摘要：我国企业的技术创新正处于数量规模型向质量效益型转变的关键时期，专利质量的提高变得尤为重要。本文基于2000—2016年沪深A股上市公司数据，实证检验了数字产品进口与企业专利质量之间的因果关系，实证结果表明：数字产品进口越多，越能够促进企业专利质量提高，在经过一系列稳健性检验后结论依然成立。机制分析表明，技术溢出效应、数字化转型升级效应、资源配置优化效应均是其重要影响渠道。调节效应分析表明，技术吸收能力具有正向调节作用。异质性分析表明，东部地区、技术密集型企业、高竞争程度企业、属于ICT数字产品企业的数字产品进口增多更有利于专利质量的提高。进一步分析表明，位于全球价值链上游企业的数字产品进口更能够显著提高企业专利质量。这一结论丰富了数字贸易和创新质量的相关研究，为我国实现产业高质量发展提供了一条可借鉴的思路。

关键词：数字产品进口，专利质量，数字化转型，企业上游度，高质量发展

本研究得到国家社会科学基金项目“数字贸易与中国经济高质量发展研究”（22VRC172）、湖南省哲学社会科学基金项目“国内国际双循环下的湘非贸易合作研究”（20ZDAJ004）的资助。

一、引言

当前，中国经济已由高速增长阶段转向高质量发展阶段（方慧和霍启欣，2023）。党的二十大报告指出，“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略”。在《2024年知识产权强国建设推进计划》中，国家知识产权局强调了知识产权创造质量的重要性，该计划旨在逐步引导企业调整其专利工作的重心，从单纯追求数量转变为更加注重质量的提高，以建设知识产权强国。在《2022年全球创新指数报告》中，我国创新指数排名位居全球第11位，国际专利申请量全球第一，但是我国专利产业化率仅约为35%，且相较于发达国家，我国高端科技领域创新水平较低，突破性技术创新匮乏，普遍存在着“高数量、低质量”的问题（Yu等，2019）。中国创新驱动发展战略虽助推了科技水平整体跃升，但其带来的创新质量困境也不容忽视。企业是创新的主体，提高企业专利质量对企业业绩和经济增长具有明显的促进作用，全面提高企业创新质量已成为强化国家战略科技力量、更好支撑经济高质量发展的关键所在。

随着我国数字经济战略的全面推进，数字贸易已经逐渐成为企业提高专利质量的重要推动力。中国信息通信研究院发布的《数字贸易发展与合作报告（2021）》深入剖析了全球数字贸易的最新动态，特别指出了2020年服务贸易在疫情冲击下的显著变化。该报告显示，传统的服务贸易在2020年同比下降了20%，受到了严重的冲击。然而，与之形成鲜明对比的是，数字服务贸易在此期间表现出了较强的韧性，受影响相对较小，其占比还逆势提升至62.8%。由此可见，数字贸易作为当前经济发展格局中的关键动力，无疑已经成为推动中国经济持续增长的重要支撑力量。数字产品作为一种特殊的进口商品，富含国际先进技术的精髓，这种进口模式为国内企业提供了宝贵的学习经验，使其能够直接接触到并吸收国外的尖端技术。更重要的是，这种学习模式有效增强了企业研发活动的效能，从而极大地推动了创新质量的提高。数字产品进口对于核心数字产业而言是更新数字设备，增强数字技术研发能力的重要抓手，也是传统企业实现数字化转型关键技术升级换代和增强竞争力的有效途径。因此在数字经济背景下，深入剖析数字产品进口如何提高企业专利质量，实现企业高质量发展，是一个重要且亟待解决的问题。

现有关于数字产品进口与创新相关的研究包括两方面。一方面是数字产品进口的创新效应（刘佳琪和孙浦阳，2021；霍启欣和方慧，2024；刘海云和钱惠惠，2025），其创新指标多是使用能够体现创新数量的专利申请数进行衡量，但是对于创新质量关注较少。另一方面是关于数字服务进口与专利质量的研究（方慧等，2022），这类研究聚焦于数字服务进口对创新质量的影响，但并未直接探讨数字产品进口对创新质量的影响，目前这类文献相对较少，留有较多拓展空间。

目前有关数字产品进口与专利质量的影响研究尚存在三方面的缺口。第一，现有文献较少考虑到数字产品进口与企业专利质量的因果关系，少数研究考虑到创新质量的作用，把知识存量作为调节效应，以此来研究数字产品进口与企业数字创新的关系（黄先海和王翰迪，2022），但较少单独探讨数字产品进口与专利质量之间的因果关系。同时，数据未有更新，现有研究多是基于海关进出口数据库和中国工业企业数据库匹配来测算企业数字产品进口，数据更新年份停留在2013年或者2014年。第二，目前有关数字产品进口与企业创新的研究，在机制方面多集中于成本节约、技术溢出以及人力资本水平提升等维度，较少从数字化转型与企业吸收能力这两个维度来探讨数字产品进口与专利质量的影响机制，而数字化转型和企业吸收能力都是影响创新质量的关键因素，同时另辟新维度有利于拓展现有关于数字产品进口的创新效应研究。第三，目前对于企业数字产品进口多是关注其进口这个行为所带来的直接影响或间接影响，并未考虑处于全球价值链上游的数字产品进口企业可能会对我国产业高质量发展产生的影响，也未有研究探讨过数字产品进口上游度如何影响企业专利质量。

本文使用2000—2016年的A股上市公司数据实证分析数字产品进口与企业专利质量的因果关系，探究数字产品进口与专利质量的作用机制。具体而言，本文边际贡献包括以下三个方面：第一，与探讨数字产品进口的创新效应的文献相比，本文聚焦于创新质量，重点放在对数字产品进口与企业专利质量的因果效应分析上，并详细分析了其内在影响机制，既有助于拓展和深化数字产品进口的创新效应研究，也补充了数实融合背景下创新质量机制相关的文献。另外，本文使用上市公司数据来研究数字产品进口上游度，数字产品进口的测算可以更新到2016年，相比于以往研究年份较新，且上市公司数据测算变量较为全面，可以基于此拓展诸多数字产品进口相关的研究。第二，目前数字产品进口与创新相关研究中，较少文献从数字化转型和企业吸收能力角度来分析数字产品进口与企业专利质量的因果效应，本文把数字化转型与企业吸收能力纳入考量，分析数字产品进口与专利质量的内在影响机制，并在实证检验部分对其进行了详细验证分析，这丰富了现有研究。第三，本文基于全球价值链上游度测算数字产品进口，并检验了数字产品进口上游度与专利质量之间的关系，实证结果表明，处于全球价值链上游的企业进行数字产品进口更能显著提高企业专利质量，进一步揭示了数字贸易与高质量发展实现兼容的路径。这些发现不仅拓宽了本文对于数字产品进口与企业质量关系的理解，更为中国实现高质量发展的宏伟目标提供了宝贵的政策启示。

