楊弼君
(廈門(mén)大學(xué) 法學(xué)院,福建 廈門(mén) 361005)
適逢百年未有之大變局,中國(guó)社會(huì)經(jīng)濟(jì)發(fā)展內(nèi)外部環(huán)境發(fā)生深刻變化。高技術(shù)產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的重要組成部分,是提高中國(guó)經(jīng)濟(jì)實(shí)力、增強(qiáng)國(guó)際競(jìng)爭(zhēng)力的重要依托。黨的二十大報(bào)告指出:“完善科技創(chuàng)新體系,堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位,健全新型舉國(guó)體制,強(qiáng)化國(guó)家戰(zhàn)略科技力量,提升國(guó)家創(chuàng)新體系整體效能,形成具有全球競(jìng)爭(zhēng)力的開(kāi)放創(chuàng)新生態(tài)?!睋?jù)2022 年11 月世界知識(shí)產(chǎn)權(quán)組織發(fā)布的《實(shí)際知識(shí)產(chǎn)權(quán)指標(biāo)》報(bào)告指出,2021 年中國(guó)提交專利申請(qǐng)量159 萬(wàn)件,連續(xù)11 年位居世界第一。世界知識(shí)產(chǎn)權(quán)組織發(fā)布的《2022 年全球創(chuàng)新指數(shù)》數(shù)據(jù)顯示,中國(guó)科技創(chuàng)新實(shí)力僅位于全球第11 位。究其根源,自主創(chuàng)新能力不足等問(wèn)題是主要原因。當(dāng)前,如何提升其創(chuàng)新效率已成為各界關(guān)注的重點(diǎn)課題。
近年來(lái),伴隨5G、人工智能、大數(shù)據(jù)等新興數(shù)字技術(shù)的全域滲透,數(shù)字經(jīng)濟(jì)逐漸演變?yōu)橥苿?dòng)經(jīng)濟(jì)發(fā)展與社會(huì)進(jìn)步的主引擎之一。中國(guó)信息通信研究院發(fā)布的《全球數(shù)字經(jīng)濟(jì)白皮書(shū)(2022 年)》統(tǒng)計(jì)數(shù)據(jù)顯示,2021 年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模為45.5萬(wàn)億元,同比增長(zhǎng)16.2%,占GDP 比重高達(dá)39.8%。對(duì)于高技術(shù)產(chǎn)業(yè)而言,數(shù)字經(jīng)濟(jì)所依托的數(shù)字技術(shù)及工具能夠進(jìn)一步壓縮創(chuàng)新成本,優(yōu)化創(chuàng)新流程,推動(dòng)創(chuàng)新效率提升。那么,數(shù)字經(jīng)濟(jì)是否能夠促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升?作為創(chuàng)新的重要保護(hù)手段,知識(shí)產(chǎn)權(quán)保護(hù)是否有助于消除已然開(kāi)始顯露的“專利泡沫”問(wèn)題?對(duì)于以上問(wèn)題的解答,有助于為推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升、落實(shí)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略提供經(jīng)驗(yàn)借鑒。
伴隨近年來(lái)數(shù)字經(jīng)濟(jì)的飛速發(fā)展,大量學(xué)者對(duì)數(shù)字經(jīng)濟(jì)與創(chuàng)新之間的關(guān)系展開(kāi)研究。宏觀層面,李穎、賀俊(2022)指出,數(shù)字經(jīng)濟(jì)發(fā)展背景下,價(jià)值創(chuàng)造與分配邏輯發(fā)生變革,為制造業(yè)創(chuàng)新提供驅(qū)動(dòng)力[1]。陳治、張少華(2023)利用2011—2019 年中國(guó)274 座城市面板數(shù)據(jù)研究指出,數(shù)字經(jīng)濟(jì)可顯著促進(jìn)區(qū)域創(chuàng)新能力提升,而創(chuàng)業(yè)活躍度與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)是數(shù)字經(jīng)濟(jì)推動(dòng)區(qū)域創(chuàng)新的重要渠道[2]。李瑩、程廣斌(2023)研究指出,數(shù)字經(jīng)濟(jì)與制造業(yè)融合發(fā)展可長(zhǎng)期提升制造業(yè)創(chuàng)新效率,且這一作用在東部—中部—西部地區(qū)呈現(xiàn)依次遞減格局[3]。微觀層面,毛建輝等(2022)研究發(fā)現(xiàn),數(shù)字經(jīng)濟(jì)可以有效促進(jìn)企業(yè)技術(shù)創(chuàng)新,且這一效應(yīng)受財(cái)政分權(quán)水平影響[4]。張敬文、童錦瑤(2023)研究發(fā)現(xiàn),與數(shù)字經(jīng)濟(jì)相關(guān)的政府補(bǔ)助與稅收優(yōu)惠政策可顯著提高數(shù)字企業(yè)創(chuàng)新質(zhì)量[5]。
圍繞知識(shí)產(chǎn)權(quán)保護(hù)與高技術(shù)產(chǎn)業(yè)創(chuàng)新的關(guān)系,部分學(xué)者已經(jīng)展開(kāi)探討,但尚未形成一致結(jié)論。部分學(xué)者認(rèn)為二者之間存在正相關(guān)關(guān)系。如王桂梅等(2021)研究指出,知識(shí)產(chǎn)權(quán)保護(hù)能夠促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升[6]。黨國(guó)英、秦開(kāi)強(qiáng)(2015)同樣指出,知識(shí)產(chǎn)權(quán)保護(hù)水平對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率有顯著正向影響[7]。還有部分學(xué)者則認(rèn)為知識(shí)產(chǎn)權(quán)保護(hù)與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率之間的關(guān)系并不固定。例如顧群、翟淑萍(2013)研究指出,知識(shí)產(chǎn)權(quán)保護(hù)與高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率之間存在非線性的倒“U”型關(guān)系[8]。
