數字基礎設施、企業技術創新與創新激勵異質性

孫文杰 董文雯

[摘要]以智慧城市試點政策作為準自然實驗，基于2008—2020年中國地級市與上市公司匹配數據，采用多期DID和PSM-DID方法研究數字基礎設施對中國企業技術創新的影響效應及作用機制。研究發現，以智慧城市建設為代表的數字基礎設施顯著提高了企業技術創新水平，而且其創新激勵效應具有長期性。機制檢驗表明，數字基礎設施會通過產業集聚、企業間技術溢出和降低交易成本等機制，提升企業技術創新水平。進一步檢驗后發現，數字基礎設施對國有企業、債務杠桿高和盈利能力強的企業，以及產業結構層次高、政府科技支持水平高和人力資本較高城市企業創新促進效果更強。研究結論拓展了數字基礎設施對中國企業技術創新的影響路徑研究，對于中國企業借助數字基礎設施平臺加速企業數字化轉型，實現關鍵核心技術突破具有重要意義。

[關鍵詞]智慧城市試點政策；數字基礎設施；創新激勵

一、 引言

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，“實現高水平科技自立自強是國家強盛的戰略基石”1。雖然2022年我國研發經費投入達30782億元，同比上年增長10.1%2，但是在一些關鍵領域和核心零部件環節，如在高端芯片、航空發動機、基礎材料、數控機床、工業軟件等領域，中國企業自主創新能力仍然薄弱，存在“卡脖子”現象。值得注意的是，當今世界數字技術正全方位地滲透社會經濟生活的各個方面，以5G、云計算、工業互聯網等為代表的數字基礎設施，正成為推動中國企業技術創新和賦能傳統產業轉型升級的重要力量。數字基礎設施主要涉及5G、數據中心、云計算、人工智能、物聯網、區塊鏈等新一代信息通信技術，以及基于此類技術形成的各類數字平臺。那么，作為市場主體的中國企業能否借力數字基礎設施實現企業數字化轉型，利用數字技術實現企業在關鍵性、核心性領域技術創新的突破，這對于中國實現產業鏈自主可控具有非常重要的意義。

現有文獻大多將影響企業技術創新的因素歸結到企業內部，認為企業內部研發投入、融資約束、信息不對稱和公司治理等問題是制約企業技術創新的主要因素。Duan[1]認為由于技術創新活動存在周期長、投入高、不確定性等外部性特點，在企業技術創新中“搭便車”行為容易促使企業選擇模仿式創新。另一些文獻從企業創新動力的視角展開研究，如Leal-Rodríguez[2]從企業內部企業文化的視角，魯桐等[3]從公司治理的視角研究了影響企業技術創新的因素。與之不同的是，Yin[4]認為企業創新動力來源于外部市場競爭、需求引致和政策支持因素等。余明桂等[5]研究發現企業創新激勵主要包括知識產權保護制度和產業政策激勵。有部分學者從數字基礎設施的視角研究城市技術創新問題。李霞等[6]發現數字基礎設施通過大數據、信息服務和智慧應用等途徑提高了城市創新能力。何凌云等[7]和沈國兵等[8]基于2003—2016年地級市數據，實證研究發現數字基礎設施通過影響城市產業結構、信息化水平而影響城市創新水平。

總體來說，現有文獻雖考察了數字基礎設施與企業技術創新之間的關系，但仍存在一些不足之處：首先，在研究視角上，既有文獻較少從微觀企業的視角來考察數字基礎設施對企業技術創新的影響，并且較少分析數字基礎設施對企業技術創新的作用機制；其次，在研究方法上，現有文獻主要采用數字基礎設施投資量和產出量等內生性較強的衡量指標，導致研究結論易受到內生性問題干擾。同時，現有文獻大多停留在城市層面，較少采用來自微觀層面的數據開展研究，且樣本時間跨度較短。因此，本文補充來自微觀企業層面的證據，利用2008—2020年中國257個地級市中展開智慧城市試點的城市與上市公司數據合并，采用多期DID的方法從智慧城市試點政策的視角，實證分析數字基礎設施對中國企業技術創新的影響。

