數字技術推動了零售業高質量發展嗎?
——基于面板門限模型的檢驗

梁 佳 ,嚴 鋒 ,楊宜苗

(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

《關于加快發展流通促進商業消費的意見》對我國商品流通提出新的發展要求,鼓勵運用大數據、云計算、移動互聯網等現代信息技術。2019 年中國零售數字化額度超10 萬億人民幣,占整體零售業三成以上,在數字經濟時代,數字化轉型已成為零售業高質量發展的必然趨勢[1]。阿里云研究中心發布的《2019 數字化趨勢報告》中指出,我國零售業將成為受新數字技術影響最深的行業之一,在未來3～5年內,數字化程度有望達到70%～80%。數字化轉型改變了零售業的行業生態,數字化成為零售業價值挖掘的熱點。

零售業高質量發展問題在國內已經引起少數學者的關注。張予等[2]認為,我國零售業高質量發展具有三大特征:高品質的產品服務和豐富的內容、綠色低碳和集約高效、業態多樣和跨界融合。而關于零售業高質量發展的評價,總體上形成了三種觀點:第一種觀點簡單地將我國零售業高質量發展理解為我國零售總額的增長[3];第二種觀點從商品流通效率的角度評價我國零售業的發展情況,認為高質量發展的零售業在供應鏈、渠道、營銷等方面資源的投入產出比較高,即高質量發展的零售業效率較高[4];第三種觀點從零售業結構優化的角度評價我國零售業的發展狀況,認為高質量發展的零售業對應的消費結構和零售結構是協同升級優化的[5]。從零售的流通本質功能——媒介供需角度來看,提高供給并不是最終目的,更好地滿足消費需求才是零售的本質職能。以部分特征表示整體,例如,上述研究中簡單地以我國零售總額增長代表我國零售業的高質量發展,是嚴重偏離“高質量”發展要求的界定方式。故本文結合流通學界對流通業高質量發展的內涵界定[6],將我國零售業高質量發展評價體系中的復合指標確定為動態穩定增長的零售總額、高效的零售業經營以及優化的高級零售業結構。

我國零售業零售總額作為最簡單、基礎的數量指標毫無疑問地被納入到零售業高質量發展評價內涵體系內,只是在產業變革和數字化轉型的背景下,我國零售業高質量發展要求的不再是粗放式發展模式下的零售業零售額持續增長,而應該是可持續發展的動態穩定增長。過去的一段時間內,由于全球性新冠肺炎疫情和復雜的國際經濟環境共同作用,我國實體零售業出現負增長以及部分零售業態出現倒閉的現象,這種現象的產生并非是我國國內生產過剩危機的先兆,而是我國流通市場化改革、零售業產業轉型過程中,零售商業市場經驗以及商品經營能力積累不足導致的[7],同時商品供需存在暫時性的結構性失衡,這種零售額增長暫時性降低是完全可接受并且是零售業高質量發展的必經之路。

零售業經營效率的核心是整個零售行業零售活動成本的降低與商品流通效率的提高,不是某個或幾個零售企業財務績效指標的簡單加總。現有實證研究大部分將視角固定于單個零售企業的財務績效。齊嚴[8]基于57 家零售企業的財務數據研究發現大數據等新型數字技術的應用能夠深入識別和把握現有目標客戶的需求特征,有效提升企業經營績效。田紅彬等[9]同樣是基于上市零售企業的微觀數據進行實證分析發現數字化轉型對實體零售企業的企業績效存在暫時的負面影響,而新零售模式則改善了零售商的績效。所以本文將零售業經營效率回歸整個零售行業,不再關注單個微觀零售企業的財務績效,利用我國零售行業的投入產出數據對我國零售業經營效率進行衡量,作為構建我國零售業高質量發展評價體系的一項指標。

