数字经济、空间效应与城市经济韧性——基于华东地区的经验证据

潘爱民，吴游龙

（湖南科技大学 商学院，湖南 湘潭 411021）

一、引言与文献综述

当前，我国经济正处于高速增长向高质量发展的转型中，在这个由量到质的“换挡”转变过程中，数字经济作为一种新型经济形态，以其特有的渗透性、创新性、融合性等特点，借助大数据、云计算、5G通信技术、金融科技等新兴数字技术，成为推动城市高质量发展的重要引擎，也成为抵御外部冲击的“缓冲垫”。2021年国务院印发的《“十四五”数字经济发展规划》明确了“十四五”时期推动数字经济健康发展的指导思想、基本原则、发展目标、重点任务和保障措施。显然，数字经济已然成为我国城市经济高质量发展、抵御冲击风险的重要抓手，面对国内外的危机与挑战，尤其是在新冠肺炎疫情常态化防控背景下，数字经济作为一种新动能、新引擎和新业态，在推动城市经济韧性和城市高质量发展中将扮演着重要角色。

（一）城市经济韧性

梳理现有文献，近年来关于城市经济韧性的演进与内涵、测度方式、研究视角等理论研究较为丰富，且逐渐趋于完善。首先，追溯城市经济韧性演进与内涵，韧性概念最早由西方学者Holling于1973年提出[1]，韧性表现为遭遇复杂的自然灾害等因素冲击和干扰时，能够保持原有形态并在短时间内实现自我适应和恢复的能力[2]，即实现城市经济系统的“软着陆”。Martin（2015）[3]认为城市经济韧性是一种动态的适应调整能力，徐圆和张林玲（2019）[4]、赵春燕和王世平（2021）[5]从四个维度对韧性定义进行阐述：一是脆弱性（遭遇不同类型冲击时的敏感度和风险预判程度），二是抵御冲击（对冲击的反应与应变能力），三是适应性冲击（对于冲击后的资源配置整合能力和结构调整适应能力），四是从冲击中恢复（强调对于冲击洗礼后，未来新发展模式和路径的探寻能力）。其次，对于城市经济韧性的测度方法，徐圆和张林玲（2019）[4]利用复杂空间计量模型GMM-SL-SAR-RE，并考虑时空滞后因素和凡尔登定律，同时依托敏感度指数来测算恢复力（Recov）和抵抗力（Resis），并且不断被学者改进和引用[6]。此外，梳理城市经济韧性的研究历程，现有文献对城市经济韧性的研究多从城市群产业集聚[7]、经济集聚[5]、城市高质量发展[8]、产业多样化[9]等角度进行论述，少有文献从数字经济角度出发对城市经济韧性进行分析。

（二）数字经济

对于数字经济的研究，现有文献主要从以下几个方面进行论述。荆文君和孙宝文（2019）[10]从数字经济驱动高质量发展方面展开研究：数字经济通过投入新型生产要素、提高资源配置效率、形成新的全要素生产率三种途径来实现经济高质量发展，数字经济对经济高质量发展具有边际效用递增的作用，且不具有线性特点[11]。杨慧梅和江璐（2021）[12]从“数字产业化”和“产业数字化”角度论述数字经济引致全要素生产率的提升，且数字经济具有典型的空间外溢效应[13]和区域辐射效应[14]。随着研究的深入，刘洋和陈晓东（2021）[15]通过构建数字经济指标体系论证了数字经济对产业结构高级化与合理化存在正向促进推动作用。对于区域创新绩效的影响，徐向龙和侯经川（2021）[16]利用门槛回归和空间杜宾模型进行了实证分析。

通过对上述文献的梳理，本文将数字经济作为主要切入点，分别从理论和实证角度探讨数字经济和城市经济韧性的关系。本文的边际贡献在于：第一，研究视角方面，从数字经济对城市产业和城市企业的赋能效应出发，论述其对城市经济韧性的驱动作用，丰富了城市经济韧性内涵。第二，基于数字经济的特性以及地区间要素流动日益密切的现实考虑，通过构建邻接矩阵和反地理距离矩阵，深入研究二者之间的空间效应，这对于城市之间协同发展、共同抵御冲击具有重要启示。

