[摘要]隨著全球經(jīng)濟(jì)邁入數(shù)字化和智能化的新紀(jì)元，數(shù)實(shí)融合已經(jīng)成為推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)和提升產(chǎn)業(yè)鏈韌性的關(guān)鍵動(dòng)力?；?012—2022年中國(guó)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)，實(shí)證考察數(shù)實(shí)融合、金融支持與產(chǎn)業(yè)鏈韌性的作用機(jī)制，重點(diǎn)分析其門(mén)檻效應(yīng)和空間溢出效應(yīng)。采用熵值法構(gòu)建產(chǎn)業(yè)鏈韌性評(píng)價(jià)體系，通過(guò)耦合協(xié)調(diào)度模型測(cè)度數(shù)實(shí)融合水平，并運(yùn)用固定效應(yīng)模型、門(mén)檻回歸模型及空間杜賓模型進(jìn)行多層次檢驗(yàn)。研究發(fā)現(xiàn)數(shù)實(shí)融合顯著提升產(chǎn)業(yè)鏈韌性，且存在區(qū)域異質(zhì)性，東部地區(qū)受益最顯著，中西部次之，東北部效應(yīng)微弱；數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響具有非線性特征，存在雙重門(mén)檻效應(yīng)；金融支持正向調(diào)節(jié)數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性的關(guān)系，金融支持力度越大，數(shù)實(shí)融合的邊際效應(yīng)越強(qiáng)；數(shù)實(shí)融合具有顯著空間溢出效應(yīng)，不僅能提升本地產(chǎn)業(yè)鏈韌性，還能通過(guò)技術(shù)擴(kuò)散與資本流動(dòng)輻射鄰近區(qū)域，但區(qū)域間“虹吸效應(yīng)”可能導(dǎo)致發(fā)展不平衡。因此，建議地區(qū)定制化數(shù)實(shí)融合策略、優(yōu)化金融支持體系、加強(qiáng)區(qū)域協(xié)同發(fā)展、推進(jìn)政策與監(jiān)管創(chuàng)新以及重視人才培養(yǎng)與技術(shù)創(chuàng)新，促進(jìn)數(shù)實(shí)融合和金融支持對(duì)產(chǎn)業(yè)鏈韌性的積極作用。研究結(jié)論為深化數(shù)實(shí)融合、優(yōu)化金融資源配置及促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展提供了理論依據(jù)。

[關(guān)鍵詞]數(shù)實(shí)融合；產(chǎn)業(yè)鏈韌性；金融支持；門(mén)檻效應(yīng)；空間溢出效應(yīng)

一、 引言

全球經(jīng)濟(jì)正快速進(jìn)入數(shù)字化和智能化新紀(jì)元，技術(shù)與實(shí)體經(jīng)濟(jì)的融合推動(dòng)了產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和優(yōu)化，成為提升產(chǎn)業(yè)鏈韌性的新策略。但隨著產(chǎn)業(yè)鏈日益復(fù)雜，保持穩(wěn)定性和靈活性面臨嚴(yán)峻挑戰(zhàn)。新冠疫情暴發(fā)和地緣政治沖突進(jìn)一步暴露了全球供應(yīng)鏈的易損性。這些挑戰(zhàn)要求我們?cè)谕苿?dòng)數(shù)實(shí)融合的同時(shí)，也要關(guān)注和解決由此帶來(lái)的全球供應(yīng)鏈問(wèn)題。確保經(jīng)濟(jì)體系的穩(wěn)定性和安全性，加強(qiáng)產(chǎn)業(yè)鏈韌性成為維護(hù)經(jīng)濟(jì)體系穩(wěn)定的核心議題[1]。學(xué)術(shù)界和政策制定者正在積極探索通過(guò)數(shù)字化與實(shí)體經(jīng)濟(jì)的結(jié)合提升產(chǎn)業(yè)鏈韌性。金融支持在推動(dòng)數(shù)實(shí)融合、紓解產(chǎn)業(yè)鏈中斷風(fēng)險(xiǎn)以及促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)中發(fā)揮著關(guān)鍵作用。在此過(guò)程中，金融機(jī)構(gòu)可以快速掌握企業(yè)資本需求與真實(shí)情況，為企業(yè)提供更為科學(xué)合理的金融方案，減少信貸資源錯(cuò)配，提高資本要素配置水平[2]。合理的資源分配、有效的風(fēng)險(xiǎn)管理以及創(chuàng)新技術(shù)的應(yīng)用變得關(guān)鍵。精準(zhǔn)的金融投入可加速新技術(shù)應(yīng)用，減輕企業(yè)轉(zhuǎn)型財(cái)務(wù)壓力，促進(jìn)地區(qū)經(jīng)濟(jì)平衡發(fā)展[3]。已有研究主要集中于探討數(shù)字經(jīng)濟(jì)對(duì)產(chǎn)業(yè)鏈供應(yīng)鏈韌性的提升[4]或金融支持對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，而關(guān)于數(shù)實(shí)融合與金融支持如何共同影響產(chǎn)業(yè)鏈韌性的研究相對(duì)較少。深入研究這種交互作用對(duì)理解數(shù)字化轉(zhuǎn)型和金融支持在現(xiàn)代經(jīng)濟(jì)中對(duì)產(chǎn)業(yè)鏈韌性的作用至關(guān)重要。

產(chǎn)業(yè)鏈韌性是評(píng)估區(qū)域經(jīng)濟(jì)和產(chǎn)業(yè)成熟度的關(guān)鍵指標(biāo)，具體體現(xiàn)在遭遇外部沖擊事件時(shí)維持穩(wěn)定、快速?gòu)?fù)原和保持發(fā)展的能力。數(shù)字技術(shù)能夠優(yōu)化生產(chǎn)流程、加速?zèng)Q策和加強(qiáng)適應(yīng)性，在提升產(chǎn)業(yè)鏈韌性的過(guò)程中發(fā)揮著核心作用[5]。數(shù)字經(jīng)濟(jì)為產(chǎn)業(yè)鏈現(xiàn)代化注入新動(dòng)能進(jìn)而推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[6]，對(duì)制造業(yè)產(chǎn)業(yè)鏈韌性具有顯著促進(jìn)作用[7]。同時(shí)，金融支持深刻影響了產(chǎn)業(yè)鏈的順暢運(yùn)作，它不僅為企業(yè)提供資金以采納先進(jìn)的數(shù)字化工具，還為區(qū)域經(jīng)濟(jì)的協(xié)同發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。金融與實(shí)體經(jīng)濟(jì)出現(xiàn)背離造成經(jīng)濟(jì)的波動(dòng)性[8]，而數(shù)字金融可以通過(guò)賦能各行業(yè)提升產(chǎn)業(yè)鏈的適應(yīng)力，促進(jìn)新型生產(chǎn)力的發(fā)展，并推動(dòng)經(jīng)濟(jì)向高質(zhì)量增長(zhǎng)轉(zhuǎn)型，為中國(guó)的現(xiàn)代化建設(shè)貢獻(xiàn)重要力量[9]，顯著促進(jìn)區(qū)域經(jīng)濟(jì)韌性提升[10]。然而，現(xiàn)有研究對(duì)數(shù)實(shí)融合和金融支持如何影響產(chǎn)業(yè)鏈韌性，特別是對(duì)門(mén)檻效應(yīng)和空間溢出效應(yīng)的研究較少，且大多關(guān)注單一因素，忽略了兩者間的潛在互動(dòng)及對(duì)區(qū)域經(jīng)濟(jì)的溢出效應(yīng)[11]。因此，深入探討該問(wèn)題，不僅可以豐富理論層面，也可以為區(qū)域經(jīng)濟(jì)的政策制定和治理提供實(shí)證支持。

本研究聚焦數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的作用，包括潛在的門(mén)檻效應(yīng)，以及金融支持在其中的調(diào)節(jié)作用；此外，通過(guò)空間杜賓模型，考察數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的空間外溢效應(yīng)及其機(jī)制。本文可能的邊際貢獻(xiàn)：構(gòu)建數(shù)實(shí)融合、金融支持與產(chǎn)業(yè)鏈韌性的多維度作用機(jī)制模型，為理解區(qū)域經(jīng)濟(jì)發(fā)展提供新視角；采用門(mén)檻效應(yīng)模型和空間杜賓模型的方法系統(tǒng)驗(yàn)證門(mén)檻效應(yīng)與空間溢出效應(yīng)的存在性及其特征；為區(qū)域政府和企業(yè)提供提升產(chǎn)業(yè)鏈韌性、優(yōu)化金融資源配置的實(shí)證依據(jù)，助力區(qū)域經(jīng)濟(jì)的高質(zhì)量發(fā)展。

二、 理論分析與研究假設(shè)