數(shù)字經(jīng)濟(jì)與知識(shí)產(chǎn)權(quán)保護(hù)之間的關(guān)聯(lián),學(xué)者們主要從理論方面展開(kāi)了一定研究。王華等(2022)指出,數(shù)字經(jīng)濟(jì)背景下知識(shí)產(chǎn)權(quán)保護(hù)面臨嚴(yán)峻挑戰(zhàn),表現(xiàn)為在版權(quán)領(lǐng)域,數(shù)字化技術(shù)引致版權(quán)濫用及壟斷、維權(quán)困難、共享精神與保護(hù)沖突等問(wèn)題。在專利領(lǐng)域,數(shù)字經(jīng)濟(jì)在一定程度上誘發(fā)低價(jià)值專利產(chǎn)出、專利叢林等問(wèn)題[9]。鄭魯英(2022)研究認(rèn)為,中國(guó)數(shù)字經(jīng)濟(jì)與知識(shí)產(chǎn)權(quán)治理能夠協(xié)同推進(jìn)中國(guó)式現(xiàn)代化,并從創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享五個(gè)方面指出數(shù)字經(jīng)濟(jì)知識(shí)產(chǎn)權(quán)治理的中國(guó)式現(xiàn)代化進(jìn)路[10]。
梳理上述文獻(xiàn)可知,盡管現(xiàn)有文獻(xiàn)已經(jīng)關(guān)注到數(shù)字經(jīng)濟(jì)對(duì)創(chuàng)新的影響,但更多是評(píng)估數(shù)字經(jīng)濟(jì)對(duì)區(qū)域、產(chǎn)業(yè)抑或是企業(yè)層面創(chuàng)新能力的作用,鮮有研究對(duì)創(chuàng)新效率進(jìn)行探討。關(guān)于數(shù)字經(jīng)濟(jì)與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的關(guān)系并未引起學(xué)界足夠重視,僅袁徽文、高波(2022)[11]進(jìn)行了初步探討,指出二者之間存在正向作用。此外,部分學(xué)者已經(jīng)明確提出,數(shù)字經(jīng)濟(jì)下的知識(shí)產(chǎn)權(quán)保護(hù)面臨挑戰(zhàn)。那么,在知識(shí)產(chǎn)權(quán)保護(hù)制度下,數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的作用效應(yīng)是否會(huì)受到影響,這一問(wèn)題同樣有待進(jìn)一步解答?;诖?,文章嘗試在以下幾個(gè)方面進(jìn)行擴(kuò)展。其一,在既有文獻(xiàn)基礎(chǔ)上,梳理和分析數(shù)字經(jīng)濟(jì)與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率之間的內(nèi)在邏輯機(jī)理,豐富相關(guān)理論。其二,借助系統(tǒng)GMM 模型,實(shí)證考察數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng),檢驗(yàn)二者關(guān)系及區(qū)域異質(zhì)性。其三,以知識(shí)產(chǎn)權(quán)為門(mén)檻變量,探討在不同強(qiáng)度的知識(shí)產(chǎn)權(quán)保護(hù)下,數(shù)字經(jīng)濟(jì)賦能高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升的異質(zhì)性。
第一,數(shù)字經(jīng)濟(jì)可降低產(chǎn)業(yè)創(chuàng)新成本,提升高技術(shù)創(chuàng)新效率。通常而言,創(chuàng)新成本越低,越有助于提升創(chuàng)新效率。對(duì)于高技術(shù)產(chǎn)業(yè)中的企業(yè)而言,其技術(shù)創(chuàng)新活動(dòng)成本巨大,需要投入人力、資金、技術(shù)等一系列創(chuàng)新要素。而數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程縮短了創(chuàng)新信息傳遞的時(shí)空距離,在優(yōu)化創(chuàng)新環(huán)節(jié)的同時(shí)提高產(chǎn)業(yè)鏈上下游協(xié)同創(chuàng)新效率[12],壓縮整體創(chuàng)新成本,促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提高。
第二,數(shù)字經(jīng)濟(jì)可降低創(chuàng)新風(fēng)險(xiǎn),提高創(chuàng)新效率。高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)具有復(fù)雜度高、投入大、難度高等特征,無(wú)形中會(huì)加大企業(yè)所承擔(dān)的風(fēng)險(xiǎn)。數(shù)字經(jīng)濟(jì)發(fā)展利于企業(yè)掌握市場(chǎng)消費(fèi)偏好與消費(fèi)動(dòng)態(tài),提高創(chuàng)新方向精準(zhǔn)性與匹配性,推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。不僅如此,數(shù)字經(jīng)濟(jì)高速發(fā)展,促使企業(yè)創(chuàng)新網(wǎng)絡(luò)得以重構(gòu),推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新由“孤立態(tài)”逐步轉(zhuǎn)向“聯(lián)合態(tài)”。創(chuàng)新活動(dòng)逐漸演變?yōu)槎嘣獎(jiǎng)?chuàng)新主體與環(huán)境相互聯(lián)系、互相作用的過(guò)程。在此過(guò)程中,企業(yè)創(chuàng)新風(fēng)險(xiǎn)被大幅弱化,創(chuàng)新積極性與創(chuàng)新意愿逐步提升,進(jìn)而提高產(chǎn)業(yè)整體創(chuàng)新效率。
