數字技術如何推動企業經濟活動突破本地化

Doi：10.11835/j.issn.1008-5831.jg.2024.11.002

歡迎按以下格式引用：馮國強，梁志琦.數字技術如何推動企業經濟活動突破本地化——兼論對破除舊生產力格局空間限制與發展新質生產力的啟示［J］.重慶大學學報（社會科學版），2024（6）：88-105.Doi：10.11835/j.issn.1008-5831.jg.2024.11.002.

Citation Format： FENG Guoqiang， LIANG Zhiqi. How can digital technology break through economic localization： Enlightenment on breaking the spatial limitations of the old productivity pattern and developing new quality productivity［J］.Journal of Chongqing University （Social Science Edition），2024（6）：88-105.Doi：10.11835/j.issn.1008-5831.jg.2024.11.002.

摘要：

建設全國統一大市場是發展新質生產力的內在要求，數字新業態在市場建設過程中又能發揮何種作用？文章利用2007—2022年滬深兩市A股上市公司合作企業空間分布的經驗數據，設置“寬帶中國”政策試點的準自然實驗，系統估計數字技術對合作企業空間分布的影響，從產業鏈上為數字技術推動市場一體化建設提供微觀證據。研究發現，數字技術通過降低交易成本和增強產品競爭力兩條渠道推動企業將供貨、銷售渠道向省外延伸。具體而言，政策試點推動企業前五大供貨商中本省企業減少32.75%，本省客戶企業降低24.45%，省內平均每家合作企業的采購額與銷售額占比分別下降4個和1.98個百分點。這一發現從合作企業空間分布的視角，為數字新業態突破空間限制、推動地區之間市場整合提供了系統性證據。進一步研究表明，數字新業態對全國統一大市場建設的積極作用隨著所在城市的經濟發展水平、地理區位變化以及行業特征而存在差異，并隨企業對產業鏈的依賴程度、鏈條分工水平的深化進一步強化。研究對調整生產關系的政策實踐提供一定啟示。研究認為，推動數字技術與實體企業的深度融合應該作為推進全國統一大市場建設的重要抓手；要突破舊生產力格局中微觀主體面臨的空間限制，需要不斷推進數字基礎設施建設，完善數字基礎設施體系和數據要素的相關制度。

關鍵詞：數字技術；經濟活動；本地化；寬帶中國；鏈上企業；調整生產關系

中圖分類號：F061.5；F062.5；F49；F8325""文獻標志碼：A""文章編號：1008-5831（2024）06-0088-18

引言

發展新質生產力要突破舊生產力格局在空間上的限制。大量文獻從家庭消費決策、地區間價格水平等為數字經濟、數字平臺突破區域經濟發展的空間限制提供了證據［1-3］。然而企業在這一過程中發揮的作用卻始終不被文獻重視。究其原因包括：一則，系統性的企業層面定價數據難以獲得。雖然部分研究利用電商數據或大型超市數據捕捉了數字應用帶來的定價策略變化［4-6］，但這類推斷難以代表數字時代所有企業的系統回應。其二，數字技術應用程度難以刻畫。文獻當中通過捕捉企業是否公布郵箱、是否建有官方微博、是否建立公司網站，以及企業年報中數字相關詞匯的出現頻次等來捕捉企業的數字化發展程度［7-8］，然而不同刻畫方式的懸殊會影響估計結論，并且由自選擇、反向因果帶來的內生性問題也嚴重干擾結論與推斷。

作為生產與流通的關鍵主體，企業可以通過優化自身選址和調整合作企業（供應商+客戶）的空間布局來影響商品供給價格，進而影響市場整合進度。因此，即便系統性的定價策略無法獲取，從自身選址和合作企業空間選擇的調整上也能夠捕捉到企業的定價策略。一部分研究揭示了數字技術對企業選址的積極影響［9］。但相比企業的選址調整，優化合作企業的空間布局更能節省成本，并在一定程度上幫助企業通過空間延伸產業鏈來獲得規模與網絡優勢。因此，相比重新選址，合作企業的空間選擇更能反映企業的定價策略。由此產生新的問題是，既然已有文獻揭示了數字技術對市場整合有推動作用，那么這種推動作用如何體現在企業經濟活動的空間分布上？數字技術能否推動企業將產業鏈條向外地延伸？其中的作用機制是什么？

理論上，基于在信息收集、處理上的規模優勢和網絡優勢，數字技術能夠幫助企業探索更低成本的貨源和挖掘更廣闊的潛在市場，從而實現企業在全國范圍內的資源整合和市場拓展，突破舊發展格局當中由行政壁壘造成的空間限制［10-11］。此外，數字技術與人工智能、數字平臺的搭配與應用進一步提高信息處理效率，幫助企業節省交易成本，并在面向市場的技術創新上發揮積極作用［12-13］。因此，對上述問題的回答不僅可以揭示新發展格局下鏈上企業互動關系的新變化，厘清數字技術在全國統一大市場建設過程中扮演的角色，對采用新理念、新工具突破舊的生產力格局也能有一定的政策啟示。

