高铁网络驱动下的产业链韧性：流动、活跃与升级——基于数字化水平的调节作用

Resilience of the Industrial Chain Driven by High-Speed Rail Network： Mobility， Activity and Upgrading — an Analysis of the Moderating Effect of Digitalization Level

摘要

产业链韧性是现代化产业结构发展的根基，交通是要素流动的主要载体，高铁作为交通运输现代化的重要标志，其网络发展水平将直接影响产业链韧性。基于新经济地理学、交通外部性以及产业组织等理论，利用2012-2021年中国287个地级及以上城市面板数据，检验高铁网络对城市产业链韧性的作用效果及数字化水平对这一作用效果的调节效应。结果表明：高铁网络发展能够有效提升地区产业链韧性，其提升效果为1.68%，同时数字化发展作为调节效应强化了该作用的影响效果；高铁网络发展通过提升创新集聚与创业活跃度增强了产业链韧性；异质性分析还发现，当城市位处西部地区、北方地区或者非国家中心城市时，高铁网络对产业链韧性的提升作用更强。基于此，各地应因地制宜，积极融入中国内生发展时代的高铁网，大力推动地区数字化建设，充分发挥创新集聚和创业活跃度的渠道作用，为企业创造更包容的发展环境，为实现产业链高质量发展提供新的动力机制。

Abstract

The resilience of the industrial chain underpins the development of modern industrial structures. Transportation serves as the primary carrier for factor mobility, and high-speed rail, as a pivotal maker of transportation modernization, exerts a direct influence on industrial chain resilience through its network development. Drawing on new economic geography, transportation externalities, and industrial organization theories, this study utilizes panel data from 287 Chinese cities at the prefecture level and above from 2012 to 2021 to examine the impact of high-speed rail network on urban industrial chain resilience and the moderating role of digitalization. The results indicate that the development of high-speed rail network effectively enhances regional industrial chain resilience by approximately 1.68%. Moreover, digital development amplifies this positive effect as a moderating factor. Specifically, the development of high-speed rail network strengthens industrial resilience by fostering innovation agglomeration and boosting entrepreneurial activity. Furthermore, a heterogeneity analysis indicates that the positive impact of high-speed rail on industrial resilience is even more pronounced in cities located in western and northern regions or those that are not national central cities. Consequently, regions should tailor their strategies to leverage China’‍s high-speed rail network in the era of endogenous development, vigorously promote regional digitalization, and fully exploit the benefits of innovation agglomeration and entrepreneurial activity. This approach will create a more conductive environment for enterprises and provide fresh momentum for achieving high-quality development of the industrial chain.

Graphical abstract

关键词

高铁网络 / 产业链韧性 / 数字化 / 创新集聚 / 创业活跃度 / 有调节的中介

当前，世界百年未有之大变局加速演进，国际环境错综复杂，世界经济陷入低迷期，全球产业链供应链面临重塑。党的二十大报告明确提出要坚持以推动高质量发展为主题，加快建设现代化经济体系，着力提升产业链供应链韧性和安全水平^［1］。2023年中央经济工作会议进一步指出，要坚持稳中求进，不断巩固稳中向好的基础，以科技创新引领现代化产业体系建设，增强产业链韧性和安全水平，推动经济实现量和质齐升。步入新发展阶段，我国经济发展持续向好的基本趋势依然稳固，但仍存在外部环境的复杂性、严峻性、不确定性上升等亟须克服的困难和挑战。目前，现代产业链资金、技术、人才、信息等生产要素高速流动、高效配置，极大程度提升了产业的竞争力，然而高速发展的同时也引发了阻碍发展的问题和矛盾，出现了区域化、本土化、短链化发展趋势，“断链”“脱钩”风险持续攀升。因此，增强产业链韧性已成为推动现代化产业体系建设和产业发展安全稳定的重要课题。

韧性（resilience）这一概念自20世纪50年代被引入心理学研究后，逐渐延伸到自然生态学^［2］、人类生态学、空间经济学^［3］等不同领域^［4］。随着经济韧性研究向纵深化发展，学者们聚焦中观层面探究产业链韧性。产业链关注的是整个产业上中下游企业从原材料供应到生产制造、最终到销售这个完整的链条中通过价值创造联结在一起的一种结构。当前产业链韧性的相关研究还处于起步阶段^［5］。在面对百年未有之大变局的新形势下，产业链韧性是开放经济背景下上下游相关联的产业在受到外部冲击或风险时避免断链的能力，是对未来不确定性的一种预测、反应和敏感程度^［6-8］。由于外部环境变化的加剧以及产业链内部的创新能力提高，我国产业链韧性持续增强^［9］，虽表现出上升趋势，但整体水平偏低，地区间差异明显^［10］。产业链增值能力不足、产业基础能力薄弱、动态评估机制及治理体系急需建立和提升，产业链供应链将面临断裂等一系列风险和挑战^［11］。在外部环境方面，我国产业链安全稳定面临着高精尖技术领域“卡脖子”的技术掣肘和出口管制的技术封锁，对内则面对地方保护主义的“藩篱”并未肃清引致的体制机制障碍^［12］。这些产业链层面的“堵点”“断点”和“短板”是中国工业发展效率提高、经济运行顺畅亟须解决的重要结构性问题。

为更快地谋求全球产业链分工主动权和话语权的战略性布局，有学者将研究聚焦到产业链韧性的提升路径上。一部分学者经过理论分析发现，数字经济和绿色发展能够加速产业链的变革^［12］，数字产业是引领产业发展重心向技术密集型转移的关键^{［7，13-14］}。以数据要素为代表的新要素成为产业链上企业间信息和知识交流的“流通媒介”，促进传统生产要素间的协同联动^［15］。产业数字化和数字产业化不断缩短上下游企业间的信息距离，进而促进生产要素投入与市场需求的精准对接^［16］。白新华和李国英^［17］指出，数实融合对产业链韧性提升的重要性，一方面能够重塑传统产业链，另一方面也能打造现代化的产业体系，创新产业链。徐建伟等^［18］从内外视角解析融合发展的作用。此外，陶锋、王欣然以及徐扬等^［19-28］学者实证研究发现数字经济、地区信息基础设施建设、技术创新、工业机器人应用^［25］以及包括知识产权示范城市建设、自由贸易试验区设立和“双碳”目标下的碳税政策等在内的国家顶层设计亦会影响产业链韧性的提升。

在对既有文献整理的基础上，我们发现已有研究忽略了作为传统实体要素流动媒介的交通基础设施的赋能作用。高铁作为现代交通体系中重要的一环，极大地改变了经济活动的局部和空间分布的功能，深刻地影响要素流动和产业发展，被视为拉动城市经济发展和推动产业协同的重要驱动力^［29］。鉴于产业链面临的内部机制和外部风险挑战，高铁网络通过连接不同城市，推动劳动力和技术等生产要素的跨区域流动，可能通过实现资源的有效配置和产业的高效对接进而缓解产业基础薄弱和产业链不完整的问题，促进区域经济一体化，强化产业链内部的协同效应，增强产业链整体韧性，支撑产业链面对国内外复杂环境下的稳定运行。由此引出一些相关联的问题，如高铁网络建设能否提升产业链韧性？数字化水平在二者影响过程中扮演何种角色？影响效果是通过哪些渠道发挥作用？这些问题的解答有助于解决当前亟须解决的问题——如何通过构建“韧性经济”体系来防范重大外部冲击？

基于此，本文首先将产业链韧性的内涵界定为产业链在受到内外部冲击时保持链条稳定、避免中断，及时调整并恢复至受冲击之前的状态，甚至能够化危为机推动产业链的升级。其次，通过匹配2012-2021年中国地级及以上城市数据，从城市层面探究高铁网络对产业链韧性的直接影响和间接作用。量化结果表明，样本期内高铁网络发展水平有效提升了城市产业链韧性，与此同时数字化水平不断加强这一提升效果。此外，这一影响主要通过创新集聚效应和提升创业活跃度这2个渠道发挥作用。最后，异质性结果表明，当城市位处西部地区、北方地区或者非国家中心城市时，高铁网络的产业链韧性提升作用更强。

与既往研究相比，文章可能的贡献体现在以下几个方面：

第一，将交通基础设施与产业链发展置于同一研究框架，拓宽了有关产业链韧性研究的边界。既有文献多从数字化、创新或者国家政策等角度切入探究其对产业链的影响，忽视了交通在产业发展中的重要性。从产业组织的角度看，“产业链”的核心特征在于其内部的关联效应，因此理解“产业链韧性”的重点在于如何形成、维护和增强关联效应。交通基础设施是要素流动的载体，各地必然存在资源禀赋差异，因此，将高铁网络与产业链韧性置于同一框架探究其二者之间的关系，有效地补充了相关领域的研究。

第二，同时考虑数字化水平的调节作用，借助有调节的中介模型探究内在机制，为厘清产业链韧性的内在影响机理提供了新的理论解释。既有研究单方面考虑数字经济对产业发展的影响，而本文同时考虑了传统实体要素流动渠道和数字虚拟流动渠道，数实结合为产业链韧性机制研究提供了全新的阐释。

