准确衡量数字经济的创新效应——基于数字溢出视角_刘宏楠.pdf

准确衡量数字经济的创新效应基于数字溢出视角刘宏楠1，刘伟丽2（1.广东海洋大学 经济学院，广东 湛江 524088；2.深圳大学 中国经济特区研究中心，广东 深圳 518060）摘要：数字经济作为新一轮科技革命的集中体现，正在成为信息时代推动创新发展的新抓手。文章基于数字溢出视角，在检验数字经济和区域创新能力空间相关性的基础上，深入研究数字经济对区域创新能力提升的空间影响，并探讨知识产权保护和市场整合的空间调节效应。结果表明：数字经济不仅能够促进本地区区域创新能力提升，而且对其他地区存在积极的空间溢出效应，这一结论在不同空间权重矩阵下依旧成立；知识产权保护和市场整合能够加强数字经济对区域创新能力提升的效用，但过度的知识产权保护不利于产生数字溢出效应。上述研究结论对百年未有之大变局下更为有效地发展数字经济，促进区域创新能力提升和数字中国建设具有重要意义。关键词：数字经济；创新能力；知识产权保护；市场整合中图分类号：F124.3文献标识码：A文章编号：1004-292X（2023）02-0001-06Accurately Measuring the Innovation Effects of the Digital Economy：Based on the Perspective of Digital SpilloverLIU Hong-nan1，LIU Wei-li2（1.School of Economics，Guangdong Ocean University，Zhanjiang Guangdong 524088，China；2.China Center for Special Economic Zone Research，Shenzhen University，Shenzhen Guangdong 518060，China）Abstract：As the concentrated embodiment of the new round of scientific and technological revolution,digital economy is becominga new engine to promote innovation and development in the information age.Based on the perspective of digital spillover,this paper teststhe spatial correlation between digital economy and regional innovation ability,and deeply studies the spatial impact of digital economyon the promotion of regional innovation ability,then discusses the spatial regulation effect of intellectual property protection and marketintegration.The results show that the digital economy can not only promote regional innovation capacity in the region but also has positivespatial spillover effects on other regions,and this conclusion is still valid under different spatial weight matrices.Intellectual propertyprotection and market integration can strengthen the effectiveness of digital economy in improving regional innovation ability,butexcessive intellectual property protection is not conducive to digital spillover effect.The above research conclusions are