国内大循环视角下数字创新的资本流动效应※

张鑫和 岳书敬

内容提要：打破要素跨区域流动障碍是畅通国内经济大循环的重要途径。基于中国城市间资本流动矢量数据,利用网络分析方法探索城市资本流动网络的结构特征,并结合指数随机图模型分析数字创新对资本流动网络连接关系的影响。研究发现,中国城市间资本流动关系日益密切,城市资本流动呈现出“核心城市资本连接能力强但数量少,边缘城市数量多但连接性弱”的无标度特性、“平均路径长度低,但聚类系数高”的小世界性和“城市间相互投资”的互惠性;数字创新是促进城市间资本互动和投资联系的重要变量;数字创新对资本流动的影响进一步表现为“双向效应”“扩散效应”和“差值效应”;微观机制分析表明,数字创新通过提高企业生产率、降低营业成本和缓解代理问题促进企业异地投资。

一、 引 言

过去40多年里,中国凭借低要素成本优势加入国际循环,市场和需求“两头在外”,利用旺盛的外部需求拉动经济高速增长(黄群慧和倪红福,2021)。但经济学主流观点认为,大国经济需要依靠内需驱动才能获得稳定长远发展。以美国为例,其经济增长基本上是以消费驱动,目前消费占GDP的比重高达85%～90%,而对外贸易依存度只有20%左右,属于“消费拉动生产,生产创造收入增长,收入增长再带动消费”的模式。相比之下,中国具有完备的工业体系、巨大的创新潜能和市场优势,更应当发挥国内大循环活力。另外,随着逆全球化思潮涌现、贸易保护主义抬头,外部冲击打乱了国际经济循环的节奏,现实迫切需要在保持国际循环的基础上,更多依靠国内大循环推动经济内生增长(刘维林,2022)。

要素流动障碍是制约国内经济循环的关键堵点。如何促进以资本为代表的各类要素自由流动是畅通国内大循环的一个核心问题。以企业跨地区投资为例,企业在异地注册子公司,以独立法人的形式在异地经营,将就业、税收、GDP等留在异地(曹春方等,2015),有利于打通生产、分配、流通、消费各个环节,进而畅通国内大循环。但市场分割和地方保护等政策性规制、自然地理和交通设施等实体性约束、产业基础和营商环境等经济条件性差异都在一定程度上影响甚至阻碍了资本要素的自由流动。打破资本要素跨区域流动障碍、打造统一的资源要素市场是畅通国内大循环的必由之路(孙文婷和郭梦华,2023)。

数字创新是促进要素流动和高效配置、助力畅通国内大循环的新动力。传统意义上,以交通基础设施为代表的物理连接可以促进地区间资本流动,而在数字经济时代,数字链“路”的联通对于加快地区要素流动、促进区域经济增长更起到了不可忽视的作用。数字创新作为数字经济的内核,其底层架构的核心是连接,也是促进各类要素在更大空间尺度内传递流动的重要推手(Dadashpoor和Yousefi,2018)。数字创新可以压缩时空距离(戚聿东等,2020)、加速信息要素流通(钞小静等,2020)、促进创新要素异地整合(王巍和姜智鑫,2023)、优化劳动力要素跨区配置(马述忠和胡增玺,2022),进而为地区间资本要素流动联通奠定基础。那么,由数字创新构建的隐性“信息链路”如何以及在多大程度上影响了国内城市间的资本流动?这是本文关注的首要问题。

本文基于2008-2020年企业异地投资数据,构建中国城市间资本流动矢量数据库,利用网络分析方法探索城市资本流动网络的结构特征,并使用指数随机图模型(Exponential Random Graph Model,ERGM)(Robins等,2007)分析数字创新对资本流动网络的影响。本文的边际贡献体现在三个方面:一是在研究内容上,对中国城市资本流动网络的结构和演变规律进行探索,定量考察数字创新在促进城市间资本连接中的作用,为依赖于不同连接形式所刻画的城市网络研究拓展新的方向,也为畅通国内大循环提供政策启示。二是在研究方法上,将揭示网络关系生成机制的时变ERGM模型应用至城市资本流动网络的研究中,可以较好地考察网络节点之间的相依关系,有效克服个体独立性假设;同时在模型中加入网络协变量和个体属性控制变量,弥补了传统计量模型仅考虑属性因素、未考虑关系因素的不足。三是在研究数据上,手工整理了企业异地子公司数据,提取母公司与子公司的地理位置信息,并配对加总到城市层面形成完整的中国城市资本流动网络数据库,更直接和精准地反映了中国城市间的资本流动特征。

