[摘要]数字经济作为经济增长的新引擎，对高技术企业创新具有重要影响。本文通过测度2012—2021年地级及以上城市数字经济发展水平，并结合中国沪深A股高技术上市企业年度數据，利用固定效应模型与中介效应模型，从技术市场发展角度出发，实证检验数字经济对高技术企业创新的影响。研究发现：数字经济能够显著提升高技术企业创新能力，且经过稳健性检验后此结论依旧成立；技术市场发展在数字经济与高技术企业创新之间发挥重要中介作用；异质性检验结果显示，数字经济对高技术企业创新的影响在中西部地区更加显著。基于此，提出加快发展数字经济，夯实企业创新基础；完善技术市场，推动企业成果转化；激发区域创新潜能，提高中西部企业竞争力，以此促进高技术企业持续创新发展。

[关键词]数字经济；技术市场；高技术企业；固定效应模型

一、 引言及文献综述

党的二十大报告指出“科技是第一生产力、人才是第一资源、创新是第一动力”。高技术企业作为建设创新型国家的重要组成部分，是吸引高端科技人才，增强科技创新能力，促进产业结构调整的重要主体。近年来，高技术企业创新对国民经济的贡献度不断上升，呈现出较强的发展潜力。但与此同时，高技术企业创新活动需从外部引入大量成型技术，致使其发展面临来自技术市场的多重约束[1]。一方面，技术市场与市场经济发展难以实现协同匹配，导致技术市场供需关系对接困难，存在一定脱钩现象，不利于高技术企业之间组建创新联盟；另一方面，技术市场存在信息不对称、发展不完善等问题，致使买卖双方通过压价控制风险，阻碍了高技术企业的技术购买行为，不利于技术创新。可以推断，技术市场发展在一定程度上能够影响高技术企业创新能力。

2022年10月，党的二十大报告中明确指出“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”1。同时，十三届全国人大常委会第三十七次会议上报告我国数字经济发展情况，指出“数字经济基础设施实现跨越式发展”“信息通信网络建设规模全球领先”“产业创新活力不断提升”2，这些有利于高技术企业高效开展创新活动。这一态势下，我国数字经济发展成为推动技术市场完善、助力高技术企业创新的重要动力。相较于传统经济，数字经济依托互联网技术，为技术创新提供覆盖面广、可持续的金融支持，可以有效缓解技术市场资金缺乏、信息不对称等困境，推动技术市场良性发展，进而提升高技术企业创新能力。由此，立足于数字经济发展背景，探讨数字经济与技术市场如何共同影响高技术企业创新，对于充分释放高技术企业创新活力具有现实价值。

对既有文献进行梳理，发现高技术企业创新的相关研究包括以下几个方面：第一，对高技术企业技术创新效率的测度研究。刘永松等[2]通过DEA模型与Malmquist指数研究发现，我国大部分省份高技术企业技术创新效率较高。王新红等[3]研究发现，我国创新型企业技术创新效率整体偏低，但具有较高的规模效率。第二，高技术企业创新的影响因素研究。钱丽等[4]认为，不同产权性质的高技术企业创新效率有所差异。于潇宇等[5]研究发现，当前补贴政策对高技术企业技术创新存在促进作用。刘兰剑等[6]通过回归模型分析发现，政府资助与引进高素质人才可以显著提升高技术企业创新能力。

部分学者研究了数字经济对企业创新的影响，并形成两种观点。一种观点认为数字经济能够促进企业创新。如马永红等[7]认为数字经济可以显著促进高技术企业创新绩效，且经历稳健性检验后此结论依旧成立。周雪峰等[8]研究认为数字经济能够促进企业持续绿色创新。毛建辉等[9]研究发现数字经济能够有效促进企业技术创新。另一种观点认为数字经济发展会抑制企业创新。如郭吉涛等[10]研究发现，国内关键核心技术环节薄弱导致数字经济对企业技术创新产生阻碍。关于数字经济与技术市场发展的研究整体则较为匮乏，现有文献主要集中于数字经济导向下技术需求对智能制造技术创新的影响[11]、数字经济发展对技术要素市场化的影响[12]，较少涉及数字经济与技术市场发展的直接影响，这为本研究的开展提供了充足空间。此外，部分学者针对技术市场发展对高技术企业创新的影响进行了探讨。王进富等[13]运用面板数据聚类分析法探索了政府资助波动、技术市场发展程度与企业R＆D投入的关系，发现技术市场发展程度对企业R＆D投入具有逐渐减弱的正向影响。赵巧芝等[14]研究发现，在互联网发展与高技术产业技术创新效率的影响关系中，技术市场厚度与流畅度能够发挥重要中介作用。顾真溶等[15]研究发现，长三角地区创新能力可以显著促进技术市场交易效率。

