数字技术提升零售产业效率:机理与实证

梁 佳,严 锋,张其林

(1.南京审计大学 经济学院,江苏 南京 211815;2.东北财经大学 工商管理学院,辽宁 大连 116025)

一、引 言

党的二十大报告强调,要建设现代化产业体系,构建优质高效的服务业新体系,加快发展建设高效顺畅的流通体系,推动经济实现质的有效提升和量的合理增长。2021年4月,商务部联合市场监管总局印发《关于开展国家级服务业标准化试点(商贸流通专项)的通知》(商建函〔2021〕132号),通知要求围绕商贸流通提质增效和内外贸一体化两个方向开展商贸流通领域或行业试点,“高效率”成为国内商贸流通的重要发展方向。此后,2023年1月,商务部印发全国首批商贸流通专项试点典型经验做法,《国家级服务业标准化试点(商贸流通专项)案例汇编》中的实践经验表明,(1)《国家级服务业标准化试点(商贸流通专项)第一批典型经验做法》中,试点商贸流通企业与试点城市的典型经验多次提及数字化、智能化等数字技术应用要素,比如:湖南高桥大市场股份有限公司,“整合市场多数据平台信息”,“实现数字化、智能化升级”;上海盒马网络科技有限公司,创新构建零售服务标准化体系,初步形成了“移动互联网+零售餐饮一体化”的标准化零售新模式等。数字技术在服务体系标准化、零售模式创新、产业转型升级、供应链管理体系构建、行业人才培养体系构建以及商贸流通绿色发展等方面均发挥了重要支撑作用。零售业作为商贸流通业的核心行业之一,其媒介供需的零售职能决定了零售业在加快构建统一大市场、促进商贸流通业高质量发展进而促进我国经济高质量发展等方面发挥着重要作用。零售业是商贸流通业“提质增效”转型升级的关键行业,零售业传统粗放式增长模式显然已不符合新发展格局下的要求,“高效率”是零售业高质量发展的应有之义,同时以高效率发展的零售业促进流通服务业高质量发展也是解决好国民经济循环中匹配供需这一根本问题的关键核心[1]。

由此,从宏观产业视角探讨数字技术对零售产业效率的影响作用及其机理不仅有助于全面评估数字技术发展应用的社会效应,更有利于新发展格局下流通服务业高质量发展体系的构建,从而进一步促进我国国民经济高质量发展。本文可能的边际贡献主要包括:(1)现有研究主要将宏观视角聚焦于生产制造业、农业农村发展以及城市经济发展等方面,对于流通服务业核心行业之一的零售业关注较少,在当前全面加快构建新发展格局的背景下,本文明确了数字技术提升零售产业效率的作用机制,并利用宏观产业数据进行了实证检验,拓展了数字技术在流通服务业领域的研究。(2)已有关于数字技术与零售业的文献主要基于马克思主义流通理论,定性分析了数字技术对零售的本质职能、零售活动的实现形式以及助力零售产业转型升级等方面的影响作用,但鲜有文献对上述影响及其作用机制进行经验识别。本文综合已有研究,通过构建省份数字技术发展指标和零售产业效率指标,分析了我国整体与各区域省份零售产业效率的发展现状,并进一步实证检验了数字技术促进零售产业效率提升的两大作用路径,为促进零售业深度融合应用数字技术从而提升零售产业效率提供了更为清晰的实践路径。(3)本文的经验证据表明,数字技术对中西部地区零售产业效率的提升促进作用较东部地区更为显著,对提升北方地区零售产业效率的作用相较于南方地区更为明显。因此,在当前数字技术与传统国民经济产业深度融合发展的过程中,本文为各地区省份应用差异化战略促进不同区域零售产业效率的提升以及加强各区域零售产业高效协调发展提供了重要的经验证据与实践依据。

二、文献综述

目前,数字技术相关研究问题受到学术界的高度关注。近年来,已有诸多文献分析了数字技术对宏观经济发展和微观企业经营的影响。从宏观经济发展层面来看,数字技术具有显著的创新扩散效应、信息与知识技术的溢出效应以及宏观普惠效应[2],对国民经济各产业发展均有赋能作用。数字技术与农业融合发展促进农业供给侧结构性改革、强化农业发展潜能;数字技术全面赋能乡村治理,在乡村治理机制构建与效率提升中起到核心技术支撑作用,进一步推动了我国农业现代化建设[3-4]。与制造业深度融合应用优化了产业结构,深化了实体经济的数字化转型,驱动传统工业绿色转型与可持续化发展。与金融业融合应用为金融服务提供商构建供应链网络以及在数字网络构建中形成信任关系提供重要技术支撑[5-7]。与服务业深度融合,技术创新与高速迭代应用催生出多种新型产业和模式,信息技术的发展应用显著降低了数字鸿沟与信息不对称引发的风险,促进金字塔底层(BOP)商业模式的创新与包容性市场的构建[8]。而从城市经济发展、劳动力发展等方面来看,中国数字技术城市网络呈现无标度特性,核心数字技术城市的吸引力越来越大,边缘城市不能自主建立外部合作关系[9];数字技术通过提高产业结构合理化水平、促进产业结构高级化以及产业数字化转型等渠道显著提升了农民工的劳动收入和福利水平[10]。数字技术的广泛应用促进了国民经济效率的提升,数字技术通过服务产品内部分工提高服务业分工与协作效率;数字服务赋能消费和生产全过程,促进了全域链业务贯通和协同,进而提高产业协同效率;数据全纳则实现了数字空间与现实空间的全景融合,创造新的数实孪生叠加效应,提供双重价值,三方协同作用提升了经济效率[2]。

