數字技術提升零售產業效率:機理與實證

梁 佳,嚴 鋒,張其林

(1.南京審計大學 經濟學院,江蘇 南京 211815;2.東北財經大學 工商管理學院,遼寧 大連 116025)

一、引 言

黨的二十大報告強調,要建設現代化產業體系,構建優質高效的服務業新體系,加快發展建設高效順暢的流通體系,推動經濟實現質的有效提升和量的合理增長。2021年4月,商務部聯合市場監管總局印發《關于開展國家級服務業標準化試點(商貿流通專項)的通知》(商建函〔2021〕132號),通知要求圍繞商貿流通提質增效和內外貿一體化兩個方向開展商貿流通領域或行業試點,“高效率”成為國內商貿流通的重要發展方向。此后,2023年1月,商務部印發全國首批商貿流通專項試點典型經驗做法,《國家級服務業標準化試點(商貿流通專項)案例匯編》中的實踐經驗表明,(1)《國家級服務業標準化試點(商貿流通專項)第一批典型經驗做法》中,試點商貿流通企業與試點城市的典型經驗多次提及數字化、智能化等數字技術應用要素,比如:湖南高橋大市場股份有限公司,“整合市場多數據平臺信息”,“實現數字化、智能化升級”;上海盒馬網絡科技有限公司,創新構建零售服務標準化體系,初步形成了“移動互聯網+零售餐飲一體化”的標準化零售新模式等。數字技術在服務體系標準化、零售模式創新、產業轉型升級、供應鏈管理體系構建、行業人才培養體系構建以及商貿流通綠色發展等方面均發揮了重要支撐作用。零售業作為商貿流通業的核心行業之一,其媒介供需的零售職能決定了零售業在加快構建統一大市場、促進商貿流通業高質量發展進而促進我國經濟高質量發展等方面發揮著重要作用。零售業是商貿流通業“提質增效”轉型升級的關鍵行業,零售業傳統粗放式增長模式顯然已不符合新發展格局下的要求,“高效率”是零售業高質量發展的應有之義,同時以高效率發展的零售業促進流通服務業高質量發展也是解決好國民經濟循環中匹配供需這一根本問題的關鍵核心[1]。

由此,從宏觀產業視角探討數字技術對零售產業效率的影響作用及其機理不僅有助于全面評估數字技術發展應用的社會效應,更有利于新發展格局下流通服務業高質量發展體系的構建,從而進一步促進我國國民經濟高質量發展。本文可能的邊際貢獻主要包括:(1)現有研究主要將宏觀視角聚焦于生產制造業、農業農村發展以及城市經濟發展等方面,對于流通服務業核心行業之一的零售業關注較少,在當前全面加快構建新發展格局的背景下,本文明確了數字技術提升零售產業效率的作用機制,并利用宏觀產業數據進行了實證檢驗,拓展了數字技術在流通服務業領域的研究。(2)已有關于數字技術與零售業的文獻主要基于馬克思主義流通理論,定性分析了數字技術對零售的本質職能、零售活動的實現形式以及助力零售產業轉型升級等方面的影響作用,但鮮有文獻對上述影響及其作用機制進行經驗識別。本文綜合已有研究,通過構建省份數字技術發展指標和零售產業效率指標,分析了我國整體與各區域省份零售產業效率的發展現狀,并進一步實證檢驗了數字技術促進零售產業效率提升的兩大作用路徑,為促進零售業深度融合應用數字技術從而提升零售產業效率提供了更為清晰的實踐路徑。(3)本文的經驗證據表明,數字技術對中西部地區零售產業效率的提升促進作用較東部地區更為顯著,對提升北方地區零售產業效率的作用相較于南方地區更為明顯。因此,在當前數字技術與傳統國民經濟產業深度融合發展的過程中,本文為各地區省份應用差異化戰略促進不同區域零售產業效率的提升以及加強各區域零售產業高效協調發展提供了重要的經驗證據與實踐依據。

二、文獻綜述

目前,數字技術相關研究問題受到學術界的高度關注。近年來,已有諸多文獻分析了數字技術對宏觀經濟發展和微觀企業經營的影響。從宏觀經濟發展層面來看,數字技術具有顯著的創新擴散效應、信息與知識技術的溢出效應以及宏觀普惠效應[2],對國民經濟各產業發展均有賦能作用。數字技術與農業融合發展促進農業供給側結構性改革、強化農業發展潛能;數字技術全面賦能鄉村治理,在鄉村治理機制構建與效率提升中起到核心技術支撐作用,進一步推動了我國農業現代化建設[3-4]。與制造業深度融合應用優化了產業結構,深化了實體經濟的數字化轉型,驅動傳統工業綠色轉型與可持續化發展。與金融業融合應用為金融服務提供商構建供應鏈網絡以及在數字網絡構建中形成信任關系提供重要技術支撐[5-7]。與服務業深度融合,技術創新與高速迭代應用催生出多種新型產業和模式,信息技術的發展應用顯著降低了數字鴻溝與信息不對稱引發的風險,促進金字塔底層(BOP)商業模式的創新與包容性市場的構建[8]。而從城市經濟發展、勞動力發展等方面來看,中國數字技術城市網絡呈現無標度特性,核心數字技術城市的吸引力越來越大,邊緣城市不能自主建立外部合作關系[9];數字技術通過提高產業結構合理化水平、促進產業結構高級化以及產業數字化轉型等渠道顯著提升了農民工的勞動收入和福利水平[10]。數字技術的廣泛應用促進了國民經濟效率的提升,數字技術通過服務產品內部分工提高服務業分工與協作效率;數字服務賦能消費和生產全過程,促進了全域鏈業務貫通和協同,進而提高產業協同效率;數據全納則實現了數字空間與現實空間的全景融合,創造新的數實孿生疊加效應,提供雙重價值,三方協同作用提升了經濟效率[2]。

