为了检验数字经济对高技术产业创新绩效的影响，本文构建面板数据计量模型进行实证分析，运用双向固定效应模型进行回归。基准模型设定如下：

ln N u m b e r i t = α 0 + α 1 ln S c o r e i t + α 2 C o n i t + μ i + δ t + ε i t (1)

其中，i表示省份，t表示年份， N u m b e r i t 为被解释变量高技术产业创新绩效， S c o r e i t 为核心解释变量数字经济。向量 C o n i t 为一系列控制变量，包括高技术产业规模( S c a l e i t )、经济发展水平( E c o n o m y i t )、科研机构数量( R e s e a r c h i t )、购买国内技术经费( B u y i t )。 μ i 表示个体效应， δ t 表示时间效应， ε i t 表示随机扰动项。

在式(1)的基础上，将知识产权保护( P r o t e c t i t )作为门槛变量，分析其门槛效应，将面板门槛模型设定为如下形式：

N u m b e r i t = β 0 + β 1 S c o r e i t ⋅ I ( I p r o t e c t i t ≤ θ 1 ) + β 2 S c o r e i t ⋅ I ( θ 1 ≤ I p r o t e c t i t ≤ θ 2 )     + β n − 1 S c o r e i t ⋅ I ( I p r o t e c t i t ≥ θ n ) + β n C o n i t + μ i + δ t + ε i t (2)

其中， θ 1 ~ θ n 表示门槛值； I ( ⋅ ) 代表指示函数，当括号内条件满足时取值为1，否则取值为0； I p r o t e c t i t 为知识产权保护，其余变量含义与模型(1)相同。

被解释变量为高技术产业创新绩效( N u m b e r i t )。借鉴李斯林等(2023) [ 11 ] 和顾幼瑾等(2023) [ 12 ] 的研究，由于专利申请数能客观地体现企业在创新研发阶段的绩效，因此高技术产业创新绩效采用专利申请数的对数来衡量。

核心解释变量为数字经济( S c o r e i t )。本文借鉴赵涛等(2020) [ 13 ] 和黄慧群等(2019) [ 14 ] 的指标选择，本文从互联网普及率、互联网相关从业人数、互联网相关产出情况、移动互联网用户数、数字金融普惠发展五个维度构建中国省际数字经济发展水平测算框架。其中，互联网普及率、互联网相关从业人数、互联网相关产出情况、移动互联网用户数分别选用每百人互联网用户数、计算机服务和软件从业人员占比、人均电信业务总量、每百人移动电话用户数4个指标来测算。且以上数据的原始数据均可在《中国统计年鉴》中获得。对于数字金融普惠发展采取由北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数。将以上五个指标数据进行标准化处理后，通过熵值法测算得到各省的数字经济发展水平，如表1所示，同时用STATA绘制出2011~2020年我国30个省份数字经济发展情况散点图，如图1所示。

门槛变量为知识产权保护( P r o t e c t i t )。本文参考杨弼君 [ 15 ] 的研究，选取知识产权保护作为门槛变量。由于涉及知识产权的合法交易往往通过技术市场来完成，所以技术市场转让规模能在一定程度上反映当地知识产权保护水平。因此选用技术市场成交额占当地GDP比重衡量知识产权保护水平。

表1. 数字经济指标体系

图1. 2011~2020年我国30个省份数字经济发展情况图

在控制变量选取方面，考虑到数字经济对高技术产业创新绩效的作用，需要控制其他影响高技术产业创新绩效的变量，基于已有研究选取以下控制变量：1) 高技术产业规模( S c a l e i t )，本文使用各地区高技术产业营业收入与GDP的比值来表示高技术产业规模。2) 经济发展水平( E c o n o m y i t )，随着经济发展水平的提高，人们会增加对高技术产业的需求，进而促进了高技术产业投资额的增加，进而影响高技术产业创新绩效。因此本文选取2011至2020年30个省份的人均国内生产总值作为衡量经济发展水平的指标。3) 科研机构数量( R e s e a r c h i t )，曹勇和苏凤娇 [ 16 ] 认为科研机构的数量应该是影响高技术产业创新绩效的重要因素，因此把科研机构数量作为控制变量纳入计量模型。4) 购买国内技术经费( B u y i t )，根据高技术企业进行成果转化阶段的特性和获取的数据，选取购买国内技术经费作为控制变量。