本文可能的創新之處在于：①在研究視角上，首次以智慧城市建設作為準自然實驗探討數字基礎設施對企業創新的激勵效應，為研究數字基礎設施與企業技術創新之間的關系提供新的理論視角。在影響機制上，揭示數字基礎設施可以通過產業集聚、企業技術溢出和降低企業交易成本等方式影響企業技術創新；②在研究方法上，如果僅僅從投入或產出維度測度數字基礎設施水平會引發與企業創新的逆向因果和內生性問題，而本文利用智慧城市的準自然實驗來代理數字基礎設施投入，能夠在一定程度上避免內生性問題干擾；③在研究數據上，不同于大部分文獻直接剔除2013年和2014年的兩批智慧城市試點的做法，本文通過構建多期DID模型囊括全部智慧城市，避免可能的樣本偏誤。

二、 政策背景與理論分析

1. 智慧城市試點政策背景與數字基礎設施建設

2012年住房和城鄉建設部發布《國家智慧城市試點暫行管理辦法》和《國家智慧城市（區、鎮）試點指標體系（試行）》兩個文件1，規定智慧城市試點指標體系包括城市保障體系和基礎設施、智慧管理與服務、智慧產業與經濟、網絡基礎設施、產業要素聚集、新興產業發展等一級、二級指標體系。智慧城市試點指標體系與城市數字基礎設施建設水平密切相關，構成城市數字基礎設施建設的主要內容。在智慧城市建設的背景下，各級地方政府積極出臺了上百項與智慧城市相關的資金、技術、人才配套規劃和政策，以指導和加快各省市數字基礎設施建設進程。各地區通過推動以5G、AI、云計算、物聯網、數據中心、工業互聯網和空間地理信息等新型數字基礎設施在城市資源共享、協同合作等方面的深度應用，提升城市創新環境和產業創新生態。例如，上海市政府與中國電信攜手建設智慧城市，簽署了提升基礎設施能級的戰略合作框架協議。圍繞數字基礎設施建設，上海市相繼出臺了很多方向精準的智能科技政策，譬如搭建工業電子商務平臺、打造關鍵領域信息技術應用示范、企業上云用云網絡化改造、互聯網智造新模式示范點等措施，為企業技術創新提供了全周期、全產業鏈、全方位的支撐。智慧城市建設加快了城市數字基礎設施建設進程，改善和優化了企業創新環境。

2. 理論分析與研究假設

數字基礎設施搭建了有利于企業技術創新的資源和平臺，加速了企業數字化轉型進程，提升了企業技術創新水平。數字基礎設施可以通過促進范圍經濟、網絡經濟和提高產業關聯度等提高企業生產率和創新水平[9]。一方面，數字基礎設施能促進范圍經濟，降低企業平均成本和資源消耗。數字技術運用不僅可以引起企業規模擴大，還會促使企業進行產品多樣化生產，平攤了企業平均生產成本[10]。借助于數字經濟平臺積累的海量客戶，企業可以低成本的開展多樣化經營，滿足大量個性化、邊緣化的消費需求，范圍經濟促使企業更有動機進行產品創新。另一方面，良好的數字基礎設施能夠消除經濟往來障礙，提升經濟活動的互通互聯性，打破地理限制，有利于企業全方位地接收信息，快速、便捷地交流和交換信息，提升了企業創新資源獲取途徑和利用效率，提升企業技術創新水平[11]。由此，本文提出如下假說：