of great significanceto the more effective development of digital economy,the promotion of regional innovation ability and the construction of digital China.Key words：Digital economy；Innovation capability；Intellectual property rights protection；Market integration基金项目：国家社会科学基金重大项目（16ZDA003）。作者简介：刘宏楠，博士，广东海洋大学经济学院，研究方向：世界经济、区域经济；刘伟丽（通讯作者），深圳大学中国经济特区研究中心教授，博士生导师，研究方向：质量经济、世界经济。准确衡量数字经济的创新效应一、引言随着数字化和全球化浪潮的不断推进，全球治理体系正在发生重大变革，数字化、信息化、智能化、网络化已经成为新时代发展的趋势。高通胀等现实情况为全球经济发展提出挑战，对于实体经济的打击更为惨重。而数字经济所引发的新业态在此期间呈现爆发式增长，通过“鲶鱼效应”和“加速器效应”展示了现代化信息技术发展所带来的巨大经济潜力。中国信息通信研究院发布的 全球数字经济白皮书（2022 年）（以下简称 白皮书 ）显示，中美欧形成全球数字经济发展的三极格局。2021 年，中国数字经济规模为 7.1 万亿美元，位居全球第二。数字经济以超过同期名义 GDP 3 倍的增速展现出强大的经济活力，成为稳定经济增长的新助力。1技术经济与管理研究2023 年第 2 期数字经济发展可能成为突破创新瓶颈、实现高质量创新的破局关键。数字经济发展伴随着技术进步和效率提升的同时，所产生的新业态也会对传统产业造成一定的冲击，如人工智能、工业机器人等数字技术的大量运用对劳动者权益的挤占1，2；通过大数据进行个性化定价的价格歧视行为，导致盈余从消费者转移到企业，同时有可能加剧竞争3；以及不容忽视的数字安全问题等4。因此，如何更好抓住数字经济时代脉搏，有效发挥数字经济对经济社会发展的推动力量，促进创新能力提升和经济高质量发展，成为近年来政府和社会各界的热点话题。那么，数字经济是否促进了中国区域创新能力提升？如果该效应得到证实，数字经济又是通过何种渠道影响中国区域创新能力？由于数字技术的传播具有跨时空性，数字经济对区域创新能力的作用是否存在空间规律及空间溢出效应？同时，在国家大力倡导构建国内大循环为主、国内国际双循环为辅的“双循环”格局的背景下，大力发展市场经济，形成统一的国内大市场尤为关键。国内大循环下的市场整合是否会与数字经济形成“加速器效应”，协同促进区域创新能力提升？数字经济发展使得知识产权保护逐渐从有形市场向无形市场的领域扩宽。知识产权强国建设纲要（20212035 年）的提出，对如今数字经济背景下的知识产权创造、运用、保护、管理和服务提出了新的要求。那么，知识产权保护又在数字经济促进区域创新能力提升中发挥什么作用呢？上述问题的解答，对数字经济时代区域创新能力协调发展及创新驱动战略的全面实施具有重要意义，也为文章提供了边际贡献的机会。目前，少有文献从数字溢出视角，将市场整合、知识产权保护与区域创新能力纳入统一的研究框架中，基于此，文章在测度 20112020 年中国数字经济发展水平的基础上，运用空间杜宾模型研究了数字经济对区域创新能力的溢出效应，并探讨了市场整合与知识产权保护在其中发挥的调节效应。以期为数字经济时代，如何科学地进行数字产权保护、实现市场资源合理配置，促进区域创新能力协调发展提供经验参考。二、理论分析与研究假设数字经济作为当前世界各国经济发展中令人瞩目的领域，全球纷纷加快在数字经济关键领域的部署，促进数字经济与经济社会各领域的深度融合发展。由于数字经济具有信息获取成本低、时效性、跨时空传播等特点，其对区域创新能力的影响可能具有持续性和空间溢出效应。这里将主要从数字经济对区域创新能力的直接影响、空间溢出效应和调节机制三个方面进行论述，并提出文章的研究假设。1.数字经济发展与区域创新能力提升区域创新能力的提升主要有两种途径：一是区域内部自发形成的自主创新意识和能力；二是源于吸收外部知识、技术溢出带来的进步5。因此，数字经济促进区域创新能力提升，也可以分为区域内和区域间两部分来分析。数字经济作为一种以数字信息技术为载体的新经济形态，具有高附加性、高渗透性、跨时空传播、低成本等特性6。