数字创新韧性对高技术制造业产业升级的影响.pdf

技术经济与管理研究2 0 2 3 年第8 期数字创新韧性对高技术制造业产业升级的影响韦帅民(广西科技大学经济与管理学院，广西柳州5450 0 6)摘要：数字创新韧性增强能够推动高技术制造业数字化转型，实现产业高质量可持续发展。选取2 0 12 一2 0 2 1年中国高技术制造业上市公司样本数据，研究数字创新韧性对高技术制造业产业升级的影响。结果显示，数字创新韧性能够显著促进高技术制造业产业升级，在处理内生性问题后该结论仍然成立。数字创新韧性能够通过促进技术进步、推动产业融合以及优化金融结构间接促进高技术制造业产业升级。异质性分析结果表明，数字创新韧性的促进效应仅在国有企业、成熟期企业、大型企业及高金融监管强度地区显著。进一步分析发现，数字创新韧性可发挥产业升级效应，驱动高技术制造业高质量发展。关键词：数字创新韧性；高技术制造业产业升级；高质量发展；数字化转型中图分类号：F49文献标识码：A文章编号：10 0 4-2 9 2 X(2023)08-0062-05The Impact of Digital Innovation Resilience on the Upgrading of High-tech Manufacturing IndustryWEI Shuai-min(School of Economics and Management,Guangxi University of Science and Technology,Liuzhou Guangxi 545006,China)Abstract:Enhancing the resilience of digital innovation can promote the digital transformation of high-tech manufacturing industryand achieve high-quality and sustainable development of the industry.Based on the sample data of listed companies in Chinas high-techmanufacturing industry from 2012 to 2021,the impact of digital innovation resilience on the upgrading of the high-tech manufacturingindustry was analyzed.The results show that digital innovation resilience can significantly promote the upgrading of high-tech manufactu-ring industries,and the conclusion is still valid after addressing endogeneity issues.Digital innovation resilience can indirectly promotethe upgrading of high-tech manufacturing industries by promoting technological progress,promoting industrial integration,and optimizingfinancial structure.The results of heterogeneity analysis indicate that the promoting effect of digital innovation resilience is only significantin state-owned enterprises,mature enterprises,large enterprises,and areas with high financial regulatory intensity.Further analysis revealsthat digital