数字经济、进口技术溢出对中国创新产出的影响研究

姚战琪

(中国社会科学院 财经战略研究院，北京 100142)

一、问题提出

近年来，中国数字经济增长迅速，2020年中国数字经济的规模已达39.2万亿元，同比增长9.7%，占国内生产总值(GDP)比重为38.6%[1-2]。数字经济在促进传统产业转型升级、提升制造业出口竞争力、刺激消费市场良性发展等方面发挥重要作用。与此同时，数字经济的快速发展能够引领创新发展。在全球信息化开始跨界渗透融合的背景下，中国迫切需要强化创新平台建设，支持数字经济创新发展。因此，如何通过发展数字经济有效提升创新效率和增加创新产出成为近年来学术界和政府有关部门关注的重点问题。

数字经济是否促进了创新产出提升？数字经济与创新产出之间有何关系？数字经济通过怎样的途径和机制影响创新产出？数字经济对创新产出产生的间接影响是否显著？对于这些问题，尽管数字经济蕴含巨大发展潜力，但目前准确评估数字经济对创新产出作用的实证研究较少。仅有的相关文献来自数字经济对不同类型企业创新产出的直接影响[3]、数字经济的创新逻辑[4]、数字经济创新的动力机制、运行路径等方面的成果[5]。要回答以上问题，需要结合中国的现实，研究数字经济与创新产出之间的关系，探讨数字经济如何以及何时会影响中国企业创新产出。

已有研究认为，数字技术为创新活动带来巨大潜力。尼伦和霍尔姆斯特伦(Nylén & Holmström，2015)研究发现，数字技术能为难以控制和预测的产品及服务的创新带来巨大潜力，并由此提出旨在支持数字创新管理持续改进的理论框架，涵盖五个关键领域：用户体验、价值主张、数字进化扫描、技能和即兴创作[6]。现有文献对数字经济与创新产出的影响因素进行了有益探索，而对于数字经济通过何种路径影响技术创新，以往研究成果并没有提供一个统一的框架来回答该问题。本文拟选取数字经济对进口技术溢出影响的视角展开研究，探讨数字经济如何促进创新产出增长。

本文可能的边际贡献体现在三个方面：第一，构建一个有调节的中介模型系统研究数字经济对区域创新的直接效应和间接效应，探讨数字经济通过何种途径影响创新产出，全面评估数字经济促进进口贸易增长的作用；第二，从进口技术溢出的视角来分析数字经济影响区域创新的内部作用机制，厘清数字经济与区域创新之间的关系；第三，进一步探索基本建设投资占比对整个作用机制的调节作用，验证基本建设投资占比对数字经济与创新产出关系的调节作用，有效地解释数字经济对区域创新的影响。

二、理论分析与研究假设

(一)数字经济影响创新产出的内在机理

数字经济能促进创新能力不断提升。首先，数字经济对产品创新和技术创新有促进作用，且数字经济对技术创新的促进作用更大。熊励和蔡雪莲(2020)使用产品创新和技术创新来测算两种方式的创新能力，研究数字经济对区域创新的具体影响效应，认为由于中国专利成果转化率较低，数字经济对产品创新的促进作用远小于其对技术创新的促进作用[7]。其次，数字经济通过技术创新促进经济高质量发展。数字经济通过直接效应和间接效应对技术创新产生正向影响，以此来推动经济高质量发展；在数字经济促进经济高质量发展的过程中，技术创新发挥部分中介作用，因此技术创新在数字经济推动经济高质量发展过程中发挥重要作用。此外，科技驱动数字经济创新是实现数字经济创新的重要内容。不断提升数字经济创新效应是科技驱动数字经济创新的首要动力，数字经济创新发展也有利于促进数字经济与实体经济深度融合[5]。据此，本文提出如下假设：