二、文献综述

与本文相关的文献主要有以下两支。第一支文献是关于数字产品进口的相关研究。依托进口贸易这一知识溢出的关键渠道（Keller，2004），进口数字产品已成为中国作为发展中的贸易大国获取先进数字技术的关键途径，并日益深度嵌入企业生产流程，成为不可或缺的要素（Branstetter等，2019）。数字产品的国内外相关研究逐渐增多，一方面是聚焦于与数字产品进口相关的实证研究，比如数字产品进口能够提升福利水平（祝树金等，2023）、提高出口技术复杂度（于欢等，2022）、促进出口产品质量升级（Zhang等，2023）、提高企业环境绩效（邵朝对和安安，2023）、促进企业创新（刘佳琪和孙浦阳，2021；霍启欣和方慧，2024；刘海云和钱惠惠，2025）等。另一方面是关于数字产品进口的相关测算。周念利和陈寰琦（2020）采用《数字贸易测算手册》（2020）中提供的定义测度数字产品进口，刘佳琪和孙浦阳（2021）根据数字产品26个关键词对数字产品进口进行人工识别、许宪春和张美慧（2020）使用《国民经济行业分类》提炼数字经济基本要素、Zhang等（2023）基于《数字经济及其核心产业统计分类（2021）》匹配数字产品进口行业等。

第二支文献是数字化与创新的传导机制相关研究。首先是企业数字化对专利质量的影响。庞瑞芝等（2023）基于人力资本和交易成本传导机制的视角研究了数字化与创新的影响机制；乔彬等（2025）发现数字技术推动了产业链融合，进而重塑企业创新路径；贾宁等（2025）指出数字基础设施建设对于企业创新质量提升具有重要作用。其次是数字产品进口对企业创新的影响。刘佳琪和孙浦阳（2021）通过理论建模和实证检验发现数字产品进口具有广泛的技术外溢效应，从而能够显著提升企业创新水平；黄先海和王翰迪（2022）把知识存量作为调节效应，得出数字产品进口能够显著促进企业数字创新的结论；方慧等（2022）通过考察数字服务贸易对企业创新质量的影响效应及机制，证明了其结论的合理性。刘海云和钱惠惠（2025）从信息成本和边际成本的视角探讨了数字产品进口与企业创新的因果效应。目前来看，本文是为数不多的从企业层面直接研究数字产品进口对专利质量的影响并结合现有关于数字产品贸易和创新质量进行研究的文献之一，通过本文能够更全面地了解数字产品进口的质量提升效应。

梳理相关文献可以发现：首先，数字产品进口相关研究大多集中在专利的数量上，对企业创新质量的关注不够；其次，囿于数据的可得性，关于数字产品进口的质量提升效应的研究大多将工业企业数据与海关数据进行合并，相关实证研究年份更新较慢；最后，以往的研究主要集中在数字经济发展对企业创新的影响上，而数字产品贸易与企业创新质量之间的联系在很大程度上被忽视了，较少文献将数字产品进口和企业专利质量联系起来进行研究，本文的研究试图弥合现有文献缺口。

三、理论分析与研究假说

（一）数字产品进口与创新质量

数字产品进口与企业专利质量的关系是现有理论探讨的重点。数字产品进口具有泛生性、开放性、流动性、普惠性、虚拟性的特点，能够有效解决企业技术创新中面临的运营成本窘境和技术突破难题，因此数字产品进口可能通过一些合理的渠道对企业专利质量产生影响。具体而言，其理论机制可以归纳为以下三个维度。

（1）技术溢出效应。凭借极低的边际复制成本，数字产品进口赋能企业以更低研发成本吸收国外先进技术，从而产生更高效的技术外溢（江小涓，2017），这种技术溢出效应可能通过提高产出专利质量而使企业受益（Byun等，2021）。发达国家在数字产品制造领域具有显著的技术优势，其产品通常具有工艺精密、技术密集的特征，这促使发展中国家企业持续增加相关数字产品的进口需求。这些高技术含量的数字产品往往包含着可被解码和吸收的先进制造工艺与技术诀窍。通过逆向工程和技术模仿等学习机制，发展中国家企业能够显著降低自主研发的试错成本，并实现技术能力的跨越式发展。此外，数字产品进口由于增加了大量数据要素，有利于企业改进现有知识和技能，升级产品和服务，例如工业机器人、智能设备等数字产品能够改善产品设计、优化产品生产流程，带来技术升级，促进企业自主创新，进而提高创新质量。

（2）数字化转型升级效应。数字产品进口能够扩大数字技术的应用，赋能企业深度洞察市场与用户，从而精准发掘并满足消费需求。这一过程不仅能催生对新技术、产品及服务的多元化需求，更驱动企业开展数字化创新，进而成为提高其专利质量的有效路径。从数字属性来看，企业可以充分利用进口的数字产品中蕴含的数字技术提高企业的数字化水平。数字化水平较高的企业能够更好地利用互联网等技术开展研发活动并提升自主创新水平。具体而言，在制造环节，企业能够借助数字产品所蕴含的前沿技术，对其生产流程进行革新与优化，实现更高效、更精准的生产管理。同时，在销售环节，企业能够与消费者进行线上线下的实时互动，更深入地了解消费者的需求与偏好。这种精准的市场洞察能力不仅激励了企业不断进行技术升级，更促进了其创新质量的全面提高（Calic和Ghasemaghaei，2021）。此外，数字产品进口显著提升了供应链的数字化水平，为创新要素在供应商与客户企业之间的高效流动创造了有利条件。这种数字化变革不仅强化了供应链各环节的协同效应，还促进了链上企业间的战略合作，使企业能够突破组织边界获取多样化的创新资源，从而提高企业专利质量。

