數字金融賦能物流集聚與鄉村零售轉型動態研究
——基于中國省級面板數據動態分析

文江盼，周 華，陳 曼

（1.湛江科技學院 經濟與金融學院，廣東 湛江 524000；2.廣東海洋大學 經濟與金融學院，廣東 湛江510062；3.湛江科技學院 管理學院，廣東 湛江 524000）

進入“十四五”時期以來，隨著智能制造和互聯網+的推廣，我國現代物流逐步向智能化和自動化發展。2014年國務院印發的《物流業發展中長期規劃（2014-2020年）》指出要著力提升物流產業的規模化、集約化，國家鼓勵物流企業以合并、控股參股等方式壯大，形成具有高技術水平、主營業務突顯以及核心競爭力強的大型現代物流企業集團，完善物流產業鏈，這為物流業集聚化發展提供了政策支持。同時文件指出支持快遞業整合資源，與民航、鐵路、公路等運輸業聯合發展，形成具有國際競爭力的大型快遞企業，構架覆蓋城鄉快遞物流服務體系。進一步完善郵政基礎設施網絡，鼓勵各地郵政企業因地制宜發展農村郵政物流服務，推動農資下鄉和農產品進城。隨著現代物流產業的發展，積極的政策引導，國家物流業正逐步形成產業集群，各地區紛紛出臺符合自己區域特色的物流業發展規劃，推動民生經濟發展。在社會經濟發展中，金融發展起到很強的支持作用，尤其是隨著智能化、云計算等數字技術發展，金融結合這些數字技術，推出數字普惠金融，提升人民消費便利，促進經濟發展。普惠金融的普及已經從城市滲透至鄉村，從第三產業滲透至第一產業，生活工作效率的提高對當地消費產生了重大的影響。數字普惠金融不僅可以節省交易時間和交易成本，還可以提供多樣化的金融服務，讓農村人民感受消費的便利化，刺激地方消費。在“互聯網+”的推動作用下，農業農村生態、休閑觀光、文化體驗等功能價值日益清晰，正在逐漸形成地方鄉村產業發展的新亮點和新消費點。一方面互聯網數字技術的運用，可以推動農產品走出去，開拓多樣化銷售渠道，提升農民可支配人均收入；另一方面，可以促使鄉村居民完成多樣化的消費，推動鄉村消費，促進鄉村零售業發展。

一、物流業發展與數字普惠金融的相關研究文獻評述

數字普惠金融的發展，物流集聚的輻射效應為鄉村雙向物流體系提供了數據支持和金融依靠，加快了鄉村物流業的發展。羅京在研究貴州省的數字金融對農村雙向物流發展中發現目前農村雙向物流體系建設還未完善，發展鄉村物流體系，需要滿足異質性城鄉物流需求，提升物流服務質量。關于物流業發展與零售業，龐學升、高子雯通過省際數據分析指出現代物流與零售協同作用較弱，存在明顯從東部向西部下降的趨勢。[1]張迪提出在“新零售”時代下，線上線下的物流發展對物流業的協調調配發展提出更高的要求，也為物流產業的多元化發展供給需求來源。[2]關于數字普惠金融與零售業，數字普惠金融發展能夠促進經濟高質量發展。芮琳琳通過240個城市面板數據研究得出數字普惠金融促進了零售業發展，數字普惠金融能讓企業融資渠道拓寬，促進居民消費從而提升零售業發展水平的結論。[3]佘松通過面板模型研究發現數字普惠金融增加了供給端零售企業，緩解了金融集聚對零售企業的壓力，同時還推動了需求端的零售業銷售業績，減緩了因城鄉收入影響居民消費的負面影響。[4]杜素生在研究中發現數字金融與智慧零售之間存在促進作用關系，智慧零售發展需要通過數字技術應用，同時切合數字普惠金融發展需求。[5]

綜上所述，國內學者研究三者因素之間相互影響內容較多，但是大部分為宏觀層面上，對于物流集聚和鄉村零售研究內容較少。隨著鄉村振興發展，物流集聚效應輻射至鄉村是必不可少的，鄉村零售的發展在數字普惠金融、物流集聚影響下是值得研究的課題。目前物流集聚產業對于鄉村物流發展還處于初級階段，在物流業發展過程中還存在一定的問題，如何借助數字化技術，發揮普惠金融效應，推動鄉村零售轉型發展，是經濟發展過程中要解決的問題。因此，探究物流集聚、數字普惠普惠金融與鄉村零售之間的動態關系對我國經濟發展具有現實作用。

