数字经济对市场交易效率的影响研究

王艺伟，余子鹏

（武汉科技大学 法学与经济学院，湖北 武汉 430065）

一、引言与文献综述

历年中国信通院发布的《全球数字经济白皮书》显示，2018—2020 年全球数字经济规模分别为30.2万亿、31.8 万亿与32.6 万亿美元，占GDP 比重分别为40.3%、41.5%与43.7%，测算的47 个经济体GDP平均增速为-2.8%，而全球数字经济规模同比增长3.0%，显著高于同期GDP-2.8%的增速，数字经济逐步发展为经济增长的重要推力，在信通院划分的数字经济“四化框架”中，产业数字化是数字经济发展过程的核心环节，指的是传统产业通过运用数据这一新生产要素与新兴数字技术带来的产出增加与效率提升，涵盖智慧农业、智能制造、智能交通、数字商务等国民经济各个部门。从Williamson提出的交易三维度理解数字经济如何影响交易效率：第一，通过大数据、云计算、传感网、物联网等技术实现生产无人化自动化管理，推动生产集约化规模化，降低小额交易频率以节约人力仓储物流等的成本；第二，诸如数据中心、工业机器人、工业互联网平台等的产生实现数据的泛在采集，加快信息内外部流转，减少交易中由于信息不对称带来的不确定性；第三，阿里巴巴、腾讯、百度等平台经济的兴起以及在线教育、网络医疗、电子政务等的服务新业态推进产业间深度渗透融合，减缓由资产专用性带来的交易成本，改变原有的生产、创新及竞争格局。

现有研究对数字经济的核算方式大致分为三种。第一，支出法。夏炎等（2018）[1]使用支出法通过建立非竞争型就业投入占用产出模型，测算数字经济产业的消费、投资、出口以及其他数字经济规模。第二，增长核算方法。经济合作与发展组织（OECD）基于增加值核算方法构建包含信息和通信技术产品、个人交易产品、“免费”经济的数据价值以及数字平台流量价值四个部分的数字经济核算框架；美国经济分析局（BEA）基于数字商品与服务的划分，分别测算数字经济的名义增加值与实际增加值；国内方面，康铁祥（2008）[2]结合辅助活动（非数字产业的数字活动）的概念，提出数字经济规模是数字产业各部门的总增加值与辅助活动的增加值之和；许宪春和张美慧（2020）[3]同样借鉴BEA 增加值测算方法，通过加总数字经济相关行业的增加值测算数字经济的总产出。第三，构建数字经济评价指标体系。中国信通院在测算数字经济发展规模时，只对“四化”框架中的数字产业化与产业数字化部分进行核算；张蕴萍等（2021）[4]在测度数字经济时，同样从数字产业化与产业数字化两个角度评价数字经济发展水平。

对交易效率的研究首先需要参考早期国内外有关交易成本的研究。交易成本最早由Coase（1937）[5]提出，他指出交易成本由市场的价格机制产生，是企业在每次交易过程中反复发生的费用，如获取信息、谈判签约等；Williamson（1985）[6]构建交易费用经济学这一新制度经济学分支，并指出交易成本由签约的事前成本与事后费用构成；张五常（1999）[7]通过提出交易费用范式将交易费用定义为“制度成本”；高帆（2007）[8]指出交易成本是经济活动中转移所有权与使用市场价格机制的费用，包括技术型与制度型两种类型。伴随对交易成本不断深入地研究，对交易效率的研究也应运而生。杨小凯（1998）[9]类比Samuelson（1952）关于“冰山成本”的概念，将交易过程中诸如运输、损耗、税收等的外生费用k 界定为外生交易效率系数；高帆（2007）[8]将交易效率定义为开展交易活动时交易主体的投入-产出关系，并外延交易费用的技术与制度分类，构建包括交通、信息、教育、市场、信用、信贷六个指标在内的交易效率衡量体系；郑勇军和李婷（2009）[10]将交易效率定义为交易过程中的收益与成本之比，并指出专业化与分工能够进一步提高交易效率。交易效率概念逐步完善的过程中，如何测度交易效率也是相关领域的研究重点。赵红军（2005）[11]从新制度经济学角度出发，利用主成分分析法从制度、信息通信技术与教育三个角度对交易效率进行测度；柳江（2011）[12]从基础设施、市场化程度、城市化、公共服务、对外开放程度与政府行政效率六个方面分析衡量交易效率，并提出交易效率的提高源于资源配置效率的提高、制度进步以及外部治理环境的改善；韩璐等（2022）[13]从技术与制度两个角度构建交易效率指标体系；除以上构建交易效率综合评价指标体系的方法外，还可以通过单一指标测算，如李颖慧（2020）[14]通过交通条件测算商品市场的交易效率；刘朝阳等（2020）[15]使用销售、管理、财务费用与企业营业收入的比值来计算交易效率。

