EN中文

经济地理 >

2025 , Vol. 45 >Issue 5: 103 - 112

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.05.011

产业经济与创新发展

数字经济对流通业高质量发展的影响及其空间效应

  • 包振山 , 1 ,
  • 王金伟 , 3, ※ ,
  • 罗雪华 4
展开
  • 1.盐城师范学院 商学院，中国江苏 盐城 224007
  • 2.中国科学院 地理科学与资源研究所，中国 北京 100101
  • 3.北京第二外国语学院 旅游科学学院，中国 北京 100024
  • 4.上海财经大学 公共管理学院，中国 上海 200433
※王金伟（1983—），男，博士，教授，研究方向为旅游经济。E-mail：

包振山（1984—），男，博士，副教授，研究方向为数字经济与商贸流通经济。E-mail：

收稿日期: 2024-11-29

  修回日期: 2025-03-05

  网络出版日期: 2025-07-07

基金资助

国家社会科学基金后期资助项目(23FJYB041)

江苏高校“青蓝工程”资助项目

山东省人文社会科学联合基金项目(2023-LHYM-01)

北京国际商贸中心研究基地课题(ZS2024A02)

收起

Impact and Spatial Effects of the Digital Economy on the High-quality Development of the Circulation Industry

  • BAO Zhenshan , 1 ,
  • WANG Jinwei , 3, ※ ,
  • LUO Xuehua 4
Expand
  • 1. College of Business，Yancheng Teachers University，Yancheng 224007，Jiangsu，China
  • 2. Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing 100101，China
  • 3. School of Tourism Sciences，Beijing International Studies University，Beijing 100024，China
  • 4. School of Public Administration and Policy，Shanghai University of Finance and Economics，Shanghai 200433，China

Received date: 2024-11-29

  Revised date: 2025-03-05

  Online published: 2025-07-07

Fold

摘要

文章利用熵值法等测度2012—2021年中国30个省份的数字经济与流通业高质量发展水平，并借助固定效应模型和空间杜宾模型等方法，实证检验了数字经济对流通业高质量发展的影响机制及空间溢出效应。结果发现：①数字经济对流通业高质量发展具有显著的正向影响，表现出“西—东—中”逐渐减弱的分布特征；②数字经济通过人力资本、产业升级和创新产出的传导效应，促进了流通业高质量发展，提高人力资本投入和创新产出是数字经济赋能流通业高质量发展的长效作用机制；③研究区域内流通业在整体上表现出“高—高”“低—低”的空间集聚特征，且呈现出均衡化或向更广泛区域扩散的趋势；④数字经济赋能流通业高质量发展具有显著的“极化—涓滴效应”，并呈现出空间外溢趋势。

关键词： 数字经济; 流通业; 高质量发展; 人力资本; 产业升级; 创新产出; 影响机制

本文引用格式

包振山 , 王金伟 , 罗雪华 . 数字经济对流通业高质量发展的影响及其空间效应[J]. 经济地理, 2025 , 45(5) : 103 -112 . DOI: 10.15957/j.cnki.jjdl.2025.05.011

Abstract

This study utilizes the entropy method to measure the high-quality development level of the digital economy and circulation industry in 30 provincial-level regions of China from 2012 to 2021. It empirically examines the impact mechanisms and spatial spillover effects of digital economy on the regional high-quality development of circulation industry using the methods of fixed effects model and spatial Durbin model. The main findings are as follows: 1) The development of the digital economy exerts a significantly positive impact on the high-quality development of the circulation industry, exhibiting a spatial pattern that weakens gradually from the western region to the eastern region and the central region. 2) The digital economy promotes the high-quality development of the circulation industry through the transmission channels of human capital, industrial upgrading, and innovation output. Enhancing human capital and innovation output is the long-term pathways for the digital economy to empower the high-quality development of the circulation industry. 3) The circulation industry demonstrates overall spatial agglomeration patterns of "high-high" and "low-low", presenting a tendency toward regional equilibrium or broader spatial diffusion. 4) The digital economy's enabling effects on the high-quality development of the circulation industry reveal significant polarization-trickle-down effects, accompanied by a tendency toward spatial spillover.