第三,數(shù)字經(jīng)濟(jì)可激活創(chuàng)新要素資源,賦能高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。數(shù)字經(jīng)濟(jì)快速滲透,突破了傳統(tǒng)經(jīng)濟(jì)形態(tài)下資源配置時(shí)空限制,有助于實(shí)現(xiàn)創(chuàng)新要素資源供需精準(zhǔn)對(duì)接,提高要素供需匹配效率,糾正要素錯(cuò)配現(xiàn)象,助力高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升[13]。與此同時(shí),數(shù)字經(jīng)濟(jì)的快速發(fā)展大幅拓寬了高技術(shù)企業(yè)之間的創(chuàng)新合作通道,使得不同企業(yè)之間的優(yōu)質(zhì)創(chuàng)新資源得以共享,賦能高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。與此同時(shí),數(shù)字經(jīng)濟(jì)可依托數(shù)據(jù)要素提升其他創(chuàng)新要素資源應(yīng)用效率,賦能高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。數(shù)據(jù)要素依托非競(jìng)爭(zhēng)、無(wú)限增長(zhǎng)等特性,對(duì)勞動(dòng)力、資本等其他創(chuàng)新要素資源形成乘數(shù)效應(yīng),放大其在生產(chǎn)流轉(zhuǎn)中的實(shí)際價(jià)值[14],以此提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。綜上,提出假設(shè)如下:
假設(shè)H1:數(shù)字經(jīng)濟(jì)與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有正相關(guān)關(guān)系。
高技術(shù)產(chǎn)業(yè)獲得市場(chǎng)優(yōu)勢(shì)的重要途徑之一便是持續(xù)進(jìn)行技術(shù)創(chuàng)新,以技術(shù)優(yōu)勢(shì)換取市場(chǎng)優(yōu)勢(shì)[15]。要想保證這一內(nèi)在機(jī)制成立,前提之一便是企業(yè)能夠擁有技術(shù)創(chuàng)新成果的知識(shí)產(chǎn)權(quán)。市場(chǎng)經(jīng)濟(jì)中,高技術(shù)產(chǎn)品與服務(wù)的本質(zhì)是知識(shí)產(chǎn)權(quán)交易。知識(shí)產(chǎn)權(quán)交易在一定程度上直接體現(xiàn)經(jīng)濟(jì)利益交換及分配。數(shù)字經(jīng)濟(jì)的飛速發(fā)展為知識(shí)、技術(shù)快速傳播開(kāi)辟了更為高效便捷的通道。但值得注意的是,網(wǎng)絡(luò)空間中的知識(shí)產(chǎn)權(quán)表現(xiàn)形式為數(shù)字信息。數(shù)字信息的不確定性、無(wú)形性使得知識(shí)產(chǎn)權(quán)保護(hù)難度急劇提升。由此,引致的結(jié)果是網(wǎng)絡(luò)知識(shí)產(chǎn)權(quán)侵權(quán)行為頻發(fā),知識(shí)產(chǎn)權(quán)所有者合法權(quán)益受到侵害。對(duì)于高技術(shù)產(chǎn)業(yè)創(chuàng)新主體而言,其創(chuàng)新活動(dòng)應(yīng)用數(shù)字技術(shù)時(shí)會(huì)面臨較大侵權(quán)風(fēng)險(xiǎn)。特別是涉及到商業(yè)應(yīng)用價(jià)值較大的知識(shí)產(chǎn)權(quán)時(shí),企業(yè)往往會(huì)更加謹(jǐn)慎應(yīng)用數(shù)字技術(shù)進(jìn)行交流合作創(chuàng)新。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度過(guò)低時(shí),會(huì)引發(fā)大量“模仿行為”,大幅降低創(chuàng)新收益,抑制創(chuàng)新主體創(chuàng)新活力的同時(shí)降低創(chuàng)新效率。而在較為完善的知識(shí)產(chǎn)權(quán)保護(hù)制度下,高技術(shù)企業(yè)無(wú)需過(guò)多顧慮技術(shù)創(chuàng)新成本被盜用。與此同時(shí),數(shù)字經(jīng)濟(jì)還會(huì)加速技術(shù)成果擴(kuò)散速度與范圍,推動(dòng)技術(shù)商業(yè)化、市場(chǎng)化進(jìn)程,進(jìn)而提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。此外,知識(shí)產(chǎn)權(quán)保護(hù)需結(jié)合產(chǎn)業(yè)發(fā)展實(shí)際情況。過(guò)度的知識(shí)產(chǎn)權(quán)保護(hù)雖然能避免創(chuàng)新成果流失,但也會(huì)導(dǎo)致行業(yè)內(nèi)部形成技術(shù)壟斷,抑制其他創(chuàng)新主體創(chuàng)新活動(dòng),降低產(chǎn)業(yè)整體創(chuàng)新效率[16]。綜上,提出如下假設(shè):
假設(shè)H2:在知識(shí)產(chǎn)權(quán)保護(hù)的不同程度下,數(shù)字經(jīng)濟(jì)影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的效果不同。
鑒于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率可能存在“慣性”,將高技術(shù)產(chǎn)業(yè)創(chuàng)新效率滯后一期納入解釋變量,建立如下動(dòng)態(tài)面板模型:
其中,i、t 分別代表省份及年份;Invit為核心被解釋變量高技術(shù)產(chǎn)業(yè)創(chuàng)新效率;Digit是核心解釋變量數(shù)字經(jīng)濟(jì);Xit代表控制變量合集;α0為截距項(xiàng);α1、β0、β1代表變量回歸估計(jì)系數(shù);μi為地區(qū)虛擬變量;λt為時(shí)間虛擬變量;εit為隨機(jī)擾動(dòng)項(xiàng)。
為檢驗(yàn)數(shù)字經(jīng)濟(jì)不同維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響差異,將Digit分別替換為Dflit、Dilit、Idlit、Dinlit,構(gòu)建如下模型:
基于文章假設(shè)H2,檢驗(yàn)知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng),構(gòu)建如下門(mén)檻效應(yīng)回歸模型:
式中,θ1~θn表示門(mén)檻值;I(·)代表指示函數(shù),當(dāng)括號(hào)內(nèi)條件滿足時(shí)取值為1,否則取值為0;Iprit為知識(shí)產(chǎn)權(quán)保護(hù),其余變量含義與模型(1)相同。
為防止模型固有的內(nèi)生性問(wèn)題,采用系統(tǒng)廣義矩估計(jì)法對(duì)上述模型(1)~(6)進(jìn)行參數(shù)估計(jì)。
(1) 被解釋變量:高技術(shù)產(chǎn)業(yè)創(chuàng)新效率
遵循數(shù)據(jù)可得性、科學(xué)性、系統(tǒng)性原則,從投入、產(chǎn)出兩個(gè)維度構(gòu)建高技術(shù)產(chǎn)業(yè)創(chuàng)新效率評(píng)價(jià)指標(biāo)體系。在產(chǎn)出指標(biāo)選取方面,選取專利申請(qǐng)數(shù)與新產(chǎn)品銷售額進(jìn)行衡量。在投入指標(biāo)選取方面,選取研發(fā)資金與人力資本作為主要指標(biāo)。其中,研發(fā)資金屬于流量數(shù)據(jù),需借助永續(xù)盤(pán)存法轉(zhuǎn)化成存量指標(biāo),對(duì)應(yīng)公式如下:
式中,i、t 分別表示省份及年份,Kit代表當(dāng)期資本存量,Kit-1代表上期資本存量,Iit代表當(dāng)期研究資金,δ 代表折舊率,采取學(xué)術(shù)界常用做法,設(shè)定折舊率為15%。
當(dāng)前,投入產(chǎn)出效率的主流測(cè)算方式可分為兩種:第一種是參數(shù)估計(jì)法,代表為隨機(jī)前沿模型;第二種為非參數(shù)估計(jì)法,代表為數(shù)據(jù)包絡(luò)法。相對(duì)于后者,隨機(jī)前沿模型能夠綜合考慮環(huán)境變化與隨機(jī)因素,在實(shí)證分析中應(yīng)用廣泛。由此,借鑒袁徽文、高波(2022)[11]的研究,采用隨機(jī)前沿模型測(cè)度高技術(shù)產(chǎn)業(yè)創(chuàng)新效率,具體公式如下:
式中,Yit為專利申請(qǐng)量;Kit為R&D 資本存量;Lit為R&D人員;T 為時(shí)間趨勢(shì)變量,可反映技術(shù)進(jìn)步變動(dòng);Vit為隨機(jī)誤差項(xiàng);Uit為技術(shù)非效率項(xiàng)。
(2) 核心解釋變量:數(shù)字經(jīng)濟(jì)
現(xiàn)階段,數(shù)字經(jīng)濟(jì)衡量方式并未形成固定范式,多數(shù)學(xué)者采用構(gòu)建指標(biāo)體系的方式進(jìn)行衡量。文章在結(jié)合既有研究基礎(chǔ)上[17,18],從數(shù)字基礎(chǔ)化水平、數(shù)字產(chǎn)業(yè)化水平、產(chǎn)業(yè)數(shù)字化水平、數(shù)字創(chuàng)新水平四個(gè)維度綜合衡量數(shù)字經(jīng)濟(jì)發(fā)展水平。所構(gòu)建評(píng)價(jià)指標(biāo)體系如表1 所示。在具體測(cè)度方法選擇上,選取熵權(quán)法進(jìn)行研究。
表1 數(shù)字經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系
(3) 門(mén)檻變量:知識(shí)產(chǎn)權(quán)保護(hù)
涉及知識(shí)產(chǎn)權(quán)的合法交易往往通過(guò)技術(shù)市場(chǎng)來(lái)完成,故技術(shù)市場(chǎng)轉(zhuǎn)讓規(guī)模能夠在一定程度上反映當(dāng)?shù)刂R(shí)產(chǎn)權(quán)保護(hù)水平。選用技術(shù)市場(chǎng)成交額占當(dāng)?shù)谿DP 比重衡量知識(shí)產(chǎn)權(quán)保護(hù)水平。
(4) 控制變量
為保證所得結(jié)果準(zhǔn)確性,參考既有文獻(xiàn)[19,20],對(duì)如下變量進(jìn)行控制:一是人力資本水平(Hum)。內(nèi)生增長(zhǎng)理論指出,人力資本水平是影響技術(shù)創(chuàng)新效率的重要因素,采用普通高等學(xué)校在校學(xué)生數(shù)占比進(jìn)行表征。二是對(duì)外開(kāi)放程度(Open)。對(duì)外開(kāi)放有助于人力、資金、技術(shù)等要素資源的流動(dòng),進(jìn)而提高高科技產(chǎn)業(yè)創(chuàng)新效率,采用實(shí)際利用外商直接投資額占GDP 比重衡量。三是經(jīng)濟(jì)發(fā)展水平(Eco)。通常情況下,經(jīng)濟(jì)發(fā)展水平越高,越能為高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)提供良好環(huán)境,采用該地區(qū)人均GDP 反映。四是產(chǎn)業(yè)結(jié)構(gòu)(Str)。相較于一、二產(chǎn)業(yè),第三產(chǎn)業(yè)發(fā)展更有利于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升,采用服務(wù)業(yè)增加值與GDP 之比表示。
考慮到數(shù)據(jù)的完整性與可得性,文章選取2010—2021 年30 個(gè)省份數(shù)據(jù)為樣本(西藏及港澳臺(tái)地區(qū)由于數(shù)據(jù)缺失,不納入研究),數(shù)據(jù)主要來(lái)源于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》 《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》 以及各省份統(tǒng)計(jì)年鑒。對(duì)于缺失數(shù)據(jù),采用線性插值法補(bǔ)齊。
采用系統(tǒng)GMM 模型的前提是工具變量為外生變量,擾動(dòng)項(xiàng)不存在自相關(guān)關(guān)系,差分處理后的擾動(dòng)項(xiàng)不存在二階自相關(guān)關(guān)系。分別進(jìn)行Hansen 及Sargan 工具變量有效性檢驗(yàn)以及Arellano Bond 序列相關(guān)檢驗(yàn)。AR(1)與AR(2)檢驗(yàn)結(jié)果顯示,差分方程殘差序列雖不能拒絕一階序列相關(guān),但拒絕二階序列相關(guān)。Hansen 檢驗(yàn)結(jié)果顯示,無(wú)法拒絕工具變量有效原假設(shè),表明選取工具變量有效。綜上,模型(1)適用于系統(tǒng)GMM 估計(jì),故文章以此結(jié)果作為基準(zhǔn)回歸結(jié)果進(jìn)行分析。