（3）资源配置优化效应。数字产品进口能够有效加快传统产业和数字化的有机融合，通过数字技术普及数字化生产，优化企业的生产要素配置结构，进而提高资源配置效率（Acemoglu等，2018）。提高资源配置效率有利于积累企业创新潜能（霍启欣和方慧，2024）。首先，进口的数字产品能够优化生产环节的资源投入精度，减少多投或少投现象，从而较大程度地避免资源错配。这使企业能更合理地利用创新资源，增强其汲取全球技术知识进行创新的能力。其次，数字产品进口增加了数字要素投入，数字要素通过与传统生产要素（如劳动力和资本）的深度融合与协同创新，能够有效激发传统要素的潜在效能，提升其研发效率和资源利用效率，以此推动总量层面上的企业创新产出增长。此外，数字产品进口还有利于企业数实融合，深度数字化与实体经济的融合推动了制造业的转型升级，催生了一大批具有高技术含量和创新特征的制造企业，显著扩大了行业的人力资本需求，提高了企业的生产效率，实现资源的优化配置，进而提高企业专利质量。基于此，本文提出如下研究假说。

研究假说1：数字产品进口对专利质量具有显著提高作用。

研究假说2：数字产品进口能够通过促进技术溢出而提高企业专利质量（研究假说 2a ）。数字产品进口能够通过促进数字化转型升级而提高企业专利质量（研究假说2b）；数字产品进口能够通过促进资源配置优化而提高企业专利质量（研究假说 2c ）。

（二）技术吸收能力的调节效应

数字产品进口对专利质量提高的作用，很大程度上受企业技术吸收能力的影响。企业技术吸收能力越强，通常代表其知识基础越雄厚，多样化的知识储备为整合新要素、开拓创新路径创造了更多可能性，这能充分激发企业的创新活力与潜能，增大数字产品进口对专利质量的提高效果。数字产品通常具有技术密集的特征，这也要求国内企业具备较强的吸收与转化能力，从而更有效地实现数字技术溢出的创新转化。增强吸收能力有助于企业更快地跨越与先进进口技术之间的壁垒（魏浩和林薛栋，2017），高效识别并提取进口数字产品中具有创新价值的技术要素，将其与自身知识体系相融合，并更精准地运用于智能化生产流程的优化与创新。当企业具备较强的技术吸收能力时，其能够更有效地消化、吸收外部先进技术，并通过适应性改良将其整合到现有生产体系中。这种高效的技术转化机制不仅促进了企业内部的工艺创新，还加速了数字化技术的迭代升级，从而显著增强了数字产品进口对专利质量的提高效应。高技术吸收能力赋能数字产品进口企业扩大创新网络与互补资源规模，并收集隐性知识（戚聿东和肖旭，2020）。在此基础上，企业得以丰富知识多样性，缩短技术认知距离，减少吸收阻力，进而提高专利质量。此外，当本土技术吸收能力处于较高水平时，国内高技术产业能够更有效地消化和利用进口数字产品，进而增强后发经济体的创新能力对国际知识溢出的弹性，充分发挥数字产品进口对专利质量提高的杠杆效应。

基于此，本文提出研究假说2d：技术吸收能力越强，越能够增强数字产品进口对专利质量的正向影响。

四、研究设计

（一）模型设定

基于以上理论分析，为考察数字产品进口与企业专利质量的因果关系，本文建立如下双向固定效应回归模型：

LnPat_q_ft=β₀+β₁Lnvalue_f，t-1+γControl_ft+θ_f+σ_t+ε_ft　　（1）

其中LnPat_q_ft为被解释变量，是指f企业t年份的专利质量；Lnvalue_f，t-1为本文的核心解释变量，用来衡量f企业在t-1年份的数字产品进口，Control_ft是控制变量的集合。θ_f为企业固定效应，σ_t为年份固定效应，ε_ft为随机扰动项，本文标准误均聚类在企业层面。

（二）变量测算

1.企业专利质量。借鉴李宏等（2021）的方法，本文依据主专利号分类提取数据，并在大组层面上构建企业专利知识宽度指标，对专利知识宽度取对数（Lnpat_q），以此来衡量企业专利质量。相关计算公式为： 。其中，Z_fmt表示企业f截至t年在m大组下申请发明专利和实用新型专利的累计数目，Z_ft表示企业f截至t年在全部大组下申请专利的累计数目。

2.数字产品进口。本文参考2021年国家统计局发布的《数字经济及其核心产业统计分类》，对其中第一大类数字产品制造业和第二大类数字产品服务业，综合采用《高技术产业分类（2017）》行业小类四位代码与数字进口产品的八位HS代码进行匹配。在与八位HS代码匹配完成后，再进行手工检查筛选，即对海关八位HS代码对应的产品进行挑拣，本文据此基于2015—2021年《数字经济发展白皮书》以及2020年经济合作与发展组织（OECD）、国际货币基金组织（IMF）和世界贸易组织（WTO）联合出版的《数字贸易测算手册》提取26个关键词^①，保留名称含这26个关键词的相应产品。最后根据《进出口税则商品及品目注释（2022版）》中的子母注释，剔除包含上述关键词但不属于数字产品范畴的样本。在此基础上，本文参考刘佳琪和孙浦阳（2021）的研究，利用2000—2016年中国海关数据，计算企业层面数字产品进口贸易额，并使用其加1后的对数值（Lnvalue）衡量数字产品进口。

3.控制变量。参考已有文献，本文在实证分析中控制了以下变量：企业年龄（Lnage），以企业的成立年限取自然对数衡量；资产负债率（A_ratio），以企业负债总额与资产总额的比值衡量；总资产净利润率（Roa），以净利润与总资产的比值衡量；企业规模（Lnemployee），企业从业人员数取自然对数衡量；董事长与总经理兼任情况（Yboss），董事长与总经理是否为同一人，是取1，否则取0；两权分离率（Seperation），实际控制人拥有上市公司控制权与所有权之差；国有企业虚拟变量（State），是否是国有企业，是取1，否则取0；无形资产比重（Itang），以无形资产净额与总资产的比值衡量；托宾q值（Lntobin），以企业市值与账面价值之比取自然对数衡量。