本文采用2011~2020年我国内地30个省域(西藏数据缺失较多，未纳入统计)相关数据进行实证分析。样本数据均源自于《中国高技术产业统计年鉴》《中国科技统计年鉴》《中国统计年鉴》《各省市统计年鉴》等。对于个别指标数据存在缺失的情况，采取插值法进行填补。变量描述性统计如表2所示。

表2. 描述性统计结果

表3报告了数字经济对高技术产业创新绩效的基准回归结果。其中，列(1)结果显示，数字经济发展水平每提升1个单位，高技术产业创新绩效将提升0.311个单位，且在1%的水平上显著。这说明数字经济对高技术产业创新绩效具有明显的促进作用。同时，考虑到数字经济发展对高技术产业创新绩效的影响存在一定的滞后性，因此在模型中引入数字经济发展水平的滞后一期和滞后二期。在滞后一期和滞后二期的回归结果中显示，数字经济的回归系数均在1%的水平上显著为正。这表明，数字经济对高技术产业创新绩效存在持续显著的影响。此外，就控制变量而言，购买国内技术经费的回归系数均为负值，说明其对高技术产业创新绩效均存在负向影响，但影响不显著。

表3. 基准回归结果

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

借助模型(2)，对知识产权保护的门槛效应进行检验(见表6)。回归结果表明，知识产权保护力度不同，数字经济的作用效果也随之发生改变。在门槛变量处于第一门槛值之下时，数字经济对应的估计系数为0.4530，且在1%的统计水平下显著。当知识产权保护水平高于第一门槛值，小于第二门槛值时，数字经济估计系数为0.6421，在1%的统计水平下显著。当知识产权保护水平高于第二门槛值时，数字经济回归估计系数为0.3345，且在1%的统计水平下显著。由此可见，知识产权保护力度会影响数字经济对高技术产业创新绩效的作用。

表6. 门槛效应回归结果

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

(一) 替换被解释变量。由于对高技术产业创新绩效的测度各有不同，为了减弱测量误差带来的模型内生性问题以及防止高估数字经济对高技术产业创新绩效影响的统计假象。本文改变高技术产业创新绩效的测量方式，参考谢子远 [ 17 ] 等的测算方法，选取新产品销售收入(income)的对数替代被解释变量，结果如表7第(1)列所示。

(二) 更换研究周期。考虑到2020年受新冠肺炎疫情的严重影响，可能会造成数字经济对高技术产业创新绩效影响出现波动，因此本文选取2011~2019年数据重新进行回归，结果如表7第(2)列所示。

由表7可得，无论是更换被解释变量，还是更换研究周期，数字经济的估计系数均显著为正，且均通过1%显著性水平，说明数字经济对高技术产业创新绩效具有显著的促进作用，该结果与基准模型基本一致，证明了基准模型结果的稳健性。

表7. 门槛效应回归结果

注：***、**、*分别表示在1%、5%、10%的显著性水平下显著。

随着近年来我国抢抓数字经济发展的机遇，数字经济逐渐成为经济发展中主要的创新元素，对提升高技术产业创新绩效具有显著的正向影响。本文采用2011~2020年我国内地30个省份的面板数据，实证分析数字经济及其两个子维度对高技术产业创新绩效的影响效应，并进一步考察知识产权的门槛效应，得出以下主要结论：

1) 数字经济对高技术产业创新绩效具有显著正向影响，在滞后一期和二期滞后，数字经济仍能够显著提升高技术产业的创新绩效。因此，数字经济通过优化生产过程、提高生产效率，为高技术产业提供了更加智能、高效的生产方式。与此同时，数字经济通过促进信息共享、优化资源配置，推动了高技术产业的协同创新。

