數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的影響研究

摘 要：新發(fā)展格局下數(shù)字基礎(chǔ)設(shè)施成為提升區(qū)域創(chuàng)新韌性的關(guān)鍵內(nèi)驅(qū)力。文章基于2011～2022年中國30個(gè)省級(jí)面板數(shù)據(jù)，在綜合測(cè)算數(shù)字經(jīng)濟(jì)水平與區(qū)域創(chuàng)新韌性水平的基礎(chǔ)上，運(yùn)用固定效應(yīng)模型、中介效應(yīng)模型等考察數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的影響效應(yīng)、傳導(dǎo)機(jī)制及異質(zhì)性特征。研究表明：數(shù)字基礎(chǔ)設(shè)施能夠顯著提升區(qū)域創(chuàng)新韌性，該結(jié)論在經(jīng)過穩(wěn)健性檢驗(yàn)、內(nèi)生性檢驗(yàn)后依然成立；中介機(jī)制檢驗(yàn)發(fā)現(xiàn)，消費(fèi)擴(kuò)容和產(chǎn)業(yè)集聚是數(shù)字基礎(chǔ)設(shè)施提升區(qū)域創(chuàng)新韌性的重要渠道；數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的提升效應(yīng)存在區(qū)位和時(shí)間異質(zhì)性，對(duì)東部地區(qū)的提升作用顯著高于中西部地區(qū)，且2014年后的提升作用顯著增強(qiáng)。

關(guān)鍵詞：數(shù)字基礎(chǔ)設(shè)施；創(chuàng)新韌性；中介效應(yīng)；異質(zhì)性分析

中圖分類號(hào)：F49，F(xiàn)124.3 " " 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：1671-0142（2024）06-0052-06

黨的二十大報(bào)告指出，要堅(jiān)持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位，加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，實(shí)現(xiàn)高水平科技自立自強(qiáng)。提升區(qū)域創(chuàng)新韌性是有效防范風(fēng)險(xiǎn)、應(yīng)對(duì)內(nèi)外環(huán)境變化挑戰(zhàn)和實(shí)現(xiàn)中國式現(xiàn)代化的重要抓手。與此同時(shí)，全球經(jīng)濟(jì)進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字基礎(chǔ)設(shè)施能夠有效節(jié)約區(qū)域間交易成本、促進(jìn)區(qū)域間知識(shí)溢出、優(yōu)化區(qū)域間創(chuàng)新資源配置，為提升區(qū)域創(chuàng)新韌性提供了思路。

現(xiàn)有研究與本文相關(guān)的文獻(xiàn)主要包括兩支：一是數(shù)字基礎(chǔ)設(shè)施的經(jīng)濟(jì)效應(yīng)。一方面，數(shù)字基礎(chǔ)設(shè)施的建設(shè)加快實(shí)體經(jīng)濟(jì)增長。鄧榮榮認(rèn)為數(shù)字基礎(chǔ)設(shè)施建設(shè)不僅可以促進(jìn)資本要素的積累，還能夠產(chǎn)生新型生產(chǎn)要素——數(shù)據(jù)，拓展了傳統(tǒng)經(jīng)濟(jì)增長理論的邊界[1]。另一方面，數(shù)字基礎(chǔ)設(shè)施的建設(shè)加快數(shù)字經(jīng)濟(jì)增長。劉雅君基于“寬帶中國”戰(zhàn)略視角，分析得出了加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)能顯著激發(fā)城市創(chuàng)新活力，帶動(dòng)城市數(shù)字企業(yè)發(fā)展[2]。二是關(guān)于韌性研究主要集中在經(jīng)濟(jì)韌性、產(chǎn)業(yè)韌性等層面：就經(jīng)濟(jì)韌性而言，徐圓將經(jīng)濟(jì)韌性引入實(shí)證研究，在反事實(shí)實(shí)驗(yàn)的框架下運(yùn)用GMM-SL-SAR-RE模型分期測(cè)度了230個(gè)城市的經(jīng)濟(jì)韌性[3]。就產(chǎn)業(yè)韌性而言，鄭濤基于1997～2019年中國高技術(shù)制造業(yè)時(shí)序數(shù)據(jù)，實(shí)證研究發(fā)現(xiàn)技術(shù)創(chuàng)新對(duì)高技術(shù)制造業(yè)韌性具有正向效應(yīng)，且產(chǎn)業(yè)升級(jí)在技術(shù)創(chuàng)新對(duì)產(chǎn)業(yè)韌性的正向影響中發(fā)揮中介效應(yīng)[4]。