二、 理论基础与研究假说

城市数字创新具有独特的技术特性、虹吸扩散特征和网络效应,能够促进城市间的资本连接互通。首先,数字创新可以降低信息传输成本、压缩信息传输距离、提高信息处理效率,从而平滑市场信息摩擦,提升市场主体间的投资交易联系。其次,数字创新具有虹吸效应。某种先进的数字技术在特定地区或行业内应用和发展,会吸引更多的人才、资本和产业链等相关资源,使得创新成果不断聚集在少数具有优越条件的地方,形成数字创新聚集区。这有助于提高创新效率、降低开发成本和缩短技术周期,并形成一种自我强化的本地虹吸效应,加速资本等要素的引入流动(寇宗来和刘学悦,2020)。另外,数字创新还具有一定的扩散效应。数字创新有可复制性、可移植性、分布式的特征,可以减少区域经济合作对地理位置的依赖,削弱城市行政边界壁垒,改善市场分割,提高市场配置资源的效率和范围,推动资本等要素跨区域连接(陈伟光等,2022)。最后,数字创新可以通过其网络特性推动城市资本的内生连接。随着城市数字创新水平的发展,城市节点间的要素联系逐渐加强,并带来城市网络价值的爆发式增长,从而产生更显著的网络正外部性。这种外部性溢出可以惠及处于网络边缘地位的节点,使得边缘城市可以借助互补关系和协同活动获得边际收益,催生城市间网络关系和相对地位的变化,促进城市资本网络连接矩阵由稀疏走向稠密(邓慧慧等,2022)。综上提出假说:

H1:数字创新可以促进城市间资本流动。

企业作为市场经济的微观主体,不仅在空间上嵌入各个城市节点中,其本身更是城市资本的最终发出者和接收者。因此,有必要从企业微观角度出发,分析数字创新对企业异地投资行为的影响。本文认为数字创新主要通过提升生产率、降低营业成本和缓解代理问题三条路径促进企业异地投资。

生产率效应。首先,数字创新可以加快企业信息化进程,通过引进物联网、大数据等数字技术推动企业优化运作流程,提升智能决策水平,进而提升企业生产率(赵宸宇等,2021)。其次,数字创新可以改进企业创新模式,数字创新的渗透性和协同性使得企业可以沿产业链节点进行合作创新,通过企业间联合研发,提高协同创新产出效率,提升生产率(罗佳等,2023)。最后,数字创新还可以优化资源配置,通过吸引高素质劳动力和专业知识实现要素的组合赋能,有助于重新整合资源、优化流程、降低成本,促进企业生产率提升。生产率提高可以进一步增强企业产品竞争力和品牌影响力,提高企业投资回报率和盈利能力,拓展企业市场占有率和发展空间,进而促进企业扩大发展规模、积极向外投资。

营业成本效应。数字创新可以全业务链为企业赋能,降低营业成本。首先,数字创新可以提升企业智能决策水平,优化企业战略目标,从顶层设计层面降低企业偏航成本。其次,数字创新可以优化企业组织结构和经营架构,降低组织冗余度,提升组织灵活性和市场响应能力,有效减少企业内外部运营成本,甚至打破行业壁垒,降低企业跨界经营成本(李大伟等,2021)。最后,数字创新还可以为企业销售等过程赋能,比如数字平台拓宽了企业经营销售渠道,线上平台取代线下交易市场,颠覆传统商品交换方式,也为商品交换提供更大的空间,进而提高商品交换效率,降低企业销售成本(罗佳等,2023)。降低营业成本可以使企业转变发展重心,提升多元化经营管理能力,提升异地投资水平。

委托代理效应。由于异地市场的信息搜寻渠道减少、整合难度上升,企业在异地投资时面临更加严重的代理问题,最终导致内部成本的增加。组织内部成本上升使得企业难以实现资源最优配置,进而抑制企业边界扩张。数字创新主要从两个维度降低企业代理成本、促进企业异地投资。一是信息层面。数字创新丰富了信息的存在形式,提升了信息可用广度,畅通了信息获取过程,强化了信息处理分析能力,使得管理者更容易掌握企业运行的真实信息,进而降低代理成本。二是组织层面。数字创新可以提高协同办公效率,巩固组织信任关系,强化组织情感认同,优化企业跨组织协作流程,进而降低代理成本。综上,提出如下假说:

H2:数字创新可以促进企业异地投资。

H2a:数字创新通过提升生产率促进企业异地投资。

H2b:数字创新通过降低营业成本促进企业异地投资。

H2c:数字创新通过缓解代理问题促进企业异地投资。

三、 研究设计

1. 模型设定

定义一个随机变量Yij为两个节点i和j之间的联系(若Yij=1,表明节点i和j之间具有连接关系,若Yij=0,则表明节点i和j之间无连接关系),这种节点之间的联系可以表示为一个N×N(N为节点个数)的邻接矩阵,记为Y。yij和y分别是Yij和Y的观测值。θ条件下观测网络y在可能集Y中出现的概率可表示为如下的ERGM模型(Robins等,2007):

(1)

(2)

式(2)中,y为被解释变量,即城市间的资本连接矩阵;g(y)为网络内生统计量,本文使用网络连边数量和双向连边数量进行表征;g(y,X)为节点属性统计量,包括本文的核心解释变量城市数字创新水平以及一系列控制变量;g(y,Z)为外生网络统计量,本文使用城市间地理矩阵进行表征。

考虑到观测网络y的时间依赖性,构建基于离散时间网络数据的时变ERGM(TERGM)模型,将多期网络作为一个整体进行研究,考察不同时间点上网络数据的相关性(Handcock等,2008)。根据离散时间马尔可夫链的原理,对于一个k阶马尔可夫相关TERGM 模型,第t期网络格局只与第t期前k期的网络格局有关,具体模型构建如下:

(3)

式(3)中,K∈{0,1,…,T-1}代表滞后阶数,其余符号与上文公式的含义一致。多个网络联合概率分布的定义如下:

P(yK+1,…,yT|y1,…,yK,θ)=

(4)

ERGM和TERGM一般采用马尔科夫蒙特卡罗极大似然法(MCMC-MLE)估计参数θT和θ向量。

2. 变量与数据

(1) 被解释变量。城市间资本流动。本文通过上市公司异地投资子公司信息,获得城市间资本流动数据。该数据来源于CSMAR数据库中的上市公司关联交易库。关联交易库披露了证券代码、统计日期、子公司名称和经营范围等数据,共951207条子公司观测样本。但这套数据没有披露所有企业的注册地址信息,部分已披露信息定位到县级市层面,部分则定位到地级市层面,并且城市的命名规则并不统一。为了较为准确、全面地识别子公司的地址,本文对数据进行了繁复的清洗匹配,并最终加总获得城市间的资本流动数据(1)限于篇幅,数据清洗步骤未列示,备索。。

(2) 解释变量。TERGM的解释变量包括三类:内生网络结构变量、外生网络协变量、节点属性变量。

内生网络结构变量是指由网络中其他变量的相互作用所决定的一种变量,比如网络的连边和连向。本文主要添加了边数和互惠性两种内生结构变量。

外生网络协变量主要用于检验外部网络关系对于资本流动网络关系形成的解释力。资本流动网络关系的形成还可能受到城市间其他网络关系的影响。比如经典的地理引力模型认为,空间邻近程度会对城市间的互动关系产生影响。因此,将城市间地理距离的加权网络作为外生网络协变量嵌入随机图模型中,防止由于忽视外生关系造成估计偏误。

节点属性变量主要用于测度城市节点属性对资本流动网络关系形成的影响。本文选择数字创新水平、第三产业占GDP比重、第二产业占GDP比重、政府支出、人口规模、金融环境和基础设施建设作为节点属性变量。

数字创新水平是核心解释变量。从理论内涵来看,Yoo等(2010)将数字创新定义为“数字与物理组件重新组合创造新产品的过程”。刘洋等(2020)将其定义为“在创新过程中采用信息、计算、沟通和连接技术的组合,包括带来新的产品、生产过程改进、组织模式变革以及商业模式的创建等”。即数字创新既可以理解为数字技术本身的创新,也可以理解为数字技术背景下的流程、组织、市场和模式创新。考虑到量化的精准性和数据的可得性,本文的数字创新释义为数字技术本身的创新。本文使用城市当年申请的数字经济相关发明专利数量衡量数字创新发展水平。具体变量含义及数据来源见表1。

