數字化水平對高技術產業創新效率的影響研究

忻超娜 張二華

文章編號：1008-7133（2022）01-0010-09

摘要：為了研究數字化水平對高技術產業創新效率的影響，首先測度了2011—2019年全國29個省份的數字化水平;其次，基于創新價值鏈視角，將高技術產業創新活動分為科技研發階段和成果轉換階段，同時將專利結構植入創新價值鏈中，詳細分析了數字化水平對高技術產業創新的影響。結果顯示：數字化水平對高技術產業科技研發效率有顯著作用，但對最終的成果轉換效率沒有顯著作用。造成這一現象的具體原因是，數字化水平更多地促進了低質量專利的產生，此類專利難以轉換成新產品收入，最終對成果轉換效率的影響不顯著。因此，需要把握好數字化進程，大力發展高技術產業高質量自主創新能力，實現最終成果的轉換。

關鍵詞：數字化水平;高技術產業;創新價值鏈;專利結構

DOI：10.16315/j.stm.2022.01.004

中圖分類號： F424.3;F273.1

文獻標志碼： A

Research on the impact of digital level on innovation efficiency of

high-tech industry：From the perspective of innovation value chain

XIN Chao-na，ZHANG Er-hua

（Business School， Ningbo University， Ningbo 315211， China）

Abstract：In order to study the impact of digital level on the innovation efficiency of high-tech industry， this paper first measures the digital level of 29 provinces in China from 2011 to 2019. Secondly， based on the perspective of innovation value chain， the innovation activities of high-tech industry are divided into science and technology R&D stage and achievement transformation stage. At the same time， the patent structure is implanted into the innovation value chain， and the impact of digital level on high-tech industry innovation is analyzed in detail. The results show that the digital level has a significant effect on the scientific and technological R&D efficiency of high-tech industry， but has no significant effect on the final achievement conversion efficiency. The specific reason for this phenomenon is that the digital level has promoted the generation of low-quality patents， which are difficult to convert into new product revenue， and ultimately have no significant impact on the efficiency of achievement conversion. Therefore， we need to grasp the digital process， vigorously develop the high-quality independent innovation ability of high-tech industry， and realize the transformation of the final results.

Keywords：digital level; high tech industry; innovation value chain; patent structure

隨著社會主義市場經濟的持續發展，高技術產業因其高技術性、高附加性的特征，已成為了新時期促進國民經濟成長的關鍵支撐型行業，而我國高技術產業的創新能力在國際間并不具有很大的競爭性，重點問題就是在于創新效率不高[1]。同時，為了貫徹中央提出的創新追趕戰略和專利推進計劃，在這種政策的實施下，中國各級政府可能會采取不同類型的專利補助扶持政策來實現創新追趕。近幾年，我國的專利申請量和專利授權量實現爆發式地上升。2019年，我國的專利申請量超越了世界上所有國家，成為了提交全球專利申請量的最大來源國，這也意味著我國正式開始邁入了創新型富國隊列。但是，我國的創新產品的質量并沒有獲得世界上的普遍認可，世界知識產權組織公布的《2021 年全球創新指數》研究報告顯示，中國的科技創新實力僅僅名列全球第12位。我國的科技創新欠缺主要反映在高質量自主創新能力和效率薄弱、關鍵核心技術受制于人等方面，存在著嚴重的“專利泡沫”[2]。而高技術產業是中國創新的主要力量，如何提升其創新效率成為亟待解決的問題。

