數字經濟、知識產權保護與高技術產業創新效率

楊弼君

（廈門大學 法學院，福建 廈門 361005）

一、引言

適逢百年未有之大變局，中國社會經濟發展內外部環境發生深刻變化。高技術產業作為國民經濟的重要組成部分，是提高中國經濟實力、增強國際競爭力的重要依托。黨的二十大報告指出：“完善科技創新體系，堅持創新在我國現代化建設全局中的核心地位，健全新型舉國體制，強化國家戰略科技力量，提升國家創新體系整體效能，形成具有全球競爭力的開放創新生態。”據2022 年11 月世界知識產權組織發布的《實際知識產權指標》報告指出，2021 年中國提交專利申請量159 萬件，連續11 年位居世界第一。世界知識產權組織發布的《2022 年全球創新指數》數據顯示，中國科技創新實力僅位于全球第11 位。究其根源，自主創新能力不足等問題是主要原因。當前，如何提升其創新效率已成為各界關注的重點課題。

近年來，伴隨5G、人工智能、大數據等新興數字技術的全域滲透，數字經濟逐漸演變為推動經濟發展與社會進步的主引擎之一。中國信息通信研究院發布的《全球數字經濟白皮書（2022 年）》統計數據顯示，2021 年中國數字經濟規模為45.5萬億元，同比增長16.2%，占GDP 比重高達39.8%。對于高技術產業而言，數字經濟所依托的數字技術及工具能夠進一步壓縮創新成本，優化創新流程，推動創新效率提升。那么，數字經濟是否能夠促進高技術產業創新效率提升？作為創新的重要保護手段，知識產權保護是否有助于消除已然開始顯露的“專利泡沫”問題？對于以上問題的解答，有助于為推動高技術產業創新效率提升、落實創新驅動戰略提供經驗借鑒。

二、文獻綜述

伴隨近年來數字經濟的飛速發展，大量學者對數字經濟與創新之間的關系展開研究。宏觀層面，李穎、賀俊(2022)指出，數字經濟發展背景下，價值創造與分配邏輯發生變革，為制造業創新提供驅動力[1]。陳治、張少華(2023)利用2011—2019 年中國274 座城市面板數據研究指出，數字經濟可顯著促進區域創新能力提升，而創業活躍度與產業結構升級是數字經濟推動區域創新的重要渠道[2]。李瑩、程廣斌(2023)研究指出，數字經濟與制造業融合發展可長期提升制造業創新效率，且這一作用在東部—中部—西部地區呈現依次遞減格局[3]。微觀層面，毛建輝等(2022)研究發現，數字經濟可以有效促進企業技術創新，且這一效應受財政分權水平影響[4]。張敬文、童錦瑤(2023)研究發現，與數字經濟相關的政府補助與稅收優惠政策可顯著提高數字企業創新質量[5]。

圍繞知識產權保護與高技術產業創新的關系，部分學者已經展開探討，但尚未形成一致結論。部分學者認為二者之間存在正相關關系。如王桂梅等(2021)研究指出，知識產權保護能夠促進高技術產業創新效率提升[6]。黨國英、秦開強(2015)同樣指出，知識產權保護水平對高技術產業創新效率有顯著正向影響[7]。還有部分學者則認為知識產權保護與高技術產業創新效率之間的關系并不固定。例如顧群、翟淑萍(2013)研究指出，知識產權保護與高技術產業技術創新效率之間存在非線性的倒“U”型關系[8]。

數字經濟與知識產權保護之間的關聯，學者們主要從理論方面展開了一定研究。王華等(2022)指出，數字經濟背景下知識產權保護面臨嚴峻挑戰，表現為在版權領域，數字化技術引致版權濫用及壟斷、維權困難、共享精神與保護沖突等問題。在專利領域，數字經濟在一定程度上誘發低價值專利產出、專利叢林等問題[9]。鄭魯英(2022)研究認為，中國數字經濟與知識產權治理能夠協同推進中國式現代化，并從創新、協調、綠色、開放、共享五個方面指出數字經濟知識產權治理的中國式現代化進路[10]。