1. 數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響

數(shù)實(shí)融合意味著緊密結(jié)合了數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)，通過(guò)大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)和區(qū)塊鏈等技術(shù)手段，對(duì)傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行升級(jí)，優(yōu)化生產(chǎn)方式、價(jià)值創(chuàng)造和資源配置效率，其不僅助力數(shù)字化轉(zhuǎn)型[12]，還有利于推動(dòng)“雙循環(huán)”模式。數(shù)實(shí)融合經(jīng)歷了“新型實(shí)體企業(yè)—數(shù)字生態(tài)—新型實(shí)體經(jīng)濟(jì)”的演變，宏觀上促進(jìn)了新型實(shí)體經(jīng)濟(jì)的快速發(fā)展，主要經(jīng)歷了“技術(shù)滲透—協(xié)同發(fā)展—深度融合—融合創(chuàng)新”四個(gè)階段。中觀上，其優(yōu)化了數(shù)字生態(tài)系統(tǒng)，促進(jìn)了傳統(tǒng)產(chǎn)業(yè)的升級(jí)轉(zhuǎn)型，催生了新興產(chǎn)業(yè)和商業(yè)模式。在企業(yè)層面，其促進(jìn)了新型實(shí)體企業(yè)的培育，提升了產(chǎn)業(yè)鏈供應(yīng)鏈的韌性和安全性[13]。數(shù)實(shí)融合在推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型、深化產(chǎn)業(yè)鏈分工、構(gòu)建產(chǎn)業(yè)集群以及激發(fā)經(jīng)濟(jì)增長(zhǎng)新動(dòng)力方面發(fā)揮了積極作用[14]。綜上，本文提出假設(shè)1：

H1：數(shù)實(shí)融合能夠顯著提升產(chǎn)業(yè)鏈韌性。

2. 數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的門(mén)檻效應(yīng)

門(mén)檻效應(yīng)理論指出，當(dāng)關(guān)鍵變量超過(guò)某個(gè)閾值時(shí)，其對(duì)結(jié)果變量的影響會(huì)顯著變化，這種非線性關(guān)系在經(jīng)濟(jì)學(xué)和管理學(xué)研究中被廣泛應(yīng)用[15]。在數(shù)實(shí)融合領(lǐng)域，已有研究表明數(shù)實(shí)融合對(duì)經(jīng)濟(jì)韌性的影響具有雙重門(mén)檻效應(yīng)[14]。不同的產(chǎn)業(yè)結(jié)構(gòu)中，金融集聚對(duì)區(qū)域經(jīng)濟(jì)韌性的正向影響具有異質(zhì)性，具體體現(xiàn)為雙重門(mén)檻效應(yīng)和邊際效應(yīng)遞減等非線性關(guān)系[16]。杜林遠(yuǎn)等[17]基于2006—2022年長(zhǎng)江經(jīng)濟(jì)帶107個(gè)城市的面板數(shù)據(jù)，采用調(diào)節(jié)效應(yīng)模型、含交互項(xiàng)的面板門(mén)檻模型檢驗(yàn)了產(chǎn)業(yè)鏈韌性、數(shù)字經(jīng)濟(jì)、綠色發(fā)展三者之間的關(guān)聯(lián)機(jī)制，進(jìn)一步證實(shí)了數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性之間的非線性關(guān)系。數(shù)字經(jīng)濟(jì)只有突破一定規(guī)模后，才能有效發(fā)揮正向調(diào)節(jié)作用。

數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性具有非線性影響，原因可能有以下三點(diǎn)：第一，其通過(guò)規(guī)模經(jīng)濟(jì)和智能化生產(chǎn)提高生產(chǎn)效率，促進(jìn)產(chǎn)業(yè)鏈形成完善的數(shù)字化體系。第二，數(shù)實(shí)融合需要產(chǎn)業(yè)鏈各方進(jìn)行系統(tǒng)性調(diào)整，一旦實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，產(chǎn)業(yè)鏈韌性將實(shí)現(xiàn)“跳躍式”增長(zhǎng)。第三，產(chǎn)業(yè)鏈中的企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，利用數(shù)據(jù)反饋優(yōu)化生產(chǎn)流程和風(fēng)險(xiǎn)管理，正向反饋機(jī)制進(jìn)一步推動(dòng)產(chǎn)業(yè)鏈韌性非線性增長(zhǎng)。由此，本文提出假設(shè)2：

H2：數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響具有非線性特征，存在顯著的門(mén)檻效應(yīng)。

3. 金融支持在數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性之間的作用

金融支持在數(shù)實(shí)融合中發(fā)揮關(guān)鍵作用，通過(guò)風(fēng)險(xiǎn)投資、銀行信貸、保險(xiǎn)等多種方式，增強(qiáng)產(chǎn)業(yè)鏈韌性。其不僅可以紓解企業(yè)面臨外部沖擊時(shí)的財(cái)務(wù)壓力，還能為技術(shù)創(chuàng)新提供資金支持。金融領(lǐng)域的創(chuàng)新及數(shù)字金融工具，基于區(qū)塊鏈的支付系統(tǒng)和虛擬貨幣，顯著增強(qiáng)資金在不同地區(qū)和行業(yè)間的流動(dòng)性，從而積極助力產(chǎn)業(yè)鏈的協(xié)作效率提高，并且使企業(yè)增強(qiáng)應(yīng)對(duì)突發(fā)事件的能力[18]?；诖?，本研究提出假設(shè)3：

H3：伴隨金融支持力度的強(qiáng)化，數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的促進(jìn)作用將進(jìn)一步加強(qiáng)。

4. 數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的空間溢出效應(yīng)

區(qū)域經(jīng)濟(jì)學(xué)研究空間溢出效應(yīng)，探討區(qū)域經(jīng)濟(jì)活動(dòng)、技術(shù)進(jìn)步和效率提升如何通過(guò)區(qū)域交流推動(dòng)鄰近區(qū)域增長(zhǎng)。數(shù)實(shí)融合凸顯了這一效應(yīng)，表現(xiàn)在數(shù)字技術(shù)廣泛應(yīng)用、創(chuàng)新成果傳播和產(chǎn)業(yè)鏈緊密合作幾個(gè)層面。先進(jìn)地區(qū)的數(shù)字化技術(shù)通過(guò)產(chǎn)業(yè)協(xié)作、知識(shí)共享和技術(shù)培訓(xùn)等方式向周邊地區(qū)擴(kuò)散，進(jìn)而提升其他地區(qū)的生產(chǎn)效率和創(chuàng)新能力[19]。

數(shù)實(shí)融合的空間溢出效應(yīng)得益于資本流動(dòng)性。通過(guò)金融市場(chǎng)和資本投資，數(shù)字化技術(shù)能夠被跨地區(qū)推廣[20]。產(chǎn)業(yè)鏈的上下游合作和供應(yīng)鏈網(wǎng)絡(luò)的重構(gòu)對(duì)擴(kuò)大空間溢出效應(yīng)具有重要傳導(dǎo)作用。領(lǐng)先地區(qū)通過(guò)參與全球和國(guó)內(nèi)供應(yīng)鏈，促進(jìn)其他地區(qū)的數(shù)字化技術(shù)引入，進(jìn)而提升整體產(chǎn)業(yè)鏈的協(xié)同效應(yīng)[21]。韓璐等[22]研究發(fā)現(xiàn)，產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型可以顯著促進(jìn)產(chǎn)業(yè)鏈供應(yīng)鏈韌性水平，且這一作用具有顯著的空間溢出效應(yīng)。中國(guó)流通行業(yè)的數(shù)字化轉(zhuǎn)型正推動(dòng)產(chǎn)業(yè)鏈向更深層次演進(jìn)，特別是在東部沿海地區(qū)。中西部地區(qū)發(fā)展相對(duì)滯后，表明區(qū)域經(jīng)濟(jì)發(fā)展不平衡。流通數(shù)字化與制造業(yè)韌性緊密相關(guān)，并有空間溢出效應(yīng)，即一個(gè)地區(qū)的流通數(shù)字化不僅提升本地產(chǎn)業(yè)鏈韌性，還能正向影響鄰近區(qū)域，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)同。然而，這種外部推動(dòng)力可能在一定程度上對(duì)本地產(chǎn)業(yè)鏈的韌性發(fā)展形成壓力或約束，尤其是在資源配置和協(xié)調(diào)機(jī)制尚不完善的情況下[23]。產(chǎn)業(yè)協(xié)同集聚與數(shù)字化經(jīng)濟(jì)均顯著提升產(chǎn)業(yè)鏈韌性，并且二者對(duì)產(chǎn)業(yè)鏈韌性提升的空間溢出作用存在差異[24]。綜上，本文提出假設(shè)4：

H4：數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性存在正向的空間溢出效應(yīng)。

三、 研究設(shè)計(jì)