数字技术与产业渗透融合发展，进一步优化了区域产业价值链分工，催生了一大批新工艺、新技术和新产品，提高了区域创新活力。另一方面，数字经济的发展，能够促进区域间人才、知识、技术、信息等要素流通与再配置，释放出提高经济效率的巨大潜力7。现代化信息技术的融合与嵌入，赋能区域治理现代化，有助于形成信息开放共享的新格局，助力创新主体跨越“数字鸿沟”，进而有效缓解自主创新行为与市场之间由于信息不对称导致的信息摩擦，大大降低了跨区经营成本和进入壁垒。有别于传统的生产要素，数字经济中的“数据”作为一种新的生产要素，有助于突破传统资源约束与增长限制，带来更高的生产率提升8。据此，文章提出如下研究假设：H1：数字经济有助于促进区域创新能力提升。2.数字经济对区域创新能力提升的空间溢出效应数字经济在产业和地区间融合发展，发挥巨大的溢出效应，即数字溢出(Digital Spillover)。其中，数字平台将成为数字经济统筹和配置资源，促进多方经济合作与群体集聚，实现技术创新和数字服务的重要载体6。与位于集聚区或产业集群中的企业相比，外围地区企业从当地知识溢出效应中获益的程度较小，而企业间的合作弥补了当地知识溢出效应的不足9。借助大数据信息平台，数字技术能够轻易实现跨时空传播、创造与复制，使得区域之间、经济部门之间、行业之间经济活动的地理与组织边界被进一步弱化，有效破除了区域创新能力提升的要素供求矛盾和空间限制。相对发达地区对知识溢出的吸收能力较强，应积极参与国际合作，以促进当地创新；而对于欠发达地区，应该更加注重当地的技术需求，进行稳步性创新10。得益于数字技术的发展，创新资源和生产要素在区域间流通效率加快，促进了创新主体之间的交流与合作，并通过“竞争效应”和“示范效应”促进周边区域创新能力提升。据此，文章提出如下研究假设：H2：数字经济对区域创新能力的提升存在着正向的空间溢出效应。3.知识产权保护与市场整合的调节效应新制度经济学认为产权具有约束和激励的双重功能，产权制度通过对创新成果的保护和限制进而影响经济绩效，这种双向影响更容易发生在地区之间。传统文献认为，知识产权的“专属效应”能够促进区域创新，但过强的知识产权保护将导致北方国家产权依赖而丧失创新动力，同时也会大大增加南方国家的学习成本11，12。在数字经济时代，信息资源的快速传播使得创新成果被窃取和模仿的速度更快、成本更低，创新成果面临更大被占用的风险13。在激烈的市场竞争压力下，健全的知识产权保护制度可以促进和保护地区创新行为，但当创新主体过度依靠引进和模仿外来技术进行非原发创新时，知识产权保护也会导致寻租行为发生14。因此，创新主体具备一定的创新意识和创新能力是更好发挥知识产权保护制度的重要基础。未来，借助数字信息技术手段，消除南北国家之间的信息不对称，达到一个利益均衡的知识产权保护局面，从而实现南北双赢15。据此，文章提出如下研究假设：H3：知识产权保护水平提升能够正向调节本地区数字经济对创新能力提升的效用，而对其他地区产生负向的空间溢出效应。在传统经济范式下，由于体制性壁垒或行政性壁垒的存2在，地方政府通过财政补贴、政策优惠等方式对本地企业进行扶持，并通过门槛限制外地企业入驻以及本地生产要素外流。一方面会导致外来新企业进入时会面临许可证、核发执照、原材料等多重管制；另一方面会使得地区内已经适应这种体制壁垒的行业或企业产生政策依赖，进而以市场竞争为导向的行业良性发展局面难以形成，导致规模经济、客户忠诚度、绝对成本优势、产品差异化等都无从体现。数字经济的发展及市场化水平的不断提高，打破了原有经济范式，二者可谓相辅相成。借助大数据、工业互联网、人工智能、区块链等去中心化的现代化数字技术基础设施，不仅促进了创新要素的精确匹配与跨区域流动，还有助于打破体制性壁垒或行政性壁垒的限制，提高市场整合水平16。在统一大市场环境下，创新主体为了在市场竞争中占据优势，会加大创新投入并积极寻求技术合作，推动良性竞争与技术共享17。市场整合水平提高也使得数字经济能够产生更加广泛的规模经济效应，数字创新能够迅速扩散到周边地区更广阔的范围，放大数字经济的创新激励效应，促进整体创新能力提升。据此，文章提出如下研究假设：H4：市场整合水平能够放大数字经济的创新激励效应，并产生正向的空间溢出效应。三、模型设定、变量选取与数据来源1.空间计量模型的建立为了更好地衡量数字经济对区域创新能力的影响及空间溢出效应，文章选取将创新要素流动的空间性考虑在内的空间计量模型来进行实证研究。