馬永紅,李保祥

(哈爾濱工程大學(xué) 經(jīng)濟管理學(xué)院,哈爾濱 150001)

十九屆五中全會明確提出加快數(shù)字化發(fā)展,系統(tǒng)布局新型基礎(chǔ)設(shè)施,加快第五代移動通信、工業(yè)互聯(lián)網(wǎng)以及大數(shù)據(jù)中心等建設(shè)。數(shù)字化的發(fā)展改變了傳統(tǒng)經(jīng)濟的生產(chǎn)、消費與分配方式,并已經(jīng)成為促進中國乃至世界經(jīng)濟提升的新引擎[1]。習(xí)近平總書記多次強調(diào)要做大做強數(shù)字經(jīng)濟,加快推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化,推動新舊發(fā)展動能接續(xù)轉(zhuǎn)換,打造新產(chǎn)業(yè)新業(yè)態(tài)?！吨袊鴶?shù)字經(jīng)濟發(fā)展白皮書(2021年)》顯示,2020年中國數(shù)字經(jīng)濟規(guī)模達到39.2萬億元,其占GDP比重為38.6%,有效支撐經(jīng)濟社會發(fā)展。而高技術(shù)企業(yè)作為知識密集型產(chǎn)業(yè),具有高技術(shù)、高投入、高創(chuàng)新和高成長特性,對其他行業(yè)擁有較強滲透性,是現(xiàn)階段中國創(chuàng)新發(fā)展的主要載體[2]。而新產(chǎn)品創(chuàng)新是中國企業(yè)由外生性向內(nèi)生性增長轉(zhuǎn)變的核心力量,與中國經(jīng)濟轉(zhuǎn)型、創(chuàng)新型強國建設(shè)等重大現(xiàn)實問題密切相關(guān)[3]。數(shù)字經(jīng)濟的快速興起為企業(yè),特別是高技術(shù)企業(yè)創(chuàng)新績效的提升帶來新的創(chuàng)新驅(qū)動力。數(shù)字技術(shù)具有“自生長性”和“同質(zhì)性”特征,能夠使產(chǎn)品持續(xù)迭代并打破產(chǎn)業(yè)邊界實現(xiàn)融合創(chuàng)新[4]。數(shù)字技術(shù)的應(yīng)用也改變了獲取知識與信息的范圍與速度[5],而不斷增強的數(shù)字技術(shù),又會完善信息溝通渠道,削弱信息不對稱,降低交易成本[6],并提高生產(chǎn)要素的配置效率[7]。因此,抓住數(shù)字變革催生的機會,探索數(shù)字經(jīng)濟對于企業(yè),特別是高技術(shù)企業(yè)創(chuàng)新績效的驅(qū)動作用具有重要意義。

現(xiàn)有文獻從宏微觀層面研究數(shù)字經(jīng)濟作用的成果已經(jīng)較為豐富。在區(qū)域宏觀層面,文獻主要集中于研究數(shù)字經(jīng)濟與經(jīng)濟高質(zhì)量發(fā)展[8-10],數(shù)字經(jīng)濟與區(qū)域創(chuàng)新能力[7,11]以及績效[12-13]；在企業(yè)微觀層面,文獻主要集中于探討數(shù)字化與企業(yè)創(chuàng)新[14-15]、創(chuàng)業(yè)[16-17]以及數(shù)字經(jīng)濟與商業(yè)模式創(chuàng)新[18]等,但是鮮有文獻從區(qū)域視角探討數(shù)字經(jīng)濟對高技術(shù)企業(yè)創(chuàng)新績效的影響。由于高校知識轉(zhuǎn)移會影響高技術(shù)企業(yè)創(chuàng)新績效[19-20],且不同區(qū)域高技術(shù)企業(yè)之間的高校知識轉(zhuǎn)移存在異質(zhì)性,因而數(shù)字經(jīng)濟驅(qū)動高技術(shù)企業(yè)創(chuàng)新績效可能會受到高校知識轉(zhuǎn)移的影響。盡管這些研究已經(jīng)對數(shù)字經(jīng)濟的影響進行了有益的探索,但是仍存在局限性?，F(xiàn)有研究尚未將數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效納入統(tǒng)一框架,也未探討高校知識轉(zhuǎn)移對數(shù)字經(jīng)濟驅(qū)動高技術(shù)企業(yè)創(chuàng)新績效的影響。

基于此,本文實證測度了2011～2018年中國各省的數(shù)字經(jīng)濟發(fā)展水平,并利用多種計量分析模型檢驗數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的影響機制,并將高校知識轉(zhuǎn)移納入數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效關(guān)系的分析框架,從時空視角解析數(shù)字經(jīng)濟對高技術(shù)企業(yè)創(chuàng)新績效的作用機理。相較于其他研究,本文主要有如下貢獻:首先,依據(jù)中國現(xiàn)實背景,將數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效納入統(tǒng)一框架進行討論,豐富了當前數(shù)字經(jīng)濟與企業(yè)創(chuàng)新的關(guān)聯(lián)研究,彌補了數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新關(guān)系定量研究經(jīng)驗證據(jù)的不足；其次,將高校知識轉(zhuǎn)移納入這一研究框架,探究其對于數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效之間關(guān)系的邊界影響,豐富了知識管理領(lǐng)域文獻積累,深化了對于高校知識轉(zhuǎn)移作用的理解；最后,區(qū)域與企業(yè)異質(zhì)性分析揭示了自然區(qū)位與企業(yè)規(guī)模、所有權(quán)結(jié)構(gòu)以及注冊類型下數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的影響差異,其對于政府部門實施差異化的數(shù)字經(jīng)濟戰(zhàn)略提供了重要的理論依據(jù)。

