摘要：數字經濟的崛起成為驅動中國經濟邁向創(chuàng)新發(fā)展的“新引擎”。基于2014—2020年中國省級面板數據，實證分析數字經濟對區(qū)域創(chuàng)新效率的影響及異質性、非線性及空間溢出等特征，并在創(chuàng)新測算數據資產價值的基礎上，對數據資產和人力資本的調節(jié)效應進行檢驗。結果表明：中國數字經濟水平和區(qū)域創(chuàng)新效率均呈現增長態(tài)勢，且東高西低的梯度分布特征明顯；數字經濟發(fā)展能顯著提升中國區(qū)域創(chuàng)新效率，并呈現東部更為明顯的地區(qū)異質性、邊際影響遞增的門檻效應以及負向空間溢出效應；創(chuàng)新環(huán)境在數字經濟與區(qū)域創(chuàng)新效率之間發(fā)揮正向調節(jié)作用，即在數據資產價值和人力資本水平較高的地區(qū)，數字經濟對區(qū)域創(chuàng)新效率提升作用更為明顯。據此提出應進一步強化數字經濟與傳統(tǒng)產業(yè)融合發(fā)展，結合各地實際情況實施差異化的數字經濟發(fā)展戰(zhàn)略，積極搭建區(qū)域間創(chuàng)新交流與合作平臺，并將發(fā)展數據資產和提升人力資本作為促進數字經濟賦能區(qū)域創(chuàng)新的重要抓手。

關鍵詞：數字經濟；創(chuàng)新環(huán)境；區(qū)域創(chuàng)新效率；數據資產；人力資本；空間溢出效應

文獻標識碼：A"""文章編號：100228482025（03）005016

一、問題提出

黨的十八大以來，中國實施創(chuàng)新驅動發(fā)展戰(zhàn)略，有力支撐了經濟高質量發(fā)展。黨的十八屆五中全會提出創(chuàng)新、協(xié)調、綠色、開放、共享“五大發(fā)展理念”，并把創(chuàng)新提到首要位置。黨的二十大報告明確指出必須堅持創(chuàng)新是第一動力，堅持創(chuàng)新在中國現代化建設全局中的核心地位。當前，中國經濟處于從投資驅動轉向創(chuàng)新驅動的關鍵階段，2024年中國研發(fā)經費投入達到36"130億元，增長率超過8%JX*3]

。“十三五”以來，中國研發(fā)經費投入連續(xù)8年保持高速增長，研發(fā)經費占國內生產總值（GDP）的比例達到2.64%，超過了法國（2.35%）和荷蘭（2.32%）等傳統(tǒng)創(chuàng)新型國家。2023年，中國按折合全時工作量計算的研發(fā)人員總量達到724萬人年，穩(wěn)居世界首位②

。在不斷增長的創(chuàng)新投入下，中國創(chuàng)新成效顯現。根據世界知識產權組織發(fā)布的《2024全球創(chuàng)新指數報告》，中國創(chuàng)新指數排名連續(xù)10年穩(wěn)定上升，從2013年的第35名上升至2024年第11名，是世界上創(chuàng)新進步最快的國家之一。

雖然中國科研投入和創(chuàng)新水平有了巨大進步，但創(chuàng)新效率卻并不盡如人意。劉樹峰等[1]REF_Ref193985403rh*MERGEFORMAT研究發(fā)現與研發(fā)經費支出增幅相比，中國總創(chuàng)新效率、研發(fā)效率和轉化效率均處于低位。此外，中國科研投入中基礎研究占比較小和基礎研究中企業(yè)占比較少的結構性問題也制約了創(chuàng)新效率提升。在當前科研投入大幅增加的背景下，提升創(chuàng)新效率既是解決中國諸多卡脖子問題的有力抓手，也是支撐中國建設創(chuàng)新型國家的重要保障。

在全球新一輪產業(yè)和技術革命中，越來越多的國家積極推進數字經濟的產業(yè)布局與技術研發(fā)，努力抓住新一輪信息技術革命帶來的發(fā)展機會。中國信息通信研究院發(fā)布的《中國數字經濟發(fā)展研究報告（2023年）》顯示，2022年中國數字經濟規(guī)模達到50.2萬億元，占GDP比重為41.5%。數字經濟已經成為驅動中國經濟邁向創(chuàng)新發(fā)展的新引擎。以大數據、移動互聯網、云計算等為代表的數字技術與傳統(tǒng)產業(yè)融合發(fā)展，促進了資源利用和配置方式的改善，傳統(tǒng)行業(yè)創(chuàng)新在數字經濟推動下發(fā)生重大蝶變。此外，數字化平臺的建立與廣泛使用也對創(chuàng)新效率產生積極影響。一方面，打破了傳統(tǒng)市場的空間約束，消除了用戶與研發(fā)人員之間的信息不對稱，有利于創(chuàng)新主體精準識別出技術創(chuàng)新的最優(yōu)路徑，提高研發(fā)成功率；另一方面，將信息、知識、技術等數字化，加速創(chuàng)新資源在經濟主體間的融合交互，促進了創(chuàng)新主體間的跨區(qū)域合作，營造有利于大眾創(chuàng)業(yè)、萬眾創(chuàng)新的良好氛圍，進一步釋放創(chuàng)新溢出紅利，驅動整個區(qū)域創(chuàng)新效率提升。創(chuàng)新是實現國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局的關鍵支撐，也是新質生產力發(fā)展和壯大的核心保障。而隨著中國數字經濟快速發(fā)展，其對區(qū)域創(chuàng)新影響也日益顯現。那么，數字經濟究竟會對區(qū)域創(chuàng)新效率產生什么影響？是促進還是抑制中國區(qū)域創(chuàng)新效率的提升？此外，這種影響是否存在著因空間分布或地區(qū)發(fā)展特征差異而存在的異質性、非線性及空間溢出等特征？兩者之間的影響是否會受到一些變量的調節(jié)作用？對上述問題的探討，不但有利于深入了解數字經濟與區(qū)域創(chuàng)新效率之間的關系，而且有助于深化理解數字經濟發(fā)展和區(qū)域創(chuàng)新效率之間的細分特征，也可以為提升區(qū)域創(chuàng)新效率提供精準政策啟示。

本文的邊際貢獻可能在于三個方面。第一，更加科學合理地測度了數字經濟表征指標。在借鑒既有研究成果基礎上，構建了包括數字基礎設施、數字產業(yè)化、產業(yè)數字化等3個二級指標以及16個細分三級指標在內的省級數字經濟表征指標體系，并采用熵值賦權法與均方差賦權法相結合的方法對其進行綜合賦權，回歸結果更加準確和可信。第二，將數據要素轉為數據資產并運用現有統(tǒng)計數據測算其價值。參考2019年加拿大國家統(tǒng)計局開展的關于測度數據相關投資經濟價值的研究，將數據視為資產，并假定其在生產過程中被連續(xù)使用，按照資產未在市場上出售時使用的標準估值方法——成本總和法對數據進行估值，根據國家統(tǒng)計局制定的《數字經濟及其核心產業(yè)統(tǒng)計分類（2021）》選取39個與數據相關職業(yè)用于測算，彌補了以往研究對數據要素測度的忽視。第三，從創(chuàng)新環(huán)境視角探討數字經濟對區(qū)域創(chuàng)新效率發(fā)生影響的調節(jié)效應。作為對既有研究的補充，分別研究了數據資產和人力資本兩大創(chuàng)新環(huán)境變量所發(fā)揮的調節(jié)作用，擴展了數字經濟對區(qū)域創(chuàng)新效率產生影響的研究內容。

二、文獻綜述

數字經濟與創(chuàng)新之間的關系已成為國內外學者研究的重點。部分國外學者強調數字經濟對創(chuàng)新活動的積極影響。Lyytinen等[2]REF_Ref171883865rh*MERGEFORMAT認為數字經濟能夠跨越時間和空間，使交流變得廣泛、低成本和高速，優(yōu)化創(chuàng)新資源分配進而影響這一地區(qū)創(chuàng)新效率。也有學者重點關注作為數字經濟重要組成的數字金融所產生的影響。Beck等[3]REF_Ref171883879rh*MERGEFORMAT以肯尼亞整個國家為樣本，研究發(fā)現數字金融能夠顯著提升肯尼亞的創(chuàng)新能力；Ahmad等提出數字金融可以通過緩解區(qū)域面臨的融資約束

