1. 引言
作为近年来贸易领域的一种新兴的贸易形式,跨境电子商务随着全球经济一体化及信息技术的广泛渗透,在近几年来快速蓬勃发展,逐步演变为全球范围内的经营活动。跨境电子商务是指基于互联网技术,跨越国界的买家与卖家在跨国网络平台上开展交易,包括B2B和B2C等多种形式[1]。最新海关数据报告显示,2023年,中国的跨国电子商务商品进出口总额攀升至2.38万亿元人民币,较上一年度增长了15.6%,其中出口额达1.83万亿元人民币,实现了19.6%的增长;进口额为5483亿元人民币,增长了3.9%,在中国对外贸易总额中的比例为5.7%。为进一步探索跨境电子商务这一数字贸易新模式,国务院于2015年3月批准设立杭州跨境电子商务综合试验区,此后共分6批设立了165个跨境电子商务综合试验区。
跨境电商的出现已引发了生产模式和产业组织结构的根本变革,为企业的技术迭代和创新升级提供了重要契机[2]。作为重要的外贸新兴业态,跨境电商突破了传统贸易的地域限制和心理障碍,多样化和个性化的境外消费者需求推动了企业的创新变革,引导企业通过产品创新和品牌构建来加快转型升级。在跨境电商综合试验区中进行的一系列改革试点,探索创新了跨境电子商务各环节的技术标准、业务流程、监管模式和信息化建设,优化了试验区跨境电子商务的发展环境,这些创新举措不仅推动了跨国电商的进步,还成为企业提升竞争力和进行产业升级的新推力。综试区政策的实施,为企业改革创新提供了新机遇,有利于企业利用综试区政策优势持续推进创新,同时,政策优势所带来的竞争加剧也倒逼企业进行升级换代,从而促进创新。但在跨境电商发展环境尚不成熟的情况下,快速发展的数字技术也降低了技术模仿的成本,不公平竞争或将阻碍企业创新能力的提升。因此,探究跨境电商综合试验区对企业创新的影响路径,对于综合试验区政策的制定与完善具有重要的现实意义。
鉴于上述情况,本研究在剖析跨境电商试点区促进公司数字化转型水平与创新能力影响途径的基础上,结合理论阐释与数据验证,采用2011年至2022年间沪深A股上市企业数据作为分析对象,最终得出相应的策略建议。本文的边际贡献可能包括:一是阐释了跨境电子商务试验区对企业创新作用的机制,弥补了现有研究中对该领域探讨的不足;二是提供了企业创新的理论支撑与政策建议,有助于政府优化跨境电商试验区的政策框架,推动企业高质量发展。
2. 文献综述
在最近几年,跨境电子商务的快速增长引起了学术界的普遍重视。部分研究人员指出,这种贸易形态能有效减缓中继流程,减少地理距离带来的限制[1],并扩展了进口中间产品的搜寻范围,从而提高企业出口商品的品质及其在价值链中的参与水平[3] [4]。此外,跨境电商在降低出口风险与贸易成本[5] [6]的同时,语言相关贸易成本增加,带来新的贸易成本,如在线支付、包裹递送等[7]。跨境电商的发展对经济社会的其他方面也产生了重要影响,不仅推动了产业集群的发展与制造业的转型升级[8] [9],还提升了居民消费规模,降低了非生存型消费结构的占比[10]。学者们从跨境电子商务综合试验区的视角分析跨境电子商务发展的影响时发现,跨境电子商务综合试验区可以促进经济增长[11]、增强企业风险承受能力、提高薪酬水平[12] [13]和就业增长[14]、推动跨境电子商务出口[15]、制度创新示范引领和资源配置效率提升推动区域经济协调发展[16]。
另一类与此相关的研究则集中在影响企业创新的因素上。创新是企业核心竞争力的关键,也是驱动技术进步和经济增长的主要动力。已有研究表明,政府在促进企业创新方面发挥着重要作用,例如通过创新补贴[17]、税收减免[18]和对外技术引进[19]等方面,激励企业进行研发创新。此外,政府还通过出台宏观产业政策[20] [21]来促进企业创新。然而,政府对企业创新的激励存在外部不确定性,其带动作用是暂时的,企业需要依靠自主创新来维持创新的可持续性。有研究认为,企业应以外来技术为基础开展自主研发,才能克服技术断供带来的不利影响,实现转型升级[22]。
研究表明,通过电商平台,企业得以与消费者建立直接联系,掌握市场动态,形成双方互动的创新模式[23],进而提高新产品在市场中的接受度和认同[24]。这促使公司着手研发新产品,目的是满足消费者的需求,并推动企业的创新发展。跨境电商的发展还通过提高贸易便利化水平,推动制造业与服务业融合[25],进一步促进企业创新。以上文献为本文作用机制的探讨提供了充分的参考。
3. 理论分析与研究假设
