重大突發(fā)公共事件下數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的影響研究

張曬春， 谷洪波

（湖南科技大學(xué)商學(xué)院，湖南 湘潭 411201）

一、引言

經(jīng)濟(jì)社會發(fā)展不可避免地面臨諸如自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生及社會安全等重大突發(fā)公共事件的沖擊。各類外部風(fēng)險事件的發(fā)生都將對經(jīng)濟(jì)運(yùn)行和社會秩序帶來重大影響，造成經(jīng)濟(jì)的波動甚至持續(xù)下行。面對當(dāng)今新冠疫情的全球大流行以及愈加復(fù)雜嚴(yán)峻的外部環(huán)境，經(jīng)濟(jì)韌性水平成為衡量一個國家或一個地區(qū)經(jīng)濟(jì)能否持續(xù)穩(wěn)定發(fā)展的關(guān)鍵指標(biāo)[1]，同時，經(jīng)濟(jì)韌性也是區(qū)域經(jīng)濟(jì)系統(tǒng)克服困難、抵抗風(fēng)險、提升恢復(fù)力的重要基礎(chǔ)和保障。我國經(jīng)濟(jì)雖在疫情沖擊下展現(xiàn)出了強(qiáng)大的韌性，但所受影響仍不容忽視。首先，從GDP 和產(chǎn)業(yè)發(fā)展角度來看，根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，2020 年一季度GDP 同比下降6.8%，這是自國家統(tǒng)計局開始季度數(shù)據(jù)統(tǒng)計以來首次出現(xiàn)季度GDP 的負(fù)增長，所受沖擊遠(yuǎn)超1997 年亞洲金融風(fēng)暴和2008 年美國次貸危機(jī)帶來的影響。疫情下三次產(chǎn)業(yè)增加值指數(shù)均明顯下降，2020 年第一季度第一產(chǎn)業(yè)增加值指數(shù)下降了3.2%，第二產(chǎn)業(yè)增加值指數(shù)下降了9.6%，第三產(chǎn)業(yè)增加值指數(shù)下降了5.2%，第二產(chǎn)業(yè)降幅最大。其次，從就業(yè)和居民收入角度看，全國城鎮(zhèn)調(diào)查失業(yè)率從2020年1 月份的5.3%上升至2 月份的6.2%，直至9 月份才逐漸回落至5.4%。居民收入受疫情影響也是不可小覷，2020 年前兩季度居民人均可支配收入實際增長均為負(fù)，分別為-3.9%和-1.3%，第三季度才開始轉(zhuǎn)為小幅度的正向增長，可見疫情對居民收入的沖擊強(qiáng)度大、持續(xù)時間長。收入的下降和不樂觀的預(yù)期使微觀個體的消費(fèi)和投資更加謹(jǐn)慎，這也間接影響經(jīng)濟(jì)恢復(fù)的進(jìn)程，經(jīng)濟(jì)恢復(fù)緩慢又影響居民收入水平的提升[2]。最后，從拉動經(jīng)濟(jì)的“三駕馬車”來看，消費(fèi)、投資和出口均表現(xiàn)出一段時期的負(fù)增長，2020 年3 月統(tǒng)計的社會消費(fèi)品零售總額同比下降了15.8%，4 月到7 月下降幅度逐漸縮小，至8 月恢復(fù)為正向增長。固定資產(chǎn)投資額（不含農(nóng)戶）2 月累計下降24.5%，至9 月方才基本實現(xiàn)小幅增長。出口受疫情影響同樣嚴(yán)重，2020 年第一季度出口總值呈現(xiàn)較大幅度的下滑，分別為1 月下降2.9%，2 月下降17.2%，3 月下降6.6%。

此次重大突發(fā)公共事件對經(jīng)濟(jì)造成嚴(yán)重影響的同時，也帶來了諸多新經(jīng)濟(jì)和新業(yè)態(tài)的發(fā)展。在隔離防控措施下，居民的消費(fèi)習(xí)慣和生活方式都有了較大改變，如教育、辦公、消費(fèi)、娛樂，甚至部分醫(yī)療服務(wù)等日?；顒泳D(zhuǎn)至線上進(jìn)行，涌現(xiàn)了大量以數(shù)字技術(shù)為基礎(chǔ)的在線教育、線上辦公及互聯(lián)網(wǎng)醫(yī)療等新業(yè)態(tài)。數(shù)字經(jīng)濟(jì)作為推動經(jīng)濟(jì)發(fā)展的新引擎，在經(jīng)濟(jì)面臨沖擊時提供了強(qiáng)有力的支撐，充分發(fā)揮了穩(wěn)定器的作用。黨中央在“十四五”規(guī)劃中強(qiáng)調(diào)了要加快數(shù)字化發(fā)展，打造數(shù)字經(jīng)濟(jì)新優(yōu)勢。2020 年4 月在中國區(qū)域經(jīng)濟(jì)50 人論壇關(guān)于新冠疫情對經(jīng)濟(jì)影響的議題上，多位專家學(xué)者也表示要基于新基建，建立現(xiàn)代化產(chǎn)業(yè)鏈治理體系，持續(xù)實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，加快數(shù)字經(jīng)濟(jì)發(fā)展[3]。可見發(fā)展數(shù)字經(jīng)濟(jì)、實現(xiàn)數(shù)字科技賦能，是有效應(yīng)對當(dāng)下日益頻繁和難以預(yù)料的重大突發(fā)公共事件等外部沖擊的重要路徑，是提高區(qū)域經(jīng)濟(jì)抗風(fēng)險能力和不斷提升經(jīng)濟(jì)韌性的重要切入點。

