摘 要：黨的二十屆三中全會對加快培育完整內(nèi)需體系作出重大部署，要求“完善擴(kuò)大消費(fèi)長效機(jī)制”。以建立在新一代信息技術(shù)范式下的信息消費(fèi)為研究視角，基于國家信息消費(fèi)試點(diǎn)政策準(zhǔn)自然試驗，匹配A股上市公司微觀數(shù)據(jù)，運(yùn)用雙重差分模型考察信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)與傳導(dǎo)機(jī)制。研究發(fā)現(xiàn)：信息消費(fèi)試點(diǎn)政策通過增加企業(yè)數(shù)據(jù)要素供給、深化數(shù)字技術(shù)應(yīng)用促進(jìn)數(shù)字技術(shù)創(chuàng)新，其創(chuàng)新驅(qū)動效應(yīng)在不同的金融科技環(huán)境、知識產(chǎn)權(quán)保護(hù)和網(wǎng)絡(luò)安全治理水平下存在顯著差異，即在金融科技欠發(fā)達(dá)、低知識產(chǎn)權(quán)保護(hù)和低網(wǎng)絡(luò)安全治理樣本中，信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的牽引作用更加突出。

關(guān)鍵詞：信息消費(fèi)；數(shù)字技術(shù)創(chuàng)新；數(shù)據(jù)要素；雙重差分模型

中圖分類號：F062.5

文獻(xiàn)標(biāo)識碼：A文章編號：1003-3890（2025）02-0021-10

一、問題提出

黨的二十屆三中全會通過的《中共中央關(guān)于進(jìn)一步全面深化改革、推進(jìn)中國式現(xiàn)代化的決定》提出，要加快培育完整內(nèi)需體系，完善擴(kuò)大消費(fèi)長效機(jī)制。為深入貫徹落實(shí)黨的二十屆三中全會精神，國務(wù)院《關(guān)于促進(jìn)服務(wù)消費(fèi)高質(zhì)量發(fā)展的意見》要求加快建設(shè)和升級信息消費(fèi)體驗中心，推出一批新型信息消費(fèi)項目，培育壯大新型消費(fèi)。新型消費(fèi)是以網(wǎng)絡(luò)購物、移動支付、線上線下融合等新業(yè)態(tài)新模式為特征的新的消費(fèi)模式，包括信息消費(fèi)、綠色消費(fèi)、健康消費(fèi)等?。其中，信息消費(fèi)是以信息技術(shù)為基礎(chǔ)，以移動互聯(lián)網(wǎng)為支撐，開展信息產(chǎn)品和服務(wù)交易的新型消費(fèi)模式，涵蓋智能手機(jī)、數(shù)字家庭等信息產(chǎn)品，以及互聯(lián)網(wǎng)接人、語音通信等信息服務(wù)，亦包括基于信息平臺的電子商務(wù)等消費(fèi)業(yè)態(tài)。近年來，信息消費(fèi)領(lǐng)域新產(chǎn)品、新服務(wù)、新業(yè)態(tài)大量涌現(xiàn)，引發(fā)全領(lǐng)域、全要素、全場景消費(fèi)式全新變革，成為數(shù)字技術(shù)創(chuàng)新和數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的重要驅(qū)動，亦是新時期提振國民經(jīng)濟(jì)、深化供給側(cè)結(jié)構(gòu)性改革、實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵抓手④。

隨著全球數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展以及新一輪科技革命和產(chǎn)業(yè)變革加速交匯，信息消費(fèi)者與廠家之間的在線互動愈加頻繁，在此過程中產(chǎn)生的大量數(shù)據(jù)成為企業(yè)數(shù)字化轉(zhuǎn)型的要素資源。從本質(zhì)上看，信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響反映了消費(fèi)升級引致的創(chuàng)新效應(yīng)，相關(guān)研究成果可歸納為以下三個方面一是通過構(gòu)建指標(biāo)體系觀測信息消費(fèi)水平及其影響效應(yīng)。已有文獻(xiàn)從信息消費(fèi)支出、信息基礎(chǔ)設(shè)施、互聯(lián)網(wǎng)用戶活躍度等維度測算了我國信息消費(fèi)發(fā)展水平，發(fā)現(xiàn)信息消費(fèi)存在顯著地區(qū)差異。信息消費(fèi)與信息產(chǎn)業(yè)協(xié)同互動對經(jīng)濟(jì)增長具有積極作用，且該作用在東部和西部地區(qū)更明顯。進(jìn)一步，信息消費(fèi)有利于數(shù)字化人才集聚，增加數(shù)字化企業(yè)勞動收入份額，并通過提高信息化水平等促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)高級化。二是運(yùn)用質(zhì)性或量化研究方法識別數(shù)字技術(shù)創(chuàng)新及其影響因素。數(shù)字技術(shù)創(chuàng)新是數(shù)字組件與物理組件解構(gòu)重組，運(yùn)用信息、計算、溝通和連接技術(shù)等進(jìn)行產(chǎn)品創(chuàng)新、服務(wù)創(chuàng)新、商業(yè)模式創(chuàng)新的過程！]數(shù)字技術(shù)具有自成長性和收斂性特征，突破了產(chǎn)業(yè)組織、部門等物理或業(yè)務(wù)邊界[21，可根據(jù)市場反饋信息進(jìn)行迭代更新以快速響應(yīng)市場需求。已有文獻(xiàn)在使用專利數(shù)據(jù)界定數(shù)字技術(shù)創(chuàng)新的基礎(chǔ)上，發(fā)現(xiàn)我國數(shù)字技術(shù)創(chuàng)新規(guī)模在需求與政策等驅(qū)動下呈單調(diào)增長態(tài)勢，知識基礎(chǔ)、數(shù)字接入、人力資本等是影響數(shù)字技術(shù)創(chuàng)新的重要因素。三是以信息消費(fèi)指數(shù)或試點(diǎn)政策為代理變量，探討信息消費(fèi)與數(shù)字技術(shù)創(chuàng)新之間的影響關(guān)系。一方面，數(shù)字經(jīng)濟(jì)具有顯著的消費(fèi)激勵效應(yīng)，即數(shù)字經(jīng)濟(jì)發(fā)展水平越高越有利于消費(fèi)結(jié)構(gòu)優(yōu)化：數(shù)字技術(shù)作為企業(yè)重組生產(chǎn)要素的關(guān)鍵力量，能夠重塑企業(yè)資源內(nèi)部結(jié)構(gòu)，推動線上線下融會貫通進(jìn)而助力零售業(yè)迭代升級9。另一方面，信息消費(fèi)有助于激發(fā)企業(yè)家創(chuàng)業(yè)精神、增加政府?dāng)?shù)字補(bǔ)貼、促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。在數(shù)字基礎(chǔ)設(shè)施完善、數(shù)據(jù)要素利用水平高的地區(qū)，信息消費(fèi)的積極作用更為突出。王馨等基于國家信息消費(fèi)試點(diǎn)政策，利用雙重差分法發(fā)現(xiàn)信息消費(fèi)通過需求拉動和創(chuàng)新驅(qū)動兩個機(jī)制促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，完善信息基礎(chǔ)設(shè)施、推進(jìn)數(shù)字普惠金融有利于發(fā)揮驅(qū)動機(jī)制的重要作用。同時，信息消費(fèi)提升了地區(qū)信息化水平和技術(shù)創(chuàng)新能力，對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向影響。

