一、引言及文献梳理

数字金融作为数字经济的重要组成部分,以其独特的优势影响着传统金融业态和实体产业发展｡流通业作为我国国民经济的先导性产业,其全要素生产率的提升对于结构升级和产业效率提升起到关键作用｡然而,当前我国流通业仍面临资源配置效率不高､创新能力不足等问题,也进一步制约了流通业高质量可持续性发展｡然而,随着数字金融的深度应用,不仅改变了传统流通模式,还为流通业转型升级提供了新的契机｡因此,本文深入分析数字金融与流通业发展的内在联系,进一步揭示数字金融对流通业全要素生产率的空间溢出机制,为两者融合发展提供了理论支撑和实践指导｡

近年来,随着市场经济的不断完善,流通业发展及流通业全要素生产率成为学者们研究的热点｡首先,关于流通业发展方面,依绍华(2020)认为我国流通业的发展不仅是规模的扩张､产业地位的增长､产业体系逐渐完善,更在于服务于人民美好生活需求过程中的保障作用｡刘建湖(2021)则从双循环战略视角出发,深入探讨了我国流通业发展趋势,指出我国流通业区域均衡发展的必要性,并探讨了我国现代流通业发展路径｡其次,关于流通业全要素生产率方面,王明雁(2021)基于DEA-Malmquist指数方法测算了我国全国层面和省域层面的流通业全要素生产率,并进一步探究其变化趋势和空间分布特征｡封永刚(2022)则从中性与偏向性技术变化角度分析了我国流通业全要素生产率的驱动因素,其研究发现我国流通业全要素生产率经历了先上升后下降的变化趋势,而缩小区域间技术差距是全面提升我国流通业发展的关键因素｡

随着数字技术的飞速发展,数字金融逐渐成为金融领域的热点话题｡相关学者也围绕数字金融发展及流通业两者进行了一定的探究｡首先,在数字金融发展方面,孙玉环(2021)通过实证数据调查分析数字金融特别是数字普惠金融发展现状,其研究发现数字普惠金融可以提升金融服务的可及性,还可以进一步促进居民消费｡其次,关于数字金融对流通业的影响来看,闫博(2022)和令狐萌萌(2024)通过实证研究发现,数字金融与流通业发展水平呈上升趋势,存在一定的协同发展关系,且其认为数字金融可以有效推动流通业发展水平的提升,并保持长期有效性｡琚亮(2023)采用我国2010-2020年省域面板数据模型,深入分析数字金融对流通业的影响及数字鸿沟的调节作用,其研究发现数字金融对我国流通业发展具有显著推动作用,而数字鸿沟在这一影响过程中发挥着负向调节作用｡

回顾已有文献为本文提供了重要的理论基础,但仍存在以下不足:一是现有成果对数字金融和流通业关系讨论较为丰富,但对数字金融与流通业全要素生产率的关系分析仍缺乏一定的实证探究;二是在对数字金融与流通业全要素生产率的实证分析中,鲜有学者考虑到空间因素且忽略了数字金融的空间溢出效应｡基于此,本文采用2011-2022年我国省级面板数据,通过借助空间计量回归模型,深入剖析了数字金融对流通业全要素生产率的空间溢出效应,旨在为相关政策制定提供科学的决策依据｡

