國內大循環視角下數字創新的資本流動效應※

張鑫和 岳書敬

內容提要：打破要素跨區域流動障礙是暢通國內經濟大循環的重要途徑?；谥袊鞘虚g資本流動矢量數據,利用網絡分析方法探索城市資本流動網絡的結構特征,并結合指數隨機圖模型分析數字創新對資本流動網絡連接關系的影響。研究發現,中國城市間資本流動關系日益密切,城市資本流動呈現出“核心城市資本連接能力強但數量少,邊緣城市數量多但連接性弱”的無標度特性、“平均路徑長度低,但聚類系數高”的小世界性和“城市間相互投資”的互惠性;數字創新是促進城市間資本互動和投資聯系的重要變量;數字創新對資本流動的影響進一步表現為“雙向效應”“擴散效應”和“差值效應”;微觀機制分析表明,數字創新通過提高企業生產率、降低營業成本和緩解代理問題促進企業異地投資。

一、 引 言

過去40多年里,中國憑借低要素成本優勢加入國際循環,市場和需求“兩頭在外”,利用旺盛的外部需求拉動經濟高速增長(黃群慧和倪紅福,2021)。但經濟學主流觀點認為,大國經濟需要依靠內需驅動才能獲得穩定長遠發展。以美國為例,其經濟增長基本上是以消費驅動,目前消費占GDP的比重高達85%～90%,而對外貿易依存度只有20%左右,屬于“消費拉動生產,生產創造收入增長,收入增長再帶動消費”的模式。相比之下,中國具有完備的工業體系、巨大的創新潛能和市場優勢,更應當發揮國內大循環活力。另外,隨著逆全球化思潮涌現、貿易保護主義抬頭,外部沖擊打亂了國際經濟循環的節奏,現實迫切需要在保持國際循環的基礎上,更多依靠國內大循環推動經濟內生增長(劉維林,2022)。

要素流動障礙是制約國內經濟循環的關鍵堵點。如何促進以資本為代表的各類要素自由流動是暢通國內大循環的一個核心問題。以企業跨地區投資為例,企業在異地注冊子公司,以獨立法人的形式在異地經營,將就業、稅收、GDP等留在異地(曹春方等,2015),有利于打通生產、分配、流通、消費各個環節,進而暢通國內大循環。但市場分割和地方保護等政策性規制、自然地理和交通設施等實體性約束、產業基礎和營商環境等經濟條件性差異都在一定程度上影響甚至阻礙了資本要素的自由流動。打破資本要素跨區域流動障礙、打造統一的資源要素市場是暢通國內大循環的必由之路(孫文婷和郭夢華,2023)。

數字創新是促進要素流動和高效配置、助力暢通國內大循環的新動力。傳統意義上,以交通基礎設施為代表的物理連接可以促進地區間資本流動,而在數字經濟時代,數字鏈“路”的聯通對于加快地區要素流動、促進區域經濟增長更起到了不可忽視的作用。數字創新作為數字經濟的內核,其底層架構的核心是連接,也是促進各類要素在更大空間尺度內傳遞流動的重要推手(Dadashpoor和Yousefi,2018)。數字創新可以壓縮時空距離(戚聿東等,2020)、加速信息要素流通(鈔小靜等,2020)、促進創新要素異地整合(王巍和姜智鑫,2023)、優化勞動力要素跨區配置(馬述忠和胡增璽,2022),進而為地區間資本要素流動聯通奠定基礎。那么,由數字創新構建的隱性“信息鏈路”如何以及在多大程度上影響了國內城市間的資本流動?這是本文關注的首要問題。