Key words： digital economy; circulation industry; high-quality development; human capital; industrial upgrading; innovation output; influencing mechanism

党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合”“建设高效顺畅的流通体系，降低物流成本”。党的二十届三中全会进一步强调“加快构建促进数字经济发展体制机制”和“完善流通体制，加快发展物联网，健全一体衔接的流通规则和标准，降低全社会物流成本”，并将其作为推进中国式现代化的重要经济举措。自2012年以来，我国数字经济整体呈现蓬勃向上的发展态势，2023年其产值达53.9万亿元，占GDP的42.8％，规模扩大了3.8倍。数字经济具有高成长性、广覆盖性和强渗透性以及跨界融合、智能共享等特征，正在改变生产关系和生活方式[1]，已成为驱动我国经济高质量发展的第一大动力。
流通业是从生产到消费各环节有效衔接的“大动脉”，已成为国民经济循环运行的基础性和先导性产业，构建新发展格局必须把建设现代流通体系作为一项重要战略任务来抓。数字经济通过改善产业内部资源配置效率，将数字化知识、技术等转化为生产要素，促进商业模式创新等实现产业结构高度化[2]。同时，数字经济与流通业的深度融合，显著提升了流通效率，在更大范围促进生产与消费的衔接，提高国民经济总体运行效率。数字经济赋能流通业高质量发展是中国式现代化的流通创新发展的重要体现，反过来中国式现代化为流通业数智化高质量发展提供了基本遵循和制度优势。在此背景下，探索数字经济对流通业高质量发展的影响机制与空间溢出效应，在畅通经济循环中促进经济高质量发展、加快中国式现代化建设具有重要的现实意义。
学术界关于数字经济与流通业关系的研究，主要体现在如下几个方面：一是数字经济的赋能机制研究。数字经济是继农业经济、工业经济后更高级的新经济形态，被看作是开启“第四次工业革命”的钥匙[3]。数字经济的迅猛发展改变了生产、分配、交换和消费各个环节，在宏观层面优化资源配置效率和全要素生产率，在中观层面驱动产业创新与转型升级，在微观层面提升企业运行效率，助推消费升级，促进供需动态适配[4]。二是数字经济赋能产业变革的路径研究。数字经济能够有效地实现效率提升和经济结构优化，沿着数字产业化和产业数字化方向推动产业结构升级[5]。数字经济以催生新模式、新产业、新业态等形式促进产业结构升级，通过提高产业链的运行效率、提升产业链韧性等方式加速传统产业数字化转型，以新技术为核心形成新产业、催生新模式、赋能传统产业数字化转型，推动产业经济的数字化转型与高质量发展[6]。三是流通业在经济发展中的职能研究。流通业是畅通经济循环发展的基础性、先导性、战略性产业，是引导生产、促进消费的重要纽带[7]。流通业在新时代以来不断利用数字技术进行数字化、智慧化转型，成为我国建设全国统一大市场，构建“双循环”新发展格局的重要战略抓手[8]。四是数字经济赋能流通业高质量发展研究。数字技术的发展极大地提高了流通产业链的协同效率，让流通企业可以进行精准预测和前瞻性研发[9]。数字化流通以数字平台为载体，推动生产组织方式向工业互联网产业链演进[10]，供应链逆向整合应对互联网时代去中间化冲击、推动流通产业组织再造，成为经济增长的基本资源、关键中介及信息塑造者[11]。同时，数字技术推动流通业向数智化发展，带来的收入效应可缩小城乡消费差距，促进消费结构趋同，表现出科技密集型、消费便利性、跨界融合型、服务增值化等特征，其转型的根本在于激发市场活力、孕育创新模式、提高流通竞争力[12]。
综上所述，已有研究可为本文提供良好的参考和启示，但仍存在如下不足：①现有研究多聚焦数字经济与流通业的关系，忽略新发展理念与高质量发展谈二者关系可能导致重“量”轻“质”。②流通业高质量发展受到经济社会发展的多方面影响，亟需将新发展理念嵌入到评价指标体系进行测度分析。③既有研究多用面板回归分析而忽略空间溢出效应，可能会导致结果出现偏差。
为此，本文拟将新发展理念嵌入流通业高质量发展内涵并构建综合评价指标体系，通过构建固定效应模型、空间计量模型等，实证分析数字经济促进流通业高质量发展的作用机制及空间溢出效应，旨在为数字经济赋能流通业高质量发展提供参考。

