數字產業協同創新對全要素碳生產率的影響研究

[摘要]數字產業協同創新有助于經濟低碳轉型，為全要素碳生產率提高提供巨大機遇。基于2008—2021年30個省區市面板數據，對數字產業協同創新影響全要素碳生產率進行實證分析。研究表明，數字產業協同創新對全要素碳生產率具有顯著促進作用，且在經過系列穩健性檢驗后該結論依然成立。異質性檢驗可知，數字產業協同創新對東部地區、新基建水平較高地區的全要素碳生產率提升作用更明顯。中介機制檢驗得知，資本要素配置與人力要素配置水平提高是數字產業協同創新顯著提升全要素碳生產率的重要路徑。為深層次提升全要素碳生產率，應加強頂層設計，夯實數字產業協同創新基座；發揮各方優勢，推動要素市場化配置；因時因勢施策，助推數字產業協同創新發展。

[關鍵詞]數字產業協同創新；資本要素配置；人力要素配置；全要素碳生產率

一、 引言與文獻綜述

“雙碳”目標提出并實施以來，我國生態文明建設進入生態環境質量改善由“量變”到“質變”的全面綠色轉型期。為此，我國積極加強生態環境治理，并致力于改善以往高度依賴煤炭資源的能源消費結構，助力實現長期有效的可持續“雙碳”目標。2023年7月，中央全面深化改革委員會第二次會議通過的《關于推動能耗雙控逐步轉向碳排放雙控的意見》指出，“完善能源消耗總量和強度調控，逐步轉向碳排放總量和強度雙控制度”“堅持節約優先方針，更高水平、更高質量地做好節能工作，用最小成本實現最大收益”1。此情形下，全要素碳生產率作為“雙控”重要著力方向，有助于我國順利實現經濟發展與綠色轉型雙贏。并且，提升全要素碳生產率不僅是加快社會經濟增長和碳排放“脫鉤”的有效方式[1]，而且是全面實現社會經濟綠色低碳轉型、開啟生態文明建設新征程的有力保障。因此，如何提升全要素碳生產率，更好支持“雙碳”目標順利實施，成為現階段備受各界關注的重點。

學術界關于全要素碳生產率的研究著重于以下兩方面。一是關于全要素碳生產率的測度。如王凱等[2]從旅游業入手探究全要素碳生產率得知，2000—2017年的中國旅游業全要素碳生產率總體呈不斷提升的發展態勢，且具有“中部地區＞東部地區＞西部地區”的空間分布格局。蘇方林等[3]聚焦東部沿海地區發現，研究期內該地區全要素碳生產率呈現波動上升的發展態勢。二是關于全要素碳生產率的影響因素。已有文獻資料發現，政府參與型環境規制和市場激勵型環境規制[4]、互聯網發展[5]、技術進步[6]均能夠提升全要素碳生產率，而產業結構升級[7]會抑制全要素碳生產率。鑒于此，是否存在新的因素能夠影響全要素碳生產率值得研究。

伴隨數字經濟的快速發展，數字產業協同創新作為提高產業創新能力與競爭力的關鍵，日益成為促進經濟高質量發展、推進生態文明建設的重要方式之一。深入來說，數字產業協同創新有利于加快社會生產流程改造、重塑社會需求結構，有效銜接傳統發展模式和新興數字技術，賦能全要素碳生產率提升[8-10]。這一過程中，數字產業協同創新通過整合資源優勢，創造新型產業鏈與生態系統，極大提高了產業附加值[11]，為全要素碳生產率的提升提供了支持。此外，數字產業協同創新引入供應鏈管理、生產流程優化等內容，對我國積極穩妥推進“雙碳”目標具有現實意義。顯然，數字產業協同創新對于提升全要素碳生產率具有積極作用。不過，這一促進作用的具體影響機制如何？是否因區域、新基建水平差異存在異質性特征？探究以上問題可為提升地區全要素碳生產率、加快生態文明建設提供全新思路。