四、 实证结果分析与讨论

1. 中国城市数字创新与资本流动网络特征

基于企业异地投资数据,以具有投资关系的地级市为节点,以投资企业数量作为权重构建城市资本流动网络。从城市个体、城际交互和整体网络三个维度考察中国城市资本流动的拓扑结构特征。首先,选择起始年份(2008年、2020年)样本数据,绘制城市资本流动网络图。图1中的节点代表城市,有向箭头表明城市间资本流向,线段宽度表明城市间资本流动强度,即投资企业数量。

对比2008年和2020年的城市资本网络可以发现,北、上、广、深等经济强市在网络中处于核心位置,具有较多的连接关系。大部分“普通”城市拥有较少连接。另外,网络规模呈现显著增长的态势,融入网络中的城市节点数量增多,城市间交叉的投资关系增强,网络密度显著增长。为了进一步挖掘网络结构规律,定量分析网络演化态势,本文分年度计算了城际资本网络的密度、平均聚类系数、平均路径长度和互惠性等指标。计算结果见表2。

表2 中国城市资本流动网络特征

中国城市间资本流动呈现出无标度特性。从中国城市间资本流动特征来看,核心城市节点的资本连接能力强但数量不多,边缘城市节点数量多但连接性不足。节点中心度分布满足Zipf定律,呈现出幂律分布的特征(2)限于篇幅,具体城市的出度、入度和中心度数据,以及绘制的城市资本流动出、入度变化趋势箱型图未列示,备索。。这种无标度特性意味着城市资本网络具有针对随机冲击的鲁棒性和针对定向冲击的脆弱性。即当特定的高节点度城市(北京、上海等)发生资本链出障碍时,网络联通度会大幅下降。无标度网络形成的内生机制在于,节点连接遵循“择优连接”的原则,随着网络节点数量逐年增加(从2008年的287个城市增加至2020年的349个城市),新增城市节点优先与连接性能较好的城市形成关系,进而导致已经是高节点度的城市反而会吸引或发出更多的投资连接,表现为一种强者愈强的马太效应。

中国城市间资本流动呈现出“小世界性”。城市节点数量众多但节点间平均路径长度不高(平均路径长度与节点数量的比值较低),网络平均聚类系数相对较高(平均聚类系数与平均路径长度的比值较高)。从2008年至2020年,平均路径长度从2.949下降至2.38,平均聚类系数从0.16上升至0.267。这说明资本流动网络可能存在多中心结构,高节点度的中心(北京、上海等城市)扮演了公共连接的角色,缩短了其他边之间的路径长度。较低的平均路径长度表明,城市资本流动网络具有扁平化和去中心化特征,城市节点之间的资本联系效率较高;较高的平均聚类系数表明,城市间资本通畅程度和“粘度”较高,资本联合、“抱团取暖”的特征明显(3)随机网络容易受到随机扰动的影响,而小世界网络则具备鲁棒性。中国城市资本流动的“小世界”网络相比其他网络架构,对随机扰动的鲁棒性更强,具有更优的抗风险能力。但当核心节点城市受到冲击时,网络整体则面临较大的风险,表现为针对定向冲击的脆弱性。。

中国城市间资本流动呈现出互惠性。城际资本流动呈现“礼尚往来”的特征,城市间的市场地位平等性加强。2008年的互惠性系数为0.163,这意味着在所有城市对连边关系中,有16.3%比例的双向连接关系,而这一比例到2020年上升至30.5%。一方面是由于整体资本流动规模更大,连边关系增长规模远超过节点数量增长规模(2008年至2020年,连边规模增长了将近7倍,而节点规模只增加了21.6%),导致节点之间双向连接概率提高。另一方面,双向的资本流动可能隐含了信息传递机制,即网络中两个节点之间的固有连接会产生较多的信息流,因此相互更为了解,交易不确定性和风险度降低,进而更容易形成连接。

2. 基准模型:数字创新对城市间资本流动的影响

为进一步探索中国城市间资本流动网络形成的原因,本文按照TERGM的构建规则,首先建立一个只包含“边”信息(类似于线性回归模型中的截距项),不含其他预测因子的空模型。后续逐渐加入其他预测因子,并通过判断AIC和BIC值(逐渐变小)确定最终模型构成。表3汇报了基准模型检验结果。