AHMAD"N，VAN"DE"VEN"P."Recording"and"measuring"data"in"the"systems"of"national"accounts"[EB/OL]."[20241213].https：//unstats.un.org/unsd/nationalaccount/aeg/2018/M123c1_Data_SNA_asset_boundary.pdf.，進而促進區(qū)域技術創(chuàng)新水平；Tranos等[4]REF_Ref171884005rh*MERGEFORMAT發(fā)現數字經濟通過生產力水平能影響區(qū)域創(chuàng)新效率，并且這種影響是長久且持續(xù)的。但也有學者認為數字經濟對創(chuàng)新活動促進作用并不顯著。Furr等[5]REF_Ref171884097rh*MERGEFORMAT認為數字技術并非顛覆性技術，它的作用被高估；Usai等[6]REF_Ref171884110rh*MERGEFORMAT將數字技術進行分類，研究結果顯示最常用的數字技術對企業(yè)創(chuàng)新績效的影響很小，而過度的數字化將會使企業(yè)的創(chuàng)新能力同質化。

國內學者普遍認為數字經濟能夠促進區(qū)域創(chuàng)新提升，研究結論可以概括為三種觀點。

第一種觀點是數字經濟促進區(qū)域創(chuàng)新活動的開展并且這種促進作用具有明顯區(qū)域異質性。楊弼君[7]REF_Ref175702019rh*MERGEFORMAT研究發(fā)現，數字經濟及其子維度對高技術產業(yè)創(chuàng)新效率的正向促進作用在東部地區(qū)表現最強，中部地區(qū)次之，西部地區(qū)最弱。周國富等[8]REF_Ref180612739rh*MERGEFORMAT研究發(fā)現，東部地區(qū)和南方地區(qū)的數字經濟發(fā)展對區(qū)域創(chuàng)新效率有顯著的促進作用，中西部地區(qū)和北方地區(qū)的數字經濟發(fā)展對區(qū)域創(chuàng)新效率僅有微弱的促進作用。徐勝等[9]REF_Ref171884167rh*MERGEFORMAT研究表明，數字經濟發(fā)展能夠顯著提升區(qū)域技術創(chuàng)新效率，且相較于中西部地區(qū)，東部地區(qū)更容易受到數字經濟激勵創(chuàng)新的積極影響。汪文璞等[10]REF_Ref171884161rh*MERGEFORMAT使用微觀上市公司的相關數據研究發(fā)現，數字經濟發(fā)展能正向促進企業(yè)創(chuàng)新效率的提升，且位于非中心城市，其正向促進作用更強。

第二種觀點是數字經濟對創(chuàng)新的影響存在明顯的空間溢出效應，但這種溢出影響是否為正目前未有定論。如白俊紅等[11]REF_Ref171884179rh*MERGEFORMAT研究發(fā)現，在使用不同的空間距離權重矩陣情況下，中國數字經濟發(fā)展對鄰近區(qū)域的空間溢出效應始終為正。徐向龍等[12]REF_Ref171884183rh*MERGEFORMAT實證結果顯示，本地區(qū)數字經濟的發(fā)展對鄰近地區(qū)為顯著負向影響。梁琦等[13]REF_Ref171884188rh*MERGEFORMAT研究發(fā)現，數字經濟雖然對本地區(qū)創(chuàng)新質量的影響效應顯著為正，但在地理權重矩陣下對相鄰地區(qū)的空間溢出效應為負。

第三種觀點是數字經濟對區(qū)域創(chuàng)新的促進作用存在渠道或機制，并且由于數字經濟參與創(chuàng)新活動的方式多種多樣，不同學者探究這種促進作用的角度各有差異。大部分學者選用中介效應探討數字經濟與區(qū)域創(chuàng)新之間的作用渠道。如張慧等[14]REF_Ref175702189rh*MERGEFORMAT研究發(fā)現，要素市場化配置水平在數字經濟影響區(qū)域創(chuàng)新效率的過程中起到了部分中介作用。另有學者采用調節(jié)效應分析影響數字經濟與區(qū)域創(chuàng)新關系的因素。如郭將等[15]REF_Ref171884203rh*MERGEFORMAT基于長三角地區(qū)面板數據發(fā)現產業(yè)數字化對提升區(qū)域創(chuàng)新效率影響顯著，并且人力資本在其中發(fā)揮著正向調節(jié)作用。

綜上，國內外大部分學者都認可數字經濟對區(qū)域創(chuàng)新水平或創(chuàng)新效率的顯著促進作用，但在區(qū)域異質性及空間溢出效應的分析方面現有研究并未得出一致結論。而對于數字經濟發(fā)展促進區(qū)域創(chuàng)新效率提升的調節(jié)效應方面，目前僅較少學者關注，多數學者從理論和實證視角提出人力資本等路徑，但普遍忽視了數字經濟發(fā)展中數據這一新生產要素的作用，在數據資產的度量及其影響上尚缺乏深入研究。

三、理論分析與研究假說

（一）數字經濟對區(qū)域創(chuàng)新效率的影響

數字經濟以現代信息網絡為載體，以數字技術為主要驅動力，同時將生產要素數字化，對生產組織形式進行變革，具備快捷高效、跨域傳播等特征，其對區(qū)域創(chuàng)新效率的影響主要體現在三個方面。首先，資金投入是影響企業(yè)創(chuàng)新效率的重要硬基礎，而傳統(tǒng)金融機構為了規(guī)避風險，往往不愿意為創(chuàng)新類項目提供長期信貸，由此形成的融資約束制約了企業(yè)，特別是民營企業(yè)創(chuàng)新。數字經濟的發(fā)展使得創(chuàng)新主體融資渠道得以拓展，創(chuàng)新活動所需的資金流入得以增加，數字經濟會以“開源”的方式緩解創(chuàng)新主體的融資約束難題，從而對區(qū)域創(chuàng)新產生積極影響。其次，傳統(tǒng)市場受空間約束導致用戶與研發(fā)人員之間存在信息不對稱，研發(fā)創(chuàng)新存在缺乏市場導向、不適應市場需求的問題。數字經濟的發(fā)展能夠打破這種空間約束。一方面，數字經濟能夠減少市場調研的資金和時間成本，進一步促進規(guī)模效應的發(fā)揮，形成“長尾效應”[16]REF_Ref175702252rh*MERGEFORMAT，提高創(chuàng)新資源利用率。這體現在企業(yè)可以充分利用大數據以及人工智能等數字技術對用戶精準畫像，節(jié)約了主動了解用戶的成本。另一方面，數字經濟能夠降低產品研發(fā)失敗的可能性，提升創(chuàng)新成果的轉化率。數字技術使得創(chuàng)新過程各階段邊界模糊化進而相互作用，創(chuàng)新過程逐漸融為一體[17]REF_Ref175702336rh*MERGEFORMAT，"同時改善了創(chuàng)新投入和創(chuàng)新產出的對比關系，有利于創(chuàng)新效率的提升。最后，原本分散的知識、信息技術等通過數字化能夠在不同主體間實現水平擴散和垂直整合。數字要素對傳統(tǒng)要素的賦能升級進一步加速了創(chuàng)新知識與技術在經濟主體間的融合交互，有力地促進了創(chuàng)新動力提升?；谏鲜龇治觯疚奶岢鋈缦录僭O：

假設1：數字經濟發(fā)展能夠有效促進區(qū)域創(chuàng)新效率提升。

（二）數字經濟對區(qū)域創(chuàng)新效率影響的調節(jié)效應

當前數字經濟已成為中國經濟的重要組成部分，而創(chuàng)新性是數字經濟的重要特征。數字經濟的發(fā)展催生出具有傳輸方便、可重復使用、無損耗等特性的數據要素，并促進數據與資本、勞動力等各類要素的融合協(xié)同，形成了新型創(chuàng)新環(huán)境，這一各類要素交融的環(huán)境在支撐創(chuàng)新活動開展方面發(fā)揮了至關重要的作用。基于此，本文從創(chuàng)新環(huán)境的視角出發(fā)，選取數據資產水平和人力資本水平兩個指標分析其在數字經濟發(fā)展和區(qū)域創(chuàng)新效率提升之間可能發(fā)揮的調節(jié)效應，如圖1所示。

