劉 蘋

1（遼寧大學(xué)經(jīng)濟(jì)學(xué)院，沈陽(yáng) 110036） 2（青島濱海學(xué)院商學(xué)院，青島 266555）

引 言

民營(yíng)企業(yè)貢獻(xiàn)了中國(guó)五成的稅收、六成的GDP、七成的創(chuàng)新和八成的就業(yè)，是中國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)的重要組成部分。但近年來民營(yíng)企業(yè)的發(fā)展經(jīng)歷了融資難融資貴、轉(zhuǎn)型困難、成本上升等困難，與之相伴的是外部發(fā)展環(huán)境的錯(cuò)綜復(fù)雜。國(guó)內(nèi)經(jīng)濟(jì)發(fā)展階段轉(zhuǎn)換使得資源和環(huán)境約束趨緊，國(guó)外貿(mào)易保護(hù)主義抬頭使得出口難以預(yù)期，突然爆發(fā)的新冠肺炎疫情使得民營(yíng)企業(yè)的處境更是雪上加霜。面臨內(nèi)部和外部的種種困難，民營(yíng)企業(yè)如何實(shí)現(xiàn)進(jìn)一步的發(fā)展變得尤為重要。

數(shù)字經(jīng)濟(jì)是近年出現(xiàn)的，繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的一種新經(jīng)濟(jì)形態(tài)。借助互聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、人工智能等新興的數(shù)字技術(shù)，數(shù)字經(jīng)濟(jì)有助于打破要素供給和生產(chǎn)消費(fèi)的時(shí)空約束，提升中國(guó)經(jīng)濟(jì)韌性，由此成為中國(guó)經(jīng)濟(jì)增長(zhǎng)的重要驅(qū)動(dòng)力。數(shù)字經(jīng)濟(jì)的優(yōu)勢(shì)得到了社會(huì)各界的廣泛認(rèn)可，那么數(shù)字經(jīng)濟(jì)能否助力民營(yíng)企業(yè)的進(jìn)一步發(fā)展呢？本文嘗試從韌性視角構(gòu)建民營(yíng)企業(yè)韌性，討論數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響。

1 文獻(xiàn)回顧與理論分析

1.1 數(shù)字經(jīng)濟(jì)相關(guān)研究

數(shù)字經(jīng)濟(jì)的概念最早由美國(guó)學(xué)者唐·泰普斯科特于1995年提出，他將數(shù)字經(jīng)濟(jì)描述為大量依賴信息技術(shù)和通信技術(shù)運(yùn)行的經(jīng)濟(jì)體系，既包括相應(yīng)的數(shù)字技術(shù)、數(shù)字化基礎(chǔ)設(shè)施，也包括一系列相關(guān)的商業(yè)模式和經(jīng)濟(jì)活動(dòng)[1]。數(shù)字經(jīng)濟(jì)以數(shù)據(jù)為基礎(chǔ)，以互聯(lián)網(wǎng)為載體，以技術(shù)為驅(qū)動(dòng)，緩解了不同地區(qū)間的 “數(shù)字鴻溝”，降低了交易成本，提升了企業(yè)競(jìng)爭(zhēng)力，提高了政府治理能力[2]。由此數(shù)字經(jīng)濟(jì)成為學(xué)術(shù)界研究的熱點(diǎn)。

數(shù)字經(jīng)濟(jì)早期研究多為定性研究，隨著研究的不斷深入，相關(guān)研究主要圍繞數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)算及其效應(yīng)兩個(gè)方面展開。關(guān)于數(shù)字經(jīng)濟(jì)的測(cè)算，最早的定量研究為直接法和對(duì)比法，且主要限于省級(jí)和國(guó)家級(jí)層面。此后，隨著相關(guān)概念的不斷完善，基于統(tǒng)計(jì)數(shù)據(jù)和指標(biāo)體系的熵值法、主成分分析法逐步成為學(xué)術(shù)界測(cè)算數(shù)字經(jīng)濟(jì)的常用方法。兩種方法都是在數(shù)字經(jīng)濟(jì)定義的基礎(chǔ)上，從互聯(lián)網(wǎng)、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化、數(shù)字基礎(chǔ)設(shè)施、發(fā)展環(huán)境、數(shù)字交易等維度選擇恰當(dāng)?shù)闹笜?biāo)體系，計(jì)算數(shù)字經(jīng)濟(jì)發(fā)展水平[3，4]。