梳理現(xiàn)有研究成果發(fā)現(xiàn)，現(xiàn)階段關(guān)于數(shù)字基礎(chǔ)設(shè)施、經(jīng)濟(jì)韌性、產(chǎn)業(yè)韌性的研究已較為深入，但是針對(duì)創(chuàng)新韌性的研究尚有不足，缺乏系統(tǒng)的創(chuàng)新韌性測(cè)度方法，同時(shí)鮮有數(shù)字基礎(chǔ)設(shè)施對(duì)創(chuàng)新韌性的影響研究。鑒于此，本文基于2011～2022年我國30個(gè)省份的（西藏及港澳臺(tái)除外）省級(jí)面板數(shù)據(jù)，構(gòu)建以抵抗力、恢復(fù)力、再生力為主的區(qū)域創(chuàng)新韌性測(cè)度體系，并研究數(shù)字基礎(chǔ)設(shè)施對(duì)于區(qū)域創(chuàng)新韌性的影響，分析其影響機(jī)制，檢驗(yàn)異質(zhì)性，為提高區(qū)域創(chuàng)新韌性提供理論支撐及科學(xué)指導(dǎo)。

1 研究假設(shè)

區(qū)域創(chuàng)新韌性被認(rèn)為是一個(gè)不斷調(diào)整與適應(yīng)的過程，是系統(tǒng)在外部沖擊下表現(xiàn)出的抵抗力、恢復(fù)力以及再生力，數(shù)字基礎(chǔ)設(shè)施的溢出效應(yīng)、數(shù)字平臺(tái)的多樣性、基于傳統(tǒng)物理基礎(chǔ)設(shè)施的改造等屬性能夠有效增強(qiáng)上述能力，進(jìn)而提升區(qū)域創(chuàng)新韌性?；诖?，提出如下研究假設(shè)：

假設(shè)1：數(shù)字基礎(chǔ)設(shè)施有利于提升區(qū)域創(chuàng)新韌性。

數(shù)字基礎(chǔ)設(shè)施通過促進(jìn)消費(fèi)擴(kuò)容提升區(qū)域創(chuàng)新韌性。數(shù)字技術(shù)發(fā)展能夠有效改善中、高收入階層的邊際消費(fèi)水平傾向，并減緩市場(chǎng)上有效需求不足的狀況。同時(shí)，數(shù)字基礎(chǔ)設(shè)施發(fā)展還會(huì)激發(fā)消費(fèi)者的多元化需求，從過去的商品供給方單一方向輸出發(fā)展為商品供需雙方的雙向交易流動(dòng)。消費(fèi)市場(chǎng)擴(kuò)容升級(jí)使得對(duì)高技術(shù)產(chǎn)品的需求擴(kuò)大，高技術(shù)制造商將會(huì)進(jìn)一步提升自身的韌性，提高創(chuàng)新效率，為其研發(fā)符合市場(chǎng)需要的產(chǎn)品[5]。

數(shù)字基礎(chǔ)設(shè)施通過推動(dòng)產(chǎn)業(yè)集聚提升區(qū)域創(chuàng)新韌性。數(shù)字技術(shù)可以有效促進(jìn)工業(yè)數(shù)字化價(jià)值鏈的整合、跨界整合?；诖耍岢鋈缦卵芯考僭O(shè)：