作為數字技術融合應用與發展的微觀經濟主體,從微觀企業層面來看,數字技術具有典型的強滲透性、高替代性和全面協同性的技術經濟特征,企業能夠從生產、管理、銷售等各方面融合應用數字技術,提升企業各種類型的經濟活動效率從而提高企業運營效率。企業應用數字技術實現智能化生產,以數字技術替代傳統生產方式減少了雇傭勞動,提高了勞動力市場的供求匹配效率,從而降低企業搬遷意愿[11],數字技術創新能夠顯著推動企業數字化轉型、改善生產經營效率以及提高企業獲利能力進而提高企業的市場價值[12],數字技術的連接、聚合和分析能力強化了數字聯通和數字協同,驅動了中國制造企業高端顛覆性創新的產生并加強了中國制造業企業的高端市場競爭力[13]。同時數字技術創新能夠有效降低企業內部管控成本,顯著提高企業投資決策質量、資產營運效率以及改善勞動力資源結構,進一步推動企業全要素生產率的提高,實現中國企業的高質量發展[14]。

零售業作為連接生產和消費的關鍵紐帶,其媒介供需的核心職能決定了零售業在促進產業結構升級和推進現代服務業同先進制造業、現代農業深度融合,建設現代化產業體系方面均發揮著重要作用。而當前關于數字技術與零售業的相關研究主要以定性研究為主,數字技術與零售產業深度融合,為適應新發展格局下供求矛盾變化為訴求的流通效率升級提供動力支持[15],數字技術的零售產業應用并沒有改變零售的核心媒介職能,而是推動了零售媒介機制的創新發展,比如數字化驅動了動態柔性生產以適應市場動態變化的需求[16]。其中,互聯網信息技術的引入加速了流通組織重構,中小型零售商在發展初期通過依附大型批發組織實現供應鏈逆向整合的轉型,大型零售商則可以基于互聯網信息技術實現再中間化,聯合外部第三方以達到提高逆向整合效率的目的[17]。數字技術能夠緩解傳統零售業發展中面臨的空間擴張“競食效應”,門店虛擬化技術在一定程度上緩解了實體零售在物理空間上面臨的多重約束[18]。數字技術提高了服務業分工與協作效率,數字服務賦能消費和生產全過程以促進全域鏈業務貫通和協同,提高了產業協同效率[2]。而王曉東等(2023)基于微觀零售企業數據實證檢驗了我國零售企業兼顧數字化轉型深度和廣度的轉型策略選擇的影響[19]。

既有文獻對影響數字技術發展的因素、數字技術賦能宏觀經濟與賦能微觀企業生產經營的作用機理進行了深入研究,然而無論是規范定性研究還是定量實證研究,受國內“重生產,輕流通”的歷史氛圍影響,數字技術相關研究的宏觀視角都主要集中于制造業發展和農業農村發展,對流通服務業核心產業之一的零售業涉及較少,并且數字技術與制造業和服務業深度融合的作用機制與路徑存在顯著差異[20]。中國經濟已經步入服務業為主的發展階段,國際經驗表明,服務業成為國民經濟發展主要產業后會帶來經濟增長速度下降的問題[2],數字技術的發展與應用能否有效提高零售產業效率,為解決低效率的服務業高占比后引致的低增長問題提供參考?由此,本文立足于數字技術的發展應用影響國民經濟運行這一事實,以零售產業效率作為研究對象,利用我國30個省(區、市)的零售業相關面板數據,基于雙向固定效應模型和中介效應模型,探究數字技術提升零售產業效率的作用機理與實現路徑,期以高效率發展的零售業促進我國流通服務業高效率發展,進一步推動我國國民經濟高質量發展。

三、理論分析與研究假說

數字技術的發展深刻改變了商品流通經濟活動的環境和條件,進一步影響了零售活動和零售商業的實現形式,傳統零售業的運行模式具有低技術性、缺乏規模經濟、受空間約束、高信息不對稱等特征[15],而數字技術的應用改變了傳統零售的需求特征與產銷邏輯,推動推式產銷邏輯向拉式產銷邏輯演化,零售活動與實現形式的變化,強化了規模經濟效應、范圍經濟效應以及交叉網絡外部性效應[16]。數字技術的應用拓展了流通空間,增強了流通時效,傳統產銷合一的生產商設備生產與員工技術能力固化,面對動態變化的消費市場需求調整成本高[2],而數字技術的應用為產銷合一的生產商提供鏈接大量外部企業、產能、倉儲、物流等資源的能力,高級人力、知識產權、技術等要素的集聚顯著強化了匹配供需的能力,以產品需求為中心的分布式生產制造具有極大的韌性和適應能力[15],進一步提高了傳統產銷合一生產商的生產與零售效率。而零售平臺的產生降低了雙邊服務消費的成本,生產與消費呈現出扁平化特征[21],零售平臺基于大數據信息挖掘與共享技術構建了消費需求信息網絡,鏈接需求端消費者與潛在服務或商品的生產商,零售成本顯著降低。產業鏈協同效率倍增,同時極大削弱了信息不對稱,同質化需求被多元化需求所替代,進而拓展了零售消費市場。數字技術催生的零售新模式、新業態則完全打破了傳統零售環節中時間與物理空間限制[22],“新零售”等數字化零售模式促進了虛擬數字服務的迭代升級,開創了零售商品本身以外的衍生服務利潤[23],零售業的轉型升級與數字技術的發展相互促進協同發展,良性循環下零售商品種類和數量的增加反而促成了零售平均成本的下降。同時數字技術解決了規模經濟與長尾需求之間的對立矛盾,長尾市場得到了深度開發,個性化與多元化的底部消費需求,其規模與種類都得到了進一步擴大,大數據挖掘與分析技術為精準識別多元化消費需求提供了有力支持[16],充分釋放了消費潛能從而增加了零售業產出?；谏鲜龇治?本文提出以下研究假設:

H1:數字技術能夠顯著促進零售產業效率的提升。

數字技術的產業融合應用提高了經濟效率,促進了我國經濟增長。具有開放、平等、共享、協作等技術性特征的數字技術,提高市場化程度的作用主要表現為降低信息不對稱、促進要素市場發育以及優化市場資源配置[24-27],市場化程度的提高有助于降低零售業勞動力使用成本,提高零售業融資規模與融資可能性,優化零售市場環境,從而進一步促進零售產業效率的提升。首先,數字技術的發展與國民經濟產業的融合應用提高了市場信息透明度,推動了產品市場的發育,為開展零售活動提供良好環境,促進產品市場良性競爭,進一步提高了市場主體信息披露的質量,增強市場價格信號的有效性,保障價格機制能夠充分地反映產品市場供求關系[28],進而降低零售活動媒介供需的成本,促進零售產業效率的提升。其次,零售業非生產性的產業分工屬性決定了零售業對資本和勞動力兩大生產要素的依賴程度遠高于其他生產性行業。從要素市場來看,一方面,數字技術的發展與應用減少了勞動力市場的信息不對稱,增加了勞動力市場的流動性,推動勞動力要素市場的發育完善[29],進一步降低零售業招工用工的成本,提高了微觀零售企業人力資源管理效率,進而促進零售產業的效率提升。另一方面,數字技術促進金融與信貸市場資源最優配置的發展,為實現理想化的完全對稱的市場信息和完全競爭的市場狀態提供技術上的可能性,打破傳統金融部門對客戶信息的壟斷[30],從而提高零售產業獲得銀行貸款等外部融資的可能性并且提升其相應融資規模,緩解微觀零售企業面臨的融資約束問題,降低零售產業整體資本要素的使用成本,進一步提高了零售產業效率。而數據要素市場化水平的提高有助于先進技術擴散與溢出[31],促進流通產業數字化轉型,為高質量發展的流通服務業提供基礎技術支撐,同樣能夠促進零售產業效率的提升。最后,數字技術的發展與應用強化了資源配置機制,進一步完善了市場機制,健全的市場價格機制、運行與競爭機制是零售業提質增效的制度保障。同時產業數字化轉型優化了中介組織、法律制度等外部經濟環境,信息技術的發展則加強了信息披露的范圍與透明度,顯著提升了政府監管與服務的質量,營造了更加公平、開放以及透明的市場競爭環境[25],極大程度上避免了由信息不對稱導致的資源錯配問題,進而促進了零售產業效率的提升?；谏鲜龇治?本文提出以下研究假設:

H2:數字技術通過提高地區市場化程度從而促進零售產業效率的提升。

數字技術促進零售產業效率提升的關鍵機理在于提高匹配供需的效率,從而更好地實現零售媒介供需的本質職能。從時間維度來看,數字技術的應用為零售商精準獲取消費需求信息并構建適配多元化異質性消費需求的柔性供給機制提供技術保障,進而高效地提升消費體驗以獲得更大的零售市場[32]。但從空間維度來看,數字技術推動了零售市場在空間上的顯著擴張,零售關系開拓到傳統零售業無法觸及的遠距離市場[33],然而如何高效地以更短時間、更低成本實現實體經濟中商品的實物轉移是數字技術從時間和空間雙重維度提升零售效率的核心關鍵。一方面,數字化物流能夠極大節省人工數據處理、分析轉換以及數據共享的成本,直接降低了物流運輸前端成本,進一步降低了物流運輸過程中的信息錯配可能,為高效的現代化物流建設提供基本技術支持[34]。數字技術加速了市場化進程,發達的社會化物流受到規模經濟效應的影響進一步降低了商品流通運輸費用,從純粹流通費用方面減少了成本進而提升了零售產業效率[15]。另一方面,數字技術作為強力技術手段實現了產銷一體化商業模式下的生產商去中間化流通渠道的效率改革,直接由生產端鏈接零售需求端,進一步提高了零售商品周轉速率。而在產銷分離商業模式下,大型零售商則可以基于數字技術實現再中間化,聯合外部第三方以達到提高逆向整合效率的目的[17],數字技術實現了傳統流通渠道效率改革,提升了“零售”與“物流”在流通服務業內部的分工與協作效率,促進了零售與物流在流通產業內協同發展?；谏鲜龇治?本文提出以下研究假設:

H3:數字技術通過提高物流效率來促進零售產業效率的提升。

圖1 數字技術提升零售產業效率的機制路徑

四、研究設計

(一) 變量定義

1.被解釋變量。被解釋變量零售產業效率RIEit基于SBM模型測算的方式,利用非參數估計效率的方法計算得出我國30個省(區、市)年度零售產業效率。在DEA數據包絡分析的基礎上,Tone(2002)提出包含松弛變量的效率度量模型SBM(Slack Based Model)模型,該模型利用非射線式的方式引入松弛變量,由于目標函數內考慮到了松弛變量,相較于徑向模型對效率的測量具有更好的準確性[35],故本研究采用SBM模型對我國零售經營效率值進行評估。假設存在n個決策單元(DMU),每個決策單元j存在m項投入Xij(i=1,2,…,m)和S項產出Yij(i=1,2,…,s),公式中的ρ即為利用SBM模型測算出的零售產業效率(RIE),而限制條件分別表示實際投入大于等于最優投入,實際產出小于等于最優產出。λ是DMU的線性組合系數。在對我國零售產業效率測算時,比較不同省份的SBM測算效率,在測定時采用全局參比方法,將所有年份的DMU匯集總體作為參考集。具體公式如下:

(1)

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

(2)

零售產業效率利用SBM模型測算方式進行非參數方法估計效率,需要相應的零售業投入和產出指標。本文投入指標采用零售業年末從業人數作為勞動力投入指標,以零售業資產總額作為資本投入指標;產出指標采用零售業商品銷售總額和零售業企業營業收入指標,投入產出指標體系如表1所示。

表1 零售產業效率投入產出指標

2.核心解釋變量。本文著重探討數字技術對零售產業效率的影響,相較于主成分分析法、因子分析法等常用的多指標體系構建及賦權方法,面板數據熵值法可以在避免人為主觀因素造成偏差以保證指標賦權客觀性的同時,在最大程度上保留各個數據指標所包含的信息,避免關鍵信息的遺漏,且能夠判斷正負指標的函數意義并進行賦權[36],因此對于核心解釋變量數字技術(Digitalit),本文基于面板數據熵值法構建數字技術指標。故本文采用面板數據熵值法構建地區數字技術發展水平的指標體系,并測算出最終數值以衡量我國30個省(區、市)的數字技術發展水平。

具體步驟如下:本文將我國30個省(區、市)的數字技術發展相關數據設定為d個年份m個地區的n個指標,Xθij則具體表示某省(區、市)i在第θ季度的第j個指標。

第一步,采用極差標準化方式將數據標準化處理。第二步,指標歸一化并計算熵值。

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

(3)

(4)

(5)

第三步,計算權重并得出最終綜合經濟數值。

(6)

Gθj=Pθij×Wj

(7)

本文參考了現有關于地區數字技術發展的相關研究[37-38]以及國家互聯網信息辦公室[39]發布的《數字中國發展報告(2022年)》中對數字技術發展水平的評定標準。關于數字技術發展水平的指標體系構建,本文將省(區、市)數字技術發展指標體系分為兩個部分,包括數字技術基礎設施和數字技術應用兩個一級指標,具體指標如表2所示。首先,數字技術基礎設施作為數字技術發展與應用的基礎物理介質,數字基礎設施規模能夠在很大程度上體現出省(區、市)數字技術的基礎發展水平,《數字中國發展報告(2022年)》中將數字技術設施規模作為首要評價因素。因此,本文基于省(區、市)數據可獲得性、行業適用性等方面考慮,綜合選取的數字技術基礎設施指標主要包括互聯網寬帶接入端口數、移動電話交換機容量和光纜線路長度。其次,本文將數字技術的應用定位于基礎信息技術的應用程度,相對于數字經濟指標構建維度內“產業數字化”的應用程度而言,對省(區、市)數字技術資源利用更具有一般性,能夠更好地體現出《數字中國發展報告(2022年)》中信息、通信、技術(ICT)相關產業營業收入、業務量等數字技術應用指標。本文基于省份數據可獲得性等方面考慮,綜合選取了電信業務總量、移動電話普及率和軟件業務收入作為一級指標數字技術應用的二級指標。最后,本文利用面板數據熵值法進行測算,最終得出各省(區、市)的數字技術發展水平。

表2 基于面板熵值法的數字技術指標體系

3.控制變量與機制變量。結合現有數字技術與流通產業相關的實證研究[19,37-38]過程與研究結論,本文選取地區經濟發展水平(lnrjgdp)、零售市場經營面積(lnlsyymj)以及市場攤位規模(sctw)作為控制變量。根據理論基礎與研究假設部分關于機制假設的理論分析,本文選取市場化(market)和物流效率(circul)作為機制變量。其中,關于市場化(market)變量,本文直接引用國內發展與應用較為成熟的樊綱市場化指數[40]作為市場化變量的衡量。樊綱市場化指數從五個方面綜合評價了過去一個時期我國各省、自治區和直轄市市場化改革進程的總體情況,包括政府與市場的關系、非國有經濟的發展、產品要素市場的發育程度、要素市場的發育程度以及市場中介組織的發育和法律環境這五大評價維度。而關于物流效率(circul)變量,本文以省(區、市)單位公路里程社會消費品零售額來表示,其數值越大,省(區、市)物流效率越高。一方面,商品的實物轉移是流通業實現商品流通的核心功能之一,而本文重點關注零售產業,因此以零售額作為省(區、市)零售業務量的體現更具代表性;另一方面,我國零售業內無論是實體零售還是網上零售,商品的實物轉移主要基于公路交通運輸的方式,盡管存在鐵路運輸、水路運輸以及空運等其他零售商品實物轉移的途徑,但零售商品而非貿易貨物的商品實物轉移的主要交通運輸方式應仍然是公路運輸。因此,本文以省(區、市)單位公路里程社會消費品零售額來衡量各省(區、市)物流效率,而單位里程公路所承載的零售商品量越大,則表明該省份物流效率越高。

(二) 數據來源與處理

本研究主要涉及我國30個省(區、市)的宏觀經濟數據,所選取的數據為2010年至2021年共12年的面板數據,該時間段內國家統計數據比較完整,對本研究所需的關鍵區域數據也不存在缺失,且量綱統一。由于西藏地區數字經濟發展緩慢,數字技術相關的部分數據無法獲得,故研究面板數據截面個體數只涉及30個省(區、市)(不包含西藏)。數據來源為各年度的《中國統計年鑒》、國家統計局、地方統計局以及中華全國商業信息中心。同時,本文后續對基準模型的穩健性檢驗所應用的替換核心變量、縮減修改變量等數據來源于《國研網數據庫》《EPS數據庫》以及《中經網數據庫》,以進一步增強本文實證結果的穩健性。