在數(shù)字經(jīng)濟(jì)的效應(yīng)方面，已有研究普遍認(rèn)為數(shù)字經(jīng)濟(jì)具有積極的經(jīng)濟(jì)效應(yīng)，宏觀層面可推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[5]，提升全要素生產(chǎn)率[6]，進(jìn)而促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。微觀層面可緩解企業(yè)融資約束[7]，提高企業(yè)創(chuàng)新能力[8]，提升企業(yè)競(jìng)爭(zhēng)力[9]。

1.2 經(jīng)濟(jì)韌性相關(guān)研究

經(jīng)濟(jì)韌性是指經(jīng)濟(jì)體遭受不良外部沖擊后，適應(yīng)環(huán)境并恢復(fù)正常運(yùn)轉(zhuǎn)狀態(tài)的能力[10]。經(jīng)濟(jì)韌性相關(guān)研究主要包括韌性的測(cè)算及影響因素兩個(gè)方面。

經(jīng)濟(jì)韌性的測(cè)算方法包括兩種，分別為單一指標(biāo)和復(fù)合指標(biāo)。單一指標(biāo)是指使用某個(gè)指標(biāo)作為經(jīng)濟(jì)韌性指標(biāo)，如 Briguglio等（2009）[11]使用GDP增速，葉堂林等（2021）[12]使用就業(yè)人口比重作為經(jīng)濟(jì)韌性指標(biāo)。復(fù)合指標(biāo)是指選擇多個(gè)指標(biāo)，并通過一定的數(shù)學(xué)方法計(jì)算得到韌性指標(biāo)。這些指標(biāo)既包括調(diào)查問卷得到的主觀指標(biāo)，也包括基于統(tǒng)計(jì)數(shù)據(jù)的客觀指標(biāo)。如張秀娥和滕欣宇（2021）[13]使用調(diào)查問卷數(shù)據(jù)得到適應(yīng)能力、預(yù)期能力和情景意識(shí)三方面數(shù)據(jù)，并使用因子分析法合成為韌性指標(biāo)。齊昕等（2019）[14]從自我適應(yīng)、創(chuàng)新轉(zhuǎn)型和抵御風(fēng)險(xiǎn)3個(gè)維度選擇固定資產(chǎn)投資、科技投入和失業(yè)人數(shù)等指標(biāo)，基于熵值法計(jì)算區(qū)域經(jīng)濟(jì)韌性。

在測(cè)算經(jīng)濟(jì)韌性的基礎(chǔ)上，相關(guān)文獻(xiàn)進(jìn)一步討論了影響經(jīng)濟(jì)韌性的因素，能夠提升經(jīng)濟(jì)韌性的因素主要包括創(chuàng)新能力、經(jīng)濟(jì)集聚水平[15]、創(chuàng)業(yè)活躍度[16]、數(shù)字經(jīng)濟(jì)發(fā)展水平[17]等。

