数字经济能够促进产业链创新吗？——基于OECD 投入产出表的经验证据

杨晓霞 陈晓东

当前国家间经济竞争已经由产品竞争、企业竞争上升为产业链之间的竞争。相较之下，产业链层面的竞争影响范围更广泛、影响力更深远［1］。近年来，逆全球化、中美贸易摩擦、新冠肺炎疫情、地缘政治经济等复杂国际形势，严重冲击了我国产业链的安全稳定，暴露了长期以来我国在产业链建设中存在的一些软肋。“断链”“断供”风险表明产业链创新能力较弱是制约我国产业链自主可控与安全稳定的核心问题，深刻影响着我国产业高质量发展［2］。在产业链竞争成为全球经济竞争焦点的时代背景下，以产业链为依托实现产业链创新，不仅是产业链现代化建设的内在要求，而且是深入推进供给侧结构性改革、构建新发展格局的基础要件。在工业经济时代，信息不对称、信任机制缺失等因素的存在导致产业链创新往往陷入难以深入推进的困境。进入数字经济时代，新一代信息技术加速应用，产业链日益开放化、智能化和网络化，信息可共享、主体可关联、流程可追溯成为新时代产业链的典型特征［3］。那么，值得深思的现实问题是：数字经济的发展是否促进了产业链创新？如果答案是肯定的，那么数字经济会从哪些维度对产业链创新产生影响？数字经济对产业链创新的影响是否还受到其他因素的制约？准确评价数字经济对产业链创新的影响作用，基于产业链创新视角判断数字经济能否成为新发展格局下支撑我国产业链现代化建设的新力量，对于揭示数字经济的经济效应和推进产业链现代化建设具有重要的理论意义与现实价值。

自“数字经济”概念提出以来［4］，数字经济对创新的影响一直备受学者的关注。数字应用技术的突破加速了知识的储存、扩散与编码化［5］，驱动创新范式由线性创新、创新体系进入创新生态系统阶段［6］。相较于传统的创新范式，以数字技术为支撑的创新生态系统显著激发了企业的创新活力［7］，不断催生生产方式的适应性创新［8］。已有文献从多个角度证实数字经济对创新的积极作用。Bosler 等认为数字经济有助于弥补企业现有资源和技术的差距，从而对创新活动产生积极影响［9］。Risnen & Tuovinen［10］、Tranos et al.［11］Usai et al.［12］的研究均支持了这一结论。关于我国数字经济与创新的研究也形成了较为丰富和具有启发性的研究成果，主要包括以下三个方面：一是从宏观层面研究数字经济对区域创新的影响，认为数字经济的发展通过改善要素市场化配置效率提升了区域创新能力［13］；二是从中观层面研究数字经济对产业创新的影响，认为数字技术与制造业融合促进了创新数量的增加和创新质量的提升［14］；三是从微观层面研究数字经济对企业创新的影响，认为企业可以通过运用数字技术降低创新成本、增强企业之间研发协作等渠道促进企业技术创新［15］。不难发现，现有文献从理论层面和实证层面探讨了数字经济与创新的关系，大多数文献认为数字经济具有创新效应。

数字经济与产业链之间的关系是学术界和业界关注的热点问题。已有文献集中于从理论上探讨数字技术对产业链的影响，总体而言，数字经济对产业链的影响可归纳为以下方面：一方面，数字技术驱动产业链变革。已有研究认为数字技术的广泛应用不仅优化了上下游企业之间的资源配置［16］，而且构建了产业链内部的信用共享机制［17］。随着数字信息成为产业链上最重要的流通媒介，产业链会发生解构和重构［18］。另一方面，数字经济成为稳链、固链的新动能。张轶群和杜传忠基于大数据融合视角的研究发现，数字技术增加了企业之间的合作，提高了产业链的稳定性［19］。不仅如此，陈晓东等研究表明，数字经济催生的新业态、新要素和新模式能够提升产业链韧性［20］。此外，数字化转型对提升产业链抗风险能力以及自主可控能力也具有重要作用［21］。关于数字经济与产业链的实证研究尚不多见。陈晓东与杨晓霞的研究显示，数字经济是产业系统高级化演变的动力源泉［22］。随着产业数字化进程的加快，数字产业链加速形成，不断提升产业链的价值创造能力［23］和自主可控能力［24］。