借助系統(tǒng)GMM對(duì)模型(1)進(jìn)行回歸估計(jì),結(jié)果見(jiàn)表2 列(1)。為便于比較,表2 同時(shí)給出了采用混合最小二乘法(POLS)、隨機(jī)效應(yīng)模型(RE)和固定效應(yīng)模型(FE)估計(jì)后的回歸結(jié)果,結(jié)果分別見(jiàn)列(2)、列(3)與列(4)。
表2 數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響
核心解釋變量數(shù)字經(jīng)濟(jì)Dig 系數(shù)為0.389,且在1%統(tǒng)計(jì)水平上顯著,說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展能夠提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率,假設(shè)H1 通過(guò)檢驗(yàn)。可能的解釋是,數(shù)字經(jīng)濟(jì)能夠加速創(chuàng)新資源要素流動(dòng),且與之相伴的數(shù)字技術(shù)使得高技術(shù)產(chǎn)業(yè)創(chuàng)新模式得以優(yōu)化升級(jí),進(jìn)而提高自身創(chuàng)新效率。此外,被解釋變量滯后一期系數(shù)為0.552,且在1%統(tǒng)計(jì)水平上顯著,說(shuō)明中國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率在時(shí)間維度上確實(shí)存在慣性和“路徑依賴”現(xiàn)象。
就控制變量角度而言,表2 列(1)其他控制變量的回歸結(jié)果顯示,人力資本水平估計(jì)系數(shù)為0.166,且在1%統(tǒng)計(jì)水平上顯著,表明高水平人力資本能夠充分利用創(chuàng)新要素資源,從而提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。對(duì)外開(kāi)放程度估計(jì)系數(shù)為0.425,在1%統(tǒng)計(jì)水平上顯著,即對(duì)外開(kāi)放有助于提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率??赡艿慕忉屖?,對(duì)外開(kāi)放有助于將國(guó)外先進(jìn)技術(shù)引入高技術(shù)企業(yè),推動(dòng)企業(yè)運(yùn)營(yíng)與生產(chǎn)流程創(chuàng)新優(yōu)化,繼而提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。經(jīng)濟(jì)發(fā)展水平估計(jì)系數(shù)為0.557,在5%統(tǒng)計(jì)水平上顯著,表明經(jīng)濟(jì)發(fā)展能夠有效促進(jìn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。產(chǎn)業(yè)結(jié)構(gòu)估計(jì)系數(shù)為0.093,在1%統(tǒng)計(jì)水平上顯著,說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化能夠?yàn)樘嵘呒夹g(shù)產(chǎn)業(yè)創(chuàng)新效率賦能。對(duì)比可以發(fā)現(xiàn),產(chǎn)業(yè)結(jié)構(gòu)的驅(qū)動(dòng)效應(yīng)明顯低于經(jīng)濟(jì)發(fā)展水平與對(duì)外開(kāi)放程度。未來(lái)有必要持續(xù)優(yōu)化相關(guān)服務(wù)產(chǎn)業(yè),以更好提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。
分別從數(shù)字基礎(chǔ)化水平、產(chǎn)業(yè)數(shù)字化水平、數(shù)字創(chuàng)新水平以及數(shù)字產(chǎn)業(yè)化水平四個(gè)維度探討數(shù)字經(jīng)濟(jì)子維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的異質(zhì)性影響,結(jié)果如表3 所示。
表3 數(shù)字經(jīng)濟(jì)子維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響
觀察表3 可知,數(shù)字經(jīng)濟(jì)不同維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均存在顯著正向影響。其中,數(shù)字基礎(chǔ)化水平的回歸估計(jì)系數(shù)為0.612,在1%統(tǒng)計(jì)水平下顯著。原因在于,不斷完善的數(shù)字基礎(chǔ)設(shè)施建設(shè)快速提升了行業(yè)間高技術(shù)企業(yè)技術(shù)交流的共享水平,改善了產(chǎn)業(yè)創(chuàng)新生態(tài),提升了創(chuàng)新效率。數(shù)字產(chǎn)業(yè)化水平對(duì)應(yīng)回歸估計(jì)系數(shù)為0.385,且在5%統(tǒng)計(jì)水平上顯著。原因在于,數(shù)字產(chǎn)業(yè)發(fā)展能夠推動(dòng)人工智能、區(qū)塊鏈、類腦計(jì)算芯片等技術(shù)取得突破式進(jìn)展,從而對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新活動(dòng)進(jìn)行技術(shù)賦能,提高其創(chuàng)新效率。數(shù)字創(chuàng)新水平對(duì)應(yīng)回歸估計(jì)系數(shù)為0.703,且在1%統(tǒng)計(jì)水平下顯著,在所有子維度中影響最強(qiáng)??赡艿慕忉屖?,數(shù)字創(chuàng)新能夠擴(kuò)展創(chuàng)新網(wǎng)絡(luò),將傳統(tǒng)創(chuàng)新活動(dòng)由線下實(shí)體空間為主轉(zhuǎn)變?yōu)榫€上與線下、實(shí)體與虛體相結(jié)合的復(fù)合式創(chuàng)新,提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。產(chǎn)業(yè)數(shù)字化水平對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的回歸估計(jì)系數(shù)為0.097,在所有子維度中影響最小,說(shuō)明產(chǎn)業(yè)數(shù)字化更多是在各產(chǎn)業(yè)內(nèi)部進(jìn)行變革,對(duì)高技術(shù)產(chǎn)業(yè)的帶動(dòng)效應(yīng)有限,無(wú)法在短期內(nèi)驅(qū)動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升