梳理上述文獻可知，盡管現有文獻已經關注到數字經濟對創新的影響，但更多是評估數字經濟對區域、產業抑或是企業層面創新能力的作用，鮮有研究對創新效率進行探討。關于數字經濟與高技術產業創新效率的關系并未引起學界足夠重視，僅袁徽文、高波(2022)[11]進行了初步探討，指出二者之間存在正向作用。此外，部分學者已經明確提出，數字經濟下的知識產權保護面臨挑戰。那么，在知識產權保護制度下，數字經濟對高技術產業創新效率的作用效應是否會受到影響，這一問題同樣有待進一步解答。基于此，文章嘗試在以下幾個方面進行擴展。其一，在既有文獻基礎上，梳理和分析數字經濟與高技術產業創新效率之間的內在邏輯機理，豐富相關理論。其二，借助系統GMM 模型，實證考察數字經濟對高技術產業創新效率的影響效應，檢驗二者關系及區域異質性。其三，以知識產權為門檻變量，探討在不同強度的知識產權保護下，數字經濟賦能高技術產業創新效率提升的異質性。

三、研究假設

1.數字經濟與高技術產業創新效率

第一，數字經濟可降低產業創新成本，提升高技術創新效率。通常而言，創新成本越低，越有助于提升創新效率。對于高技術產業中的企業而言，其技術創新活動成本巨大，需要投入人力、資金、技術等一系列創新要素。而數字經濟發展過程縮短了創新信息傳遞的時空距離，在優化創新環節的同時提高產業鏈上下游協同創新效率[12]，壓縮整體創新成本，促進高技術產業創新效率提高。

第二，數字經濟可降低創新風險，提高創新效率。高技術產業創新活動具有復雜度高、投入大、難度高等特征，無形中會加大企業所承擔的風險。數字經濟發展利于企業掌握市場消費偏好與消費動態，提高創新方向精準性與匹配性，推動高技術產業創新效率提升。不僅如此，數字經濟高速發展，促使企業創新網絡得以重構，推動高技術產業創新由“孤立態”逐步轉向“聯合態”。創新活動逐漸演變為多元創新主體與環境相互聯系、互相作用的過程。在此過程中，企業創新風險被大幅弱化，創新積極性與創新意愿逐步提升，進而提高產業整體創新效率。

第三，數字經濟可激活創新要素資源，賦能高技術產業創新效率提升。數字經濟快速滲透，突破了傳統經濟形態下資源配置時空限制，有助于實現創新要素資源供需精準對接，提高要素供需匹配效率，糾正要素錯配現象，助力高技術產業創新效率提升[13]。與此同時，數字經濟的快速發展大幅拓寬了高技術企業之間的創新合作通道，使得不同企業之間的優質創新資源得以共享，賦能高技術產業創新效率提升。與此同時，數字經濟可依托數據要素提升其他創新要素資源應用效率，賦能高技術產業創新效率提升。數據要素依托非競爭、無限增長等特性，對勞動力、資本等其他創新要素資源形成乘數效應，放大其在生產流轉中的實際價值[14]，以此提升高技術產業創新效率。綜上，提出假設如下：

假設H1：數字經濟與高技術產業創新效率具有正相關關系。

2.知識產權保護門檻作用分析

高技術產業獲得市場優勢的重要途徑之一便是持續進行技術創新，以技術優勢換取市場優勢[15]。要想保證這一內在機制成立，前提之一便是企業能夠擁有技術創新成果的知識產權。市場經濟中，高技術產品與服務的本質是知識產權交易。知識產權交易在一定程度上直接體現經濟利益交換及分配。數字經濟的飛速發展為知識、技術快速傳播開辟了更為高效便捷的通道。但值得注意的是，網絡空間中的知識產權表現形式為數字信息。數字信息的不確定性、無形性使得知識產權保護難度急劇提升。由此，引致的結果是網絡知識產權侵權行為頻發，知識產權所有者合法權益受到侵害。對于高技術產業創新主體而言，其創新活動應用數字技術時會面臨較大侵權風險。特別是涉及到商業應用價值較大的知識產權時，企業往往會更加謹慎應用數字技術進行交流合作創新。當知識產權保護力度過低時，會引發大量“模仿行為”，大幅降低創新收益，抑制創新主體創新活力的同時降低創新效率。而在較為完善的知識產權保護制度下，高技術企業無需過多顧慮技術創新成本被盜用。與此同時，數字經濟還會加速技術成果擴散速度與范圍，推動技術商業化、市場化進程，進而提升高技術產業創新效率。此外，知識產權保護需結合產業發展實際情況。過度的知識產權保護雖然能避免創新成果流失，但也會導致行業內部形成技術壟斷，抑制其他創新主體創新活動，降低產業整體創新效率[16]。綜上，提出如下假設：