假設(shè)2：數(shù)字基礎(chǔ)設(shè)施通過促進(jìn)消費(fèi)擴(kuò)容提升區(qū)域創(chuàng)新韌性。

假設(shè)3：數(shù)字基礎(chǔ)設(shè)施通過促進(jìn)產(chǎn)業(yè)集聚提升區(qū)域創(chuàng)新韌性。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為考察數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的影響，本文構(gòu)建固定效應(yīng)模型（1）：

[IRit=α0+α1DIit+α2controlit+ui+δt+δit]

其中，i為地區(qū)，t為時(shí)間，IR為區(qū)域創(chuàng)新韌性，DI為數(shù)字基礎(chǔ)設(shè)施，control為控制變量，ui、δt為地區(qū)和時(shí)間固定效應(yīng)，εit誤差項(xiàng)。

為進(jìn)一步探究數(shù)字基礎(chǔ)設(shè)施影響區(qū)域創(chuàng)新韌性的傳導(dǎo)機(jī)制，本文設(shè)定模型（2）與模型（3）進(jìn)行中介效應(yīng)檢驗(yàn)：

[MEDit=χ0+χ1DIit+χ2controlit+ui+δt+εit]

[IRit=η0+η1DIit+η2MEDit+η3control+ui+δt+εit]

其中，i為地區(qū)，t為時(shí)期，MED為中介變量，包括消費(fèi)擴(kuò)容CE、產(chǎn)業(yè)集聚IC，其余變量含義同模型（1）。

2.2 變量說明

（1）解釋變量：數(shù)字基礎(chǔ)設(shè)施（DI）。本文借鑒現(xiàn)有文獻(xiàn)，搜集互聯(lián)網(wǎng)寬帶接入端口數(shù)、信息服務(wù)業(yè)產(chǎn)值等19個(gè)指標(biāo)，并采用熵值法進(jìn)行權(quán)重測(cè)度，數(shù)字基礎(chǔ)設(shè)施指標(biāo)體系如表1所示。

（2）被解釋變量：區(qū)域創(chuàng)新韌性（IR）?；陧g性的概念與現(xiàn)有文獻(xiàn)，考慮到數(shù)據(jù)可得性，本文從抵抗力、恢復(fù)力、再生力三個(gè)維度來構(gòu)建區(qū)域創(chuàng)新韌性的評(píng)價(jià)體系，如表2所示。此基礎(chǔ)上，采用熵值法確定權(quán)重區(qū)域創(chuàng)新韌性指數(shù)。

（3）控制變量：1）產(chǎn)業(yè)結(jié)構(gòu)（IS）用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比值來衡量；2）財(cái)政支持（FS）用地方財(cái)政一般預(yù)算內(nèi)支出占GDP比值來表示；3）金融發(fā)展（FD）用年末金融機(jī)構(gòu)存貸款總額占GDP比值來衡量；4）人口總數(shù)（TP）采用城市人口總數(shù)的對(duì)數(shù)來表示。5）對(duì)外開放（OP）用經(jīng)營單位所在地進(jìn)出口總額的對(duì)數(shù)表示。

（4）中介變量：參照李云鶴[6]，本文選用消費(fèi)擴(kuò)容（CE）和產(chǎn)業(yè)集聚（IC）作為中介變量。其中，消費(fèi)擴(kuò)容采用社會(huì)消費(fèi)品總額來衡量，指標(biāo)值越大表示消費(fèi)擴(kuò)容越強(qiáng)；產(chǎn)業(yè)集聚使用信息產(chǎn)業(yè)區(qū)位熵來度量，指標(biāo)值越大，集聚程度越高。

2.3 數(shù)據(jù)來源

本文研究數(shù)據(jù)包括我國30個(gè)省市（不含西藏及港澳臺(tái)）2011～2022年的數(shù)據(jù)，主要來自《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《高等學(xué)?？萍冀y(tǒng)計(jì)資料匯編》《中國通信產(chǎn)業(yè)統(tǒng)計(jì)年鑒》等。