在國內產業轉型升級的過程中，如何利用數字化來提升產業創新能力至關重要。數字化水平代表著數字技術環境的發展水平，數字技術由信息技術、互聯網、人工智能、大數據、云計算等構成，其對創新效率的作用已被國內外眾多學者進行研究，韓先鋒等[3]研究發現互聯網對區域創新效率同時存在直接和間接影響。李后建[4]證實了信息通訊技術能夠對企業創新產生積極影響，Olio[5]研究發現對通信產業的投資會通過資本集約直接促進企業創新效率的增長，Wang[6]發現信息技術產業創新效率不高，并且不同類型的信息技術企業創新效率有較大差異。葉陽[7]指出信息技術產業利用數字化方法及工具對自身技術水平進行不斷改良和升級，來滿足不斷迭代的時代發展需要。在數字化的影響下，高技術產業的渠道成本和信息檢索成本進一步降低，更能夠接收到前沿知識，從數字化科技中實現可持續利潤的獲取，加大了獲取創新紅利的可能。那么，在創新價值鏈的背景下，數字化水平能否促進高技術產業各階段的創新效率？數字化水平能否更多地促進高質量的創新？值得進一步研究。

1機制分析與研究假設

高技術產業創新效率存在眾多影響因素，其中數字化水平是影響高技術產業創新效率的重要因素。通過對現有文獻進行系統的梳理與總結，得出許多文獻將創新效率看做一次投入產出活動加以衡量，但是這種研究視角并不能分析得出創新效率低效的主要原因。因此，本文將視角切換為創新價值鏈，可以說明從理論到實用性的技術到獲得收益，需要多環節的聯動，才能夠使高技術產業各創新主體找出自身創新效率不足的階段，從而采取針對性策略進行改進。Hansen等[8]在其研究中指出創新價值鏈主要在于對創新活動進行劃分，從而對創新活動各階段的創新效率進行測算和評價，創新的最終目的是獲取市場經濟價值。本文依據創新價值鏈理論將高技術產業的創新過程分為2個階段：第一階段為科技研發階段，主要是研發投入轉換成科技成果的過程;第二階段為成果轉換階段，把科技成果作為中間變量應用到第二階段，最終轉換成新產品，實現最終效益的過程。

對于這兩階段的創新效率，專利作為科技研發階段的產出和成果轉換階段的投入是關鍵的一環。我國將專利劃分為發明專利、實用新型專利和外觀設計專利，其中發明專利的質量和自主創新程度最高，實用新型專利次之，外觀設計專利最低。在成果轉化階段，也體現出了發明專利轉化成新產品獲得市場經濟收益的成功率較高，實用新型專利和外觀設計專利成功率依次下降的趨勢。

數字化催生出了全新的行業和業態，也給創新帶來了更多的模式和可能。在數字化的背景下，產生了大量全新的高技術企業。與傳統高技術企業相比，新高技術企業的創新方向更加多樣，創新方式也更加靈活。創新不再拘泥與硬件，也不再拘泥于單純的軟件，而往往是類似蘋果手機的軟硬件結合創新。企業針對的行業和對象也發生了根本性的變化，數字化帶來的連接便捷，讓高技術企業更容易做出跨界，跨行業，跨渠道的創新。與此同時，反向的數字化流通也可以讓高技術產業能夠更容易接受到前沿信息和知識，信息檢索成本和渠道成本能夠大幅降低，使得企業能夠更容易獲得創新紅利，促進企業的創新效率的提升。數字化水平的發展趨勢對高技術產業創新活力的激發也必然能夠催生大批專利的產生，專利的產生能夠從一定程度上解釋科技研發階段的成果。但由于我國高技術產業出于國外專利壟斷和自身技術開發創新能力欠缺等原因，將更多地把研發資源投放到模仿和和改進中去，導致中低端質量的創新成果頻繁出現，從而使專利創造的自主創新內涵、專利質量以及市場運用價值等方面與實際需求相脫節，無法轉換成真正有用的技術和新產品投入到應用市場上去，對成果轉換效率沒有顯著影響。因此，本文提出假設H1：

假設H1：數字化水平促進高技術產業科技研發效率，但對成果轉換效率沒有顯著影響。

同時，高技術產業處于獲得政府相應創新補助資金的目的或是專利評估機構普遍缺乏權威性的現狀，在數字化的背景下，可能過多地宣傳專利數量而并不關注專利自身的質量以及專業的產業化運用價值，帶來“專利泡沫”以及“創新假象”[9]，專利數量爆發式增長，但專利估值虛高，低質量專利頻繁出現。因此，本文提出假設二：