1.零售產業效率指標測算。2010—2021年30個省(區、市)零售產業效率及三大區域零售產業效率的具體測算數值如表3所示,(2)本文采用國家“七五計劃”提出的中國區域劃分方法,將我國經濟區域劃分為東部、中部和西部三個地區。東部地區包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南共12個省(區、市);中部地區包含山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南共9個省(區、市);西部地區包含重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆共10個省(區、市)。本研究因數據缺失排除了西藏地區,故西部地區實際數據為9個省(區、市)。本文根據測算數值將零售產業效率劃分為三個等級,零售產業效率處在0.6以下為較低效率水平,位于0.6至0.8區間內為中等效率水平,位于0.8以上則為高效率水平。由此,從表3中數據可以得到:第一,30個省(區、市)零售產業效率存在顯著差異,東部沿海省(區、市)的零售產業效率處在較高的水平上,遠高于中西部大部分省(區、市),這表明東部沿海省(區、市)零售業發展態勢較好,零售產業經濟效益強勢。第二,從三大區域及全國平均零售產業效率測算值來看,三大區域的零售產業效率水平存在一定差異,但我國整體零售產業效率處在中等效率水平上,其中東部地區零售產業效率遠高于中西部地區。同時對比30個省(區、市)的零售產業效率直接差異,僅從東部12個省(區、市)的零售產業效率差異來看,山東、河北和廣西3個省(區、市)的零售產業效率要遠低于其他東部省(區、市),說明在零售產業方面區域協調發展戰略實現并不良好。第三,疫情沖擊對三大區域及全國零售產業效率的影響有限,2019年至2020年部分省(區、市)零售產業效率發生下滑,但2021年大部分省(區、市)地區零售產業效率即恢復穩定上升,凸顯出我國疫情防控的成功以及我國新時代高質量流通服務體系構建的效應顯著。

表3 2010—2021年我國30個省(區、市)及區域零售產業效率

2.數字技術指標測算。本文基于面板數據熵值法測算了2010—2021年我國30個省(區、市)數字技術發展水平,30個省(區、市)數字技術發展水平測算具體數值如表4所示。從我國整體數字技術發展水平變化來看,12年間東部地區數字技術發展水平指數提高232.20%,中部地區提高232.07%,而西部地區則提高312.26%,表明我國整體數字技術發展與應用的增長幅度巨大,發展態勢迅猛。從絕對值方面來看,我國數字技術整體發展仍處在較低的水平上,僅有部分經濟發展以及技術創新發展水平較高的省(區、市)如廣東、北京、上海以及江蘇等數字技術水平較高。從區域間差距來看,東中西部地區的數字技術發展水平呈梯度降低,東部地區數字技術發展水平遠遠高于中西部地區,且按數字技術發展測算結果的基本趨勢來看,中西部地區的數字技術發展仍然會長期落后于東部地區。

表4 2010—2021年我國數字技術發展水平

3.描述性統計。本文各變量的描述性統計情況如表5所示,其中,市場攤位變量方差數值極大,表明該變量數據波動過大,因此本文對該變量進行標準化處理,即用觀測值減去均值除以標準差。2010年至2021年我國零售業零售產業效率省(區、市)最大值為100%,最小值為43.41%,省(區、市)人均國內生產總值取對數后最大值為2.9312,最小值為0.2615;核心解釋變量數字技術發展水平的最大值為0.8188,最小值為0.0100,關鍵作用機制變量省(區、市)市場化程度最高為12.54,最低為2.33,物流效率最大值為6.8292,最小值為0.3650。各變量的省際差異巨大,表明我國地區綜合發展不均衡,區域協調發展的政策效果并不理想。

表5 各變量描述性統計

(三) 模型設定

本文基于我國零售產業宏觀經濟數據,利用雙向固定效應模型探究數字技術與零售產業效率之間的影響關系。本文將數字技術作為核心解釋變量,零售產業效率作為被解釋變量,進一步加入相關控制變量,實證研究數字技術的發展對我國零售業的具體影響及作用方式,計量模型設定如下:

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

(8)

其中被解釋變量為零售產業效率(RIEit),Digitalit為省市i在t時間的數字技術發展水平,α1為本文重點關注的核心估計系數,Controlsit為影響零售產業經營發展的一組控制變量,分別是地區經濟發展水平(lnrjgdp)、零售業營業面積(lnlsyymj),以及零售市場攤位規模(sctw)。同時本文控制了省份固定效應μi以及年份時間固定效應γt,εit為隨機誤差項。

五、實證結果分析

(一) 基準分析

表6報告了數字技術與零售產業效率之間影響關系的基準回歸估計結果。按照常用控制變量遞進回歸的方法,本文基準回歸內,在控制基礎固定效應的前提下采用遞進回歸策略對零售產業效率進行基準回歸分析。

表6 數字技術影響零售產業效率的基準分析

首先,不加入任何控制變量,表6第(1)列基準回歸結果顯示,核心解釋變量即省(區、市)數字技術指標(Digital)的系數在1%的顯著性水平上顯著為正,表明數字技術的發展和應用能夠顯著提升零售產業效率。其次,遞進回歸逐步加入控制變量,第(2)列至第(4)列為逐步加入控制變量后的回歸結果,表中回歸顯示核心解釋變量系數仍然在1%的顯著性水平上顯著為正,同樣驗證了本文的研究假設。并且隨著逐步加入控制變量,核心解釋變量數字技術的系數值在一定程度上降低,表明數字技術對零售產業效率的提升促進效應被部分控制變量所替代。最后,第(5)列是數字技術與零售產業效率的OLS回歸,作為輔助參照結果增強本文基準回歸的穩健性。表格中回歸結果顯示,核心解釋變量系數仍在1%的顯著性水平上顯著為正,與本文基準回歸模型結果保持一致,表明本文基準回歸結果是穩健的。數字技術能夠直接推動零售產業效率的提升,本文研究假設1得到初步驗證。