1.3 企業(yè)韌性相關(guān)研究

相比于經(jīng)濟(jì)韌性，企業(yè)韌性相關(guān)研究較少。Branco等（2019）[18]把內(nèi)部控制水平作為韌性指標(biāo)，分析了中小企業(yè)應(yīng)對(duì)風(fēng)險(xiǎn)的能力。胡海峰等（2020）[19]以股價(jià)波動(dòng)作為企業(yè)韌性指標(biāo)，分析了投資者保護(hù)制度對(duì)企業(yè)韌性的影響。雖然民營(yíng)企業(yè)在中國(guó)經(jīng)濟(jì)社會(huì)發(fā)展過程中發(fā)揮了重要作用，但相關(guān)研究較少。楊宜等（2021）[20]以股票收益作為企業(yè)韌性指標(biāo)，分析了新冠肺炎疫情沖擊對(duì)民營(yíng)企業(yè)韌性的影響。陸蓉等（2021）[21]則基于溫州民營(yíng)企業(yè)的調(diào)查問卷數(shù)據(jù)，測(cè)算了溫州民營(yíng)企業(yè)韌性，并分析了其影響因素。張吉昌等（2022）[22]以資產(chǎn)收益率（ROA）作為民營(yíng)企業(yè)韌性指標(biāo)，基于fsQCA方法分析了中國(guó)民營(yíng)企業(yè)上市公司韌性驅(qū)動(dòng)機(jī)制。

綜上所述，目前關(guān)于民營(yíng)企業(yè)韌性的研究仍然較少，已有文獻(xiàn)或者只針對(duì)某個(gè)特定地區(qū)，或者使用單一指標(biāo)作為企業(yè)的韌性指標(biāo)。雖然數(shù)字經(jīng)濟(jì)對(duì)區(qū)域經(jīng)濟(jì)韌性的正向影響得到了驗(yàn)證，但仍然缺少關(guān)于數(shù)字經(jīng)濟(jì)和民營(yíng)企業(yè)韌性關(guān)系的相關(guān)研究?；诖耍疚膰L試在以下方面有所改進(jìn)：（1）考慮到中國(guó)民營(yíng)企業(yè)的發(fā)展受外部環(huán)境影響較大，因此在前人研究的基礎(chǔ)上，并綜合考慮數(shù)據(jù)的可獲取性，從宏觀層面選擇指標(biāo)構(gòu)建民營(yíng)企業(yè)韌性；（2）數(shù)字經(jīng)濟(jì)主要通過互聯(lián)網(wǎng)等技術(shù)發(fā)揮作用，互聯(lián)網(wǎng)的使用減少了商業(yè)活動(dòng)的時(shí)間和空間限制，因此本文構(gòu)建空間計(jì)量模型，分析數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響。

2 理論分析

改革開放以來，雖然中國(guó)民營(yíng)企業(yè)獲得了長(zhǎng)足發(fā)展，但眾多民營(yíng)企業(yè)仍面臨資金約束、管理水平較低等問題。而數(shù)字經(jīng)濟(jì)通過新技術(shù)、新模式可在一定程度上緩解這些問題。

數(shù)字經(jīng)濟(jì)的發(fā)展有助于緩解民營(yíng)企業(yè)的融資約束。雖然我國(guó)已經(jīng)建立起了相對(duì)完善的金融體系，但金融市場(chǎng)存在供需錯(cuò)配問題，金融機(jī)構(gòu)更愿意給實(shí)力雄厚的大企業(yè)提供金融支持，民營(yíng)企業(yè)多為中小企業(yè)，抵押資產(chǎn)較少，難以獲取足夠的金融支持。數(shù)字經(jīng)濟(jì)借助大數(shù)據(jù)、區(qū)塊鏈、移動(dòng)支付等技術(shù)或模式緩解了這一問題。移動(dòng)支付具有可記錄的特點(diǎn)，小微企業(yè)的經(jīng)營(yíng)信息可以被準(zhǔn)確記錄，良好的經(jīng)營(yíng)信息可為小微企業(yè)增信。借助區(qū)塊鏈技術(shù)，有助于金融機(jī)構(gòu)了解企業(yè)的上、下游供應(yīng)鏈信息，良好的經(jīng)營(yíng)信息可證明企業(yè)的發(fā)展?jié)摿?，通過大數(shù)據(jù)技術(shù)可進(jìn)一步避免相關(guān)信息的造假，因此經(jīng)營(yíng)狀況良好、具備發(fā)展?jié)摿Φ拿駹I(yíng)企業(yè)可獲得更多的金融支持。作為數(shù)字經(jīng)濟(jì)的主要組成部分，金融科技使得金融服務(wù)突破了時(shí)空約束，降低了金融服務(wù)成本，提升了資源配置效率，有利于緩解民營(yíng)企業(yè)融資約束。