作为数字技术融合应用与发展的微观经济主体,从微观企业层面来看,数字技术具有典型的强渗透性、高替代性和全面协同性的技术经济特征,企业能够从生产、管理、销售等各方面融合应用数字技术,提升企业各种类型的经济活动效率从而提高企业运营效率。企业应用数字技术实现智能化生产,以数字技术替代传统生产方式减少了雇佣劳动,提高了劳动力市场的供求匹配效率,从而降低企业搬迁意愿[11],数字技术创新能够显著推动企业数字化转型、改善生产经营效率以及提高企业获利能力进而提高企业的市场价值[12],数字技术的连接、聚合和分析能力强化了数字联通和数字协同,驱动了中国制造企业高端颠覆性创新的产生并加强了中国制造业企业的高端市场竞争力[13]。同时数字技术创新能够有效降低企业内部管控成本,显著提高企业投资决策质量、资产营运效率以及改善劳动力资源结构,进一步推动企业全要素生产率的提高,实现中国企业的高质量发展[14]。

零售业作为连接生产和消费的关键纽带,其媒介供需的核心职能决定了零售业在促进产业结构升级和推进现代服务业同先进制造业、现代农业深度融合,建设现代化产业体系方面均发挥着重要作用。而当前关于数字技术与零售业的相关研究主要以定性研究为主,数字技术与零售产业深度融合,为适应新发展格局下供求矛盾变化为诉求的流通效率升级提供动力支持[15],数字技术的零售产业应用并没有改变零售的核心媒介职能,而是推动了零售媒介机制的创新发展,比如数字化驱动了动态柔性生产以适应市场动态变化的需求[16]。其中,互联网信息技术的引入加速了流通组织重构,中小型零售商在发展初期通过依附大型批发组织实现供应链逆向整合的转型,大型零售商则可以基于互联网信息技术实现再中间化,联合外部第三方以达到提高逆向整合效率的目的[17]。数字技术能够缓解传统零售业发展中面临的空间扩张“竞食效应”,门店虚拟化技术在一定程度上缓解了实体零售在物理空间上面临的多重约束[18]。数字技术提高了服务业分工与协作效率,数字服务赋能消费和生产全过程以促进全域链业务贯通和协同,提高了产业协同效率[2]。而王晓东等(2023)基于微观零售企业数据实证检验了我国零售企业兼顾数字化转型深度和广度的转型策略选择的影响[19]。

既有文献对影响数字技术发展的因素、数字技术赋能宏观经济与赋能微观企业生产经营的作用机理进行了深入研究,然而无论是规范定性研究还是定量实证研究,受国内“重生产,轻流通”的历史氛围影响,数字技术相关研究的宏观视角都主要集中于制造业发展和农业农村发展,对流通服务业核心产业之一的零售业涉及较少,并且数字技术与制造业和服务业深度融合的作用机制与路径存在显著差异[20]。中国经济已经步入服务业为主的发展阶段,国际经验表明,服务业成为国民经济发展主要产业后会带来经济增长速度下降的问题[2],数字技术的发展与应用能否有效提高零售产业效率,为解决低效率的服务业高占比后引致的低增长问题提供参考?由此,本文立足于数字技术的发展应用影响国民经济运行这一事实,以零售产业效率作为研究对象,利用我国30个省(区、市)的零售业相关面板数据,基于双向固定效应模型和中介效应模型,探究数字技术提升零售产业效率的作用机理与实现路径,期以高效率发展的零售业促进我国流通服务业高效率发展,进一步推动我国国民经济高质量发展。

三、理论分析与研究假说

数字技术的发展深刻改变了商品流通经济活动的环境和条件,进一步影响了零售活动和零售商业的实现形式,传统零售业的运行模式具有低技术性、缺乏规模经济、受空间约束、高信息不对称等特征[15],而数字技术的应用改变了传统零售的需求特征与产销逻辑,推动推式产销逻辑向拉式产销逻辑演化,零售活动与实现形式的变化,强化了规模经济效应、范围经济效应以及交叉网络外部性效应[16]。数字技术的应用拓展了流通空间,增强了流通时效,传统产销合一的生产商设备生产与员工技术能力固化,面对动态变化的消费市场需求调整成本高[2],而数字技术的应用为产销合一的生产商提供链接大量外部企业、产能、仓储、物流等资源的能力,高级人力、知识产权、技术等要素的集聚显著强化了匹配供需的能力,以产品需求为中心的分布式生产制造具有极大的韧性和适应能力[15],进一步提高了传统产销合一生产商的生产与零售效率。而零售平台的产生降低了双边服务消费的成本,生产与消费呈现出扁平化特征[21],零售平台基于大数据信息挖掘与共享技术构建了消费需求信息网络,链接需求端消费者与潜在服务或商品的生产商,零售成本显著降低。产业链协同效率倍增,同时极大削弱了信息不对称,同质化需求被多元化需求所替代,进而拓展了零售消费市场。数字技术催生的零售新模式、新业态则完全打破了传统零售环节中时间与物理空间限制[22],“新零售”等数字化零售模式促进了虚拟数字服务的迭代升级,开创了零售商品本身以外的衍生服务利润[23],零售业的转型升级与数字技术的发展相互促进协同发展,良性循环下零售商品种类和数量的增加反而促成了零售平均成本的下降。同时数字技术解决了规模经济与长尾需求之间的对立矛盾,长尾市场得到了深度开发,个性化与多元化的底部消费需求,其规模与种类都得到了进一步扩大,大数据挖掘与分析技术为精准识别多元化消费需求提供了有力支持[16],充分释放了消费潜能从而增加了零售业产出。基于上述分析,本文提出以下研究假设:

H1:数字技术能够显著促进零售产业效率的提升。

数字技术的产业融合应用提高了经济效率,促进了我国经济增长。具有开放、平等、共享、协作等技术性特征的数字技术,提高市场化程度的作用主要表现为降低信息不对称、促进要素市场发育以及优化市场资源配置[24-27],市场化程度的提高有助于降低零售业劳动力使用成本,提高零售业融资规模与融资可能性,优化零售市场环境,从而进一步促进零售产业效率的提升。首先,数字技术的发展与国民经济产业的融合应用提高了市场信息透明度,推动了产品市场的发育,为开展零售活动提供良好环境,促进产品市场良性竞争,进一步提高了市场主体信息披露的质量,增强市场价格信号的有效性,保障价格机制能够充分地反映产品市场供求关系[28],进而降低零售活动媒介供需的成本,促进零售产业效率的提升。其次,零售业非生产性的产业分工属性决定了零售业对资本和劳动力两大生产要素的依赖程度远高于其他生产性行业。从要素市场来看,一方面,数字技术的发展与应用减少了劳动力市场的信息不对称,增加了劳动力市场的流动性,推动劳动力要素市场的发育完善[29],进一步降低零售业招工用工的成本,提高了微观零售企业人力资源管理效率,进而促进零售产业的效率提升。另一方面,数字技术促进金融与信贷市场资源最优配置的发展,为实现理想化的完全对称的市场信息和完全竞争的市场状态提供技术上的可能性,打破传统金融部门对客户信息的垄断[30],从而提高零售产业获得银行贷款等外部融资的可能性并且提升其相应融资规模,缓解微观零售企业面临的融资约束问题,降低零售产业整体资本要素的使用成本,进一步提高了零售产业效率。而数据要素市场化水平的提高有助于先进技术扩散与溢出[31],促进流通产业数字化转型,为高质量发展的流通服务业提供基础技术支撑,同样能够促进零售产业效率的提升。最后,数字技术的发展与应用强化了资源配置机制,进一步完善了市场机制,健全的市场价格机制、运行与竞争机制是零售业提质增效的制度保障。同时产业数字化转型优化了中介组织、法律制度等外部经济环境,信息技术的发展则加强了信息披露的范围与透明度,显著提升了政府监管与服务的质量,营造了更加公平、开放以及透明的市场竞争环境[25],极大程度上避免了由信息不对称导致的资源错配问题,进而促进了零售产业效率的提升。基于上述分析,本文提出以下研究假设:

H2:数字技术通过提高地区市场化程度从而促进零售产业效率的提升。

数字技术促进零售产业效率提升的关键机理在于提高匹配供需的效率,从而更好地实现零售媒介供需的本质职能。从时间维度来看,数字技术的应用为零售商精准获取消费需求信息并构建适配多元化异质性消费需求的柔性供给机制提供技术保障,进而高效地提升消费体验以获得更大的零售市场[32]。但从空间维度来看,数字技术推动了零售市场在空间上的显著扩张,零售关系开拓到传统零售业无法触及的远距离市场[33],然而如何高效地以更短时间、更低成本实现实体经济中商品的实物转移是数字技术从时间和空间双重维度提升零售效率的核心关键。一方面,数字化物流能够极大节省人工数据处理、分析转换以及数据共享的成本,直接降低了物流运输前端成本,进一步降低了物流运输过程中的信息错配可能,为高效的现代化物流建设提供基本技术支持[34]。数字技术加速了市场化进程,发达的社会化物流受到规模经济效应的影响进一步降低了商品流通运输费用,从纯粹流通费用方面减少了成本进而提升了零售产业效率[15]。另一方面,数字技术作为强力技术手段实现了产销一体化商业模式下的生产商去中间化流通渠道的效率改革,直接由生产端链接零售需求端,进一步提高了零售商品周转速率。而在产销分离商业模式下,大型零售商则可以基于数字技术实现再中间化,联合外部第三方以达到提高逆向整合效率的目的[17],数字技术实现了传统流通渠道效率改革,提升了“零售”与“物流”在流通服务业内部的分工与协作效率,促进了零售与物流在流通产业内协同发展。基于上述分析,本文提出以下研究假设:

H3:数字技术通过提高物流效率来促进零售产业效率的提升。

图1 数字技术提升零售产业效率的机制路径

四、研究设计

(一) 变量定义

1.被解释变量。被解释变量零售产业效率RIEit基于SBM模型测算的方式,利用非参数估计效率的方法计算得出我国30个省(区、市)年度零售产业效率。在DEA数据包络分析的基础上,Tone(2002)提出包含松弛变量的效率度量模型SBM(Slack Based Model)模型,该模型利用非射线式的方式引入松弛变量,由于目标函数内考虑到了松弛变量,相较于径向模型对效率的测量具有更好的准确性[35],故本研究采用SBM模型对我国零售经营效率值进行评估。假设存在n个决策单元(DMU),每个决策单元j存在m项投入Xij(i=1,2,…,m)和S项产出Yij(i=1,2,…,s),公式中的ρ即为利用SBM模型测算出的零售产业效率(RIE),而限制条件分别表示实际投入大于等于最优投入,实际产出小于等于最优产出。λ是DMU的线性组合系数。在对我国零售产业效率测算时,比较不同省份的SBM测算效率,在测定时采用全局参比方法,将所有年份的DMU汇集总体作为参考集。具体公式如下:

(1)

subject tox0=Xλ+s-y0=Yλ-s+(λ≥0,s-≥0,s+≥0)

(2)

零售产业效率利用SBM模型测算方式进行非参数方法估计效率,需要相应的零售业投入和产出指标。本文投入指标采用零售业年末从业人数作为劳动力投入指标,以零售业资产总额作为资本投入指标;产出指标采用零售业商品销售总额和零售业企业营业收入指标,投入产出指标体系如表1所示。

表1 零售产业效率投入产出指标

2.核心解释变量。本文着重探讨数字技术对零售产业效率的影响,相较于主成分分析法、因子分析法等常用的多指标体系构建及赋权方法,面板数据熵值法可以在避免人为主观因素造成偏差以保证指标赋权客观性的同时,在最大程度上保留各个数据指标所包含的信息,避免关键信息的遗漏,且能够判断正负指标的函数意义并进行赋权[36],因此对于核心解释变量数字技术(Digitalit),本文基于面板数据熵值法构建数字技术指标。故本文采用面板数据熵值法构建地区数字技术发展水平的指标体系,并测算出最终数值以衡量我国30个省(区、市)的数字技术发展水平。

具体步骤如下:本文将我国30个省(区、市)的数字技术发展相关数据设定为d个年份m个地区的n个指标,Xθij则具体表示某省(区、市)i在第θ季度的第j个指标。

第一步,采用极差标准化方式将数据标准化处理。第二步,指标归一化并计算熵值。

Zθij=Xθij-min(Xθij),max(Xθij)-min(Xθij)

(3)

(4)

(5)

第三步,计算权重并得出最终综合经济数值。

(6)

Gθj=Pθij×Wj

(7)

本文参考了现有关于地区数字技术发展的相关研究[37-38]以及国家互联网信息办公室[39]发布的《数字中国发展报告(2022年)》中对数字技术发展水平的评定标准。关于数字技术发展水平的指标体系构建,本文将省(区、市)数字技术发展指标体系分为两个部分,包括数字技术基础设施和数字技术应用两个一级指标,具体指标如表2所示。首先,数字技术基础设施作为数字技术发展与应用的基础物理介质,数字基础设施规模能够在很大程度上体现出省(区、市)数字技术的基础发展水平,《数字中国发展报告(2022年)》中将数字技术设施规模作为首要评价因素。因此,本文基于省(区、市)数据可获得性、行业适用性等方面考虑,综合选取的数字技术基础设施指标主要包括互联网宽带接入端口数、移动电话交换机容量和光缆线路长度。其次,本文将数字技术的应用定位于基础信息技术的应用程度,相对于数字经济指标构建维度内“产业数字化”的应用程度而言,对省(区、市)数字技术资源利用更具有一般性,能够更好地体现出《数字中国发展报告(2022年)》中信息、通信、技术(ICT)相关产业营业收入、业务量等数字技术应用指标。本文基于省份数据可获得性等方面考虑,综合选取了电信业务总量、移动电话普及率和软件业务收入作为一级指标数字技术应用的二级指标。最后,本文利用面板数据熵值法进行测算,最终得出各省(区、市)的数字技术发展水平。

表2 基于面板熵值法的数字技术指标体系

3.控制变量与机制变量。结合现有数字技术与流通产业相关的实证研究[19,37-38]过程与研究结论,本文选取地区经济发展水平(lnrjgdp)、零售市场经营面积(lnlsyymj)以及市场摊位规模(sctw)作为控制变量。根据理论基础与研究假设部分关于机制假设的理论分析,本文选取市场化(market)和物流效率(circul)作为机制变量。其中,关于市场化(market)变量,本文直接引用国内发展与应用较为成熟的樊纲市场化指数[40]作为市场化变量的衡量。樊纲市场化指数从五个方面综合评价了过去一个时期我国各省、自治区和直辖市市场化改革进程的总体情况,包括政府与市场的关系、非国有经济的发展、产品要素市场的发育程度、要素市场的发育程度以及市场中介组织的发育和法律环境这五大评价维度。而关于物流效率(circul)变量,本文以省(区、市)单位公路里程社会消费品零售额来表示,其数值越大,省(区、市)物流效率越高。一方面,商品的实物转移是流通业实现商品流通的核心功能之一,而本文重点关注零售产业,因此以零售额作为省(区、市)零售业务量的体现更具代表性;另一方面,我国零售业内无论是实体零售还是网上零售,商品的实物转移主要基于公路交通运输的方式,尽管存在铁路运输、水路运输以及空运等其他零售商品实物转移的途径,但零售商品而非贸易货物的商品实物转移的主要交通运输方式应仍然是公路运输。因此,本文以省(区、市)单位公路里程社会消费品零售额来衡量各省(区、市)物流效率,而单位里程公路所承载的零售商品量越大,则表明该省份物流效率越高。

(二) 数据来源与处理

本研究主要涉及我国30个省(区、市)的宏观经济数据,所选取的数据为2010年至2021年共12年的面板数据,该时间段内国家统计数据比较完整,对本研究所需的关键区域数据也不存在缺失,且量纲统一。由于西藏地区数字经济发展缓慢,数字技术相关的部分数据无法获得,故研究面板数据截面个体数只涉及30个省(区、市)(不包含西藏)。数据来源为各年度的《中国统计年鉴》、国家统计局、地方统计局以及中华全国商业信息中心。同时,本文后续对基准模型的稳健性检验所应用的替换核心变量、缩减修改变量等数据来源于《国研网数据库》《EPS数据库》以及《中经网数据库》,以进一步增强本文实证结果的稳健性。