借鉴白俊红等(2017)18的做法，构建如下空间杜宾模型：Innovationit=+WInnovationit+1Digitalit+1WDigitalit+2Xit+2WXit+i+t+it(1)其中，Innovationit表示区域创新能力，Digitalit表示数字经济发展水平，W 为空间权重矩阵，Xit为控制变量，为常数项，i和 t分别表示个体和时间效应，it为随机扰动项。当SDM 模型中系数 i(i=1，2)为 0 时，空间交互作用不存在，模型退化为 SAR 模型；当 SDM 模型中的系数满足 i=-i(i=1，2)时，模型退化为 SEM 模型。文章将通过 LM 检验、LR 检验、Wald 检验等方法对模型进行相关检验，确定出适合文章的最优空间模型。关于空间权重矩阵，考虑到数字经济已经超越了地理位置的限制，文章根据各地区样本期内所有年份人均 GDP 的均值构建经济距离权重矩阵和反经济距离权重矩阵。2.变量测度与说明（1）数字经济发展水平的测度关于数字经济发展水平的测算尚处于起步阶段，学术界尚未形成统一的标准。许宪春、张美慧(2020)19认为数字经济主要包括数字化赋权基础设施(Digital Enabling Infrastructure)、数字化媒体(Digital Media)、数字化交易(E-commerce)和数字经济交易产品(Digital Economy Trading Product)四大部分；赵涛等(2020)20主要从互联网发展和数字普惠金融两个方面构建数字经济发展综合指标。文章在已有文献的基础上，结合数字经济的内涵与外延，从数字基础设施、数字用户、数字产业和数字金融四个方面构建数字经济发展指标，并利用主成分分析法合成综合的数字经济指标。文章参考韩先锋等(2019)21的做法，对数字测算的数字综合指标原始得分进行标准化，记为 Digital。具体细分指标的定义和衡量见表 1。表 1数字经济发展水平细分指标（2）区域创新能力的测度目前，较多文献采用专利授权量以及新产品销售额等较为单一的指标来衡量区域创新能力22，23。相较而言，由中国科技发展战略研究小组研制的 中国区域创新能力评价报告 和复旦大学中国经济研究中心研制的 中国城市和产业创新力报告 则涵盖了专利、研发、新产品、创新环境等多方面指标，能够更加全面衡量中国区域创新能力。因此，文章借鉴 中国区域创新能力评价报告 的做法，选取区域创新能力综合评价指数来衡量区域创新能力，记为 Innovation。（3）调节变量根据前文理论分析，文章选取知识产权保护(Ipp)和市场整合(Segm)作为调节变量。不少文献采用 G-P 法构建指标体系来测算知识产权保护水平，在 G-P 算法中，知识产权保护水平用立法强度与执法强度的乘积表示。由于文章的研究样本为省级行政区域，而在中国省级行政区域是没有立法权的，故可以认为省域之间的立法强度是不存在差异的24。因此，本研究仅采用执法强度来衡量知识产权保护水平，用各地区律师比例作为执法强度的代替指标。目前，各种商品和要素价格指数的统计数据已经非常详实，价格指数已经能够全面反映市场经济。因此，文章运用“冰川成本”模型，以相对价格法来测算中国地区间的市场整合程度25。此外，在稳健性检验部分，文章还采用樊纲市场化进程中市场化水平综合得分作为市场整合的替代指标，进一步探讨市场化在数字经济促进区域创新能力提升中的调节作用。（4）控制变量为了避免遗漏变量带来的估计偏误，文章加入了如下控制变量：第一，政府支出水平(Gov)，用政府一般性财政支出占GDP 的比重来表示；第二，教育水平(Edu)，用人均受教育年限来表示，具体计算方法为：（小学6+初中9+普通高中12+中职12+大学专科15+大学本科16+研究生19）/6 岁及以上总人口；第三，城镇化水平(Urban)，用各地区城镇化率表示；第四，外资利用水平(Fdi)，用外商直接投资总额的对数表示；第五，产目标层一级指标二级指标单位数字经济发展水平数字基础设施移动电话交换机容量万户光缆路线长度万公里互联网宽带接入端口数万个互联网域名数万个数字用户电话普及率（包括移动电话）部/百人宽带接入用户数万户付费数字电视用户万户电信业务总量亿元数字产业信息传输、软件和信息技术服务从业人员万人软件业务收入万元技术合同成交额万元电子商务销售额亿元数字金融北大数字普惠金融指数/准确衡量数字经济的创新效应3技术经济与管理研究2023 年第 2 期业结构(Instr)，用第三产业增加值占 GDP 的比重表示；第六，金融发展水平(Fin)，用年末金融机构贷款余额占GDP 的比重表示。