本文基于2008-2020年企業異地投資數據,構建中國城市間資本流動矢量數據庫,利用網絡分析方法探索城市資本流動網絡的結構特征,并使用指數隨機圖模型(Exponential Random Graph Model,ERGM)(Robins等,2007)分析數字創新對資本流動網絡的影響。本文的邊際貢獻體現在三個方面:一是在研究內容上,對中國城市資本流動網絡的結構和演變規律進行探索,定量考察數字創新在促進城市間資本連接中的作用,為依賴于不同連接形式所刻畫的城市網絡研究拓展新的方向,也為暢通國內大循環提供政策啟示。二是在研究方法上,將揭示網絡關系生成機制的時變ERGM模型應用至城市資本流動網絡的研究中,可以較好地考察網絡節點之間的相依關系,有效克服個體獨立性假設;同時在模型中加入網絡協變量和個體屬性控制變量,彌補了傳統計量模型僅考慮屬性因素、未考慮關系因素的不足。三是在研究數據上,手工整理了企業異地子公司數據,提取母公司與子公司的地理位置信息,并配對加總到城市層面形成完整的中國城市資本流動網絡數據庫,更直接和精準地反映了中國城市間的資本流動特征。

二、 理論基礎與研究假說

城市數字創新具有獨特的技術特性、虹吸擴散特征和網絡效應,能夠促進城市間的資本連接互通。首先,數字創新可以降低信息傳輸成本、壓縮信息傳輸距離、提高信息處理效率,從而平滑市場信息摩擦,提升市場主體間的投資交易聯系。其次,數字創新具有虹吸效應。某種先進的數字技術在特定地區或行業內應用和發展,會吸引更多的人才、資本和產業鏈等相關資源,使得創新成果不斷聚集在少數具有優越條件的地方,形成數字創新聚集區。這有助于提高創新效率、降低開發成本和縮短技術周期,并形成一種自我強化的本地虹吸效應,加速資本等要素的引入流動(寇宗來和劉學悅,2020)。另外,數字創新還具有一定的擴散效應。數字創新有可復制性、可移植性、分布式的特征,可以減少區域經濟合作對地理位置的依賴,削弱城市行政邊界壁壘,改善市場分割,提高市場配置資源的效率和范圍,推動資本等要素跨區域連接(陳偉光等,2022)。最后,數字創新可以通過其網絡特性推動城市資本的內生連接。隨著城市數字創新水平的發展,城市節點間的要素聯系逐漸加強,并帶來城市網絡價值的爆發式增長,從而產生更顯著的網絡正外部性。這種外部性溢出可以惠及處于網絡邊緣地位的節點,使得邊緣城市可以借助互補關系和協同活動獲得邊際收益,催生城市間網絡關系和相對地位的變化,促進城市資本網絡連接矩陣由稀疏走向稠密(鄧慧慧等,2022)。綜上提出假說:

H1:數字創新可以促進城市間資本流動。

企業作為市場經濟的微觀主體,不僅在空間上嵌入各個城市節點中,其本身更是城市資本的最終發出者和接收者。因此,有必要從企業微觀角度出發,分析數字創新對企業異地投資行為的影響。本文認為數字創新主要通過提升生產率、降低營業成本和緩解代理問題三條路徑促進企業異地投資。

生產率效應。首先,數字創新可以加快企業信息化進程,通過引進物聯網、大數據等數字技術推動企業優化運作流程,提升智能決策水平,進而提升企業生產率(趙宸宇等,2021)。其次,數字創新可以改進企業創新模式,數字創新的滲透性和協同性使得企業可以沿產業鏈節點進行合作創新,通過企業間聯合研發,提高協同創新產出效率,提升生產率(羅佳等,2023)。最后,數字創新還可以優化資源配置,通過吸引高素質勞動力和專業知識實現要素的組合賦能,有助于重新整合資源、優化流程、降低成本,促進企業生產率提升。生產率提高可以進一步增強企業產品競爭力和品牌影響力,提高企業投資回報率和盈利能力,拓展企業市場占有率和發展空間,進而促進企業擴大發展規模、積極向外投資。