表3 基准模型检验结果

3. 稳健性分析

(1) 更换估计方法。MCMC-MLE更适合短时序样本网络的估计。当时间序列长度较大时(例如20～50年的时序样本),MPLE的估计方法更为合适(Leifeld等,2018)。但MPLE方法存在样本随机性不足和参数置信区间估计不准确的问题,为此本文参考Desmarais 和Cranmer(2012)的做法,使用基于自助法的MPLE方法进行参数估计。该方法以通过自助法抽取的样本作为条件,通过自助法得到了更多随机样本数据,对参数区间估计更加准确。表4列(1)汇报了自助MPLE方法的估计结果。主要变量系数的方向和显著性均未发生改变,digital系数为0.003,通过5%的显著性检验,与MLE的估计结果一致,证实了本文模型的稳健性。

表4 稳健性检验

(2) 使用截面ERGM模型。TERGM模型由于考虑了网络动态演化特征,在模型中添加了统计量的滞后项,增加了估计难度。由于网络模型本身包含了诸多类型的变量,过多的模型设定可能会导致模型退化进而得出错误的结论。为此,使用截面ERGM模型对2008年和2020年的数据进行重新估计。表4列(2)列(3)汇报了截面ERGM的估计结果,主要变量系数的方向和显著性均未发生改变。与TERGM模型相比,截面模型估计的digital系数偏小。另外,从2008年至2020年,digital系数显著提升。这说明数字创新对资本流动网络的促进作用具有持续性和长期性,随着网络节点和连边规模的扩大,数字创新的作用更加凸显。总体来看,截面ERGM的结果依然证实了“数字创新可以促进城市间资本流动”这一基本结论。

(3) 重选检验样本。参考一般网络模型的稳健性检验方法,本文使用不同时间的样本进行检验。表4列(4)为间隔一年的检验结果(即将2008年、2010年、2012年、2014年、2016年、2018年、2020年的样本合并为面板数据),列(5)为间隔两年的检验结果。结果表明,两种方法重新组合样本的检验结果与基准模型均无显著差异。digital系数为0.003,通过1%的显著性检验,与基准模型估计结果一致,证实了本模型的稳健性。

五、 进一步分析

1. 数字创新促进城市间资本流动的可分离模型检验

从网络演化的角度来看,网络连接的形成包含新关系生成和旧关系解除两个过程。因此,有必要分别探索数字创新对网络关系形成和解除两个过程的影响。具体地,参考Krivitsky和Handcock(2014)的做法,构建可分离的时变指数随机图模型(STERGM),将网络关系的变化分解为新关系生成(Formation模型)和原有关系消失(Dissolution模型)两种情况,然后分别进行参数估计,得出差异化的研究结论。STERGM方法可以挖掘更多的历史网络数据并提高模型解释度,具体分解过程如下。

Formation 网络为:Y+=Yt-1∪Yt,若第t期有新关系生成,则新生成的关系包含于Y+内。Dissolution 网络为:Y-=Yt-1∩Yt,若第t期有旧关系解除,则第t期将只包含剩余未解除的关系。总体而言,对于第t期的网络有:Yt=Y+(Yt-1Y-)=Y-∪(Y+Yt-1)。

令θ=(θ+,θ-)分别为生成模型和解除模型的联合参数向量,从而得到一阶马尔可夫相关的STERGM为:

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

将上式进一步转化为:

P(Yt=yt|Yt-1=yt-1,θ)=

(5)

可分离模型的检验结果见表5列(1)列(2)。由列(1)结果可知,主要变量系数方向与基准模型结果一致,digital系数为0.003,通过1%的显著性检验,表明城市数字创新可以有效促进新投资关系的生成;列(2)结果显示,digital系数为-0.002,通过1%的显著性检验,表明城市数字创新可以有效抑制已有投资关系的解除。这意味着数字创新增加了区域投资粘性,不仅能促进资本走出去,也能促进资本留下来,进而形成更稳定的区间资本连接关系。城市数字创新可以通过强化信息获取优势,降低投资不确定性和交易成本,提升新增连接概率。城市数字创新还可以通过提升城市运作效率,降低企业运营成本,进而留住已有投资联系。相比于传统变量,数字创新对资本流动具有稳健的双向促进效应。

