數字經濟、金融發展與經濟韌性

劉 莉 陸 森

(安徽財經大學,安徽 蚌埠 233030)

一、引言與文獻綜述

當今世界正經歷百年未有之大變局。地緣政治、保護主義、單邊主義、氣候、病毒、戰爭等偶然因素或非偶然因素深刻影響著國際格局和國內環境。根據中國國家統計局初步核算,2021年中國國內生產總值1143670億元,比上年增長8.1%,兩年平均增長5.1%。亮眼的經濟基本盤表明中國在面對不確定風險和經濟下行壓力時經濟韌性強,這是中國實現經濟轉型和高質量發展的關鍵。面對嚴峻的國內外雙重壓力,經濟韌性受到社會各界的關注。

學界對于經濟韌性目前存在兩種主流認知視角,一是均衡論視角,二是演化論視角。由于認知視角的不同,因此對經濟韌性的測度、影響因素的分析存在較大差異。Martin(2012)認為均衡論視角下經濟韌性是指區域抵抗危機的能力和從危機中恢復的能力,認為危機不會對區域發展造成長期的演化影響。基于均衡論視角下經濟韌性的研究較為豐富,持此觀點學者的核心思想是假定經濟處在穩定的運行狀態,危機發生導致經濟損失。在對經濟韌性的測度中通常選取一個或幾個指標計算危機前后的經濟損失及敏感程度(Martin,2012;徐圓 等,2019;劉曉星 等,2021),也有學者從抵抗力、恢復力等目標層構建指標體系測度經濟韌性(朱金鶴 等,2021)。部分學者認為全要素生產率、市場規模、開放程度、市場化程度、人力資本、創新能力(徐圓 等,2020;譚俊濤 等,2020)等因素會影響區域經濟抵抗波動、從危機中恢復的韌性。Pietro et al.(2021)利用空間一般均衡模型分析在不同類型的沖擊下經濟系統的調整和恢復機制,為經濟韌性的研究打開了新的思路。演化論視角經濟韌性由Simmie et al.(2010)、Martin et al.(2015)、Boschma(2015)提出,認為區域經濟無時無刻不受到微小的沖擊,處于一種動態的發展路徑中,因此經濟韌性是區域經濟不斷調整自身經濟結構和經濟規模以適應外部沖擊、實現經濟發展的長期能力。孫久文等(2017)也認可區域經濟韌性是一個地區固有的特征,為該區域經濟的系統屬性,對區域經濟提升的影響是長期、持續地。西方學界認為演化論視角下影響經濟韌性的因素主要有產業結構(Brown et al.,2017)、經濟發展水平(Fingleton et al.,2012)、文化因素(Huggins et al.,2015)。

在全球新一輪技術革命的浪潮下,以數據為核心要素的新經濟形態悄然發展,數字經濟已成為驅動全球經濟社會發展的主導力量。2016年于中國杭州舉辦的二十國集團峰會在《二十國集團數字經濟發展與合作倡議》中提出數字經濟是以使用數字化的知識和信息作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。這也是目前學界廣泛認可的數字經濟的定義。隨著數字經濟的概念日漸明確,數字經濟核算和測度成為一個重要問題。衡量數字經濟的方式主要有測度數字經濟產業規模指標(陳夢根 等,2022)和構建數字經濟指標體系(OECD,2014)兩類。劉軍等(2020)構建多維度指標體系測度中國各個省份數字經濟的發展水平,填補了我國省級數字經濟水平的研究空白。目前學界對于數字經濟促進經濟高質量發展早已達成一致,已有對數字經濟和經濟高質量發展的研究主要集中于經濟增長、經濟結構、經濟效率方面。焦勇(2020)、丁志帆(2020)認為數字經濟的發展使得多樣化需求以較快的速度、較低的成本傳遞給供給方,供給和需求的匹配效率得以提高。荊文君等(2019)、田秀娟等(2022)等認同數字經濟的發展可以提高全要素生產率,驅動經濟的內生增長。關于數字經濟與經濟韌性之間的研究還較少。荊林波(2021)對數字經濟與韌性城市的經濟建設進行了理論探析,朱金鶴等(2021)認為數字經濟可以通過培養人才資源、提升產業完整性、促進研發創新間接提高城市經濟韌性。

數字金融、金融科技等新型金融業態,加強了金融對實體經濟的服務功能,推動金融市場激活發展潛能。數字經濟能夠降低金融服務門檻和服務成本、改善中小微企業的融資環境(王馨,2015)、更有效地服務普惠金融主體(傅秋子 等,2018),優化資源配置,提升金融服務規模和效率。金融發展在促進經濟轉型、提升經濟質量中起到引擎作用。李健等(2015)、杜思正等(2016)、莊毓敏等(2020)、張建鵬等(2021)等分別研究了金融發展對技術進步、對外貿易、經濟增長、綠色轉型的促進作用。

梳理現有文獻可以發現,基于均衡論視角,數字經濟在推動經濟發展、提高經濟韌性過程中起到重要作用。但對演化論視角下經濟韌性的相關研究較少。各地區的演化經濟韌性究竟如何?演化論視角下經濟韌性與數字經濟的關系是怎樣的?數字經濟是否會通過影響金融發展進而影響經濟韌性?金融業在數字經濟強化經濟韌性過程中扮演怎樣的角色?在已有文獻中缺乏回答上述問題的答案。