跨境电商综试区对企业创新的影响包含许多方面,本文将从直接效应与间接效益两方面探讨具体影响。
跨境电商综试区对企业创新的直接效应。跨境电商依靠互联网技术,通过降低中间环节的成本,实现贸易效率的提升。通过对跨国电商综合试验区在政策制定、运营管理、服务模式及其协作进程的革新,一方面削减了公司的商业成本,同时致力于提升公司的人力资源质量,进一步激发了公司的创新活力。在这一过程中,综试区在技术规范、商务操作、监督方式与信息技术体系等领域展开了先导性的尝试与探索。具体而言,一是具有较大风险和不确定性的创新型投资项目,对资金有较大的需求。我国的企业常常遭遇研究与开发的资金不充沛以及金融问题对创新行为的束缚[26],而跨境电商综合实验区则通过激励与指引企业加入到跨国电子商务平台并展开商务活动,有助于它们解决由于地理距离带来的交易成本问题。这些跨国电商平台所供给的搜索服务,对商业实体削减由地理位置远近所带来的寻找成本大有裨益[3],同时也能减轻远距离引发的监管上的难题,减少合同成本[27]。其次,人才是企业创新的重要动力来源,人才引进政策有助于优化人才结构,提高企业人才资本,并改善企业生产效率[28]。在为博士等高学历人才提供安家补贴、为所需人才提供创业启动资金、贷款贴息等优惠政策的同时,为改善企业人才结构,跨境电子商务综试区出台相关人才引进政策,促进相关科技人才向试验区流动[29],从而改善企业人才结构。基于此,本文提出如下假设H1:
H1:跨境电商综试区的设立有助于提高企业的创新水平。
跨境电商综试区对企业创新的间接效应。跨境电商作为一种以数字技术赋能传统跨境贸易的新业态,建设跨境电商综试区能够为企业带来数字示范效应,帮助企业运用数字技术进行全方位变革[30]。数字化示范效应还可以促进企业间的信息共享,产生知识和数字化技术的溢出效应,促进数字化技术的广泛应用,从而进一步推动企业数字化转型[31]。跨境电商综合试验区通过降低产业成本、推动企业跨行业融合、重构产业组织方式,促进企业技术迭代,推动数字信息技术的传播和应用,强力推动企业数字化转型[16]。在此基础上,数字化升级为公司信息化建设提供加速度,并利用大数据、云服务、区块链技术、智能互联等前沿科技,推动传统生产型企业迈向智能化制造领域,从而增强其创新能力[32]。此外,数字化转型亦有助于构建企业创新的新模式,借助互联网商业策略,让消费者更深入地融入企业创新的核心流程——从产品的打造到价值的生成,拉近企业与消费者之间的连接。基于此,本文提出如下假设H2:
H2:跨境电商综试区的设立通过促进企业数字化转型,进而对企业的创新水平产生积极影响。
4. 研究设计
(一) 模型构建
为了评估跨境电子商务综合实验区对公司创新活动的作用,本研究建立了多时间点双重差分(DID)分析模型,并进行了以下设定:
(1)
(2)
模型(1)与(2)中,i、c和t分别代表时间、地级市和年份,
与
代表企业的创新水平;
表示为跨境电商综试区设立的政策虚拟变量;
表示一系列企业层面的控制变量;
与
分别表示企业个体固定效应与年份固定效应;
为随机扰动项。
(二) 变量说明
1) 被解释变量。本文从创新效率
与创新质量
两个层面测度企业创新能力。以往文献对于企业创新能力的测度主要为创新投入与创新产出两种角度,分别通过研发投入与专利申请数测度。本文参考权小锋等[33]的做法,将每单位研发投入的专利数作为创新效率的综合指标,考虑到专利申请的滞后性,本文以本年专利申请数占上一年与本年研发费用之和的比值衡量创新效率;同时,考虑到衡量创新水平的全面性,本文参考曹春方等[34]的研究,以企业次年申请的专利平均被引用次数作为衡量企业创新质量的标准。
2) 解释变量。本文的核心解释变量为
和
的交互项,用以表示跨境电商综试区的设立。如果个体i为实验组,则
取1,否则取0;综试区在t年设立或已设立,则
取1,否则取0。考虑到政策落实及其成效需要经历一段时间,本文仅选取2015年、2016年以及2018年获批的3期跨境电商综试区作为准自然实验进行研究。
3) 控制变量。本文参考史亚茹等[2]、倪一宁[35]等的研究,选取如下控制变量:企业年龄age,用当年年份减去企业成立年份表示;政府补贴gov,政府补助金额的自然对数表示;净资产收益率roe,用净利润与股东权益平均余额的比值表示;用高管薪酬水平pay,用企业年末高管薪酬总额的自然对数表示;资产负债率lev,用年末总负债与总资产的比值表示;企业规模size,用总资产的自然对数表示;管理费用率mana,用管理费用占营业收入的比重表示;二职合一dual,以虚拟变量表示,若该企业董事长和总经理为同一人兼任,则取1,否则取0。