1.零售产业效率指标测算。2010—2021年30个省(区、市)零售产业效率及三大区域零售产业效率的具体测算数值如表3所示,(2)本文采用国家“七五计划”提出的中国区域划分方法,将我国经济区域划分为东部、中部和西部三个地区。东部地区包含北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南共12个省(区、市);中部地区包含山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南共9个省(区、市);西部地区包含重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆共10个省(区、市)。本研究因数据缺失排除了西藏地区,故西部地区实际数据为9个省(区、市)。本文根据测算数值将零售产业效率划分为三个等级,零售产业效率处在0.6以下为较低效率水平,位于0.6至0.8区间内为中等效率水平,位于0.8以上则为高效率水平。由此,从表3中数据可以得到:第一,30个省(区、市)零售产业效率存在显著差异,东部沿海省(区、市)的零售产业效率处在较高的水平上,远高于中西部大部分省(区、市),这表明东部沿海省(区、市)零售业发展态势较好,零售产业经济效益强势。第二,从三大区域及全国平均零售产业效率测算值来看,三大区域的零售产业效率水平存在一定差异,但我国整体零售产业效率处在中等效率水平上,其中东部地区零售产业效率远高于中西部地区。同时对比30个省(区、市)的零售产业效率直接差异,仅从东部12个省(区、市)的零售产业效率差异来看,山东、河北和广西3个省(区、市)的零售产业效率要远低于其他东部省(区、市),说明在零售产业方面区域协调发展战略实现并不良好。第三,疫情冲击对三大区域及全国零售产业效率的影响有限,2019年至2020年部分省(区、市)零售产业效率发生下滑,但2021年大部分省(区、市)地区零售产业效率即恢复稳定上升,凸显出我国疫情防控的成功以及我国新时代高质量流通服务体系构建的效应显著。

表3 2010—2021年我国30个省(区、市)及区域零售产业效率

2.数字技术指标测算。本文基于面板数据熵值法测算了2010—2021年我国30个省(区、市)数字技术发展水平,30个省(区、市)数字技术发展水平测算具体数值如表4所示。从我国整体数字技术发展水平变化来看,12年间东部地区数字技术发展水平指数提高232.20%,中部地区提高232.07%,而西部地区则提高312.26%,表明我国整体数字技术发展与应用的增长幅度巨大,发展态势迅猛。从绝对值方面来看,我国数字技术整体发展仍处在较低的水平上,仅有部分经济发展以及技术创新发展水平较高的省(区、市)如广东、北京、上海以及江苏等数字技术水平较高。从区域间差距来看,东中西部地区的数字技术发展水平呈梯度降低,东部地区数字技术发展水平远远高于中西部地区,且按数字技术发展测算结果的基本趋势来看,中西部地区的数字技术发展仍然会长期落后于东部地区。

表4 2010—2021年我国数字技术发展水平

3.描述性统计。本文各变量的描述性统计情况如表5所示,其中,市场摊位变量方差数值极大,表明该变量数据波动过大,因此本文对该变量进行标准化处理,即用观测值减去均值除以标准差。2010年至2021年我国零售业零售产业效率省(区、市)最大值为100%,最小值为43.41%,省(区、市)人均国内生产总值取对数后最大值为2.9312,最小值为0.2615;核心解释变量数字技术发展水平的最大值为0.8188,最小值为0.0100,关键作用机制变量省(区、市)市场化程度最高为12.54,最低为2.33,物流效率最大值为6.8292,最小值为0.3650。各变量的省际差异巨大,表明我国地区综合发展不均衡,区域协调发展的政策效果并不理想。

表5 各变量描述性统计

(三) 模型设定

本文基于我国零售产业宏观经济数据,利用双向固定效应模型探究数字技术与零售产业效率之间的影响关系。本文将数字技术作为核心解释变量,零售产业效率作为被解释变量,进一步加入相关控制变量,实证研究数字技术的发展对我国零售业的具体影响及作用方式,计量模型设定如下:

RIEit=α0+α1Digitalit+αn∑Controlsit+μi+γt+εit

(8)

其中被解释变量为零售产业效率(RIEit),Digitalit为省市i在t时间的数字技术发展水平,α1为本文重点关注的核心估计系数,Controlsit为影响零售产业经营发展的一组控制变量,分别是地区经济发展水平(lnrjgdp)、零售业营业面积(lnlsyymj),以及零售市场摊位规模(sctw)。同时本文控制了省份固定效应μi以及年份时间固定效应γt,εit为随机误差项。

五、实证结果分析

(一) 基准分析

表6报告了数字技术与零售产业效率之间影响关系的基准回归估计结果。按照常用控制变量递进回归的方法,本文基准回归内,在控制基础固定效应的前提下采用递进回归策略对零售产业效率进行基准回归分析。

表6 数字技术影响零售产业效率的基准分析

首先,不加入任何控制变量,表6第(1)列基准回归结果显示,核心解释变量即省(区、市)数字技术指标(Digital)的系数在1%的显著性水平上显著为正,表明数字技术的发展和应用能够显著提升零售产业效率。其次,递进回归逐步加入控制变量,第(2)列至第(4)列为逐步加入控制变量后的回归结果,表中回归显示核心解释变量系数仍然在1%的显著性水平上显著为正,同样验证了本文的研究假设。并且随着逐步加入控制变量,核心解释变量数字技术的系数值在一定程度上降低,表明数字技术对零售产业效率的提升促进效应被部分控制变量所替代。最后,第(5)列是数字技术与零售产业效率的OLS回归,作为辅助参照结果增强本文基准回归的稳健性。表格中回归结果显示,核心解释变量系数仍在1%的显著性水平上显著为正,与本文基准回归模型结果保持一致,表明本文基准回归结果是稳健的。数字技术能够直接推动零售产业效率的提升,本文研究假设1得到初步验证。