1. 模型構(gòu)建

本節(jié)分析省域數(shù)實(shí)融合和產(chǎn)業(yè)鏈韌性的相關(guān)關(guān)系，以中國(guó)不同省域?yàn)檠芯繉?duì)象，采用2012—2022年11年的面板數(shù)據(jù)，設(shè)定以下實(shí)證模型對(duì)前文的研究假設(shè)進(jìn)行檢驗(yàn)。

針對(duì)假設(shè)H1，依據(jù)上文的相關(guān)分析，推斷數(shù)實(shí)融合和產(chǎn)業(yè)鏈韌性間存在顯著的正相關(guān)關(guān)系，參考戴魁早等[25]的研究，此處構(gòu)建雙向固定效應(yīng)模型：

[resit=β0+β1XTit+βcontrol+ηi+μt+εit] （1）

上述的模型中，[resit]表示2012—2022年不同省域的產(chǎn)業(yè)鏈韌性，[XTit]表示的是2012—2022年不同省域的數(shù)實(shí)融合，control表示的是控制變量，[ηi]表示個(gè)體固定效應(yīng)，[μt]表示時(shí)間固定效應(yīng)，[εit]表示隨機(jī)誤差項(xiàng)。

為進(jìn)一步檢驗(yàn)假設(shè)H2，本文參考趙濤等[26]的研究，將數(shù)實(shí)融合度視為門(mén)檻變量，構(gòu)建門(mén)檻回歸模型如下：

[resit=η0+η1d1t×IT≤φ1+η2d2t×Iφ1≤T≤φ2+…+η1d1t×Iφn-1≤T≤φn+ηn+1dit×IT≤φn+ηiXit+εit] （2）

式（2）中，T為門(mén)檻變量，[φ1]，[φ2]，···，[φn]為門(mén)檻值；I（·）為示性函數(shù)，當(dāng)括號(hào)里內(nèi)容為真時(shí)，函數(shù)取值為1，反之為0；其他字母含義同上。

為驗(yàn)證假設(shè)H3，進(jìn)一步分析金融支持的調(diào)節(jié)機(jī)制作用，構(gòu)建如下模型：

[resit=β0+β1XTit+β2Finit+β3XTit×Finit+β∑Control+ηi+μt+εit] （3）

式（3）中，[XTit]代表不同省域的數(shù)實(shí)融合，[Finit]代表金融支持，[XT×Fin]是數(shù)實(shí)融合與金融支持的交互項(xiàng)。在調(diào)節(jié)效應(yīng)中，重點(diǎn)關(guān)注數(shù)實(shí)融合與金融支持的交互項(xiàng)[XT×Fin]的結(jié)果，若[XT×Fin]的檢驗(yàn)結(jié)果顯著為正，說(shuō)明金融支持在數(shù)實(shí)融合提升產(chǎn)業(yè)鏈韌性中發(fā)揮著正向的影響，反之，則發(fā)揮負(fù)向影響。

針對(duì)假設(shè)H4，數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性在地區(qū)間存在空間關(guān)聯(lián)，宜采用空間計(jì)量模型來(lái)研究。本文采用適宜的空間計(jì)量模型來(lái)探討影響因素?；镜目臻g計(jì)量模型包括以下三種：空間誤差模型（SEM）、空間滯后模型（SAR）和空間杜賓模型（SDM）。在空間角度上對(duì)其影響因素進(jìn)行研究，分別構(gòu)建三種空間計(jì)量模型的一般形式，如下式所示：

[resit=α+βxit+μi+γt+εit，εit=λwεit+vit] （4）

[resit=α+ρWAHQit+βxit+μi+γt+εit] （5）

[resit=α+ρWAHQit+βxit+θWxit+μi+γt+εit] （6）

以上模型中，公式（4）代表空間誤差模型（SEM），公式（5）代表空間滯后模型（SAR），公式（6）代表空間杜賓模型（SDM）。其中[resit]為被解釋變量，[xit]表示i省第t年的影響因素[α]表示常數(shù)項(xiàng)，[μi、γt]分別代表地區(qū)效應(yīng)和時(shí)間效應(yīng)，[εit]代表隨機(jī)擾動(dòng)項(xiàng)，[W]為構(gòu)建的地理距離權(quán)重矩陣，[β]、[θ]為各變量系數(shù)，其分別代表各變量影響產(chǎn)業(yè)鏈韌性的程度，[λ]為空間誤差系數(shù)，[ρ]為空間自回歸系數(shù)。

2. 變量說(shuō)明

（1）被解釋變量

產(chǎn)業(yè)鏈韌性（res）。本文從風(fēng)險(xiǎn)抵抗能力、調(diào)整適應(yīng)能力與轉(zhuǎn)型進(jìn)化能力三個(gè)維度搭建產(chǎn)業(yè)鏈韌性綜合評(píng)價(jià)指標(biāo)體系，利用熵值法對(duì)各指標(biāo)賦權(quán)。指標(biāo)體系如表1所示。

表1" 產(chǎn)業(yè)鏈韌性指標(biāo)體系

[指標(biāo)體系 一級(jí)指標(biāo) 二級(jí)指標(biāo) 單位 指標(biāo)屬性 產(chǎn)業(yè)鏈韌性 風(fēng)險(xiǎn)抵抗能力 勞動(dòng)力 萬(wàn)人 正向 工業(yè)增加值 億元 正向 調(diào)整適應(yīng)能力 銀行業(yè)金融機(jī)構(gòu)各項(xiàng)存款余額 億元 正向 全社會(huì)固定資產(chǎn)投資總額 億元 正向 地方一般預(yù)算支出 億元 正向 申請(qǐng)專利數(shù) 件 正向 轉(zhuǎn)型進(jìn)化能力 城鎮(zhèn)人口所占比率 % 正向 規(guī)模以上高技術(shù)企業(yè)Ramp;D經(jīng)費(fèi)內(nèi)部支出 萬(wàn)元 正向 ]

（2）解釋變量

數(shù)實(shí)融合（XT）。目前，對(duì)數(shù)實(shí)融合的量化研究尚未形成統(tǒng)一標(biāo)準(zhǔn)，學(xué)者們多采用耦合協(xié)調(diào)度模型來(lái)計(jì)算數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合水平[27]。本文利用熵值法，以互聯(lián)網(wǎng)普及率、互聯(lián)網(wǎng)相關(guān)產(chǎn)出、移動(dòng)互聯(lián)網(wǎng)用戶數(shù)、互聯(lián)網(wǎng)相關(guān)從業(yè)人員及數(shù)字金融五個(gè)方面的數(shù)據(jù)綜合測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）；以實(shí)體經(jīng)濟(jì)發(fā)展規(guī)模、實(shí)體經(jīng)濟(jì)發(fā)展結(jié)構(gòu)與實(shí)體經(jīng)濟(jì)發(fā)展?jié)摿θ齻€(gè)方面的數(shù)據(jù)綜合測(cè)度實(shí)體經(jīng)濟(jì)發(fā)展水平（RE），如表2所示；在此基礎(chǔ)上，采用耦合協(xié)調(diào)度模型得出數(shù)實(shí)融合度。這種方法能夠綜合考量數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的多個(gè)維度，為量化數(shù)實(shí)融合程度提供科學(xué)的評(píng)估工具。計(jì)算公式如下：

[XT=C×αDE+βRE]" （7）

[C=（DE×RE）（DE+RE2）2]" （8）

上式中，XT代表數(shù)實(shí)融合水平，取值為0～1，數(shù)值越大，代表數(shù)實(shí)融合水平越高；DE表示數(shù)字經(jīng)濟(jì)發(fā)展水平；RE代表實(shí)體經(jīng)濟(jì)發(fā)展水平；[α]與[β]分別代表數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的權(quán)重，[α]+[β]=1。C越接近0，各系統(tǒng)間的耦合度越小。

表2" 數(shù)實(shí)融合水平測(cè)度指標(biāo)體系

[一級(jí)指標(biāo) 二級(jí)指標(biāo) 指標(biāo)測(cè)度 數(shù)字經(jīng)濟(jì)

發(fā)展水平（DE） 互聯(lián)網(wǎng)普及率 每百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)（戶） 互聯(lián)網(wǎng)相關(guān)產(chǎn)出 人均電信業(yè)務(wù)總量（億元/人） 移動(dòng)互聯(lián)網(wǎng)用戶數(shù) 每百人移動(dòng)電話用戶數(shù)（戶） 互聯(lián)網(wǎng)相關(guān)從業(yè)人員 計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重（%） 數(shù)字金融 中國(guó)數(shù)字普惠金融指數(shù) 實(shí)體經(jīng)濟(jì)