H1：数字经济与创新产出正相关。

(二)数字经济通过进口技术溢出对创新产出产生积极作用

从经济学角度看，服务国际化就是服务的跨国界转移，数字化技术使得不可贸易的服务产品具有可贸易性，服务业国际化的外部性也使得发展中国家能获得技术上的溢出效应。目前，全球服务贸易中有一半以上已经实现数字化，数字经济促使传统贸易快速转型，而数字贸易将快速提升全球贸易尤其是服务贸易增长，从而促进国际竞争力提升。此外，服务产品数字化会显著影响企业海外投资的进入模式。生产完全数字化服务产品的企业与生产部分数字化服务产品的企业选择的海外市场进入模式不同，前者倾向于选择出口进入海外市场，后者则倾向于选择独资进入海外市场。因此，数字经济能够促进进口及进口技术溢出不断增长。

对外开放能促进中国自主创新能力不断提升，主要通过推动产业结构优化升级、提高劳动生产率、降低生产成本等途径。第一，制造业对外直接投资与产业结构高度化有显著的正相关关系。中国制造业对外投资能推动中国产业结构高度化，而进口和外商投资也会推动中国自主创新能力提升[8]。第二，发展中国家在与发达国家的进口贸易中能获得显著的技术溢出效应。贸易伙伴国的研发投入能促进中国获得进口贸易的技术溢出，而进口贸易研发溢出对技术进步有正向影响[9]，因此进口贸易的技术溢出效应能提升进口国创新能力。第三，经济全球化降低了生产成本，从而充实了企业创新资金，进而提升企业创新能力。

进口技术溢出能促进中国自主创新能力不断提升。首先，服务业外商直接投资(FDI)对中国技术创新有正向影响。于诚等(2018)使用投入产出表研究了服务业FDI对中国制造业技术创新的影响，发现短期服务业FDI对中国制造业技术创新有促进作用[10]。同时，与资本密集型制造业和劳动密集型制造业相比，服务业FDI对中国技术密集型制造业的短期促进效应更明显。其次，对外直接投资(OFDI)具有逆向技术溢出效应。陈培如和冼国明(2020)认为中国OFDI具有显著的逆向技术溢出效应，中国新增OFDI及存量均能提升中国技术创新能力，如新增OFDI的“干中学”效应有利于技术反馈和促进母公司加大研发投入，而新增OFDI具有挤出效应、规模效应，能促进子公司技术成果反馈，并通过跨国并购迅速获得国外先进技术[11]。此外，中国服务业进口贸易的技术溢出效应能逐渐提升中国创新能力。改革开放以来，服务业开放能直接提升创新绩效，提高企业创新效率。随着中国服务业对外开放不断推进，各地区市场化程度总指数和非垄断行业的企业规模是提升创新效率和提高创新能力的关键因素，而服务业开放并不是促使创新能力快速提高的关键因素，因此服务业开放对区域创新的边际作用会有所下降。据此，本文提出如下假设：

H2：数字经济与进口技术溢出显著正相关，进口技术溢出在数字经济对区域创新的影响中存在中介效应。

(三)数字经济对创新产出的门槛效应

一方面，数字经济对创新产出的影响受自身门槛特征的约束[12]。在数字经济发展的初期，数字经济的发展基础薄弱，此时数字经济引发的创新效应较小。随着数字经济的快速发展，数字经济对创新能力的促进作用快速增强，当数字经济到达一定发展阶段时，数字经济对创新产出的促进作用进一步增强，因此会出现边际收益递增现象，且发展到一定阶段的数字经济对创新产出的激励效应呈现几何式增长，会遵循梅特卡夫法则。另一方面，进口贸易对创新产出的影响也呈现非线性溢出效应。在进口的早期，进口技术溢出对创新具有正向影响，但随着企业创新能力的不断提升，企业自主创新能力逐渐提高，而随着进口的增长，很难进一步发挥进口贸易对区域创新的激励作用，由此导致进口贸易对创新产出的促进作用呈现边际递减。另外，虽然数字经济能促进进口贸易快速增长，但随着中国经济不断增长，内需成为经济增长的主要支撑，数字经济对进口贸易的促进作用会逐渐减弱，因此数字经济对进口贸易的促进作用也呈现边际递减。据此，本文提出如下假设：

