李 丹，刘 瑶

（华东政法大学商学院，上海 201620）

随着国际竞争不断加剧，创新能力逐渐成为评估国家核心竞争力和经济持续发展性的代表性指标之一。由于中国面临着要素驱动不再适合国情的严峻问题，《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》及《国家创新驱动发展战略纲要》等重要国家政策，均提到要将创新视作经济发展的关键驱动力量。区域创新平台不多、区域创新主体不强及研发投入不足等都是当前创新发展亟待解决的痛难点，城市作为国家创新的重要载体，为破解上述难题和构建区域创新系统起枢纽和支持作用。根据《中国互联网发展报2021》，中国信息技术与实体经济加速融合，数字经济总规模已达到39.2 万亿元，总量位居世界第二。各地数字经济与创新的融合如火如荼，北京计划2025 年基本形成国际科技创新中心和建设全球数字经济标杆城市，安徽将加快创设国家新一代人工智能创新发展试验区的步伐。数字经济或将成区域创新关键突破点和重要抓手。因此，分析数字经济对区域创新能力的影响效应及其作用路径，对于正确认识和运用数字经济发展形成的潜力，有效释放数字经济对中国区域创新的助推力量，以及构建数字经济时代区域创新体系具有重要理论和现实意义。

1 文献梳理与问题提出

何为区域创新能力呢？回顾以往相关文献，国内外学者从区域创新系统、资源整合、创新结果及创新特征视角对区域创新能力有着不同界定［1］。美国经济学家J.A.Schumpter 认为创新能力是将生产要素和生产关系的新组合纳入生产中形成的一种新生产力。英国库克教授在其早期研究区域创新理论中提出区域创新能力来源于生产系列创新产品的潜力，而首要要素是R&D 存量。在中国，区域创新能力则被视作推动地区经济社会发展并产生经济绩效的力量，表现为一个区域将知识转化为新产品、新工艺和新服务的能力［2,3］。文章所研究的区域创新能力指区域整合、利用技术资源将知识转化为新产品、新工艺和新服务的竞争性能力。

现有理论认为，当前数字经济与区域科技创新耦合协调度在大部分地区表现为从低耦合阶段逐步进入磨合阶段或者高耦合阶段［4］。数字经济可以从省域技术创新和产品创新等诸多因素积极渗透区域创新能力发展。更有研究直接表明，地区数字金融和数字基础设施建设水平越高，对企业和区域创新产生的促进作用越强［5-7］。那数字经济究竟是如何作用于区域创新能力呢？一种观点认为，数字经济核心产业也能直接提升区域创新能力和通过加速数字赋能产业发展间接驱动区域创新［8］。也存在另一种观点指出，创新产出属于非竞争性知识产品，良好的知识产权保护制度可以为创新活动提供有效的激励。数字经济发展能增加创新主体通过知识产权法律和规则去处理创新成果侵权问题的主动性，即提高了知识产权保护法律的执行水平，从而促进区域创新［9-10］。同时，基于数字经济的独特性衍生出大数据，有学者逐渐将研究视野聚焦于数据要素市场化配置，与文章较为相关的研究有：王志刚等［11］从理论上分析得出数据要素市场化能够充分释放数据要素价值，持续释放数字化红利。张慧等［12］利用全国30 省面板数据，发现要素市场化配置是数字经济提升区域创新效率的重要通道。

纵观以上分析，学术界有关区域创新能力的研究方向广泛多元，并十分青睐于区域创新能力与数字经济的结合领域。但应注意到：首先，针对数据要素市场化多为理论成果，缺乏其在数字经济对区域创新能力影响关系中的传导效应研究。其次，虽然学术界已存在数字经济、区域创新并纳入知识产权保护或者要素市场配置化进行考量的学术文献，但鲜有文献将四个因素聚于同一逻辑框架下探讨。综上所述，文章与已有研究的主要区别在于：（1）分析了数字经济通过知识产权保护提升区域创新能力的中介作用，挖掘其内在的“理论黑箱”，进一步拓展了现有数字经济创新发展方向研究。（2）借助有调节的中介效应建立闭环框架，从数据要素市场发育视角拓展“数字经济—知识产权发展水平—区域创新”间的情景机制，对数字经济与实体经济融合创新和打造区域科技产业集群有着一定的应用意义。（3）研究结论为数字经济背景下区域创新体系建设升级和响应国家创新战略提供了可行的政策建议。