有別于以往文獻資料，本研究重點分析數字產業協同創新對全要素碳生產率的影響作用。可能的邊際貢獻主要有：一是在研究角度上，以數字產業協同創新為切入點，深入分析如何利用數字產業協同創新提升全要素碳生產率，有利于支持“雙碳”目標加快實現。二是在研究內容上，將要素配置作為探究數字產業協同創新與全要素碳生產率的中介變量，并細分為資本要素配置與人力要素配置，對數字產業協同創新提升全要素碳生產率的作用機制展開深入分析，旨在夯實已有研究內容。三是從區域和新基建水平方面，著力探究數字產業協同創新影響全要素碳生產率的異質性，為相關部門制定針對性決策提供理論參鑒。

二、 理論假說

數字產業協同創新的本質是產業以數字技術工具為媒介，通過協同創新實現高質量發展的過程，對于全要素碳生產率的提升具有積極作用。根據熊彼特內生增長理論可知，創新活動產生的技術進步是促進經濟增長的重要內生因素[12]，有助于實現經濟社會高質量發展。于數字產業協同創新而言，其在不斷擴大數字技術應用領域，有效優化數字產業生產鏈條的同時，可降低因環境污染負外部性引致的綠色生產成本，為提高全要素碳生產率提供契機和支持。一方面，數字產業協同創新能夠拓展新經濟空間，提高全要素碳生產率。在數字產業協同創新過程中，相關參與主體可以通過加深產業鏈合作，促使產業鏈上各節點在虛擬空間內實現高度集聚。借此，有限的資源投入可帶來更多產品或服務生產與交付，縮短產品從設計到生產、交易的時間成本[13]，極大提升單位產品全要素碳生產率。與此同時，在數字產業協同創新過程中，人工智能、互聯網、大數據等數字技術的廣泛應用，能夠提高組織內部生產經營效率，降低無序經營引致的資源浪費行為，使得不同供應鏈系統得以高效連接，這益于降低碳排放污染，賦能全要素碳生產率提升[14]。另一方面，數字產業協同創新能夠整合碎片化數據，提高全要素碳生產率。馬歇爾新古典學派理論認為，地理位置相近的企業之間具有相互依賴關系，有助于推動經濟增長[15]。對于數字產業而言，其借助數字技術有效破除了時空隔閡，使得數字產品制造、數字產品服務、數字技術應用等諸多業態實現了實時交互和泛在連接，加快了專業知識積累傳播以及創新技術溢出[16]。此情形下，數字產業相關參與主體能夠圍繞協同創新綜合統籌各節點數據信息，提升社會生產從源頭到全鏈條重點問題的處理效率。這有助于減少產業全面綠色轉型中的資源浪費，提高全要素碳生產率。據此，本文提出如下假設：

假設1：數字產業協同創新能夠促進全要素碳生產率提升。

在數字經濟持續影響下，數字新型基礎設施建設及相關技術的深度應用，擴大了產業發展對優化要素配置的迫切需求。作為產業變革的新興產物，數字產業協同創新可在優化要素配置過程中，漸次完善資本要素與人力要素配置，助力全要素碳生產率提升。

第一，資本要素配置的傳導機制。一方面，數字產業協同創新能優化資本要素配置。數字經濟具有打破時空限制的可達性特征，有助于數字產業在開展協同創新活動時，擴大資本要素的利用率[17]。也就是說，在數字產業協同創新過程中，相關參與主體可充分借助線上支付手段，降低時間、空間對資本要素的流通限制，提高資本要素配置水平。另一方面，資本要素配置可以提高全要素碳生產率。融資約束是制約全要素碳生產率提升的關鍵因素之一[18]。此過程中，資本要素配置能夠有效緩解數字產業協同創新過程中的融資約束，進一步引導資本要素向綠色、可持續發展的數字產業流動。這有助于降低數字產業協同創新活動中的環境污染負外部性，提高相關參與主體綠色發展的資本要素支持力度，加速提高全要素碳生產率。

