![](images/pdf-icon.jpg)
经济韧性的概念最早由Reggiani提出,是指经济系统抵御冲击与恢复的能力,它可被视为某一地区的固有特征,能确保该经济系统实现长期、持续稳定发展[1]。2019年6月G20峰会上,习近平总书记表示中国需要提升经济运行效率和韧性,努力实现高质量的发展。根据中国新闻网数据,2013—2021年,中国国内生产总值年均增长6.65%,远高于同期发展中经济体。可见,面对全球经济不确定性的多重冲击,中国经济展现出强劲韧性。2022年10月,党的二十大报告明确提出,要“发展数字贸易,加快建设贸易强国”。据商务部国际贸易经济合作研究院发布的《全球数字贸易发展趋势报告2022》,2022年中国的数字贸易规模达到4.65万亿元,近4年增长46.9%; 数字经济规模达50.2万亿元,总量稳居世界第二,占国内生产总值比重提升至41.5%[2]。数字贸易发展突破时间和地理限制,已逐渐成为中国贸易发展的新动能,为中国经济增长注入活力。作为贸易发展的新动力,数字贸易对于经济韧性的影响机理较一般因素更为深刻。深入分析数字贸易促进经济韧性增强的机理和关键动因,有利于有效发挥数字贸易促进经济韧性的潜力。因此,本文探索性地研究数字贸易与经济韧性的关系,以2011—2021年中国大陆30个省市的面板数据为样本,对数字贸易促进经济韧性增强的作用机制展开实证检验,并在此基础上进行分区域研究,为各地区更好地利用数字贸易提高经济韧性提供借鉴。
1 相关文献回顾与本文相关的第一类文献为数字贸易相关的研究。2010年Weber[3]首次提出数字贸易的概念后,美国国际贸易委员会、经济合作与发展组织、世界贸易组织、国际货币基金组织等国际组织先后对其进行了概念界定。随着研究的深入,不同时期,研究者们给出定义也有不同侧重点。李忠民等[4]认为数字贸易是以互联网为基础,实现以数字化数据信息为贸易标的的创新商业模式。Azmeh等[5]认为数字贸易通常包括数字化的商品或服务交易,以及许多数字驱动的过程。数字贸易作为数字经济的延伸和应用,具有商业结构扁平化、强化了市场竞争等7大特点[6]。数字贸易具有涉及领域更加多元、外延延伸、能通过集约化平台高效整合及配置资源、能实现普惠共享化等特点[7]。然而,关于数字贸易发展的测度,目前仍然没有统一的衡量标准。郝爱民等在剖析数字贸易影响服务业全球价值链地位时,用商品贸易出口额占贸易出口总额的比重来衡量一国数字贸易的发展水平[8]。而为了确保全面性,多数研究者选择采用构建指标体系的方式。克甝等[9]采用熵权法,基于2013—2020年中国31个省市数据从网络基础设施、贸易方式等五个维度来构建数字贸易发展评价指标体系。章迪平等[10]从相同的信息网络基础设施、数字技术水平等五个维度构建数字贸易发展评价指标体系,其不同体现于部分三级指标。曲亚琳[11]基于基础设施建设情况和技术支撑情况两个维度来构建测度指标体系,具体包含10个二级指标,并采用因子分析方法对这10个二级指标的权重进行确定。
与本文相关的第二类文献为经济韧性相关的研究。经济韧性是一种经济体应对外部干扰、抵御冲击并调整自身发展路径的能力[12-13]。韧性被视为面对干扰的能力,也被视为各地区的经济弹性,并且实际上不能被直接观察到,是一种潜力[14]。经济环境中的平衡概念加强了工程弹性概念在经济学中的应用,但由于当前经济现象的不确定性和不可预测性的存在,仍然需要对经济学中的生态弹性进行研究[15]。经济韧性的内涵应包括抵御力、恢复力、再组织力和更新力四个维度[16]。国外研究者从经济韧性发展的不同维度建立指标体系来衡量经济韧性,包括宏观经济稳定性、微观经济市场效率、政府管理水平和社会发展程度等[17],并在此基础上根据研究内容进行了调整[18]。对经济韧性的影响因素及测算,中国研究者也采用了多种不同方法。如韩爱华等[19]以2012—2019年的月度数据来测度中国31个省份在新冠肺炎疫情冲击下的经济韧性,利用倾向得分匹配双重差分方法探索影响经济韧性的因素。关衷效等[20]基于2001—2016年中国大陆30个省份数据来构建反事实人均GDP,通过实际值与期望值计算区域经济韧性。王素素等[21]采用熵权法,基于1997—2020年数据构建6个一级指标,测算中国经济韧性综合及分维度指数,并探究了区域差异及差异来源和机理。