综合已有文献，与数字经济相关的研究大多集中在对整个国民经济部门高质量发展、对产业间融合与产业内转型升级以及微观层面对企业绩效的影响研究，在数字经济如何影响市场具体交易过程方面的研究则有所欠缺。

二、理论分析与研究假设

（一）数字经济与交易效率

依据新制度主义经济学一派交易费用理论思想，并借鉴高帆（2007）[8]提出的交易效率研究框架，本文认为数字经济对市场交易效率的影响主要来自技术进步带来的生产效率的提高以及经济体制逐步完善带来的交易成本的减少。具体路径如图1所示。首先分析技术进步方面。在对生产活动进行分析时，我们通常将去除要素投入增长外的余值增长表示为技术进步。参考续继和唐琦（2019）[16]数字经济带来的信息技术进步对传统生产、物流、销售、通信等方式进行革新，这些数字技术的研发与应用都不同程度上对市场的交易效率进行改善。其次分析完善经济体制方面。在研究市场均衡理论时，由于交易主体之间大概率存在信息不对称，导致交易成本增加低效率完成交易。而随着数字经济发展带来互联网的普及与应用，可以增加市场中相关信息的透明度，减少交易双方的搜寻与信息成本，同时在微观企业方面也能够缓解一部分中小企业的融资约束，降低企业生产成本使交易更具有效率。综上提出第一个假设：

假设1：数字经济能够提升市场交易效率。

（二）数字经济、人力资本与交易效率

人力资本在数字经济影响交易效率的过程中存在中介效应。人力资本主要在三个方面对数字经济影响交易效率产生作用，如图1 所示。第一，广化效应。数字技术如工业互联网平台的兴起，能够有效解决劳动力市场中信息不对称带来的摩擦性失业，缓解高质量劳动力的向下兼容，减少企业生产过程中的人力成本提升企业交易效率；另一方面，各地高质量人才引进政策带来的人才空间集聚能够产生知识与技术外溢带来正外部性效应，并优化生产要素的资源配置效率降低生产成本，更好地形成规模经济与范围经济以提高交易效率。第二，深化效应。从需求端看，工业机器人的大规模使用与智能化生产的实现对劳动力提出了更高质量的要求，低技术劳动力逐渐被市场淘汰，高技能劳动力占比逐步上升；从供给端看，“在线教育”的发展拓宽教育模式与知识获取渠道，自然劳动力会有意或被迫提高技能水平以升级自身人力资本结构，从而减少了企业生产的低效成本，提升产业的劳动生产率并提升市场交易效率。第三，职业创造效应。数字技术的发展催生出许多新兴经济模式诸如平台经济、分享经济、免费经济等，以及新兴服务性质行业如外卖、快递、编程、直播等。另一方面，Zigbee 技术、工业机器人等数字技术的应用促进生产自动化。数字技术的发展增加市场中商品与服务的技术复杂程度，从产品附加值角度提升市场交易效率。提出第2 个假设：

图1 影响路径

假设2：人力资本在数字经济促进交易效率提升过程中发挥间接中介作用。

三、研究设计

（一）模型设定

综合现有研究，本文认为数字经济可以直接或间接对市场交易效率产生影响。为验证假设1 检验数字经济对交易效率的直接影响，借鉴张正平和王龙（2021）[17]的模型设定建立如下基本模型：