第二，人力要素配置的傳導機制。一方面，數字產業協同創新可提高人力要素配置水平。從產業發展結構審視，當前我國仍以勞動密集型產業為主，且多依賴低成本人力要素攫取發展紅利[19]。隨著數字經濟的快速興起，既有以勞動力密集型產業為主的低成本人力要素發展模式難以為繼[20]，這倒逼相關參與主體主動優化人力要素配置，以更好地開展數字產業協同創新活動。此過程中，數字產業協同創新活動本身具有的發展需求會加大對域外高素質人才的吸引力，一定程度上有助于提升人力要素配置水平。另一方面，人力要素配置有利于提升全要素碳生產率。在資源約束趨緊、生態系統退化嚴重的當下，秉持生態文明建設理念，加大傳統能源、可再生能源、智能電網技術等能源領域人才培養力度，利于提高人力要素配置水平[21]，賦能全要素碳生產率提升。這一過程中，高素質人才能夠借助數字技術工具開展協同創新活動，進而減少數字產業協同創新活動中的能源損耗、資源浪費等行為，正向作用于全要素碳生產率。因此，從要素配置視角看，數字產業協同創新能夠分別通過優化資本要素配置與人力要素配置，推動全要素碳生產率的提高。綜合上述分析，提出如下假設：

假設2：資本要素配置在數字產業協同創新對全要素碳生產率的影響關系中發揮中介效應。

假設3：人力要素配置在數字產業協同創新對全要素碳生產率的影響關系中發揮中介效應。

三、 研究設計

1. 模型設計

為深入探究數字產業協同創新對全要素碳生產率的影響，本文選擇構建雙向固定效應模型展開實證檢驗，具體如式（1）所示：

[TFCPit=α0+α1CIDIit+α2Xit+ui+vt+εit]" （1）

式（1）中，[TFCPit]表示[i]省份于[t]年的全要素碳生產率，[CIDIit]表示[i]省份于[t]年的數字產業協同創新水平，[Xit]表示系列控制變量，包含經濟發展水平（[PGDP]）、對外開放水平（[OPEN]）、市場化水平（[MAR]）、產業結構（[IS]）、城鎮化水平（[URB]）；[ui]為省份固定效應、[vt]為年份固定效應，[εit]為隨機誤差項。

2. 變量測度與說明

（1）全要素碳生產率。結合已有研究[22-23]，本文綜合運用超效率SBM-DDF模型和Luenberger方法對全要素碳生產率進行計算。投入層面分別利用人員投入、資本投入和能源投入指標衡量，人員投入以地區總人口指代，資本投入以固定資本存量表征，能源投入以各地區能源消費量表示。產出層面包含期望與非期望產出，期望產出以各地區GDP表示，非期望產出以二氧化碳排放量表征1。

（2）數字產業協同創新。現階段，學術界并未就數字產業協同創新進行統一界定。由于數字創新涉及范圍內容較廣，借助多指標測算數字產業協同創新水平則更為合理。結合已有文獻資料[24-26]，本文從數字產業協同創新基礎、數字產業協同創新需求、數字產業協同創新應用3個維度選取指標，建立如表1所示的數字產業協同創新指標體系，并利用熵權法測得數字產業協同創新綜合指數。

（3）控制變量。參考過往文獻研究[27-28]，本文選取如下控制變量：經濟發展水平（[PGDP]）、對外開放水平（[OPEN]）、市場化水平（[MAR]）、產業結構（[IS]）、城鎮化水平（[URB]）。相關變量說明如表2所示。

3. 數據來源

本文選取2008—2021年30個省區市面板數據，探究數字產業協同創新對全要素碳生產率的影響。相應指標的數據主要來源于《中國統計年鑒》《電子信息產業年鑒》《中國環境統計年鑒》以及各省份統計年鑒、中經網統計數據庫、國泰安數據庫，在此基礎上對部分缺失的數據以線性插值法補充，最終得到各變量描述性統計如表3所示。