二、理论分析与研究假说

(一)直接影响效应

从数字金融发展整体及其子维度(数字化程度､覆盖广度､使用深度)对流通业全要素生产率影响进行探讨｡首先,从数字金融整体来看,数字金融发展可以有效依托大数据､云计算等先进信息技术,高效便捷地实现供求双方的资金需求匹配,进一步优化资源配置,从而提升资金使用效率｡同时,数字金融还能通过相关产品推动交易成本的降低,为流通业提供更加优质的金融服务,从而推动流通业全要素生产率的整体提升｡其次,从数字金融数字化程度来看,随着数字金融的数字化水平逐步提升,其对流通业全要素生产率的作用愈发显著｡即数字化水平较高地区往往具有更高的信息处理和数据分析能力,使得金融机构能够及时､准确､快速地评估企业信用风险和偿债能力,进而为其提供更加精准的金融服务｡此外,数字金融数字化程度的逐步推进,还可有效助推企业实现供应链管理的智能化和自动化,进一步提升运营效率和管理水平,从而全面促进流通业全要素生产率｡再次,从数字金融覆盖广度来看,数字金融的覆盖性可以降低信息不对称性,促进区域金融资源的协调发展,不仅有助于缓解相关企业的融资约束问题,还能帮助企业获得更多的资金投入到技术创新和市场开拓中,从而提升行业全要素生产率｡同时,数字金融的应用覆盖还能促进市场的良性竞争,有效推动金融机构的产品服务迭代升级,进一步满足企业的多样化需求｡最后,从数字金融使用深度来看,数字金融的深层次应用可以有效拉动相关流通企业的管理变革和模式创新｡如通过享受供应链金融､应收账款融资等创新数字金融服务,企业可以实现资金流的良性管理,进一步实现自身的管理变革｡此外,数字金融在流通业的深入应用,还能助推企业进行数字化和智能化转型升级,提升业务效率和市场竞争力,从而促进流通业全要素生产率的增长｡因此,本文提出以下研究假设:

H1:数字金融及其子维度(数字化程度､覆盖广度､使用深度)对流通业全要素生产率产生了显著的促进作用｡

(二)空间溢出效应

根据经济地理学理论,地理位置的远近对于事物相关性具有一定影响｡而数字金融发展不仅有利于带动本地区流通业发展,还能够显著促进邻接地区流通业全要素生产率的提升｡具体而言:首先,从资源的空间流动与配置角度来说,数字金融发展打破了传统地域限制,使得金融方面相关资源能够在区域内进行高效配置,不仅满足了当地流通业发展的融资需求,同时也为邻接地区提供了金融保障｡其次,从技术扩散角度来说,随着数字技术的深入应用,数字金融相关产品能够进行快速传播,为地区间流通业发展带来技术和管理变革方面的借鉴,从而提升区域间流通业全要素生产率｡再次,从市场活力角度来说,数字金融发展不仅能够激发市场的创新活力,也为相关企业提供多样化的产品服务｡同时,数字金融应用的成功实践不仅可以在区域内产生良好示范效应,还能促使邻接地区相关企业进行积极学习和探索,从而推动流通业全要素生产率的全面发展｡最后,从产业链协同角度来看,数字金融的快速发展促进了区域间产业链､供应链及生态链的紧密合作,不仅提升了整个产业的运营效率,还为地区间流通业发展带来更多合作机遇｡因此,本文提出以下研究假设:

H2:数字金融对流通业全要素生产率的影响存在显著的正向空间溢出效应

三、研究设计

(一)变量说明

被解释变量:流通业全要素生产率(TFP)｡流通业全要素生产率是衡量流通业生产效率的重要指标,其反映了产业资源配置､技术进步､管理创新以及社会经济等因素对流通业产出的综合影响｡本文参考熊玮(2024)的研究方法采用投入产出的Malmquist指数测度流通业全要素生产率,具体测度方法如下:

式(1)中,(xt+1,yt+1)和(xt,yt)分别表示在第t+1年份和t年份的投入产出向量值,为更清晰表述流通业所涵盖的相关产业,本文借鉴邵剑(2023)的做法,聚焦流通业中占比较高的批发零售业､交通运输业及餐饮住宿业为子行业,并选取其资本存量､劳动力和能源消耗量作为核心投入要素,选取子行业增加值作为产出考量指标｡

解释变量:数字金融(Dig-Fin)｡数字金融是指通过融合新兴技术与传统金融模式形成的新型金融服务方式｡因此,采用北京大学数字金融中心对外公布的数字普惠金融指数作为评估数字金融发展的综合指标｡

