互联网对我国流通业发展的异质影响——基于空间异质性和门槛效应的分析

谢海燕 副教授

（南京审计大学金审学院 南京 210046）

引言与文献综述

流通业的高效发展对于匹配生产和消费、挖掘国内需求和提升居民生活质量具有重要的现实意义。与此同时，伴随互联网、大数据、云计算等现代信息技术的迅猛发展，国内流通业发展正受到“虚拟化”的不断冲击。互联网技术重塑了传统的组织协调、生产或者传递产品、服务等领域的固有模式，并通过赋能信息处理能力，显著提升了区际物流和信息流的运行效率，降低了移动和交易成本，深刻影响了中国流通业的未来发展。

在新时期，如何进一步加速中国流通业的互联网融合，助推流通业供给侧结构性改革升级，协调城乡一体化流通体系构建，正成为中国流通业高质量发展路径上的重大挑战。李庆鑫（2019）在研究中详细探讨了互联网对流通业效率提升的影响机理，并认为亟需顶层设计协调地区间的信息化进程，促进流通业的一体化发展。李骏阳（2018）首次定性讨论了“互联网+流通”的空间溢出效应，即“互联网+流通”通过深刻影响商流、物流、信息流和资金流间的融合机制，对流通业地区格局产生重要影响。但是，以上学者的研究观点仅停留于经验性分析层面，缺乏进一步的实证依据支撑。除此之外，目前关于互联网影响流通业的研究中，主要是从线性框架出发，即假定互联网对流通业的影响是线性的，从而忽略了两者之间的复杂关联。实际的情形远非如此，Jin &Cho（2015）的研究中提出了包括互联网内在的ICT影响经济社会发展的非线性特征。基于这一观点，有必要对互联网影响流通业增长的空间特征和门槛特征进行研究，并在此基础上，综合考量互联网对流通业的促进效应。

模型设定与变量选取

（一）模型构建

参照Greenaway等人（1999）和Milner &Wright（1998）在研究中所运用的理论框架，本文构建了一个纳入互联网指标的流通业增长的C-D生产函数，假定区域 在年份 的流通业生产函数表达为：

公式（1）中，Y、A、K和L分别代表流通业的总产出水平、技术进步、资本存量和劳动力投入。已有研究表明ICT扩散能够基于技术进步、规模效率、技术效率和配置效率等多种途径影响全要素生产率或技术进步率A（孙早和刘李华，2018），因此ICT被认为是促进技术进步的重要诱导因素，参照Mohamed &Seifallah（2019）的做法，本文将技术进步A用互联网变量重新表示为：

因此，公式（1）可以表示成：

将公式（3）两边同时取对数可得：

公式（4）中，p0=δ0γ为常数项，p1=δ1γ 。

（二）变量选取和说明

被解释变量（Yit）。用流通业增加值表示，其中流通业增加值是基于交通运输、仓储和邮政、批发零售和住宿餐饮四个行业的增加值总和得到的。

核心解释变量（Internetit）。本文选取历年各省市区的互联网普及率作为互联网发展水平的替代变量。

其它解释变量（Lit和Kit）。将交通运输、仓储和邮政、批发零售和住宿餐饮四个行业的总就业规模作为整个流通业劳动力投入Lit的度量指标；而流通业资本存量Kit的测度是利用永续盘存法估计得来，永续盘存法的测度公式为：Kt=It+(1-δ)Kt-1，其中Kt是当期资本存量，是上一期资本存量Kt-1扣除折旧δ后加上当期新增投资额得到，本文将δ设定为7%（陈宇峰和章武滨，2015）。历年的交通运输、仓储和邮政、批发零售和住宿餐饮四个行业投资额均可以在《第三产业统计年鉴》和《中国统计年鉴》中找到，而且第三产业统计年鉴中还给出了2004年第三产业分行业的资产总量，根据分行业的数据汇总可以得到流通业2004年的资产总量，考虑到本文的样本范围选取的是2001-2017年，所以将2004年的资产总量折算到了2001年，然后根据所选方法估算得到历年的资本存量。

控制变量（Xcontrl,it）。在模型估计过程中如果遗漏了重要变量将会对估计结果的准确性产生重要影响，因此文中根据以往研究选取了控制变量—居民人均消费CONSit：新常态时期消费驱动经济结构优化转型的重要性日渐凸显，消费正成为主导经济发展的内生能力（殷杰兰，2018）。市场开放度OPENit：市场开放程度的提高可以显著提升整个流通行业的生产效率，并助力流通企业海外布局和竞争力的提高（郑春泥，2018）。政府财政支出规模GOVit：郭媛媛（2018）在其研究中指出政府财政支出的规模和结构以及财政支出效率变化均会对流通业的增长产生重要影响。