二、數字金融、物流集聚及鄉村零售轉型三者關系理論分析

（一）數字金融與零售業關系分析

數字金融為消費者提供了快速的金融服務，使得城市居民與鄉村居民，收入高群體和收入低群體可以平等地獲得金融資源，拓展弱勢群體的增加收入的渠道；同時數字金融在消費者收入和消費金融方面，推進居民消費適度增長，提高居民消費升級，為零售業發展帶來活力，增加大量的潛在消費者。[6]

（二）數字金融與物流集聚關系分析

數字技術與金融業務不斷地深度融合，數字金融的興起對物流體系建設提供了數據的支持和金融的屏障，尤其是對物流集聚如何通過輻射效應促進鄉村物流發展方面產生了重要影響。在金融服務不完善的鄉村，數字金融如何支持農村物流雙向發展，加快鄉村物流體系建設，具有一定的理論意義；數字金融利用自身的優勢，因地制宜建設和建立鄉村物流體系，利用數字金融實現經濟包容性增長等發揮了實際作用。[7]

（三）物流集聚與零售業關系分析

新零售業態的發展需要現代零售與現代物流的協同促進，不僅需要現代零售打造一體化的零售場景，還要求現代物流為消費者提供及時、高效的配送服務。然而，現階段物流企業與零售企業還無法做到協調一致，難以構筑高水平的協同態勢，同時產業發展也存在一定的地區差異。[8]

三、實證模型構建

（一）模型構建

通過對三者變量之間動態關系分析，本文選用面板動態模型PVAR進行實證分析。之所以選用該模型是該模型結合了面板數據模型與向量自回歸模型，該模型既有VAR模型在建模時候無需設定變量之間因果關系的特性，又可將各變量都作為內生變量，進而研究各變量與其滯后變量對模型中其他變量的影響。同時，PVAR模型可以兼慮時間與個體效應，有效控制截面對個體差異的問題，為分析物流集聚、數字金融與鄉村零售提供了有效的實證檢驗方法，同時本文通過stata進行模型設定與檢驗。[9]

構建PVAR模型研究物流集聚、數字金融及鄉村零售之間關系，對應每個省和直轄市i，標準模型如下：

其中，Yi,t=[DF，LA，RS]為包括3個變量的列向量；DF表示數字金融發展水平，LA表示物流集聚程度，RS表示鄉村零售情況；εi,t代表隨機擾動項。

（二）數據選取

本文選取中國31個省、自治區和直轄市（不包括港澳臺地區）2011-2020年面板數據為樣本。其中，數字金融水平以“北京大學數字普惠金融指數”表示；物流產業集聚程度通過對現有文獻的梳理，同時參考國內關于物流產業集聚的測度指標，本文采用構建區位熵指標來衡量物流產業集聚程度；鄉村零售發展水平本文采用中國農業統計年鑒中的鄉村社會零售消費總額表示。

1.數字金融指標（DF）

本文選用“北京大學數字普惠金融指數”表示數字金融水平，該指數由北京大學數字金融研究中心、阿里巴巴旗下的螞蟻金服以及多家業內有代表性的互聯網企業共同編制，根據代表性、可操作性、獨立性和可拓展性等原則，從覆蓋廣度、使用深度和數字支持服務程度三個維度綜合評價了中國各省級的數字金融發展程度。

2.物流產業集聚程度指標（LA）

本文采用唐勇等提出的構建區位熵指標表示物流產業集聚程度，故運用各個地區內物流產業的在職人數占比與國內物流產業的在職人數占比的百分比來表示該區域的物流產業集聚程度。[10]其公式表示為：

在上述公式中，LAi,t為i地區t時期的物流產業集聚程度，ei,t和Ei,t分別表示i地區和我國t時期的物流產業從業人員，et和Et分別表示i地區和我國t時期全部從業人員。LAi,t大小表示該地區的物流產業集聚程度高低，當LAi,t大于1時，表明該地區集聚程度較高，且當LAi,t大于1.25時，表明該地區物流產業集聚程度為高度集中；當LAi,t小于1時，表明該地區物流產業集聚程度較低，其規模較小。

3.鄉村零售發展水平指標（RS）

本文選取了中國農業統計年鑒2011-2020年鄉村社會零售消費總額，該數據能夠較好地表現目前鄉村社會零售水平情況。為了減少異方差和數據波動過大的影響，對物流集聚程度以及鄉村零售2個變量進行對數化處理，分別記為lnDF、lnRS。

四、實證分析

（一）平穩性檢驗

為了避免偽回歸的問題，本文對所有變量進行了平穩性檢驗，本文分別采用LLC 檢驗、IPS 檢驗以及ADF-Fisher檢驗進行單位根檢驗，檢驗結果如表1所示。

如表1所示，LA、lnDF、lnRS在相同根和不同根的條件下均不具備平穩性。因此，本文對上述3個變量進行一階差分處理，經過1階差分處理的變量數據依次記為dLA、dlnDF、dlnRS。通過一階差分后數據平穩性結果顯示，1階差分后使用的上述3種平穩性檢驗方法獲得的P值均小于0.01，所以3個變量經過1階差分后在1%的顯著水平上均符合平穩性要求，可以進行下一步實證分析。

