分析

為了進(jìn)一步驗(yàn)證假設(shè)1，將空間滯后模型(SLM)設(shè)定如下：

Rdout=λWnRdout+Mctβ1+WnMctβ2+Xtγ+μ+εt

(5)

其中，Wn為空間權(quán)重矩陣(本文使用經(jīng)濟(jì)距離空間權(quán)重矩陣)，WnRdout為創(chuàng)新產(chǎn)出的空間滯后項(xiàng),WnMct為數(shù)字經(jīng)濟(jì)的空間滯后項(xiàng)，Xt為控制變量矩陣，控制變量包括經(jīng)濟(jì)增長(zhǎng)速度(Grow)、各地地方財(cái)政科技經(jīng)費(fèi)支出的對(duì)數(shù)(Ldc),μ為n×1維個(gè)體固定效應(yīng)項(xiàng),εt～N(0,σ2In)。

使用Moran'sI指數(shù)來(lái)檢驗(yàn)創(chuàng)新產(chǎn)出的空間自相關(guān)性：

(6)

表6為四大地區(qū)進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出影響的檢驗(yàn)結(jié)果。將被解釋變量滯后一期(四大地區(qū)創(chuàng)新產(chǎn)出的滯后一期)引入動(dòng)態(tài)面板模型進(jìn)行檢驗(yàn),即將被解釋變量滯后一期(W x Rdou)作為解釋變量，結(jié)果發(fā)現(xiàn)因變量空間滯后項(xiàng)(W x Rdou)系數(shù)及隨機(jī)誤差項(xiàng)的標(biāo)準(zhǔn)差的平方 (sigma2＿e)的系數(shù)均通過(guò)了1%的顯著性檢驗(yàn)，Log-likelihood、R2也較為合理，因此回歸結(jié)果較好。

表6 不同地區(qū)數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出影響的動(dòng)態(tài)空間杜賓模型估計(jì)結(jié)果

東部地區(qū)、中部地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為正，并通過(guò)了1%的顯著性檢驗(yàn)，而在西部地區(qū)，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為負(fù)，通過(guò)了5%的顯著性檢驗(yàn)，因此東部地區(qū)和中部地區(qū)的數(shù)字經(jīng)濟(jì)能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)，而西部地區(qū)數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出增長(zhǎng)沒(méi)有顯著影響。我國(guó)東北地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為-140.040，并通過(guò)了1%的顯著性檢驗(yàn)，因此東北地區(qū)數(shù)字經(jīng)濟(jì)也不能促進(jìn)創(chuàng)新產(chǎn)出增長(zhǎng)。

從創(chuàng)新產(chǎn)出的滯后項(xiàng)看，創(chuàng)新產(chǎn)出明顯受到往期創(chuàng)新產(chǎn)出的影響，且東、中、西部地區(qū)創(chuàng)新產(chǎn)出一階滯后項(xiàng)系數(shù)分別高達(dá)0.596、0.625和0.537，且通過(guò)1%的顯著性檢驗(yàn)，即往期創(chuàng)新產(chǎn)出每提高1個(gè)百分點(diǎn)會(huì)使得東、中、西部地區(qū)當(dāng)期創(chuàng)新產(chǎn)出相應(yīng)分別提高0.596%、0.625%和0.537%，因此東、中、西部地區(qū)創(chuàng)新產(chǎn)出的累積效應(yīng)不可忽略。但東北地區(qū)創(chuàng)新產(chǎn)出一階滯后項(xiàng)系數(shù)顯著為負(fù)，東北地區(qū)當(dāng)期創(chuàng)新產(chǎn)出并不受到往期創(chuàng)新產(chǎn)出的影響，因此東北地區(qū)存不住創(chuàng)新產(chǎn)出的累積效應(yīng)。