针对数字贸易和经济韧性两者的关系,现有研究仅从数字服务贸易、数字经济、数字产业、数字化转型等角度入手,对国家层面、城市层面的经济韧性进行实证研究。基于国家层面的实证研究表明,数字经济不仅能直接推动服务贸易高质量发展,还能通过人力资本间接促进服务贸易高质量发展[22]。数字服务贸易发展包括数字服务贸易出口、数字基础设施建设、数字产业规模、数字技术发展,其中数字基础设施建设与经济增长呈明显的倒“U”形关系,而数字服务贸易发展对中高收入和低收入国家经济增长的促进作用明显高于高收入国家[23]。数字全球价值链参与可直接促进经济韧性增强,也能通过提高创新要素配置效率、数字经济发展水平、金融集聚水平、创新能力间接促进经济韧性增强。在数字技术与人力资本水平较高的国家或地区,数字全球价值链参与促进经济韧性增强的作用更显著[24]。而基于城市经济韧性的研究表明,数字经济能够通过缩小城乡收入差距提升经济发展韧性[25]。数字经济发展通过激发创业活跃度和创新活跃度最终促进市域经济韧性提升,且相对于中西部城市及外围城市而言,东部城市及中心城市数字经济发展对市域经济韧性的促进效应更强[26]。数字产业发展对城市经济韧性具有促进效应,但会因城市区位和政府引导的不同而表现出程度不同的促进效应[27]。
综上所述,针对数字贸易对经济韧性的影响,已有的研究存在以下不足:从研究对象看,大多数文献偏向数字经济、数字产业等与经济韧性的关系,鲜有文献探索数字贸易与经济韧性的关系。从研究范围看,关于两者关系的文献多从国别层面或基于特定地区展开研究,缺少对全国各省市层面的总体性分析。从研究方法看,数字贸易和经济韧性,从其概念与内涵分析,用单一变量来衡量并进行相关的实证研究不够科学。因此,本研究的边际贡献在于,首先构建了数字贸易影响经济韧性的分析框架,并用评价指标体系对数字贸易、经济韧性水平进行测评; 然后在此基础上实证检验数字贸易影响经济韧性的程度,并进行分区域研究,从而提出针对性的建议。
2 研究设计2.1 经济韧性测度经济韧性体现在经济发展的多方面,用单个指标进行衡量具有特殊性及异质性,不利于反映真实的经济韧性水平[21],且经济韧性是经济体与外部环境协同发展及通过有效治理所形成的结果,若研究使用单个指标分析经济韧性,将不利于真实反映地区经济韧性水平[24]。因此,借鉴有关文献的方法[16,21,24],本研究从抵抗与恢复能力、适应与调整能力、创新与转型能力三个维度来构建经济韧性指标体系,具体包括13个细分指标。
抵抗与恢复能力的测定包括人均GDP、居民人均可支配收入、城镇登记失业人数、城乡居民储蓄金额、外贸依存度、第三产业占GDP比重6个指标。人均GDP常用来衡量经济发展水平,因此能准确地测度各省市在受冲击时的抵抗能力及之后的恢复能力。居民可支配收入的高低可以用来直接衡量居民当前购买力,在反映他们的生活水平的同时也可以反映不同省市居民的风险抵抗能力。城镇登记失业人数反映的是区域失业水平,可以表现出各省市居民劳动生活总体的震荡程度,登记失业人数越多,则表示承受劳动力市场带来的风险抵抗能力就越弱,属于负向指标。城乡居民储蓄余额则反映居民整体风险抵抗能力。外贸依存度通过进出口贸易总额与GDP的比值来计算,外贸依存度越高则表示该地区对外部的依赖性越强,相对应的自身抵抗外部贸易冲击的能力就越弱,属于负向指标。
适应与调整能力的测定包括社会消费品零售总额、财政自给水平、全社会固定资产投资3个指标。社会消费品零售总额可以反映当前的市场规模大小及货币在市场上的流通程度。当经济发展受到冲击时,货币流通性越强,市场就越能做出相应的调节。财政自给水平用地方财政收入占地方财政支出比重来衡量,从财政资金层面反映应对经济冲击时应具备的基本适应与调整能力。全社会固定资产投资额可以反映社会调整经济结构的能力和不同生产力的地区分布,以此来反映经济韧性中的适应与调整能力。