假設H2：數字化水平更多地促進了低質量專利的產生，較少地促進了高質量專利的產生。

2研究設計

2.1模型設定

根據數字化對高技術產業最終創新成果的影響，構造以下計量模型：

ln yit=α0+α1Digit+θX+λit+εit。（1）

其中：被解釋變量yit代表省份i在t時期的新產品產出，用各省份的新產品銷售收入來衡量。解釋變量Digit表示省份i在t時期的數字化水平。α0為截距項，α1表示數字化水平對最終創新新產品成果——新產品銷售收入的總效應。X表示控制變量，λit表示個體效應和時間效應，εit為隨機干擾項。

根據上文創新價值鏈分析結果，數字化水平對高技術產業的創新過程分為以下2條路徑：第1條途徑為數字化水平對創新投入的作用，這里的創新投入包括投入于高技術產業的研發資本和研發人員，用計量模型表示為

ln rdk=α0+α1Digit+θX+λi+εi，（2）

ln rdl=α0+α1Digit+θX+λi+εi。（3）

其中：rdk和rdl分別表示研發資本和研發人員，α1表示數字化水平對研發投入的作用;

第2條途徑為數字化對高技術產業創新效率的影響，這里的創新效率分為科技研發效率和成果轉換效率。參考段亞男等[10]的研究，將科技研發階段的產出和效率表達式設置為

patentit=Aitrdkαitrdlβit。（4）

Ait=AeγDigit+θX+λit+εit。（5）

其中：patentit表示科技研發階段的產出——專利，Ait代表i省份t時期的高技術產業科技研發階段效率。

結合式（4）和式（5），取對數得到式（6）：

ln pantentit=ln A+γDigit+αln rdkit+

βln rdlit+θX+λit+εit。（6）

其中：γ為數字化對高技術產業科技研發效率的作用。

根據上文，將成果轉換階段的產出和效率的表達式設置為

yit=Bitpatentγitrdkαitrdlβit。（7）

Bit=BeηDigit+θX+λit+εit。（8）

其中：Bit代表i省份t時期的高技術產業成果轉換階段效率。結合式（7）和式（8），取對數得到式（9）：

ln yit=ln B++γ patentit+η Digit+αln rdkit+

βln rdlit+θX+λit+εit。（9）

其中，η為數字化對高技術產業成果轉換效率的作用。

為說明數字化水平對專利結構的作用，構造以下計量模型：

ZLit=β0+γDigit+θX+λit+εit。（10）

其中：被解釋變量ZL為專利結構，這里將專利分為兩大類：第一大類為高質量的自主創新成果——發明專利（計為zl1）;第二大類為低質量、低原創的創新成果——實用新型專利和外觀設計專利（兩者之和計為zl2），并將zl1和zl2的數據進行離差標準化處理。

2.2指標設計及數據來源

研發人員（rdl）選用高技術產業R&D人員全時當量;研發資本變量rdk選用R&D內部經費支出，這里因為R&D內部經費支出為存量指標，其影響并不僅僅在當期實現，在未來也會產生一定影響，所以參考徐淑丹[11]提出的永續盤存法對R&D資本存量進行測算，計算公式為

Kit=（1-δ）Ki（t-1）+Ii（t-1）。（11）

其中：Kit，Ki（t-1）分別表示i省份第t和t-1期的資本存量，δ表示資本折舊率，這里取值為15%，Ii（t-1）表示i省份第t-1期的實際R&D經費支出，其值參考朱平芳[12]的測算方法，以2011年為基期，利用R&D支出價格指數對名義R&D經費支出進行平減，（其中，R&D支出價格指數=0.55×消費價格指數+0.45×固定資產投資價格指數）。初期的資本存量由以下公式確定