為驗(yàn)證以上結(jié)論的穩(wěn)健性,采用以下兩種方式進(jìn)行檢驗(yàn):第一,變更研究時(shí)期??紤]到2020 年的新冠肺炎疫情可能導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響出現(xiàn)波動(dòng),文章選取2010—2019 年數(shù)據(jù)重新進(jìn)行回歸。第二,變更研究樣本。就數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀來(lái)看,廣東、江蘇、上海、北京、浙江5 個(gè)省份發(fā)展水平明顯高于其他地區(qū),將其納入樣本分析可能影響結(jié)果的普適性,故剔除以上5 個(gè)省份重新進(jìn)行回歸,檢驗(yàn)結(jié)果表明,無(wú)論是數(shù)字經(jīng)濟(jì)整體層面,還是數(shù)字經(jīng)濟(jì)子維度,其對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的回歸估計(jì)系數(shù)符號(hào)方向并未發(fā)生改變。這一結(jié)果表明,上述結(jié)論整體較為穩(wěn)健。
(1) 門(mén)檻效應(yīng)檢驗(yàn)
為檢驗(yàn)文章假設(shè)H2,以知識(shí)產(chǎn)權(quán)為門(mén)檻變量,驗(yàn)證其在數(shù)字經(jīng)濟(jì)影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的過(guò)程中是否存在門(mén)檻效應(yīng)。
根據(jù)檢驗(yàn)結(jié)果可知,在單一門(mén)檻檢驗(yàn)中,知識(shí)產(chǎn)權(quán)保護(hù)在1%水平上顯著;在雙重門(mén)檻檢驗(yàn)中,知識(shí)產(chǎn)權(quán)保護(hù)在5%水平上顯著;在三重門(mén)檻檢驗(yàn)中,知識(shí)產(chǎn)權(quán)保護(hù)并未通過(guò)顯著性檢驗(yàn)。由此,利用雙重門(mén)檻檢驗(yàn)分析知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng),門(mén)檻值分別為1.499 與3.238。
(2) 門(mén)檻效應(yīng)回歸結(jié)果
借助模型(6),對(duì)知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng)進(jìn)行檢驗(yàn)(見(jiàn)表4)。結(jié)果表明,知識(shí)產(chǎn)權(quán)保護(hù)力度不同,數(shù)字經(jīng)濟(jì)的作用效果亦存在差異。在門(mén)檻變量處于第一門(mén)檻值之下時(shí),數(shù)字經(jīng)濟(jì)對(duì)應(yīng)估計(jì)系數(shù)為0.148,且在1%統(tǒng)計(jì)水平下顯著。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)水平高于第一門(mén)檻值,低于第二門(mén)檻值時(shí),數(shù)字經(jīng)濟(jì)估計(jì)系數(shù)為0.621,在1%統(tǒng)計(jì)水平下顯著。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)水平高于第二門(mén)檻值時(shí),數(shù)字經(jīng)濟(jì)回歸估計(jì)系數(shù)為0.326,在1%統(tǒng)計(jì)水平下顯著。可見(jiàn),知識(shí)產(chǎn)權(quán)保護(hù)力度的變化會(huì)影響數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的作用。知識(shí)產(chǎn)權(quán)保護(hù)力度過(guò)大或過(guò)小時(shí),均會(huì)在一定程度上限制數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提振作用。只有當(dāng)其處于最優(yōu)區(qū)間時(shí),數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的賦能作用才能達(dá)到最強(qiáng)。假設(shè)H2 通過(guò)驗(yàn)證。
表4 門(mén)檻效應(yīng)回歸結(jié)果
(1) 數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響的地區(qū)異質(zhì)性檢驗(yàn)
為檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)不同地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響是否存在異質(zhì)性,依據(jù)國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn),將30 個(gè)省份分為東部、中部、西部三大地區(qū),并進(jìn)行分樣本回歸,具體檢驗(yàn)結(jié)果如表5 所示。
表5 地區(qū)異質(zhì)性檢驗(yàn)結(jié)果