數(shù)字經(jīng)濟(jì)的發(fā)展有助于提升民營(yíng)企業(yè)運(yùn)營(yíng)效率。數(shù)量眾多的民營(yíng)企業(yè)雖然規(guī)模較小，但管理和運(yùn)營(yíng)更為靈活，更容易進(jìn)行數(shù)字化轉(zhuǎn)型。通過在關(guān)鍵環(huán)節(jié)進(jìn)行數(shù)字化轉(zhuǎn)型，有助于提升民營(yíng)企業(yè)的核心競(jìng)爭(zhēng)力[23]。新興的數(shù)字化平臺(tái)有助于民營(yíng)企業(yè)匹配供需信息，更快捷的找到所需的服務(wù)。如 “豬八戒”網(wǎng)站為同一地區(qū)的企業(yè)和專業(yè)技術(shù)人才提供了溝通的橋梁，各類技術(shù)人才或企業(yè)可以發(fā)布能提供的服務(wù)類型，企業(yè)可以發(fā)布需求信息，從而讓兩者相匹配，由此民營(yíng)企業(yè)可以減少在非核心業(yè)務(wù)上的投入，集中資源專注于核心業(yè)務(wù)。而通過使用大型互聯(lián)網(wǎng)企業(yè)提供的云服務(wù)，民營(yíng)企業(yè)可以優(yōu)化管理流程、提升創(chuàng)新能力、提高競(jìng)爭(zhēng)力。通過融入數(shù)字經(jīng)濟(jì)帶來的新商業(yè)模式，民營(yíng)企業(yè)可提升銷售能力。隨著數(shù)字經(jīng)濟(jì)的發(fā)展，電子商務(wù)、直播銷售等模式不斷出現(xiàn)，這些新模式增加了商家同消費(fèi)者間的互動(dòng)，緩解了信息不對(duì)稱，減少了中間流通環(huán)節(jié)，降低了商品成本及價(jià)格。企業(yè)通過更快的掌握消費(fèi)者真實(shí)需求信息，可加速產(chǎn)品的升級(jí)換代周期，提升周轉(zhuǎn)率，進(jìn)而提升市場(chǎng)競(jìng)爭(zhēng)力。

3 模型設(shè)立與變量選擇

3.1 空間相關(guān)性和權(quán)重矩陣

借助數(shù)字技術(shù)，數(shù)字經(jīng)濟(jì)的發(fā)展不但可以影響到本地區(qū)的民營(yíng)企業(yè)韌性，還可通過空間溢出效應(yīng)影響到其它地區(qū)的民營(yíng)企業(yè)韌性，因此本文使用空間計(jì)量模型考察二者關(guān)系。為全面考察數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響，同時(shí)構(gòu)建地理鄰接、地理距離和經(jīng)濟(jì)距離3種空間權(quán)重矩陣。

使用空間計(jì)量模型的前提是變量存在空間相關(guān)性，可使用Moran's I指數(shù)檢驗(yàn)空間相關(guān)性，Moran's I指數(shù)的計(jì)算方法如下：

使用不同空間權(quán)重矩陣計(jì)算民營(yíng)企業(yè)韌性的莫蘭指數(shù)，得到結(jié)果表1。可以看出結(jié)果都為正，且基本都通過了顯著性檢驗(yàn)，這意味著民營(yíng)企業(yè)韌性存在一定的空間相關(guān)性，使用空間計(jì)量模型是合理的。

表1 民營(yíng)企業(yè)韌性全局莫蘭指數(shù)