Ki0=Ii0/（g0+δ）。（12）

其中，g為I的平均增長率。

科技研發產出（patent）用高技術產業專利數量來衡量，專利數量又可以分為專利申請量或專利授權量，Kabulova等[13]指出專利授權量相對于專利申請量更為滯后，且具有一定的人為因素，因此使用專利申請量作為科技研發階段的產出指標。最終創新產出新產品產值y用高技術產業新產品銷售收入來衡量，并使用工業品出廠價格指數對這2個指標進行價格消除。以上高技術產業的相關均來自2011—2019年的《中國高技術產業統計年鑒》、《中國統計年鑒》和《中國科技統計年鑒》。由于西藏自治區和青海省的相關數據缺失嚴重，因此進行了剔除。本文以全國29個省份（除去西藏和青海）作為決策單元進行評價。

數字化水平的測度借鑒周青等[14]對數字化水平指標的測度，采用4個維度進行測算，分別為數字化接入水平、數字化裝備水平、數字化應用水平和數字化應用水平。數字化接入水平選用的指標為光纜線路長度，數字化裝備水平選用的指標為域名數，數字化應用水平選用的指標為互聯網普及率，數字化交易水平選用的指標為數字金融普惠指數。數字化水平的相關數據均來自2011—2019年的《中國統計年鑒》、互聯網發展報告和北京大學出具的數字金融普惠指數。為了方便指標跨年度可比，本文以2011為基期，對數字化水平的數據進行標準化處理。在對權重的處理上，選用主成分分析法對各個變量進行賦權，最終計算出各省份數字化水平綜合得分，如表1所示。

本文根據現有文獻的做法加入了一系列控制變量，具體包括區域外貿依存（exp）、區域政府干預（gov）、區域產業結構（ind）、區域城鎮化水平（urban）、區域人力資源（edu）。其中，exp以進出口貿易額占GDP的比重來衡量;gov以政府財政支出占GDP的比重來衡量;ind以第二、第三產業占GDP的比重來衡量;urban以城鎮總人口占全省年末總人口的比重來衡量;edu以高等學校在校生數占總人口的比重來衡量?？刂谱兞康臄祿鶃碜?011—2019年的《中國統計年鑒》、《中國教育統計年鑒》。

各變量的描述性統計分析，如表2所示。

3實證分析

3.1數字化對創新投入和最終創新產出的作用

對式（1）式（2）和式（3）進行實證分析，回歸結果，如表3所示。表3列（3）、列（4）、列（5）、列（6）數字化水平Dig的系數顯著為正，說明數字化水平對高技術產業的研發投入具有正向的促進效應。數字化的發展使研發人員和研發資本有了一定程度的提升。

但是，從列（1）和列（2）中可以看出，數字化對高技術產業的最終創新產出影響并不顯著。從創新價值鏈的角度分析，數字化水平可以對高技術產業科技研發階段和成果轉換階段的創新效率產生不同的影響。

3.2數字化對創新效率的作用

對式（6）和式（9）進行實證分析，說明數字化水平對高技術產業科技研發效率和成果轉換效率的作用，實證結果，如表4所示。首先進行了豪斯曼檢驗，檢驗結果顯示應使用固定效應模型。列（1）和列（2）表示數字化水平對高技術產業科技研發效率的影響，列（3）和列（4）表示數字化水平對高技術產業成果轉換效率的影響。同時，列（1）和列（3）沒有加入控制變量，列（2）和列（4）加入了控制變量。

由表4可知，數字化顯著促進了高技術產業科技研發階段的創新效率，但卻對成果轉換階段的效率沒有影響，即促進了科技研發階段專利數量的提高，這也證實了假設1。由于專利分為發明專利、實用新型專利和外觀設計專利，發明專利的質量較高且但法律狀態較穩定，但風險較大，這類專利所需投入的前期成本較高，但卻能夠有效促進成果轉換效率的提升;而實用新型專利和外觀設計專利相比發明專利來說創新程度不高，產品生命周期較短，申請費用較低，呈現出授權速度快且容易授權，投入較低，難以轉換成新產品，最終使成果轉換效率低下。