東部地區(qū)、東北地區(qū)和中部地區(qū)數(shù)字經(jīng)濟(jì)的空間滯后項(xiàng)顯著為正，并通過(guò)了1%的顯著性檢驗(yàn)，但西部地區(qū)數(shù)字經(jīng)濟(jì)的空間滯后項(xiàng)不顯著。因此，東部地區(qū)、東北地區(qū)和中部地區(qū)的數(shù)字經(jīng)濟(jì)會(huì)促使以上地區(qū)的相鄰城市增加創(chuàng)新產(chǎn)出，但西部地區(qū)的創(chuàng)新產(chǎn)出不依賴(lài)于相鄰城市的數(shù)字經(jīng)濟(jì)。

模型6、模型7、模型8和模型9的空間自回歸系數(shù)(rho值)分別為0.680、0.384、0.321、0.355，分別通過(guò)了1%、1%、5%和10%的顯著性檢驗(yàn)，因此在東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)，臨近區(qū)域創(chuàng)新產(chǎn)出每增長(zhǎng)1%會(huì)帶動(dòng)本區(qū)域創(chuàng)新產(chǎn)出分別提升0.68%、0.384%、0.321%、0.355%,臨近區(qū)域創(chuàng)新產(chǎn)出都會(huì)帶動(dòng)本區(qū)域創(chuàng)新產(chǎn)出提高。

與前文一致，經(jīng)濟(jì)增速對(duì)東北地區(qū)的創(chuàng)新產(chǎn)出有顯著的正向影響，也通過(guò)了1%的顯著性檢驗(yàn)，地方財(cái)政科技經(jīng)費(fèi)支出對(duì)東北部地區(qū)的創(chuàng)新產(chǎn)出也有顯著影響。

(三)內(nèi)生性檢驗(yàn)

數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出之間可能存在雙向因果關(guān)系，數(shù)字經(jīng)濟(jì)會(huì)促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，創(chuàng)新產(chǎn)出增長(zhǎng)會(huì)導(dǎo)致數(shù)字經(jīng)濟(jì)不斷增長(zhǎng)。因此，使用數(shù)字經(jīng)濟(jì)滯后一期為工具變量進(jìn)行內(nèi)生性檢驗(yàn)，表7為內(nèi)生性檢驗(yàn)結(jié)果。首先進(jìn)行一階段分析，本文選擇的數(shù)字經(jīng)濟(jì)滯后一期等工具變量與解釋變量呈現(xiàn)較明顯的相關(guān)關(guān)系，因此，本文選擇的數(shù)字經(jīng)濟(jì)滯后一期適合成為解釋變量的工具變量。

表7 內(nèi)生性檢驗(yàn)結(jié)果

其次，模型10、模型11和模型12的Anderson正則相關(guān)性檢驗(yàn)的p值均為0，所以Anderson正則相關(guān)性檢驗(yàn)在1%的顯著性水平上拒絕工具變量識(shí)別不足的原假設(shè)；Kleibergen-Paap rk LM統(tǒng)計(jì)量的p值均小于0.001，因此在 1%水平上顯著拒絕“工具變量識(shí)別不足”的原假設(shè)；Cragg-Donald Wald F檢驗(yàn)值均過(guò)了5%的臨界值，因此CDW統(tǒng)計(jì)量大于5%的臨界值；Kleibergen-Paap rk Wald F檢驗(yàn)值分別為876.507、128.814、1821.063，拒絕了弱工具變量的原假設(shè)，因此選擇的工具變量是合適的；使用Hansen J statistic過(guò)度識(shí)別檢驗(yàn)得到的卡方統(tǒng)計(jì)值分別為1.019、2.399、2.193，p值均大于0.05， 因此接受“過(guò)度擬合”的原假設(shè)。

最后，模型10、模型11和模型12的DWHChi2分別為4.4361、4.648、5.537，p值分別為0.035、0.031、0.019，因此在工具變量選取合理的情況下，解釋變量具有內(nèi)生性。