流通學界對于零售業結構的定義仍未達成學術共識。牛華勇等[10]將零售業態結構定義為各業態之間的比例結構,零售業態結構優化則是各零售業具體業態充分發揮優勢,同時承擔不同功能以達到協同經濟效應并推動零售業整體強化效率取向的目的,最終回歸零售本質職能即更好地滿足消費需求的過程,明確了我國零售業態優化的兩個具體方向:業態結構高級化和結構均衡化。而王曉東等[11]在關于新時期流通結構優化升級的研究中,將所有制結構、行業結構、業態結構、組織結構等定義為流通產業結構。柳思維[12]則將空間結構作為流通產業結構的主要研究對象。零售業作為流通業的子行業,本文結合流通業結構的相關研究將零售業結構指標定義為零售業內部各業種及各業態之間的比例結構。同時根據國家統計局發布的《批發和零售業總體規模不斷擴大 行業結構持續優化》報告中對我國零售業行業結構優化的表述,本文以按國民經濟行業分限額以上零售業企業的主營業務統計數據為基礎,將各個省份發展型零售專門零售企業的主營業務收入占總零售主營業務收入的比重作為我國零售業結構優化程度的數據化指標。

總體來說,當前關于零售業高質量發展的相關研究存在以下欠缺:一是關于數字技術、零售業高質量發展的內容尚不明晰,對兩個變量也缺少統一的量化標準,從而導致研究結果的異化;二是缺少關于二者之間關系的研究成果,數字技術與零售業高質量發展之間的關系不明確。研究數字技術與零售業高質量發展的關系,不僅有利于清楚地把握和理解我國零售業高質量發展的規律,而且能夠為促進數字化在零售業的應用提供經驗證據。

由此本文主要基于面板門限模型,利用我國30個省份零售業的宏觀數據以及數字技術發展相關數據,對數字技術和零售業高質量發展之間的關系進行實證研究。本研究是對數字技術與零售業高質量發展之間關系的有益探索,研究結果對于如何通過數字技術推動零售業高質量發展具有重要的參考價值。

二、模型設定與變量選擇

(一)理論分析

數字經濟的發展深刻改變了商品流通經濟活動的環境和條件,進一步影響到零售活動和零售商業的表現形式,通過探究數字技術在零售本質功能實現過程中所發揮的具體作用以進一步分析數字技術如何推動零售業高質量發展。

首先,謝莉娟等[13]將零售的本質功能定義為“媒介供需”,即存在于商品生產者和消費者之間,促進供給需求匹配的最直接經濟活動橋梁。零售不僅僅是商品和貨幣的交換媒介,更是生產者和消費者之間信息傳遞的交換媒介,零售的媒介供需職能最終目的是更好地滿足需求,而這項職能的完成又必須通過有效地信息傳遞以服務生產、提高供給側效率來實現。服務于零售的媒介供需職能,數字化驅動零售創新的邏輯起點和優勢在于數字化分析強化了零售與消費間的聯系,精準識別消費需要,為解決生產、零售到消費的商品流通難題提供技術支撐。進一步來看,作為商品流通過程的社會交換關系,數字化零售創新的關鍵機理在于數字化促使商品能以更短的時間開拓至更遠的市場空間,即從時間和空間的雙重范疇內實現商品流通效率的提升。同時,數字技術的引入導致產銷之間銜接邏輯的變化,使數字化零售在客觀上具備了整合分散化生產資源并引領產能合理配置的潛在作用機理[14]。