综上所述，有关数字经济、技术市场发展以及高技术企业创新的研究已有一定深度与广度，为本文奠定了良好基础，但将三者纳入统一框架进行研究的文献较为缺乏。为此，本文将数字经济指数与中国沪深A股高技术上市企业数据相匹配，研究2012—2021年数字经济如何通过推动技术市场发展进而促进高技术企业创新，并探究具体影响效果的区域差异。文章可能的边际贡献在于：第一，从数字经济视角丰富宏观经济市场与微观高技术企业创新行为之间关系的相关研究；第二，以推动技术市场发展为主要切入点，实证检验数字经济对高技术企业创新的影响，即将技术市场发展作为中介变量，研究技术市场发展在数字经济与高技术企业创新影响关系中的作用；第三，从地区异质性角度出发，检验数字经济对高技术企业创新的影响是否存在地区异质性，为推动中国技术创新均衡发展提供全新视角。

二、 理论分析与研究假设

1. 数字经济与高技术企业创新

随着数字经济快速发展，大数据、人工智能等数字技术打破了市场原有边界，使高技术企业内部产品设计与研发流程更加开放，加快了企业数字化转型进程。在此过程中，新一代信息技术与高技术产业深度融合，有效提升了高技术企业创新能力。第一，从高技术企业创新投入来看，在数字技术赋能下，数字经济可以有效缓解高技术企业与金融机构之间的信息不对称问题，在突破金融对企业创新限制的同时，进一步扩大高技术企业融资渠道，为后续创新提供充足资金。同时，伴随数字要素规模效益与外溢性逐渐增强，数据价值得到最大限度的释放，促使高技术企业之间加快合作与资源共享[16]，继而强化高技术企业创新资金投入。第二，从高技术企业创新效率来看，数字经济发展所带来的数字技术能够引领高技术产业数字化转型，推动供给体系改革，实现产业高水平跃迁[17]。随着数字技术对各行业渗透力度不断加大，高技术产业数字化转型进程持续加快，使得高技术企业向更优状态转变，促使创新效率不断提升。第三，从高技术企业创新行为来看，数字经济借助数字产业化将数字化知识与信息转化为生产要素，并通过技术创新与管理创新不断催生新业态，推动数字产业链形成。在数字产业链不断完善的背景下，高技术企业能够分析与预知产业发展趋势，进而产生自发性创新活动。不仅如此，作为数字经济的“防护网”，数字经济所引致的数字化治理能够优化城市数字化环境建设，为企业创新提供良好环境，进一步强化高技术企业创新意愿，深化其创新行为。综上，本文提出假设H1：

H1：数字经济可以推动高技术企业创新。

2. 技术市场发展的中介作用

数字经济作为国民经济的“加速器”，具有高附加性、高渗透性等特征，可加速创新资源流动，助力技术市场优化升级，进而带动高技术企业创新。就数字经济与技术市场发展关系而言，一方面，数字经济可以深化企业技术供给与需求，促进技术市场发展。在数字经济持续发展下，传统产业逐渐实现研发生产网络化、销售在线化、产品智能化。在此过程中，企业数字化转型对于数字技术的需求进一步提高，导致技术市场中新型技术咨询与服务需求快速增长[18]，使得技术市场咨询业务日趋完善。同时，在数字经济带动下，企业数字化转型会加速产品迭代、增加个性化要求，促使技术交易愈加频繁，从而推动技术市场发展。另一方面，数字经济能够提高技术市场整合能力，促进技术市场发展。数字经济衍生而来的网络技术交易平台能够打破供需双方时空限制，推动技术市场良性发展。此类平台能够展示技术成果、发布需求信息，并提供相对完整的技术信息披露机制，有效弱化技术市场中交易双方信息不对称问题，促进技术供需双方交易率提升，推动技术市场向专业化发展。就技术市场与高技术企业创新关系而言，技术市场发展往往伴随着“结构红利”，为合理配置创新资源提供条件，以此助力高技术企业创新。细言之，技术市场发展能够加大技术创新扩散，帮助高技术企业之间组建创新联盟，并为企业提供技术人才，进而缩小企业间的创新差距，在一定程度上激发高技术企业创新活力[19]。基于以上分析，提出假设H2：

