《Sustainability》:Research on the Sustainable Improvement of Industrial Chain Resilience Driven by Sci-Tech Financial Policy: Evidence from China
编辑推荐:
随着全球经济一体化加速和外部不确定性持续上升,产业链供应链的韧性与安全已成为衡量经济体抗风险能力和可持续发展能力的核心标尺,对现代经济体系的稳定运行至关重要。基于2003至2023年中国279个地级及以上城市的面板数据,研究人员将科技金融结合试点政策视为准自然
随着全球经济一体化加速和外部不确定性持续上升,产业链供应链的韧性与安全已成为衡量经济体抗风险能力和可持续发展能力的核心标尺,对现代经济体系的稳定运行至关重要。基于2003至2023年中国279个地级及以上城市的面板数据,研究人员将科技金融结合试点政策视为准自然实验,采用多期双重差分(multi-period DID)模型,实证检验了科技金融政策与城市产业链韧性之间的关联,并探讨了其潜在传导路径。结果表明,该试点政策显著提升了城市产业链韧性。金融深化水平、高技术应用水平和城市信息化水平可能作为该政策发挥作用的潜在传导渠道。进一步的异质性分析表明,政策效应在不同城市的地理位置、规模、资源禀赋和产业基础方面存在显著差异。本研究丰富了关于科技金融政策效应和产业链韧性的相关研究,并为优化科技金融体系设计、巩固产业链安全提供了理论基础和实践参考。
**研究背景、问题与意义**
在全球经济一体化加速与外部不确定性持续上升的背景下,产业链供应链的韧性与安全已成为衡量经济体抗风险能力和可持续发展能力的核心标尺。当前,地缘政治冲突加剧、贸易保护主义抬头以及公共卫生危机等冲击,深刻重塑了全球产业格局,传统以自由贸易为主导的全球产业链面临重构。中国作为核心制造枢纽和全球价值链关键参与者,尽管在产业分工中地位稳固,但面临反全球化、核心技术封锁、产业外迁等外部压力,以及区域资源配置失衡、产业升级动力不足等内部困境,系统性产业链风险不断累积。在此背景下,提升产业链抗风险、快速恢复及动态升级能力,构建自主可控、安全高效的现代产业体系,成为维持经济平稳增长和高质量发展的关键研究议题。技术创新是培育产业链韧性的根本驱动力,而科技金融(Sci-Tech Finance)作为创新进阶的重要支撑,通过金融工具、制度安排和服务体系的组合,缓解创新活动的资本约束。中国于2011年和2016年分两批实施科技金融结合试点政策,旨在优化科技与金融资源配置,构建创新驱动型经济发展模式。然而,现有文献多分别探讨科技金融政策与产业链韧性,缺乏对二者关联性的系统分析,且对政策异质性和多维传导路径的探讨不足。因此,本研究以科技金融试点政策为准自然实验,基于2003—2023年279个地级市面板数据,采用多期双重差分模型(multi-period DID),深入探究科技金融政策对城市产业链韧性的直接效应、异质性影响及三维传导机制,为优化科技金融布局、提升产业链韧性、维护现代产业体系安全稳定提供理论依据与实证证据。论文发表在《Sustainability》。
**关键技术与方法**
研究人员采用多期双重差分(multi-period DID)模型,将科技金融结合试点政策(2011年和2016年两批共50个试点城市)视为准自然实验,基于2003—2023年中国279个地级及以上城市的面板数据进行实证分析。主要数据来源包括《中国城市统计年鉴》、地方统计年鉴、市政府工作报告、国家知识产权局及企查查平台。被解释变量为城市产业链韧性(ICR),通过熵权法综合产业多样化(赫芬达尔-赫希曼指数(HHI)的倒数)和产业创新(发明专利申请授权数)两个维度计算。核心解释变量为政策虚拟变量(treat×post)。机制变量包括金融深化水平(金融相关比率(FIR)和存贷差(CLD))、高技术应用水平(基于企业工商注册信息的智能技术企业存量)和信息化水平(计算机服务和软件业从业人员占比、互联网宽带接入用户数)。控制变量包括经济发展水平、政府干预程度、对外开放水平和人力资本水平。稳健性检验采用平行趋势检验、安慰剂检验、倾向得分匹配双重差分(PSM-DID)、缩尾处理、剔除直辖市、排除其他政策干扰、基于Callaway和Sant'Anna的异质性处理效应估计器(CSDID)、替换被解释变量测度、替换固定效应以及工具变量法(银行网点年末存量)。异质性分析按胡焕庸线划分东南/西北地区、按城市规模划分特大/大城市与中小城市、按资源禀赋划分资源型/非资源型城市、按产业基础划分老工业基地/非老工业基地城市。