3.2 空間模型設(shè)定

結(jié)合本文研究?jī)?nèi)容，模型的具體設(shè)定如下：

其中，RPE為民營(yíng)企業(yè)韌性，DE為數(shù)字經(jīng)濟(jì)，CV為一系列控制變量，W為空間權(quán)重矩陣，λ和μ分別為區(qū)域固定效應(yīng)和時(shí)間固定效應(yīng)，ε為隨機(jī)誤差項(xiàng)。系數(shù)ρ為空間自回歸系數(shù)，通過其顯著性及符號(hào)來判斷民營(yíng)企業(yè)韌性是否存在空間溢出效應(yīng)。

3.3 變量和數(shù)據(jù)

被解釋變量為民營(yíng)企業(yè)韌性RPE。借鑒程翔等（2021）[24]的方法，從抗風(fēng)險(xiǎn)能力、創(chuàng)新能力、再組織能力和恢復(fù)能力四方面選擇14個(gè)指標(biāo)，并進(jìn)一步通過熵值法得到2010～2020年中國(guó)大陸地區(qū)30個(gè)?。▍^(qū)、市）的民營(yíng)企業(yè)韌性。

核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平DE。學(xué)術(shù)界關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)算的研究眾多，已有研究大多從不同維度建立指標(biāo)體系，并進(jìn)一步通過熵值法、主成分分析法等方法測(cè)算數(shù)字經(jīng)濟(jì)綜合發(fā)展水平，考慮到民營(yíng)企業(yè)韌性的計(jì)算使用了熵值法，因此借鑒楊慧梅和江璐（2021）[25]的方法，使用主成分分析方法測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展水平。

本文同時(shí)控制了一系列可能影響民營(yíng)企業(yè)韌性的變量作為控制變量，具體包括：

資本投入K和勞動(dòng)力投入L。資本和勞動(dòng)力是開展經(jīng)濟(jì)活動(dòng)的最基本投入要素，分別使用各?。▍^(qū)、市）的資本存量和勞動(dòng)力人數(shù)表示，實(shí)證過程中資本投入和勞動(dòng)力投入均取對(duì)數(shù)處理。

政府參與GOV。關(guān)于 “無形的手”還是 “有形的手”哪個(gè)更有效的爭(zhēng)論長(zhǎng)期存在，但現(xiàn)實(shí)中各個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展模式通常是兼具計(jì)劃經(jīng)濟(jì)和市場(chǎng)經(jīng)濟(jì)特征的混合經(jīng)濟(jì)。由此可見，政府的參與對(duì)經(jīng)濟(jì)增長(zhǎng)的作用非常重要。民營(yíng)經(jīng)濟(jì)是中國(guó)經(jīng)濟(jì)的重要組成部分，中國(guó)各級(jí)政府高度重視民營(yíng)企業(yè)的發(fā)展，因此把政府參與作為影響民營(yíng)企業(yè)韌性的控制變量，用政府財(cái)政支出占GDP比重表示。

金融發(fā)展水平FIN。金融是實(shí)體經(jīng)濟(jì)的血脈，民營(yíng)企業(yè)的發(fā)展壯大同樣離不開金融的支持，因此把金融發(fā)展水平作為控制變量，使用存貸款總和占GDP比重表示。

市場(chǎng)化水平MAR。中國(guó)經(jīng)濟(jì)自改革開放以來的高速發(fā)展離不開市場(chǎng)化改革，通過持續(xù)深入的市場(chǎng)化改革優(yōu)化了資源配置，激發(fā)了經(jīng)濟(jì)活力。只有在市場(chǎng)起決定性作用的外部環(huán)境中，民營(yíng)企業(yè)才能獲得進(jìn)一步的發(fā)展，因此以市場(chǎng)化水平作為控制變量，使用王小魯?shù)龋?021）[26]的市場(chǎng)化指數(shù)作為市場(chǎng)化水平指標(biāo)。