(二) 內生性問題與其他穩健性檢驗

1.工具變量法。本文基準回歸的結論可能面臨潛在的內生性問題挑戰,數字技術的發展能夠提升省(區、市)零售產業效率,同時零售產業效率較高的省(區、市)自身也存在更強的數字技術應用與產業數字化轉型升級的意愿,進一步積極推進省內技術創新以及數字技術的研發迭代。為了控制本文基準回歸可能存在的內生性問題,本文采用工具變量法進一步檢驗內生性問題對本文研究結論的影響。

本文參考現有研究的方法,選取各省(區、市)1984年的郵電數據作為工具變量[24,41]。由于各省(區、市)1984年郵電信息數據為單一截面數據,不能作為面板數據工具變量被直接應用,因此進一步參考趙濤等(2020)構建交乘項的方法[42],本文選取各省(區、市)“科學技術財政支出”和“規模以上工業企業科技活動中R&D經費支出”分別與各省(區、市)1984年的郵電數據作交乘后,作為本文數字技術變量的工具變量。第一,各省(區、市)科學技術財政支出變量(STPE)?？萍钾斦С龅脑黾幽軌蝻@著促進地區的科技發展,提高數字技術的發展水平,顯然滿足工具變量選擇的相關性要求。同時,科技財政支出作為專用性極強的政府政策工具,尚未有經驗性證據表明科技財政支出的增加能夠直接促進零售產業效率的提升,因此滿足排他性約束條件的要求。第二,規模以上工業企業科技活動中R&D經費支出(IERD)。數字技術的發展依賴于企業的科技創新,企業是數字技術發展創新的核心主體。工業企業對科技研發的投入能夠直接推動數字技術的發展與應用,滿足相關性要求,并且工業企業的科技研發支出費用對于工業企業以及第二產業的影響最為直接,零售業作為流通服務業的核心行業之一,產業間差異巨大,工業企業的科技研發支出并不能直接作用于零售業的投入與產出,同樣沒有理論或經驗性證據表明工業企業科技活動中R&D經費支出能夠影響零售產業的效率,因此規模以上工業企業科技活動中R&D經費支出變量滿足排他性約束條件。

表7報告了工具變量法檢驗的回歸結果,其中,第(1)至(2)列為科學技術財政支出工具變量(STPE_Tel1984)的兩階段工具變量回歸結果,Kleibergen-Paap rk LM statistic 統計量在5%的顯著性水平下顯著,拒絕工具變量識別不足的原假設;Cragg-Donald Wald F statistic 統計量顯著大于F檢驗在10%顯著性水平下的臨界值,拒絕弱工具變量的原假設,表明本文選取的工具變量是合理可靠的,并且核心解釋變量系數值在5%的顯著性水平上仍顯著為正,進一步表明本文的基準回歸結果是穩健的。同樣,第(3)和第(4)列為規模以上工業企業科技活動中R&D經費支出工具變量(IERD_Tel1984)的兩階段工具變量回歸結果,仍然表明在控制內生性問題后本文的主要研究結論仍然成立。

表7 工具變量法檢驗結果

2.替換核心變量測算方法。本文關于核心解釋變量省(區、市)數字技術發展水平的測算方法是面板數據熵值法,為排除計算方法帶來的模型估計誤差,本文更換數字技術發展水平的測算方法,采用因子分析法重新測算各省(區、市)數字技術發展水平,然后代入基準回歸模型進行實證回歸。數字技術的影響效應可能存在時滯性,因此本文將各省(區、市)數字技術發展水平變量滯后一期,代入原模型重新進行回歸。結果如表8所示。替換變量的穩健性檢驗結果顯示,核心解釋變量數字技術的系數仍然在1%的顯著性水平下顯著為正,說明數字技術對各省(區、市)零售產業效率的提升具有顯著推動作用,支持了本文的基本研究結論是穩健的。

表8 其他穩健性檢驗結果

3.縮減樣本。首先,為排除極端值對本文基本研究結論的影響,本文剔除了殘差值位于最高以及最低的1%水平上的觀測數據后重新進行模型檢驗。其次,疫情沖擊對我國零售產業存在顯著的負向影響,為排除外部經濟對本文研究結論的影響,本文剔除了2019年后的觀測數據并重新進行模型檢驗。最后,我國四大直轄市的特殊政治位勢對政策以及資源要素的吸引能力遠高于其他省(區、市),數字技術對零售產業效率的提升作用強度可能受到非技術性影響,為排除政治位勢帶來的影響,本文剔除了四大直轄市的相關樣本數據后重新進行基準模型回歸。表8報告了上述相應的穩健性檢驗結果,結果顯示,核心解釋變量的系數均在1%的顯著性水平下顯著為正,表明數字技術能夠顯著促進零售產業效率的提升,本文的基本結論是穩健的。