營業成本效應。數字創新可以全業務鏈為企業賦能,降低營業成本。首先,數字創新可以提升企業智能決策水平,優化企業戰略目標,從頂層設計層面降低企業偏航成本。其次,數字創新可以優化企業組織結構和經營架構,降低組織冗余度,提升組織靈活性和市場響應能力,有效減少企業內外部運營成本,甚至打破行業壁壘,降低企業跨界經營成本(李大偉等,2021)。最后,數字創新還可以為企業銷售等過程賦能,比如數字平臺拓寬了企業經營銷售渠道,線上平臺取代線下交易市場,顛覆傳統商品交換方式,也為商品交換提供更大的空間,進而提高商品交換效率,降低企業銷售成本(羅佳等,2023)。降低營業成本可以使企業轉變發展重心,提升多元化經營管理能力,提升異地投資水平。

委托代理效應。由于異地市場的信息搜尋渠道減少、整合難度上升,企業在異地投資時面臨更加嚴重的代理問題,最終導致內部成本的增加。組織內部成本上升使得企業難以實現資源最優配置,進而抑制企業邊界擴張。數字創新主要從兩個維度降低企業代理成本、促進企業異地投資。一是信息層面。數字創新豐富了信息的存在形式,提升了信息可用廣度,暢通了信息獲取過程,強化了信息處理分析能力,使得管理者更容易掌握企業運行的真實信息,進而降低代理成本。二是組織層面。數字創新可以提高協同辦公效率,鞏固組織信任關系,強化組織情感認同,優化企業跨組織協作流程,進而降低代理成本。綜上,提出如下假說:

H2:數字創新可以促進企業異地投資。

H2a:數字創新通過提升生產率促進企業異地投資。

H2b:數字創新通過降低營業成本促進企業異地投資。

H2c:數字創新通過緩解代理問題促進企業異地投資。

三、 研究設計

1. 模型設定

定義一個隨機變量Yij為兩個節點i和j之間的聯系(若Yij=1,表明節點i和j之間具有連接關系,若Yij=0,則表明節點i和j之間無連接關系),這種節點之間的聯系可以表示為一個N×N(N為節點個數)的鄰接矩陣,記為Y。yij和y分別是Yij和Y的觀測值。θ條件下觀測網絡y在可能集Y中出現的概率可表示為如下的ERGM模型(Robins等,2007):

(1)

(2)

式(2)中,y為被解釋變量,即城市間的資本連接矩陣;g(y)為網絡內生統計量,本文使用網絡連邊數量和雙向連邊數量進行表征;g(y,X)為節點屬性統計量,包括本文的核心解釋變量城市數字創新水平以及一系列控制變量;g(y,Z)為外生網絡統計量,本文使用城市間地理矩陣進行表征。

考慮到觀測網絡y的時間依賴性,構建基于離散時間網絡數據的時變ERGM(TERGM)模型,將多期網絡作為一個整體進行研究,考察不同時間點上網絡數據的相關性(Handcock等,2008)。根據離散時間馬爾可夫鏈的原理,對于一個k階馬爾可夫相關TERGM 模型,第t期網絡格局只與第t期前k期的網絡格局有關,具體模型構建如下:

(3)

式(3)中,K∈{0,1,…,T-1}代表滯后階數,其余符號與上文公式的含義一致。多個網絡聯合概率分布的定義如下:

P(yK+1,…,yT|y1,…,yK,θ)=

(4)

ERGM和TERGM一般采用馬爾科夫蒙特卡羅極大似然法(MCMC-MLE)估計參數θT和θ向量。

2. 變量與數據

(1) 被解釋變量。城市間資本流動。本文通過上市公司異地投資子公司信息,獲得城市間資本流動數據。該數據來源于CSMAR數據庫中的上市公司關聯交易庫。關聯交易庫披露了證券代碼、統計日期、子公司名稱和經營范圍等數據,共951207條子公司觀測樣本。但這套數據沒有披露所有企業的注冊地址信息,部分已披露信息定位到縣級市層面,部分則定位到地級市層面,并且城市的命名規則并不統一。為了較為準確、全面地識別子公司的地址,本文對數據進行了繁復的清洗匹配,并最終加總獲得城市間的資本流動數據(1)限于篇幅,數據清洗步驟未列示,備索。。

