产业数字化转型对消费升级和零售行业绩效的影响

姚战琪

（中国社会科学院 财经战略研究院，北京100028）

引 言

随着新冠肺炎疫情对居民消费支出和居民收入产生的影响越来越大，在短期内各级政府需要全面稳定居民消费。中国共产党第十九届中央委员会第五次全体会议公报指出，我们要加快构建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。消费升级是实现 “双循环” 战略的重要抓手，消费已经成为经济增长的第一大拉动因素，不但在总量上要深挖内循环潜力［1］，而且在产品服务品质上要激发消费潜力。

产业数字化转型对消费升级和零售行业的效益提升产生的影响受到关注。目前有关数字经济影响消费升级和零售业发展的文献分为三种：数字经济推动零售企业进行数字化转型［2］， “新零售” 以数字化为核心驱动力推动农业转型升级［3］，数字金融显著促进和提升居民消费［4］。现有文献没有运用结构方程模型和多重中介效应检验方法研究数字经济与居民消费支出及零售行业绩效之间的关系。

本研究将主要关注产业数字化转型与消费升级和零售行业的效益提升之间的关系，探讨数字经济如何以及何时会影响消费升级和零售行业的效益提升。首先，当前需要进一步加快企业数字化转型。Debbie Kirlew（2020）认为，虽然汽车行业进行了数字化转型，但销售流程并未改变，客户能很快进入展厅［5］。有远见、有思维、勇于创新的经销商正在迅速广泛部署数字工具来遏制病毒的传播，为了适应远程工作，许多供应商加快了产品开发进度，并不断扩大业务规模。其次，数字经济促进传统的旅游零售模式发生改变。电子商务和数字化产生的影响不断扩大，顾客购买行为快速变化，从而对拥有传统收入来源和商业模式的航空公司造成了一定的冲击。Gould（2019）［6］等学者的研究表明，传统的旅游零售模式（游客冲动性购买）的影响已经越来越小，因此机场、航空公司和旅游零售商应该拥抱数字化，并将其视为创造非航空收入的重要途径。已有文献对数字经济与人均消费支出的影响因素作了有益探索，但是，产业数字化转型与消费升级和零售行业的效益提升之间到底是什么关系？为什么产业数字化转型会影响消费升级和零售行业的效益提升？产业数字化转型是通过怎样的路径和机制对消费升级和零售行业的效益提升产生影响？这些问题都没有得到解决，值得进一步研究。

本文基于企业的微观数据，构建了产业数字化转型对零售行业绩效影响的链式多重中介模型，以企业创新能力、消费升级为中介变量，运用结构方程模型和bootstrap中介效应检验方法，探究产业数字化转型对零售行业绩效的影响机制，从产业数字化转型的视角为提升零售行业绩效、促进消费升级提供理论依据和实践指导。

一、研究假设

首先，技术创新能够降低能源消费强度，从而完善能源消费。其次，互联网金融创新能显著影响消费者行为。互联网金融创新不但会使得消费者的消费行为和购买欲望具有超前性和可诱导性特征，互联网金融创新也会提高不同消费者的消费效率和推动消费者消费理念的转变［7］。最后，创新能力显著影响居民消费需求。黄彩虹、张晓青（2020）［8］使用研究和实验发展人员来度量创新投入，使用专利申请受理数来度量创新产出，发现技术创新能显著提升居民消费率，并且技术创新能力集聚对居民消费率的影响存在正向空间溢出效应，即一地区技术创新能力更容易带动邻近地区的技术进步。

技术创新推动零售业不断发展，零售业通过使用大数据、地理信息系统、新型时空数据等方式，使其经营效率得到显著提升，零售业的新技术包括用于数据处理的零售技术、用于近距离通信的零售技术、用于便捷提高效率的零售技术、用于提高用户体验的零售技术［9］，用于零售业的新技术能够降低人工成本，提升用户体验，促进人们消费方式的改变，从而推动零售业快速发展。首先，信息技术通过广义的电子商务的发展促进零售企业的管理信息化，提高零售企业的管理控制能力，提高企业经营效率［10］。其次，信息技术的创新通过改变人们的思维方式和生活习惯来改变消费行为和消费习惯，而消费行为和消费习惯必然促进零售业发展。