（三）数据来源及描述性统计

产品层面的高度细分数据来自2000—2016年的海关数据库，该数据涵盖了企业名称、企业类型、进出口贸易额、海关编码等丰富的信息，企业专利数据来自2000—2016年的专利数据库，其他变量均来自CSMAR国泰安数据库。在分析技术专利对企业影响的过程中，我们注意到样本期内有部分企业从未申请过技术专利，这些专利申请数量为0的样本可能会对本文的回归结果产生干扰。因此，为了消除这种潜在的偏差，本文在数据处理阶段特别排除了在样本期间内总专利申请量一直为0的公司，以确保分析结果的稳健性。本文对数据还进行了如下的处理：（1）删除ST、^*ST的样本；（2）删除重要变量缺失的样本；（3）剔除金融行业的样本。在匹配处理完数据并删除重要变量缺失值后，最终获得2000—2016年12007个样本观测值，其中包括2817家企业年度观测样本。变量的描述性统计结果显示^②，在进行对数化处理后，数字产品进口的均值为3.9108，企业专利质量的均值为0.3691，这意味着大多数数字产品进口企业的专利质量仍处于一个较低的水平，专利质量有待提升。

五、实证结果检验

（一）基准回归

本文实证检验了数字产品进口与企业专利质量的关系，从表1第（1）列可以看出，数字产品进口能够显著提高企业专利质量。考虑到数字产品进口和专利质量之间有反向因果关系，即专利质量更高的企业也可能会进口更多数字产品。同时，从数字产品进口到企业专利质量提高之间可能有时间差，企业学习、研发、申请专利都需要一定的时间。因此，本文对数字产品进口滞后一期进行回归，并加入控制变量来处理遗漏变量问题。从表1第（4）列中可以看出，在加入控制变量并滞后一期后，基准回归结果系数为0.0023，在5%水平上显著为正，这说明数字产品进口每提高一个百分点，企业专利质量平均提高约0.0023%，这也为本文的理论假说提供了初步的经验证据，验证了研究假说1。

（二）内生性处理

尽管模型（1）已进行滞后一期并纳入控制变量以部分缓解内生性问题，但结果仍可能受到不可观测因素的干扰。为此，本文借鉴赵奎等（2021）的方法，通过控制行业×年份固定效应，以吸收行业层面的外生冲击，从而进一步应对遗漏变量问题。从其回归结果表2第（1）列可以看出，核心解释变量的系数仍在1%的水平上显著为正，这表明基准回归的结论受内生性问题的影响较小，结果是稳健的。

确定数字产品进口对企业专利质量的因果效应是一个挑战。数字产品进口与企业专利质量之间可能存在反向因果关系，即企业专利质量的提高会促使企业增加对数字产品等高技术含量产品的需求，进而扩大对数字产品的进口。尽管本文使用了滞后一期以及控制诸多变量以缓解内生性问题，但这一反向因果关系仍然可能存在，因此本文选择使用工具变量法来进一步解决内生性问题。

本文选取数字产品进口关税作为工具变量。该工具变量的合理性在于其满足需满足的两个条件：首先，它与企业的数字产品进口高度相关；其次，它与企业层面的专利质量等微观因素无关，即具有良好的外生性。在构建方法上，借鉴Chen等（2017）的研究，本文计算了企业-年份层面的加权进口关税（Tariff）。具体而言，以样本期内企业首次进口各类数字产品的份额作为固定权重，对年度产品关税进行加权汇总，进而采用两阶段最小二乘法（2SLS）进行估计。表2第（2）列和第（3）列报告了内生性检验的结果，可以看到第一阶段F统计量大于10，排除了弱工具变量问题，在使用数字产品进口关税处理内生性后，回归系数显著为正，进一步佐证了数字产品进口与专利质量具有正向因果关系。

（三）稳健性检验

为使研究结论具备严谨性，本文使用多种方法对基准回归结果进行稳健性检验（其结果见附录表2^③）。

1.替换核心变量。首先是替换被解释变量。本文使用大组层面的专利知识宽度来衡量企业专利质量，这只是诸多方法中一种较为合理的测算方法。为了进一步提高其稳健性，本文尝试对被解释变量替换不同测算方法。第一，本文借鉴张杰和郑文平（2018）的方法，知识宽度的具体计算公式为：Pat_qq=1-∑α²（其中，α表示专利号中各大组分类所占比重）。然后本文根据“企业-年份-专利类型”这三个维度，按均值加总到企业层面，使用专利知识宽度均值取对数（Lnpat_q_mean）替换被解释变量进行基准回归。第二，本文参考杨鹏等（2024）的方法，使用专利被引用次数（Lnpat_cit）替换被解释变量进行基准回归，回归结果显示核心变量系数显著为正，这表明本文结论正确。其次是替换解释变量。本文把数字产品进口经资产规模化后得到企业数字产品进口渗透率（L_digi_val），采用滞后一期的数字产品进口渗透率作为解释变量进行回归，回归系数为1.4018，在5%的水平上显著为正，与本文基准回归结论保持一致。

2.调整聚类标准。本文所有实证检验均聚类在企业层面，为排除聚类标准误对研究结果的干扰，本文使用聚类到行业层面的稳健标准误重新进行回归，即假设同一行业内企业的误差项可能呈现序列相关性。调整聚类层面后再次进行回归分析，可以看到结果十分稳健。

3.对数字产品进口滞后两期。为了进一步消除内生性问题并捕捉数字产品进口与企业专利质量的动态效应，本文把数字产品进口滞后两期再进行回归，回归结果显示数字产品进口对专利质量的影响显著为正，这说明本文的结论可靠。

4.替换回归估计方法。根据定义，使用专利知识宽度法测算的专利质量是介于0～1之间的受限因变量，为检验本文的回归结果对估计方法选择的稳健性，本文使用面板Tobit估计方法对原双重固定效应模型进行估计。本文使用Tobit模型对变量进行重新检验，实证结果可以看出，核心解释变量估计系数为0.0028，与本文的基准回归OLS估计结果接近，这表明本文的结果对于不同的估计方法是稳健的。

5.增加控制变量。为了缓解可能存在的遗漏变量问题，本文增加了现金流量（Cflow）^④、资本密集度（Capint）^⑤、资产结构（Tang）^⑥这三个控制变量，核心解释变量回归结果依然在5%的水平上显著，结论稳健和可靠。

（四）机制检验

一系列稳健性检验和内生性处理证实了数字产品进口能够显著提高企业专利质量。根据第二部分的理论分析，数字产品进口能够通过技术溢出效应、数字化转型升级效应、资源配置优化效应来提高企业专利质量。本部分将对这三个影响渠道进行一一验证。