其次,基于數字化零售驅動創新的作用機理,數字技術的零售應用利用充分挖掘零售大數據,精準把握消費者偏好、消費傾向和消費動向,加強了零售的媒介供需效率,極大程度上避免了無效的商品供給,降低零售商銷售成本[15]。高密度的信息流處理技術能夠將超越文字的各種消費者信息如圖像、語音等轉換為可視化的數據資料,將傳統零售業無法收集、分析、轉換的消費者相關信息層層篩選、過濾、處理,變成一份份可以直接供零售商使用的消費者需求報告,信息處理和傳遞的誤差縮小至極致,全面突破需求側的認知約束[16],充分提高我國零售業經營效率,同時增加零售業銷售總額。標準化數據的積累借助大數據技術將龐大的消費者行為數據以標準化的形式儲存下來,形成高質量的消費需要數據庫,而后零售借助終端信息資源的優勢積累,精準把握需求側的消費需要,重塑推式和拉式邏輯下的零售媒介機制[13],從“人貨場”角度來講就是從“人找貨”轉變為“貨找人”,精準的“供需匹配”極大地降低了商品在零售市場中停滯的時間。這三項數字技術的零售業應用在很大程度上提高了零售業經營效率,同時能夠增加零售業銷售總額,但是對零售結構并沒有明確的優化能力,僅僅是單向式服務需求側,即服務匹配消費者需求,以此提高零售效率降低銷售成本。

最后,供應鏈信息管理技術與信息制度化共享技術的應用則依托數字技術使傳統零售無法達到的微小化細分市場以及長尾市場得到充分的開發[17]。同時數字化信息技術有助于深化跨企業間的供應鏈管理,供應鏈的上游組織基于零售終端信息制度化共享,充分整合分散化的生產資源,進一步實現高效配置有效產能到生產的各個部分[13],減少了信息不對稱引起的損耗,協調產業鏈的柔性化建設。零售商和生產者間的合作生產關系可以由基于流通渠道的供銷關系轉變為基于供應鏈的產銷合作關系,進一步伴隨著產品結構和生產流程的模塊化分割,具有信息優勢的終端零售商甚至可以通過自有品牌規則反向主導上游供應商,以此為基礎重新構建模塊化的產銷合作網絡[18],從零售端逆向規劃生產端,推動零售驅動的商品流通媒介機制升級,在提高零售業經營效率的同時協調優化零售結構,但對零售總額的影響卻無法準確判定。

基于上述研究的理論分析,本文歸納總結得出數字技術對零售本質職能實現的影響作用方式,如圖1 所示。

圖1 數字技術影響零售業高質量發展的作用方式

從數字技術對零售本質職能實現的影響機理分析中可以得到,數字技術促進我國零售業高質量發展并非簡單的線性影響,對零售業高質量發展的復合型評價內涵同樣存在復雜的非線性影響作用。故綜合上文理論分析以及現有學者對數字技術促進我國經濟增長與高質量發展、流通業高質量發展的作用存在非線性影響機制的研究[6,15],本文利用數字技術發展水平作為門限變量,采用門限回歸模型檢驗數字技術對我國零售業高質量發展影響是否存在相似的非線性作用。

(二)模型設定

Hansen 提出的門限回歸模型主要應用于非線性關系的檢驗,且門限變量的選擇可由理論模型外生決定,可以根據變量的門限值進行劃分,不同類型的門限值及其個數完全由樣本數據決定[19]。模型如下:

其中,被解釋變量Rqit為零售業高質量發展變量,Dtit是門限變量數字技術發展水平,Xit為影響零售業高質量發展的一組控制變量,分別是地區經濟發展水平(PcGDP)、城鎮化水平(Urban)、交通基礎設施(Infra),γi為待估門限值。為深入分析并檢驗數字技術對零售業高質量發展的影響,本文將零售業高質量發展變量進行分解,利用模型對數字技術與零售業高質量發展體系內的變量間關系進行實證檢驗。此時,被解釋變量分別為零售總額(Sale)、零售業經營效率(Re)和零售結構優化(Rs)。

(三)變量測量方法

零售業經營效率利用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從業人數作為勞動力投入指標,以零售業流動資產和固定資產作為資本投入指標,產出指標采用零售業銷售額和零售企業營業收入指標,投入產出指標體系如表1 所示。

表1 零售業經營效率的投入產出指標體系

在DEA 數據包絡分析的基礎上,Tone 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,相較徑向模型對效率的測量具有更好的準確性[20],故本文采用SBM 模型對我國零售業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 模型測算出的零售業經營效率(Re),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。而在對我國零售業經營效率測算時,對不同省份的SBM 測算效率比較,在測定時采用全局參比方法進行測定,使用所有年份的DMU 匯集總體作為參考集。具體模型公式如下:

參照國家統計信息中心對數字技術發展水平的評定標準,本文以數字基礎設施水平和數字技術應用水平兩項指標構建數字技術發展水平指標體系。參考國家統計信息中心的測算標準,選定單位中國光纖傳輸線路、人均電話互聯網接入端口數量、移動通信基站設備數量作為數字基礎設施水平數據。然后,選定互聯網普及率、移動電子設備普及率和信息技術服務收入三個指標作為數字技術應用水平指標[21],具體指標如表2 所示。

表2 數字技術發展水平的評價指標體系

本文選取三個控制變量:一是地區經濟發展水平(PcGDP)。作為基礎性的外部環境影響指標,林翊等[22]、王曉東等[23]認為地區經濟發展水平會直接影響地區商品流通效率,同樣對商品流通面向消費者的零售環節產生影響,故本文使用人均GDP來衡量地區經濟發展水平。二是城鎮化水平(Urban)。丁寧等[24]在對零售業的研究中,明確了我國城鎮化發展是零售業發展的外部性影響因素,城鎮化率對零售企業的影響主要表現在地址的選擇、物流策略的選擇等方面,故本文選取各省份城鎮人口數占各省份人口總數的比重來表現該省份的城鎮化率。三是交通基礎設施(Infra)。王曉東等[23]在對中國商品流通效率及其影響因素的實證研究中,將物流基礎設施以各省份的公路里程、水路里程與鐵路里程之和除以省份面積的比值來反映。對于零售環節來說,實體商品的零售很大程度上受限于物流運輸活動,故本文以同樣的定義方式來衡量地區交通基礎設施水平的發展。本文模型中采用的主要變量及其測量方法如表3 所示。

表3 變量選取與說明

(四)數據來源

本文所選取的數據為我國30 省份2010—2019 年共10 年的數據,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,部分數據無法獲得,故本文面板數據截面個體數只涉及30 個省份(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,為消除價格因素對實證研究的影響,以2010 年為基期,使用基期的GDP 平減指數對各省份人均GDP、限額以上零售業企業流動資產總計進行平減處理,使用基期的消費者價格指數將限額以上零售業零售總額、限額以上零售業企業營業收入進行平減,使用固定資產投資指數對限額以上零售業企業固定資產總計進行平減。

三、實證結果分析

(一)變量測算

在對面板模型數據檢驗進行驗證之前,需分別確定零售業高質量發展和數字技術發展水平兩個變量的數值。同時采用國家“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 個省份,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 個省份,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 個省份,本文因數據缺失排除了西藏地區,故西部地區實際為9 個省份。

1.零售業經營效率指標測算。基于SBM 法分別測算出2010—2019 年各省份以及三大區域的零售業經營效率。從各省份零售業經營效率數值來看,該數值在各省份之間差異明顯。從三個區域的零售業經營效率測算值來看,在2010—2019 年,東部地區零售業經營效率提高最快,從0.644 提高至0.880,效率提升36.6%;而中西部地區則發生了零售業經營效率下降情況,中部地區零售業經營效率從0.464 降低為0.421,效率降低了9.3%;西部地區零售業經營效率從0.658 降至0.551,效率降低了16.3%。東中西部地區的零售業經營效率差距不斷擴大。

2.零售業高質量發展指標測算。參考王學民[25]、林海明等[26]對因子分析法綜合評價因子與主成分實際的關系差異處理的方式,采用SPSS 軟件對零售額、零售業經營效率以及零售業結構優化三個指標數據進行KMO 檢驗和Bartlett 球形檢驗,得到KMO 值大于0.7 且球形檢驗顯著性水平值為0.000,故可以使用因子分析法。根據累計方差貢獻率和因子成分系數矩陣確定三個指標的具體權重:零售額(Sale)指標累計貢獻率為34.391%,權重為28.527%;零售業經營效率(Re)指標累計貢獻率為72.065%,權重為41.334%;零售業結構優化(Rs)指標累計貢獻率為87.206%,權重為30.139%。