鉴于此，文章基于中国30 个省份数据构建了一个有调节的中介效应分析模型，以深入研究数字经济与区域创新能力之间的内在机制和边界条件。

2 理论分析和研究假设

2.1 数字经济对区域创新能力的影响关系

数字经济发展特有的虚拟性、共享性和创新性为社会经济活动提供了强有力的支撑，其商业模式及衍生业态既推动了产业技术发展和区域资源整合，也驱使了区域创新范式的变革升级。有效市场和有为政府双轮驱动作为中国当前分配组织创新资源的根本切入点，数据亦能借上述途径实现创新资源的再配置并激励区域创新能力［13］。由此，文章认为数字经济也正是从市场和政府两方面增强区域创新能力。

一方面，消费者、生产者和投资者之间在传统交易活动中面临着较大的信息不对称问题，这种不对称会阻碍创新信息的传递和交流。数字经济开拓线上交易市场后，企业爆发式增长的客户和需求催生出平台经济和共享经济等新业态，信息依赖此形式得以宽泛、加速传播，创新价值得以在交易闭环中逐步增加［14］。另一方面，互联网发展以来数据逐渐转变为除土地、劳动力、资本、技术外的第五大生产要素，政务管理工作的开展可吸收运用海量大数据和先进技术，落实国家双创区域示范基地建设和布局智慧城市等新时期战略，同时助力政府服务创新效率提升。此外，数字经济提升区域创新能力的作用大小还呈现出非线性特征［15-16］。原因一是数字经济发展过程存在显著技术依赖效应以促进创新产出增长，且技术溢出的正向外部性对区域创新的影响作用有差异。原因二是数字经济兴起初期投入成本较高与可获得回报不成正比，导致区域基础设施及平台建设薄弱，从而限制了数字经济对创新能力的正向影响溢出。但根据梅特卡夫法则和边际成本降低的原则，随着数字经济发展水平提高，数字红利会驱使信息、数据等资源成倍投入。此时，数字经济的创新驱动效应即可充分发挥，创新主体能够更大范围享受创新收益，社会演变为良性创新循环格局。

基于上述分析，文章提出研究假设如下：

H1a：数字经济对区域创新能力表现为正向的促进作用。

H1b：数字经济对区域创新能力的影响存在非线性特征。

2.2 知识产权保护水平的中介效应

一国的自主知识产权意识和知识产权拥有量属于国家知识产权战略应有之义，区域知识产权综合发展差异对数字经济与区域创新能力影响关系存在着现实反应，具体表现为市场主体创造、运用、保护和管理知识产权的能力。其中知识产权保护是影响区域创新能力的一个关键因素，为技术创新者提供具体可行的评估规范、科学先进的创新模范，可加速驱动区域创新和形成健全的技术标准体系［17］。目前，数字经济通过知识产权保护赋能区域创新能力发展的途径主要集中于以下几方面：第一，数字经济有利于更大程度释放知识产权保护对“搭便车”行为的抑制作用，提高区域创新主体积极性［18］。创新非竞争性的特性造成行业竞争者有机会享受创新成果而无需付出创新成本，创新者却仅能在成果申报初期内借知识产权获得收益以弥补前期投入，“免费便车”现象的出现将降低社会整体创新动力。数字经济发展使得交易市场范围更大和成果更容易被侵占，能倒逼创新主体追回早期创新沉没成本。第二，数字经济通过改良传统知识产权保护模式重塑区域创新产出结构。传统知识产权保护是“作品—产品—线下流通”模式，数字时代的知识产权保护是“数字作品—数字产品—线上流通”模式，进一步弱化了消费者、生产者和创作者的界限，拓宽了创新成果生产者的范围。第三，数字技术从知识产权保护法律的执行水平和立法水平双角度优化了区域创新效率。行政主体利用知识产权法律和规则去保护创新成果和处理创新过程侵权问题的能动性极大提高，致使知识产权保护法律执行水平提升。同时，司法主体通过数字途径保障规范了创新主体的真实诉求和沟通流程，简化立法程序，从而知识产权保护法律立法水平拔高［19-20］。因此，在数字经济时代，知识产权保护能通过影响区域创新主体积极性、创新产出结构、创新效率提升区域创新能力（见图1）。