二、理论基础与研究假设

数字经济凭借着自身强大的渗透性和广泛的覆盖性，通过数字技术的赋能效应，已成为传统产业转型升级的重要支点，对于推动产业结构合理化、高级化、产业链现代化扮演着“压舱石”角色。一方面，数字技术与传统制造业的高效融合，对于成本的优化、人员的配置、资源的使用效率等方面都有改善效应，使得传统产业的产量水平和生产效率得到提升，由“中国制造”向“中国智造”转变的同时，实现了规模经济。对于传统制造业而言，前期投入大量的固定成本买入厂房、设备等物资，初步形成了良好的资本积累，通过数字技术赋能，各类生产要素能够实现自由流动，不再受时空限制，资源使用效率得到提升，产业链向国内外延伸，实现了跨越式发展，生产效率的提升引致边际成本下降，固定成本和边际成本的相互作用下，使得产业在长期发展过程中，总体平均成本下降，规模经济效应逐步凸显。另一方面，规模经济给传统产业带来利润提升的同时，数字经济发展使得产品与服务的差异化、多样化成为未来发展的必然趋势。如果说规模经济是企业依靠成本的“节流”从而实现盈利的话，那么范围经济就是一种“开源”型的新型获利模式，数字技术发展不仅仅是对传统产业的转型和升级，实现产业数字化，还会催生出大量的新产业与新业态，推动数字产业化进程，创新产业发展方式，激发数字经济发展潜能。

企业作为城市经济韧性的重要载体，融资约束与融资排斥现象一直是制约企业发展的绊脚石，凭借数字技术的核心优势，数字技术与传统普惠金融的融合，有效降低了信息不对称和信息搜寻成本，提升了金融服务效率，提高资金易得性。与此同时，企业之间的竞争激烈程度增强，为了在市场角逐中脱颖而出，企业通过应用数字技术，提升产品和服务品质，精准匹配客户的个性化需求，为市场的长期健康发展注入动力的同时，“鲶鱼效应”的竞争模式，倒逼企业形成一种创新激励的运行模式，资源配置效率大幅度提升，供需匹配更加精准，进而经济实现更高的均衡水平。基于上述分析，数字经济的发展对城市产业与企业的发展贡献程度逐渐提升，为城市经济运行提供了崭新的发展动力，创新驱动下的城市经济系统将会发展得更加强劲有力，面对内外部冲击时更加游刃有余，城市经济韧性水平不断增强。根据上述分析，绘制数字经济驱动城市经济韧性机理图（图1），并提出假设1：

图1 数字经济驱动城市经济韧性机理图

H1：数字经济对城市经济韧性具有正向促进作用。

三、研究设计

（一）模型构建

为分析数字经济对城市经济韧性的影响，构建如下基本计量模型：

模型（1）中，Ecoresit代表第i个城市在t时期的经济韧性，Digeit代表第i个城市在t时期的数字经济发展水平，Xit代表影响Dige的控制变量集合，γi代表城市固定效应，δt代表时间固定效应，εit表示随机扰动项。

（二）样本选择与数据来源

本文选取2011—2018年我国华东地区7省市共74个地级及以上城市数据作为研究样本，研究使用的数据除了数字普惠金融发展来自北京大学数字金融研究中心外，其余所有原始数据均来自《中国城市统计年鉴》、国泰安数据库等，对于部分缺失值，采用线性插值法进行补齐。

（三）变量设定和说明

1.被解释变量

城市经济韧性（Ecores）。对于城市经济韧性的衡量，本文主要借鉴徐圆和张林玲（2019）[4]的研究思路，通过构建一揽子指标体系并结合熵值法来衡量城市经济韧性。本文将城市经济韧性划分为冲击抵御能力和恢复调整能力两个维度，具体选取18个二级细分指标来对城市经济韧性水平进行测度衡量（表1）。

表1 城市经济韧性综合评价指标体系

通过熵值法来测算各地区城市经济韧性综合水平，具体计算方式如下：

首先根据指标性质进行标准化处理：

2.核心解释变量

数字经济发展水平（Dige）。参考赵涛等（2020）[11]的研究思路，结合主成分分析法对数字经济发展水平进行测度，具体指标选取如表2所示。为了使得后续研究更加便捷有效，参考刘洋和陈晓东（2021）[15]的处理方式，将其标准化至0～1的范围内，具体方法如下：

表2 数字经济发展水平综合评价指标体系

Digei为优化处理后的数字经济发展水平，digei为初始的数字经济综合得分。

3.控制变量

结合研究实际情况，本文控制变量的选取主要包括：（1）市场规模（ln Market），用常住人口数与行政区域土地面积之比的对数形式来测度；（2）城市营商环境（ln Enviro），用新企业注册数量的对数形式来进行测度；（3）金融发展水平（Fin），用金融行业从业人员与常住人口数之比来测度；（4）产业结构高级化（Indh），对于该指标的衡量，借鉴付凌晖（2010）[17]对产业结构高级化的测度方法，通过三次产业划分将GDP分为三大组成部分，各部分增加值与GDP的比值作为空间向量中的分量，从而得到三维向量X0=（X1,0，X2,0，X3,0），最后计算X0与代表三大产业的向量X1=（1，0，0），X2=（0，1，0），X3=（0，0，1）的夹角θ1、θ2、θ3：