1 文獻回顧

1.1 數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效

數(shù)字經(jīng)濟是以數(shù)據(jù)為關(guān)鍵要素、以數(shù)字技術(shù)為核心驅(qū)動力、以當代互聯(lián)網(wǎng)為載體以及以數(shù)字基礎(chǔ)設(shè)施建設(shè)為依托的新型經(jīng)濟形態(tài)。數(shù)字經(jīng)濟具有數(shù)據(jù)創(chuàng)造、信息傳播以及顯著降低交易成本等先天優(yōu)勢和本質(zhì)特征[8]。因此,本文主要從數(shù)字化、交易成本以及知識流動視角闡述數(shù)字經(jīng)濟與企業(yè)創(chuàng)新績效的辨證關(guān)系。

(1)數(shù)字化視角。產(chǎn)業(yè)數(shù)字化表現(xiàn)為數(shù)字技術(shù)與傳統(tǒng)要素的深度滲透、融合[21],促進企業(yè)向智能化、數(shù)字化轉(zhuǎn)型[22],實現(xiàn)從供給側(cè)與需求側(cè)數(shù)據(jù)要素賦能企業(yè)創(chuàng)新[21]。數(shù)字化轉(zhuǎn)型產(chǎn)生的“動能倍增效應(yīng)”會賦能傳統(tǒng)產(chǎn)業(yè)[23],提升產(chǎn)業(yè)創(chuàng)新能力。也有研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型做出的組織架構(gòu)與企業(yè)文化等的重組更新對于企業(yè)動態(tài)能力的提升有益,并通過動態(tài)能力驅(qū)動企業(yè)創(chuàng)新績效的提升[24]。另外,數(shù)字技術(shù)的應(yīng)用會優(yōu)化產(chǎn)業(yè)價值分工,促進要素與商品流通渠道的融合發(fā)展[25],導(dǎo)致市場內(nèi)企業(yè)同質(zhì)化競爭加劇。企業(yè)為了尋求有利的市場競爭地位,則會積極尋求創(chuàng)新合作以發(fā)揮相對比較優(yōu)勢推動技術(shù)共享,提高創(chuàng)新要素利用率,促進企業(yè)創(chuàng)新績效的提升[26]。

(2)交易成本視角。大數(shù)據(jù)、云計算、5G 以及物聯(lián)網(wǎng)等數(shù)字技術(shù)持續(xù)助推數(shù)字經(jīng)濟快速、高效發(fā)展,信息增量逐漸擴大且日益呈現(xiàn)出集中趨勢,改變了獲取知識與信息的范圍與速度[5]。不斷增強的數(shù)字技術(shù)能夠完善信息溝通渠道,削弱信息不對稱,降低交易成本[6]。而新型數(shù)字基礎(chǔ)設(shè)施的進一步完善,也會降低創(chuàng)新主體的信息搜索成本,拓寬搜索范圍,加快信息傳輸速度,進而緩解信息不對稱問題[27],降低企業(yè)創(chuàng)新的邊際成本。數(shù)字技術(shù)的應(yīng)用使新技術(shù)與新產(chǎn)品能夠在更短的時間內(nèi)沖破地理限制形成更大的市場規(guī)模,而技術(shù)創(chuàng)新的價值也能在更大的市場范圍內(nèi)實現(xiàn),從而降低企業(yè)創(chuàng)新成本并提高創(chuàng)新收益[25]。另外,市場供需矛盾突出時,要素價格扭曲導(dǎo)致企業(yè)創(chuàng)新成本提高,抑制企業(yè)創(chuàng)新績效[28]。而數(shù)字經(jīng)濟的發(fā)展能夠降低實體經(jīng)濟交易成本,促進企業(yè)廣泛外部聯(lián)結(jié)并提升效率,進而實現(xiàn)精準供需匹配(中國數(shù)字經(jīng)濟發(fā)展與就業(yè)白皮書(2019 年)),優(yōu)化要素配置效率并促進企業(yè)創(chuàng)新績效的提升。

(3)知識流動視角。開放式創(chuàng)新理論認為,創(chuàng)新知識不僅源于企業(yè)內(nèi)部,而且更多的源于企業(yè)外部[29]。外部知識的獲取逐漸成為企業(yè)實現(xiàn)知識儲備與成功創(chuàng)新的重要方式。其中,數(shù)字經(jīng)濟推動傳統(tǒng)要素流動與配置,而創(chuàng)新要素的流動聚集會產(chǎn)生極化與擴散效應(yīng),進而致使技術(shù)知識擴散溢出[25]。另外,互聯(lián)網(wǎng)作為數(shù)字經(jīng)濟的重要構(gòu)成,實現(xiàn)了廣泛的應(yīng)用,助推信息與知識擴散與傳播[30],改善企業(yè)創(chuàng)新積極性與主動性[31],并刺激企業(yè)增加創(chuàng)新投入[32],進而促進企業(yè)創(chuàng)新績效的提升。而從知識管理角度研究發(fā)現(xiàn),數(shù)字技術(shù)可以在知識價值識別、創(chuàng)造以及獲取方面助力企業(yè)創(chuàng)新績效的提升[33]。

1.2 高校知識轉(zhuǎn)移的邊界作用

高校作為知識的生產(chǎn)者與傳播者,其被廣泛認為是新興經(jīng)濟體中企業(yè)學(xué)習(xí)的重要來源[34-35]。在驅(qū)動創(chuàng)新和經(jīng)濟發(fā)展過程中,其可以通過為企業(yè)提供知識以發(fā)揮更大的作用[36-37]。區(qū)別于企業(yè)擁有或產(chǎn)生的內(nèi)部知識,從高校獲得的外部知識被視為現(xiàn)代開放式創(chuàng)新過程中的關(guān)鍵要素[38-39]。眾多研究證據(jù)表明,知識轉(zhuǎn)移可以促進企業(yè)在合作活動中共享與交易知識[40],并且可以驅(qū)動企業(yè)創(chuàng)新成果的提升[41-42]。從知識流動視角而言,高校知識轉(zhuǎn)移程度更高的區(qū)域中高技術(shù)企業(yè)獲取外部知識量更高,換言之,區(qū)域知識流動速率更快。因此,高校知識轉(zhuǎn)移對于數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效之間關(guān)系可能存在調(diào)節(jié)作用。