创新与转型能力的测定包括城镇化率、普通高校在校学生数、科研投入力度和科研产出水平4个指标。城镇化与科技创新存在空间自相关,因此城镇化率可以反映一个省市的创新发展水平。与此同时,创新的本质离不开人才,而普通高校在校学生数则反映人才储备状况。科研投入力度通过科研支出占财政总支出的比重来衡量,科研产出水平通过专利申请授权数来衡量。
原始数据选取2011—2021年中国大陆各省份的数据,主要来源于国家统计局官网、中经网数据库及各省份历年统计年鉴。由于西藏自治区数据缺失较多,故整体舍去,由此,最终研究样本为30个省市的数据。为了增强数据的适应性,本研究主要采用熵权法对其进行加工求权重,从而为多指标综合评价提供依据。
以第1个细分指标为例,用熵权法获得其权重的处理过程如下:首先对收集的原始数据进行标准化和平移处理后记为Xij,表示第i年第j个地区该指标的数值,再计算第i年第j个地区该指标对整体的贡献度; 然后计算该指标的熵值
,其中k=1/(ln(Pij),其中k=1/(为常数(本研究中m为11年,n为30个省份)。同理计算其余12个细分指标的熵值Et(t为13个细分指标),并最终分别求得13个细分指标的权重
,结果见表1。
根据所得权重,计算中国大陆30个省市的经济韧性。因篇幅所限仅列出单数年,测度结果见表2。从每年平均水平来看,中国各省市的经济韧性发展的相关数据表现出整体波动上升的趋势。分时间段看,在2019—2021年期间,经济韧性数据的波动幅度比较大,原因之一是受到新冠疫情的影响。而在2011—2019年期间,经济韧性的上升趋势说明中国经济韧性整体向好。从发展水平看,北京市潜力最高,其十年的均值为0.714,黑龙江省最低,其均值为0.406。从年均增长率看,安徽省的年均增长率最高,达到3.980%,年均增长率最低的则为北京市,其增长率值为0.277%; 而全国总体的年均增长率为2.315%,大于总体水平的有18个省市,低于总体水平的有12个省市,说明中国各省市仍有较大发展空间。
2.2 衡量数字贸易发展水平的变量
本研究主要参考陈海波等[28]的研究,以产业数字化及数字产业化规模、物流水平、互联网环境、数字化技术水平、贸易潜力五个方面作为代表数字贸易的解释变量。
产业数字化及数字产业化规模的测度包括电子商务销售额、软件业务收入、电信业务总量、有电子商务活动企业占比4个指标。电子商务销售额是指企业通过网络订单销售商品服务所得到的价值总额,能够反映传统产业利用互联网进行销售的水平。软件业务收入能够衡量使用数字化技术程度。电信业务收入能够反映现代数字信息技术的使用情况,能衡量产业数字化水平。而有电商活动企业占比则表明传统企业的转型升级,因而为正向指标。
物流水平的测度包括快递量、快递业务收入、邮路总长度3个指标。快递量越多则表明流通性越强,间接反映出贸易量之多。快递业务收入则是物流水平的直接衡量指标,收入越高则物流水平越发达。邮路总长度表明实际运输的线路长度,而线路长度则从基础设施的角度侧面反映物流水平。
互联网环境的测度包括互联网宽带接入用户、互联网宽带接入端口、域名数、移动电话普及率、光缆线路长度5个指标。用端口、移动电话、光缆线路等互联网硬件基础设施指标,以及宽带接入用户、域名数等IP指标,从多角度测量互联网的现实环境及网络环境,均为正向指标。
数字化技术水平的测度包括国内专利申请受理量、软件与信息服务技术人才、信息传输、软件和信息技术服务业法人单位数、规模以上工业企业研发经费4个指标。数字技术水平的提升能够直接作用于数字贸易的发展。软件与信息服务技术人才越多,越利于研发和提高技术水平。研发经费投入越多、法人单位越多,则基础研究占比的提升越多。申请与软件和信息技术有关并获得专利发明授权个数越多,则表明科学技术产出越丰富。
贸易潜力的测度包括社会消费品零售总额、经营地所在单位进出口总额、科学技术支出3个指标。经营地所在单位进出口总额数值越高表明贸易越开放。而社会消费品零售总额和科学技术支出则可以衡量国内的贸易水平与潜力。
以上19个指标的原始数据主要来源于国家统计局官网、中经网数据库及各省份历年统计年鉴。其中,电子商务销售额缺少2011、2012年数据,软件业务收入缺少2011年数据,有电子商务交易活动的企业比重缺少2011、2012年数据。对这些数据采用趋势法进行补充,最终形成2011—2021年中国大陆30个省份的完整数据。