H3：数字经济对进口贸易具有边际效应递减的非线性特征。

H4：数字经济对创新产出具有非线性影响，进口贸易对创新产出也具有非线性影响。

(四)数字经济对创新产出的空间溢出效应

数字经济以电子化企业流程和电子商务交易运作为基础，不但包括电子化企业所进行的工作流程，也包括通过计算机网络进行的商品或服务交易，以及可由计算机操控的电子设备所组成的网络。数字经济能够突破空间上的地理距离限制，而一地区的数字经济依赖于临近地区的数字经济，这使得地区间数字经济的差距不断缩小，数字经济的空间溢出效应明显[13]。因此，数字经济的空间溢出效应增强了区域间创新活动关联的广度和深度。金等人(Kim et al.，2021)认为，信息和通信技术(ICT)能够通过直接效应或间接效应(由其他部门或国家带来的外部性)显著影响全要素生产率，并关注了ICT带来的空间溢出效应，区分了衡量外部性的多种方法(国内溢出、国外溢出以及产业间溢出、产业内溢出等)[14]。创新产出也具有显著的空间相关性，如数字经济与信息和通信技术对技术创新在地区经济增长[15]、创新效率[16]、贸易结构优化[17]等方面存在空间溢出影响。因此，包括信息和通信技术在内的数字经济对区域创新在空间上也存在溢出效应。据此，本文提出如下假设：

H5：数字经济可以通过空间外溢效应作用于邻近地区的创新产出。

三、研究设计

(一)模型构建

本文建立如下模型来研究数字经济对创新产出的直接影响：

Innoit=k+l×Diglit+ΓCit+εit

(1)

其中，i代表省份，t代表年份，Inno为创新产出，Digl为数字经济，C为控制变量(包括人口密度、全要素生产率、对外开放度、高技术产业增加值占比、研发资金投入)，εit为随机误差项，k、l、Γ均为变量系数估计值。

为研究数字经济对创新产出的作用机制，需要分析进口贸易(Impt)是否为二者之间的中介变量，因此分别构建如下进口贸易对数字经济的线性回归方程，以及创新产出对数字经济与进口贸易的线性回归方程，根据回归系数a—j的显著性来判断中介效应是否存在：

Innoit=a+b×Diglit+c×Cit

(2)

Imptit=d+e×Diglit+f×Cit

(3)

Innoit=g+h×Diglit+i×Imptit+j×Cit

(4)

数字经济除了通过进口贸易间接影响中国创新产出以外，还可能随着数字经济发展水平的变化而改变。由于数字经济和中国各地区创新产出之间的关系可能呈现非线性的特征，本文建立以全国和各地区的数字化为门槛变量的单门槛模型，验证不同地区数字经济与创新产出间的关系：

Innoit=β1Diglit×I(Digl≤f1)+β2Diglit×I(Digl>f1)+β3Cit+εit

(5)

其中，β1、β2为门槛变量在不同范围时数字经济对创新产出的影响系数，β3代表控制变量的系数估计值，f1为门槛值，I(·)为指标函数。式(5)为单一门槛模型，可以根据门槛效应检验结果来选择双重门槛或三重门槛模型。

本文将空间杜宾模型(SDM)设定如下：

Innoit=λWnInnoit+β1Diglit+β2WnDiglitCitγ+μ+εt

(6)

其中，Wn为空间权重矩阵，WnInnoit为创新产出的空间滞后项，WnDiglit为各地区数字经济发展水平综合评价指数的空间滞后项，γ为控制变量的系数估计值，μ为扰动项。式(6)不但包括解释变量的空间交互项，也包括被解释变量的空间交互项。

使用莫兰指数(Moran’sI)来分别检验数字经济与区域创新的空间自相关性：

(7)

(8)

(二)变量选取

1.被解释变量

本文使用各省份的专利申请受理数来测算区域创新(Inno)。

2.中介变量

本文使用各省份通过进口获得的国外资本存量作为中介变量。首先，计算t年全国层面通过进口获得的国外研发资本存量(simpot)，即：

(9)

