数字经济提升了城市经济韧性吗※

卢现祥 段扬睿

内容提要：基于2008-2019年263个地级及以上城市数据,测度各城市的数字经济发展水平和经济韧性水平,实证检验了数字经济对城市经济韧性的影响。研究发现:数字经济显著提升了抵御期和恢复期的城市经济韧性;机制分析表明,数字经济通过创新创业和匹配效应两方面机制提升城市经济韧性,产业多样化表现出对数字经济的遮掩效应,这种遮掩效应主要来源于产业相关多样化;空间溢出效应分析表明,数字经济与城市经济韧性均具有显著的空间自相关性,数字经济通过空间溢出效应对邻近地区城市经济韧性形成正向影响;异质性分析结果显示,各城市所处的地理区位及是否为中心城市的区域特质会影响数字经济的作用发挥,东部地区和中心城市数字经济对城市经济韧性提升力更大,数字经济发展程度也会对城市经济韧性形成差异性影响,数字经济发展程度越高对经济韧性提升作用越强。

一、 引 言

回顾历史,中国经济发展经历了数次冲击,无论是地震、洪水、非典疫情的来临还是亚洲金融风暴、全球金融危机的席卷,中国总能够经受一次次重大考验并化危为机。如今,外有中美新一轮贸易争端延续和新冠肺炎疫情冲击,内有需求收缩、供给冲击和预期转弱三重压力,中国经济发展形势严峻。面对复杂的国际国内局势,习近平总书记2022年7月在中共中央召开的党外人士座谈会上强调,“综合判断,我国发展仍具有诸多战略性有利条件,我国经济韧性强、潜力大、活力足,长期向好的基本面不会改变。”由此可见,探索经济韧性的影响因素和提升路径既是立足当下推动经济发展的现实需求,更是能使中国在这个充满挑战的时代迎难而上、实现高质量发展的重要底气。

从学术层面来看,韧性最初是工程物理学概念,强调系统受冲击后恢复到稳定均衡态的能力。后来Holling(1973)将其用于系统生态学研究,解释复杂系统在外部干扰下回归均衡的能力,此时韧性概念已不再只是用于描述系统如何恢复原状,还涉及到可能存在的新的均衡状态情形。而后,经济学家们观察到冲击给不同地区经济造成的不同影响,开始致力于研究把韧性从生态学引入经济学领域。Reggiani等(2002)将韧性概念运用在空间经济学研究中,开辟了区域经济韧性的研究历程。早期经济学家们对区域经济韧性的研究多集中于概念的补充与界定,如将韧性与路径依赖、路径锁定、适应力等结合,研究区域吸收冲击的能力(Pike等,2010);后续研究中,学者们更倾向立足长期演化视角对韧性展开研究,探索区域经济是否能在经历冲击和调整后进入新的发展道路(Martin和Sunley,2015),以及结合不同区域应对冲击的表现分析影响区域经济韧性的诸类因素,如产业结构多样性、主导产业类别、外贸依存度、产业相关多样性等。

近年来,随着数字基础设施完善和数字技术迅速发展,数字经济在中国经济社会发展中的动能效应逐步显现。《数字中国发展报告(2022年)》显示,2022年中国数字经济规模同比增长约为10%,数字经济对GDP的贡献比例高达41.5%。具体分析,宏观层面的理论研究发现,数字经济能够促进匹配效率和生产效率提高,进而推动经济高质量发展(荆文君和孙宝文,2019)。进一步地,学者们运用实证方法从激励创业扩大就业(赵涛等,2020)和改善收入分配减缓社会贫困(黄倩等,2019)等方面阐述了数字经济对中国经济高质量和包容性发展不可替代的推动作用。中观层面,有学者构建了多部门经济增长模型,从效率型技术进步视角分析数字经济可通过产业间差异性技术进步推动产业结构升级(白雪洁等,2021)。微观层面研究则主要以企业和家庭为研究对象。数字经济通过地区创新水平和企业融资能力两部分机制提升企业风险承担水平,利好经济的长期发展(陈小辉和张红伟,2021)。中国家庭的微观数据显示,数字经济发展能够便利居民支付、缓解流动性压力,进而促进消费(易行健和周利,2018)。回溯数字经济发展历程,此概念提出始于20世纪90年代初大量互联网企业和新兴商业模式涌现时期,而2008年爆发全球金融危机后,3G移动网络和移动智能终端开始普及,数字经济进入移动化阶段并不断影响人们的生产生活(史丹和李晓华,2021)。2008年是物联网真正开启的时代,国际金融危机也是中国宽带发展的起点。结合经济学家们从这个时间段开始对区域经济韧性相关议题关注度不断提高及中国在全球金融危机席卷后展现出的坚韧与应对能力等客观事实,本文拟围绕以下问题展开研究:数字经济发展是否促进了中国经济韧性提升?如果提升效应得以印证,其中的影响机制有哪些?数字经济是否会通过空间溢出效应影响其他地区经济韧性?在已有研究中,多数学者验证了数字经济对部分特定区域(胡艳等,2022)经济韧性的提升效应,但是并没有结合外部冲击背景构建一个相对完整的分析框架,这也为本文作出边际贡献提供了可能。