本文以“寬帶中國”試點政策作為政策沖擊，結合2007至2022年滬深兩市A股上市公司的經驗數據，設計準自然實驗來克服變量測度難題以及由此帶來的內生性問題，從鏈上企業的互動關系來提供數字技術突破空間限制中的關鍵證據。本文的邊際貢獻包括：第一，利用鏈上企業的空間分布來揭示企業向其他區域拓展產業鏈的影響因素與機制，為理解全國統一大市場建設提供新視角；第二，通過準自然實驗設計來識別出數字技術在突破經濟活動空間限制的關鍵機制與作用渠道，盡可能明晰數字技術賦能市場化建設的途徑。

一、文獻回顧與理論假說

（一）文獻回顧

現有研究分別從供給端和消費端探索數字技術在市場整合與統一大市場建設中的作用。供給端的研究往往認為數字技術發展不僅能夠縮小地區之間的數字鴻溝，也可以通過構建線上市場的競爭空間，并外溢引導線上—線下市場競爭，來突破舊生產力格局中的市場壁壘［2-3，14-15］。數字技術一方面可以節省搜尋、匹配的市場交易成本，推動商品與要素跨地區流動［16］；另一方面還可以利用網絡經濟特性來加劇地區之間的競爭效應，從而均衡推動地區間商品、要素價格趨于一致。除數字技術本身存在的信息優勢、網絡特性之外，與之充分結合的互聯網交易平臺、智能應用、大數據應用等，也在一定程度上強化線上企業之間的市場競爭，促成線上—線下市場的共同整合［1，4］。此外，數字技術還可以通過拓寬信貸融資渠道，提升創新績效等途徑推進地區間的創新合作、異地投資［9，17-19］，打破原有生產力格局中的空間限制。

在需求端，部分文獻從家庭消費決策為數字技術突破空間限制提供了證據，認為利用居民消費帶動商品跨地區流轉，是打破空間限制、推動市場整合的重要動因［6］。數字技術能夠通過消費授信、支付便利等渠道直接推動消費擴張［20］，還可以深化生產、消費終端和流通的分工水平來間接促進消費［21］，通過跨地區的消費選擇來促進市場整合。供給、需求端的現有觀點多從數字技術特征、功能來為跨地區之間要素與商品市場整合提供解釋，卻忽視這一過程中最關鍵的參與主體——企業所發揮的作用，使得從這類文獻并不能獲得數字技術打破空間限制完整的證據鏈條。事實上，要素與商品流動都與企業的空間決策有關。這種空間決策一方面關系到企業如何選址，另一方面則和生產鏈條上合作企業的選擇有關。一旦確定了選址，那么如何選擇合作伙伴的地理分布則成為影響市場整合的關鍵。

（二）理論假說

為了增加收入、降低風險，企業積極尋求更加廣闊的市場。然而，地理隔閡與信息障礙致使產業鏈發展更多地呈現出本地化特征。加上改革開放以來高度的地方分權催生的以省級行政區為單位的地方保護主義［22］，進一步強化了地理隔閡對企業經濟活動本地化的推動作用。數字技術的應用能夠幫助企業克服信息不對稱，并且降低由地理隔閡導致的要素與商品搜尋—匹配時面臨的交易成本。

首先，數字技術發展不僅提高內部的信息交流效率，降低內部決策成本［23］，人工智能、大數據、云計算等數字技術的應用也優化了企業信息獲取與處理能力［12］，幫助企業及時獲得市場信息，提高企業市場行為中的搜尋—匹配效率。其次，數字技術發展改善的信息環境和條件，幫助企業克服由地理隔閡帶來的交易成本。一則，企業對大數據、人工智能等數字技術的應用加快了信息的擴散速度，擴大傳播的范圍和影響力［24］，從而改善企業內外溝通的信息環境［25-29］。二則，企業運用數字技術可以低成本、多維度地收集供應商及客戶信息，在提高搜尋和匹配精準度的同時減少變更合作關系時面臨的轉換成本。在傳統的產業鏈環境下，考慮到更換合作企業引發的轉換成本，企業會傾向于形成單一的合作捆綁關系［24］。數字技術在信息處理上的優勢能幫助企業抓住新的市場機會，減少更換合作企業引起的轉換成本［30］。此外，數字技術提供的良好的信息環境，還能夠幫助企業有效降低監督成本。基于以上分析提出假設1，以備下文檢驗。

假設1：數字技術通過降低企業交易成本來幫助企業突破經濟本地化，將經濟活動向外延伸。

產品競爭力是決定供應商和客戶選擇的重要因素［31］，數字技術的應用有助于企業更好地定位市場需求、提高生產效率、促進產品創新，進而通過提高產品競爭力來突破空間限制。第一，利用數據分析、人工智能和機器學習等技術，企業能更快地識別市場需求、預測趨勢，從而加速新產品開發周期。同時更好地理解消費者喜好，有針對性地設計創新產品。第二，連帶的數字化轉型可以提高企業創新能力，提升全要素生產率［32-33］。數字技術可以幫助企業實現生產線的自動化和智能化，讓企業實現生產過程的精細化管理和實時監控，不僅提高了生產效率，也確保了產品質量的穩定性。第三，數字技術提供的先進的設計工具與軟件，幫助企業快速設計、測試和優化新產品，加速產品開發并提高設計質量；數字技術嵌入企業研發、設計與制造環節，推動企業產品創新能力的“躍遷”［13］。由此提出如下備驗假設。