1.技术溢出效应。企业通过进口高技术含量的数字产品，可以获得直接转移效应，即通过学习和模仿进口产品的先进技术，提升企业自身的技术创新水平，即技术溢出效应。首先，本文使用企业发明专利申请数量来衡量企业的创新能力，记作（Rad）。其次，本文检验了数字产品进口的技术溢出效应，表3第（1）列和第（2）列是技术溢出效应的回归结果。从回归结果可以看出，数字产品进口显著提升了企业创新水平。进口数字产品的技术溢出效应可以激发企业的创新活力，推动企业加大研发投入和进行技术升级和改造，这会增加产品的技术含量和附加值，从而提高企业专利质量，验证了研究假说 2a 。

2.数字化转型升级效应。数字产品进口大大提高了企业的数字化水平，使企业能够迅速处理庞大数据，提升信息捕捉与数据利用率，及时把握客户与市场需求的变化，从而优化管理，即数字化转型升级效应。首先，本文采用文本分析法对数字化转型进行量化。具体而言，本文使用企业数字化关键词的总词频除以年报MD&A（管理层讨论与分析）语段长度（Digi）来衡量企业数字化水平。考虑到新的会计准则于2007年开始实施，2007年可视为数字化转型的开端，因此本文在进行机制检验时数据覆盖年份为2007—2016年。其次，为了进一步检验数字产品进口影响企业专利质量的作用机制，本文用解释变量对机制变量进行回归，以此检验数字产品进口是否会显著促进企业数字化转型升级，然后本文构造双重固定效应模型，即把数字产品进口滞后一期对数字化转型进行回归，验证数字产品进口与数字化转型之间是否存在促进作用。最后，本文进行了实证检验。表3第（3）列和第（4）列为数字化转型的机制回归结果，可以看到数字产品进口每增加一个百分点，企业数字化水平提升0.0869%。数字产品进口所带来的数字化转型升级使得企业能够开发出更加智能、高效的产品和服务，从而推动总量层面的企业创新产出增长。这验证了研究假说2b。

3.资源配置优化效应。数字产品进口带来了丰富的数字资源，能够优化要素配置并提升全要素生产率，产生资源配置优化效应。为检验这一效应，本文关注过度投资这一资源配置非效率的表现。首先，过度投资会将稀缺资金锁定于低回报项目，不仅直接造成资源浪费并推高资本成本，其引发的管理复杂性与财务风险还会挤出企业在其他领域的灵活投资。对此，本文借鉴倪婷婷和王跃堂（2022）的方法，以过度投资程度（Overinvest）作为资源配置效率的反向代理变量。其次，为了验证数字产品进口与专利质量之间的资源配置优化效应，本文设定了双重固定效应模型进行实证检验。具体而言，即解释变量对机制变量进行回归。为确保机制检验的完整性和严谨性，本文还参照了李万利等（2023）的研究方法，进一步分析了各机制变量对专利质量的具体影响，以此补充并强化了相关性的证据支持。最后，本文列示了回归结果。表3第（5）列和第（6）列为资源配置效率的机制回归结果，可以看到数字产品进口大大减少了企业资源错配现象，从而提高专利质量，验证了研究假说 2c 。

（五）调节效应检验

考虑到数字产品进口的适配性，本文使用调节效应模型检验技术吸收能力对数字产品进口与企业专利质量关系的调节效应。企业若具备较强的技术消化能力，则能够更高效地将引进的数字产品应用于智能制造过程，从而显著增强其对专利质量的促进作用。在此情况下，数字产品进口不仅能够产生显著的规模经济效应，还能引发更强烈的技术扩散反馈，最终加速创新的提质升级，即技术吸收能力的调节效应。首先，本文参考刘友金等（2024）的做法，使用人力资本水平来衡量技术吸收能力，具体而言，以上市公司研究生及以上学历人数占公司员工总人数的比值来衡量企业的技术吸收能力（Absorb）。其次，本文对技术吸收能力的调节效应进行验证。通过表3第（7）列可知，技术吸收能力增强能够显著提高专利质量。这可能是因为企业吸收能力是影响专利质量的关键因素。企业吸收能力越强，越有利于增强数字产品进口企业研发合作或外部技术获取的有效性，进而增强产学研合作和提高专利质量。同时，表3第（7）列的估计结果显示，技术吸收能力增强能够显著增强数字产品进口对专利质量的促进作用。其原因在于，企业的技术吸收能力越强，企业间技术差距越小，越易形成价值链上的前后向关联效应，也能更好地发挥其吸收能力，进而激励数字产品进口企业增加研发投入和促进企业创新成果产出以提高专利质量，验证了假说2d。

（六）异质性分析

上文已经使用双重固定效应模型证实数字产品进口会对企业专利质量产生显著的正向影响，机制检验也表明技术溢出、数字化转型和资源配置效率均是数字产品进口影响专利质量的重要渠道，但是由于地理位置、要素密集度、行业竞争程度和产品类型之间的差异，数字产品进口对专利质量的影响可能存在差异。因此，本文把交互项纳入基准回归模型，从这些方面详细分析数字产品进口对企业专利质量的提高效应的差异（结果见附录表3^⑦）。

1.地理位置异质性。企业所处的区位优势（如资源禀赋、开放程度及交通便利性）不同，是否会使得数字产品进口对专利质量的影响呈现出显著的差异性？结合我国国情和现有研究，本文选取所处地理位置（东、中西部）来代理地区的差异，构建地理位置虚拟变量（L_lnvalue_area），东部赋值为1，中西部赋值为0，在基准模型中加入地理位置虚拟变量与数字产品进口的交互项进行回归分析。在我国经济版图中，东部地区作为较为发达的区域，其主导产业多集中在技术密集型、资本密集型企业以及新兴服务业。随着这些地区企业出口的不断增加，单纯的劳动力、中间品和资本投入规模的扩大已经无法满足当前产业持续发展的需求。为了保持并增强这些地区的产业竞争力，自主研发创新已逐渐成为推动东部地区产业升级的核心动力。因此可以预期的是，数字产品进口对东部地区企业提高专利质量的作用会更明显，而对中西部地区企业在此方面的影响较小。基于地理位置的异质性估计结果证实了这一预期，东部地区样本的影响程度显著较高，且关注的交互项估计量对企业专利质量的估计系数在10%的水平显著为正。