受新冠肺炎疫情影響，2020年中國(guó)經(jīng)濟(jì)受到較大沖擊。但經(jīng)驗(yàn)證，無論是否包括2020年數(shù)據(jù)，都不會(huì)改變本文結(jié)論。因此選擇2010～2020年中國(guó)30個(gè)省份（區(qū)、市）的面板數(shù)據(jù)（考慮到數(shù)據(jù)的可獲得性，不包括西藏及港、澳、臺(tái)地區(qū)）作為本文樣本。變量的描述性統(tǒng)計(jì)如表2所示。

表2 變量的描述性統(tǒng)計(jì)

4 實(shí)證結(jié)果及分析

4.1 空間適用性檢驗(yàn)及空間模型選擇

空間計(jì)量模型主要包括空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）3種形式。不同空間矩陣的各種檢驗(yàn)結(jié)果基本一致（表3），都表明本文數(shù)據(jù)更適合時(shí)間空間雙固定的SDM模型，下文分析均為基于時(shí)間空間雙固定SDM模型的實(shí)證檢驗(yàn)。

表3 空間效應(yīng)檢驗(yàn)結(jié)果

4.2 空間杜賓模型回歸結(jié)果

基于不同空間權(quán)重矩陣的回歸結(jié)果列入表4，可以看出，使用不同空間權(quán)重矩陣時(shí)，空間自相關(guān)系數(shù)均顯著為正，表明中國(guó)民營(yíng)企業(yè)韌性存在明顯的空間溢出效應(yīng)，某個(gè)?。▍^(qū)、市）民營(yíng)企業(yè)韌性的提升也會(huì)帶動(dòng)其它?。▍^(qū)、市）民營(yíng)企業(yè)韌性的提升。

表4 空間杜賓模型回歸結(jié)果

根據(jù)回歸結(jié)果，不同模型中數(shù)字經(jīng)濟(jì)一般回歸系數(shù)（DE）均顯著為正，表明數(shù)字經(jīng)濟(jì)的發(fā)展可以提升民營(yíng)企業(yè)韌性，數(shù)字經(jīng)濟(jì)空間回歸系數(shù)（W?DE）也都顯著為正，意味著數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響具有空間傳導(dǎo)效應(yīng)，其它地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)當(dāng)?shù)孛駹I(yíng)企業(yè)韌性具有正向的傳導(dǎo)作用。

4.3 空間溢出效應(yīng)分解

進(jìn)一步分解時(shí)間與空間雙固定的空間杜賓模型，得到數(shù)字經(jīng)濟(jì)影響民營(yíng)企業(yè)韌性的直接效應(yīng)、間接效應(yīng)與總效應(yīng)，其中直接效應(yīng)是指本地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)本地區(qū)民營(yíng)企業(yè)韌性的影響，間接效應(yīng)是指周邊地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)本地區(qū)民營(yíng)企業(yè)韌性的影響，總效應(yīng)為二者之和，表示所有地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展對(duì)本地區(qū)民營(yíng)企業(yè)韌性的影響。根據(jù)結(jié)果可知，空間溢出效應(yīng)分解模型中，使用不同空間權(quán)重矩陣進(jìn)行分析時(shí)，數(shù)字經(jīng)濟(jì)在直接效應(yīng)、間接效應(yīng)和總效應(yīng)中的系數(shù)均為正，且保持了較高的顯著性，表明本地和周邊地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展均可顯著提升本地民營(yíng)企業(yè)韌性。整體來看，數(shù)字經(jīng)濟(jì)提升民營(yíng)企業(yè)韌性的直接效應(yīng)大于間接效應(yīng)，即本地?cái)?shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響程度更大。經(jīng)濟(jì)距離矩陣中，數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1%，本地區(qū)民營(yíng)企業(yè)韌性提升0.3119%，其中0.2191%來自本地?cái)?shù)字經(jīng)濟(jì)的影響，0.0928%來自周邊地區(qū)數(shù)字經(jīng)濟(jì)的影響。地理鄰接矩陣中，數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1%，本地區(qū)民營(yíng)企業(yè)韌性提升0.0987%，其中0.0965%來自本地?cái)?shù)字經(jīng)濟(jì)的影響，0.0022%來自周邊地區(qū)數(shù)字經(jīng)濟(jì)的影響。地理距離矩陣中，數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1%，本地區(qū)民營(yíng)企業(yè)韌性提升0.1323%，其中0.0908%來自本地?cái)?shù)字經(jīng)濟(jì)的影響，0.0415%來自周邊地區(qū)數(shù)字經(jīng)濟(jì)的影響。