五、進(jìn)口技術(shù)溢出、數(shù)字經(jīng)濟(jì)、創(chuàng)新投入影響創(chuàng)新產(chǎn)出的拓展性分析

(一)研發(fā)經(jīng)費(fèi)門(mén)限效應(yīng)的理論分析

進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出的影響應(yīng)充分考慮研發(fā)費(fèi)用。服務(wù)貿(mào)易技術(shù)溢出的渠道比商品貿(mào)易更多、規(guī)模更大、范圍更廣。企業(yè)研發(fā)費(fèi)用占比過(guò)低時(shí)，企業(yè)沒(méi)有足夠的資金開(kāi)展創(chuàng)新活動(dòng)，研發(fā)投入對(duì)通過(guò)進(jìn)口技術(shù)溢出獲得的技術(shù)溢出的促進(jìn)作用較小，研發(fā)投入對(duì)自主創(chuàng)新的促進(jìn)作用較弱，導(dǎo)致進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出的促進(jìn)效果欠佳；隨著企業(yè)研發(fā)費(fèi)用增長(zhǎng)和研發(fā)費(fèi)用占比不斷提高，通過(guò)進(jìn)口技術(shù)溢出獲得的知識(shí)溢出和技術(shù)溢出對(duì)自主創(chuàng)新產(chǎn)出的促進(jìn)作用就快速增強(qiáng)。因此，針對(duì)進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出的促進(jìn)作用而言，當(dāng)我國(guó)研發(fā)資本投入低于門(mén)檻值時(shí)，進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用要小于我國(guó)研發(fā)資本投入高于門(mén)檻值時(shí)進(jìn)口技術(shù)溢出的促進(jìn)作用?；诖?，提出假設(shè)H6：

H6：進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的影響存在基于研發(fā)費(fèi)用的門(mén)檻效應(yīng)，當(dāng)企業(yè)研發(fā)費(fèi)用達(dá)到門(mén)檻值時(shí)，進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的邊際影響會(huì)增大。

(二)人力資本門(mén)限效應(yīng)的理論分析

中國(guó)是人口大國(guó)，但不是人力資本大國(guó)。人力資本和教育是影響企業(yè)技術(shù)創(chuàng)新的重要因素，人力資本和資金投入都是企業(yè)開(kāi)展創(chuàng)新活動(dòng)不可缺少的投入要素，人力資本供給的增加會(huì)促進(jìn)企業(yè)不斷增加研發(fā)投入，從而最終提高企業(yè)創(chuàng)新績(jī)效。(18)劉燦雷、高超：《教育、人力資本與創(chuàng)新——基于“量”與“質(zhì)”的雙重考察》，《財(cái)貿(mào)經(jīng)濟(jì)》2021年第5期。隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，數(shù)字經(jīng)濟(jì)對(duì)人力資本產(chǎn)生更多更新的需求，同時(shí)非數(shù)字經(jīng)濟(jì)部門(mén)與數(shù)字經(jīng)濟(jì)部門(mén)對(duì)人力資本的需求有顯著差異(19)高文書(shū)：《數(shù)字經(jīng)濟(jì)的人力資本需求特征研究》，《貴州社會(huì)科學(xué)》2021年第3期。，數(shù)字經(jīng)濟(jì)對(duì)教育型人力資本和技能型人力資本的需求，遠(yuǎn)遠(yuǎn)大于其對(duì)經(jīng)驗(yàn)型人力資本的需求。針對(duì)數(shù)字經(jīng)濟(jì)對(duì)我國(guó)創(chuàng)新產(chǎn)出的促進(jìn)作用而言，當(dāng)我國(guó)人力資本低于門(mén)檻值時(shí)，數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用要小于我國(guó)人力資本高于門(mén)檻值時(shí)數(shù)字經(jīng)濟(jì)的促進(jìn)作用?；诖?，提出假設(shè)H7：

H7：數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的影響存在基于人力資本的門(mén)檻效應(yīng)，當(dāng)人力資本達(dá)到門(mén)檻值時(shí)，數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出的邊際影響會(huì)增強(qiáng)。