3.3數字化對專利結構的影響

從上文的分析中可以看到數字化對高技術產業科技研發效率有顯著影響，而對成果轉換效率沒有顯著影響，究竟是什么造成這一原因的？根據前文的機制分析，這一部分可以從數字化對專利結構的影響來解釋。根據式（9）進行固定效應實證分析，得出數字化對發明專利（zl1）的影響以及數字化對實用新型和外觀設計專利（zl2）的影響，如表5所示。由于前文已經對zl1和zl2進行了離差標準化處理，因而這里的度量單位并不是現實單位。在實證分析時，首先進行豪斯曼檢驗，檢驗結果顯示應使用固定效應模型。

列（1）和列（2）代表數字化對發明專利的影響，列（3）和列（4）代表數字化對實用新型專利、外觀設計專利的影響。列（1）和列（3）為未加入控制變量的結果，列（2）和列（4）為加入控制變量后的結果?？梢钥闯?，數字化水平對高技術產業的發明專利和實用新型、外觀設計專利都有著顯著的影響，但是從系數來看，實用新型、外觀設計專利（zl2）的系數比發明專利（zl1）的系數大，即認為數字化水平對實用新型、外觀設計專利的作用更大，數字化利用信息通訊技術更多的促進了低質量專利的形成。由于實用新型專利和外觀設計專利的價值相對于發明專利來說是較低的，難以轉換成新產品，從而導致數字化對成果轉換效率的不顯著，由此也證實了假設H2。

3.4異質性分析

通過上文已經計算得出的相關指標進行異質性分析，觀察我國數字化水平對東部、中部、西部高技術產業創新效率的影響，結果如表6所示。列（1）、列（3）和列（5）分別表示我國東中西部數字化水平對高技術產業科技研發效率的影響。根據Dig之前的系數，可以看出數字化水平對東部和中部地區高技術產業的科技研發效率有顯著影響，且中部的科技研發效率相對東部更強，而數字化水平對西部地區高技術產業的科技研發效率影響不顯著，產生這一現象的原因可以解釋為：東中部地區由于國家政策或是教育水平方面帶來的紅利影響，使得高技術產業更關注于專利的產生;而相對于西部地區來說，其基礎科研能力薄弱，人力資本和研發資本欠缺帶來的局限性導致其高技術產業科技研發效率不顯著。列（2）、列（4）和列（6）分別表示我國東中西部地區數字化水平對高技術產業成果轉換效率的影響，結果顯示，只有東部地區數字化水平對高技術產業成果轉換效率有顯著影響，造成這一現象的愿因可以解釋為：第一，中西部地區可能由于自身人力資本和研發資本欠缺導致成果轉換效率低下;第二，中西部地區數字化水平更多地促進高技術產業低質量專利的產生，難以轉換成新產品，從而導致數字化對成果轉換效率的不顯著。參照上文進行了實證檢驗，結果顯示中西部地區數字化水平確實更多地促進高技術產業低質量專利的產生，在此不再列舉實證結果。

3.5穩健性檢驗

為了解決上文中的內生性問題，本文需要進行穩健性檢驗。首先對以上的固定效應模型進行離差變換，接著利用數字化水平的滯后一期變量作為工具變量來進行最小二乘法（2SLS）估計，結果如表7所示。列（1）和列（2）的系數顯著為正，說明數字化水平能夠促進高技術產業創新投入的增加。列（3）和列（4）數字化水平Dig的回歸系數表明數字化水平能夠顯著促進高技術產業科技研發效率的提升，但對成果轉換效率沒有顯著影響。列（5）和列（6）數字化水平Dig的回歸系數表明數字化水平更多地促進了實用新型專利和外觀設計專利（zl2）的產生，較少地促進發明專利（zl1）的產生，導致高技術產業成果轉換效率不顯著。這些結論都與上文結果一致。