表5 空間杜賓模型溢出效應(yīng)分解結(jié)果

4.4 考慮動(dòng)態(tài)效應(yīng)的進(jìn)一步分析

穩(wěn)定的內(nèi)外部環(huán)境中，經(jīng)濟(jì)社會(huì)的發(fā)展通常存在一定的慣性，民營(yíng)企業(yè)韌性也可能存在動(dòng)態(tài)效應(yīng)，即前期的民營(yíng)企業(yè)韌性可能會(huì)影響到當(dāng)期的民營(yíng)企業(yè)韌性，因此在前文空間杜賓模型中加入滯后1期的民營(yíng)企業(yè)韌性，構(gòu)建動(dòng)態(tài)空間杜賓模型。

其中，RPEit-1表示滯后1期的民營(yíng)企業(yè)韌性，α0為動(dòng)態(tài)效應(yīng)的回歸系數(shù)，其余符號(hào)的含義同前文一致。

基于動(dòng)態(tài)空間杜賓模型及其分解的結(jié)果列入表6。根據(jù)表6，使用不同空間權(quán)重矩陣的模型中，滯后1期的民營(yíng)企業(yè)韌性系數(shù)均顯著為正，結(jié)果表明民營(yíng)企業(yè)韌性存在動(dòng)態(tài)效應(yīng)，滯后期的民營(yíng)企業(yè)韌性能夠影響到當(dāng)前的民營(yíng)企業(yè)韌性。使用不同空間權(quán)重矩陣進(jìn)行分析時(shí)，空間自相關(guān)系數(shù)均顯著為正，表明考慮動(dòng)態(tài)效應(yīng)后，民營(yíng)企業(yè)韌性仍存在顯著的空間溢出效應(yīng)，一個(gè)省（區(qū)、市）的民營(yíng)企業(yè)韌性會(huì)受到鄰接、周圍或經(jīng)濟(jì)發(fā)展水平較近?。▍^(qū)、市）民營(yíng)企業(yè)韌性的正向影響。對(duì)比表6和表4可以看出，多數(shù)解釋變量系數(shù)的符號(hào)和顯著性保持了較高的一致性，意味著考慮動(dòng)態(tài)效應(yīng)后，中國(guó)民營(yíng)企業(yè)韌性仍然同時(shí)受到本地及周圍地區(qū)各個(gè)因素的影響。

表6 動(dòng)態(tài)空間杜賓模型回歸結(jié)果

由于動(dòng)態(tài)空間杜賓模型中加入了被解釋變量民營(yíng)企業(yè)韌性的時(shí)間滯后項(xiàng)，因此動(dòng)態(tài)空間杜賓模型溢出效應(yīng)的分解可進(jìn)一步區(qū)分為短期效應(yīng)和長(zhǎng)期效應(yīng)。 借鑒 Elhorst（2014）[27]的思路，用偏微分方法對(duì)動(dòng)態(tài)空間杜賓模型中的溢出效應(yīng)進(jìn)行分解，得到短期和長(zhǎng)期的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。表7列出了使用不同空間權(quán)重矩陣時(shí)，動(dòng)態(tài)空間杜賓模型的短期和長(zhǎng)期直接效應(yīng)、間接效應(yīng)及總效應(yīng)的估計(jì)結(jié)果。總體來看，使用不同空間權(quán)重矩陣進(jìn)行估計(jì)的結(jié)果中，數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的作用效果基本一致，無論長(zhǎng)期還是短期，數(shù)字經(jīng)濟(jì)影響民營(yíng)企業(yè)韌性的直接效應(yīng)都大于間接效應(yīng)；多數(shù)情況下其長(zhǎng)期效應(yīng)顯著高于短期效應(yīng)，結(jié)果表明數(shù)字經(jīng)濟(jì)的發(fā)展在長(zhǎng)期對(duì)提升民營(yíng)企業(yè)韌性的影響程度更大，作用效果更明顯。