既往文獻(xiàn)為本文研究提供了重要參考，但將信息消費(fèi)和數(shù)字技術(shù)創(chuàng)新納入同一分析框架的研究比較少見，特別是在信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)或倒逼機(jī)制方面，亟待進(jìn)一步拓展。本文將國家信息消費(fèi)試點(diǎn)政策作為準(zhǔn)自然實(shí)驗，利用雙重差分模型考察信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)與作用機(jī)制，以期達(dá)成以下可能的邊際貢獻(xiàn)：一是揭示數(shù)字技術(shù)創(chuàng)新視域下的信息消費(fèi)影響效應(yīng)，進(jìn)一步拓展信息消費(fèi)理論研究視角；二是刻畫信息消費(fèi)影響數(shù)字技術(shù)創(chuàng)新的傳導(dǎo)機(jī)制，為優(yōu)化數(shù)字技術(shù)創(chuàng)新路徑提供借鑒；三是闡明信息消費(fèi)在數(shù)據(jù)要素配置、倒逼數(shù)字技術(shù)應(yīng)用等方面具備的重要價值，為部署新型信息消費(fèi)示范項目，推進(jìn)國家信息消費(fèi)城市建設(shè)提供經(jīng)驗依據(jù)。

二、影響機(jī)制與研究假說

（一）信息消費(fèi)與數(shù)字技術(shù)創(chuàng)新

互聯(lián)網(wǎng)的全面普及和數(shù)字技術(shù)突飛猛進(jìn)，以及新一代信息技術(shù)與經(jīng)濟(jì)社會各領(lǐng)域的深度融合，推動以新型信息產(chǎn)品、信息技術(shù)服務(wù)為代表的信息消費(fèi)成為數(shù)字化時代擴(kuò)大內(nèi)需增強(qiáng)經(jīng)濟(jì)循環(huán)動力的重要手段。為搶抓全球信息技術(shù)革命戰(zhàn)略機(jī)遇，加快國內(nèi)傳統(tǒng)消費(fèi)轉(zhuǎn)型升級，2023年7月國家發(fā)展改革委出臺《關(guān)于恢復(fù)和擴(kuò)大消費(fèi)的措施》，要求進(jìn)一步升級信息消費(fèi)，提升信息消費(fèi)示范城市建設(shè)水平，推動新一代信息技術(shù)與更多消費(fèi)領(lǐng)域融合應(yīng)用。2024年8月，國務(wù)院印發(fā)《關(guān)于促進(jìn)服務(wù)消費(fèi)高質(zhì)量發(fā)展的意見》，進(jìn)一步強(qiáng)調(diào)要加快推出一批新型信息消費(fèi)項目，持續(xù)壯大新型消費(fèi)。在一系列重要制度安排和政策激勵下，一批城市入選國家信息消費(fèi)示范城市建設(shè)名單，信息消費(fèi)市場規(guī)模年均增速超過15%，成為增長迅猛、創(chuàng)新活躍、輻射廣泛的消費(fèi)領(lǐng)域之一。在數(shù)字技術(shù)創(chuàng)新過程中，信息消費(fèi)試點(diǎn)政策的突出作用主要體現(xiàn)在以下方面。一是試點(diǎn)政策的主要目的在于強(qiáng)化信息消費(fèi)，打造新型應(yīng)用場景，拓寬信息消費(fèi)領(lǐng)域，為數(shù)字技術(shù)創(chuàng)新創(chuàng)造需求牽引。信息消費(fèi)試點(diǎn)政策通過在選定地區(qū)建立示范縣（市、區(qū)），激勵地方政府制定優(yōu)惠政策，引導(dǎo)企業(yè)立足內(nèi)需市場，強(qiáng)化創(chuàng)新基礎(chǔ)，加快新一代信息技術(shù)和新型信息產(chǎn)品研發(fā)。二是信息消費(fèi)試點(diǎn)政策深刻影響內(nèi)需規(guī)模及需求結(jié)構(gòu)，進(jìn)而誘發(fā)市場擴(kuò)張效應(yīng)。信息消費(fèi)推動消費(fèi)層次向中高端轉(zhuǎn)型過程中，消費(fèi)規(guī)模擴(kuò)張、消費(fèi)結(jié)構(gòu)躍遷對企業(yè)數(shù)字技術(shù)創(chuàng)新具有顯著的正向作用。為捕捉大流量低延時的信息需求及消費(fèi)偏好，企業(yè)通常采取軟件開發(fā)與利用、大數(shù)據(jù)處理、信息集成與傳輸?shù)确绞介_展數(shù)字技術(shù)創(chuàng)新，優(yōu)化新產(chǎn)品生產(chǎn)供給與商業(yè)運(yùn)營模式以適配內(nèi)需市場。據(jù)此，提出如下研究假說。

假說1：提振信息消費(fèi)有助于企業(yè)開展數(shù)字技術(shù)創(chuàng)新。

（二）信息消費(fèi)影響數(shù)字技術(shù)創(chuàng)新的機(jī)制分析

信息消費(fèi)產(chǎn)生的數(shù)據(jù)要素構(gòu)成了數(shù)字技術(shù)創(chuàng)新的重要基礎(chǔ)，并推動企業(yè)建立融合數(shù)據(jù)應(yīng)用的商業(yè)模式和技術(shù)產(chǎn)品譜系。根據(jù)信息生態(tài)理論，數(shù)據(jù)是數(shù)字化轉(zhuǎn)型和數(shù)字技術(shù)創(chuàng)新的核心，數(shù)據(jù)要素對現(xiàn)代產(chǎn)業(yè)體系和市場經(jīng)濟(jì)發(fā)展的獨(dú)特價值已多次在黨中央、國務(wù)院重要文件中體現(xiàn)。一方面，推動傳統(tǒng)消費(fèi)向新型消費(fèi)轉(zhuǎn)型升級是經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在要求，信息消費(fèi)作為新型消費(fèi)業(yè)態(tài)，通過數(shù)字化方式驅(qū)動產(chǎn)業(yè)鏈、供應(yīng)鏈、價值鏈融合并重構(gòu)消費(fèi)行為，為企業(yè)生產(chǎn)端的數(shù)字化轉(zhuǎn)型提供了數(shù)據(jù)要素支持。數(shù)字經(jīng)濟(jì)背景下的創(chuàng)新活動是多元主體與內(nèi)外環(huán)境交互的動態(tài)過程，信息產(chǎn)品和服務(wù)易感知、可交互、可共享等屬性為依法獲取數(shù)據(jù)要素提供支撐。以數(shù)字產(chǎn)品即信息內(nèi)容基于數(shù)字格式的交換物（如數(shù)據(jù)庫）和以網(wǎng)絡(luò)為載體的信息服務(wù)（如搜索引擎）為代表的信息產(chǎn)品和服務(wù)，將海量無序數(shù)據(jù)轉(zhuǎn)化為可利用的有效數(shù)據(jù)資源，成為數(shù)字技術(shù)創(chuàng)新關(guān)鍵要素投入。作為連接數(shù)字空間與物理空間的橋梁，數(shù)據(jù)資源強(qiáng)滲透、高替代特征牽引資本、勞動力等傳統(tǒng)要素優(yōu)化配置，引致生產(chǎn)力、生產(chǎn)關(guān)系變革以及技術(shù)創(chuàng)新加速生成^[5]，并反作用于數(shù)據(jù)要素傳遞效率，增強(qiáng)企業(yè)篩選和加工數(shù)據(jù)的能力，從而有助于企業(yè)利用數(shù)據(jù)要素開展數(shù)字技術(shù)創(chuàng)新。另一方面，數(shù)據(jù)要素驅(qū)動的商業(yè)模式和產(chǎn)品體系進(jìn)一步強(qiáng)化數(shù)字技術(shù)創(chuàng)新的內(nèi)生動力。為高效利用數(shù)據(jù)要素，企業(yè)建立數(shù)據(jù)庫用于收集市場、客戶、銷售等相關(guān)數(shù)據(jù)，在數(shù)據(jù)預(yù)處理基礎(chǔ)上運(yùn)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等數(shù)字技術(shù)從數(shù)據(jù)中捕捉隱藏的市場方向、規(guī)律和知識，生產(chǎn)具有競爭力的差異化產(chǎn)品和服務(wù)，逐步形成獨(dú)到的商業(yè)模式。這一過程不僅涉及數(shù)字技術(shù)的廣泛應(yīng)用，而且為企業(yè)數(shù)字技術(shù)創(chuàng)新提供了內(nèi)在激勵。據(jù)此，提出研究假說2。