innovation resilience can exert industrial upgrading effects and drive high-quality development of high-tech manufacturing.Key words:Digital innovation resilience;Upgrading of the high-tech manufacturing industry;High quality development;Digital transformation一、引言及文献综述伴随数字经济管理体制及制度框架的持续完善，数字技术逐渐应用于各类经济主体发展和产业创新活动中，由此引发一系列数字创新活动，推动产业转型升级。党的二十大报告提出：“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”“加快实施创新驱动发展战略”。这为中国数字创新提供了根本遵循和方向指引。作为衡量数字创新能力的关键指标，数字创新韧性能够有效体现数字创新系统应对内外部干扰、抵御外部风险冲击的能力，对产业创新发展具有重要意义。伴随数字技术与产业创新的深度融合，数字创新韧性的提升可推动产业数字化转型，实现经济高质量发展。在数字经济与实体经济深度融合的背景下，高技术制造业作为经济增长的新动能，其产业结构升级成为经济高质量发展的重要特征之一。基于前文数字创新韧性对经济高质量发展的影响，可以认为数字创新韧性必然会影响高技术制造业产业升级。具言之，数字创新韧性增强有助于高技术制造业打造智能制造工业体系，激活产业内生动力，推动产业向智能化、信息化方向转型。进一步推动高技术制造业提质增效、抢占科技竞争优势，从而促进产业结构升级。因此，深入研究数字创新韧基金项目：广西科技大学博士基金项目（校科博2 2 S12)；广西高校中青年教师科研基础能力提升项目（2 0 2 1KY0337)。作者简介：韦帅民，博士，广西科技大学经济与管理学院，研究方向：产业经济。62数字创新韧性对高技术制造业产业升级的影响性与高技术制造业产业升级之间的关系具有重要现实意义。学术界已有不少学者对数字创新和产业升级展开学术探讨。就数字创新而言，徐君等(2 0 2 2)发现中国数字创新总体呈高速发展。王玉荣等(2 0 2 2)发现工业互联网能够显著促进企业数字创新 2 。李婉红、王帆(2 0 2 3)发现数字创新能够促进企业智能化转型 3。王智新等(2 0 2 2)研究认为数字创新能够推动数字经济发展4。就产业升级而言，赵蓉等(2 0 2 3)发现高技术产业与生产性服务业的高度融合能够推动产业升级5。龙少波、丁点尔(2023)研究发现，消费规模扩大、消费结构优化均能促进产业结构合理化和高级化。李海奇、张晶(2 0 2 2)发现金融科技对中国产业结构优化与产业升级具有显著推动作用。周霞等(2 0 2 2)借助2 0 0 6 一2 0 18 年中国省级面板数据研究发现，知识产权保护通过促进创新对产业升级起正向推动作用8。梳理已有文献不难发现，现有研究多聚焦于二者的影响因素方面，鲜有学者针对数字创新韧性与高技术制造业产业升级之间关系展开研究。那么，数字创新韧性与高技术制造业产业升级具有何种关系？作用路径为何？上述问题有待进一步探究。基于此，文章选取2 0 12 一2 0 2 1年中国高技术制造业上市公司样本数据，深入探究数字创新韧性对高技术制造业产业升级的影响、作用机制和潜在异质性，以期为促进高技术制造业产业升级、推动产业高质量发展提供有益借鉴。二、研究假设1.数字创新韧性和高技术制造业产业升级数字创新韧性主要刻画各类主体创新系统应对不确定冲击的恢复能力，能够为高技术制造业数字化转型蓄势赋能。其一，数字创新韧性提升能够推动高技术制造业生产方式变革。随着数字技术与高技术制造业深度融合，数字创新韧性持续提升，能够有效促进高技术制造业创新能力和劳动生产率提升，以产品与服务升级获取超额剩余价值9。这能够推动高技术制造业传统生产方式变革，产生创新扩散效应，进而驱动高技术制造业产业升级。其二，数字创新韧性的增强能够推动资本向高技术制造业转移。高技术制造业内部竞争具有利润率差异特点。