(三)企業(yè)規(guī)模門(mén)限效應(yīng)的理論分析

企業(yè)規(guī)模是影響企業(yè)技術(shù)創(chuàng)新的重要因素。王麗發(fā)現(xiàn)，企業(yè)規(guī)模越小，研發(fā)投入對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用越顯著，企業(yè)規(guī)模越大，研發(fā)投入對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用就越小。(20)王麗：《戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)規(guī)模、研發(fā)投入與創(chuàng)新績(jī)效的關(guān)系研究》，《太原城市職業(yè)技術(shù)學(xué)院學(xué)報(bào)》2021年第1期。規(guī)模較小的初創(chuàng)企業(yè)會(huì)加大研發(fā)投入，研發(fā)投入占比會(huì)較大，研發(fā)投入能顯著促進(jìn)企業(yè)提升創(chuàng)新產(chǎn)出效率；當(dāng)企業(yè)規(guī)模到達(dá)一定程度時(shí)，隨著企業(yè)規(guī)模逐漸增大，為了優(yōu)化資源配置，雖然企業(yè)會(huì)提高研發(fā)投入占比，但研發(fā)投入會(huì)對(duì)創(chuàng)新績(jī)效產(chǎn)生消極影響。因此在合理的企業(yè)規(guī)模之下，企業(yè)的研發(fā)投入會(huì)增強(qiáng)企業(yè)的創(chuàng)新產(chǎn)出效率，提升企業(yè)的國(guó)際競(jìng)爭(zhēng)力；企業(yè)規(guī)模過(guò)大，研發(fā)投入不會(huì)取得預(yù)期經(jīng)濟(jì)效益?；诖耍岢鲆韵录僭O(shè)H8：

H8：R&D經(jīng)費(fèi)投入占比對(duì)創(chuàng)新產(chǎn)出的影響存在基于企業(yè)規(guī)模的門(mén)檻效應(yīng)，當(dāng)企業(yè)規(guī)模達(dá)到門(mén)檻值時(shí)，R&D經(jīng)費(fèi)投入占比對(duì)創(chuàng)新產(chǎn)出的邊際影響會(huì)更小。

(四)門(mén)限效應(yīng)的模型設(shè)計(jì)和檢驗(yàn)

1.模型設(shè)定及變量選取。建立以企業(yè)研發(fā)費(fèi)用(RD)為門(mén)檻變量的雙門(mén)檻模型：

Rdouit=λ11Serviit*I(RD≤e1)+λ12Serviit*I(e1

+β11Growit+β12Ldcit+μi+εit

(7)

λ11、λ12、λ13分別表示門(mén)檻變量在不同范圍時(shí)進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出的影響系數(shù)，e1、e2為待估計(jì)的門(mén)檻值， μi為常數(shù)項(xiàng)，εit為隨機(jī)干擾項(xiàng)，I(*)為指標(biāo)函數(shù)。RD為門(mén)檻變量。

設(shè)立以人力資本(Huml)為門(mén)檻變量的雙門(mén)檻模型：

Rdouit=λ21MCit*I(Huml≤Z1)+λ22Mcit+I(Z1X2)

+β21Growit+β22LDcit+μi+εit

(8)

λ21、λ22、λ23分別表示門(mén)檻變量在不同范圍時(shí)數(shù)字經(jīng)濟(jì)對(duì)我國(guó)創(chuàng)新產(chǎn)出的影響系數(shù)，z1、z2為待估計(jì)的門(mén)檻值，Huml為門(mén)檻變量。

設(shè)立以企業(yè)規(guī)模(Scale)為門(mén)檻變量的雙門(mén)檻模型：

Rdouit=λ31Rdpyit+I(Scale≤f1)+λ32Rdpyit*I(f1f2)

+β31Growit+β32Ldcit+μi+εit

(9)

λ31、λ32、λ33分別表示門(mén)檻變量在不同范圍時(shí)R&D經(jīng)費(fèi)投入占比對(duì)我國(guó)創(chuàng)新產(chǎn)出的影響系數(shù)，f1、f2為待估計(jì)的門(mén)檻值，Scale為門(mén)檻變量，本文使用大企業(yè)資產(chǎn)規(guī)模與小企業(yè)資產(chǎn)規(guī)模之比來(lái)衡量企業(yè)規(guī)模。

