數字經濟如何釋放“創新紅利”:理論機制與微觀證據

高厚賓,李晨陽

(河南師范大學 商學院,河南 新鄉 453007)

0 引言

當前,我國經濟已由高速增長階段轉向高質量發展階段,依靠資源、資本和勞動等傳統要素驅動的經濟發展模式已難以為繼,深入實施創新驅動發展戰略成為我國經濟實現從“數量增長”邁向“質量增長”的必然選擇。與此同時,我國不斷加大數字經濟投入,相繼出臺一系列重大規劃和政策方針,持續“做大做強數字經濟,拓展經濟發展新空間”。中國信通院發布的《中國數字經濟發展白皮書》(2021)顯示,2020年中國數字經濟增加值為39.2萬億元,占GDP的比重高達38.6%。數字經濟已成為促進經濟發展的新引擎,正在推動中國經濟向更加創新、更加智慧的方向發展[1]。在此背景下,如何以數字經濟發展為契機提升企業創新能力,充分釋放數字經濟紅利,筑牢創新驅動發展戰略的微觀基礎,成為數字經濟時代值得研究的重要議題。

數字經濟發展對創新的影響受到學界廣泛關注,相關研究主要包括兩類:一是將數字經濟創新效應嵌入數字經濟與經濟高質量發展框架之中[2],認為創新能力對數字經濟與高質量發展發揮中介作用,數字經濟能夠提高企業創新水平[3];二是探究數字經濟與創新之間的關系,發現數字經濟能夠提高區域創新能力[4]。然而,現存文獻多從宏觀角度或采用區域層面數據展開研究,忽略了數字經濟發展對企業創新的影響,缺乏深層次機制研究和實證檢驗。由此產生的問題是:數字經濟能否提升微觀企業創新績效?如果是,這一效應的內在機制是什么?進一步,數字經濟對企業創新的影響是否具有異質性?深入回答這些問題,對于中國抓住數字經濟發展機遇、實施創新驅動發展戰略、支撐經濟高質量發展具有重要意義。

針對現有研究缺口,本文采用2011—2019年中國地級市數字經濟數據和上市公司數據,探究數字經濟如何釋放創新紅利,可能的邊際貢獻如下:①與以往研究著眼于宏觀視角不同,本文從微觀視角研究數字經濟對企業創新績效的影響,一定程度上能夠彌補現有關于數字經濟創新效應的不足;②突破以往研究對于數字經濟影響企業創新作用機制的泛化討論,構建融資約束、經營成本和知識擴散理論框架,揭示數字經濟對企業創新的作用機制,以打開數字經濟與企業創新之間的“黑箱”;③從企業和區域兩個層面檢驗異質性因素的影響,厘清數字經濟對企業創新績效的作用邊界。同時,本文從數字經濟角度為激發企業創新活力提供有益的實踐啟示,能夠為我國加強數字經濟建設、實施創新驅動發展戰略提供實證支撐,從而助力我國經濟高質量發展。

1 理論機制與研究假設

1.1 數字經濟與企業創新績效

“數字經濟”一詞最早出現在《數字經濟:網絡智能時代的前景和危險》一書中,被定義為以數字方式呈現信息流的經濟模式[5]。具體而言,數字經濟是以大數據、人工智能和區塊鏈等數字技術為核心驅動力量,以互聯網平臺為信息載體,將數字技術深度融入實體經濟的新型經濟發展形態[6]。數字經濟對經濟增長的影響是近年來學者研究的重要議題,創新則是數字經濟驅動經濟發展的重要引擎[7],這一邏輯表明數字經濟能夠釋放創新紅利。相關研究主要從宏觀區域角度出發,認為數字經濟憑借強大的“鏈接”能力重構區域創新生態、驅動創新范式變革,從而提升區域創新績效[8]。

在微觀層面,數字經濟發展對企業創新的影響主要體現在資源效應上。資源基礎理論認為企業是資源的集合體,任何經營活動都離不開相應資源的支撐。創新作為一種資本密集和知識密集型活動,高度依賴于資金、知識等資源投入。然而,這兩類資源在要素市場上比較稀缺,企業獲取這些資源的難度和成本較高。而數字經濟發展為企業獲取創新所需資金和知識等稀缺資源創造了適宜環境。一方面,數字經濟發展能夠豐富企業創新資金來源。從企業外部看,數字經濟提供了較為寬松的融資環境,尤其是數字金融發展極大程度上拓展了企業融資渠道[9]。此外,數字技術應用能夠緩解信息不對稱,提高金融服務效率,同時降低企業融資成本。從企業內部看,數字經濟發展驅動企業數字化變革,不僅有助于提高企業內部運營效率、降低經營成本(劉淑春等,2021),還能賦能企業新市場開拓,使企業將更多內部資金配置到創新活動上;另一方面,數字經濟發展有利于獲取豐富的知識資源。在數字經濟背景下,通過數字技術將知識轉化為數據形式進行存儲和傳播,能夠極大程度上減少知識擴散時空障礙。企業可以借助數字平臺共享知識資源,開展合作創新,從而提高企業創新績效[10]。據此,本文提出如下假設:

H1:數字經濟發展能夠提高企業創新績效。

1.2 數字經濟影響機制

1.2.1 融資約束機制

企業創新是一種典型的長周期、高投入活動,通常情況下僅依靠企業內源資金難以滿足持續創新需要,從外部獲取融資成為企業開展創新的重要選擇。然而,企業創新發展往往面臨不同程度的融資約束。一方面,受金融體系制約,長期以來我國金融體系由銀行主導,金融資源供給不足且結構失衡導致企業融資渠道狹窄,融資成本高昂[11];另一方面,鑒于創新活動本身的高風險性,金融機構在為企業提供資金前傾向于獲取更多信息。但是,由于研發信息可能涉及商業機密,企業在披露研發信息時趨于保守,導致金融機構無法獲取企業真實信息[12],企業難以獲取所需金融資源,從而抑制創新發展[13]。

數字經濟發展為企業創新融資開啟了新“窗口”。隨著P2P網絡貸款、眾籌融資等新型金融形態的不斷涌現,“多、小、散”的投資者被吸納到金融體系之中,充實了金融供給。作為數字經濟的重要組成部分,數字金融以共享、便捷、低成本、低門檻等優勢[14]為企業提供多樣化融資渠道,同時倒逼傳統金融機構提升服務質量。此外,數字經濟發展還有助于緩解金融部門與企業之間的信息不對稱,借助數字技術,金融機構可以較低成本獲取海量數據[9],并通過大數據建模優化信貸決策[12],緩解企業尤其是“長尾群體”融資約束。因此,數字經濟發展能夠緩解企業融資約束,為企業創新發展提供必要的資金支持,從而提升企業創新績效。據此,本文提出如下假設:

H2:數字經濟通過降低融資約束提升企業創新績效。

1.2.2 成本節約機制

充足的資金投入是企業創新活動開展的重要支撐,由于企業資金有限,導致企業研發創新與企業項目之間存在資源競爭。成本是企業資金占用的重要形式,如果企業成本結構不合理,尤其非生產性成本占比過高,勢必擠占部分企業資源,導致企業創新投入不足。數字經濟發展能夠幫助企業節約成本,為企業創新投入提供更多可用資金。具體而言,數字經濟能夠從外部交易成本和內部運營成本兩個方面發揮成本節約效應。一方面,數字政務發展能簡化業務審批流程,減少企業尋租行為,降低企業制度性成本。數字經濟連接性、去中介化等特征能夠緩解信息不對稱[15],使企業快速匹配到最佳交易對象,降低搜索成本。數字交互平臺能夠為企業與上下游企業、用戶之間的交流提供便利,降低談判成本。此外,數字經濟發展使企業信譽等級、履約狀況更加透明,能夠降低企業違約風險[15]和交易成本。另一方面,數字經濟的蓬勃發展能夠驅動企業數字化轉型,促進企業研發設計、生產制造、產品銷售等環節互聯互通,有利于企業即時、準確獲取運營數據,并通過大數據、云計算技術對數據進行深度挖掘,使企業作出最優決策,從而實現對各環節成本的精準控制。因此,數字經濟能夠降低成本,使企業將更多資金用于創新研發。據此,本文提出如下假設:

H3:數字經濟通過降低企業經營成本提升企業創新績效。

1.2.3 知識擴散機制

數字經濟發展能夠加速知識擴散,促進創新主體合作,從而提高企業創新能力。一方面,就知識要素而言,受市場分割、地方保護主義等因素制約,我國不同地區間的知識流動并不順暢[16]。數字經濟發展為知識擴散賦予新方式,通過數字技術將知識轉換為數據要素進行存儲和傳播,能夠顯著提高知識要素流動性,使知識擴散擺脫時空阻隔。不同知識要素在數字生態系統中形成豐富的創新知識庫,數據流的去中介性特征能夠顯著降低知識傳播成本。因此,企業可以較低成本獲取豐富的創新要素(張永林等,2016)。另一方面,從創新主體合作看,數字經濟為創新主體合作創造了良好條件,數字技術的超鏈接性能夠重塑企業與合作伙伴、消費者之間的互聯互通關系,推動知識要素在創新主體間流動(戚聿東等,2020)。創新主體可利用即時通訊工具,在不同時間、不同空間參與企業創新活動,極大程度上豐富企業知識來源,加速企業創新迭代。同時,數字化交互平臺能夠降低企業溝通成本,使各創新主體之間的知識交流更加頻繁,促進產學研合作,從而對企業創新績效產生積極影響。據此,本文提出如下假設:

H4:數字經濟通過知識擴散機制促進技術創新能力提升。

2 研究設計

2.1 樣本與數據

考慮到中國數字經濟的迅速擴張是在2010年以后,因此結合數字經濟相關指標,本文選取2011—2019年滬深A股上市公司作為初始研究樣本,剔除金融類、帶有ST和PT標志的上市公司,并保留連續5年不存在關鍵數據缺失的樣本,最終得到1 441家上市公司的11 125個“公司—年份”觀測值。企業層面財務數據主要來自Wind數據庫,專利數據來自CNRDS數據庫,數字經濟相關原始數據來源于《中國城市統計年鑒》《北京大學數字普惠金融指數》。

2.2 變量度量

2.2.1 被解釋變量

創新績效。學界對創新績效的度量主要包括投入指標和產出指標兩種方式,前者通常以研發投入占營業收入的比重度量,后者普遍采用專利數據度量。本文更關注數字經濟對企業創新產出的影響,因此采用專利申請數度量創新績效。由于我國專利分類包括發明專利、實用新型專利和外觀設計專利3種,其創新程度有所不同,因此本文區分創新數量(Ptotal)和創新質量(Pinov)。其中,創新數量采用3類專利申請總數表征,創新質量參考黎文靖和鄭曼妮(2016)的做法,以企業發明專利申請數度量。

2.2.2 解釋變量

數字經濟。現有研究對數字經濟進行量化時主要考慮省級、地級市兩個層面,常從互聯網發展水平和數字普惠金融兩個維度構建數字經濟發展綜合指數。其中,互聯網發展水平包括互聯網寬帶接入用戶數、計算機和軟件從業人員數、電信業務收入和移動電話普及率4個指標,相關數據從《中國城市年鑒》獲取。數字普惠金融采用北京大學編制的“數字普惠金融指數”。參考已有研究(趙濤等,2020),采用主成分分析法提取數字經濟綜合指數。另外,為使數字經濟取值為非負數,本文將主成分分析結果向右進行整體平移。

2.2.3 中介變量

(1)融資約束(KZ)。融資約束度量方式主要有SA、KZ和WW指數,由于SA指數包含企業年齡信息,而數字經濟無法直接影響企業年齡,因此其不適合本文研究。同時,樣本中WW指數缺失較多。因此,本文借鑒李超凡等[17]的研究,選擇KZ指數度量融資約束。

(2)經營成本(Cost)。借鑒倪克金和劉修巖[18]的研究,采用企業總成本與總收入之比度量,該值越大,表明企業成本越高。

(3)知識擴散(Kflow)。本文借鑒薛成等[19]的研究,采用企業與其它創新主體聯合申請的專利數量作為知識擴散的代理變量。

2.2.4 控制變量

本文設置如下控制變量:①企業規模(Size):以公司年末總資產的自然對數表征;②企業年齡(Age):采用觀測年份與企業成立年份之差的自然對數表征;③企業所有制(Soe):國有企業取值為1,非國有企業取值為0;④研發投入(R&D):用研發投入金額占營業收入的百分比度量;⑤股權制衡(Balan):采用第二至五大股東持股數與第一大股東持股數之比度量;⑥兩職合一(Dual):公司董事長兼總經理職位取值為1,否則取值為0;⑦大股東資金占用(Occu):以其它應收款占總資產的比重表征。

為降低異常值干擾,本文對連續變量在1%和99%分位上進行縮尾處理,表1為主要變量描述性統計結果。由表1可知,企業創新數量均值為89.80,標準差為208.7,創新質量均值為37.46,標準差為94.09,表明不同企業創新績效存在較大差異。數字經濟發展水平(Dige)最大值為7.02,最小值為0.839,均值為3.349,標準差為1.37,表明數字經濟發展水平存在一定的區域非均衡性特征。