假說1：數字基礎設施正向促進企業技術創新。

數字基礎設施發展促進了產業在地理空間產業層面的集聚，加強了企業之間的地理空間聯系，使不同產業之間相互共享資源和技術。一方面，數字基礎設施能夠打破區域市場分割和地緣障礙，促進產品與要素的跨區域流動，形成地理上互融共通的產業鏈供應鏈，促進了區域一體化和各地區合理分工，從要素供給和產品需求兩方面拓展企業的發展空間，從而提高企業的生產效率[12]。另一方面，數字基礎設施建設加快了產業的物理空間集聚和虛擬空間集聚，增強上下游產業間的關聯，促進產業間的延伸融合以及產業內部的重組融合，形成融合性的產業新體系[13]，促進了不同地區和企業間的知識流動和技術溢出，提升了企業技術創新水平。同時，依托于數字基礎設施平臺，地理空間鄰近的產業集聚還有利于企業降低與客戶間的信息不對稱程度，通過縮減中間交易環節和時間損耗而大幅提高企業全要素生產率。由此，本文提出如下假說：

假說2：數字基礎設施通過促進產業集聚提升企業技術創新。

數字基礎設施加強了企業間示范與模仿、人才流動、外包與合作和產業鏈關聯，促進了產業集群內的技術溢出效應。對于技術輸入方而言，數字基礎設施一方面能夠增強企業創意開發、縮短技術開發周期，另一方面數字基礎設施有利于企業節約技術創新資源、完善研究開發系統和培育創新管理能力，加強技術吸收能力。而對于技術溢出方，企業憑借數字技術能夠突破上、中、下游企業之間的垂直壁壘，促進行業內技術溢出，以及產業鏈之間的垂直技術溢出，以技術溢出為紐帶，加速構建“鏈主企業+上下游中小企業”的協同創新模式，從而提高企業技術創新水平。綜合來看，數字基礎設施能夠提高企業間的技術聯系，增強行業內技術溢出效應和行業間的垂直溢出效應，提升企業技術創新。由此，本文提出如下假說：

假說3：數字基礎設施通過增強企業間技術溢出，促進企業技術創新。

數字基礎設施為信息的高效自由傳輸提供了便利，大大降低了企業中間交易成本。一方面，通過構建以5G、大數據、工業互聯網為基礎的數字平臺，能夠破除產業鏈各個環節間的數據孤島，不僅大大降低企業運營成本，而且還實現了企業研發、生產、供應、銷售以及服務全產業鏈的信息貫通[14]，使處于產業鏈不同環節的企業信息更加透明，上下游企業之間的聯系更加便捷，從而大幅度降低企業之間的信息傳遞成本、庫存管理成本以及市場交易成本[15]。另一方面，數字基礎設施通過構建開放的云創新平臺，能夠與運營商、政府、上下游企業等建立起廣泛的創新合作關系，并依靠技術云、信息云等平臺技術在創新鏈中實現信息和技術共享，從而大大縮短了產品研發周期，降低了企業研發成本，最終提升企業技術創新。由此，本文提出如下假說：

假說4：數字基礎設施通過降低企業中間交易成本，促進企業技術創新。

三、 研究設計

1. 模型設定

本文以智慧城市試點政策作為準自然實驗實證分析數字基礎設施對中國企業自主創新的影響。本文采用智慧城市試點政策來衡量數字基礎設施，主要理由是：第一，智慧城市試點指標體系包括城市智慧產業與經濟、網絡基礎設施、產業要素聚集、新興產業發展等一級、二級指標內容，涵蓋數字基礎設施的主要內容，具有一定代表性和合理性；第二，避免內生性問題。智慧城市試點作為一項準自然實驗，采用DID方法能夠準確地分離出對企業技術創新的影響效應，智慧城市試點政策沖擊的處理效應對于企業技術創新而言是嚴格的外生沖擊，一定程度上能夠避免遺漏變量偏誤。本文參考Beck等[16]的做法構建如下多期DID模型：