根據上述測定的零售業高質量發展評價指標體系各指標權重,本文對2010—2019 年各省份零售業高質量發展情況進行測算,部分地區數據如表4 所示。從我國整體零售業高質量發展水平變化來看,東部地區零售業高質量發展水平提高136%,中部地區提高208%,而西部地區則提高311%,表明我國零售業高質量發展趨勢較快。從區域間差距來看,東部地區零售業高質量發展水平高于中西部地區,中部和西部地區的零售業高質量發展水平相近,但按零售業高質量發展測算結果的趨勢來看,中西部地區的零售業高質量發展水平會逐漸向東部地區靠攏。

表4 部分地區零售業高質量發展水平測算結果

3.數字技術發展水平測算。參考林海明等[27]的研究,為了避免主觀因素的影響導致數字技術發展水平的評價指標產生偏誤,消除各級指標之間的互相影響,本文采取主成分分析法對數字技術發展水平評價指標權重進行測定,對標準化數據分別進行KMO 檢驗和Bartlett 球形檢驗,以總方差解釋表和因子成分系數矩陣確定各項指標的權重。數字基礎設施水平(DtInfra)所占比重為43.233%,數字技術應用水平(DtAppl)所占比重為56.767%。

根據測定的數字技術發展水平評價指標體系各指標權重對2010—2019 年各省份數字技術發展水平進行測算。從我國整體數字技術發展水平變化來看,東部地區數字技術發展水平指數提高64.4%,中部地區提高94.8%,而西部地區則提高105.7%,表明我國整體數字技術發展迅猛。從區域間差距來看,中西部地區的數字技術發展程度相近,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。

(二)描述性統計分析

本文主要變量的描述性統計情況如表5 所示,從表5 數據可以得到:2010—2019 年我國零售業高質量發展水平最大值為9.38,最小值為0.87;零售業省份零售額最大值為4.295 萬億元,最低為0.035 萬億元;省份人均國內生產總值最大值為16.764 萬元,最小值為3.406 萬元;城鎮化率最高為88.3%,最低為34.1%;各省份零售業效率最大值為100%,最小值為23.6%;數字技術發展水平最大值為0.983,最小值為0.178。由上述數據不難得到:我國零售業發展水平以及數字技術發展水平省際差距較大,我國的地區發展不平衡問題比較突出,區域協調發展的政策效果并不理想。零售業結構優化最大值為0.432,最小值為0.163,說明我國零售業結構優化水平較低。

表5 主要變量數據統計描述

(三)Hansen 門限回歸模型檢驗

判斷數字技術與零售業高質量發展之間是否存在門限效應,必須先利用F統計量來判斷門限值的個數以確定模型具體的門限形式,然后才能應用門限效應模型進行實證檢驗。

首先,利用F統計量來判斷門限值的個數以確定模型具體的門限形式。從表6 可得:數字技術發展水平對零售業高質量發展影響模型通過了在10%顯著性水平下的單一門限顯著性檢驗,雙重門限效應顯著性檢驗未通過,說明數字技術發展水平對零售業高質量發展影響存在單一門限效應,門限估計值為0.536。數字技術發展水平對零售額影響模型沒有通過單一門限顯著性檢驗,說明數字技術發展水平對零售額的影響不存在非線性門限效應。數字技術發展水平對零售業經營效率影響模型分別在10%和5%的顯著性水平下通過了單一門限和雙重門限檢驗,三重門限效應顯著性檢驗未通過,說明數字技術發展水平對零售業經營效率存在雙重門限效應,且第一門限估計值為0.316,第二門限估計值為0.601。數字技術發展水平對零售業結構優化影響模型在10%顯著性水平下通過了單一門限顯著性檢驗,雙重門限效應顯著性檢驗未通過,說明數字技術發展水平對零售業結構優化存在單一門限效應,門限估計值為0.583,且表6 中對應門限估計值的置信區間較窄,門限估計值的識別較為準確。