假設H2：在知識產權保護的不同程度下，數字經濟影響高技術產業創新效率的效果不同。

四、研究設計

1.模型構建

鑒于高技術產業創新效率可能存在“慣性”，將高技術產業創新效率滯后一期納入解釋變量，建立如下動態面板模型：

其中，i、t 分別代表省份及年份；Invit為核心被解釋變量高技術產業創新效率；Digit是核心解釋變量數字經濟；Xit代表控制變量合集；α0為截距項；α1、β0、β1代表變量回歸估計系數；μi為地區虛擬變量；λt為時間虛擬變量；εit為隨機擾動項。

為檢驗數字經濟不同維度對高技術產業創新效率的影響差異，將Digit分別替換為Dflit、Dilit、Idlit、Dinlit，構建如下模型：

基于文章假設H2，檢驗知識產權保護的門檻效應，構建如下門檻效應回歸模型：

式中，θ1～θn表示門檻值；I(·)代表指示函數，當括號內條件滿足時取值為1，否則取值為0；Iprit為知識產權保護，其余變量含義與模型(1)相同。

為防止模型固有的內生性問題，采用系統廣義矩估計法對上述模型(1)～(6)進行參數估計。

2.變量說明

（1） 被解釋變量：高技術產業創新效率

遵循數據可得性、科學性、系統性原則，從投入、產出兩個維度構建高技術產業創新效率評價指標體系。在產出指標選取方面，選取專利申請數與新產品銷售額進行衡量。在投入指標選取方面，選取研發資金與人力資本作為主要指標。其中，研發資金屬于流量數據，需借助永續盤存法轉化成存量指標，對應公式如下：

式中，i、t 分別表示省份及年份，Kit代表當期資本存量，Kit-1代表上期資本存量，Iit代表當期研究資金，δ 代表折舊率，采取學術界常用做法，設定折舊率為15%。

當前，投入產出效率的主流測算方式可分為兩種：第一種是參數估計法，代表為隨機前沿模型；第二種為非參數估計法，代表為數據包絡法。相對于后者，隨機前沿模型能夠綜合考慮環境變化與隨機因素，在實證分析中應用廣泛。由此，借鑒袁徽文、高波(2022)[11]的研究，采用隨機前沿模型測度高技術產業創新效率，具體公式如下：

式中，Yit為專利申請量；Kit為R&D 資本存量；Lit為R&D人員；T 為時間趨勢變量，可反映技術進步變動；Vit為隨機誤差項；Uit為技術非效率項。

（2） 核心解釋變量：數字經濟

現階段，數字經濟衡量方式并未形成固定范式，多數學者采用構建指標體系的方式進行衡量。文章在結合既有研究基礎上[17，18]，從數字基礎化水平、數字產業化水平、產業數字化水平、數字創新水平四個維度綜合衡量數字經濟發展水平。所構建評價指標體系如表1 所示。在具體測度方法選擇上，選取熵權法進行研究。

表1 數字經濟發展水平評價指標體系

（3） 門檻變量：知識產權保護

涉及知識產權的合法交易往往通過技術市場來完成，故技術市場轉讓規模能夠在一定程度上反映當地知識產權保護水平。選用技術市場成交額占當地GDP 比重衡量知識產權保護水平。

（4） 控制變量

為保證所得結果準確性，參考既有文獻[19，20]，對如下變量進行控制：一是人力資本水平(Hum)。內生增長理論指出，人力資本水平是影響技術創新效率的重要因素，采用普通高等學校在校學生數占比進行表征。二是對外開放程度(Open)。對外開放有助于人力、資金、技術等要素資源的流動，進而提高高科技產業創新效率，采用實際利用外商直接投資額占GDP 比重衡量。三是經濟發展水平(Eco)。通常情況下，經濟發展水平越高，越能為高技術產業創新活動提供良好環境，采用該地區人均GDP 反映。四是產業結構(Str)。相較于一、二產業，第三產業發展更有利于高技術產業創新效率提升，采用服務業增加值與GDP 之比表示。