本文運(yùn)用固定效應(yīng)模型和中介效應(yīng)模型探討數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的影響，著重回答以下問題：（1） 數(shù)字經(jīng)濟(jì)的發(fā)展能否促進(jìn)經(jīng)濟(jì)韌性的提升？（2） 如果數(shù)字經(jīng)濟(jì)的發(fā)展能促進(jìn)經(jīng)濟(jì)韌性的提升，那么是否存在間接影響？（3） 若存在間接影響，是否具有區(qū)域異質(zhì)性？（4） 如何根據(jù)研究結(jié)論和我國經(jīng)濟(jì)運(yùn)行實際情況提出相應(yīng)的政策建議？本文擬以數(shù)字經(jīng)濟(jì)為切入點，同時以城鄉(xiāng)收入差距作為中介變量來論證數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的影響機(jī)制，從理論和實證的角度為發(fā)展數(shù)字經(jīng)濟(jì)和提升經(jīng)濟(jì)韌性提供科學(xué)依據(jù)。

二、文獻(xiàn)回顧

2016 年《G20 數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》明確了數(shù)字經(jīng)濟(jì)的定義，該定義從要素、載體和應(yīng)用三個維度闡述了數(shù)字經(jīng)濟(jì)的要點：以數(shù)字化信息和數(shù)據(jù)為核心要素、以網(wǎng)絡(luò)及其基礎(chǔ)設(shè)施為重要載體，最后將數(shù)字化技術(shù)應(yīng)用于生產(chǎn)生活的各方面從而實現(xiàn)生產(chǎn)效率的提升和經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化。大多關(guān)于數(shù)字經(jīng)濟(jì)的已有研究，著重考察數(shù)字經(jīng)濟(jì)的測度、影響因素及其對現(xiàn)代經(jīng)濟(jì)的影響效應(yīng)。在數(shù)字經(jīng)濟(jì)的測度上，文獻(xiàn)多以構(gòu)建綜合評價指標(biāo)體系來測算數(shù)字經(jīng)濟(jì)指數(shù)[4，5]。關(guān)于數(shù)字經(jīng)濟(jì)的影響因素，研究表明經(jīng)濟(jì)增長水平、對外開放水平、政府行為和產(chǎn)業(yè)結(jié)構(gòu)水平等均對數(shù)字經(jīng)濟(jì)發(fā)展有促進(jìn)作用[6，7]。而更多的文獻(xiàn)則是從不同角度探討數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)發(fā)展的影響。李曉鐘[8]等認(rèn)為數(shù)字經(jīng)濟(jì)對城鄉(xiāng)收入差距的影響呈倒“U”型，并且人均收入水平越高、研發(fā)強(qiáng)度越大越有利于數(shù)字經(jīng)濟(jì)促進(jìn)城鄉(xiāng)收入差距的縮小；在對產(chǎn)業(yè)結(jié)構(gòu)的影響方面，數(shù)字經(jīng)濟(jì)的發(fā)展能夠顯著促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級[9-11]；也有學(xué)者聚焦于中國經(jīng)濟(jì)高質(zhì)量發(fā)展，李宗顯[12]等研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)通過促進(jìn)技術(shù)創(chuàng)新和提升要素配置效率有效推動了全要素生產(chǎn)率的提升。

已有關(guān)于經(jīng)濟(jì)韌性的研究主要集中于經(jīng)濟(jì)韌性的概念界定和測度上。有學(xué)者將經(jīng)濟(jì)韌性定義為經(jīng)濟(jì)系統(tǒng)有效應(yīng)對外部干擾的能力[13]，并強(qiáng)調(diào)有韌性的經(jīng)濟(jì)體在面對外部干擾和沖擊時能充分發(fā)揮自身的穩(wěn)定性、恢復(fù)力和適應(yīng)性[14-16]。其中“干擾和沖擊”不僅指經(jīng)濟(jì)波動，也包括自然災(zāi)害和重大突發(fā)公共衛(wèi)生事件。關(guān)于經(jīng)濟(jì)韌性的測度，學(xué)界主要有兩種方法即綜合指標(biāo)測度法[17]和核心變量法[18，19]，其中綜合指標(biāo)測度法是通過構(gòu)建一攬子指標(biāo)體系來對經(jīng)濟(jì)韌性進(jìn)行綜合測算，而核心變量法主要是通過GDP 或就業(yè)率的變化情況來反映地區(qū)經(jīng)濟(jì)的抵抗力或恢復(fù)力。近年來也逐漸有學(xué)者開始關(guān)注經(jīng)濟(jì)韌性的影響因素，當(dāng)前多數(shù)文獻(xiàn)主要從經(jīng)濟(jì)集聚[18]、產(chǎn)業(yè)發(fā)展[20-22]、創(chuàng)新投入和政策制度[23]等方面來進(jìn)行實證分析和研究。趙春燕[18]等研究發(fā)現(xiàn)經(jīng)濟(jì)集聚顯著促進(jìn)了城市經(jīng)濟(jì)韌性的提升，其中大城市和東部城市的經(jīng)濟(jì)韌性受多樣化集聚的影響更為顯著，而專業(yè)化集聚對小城市經(jīng)濟(jì)韌性提升效果更好。郭將[22]等認(rèn)為產(chǎn)業(yè)相關(guān)多樣性對經(jīng)濟(jì)韌性的影響會由于地區(qū)創(chuàng)新水平的差異表現(xiàn)出區(qū)域特征，高創(chuàng)新水平地區(qū)產(chǎn)業(yè)相關(guān)多樣性更能促進(jìn)經(jīng)濟(jì)韌性的提升。丁建軍[23]等對中國連片特困區(qū)的經(jīng)濟(jì)韌性進(jìn)行了測度和比較，發(fā)現(xiàn)越貧困的地區(qū)，經(jīng)濟(jì)韌性的提升越依賴扶貧政策。