3 實(shí)證分析

3.1 基準(zhǔn)回歸

本文選用固定效應(yīng)模型評(píng)估數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的影響效應(yīng)，加入時(shí)間固定效應(yīng)[δt]、地區(qū)固定效應(yīng)ui來進(jìn)行控制。結(jié)果如表3所示。

表3顯示基準(zhǔn)回歸結(jié)果。列（1）為未加入控制變量時(shí)的回歸結(jié)果，數(shù)字基礎(chǔ)設(shè)施的回歸系數(shù)為0.774，同時(shí)在1%水平上顯著，說明數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性具有顯著提升作用。列（2）至列（6）分別為依次加入控制變量后的回歸結(jié)果，R2的值呈現(xiàn)逐步增大的趨勢(shì)，擬合優(yōu)度越來越好。

以列（6）為例進(jìn)行分析，數(shù)字基礎(chǔ)設(shè)施的系數(shù)為0.833，且在1%的水平下通過了顯著性檢驗(yàn)，說明數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性提升具有促進(jìn)效應(yīng)，驗(yàn)證了本文假設(shè)1。從控制變量的回歸結(jié)果來看，多數(shù)控制變量對(duì)區(qū)域創(chuàng)新韌性都有顯著的影響。產(chǎn)業(yè)結(jié)構(gòu)對(duì)區(qū)域創(chuàng)新韌性的影響系數(shù)為-0.035，通過了1%的顯著性檢驗(yàn)，說明第三產(chǎn)業(yè)越發(fā)達(dá)，第二產(chǎn)業(yè)越萎縮，對(duì)區(qū)域創(chuàng)新韌性的抑制作用越大；人口總數(shù)對(duì)區(qū)域創(chuàng)新韌性的影響系數(shù)為-0.033，通過了1%的顯著性檢驗(yàn)，說明城鎮(zhèn)人口基數(shù)越大，對(duì)區(qū)域創(chuàng)新韌性的抑制作用越大。財(cái)政支持、金融發(fā)展和對(duì)外開放對(duì)區(qū)域創(chuàng)新韌性的影響系數(shù)都為正，說明以上因素都在一定程度上對(duì)區(qū)域創(chuàng)新韌性具有促進(jìn)作用。

3.2 穩(wěn)健性檢驗(yàn)

本文從以下三個(gè)方面檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性：（1）變換被解釋變量。運(yùn)用主成分分析法重新計(jì)算區(qū)域創(chuàng)新韌性指數(shù)，將其替代原區(qū)域創(chuàng)新韌性指數(shù)進(jìn)行穩(wěn)健性估計(jì)；（2）變換解釋變量。運(yùn)用主成分分析法重新計(jì)算數(shù)字基礎(chǔ)設(shè)施指數(shù)，將其替代原數(shù)字基礎(chǔ)設(shè)施指數(shù)進(jìn)行穩(wěn)健性估計(jì)；（3）變量縮尾1%處理。為避免回歸結(jié)果受異常值影響，對(duì)所有變量進(jìn)行1%水平的縮尾處理，將縮尾后的變量在原模型中重新檢驗(yàn)?；貧w結(jié)果見表4。

列（1）為變換被解釋變量結(jié)果，其中數(shù)字基礎(chǔ)設(shè)施的回歸系數(shù)為4.992，呈正相關(guān)，且通過1%的顯著性檢驗(yàn)，再次證明數(shù)字基礎(chǔ)設(shè)施可以顯著促進(jìn)創(chuàng)新韌性的發(fā)展，基準(zhǔn)回歸的結(jié)果是穩(wěn)健的。列（2）為變換解釋變量結(jié)果，數(shù)字基礎(chǔ)設(shè)施的回歸系數(shù)為0.160，呈正相關(guān)，同樣通過1%的顯著性檢驗(yàn)，證明數(shù)字基礎(chǔ)設(shè)施可以顯著促進(jìn)創(chuàng)新韌性的發(fā)展，再次表明基準(zhǔn)回歸的結(jié)果是具有穩(wěn)健性的。列（3）為縮尾處理結(jié)果，在對(duì)解釋變量進(jìn)行異常值的規(guī)避后，其回歸系數(shù)為0.766，依然為正，且通過1%的顯著性檢驗(yàn)，進(jìn)一步證明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3.3 內(nèi)生性檢驗(yàn)