本文基于2011—2019年中國211個地級市及以上城市的面板數據,采用演化論視角下的經濟韌性定義構建指標體系測度經濟韌性,通過多種計量方法全面分析數字經濟對經濟韌性的直接影響和金融發展的間接影響、門檻效應,進一步研究了數字經濟對經濟韌性的空間效應,以期為提高經濟韌性建言獻策。本文可能的邊際貢獻在于:一是基于演化論視角下經濟韌性的定義,從模塊化和冗余化兩個維度測度區域演化經濟韌性水平,拓寬了對經濟韌性的研究;二是豐富了數字經濟發展的經濟后果研究,多角度評估數字經濟發展對經濟韌性的影響效果;三是從作用機制出發,探尋數字經濟提高區域經濟韌性水平的金融發展路徑。

二、理論分析與研究假說

演化論視角下的經濟韌性是指區域不斷調整自身社會經濟結構以適應環境變化和持續發展的長期演化能力(Martin,2012)。一方面,數字經濟作為一種新興的經濟形式,是區域發展的一種突破性演化路徑;另一方面,數字經濟通過滲透傳統產業,與經濟要素深度融合,提升經濟要素的效率和關聯,提高區域演化的冗余化傾向,影響區域演化的模塊化能力和冗余化能力。因此,本文將從直接效應、間接效應和門檻效應三方面闡述數字經濟對經濟韌性的影響效果和作用機制。

(一)數字經濟對經濟韌性的直接影響

數字經濟具有交易成本低、滲透能力強、創新力度高等特點,在提高經濟活動效率的同時,為經濟演化提供了無限的路徑選擇可能性,對經濟韌性產生重要影響。在微觀層面,人工智能、大數據等數字技術的應用使得企業迅速應對消費者多樣性的需求和瞬時性的變動,并根據需求的變化精準調配生產資料、使用經濟要素(陳曉紅 等,2022),降低經濟活動成本,提高區域演化能力;企業在生產中采用新的要素組合、創新商業模型,從模塊化演化維度影響經濟韌性。在中觀層面,隨著數字經濟的發展和信息通信技術的滲透融入,傳統行業知識的傳播和應用速度不斷提升,傳統工農行業全要素生產率得到提升。在宏觀層面,面對宏觀經濟波動,數字經濟能夠加快經濟內在的穩定器響應速度,加強現有經濟要素的關聯度,提升區域演化的冗余化能力;同時,數字經濟也有助于宏觀經濟突破路徑依賴,加快探尋新的經濟增長點(荊文君 等,2019)。基于上述分析,提出:

假說1:數字經濟對經濟韌性有正向的直接影響。

(二)數字經濟對經濟韌性的間接影響

數字經濟對經濟韌性的影響體現在其加速信息傳遞、優化資源配置和促進顛覆性創新等方面。金融作為資金融通的工具,承擔著信息中介、資源配置的功能,因此數字經濟可以通過金融發展進一步影響經濟韌性。下面將從兩方面具體分析。

一是數字經濟對金融發展的影響。數字經濟擴大了金融業的規模。電子支付、網絡平臺的發展降低了金融發展的成本,支付寶、數字普惠金融的開拓拉近了普通大眾與金融的時間距離和空間距離,同時數字經濟增加了金融業服務受眾(崔耕瑞,2021)。數字經濟的發展也優化了金融結構。長期以來,我國金融業以銀行機構為主體,數字經濟的發展促進了金融體系的多樣化,資源配置的途徑增加,市場化程度提高。數字技術與傳統金融行業的融合發展,提高了金融業的創新水平。此外,數字經濟發展提高了金融效率,促進了資源的有效配置(封思賢 等,2021),提升了資金供求雙方的信息交互水平,緩解了資源配置過程中信息不對稱導致的金融效率低下問題。因此,數字經濟可以促進金融發展。

二是金融發展對經濟韌性的影響。金融發展對經濟發展的影響主要通過兩種途徑:一方面,金融發展能夠提高流動性,有效動員儲蓄,增加投資,促進區域創新演化;另一方面,金融發展能夠提高金融資源的配置效率,降低風險,提升區域經濟發展效率。從對經濟韌性的模塊化能力影響來看,金融支持能夠提高創新創業的風險承受能力。在新產業發展的過程中,金融業通過資金籌集提高技術研發資金投入,改善了市場條件和市場環境,從而加快了區域經濟新增長點的開發(莊毓敏 等,2020)。從對冗余化能力的影響角度,金融發展通過優化資本結構、減少信貸市場摩擦、透明化市場環境保證融資路徑依賴度較強的企業在較低風險下深度發展,同時金融的信息交流功能也使得經濟要素間的聯系更為緊密,抵抗經濟波動的能力提升。

基于上述對數字經濟、金融發展和經濟韌性的分析,提出:

假說2:數字經濟通過影響金融發展間接影響經濟韌性。

(三)數字經濟對經濟韌性的非線性影響

由于數字化時代下信息傳遞共享成本低、處理能力強,數字經濟在規模經濟、范圍經濟等方面影響經濟韌性(李曉華,2019)。數字經濟的網絡效應帶來規模經濟和范圍經濟,使得數字經濟所創造價值呈指數式增長。同時,數字經濟的發展發掘了區域內部的多樣性,形成長尾效應,這種效應也使得數字經濟對經濟韌性的影響存在非線性特征。

數字經濟對經濟韌性的影響具有非線性特征還可能來源于金融發展這一門檻條件。一方面,金融發展可能在數字經濟影響經濟韌性中產生正向的調節作用。金融支持經濟發展的核心機制就在于金融發展能夠通過減少道德風險、逆向選擇或者交易成本等方式降低信息不對稱程度、優化資本配置以提高經濟效率(Rajan et al.,1998;李青原 等,2013)。數字經濟對區域創新的影響程度隨著創新成本的下降而提升,區域演化模塊化能力得以提高;數字經濟對經濟要素耦合程度和產業升級的影響程度也隨著金融發展程度的提高而提高,冗余化能力得以提升。另一方面,金融發展對經濟發展的影響具有非線性特征。隨著金融杠桿水平的提高,經濟增速會先升高后降低(馬勇 等,2017)。楊友才(2014)研究發現較低的金融業發展水平對經濟發展的促進作用并不顯著,過度的金融發展也會損害實體經濟發展;只有在金融市場成熟有效的情況下,金融業對經濟發展才會呈現出邊際報酬遞增的規律。因此,金融發展可能會作為門檻變量,調節數字經濟對經濟韌性的影響。