關(guān)于數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的研究，目前國內(nèi)外相關(guān)成果都較少。Petrie&Marie[24]闡述了包容性的數(shù)字經(jīng)濟(jì)對提升非洲經(jīng)濟(jì)韌性的作用，認(rèn)為數(shù)字經(jīng)濟(jì)可通過釋放更多的商業(yè)、教育和衛(wèi)生等就業(yè)機(jī)會來實現(xiàn)社會包容和增強(qiáng)社會資本，進(jìn)而提升經(jīng)濟(jì)韌性。朱金鶴[25]等認(rèn)為數(shù)字經(jīng)濟(jì)對城市經(jīng)濟(jì)韌性具有顯著的提升作用，且人才資源發(fā)展?jié)摿Α⒔?jīng)濟(jì)部門發(fā)展動力以及創(chuàng)新產(chǎn)出發(fā)展活力是數(shù)字經(jīng)濟(jì)提升城市經(jīng)濟(jì)韌性的中介機(jī)制。

上述已有相關(guān)研究成果為本文的研究提供了很有價值的借鑒和啟示。但已有研究大多集中于經(jīng)濟(jì)韌性的概念界定和測度方法，關(guān)于其影響因素的研究也鮮有文獻(xiàn)從數(shù)字經(jīng)濟(jì)的角度進(jìn)行論證。此外，城鄉(xiāng)收入差距過大一直是困擾我國經(jīng)濟(jì)社會發(fā)展的一個重大問題。收入差距過大不利于經(jīng)濟(jì)韌性的提升，而數(shù)字經(jīng)濟(jì)由于其平臺化、數(shù)據(jù)化及普惠性等特點，對促進(jìn)農(nóng)民增收、縮小收入差距具有重要作用。因此，本文擬運(yùn)用固定效應(yīng)模型和中介效應(yīng)模型考察數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的影響，且不同于朱金鶴[25]等的研究，本文從縮小城鄉(xiāng)收入差距的視角檢驗數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的中介機(jī)制，并進(jìn)一步考察數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響機(jī)制的區(qū)域異質(zhì)性和經(jīng)濟(jì)韌性提升的路徑依賴性，這將從理論和實證上豐富和完善數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)韌性之間關(guān)系的研究，并為發(fā)展數(shù)字經(jīng)濟(jì)、提升經(jīng)濟(jì)韌性提供科學(xué)有效的理論依據(jù)和政策參考。

三、理論分析

（一） 數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的直接影響

數(shù)字經(jīng)濟(jì)作為一種新經(jīng)濟(jì)形態(tài)，主要從以下幾個方面影響經(jīng)濟(jì)韌性：一是數(shù)字經(jīng)濟(jì)自身發(fā)展規(guī)模大，其自身發(fā)展能在一定程度上有效促進(jìn)經(jīng)濟(jì)增長，提升區(qū)域經(jīng)濟(jì)的穩(wěn)定性和抵抗力。中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021）》顯示，我國2020 年數(shù)字經(jīng)濟(jì)的發(fā)展規(guī)模達(dá)39.2 萬億元，占GDP 的比重為38.6%，其中數(shù)字產(chǎn)業(yè)化及產(chǎn)業(yè)數(shù)字化規(guī)模分別為7.5 萬億元和31.7 萬億元，分別占GDP 的7.3%和31.2%。2020 年數(shù)字經(jīng)濟(jì)同比名義增速是GDP 同比名義增速的3.2 倍多，由此可見，2020 年面對突發(fā)的新冠疫情的沖擊和全球經(jīng)濟(jì)下行的壓力，數(shù)字經(jīng)濟(jì)成為穩(wěn)定經(jīng)濟(jì)增長的重要支撐和關(guān)鍵動力[26]。二是數(shù)字經(jīng)濟(jì)既能有效刺激消費(fèi)需求，又能提升資源配置效率，使區(qū)域經(jīng)濟(jì)具備更強(qiáng)的適應(yīng)性和恢復(fù)力。一方面，與傳統(tǒng)消費(fèi)方式相比，電子商務(wù)的發(fā)展大大降低了公眾購物的時間成本，也破除了空間限制，刺激了公眾非必需的消費(fèi)欲望；另一方面，數(shù)字化技術(shù)的應(yīng)用能夠為制造業(yè)企業(yè)節(jié)約大量人力和管理成本，實現(xiàn)資源和要素的合理配置并提高企業(yè)的生產(chǎn)和運(yùn)行效率。三是數(shù)字經(jīng)濟(jì)有助于推動經(jīng)濟(jì)的包容性和創(chuàng)新性發(fā)展，激發(fā)經(jīng)濟(jì)發(fā)展?jié)摿?。一方面，?shù)字技術(shù)的廣泛運(yùn)用有利于緩解低收入群體和貧困地區(qū)長期面臨的資源獲取劣勢，促進(jìn)機(jī)會平等，實現(xiàn)包容性發(fā)展[24]；另一方面，數(shù)字經(jīng)濟(jì)的信息和技術(shù)溢出能有效降低行業(yè)的進(jìn)入門檻，增加行業(yè)中供給主體的數(shù)量、促進(jìn)市場競爭[27]，有利于企業(yè)運(yùn)營模式和產(chǎn)品技術(shù)研發(fā)的創(chuàng)新；同時，數(shù)字技術(shù)的應(yīng)用降低了信息獲取的成本，促進(jìn)了產(chǎn)業(yè)間的信息共享[28]，5G 時代的萬物互聯(lián)有助于實現(xiàn)產(chǎn)業(yè)間的融合發(fā)展和創(chuàng)新發(fā)展[29]?；谝陨戏治觯岢黾僬f1：