综上可知，已有研究从区域层面、产业层面和企业层面关注了数字经济对创新的影响，为本文提供了丰富的理论依据和经验支持，但鲜有文献从产业链层面研究数字经济的创新效应，也尚未有文献从实证层面对数字经济与产业链创新之间的关系作出正面回应，由此导致既无法直接判断数字经济影响产业链创新的具体效应，也无法得知数字经济影响产业链创新的边际效应如何变化。在全球价值链分工体系下，最终产品的创新程度不仅取决于该行业，而且取决于其他中间投入行业。与产业创新相比，产业链创新综合反映了产品生产过程中所有中间投入行业的创新程度，更符合当今的经济现实。基于此，本文将数字经济与产业链创新纳入统一分析框架内，构建理论模型探究数字经济影响产业链创新的内在逻辑；基于OECD 投入产出表测度产业链创新，从创新投入和创新利润两个方面验证数字经济影响产业链创新的直接效应和异质性效应；在此基础上，进一步考察数字经济影响产业链创新的边际效应是否受到知识产权保护水平的制约。

一、数字经济影响产业链创新的理论分析

产业链创新是由产业链上下游企业共同参与的协同创新过程，在协同创新的过程中，产业链上下游企业形成了利益联合体。本文假设产业链是由一个供应商和一个最终产品制造商组成的两层产业链结构，上游的供应商为企业1，下游的最终产品制造商为企业2，综合借鉴张路［25］、马亮和任慧维［26］的研究思路构建考虑数字经济的产业链创新决策模型。

（一）模型假设

上游企业1 的单位生产成本为c1，上游企业1 以中间价格w将中间产品卖给下游企业2，且每单位的中间产品只能转化为1 单位的最终产品。下游企业2 的单位生产成本为c2，市场的反需求函数为P=a-bQ（a＞0，b＞0）。

企业在生产过程中进行创新，虽然会增加研发经费，但创新可以为企业带来创新利润。假设为提高最终产品质量，产业链上下游企业共同进行技术创新。该创新活动所带来的最终利润增量为x，总的创新投入为F=（I＞1），I表示创新成本系数。若上游企业1 承担的创新活动比例为k，下游企业2 承担的创新活动比例为1-k，那么企业1 和企业2 的创新投入分别为k和（1-k），两个企业所获得的创新利润增量分别为kx和（1-k）x。此时，企业1、企业2 以及产业链的创新利润可表示为：

随着数字经济与实体经济的融合发展，数字经济的溢出效应会提升企业的创新效率［27］。当考虑数字经济的创新效应时，企业进行创新所获得的利润增量应相应增加。假设产业链的数字经济发展水平为δ，同时企业的创新利润增量取决于产业链的数字经济发展水平，则可将企业1 和企业2 进行数字化转型所获得的创新利润增量分别表示为（1+δ）kx和（1+δ）（1-k）x，其中，δ＞0。考虑数字经济的影响时，企业1、企业2 以及产业链的创新利润如下：

（二）决策过程分析

上游企业1 和下游企业2 进行协同创新的目的是追求产业链利润最大化，为使得产业链利润最大化，将π 分别对q和x求偏导数：

求解一阶最优条件可以得到：

将式（9）和式（10）代入产业链创新投入函数F=以及产业链创新利润函数式（6）中，可得到考虑数字经济的产业链创新投入和创新利润均衡结果分别为：

（三）结果分析

因为δ＞0，所以根据式（11）和式（12）可知，当δ 越大时，F和π 也相应越大。这表明产业链创新投入和产业链创新利润随着产业链数字经济发展水平的提升而增加。换句话说，产业链数字经济发展水平正向影响产业链创新投入和产业链创新利润。综上分析，本文提出如下假设：