假設2：數字技術通過增強企業產品競爭力來幫助企業突破本地化，將經濟活動向外延伸。

二、模型與數據

（一）模型設定從2013年頒布《“寬帶中國”戰略及實施方案》開始，我國在2014、2015、2016年先后遴選了117個城市（群）作為“寬帶中國”試點城市。數字技術需要以網絡基礎設施作為載體，其發展程度依賴于寬帶網絡的建設和運營效率［9］。因此選擇該試點政策來設計準自然實驗，能夠表征數字技術的推廣應用水平。設置多時點DID模型如下：

Localizationit=α0+α1BDCit+λΓ+Localization0i×year+industry+province+city+εit（1）

式中，Localizationit表示在t年企業i經濟活動的本地化水平，利用和企業i同屬一個省份的合作企業數量進行衡量，回歸時分別包括采購活動的本地化水平（Localization_s）和銷售活動的本地化水平（Localization_c）。BDCit是政策變量，表示企業i的注冊地在t年是否納入了“寬帶中國”的政策試點，是取值1，否則取值0。Γ是控制變量向量集。industry、province、city分別表示年份、行業、省份、城市虛擬變量，εit是隨機擾動項。考慮到企業初始值時間趨勢對結果的干擾，回歸時控制了企業樣本初期的經濟本地化Localization0i與年份的交乘項。

機制檢驗時則在模型（1）的基礎上將被解釋變量替換成機制變量，然后進行2SLS估計。此外還借鑒Acemoglu等［34］的做法，在模型（1）的基礎上引入機制變量進行渠道識別。考慮到企業所在省份的經濟發展水平（pgdp）、流通節點城市（nod）的差異，以及企業對產業鏈的依賴程度（chaindep）、鏈條上縱向分工水平（vertical）等會對數字技術的作用形成影響，為此在模型（1）的基礎上加入這類變量X（pgdp，nod，chaindep，vertical）與多時點政策變量BDCit的交乘項，設置模型（2）來檢驗這類因素帶來的異質性影響。

Localizationit=α0+α1BDCit+α2BDCit×X+λΓ+Localization0i×year+industry+province+city+εit（2）

（二）變量測度由于并非所有上市公司都披露合作企業信息，即便披露也僅按信息披露建議公布了前五大供應商與客戶名單，因此本文僅使用有披露合作企業的非平衡樣本來進行檢驗。其中，Localization_s用同在一個省份的供應商企業j的數量來衡量，即

控制變量的選取上，參考已有文獻［35-37］，分別控制以下因素：（1）包括企業規模（size）、企業自上市以來經營時長（age）的個體特征；（2）衡量經營運轉與經營績效的市凈率（pb）、托賓Q值（Tobinq）和現金流比率（cashflow）；（3）衡量企業鏈條上的特征以及與合作企業之間的聯系，包括縱向一體化程度（lgvas）、前五大供應商采購總額占比（t5suplpart）和前五大客戶銷售總額占比（t5cusoirt）。控制變量及其測度方式見表1。

（三）數據來源與統計性描述數據來源于中國研究數據服務平臺（CNRDS）和國泰安（CSMAR）數據庫。從表2的描述性統計能夠發現，Localization_s均值高出Localization_c平均水平40.42%，說明對于樣本企業而言，銷售市場相對在省外，原料與中間產品省內供貨較多。

三、回歸結果

（一）基準估計結果

表3匯報了模型（1）的估計結果。其中，列（1）至列（3）是對采購活動經濟本地化的估計結果，列（4）至列（6）是對銷售活動本地化的估計結果。從回歸結果來看，“寬帶中國”顯著推動企業到省外尋找供貨源與銷售渠道。列（3）和列（6）的結果說明，在控制其他條件時，“寬帶中國”政策推動企業前五大供貨商中本省企業從1.487個減少到1個，減少32.75%，本省客戶企業從1.059個減少到0.8個，降幅24.45%。如果將合作企業數量轉換成交易金額，則上述結果可以解讀為：“寬帶中國”政策使企業與省內供應商平均采購金額比重從12.37%下降至8.319%（=（12.37%/1.487）×1），平均采購額減少4個百分點；省內客戶平均銷售金額占比從8.094%下降至6.114%（=（8.094%/1.059）×0.8），降低1.98個百分點。

以上估計結果表明“寬帶中國”這一數字技術對突破以省份行政區為界的空間限制有積極作用，并對采購活動的促進作用大于銷售活動。可能的解釋是：第一，長期以來上游企業相比于下游企業的壟斷能力更強［38-39］，因此向上游企業拓展市場業務比下游更難。第二，樣本期間包含交通基礎設施在內的硬件完善促使企業提高數字化水平［40］，進而幫助企業向外拓展銷路，但對供給端的影響相對較小［41］。以上結果支持了理論假說。