四、 實證檢驗與結果分析

1. 基準回歸結果

利用式（1）探究數字產業協同創新對全要素碳生產率的影響，具體回歸結果見表4。其中，列（1）、列（2）分別為未納入和納入控制變量的結果，明顯可見，數字產業協同創新對全要素碳生產率影響的結果均顯著為正。這說明數字產業協同創新對全要素碳生產率具有顯著提升作用，驗證了假說1。控制變量方面，城鎮化水平的回歸系數值顯著為負，表明研究期內城鎮化發展會降低全要素碳生產率。對外開放水平的回歸系數值為正，說明提高對外開放水平能夠提升全要素碳生產率，但現階段來看效果并不顯著。經濟發展水平、市場化水平以及產業結構的回歸系數值顯著為正，說明此三者水平提高能夠有效提升全要素碳生產率。

2. 異質性分析

（1）地區差異。數字產業發展水平以及資源要素稟賦可能在不同地區具有相應差異性，這促使數字產業協同創新對全要素碳生產率的影響作用也可能存在地區異質性特征。由此，本文依據國家統計局劃分標準將樣本劃分為東部、中部以及西部地區，并進一步展開回歸結果分析（表5）。根據表5中列（2）至列（4）結果得知，數字產業協同創新對全要素碳生產率的提升作用具有顯著差異，其中東部地區的影響效應明顯較中部、西部地區高。深究其因，東部地區數字產業協同創新水平較高，且匯聚各類高水平創新要素，能夠催生或變革社會經濟生產范式，繼而有效提升產能利用率、勞動生產率、行業利潤率，推升全要素碳生產率。不僅如此，東部地區較高的數字產業協同創新水平能夠促進智能建造、工業互聯、智慧能源、智慧農業等快速落地應用，為全要素碳生產率提升有效賦能。是以，在對全要素碳生產率提升作用方面，東部地區數字產業協同創新水平釋放的紅利邊際效應更強勁，能夠對全要素碳生產率發揮更明顯的促進效應。

（2）新基建水平差異分析。數字經濟快速發展態勢下，一地區新基建水平亦成為影響本地區全要素碳生產率的重要因素。鑒于此，有必要分析不同新基建設施建設水平下，數字產業協同創新對全要素碳生產率的影響。在此，借鑒田瑤等人[30]的研究分析方法，以各地區互聯網端口接入數量衡量新基建水平，并進一步依據各地區新基建水平中位數將樣本數據劃分為新基建水平較高地區和新基建水平較低地區，隨后展開回歸分析，結果詳見表5列（5）、列（6）。根據表中數據可知，數字產業協同創新對新基建水平較高地區全要素碳生產率影響的回歸系數為3.379，且通過1%水平的顯著性檢驗。數字產業協同創新對新基建水平較高低地區全要素碳生產率影響的回歸系數為1.031。相較而言，盡管兩者顯著性一致，但數字產業協同創新對新基建水平較高地區全要素碳生產率的影響更大。原因可能在于，新基建水平較高地區相應流通體系更為高效，這有助于充分發揮人力資本、數據技術、金融投資等對于數字產業協同創新的重要作用，進而快速助力全要素碳生產率提升。并且，更為完善的新基建設施能夠迅速挖掘數字產業協同創新的新增長點，加強相關主體對于核心技術的研發力度，深度促進各創新要素融合滲透，為提高全要素碳生產率注入全新動能。

