数字经济、进口技术溢出对创新产出的影响

张孜豪，姚战琪

(1.中国社会科学院大学 应用经济学院，北京 102488；2.中国社会科学院 财经战略研究院，北京 100006)

一、引言

我国加快推进产业数字化。2018年4月20日至21日，习近平主席在全国网络安全和信息化工作会议上指出，中国正在大力建设“数字中国”，在“互联网+”、人工智能等领域收获一批创新成果。2020年11月20日，习近平主席在亚太经合组织第二十七次领导人非正式会议上指出，为世界经济发展增添新动能，迫切需要我们加快数字经济发展，推动全球互联网治理体系向着更加公正合理的方向迈进。同时，中国要以科技创新推动企业发展，科技创新是促进产业升级、提升创新绩效、促进经济增长的重要战略引擎。显然，突破核心技术、推动数字技术与实体经济深度融合、加快推进数字经济高质量发展已成为实现我国经济持续复苏的重中之重。那么数字化是否促进我国创新效率不断提升？数字化对我国创新产出的作用机制是怎样的？数字化对我国创新产出的影响是线性的还是非线性的？

为此，本文将从两方面展开探索。首先，不但研究数字经济对我国创新产出的直接影响，也研究数字经济通过进口技术溢出和R&D投入占比等多渠道对我国创新产出的间接影响。其次，不但研究了地方公共财政支出在数字经济与进口技术溢出间的调节作用，也研究了地方公共财政支出在数字经济与研发经费投入占比间的调节作用。现有文献分析了数字化发展的影响因素、数字化服务水平对双边贸易的影响、数字经济与创新产出的影响因素、数字化的测度方法等，但鲜有关注数字化通过进口技术溢出和研发经费投入占比对创新产出的间接影响，以及数字经济与创新产出之间的非线性关系，本文的研究弥补了这一不足。

与本研究相关的一类文献是数字经济对技术创新的影响。大量研究都发现，数字经济、银行融资、GDP和金融风险与技术创新间存在长期稳定的关系，数字经济、银行融资和金融风险是促进G7(七国集团)技术创新的重要因素。(1)Shengjun Yuan, Hammed Oluwaseyi Musibau, Sema Yilmaz Gen, Riffat Shaheen, Anam Ameen & Zhixiong Tan,“Digitalization of Economy is the Key Factor Behind Fourth Industrial Revolution: How G7 Countries are Overcoming with the Financing Issues?”, Technological Forecasting and Social Change,1(2021):120—133.最近的研究还分析了数字经济对中国全要素生产率(TFP)的创新驱动效应，发现数字经济指数与省级全要素生产率之间存在正的非线性关系，数字经济是促进全要素生产率增长和经济可持续发展的驱动力。(2)Wenrong Pan, Tao Xie, Zhuwang Wang & Lisha Ma,“Digital Economy:An Innovation Driver for Total Factor Productivity”,Journal of Business Research,3(2022):303—311.虽然中国东部地区数字经济促进了全要素生产率增长，而中西部地区的数字经济发展水平相对较低。

与本研究相关的另一类文献是怎样才能促进创新产出增长以及数字经济对创新产出的间接影响。很多研究认识到数字经济能通过增加人均地区生产总值、提高高等教育在校生数与总人口的比重等中介变量来促进企业创新。(3)段奥鹏、苗金芳：《数字普惠金融对工业企业创新影响研究——基于全国31个省级面板实证分析》，《青海金融》2021年第8期。还有学者发现，数字金融能通过促进债务融资来促进企业创新。(4)夏玲：《数字金融、债务融资与企业创新——基于战略性新兴产业的实证分析》，《华北金融》2021年第3期。可以看出，以上研究主要集中在数字经济对创新产出的直接影响，以及数字经济通过其他变量对创新产出的间接影响，鲜有聚焦到数字经济通过非线性门槛效应对创新产出的间接影响上。

本研究主要关注数字经济与创新产出之间的关系，探索数字经济如何以及何时会影响创新产出。本文的贡献是：第一，梳理数字经济影响我国创新产出的具体路径并进行路径分析。第二，不但研究进口技术溢出在数字经济与R&D经费投入占比间的中介作用，研究R&D经费占比在进口技术溢出与创新产出间的中介作用，而且研究进口技术溢出在数字经济与创新产出间的中介作用，研究R&D经费投入占比在数字经济与创新产出间的中介作用。第三，进一步研究地方公共财政支出占比对数字经济影响进口技术溢出、数字经济影响R&D经费投入占比的作用机制的调节作用。第四，与其他文献不同，本文将空间效应纳入数字经济对不同地区的创新产出影响的计量模型中，从时空两方面揭示数字经济对创新产出的空间溢出，使用经济距离空间权重矩阵来研究数字经济对中国创新产出所产生的空间溢出效应，也建立面板门槛模型来验证数字经济对创新产出的影响呈现为非线性关系。