然后可得到产业结构高级化指标（Indh）的计算方式：

所有变量的描述性统计结果如表3所示。

表3 变量描述性统计结果

四、实证结果分析

（一）基准回归结果分析

表4是通过逐次加入控制变量的方式得到的基本回归结果，从（1）列至（5）列的回归结果中不难看出：数字经济正向促进城市经济韧性的提升，并且在1%的水平下保持显著。该结论在控制变量的逐项引入后，仍然保持较高的显著水平，从而假设1得到有效验证。对于控制变量而言，产业结构高级化（Indh）与城市经济韧性存在负相关关系，从长远来看，过度强调产业结构高级化而忽略产业结构合理化并不利于城市经济韧性发展，这与张明斗等（2021）[6]在研究韧性调整期时的结论一致；市场化水平（ln Market）通过了显著性检验，表明市场规模扩大能够对外部冲击起到一定的缓冲作用，削减不良冲击对城市经济发展带来的负面效应；营商环境（ln Enviro）的正向促进效应影响非常小，可能是因为华东地区作为我国经济发展水平的制高地，从全国范围而言，已经具备了良好的营商环境，此时若再过度追求营商环境改善，那么其引致的边际城市经济韧性将出现递减的情况；金融发展水平（Fin）有利于提升华东地区的城市经济韧性，金融发展水平较高的地区一般拥有较高的人力资本和科技发展水平，能够不断优化和配置市场资源，这将极大地推动城市的高质量发展和城市化进程。

表4 基准回归结果

（二）异质性检验

为检验数字经济对城市经济韧性的影响是否会因为城市所处区位、城市规模等因素而产生差异，本文进行三次异质性检验，异质性检验的结果如表5所示。

首先，进行城市规模大小的异质性检验。与国务院对城市规模划分标准相异，华东地区作为全国人口的聚集地之一，常住人口基数较大，如果按照官方城市规模划分标准进行回归，回归结果缺乏可比性。本文根据现实情况，采用新的标准来定义城市规模大小①本文将常住人口小于300万的城市定义为小规模城市，大于600万常住人口的城市定义为大规模城市，介于两者之间的定义为中等规模城市。。从表5中回归结果来看，数字经济对城市经济韧性的影响存在较大差异，具体表现为：大规模城市＞中等规模城市＞小规模城市，可能的原因是：大规模城市的经济基础、产业发展水平较好，同时数字经济红利得到有效释放，城市经济韧性较强。值得注意的是，小规模城市数字经济发展影响城市经济韧性的回归系数较小且显著性水平不及大、中规模城市，一方面，这些城市数字经济发展规模较小、起步较晚、作用强度有待提升；另一方面，由于小规模城市数字经济发展质量和水平不高，造成一部分人才、资源等要素的流出，对小规模城市发展产生一定的负面影响。

表5 异质性回归结果

其次，进行城市群异质性检验。将华东地区具体分为长三角城市群②长三角城市群包括：上海，江苏省的南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州，浙江省的杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州，安徽省的合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城，共26市。与非长三角城市群。数字经济对长三角城市群经济韧性的提升程度远大于非长三角城市群，长三角城市群是“一带一路”和长江经济带的重要交汇地，拥有国内一流的经济、科研科技、文化教育、交通运输网，是国家新一轮改革开放的重要腹地，同时依托上海经济中心的带动，长三角城市群经济韧性居于国内前列。

最后，进行中心外围城市异质性检验。回归结果显示中心城市经济韧性显著提升，中心城市拥有全国、全省范围内最优的资源优势和政策优势，行政地位不同于外围城市，行政区位优势较为明显，凭借其特有区位优势，更能享受到数字经济发展所带来的红利，推动其城市经济韧性的提升。

（三）稳健性检验

首先，通过控制固定效应的方法来处理互为因果所导致的内生性问题。经济韧性较高的城市，其互联网发展水平也极有可能走在全国的前列，“先发优势”使得互为因果的内生性问题得以显现。本文通过控制省份效应以及控制省份和年份的乘积项的方式，尽可能削减因数字经济发展所引致的系统性环境的变动。通过观察表6中列（1）和（2）的数据发现，数字经济仍然正向促进城市经济韧性，说明前文回归结果具有可靠稳健性。

其次，通过变换核心解释变量的方式，进行2SLS回归来处理内生性问题。借鉴黄群慧等（2019）[18]的研究，通过选取各城市1984年邮电历史数据作为工具变量来替换原来的数字经济发展水平。同时为便于面板数据分析，将各城市上一年互联网用户数分别与1984年每万人固话数相乘，最终形成测度数字经济发展水平的新变量。表6列（3）和（4）中，LM统计量和Wald F统计量分别显著拒绝了“工具变量识别不足”和“弱工具变量”的原假设；不管是否加入控制变量，该工具变量对城市经济韧性均有正向显著提升的作用，说明前文回归结果具有可靠稳健性。