3. 穩健性檢驗

第一，替換解釋變量。本文參考袁徽文等[30]的研究，采用數字產業協同創新效率（[CIDI2]）作為解釋變量重新展開回歸分析。其中，產出指標選取數字產業專利申請量表征，投入指標選取數字產業Ramp;D人員和Ramp;D經費表征，之后利用隨機前沿模型測算數字產業協同創新效率。第二，滯后一期處理。利用數字產業協同創新滯后一期水平進行回歸，以驗證基準結果的穩健性。第三，剔除特殊樣本。2020年初，由于新冠突發公衛事件的影響，國際國內市場面臨諸多不確定性因素。因此，為排除可能存在的影響，剔除2020年和2021年省份面板數據，重新進行回歸分析。根據表6列（1）至列（3）的結果可知，核心變量的回歸系數值依然顯著為正，由此佐證了假設1合理，即上文研究結果較為穩健。

五、 作用機制分析

本文為進一步探究資本要素配置與人力要素配置是否在數字產業協同創新對全要素碳生產率影響中發展中介作用，構建如下中介效應模型：

[TFCPit=α1+η1CIDIit+β1Xit+ui+vt+εit]" （2）

[Mit=α2+η2CIDIit+β2Xit+ui+vt+εit] （3）

[TFCPit=α3+η3CIDIit+γMit+β3Xit+ui+vt+εit] （4）

式（2）至式（4）中，[M]表示中介變量，包括資本要素配置（[ASSETS]）與人力要素配置（[SENIOR]）。其中，資本要素配置利用流動資本總量衡量，并進行對數化處理；人力要素配置利用各地區接受大專及以上受教育程度的人口數量衡量，并進行對數化處理。其余變量含義同式（1）。

表7列（1）至列（3）顯示了“數字產業協同創新—資本要素配置—全要素碳生產率”的機制作用結果。其中，數字產業協同創新對資本要素配置影響的系數值為0.341，資本要素配置對全要素碳生產率影響的系數值為0.679，且均在1%顯著水平下通過檢驗。這說明資本要素配置在數字產業協同創新影響全要素碳生產率中發揮中介作用，驗證了假設2。列（1）、列（4）、列（5）顯示了“數字產業協同創新—人力要素配置—全要素碳生產率”的機制作用結果。其中，數字產業協同創新對人力要素配置影響的系數值為0.473，資本要素配置對全要素碳生產率影響的系數值為0.765，且均在1%顯著水平下通過檢驗。這說明人力要素配置在數字產業協同創新影響全要素碳生產率中發揮中介作用，驗證了假設3。

六、 結論與建議

1. 研究結論

本文在分析數字產業協同創新對全要素碳生產率影響的理論機制基礎上，基于2008—2021年30個省區市面板數據，利用雙向固定效應模型和中介效應模型，對二者關系展開實證分析。最終得出如下研究結論：第一，數字產業協同創新有利于提高全要素碳生產率，且經過系列穩健性檢驗后該結論仍然成立。第二，數字產業協同創新對全要素碳生產率的影響存在異質性，在東部地區和新基建水平較高地區，數字產業協同創新對于全要素碳生產率的促進作用更明顯。第三，要素配置是數字產業協同創新驅動全要素碳生產率提高的重要作用機制，即數字產業協同創新可通過優化資本要素配置與人力要素配置，促進全要素碳生產率提升。

2. 對策建議

（1）加強頂層設計，夯實數字產業協同創新基座。研究可知，數字產業協同創新能夠提升全要素碳生產率。鑒于此，我國應加強頂層設計，夯實數字產業協同創新基座。中央政府須加強對數字產業協同創新的規劃布局，充分了解數字創新資源、數字經濟基礎、產業結構布局現狀，依托優勢地區、優勢產業，率先打造緊貼國家戰略、創新密度高、發展潛力大的數字產業協同創新集群，借以帶動全要素碳生產率提升。此過程中，地方政府應出臺相關幫扶支持政策，促進數字產業主體加速協同創新，逐漸形成分布有序、協同互補、分工合作的發展格局，助力全要素碳生產率持續提升。并且，地方政府可不斷優化地區性通用數據中心結構布局，加大工業互聯網、5G網絡等新型基礎設施建設力度，促進數字產業間數據和業務共享共用，提升數字產業協同創新質效，借此推動全要素碳生產率提升。