考慮到數(shù)字基礎(chǔ)設(shè)施與區(qū)域創(chuàng)新韌性之間存在內(nèi)生性影響的可能，本文采用廣義矩估計(jì)法系統(tǒng)GMM對(duì)模型進(jìn)行估計(jì)，來緩解內(nèi)生性問題。表5匯報(bào)了樣本回歸結(jié)果。

根據(jù)表5所示，省級(jí)數(shù)字基礎(chǔ)設(shè)施DI的系數(shù)顯著為正，區(qū)域創(chuàng)新韌性的一階滯后項(xiàng)L.IR的系數(shù)也顯著為正，表明在省級(jí)層次區(qū)域創(chuàng)新韌性的提升確實(shí)會(huì)受到前一時(shí)期水平的積極影響。

3.4 中介機(jī)制分析

數(shù)字基礎(chǔ)設(shè)施可以有效提升區(qū)域創(chuàng)新韌性，但究竟是通過何種傳導(dǎo)渠道進(jìn)行的還有待研究。本文使用中介效應(yīng)模型對(duì)其傳導(dǎo)機(jī)制進(jìn)行檢驗(yàn)，表6為對(duì)應(yīng)消費(fèi)擴(kuò)容和產(chǎn)業(yè)集聚中介機(jī)制的檢驗(yàn)結(jié)果。

首先，檢驗(yàn)數(shù)字基礎(chǔ)設(shè)施影響消費(fèi)擴(kuò)容機(jī)制。根據(jù)表6的檢驗(yàn)結(jié)果，由列（1）得出，消費(fèi)擴(kuò)容為被解釋變量時(shí)，數(shù)字基礎(chǔ)設(shè)施的系數(shù)為4.124，呈正相關(guān)，且通過了1%的顯著性檢驗(yàn)，這說明數(shù)字基礎(chǔ)設(shè)施有效促進(jìn)社會(huì)消費(fèi)擴(kuò)容。由列（2）可知，添加消費(fèi)擴(kuò)容變量進(jìn)行回歸后，數(shù)字基礎(chǔ)設(shè)施系數(shù)為0.811且顯著，并且其系數(shù)與基準(zhǔn)回歸的0.833相比小一些，消費(fèi)擴(kuò)容系數(shù)也呈正相關(guān)，這說明數(shù)字基礎(chǔ)設(shè)施建設(shè)可以通過促進(jìn)消費(fèi)擴(kuò)容進(jìn)而提升區(qū)域創(chuàng)新韌性，研究假設(shè)2得到驗(yàn)證。

在產(chǎn)業(yè)集聚中介機(jī)制檢驗(yàn)結(jié)果中，列（3）為數(shù)字基礎(chǔ)設(shè)施對(duì)產(chǎn)業(yè)集聚的回歸結(jié)果，可知數(shù)字基礎(chǔ)設(shè)施與產(chǎn)業(yè)集聚呈正相關(guān)但不顯著。列（4）為在基準(zhǔn)回歸的基礎(chǔ)上加入產(chǎn)業(yè)集聚，可知數(shù)字基礎(chǔ)設(shè)施和產(chǎn)業(yè)集聚均與區(qū)域創(chuàng)新韌性呈顯著正相關(guān)，且數(shù)字基礎(chǔ)設(shè)施回歸系數(shù)為0.828，比基準(zhǔn)回歸的系數(shù)小。由于數(shù)字基礎(chǔ)設(shè)施對(duì)產(chǎn)業(yè)集聚的系數(shù)是正向不顯著的，進(jìn)行Bootstrap檢驗(yàn)，系數(shù)a=0.078，系數(shù)b=0.062，系數(shù)c=0.833，系數(shù)c`=0.828，其中系數(shù)a不顯著，其余均顯著。由此計(jì)算推知，直接效應(yīng)顯著，且存在部分中介效應(yīng)，中介效應(yīng)占總效應(yīng)的0.58%。