圖1"數字經濟對區(qū)域創(chuàng)新效率影響的調節(jié)效應

1.數據資產的調節(jié)效應

數據資源是數字經濟的關鍵要素，發(fā)揮著如同土地、勞動力、資本等傳統(tǒng)經濟增長中生產要素的基礎性作用。在數據的屬性上，加拿大統(tǒng)計局明確對“觀察”和“數據”進行了區(qū)分，認為“觀察”是客觀存在的，“數據—數據庫—數據科學”這三大數據形態(tài)都是生產活動的結果

Statistics"Canada."Measuring"investment"in"data，"databases"and"data"science："conceptual."framework"[EB/OL]."[20241215].https：//www150.statcan.gc.ca/n1/en/catalogue/13605X201900100008.。美國經濟分析局研究員Rassier等提出數據金字塔與數據價值鏈都是數據生產過程的體現

RASSIER"D"G，"KORNFELD"R"J，"STRASSNER"E"H."Treatment"of"data"in"national"accounts"[EB/OL]."[20241215].https：//www.bea.gov/system/files/201905/PaperonTreatmentofDataBEAACM.pdf.，因此數據應該被視為生產活動的結果[18]REF_Ref171884846rh*MERGEFORMAT。上述文獻均認為數據的來源是生產活動，因此本文后續(xù)將以生產活動所產生的資產對數據要素進行測算。"

數據要素作為數字時代的產物，逐漸成為各創(chuàng)新主體競相獲取的資源。一方面，科技創(chuàng)新企業(yè)可以利用大數據分析工具洞察商業(yè)機會，將數據提煉為知識而用于生產決策，如交易記錄等海量數據的處理有助于企業(yè)對于生產什么、生產多少和怎樣生產實施更加精準的規(guī)劃；又如企業(yè)可通過外購或自身積累的方式建立數據庫，通過數據分析助力研發(fā)、挖掘業(yè)務、趨勢判斷等，縮短研發(fā)所需的資金和時間成本。另一方面，數據要素的積累驅動了學校、企業(yè)、政府等各大創(chuàng)新主體的管理創(chuàng)新，如在公共管理領域，數據要素和數字技術促進了各類信息的整合，降低了知識搜索、儲存和運輸的成本，助力電子政務、電子治理。此外，由網絡、大數據與信息技術構建的數字環(huán)境打破了對實體空間的束縛，科技園區(qū)、產業(yè)集群等形成了基于虛擬空間而脫離土地的新模式，緩解了土地資源的緊張，進一步提高了資源配置效率。而數據資產是數據要素的一種直觀表現形式，因此，數據資產管理投入的人力、物力越多，越有利于數字經濟對區(qū)域創(chuàng)新效率促進作用的充分發(fā)揮?；诖耍疚奶岢鋈缦卵芯考僭O：

假設2A：數據資產在數字經濟與區(qū)域創(chuàng)新效率之間產生正向調節(jié)效應，即在數據資產更充足的地區(qū)，數字經濟對區(qū)域創(chuàng)新效率的積極影響更明顯。

2.人力資本的調節(jié)效應

創(chuàng)新的根本源泉在于人，科技人才是創(chuàng)新活動最根本的執(zhí)行者。就一個地區(qū)而言，人力資本的積累途徑主要有兩種：一是隨著各類線上學習平臺的建立，技術知識在區(qū)域間的擴散和溢出不斷加深，本地區(qū)通過教育、培訓等投資增進知識能力水平，提高文化素養(yǎng)；二是勞動力市場對高素質專業(yè)技術人員的大量需求使得政府越來越重視對人才的培育和引進，通過人才引進政策實現高技能人才的跨區(qū)域流入，同時拓展人際交往網絡。而在人力資本積累的第一條途徑中，教育、培訓等投資的成效實際上取決于一個地區(qū)原有人力資本水平的高低。在教育資源落后省份，一方面互聯網等信息技術的推廣可能比較緩慢，另一方面對于新知識和技術的掌握和運用能力也較弱，不利于創(chuàng)新活動的開展。在人力資本積累的第二條途徑中，數字經濟和區(qū)域創(chuàng)新系統(tǒng)的良好發(fā)展會吸引更多高素質的人才，形成人力資本積累的良性循環(huán)，進一步推動創(chuàng)新效率提高。基于此，本文提出如下研究假設：

假設2B：人力資本水平在數字經濟與區(qū)域創(chuàng)新效率之間產生正向調節(jié)效應，即在人力資本水平較高的地區(qū)，數字經濟對區(qū)域創(chuàng)新效率的積極影響更明顯。

四、計量模型構建與變量表征

（一）計量模型構建

本文構建如下基本計量模型來分析數字經濟對區(qū)域創(chuàng)新效率的影響：

teit=β0+β1deit+βcXit+λi+μt+εit（1）

其中，deit表示i省份t時期的數字經濟表征指標；teit表示i省份t時期的區(qū)域創(chuàng)新效率表征指標；Xit為一系列控制變量；λi和μt為i省份不可觀測的個體和時間固定效應；εit為隨機擾動項；β0代表模型截距項；β1為數字經濟發(fā)展水平變量的系數。

參考江艇[19]REF_Ref180682970rh*MERGEFORMAT對中介效應檢驗的研究，常用于檢驗中介效應的三段式回歸法存在著濫用的問題，調節(jié)效應模型有更堅實的理論基礎和更可信的邏輯推斷。因此，本文將以調節(jié)效應模型的視角檢驗數據資產與人力資本水平兩個創(chuàng)新環(huán)境變量在數字經濟與區(qū)域創(chuàng)新效率關系中可能發(fā)揮的作用。本文在數字經濟對區(qū)域創(chuàng)新效率影響的線性回歸模型式（1）中β1通過顯著性檢驗的基礎上，分別構建數字經濟對調節(jié)變量的線性回歸方程，通過檢驗系數γ3的顯著性和正負判斷是否存在正向或負向的調節(jié)效應。具體的調節(jié)效應模型如下：

teit=γ0+γ1deit+γ2modit+γ3deit×modit+γcXit+λi+μt+εit（2）

其中，modit表示調節(jié)變量，deit×modit表示數字經濟與調節(jié)變量的交互項。所有變量均取自然對數。

（二）變量表征

1.被解釋變量

區(qū)域創(chuàng)新效率是本文的被解釋變量，國內學者通常使用數據包絡分析（DEA）或隨機前沿分析（SFA）等方法進行計算，也有學者使用指標體系進行綜合評估。本文在參考和借鑒彭緒庶等[20]REF_Ref171885281rh*MERGEFORMAT研究的基礎上，基于創(chuàng)新環(huán)境、創(chuàng)新投入、創(chuàng)新產出3個維度構建了含有8個分指標的區(qū)域創(chuàng)新效率表征指標體系，并使用熵值賦權法與均方差賦權法進行綜合賦權。在創(chuàng)新環(huán)境維度中，包含經濟環(huán)境與教育環(huán)境2個細分指標，前者使用地區(qū)人均地區(qū)生產總值衡量，后者使用每十萬人口高等學校平均在校生數與國家財政性教育經費衡量。在創(chuàng)新投入維度中，包括研發(fā)人員投入、經費收入和開發(fā)經費支出等3個細分指標，分別采用各地區(qū)規(guī)模以上企業(yè)平均研究與開放人員全時當量、各地區(qū)規(guī)模以上企業(yè)平均研究與試驗發(fā)展經費支出以及各地區(qū)規(guī)模以上企業(yè)平均新產品開發(fā)經費支出等進行衡量。在創(chuàng)新產出維度中，包含專利產出和新產品產出等2個細分指標，分別采用地區(qū)專利授權數與地區(qū)規(guī)模以上企業(yè)平均新產品收入水平進行衡量。