H2：数字经济能够通过促进技术市场发展推动高技术企业创新。

3. 区域异质性分析

数字经济作为一种新经济形态，能够打破经济对空间距离与信息资源的依赖，拓宽高技术企业创新融资渠道，推动高技术企业持续创新。然而，我国区域间资源禀赋、经济水平存在较大差异，使得数字经济整体呈现出空间分布不均衡态势，具体表现为数字经济发展水平自东向西依次降低[20]。基于此，可以推断数字经济对高技术企业创新的影响效应可能同样存在区域异质性。对于东部地区而言，其高技术企业发展水平相对较高，且本身在资金、人才、技术服务方面已经形成一定积累，故数字经济对高技术企业的赋能作用更多是一种“锦上添花”。对于中西部地区而言，其在资金供给、人才引进、配套设施等方面尚未健全，技术市场发展水平较低。数字经济快速发展为中西部地区带来大量资金与技术，能够有效推动该地区高技术企业创新。综上，提出假设H3：

H3：数字经济对高技术企业创新的影响在中西部地区更明显。

三、 实证研究

1. 数据来源

本文选择中国沪深A股高技术上市企业为研究对象。为缩小数字经济与上市企业的样本差异，选取地级及以上城市面板数据测度数字经济，并按照上市公司所在地進行数据匹配，最终构建2012—2021年面板数据集。在剔除掉金融类企业、*ST企业、ST企业、PT企业以及数据缺失较为严重的企业之后，得到3694家企业样本，共36940个观测值。相关数据源于国泰安数据库、RESSET数据库、《中国高技术产业统计年鉴》《中国城市统计年鉴》。为避免异常值带来的影响，本文对所有连续变量1%以下与99%以上数据进行Winsorize处理。

2. 变量选取

（1）被解释变量：高技术企业创新能力

本文参考潘红波等[21]的研究成果，选取企业每年申请专利总量（[lnPt]）作为高技术企业创新能力的代理变量，以充分考量数字经济对高技术企业创新能力的影响。

（2）解释变量：数字经济

本文参考国家统计局《数字经济及其核心产业统计分类（2021）》1与部分学者的相关研究[22-23]，从数字经济基础设施、数字经济应用水平、数字经济发展环境以及数字产业发展水平4个维度构建数字经济指标体系，并通过熵权法计算数字经济综合指数，得到数字经济发展指数（[Digital]），以衡量省级数字经济发展状况，具体测度指标见表1。

表1  数字经济指标体系

[一级指标 二级指标 指标衡量方式 数字经济基础设施 移动电话普及率 移动电话总数与人口总数的比值 长途光缆建设水平 每平方公里长途光缆线路长度 互联网宽带接入端口 互联网宽带接入端口数 互联网普及率 互联网用户数与人口总数的比值 数字经济应用水平 电信业务总量 电信业务收入总额 企业使用计算机数 企业每百人使用计算机台数 软件业务收入 软件业务收入总额 数字经济发展潜力 专利申请授权数量 各类型专利申请授权总数 研发经费投入强度 R&D支出与所在省份生产总值的比值 高等教育程度 大专及本科以上毕业人数与所在省份人口总数的比值 数字产业发展水平 数字产品制造业发展水平 计算机、通信与其他电子设备制造业质量竞争指数 数字产品服务业发展水平 数字产品服务业增加值 数字技术应用业发展水平 互联网应用使用比率 数字要素驱动业发展水平 信息化发展基础设施指数 ]

（3）中介变量：技术市场发展

技术市场涵盖各类技术交易场所、服务机构以及技术商品。本文采用技术市场交易额/地区生产总值全面考察技术市场发展水平（[Market]）。

（4）控制变量

现有文献[24-26]研究得出，影响高技术企业创新的因素相对较多。故本文综合考虑数据相关性与可得性，选取企业规模（[Size]）、企业集聚程度（[Act]）、企业成长能力（[Enterprise]）、股权集中度（[Equity]）、资产周转率（[Asset]）作为控制变量。值得注意的是，为避免高技术企业创新存在较大的年份与行业差异，在控制变量中引入行业与年度虚拟变量，使回归结果更加稳健。同时，将变量中数值较大的数据进行对数化处理。各变量及度量方法如表2所示。

