数字经济何以影响山区农产品流通？<br/>——基于贵州省的实证研究

数字经济何以影响山区农产品流通？
——基于贵州省的实证研究

2024-02-22钱昭英李元豪

西部经济管理论坛 2024年1期

钱昭英李元豪

（1. 贵州财经大学经济学院贵州贵阳 550025；2. 贵州财经大学管理科学与工程学院贵州贵阳 550025）

一、引言

当前数字经济正在以其快捷性与高渗透性推动流通行业发生变革，不断促进流通效率提升。据统计，2021 年我国数字经济规模达到45.5 万亿元，占GDP 的39.8%①。党的二十大报告指出“加快发展物联网，建设高效顺畅的流通体系，降低物流成本。加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”农产品流通作为商贸流通的重要部分，能够解决供需矛盾，盘活市场需求，在推进农业现代化进程中发挥着重要作用。数字经济通过数字技术打通农产品流通过程的各个流通节点，缩短生产端与消费端的供应链条，对提升农民收入和消费水平有积极作用。贵州省地处我国西南地区，是典型的喀斯特地貌区域，山地和丘陵面积占全省总面积的92.5%②，山地特色农业发展具有巨大潜力，特色优势产业立体式、集聚化布局已基本形成，同时独特的地形地貌也对贵州农产品物流体系建设造成影响，山区农产品流通运输配送难度大、时效性差、损耗大等问题一直存在。贵州省作为国家大数据中心之一，近年来不断深化改革，促进数字经济发展，2021 年贵州数字经济增速达20.6%，连续七年位居全国第一③。在数字化发展背景下，贵州如何抓住数字经济发展机遇，构建高效顺畅的流通体系为农产品流通赋能是一个值得探讨的问题。

现有学者对农产品流通效率和数字经济的研究已取得大量成果。在农产品流通效率测度指标与测度方法方面，张永强等[1]从速度、规模、成本、效益等四个方面构建指标体系，通过因子分析法测度农产品流通效率发展水平；王刘坤等[2]基于全国统一大市场视角，运用熵值法从商流、物流、信息流角度测度农产品流通效率，深入剖析农产品流通效率的时空特性；卢德娴等[3]和杨维琼、邰小珈[4]从投入产出角度，运用数据包络分析法（DAE 模型）和Malmquist 指数分析方法等对农产品流通效率进行测度，并分析了影响农产品流通效率的主要因素。在数字经济研究方面，金飞、徐长乐[5]认为数字经济对区域一体化具有显著的促进作用，其中数字基础设施的促进作用最大；刘子叶等[6]分析了数字经济对西部地区物流业竞争力的促进作用；何维达等[7]和马中东[8]等研究了数字经济对绿色生态效率和绿色全要素生产率等方面的影响及作用机制。在数字经济与农产品流通效率相关性方面，古川、黄安琪[9]探讨了数字化背景下农产品批发经营效率的变化；李邓金[10]基于省域层面分析了数字经济对农产品流通效率的影响；杨肖丽等[11]对数字经济进行了分维度的分析，提出数字产业发展是提升农产品流通效率的重要维度；赵艳丽[12]探究了数字化发展对农产品流通业的区域和行业异质性影响，从农产品流通业的多个方面进行了进一步分析。

综上所述，已有研究主要基于省际层面对农产品流通效率和数字经济进行了较深入的探讨，对某一区域数字经济对农产品流通效率的影响研究得较少。贵州省以山地丘陵为主，存在山区农产品流通渠道单一、运输成本较高、产品损耗较大、流通效率较低等问题，且目前还没有文献从市域层面对贵州省山区农产品流通效率进行测度，也没有文献深入分析数字经济对贵州省山区农产品流通效率的影响，因此，本文拟以贵州省为例，探讨数字经济对山区农产品流通效率的影响并提出相应的对策建议，以期对促进山区农产品流通，助力“黔货出山”有所裨益。

二、理论分析与研究假设

数字经济通过使用数字化知识和信息来优化经济结构[13]，本文从数字经济的直接作用、分维度作用、分区域作用分析数字经济促进山区农产品流通效率提升的作用路径（见图1）。