消费升级能显著促进零售业发展。首先，消费升级促进零售业结构优化。不但消费升级倒逼零售业不断技术创新，促进零售业向高极化、多样化、品牌化方向发展，而且消费升级促进了消费模式创新，驱动零售商不断创新，促进零售业结构不断优化［11］。其次，不同类型的消费升级对用不同变量衡量的零售业结构优化的影响不同。生存型消费的提升能显著促进用网络零售渗透指数和网络零售参与指数衡量的零售业结构不断优化，享受型消费的提升能显著促进用网络零售发展指数衡量的零售业结构不断优化，而发展型消费的提升不能促进用网络零售渗透指数、网络零售参与指数、网络零售发展指数衡量的零售业的结构优化。

产业数字化能显著促进企业提高创新能力。首先，数字化转型通过提升企业动态能力来促进企业创新绩效的提升，企业动态能力是数字化转型和企业创新绩效的中介变量。其次，数字化水平的提高有利于提升创新绩效，但不同类型的数字化水平对创新绩效的影响不同。周青、王燕灵、杨伟（2020）［12］将数字化水平分为数字化接入水平、数字化装备水平、数字化应用水平、数字化平台建设水平四种类别，数字化水平通过促进创新成果数量和创新成果质量来提升区域创新绩效，发现提升数字化接入水平有助于提升区域创新绩效，但数字化装备水平、数字化应用水平、数字化平台建设水平与区域创新绩效之间呈现倒U型关系。据此，本文提出假设H1、H2、H3和H4。

假设H1：企业创新能力显著影响消费升级；

假设H2：企业创新能力显著影响零售业发展；

假设H3：消费升级显著影响零售业发展；

假设H4：产业数字化转型显著正向影响企业创新能力。

数字贸易将通过消费者的消费需求信息标准化与商家进行的直接贸易，实现直接贸易顺利完成，数字贸易不但把消费者的消费信息反馈给企业，而且把企业生产的产品信息传递给消费者［13］。首先，数字技术会改变消费内涵，数字技术不但会促使消费内容的多元化、个性化和虚拟化，而且数字技术会创造出新的消费需求。其次，数字经济会促使消费金融的服务模式、消费金融的业态、消费金融的主要内容发生很大变化。最后，使用数字技术能更好地实现消费者政策的目标。虽然数字化对消费者的正面和负面影响引起了决策者和学术界的广泛关注，但通过使用数字技术来更好地实现消费者政策的目标尚未得到足够的重视。

产业数字化转型促进传统零售业不断创新。首先，技术手段创新促进零售业实施精准营销，满足顾客的多样化需求。数字化精准营销能够提升顾客体验，能够针对每个客户创建个性化的营销沟通［14］。其次，网上零售等新业态促进传统零售业提质增效。随着人工智能、大数据、云计算和物联网的逐步运用，网上零售等新业态快速发展，网上零售促进零售业提质扩容，不断提升零售业经济效益［15］。最后，数字化推动零售业高质量发展。数字化能促进零售业企业不断提升经营效率，包含互联网零售在内的网上零售业态的技术效率高于零售业整体水平，并且网上零售业态的经营效率高于传统零售业态的经营效率。据此，本文提出假设H5和H6。

假设H5：产业数字化转型显著正向影响消费升级；

假设H6：产业数字化转型正向影响零售业发展。

综上所述，构建产业数字化转型影响零售业发展的理论模型（见图1）。

图1 理论框架

二、模型构建及数据序列构造

（一）研究设计

本文的调查对象包括来自全国东部、中部、西部三大区域的29个省份（不包括北京）的不同类型的企业，选择两种企业类型：全民所有制企业或集体所有制企业、外商投资企业，各个类型均选择1个企业。首先检索文献，梳理国内外关于产业数字化转型、企业创新能力、消费升级、零售行业的效益提升的相关文献和量表，最终形成了本文的调查问卷。然后设计20个观测变量，为了减少数据采集和处理的难度，采用因子分析方法，将原始的很多变量和指标使用SPSS进行探索性因子分析，将原始的多变量和指标转变为四个综合变量和综合指标，最后使用Amos进行验证性因子分析。