2.要素密集度异质性。为考察不同行业要素密集度下数字产品进口对专利质量的影响，本文借鉴了尹美群等（2017）的要素密集度分类方法，根据企业所在行业的要素密集度特性，将研究样本划分为技术密集型与非技术密集型两大类。基于此，本文构建要素密集度虚拟变量（L_lnvalue_center），技术密集型行业赋值为1，非技术密集型行业赋值为0，在基准模型中加入要素密集度虚拟变量与数字产品进口的交互项进行回归。通过回归结果的数据分析，本文观察到技术密集型的数字产品进口企业在提高专利质量方面更为显著。这可能是因为非技术密集型行业自身的技术基础较为薄弱，因而对工业机器人等高技术数字化装备的需求有限，降低了对数字产品进口的依赖程度，这种较低的依赖性，最终削弱了数字产品进口对其专利质量的提高作用。相反，技术密集型企业的数字产品质量较高，通过高端贸易伙伴的工程师指导和配套售后服务，企业可以接近世界前沿技术，获得先进技术支持和更优的生产指导，有利于企业新产品的开发和创新水平的提升。此外，技术密集型企业还具有较强的创新实力，能够把更多资源投入到生产中，加速企业数字化转型，故企业专利质量的提高效果较好。

3.行业竞争程度异质性。本文依据赫芬达尔-赫希曼指数^⑧（Herfindahl-Hirschman Index，简称HHI）来衡量并评估各行业的竞争程度。该指标能够有效反映市场结构，而竞争环境正是如Aghion等（2005）所指出的影响企业创新的关键因素。通过计算各国民经济行业分类下两位码行业j的HHI，本文获取了行业的竞争状态。具体来说，HHI值越高，代表该行业的集中度越高，市场竞争程度相应较低；反之，HHI值越低，则表明该行业的集中度较低，市场竞争更为激烈。基于HHI的中位数，本文将所有行业划分为高竞争程度和低竞争程度两组并构建竞争程度虚拟变量（L_lnvalue_HHI），竞争程度低的行业赋值为1，竞争程度高的行业赋值为0。本文详细报告了基于行业竞争程度的异质性估计结果。分析结果显示，交互项的估计系数为-0.0033，且在5%的水平上显著。该负值表明，在竞争程度更高的市场中，数字产品进口对企业专利质量的提高作用更为显著。这可能是因为在激烈的竞争中，企业为了保持或扩大市场份额，不得不更加高效地利用资源，减少不必要的开支，如机会成本和代理成本。通过精心调配各种生产要素，企业能够显著增强其研发活动的效能，从而在市场中保持竞争优势，这有助于企业保持技术领先地位，增强专利的竞争力，从而使其专利质量受到数字产品进口的影响显著提高。

4.数字产品异质性。为了进一步探究数字产品进口对企业专利质量的影响，本文还区分了ICT（信息通信技术）数字产品和非ICT数字产品。根据OECD（2020）附录中对ICT产品的划分，本文将ICT产品的HS编码与本文研究的数字产品HS编码进行匹配，并在企业层面进行了加总，构建ICT数字产品虚拟变量（L_lnvalue_ict），如果企业进口了ICT产品，则取值为1；否则，取值为0。本文回归结果表明，企业进口ICT产品对其专利质量提高的作用更为显著。这可能是因为相较于更广泛定义的数字产品，ICT产品作为一种更为专注于信息通信技术的数字产品，其技术外溢作用更为直接和明显。

六、进一步分析：基于全球价值链上游度视角

近几十年来，全球价值链从根本上改变了国际贸易和发展（Baldwin，2016；World Bank，2019），对于全球价值链定位的研究也逐渐增多。对于数字产品进口企业而言，位于全球价值链上游意味着能使企业专利质量在多个方面获得显著的提高。首先，企业有机会在知识、教育、管理能力等无形资产方面获得增强，或者通过国际直接投资（FDI）、劳动力流动等方式实现技术溢出，从而在全球生产分工中表现更加出色。其次，这些企业能够以更低的成本获取高技术含量的中间生产要素，改善生产流程，提高产出效率，产生质量提高效应。此外，处于上游的数字产品进口企业通常会面临更加激烈和复杂的竞争环境，这种国际市场的压力会通过倒逼机制推动企业专利质量的提高。同时，当企业沿着价值链升级“扶梯”向高端地位攀升时，通过改进生产流程、调整产品结构、使用新技术等活动，其生产绩效将会随之提高（刘奕和夏杰长，2009）。企业在GVC中的上游化（如参与设计、研发等高附加值环节）还有助于其俘获更多产品附加值和利润份额（Wang等，2013），促进技术升级。因此，当数字产品进口上游度越高时，越能够促进技术升级，提高生产绩效，进而提高企业专利质量。

关于上游度的测算研究逐渐增多。Fally（2012）和Antràs等（2012）对行业上游度和行业下游度进行了测算，Antràs和Chor（2018）提出了全球价值链中产业上游度和产业下游度的四种测算方法，Chor等（2021）更是使用中国的投入产出表，测算出了企业层面的进出口上游度，量化了中国企业的全球生产线位置。基于此，本文基于全球价值链上游度的视角，参考Chor等（2021）的方法测算出数字产品进口企业的上游度，然后基于此进行实证检验。

具体而言，本文使用中国投入产出（IO）表、Fally（2012）以及Antràs等（2012）开发的方法对不同行业的生产线位置进行衡量。在计算行业上游度的过程中，本文主要依赖于2007年中国投入产出表中细分部门的数据作为基准（Ju和Yu，2015）。从概念上讲，行业i的上游度U_i，是行业i作为投入进入生产过程时其距最终需求的阶段数的加权平均值。在N≥1个行业的经济体中，本文计算的行业上游度U_i如下：

其中Y_i为行业i的总产出，F_i为直接用于最终使用的产出价值，d_ij为中国投入产出表的直接消耗系数（生产1单位价值j所使用的i行业的产出）。

在计算出行业上游度后，本文根据每个企业不同数字产品的进口贸易额相应加总到企业层面，则f企业在t年的数字产品进口上游度Upstream_ft^M可用公式表示为：

其中，M_fit是指投入产出行业i在t年的企业f的数字产品进口贸易额，M_ft为企业f的总的数字产品进口贸易额，计算出的Upstream_ft^M即为数字产品进口上游度。

（一）实证模型构建

根据以上理论分析，构建如下回归模型：

Lnpat_q_ft=β₀+β₁Upstream_f，t-1+γControl_ft+θ_f+σ_t+ε_ft　　（4）

其中，Lnpat_q_ft为被解释变量，是指f企业t年份的专利质量；Upstream_f，t-1为核心解释变量，用来衡量f企业在t-1年份的数字产品进口上游度，Control_ft是指控制变量的集合，与模型（1）保持一致。f表示企业，t表示年份，θ_f为企业固定效应，σ_t为年份固定效应，ε_ft为随机扰动项。