其中，u=1，2，...，10，选择近五年来进口来源地排名前十位的国家和地区，包括韩国、中国台湾、日本、美国、澳大利亚、中国香港、德国、越南、马来西亚和巴西。Impout为从u国或地区进口总规模，GDPut为t年u国或地区的GDP，RDut为t年u国或地区国内研发资本存量，计算方法为：先使用各国或地区2013年研发经费支出、折旧率和研发经费支出增长率的平均值计算2013年研发资本存量，然后使用永续盘存法计算2014年后各国或地区的研发资本存量。

其次，计算i省份t期通过进口获得的国外或其他地区研发资本存量Imptit：

Imptit=(Impoit/Impot)simpot

(10)

其中，i=1，2，...，30，Impot为t年进口总规模。

3.解释变量

本文构建了由4个一级指标和12个测度指标构成的数字经济发展指标体系(Digl)。4个一级指标为电信业务发展指标、信息化发展指标、电子商务指标、互联网发展指标。其中，电信业务发展的4个测度指标为固定电话普及率、移动电话普及率、邮电业务总量、邮政业务总量，信息化发展的3个测度指标为规模以上电子信息产业企业个数、软件产业软件业务收入、IC设计收入，电子商务的3个测度指标为期末使用计算机数、有电子商务交易活动的企业占比、电子商务销售额，互联网发展的2个测度指标为互联网宽带用户数和移动宽带用户数。使用熵权法(熵值法)与优劣解距离(TOPSIS)法相结合的方法来计算各省份的数字经济发展指标。

本文不但研究进口贸易在数字经济与创新产出关系间的中介作用，也进一步探究基本建设投资占比(Gup)对该中介模型的调节作用。

4.控制变量

本文使用数据包络分析-曼奎斯特(DEA-Malmquist)指数法测算各省份的全要素生产率增长率(TFP)。使用全国人口数除以该省份面积的方法测算各省份的人口密度(Lren)。使用外商直接投资来测算对外开放度(lnfdi)。使用高技术产业增加值占制造业增加值的比例来衡量高技术产业对中国创新产出的贡献(Higp)。使用研发投入作为创新的资金投入衡量指标(lnrd)。

(三)数据来源及描述性统计

专利申请受理数来源于万得(Wind)经济数据库，各省份进口额、从各国/地区进口额、各国/地区GDP、各国/地区研发资本、基本建设投资额、各省份面积来源于国家统计局，计算数字经济发展指标体系的测度指标来源于《中国第三产业统计年鉴》和各省份统计年鉴，就业人数、各省份人口数来源于《中国人口和就业统计年鉴》。

由表1可知，解释变量的方差膨胀因子(VIF)均小于5，因此不存在严重的多重共线性问题。由于本文采用2013—2020年30个省份的面板数据(限于数据可得性，不包括港澳台地区及西藏)，需要对各变量进行单位根检验。从检验结果可知，各变量都为平稳序列。

表1 变量的相关系数矩阵、描述性统计及单位根检验结果

四、数字经济对创新产出影响的实证检验

(一)中介模型检验

表2为考虑中介变量(进口技术溢出)时，数字经济对中国创新产出的中介效应检验结果。从模型2—模型4可知，数字经济能够通过进口技术溢出促进中国创新产出增长。同时，数字经济能显著促进中国进口技术溢出增长，进口技术溢出在数字经济对中国创新产出的影响中存在中介效应，中介效应为9.810(4.453×2.204)，中介效应比例为19.92%，假设H1和假设H2得到验证。

表2 基准回归结果及中介模型检验

(二)非线性效应分析

考虑到数字经济对中国创新产出表现出边际效应递增的动态非线性特征，前文就数字经济对中国创新产出的影响存在非线性溢出效应进行了理论阐述。以数字经济为门槛变量和门槛依赖变量、创新产出为被解释变量的门槛效应检验结果见表3的模型5和表4的模型8，以数字经济为门槛变量和门槛依赖变量、进口贸易为被解释变量的门槛效应检验结果见表3的模型6和表4的模型9，以进口贸易为门槛变量和门槛依赖变量、创新产出为被解释变量的门槛效应检验结果见表3的模型7和表4的模型10。门槛效应检验结果表明，上述模型均通过了单一门槛检验。