表5 可分离模型和异质性检验结果

2. 数字创新促进城市间资本流动的异质效应检验

本文进一步利用TERGM模型的行为者-关系效应进行异质性检验。行为者-关系效应主要包括发送效应、接受效应和差值效应。其中,发送效应描述具有某种属性的城市向其他城市发出投资连接的概率,接受效应描述具有某种属性的城市收到其他城市发出的投资连接的概率,差值效应描述不同节点属性值差异对网络关系产生的影响。正的发送效应表示具有某种属性的城市更有可能对外投资,正的接受效应表示具有某种属性的城市更有可能吸引外部投资,正的差值效应表示属性差异大的城市容易形成投资关系。具体检验结果见表5。

表5列(3)列(4)分别汇报了接受效应和发送效应的检验结果。digital接受效应系数为0.00007,并不显著,说明数字创新发展水平高的城市,其吸收资本的概率并未显著增加,即数字创新没有表现为显著的资本链入性;digital发送效应系数为0.007,通过1%的显著性检验,说明数字创新发展水平高的城市,其发出资本的概率也大,即数字创新具有显著的资本链出性。由此可知,数字创新对城市资本要素具有显著的扩散效应而非虹吸效应,这与其网络外部性特征相符。列(5)汇报了差值效应的检验结果,digital系数为0.002,且通过1%的显著性检验,说明数字创新水平差距大的城市更倾向于形成资本联系,凸显了数字创新“以强带弱”的功能。究其原因,可能是由于数字创新水平高的地区有显著的信息优势,能够通过多维数字技术的应用发掘落后地区潜在的投资机会,并通过提前布局的方式占领“先到先得”的边际收益。

3. 数字创新促进城市间资本流动的微观机制检验

由理论分析可知,数字创新主要通过效率、成本和代理渠道促进企业异地投资。因此,本文进一步利用上市公司数据验证资本流动的微观机制。

第一,从资本流动数据库中分离得到公司层面的异地投资数据(即上市企业在其他城市投资的子公司数量),并将其作为被解释变量。第二,从CNRDS数据库获得企业层面的数字发明专利数据和实用新型专利数据,作为表征企业数字创新发展水平的代理变量。第三,添加总资产净利润率(ROA)、董事会人数、公司成立年限、托宾Q、资产负债率、净资产收益率、现金流比率和前十大股东持股比例等控制变量。第四,构建相应的机制变量:将LP法计算的企业全要素生产率作为效率渠道的替代变量;将营业成本率(营业成本/营业收入)作为成本渠道的替代变量;将营业收入占总资产比重作为代理成本的替代变量。第五,构建工具变量:为了缓解潜在的内生性问题,本文使用上市公司年报中的数字技术词频数据作为工具变量,并构建IV-OLS估计模型作为基准回归。第六,使用三步法进行具体的机制检验(所有模型均控制了个体、时点固定效应,并添加控制变量)(4)由于企业数字经济专利数量和异地子公司数量均存在0值,因此,对变量加1后进行取对数处理。,回归结果见表6(5)此处感谢匿名审稿专家的建议,本文使用IV工具变量缓解了潜在的内生性问题。。

表6 微观机制检验结果

表6的列(1)汇报了基准回归的结果,回归系数在1%的显著性水平上为正,表明数字创新可以显著促进企业异地投资,即从微观层面证实了假说2。列(2)列(3)为生产率渠道的检验结果,回归系数均在1%的显著性水平上为正,表明数字创新可以通过提升生产率促进企业异地投资,证实了生产率渠道的成立;列(4)列(5)为营业成本率渠道的检验结果,列(4)的回归系数在5%的显著性水平上为负,列(5)的回归系数均在1%的水平上显著,表明数字创新可以通过降低营业成本率促进企业异地投资,证实了营业成本率渠道的成立;列(6)列(7)为代理成本渠道的检验结果,列(6)的回归系数在1%的显著性水平上为负,列(7)Agency的回归系数在5%的水平上显著,表明数字创新可以通过降低代理成本促进企业异地投资,证实了代理成本渠道的成立。