[Lnpgit=α0+α1smartcityit+jNαjXit+ηt+Ii+Ci+εit]? （1）

式（1）中，Lnpg為衡量企業創新水平的專利申請授權數。smartcityit為智慧城市試點虛擬變量，表示i企業所在的地級市在t年是否被確定為智慧城市，試點后所有年份取1，否則取0。α1是核心參數，衡量數字基礎設施對企業技術創新水平的“凈效應”。X為一組隨時間而變的企業和城市層面控制變量。ηt為年份固定效應，Ii為行業固定效應，Ci為省份固定效應，εit為隨機擾動項。

為了檢驗數字基礎設施政策對企業創新影響的動態效應，本文借鑒Serfling[17]的做法構建如下回歸模型：

[Lnpgit=ρ0+ρ1pre_3+......+ρ4current+......+ρ10post_6+νit] （2）

式（2）中，pre代表智慧城市試點政策實施前，post代表智慧城市試點政策實施后，數字表示政策實施前或后的第幾年。current表示2013年為政策真正實施的當年并且是智慧城市實驗組時取值為1，否則為0；其他變量的定義以此類推。

2. 變量選取

被解釋變量是企業技術創新水平。本文借鑒郭玥[18]的做法，用專利申請授權數（Lnpg）進行測度。同時，本文采用企業發明專利和研發投入強度作為替代變量進行穩健性檢驗。變量包括專利申請數（Lnpa），發明專利授權數（Lnig），研發投入強度（rd_ratio）。

核心解釋變量。本文采用智慧城市試點政策變量smartcityit來代理數字基礎設施。具體依據住建部和科技部公布的智慧城市試點名單確定實驗組和控制組。第一批智慧城市試點名單于2012年12月公布，因此將2013年作為政策發生第一年，2013年和2014年分別新增了第二批和第三批。本文將實驗組中的117個地級市賦值為1，將控制組中的140個地級市賦值為0，然后將政策虛擬變量與時間虛擬變量交乘得到智慧城市試點DID變量smartcityit。同時，作為穩健性檢驗，本文還采用城市層面以電信業務總量的對數來衡量的電信水平（Lntele）和以移動電話年末用戶數的對數衡量的通信水平（Lnmobile）來代理城市數字基礎設施發展水平，具體結果見下文。

本文參考虞義華等[19]的做法控制了一些重要的企業特征變量：企業年齡（age）、財務杠桿（alr）、資產收益（roa）、成長能力（irr）、固定資產占比（fixed）、盈利能力（opr）、股票價值（PE）、市場價值（mv）、政府補助（gs）。還參考徐佳等[20]的做法控制了一些重要的城市特征變量：經濟水平（Lnpgdp）、金融發展水平（fi）、產業結構（ind_struct）、政府科技支出（gr）、高等教育水平（Lnc）和對外開放水平（fdi）。

3. 數據說明

本文采用的企業數據來自CSMAR數據庫2008—2020年上市公司基本情況、研發投入、專利數據和財務報表等。城市層面的數據來自歷年《中國城市統計年鑒》和EPS數據平臺。剔除北京、天津、上海和重慶4個直轄市的企業，剔除金融行業以及主要變量數值缺失的企業，最終得到16020家上市公司的非平衡面板數據作為研究樣本。

四、 實證結果分析

1. 基準回歸結果

表1顯示了以智慧城市試點政策為代表的數字基礎設施對上市公司技術創新的回歸結果。第（1）列至第（5）列分別為依次加入企業和城市層面控制變量、年份固定效應、行業固定效應和省份固定效應后的多期DID回歸結果。雙重差分項的回歸系數均在1%的水平上顯著為正，表明數字基礎設施促使企業專利申請授權數的對數大約增加了9.89%，即對企業創新產生了顯著的正向影響。而且，同時控制了3種固定效應之后，smartcity的系數依然顯著。