二、研究假设

(一)数字经济影响创新产出的内在机制

数字经济能促进创新产出增长。首先，数字经济通过加强人力资本积累来促进我国创新产出不断增长。在数字经济背景下，人们能够更快地吸收和消化知识，从而加快了人力资本的积累和高级化，同时人力资本会促进区域创新不断增长。其次，各创新主体通过数字经济能准确地获取供需信息，从而能间接提升研发资本规模。李雪等使用各省份的面板数据，将人力资本和研发资本作为中介变量，研究了数字经济对区域创新绩效的影响，认为数字经济能促进人力资本和研发资本增长，同时人力资本和研发资本也能显著促进区域创新绩效提升，因此，数字经济能通过研发资本和人力资本的正向中介效应显著促进区域创新绩效提升。(5)李雪、吴福象、竺李乐：《数字经济与区域创新绩效》，《山西财经大学学报》2021年第5期。

数字经济能促进研发经费投入不断增长。首先，数字经济与研发经费投入显著正相关。数字经济决定了研发经费投入对创新产出的影响和研发经费投入绩效的发挥程度，若数字经济发展到一定程度，研发经费投入就能促进创新产出增长；若数字经济发展滞后，研发经费投入就不利于创新产出。(6)夏杰长、姚战琪、徐紫嫣：《数字经济对中国区域创新产出的影响》，《社会科学战线》2021年第6期。其次，研发投入在数字经济对我国产业结构升级的影响中存在中介效应。数字经济能促进研发投入增长，研发投入有利于我国产业结构不断升级。数字经济本身就是一种创新，数字经济能推动创新加速。(7)姚维瀚、姚战琪：《数字经济、研发投入强度对产业结构升级的影响》，《西安交通大学学报(社会科学版)》2021年第5期。最后，数字经济能通过研发经费投入来促进创新产出增长。数字经济不但能显著促进我国创新绩效增长，而且研发经费投入在数字经济对创新绩效的影响中存在中介效应，因此，研发投入在数字经济对创新绩效的影响中存在中介效应。据此，本文提出假设H1：

H1：数字经济与创新产出、研发经费投入显著正相关。

(二)数字经济通过促进进口技术溢出、提升R&D经费投入占比来促进我国创新产出增长

数字经济发展能促进进口技术溢出。首先，在开放条件下数字经济对经济增长的贡献程度会增加。数字经济与贸易开放水平紧密关联，如果把数字经济与贸易开放水平都作为影响经济增长的因素来考虑，那么数字经济能显著促进经济增长，同时贸易开放水平与经济增长呈现倒U型抛物线的关系(8)陈福中：《数字经济、贸易开放与“一带一路”沿线国家经济增长》，《兰州学刊》2020年第11期。，并且在开放条件下，数字经济对经济增长的影响贡献程度更高，因此在开放影响下数字经济对经济增长的推动作用不断放大。其次，贸易规则对数字经济全球化有正向影响。当前，我国需要的全球贸易规则能够推动数字经济快速发展，但部分国家通过设立非传统贸易壁垒等方式来限制或禁止企业向国外传输数据。(9)邵宇琦：《贸易规则当与数字经济全球化俱进》，《中国电子报》2014年10月21日。当前是推动数字贸易的好时机，数字贸易成为新的经济增长点。

进口贸易自由化能显著促进我国创新产出增长。首先，进口贸易自由化能通过降低中间产品关税、降低最终品关税来提升创新能力。21世纪以来中国企业创新的质量不断增长，但中国专利质量的年均增长率低于专利数量的年均增长率，并且进口贸易自由化对创新能力强的行业和地区的影响更显著。不但进口贸易自由化通过降低中间品关税来提升企业的创新能力，而且进口贸易自由化能通过提高企业利润和企业进口产品复杂度来提升企业的创新能力。(10)何欢浪、蔡琦晟、章韬：《进口贸易自由化与中国企业创新——基于企业专利数量和质量的证据》，《经济学(季刊)》2021年第2期。其次，进口贸易自由化能通过本地效应和邻里效应来提升企业创新能力。虽然进口促进企业创新能力提升，但进口促进企业创新发展的邻里效应大于本地效应。(11)黄朝峰、战岐林、曾小慧：《进口影响创新的本地效应与邻里效应——基于空间计量的实证分析》，《科技进步与对策》2021年第1期。据此，本文提出假设H2：

