数字经济发展与产业链韧性提升

谷城 张树山

摘 要：提升产业链韧性和安全是国民经济稳健循环的基础，亦是保障经济社会长期稳定高质量发展的必然要求。基于2010—2021年我国30省份面板数据，考察数字经济影响产业链韧性水平的效果、作用机制、异质性表现及非线性关系。研究结果表明：数字经济显著促进了产业链韧性水平，并且，这种影响随着数字经济水平的提升存在“边际效应”非线性递增特征；数字经济对产业链韧性的影响具有非对称性，对东部和西部地区、知识产权保护弱地区产业链韧性的提升更明显。机制检验表明，数字经济可以通过人力资本和技术创新效应两条路径间接影响产业链韧性水平。

关键词：数字经济；产业链韧性；人力资本；技术创新

中图分类号：F062.9  文献标识码：A  文章编号：1001-148X（2023）05-0001-11

收稿日期：2023-02-21

作者简介：谷城（1994-），男，吉林长春人，博士研究生，研究方向：产业链供应链韧性与安全；张树山（1972-），男，吉林洮南人，教授，博士生导师，研究方向：产业经济学。

基金项目：国家社会科学基金项目“物流产业智慧化绩效生成机理与智慧物流体系构建对策研究”，项目编号：18BJY180。

一、引 言

增强产业链供应链韧性和安全是助力各国经济复苏、畅通世界经济运行脉络、增进人类社会福祉的重要保障［1］。当前，我国正处于新一轮科技革命、产业变革与产业链韧性提升的有效衔接期，产业链建设面临不完整、不稳定以及不强健三重挑战。与此同时，逆全球化思潮抬头、西方国家制造业“回流”、关键技术受制于人等干扰我国产业链安全的因素不断涌现，愈加成为阻滞我国产业链安全与稳定的重要掣肘。面临复杂严峻的内外部环境，提升产业链韧性水平是保障我国经济健康发展的重要举措和必然要求。

随着人工智能、区块链、云计算、大数据（Artificial Intelligence、Blockchain、Cloud Computing、Big Data，ABCD）等为代表的新兴数字技术蓬勃发展，数字经济已日益成为推动产业变革的核心驱动力［2］。近年来，我国数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，中国信息通信研究院发布的《中国数字经济发展报告（2022）》显示，2021年我国数字经济规模位居世界第二，规模总量达到45.5万亿元，同比名义增长16.2%，占GDP比重达到39.8%。党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合”；《“十四五”数字经济发展规划》也明确指出将数字技术充分运用于产业发展当中。精准识别数字经济赋能产业链韧性与安全提升的影响作用，对于揭示数字经济的经济效应以及保障产业链安全稳定具有重要理论与现实意义。

本文基于2010—2021年我国30省份面板数据，考察数字经济影响产业链韧性水平的效果、作用机制、异质性表现及非线性关系。可能的边际贡献在于：第一，研究方法上，首先遵循政策导向、理论依据以及现实情景三个遴选准则，尝试构造区别于既有单一指标考察产业链韧性的综合评价指标体系，继而采用熵权法测算我国产业链韧性水平，充分考虑了产业链韧性具有的多维动态性特点。第二，研究视角上，本文在我国产业链安全稳定复杂严峻形势下探讨数字经济对产业链韧性的影响，借助数字经济的发展浪潮方兴未艾，准确判断数字经济能否成为新时代提升产业链韧性和安全稳定的新力量，进一步深化产业链韧性发展驱动要素的系统认识。第三，研究内容上，较为系统地考察数字经济对产业链韧性提升的作用效果、传导机制及其异质性表现，并且，首次提出数字经济对产业链韧性存在“边际效应”非线性递增的影响，丰富数字时代产业链韧性研究深度的同时，也对未来国家完善数字经济和产业链安全稳定提升的相关政策具有一定的理论意义和参考价值。

二、理论分析与研究假设

（一）数字经济对产业链韧性的影响

数字经济沿着数字产业化和产业数字化两条路径引领产业升级，其驱动产业链韧性提升的本质是以ABCD等新一代信息技术引領产业链变革，具体来看：

首先，数字经济提高了产业链的运行效率。产业链是一种介于企业和市场之间的中间组织，“链”上的资金流、信息流、物流等是影响产业链运行效率的重要环节［3］。数字经济带来的可视化、可感知和可信度特征成为提高产业链运行效率的重要保障。一方面，数字技术为产业链赋“视”，提高产业链可视化程度。数字平台的构建为产业链供应链上下游企业的技术交流、产品流通、运营管理等环节提供便利，通过可动态、实时地感知信息流变动，有效解决了“黑匣子”式商业模式导致的决策失误问题；另一方面，数字技术为产业链赋“智”，提高产业链可感知程度。人工智能、云计算、大数据强化企业资源获取和知识整合能力的同时，亦能通过算法模型精准预测市场动向和行业趋势，从而提高企业决策精度。此外，数字技术也能够为产业链赋“信”，提高产业链可信程度。区块链技术蕴含的共识机制建立了产业链供应链中的信任机制，提高企业资源共享与信息流通过程中的可靠性与安全性，从而增强产业链柔性［4］。

其次，数字经济降低了产业链“断链”风险。产业链“断链”将导致整个产业链无法正常循环，影响国民经济健康发展。数字经济可依靠网络效应与协同效应降低产业链“断链”风险与隐患。随着数字技术应用范围的不断拓展，应用工业互联网企业与日俱增，根据梅特卡夫法则，企业从网络获取的价值与参与工业互联网企业数量成正比［5］，参与工业互联网的企业增多，意味着数字经济提高了工业互联网的整体凝聚力，保障了产业链的稳定性。同时，数字技术应用水平的不断提升，促使链上企业的信息交流和知识整合更为快速便捷，企业能够捕捉市场合作伙伴行为动向，并迅速作出反应以保持与合作伙伴的协同关系，降低产业链断链风险，从而提高产业链韧性与安全水平。