同样通过熵权法分别计算以上反映数字贸易发展的5个解释变量的各项指标权重,见表3。
2.3 模型设定与说明
为检验两者的关系,本研究构建了计量模型如下所示:
lnyED=β0+β1lncit+β2lnwit+β3lnhit+β4lndit+β5lnmit+β6lnrit+β7lnzit+εit。(1)
式(1)中:yED为被解释变量经济韧性。解释变量中,c为产业数字化及数字产业化规模; w为物流水平; h为互联网环境; d为数字化技术水平; m为贸易潜力。r为人力资本; z为政府干预,均为本研究的控制变量,主要参考了陈海波等[28]的研究。贸易的转型升级离不开高质量人力资本,因此以普通高校在校大学生占地区总人数的比重表示人力资本投入。政府是无形的手,在经济运行中可以宏观地保障经济运行平稳。因此以地方财政支出占GDP的比重代表当地政府的干预程度。β0为截距项,εit为随机误差项。同时,为了保证模型的拟合优度及数据的可用性,本研究对各个变量取自然对数。
3 实证分析3.1 模型预检验与回归方法选择3.1.1 相关性检验本研究在经过相关数据处理后,构建了中国大陆30个省份10年的面板数据模型。采取Eviews11.0进行第一步相关系数检验来检验多重共线性,结果见表4。从表4中可以看出,解释变量间的相关系数绝对值很多大于0.850,即模型存在严重的多重共线性。由此可知,普通最小二乘法进行参数的无偏估计不适用于本研究中数字贸易的各变量对经济韧性影响研究的序列数据。
3.1.2 回归方法选择
为了得到可靠的回归结果,在消除多个解释变量间多重共线性的时候常采用经验法、主成分回归法、偏最小二乘法和岭回归法。本研究在综合分析了前三种方法的优缺点后,最终选择第四种方法。岭回归估计法是一种专门用于共线性数据分析的有偏估计方法,是一种改良的最小二乘法,它损失了无偏性,来换取高的数值稳定性,从而得到较高的计算精度。选择合适的岭回归系数,可以更好地分析解释变量之间及解释变量与被解释变量之间的关系。岭回归的使用非常灵活,存在一定的主观性,但主观性恰好是定性分析与定量分析的有机结合之处,在解决多重共线性问题中有着独特作用,可以对分析各变量之间的作用和关系带来独特而有效的帮助[29],因此,非常适合本文探究数字贸易对经济韧性的影响。本研究采用SPSS进行岭回归分析,在SPSS 26中不能直接进行岭回归分析,需要编写相应程序来调用SPSS岭回归分析。
3.2 全国层面岭回归参数估计3.2.1 岭迹图与散点图SPSS岭回归分析相应程序语法中分别以X1、X2、X3、X4、X5来表示产业数字化及数字产业化规模(lnc)、物流水平(lnw)、互联网环境(lnh)、数字化技术水平(lnd)、贸易潜力(lnm)这五个解释变量,B1、B2表示控制变量人力资本(lnr)、政府干预(lnz),被解释变量为lnyED。岭回归系数K在0至1之间,步长为0.05,调用程序后得到岭迹图(图1),以及R2随K值变化的散点趋势图(图2)。
K值反映了岭回归中有偏估计的偏差量。K=0即变量的回归系数默认为标准化后的普通最小二乘法的估计值。回归系数的偏差度随着K值增大而增大,但与此同时,多重共线性也会随之下降。虽然K>0时系数有偏,但比使用最小二乘法时的值稳定。从图1可看出,当K值增大时,决定系数随之减小,且降速由急速降为缓慢,在K值为0.4~0.6时岭迹线逐渐趋于平稳,且各解释变量的回归系数趋于稳定。全国层面岭回归部分函数关系见表5,它给出了岭参数K与R2及岭估计在0.4~0.6之间的部分函数。
表5 全国层面岭回归部分函数关系
Table 5 Partial functional relationship table of ridge regression at the national level
K值选择的一般原则是:图中各回归系数的岭估计基本稳定; 岭回归使最小二乘法估计时不合理的回归系数变得合理; 回归系数没有不合乎经济意义的绝对值; 残差平方和增大不太多[30]。原则上K的选取越小越好,因此通过迭代寻优确定K值为0.5。