3.數據來源

考慮到數據的完整性與可得性，文章選取2010—2021 年30 個省份數據為樣本（西藏及港澳臺地區由于數據缺失，不納入研究），數據主要來源于歷年《中國科技統計年鑒》 《中國統計年鑒》 《中國高技術產業統計年鑒》 以及各省份統計年鑒。對于缺失數據，采用線性插值法補齊。

五、實證分析

1.基礎回歸結果

采用系統GMM 模型的前提是工具變量為外生變量，擾動項不存在自相關關系，差分處理后的擾動項不存在二階自相關關系。分別進行Hansen 及Sargan 工具變量有效性檢驗以及Arellano Bond 序列相關檢驗。AR(1)與AR(2)檢驗結果顯示，差分方程殘差序列雖不能拒絕一階序列相關，但拒絕二階序列相關。Hansen 檢驗結果顯示，無法拒絕工具變量有效原假設，表明選取工具變量有效。綜上，模型(1)適用于系統GMM 估計，故文章以此結果作為基準回歸結果進行分析。

借助系統GMM對模型(1)進行回歸估計，結果見表2 列(1)。為便于比較，表2 同時給出了采用混合最小二乘法(POLS)、隨機效應模型(RE)和固定效應模型(FE)估計后的回歸結果，結果分別見列(2)、列(3)與列(4)。

表2 數字經濟對高技術產業創新效率的影響

核心解釋變量數字經濟Dig 系數為0.389，且在1%統計水平上顯著，說明數字經濟發展能夠提升高技術產業創新效率，假設H1 通過檢驗。可能的解釋是，數字經濟能夠加速創新資源要素流動，且與之相伴的數字技術使得高技術產業創新模式得以優化升級，進而提高自身創新效率。此外，被解釋變量滯后一期系數為0.552，且在1%統計水平上顯著，說明中國高技術產業創新效率在時間維度上確實存在慣性和“路徑依賴”現象。

就控制變量角度而言，表2 列(1)其他控制變量的回歸結果顯示，人力資本水平估計系數為0.166，且在1%統計水平上顯著，表明高水平人力資本能夠充分利用創新要素資源，從而提升高技術產業創新效率。對外開放程度估計系數為0.425，在1%統計水平上顯著，即對外開放有助于提升高技術產業創新效率。可能的解釋是，對外開放有助于將國外先進技術引入高技術企業，推動企業運營與生產流程創新優化，繼而提升高技術產業創新效率。經濟發展水平估計系數為0.557，在5%統計水平上顯著，表明經濟發展能夠有效促進高技術產業創新效率提升。產業結構估計系數為0.093，在1%統計水平上顯著，說明產業結構優化能夠為提升高技術產業創新效率賦能。對比可以發現，產業結構的驅動效應明顯低于經濟發展水平與對外開放程度。未來有必要持續優化相關服務產業，以更好提升高技術產業創新效率。

2.數字經濟子維度的影響

分別從數字基礎化水平、產業數字化水平、數字創新水平以及數字產業化水平四個維度探討數字經濟子維度對高技術產業創新效率的異質性影響，結果如表3 所示。

表3 數字經濟子維度對高技術產業創新效率的影響

觀察表3 可知，數字經濟不同維度對高技術產業創新效率均存在顯著正向影響。其中，數字基礎化水平的回歸估計系數為0.612，在1%統計水平下顯著。原因在于，不斷完善的數字基礎設施建設快速提升了行業間高技術企業技術交流的共享水平，改善了產業創新生態，提升了創新效率。數字產業化水平對應回歸估計系數為0.385，且在5%統計水平上顯著。原因在于，數字產業發展能夠推動人工智能、區塊鏈、類腦計算芯片等技術取得突破式進展，從而對高技術產業創新活動進行技術賦能，提高其創新效率。數字創新水平對應回歸估計系數為0.703，且在1%統計水平下顯著，在所有子維度中影響最強。可能的解釋是，數字創新能夠擴展創新網絡，將傳統創新活動由線下實體空間為主轉變為線上與線下、實體與虛體相結合的復合式創新，提升高技術產業創新效率。產業數字化水平對高技術產業創新效率的回歸估計系數為0.097，在所有子維度中影響最小，說明產業數字化更多是在各產業內部進行變革，對高技術產業的帶動效應有限，無法在短期內驅動高技術產業創新效率提升