表2  变量说明

[变量类型 变量名称 变量符号 度量方法 被解释变量 高技术企业创新 [lnPt] 企业每年申请专利总量 解释变量 数字经济发展指数 [Digital] 数字经济发展指数 中介变量 技术市场发展水平 [Market] 技术市场交易额/地区生产总值 控制变量 企业规模 [Size] 期末总资产的自然对数 企业集聚程度 [Act] 地区规模以上工业企业数目 企业成长能力 [Enterprise] （企业债务总额+市值）/总资产 股权集中度 [Equity] 第一大股东持股比例 资产周转率 [Asset] 企业销售收入/期末总资产 年度 [year] 所属年度 行业 [ind] 所属行业 ]

3. 模型构建

本文选取企业每年申请专利总量作为被解释变量的代理变量，以分析数字经济对高技术企业创新的影响。构建基准回归模型如下：

[lnPtit=α0+α1Digitalit+C+year+ind+εit]  （1）

式（1）中，[lnPtit]表示高技术企业创新，[Digital]代表数字经济，[C]表示控制变量集合。下标[i]为第[i]个企业[（i=1，2，...，3694）]，[t]为第[t]年[（t=2012，2013，...，2021）]。同时，在模型中控制年份与行业固定效应进行检验。其中[year]表征年份固定效应，[ind]则表征行业固定效应。

为进一步探究数字经济对高技术企业创新影响的中介效应，本文将技术市场发展作为中介变量，构建如下中介效应模型：

[lnPtit=α0+α1Digitalit+C+year+ind+εit]  （2）

[Marketit=β0+β1Digitalit+C+year+ind+εit]  （3）

[lnPti，t=μ0+μ1Digitali，t+μ2Marketit+C+year+ind+εit]  （4）

其中，[Market]代表技术市场发展，为中介变量，其余变量定义保持不变。若式（2）中系数[α1]显著为正，说明数字经济正向促进高技术企业创新；若式（3）中系数[β1]显著为正，表明数字经济对技术市场发展具有正向影响；若式（4）中系数[μ1]、[μ2]均显著为正，则可以认为技术市场发展在数字经济与高技术企业创新之间发挥中介作用。

四、 实证结果检验

1. 描述性统计

表3报告了各变量描述性统计特征。结果显示，高技术企业创新数据波动较为突出，这表明高技术企业之间创新能力存在较大差距。经过对數化处理之后，数字经济最大值为5.0905，最小值为1.0360，均值为3.0532，说明我国数字经济整体发展较为迅速，但在地区之间仍存在一定差异。技术市场发展最大值为0.2628，最小值为0.0461，均值为0.1054，表明技术市场发展尚处于起步阶段，具备充足的发展空间。

表3  描述性统计

[变量符号 观测值 均值 最大值 最小值 标准差 [lnPt] 36940 12.6521 31.2509 0.0000 2.6258 [Digital] 36940 3.0532 5.0905 1.0360 0.1664 [Market] 36940 0.1054 0.2628 0.0461 1.3087 [Size] 36940 22.3714 25.6178 20.4922 1.2499 [Act] 36940 24.1185 27.9127 15.7545 1.6488 [Enterprise] 36940 0.1108 0.2451 0.0726 0.1385 [Equity] 36940 0.0759 0.2945 0.0369 0.1664 [Asset] 36940 0.1573 3.4480 0.6941 1.0251 ]

2. 数字经济对高技术企业创新的影响

为探索数字经济对高技术企业创新的影响机理，对模型（2）进行面板固定效应回归，同时控制行业与年份的影响。表4结果显示，在控制行业与年份效应情况下，模型拟合优度达到73.73%，F检验值为556.2504，且在1%水平上显著，说明可以继续进行单个变量系数检验。详细来说，列（1）为未加入控制变量的回归结果，发现数字经济对高技术企业创新的影响系数为2.3153，且在1%水平上显著。列（2）为加入控制变量的结果，数字经济对高技术企业创新系数有所降低，为1.3765，但仍在1%水平上显著，表明数字经济能够显著促进高技术企业创新，由此，假设H1得到验证。这是由于数字经济能够通过数字技术激活市场需求量，提高用户满意度。高技术企业为寻求更高的用户黏性，会根据市场需求调整创新战略，焕发创新活力。另外，受数字经济影响，高技术产业数字化转型进程不断加快，使得企业创新成本与产品交易成本持续降低，进而提升其创新能力。