此背景下，数字创新韧性的增加能够推动更多资本向高技术制造业转移，从而助推高技术制造业结构升级。此外，数字创新韧性增强有助于高技术制造业提升核心竞争力，强化产业面临外部不确定冲击时的自我调节能力，维持其长期竞争优势，为产业升级奠定基础。据此，提出如下假设H1：假设H1：数字创新韧性可促进高技术制造业产业升级。2.数字创新韧性、技术进步与高技术制造业产业升级数字创新韧性不断增强，能够为高技术制造业带来更多信息和数据等创新生产要素，形成良好产业创新环境，降低创新风险，激发技术创新积极性，以创新驱动产业升级。同时，伴随数字创新韧性的提升，高技术制造业能够通过合作研发或协同创新方式，及时获取创新所需外部资源，并有效分担创新活动过程中资金压力及创新风险O，提高风险防范化解能力，进而促进技术水平持续提升。此背景下，高技术制造业领域新材料、新产品不断涌现，引起生产和消费需求结构变动，以高层次产业结构需求推动产业结构升级。并且，技术进步水平提高能够依托日益完善的生产工艺及技术流程，大幅改进高技术制造业产业间内在技术关系，改变生产要素投入配比，从而有效降低生产成本、提高生产效率，促进产业升级。综上所述，数字创新韧性的提高能够促进技术进步，间接推动高技术制造业产业升级。据此，提出假设H2：假设H2：数字创新韧性能够促进技术进步，进而推动高技术制造业产业升级。3.数字创新韧性、产业融合与高技术制造业产业升级数字创新韧性增强可优化高技术制造业产业上下游间资源配置，打破创新成果落地转化的信息壁垒，促进产业融合发展，增强高技术制造业产业风险缓释能力。此背景下，高技术制造业逐渐与大数据、互联网以及人工智能等现代信息技术相融合，有效提升自身生产过程智能化水平，降低交易成本，弱化信息壁垒，提高产品质量及生产效率，进而带动产业转型升级。不仅如此，数字创新韧性的提高能够改变高技术制造业原有技术、产品和流程间的替代及关联，强化不同产业间联通，实现产业融合。这有助于高技术制造业开辟薪新的数字化产品服务路线，为产业升级营造良好外部发展环境。总而言之，数字创新韧性能够促进高技术制造业产业融合，进而实现产业升级。据此，提出假设H3：假设H3：数字创新韧性有助于促进产业融合，进而推动高技术制造业产业升级。4.数字创新韧性、金融结构与高技术制造业产业升级数字创新韧性的提升有助于提升高技术制造业风险应对能力，吸引金融机构投资，推动形成多方参与、协同共治产业金融服务体系。这有助于构建互促互进的数字金融新生态，进而推动金融结构变革，有效防范金融风险。此背景下，高技术制造业的金融科技成果应用体制机制得以健全，产业金融生态持续优化，逐步改善产业金融结构。这有助于增强高技术制造业金融支持力度，促进资本要素向高技术制造业产业集聚，推动产业升级。因此，数字创新韧性增强可改善金融结构，进而促进高技术制造业产业升级。据此，提出假设H4：假设H4：数字创新韧性通过优化金融结构，进而促进高技术制造业产业升级。三、模型设计1.模型构建为有效验证数字创新韧性与高技术制造业产业升级之间的关系，构建如下回归模型：DIRim=Bo+,UHMli+Z,Xm+ZYear+ZInd+8i其中，UHMI代表i地区第t年的数字创新韧性，DIRim表征i地区T高技术制造业第t年的产业升级水平，X指代控制变量集合，ZYear、Z I n d 和8 i分别为时间固定效应、行业固定效应以及扰动项。为进一步验证假设H2、H 3 和H4，在模型(1)的基础上构建如下模型进行检验：Medim=o+,UHMli+Z,Xim+ZYear+ZInd+8uDIRim=o+UHMli+y2Medi+EyXin+Year+EInd+8i其中，Med表征中介变量，分别为技术进步(TECH)、产业(1)(2)(3)63技术经济与管理研究2023年第8 期融合(INDUS)和金融结构(FINA)，剩余变量与前文一致。2.变量选取(1)被解释变量高技术制造业产业升级(UHMI)。借助高技术制造业主营业务收人占规模以上工业主营业务收入之比衡量高技术制造业产业升级水平。(2)解释变量数字创新韧性(DIR)。文章参考胡甲滨等(2 0 2 3)叫的研究方法，以数字产业新产品销售收入的实际变化情况指代数字创新韧性。