基于上述分析,提出:

假說3:數字經濟和金融發展作為門檻變量使得數字經濟對經濟韌性的影響存在非線性特征。

三、研究設計

(一)模型構建

1.基準回歸模型

為驗證假說1,即考察數字經濟對經濟韌性的直接影響,本文參考趙濤等(2020)的做法,構建如下城市和年份雙向固定效應模型:

ERit=α0+α1DEit+αcControlsit+μi+δt+εit

(1)

其中,i和t分別表示城市和年份,被解釋變量ER表示經濟韌性水平,解釋變量DE表示數字經濟,Controls代表一系列控制變量,μi和δt分別表示城市和時間固定效應,ε表示隨機擾動項。若DE的回歸系數顯著為正,則表明數字經濟對經濟韌性存在顯著的正向影響。

2.中介效應模型

為驗證假說2,即考察金融發展在數字經濟影響經濟韌性的過程中是否發揮中介作用,本文在模型(1)的基礎上,納入了以下模型:

Finit=β0+β1DEit+βcControlsit+μi+δt+εit

(2)

ERit=γ0+γ1DEit+γ2Finit+γcControlsit+μi+δt+εit

(3)

其中,Fin表示中介變量金融發展,其他變量的含義與模型(1)一致。金融發展的中介效應檢驗步驟如下:在模型(1)的系數α1顯著為正的基礎上,通過觀察模型(2)的系數β1、模型(3)的系數γ1、γ2的顯著性,判斷金融發展是否在數字經濟對經濟韌性的影響中存在中介效應。

3.面板門檻模型

為驗證假說3,設定如下面板門檻模型:

ERit=φ0+φ1DEit×I(Adjit≤θ)+φ2DEit×I(Adjit>θ)+αcControlsit+μi+δt+εit

(4)

式(4)以單門檻情形為例設立,對于門檻值及其個數,根據樣本數據計量檢驗后決定是否將模型擴充至多門檻情形。其中,Adj為門檻變量,θ為門檻的臨界值。I(·)為結果為0或1的示性函數,滿足不等式條件時函數值為1,反之為0。根據前述理論分析,選定數字經濟水平和金融發展水平為門檻變量。

(二)變量說明

1.被解釋變量:經濟韌性(ER)

本文基于演化論視角,認為經濟韌性是指產業結構、生產關系等在區域演化中不斷自我強化的歷史路徑依賴能力(冗余化能力)和在歷史演化路徑上的創新重組能力(模塊化能力)。縱觀已有文獻,該視角下的經濟韌性測度較少,Angulo et al.(2018)采用偏離-份額分析法分解區域的產業結構變化和區位優勢以衡量區域演化韌性。鑒于采用經典SSA方法衡量經濟韌性可能會忽視分析研究時段內的動態變化,本文基于定義從區域演化的模塊化能力和冗余化能力兩個層面分解經濟韌性,構建指標體系予以測度。

(1)模塊化能力(ER1)。區域的模塊化演進下對歷史路徑依賴度較低,主要通過現有生產要素、資源稟賦、知識技能的模塊衍生、重組和創新以重構增長路徑(Boschma,2015)。因此,經濟韌性的模塊化能力是指區域發展新產業和新技術、創造新增長路徑的能力。其要求區域經濟要素多樣化,在面對危機時能夠及時調整經濟發展方式,形成毀滅性創新。就模塊化的演化方式而言,知識的傳播、技能的革新能夠加速區域擺脫歷史路徑依賴,促進創新成果產出。基于此,經濟多樣性、創新水平和知識傳播是區域經濟韌性模塊化能力的重要衡量指標。在具體的數據處理上,經濟多樣性參考Frenken et al.(2007)、孫曉華等(2012),計算經濟系統中產業關聯相對較弱的部門之間的熵指標,得到無關多樣化指數。創新水平分別從投入和產出角度采用每萬人發明專利授權數、科技支出占財政支出比重衡量。知識傳播水平采用人均擁有圖書館館藏量和教育支出占財政支出比重衡量。

(2)冗余化能力(ER2)。經濟韌性的冗余化能力強調區域經濟要素的高度關聯性。由于區域內部要素關聯強,區域經濟由一類或幾類產業主導,產業專業化水平高。這種專業化演進不易受除主導行業外特定行業沖擊的影響,并且在主導產業波動時可以通過成熟的發展路徑高效調配資源稟賦,抵抗經濟波動。經濟要素的關聯度越高意味著區域產業相關性越強,產業集聚水平越高。但單一的產業集聚可能會導致區域對外界波動適應能力弱,演化陷入鎖定狀態,經濟韌性反而較低(Boschma,2015)。因此,冗余化演化的最優路徑應該是在已有歷史路徑依賴形成的產業結構和生產關系基礎上,對區域內生產要素、生產關系深度開發,推動產業結構合理化和高級化。基于上述分析,綜合考慮數據可得性,分別從產業集聚、產業相關性、產業結構合理化和產業結構高度化層面來衡量經濟韌性的冗余化能力。參考柳卸林等(2020),采用Krugman專業化指數來衡量區域產業專業化集聚;參考Frenken et al.(2007)、孫曉華等(2012),采用Frenken相關多樣性指數衡量產業相關性水平;參考韓永輝等(2017),計算要素投入結構和產出結構的耦合程度,度量產業結構合理化;參考干春暉等(2011),用第二、第三產業產值比例度量產業結構高度化。

