互联网发展对产学研协同创新效率的影响及时空差异研究

江三良，陈 静

（安徽大学经济学院，合肥 230601）

党的十九大报告指出，“创新是引领发展的第一动力”，我国亟需建立产学研深度融合的创新体系，加快创新型国家建设。在新常态背景下，以要素驱动为主的发展路径向创新驱动发展转变的紧迫性不言而喻。作为创新系统的核心组成部分，产学研协同创新势必会成为提升国家科技创新能力、实现国家创新驱动发展战略的关键环节和突破口。近些年来，我国各省市的产学研协同创新系统协同度处于改善状态，但整体水平仍然较低；且相关数据显示，我国研发经费投入以20%左右的速度稳定增长，位居世界第二位，研发人员总量位居世界首位，但科研成果转化率仅为30%左右，远低于发达国家的70%。基于此，大力推进产学研深度合作，提高产学研协同创新效率，既是实现科研成果高水平转化的应有之义，也是全面深入贯彻党的十九大精神、实现经济高质量发展的必然要求。

与此同时，随着信息技术的快速发展和“互联网+”战略的提出，互联网已与社会经济诸多领域形成深度融合。2020 年初新型冠状病毒的肆虐进一步加速消费和服务向线上迁移；党中央更是明确指出，要加快5G 网络、工业互联网、数据中心等新型基础设施建设进度。毋庸置疑，“传统经济”向“数字经济”的转型将成为不可阻挡的时代潮流。那么，一个值得深思的现实问题是，面对创新型国家建设的战略要求与数字信息化蓬勃发展的现时事实，可否利用互联网“威力”来提升国家科技竞争力？互联网的发展是否对创新系统核心组成部分的产学研协同创新产生影响？影响如何？当前，全球正遭遇新型冠状病毒危机，对经济社会的冲击可能不亚于2008年美国次贷危机所引发的。利用2009—2018 年的经验数据考量互联网与产学研协同创新效率的影响关系，对把握“数字新基建”机遇与应对新型冠状病毒危机或将带来的经济下滑挑战具有重要启示，为实现“互联网+”战略与创新驱动发展战略的耦合提供新的思路和视角。

1 文献综述

产学研协同创新始终是学术界重点关注的话题，诸多研究围绕产学研协同创新中各参与主体的自身特征[1-2]、资源和能力[3-4]、经济发展水平[5-6]、对外开放程度[7]、政府支持力度[8-10]与产学研协同创新效率的关系展开，得出颇多有益结论。关于互联网对产学研协同创新效率的影响及两者关系机理的研究尚不多见，研究较为集中的是互联网从三个方面产生创新溢出。

一是技术溢出。互联网信息技术的兴起可带动企业技术创新活动的开展。借助互联网平台，企业间可建立合作伙伴共赢关系，通过集体技术创新优势的发挥与创新资源的有效配置促进企业的技术创新能力[11]。李佳钰等[12]的研究表明互联网对工业技术创新效率的提升具有促进作用，且这一促进作用在研发阶段表现得大于转化阶段。互联网的深入发展带来了社会信息化水平的提高。信息化通过提高人才对工业技术创新效率的边际效应来促进工业技术创新效率的提升[13]。但随着信息化的不断深入，其对技术创新效率的提升作用会呈现出“先提高后降低”的“倒U”型特征[14]。二是业绩溢出。Kafourous[15]较早证实了互联网对公司研发创新能力的促进作用。在互联网环境下，企业不仅可以优化管理程序、提升效益[16]，还可以转换商业模式、推进技术研发和刺激技术的创新[17]。在改变企业创新资源的组合方式、实现内外部资源整合的同时，互联网还“扁平化”，降低了企业创新过程的治理成本和企业对创新价值认知的差异，实现创新绩效的提高；更进一步，互联网可以放大研发人员与资金对企业创新绩效的积极作用，实现企业创新绩效向更高水平的攀升[18]。杨德明等[19]通过中国上市公司的数据证实了互联网对企业业绩的促进作用。佟家栋等[20]则肯定了互联网对中国制造业进口企业创新的积极影响。三是区域溢出。从互联网的信息技术属性来看，互联网可以变革组织关系结构、优化政府政策体系，实现地区的高效创新和开放创新。更进一步，张旭亮等[21]运用静态空间杜宾模型实证研究发现，互联网的发展在显著提升本区域创新产出的同时，还对邻近区域的创新产出产生积极的正面影响。韩先锋等[22]研究表明，互联网发展不仅可以驱动区域创新效率，而且通过合理引导与利用，有助于缩小地区间的创新差距以及激发和强化原始创新溢出。