2.核心解釋變量

數字經濟是本文的核心解釋變量，實際上對于數字經濟的表征與測度，國內外并無統(tǒng)一和公認的方法。目前國內主要有增加值測算法、指標體系評價法以及數字衛(wèi)星賬戶構建法等三種。其中，第一種和第三種方法都可以對數字經濟規(guī)模的具體數值進行測算，但這兩種方法更多被用于測算全國的數字經濟規(guī)模而較少被用于測量具體省級單位數字經濟規(guī)模，并且如何應用這兩種方法測算數字經濟規(guī)模本身就是許多統(tǒng)計學領域專家的研究課題，因此不適合使用其進行經濟學領域的實證研究。而第二種綜合指標體系評價方法雖然無法衡量出具體的數字經濟發(fā)展規(guī)模數值，但是卻可以對時間維度和區(qū)域維度上的數

字經濟發(fā)展水平進行比較，因此在數字經濟相關主題的研究中得到了更大范圍的應用。

在指標體系評價法中，主要可分為單一指標法和綜合指標法。隨著數字經濟發(fā)展日益迅速以及對數字經濟相關研究日益深入，目前學者們普遍認為數字經濟是一個復雜的系統(tǒng)，用一個單一的統(tǒng)計指標去表征可能并不準確或客觀。國際上較為權威的數字經濟測度框架來源于經濟合作與發(fā)展組織（OECD）；國內較權威的是中國信息通信研究院2020年發(fā)布的《中國數字經濟發(fā)展報告白皮書》，明確了數字經濟的內涵主要包括數字產業(yè)化、產業(yè)數字化、數字化治理、數據價值化4個部分，并給出了數字產業(yè)化和產業(yè)數字化的具體測算方法。有許多學者在OECD方法基礎上根據中國實際情況進行了相應的修改和完善，以客觀測度中國數字經濟發(fā)展狀況。

綜合來看，現有國內數字經濟指標表征大都結合數字經濟內涵，從數字經濟發(fā)展基礎設施、數字產業(yè)化、產業(yè)數字、數字化環(huán)境、數字治理、數字平臺等方面選取幾個研究側重點，并細分為幾個二級指標和更細分的三級指標，再利用多維指標合成方法（如主成分分析法、熵值賦權法、均方差賦權法、層次分析法等）進行指標賦權，然后逐級加總得到最終的數字經濟表征指標[2122]REF_Ref195715773rh*MERGEFORMAT。因此，本文在楊慧梅等[22]REF_Ref171885674rh*MERGEFORMAT研究的基礎上增加了關于數字基礎設施的二級指標，構建包括數字基礎設施、數字產業(yè)化、產業(yè)數字化等3個二級指標和16個三級指標在內的省級數字經濟表征指標體系。此外，為了消除由于量綱不同可能產生的不利影響，對原始數據進行了標準化處理。為了得到客觀公正的評價結果，本文選取熵值賦權法與均方差賦權法復合而成的綜合賦權法得到各指標權重，進而得到各省份數字經濟指標。具體的省級數字經濟的表征指標體系及細分指標權重如表1所示。

3.調節(jié)變量

根據前文理論分析，選取數據資產和人力資本作為調節(jié)變量，其中人力資本的測算借鑒李海崢等[23]REF_Ref171886250rh*MERGEFORMAT的做法，采用區(qū)域平均受教育年限作為代理變量。由于數據資產表征困難，目前尚未形成成熟的價值測度方法。本文借鑒會計核算對無形資產的測度方法，考慮收益法、市場法和成本法。收益法是基于數據資產所產生的經濟收益反映其經濟價值，由于數據資產用途多樣，資產使用年限未知，無法進行合理折現，因此收益法在實踐中難以實現。市場法是指參考同類型資產的價值對數據資產的價值進行衡量，但由于數據多樣且具有非競爭性，很難在市場上找到匹配的類似資產，并且目前數據資產的交易法規(guī)并不完善，交易價格反映的大多是數據使用許可的價值，而實際上絕大多數數據資產是自給型。成本法是指通過加總數據生產過程中的各項成本來對數據資產的價值進行測度，《2008年國民賬戶體系》[24]REF_Ref193985195rh*MERGEFORMAT和OECD[25]REF_Ref193985205rh*MERGEFORMAT采用這一方法分別對無形資產和知識產權產品的價值進行估值。

本文選取成本總和法對數據資產進行估值。具體來說，參考加拿大統(tǒng)計局的測算方式，使用成本法對數據資產進行核算包括直接勞動力成本、非直接勞動力成本和其他成本。其中，直接勞動力成本是指支付給直接從事數據收集、數據儲存、數據分析和數據應用的人員以及直接提供數據生產相關服務的人員的勞務費用，包括工資、薪金以及所有相關福利和費用，如獎金、假日津貼、養(yǎng)老金繳納費用和其他社會保障支付費用、工資稅等[18]REF_Ref171884846rh*MERGEFORMAT。非直接勞動力成本是指與上述直接從事數據工作勞動力相關的人力資源管理、財務管理等人員的勞務費用，包括工資、薪金以及所有相關福利和費用，如獎金、假日津貼、養(yǎng)老金繳納費用和其他社會保障支付費用、工資稅等。其他成本是指用于數據生產、儲存等活動相關的設備運營、建筑物、電力費用等成本。

對于勞動力成本，加拿大統(tǒng)計局基于國家職業(yè)分類選取了金融及投資分析師、客戶及信息服務管理人員、數據錄入人員、其他客戶及信息服務代表、調查人員及統(tǒng)計工作者、數學家、統(tǒng)計學家、精算師、經濟學家、經濟政策研究員及分析師、社會政策研究員、顧問和項目負責人。結合國際經驗和中國職業(yè)分類標準，本文根據國家統(tǒng)計局制定的《數字經濟及其核心產業(yè)統(tǒng)計分類（2021）》界定中國從事數據生產活動的相關職業(yè)分類，將數字經濟產業(yè)范圍確定為數字產品制造業(yè)、數字產品服務業(yè)、數字技術應用業(yè)、數字要素驅動業(yè)和數字化效率提升業(yè)，結合《中華人民共和國職業(yè)分類大典》中的職業(yè)分類說明，選取數據相關職業(yè)39個，歸為專業(yè)技術人員、信息技術服務和相關服務人員等三個類別

因篇幅所限，39個具體職業(yè)名稱和職業(yè)代碼留存?zhèn)渌?。?/p>

4.控制變量

參考李政等[26]REF_Ref171886390rh*MERGEFORMAT的研究，選取以下控制變量：對外開放（fdi），用人民幣表示的外商直接投資占地區(qū)

生產總值的比重來衡量，一般來說地區(qū)越開放，越有利于促進各種生產要素的自由流動，隨著越來越多外商的加入，國際上先進的工藝技術、管理經驗等經過吸收整合甚至二次創(chuàng)新進入中國，進而對區(qū)域創(chuàng)新效率產生積極影響；市場化（mar），以非國有企業(yè)從業(yè)人員占比作為代理變量，市場化程度反映了市場配置資源的能力，對創(chuàng)新資源能否得到合理配置產生影響；產業(yè)發(fā)展（ind），以高技術產業(yè)主營業(yè)務收入占地區(qū)規(guī)模以上工業(yè)企業(yè)主營業(yè)務收入的比重作為代理變量，某一地區(qū)的產業(yè)環(huán)境為區(qū)域創(chuàng)新活動提供良好的產業(yè)基礎；政府治理（gov），以研發(fā)經費內部支出中來自政府資助的比重作為代理變量，在中國市場與政府雙軌的體制下，區(qū)域創(chuàng)新系統(tǒng)運行顯然離不開政府支持，因此加入政府治理變量以更好控制政府行為對區(qū)域創(chuàng)新效率的影響。