在知識經(jīng)濟時代,知識儲備既是促進創(chuàng)新發(fā)展的前提和基礎(chǔ)[43],也是創(chuàng)新的關(guān)鍵資源[44],并且決定創(chuàng)新能力[45-46]。其中強大的知識儲備庫可以擴展技術(shù)能力,并增加企業(yè)開發(fā)和實現(xiàn)新產(chǎn)品的幾率[47]。研究證據(jù)顯示,只要外部技術(shù)資源豐富了企業(yè)的知識儲備并開發(fā)了外部專業(yè)資源,其便對企業(yè)有益[48-50],而且可以提高產(chǎn)品品種和上市時間方面的創(chuàng)新表現(xiàn)[51-52]。然而,也有研究認為,盡管知識儲備是企業(yè)創(chuàng)新的關(guān)鍵資源,但是知識儲備的溢出效應(yīng)導(dǎo)致資本的邊際生產(chǎn)率下降[53]。Leonard[54]也認為知識積累會致使企業(yè)產(chǎn)生路徑依賴而不利于創(chuàng)新,Haas等[55]則認為編碼知識的積累甚至對于任務(wù)經(jīng)驗更高的團隊產(chǎn)生有害影響。由于高校知識是企業(yè)知識儲備的重要外部來源,高校知識轉(zhuǎn)移也在一定程度上反映了企業(yè)知識儲備,因而高校知識轉(zhuǎn)移對于數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效之間關(guān)系可能存在非線性邊界作用。同時,考慮數(shù)字經(jīng)濟內(nèi)涵下的互聯(lián)網(wǎng)“網(wǎng)絡(luò)效應(yīng)”與“梅特卡夫法則”[8],數(shù)字經(jīng)濟也可能會對數(shù)字經(jīng)濟促進高技術(shù)企業(yè)創(chuàng)新績效的非線性動態(tài)溢出產(chǎn)生閾值作用。

2 研究設(shè)計

2.1 模型構(gòu)建

為了討論上述研究問題,首先針對數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效間的直接傳導(dǎo)機制構(gòu)建基本回歸模型,即

式中:Eipfit為地區(qū)i在t時期的高技術(shù)企業(yè)創(chuàng)新績效；Digeit為地區(qū)i在t時期的數(shù)字經(jīng)濟發(fā)展指數(shù)；Controlit是控制變量；ui與δt分別為控制的個體固定效應(yīng)與時間固定效應(yīng)；εit為隨機誤差項。

在上述模型體現(xiàn)的直接影響路徑上,為了探究高校知識轉(zhuǎn)移對于這一路徑可能存在的驅(qū)動機制,且考慮到可能存在的交互效應(yīng),對高校知識轉(zhuǎn)移是否與數(shù)字經(jīng)濟產(chǎn)生交互作用影響高技術(shù)企業(yè)創(chuàng)新績效進行檢驗。檢驗步驟為:在模型(1)的系數(shù)β1 顯著性通過檢驗的基礎(chǔ)上,再構(gòu)建加入數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移交互項的回歸模型,通過β3 回歸系數(shù)的顯著性情況判斷形成的交互效應(yīng)。上述回歸模型的形式為

除了考慮高校知識轉(zhuǎn)移與數(shù)字經(jīng)濟形成的交互效應(yīng),還應(yīng)考慮數(shù)字經(jīng)濟內(nèi)涵下的互聯(lián)網(wǎng)“網(wǎng)絡(luò)效應(yīng)”與“梅特卡夫法則”[8]。即數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移還可能會對數(shù)字經(jīng)濟促進高技術(shù)企業(yè)創(chuàng)新績效的非線性動態(tài)溢出產(chǎn)生閾值作用。本文利用靜態(tài)面板門檻模型對該假定進行檢驗,模型具體形式為

式中:Thrvit為數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移門檻變量；I(·)是取值為0或1的示性函數(shù),即滿足括號內(nèi)條件時取值為1,否則為0。上述模型列示的僅為靜態(tài)單門檻模型,但是其可以針對面板數(shù)據(jù)的檢驗步驟等設(shè)定為雙重以及多重門檻模型。

為了進一步討論數(shù)字經(jīng)濟對高技術(shù)企業(yè)創(chuàng)新績效的空間溢出效應(yīng),在模型(1)的基礎(chǔ)上引入空間矩陣與變量的交互項,進一步構(gòu)建拓展為空間面板模型。具體形式為

式中:ρ是空間自回歸系數(shù)；W為空間權(quán)重矩陣；?1與?2為空間矩陣與解釋變量以及控制變量空間交互項的彈性系數(shù)。模型式(4)僅列示了空間杜賓模型(SDM),但出于對比展示的需要,本文還涉及空間滯后模型(SAR)。

2.2 變量設(shè)置與測度

(1)因變量,高技術(shù)企業(yè)創(chuàng)新績效?，F(xiàn)有文獻中廣泛使用的測量指標主要是新產(chǎn)品銷售收入[56-57]與專利授權(quán)數(shù)量[58-59]。由于新產(chǎn)品銷售收入能夠較為客觀地體現(xiàn)創(chuàng)新活動的市場價值[60],故將高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入用來測度高技術(shù)企業(yè)創(chuàng)新績效。高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入用工業(yè)生產(chǎn)者價格指數(shù)進行平減,以2011年為基期,再取對數(shù),用以表征高技術(shù)企業(yè)創(chuàng)新績效,記為Eipf。本文也將高技術(shù)產(chǎn)業(yè)新產(chǎn)品產(chǎn)值利用工業(yè)生產(chǎn)者價格指數(shù)進行平減,同樣以2011年為基期,再取對數(shù),作為替代變量進行穩(wěn)健性檢驗。