国内外学者基本肯定了互联网的创新溢出和正外部性，但大部分学者的研究主要集中在创新主体和区域总体创新能力等层面，而互联网对创新的影响不仅仅表现在技术、企业和区域等方面，这三者之间也并非相互独立。就创新主体而言，技术创新上、中、下游的产、学、研三方的对接与耦合效果如何，决定了创新的整体效率，这方面的影响机制与关系尚有待进一步探明。

2 理论分析

产学研协同创新是企业、高校和科研机构等创新主体以优势互补为原则，通过合作实现资源流动、价值创造、利益共享以及风险分担的过程。互联网作为典型的通用技术，具有明显的溢出效应[23]，凭借其独特的空间开放性、有效连接性以及结构虚拟性，改变传统的产学研协同创新模式，实现异质性知识的跨时空流动与增值，促进资源要素的跨领域整合，进而产生产学研协同创新溢出红利。

2.1 投入成本节约效应

科斯指出，交易成本是市场运行客观存在的。鉴于信息不完全、不对称等因素，产学研协同创新主体在协同创新过程中存在一定的交易成本。互联网的空间开放性意味着其能将单一的、孤立的系统连接起来，实现产学研协同创新系统各层次各环节的有效连接，降低产学研协同创新过程的交易成本。

（1）沟通成本的降低。互联网为企业、高校和科研机构搭建了信息交流平台。产学研协同创新在一定程度上是一种信息处理过程，互联网的信息交流沟通媒介的本质特征决定了产学研三方可通过互联网平台有效降低收集、整合、应用信息的成本，提高三方沟通效率，优化协同创新流程。作为知识和技术需求方的企业可通过互联网便捷地寻找与之相匹配的高校和科研机构进行合作，有人才培养或资金需求的高校和科研机构亦可通过互联网展示其知识和技术优势，从而吸引企业的人才接纳和资金支持。通过双向需求快速便捷地满足，促进产学研协同创新进程。

（2）决策成本的降低。产学研协同创新不是凭空而生的，而是建立在产学研合作三方彼此了解、需求互补的基础之上。在前互联网时期，企业、高校和科研机构的协同合作面临着信息不对称的瓶颈，导致产学研协同创新的低效率。在互联网时代，随着信息技术的高速发展，大数据、云计算、虚拟现实技术等应运而生，为产学研三方的协同合作提供决策支持。企业、高校和科研机构可利用大数据等技术综合评估合作伙伴的优劣、评判合作风险、预测合作收益，从而避免低效率和无效率协同合作的产生，使得资金和人才等要素优投高产，提高产学研协同创新效率。

（3）风险成本的降低。互联网系统互通了产学研三方、金融服务机构以及市场消费者之间的联系，为产学研协同创新项目提供风险降维保障。从项目前端来看，互联网突破了产学研协同创新项目原有的融资方式，通过实体经济与虚拟经济的融合，使“众筹”“众付+预付”等方式成为可能，降低了产学研三方资金投入的风险；从项目后端来看，产学研协同创新项目成果能借助互联网平台精准投向目标市场，降低科研成果经济化的风险。此外，通过互联网的消费者体验模式，可预测项目成果的市场需求，评估项目的可行性，进而降低项目成果市场化的风险。