六、 结论与建议

1. 主要结论

推动双循环发展、构建统一大市场是新发展格局下的重要议题。在该背景下,研究如何促进要素跨区域自由流动占据基础性地位。本文以数字创新为切入点,研究数字经济时代下城市资本流动的结构特点,分析数字创新驱动资本跨区流动的特征和各类效应。

研究结果显示:第一,中国城市资本流动呈现出“核心城市资本连接能力强但数量少,边缘城市数量多但连接性弱”的无标度特性、“平均路径长度低,但聚类系数高”的“小世界”性和“城市间相互投资”的互惠性。网络规模和密度持续增长,节点中心度呈幂律分布,资本流动效率高、粘度大。第二,数字创新有效促进了城市间资本连接,该结论经过多种稳健性检验后依然成立;数字创新对资本流动的影响具有“双向”效应,既能促进城市间新投资关系的生成,还能抑制已有连接的解除;数字创新还表现出“扩散”和“差值”性的驱动特征,一个城市的数字创新水平越高,该城市成为资本流出地的概率越高,表现为扩散辐射效应,并且在数字创新差距越大的城市间,资本连接的概率越高,表现出“以强带弱”的特点。第三,微观机制分析表明,数字创新通过提高企业生产率、降低营业成本和缓解代理问题促进企业异地投资,进而推动宏观层面的资本流动。

2. 对策建议

上述研究结论不仅为评判中国城市间资本流动现状提供了现实支撑,也为进一步理解城市数字创新对资本流动的作用机理提供了实证依据,对破除经济循环堵点,推动市场、政府有效结合,建设高效规范、公平竞争、充分开放的全国统一大市场具有一定的参考价值。根据前文研究思路,本文针对中国城市资本流动网络的无标度性、小世界性和互惠性,从数字创新的角度提出相应对策建议。

推进数字创新发展,弱化城市资本流动无标度性。本文发现,中国资本流动网络过分依赖于少部分中心节点城市,边缘节点的连接程度不高。因此,要进一步培育、孵化核心节点城市(像北京、上海、深圳等链出、链入数量高的城市),降低网络节点的不平衡度。特别是要按照主体功能定位划分政策单元,对不同类型的城市制定差异化政策,分类精准施策,推动形成差异化、互补式的空间发展格局。从数字创新的角度来看,要进一步提升城市数字创新水平,发达城市要充分发挥数字创新的扩散效应,通过跨地区溢出强化城市间的资本流动水平。落后城市则要明确自身网络定位,根据属性禀赋有针对性地安排要素集聚和产业布局,营造最优的数字创新发展氛围,充分发挥数字创新的资本流动效应。同时要优化营商环境,保证既能引进企业投资,也能留住投资企业。

优化数字创新布局,完善城市资本流动小世界性。相比于随机网络结构,小世界网络具有更快的信息传递速度、更高的网络效率和更好的市场韧性。这有助于加强跨地区资本之间的连接和合作,提高投资回报率。但在小世界性网络中,如果核心节点出现问题,可能会导致整个网络的崩溃,给市场带来巨大的损失和风险。因此,针对核心城市,要加强风控和监管类数字创新发展,为资本跨地区流动和配置提供更加安全和高效的环境。针对非核心城市,要多维度提升数字创新水平,形成既能够吸引投资,也能够对外投资的双向资本流通能力。同时,要提升全域数字创新水平,刺激点对点之间形成直接的资本联系,打造“多中心、去中心、扁平化”的资本网络结构,提升整体网络的稳定性。

加强数字连接建设,修正城市资本流动互惠性。互惠性表明已有投资联系的城市之间更可能形成资本连接,表现出一定的投资粘性,不利于资本流动的扩散分布。因此,要因地制宜推动城市数字创新,注重将落后地区的低成本资源优势与发达地区的技术、市场和产业优势相结合,充分发挥城市节点互补互促效应,增强地区间经济活动关联的广度和深度。要实现数字创新网络化、一体化建设,打通地区经济梗阻。引导数据“富裕区”对“匮乏区”的倾斜性资助,平衡数据要素资源配置。要推动普惠性数字创新建设,加强发达地区与落后地区的数字连接,发挥数字创新以强带弱的功能。比如建设全国一体化大数据中心体系,推进“东数西算”工程等战略布局,加快5G、产业互联网等综合性数字基础设施建设,打通经济社会发展的信息“大动脉”。