最后，数字经济提高了产业链“延链”能力。传统线性产业链组织结构下，产业链各环节形成合理分工并通过交易关系相互连接，但分工主体的自身决策易受到邻近或邻接地理空间单元约束，使得产业链组织分工边界并未得到有效拓展，产业链表现短链形式。数字时代下，ABCD等新一代信息技术以高效率的数据计算和信息传递打破了生产要素流动的时空格局，产业链组织分工对地理空间邻接依赖度下降，对产业组织形态产生重大影响，从而推动产业链上下游关系由简单线性模式向网络状产业链关系动态演变［6］。产业链组织形态的转变，使得产业链分工边界得以大幅拓展，提高了产业链“延链”能力。据此，本文提出如下假设：

H1：数字经济能够显著提升产业链韧性水平。

（二）数字经济影响产业链韧性的机制分析

1. 人力资本效应

高质量人力资本作为一种“虚拟财富”，是提高产业链抵抗能力、恢复能力以及引领力的重要因素。数字经济带来生产方式和生产关系的数字化转型，必然引致人力资本结构的适应性变革［7］。一方面，数字经济提高了对高技能劳动力的需求，数字时代背景下，高技能劳动力拥有与先进技术相适应的能力，许多知识密集型产业需要员工具备通讯技术、信息网络等数字技能。例如，企业购买先进技术设备、配套办公软件需要聘用高技能工程师进行安装调试与设备维修［8］。简言之，数字化推进带来的技术升级引致企业提高对高技能劳动的需求，促进人力资本结构升级。另一方面，数字化在催生新产业、新业态、新模式的同时，也伴随着对旧的生产力和生产方式的破坏，这个过程不可避免地使部分常规性、重复性工作岗位减少甚至消失［9］。例如，办公软件的应用替代了行政辅助人员的中技能劳动力，智能机器人替代了物流配送员、搬运工等为代表的低技能劳动力。此外，数字经济的普惠性优势拓展了劳动力汲取知识、技能的渠道，提高了不同人力资本“干中学”和“再教育”的广度和深度［10］。

人力资本理论认为，人力资本是凝聚在劳动者身上的知识、技能及其从事生产性工作的能力，即人力资本具有能动性和创造性，高质量人力资本承担着技术改进、研发及扩散的重要任务，通过建立产业链层面的技术创新联盟，协调产业链上下游的深度合作和协同发展，有助于协同攻克关键核心技术［11］。同时，随着产业链人力资本的集聚和积累，推动知识、技术在各类人才间的互补和叠加，促使产业链内人力资源配置逐步优化［12］，提高了产业链运营和管理的整体效率，降低外部扰动对产业链安全的冲击影响。更为重要的是，高质量人力资本具备较强的学习能力，能够获取前沿性技术和知识，有助于提高产业链上下游产业内部知识利用和外源知识迁移至产业链内部，强化产业链内部的人才链、创新链质量。综上，数字经济驱动人力资本提升，由此带来的攻克核心技术、提高产业链运营和管理效率、促进内部知识利用和外部知识吸收对产业链韧性和安全水平提升产生正向促进作用。

2. 技术创新效应

新经济增长理论认为，内生技术进步是经济增长的主要动力，技术创新作为技术进步的重要表现形式，在提高产业链韧性与安全稳定中发挥积极作用［13］。数字经济能够提高技术创新能力，其内在逻辑在于：第一，数字技术扩大了创新广度。随着產业链上下游产业对数字技术的广泛应用，企业创新模式发生改变，数据作为一种新的生产要素，赋予了技术创新更大的活力。并且，数字化带来的信息交流和互联网平台通过信息交互等途径增强了知识外溢，创新主体能够整合零散的研发信息和资源进而为企业创新提供便利条件，创新范围得到进一步扩充［14］。第二，数字技术推动创新主体多元化。数字背景下，企业、高校与用户等在内的多元创新主体均能参与创新生态系统的演化，数字技术推动中小企业也能在技术创新中扮演重要角色，由此产生的长尾效应提高了中小企业的创新机遇。例如，近年迅速发展的短视频行业，因其制作成本低、题材丰富以及群体广泛等特点，驱使众多用户和微小企业参与到创新发展之中。第三，数字技术释放创新的外溢红利。与传统生产要素不同，数据要素的信息交互提高了社会互动效应，进一步扫除了创新要素流动的地理障碍，增强创新网络中各节点的交流、碰撞和合作机遇，从而最大程度地释放创新的外溢红利。

创新能力提升赋予了产业链极大的抵抗能力、恢复能力及引领能力，增强产业链韧性和安全水平。首先，外溢效应和示范效应是创新活动的重要特征，即创新能力的提升能够形成具有高边际产出的福利溢出［15］。基础创新成果的产能化和商品化提高了产业链上企业的技术标准壁垒，推动全产业链基础技术改进，面临国内外“断链”冲击时，能够顺利实现断供环节的生产替代，增强产业链的抵抗能力和恢复能力［16］。其次，创新能力提升有助于形成持续性自主技术创新研发路径。技术创新的动态演进机制具有延续性，创新能力的提升增加了技术知识储备，实现关键技术“从无到有”“从弱到强”的突破［17］。最后，创新能力是攻克核心技术的关键因素。核心技术突破有效化解了产业链供应链局部梗阻和关键环节“卡脖子”问题，在产业链上的重要环节形成生态主导型企业，强化了产业链的引领力，从而提高产业链韧性水平。据此，本文提出如下假设：