本文将立足以上问题并结合2008年金融危机的冲击背景,首先,测度263个地级及以上城市2008-2019年数字经济发展水平和经济韧性水平,构建时间、个体固定效应模型验证数字经济是否对城市经济韧性存在显著的提升效应;其次,选择表示创新创业、产业多样化及匹配效应的指标数据,探讨数字经济提升城市经济韧性的内在机制,并讨论数字经济和城市经济韧性的空间溢出特征;再次,引入虚拟变量、替换被解释变量、剔除城市样本、运用工具变量法、考虑空间溢出效应五种方法检验前述回归结果的稳健性;最后,结合城市的区位特征或发展特质讨论数字经济提升城市经济韧性的异质性表现。

二、 理论分析与研究假设

城市经济韧性概念主要表现为两个方面,一方面是对于冲击的抵抗能力,可能取决于该区域经济的潜在动力;另一方面是冲击后的恢复调整能力,可能改变该城市长期发展路径(徐圆和张林玲,2019)。数字经济具有颠覆性变革涌现、超速成长、网络效应、生态竞争等新特征(李晓华,2019),能够直接地为城市经济韧性提供必要动能。数字经济新特征表现出的创新创业效应、产业多样化效应和匹配效应可能会作用于该区域的经济韧性,成为数字经济影响城市经济韧性的路径机制。与此同时,数字经济快速发展与互联网的广泛运用密不可分,互联网受到传统地域空间限制较小(李晓华,2019),城市数字经济发展水平对周边城市可能也存在空间溢出效应。

1. 数字经济对城市经济韧性的影响分析

数字经济相关技术的发展能够推动具备较强储存能力、分析能力和传输能力的预警系统构建,强化城市对冲击的识别与判断,及时完成相关讯息传输,有力推动城市在冲击发生前进行预判和准备工作,最大程度减少冲击对城市发展的负面影响;冲击发生后,数字经济相关产业部门在国民经济波动时感应度系数较低,产生的“护城河”效应能够保证数字经济产业在其他产业受到严重波及时保持良好的稳定性(韩君和高瀛璐,2022),对冲整体经济波动,保障城市经济在经受冲击后仍具备持续发展的能力;冲击发生一段时间后城市进入恢复调整阶段,数字经济发展与新的投入要素、新的配置效率、新的生产效率相伴相生(荆文君和孙宝文,2019),由其带来的颠覆性技术变革及相关企业超速成长对扩大就业、促进经济结构升级起到重要的推动作用,因此数字经济在本阶段能够为城市转型升级进入新的发展路径提供坚实基础。数字经济以其在冲击发生前期的预警作用、冲击发生后的抵御作用、恢复调整期的效率提升和转型升级作用,提升了城市经济韧性。因此,本文提出假设:

H1:数字经济促进了城市经济韧性提升。

2. 数字经济对城市经济韧性的影响机制分析

本文以数字经济的经济效应为着眼点,探寻数字经济对城市经济韧性的影响机制。

数字经济的创新创业效应。第一,从供给层面分析。首先,数字经济能够为创业者提供获取市场资讯和创业信息的便捷平台,提升信息的传播速度和广度(周广肃和樊纲,2018),而丰富的信息资源无疑是开启创新创业活动最必要的前置条件。对于家庭创业者来说,信息有利于其准确捕获商机;对于企业来说,信息有利于其拓宽业务和销售渠道、提升管理水平(Robinson和Sexton,1994),同时一定程度降低生产经营成本。预期回报提升和投入成本降低能够助力企业释放更多资源开展创新创业活动。其次,数字经济能够缓解创业者面临的融资约束问题。资本对于创业成功与否起着不可或缺的作用,而数字经济发展能够缓解创业者的借贷约束,特别是那些没有从传统借贷过程中获益的群体(何宗樾和宋旭光,2020)。最后,创新创业活动颇具风险性的特点常常使得创新创业者望而却步。数字经济能够为创新创业者提供新的信息获取方式和交流渠道,对创新创业者的风险偏好形成潜在正向影响,并最终影响个体创业决策(周广肃和樊纲,2018)。第二,从需求层面分析。首先,数字经济推动传统以产品导向为核心的生产模式逐渐转向以用户为导向的模式。用户体验、个性化定制受到鼓励,市场对于产品的需求越来越多样化,创新创业者也能由此获取更多机会。其次,数字经济发展一方面提升了居民消费的便捷性,另一方面降低了家庭面临的不确定性,刺激居民消费支出(何宗樾和宋旭光,2020)、释放市场需求,对创新创业活动形成激励效应。第三,从供需匹配层面分析,数字经济改变了原有商业模式,促使供给端和需求端加速融合,产品外延与内涵进一步拓展,从根本上推动了产品及其相关服务价值的几何倍数增长。同时大数据技术的运用也能大幅提升供需两端的连接成功率,破除信息不对称壁垒,为创新创业活动的成功创造良好环境。另外,便捷的消费者需求反馈途径有利于提升产品研发成功率,冲抵创新风险,激励企业创新。