(2) 解釋變量。TERGM的解釋變量包括三類:內生網絡結構變量、外生網絡協變量、節點屬性變量。

內生網絡結構變量是指由網絡中其他變量的相互作用所決定的一種變量,比如網絡的連邊和連向。本文主要添加了邊數和互惠性兩種內生結構變量。

外生網絡協變量主要用于檢驗外部網絡關系對于資本流動網絡關系形成的解釋力。資本流動網絡關系的形成還可能受到城市間其他網絡關系的影響。比如經典的地理引力模型認為,空間鄰近程度會對城市間的互動關系產生影響。因此,將城市間地理距離的加權網絡作為外生網絡協變量嵌入隨機圖模型中,防止由于忽視外生關系造成估計偏誤。

節點屬性變量主要用于測度城市節點屬性對資本流動網絡關系形成的影響。本文選擇數字創新水平、第三產業占GDP比重、第二產業占GDP比重、政府支出、人口規模、金融環境和基礎設施建設作為節點屬性變量。

數字創新水平是核心解釋變量。從理論內涵來看,Yoo等(2010)將數字創新定義為“數字與物理組件重新組合創造新產品的過程”。劉洋等(2020)將其定義為“在創新過程中采用信息、計算、溝通和連接技術的組合,包括帶來新的產品、生產過程改進、組織模式變革以及商業模式的創建等”。即數字創新既可以理解為數字技術本身的創新,也可以理解為數字技術背景下的流程、組織、市場和模式創新?？紤]到量化的精準性和數據的可得性,本文的數字創新釋義為數字技術本身的創新。本文使用城市當年申請的數字經濟相關發明專利數量衡量數字創新發展水平。具體變量含義及數據來源見表1。

四、 實證結果分析與討論

1. 中國城市數字創新與資本流動網絡特征

基于企業異地投資數據,以具有投資關系的地級市為節點,以投資企業數量作為權重構建城市資本流動網絡。從城市個體、城際交互和整體網絡三個維度考察中國城市資本流動的拓撲結構特征。首先,選擇起始年份(2008年、2020年)樣本數據,繪制城市資本流動網絡圖。圖1中的節點代表城市,有向箭頭表明城市間資本流向,線段寬度表明城市間資本流動強度,即投資企業數量。

對比2008年和2020年的城市資本網絡可以發現,北、上、廣、深等經濟強市在網絡中處于核心位置,具有較多的連接關系。大部分“普通”城市擁有較少連接。另外,網絡規模呈現顯著增長的態勢,融入網絡中的城市節點數量增多,城市間交叉的投資關系增強,網絡密度顯著增長。為了進一步挖掘網絡結構規律,定量分析網絡演化態勢,本文分年度計算了城際資本網絡的密度、平均聚類系數、平均路徑長度和互惠性等指標。計算結果見表2。

表2 中國城市資本流動網絡特征

中國城市間資本流動呈現出無標度特性。從中國城市間資本流動特征來看,核心城市節點的資本連接能力強但數量不多,邊緣城市節點數量多但連接性不足。節點中心度分布滿足Zipf定律,呈現出冪律分布的特征(2)限于篇幅,具體城市的出度、入度和中心度數據,以及繪制的城市資本流動出、入度變化趨勢箱型圖未列示,備索。。這種無標度特性意味著城市資本網絡具有針對隨機沖擊的魯棒性和針對定向沖擊的脆弱性。即當特定的高節點度城市(北京、上海等)發生資本鏈出障礙時,網絡聯通度會大幅下降。無標度網絡形成的內生機制在于,節點連接遵循“擇優連接”的原則,隨著網絡節點數量逐年增加(從2008年的287個城市增加至2020年的349個城市),新增城市節點優先與連接性能較好的城市形成關系,進而導致已經是高節點度的城市反而會吸引或發出更多的投資連接,表現為一種強者愈強的馬太效應。