（二）穩健性檢驗

1.平行趨勢檢驗

前文借鑒混合截面數據的處理方法進行了檢驗，然而這一設計能否滿足處理組與對照組之間的平行趨勢？借鑒黃煒等［42］的做法，根據城市進入“寬帶中國”試點的時間設置政策沖擊前、后的政策虛擬變量，構建模型（3）的動態雙重差分模型，從中觀察處理組和控制組是否擁有相似的趨勢，以此確保任何效應的變化是由政策引起，而非由基線差異造成。

（3）

式中：Di=1表示企業i為處理組，否則為控制組；I（·）是示性函數，TD是“寬帶中國”政策當期，t-TD是距離政策當期的相對時間，其中s=-1為基期，其余變量設置與模型（1）相同。若回歸系數βprecut、βpre不顯著異于0，βpost、βpostcut顯著異于0，則通過平行趨勢檢驗。檢驗結果見圖1。在政策實施前，企業采購行為和銷售行為的本地化在兩個組別中不存在顯著差異，但在政策實施后處理組經濟本地化均明顯下降，表明“寬帶中國”對企業跨地區選擇合作企業有促進作用。

2.安慰劑檢驗

進一步利用安慰劑檢驗來排除其他隨機性因素的干擾。做法是隨機抽取123個城市作為處理組，剩余城市為控制組，并隨機為處理組城市設定政策實施年份，對新樣本構建500次“偽政策虛擬變量”后帶入模型（1）重新估計，結果見如圖2。“偽政策虛擬變量”回歸系數均值接近于0，估計系數接近于正態分布，且在10%的水平上不顯著，從而排除其他隨機因素對結果的干擾。

3.剔除變量測度誤差的干擾

基準估計結果可能受到測度誤差的影響：一是經濟本地化僅僅根據本省企業數量進行測度，并未考慮企業間業務量大小的影響；二是測度誤差來自解釋變量。雖然“寬帶中國”政策影響地方的數字技術發展，但政策虛擬變量并不能完全捕捉企業層面的數字技術的發展程度。對于上述測度誤差采取的處理是：其一，利用與本省合作企業之間的往來業務量（采購量或銷售量）占比測度企業經濟活動的本地化程度；其二，借鑒袁淳等［36］的處理，利用MDamp;A數字化詞頻數（MDamp;A）和年報數字化詞頻數（NBT）分別測度企業的數字技術水平。根據上述兩種測度方法得到的估計結果見表4。列（1）和列（4）分別是利用本省供應商、客戶業務量占比測度并替代被解釋變量的估計結果，列（2）、列（5）是利用MDamp;A數字化詞頻數的連續變量替代政策虛擬變量的估計結果，列（3）、列（6）是利用NBT替代政策虛擬變量得到的估計結果。可以發現，變換解釋變量、被解釋變量的測度方式并不改變基準估計結論。

4. PSM-DID估計

由于“寬帶中國”試點城市并非隨機選擇的結果。因此有必要利用對樣本進行匹配，然后再利用準自然設計來進行檢驗。具體做法是，先利用卡尺近鄰匹配（1∶2）將處理組與控制組進行匹配，再根據雙重差分方法估計處理效應。PSM-DID的優點在于能夠處理因果效應的內生性和選擇性偏誤，減少了由于處理效應與其他因素之間的關聯性導致的估計偏誤。圖3展示了供應商、客戶數據匹配前后的核密度圖，結果表明處理效果顯著。

表5中展示了利用卡尺近鄰匹配（1∶2）后的回歸結果，可以發現估計結果仍然穩健。無論是系數大小、符號還是顯著性水平，都與基準估計結果相差不大。

5.改變樣本范圍與區間

考慮到直轄市、省會城市和副省級計劃單列市在省域經濟活動中的特殊性，為此在基準估計樣本基礎上將上述三類城市剔除。此外，考慮到2019年底暴發的新冠疫情產生的沖擊，在基準估計的樣本上剔除掉2020年以來的樣本。表6列（1）、列（3）是剔除城市樣本之后的估計結果，列（2）、列（4）是只保留2019年以前樣本估計的結果。系數與基準估計結果保持一致。