3.2.2 岭回归结果确定在原程序语法中设置K=0.5再输出结果,最终得到K=0.5时的全国层面岭回归结果,见表6。
同时得到回归方程的F统计量,全国层面回归方程的模型统计见表7。
此时的F统计量为30.790,对应的p值为0.000,说明回归方程在1%的显著水平上通过了检验。
3.2.3 岭回归结果分析表6岭回归结果中,标准化系数反映了数字贸易发展的各个解释变量对经济韧性的影响程度,其由大到小的排序分别为:产业数字化及数字产业化规模(lnc)、物流水平(lnw)、互联网环境(lnh)、数字化技术水平(lnd)、贸易潜力(lnm)。
回归结果显示,在1%的显著水平上,产业数字化及数字产业化规模(回归系数是0.177)、物流水平(回归系数是0.147)、互联网环境(回归系数是0.081)和数字化技术水平(回归系数是0.074)对经济韧性有明显效应,说明在其他变量不变的情况下,若产业数字化及数字产业化规模、物流水平、互联网环境和数字化技术水平分别提高1%,则经济韧性分别会提高0.177%、0.147%、0.081%和0.074%。
回归结果显示,在10%的显著水平上,贸易潜力对经济韧性有明显的效应(回归系数是0.030),说明在其他变量不变的情况下,若贸易潜力提高1%,经济韧性将会提高0.030%。
3.3 南北方分区域岭回归参数估计3.3.1 岭回归分析为探究中国不同区域的情况,分南方、北方[21]分别探究数字贸易对经济韧性的影响。参照前文确定岭回归参数估计的方法,分别确定南方和北方层面的岭回归参数估计K值为0.3和0.8,南方和北方层面岭回归结果见表8。
同时得到回归方程的F统计量,南方和北方回归方程的模型统计见表9。
表9 南方和北方回归方程的模型统计
Table 9 Model statistics of regression equations at the level of southern and northern China
由表9可知,南方模型的F统计量为23.030,对应的p值为0.000,北方模型的F统计量为11.663,对应的p值为0.000,说明回归方程在1%的显著水平上都通过了检验。
3.3.2 回归结果分析对于南方区域,数字贸易发展的各个自变量对经济韧性影响程度由大到小的排序分别为:物流水平(lnw)、互联网环境(lnh)、产业数字化及数字产业化规模(lnc)、数字化技术水平(lnd)和贸易潜力(lnm)。而北方区域,数字贸易发展的各个自变量对经济韧性影响程度由大到小的排序分别为:产业数字化及数字产业化规模(lnc)、物流水平(lnw)、数字化技术水平(lnd)、贸易潜力(lnm)、互联网环境(lnh)。
对于南方区域,回归结果显示:在1%的显著水平上,物流水平(回归系数是0.213)、产业数字化及数字产业化规模(回归系数是0.134)、数字化技术水平(回归系数是0.108)对经济韧性有明显的效应,说明在其他变量不变的情况下,若南方物流水平、产业数字化及数字产业化规模、数字化技术水平分别提高1%,经济韧性会分别提高0.213%、0.134%、0.108%。在10%的显著水平上,互联网环境对经济韧性有明显的效应(回归系数是0.135),说明在其他变量不变的情况下,若南方互联网环境提高1%,经济韧性将会提高0.135%; 而贸易潜力对经济韧性没有明显的效应。
对于北方区域,回归结果显示:在1%的显著水平上,产业数字化及数字产业化规模(回归系数是0.185)、物流水平(回归系数是0.093)对经济韧性有明显效应,说明在其他变量不变的情况下,若产业数字化及数字产业化规模、物流水平分别提高1%,经济韧性将会分别提高0.185%、0.093%。在5%的显著水平上,数字化技术水平对经济韧性有明显的效应(回归系数是0.054),说明在其他变量不变的情况下,若数字化技术水平提高1%,经济韧性将会提高0.054%。在10%的显著水平上,贸易潜力对经济韧性有明显的效应(回归系数是0.036),说明在其他变量不变的情况下,若北方贸易潜力提高1%,经济韧性将会提高0.036%; 而互联网环境对经济韧性没有明显的效应。