（2）發揮各方優勢，推動要素市場化配置。研究發現，數字產業協同創新通過要素配置提升全要素碳生產率。是以，我國應發揮各方優勢，推動要素市場化配置。一方面，地方政府應鼓勵數字產業骨干企業與產學研機構展開合作，并通過各方優勢的發揮，建立風險共擔、成果共享的聯合體，推動要素市場化配置，在實現資本與人力要素加速流動的同時，賦能全要素碳生產率提高。另一方面，數字產業相關主體可發揮各自優勢，積極推進技術創新聯盟、重大科技創新平臺、科技創新基地等的建設，助力數字產業鏈上下游優勢企業實現強強聯合，借此推動要素市場化配置，助力資本與人力要素共享，進而提高全要素碳生產率。此過程中，數字產業領軍企業應發揮自身對產業鏈上下游的強控制力和資源整合能力，加速產業鏈各類要素流動，推動要素市場化配置，進而帶動全要素碳生產率穩步提升。

（3）因時因勢施策，助推數字產業協同創新發展。鑒于數字產業協同創新對全要素碳生產率的影響在東部地區與新基建水平高的地區更明顯，各地區應基于自身特征與稟賦差異，因時因勢差異化施策，助推數字產業協同創新發展。東部地區應增強數字產業領軍企業的領頭雁和規模優勢作用，推動實現跨區域協同創新合作，帶動中西部地區數字產業協同創新發展，實現全域全要素碳生產率提升。中西部地區應積極發揮數字產業協同創新的后發優勢，有效承接來自東部地區的數字產業創新項目轉移，并以此加速數字產業協同創新，提高全要素碳生產率。在數字新基建水平較高地區，數字產業相關主體可借助數字新基建發展紅利，利用先進數字技術與數字化平臺，驅動數字產業協同創新，借此提高全要素碳生產率。在數字新基建水平較低地區，數字產業相關主體可更多依靠本地政府政策扶持與自主創新，驅動數字產業協同創新，進而提高全要素碳生產率。

參考文獻：

[1] 光峰濤，李琳，洪水峰.中國碳生產率動態演進規律與驅動因素研究[J/OL].軟科學：1-15[2023-09-07].

[2] 王凱，馬月琴，甘暢，等.中國旅游業全要素碳生產率動態演進及其影響因素[J].環境科學研究，2020（10）：2388-2398.

[3] 蘇方林，陸洪波.中國東部沿海地區全要素碳生產率動態面板數據分析[J].生態經濟，2019（2）：13-18.

[4] 陳東景，劉坤.異質型環境規制對全要素碳生產率的影響研究[J].林業經濟，2022（6）：35-49.

[5] 白雪潔，孫獻貞.互聯網發展影響全要素碳生產率：成本、創新還是需求引致[J].中國人口·資源與環境，2021（10）：105-117.

[6] Liu H M， Wen S B， Wang Z. Agricultural Production Agglomeration and Total Factor Carbon Productivity： based on NDDF–MML Index Analysis[J]. China Agricultural Economic Review，2022，14（4）：709-740.

[7] Cui S N， Wang Y Q， Xu P， et al. The Evolutionary Characteristics and Influencing Factors of Total Carbon Productivity： Evidence from China[J].Environmental Science and Pollution Research International，2022，30（6）：15951-15963.

[8] 戚聿東，杜博，葉勝然.知識產權與技術標準協同驅動數字產業創新：機理與路徑[J].中國工業經濟，2022（8）：5-24.

[9] 艾尚樂，楊萬壽，黃永弟.平臺經濟視域下的數字內容產業協同創新演化博弈研究[J].工業技術經濟，2022（10）：51-56.

[10] 唐杰，戴欣.數字經濟產業的創新關聯——來自深圳市創新企業的證據[J].中山大學學報（社會科學版），2021（6）：165-176.

[11] 宋培，白雪潔，李琳，等.數字產業創新對產業結構現代化的影響研究[J/OL].科學學研究：1-18[2023-09-08].