（二）研究变量的测量

产业数字化转型。经过探索性因子分析，本文最终删除3个测项，采用17个测项来测度产业数字化转型，并将其归并为4个因子。其中产业数字转型采用3个测项：（1）数字贸易（Digit）。从数字贸易一个维度设计12题，分别为企业进口额、企业出口额、企业研究与试验发展经费内部支出、企业专利申请受理数、企业软件产业从业人员数、企业互联网宽带接入数、企业电子商务销售额、企业计算机、通信和其他电子设备制造业主营业务收入、企业软件产业业务收入、企业固定电话普及率、企业光缆线路长度、企业互联网宽带接入端口数，将以上12题合并成一个维度，使用SPS⁃SAU中的熵值法与TOPSIS法相结合的方法来测算产业数字化转型变量，即首先对企业软件产业从业人员数、企业专利申请受理数、企业软件产业业务收入等变量进行正向化处理，对企业光缆线路长度、企业互联网宽带接入端口数进行标准化处理，对其他变量进行均值化处理，然后使用熵权法计算12项评价指标项的权重值，最后使用熵值法与TOPSIS法相结合的方法来测算各个评价对象的TOPSIS评价计算结果。（2）企业产业结构升级（Indus），使用各企业第三产业就业人数比重来测算企业产业结构升级。（3）企业三产产值与二产产值之比（Terse）。

企业创新能力。采用6个测项来测度企业创新能力，分别是：（1）企业的财政补贴（Final）；（2）企业研发投入（R＆D）；（3）高技术企业新产品销售收入（Hight）；（4）企业专利授权量（Patet）；（5）企业宽带接入数（Broad）；（6）消费品物流企业规模（Consr）。

消费升级。采用4个测项来测度消费升级，分别是：（1）企业员工人均消费支出（Percon）；（2）企业人力资本（Human），使用姚战琪（2020）［16］的方法测算各企业人力资本；（3）企业职工人均GDP（Pergdp）；（4）企业出口技术复杂度（Techl），使用许治、王思卉［17］的方法测算企业出口技术复杂度：

Techls＝，s代表企业，i代表行业，代表s企业i行业出口额占s企业出口总额的比重，PRODYi为s企业i行业劳动生产率。

零售业发展。采用4个测项来测度零售业发展，分别是：（1）连锁零售企业的年末从业人数（Retail）；（2）连锁零售企业的商品销售额（Com⁃mo）；（3）外商投资企业资产规模（Fdia）；（4）企业就业人数（Emplt）。

三、研究结果

（一）理论模型验证

1.探索性因子分析

使用探索性因子分析方法（最大方差旋转）得到旋转后的因子载荷矩阵。首先，通过项目分析，对高、低分组进行独立样本t检验，删除结果不显著的题项，其次，删除因子载荷小于0.4的题项以及少于3个题项的因子，最终使用探索性因子分析方法分析包含4个维度17道题项的问卷。从旋转后的因子载荷矩阵可看到，与产业数字化转型相关的变量在第四个因子上的载荷较高，与企业创新能力相关的变量在第一个因子上的载荷较高，与消费升级相关的变量在第二个因子上的载荷较高，与零售业发展相关的变量在第三个因子上的载荷较高。

表1（见下页）为对产业数字化转型量表进行探索性因子分析结果。可得到利用主成分分析方法提取的四个因子的载荷量和旋转成分矩阵，通过因子旋转可看到，KMO＝0.845（P＝0.000），四个因子可分别命名为消费升级、企业创新能力、零售业发展、产业数字化转型。同时，各题项的因子载荷介于0.673－0.955，量表的Cronbach’s alpha介于0.8640－0.9750，累计方差贡献率为90.182%，因此信度较好。

表1 探索性因子分析结果

2.验证性因子分析

四因子基准模型的卡方与自由度的比值（χ2／DF）为2.3446，介于1－3，表明假设模型与样本数据的契合度可以接受，渐进残差均方和平方根（RMSEA）为0.0766，小于0.08，表明模型拟合合理，适配度指数（CFI）为0.9761，接近1，SRMR为0.0497，TLI为0.9536，CFI为0.9761，NFI为0.9597，因此测量模型拟合良好。四因子基准模型比其他模型表现出更好的适配度，测量量表具有较好的判别效度。