Figure 1. Structured feature word library for enterprise digital transformation
图1. 企业数字化转型的结构化特征词词库
4) 中介变量。数字化转型变量的测度是通过文本量化的形式实现。具体步骤:通过Python爬虫技术整理了沪深A股上市企业的年度报告,并通过Java PDFbox库提取所有文本内容;在词库的选择上,本文参考吴非等[36]的研究,选取若干关键的政策文件及研究报告作为参考,提取词汇以制成图1所示的特征词词库;利用图1中的关键词开展词频分析,进而搭建出衡量企业数字化转型程度的指标框架。
Table 1. Descriptive statistics
表1. 描述性统计
变量名称 |
变量符号 |
观测值 |
均值 |
标准差 |
最小值 |
最大值 |
创新效率 |
Inno1 |
29,758 |
0.238 |
0.957 |
0 |
36.13 |
创新质量 |
Inno2 |
35,545 |
0.359 |
0.358 |
0 |
1.216 |
差分变量 |
Treat × Post |
35,545 |
0.388 |
0.487 |
0 |
1 |
企业年龄 |
age |
35,545 |
2.932 |
0.323 |
1.946 |
3.526 |
二职合一 |
dual |
35,545 |
0.286 |
0.452 |
0 |
1 |
净资产收益率 |
roe |
35,545 |
0.0569 |
0.135 |
−0.962 |
0.415 |
资产负债率 |
lev |
35,545 |
0.411 |
0.215 |
0 |
0.927 |
企业规模 |
size |
35,545 |
19.03 |
7.865 |
0 |
28.64 |
政府补助 |
gov |
35,535 |
15.87 |
3.007 |
0 |
22.88 |
高管薪酬水平 |
pay |
35,545 |
12.81 |
5.260 |
0 |
17.01 |
管理费用率 |
mana |
35,545 |
0.0791 |
0.138 |
−0.117 |
8.133 |
数字化转型程度 |
DCG |
35,497 |
12.75 |
27.93 |
0 |
174 |
(三) 数据来源
本文的研究对象是2012~2022年沪深A股上市公司。数据来源为CSMAR数据库、Wind数据库与CNRDS数据库。本文对数据进行如下处理:① 剔除金融行业的样本;② 剔除年末ST与*ST的样本;③ 剔除数据缺失的样本;④ 对各连续变量进行上下1%的缩尾处理。表1为各变量的描述性统计分析。
(四) 基准回归
基准模型的回归结果见表2,(1)列与(2)列未加入控制变量与固定效应,(3)列与(4)列加入控制变量并考虑固定效应。除(2)列外,其余各列的回归结果均在1%的水平上显著为正,这意味着建立跨境电商综合试验区对提升区域内企业的创新能力是有效果的。也就是说,综试区的设立显著促进了企业的创新活动。(2)列的回归结果在1%的水平上显著为负,可能的原因是未考虑对企业创新会产生影响的特征变量,从而对回归结果产生影响。综上所述,本文提出的H1得到验证。
Table 2. Benchmark regression table
表2. 基准回归表
|
(1) |
(2) |
(3) |
(4) |
|
Inno1 |
Inno2 |
Inno1 |
Inno2 |
Treat × Post |
0.079*** |
−0.084*** |
0.040*** |
0.016*** |
|
(6.71) |
(−21.71) |
(3.57) |
(2.75) |
age |
|
|
0.319*** |
−0.234*** |
|
|
|
(3.67) |
(−7.48) |
gov |
|
|
0.022*** |
0.007*** |
|
|
|
(3.84) |
(9.16) |
roe |
|
|
0.046*** |
0.066*** |
|
|
|
(3.02) |
(4.93) |
pay |
|
|