假說2：信息消費(fèi)通過增加數(shù)據(jù)要素供給促進(jìn)數(shù)字技術(shù)創(chuàng)新。

同時，信息消費(fèi)加速數(shù)字技術(shù)應(yīng)用并倒逼數(shù)字技術(shù)創(chuàng)新。從微觀視角看，數(shù)字技術(shù)在組織管理、信息傳遞等方面具有特殊作用，企業(yè)具有強(qiáng)烈的動機(jī)和意愿開發(fā)新的數(shù)字技術(shù)，從而滿足新型消費(fèi)需求。數(shù)字化時代的新型消費(fèi)革命推動消費(fèi)需求與生產(chǎn)過程深度融合，其中信息消費(fèi)需求引發(fā)的消費(fèi)升級使得企業(yè)生產(chǎn)趨向數(shù)字化，產(chǎn)品設(shè)計逐漸場景化、個性化、多元化。而信息消費(fèi)者的多樣化需求驅(qū)動企業(yè)借助數(shù)字化手段優(yōu)化組織架構(gòu)、提升信息加工能力，通過線上線下全渠道提高企業(yè)產(chǎn)品的市場競爭力。其一，在傳統(tǒng)信息產(chǎn)品如手機(jī)、計算機(jī)延伸至數(shù)字家庭、虛擬現(xiàn)實(shí)/增強(qiáng)現(xiàn)實(shí)、可穿戴設(shè)備等新型信息產(chǎn)品過程中，無不體現(xiàn)數(shù)字技術(shù)的深入應(yīng)用，而超大規(guī)模的信息消費(fèi)市場為擴(kuò)大數(shù)字技術(shù)應(yīng)用廣度和深度提供空間載體。從需求端看，電子商務(wù)、語音通信、數(shù)字娛樂等信息消費(fèi)顯著降低社會交易成本、暢通商品服務(wù)流通，有利于釋放數(shù)字技術(shù)需求潛力。在供給端，信息終端設(shè)備、多媒體產(chǎn)品、網(wǎng)絡(luò)交互平臺等產(chǎn)品在各領(lǐng)域的推廣和滲透，以及智慧商業(yè)綜合體等新場景和體驗中心的超前部署，為數(shù)字技術(shù)應(yīng)用提供了優(yōu)良契機(jī)。其二，信息消費(fèi)基礎(chǔ)設(shè)施建設(shè)為數(shù)字技術(shù)開發(fā)與應(yīng)用創(chuàng)造基礎(chǔ)條件。從發(fā)展實(shí)踐看，入選信息消費(fèi)試點(diǎn)的主要城市積極建設(shè)新型信息消費(fèi)體驗中心，打造信息消費(fèi)廣場、信息消費(fèi)示范街、信息消費(fèi)產(chǎn)業(yè)園等公共場所和基礎(chǔ)設(shè)施，信息基礎(chǔ)設(shè)施建設(shè)引發(fā)的新消費(fèi)業(yè)態(tài)和新消費(fèi)需求倒逼企業(yè)開發(fā)并應(yīng)用數(shù)字技術(shù)優(yōu)化信息產(chǎn)品和服務(wù)，推進(jìn)信息消費(fèi)與數(shù)字技術(shù)創(chuàng)新良性互動。已有研究發(fā)現(xiàn)，基于新一代信息技術(shù)的基礎(chǔ)設(shè)施建設(shè)顯著影響全要素生產(chǎn)率、技術(shù)創(chuàng)新與產(chǎn)業(yè)升級，對提升區(qū)域創(chuàng)新創(chuàng)業(yè)活力具有積極作用，是數(shù)字技術(shù)迭代創(chuàng)新的重要保障。據(jù)此，提出研究假說3。

假說3：信息消費(fèi)通過深化數(shù)字技術(shù)應(yīng)用驅(qū)動數(shù)字技術(shù)創(chuàng)新。

三、研究設(shè)計

（一）數(shù)據(jù)來源

為貫徹落實(shí)國務(wù)院《關(guān)于促進(jìn)信息消費(fèi)擴(kuò)大內(nèi)需的若干意見》（國發(fā)〔2013〕32號），工業(yè)和信息化部于2013年12月啟動國家信息消費(fèi)試點(diǎn)示范縣（市、區(qū)）創(chuàng)建工作，確定68座城市為首批國家信息消費(fèi)試點(diǎn)縣（市、區(qū)），并在2015年1月認(rèn)定36座城市為第二批國家信息消費(fèi)試點(diǎn)市。據(jù)此，本文將國家信息消費(fèi)試點(diǎn)城市創(chuàng)建工作視為一項準(zhǔn)自然實(shí)驗，將試點(diǎn)城市作為處理組，其他非試點(diǎn)城市看作對照組，匹配2011—2021年A股上市公司微觀數(shù)據(jù)，運(yùn)用雙重差分模型考察信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)與傳導(dǎo)機(jī)制。在構(gòu)建模型之前，對原始數(shù)據(jù)作如下預(yù)處理：（1）剔除金融類上市公司樣本；（2）剔除樣本期內(nèi)ST或 ST樣本；（3）刪除樣本期內(nèi)PT樣本；（4）刪除主要變量存在缺失樣本；（5）對連續(xù)變量進(jìn)行1%的縮尾處理。共收集215座地級市、2 697家上市公司、12 654個觀測值。數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫、中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）數(shù)據(jù)庫以及工業(yè)和信息化部官方網(wǎng)站。

（二）模型設(shè)定

本文將國家信息消費(fèi)試點(diǎn)城市創(chuàng)建工作視為準(zhǔn)自然實(shí)驗，基于試點(diǎn)政策這一外生沖擊評估信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)。由于信息消費(fèi)試點(diǎn)城市建設(shè)工作分批開展，不同個體受政策沖擊影響的基期有異，故構(gòu)建如下多期雙重差分模型。

digiit=β0+β1didit+β2Controlsit+λi+μt+εit（1）

其中：被解釋變量digiit表示第i個企業(yè)第t年數(shù)字技術(shù)創(chuàng)新水平；β0為常數(shù)項，β1為信息消費(fèi)待估系數(shù)，Controlsit表示控制變量集，β2為控制變量系數(shù)。μt、λi分別表示時間固定效應(yīng)和個體固定效應(yīng)，εit為殘差項。didit為模型核心解釋變量，表征國家信息消費(fèi)試點(diǎn)政策虛擬變量，且didit=treati×timet。本文回歸模型聚類至企業(yè)個體-年份層面。