3.数据来源和描述性统计文章选取 20112020 年中国除西藏和港、澳、台地区之外的 30 个省份为研究样本，构建数字经济对区域创新能力提升的空间计量模型。数据主要来源于历年 中国统计年鉴 中国知识产权年鉴 以及 CSMAR 数据库等。主要变量的描述性统计如表 2 所示。四、数字经济对区域创新能力提升的实证检验1.空间自相关分析在进行空间计量实证分析之前，首先要对核心解释变量和被解释变量的空间相关性进行检验。检验空间相关性常用的测量指标有 Morans I 指数、Gearys C 指数和 Join 指数等，其中以Morans I 指数最为常见。Morans I 计算公示如下所示：I=ni=1nj=1Wij(xi-x?)(xj-x?)S2ni=1nj=1Wij(2)文章选取 20112020 年中国 30 个省份面板数据，分别计算出区域创新能力和数字经济的全域 Morans I 指数，结果如表 3 所示。表 3中国区域创新能力和数字经济全局 Morans I 指数首先，区域创新能力和数字经济的 Morans I 指数均大于 0，并且分别在 5%和 10%的水平上显著拒绝假设，表明区域创新能力和数字经济均存在正的空间相关性。具体而言，区域创新能力的全域 Morans I 指数整体上先是逐渐增加，并在 2015 年达到最大值，随后呈现小幅波动的趋势；数字经济的全域Morans I 指数变化较为平稳。2.空间模型的合理性检验在进行空间计量回归之前，文章借鉴主流文献的判断规则，对模型进行 LM 检验、LR 检验、Wald 检验以及时间时空效应检验，检验结果见表 4。从表 4 可看出，LM 检验统计量均在 1%水平上显著，表明选择空间计量模型的合理性；LR 检验统计量均在 5%水平上显著，强烈拒绝原假设，表明 SDM 模型不能退化为 SAR 模型或 SEM 模型；Wald 检验统计量同样在5%水平上显著，表明与 SEM 和 SAR 模型相比，选择 SDM 模型更优；LR 时间时空效应检验均在 1%水平上拒绝原假设，表明选择 SDM 模型时，采用时间时空双固定效应模型更有效。基于此，文章选择时间时空双固定效应的空间杜宾模型进行分析更有效。3.数字经济对区域创新能力提升的回归结果分析（1）基准回归结果基于空间计量模型的检验结果，表 5 报告了普通 OLS、固定效应以及邻接空间权重矩阵下的空间杜宾模型的实证结果。第(5)列为文章重点关注的结果，空间自回归数 rho 显著为负，表明区域创新能力存在负向的空间溢出，本地区创新能力的提升可能会在短期内对其他地区造成“虹吸效应”。Digital 的系数在 5%水平上显著为正，表明数字经济发展能够显著促进区域创新能力的提升；空间交互项 WDigital 的系数在 10%水平上显著为正，表明数字经济存在正向的空间溢出效应，即周边地区数字经济发展能够促进本地区创新能力提升。这一回归结果也验证了文章的假设 H1 和 H2。数字经济发展，一方面促进了表 2变量的描述性统计变量符号变量名称样本量均值标准差最小值最大值Innovation 区域创新能力3003.3090.3222.7594.129Digital数字经济3000.6000.0710.5110.911Gov政府支出水平3000.2640.1140.1200.758Edu教育水平3009.4521.0737.51414.185Urban城镇化水平3000.5900.1220.3500.896Fdi外资利用水平30014.5981.6357.99016.705Instr产业结构3000.4920.0900.3270.839Fin金融发展水平3001.4720.4530.6652.774年份InnovationDigitalMorans IZP-valueMorans IZP-value20110.40342.70080.00690.29392.10190.035620120.46443.07520.00210.29672.11650.034320130.47073.12730.00180.23051.69460.090220140.44292.94350.00320.22761.67470.094020150.48463.19830.00140.24031.73970.081920160.38602.59990.00930.25241.82090.068620170.40342.72000.00650.26751.91160.055920180.36312.48260.01300.24451.78340.074520190.36512.49360.01260.23491.72620.084320200.32762.26500.02350.23801.74990.0801表 