H2：数字经济通过人力资本与技术创新效应提高产业链韧性水平。

（三）数字经济对产业链韧性的非线性影响

事实上，由于数字经济具有放大、叠加、倍增的作用，数字经济对产业链韧性的影响可能存在非线性递增特征。在数字经济发展初级阶段，数字基础设施建设投入大、成本高，数字技术的水平较低，主要应用于生活、服务、教育等领域，在制造业中的应用场景较少、渗透能力不足，此时，数字经济对产业链韧性与安全的提升效果并不明显。随着数字技术的日益发展与成熟，相应的设施建设边际成本降低，边际收益开始提升，梅特卡夫法则的网络经济正外部性开始凸显［18］。此时，数字技术与制造业实现深度融合后，驱使后者在生产模式、组织形态、价值分配等方面进行全方位的变革，产业链重组后实现了韧性提升。据此，本文提出如下假设：

H3：数字经济提升产业链韧性水平，其激励效果呈现出“边际效用”非线性递增特点。

三、研究设计

（一）模型设定

为了研究数字经济对产业链韧性水平的影响，本文构建如下计量模型进行分析：

ICRit=α1+β1DEIit+γiControlsit+μi+δt+εit（1）

式中，i、t分别代表地区与年份，ICRit表示第t年i地区产业链韧性水平；DEIit表示第t年i地区数字经济水平；Controlsit代表影响产业链韧性的一系列控制变量，μi为个体固定效应，δt为时间固定效应，εit表示随机误差项。本文重点关注核心解释变量DEI系数估计值β1，若β1为正，表明数字经济能够提升产业链韧性水平。此外，本文涉及的回归结果中，默认对回归系数标准误进行了地区层面的Cluster处理。

（二）变量选取

1. 被解释变量

被解释变量为产业链韧性水平，用ICR（Industry Chain Resilience）表示。考虑到产业链是多维复合系统，仅依靠单一指标无法全面地衡量地区产业链韧性综合水平，故采用指标体系构建法对其进行测度。

遵循政策导向、理论依据以及现实情景三个遴选准则，首先，政策导向是指党和政府文件中涉及产业链韧性与安全的相关举措，如2020年人民银行等八部门联合印发《关于规范发展供应链金融支持供应链产业链稳定循环和优化升级的意见》、2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》和国家发改委价格成本调查中心发布的《保障产业链供应链安全的痛点堵点及对策建议》等；理论依据是指依据党的二十大报告、中央经济工作会议、学术界关于产业链韧性的内涵界定、学术界关于产业链韧性提升路径等理论成果；现实情景是指数据的可得性、可操作性以及可代表性，主要用于具体指标遴选或近似指标替代。遵循上述遴选准则，本文科学合理地构建产业链韧性发展指标体系（表1），具体的遴选步骤如下：

第一步，一级指标遴选。结合现有关于产业链内涵的解读，可以发现产业链韧性常指产业链抵抗能力和恢复能力，在党和政府有关文件中，产业链韧性与安全保障涉及产业链基础设施建设、技术创新以及人才支持等因素。例如：《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提到，形成更安全可靠的产业链供应链，应推进制造业补链强链，强化资源、技术、装备支持；《保障产业链供应链安全的痛点堵点及对策建议》强调，构建富有创新力的产业链以及强化专业技术人才支撑来保障产业链供应链安全。近年来，我国产业可持续生产方式正加快形成，但同发达国家相比，可持续工艺和可持续技术尚存在一定差距，产业链能源利用效率偏低。推动产业链可持续性不仅是提高产业链韧性与安全的需要，也是实现“双碳”目标的必然要求。此外，学术界前沿文献将链主控制引入产业链韧性范畴，认为产业链中的龙头企业具有更为雄厚的技术和资本，从而形成产业链上的“链主”企业，提高产业链韧性［19］。综上，本文遴选出产业链抵抗力、产业链恢复力、产业链可持续和产业链引领力共4个维度一级指标。

第二步，二级指标遴选。主要依据一级指标内涵，同时结合政府文件和学术界相关成果进行遴选。

产业链抵抗力。产业链抵抗力主要指产业链应对扰动时的抵抗程度，应对冲击的抵抗能力主要受产业链自身发展影响，如创新能力、资源配置能力等因素。当前，我国产业链发展囿于“技术依赖”“低端锁定”等问题，“卡脖子”技术阻碍了产业链的正常运转［20-21］。《保障产业链供应链安全的痛点堵点及对策建议》指出，提高产业链韧性需强化人才支撑和攻关突破核心技术。基于上述分析，在产业链抵抗力维度下选取人力质量、创新投入、创新产出和产业结构4个二级指标。

产业链恢复力。产业链恢复能力主要指产业链应对扰动时的恢复状况，即产业链的内部调整适应程度和恢复速度。创新辐射体现地区间隐性交流和知识转移［22］，辐射范围大的地区往往也是自身技术水平较高的地区，因而产业链的恢复能力较强。《关于规范发展供应链金融支持供应链产业链稳定循环和优化升级的意见》提及，金融支持推动产业链修复重构和优化升级，强调产业链整体金融服务水平对产业链恢复力的重要性。产业效益是产业链绩效的重要指标，同样能够体现产业链受到冲击时所展现的恢复力。综上，产业链恢复力维度下选取创新辐射、金融协同、产业联动、政府调控和产业效益5个二级指标。