(三) 區域異質性分析

區域協調發展始終是我國經濟發展的重要命題,我國地區經濟發展呈現出顯著的空間分異化特征,對零售產業效率和數字技術發展水平測算的結果已經表明,各省(區、市)零售產業效率存在顯著差異,東部沿海省(區、市)的零售產業效率處在較高的水平上,遠高于中西部大部分省(區、市)。三大區域的零售產業效率水平存在一定差異,但我國整體零售產業效率處在較高的水平上,其中東部地區零售產業效率遠高于中西部地區。同時我國數字技術整體發展仍處在較低的水平上,僅有部分經濟發展以及技術創新發展水平較高的省(區、市)如廣東、北京、上海以及江蘇等省(區、市)的數字技術發展水平較高,并且東中西部地區的數字技術發展水平呈梯度降低。不同地區數字技術對零售產業效率的影響是否存在異質性?為檢驗區域間的數字技術作用差異,本文將樣本以“東部、中部、西部”、發達地區和一般地區以及“南北方”(3)北方地區省(區、市)包括黑龍江、吉林、遼寧、內蒙古、天津、河北、北京、山西、陜西、青海、寧夏、甘肅、新疆,其余省(區、市)均為南方地區省(區、市)。三種劃分方式進行分類,區域異質性檢驗結果如表9所示。

表9 區域異質性檢驗結果

1.東中西部三大區域異質性分析。首先,僅從東中西部三大區域的異質性回歸結果系數顯著性來看,中西部地區數字技術估計系數均在顯著性水平上顯著為正,表明數字技術能夠顯著推動中西部地區零售產業效率的提升,這與本文基本結論保持一致,支持了本文基準回歸的穩健性。其次,組間系數差異檢驗在1%的顯著性水平上顯著,表明存在顯著區域間差異。進一步從中西部區域核心解釋變量的系數絕對值大小來看,數字技術對零售產業效率的提升效應分別為0.8787和0.8993,數字技術對提升西部地區的零售產業效率作用效應較中部地區更為明顯。最后,結合東部地區數字技術的作用效應不顯著來看,本文認為可能的原因在于,零售產業作為第三產業的核心行業之一,媒介供需的零售職能屬性以及非生產性行業分工屬性決定了零售產業受人口、地區經濟體量等社會發展基礎因素的影響更大,而技術相關的外部影響因素對零售業的影響作用相對較低。東部地區大部分省(區、市)的經濟發展水平、資源配置效率等均處在較高水平上,市場化程度極高,相對于商流、物流、信息流等流通效率相對落后的中西部地區,數字技術的引入和應用在東部具有較高發展水平的省份對零售業的投入產出不具有質變的影響作用。而在相對落后的中西部地區,數字技術的零售業應用能夠極大地擴展零售市場空間,充分挖掘消費者數據,精準識別多元化的消費需求,極大地降低中西部地區零售端獲取消費需要和精準匹配供需成本的同時,能夠增加中西部地區的零售產出,全面提升傳統零售數字化轉型,從而顯著提升中西部地區的零售產業效率。

2.省份經濟發展水平的異質性分析。本文將我國30個省(區、市)樣本劃分為較發達地區和一般地區兩類,其中,北京、上海、天津、重慶、廣東、江蘇、浙江劃分為經濟較發達地區,其他省(區、市)為一般發展地區。從表9中異質性檢驗結果來看,經濟較為發達地區與一般地區的核心解釋變量系數均在顯著性水平上顯著為正,表明了數字技術均能夠顯著提升經濟發達省(區、市)與一般省(區、市)的零售產業效率,與本文基準回歸結果仍保持一致。同時,從系數的絕對值大小來看,數字技術提升經濟發展一般地區零售產業效率的作用更為明顯,促進效應要顯著大于經濟發達地區。然而,由于費舍爾組合檢驗的組間系數差異檢驗的經驗P值在顯著性水平上不顯著,因此不能簡單認為數字技術在經濟發達地區和一般發展地區的作用效應存在顯著差異,但是數字技術提升零售產業效率的基礎效應是存在的,支持了本文的基準回歸的穩健性。

3.南北方區域異質性分析。從南北地區的異質性結果來看,數字技術提升零售產業效率的影響在北方地區更為明顯,并且組間系數差異檢驗的經驗P值在5%的顯著性水平下顯著為正,由此本文認為,北方地區省(區、市)綜合經濟發展水平、市場化程度均低于南方地區,存在與上文東中西部區域間差異相似的異質性原因,并且立足北方地區自身優勢的資源稟賦,北方地區區域合作、區域一體化戰略實現較好,東三省、京津冀等區域協調發展模式,以后發優勢分享數字技術創新與應用成果,數字技術的正向效應、區域溢出效應相對更為顯著[43]。而南方地區市場競爭激烈,部分地區政府治理存在狹隘的地方保護意識,數字技術類要素省份間流動遠弱于北方地區,綜合導致北方地區零售產業效率受到數字技術發展影響的作用相對于南方地區更為顯著。

(四) 機制檢驗

為檢驗數字技術對零售產業效率產生影響的作用機制,本文參考江艇(2022)關于因果推斷經驗研究中介效應的規范操作[44],應用逐步法構建以下計量模型以驗證數字技術提升零售產業效率的作用機制,中介效應模型如下:

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為中介變量,分別為省(區、市)市場化程度(Marketit)和物流效率(Circulit)。RIEit為零售產業效率,Digitalit為核心解釋變量數字技術,中介效應模型控制變量Controlsit仍與基準回歸模型(8)保持一致,并且同時控制省份和年份固定效應,θit和δit是隨機誤差項。為進一步保證上述機制檢驗的穩健性,僅當模型中系數β1、β2以及γ1均在顯著性水平上顯著,且同時滿足中介變量系數β2顯著小于核心解釋變量系數β1或為0時,才能說明本文上述的中介效應存在,即數字技術通過對應機制渠道提升了零售產業效率,反之則不存在。