從模塊化能力(ER1)和冗余化能力(ER2)兩個維度測度經濟韌性的指標體系詳見表1。本文采用主觀賦權法和客觀賦權法相結合的方法確定權重,參考戚聿東等(2020),對主觀和客觀賦權法得到的權重取均值得到組合權重。客觀賦權法采用熵值法測算。熵值法的核心思想是數據越離散,包含的信息量越多,數據處理過程相對客觀,但不能反映不同指標在實際經濟運行中受重視程度的差異。主觀賦權法參考劉軍等(2020),采用NBI指數法確定權重。NBI指數權重確定方法中每級指標權重=1/該級指標的個數,適合對存在明顯遞進關系的指標分類賦權。由于模塊化和冗余化是區域演化的不同傾向,本文的指標分類中存在明顯的遞進關系,因此主觀上對二級指標賦相等的權重(各占50%),在三級指標的主觀賦權上也平均分配權重。最后,利用線性加權法得到經濟韌性指數(ER)。

表1 經濟韌性指標體系

2.解釋變量:數字經濟(DE)

本文借鑒趙濤等(2020)的做法,選取固定端互聯網用戶數、移動端互聯網用戶數、互聯網行業從業人員數、互聯網行業產出、數字金融發展五個指標構建數字經濟發展水平評價指標體系,具體見表2。對具體指標數據進行標準化處理后,運用主成分分析法合成數字經濟變量(DE)。

表2 數字經濟發展水平指標體系

3.中介變量:金融發展(Fin)

現有文獻大多采用地區金融機構貸款余額占GDP比重來衡量金融發展(Rajan et al.,1998;莊毓敏 等,2020)。該指標更多是以金融深度替代金融發展,而未考慮金融系統的資源配置效率問題。為此,本文參考王志強等(2003)、董竹等(2019),從金融規模和金融效率兩個角度衡量金融發展的規模擴張和效率變化情況。

(1)金融規模(finscale),以金融存貸款余額與地區常住人口的比值來衡量。地區人均存貸款余額側重于金融可得性視角,能夠有效表征金融規模擴張質量。

(2)金融效率(fineff)。金融效率分為金融中介效率和金融市場效率。其中,金融中介效率是指金融機構的投入產出效率。本文在理論分析部分主要從金融機構資源配置效率論證金融發展的中介作用,因此借鑒王志強等(2003)的做法,以金融機構存貸余額比衡量金融效率,該指標能夠表征金融機構將投入(儲蓄)轉化為產出(貸款)的效率。金融市場效率衡量的是金融行業對實體經濟支持效率,我們將在后文進一步研究。為使結果更具可比性,我們對金融發展的兩個衡量指標進行了標準化處理。

4.控制變量

本文參考孫偉增等(2022)、崔耕瑞(2021)、徐圓等(2020)等,在回歸模型中納入了以下控制變量:經濟水平(lngdp),用GDP的自然對數表示;市場規模(scale),用區域人口數量與區域土地面積的比值表示;市場化程度(market),用財政支出與地區生產總值的比值表示;對外開放(open),用當年實際使用外資金額的對數表示。

(三)樣本選擇與數據說明

本文研究樣本選擇中國2011—2019年地級市及以上面板數據,形成了211個城市1899個面板觀測值。數據主要來自《中國城市統計年鑒》,數字金融指數采用北京大學數字金融研究中心所發布的中國數字普惠金融指數,專利數據來自國家知識產權局提供的《中國專利數據庫》。部分缺失值采用線性插值法填補。表3列示了本文主要變量的描述性統計結果。

表3 描述性統計結果

四、實證結果分析

(一)數字經濟與經濟韌性

表4報告了數字經濟與經濟韌性的基準回歸結果。其中,列(1)～(3)是未加入控制變量的回歸結果,被解釋變量分別為經濟韌性、經濟韌性的模塊化能力和冗余化能力。列(4)～(6)則是加入所有控制變量后的回歸結果。由表4列(1)、(4)可見,無論是否納入控制變量,數字經濟(DE)的回歸系數均在1%的水平上顯著為正,說明數字經濟對經濟韌性具有顯著的正向促進作用,假說1得到驗證。同時,列(2)、(3)以及列(5)、(6)的結果顯示,數字經濟對模塊化能力和冗余化能力的影響均為正,且至少通過了5%水平的顯著性檢驗。進一步,對比回歸系數可知,數字經濟對經濟韌性模塊化能力的促進作用較冗余化能力更大。

表4 基準回歸結果

(二)作用機制檢驗

為驗證假說2是否成立,即數字經濟對經濟韌性的正向影響是否通過金融發展路徑實現,本文采用逐步回歸法、系數乘積檢驗法(Sobel檢驗)進行檢驗,結果見表5。

表5 作用機制檢驗結果

其中,列(1)～(4)為金融規模渠道的回歸結果。由列(1)可見,數字經濟對金融規模的影響系數在1%水平上顯著為正,說明數字經濟對金融規模具有顯著的正向促進作用。列(2)的結果顯示,在加入中介變量金融規模(finscale)后,數字經濟對經濟韌性的影響系數未發生方向與顯著性水平上的實質性變化,同時金融規模對經濟韌性也存在顯著的正向影響。上述檢驗結果說明,數字經濟通過擴大金融規模提升了經濟韌性。列(5)～(8)為金融效率渠道回歸結果。列(5)中,數字經濟(DE)的回歸系數在1%的水平上顯著為正,說明數字經濟發展顯著提升了金融中介效率。在將中介變量金融效率(fineff)同時引入回歸模型后,由列(6)可見,數字經濟(DE)以及金融效率(fineff)的回歸系數均顯著為正。這說明,金融效率在數字經濟影響經濟韌性的過程中發揮中介作用。綜上所述,本文假說2成立,即數字經濟通過提高金融發展水平增強了城市經濟韌性。