同時，本文變化了解釋變量來進行穩健性檢驗，選取了數字化水平里的光纜線路長度A1指標進行穩健性估計，結果如表8所示。從表中可以看到，列（1）和列（2）的系數顯著為正，說明數字化水平能夠促進高技術產業創新投入的增加。列（3）和列（4）光纜線路長度A1的回歸系數表明光纜線路長度能夠顯著促進高技術產業科技研發效率的提升，但對成果轉換效率沒有顯著影響。列（5）和列（6）A1的回歸系數表明解釋變量更多地促進了實用新型專利和外觀設計專利（zl2）的產生，較少地促進發明專利（zl1）的產生，導致高技術產業成果轉換效率不顯著。這些結論也都與上文結果一致。

4結論與建議

4.1結論

本文基于2011—2019全國29個省份的數字化水平，研究了數字化水平的高低對不同省份高技術產業創新效率的影響，利用創新價值鏈理論將高技術產業的創新效率分為科技研發效率和成果轉換效率。同時，專利結構作為兩階段的中間變量，能夠說明數字化水平對不同階段創新效率的作用效果，利用專利結構進一步分析數字化對高技術產業整個創新價值鏈的影響?；诖?，得到了以下結論：第1，數字化的發展有助于提高高技術產業的科技研發效率，但對成果轉換效率作用不明顯，即數字化有效促進高技術產業專利申請量的提升，但對最終的市場成果——新產品銷售收入沒有一定作用。第二，分析數字化對專利結構的影響，得出數字化更多地促進了實用新型專利和外觀設計專利的提升，較小地促進發明專利的提升，即更多地促進了低質量專利的增長，而這類專利更難轉化為新產品。對市場來說，低質量專利沒有很大價值，真正有創新價值的是發明專利，促進過多的低質量專利會導致數字化水平對高技術產業成果轉換效率作用不明顯，并最終未能促進新產品銷售收入的增長。

4.2建議

針對以上結論，結合各區域的實際情況，本文提出以下建議：

一是，數字化水平作為國家促進高技術產業發展的基石，應加強高技術產業數字化滲透，大力部署數字中國建設，發揮國內基礎設施建設優勢，軟硬件結合發展5G、人工智能、物聯網、智能制造等新技術，政策與制度將結合提高科研投入和激勵強度，深化數字技術與產業的融合。政府可通過搭建數字技術共享型平臺，促進信息的交流與共享，打破企業間、行業間的信息壁壘。政府可以制定一系列措施幫助產業加強產業數字化滲透，例如：可以設定數字化轉型程度的考核指標體系，對數字化轉型程度高的企業進行補貼和獎勵;也可以針對數字化轉型進度制定優惠政策，通過政策激勵來保證數字化水平的發展，最大程度發揮數字化提升帶來的創新紅利期。

二是，針對專利成果中發明專利即高質量專利比重低和最終創新成果轉換效率低下的問題，大部分專利價值仍然存在較大的提升空間?；诖?，一方面應該改進對創新產出的考評體制，仍然要提升專利質量以增加創新效果，過于寬松的專利保護政策并不利于提升創新效率，反而可能阻礙真正有價值的創新成果的出現。因此，需要對專利保護期限、保護時機等方面做出更高的要求，加大專利保護力度，對專利侵權行為不但要有常規性處罰，還應該增加懲罰性處罰，保證優質專利可以發揮價值，為企業帶來影響力和利潤，從而促進企業專利質量以及專利產業運用價值的提升，打破核心技術受制于人的局面;另一方面，應加強專利成果轉換的扶持力度，尤其是對自主創新、高質量創新的專利，加大財政力度予以支持。對那些對國家經濟具有長遠發展的高質量專利，需要通過國家采購制度等政策來實現其產業化發展。政府也可以建立激勵性創新體制，進而提升高技術產業創新能力。

參考文獻：

[1]馬晶梅，趙文婧.自主研發、技術改造與高技術企業創新績效研究[J].科技與管理，2021（2）：1.