假设1：数字经济对产业链创新投入具有正向促进作用。

假设2：数字经济对产业链创新利润具有正向促进作用。

二、研究设计

（一）产业链的分类

制造业是我国实体经济的重要组成部分，也是经济和社会高质量发展的根基。因此，本文将研究对象聚焦于制造业领域，重点探讨数字经济对制造业产业链创新的影响。作为产业之间投入产出关系的综合反映，投入产出表是用于产业链分析的有效工具。考虑到WIOD、GATP-ICIO 以及ADB-ICIO 缺乏时效性，而中国投入产出表又存在年份不连续的问题，本文采用2021 年OECD发布的国家间投入产出表进行分析。

2021 版OECD-ICIO 提供了1995—2018 年67 个经济体45 个行业（ISIC Rev.4 分类标准）的投入产出矩阵，时间连续且时效性较强，具有其他投入产出数据库所不具备的优势。考虑到本文所需实证数据主要依据国民经济行业分类的统计口径，而OECD-ICIO 的17 个制造业分类与我国国民经济行业分类存在差异，表1（下页）展示了OECD 制造业产业链与我国国民经济行业分类的对应关系。

表1 OECD 制造业产业链与国民经济行业分类的对应关系

（二）模型设定

为验证数字经济对产业链创新投入以及产业链创新利润的影响，本文设定如下模型进行实证检验：

其中，下标i、t分别表示产业链、年份，k表示控制变量的数量；innord表示产业链创新投入，innopf表示产业链创新利润；digr表示数字经济发展水平；control表示一系列控制变量；μi、λt和εit分别表示个体固定效应、时间固定效应和随机扰动项。

（三）变量选取及测度

1.被解释变量：产业链创新投入（innord）与产业链创新利润（innopf）

产业链创新投入和产业链创新利润考察的是产品在整个生产过程中所有环节的创新投入和创新利润，随着生产过程的日益分割以及生产结构的逐渐复杂，最终产品的生产越来越受到其上游中间投入品的影响。传统的基于最终产品视角测算创新投入和创新利润的方法忽视了中间投入品的重要影响，因而不能真实反映经济现实。为弥补以上缺陷，本文基于投入产出模型测算产业链创新投入和产业链创新利润。以两部门投入产出模型为例，产业链创新投入以及创新利润的计算方法如下：

首先，根据本文的研究目的和研究需要，将2021 版OECD-ICIO 整理为农林牧渔业、采矿业、17 个制造业、电力燃气及水的生产供应业、建筑业、服务业等22 个行业。根据整理后的22×22 产品流量表，计算完全消耗系数矩阵B。

其次，定义中间投入行业创新投入系数列向量为R，中间投入行业创新利润系数列向量为P，其中的元素分别为ri和pi，ri和pi的计算公式如下：

其中，下标j表示中间投入行业；rdj表示研发经费内部支出；newprofitj表示创新利润，考虑到新产品是创新的结果和最终表现形式，本文采用新产品销售利润作为创新利润的衡量指标；xj表示总产出。

最后，计算产业链创新投入和产业链创新利润核算系数矩阵：

2.核心解释变量：数字经济（digr）

依据国家统计局发布的《数字经济及其核心产业统计分类（2021）》（见表2，下页），OECD投入产出表中涉及数字经济的中间品投入行业主要有计算机、电子产品和光学设备（D26），电信服务（D61），IT 与其他电信服务（D62T63）。已有文献较多采用直接消耗系数或者完全消耗系数测度数字经济发展水平，考虑到绝对性指标难以反映数字经济产业投入在总投入中的相对重要程度，本文借鉴谢靖和王少红的方法［28］，采用直接依赖度这一相对指标测算产业链的数字经济发展水平，计算公式如下：