从控制变量来看，企业规模对高技术企业创新的影响系数为0.5330，且在10%水平上显著，说明企业规模越大，其对高技术企业创新能力的促进作用越强。究其原因，高技术企业规模越大，研发投入能力越强，越能支撑创新活动长期开展。企业集聚程度对高技术企业创新的影响系数为0.4258，且在5%水平上显著，说明企业集聚能够激发高技术企业创新活力。可能的原因在于，企业集聚能够带动各类创新要素流动，可推动创新链与产业链有效对接，为高技术企业带来多样化的技术研发产品与创新思路，进而有效激发高技术企业创新活力。企业成长能力可以正向促进高技术企业创新，并在5%水平上显著。可能的原因在于，高技术企业成长能力越强，越具备融资与扩大经营的能力，进而可以支撑企业持续创新。股权集中度对高技术企业创新的影响显著为负，表明股权越集中，越不利于高技术企业开展创新活动。资产周转率对高技术企业创新的影响系数为1.0354，且在1%水平上显著，说明资产周转率越高，高技术企业能够开展创新活动的创新投入越高，越有利于高技术企业创新。

表4  多元回归分析

[变量 （1） （2） [Digital] 2.3153***

（9.3630） 1.3765***

（7.0450） [Size] 0.5330*

（5.3014） [Act] 0.4258**

（4.6583） [Enterprise] 1.0341**

（7.3552） [Equity] -0.6254***

（-0.6328） [Asset] 1.0354***

（3.6250） [con_] 0.2357***

（3.5414） 0.4196***

（6.3141） [ind] 控制 控制 [year] 控制 控制 [Observations] 36940 36940 [R] 0.0832 0.7451 [R2] 0.0820 0.7373 [F] 215.3642*** 556.2504*** ]

注：***、**、*分别表征1%、5%、10%的显著性水平，（）内为t值，下同

3. 中介效应分析

为检验技术市场发展在数字经济与高技术企业创新之间是否存在中介作用，本文分别对模型（3）与模型（4）进行回归，结果如表5所示。从模型（3）可知，数字经济对技术市场发展的影响系数为0.6338，且在1%水平上显著，说明数字经济可以正向促进技术市场发展。究其原因，数字经济能够推动企业数字化转型，而企业转型需要数字技术作为支撑。但部分企业由于技术创新能力不足，会倾向于到技术市场中进行咨询与购买先进技术，促使各类技术在市场中的流动不断加快。各类技术要素在企业、行业乃至地区方面的流动愈加活跃，技术市场发展随之愈加完善。分析模型（4）结果可知，数字经济与技术市场发展均在1%水平上显著正向促进高技术企业创新，说明技术市场发展越完善，高技术企业创新越突出。这是由于技术市场发展越完善，其中所涵盖的创新信息、技术交易与优秀人才就越多。高技术企业在技术市场中能够获得优质人才，并与其他企业结成创新联盟，从而支撑其开展创新活动。因此，可以得出如下结论：技术市场发展在数字经济与高技术企业创新的关系中存在部分中介作用。由此，假设H2得到验证。

表5  中介效应检验

[变量 （3）

[Market] （4）

[lnPt] [Digital] 0.6338***

（2.0244） 1.0216***

（3.6213） [Market] 0.5612***

（2.0356） [Size] 0.5102*

（1.3657） [Act] 0.3675*

（2.3853） [Enterprise] 0.8653**

（4.0552） [Equity] -0.8214***

（-0.4570） [Asset] 0.8262***

（2.1345） [con_] 0.3354***

（2.3652） 0.5053***

（4.9314） [ind] 控制 控制 [year] 控制 控制 [Observations] 36940 36940 [R] 0.1409 0.7451 [R2] 0.1390 0.7364 [F] 206.5206*** 547.0344*** ]

4. 异质性检验

以企业注册地为依据，本文将样本企业划分为东部和中西部两大区域，并进行分组回归分析，以此检验数字经济通过技术市场发展促进高技术企业创新的影响是否存在区域异质性，结果如表6所示。东部地区数字经济对高技术企业创新的影响系数为0.4649，且在5%水平上显著，而数字经济对技术市场发展的影响在1%水平上显著为正。技术市场发展对高技术企业创新的影响也在1%水平上显著为正，说明数字经济对技术市场发展存在显著正向作用。而技术市场发展对高技术企业创新存在显著正向作用，证明技术市场发展的中介效应存在。此时，东部地区总效应为0.4649，直接效应为0.3252，間接效应为0.1402（0.3493×0.4015），中介效应为30.1%（0.1402/0.4649×100%）。这表明东部地区技术市场发展在数字经济与高技术企业创新之间存在30.1%的中介作用。