**研究结果**
**5.1 基准回归**:通过逐步加入控制变量和双向固定效应的多期DID回归,核心交互项系数均在1%水平上显著为正。在加入全部控制变量和城市-年份固定效应后,政策效应估计值为0.0591(1%显著),证实科技金融试点政策显著提升了城市产业链韧性,验证假设H1。
**5.2 稳健性检验**
- **5.2.1 平行趋势检验**:政策实施前处理组与控制组产业链韧性走势一致,95%置信区间内系数不显著;政策实施后系数显著为正且呈上升趋势,支持平行趋势假设。
- **5.2.2 安慰剂检验**:随机分配500次虚假处理组与政策年份,估计系数分布集中于零附近,实际政策系数0.0591远离多数模拟值,通过安慰剂检验。
- **5.2.3 PSM-DID**:采用核匹配和半径匹配后的平衡样本回归,政策系数仍显著为正(1%水平),消除样本自选择偏差后结论稳健。
- **5.2.4 缩尾处理**:对连续变量进行1%和5%双侧缩尾后,政策系数仍显著为正(1%水平)。
- **5.2.5 剔除直辖市**:剔除北京、上海、重庆、天津后,回归结果与基准一致。
- **5.2.6 排除其他政策干扰**:分别及同时控制智慧城市、宽带中国、公共数据开放、国家大数据综合试验区等政策后,核心解释变量仍显著为正(1%水平)。
- **5.2.7 基于CSDID框架的替代估计**:采用Callaway和Sant'Anna的异质性处理效应估计器,政策实施前系数不显著,实施后两年起显著为正且单调上升,验证基准结论。
- **5.2.8 替换被解释变量**:构建四维产业链韧性评价体系(产业链基础、抗冲击能力、适应能力、恢复重构能力)重新计算,政策系数仍显著为正(1%水平)。
- **5.2.9 替换固定效应**:将城市-年份双向固定效应替换为省份-年份交互固定效应,结论不变。
- **5.2.10 工具变量法**:以银行网点年末存量为工具变量,第一阶段相关性强,弱工具变量检验通过,第二阶段拟合值系数为0.219(1%显著),缓解内生性后结论稳健。
**5.3 异质性分析**
- **5.3.1 区域异质性**:按胡焕庸线划分,政策在东南部城市显著提升产业链韧性,在西北部城市不显著,归因于东南部经济水平、产业结构、金融科技禀赋及政策传导效率优势。
- **5.3.2 城市规模异质性**:在特大及大城市中政策效应显著(1%水平),在中小城市不显著,源于大城市资本与人力资本更丰富,政策传导更有效。
- **5.3.3 城市资源禀赋异质性**:在非资源型城市中政策效应显著,在资源型城市中不显著,原因在于资源型城市产业单一、信贷锁定传统行业、创新生态薄弱,难以吸收政策红利。
- **5.3.4 城市产业基础异质性**:在非老工业基地城市中政策系数为0.0700(1%显著),在老工业基地城市中仅为0.0133(5%显著),组间差异显著(Fisher置换检验p<0.01),老工业基地因路径依赖、资产沉没成本高、配套设施不足,政策边际贡献较弱。
**6. 机制分析**
基于逐步回归法,检验金融深化、高技术应用和信息化水平的传导渠道。
- **6.2 金融深化水平**:以金融相关比率(FIR)和存贷差(CLD)为代理变量,政策显著正向影响二者;加入中介变量后,政策系数与中介变量均显著为正;Bootstrap检验(1000次)间接效应95%置信区间不包含零,初步表明政策可能通过提升金融深化水平增强产业链韧性,支持H2。
- **6.3 高技术应用水平**:以人工智能企业存量为代理变量,政策显著正向影响高技术应用水平;加入中介变量后,政策系数与中介变量均显著为正(1%);Bootstrap检验置信区间不包含零,初步支持H3。
- **6.4 信息化水平**:以计算机服务业从业人员占比和互联网宽带接入用户数为代理变量,政策显著正向影响二者;Bootstrap检验置信区间不包含零,初步支持H4。
**总结讨论与结论**
**结论部分**:以科技金融结合试点政策为准自然实验,基于2011年和2016年两批政策实施信息及2003—2023年279个地级市面板数据,采用多期DID模型,系统探究了科技金融政策对城市产业链韧性的影响效应、传导机制和异质性特征。主要结论如下:第一,试点政策对城市产业链韧性提升具有显著正向效应。第二,初步证据表明,该政策可能通过提升区域金融深化水平、促进高技术应用水平、提高城市信息化水平来增强城市产业链韧性。第三,政策效应在不同城市特征下呈现明显异质性:地理位置上,东南部城市显著而西北部不显著;城市规模上,特大及大城市显著而中小城市不显著;资源禀赋上,非资源型城市显著而资源型城市不显著;产业基础上,老工业基地城市政策赋能效应显著弱于非老工业基地城市。