表2 数字经济产业代码及名称

其中，下标t表示年份，i、f、j分别表示产业链、数字经济产业和任一中间投入行业；xift表示产业链i对数字经济产业f的价值消耗，xit表示产业链i的价值总投入，αift表示产业链i对数字经济产业f的直接消耗系数；digdit示产业链i对全部数字经济产业的直接消耗系数；αijt表示产业链i对任一中间投入行业j的直接消耗系数；digrit表示产业链i对数字经济产业的直接依赖度。本文将直接依赖度（digr）用于基准模型回归，将直接消耗系数（digd）用于稳健性检验。

3.控制变量

参考已有文献，选取以下变量作为控制变量：对外贸易开放度（open），采用出口交货值与销售产值的比值表示；生产规模（scale），采用主营业务收入的对数值表示；国有经济发展（state），采用国家资本金的对数值表示；研发人员（rder），采用研发人员数量的对数值表示。

（四）数据来源及说明

本文主要基于2021 版OECD 投入产出表进行指标测算，完全消耗系数矩阵、数字经济直接消耗系数以及直接依赖度等相关数据皆来自2021 版OECD 投入产出表。研发经费内部支出、新产品销售利润、研发人员数量来自《中国科技统计年鉴》，鉴于《中国科技统计年鉴》存在大中型工业企业和规模以上工业企业两种统计口径，借鉴佟家栋和范龙飞［29］的方法，统一调整为规模以上工业企业的研发经费内部支出、新产品销售利润与研发人员数量。对外贸易开放度、生产规模、国有经济发展等指标的原始数据来自国家统计局、《中国统计年鉴》以及《中国工业统计年鉴》。

（五）描述性统计分析

表3（下页）展示了主要变量的描述性统计特征，从中可以发现，产业链创新投入均值为1.595，标准差为1.126，最大值和最小值分别为6.219 和0.198，说明产业链创新投入在样本考察期内存在较大差异。产业链创新利润均值为0.222，标准差为0.176，最大值和最小值分别为0.879 和0.027，均值与中位数（0.162）相差不大，说明数据分布无明显偏态特征。数字经济均值为0.142，最大值和最小值分别为2.371 和0.003，说明产业链之间的数字经济发展水平存在较大差异。对外贸易开放度、生产规模、国有经济发展以及研发人员等变量取值均在合理范围之内，但样本之间同样存在差异。

表3 主要变量的描述性统计特征

三、实证检验与结果分析

（一）基准回归结果与分析

本文采用双向固定效应模型检验数字经济对产业链创新的影响，基准回归结果如表4（下页）所示。其中，列（1）—（3）是以产业链创新投入为被解释变量的估计结果，列（4）—（6）是以产业链创新利润为被解释变量的回归结果。列（1）和列（4）分别单独考察了数字经济与产业链创新投入、产业链创新利润的关系，结果显示数字经济回归系数在1%水平上显著为正，初步说明数字经济正向影响产业链创新投入和产业链创新利润。列（2）和列（5）为添加了对外贸易开放度以及生产规模两个控制变量的回归结果，列（3）和列（6）为添加了全部控制变量的回归结果，从中可以发现，在逐步添加控制变量的过程中，核心解释变量数字经济的符号以及显著性均未发生显著变化，说明估计结果较为稳健。

表4 数字经济影响产业链创新的基准回归结果

列（3）和列（6）的回归结果显示，数字经济对产业链创新投入以及产业链创新利润的影响系数分别为1.140 和0.175，且均在1%水平上显著，说明数字经济每提高1 个单位，产业链创新投入和产业链创新利润将分别增加1.140 个和0.175个单位。这表明数字经济对产业链创新的影响具有显著的统计意义和经济意义，假设1 和假设2成立。在控制变量方面，对外贸易开放度、生产规模、国有经济发展以及研发人员数量的估计结果均至少在5%水平上显著为正，表明这些控制变量皆正向影响产业链创新投入和产业链创新利润，这与预期相符合。