表6 稳健性检验结果

五、进一步分析：空间效应

根据地理学第一定律，事物之间都是相互关联的，但临近地事物相比较远地的事物更具有关联性。数字经济由于具有强大的渗透性和融合性特征，其发展程度和影响效应不再局限于地理区位因素的限制。因此，本文引入空间计量方法来深入探讨数字经济发展水平对城市经济韧性的空间作用机制。

（一）空间权重矩阵构建与空间自相关检验

空间自相关检验是研究数字经济和城市经济韧性是否存在空间效应的先决条件，本文从城市间地理距离维度出发，分别构建邻接矩阵和反地理距离矩阵。通过莫兰指数（Moran’s I）获得2011—2018年数字经济和城市经济韧性的空间自相关系数（表7）。结果表明：数字经济和城市经济韧性在邻接矩阵和反地理距离矩阵中均显著存在空间自相关性，说明适合进行空间计量分析。

表7 空间自相关回归结果

（二）空间模型构建与回归结果分析

基于上述空间自相关回归结果，为深入分析数字经济对城市经济韧性的空间效应，构建如下空间面板计量模型：

其中，W代表空间权重矩阵，ρ代表空间自回归系数，η1和ηc分别代表数字经济与其他控制变量的空间溢出效应系数，其他参数与模型（1）中的相同。

通过LM检验、Hausman检验、LR检验等方法确定使用时空双固定下的空间杜宾模型（SDM）相对较优。同时，为了减少空间回归结果的偏差，讨论数字经济对城市经济韧性的边际影响，本文借鉴杨慧梅和江璐（2021）[12]的做法，对数字经济对城市经济韧性的影响进行偏微分分解。由表8的回归结果看出：在邻接矩阵下，数字经济对城市经济韧性的影响均在1%水平上显著为正，表明不仅本地数字经济发展会提升本地城市经济韧性，同时相邻城市数字经济发展也对本地城市经济韧性存在正向促进作用，这充分说明凭借数字经济所蕴含的渗透性和融合性特征，叠加其强大的影响程度和辐射作用，有效激发邻近城市间的正向连锁反应。相比较而言，在反地理距离矩阵下，其间接效应仍然存在，但其显著性水平有所下降。结合上文城市异质性分析，可能的原因包括以下几点：第一，从异质性角度而言，大规模城市、长三角城市群、中心城市这三类城市的数字经济均显著提升城市经济韧性，并且其回归系数远远大于其他类型的城市。这也说明以现代化信息网络为载体的数字经济发展依赖于互联网技术、科技创新的发展，地区异质性的存在使得信息和资源获取的便捷性、公平性仍然存在部分差异性，随着地理距离扩大，间接促进效应呈现边际递减趋势。第二，数字经济与城市经济韧性基数较大的城市多集中于长三角区域，并且该区域数值增加幅度相比其他地区愈发明显，因具有良好的地理位置、经济基础、政策红利，该区域存在一定的虹吸效应，成为高端人才、资源等要素的重要流入地，而非长三角城市则存在部分要素净流出的情况，同时伴随着地理距离的影响，整体上总效用显著性水平会适当削弱。

表8 空间计量回归结果

六、结论与启示

本文构建2011—2018年华东地区数字经济发展水平和城市经济韧性综合指标，探讨两者之间的影响机理和作用机制。主要结论如下：第一，数字经济发展有助于促进城市经济韧性的提升，该结论在引入工具变量、排除宏观系统性环境变化后仍然显著成立。第二，数字经济对城市经济韧性的影响效果存在较大异质性，相较于中小规模城市，大规模城市数字经济驱动城市经济韧性效果更明显，长三角城市群和中心城市对区域经济韧性的提升起到关键性作用，也反映出了地区间城市经济韧性发展水平存在差异，且数字经济发展质量需要进一步提升。第三，从空间效应来看，数字经济与城市经济韧性均存在显著正向空间自相关性，长三角区域核心城市的数字经济发展存在显著的空间溢出效应，随着地理距离扩大，空间溢出效应存在一定边际递减趋势。

基于研究结论得到如下政策启示：第一，通过构建以城市群为核心的数字经济产业集群，带动周边城市的协同发展，中小城市尤其需要重视数字经济发展不充分问题，提升数字经济发展质量，激发中小城市的后发优势，实现弯道超车。第二，夯实数字经济发展基础，持续巩固和释放数字经济发展红利。各地须进一步加强数字经济基础设施的完善，注重数字经济发展与产业发展、实体经济的融合协调，激发城市数字经济的发展潜能，寻找产业合理化与产业高级化的平衡，因地制宜，探寻适合本地城市特色的数字化发展道路。第三，政府工作要做到有的放矢，规范数字经济发展，借助互联网、大数据、人工智能等新业态所带来的发展机遇，推动智慧城市的建设，加快推进政府数字化转型，深化数字协同创新，不断提高政务服务智能化水平。