2.門(mén)檻效應(yīng)檢驗(yàn)。表8為被解釋變量為創(chuàng)新產(chǎn)出，門(mén)檻依賴(lài)變量分別為進(jìn)口技術(shù)溢出、數(shù)字經(jīng)濟(jì)、R&D經(jīng)費(fèi)投入占比，并分別使用研發(fā)費(fèi)用、人力資本、企業(yè)規(guī)模門(mén)檻變量情形下的門(mén)檻效應(yīng)檢驗(yàn)結(jié)果。

表8 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

第一，在進(jìn)口技術(shù)溢出為門(mén)檻依賴(lài)變量、研發(fā)費(fèi)用為門(mén)檻變量時(shí)，單一門(mén)檻效應(yīng)和雙重門(mén)檻效應(yīng)在5%的水平上顯著，三重門(mén)檻效果不顯著，表明企業(yè)研發(fā)費(fèi)用存在顯著的雙重門(mén)檻效應(yīng)，且企業(yè)研發(fā)費(fèi)用的雙重門(mén)檻值為0.024和0.027。

第二，在數(shù)字經(jīng)濟(jì)為門(mén)檻依賴(lài)變量、人力資本為門(mén)檻變量時(shí)，臨界值通過(guò)了單一門(mén)檻效應(yīng)和雙重門(mén)檻效應(yīng)的10%置信水平的檢驗(yàn)，三重門(mén)檻效果不顯著，因此人力資本存在雙重門(mén)檻效應(yīng)，人力資本的雙重門(mén)檻值為13.136和13.794。

第三，在研發(fā)經(jīng)費(fèi)投入占比為門(mén)檻依賴(lài)變量、企業(yè)規(guī)模為門(mén)檻變量時(shí)，單一門(mén)檻效應(yīng)在10%的水平上顯著，雙重門(mén)檻效果和三重門(mén)檻效果不顯著，因此企業(yè)規(guī)模存在單一門(mén)檻效應(yīng)，企業(yè)規(guī)模的單一門(mén)檻值為1.4599。

表9 門(mén)檻值及置信區(qū)間

3.門(mén)檻效應(yīng)估計(jì)結(jié)果。各變量對(duì)創(chuàng)新產(chǎn)出的門(mén)檻效應(yīng)估計(jì)結(jié)果見(jiàn)表10。當(dāng)研發(fā)經(jīng)費(fèi)小于門(mén)檻值0.024時(shí)，進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出具有一定的促進(jìn)作用，但與跨越門(mén)檻值0.024和0.027相比，促進(jìn)作用不明顯。當(dāng)研發(fā)經(jīng)費(fèi)跨越門(mén)檻值0.024小于門(mén)檻值0.027時(shí)，進(jìn)口技術(shù)溢出能促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，但其促進(jìn)作用仍不明顯。當(dāng)研發(fā)經(jīng)費(fèi)跨越門(mén)檻值0.027時(shí)，進(jìn)口技術(shù)溢出能顯著促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，并通過(guò)了5%的顯著性檢驗(yàn)。因此針對(duì)進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出影響的估計(jì)結(jié)果，存在研發(fā)經(jīng)費(fèi)的門(mén)檻效應(yīng)。當(dāng)研發(fā)經(jīng)費(fèi)低于門(mén)檻值0.024時(shí)，進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出具有一定的促進(jìn)作用，與跨越門(mén)檻值0.027相比，顯著性也不是很明顯。當(dāng)研發(fā)經(jīng)費(fèi)跨越門(mén)檻值0.027時(shí)，進(jìn)口技術(shù)溢出對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用開(kāi)始快速增長(zhǎng)，也通過(guò)5%的顯著性檢驗(yàn)，因此，針對(duì)進(jìn)口技術(shù)溢出對(duì)我國(guó)創(chuàng)新產(chǎn)出影響的估計(jì)結(jié)果，也存在研發(fā)經(jīng)費(fèi)的門(mén)檻效應(yīng)。

