数字技术赋能是否增强了产业链和供应链的韧性？

《Sustainability》：Has Digital Technology Empowerment Enhanced the Resilience of the Industrial Chain and Supply Chain?

　　

新一轮科技革命和产业变革为增强制造业、工业和供应链韧性创造了前所未有的机遇。利用2004-2022年中国31个省份的面板数据，研究人员构建了一个综合指标体系来测量双链韧性（dual-chain resilience），并检验了数字技术赋能（digital technology empowerment）对其发展的影响。结果表明，数字技术赋能显著增强了双链韧性（系数=0.286，p<0.01），且该结果在一系列内生性和稳健性检验中保持稳健。中介分析表明，数字技术赋能通过两种互补机制增强双链韧性：要素再配置（factor reallocation）和规模扩张（scale expansion）。异质性分析进一步揭示，数字技术赋能的收益因产业特征和供应链位置而异，下游溢出效应（系数=0.321，p<0.01）显著超过上游效应（系数=0.083，p<0.05）。企业异质性分析表明，数字技术赋能的韧性收益主要集中在有能力的公司，无论其采用数字技术的准备程度如何，这表明能力而不是准备程度本身是成功数字赋能结果的关键决定因素。此外，外生冲击对数字赋能-韧性关系产生异质性影响，凸显了双链韧性在缓解外部干扰中的缓冲作用。这些发现丰富了关于数字技术赋能如何增强双链韧性的理论理解，并为推动数字化转型、改善产业流通体系和实施差异化数字赋能战略提供了政策启示。

在全球不确定性加剧的背景下，产业链和供应链韧性已成为各国政策制定和学术研究的焦点。COVID-19疫情、中美贸易摩擦与地区冲突等外生冲击暴露了传统制造业体系在风险抵御、快速恢复和自主可控方面的脆弱性。尽管数字技术（digital technology）被普遍视为增强韧性的关键驱动力，但现有研究多聚焦于运营效率提升，缺乏从经济学视角对数字技术赋能（digital technology empowerment）如何影响双链韧性（dual-chain resilience）的系统性实证分析。基于此，本研究旨在填补这一空白，利用2004–2022年中国31个省份的面板数据，构建包含风险抵抗、快速恢复、自主可控和领先竞争四维度的双链韧性指标体系，通过基准回归、工具变量（instrumental variable, IV）估计和中介分析等计量方法，检验数字技术赋能对双链韧性的直接效应、传导机制及异质性特征。研究成果发表在《Sustainability》上，主要结论表明：数字技术赋能显著提升双链韧性（系数=0.286，p<0.01），该效应在替换变量、行业层面检验和多种稳健性测试中保持稳定；作用机制包括要素再配置（factor reallocation）和规模扩张（scale expansion）两条互补路径；异质性分析显示下游行业的溢出效应（系数=0.321，p<0.01）远大于上游（系数=0.083，p<0.05），且韧性提升主要集中于具备高数字能力的企业，而非仅数字准备度高的企业。这些发现不仅丰富了数字转型与产业韧性理论，还为制定差异化赋能策略和提升制造业自主可控能力提供了政策参考。

关键技术方法方面，研究采用2004–2022年中国31个省份的面板数据，数据来源于中国宏观经济数据库、中国经济网统计数据库、中国统计年鉴及各部委公开资料。自变量“数字技术赋能”由5G专利、工业互联网专利、电子商务专利、互联网用户数和网站数等5个指标等权合成；因变量“双链韧性”基于4个维度、8个子维度和16个指标，通过熵权法赋权构建。中介变量包括要素再配置（以产业结构升级和相对资本强度衡量）和规模效应（以制造业从业人员数和产业多样化指数衡量）。模型设定采用双向固定效应回归，并辅以Bartik式工具变量（基于印度制造业数字化水平与各省2000年互联网用户数的交互项）处理内生性，同时通过分组回归和交互项分析检验异质性。

**4.1 基准回归**：在控制省份和年份固定效应及多维度控制变量后，数字技术赋能系数为0.286（p<0.01），表明其对双链韧性有显著正向影响，支持假设H1。经济意义上，该效应相当于样本均值14.5%的提升。

**4.2 稳健性检验**：— **4.2.1 替换变量**：采用反事实生产率法、主成分分析法（PCA）重新构建双链韧性指数，并用数字经济水平替代核心解释变量，数字技术赋能系数仍显著为正。— **4.2.2 行业层面稳健性**：将韧性测量下沉至40个制造业行业层面，结果保持稳健。— **4.2.3 内生性**：使用Bartik工具变量，第一阶段F统计量（132.37）远超临界值，IV估计下数字技术赋能系数依然显著。— **4.2.4 外生冲击**：2008年金融危机和2018年中美贸易摩擦两项外生冲击的交互项均显著正，表明数字赋能在危机后韧性增强效应更大。

**4.3 机制分析**：中介效应检验显示，数字技术赋能通过促进产业结构升级（系数0.184，p<0.05）和资本强度提升（系数0.196，p<0.05）实现要素再配置；通过内部规模扩张（系数0.231，p<0.01）和相关多样化（系数0.152，p<0.05）实现规模效应。不相关多样化路径不显著。由此验证假设H2。

**4.4 异质性分析**：— **4.4.1 行业数字化利用差异**：高数字化利用率行业（系数0.346，p<0.01）和高技术行业（系数0.337，p<0.01）韧性提升显著，而低利用率行业及低技术行业不显著。— **4.4.2 上下游差异**：下游数字赋能的溢出效应（系数0.321，p<0.01）约为上游（系数0.083，p<0.05）的4倍，支持假设H3。— **4.4.3 企业类型差异**：按数字准备度和能力将企业分为四类，只有高能力企业（类型I和类型IV）的系数显著（分别为0.440和0.243，p<0.01），低能力企业不显著，支持假设H4。

讨论部分指出，数字技术赋能通过提升系统适应性而非仅运营效率来增强韧性，其效果取决于企业吸收能力和互补性组织能力。上游与下游效应的不对称性要求政策优先支持下游行业以扩大网络溢出，企业异质性则提示政策应区分准备度和能力组合，优先提升能力建设而非单纯推动技术采纳。研究结论总结为：数字技术赋能对双链韧性有显著正向影响（H1支持）；要素再配置和规模效应是中介渠道（H2支持）；下游溢出效应大于上游（H3支持）；韧性提升集中于高数字能力企业（H4支持）。这些发现为全球化不确定性下的制造业韧性建设提供了理论与实践依据。