选取高技术产业中电子通讯设备制造业和计算机及办公设备制造业新产品销售收入为替代变量，表征数字产业新产品销售收人。具体步骤如下：DIR,=(AY,-E)/I A EI上式中，DIR,表征i高技术制造业在t年的数字创新韧性；AY,表征该地区数字产业新产品实际销售收人变化，计算方法见式(5)；AE是全国整体数字产业新产品实际销售收人变化，计算方法见式(6)。与此同时，为有效反映新产品实际销售收入变化，消除价格因素的影响，将2 0 11年作为基期，并借助工业品出厂价格指数进行平减。AY:Y,-YAE=(Y,-Y,)/y,JY上式中，Y表示各地区数字产业新产品销售收人，Y，表征全国数字产业新产品销售收入，Y和Y分别指代各地区及全国在t-1时间内的数字产业新产品销售收人。在此基础上，使用式(7)对所得数字创新韧性结果进行中心化处理，保障上述研究对象可比性。计算所得Dir；表示相对数字创新韧性，数值为正表示各地区数字创新水平已超过国家平均水平，数值为负代表该地区数字创新水平未超过国家平均水平。Dir=(DIR,-DIR,/n)(7)(3)控制变量参考已有研究，选取如下控制变量：自主创新水平(INIL),使用研究与试验发展人员数表征；基础设施水平(INFR)，使用城市人均公路里程数表征；劳动力投入(LABOR)，使用地区普通高等学校在校学生人数与地区常住人口数之比表征；居民消费水平(HOCO)，选用居民人均消费支出表示；经济发展水平(ECOM)，借助城市的人均GDP表示；资本密集度(CAP)，以资本和劳动之比表征资本密集度，其中，以某地区某个产业的固定资产净值年平均余额反映资本，以某地区某产业全部从业人员平均人数衡量劳动；资本投人(CAIM)，借助地区全社会固定资产投资与地区CDP之比表示；信息化水平(INFOR)，选用城市人均移动电话数量测算；对外开放程度(EXTEM)，借助进出口总额与GDP之比表征。(4)中介变量技术进步(TECH)，借助高技术制造业科技进步贡献率表征；产业融合(INDUS)，使用高技术制造业与现代服务业耦合协调度表征；金融结构(FINA)，采取股票市场总市值与金融机构存款来衡量。3.数据来源及样本选取文章选取电子通讯设备制造业和计算机及办公设备制造业2个行业A股上市高技术制造公司2 0 12 一2 0 2 1年数据为初始样本。对样本数据进行如下筛选：第一，剔除主要研究变量数据缺失企业。第二，剔除ST、*S T 以及PT等财务状况异常企业，最终得到2 6 8 8 个样本数据。对连续变量采取首尾各1%的winsorize处理，以消除极端值影响。此外，相关数据来源于历年中国统计年鉴中国工业经济统计年鉴中国科技统计年鉴中国高技术统计年鉴等。各变量描述性统计结果见表1。(4)变量UHMIDIRTECHINDUSFINAINILINFRLABORHOCOECON(5)CAPICAIN(6)INFOREXTEN四、实证分析1.基准回归模型分析基准回归检验估计结果如表2 所示。其中，列(1)表示控制行业和年份固定效应，暂未加人控制变量的结果；列(2)是以列(1)为基础，加人控制变量后的结果。根据表2 列(1)列(3)可以表2 基准回归检验结果变量(1)UHMI0.0532*DIR(3.26)INILINFRLABORHOCOECONCAPICAININFOREXTENConstant年份、行业效应ObservationsR-squared注：小括号内表示t值，下显著，下同。表1变量描述性统计结果样本量最大值26880.623126880.144926883.292126880.6076268810.5051268828.243926880.533126880.9796268865.26126881.59832688251.211826880.890726881.634226880.80060.019*(110.58)Yes26880.0884，*、*、*分别表示在1%、5%以及10%显著性水平最小值0.00030.00312.54990.00020.868218.64890.00360.00793.32640.00070.08660.02260.03140.0211(2)UHMI0.0403*(3.68)0.0010