表6 門限效應檢驗

其次,分析數字技術對零售業高質量發展存在的單一門限效應。由表7 中數據可以得到:單一門限模型得到數字技術發展水平對零售業高質量發展影響的門限值為0.536,對應門限上下區間估計系數分別為1.792(Dt≤0.536)和3.235(Dt＞0.536)且在1%顯著性水平下顯著,表明數字技術發展水平在門限值上下兩個階段與零售業高質量發展都存在正相關關系。從系數值大小變化來看,跨越門限值后的系數值顯著大于未跨越門限值時系數值,數字技術發展對零售業高質量發展的影響是由弱變強的,說明數字技術發展對零售業高質量發展存在正向的非線性效應。

表7 零售業高質量發展單一門限模型估計結果

從省份固定效應和省份時間交互效應回歸結果來看,數字技術發展對零售業高質量發展同樣起到了顯著的正向作用,數字技術的發展和應用可以直接推動零售業高質量發展。數字技術在重構零售供應鏈、提高供給側效率方面具有重要作用,物聯網、人工智能等技術應用驅動零售門店服務升級,大數據技術賦能優化零售企業經營效率[24]。而數字經濟時代由于技術開發、應用所需要的前期投入成本以及數字技術基礎設施不完善,大量中小型零售商缺乏數字化專業人才以及運營管理經驗,前期需要投入大量的資金以達到足以突破數字技術發展門限水平。數字技術發展水平在低于門限值0.536 時,對我國零售業高質量發展的正向影響能力遠遠低于跨越門限值后數字技術對零售業高質量發展的推動能力。但從整個發展過程來看,數字技術發展水平不論是否跨越門限值,對我國零售業高質量發展的影響都顯著為正,同樣驗證了數字技術的應用,有助于我國零售商快速提升專業化商品經營能力,包括自主采購、精準營銷等能力,提高我國商品流通領域的媒介性以及先導能力[28],推動了我國零售業高質量發展。

最后,檢驗并分析數字技術對零售經營效率的影響。從表8 中可以得到:第一門限值(0.316)和第二門限值(0.601)將樣本分為三個門限區間,分別為數字技術發展低水平區間(Dt≤0.316)、中水平區間(0.361 ＜Dt≤0.601)以及高水平區間(Dt＞0.601)。當數字技術發展水平在不同門限區間內時,數字技術發展水平對零售業經營效率的影響系數顯著不同:當數字技術發展水平低于第一門限值(Dt≤0.316)時,其對零售業經營效率的影響估計系數為-0.046,在5%的顯著性水平上顯著;而當數字技術發展水平處于第一門限值和第二門限值之間(0.316＜Dt≤0.601)時,數字技術發展水平對零售業經營效率的影響顯著為正,估計系數為2.663 在1%的顯著性水平上顯著,同時在三個門限區間彈性系數中也是最高的;當數字技術發展水平超越第二門限值(Dt＞0.601)時,數字技術發展水平對零售業經營效率的影響仍然為正,估計系數為1.135 在1%的顯著性水平上顯著。因此,數字技術發展對零售業經營效率存在正向的非線性作用。