1 理论分析与研究假设

1.1 直接影响

数字经济作为一种新经济形态，以数字技术为核心动能，赋能数字产业化、产业数字化形成新产业，新产业衍生新业态，新业态催生新模式，推动全球进入数字经济时代。数字经济时代的流通业与“创新、协调、绿色、开放、共享”新发展理念高度契合。创新方面，数字技术影响流通产业链的重构与优化，整合上下游商流、物流、资金流、信息流等资源要素，改变传统流通模式，缩短流通环节，推动流通业价值链重塑，实现供应链整体流通时间的缩短和效率的提升，促进流通业向智能化、数字化创新变革。协调方面，流通业借助大数据可实现精准营销，促进商品或服务从生产到消费全过程的供求匹配，提高资源配置、运营、管理等效率，使其更加接近帕累托最优状态[13]，有效地促进流通业与产业链、供应链、价值链上下游的协调发展，实现产业链供应链有效互动有机融合。绿色方面，数字经济重组聚合流通资源，通过绿色贸易体系、绿色消费体系、绿色物流体系、绿色制造体系、绿色供应链体系等打造绿色、低碳、可持续的流通业高质量发展体系[14]。开放方面，数字经济赋能流通业发挥连接内外贸市场“黏合剂”作用，既要将国外流通要素资源“引进来”，又鼓励国内流通要素资源“走出去”。共享方面，基于“技术变革—要素创新—组织创新—产业高质量发展”的演进逻辑进行系统性变革，强调流通数字化发展弥合福利鸿沟，从而改善城乡收入与消费。安全保障方面，数字新基建可提供流通业高质量发展所需的现代交通物流等基础设施，加快建成“一市场、两体系、三支撑”的现代流通体系。可见流通业已成为连接生产和消费、畅通经济循环的关键环节。据此，本文提出假设1。
H1：数字经济能够显著地正向促进流通业高质量发展。