数字经济的产业多样化效应。第一,如前所述,数字经济发展提升了消费者需求的反馈效率,平台企业产生与壮大又进一步推动了市场需求端与供给端的连接,这一方面降低了市场需求反馈过程中的交易成本,另一方面改变了传统营销模式,厂商特别是小规模企业得以摆脱地域限制,依托平台拓展服务外延(江小涓,2017)。第二,传统生产模式的范围经济效应十分有限,数字经济发展使得越来越多的交易与管理活动在线上完成,提升了资源利用效率和范围经济效应,同时厂商能以更低的生产经营成本建设和完善多样化生产线,满足多样化市场需求。第三,数字要素的运用能够实现物流和仓储的数字化管理,降低运输和储存成本,为实现产业多样化创造基础条件。第四,数字经济发展是挑战也是机遇,它催生竞争带来挑战的同时也为厂商直面挑战、实现跨行业扩张提供了便捷的资源利用平台,厂商能够轻松获取转变生产模式所需的知识与技术,顺应现有竞争模式开展多样化业务。

数字经济的匹配效应。地方政府部门会出于增加财政收入或保护本地国企目的设置区际壁垒,外地企业难以进入本地市场,导致产品和要素市场扭曲、配置效率低下。若依靠自上而下的改革来提升配置效率,会给地方政府带来直接利益损失,容易遭遇阻力,短期难以形成良效。而基于数字技术和互联网发展衍生出的平台交易模式能够让消费者和生产者自由进入线上交易平台,从产品供需匹配层面分析,一方面高效的线上平台很容易对低效的线下交易模式产生替代效应,从而拓宽交易空间,提升线上产品的匹配效率;另一方面非本地企业通过线上平台可以免受壁垒限制、拓宽竞合网络(李秦等,2014),与受保护的本地企业形成竞争,倒逼本地企业进行产品或服务模式创新,提升线下产品的匹配效率。匹配效率的提升能有效降低交易成本、提高交易频率,最终提升经济效率。从要素匹配层面分析,区域平台交易模式的介入推动了该地企业进入全球价值网络的进程(刘斌和顾聪,2019),本地优势产业能够向外寻求更大的发展空间,低效却受政府保护的企业则面临淘汰(黄群慧等,2019),由此释放的资源可以流向优势产业和高成长部门。这种源于产品市场的专业化分工效应会传导至要素市场,有效缓解和改善本地金融资源、技术资源错配的情况(余文涛和吴士炜,2020)。另外,有学者指出数字技术和互联网的运用有利于打破劳动要素流动的空间限制,为劳动者提供更丰富的就业选择(Acemoglu和Restrepo,2018),从而对劳动要素的配置效率形成提升效应。基于以上分析,本文提出假设:

H2:数字经济通过创新创业效应、产业多样化效应、匹配效应三个影响机制提升城市经济韧性。

3. 数字经济对城市经济韧性的空间溢出效应分析

数字经济的创新频率高、影响大、范围广。数字技术具有通用性,相对于传统技术来说,更容易形成广泛运用和连续性创新,并在此过程中完成突变。许多数字技术创新已经突破了行业边界,跨界、多维的创新行为频现,迅速突破领域、地域限制占领市场并得以推广运用(李晓华,2019)。互联网的无边性加速了这种技术溢出速度,传统技术更新换代可能更依赖于固定资产投入和前期资源积累,而互联网的联通和平台经济的发展甚至无需实际存货的存在,只需要具备足够能力调动平台两端资源即可大范围推广新产品,并进一步推动新技术更迭,由此产生的溢出效应也会在宏观经济层面形成更深层次的影响。有学者指出数字经济对周边地区的全要素生产率存在明显的溢出效应(杨慧梅和江璐,2021),还有学者就数字经济和高质量发展的关系进行讨论,发现也存在空间溢出效应(赵涛等,2020)。因此,本文提出假设:

H3:数字经济通过空间溢出效应作用于城市经济韧性。

三、 研究设计

1. 模型构建

为验证上述假设,首先针对数字经济对城市经济韧性的直接影响构建基准模型。本文通过LSDV法、Hausman检验、检验时间虚拟变量联合显著性的方法,判定时间、个体双固定效应模型最优,模型设定如下:

resi,t=α0+α1digiti,t+αccontrolsi,t+μi+δt+ε1,it

(1)

其中,resi,t代表的是地区i在第t年的经济韧性水平,digiti,t代表地区i在第t年的数字经济发展水平;controlsi,t代表不同的控制变量;μi是无法测度的地区个体效应;δt是时间固定效应;ε1,it为扰动项;α代表待估参数。

进一步地,为分析数字经济对城市经济韧性的影响机制,本文结合Baron和Kenny(1986)提出的模型和温忠麟等(2004)提出的方法,构建如下模型:

Mi,t=β0+β1digiti,t+βccontrolsi,t+μi+δt+ε2,it

(2)

resi,t=γ0+γ1digiti,t+γ2Mi,t+γccontrolsi,t+μi+δt+ε3,it

(3)