H2：进口技术溢出在数字经济对创新产出的影响中存在中介效应。

进口技术溢出能促进研发经费投入占比提升。首先，进口对企业创新数量和创新质量都有促进作用，进口对创新数量的促进作用大于其对创新质量的促进作用。针对进口对不同类型企业创新能力的影响而言，进口对国有企业和集体企业的促进作用最大，而对外资企业的促进作用最小，同时进口消费品对我国创新数量和创新质量的影响不显著，而进口中间品能显著促进企业创新能力提升，进口资本品能促进创新数量增长，但进口资本品不能促进创新质量提升。(12)曲如晓、李婧、高利：《进口对中国企业创新的影响研究》，《国际商务(对外经济贸易大学学报)》2021年第2期。其次，进口中间品能促进出口产品质量不断提升。进口中间品能提升出口产品质量得到许多学者的支持，同时进口中间品能通过降低生产成本、获得技术溢出效应来促进企业自主创新能力不断提升。(13)宋跃刚、郑磊：《中间品进口、自主创新与中国制造业企业出口产品质量升级》，《世界经济研究》2020年第11期。中间品进口不但能直接促进企业提升出口产品质量，中间品进口也能通过自主创新等渠道间接影响企业出口产品质量。

研发经费投入能促进创新产出增长。首先，研发经费投入能促进企业创新能力提升。其次，研发经费投入对区域创新能力的影响存在基于知识产权保护的门槛效应。当知识产权保护强度小于门槛值时，研发经费投入强度对区域创新能力的促进作用较弱，当知识产权保护强度大于门槛值时，研发经费投入强度能显著提升区域创新能力(14)周密、申婉君：《研发投入对区域创新能力作用机制研究——基于知识产权的实证证据》，《科学学与科学技术管理》2018年第8期。，但是知识产权保护过强时，研发经费投入强度对区域创新能力的促进作用开始减弱，主要是因为知识产权保护过强，会干扰科技创新成果转化为生产力。第三，研发经费投入与创新产出相互促进。非国企的研发经费投入对创新产出的促进作用更显著，非国企的研发投入产出速度和产出效率优于国有企业，是因为受市场指引的非国企，研发经费投入能迅速产生效果，并实现提高企业创新绩效的目标。(15)尚洪涛、黄晓硕：《政府补贴、研发投入与创新绩效的动态交互效应》，《科学学研究》2018年第3期。据此，本文提出假设H3和H4：

H3：R&D经费投入占比在进口技术溢出对创新产出的影响中存在中介效应。

H4：进口技术溢出对我国R&D经费投入占比起正向促进作用，进口技术溢出、研发经费投入占比在数字经济与创新产出间起多重中介作用。

(三)地方公共财政支出的调节作用

数字化将重塑财政体系，利用数字化促进现代财政制度建设，能够大幅提升资源配置效率，并能改善社会福利。(16)王志刚、赵斌：《数字财政助推国家治理现代化》，《北京大学学报(哲学社会科学版)》2020年第3期。地方公共财政支出与进口技术溢出之间存在相互加强的机制，会提升我国技术创新能力。数字经济与研发经费投入占比的关系是地方公共财政支出占比的函数。数字经济与研发经费投入占比的关系会受到地方公共财政支出占比的影响，地方公共财政支出占比是影响数字经济的重要因素，地方公共财政支出占比会显著影响数字经济。第一，地方公共财政支出占比与数字经济呈现互相促进关系，较多的地方公共财政支出对数字经济有促进作用，从而促进进口技术溢出不断增长。而较少的地方公共财政支出不能促进开放型经济发展，从而不能促进研发经费投入占比增长，也不能促进进口技术溢出增长。同时数字经济能显著促进地方公共财政支出占比不断增长，促进中国提升全球价值链。第二，数字经济对研发经费投入占比的促进作用依赖于地方公共财政支出占比，地方公共财政支出占比规模越大，数字经济与研发经费投入占比之间的正向关系就越强，我国数字经济对研发经费投入占比的促进作用就越显著；地方公共财政支出占比规模越小，数字经济与研发经费投入占比之间的正向关系就越弱，我国数字经济占比对研发经费投入占比的促进作用就越弱。据此，本文提出假设H5：

H5：地方公共财政支出占比调节了数字经济与进口技术溢出的关系，地方公共财政支出占比越高，数字经济与进口技术溢出的正向关系就越强；地方公共财政支出占比也调节了数字经济与研发经费投入占比的关系，地方公共财政支出占比越高，数字经济与研发经费投入占比的正向关系就越强。

图1 理论框架

三、模型构建

(一)模型构建

建立结构方程模型来研究进口技术溢出是否通过数字经济、R&D经费投入占比来促进创新产出增长。

Servi=a+b×Mc+c×Puex+d×Mc×Puex+e×Grow+f×Ldc

(1)