3.穩健性檢驗

為驗證以上結論的穩健性，采用以下兩種方式進行檢驗：第一，變更研究時期。考慮到2020 年的新冠肺炎疫情可能導致數字經濟對高技術產業創新效率影響出現波動，文章選取2010—2019 年數據重新進行回歸。第二，變更研究樣本。就數字經濟發展現狀來看，廣東、江蘇、上海、北京、浙江5 個省份發展水平明顯高于其他地區，將其納入樣本分析可能影響結果的普適性，故剔除以上5 個省份重新進行回歸，檢驗結果表明，無論是數字經濟整體層面，還是數字經濟子維度，其對高技術產業創新效率的回歸估計系數符號方向并未發生改變。這一結果表明，上述結論整體較為穩健。

4.門檻效應分析

（1） 門檻效應檢驗

為檢驗文章假設H2，以知識產權為門檻變量，驗證其在數字經濟影響高技術產業創新效率的過程中是否存在門檻效應。

根據檢驗結果可知，在單一門檻檢驗中，知識產權保護在1%水平上顯著；在雙重門檻檢驗中，知識產權保護在5%水平上顯著；在三重門檻檢驗中，知識產權保護并未通過顯著性檢驗。由此，利用雙重門檻檢驗分析知識產權保護的門檻效應，門檻值分別為1.499 與3.238。

（2） 門檻效應回歸結果

借助模型(6)，對知識產權保護的門檻效應進行檢驗（見表4）。結果表明，知識產權保護力度不同，數字經濟的作用效果亦存在差異。在門檻變量處于第一門檻值之下時，數字經濟對應估計系數為0.148，且在1%統計水平下顯著。當知識產權保護水平高于第一門檻值，低于第二門檻值時，數字經濟估計系數為0.621，在1%統計水平下顯著。當知識產權保護水平高于第二門檻值時，數字經濟回歸估計系數為0.326，在1%統計水平下顯著。可見，知識產權保護力度的變化會影響數字經濟對高技術產業創新效率的作用。知識產權保護力度過大或過小時，均會在一定程度上限制數字經濟對高技術產業創新效率的提振作用。只有當其處于最優區間時，數字經濟對高技術產業創新效率的賦能作用才能達到最強。假設H2 通過驗證。

表4 門檻效應回歸結果

5.地區異質性分析

（1） 數字經濟對高技術產業創新效率影響的地區異質性檢驗

為檢驗數字經濟對不同地區高技術產業創新效率的影響是否存在異質性，依據國家統計局劃分標準，將30 個省份分為東部、中部、西部三大地區，并進行分樣本回歸，具體檢驗結果如表5 所示。

表5 地區異質性檢驗結果

由表5 可知，數字經濟對東部地區高技術產業創新效率的回歸估計系數為0.515，且在1%統計水平下顯著；對中部、西部地區高技術產業創新績效的回歸估計系數分別為0.402、0.371，且均通過1%統計水平下的顯著性檢驗。對比而言，數字經濟對東部地區高技術產業創新效率的提振作用明顯更強。可能的原因是，數字經濟是基于數字技術的經濟活動，其發展需要龐大數據規模以及充足的信息技術人才做支撐。與中部、西部地區相比，東部地區不僅擁有地理、人口等先天優勢，還具備政策試點等后天制度優勢。加之東部地區高技術產業發展本身較為成熟，對于數字經濟的融合應用能力明顯更強，故數字經濟對高技術產業創新效率的影響相對更強。

（2） 門檻效應地區異質性檢驗

進一步考察知識產權保護的門檻效應在不同地區表現情況，結果如表6 所示。觀察可知，知識產權保護在東部、中部地區表現出雙重門檻效應，在西部地區則表現為單一門檻效應，門檻值為1.438。代入門檻模型進行回歸分析如表7 所示。分析可知，對于東部地區而言，當知識產權保護低于第一門檻值時，數字經濟回歸估計系數為-0.012，通過1%統計水平的顯著性檢驗。當知識產權保護在兩個門檻值之間時，上述影響由負轉正。當知識產權保護超過第二門檻值后，數字經濟對高技術產業創新效率的正向影響隨之降低。對于中部地區而言，其與全國趨勢一致，即隨著知識產權保護水平的不斷提升，數字經濟對高技術產業創新效率的影響呈先增強后減弱的發展態勢。對于西部地區而言，數字經濟對高技術產業創新效率的影響始終為正。當知識產權保護水平越過門檻值后，這一正向影響將得到強化。進一步分析產生上述結果的潛在原因在于，東部地區高技術產業發展水平較高，技術成果轉化較快，知識產權保護力度過低則會大幅削弱創新收益，降低創新主體積極性，進而抑制高技術產業創新效率提升。只有當知識產權保護水平到達一定程度后，數字經濟對高技術產業創新效率的賦能作用才能得到進一步激發。對于西部地區而言，其高技術產業創新效率偏低，數字經濟的賦能效應受知識產權保護影響較小，始終呈正向影響。