(二) 内生性问题与其他稳健性检验

1.工具变量法。本文基准回归的结论可能面临潜在的内生性问题挑战,数字技术的发展能够提升省(区、市)零售产业效率,同时零售产业效率较高的省(区、市)自身也存在更强的数字技术应用与产业数字化转型升级的意愿,进一步积极推进省内技术创新以及数字技术的研发迭代。为了控制本文基准回归可能存在的内生性问题,本文采用工具变量法进一步检验内生性问题对本文研究结论的影响。

本文参考现有研究的方法,选取各省(区、市)1984年的邮电数据作为工具变量[24,41]。由于各省(区、市)1984年邮电信息数据为单一截面数据,不能作为面板数据工具变量被直接应用,因此进一步参考赵涛等(2020)构建交乘项的方法[42],本文选取各省(区、市)“科学技术财政支出”和“规模以上工业企业科技活动中R&D经费支出”分别与各省(区、市)1984年的邮电数据作交乘后,作为本文数字技术变量的工具变量。第一,各省(区、市)科学技术财政支出变量(STPE)。科技财政支出的增加能够显著促进地区的科技发展,提高数字技术的发展水平,显然满足工具变量选择的相关性要求。同时,科技财政支出作为专用性极强的政府政策工具,尚未有经验性证据表明科技财政支出的增加能够直接促进零售产业效率的提升,因此满足排他性约束条件的要求。第二,规模以上工业企业科技活动中R&D经费支出(IERD)。数字技术的发展依赖于企业的科技创新,企业是数字技术发展创新的核心主体。工业企业对科技研发的投入能够直接推动数字技术的发展与应用,满足相关性要求,并且工业企业的科技研发支出费用对于工业企业以及第二产业的影响最为直接,零售业作为流通服务业的核心行业之一,产业间差异巨大,工业企业的科技研发支出并不能直接作用于零售业的投入与产出,同样没有理论或经验性证据表明工业企业科技活动中R&D经费支出能够影响零售产业的效率,因此规模以上工业企业科技活动中R&D经费支出变量满足排他性约束条件。

表7报告了工具变量法检验的回归结果,其中,第(1)至(2)列为科学技术财政支出工具变量(STPE_Tel1984)的两阶段工具变量回归结果,Kleibergen-Paap rk LM statistic 统计量在5%的显著性水平下显著,拒绝工具变量识别不足的原假设;Cragg-Donald Wald F statistic 统计量显著大于F检验在10%显著性水平下的临界值,拒绝弱工具变量的原假设,表明本文选取的工具变量是合理可靠的,并且核心解释变量系数值在5%的显著性水平上仍显著为正,进一步表明本文的基准回归结果是稳健的。同样,第(3)和第(4)列为规模以上工业企业科技活动中R&D经费支出工具变量(IERD_Tel1984)的两阶段工具变量回归结果,仍然表明在控制内生性问题后本文的主要研究结论仍然成立。

表7 工具变量法检验结果

2.替换核心变量测算方法。本文关于核心解释变量省(区、市)数字技术发展水平的测算方法是面板数据熵值法,为排除计算方法带来的模型估计误差,本文更换数字技术发展水平的测算方法,采用因子分析法重新测算各省(区、市)数字技术发展水平,然后代入基准回归模型进行实证回归。数字技术的影响效应可能存在时滞性,因此本文将各省(区、市)数字技术发展水平变量滞后一期,代入原模型重新进行回归。结果如表8所示。替换变量的稳健性检验结果显示,核心解释变量数字技术的系数仍然在1%的显著性水平下显著为正,说明数字技术对各省(区、市)零售产业效率的提升具有显著推动作用,支持了本文的基本研究结论是稳健的。

表8 其他稳健性检验结果

3.缩减样本。首先,为排除极端值对本文基本研究结论的影响,本文剔除了残差值位于最高以及最低的1%水平上的观测数据后重新进行模型检验。其次,疫情冲击对我国零售产业存在显著的负向影响,为排除外部经济对本文研究结论的影响,本文剔除了2019年后的观测数据并重新进行模型检验。最后,我国四大直辖市的特殊政治位势对政策以及资源要素的吸引能力远高于其他省(区、市),数字技术对零售产业效率的提升作用强度可能受到非技术性影响,为排除政治位势带来的影响,本文剔除了四大直辖市的相关样本数据后重新进行基准模型回归。表8报告了上述相应的稳健性检验结果,结果显示,核心解释变量的系数均在1%的显著性水平下显著为正,表明数字技术能够显著促进零售产业效率的提升,本文的基本结论是稳健的。