（三）数据来源

文中所考察的样本范围是2001-2017年，其中流通业数据均来自于《第三产业统计年鉴》和《中国统计年鉴》；专利数据来自于《中国科技统计年鉴》；三产数据，小学、初中、高中和大学受教育人口数据以及政府财政支出、进出口额、居民消费支出额、城镇化率均来自于《中国统计年鉴》；互联网普及率来自知网中国经济与社会发展统计数据库。所选取数据特征详见表1。

实证研究

（一）空间异质性格局

由于各地区之间资源禀赋、要素结构、产业基础等的差异，传统研究中的空间同质性假定不能适用现实情境的变化，需要将空间异质性因素纳入流通业发展影响因素的考量之中。为了精准识别互联网影响流通业的空间异质性特征，文中分别以互联网普及率和流通业增加值的平均水平为阈值，高于阈值的样本为高-高（H-H）集聚圈，低于阈值的样本为低-低（L-L）集聚圈，具体情况详见表2。从表2可以看出，大部分省份集中分布于HH和LL集聚类型区，呈现出非对称的空间格局，且HH集聚区内主要是东部沿海发达地区，LL内主要是中西部欠发达地区，这说明互联网对流通业的影响存在明显空间依赖性和门槛效应。

（二）空间溢出效应

基于上文中的经验观察，本文将进一步基于空间杜宾模型（SDM）来检验互联网影响中国流通业发展的地理空间效应。首先，构建包含互联网普及和流通业增加值的空间计量模型：

式（5）中，βi是解释变量的弹性系数，θi是考虑空间滞后因素的解释变量弹性系数；W是地理距离度量的空间权重矩阵；p度量地理邻近与本地流通业发展的空间交互效应；参数α、μit和εit分别表示常数项、个体效应和随机误差项。

运用空间计量模型的前提是变量存在显著的空间自相关性，而基于全局莫兰指数的检验结果可知，文中所选取的变量均存在明显空间依存性，利用SDM模型来进一步检验其空间交互效应是适宜的。空间自相关检验的莫兰指数如表3所示。

表1 描述性统计

表2 空间非对称格局

表3 空间自相关检验的莫兰指数

SDM空间计量模型能够将互联网对流通业发展的总效应进一步分解成直接效应和间接效应。其中，直接效应度量的是本地互联网发展对流通业的促进效用，而间接效应反映出周边地区互联网发展水平对本地流通业发展的影响。表4中，互联网对流通业发展的直接效应为0.389，并且高度显著，说明本地互联网水平每提高一个百分点将带来流通业0.389%的增长；周边地区互联网发展对本地流通业间接效应系数为0.115，说明周边地区的互联普及水平每提高一个百分点将带来本地流通业0.115%的增长。由此可知，互联网对流通业的发展具有显著的空间溢出效应，这或是因为互联网普及加速了地区内部信息流、资金流和要素流的流通效率，并促进了先进技术、管理经验和管理制度等的外溢，带动了周边地区的流通业发展。

（三）门槛回归估计

基于表达式（4）以及按照Hansen于1999年中所构造的门槛面板模型设定方法，本文所建立门槛模型如下：

门槛模型（6）中，被解释变量Y用流通业增加值表示，用来衡量整个行业的增长情况；关键解释变量为互联网Internntit；Lit和Kit分别表示整个流通业的就业人数和资本存量； Xcontrl,it是为了避免遗漏变量造成的估计偏误而引入的控制变量，用来提高模型的估计结果，εit为误差项。Qit为所选取的门槛变量组合，γ是门槛估计值。

文中将区域创新水平Inoit、人力资本HCit和产业结构高级化Strcit作为重要的门槛变量。文中选取专利授权量作为区域创新状况的衡量指标，人力资本用地区平均受教育程度度量，其中HCit=pi1·6+pi2·9+pi3·12+pi4·16计算得来。产业结构高级化的测算依据是付凌辉（2010），首先根据三次产业划分将GDP分为3个部分，每一个部分增加值占GDP的比重作为空间向量的一个分量，从而能构成一组三维向量X0=(x1.0,x2.0,x3.0)，随后依次计算出X0从初级产业向高级产业排列的X1=(1,0,0)、向量X1=（0,1,0）和向量X1=（0,0,1）的夹角θ1、θ2和θ3，其中θi=across(∑3i=1(xij·xi.0)/∑3i=1(x2ij)1/2∑3i=1(x2i.0)1/2，最终产业高级化的表达式为：