4空间计量模型的合理性检验空间面板模型检验ValueP-ValueLM检验Morans I7.239*0.000LM-lag49.095*0.000Robust-LM-lag69.890*0.000LM-error6.255*0.012Robust-LM-error27.05*0.000LR检验LR-SDM/SEM19.22*0.0075LR-SDM/SAR19.08*0.0079Wald检验Wald-SDM/SEM19.79*0.0060Wald-SDM/SAR19.71*0.0062时空时间固定效应检验LR-both/ind33.16*0.0003LR-both/time357.76*0.000注：*、*、*分别表示在 1%、5%和 10%水平上显著。变量OLSFESDM(1)(2)(3)(4)(5)Digital3.228*(0.18)1.448*(0.21)0.720*(0.26)0.582*(0.30)0.803*(0.41)Gov-1.230*(0.19)-0.255(0.27)-0.241(0.33)Edu-0.096*(0.02)0.028(0.02)0.038*(0.02)Urban1.242*(0.19)0.772*(0.34)0.416(0.41)Fdi-0.004(0.01)0.030*(0.01)0.032*(0.01)Instr0.554*(0.22)-0.906*(0.30)-1.283*(0.30)Fin-0.008(0.05)-0.045(0.05)0.001(0.04)WDigital3.441*(1.96)rho-0.986*(0.15)YearNoNoYesYesYesProvinceNoNoYesYesYesN300300300300300R20.5060.7070.9560.9630.098注：*、*、*分别表示在 1%、5%和 10%水平上显著，括号内为稳健标准误；为节约篇幅，本表未报告 SDM 模型中控制变量的空间交互系数，下同。表 5数字经济对区域创新能力提升的基准回归结果4本地区技术进步，加速了区域之间创新要素的自由流动，并通过数字溢出效应促进其他地区创新能力提升；另一方面，数字经济打破了时空限制，扩大了市场规模，加强了地区间的交流与合作，促进了整体创新能力的提升。（2）空间效应的分解为了进一步分析数字经济发展对区域创新能力的影响，文章将数字经济以及控制变量对区域创新能力的空间效应进行分解。从表 6 可以看出，数字经济对区域创新能力提升的直接效应系数为 0.728，在 10%水平上显著；间接效应系数为 1.407，在 10%水平上显著；总效应系数为 2.134，在 5%水平上显著。采用空间模型估算的数字经济对区域创新能力提升系数更大，说明未考虑空间效应将会造成数字经济对区域创新能力提升效应的低估。表 6数字经济对区域创新能力提升的空间效应分解4.数字经济对区域创新能力提升的稳健性检验（1）考虑经济距离的空间权重矩阵稳健性检验前文的分析主要是基于空间地理上的相邻来构建空间权重矩阵，在此基础上，文章将区域经济活动考虑在内，构建经济距离空间权重矩阵和反经济距离空间权重矩阵，以检验回归结果的稳健性。从表 7 第(1)列和(2)列的回归结果可以看出，较基准回归的邻接空间权重矩阵的结果相比，在反经济距离空间权重矩阵下，Digital 系数的显著性有所降低，在 10%水平上显著为正，WDigital 系数仍在 10%水平上显著为正；在经济距离空间权重矩阵下，Digital 系数仍在 5%水平上显著为正，WDigital 系数的显著性有所增加，在 5%水平上显著为正。主要结论依旧与前文基本一致，进一步验证了假设 H1 和 H2。表 7数字经济对区域创新能力提升的稳健性检验（2）动态空间面板模型的检验文章在基准回归模型的基础上引入区域创新能力的一阶滞后项，构建动态空间面板模型，进一步考察区域创新能力可能存在的滞后性和路径依赖。