（二）内生性处理

数字经济与产业链创新之间可能存在反向因果关系，原因在于创新能力越强的产业链更倾向于采用数字技术这一先进的技术赋能生产，因此，产业链创新能力也可能正向影响数字经济。为了缓解模型可能存在的内生性问题，借鉴黄群慧和余泳泽等［30］、Nunn & Qian［31］构造工具变量的方法，采用人均邮电业务量与上一年度数字经济发展水平的交互项作为当期数字经济发展水平的工具变量。 其合理性在于数字经济以互联网为载体，互联网技术的发展始于信息通信技术，因而人均邮电业务量会影响互联网普及水平。然而，在数字经济时代，邮电业务已难以对制造业的生产运作产生直接影响。同时，为满足面板数据工具变量的选择要求，在人均邮电业务量的基础上进一步引入上一年度数字经济发展水平这一反映个体特征的变量，以此构造当期数字经济的工具变量。采用工具变量进行2SLS回归的结果如表5 所示。

表5 面板工具变量回归结果

由表5 可知，选取人均邮电业务量与上一年度数字经济发展水平的交互项作为工具变量进行2SLS 回归时，K-P rk LM 统计量为4.050，在5%水平上拒绝了工具变量识别不足的原假设；K-P rk Wald F 统计量为28.967，远大于Stock-Yogo 在10%显著性水平上的临界值16.380，说明不存在弱工具变量的问题。因此，面板工具变量的估计结果较为有效。2SLS 回归结果说明，即使进一步考虑模型可能存在的内生性问题，数字经济对产业链创新投入以及产业链创新利润的影响系数依然在1%水平上显著为正，与基准回归结果保持一致，进而印证了数字经济对产业链创新具有促进作用。

（三）稳健性检验

为保证估计结果的稳健性，本文采用更换估计方法、替换解释变量以及子样本回归等方法进行稳健性检验。第一，更换估计方法。为缓解基准回归模型可能存在的异方差、自相关和同期相关等问题，采用全面FGLS 方法对样本再次进行估计，结果如表6（下页）列（1）和列（4）所示。 可以发现，数字经济对产业链创新投入和产业链创新利润的影响系数分别在1%和5%水平上显著为正，与基准回归结果保持一致。第二，替换解释变量。以直接消耗系数（digd）作为数字经济的衡量指标进行回归，估计结果如表6 列（2）和列（5）所示。从中可知，数字经济对产业链创新投入和产业链创新利润的估计系数均通过了1%的显著性水平检验，与基准回归结果相符，说明基准回归结果较为稳健。第三，子样本回归。2017年，数字经济首次被写入中央政府工作报告，同年党的十九大报告提出大力发展数字经济。考虑到数字经济相关政策的发布可能会对研究结果产生影响，本文剔除2017年和2018年的数据后重新进行估计。表6 列（3）和列（6）显示，即使剔除受国家政策影响的年份，数字经济对产业链创新投入和产业链创新利润的影响系数依然显著为正，进一步强化了本文的研究结论。

表6 稳健性检验

四、进一步讨论

（一）异质性分析

1.时间异质性分析

2008 年金融危机后，世界各国都将数字经济视为刺激经济复苏的重要举措，数字经济迎来了爆发式增长。为探究金融危机前后数字经济对产业链创新的影响是否存在异质性，这里将全样本划分为1995—2008年、2009—2018 年两个阶段分别进行回归，回归结果如表7（下页）所示。结果显示：1995—2008 年数字经济对我国产业链创新投入以及产业链创新利润的影响系数都不显著，而2009—2018 年数字经济对产业链创新投入以及产业链创新利润的影响均在1%水平上显著为正，说明数字经济对产业链创新的影响在金融危机前后存在显著差异。

表7 数字经济影响产业链创新的时间异质性分析

2.要素密集度异质性分析

参照高翔和袁凯华［32］关于OECD 行业要素密集度的划分，将制造业产业链划分为劳动密集型产业链、资本密集型产业链和技术密集型产业链并进行分组回归①劳动密集型产业链包括D10T12、D13T15、D16、D17T18、D31T33；资本密集型产业链包括D19、D22、D23、D24、D25；其余为技术密集型产业链。，回归结果如表8 所示。由表8 可知，就技术密集型产业链而言，数字经济对其创新投入和创新利润的影响系数都为正，且通过了1%水平的显著性检验，但是对劳动密集型和资本密集型产业链创新投入以及创新利润的影响均未通过显著性检验，说明数字经济对产业链创新的影响在不同要素密集度的产业链中存在差异。