2) 数字经济发展对不同规模高技术产业创新绩效存在异质性影响。对于大规模和小规模高技术产业地区而言，其数字经济发展能够有效促进高技术产业创新绩效提升，而对于中等规模高技术产业地区而言，数字经济发展虽然能提升高技术产业创新绩效，但提升作用不大。

3) 数字经济发展对不同经济发展水平地区的高技术产业创新绩效也存在异质性影响。对于经济发展水平较高地区，数字经济的发展能够明显促进高技术产业创新绩效的提升，但对于经济发展水平中低等地区而言，数字经济发展对高技术产业创新绩效的影响不显著，且在经济发展水平中等地区还存在一定的抑制作用。

4) 知识产权保护在数字经济对高技术产业创新绩效的影响中存在双重门槛效应，且数字经济对高技术产业创新绩效的影响始终为正。当知识产权保护位于两个门槛值之间时，数字经济对高技术产业创新绩效的正向影响最强。

基于以上研究结论，为了更好地推动数字经济发展，促进高技术产业创新绩效的提升，提出以下政策建议：

1) 持续优化数字基础设施建设，为高技术产业的发展提供基础支撑，从而加快高技术产业数字化步伐。首先，政府应该增加对数字技术研发的财政资源投资，使企业有较为充足的资金流用于研发创新，同时，基于数字经济对高技术产业创新绩效影响的滞后性，政府的投资应该是稳定持续的，不断扶持重大数字新基建项目，对于在数字新基建贡献大的企业，可以给予一定的财政补贴或投资税收抵免优惠，让企业从实实在在的优惠政策扶持中提高数字新基建活跃度。其次，要系统科学、因地制宜地打造合适的数字新基建项目，对于数字基建基础较好的东部地区，要稳步推进创建数字新基建产业试点示范区，给中西部地区起到引领和示范作用。而对于数字基建基础较为薄弱的中西部地区，要充分利用东部数字经济发展的辐射作用、政府扶持政策、高技术人才引进等来发展和完善当地数字基础设施建设。

2) 调整各区域数字经济发展水平的步伐，通过数字经济的协调发展，共同助力高技术产业创新绩效的提升。对于规模较大、经济发展水平较高的地区，要充分利用数字经济发展得天独厚的优势，率先承担起数字经济关键核心技术攻关重任，在利用数字技术提升本地区传统行业创新能力的同时，向经济发展水平较为落后的地区做好示范、突破和带动作用，积极推动数字经济领域的合作。对于规模较小、经济发展水平较低的地区，要加大发展数字经济政策的扶持力度，不断完善数字基础设施建设，优化该地区的数据传输渠道，提高区域间的互动水平。与此同时，当地政府要加强高技术产业数字化转型所需人才队伍建设，定期组织当地企业人员到东部一些较好利用数字经济发展的高技术企业进行参观走访和技术交流活动，也可与地方高水平院校开展产研合作，为当地数字经济发展持续稳定输入高技术人才。

3) 优化知识产权保护在数字经济与高技术产业创新绩效之间的关系。一方面，要明确相关领域知识产权保护边界。相关政府部门应在制定的知识产权保护边界范围内进行保护，超出保护边界范围的则不予以干涉，同时，对知识产权的保护应根据高技术产业不同的行业实施差异化的保护策略，这样才能在给予高技术产业知识产权保护的同时，又能提高企业的创新活力和积极性。另一方面，知识产权保护也并非只是政府的工作，企业本身也需在知识产权保护方面做出必要的努力，例如，企业需要配备有自己的信息安全监管系统，尤其要加强企业的核心业务板块及知识产权板块的信息保密。企业也需要定期对员工进行知识产权保护相关知识的宣导，让员工认识到知识产权对于公司的价值和重要性，增强员工的保密意识。