Rdpy=g+h×Mc+i×Puex+j×Mc×Puex+k×Servi+l×Grow+m×Ldc

(2)

Rdou=n+o×Servi+r×Mc+s×Rdpy+t×Grow+u×Ldc

(3)

Servi为进口技术溢出，Mc为数字经济，Rdpy为R&D经费投入占比，Rdou为创新产出，Puex为地方公共财政支出与国内生产总值之比，Grow为经济增长速度，Ldc为地方财政科技经费支出。

(二)变量选取

被解释变量。使用规模以上高技术产业增加值来衡量创新产出。

解释变量。构建由四个一级指标(基础指标、融合指标、产业规模指标、数字媒体指标)、14个测度指标(基础指标一级指标包括互联网宽带接入用户数、移动电话用户数、电话普及率、固定宽带用户数，融合指标一级指标包括有电子商务交易活动的企业占比、企业拥有网站数、每百人使用计算机数，产业规模一级指标包括物联网市场规模、网吧规模、互联网用户数、软件产品收入，数字媒体一级指标包括全国广播电视企业单位创收情况、企业单位广播广告收入、企业单位网络收入)构成的数字经济发展水平测度指标体系。首先对各项指标进行归一化处理，然后计算各测度指标的熵权值，最后使用熵值法与TOPSIS相结合的方法计算我国各省的数字经济发展水平。

中介变量。包括进口技术溢出、R&D经费投入占比两个中介变量。使用以下方法计算我国i省t年通过进口贸易(从美国、日本、韩国、中国香港、中国台湾、德国、澳大利亚、越南、马来西亚以及巴西等10个国家和地区进口)获得的研发资本存量(Serviit)。

(4)

Impit为i省t年的进口总额,Impjt为我国从j国(地区)的进口总额，GDPjt为j国(地区)GDP，Impit/Impt为i省进口额占我国进口总额(Impt)的比重，RDjt为j国(地区)研发资本存量，其计算方法与RDit相同。(17)姚战琪：《中国服务业开放对区域创新的影响》，《改革》2020年第1期。

使用各省的R&D经费投入占GDP比重来计算R&D经费投入占比。

调节变量。使用各省的地方公共财政支出占国内生产总值的比重。

控制变量包括经济增长速度、地方财政科技经费支出。使用地方财政科技经费支出来测算各地的财力状况，使用各地经济增长速度来测算经济增长速度的快慢。

(三)数据来源

规模以上高技术产业增加值、各地GDP、R&D经费投入额、外商直接投资、财政支出、进口额来源于《中国统计年鉴》、各省统计年鉴、Wind经济数据库、国家统计局、《中国第三产业统计年鉴》。从表1可看到，各变量之间的可靠性系数均大于0.7，因此量表有较好的信度。从计算得到的变量的方差膨胀因子可看到，VIF值全部小于5，因此模型不存在多重共线性问题。由于样本数据选择的是30个地区2013—2020年的面板数据，因此需要对各变量进行单位根检验。选择Fisher-type检验法、LLC检验法、Hadri IM检验法对各变量分别进行单位根检验，从检验结果可看到，各变量在三种检验方法下均序列平稳，因此各变量都为平稳序列。

表1 Pearson相关系数检验

四、实证分析

(一)有调节的中介模型检验

从图2可看到，当数字经济小于0.1192时， 地方公共财政支出占比对进口技术溢出具有显著的负向影响(Effect=-3.5577，SE=1.8040 ，p=0.05)，因此，当数字经济小于0.1192时，地方公共财政支出占比不能促进进口技术溢出增长，当数字经济发展水平较低时，地方公共财政支出占比不利于进口技术溢出增长。

从图3可看到，当数字经济大于0.0442时，地方公共财政支出占比对研发经费投入占比具有显著的正向影响(Effect=1.1361，SE=0.5761 ，p=0.05)，这意味着当通过数字经济大于0.0442时，地方公共财政支出占比能促进研发经费投入占比提升，因此当数字经济发展水平较高时，地方公共财政支出占比有利于研发经费投入占比不断提升。