發(fā)展水平（RE） 實(shí)體經(jīng)濟(jì)發(fā)展規(guī)模 第二產(chǎn)業(yè)占GDP比重（%） 規(guī)模以上工業(yè)企業(yè)利潤(rùn)總額（億元） 規(guī)模以上工業(yè)企業(yè)數(shù)量（個(gè)） 人均社會(huì)消費(fèi)品零售額（萬(wàn)元/人） 實(shí)體經(jīng)濟(jì)發(fā)展結(jié)構(gòu) 實(shí)體經(jīng)濟(jì)（金融業(yè)、房地產(chǎn)業(yè)除外）從業(yè)人員占比（%） 實(shí)體經(jīng)濟(jì)發(fā)展?jié)摿?規(guī)模以上工業(yè)Ramp;D經(jīng)費(fèi)支出（萬(wàn)元） ]

（3）控制變量

經(jīng)濟(jì)發(fā)展水平（gdp）。區(qū)域經(jīng)濟(jì)發(fā)展水平能夠顯著影響產(chǎn)業(yè)鏈韌性。發(fā)達(dá)區(qū)域憑借健全的基礎(chǔ)設(shè)施（如高效交通、穩(wěn)定能源、先進(jìn)通信）優(yōu)化生產(chǎn)效率和資源配置，降低外資企業(yè)運(yùn)營(yíng)成本，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，吸引外資，激發(fā)區(qū)域活力。同時(shí)，穩(wěn)定的市場(chǎng)環(huán)境可以提供高度安全性、加強(qiáng)可預(yù)測(cè)性，進(jìn)一步降低風(fēng)險(xiǎn)投資的不確定性。本研究選用中國(guó)各地區(qū)GDP對(duì)數(shù)作為經(jīng)濟(jì)發(fā)展水平指標(biāo)，衡量其對(duì)產(chǎn)業(yè)鏈韌性的支持作用。

對(duì)外開(kāi)放水平（open）。區(qū)域?qū)ν忾_(kāi)放程度一般用外貿(mào)依存度（進(jìn)出口總額/GDP）來(lái)衡量，反映區(qū)域經(jīng)濟(jì)國(guó)際化程度及全球價(jià)值鏈位置和技術(shù)進(jìn)步。對(duì)外開(kāi)放可以促進(jìn)區(qū)域生產(chǎn)能力提升和技術(shù)創(chuàng)新，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。這些開(kāi)放要素對(duì)區(qū)域經(jīng)濟(jì)發(fā)展及產(chǎn)業(yè)調(diào)整具有重要參考意義。

城鎮(zhèn)化水平（urban）。該指標(biāo)是評(píng)估區(qū)域發(fā)展的關(guān)鍵，反映了區(qū)域經(jīng)濟(jì)的整體發(fā)展水平。高城鎮(zhèn)化率、內(nèi)需擴(kuò)大、社會(huì)服務(wù)改善三者和勞動(dòng)力集中相關(guān)聯(lián)，共同推動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)。本研究用城鎮(zhèn)常住人口比例衡量城市化發(fā)展，評(píng)估地區(qū)城鎮(zhèn)化的經(jīng)濟(jì)表現(xiàn)和潛力。

產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化（ais）。產(chǎn)業(yè)升級(jí)指標(biāo)不僅可以捕捉經(jīng)濟(jì)發(fā)展初期的產(chǎn)業(yè)結(jié)構(gòu)變化，而且能夠更廣泛地覆蓋經(jīng)濟(jì)發(fā)展中期和后期階段的產(chǎn)業(yè)升級(jí)情況。這個(gè)指標(biāo)涵蓋第一、第二和第三產(chǎn)業(yè)，可以更全面地揭示產(chǎn)業(yè)升級(jí)的深遠(yuǎn)影響和核心要素?；诖?，本研究將產(chǎn)業(yè)升級(jí)指標(biāo)納入控制變量。

基礎(chǔ)設(shè)施建設(shè)（road）。交通網(wǎng)絡(luò)涵蓋海陸空多種途徑，是衡量區(qū)域交通便利性的核心指標(biāo)。發(fā)達(dá)的交通基建可以提高物流效率，滿足貨運(yùn)需求，減少成本和時(shí)間，深度影響外商投資。本文采用公路里程數(shù)對(duì)數(shù)作為基礎(chǔ)設(shè)施指標(biāo)。

技術(shù)市場(chǎng)發(fā)展水平（tech）。區(qū)域科技進(jìn)展水平體現(xiàn)在技術(shù)市場(chǎng)成熟度，包括研發(fā)、技術(shù)交易和人才等方面。成熟的技術(shù)市場(chǎng)具有高創(chuàng)新力、方案解決能力，可以有效吸引外資。它顯示了區(qū)域在研發(fā)、技術(shù)應(yīng)用、轉(zhuǎn)移和價(jià)值創(chuàng)造上的能力，可以影響外資企業(yè)運(yùn)營(yíng)。本文采用研發(fā)支出占該比率界定技術(shù)市場(chǎng)發(fā)展水平。

表3" 變量設(shè)計(jì)

[變量類型 變量符號(hào) 變量名稱 衡量方式 數(shù)據(jù)來(lái)源 被解釋變量 res 產(chǎn)業(yè)鏈韌性 熵值法計(jì)算所得 國(guó)家統(tǒng)計(jì)局 解釋變量 XT 數(shù)實(shí)融合 熵值法計(jì)算所得 Wind數(shù)據(jù)庫(kù) 調(diào)節(jié)變量 Fin 金融支持 地方政府貸款余額/GDP 國(guó)家統(tǒng)計(jì)局 控制變量 gdp 經(jīng)濟(jì)發(fā)展水平 Ln（GDP+1） 國(guó)家統(tǒng)計(jì)局 road 基礎(chǔ)設(shè)施建設(shè) Ln（公路里程數(shù)+1） 國(guó)家統(tǒng)計(jì)局 tech 技術(shù)市場(chǎng)發(fā)展水平 地區(qū)研發(fā)支出總額/GDP 科技統(tǒng)計(jì)年鑒 ais 產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化 第三產(chǎn)業(yè)增長(zhǎng)率/第二產(chǎn)業(yè)增長(zhǎng)率 國(guó)家統(tǒng)計(jì)局 urban 城鎮(zhèn)化水平 城鎮(zhèn)人口數(shù)/年末常住人口數(shù) 國(guó)家統(tǒng)計(jì)局 open 對(duì)外開(kāi)放水平 地區(qū)進(jìn)出口總額/GDP 國(guó)家統(tǒng)計(jì)局 ]

3. 數(shù)據(jù)來(lái)源、描述性統(tǒng)計(jì)分析

本研究利用2012—2022年中國(guó)省市數(shù)據(jù)進(jìn)行實(shí)證分析，數(shù)據(jù)來(lái)源包括《中國(guó)統(tǒng)計(jì)年鑒》等官方年鑒和Wind數(shù)據(jù)庫(kù)。為提高數(shù)據(jù)可比性，對(duì)相關(guān)控制變量進(jìn)行了對(duì)數(shù)轉(zhuǎn)換。

通過(guò)描述性統(tǒng)計(jì)分析，初步掌握樣本中各變量的統(tǒng)計(jì)特征，包括最大值、最小值、平均值和標(biāo)準(zhǔn)差，以了解不同省域的數(shù)實(shí)融合、產(chǎn)業(yè)鏈韌性和控制變量特征，結(jié)果見(jiàn)表4。

表4" 描述性統(tǒng)計(jì)

[Variable Obs Mean Std. Dev. Min Max res 330 .110 .133 .020 .744 XT 330 .276 .126 .087 .703 gdp 330 9.908 .882 7.606 11.673 road 330 2.504 .850 .255 3.518 tech 330 .019 .029 0 .161 ais 330 .503 .087 .356 .831 urban 330 .608 .117 .388 .893 open 330 .407 .413 .019 1.902 ]" 根據(jù)表4可得，不同省域數(shù)實(shí)融合的均值為0.276，標(biāo)準(zhǔn)差為0.126，最小值0.087，最大值0.703，表明數(shù)實(shí)融合水平整體較低且存在較大差異。產(chǎn)業(yè)鏈韌性的均值為0.11，標(biāo)準(zhǔn)差為0.133，最小值和最大值分別為0.02、0.744，顯示產(chǎn)業(yè)鏈韌性在不同省域間也存在差異。

四、 結(jié)果及分析

1. 基準(zhǔn)回歸結(jié)果分析

為驗(yàn)證數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的正向影響，本研究采用固定效應(yīng)模型，首先在不控制其他變量的情況下，對(duì)自變量和因變量進(jìn)行回歸分析，隨后引入控制變量進(jìn)行回歸分析，結(jié)果詳見(jiàn)表5。