1.數字技術增強市場化程度的作用機制。本文基于上述中介效應模型檢驗數字技術能否通過提高省(區、市)市場化程度進而促進零售產業效率的提升。以市場化程度為中介變量的逐步法中介效應實證回歸結果如表10所示。從表中結果可以得到,第(3)列數字技術對省(區、市)市場化程度的影響核心解釋變量系數在1%的顯著性水平上顯著為正,說明數字技術有助于省(區、市)市場化程度的提高。此時第(2)列結果顯示,核心解釋變量Digital和中介變量Market的系數均在1%的顯著性水平上顯著為正,并且與第(1)列基準回歸模型系數值大小比較可以得到,隨著中介變量市場化變量的引入,核心解釋變量數字技術的系數值相對于基準回歸結果有所降低,說明數字技術提高市場化程度進而提升零售產業效率的部分中介效應是存在的,即數字技術能夠通過提高省(區、市)市場化程度進而提升零售產業效率,本文研究機制假設H2得到驗證。

表10 增強市場化作用機制

2.數字技術提高物流效率的作用機制。數字技術的零售業應用對傳統零售進行數字化改造的核心是商流、物流、信息流在物理空間上的突破與效率的提升,充分降低零售商品市場內停滯風險,為虛擬化市場的塑造及零售市場空間的擴展提供保障。本文進一步應用逐步法中介效應模型檢驗數字技術提升物流效率的作用渠道機制。

表11報告了數字技術提高物流效率進而提升零售產業效率的中介效應作用機制檢驗結果。從表中數據可以得到:第(3)列數字技術對省(區、市)物流效率的影響核心解釋變量系數在1%的顯著性水平上顯著為正,說明數字技術能夠顯著提升地區物流效率,而第(2)列結果顯示,核心解釋變量Digital和中介變量Circul的系數均在1%的顯著性水平上顯著為正,且系數值大小滿足中介效應模型要求,此時與第(1)列基準回歸結果對比可以發現,核心解釋變量系數值在引入中介變量物流效率后顯著減小了,這說明數字技術提高了物流效率從而提升零售產業效率的部分中介效應是存在的,利用數字技術提高省(區、市)物流效率是提升零售產業效率的作用渠道之一,本文研究機制H3得到驗證,即數字技術能夠通過提高物流效率進而提升零售產業效率。

表11 提高物流效率作用機制

六、研究結論與啟示

本文立足于數字技術的發展應用影響我國國民經濟運行這一事實,以零售產業效率作為研究對象,利用2010—2021年我國30個省(區、市)的零售業相關面板數據,基于雙向固定效應模型和中介效應模型,檢驗了數字技術對零售產業效率的影響及其作用機理。研究結果表明,數字技術能夠顯著提升零售產業效率,該結論在經過一系列內生性檢驗和穩健性檢驗后仍然成立。異質性檢驗結果表明,數字技術對我國不同區域的零售產業效率的提升作用存在顯著差異,相較于零售產業效率較高的東部地區,數字技術對中西部地區的零售產業效率的提升作用更為明顯;數字技術提升北方地區的零售產業效率的影響能力顯著高于南方地區。機制檢驗發現,數字技術在一定程度上加速了各省(區、市)的市場化進程,進一步提升了所在省(區、市)的零售產業效率;數字技術能夠顯著提高地區物流效率進而提高所在省(區、市)的零售產業效率。

本文研究發現不僅有助于從宏觀產業層面拓展及深化認識零售產業效率提升的影響因素與具體作用機理,而且對于進一步應用數字技術提升零售產業效率,加快構建全國統一大市場、加快構建高質量發展的流通體系等均有重要的意義。第一,強化數字技術與零售業的深度融合發展,以高水平數字技術賦能零售業高質量發展。適度增加數字技術基礎設施建設,扶持地方數字技術產業發展,促進了數字技術相關的產學研發展,為零售業數字化轉型提供高水平的數字技術支持,鼓勵零售企業數字化轉型,最終實現數字技術賦能商品流通全流程,發揮技術疊加效應和乘數效應,進一步助力我國零售業高質量發展。

第二,充分重視數字技術提升區域間零售產業效率影響能力的差距,應用差異化戰略促進不同地區零售產業協調發展。本文研究發現,數字技術對提升中西部地區以及北方地區的零售產業效率作用能力更強,因此中西部地區以及北方地區應進一步加大對數字技術相關產業的投入,促進區域數字技術發展水平的提高,積極應用數字技術推動地區零售業的數字化轉型進程,進一步有效提高地區零售產業效率。而對于經濟發展較好、市場化程度較高的東部地區以及南方地區而言,數字技術對零售產業的影響作用有限,應該集中資源優化產業結構,完善勞動力與資本要素市場,建立健全商品流通市場監督管理體系,建設優質誠信的商品流通市場環境,以助力零售業的高質量發展。

第三,積極推動數字技術與傳統產業滲透融合,應用數字技術完善要素市場與產品市場體系,全面提高市場化程度。利用數字技術產業高滲透和高創新的產業特性,積極推進數字技術產業與傳統產業跨界融合,促進三大產業融合協同發展,推動產業結構升級,全面優化要素市場和產品市場結構,提高地區市場化程度從而進一步提高零售產業效率。

第四,完善數字技術創新體系,以數字化轉型的現代物流賦能零售產業效率的提升。各地方政府應適當加大對數字技術基礎設施的建設力度,為數字技術迭代升級以及創新發展提供基礎條件,深化數字技術對現代化物流的數字化轉型技術支持,以降本增效的直接效應促進本地區零售產業效率的提升,促進零售業與物流業產業內部的分工與協作效率的提高,以數字技術促進流通服務產業協同發展,進一步推動我國流通服務業高質量發展。