在模型8中，随着中国数字经济发展水平的不断提高，数字经济对中国创新产出的促进作用快速增长。当中国数字经济发展水平小于门槛值时，数字经济对创新产出的促进作用微弱，未通过10%的显著性检验；当超过门槛值时，数字经济能促进中国创新产出快速增长，通过了1%的显著性检验。因此，数字经济对中国创新产出表现出边际效应递增的动态非线性特征，假设H4得到验证。

在模型9中，中国数字经济发展水平小于门槛值时，数字经济能促进进口贸易快速增长，通过了5%的显著性检验；当超过门槛值时，数字经济也能促进进口贸易增长，但促进作用快速下降。因此，数字经济对进口贸易的作用表现出边际效率递减的非线性特征，假设H3得到验证。

在模型10中，中国进口技术溢出小于门槛值时，进口技术溢出能促进中国创新产出快速增长，通过了10%的显著性检验；超过门槛值时，进口技术溢出也能促进创新产出增长，但进口技术溢出对创新产出的促进作用逐渐下降。因此，进口贸易对创新产出的作用也表现为边际效率递减的非线性特征，假设H4再次得到验证。

表3 门槛值及置信区间

表4 门槛效应估计结果

(三)空间溢出效应分析

首先，对数字经济、创新产出进行空间自相关检验。由表5可知，2013—2020年数字经济莫兰指数至少达到5%的显著性水平，创新产出的莫兰指数至少达到1%的显著性水平，并且数字经济、创新产出变量的莫兰指数均大于0小于1。因此，各省份不但数字经济变量存在空间正相关性，创新产出变量也存在空间正相关性，且各省份的数字经济与创新产出并不是随机分布。具体来说，在2013—2020年，中国数字经济的莫兰指数呈现先上升后下降的趋势，说明数字经济与空间分布的相关性逐渐减弱；在2013—2020年，中国创新产出的莫兰指数呈现先下降后上升的趋势，说明专利申请受理数与空间分布的相关性逐渐增加。

表5 2013—2020年创新产出和数字经济莫兰指数分析结果

其次，使用SDM和空间自回归(SAR)模型，并使用四种空间权重矩阵(经济权重矩阵、地理权重矩阵、是否相邻权重矩阵、公共边界权重矩阵)的检验结果见表6。SDM由于不但能分析本区域的数字经济对创新产出的影响，还能研究临近区域的数字经济对本区域创新产出的影响，是本文选择的最优模型；同时，基于个体效应的SAR模型估计结果也如表6所示。其中，模型11—模型18的空间自回归系数显著为正，并至少通过了5%的显著性检验，因此分别使用经济权重矩阵、地理权重矩阵、是否相邻权重矩阵、公共边界权重矩阵时，邻近区域创新产出每增长1%，会促进本区域创新产出分别增长0.877%、 0.318%、0.499%、 1.647%。从空间效应来看，模型15—模型18的数字经济的空间滞后项通过了1%的显著性检验，因此各地区的创新产出都依赖于邻近地区的数字经济，假设H5得到验证。

此外，数字经济对中国创新产出的间接效应显著为正，并至少通过10%的显著性检验，因此数字经济对创新产出的促进作用不但体现在本区域内部，也体现在周边地区，即本区域数字经济不但能促进自身创新产出增长，也能促进周边区域创新产出增长，从而促进了数字经济对创新产出的总效应的发挥，假设H5再次得到验证。

表6 数字经济和其他变量对创新产出影响的直接效应、间接效应和总效应

表6 (续)

