内蒙古财经大学王春枝教授主持的中国商业统计学会2021年度规划课题《数字经济、产业结构与城市经济韧性——影响机理与路径优化》(课题编号:2021STY07),最终成果为研究报告。课题组成员:杨智勇、李子娇、赵文祎、陈志芳、王瑞庭、樊璟、王晓丽。
本课题研究对象为我国地级及以上城市,剔除缺失数据较多的城市,最终样本总量为 271,时间范围包括 2005-2020 年。
根据城市经济韧性内涵,本文从抵抗力、恢复力、适应力以及转型力四个城市经济韧性子系统选取18个三级指标建立城市经济韧性综合指标评价体系,如表1。
表1 城市经济韧性指标体系
一级指标 | 二级指标 | 三级指标 |
抵抗力 | 抵抗风险能力 | 城镇登记失业率 |
第三产业增加值占比 | ||
第二产业增加值占比 | ||
当年实际使用外资金额 | ||
吸收风险能力 | 教育支出占比 | |
科学支出占比 | ||
恢复力 | 经济增长能力 | 人均GDP |
GDP增长率 | ||
适应力 | 自我适应能力 | 人均财政支出 |
人均财政收入 | ||
人均卫生机构床位数 | ||
卫生、社会保险和社会福利业从业人员占从业人员比例 | ||
教育业从业人员占从业人员比例 | ||
要素配置能力 | GDP/全社会固定资产投资额 | |
GDP/全部从业人员数量 | ||
转型力 | 技术进步 | 普通高等学校学校数 |
普通高等学校专任教师数 | ||
增长方式转变 | 第三产业从业人员比重 |
参考中国信息通信研究院和中国(苏州)数字经济指数以及徐军委、刘志华(2022)从数字覆盖广度、数字产业发展、数字创新能力三个方面构建数字经济综合评价体系,如表2。
表2 数字经济指标体系
目标层 | 准则层 | 指标层 |
数字经济 | 数字覆盖广度 | 移动电话年末用户数 |
国际互联网用户数 | ||
数字产业发展 | 邮政业务总量占比 | |
电信业务总量占比 | ||
数字创新能力 | 普通高等学校在校学生数 | |
信息传输、计算机服务和软件业从业人员数 |
本文分别从产业多样化、产业专业化和产业结构升级这三个视角测度产业结构,进而全面考虑其产业结构在经济韧性发展过程中的影响。
表3 产业结构升级指标体系
目标层 | 准则层 | 指标层 |
产业结构升级 | 产业绿化 | 工业废水排放量 |
工业二氧化硫排放量 | ||
产业协调 | 第三产业增加值/第二产业增加值 | |
产业发展协调度 | ||
产业机构超前系数 | ||
产业劳动力再分配速度 | ||
产业结构变化速度 | ||
产业创新 | 科研、技术服务和地质勘查业从业人员占从业人员比例 |
二 数字经济、产业结构对城市经济韧性影响机制的实证分析
表4 变量说明
变量类型 | 指标名称 | 表示方法 | 计算方式 | |
被解释变量 | 城市经济韧性 | RES | 综合评价得分 | |
核心解释变量 | 数字经济 | DIE | 综合评价得分 | |
产业结构 | 产业结构升级 | RAT | 综合评价得分 | |
产业多样化 | VAR | 熵测度法 | ||
产业专业化 | Ksp | 克鲁格曼指数法 | ||
控制变量 | 市场规模 | Market | 常住人口数/行政区域土地面积 | |
政府财政自给能力 | Budget | 财政预算内收入/财政预算内支出 | ||
金融发展水平 | Fin | 金融规模*0.5+金融效率*0.5=(金融机构贷款余额/GDP)*0.5+(金融机构贷款余额/金融机构存款余额)*0.5 | ||
交通运输水平 | Trf | 人均公路货运量 |
(二)中介效应检验的基准回归模型构建
根据中介效应方法的基本原理,构建普通面板回归中介效应模型来分析数字经济、产业结构对于城市经济韧性的基本影响。
(1)
根据Hausman检验结果,选择空间固定效应模型进行实证检验。首先对产业结构基准回归中介效应模型进行分析,如表5。
表5 产业结构固定效应基准回归模型的中介效应检验结果
方程1 | 方程2 | 方程3 | 方程4 | 方程5 | 方程6 | 方程7 | |
变量 | RES | VAR | RES | Ksp | RES | RAT | RES |
DIE | 0.280*** | -0.443*** | 0.265*** | -1.261*** | 0.225*** | 0.311*** | 0.274*** |
(0.023) | (0.059) | (0.023) | (0.104) | (0.023) | (0.052) | (0.023) | |
VAR | -0.033*** | ||||||
(0.006) | |||||||
Ksp | -0.044*** | ||||||
(0.003) | |||||||
RAT | 0.018** | ||||||
(0.007) | |||||||
Market | 0.204*** | 0.317*** | 0.214*** | -2.140*** | 0.110** | -0.113 | 0.206*** |
(0.046) | (0.120) | (0.046) | (0.209) | (0.046) | (0.103) | (0.046) | |
Budget | -0.030*** | 0.116*** | -0.026*** | 0.199*** | -0.021*** | -0.042*** | -0.029*** |
(0.004) | (0.011) | (0.004) | (0.019) | (0.004) | (0.009) | (0.004) | |
lnTrf | 0.005*** | -0.025*** | 0.004*** | -0.093*** | 0.001 | 0.007*** | 0.005*** |
(0.0006) | (0.002) | (0.001) | (0.003) | (0.001) | (0.001) | (0.001) | |
Fin | 0.015*** | -0.040*** | 0.014*** | -0.103*** | 0.011*** | 0.021*** | 0.015*** |