2.2 产出效益溢出效应

一方面，互联网的发展可促进异质性知识的跨时空流动与增值，提升知识产出效益。产学研三方在知识分工不同和知识互补性的基础上产生了知识的供给与需求，从而激发产学研协同创新动力，促进产学研协同创新进程。这一过程决定了产学研协同创新的本质特征在于异质性知识在企业、高校和科研机构间的循环流动与融合。在前互联网时期，地理环境的约束和产学研三方知识库的封闭性导致异质性知识在各主体间的流动性欠佳，产学研协同创新的产出较低。互联网的出现突破了知识流动的壁垒，打破了产学研三方各自的知识孤岛格局。企业、高校和科研机构的知识库在互联网运行无边界的特性下，流动性显著增强。异质性知识在产学研协同创新各主体间的流动性增强不仅促进了产学研三方的协同创新度，还使三方的知识库在交流碰撞的过程中注入了新鲜知识，实现知识库的更新与增值；更新与增值后知识库在新一轮的流动过程中进一步激发产学研协同创新动力，提升产学研协同创新度。如此反复，最终实现知识产出效益的增长与产学研协同创新效率的持续攀升。

另一方面，互联网的发展可实现资源要素的跨领域整合，优化资源配置。在互联网环境下，产学研协同创新中的创新资源分布与类型呈现出“去中心化”的趋势，为产学研协同创新系统的运作提供关键性的整合作用。从资源分布来看，互联网的跨时空性突破了传统地理因素对产学研协同创新中各种资源要素时间与空间的限制，避免了由于地理距离等自然因素造成的资源要素的低效率配置，使邻近创新成为可能。产学研协同创新各主体借助互联网平台可以更容易地将散乱的、碎片化的资源进行整合，有效推动资源优化配置，提升资源利用率和产学研协同创新效率。从资源类型来看，互联网的连通性使得更多的市场主体参与到产学研协同创新过程中，使产学研协同创新的创新资源类型突破原有的单调性。资源类型的丰富使一些潜在的产学研协同创新项目成为现实，如：由于资金短缺而被迫暂停的产学研协同创新项目，可通过金融中介机构的资金融入而恢复。

3 模型设定及变量选取

3.1 模型设定

为实证检验地区互联网发展对产学研协同创新效率的影响，本文构建了如下基本计量模型：

其中，下标i 和t 分别表示省份和年份；εit为随机扰动项。

鉴于互联网发展和产学研协同创新系统的复杂性，引入互联网与对外开放的交互项和互联网与城市化的交互项，综合考虑在对外开放程度不断扩大、城市化进程持续深入的背景下，互联网发展对产学研协同创新效率影响的变化趋势。模型构建如（2）式所示：

式中，in_open 表示互联网与对外开放的交互项；in_city 为互联网与城市化的交互项。

3.2 变量选取及说明

3.2.1 被解释变量

产学研协同创新效率（eff）。产学研协同创新效率是指创新要素投入的转化率，即一单位创新要素的投入所获得的产出量。一般来说，产学研协同创新的要素投入包括人员、资金以及项目，但由于缺乏专业的产学研数据库，难以获取相关数据，本文在张煊等[24]的研究基础上，结合产学研协同创新活动特征，采用排除法估计其要素投入，即协同创新要素投入等于地区总要素投入扣除企业、高校以及科研机构等创新主体的独立要素投入。在产学研协同创新产出方面，学者们普遍认为包括知识形态和科技转化形式两类产出。与现有研究一致，这里以学研产出和经济产出来衡量产学研协同创新产出。具体指标构成如表1 所示。

表1 产学研协同创新效率测度体系

由于数据包络分析法（DEA）具有不受指标数据量纲限制的特点，被广泛运用于多投入多产出情况下产学研协同创新效率的测度。但传统DEA 模型无法有效处理多个决策单元同时有效的情形，即当出现多个效率值为1 时，该模型不能对多个有效决策单元进行进一步的评价。超效率DEA 模型通过把所评价的决策单元排除在生产可能集之外，能辨别多个有效决策单元之间的差异，使有效决策单元能够进行排序比较。基于这一优点，借助MyDEA软件并采用超效率DEA 模型对省域产学研协同创新效率进行测度。图1 呈现了2009—2018 年产学研协同创新效率的变化趋势，可见产学研协同创新效率的发展呈现显著的空间效应和时序效应。空间上看，东部和中西部的产学研协同创新效率均值基本维持在全国均值水平，但中西部地区略高于东部地区；时间趋势上，产学研协同创新效率波动明显，有升有降，但总体效率均值有所上升，说明省域产学研协同创新活动取得了一定的进展。