(2)自變量,數(shù)字經(jīng)濟發(fā)展指數(shù)?，F(xiàn)有文獻已經(jīng)表明,信息通信技術(shù)(ICT)能夠改變獲取技術(shù)與信息的范圍與速度[5],并完善信息溝通渠道,削弱信息不對稱,降低交易成本[6]。通信基礎(chǔ)設(shè)施作為信通技術(shù)的重要載體能夠改善資金供應(yīng),并提高資金配置效率[61],而且其作為信息交換與情報傳播活動的重要工具[62-63]能夠極大提升知識轉(zhuǎn)移效率。而互聯(lián)網(wǎng)的廣泛應(yīng)用能夠推動知識與信息在公眾中傳播擴散[30],并降低企業(yè)創(chuàng)新過程中的交易成本[64]。另外,數(shù)字金融利用ICT 技術(shù)能夠打破傳統(tǒng)金融服務(wù)的限制,拓展金融服務(wù)范圍和觸達能力[65],削弱金融機構(gòu)與企業(yè)間的信息不對稱,提高金融資源配置效率[66],進而降低交易成本?；诖?并借鑒現(xiàn)有研究[8,67]對于數(shù)字經(jīng)濟發(fā)展相關(guān)的測度指標以及兼顧數(shù)據(jù)的可得性,本文主要從數(shù)字化、互聯(lián)網(wǎng)以及數(shù)字金融3 個維度進行建構(gòu),并對應(yīng)于ICT 基礎(chǔ)設(shè)施規(guī)模、信息化發(fā)展水平、互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)從業(yè)人員規(guī)模、移動互聯(lián)網(wǎng)應(yīng)用規(guī)模以及數(shù)字金融普惠發(fā)展6 個內(nèi)容。其中,數(shù)字金融普惠發(fā)展指標測度數(shù)據(jù)源于北京大學(xué)數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)[65],其他指標測度數(shù)據(jù)均從《中國統(tǒng)計年鑒》中獲得。在綜合指數(shù)的測度上,首先將上述6個指標進行標準化,再利用熵權(quán)法確定各指標客觀權(quán)重,進而綜合成數(shù)字經(jīng)濟發(fā)展指數(shù)的代理指標,記為Dige。表1 所示為中國各省份數(shù)字經(jīng)濟綜合發(fā)展指數(shù)評價指標體系的建構(gòu)過程。

表1 中國各省份數(shù)字經(jīng)濟發(fā)展指數(shù)評價指標體系

(3)調(diào)節(jié)變量,高校知識轉(zhuǎn)移。學(xué)者們先前主要采用專利、技術(shù)轉(zhuǎn)讓以及新創(chuàng)企業(yè)作為高校知識轉(zhuǎn)移的測量指標[68],文獻[69-70]中均將專利申請數(shù)量作為高校知識轉(zhuǎn)移的代理指標,而文獻[71-72]中均將技術(shù)轉(zhuǎn)讓收入用來表征高校技術(shù)轉(zhuǎn)移。由于高校成果轉(zhuǎn)化會受到技術(shù)市場的影響[73],市場成交額又是學(xué)界普遍采用的技術(shù)市場測度指標,故借鑒上述文獻的處理辦法,利用高校技術(shù)轉(zhuǎn)讓合同金額占區(qū)域技術(shù)市場成交額的比重表征高校知識轉(zhuǎn)移強度,記為Uekt。

(4)控制變量。為了最大程度地減弱其他因素的影響,更加全面地分析高技術(shù)企業(yè)創(chuàng)新績效驅(qū)動過程中數(shù)字經(jīng)濟的溢出效應(yīng),還需要設(shè)定對于高技術(shù)企業(yè)創(chuàng)新績效可能產(chǎn)生影響的控制變量。具體包括:研發(fā)經(jīng)費投入(RDit),用高新技術(shù)企業(yè)內(nèi)部研發(fā)經(jīng)費投入測量,并利用研發(fā)指數(shù)進行平減后取對數(shù),其中以2011年為基期。參照侯建等[74]的做法,研發(fā)指數(shù)設(shè)定為權(quán)重分別為0.55和0.45的居民消費價格指數(shù)與固定資產(chǎn)價格指數(shù)的加權(quán)平均值。企業(yè)集聚程度(Epag),用區(qū)域高新技術(shù)企業(yè)數(shù)量表示,并取對數(shù)。研發(fā)人力資本(RDhc),用區(qū)域高新技術(shù)企業(yè)研發(fā)人力資本全時當量測量,并取對數(shù)。外商投資(Ford),用當年實際利用外商直接投資額與地區(qū)生產(chǎn)總值的比值表示。金融發(fā)展水平(Find),用金融機構(gòu)存貸款余額與地區(qū)生產(chǎn)總值之比表示。

2.3 數(shù)據(jù)收集與描述性統(tǒng)計

由于中國西藏、香港、澳門以及臺灣地區(qū)的來源數(shù)據(jù)獲取困難或缺失嚴重,固未納入樣本中,而且普惠金融發(fā)展指數(shù)指標省級數(shù)據(jù)時間區(qū)間為2011～2018年,故針對2011～2018年中國30個省級地區(qū)展開研究,形成了240個省份—年的均衡面板數(shù)據(jù)。研究中使用的高技術(shù)企業(yè)創(chuàng)新績效、研發(fā)經(jīng)費投入、企業(yè)集聚程度以及研發(fā)人力資本數(shù)據(jù)來自《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》,高校知識轉(zhuǎn)移數(shù)據(jù)來自《中國高等學(xué)校科技年鑒匯編》,其他數(shù)據(jù)均來自《中國統(tǒng)計年鑒》。本文主要變量的描述性統(tǒng)計結(jié)果如表2所示。