表2为有调节变量(地方公共财政支出占比)的中介模型检验结果，进口技术溢出能促进我国创新产出增长，并通过1%的显著性检验，数字经济规模能显著促进进口技术溢出增长，进口技术溢出能显著促进创新产出增长，均通过1%的显著性检验，因此，进口技术溢出在数字经济规模对创新产出的影响中存在中介效应，假设H2得到支持。同时，进口技术溢出能显著促进我国R&D经费投入占比增长，R&D经费投入占比能显著促进我国创新产出增长，都通过了1%的显著性检验，因此R&D经费投入占比在进口技术溢出对创新产出的影响中存在中介效应，假设H3得到支持。并且，数字经济规模增长能显著促进进口技术溢出，进口技术溢出能促进我国R&D经费投入占比不断增长，R&D经费投入占比能显著促进创新产出增长，因此进口技术溢出、R&D经费投入占比在数字经济与创新产出间起多重中介效应，假设H4得到支持。 从模型2和模型3可看到，数字经济规模不但能促进我国研发经费占比增长，也能促进创新产出增长，假设H1也得到支持。

表2 有调节的中介模型检验

从模型1也可看到，数字经济规模对我国进口技术溢出的促进作用会随着地方公共财政支出占比的不断提高而增强，从模型2可看到，数字经济规模对R&D经费投入占比的促进作用也会随着地方公共财政支出占比的不断提高而增强，因此当地方公共财政支出占比较高时，不但会增强数字经济对我国进口技术溢出的促进作用，而且会增强数字经济对R&D经费投入占比的促进作用。

表3为地方公共财政支出占比处于不同水平时的条件效应。首先对地方公共财政支出占比(调节变量)、数字经济(解释变量)、进口技术溢出和研发经费投入占比(中介变量)中心化，然后得到地方公共财政支出占比处于不同水平时的条件效应。可看到，在模型4(被解释变量为进口技术溢出)、模型5(被解释变量为R&D经费投入占比)中，当地方公共财政支出占比大于-0.107时，LLCI和ULCI的置信区间均不包含零，因此调节变量处于不同水平时的调节效应均显著。

表3 调节变量处于不同水平时的条件效应

从表3可看到，首先，当中心化后的地方公共财政支出占比分别为-0.107、-0.026 、0.106时，数字经济对进口技术溢出的促进作用分别为2.912 ，p<0.001、4.058 ，p<0.001、5.935，p<0.001，并且当地方公共财政支出占比大于-0.107时，数字经济对进口技术溢出的促进作用不断增强。其次，当中心化后的地方公共财政支出占比分别为-0.107、-0.026 、0.106时，数字经济对R&D投入经费占比的促进作用分别为2.825，p<0.001、3.639 ，p<0.001、4.975，p<0.001，并且当地方公共财政支出占比大于-0.107时，数字经济对R&D投入经费占比的促进作用不断增强。

表4为调节变量在不同水平时的中介效应。地方公共财政支出占比高时的中介效应显著大于地方公共财政支出占比低时的中介效应。Mc→Servi→Rdou的置信区间为[0.341,1.165]、[0.523,1.499]、[0.761,2.167]，地方公共财政支出占比显著影响Mc→Servi→Rdou路径的中介效应，因此数字经济对进口技术溢出的促进作用受到地方公共财政支出占比的显著影响。Mc→Rdpy→Rdou的置信区间为[0.621,3.616]、[0.814,4.619]、[1.099,6.398]，地方公共财政支出占比显著影响Mc→Rdpy→Rdou路径的中介效应，数字经济对研发经费投入占比的促进作用受到地方公共财政支出占比的显著影响。Mc→Servi→Rdpy→Rdou的置信区间为[0.017,0.489]、[0.021,0.692]、[0.029,1.040]，地方公共财政支出占比显著影响Mc→Servi→Rdpy→Rdou路径的中介效应。

表4 调节变量在不同水平时的中介效应

从表5可看到，Mc→Servi→Rdou情形下的调节效应的置信区间为[1.158,5.946]，Mc→Rdpy→Rdou情形下的调节效应的置信区间为[2.312,13.800]，Mc→Servi→Rdpy→Rdou情形下的调节效应的置信区间为[0.047,2.853]，以上三种情形的置信区间均不包含0。

表5 模型中有调节的中介效应的判定指标(Index of moderated mediation)

(二)不同地区数字经济对创新产出影响的分析

为了进一步验证假设1，将空间滞后模型(SLM)设定如下：

Rdout=λWnRdout+Mctβ1+WnMctβ2+Xtγ+μ+εt

(5)

其中，Wn为空间权重矩阵(本文使用经济距离空间权重矩阵)，WnRdout为创新产出的空间滞后项,WnMct为数字经济的空间滞后项，Xt为控制变量矩阵，控制变量包括经济增长速度(Grow)、各地地方财政科技经费支出的对数(Ldc),μ为n×1维个体固定效应项,εt～N(0,σ2In)。

使用Moran'sI指数来检验创新产出的空间自相关性：

(6)