图1 2009—2018 年产学研协同创新效率变化趋势

3.2.2 核心解释变量

互联网综合发展水平（int）。考虑到互联网是一个渗透率广的较为复杂的系统，若仅以网民数、互联网普及率和网站数等单一指标来衡量其发展水平略显片面，这里通过指数法对其进行测度，即通过构造与互联网发展水平相关的指标体系并赋予权重，运用综合指数来衡量其发展水平。结合省际互联网发展实际，设计了包含互联网普及、基础设施、网络资源和应用环境等四个一级指标、九个二级指标的互联网综合发展水平测度体系（见表2），运用主成分分析法赋予各指标权重并计算省际层面互联网发展水平的综合因子得分，再通过下列公式将测算所得的综合因子得分转化到[0，1]区间内，以转化后的数值代表省际层面的互联网综合发展水平。

表2 互联网综合发展水平测度体系

式中，scorei表示i 省份互联网综合因子得分，max（score）和min（score）分别表示综合因子得分的最大值和最小值。

根据指标测度体系，运用SPSS 24.0 软件对省域互联网发展水平指数进行测度，进而得出其变化趋势（见图2）。横向来看，各省域的互联网发展具有时序效应，东中西部地区与全国的变化趋势基本保持一致，整体呈现出上升的趋势。纵向来看，互联网发展水平具有明显的空间效应，呈现出东高西低的特点。北京、辽宁、上海、江苏、浙江、福建、山东、广东等东部地区的互联网发展水平均高于全国均值，但天津、河北和海南却低于全国均值；在中西部地区中，仅四川的年平均水平高于全国均值，其他18个省份均低于全国平均水平。可见，东中西部互联网发展水平差异明显，地区之间存在着较大的数字鸿沟。

图2 2009—2018 年互联网发展水平变化趋势

3.2.3 控制变量

（1）对外开放程度（open）：以人民币表示的外商投资企业投资额与GDP 的比值来衡量。通常情况下，对外开放程度越高，国内外市场的融合度越高，新型知识、先进技术与优质资本的流入量越多，在市场规模效应、技术知识外溢效应与资本扩散效应等的作用下推动产学研协同创新效率的提高。

（2）政府支持力度（gov）：以财政支出与地区GDP 的比值来表示。政府支持力度在一定程度上可以表现出政策的倾向度，从而引导民间资本、人才等要素的流向，对产学研协同创新效率产生一定影响。

（3）城市化水平（city）：以地区年末城镇人口与地区总人口的比值来衡量。创新活动是一种城市现象[25-26]，城市中创新主体及创新资源的积聚与融合，有利于形成专业化和多样化的高度分工，降低产学研协同创新过程的交易成本；城市区域交易市场的扩张与交易效率的提高，能有效提升产学研协同创新成果的商业转化率。

（4）人力资本水平（hc）：人才是第一资源，企业基于对优质人才的需求一般会产生协同创新动力，促进产学研协同创新进程。这里以地区平均受教育年限来衡量人力资本水平。具体的测度方法为：将居民受教育程度分为文盲或半文盲、小学、初中、高中、大学及以上等五种，每种受教育程度的教育年限分别为 0、6、9、12 和 16，以各种受教育程度的教育年限为权重，对地区不同受教育程度人数与6 岁以上人口的比值进行加权求和，所得即为地区的人均受教育年限。计算公式如下：

式中，下标 i 表示不同受教育程度（1、2、3、4、5 分别表示文盲或半文盲、小学、初中、高中、大学及以上），n 代表不同受教育程度的人数，N 指地区6 岁以上人口数，θ 为权重。模型其他变量均为相对值，仅人力资本水平为绝对值，为避免量纲的影响，在回归过程中对其进行对数化处理。