2.3 模型設定

本文中被解釋變量專利數據為計數數據,取值為非負整數。從表1描述性統計結果可以看出,創新數量(Ptotal)、創新質量(Pinov)期望值明顯小于各自方差,即存在過度分散特征,故適合采用負二項回歸模型進行分析。因此,本文構建如下基準回歸模型:

E(Yit|Xit,β)=exp(β0+β1Digeit+βj∑controlit+εit)

(1)

其中,E(Yit|Xit,β)即等式左邊是企業創新數量或創新質量的條件期望,β0為常數項,β1為數字經濟系數,controlit代表各控制變量,βj為各控制變量的系數,εit為模型隨機誤差項。另外,為檢驗數字經濟對企業創新績效的影響機制,需要在基準模型的基礎上引入中介變量。

表1 變量描述性統計結果Tab.1 Descriptive statistics of main variables

3 實證結果分析

3.1 基準回歸

本文采用面板固定效應進行負二項回歸分析,基準回歸結果如表2所示。模型(1)和模型(2)中的被解釋變量為創新數量,從模型(2)可以看出,在控制其它變量情況下,數字經濟回歸系數為0.044,且在1%水平上顯著,表明數字經濟發展能夠增加企業創新數量。模型(3)和模型(4)中的被解釋變量為創新質量,模型(4)結果表明,數字經濟回歸系數在5%水平上顯著為正(β=0.022,p<0.05),說明數字經濟發展能夠提升企業創新質量。進一步,通過比較發現,數字經濟發展對創新數量的促進作用大于創新質量。因此,假設H1得以驗證。

3.2 內生性處理

由于可能存在遺漏變量及反向因果帶來的內生性問題,因此本文借鑒黃群慧等[20]的研究設計工具變量。首先,搜集1998年城市層面每萬人電話機數量,該指標為截面數據,不適合直接作為工具變量,需要進一步引入隨時間變化的指標;其次,本文按照東部、中部和西部地區對各城市進行區域劃分,通過均值計算得到區域層面數字經濟指數;最后,將1998年每萬人電話機數與區域數字經濟指數一階滯后項相乘得到工具變量(IV)。

考慮到被解釋變量為非負整數,適合采用ivpoisson命令進行內生性檢驗。根據Wooldridge[21]的建議,采用控制函數法進行分析,結果見表3模型(1)～(3)。其中,模型(1)為工具變量對數字經濟的回歸結果,可以看出工具變量IV回歸系數為1.03,在1%水平上顯著,說明數字經濟工具變量與數字經濟發展具有較強相關性。模型(2)和模型(3)是第二階段回歸結果,可以看出兩模型中數字經濟回歸系數為正,且在1%水平上顯著。另外,為確保內生性檢驗的穩健性,本文運用ivpoisson-gmm進行檢驗,該命令不顯示第一階段,最終回歸結果如表3中模型(4)和模型(5)所示,兩模型中數字經濟回歸系數依然在1%水平上顯著為正。表3分析結果表明,在考慮內生性問題后前文結論依然成立。

表2 基準回歸結果Tab.2 Results of benchmark regression

表3 內生性檢驗結果Tab.3 Results of endogeneity test

3.3 穩健性檢驗

(1)本文借鑒王馨和王營等(2021)的研究,對專利數據作對數處理,同時考慮到專利數據存在零值堆積和正值連續分布特征,本文采用Tobit模型進行面板數據回歸,結果如表4所示。模型(1)和模型(2)中的被解釋變量分別為專利申請總數的自然對數、發明專利申請量的自然對數,兩模型中數字經濟回歸系數均為正值,且在1%水平上顯著。同時,模型(1)中數字經濟回歸系數大于模型(2),這些結果與前文高度一致。

(2)考慮到信息技術行業數字化水平整體領先于其它行業,從而可能導致估計結果偏誤,因此本文剔除信息技術行業樣本重新進行回歸,結果如表4模型(3)和模型(4)所示。可以看出,剔除信息技術行業樣本后,數字經濟回歸系數依然顯著為正,說明數字經濟不僅能夠提高創新數量,還能夠提升創新質量,與基準回歸結果保持一致。

(3)由于本文中城市層面數字經濟指數包含直轄市數據,因此借鑒唐松等[6]的研究,刪除企業所在地為直轄市的樣本進行回歸分析,結果如表4模型(5)和模型(6)所示。從中可見,剔除直轄市樣本后,數字經濟回歸結果未發生實質性改變,數字經濟發展有助于提升企業創新績效的結論依然成立。

