数字经济发展与流通业绩效优化——来自大数据综合试验区的证据

李 潇，韦晓慧

（1.北京大学 博士后流动站，北京 100871；2.国家开发银行 博士后科研工作站，北京 100032；3.国家开发银行 国家开发银行研究院，北京 100032；4.广东外语外贸大学 国际经济贸易研究中心，广东 广州 510006）

一、引言

在中国经济下行压力不断加大的“新常态”背景下，流通业发展有助于拉动国内居民消费并为经济增长注入新的活力，从而推动以“内循环”为主体的双循环经济格局建设。得益于中国新基建工程的全面实施，流通业基础设施建设日趋完善，同时流通产业规模的不断扩张和管理模式、服务平台的显著优化均为流通业部门蓬勃发展提供了重要保障。

据相关数据显示，仅2019年中国商贸流通业增加值便超过40万亿元，在国民经济总体中的比重接近3成。但事实上，中国流通业发展距离集约化、高端化和清洁化的目标还有相当长的距离，运输工具和运输渠道的单一使得运输时间普遍较长，服务平台建设的不足和物流运输管理的落后使得运输效率大打折扣，而终端回收建设和绿色工具发展不足者则使得流通业污染排放居高不下，因此，寻求流通业高效高质量发展的突破口至关重要。数字经济建设作为信息化时代经济增长和结构转型的核心推动力，俨然成为流通业绩效优化的“新答案”。大力发展数字经济的综合试验区、紧抓数据要素生产的经济红利，现已成为地方经济发展的重要内容，如2015年9月贵州省作为全国首个国家级大数据综合试验区正式启动，而以北京、天津、河北、内蒙古、辽宁、河南、上海、重庆和广东等为代表的第二批试点则在2016年相继成立。那么数字经济发展对于流通业绩效优化究竟会产生怎样的影响？这一影响在空间维度上的溢出表现如何？其具体的内在传导机制是什么？无疑，对上述问题的解答对于中国流通业质效提升具有重要的理论启示和现实意义。

文章的边际创新主要体现在以下三个方面：一是文章采用大数据综合试验区这一“准自然实验”对数字经济发展予以表征，有助于克服数字经济与流通业绩效之间潜在的内生关联，保证研究结果的可靠性；二是文章利用空间双重差分法对数字经济发展对流通业绩效的溢出效应进行考量，综合评估数字经济发展的流通业绩效提升效应；三是研究聚焦数字经济发展影响流通业绩效的内在机制，从市场一体化效应和劳动力要素配置维度予以解释。

二、文献梳理与假说提出

既有研究针对流通业绩效的影响因素主要从以下三个维度展开分析：

一是专业化分工维度。专业化分工生产既能够通过分工协作提升生产效率，同时也有助于劳动力要素在各部门间的自由流转，蒋承鑫(2014)研究指出专业化分工与流通绩效相辅相成，其合力有助于制造业部门整体效率提升；

二是流通渠道和价值链整合维度。流通企业通过优化渠道关系有助于克服信息不对称问题，通过部门间的渠道协调来降低流通成本（杨扬、李弘，2015），且产业链整合有助于提供更高质量的服务平台（赵文慧、尹利杰，2014）；

三是渠道质量维度。涵盖信任质量、满意质量以及承诺质量的渠道质量是流通业赖以发展的基础，过硬的渠道质量能够为流通业高速发展提供外部保障，如万作勇(2019)基于农产品流通渠道质量的分析发现，其对于农产品流通效率具有显著的正向影响。

而伴随着互联网应用的快速普及，数字经济发展对于流通业绩效的影响开始受到诸多学者的关注。理论上，数字经济发展能够强化数字金融在居民消费活动中的应用，从而影响交易行为和交易效率，如曾世宏、刘迎娣(2020)指出数字经济与实体经济相结合能够显著提高其经营效率，而Pisano(2015)则进一步指出，数字经济发展使消费者多元化、个性化的消费需求得到满足进而提升交易效率。

学术界既有研究针对流通业绩效的影响因素分析较为充分，但却鲜有研究将数字经济与流通业绩效纳入统一的分析框架。事实上，在数字经济发展背景下，流通业发展与数字经济的融合日趋明显，二者之间存在密切相关的事实特征。同时，以往研究对数字经济的考察往往通过构建综合指标体系，但却难以摆脱内生性问题，鉴于此，文章采用国家级大数据综合试验区这一外生政策冲击表示数字经济发展，有助于克服潜在的内生性问题。进一步地，综合考察数字经济发展对于流通业绩效的影响，其内在关联可以归纳为两个方面：

一是市场一体化效应。数字经济发展打破了传统交易活动和生产联系的“时空壁垒”，既能够使得交易活动可以随时随地发生，亦有助于强化跨地区的经济交流与协作，从而使得各地市场的联系日趋紧密并加速市场一体化进程。无疑，市场一体化背景下各地区的流通设备得以共享、流通信息和服务体系得以优化，同时能够降低全域范围内的流通业经营成本。