表6为四大地区进口技术溢出对创新产出影响的检验结果。将被解释变量滞后一期(四大地区创新产出的滞后一期)引入动态面板模型进行检验,即将被解释变量滞后一期(W x Rdou)作为解释变量，结果发现因变量空间滞后项(W x Rdou)系数及随机误差项的标准差的平方 (sigma2＿e)的系数均通过了1%的显著性检验，Log-likelihood、R2也较为合理，因此回归结果较好。

表6 不同地区数字经济对创新产出影响的动态空间杜宾模型估计结果

东部地区、中部地区数字经济的回归系数为正，并通过了1%的显著性检验，而在西部地区，数字经济的回归系数为负，通过了5%的显著性检验，因此东部地区和中部地区的数字经济能促进创新产出增长，而西部地区数字经济对创新产出增长没有显著影响。我国东北地区数字经济的回归系数为-140.040，并通过了1%的显著性检验，因此东北地区数字经济也不能促进创新产出增长。

从创新产出的滞后项看，创新产出明显受到往期创新产出的影响，且东、中、西部地区创新产出一阶滞后项系数分别高达0.596、0.625和0.537，且通过1%的显著性检验，即往期创新产出每提高1个百分点会使得东、中、西部地区当期创新产出相应分别提高0.596%、0.625%和0.537%，因此东、中、西部地区创新产出的累积效应不可忽略。但东北地区创新产出一阶滞后项系数显著为负，东北地区当期创新产出并不受到往期创新产出的影响，因此东北地区存不住创新产出的累积效应。

东部地区、东北地区和中部地区数字经济的空间滞后项显著为正，并通过了1%的显著性检验，但西部地区数字经济的空间滞后项不显著。因此，东部地区、东北地区和中部地区的数字经济会促使以上地区的相邻城市增加创新产出，但西部地区的创新产出不依赖于相邻城市的数字经济。

模型6、模型7、模型8和模型9的空间自回归系数(rho值)分别为0.680、0.384、0.321、0.355，分别通过了1%、1%、5%和10%的显著性检验，因此在东部地区、中部地区、西部地区和东北地区，临近区域创新产出每增长1%会带动本区域创新产出分别提升0.68%、0.384%、0.321%、0.355%,临近区域创新产出都会带动本区域创新产出提高。

与前文一致，经济增速对东北地区的创新产出有显著的正向影响，也通过了1%的显著性检验，地方财政科技经费支出对东北部地区的创新产出也有显著影响。

(三)内生性检验

数字经济与创新产出之间可能存在双向因果关系，数字经济会促进我国创新产出增长，创新产出增长会导致数字经济不断增长。因此，使用数字经济滞后一期为工具变量进行内生性检验，表7为内生性检验结果。首先进行一阶段分析，本文选择的数字经济滞后一期等工具变量与解释变量呈现较明显的相关关系，因此，本文选择的数字经济滞后一期适合成为解释变量的工具变量。

表7 内生性检验结果

其次，模型10、模型11和模型12的Anderson正则相关性检验的p值均为0，所以Anderson正则相关性检验在1%的显著性水平上拒绝工具变量识别不足的原假设；Kleibergen-Paap rk LM统计量的p值均小于0.001，因此在 1%水平上显著拒绝“工具变量识别不足”的原假设；Cragg-Donald Wald F检验值均过了5%的临界值，因此CDW统计量大于5%的临界值；Kleibergen-Paap rk Wald F检验值分别为876.507、128.814、1821.063，拒绝了弱工具变量的原假设，因此选择的工具变量是合适的；使用Hansen J statistic过度识别检验得到的卡方统计值分别为1.019、2.399、2.193，p值均大于0.05， 因此接受“过度拟合”的原假设。

最后，模型10、模型11和模型12的DWHChi2分别为4.4361、4.648、5.537，p值分别为0.035、0.031、0.019，因此在工具变量选取合理的情况下，解释变量具有内生性。

五、进口技术溢出、数字经济、创新投入影响创新产出的拓展性分析

(一)研发经费门限效应的理论分析

进口技术溢出对我国创新产出的影响应充分考虑研发费用。服务贸易技术溢出的渠道比商品贸易更多、规模更大、范围更广。企业研发费用占比过低时，企业没有足够的资金开展创新活动，研发投入对通过进口技术溢出获得的技术溢出的促进作用较小，研发投入对自主创新的促进作用较弱，导致进口技术溢出对我国创新产出的促进效果欠佳；随着企业研发费用增长和研发费用占比不断提高，通过进口技术溢出获得的知识溢出和技术溢出对自主创新产出的促进作用就快速增强。因此，针对进口技术溢出对我国创新产出的促进作用而言，当我国研发资本投入低于门槛值时，进口技术溢出对创新产出的促进作用要小于我国研发资本投入高于门槛值时进口技术溢出的促进作用。基于此，提出假设H6：