3.2.4 数据说明

本文以2009—2018 年中国内地30 个省份面板数据为研究对象（西藏自治区的数据缺失明显，予以剔除）。互联网综合发展水平的测度指标来源于《中国互联网发展状况统计报告》以及《中国统计年鉴》；产学研协同创新投入产出数据主要来源于《中国科技统计年鉴》；其余变量原始数据来源于上述年鉴以及《中国教育统计年鉴》。

4 实证结果及分析

4.1 回归结果及分析

4.1.1 基本回归分析

根据前文设定的固定效应模型，采用stata15.0软件对各变量进行回归分析，结果如表3 中的模型（1）~模型（5）所示。

表3 基本回归结果

模型（1）中仅加入了核心解释变量，依次加入对外开放水平、政府支持力度、人力资本水平以及城市化水平等控制变量。回归结果显示，所有模型中核心解释变量int 前的回归系数均显著为正，这说明省域互联网综合发展水平的提高可以显著促进其产学研协同创新效率的提升，且这一影响关系在控制一系列变量后仍然成立。模型（5）中int 前的系数为0.798，说明互联网综合水平每提高1%可带动产学研协同创新效率0.798%的提升。互联网在自身发展水平得到提升的同时，还对产学研协同创新效率产生一定的正面影响，通过其“威力”的发挥，促进区域科技成果的高水平转化。究其原因，互联网为产学研协同创新系统各层次各环节的有效连接提供平台支持，有效降低了产学研协同创新过程的沟通交流、决策评估以及评判风险等交易成本，促进了异质性知识在各创新主体间的流动与增值，实现了资源的跨时空、跨领域整合与配置，从而通过投入成本的节约与产出效益的溢出促进了产学研协同创新效率的提升。实证结果与本文的研究预期达成一致。

在控制变量方面：人力资本水平对产学研协同创新效率表现出一定的抑制作用。其原因可能在于：一方面，我国人力资本与产业结构存在着错配现象，表现为在高层次上的供给不足和低层次上的供给过剩，而产学研协同创新活动的企业主体主要聚集在高层次的高技术产业，创新人才投入的短缺直接制约产学研协同创新进程；另一方面，我国人力资本的“质”，即人力资本结构高级化仍有较大的发展空间。由测算的人力资本指标数据可知，最大值和平均值分别为12.50 和8.98，与创新型人才“质”的要求存在一定的差距。单纯的人力资本“量”的增加并不必然诱发产学研协同创新效率的提升。

4.1.2 异质性分析

2012 年是互联网由传统型的PC 时代过渡到新型的移动时代的重要转折点。为了进一步探究互联网发展对产学研协同创新效率的影响特征，从区域异质性和时段异质性的角度出发，将全国样本分为东部地区和中西部地区以及2009—2012 年和2013—2018 年等两个层面共四个样本，回归结果如表 4 所示。其中，模型（2）、模型（3）分别对应东部和中西部两地区；模型（4）、模型（5）分别对应2009—2012 年和 2013—2018 年两时段。

表4 分区域和分时段回归结果

从分区域的回归结果来看，各区域互联网发展对产学研协同创新效率均表现出正面的促进作用，但中西部地区的结果不显著，而东部地区在1%的置信水平下高度显著。其原因可能在于：东部地区互联网的发展起步较早，互联网的基础设施建设更加完善，发展水平也较高，从而更有利于异质性知识的跨时空流动与融合，使东部地区能较好地获得互联网发展所带来的产学研协同创新溢出红利；相对而言，中西部地区互联网发展起步稍晚，互联网的基础设施建设存在一定的发展空间，此外，由于地理环境和经济发展水平等因素，中西部地区在吸引产学研协同创新中各创新主体与创新资源的积聚方面存在一定劣势，为达到相同的产学研协同创新效率，创新主体与创新资源积聚水平的降低引发对更高水平知识流动性的需求，从而对互联网的发展水平提出更高的要求，以致于现阶段互联网发展虽能促进产学研协同创新效率，但效果并不显著。