产业链可持续。韧性理论强调发展和安全的动态平衡，一个系统的韧性能够保证该系统有演化进步和持续发展的能力。产业链可持续侧重产业链绿色发展能力，在“双碳”目标下，提高产业链持续发展能力必须提高能源利用效率和减少工业三废排放，同时加大绿色设备和绿色投资的治理力度［23］。因此，产业链可持续维度下选取节能生产、污染排放和绿色治理3个二级指标。

产业链引领力。2022年中央经济工作会议提出，增强产业链供应链自主可控能力，题中之义是强链补链，所谓强链就是提高产业链的引领力，大力提高数字化和高端产业引领［24］。另外，链条上的头部企业是产业链的“链主”，具备强大的领导权和控制力，少数跨国公司或融入全球贸易网络企业把控着全球重要产业［25］，提高链条控制力亦是增强产业链引领的重要体现。产业链引领力维度下选取数字化引领、高端引领力和链条控制力3个二级指标。

第三步，三级指标遴选。主要依据二级指标的表征意义，在数据可得性和可操作性的現实情景前提下，遴选出36个具体测算公式的三级指标。

2. 核心解释变量

核心解释变量为数字经济发展水平，用DEI（Digital Economy Index）表示。现有文献及科研机构对数字经济发展水平测度已取得较大建树，指标体系多围绕数字产业化、产业数字化及其数字化治理进行构建。参考现有研究成果，本文借鉴柏培文和张云（2021）［26］做法，基于产业基础设施、产业数字化、数字产业化、数字平台4个维度构建数字经济发展评价指标体系，如表2所示。

3. 控制变量

综合考虑数字经济发展和产业链韧性的关系，以及产业链韧性受到较多内外部条件的共同影响，选取如下控制变量。（1）经济发展水平（Pgdp）。为反映经济基础对产业链韧性水平的影响程度，选用人均地区生产总值的自然对数表示经济发展水平。（2）对外贸易开放度（Open）。对外贸易有助于促进产业链外延，推动地区与全球产业链网络展开深度协作，提高产业链链长，以进出口总额占地区生产总值比重衡量。（3）外商直接投资（Fdi）。产业链的升级与优化离不开资本市场，发达的资本市场为产业链发展提供了良好的外部条件，以外商投资企业注册资本的自然对数表示外商直接投资。（4）城镇化（Urb）。随着城镇化进程的不断提速，企业得到了较为完备基础设施、人才、技术、知识的集聚和溢出，为产业链韧性与安全发展提供了良好的外部条件，以城镇人口比重衡量城镇化水平。（5）政府干预（Gov）。产业链韧性的提升依赖人才支持与科技创新，地方政府教育与科学技术财政支出为人才培育与基础研究活动提供了保障，以地方政府教育与科学技术支出之和占财政支出比重表示。

（三）数据来源及说明

本文以2010—2021年中国30个省级行政区域（西藏、港澳台除外）面板数据为研究样本，相关原始数据主要来源于国家统计局、国家知识产权局、中国经济金融研究数据库（CSMAR）、《中国统计年鉴》《中国科技统计年鉴》《中国第三产业统计年鉴》《中国电子信息产业统计年鉴》《中国人口和就业统计年鉴》《中国能源统计年鉴》，部分缺失數据，利用线性插补补齐。此外，本文部分数据进行如下说明：一是产业结构，以泰尔指数、第三产业与第二产业增加值之比分别表示产业结构合理化和产业结构高级化，泰尔指数对其先取倒数再进行对数处理，经过转换后的指数为正向属性；二是创新辐射，基于技术创新网络拓扑结构视角，借助Ucinet6.2软件中Centrality工具，利用发明专利授权数在地区之间的联系强度测度技术创新的度数中心度、中间中心度和接近中心度，上述三个测度指标分别体现了节点地区在技术创新网络结构中的辐射程度、控制程度和中心程度；三是产业联动，借鉴Ellison和Glaeser（1997，2010）［27-28］研究成果，利用制造业与生产性服务业协同集聚E-G指数测度，其中，制造业为国民经济行业分类以及代码（GB/T4574-2011）划分的13-43类，生产性服务业参考陈红霞等（2020）［29］做法，选取交通运输业、软件业、批发零售业、金融业、租赁和商业服务业、科学研究和技术服务业6大行业门类；四是战略性新兴产业划分，判定标准参考国家统计局公布的《战略性新兴产业分类（2018）》；五是融入全球贸易网络企业以是否发生广义的海外投资行为作为判定标准，通过CSMAR海外关联公司表进行匹配；六是数字金融数据来自北京大学数字普惠金融研究中心和蚂蚁集团研究院共同开发的北京大学数字普惠金融指数。主要变量描述性统计如表3所示，从中可以发现，产业链韧性水平的最大值和最小值分别为0.527和0.048，说明产业链韧性水平在样本期内存在较大差异；数字经济发展水平与产业链韧性水平相类似，同样存在着显著差异。

四、实证结果分析

（一）基准回归

表4报告了基准回归结果，其中，列（1）单独考察了数字经济与产业链韧性水平的关系，结果显示，DEI系数估计值为0.538，且在1%水平上通过显著性检验，初步说明数字经济正向促进了产业链韧性水平。列（2）-（5）为在此基础上依次引入控制变量的回归结果，可以发现，DEI系数仍在1%水平显著为正，以列（5）为基准进行考察，数字经济发展水平提升1%，产业链韧性水平提升0.30%，表明数字经济对产业链韧性的影响具有统计意义和经济意义，这与研究假设H1相吻合。在控制变量方面，经济发展水平在列（2）-列（5）中显著为正，一定程度上证实了经济基础对产业链韧性提升的正向促进作用；外商直接投资与产业链韧性之间存在负相关关系，其原因可能在于过多的外商直接投资阻碍国内投资，使本土企业失去投资本国产品兴趣，本土产业链市场占有率下降，影响产业链韧性水平；政府干预的估计系数值显著为正，表明财政教育和科技支出提高了人才培育和基础研发能力，从而为产业链韧性提供人才和创新等资源的支持。