中國城市間資本流動呈現出“小世界性”。城市節點數量眾多但節點間平均路徑長度不高(平均路徑長度與節點數量的比值較低),網絡平均聚類系數相對較高(平均聚類系數與平均路徑長度的比值較高)。從2008年至2020年,平均路徑長度從2.949下降至2.38,平均聚類系數從0.16上升至0.267。這說明資本流動網絡可能存在多中心結構,高節點度的中心(北京、上海等城市)扮演了公共連接的角色,縮短了其他邊之間的路徑長度。較低的平均路徑長度表明,城市資本流動網絡具有扁平化和去中心化特征,城市節點之間的資本聯系效率較高;較高的平均聚類系數表明,城市間資本通暢程度和“粘度”較高,資本聯合、“抱團取暖”的特征明顯(3)隨機網絡容易受到隨機擾動的影響,而小世界網絡則具備魯棒性。中國城市資本流動的“小世界”網絡相比其他網絡架構,對隨機擾動的魯棒性更強,具有更優的抗風險能力。但當核心節點城市受到沖擊時,網絡整體則面臨較大的風險,表現為針對定向沖擊的脆弱性。。

中國城市間資本流動呈現出互惠性。城際資本流動呈現“禮尚往來”的特征,城市間的市場地位平等性加強。2008年的互惠性系數為0.163,這意味著在所有城市對連邊關系中,有16.3%比例的雙向連接關系,而這一比例到2020年上升至30.5%。一方面是由于整體資本流動規模更大,連邊關系增長規模遠超過節點數量增長規模(2008年至2020年,連邊規模增長了將近7倍,而節點規模只增加了21.6%),導致節點之間雙向連接概率提高。另一方面,雙向的資本流動可能隱含了信息傳遞機制,即網絡中兩個節點之間的固有連接會產生較多的信息流,因此相互更為了解,交易不確定性和風險度降低,進而更容易形成連接。

2. 基準模型:數字創新對城市間資本流動的影響

為進一步探索中國城市間資本流動網絡形成的原因,本文按照TERGM的構建規則,首先建立一個只包含“邊”信息(類似于線性回歸模型中的截距項),不含其他預測因子的空模型。后續逐漸加入其他預測因子,并通過判斷AIC和BIC值(逐漸變小)確定最終模型構成。表3匯報了基準模型檢驗結果。

表3 基準模型檢驗結果

3. 穩健性分析

(1) 更換估計方法。MCMC-MLE更適合短時序樣本網絡的估計。當時間序列長度較大時(例如20～50年的時序樣本),MPLE的估計方法更為合適(Leifeld等,2018)。但MPLE方法存在樣本隨機性不足和參數置信區間估計不準確的問題,為此本文參考Desmarais 和Cranmer(2012)的做法,使用基于自助法的MPLE方法進行參數估計。該方法以通過自助法抽取的樣本作為條件,通過自助法得到了更多隨機樣本數據,對參數區間估計更加準確。表4列(1)匯報了自助MPLE方法的估計結果。主要變量系數的方向和顯著性均未發生改變,digital系數為0.003,通過5%的顯著性檢驗,與MLE的估計結果一致,證實了本文模型的穩健性。

表4 穩健性檢驗

(2) 使用截面ERGM模型。TERGM模型由于考慮了網絡動態演化特征,在模型中添加了統計量的滯后項,增加了估計難度。由于網絡模型本身包含了諸多類型的變量,過多的模型設定可能會導致模型退化進而得出錯誤的結論。為此,使用截面ERGM模型對2008年和2020年的數據進行重新估計。表4列(2)列(3)匯報了截面ERGM的估計結果,主要變量系數的方向和顯著性均未發生改變。與TERGM模型相比,截面模型估計的digital系數偏小。另外,從2008年至2020年,digital系數顯著提升。這說明數字創新對資本流動網絡的促進作用具有持續性和長期性,隨著網絡節點和連邊規模的擴大,數字創新的作用更加凸顯?？傮w來看,截面ERGM的結果依然證實了“數字創新可以促進城市間資本流動”這一基本結論。