五、實證結果分析

（一）描述性統(tǒng)計

由于一些省份中數字經濟相關行業(yè)勞動力收入數據無法獲得，因此本文對部分省份作剔除處理后，選取2014—2020年中國25個省份

剔除海南、寧夏、青海、內蒙古、西藏、新疆、香港、澳門和臺灣的數據。的面板數據。其中，創(chuàng)新相關數據來自《中國高技術產業(yè)統(tǒng)計年鑒》，互聯網發(fā)展水平的具體指標均來源于《中國城市統(tǒng)計年鑒》，數據資產的測算數據來源于北京大學中國社會科學調查中心的中國家庭追蹤調查（CFPS），人力資本水平及其他控制變量數據主要來自國家統(tǒng)計局及EPS數據平臺。變量描述性統(tǒng)計結果如表2所示，區(qū)域創(chuàng)新效率

的均值為2.37，標準差為1.59，最大值和最小值之比為22.40，同樣，數字經濟的均值為47.66，標準差為15.54，最大值和最小值之比為4.26，相對于數字經濟而言，區(qū)域創(chuàng)新效率省際間的發(fā)展水平差異更大。從調節(jié)變量看，相對于人力資本水平變量，數據資產水平方差較大，說明省際間數據資產存在更加顯著的差異。

（二）基準回歸結果

在基準回歸結果之前，本文首先對變量之間的相關性進行檢驗。從變量之間的Pearson相關系數檢驗結果可以看出，數字經濟變量與其他變量之間的相關系數均較大，如果一起納入模型中可能存在多重共線性，影響回歸結果的可信性，因此分別對變量進行方差膨脹因子檢驗，結果顯示最大的方差膨脹因子值為3.23，小于5，表明變量之間不存在多重共線性問題，可以納入回歸模型中。

數字經濟對區(qū)域創(chuàng)新效率影響的實證結果見表3。根據Hausman檢驗結果，本文選擇個體固定效應模型進行估計，其中第（1）列為數字經濟指標對區(qū)域創(chuàng)新效率的影響，第（2）～（5）列分別為依次加入控制變量后的回歸結果?？梢钥闯?，無論是只包括數字經濟指標還是依次加入控制變量后，數字經濟指標前的回歸系數均為正，且t統(tǒng)計量檢驗具有顯著性，這說明數字經濟發(fā)展能有效促進區(qū)域創(chuàng)新效率提升。產業(yè)發(fā)展與對外開放和區(qū)域創(chuàng)新效率之間都存在著顯著正相關關系，說明產業(yè)發(fā)展水平與對外開放水平的提升也都會對區(qū)域創(chuàng)新效率提升發(fā)揮促進作用。

（三）穩(wěn)健性和內生性檢驗

為進一步增強研究結論的穩(wěn)健性，本文首先對核心被解釋變量使用DEA和SFA方法重新進行表征，其次參考錢海章等[27]REF_Hlk169656147rh*MERGEFORMAT的研究，從總樣本中剔除4個直轄市（北京、天津、上海、重慶）并對模型進行回歸。此外，由于樣本異方差現象，重新使用加權最小二乘法（WLS）進行估計。穩(wěn)健性檢驗結果見表4第（1）～（4）列。

3.固定效應已控制，控制變量估計結果留存?zhèn)渌鳌?/p>

盡管基準回歸結果顯示數字經濟對區(qū)域創(chuàng)新效率有顯著正向影響，但在模型因果識別過程中可能存在內生性問題，即數字經濟促進區(qū)域創(chuàng)新效率提升的同時，區(qū)域創(chuàng)新也在推動數字經濟發(fā)展。因此，本文使用數字經濟指標滯后一期（L.de）作為工具變量重新進行回歸。由于使用解釋變量滯后一期作為工具變量雖然可以降低內生性，但仍可能存在一些遺漏變量從而影響內生性，因此參考黃群慧等[28]REF_Ref171887133rh*MERGEFORMAT的做法，進一步選用1984年各省份郵局數作為工具變量。一方面，數字經濟是傳統(tǒng)通信技術的延續(xù)，其發(fā)展起點一定程度上取決于該地區(qū)電信基礎設施的技術水平，而郵局則是較為基礎的電信設施，滿足工具變量的相關性；另一方面，隨著互聯網和移動電話的普及，郵寄信封等傳統(tǒng)通信工具的使用頻率變低，對當前該地區(qū)的經濟發(fā)展與創(chuàng)新的影響可以忽略不計，滿足工具變量的排他性。由于1984年郵局數為截面數據，參考Nunn等[29]REF_Ref171887146rh*MERGEFORMAT的處理方法，將1984年郵局數與各地區(qū)互聯網用戶數構造交互項，成為新的面板工具變量（deiv）。

內生性檢驗結果如表4第（5）（6）列所示，可以看出，無論是穩(wěn)健性檢驗還是內生性檢驗，數字經濟指標前的回歸系數均為正，且統(tǒng)計量檢驗具有顯著性，這也說明數字經濟對區(qū)域創(chuàng)新效率具有正向促進效果。

六、進一步研究

（一）異質性分析

前文分析驗證了數字經濟發(fā)展能夠促進區(qū)域創(chuàng)新效率的提升，進一步地，本文從地理位置和區(qū)域創(chuàng)新效率水平兩個維度將全體樣本進行分類回歸，檢驗數字經濟發(fā)展對區(qū)域創(chuàng)新效率影響在不同地區(qū)之間的異質性

篇幅限制，估計結果留存?zhèn)渌??！?/p>

1.地區(qū)異質性檢驗

中國數字經濟發(fā)展呈現空間不平衡狀態(tài)，地區(qū)間存在巨大的數字鴻溝，東部地區(qū)的數字經濟發(fā)展明顯優(yōu)于中西部地區(qū)[30]。文化水平相對落后地區(qū)的居民使用信息技術能力相對較差，網絡效應下地區(qū)間和個體間的差距呈現加劇態(tài)勢。因此，本文按照國家統(tǒng)計局的劃分標準，將樣本分為東部和中西部兩大區(qū)域進行回歸分析，進一步驗證數字經濟對區(qū)域創(chuàng)新的影響。結果表明，無論是東部地區(qū)還是中西部地區(qū)，數字經濟發(fā)展都對其區(qū)域創(chuàng)新效率提升發(fā)揮正向促進作用。此外，東部地區(qū)的回歸系數大于中西部地區(qū)的回歸系數，即數字經濟發(fā)展對東部地區(qū)創(chuàng)新效率提升的正向促進作用要大于其對中西部地區(qū)創(chuàng)新效率提升的正向促進作用，因此數字經濟的不均衡發(fā)展可能導致東中西部的創(chuàng)新效率差異呈現擴大化趨勢。究其原因，數字技術在區(qū)域創(chuàng)新系統(tǒng)中的廣泛擴散和深度融合，離不開完備的網絡體系、基礎軟件等底層技術支撐，由于資源稟賦差異和經濟發(fā)展水平不同，中國數字經濟發(fā)展呈現空間不平衡狀態(tài)。而與中西部地區(qū)相比，東部地區(qū)地理位置優(yōu)越，經濟發(fā)展規(guī)模大，傳統(tǒng)金融覆蓋廣，基礎設施較為完善，因此數字經濟發(fā)展明顯更有優(yōu)勢。由于信息技術對使用者的受教育程度有一定要求，教育發(fā)展相對落后的中西部地區(qū)居民有效使用互聯網的能力相對較差，數字化普及需要花費更多的時間和成本，網絡效應下地區(qū)間差異越發(fā)嚴重[31]。因此，從數字經濟發(fā)展的不均衡狀態(tài)來看，東部地區(qū)能夠更早獲得數字經濟發(fā)展所帶來的創(chuàng)新激勵效應，并且數字經濟快捷高效的特點意味著創(chuàng)新主體能夠及時捕捉市場變化，賦能市場供需兩側，進而持續(xù)穩(wěn)定地對區(qū)域創(chuàng)新效率產生積極影響。