（二）克服内生性问题：工具变量法

虽然基准回归结果证实了数字经济对产业链韧性水平具有显著的正向促进作用，但可能存在反向因果所导致的内生性问题，即韧性水平越高的产业链更倾向于采用数字技术。为此，本文采用历史上固定电话数量和地形起伏度两种工具变量来缓解模型可能存在的内生性问题。主要思路为，信息技术是先从固定电话普及的，历史上固定电话数较多的地区极有可能是数字技术应用较高的地区。因此，以历史固定电话数作为数字经济的工具变量满足相关性要求。此外，相对于“ABCD”技术应用的迅速发展和变革，上述变量对产业链韧性的影响逐步消失，具备外生性条件。与之相似的，地形起伏度不仅关乎网络基站建设成本，更深度影响着宽带渗透普及率和网络信号质量［30］，并且，地形起伏度作为地理变量，并不会对产业链韧性产生直接作用，故而地形起伏度满足工具变量构造条件。需要说明的是，本文研究样本为面板数据，上述两变量为横截面数据，不能相匹配。因此，以1984年每百人固定电话数与上一年互联网上网人数的交互项、地形起伏度与时间变量（样本研究年份）交互项作为数字经济的工具变量，分别记为IV1和IV2。

采用工具变量进行2SLS回归结果如表5所示，两组工具变量的K-P rk LM统计量均在1%水平上拒绝工具变量识别不足原假设；C-D Wald F统计量大于Stock-Yogo在10%水平上的临界值，表明不存在弱工具变量，即本文所选工具变量合理可靠。由列（2）、（4）可知，在充分考虑反向因果可能导致的内生性问题后，数字经济系数估计值仍在1%水平上显著为正，这与基准回归结果相一致，进一步印证了数字经济有助于产业链韧性水平提升。

（三）稳健性检验

为保证估计结果的稳健性，本文采用替换核心解释变量、异常样本处理以及子样本回归三个方面进行稳健性检验。第一，替换核心解释变量。以数字普惠金融指数（DIF）作为数字经济的衡量指标进行回归，由表6第（1）列可知，DFI系数估计值为0.058，且在1%水平上显著为正，与基准回归结果相一致，表明本文基准回归结果较为稳健。第二，异常样本处理。考虑到研究样本异常值以及直辖市特殊属性对回归结果的影响，本文以1%和99%作为临界值进行双边缩尾处理，此外，剔除北京市、天津市、上海市、重庆市四个直辖市进行回归检验。表6第（2）、（3）列分别为研究样本缩尾处理和剔除直辖市后的回归结果，可以发现，DEI系数估计值至少在5%水平上显著为正，表明对研究数据进行异常样本处理后，数字经济促进产业链韧性提升的核心结论依然成立。第三，子样本回归。2017年，数字经济首次被中央政府工作报告提及，同年党的十九大报告进一步提出大力发展数字经济。为缓解数字经济有关政策对回归结果的影响，并结合政策效果的滞后性，本文剔除2017和2018年的样本数据进行子样本回归。由列（4）可知，在剔除国家政策的影响下，数字经济的系数估计值仍在1%水平显著为正，进一步强化了本文核心结论的稳健性。

（四）异质性检验

1.时间异质性。如前文所述，2017年，中央政府工作报告和党的十九大报告重点强调大力发展数字经济，数字技术普及速度加快，为探究数字经济对产业链韧性水平的影响在2017年前后是否存在异质性，将样本期划分为2010—2016年和2017—2021年兩组，进行分组回归。表7第（1）、（2）列报告了回归结果，可以发现，分组回归中数字经济对产业链韧性水平的影响存在显著差异，2010—2016年，DEI系数估计值和显著性水平较低，2017—2021年，DEI系数估计值为0.311，且在5%水平上显著为正，表明在2017年及之后数字经济对产业链韧性水平的提升效果更为明显，这与上文分析的数字经济对产业链韧性的影响可能存在“边际效用”非线性递增特点的研究假设相符，为下文进一步开展非线性影响检验提供经验支持。

2.区位异质性。我国各区域经济基础、资源禀赋及要素流动等方面不尽相同，因而数字经济对产业链韧性水平的影响可能有所差异，需要分区域进行检验。依据国家统计年鉴做法，将研究样本划分为东部、中部和西部地区，进行分组回归。由表7列（3）至列（5）可知，在东部和西部地区，DEI系数估计值分别在10%和5%水平上显著为正，而中部地区则未通过显著性检验。这种现象的原因可能为，东部地区有序向西部地区开展产业转移，本地则优先打造数字产业集群和承担关键核心技术攻关重任，产业链“延链”“补链”得到发展空间，促进产业链韧性提升；关于中部地区，数字经济虽然提高了产业链上下游间的关联协同。但多年来，中部地区研发经费支出占地区生产总值比重长期低于全国平均水平，中国科学技术发展战略研究院发布的《中国区域科技创新评价报告（2020）》显示，中部各地区的综合科技创新水平均低于全国平均水平，导致中部地区部分产业链低端化和同质化现象显露，从而影响数字经济对产业链韧性的促进效果。西部地区在承接产业转移发展过程中，注重产业链本土化导向，虽然部分产业存在重复建设等情形，但借助数字技术红利，产业链实现了稳链和补链，从而产业链韧性水平提升效果较为显著。