(3) 重選檢驗樣本。參考一般網絡模型的穩健性檢驗方法,本文使用不同時間的樣本進行檢驗。表4列(4)為間隔一年的檢驗結果(即將2008年、2010年、2012年、2014年、2016年、2018年、2020年的樣本合并為面板數據),列(5)為間隔兩年的檢驗結果。結果表明,兩種方法重新組合樣本的檢驗結果與基準模型均無顯著差異。digital系數為0.003,通過1%的顯著性檢驗,與基準模型估計結果一致,證實了本模型的穩健性。

五、 進一步分析

1. 數字創新促進城市間資本流動的可分離模型檢驗

從網絡演化的角度來看,網絡連接的形成包含新關系生成和舊關系解除兩個過程。因此,有必要分別探索數字創新對網絡關系形成和解除兩個過程的影響。具體地,參考Krivitsky和Handcock(2014)的做法,構建可分離的時變指數隨機圖模型(STERGM),將網絡關系的變化分解為新關系生成(Formation模型)和原有關系消失(Dissolution模型)兩種情況,然后分別進行參數估計,得出差異化的研究結論。STERGM方法可以挖掘更多的歷史網絡數據并提高模型解釋度,具體分解過程如下。

Formation 網絡為:Y+=Yt-1∪Yt,若第t期有新關系生成,則新生成的關系包含于Y+內。Dissolution 網絡為:Y-=Yt-1∩Yt,若第t期有舊關系解除,則第t期將只包含剩余未解除的關系。總體而言,對于第t期的網絡有:Yt=Y+(Yt-1Y-)=Y-∪(Y+Yt-1)。

令θ=(θ+,θ-)分別為生成模型和解除模型的聯合參數向量,從而得到一階馬爾可夫相關的STERGM為:

P(Yt=yt|Yt-1=yt-1,θ)=P(Y+=y+|Yt-1=yt-1,θ+)×P(Y-=y-|Yt-1=yt-1,θ-)

將上式進一步轉化為:

P(Yt=yt|Yt-1=yt-1,θ)=

(5)

可分離模型的檢驗結果見表5列(1)列(2)。由列(1)結果可知,主要變量系數方向與基準模型結果一致,digital系數為0.003,通過1%的顯著性檢驗,表明城市數字創新可以有效促進新投資關系的生成;列(2)結果顯示,digital系數為-0.002,通過1%的顯著性檢驗,表明城市數字創新可以有效抑制已有投資關系的解除。這意味著數字創新增加了區域投資粘性,不僅能促進資本走出去,也能促進資本留下來,進而形成更穩定的區間資本連接關系。城市數字創新可以通過強化信息獲取優勢,降低投資不確定性和交易成本,提升新增連接概率。城市數字創新還可以通過提升城市運作效率,降低企業運營成本,進而留住已有投資聯系。相比于傳統變量,數字創新對資本流動具有穩健的雙向促進效應。

表5 可分離模型和異質性檢驗結果

2. 數字創新促進城市間資本流動的異質效應檢驗

本文進一步利用TERGM模型的行為者-關系效應進行異質性檢驗。行為者-關系效應主要包括發送效應、接受效應和差值效應。其中,發送效應描述具有某種屬性的城市向其他城市發出投資連接的概率,接受效應描述具有某種屬性的城市收到其他城市發出的投資連接的概率,差值效應描述不同節點屬性值差異對網絡關系產生的影響。正的發送效應表示具有某種屬性的城市更有可能對外投資,正的接受效應表示具有某種屬性的城市更有可能吸引外部投資,正的差值效應表示屬性差異大的城市容易形成投資關系。具體檢驗結果見表5。