图1 知识产权保护水平在数字经济与区域创新能力的影响关系中的中介效应

根据上述分析，文章提出研究假设如下：

H2：数字经济通过提升区域知识产权保护水平影响区域创新能力。

2.3 数据要素市场化水平的调节效应

要素市场化改革的重要组成部分是数据要素市场。基于数字经济衍生的大数据地位和作用日益凸显，就成了生产力提升与发展的关键因素，蕴藏着极大的使用价值与潜力［21-22］。国家工业信息安全发展研究中心研究指出，数据要素市场是数据要素向市场化配置转化的动态过程，基于市场的根本调节机制数据要素得以在流通过程中产生和实现价值［23］。首先，数据要素市场的良好发育具有实现数字经济与区域创新能力有机统一的助推作用。可视可读数据材料、归档分类数字文件和搭建海量数据信息库等数据管理流程升级有助于推动数字经济健康稳定发展。同时数据要素也能实现有效利用和能级跃升。其次，数据要素市场的良好发育可充分发挥数字经济对数据产权保护的支撑作用。数据逐渐演化为新型的知识产权形式，通过规范数据产品生产结构、构建数据市场交易秩序和完善政府数字化精准治理模式可进一步完善数字经济发展标准以及数据知识产权保护规则［24］。最后，数据要素市场的良好发育能够释放知识产权保护创新市场机制和政府运营管理的传导作用。构建数据知识产权保护制度是一项重大的制度创新和实践创新，一方面，数据要素市场化重塑了市场价格、供求和竞争机制；另一方面，数据要素市场化配置在政府管理运营创新中有较为完善的影响路径，包括推动政务信息全面数据创新、政务数据市场化运营、政务数据分析团队组建等［25］。因此，数据要素市场化能为知识产权保护制度建设提供理论指导，对激励区域创新产生重要促进作用。但应注意到，数据高速发展的同时对社会造成了新的矛盾和不确定性。知识产权保护作为区域通过数字经济提升创新能力的典型手段，面对数据这种新的生产要素，由于无法依赖原始方式解决实际问题，导致数据产权确立流程、保护程序、交易环节三难，并且演化呈现出个人用户和平台企业二元对立，企业间存在“数据孤岛”和数据垄断等问题［26］。

针对上述分析，文章得出研究假设如下：

H3：数字经济对区域创新能力的直接影响过程以及知识产权保护作用下数字经济对区域创新能力的间接影响过程均会受到数据要素市场化的调节，但反应方向尚不确定。

综上所述，文章提出了一个有调节的中介效应理论模型（见图2），旨在阐释数字经济利用何种机制推动区域创新能力发展。

图2 数据要素市场化在数字经济与区域创新能力的影响关系中的调节效应

3 研究设计

3.1 模型设计

为了检验数字经济与区域创新能力的因果联系和作用路径。下文运用逐步检验回归系数法进行分析，构建的系列模型如下所示：

采用 Hansen 提出的面板门槛模型设计模型（1），即单门限模型设定的一般形式。其中，i 表示地区，t 表示时间，α1和α2为待估参数。qit为门槛变量，门槛变量可以是解释变量 xit的一部分，为测度数字经济作用于区域创新能力的非线性影响，文章选取的门槛变量为数字经济。γ 为待估门槛值，I(·) 为指标函数。μi为个体效应，εit为随机误差。

利用温忠麟等［27］提出的依次检验法设计模型（2），该模型为知识产权保护作用于数字经济对区域创新能力影响机制的中介效应所构造，能够检验数字经济对区域创新能力影响的总效应。其中loginnoit表示区域创新能力，logdigit表示数字经济。知识产权保护水平logiprit为中介变量。Xit则是控制变量，包含创新效率、产业结构高级化、风险投资指数、外商直接投资、全要素生产率、人才聚集度等，具体变量参见下文说明。σt为时间效应。模型（3）（4）则分别代表中介效应的第二步和第三步检验，以分析数字经济对中介变量的影响效应和引入中介变量后数字经济对区域创新能力的影响效应。

在中介系列模型（2）（3）（4）的基础上继续构建调节分析模型（5）（6）（7），以检验数据要素市场化对于数字经济与区域创新能力直接影响关系以及中介作用路径的效应。其中marketit 代表数据要素市场化水平，logdigit·marketit 即为数字经济与数据要素市场化水平的交互项。