3.5 異質(zhì)性分析

（1）區(qū)位異質(zhì)。本文對(duì)所研究的30個(gè)省份按照東、中、西部進(jìn)行劃分。省份區(qū)位異質(zhì)性檢驗(yàn)結(jié)果見表7。

根據(jù)表7信息可知，三個(gè)區(qū)位的數(shù)字基礎(chǔ)設(shè)施的回歸系數(shù)均為正，分別為0.912、0.417、0.529，且都在1%水平上顯著，這說明數(shù)字基礎(chǔ)設(shè)施建設(shè)將有效增強(qiáng)東、中、西部地區(qū)的區(qū)域創(chuàng)新韌性。其中，東部地區(qū)子樣本的系數(shù)最大，說明東部地區(qū)數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的提升作用最大。東部地區(qū)，經(jīng)濟(jì)發(fā)展水平高，互聯(lián)網(wǎng)等高新技術(shù)發(fā)展時(shí)間長，相關(guān)產(chǎn)業(yè)較為繁榮，能夠充分地利用數(shù)字化發(fā)展帶來的好處。西部地區(qū)次之，西部地區(qū)因交通不便利、資源稀缺、環(huán)境惡劣、人員稀少等原因，發(fā)展較為落后，一定程度上抑制了數(shù)字基礎(chǔ)設(shè)施的促進(jìn)效應(yīng)。中部地區(qū)系數(shù)最小，一方面，新型數(shù)字基建可能會(huì)擠占基本公共建設(shè)的開支，另一方面，中部地區(qū)高技術(shù)人才大規(guī)模向東西部地區(qū)輸出，多數(shù)居民對(duì)數(shù)字化等高科技術(shù)并不敏感，會(huì)影響數(shù)字基礎(chǔ)設(shè)施的運(yùn)用。

（2）時(shí)間異質(zhì)。自2013年德國漢諾威工業(yè)博覽會(huì)上正式推出“工業(yè)4.0”以來，全球各國都希望借助信息技術(shù)推動(dòng)產(chǎn)業(yè)變革，我國對(duì)大數(shù)據(jù)等領(lǐng)域也越發(fā)關(guān)注，相繼發(fā)布多項(xiàng)政策和規(guī)劃。因此本文將總樣本分為低關(guān)注時(shí)期2011～2014年和高關(guān)注時(shí)期2015～2022年。對(duì)其分別進(jìn)行回歸，結(jié)果如表8所示。

列（1）為低關(guān)注時(shí)期樣本，列（2）為高關(guān)注時(shí)期樣本。由結(jié)果可知，樣本中數(shù)字基礎(chǔ)設(shè)施回歸系數(shù)均為正，分別為0.526，0.836，且均通過1%的顯著性檢驗(yàn)，2011～2014年的系數(shù)較小，2015～2022年系數(shù)較大。這說明盡管數(shù)字基礎(chǔ)設(shè)施在不同時(shí)段對(duì)區(qū)域創(chuàng)新韌性均有顯著提升作用，但存在年份異質(zhì)性。

4 研究結(jié)論與政策啟示

研究結(jié)論如下：（1）數(shù)字基礎(chǔ)設(shè)施有利于提升區(qū)域創(chuàng)新韌性，該結(jié)論通過了內(nèi)生性、穩(wěn)健性檢驗(yàn)。（2）數(shù)字基礎(chǔ)設(shè)施對(duì)區(qū)域創(chuàng)新韌性的提升效應(yīng)在不同地區(qū)、不同關(guān)注時(shí)期呈現(xiàn)不同特征；橫向看，對(duì)東部地區(qū)的提升效應(yīng)最大，其次是中西部；縱向看，政府高關(guān)注時(shí)期提升效應(yīng)更為顯著。（3）數(shù)字基礎(chǔ)設(shè)施通過促進(jìn)消費(fèi)擴(kuò)容、推動(dòng)產(chǎn)業(yè)集聚兩種傳導(dǎo)方式提升區(qū)域創(chuàng)新韌性。