表5" 基準(zhǔn)模型擬合結(jié)果

[ （1） （2） res res XT 1.220*** 1.200*** （0.112） （0.114） gdp -0.039 （0.050） road -0.136*** （0.049） tech 0.650* （0.345） ais -0.038 （0.152） urban -0.688*** （0.240） open -0.147*** （0.034） Constant -0.226*** 0.985** （0.031） （0.469） Prov FE Yes Yes Time FE Yes Yes Obs 330 330 R-squared 0.873 0.915 ]注：***、**、*分別表示在1%、5%、10%的水平上顯著，括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，下同

模型擬合結(jié)果顯示，數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性有顯著正向影響。表5列（1）為僅考慮數(shù)實(shí)融合的回歸結(jié)果，其回歸系數(shù)為1.22，表明數(shù)實(shí)融合每增加一單位，產(chǎn)業(yè)鏈韌性提升1.22單位，且在1%水平上顯著。列（2）加入省域控制變量后，模型擬合度提高，數(shù)實(shí)融合的回歸系數(shù)調(diào)整為1.2，同樣在1%水平上顯著，說(shuō)明數(shù)實(shí)融合每增加一單位，產(chǎn)業(yè)鏈韌性提升1.2單位。因此，假設(shè)H1得到驗(yàn)證。

2. 異質(zhì)性檢驗(yàn)

在經(jīng)過(guò)上述的基準(zhǔn)回歸檢驗(yàn)后，得出數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性具有正向影響關(guān)系。為進(jìn)一步判斷不同地區(qū)的影響是否存在差異，本文對(duì)地區(qū)進(jìn)行異質(zhì)性檢驗(yàn)，利用空間經(jīng)濟(jì)地理的劃分手段，將我國(guó)劃分為中部、西部、東部和東北部4個(gè)區(qū)域進(jìn)行檢驗(yàn)，得到如表6所示的地區(qū)異質(zhì)性檢驗(yàn)結(jié)果。

表6" 區(qū)域異質(zhì)性檢驗(yàn)

[ （1） （2） （3） （4） 東部 中部 西部 東北部 XT 1.036*** 0.852*** 0.816*** 0.308 （0.225） （0.206） （0.143） （0.366） gdp -0.286 0.043 -0.096** -0.003 （0.226） （0.090） （0.038） （0.063） road -0.259* 0.036 -0.069** 0.010 （0.133） （0.053） （0.027） （0.045） tech -1.673 0.936* 0.186 -0.022 （1.616） （0.492） （0.166） （0.111） ais -1.560** 0.222 -0.028 0.052 （0.651） （0.237） （0.100） （0.068） urban 0.040 -2.314*** 0.093 -0.566 （0.590） （0.478） （0.185） （0.369） open -0.181** 0.131 -0.003 -0.016 （0.078） （0.136） （0.036） （0.047） Constant 4.335* 0.450 0.939*** 0.334 （2.572） （0.863） （0.349） （0.757） Prov FE Yes Yes Yes Yes Time FE Yes Yes Yes Yes Obs 110 66 121 33 R-squared 0.920 0.956 0.918 0.986 ]

表6顯示，數(shù)實(shí)融合對(duì)各區(qū)域產(chǎn)業(yè)鏈韌性影響不同。東部地區(qū)受益于發(fā)達(dá)的數(shù)字經(jīng)濟(jì)和完整產(chǎn)業(yè)鏈，產(chǎn)業(yè)鏈彈性和抗風(fēng)險(xiǎn)能力顯著增強(qiáng)。相比之下，中西部地區(qū)數(shù)實(shí)融合較慢，產(chǎn)業(yè)鏈結(jié)構(gòu)單一，產(chǎn)業(yè)鏈韌性提升有限。東北部地區(qū)因經(jīng)濟(jì)和產(chǎn)業(yè)轉(zhuǎn)型緩慢，數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性正面影響不顯著。因此，須持續(xù)加強(qiáng)數(shù)實(shí)融合，推動(dòng)產(chǎn)業(yè)鏈韌性均衡發(fā)展。針對(duì)東北部特殊情況，應(yīng)制定特定政策，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，進(jìn)一步增強(qiáng)產(chǎn)業(yè)鏈韌性。

3. 內(nèi)生性檢驗(yàn)

分析數(shù)實(shí)融合對(duì)省域產(chǎn)業(yè)鏈韌性的影響時(shí)，須考慮內(nèi)生性問(wèn)題，這可能導(dǎo)致回歸分析結(jié)果偏差。內(nèi)生性可能由未納入模型的變量引起，這些變量影響數(shù)實(shí)融合和產(chǎn)業(yè)鏈韌性，或產(chǎn)業(yè)鏈韌性對(duì)數(shù)實(shí)融合有反向影響。為解決內(nèi)生性問(wèn)題，本文采用工具變量法，使用解釋變量的一階滯后項(xiàng)作為工具變量。若工具變量檢驗(yàn)結(jié)果顯著，說(shuō)明滯后的因變量不受內(nèi)生性影響，可以確保模型穩(wěn)健。內(nèi)生性檢驗(yàn)結(jié)果見(jiàn)表7。

表7" 工具變量?jī)?nèi)生性檢驗(yàn)

[ （1） （2） XT res IV 0.463*** （0.054） XT 1.623*** （0.123） gdp 0.137*** -0.092*** （0.026） （0.012） road -0.062*** -0.010 （0.023） （0.010） tech 0.063 1.452*** （0.163） （0.221） ais 0.279*** -0.010 （0.076） （0.071） urban 0.024 -0.118** （0.118） （0.047） open 0.011 -0.080*** （0.017） （0.027） Constant -1.209*** 0.679*** （0.245） （0.094） Obs 300 300 R-squared 0.982 0.833 LM Test — 49.637*** Wald Test — 147.347*** ]

內(nèi)生性檢驗(yàn)結(jié)果顯示，數(shù)實(shí)融合的一階滯后變量的回歸系數(shù)為0.463，且在1%的顯著性水平上正相關(guān)。而第二階段數(shù)實(shí)融合的回歸系數(shù)值為1.623，在1%的顯著性水平上正相關(guān)，其數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響顯著為正，未發(fā)生不顯著或顯著性符號(hào)改變等變化，并且LM Test和Walk Test的顯著性均小于5%，即說(shuō)明不存在過(guò)度識(shí)別和遺漏工具變量的情況，因此本文所建立模型不存在內(nèi)生性問(wèn)題。

表8" 動(dòng)態(tài)面板模型擬合結(jié)果

[ （1） （2） res res XT 1.847*** 0.919** （0.303） （0.393） L.XT 0.491* （0.264） L2.XT 0.890* （0.531） gdp -0.247*** -0.157*** （0.052） （0.039） road1 0.062* 0.046 （0.034） （0.038） tech 3.114*** 0.661 （0.953） （0.609） ais -0.293 0.486 （0.321） （0.327） urban -0.107 -0.124 （0.218） （0.315） open -0.019 0.030 （0.070） （0.073） Constant 1.928*** 0.875* （0.555） （0.482） Obs 300 270 Prov FE Yes Yes Time FE Yes Yes AR1 0.979 0.983 AR2 0.047 0.062 Hansen Test 0.659 0.488 ]" 本文進(jìn)一步對(duì)上述模型采用GMM模型進(jìn)行擬合估計(jì)，驗(yàn)證內(nèi)生性問(wèn)題。解釋變量在滯后一階和滯后二階的動(dòng)態(tài)模型中AR1均大于0.1，AR2值均小于0.1，并且模型的Hansen檢驗(yàn)的值均大于0.000，說(shuō)明模型建立在滯后一階和二階下均不存在內(nèi)生性問(wèn)題，動(dòng)態(tài)模型不存在內(nèi)生，即模型不存在內(nèi)生性問(wèn)題。

4. 穩(wěn)健性檢驗(yàn)

為了確保數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性影響的研究結(jié)果穩(wěn)健可靠，本部分采用替換變量法進(jìn)行穩(wěn)健性檢驗(yàn)。采用地區(qū)從業(yè)人數(shù)衡量產(chǎn)業(yè)鏈韌性，進(jìn)行未加入控制變量和加入控制變量下的穩(wěn)健性研究，得到的穩(wěn)健性檢驗(yàn)結(jié)果如表9所示。

表9" 替換被解釋變量穩(wěn)健性檢驗(yàn)

[ （1） （2） res res XT 7.241*** 5.279*** （1.108） （1.339） gdp 0.898 （0.583） road 0.746 （0.570） tech 7.090* （4.057） ais 2.828 （1.789） urban 5.401* （2.824） open -1.181*** （0.404） Constant 10.800*** -3.781 （0.307） （5.512） Prov FE Yes Yes Time FE Yes Yes Obs 330 330 R-squared 0.932 0.936 ]