(三) 区域异质性分析

区域协调发展始终是我国经济发展的重要命题,我国地区经济发展呈现出显著的空间分异化特征,对零售产业效率和数字技术发展水平测算的结果已经表明,各省(区、市)零售产业效率存在显著差异,东部沿海省(区、市)的零售产业效率处在较高的水平上,远高于中西部大部分省(区、市)。三大区域的零售产业效率水平存在一定差异,但我国整体零售产业效率处在较高的水平上,其中东部地区零售产业效率远高于中西部地区。同时我国数字技术整体发展仍处在较低的水平上,仅有部分经济发展以及技术创新发展水平较高的省(区、市)如广东、北京、上海以及江苏等省(区、市)的数字技术发展水平较高,并且东中西部地区的数字技术发展水平呈梯度降低。不同地区数字技术对零售产业效率的影响是否存在异质性?为检验区域间的数字技术作用差异,本文将样本以“东部、中部、西部”、发达地区和一般地区以及“南北方”(3)北方地区省(区、市)包括黑龙江、吉林、辽宁、内蒙古、天津、河北、北京、山西、陕西、青海、宁夏、甘肃、新疆,其余省(区、市)均为南方地区省(区、市)。三种划分方式进行分类,区域异质性检验结果如表9所示。

表9 区域异质性检验结果

1.东中西部三大区域异质性分析。首先,仅从东中西部三大区域的异质性回归结果系数显著性来看,中西部地区数字技术估计系数均在显著性水平上显著为正,表明数字技术能够显著推动中西部地区零售产业效率的提升,这与本文基本结论保持一致,支持了本文基准回归的稳健性。其次,组间系数差异检验在1%的显著性水平上显著,表明存在显著区域间差异。进一步从中西部区域核心解释变量的系数绝对值大小来看,数字技术对零售产业效率的提升效应分别为0.8787和0.8993,数字技术对提升西部地区的零售产业效率作用效应较中部地区更为明显。最后,结合东部地区数字技术的作用效应不显著来看,本文认为可能的原因在于,零售产业作为第三产业的核心行业之一,媒介供需的零售职能属性以及非生产性行业分工属性决定了零售产业受人口、地区经济体量等社会发展基础因素的影响更大,而技术相关的外部影响因素对零售业的影响作用相对较低。东部地区大部分省(区、市)的经济发展水平、资源配置效率等均处在较高水平上,市场化程度极高,相对于商流、物流、信息流等流通效率相对落后的中西部地区,数字技术的引入和应用在东部具有较高发展水平的省份对零售业的投入产出不具有质变的影响作用。而在相对落后的中西部地区,数字技术的零售业应用能够极大地扩展零售市场空间,充分挖掘消费者数据,精准识别多元化的消费需求,极大地降低中西部地区零售端获取消费需要和精准匹配供需成本的同时,能够增加中西部地区的零售产出,全面提升传统零售数字化转型,从而显著提升中西部地区的零售产业效率。

2.省份经济发展水平的异质性分析。本文将我国30个省(区、市)样本划分为较发达地区和一般地区两类,其中,北京、上海、天津、重庆、广东、江苏、浙江划分为经济较发达地区,其他省(区、市)为一般发展地区。从表9中异质性检验结果来看,经济较为发达地区与一般地区的核心解释变量系数均在显著性水平上显著为正,表明了数字技术均能够显著提升经济发达省(区、市)与一般省(区、市)的零售产业效率,与本文基准回归结果仍保持一致。同时,从系数的绝对值大小来看,数字技术提升经济发展一般地区零售产业效率的作用更为明显,促进效应要显著大于经济发达地区。然而,由于费舍尔组合检验的组间系数差异检验的经验P值在显著性水平上不显著,因此不能简单认为数字技术在经济发达地区和一般发展地区的作用效应存在显著差异,但是数字技术提升零售产业效率的基础效应是存在的,支持了本文的基准回归的稳健性。

3.南北方区域异质性分析。从南北地区的异质性结果来看,数字技术提升零售产业效率的影响在北方地区更为明显,并且组间系数差异检验的经验P值在5%的显著性水平下显著为正,由此本文认为,北方地区省(区、市)综合经济发展水平、市场化程度均低于南方地区,存在与上文东中西部区域间差异相似的异质性原因,并且立足北方地区自身优势的资源禀赋,北方地区区域合作、区域一体化战略实现较好,东三省、京津冀等区域协调发展模式,以后发优势分享数字技术创新与应用成果,数字技术的正向效应、区域溢出效应相对更为显著[43]。而南方地区市场竞争激烈,部分地区政府治理存在狭隘的地方保护意识,数字技术类要素省份间流动远弱于北方地区,综合导致北方地区零售产业效率受到数字技术发展影响的作用相对于南方地区更为显著。

(四) 机制检验

为检验数字技术对零售产业效率产生影响的作用机制,本文参考江艇(2022)关于因果推断经验研究中介效应的规范操作[44],应用逐步法构建以下计量模型以验证数字技术提升零售产业效率的作用机制,中介效应模型如下:

RIEit=α0+α1Digitalit+αn∑Controlsit+μi+γt+εit

(9)

RIEit=β0+β1Digitalit+β2Medit+βn∑Controlsit+μi+γt+θit

(10)

Medit=γ0+γ1Digitalit+γn∑Controlsit+μi+γt+δit

(11)

其中,Medit为中介变量,分别为省(区、市)市场化程度(Marketit)和物流效率(Circulit)。RIEit为零售产业效率,Digitalit为核心解释变量数字技术,中介效应模型控制变量Controlsit仍与基准回归模型(8)保持一致,并且同时控制省份和年份固定效应,θit和δit是随机误差项。为进一步保证上述机制检验的稳健性,仅当模型中系数β1、β2以及γ1均在显著性水平上显著,且同时满足中介变量系数β2显著小于核心解释变量系数β1或为0时,才能说明本文上述的中介效应存在,即数字技术通过对应机制渠道提升了零售产业效率,反之则不存在。