3.2 变量说明

3.2.1 被解释变量：区域创新能力

当前关于区域创新能力的衡量方式有两种。一种是以新产品销售额量化创新。但是产品销售额一般统计的是规模以上企业，部分中小型企业的不被统计在内，故该指标不适合用于量化区域创新能力。另一种则是采用专利衡量区域创新能力，专利申请与授权时限在中国存在1.5 年的滞后性［28-29］。已有文献一般采用发明专利申请数作为区域创新能力的代理变量，专利申请数具有切实反映新技术产生运用及一定时期内创新产出和数据可得性较强的优点。因此，文章也采用此种方式。

3.2.2 解释变量：数字经济

国际上主要形成了美国数字经济统计测算、OECD 数字经济统计指标、欧盟数字经济与社会指数 (DESI)、中国信通院数字经济核算方法等30 多个测量指标和方法。不同学者专家针对数字经济有不同计量指标和统计方法，文章主要借鉴国内学者的做法。董有德等从［30］创新环境、基础设施建设及信息技术运用三方面来测度数字经济，而姜南等［31］从数字金融与数字产业来量化数字发展指数。司玉静、曹薇等［17］从信息化发展状况和数字化发展程度两方面定量数字经济发展水平。可以发现，学术界对数字经济的衡量主要是数字产业、数字基础化设施建设、数字金融三大角度，基于此再结合数据可获性，文章最终从数字信息化、数字金融化以及数字产业化三维度设置细分指标，并利用主成分分析方法提取主成分后得到数字经济发展指数。具体测度指标体系表1 所示。

表1 数字经济发展评价指标体系

3.2.3 中介变量：知识产权保护水平

有关知识产权保护测度的直观数据比较匮乏。司玉静等［17］认为知识产权保护的核心作用在于市场监督和保护创新者的独占性权利，故以技术市场成交额占当地 GDP 比重测度区域知识产权保护水平。胡凯等［32］也发现技术市场交易具有反映区域数字经济的创新发展、区域间创新资源流动以及买卖双方维护自身利益、技术价值等内容的能力大小的优点。文章采纳其研究，以技术市场成交额表示区域知识产权保护水平。

3.2.4 调节变量：数据要素市场化水平

由于当前有关数据要素市场化指标尚不存在连续性数据供分析，区域数据交易平台规模在实践角度代表了区域发展数据要素市场的现状。故文章通过手工统计中国各省份2020 年数据交易平台（中心）数量考量区域数据要素市场化差距。再结合王小鲁等提出的市场化指数中分项指标要素市场发育作为区域要素市场发育程度，该指数2015 年分项指标存在缺失值，借鉴王钰等学者［33］的处理方法令2015年分项指标等于2014 年对应指标的数值，2017、2018 年分项指标等于2016 年指标对应指标数值。最后以数据交易平台数量与历年要素市场发育得分的交乘项表征区域数据要素市场化。

3.2.5 控制变量

为了尽可能避免所建模型导致的偏差，借鉴前人做法文章还选取了部分控制变量：创新效率（logie)衡量区域创新效率大小，采用DEA 法测度；产业结构高级化(logis)度量区域产业结构健康程度；风险投资指数(logvc)刻画为风险支付的意愿和能力；外商直接投资(logfdi)反映区域吸引外资能力；全要素生产率(logtfp)衡量区域人才集聚程度；人均GDP(logpgdp)和GDP 增长指数(loggdpg)度量区域经济发展水平；人口集聚（logpop)衡量区域人口资源；财政收支比（fis)反映区域财政结构和健康程度。

3.3 数据来源

综合考虑数据科学性、连续性与可得性，文章选取除西藏地区之外的2011—2019 年30 个省份作为分析样本，所用数据来源于《中国统计年鉴》《中国城市统计年鉴》《中国科技统计年鉴》和Wind 数据库、北大普惠金融指数及王小鲁等提出的市场化指数，实证分析采用Stata16.0 软件。变量描述性统计结果表3 所示。

表3 变量描述性统计

表4 中国数字经济影响区域创新能力的门槛效应检验结果

4 实证检验

4.1 门槛检验

采用模型（1）验证数字经济与区域创新能力的非线性关系。为探析数字经济发展不同阶段下实现区域创新能力的影响是否存在变化，选取门槛变量为数字经济（logdig)，门槛效应检验的结果如下表所示。可以发现经过300 次Bootstrap 自助抽样后，虽然单一门槛与双重门槛效应均存在，但数字经济在1%的水平下通过单门槛检验，10%水平下通过双门槛检验。故文章剔除双重门槛模型的分析结果，并认为单门槛模型是分析数字经济对区域创新能力非线性效应的较优模型。