需要指出的是,由表5列(3)、(4)可知,金融規模對經濟韌性冗余化能力的影響不顯著,與Sobel檢驗結果類似,說明金融規模渠道主要作用于經濟韌性模塊化水平。金融規模的中介效應之所以存在差異,其可能的原因在于:數字經濟通過挖掘多樣化的市場需求和供給提升了經濟韌性的模塊化能力。一方面,數字經濟促進多樣化金融工具的使用,加速金融創新;另一方面,前數字時代難以獲得金融服務的個體在數字時代金融可得性提高。根據長尾效應,這些非主流個體的需求種類更加豐富,構成多元化的市場。列(7)、(8)的回歸結果顯示,金融效率對模塊化能力和冗余化能力的回歸系數分別為0.0025和0.0039。從間接效應的占比來看,金融效率對經濟韌性兩個維度的間接效應占金融效率對經濟韌性間接效應的比值分別為0.3972(0.0060/0.0151)與0.6093(0.0092/0.0151),金融效率對冗余化水平的影響更強。金融效率對經濟韌性兩個子維度的影響存在差異的原因可能在于:數字經濟能夠提升金融機構資金運營效率,但并未改變其資金投放偏好。相對于創新型企業,專業化企業信息披露充分,運營經驗豐富,未來預期明確。金融機構基于搜尋成本、交易成本等的考慮,傾向于向成熟的專業化企業提供金融支持。因此,金融效率的提升推動區域朝向專業化方向演化,加強經濟韌性冗余化能力。

(三)門檻效應檢驗

進一步,進行門檻效應檢驗以驗證假說3是否成立。參考趙濤等(2020),本文基于Hansen(1999)提出的“自助法”(Boorstrap),經過1000次反復抽樣后得到F統計量值及相應P值,表6展示了門檻效應檢驗結果。當門檻變量為數字經濟(DE)時,未通過單一門檻、雙重門檻和三重門檻檢驗,說明數字經濟發展對經濟韌性的非線性影響不受自身作用。金融規模(finsclae)通過了三重門檻檢驗,金融效率(fineff)則通過了單一門檻檢驗,說明金融發展在數字經濟影響經濟韌性的過程中發揮調節效應。

表6 門檻效應檢驗結果

在此基礎上,我們分別以金融規模為門檻變量設定三重門檻回歸模型和以金融效率為門檻變量設定單一門檻回歸模型,表7報告了門檻效應檢驗結果。可以看出,不同金融發展水平下,數字經濟對經濟韌性的影響存在差異。數字經濟對經濟韌性的促進作用隨著金融效率的提高顯著加強。當金融效率高于門檻值時,金融業的資源配置效率提高,金融業對產業升級、區域創新水平和多樣性的支持能力加強(錢水土 等;2011;張寬 等,2019),數字經濟通過金融效率作用于經濟韌性的強度提升。而金融規模對數字經濟和經濟韌性間關系的調節作用呈“U”形特征,即數字經濟對經濟韌性的正向影響強度隨金融規模的擴大而呈現先下降再上升的趨勢。這可能是因為,金融業在初期無序擴張、產業鏈不合理拉長(張杰,2018),金融效率低下,資源配置、產業結構等方面的矛盾不斷顯現,最終使得數字經濟對經濟韌性的支持效果一定程度下降。在經歷早期的超常規擴張后,金融市場逐步回歸正常健康發展軌道,金融監管日趨強化(李揚,2017),金融業對經濟發展的積極影響愈加凸顯,此時數字經濟通過金融發展渠道提升經濟韌性的效應顯著增強。綜上所述,本文假說3成立。

表7 門檻效應檢驗結果

(四)內生性問題

1.遺漏變量問題處理

一方面,考慮到本期經濟韌性可能受上一期經濟韌性的影響,本文在模型中引入滯后一期被解釋變量,更換為動態面板模型,采用系統GMM方法進行估計,結果如表8列(1)所示。從中可見,經濟韌性存在路徑依賴,在排除滯后項干擾后,數字經濟(DE)的系數顯著為正,與基準回歸結果保持一致。另一方面,鑒于經濟韌性還可能受宏觀系統性環境變化的影響,我們在回歸中加入省份與年份的交互固定效應,以捕捉城市對于宏觀沖擊的異質性反應。表8列(2)的結果顯示,在考慮宏觀環境的影響后,數字經濟與經濟韌性仍然顯著正相關,與表4報告的檢驗結果一致。

2.雙向因果問題處理

本文也可能存在雙向因果所致的內生性問題,而工具變量法是解決內生性問題的主要方法。借鑒趙濤等(2020),本文采用1984年中國城市郵電業務總量與一個隨時間變化的變量構造的交互項作為數字經濟的工具變量。一方面,數字經濟提高了信息通信技術,是傳統通信技術的延續發展,傳統通信產業會由于路徑依賴影響數字經濟的發展和信息交流,滿足工具變量的相關性。另一方面,在數字經濟時代,傳統郵電工具使用頻率逐漸下降,不太可能通過其他路徑對經濟韌性產生影響,滿足工具變量的排他性。時間變動變量選取上一年全國互聯網使用人數。表8列(3)報告了工具變量法的2SLS估計結果。Kleibergen-Paap rk的LM統計量P值在1%的水平上顯著,拒絕工具變量不可識別的假設;Kleibergen-Paap rk的Wald F統計量大于弱識別檢驗10%水平上的臨界值,通過了弱識別檢驗。第二階段回歸結果顯示,數字經濟(DE)的回歸系數在1%的水平上顯著為正。這說明,在使用工具變量法盡可能緩解內生性問題后,數字經濟顯著促進經濟韌性提升的結論仍穩健成立。