表2（见下页）为潜变量之间的相关系数、组合信度、平均变异数抽取量、均值及标准差。由表2可知，各潜变量的AVE平方根大于该潜变量与其他潜变量的相关系数，并且潜变量的平均变异数抽取量（AVE）大于各潜变量之间的相关系数［18］［19］，因此测量模型的各潜变量具有良好的区别效度。

表2 潜变量之间的相关系数

使用SPSS、Amos 23.0对企业创新能力（F1）、消费升级（F2）、产业数字化转型（F3）、零售业发展（F4）进行验证性因子分析，表3为（见P148）验证性因子分析结果。可看到，潜变量与其测量题项间的标准化因子载荷介于0.6518－0.9829，标准误介于0.0492－0.1251，全部潜变量组合信度（CR）大于0.89，平均变异数抽取量（AVE）均不小于0.68，并且标准化因子载荷大于0.65，表明不但模型基本适配情况良好，而且模型内在质量良好。

表3 验证性因子分析结果

整体模型结构方程的路径系数及假设检验结果见表4（见P148）。可看到，H1（β＝0.2294，P＜0.01）、H2（β＝0.4432，P＜0.001）、H3（β＝0.3465，P＜0.01）、H4（β＝0.7607，P＜0.0001），H5（β＝0.3562，P＜0.0001）四个假设成立。H6假设不成立，因此产业数字化转型不能直接促进中国零售业发展，但产业数字化转型能通过促进企业创新能力来提升零售业运营水平，同时产业数字化转型升级也能通过促进消费升级来提升零售业服务运营水平。

表4 整体模型结构方程的路径系数及假设检验

第一，路径F1→F2（企业创新能力→消费升级）的非标准化系数为0.2046（p＝0.0041），在1%的水平上显著，说明假设H1成立，企业创新能力显著影响消费升级。第二，路径F1→F4（企业创新能力→零售业发展）的非标准化系数为0.4041，在0.001的水平上显著，说明假设H2成立，企业创新能力显著影响零售业发展。第三，路径F3→F1（产业数字化转型→企业创新能力）的非标准化系数为0.4969（p＝0.0080），在1%的水平上显著，说明假设H4成立，即产业数字化转型显著正向影响企业创新能力。第四，路径F3→F2（产业数字化转型→消费升级）的非标准化系数为0.9732，在0.001的水平上显著，说明假设H5成立，即产业数字化转型显著正向影响消费升级。第五，路径F2→F4（消费升级→零售业效益提升）的非标准化系数为0.4149，在0.001的水平上显著，说明假设H3成立，消费升级显著影响零售业发展。第六，路径F3→F4（产业数字化转型→零售业发展）的非标准化系数为－0.5132，在0.001的水平上显著，因此假设H6不成立，产业数字化转型不能直接促进零售业发展。主要因为当前数字化不能提升和稳住线下销售，只能拓展线上销售，因此必须在线下拓展数字化，促进业态模式转型路径多样化。

表5（见下页）为多重中介效应检验结果。特定的多重中介效应检验结果显示，五条路径的中介效应均显著，说明不但F1、F2存在单独的中介作用，而且F3对F4的作用能通过F1、F2来传导，因此F1会联合F2形成中介链，从而产生链式多重中介作用。

由表5可知，在各个模型中，各条路径的中介效应均统计显著。在中介效应检验的基础上，进行中介效应的分解。在路径F3→F1→F4中，间接效应占总效应的比重为0.2148／0.6872≈0.3126，与直接效应之比为0.2148／0.4724≈0.4547，这表明产业数字化转型对零售行业效益提升的影响有31.26%是通过中介变量企业创新能力起的作用，且中介效应大大小于直接效应。

表5 多重中介效应检验结果

在路径F3→F1→F2→F4中，间接效应占总效应的比重为0.2428／0.6872≈0.3533，与直接效应之比为0.2428／0.4444≈0.5464，这表明产业数字化转型对零售行业效益提升的影响有35.33%是通过中介变量企业创新能力和消费升级起的作用。

在路径F3→F2→F4中，间接效应占总效应的比重为0.2856／0.6872≈0.4156，与直接效应之比为0.2856／0.4016≈0.7112，这表明产业数字化转型对零售行业效益提升的影响有41.56%是通过消费升级中介变量起的作用，中介效应也小于直接效应。