0.005 |
−0.001 |
|
|
|
(0.89) |
(−0.32) |
lev |
|
|
0.014 |
0.205*** |
|
|
|
(0.86) |
(16.65) |
size |
|
|
−0.002 |
0.001 |
|
|
|
(−0.46) |
(1.24) |
mana |
|
|
−0.065** |
−0.050*** |
|
|
|
(−2.49) |
(−3.11) |
dual |
|
|
0.001 |
0.005 |
|
|
|
(0.07) |
(0.98) |
Constant |
0.206*** |
0.391*** |
−1.089*** |
0.833*** |
|
(32.49) |
(160.11) |
(−4.16) |
(8.90) |
Observations |
29,758 |
35,545 |
29,204 |
35,014 |
Adjusted R-squared |
0.002 |
0.013 |
0.790 |
0.483 |
Firm |
No |
No |
Yes |
Yes |
Year |
No |
No |
Yes |
Yes |
注:括号内为稳健的t统计量。***p < 0.01,**p < 0.05,*p < 0.1。
(五) DID估计的有效性检验
1) 平行趋势检验
为确保评估数据的有效性,本文进行平行趋势检验,检验结果如图2(a)和图2(b)所示。由图2(a)和图2(b)可知,成立试验区后,对创新效率的第1期与第2期的影响显著;对创新质量的第2期、第3期与第4期的影响显著,基本符合企业的创新周期。以上结果表明平行趋势检验通过。
(a) (b)
Figure 2. Parallel trend test: (a) Innovation efficiency; (b) Innovation quality
图2. 平行趋势检验:(a) 创新效率;(b) 创新质量
2) 安慰剂检验
本文采用构建随机模拟试验的方式,挑选了一系列随机的样本企业组成设定的实验组,借此对照实验组与对照组的随机样本数据进行了模型回归分析,并在随机选定的政策施行时间点重复实验1000次,并得到如图3(a)与图3(b)所示的伪双重差分项的估计系数、P值及其核密度图。分析结果显示,这两个随机实验得到的双重差分系数主要呈现出围绕零点的正态分布,并且这些估计值与基准函数模型估算值之间存在显著的不同。这可以在一定程度上说明,实验组企业在创新能力方面的显著增强,主要由跨境电子商务综合试验区政策所带来的效应,而非其他未被观测到的变数引起。
(a) (b)
Figure 3, Placebo test: (a) Innovation efficiency; (b) Innovation quality
图3. 安慰剂检验:(a) 创新效率;(b) 创新质量
(六) 稳健性检验
1) 倾向得分匹配(PSM-DID)
为了进一步控制试验区内企业和非试验区内企业的其他差异对企业创新能力的影响,本文使用近邻匹配的方法进行PSM-DID估计,从而缓解可能产生的样本选择性偏差问题。具体而言,通过是否为跨境电商综合试验区试点城市的虚拟变量Treat对可观测指标进行Logit回归,将包括政府补贴、净资产收益率、高管薪酬水平、资产负债率、企业规模、管理费用率、二职合一7个可观测指标作为协变量,以1:1近邻匹配方法进行倾向得分匹配,得到与实验组样本最为相似的控制组样本,将其作为综试区政策的对照城市。估计结果如表3第(1)列与第(2)列所示,试点政策变量的估计系数依然显著为正,这表明跨境电商综试区的设立有利于提高企业的创新水平,结果呈现出较好的稳健性。
Table 3. Robustness test (1)
表3. 稳健性检验(1)
|
PSM-DID |
工具变量法 |
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
|
Inno1 |
Inno2 |
Prob1 (Treat × Post) |
Prob2 (Treat × Post) |
Inno1 |
Inno2 |
IV |
|
|
0.394*** |
0.373*** |
|
|
|
|
|
(29.29) |
(31.53) |
|
|
Treat × Post |
0.027** |
0.016** |
|
|