第一，门槛效应检验。在门槛估计之前的首要操作步骤是对所选取的门槛变量地区创新水平、人力资本和产业结构高级化程度可能存在的门槛值进行检验。根据检验结果，将互联网作为核心解释变量时，创新水平和人力资本两个门槛变量均至少在5%的显著性水平下通过双重门槛检验；产业结构高级化门槛变量在1%的显著性水平下仅通过了单一门槛值检验。其中创新水平的两个门槛值为606.0000和32212.0000，人力资本的两个门槛值为8.7000和10.3500，产业结构高级化的一个门槛值是6.9921。门槛效应检验结果和门槛估计结果分别如表5、表6所示。

表5 门槛效应检验结果

表6 门槛估计结果

表7 互联网普及对流通业增长的门槛模型估计结果

第二，门槛模型估计。根据表7中汇总的互联网普及对流通业增长的影响门槛效应估计结果，可知：创新水平作为门槛变量时，按照创新水平的两个阈值，可以将样本分成三个区间，即创新≤606、606＜创新≤32212、创新＞32212，而在不同的区间范围内，互联网对流通业增加值的效应估计值分别为0.275、0.407和0.482，高度显著且依次变大，说明地区创新水平越高，互联网对流通业增长产生的促进效应越明显。

人力资本作为门槛变量时，按照人力资本的两个门槛值8.7和10.35，可以将样本划分为人力资本≤8.7、8.7＜人力资本≤10.35、人力资本＞10.35三个区间，在不同区间内互联网对流通业增长影响的效应大小分别为：0.393、0.446和0.579，均在1%的显著性水平下显著，且依次递增，这说明互联网对流通业促进效应中，地区人力资本水平起到了重要的支撑作用，互联网时代数据信息作为一种新进竞争性资源，地区人力资本水平越高，利用互联网等信息技术转化网络资源的能力也就越强，能够更好地发挥互联网对包括流通业在内的溢出效应。

产业结构高级化仅具有单一门槛值，故可以分为产业结构高级化≤6.9921和产业结构高级化＞6.9921两个样本区间。当产业结构高级化≤6.9921时，互联网的估计系数为0.433；产业结构高级化＞6.9921时，互联网系数为0.556，均在1%水平下显著。即当地区的产业结构处于更高的发展层次时，互联网对流通业的促进效应更高。产业结构高级化程度越高，说明产业间结构越趋合理，产业协调发展能力越强，互联网的渗透越能推动流通行业的向好发展。

更进一步，本文发现同时处于创新＞32212、人力资本＞10.35、产业结构高级化＞6.9921区间范围的省市为上海、北京、天津和江苏等东部发达省份，西部地区的宁夏、甘肃、西藏和青海等省市区多处于创新水平、人力资本和产业结构高级化发展的最低层次，相应的互联网对该地区流通业的发展要低于东部发达地区。换言之，中西部地区的落后省市区，在经济社会发展中的滞后处境不利于互联网对流通业增长效应的发挥，并且会拉大区域间流通业发展水平的差距，不利于区域间的协同发展。

结论与启示

本文基于2010-2017年间我国30个省市区的面板数据，运用SDM空间杜宾模型和门槛回归模型，实证检验了互联网普及对中国流通业增长的空间溢出效应和门槛效应。得出的主要结论是：互联网与流通业发展存在空间非对称格局，且呈两极化分布态势，大部分地区分布于高-高集聚型和低-低集聚型，这意味着互联网鸿沟会进一步恶化中国流通业发展的内在不平衡；互联网对流通业的影响依赖于各地区创新水平、人力资本水平和产业结构高级化程度，随着地区创新水平和人力资本水平的不断提高，互联网对流通业增长的溢出效应逐渐增大。以上结果表明，互联网与流通业之间并非简单的线性关系，其对流通业增长溢出效应的发挥还取决于区域自身创新、人力资本和产业结构高级化程度等要素的调节作用。

以上研究结果的政策启示为：第一，地区在实际的发展过程当中，既要充分意识到互联网对流通业发展的积极影响，同时又该明白两者之间所具有的复杂非线性关联。需要充分考虑地区自身所处的发展阶段，制定合理、科学的互联网经济发展规划，在提升互联网发展水平的同时，要利用好互联网对流通业增长、产业转型的内生影响机制，引导流通业走内涵式、高质量的发展路径。第二，流通业的发展离不开基础设施、人力资本等因素的有效支撑，如果缺少与行业发展相匹配的劳动力结构、产业结构和创新能力，一味地推进互联网经济发展进程，可能对流通业产生不好结果，因而地区在发展互联网经济的时候，要注重协调各相关要素间的关系，走协同发展道路。第三，互联网战略从来都不是地区内的封闭式发展策略，依靠的是各地区之间的融合发展和协调配合，因此想要更好发挥互联网对流通业发展的驱动作用，还需要制定跨区域的互联网一体化发展战略，并综合考量各地信息化程度和其经济社会发展所需的支撑条件能否有助于流通业的平衡发展。