(1.32)0.0958*(11.48)0.0183*(5.39)0.0009*(5.15)0.0145*(4.74)0.0003(0.58)0.0776*(4.94)Yes26880.1287平均值0.05260.02843.16110.50232.645121.74790.05030.388618.60040.31060.18760.03490.29580.37560.0301*(2.95)0.0012(1.26)0.0964*(11.47)0.0186*(5.48)0.0008*(4.92)0.0137*(4.14)0.0003(0.56)0.0028(1.06)0.0044*(2.68)0.0092(1.09)0.0700*(4.89)Yes26880.1305标准差0.01870.03430.10680.07861.81221.29620.06580.19495.76440.46282.32380.14770.45690.0561(3)UHMI64数字创新韧性对高技术制造业产业升级的影响知悉，在加控制变量和未加入控制变量下，数字创新韧性均推动技术进步。观察列(2)可知，表明数字创新韧性和技术进步在1%显著水平下促进高技术制造业产业升级。观察列(3)不难发均能够促进高技术制造业产业升级。根据中介效应检验判别方现，数字创新韧性每增长1%，高技术制造业产业升级会上升法可知，技术进步在“数字创新韧性-高技术制造业产业升级”0.0301%，假设H1初步得证，即数字创新韧性能够显著促进高的路径上发挥部分中介作用，由此假设H2得证。技术制造业产业升级。可能的原因在于，提升数字创新韧性有助根据列(3)得出，数字创新韧性能够促进产业融合。同时观于增强高技术制造业应对内外部环境挑战能力，通过明确风险察列(4)可知，数字创新韧性和产业融合均能够显著促进高技术应对措施、规避生产风险、降低生产成本，促进产业升级转型。制造业产业升级。同样采用中介效应检验判别方法得出，同理2.稳健性检验可证产业融合在数字创新韧性影响高技术制造业产业升级过程(1）替换被解释变量中发挥部分中介效应，由此假设H3得证。使用高技术制造业经济复杂度替代高技术制造业产业升级，观察列(5)可知，数字创新韧性能够改善金融结构。分析列(6)记为UHMIi。进一步地，借助技术复杂度替代高技术制造业产可以看出，数字创新韧性和金融结构均显著促进高技术制造业创业升级，记为UHMI2。结果如表3 所示，显示稳健性检验结果新韧性。按照中介效应检验的判别方法，数字创新韧性能够通过与基准回归结果基本一致。改善金融结构促进高技术制造业产业升级，由此假设H4得证。表3 稳健性检验结果表4数字创新韧性影响高技术制造业产业升级的机制检验(1)(2)变量UHMI,0.0334*DIR(1.98)L.DIRSIZEEALRCA.SHConstantControl年份、行业效应个体效应城市效应ObservationsR-squared(2）解释变量和控制变量作滞后一期处理考虑到数字创新韧性的滞后效应会对高技术制造业产业升级产生影响，同期信息化水平和高技术制造业产业升级之间可能也会存在相互影响现象。针对于此，将解释变量和控制变量均进行滞后一期处理，重新展开估计分析。根据表3 列(3)可知，数字产业韧性滞后一期处理后的系数在10%显著水平下为正，表明基准回归结果较为稳健。3.基于工具变量法的内生性问题处理将数字创新韧性的滞后一期作为工具变量(IV1)，构建“Bartik instrument”工具变量(IV2)。随后借助工具变量法重新估计公式(1)，结果显示，工具变量IV1和IV2与数字创新韧性均具有显著正相关关系，且数字创新韧性在10%显著水平下正向影响高技术制造业创新韧性。同时，在对工具变量IV1和IV2进行“工具变量识别不足”的检验时，Kleibergen-PaaprkLM统计量的p值均在10%显著水平上为正，表明拒绝原假设。在检验弱工具变量识别时，Cragg-DonaldWaldFstatistic均大于10，拒绝“弱工具变量”的原假设，说明工具变量构建较为合理。为进一步验证假设H2、H 3、H 4，对公式(2)和(3)进行回归,具体结果如表4所示。