表6  区域异质性分析

[变量 东部 中西部 [lnPt] [Market] [lnPt] [con_] [ind] [year] [Observations] 0.4649**

（2.0640） 0.4015***

（3.0647） 0.3252***

（2.5156） 1.1763***

（3.0821） 0.6319***

（2.4690） 0.6955***

（2.3650） [Market] 0.3493***

（2.6450） 0.7635***

（1.6332） [Size] 0.4351**

（0.4356） 0.5163**

（0.3255） 0.3251***

（1.0225） 0.6304***

（1.2045） 0.7048***

（2.3254） 0.6494***

（1.8155） [Act] 0.3625*

（1.6425） 0.5445***

（1.5348） 0.5248*

（1.3588） 0.4025**

（1.0265） 0.6894***

（1.5156） 0.6151**

（0.8714） [Enterprise] 0.5471***

（1.3540） 0.2156*

（1.6842） 0.3834**

（2.0391） 0.7988***

（1.7156） 0.2361*

（2.0260） 0.4115**

（1.7448） [Equity] -0.6517***

（-2.3520） -0.2153*

（-1.3655） -0.1547*

（-1.0487） -0.9310***

（-1.6362） -0.2648*

（-1.2945） -0.4619*

（-2.6879） [Asset] 0.9564***

（0.6875） 0.4463**

（0.2559） 0.7618***

（0.5584） 1.0322***

（1.0381） 0.5159**

（1.3255） 0.6372***

（0.5455） [con_] 1.2375***

（0.4625） 1.6584**

（0.4358） 1.4410**

（0.3326） 4.6877***

（1.3549） 5.0338**

（1.5477） 4.7267***

（1.5072） [ind] 控制 控制 控制 控制 控制 控制 [year] 控制 控制 控制 控制 控制 控制 [Observations] 26885 26885 26885 10055 10055 10055 [R] 0.7124 0.1653 0.7128 0.7081 0.2018 0.7083 [R2] 0.7121 0.1646 0.7123 0.7075 0.2016 0.7075 [F] 514.6514 173.6861 476.2265 159.1310 103.4530 157.0843 ]

中西部數字经济对高技术企业的影响系数为1.1763，在1%水平上显著，对技术市场发展的影响系数为0.6319，同样在1%水平上显著为正。同时，技术市场发展对高技术企业创新的影响也在1%水平上显著为正。这说明中西部地区技术市场发展在数字经济与高技术企业创新的关系中仍存在中介效应。此时，总效应为1.1763，直接效应为0.6955，间接效应为0.4825（0.7635×0.6319），中介效应为41.0%（0.4825/1.1763×100%）。这说明技术市场发展在数字经济与高技术企业创新之间存在41.0%的中介效应。由此，假设H3得到验证。

整体而言，数字经济通过技术市场发展促进高技术企业创新的作用的确存在地区异质性，且对经济欠发达的中西部地区更为有效。详细而言，由于东部地区经济状况、政策支持与资源禀赋较好，高技术企业在创新方面更加多元化，极少通过技术市场提升自身创新能力，一定程度上遏制了技术市场发展在促进创新方面应有的积极作用。而中西部地区经济发展水平较低，创新资源有限，不利于高技术企业创新。此时，技术市场能够为高技术企业创新提供新技术、合作者等利好资源，可有效激发高技术企业创新能力。

5. 稳健性检验

为深入研究数字经济与高技术企业创新之间的关系，本文引入滞后变量解决可能存在的内生性问题。考虑到数字经济与高技术企业创新在模型设计部分可能会存在互为因果的情况，因此采用二阶段最小二乘法进行估计。为解决模型的内生性问题，将工具变量设置为数字经济滞后一期，具体结果见表7。结果显示，在经历二阶段最小二乘估计之后，数字经济仍显著促进高技术企业创新与技术市场发展，影响系数分别为1.2475与0.6252，且均在1%水平上显著。可见，在考虑内生性情形下，模型结果与上述检验基本保持一致，说明所得结论较为稳健。