（三）變量說明

1.被解釋變量：企業(yè)數(shù)字技術(shù)創(chuàng)新。數(shù)字技術(shù)創(chuàng)新不同于數(shù)字化轉(zhuǎn)型，前者強(qiáng)調(diào)數(shù)字技術(shù)的新突破、新變化，后者則是對數(shù)字技術(shù)的應(yīng)用，即應(yīng)用數(shù)字技術(shù)創(chuàng)造新產(chǎn)品、改進(jìn)生產(chǎn)過程、創(chuàng)新商業(yè)模式等。專利作為最常用和廣泛認(rèn)可的技術(shù)創(chuàng)新測度指標(biāo)之一，其申請方向與技術(shù)發(fā)展趨勢高度吻合，可直接反映相關(guān)領(lǐng)域技術(shù)水平和技術(shù)預(yù)見能力^[6]。本文采用上市公司數(shù)字經(jīng)濟(jì)專利數(shù)量作為企業(yè)數(shù)字技術(shù)創(chuàng)新（digi）的代理變量^[7]，CNRDS數(shù)據(jù)庫中的數(shù)字經(jīng)濟(jì)研究數(shù)據(jù)庫（DERD）根據(jù)相關(guān)部門發(fā)布的權(quán)威文件對上市公司的數(shù)字專利進(jìn)行精準(zhǔn)匹配，提供了上市公司數(shù)字專利申請與授權(quán)的獨(dú)特數(shù)據(jù)，披露了當(dāng)年獨(dú)立申請或授權(quán)的發(fā)明專利數(shù)、實(shí)用新型專利數(shù)。相比授權(quán)專利，申請專利數(shù)能夠直觀反映企業(yè)創(chuàng)新活動，且較少受到市場等外部環(huán)境因素干擾，具有優(yōu)良穩(wěn)定性。據(jù)此，選取企業(yè)當(dāng)年獨(dú)立申請的數(shù)字經(jīng)濟(jì)發(fā)明專利和企業(yè)當(dāng)年獨(dú)立申請的數(shù)字經(jīng)濟(jì)實(shí)用新型專利的總數(shù)衡量數(shù)字技術(shù)創(chuàng)新。

2.核心解釋變量：國家信息消費(fèi)試點(diǎn)政策。采用虛擬變量表示國家信息消費(fèi)試點(diǎn)城市創(chuàng)建情況。相關(guān)指標(biāo)（did）由雙重差分變量（treat×time）構(gòu)成，其中，treat表示國家信息消費(fèi)試點(diǎn)城市設(shè)立與否的虛擬變量。如上所述，本文將兩批國家信息消費(fèi)試點(diǎn)城市建設(shè)工作視為準(zhǔn)自然實(shí)驗，若某一城市被認(rèn)定為國家信息消費(fèi)試點(diǎn)城市，則將其視為處理組，并將treat賦值為1；否則，該城市為對照組，并令treat為0。time為政策沖擊的時間虛擬變量。除直轄市試點(diǎn)和地級市試點(diǎn)外，部分縣區(qū)亦入選試點(diǎn)地區(qū)，為規(guī)避因忽視該部分樣本對研究結(jié)果造成的潛在偏誤，將試點(diǎn)縣區(qū)隸屬的地級市視為處理組。由于第一批、第二批信息消費(fèi)試點(diǎn)城市的認(rèn)定時間分別為2013年12月和2015年1月，故將研究基期分別設(shè)為2014年和2015年，即政策實(shí)施基期及以后各期的時間虛擬變量time賦值為1，基期之前賦值為0。

3.控制變量。為控制其他變量對企業(yè)數(shù)字技術(shù)創(chuàng)新的可能影響，從企業(yè)特征、財務(wù)水平、治理結(jié)構(gòu)三個方面構(gòu)建控制變量集：企業(yè)性質(zhì)（soe），國有企業(yè)賦值為1，集體企業(yè)賦值為2，事業(yè)單位賦值為3，私營企業(yè)賦值為4，外商獨(dú)資賦值為5，中外合資企業(yè)賦值為6，其他賦值為7；企業(yè)規(guī)模（size），以總資產(chǎn)的對數(shù)表示；企業(yè)年齡（age），以當(dāng)前年份減去企業(yè)上市年份并取對數(shù)表示；償債能力（lev），采用資產(chǎn)負(fù)債率表示；盈利能力（roa），采用總資產(chǎn)凈利潤率衡量，并以主營業(yè)務(wù)收入增長率測度企業(yè)發(fā)展能力（mbrg）；股權(quán)集中度（top），采用上市公司第一大股東持股比例表示；兩權(quán)分離度（sep）的計算公式為（（控制權(quán)-現(xiàn)金流權(quán)）/現(xiàn)金流權(quán)）×100%。因篇幅有限，變量描述性統(tǒng)計結(jié)果備存。

四、結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

從表1基準(zhǔn)回歸結(jié)果看，國家信息消費(fèi)試點(diǎn)政策虛擬變量估計系數(shù)在1%水平上顯著為正，表明擴(kuò)大信息消費(fèi)試點(diǎn)范圍有助于企業(yè)開展數(shù)字技術(shù)創(chuàng)新。為剔除其他變量對數(shù)字技術(shù)創(chuàng)新的可能影響，模型（3）至模型（6）加入了企業(yè)層面的控制變量，試點(diǎn)政策虛擬變量亦在1%水平上高度顯著，反映出信息消費(fèi)試點(diǎn)政策是驅(qū)動企業(yè)數(shù)字技術(shù)創(chuàng)新的有效方式，無論是否加入年份或企業(yè)個體固定效應(yīng)，這一結(jié)論仍然成立。在控制變量方面，企業(yè)規(guī)模、企業(yè)性質(zhì)、存續(xù)時間對數(shù)字技術(shù)創(chuàng)新存在顯著影響，即企業(yè)規(guī)模越大開展數(shù)字技術(shù)創(chuàng)新意愿越強(qiáng)，存續(xù)時間越長進(jìn)行數(shù)字技術(shù)變革阻力可能越大，該結(jié)論在控制年份固定效應(yīng)后未獲得統(tǒng)計支持。以上結(jié)論為驗證假說1提供了有力支撐。

（二）平行趨勢檢驗

盡管基準(zhǔn)回歸識別了信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)，但這一結(jié)論的有效性需滿足相應(yīng)條件，即信息消費(fèi)試點(diǎn)設(shè)立之前，實(shí)驗組和控制組具備共同趨勢且不存在系統(tǒng)性差異。對此，運(yùn)用事件研究法開展平行趨勢檢驗并考察政策沖擊的動態(tài)經(jīng)濟(jì)效應(yīng)。為降低可能的估計偏差，本文對政策沖擊時間進(jìn)行中心化處理，建立如下回歸模型。

digiit=α+∑Nτ=-Mβτtreati，t-τ+γControlsit+λi+μt+εit（2）

其中：treati，t-τ為政策虛擬變量，如果某企業(yè)i所在城市于t-τ年入選國家信息消費(fèi)試點(diǎn)城市建設(shè)計劃，則取值為1，否則取值為0；M、N分別表示政策實(shí)施前及政策實(shí)施后的時期數(shù)；βτ依次表示政策實(shí)施前期、政策實(shí)施當(dāng)期及政策實(shí)施后期的政策效果。因選取2011—2021年上市公司樣本，政策基期為2014年、2015年，故第一批政策試點(diǎn)包含政策前3期和政策后7期的窗口期，第二批政策試點(diǎn)包含政策前4期，政策后6期的窗口期。