其中,M代表可能存在的影响机制,分别是创新创业、产业多样化、匹配效应;ε2,it、ε3,it为扰动项;β、γ代表待估参数。

结合式(1)至式(3)即可验证假设2中提出的数字经济对城市经济韧性的影响机制是否存在。具体来说,该检验建立在α1显著的基础之上,即验证假设H1成立后,再对式(2)进行回归,若待估参数β1显著则表明数字经济能够产生以上三种效应,再对式(3)进行回归,若γ1不显著或显著但数值比α1小,则说明假设H2中数字经济通过三个方面的影响机制提升城市经济韧性的结论成立。

最后,针对空间溢出效应,本文设定如下空间面板模型:

resi,t=α0+ρ1W×resi,t+δ1W×digiti,t+α1digiti,t+δcW×controlsi,t+αccontrolsi,t+μi+δt+ε1,it

(4)

resi,t=α0+ρ1W×resi,t+α1digiti,t+αccontrolsi,t+μi+δt+ε1,it

(5)

(6)

式(4)至式(6)分别为SDM(空间杜宾)模型、SAR(空间自相关)模型和SEM(空间误差)模型。其中,ρ1代表空间自回归系数,W代表空间权重矩阵,δ1代表数字经济的空间交互项系数,δc代表控制变量的空间交互项系数,λ代表随机扰动项的空间交互项系数。其余变量与式(1)一致。当λ=0时,为式(4)所示的SDM模型;当λ=0,δ1=0且δc=0时,为式(5)所示的SAR模型;当ρ1=0,δ1=0且δc=0,λ≠0时,为式(6)所示的SEM模型。本文会根据后续检验结果选取适用模型进行空间溢出效应分析。

2. 变量选取与测度

(1) 被解释变量城市经济韧性(res)。城市经济韧性测度常用两种方法,一是指标体系法,二是测算区域面对冲击反应的核心指标。本文基于测度客观性、可比性、统一性的要求,参考Martin等(2016)的方法,选取总产出为核心指标测度各地区受到金融危机冲击后的反应。具体思路是,考虑到冲击后存在一个天然的反事实或预期变化量,即全国总产出受冲击后在抵御期和恢复期的变化。以全国变化率为基准,首先计算当各城市与全国产出变化率一致时该城市预期产出变化值,然后计算各城市同期实际产出变化值与预期产出变化值间的差值与实际产出变化值之比,观察各城市在抵御期和恢复期的产出波动情况。构建如下测算模型:

(7)

(8)

其中,Gi,t代表地区i在第t年的产出,gN,t+j(j0,说明地区i对于冲击抵抗或后期恢复力比同期国民经济水平更强,反之则反是。

(2) 核心解释变量数字经济(digit)。基于观测期内市级层面数据可得性,参考赵涛等(2020)的研究,选取互联网普及水平、相关行业从业水平、相关行业产出水平及移动设备普及水平4个维度指标测度城市数字经济发展水平。相应的数据分别为:每百人宽带接入用户,计算机与软件相关行业从业人员比例,人均电信业务量和每百人移动电话用户数。经过信效度检验后,本文选用主成分分析法,将各维度数据消除量纲、降维及选取主成分后合成各城市数字经济指数。

(4) 控制变量。为了准确地分析数字经济对城市经济韧性的影响,本文参考已有文献(赵涛等,2020;陈安平,2022;徐圆和张林玲,2019)选取可能影响经济韧性的控制变量,具体为:金融发展水平(fin),以年末金融机构贷款余额与地区生产总值之比衡量;人力资本水平(std),以地区本专科在校大学生人数取对数表示;经济发展水平(gdpp),用地区人均国内生产总值对数表示;产业结构(ind),用第三产业与第二产业的增加值之比来衡量。

3. 数据说明

本文使用的数据主要来源于《中国城市统计年鉴》、WIND数据库、国家知识产权局网站及部分省、市知识产权局网站,选取263个地级及以上城市2008-2019年数据展开分析。对于部分缺失数据,运用插值法补足。主要变量的描述性统计结果如表1所示。

表1 主要变量描述性统计

本文参照徐圆和张林玲(2019)的研究将2008-2010年设定为冲击抵御期,2011-2019年设定为恢复调整期。根据城市经济韧性的测算结果,在冲击抵御期,东北部、西部老工业区表现出了较强韧性,如七台河市、鄂尔多斯市、白山市、辽源市等。这主要可能是因为2008年的冲击是以美国房地产次贷危机为导火索并通过金融衍生品引发的连锁反应形成,对中国贸易、金融行业影响较大,对老工业区冲击程度则偏低。在恢复调整期,抵御期韧性良好的城市没有继续展现出亮眼表现,而是西南部和中部以旅游服务业、制造业为主导产业的城市韧性更强,如安顺市、贵阳市、北海市等。值得一提的是,2014年初国务院批复同意设立贵安新区,次年贵阳·贵安大数据产业发展集聚区获批,全国首家大数据交易所在贵阳成立,如此看来贵阳、贵安两地良好的韧性表现离不开国家对数字经济发展的大力支持。为了直观地表示数字经济和经济韧性的相关关系,本文计算了二者的逐年均值和中位值。