表7  滞后效应检验

[变量 （1） （2） （3） [lnPt] [Market] [lnPt] [Digital] 1.2475***

（1.0545） 0.6252***

（0.5646） 0.8622***

（1.3249） [Market] 0.6157***

（0.6664） [Size] 0.5530**

（0.2656） 0.6003**

（0.3458） 0.3298***

（1.1125） [Act] 0.4301*

（1.3214） 0.6604***

（1.4471） 0.6182*

（1.0581） [Enterprise] 0.6040***

（1.2650） 0.2745*

（1.5035） 0.4380**

（1.8306） [Equity] -0.5117***

（-1.8966） -0.2639*

（-1.4250） -0.2209*

（1.0323） [Asset] 0.8563***

（0.6952） 0.5036**

（0.3350） 0.8141***

（0.6945） [con_] 1.3020***

（0.5941） 1.5779**

（0.3658） 1.4583**

（0.4470） [ind] 控制 控制 控制 [year] 控制 控制 控制 [Observations] 36940 36940 36940 [R] 0.7297 0.1207 0.7295 [R2] 0.7293 0.1202 0.7292 [F] 146.6584 98.3656 145.1236 ]

五、 结论与对策建议

本文测度2012—2021年地级及以上城市数字经济发展水平，结合沪深A股高技术上市企业面板数据，通过固定效应与中介效应模型，实证分析数字经济促进高技术企业创新的作用机制以及区域异质性。所得结论如下：第一，数字经济可以显著正向促进高技术企业创新，且这一结论在经过引入滞后变量的稳健性检验之后依然成立。第二，技术市场发展在数字经济与高技术企业创新之间发挥重要中介作用，即数字经济能够通过助推技术市场发展提升高技术企业创新能力。第三，数字经济对高技术企业创新的影响作用在中西部地区更为显著。相较于东部经济发达地区，数字经济可有效弥补中西部地区资源错配问题，缩小区域经济发展差距，推动市场一体化发展，提升高技术企业创新水平。

基于上述结论，本文提出以下对策建议：

第一，加快发展数字经济，夯实企业创新基础。如前所述，数字经济能够显著促进高技术企业创新。由此，政府应加快发展数字经济，为高技术企业创新奠定基础。其一，政府要通过数字经济引导市场创新资源有效配置，通过改革措施推动市场与政府结合，营造开放创新大环境，带动高技术企业创新。其二，政府须构建以市场为导向的数据流通新生态，以推动数字经济发展。与此同时，政府还须持续强化数据开放与保护，引导高技术企业正向健康发展。

第二，完善技术市场，推动企业成果转化。上述结论指出，技术市场发展在数字经济与高技术企业创新之间发挥中介作用。基于此，应不断完善技术市场，助力高技术企业创新发展。一方面，建立特色科技型服务系统。聚焦高技术特色产业，组建产业科技特派团，统筹安排平台专家、技术专家等人员，促使其联动服务高技术产业发展。基于该系统，政府还须加强对高新技术企业成果转移的财政扶持，设立大型创业项目引导基金合理分配，为中小高技术企业提供股权融资，提升此类企业创新能力。另一方面，加强公共创新服务平台载体建设。针对符合条件的地方技术创新中心、工程技术研究中心、新型研发机构，政府要支持此类组织培育建设国家技术创新中心，同时优先支持在创新功能区内设立创新平台，转建或创建国家技术创新中心，为高技术企业创新成果转化提供载体。

第三，激发区域创新潜能，提高中西部地区高技术企业竞争力。考虑到数字经济对高技术企业创新的影响在中西部地区更为显著，故政府应深挖数字经济在中西部地区的创新潜能，提高中西部高技术企业竞争力。细言之，中西部地区应加强数字基础设施建设，通过超前布局网络连接设施、新型感知基础设施、新型算力设施、前沿信息基础设施等，带动中西部经济发展，激发区域创新潜能，营造良好创新环境，进而提升高技术企业创新竞争力。

参考文献：

[1] 张鑫，兰小红.科技资源配置对区域创新差距的影响研究[J].云南财经大学学报，2022（12）：79-92.

[2] 刘永松，王婉楠，于东平.高技术企业技术创新效率评价及影响因素研究[J].云南财经大学学报，2020（11）：100-112.

[3] 王新红，李拴拴.基于数据包络分析的创新型企业技术创新效率测度研究[J].科技管理研究，2020（8）：59-64.