0.104* |
0.081*** |
|
(2.13) |
(2.54) |
|
|
(1.71) |
(2.54) |
Anderson LM统计量 |
|
|
|
|
954.898 |
1090.160 |
|
|
|
|
|
[0.000] |
[0.000] |
Cragg-Donald Wald F统计量 |
|
|
|
|
857.989 |
994.392 |
|
|
|
|
|
{16.38} |
{16.38} |
Control variable |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Observations |
21,411 |
25,704 |
28,743 |
34,396 |
28,743 |
34,396 |
Adjusted R-squared |
0.796 |
0.499 |
0.435 |
0.446 |
|
|
Firm |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
注:中括号和大括号内的值分别为统计量检验的P值和10%水平下的临界值。***p < 0.01,**p < 0.05,*p < 0.1。下表同。
2) 工具变量法
为了缓解内生性问题,本文参考黄群慧等[37]的做法使用各个城市1984年的每百人均固定电话数来构造工具变量进行估计。跨境电商基于互联网技术,通过互联网平台达成交易,因此地区的跨境电商发展水平与当地互联网发展水平有着很大的关联性。我国互联网是由电话拨号发展而来的,互联网发展与固定电话普及率存在密切联系。考虑到1984年的每百人均固定电话数是截面数据,本文将滞后一期的全国互联网普及率与样本企业所在城市1984年每百人均固定电话数的交乘项作为“跨境电商综试区”的工具变量,采用两阶段最小二乘法(2SLS)进行估计。估计结果如表3第(3)至第(6)列所示,第一阶段估计结果中,该工具变量与
显著正相关;第二阶段的估计结果显示,工具变量通过了不可识别检验和弱工具变量检验,且核心解释变量的回归系数均在1%的水平上显著为正,这表明,在考虑到可能的内在偏差后,试验区设立对提升企业创新能力具有显著促进作用。
Table 4. Robustness test (2)
表4. 稳健性检验(2)
|
重新分析差分变量 |
改变样本区间 |
调整固定效应 |
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
|
Inno1 |
Inno2 |
Inno1 |
Inno2 |
Inno1 |
Inno2 |
Treat × Post |
0.042*** |
0.015*** |
0.033*** |
0.014*** |
0.041*** |
0.016*** |
|
(3.53) |
(2.60) |
(2.89) |
(2.52) |
(3.59) |
(2.71) |
Control variable |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Observations |
29,204 |
35,014 |
25,971 |
31,429 |
29,197 |
35,006 |
Adjusted R-squared |
0.790 |
0.483 |
0.779 |
0.480 |
0.790 |
0.484 |
Firm |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Industry |
No |
No |
No |
No |
Yes |
Yes |
3) 重新分析差分变量
由于跨境电商综试区政策批复的时间点可能并非当年年初,因此本文参考Lu等[38]、胡浩然等[13]的做法,由于第一批跨境电商综试区于2015年3月批复,故将其于2015年的虚拟变量
赋值为5/6,之后年份保持不变;第二批综试区于2016年1月批复,故其虚拟变量
保持不变;同理,第三批跨境电商综试区的虚拟变量
在2018年赋值为1/2,之后年份设置不变,并将其重新纳入模型(1)与模型(2)中进行回归。表4第(1)列与第(2)列的回归结果显示,解释变量的回归系数均在1%的水平上显著为正,结果稳健。
4) 改变样本区间