雙重差分方法的前提假設(shè)需滿足平行趨勢假定，即在政策實(shí)施之前處理組與對照組存在相同的時間變動趨勢。由圖1可知，政策實(shí)施之前，βτ不顯著，意味著政策實(shí)施前處理組與對照組無顯著差異，滿足平行趨勢假定。在政策實(shí)施后，政策效應(yīng)具有波動上漲特征，且具有較強(qiáng)的連續(xù)性。政策實(shí)施當(dāng)期的βτ不顯著，意味著政策效應(yīng)存在一定滯后。

（三）安慰劑檢驗

為排除未被觀測到的潛在因素或隨機(jī)因素對基準(zhǔn)回歸的可能影響，采取重復(fù)隨機(jī)抽樣方式開展安慰劑檢驗。首先，在樣本中隨機(jī)抽取與基準(zhǔn)回歸處理組數(shù)量相等的企業(yè)作為“非實(shí)際處理組”，并為每一個“非實(shí)際處理組”企業(yè)隨機(jī)抽取一個時間節(jié)點(diǎn)作為政策基期，以此生成相應(yīng)的非實(shí)際政策沖擊虛擬變量，其他樣本可作為“非實(shí)際控制組”處理。其次，對隨機(jī)生成的樣本進(jìn)行回歸，并將這一過程重復(fù)500次。最后，利用回歸得到的虛擬政策變量系數(shù)、P值繪制估計系數(shù)核密度及P值分布圖，如圖2?？芍烙嬒禂?shù)主要集中在-0.015到0.015之間，基準(zhǔn)回歸系數(shù)0.024為顯著異常值，表明這一結(jié)果并非隨機(jī)獲得；同時，大部分估計系數(shù)對應(yīng)的P值顯著大于0.1，進(jìn)一步佐證基準(zhǔn)回歸結(jié)果并非偶然得到。綜合以上結(jié)論，可以認(rèn)為基準(zhǔn)回歸結(jié)果未受到常規(guī)性的隨機(jī)因素和不可觀測因素的影響，安慰劑檢驗通過。

（四）異質(zhì)性處理效應(yīng)檢驗

運(yùn)用雙重差分模型需滿足同質(zhì)化假設(shè)，即處理組接受的政策沖擊在時間維度和種群（類）維度不存在異質(zhì)性差異。國家信息消費(fèi)試點(diǎn)城市分批次設(shè)立，處理效應(yīng)在不同分組或不同時間上具有差異，由此產(chǎn)生的“負(fù)權(quán)重”問題可能導(dǎo)致估計結(jié)果產(chǎn)生偏誤。本文使用DC分解方法進(jìn)行異質(zhì)性處理效應(yīng)診斷，發(fā)現(xiàn)被解釋變量為數(shù)字技術(shù)創(chuàng)新時，在總計7 093個權(quán)重中，包含正權(quán)重5 048個，包含負(fù)權(quán)重2 045個，負(fù)權(quán)重占比為28.8%，正權(quán)重的和為1022，負(fù)權(quán)重的和為-0.022，度量估計量在異質(zhì)性處理效應(yīng)下的標(biāo)準(zhǔn)差分別為0.018和0.268，表明估計結(jié)果較不穩(wěn)健。對此，借鑒Sun et al.^[8]的思路，進(jìn)一步使用組別-時期平均處理效應(yīng)估計量進(jìn)行異質(zhì)性處理效應(yīng)檢驗。從圖3結(jié)果看，在國家信息消費(fèi)試點(diǎn)政策實(shí)施前，信息消費(fèi)變量的系數(shù)在0值附近波動且不顯著；政策實(shí)施后，信息消費(fèi)變量的系數(shù)顯著為正且呈動態(tài)變動趨勢。上述結(jié)果表明，在納入異質(zhì)性處理效應(yīng)所導(dǎo)致的估計偏誤后，信息消費(fèi)能夠有效促進(jìn)數(shù)字技術(shù)創(chuàng)新，驗證基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

（五）變更模型設(shè)置

1.合成雙重差分模型。合成雙重差分方法旨在獲取符合平行趨勢假設(shè)的控制組，根據(jù)個體權(quán)重和時間權(quán)重找到合適的控制組，并賦予其更大的個體權(quán)重和時間權(quán)重。圖4報告了使用合成雙重差分模型得到的平行趨勢檢驗結(jié)果，政策發(fā)生前處理組與控制組基本具備相似變化，政策發(fā)生后處理組呈更顯著的增長趨勢。此外，合成雙重差分模型的平均處理效應(yīng)為0.051，且結(jié)果在1%水平上顯著，進(jìn)一步驗證回歸結(jié)果的穩(wěn)健性。

2.熵平衡匹配。熵平衡匹配旨在消除處理組與控制組在協(xié)變量上的差異，使得處理組與控制組在協(xié)變量高階矩上具有分布相似性。本文將控制變量作為特征變量，在三階矩多維度上精準(zhǔn)匹配處理組與控制組，兩組數(shù)據(jù)在均值、方差以及偏度上高度相似。利用匹配后的數(shù)據(jù)重新回歸，信息消費(fèi)的系數(shù)為0.029 8，在1%水平上顯著為正，表明回歸結(jié)果具有良好穩(wěn)健性。因篇幅有限，熵平衡匹配結(jié)果備存。

（六）其他穩(wěn)健性檢驗

盡管雙重差分模型可有效解決內(nèi)生性問題，但無法規(guī)避因政策試點(diǎn)選取不具備隨機(jī)性而導(dǎo)致的選擇性偏誤，故本文采用傾向得分匹配-雙重差分方法（PSM-DID）進(jìn)一步開展穩(wěn)健性檢驗，并將估計結(jié)果列入表2中的模型（1）至模型（3）。（1）替換變量。選取企業(yè)當(dāng)年獨(dú)立授權(quán)的數(shù)字經(jīng)濟(jì)發(fā)明專利和企業(yè)當(dāng)年獨(dú)立授權(quán)的數(shù)字經(jīng)濟(jì)實(shí)用新型專利，作為企業(yè)數(shù)字技術(shù)創(chuàng)新的替換變量，并對兩類專利總數(shù)進(jìn)行標(biāo)準(zhǔn)化處理。（2）調(diào)整樣本。直轄市在經(jīng)濟(jì)規(guī)模與資源稟賦方面具有比較優(yōu)勢，以及部分特殊年份引致的非常規(guī)波動，使得回歸結(jié)果可能受到個別“離群”值的極端影響，故將北京、上海、重慶、天津四個直轄市樣本以及部分年度樣本剔除并重新估計，估計結(jié)果列入表2模型（5）和模型（6）。（3）排除相關(guān)政策干擾。在國家信息消費(fèi)試點(diǎn)政策實(shí)施的同時，其他相關(guān)政策亦可能影響企業(yè)數(shù)字技術(shù)創(chuàng)新。為避免相關(guān)政策疊加干擾信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的作用效果，本文將國家級大數(shù)據(jù)綜合試驗區(qū)（big data）和智慧城市（smart city）試點(diǎn)政策納入回歸模型，以控制相關(guān)政策對數(shù)字技術(shù)創(chuàng)新的交叉影響。結(jié)果表明，在1%的顯著性水平下信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新具有正向影響，即提振信息消費(fèi)有利于企業(yè)開展數(shù)字技術(shù)創(chuàng)新，進(jìn)一步佐證了基準(zhǔn)回歸結(jié)論的穩(wěn)健性。