3.準自然實驗

為進一步緩解數字經濟綜合指標體系和經濟韌性指標體系間的相關性,通過引入數字經濟政策外生沖擊以更為準確地評估數字經濟與經濟韌性的因果關系。“寬帶中國”戰略為本文研究提供了一個較為理想的準自然實驗環境。本文以實施“寬帶中國”試點政策的城市作為實驗組,未實施試點政策的城市為控制組,采用多期雙重差分模型檢驗“寬帶中國”試點政策效果,評估數字經濟是否促進了區域經濟韌性水平。

(1)多期雙重差分模型

國務院于2014—2016年分三批共確定120個“寬帶中國”戰略示范城市(城市群)。由于各地區成為示范城市的時間存在差異,本文構建多期雙重差分模型(5)檢驗“寬帶中國”試點是否會促進城市經濟韌性水平提升。模型設定如下:

ERit=φ0+φ1Treati×Postt+φcControlsit+μi+δt+εit

(5)

其中:Treat為分組變量,若城市為“寬帶中國”示范城市,則賦值為1,否則為0;Post為年份虛擬變量;其余變量的含義與模型(1)一致。Treat×Post的回歸系數φ1主要用于反映試點政策對城市經濟韌性的影響。表8列(4)報告了模型(5)的估計結果,從中可見,Treat×Post的系數顯著為正,說明“寬帶中國”試點對城市經濟韌性有顯著促進作用,數字經濟發展能夠提升經濟韌性,本文結論穩健可靠。

(2)平行趨勢與動態效應檢驗

雙重差分模型有效的前提在于實驗組和對照組在處理前具有相同的變化趨勢,即“寬帶中國”試點城市與非試點城市的經濟韌性在試點前不存在顯著差異。本文參考Beck et al.(2010),設立模型(6)檢驗平行趨勢。

(6)

其中,虛擬變量Post(n)表示試點地區第n年的政策實施情況。當觀測年份為示范城市試點政策實行的第n年,Post(n)取值為1,否則為0;特別地,n小于0表示政策實施前的年份,n為0表示政策實施當年。本文選取政策實施前后五年進行動態效應檢驗。若Post(-5)～Post(-1)的系數不具有統計顯著性,則可以認為通過了平行趨勢檢驗,政策實施前處理組與對照組不存在顯著差異。

圖1展示了模型(6)中Post(n)的估計系數及其90%置信水平的置信區間。結果顯示,在“寬帶中國”戰略試點前,試點地區與非試點地區的經濟韌性不存在顯著差異,平行趨勢假設成立,雙重差分模型結論可靠。從政策實施的動態效應來看,隨著“寬帶中國”戰略的持續推進,試點政策對經濟韌性的影響強度逐漸提高。

圖1 平行趨勢檢驗

(3)安慰劑檢驗

安慰劑檢驗可以排除無法觀測的因素和其他遺漏變量對多期DID模型造成的干擾。具體而言,在樣本城市中隨機抽取相同試點數量城市作為政策處理組,在2011—2019年中隨機抽取試點時間,利用隨機抽取的試點城市和政策時間生成與現實不符的樣本對模型(5)進行回歸,得到雙重差分項估計值。將以上隨機抽取過程重復1000次,可以得到1000個虛假處理組估計系數。圖2為隨機生成試點時間和地點估計系數的核密度圖及其p值分布圖。從中可見,雙重差分項回歸系數及其對應的p值均呈現出0均值、正態分布的特征,安慰劑檢驗通過。這說明在排除其他未觀測因素后,“寬帶中國”試點政策能夠促進試點城市經濟韌性的提升。

圖2 安慰劑檢驗

(五)穩健性檢驗

為進一步確保研究結論的可靠性,本文還進行了以下穩健性測試:

其一,更換解釋變量的測量方法。采用熵值法確定指標權重,線性加權合成新的數字經濟變量DE2。此外,為避免指標體系主觀性的影響,我們還使用單一指標城市信息傳輸、計算機和軟件行業就業人員占總就業人員比重衡量了數字經濟發展水平(IS)。表9列(1)、列(2)分別報告了以DE2和IS為解釋變量的回歸結果,不難發現,回歸系數依然顯著為正,前文結論并未發生根本性變化。

表9 穩健性檢驗結果

其二,更換被解釋變量的測量方法。借鑒Frenken et al.(2007)、孫曉華等(2012),分別以產業無關多樣性(UV)和相關多樣性(RV)衡量經濟韌性的模塊化能力和冗余化能力,并以此作為被解釋變量重新回歸,結果見表9列(3)、(4)。不難發現,數字經濟(DE)的回歸系數均在1%的水平上顯著為正,即數字經濟發展能夠顯著提升區域產業相關多樣性和無關多樣性。這意味著在調整經濟韌性的測量指標后,本文假說1仍然成立。

其三,縮尾處理。為排除極端值對回歸結果的干擾,本文對所有連續性變量分別在1%、5%分位上進行了雙邊縮尾處理。重新回歸后的結果如表9列(5)、(6)所示,數字經濟(DE)與ER_1、ER_5均顯著正相關,再次證實本文結論是穩健的。