图1报告了2008-2019年263个城市经济韧性指数和数字经济指数逐年均值及中位值的变化趋势。第一,无论是逐年均值还是中位值,数字经济和经济韧性整体变化趋势一致。但是2012-2016年受到外部经济持续低迷与内部结构转型双重挤压,经济韧性整体呈现下降趋势;同期,“十二五”规划纲要中明确提出全面提高信息化水平,3G技术普及应用和相关基础设施建设由此得到了强化与推进,数字经济发展水平呈现上升趋势。第二,城市经济韧性的均值与中位值折线基本重合,而数字经济的均值与中位值柱状图差别较大,结合表1报告的数字经济指数标准差以及最大最小值来看,可以推断各地区数字经济发展水平存在一定程度的不均衡现象。

图1 2008-2019年城市经济韧性指数和数字经济指数

四、 实证分析

1. 基准回归

为分析数字经济在不同时期对城市经济韧性的影响,本文依据式(1)进行回归,结果见表2。列(1)至列(3)分别为未加入控制变量的全样本期、冲击抵御期、恢复调整期结果,列(4)至列(6)列为加入控制变量后的结果,数字经济对城市经济韧性始终呈现显著的正向影响,由此假设H1得证。具体分析回归结果,全样本期数字经济水平每提高1个单位,城市经济韧性提升0.053个单位,在1%的统计水平上显著;冲击抵御期,数字经济水平每提高1个单位,城市经济韧性提升0.060个单位,在10%的统计水平上显著;恢复调整期,数字经济每提高1个单位,城市经济韧性提升0.026个单位,在5%的统计水平上显著,数字经济在冲击抵御期对城市经济韧性的提升作用略强于恢复调整期。可能是“护城河”效应和溢出效应在抵御期发挥了更迅速的作用,加之信息传输与共享效率的提高充分调动了本地经济体和周边经济体的潜能,各经济体能够迅速集聚资源,从容应对冲击、消解冲击的负面影响。在恢复调整期,经济体需要突破原有发展方向形成新的长期路径,这个过程一方面受原有发展路径、资源禀赋、竞争优势影响,地区间调整速度不一;另一方面受数字经济之外其他因素影响,对数字经济的提升作用形成掩盖或调节效应,最终导致恢复调整期的系数略低于抵御期的系数,在胡艳等(2022)的研究中也有类似结论。从控制变量方面分析,金融发展水平在全样本期和恢复调整期都对经济韧性有显著的负向影响,可能是由于金融市场快速发展会伴随产生许多新风险,而金融监管体系及制度的相对滞后亦会加剧经济波动,不利于实体经济发展和整体经济恢复。人力资本水平在全样本期和恢复调整期都对经济韧性有显著的正向影响,在冲击抵御期的回归系数虽然为正但不显著,这一方面说明高素质人力资本对于经济韧性提升具有重要支撑作用,另一方面也说明人才队伍建设需要长期规划,只有重视人才培养对经济社会发展的潜力作用,才能有针对性地完善人才结构和人才队伍建设。经济发展水平对于经济韧性的影响是正向的。产业结构在全样本期和恢复调整期对于城市经济韧性存在显著的负向影响,这与经济直觉似乎不太相符。但是从产业结构发展过程分析就不难理解了,一方面其调整周期较长,很难在短期内对城市经济韧性产生作用,滞后效应可能会导致当期影响系数为负;另一方面,产业结构过度服务化会产生产业空心化问题,导致经济脱实向虚,形成对城市经济韧性的负向影响。

表2 数字经济影响城市经济韧性的基准回归结果

2. 机制分析

针对前文提出的数字经济对城市经济韧性的三种影响机制,本文运用式(1)至式(3)进行实证分析,结果如表3所示。列(1)为数字经济与城市经济韧性的基准回归结果,列(2)、列(4)和列(6)说明数字经济能够产生创新创业、产业多样化和匹配效应;观察列(1)与列(3)以及列(1)与列(7)后发现,加入机制变量后,数字经济对城市经济韧性的影响仍显著,但回归系数值比之前小,说明数字经济可以通过创新创业(1)表3列(3)创新创业效应回归系数较小是由于数据量纲不一致所致,衡量创新创业效应的数据普遍比数字经济和城市经济韧性的值更大。综合考虑Sobel检验中创新创业效应对总效应11.6%的贡献比例及该效应的强显著性,本文认为创新创业仍是一条重要的影响机制,应该保留。和匹配效应两类机制对城市经济韧性产生提升作用。对比列(1)与列(5)发现,加入机制变量后,数字经济对城市经济韧性的影响显著,且回归系数比未加入机制变量前更大,根据范长煜(2016)的研究,初步判定产业多样化产生了遮掩效应,亦即控制了产业多样化这一变量后,数字经济对城市经济韧性的提升效应增强了。具体是否为遮掩效应可以进一步结合表3中Sobel法计算的各类机制变量效应量和它们对总效应的贡献比例进行分析。根据Sobel检验结果,创新创业、匹配效应对总效应的贡献比例分别为11.6%和11.7%,而产业多样化的效应量为-0.007,对总效应贡献比例为-13.1%。这说明数字经济能够通过催生创新创业效应和匹配效应对城市经济韧性形成正向作用,但它的正向作用会受到产业多样化效应的遮掩。因此,假设H2部分得证。关于产业多样化形成遮掩效应的原因,下文展开说明。