H1：數(shù)字經(jīng)濟(jì)的發(fā)展能夠有效提升區(qū)域經(jīng)濟(jì)韌性。

（二） 數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的間接影響

中國是一個農(nóng)業(yè)大國，傳統(tǒng)“二元社會”長期以來造成了我國巨大的城鄉(xiāng)收入差距，而持續(xù)的較大的城鄉(xiāng)收入差距會影響經(jīng)濟(jì)韌性的提升。第一，根據(jù)凱恩斯的消費(fèi)理論，消費(fèi)取決于收入，而邊際消費(fèi)傾向則決定了收入中用于消費(fèi)的比例。通常低收入人群擁有相對更高的邊際消費(fèi)傾向，因此，收入差距的擴(kuò)大會嚴(yán)重影響社會的消費(fèi)水平進(jìn)而抑制經(jīng)濟(jì)韌性的提升。第二，持續(xù)的較大的收入差距是影響社會穩(wěn)定發(fā)展的潛在因素，蘊(yùn)含著很大的社會風(fēng)險，易造成對經(jīng)濟(jì)的沖擊。同時，收入差距越大，對低收入群體的轉(zhuǎn)移支付和用于社會維穩(wěn)的資金就越多，對經(jīng)濟(jì)的正常運(yùn)行與發(fā)展也越不利[30]。

促進(jìn)農(nóng)民收入增長、縮小城鄉(xiāng)收入差距是提升經(jīng)濟(jì)韌性、實現(xiàn)共同富裕的重要前提和基礎(chǔ)。數(shù)字經(jīng)濟(jì)為實現(xiàn)農(nóng)民增收、縮小城鄉(xiāng)收入差距提供了多種途徑：一是數(shù)字經(jīng)濟(jì)可增加農(nóng)業(yè)生產(chǎn)收入。第一，由于數(shù)字經(jīng)濟(jì)能夠有效降低信息獲取門檻，緩解信息不對稱問題，有利于農(nóng)民及時獲取市場最新信息從而合理調(diào)整生產(chǎn)策略，實現(xiàn)增收和減損；第二，數(shù)字技術(shù)與第一產(chǎn)業(yè)融合，可促進(jìn)生產(chǎn)工具、生產(chǎn)流程和生產(chǎn)技術(shù)的智能化，有利于推動農(nóng)業(yè)農(nóng)村現(xiàn)代化，提高農(nóng)村勞動生產(chǎn)率，降低生產(chǎn)成本，實現(xiàn)增產(chǎn)和增收；第三，電商平臺不僅為城市扶貧資源注入農(nóng)村提供了新的通道，也促進(jìn)了農(nóng)村傳統(tǒng)產(chǎn)業(yè)的規(guī)?；蜆?biāo)準(zhǔn)化，成為縮小城鄉(xiāng)收入差距的重要載體[31]。二是數(shù)字經(jīng)濟(jì)可通過拓寬農(nóng)村居民的就業(yè)渠道實現(xiàn)非農(nóng)就業(yè)的收入增長。近年來智能手機(jī)的快速普及和互聯(lián)網(wǎng)的高觸達(dá)性極大地增加了農(nóng)民接收信息的途徑，拓寬了農(nóng)民的就業(yè)渠道，增加了非農(nóng)就業(yè)收入。此外，數(shù)字技術(shù)與教育的融合降低了農(nóng)民的知識獲取門檻，有利于促進(jìn)農(nóng)村勞動力工作技能的提升，進(jìn)而匹配到薪資更高的職位。因此，本文提出假說2：

H2：數(shù)字經(jīng)濟(jì)能夠通過縮小城鄉(xiāng)收入差距來提升經(jīng)濟(jì)韌性。

四、研究設(shè)計

（一） 模型構(gòu)建

根據(jù)數(shù)字經(jīng)濟(jì)影響經(jīng)濟(jì)韌性的理論分析和假設(shè)，構(gòu)建模型如下：

式（1） 為數(shù)字經(jīng)濟(jì)影響經(jīng)濟(jì)韌性的基準(zhǔn)模型，檢驗假說1，系數(shù)α1表示數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的總效應(yīng)。模型（2） 和（3） 檢驗數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的中介機(jī)制，系數(shù)β1反映數(shù)字經(jīng)濟(jì)對中介變量的影響程度，γ1表示數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的直接效應(yīng)，β1和γ2的乘積β1γ2是數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的間接效應(yīng)，直接效應(yīng)和間接效應(yīng)的加總即為總效應(yīng)，即α1=γ1+β1γ2。模型中i、t 分別表示省份和年份，Resit表示經(jīng)濟(jì)韌性指數(shù)，Digitalit表示數(shù)字經(jīng)濟(jì)指數(shù)。IncGap 為中介變量，為了便于分析，用城鄉(xiāng)收入差距的倒數(shù)表示，該值越大則意味著城鄉(xiāng)收入差距越小。Controlsit為控制變量，選取地方政府財政分權(quán)（FinPow）、金融發(fā)展水平（FD）、基礎(chǔ)設(shè)施水平（Inf） 和地區(qū)國有工業(yè)企業(yè)占比（SOB）四個變量，σi為個體固定效應(yīng)。