五、進一步研究

(一)異質性分析

1.城市經濟發展的影響

中國地域廣大,各地區處在不同的經濟發展階段,數據要素的接受處理能力、數字經濟等新興經濟業態的運營能力存在差異,導致數字經濟對經濟韌性在不同經濟發展程度地區的異質性影響效果。本文按照全國人均GDP水平將樣本劃分為經濟發展較差地區(城市人均GDP低于全國人均GDP地區)和較好地區(城市人均GDP高于全國人均GDP地區)兩組進行檢驗,結果見表10列(1)、(2)。可以看到,無論是在經濟發展較差地區還是較好地區,數字經濟(DE)的回歸系數均顯著為正;但是,在經濟發展水平較高地區,DE的系數值更大,說明經濟相對發達地區數字經濟對經濟韌性的影響強度相對較高。這可能是因為:人均GDP高于全國平均值的地區經濟基礎較好,數字經濟運作與使用效率更高,與實體經濟發展融合效果更好,區域經濟專業化與多樣化水平均得到有效提升,經濟韌性水平更高。此外,對于城市經濟發展的異質性分析也呼應了上文金融發展門檻效果的分析。根據上文的結論,金融發展水平較高的地區數字經濟對經濟韌性的影響強度也較高。金融業發展成熟地區的經濟發展水平也較高。因此,在金融發展水平較高、經濟發展水平較高的地區,數字經濟對經濟韌性的正向影響更為強烈。

表10 異質性檢驗結果

2.城市群的影響

城市群是經濟活動的高級化空間組織形式,是區域工業化和城市化發展演化的成果,在要素集聚能力、整合發展能力、基礎設施水平、經濟以及社會文化發展等方面具有較強優勢。本文先將樣本劃分為兩組,即長三角、珠三角和京津冀三大成熟城市群城市,以及非三大城市群城市。在此基礎上,重新進行回歸,估計結果如表10列(3)、(4)所示。由回歸結果可知,在三大城市群組和非三大城市群組,數字經濟(DE)的回歸系數均在1%的水平上顯著,但從系數值大小來看,數字經濟對經濟韌性的促進作用在城市群組更強。從經濟要素配置的視角來看,城市群經濟本質上是經濟要素在城市群范圍內空間上的高效配置和優化流動(張學良 等,2014)。相對于非城市群城市,城市群中經濟要素的運行速度更快,配置效率更高,數字經濟對經濟韌性的提升更明顯。而從城市群內部運行邏輯來看,城市間功能互補、分工合理是實現城市群內部協調和提升城市發展水平的核心(馬燕坤,2016)。數字經濟發展可以更好地整合城市群演化過程中各城市的職能,推動城市群統一市場的形成,發揮城市群規模經濟的優勢,提高城市群內部各城市經濟韌性。

(二)空間效應

已有研究證實,數字經濟、數字金融對經濟高質量發展(趙濤 等,2020)、產業升級(黃賾琳 等,2022)、全要素生產率(楊慧梅 等,2021)等具有顯著的空間效應。朱金鶴等(2021)基于均衡論視角研究了經濟韌性的空間效應。那么,演化論視角下的經濟韌性是否存在空間溢出效應?數字經濟能否通過空間效應作用于鄰近區域的經濟韌性?本部分將通過空間計量分析進一步研究經濟韌性和數字經濟的空間效應。

1.空間自相關檢驗

在進行空間計量分析前,需要檢驗數字經濟、經濟韌性是否存在空間自相關性。本文計算了不同空間矩陣下各年度數字經濟(DE)和經濟韌性(ER)的Moran’I指數以檢驗空間相關性,結果如表11所示。結果顯示,2011—2019年間,我國地區間數字經濟和經濟韌性的Moran’I指數均顯著為正,說明我國城市數字經濟和經濟韌性在空間分布上具有聚集性,存在空間正自相關性。

表11 經濟韌性和數字經濟Moran’I指數檢驗結果

2.空間溢出效應

通過Moran’I指數可以初步判斷區域間是否存在空間效應,但對于空間效應的成因以及影響因素則需要構建空間計量框架展開進一步分析。參照姜磊(2016)提出的空間回歸模型選擇思路,從OLS模型開始,對OLS回歸后的殘差進行拉格朗日乘子檢驗(LM test)。LM檢驗結果顯示,LM-Error統計量和LM-Lag統計量均顯著。進一步,開展穩健性的拉格朗日乘子檢驗(Robust LM test),結果表明,Robust LM-Error統計量和Robust LM-Lag統計量均達到1%顯著性水平。因此,選擇面板空間杜賓模型(SDM)檢驗數字經濟對經濟韌性的空間溢出效應。為保證結果的穩健性,本文參考安同良等(2020)、韓峰等(2020),分別構建地理距離矩陣、經濟距離矩陣、經濟地理嵌套矩陣以近似刻畫城市的空間關聯特征,同時還列出了基于面板空間滯后模型(SAR)的回歸結果。

表12報告了基于空間杜賓模型(SDM)和空間滯后模型(SAR)的空間溢出效應檢驗結果。在SDM模型的回歸結果中,三種空間矩陣與數字經濟的交互項均顯著為正,說明數字經濟在空間上對經濟韌性產生了影響。在偏微分分解總效應后得到直接效應、間接效應后發現,總效應、直接效應、間接效應的結果均顯著為正,說明本地區數字經濟發展對地理和經濟上鄰近區域的經濟韌性有顯著提升效果。SDM模型與SAR模型的空間自回歸系數ρ均顯著為正,說明區域經濟韌性除受數字經濟的空間效應影響外,也與鄰近地區的經濟韌性密切相關。數字經濟對經濟韌性的正向空間溢出效應可能源于以下兩個方面:一是交流效應,本地區與鄰近地區的交流聯系能夠避免區域陷入演化路徑鎖定,數字經濟可以降低溝通成本、提高交流效率,促進經濟韌性的模塊化水平提升;二是關聯效應,區域間的聯系具有雙向互動性,鄰近地區的數字經濟發展水平彼此影響,共同推動本地經濟韌性提升。此外,引入空間效應后,數字經濟(DE)的回歸系數仍顯著為正,再次證實前文結論具有穩健性。