第三，有助于为各地政府优化产业链提供政策支持。本文在全样本研究的基础上，进一步进行异质性分析，实证结果显示，处于不同地理位置和行政位置的城市高铁网络对产业链韧性影响效果存在差异化。因此，本文为各地因地制宜地实施差别化产业发展战略提供决策参考。

1 理论框架与研究假设

1.1　高铁网络对地区产业链韧性的直接影响

产业链是由处于不同生产环节的多个企业构成的带有节点的线性结构，各产业链间相互交织形成网状形态，任一节点的损害均会连锁影响到链条整体。产业链韧性是产业链安全和产业链现代化的基础条件^［9］。某个区域的产业链强韧与否表现在其能否贯通链上企业的原料供给、生产制造和销售服务全链条，在现行产业链遭受冲击时，能否即时规划并运行可替代的方案。强韧性的产业链在面临内外部扰动时不但能够抵御扰动带来的损失，而且能够在复杂的环境中及时动态调整以应对冲击，确保产业链稳定运行，甚至以此接力实现产业链的优化升级^［30］。

交通与产业发展密不可分。作为要素流通渠道的交通基础设施通过改善地区间“时空距离”直接影响贸易中存在的“冰山成本”。完善的交通网络是提升商品和要素跨区流动效率的先决条件。因此，交通基础设施作为各产业的产品得以流通的基础载体，通过降低产品、要素和技术的流通成本直接促进了区域内部的产业分工与协作，进而推进整个区域实现高效生产^［31］。

高铁作为现代交通运输系统的巨大变革，深刻影响了我国经济发展以及产业结构调整。首先，高铁网络的建设作为一项重要的投资活动，能够刺激关联产业的发展，增强地区产业多样化发展水平，各个产业具有不同的需求弹性和贸易导向，因此多样化的产业结构在遭遇冲击时能够有效缓解和分散外部风险，进而提升产业链韧性^［32］。其次，由时空压缩理论可知，伴随现代化交通技术的进步以及信息化技术的普及将出现时空汇聚现象，即在特定区域内人际交往所花费的时间以及相对距离随交通和信息化技术的发展不断缩短^［33］。高铁网络建设极大程度降低城市间的旅行时间，改善区域网络连通性，提升区域可达性，增加城市间互动的规模和范围，抵消物理距离带来的限制。与此同时，交通是生产要素流通的基本载体，高铁网络建设能够加快要素流动的速度^［34］，不断压缩区域间的时间成本，带动沿线旅客流动规模的扩张，激发有潜能的消费扩大需求，需求影响供给推动生产要素的投入，随之而来的市场规模的扩张能够吸引更多企业流入本地，促进产业集聚。此外高铁的出现有效促进了客货分离，为货物运输释放运输空间，综合交通运输网络的建设不仅有效降低了产业链的货运成本，推动运输效率的提高，同时也加强产业链上下游的协调联动。因此高铁网络的优化是确保产业链循环畅通的关键因素^［35］。

结合理论分析，提出本文的研究假设：

H1：提高高铁网络发展水平能够有效提升产业链韧性。

1.2　数字化水平的调节作用

由信息加工理论可知，企业作为一个开放性的社会经济系统，能够处理包括竞争、变化的客户需求、复杂的组织间关系以及疫情等来自内外部的一系列不确定（不确定性定义为完成工作所需的信息量与能准确获取的信息量之间的距离）信息^［36-37］。数字化水平的提升，一方面有效提升企业加工能力，降低信息不对称性，降低企业对内部信息的不确定性。处于产业链下游的企业借助互联网、云计算等技术手段与供应商建立即时动态联系，有效降低契约签订的成本，同时也能缓解契约签订后由契约的不完全导致的道德风险现象。另一方面，数字化水平的提高能够促进供给与需求精准匹配和高效协同。处于产业链上游的企业能及时获取需求方不断变化的需求，及时调整产品和服务，进而使得产业链上的各节点和链条位置保持相对固定的稳态结构，促使产业链韧性增强。

高铁网络建设会加速人员、技术等要素的流动，数字化水平则会提升信息这一要素的流动速度，进一步弱化时间和空间壁垒。具体而言，首先数字化水平的提升赋能传统劳动力市场，衍生的各类线上就业信息平台加快人们获取本地和异地信息的速度，降低信息获取成本，既能丰富就业信息渠道，降低由信息不对称带来的市场失效风险，又能为求职者提供线上面试服务，降低劳动力在地区间转移产生的交通和时间成本^［38］。其次，数字化水平提高意味着各类要素信息搜寻成本和流动成本的降低，以及流动速度的加快，因此各类新技术的传播不断提速。此外，数字化建设为企业数字化转型提供有利的硬件保障，相关企业不断被吸引进入本地市场，最终影响地区产业链韧性。新结构经济学认为，产业结构发展取决于要素禀赋结构的变化。根据霍夫曼定理可知，由数字化转型引发的技术创新与进步，是实现要素禀赋结构升级的关键路径之一^［39］。综上所述，数字化转型通过改变要素禀赋结构，进而影响产业链韧性。因此，提出本文的研究假设：

H2：数字化水平的提高强化了高铁网络对产业链韧性的影响效果。

1.3　高铁网络对产业链韧性的影响机制

结合新经济地理学、产业组织纵向关系理论以及交通外部性等理论，不同于传统运输方式，高铁极大程度压缩了城市间的时空距离，促使城市间生产要素市场以及生产环节与经济网络间的深度融合^［40］。因此，本文认为高铁通过压缩时空边界带来的要素流动效应、成本降低效应、边界突破效应影响地区创新集聚和创业活跃度，进而影响产业链韧性。具体影响机制如图1所示。

1.3.1　高铁网络通过加速创新集聚影响产业链韧性

高铁网络的建设能够打破生产要素流动的时空限制，弱化物理距离的影响，加速人口等多要素高效流动。信息和知识等要素快速流动，打破产业链原有的边界，改善生产要素的时空限制。高铁通常用于城际客运而非货运。随着乘客的移动，知识和技术随之移动。作为知识流动的载体，高技能人才的跨区流动能够形成“信息流”，同时有助于知识外溢以及技术传播，促进创新要素在本地的集聚。其次，高铁网络建设改变了人们的出行意愿^［41］，随着长途旅行成本的降低和旅行速度的优化，高层次人才倾向于借助高铁更频繁地与其他城市的研究人员或工人进行面对面的交流，一方面减少了知识和技术传播的不对称和不完全性^［42-43］，另一方面创新型人才的频繁交流使得知识进行双向传播，促使企业在相互学习、沟通的过程中产生更多新思想，从而提升地区产业创新水平。此外，高铁本身作为高技术产品，需要不断改造升级优化速度和安全水平，直接刺激地区高铁建设和运营相关行业持续的技术创新，进而提升本地自主创新能力。地区创新集聚水平的提升一方面有助于加强高端产业链上下游联动，加速产业链生产技术迭代，破除产业链堵点，在遭遇外部冲击之后，能够及时借助新技术恢复到原有状态；另一方面能够加快产业内部企业对新技术的应用，改善链上企业的效率，为遭受冲击之后处于恢复期的企业稳定发展提供更大的可能性，进而达到增强产业链韧性的目的。

1.3.2　高铁网络通过提升创业活跃度影响产业链韧性

可达性是影响企业选址的关键因素。高铁网络的建设使得高铁站点城市间形成隧道效应^［44］，有效提升城市间可达性，加速产业集聚，产业集聚经济外部性的释放需要保证要素在区域间与产业间的自由流动和配置，城市间的交通可达性会降低要素在区域间的流动成本^［45-46］。与此同时，高铁网络的优化带来的是城市辐射潜在市场规模的扩张以及经济环境的不断改善，进而吸引更多的新建企业^［47］。其次，高铁建设扩展了经济活动的时间和空间边界，弱化了交易中存在的壁垒和摩擦，显著减少了链上企业的交易成本、信息获取成本、学习成本以及新技术的传播成本，极大提升了经济效率，稳固了本地产业链发展的优势^［7］。此外，就新兴企业而言，风险投资是其融资的重要组成部分，由于信息不对称性的存在导致物理距离是风险投资决策的最大阻碍，高铁网络建设通过缩小物理距离有效提高风险投资水平，进一步改善城市创业活跃度^［48］。

从新经济地理学视角出发，交通基础设施的优化减少了运输成本，有效扩展了企业产品跨区的覆盖范围，区域间需求可达性的增强能够助力高可达性地区吸引新企业进入；与此同时，伴随着新企业进入，市场规模扩大引致的激烈竞争可能造成新进企业的各类经营成本上升的后果，导致可达性较高地区对新企业离散力的增强，过度竞争可能会成为产业链韧性增强的阻碍。此外，就制造业而言，其上游的供应商分布相对集中，高铁网络的优化有利于企业购买中间品时“货比三家”，节省部分交易费用，有助于企业在高可达性地区找到适配的上游卖家同时与其建立稳固的供货关系，进而有力保障企业的中间品需求。地区企业数量越多、产业类型越丰富，则该地区的企业只需支付极少的运输成本即能获得更多的中间品和最终产品，有效降低总体价格指数，进一步吸引企业进入本地，加剧产业集聚。地区创业活跃度的提升一方面由过度竞争导致的企业离散度增强可能会出现产业结构多样化水平降低的现象，进而对产业链韧性的增强带来负向影响，然而企业间竞争程度的加剧刺激各类企业的自主创新提升整个产业链的创新能力，使得产业链在遭受冲击后能够及时调整恢复，达到增强产业链韧性的效果；另一方面，企业数量的增加会刺激本地相关新型产业的出现，提高产业多样化水平，能够有效抵抗冲击带来的风险，最终提升地区产业链韧性水平。