图 1 数字经济对山区农产品流通效率的作用机制分析

从交易成本视角看，Coase[14]提出不同的交易往往涉及不同种类的交易成本，在山区农产品流通过程中，农产品流通供应链条复杂，供应节点多，导致交易成本上升。Williamson[15]将交易成本细分为获得信息所需的信息成本与搜寻成本。山区农产品流通环节多、互联网普及率不高，流通过程的信息不对称导致农产品生产者与消费者之间缺乏信息交流，形成信息孤岛，最终造成交易成本上升。数字经济以数字技术为基础，通过大数据、互联网、区块链、云计算等进行信息处理与传递，能够缩短农产品流通的供应链条，使生产者与消费者实现信息互通，进而使农产品交易成本下降，最终提升农产品流通效率。根据以上理论分析，本文提出假设H1：

H1：数字经济对贵州山区农产品流通效率提升具有正向促进作用。

在数字化发展初期，大量资本、技术、劳动力的投入有可能导致生产率悖论现象出现。随着数字经济的深入发展和5G 基站、人工智能、大数据中心、物联网等数字基础设施的逐步完善，信息交流渠道越来越通畅，物流、商流、资金流、信息流得到了更有效的整合[16]，促进了农产品流通效率的提升。当前贵州山区农产品发展模式以传统生产经营模式为主，随着数字技术应用水平的提升，传统农产品流通模式越来越不适应数字化发展需要，影响了农产品流通效率的提升。大数据平台的建立完善则可以拓宽农产品流通渠道，促进销售模式创新[17]，减少流通环节，为农产品流通效率提升赋能。根据以上理论分析，本文提出假设H2：

H2：数字基础设施、数字技术应用水平和数字产业化对贵州山区农产品流通效率的影响存在差异。

从区域发展视角看，我国经济存在区域发展不平衡问题[18]，以数字化的知识与信息作为关键要素的数字经济虽然能够促进地区间资源共享，但各城市经济发展水平不同，产业结构不同，居民消费水平和基础设施建设水平不同，导致数字经济对不同城市的影响存在一定的差异。经济发展水平高的城市或地区的数字化水平和数字技术应用水平相对更高，并且这些城市或地区还能带动邻近地区经济发展和数字化水平提升，从而有利于促进整个区域农产品流通效率的提升。经济发展水平低的地区或因自身资源有限，或受经济发展水平高的城市的辐射带动作用较小，其数字技术应用水平相对较低，数字经济发展对农产品流通效率的提升作用也相对较小。根据以上分析，本文提出假设H3：

H3：数字经济对贵州山区农产品流通效率的影响具有区域异质性。

三、研究设计

（一）变量选取与数据来源

被解释变量：农产品流通效率（Eff）。农产品流通过程环节多，无法用单一指标进行测量，本文借鉴武孟飞等[19]、李桂娥和张铁宝[20]、王阳阳和王倩倩[21]的研究，结合山区的实际情况，基于流通成本、流通规模、流通效益三个方面构建山区农产品流通效率测评指标体系。考虑数据的科学性和可得性，本文借鉴王刘坤等[2]的研究，通过将劳动力、固定资产、产业增加值分别乘以居民食品消费率的方式来测算农产品流通效率，具体见表1。

表 1 评价指标体系

核心解释变量：数字经济（Dig）。信息化、智能化、数字化的发展不断推动着流通业发生改变。基于数据的可得性，在借鉴古川等[9]、杨海丽等[22]的研究成果的基础上，本文从数字基础设施、数字技术应用水平、数字产业化三个方面构建指标体系，详见表1。

控制变量。因农产品流通效率还受经济、消费、资产投入等因素的影响，为保证研究结果的准确性，本文选择如下控制变量：固定资产投资（fai），以交通运输、仓储和邮政业固定资产投资来表示；经济发展水平（edl），经济发展水平直接影响农产品流通效率的提升，本文以贵州省人均GDP 来表示贵州省经济发展水平；经济发展平方项（squ），经济发展可能对农产品流通效率产生非线性影响，因此在回归中加入经济发展平方项；城乡消费差距（cg），本文以城镇居民人均消费与农村居民人均消费的差距来衡量城乡消费差距。

本文选取2012—2021 年贵州省9 个市（州）的面板数据进行研究，数据来源于相关年份《贵州统计年鉴》、各市州统计年鉴、阿里研究院的相关研究以及各市州国民经济和发展统计公报，缺失的数据用插值法和年均增长率法予以补全。变量的描述性统计见表2。

表 2 变量的描述性统计分析

（二）模型构建

1. 熵值法

本文通过熵值法对各指标赋权后测算农产品流通效率和数字经济的综合得分，步骤如下：

（1）标准化处理。因各指标值之间存在较大差异，所以需要对原始数据进行标准化处理。对正向指标的处理公式如下：

i表示城市，Zij为第i个城市第j项指标标准化后的数据，xij为第i个城市第j项指标的原始值，max（xij）为指标xij的最大值，min（xij）为指标xij的最小值。