表2 描述性統(tǒng)計與相關(guān)性分析

表2結(jié)果顯示,高技術(shù)企業(yè)創(chuàng)新績效(Eipf)均值為14.086,最大值為18.114,最小值為7.913,標準差為2.192,表明各省份之間高新技術(shù)企業(yè)創(chuàng)新績效差異程度相對較小。數(shù)字經(jīng)濟發(fā)展指數(shù)(Dige)表現(xiàn)為均值較小、方差較大的特征,表明各省份之間特征差異較大。高校知識轉(zhuǎn)移(Uekt)則呈現(xiàn)為“小均值、大方差”的特征,表明各省份之間特征差異更大,且特征水平總體偏低。從控制變量而言,除了外商投資(Ford)不同省份之間特征差異較大之外,其他變量特征差異程度相對較小。此外,數(shù)字經(jīng)濟發(fā)展指數(shù)與高技術(shù)企業(yè)創(chuàng)新績效具有顯著的相關(guān)關(guān)系,相關(guān)系數(shù)為0.265。

3 實證檢驗

3.1 基準回歸

數(shù)字經(jīng)濟發(fā)展水平影響高技術(shù)企業(yè)創(chuàng)新績效的線性估計結(jié)果如表3所示。在模型(1)、(2)中,解釋變量數(shù)字經(jīng)濟發(fā)展指數(shù)(Dige)的估計系數(shù)顯著為正,表明數(shù)字經(jīng)濟的發(fā)展在省級層面驅(qū)動了高技術(shù)企業(yè)創(chuàng)新績效的提升。而在加入控制變量的模型(2)中,各地區(qū)研發(fā)經(jīng)費投入(RDit)、企業(yè)集聚程度(Epag)、研發(fā)人力資本(Dhc)、外商直接投資(Ford)以及地區(qū)金融發(fā)展水平(Find)均與高技術(shù)企業(yè)創(chuàng)新績效呈現(xiàn)不顯著的相關(guān)關(guān)系,說明這些特征水平的提升不會顯著影響地區(qū)高技術(shù)企業(yè)創(chuàng)新績效。

表3 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效的基準回歸結(jié)果

3.2 邊界效應(yīng)

3.2.1 調(diào)節(jié)效應(yīng) 從高校知識轉(zhuǎn)移視角出發(fā),數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的影響機制可能發(fā)生改變。為了檢驗該影響機制,本文采用多元分層回歸估計對數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移的交互效應(yīng)進行檢驗,檢驗結(jié)果如表4所示。在模型(1)驗證了數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效具有顯著正向影響的基礎(chǔ)上,加入調(diào)節(jié)變量(Uekt)形成模型(2),模型(2)檢驗結(jié)果表明,高校知識轉(zhuǎn)移對于高技術(shù)企業(yè)創(chuàng)新績效不具有顯著的影響。最后,在此基礎(chǔ)上,加入數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移的交互項(Dige×Uekt)形成模型(3),模型(3)中揭示了高校知識轉(zhuǎn)移能夠正向調(diào)節(jié)數(shù)字經(jīng)濟對于高新技術(shù)企業(yè)創(chuàng)新績效的作用。換言之,數(shù)字經(jīng)濟與高校知識轉(zhuǎn)移可以產(chǎn)生顯著的正向交互效應(yīng)。

表4 高校知識轉(zhuǎn)移調(diào)節(jié)作用的檢驗結(jié)果

3.2.2 門檻效應(yīng) 考慮到互聯(lián)網(wǎng)的網(wǎng)絡(luò)效應(yīng)與梅特卡夫法則邊際效應(yīng)遞增特征[8],以及數(shù)字經(jīng)濟具備的互聯(lián)網(wǎng)特質(zhì),本文采用靜態(tài)面板門檻回歸模型對數(shù)字經(jīng)濟的非線性溢出效應(yīng)進行實證檢驗。根據(jù)Hansen的門檻理論[75],對所構(gòu)建的模型門檻存在性與門檻數(shù)量進行檢驗分析。通過自舉抽樣的方法獲得F統(tǒng)計量與P值。檢驗結(jié)果顯示,數(shù)字經(jīng)濟作為門檻變量未通過門檻顯著性檢驗,而高校知識轉(zhuǎn)移作為門檻變量在10%顯著性水平上通過了單一門檻檢驗,但未通過多重門檻檢驗,結(jié)果如表5 所示。數(shù)字經(jīng)濟作為門檻變量未通過門檻檢驗,表明剝離其他因素后,數(shù)字經(jīng)濟自身對高技術(shù)企業(yè)創(chuàng)新績效不會呈現(xiàn)非線性的影響,但是數(shù)字經(jīng)濟的作用會受到高校知識轉(zhuǎn)移的影響。即在高校知識轉(zhuǎn)移的影響下,數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的影響呈現(xiàn)先減后增的非線性顯著特征。

表5 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效門檻模型的回歸結(jié)果

3.3 空間溢出效應(yīng)

首先對研究對象的空間效應(yīng)存在與否進行檢驗,即對數(shù)字經(jīng)濟發(fā)展水平與高技術(shù)企業(yè)創(chuàng)新績效進行空間自相關(guān)檢驗。利用Moran’I指數(shù)算法測度鄰接距離、地理距離以及經(jīng)濟距離下的各年度空間效應(yīng),結(jié)果如表6所示。

表6 2011～2018年數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效的莫蘭指數(shù)

由表6可以看出,2011～2018年高技術(shù)企業(yè)創(chuàng)新績效在鄰接距離、地理距離以及經(jīng)濟距離權(quán)重下的Moran’I指數(shù)均呈現(xiàn)1%顯著水平上的自相關(guān)性,但是數(shù)字經(jīng)濟發(fā)展水平僅在經(jīng)濟距離權(quán)重下全部達到了1%顯著性水平。這表明,2011～2018年中國各省份的高技術(shù)企業(yè)創(chuàng)新績效無論從省際之間,還是依地理距離與經(jīng)濟距離均具有顯著的空間自相關(guān)性,即在空間分布上可能出現(xiàn)省份之間與依地理距離和經(jīng)濟距離的集聚現(xiàn)象。對于數(shù)字經(jīng)濟而言,集聚現(xiàn)象主要出現(xiàn)在依經(jīng)濟距離的地區(qū)之間,而依鄰接距離與地理距離的地區(qū)之間集聚現(xiàn)象并不明顯。