4 结果与讨论通过数字贸易发展对经济韧性的影响研究发现,数字贸易各方面对经济韧性存在显著影响,且影响程度在全国层面与南北区域层面存在差异化的排序。因此,应充分考虑中国各区域数字贸易发展的现状,制定合理的政策措施来提升数字贸易对经济韧性的促进作用。
4.1 着眼数字与产业,扩大相应规模由当前实证结果可得,在全国层面,产业数字化及数字产业化规模对中国经济韧性的影响系数为0.177,程度最深。分区域来看,其规模对北方的经济韧性的影响程度也居各影响因素之首,影响系数为0.185,于南方而言其影响系数为0.134,程度也不低。因此,继续着重优化、扩大中国产业数字化及数字产业化的规模,这既符合当前实证结果中呈现的较大影响程度,又符合2022年中央经济工作会议中加快建设现代化产业体系的任务目标。产业数字化及数字产业化包含数据要素的产业化、市场化及传统产业利用技术进行的全方位、全链条改造。近年来,中国高度重视发展数字经济、数据要素及其市场化配置改革,发布了一系列重要政策,来推动数据要素市场快速发展,从而保证数字产业化和产业数字化的持续发展。中国北方存在较多传统重工业,因此在传统产业数字化转型方面存在较大潜力。因此建议北方地区加快实施高水平对外开放,推动重工业国企改革,激发市场潜力,深化以企业为主体的产学研创新。
4.2 补齐区域短板,提升整体物流水平由当前实证结果可得,在全国层面,物流水平对中国经济韧性的影响系数为0.147,程度排至第二。分区域来看,物流水平对南方经济韧性的影响程度居各影响因素的榜首,影响系数为0.213,而对北方而言其影响系数是0.093,程度相对较低。物流是连接贸易上下游的重要链条,加强这些链条可以使经济具有韧性。对南方而言,较为平坦的地势及较为发达的经济水平都带动了南方较高的物流水平,进一步发展数字化物流将成为今后的发展方向。而对北方而言,受地形、产业等因素影响,存在某些物流不畅通的情况,应尽快推进道路等基础设施建设、增加资金投入安置快递站点解决“快递难”问题,从而补齐短板提升全国整体物流水平。
4.3 把握时代大势,让数字为经济赋能由实证结果可知,互联网环境和数字化技术水平对中国经济韧性的影响程度较为相似,影响系数分别为0.081、0.074。分区域来看,北方的互联网环境对经济韧性没有明显的效应,数字化技术水平的影响系数是0.054,可知存在一定影响但程度不高。南方的互联网环境对南方经济韧性的影响程度居各影响因素的第二,系数为0.135,而数字化技术水平的影响系数是0.108,均存在较强的影响。互联网环境保障了数字贸易中的数据流或信息流阶段。优化互联网环境可以确保数字经济发展的基本条件,使经济发展更有韧性。建议南方继续发挥突出优势,在当前基础上着力解决互联网发展中出现的新问题,如个人隐私问题、杀熟行为等,侧重营造更清朗的互联网环境,从而探寻更好的发展路径。同时,中国应继续加强对数字人才培养和数字技术研发的投入,增强关键技术创新能力,从根本上提高中国的数字技术水平。
4.4 发挥潜力优势,催生韧性新增长点由实证结果可知,全国层面贸易潜力的影响系数是0.030,对于经济韧性存在一定影响。分区域来看,南方贸易潜力对经济韧性没有明显的效应,北方贸易潜力对经济韧性的影响程度也相对较低,系数为0.036。新冠疫情以来,世界经济遭遇重创,全球需求市场萎缩,国际局势风起云涌,现在正经历百年未有之大变局。当前,中国提出以国内大循环为主体、国内国际双循环相互促进的新发展格局。国内大循环的贸易潜力将突出显现,因此,在贸易潜力方面,大力发展国内的数字贸易,推动国内市场中的业务融合及资源整合,协同上下游的产业链,打通国内生产、分配、流通、消费的各个环节,更好地释放规模效应,发挥内需潜力。同时,深化国际产业链合作,坚持对外开放,引进外资,推动国际间的数字技术和贸易活动的深度融合。从双循环出发,催生经济韧性的新增长点。
- [1] REGGIANI A,GRAAFF T D,NIJKAMP P.Resilience:an evolutionary approach to spatial economic systems[J].Networks and Spatial Economics,2002,2(2):21.