再结合门槛值估计（见表5）和LR 函数图（见图3）的结果可知，数字经济的单一门槛值为9.48，门槛值位于［9.440,9.490］区间，且存在LR 检验值小于95%临界值的区间，故无法拒绝原假设。综上，门槛变量的门槛值显著存在。

表5 中国数字经济影响区域创新能力的门槛值估计结果

图3 数字经济作为门槛变量的LR 检验结果

从表6 可以看出，当数字经济到达临界门槛值前，数字经济对区域创新能力表现为促进作用，回归系数为0.288，而超过门槛之后，数字经济对区域创新能力的提高作用更加强烈，回归系数为0.306，并都在1%的显著性水平内。因此，数字经济激活区域创新潜力形成的影响是动态非线性的。假设H1a和H1b得到证明。

表6 中国数字经济影响区域创新能力的门槛面板回归参数分析结果

4.2 基准回归

进行基准回归前应对估计方法做选择。首先，以F 检验对比混合效应和个体效应，F检验系数84.880，P值0.000，表示个体特征存在显著差异，可以拒绝混合效应的原假设，应选择个体效应。其次，以Hausman 检验对比个体固定效应和个体随机效应，结果显示Hausman 检验统计值为39.380，对应P值为0.004，在5%的显著度上拒绝随机效应。综上，最后选择个体固定效应模型进行后续分析。

表7 中第（1）至（11）列是在控制时间效应和省域效应前提下，使用普通面板模型依次加入控制变量的基准回归结果，结果显示拟合优度也随之增加，这表示模型构建和变量加入有一定的合理性。同时可以看出，无论是否加入控制变量，数字经济对区域创新能力均为正向影响。而加入完整控制变量后，模型回归系数达到0.314，并在1%的水平下显著，这表示区域创新通过数字经济发展战略能得到有效发展，假设H1a再次得到验证。

表7 2011—2019 年我国30 个省份数字经济发展对区域创新能力影响基准回归结果（N=270 个）

4.3 稳健性检验

4.3.1 考虑模型内生性

由于所建模型可能存在遗漏变量及模型设定偏误问题，从而导致模型内生性。为避免对模型估计结果的影响，借鉴李亚波等［34］的研究，将数字经济的滞后一项作为工具变量，进行稳健性分析。因为上一期的数字经济发展水平能影响当期区域创新能力，但当期区域创新能力却较难影响上一期数字经济发展水平。下文采用工具变量法（IV）对模型进行参数估计和检验分析，回归方式为两阶段最小二乘法（2SLS)，所选取的工具变量为数字经济的滞后一期（L.logdig)，以反映与数字相关经济活动的持续性。

工具变量回归结果见表8，在引入数据经济的滞后项作为工具变量后数字经济对区域创新能力的影响方向仍然为正，且在1%的统计性水平下显著。同时，Cragg-Donald WaldF值42.35，远超经验值10，可以认为模型不存在弱工具变量问题。因此可以得出数字经济发展会促进区域提高创新能力。

表9 2011—2019 年中国数字经济对区域创新能力影响中知识产权保护水平的中介效应检验结果

表10 2011—2019 年中国数字经济对区域创新能力影响中数据要素市场化水平的调节效应检验结果

4.3.2 替换被解释变量

郝宇等［35］提出采用各省科研机构科技研发总经费（R&D）作为区域创新能力的代理变量。文章借鉴其研究用规模企业R&D 经费支出（logrd)替换发明专利申请量作为区域创新能力的衡量指标作稳健性检验。检验的结果如下表8 所示，数字经济的回归系数数值较基准回归变小，但符号不变，即数字经济对区域创新能力仍表现为正向作用。综上，改变被解释变量的衡量方式后，与基准回归估计结果基本一致。

4.4 中介效应检验

利用依次检验法考察数字经济和区域创新能力的中介效应。其中，列（1）是中介效应检验第二步结果，列（2）是中介效应检验第三步结果。可以看出区域数字经济发展对提高知识产权保护水平存在一定的助力作用。在此基础上知识产权保护对区域创新能力的影响系数大于0，且系数数值均小于列（3）所示的基准回归系数，这说明知识产权保护对数字经济与区域创新能力影响关系的确存在部分中介作用（81.41%）。综上，假设H2得到验证。