3.知识产权保护强度异质性。现阶段，产业链韧性提升的关键在于提高产业链自主可控能力，其根本在于提高技术创新能力。依据新制度经济学理论，知识产权保护能够实现外部性内部化、降低研发收益的不确定性，从而提高企业开展创新活动积极性。因此，理论上知识产权保护强的地区，数字经济对产业链韧性的提升效果更显著。为验证上述推断。本文进一步检验不同知识产权保护强度场景下，数字经济对产业链韧性水平的影响效果。参考周泽将等（2022）［31］做法，以国家知识产权局知识产权发展研究中心发布的《中国知识产权发展状况报告》中所披露的知识产权发展指数作为地方知识产权保护强度的表征指标，并依据每年各地区发展指数的中位数划分知识产权保护强和知识产权保护弱地区，进行分组回归检验。表7第（6）、（7）报告了回归结果，与推断不同的是，在知识产权保护强的地区，DEI系数估计值并不显著；而在知识产权保护弱的地区，数字经济对产业链韧性水平的影响在1%水平上显著为正。这种情况的原因可能为，在知识产权保护弱地区，产业链上下游企业实施侵权行为的直接收益大于违法成本，致使企业倾向于仿造提高技术水平，而数字技术的赋能提高了技术仿造能力，这恰好与目前我国产业链现代化水平不足的困境相呼应，即数字经济提高了产业链的整体基础技术水平，从而显著提升了产业链韧性水平。

五、进一步分析

（一）机制检验

以上实证结果表明，数字经济显著促进了产业链韧性水平，依据前文理论推演，本文从人力资本效应和技术创新效应两个路径，探究数字经济影响产业链韧性水平的作用机制。构建如下计量模型：

Mit=α2+β2DEIit+γiControlsit+μi+δt+εit（2）

ICRit=α3+β3DEIit+ηiMit+γiControlsit+μi+δt+εit（3）

式中，Mit为上述中介变量，其余变量含义与式（1）相同。在人力资本方面（Hr），采用就业人员中大学专科、大学本科及研究生人数占就业总人数比重进行衡量，原因在于，受教育程度较高的就业人员往往拥有较强的学习吸收和专业技术能力，认定其为高质量人力资本。数据来源于中国经济金融研究数据库（CSMAR）。在技术创新方面（Inno），本文以地区创新发展指数来衡量技术创新能力，相关数据数来自历年《中国区域创新能力评价报告》中国科技发展战略研究小组联合中国科学院大学中国创新创业管理研究中心编写的《中国区域创新能力评价报告》，自2001年始已连续发布22年。该《报告》包含一级指标5个、二级指标20个、三级指标40个、四级指标138个，反映了企业创新、基础研究与原始创新、成果转化、创新格局等。。此外，利用Bootstrap对机制检验进行随机抽样检验（500次）。

1. 人力资本效应

表8第（1）列报告了人力资本为被解释变量的估计结果，可以发现，数字经济的系数估计值显著为正，表明数字经济对人力资本具有显著的促进作用。列（2）为式（3）的回归结果，不难发现，将数字经济与人力资本同时纳入计量模型时，数字经济与人力资本系数估计值均在1%水平上显著为正，这意味着，数字经济发展有利于促进人力资本质量提升，从而提高产业链韧性水平。此外，进一步对上述过程采用Sobel检验和Bootstrap检验，由表8可知，Sobel检验P值小于0.05，并且Bootstrap檢验置信区间不包含0，表明人力资本的中介效应具有稳健性，形成了“数字经济发展—（促进）人力资本质量—（提高） 产业链韧性水平”的正向路径。

2. 技术创新效应

表8第（3）列报告了技术创新为被解释变量的估计结果，DEI系数估计值显著为正，说明数字经济发展促进了技术创新能力提升。结合列（4）对式（3）的回归结果来看，数字经济与技术创新系数均在1%水平上显著为正，表明数字经济发展提高了技术创新能力，从而促进产业链韧性水平。并且，上述过程Sobel检验和Bootstrap检验结果进一步强化了机制检验的稳健性，形成了“数字经济发展—（促进） 技术创新能力—（提高） 产业链韧性水平”的正向路径。

综合以上分析可知，数字经济通过人力资本与技术创新效应提高产业链韧性水平，研究假设H2得到支持。

（二）非线性影响检验

由前文理论分析，数字经济提升产业链韧性水平的激励效果可能存在非线性递增特点，并且，上文时间异质性检验结果也从侧面证实了这种推测。因此，为了深入探究数字经济对产业链韧性水平的非线性影响，构建以数字经济为门槛变量的面板门槛模型：

ICRit=λ0+λ1DEIit×I（DEIitγ1）+λ2DEIit×I（γ1DEIitγ2）+…+λn+1DEIit×I（γnDEIit）+γiControlsit+μi+δt+εit（4）

式中，DEI为数字经济水平，既是核心解释变量也是门槛变量，I（· ）为指数函数。

首先运用Hansen自举法检验门槛变量存在性，结果显示数字经济对产业链韧性水平的影响存在双重门槛，且每个门槛值均在1%水平上显著。以数字经济水平为门槛变量的门槛效应回归结果如表9所示，可以发现，数字经济对产业链韧性水平的系数估计值在不同区间存在差异，即数字经济对产业链韧性的影响具有非线性特征。具体来看，当数字经济水平低于单一门槛值0.258时，数字经济对产业链韧性水平的系数估计值为0.075，且在5%水平上显著为正；当数字经济水平位于［0.258， 0.366］区间时，DEI的系数估计值为0.191，且在通过1%水平上显著性检验；随着数字经济水平依次跨越单一门槛值和双重门槛值，DEI系数估计值增至0.300，这说明数字经济对产业链韧性水平的影响效果具有边际效应递增特征，即数字经济水平越高，数字经济对产业链韧性的促进效果越显著，研究假设H3得到支持。