五、進(jìn)一步研究

（一）機(jī)制檢驗

根據(jù)基準(zhǔn)回歸結(jié)果，本文運(yùn)用兩步法和分組回歸相結(jié)合的方式進(jìn)一步探討國家信息消費(fèi)試點(diǎn)政策影響企業(yè)數(shù)字技術(shù)創(chuàng)新的傳導(dǎo)機(jī)制，并驗證假說2和假說3，為擴(kuò)大信息消費(fèi)促進(jìn)數(shù)字技術(shù)創(chuàng)新提供經(jīng)驗依據(jù)。

1.數(shù)據(jù)要素驅(qū)動機(jī)制檢驗。參照李健等^[9]開發(fā)的量化方法，基于機(jī)器學(xué)習(xí)與文本分析測度企業(yè)數(shù)據(jù)要素資產(chǎn)（da）。從數(shù)據(jù)收集、數(shù)據(jù)存儲、數(shù)據(jù)應(yīng)用等維度構(gòu)建企業(yè)數(shù)據(jù)要素指標(biāo)特征詞圖譜。運(yùn)用機(jī)器學(xué)習(xí)方法對上市公司年報文本提取形成的數(shù)據(jù)池，根據(jù)特征詞進(jìn)行搜索、匹配和詞頻統(tǒng)計，分類歸集數(shù)據(jù)要素資產(chǎn)詞頻并形成最終加總詞頻，以數(shù)據(jù)要素資產(chǎn)詞頻與文本總詞頻的比值衡量數(shù)據(jù)要素資產(chǎn)指數(shù)。兩步法回歸模型如式（3）和式（4）。

dait=β0+β1didit+β2Controlsit+λi+μt+εit（3）

digiit=β0+β1didit+β2Controlsit+λi+μt+εit（4）

其中，dait表示第i家企業(yè)在第t年的企業(yè)數(shù)據(jù)資產(chǎn)水平。為有效開展分組回歸，參考權(quán)小鋒等^[10]的處理辦法，采取分位數(shù)劃分方法將企業(yè)數(shù)據(jù)要素資產(chǎn)設(shè)置為虛擬變量，即高于50%分位數(shù)的企業(yè)為高數(shù)據(jù)要素資產(chǎn)企業(yè)，低于50%分位數(shù)的企業(yè)則為低數(shù)據(jù)要素資產(chǎn)企業(yè)，并以此作為分類變量對主效應(yīng)進(jìn)行分組回歸。若在高數(shù)據(jù)要素資產(chǎn)企業(yè)樣本中，信息消費(fèi)顯著促進(jìn)數(shù)字技術(shù)創(chuàng)新，且信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響程度高于低數(shù)據(jù)要素資產(chǎn)企業(yè)樣本，可認(rèn)為數(shù)據(jù)要素在信息消費(fèi)促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新的過程中具有積極作用。

從表3回歸結(jié)果看，數(shù)據(jù)要素資產(chǎn)系數(shù)在1%的水平下顯著為正，表明信息消費(fèi)試點(diǎn)政策提高了企業(yè)數(shù)據(jù)要素資產(chǎn)積累，進(jìn)而有助于企業(yè)開展數(shù)字技術(shù)創(chuàng)新。從分組回歸結(jié)果看，低數(shù)據(jù)要素資產(chǎn)企業(yè)樣本和高數(shù)據(jù)要素資產(chǎn)企業(yè)樣本均顯示信息消費(fèi)試點(diǎn)政策正向影響企業(yè)數(shù)據(jù)要素資產(chǎn)水平，其在高數(shù)據(jù)要素資產(chǎn)企業(yè)樣本中的影響作用更為突出，意味著數(shù)據(jù)要素在信息消費(fèi)的創(chuàng)新影響中具有傳導(dǎo)作用，驗證研究假說2。

2.數(shù)字技術(shù)應(yīng)用倒逼機(jī)制檢驗。為檢驗信息消費(fèi)能否擴(kuò)大數(shù)字技術(shù)應(yīng)用進(jìn)而倒逼企業(yè)數(shù)字技術(shù)創(chuàng)新，根據(jù)研究假說3，運(yùn)用機(jī)器學(xué)習(xí)與文本計量相結(jié)合的方式^[11]測度數(shù)字技術(shù)應(yīng)用（dta），并基于兩步法和分組回歸進(jìn)一步考察數(shù)字技術(shù)應(yīng)用倒逼機(jī)制。具體來看，為有效區(qū)分不同樣本，本文將數(shù)字技術(shù)應(yīng)用變量設(shè)為虛擬變量，高于數(shù)值0的企業(yè)劃分為高數(shù)字技術(shù)應(yīng)用企業(yè)樣本，其他為低數(shù)字技術(shù)應(yīng)用企業(yè)樣本，并以此作為分類變量對主效應(yīng)開展分組回歸。與數(shù)據(jù)要素機(jī)制檢驗類似，若在高數(shù)字技術(shù)應(yīng)用企業(yè)樣本中，信息消費(fèi)顯著促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新，且信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響程度高于低數(shù)字技術(shù)應(yīng)用企業(yè)樣本，可以認(rèn)為數(shù)字技術(shù)應(yīng)用在信息消費(fèi)促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新方面發(fā)揮傳導(dǎo)作用。表4檢驗結(jié)果顯示，信息消費(fèi)試點(diǎn)政策在1%的顯著水平下正向影響數(shù)字技術(shù)應(yīng)用，擴(kuò)大數(shù)字技術(shù)應(yīng)用有助于企業(yè)持續(xù)開展數(shù)字技術(shù)創(chuàng)新。分組回歸結(jié)果亦表明，無論是低數(shù)字技術(shù)應(yīng)用企業(yè)樣本還是高數(shù)字技術(shù)應(yīng)用企業(yè)樣本，信息消費(fèi)試點(diǎn)政策均顯著促進(jìn)數(shù)字技術(shù)應(yīng)用，而數(shù)字技術(shù)的深入應(yīng)用對企業(yè)數(shù)字技術(shù)創(chuàng)新形成了良好的驅(qū)動效應(yīng)。上述結(jié)論為驗證研究假說3提供支撐。