由于數(shù)字經(jīng)濟發(fā)展水平依地理距離的地區(qū)之間基本不具備顯著的自相關(guān)性特征,而且各省份之間接壤數(shù)量和距離程度與區(qū)域發(fā)展水平具有明顯非對稱性,故采用經(jīng)濟距離權(quán)重矩陣,檢驗數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的空間回歸模型下的結(jié)果。根據(jù)Elhorst[76]的檢驗思路,進行了LM 檢驗、SDM模型固定效應(yīng)、Hausman 檢驗以及WALD 與LR檢驗等步驟,進而確定了最優(yōu)選擇為雙重時空固定效應(yīng)空間杜賓模型(SDM)。為了檢驗估計的穩(wěn)健性,本文還給出了雙重時空固定效應(yīng)SAR 模型的回歸估計結(jié)果,如表7所示。

表7 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效空間模型的回歸結(jié)果

由表7結(jié)果顯示,空間杜賓模型(SDM)中高技術(shù)企業(yè)創(chuàng)新績效的空間自回歸系數(shù)在1%水平上顯著為負,表明高技術(shù)企業(yè)創(chuàng)新績效自身具有負向的空間溢出效應(yīng)。而且數(shù)字經(jīng)濟的空間交互項系數(shù)也顯著為負,表明樣本省份不僅在空間上存在數(shù)字經(jīng)濟的外生交互效應(yīng),還存在高技術(shù)企業(yè)創(chuàng)新績效的內(nèi)生交互效應(yīng)。數(shù)字經(jīng)濟空間交互項系數(shù)不能直接用以討論數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的邊際影響,因此,為了檢驗與討論數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的邊際影響,需要通過使用變量變化的偏微分解釋,即通過直接效應(yīng)與溢出效應(yīng)進行分析和討論。表7 中顯示,間接效應(yīng)中變量系數(shù)顯著為負,說明數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效具有負向的溢出效應(yīng),即當?shù)厥》輰τ谥苓吔?jīng)濟鄰近省份的高技術(shù)企業(yè)創(chuàng)新績效具有負向的傳導(dǎo)作用。

3.4 進一步拓展:區(qū)域異質(zhì)性與企業(yè)異質(zhì)性

由于不同區(qū)域與企業(yè)可能存在異質(zhì)性,數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的影響也可能存在多重差異性,故參照前人研究的一般劃分方法對其進行分類回歸檢驗。區(qū)域劃分為東部與中西部地區(qū)。企業(yè)按不同規(guī)模劃分為大型、中型以及小型企業(yè),按所有權(quán)性質(zhì)劃分為國有企業(yè)與非國有企業(yè),按注冊類型劃分為內(nèi)資企業(yè)與非內(nèi)資企業(yè)。在分類回歸檢驗之前,首先對不同地區(qū)之間的高技術(shù)企業(yè)創(chuàng)新績效水平與數(shù)字經(jīng)濟發(fā)展指數(shù)的差異性進行描述性統(tǒng)計。可以發(fā)現(xiàn),東部地區(qū)的數(shù)字經(jīng)濟發(fā)展指數(shù)與高技術(shù)企業(yè)創(chuàng)新績效水平均大于中西部地區(qū)。其中:數(shù)字經(jīng)濟發(fā)展指數(shù)在中西部地區(qū)普遍偏低,離散程度相對較?。欢呒夹g(shù)企業(yè)創(chuàng)新績效水平在東部地區(qū)離散程度較小,且與中西部相較差異不大,即高低水平差距也較小。這可能源于國內(nèi)均衡的創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略以及地區(qū)對于高新技術(shù)企業(yè)的大力培育,進而引致東中西部間高技術(shù)企業(yè)創(chuàng)新績效水平差距未被過分拉大。

區(qū)域異質(zhì)性分類回歸結(jié)果如表8所示。由表8結(jié)果顯示,東部地區(qū)的數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效不具有顯著的影響,而中西部地區(qū)則呈現(xiàn)1%顯著性水平上的正向作用。即考慮到東部與中西部數(shù)字經(jīng)濟發(fā)展水平與高技術(shù)企業(yè)創(chuàng)新績效水平的差異性,以及數(shù)字經(jīng)濟的外部性知識溢出特征,東部發(fā)達地區(qū)更強的知識溢出使其負外部性擴大化與知識溢出紅利淡化,導(dǎo)致東部地區(qū)數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效不再具備顯著的促進作用。

表8 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效的區(qū)域異質(zhì)性檢驗

企業(yè)異質(zhì)性分類回歸結(jié)果如表9所示。由表9結(jié)果顯示,數(shù)字經(jīng)濟對于大型企業(yè)不具有顯著的影響,但是對于中小型企業(yè)均呈現(xiàn)顯著的正向驅(qū)動作用,而且對于中型企業(yè)的促進作用比小型企業(yè)更強且顯著性水平更高。考慮到企業(yè)規(guī)模的差異性,大型企業(yè)相較于非大型企業(yè)具備更強的自主研發(fā)能力與數(shù)字化轉(zhuǎn)型程度,對于外部知識的重視程度較低。而非大型企業(yè)由于自身研發(fā)能力與數(shù)字化程度的限制,具備更強的傾向搜尋、應(yīng)用及轉(zhuǎn)化外部知識,但是又囿于小型企業(yè)對于數(shù)字技術(shù)、外部知識轉(zhuǎn)化的研發(fā)人力與資金等要素的投入強度不高,進而引致數(shù)字經(jīng)濟對于中型企業(yè)具備更強的驅(qū)動作用。企業(yè)所有權(quán)異質(zhì)性回歸報告結(jié)果顯示,數(shù)字經(jīng)濟對于國有企業(yè)不具有顯著的驅(qū)動作用,但是對于非國有企業(yè)呈現(xiàn)顯著的正向促進作用?？紤]到企業(yè)所有權(quán)結(jié)構(gòu)的不同,以及外部知識吸收能力與數(shù)字化轉(zhuǎn)型程度的差異性,非國有企業(yè)擁有更強的數(shù)字化意識與知識轉(zhuǎn)化能力,進而引致數(shù)字經(jīng)濟對其具有顯著的正向驅(qū)動作用。企業(yè)注冊類型異質(zhì)性回歸報告結(jié)果顯示,數(shù)字經(jīng)濟對于內(nèi)資企業(yè)具有顯著的正向驅(qū)動作用,但對于非內(nèi)資企業(yè)不具備顯著的影響。考慮到企業(yè)類型的異同,由于企業(yè)根植背景不同,內(nèi)資企業(yè)擁有更強的本土社會資本且文化趨同性也更高,其更有利于對于本土數(shù)字技術(shù)的利用與外部知識的吸收轉(zhuǎn)化。因此,數(shù)字經(jīng)濟對于內(nèi)資企業(yè)呈現(xiàn)更顯著的正向驅(qū)動作用。