表8 数字经济影响产业链创新的要素密集度异质性分析

3.对外技术依存度异质性分析

不同技术依存度的产业链在技术获取模式方面的差异可能会导致数字经济的创新效应存在异质性。为验证这一判断，借鉴王孝松和张瑜的方法［33］，采用技术引进经费支出占研发经费总支出的比重表示对外技术依存度。以考察期内全样本对外技术依存度的中位数为基准，若对外技术依存度低于样本中位数，则为低对外技术依存度分组；反之，则为高对外技术依存度分组，分组回归的结果如表9（下页）所示。可以看出，在对外技术依存度较低的分组中，数字经济对产业链创新投入和产业链创新利润的影响都显著为正，但在对外技术依存度较高的分组中，并未发现数字经济对产业链创新存在促进作用。

表9 数字经济影响产业链创新的对外技术依存度异质性分析

（二）门槛效应分析

创新活动具有较强的正外部性特征，可能会导致创新主体存在“搭便车”的心理［34］。知识产权保护制度作为一项修正“正外部性”的制度保障，对创新活动具有重要的影响。这里进一步将知识产权保护纳入数字经济与产业链创新的分析框架，考察知识产权保护在数字经济影响产业链创新的过程中是否存在门槛效应，模型设定如下：

其中，ippi为门槛变量，表示产业链知识产权保护水平；其他符号的含义与模型（13）、模型（14）中相同。若α1、α2、…αn+1存在差异，β1、β2、…βn+1存在差异，则说明门槛效应存在。

知识产权保护水平（ippi）借鉴黄永明和张亚楠［35］的思路，采用加拿大Fraser 研究院发布的中国知识产权保护度与产业链的专利强度相乘构建产业链层面的知识产权保护水平指数，具体计算公式如下：

其中，patent表示专利授权量；addvalue表示工业增加值；ippc表示中国知识产权保护度；patden表示专利强度；中国知识产权保护度的数据来自Fraser 研究院；专利授权数据来自《中国科技统计年鉴》，统一调整为规模以上工业企业的统计口径；工业增加值数据来自《中国工业统计年鉴》。

为确定面板门槛模型的具体形式，首先运用Hansen 自举法对门槛效应的存在性进行检验，检验结果如表10（下页）所示。由表10 可知，就模型（24）而言，知识产权保护水平的单一门槛值通过了1%的显著性检验，双门槛检验不显著，说明数字经济对产业链创新投入的影响存在以知识产权保护为门槛变量的单一门槛效应。就模型（25）而言，知识产权保护的单一门槛、双重门槛检验分别通过了1%和10%的显著性检验，三重门槛检验不显著，说明数字经济对产业链创新利润的影响存在以知识产权保护为门槛变量的双重门槛效应。表11（下页）展示了模型（24）和模型（25）的知识产权保护门槛估计值，从中可知，模型（24）的单一门槛估计值为0.029，模型（25）的单一门槛、双重门槛估计值分别为0.030 和0.316，较小的置信区间说明门槛估计值的准确度较高。

表10 知识产权保护的门槛存在性检验

表11 知识产权保护的门槛估计值

以知识产权保护为门槛变量的门槛效应回归结果如表12 所示。由表12 可知，当以知识产权保护为门槛变量时，数字经济对产业链创新投入以及产业链创新利润的回归系数在不同区间内并不相同。从产业链创新投入来看，当知识产权保护水平低于单一门槛值0.029 时，数字经济对产业链创新投入的影响系数为负，但随着知识产权保护水平不断提升并跨越门槛值，数字经济对产业链创新投入的影响作用由负转正，并且通过了1%水平的显著性检验。这说明知识产权保护只有达到一定水平，才能为创新活动提供完善的制度保障，从而有力支撑数字经济对产业链创新投入的促进作用。从产业链创新利润来看，当知识产权保护水平低于门槛值0.030 时，数字经济负向影响产业链创新利润；随着知识产权保护水平依次跨越单一门槛值和双重门槛值，数字经济对产业链创新利润的影响不仅由负转正，而且影响系数逐渐增大。这说明数字经济对产业链创新利润的影响受到知识产权保护水平的制约，知识产权保护水平越高，数字经济对产业链创新利润的正向促进效应越显著。综上可知，数字经济对产业链创新的影响存在以知识产权保护为门槛变量的门槛效应，提高知识产权保护水平对于释放数字经济对产业链创新的正向促进作用具有重要意义。