结合以上分析，提出本文的研究假设：

H3：高铁网络通过创新集聚以及提升创业活跃度2条路径，进而增强本地产业链韧性。

2 研究设计

2.1　样本和数据来源

本文以2012-2021年中国287个地级及以上城市（自治区、地区除外，同时由于三沙市、儋州市、拉萨市、日喀则市、昌都市、林芝市、山南市、那曲市、哈密市以及吐鲁番市的主要变量数据缺失严重予以删除）的面板数据为研究样本。本文数据主要来自中国研究数据服务平台（CNRDS）、CSMAR（国泰安数据库）、EPS数据库、2013-2022年《中国城市统计年鉴》以及各省市统计年鉴，缺失数据通过插值法补齐。为消除量纲影响，本文预先对变量数据进行标准化处理。

2.2　模型设定

为检验高铁网络对产业链韧性的影响效果，本文设立如下式（1）基准回归模型为

Y_{\mathrm{i}\mathrm{t}}={\alpha }_{\mathrm{0}}+{\beta }_{\mathrm{0}}{X}_{it}+{\gamma }_{\mathrm{0}}{Z}_{it}+{\tau }_{\mathrm{0}}{G}_{it}+{\varsigma }_{\mathrm{0}}{F}_{it}+{\delta }_i+{\mu }_t+{\epsilon }_{it}（1）

其中，被解释变量Y_it 表示城市i在t年的产业链韧性；解释变量X_it 为节点城市i在高铁网络中的度数中心度，表示城市i的高铁网络发展水平；Z_it 表示政府科技支持，G_it 表示地区经济发展水平，F_it 表示金融发展水平，以上3个变量为控制变量，δ_i和μ_t 分别为个体和时间固定效应，ε_it 为随机扰动项。{\alpha }_{\mathrm{0}}为常数项，{\beta }_{\mathrm{0}}，{\gamma }_{\mathrm{0}}，{\tau }_{\mathrm{0}}，{\varsigma }_{\mathrm{0}}分别为各变量的待估系数。

进一步为检验数字化水平的调节效应，构造如下式（2）调节效应模型为

Y_{\mathrm{i}\mathrm{t}}={\alpha }_{\mathrm{1}}+{\beta }_{\mathrm{1}}{X}_{it}+{\lambda }_{\mathrm{1}}{X}_{it}{I}_{it}+{\phi }_{\mathrm{1}}{I}_{it}+{\gamma }_{\mathrm{1}}{Z}_{it}+{\tau }_{\mathrm{1}}{G}_{it}+{\varsigma }_{\mathrm{1}}{F}_{it}+{\delta }_i+{\mu }_t+{\epsilon }_{it}（2）

其中，I_it 为调节变量，表示城市i第t年的数字化水平；X_itI_it 表示高铁网络发展水平与城市数字化水平的交互项。{\alpha }_{\mathrm{1}}为常数项，{\beta }_{\mathrm{1}}，{\lambda }_{\mathrm{1}}，{\phi }_{\mathrm{1}}，{\gamma }_{\mathrm{1}}，{\tau }_{\mathrm{1}}，{\varsigma }_{\mathrm{1}}分别为各变量的待估系数。参考温忠麟^［49］的研究，当λ₁ 显著并且β₁ 显著即可证明数字化水平的调节效应存在。

最后为验证高铁网络对产业链韧性的影响机制，参考已有研究构造具有调节效应的中介模型如式（3）和式（4）。

\begin{array}{l}{C}_{\mathrm{i}\mathrm{t}}(E_{it})={\alpha }_{\mathrm{2}}+{\beta }_{\mathrm{2}}{X}_{it}+{\lambda }_{\mathrm{2}}{X}_{it}{I}_{it}+{\phi }_{\mathrm{2}}{I}_{it}+{\gamma }_{\mathrm{2}}{Z}_{it}+\\ {\tau }_{\mathrm{2}}{G}_{it}+{\varsigma }_{\mathrm{2}}{F}_{it}+{\delta }_i+{\mu }_t+{\epsilon }_{it}\end{array}（3）

\begin{array}{l}{Y}_{\mathrm{i}\mathrm{t}}={\alpha }_{\mathrm{3}}+{\beta }_{\mathrm{3}}{X}_{it}+{\theta }_{\mathrm{3}}{C}_{it}(E_{it})+{\lambda }_{\mathrm{3}}{X}_{it}{I}_{it}+\\ {\omega }_{\mathrm{3}}{C}_{it}(E_{it})I_{it}+{\phi }_{\mathrm{3}}{I}_{it}+{\gamma }_{\mathrm{3}}{Z}_{it}+\\ {\tau }_{\mathrm{3}}{G}_{it}+{\varsigma }_{\mathrm{3}}{F}_{it}+{\delta }_i+{\mu }_t+{\epsilon }_{it}\end{array}（4）

其中，C_it 和E_it 为机制变量，分别表示城市i第t年的创新集聚水平以及创业活跃度；C_it （E_it ）I_it 表示机制变量与数字化水平的交互项。{\alpha }_{\mathrm{2}}和{\alpha }_{\mathrm{3}}为常数项，{\beta }_{\mathrm{2}}，{\lambda }_{\mathrm{2}}，{\phi }_{\mathrm{2}}，{\gamma }_{\mathrm{2}}，{\tau }_{\mathrm{2}}，{\varsigma }_{\mathrm{2}}，{\beta }_{\mathrm{3}}，{\theta }_{\mathrm{3}}，{\lambda }_{\mathrm{3}}，{\omega }_{\mathrm{3}}，{\phi }_{\mathrm{3}}，{\gamma }_{\mathrm{3}}，{\tau }_{\mathrm{3}}，{\varsigma }_{\mathrm{3}}分别为各变量的待估系数。参考已有研究^［49-50］，当β₂ 和θ₃ 显著，此时β₃ 不显著说明机制变量在解释变量影响被解释变量的过程中发挥了完全中介作用。若与此同时λ₂ 显著而ω₃ 不显著表明数字化水平在前半段路径中起到了调节效果；若ω₃ 显著而λ₂ 不显著说明数字化水平在后半段路径发挥了调节作用；若λ₂ 和ω₃ 同时显著则说明数字化水平在前后路径的全过程中均起到了调节作用。

2.3　变量选取

被解释变量：产业链韧性（Y_it ）。产业链韧性表现在当产业链受到外部冲击之后，抵抗、即时恢复以及探索新路径的能力。抵抗力体现在遭受冲击时，产业结构的多样化使得链条间各行业充分发挥其功能和资源互补作用，以维护产业链的安全稳定；恢复力和探索新路径的能力体现在遭受重大冲击时，产业链借助技术创新等创新动能的助力恢复到原始状态。因此参考现有研究^{［26，51］}，结合产业链韧性的内涵，本文选择产业结构多样化和区域创新水平综合评估产业链韧性，其中产业多样化利用赫芬达尔-赫希曼指数（Herfindahl-Hirschman Index，HHI）的倒数测度，如式（5）和式（6）所示。

HH{I}_{\mathrm{i}\mathrm{t}}={\displaystyle \sum _{i=\mathrm{1}}^n}{S_i}^{\mathrm{2}}（5）

I\mathrm{n}\mathrm{d}\mathrm{i}{\mathrm{v}}_{it}=\mathrm{1}/HHI（6）

其中，S_i 表示产业i的产业增加值占地区生产总值的比重，i=1，2，3；n=3。HHI指数值越小表示产业集中度越低，Indiv_it 指数值越大，说明产业多样化水平越强，意味着产业链抵御外部冲击、维持稳定运行的能力越强。

创新能力用地区专利授权数来衡量，指数值越大表示新产品开发与改造能力越强，意味着产业链从干扰中恢复的能力以及寻找机遇对未来发展路径转型的创新能力越强。在分别测度产业结构多样化和创新能力的基础上，利用熵权法量化地区产业链韧性水平。

解释变量：高铁网络（X_it ）。本文根据高铁线路开通年份依次构建历年的社会网络结构，由于高铁双向开行，本文构建的高铁网络模型为无向网络模型。基于287个城市，构建了287×287的高铁网络联系矩阵，若2个城市间开通了高铁，则取值为1，否则取值0。参考李建明等^［52］研究，点度中心度常被用来测度网络中与某一节点直接相连的节点数量，能够有效评估一个城市在高铁网络中的地位以及其网络联系强度。因此，借助UCINet6软件计算高铁网络中各节点城市的点度中心度衡量城市高铁网络发展水平。点度中心度的测算式如式（7）所示。