2. 穩健性分析

（1）共同趨勢檢驗。本文檢驗了DID增長趨勢圖和平行趨勢圖（圖1、圖2）。圖1中實驗組代表所有的智慧城市試點城市，控制組代表所有的非智慧城市試點城市?？梢钥闯?，控制組和實驗組的企業專利申請授權數平均增長趨勢在2013年之前各年份基本保持一致。智慧城市試點政策真正實施的第一年為2013年，2014年后企業專利申請授權數在實驗組明顯高于控制組，并且在之后的幾年里持續地保持這種態勢。圖2是平行趨勢檢驗，結果顯示智慧城市試點政策發生前三期DID變量對企業專利申請授權數的回歸系數與0無顯著差異，滿足共同趨勢假設。而2013年政策發生后DID變量回歸系數逐漸增大，并且之后的年份均顯著為正并且異于0。

（2）動態效應檢驗。表2的動態回歸結果顯示，相較于政策剛實施的2012—2014年，之后年份的回歸系數更大且更顯著，表明智慧城市試點不僅在政策發生初期對企業創新有影響，而且這種政策效果會隨著時間推移更加持久。根據梅特卡夫定律，隨著城市數字基礎設施的發展，數字經濟會呈現邊際報酬遞增和規模經濟的特點，這種效應會隨著時間推移而逐年增強。

（3）安慰劑檢驗。參考盧盛峰等的做法[21]，本文隨機篩選智慧城市的試點城市和改變政策時間來虛構新的DID變量，并對基準結果進行反事實檢驗。圖3是虛假估計系數及相應的p值核密度分布圖。從圖3可以看出隨機處理下偽smartcity的回歸系數集中分布于0附近且近似于標準正態分布。幾乎所有偽smartcity回歸系數的p值大于0.10，說明估計系數均不滿足在10%的水平上顯著，這意味著基準回歸結果未受到遺漏變量和隨機因素的影響。

（4）基于PSM-DID方法的檢驗?？紤]到地級市自身特征差異原因可能會影響回歸結果，本文采用PSM-DID方法來避免這種情況可能導致的結果偏誤。在選取影響各地級市能否成為智慧城市的協變量時，本文綜合考慮經濟水平（Lnpgdp）、金融發展水平（fi）、產業結構（is）、政府科技支出（gr）、對外開放水平（fdi）、地方財政一般預算內支出與GDP比值（gsc）、以工業二氧化硫排放量衡量的環境質量（LnSO2）、以移動電話年末用戶數的對數衡量的通信水平（Lnmobile）等變量。表3的第（1）列顯示，在控制了城市層面可能的影響因素差異后，smartcity的回歸系數依然在統計上顯著。

（5）排除同期其他政策干擾。在評估本文回歸結果時，可能會受到來自于同期其他政策的干擾。據此，本文發現同時期影響企業創新的城市政策還有低碳城市試點[21]，國家發展改革委分別于2010年7月、2012年12月和2017年1月發布了三批低碳城市試點名單，共包含了122個地級市，與智慧城市存在部分重合。為了排除該政策對本文研究結論的干擾，采用在基準回歸中加入低碳城市虛擬變量的方法，以控制低碳城市試點政策對企業技術創新的影響效應。表3第（2）列顯示，智慧城市試點變量smartcity的回歸系數依然顯著為正，并且與基準回歸結果基本相同，但是低碳城市變量lowcarbon的回歸系數并不顯著，表明本文的結論是穩健的。

（6）替換被解釋變量和解釋變量。對被解釋變量進行替代測量后，發現核心解釋變量smartcity的回歸系數仍然顯著為正。表3第（3）列、第（4）列分別表示企業發明專利授權數和企業研發投入強度，回歸結果均支持假說1。替換核心解釋變量。本文基于數據可得性，采用城市層面以電信業務總量的對數衡量的電信水平（Lntele）和以移動電話年末用戶數的對數衡量的通信水平（Lnmobile）來代理各個城市數字基礎設施發展水平，發現Lntele和Lnmobile的回歸系數均在5%的水平上顯著為正，說明城市數字基礎設施確實對企業技術創新產生了正向影響，證明回歸結果是穩健的。