表12 数字经济影响产业链创新的门槛效应

五、研究结论与政策建议

数字经济是新时代驱动创新的动力源泉，也是引致产业链发生颠覆性变革的重要力量。考察数字经济能否促进产业链创新，对于推动数字经济高质量发展以及深入实施创新驱动发展战略具有重要的现实意义。本文将数字经济与产业链创新纳入统一分析框架，构建考虑数字经济的产业链创新决策模型，从理论上探讨了数字经济与产业链创新之间的逻辑关系。基于OECD 投入产出表实证检验数字经济对产业链创新的影响，得到如下研究结论：第一，从总体上看，数字经济对产业链创新投入和产业链创新利润均具有显著的正向促进作用，这一结论在经过内生性处理以及更换估计方法、替换解释变量、子样本回归等一系列稳健性检验后依然成立。第二，数字经济对产业链创新的影响具有异质性。从时间角度来看，数字经济对产业链创新的影响在金融危机之后更为显著；从要素密集度角度来看，数字经济显著促进了技术密集型产业链的创新，但对劳动密集型产业链和资本密集型产业链的创新并不显著；从对外技术依存度角度来看，对外技术依存度较低的产业链更能从数字经济的创新效应中获益。第三，数字经济对产业链创新的影响具有门槛效应。门槛检验发现数字经济对产业链创新投入和产业链创新利润的影响分别存在以知识产权保护为门槛变量的单一门槛效应和双重门槛效应。随着知识产权保护水平跨越门槛值，数字经济对产业链创新的影响作用由负转正，且边际效应不断提升。基于以上研究结论，提出如下政策建议：

第一，加快数字经济高质量发展，为产业链创新创造条件。数字经济是产业链创新的重要驱动力量，未来有望成为我国建设创新型国家的关键突破口。当前，我国数字经济正处于竞争激烈、快速演化的阶段，需要以实现高质量发展为目标引导规范其健康有序发展。一是加快数字产业化发展。数字产业化是数字经济的基础，也是数字要素价值化的载体，当前制约我国数字产业化的主要问题是关键核心数字技术受制于人。因此，应以科技创新为引领，通过制度红利汇聚人才、加强科研投入、鼓励支持大中型企业组建研发联盟，强基础、补短板，加速形成自主知识产权和品牌；瞄准集成电路、人工智能、工业软件等战略性前瞻性领域精准攻关、重点突破。二是推进产业数字化转型。产业数字化是数字经济最重要的组成部分，也是数字经济赋能实体经济的关键。作为一种长期战略，产业数字化应坚持全局化视野，通过“思维引领+政策支持”破解产业数字化的瓶颈，深入实施“智改数转”；建立工业大数据中心，有效促进大数据与制造业的深度融合，通过数据流动实现传统产业的数字化改造。三是平衡“包容”与“监管”的关系。当前数字经济已进入“新旧交织、破立并存”的重要阶段，对数字经济的创新发展要有一定的包容度，但监管也不能缺失。要加强顶层设计，构建动态、适时且适度的全国统一监管治理体系，明确监管部门、平台以及经营者各方的权利与义务；建立国家层面的数字经济监管协调机构，建立健全监管机制和应急响应机制。四是健全完善与数字经济相关的法律规范体系。数字经济带来的多边市场、免费服务等新现象使得传统的《反垄断法》《反不正当竞争法》等法律法规已不再适用，因而要针对数字经济领域的特定问题进行单独立法，如推动“数字经济法”“数字经济市场法”等法律法规的制定；完善《数据安全法》《个人信息保护法》，落实公平竞争审查制度，切实保护个人信息安全。