H6：进口技术溢出对创新产出的影响存在基于研发费用的门槛效应，当企业研发费用达到门槛值时，进口技术溢出对创新产出的边际影响会增大。

(二)人力资本门限效应的理论分析

中国是人口大国，但不是人力资本大国。人力资本和教育是影响企业技术创新的重要因素，人力资本和资金投入都是企业开展创新活动不可缺少的投入要素，人力资本供给的增加会促进企业不断增加研发投入，从而最终提高企业创新绩效。(18)刘灿雷、高超：《教育、人力资本与创新——基于“量”与“质”的双重考察》，《财贸经济》2021年第5期。随着数字经济的快速发展，数字经济对人力资本产生更多更新的需求，同时非数字经济部门与数字经济部门对人力资本的需求有显著差异(19)高文书：《数字经济的人力资本需求特征研究》，《贵州社会科学》2021年第3期。，数字经济对教育型人力资本和技能型人力资本的需求，远远大于其对经验型人力资本的需求。针对数字经济对我国创新产出的促进作用而言，当我国人力资本低于门槛值时，数字经济对创新产出的促进作用要小于我国人力资本高于门槛值时数字经济的促进作用。基于此，提出假设H7：

H7：数字经济对创新产出的影响存在基于人力资本的门槛效应，当人力资本达到门槛值时，数字经济对创新产出的边际影响会增强。

(三)企业规模门限效应的理论分析

企业规模是影响企业技术创新的重要因素。王丽发现，企业规模越小，研发投入对创新产出的促进作用越显著，企业规模越大，研发投入对创新产出的促进作用就越小。(20)王丽：《战略性新兴产业企业规模、研发投入与创新绩效的关系研究》，《太原城市职业技术学院学报》2021年第1期。规模较小的初创企业会加大研发投入，研发投入占比会较大，研发投入能显著促进企业提升创新产出效率；当企业规模到达一定程度时，随着企业规模逐渐增大，为了优化资源配置，虽然企业会提高研发投入占比，但研发投入会对创新绩效产生消极影响。因此在合理的企业规模之下，企业的研发投入会增强企业的创新产出效率，提升企业的国际竞争力；企业规模过大，研发投入不会取得预期经济效益。基于此，提出以下假设H8：

H8：R&D经费投入占比对创新产出的影响存在基于企业规模的门槛效应，当企业规模达到门槛值时，R&D经费投入占比对创新产出的边际影响会更小。

(四)门限效应的模型设计和检验

1.模型设定及变量选取。建立以企业研发费用(RD)为门槛变量的双门槛模型：

Rdouit=λ11Serviit*I(RD≤e1)+λ12Serviit*I(e1

+β11Growit+β12Ldcit+μi+εit

(7)

λ11、λ12、λ13分别表示门槛变量在不同范围时进口技术溢出对我国创新产出的影响系数，e1、e2为待估计的门槛值， μi为常数项，εit为随机干扰项，I(*)为指标函数。RD为门槛变量。

设立以人力资本(Huml)为门槛变量的双门槛模型：

Rdouit=λ21MCit*I(Huml≤Z1)+λ22Mcit+I(Z1X2)

+β21Growit+β22LDcit+μi+εit

(8)

λ21、λ22、λ23分别表示门槛变量在不同范围时数字经济对我国创新产出的影响系数，z1、z2为待估计的门槛值，Huml为门槛变量。

设立以企业规模(Scale)为门槛变量的双门槛模型：

Rdouit=λ31Rdpyit+I(Scale≤f1)+λ32Rdpyit*I(f1f2)

+β31Growit+β32Ldcit+μi+εit

(9)

λ31、λ32、λ33分别表示门槛变量在不同范围时R&D经费投入占比对我国创新产出的影响系数，f1、f2为待估计的门槛值，Scale为门槛变量，本文使用大企业资产规模与小企业资产规模之比来衡量企业规模。

2.门槛效应检验。表8为被解释变量为创新产出，门槛依赖变量分别为进口技术溢出、数字经济、R&D经费投入占比，并分别使用研发费用、人力资本、企业规模门槛变量情形下的门槛效应检验结果。

表8 门槛效应检验结果

第一，在进口技术溢出为门槛依赖变量、研发费用为门槛变量时，单一门槛效应和双重门槛效应在5%的水平上显著，三重门槛效果不显著，表明企业研发费用存在显著的双重门槛效应，且企业研发费用的双重门槛值为0.024和0.027。