D\mathrm{e}\mathrm{g}\mathrm{r}\mathrm{e}{\mathrm{e}}_{\mathrm{i}}=\frac{\mathrm{1}}{n-\mathrm{1}}{\displaystyle \sum _{i=\mathrm{1},j=\mathrm{1}}^n}{k_i}_j（7）

其中，Degree_i 表示高铁网络发展水平子系统i城市的高铁网络点度中心度，用于表示高铁网络发展水平子系统i城市的高铁网络发展水平X_it；k_ij 代表i城市与其他节点城市j直接相连的个数，n—1为高铁网络节点的最大可能度数。在高铁网络中，城市i的点度中心度越大，表明与它有高铁相连的城市越多，其在高铁网络中的地位就越重要，获取和整合网络资源的能力就越强，越能获得重要的资源来吸引各类生产要素，有效提升城市产业链韧性。

调节变量：数字化水平（I_it ）。地区数字化水平的提升能够有效加速信息流动，数字技术的渗透性、协同性和外部性特征有助于强化产业链上下游的关联效应，数字技术和数据要素在产业链网络中的传播，弱化了物理距离对跨区域企业协作的局限，助力产业链上相关主体间形成更加紧密的联系以及更高的互动频率^［19］；此外也能减少链间上下游企业的信息不对称和降低交易成本。地区的数字化基础设施建设水平一定程度上能够反映地区数字化水平^［53］。因此，本文选择互联网接入用户数表征地区数字化水平。

机制变量：（1）创新集聚（C_it ）。专利作为科技创新活动的产物，能够直观地反映地区创新集聚水平。考虑到专利申请数更能体现知识活跃度与技术创造力，更能体现出生产技术迭代的内在特征^［54］。因此，本文选择利用3种专利（包括发明、实用新型和外观设计专利）申请总数来表征城市创新集聚能力。（2）创业活跃度（E_it ）。高铁网络的建设能够增强节点城市的可达性，进而影响企业区位选择^［47］，吸引不同类型企业进驻本地，增强本地的产业多样性。参考已有研究^［55-56］，本文选择当年城市新登记注册企业数表征创业活跃度。

控制变量：（1）政府科技支持（Z_it ）。政府科技支持是发挥创新引领作用的基本手段，政府科技支持水平高的地区创新氛围更强，不仅能吸引生产要素的流入，与此同时吸引新兴产业在本地的培育和发展，进而影响产业链韧性的增强。因此，本文选择科学支出占地方财政一般预算支出的比重来测度政府的科技支持水平。（2）地区经济发展水平（G_it ）。地区经济发展水平体现城市的经济基础，经济基础较强的地方，一方面产业结构多元化水平和创新能力都较强，使得产业链的韧性较强，另一方面各类基础设施完善有利于产业发展。因此，本文选取人均地区生产总值来表征地区经济发展水平。（3）金融发展水平（F_it ）。金融资本能够覆盖产业链上产品完整的生产或服务供应的过程，健全的金融体系为产业链全链条提供融通资金以及整合优化资源等服务。因此，结合现有研究^［57-58］，本文选择金融机构的贷款余额占地区生产总值的比重表征地区金融发展水平。

3 实证结果分析

3.1　基准结果

在进行后续一系列研究之前，首先进行F检验、相关性检验、VIF检验以此说明模型选择的合理性。结果显示F检验的P值为0.000 ‍0，表明存在线性关系；相关性检验结果显示各变量间相关系数不大，均低于0.6，即各变量间存在相关性，可以进行回归分析；VIF检验结果显示所有变量的VIF值均落在［1，10］内，表明各变量间不存在多重共线性。进一步进行Hausman检验，以确定更切合研究问题的模型。Hausman检验结果显示，卡方统计量为32.79，P值为0.000 ‍0，因此选择固定效应模型作为基准回归模型。

表1给出了基准模型回归结果，在第（1）列中仅加入核心解释变量；为了检验结果是否稳健，第（2）（3）（4）列依次加入政府科技扶持、地区经济发展水平以及地区金融发展水平等与产业链相关的其他相关变量。结果显示，高铁网络发展水平均通过5%及以上的显著性检验，表明高铁网络能够有效增强地区产业链韧性。从第（4）列分析经济意义，当高铁网络发展水平提升1个单位，产业链韧性将增强1.68%个单位。由此H1得以验证。

与此同时，政府科技支持、地区经济发展水平以及金融发展水平对城市产业链韧性存在显著促进作用。高铁建设之初，在对高铁站设定的区位选择过程中会优先考虑经济发展条件具有优势或者地理位置处于交通枢纽的城市，这些城市凭借其原有的资源禀赋，加之政府科技支持的力量，不断提升地区创新水平，金融高发展水平为产业链上企业提供资本支持，由此地区产业链韧性将不断增强。

在表1基准回归结果的基础上分析数字化水平对直接效应的调节作用。表2给出了数字化水平的调节作用结果。第（1）列是在基准回归的基础上加入了数字化水平的一次项及一次项与解释变量高铁网络发展水平的交乘项。为减小其他变量的影响在列（2）（3）（4）中逐步加入控制变量。结果显示，首先对比表1和表2中各列的R-squared值，表2各列回归的R-squared均大于表1，故加入调节变量后整个模型的R-squared扩大，即模型的可解释度更高。其次，在高铁网络发展水平系数显著的前提下，IX项系数为正且均通过1%的显著性检验。这表明，数字化水平能够有效强化高铁网络对产业链韧性的正向影响作用，在二者的影响过程中发挥了调节作用。由此假设H2得以验证。人员作为知识和技术要素的载体，高铁网络的建设为他们提供了出行的更优选择，数字化水平的提升具体显现在以“12306”为代表的一系列购票平台的出现，降低了出行的信息搜索成本和时间，进一步加速要素流动的过程，故提升数字化水平是强化高铁网络影响产业链韧性的有效措施。与此同时，政府科技支持、地区经济发展水平以及地区金融发展水平对产业链韧性的正向影响与已有研究结果一致。

3.2　内生性和稳健性检验

为提高基准模型回归结果可信度，本文借助2SLS模型进行内生性检验，并从对变量进行缩尾处理以及长期回归2种方法展开稳健性检验。

3.2.1　内生性检验

尽管基准模型控制了一系列可能产生混淆效应的变量，但由于可能存在的测量误差以及核心变量间可能存在的反向因果关系导致基准回归模型的估计结果存在偏误。因此，选取解释变量的滞后项作为工具变量，借助2SLS模型进行内生性检验，结果见表3。

表3结果显示，第（1）和（2）列的弱IV检验的系数均大于Stock-Yogo在10%水平上的临界值16.38，表明第（1）和（2）均通过弱工具变量检验。其次，AndersonLM统计量的p值小于0.01，说明在1%水平上显著拒绝“工具变量识别不足”的原假设，即满足工具变量可识别性。在考虑到内生性情况后，高铁网络对产业链韧性的回归系数在1%显著性水平上为正，且在加入数字化水平的调节作用后，高铁网络的回归系数以及I*X项系数均显著为正，表明高铁网络对产业链韧性的提升作用和数字化水平的正向调节效果均存在。该结果与基准模型结果保持一致，说明内生性问题在本研究中并不显著，本文的主要研究结论并未受影响。

3.2.2　对变量进行缩尾处理

为了缓解异常数据的干扰，将变量进行缩尾处理后进行回归。回归结果见表4第（1）和（2）列。2列的核心解释变量高铁网络（X）的系数均为正且均通过1%的显著性检验，结果与基准回归结果保持一致。列（2）中I*X的系数在1%水平上显著为正，在加入调节变量数字化水平之后，R-squared由0.497 3扩大到0.571 1，表明数字化水平的调节作用存在。（1）和（2）的结果均有效支撑基准回归结果，通过稳健性检验，结果见表4。

3.2.3　长期回归

本文进一步将核心解释变量高铁网络滞后一期后进行稳健性检验。检验结果见表4第（3）和（4）列，结果显示从长期来看滞后一期的高铁网络（L.X）系数仍为正且通过1%水平下的显著性检验，结果再次验证假设H1。在加入调节项数字化水平之后，IL.X的回归系数在1%的显著性水平下为0.617 2，此时R-squared由0.310 3扩大到0.447 ‍7，表明数字化水平的调节作用存在。长期回归的结果（3）和（4）仍然支持基准回归的结果，通过稳健性检验。

以上3种检验回归结果中核心解释变量高铁网络的系数均显著为正，且数字化水平与高铁网络的交乘项均显著为正，表明高铁网络能够有效提升城市产业链韧性，与此同时数字化水平强化了这一影响效果的结论具有稳健性。

3.3　异质性分析

由非均质空间假设可知，地区区位的差别和资源禀赋的差异可能会使高铁网络对产业链韧性的影响存在区域异质性。因此，按照区位将全样本划分为东中西部城市、南北方城市，同时按照行政级别考虑国家中心城市这一政策支持可能存在的异质性影响。