表6 門檻效應地區異質性檢驗結果

六、結論與建議

1.結論

文章選取2010—2021 年中國30 個省份面板數據，借助GMM模型實證分析數字經濟及其四個子維度對高技術產業創新效率的影響效應，并進一步考察知識產權的門檻效應，得出以下研究結論：

第一，從全國層面看，數字經濟及其四個子維度對高技術產業創新效率均具有顯著正向影響，充分說明數字經濟有助于提升高技術產業創新效率。該結論在變更研究時期和變更研究樣本后依然成立。分地區看，數字經濟對東部地區高技術產業創新效率的影響效應最強，中部地區次之，西部地區最不顯著。

第二，知識產權保護在數字經濟對高技術產業創新效率的影響中存在雙重門檻效應，且數字經濟對高技術產業創新效率的影響始終為正。當知識產權保護位于兩個門檻值之間時，數字經濟對高技術產業創新效率的正向影響最強。

第三，知識產權保護的門檻效應存在顯著地區差異。在東部地區，知識產權保護存在雙重門檻效應，當知識產權保護低于第一門檻值時，數字經濟負向影響高技術產業創新效率；當知識產權保護位于兩個門檻值之間時，數字經濟對高技術產業創新效率的影響由負轉正；當知識產權保護越過第二門檻值后，這一正向影響隨之降低。對于中部地區而言，其影響結果與全國趨勢一致。對于西部地區而言，知識產權保護存在單門檻效應。知識產權保護越過門檻值后，數字經濟的促進作用隨之增強。

2.建議

第一，適度超前部署數字新基建，夯實數字經濟發展基礎。一方面，持續完善信息基礎設施建設，推動光纖網絡的提速擴容，并加快部署5G 網絡的規模化應用。與此同時，政府應依據各地數據、算力等實際情況，統籌建設數據中心集群，形成一體化大數據中心體系。另一方面，建立存算一體基礎設施，實現數字要素資源多元供給。政府可以城市為中心，構建涵蓋云計算、邊緣計算、超算協同的多層次計算體系，打造存儲多元、算力開放的存算一體化基礎設施，為數字經濟提供完善的網絡與平臺支撐。政府部門需著力搭建數據共享交換平臺，實現跨部門、跨業務、跨地區的數據協同管理與服務，推動高技術產業領域的數據要素市場流通交易，助力高技術產業創新效率提升。

第二，優化知識產權保護體系，打造數字經濟推動高技術產業創新效率提升的外部軟環境。首先，明確相關領域知識產權保護邊界。相關政府部門應明確權力邊界，并提供確切的保護范圍與侵權對比方案，為高技術產業領域知識產權司法實踐提供明確指引。其次，完善知識產權司法保護制度。對于知識產權案件“舉證難”“周期長”等客觀問題，合理減輕權利人舉證負擔，并探索“先行判決+臨時禁令”等裁決方式，及時制止侵權行為。最后，依據產業特征實施差異化保護策略。高技術產業不同行業對知識產權保護敏感性并不相同。相關部門應聯合行業協會、頭部企業等主體，結合技術發展現狀，不斷優化行業規范形式，緩解知識產權保護的創新抑制效應，更好釋放數字經濟對高技術產業創新效率的推動效應。

第三，實施數字經濟均衡化發展戰略。一方面，多舉措落實“東數西算”建設布局。加大國家算力網絡的頂層設計，在內蒙古、甘肅、寧夏、貴州等數字經濟發展相對滯后地區布局全國算力網絡樞紐節點，推進這些地區與東部地區數字經濟發展較好省份之間的云網協同，進而激發其自身數字經濟發展。另一方面，強化中部、西部地區的數字人才供給。數字經濟發展落后地區應積極推進數字人才隊伍建設，通過打造數字經濟人才市場、強化數字人才待遇等方式吸納數字人才，助力當地數字經濟發展，推動高技術產業創新效率穩步提升。