4.5 调节效应检验

有调节的中介效应检验结果见下表，列（1）验证了数字经济对区域创新能力的促进作用将受到数据要素市场化的调节；在以知识产权保护为被解释变量的列（2）结果中，数字经济与数据要素市场化的交互项系数为0.017；列（3）中知识产权保护的系数为0.063 且在10%水平上显著。可以认为，假设H3得到验证，且具有正向的调节效应作用于中介效应的前半路径。即相较于数据要素市场化程度低的地区，数字经济对知识产权保护的促进作用在数据要素市场化程度高的地区尤为突出。而在数字经济与区域创新能力以及知识产权保护与区域创新能力的影响关系中，表现为负向调节，可能原因是数字经济迅猛发展下，数据这一新型生产要素和传统生产要素间的配置矛盾突显，产权交易不透明不规范和数据寡头垄断等问题严重。

4.6 拓展性讨论

为了验证数字经济发展联接区域创新能力是否存在区域异质性，将总体样本分为西部地区、中部地区和东部地区，分类标准依照国家统计局。虽然中国各地经济、社会、文化等差距扩大化有所放缓，但总体差异大，故以平均数分组可能不准确，下文均以中位数分组回归方式展开讨论。以区域特征分样本回归的结果参见表11。表11 中的（1）（2）（3）列分别披露了数字经济与区域创新能力在西部、中部、东部地区的回归结果。由下文结果可知，数字经济与区域创新的影响在西部、中部、东部地区都显著为正，其中，东部地区的回归系数最大，西部地区和中部地区的回归系数相差不大。这表明数字经济对区域创新能力的拉动效应在东部地区最优，中部次之，西部最弱。但在西部和中部区域间不存在显著差异。这与三大地区数字经济发展现状和实力不无关系。东部地区包含京津冀、长三角、粤港澳三大数字经济核心引领区，数字产业化和产业数字化整体发展均衡，能顺势出台多样化举措以加速数字经济与区域创新协同发展，典例如上海通过设立知识产权专项资金，从而完善知识产权创造的激励机制并促进科技企业创新发展与转型升级。广东则是利用布局前沿技术（6G、量子信息等）提升超算能力以及建设粤港澳大数据中心落实“云上广东”计划，充分发挥数字经济与区域创新的协同联动能力。而中西部虽然数字经济崛起势头迅猛，但在深度融入数字经济分工体系和灵活运用数字经济腾飞动能以提升区域创新能力稍显滞后。除数字经济局部增长极如成渝、西咸、长沙等重点区域表现良好，剩余地区对如何采取措施利用数字经济对区域创新能力的拉动效应并不明确。数字产业化发展范围较局限也是另一个潜在原因。

表11 中国数字经济发展影响区域创新能力的空间分布异质性检验结果

整体上看，三大地区的动能释放程度东部地区强于中西部地区，满足区域知识产权发展现有进程。知识产权保护水平属于知识产权发展程度的内在涵义，亦在数字经济与区域创新能力影响关系中起中介作用。因此，为了探究数字经济对区域创新能力的区域异质性，是否与区域知识产权发展水平差异有联系。文章根据国家知识产权局知识产权发展研究中心发布的《中国知识产权发展评价报告》，提取了包括知识产权创造、知识产权运用和知识产权环境在内的3 个一级指标，利用2012—2019 年数据（该报告自2012 年首次发布），探析处于不同知识产权发展程度下的省域个体在数字经济和区域创新能力关系间的作用。知识产权创造是从创造数量、创造质量和创造效率三方面衡量知识产权创新投入产出情况，且以创造效率贡献为主；知识产权运用发展状况涵盖运用的规模和效益两方面，包括重要知识产权类型的许可、转让、出口、技术交易等活动数量；知识产权保护主要从司法保护、行政保护和保护效果三个方面来考虑；知识产权环境发展状况则评价制度环境、服务环境和意识环境三个方面。从以上维度开展分样本研究可较为全面和科学地反映区域知识产权发展状况。最后，以知识产权发展水平分组回归的结果参见表12。