（二） 變量選取

被解釋變量：經(jīng)濟(jì)韌性指數(shù)Res。本文借鑒H Yu[32]、白立敏[33]和齊昕[17]等人經(jīng)濟(jì)韌性指標(biāo)體系的構(gòu)建思路，并基于前述經(jīng)濟(jì)韌性的概念界定，結(jié)合數(shù)據(jù)的可獲得性，從經(jīng)濟(jì)系統(tǒng)的穩(wěn)定性、恢復(fù)力和發(fā)展?jié)摿θ齻€維度選取8 個指標(biāo)對經(jīng)濟(jì)韌性指數(shù)進(jìn)行測算。選取人均GDP、失業(yè)率和出口額占GDP 比重來衡量經(jīng)濟(jì)的穩(wěn)定性；選取居民人均可支配收入、人均房地產(chǎn)開發(fā)投資和第二產(chǎn)業(yè)占比三個指標(biāo)來反映區(qū)域經(jīng)濟(jì)的恢復(fù)力；選取每十萬人口高等教育平均在校生數(shù)來衡量人力資本水平，以科教支出占一般財政預(yù)算支出的比重來衡量科教投入，用這兩個指標(biāo)來綜合反映區(qū)域經(jīng)濟(jì)的發(fā)展?jié)摿Α?/p>

核心解釋變量：數(shù)字經(jīng)濟(jì)指數(shù)Digital。參考焦帥濤[7]等、李宗顯[12]等、劉軍[6]等數(shù)字經(jīng)濟(jì)指標(biāo)體系的構(gòu)建思路，結(jié)合前述數(shù)字經(jīng)濟(jì)的內(nèi)涵，構(gòu)建包含數(shù)字化基礎(chǔ)、數(shù)字化創(chuàng)新和數(shù)字化應(yīng)用3 個一級指標(biāo)、6 個二級指標(biāo)和13 個三級指標(biāo)的數(shù)字經(jīng)濟(jì)指標(biāo)體系。其中數(shù)字化基礎(chǔ)是指數(shù)字經(jīng)濟(jì)發(fā)展的設(shè)施載體，包含固定端基礎(chǔ)和移動端基礎(chǔ)；數(shù)字化創(chuàng)新是指數(shù)字經(jīng)濟(jì)發(fā)展的技術(shù)支撐，包含創(chuàng)新投入和創(chuàng)新產(chǎn)出；數(shù)字化應(yīng)用是指數(shù)字經(jīng)濟(jì)的應(yīng)用途徑，主要包含數(shù)字交易和數(shù)字金融兩個方面。

中介變量：城鄉(xiāng)收入差距IncGap。由于城鄉(xiāng)收入差距擴(kuò)大不利于經(jīng)濟(jì)的均衡發(fā)展，故城鄉(xiāng)收入差距對經(jīng)濟(jì)韌性的提升有抑制作用。本文使用城鄉(xiāng)收入差距的倒數(shù)即農(nóng)村居民人均可支配收入與城鎮(zhèn)居民人均可支配收入的比值來表征收入差距。

控制變量。本文選擇了省級政府財政分權(quán)（FinPow）、金融發(fā)展水平（FD）、城市基礎(chǔ)設(shè)施水平（Inf） 和地區(qū)國有工業(yè)企業(yè)數(shù)量占比（SOB） 等四個變量。其中財政分權(quán)用各省財政收入與全國財政收入之比衡量，金融發(fā)展水平用金融業(yè)增加值占GDP 的比重來衡量，城市基礎(chǔ)設(shè)施水平用城市人均道路面積衡量，國有工業(yè)企業(yè)占比等于地區(qū)國有控股工業(yè)企業(yè)數(shù)量與地區(qū)規(guī)模以上工業(yè)企業(yè)數(shù)量之比。

以上所有變量，除了經(jīng)濟(jì)韌性指數(shù)和數(shù)字經(jīng)濟(jì)指數(shù)，其他變量均做了取對數(shù)處理。主要變量的描述性統(tǒng)計見表1。

表1 變量描述性統(tǒng)計

（三） 指數(shù)測度方法與數(shù)據(jù)來源

1.指數(shù)測度方法。本文采用熵值法對數(shù)字經(jīng)濟(jì)指數(shù)和經(jīng)濟(jì)韌性指數(shù)進(jìn)行測度。熵值法可以根據(jù)指標(biāo)變異程度的大小來確定指標(biāo)的客觀權(quán)重，其計算方法如下：

對各項指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，公式為：

由于本文是對面板數(shù)據(jù)的指標(biāo)進(jìn)行賦權(quán)，因此對歸一化和信息熵的計算做了如下調(diào)整：

其中Xij表示省份i 的j 指標(biāo)數(shù)據(jù)，t 表示時期。數(shù)字經(jīng)濟(jì)綜合指標(biāo)體系及其指標(biāo)賦權(quán)結(jié)果見表2；經(jīng)濟(jì)韌性綜合指標(biāo)體系及其指標(biāo)賦權(quán)結(jié)果見表3。