（二）異質(zhì)性分析

1.金融科技異質(zhì)性。金融科技是大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)與傳統(tǒng)金融場景的疊加融合，多應(yīng)用于借貸融資、財富管理、保險等業(yè)務(wù)領(lǐng)域，其發(fā)展水平不同或?qū)?dǎo)致信息消費(fèi)創(chuàng)新驅(qū)動效應(yīng)存在區(qū)域差異。在金融科技水平較高地區(qū)，區(qū)塊鏈金融、大數(shù)據(jù)金融等產(chǎn)品供給較為豐富，有效緩解企業(yè)數(shù)字技術(shù)創(chuàng)新融資約束壓力，金融科技與信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響可能存在一定程度的替代。因此，預(yù)期在金融科技水平偏低地區(qū)，信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的驅(qū)動效應(yīng)更明顯。借鑒李春濤等^[12]經(jīng)驗做法，在百度新聞高級檢索中提取“金融科技”文本詞集48個關(guān)鍵詞，并對詞頻總數(shù)進(jìn)行對數(shù)化處理，以此測算地級市或直轄市的金融科技水平。本文按照金融科技水平中位數(shù)開展分組回歸，結(jié)果列入表5中的模型（1）和模型（2）。與預(yù)期結(jié)論一致，信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的正向影響在金融科技欠發(fā)達(dá)地區(qū)更為顯著，表明提振信息消費(fèi)有助于彌合金融科技供給不足地區(qū)的數(shù)字技術(shù)創(chuàng)新差距。為驗證這一結(jié)論的可靠性，本文另選取數(shù)字普惠金融開展異質(zhì)性分析，得到的回歸結(jié)果與上述結(jié)論基本保持一致。

2.知識產(chǎn)權(quán)保護(hù)異質(zhì)性。選取北大法寶數(shù)據(jù)庫披露的知識產(chǎn)權(quán)審判結(jié)案數(shù)及GDP指標(biāo)，以顯性比較優(yōu)勢指數(shù)（RCA）測算地區(qū)知識產(chǎn)權(quán)保護(hù)水平^[13]，根據(jù)中位數(shù)分組開展回歸分析，結(jié)果如表5模型（3）和模型（4）。在高知識產(chǎn)權(quán)保護(hù)地區(qū)，信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的積極影響未得到統(tǒng)計支持。對比來看，低知識產(chǎn)權(quán)保護(hù)地區(qū)的信息消費(fèi)變量系數(shù)在1%的水平下顯著為正，表明信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的驅(qū)動作用在低知識產(chǎn)權(quán)保護(hù)地區(qū)更突出。我國數(shù)字經(jīng)濟(jì)處在快速發(fā)展階段，與數(shù)字技術(shù)創(chuàng)新直接關(guān)聯(lián)的數(shù)據(jù)要素市場化配置機(jī)制稍顯滯后，在低知識產(chǎn)權(quán)保護(hù)地區(qū)，獲取信息消費(fèi)過程中的數(shù)據(jù)要素更加隱蔽和便捷，從而為數(shù)字技術(shù)創(chuàng)新奠定了扭曲的要素基礎(chǔ)。同時，我國知識產(chǎn)權(quán)保護(hù)采取行政與司法并行的雙軌制模式，在高知識產(chǎn)權(quán)保護(hù)地區(qū)，一旦發(fā)生數(shù)據(jù)要素產(chǎn)權(quán)或數(shù)字技術(shù)侵權(quán)行為，知識產(chǎn)權(quán)司法保護(hù)或行政保護(hù)申請流程產(chǎn)生的時間成本進(jìn)一步影響數(shù)字技術(shù)迭代應(yīng)用，故在低知識產(chǎn)權(quán)保護(hù)地區(qū)，信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)更顯著。

3.網(wǎng)絡(luò)安全治理異質(zhì)性。網(wǎng)絡(luò)安全是保障信息消費(fèi)有序進(jìn)行的重要基礎(chǔ)。信息消費(fèi)者在網(wǎng)絡(luò)消費(fèi)過程中，可能遭受大數(shù)據(jù)“殺熟”、數(shù)據(jù)竊取、隱私泄露等多重安全風(fēng)險。為檢驗網(wǎng)絡(luò)安全治理對信息消費(fèi)數(shù)字技術(shù)創(chuàng)新效應(yīng)的影響，在構(gòu)建網(wǎng)絡(luò)安全治理文本詞典基礎(chǔ)上，運(yùn)用word2vec詞向量模型等技術(shù)方法，統(tǒng)計上市公司年報中有關(guān)網(wǎng)絡(luò)安全內(nèi)容的詞頻總數(shù)，從網(wǎng)絡(luò)安全、網(wǎng)絡(luò)攻擊、數(shù)據(jù)泄露等方面測度網(wǎng)絡(luò)安全治理水平^[14]，并代入回歸模型。從表5模型（5）和模型（6）結(jié)果看，在低網(wǎng)絡(luò)安全治理樣本中，信息消費(fèi)試點(diǎn)政策的系數(shù)在1%的水平下顯著為正，表明信息消費(fèi)對樣本企業(yè)數(shù)字技術(shù)創(chuàng)新具有積極影響。可能的原因在于：一方面，網(wǎng)絡(luò)安全治理偏低的企業(yè)網(wǎng)絡(luò)安全支出相對不高，有助于企業(yè)增加數(shù)字技術(shù)創(chuàng)新投入；另一方面，網(wǎng)絡(luò)監(jiān)管不足導(dǎo)致不符合規(guī)范的信息產(chǎn)品與服務(wù)涌現(xiàn)，在信息消費(fèi)效應(yīng)驅(qū)動下，企業(yè)為追逐信息產(chǎn)品利潤傾向于開展數(shù)字技術(shù)創(chuàng)新。

六、結(jié)論與政策啟示

本文以國家信息消費(fèi)城市試點(diǎn)政策為研究視角，選取A股上市公司數(shù)據(jù)，運(yùn)用準(zhǔn)自然實(shí)驗、機(jī)器學(xué)習(xí)、文本計量等多種研究方法，探討信息消費(fèi)對企業(yè)數(shù)字技術(shù)創(chuàng)新的影響效應(yīng)及其傳導(dǎo)機(jī)制，取得以下研究結(jié)論：（1）以國家信息消費(fèi)城市試點(diǎn)政策為準(zhǔn)自然實(shí)驗，發(fā)現(xiàn)信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新具有顯著的正向影響，這一結(jié)論在經(jīng)過平行趨勢檢驗、安慰劑檢驗、PSM-DID、替換變量等穩(wěn)健性檢驗后依然成立。（2）信息消費(fèi)通過增加數(shù)據(jù)要素積累、深化數(shù)字技術(shù)應(yīng)用促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新，即數(shù)據(jù)要素、數(shù)字技術(shù)應(yīng)用在信息消費(fèi)驅(qū)動數(shù)字技術(shù)創(chuàng)新過程中具有傳導(dǎo)作用。（3）在不同的金融科技環(huán)境以及網(wǎng)絡(luò)安全治理水平下，信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的影響存在顯著差異，即在低金融科技地區(qū)和低網(wǎng)絡(luò)安全治理地區(qū)，信息消費(fèi)的創(chuàng)新效應(yīng)更突出。由于數(shù)據(jù)要素產(chǎn)權(quán)確認(rèn)和市場化配置機(jī)制仍不完善，以及知識產(chǎn)權(quán)司法保護(hù)體系亦未健全，信息消費(fèi)對高知識產(chǎn)權(quán)保護(hù)地區(qū)企業(yè)數(shù)字技術(shù)創(chuàng)新尚無顯著影響。