從上述的替換被解釋變量穩(wěn)健性檢驗(yàn)結(jié)果可以看出，數(shù)實(shí)融合的回歸系數(shù)值為5.279，在1%的顯著性水平上正相關(guān)，同時(shí)控制變量與上述的基準(zhǔn)模型結(jié)果相比，數(shù)實(shí)融合的顯著性均通過(guò)檢驗(yàn)，說(shuō)明本文建立的模型假設(shè)通過(guò)，進(jìn)一步證明上述回歸結(jié)果穩(wěn)健。替換變量穩(wěn)健性檢驗(yàn)的所有回歸結(jié)果均顯示穩(wěn)健，表明數(shù)實(shí)融合確實(shí)能增強(qiáng)產(chǎn)業(yè)鏈韌性，與先前結(jié)果一致，研究結(jié)果可靠。

5. 門(mén)檻模型

數(shù)實(shí)融合作為解釋變量，通過(guò)固定效應(yīng)模型顯示對(duì)產(chǎn)業(yè)鏈韌性有正向影響。鑒于數(shù)實(shí)融合和產(chǎn)業(yè)鏈韌性發(fā)展的多階段性，本文將數(shù)實(shí)融合程度作為門(mén)檻變量，運(yùn)用門(mén)檻模型進(jìn)行檢驗(yàn)，驗(yàn)證其多階段影響變化的假設(shè)。

為驗(yàn)證數(shù)實(shí)融合作為門(mén)檻變量對(duì)產(chǎn)業(yè)鏈韌性是否存在門(mén)檻效應(yīng)，以及存在的門(mén)檻個(gè)數(shù)，本文首先對(duì)門(mén)檻變量的門(mén)檻個(gè)數(shù)進(jìn)行檢驗(yàn)，得到如表10所示的門(mén)檻效應(yīng)檢驗(yàn)結(jié)果。

表10" 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

[因變量 門(mén)檻變量 假設(shè)檢驗(yàn) RSS MSE F-test Prob XT XT 單一門(mén)檻 0.4524 0.0014 98.88 0.0020 XT XT 雙重門(mén)檻 0.3367 0.0011 109.59 0.0580 XT XT 三重門(mén)檻 0.3244 0.0010 12.08 0.4340 ]" 從表10可以看出，在數(shù)實(shí)融合值存在一個(gè)門(mén)檻變化值時(shí)，殘差平方和（RSS）為0.4524，均方誤差（MSE）為0.0014，F(xiàn)統(tǒng)計(jì)量的值為98.88，P值為0.0020，小于5%的顯著性水平，即拒絕原假設(shè)，初步說(shuō)明存在一個(gè)顯著門(mén)檻效應(yīng)。

當(dāng)進(jìn)一步驗(yàn)證數(shù)實(shí)融合作為門(mén)檻變量是否存在雙重門(mén)檻時(shí)，RSS減少至0.3367，MSE為0.0011，F(xiàn)統(tǒng)計(jì)量的值為109.59，但P值增加到0.0580，小于10%的顯著性水平，拒絕原假設(shè)，進(jìn)一步說(shuō)明該模型存在兩個(gè)顯著的門(mén)檻效應(yīng)。

在驗(yàn)證數(shù)實(shí)融合是否存在三重門(mén)檻時(shí)，RSS降至0.3244，MSE為0.0010，F(xiàn)統(tǒng)計(jì)量為12.08，但P值為0.4340，遠(yuǎn)超10%顯著性水平，不拒絕原假設(shè)，表明不存在三個(gè)門(mén)檻值。因此，數(shù)實(shí)融合作為門(mén)檻變量時(shí)，模型僅存在雙重門(mén)檻。因此，假設(shè)H2得到驗(yàn)證。

根據(jù)表11的門(mén)檻效應(yīng)檢驗(yàn)，模型顯示兩個(gè)門(mén)檻值：0.4424和0.5781。當(dāng)數(shù)實(shí)融合值低于0.4424時(shí)，產(chǎn)業(yè)鏈韌性提升0.299單位；在0.4424至0.5781之間時(shí)，提升0.551單位；超過(guò)0.5781時(shí)，提升0.845單位。因此，數(shù)實(shí)融合值大于0.5781時(shí)對(duì)產(chǎn)業(yè)鏈韌性影響最大，低于0.4424時(shí)影響最小。

表11" 門(mén)檻模型回歸擬合

[ （1） res gdp 0.113*** （0.031） road -0.086** （0.040） tech 1.340*** （0.254） ais -0.033 （0.090） urban -0.397** （0.166） open -0.066*** （0.023） XT（XT[≤]0.4424） 0.299*** （0.106） XT（0.4424lt;XT[≤]0.5781） 0.551*** （0.096） XT（XTgt;0.5781） 0.845*** （0.091） Constant -0.637*** （0.220） Obs 330 R-squared 0.794 ]" 為探究數(shù)實(shí)融合作為門(mén)檻變量時(shí)，產(chǎn)業(yè)鏈韌性是否存在動(dòng)態(tài)門(mén)檻效應(yīng)，以及門(mén)檻前后變化的數(shù)量，首先檢驗(yàn)門(mén)檻變量的個(gè)數(shù)，結(jié)果見(jiàn)表12。在數(shù)實(shí)融合值小于0.4424時(shí)，其回歸系數(shù)值為0.477，小于5%的顯著性水平，即數(shù)實(shí)融合每提高一單位水平，產(chǎn)業(yè)鏈韌性提高0.477單位水平；在數(shù)實(shí)融合值大于0.4424時(shí)，其回歸系數(shù)值為0.439，小于5%的顯著性水平，即數(shù)實(shí)融合每提高一單位水平，產(chǎn)業(yè)鏈韌性提高0.439單位水平。

表12 動(dòng)態(tài)門(mén)檻模型回歸擬合

[ （1） res L.res 0.806*** （0.062） below_thres_MB 0.477*** （0.154） above_thres_MB 0.439*** （0.136） gdp 0.113** （0.056） road1 0.426*** （0.137） tech 1.097*** （0.409） ais -0.491*** （0.145） urban -1.419** （0.611） open -0.113*** （0.040） Constant -1.149** （0.456） Prov FE Yes Time FE Yes Obs 300 ]

6. 調(diào)節(jié)機(jī)制

為了進(jìn)一步探討數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響機(jī)制，本文通過(guò)調(diào)節(jié)機(jī)制檢驗(yàn)?zāi)Ｐ?，考察金融支持在?shù)實(shí)融合和產(chǎn)業(yè)鏈韌性之間的調(diào)節(jié)作用。表13為調(diào)節(jié)機(jī)制的回歸分析結(jié)果。

表13" 調(diào)節(jié)效應(yīng)機(jī)制檢驗(yàn)

[ （1） （2） res res XT 1.311*** 2.114*** （0.122） （0.169） Fin 0.176** 0.877*** （0.087） （0.175） XT[×]fin 4.724*** （0.733） gdp 0.006 -0.059 （0.062） （0.059） road -0.143*** -0.090* （0.052） （0.050） tech 1.036*** 0.821** （0.364） （0.342） ais -0.124 -0.355** （0.176） （0.169） urban -0.604** -0.131 （0.268） （0.261） open -0.140*** -0.168*** （0.035） （0.033） Constant 0.471 0.710 （0.579） （0.543） Prov FE Yes Yes Time FE Yes Yes Obs 330 330 R-squared 0.911 0.923 ]

列（1）為金融支持（fin）作為調(diào)節(jié)因素。結(jié)果顯示，數(shù)實(shí)融合顯著提升產(chǎn)業(yè)鏈韌性，回歸系數(shù)為1.311，顯著性1%。金融支持的回歸系數(shù)0.176，1%水平上的回歸結(jié)果顯著，表明其對(duì)產(chǎn)業(yè)鏈韌性有積極影響。列（2）中，數(shù)實(shí)融合與金融支持交互項(xiàng)的回歸系數(shù)為4.724，1%水平上的回歸結(jié)果顯著，證實(shí)金融支持正向調(diào)節(jié)數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性關(guān)系，增強(qiáng)金融支持可放大數(shù)實(shí)融合的正面影響。由此，假設(shè)H3得到驗(yàn)證。

7. 空間溢出效應(yīng)模型

本文首先采用拉格朗日乘數(shù)（LM）檢驗(yàn)來(lái)確定空間計(jì)量模型的基礎(chǔ)類型。若普通LM檢驗(yàn)不顯著，則推薦使用普通OLS模型；若兩者均顯著，則依據(jù)穩(wěn)健LM檢驗(yàn)的顯著差異來(lái)選擇最合適的空間計(jì)量模型。具體檢驗(yàn)結(jié)果見(jiàn)表14。

表14" LM檢驗(yàn)