表5列(3)列(4)分別匯報了接受效應和發送效應的檢驗結果。digital接受效應系數為0.00007,并不顯著,說明數字創新發展水平高的城市,其吸收資本的概率并未顯著增加,即數字創新沒有表現為顯著的資本鏈入性;digital發送效應系數為0.007,通過1%的顯著性檢驗,說明數字創新發展水平高的城市,其發出資本的概率也大,即數字創新具有顯著的資本鏈出性。由此可知,數字創新對城市資本要素具有顯著的擴散效應而非虹吸效應,這與其網絡外部性特征相符。列(5)匯報了差值效應的檢驗結果,digital系數為0.002,且通過1%的顯著性檢驗,說明數字創新水平差距大的城市更傾向于形成資本聯系,凸顯了數字創新“以強帶弱”的功能。究其原因,可能是由于數字創新水平高的地區有顯著的信息優勢,能夠通過多維數字技術的應用發掘落后地區潛在的投資機會,并通過提前布局的方式占領“先到先得”的邊際收益。

3. 數字創新促進城市間資本流動的微觀機制檢驗

由理論分析可知,數字創新主要通過效率、成本和代理渠道促進企業異地投資。因此,本文進一步利用上市公司數據驗證資本流動的微觀機制。

第一,從資本流動數據庫中分離得到公司層面的異地投資數據(即上市企業在其他城市投資的子公司數量),并將其作為被解釋變量。第二,從CNRDS數據庫獲得企業層面的數字發明專利數據和實用新型專利數據,作為表征企業數字創新發展水平的代理變量。第三,添加總資產凈利潤率(ROA)、董事會人數、公司成立年限、托賓Q、資產負債率、凈資產收益率、現金流比率和前十大股東持股比例等控制變量。第四,構建相應的機制變量:將LP法計算的企業全要素生產率作為效率渠道的替代變量;將營業成本率(營業成本/營業收入)作為成本渠道的替代變量;將營業收入占總資產比重作為代理成本的替代變量。第五,構建工具變量:為了緩解潛在的內生性問題,本文使用上市公司年報中的數字技術詞頻數據作為工具變量,并構建IV-OLS估計模型作為基準回歸。第六,使用三步法進行具體的機制檢驗(所有模型均控制了個體、時點固定效應,并添加控制變量)(4)由于企業數字經濟專利數量和異地子公司數量均存在0值,因此,對變量加1后進行取對數處理。,回歸結果見表6(5)此處感謝匿名審稿專家的建議,本文使用IV工具變量緩解了潛在的內生性問題。。

表6 微觀機制檢驗結果

表6的列(1)匯報了基準回歸的結果,回歸系數在1%的顯著性水平上為正,表明數字創新可以顯著促進企業異地投資,即從微觀層面證實了假說2。列(2)列(3)為生產率渠道的檢驗結果,回歸系數均在1%的顯著性水平上為正,表明數字創新可以通過提升生產率促進企業異地投資,證實了生產率渠道的成立;列(4)列(5)為營業成本率渠道的檢驗結果,列(4)的回歸系數在5%的顯著性水平上為負,列(5)的回歸系數均在1%的水平上顯著,表明數字創新可以通過降低營業成本率促進企業異地投資,證實了營業成本率渠道的成立;列(6)列(7)為代理成本渠道的檢驗結果,列(6)的回歸系數在1%的顯著性水平上為負,列(7)Agency的回歸系數在5%的水平上顯著,表明數字創新可以通過降低代理成本促進企業異地投資,證實了代理成本渠道的成立。

六、 結論與建議

1. 主要結論

推動雙循環發展、構建統一大市場是新發展格局下的重要議題。在該背景下,研究如何促進要素跨區域自由流動占據基礎性地位。本文以數字創新為切入點,研究數字經濟時代下城市資本流動的結構特點,分析數字創新驅動資本跨區流動的特征和各類效應。