表10 各變量對(duì)創(chuàng)新產(chǎn)出的門(mén)檻效應(yīng)估計(jì)結(jié)果

當(dāng)人力資本小于門(mén)檻值13.136時(shí)，數(shù)字經(jīng)濟(jì)對(duì)我國(guó)創(chuàng)新產(chǎn)出具有促進(jìn)作用，但與跨越門(mén)檻值13.1356相比，顯著性不很明顯。當(dāng)人力資本跨越門(mén)檻值13.136小于門(mén)檻值13.794時(shí)，回歸系數(shù)快速上升至9.423，并通過(guò)了1%的顯著性檢驗(yàn), 數(shù)字經(jīng)濟(jì)能顯著促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)。當(dāng)人力資本跨門(mén)檻值13.794時(shí)，回歸系數(shù)上升為10.689，也通過(guò)了1%的顯著性檢驗(yàn)。因此，針對(duì)數(shù)字經(jīng)濟(jì)對(duì)我國(guó)創(chuàng)新產(chǎn)出影響的估計(jì)結(jié)果，也存在人力資本的門(mén)檻效應(yīng)。

當(dāng)大企業(yè)資產(chǎn)規(guī)模與小企業(yè)資產(chǎn)規(guī)模之比小于門(mén)檻值1.459時(shí)，研發(fā)經(jīng)費(fèi)投入對(duì)我國(guó)創(chuàng)新產(chǎn)出具有促進(jìn)作用，與跨越門(mén)檻值1.459相比，顯著性明顯。當(dāng)大企業(yè)資產(chǎn)規(guī)模與小企業(yè)資產(chǎn)規(guī)模之比跨越門(mén)檻值1.459時(shí)，研發(fā)經(jīng)費(fèi)投入也能促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，但回歸系數(shù)下降為0.605，并通過(guò)了10%的顯著性檢驗(yàn)。因此，針對(duì)研發(fā)經(jīng)費(fèi)投入對(duì)我國(guó)創(chuàng)新產(chǎn)出影響的估計(jì)結(jié)果，存在大企業(yè)資產(chǎn)規(guī)模與小企業(yè)資產(chǎn)規(guī)模之比的門(mén)檻效應(yīng)，當(dāng)企業(yè)規(guī)模達(dá)到門(mén)檻值時(shí)，R&D經(jīng)費(fèi)投入占比對(duì)創(chuàng)新產(chǎn)出的邊際影響會(huì)下降。

六、結(jié)論及政策建議

本文運(yùn)用結(jié)構(gòu)方程模型考察了數(shù)字經(jīng)濟(jì)通過(guò)進(jìn)口技術(shù)溢出、研發(fā)投入占比對(duì)我國(guó)創(chuàng)新產(chǎn)出造成的影響，并運(yùn)用面板門(mén)限回歸模型研究了數(shù)字經(jīng)濟(jì)、進(jìn)口技術(shù)溢出、研發(fā)投入占比對(duì)創(chuàng)新產(chǎn)出的影響是否存在門(mén)檻效應(yīng)，研究結(jié)論如下：第一，數(shù)字經(jīng)濟(jì)不但直接促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)，而且數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新產(chǎn)出具有間接影響。得到數(shù)字經(jīng)濟(jì)影響創(chuàng)新產(chǎn)出增長(zhǎng)的一條鏈?zhǔn)蕉嘀刂薪樾?yīng)路徑：數(shù)字經(jīng)濟(jì)→進(jìn)口技術(shù)溢出→研發(fā)投入占比→創(chuàng)新產(chǎn)出。第二，進(jìn)口技術(shù)溢出在數(shù)字經(jīng)濟(jì)與創(chuàng)新產(chǎn)出之間起中介作用，數(shù)字經(jīng)濟(jì)通過(guò)進(jìn)口技術(shù)溢出促進(jìn)我國(guó)創(chuàng)新產(chǎn)出增長(zhǎng)。第三，研發(fā)投入占比在進(jìn)口技術(shù)溢出與創(chuàng)新產(chǎn)出之間起中介作用，進(jìn)口技術(shù)溢出通過(guò)研發(fā)投入占比促進(jìn)創(chuàng)新產(chǎn)出不斷增長(zhǎng)。第四，地方公共財(cái)政支出占比不但影響數(shù)字經(jīng)濟(jì)增長(zhǎng)對(duì)進(jìn)口技術(shù)溢出的效應(yīng)，也影響數(shù)字經(jīng)濟(jì)增長(zhǎng)對(duì)研發(fā)投入占比的效應(yīng)。