表3 数字经济影响城市经济韧性的机制分析结果

3. 空间溢出效应分析

表4是2008-2019年城市经济韧性和数字经济基于相邻矩阵、地理距离矩阵、地理经济矩阵的空间自相关检验结果,表中报告的是全局莫兰指数及相应的z值。数字经济和城市经济韧性每年的全局莫兰指数均大于0,且在1%的统计水平上显著,说明城市经济韧性和数字经济发展水平在观测期内具备空间自相关性。

进一步地,通过LM检验、Hausman检验、LR检验、Wald检验及SDM模型简化检验,选用双固定SDM模型进行空间溢出效应分析,其中对于相邻矩阵而言,SDM模型也可以退化为SAR模型。表5报告了SAR模型、SDM模型的回归结果,同时列出SEM模型的结果作为参考。根据列(1)至列(6)的ρ1值可以看出,各城市经济韧性之间存在显著的溢出效应,与表4的结论一致;而数字经济的空间交互项W×digit在简单点回归过程中可能会存在偏误,本文主要依据直接效应和溢出效应分析数字经济对本地及其他城市经济韧性的影响。SAR模型和SDM模型均显示数字经济对相邻城市的经济韧性存在显著溢出效应,并且溢出效应达到了总效应的50%以上,说明数字经济的空间溢出效应对城市经济韧性提升具有重要贡献,假设H3成立。

表5 数字经济对城市经济韧性的空间溢出效应分析结果

4. 稳健性检验

(1) 引入虚拟变量。为进一步剔除因宏观经济发展导致的数字经济与城市经济韧性因果关系误判,本文参照赵涛等(2020)的研究,在式(1)的基础上引入省份和时间交互效应虚拟变量,用来控制省份层面随时间变化的不可观测因素的影响,并分时期检验回归结果的显著性变化。结果如表6列(1)至列(3)所示,引入省份-时间交互效应后,数字经济对城市经济韧性影响仍显著为正。

表6 稳健性检验回归结果1

(2) 替换变量测度方式。中国国土面积广阔,各地在面临冲击时的抵御反应和冲击后的恢复状态存在非同步性。为更大程度缩小宏观经济波动误差,对式(7)的预期变化量进行调整,用各城市所在省份的产出变化率gk,t+j替代全国产出变化率gN,t+j,再参照式(8)计算各城市不同时期经济韧性值,并代入式(1)回归,结果如表6列(4)至列(6)。用新的方法测度城市经济韧性并替换基准回归中相应数值后,数字经济仍对城市经济韧性存在显著的正向作用。

(3) 剔除城市样本。直辖市、副省级城市的人力资本、经济发展水平、金融发展水平都比其他城市存在更大优势,可能导致回归结果有偏。本文在剔除直辖市、副省级城市样本数据后对式(1)进行回归,表6列(7)至列(9)报告了回归结果,整体来说数字经济对城市经济韧性存在显著的正向效应。但值得注意的是,冲击抵御期和恢复调整期分别回归时回归系数为正却不显著,可能是剩余样本城市在观测期内的数字经济发展水平还不足以形成强劲的动力效应支撑它们抵御冲击、调整恢复。因此,在普通城市数字经济发展过程中更应强化政策的引导作用和相应制度、支出保障,弥合区域间数字鸿沟,不断推进区域数字经济协调发展。

(4) 内生性与工具变量。产生内生性问题的原因主要有二,一是难以穷尽控制变量,二是反向因果。参考黄群慧等(2019)的研究,用地区邮电历史情况作为数字经济的工具变量,解决可能存在的内生性问题。此数据代表地区对通信业务的使用需求和使用习惯,而数字经济发展、相关技术运用也很大程度上取决于该地区前期邮电设备建设基础和发展需求,此数据能够满足工具变量需具备的相关性要求,且它与城市经济韧性直接关联较小,能较大程度满足外生性条件。具体使用的数据为1984年每百万人邮局数,该数据无法直接用于面板数据分析。参考Nunn和Qian(2014)的研究,引入上年年末宽带接入用户数与各城市1984年每百万人邮局数形成交互项,构造面板数据形式的工具变量。另外,由于1984年城市邮局数据存在缺失,在运用工具变量法进行稳健性检验时不再报告分时期回归结果。表7列(1)列(2)分别为加入控制变量前后的回归结果,数字经济的系数均显著为正。同时,Kleibergen-Paap rK的LM统计量p值为0.000,拒绝工具变量识别不足原假设;Kleibergen-Paap rK的Wald F统计量大于Stock-Yogo weak ID test critical values中10%偏误的临界值,拒绝存在弱工具变量原假设,表明本文构造的工具变量具备统计合理性。