1.2 影响机制

①人力资本效应。人力资本以教育水平提升和技术进步为主要标志，是促进一国创新发展、技术进步和经济高质量发展的重要驱动力[15]。数字经济在催生经济社会变革中，优化了就业结构，改善了劳动者就业环境，提升了就业能力，助推了知识技能、工作效率和人力资本等的提高[16]。同时。数字经济对劳动者就业能力提出了更高的要求，倒逼劳动者主动提升数字化思维、数据处理分析和数字技术应用等数字技术能力，推动人力资本结构向高级化升级[17]。高等教育非市场化的专业设置扭曲了人才市场的供求关系，数字化基础设施及师生数字素养存在鸿沟、人才培养与就业市场面临“结构性失衡”等问题制约数字经济与教育体系转型[18]。劳动者数字技术能力的提升，可以缓解我国因人口红利减少和劳动力成本上升带来的经济增长动力不足问题，推动人口红利向人力资本红利转变[19]。此外，数字经济推动流通业高质量发展还能更好地凝聚科技创新研发合力，通过知识技术的溢出效应形成知识、技能和专业的整合互补[20]，形成“数字经济—人力资本—流通业高质量发展”动态交互影响的融合机制。据此，本文提出假设2。
H2：数字经济能够通过人力资本效应促进流通业高质量发展。
②产业升级效应。基于“技术—经济”范式形成数字产业化的“出新”机制和产业数字化的“焕新”机制[21]，通过数字技术推动产业创新的核心技术突破和组织方式创新，增强产业技术关联与网络协同并提升产业韧性，提高资源配置效率，对中国式产业现代化带来叠加倍增的赋能效应[22]。产业升级对流通业高质量发展的影响，一方面通过优化资源要素配置、促进流通效率提升、助推消费品质升级，推动流通业向融合化、数字化、智能化、内外一体化、统一规划等趋势演进[23]；另一方面，通过推动商品向高附加价值的设计、研发、品牌和营销等价值链上游攀升，鼓励流通企业加大研发投入，促进产业链上下游企业的技术进步，优化资源配置，促进流通业向数字化、智能化、绿色化等方向升级[24]。因此，要培育经济发展新动能，通过产业升级调动各方资源，促进流通业高质量发展。据此，本文提出假设3。
H3：数字经济能够通过产业升级效应促进流通业高质量发展。
③创新产出效应。熊彼特创新理论强调技术革新和方法变革，创新是经济发展的本质规定。数字经济的创新驱动属性重塑了创新主体、创新范式、创新活动和创新过程等原有创新形态[25]，可为建设现代化经济体系和构筑国家竞争力新优势提供重要支撑。从技术创新角度来看，数字经济以数字化的知识和信息作为关键生产要素的本质属性，决定了其蕴含有丰富的创新驱动力，产生更强的知识扩散效应[26]。从马克思流通理论视角来看，数字经济重塑了“生产中心论”的传统经济模式，实现了对流通过程的“毁灭性创新”。数字化流通可以创造新需求、提升供给质量、优化供需匹配。从新供给视角来看，以数字技术和数据驱动的流通业增量提质，推动其由“推式”向“拉式”转变，进而推动流通业向数字化转型，发挥其网络效应和共建共享属性，大幅压缩流通环节，推动流通业价值链重塑，实现降本增效和数智化发展。因此，要利用数字经济赋能，坚持以创新为引领，以改革为动力，以设施为基础，以环境为保障，构建高效、弹性、韧性的现代流通体系，进而促进经济增长。据此，本文提出假设4。
H4：数字经济能够通过创新产出效应促进流通业高质量发展。

1.3 空间溢出效应

数字经济赋能流通业高质量发展，除了能促进当地经济增长，还可以通过信息、技术、资金等外溢作用，带动周边地区的发展，表现出示范效应和极化—涓滴效应。其中，示范效应表现为数字经济促进流通业高质量发展过程中，基于当地的资源禀赋、基础设施、经济区位等率先发展起来，并积累成功经验和典型模式，成为其他区域借鉴学习的“样本”，进而促进均衡化发展[27]。而极化—涓滴效应则体现在数字经济促进流通业高质量发展过程中，率先发达的省份利用虹吸效应吸引周边省份的物流、信息流等要素，形成极化效应。随着流通业集聚水平趋于饱和，促使相关的资本、技术、人才等向邻近区域外溢，形成涓滴效应，进而促进流通业的协同化发展。新经济地理中的冰山理论认为[28]，数字经济的发展可促使流通企业从拥挤成本较高的发达地区流向拥挤成本低的落后地区，强化跨区域信息流动和技术溢出，优化商品要素的空间配置，完善本地和邻地流通业的空间布局；通过缩短时空距离和降低交易成本，借助信息传递和共享产生的空间扩散效应，强化本地与邻地流通业联系，进而带动周边地区流通业的高质量发展。因此，要从产业链上下游深度融合的全局思维，提升流通业与相关产业互利共生的协同效率。据此，本文提出假设5。
H5：数字经济不仅促进本地流通业高质量发展，还能通过空间溢出效应带动邻近地区流通业高质量发展。