表2 數(shù)字經(jīng)濟(jì)綜合指標(biāo)體系及權(quán)重

表3 經(jīng)濟(jì)韌性指數(shù)綜合指標(biāo)體系及權(quán)重

2.數(shù)據(jù)來源。本文基于2015—2019 年全國30個?。ㄊ?、自治區(qū)） （因數(shù)據(jù)可得性原因，西藏自治區(qū)暫未考察） 的數(shù)據(jù)對數(shù)字經(jīng)濟(jì)指數(shù)和經(jīng)濟(jì)韌性指數(shù)進(jìn)行測算，數(shù)字普惠金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心，其他數(shù)據(jù)來自2016—2020 年《中國統(tǒng)計年鑒》和國家統(tǒng)計局。

五、實證結(jié)果分析

（一） 基準(zhǔn)回歸

在回歸之前先對各變量進(jìn)行如下檢驗：首先進(jìn)行多重共線性檢驗，結(jié)果顯示各變量的方差膨脹因子（VIF） 最大值不超過10，因此可排除多重共線性的影響；其次，對年度虛擬變量的聯(lián)合顯著性進(jìn)行檢驗，檢驗結(jié)果不拒絕“無時間效應(yīng)”的原假設(shè)，因此本文暫不考慮時間效應(yīng)；最后，Hausman 檢驗的結(jié)果顯示P 值小于0.001，但“V_b-V_B”非正定，借鑒陳小輝[9]等的做法，先選用固定效應(yīng)模型進(jìn)行基準(zhǔn)回歸，然后采用隨機(jī)效應(yīng)模型進(jìn)行穩(wěn)健性檢驗。基于以上檢驗，本文運(yùn)用個體固定效應(yīng)模型進(jìn)行估計，同時采用聚類穩(wěn)健標(biāo)準(zhǔn)誤修正異方差，利用逐步檢驗回歸系數(shù)法檢驗前文假設(shè)?；貧w結(jié)果見表4。

表4 中，（1） 列為數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的回歸結(jié)果，（2） 列和（3） 列為數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的中介機(jī)制檢驗結(jié)果。（1） 列的回歸結(jié)果顯示數(shù)字經(jīng)濟(jì)在1%的顯著性水平下促進(jìn)了經(jīng)濟(jì)韌性的提升，驗證了假設(shè)H1。（2） 列的回歸結(jié)果顯示數(shù)字經(jīng)濟(jì)的回歸系數(shù)在1%的顯著性水平下為正，即數(shù)字經(jīng)濟(jì)能夠顯著縮小城鄉(xiāng)收入差距，又根據(jù)（3）列，經(jīng)濟(jì)韌性對于城鄉(xiāng)收入差距的回歸系數(shù)也通過1%顯著性水平的檢驗，表明縮小城鄉(xiāng)收入差距有利于促進(jìn)經(jīng)濟(jì)韌性的提升，因此，數(shù)字經(jīng)濟(jì)通過縮小城鄉(xiāng)收入差距提升了經(jīng)濟(jì)韌性，驗證了假設(shè)H2。因此，數(shù)字經(jīng)濟(jì)的發(fā)展不僅能直接促進(jìn)經(jīng)濟(jì)韌性的提升，還能通過縮小城鄉(xiāng)收入差距來提升經(jīng)濟(jì)韌性。

表4 數(shù)字經(jīng)濟(jì)發(fā)展對經(jīng)濟(jì)韌性影響的回歸結(jié)果

控制變量中，財政分權(quán)對經(jīng)濟(jì)韌性有顯著的抑制作用。由于不同地區(qū)的經(jīng)濟(jì)發(fā)展存在較大差異，因而，地方政府的財政收入也就存在明顯的差距，縮小地方政府的財政分權(quán)，讓部分財政收入由中央統(tǒng)一進(jìn)行宏觀調(diào)撥，有利于實現(xiàn)區(qū)域經(jīng)濟(jì)的平衡發(fā)展，縮小地區(qū)發(fā)展差距，提升經(jīng)濟(jì)韌性。此外，金融發(fā)展對經(jīng)濟(jì)韌性存在顯著的抑制效應(yīng)，可能的原因在于金融業(yè)沒有充分地服務(wù)于實體經(jīng)濟(jì)。實體經(jīng)濟(jì)是經(jīng)濟(jì)發(fā)展的基礎(chǔ)，金融業(yè)“脫實向虛”的現(xiàn)象容易增加經(jīng)濟(jì)發(fā)展中的系統(tǒng)性風(fēng)險，不利于提升經(jīng)濟(jì)韌性。基礎(chǔ)設(shè)施是一切發(fā)展的基石，所謂“要想富，先修路”，完善的基礎(chǔ)設(shè)施有利于各項經(jīng)濟(jì)社會活動的開展，對經(jīng)濟(jì)韌性的提升有著基礎(chǔ)性的作用。