表7 稳健性检验回归结果2

(5) 基于空间溢出效应的稳健性分析。为避免变量的空间溢出效应导致基准回归和机制分析结果偏误,参考Liu和Dong(2021)的研究,构建基于空间溢出效应的机制分析模型。模型设定如下:

Mi,t=β0+ρ2W×Mi,t+π1W×digiti,t+β1digiti,t+πcW×controlsi,t+βccontrolsi,t+μi+δt+ε2,it

(9)

resi,t=γ0+ρ3W×resi,t+η1W×digiti,t+γ1digiti,t+η2W×Mi,t+γ2Mi,t+ηcW×controlsi,t+γccontrolsi,t+μi+δt+ε3,it

(10)

其中,ρ2、ρ3代表空间自回归系数,W代表空间权重矩阵,π1、η1代表数字经济的空间交互项系数,πc、ηc代表控制变量的空间交互项系数,η2代表机制变量的空间交互项系数,其余变量与式(2)式(3)一致。

式(4)、式(9)和式(10)共同构成包含空间溢出效应的机制分析模型。表8报告了SDM模型相邻矩阵回归结果。对比表8列(1)至列(7)和表3列(1)至列(7),回归系数、显著性及符号基本一致,说明基准回归和机制分析的结果稳健。

表8 稳健性检验回归结果3(基于空间溢出效应的机制分析)

五、 进一步分析

1. 异质性分析

为进一步检验数字经济是否会因为城市异质性而对城市经济韧性产生不同影响,本文将基于地理位置、城市发展程度和数字经济发展程度三方面特质对样本数据分组回归,分析数字经济在各组别的表现。表9报告了具体回归结果。

表9 数字经济影响城市经济韧性异质性检验回归结果

表9列(1)至列(3)为按照地理区位分组的回归结果。具体为,将城市按照地理位置划分为东部、中部和西部区域,数字经济对三组城市的经济韧性提升结果均显著,东部城市的显著度最高且回归系数最大。这可能是由于东部城市的区位优势使其拥有比其他区域更雄厚的经济基础和更先进的人力资源,从而形成了数字经济发展速度快、势头足的相对优势,对城市经济韧性提升作用更强。

参照赵涛等(2020)研究,表9列(4)列(5)分别为中心、外围城市回归结果,中心城市的回归系数约为外围城市的2倍。其原因可能一是中心城市在经济、政治、交通等领域中发挥重要地位和作用而拥有更强的资源集聚能力,其数字经济发展水平相对外围城市更高,经济韧性提升力更大;二是外围城市受到虹吸效应消极影响,人才、资金和其他资源呈现流出状态或向中心城市流动,相应经济红利的释放强度弱于中心城市,导致外围城市存在经济增长缓慢,就业机会较少,产业发展相对滞后等问题,经济韧性提升力较弱。

由于各城市数字经济发展水平存在客观差距,本文还根据数字经济发展综合指数的中位数将观测值分为发展程度较高和发展程度较低组别,前者赋值为1,后者赋值为0,回归结果如表9列(6)列(7)所示。数字经济发展程度较高组别数字经济对城市经济韧性的影响系数为正,在1%的统计水平上显著,数字经济发展程度较低组别影响系数为负且不显著。其中,数字经济发展程度较低组别的金融发展水平和产业结构对于城市经济韧性的负向影响显著强于数字经济发展程度较高组别,且数字经济发展程度较低组别的经济发展水平对城市经济韧性的影响不再显著。可以推测,数字经济发展程度较低的城市其金融、产业、经济发展水平相关效应的发挥都会受到影响,它们对于实体经济发展的“挤出效应”更显著,抵消了数字经济的正向影响,显示出与数字经济发展程度较高城市相异的结果。

2. 关于产业多样化的进一步分析

表10 基于对产业多样化分解的进一步分析结果

本文按照不同时期、不同地区对样本数据分组,再对产业相关多样化与城市经济韧性进行回归,表11报告了回归结果。从时间上来看,产业相关多样化对城市经济韧性的负向影响存在于全样本期和恢复调整期,而在冲击抵御期则表现为不显著的正向影响;结合地区来看,产业相关多样化主要对东部和中部地区城市经济韧性在恢复调整期形成了较为不利的影响,对西部地区城市经济韧性没有表现出明显作用,其中产业相关多样化对西部地区冲击抵御期的城市经济韧性存在不显著的正向影响。按照时间分组产生异质性的原因是,产业相关多样化程度越高说明产业间联系越紧密,在经济形势向好时能够刺激产出和就业,在经济遭遇冲击时则容易导致冲击的传递形成连锁反应,不利于经济恢复。按照地区分组产生异质性的原因是,本文以全球金融危机为冲击背景展开分析,东部地区一直是中国外贸最为集中的区域,可以说它在这场危机中首当其冲,产业相关多样化的易传导特性加剧了东部地区从冲击中恢复调整的难度,从而对东部地区城市经济韧性产生了显著的负向影响。西部地区多以能源资源产业为主,一方面它在此次危机中受冲击程度较轻,另一方面该地区产业相关多样化程度不高,因此在冲击抵御期西部地区产业相关多样化没有表现出对城市经济韧性的显著提升作用。