从分时段的回归结果来看，两时间段的互联网发展均显著地促进了产学研协同创新效率的提高，但后一时间段（2013—2018 年）的显著性水平更高、促进效果更明显，其原因在于：随着互联网模式的转型以及数字经济的到来，互联网的综合发展水平日益提高，互联网使用深度和广度的持续深入使异质性知识在产学研协同创新各主体间流动与融合的交易成本持续下降，从而获得产学研协同创新效率持续提升；而在2009—2012 年期间，由于互联网模式仍然处于传统时期，且国内经济刚刚遭受美国次贷危机的冲击，从而导致互联网系统的渗透范围较小、发展水平偏低，由此获得的互联网溢出效应下的产学研协同创新效率的提高不如后一时间段多。由此可知，互联网的发展水平越高，其对产学研协同创新效率的提升作用越强，即互联网发展水平对产学研协同创新效率的提升作用具有边际效应递增的特点。

4.1.3 稳健性检验

上述异质性分析已在一定程度上表明前文研究结论的稳健性，为进一步增强基本结论的可信度，采用更换核心解释变量的方法，对模型进行稳健性检验。借鉴现有研究以单一指标来衡量互联网发展水平的做法，这里以网站数来替代互联网综合发展水平指标，回归结果如表3 中的模型（6）所示。由回归结果可知，各变量的系数、符号以及显著性水平未发生明显变化。至此，模型通过了稳健性检验，前文的研究结论是有效、可信的，互联网的发展总体上确实可以提升产学研协同创新效率。

4.2 进一步分析

经济全球化、社会信息化与区域城市化是当前社会发展的重要特征。互联网信息技术的深入发展，在改变传统生产结构、优化城市资源配置、推动城市化进程的同时，也促进了国际贸易市场的扩展与调整，拓宽了中国对外开放的大门。考虑到互联网发展与城市化进程以及对外开放程度间的融合关系，在模型中加入互联网与城市化的交互项以及互联网与对外开放的交互项，以全面探索互联网发展对产学研协同创新效率的影响。各模型的回归结果如表5 所示。

表5 进一步分析回归结果

从全时段的回归结果来看：（1）互联网与城市化交互项的系数显著为正，这表明互联网与城市化的交互影响能够起到促进产学研协同创新效率提升的作用。互联网信息技术的兴起可以突破城市资源配置的空间桎梏，促进专业化和多样化分工的形成，从而推动高质量城市化的进程，进而在城市独特的地理区位优势、完善的交通基础设施以及高效率的产品和技术市场作用下，带动产学研协同创新效率向更高水平的攀升；（2）互联网及其与对外开放交互项的系数均为负，这说明互联网与对外开放的交互影响对产学研协同创新效率的提高存在一定的抑制作用，且这一抑制作用大大减弱了互联网本身对产学研协同创新的溢出效应。对此可能的解释是：互联网为国内外市场搭建了“融通桥梁”，便捷了资源要素的国际性流动。一方面，国内市场能获得创新型知识与技术流入，但由于国内外创新能力的差距，流入的知识与技术可能与国内现阶段产学研协同创新进程的需求有所出入，从而导致消化再吸收成本的增加与产学研协同创新效率的降低；另一方面，由于国际市场具有潜在机遇与规模优势，对国内市场的资源要素存在一定的虹吸效应，从而使得互联网发展在促进对外开放的同时，也加速了人才与资本等要素向国际市场的流动，国内市场人才与资本的减少直接制约产学研协同创新进程，导致产学研协同创新低效率。从分时段的回归结果来看，2009—2012 年这一时间段的回归结果与全时段的基本相同，而2013—2018 年的回归结果显示：互联网与城市化交互项的系数为负，但未通过显著性检验；互联网及其与对外开放交互项的系数均显著为正，说明互联网在促进产学研协同创新效率的同时，还能通过放大对外开放对产学研协同创新效率的正面影响，增加产学研协同创新溢出红利。其原因在于：随着经济的快速发展与互联网信息技术的持续深入，国内市场消化吸收新型知识与技术的能力正稳步上升，从而在流入的新型知识技术溢出效应与扩散效应的作用下获得产学研协同创新效率提升的好处；此外，国内市场活力与效率的提高有效缓解了国外市场对国内资源要素的虹吸效应，保证了国内产学研协同创新人才与资金的供给。