(0.002) | (0.004) | (0.002) | (0.007) | (0.002) | (0.003) | (0.002) | |
常数 | 0.018*** | 0.768*** | 0.043*** | 1.018*** | 0.063*** | 0.047*** | 0.017*** |
(0.004) | (0.009) | (0.006) | (0.017) | (0.005) | (0.008) | (0.004) | |
0.153 | 0.184 | 0.159 | 0.408 | 0.187 | 0.051 | 0.155 |
Standard errors in parentheses (*** p<0.01, ** p<0.05, * p<0.1)
数字经济对城市经济韧性存在显著的正向影响,数字经济对产业多样化程度有着显著的负向影响,数字经济通过抑制产业多样化程度进而提升城市经济韧性。数字经济对产业专业化存在抑制作用,会通过降低产业专业化程度进而提升城市经济韧性的作用过程。数字经济对于产业结构升级的促进作用,通过促进产业结构升级进而提升城市经济韧性。
1.区域异质性检验
表6 区域异质性检验
变量 | ||||||
东部 | 中部 | 西部 | ||||
(1) | (2) | (3) | (4) | (5) | (6) | |
(2.52) | — | 3.630 (1.54) | — |
(2.43) | — | |
DIE | — | (2.32) | — | -0.225 (-0.55) | — | -0.103 (-0.80) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
时间效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
省域效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
0.2011 | 0.0009 | 0.5310 | 0.5320 | 0.2971 | 0.2905 |
由此可以得出产业结构的升级在东部地区对经济韧性的提升作用最明显,在中部和西部地区的,产业结构的升级也会在一定程度上提升区域经济韧性,但效果并不明显,尤其在中部地区的作用不显著。原因可能在于产业结构的升级在促进区域经济韧性的作用与地区的经济发展水平相关,东部地区有着较好的产业结构体系,产业结构的升级能将要素结构进一步优化,使得全要素生产率大幅度提升,有能力开辟新的发展模式,对地区的经济发展影响更为显著。
数字经济发展水平的系数仅在东部地区显著为正,说明在东部地区,数字经济的发展更能促进区域经济韧性的提升;而在中部和西部地区,数字经济发展水平的系数为负值,且均不显著。可能的原因在于数字经济对区域经济韧性的提升也依赖于较高的经济发展水平。数字经济在不发达的地区可能会存在一定的“数字鸿沟”现象。
2.网络覆盖水平异质性检验
本文采用互联网普及率作为划分依据,对每一年中所有地区的互联网普及率作比较。大于等于互联网普及率中位数的地区为网络覆盖水平高的地区,小于互联网普及率中位数的地区为网络覆盖水平低的地区。如表7所示。
表 7 网络覆盖水平异质性分析
变量 | ||||
高网络覆盖水平 | 低网络覆盖水平 | |||
(1) | (2) | (3) | (4) | |
2.591 (0.52) | — | (4.41) | — | |
— | (2.28) | — | -0.059 (-0.21) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
时间效应 | 控制 | 控制 | 控制 | 控制 |
省域效应 | 控制 | 控制 | 控制 | 控制 |
样本数 | 148 | 148 | 131 | 131 |
0.576 | 0.747 | 0.407 | 0.405 |
对比回归结果可知,产业结构在低网络覆盖水平下对区域经济韧性的影响系数要大于高网络覆盖水平的情况,且在高网络覆盖水平中,产业结构的系数并不显著。网络覆盖水平较低的地区,其经济发展状况可能相对落后,更依赖于产业结构的升级对经济发展带来的促进效应,推动城市增强发展能力,使得区域韧性水平得到提升。而网络覆盖率较高的地区城市化水平的发展基础更为扎实,对产业结构的调整无太多的依赖性。
对比数字经济在不同网络覆盖水平中对区域经济韧性的影响,可以看出数字经济在高网络覆盖水平下的系数为正,而在低网络覆盖水平条件下,数字经济的系数为负数且不显著。证明数字经济的发展对网络覆盖水平较高的地区对经济韧性有较强的提升作用,而在网络覆盖水平较低的地区,对区域经济韧性的影响不明显。互联网等数字技术的使用是数字经济发展为地区产生经济效益的基础,居民也能通过互联网的使用获得重要的便捷信息,能有效提升居民的收入水平。所以缺乏互联网工具的地区,会存在较显著的“工具排斥”,数字技术在该地区会难以发挥其资源配置、增加收益等功能。
3.有无产业链重构背景异质性分析
基于产业链重构背景,分别分析在有无产业链重构的情况下,产业结构和数字经济对区域经济韧性发展的影响。具体分析结果如表8所示。
表 8 有无产业链重构背景异质性分析
无产业链重构背景 | 产业链重构背景 | |||
(1) | (2) | (3) | (4) | |
-1.6011 (-0.84) | — | (4.08) | — | |
— | 0.6247 (1.38) | — |
(3.03) | |
控制变量 | 控制 | 控制 | 控制 | 控制 |
时间效应 | 控制 | 控制 | 控制 | 控制 |
省域效应 | 控制 | 控制 | 控制 | 控制 |
样本数 | 124 | 124 | 155 | 155 |
0.4842 | 0.3012 | 0.5643 | 0.5698 |
无论是产业结构系数还是数字经济发展水平的系数,在无产业链重构背景下对区域经济韧性的影响都不显著,基于全球产业链重构背景之下,产业结构和数字经济均显著促进了区域经济韧性的提升,而在全球产业链重构之前,产业结构和数字经济对区域经济韧性的影响不明显。
关注市调大赛
官方公众号
关注学会官方公众号
关注市调大赛
官方抖音账号
京公网安备 11010202009853号
技术支持:煜嘉科技