6.內生性處理

準自然實驗設計雖然解決了由自選擇和變量遺漏帶來的內生性問題，但并不能完全解決變量之間反向因果帶來的內生性問題。體現在本研究中為：企業為了向外擴大市場，會增加對數字技術的需求，從而推動數字技術產品和服務的創新和發展。為此，參照袁淳等［36］的做法，利用1984年郵電業務總量與上一年互聯網用戶人數的交乘項（telinternet）作為工具變量，來解決潛在內生性引起的估計偏差。表7報告了工具變量的回歸結果。其中，第一階段結果顯示telinternet系數均顯著為正，且“弱工具變量檢驗”的F統計量顯著均大于臨界值10。第二階段回歸結果顯示，BDC的回歸系數依然在1%的水平上顯著為負，同時“過度識別檢驗”的LM統計量均顯著大于臨界值，說明不存在過度識別問題。在緩解了反向因果造成的內生性問題之后，BDC的系數仍然顯著為負，因此有理由相信基準估計結果的穩健性。7.排除其他競爭性解釋與“寬帶中國”同一時期的政策沖擊還包括“國家智慧城市”試點和“國家創新型城市”試點政策。兩個試點政策和“寬帶中國”的政策目標上雖然存在差異，但在政策實踐中均會對數字技術及經濟本地化產生影響。為排除兩個全國性試點政策對估計結果的干擾，分別根據各批次試點名單在模型（1）的基礎上引入企業所在城市當年是否進入“國家智慧城市”的政策虛擬變量（zhcs），以及是否進入“國家創新型城市”名單的政策虛擬變量（cxcs）。表8的估計結果表明即便控制住樣本期間的競爭性的試點政策，BDC的作用仍然顯著為負，基準估計結果穩健。

四、機制檢驗與異質性分析

（一）機制檢驗

結合前文假設，主要從交易成本和產品競爭力兩方面檢驗數字技術何以推動企業打破經濟本地化的機制。具體做法是：（1）按照2SLS的估計原理， 先對交易成本（lgtran）、產品競爭力（lgpatent）進行估計，然后再利用lgtran、lgpatent的預測值對Localization_s和Localization_c進行估計。（2）以表3第（3）、（6）列的基準估計結果為參照，在模型（1）的基礎上分別引入lgtran、lgpatent進行渠道識別檢驗。交易成本（lgtran）的測度借鑒了石大千等［43］、吳海民等［44］的做法，利用銷售費用、管理費用與財務費用之和的對數來衡量。三大期間費用發生在采購、銷售和內部決策環節，多為企業的非生產性支出，較易受業務招待、高管在職消費以及地方保護主義和潛在尋租行為的影響，因此能夠代理企業拓展經濟活動時面臨的內、外交易成本［45］。期間費用越大，則表示交易成本越高。創新不僅能夠推動企業提高生產率，同時也是產品競爭力的主要來源。考慮到創新表現多與研發產出有關，為此利用企業的申請專利數加1再取對數來代理產品競爭力（lgpatent）。

2SLS估計的結果見表9，其中列（1）至列（5）是對采購活動本地化的估計結果，列（6）至列（10）是對銷售活動本地化的估計結果。被解釋變量為lgtran和lgpatent時是第一階段的估計結果，剩余列是第二階段的估計結果。

從列（1）、列（6）可以發現，數字技術顯著節省了采購活動與銷售活動的交易成本，進一步幫助企業擴大供應商和客戶的選擇范圍，將經濟活動向外省延伸。列（2）、列（7）的結果驗證了數字技術推動企業加大研發創新，在此基礎上突破經濟活動受到的來自地理隔閡、行政壁壘的限制。當將機制變量的預測值同時帶入第二階段進行估計時，lgtran、lgpatent的估計系數變化并不大，但顯著性明顯提高，說明數字技術發展在交易成本節約和核心競爭力提升兩條路徑上同時存在，彼此之間對突破經濟活動本地化的作用互不干擾。表10是利用渠道檢驗以進一步佐證機制檢驗的結果。其中列（1）、列（5）是基準估計結果，其余列是引入作用渠道的估計結果。對照不難發現，當分別引入lgtran、lgpatent之后，核心變量BDC的系數明顯變小，而lgtran、lgpatent的系數均顯著。當同時納入lgtran、lgpatent之后仍然不改變渠道檢驗的結果。這說明“寬帶中國”試點政策促進的數字技術發展，能夠通過節省企業經濟活動的交易成本和提升自身的核心競爭力，來突破采購與銷售活動面臨的空間限制。

（二）異質性分析

1.經濟發展水平的異質性影響

不同的經濟發展階段影響著數字技術的發展水平，從而對企業經濟活動的空間布局也會造成影響。為此根據各省份人均生產總值均值設置虛擬變量（pgdp），將高于均值的設置為1，否則為0，構建多時點政策變量BDC與地區人均生產總值的交互項，然后帶入模型（2）進行估計。表11中列（1）、列（6）報告了回歸結果。可以發現，經濟發展水平越高，數字技術突破企業經濟活動本地化的作用越大。此外還按照區域經濟的發展梯度，設置東部（east）、中部（mid）和西部（west）的虛擬變量，將其與核心變量交乘進行異質性檢驗，估計結果分別見表11列（2）至（4）、列（7）至（9）。從系數符號和大小上判斷，數字技術沖擊能夠促進企業降低經濟活動的本地化程度，推動企業向省外拓展業務，并且總體上對采購活動的效果大于銷售活動，因此基準估計結果仍然成立。但對比不難發現，這種促進作用主要發生在東部和西部地區，在中部只對采購活動向外省拓展業務有顯著影響。中部的效果差異可能與中部六省在聯通全國東—西區域和南—北區域中的樞紐地位有關。數字技術對采購活動本地化的削弱效果西部大于東部，但對銷售活動本地化的作用則東部大于西部。這其中可能與西部面臨著由物理距離以及相對低效的物流行業產生的較高的運輸成本有關。