2 变量设置与模型设计

2.1 变量设置

①核心解释变量：数字经济（Dig）。借鉴包振山等的指标选取[29]，首先选择数字化基础设施、数字化应用市场、数字化产业规模3个维度为一级指标，以数字消费者指数、产业规模和产业主体等7个具体指标为二级指标，构建数字经济发展水平指标体系。利用熵权TOPSIS法计算各指标的权重并进行综合评判，得出中国各省份的数字经济发展指标综合评价指数。
②被解释变量：流通业高质量发展水平（Cir）。参考杨海丽、俞彤晖等的研究[30-31]，结合数字经济时代下流通业发展趋势，本文将流通业研究范围界定为批发零售业以及交通运输、仓储和邮政业。基于新发展理念和流通业高质量发展的内涵，选择创新发展、协调发展、绿色发展、开放发展、共享发展和安全保障6个维度为一级指标，以创新投入、创新产出、产业协调、城乡协调、消耗水平等具体指标为二级指标，构建流通业高质量发展综合评价指数体系（表1）。
表1 流通业高质量发展综合评价指标及说明

Tab.1 Comprehensive evaluation indicators of high-quality development of the circulation industry and its explanation

一级指标 二级指标 指标测量 指标权重 单位 方向
创新发展 创新投入 流通信息化企业数 0.0414 个 正向
分地区连锁经营企业数 0.0316 个 正向
创新产出 社会消费品零售总额 0.0841 万元 正向
专利申请数 0.0347 件 正向
协调发展 产业协调 批发零售业商品销售金额 0.0634 万元 正向
人均城市道路面积 0.0095 m2/人 正向
人均电子商务销售额 0.0723 元/人 正向
城乡协调 人均社会消费品零售额 0.0238 万元/人 正向
绿色发展 数字科技 软件业务收入 0.0987 亿元 正向
统一配送商品额 0.0522 亿元 正向
开放发展 开放环境 外商投资总额 0.0924 亿美元 正向
外商投资企业进出口总额 0.1113 千美元 正向
共享发展 流通设施 亿元以上商品交易市场数 0.0481 个 正向
人均邮路总长度 0.0402 m/人 正向
人均公路里程 0.0238 m/人 正向
流通设备 民用载货汽车拥有量 0.0293 万辆 正向
安全保障 流通基础 高速等级公路里程 0.0216 万 km 正向
批发零售业年末从业人数 0.0389 人 正向
通信能力 电话普及率（包括移动电话） 0.0172 部/百人 正向
互联网宽带接入用户 0.0339 万户 正向
互联网宽带接入端口 0.0316 万个 正向
③机制变量。选取人力资本（Humal）、产业升级（Upg）和创新产出（Innout）作为机制变量。具体地，以每十万人中大学以上学历人口测度各省份人力资本状况，以第三产业产值和第二产业产值的比值评估各省份产业升级程度，以专利申请授权数测度各省份创新产出水平。
④控制变量。参照以往文献做法，选取如下控制变量：城镇化率（Ur），采用各省份城镇化人口占总人口的比率衡量。交通基础设施联通（Traffic），使用各省份货运周转量表示。对外开放（Open），使用各省份进出口总额占GDP比重表示。产业结构（Ins），使用各省份工业增加值占GDP比重表示。