在路径F3→F1→F2中，间接效应占总效应的比重为0.0721／0.7164≈0.1006，与直接效应之比为0.0721／0.6443≈0.1119，这表明产业数字化转型对消费升级的影响有10.06%是通过中介变量企业创新能力起的作用。

在路径F1→F2→F4中，间接效应占总效应的比重为0.0963／0.7910≈0.1217，与直接效应之比为0.0963／0.6947≈0.1386，这表明企业创新能力对零售行业的效益提升的影响有12.17%是通过中介变量消费升级起的作用。

（二）稳健性检验

使用PA－OV模型，即不包括任何潜变量的路径分析模型，首先将量表中17个测量题项分别进行加总从而得到4个观察变量，然后使用4个观察变量分别对应1个潜在变量的方法进行路径分析，最后得到观察变量路径分析结果。表6（见下页）为得到标准化估计值的稳健性检验结果，也可以得到预测变量对效标变量的联合解释变异量，企业创新能力、消费升级两个变量可以联合解释零售行业效益提升变量67%的变异量，企业创新能力、产业数字化转型两个变量可以联合解释消费升级变量45%的变异量，产业数字化转型一个变量可以解释企业创新能力变量5%的变异量，五条路径的回归系数的β值均为正数。由表6（见下页）可知，稳健性检验结果与原先建构的路径假设模型图的符号相同，除了个别路径系数的显著性有所减弱以外，假设检验结果与表4保持了完全一致，反映了研究结论的稳定性与可靠性。

表6 稳健性检验结果

结论与启示

（一）研究结论

以创新活动的直接参与者为研究样本，本文考察了数字化转型、企业创新能力通过消费升级对零售业效益提升的作用机制，研究结论如下：第一，产业数字化转型是企业创新能力、消费升级、零售行业效益提升的重要影响因素。无论是多重中介效应检验还是稳健性检验，产业数字化转型对企业创新、消费升级都有显著的正向影响。第二，虽然产业数字化转型不能直接促进零售业发展，但产业数字化转型对零售行业效益提升具有间接影响。多重中介效应检验结果也确认了产业数字化转型促进零售行业效益提升的三条链式多重中介效应路径：产业数字化转型→企业创新能力→零售行业效益提升；产业数字化转型→消费升级→零售行业效益提升；产业数字化转型→企业创新能力→消费升级→零售行业效益提升。第三，产业数字化转型不但能直接促进消费升级，而且产业数字化转型对消费升级具有间接影响。稳健性检验也确认了产业数字化转型促进消费升级的一条链式多重中介效应路径：产业数字化转型→企业创新能力→消费升级。第四，企业创新能力不但能直接促进零售行业效益不断提升，而且企业创新能力对零售行业效益提升具有间接影响，多重中介效应检验结果也确认了企业创新能力促进零售行业效益提升的一条链式多重中介效应路径：企业创新能力→消费升级→零售行业效益提升。

（二）建议

第一，要重视推动产业数字化转型，以数字化促进传统产业改造升级，借此来促进企业创新能力、消费升级、零售行业效益提升。虽然跨境数字经济能够通过降低交易成本和贸易成本等方式促进收入均等化，但是数字经济逃脱不了 “数字不平等” 带来的 “贫困陷阱” 的困境，因此，中国应助力贫困地区发展数字经济，推动数字化转型，支持贫困地区大力提升信息化水平，不断提升贫困地区数字贸易竞争力。

第二，要重视企业创新能力，大力促进企业提升创新能力，以此提升消费品质，促进消费增长，要以科技创新驱动消费进步。消费是生产的最终目的和动力，要以消费升级引领供给创新。要紧跟时代潮流，各地要认识到对游客而言，文化消费不亚于衣食住行，各地必须创新文旅产品，通过创新激发文旅消费活力。

第三，零售企业要开启创新、融合之路，要走线上线下融合的发展路径，满足消费者多元化的购物需求。在消费结构不断升级的背景下，零售商要运用先进技术手段对传统零售进行改造和创新，形成线上和线下能够深度融合的发展路径。另外，零售商要逐步将云计算、人工智能、大数据等技术逐步运用到零售业经营各环节，改变当前产业数字化转型不能直接促进零售行业发展的现实。