1.数字技术增强市场化程度的作用机制。本文基于上述中介效应模型检验数字技术能否通过提高省(区、市)市场化程度进而促进零售产业效率的提升。以市场化程度为中介变量的逐步法中介效应实证回归结果如表10所示。从表中结果可以得到,第(3)列数字技术对省(区、市)市场化程度的影响核心解释变量系数在1%的显著性水平上显著为正,说明数字技术有助于省(区、市)市场化程度的提高。此时第(2)列结果显示,核心解释变量Digital和中介变量Market的系数均在1%的显著性水平上显著为正,并且与第(1)列基准回归模型系数值大小比较可以得到,随着中介变量市场化变量的引入,核心解释变量数字技术的系数值相对于基准回归结果有所降低,说明数字技术提高市场化程度进而提升零售产业效率的部分中介效应是存在的,即数字技术能够通过提高省(区、市)市场化程度进而提升零售产业效率,本文研究机制假设H2得到验证。

表10 增强市场化作用机制

2.数字技术提高物流效率的作用机制。数字技术的零售业应用对传统零售进行数字化改造的核心是商流、物流、信息流在物理空间上的突破与效率的提升,充分降低零售商品市场内停滞风险,为虚拟化市场的塑造及零售市场空间的扩展提供保障。本文进一步应用逐步法中介效应模型检验数字技术提升物流效率的作用渠道机制。

表11报告了数字技术提高物流效率进而提升零售产业效率的中介效应作用机制检验结果。从表中数据可以得到:第(3)列数字技术对省(区、市)物流效率的影响核心解释变量系数在1%的显著性水平上显著为正,说明数字技术能够显著提升地区物流效率,而第(2)列结果显示,核心解释变量Digital和中介变量Circul的系数均在1%的显著性水平上显著为正,且系数值大小满足中介效应模型要求,此时与第(1)列基准回归结果对比可以发现,核心解释变量系数值在引入中介变量物流效率后显著减小了,这说明数字技术提高了物流效率从而提升零售产业效率的部分中介效应是存在的,利用数字技术提高省(区、市)物流效率是提升零售产业效率的作用渠道之一,本文研究机制H3得到验证,即数字技术能够通过提高物流效率进而提升零售产业效率。

表11 提高物流效率作用机制

六、研究结论与启示

本文立足于数字技术的发展应用影响我国国民经济运行这一事实,以零售产业效率作为研究对象,利用2010—2021年我国30个省(区、市)的零售业相关面板数据,基于双向固定效应模型和中介效应模型,检验了数字技术对零售产业效率的影响及其作用机理。研究结果表明,数字技术能够显著提升零售产业效率,该结论在经过一系列内生性检验和稳健性检验后仍然成立。异质性检验结果表明,数字技术对我国不同区域的零售产业效率的提升作用存在显著差异,相较于零售产业效率较高的东部地区,数字技术对中西部地区的零售产业效率的提升作用更为明显;数字技术提升北方地区的零售产业效率的影响能力显著高于南方地区。机制检验发现,数字技术在一定程度上加速了各省(区、市)的市场化进程,进一步提升了所在省(区、市)的零售产业效率;数字技术能够显著提高地区物流效率进而提高所在省(区、市)的零售产业效率。

本文研究发现不仅有助于从宏观产业层面拓展及深化认识零售产业效率提升的影响因素与具体作用机理,而且对于进一步应用数字技术提升零售产业效率,加快构建全国统一大市场、加快构建高质量发展的流通体系等均有重要的意义。第一,强化数字技术与零售业的深度融合发展,以高水平数字技术赋能零售业高质量发展。适度增加数字技术基础设施建设,扶持地方数字技术产业发展,促进了数字技术相关的产学研发展,为零售业数字化转型提供高水平的数字技术支持,鼓励零售企业数字化转型,最终实现数字技术赋能商品流通全流程,发挥技术叠加效应和乘数效应,进一步助力我国零售业高质量发展。

第二,充分重视数字技术提升区域间零售产业效率影响能力的差距,应用差异化战略促进不同地区零售产业协调发展。本文研究发现,数字技术对提升中西部地区以及北方地区的零售产业效率作用能力更强,因此中西部地区以及北方地区应进一步加大对数字技术相关产业的投入,促进区域数字技术发展水平的提高,积极应用数字技术推动地区零售业的数字化转型进程,进一步有效提高地区零售产业效率。而对于经济发展较好、市场化程度较高的东部地区以及南方地区而言,数字技术对零售产业的影响作用有限,应该集中资源优化产业结构,完善劳动力与资本要素市场,建立健全商品流通市场监督管理体系,建设优质诚信的商品流通市场环境,以助力零售业的高质量发展。

第三,积极推动数字技术与传统产业渗透融合,应用数字技术完善要素市场与产品市场体系,全面提高市场化程度。利用数字技术产业高渗透和高创新的产业特性,积极推进数字技术产业与传统产业跨界融合,促进三大产业融合协同发展,推动产业结构升级,全面优化要素市场和产品市场结构,提高地区市场化程度从而进一步提高零售产业效率。

第四,完善数字技术创新体系,以数字化转型的现代物流赋能零售产业效率的提升。各地方政府应适当加大对数字技术基础设施的建设力度,为数字技术迭代升级以及创新发展提供基础条件,深化数字技术对现代化物流的数字化转型技术支持,以降本增效的直接效应促进本地区零售产业效率的提升,促进零售业与物流业产业内部的分工与协作效率的提高,以数字技术促进流通服务产业协同发展,进一步推动我国流通服务业高质量发展。