五、 影響機制檢驗

為驗證數字基礎設施是否促進城市產業集聚，本文參考蘇丹妮等[22]的做法，利用區位熵的對數衡量產業集聚水平，計算公式為：

[IALijkt=（Ejkt-Eijkt）/EktEjt/Et] （3）

其中，Ejkt為t年k地級市j細分行業的就業人數，Eijkt為t年k地級市j細分行業i企業的就業人數，Ekt為t年k地級市制造業（其他各類行業）的就業人數，Ejt為t年所有地級市j細分行業的就業人數，Et為t年所有地級市制造業（其他各類行業）的就業人數。

同時，本文參考程晨的做法構建上市公司行業內技術創新溢出指標[23]，計算公式為：

[Spilloverist=Aist×（j≠iSjst）]? （4）

其中，Aist為i公司在t年所處s行業的主營業務收入占比，衡量i公司在行業里的技術影響力?！芐jst為t年除了i公司之外所處s行業的研發投入總和，衡量i公司可以得到的本行業內全部技術創新溢出。因此，Spilloverist衡量i公司在t年于所處s行業中能夠得到的技術創新溢出水平，并對其取對數LnSpillover。

為驗證交易成本影響機制，本文參考吳海民等[24]的做法以管理費用占營業收入比重（mc）來衡量企業交易成本。中介機制的回歸結果見表4。

表4第（1）列顯示數字基礎設施對產業集聚的回歸系數在5%的水平上顯著為正，說明數字基礎設施顯著促進了產業集群。第（2）列顯示數字基礎設施對企業技術溢出的回歸系數在1%的水平上顯著為正，說明數字基礎設施顯著加強了企業技術溢出效應。將智慧城市建設變量和企業技術溢出變量同時對企業專利申請授權數進行回歸，第（3）列顯示smartcity和LnSpillover的回歸系數均顯著為正，說明數字基礎設施通過技術溢出中介效應提升了企業技術創新水平。數字基礎設施加速了知識擴散和技術轉移，通過技術溢出提升企業技術創新能力。第（4）列顯示數字基礎設施對企業管理費用在10%的水平上有顯著的負向影響，說明數字基礎設施能夠降低企業交易成本。將數字基礎設施和企業交易成本同時對企業專利申請授權數進行回歸，第（5）列顯示smartcity變量的回歸系數仍然顯著為正，而企業管理費用對企業技術創新的回歸系數顯著為負，說明數字基礎設施通過降低交易成本而提升企業技術創新水平的中介機制成立。

六、 異質性分析

本部分考察企業和城市層面的異質性特征對企業創新影響的調節效應。

1. 企業異質性分析

（1）企業產權性質。本文以虛擬變量state來衡量企業是否為國有企業，表5第（1）列中smartcity[×]state的系數在1%的水平上顯著為正，說明數字基礎設施對國有企業技術創新的影響水平要高于對非國有企業的影響。

（2）企業資本結構。本文以資產負債率（alr）衡量企業資本結構，第（2）列中smartcity[×]alr的系數在1%的水平上顯著為正，說明數字基礎設施對債務水平高企業的技術創新的影響程度要高于債務水平較低企業。

（3）企業盈利能力。本文以營業利潤率（opr）衡量企業盈利能力，第（3）列中smartcity[×]opr的系數在5%的水平上顯著為正，說明數字基礎設施對利潤較高企業的激勵效應更大。

2．城市異質性分析

（1）城市產業結構。本文以第三產業增加值與第二產業增加值的比值（is）衡量城市產業結構高度化水平，表5第（4）列中smartcity[×]is的系數在1%的水平上顯著為正，說明產業轉型升級水平高城市的數字基礎設施對企業技術創新的促進效應更強。

