《Sustainability》:Advancing Sustainable Digital Industrial Security: Cross-Border Data Flow Regulation and Resilience of Digital Economy Core Industrial Chains in China
编辑推荐:
在全球数字经济一体化深化和地缘政治竞争加剧的背景下,跨境数据流动监管已成为协调发展与安全的核心制度安排。基于2015年至2025年中国31个省份的面板数据,研究人员提出了一个适配的省级跨境数据流动监管指数(DFRI)和一个综合韧性指数,共同为考察中国各地区数据
在全球数字经济一体化深化和地缘政治竞争加剧的背景下,跨境数据流动监管已成为协调发展与安全的核心制度安排。基于2015年至2025年中国31个省份的面板数据,研究人员提出了一个适配的省级跨境数据流动监管指数(DFRI)和一个综合韧性指数,共同为考察中国各地区数据监管与产业链韧性之间的关系提供了操作基础。研究人员实证检验了监管影响产业链韧性的效应、传导机制和组态路径。结果表明,跨境数据流动监管显著增强了数字经济核心产业链的韧性。效率与安全平衡在监管影响产业链韧性的过程中起关键中介作用。此外,监管效应在数字经济发展水平上表现出显著异质性:数字经济发展指数高于样本均值的省份的REG系数高于等于或低于样本均值的省份。进一步地,模糊集定性比较分析(fsQCA)识别出四条等效路径,通过监管改进、基础设施建设、创新投入、数字贸易和产业适应性共同驱动高韧性。研究结果为构建区域差异化的数据治理体系和增强中国数字经济核心产业链韧性提供了实证依据和政策启示。
在全球数字经济一体化深化与地缘政治竞争加剧的背景下,跨境数据流动监管(Cross-Border Data Flow Regulation)已成为协调发展与安全的核心制度安排。中国数字经济规模庞大,但各省份在数字基础设施、产业结构和风险暴露程度上差异显著:东部沿海省份面临复杂的数据流动与合规冲突,中西部省份则受制于监管技术薄弱和产业链不完整。现有研究多聚焦法律比较或政策解读,缺乏省级尺度的定量测量,且未将监管强度、合规成本与国际协调纳入统一分析框架。因此,研究人员旨在探究跨境数据流动监管如何影响数字经济核心产业链韧性(Resilience of Core Digital Economy Industrial Chains),其效应是否因省份而异,以及适合不同数字经济发展阶段的差异化监管路径。
研究人员基于2015–2025年中国31个省份面板数据,构建了省级跨境数据流动监管指数(DFRI)和六维产业链韧性指数,采用双向固定效应模型和模糊集定性比较分析(fsQCA)进行实证检验。研究发现,监管显著提升产业链韧性,效率与安全平衡(Efficiency-Security Balance)起关键中介作用,效应存在地区异质性,并识别出四条等效组态路径。该研究发表在《Sustainability》,为构建区域差异化数据治理体系提供了实证依据。
在技术方法方面,研究人员构建了省级DFRI,该指数基于ECIPE框架调整,涵盖开放度、制度约束、监管保障和实践阻力四个维度,采用熵权法赋权。同时构建了六维产业链韧性指数,包含抵抗、恢复、转型、渗透、增值和升级能力,共30个二级指标,同样采用熵权法合成。实证分析采用双向固定效应模型控制省份和年份固定效应,使用逐步回归法、Sobel检验和Bootstrap检验中介效应,按数字经济发展水平(高于或低于样本均值)分组进行异质性分析,并运用fsQCA识别高韧性的组态路径。数据来源为中国31个省份2015–2025年面板数据,包括统计年鉴、通信管理局报告、中国信通院报告等。
研究结果如下:
4.1 描述性统计分析:描述性统计显示,产业链韧性指数(TRes)均值0.47,标准差0.16,表明各省份韧性差距显著;监管指数(REG)均值0.48,标准差0.18,反映各省份监管路径分化。
4.2 基线回归分析:在逐步加入控制变量和固定效应后,模型4显示REG系数为0.34(p<0.01),即监管指数每提高0.1个单位,韧性指数提升0.034个单位,验证了假设H1。
4.3 中介效应分析:三步法结果表明,REG对效率与安全平衡(Balance)的系数为0.43(p<0.01),同时纳入REG和Balance后,Balance系数为0.13(p<0.1),REG系数降至0.29,中介效应占比39.21%。Sobel检验Z=5.34(p<0.01),Bootstrap检验95%置信区间[0.01,0.10],确认中介效应显著,支持假设H2。
4.4 区域异质性分析:按数字经济发展水平分组,高发展组REG系数显著高于低发展组;按地理区域分组,东部省份REG系数最高(0.41),中部次之(0.33),东北最低(0.25),支持假设H3。
4.5 稳健性检验:通过替换估计方法(OLS)、替换中介变量(增长率比值)、排除异常值(1%缩尾)、滞后一期解释变量、工具变量法(省级数据安全执法人数和国家级数据安全试点城市数),所有检验均支持基准结论的稳健性。
4.6 fsQCA组态路径:必要性分析显示无单一条件构成高韧性的必要条件。充分性分析识别出四条等效路径:路径1(监管改进·创新投入·数字贸易·~产业适应性)、路径2(监管改进·基础设施·产业适应性·~创新投入)、路径3(基础设施·创新投入·数字贸易·~监管改进)、路径4(监管改进·基础设施·创新投入·~数字贸易),分别对应广东/上海、贵州/江苏、浙江/福建、山东/四川等典型省份。
4.7 整合回归与fsQCA结果:发现fsQCA路径与区域异质性高度对应,东部省份主要沿路径1和3,中部省份沿路径2和4,东北省份未出现在任何路径中,进一步验证了假设H3。中介机制在组态中得到体现:监管改进从未单独出现,总是与其他条件结合,反映了效率与安全平衡的中介逻辑。
4.8 与先前研究比较:本研究的正向效应与Yu(2024)等人结论一致,但不同于Cheng et al.(2025)的负向发现,后者差异源于对监管的操作化不同(限制强度 vs 制度完备性)。中介效应将Hong和Zhang(2022)的规范性命题转化为可分解参数。区域梯度模式与Huang(2024)等一致,并补充了东北地区的解释。fsQCA路径与Kumar et al.(2022)的方法论共识一致。
在讨论部分,研究人员进一步解释了回归与fsQCA的互补性,指出平均效应为正但路径依赖地区差异,需差异化政策设计。研究结论如下:
1. 跨境数据流动监管对数字经济核心产业链韧性具有显著正向效应。科学合理且精细化的监管能够有效降低制度交易成本,规范数据要素配置秩序,从而增强产业链的抵抗、恢复、转型、渗透、增值和升级能力。
2. 效率与安全平衡在监管影响产业链韧性的过程中起关键中介作用。纯粹的防御性限制会阻碍数据流通,而无序放任则引发系统性风险。只有在保障安全底线的前提下最大化数据流通效率,才能将宏观政策转化为微观韧性。
3. 监管效应呈现显著的区域异质性,遵循东部>中部>东北的梯度格局。东部省份受益于坚实的数字经济基础和较强的国际规则协调能力,监管效应最强;中部省份处于培育期,效应中等;东北省份受制于薄弱的基础设施和创新投入,效应最弱。
4. 高产业链韧性的实现不依赖单一因素,而是监管改进、基础设施、创新投入、数字贸易和产业适应性多要素协同作用的结果。fsQCA识别出四条等效组态路径,证实了韧性提升是复杂系统工程,需要多维度政策协调。