控制变量｡借鉴先前学者的研究,本文选取以下控制变量:一是采用各省份的人均国内生产总值来衡量经济发展水平,记为GDP;二是通过计算各省份城镇人口与地区年末常住人口的比重来评估城镇化水平,记为Ur;三是采用实际利用的外商投资额占GDP的比例度量外商直接投资,记为FDI;四是,以各省份的固定资产投资与国内生产总值的比率来衡量固定资产投资,记为In;五是通过计算各省份财政支出占国内生产总值的比例来确定政府干预程度,记为Gov｡

(二)模型设定

为探究前文假设H1的设定,本文构建基准模型如下所示:

式(2)中,TFPij代表研究省域i在研究时期j的流通业全要素生产率,而Dig-Finij代表同一省域和时期内的数字金融发展水平｡此外,control涵盖了可能影响流通业全要素生产率的一系列控制变量｡

为进一步验证前文假设H2的空间溢出效应,本文参考于志慧(2024)和韩璐(2024)的方法,构建如下空间面板模型:

式(3)中,W表示空间权重矩阵,WTFP､WDigiFin､Wcontrol分别表示流通业全要素生产率､数字金融和相关控制变量的空间滞后项｡

(三)数据来源

考虑到数据的可获得性和客观性,本文选取我国30个省区市(不包括香港､澳门､台湾和西藏)作为样本｡在空间效应分析中为防止孤岛效应,假设海南省与广东省在地理上是相邻的｡本研究的时间跨度为2011-2022年,主要数据来源于《中国统计年鉴》以及各省份的统计年鉴｡

四、实证分析

(一)基准回归分析

本文采用双向固定效应模型对基准回归结果进行了实证分析,详细数据见表1｡其中,列(1)展示了仅考虑核心解释变量,即数字金融对流通业全要素生产率的影响｡结果显示,数字金融的影响系数为0.230,且在5%的水平下具有显著性,初步表明数字金融发展能够显著推动流通业全要素生产率的提升｡列(2)揭示了在引入相关控制变量后数字金融的回归结果｡从经济学视角来看,当数字金融发展水平提升1%,流通业全要素生产率将随之提升0.264%｡此外,本文按数字普惠金融指数的子指标体系,将数字金融细分为三个维度进行考量,数字化程度(Dig)､覆盖广度(Cover)和使用深度(Usage)的影响系数分别为0.261､0.020和0.202,且均表现出显著性,这进一步印证了前文假设H1的设定｡

(二)空间溢出效应分析

为进一步验证前文机理分析中数字金融对流通业全要素生产率是否存在空间溢出性,首先,本文采用莫兰指数(Moran’sI)对流通业全要素生产率进行空间自相关分析,检验结果如表2所示｡结果显示,研究期内我国省级层面流通业全要素生产率的全局莫兰指数均显著为正,表明在空间层面上,我国流通业全要素生产率呈现明显的正向自相关性｡

其次,进一步对空间计量模型进行检验,结果如表3所示｡可以看出,LM检验､LR检验及Wald检验均显著为正,表明选取空间杜宾模型较为合适｡同时,根据Hausman检验统计量为31.083(p=0.001),最终选取双固定效应空间杜宾模型进行计量分析｡

为更深入地探讨数字金融对流通业全要素生产率的空间溢出效应,本文采用偏微分法对空间模型进行效应分解,结果如表4所示｡可以看出,数字金融对流通业全要素生产率的直接影响和间接影响均显著为正,且估计系数分别为0.141和0.660,表明当数字金融发展水平每提升1%时,将带动本地区流通业全要素生产率提升0.141%,带动流通业全要素生产率的间接效应提升0.660%,进一步说明数字金融发展不仅显著提高了本地区流通业全要素生产率,而且对邻近地区流通业全要素生产率的提升作用更为明显,验证了前文假设H2的设定,即数字金融可以通过资源配置､技术扩散､激发市场活力和产业协同产生空间溢出效应｡

表1基准回归分析

表22011-2022年我国流通业全要素生产率全局莫兰指数

表3空间计量模型检验结果

(三)内生性及稳健性检验

1.内生性分析｡考虑到互为因果的关系导致的内生性问题,本文选取数字金融发展滞后一期作为工具变量,并采用两阶段最小二乘法进行检验｡检验结果如表5列(1)所示,从AndersonLM统计量和C-D检验来看其均呈现显著性,表明拒绝了工具变量识别不足和弱识别的原假设,即选取的工具变量较为合理｡此外,数字金融的估计系数仍显著为正,进一步说明本文结果具有稳健性｡