[4] 钱丽，王文平，肖仁桥.产权性质、技术差距与高技术企业创新效率[J].科技进步与对策，2019（12）：105-114.

[5] 于潇宇，庄芹芹.政府补贴对中国高技术企业创新的影响——以信息技术产业上市公司为例[J].技术经济，2019（4）：15-22.

[6] 刘兰剑，史盼.基于所有制性质的高技术企业创新能力差异及生成机理——源自省级面板数据的实证研究[J].科技进步与对策，2020（23）：100-107.

[7] 马永红，李保祥.数字经济、区域高校知识转移与高技术企业创新绩效[J].系统管理学报，2022（3）：522-533.

[8] 周雪峰，韩露，肖翔.“双碳”目标下数字经济对企业持续绿色创新的影响——基于数字化转型的中介视角[J].证券市场导报，2022（11）：2-12.

[9] 毛建辉，张蕊，管超.数字经济、财政分权与企业创新[J].西南民族大学学报（人文社会科学版），2022（8）：118-129.

[10] 郭吉涛，梁爽.数字经济对中国全要素生产率的影响机理：提升效应还是抑制效果？[J].南方经济，2021（10）：9-27.

[11] 宋鹏，曾经纬，孟凡生.技术需求与智能制造技术创新——数字经济的导向性赋能机制[J].科技进步与对策，2022（14）：63-72.

[12] 任晓刚，李冠楠，王锐.数字经济发展、要素市场化与区域差距变化[J].中国流通经济，2022（1）：55-70.

[13] 王进富，李嘉辉，张颖颖，等.政府资助波动、技术市场发展程度与国有企业R&D投入[J].科技进步与对策，2021（10）：28-35.

[14] 赵巧芝，刘倬璇，崔和瑞.互联网发展、技术市场与高技术产业技术创新效率——基于SBM-熵权-Tobit模型的实证检验[J].技术经济，2022（6）：1-10.

[15] 顾真溶，蒋伏心.长三角地区创新能力对技术市场交易效率的影响研究[J].科技管理研究，2019（4）：55-63.

[16] 邵秀燕，陈思华.数字经济发展是否促进了中国区域经济增长收敛？[J].南京社会科学，2022（8）：37-46.

[17] 宋晓明，田泽，丁晨辉，等.数字经济驱动中国高技术产业高质量发展——机制与路径研究[J].技术经济与管理研究，2022（6）：3-7.

[18] Yoo Y，Henfridsson O，Lyytinen K. Research Commentary the New Organizing Logic of Digital Innovation： an Agenda for Information Systems Research[J].Information Systems Research，2010，21（4）：724-735.

[19] 俞立平，吴思慈，张宏如.技术市场发展与高技术企业创新差距关系研究[J].统计与信息论坛，2022（3）：14-23.

[20] 王彦杰，高启杰，杨瑞.我国数字经济发展水平测度及障碍因子诊断研究[J].现代管理科学，2022（3）：135-144.

[21] 潘红波，高金辉.数字化转型与企业创新——基于中国上市公司年报的经验证据[J].中南大学学报（社会科学版），2022（5）：107-121.

[22] 彭继增，钟浩.数字经济、市场化与城乡居民收入差距[J].金融与经济，2022（12）：67-76.

[23] 黎新伍，黎宁，谢云飞.数字经济、制造业集聚与碳生产率[J].中南财经政法大学学报，2022（6）：131-145.

[24] 林发勤，吕雨桐.跨国并购能否驱动企业创新？：基于技术和资源互补性的理论和实证研究[J].世界经济研究，2022（10）：102-117.

[25] 劉永松，王婉楠，于东平.高技术企业技术创新效率评价及影响因素研究[J].云南财经大学学报，2020（11）：100-112.

[26] 郭景先，鲁营.科技金融有助于企业创新效率提升吗？——兼论企业数字化转型的调节效应[J].南方金融，2022（9）：50-63.

基金项目：国家社科基金项目“政府补贴、风险承担与企业创新绩效研究”（项目编号：GJ2018003）；山西省社会科学院“红色文化旅游产品开发路径研究”（项目编号：YWYB202108）。

作者简介：赵平（1977-），男，硕士，山西大同大学商学院副教授，研究方向为市场营销、小微企业管理、电子商务。

（收稿日期：2022-12-30  责任编辑：苏子宠）