2.流通節點城市的異質性影響

流通節點城市具有較強集聚、輻射等功能，在流通網絡中處于重要的樞紐地位。因此，企業是否處在流通節點城市也會影響經濟活動地理分布。為此依據2015年商務部等10部門印發的《全國流通節點城市布局規劃（2015—2020年）》，設置企業所在城市是否屬于流通節點城市的虛擬變量nod，將其與BDC交乘后引入模型（2）進行估計。回歸結果見表11列（5）和列（10）。可以發現，處在流通節點城市的企業更易利用節點城市的地理、交通優勢，將采購活動和銷售活動向外省延伸。

3.企業產業鏈依賴度的異質性影響

當企業之間的產業鏈依賴度越來越高時，一旦某個環節出現問題會對整個產業鏈造成連鎖反應。因此，數字技術帶來的影響也會隨企業對產業鏈的依賴程度不同而發生改變。為此設置產業鏈依賴度高與低的虛擬變量chaindep與BDC進行交乘，然后代入模型（2）進行估計。產業鏈依賴度主要利用企業向五大供應商（客戶）采購（銷售）金額的集中度進行測度，高于50%視為產業鏈（供應鏈、客戶鏈）依賴度高的企業，否則產業鏈依賴度低。表12中列（1）、列（3）報告了估計結果，可以發現較高的產業鏈依賴度可以增強數字技術突破經濟活動本地化的作用。

4.縱向一體化水平的異質性影響

縱向一體化能夠有效規避不確定性、降低交易成本，進而提升公司價值［36］。那么對于縱向一體化水平較高的企業而言，數字技術對經濟活動地理分布的影響是否會更強？為了探究這一問題的答案，利用價值增值法（VAS）度量企業的縱向一體化水平，在此基礎上根據縱向一體化的樣本均值設置企業是否擁有較高縱向一體化水平的虛擬變量（vertical），將其與BDC交乘再代入模型（2）進行估計。價值增值法是通過計算企業所在產業鏈上的增加值占銷售收入的份額來測算企業的縱向一體化水平，增加值份額越高，則縱向一體化水平越高［35］。回歸結果見表12中列（2）、列（4）。可以發現，縱向一體化水平高的企業，更傾向于將采購活動和銷售活動向外省延伸。

5.行業異質性

考慮到不同行業對突破地理隔閡與地方保護的需求并不完全一致，為此采取兩個方面的做法來檢驗行業之間的異質性作用：首先按照《國民經濟行業分類》設置第一產業（one）、第二產業（two）和第三產業（three）的虛擬變量，將其與BDC進行交乘，然后帶入模型（2）進行估計，所得結果見表13列（1）至列（6）；其次，參照魯桐和黨印［46］的做法，將樣本企業區分為技術密集型（technology）、勞動密集型（labor）和資本密集型（capital）企業，然后分別構建類型虛擬變量，在與BDC進行交乘之后帶入模型（2）進行估計，所得結果見表13列（7）至列（12）。結果表明，三產受到的影響遠低于一產和二產，這和三產相比一、二產更依賴于本地資源與市場有關。而在行業的要素密集度的特征上，數字技術對技術密集型企業延伸合作空間的作用比其他兩類行業要小，一方面是由于這類行業包括了數字技術相關產業，本身不太受地理隔閡的限制；另一方面則與這類行業更側重于投入更多的人力資本而非實物性的生產要素有關，而人力資本受到的空間限制要比其他要素小得多。

五、結論與啟示

利用“寬帶中國”的政策沖擊設置準自然實驗，從合作企業的空間分布的視角，為數字新業態賦能全國統一大市場建設提供了新證據。研究結果表明，“寬帶中國”政策試點推動企業前五大供貨商中本省企業減少32.75%，本省客戶企業降低24.45%，推動省內企業平均采購額占比下降4個百分點，省內企業平均銷售額占比減少1.98個百分點。在作用機制上，“寬帶中國”提升的數字技術水平不僅可以降低搜尋、匹配、議價、監督等交易成本，還可以增加產品的競爭力來突破舊生產格局中的空間限制。當然，數字技術的積極作用隨城市經濟發展水平、地理區位、行業與產業鏈特征的差異而存在異質性。

作為調整生產關系的重要部分，建設全國統一大市場能夠從信息提供、供求引導、激勵分配等多方面推進新質生產力發展。上述發現能夠為全國統一大市場建設的政策實踐提供如下啟示：第一，抓好數實深度融合建設統一大市場。作為新興的經濟形態，數字經濟具有開放、共享、打破傳統時空限制的特點，大力發展數字經濟，推動數字技術與實體經濟的深度融合，應該作為推進全國統一大市場建設的重要抓手。第二，要不斷推進數字基礎設施建設，完善數字基礎設施體系和數據要素的相關制度，以此賦能企業優化生產、流通與銷售的空間布局，突破舊生產力格局中微觀主體面臨的空間限制。

參考文獻：

［1］ 寇宗來，李三希.線上線下廠商競爭：理論和政策分析［J］.世界經濟，2018（6）：173-192.