[12] 田秀娟，李睿.數字技術賦能實體經濟轉型發展——基于熊彼特內生增長理論的分析框架[J].管理世界，2022（5）：56-74.

[13] 戴若塵，王艾昭，陳斌開.中國數字經濟核心產業創新創業：典型事實與指數編制[J].經濟學動態，2022（4）：29-48.

[14] 郭衛香，孫慧.環境規制、技術創新對全要素碳生產率的影響研究——基于中國省域的空間面板數據分析[J].科技管理研究，2020（23）：239-247.

[15] 賈清顯，張自然.空間集聚、創新相互依存與城市經濟增長外部性[J].深圳大學學報（人文社會科學版），2022（6）：76-86.

[16] 王黎螢，樓源，趙春苗，等.標準與知識產權推進數字產業創新理論與展望[J].科學學研究，2022（4）：632-641.

[17] 張春飛，岳云嵩.我國數字貿易創新發展的現狀、問題與對策研究[J].電子政務，2023（2）：96-106.

[18] 王金濤，黃恒.綠色信貸對碳排放的影響研究——基于PSTR模型和SDM模型的實證分析[J].當代經濟管理，2022（9）：80-90.

[19] 朱宇，劉爽.第二次人口紅利理論回顧與中國實踐展望[J].西北人口，2019（2）：1-11.

[20] 余泳澤，段勝嵐，林彬彬.新發展格局下中國產業高質量發展：現實困境與政策導向[J].宏觀質量研究，2021（4）：78-98.

[21] 龍文濱，李麗丹，胡珺，等.省域邊界、地理稟賦與企業環境績效[J].管理評論，2023（8）：56-70.

[22] 吳傳清，鄧明亮.信息化水平促進中國全要素碳生產率增長的路徑研究[J].中國軟科學，2023（4）：177-188.

[23] Pastor T J， Lovell K C， Aparicio J. Defining a New Graph Inefficiency Measure for the Proportional Directional Distance Function and Introducing a New Malmquist Productivity Index[J].European Journal of Operational Research，2020，281（1）：222-230.

[24] 張元慶，劉爍，齊平.數字產業協同創新發展對碳排放強度影響研究[J].西南大學學報（社會科學版），2023（3）：114-128.

[25] 王俊豪，周晟佳.中國數字產業發展的現狀、特征及其溢出效應[J].數量經濟技術經濟研究，2021（3）：103-119.

[26] 劉朝煜.數字技術創新賦能數字經濟和實體經濟深度融合模式——基于生產—消費網絡的視角[J].上海經濟研究，2023（8）：55-69.

[27] 黎毅，蔣青松.數字經濟碳減排效應分析——基于生產與消費端的雙重路徑分析[J].南京審計大學學報，2023（4）：81-90.

[28] 胡甲濱，俞立平，張宏如.數字創新韌性與高技術產業創新：機制及效應[J].山西財經大學學報，2023（4）：95-111.

[29] 田瑤，趙青，郭立宏.數字普惠金融與共同富裕的實現——基于總體富裕與共享富裕的視角[J].山西財經大學學報，2022（9）：1-17.

[30] 袁徽文，高波.數字經濟發展與高技術產業創新效率提升——基于中國省級面板數據的實證檢驗[J].科技進步與對策，2022（10）：61-71.

基金項目：河南省高校人文社會科學研究一般項目“新時代大學生雙創教育促進鄉村振興全面發展的應用性研究——以河南省為例”（項目編號：2022-ZDJH-0044）；河南省高等學校重點科研項目計劃“協同創新視角下河南省應用型高校科技創新能力提升研究”（項目編號：23B880010）。

作者簡介：曹華瑩，女，鄭州升達經貿管理學院副教授，菲律賓萊西姆大學研究生院在讀博士，主要研究方向為人力資源開發、管理科學。

（收稿日期：2023-09-13" 責任編輯：蘇子寵）