2.區(qū)域創(chuàng)新效率異質性檢驗

考慮到數字經濟對區(qū)域創(chuàng)新的影響可能因為區(qū)域創(chuàng)新效率的高低而不同，本文以考察期內全部省份的區(qū)域創(chuàng)新效率均值作為參照，將總樣本劃分為區(qū)域創(chuàng)新效率較高省份和區(qū)域創(chuàng)新效率較低省份兩組進行分析。結果表明，數字經濟對區(qū)域創(chuàng)新效率提升作用在區(qū)域創(chuàng)新效率低水平地區(qū)更明顯，這種數字經濟對區(qū)域創(chuàng)新效率提升作用的地區(qū)差異可能說明，區(qū)域創(chuàng)新效率較低地區(qū)提升的潛能更大，數字經濟在初期能夠發(fā)揮更大推動作用；而隨著區(qū)域創(chuàng)新效率不斷升高，其效率的再提升將需要綜合其他要素并且對要素質量提出更高的要求。

（二）非線性效應分析

根據梅特卡夫法則，網絡價值以用戶數量平方的速度增長。這意味著當數字經濟發(fā)展到一定水平時，網絡用戶將超過某個臨界點而呈現超乎尋常的指數增長趨勢，使得網絡價值爆發(fā)式增長。這一法則的本質是網絡的外部性，隨著創(chuàng)新主體信息化程度的提高，網絡對區(qū)域創(chuàng)新系統(tǒng)進行迅猛滲透和擴張。

網絡帶來的持續(xù)正反饋將實現創(chuàng)新主體的規(guī)模經濟，進一步促進創(chuàng)新效率的提升?？紤]到數字經濟對區(qū)域創(chuàng)新效率影響可能存在非線性特征，因此本文分別以數字經濟為門檻變量，設立如下面板門檻模型：

teit=β0+β1deit×Ideit≤θ+β1deit×Ideitgt;θ+βcXit+λi+μt+εit

（3）

其中，deit既是核心解釋變量也是數字經濟指標的門檻變量，θ為門檻值，I（·）為取值為1或0的指示函數，滿足括號內條件即為1，否則為0。

式（3）考慮的是單一門檻的情形，可根據實證檢驗結果擴充至雙重門檻、三重門檻等。本文對上述門檻模型依次進行了三重門檻、雙重門檻和單一門檻的存在性檢驗，運用Bootstrap自助法反復抽樣500次后，結果通過了單一門檻，但未通過雙重門檻和三重門檻檢驗

篇幅所限，結果留存?zhèn)渌鳌?。未加入控制變量與加入控制變量后P值均小于0.1，模型的單一門檻效應都顯著。加入控制變量后的門檻值為4.263，從數字經濟指標的測度結果看，在2014年僅有北京能夠跨過這一門檻，而2019與2020年則有北京、上海、廣東、江蘇4個省份能夠跨過這一門檻。

當數字經濟指標低于門檻值時，數字經濟對區(qū)域創(chuàng)新效率的回歸系數顯著為正，數字經濟發(fā)展水平每提高1%，區(qū)域創(chuàng)新效率提高0.963%；而當數字經濟發(fā)展水平超過門檻值時，數字經濟對于區(qū)域創(chuàng)新效率的影響仍然顯著為正，且系數更大，即數字經濟發(fā)展水平每提高1%，區(qū)域創(chuàng)新效率提高1.027%。這一結果說明，數字經濟對區(qū)域創(chuàng)新效率的影響并不是簡單的線性關系，隨著數字經濟發(fā)展水平的提高，這種影響的邊際效應是遞增的，也就是說數字經濟發(fā)展水平越高的地區(qū)，越能夠充分發(fā)揮其促進區(qū)域創(chuàng)新效率提升的作用。

（三）空間溢出效應檢驗

資源、知識、技術、數據等要素能夠在不同區(qū)域間流動，一方面可能促進區(qū)域間的共同進步，從而產生正向的空間溢出效應；另一方面，也可能形成極化效應，即過度吸收周邊地區(qū)的各類要素，加劇區(qū)域間發(fā)展的不平衡，產生負向的空間溢出效應。為考察各省份創(chuàng)新效率的空間溢出效應，首先對變量的空間相關性進行檢驗，運用經濟權重矩陣計算得到數字經濟和區(qū)域創(chuàng)新效率的全局莫蘭指數，結果如表5所示。其中，經濟距離權重矩陣以各省份人均地區(qū)生產總值差值絕對值的倒數生成。

進一步，本文在前文所構建的式（1）中引入與空間權重矩陣的空間交互項，構建一般形式的空間面板計量模型：

teit=γ0+ρ[WTHX]W[WTBX]teit+φ[WTHX]W[WTBX]deit+γ1deit+γ2Zit+uit（4）

uit=λ[WTHX]W[WTBX]uit+εit（5）

其中，ρ為空間自回歸系數，λ為空間自相關系數，[WTHX]W[WTBX]為空間權重矩陣，Z為一系列控制變量，u與ε代表干擾項；[WTHX]W[WTBX]teit表示被解釋變量之間存在的內生交互效應，[WTHX]W[WTBX]deit表示解釋變量之間存在的外生交互效應，[WTHX]W[WTBX]uit表示不同單位的干擾項之間存在的交互效應。對于空間權重矩陣，本文分別選取地理距離和經濟距離兩種方式，其中地理距離矩陣用各省份地理中心經緯度距離平方的倒數表示。

為確保回歸結果的穩(wěn)健性，本文分別選用常見的三種計量模型進行估計，即空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM），并運用拉格朗日乘子檢驗（LM）、Hausman檢驗和似然比檢驗（LR）對上述三類模型的擬合效果進行比較

限于篇幅，結果留存?zhèn)渌?。，結果表明，LMerror和LMlag的系數均顯著為正，而LRerror和LRlag的檢驗結果均小于0.001，因此SDM模型為較優(yōu)選擇。此外，根據Hausman檢驗結果模型應采用固定效應。

在地理距離權重與經濟距離權重矩陣下，SDM模型回歸得出的ρ值均顯著為負，并且可以看出，盡管數字經濟對本地區(qū)的直接效應顯著為正，但考慮到間接效應后的總效用在地理距離權重下顯著為負，經濟距離權重下系數有所下降。這表明本地區(qū)數字經濟對鄰近地區(qū)的區(qū)域創(chuàng)新效率有著負向作用，即負的空間溢出性，與徐向龍等[1213]REF_Ref171884183rh*MERGEFORMAT的相關研究結果相類似。負向空間溢出效應的出現可能是因為數字經濟發(fā)展表現出了“強者恒強，贏者通吃”的特點，各地區(qū)起初紛紛爭奪數字經濟發(fā)展的有利地位，而隨著一些區(qū)域取得領先地位后，周邊地區(qū)的數字資源、創(chuàng)新資源（如人才、資本等）將傾向于流動到這些數字經濟發(fā)展水平較高的區(qū)域，從而使其優(yōu)勢地位更加顯著和牢靠，而資源流失區(qū)域的發(fā)展能力進一步下降，這種有利于發(fā)展較快地區(qū)而不利于發(fā)展較慢地區(qū)的循環(huán)累積因果關系可能引致發(fā)達地區(qū)更發(fā)達，落后地區(qū)更落后。

（四）調節(jié)效應分析

為了驗證數字經濟發(fā)展在促進區(qū)域創(chuàng)新效率提升中可能存在的調節(jié)效應假說，使用調節(jié)效應模型進行實證檢驗。由于交互項與自變量和調節(jié)變量之間存在高度的共線性會使得模型估計結果產生偏差，因此對解釋變量和調節(jié)變量采取中心化處理，具體檢驗結果見表6。第（1）（4）列為未加入核心解釋變量和調節(jié)變量交互項的回歸結果，第（2）（5）列為加入核心解釋變量和調節(jié)變量交互項后的結果，第（3）（6）列為加入上述兩變量中心化后的交互項（cde×cmod）估計結果。

表6第（3）列結果顯示，中心化后的數字經濟與數據資產交互項對區(qū)域創(chuàng)新效率的影響為正，且在5%的水平下通過顯著性檢驗，這說明數據資產在數字經濟與區(qū)域創(chuàng)新效率之間起到正向調節(jié)作用，即數據資產水平每上升1個百分點，數字經濟對區(qū)域創(chuàng)新效率的正向作用顯著上升38.4%。隨著數字經濟發(fā)展不斷深化，數字化的信息與知識成為創(chuàng)新活動重要的生產要素之一，“數據即資產”的概念被廣泛認同，從物理資產管理轉為加強數據資產管理已逐漸成為數字化轉型中各大創(chuàng)新主體的共識，因此圍繞數據的搜集處理、加工儲存到最后應用這一過程，形成全鏈條的數據資產管理體系建設，必然能夠強化數字經濟對區(qū)域創(chuàng)新效率的積極影響。