（二） 穩(wěn)健性檢驗

1.內(nèi)生性討論。計量模型設(shè)定中難以避免地會出現(xiàn)遺漏變量，當(dāng)遺漏變量與解釋變量相關(guān)時，則會導(dǎo)致內(nèi)生性問題。同時，經(jīng)濟(jì)韌性水平高也有利于數(shù)字經(jīng)濟(jì)的發(fā)展，故數(shù)字經(jīng)濟(jì)與經(jīng)濟(jì)韌性之間可能存在逆向因果關(guān)系。為解決遺漏變量和逆向因果引起的內(nèi)生性偏誤，本文借鑒趙濤[5]等和李宗顯[12]等的方法，結(jié)合數(shù)據(jù)可得性，采用1989 年省級層面每百人擁有電話數(shù)量作為數(shù)字經(jīng)濟(jì)的工具變量來解決內(nèi)生性問題。選用該工具變量的合理性在于：第一，在互聯(lián)網(wǎng)普及之前，電話機(jī)使用較多的地區(qū)擁有相對更完善的通信基礎(chǔ)設(shè)施和知識技術(shù)儲備，為后期數(shù)字經(jīng)濟(jì)的發(fā)展奠定了基礎(chǔ)，滿足了與解釋變量相關(guān)的內(nèi)生性要求；第二，由于數(shù)字技術(shù)更新迭代速度快，傳統(tǒng)的通信工具逐漸被替代，故所選工具變量對當(dāng)前經(jīng)濟(jì)韌性和遺漏變量的影響微乎其微，滿足了外生性要求。將全國互聯(lián)網(wǎng)普及率滯后一期與工具變量進(jìn)行交乘，構(gòu)造面板工具變量進(jìn)行估計，結(jié)果見表5。估計結(jié)果顯示不可識別檢驗的Kleibergen-Paap rk LM 統(tǒng)計量P 值為0.000，強(qiáng)烈拒絕不可識別的原假設(shè)。弱工具變量檢驗的Kleibergen-Paap rk Wald F 統(tǒng)計量的值大于Stock and Yogo（2005） 弱識別檢驗10%水平上的臨界值16.38，拒絕存在弱工具變量的原假設(shè)，證明所選的工具變量是合理有效的。此外，解釋變量內(nèi)生性檢驗的χ2（1）統(tǒng)計量為9.586，其P 值為0.002，可認(rèn)為解釋變量是內(nèi)生的。表5 的回歸結(jié)果顯示在考慮了內(nèi)生性問題后數(shù)字經(jīng)濟(jì)依然在1%水平下顯著提高了經(jīng)濟(jì)韌性，說明基準(zhǔn)回歸是穩(wěn)健的。

2.經(jīng)濟(jì)韌性提升路徑依賴檢驗。為檢驗經(jīng)濟(jì)韌性是否受到上一期韌性水平的影響，本文將被解釋變量經(jīng)濟(jì)韌性的一階滯后項納入模型，采用差分GMM 進(jìn)行檢驗，模型如下。

檢驗結(jié)果顯示AR（2）P 值為0.700，說明擾動項不存在二階自相關(guān)，Hansen 檢驗的P 值為0.337，通過了過度識別檢驗。估計結(jié)果表明經(jīng)濟(jì)韌性的一階滯后項在1%的水平下為正，說明經(jīng)濟(jì)韌性的提升存在一定的路徑依賴，當(dāng)期經(jīng)濟(jì)韌性的提升在一定程度上依賴于上一期的韌性水平。原因可能在于韌性水平高的地區(qū)具有更高的經(jīng)濟(jì)穩(wěn)定性、恢復(fù)力和發(fā)展?jié)摿?，?jīng)濟(jì)系統(tǒng)更加健康完善，更有利于下一期經(jīng)濟(jì)韌性水平的提升。此外，回歸結(jié)果顯示數(shù)字經(jīng)濟(jì)依然對經(jīng)濟(jì)韌性具有顯著的促進(jìn)作用，且通過5%顯著性水平的檢驗，與前文結(jié)論一致，證明基準(zhǔn)回歸和假設(shè)H1 是穩(wěn)健的。具體回歸結(jié)果見表6。

表6 經(jīng)濟(jì)韌性路徑依賴檢驗

3.異常值處理。為排除基準(zhǔn)回歸結(jié)果可能受到的樣本異常值的影響，對連續(xù)變量在1 百分位和99百分位進(jìn)行縮尾處理，表7 中（1）~（3） 列報告了對縮尾處理后的數(shù)據(jù)進(jìn)行面板回歸的結(jié)果。由表7 的回歸結(jié)果看出，（1） 列和（3） 列中，數(shù)字經(jīng)濟(jì)的回歸系數(shù)為正且均通過了1%顯著性水平的檢驗，說明基準(zhǔn)回歸結(jié)果是穩(wěn)健的，進(jìn)一步驗證了假設(shè)H1，即數(shù)字經(jīng)濟(jì)顯著提高了經(jīng)濟(jì)韌性；（2） 列中數(shù)字經(jīng)濟(jì)的回歸系數(shù)在1%的顯著性水平下為正，且（3）列中城鄉(xiāng)收入差距的倒數(shù)與經(jīng)濟(jì)韌性在1%的顯著性水平下正相關(guān)，驗證了城鄉(xiāng)收入差距的中介效應(yīng)，即假設(shè)H2 成立。以上回歸結(jié)果與基準(zhǔn)回歸基本一致，證明前述結(jié)論穩(wěn)健。

4.采用隨機(jī)效應(yīng)RE 對假設(shè)進(jìn)行檢驗，結(jié)果見表7 的（4）~（6） 列，數(shù)字經(jīng)濟(jì)顯著提升了經(jīng)濟(jì)韌性，并且城鄉(xiāng)收入差距發(fā)揮了部分中介效應(yīng)，與基準(zhǔn)回歸基本一致。