[ LM Test Statistic p-value W1 Moran’s I " " 4.963 " " 0.000 LM-error " "18.887 " " 0.000 Robust LM-error " "25.185 " " 0.000 LM-lag " " 0.002 " " 0.964 Robust LM-lag " " 6.300 " " 0.012 ]

表14顯示，Moran’s I、LM-error和Robust LM-error在1%水平上顯著，Robust LM-lag在5%水平上顯著，說(shuō)明數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性有顯著的空間滯后和誤差效應(yīng)，不適用OLS模型，宜采用空間誤差或滯后模型。鑒于穩(wěn)健LM檢驗(yàn)顯著，本文選擇使用空間杜賓模型分析數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響。

區(qū)分隨機(jī)效應(yīng)和固定效應(yīng)模型分析應(yīng)用空間杜賓模型至關(guān)重要。通過(guò)Hausman檢驗(yàn)選擇模型，拒絕原假設(shè)時(shí)用固定效應(yīng)，否則用隨機(jī)效應(yīng)。為確保合理性，還需驗(yàn)證模型穩(wěn)定性，防止簡(jiǎn)化。LR檢驗(yàn)和Wald檢驗(yàn)用于評(píng)估，詳細(xì)結(jié)果見(jiàn)表15。

表15" 矩陣模型檢驗(yàn)

[ 檢驗(yàn)方法 Statistic p_value W1 Hausman 檢驗(yàn) 25.71 0.0006 LR-time 189.08 0.0000 LR-ind 68.01 0.0005 Wald-spatial-lag 83.14 0.0002 Wald-spatial-error 75.10 0.0001 ]

根據(jù)表15，Hausman檢驗(yàn)統(tǒng)計(jì)量為25.71，顯著拒絕原假設(shè)，表明固定效應(yīng)模型更適合本文?？臻g杜賓模型的LR檢驗(yàn)結(jié)果顯著，不退化為空間滯后模型，且同樣不退化為空間誤差模型。Wald檢驗(yàn)進(jìn)一步確認(rèn)了空間杜賓模型的適用性，因此選擇該模型進(jìn)行分析。

表16列示了空間杜賓模型的回歸結(jié)果。分析顯示，空間自回歸系數(shù)ρ顯著為負(fù)，表明本地區(qū)產(chǎn)業(yè)鏈韌性對(duì)周邊地區(qū)有負(fù)面影響，這可能源于經(jīng)濟(jì)水平相似區(qū)域間的虹吸效應(yīng)和競(jìng)爭(zhēng)。模型的高對(duì)數(shù)似然值表明其合理性和穩(wěn)定性。數(shù)實(shí)融合系數(shù)顯著為正，說(shuō)明數(shù)實(shí)融合能提升區(qū)域內(nèi)產(chǎn)業(yè)鏈韌性；其空間交互項(xiàng)系數(shù)也為正，表明對(duì)周邊區(qū)域有正面溢出效應(yīng)。分解空間效應(yīng)后，數(shù)實(shí)融合度的直接效應(yīng)顯著正向，證實(shí)其能顯著增強(qiáng)本區(qū)域產(chǎn)業(yè)鏈韌性，并通過(guò)空間溢出效應(yīng)提升周邊地區(qū)產(chǎn)業(yè)鏈韌性，從而提高整體產(chǎn)業(yè)鏈韌性水平。

通過(guò)分析，數(shù)實(shí)融合不僅提升本地產(chǎn)業(yè)鏈韌性，還能正面影響周邊地區(qū)。領(lǐng)先地區(qū)可能成為經(jīng)濟(jì)增長(zhǎng)極，擴(kuò)散先進(jìn)經(jīng)驗(yàn)和技術(shù)，緩解區(qū)域不平衡，增強(qiáng)經(jīng)濟(jì)活力，促進(jìn)產(chǎn)業(yè)鏈韌性的協(xié)同增長(zhǎng)。綜上，假設(shè)H4得證。

表16" SDM模型擬合結(jié)果

[ res res res res res x Wx 直接效應(yīng) 間接效應(yīng) 總效應(yīng) XT 0.925*** -1.199** 1.064*** -1.181*** -0.117 （0.109） （0.549） （0.113） （0.233） （0.224） gdp -0.065 1.740*** -0.166** 0.845*** 0.679*** （0.065） （0.316） （0.077） （0.152） （0.110） road -0.163*** -0.675** -0.135*** -0.195 -0.330** （0.044） （0.332） （0.046） （0.141） （0.133） tech 1.149*** 8.776*** 0.786** 3.218*** 4.004*** （0.297） （1.961） （0.317） （0.908） （0.859） ais 0.147 5.151*** -0.118 2.265*** 2.147*** （0.160） （0.941） （0.168） （0.426） （0.399） urban -0.552** -2.822* -0.427* -0.982 -1.409** （0.238） （1.633） （0.249） （0.728） （0.679） open -0.138*** 0.152 -0.159*** 0.169** 0.010 （0.029） （0.168） （0.032） （0.080） （0.075） Rho -1.486*** -1.486*** -1.486*** -1.486*** -1.486*** （0.236） （0.236） （0.236） （0.236） （0.236） Sigma 0.001*** 0.001*** 0.001*** 0.001*** 0.001*** （0.000） （0.000） （0.000） （0.000） （0.000） Prov FE Yes Yes Yes Yes Yes Time FE Yes Yes Yes Yes Yes Obs 330 330 330 330 330 R-squared 0.078 0.078 0.078 0.078 0.078 ]

五、 結(jié)論與建議

1. 結(jié)論

本研究采用2012—2022年中國(guó)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)，通過(guò)熵值法搭建了產(chǎn)業(yè)鏈韌性評(píng)價(jià)體系，并運(yùn)用耦合協(xié)調(diào)度模型評(píng)估數(shù)實(shí)融合的協(xié)同效應(yīng)。同時(shí)，還構(gòu)建了基準(zhǔn)回歸、門(mén)檻效應(yīng)和空間計(jì)量模型，進(jìn)一步深入分析了數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響和金融支持的調(diào)節(jié)作用。得到如下結(jié)論：第一，數(shù)實(shí)融合顯著提升了產(chǎn)業(yè)鏈韌性，穩(wěn)健性檢驗(yàn)后結(jié)果依然顯著；第二，不同區(qū)域受影響程度相應(yīng)不同，東部地區(qū)受益最大，中西部次之，東北地區(qū)幾乎無(wú)影響；第三，門(mén)檻效應(yīng)分析表明，數(shù)實(shí)融合對(duì)產(chǎn)業(yè)鏈韌性的影響存在雙重門(mén)檻效應(yīng)；第四，金融支持正向調(diào)節(jié)數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性的關(guān)系，金融支持力度越大，正面影響越顯著；第五，數(shù)實(shí)融合具有正向空間溢出效應(yīng)，不僅提升了區(qū)域內(nèi)產(chǎn)業(yè)鏈韌性，也對(duì)周邊區(qū)域產(chǎn)業(yè)鏈韌性產(chǎn)生了積極影響。

2. 建議

針對(duì)研究結(jié)論，本文提出以下策略以增強(qiáng)數(shù)實(shí)融合和金融支持對(duì)產(chǎn)業(yè)鏈韌性的正向積極作用：第一，定制區(qū)域數(shù)實(shí)融合策略。東部地區(qū)可以通過(guò)加強(qiáng)技術(shù)創(chuàng)新，推進(jìn)產(chǎn)業(yè)鏈協(xié)同，進(jìn)一步擴(kuò)大影響力；中西部區(qū)域應(yīng)加強(qiáng)數(shù)字化轉(zhuǎn)型，推進(jìn)基礎(chǔ)設(shè)施建設(shè)，促進(jìn)地方政府與企業(yè)的數(shù)字化合作，著眼于特色產(chǎn)業(yè)，強(qiáng)化資源整合能力；東北地區(qū)須加大政策支持，推動(dòng)產(chǎn)業(yè)智能化和數(shù)字化轉(zhuǎn)型。第二，優(yōu)化金融支持體系。鼓勵(lì)金融機(jī)構(gòu)開(kāi)發(fā)適應(yīng)數(shù)實(shí)融合需求的金融產(chǎn)品，如綠色信貸、供應(yīng)鏈金融，降低融資成本。建立專項(xiàng)基金支持企業(yè)數(shù)字化轉(zhuǎn)型，加強(qiáng)對(duì)技術(shù)創(chuàng)新企業(yè)的風(fēng)險(xiǎn)投資和融資擔(dān)保。推廣數(shù)字金融至欠發(fā)達(dá)地區(qū)，減少資本配置的區(qū)域差異。第三，推動(dòng)區(qū)域協(xié)同發(fā)展。促進(jìn)東部與中西部資源共享和技術(shù)合作，構(gòu)建跨區(qū)域產(chǎn)業(yè)鏈協(xié)同網(wǎng)絡(luò)。促進(jìn)區(qū)域政策協(xié)調(diào)，通過(guò)財(cái)政支持和稅收激勵(lì)，縮小地區(qū)間在數(shù)實(shí)融合與產(chǎn)業(yè)鏈韌性建設(shè)上的差異。第四，政策與監(jiān)管創(chuàng)新推進(jìn)。制定明確的產(chǎn)業(yè)政策和戰(zhàn)略，確定數(shù)實(shí)融合的重點(diǎn)領(lǐng)域和發(fā)展目標(biāo)。建立動(dòng)態(tài)監(jiān)測(cè)和評(píng)價(jià)機(jī)制，跟蹤數(shù)實(shí)融合進(jìn)展及其對(duì)產(chǎn)業(yè)鏈韌性的影響，提供科學(xué)依據(jù)，推動(dòng)政策調(diào)整。規(guī)范數(shù)據(jù)使用和保護(hù)，為企業(yè)數(shù)實(shí)融合提供安全高效的環(huán)境。第五，重視人才培養(yǎng)與技術(shù)創(chuàng)新。加強(qiáng)技術(shù)領(lǐng)域人才培養(yǎng)，促進(jìn)高校與企業(yè)合作，確保數(shù)實(shí)融合的人力資源供給。支持企業(yè)在人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)領(lǐng)域進(jìn)行研發(fā)，為產(chǎn)業(yè)鏈韌性提升提供技術(shù)支持。