［2］ 尹振東，龔雅嫻，石明明.數字化轉型與線上線下動態競爭：消費者信息的視角［J］.經濟研究，2022（9）：192-208.

［3］ 戴翔，馬皓巍，金碚.數字化轉型與資源優化配置：兼論對統一大市場建設的可能作用［J］.中國人民大學學報，2024（1）：72-85.

［4］ 馬述忠，房超.線下市場分割是否促進了企業線上銷售：對中國電子商務擴張的一種解釋［J］.經濟研究，2020（7）： 123-139.

［5］ 孫震，劉健平，劉濤雄.跨平臺競爭與平臺市場分割：基于中國線上市場價格離散的證據［J］.中國工業經濟，2021（6）：118-136.

［6］ 張昊.非對稱競爭下的電商動態定價策略［J］.經濟研究，2023（2）：158-174.

［7］ 孫浦陽，張靖佳，姜小雨.電子商務、搜尋成本與消費價格變化［J］.經濟研究，2017（7）：139-154.

［8］ 施炳展，李建桐.互聯網是否促進了分工：來自中國制造業企業的證據［J］.管理世界，2020（4）：130-149.

［9］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J］.管理世界，2020（10）：65-76. ［10］ 〖ZK（#〗李萬利，劉虎春，龍志能，等.企業數字化轉型與供應鏈地理分布［J］.數量經濟技術經濟研究，2023（8）：90-110.

［11］ 耿勇，向曉建，徐飛.數字化轉型能否打破地理距離約束：來自企業供應鏈地理分布的證據［J］.經濟管理，2024（3）：165-185.

［12］ MCGUIRE T， MANYIKA J， CHUI M.Why big data is the new competitive advantage［J］.Ivey Business Journal，2012，76（4）： 1-4.

［13］ 趙振.“互聯網+”跨界經營：創造性破壞視角［J］.中國工業經濟，2015（10）：146-160.

［14］ 趙春明，班元浩，李宏兵，等.虛擬集聚能否促進城市出口產品質量升級［J］.經濟管理，2022（7）：23-41.

［15］ 王康，趙蕊，蘇蓋美.數字化如何助力全國統一大市場建設：基于企業資本跨地區流動視角［J］.中國經濟學，2023（2）：46-72，352-353.

［16］ 曹春方，張婷婷，范子英.地區偏袒下的市場整合［J］.經濟研究，2017（12）：91-104.

［17］ 宋華，韓思齊，劉文詣.數字技術如何構建供應鏈金融網絡信任關系？［J］.管理世界，2022（3）：182-200.

［18］ 李雪松，黨琳，趙宸宇.數字化轉型、融入全球創新網絡與創新績效［J］.中國工業經濟，2022（10）：43-61.

［19］ 張鑫和，岳書敬，賴曉冰.數字技術發展對企業異地投資的促進效應與內在機制［J］.中南大學學報（社會科學版），2023（5）：123-137.

［20］ 張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐［J］.管理世界，2020（11）：48-63.

［21］ 馬香品.數字經濟時代的居民消費變革：趨勢、特征、機理與模式［J］.財經科學，2020（1）：120-132.

［22］ 周黎安.晉升博弈中政府官員的激勵與合作：兼論我國地方保護主義和重復建設問題長期存在的原因［J］.經濟研究，2004（6）：33-40.

［23］ 陳偉光，裴丹，鐘列煬.數字經濟助推全國統一大市場建設的理論邏輯、治理難題與應對策略［J］.改革，2022（12）：44-56.

［24］ 翟華云，劉易斯.數字化轉型能提高企業議價能力嗎：基于信息搜尋與客戶轉換成本視角［J］.中南財經政法大學學報，2023（6）：29-41.

［25］ BAYO-MORIONES A，BILLN M，LERA-LPEZ F.Perceived performance effects of ICT in manufacturing SMEs［J］.Industrial Management amp; Data Systems，2013，113（1）：117-135.

［26］ KROFT K，POPE D G.Does online search crowd out traditional search and improve matching efficiency？ Evidence from craigslist［J］.Journal of Labor Economics，2014，32（2）：259-303.

［27］ GOLDFARB A，TUCKER C.Digital economics［J］.Journal of Economic Literature，2019，57（1）：3-43.

［28］ MIKALEF P，PATELI A.Information technology-enabled dynamic capabilities and their indirect effect on competitive performance：Findings from PLS-SEM and fsQCA［J］.Journal of Business Research，2017，70：1-16.

［29］ 胡青.企業數字化轉型的機制與績效［J］.浙江學刊，2020（2）：146-154.

［30］ 陳劍，黃朔，劉運輝.從賦能到使能：數字化環境下的企業運營管理［J］.管理世界，2020（2）：117-128，222.

［31］ 李姝，李丹，田馬飛，等.技術創新降低了企業對大客戶的依賴嗎［J］.南開管理評論，2021（5）：26-39.