（2）城市科技支持水平。本文以財政科技支出與GDP比值（gr）衡量城市科技支持水平，第（5）列中smartcity[×]gr的系數在5%的水平上顯著為正，說明數字基礎設施在科技支持水平高的城市能夠更好地發揮促進企業技術創新的效應。

（3）城市高等教育水平。本文以普通高等學校數的對數（Lnc）衡量城市高等教育水平。第（6）列中smartcity[×]Lnc的系數在1%的水平上顯著為正，說明數字基礎設施對高等教育水平高城市的企業技術創新的激勵效應更大。

七、 結論與建議

本文以智慧城市建設政策為準自然實驗，構建多期DID和PSM-DID實證模型，研究了數字基礎設施對中國企業自主創新的影響機制、動態效應和異質性，得到以下結論：一是數字基礎設施發展顯著地促進了中國企業創新，并且安慰劑檢驗、PSM-DID檢驗、控制同期其他政策和被解釋變量替代測度的結果均顯示基準結果十分穩??；二是數字基礎設施對企業創新水平的促進作用具有動態效應，并且政策效果隨時間推移而增強；三是數字基礎設施通過產業集聚、強化技術溢出和降低交易成本三條中介機制，改善創新環境從而促進企業技術創新；四是異質性分析發現，數字基礎設施對國有企業，負債水平高、盈利能力強的以及產業結構層次高、科技支持水平高和高等教育更優質的城市的企業，創新激勵效應更大。本文結論的政策含義在于：

第一，加強數字基礎設施建設，搭建數字經濟平臺。各地區不僅要加大對數字基礎設施建設和新一代信息技術的投資力度，更要重視數字基礎設施對傳統產業轉型升級的滲透機制和平臺效應。數字平臺是數字基礎設施發揮作用的重要支撐，平臺經濟對提升全社會資源配置效率、推動技術和產業變革，實現數字經濟與實體經濟的深度融合具有十分重要的意義。要進一步加強以大數據、區塊鏈、云計算等為基礎的數字平臺建設，促進信息經濟、共享經濟和互聯網經濟的廣泛應用，提高數字經濟發展水平，以數字平臺促進傳統產業轉型升級，引導和激發企業提高自主創新能力。

第二，擴大數字基礎設施的技術溢出效應。數字基礎設施具有規模經濟、范圍經濟和網絡經濟等特征，具有明顯的知識外溢和技術外溢特性。要加大數字基礎設施的創新力度，充分利用數字技術的廣泛滲透性和行業交叉融合特性，提高資源利用效率；加大資源的整合力度，提高上下游產業鏈之間的協作程度；充分發揮數字基礎設施的外溢效應和倍增效應，帶動傳統產業轉型升級；提高產業鏈現代化水平，以數字經濟的創新發展促進企業數字化轉型，提升企業技術創新能力。

第三，建立數字基礎設施建設的政策保障機制。政府要建立數字基礎設施的投融資保障機制，政策要向新型數字基礎設施傾斜，放寬數字基礎設施的市場準入制度，積極調動各類市場主體參與新型數字基礎設施建設。同時，政府應從產業政策、金融政策、人才政策、創新激勵政策等方面給予數字基礎設施建設極大的支持，促進新型數字基礎設施建設的創新發展，進一步擴大新型數字基礎設施的應用規模和應用場景，推動企業高質量發展。

參考文獻：

[1] Duan L.Corporate Risk-Taking and Corporate Innovation-Empirical Research Based on the Data of Chinese Listed Companies[J].World Scientific Research Journal，2020，6（7）：120-132.

[2] Leal-Rodríguez A L，Albort-Morant G，Martelo-Landroguez S.Links between Entrepreneurial Culture， Innovation， and Performance：The Moderating Role of Family Firms[J].International Entrepreneurship and Management Journal，2017，13（3）：819-835.

[3] 魯桐，黨印.公司治理與技術創新：分行業比較[J].經濟研究，2014（6）：115-128.