表12 中国数字经济发展影响区域创新能力的知识产权发展异质性检验结果

表12 中的第（1）（3）（5）列分别为知识产权创造、知识产权运用以及知识产权环境发展指数高的结果，表12 第（2）（4）（6）列分别为知识产权创造、知识产权运用以及知识产权环境发展指数低的结果。可以发现，处于较高知识产权创造、知识产权运用以及知识产权环境发展水平的区域，则数字经济对区域创新能力发展的赋能作用越大。与上文区域异质性检验结果有高度吻合性。首先，知识产权创造是创新价值实现的直接载体，属于企业的一种认知和产权刷新行为，拥有更高知识产权创造效率的企业往往在创新研发方面出类拔萃。其次，知识产权运用表示创新主体能通过网络获取隐性知识和适应性知识以丰富和扩展创新知识的广度和深度［11］。最后，完备健全的知识产权环境能借助制度和服务环境提高社会公众和创新主体的知识产权意识，依靠数字经济最大化减少信息不对称问题。因此，地区知识产权发展优势也可帮助充分释放数字经济对区域创新能力的动能，形成动能利用效率东部优于中部优于西部的格局。除加强知识产权保护途径外，政府也可通过优化知识产权创造、运用和环境相关政策达到提升区域创新能力的效果。

5 研究结论与政策启示

5.1 研究结论

文章采用2011—2019 年省级数据构造了数字经济发展指数，对数字经济与区域创新能力的影响关系以及内在机制进行实证检验，主要研究结论如下：

（1）数字经济发展进步可以促进区域创新能力，同时结合门槛模型分析发现这种影响关系具有非线性特征。在更换区域创新能力的衡量方式，使用数字经济的滞后一项作为数字经济发展的工具变量后，采用2SLS 回归分析，研究结论具有稳健性。

（2）从机制检验结果来看，知识产权保护水平是数字经济影响区域创新能力的作用途径。数字经济对区域创新能力的直接预测作用受到数据要素市场水平的负向调节作用，在知识产权保护的中介作用的前半路径中表现为正向调节作用。

（3）进一步拓展研究发现，区域知识产权的发展优势可转化为数字经济产生拉动区域创新能力的动能，且拉动效应在东部地区最强，中部次之，西部最弱。

5.2 政策启示

为了结合数字经济时代背景更好的构建、完善区域创新治理体系和体制机制建设，根据文章的发现，现得到以下政策启示：

（1）加大对数字产业的政策倾斜力度。第一，加强对大数据、云计算以及元宇宙等先进科技领域的研发投入，扩大对5/6G 基站建设等数字经济基础设施的投资经费，以及在各区域积极创设国家数字经济创新发展试验区。第二，充分利用区域协同创新网络实现创新要素跨区自由流动，合理把握数字经济对区域创新发展的红利优势。第三，制定和完善数字经济相关反垄断审查标准，提速创造更开放、包容和公平的创新环境。

（2）加强知识产权的立法和执法力度。整体目标应争取设置更完备的法律规章体系，以激励创新主体主动技术创新。重点关注知识产权保护领域，打击知识产权犯罪行为，在数据知识产权治理方面提供公共产品，利用深度链接、人工智能、区块链技术等新数字技术全天候捕捉侵权行为。此外应在知识产权创造、运用和环境多方面转化数字经济产生的创新动力，明确规范知识产权与数字技术融合的作品范围，激发知识产权许可、转让、出口、技术交易市场的活跃性。

（3）加快推进数据要素市场化进程。第一，探究数据知识产权发展独特规律和制度建设，必须把握数字化发展滋生的数据安全、信息保护以及平台垄断等时代新矛盾。第二，促进数据要素交易市场繁荣，提高数据流动和交易频率，结合各省数字政务、数字信息服务平台将数据产品定价和奖惩标准纳入体系。第三，将数据工作者的劳动价值合理收益化，组织社会各部门联合开展数据培训，以多样化方式提高公众数据价值意识。

（4）区分地区政策制定和实施差异性。东部沿海地区传统经济强市要注重巩固已有发展成果并打造创新要素跨区流动机制，同时接轨国际持续研发先进计算、人工智能、数字孪生等数字预见研究，力争取得重要创新突破和技术攻关成果。中西部数字经济崛起带联合形成更为紧密的跨区合作机制，并持续完善当地通信基础设施建设，增强区域创新主体多场景数字应用能力，加快产学研深度融合的步伐，通过差异化和动态化的政策组合工具最大化发挥数字经济对区域创新产生的推动作用。