（二）最優滯后階數確定

本文需要通過AIC、BIC以及HQIC統計量來確定最優滯后階數，以防滯后階數過小造成誤差項自相關滯后階數過大引起的自由度下降。經檢驗，該PVAR模型的滯后階數為1階時候，AIC、BIC以及HQIC統計量都為最小，所以本文構建PVAR模型最優滯后階數為1階。

（三）PVAR模型穩定性檢驗

為了保證本文后續順利進行脈沖響應和方差分解，需要先對該模型進行穩定性檢驗，若有的特征根均在單位圓內（是否小于1），則表示該模型是穩定的。經檢驗，該模型的特征根均落在單位圓內，因此構建滯后1期的PVAR模型是有穩定性，可以進行后續的實證分析。

（四）因果關系檢驗

1.協整檢驗

在進行因果關系檢驗前需要判斷變量之間是否存在協整關系，所以本文運用Kao檢驗對變量原始數據進行協整檢驗，檢驗結果如表2所示。

如表2所示，在5種不同的協整檢驗統計量下，統計量顯示的P值均小于0.01，這也表示在1%的顯著水平下拒絕不存在協整關系的原假設，所以本文所采用的變量數據符合因果關系檢驗的情況。

2.格蘭杰因果關系檢驗

前面已經檢驗變量間具備協整關系，所以本文運用格蘭杰因果關系檢驗數字金融（dlnDF）、物流集聚程度（dLA）以及鄉村零售（dlnRS）3個一階差分變量之間的因果關系，檢驗結果如表3所示。

表3 格蘭杰因果關系檢驗結果

根據表3 所示，dlnDF 對dLA 所做的回歸得到的P 值小于0.05，dlnRS 對dLA 所做的回歸得到的P 值大于0.05，dlnRS 對dlnDF 所做的回歸得到的P 值小于0.05，dLA 對dlnDF 所做的回歸得到的P 值大于0.05，dLA 對dlnRS所做的回歸得到的P值小于0.05，dlnDF對dlnRS所做的回歸得到的P值小于0.05，所以在5%顯著水平下數字金融是物流集聚的格蘭杰原因，物流集聚是鄉村零售的格蘭杰原因，鄉村零售和數字金融互為格蘭杰原因。

（五）脈沖響應分析

本文借助蒙特卡洛方法，在95%置信區間下通過300次模擬得到模擬時間跨度為10期的各變量之間脈沖響應結果。

1.對數字金融的脈沖響應分析

當物流集聚受到一個標準差大小的正向沖擊時，數字金融在當期沒有發生變化，但自第1期開始產生顯著正向效應，逐步由負向效應轉變為正向效應，直到第2期，由于數字金融受到物流集聚沖擊力不足，又轉變為負向效應，隨后第3期受到數字金融沖擊，物流集聚由負向效應向零軸靠近。這表明物流集聚對數字金融發展具有較溫和的負向作用，但這種促進作用不顯著。

當鄉村零售受到一個標準差大小的正向沖擊時，數字金融在當期沒有發生變化，但從第1期開始出現顯著的正向響應，隨后出現下降，并趨近于零。這表明鄉村零售對數字發展具有正向促進作用，但這種促進作用是逐步收斂的。

2.對物流集聚的脈沖響應分析

當數字金融受到一個標準差大小的正向沖擊時，物流集聚在當期沒有發生變化，但從第1期開始出現顯著的負向響應，隨后由下降趨勢轉變為上升趨勢，并趨近于零軸。這表明數字金融對物流集聚是有負面影響，從短期來看，數字金融對物流集聚擴散效應起到阻礙作用，但從長遠來看，數字金融對物流集聚發展不會有阻礙作用的。

當鄉村零售受到一個標準差大小的正向沖擊時，物流集聚在當期依舊沒有發生變化，但是在第1期開始上升，出現顯著正向響應，隨后開始下降，并趨于零軸。這表明鄉村零售對物流集聚具有正向促進作用的，但這種促進作用是逐步收斂的。

3.對鄉村零售的脈沖響應分析

當數字金融受到一個標準差大小的正向沖擊時，鄉村零售在當期馬上產生了一個正向響應，在第1期開始上升，出現顯著正向響應，隨后開始下降，并趨于零軸。這表明數字金融對鄉村零售具有正向的促進作用，并且這種促進作用也是逐漸收斂的。