从表 7 第(3)列的回归结果可以看出，动态空间模型下，rho 的系数变为显著为正，也说明区域创新能力的“虹吸效应”是短暂的；Innovation 滞后一期的系数为 0.384，并在 1%水平上显著，说明上一期的区域创新能力提升对当期区域创新能力具有积极影响。五、进一步研究：知识产权保护和市场整合的调节作用1.知识产权保护的调节作用从表 8 第(1)列的结果可以看出，数字经济与知识产权保护的交互项 DigitalIPP 系数在 1%水平上显著为正，说明本地区知识产权保护水平的提升能够显著促进数字经济对区域创新能力的提升效用；空间交互项 WDigitalIPP 的系数显著为负，表明其他地区对知识产权保护的加强，反而不利于对本地区数字溢出效应的产生，验证了假设 H3。在目前知识产权保护制度尚未健全的情况下，盲目地采取限制和保护，不利于区域创新能力的协同进步。随着技术的进步以及知识产权保护制度的健全，知识产权保护将会在促进区域创新能力提升中发挥重要作用15，实现共赢。2.市场整合的调节作用从表 8 第(2)列结果可以看出，数字经济与市场整合的交互项 DigitalSegm 并不显著，而空间交互项 WDigitalSegm 的系数显著为正，表明市场整合的调节效应更多的是发生在地区之变量直接效应间接效应总效应Digital0.728*(0.41)1.407*(0.76)2.134*(1.00)Gov-0.173(0.33)-1.214(1.27)-1.387(1.21)Edu0.030(0.02)0.168*(0.08)0.198*(0.08)Urban0.258(0.41)2.742*(1.36)3.001*(1.33)Fdi0.032*(0.01)-0.017(0.05)0.015(0.06)Instr-1.089*(0.26)-3.029*(1.84)-4.118*(1.83)Fin-0.020(0.04)0.340*(0.20)0.321(0.20)变量反经济距离矩阵经济距离矩阵D-SDM(1)(2)(3)L.Innovation0.384*(0.06)Digital0.811*(0.43)0.567*(0.24)0.589*(0.28)WDigital0.914*(0.47)0.910*(0.35)0.307*(0.15)rho-0.068*(0.03)-0.062*(0.02)0.091*(0.04)YearYesYesYesProvinceYesYesYesN300300270R20.1550.1180.617变量知识产权保护市场整合市场化水平(1)(2)(3)Digital0.131(0.56)0.893*(0.39)-1.487(1.28)IPP-0.177*(0.11)DigitalIPP0.212*(0.11)Segm1.172(2.23)DigitalSegm-2.344(3.72)Market-0.101(0.07)DigitalMarket0.176*(0.10)WDigital10.903*(4.91)2.535(2.30)5.069*(2.67)WIPP1.401(0.88)WDigitalIPP-1.855*(1.08)WSegm-33.602*(17.39)WDigitalSegm55.300*(28.82)WMarket0.293*(0.12)WDigitalMarket0.350*(0.18)rho-0.951*(0.17)-1.087*(0.20)-0.134*(0.06)YearYesYesYesProvinceYesYesYesN300300300R20.0730.0840.172表 8知识产权保护和市场整合的调节效应准确衡量数字经济的创新效应5技术经济与管理研究2023 年第 2 期间。第(3)列使用市场化水平作为市场分割的替代变量，结果可以看出数字经济与市场化水平的交互项 DigitalMarket 在 10%水平上显著为正，空间交互项 WDigitalMarket 在 10%水平上显著为正，表明市场化水平的提高能够显著促进数字经济对区域创新能力提升的效用。上述结果验证了假设 H4。事实上，大力发展市场经济，提高市场整合度与市场化水平，构建国内大循环的市场经济体系，对于更好发挥数字经济优势，实现经济高质量发展具有重要意义。六、研究结论与政策建议如今，世界处于百年未有之大变局，数字技术的不断突破发展，使得数字经济在工业 4.0 时代展现出强大生命力和影响力。