分析可知，在互联网发展带来对外开放程度持续加深的新背景下，若一味追求“引进来”而忽视自身消化吸收能力的提高，可能将取得适得其反的后果；要在国内外市场融合的过程中实现产学研协同创新效率的提高，需不断提高创新主体消化吸收新知识技术能力、激发国内市场活力与提升市场交易效率，从而避免产生互联网与对外开放的交互影响对互联网本身创新溢出的挤出效应，进而更好发挥互联网对产学研协同创新效率的提升作用，释放更多产学研协同创新溢出红利。在新时代，需以互联网发展为动力、高质量城市化为依托、自身消化吸收能力提高为根本，把握对外开放进程持续深入带来的产学研协同创新溢出机遇。

5 主要结论与政策启示

第一，互联网的发展具有空间效应和时序效应，呈现出东高西低和持续攀升的特点；产学研协同创新效率亦具有时间和空间上的差异性；第二，互联网的发展对产学研协同创新效率的提高具有显著的促进作用，其“威力”的发挥能实现科研成果的高水平转化，且这一“威力”在东部地区表现得尤为明显；第三，产学研协同创新过程中的互联网创新溢出效应具有时段异质性，其在新型互联网阶段表现得优于传统互联网时期，呈现出边际效应递增的特征。进一步研究发现，在对外开放程度不断加大、城市化进程持续深入的影响下，互联网发展对产学研协同创新效率的促进作用将与创新主体的消化吸收能力高度相关，若一味地追求“引进来”而忽视自身能力的提高和市场的优化，结果或将背道而驰。新时代，自身消化吸收能力的提高比“引进来”更重要。

新型冠状病毒危机或将引发新一轮全球性的经济衰退，产学研协同创新在驱动经济发展过程中的重要作用日益凸显。但当前仍存在产学研协同创新效率低下、区域差距较大的难题。顺势而起的“数字新基建”在发挥稳增长、稳就业的预期作用外，还将带动互联网产业的发展，无疑为解决上述难题提供了一剂良方。本文的研究对把握“数字新基建”机遇、促进“互联网+”战略与创新驱动发展战略的耦合具有一定的政策启示。

（1）深化互联网发展，缩小数字鸿沟。以5G 网络建设为引领，加快5G 网络全面部署，强化各地区、各行业、各部门的网络互通性，营造优化产学研协同创新的互联网环境；加大互联网投资规模与强度，促进各区域互联网基础设施的逐步完善与更新，实现互联网网络资源的优化配置，为加快互联网产业发展、丰富互联网服务内容、提高互联网服务质量提供强力保障。

（2）推动互联网与产学研协同创新系统的深度融合。以大数据平台为依托，构建产学研一体化的大数据中心，集中有效资源，实现科研文献、数据、研究成果在产、学、研三方的共享与交流，发挥知识与技术的扩散效应；以“互联网+”为纽带，组建产学研协同创新网络和平台，同时深化政府、市场中介以及服务机构与产、学、研三方的互联互通。

（3）因地制宜地实施“互联网+”战略。东部地区要发挥经济资源优势，加快5G 基站、人工智能、工业互联网等建设进程，推进互联网发展水平的持续深入，强化互联网对产学研协同创新的溢出效应；中西部地区要深度挖掘互联网潜力，在加大互联网建设力度的同时，通过城际高速铁路和城际轨道交通的建设，便捷资源要素在创新主体间的流通，此外，强化创新型人才与资金的引进，营造良好的产学研协同创新环境，从而释放互联网对产学研协同创新的溢出红利。