當物流集聚受到一個標準差大小的正向沖擊時，鄉村零售在當期立即產生了一個負向響應，在第1期開始下降，出現顯著的負向響應，隨后開始上升，并趨于零軸。這表明物流產業集聚發展在短期內會導致鄉村零售水平下降，但從長期來看，物流集聚發展對鄉村零售水平提高是不存在阻礙作用的。

（六）方差分解分析

為分析數字金融、物理集聚及鄉村零售之間的長期影響情況，本文對于該模型進行方差分解，其判斷各指標之間的貢獻程度，如表4所顯示的各指標第1期、第5期以及第10期的方差分解結果。

表4 各指標方差分解結果

從物流集聚水平來看，在第1期的貢獻率完全取決于物流集聚水平本身，一直到第10期，自身貢獻率一直保持下降趨勢并最終在96.09%；數字金融對物流集聚水平提高貢獻率逐步上升，并最終維持在0.53%；鄉村零售發展對物流集聚水平提高貢獻率也逐漸上升，最終維持在3.38%。總體而言，我國物流集聚水平提高主要受到自身影響較大，其次受到鄉村零售的影響，受到數字金融影響相對較小。

從數字金融發展來看，在第1 期受自身影響的貢獻率是99.88%，其受到物流集聚水平影響的貢獻率是0.12%，隨后數字金融受自身影響程度開始下降，直到第10期，最終維持在84.13%；物流集聚水平對數字金融貢獻率從第1期直到第10期逐步上升，最終維持在0.50%；鄉村零售發展對數字金融貢獻率從第1期直到第10 期也是逐漸上升，最終保持在15.37%水平上。由此看來，我國數字金融發展過程中受到沖擊主要還是自身，然而鄉村零售對數字金融發展貢獻沖擊較大，但物流集聚水平對數字金融發展貢獻依舊保持較低水平。

從鄉村零售水平來看，在第1期受到自身影響的貢獻率為99.48%，其次受到物流集聚水平影響的貢獻率是0.41%，最后受到數字金融水平影響的貢獻率為0.11%。隨后鄉村零售受自身影響貢獻開始下降，得益于數字金融和物流集聚貢獻率開始上升，在第5期的時候數字金融對鄉村零售的貢獻率達到0.61%，物流集聚對鄉村零售貢獻率為2.33%，直達第10期貢獻率保持基本不變。整體看來，我國鄉村零售發展主要受到自身因素影響較大，數字金融對鄉村零售發展整體保持較低水平。

五、結論與建議

（一）結論

1.數字金融、物流集聚與鄉村零售之間存在長期均衡關系，數字金融發展、物流集聚水平提高與鄉村零售增加之間存在協整關系。

2.物流集聚水平受到數字金融影響雖然較小，但具有一定的溫和促進作用，數字金融是物流集聚水平的格蘭杰原因。同時通過脈沖響應分析，從短期來看，數字金融對物流集聚擴散效應起到阻礙作用，但從長遠來看，數字金融對物流集聚發展不會有阻礙作用的。

3.物流集聚對鄉村零售影響具有正向的顯著性。通過脈沖響應分析來看，物流集聚水平提高對鄉村零售業擴大發展有一定影響，無阻礙作用，并且物流集聚也是鄉村零售的格蘭杰原因。

4.鄉村零售業發展對數字金融發展有一定的顯著性影響。數字金融與鄉村零售互為格蘭杰原因，從方差分解結果來看，隨著時間的增加，鄉村零售對數字金融的方差貢獻水平隨著滯后期數增加逐漸增加，也就是說隨著鄉村零售業轉型擴大發展，會促進數字金融的普及和技術升級，具有一定積極顯著影響，同時數字金融的發展也會促進鄉村零售轉型發展。

（二）對策建議

1.數字金融、物流集聚與鄉村零售要實現良好的互動關系，充分運用發揮協同效應。在數字化賦能下，發展智慧物流，形成物流產業集聚，并將集聚空間效應輻射至鄉村，促進鄉村零售業擴大，讓鄉村零售轉型升級，形成鄉村零售新業態。[11]

2.延伸數字金融長度和開拓數字金融的寬度，實施差異化數字金融策略，將數字金融功能延伸至鄉村中，助力鄉村零售轉型升級，提高金融服務融資效率和支付便利化。

3.運用數字化技術大會物流集聚產業空間效應協同，提高物流集聚水平，并提升對鄉村物流配送效率，讓農村居民可以像城市居民一樣感受到物流便利化和快捷化，推進物流效率對鄉村零售業擴大支持進程。

4.助力鄉村零售轉型升級，在數字金融與物流集聚效應協同作用下，構建鄉村零售“線上+線下”統一運營模式，建設鄉村網上超市，帶動鄉村零售業發展和擴大，讓農村居民感受數字化帶來的便利。同時，提升農村居民學習數字化技能能力，構建良好的鄉村數字經濟環境，助力鄉村零售轉型升級。