二是劳动力要素配置效应。流通业作为典型的劳动密集型服务产业，对于劳动力要素的需求较大，而长期内劳动力资源的错配无疑是限制其绩效提升的重要原因。数字经济发展有助于构建智能化服务平台并优化组织管理架构，通过跨区域、跨部门的协作来优化劳动力要素配置，实现劳动力要素的合理供给进而提升流通业经营绩效。据此，文章提出如下假设：

假设H1：数字经济发展能够提升流通业绩效。

假设H2：数字经济发展通过市场一体化效应和劳动力要素配置优化来提升流通业绩效。

三、研究设计

1.模型设定

国家级大数据综合试验区建设的核心要义在于推动当地数据要素的转化应用和数字产业的集中发展，因此能够对数字经济发展水平予以客观充分地衡量。李桥兴、杜可(2021)实证考察发现，国家级大数据综合试验区建设对数字经济发展具有显著的正向促进效应。邱子迅、周亚虹(2021)建立国家级大数据综合试验区的准自然实验，用以考察数字经济发展与全要素生产率的关系。考虑到数字经济发展对流通业绩效的影响存在空间溢出特征，文章将空间滞后项嵌入传统的DID模型，并选取空间杜宾模型作为基准分析框架。需要说明的是，尽管贵州试点和第二批试点开通时间有所差异，但由于时间间隔较短，因此文章统一以2016年作为政策实施年份，并构建如下SDID模型作为基准回归模型：

上式中，被解释变量Y表示流通业绩效水平，DID表示国家级大数据综合试验区虚拟变量；ωij表示0~1空间邻接权重矩阵，即两相邻省份记为1，不相邻省份则记为0。文章同时对可能的影响因素予以控制，具体包括经济增长、环境规制、消费规模、城镇化率等。

进一步地，为了有效识别数字经济发展如何通过市场一体化和劳动力要素配置优化路径对流通业绩效产生影响，构建如下两阶段中介效应检验模型：

第一阶段：检验数字经济发展对市场一体化和劳动力要素配置优化的直接影响：

第二阶段：考察市场一体化和劳动力要素配置优化与流通业绩效的关联：

上式中，CF表示市场一体化和劳动力要素配置优化渠道。

2.数据来源与变量说明

文章建立了30个省区市（不含西藏和港澳台地区）的平衡面板数据，研究周期为2007—2018年，相关数据则主要由各省历年的统计年鉴获得。文章对相关的货币数据均进行平减处理，部分缺失数据则主要采用插值法补充完整。相关指标的具体说明如下：

（1）被解释变量：流通业绩效(Y)

流通业绩效是流通部门投入产出水平、资金流转情况和收益情况的集中反映，文章参考蒋承鑫(2014)的做法，通过构建包含流通业产值、流通成本以及资金周转等指标在内的评价体系并依次对相关指标赋予权重计算得到。

（2）核心解释变量：国家级大数据综合试验区虚拟变量(DID)

文章采用0~1虚拟变量来表示国家级大数据综合试验区建设，首先设定处理虚拟变量(du)，即建立试验区的省份du=1，未建立试验区的省份则du=0，同时设定时间虚拟变量，即试验区设立之后的年份为dt=1，反之dt=0，最终可以构建国家级大数据综合试验区的虚拟变量DID=du×dt。

（3）市场一体化(EW)

市场一体化程度可以理解为市场分割指数的逆向指标，即分割程度越低，则市场一体化效应越强。具体地，文章选取烟酒饮料等九大类商品作为代表商品，通过测度邻接地区间产品相对价格的差异来衡量市场分割程度。

（4）要素配置扭曲(DS)

文章参考陈永伟、胡伟明(2011)的做法，以价格相对扭曲系数代替价格绝对扭曲系数，进而基于C-D生产函数构建变系数面板模型对劳动力要素的产出弹性加以估计。同时，为保证后续分析的一致性，文章对所得到的要素配置扭曲程度做绝对值处理。

（5）其他控制变量

经济发展水平(PGDP)采用人均各省经济总量与总人口的比值来表示，固定资产投资(IFA)采用人均固定资产投资水平来表示，城市化率(UR)采用城镇常住人口占总人口的比重来表示，消费水平(CON)则采用人均消费支出总量来表示。

四、实证结果分析

1.平行趋势分析与动态效应检验

使用双重差分法要求对照组与实验组在政策实施前具有一致的演化趋势，因此文章建立国家级大数据综合试验区成立前后的虚拟变量，以此考察政策实施前后对流通业绩效的动态影响，具体的检验模型如式(4)所示。

如果政策实施前对流通业绩效的影响不显著，而政策实施后对流通业绩效的影响显著，则证明平行趋势成立。其中，before(n)it表示国家级大数据综合试验区建立前第n年，对应地，after(n)it则反之。为确保政策冲击的外生性，文章同时采用倾向得分匹配法建立对照组样本与实验组样本的匹配关系，从而满足样本的平行趋势假设，结果见表1。