（二）实证结果分析

从数字产品进口上游度与专利质量的回归结果（结果见附录表4^⑨）可以看出，解释变量系数在5%的水平上显著为正，从而验证了数字产品进口上游度与专利质量的正向关系。考虑到企业进口数字产品的不同性质或用途等特征可能对专利质量产生异质性影响，本文深入分析了这些特征对企业专利质量的潜在作用。本文根据联合国BEC商品分类，将进口的数字产品细分为数字中间品和数字资本品^⑩。数字中间品和数字资本品的模型回归结果表明，数字中间品进口上游度（L_upstream_Z）和数字资本品进口上游度（L_upstream_K）对专利质量的影响均显著为正。但数字资本品的影响更为剧烈，这可能是因为数字资本品，特别是先进的机器设备，往往集成了先进的技术，要求企业对其技术水平进行深入剖析和消化吸收，甚至进行改进。此外，国外企业在出口这些资本品时提供的售后服务也为进口企业提供了宝贵的交流学习机会，产生了“学中学”效应（康志勇，2015）。与此相反，在全球价值链分工的背景下，我国进口中间品的企业往往从事简单的加工装配生产，位于价值链的低端环节，这限制了其进行研发创新的空间，因此数字中间品进口对企业专利质量提高的作用不如数字资本品显著。

七、研究结论及政策建议

通过引进国际先进的数字产品，企业能够学习并吸收前沿的数字技术，激发自主创新动力，从而提高研发效率和专利技术水平。此外，数字产品的开放性、流动性和普惠性特点，有助于企业快速获取全球最新的技术信息和创新成果，优化研发方向，提高专利的创新性和市场价值，因此研究数字产品进口与专利质量的关系，对于利用数字贸易深化市场改革、推动中国产业高质量发展具有重要意义。首先，本文从技术溢出效应、数字化转型升级效应、资源配置优化效应三个维度揭示了数字产品进口对企业专利质量的作用机制。其次，本文考虑到数字产品进口的适配性，从技术吸收能力的角度分析了数字产品进口与企业专利质量的调节效应。最后，本文使用2000—2016年的A股上市公司数据实证检验了数字产品进口与企业专利质量的正向因果关系。本文的研究结论具体如下：（1）基准回归结果表明，数字产品进口对我国企业专利质量的提高作用显著，在进行一系列稳健性检验后，数字产品进口与企业专利质量的正向关系依然成立，证明了这一结论的可靠性。（2）机制检验发现，技术溢出、数字化转型升级、资源配置效率均是重要的影响渠道；调节效应检验发现，技术吸收能力越高，数字产品进口对专利质量提高的作用越强。（3）异质性分析表明，不同类型企业存在显著差异，东部地区、技术密集型企业、高竞争程度企业、属于ICT数字产品企业的数字产品进口增多更有利于专利质量的提高。（4）进一步分析表明，处于上游的数字产品进口企业对专利质量具有显著提高作用，与数字中间品相比，数字资本品对企业专利质量的提高作用更为强烈。

基于此，本文提出如下建议。第一，为充分发挥数字产品进口的专利质量提高效应，政府应当构建多元化的国际技术引进体系，通过建立长期稳定的数字产品进口渠道，持续引进国际先进技术与高端产品，为本土专利质量提高提供技术支撑。第二，重视技术吸收能力在数字产品进口与专利质量提高中的助推作用。在微观层面，企业需通过加大研发投入以追赶国际技术前沿，并构建有吸引力的人才体系，以汇聚国内外高端创新人才。在宏观层面，政府则应致力于搭建产学研协同的跨界合作平台，有效引导外部知识资源向企业集聚，从而强化其长期技术储备。第三，政府应当鼓励企业向上游相对更为精细的生产环节移动，积极主动地吸取上游数字产品中蕴含的更多差异化、更先进的技术要素，利用前沿数字技术带来的红利增强企业创新能力，从而充分发挥数字产品进口上游度对专利质量的提高作用。

感谢匿名评审专家和编辑部的宝贵意见，文责自负。

注释：

①具体包括：智慧、软件、远程、电视、VCD、系统、装置、机器人、雷达、移动、智能、电子、机、自动生产线、机器、数字、数码、自动、设备、人工智能、广播、数控、通信、计算机、数据、DVD。

②读者可扫描本文首页二维码，获取其电子版附录表1。

③读者可扫描本文首页二维码，获取电子版附录。

④现金流量使用经营活动产生的现金流净额与总资产的比值来衡量。

⑤资本密集度使用企业固定资产净值与年均就业人数的比值来衡量。

⑥资产结构使用“（固定资产净额+存货净额）／总资产”进行衡量。

⑦读者可扫描本文首页二维码，获取电子版附录。

⑧国民经济行业分类下两位码行业j的赫芬达尔指数（HHI_jt）的计算公式为：，Sale_ft为企业f在t年的营业收入，该数据来自上市公司数据。

⑨读者可扫描本文首页二维码，获取电子版附录。

⑩中间品是指BEC分类中代码为111、121、21、22、31、322、42和53的产品，资本品是指BEC分类中代码为41和521的产品。

参考文献：

[1]方慧，霍启欣，李泽鑫.数字服务进口贸易对企业创新质量的影响研究[J].上海财经大学学报，2022（6）：78-92.

[2]方慧，霍启欣.数字服务贸易开放与企业创新质量的“倒U型”关系：兼议技术吸收能力和知识产权保护的调节作用[J].世界经济研究，2023（2）：3-18，134.

[3]黄先海，王瀚迪.数字产品进口、知识存量与企业数字创新[J].浙江大学学报（人文社会科学版），2022（2）：28-43.

[4]霍启欣，方慧.数字产品进口的创新溢出效应[J].南方经济，2024（3）：121-140.

[5]贾宁，王浩泽，陈国富.数字基础设施建设提升企业绿色创新质量研究[J].南开经济研究，2025（4）：227-246.

[6]江小涓.高度联通社会中的资源重组与服务业增长[J].经济研究，2017（3）：4-17.

[7]康志勇.资本品、中间品进口对中国企业研发行为的影响：“促进”抑或“抑制”[J].财贸研究，2015（3）：61-68.

[8]李宏，王云廷，吴东松.专利质量对企业出口竞争力的影响机制：基于知识宽度视角的探究[J].世界经济研究，2021（1）：32-46，134.

[9]李万利，刘虎春，龙志能，等.企业数字化转型与供应链地理分布[J].数量经济技术经济研究，2023（8）：90-110.