因此，應(yīng)采取以下對(duì)策：第一，加快發(fā)展數(shù)字經(jīng)濟(jì)，加強(qiáng)和規(guī)范對(duì)數(shù)字經(jīng)濟(jì)監(jiān)管。宏觀上要推動(dòng)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，利用數(shù)字經(jīng)濟(jì)推進(jìn)農(nóng)業(yè)現(xiàn)代化和工業(yè)數(shù)字化轉(zhuǎn)型，微觀上要利用數(shù)字技術(shù)推動(dòng)小微企業(yè)繁榮發(fā)展，通過(guò)發(fā)揮數(shù)字技術(shù)的作用來(lái)不斷提升消費(fèi)者的金融素養(yǎng)。各地要高度重視數(shù)字經(jīng)濟(jì)與生物、能源等技術(shù)的融合，加快數(shù)字化發(fā)展，加大新型數(shù)字基礎(chǔ)設(shè)施投資力度。既要依托數(shù)字經(jīng)濟(jì)與第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)融合發(fā)展，促進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，也要加強(qiáng)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)，大力培養(yǎng)數(shù)字化人才，加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等相關(guān)基礎(chǔ)設(shè)施建設(shè)進(jìn)度。與此同時(shí)，在推進(jìn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的進(jìn)程中，還要加強(qiáng)營(yíng)商環(huán)境、公共服務(wù)平臺(tái)等領(lǐng)域的軟實(shí)力建設(shè)。

第二，推動(dòng)服務(wù)業(yè)新一輪高水平對(duì)外開(kāi)放。全面深化對(duì)內(nèi)開(kāi)放和對(duì)外開(kāi)放，通過(guò)體制機(jī)制的創(chuàng)新，促進(jìn)服務(wù)貿(mào)易不斷發(fā)展。向外資企業(yè)打造良好的營(yíng)商環(huán)境，進(jìn)一步縮減服務(wù)業(yè)領(lǐng)域負(fù)面清單，不斷提升高技術(shù)產(chǎn)業(yè)利用外資占整體利用外資的比重，同時(shí)建立公平競(jìng)爭(zhēng)的政府采購(gòu)制度，外資企業(yè)參加政府采購(gòu)時(shí)，可以向財(cái)政部舉報(bào)政府采購(gòu)中存在的不公平行為。中國(guó)要以高水平開(kāi)放贏得國(guó)際競(jìng)爭(zhēng)的主動(dòng)，在高水平開(kāi)放背景下，要借力服務(wù)業(yè)高水平開(kāi)放提升創(chuàng)新效率、促進(jìn)高水平發(fā)展和參與全球經(jīng)濟(jì)治理。

第三，要大力提高數(shù)字經(jīng)濟(jì)國(guó)際競(jìng)爭(zhēng)力。我國(guó)各地?cái)?shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)差異大，根據(jù)本文的測(cè)算，數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)排名前十位的省份中僅有上海、北京、廣東的數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)大于0.6，其他省份的數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)均小于0.5；我國(guó)數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)排名后十位的省份分別為新疆、江西、黑龍江、云南、內(nèi)蒙古、山西、貴州、甘肅、青海、寧夏，以上省份的數(shù)字經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)均小于0.3。因此，必須推動(dòng)西部地區(qū)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。