表4 穩健性檢驗結果Tab.4 Results of robustness test

3.4 中介效應檢驗

(1)融資約束機制。本文借鑒溫忠麟等[22]的中介效應檢驗步驟,采用逐步回歸法檢驗融資約束的中介作用,結果如表5所示。模型(1)是以融資約束為因變量的回歸結果,可見數字經濟回歸系數在5%水平上顯著為負,說明數字經濟能夠降低企業融資約束。模型(2)、模型(3)中被解釋變量分別為創新數量和創新質量,在模型中同時考慮數字經濟和中介變量融資約束。模型(2)結果顯示,數字經濟回歸系數為0.048且在1%水平上顯著,融資約束系數為-0.014且在1%水平上顯著,表明數字經濟能夠通過降低融資約束增加企業創新數量,融資約束發揮部分中介作用。模型(3)結果顯示,數字經濟在5%水平上顯著為正(β=0.024),融資約束系數在5%水平上顯著為負,說明融資約束在數字經濟與企業創新質量之間發揮部分中介作用。另外,由于融資約束有多種測量方式,本文采用WW指數進行替換,結果與KZ指數一致。因此,假設H2得以驗證。

(2)成本節約機制。本文采用逐步回歸法對假設H3進行檢驗,回歸結果如表6所示。模型(1)是以企業經營成本為因變量的回歸結果,該模型中數字經濟回歸系數為-0.003,且在5%水平上顯著,表明數字經濟發展能夠降低企業經營成本,與理論預期一致。模型(2)、模型(3)中被解釋變量分別為創新數量和創新質量,在回歸方程中同時加入核心解釋變量和中介變量。模型(2)結果顯示,數字經濟回歸系數為0.043,在1%水平上顯著;同時,經營成本回歸系數依然顯著為負(β=-0.181,p<0.05),表明數字經濟通過降低企業經營成本提高創新產出,且經營成本發揮部分中介作用。模型(3)結果顯示,數字經濟回歸系數為0.023,在5%水平上顯著,經營成本回歸系數顯著為負(β=-0.307,p<0.01),說明經營成本在數字經濟與創新質量之間發揮部分中介作用。另外,本文選用交易成本(管理費用、銷售費用、財務費用之和除以營業成本)進行穩健性檢驗,結果依然符合預期。因此,假設H3得以驗證。

表5 融資約束的中介效應檢驗結果Tab.5 Mediation effect test of financial constraints

表6 成本節約的中介效應檢驗結果Tab.6 Mediation effect test of operating cost

(3)知識擴散機制。表7為知識擴散中介效應檢驗結果。模型(1)中被解釋變量為知識擴散,該模型中數字經濟回歸系數為0.042,且在1%水平上顯著,表明數字經濟發展能夠促進企業知識擴散。模型(2)、模型(3)中被解釋變量分別為創新數量和創新質量,回歸方程中同時加入核心解釋變量和中介變量。其中,模型(2)結果顯示,數字經濟(β=0.040)和知識擴散(β=0.004)均在1%水平上顯著為正。在模型(3)中,數字經濟在10%水平上顯著為正(β=0.017),知識擴散在1%水平上顯著為正(β=0.004),說明數字經濟通過促進知識擴散提升企業創新績效,且知識擴散僅發揮部分中介作用,假設H4得以驗證。

表7 知識擴散的中介效應檢驗結果Tab.7 Mediation effect test of knowledge diffusion

3.5 異質性討論

(1)現有研究普遍認為,國有企業與非國有企業創新存在顯著差異。因此,本文進一步考察數字經濟創新效應是否受企業所有權性質的影響,分組回歸結果如表8所示。模型(1)、模型(2)分別是國有企業組和非國有企業組的回歸結果,檢驗發現數字經濟在兩個模型中的回歸系數均在1%水平上顯著為正,說明數字經濟既能增加國有企業創新數量,又能增加非國有企業創新數量。不同的是,國有企業組數字經濟回歸系數為0.047(大于非國有企業),表明數字經濟對國有企業創新數量的促進作用更顯著。模型(3)和模型(4)分別反映數字經濟對國有企業、非國有企業創新質量的影響。在國有企業組,數字經濟回歸系數為0.038,且在5%水平上顯著,而非國有企業組數字經濟系數雖然為正,但不顯著。由此可見,現階段國有企業能夠從數字經濟發展中獲取更大的創新紅利。