表7 空間杜賓模型溢出效應(yīng)分解結(jié)果

5 結(jié)論及啟示

民營(yíng)企業(yè)是中國(guó)經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，數(shù)字經(jīng)濟(jì)是中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎，本文基于2010～2020年的中國(guó)省級(jí)面板數(shù)據(jù)，在測(cè)算中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平和民營(yíng)企業(yè)韌性的基礎(chǔ)上，分別構(gòu)建地理鄰接矩陣、地理距離矩陣、經(jīng)濟(jì)距離矩陣，使用空間計(jì)量模型實(shí)證分析了數(shù)字經(jīng)濟(jì)對(duì)民營(yíng)企業(yè)韌性的影響，主要結(jié)論如下：使用不同空間權(quán)重矩陣時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展都顯著提升了民營(yíng)企業(yè)韌性，二者關(guān)系具有空間溢出效應(yīng)；基于時(shí)間空間雙固定的空間杜賓模型的研究表明，數(shù)字經(jīng)濟(jì)提升民營(yíng)企業(yè)韌性的直接效應(yīng)大于間接效應(yīng)；民營(yíng)企業(yè)韌性存在動(dòng)態(tài)效應(yīng)，考慮動(dòng)態(tài)效應(yīng)后，數(shù)字經(jīng)濟(jì)仍可顯著提升民營(yíng)企業(yè)韌性，數(shù)字經(jīng)濟(jì)提升民營(yíng)企業(yè)韌性的長(zhǎng)期效應(yīng)大于短期效應(yīng)。本文結(jié)論具有以下啟示意義：

（1）持續(xù)推進(jìn)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)。數(shù)字經(jīng)濟(jì)的進(jìn)一步發(fā)展離不開數(shù)字基礎(chǔ)設(shè)施建設(shè)，持續(xù)推進(jìn)5G應(yīng)用的落地，前瞻性布局6G等新一代移動(dòng)通信技術(shù)，提升工業(yè)物聯(lián)網(wǎng)覆蓋范圍。加強(qiáng)農(nóng)村地區(qū)、偏遠(yuǎn)地區(qū)和貧困地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)，縮小數(shù)字鴻溝，讓不同地區(qū)的企業(yè)和消費(fèi)者都能享受到數(shù)字紅利。

（2）提升政策幫扶民營(yíng)企業(yè)的質(zhì)效。我國(guó)幫扶民營(yíng)企業(yè)發(fā)展的政策眾多，但幫扶效果仍有進(jìn)一步提升的空間?？赏ㄟ^提升公共服務(wù)的數(shù)字化水平加強(qiáng)對(duì)于民營(yíng)企業(yè)的幫扶。提升公共服務(wù)數(shù)字化水平，讓辦事流程更加公開、透明、便捷。加強(qiáng)政務(wù)數(shù)據(jù)的互通共享，讓企業(yè)辦理相關(guān)業(yè)務(wù)更加方便。

（3）助力民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型。既要支持實(shí)力雄厚的大型民營(yíng)企業(yè)的全面數(shù)字化建設(shè)，提升大型民營(yíng)企業(yè)的數(shù)據(jù)驅(qū)動(dòng)的智能決策能力，提升其國(guó)際競(jìng)爭(zhēng)力。也要幫助中小型企業(yè)，從其迫切需要數(shù)字化轉(zhuǎn)型的環(huán)節(jié)入手，推動(dòng)關(guān)鍵環(huán)節(jié)的數(shù)字化轉(zhuǎn)型。