表8 零售業經營效率雙重門限模型估計結果

然而,從雙重門限效應回歸結果來看,三個門限區間內的估計系數顯著不同,存在明顯的門限分隔。從系數的符號來看,系數從低水平區間內的負值變為中水平和高水平區間內正值,表明在數字技術發展的初期,數字技術發展對零售業經營效率的影響為負影響。在數字技術發展水平低于第一門限值時,數字技術發展所需要的基礎設施建設水平低下,數字技術自身發展受限,相應的數字產業、人才培養等都尚未發展成熟,資源更多地配置到發展數字技術行業領域內,對生產率的提高十分有限,也就產生了“索洛悖論”。同時數字技術應用率低,并不能夠結合具體的其他產業進行融合發展,零售業與數字技術的結合所投入的各項資源得不到應有的報酬,在數據上就表現為數字技術阻礙了零售業經營效率的發展,也就是負向影響。但數字技術發展水平一旦突破了第一門限值,零售業經營效率會伴隨著數字技術發展水平的提高而大幅提升,數字技術對零售業經營效率的影響會立刻變為正向的推動作用,數字技術開始產生溢出效應,數字經濟迅速發展,充分降低了零售業信息傳播成本以及交易成本[29],零售業享受到數字經濟帶來的數字紅利,零售效率提升所帶來的報酬遠遠高于數字技術發展初期的投入,零售業進入高質量發展的初期軌道。從系數值來看,當數字技術發展水平超過第二門限值時,數字技術發展水平影響系數仍為正,但數值變小,主要原因可以分為兩點:第一,技術限制。隨著數字技術高速發展,數字技術與零售業的融合深化不可避免地會遇到瓶頸,當數字技術發展到一定水平后,對零售業經營效率的提升會逐漸變小,此時如果沒有突破性的技術發展或者零售業自身的突破性發展,零售效率只會隨著追加資源投入的增加而減少。第二,市場飽和。由于數字技術對零售業經營效率的提升作用,數字技術推動零售市場發展逐步成熟直至飽和。在這個發展過程中,越往飽和方向發展,消費需求不會有明顯地增加,那么對于數字技術的追加投入只會導致零售效率的遞減,表現在數據上就是數字技術發展水平在超過第二門限值后對零售業經營效率正向影響的系數變小,表明高質量發展的零售業必須要控制并維持在一個合理的產業規模水平上。

(四)穩健性檢驗與內生性檢驗

1.穩健性檢驗。參照趙濤等[30]在數字經濟與高質量發展研究中對數字技術應用存在的“先發優勢”問題的處理方法,將面板門限模型回歸結果和固定效應面板模型的回歸結果進行對比,通過設定省份固定效應以及省份時間交互效應來緩和數字技術發展帶來的宏觀環境變化。從表7 和表8 中省份固定效應模型和省份時間交互模型的回歸結果來看,對應參照雙重門限模型和單一門限模型的回歸結果,所得出的結果與本文分析的結論基本一致,故本文估計的結果較為穩健。

2.內生性檢驗。首先,對于核心解釋變量的測算誤差導致的內生性問題,本文選取的數據均來源于國家及地方統計局和中華全國商業信息中心,在保證了數據權威性的同時,本文也對相關零售數據進行了價格平減處理,盡可能降低數據因價格因素對最終測算結果的影響。其次,互為因果帶來的內生性問題的判斷,零售業經營效率的提高和零售業結構的升級主要與零售業資源投入、商品流通效率、消費升級等流通產業內的業務有關,而數字技術發展水平主要與信息技術、通信技術以及移動互聯網技術等科技產業的發展有關,因此二者之間的因果關系中數字技術發展水平可以確定為主因。最后,為保證面板門限模型回歸估計量的無偏性,進一步對門限變量Dt進行外生性檢驗,利用數字技術發展水平指標的一階、二階滯后項作為工具變量進行回歸估計,采用兩階段最小二乘法進行回歸,對結果進行內生性檢驗。檢驗結果為:不可識別KP 統計量的P值為0.000,在0.01 的水平上拒絕原假設,即本文選用的工具變量識別性高;F統計量為245.96顯著大于臨界值,故不存在弱工具變量問題;Hansen檢驗值伴隨概率P值大于0.1,不拒絕原假設,即工具變量均為外生變量;用DWH 檢驗對模型進行異方差情形的內生性檢驗得到P值為0.942,即內生性不顯著,則門限變量Dt是外生變量,回歸估計值是無偏估計,進一步驗證了數字技術發展水平對零售業經營效率的雙重門限效應和數字技術發展水平對零售業結構優化的單一門限效應。