2.经济地理距离嵌套权重矩阵检验｡此外,本文选用经济地理距离嵌套权重矩阵进行稳健性检验,结果如表5列(2)-(4)所示,通过替换不同的权重矩阵发现数字金融的直接､间接及总效应均显著为正,进一步证实了前文的研究结论,即数字金融发展能够显著提升本地区及邻近地区的流通业全要素生产率这一结论的可靠性｡

五、政策建议

一是,加强基础设施建设｡建议相关政府部门应加大相关资源投入,进一步完善数字金融网络基础设施建设｡同时,相关部门应加快构建多层次､广覆盖的数字金融服务体系,确保所在地区及相关企业能够全面享受便捷高效的金融服务,从而推动流通业全要素生产率的全面提升｡

表4数字金融对流通业全要素生产率的空间效应分解

表5稳健性检验

二是,推动区域协同合作｡基于数字金融对流通业全要素生产率具有显著的空间溢出效应,建议相关政府部门应积极搭建区域合作交流平台,从宏观层面消除信息壁垒,进而实现区域间的资源优化｡此外,相关部门还应建立风险共担机制,促进金融资本的高效流动,进而带动区域流通业协同发展｡

三是,加快金融产品创新｡建议相关政府部门应进一步出台相关政策,鼓励金融机构开展供应链金融､绿色金融等创新产品服务,进一步满足流通企业在资金周转方面的及时需求｡同时,相关部门还需加快完善金融监管体系,提升金融机构服务质量和效率,进一步强化数字金融对流通业全要素生产率的提升效应｡

参考文献:

1.依绍华.构建高质量流通体系助力“双循环”新发展格局[J].价格理论与实践,2020(9)

2.刘建湖.基于国内大循环为主体的现代流通业跨区域均衡发展探讨[J].时代经贸,2021,18(1)

3.王明雁,王静文,祝合良.中国流通业集约化水平的测度及空间特征[J].中国流通经济,2021,35(5)

4.封永刚.我国商贸流通业全要素生产率变化的驱动因素—基于中性与偏向性技术变化的全面分析框架[J].中国流通经济,2022,36(10)

5.孙玉环,张汀昱,王雪妮等.中国数字普惠金融发展的现状､问题及前景[J].数量经济技术经济研究,2021,38(2)

6.闫博,郭旭,杨良.数字经济背景下数字金融对商贸流通业的影响[J].商业经济研究,2022(16)

7.令狐萌萌.数字经济对商贸流通业发展的影响效应研究—兼论供应链韧性的中介效应[J].商业经济研究,2024(3)

8.琚亮,俞乃畅.数字普惠金融对流通业发展的影响研究—“数字鸿沟”的调节作用[J].商业经济研究,2023(3)

9.熊玮,金雪,田舒涵.数字经济､价值链协同创新与流通业全要素生产率[J].商业经济研究,2024(8)

10.邵剑,孟添天.数字城市竞争力对商贸流通业全要素生产率的影响[J].商业经济研究,2023(11)

11.于志慧,何昌磊.数字金融与城市生态效率—基于长江经济带108个地级市的实证分析[J].华东经济管理,2024,38(4)

12.韩璐,丛林,赵君彦.产业数字化对产业链供应链韧性的影响及空间溢出效应研究[J].商业经济研究,2024(4)

基金资助:黑龙江省高端智库-人口经济与人才发展战略研究中心智库开放课题“黑龙江省企业家数字化领导力提升对策研究”(编号:ZKKF2022073);黑龙江省哲学社会科学研究规划一般项目“基于认知缺省推理的汉语隐喻理解研究”(编号:21YYB162);

文章来源:朱敏,田红娜.数字金融对流通业全要素生产率的影响及空间溢出效应分析[J].商业经济研究,2025,(06):36-39.