文章充分考虑了当前构建国内市场大循环和知识产权保护新格局的经济大环境，通过理论和实证分析检验了数字经济对区域创新能力提升的空间溢出效应。主要研究结论如下：第一，数字经济显著促进了中国区域创新能力提升，并存在积极的空间溢出效应，表明数字经济有助于促进区域协调发展。第二，通过空间效应分解发现，未考虑空间溢出效应将会大大低估数字经济对区域创新能力的提升效应，表明数字溢出是准确衡量数字经济发展的关键，应充分发挥数字经济对区域创新能力提升的空间贡献能力。第三，知识产权保护和市场整合能够强化数字经济对区域创新能力的提升效应，表明知识产权保护和市场整合能够与数字经济形成推动合力，协同促进区域创新能力提升。除了为数字经济促进区域创新能力提升提供了经验证据，研究还具以下启示意义：首先，紧紧抓住数字经济时代脉搏，加大互联网、5G、大数据等数字基础设施建设，大力发展数字经济，通过数字经济的学习、带动和示范效应，充分利用数字经济红利促进经济社会全面发展。其次，欠发达地区应该更加主动运用数字经济共享、便捷、高效的特点，根据地区特点制定符合地区发展需要的数字经济发展战略，让数字经济成为促进地区协调发展的重要抓手。最后，宏观大环境是发展数字经济的重要保障。一方面要围绕 知识产权强国建设纲要（20212035 年）构建数字经济时代知识产权保护新格局，促进数字产权的有效保护与合理利用，更好地发挥数字经济对区域创新能力的数字溢出效应；另一方面要大力发展市场经济，提高市场整合水平，构建国内大循环为主、国内国际双循环为辅的局面，形成市场整合与数字经济的推动合力，促进区域创新能力提升和经济高质量发展。【参考文献】1 Acemoglu D，P Restrepo.Robots and jobs：Evidence from U.S.labor mark-ets J.Journal of Political Economy，2020，128(6)：2188-2244.2 柏培文，张云.数字经济、人口红利下降与中低技能劳动者权益 J.经济研究，2021，56(5)：91-108.3 Loertscher S，Marx L M.Digital monopolies：Privacy protection or price re-gulation?J.International Journal of Industrial Organization，2020(71)：102623.4 Filkins B L，Kim J Y，Roberts B，et al.Privacy and security in the era of d-igital health：What should translational researchers know and do about it?J.American Journal of Translational Research，2016，8(3)：1560-1580.5 NevesPC，SequeiraTN.Spilloversintheproductionofknowledge：Ameta-regression analysis J.Research Policy，2018，47(4)：750-767.6 王俊豪，周晟佳.中国数字产业发展的现状、特征及其溢出效应 J.数量经济技术经济研究，2021，38(3)：103-119.7 Goldfarb A，Tucker C.Digital economics J.Journal of Economic Literat-ure，2019，57(1)：3-43.8 费方域，闫自信，陈永伟，等.数字经济时代数据性质、产权和竞争J.财经问题研究，2018(2)：3-21.9 Grillitsch M，Nilsson M.Innovation in peripheral regions：Do collaborationscompensate for a lack of local knowledge spillovers?J.The Annals of Re-gional Science，2015，54(1)：299-321.10 Qiu S，Liu X，Gao T.Do emerging countries prefer local knowledge or di-stant knowledge?Spillover effect of university collaborations on local firmsJ.Re