五、稳健性检验

(一)异质性检验回归结果

分别使用东部、中部、西部和东北地区(1)东部地区包括河北、北京、天津、山东、江苏、上海、浙江、福建、广东和海南；中部地区包括山西、内蒙古、安徽、江西、河南、湖北和湖南；西部地区包括四川、云南、贵州、重庆、陕西、甘肃、青海、新疆、广西和宁夏；东北地区包括吉林、黑龙江和辽宁。的经济权重矩阵下，数字经济对中国创新产出影响的测算结果见表7。其中，东部、中部、西部地区的数字经济的空间滞后项显著为正，并均通过了1%的显著性检验，因此这三大地区的创新产出依赖于临近地区的数字经济；但东北地区数字经济的空间滞后项显著为负，并通过了1%的显著性检验，因此东北地区的创新产出不依赖于临近地区的数字经济。

四大地区的空间自回归系数均通过了1%的显著性检验，其中东部地区创新产出对临近区域创新产出的影响最大，东北地区创新产出对临近区域创新产出的影响最小。东部、中部和西部地区数字经济的回归系数均显著为正，并通过了1%的显著性检验，但东北地区数字经济未能促进该地区创新产出增长。

从创新产出的滞后项来看，创新产出受到往期创新产出的影响，创新产出的一阶滞后项系数均为负，且均通过了1%的显著性检验，因此往期创新产出对当期创新产出的影响微弱。

表7 不同地区数字经济对创新产出的影响

(二)更换创新产出和数字经济变量

表8展示了稳健性检验结果。首先，用研发投入变量代替专利申请受理数，数字经济变量的回归系数仍显著为正，并通过了1%的显著性检验。其次，用数字贸易变量代替数字经济，数字贸易变量回归系数仍显著为正，也通过了1%的显著性检验，并且全要素生产率和人口密度变量的回归系数仍未通过10%的显著性检验。第三，对所有变量缩尾5%，数字经济变量的回归系数仍显著为正，也通过了1%的显著性检验。第四，进一步地，以各地区数字化发展水平及居民人均可支配收入中位数为标准，将研究样本划分为高水平数字化地区、低水平数字化地区，以及高人均收入地区、低人均收入地区，之后基于双向固定效应模型检验数字经济对创新产出的影响。

由表8可知，高水平数字化地区的数字经济变量的回归系数(63.447)显著大于低水平数字化地区的数字经济变量的回归系数(26.225)，并均通过了1%的显著性检验，因此在高水平数字化地区，数字经济对创新产出的促进作用更明显；高人均收入地区的数字经济变量的回归系数为61.071，低人均收入地区的数字经济变量的回归系数为44.026，均通过了1%的显著性检验，因此在人均收入高的地区，数字经济对创新产出的促进作用大于在人均收入低的地区。

表8 稳健性检验

(三)工具变量法

数字经济与中国创新产出可能存在双向因果关系，即数字经济会促进创新产出不断增长，创新产出增长为数字经济发展注入新的动力。借鉴黄群慧等(2019)[18]的做法，使用邮政局数、固定电话用户数作为数字经济变量的工具变量进行内生性检验，检验结果见表9。由于不可识别检验(Kleibergen-PaaprkLM统计量)所对应的P值均为0.000，拒绝工具变量识别不足的原假设，本文选择的工具变量与数字经济内生变量存在显著的相关关系。弱工具变量检验(Kleibergen-PaaprkWaldF统计量)显著大于10%显著性水平下的临界值，所以拒绝工具变量为弱识别的原假设：汉森J检验(HansenJ)的相伴随概率分别为0.208、0.414、0.457，因此接受工具变量为过度识别的原假设。

表9 内生性检验

(四)基本建设投资扶持政策影响检验

中国创新产出离不开基本建设投资扶持政策的促进和带动作用。本文采用基本建设投资占比作为外生政策冲击，利用双重差分(DID)法分析和检验基本建设投资扶持政策影响创新产出的作用机制。

1.基本建设投资扶持政策背景和模型设定

首先，设定式(11)的多期DID模型对基本建设投资扶持政策是否促进中国创新产出的作用机制进行检验：

Innoit=k+l×Diglit+m×Gupit+n×Diglit×Gupit+o×imptit+p×Controlit

(11)