（2）权重计算。信息熵越小，其代表的数据量就越大，指标的权重就越大。

第一步，计算指标所占比重Pij。

第二步，计算指标的信息熵Ej。

第三步，计算指标的信息熵冗余度Dj。

第四步，计算指标的权重Wj。

（3）计算综合得分。分别测算农产品流通效率和数字经济的综合得分，计算公式为：

2. 模型构建

为验证数字经济对贵州山区农产品流通效率的影响，本研究构建双向固定效应模型如下：

其中i表示城市，t表示年份，controlsit为控制变量，β0是常数项，μi为个体固定效应，δt为时间固定效应，εit为随机扰动项。

四、研究结果与分析

（一）评价结果

本文利用熵值法测度2012—2021 年贵州省及各市域农产品流通效率和数字经济发展水平，同时将贵州省按地理区位划分为地级市和自治州进行区域异质性分析，测算结果如表3 和图2 所示。

表 3 2012—2021 年贵州省农产品流通效率和数字经济发展水平测算结果

图 2 贵州省农产品流通效率与数字经济发展水平发展趋势

从表3 可以看出，在农产品流通效率方面，贵州省及其市州农产品流通效率在研究期内呈明显上升趋势，但各市州之间存在明显差异，且各市州农产品流通效率的差距有逐渐扩大趋势。贵州省地级市农产品流通效率的提升速度较快，得分从2012 年0.239 上升到2021 年0.369，提升了0.13，自治州仅上升了0.057，低于贵州省的平均水平。

在数字经济方面，贵州省及其市州数字经济发展水平不断提升，这可能是因为2016 年贵州省以建设国家大数据综合试验区为契机，推动了贵州数字经济快速发展。地级市和自治州数字经济发展水平存在区域异质性：地级市的数字经济发展水平较高，平均得分为0.144；自治州数字经济发展水平相对较低，得分为0.094，低于贵州省平均水平。从表3 还可以看出，在研究期内，贵州省各地级市数字经济发展水平提升速度比自治州快。

（二）基准回归

本文基于双向固定效应模型验证数字经济对贵州省山区农产品流通效率的影响，结果如表4 所示。

表 4 基准回归结果

表4 列（1）至列（5）表明，加入控制变量前，数字经济对山区农产品流通效率的促进作用在1%水平上显著；加入控制变量后，在解释变量方面，数字经济对农产品流通效率的促进作用虽然有所下降，但还是在1%水平上显著，显著性未发生改变。这说明基准回归结果具有一定的稳健性，H1 得到验证。

在控制变量方面，固定资产投资（fai）能够促进山区农产品流通效率的提升。经济发展水平（edl）对山区农产品流通效率提升具有阻碍作用，经济发展水平的平方项（squ）对山区农产品流通效率提升具有促进作用，说明经济发展水平对山区农产品流通效率提升具有非线性作用。其原因可能是贵州省以山地农业为主，耕地小而分散，随着工业化、城镇化进程的加快，农业在经济发展中的占比不断下降；随着经济发展水平的不断上升，市场体制机制更加完善，农村市场的活力与潜力不断增强，推动了农业产业链的延伸，对山区农产品流通效率提升的促进作用显现。城乡消费差距（cg）阻碍了山区农产品流通效率提升。其原因可能是现阶段城乡收入差距对消费结构有很大影响，与城市相比，农村地区收入和消费水平相对较低，农村消费更侧重于满足基本生活需要，在一定程度上阻碍了山区农产品流通效率的提升。

（三）稳健性与内生性检验

1. 稳健性检验

为验证模型的可靠性，本文采用替换变量的方式对模型进行稳健性检验，具体做法是以农林牧渔业的增加值（Add）和农产品相关批零企业商品零售总额（SC）综合指标来替代被解释变量。表5 列（2）显示，数字经济对山区农产品流通效率提升具有显著的正向促进作用，显著性与前述验证结果相比未发生改变，模型稳健性得到验证。新冠病毒感染疫情对农产品流通效率产生了一定的影响，借鉴马中东等[8]的做法，本文剔除2020 年数据再次进行回归，显著性未发生改变，模型稳健性得到再次验证。