除式（1）表示的直接影响外，人力资本可能在数字经济影响市场交易效率过程中产生间接影响，因此为验证假设2，借鉴温忠麟提出的中介效应模型设定如下模型：

其中，式（1）～式（3）中的下标i，t分别代表省份和年份；effi，t代表市场交易效率；digi，t表示数字经济发展水平；humani，t表示人力资本水平；controli，t表示控制变量，包括地区经济发展水平（pGDP）、价格水平（rCPI）、市场化程度（mar）、产业结构（stru）、研发支出强度（RD）、人口红利水平（demo）、老龄化水平（ageing）；μi表示各省市i的固定效应，δt表示年份t的固定效应；εi，t表示随机扰动项。

（二）变量说明

1.被解释变量：市场交易效率（eff）。本文借鉴柳江（2011）[12]构建的评价体系，从交通运输、通信技术、基础设施、能源、制度环境、城市化水平六个层面对交易效率进行综合评价，最终通过主成分分析得到市场交易效率指数。

2.解释变量：数字经济（dig）。使用数字经济“四化”框架中的产业数字化部分，从农业数字化、工业数字化与服务业数字化三个产业数字化角度构建综合评价体系，并通过主成分分析得到数字经济发展指数。

3.中介变量：人力资本水平（human）。本文的人力资本水平表示高质量劳动力，因此使用人均受教育年限这一指标进行衡量。

4.控制变量：借鉴张正平和王龙（2021）[17]、韩璐等（2022）[13]的研究，选取地区发展水平（pGDP）、实际消费价格水平（rCPI）、市场化程度（mar）、产业结构（stru）、研发支出强度（RD）、人口红利（demo）、老龄化水平（ageing）这七个变量为控制变量。

（三）数据来源与描述统计

本文采用2001—2020 年的省级面板数据进行实证分析，原始数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国教育统计年鉴》以及各地区统计年鉴等。各变量的描述性统计如表1 所示。市场交易效率的最大值为6.188，而均值只有1.03，表明我国市场交易效率水平整体偏低，存在较为明显的差异；核心解释变量数字经济发展水平也表现出同样的态势，存在较大提升空间；地区经济发展水平均值为10.18，标准差为0.817，表明各地经济发展水平差异较小；实际消费价格水平与市场化程度的标准差分别为20.43、20.2，表明各地存在显著差异；产业结构水平的最小值为15.9，最大值为61.96，表明各地产业转型升级的程度相差较大；研发投入、人口红利与老龄化水平的标准差分别为2.304、3.069 与2.428，说明各地在这三个方面的差距较小。

表1 变量描述性统计

四、实证结果及其分析

（一）基准回归

在基准回归前进行相关性分析，结果显示变量之间的相关系数低于0.7，且变量之间的方差膨胀因子均值为3.68 均低于10，因此模型不考虑多重共线性问题。其次进行豪斯曼（Hausman）检验，检验结果表明本文的实证分析应采用时间与地区的双固定效应模型。

表2 中的列（1）、列（2）为数字经济发展水平影响市场交易效率的基准回归结果。模型（1）、模型（2）分别为仅包含核心解释变量与加入控制变量后的双向固定效应回归，结果显示：数字经济影响市场交易效率的系数为0.437，且在5%的显著性水平下显著，也就是数字经济发展水平每提高一个单位，市场交易效率随之提升0.437 个单位。控制变量中地区发展水平在5%的水平上显著，表明地区经济发展程度能够正向影响该地的市场交易效率；从全部解释变量角度分析，核心解释变量数字经济显著影响市场交易效率，各控制变量的加入也能够更充分地解释对交易效率的影响，验证了假设1。

表2 基准回归结果

（二）内生性分析

为解决模型中可能存在的内生性，参考唐松等（2020）[18]的做法，将本文核心解释变量也就是数字经济做滞后一期处理并再次进行回归，结果显示为表2 中的模型（3）。其中解释变量数字经济的系数依旧显著为正，其他控制变量也与基准回归结果基本一致，表明数字经济的发展对市场交易效率具有显著促进作用。