其中，Gup为基本建设投资占比。然后，将Gup、Digl都与Inno进行回归，若回归系数为正，那么基本建设投资扶持政策对创新产出产生影响。最后，将Inno对Gup、Digl以及Gup与Digl的交叉项进行回归，若回归系数依然显著，但系数估计值有所降低，那么基本建设投资扶持政策是数字经济影响创新产出的调节变量。

2.回归结果

回归结果表明，基本建设投资占比不但能促进创新产出增长，而且与数字经济的交叉项系数估计值也显著为正，并通过了1%的显著性检验(2)限于篇幅，回归结果省略，备索。。因此，数字经济与创新产出之间的关系会受到基本建设投资占比的影响，基本建设投资占比在数字经济与创新产出之间存在调节作用，基本建设投资占比会影响数字经济与创新产出之间关系的强弱。

图1 中国创新产出对基本建设投资占比回归的T值

3.安慰剂检验

本文虽然加入了地区与时间的固定效应，但创新产出很可能受到其他政策或随机性因素的影响，借鉴刘瑞明等(2020)[19]的研究来判断基本建设投资扶持政策对中国创新产出的间接效应是否由其他随机性因素或政策引起。随机抽取所有地区2013—2020年中的一个年份从而生成一个实验组，并重复进行1 000次回归，然后计算1 000次回归中基本建设投资占比的T值，最后计算中国创新产出为被解释变量情形下的基本建设投资占比T值的核密度值(见图1)。回归结果再次证明基本建设投资占比对中国创新产出的作用比较稳健。

六、研究结论与政策含义

本文使用多种空间权重矩阵研究地区数字化对本区域创新产出和临近区域创新产出的提升效应，运用结构方程模型考察数字经济通过进口贸易对中国创新产出造成的影响，并运用面板门限回归模型研究数字经济对创新产出的影响是否存在门槛效应。研究结论如下：第一，数字经济能通过进口技术溢出促进中国创新产出不断增长，进口技术溢出在数字经济与中国创新产出之间起中介作用。第二，数字经济能促进中国创新产出增长，随着中国数字经济的快速发展，数字经济对中国创新产出的促进作用快速上升。第三，基本建设投资占比是数字经济促进创新产出增长和创新效率提升的重要条件，当基本建设投资占比较高时，数字经济对创新产出的促进作用也会增强。第四，不但数字经济对创新产出的直接效应为正，数字经济对创新产出的间接效应也为正。

由此，本文提出以下政策建议：

第一，加快发展数字经济，加强和规范对数字经济的监管。各地要高度重视数字经济与生物、能源等技术的融合，加快数字化发展，加大新型数字基础设施投资力度。既要依托数字经济与三大产业融合发展，推动产业数字化转型，也要加强数字经济基础设施建设，大力培养数字化人才，加快第五代移动通信技术(5G)网络、数据中心等相关基础设施建设进度。与此同时，在推进数字经济高质量发展的进程中，还要加强营商环境、公共服务平台等领域的软实力建设。

第二，推进数字经济、互联网等领域持续开放和加速数字创新，不断提升中国数字经济核心竞争力。推动数字经济技术创新，尤其是中西部地区要大力提高数字经济发展水平，夯实数字产业化基础。加快数字化转型，促进创新要素向企业集聚。进一步加快企业数字化转型，不断增强企业创新能力。通过信息技术的发展及运用，不断提升创新效率。企业要加快数字化转型，为创新要素集聚创造良好的载体和环境。

第三，推动服务业新一轮高水平对外开放。全面深化对内开放和对外开放，通过体制机制的创新，促进服务贸易不断发展。向外资企业打造良好的营商环境，进一步缩减服务业领域负面清单，不断提升高技术产业利用外资占整体利用外资的比重，同时建立公平竞争的政府采购制度。中国要以高水平开放赢得国际竞争的主动，在高水平开放背景下，要借力服务业高水平开放提升创新效率、促进高水平发展和参与全球经济治理。