六、研究结论与政策启示

数字经济是改造传统产业的支点，也是引致产业链韧性发展颠覆性变革的重要驱动力。本文首先从理论层面阐述了数字经济影响产业链韧性的内在机理，然后以2010—2021年中国30省份面板数据为研究样本，实证检验了数字经济对产业链韧性水平驱动效果、异质性表现、作用机制及非线性特征。主要结论如下：（1）总体上，数字经济发展能够驱动产业链韧性水平提升，且这一核心结论在经过内生性处理、替换核心解释变量、异常样本处理以及子样本回归等系列稳健性检验后依然成立。（2）数字经济对产业链韧性水平的影响效果存在异质性特征，在时间异质性角度，数字经济对产业链韧性的影响在2017年之后的激励效果和显著性水平更高；在区位异质性角度，数字经济对东部和西部地区产业链韧性水平具有显著促进作用，但对中部地区产业链韧性的影响并不显著；在知识产权保护强度角度，知识产权保护弱的地区，数字经济对产业链韧性的影响效果更为显著。（3）机制检验结果表明，数字经济对产业链韧性的影响，除直接效应外，还能通过人力资本和技术创新效应提高产业链韧性水平。（4）数字经济对产业链韧性的影响存在以数字经济为门槛的双重门槛效应，随着数字经济水平提升，其对产业链韧性的激励效果具有边际效应递增特征。根据上述研究发现，提出如下政策启示：

第一，未来我国应大力发展数字经济，助力产业链韧性提升。当前，我国产业链“大而不强”“全而不精”“韧中有脆”现象突出，亟需依靠数字技术红利提高产业链韧性与安全水平。一方面，政府应提高对数字经济的重视程度，不断完善数字基础设施建设，深化ABCD等新一代信息技术应用场景，为数字经济发展创造良好的内外部环境；另一方面，充分发挥数字经济的“扶强”特征，龙头企业是在产业链中具有核心分工地位和较大企业规模的关键企业，借助数字技术的知识整合和信息传递，自然会影响本地企业成长。因此，应培育各行业产业链上的龙头企业，“以大促小”带动本地企业成长，从而提升产业链韧性整体水平。此外，门槛效应显示数字经济对产业链韧性的影响具有边际效应递增趋势，政府应当采取产业基金扶持、财政补助和奖励等措施，改善部分中小企业数字化转型过程中的不想转、不愿转问题，激发企业实施数字化转型动力，增强数字技术能力。

第二，围绕产业链建立创新链，驱动产业链和创新链深度融合。当前，我国科创领域“重应用、轻基础”问题较为突出，科技成果就地转化效率不足，而创新链是产业链发展的动力之源，亦是提高产业链韧性的基础。围绕产业链的创新链构建，首先应强化前沿技术布局，激励战略性新兴产业和未来产业攻克关键核心技术，扩大对探索性技术革新失败的包容度，不断累积创新成果与应用深度，形成一批未来科技创新和产业发展的制高点。其次，推动跨产业技术融合，数字经济具有产业赋能影响，通过数字化平台的信息传递和共享机制，各产业内部的一些共性技术得以跨产业流动和应用，从而带动相关产业加快升级，提高产业链韧性水平。最后，鼓励跨区域产业链和创新链的合作交流，深化区域合作框架职能，在基础创新、制度建设、产业共性技术等方面加强合作交流。例如，“一带一路”沿线省份与沿线国家合作，充分发挥各国的比较优势；东部地区部分同类产业链向中西部地区转移，提高中西部地区产业链补链、延链、强链能力，促进产业链韧性与安全水平提升。

第三，提高人力资本质量和技术创新能力，增强数字经济影响产业链韧性的传导机制。一方面，积极推动传统生产模式企业与高校、科研院所之间合作，加大教育资源投入。并且，在数字时代，人力资本质量的提升应注重数字技术教育，开展“互联网+教育”“互联网+职能培训”等活动，培养和引进一批既擅长技能学习又精通新一代信息技术的复合型人才，夯实人力资本对产业链韧性提升的人才基础。另一方面，优化企业创新的内外部环境，提高数字经济相关产业的政府补贴，积极引导企业广泛应用数字技术，升级智能制造生产模式，充分发挥数字经济赋能技术创新能力提升的红利效果，从而促进产业链韧性和安全水平。

参考文献：

［1］ 庄贵阳，徐成龙，薄凡.新发展格局下增强现代化经济体系韧性的策略［J］．经济纵横，2021（4）：52-61.

［2］ Liu Y，Yang Y，Li H，et al. Digital Economy Development，Industrial Structure Upgrading and Green Total Factor Productivity：Empirical Evidence from Chinas Cities［J］． International Journal of Environmental Research and Public Health，2022，19（4）：2414.

［3］ 李春发，李冬冬，周驰.数字经济驱动制造业转型升级的作用机理——基于产业链视角的分析［J］．商业研究，2020（2）：73-82.

［4］ 陈晓东，杨晓霞.数字经济可以实现产业链的最优强度吗？——基于1987—2017年中国投入产出表面板数据［J］．南京社会科学，2021（2）：17-26.

［5］ 刘亦文，谭慧中，陈熙钧，等.数字经济发展对实体经济投资效率提升的影响研究［J］．中国软科学，2022（10）：20-29.