表12 空間溢出效應結果

(三)數字經濟、經濟“脫實向虛”與經濟韌性

事實上,金融業發展是一把雙刃劍,前文的理論分析對金融發展正向提升經濟韌性頗多著墨,而并未涉及可能的負面效果。一方面,金融發展對實體經濟的負面效果內生于金融系統的順周期性中。根據金融加速器理論,金融體系會進一步放大和加強經濟沖擊(Bernanke et al.,1989)。另一方面,貨幣金融存在脫離實體經濟“自娛自樂”甚至是干擾實體經濟運行的可能性(李揚,2017)。金融規模的擴張不斷提高金融業的杠桿率,產生資產泡沫的可能性增加(Caballero et al.,2008),導致資源錯配(Wagner,2010),在宏觀上會降低經濟增速(馬勇 等,2017),加劇經濟波動,甚至帶來金融危機。同時,貨幣金融對實體經濟強力的滲透導致實體經濟“脫實向虛”,實業投資率下降,“經濟金融化”現象嚴重(張成思 等,2016)。經濟金融化損害了經濟多樣性,有利于金融機構和食利階層,進一步加劇區域經濟金融化。金融因其固有的脆弱性將無力抵抗經濟波動,區域經濟韌性下降。因此,金融脫離實體經濟的發展將抑制經濟韌性,是區域演化的歧途。

基于以上分析,當且僅當金融能夠有效服務實體經濟才能發揮其資源配置功能,提高區域經濟韌性。那么數字經濟能否緩解經濟“脫實向虛”、提升金融服務實體經濟效率,進一步提升經濟韌性?為進一步檢驗金融發展在數字經濟對經濟韌性影響中的作用,我們用GDP中實體經濟增加值與金融業增加值的比值來衡量金融支持實體經濟效率(finsup)。由于《中國城市統計年鑒》中并未披露城市金融業增加值,我們借鑒廖凱誠等(2021),用地級市的金融存貸款與所在省份金融存貸款的比值作為權重乘以省份金融業增加值得到城市金融業增加值,實體經濟增加值即為城市生產總值減去金融業增加值。表13列(1)為數字經濟對金融支持實體經濟效率的回歸結果,DE的回歸結果顯著為正,數字經濟與金融支持實體經濟效率正相關,表明數字經濟推動金融支持實體經濟發展。更進一步,我們檢驗了金融支持實體經濟效率對經濟韌性的影響,表13列(2)、(3)的結果一方面驗證了金融支持實體經濟效率對經濟韌性的提升效果,另一方面說明數字經濟通過促進金融服務實體經濟效率進一步提升經濟韌性,是對上文機制檢驗中金融效率中介變量的補充。

表13 數字經濟、經濟“脫實向虛”與經濟韌性

六、結論與政策建議

(一)研究結論

本文基于中國2011—2019年211個地級市及以上行政單位的面板數據,測度了演化論視角下的經濟韌性,利用固定效應模型分析了數字經濟對經濟韌性的影響,同時通過構建中介效應模型、門檻效應模型分析數字經濟對經濟韌性影響的金融發展作用路徑,進一步探討了數字經濟對經濟韌性的空間溢出效應。研究結果表明:第一,數字經濟的發展能夠顯著促進演化經濟韌性及其模塊化能力和冗余化能力,且對模塊化能力的影響效果更強。第二,數字經濟對經濟韌性的推動作用通過金融規模擴張和金融效率提升來實現;金融發展水平同時還作為門檻變量調節數字經濟對經濟韌性的影響。第三,數字經濟對經濟韌性存在空間溢出效應。本地的數字經濟發展能夠顯著提升周邊地區經濟韌性水平。第四,金融業脫離實體經濟發展會損害區域經濟韌性,數字經濟能夠推動金融支持實體經濟發展,從而進一步提升經濟韌性。

(二)政策建議

第一,發展數字經濟,提高經濟韌性。數字經濟既是區域演化的新路徑、新模式,也與傳統路徑深度融合提升傳統產業效率,是提升經濟韌性模塊化能力和冗余化能力的新引擎。因此,把握數字經濟發展機遇,撰寫數字經濟發展方案,促進數字經濟均衡發展,推動數字經濟高質量發展將直接影響區域演化傾向與發展路徑,能夠有效提高區域經濟韌性。

第二,區域產業多樣化和專業化發展并重,打造區域演化的雙重優勢。模塊化能力和冗余化能力是區域經濟韌性的兩個不同維度,而多樣化與專業化是區域演化模塊化與冗余化的核心。多樣化發展使得區域演化在面對經濟波動時可以迅速調節發展路徑,專業化發展可以有效利用經濟要素間的強關聯抵抗經濟波動。多樣化和專業化雙重發展,能夠有效提升區域經濟韌性。

第三,推動金融發展,激發金融活力。一是加快金融市場化,完善金融監管制度,提升金融服務實體經濟效率。通過擴大金融規模、優化金融結構、提高金融效率,使數字經濟提升經濟韌性更為高效。二是堅持金融發展與實體經濟發展相協調。重視經濟金融化對經濟韌性的損害,提高金融支持實體經濟效率,進一步提升經濟韌性。

第四,釋放數字經濟的空間紅利,實現區域均衡化、一體化發展。考慮到數字經濟對經濟韌性影響的正向空間溢出效應,城市群城市中數字經濟對經濟韌性影響也顯著高于非城市群城市。因此,應加快城市群建設,構建以中心城市為核心的都市圈層,促進數字經濟資源擴散和數字紅利的轉移,帶動周邊城市發展,引導經濟協同發展。