根据列(1)看出，数字创新韧性增强能够(3)UHMI,UHMI0.0682*(1.91)0.0369*0.0970*(3.13)(7.33)YesYesYesYesNoNoNoNo268826880.12330.0998(1)变量TECH0.2172*DIR(3.39)0.0219*TECH(1.87)INDUSFINAObserva-tions0.0786*R-squared(5.29)注：本表已加入控制变量，且控制了年度、行业固定效应，限于篇幅限制，并未Yes列出。下同。Yes五、拓展性研究NoNo26880.1330(2)UHMI0.0272*0.1102*0.0310*3.7309*0.0281*(1.85)(3.38)0.0307*(2.97)268826880.17550.13841.异质性影响（1）企业特征的异质性影响数字创新韧性可能会因企业特征异质性，对高技术制造业产业升级具有差异化影响。第一，按照高技术制造业产权性质进行划分，将高技术制造业分为国有企业及非国有企业两类，具体回归结果详见表5列(1)和列(2)。观察可知，数字创新韧性能够显著促进国有高技术制造业产业升级。第二，根据国家统计局统计上大中小微企业划分办法（2 0 17)划分，将从业人数大于等于10 0 0 人且营业收人高于40 0 0 万的高技术制造业定义为大型企业，不满足上述条件的则为中小型企业。根据表5列(3)和列(4)回归结果显示，数字创新韧性仅促进了大型企业产业升级，对中小型企业产业升级的影响并不显著。表5企业特征的异质性影响()(2)变量国有企业UHMI0.1013*DIR(4.00)Observations2688R-squared0.1561(2）金融监管强度的异质性影响借助金融监管等事务支出同金融业增加值比值衡量金融监管强度，并以金融监管强度中位数为分界线，将样本企业分为高金融监管强度组和低金融监管强度两组。观察表6 列(1)、(2)(3)INDUS0.0258*(3.29)268826880.07090.1362(3)非国有企业大型企业UHMIUHMI0.01180.0686*(1.11)(2.57)268826880.12040.1366(4)UHMI(2.27)(5)FINA(6.43)26880.4493中小型企业UHMI0.0003(0.03)26880.1385(6)UHMI(2.56)0.0015*(3.86)26880.1318(4)65技术经济与管理研究2 0 2 3 年第8 期可知，数字创新韧性对高技术制造业产业升级的促进作用仅存在于高金融监管强度组。表6 金融监管强度异质性分析()变量高金融监管强度组UHMI0.0366*DIR(2.29)Observations1344R-squared0.14292.数字创新韧性对高技术制造业高质量发展的影响前文理论分析可知，数字创新韧性能够促进高技术制造业产业升级，进而作用于经济高质量发展。为验证数字创新韧性对高技术制造业高质量发展的影响，以及产业升级在二者中发挥的作用（见表7），构建如下模型：DIRim=o+UHMli+y2Medim+EXi+EYear+EInd+8i由列(1)可知，数字创新韧性显著提升了高技术制造业高质量发展。由列(3)可知，数字创新韧性和产业升级均显著促进高技术制造业高质量发展。根据中介效应判别方法，数字创新韧性发展通过产业升级为高技术制造业赋能，助推高技术制造业高质量发展，即“数字创新韧性发展一产业升级高技术制造业高质量发展”逻辑链条成立。表7 数字创新韧性一一产业升级一(1)变量UHMI0.0410*DIR(2.81)UHMI一Observations2688R-squared0.3452六、结论与启示1.结论文章选取2 0 12 一2 0 2 1年中国高技术制造业上市公司数据，深人分析数字创新韧性对高技术制造业产业升级的影响。研究发现：第一，数字创新韧性能够显著促进高技术制造业产业升级，在经过内生性处理和异质性检验后，结论依然成立。第二，机制检验发现，数字创新韧性能够通过推动技术进步、促进产业融合及改善金融结构三个渠道，促进高技术制造业产业升级。第三，数字创新韧性对高技术制造业产业升级具有异质性，仅对国有企业、成熟期企业、大型企业以及高金融监管强度地区具有显著促进作用。