由表5 可知,數(shù)字經(jīng)濟(jì)對(duì)東部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的回歸估計(jì)系數(shù)為0.515,且在1%統(tǒng)計(jì)水平下顯著;對(duì)中部、西部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新績(jī)效的回歸估計(jì)系數(shù)分別為0.402、0.371,且均通過(guò)1%統(tǒng)計(jì)水平下的顯著性檢驗(yàn)。對(duì)比而言,數(shù)字經(jīng)濟(jì)對(duì)東部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提振作用明顯更強(qiáng)??赡艿脑蚴牵瑪?shù)字經(jīng)濟(jì)是基于數(shù)字技術(shù)的經(jīng)濟(jì)活動(dòng),其發(fā)展需要龐大數(shù)據(jù)規(guī)模以及充足的信息技術(shù)人才做支撐。與中部、西部地區(qū)相比,東部地區(qū)不僅擁有地理、人口等先天優(yōu)勢(shì),還具備政策試點(diǎn)等后天制度優(yōu)勢(shì)。加之東部地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展本身較為成熟,對(duì)于數(shù)字經(jīng)濟(jì)的融合應(yīng)用能力明顯更強(qiáng),故數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響相對(duì)更強(qiáng)。
(2) 門(mén)檻效應(yīng)地區(qū)異質(zhì)性檢驗(yàn)
進(jìn)一步考察知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng)在不同地區(qū)表現(xiàn)情況,結(jié)果如表6 所示。觀察可知,知識(shí)產(chǎn)權(quán)保護(hù)在東部、中部地區(qū)表現(xiàn)出雙重門(mén)檻效應(yīng),在西部地區(qū)則表現(xiàn)為單一門(mén)檻效應(yīng),門(mén)檻值為1.438。代入門(mén)檻模型進(jìn)行回歸分析如表7 所示。分析可知,對(duì)于東部地區(qū)而言,當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)低于第一門(mén)檻值時(shí),數(shù)字經(jīng)濟(jì)回歸估計(jì)系數(shù)為-0.012,通過(guò)1%統(tǒng)計(jì)水平的顯著性檢驗(yàn)。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)在兩個(gè)門(mén)檻值之間時(shí),上述影響由負(fù)轉(zhuǎn)正。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)超過(guò)第二門(mén)檻值后,數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的正向影響隨之降低。對(duì)于中部地區(qū)而言,其與全國(guó)趨勢(shì)一致,即隨著知識(shí)產(chǎn)權(quán)保護(hù)水平的不斷提升,數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響呈先增強(qiáng)后減弱的發(fā)展態(tài)勢(shì)。對(duì)于西部地區(qū)而言,數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響始終為正。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)水平越過(guò)門(mén)檻值后,這一正向影響將得到強(qiáng)化。進(jìn)一步分析產(chǎn)生上述結(jié)果的潛在原因在于,東部地區(qū)高技術(shù)產(chǎn)業(yè)發(fā)展水平較高,技術(shù)成果轉(zhuǎn)化較快,知識(shí)產(chǎn)權(quán)保護(hù)力度過(guò)低則會(huì)大幅削弱創(chuàng)新收益,降低創(chuàng)新主體積極性,進(jìn)而抑制高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。只有當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)水平到達(dá)一定程度后,數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的賦能作用才能得到進(jìn)一步激發(fā)。對(duì)于西部地區(qū)而言,其高技術(shù)產(chǎn)業(yè)創(chuàng)新效率偏低,數(shù)字經(jīng)濟(jì)的賦能效應(yīng)受知識(shí)產(chǎn)權(quán)保護(hù)影響較小,始終呈正向影響。
表6 門(mén)檻效應(yīng)地區(qū)異質(zhì)性檢驗(yàn)結(jié)果
文章選取2010—2021 年中國(guó)30 個(gè)省份面板數(shù)據(jù),借助GMM模型實(shí)證分析數(shù)字經(jīng)濟(jì)及其四個(gè)子維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng),并進(jìn)一步考察知識(shí)產(chǎn)權(quán)的門(mén)檻效應(yīng),得出以下研究結(jié)論:
第一,從全國(guó)層面看,數(shù)字經(jīng)濟(jì)及其四個(gè)子維度對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均具有顯著正向影響,充分說(shuō)明數(shù)字經(jīng)濟(jì)有助于提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。該結(jié)論在變更研究時(shí)期和變更研究樣本后依然成立。分地區(qū)看,數(shù)字經(jīng)濟(jì)對(duì)東部地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng)最強(qiáng),中部地區(qū)次之,西部地區(qū)最不顯著。
第二,知識(shí)產(chǎn)權(quán)保護(hù)在數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響中存在雙重門(mén)檻效應(yīng),且數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響始終為正。當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)位于兩個(gè)門(mén)檻值之間時(shí),數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的正向影響最強(qiáng)。