［6］ 史丹.数字经济条件下产业发展趋势的演变［J］．中国工业经济，2022（11）：26-42.

［7］ 肖土盛，孙瑞琦，袁淳，等.企业数字化转型、人力资本结构调整与劳动收入份额［J］．管理世界，2022，38（12）：220-237.

［8］ 趙璨，陈仕华，曹伟.“互联网+”信息披露：实质性陈述还是策略性炒作——基于股价崩盘风险的证据［J］．中国工业经济，2020（3）：174-192.

［9］ 赵烁，施新政，陆瑶，等.兼并收购可以促进劳动力结构优化升级吗？［J］．金融研究，2020（10）：150-169.

［10］齐俊妍，任奕达.数字经济渗透对全球价值链分工地位的影响——基于行业异质性的跨国经验研究［J］．国际贸易问题，2021（9）：105-121.

［11］Gereffi G，Lee J. Economic and Social Upgrading in Global Value Chains and Industrial Clusters：Why Governance Matters［J］． Journal of Business Ethics，2016，133（1）：25-38

［12］Amadu A W，Danquah M. R&D，Human Capital and Export Behavior of Manufacturing and Service Firms in Ghana［J］． Journal of African Business，2019，20（3）：283-304.

［13］陈晓东，杨晓霞.数字化转型是否提升了产业链自主可控能力？［J］．经济管理，2022，44（8）：23-39.

［14］Akcigit U，Caicedo S，Miguelez E，et al. Dancing with the Stars：Innovation Through Interactions［R］．National Bureau of Economic Research，2018.

［15］Teece D J. Profiting from Innovation in the Digital Economy：Enabling Technologies， Standards， and Licensing Models in the Wireless World［J］． Research Policy，2018，47（8）：1367-1387.

［16］洪银兴，李文辉.基于新发展格局的产业链现代化［J］．马克思主义与现实，2022（1）：119-125，204.

［17］Chemmanur T J，Tian X. Do Antitakeover Provisions Spur Corporate Innovation？ A Regression Discontinuity Analysis［J］． Journal of Financial and Quantitative Analysis，2018，53（3）：1163-1194

［18］董香书，王晋梅，肖翔.数字经济如何影响制造业企业技术创新——基于“数字鸿沟”的视角［J］．经济学家，2022，287（11）：62-73.

［19］中国社会科学院工业经济研究所课题组，曲永义.产业链链长的理论内涵及其功能实现［J］．中国工业经济，2022（7）：5-24.

［20］陈晓东，刘洋，周柯.数字经济提升我国产业链韧性的路径研究［J］．经济体制改革，2022（1）：95-102.

［21］张学俊，尹训飞，马甜.着力提升供应链弹性与产业链韧性［J］．中国经济评论，2021（2）：46-49.

［22］王越，王承云.长三角城市创新联系网络及辐射能力［J］．经济地理，2018，38（9）：130-137.

［23］王庆喜，胡安，辛月季.数字经济能促进绿色发展吗？——基于节能、减排、增效机制的实证检验［J］．商业经济与管理，2022（11）：44-59.

［24］刘志彪.以发展“专精特新”实现补链强链［N］．经济参考报，2021-09-07（007）.

［25］盛朝迅.推进我国产业链现代化的思路与方略［J］．改革，2019（10）：45-56.

［26］柏培文，张云.数字经济、人口红利下降与中低技能劳动者权益［J］．经济研究，2021，56（5）：91-108.

［27］EllisonG，Glaeser E L. Geographic Concentration in U.S. Manufacturing Industries：A Dartboard Approach［J］． Journal of Political Economy，1997，105（5）：889-927.

［28］Ellison G， Glaeser E L，Kerr W R. What Causes Industry Agglomeration？ Evidence from Coagglomeration Patterns［J］． The American Economic Review，2010，100（3）：1195-1213.

［29］陈红霞，雷佳，郭文文.生产性服务业的内部差异及比较优势研究——基于六大类生产性服务业细分行业的投入产出分析［J］．中国软科学，2020（S1）：50-57.

［30］张杰，付奎.信息网络基础设施建设能驱动城市创新水平提升吗？——基于“宽带中国”战略试点的准自然试验［J］．产业经济研究，2021（5）：1-14，127.

［31］周泽将，汪顺，张悦.知识产权保护与企业创新信息困境［J］．中国工业经济，2022（6）：136-154.

Digital Economy Development and Industry Chain Resilience Improvement

GU Cheng， ZHANG Shu-shan

（School of Economics and Management， Northeast Normal University， Changchun 130117， China）

Abstract： Improving the resilience and safety of the industrial chain is the basis for the steady cycle of the national economy， and it is also an inevitable requirement to ensure the long-term stable and high-quality development of the economy and society. Based on the panel data of 30 provinces in China from 2010 to 2021， this paper examines the effect， mechanism， heterogeneity and nonlinear relationship of the digital economy on the resilience level of the industrial chain. The research results show that the digital economy has significantly promoted the resilience level of the industrial chain. This positive impact still holds after endogenous treatment and a series of robustness tests， and this impact is characterized by a non-linear incremental “marginal effect” as the level of the digital economy rises; The impact of the digital economy on the resilience of the industrial chain is asymmetric， and the improvement of the resilience of the industrial chain from 2017 to 2021， the eastern and western regions， and the regions with weak intellectual property protection will be more obvious. The mechanism test shows that the digital economy can indirectly affect the resilience level of the industrial chain through the two paths of human capital and technological innovation.

Key words：digital economy; industrial chain resilience; human capital; technological innovation

（責任编辑：周正）