表6第（6）列結果顯示，中心化后的數字經濟與人力資本交互項對區(qū)域創(chuàng)新效率的影響為正，且在1%的水平下通過顯著性檢驗，說明人力資本在數字經濟與區(qū)域創(chuàng)新效率之間起到正向調節(jié)作用，即人力資本水平每上升1個百分點，數字經濟對區(qū)域創(chuàng)新效率的正向作用顯著上升19.0%，這說明與較低人力資本水平地區(qū)相比，處于較高人力資本水平的地區(qū)更能夠有效利用數字經濟發(fā)揮資本的作用，提高本地區(qū)創(chuàng)新效率。

七、結論與政策啟示

創(chuàng)新是實現中國國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局的關鍵支撐，而隨著中國數字經濟的快速發(fā)展，其對區(qū)域創(chuàng)新的影響也日益顯現。為了深入探究數字經濟對區(qū)域創(chuàng)新效率提升之間的影響關系，本文基于2014—2020年25個省份面板數據測算了中國區(qū)域創(chuàng)新效率，構建了包括3個細分的二級指標以及16個三級指標在內的省級數字經濟表征指標，將數據要素轉為數據資產并測算其價值，在驗證數字經濟對區(qū)域創(chuàng)新效率產生積極影響的基礎上，進一步驗證該影響的地區(qū)異質性、非線性特征、空間溢出效應和相關的調節(jié)效應，得出三點結論。第一，中國數字經濟水平和區(qū)域創(chuàng)新效率均呈現日益增長態(tài)勢，且東高西低的梯度分布特征明顯。第二，數字經濟發(fā)展能夠顯著提升區(qū)域創(chuàng)新效率，且存在東部地區(qū)更明顯的地區(qū)異質性，數字經濟發(fā)展對區(qū)域創(chuàng)新效率的積極影響具有“邊際效應”遞增的非線性效應以及負向的空間溢出效應。第三，數據資產水平和人力資本水平在數字經濟與區(qū)域創(chuàng)新效率之間產生正向調節(jié)效應，即在人力資本和數據資產水平較高的地區(qū)，數字經濟對區(qū)域創(chuàng)新效率的積極影響更明顯?；谏鲜鼋Y論，本文提出以下政策建議：

第一，在數字經濟成為推動區(qū)域創(chuàng)新效率提升的新引擎和其具有邊界效應遞增的現實之下，應加大對數字經濟的投資力度，大力推動第五代移動通信網絡等新型基礎設施的建設，進一步加快數字產業(yè)化和產業(yè)數字化步伐，特別是發(fā)揮好有為政府的有形之手，在一些影響數字經濟與傳統(tǒng)產業(yè)融合發(fā)展的堵點和困點上加快制度創(chuàng)新步伐，并針對數字經濟的新興業(yè)態(tài)和新興模式，實行審慎和包容監(jiān)管。

第二，針對不同數字經濟水平和不同創(chuàng)新效率水平的區(qū)域，實施差異化而非均一化的數字經濟發(fā)展戰(zhàn)略。當前，東部地區(qū)數字經濟發(fā)展水平及創(chuàng)新資源明顯優(yōu)于中西部地區(qū)，且兩者之間的正向促進作用在東部地區(qū)也更為明顯，因此對不同地區(qū)應實施差異化的發(fā)展戰(zhàn)略。就東部地區(qū)而言，其產業(yè)發(fā)展基礎較好，應以核心領域關鍵技術的突破為主要目標，打造具有前瞻性和引領性的創(chuàng)新平臺；而對于中西部地區(qū)則應以補短板為主，進一步加強數字經濟基礎設施建設，著力擴大數字經濟應用的廣度和深度。

第三，高度重視數字經濟發(fā)展會對臨近區(qū)域的區(qū)域創(chuàng)新效率產生負向影響現象，避免城市數字發(fā)展不平衡影響區(qū)域協(xié)調發(fā)展等問題。因此，中央政府在積極鼓勵各地大力發(fā)展數字經濟時，也應該做好理性頂層設計，特別是有關數字經濟發(fā)展成果的共享以及相關的受益分配和協(xié)調機制建設，探求區(qū)域之間在創(chuàng)新層面的合作，積極構建區(qū)域創(chuàng)新交流與合作平臺，減少地方政府數字經濟發(fā)展之間出現“以鄰為壑”的行為。

第四，將數據資產和人力資本作為促進數字經濟賦能區(qū)域創(chuàng)新的重要抓手。首先，高度重視數據作為新生產要素對創(chuàng)新的引領作用，積極推進要素市場制度建設，建立健全數據公開、共享和交易的規(guī)則，充分釋放數據要素正向調節(jié)的潛能。其次，進一步加快建設教育強國、人才強國的步伐，準確把握教育優(yōu)先發(fā)展與人才引領驅動的關系，深化推進教育體制改革，完善人才引進相關政策，培養(yǎng)、吸引一大批高素質人才，使數字經濟能得到更好的發(fā)揮，推動區(qū)域創(chuàng)新發(fā)展。

參考文獻：

［1］"[WB]劉樹峰，杜德斌，覃雄合，等."基于創(chuàng)新價值鏈視角下中國創(chuàng)新效率時空格局與影響因素分析[J]."地理科學，2019，39（2）：173182.

LIU"S"F，"DU"D"B，"QIN"X"H，"et"al."Spatialtemporal"pattern"and"influencing"factors"of"China’s"innovation"efficiency"based"on"innovation"value"chain[J]."Scientia"Geographica"Sinica，2019，39（2）：173182.

［2］LYYTINEN"K，"YOO"Y，"JR"B"J"R."Digital"product"innovation"within"four"classes"of"innovation"networks[J]."Information"Systems"Journal，2016（1）：4775.

［3］BECK"T，"PAMUK"H，"RAMRATTAN"R，"et"al."Payment"instruments，"finance"and"development[J]."Journal"of"Development"Economics，2018，133：162186.

［4］TRANOS"E，"KTTSOS"T，"ORTEGAARGILES"R."Digital"economy"in"the"UK："regional"productivity"effects"of"early"adoption[J]."Taylor"amp;"Francis"Journals，2021，55（12）：19241938.

［5］FURR"N，"SHIPILOV"A."Digital"doesn’t"have"to"be"disruptive[J]."Harvard"Business"Review，2019，94：94103.

［6］USAI"A，"FIANO"F，"PETRUZZELLI"A"M，"et"al."Unveiling"the"impact"of"the"adoption"of"digital"technologies"on"firms’"innovation"performance[J]."Journal"of"Business"Research，2021，133：327336.

［7］楊弼君."數字經濟、知識產權保護與高技術產業(yè)創(chuàng)新效率[J]."技術經濟與管理研究，2023，44（7）：611.

YANG"B"J."Digital"economy，"intellectual"property"protection"and"innovation"efficiency"of"hightech"industry[J]."Journal"of"Technical"Economics"amp;"Management，2023，44（7）：611.

［8］周國富，林一鳴."數字經濟、制度環(huán)境與區(qū)域創(chuàng)新效率[J]."現代經濟探討，2023，42（11）：116.

ZHOU"G"F，"LIN"Y"M."Digital"economy，"institutional"environment"and"regional"innovation"efficiency[J]."Modern"Economic"Research，2023，42（11）：116.

［9］徐勝，梁靚."數字經濟對區(qū)域創(chuàng)新效率的空間溢出效應：基于創(chuàng)新價值鏈視角[J]."中國流通經濟，2023，"37（2）：5567.

XU"S，"LIANG"L."Spatial"effect"of"digital"economy"on"regional"innovation"efficiency："from"the"perspective"of"innovation"value"chain[J]."China"Business"and"Market，2023，37（2）：5567.