研究結果顯示:第一,中國城市資本流動呈現出“核心城市資本連接能力強但數量少,邊緣城市數量多但連接性弱”的無標度特性、“平均路徑長度低,但聚類系數高”的“小世界”性和“城市間相互投資”的互惠性。網絡規模和密度持續增長,節點中心度呈冪律分布,資本流動效率高、粘度大。第二,數字創新有效促進了城市間資本連接,該結論經過多種穩健性檢驗后依然成立;數字創新對資本流動的影響具有“雙向”效應,既能促進城市間新投資關系的生成,還能抑制已有連接的解除;數字創新還表現出“擴散”和“差值”性的驅動特征,一個城市的數字創新水平越高,該城市成為資本流出地的概率越高,表現為擴散輻射效應,并且在數字創新差距越大的城市間,資本連接的概率越高,表現出“以強帶弱”的特點。第三,微觀機制分析表明,數字創新通過提高企業生產率、降低營業成本和緩解代理問題促進企業異地投資,進而推動宏觀層面的資本流動。

2. 對策建議

上述研究結論不僅為評判中國城市間資本流動現狀提供了現實支撐,也為進一步理解城市數字創新對資本流動的作用機理提供了實證依據,對破除經濟循環堵點,推動市場、政府有效結合,建設高效規范、公平競爭、充分開放的全國統一大市場具有一定的參考價值。根據前文研究思路,本文針對中國城市資本流動網絡的無標度性、小世界性和互惠性,從數字創新的角度提出相應對策建議。

推進數字創新發展,弱化城市資本流動無標度性。本文發現,中國資本流動網絡過分依賴于少部分中心節點城市,邊緣節點的連接程度不高。因此,要進一步培育、孵化核心節點城市(像北京、上海、深圳等鏈出、鏈入數量高的城市),降低網絡節點的不平衡度。特別是要按照主體功能定位劃分政策單元,對不同類型的城市制定差異化政策,分類精準施策,推動形成差異化、互補式的空間發展格局。從數字創新的角度來看,要進一步提升城市數字創新水平,發達城市要充分發揮數字創新的擴散效應,通過跨地區溢出強化城市間的資本流動水平。落后城市則要明確自身網絡定位,根據屬性稟賦有針對性地安排要素集聚和產業布局,營造最優的數字創新發展氛圍,充分發揮數字創新的資本流動效應。同時要優化營商環境,保證既能引進企業投資,也能留住投資企業。

優化數字創新布局,完善城市資本流動小世界性。相比于隨機網絡結構,小世界網絡具有更快的信息傳遞速度、更高的網絡效率和更好的市場韌性。這有助于加強跨地區資本之間的連接和合作,提高投資回報率。但在小世界性網絡中,如果核心節點出現問題,可能會導致整個網絡的崩潰,給市場帶來巨大的損失和風險。因此,針對核心城市,要加強風控和監管類數字創新發展,為資本跨地區流動和配置提供更加安全和高效的環境。針對非核心城市,要多維度提升數字創新水平,形成既能夠吸引投資,也能夠對外投資的雙向資本流通能力。同時,要提升全域數字創新水平,刺激點對點之間形成直接的資本聯系,打造“多中心、去中心、扁平化”的資本網絡結構,提升整體網絡的穩定性。

加強數字連接建設,修正城市資本流動互惠性?；セ菪员砻饕延型顿Y聯系的城市之間更可能形成資本連接,表現出一定的投資粘性,不利于資本流動的擴散分布。因此,要因地制宜推動城市數字創新,注重將落后地區的低成本資源優勢與發達地區的技術、市場和產業優勢相結合,充分發揮城市節點互補互促效應,增強地區間經濟活動關聯的廣度和深度。要實現數字創新網絡化、一體化建設,打通地區經濟梗阻。引導數據“富裕區”對“匱乏區”的傾斜性資助,平衡數據要素資源配置。要推動普惠性數字創新建設,加強發達地區與落后地區的數字連接,發揮數字創新以強帶弱的功能。比如建設全國一體化大數據中心體系,推進“東數西算”工程等戰略布局,加快5G、產業互聯網等綜合性數字基礎設施建設,打通經濟社會發展的信息“大動脈”。