第二，以工业互联网为依托，大力推进产业链数字化转型。产业链数字化转型是数字经济赋能产业链创新的落地环节。作为制造业数字化的重要平台，工业互联网是产业链数字化转型的主要载体。未来我国工业互联网需要从政策体系的全局规划和具体环节的落地实施两方面共同发力以驱动产业链数字化转型：一是加强政府与社会资本的合作，加大对工业互联网的支持力度。当前我国工业互联网还处于起步阶段，大量制造业企业还未加入工业互联网，导致现有的工业互联网平台掌握的信息和资源有限，限制了工业互联网平台资源整合功能的发挥。应设立财政专项资金以及产业发展基金，对于建立工业互联网以及加入工业互联网以提升自身数字化水平的企业给予专项补贴和支持；推进产教融合，打造工业互联网人才培训基地，引导更多人才投身工业互联网建设。二是加快关键核心技术攻关，确保工业互联网平台安全稳定。 关键核心技术本土供给能力不足是制约我国工业互联网健康发展的重要因素。发挥新型举国体制的制度优势，综合运用战略引领、财政支持以及创新环境营造等方式激励企业加大研发投入；支持企业横向整合科研院所以及相关服务机构、纵向整合上下游企业开展技术协同攻关，摆脱“卡脖子”困境，防范潜在的安全隐患。三是加快工业互联网标准制定，推动“中国标准”成为“世界标准”。当今工业互联网相关标准主要由美国和德国掌握，通信协议不一致导致设备之间存在“语言障碍”，数据集成存在较大困难。考虑到中美战略竞争的长期化态势，我国应着重加强与德国在工业互联网领域的合作，通过建立标准合作互认平台推动中国标准国际化。四是构建多层次工业互联网公共服务体系， 推动大中小微企业融通发展。通过设立工业互联网技术改造专项资金鼓励引导制造企业进行设备设施的自动化、数字化、网络化提升改造；通过降低使用门槛、广泛的技术指导和深度的人才交流合作助推中小微企业加入云上平台，形成大型企业引领、中小微企业广泛参与的工业互联网生态。

第三，加大知识产权保护力度，强化对产业链创新相关主体的激励。在利用数字经济驱动产业链创新的过程中，要切实提高知识产权保护水平，完善知识产权保护体系，强化知识产权保障功能。一是强化知识产权制度约束，建立知识产权侵权惩罚性赔偿制度。当前，我国知识产权侵权赔偿标准较低，无法有效遏制知识产权侵权行为。要确立知识产权“严保护”的政策导向，参考国际水平加快提高惩罚性赔偿额度，增强知识产权保护效果。 二是引入先进的技术手段，强化知识产权保护。在数字技术赋能的时代，知识产权保护面临更加复杂的环境，迫切需要法律手段和技术手段相结合以共同推进知识产权保护。要依托区块链、大数据、在线监测等技术建立侵权假冒线索源头追溯、实时监测以及在线识别等智能检测系统，提升精准打击侵权假冒等行为的效率。三是制定差异化知识产权保护政策，兼顾政策统一性与行业异质性。行业的差异决定了其对创新的需求不同，进而对知识产权保护的诉求存在不同要求。如果忽略行业的差异，就难以最大限度地发挥知识产权保护对创新的促进作用。数字经济催生了众多新业态、新模式，应针对新业态、新模式的发展状况，积极探索保护方式的创新，如制定电商平台保护管理标准、加强集成电路布图设计等，最大限度地发挥知识产权保护对创新的保驾护航作用。四是建立知识产权维权互助基金，鼓励企业提升维权能力和水平。 鼓励企业以市场化、公益性和互助性原则设立知识产权维权互助基金，为基金成员提供维权援助专项资金、知识产权维权保护服务以及维权互助交流平台等服务，切实降低企业维权成本，提高全社会知识产权保护意识。