參考文獻(xiàn)：

[1] GEREFFI G.What Does the COVID-19 Pandemic Teach Us about Global Value Chains？ The Case of Medical Supplies[J].Journal of International Business Policy，2020，3（3）：287.

[2] 黃瑞新.數(shù)實(shí)融合對(duì)中國(guó)式現(xiàn)代化的影響與機(jī)制研究[J].華東經(jīng)濟(jì)管理，2024，38（10）：15-24.

[3] 張玉.金融支持與區(qū)域綠色發(fā)展的耦合分析研究——以江西省為例[J].環(huán)境科學(xué)與管理，2019，44（7）：172-176.

[4] 袁瀚坤，彭剛東，韓民春.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)鏈供應(yīng)鏈韌性的影響研究[J].江南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2024，23（3）：22-34.

[5] YIN W， RAN W.Supply Chain Diversification， Digital Transformation， and Supply Chain Resilience： Configuration Analysis based on FSQCA[J].Sustainability，2022，14（13）：7690.

[6] 梁琳，金光敏.數(shù)字經(jīng)濟(jì)賦能我國(guó)產(chǎn)業(yè)鏈韌性提升的路徑研究[J].齊魯學(xué)刊，2023（5）：129-138.

[7] 劉偉.數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)產(chǎn)業(yè)鏈韌性的影響研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2023（8）：45-50.

[8] 赫國(guó)勝，燕佳妮.財(cái)政分權(quán)下金融支持 實(shí)體經(jīng)濟(jì)發(fā)展效率及區(qū)域差異研究——基于省際面板數(shù)據(jù)的實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)管理，2020，42（3）：78-89.

[9] 劉學(xué)文，馬夢(mèng)雪，譚學(xué)想.數(shù)字金融賦能農(nóng)業(yè)現(xiàn)代化的機(jī)理研究：新質(zhì)生產(chǎn)力與產(chǎn)業(yè)鏈韌性視角[J].農(nóng)業(yè)經(jīng)濟(jì)，2024（6）：9-11.

[10] 丁建軍，周傳輝.數(shù)字普惠金融的區(qū)域經(jīng)濟(jì)韌性效應(yīng)及機(jī)制[J].調(diào)研世界，2024（5）：53-63.

[11] 馬珂琦.數(shù)實(shí)產(chǎn)業(yè)技術(shù)融合對(duì)城鄉(xiāng)共同富裕的影響研究——基于新質(zhì)生產(chǎn)力的中介效應(yīng)檢驗(yàn)[J].云南民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，41（4）：120-130.

[12] 董麗，趙放. 數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)產(chǎn)業(yè)鏈韌性提升的作用機(jī)理與實(shí)現(xiàn)路徑[J]. 福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023（5）：33-42.

[13] 白新華，李國(guó)英.以數(shù)實(shí)融合提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性的現(xiàn)實(shí)思考[J].區(qū)域經(jīng)濟(jì)評(píng)論，2023（6）：63-68.

[14] 羅公利，袁月凡，王璐.數(shù)實(shí)融合對(duì)經(jīng)濟(jì)韌性的影響研究[J].調(diào)研世界，2024（8）：60-72.

[15] HANSEN B E.Threshold Effects in Non-dynamic Panels： Estimation， Testing， and Inference[J].Journal of Econo Metrics，1999，93（2）：345-368.

[16] 張振，付瓊.金融集聚能有效提升區(qū)域經(jīng)濟(jì)韌性嗎？——基于產(chǎn)業(yè)結(jié)構(gòu)的門(mén)限效應(yīng)研究[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022，44（9）：106-120.

[17] 杜林遠(yuǎn)，高紅貴.長(zhǎng)江經(jīng)濟(jì)帶產(chǎn)業(yè)鏈韌性的綠色發(fā)展效應(yīng)檢驗(yàn)[J].統(tǒng)計(jì)與決策，2024，40（18）：132-137.

[18] YUAN H，F(xiàn)ENG Y，LEE J，et al.The Spatial Threshold Effect and Its Regional Boundary of Financial Agglomeration on Green Development：A Case Study in China[J].Journal of Cleaner Production，2020（244）：118670.

[19] MHLANGA D.Block Chain Technology for Digital Financial Inclusion in the Industry 4.0，towards Sustainable Development？[J].Frontiers in Block Chain，2023（6）：1035405.

[20] CHENG S，MA W，LUO L，et al.Can the Development of Digital Economy Improve the Quality of Regional Investment？—Empirical Evidence from Chinese Cities[J].Economic Analysis and Policy，2023（80）：214-221.

[21] IFTIKHAR A，ALI I，ARSLAN A，et al.Digital Innovation，Data Analytics，and Supply Chain Resiliency：A Bibliometric-based Systematic Literature Review[J].Annals of Operations Research，2024，333（2）：825-848.

[22] 韓璐，叢林，趙君彥.產(chǎn)業(yè)數(shù)字化對(duì)產(chǎn)業(yè)鏈供應(yīng)鏈韌性的影響及空間溢出效應(yīng)研究[J].商業(yè)經(jīng)濟(jì)研究，2024（4）：180-183.

[23] 郝愛(ài)民，任禛.流通數(shù)字化與制造業(yè)韌性的交互影響及空間溢出效應(yīng)[J].科技管理研究，2022，42（18）：43-53.

[24] 李文龍，梁帆，魏曙光.產(chǎn)業(yè)協(xié)同集聚、數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)鏈韌性提升研究[J].科學(xué)與管理，2024，44（3）：45-53.

[25] 戴魁早，黃姿，王思曼.數(shù)字經(jīng)濟(jì)促進(jìn)了中國(guó)服務(wù)業(yè)結(jié)構(gòu)升級(jí)嗎？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（2）：90-112.

[26] 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-75.

[27] 郭晗，全勤慧.數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合發(fā)展：測(cè)度評(píng)價(jià)與實(shí)現(xiàn)路徑[J].經(jīng)濟(jì)縱橫，2022（11）：72-82.

基金項(xiàng)目：本文系國(guó)家社科基金“風(fēng)險(xiǎn)投資、政府補(bǔ)貼對(duì)企業(yè)創(chuàng)新交互作用及可持續(xù)發(fā)展研究”（項(xiàng)目編號(hào)：19BJY027）階段性成果。

作者簡(jiǎn)介：楊昀，女，彝族，博士，金陵科技學(xué)院商學(xué)院教授，MPAcc教育中心常務(wù)副主任，碩士生導(dǎo)師，研究方向?yàn)轱L(fēng)險(xiǎn)投資、政府補(bǔ)貼、資本市場(chǎng)、綠色金融、企業(yè)財(cái)務(wù)戰(zhàn)略等；金碧云，女，金陵科技學(xué)院商學(xué)院碩士研究生，研究方向?yàn)轱L(fēng)險(xiǎn)投資、政府補(bǔ)貼、資本市場(chǎng)、綠色金融、企業(yè)財(cái)務(wù)戰(zhàn)略等；嚴(yán)若菁，女，金陵科技學(xué)院商學(xué)院學(xué)生，研究方向?yàn)樨?cái)務(wù)管理、資本市場(chǎng)、綠色金融、企業(yè)財(cái)務(wù)戰(zhàn)略等。

（收稿日期：2024-12-05" 責(zé)任編輯：魯文雯）