3.3.1　东中西部地区

改革开放后，东部地区依靠地理区位优势、政策先发优势等率先发展。与此同时，地区发展不平衡问题也开始凸显。随后为缩小地区间差距，我国先后实行西部大开发、中部崛起、东北振兴等区域发展战略，拉动落后地区的经济增长，但资源禀赋差异仍导致东中西发展存在一定差距。因此，将样本划分为东、中和西部地区（关于东中西部地区的划分标准，本文并未以国家统计局对全国4大经济地带的划分标准将全样本划分为东中西和东北地区进行统计分析，而是借鉴当前学界分区域分析时普遍使用的划分标准将全国城市划分为东中西3大地区）进行异质性分析，具体回归结果见表5。

表5结果显示，东部地区的高铁网络发展水平对地区产业链韧性并无显著影响。中部地区的核心解释变量高铁网络发展水平回归系数为0.104 ‍2且通过1%的显著性检验，与此同时，列（4）中IX的系数为1.106 ‍0并通过1%水平的显著性检验，表明对于中部地区城市来说，高铁网络的快速发展促进地区产业链韧性的提升，数字化水平的提高不断加强这一正向促进作用。西部地区的高铁网络发展水平回归系数为0.117 ‍5并通过1%水平的显著性检验，在加入数字化水平的交乘项之后，R-squared由0.367 ‍4变为0.456 ‍9，交乘项的系数在1%的显著性水平下为1.615 ‍1，表明在西部地区高铁网络对产业链韧性的提升效应强于中部地区，与此同时数字化水平发挥了更明显的强化效果。

3.3.2　南北方地区

以往文献多研究东中西部地区异质性，随着经济发展进入新常态，东中西部地区不平衡问题有效缓解，经济重心不断南移，经济增速表现出“南快北缓”的趋势，逐渐扩大的南北方差异成为学者关注的热点问题^［59］。南北方地区划分是以自然地理界限，即秦岭-淮河为分界线划分。因此，考虑到南北方地区间的差距，需要进行南北方地区异质性分析，具体结果见表6。

表6显示，南方地区和北方地区高铁网络发展水平对产业链韧性的影响均通过显著性检验，南方地区回归系数在5%的水平下显著为0.030 ‍0，北方地区回归系数在1%的水平下为0.022 ‍‍6，表明南北方地区的高铁网络发展水平均会增强地区产业链韧性，但这一提升效果在北方地区更为明显。与此同时，对比第（2）和第（1）列，IX回归系数为0.314 ‍0并通过显著性检验，R-squared由未加入调节变量数字化水平的0.479 ‍0变为0.563 ‍0，表明南方地区的城市数字化水平对高铁网络的产业链韧性提升效应存在调节作用，有效强化了这一影响效果。对比第（3）和第（4）列，IX回归系数为0.822 ‍3并通过1%水平的显著性检验，R-squared由0.497 ‍3扩大到0.571 ‍1，表明北方地区的城市数字化水平有效调节了地区高铁网络带来的产业链韧性增强效果。此外，对比南北方地区的数字化水平调节项系数发现，数字化水平调节效应在北方地区更为强烈。可能的原因是南方地区的企业数字化转型程度较高，因此南方地区产业链韧性整体水平较高，因此较北方地区而言调节效应较弱。

3.3.3　是否为国家中心城市

国家中心城市是解决区域间发展不平衡问题的有效途径，是国家发展新的“塔尖”，也是城市网络体系中经济要素最为集中的城市，汇聚国家和城市在空间、人口、资源和政策方面的主要优势，具有引领、辐射和集散的功能^［60］。随着国家中心城市建设进程的加快，国家中心和非国家中心城市发展在虹吸和辐射2种相互作用力下，可能存在巨大差别。因此，本文将样本划分为国家中心城市和非国家中心城市进行异质性分析，具体回归结果见表7。

由表7结果显示，国家中心城市的高铁网络发展水平越强将明显反向削弱地区产业链韧性，然而非国家中心城市的高铁网络发展水平存在显著的产业链韧性提升效果。造成上述差异的原因是，随着高铁网络不断健全，国家中心城市作为增长极将吸收的生产要素加工后，通过扩散效应，借助城市间构建的繁密的交通网络，由极核向外围城市辐射，引起周边城市社会经济结构的转变，中心城市的发展需求将部分污染严重的第二产业挤出本地市场，鼓励顺应市场需求的更高端绿色的第三产业活跃市场，加速产业结构转型。高铁网络的快速发展加速这一过程，导致降低本地产业多样化进而减弱产业链韧性。在这一过程中非国家中心城市借助交通网络的优化更积极快速地承接产业转移，使得产业结构不断优化，多样性提升，进而提升产业链韧性。就数字化水平的调节效应而言，IX的回归系数均在1%水平下显著为正，表明数字化水平在高铁网络影响产业链韧性过程中发挥着正向调节作用，换言之，不论高铁网络对产业链韧性影响效果为正亦或为负，数字化水平都会扩大这一影响作用。

4 高铁网络对产业链韧性的影响机制实证分析

以上分析有效验证了本文的研究假设H1和H2，进一步借助逐步回归法构建有调节的中介效应模型，检验高铁网络对产业链韧性的影响机制，从创新集聚和创业活跃度2个渠道进行讨论。

4.1　创新集聚效应

本文的基准回归结果显示高铁网络提升产业链韧性的总效应，选取创新集聚和创业活跃度2个机制变量进行间接效应检验的回归结果见表8。

由表8中第（1）和（3）列结果显示，不论是否控制时间和地点固定效应，核心解释变量X的系数均在1%水平下显著为正，与此同时IX系数为正并通过1%水平的显著性检验，通过系数分析发现高铁网络显著影响创新集聚，并且数字化水平起到正向的调节作用，即数字化水平调节了作用机制的前半段路径。紧接着分析第（2）和（4）列，将核心解释变量X和机制变量C置于同一模型时，C项系数在1%的显著性水平下为正，此时X的系数并未通过显著性检验，表明创新集聚在高铁网络影响产业链韧性的过程中发挥完全中介效应。

进一步分析第（2）和（4）中IC项系数，发现均通过1%水平的显著性检验为正，表明数字化水平不仅调节了中介作用，其调节效果贯穿整个影响机制链条。高铁充当知识流动和信息交流的区域间联系载体。数字化水平的提升能够增强高铁作为要素和信息流动载体的作用，加快流动速度，缩短时间和降低各类成本，使得各类知识更快更完整的流向需求方的产业，从而提升产业创新能力，增强产业链的韧性。

4.2　创业活跃度效应

高铁网络一方面有效促进各类要素流动，加速创新要素在本地集聚，提升地区创新能力和推动产业结构多样化发展；另一方面，能够吸引更多新建企业在本地注册，进而提升本地产业集聚，2条路径同时作用影响地区产业链韧性，具体回归结果见表9。

就表9中第（1）和（3）列系数进行分析，不论是否控制时间和个体固定效应，X系数均为正，并通过1%水平的显著性检验，表明高铁网络促进创业活跃度，即高铁网络更为便利的地区更容易吸引更多企业在本地投资注册。与此同时，IX项系数为正，且通过1%的显著性检验，证明在高铁网络促进创业活跃度提升过程中数字化水平起到正向调节作用，数字化水平同时调节了高铁网络对产业链韧性的直接影响和前半路径。紧接着分析第（4）列，在同时控制了时间固定和个体固定效应之后，机制变量创业活跃度（E）的回归系数显著为正，在此条件下X的系数不显著，表明单从中介效应来看，创业活跃度在高铁网络影响产业链韧性的过程中发挥完全中介作用。

此外，分析IE项的系数大小和显著性发现，数字化水平能够调节中介效应，即数字化水平的调节作用贯穿整个影响链条，但是对后半路径的调节作用为负，猜想原因是高铁网络水平的提升可能会使地区间对诸如劳动力资源的竞争更加激烈。数字化水平的提升使得本地各行业企业的信息获取渠道更宽，信息透明度更高，进而加速要素再配置的进程，推动生产要素从落后地区向回报更高的先进地区流动。具有高端产业竞争优势的先进地区很可能成为赢家，导致高端产业向先进地区集聚，低端产业向落后地区集聚，从而加剧行业间竞争程度，导致产业结构产生负向影响，阻碍产业链的韧性发展。

5 结论与建议

推动经济高质量发展需增强产业链韧性，高铁网络作为要素流动的载体对提升产业链韧性具有重要意义，与此同时数字化水平的发展为要素流动提供数字虚拟渠道。因此，本文将高铁网络、产业链韧性以及数字化水平置于同一研究框架，利用2012-2021年中国287个地级及以上城市面板数据，探究高铁网络对产业链韧性的直接影响和间接作用。