表7 縮尾處理與RE 估計的穩(wěn)健性檢驗

5.區(qū)域異質(zhì)性檢驗?？紤]到經(jīng)濟(jì)韌性和數(shù)字經(jīng)濟(jì)的發(fā)展存在地區(qū)差異，此處將所研究的30 個?。ㄊ?、自治區(qū)） 劃分為東部和中西部地區(qū)，探究數(shù)字經(jīng)濟(jì)影響經(jīng)濟(jì)韌性的區(qū)域異質(zhì)性。回歸結(jié)果見表8，無論是東部地區(qū)還是中西部地區(qū)，數(shù)字經(jīng)濟(jì)發(fā)展均在1%的顯著性水平下提高了經(jīng)濟(jì)韌性，進(jìn)一步驗證了假說H1。此外，東部地區(qū)和中西部地區(qū)的城鄉(xiāng)收入差距均顯著發(fā)揮了中介效應(yīng)，即數(shù)字經(jīng)濟(jì)能夠通過縮小城鄉(xiāng)收入差距來提升經(jīng)濟(jì)韌性，驗證了假設(shè)H2。其中，中西部地區(qū)的中介效應(yīng)程度為10.6%，東部地區(qū)則為3.6%。相比之下，東部地區(qū)的數(shù)字經(jīng)濟(jì)更發(fā)達(dá)，城鄉(xiāng)收入差距也相對較小，數(shù)字技術(shù)對經(jīng)濟(jì)運(yùn)行的滲透更全面深入，因此，東部地區(qū)數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的提升主要體現(xiàn)為直接效應(yīng)。中西部地區(qū)的數(shù)字經(jīng)濟(jì)相對落后，不足以支撐經(jīng)濟(jì)韌性的全面提升，但中西部地區(qū)的城鄉(xiāng)收入差距更大，數(shù)字經(jīng)濟(jì)對均衡城鄉(xiāng)收入分配具有相對更大的作用空間，故可以通過縮小收入差距來提升經(jīng)濟(jì)韌性，因此中介效應(yīng)程度更大。

表8 區(qū)域異質(zhì)性檢驗

六、結(jié)論與政策建議

（一） 研究結(jié)論

面對重大突發(fā)公共事件等各類外部風(fēng)險事件的沖擊與持續(xù)影響，數(shù)字經(jīng)濟(jì)的發(fā)展為區(qū)域經(jīng)濟(jì)韌性的提升提供了有力的支撐，是推動我國經(jīng)濟(jì)持續(xù)穩(wěn)定和高質(zhì)量發(fā)展的新引擎。基于此，本文運(yùn)用2015—2019 年我國30 個省（市、自治區(qū)） 的面板數(shù)據(jù)，采用固定效應(yīng)模型和中介效應(yīng)模型實證檢驗了數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的影響及作用機(jī)制，得出結(jié)論：

1.數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的提升具有顯著的促進(jìn)作用，在考慮了內(nèi)生性、極端值等問題后，該結(jié)論依舊成立。

2.城鄉(xiāng)收入差距發(fā)揮了部分中介效應(yīng)，即數(shù)字經(jīng)濟(jì)能夠通過縮小城鄉(xiāng)收入差距來提升經(jīng)濟(jì)韌性。

3.經(jīng)濟(jì)韌性的提升具有一定程度的路徑依賴，即上一期的經(jīng)濟(jì)韌性水平對當(dāng)期經(jīng)濟(jì)韌性的提升具有顯著的正向影響。

4.數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性影響的中介效應(yīng)具有區(qū)域異質(zhì)性，城鄉(xiāng)收入差距發(fā)揮的中介效應(yīng)程度在東部地區(qū)約為3.6%，在中西部地區(qū)約為10.6%。

（二） 政策建議

基于以上結(jié)論，本文提出以下政策建議。

1.緊扣創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，夯實數(shù)字經(jīng)濟(jì)技術(shù)基礎(chǔ)。數(shù)字經(jīng)濟(jì)的發(fā)展離不開前沿科技的支撐，而當(dāng)前中國依然有部分核心科技面臨“卡脖子”問題，政府應(yīng)加大對研發(fā)型創(chuàng)新企業(yè)的政策支持，激發(fā)企業(yè)加大科技創(chuàng)新和增加研發(fā)投入的動力，穩(wěn)固數(shù)字經(jīng)濟(jì)的發(fā)展基礎(chǔ)。此外，人才是科技創(chuàng)新發(fā)展的關(guān)鍵要素，政府應(yīng)高度重視高端科研人才流往國外的問題，對高校、研究所以及研究型企業(yè)進(jìn)行積極引導(dǎo)，緩解科研人員的競爭壓力，創(chuàng)造良好的科研環(huán)境，吸引人才回流。

2.順應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展潮流，加強(qiáng)數(shù)字技術(shù)與產(chǎn)業(yè)的融合發(fā)展。數(shù)字經(jīng)濟(jì)在數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化上都有利于傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級和資源的優(yōu)化配置，因此應(yīng)深化數(shù)字技術(shù)對經(jīng)濟(jì)的滲透，將數(shù)字技術(shù)廣泛和深度應(yīng)用于各行各業(yè)，積極打造數(shù)字中國；應(yīng)充分發(fā)揮數(shù)字化知識和技術(shù)的溢出效應(yīng)，加強(qiáng)數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)韌性的作用效果。

3.加大中西部欠發(fā)達(dá)地區(qū)新型基礎(chǔ)設(shè)施建設(shè)投入，加強(qiáng)數(shù)字經(jīng)濟(jì)對低收入群體的輻射。當(dāng)數(shù)字經(jīng)濟(jì)的發(fā)展跨越了“倒U 型”的拐點，數(shù)字經(jīng)濟(jì)就能夠顯著縮小城鄉(xiāng)收入差距，農(nóng)村居民也能享受“數(shù)字紅利”[8]。因此，應(yīng)加大新基建和數(shù)字教育的投入，尤其是深化中西部欠發(fā)達(dá)地區(qū)數(shù)字技術(shù)與教育的融合，縮小“數(shù)字鴻溝”，充分發(fā)揮數(shù)字經(jīng)濟(jì)的減貧效應(yīng)。