第二，在数字经济为门槛依赖变量、人力资本为门槛变量时，临界值通过了单一门槛效应和双重门槛效应的10%置信水平的检验，三重门槛效果不显著，因此人力资本存在双重门槛效应，人力资本的双重门槛值为13.136和13.794。

第三，在研发经费投入占比为门槛依赖变量、企业规模为门槛变量时，单一门槛效应在10%的水平上显著，双重门槛效果和三重门槛效果不显著，因此企业规模存在单一门槛效应，企业规模的单一门槛值为1.4599。

表9 门槛值及置信区间

3.门槛效应估计结果。各变量对创新产出的门槛效应估计结果见表10。当研发经费小于门槛值0.024时，进口技术溢出对我国创新产出具有一定的促进作用，但与跨越门槛值0.024和0.027相比，促进作用不明显。当研发经费跨越门槛值0.024小于门槛值0.027时，进口技术溢出能促进我国创新产出增长，但其促进作用仍不明显。当研发经费跨越门槛值0.027时，进口技术溢出能显著促进我国创新产出增长，并通过了5%的显著性检验。因此针对进口技术溢出对我国创新产出影响的估计结果，存在研发经费的门槛效应。当研发经费低于门槛值0.024时，进口技术溢出对我国创新产出具有一定的促进作用，与跨越门槛值0.027相比，显著性也不是很明显。当研发经费跨越门槛值0.027时，进口技术溢出对创新产出的促进作用开始快速增长，也通过5%的显著性检验，因此，针对进口技术溢出对我国创新产出影响的估计结果，也存在研发经费的门槛效应。

表10 各变量对创新产出的门槛效应估计结果

当人力资本小于门槛值13.136时，数字经济对我国创新产出具有促进作用，但与跨越门槛值13.1356相比，显著性不很明显。当人力资本跨越门槛值13.136小于门槛值13.794时，回归系数快速上升至9.423，并通过了1%的显著性检验, 数字经济能显著促进我国创新产出增长。当人力资本跨门槛值13.794时，回归系数上升为10.689，也通过了1%的显著性检验。因此，针对数字经济对我国创新产出影响的估计结果，也存在人力资本的门槛效应。

当大企业资产规模与小企业资产规模之比小于门槛值1.459时，研发经费投入对我国创新产出具有促进作用，与跨越门槛值1.459相比，显著性明显。当大企业资产规模与小企业资产规模之比跨越门槛值1.459时，研发经费投入也能促进我国创新产出增长，但回归系数下降为0.605，并通过了10%的显著性检验。因此，针对研发经费投入对我国创新产出影响的估计结果，存在大企业资产规模与小企业资产规模之比的门槛效应，当企业规模达到门槛值时，R&D经费投入占比对创新产出的边际影响会下降。

六、结论及政策建议

本文运用结构方程模型考察了数字经济通过进口技术溢出、研发投入占比对我国创新产出造成的影响，并运用面板门限回归模型研究了数字经济、进口技术溢出、研发投入占比对创新产出的影响是否存在门槛效应，研究结论如下：第一，数字经济不但直接促进我国创新产出增长，而且数字经济对创新产出具有间接影响。得到数字经济影响创新产出增长的一条链式多重中介效应路径：数字经济→进口技术溢出→研发投入占比→创新产出。第二，进口技术溢出在数字经济与创新产出之间起中介作用，数字经济通过进口技术溢出促进我国创新产出增长。第三，研发投入占比在进口技术溢出与创新产出之间起中介作用，进口技术溢出通过研发投入占比促进创新产出不断增长。第四，地方公共财政支出占比不但影响数字经济增长对进口技术溢出的效应，也影响数字经济增长对研发投入占比的效应。

因此，应采取以下对策：第一，加快发展数字经济，加强和规范对数字经济监管。宏观上要推动数字产业化和产业数字化，利用数字经济推进农业现代化和工业数字化转型，微观上要利用数字技术推动小微企业繁荣发展，通过发挥数字技术的作用来不断提升消费者的金融素养。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第一产业、第二产业和第三产业融合发展，促进产业数字化转型，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，外资企业参加政府采购时，可以向财政部举报政府采购中存在的不公平行为。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。

第三，要大力提高数字经济国际竞争力。我国各地数字经济综合评价指数差异大，根据本文的测算，数字经济综合评价指数排名前十位的省份中仅有上海、北京、广东的数字经济综合评价指数大于0.6，其他省份的数字经济综合评价指数均小于0.5；我国数字经济综合评价指数排名后十位的省份分别为新疆、江西、黑龙江、云南、内蒙古、山西、贵州、甘肃、青海、宁夏，以上省份的数字经济综合评价指数均小于0.3。因此，必须推动西部地区数字经济基础设施建设，促进传统产业数字化转型。