(2)數字經濟發展為企業創新活動開展創造了良好的外部條件,但企業能夠多大程度上利用數字經濟創新紅利,取決于企業自身數字化水平。本文采用數字化無形資產占無形資產凈額的比重衡量企業數字化程度,并按照均值將數字化水平劃分為兩組,回歸結果如表9所示。模型(1)和模型(2)中被解釋變量為創新數量,結果顯示無論是數字化程度較高組還是數字化程度較低組,數字經濟回歸系數均顯著。不同的是,高數字化水平組中數字經濟回歸系數(β=0.077)大于低數字化水平組(β=0.033)。模型(3)和模型(4)中被解釋變量為創新質量,兩個模型中數字經濟回歸系數的顯著為正,且數字化程度較高組系數更大。由此可見,企業數字化程度越高,數字經濟對創新績效(數量和質量)的促進作用越大。

表8 國有企業與非國有企業異質性檢驗結果Tab.8 Heterogeneity test of state-owned and non-state-owned enterprises

表9 企業數字化程度異質性檢驗結果Tab.9 Heterogeneity test of digitization degree

(3)除企業因素會影響數字經濟創新效應外,宏觀地域差異也有可能導致數字經濟對企業創新績效的影響有所不同。為此,本文將城市劃分為中心城市和外圍城市,其中中心城市包括直轄市、副省級城市、省會城市,其余為非中心城市。在此基礎上,對兩類城市進行分組回歸,結果如表10所示。從模型(1)和模型(2)可以看出,數字經濟對創新數量的促進作用在中心城市和外圍城市均顯著,但是中心城市創新效應(β=0.077)大于外圍城市(β=0.035)。在模型(3)和模型(4)中,數字經濟對創新質量的回歸系數為0.042,在5%水平上顯著,但在外圍城市組該系數不顯著,說明數字經濟更能促進中心城市企業創新質量提升。這是因為,中心城市制度環境、創新氛圍更好,從而使數字經濟的積極作用得到充分釋放。

表10 中心城市與外圍城市異質性檢驗結果Tab.10 Heterogeneity test of central and peripheral cities

4 結論與啟示

4.1 研究結論

在數字經濟快速發展和實施創新驅動發展戰略雙重背景下,數字經濟能否以及如何釋放創新紅利成為一個亟待解答的關鍵問題。本文采用2011—2019年我國A股上市公司微觀數據,檢驗數字經濟對企業創新績效的影響效應及作用機制。研究發現,數字經濟發展能夠提升企業創新績效,但是現階段數字經濟對創新數量的促進作用強于創新質量,這一結論在考慮內生性和穩健性檢驗后依然成立。機制檢驗結果表明,數字經濟通過融資約束、成本節約和知識擴散3個渠道釋放創新紅利。異質性檢驗結果顯示,數字經濟對國有企業創新績效的促進作用優于非國有企業,企業數字化程度越高越能從數字經濟發展中獲取創新紅利,中心城市數字經濟發展對創新績效的提升作用大于非中心城市。

4.2 政策啟示

根據上述研究結論,本文提出如下政策啟示:

(1)數字經濟發展能夠有效釋放創新紅利,顯著促進微觀企業創新績效提升。因此,國家層面應進一步推進數字經濟發展,依托數字經濟發展深度優化企業創新環境,切實緩解融資約束、降低經營成本、促進知識擴散,充分挖掘數字經濟創新效應,實現創新數量和創新質量雙提升,為實施創新驅動發展戰略奠定堅實基礎。

(2)數字經濟創新效應受企業層面相關因素的影響。一方面,非國有企業從數字經濟中獲取的創新紅利弱于國有企業,這與非國有企業在資源獲取、吸收能力等方面的劣勢直接相關。因此,需要在創新政策上加大對非國有企業的支持力度,使之與數字經濟的促進作用形成合力。另一方面,企業數字化程度越高,數字經濟對企業創新績效的提升作用越好。因此,企業需要順應數字化發展趨勢,加大數字化轉型投入,同時政府也要為企業數字化轉型提供政策支持,從而更加有效地獲取數字經濟帶來的創新紅利。

(3)數字經濟創新效應存在地區差異,由于中心城市在市場化進程、知識產權保護等方面明顯優于非中心城市,而這正是企業開展創新活動的重要保障。因此,政府應重視中心城市與非中心城市均衡發展,尤其要加快非中心城市體制機制改革,有效釋放數字經濟的創新紅利。