［32］ CHOU Y C，CHUANG H， SHAO B B .The impacts of information technology on total factor productivity：A look at externalities and innovations［J］.International Journal of Production Economics，2014，158：290-299.

［33］ 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021（7）：114-129.

［34］ ACEMOGLU D，JOHNSON S，ROBINSON J，et al.Institutional causes， macroeconomic symptoms：Volatility，crises and growth［J］.Journal of Monetary Economics，2003，50（1）：49-123.

［35］ 范子英，彭飛.“營改增”的減稅效應和分工效應：基于產業互聯的視角［J］.經濟研究，2017（2）：82-95.

［36］ 袁淳，耿春曉，孫健，等.不確定性沖擊下縱向一體化與企業價值：來自新冠疫情的自然實驗證據［J］.經濟學（季刊），2022（2）：633-652.

［37］ CHEN C，DASGUPTA S，HUYNH T D，et al.Product market competition and corporate relocations：Evidence from the supply chain［J］.Management Science，2023，69（9）：5147-5173.

［38］ 劉瑞明，石磊.上游壟斷、非對稱競爭與社會福利：兼論大中型國有企業利潤的性質［J］.經濟研究，2011（12）： 86-96.

［39］ 李勝旗，毛其淋.制造業上游壟斷與企業出口國內附加值：來自中國的經驗證據［J］.中國工業經濟，2017（3）：101-119.

［40］ 毛寧，孫偉增，楊運杰，等.交通基礎設施建設與企業數字化轉型：以中國高速鐵路為例的實證研究［J］.數量經濟技術經濟研究，2022（10）：47-67.

［41］ 趙云鵬，胡晴晴，吉小東，等.交通基礎設施建設對區域市場化的影響研究［J］.中國軟科學，2024（7）：98-109.

［42］ 黃煒，張子堯，劉安然.從雙重差分法到事件研究法［J］.產業經濟評論，2022（2）：17-36.

［43］ 石大千，李格，劉建江.信息化沖擊、交易成本與企業TFP：基于國家智慧城市建設的自然實驗［J］.財貿經濟，2020（3）：117-130.

［44］ 吳海民，吳淑娟，陳輝.城市文明、交易成本與企業“第四利潤源”：基于全國文明城市與民營上市公司核匹配倍差法的證據［J］.中國工業經濟，2015（7）：114-129.

［45］ 萬華林，陳信元.治理環境、企業尋租與交易成本：基于中國上市公司非生產性支出的經驗證據［J］.經濟學（季刊），2010（2）：553-570.

［46］ 魯桐，黨印.公司治理與技術創新：分行業比較［J］.經濟研究，2014（6）：115-128.

How can digital technology break through economic localization：

Enlightenment on breaking the spatial limitations of the old

productivity pattern and developing new quality productivity

FENG Guoqiang， LIANG Zhiqi

（School of Economics， Lanzhou University， Lanzhou 730000， P. R. China）

Abstract： Building a unified national market is the intrinsic requirement for developing new quality productivity. What role do new business forms of digital technology play in the process of market construction？ This article uses empirical data on the spatial distribution of cooperative enterprises among A-share listed companies in Shanghai and Shenzhen stock markets from 2007 to 2022， and sets up a quasi-natural experiment for the Broadband China policy pilot to systematically estimate the impact of digital technology on the spatial distribution of cooperative enterprises， providing micro evidence from the industrial chain for digital technology to promote market integration construction. Research has found that digital technology drives companies to extend their supply and sales channels beyond the province through two channels： reducing transaction costs and enhancing product competitiveness. Specifically， the policy pilot has led to a 32.75% reduction in local enterprises among the top five suppliers， a 24.45% reduction in local customer enterprises， and an average decrease of 4 and 1.98 percentage points in the proportion of procurement and sales per cooperative enterprise in the province， respectively. This discovery provides systematic evidence for digital new formats to break through spatial limitations and promote market integration between regions from the perspective of the spatial distribution of cooperative enterprises. Further research has found that the positive role of digital new formats in the construction of a unified national market varies with the level of economic development， geographical location changes， and industry characteristics of the city， and is further strengthened with the degree of dependence of enterprises on the industrial chain and the level of division of labor in the chain. The research provides certain insights into the policy practice of reforming production relations. Research suggests that promoting the deep integration of digital technology and enterprises should be an important lever for advancing the construction of a unified national market. To break through the spatial limitations faced by micro entities in the old pattern of productivity， it is necessary to continuously promote the construction of digital infrastructure， improve the relevant systems of digital infrastructure system and data elements.

Key words：

digital technology; economic activities; localization; Broadband China; enterprises on the chain; reforming production relations（責任編輯"傅旭東）

基金項目：

甘肅省軟科學專項項目“縣域制度質量提升與經濟增長動能轉換模式研究”（20CX4ZA035）；蘭州大學“人工智能+”哲學社會科學專項課題資助“人工智能延緩企業壽命周期的機制、路徑與證據：基于Cox PH模型”（LZUAIYJYB06）

作者簡介：馮國強，蘭州大學經濟學院副教授，碩士研究生導師，Email： fenggq@lzu.edu.cn。