根據(jù)研究結(jié)論，本文政策啟示體現(xiàn)在以下方面：

1.加快部署信息消費(fèi)試點(diǎn)城市新型信息消費(fèi)示范項目，著力推動試點(diǎn)城市信息消費(fèi)轉(zhuǎn)型升級。基準(zhǔn)回歸結(jié)果驗證了信息消費(fèi)的積極作用，應(yīng)加快建設(shè)區(qū)域信息消費(fèi)中心城市，打造信息消費(fèi)體驗中心，推出一批以智慧街區(qū)、智慧門店、數(shù)字家庭為主要內(nèi)容的新型信息消費(fèi)項目。重點(diǎn)發(fā)展行業(yè)類信息消費(fèi)，健全行業(yè)企業(yè)新興信息技術(shù)服務(wù)，進(jìn)一步優(yōu)化面向垂直領(lǐng)域的電子商務(wù)平臺服務(wù)和面向信息技術(shù)應(yīng)用的綜合系統(tǒng)集成服務(wù)，持續(xù)推進(jìn)信息消費(fèi)轉(zhuǎn)型升級。

2.加強(qiáng)信息消費(fèi)過程中數(shù)據(jù)要素有序供給和數(shù)字技術(shù)開發(fā)應(yīng)用。研究結(jié)論佐證信息消費(fèi)通過增加數(shù)據(jù)要素供給、擴(kuò)大數(shù)字技術(shù)應(yīng)用而促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新，政策應(yīng)著力加快數(shù)據(jù)要素市場化配置進(jìn)程，不斷深化和拓展數(shù)字技術(shù)應(yīng)用。堅持推進(jìn)數(shù)據(jù)要素市場化配置改革，建立健全信息消費(fèi)數(shù)據(jù)要素交易體系，積極推動公共消費(fèi)數(shù)據(jù)開放和信息產(chǎn)品企業(yè)數(shù)據(jù)流通。培育壯大智慧產(chǎn)品、智慧零售、遠(yuǎn)程教育等信息消費(fèi)場景，以數(shù)字技術(shù)深度應(yīng)用推動信息消費(fèi)轉(zhuǎn)型升級，

3.重點(diǎn)提高金融科技欠發(fā)達(dá)地區(qū)企業(yè)的信息消費(fèi)水平。本文研究發(fā)現(xiàn)信息消費(fèi)對數(shù)字技術(shù)創(chuàng)新的積極影響具有空間分異特征，建議進(jìn)一步完善欠發(fā)達(dá)地區(qū)金融產(chǎn)品和服務(wù)供給，建立專業(yè)化的消費(fèi)金融體系，適度拓展和擴(kuò)大消費(fèi)金融企業(yè)類型與規(guī)模。鼓勵試點(diǎn)城市通過政策引導(dǎo)、資源投入、人才培養(yǎng)等多元化舉措，推動企業(yè)新一代信息技術(shù)研發(fā)與應(yīng)用，同時強(qiáng)化網(wǎng)絡(luò)安全治理和知識產(chǎn)權(quán)保護(hù)，縱深推進(jìn)企業(yè)信息化建設(shè)和數(shù)字化轉(zhuǎn)型。

注釋：

①見國務(wù)院辦公廳《關(guān)于以新業(yè)態(tài)新模式引領(lǐng)新型消費(fèi)加快發(fā)展的意見》（國辦發(fā)〔2020〕32號）。

②見《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》、國務(wù)院《關(guān)于促進(jìn)服務(wù)消費(fèi)高質(zhì)量發(fā)展的意見》（國發(fā)〔2024〕18號）。

③見國家發(fā)展改革委組織相關(guān)部門和機(jī)構(gòu)編寫的《2017年中國居民消費(fèi)發(fā)展報告》。

④見《擴(kuò)大和升級信息消費(fèi)三年行動計劃（2018—2020年）》（工信部聯(lián)信軟〔2018〕140號）。

參考文獻(xiàn)：

[1]劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究[J].管理世界，2020（7）：198-217.

[2]NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital innovation management：reinventing innovation management research in a digital world[J]. MIS quarterly，2017，41（1）： 223-238.

[3]梁佳，嚴(yán)鋒，楊宜苗.數(shù)字技術(shù)推動了零售業(yè)高質(zhì)量發(fā)展嗎？——基于面板門限模型的檢驗[J].經(jīng)濟(jì)與管理，2022，36（6）：15-24.

[4]王馨，王營，呂靜.信息消費(fèi)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型研究[J].國際金融研究，2023（11）：87-96.

[5]韓兆安，吳海珍，趙景峰. 數(shù)字經(jīng)濟(jì)驅(qū)動創(chuàng)新發(fā)展——知識流動的中介作用[J].科學(xué)學(xué)研究，2022，40（11）：2055-2064.

[6]許振亮，陳子璇，于皓.國際稀土產(chǎn)業(yè)中游專利技術(shù)研發(fā)概況分析[J].科研管理，2020，41（12）：43-59.

[7]蔣為，陳星達(dá)，彭淼，等.數(shù)字規(guī)制政策、外部性治理與技術(shù)創(chuàng)新——基于數(shù)字投入與契約不完全的雙重視角[J].中國工業(yè)經(jīng)濟(jì)，2023（7）：66-83.

[8]SUN L Y，ABRAHAM S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects [J]. Journal of econometrics，2021，225（2）：175-199.

[9]李健，董小凡，張金林，等.數(shù)據(jù)資產(chǎn)對企業(yè)創(chuàng)新投入的影響研究[J].外國經(jīng)濟(jì)與管理，2023，45（12）：18-33.

[10]權(quán)小鋒，李闖.智能制造與成本黏性——來自中國智能制造示范項目的準(zhǔn)自然實(shí)驗[J].經(jīng)濟(jì)研究，2022，57（4）：68-84.

[11]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144.

[12]李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

[13]沈國兵，黃鑠珺. 城市層面知識產(chǎn)權(quán)保護(hù)對中國企業(yè)引進(jìn)外資的影響[J].財貿(mào)經(jīng)濟(jì)，2019，40（12）：143-157.

[14]王輝，何冬昕，陳旭，等.網(wǎng)絡(luò)安全治理與股價崩盤風(fēng)險——基于上市公司年報文本分析的證據(jù)[J].金融評論，2024（1）：86-106.

責(zé)任編輯：王冬年

How the Pilot Policy of Information Consumption Affects the Digital Technology Innovation of Enterprises？Evidence from Chinese A-Share Listed Companies

XIA Houxue

（School of Economics amp; Management， Nanjing Tech University， Nanjing 211816， China）

Abstract：The 20th Central Committee of the Communist Party of China made a major deployment to accelerate the cultivation of a complete domestic demand system， requiring \"the improvement of long-term mechanisms for expanding consumption.\" This paper utilizes the double-difference model to examine the impact of information consumption on enterprises' digital technological innovation based on the quasi-natural experiment of the pilot policy of national information consumption city. It is found that information consumption promotes digital technological innovation by increasing the accumulation of enterprise data elements and deepening the application of digital technology， and its innovation-driven effect differs significantly under different financial and technological environments as well as levels of intellectual property protection and network security governance， the traction effect of information consumption on digital technological innovation is more prominent in areas with less-developed financially technological development， low intellectual property protection and low network security governance.

Keywords：information consumption; digital technology innovation; data element; difference-in-differences model

基金項目：國家社會科學(xué)基金青年項目（21CJY055）

作者簡介：夏后學(xué)（1988-）.男，江蘇徐州人，南京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，博士，研究方向為創(chuàng)新管理。