（三）稳健性检验

本文从两个方面进行稳健性检验：一是更换核心解释变量，采用数字普惠金融指数评价数字经济发展水平。北大金融研究中心提供的数字普惠金融指数对数字经济的研究包括购物、理财、社交、保险、信贷、投资等，涉及生产生活与数字技术相关的多个层面，具有一定权威性；二是将样本期缩短为2011—2020 年，截去数字技术发展初期的年份能够更准确地对当下数字经济发展水平进行估计。稳健性检验结果如表2 模型（4）所示，重新估计后的数字经济仍显著正向影响市场交易效率，表明研究结论具有稳健性。

（四）进一步分析

为探究数字经济对市场交易效率产生影响的路径，本文引入“人力资本水平”这一中介变量，并对其可能在数字经济影响市场交易效率过程中产生的间接作用进行实证检验。实证结果如下表3 所示。第一列显示的是数字经济对市场交易效率的总效应，结果表明数字经济的影响显著；第二列检验数字经济的发展能否对人力资本水平产生显著影响，表明数字技术的发展可以促进区域人力资本水平的提升；第三列检验人力资本水平是否在数字经济的发展促进市场交易效率提升的过程中产生间接效应，结果依旧显著表明人力资本的中介作用确实存在，验证假设2。

表3 中介效应检验结果

五、主要结论与政策启示

本文对交易效率的研究主要带来如下研究结论。第一，数字经济发展能够对市场上交易效率产生显著正向影响。实证结果表明，提升1 单位数字经济发展水平能够显著提高0.4378 单位的市场交易效率；第二，在数字经济影响市场交易效率的过程中，人力资本产生部分中介作用，中介效应占比为16.17%；第三，由于历史地理条件、经济发展结构等的原因，东部和中部地区数字经济的发展较西部地区更能促进市场交易效率的提升。另外，研究不同时期数字经济对交易效率的影响发现，数字技术越发展越有利于提升市场交易效率；第四，地区经济发展水平、研发投入强度与人口红利均显著正向影响市场交易效率，地区的老龄化水平则产生显著负向影响。

依据上述实证检验得出的研究结论提出以下政策建议。

第一，从技术层面讲，三大产业在转型过程中应积极引入诸如5G 通信、物联网、云计算等数字技术，利用数据的外部性、价值增值性等促进要素的产业间流动并增强其与其他生产要素间的连接性，促进数字技术与三大产业的深度融合，淘汰传统低效的生产模式发展“互联网+”，深度推进智慧农业、智能制造、电子商务、数字政府等新兴经济模式，降低生产、交易活动中的低效成本提升数字产品与服务的附加值，改善市场交易活动存在的低效率现象；从制度层面讲，交易过程中的低效率很大程度是由于市场交易制度不完善造成的，因此，政府要促进工业互联网平台等的产生，增加市场中各交易主体的信息透明度缓解信息不对称现象，以减少企业生产过程中的经营管理成本与交易过程中的事前与时候成本，提高整个市场所有主体间的交易效率。

第二，人力资本水平是数字经济正向影响市场交易效率的有效路径，因此各级政府应重视对高水平数字人才的培养与引进，通过数字人才聚集带来相关数字产业空间集聚，营造良好产研融合环境提升地区数字经济水平，通过产业整体规模提升带来规模经济与范围经济，以提高区域整体交易效率。

第三，政府要加快统筹规划西部地区数字经济相关的基础设施建设，提升西部经济欠发达地区的数字技术水平，缩小与东部地区的生产技术差异，并因地制宜寻找适合西部地区数字经济发展的最优路线，提升西部地区市场活跃度；中部地区要加强与东部地区间数字经济活动的交流，积极引进智能化、自动化的生产经营模式，提升数据要素在全国范围内的配置效率，降低数字产品与服务市场中的交易成本提升效率。