本文的主要研究结论：

（1）基准回归显示，中国城市层面高铁网络能够显著提升产业链韧性，同时数字化水平将加强这一影响效果。经过一系列内生性和稳健性检验，该结论仍然成立。

（2）影响机制检验表明，高铁网络主要通过加速创新集聚和提高创业活跃度2个渠道进而提升产业链韧性，在此过程中数字化水平持续发挥调节作用。

（3）异质性分析发现，高铁网络发展水平对产业链韧性影响效果存在区域异质性。就东中西部地区而言，西部地区高铁网络建设的产业链韧性提升效应较中部地区更强，然而该提升效果在东部地区并未发挥作用；就南北方地区而言，北方地区的高铁网络建设有效增强地区产业链韧性，南方地区高铁网络的产业链韧性提升效应较弱；就不同行政级别的城市而言，高铁网络对非国家中心城市的产业链韧性提升影响更大，国家中心城市的高铁网络反向削弱地区产业链韧性。基于以上研究结论，本文提出如下政策建议：

第一，各地应充分发挥高铁网络对产业链韧性的提升效应，通过增加高铁公共基础设施建设投入，积极融入中国内生发展时代的高铁网，不断提升本地高铁网络的节点优势来稳固地区产业链韧性。高铁网络的建设能够惠及更多的居民，不仅可以压缩时空边界，也能创造数以千计的就业岗位。高铁网络建设带来的客、货分离，不仅能够提高原有铁路的货运能力，也使得以“人”为载体的战略性要素流动速度加快，不断重构产业格局，要素的集聚也在不断催生新兴产业的出现，进一步增强产业链的韧性^［61］。

第二，各地应加强数字化建设，强化高铁网络的产业链韧性提升效应。一方面，各市要以国家政策为契机，围绕数字基础设施打好基础，通过适度超前布局6G未来网络、数据中心和云计算中心等关键基础设施等方式进一步提升区域内数字基础设施总体建设水平。另一方面，政府应持续出台数字经济发展相关政策，强化对企业数字化技术投资和应用的扶持效果。相关部门应设立数字化转型专项资金，支持企业数字化改造和升级，充分发挥数字化对高铁网络的产业链提升效应的强化作用^［62］。

第三，为充分发挥高铁正向效应，应为企业创造更自由的政策环境，帮助企业打破区域封锁，恢复韧性。充分发挥创新集聚和创业活跃度在高铁网络影响产业链韧性中的渠道作用。各地政府应严格实施知识产权保护制度，营造吸引高层次人才、技术等要素的创新氛围。与此同时完善科研活动和科研人员所需的硬件保障，确保创新活动有序高效开展。积极创建创新平台，实施创新协同政策，引导创新资源不断向产业链的上下游企业聚集。此外，加强跨区域、跨主体创新资源的高效共享，紧密围绕产业链上核心企业设立科研机构，借助科研机构的力量进一步提升产业链韧性。加强国家战略科技实力，推动市场、社会和政府三方间紧密融合，营造优越的科研和创新生态环境，着力解决关键核心技术及“卡脖子”的技术难题，推进创新链和产业链的深度融合，增强产业链对外部扰动和风险的抵御能力。对企业而言，地方政府应该积极打造企业发展友好的环境，吸引企业进入，同时应注意对其生产过程进行适度补贴，避免因前期的企业进入推高了生产成本，从而抑制后期企业进入。

第四，各地因地制宜实施差异化战略。对不同地理位置的城市采用不同的高铁网络发展支持战略。决策者应根据比较优势优化高铁空间布局，充分考虑高铁的“扩散效应”和“辐射效应”，重视东中部地区与西部地区以及南方地区和北方地区的高铁的平衡性和充足性。东中部地区的高铁网络的产业链提升效应弱于西部可能的原因是西部地区高铁发展带来的“走廊效应”和“虹吸效应”发挥了一定的负向影响，将导致东中部发达地区因产业转移到西部地区而形成“产业链韧性萧条”。应加快西部地区高铁网络的布局建设进程，充分发挥高铁的提升作用。对于国家中心城市而言，中心城市在背靠政策红利先行发展为“增长极”，在“虹吸效应”达到某一个拐点后辐射效应占据主导位置，中心城市的发展需求将部分污染严重的第二产业挤出本地市场，鼓励顺应市场需求的更高端绿色的第三产业活跃市场，加速产业结构转型。在此过程中，产业结构调整使得中心城市的部分产业向周边城市转移，周边城市积极承接产业转移，并逐渐发展为产业集聚效应，形成规模经济，提高地区经济效率，进而提升非中心城市的产业链韧性。

参考文献

[1] 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗［N］.人民日报，2022-10-26（1）.

[2] XI J P.Hold High the Great Banner of Socialism with Chinese Characteristics， and Unite and Strive for the Comprehensive Construction of a Socialist Modern Country ［N］. People's Daily， 2022-10-26 （1）. in Chinese

[3] HOLLING C S. Resilience and Stability of Ecological Systems ［J］. Annual Review of Ecology and Systematics， 1973， 4： 1-23.

[4] REGGIANI A， DE GRAAFF T， NIJKAMP P. Resilience： an Evolutionary Approach to Spatial Economic Systems ［J］. Networks and Spatial Economics， 2002， 2 （2）： 211-229.

[5] HOSSEINI S， BARKER K， RAMIREZ-MARQUEZ J E. A Review of Definitions and Measures of System Resilience ［J］. Reliability Engineering & System Safety， 2016， 145： 47-61.

[6] YU B C， CHEN L M. Bibliometric Analysis of Research Literature on Industrial Chain Resilience ［J］. Information and Knowledge Management， 2023， 4 （3）： 40-50.

[7] 曹德，贺正楚，张嘉欣，等.轨道交通产业全产业链的韧性—脆弱性研究［J］.经济数学， 2020，37（3）：16-26.

[8] CAO De， HE Zhengchu， ZHANG Jiaxin， et al. Research on the Resilience and Vulnerability of the Whole Industry Chain of Rail Transit Industry ［J］. Journal of Quantitative Economics， 2020， 37 （3）： 16-26. in Chinese

[9] 陈晓东，刘洋，周柯.数字经济提升我国产业链韧性的路径研究［J］.经济体制改革，2022，40（1）：95-102.

[10] CHEN Xiaodong， LIU Yang， ZHOU Ke. Research on the Path of Digital Economy to Improve China's Industrial Chain Resilience ［J］. Reform of Economic System， 2022， 40 （1）： 95-102. in Chinese

[11] 李晓华.产业链韧性的支撑基础：基于产业根植性的视角［J］.甘肃社会科学，2022，44（6）：180-189.

[12] LI Xiaohua. The Foundation of Industrial Chain Resilience： from the Perspective of Industrial Embeddedness ［J］. Gansu Social Sciences， 2022， 44 （6）： 180-189. in Chinese

[13] 肖兴志，李少林.大变局下的产业链韧性：生成逻辑、实践关切与政策取向［J］.改革，2022，35（11）：1-14.

[14] XIAO Xingzhi， LI Shaolin. Resilience of Industrial Chain under the Great Change： Generation Logic， Practical Concerns and Policy Orientation ［J］. Reform， 2022， 35 （11）： 1-14. in Chinese

[15] 谷城，张树山.产业链韧性水平测度、区域差异及收敛性研究［J］.经济问题探索，2023，44（6）：123-139.

[16] GU Cheng， ZHANG Shushan. Level Measurement， Regional Differences and Convergence Study of the Industrial Chain Resilience ［J］. Inquiry into Economic Issues， 2023， 44 （6）： 123-139. in Chinese

[17] 石建勋，卢丹宁.着力提升产业链供应链韧性和安全水平研究［J］.财经问题研究，2023，45（2）：3-13.

[18] SHI Jianxun， LU Danning. The Study on Making China's Industrial and Supply Chains More Resilient and Secure ［J］. Research on Financial and Economic Issues， 2023， 45 （2）： 3-13. in Chinese

[19] 吕越，陈泳昌.提升产业链韧性和安全水平：时代背景、风险挑战与靶向进路［J］.学术论坛，2024，47（2）：58-67.

[20] Yue LÜ， CHEN Yongchang. Improving the Industrial Chain Resilience and Security： Contexts， Risks， Challenges and Paths Forward ［J］. Academic Forum， 2024， 47 （2）： 58-67. in Chinese

[21] IVANOV D， DOLGUI A， SOKOLOV B. The Impact of Digital Technology and Industry 4.0 on the Ripple Effect and Supply Chain Risk Analytics ［J］. International Journal of Production Research， 2019， 57 （3）： 829-846.

[22] 宋华，杨雨东.中国产业链供应链现代化的内涵与发展路径探析［J］.中国人民大学学报，2022，36（1）：120-134.

[23] SONG Hua， YANG Yudong. An Analysis on the Connotation and Development of the Modernization of Chinese Industrial and Supply Chains ［J］. Journal of Renmin University of China， 2022， 36 （1）： 120-134. in Chinese

[24] IVANOV D， DOLGUI A. A Digital Supply Chain Twin for Managing the Disruption Risks and Resilience in the Era of Industry 4.0 ［J］. Production Planning & Control， 2021， 32 （9）： 775-788.

[25] 中国社会科学院工业经济研究所课题组.提升产业链供应链现代化水平路径研究［J］.中国工业经济，2021，39（2）：80-97.