第三,知識(shí)產(chǎn)權(quán)保護(hù)的門(mén)檻效應(yīng)存在顯著地區(qū)差異。在東部地區(qū),知識(shí)產(chǎn)權(quán)保護(hù)存在雙重門(mén)檻效應(yīng),當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)低于第一門(mén)檻值時(shí),數(shù)字經(jīng)濟(jì)負(fù)向影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)位于兩個(gè)門(mén)檻值之間時(shí),數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響由負(fù)轉(zhuǎn)正;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)越過(guò)第二門(mén)檻值后,這一正向影響隨之降低。對(duì)于中部地區(qū)而言,其影響結(jié)果與全國(guó)趨勢(shì)一致。對(duì)于西部地區(qū)而言,知識(shí)產(chǎn)權(quán)保護(hù)存在單門(mén)檻效應(yīng)。知識(shí)產(chǎn)權(quán)保護(hù)越過(guò)門(mén)檻值后,數(shù)字經(jīng)濟(jì)的促進(jìn)作用隨之增強(qiáng)。
第一,適度超前部署數(shù)字新基建,夯實(shí)數(shù)字經(jīng)濟(jì)發(fā)展基礎(chǔ)。一方面,持續(xù)完善信息基礎(chǔ)設(shè)施建設(shè),推動(dòng)光纖網(wǎng)絡(luò)的提速擴(kuò)容,并加快部署5G 網(wǎng)絡(luò)的規(guī)模化應(yīng)用。與此同時(shí),政府應(yīng)依據(jù)各地?cái)?shù)據(jù)、算力等實(shí)際情況,統(tǒng)籌建設(shè)數(shù)據(jù)中心集群,形成一體化大數(shù)據(jù)中心體系。另一方面,建立存算一體基礎(chǔ)設(shè)施,實(shí)現(xiàn)數(shù)字要素資源多元供給。政府可以城市為中心,構(gòu)建涵蓋云計(jì)算、邊緣計(jì)算、超算協(xié)同的多層次計(jì)算體系,打造存儲(chǔ)多元、算力開(kāi)放的存算一體化基礎(chǔ)設(shè)施,為數(shù)字經(jīng)濟(jì)提供完善的網(wǎng)絡(luò)與平臺(tái)支撐。政府部門(mén)需著力搭建數(shù)據(jù)共享交換平臺(tái),實(shí)現(xiàn)跨部門(mén)、跨業(yè)務(wù)、跨地區(qū)的數(shù)據(jù)協(xié)同管理與服務(wù),推動(dòng)高技術(shù)產(chǎn)業(yè)領(lǐng)域的數(shù)據(jù)要素市場(chǎng)流通交易,助力高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升。
第二,優(yōu)化知識(shí)產(chǎn)權(quán)保護(hù)體系,打造數(shù)字經(jīng)濟(jì)推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提升的外部軟環(huán)境。首先,明確相關(guān)領(lǐng)域知識(shí)產(chǎn)權(quán)保護(hù)邊界。相關(guān)政府部門(mén)應(yīng)明確權(quán)力邊界,并提供確切的保護(hù)范圍與侵權(quán)對(duì)比方案,為高技術(shù)產(chǎn)業(yè)領(lǐng)域知識(shí)產(chǎn)權(quán)司法實(shí)踐提供明確指引。其次,完善知識(shí)產(chǎn)權(quán)司法保護(hù)制度。對(duì)于知識(shí)產(chǎn)權(quán)案件“舉證難”“周期長(zhǎng)”等客觀問(wèn)題,合理減輕權(quán)利人舉證負(fù)擔(dān),并探索“先行判決+臨時(shí)禁令”等裁決方式,及時(shí)制止侵權(quán)行為。最后,依據(jù)產(chǎn)業(yè)特征實(shí)施差異化保護(hù)策略。高技術(shù)產(chǎn)業(yè)不同行業(yè)對(duì)知識(shí)產(chǎn)權(quán)保護(hù)敏感性并不相同。相關(guān)部門(mén)應(yīng)聯(lián)合行業(yè)協(xié)會(huì)、頭部企業(yè)等主體,結(jié)合技術(shù)發(fā)展現(xiàn)狀,不斷優(yōu)化行業(yè)規(guī)范形式,緩解知識(shí)產(chǎn)權(quán)保護(hù)的創(chuàng)新抑制效應(yīng),更好釋放數(shù)字經(jīng)濟(jì)對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的推動(dòng)效應(yīng)。
第三,實(shí)施數(shù)字經(jīng)濟(jì)均衡化發(fā)展戰(zhàn)略。一方面,多舉措落實(shí)“東數(shù)西算”建設(shè)布局。加大國(guó)家算力網(wǎng)絡(luò)的頂層設(shè)計(jì),在內(nèi)蒙古、甘肅、寧夏、貴州等數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)滯后地區(qū)布局全國(guó)算力網(wǎng)絡(luò)樞紐節(jié)點(diǎn),推進(jìn)這些地區(qū)與東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展較好省份之間的云網(wǎng)協(xié)同,進(jìn)而激發(fā)其自身數(shù)字經(jīng)濟(jì)發(fā)展。另一方面,強(qiáng)化中部、西部地區(qū)的數(shù)字人才供給。數(shù)字經(jīng)濟(jì)發(fā)展落后地區(qū)應(yīng)積極推進(jìn)數(shù)字人才隊(duì)伍建設(shè),通過(guò)打造數(shù)字經(jīng)濟(jì)人才市場(chǎng)、強(qiáng)化數(shù)字人才待遇等方式吸納數(shù)字人才,助力當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展,推動(dòng)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率穩(wěn)步提升。
技術(shù)經(jīng)濟(jì)與管理研究2023年7期