表9 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效的企業(yè)異質(zhì)性檢驗

4 穩(wěn)健性檢驗

4.1 替換變量

由于數(shù)字經(jīng)濟發(fā)展指數(shù)作為合成指標變量,可能存在測量誤差,故利用主成分分析方法進一步通過降維處理,將6個原始指標處理為代理變量,進行穩(wěn)健性檢驗,結(jié)果如表10所示。由表10結(jié)果顯示,無論模型(1)、(2)在控制變量與否的情況下,替代解釋變量(P-Dige)系數(shù)均顯著為正,因此,本文前述報告結(jié)果保持穩(wěn)健。由于被解釋變量可能會存在選取誤差,故將高技術(shù)產(chǎn)業(yè)新產(chǎn)品產(chǎn)值利用工業(yè)生產(chǎn)者價格指數(shù)進行平減,同樣以2011年為基期,再取對數(shù),進而替代被解釋變量,進行穩(wěn)健性檢驗。結(jié)果顯示,模型(3)、(4)的解釋變量(Dige)系數(shù)仍然均顯著為正,上述結(jié)果依然穩(wěn)健。

表10 數(shù)字經(jīng)濟影響高技術(shù)企業(yè)創(chuàng)新績效的穩(wěn)健性檢驗

4.2 剔除直轄市樣本

由于直轄市也可能影響上述回歸結(jié)果,故將4個直轄市樣本剔除,進行穩(wěn)健性檢驗,回歸結(jié)果見表10。結(jié)果顯示,模型(5)、(6)的解釋變量(Dige)系數(shù)依然均顯著為正,前述結(jié)果仍然穩(wěn)健。

4.3 工具變量法

對于核心解釋變量選取合適的工具變量一般被認為是解決內(nèi)生性問題的最有效的方式之一?？紤]到數(shù)字經(jīng)濟具備的互聯(lián)網(wǎng)特質(zhì),并參考文獻[8,67]中的做法,利用各省份在1984年的郵電歷史數(shù)據(jù)作為數(shù)字經(jīng)濟的工具變量。但是本文選取的1984年每萬人固定電話機數(shù)作為工具變量的來源數(shù)據(jù)形式為橫截面數(shù)據(jù),無法直接應(yīng)用到面板數(shù)據(jù)的計量回歸分析中,故參考文獻[8,77]中對于類似問題的處理方式,即引入隨時間變化的一個變量構(gòu)造面板工具變量。在本文中,用上一年的互聯(lián)網(wǎng)寬帶接入端口數(shù)與1984年各省份每萬人電話機數(shù)量構(gòu)造交互項,作為該年該省份數(shù)字經(jīng)濟發(fā)展指數(shù)的工具變量。由于海南省建省與重慶設(shè)立直轄市的時間均晚于1984年,故在以工具變量替代解釋變量進行計量回歸分析之前,為了便于計量回歸分析,在原有面板數(shù)據(jù)樣本中需剔除海南、四川及重慶樣本數(shù)據(jù),回歸結(jié)果見表10。結(jié)果顯示,模型(7)、(8)中工具變量(Z)的系數(shù)在5%顯著性水平為正。該結(jié)果也表明,在考慮了內(nèi)生性后,數(shù)字經(jīng)濟發(fā)展指數(shù)對于高技術(shù)企業(yè)創(chuàng)新績效的提升效應(yīng)依舊成立。

5 結(jié)論

本文立足于數(shù)字經(jīng)濟影響企業(yè)創(chuàng)新績效的現(xiàn)實依據(jù),從高校知識轉(zhuǎn)移視角切入,基于中國2011～2018年的省級層面數(shù)據(jù),構(gòu)建數(shù)字經(jīng)濟發(fā)展指數(shù)的基礎(chǔ)上,運用雙重固定效應(yīng)模型、調(diào)節(jié)效應(yīng)與門檻效應(yīng)模型以及空間溢出模型,從時空維度實證檢驗了數(shù)字經(jīng)濟發(fā)展指數(shù)對于高技術(shù)企業(yè)創(chuàng)新績效的影響機制。

(1)總體而言,數(shù)字經(jīng)濟的發(fā)展明顯促進了高技術(shù)企業(yè)創(chuàng)新績效,其已經(jīng)成為促進高技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型、降低交易成本以及攫取外部溢出知識紅利的有效途徑,而且通過引入工具變量等穩(wěn)健性檢驗,上述驅(qū)動效應(yīng)依然成立。

(2)在區(qū)域異質(zhì)性方面,東部地區(qū)更高的數(shù)字經(jīng)濟發(fā)展水平導(dǎo)致知識溢出的負外部性特征更為明顯,進而造成數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效不具有顯著的正向驅(qū)動作用。但是中西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平相對較弱,知識共享程度遠大于知識溢出程度,知識溢出紅利依然存在,所以數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效依然呈現(xiàn)顯著的積極影響。