［10］[KG*2][ZK（#][WB]汪文璞，徐藹婷."數字經濟能驅動企業(yè)創(chuàng)新效率嗎[J]."現代經濟探討，2022，41（12）：7990.

WANG"W"P，"XU"A"T."Can"the"digital"economy"drive"enterprise"innovation"efficiency[J]."Modern"Economic"Research，2022，41（12）：7990.

［11］白俊紅，陳新."數字經濟、空間溢出效應與區(qū)域創(chuàng)新效率[J]."研究與發(fā)展管理，2022，34（6）：6778.

BAI"J"H，"CHEN"X."Digital"economy，"spatial"spillover"effect"and"regional"innovation"efficiency[J]."Ramp;D"Management，2022，34（6）：6778.

［12］徐向龍，侯經川."促進、加速與溢出：數字經濟發(fā)展對區(qū)域創(chuàng)新績效的影響[J]."科技進步與對策，2022，39（1）：5059.

XU"X"L，"HOU"J"C."Promotion，"acceleration"and"spillover："the"impact"of"digital"economy"development"on"regional"innovation"performance[J]."Science"amp;"Technology"Progress"and"Policy，2022，39（1）：5059.

［13］梁琦，肖素萍，李夢欣."數字經濟發(fā)展、空間外溢與區(qū)域創(chuàng)新質量提升：兼論市場化的門檻效應[J]."上海經濟研究，2021，40（9）：4456.

LIANG"Q，"XIAO"S"P，"LI"M"X."Digital"economy"development，"spatial"spillover"and"innovation"quality"growth："the"threshold"effect"test"of"market"efficiency[J]."Shanghai"Journal"of"Economics，2021，40（9）：4456.

［14］張慧，易金彪，徐建新."數字經濟對區(qū)域創(chuàng)新效率的空間溢出效應研究：基于要素市場化配置視角[J]."證券市場導報，2022，32（7）：1322.

ZHANG"H，"YI"J"B，"XU"J"X."Research"on"the"spatial"spillover"effect"of"digital"economy"on"regional"innovation"efficiency："from"the"perspective"of"marketoriented"allocation"of"factors[J]."Securities"Market"Herald，2022，32（7）：1322.

［15］郭將，張虹萌."產業(yè)數字化對區(qū)域創(chuàng)新效率的影響研究：以長三角為例[J]."科技與管理，2023，25（3）：6472.

GUO"J，"ZHANG"H"M."Research"on"the"impact"of"industrial"digitalization"on"regional"innovation"efficiency："taking"the"Yangtze"River"Delta"as"an"example[J]."Journal"of"Science"and"Technology"Management，2023，25（3）：6472.

［16］裴長洪，倪江飛，李越."數字經濟的政治經濟學分析[J]."財貿經濟，2018，39（9）：522.

PEI"C"H，"NI"J"F，"LI"Y."Approach"digital"economy"from"the"perspective"of"political"economics[J]."Finance"amp;"Trade"Economics，2018，39（9）：522.

［17］陳曉紅，李楊揚，宋麗潔，等."數字經濟理論體系與研究展望[J]."管理世界，2022，38（2）：208224.

CHEN"X"H，"LI"Y"Y，"SONG"L"J，"et"al."Theoretical"framework"and"research"prospect"of"digital"economy[J]."Journal"of"Management"World，2022，38（2）：208224.

［18］許憲春，張鐘文，胡亞茹."數據資產統(tǒng)計與核算問題研究[J]."管理世界，2022，38（2）：1630.

XU"X"C，"ZHANG"Z"W，"HU"Y"R."Research"on"deriving"measuresnbsp;of"data"assets"in"national"accounts[J]."Journal"of"Management"World，2022，38（2）：1630.

［19］江艇.因果推斷經驗研究中的中介效應與調節(jié)效應[J]."中國工業(yè)經濟，2022，40（5）：100120.

JIANG"T."Mediating"effects"and"moderating"effects"in"causal"inference[J]."China"Industrial"Economics，2022，40（5）：100120.

［20］彭緒庶，張宙材.中國區(qū)域創(chuàng)新體系效能測度與演進特征研究[J]."科技進步與對策，2023，40（17）：7887.

PENG"X"S，"ZHANG"Z"C."The"efficiency"measurement"and"evolution"characteristics"of"China’s"regional"innovation"system[J]."Science"amp;"Technology"Progress"and"Policy，2023，40（17）：7887.

［21］趙濤，張智，梁上坤."數字經濟、創(chuàng)業(yè)活躍度與高質量發(fā)展：來自中國城市的經驗證據[J]."管理世界，2020，36（10）：6576.

ZHAO"T，"ZHANG"Z，"LIANG"S"K."Digital"economy，"entrepreneurship，"and"highquality"economic"development："empirical"evidence"from"urban"China[J]."Journal"of"Management"World，2020，36（10）：6576.

［22］楊慧梅，江璐."數字經濟、空間效應與全要素生產率[J]."統(tǒng)計研究，2021，38（4）：315.

YANG"H"M，"JIANG"L."Digital"economy，"spatial"effects"and"total"factor"productivity[J]."Statistical"Research，2021，38（4）：315.

［23］李海崢，梁赟玲，FRAUMENI"B，等."中國人力資本測度與指數構建[J]."經濟研究，2010，45（8）：4254.

LI"H"Z，"LIANG"Y"L，"FRAUMENI"B，"et"al."China’s"human"capital"measurement"and"index"construction[J]."Economic"Research"Journal，2010，45（8）：4254.

［24］聯合國，歐盟委員會，經濟合作與發(fā)展組織，等."2008年國民賬戶體系[M]."北京：中國統(tǒng)計出版社，2012：60，134.

［25］OECD."Handbook"on"deriving"capital"measures"of"intellectual"property"products[M]."Paris：OECD"Publishing，2009：1520.

［26］李政，楊思瑩，路京京."政府參與能否提升區(qū)域創(chuàng)新效率？[J]."經濟評論，2018，39（6）：314.

LI"Z，"YANG"S"Y，"LU"J"J."Can"government"participation"improve"regional"innovation"efficiency？[J]."Economic"Review，2018，39（6）：314.

［27］錢海章，陶云清，曹松威，"等."中國數字金融發(fā)展與經濟增長的理論與實證[J]."數量經濟技術經濟研究，2020，37（6）：2646.

QIAN"H"Z，"TAO"Y"Q，"CAO"S"W，"et"al."Theoretical"and"empirical"analysis"on"the"development"of"digital"finance"and"economic"growth"in"China[J]."Journal"of"Quantitative"amp;"Technological"Economics，2020，37（6）：2646.

［28］黃群慧，余泳澤，張松林."互聯網發(fā)展與制造業(yè)生產率提升：內在機制與中國經驗[J]."中國工業(yè)經濟，2019，37（8）：523.

HUANG"Q"H，"YU"Y"Z，"ZHANG"S"L."Internet"development"and"productivity"growth"in"manufacturing"industry："internal"mechanism"and"China"experiences[J]."China"Industrial"Economics，2019，37（8）：523.

［29］NUNN"N，"QIAN"N."US"food"aid"and"civil"conflict[J]."American"Economic"Review，2014，104（6）：16301666.

［30］張國勝，嚴鵬，李欣玨.賦能中的分化：數字技術擴散與中國南北經濟增長“失衡”[J].當代經濟科學，2024，46（6）：6175.

ZHANG"G"S，"YAN"P，"LI"X"J."Divergence"in"empowerment："digital"technology"diffusion"divergence"and"the"imbalance"between"Chinese"north"and"south"economic"growth[J].Modern"Economic"Science，2024，46（6）：6175.

［31］劉帥，李琪，徐曉瑜，等.互聯網發(fā)展與城市創(chuàng)新提升：基于“寬帶中國”戰(zhàn)略的準自然實驗[J].西安交通大學學報（社會科學版），2022，42（6）：1020.

LIU"S，"LI"Q，"XU"X"Y，"et"al."Internet"development"and"improvement"of"urban"innovation："a"quasinatural"experiment"based"on"“Broadband"China”"strategy[J].Journal"of"Xi’an"Jiaotong"University（Social"Sciences），2022，42（6）：1020.

編輯：張靜，高原