表11 产业相关多样化与城市经济韧性回归结果

六、 主要结论与政策建议

本文结合2008年金融危机的冲击背景,分析了数字经济对城市经济韧性在冲击发生后不同阶段的影响,基于相关理论研究提出影响机制并进行检验。数字经济作为国民经济中最具活力且不断发展的经济形态,研究其与经济韧性的关系及影响机制不仅能够识别经历金融危机后中国提升经济韧性的具体路径,还能对其他冲击情景下分析经济韧性提供有益借鉴。具体来说,本文基于2008-2019年263个地级以上城市数据,运用主成分分析法测度各城市的数字经济发展水平,再结合双固定效应模型、空间杜宾和空间自相关模型实证检验了数字经济对城市经济韧性的影响。根据回归结果,得出以下主要结论:第一,数字经济显著提升了抵御期和恢复期的城市经济韧性,此结论在引入虚拟变量、替换被解释变量、剔除城市样本、运用工具变量法、考虑空间溢出效应后依然稳健。但是,在剔除直辖市、副省级城市样本后,分时期回归系数虽然为正却不显著,说明在观测期内剩余城市数字经济发展水平还不足以形成强劲的动力效应来支撑它们抵御冲击和调整恢复。第二,从影响机制方面分析,数字经济通过创新创业和匹配效应两方面机制提升了城市经济韧性;而产业多样化则表现出对数字经济的遮掩效应,进一步分析发现,遮掩效应主要来源于产业相关多样化。从时间层面来看,产业相关多样化对城市经济韧性显著的负向效应主要出现在恢复调整期;从地区层面来看,产业相关多样化主要对东部和中部地区恢复调整期城市经济韧性形成了不利影响。第三,数字经济与城市经济韧性均具有显著的空间自相关性,且数字经济通过空间溢出效应对邻近地区城市经济韧性形成正向影响。第四,异质性分析结果显示,各城市所处的地理区位及是否为中心城市的区域特质会影响数字经济的作用发挥,东部地区和中心城市数字经济对城市经济韧性提升力更大;另外,数字经济发展程度也会对城市经济韧性形成差异性影响,数字经济发展程度越高对城市经济韧性提升作用越强。基于以上结论,本文提出政策建议如下:

第一,强化数字经济发展所需的基础设施建设,提升数字经济对实体经济发展的支撑作用。网络服务设施、数据处理技术是数字经济发展的基础,只有加大相应领域的投资与政策支持力度,才能夯实发展根基,引导相关技术在不同产业、企业的运用,推动各行业数字化转型,并不断催生新业态、新模式,形成城市经济韧性提升实际动力。

第二,在推动区域数字经济发展过程中要格外注重区域间协调发展。一方面,充分利用具备区位或禀赋优势城市的数字经济基础,激发相关产业的规模化优势,并进行网络价值整合,通过数字平台联通各地物流、仓储,发挥城市优势、放大外溢效应,有效辐射、带动周边地区发展,促进周边城市经济韧性提升。另一方面,对处于欠发达区域的城市进行适当政策倾斜,吸引人才、资金等资源流入,并优化人才留任政策,保障欠发达地区的持续建设;不定期推进区域间数字技术交流与帮扶活动,结合相应税收减免或优惠政策,提升欠发达地区企业的数字化转型动力。

第三,以数字经济影响城市经济韧性的实际路径为现实抓手,不断激发市场活力。首先,优化创业环境。为适应数字经济发展的新兴企业主体创建足够的发展空间,进一步完善民营企业准入政策,推动体量轻、供需对接快、经营灵活的市场主体不断成长。其次,强化创新动力。大力支持、引导企业在顺应数字转型过程中进行创新,利用新技术赋能企业发展和产业转型升级,利用新模式、新业态不断形成提升经济韧性的内生动力。最后,持续推动市场化改革,形成现代化监管机制,引导要素流向高成长行业,提升要素配置效率;同时不断推进区域间产品市场联通,保证数字经济与现代流通网络融合发展,打造和谐、有序的市场环境,提升整体经济效率。

第四,强化数字经济与产业融合,统筹优化产业格局,推动数字赋能现代化产业体系建设。首先,相关实证结果表明数字经济对于观测期内产业非相关多样化水平的提升作用尚不显著,因此需要根据地区的发展目标和产业优化方向,合理布局数字基础设施,增强数字经济在各产业、行业间的联通作用,提升数字赋能效率,推动产业多样化各维度的均衡发展。其次,充分考虑各区域在不同阶段的经济发展要求,依托各地区主导产业和禀赋优势积极引导有侧重的产业多样化建设工作,确保多样化产业结构在不同经济发展阶段发挥出最优效果。最后,虽然本文未能直接报告产业非相关多样化对经济韧性的贡献,但是通过产业相关多样化与经济韧性的实证结果发现,产业相关多样化对于经历冲击之后的东、中部地区恢复调整作用有限。需要对各地区的调整转型进行更长远的布局,特别是推动东部和中部地区不同行业、部门间的合作交流,引导其对相关知识技术进行融合与整合,积极催生新产业、新模式,释放新动能。