- [2] 商务部国际贸易经济合作研究院.全球数字贸易发展趋势报告2022[R].南通:商务部国际贸易经济合作研究院,2023.
- [3] WEBER R H. Digital trade in WTO -law-taking stock and looking ahead[J]. Asian Journal of WTO and International Health Law and Policy,2010,5(1):1.
- [4] 李忠民,周维颖,田仲他.数字贸易:发展态势、影响及对策[J].国际经济评论,2014(6):131.
- [5] AZMEH S, CHRISTOPHER F, JAIME E. The international trade regime and the quest for free digital trade[J]. International Studies Review,2020,22(3):671.
- [6] 孙杰.从数字经济到数字贸易:内涵、特征、规则与影响[J].国际经贸探索,2020,36(5):87.
- [7] 郑伟,钊阳.数字贸易:国际趋势及我国发展路径研究[J].国际贸易,2020(4):56.
- [8] 郝爱民,任禛.数字贸易对服务业全球价值链的影响研究[J].哈尔滨商业大学报(社会科学版),2022(4):21.
- [9] 克甝,韩延玲,蔡青青.中国数字贸易发展水平测算与动态演进分析[J].统计与决策,2022,38(20):88.
- [10] 章迪平,郑小渝.数字贸易发展水平测度及影响因素分析:以浙江省为例[J].浙江科技学院学报,2020,32(4):249.
- [11] 曲亚琳.双循环视角下我国数字贸易发展对跨境电商的影响[J].商业经济研究,2022(21):146.
- [12] MARTIN R. Regional economic resilience, hysteresis and recessionary shocks[J]. Journal of Economic Geography,2012,12(1):1.
- [13] 苏杭.经济韧性问题研究进展[J].经济学动态,2015(8):144.
- [14] EVENHUIS E. New directions in researching regional economic resilience and adaptation[J]. Geography Compass,2017,11(11):1.
- [15] MODICA M, AURA R. Spatial economic resilience:overview and perspectives[J]. Networks and Spatial Economics,2015,15(2):211.
- [16] MARTIN R, Sunley P. On the notion of regional economic resilience:conceptualization and explanation[J]. Journal of Economic Geography, 2015,15(1):1.
- [17] BRIGUGLIO L, CORDINA G, FARRUGIA N, et al. Economic vulnerability and resilience:concepts and measurements[J]. Oxford Development Studies,2009,37(3):229.
- [18] HEEKS R, OSPINA V A. Conceptualising the link between information systems and resilience:a developing country field study[J]. Information Systems Journal,2019,29(1):70.
- [19] 韩爱华,李梦莲,高子桓.疫情冲击下经济韧性测度及影响因素分析[J].统计与决策,2021,37(18):85.
- [20] 关衷效,王钊.中国区域经济韧性演进特征与路径选择[J].兰州大学学报(社会科学版),2022,50(5):13.
- [21] 王素素,卢现祥,李磊.中国经济韧性的南北差异及形成机理[J].南方经济,2022(6):77.
- [22] 金泽虎,谢文玉.依托数字经济促进中国服务贸易高质量发展的机理与对策研究[J].价格月刊,2022(9):86.
- [23] 毛冰,佘群芝.数字服务贸易发展对经济增长影响研究[J].南宁师范大学学报(哲学社会科学版),2021,42(4):19.
- [24] 杜直前.数字全球价值链参与对经济韧性的增强效应研究[J].经济学家,2023(4):33.
- [25] 刘娜娜.数字经济、城乡收入差距与经济发展韧性[J].技术经济与管理研究,2022(8):10.
- [26] 张亚丽,项本武.数字经济发展对中国市域经济韧性的影响效应[J].经济地理,2023,43(1):105.
- [27] 毛丰付,胡承晨,魏亚飞.数字产业发展与城市经济韧性[J].财经科学,2022(8):60.
- [28] 陈海波,张琳琳,刘洁.数字贸易是否驱动了外贸高质量发展:兼论科技创新的中介效应[J].价格月刊,2022(10):9.
- [29] 杨楠.岭回归在解决多重共线性问题中的独特作用[J].统计与决策,2004(3):14.
- [30] HOERL A E, KENNARD R W. Ridge regression:biased estimation for nonorthogonal problems technometrics[J]. Technometrics, 1970,12(6):55.