第四，数字创新韧性通过促进产业升级，推动高技术制造业高质量发展。2.启示第一，破解高技术制造业数字技术瓶颈。根据研究结论可知，数字创新韧性能够通过技术进步促进高技术制造业产业升级。因此，中国有必要大力发展数字技术，破除高技术制造业技术瓶颈。一方面，政府应鼓励高技术制造业、科研院所协同创新，推动建设数字技术研发机构和创新中心，进一步加强高技术制造业数字技术创新能力，协同共建技术融合标准体系，及时制定并推广数字化关键技术标准。另一方面，政府应加大对高技术制造业数字技术研发投入，加快突破智能制造“硬科66技”，同时鼓励龙头高技术制造业企业前瞻布局先进制造技术，推动高技术制造业与数字技术深度融合，形成高技术制造业产业升级制高点。第二，打破产业升级各环节“信息孤岛”。数字创新韧性能(2)低金融监管强度组UHMI0.0206(1.60)13440.1258高技术制造业高质量发展(2)(3)UHMIUHMI0.0328*0.0389*(3.03)(2.76)0.0285*一(2.51)268826880.13100.3477够通过改善金融结构降低信息沟通成本，促进高技术制造业产业升级。因此，中国应致力于降低高技术制造业各环节流通成本，打破“信息孤岛”现象，以实现高技术制造业产业升级。一方面，高技术制造业应进一步健全数据治理体系，加快生产、服务等环节的数据动态采集速度，完善涵盖全业务链条的数据采集与运输体系，并建立数据分析与共享交换机制，以此提升高技术制造业各环节信息流通效率。另一方面，政府需加强高技术制造业相关信息平台安全管理工作，鼓励高技术制造业使用安全系数较高的服务平台开展信息交流活动，以保障信息共享的安全性，弥补信息误差，为高技术制造业产业升级奠定基础。(8)第三，发挥龙头企业数字化转型引领作用。根据研究结论可知，数字创新韧性在大型高技术制造企业的促进作用更显著。有鉴于此，一方面，政府应鼓励龙头高技术制造企业数字化转型，加强核心企业关键技术的研发与创新力度，为传统高技术制造业智能化转型提供技术支撑。另一方面，政府需进一步健全高技术制造业互联网集成平台，全面规划高技术制造业互联网建设工作重点，推动重点龙头高技术制造企业数字化转型，以带动高技术制造业产业升级。【参考文献】1徐君，郭鑫，蒋雨晨。中国区域数字创新能力评价及空间相关性与分异性研究 .软科学,2 0 2 2(11):49-58.2王玉荣,段玉婷,卓苏凡.工业互联网对企业数字创新的影响基于倾向得分匹配的双重差分验证 科技进步与对策，2 0 2 2(8)：8 9-9 8.3李婉红,王帆。数字创新、战略柔性与企业智能化转型一考虑环境复杂性的调节效应 科学学研究，2 0 2 3(3)：52 1-53 3.4王智新,高天,王若男。数字创新赋能数字经济发展研究：一个文献综述 J,科学管理研究,2 0 2 2(5):9 1-9 7.5】赵蓉，王鉴雪,李强.融合发展视角下高技术产业升级韧性研究 软科学,2 0 2 3(2):1-9.6龙少波，丁点尔消费升级对产业升级的影响研究：理论机制及实证检验 J.现代经济探讨，2 0 2 2(10):2 5-3 8.7】李海奇，张晶。金融科技对我国产业结构优化与产业升级的影响 统计研究,2 0 2 2(10):10 2-118.8】周霞，谌一播，王雯童.知识产权保护水平、区域创新与产业升级 统计与决策,2 0 2 2(16)：16 8-17 1.9汪晓文，陈明月，陈南旭.数字经济、绿色技术创新与产业结构升级J,经济问题,2 0 2 3(1):19-2 8.10胡海洋,姚晨。数字经济、技术创新与产业结构高级化一基于省级面板数据的实证分析 技术经济与管理研究，2 0 2 3(2):7-11.11胡甲滨，俞立平,张宏如数字创新韧性与高技术产业创新：机制及效应.山西财经大学学报,2 0 2 3(4):9 5-111.12刘明，王燕芳金融业与制造业高质量耦合协同发展：机制、测度与影响因素 J.上海经济研究,2 0 2 2(12):9 3-112.13汪小龙.经贸摩擦、国家创新空间与全球半导体产业升级 .北京航空航天大学学报（社会科学版）,2 0 2 1(5)：7 0-8 0.(责任编辑：WMJ)