[26] Research Group of the Institute of Industrial Economics of CASS. Research on the Path of Upgrading the Modernization of Industrial Chain and Supply Chain ［J］. China Industrial Economics， 2021， 39 （2）： 80-97. in Chinese

[27] 白新华，李国英.以数实融合提升产业链供应链韧性的现实思考［J］.区域经济评论，2023 39（6）：63-68.

[28] BAI Xinhua， LI Guoying. Realistic Thinking on Improving the Resilience of Industrial Chain and Supply Chain through the Integration of Digital Economy and Real Economy ［J］. Regional Economic Review， 2023， 39 （6）： 63-68. in Chinese

[29] 徐建伟，余新创，付保宗.以深化融合发展助推产业链供应链现代化水平提升［J］.经济纵横，2023，39（7）：79-86.

[30] XU Jianwei， YU Xinchuang， FU Baozong. Improving the Modernization of Industrial Chain and Supply Chain by Deepening Integrated Development ［J］. Economic Review Journal， 2023， 39 （7）： 79-86. in Chinese

[31] 陶锋，王欣然，徐扬，等.数字化转型、产业链供应链韧性与企业生产率［J］.中国工业经济，2023，41（5）：118-136.

[32] TAO Feng， WANG Xinran， XU Yang， et al. Digital Transformation， Resilience of Industrial Chain and Supply Chain， and Enterprise Productivity ［J］. China Industrial Economics， 2023， 41 （5）： 118-136. in Chinese

[33] 盛三化，董港，田惠敏，等.数字经济、产业链韧性与长江经济带制造业高质量发展［J］.区域经济评论，2023，39（4）：66-75.

[34] SHENG Sanhua， DONG Gang， TIAN Huimin， et al. Digital Economy， Industry Chain Resilience and High-Quality Development of Manufacturing Industry in Yangtze River Economic Belt ［J］. Regional Economic Review， 2023， 39 （4）： 66-75. in Chinese

[35] 潘雨晨，陈志成，刘震.“一带一路”区域分工、数字化水平与中国产业链韧性［J］.经济问题探索，2024，45（2）：65-81.

[36] PAN Yuchen， CHEN Zhicheng， LIU Zhen. The Belt and Road Regional Division of Labor， Digital Level and the Resilience of China's Industrial Chains ［J］. Inquiry into Economic Issues， 2024， 45 （2）： 65-81. in Chinese

[37] 程广斌，靳瑶，侯林岐.数字基础设施建设能否让城市经济更具韧性？——来自“宽带中国”试点政策的经验证据［J/OL］.软科学，1-12［2024-04-23］.

[38] CHENG Guangbin， JIN Yao， HOU Linqi. Can Digital Infrastructure Construction Make Urban Economies More Resilient? — Evidence from “Broadband China” Pilot Policy ［J/OL］. Soft Science， 1-12 ［2024-04-23］. in Chinese

[39] 郑涛，杨如雪.高技术制造业的技术创新、产业升级与产业韧性［J］.技术经济，2022，41（2）：1-14.

[40] ZHENG Tao， YANG Ruxue. Technological Innovation， Industrial Upgrading and Industrial Resilience of High-Tech Manufacturing Industry ［J］. Journal of Technology Economics， 2022， 41 （2）： 1-14. in Chinese

[41] 张峰，魏巍，陈嘉伟，等.区域创新生态系统能否提高产业链韧性：来自黄河流域的时空非平稳性检验［J/OL］.科技进步与对策，1-11［2024-04-23］.

[42] ZHANG Feng， WEI Wei， CHEN Jiawei， et al. Can Regional Innovation Ecosystems Improve Chain Toughness？ A Test of Spatio-Temporal Non-Stationarity from the Yellow River Basin ［J/OL］. Science & Technology Progress and Policy， 1-11 ［2024-04-23］. in Chinese

[43] 何茜茜，高翔，黄建忠.工业机器人应用与制造业产业链供应链韧性提升——来自中国企业全球价值链嵌入的证据［J］.国际贸易问题，2024，50（2）：71-89.

[44] HE Xixi， GAO Xiang， HUANG Jianzhong. Industrial Robot Application and the Increase of Resilience in the Manufacturing Industrial and Supply Chains — Evidence from Global Value Chain Embedding of Chinese Enterprises ［J］. Journal of International Trade， 2024， 50 （2）： 71-89. in Chinese

[45] 李胜会，戎芳毅.知识产权治理如何提升产业链韧性？——基于国家知识产权示范城市政策的实证检验［J］.暨南学报（哲学社会科学版），2022，44（5）：92-107.

[46] LI Shenghui， RONG Fangyi. How Can Intellectual Property Governance Improve the Resilience of the Industrial Chain? An Empirical Test Based on National Intellectual Property Model City Policy ［J］. Jinan Journal （Philosophy & Social Sciences）， 2022， 44 （5）： 92-107. in Chinese

[47] 孙红雪，朱金鹤.自由贸易试验区设立能否增强中国产业链韧性？——基于多种创新要素集聚的中介机制检验［J］.现代经济探讨，2023，42（11）：72-84.

[48] SUN Hongxue， ZHU Jinhe. Can the Establishment of Free Trade Pilot Zones Enhance the Resilience of China's Industrial Chain? Based on a Variety of Innovative Elements Gathered the Mediation Mechanism of Inspection ［J］. Modern Economic Research， 2023， 42 （11）： 72-84. in Chinese

[49] 李萌，何宇，潘家华.“双碳”目标、碳税政策与中国制造业产业链韧性［J］.中国人口·资源与环境，2022，32（9）：22-34.

[50] LI Meng， HE Yu， PAN Jiahua. Dual Carbon Goals， Carbon Tax Policy， and the Industrial Chain Resilience of China's Manufacturing Industry ［J］. China Population， Resources and Environment， 2022， 32 （9）： 22-34. in Chinese

[51] LI X L， WU Z F， ZHAO X C. Economic Effect and Its Disparity of High-Speed Rail in China： a Study of Mechanism Based on Synthesis Control Method ［J］. Transport Policy， 2020， 99： 262-274.

[52] 黄群慧，倪红福.基于价值链理论的产业基础能力与产业链水平提升研究［J］.经济体制改革，2020，38（5）：11-21.

[53] HUANG Qunhui， NI Hongfu. Improving Industrial Basic Capacity and Industrial Chain Level： from the Perspective of Global Value Chain ［J］. Reform of Economic System， 2020， 38 （5）： 11-21. in Chinese

[54] 董洪超，蒋伏心.交通基础设施对产业分工的异质性影响研究——理论关系与实证检验［J］.当代经济管理，2021，43（12）：49-57.

[55] DONG Hongchao， JIANG Fuxin. Heterogeneity Effect of Transportation Infrastructure on Industrial Division： Theoretical Relationship and Empirical Test ［J］. Contemporary Economic Management， 2021， 43 （12）： 49-57. in Chinese

[56] 周思思，逯苗苗.“分离式集聚”还是“协同式集聚”？——高铁网络对产业分布关系的影响研究［J］.软科学，2023，37（7）：111-117.

[57] ZHOU Sisi， LU Miaomiao. “Separate Agglomeration” or “Collaborative Agglomeration” — Research on the Influence of High-Speed Railway Network on Industrial Distribution Relationship ［J］. Soft Science， 2023， 37 （7）： 111-117. in Chinese

[58] 林晓言，石中和，吴笛，等.高速铁路对城市人才吸引力的影响分析［J］.北京交通大学学报（社会科学版），2015，14（3）：7-16.

[59] LIN Xiaoyan， SHI Zhonghe， WU Di， et al. An Analysis of the Attractiveness of High-Speed Railway to Talents ［J］. Journal of Beijing Jiaotong University （Social Sciences Edition）， 2015， 14 （3）： 7-16. in Chinese

[60] CHEN J. High-Speed Rail and Energy Consumption in China： the Intermediary Roles of Industry and Technology ［J］. Energy， 2021， 230： 120816.

[61] 谢家智，何雯妤.现代产业链韧性评价及提升路径［J］.统计与信息论坛，2024，39（2）：15-28.

[62] XIE Jiazhi， HE Wenyu. Modern Industrial Chain Toughness Evaluation and Path Improvement ［J］. Journal of Statistics and Information， 2024， 39 （2）： 15-28. in Chinese

[63] NING Y， LI L X， XU S X， et al. How Do Digital Technologies Improve Supply Chain Resilience in the COVID-19 Pandemic? Evidence from Chinese Manufacturing Firms ［J］. Frontiers of Engineering Management， 2023， 10 （1）： 39-50.

[64] WONG C W Y， LIRN T C， YANG C C， et al. Supply Chain and External Conditions under Which Supply Chain Resilience Pays： an Organizational Information Processing Theorization ［J］. International Journal of Production Economics， 2020， 226： 107610.

[65] 白俊红，王星媛，卞元超.互联网发展对要素配置扭曲的影响［J］.数量经济技术经济研究，2022，39（11）：71-90.

[66] BAI Junhong， WANG Xingyuan， BIAN Yuanchao. The Impact of Internet Development on Factors Allocation Distortion ［J］. Journal of Quantitative & Technical Economics， 2022， 39 （11）： 71-90. in Chinese

[67] 徐玉冰，王晶.数字化转型、要素流动与包容性绿色增长——以长江经济带为例［J］.华东经济管理，2024，38（2）：22-30.