(3)在企業(yè)異質(zhì)性方面,由于不同高技術(shù)企業(yè)數(shù)字化程度、知識學(xué)習(xí)與吸收能力以及交易成本優(yōu)勢存在千差萬別,因而數(shù)字經(jīng)濟對于區(qū)域不同類型的影響存在差異性。

(4)數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的驅(qū)動影響存在高校知識轉(zhuǎn)移的正向調(diào)節(jié)作用,與“邊際效應(yīng)”先減后增的非線性門檻特征。這揭示了在高校知識轉(zhuǎn)移的影響作用下,數(shù)字經(jīng)濟驅(qū)動高技術(shù)企業(yè)創(chuàng)新績效呈現(xiàn)明顯的“U”型特征,也表明了高校知識轉(zhuǎn)移與數(shù)字經(jīng)濟對高技術(shù)企業(yè)創(chuàng)新績效會形成“先負后正”的推動合力。

(5)高技術(shù)企業(yè)創(chuàng)新績效提升過程中數(shù)字經(jīng)濟負向的空間溢出效應(yīng)得到證實,表明區(qū)域間經(jīng)濟發(fā)展水平的差距容易造成知識溢出擠壓,即發(fā)展程度好的經(jīng)濟區(qū)域會不斷地從其他區(qū)域擠壓與吸收優(yōu)勢知識,進而不利于區(qū)域高技術(shù)企業(yè)的均衡發(fā)展。

除了為數(shù)字經(jīng)濟發(fā)展驅(qū)動區(qū)域高技術(shù)企業(yè)創(chuàng)新績效提供了一系列的經(jīng)驗證據(jù),本文還具有如下的政策啟示:

(1)從全國層面而言,數(shù)字經(jīng)濟依然是驅(qū)動區(qū)域高技術(shù)企業(yè)創(chuàng)新績效的有效途徑,因此,政府部門仍要積極謀劃數(shù)字經(jīng)濟新的發(fā)展布局,加大對通信基礎(chǔ)設(shè)施與相關(guān)軟硬件的投資力度,并繼續(xù)加強對互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算等輔助技術(shù)的開發(fā)完善,繼續(xù)挖掘數(shù)字經(jīng)濟對企業(yè)的賦能作用。

(2)考慮到數(shù)字經(jīng)濟對于中西部地區(qū)高技術(shù)企業(yè)創(chuàng)新績效仍具有顯著的積極效應(yīng),但對東部發(fā)達地區(qū)呈現(xiàn)不顯著的正向效應(yīng)。這揭示應(yīng)繼續(xù)開發(fā)數(shù)字經(jīng)濟的知識驅(qū)動優(yōu)勢,但是政府部門應(yīng)出臺相關(guān)的知識產(chǎn)權(quán)保護政策,如打擊知識產(chǎn)權(quán)竊取與倒賣等行為,以最大程度防止知識惡性溢出,進而再次激活東部地區(qū)的知識驅(qū)動活力。考慮到數(shù)字經(jīng)濟對于不同類型企業(yè)的影響存在巨大差異性,政府部門應(yīng)積極發(fā)揮引導(dǎo)建設(shè)作用。如數(shù)字經(jīng)濟對于非內(nèi)資企業(yè)不具有顯著積極影響,這表明,由于根植于非內(nèi)資企業(yè)(如外資企業(yè)、港澳臺境外企業(yè))的文化與管理模式等與本土的差異性,造成其對于本土數(shù)字技術(shù)或創(chuàng)新知識也具有選擇性,因而政府部門應(yīng)積極為非內(nèi)資企業(yè)與本土之間搭建溝通渠道,以助其有效利用本土數(shù)字技術(shù)與溢出知識,并促進與本土ICT企業(yè)或創(chuàng)新知識生產(chǎn)實體(如高校、科研院所等)形成聯(lián)通合作。

(3)在高校知識轉(zhuǎn)移的影響下,數(shù)字經(jīng)濟的發(fā)展對高技術(shù)企業(yè)創(chuàng)新績效的影響呈“U”型特征,這也預(yù)示著在全國層面依然要注重防止知識惡性溢出,知識保護政策仍然是重中之重,以最大程度削弱“U”型結(jié)構(gòu)第1階段的邊際下行,并實現(xiàn)與高校知識轉(zhuǎn)移可持續(xù)的正向交互驅(qū)動效應(yīng)。

(4)數(shù)字經(jīng)濟負向的空間溢出揭示,應(yīng)該削弱經(jīng)濟強弱省份之間的數(shù)字經(jīng)濟發(fā)展水平差異,如政府部門可以出臺各地區(qū)間的協(xié)同數(shù)字經(jīng)濟發(fā)展戰(zhàn)略,平衡區(qū)域發(fā)展,以減弱經(jīng)濟強省對于其他鄰近省份的知識吸收擠壓。

本文存在如下不足:①數(shù)字經(jīng)濟作為一種新型經(jīng)濟發(fā)展形態(tài),對其進行測量應(yīng)涉及數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化兩大范疇的方方面面,而本文僅從數(shù)字化、互聯(lián)網(wǎng)與數(shù)字金融視角對其進行測度,難以全面反映數(shù)字經(jīng)濟的經(jīng)濟內(nèi)涵；②本文僅考察了數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效影響路徑上的邊界作用,而未考察數(shù)字經(jīng)濟對于高技術(shù)企業(yè)創(chuàng)新績效的中介傳導(dǎo)機制。

在未來的研究中需要更全面地考量數(shù)字經(jīng)濟的下轄子指標范疇,可以利用Lasso與隨機森林等新興機器學(xué)習(xí)算法篩選子指標以更全面地實現(xiàn)對數(shù)字經(jīng)濟的測度；而且可以從企業(yè)吸收能力或校企聯(lián)結(jié)等視角嘗試引入中介變量,以更全面地揭示數(shù)字經(jīng)濟與高技術(shù)企業(yè)創(chuàng)新績效之間的傳導(dǎo)機制。