四、結論和對策建議

(一)主要結論

本文利用2010—2019 年我國30 個省份面板數據,基于面板門限模型,對數字技術和零售業高質量發展的關系進行實證研究,研究結果表明:

第一,數字技術對我國零售業高質量發展的影響存在單一門限效應。數字技術的發展不論是處于跨越門限水平前的低發展水平還是處于跨越門限水平后的高發展水平上,整體上都積極推動了我國零售業高質量發展,同時數字技術會促進零售額的增加、零售業經營效率的提高以及零售業結構的優化。

第二,數字技術發展水平對我國零售業經營效率的影響存在雙重門限效應。數字技術整體上對我國零售業經營效率具有顯著的正向影響,但只有數字技術發展水平突破第一門限水平后,數字技術對零售業經營效率的正向影響才開始產生,并且在未達到第二門限水平時,正向影響能力最大;而當數字技術發展超過第二門限水平后,高發展水平的數字技術仍然會對零售業效率產生正向影響,但影響能力減小。

(二)對策建議

第一,加快我國零售企業數字化進程。政府應充分發揮對零售行業的引導作用,落實數字化轉型支持政策,提高零售企業零售數字化轉型效率。零售業借助政府發展數字經濟的宏觀政策,深度融合數字技術到零售關鍵環節,實現零售前端和中端一體化,加大零售業數字技術基礎設施投入,全面提升我國零售業經營效率。

第二,全面深化應用新核心數字技術。創造性發展國內零售平臺,推進現代化零售業改革。由于存在門限效應,零售企業在初期對數字技術開發應用的持續投入增加了企業經營成本,降低了企業的經營效率,此時零售企業可以通過與數字產業類企業合作,打造具備用戶、交易、關系于一體的新零售平臺,打破傳統零售以購銷差價實現價值創造的模式,建立零售數據資產化、新零售平臺產業化的盈利模式,推動零售企業數字化進程,優化我國零售業結構。

第三,重建消費者需求為導向的零售體系。新數字技術的應用環境下,傳統供給導向零售業商品和服務的同質化日漸嚴重,零售體系的創新構建必須以消費者為中心,以豐富使用價值的消費需要為核心,利用數字技術強化零售企業連接消費者的能力,逆向組織供應鏈上游資源,與制造企業和原材料供應商等上游企業數據共享,搭建零售業數字化信息共享平臺,將消費者需求納入產品研發設計、生產、配送以及售后服務的整個零售體系內,圍繞商流、物流、信息流的數據共享,節約商品流通成本,提高商品流通效率,實現跨越式發展。

五、研究局限與展望

本文還存在三個方面的研究局限:

第一,零售業高質量發展涉及經濟、綠色、效率、生態等多重目標,本文基于現有文獻和數據可獲得性,僅關注了零售總額、零售業經營效率以及零售業結構優化三個方面。未來研究可以考慮深入探究零售業高質量發展內涵、評價指標以及數據處理,進一步給出我國零售業高質量發展的明確定義并完善我國零售業高質量發展的評價指標體系。

第二,數字技術的影響效應可能存在滯后期,由于2020 年數據缺失,本文無法進行滯后期效應檢驗。同時對于數字技術與零售業高質量發展的雙重門限效應檢驗也未通過,未來研究可考慮增加面板數據量,利用門限回歸模型進一步探討數字技術對零售業高質量發展是否存在雙重門限效應,進而驗證數字技術對零售業高質量發展的影響。

第三,不同地區數字技術發展水平對該地區的零售業高質量發展影響可能存在差異,本文雖然進行了區域劃分,但因為篇幅所限并沒有進行區域異質性分析。未來研究可以探討數字技術對東部和中西部地區零售業高質量發展的作用方式以及影響能力差異,并且能夠針對不同地區給出相應的政策性建議以及零售企業發展對策。