[68] XU Yubing， WANG Jing. Digital Transformation， Factor Flow and Inclusive Green Growth： Taking the Yangtze River Economic Belt as an Example ［J］. East China Economic Management， 2024， 38 （2）： 22-30. in Chinese

[69] 邓慧慧，杨露鑫，潘雪婷.高铁开通能否助力产业结构升级：事实与机制［J］.财经研究，2020，46（6）：34-48.

[70] DENG Huihui， YANG Luxin， PAN Xueting. High-Speed Rail and Industrial Upgrading in China： Facts and Mechanisms ［J］. Journal of Finance and Economics， 2020， 46 （6）： 34-48. in Chinese

[71] LIU D Y， LIU J， LI Q H， et al. Technology Inflow Following High-Speed Railway： Evidence from Chinese Cities ［J］. Journal of Management Science and Engineering， 2023， 8 （4）： 570-583.

[72] COFFEY W J， SHEARMUR R G. Agglomeration and Dispersion of High-Order Service Employment in the Montreal Metropolitan Region， 1981-96 ［J］. Urban Studies， 2002， 39 （3）： 359-378.

[73] WATKINS A R. The Spatial Distribution of Economic Activity in Melbourne， 1971-2006 ［J］. Urban Geography， 2014， 35 （7）： 1041-1065.

[74] JIA S M， ZHOU C Y， QIN C L. No Difference in Effect of High-Speed Rail on Regional Economic Growth Based on Match Effect Perspective? ［J］. Transportation Research， Part A： Policy and Practice， 2017， 106： 144-157.

[75] 王雨飞，倪鹏飞.高速铁路影响下的经济增长溢出与区域空间优化［J］.中国工业经济，2016，34（2）：21-36.

[76] WANG Yufei， NI Pengfei. Economic Growth Spillover and Spatial Optimization of High-Speed Railway ［J］. China Industrial Economics， 2016， 34 （2）： 21-36. in Chinese

[77] 贺灿飞，朱向东，孔莹晖，等.集聚经济、政策激励与中国计算机制造业空间格局——基于贸易数据的实证研究［J］.地理科学，2018，38（10）：1579-1588.

[78] HE Canfei， ZHU Xiangdong， KONG Yinghui， et al. Agglomeration Economy， Incentive Policy and the Spatial Pattern of Chinese Computer Manufacturing Industry： a Case Study Based on Export Data ［J］. Scientia Geographica Sinica， 2018， 38 （10）： 1579-1588. in Chinese

[79] 周浩，余壮雄，杨铮.可达性、集聚和新建企业选址——来自中国制造业的微观证据［J］.经济学（季刊），2015，14（4）：1393-1416.

[80] ZHOU Hao， YU Zhuangxiong， YANG Zheng. Accessibility， Agglomeration and New Firm Location： Micro Evidence from Chinese Manufacturing ［J］. China Economic Quarterly， 2015， 14 （4）： 1393-1416. in Chinese

[81] LAN X J， HU Z N， WEN C H. Does the Opening of High-Speed Rail Enhance Urban Entrepreneurial Activity？ Evidence from China ［J］. Socio-Economic Planning Sciences， 2023， 88： 101604.

[82] 温忠麟，叶宝娟.有调节的中介模型检验方法：竞争还是替补？［J］.心理学报，2014， 46（5）：714-726.

[83] WEN Zhonglin， YE Baojuan. Different Methods for Testing Moderated Mediation Models： Competitors or Backups？ ［J］. Acta Psychologica Sinica， 2014， 46 （5）： 714-726. in Chinese

[84] 滕明明，申明浩.数字化同群效应如何影响企业创新投入——一个有调节的中介模型［J］.科技进步与对策，2023，40（12）：23-31.

[85] TENG Mingming， SHEN Minghao. How the Peer Effect of Digitalization Affect Enterprises' Innovation Input： a Moderated Mediation Model ［J］. Science & Technology Progress and Policy， 2023， 40 （12）： 23-31. in Chinese

[86] 夏铭璐，张树山，谷城.智慧物流对产业链韧性的影响［J］.中国流通经济，2023，37（9）：23-33.

[87] XIA Minglu， ZHANG Shushan， GU Cheng. Research on the Impact of Intelligent Logistics on the Resilience of Industrial Chain ［J］. China Business and Market， 2023， 37 （9）： 23-33. in Chinese

[88] 李建明，罗能生.高铁开通改善了城市空气污染水平吗？ ［J］.经济学（季刊），2020，19 （4）：1335-1354.

[89] LI Jianming， LUO Nengsheng. Has the Opening of High-Speed Rail Improved the Level of Urban Air Pollution? ［J］. China Economic Quarterly， 2020， 19 （4）： 1335-1354. in Chinese

[90] 栗志慧，刘洁.数字化背景下京津冀城市群区域创新生态系统评价研究［J］.中国软科学，2024，39（S1）：191-202.

[91] LI Zhihui， LIU Jie. Research on the Evaluation of Regional Innovation Ecosystem in the Beijing-Tianjin-Hebei Urban Agglomeration under the Background of Digitalization ［J］. China Soft Science， 2024， 39 （S1）： 191-202. in Chinese

[92] 董直庆，赵贺，胡晟明.技术集聚的区域创新效率与“本地—邻地”创新效应检验［J］.学习与探索，2022，44（1）：108-117.

[93] DONG Zhiqing， ZHAO He， HU Shengming. The Regional Innovation Efficiency of Technology Agglomeration and the “Local-Neighboring” Innovation Effect Tests ［J］. Study & Exploration， 2022， 44 （1）： 108-117. in Chinese

[94] 王磊，徐骏.数字政府赋能产业结构升级——基于电子政务综合试点的拟自然实验［J］.财经论丛，2024，40（5）：28-38.

[95] WANG Lei， XU Jun. The Digital Government Empowers Industrial Structure Upgrading： Quasi Natural Experiment Based on E-Government Pilot Policy ［J］. Collected Essays on Finance and Economics， 2024， 40 （5）： 28-38. in Chinese

[96] 沈坤荣，张锐敏.平台经济对行业就业结构的影响研究［J］.现代经济探讨，2023，42（12）：18-29.

[97] SHEN Kunrong， ZHANG Ruimin. Research on the Influence of Platform Economy on the Industry Employment Structure of the Industry ［J］. Modern Economic Research， 2023， 42 （12）： 18-29. in Chinese

[98] 庞瑞芝，王宏鸣.数字经济背景下中国科技创新支撑经济发展的效率及区域差异研究［J］.当代经济科学，2023，45（6）：70-85.

[99] PANG Ruizhi， WANG Hongming. Research on the Efficiency and Regional Differences of Scientific and Technological Innovation Supporting Economic Development in China under the Background of Digital Economy ［J］. Modern Economic Science， 2023， 45 （6）： 70-85. in Chinese

[100] 盛科荣，陈欢欢，张嘉慧 等.航空网络嵌入对中国城市知识生产的影响研究［J］.地理科学，2022，42（6）：963-974.

[101] SHENG Kerong， CHEN Huanhuan， ZHANG Jiahui， et al. Impact of Airline Network Embedding on Knowledge Production of Cities in China ［J］. Scientia Geographica Sinica， 2022， 42 （6）： 963-974. in Chinese

[102] 刘学良，续继，宋炳妮.中国区域发展不平衡的历史动态、表现和成因——东西差距和南北差距的视角［J］.产业经济评论，2022，10（2）：152-167.

[103] LIU Xueliang， XU Ji， SONG Bingni. Dynamics and Causes of China's Regional Development Inequality： from the Perspective of East-West and North-South Inequality ［J］. Review of Industrial Economics， 2022， 10 （2）： 152-167. in Chinese

[104] 赵娴，林楠.中国国家中心城市经济辐射力分析与评价［J］.经济与管理研究，2013，34（12）： 106-113.

[105] ZHAO Xian， LIN Nan. Economic Radiation Analysis on China's National Central Cities ［J］. Research on Economics and Management， 2013， 34 （12）： 106-113. in Chinese

[106] 董艳梅，朱英明.高铁建设能否重塑中国的经济空间布局——基于就业、工资和经济增长的区域异质性视角［J］.中国工业经济，2016，34（10）：92-108.

[107] DONG Yanmei， ZHU Yingming. Can High-Speed Rail Construction Reshape the Layout of China's Economic Space — Based on the Perspective of Regional Heterogeneity of Employment， Wage and Economic Growth ［J］. China Industrial Economics， 2016， 34 （10）： 92-108. in Chinese

[108] 许益亮，苟建华.以数字化转型助推产业链供应链韧性提升［J］.人民论坛·学术前沿， 2023，12（24）：94-97.

[109] XU Yiliang， GOU Jianhua. Boosting the Resilience of Industrial and Supply Chains through Digital Transformation ［J］. Frontiers， 2023， 12 （24）： 94-97. in Chinese

基金资助

中国国家铁路集团有限公司科技研究开发计划课题（2023F015（JB））