2019年底爆发的新冠疫情对全球的经济贸易产生了巨大影响。为了避免新冠疫情对企业创新的可能误差,本文剔除了2020年的样本,再次检验跨境电商综试区对企业创新的影响,表4第(3)列与第(4)列的结果显示,解释变量均在1%水平上显著,结果稳健。
5) 调整固定效应
本文在基准回归控制了企业、年份2种固定效应,进一步通过调整固定效应假设进行稳健性检验,即控制企业、年份与行业3种固定效应,检验结果见表4第(5)列与第(6)列,解释变量的回归系数均在1%水平上显著为正,结果依旧稳健。
6) 异质性处理效应检验
本文参考De Chaisemartin和D’Haultfoeuille [39]、胡洁等[40]的做法,检验基准回归结果在异质性处理效应下的稳健性。结果显示,Inno1的共有12,076个权重,其中11,103个权重为正,973个权重为负,正权重之和为1.0961,负权重之和为−0.0961,负权重占比小;Inno2的共有19,365个权重,其中18,888个权重为正,477个权重为负,正权重之和为1.0259,负权重之和为−0.0259,负权重占比很小,二者在一定程度上表示异质性处理效应对基准回归结果没有实质性影响,结果依旧稳定。
(七) 中介效应检验
本文的理论分析部分提出,跨境电商综试区或许能够通过激励企业进行数字化转型,从而对企业的创新能力产生影响。
(3)
(4)
(5)
Table 5. Mediating effect test
表5. 中介效应检验
|
(1) |
(2) |
(3) |
|
GCD |
Inno1 |
Inno2 |
Treat × Post |
3.449*** |
0.038*** |
0.013** |
|
(10.85) |
(3.29) |
(5.21) |
GCD |
|
0.001*** |
0.001*** |
|
|
(3.96) |
(5.35) |
Sobel统计量 |
|
0.020*** |
0.013*** |
|
|
机制有效–正向传导 |
机制有效–正向传导 |
Ind_eff检验(P_value) |
|
0.000 |
0.000 |
|
|
间接效应成立 |
间接效应成立 |
Control variable |
Yes |
Yes |
Yes |
Observations |
34,965 |
29,159 |
34,965 |
Adjusted R-squared |
0.755 |
0.794 |
0.484 |
Firm |
Yes |
Yes |
Yes |
Year |
Yes |
Yes |
Yes |
表5是跨境电商试验区设立通过促进企业数字化转型来影响企业创新水平的中介效应检验结果。其中,第(1)列的结果表明,跨境电商综试区有助于企业数字化转型;第(2)列与第(3)列的结果显示,企业数字化转型程度对其创新效率和创新质量的估计系数均显著为正,说明企业数字化改造程度越高,越有利于其创新能力的提高。本文参考吴非等[36]的研究,采用Bootstrap方法进行检验,对样本随机抽取500次。由表格可知,其Sobel统计量与间接效应的P值,均通过检验;而且核心解释变量Treat × Post对企业效率与创新质量的影响均被部分吸收,其系数与基准回归结果相比明显降低,这一结果表明通过设立跨境电商试验区能提升企业数字化转型程度,进而促进企业创新能力的提升。
5. 结论与政策建议
本文采用多时点DID模型检验了跨境电商综试区的设立对企业创新能力的影响。研究发现:跨境电商综试区的设立显著提升了企业的创新能力,该结论在运用PSM-DID检验、工具变量法检验等多种检验方法下依旧稳健。中介效应检验表明,跨境电商综试区的设立可以通过提升企业数字化转型程度促进企业创新能力的提升。因此,不断扩大跨境电商综试区政策的覆盖范围,积极推动企业数字化转型是促进企业创新能力提升的有效途径。
从上述研究结论中,本文提出如下政策建议:1) 鉴于全球经济贸易形势的多元复杂性,应当深化对跨境电子商务的推进工作,并扩大其综试区的试点规模,让其更有效地为企业创新与成长助力;在此同时,需要促进区域、行业与各企业之间的交流与合作,加强对数字化技术和专业人才的引入政策及资金扶持,以推动我国企业实现高质量发展。2) 地方政府应当积极总结综试区的成功经验,将其推广到周边地市,推进地区协调发展,同时政府应当加强数字化基础设施的建设,合理引导企业进行数字化转型建设,培养企业竞争优势,助推企业可持续发展。