MA J M，ZHAO W J.Research on independent research and development， technological transformation and innovation performance of high-tech enterprises[J].Technology and management，2021（2）：1.

[2]張杰，高德步，夏胤磊.專利能否促進中國經濟增長：基于中國專利資助政策視角的一個解釋[J].中國工業經濟，2016（1）：83.

ZHANG J，GAO D B，XIA Y L.Whether patents can promote China's economic growth：An explanation from the perspective of China's patent funding policy[J].China industrial economy，2016（1）：83.

[3]韓先鋒，宋文飛，李勃昕.互聯網能成為中國區域創新效率提升的新動能嗎[J].中國工業經濟，2019（7）：119.

HAN X F，SONG W F，LI B X.Can the Internet become a new driving force for the improvement of China's regional innovation efficiency[J].China industrial economy，2019（7）：119.

[4]李后建.信息通訊技術應用對企業創新的影響分析[J].軟科學，2017（12）：56.

LI H J.Analysis of the impact of the application of information and communication technology on enterprise innovation[J].Soft science，2017（12）：56.

[5]OLIO L A，ARAMENDIA M M E.ICT impact on competitiveness， innovation and environment[J].Telematics & Informatics，2012，29（2）：204.

[6]WANG Q，HANG Y，SUN L，et al.Two-stage innovation efficiency of new energy enterprises in China：A non-radial DEA approach[J].Technological Forecasting & Social Change，2016（112）：254.

[7]葉陽. 數字化水平對信息技術產業創新效率的影響研究[D].太原：山西財經大學，2021：1.

YE Y.Research on the impact of digital level on the innovation efficiency of information technology industry[D].Taiyuan：Shanxi University of Finance and economics，2021：1.

[8]HANSEN M T，BIRKINSHAW J.The innovation value chain[J].Harvard business review，2007，85（6）：.

[9]陳竹茹，李武選.基于專利的技術創新對經濟增長的作用研究[J].中國科技資源導刊，2021，53（3）：101.

CHEN Z R，LI W X.Research on the effect of patent based technological innovation on economic growth [J]. China Science and technology resources guide，2021，53（3）：101.

[10]段亞男，閉明雄，靳來群.二維金融結構對創新的影響研究：基于創新價值鏈與專利結構的視角[J].金融與經濟，2020（9）：21.

DUAN Y N，GUAN M X，JIN L Q.Research on the impact of two-dimensional financial structure on Innovation：From the perspective of innovation value chain and patent structure[J].Finance and economy，2020（9）：21.

[11]徐淑丹.中國城市的資本存量估算和技術進步率：1992—2014年[J].管理世界，2017（1）：17.

XU S D.Capital stock estimation and technological progress rate of Chinese cities：1992—2014[J].Management world，2017（1）：17.

[12]朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業R&D投入及其專利產出的影響：上海市的實證研究[J].經濟研究，2003（6）：45.

ZHU P F，XU W M.The impact of the government's science and technology incentive policy on R&D input and patent output of large and medium-sized industrial enterprises：An empirical study of Shanghai[J].Economic research，2003（6）：45.

[13]KABULOVA J，STANKEVIcienè J.Valuation of fintech innovation based on patent applications[J]. Sustainability，2020，12（23）：.

[14]周青，王燕靈，楊偉.數字化水平對創新績效影響的實證研究：基于浙江省73個縣（區、市）的面板數據[J].科研管理，2020，41（7）：120.

ZHOU Q，WANG Y L，YANG W.An empirical study on the impact of digital level on innovation performance：Based on the panel data of 73 counties （districts and cities） in Zhejiang province[J].Scientific research management，2020，41（7）：120.

收稿日期： 2021-10-20

基金項目： 全國統計局研究重點科研項目（2021LZ33）

作者簡介： 忻超娜（1998—），女，碩士研究生;

張二華（1979—），男，副教授，碩士生導師.