表1 平行趋势检验与动态效应分析结果

结果表明，全样本回归中政策实施前即对流通业绩效具有显著影响，而倾向得分匹配样本回归则是政策实施后才对流通业绩效产生显著影响，从而满足平行趋势假设，因此后续分析主要采用倾向得分匹配空间双重差分法。从动态效应来看，国家级大数据试验区建设对于流通业绩效的影响及其空间溢出效应均较为显著，从而初步证明国家级大数据综合试验区建设所表征的数字经济发展较好的地区能够显著影响流通业绩效，但这一影响主要出现在政策实施后的第2年，即政策效应的发挥具有一定的时滞性，随着时间的延长，国家级大数据试验区建设所表征的数字经济发展对于流通业绩效提升的促进作用愈发凸显。造成这一现象的可能原因在于，国家级大数据综合试验区建设规模较大、周期较长，对于经济活动的影响难以在短期内充分显现。

2.基准回归分析与稳健性检验

表2列示了国家级大数据综合试验区建设表征的数字经济发展影响流通业绩效的基准回归结果。不难看出，数字经济发展对于本地流通业绩效提升具有显著的促进作用，数字经济发展每提升1%，则流通业绩效能够提升0.1047%。

表2 基准回归分析与稳健性检验

与此同时，对于周边地区流通业绩效提升亦具有显著的正向溢出效应，由此文章所提出的假设H1成立。数字经济发展在空间范围内的积极溢出效应表明，推动数字经济与传统产业的融合发展需要强化地区间的协同合作和逐顶竞争，力求实现全局效益的最大化。

为保证估计结果的稳健性，文章进一步采用更换估计方法，即采用误差修正的最大似然估计(QMLE)，以及更换地理距离权重矩阵来进行稳健性检验。其中，误差修正的最大似然估计(QMLE)同时考虑流通业绩效在时间维度上的滞后效应，而地理距离权重矩阵则由省际间省会城市距离的倒数组成，即地理距离越大，则空间关联性越低。稳健性检验结果显示，所得结果均与上述结束保持一致，从而充分佐证前文结论具有稳健性。

3.机制分析

进一步地，文章基于式(2)和式(3)依次考察市场一体化和劳动力要素配置优化是否充当数字经济发展影响流通业绩效的中介变量，结果如表3所示。不难看出，数字经济发展对于市场分割具有显著的抑制效应，数字经济发展每提升1%，则市场分割指数能够下降0.0235%，即能够通过强化地区间的经济联系推动市场一体化进程，同时对于周边地区亦具有积极的溢出效应。此外，数字经济发展有助于劳动力资源配置的显著优化，数字经济发展每提升1%，则劳动力资源配置水平将提升0.0882%，且这种劳动力优化配置效应在周边地区亦较为显著。第一阶段估计结果表明，数字经济发展同时具有市场一体化和劳动力要素优化配置的“双重”效应。进一步地，从第二阶段的检验结果来看，市场分割不利于流通业绩效提升，换言之，市场一体化进程的推进有助于流通业绩效的提升，因此市场一体化效应是数字经济发展实现流通业绩效提升的关键路径。与之不同，劳动力资源配置对于流通业绩效的影响虽然为正，但目前来看并不显著，这也就意味着劳动力资源配置可视为数字经济作用于流通业绩效提升的潜在重要路径，由此基本可以论证文章所提出的假设H2。

表3 机制检验结果

五、结论与政策建议

文章基于国家级大数据综合试验区建设这一“准自然实验”，通过机制分析与实证检验考察数字经济发展与流通业绩效提升的关联。聚焦市场一体化效应和劳动力要素配置优化效应两条作用路径，文章采用空间双重差分法具体考察数字经济发展对流通业绩效提升的影响及其空间溢出效应。研究结论认为：以国家级大数据综合试验区建设所表征的数字经济发展能够显著提升流通业绩效，同时对周边地区流通业绩效提升亦具有积极的空间溢出效应；数字经济发展具有显著的市场一体化推进效应，且市场一体化在提升流通业绩效过程中扮演中介变量的角色；劳动力优化配置对于流通业绩效提升的作用为正但尚不显著，将成为未来数字经济发展提升流通业绩效的重要潜在路径。

基于上述研究结论，文章得出如下启示：流通业发展要以完善的数字化基础为支撑，网络基础设施建设和完善的网络服务不可或缺，数字经济发展的硬件环境应不断优化。其次，要强化数字经济发展与流通业等传统产业的深度融合发展，通过组织优化、管理模式创新、服务平台共享和信息及时传递等提升传统产业发展水平。另外，还要重视地区间数字经济发展的交流合作，打造区域一体化的数字经济网络，充分发挥数字经济发展的正外部效应。