根據(jù)上述結(jié)論，提出以下建議：（1）加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，充分發(fā)揮數(shù)字基礎(chǔ)設(shè)施的獨(dú)特性與創(chuàng)新性，提升其與傳統(tǒng)基建之間的聯(lián)結(jié)配合度，促成基礎(chǔ)設(shè)施之間的優(yōu)勢(shì)互補(bǔ)。（2）促進(jìn)產(chǎn)業(yè)集聚，帶動(dòng)知識(shí)擴(kuò)散。政府頒布相應(yīng)政策以鼓勵(lì)產(chǎn)業(yè)集聚、促進(jìn)知識(shí)傳播。（3）依托數(shù)字基礎(chǔ)設(shè)施，加快塑造數(shù)字化消費(fèi)新業(yè)態(tài)，提振消費(fèi)活力。

參考文獻(xiàn)：

[1]鄧榮榮，吳云峰.數(shù)字基礎(chǔ)設(shè)施建設(shè)對(duì)農(nóng)村居民收入的影響效應(yīng)[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2023，25（1）：21-35.

[2]劉雅君，蔣國梁.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)推動(dòng)了城市數(shù)字經(jīng)濟(jì)發(fā)展嗎？——基于“寬帶中國”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)[J].求是學(xué)刊，2022，49（3）：61-73.

[3]徐圓，張林玲.中國城市的經(jīng)濟(jì)韌性及由來：產(chǎn)業(yè)結(jié)構(gòu)多樣化視角[J].財(cái)貿(mào)經(jīng)濟(jì)，2019，40（7）：110-126.

[4]鄭濤，楊如雪.高技術(shù)制造業(yè)的技術(shù)創(chuàng)新、產(chǎn)業(yè)升級(jí)與產(chǎn)業(yè)韌性[J].技術(shù)經(jīng)濟(jì)，2022，41（2）：1-14.

[5]范建紅，王冰，閆樂，等.數(shù)字普惠金融對(duì)高技術(shù)制造業(yè)創(chuàng)新韌性的影響——基于系統(tǒng)GMM與門檻效應(yīng)的檢驗(yàn)[J].科技進(jìn)步與對(duì)策，2022，39（17）：51-61.

[6]李云鶴，李杏.數(shù)字基礎(chǔ)設(shè)施建設(shè)與區(qū)域創(chuàng)新[J].統(tǒng)計(jì)與決策，2022，38（17）：73-77.

（責(zé)任編輯 楊荔晴）

Research on the Impact of Digital Infrastructure on Regional Innovation Resilience

ZHAO Yi-fan， CHEN Xin-yu， HONG Yun-xi

（Nanjing University of Posts and Telecommunications， Nanjing Jiangsu 210000， China）

Abstract：Digital infrastructure under the new development pattern becomes a key internal driving force to enhance regional innovation resilience. Based on the panel data of 30 provinces in China from 2011 to 2022， this paper comprehensively measures the level of digital economy and regional innovation resilience， and uses fixed effects models， mediation effects models， and other methods to examine the impact， transmission mechanism， and heterogeneity characteristics of digital infrastructure on regional innovation resilience. The study shows that digital infrastructure can significantly enhance regional innovation resilience. The conclusion still holds after the robustness test and endogeneity test. The mediating mechanism test finds that consumption expansion and industrial agglomeration are important channels for digital infrastructure to enhance regional innovation resilience. There is regional and temporal heterogeneity in the enhancement effect of digital infrastructure on regional innovation resilience. And the enhancement effect on the eastern region is significantly higher than that on the central and western regions， and the upgrading effect is significantly enhanced after 2014.

Key words： digital infrastructure; innovation resilience; mediation effect; heterogeneity analysis