[10]刘海云，钱惠惠.数字产品进口对企业技术创新的影响研究[J].世界经济研究，2025（1）：43-56，135.

[11]刘佳琪，孙浦阳.数字产品进口如何有效促进企业创新——基于中国微观企业的经验分析[J].国际贸易问题，2021（8）：38-53.

[12]刘奕，夏杰长.全球价值链下服务业集聚区的嵌入与升级——创意产业的案例分析[J].中国工业经济，2009（12）：56-65.

[13]刘友金，张颖斌，蔡翔.从技术鸿沟到技术追赶：数字经济发展效应研究——来自“一带一路”沿线国家的证据[J].经济研究，2024（11）：192-208.

[14]倪婷婷，王跃堂.区域行政整合、要素市场化与企业资源配置效率[J].数量经济技术经济研究，2022（11）：136-156.

[15]庞瑞芝，刘磊，张帅.数字化如何影响企业创新？——基于人力资本和交易成本传导机制的视角[J].南开经济研究，2023（2）：102-120.

[16]戚聿东，肖旭.数字经济时代的企业管理变革[J].管理世界，2020（6）：135-152，250.

[17]乔彬，刘振涛，许悦.数字赋能企业创新的双重中介机制——理论模型与经验证据[J].南开经济研究，2025（6）：62-80.

[18]邵朝对，安安.数字产品进口如何影响企业环境绩效[J].南开经济研究，2023（8）：101-118.

[19]魏浩，林薛栋.进口产品质量与中国企业创新[J].统计研究，2017（6）：16-26.

[20]许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济，2020（5）：23-41.

[21]杨鹏，尹志锋，张志伟，等.企业数字技术应用与专利质量提升——理论机制与经验事实[J].统计研究，2024（5）：98-110.

[22]尹美群，盛磊，李文博.高管激励、创新投入与公司绩效——基于内生性视角的分行业实证研究[J].南开管理评论，2018（1）：109-117.

[23]于欢，姚莉，何欢浪.数字产品进口如何影响中国企业出口技术复杂度[J].国际贸易问题，2022（3）：35-50.

[24]张杰，郑文平.创新追赶战略抑制了中国专利质量么？[J].经济研究，2018（5）：28-41.

[25]赵奎，后青松，李巍.省会城市经济发展的溢出效应——基于工业企业数据的分析[J].经济研究，2021（3）：150-166.

[26]周念利，陈寰琦.RTAs框架下美式数字贸易规则的数字贸易效应研究[J].世界经济，2020（10）：28-51.

[27]祝树金，张谦，李江，等.数字产品贸易自由化的福利效应及渠道机制研究——来自《信息技术协议》扩表的证据[J].管理世界，2023（12）：1-19，20-22，37.

[28]Acemoglu D. , Akcigit U. , Alp H. , Bloom N. , Kerr W. Innovation, Reallocation, and Growth[J]. American Economic Review, 2018（11）: 3450-91.

[29]Aghion P. , Bloom N. , Blundell R. , Griffith R. , Howitt P. Competition and Innovation: An Inverted-U Relationship[J]. The quarterly journal of economics, 2005, 120（2）: 701-28.

[30]Antràs P. , Chor D. , Fally T. , Hillberry R. Measuring the Upstreamness of Production and Trade Flows[J]. American Economic Review, 2012, 102（3）: 412-16.

[31]Antràs P. , Chor D. On the Measurement of Upstreamness and Downstreamness in Global Value Chains[J]. World trade evolution: Growth, productivity and employment, 2018, 5: 126-94.

[32]Baldwin R. The Great Convergence: Information Technology and the New Globalization[M]. Harvard University Press, 2016.

[33]Bhatti S. H. , Jabeen F. , Ahmed A. , Romano M. , Pascucci F. How do Knowledge-intensive Business Services Improve Innovation? A Resource-based Model for Antecedents of Innovation in a Development Country[J]. Journal of Knowledge Management. 2025, 29（1）: 92-112.

[34]Branstetter L. G, Drev M. , Kwon N. Get with the Program: Software-driven Innovation in Traditional Manufacturing[J]. Management Science, 2019, 65（2）: 541-58.

[35]Byun S. K. , Oh J. M. , Xia H. Incremental vs. Breakthrough Innovation: The Role of Technology Spillovers[J]. Management Science, 2021, 67（3）: 1779-802.

[36]Calic G. , Ghasemaghaei M. Big Data for Social Benefits: Innovation as a Mediator of the Relationship between Big Data and Corporate Social Performance[J]. Journal of Business Research, 2021, 131: 391-401.

[37]Chor D. , Manova K. , Yu Z. Growing like China: Firm Performance and Global Production Line Position[J]. Journal of International Economics, 2021, 130: 103445.

[38]Fally T. On the Fragmentation of Production in the US[J]. University of Colorado mimeo, 2011.

[39]Ju J. , Yu X. Productivity, Profitability, Production and Export Structures Along the Value Chain in China[J]. Journal of Comparative Economics, 2015, 43（1）: 33-54.

[40]Keller W. International Technology Diffusion[J]. Journal of Economic Literature, 2004, 42（3）: 752-82.

[41]OECD. Digital Economy Outlook 2019[R]. 2020.

[42]Peretto P. F. Endogenous Market Structure and the Growth and Welfare Effects of Economic Integration[J]. Journal of International Economics, 2003, 60（1）: 177-201.

[43]Wang Z. , Wei S. J. , Zhu K. Quantifying International Production Sharing at the Bilateral and Sector Levels[J]. National Bureau of Economic Research, 2013.

[44]World Bank（Washington, District of Columbia）. World Development Report 2020: Trading for Development in the Age of Global Value Chains [M]. World Bank Group, 2019.

[45]Yu L. , Li H. , Wang Z. , Duan Y. Technology Imports and Self-innovation in the Context of Innovation Quality[J]. International Journal of Production Economics, 2019, 214: 44-52.

[46]Zhang H. , Liu Q. , Wei Y. Digital Product Imports and Export Product Quality: Firm-level Evidence from China[J]. China Economic Review, 2023, 79: 101981.

作者简介：许和连，湖南大学经济与贸易学院，E-mail:xuhelian@163.com；饶俏，湖南大学经济与贸易学院，E-mail:1602094138@qq.com；邓玉萍（通讯作者），湖南大学经济与贸易学院，E-mail:dengyupinghnu@126.com。