表 5 稳健性与内生性检验结果

2. 内生性检验

本文尽可能多地选取了农产品流通效率的影响因素，且为了缓解内生性问题加入了时间和个体效应，但依然可能存在遗漏变量。借鉴笪远瑶和罗丹[23]的研究，本文选取固定电话用户数作为工具变量。固定电话的基础设施建设与技术会对后续通信设施、技术发展产生影响，在一定程度上影响数字经济发展，因此满足工具变量相关性要求；现阶段固定电话使用频率降低，其对经济发展的影响不断减弱，满足工具变量排他性要求；固定电话的用户数与农产品流通效率无直接的关系，满足工具变量外生性原则。

表5 列（4）和列（5）为面板工具变量回归结果。根据回归结果可以看出，LM 统计量为11.596，P值为0.0007，F 统计量为16.687，大于弱识别检验10%的临界值，拒绝“工具变量识别不足” 和“弱工具变量”的原假设。这说明在考虑内生性问题后，数字经济对农产品流通效率的影响依然显著。与最初的回归结果相比，考虑内生性问题后，核心解释变量的显著性水平更高，也就是说，数字经济的内生性导致最初模型低估了数字经济对农产品流通效率的正向促进作用。

（四）细分维度检验

为深入分析数字经济各维度对山区农产品流通效率的区域异质性影响，本文从数字基础设施（Basedig）、数字技术应用水平（App-dig）、数字产业化（Industry-dig）三个方面进行分析，具体结果见表6。数字产业化在1% 水平上显著，说明数字产业化能够显著提升贵州省农产品流通效率；数字基础设施对农产品流通效率的提升作用并不显著；数字技术应用水平阻碍农产品流通效率的提升；H2 得到验证。可能的原因是：就数字基础设施而言，现阶段为缩小城乡地区数字鸿沟，贵州省正在加快补齐30 户以上自然村4G 网络短板，推进5G 网络向乡镇地区延伸，但由于数字基础设施建设仍存在不足，农户等流通主体在农产品流通过程中无法充分享受由数字基础设施建设带来的资本效应与溢出效应，因而数字基础设施未能显著提升农产品流通效率。就数字技术应用水平而言，随着数字技术应用的加强，农产品流通模式由单一化向多元化转变，导致农产品流通出现激烈的渠道竞争；虽然涉农部门建立了农业信息网络平台，但农村信息网络队伍建设还不完善，农产品市场交易信息未能得到充分整合；农户的文化水平普遍较低，其对网络上的市场信息识别能力较差，容易造成生产环节与流通环节脱节，出现农产品积压现象。这几方面原因使得数字技术应用在一定程度上阻碍了农产品流通效率的提升。就数字产业化而言，随着数字乡村战略的不断推进和电子商务的迅速发展，数字产业化为山区农产品销售带来机遇，推动了山区农产品流通效率提升。

表 6 数字经济细分维度分析结果

（五）区域异质性分析

为揭示数字经济对山区农产品流通效率的区域异质性影响，本研究进一步将贵州省各市州按地级市和自治州分别进行回归，回归结果见表7。从表7 可以看出，两者的参数估计值和显著性水平存在差异，但参数估计值的正负相同，拟合优度相符。

表 7 区域异质性回归结果

表7 列（1）显示，各变量对贵州省地级市农产品流通效率的正向促进作用显著；列（2）显示，贵州省的自治州除固定资产对农产品流通效率提升具有显著作用外，其余变量的作用并不显著；H3 得到验证。产生这种区域性差异可能的原因是地级市中的贵阳和遵义两个城市经济发展水平高，城市化水平高，数据中心产业集聚效应和数字产业化优势明显，数字基础设施较完善，数字产业发展好，对周边城市有较强的辐射带动作用，促进了自身及周边城市数字经济的发展和农产品流通效率的提升；各自治州数字经济发展水平明显低于贵阳、遵义等市，因地理位置原因，各自治州受到的大城市辐射带动作用不显著，导致其数字经济并未显著促进农产品流通效率的提升。

五、结论与建议

（一）结论

本文测算了2012—2021 年贵州省各市（州）农产品流通效率和数字经济的综合发展水平，并实证分析了数字经济对农产品流通效率的影响，得出以下结论：（1）2012—2021 年，贵州省数字经济发展水平和农产品流通效率均呈上升趋势，各市州之间存在明显差异，地级市农产品流通效率增长速度普遍高于自治州农产品流通效率增长速度；（2）数字经济对山区农产品流通效率提升具有显著的促进作用；（3）从数字经济的细分维度看，数字产业化是提升农产品流通效率的重要维度，数字基础设施与数字技术应用水平对农产品流通效率的提升效果并不显著；（4）数字经济对山区农产品流通效率的影响具有区域异质性。