[4] Yin Z. Research on the Relationship between China’s Supply-side Structural Reform and Enterprise Innovation—from the Perspective of Financing Constraints[J].World Scientific Research Journal，2020，6（5）：130-135.

[5] 余明桂，范蕊，鐘慧潔.中國產業政策與企業技術創新[J].中國工業經濟，2016（12）：5-22.

[6] 李霞，戴勝利，李迎春.智慧城市試點政策推進城市技術創新的機理研究——基于演化特征與傳導效應的雙重視角[J].研究與發展管理，2020（4）：12-24.

[7] 何凌云，馬青山.智慧城市試點能否提升城市創新水平？——基于多期DID的經驗證據[J].財貿研究，2021（3）：28-40.

[8] 沈國兵，袁征宇.企業互聯網化對中國企業創新及出口的影響[J].經濟研究，2020（1）：33-48.

[9] Mohbey K K.The Role of Big Data， Cloud Computing and IoT to Make Cities Smarter[J].International Journal of Society Systems Science，2017，9（1）：75-88.

[10] 王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術與實體經濟深度融合的空間組織新形態[J].管理世界，2018，34（2）：13-21.

[11] 付平，劉德學.智慧城市技術創新效應研究——基于中國282個地級城市面板數據的實證分析[J].經濟問題探索，2019（9）：72-81.

[12] Nguyen P，Kecskés A.Do Technology Spillovers Affect the Corporate Information Environment？[J].Journal of Corporate Finance，2020（62）：101581-101581.

[13] 張青，茹少峰.新型數字基礎設施促進現代服務業虛擬集聚的路徑研究[J].經濟問題探索，2021（7）：123-135.

[14] Liang T P， Lin Y L， Hou H C.What Drives Consumers to Adopt a Sharing Platform：An Integrated Model of Value-based and Transaction Cost Theories[J].Information & Management，2021（4）：58.

[15] 趙劍波.新基建助力中國數字經濟發展的機理與路徑[J].區域經濟評論，2021（2）：89-96.

[16] Beck T，Levine R， Levkov A.Big Bad Banks？The Winners and Losers from Bank Deregulation in the United States[J].The Journal of Finance，2010，65（5）：1637-1667.

[17] Serfling M.Firing Costs and Capital Structure Decisions[J].The Journal of Finance， 2016，71（5）：2239-2286.

[18] 郭玥.政府創新補助的信號傳遞機制與企業創新[J].中國工業經濟，2018（9）：98-116.

[19] 虞義華，趙奇鋒，鞠曉生.發明家高管與企業創新[J].中國工業經濟，2018（3）：136-154.

[20] 徐佳，崔靜波.低碳城市和企業綠色技術創新[J].中國工業經濟，2020（12）：178-196.

[21] 盧盛峰，董如玉，葉初升. “一帶一路”倡議促進了中國高質量出口嗎——來自微觀企業的證據[J].中國工業經濟，2021（3）：80-98.

[22] 蘇丹妮，盛斌，邵朝對.產業集聚與企業出口產品質量升級[J].中國工業經濟，2018（11）：117-135.

[23] 程晨.技術創新溢出與企業全要素生產率——基于上市公司的實證研究[J].經濟科學，2017（6）：72-86.

[24] 吳海民，吳淑娟，陳輝.城市文明、交易成本與企業“第四利潤源”——基于全國文明城市與民營上市公司核匹配倍差法的證據[J].中國工業經濟，2015（7）：114-129.

基金項目：國家社會科學基金一般項目“新型城鎮化背景下地方政府行為對我國居民收入差距的影響機制及政策評價研究”（項目編號：15BJL017）。

作者簡介：孫文杰（1979-），男，博士，南京審計大學經濟學院教授，碩士生導師，研究方向為企業創新和經濟增長；董文雯（1996-），女，南京審計大學經濟學院碩士研究生，研究方向為企業技術創新與發展。

（收稿日期：2023-09-10? 責任編輯：殷 ?。?/p>