2.2 模型设计

为探究数字经济对流通业高质量发展的影响机制，基于前述理论分析构建如下基准回归模型：
C i r i t = α 0 + α 1 · D i g i t + ∑ n = 2 5   α n · X n ， i t + λ i + ε i t
式中： C i r为流通业高质量发展指标； D i g为数字经济发展指数； i表示不同省份； t表示不同年份； X n表示4项控制变量（城镇化率、交通基础设施联通、对外开放、产业结构）； λ i为各省份不可观测的个体固定效应； α 0 、 α 1分别为截距项、核心解释变量对应的回归系数； α n为控制变量对应的回归系数； ε i t为随机误差项。
为甄别人力资本、产业升级、创新产出在数字经济促进流通业高质量发展中的传导效应，构建如下机制变量回归模型：
C i r i t = β 0 + β 1 · D i g i t + β 2 · M i t + ∑ n = 3 6   β n · X n ， i t + ε i t
C i r i t = γ 0 + γ 1 · D i g i t + γ 2 · M i t + γ 3 D i g i t · M i t + ∑ n = 4 7   γ n · X n ， i t + ε i t
式中： M i t为机制变量（人力资本、产业升级、创新产出）； D i g i t · M i t是核心解释变量和机制变量的交互项； γ为数字经济与各机制变量交互项的回归系数。
为验证数字经济对流通业高质量发展的空间溢出效应，构建空间杜宾双固定模型（SDM）如下：
C i r i t = α + ρ · W · C i r i t + β · D i g i t + γ · W · D i g t + ∑ n = 1 4 α n · X n ， i t + γ t + φ i + ε i t
式中： C i r i t与 W · C i r i t分别表示i地区t年的流通业高质量发展水平及其空间滞后项； D i g i t与 W · D i g i t为数字经济发展水平及其空间滞后项； W为空间权重矩阵，选取反地理距离矩阵； γ t 、 φ i、 ε i t分别为时间固定效应、地区固定效应和随机扰动项。

2.3 数据来源

本文选取2012—2021年中国30个省份的面板数据（不包含西藏和港澳台），数据来源于《中国科技统计年鉴》《中国统计年鉴》《中国人口和就业统计年鉴》以及各省份统计年鉴。部分缺失数据采用滑动平均值进行补齐。

3 实证结果与分析

3.1 数字经济对流通业高质量发展的直接影响检验

从全国样本来看（表2），数字经济（Dig）对流通业高质量发展（Cir）的影响呈显著正相关，说明数字经济是促进流通业高质量发展的关键因素，提高数字经济发展水平有利于促进流通业高质量发展，这与研究假设H1相一致。交通基础设施联通（Traffic）、对外开放（Open）的系数显著为正，说明现代物流运输可为流通业发展提供“乘数效应”，对外开放达到一定规模能促进流通业发展，但也可能会引入竞争压力。城镇化率（Ur）、产业结构（Ins）的系数为负，表明城镇化程度与产业结构对流通业发展具有较大影响，且发展的影响效应可能存在时间的滞后性。
表2 基准回归结果

Tab.2 Benchmark regression results

变量 全国 东部 中部 西部
Dig 0.416*** 0.360*** 0.253*** 0.427***
（0.019） （0.036） （0.044） （0.036）
Ur -0.141** 0.008 0.644*** -0.029
（0.071） （0.162） （0.133） （0.078）
Traffic 0.027*** 0.047*** -0.011 0.007
（0.008） （0.017） （0.008） （0.007）
Open 0.012 -0.058 0.087* 0.015
（0.019） （0.042） （0.048） （0.025）
Ins -0.055 -0.237 0.033 -0.060
（0.041） （0.175） （0.031） （0.036）
常数项 -0.125 -0.255 -0.147 -0.002
（0.093） （0.229） （0.112） （0.087）
时间/地区固定效应 YES YES YES YES
N 300 110 80 110
R2 0.904 0.918 0.958 0.954
F值 172.24 67.57 95.60 127.23

注：*、**、***分别表示参数的估计值在10%、5%、1%的统计水平上显著，括号内数值为稳健标准误。表3~表5、表7同。

分地区样本来看，数字经济发展对东、中、西部地区的流通业高质量发展均有正向促进作用，表现出“西—东—中”逐渐减弱的分布特征。这可能是因为东部沿海省份已经具备了良好经济和产业基础，区位和数字人才优势凸显，数字信息基础设施相对完善，因此数字经济对流通业高质量发展的促进效应相对显著，但应重视进入成熟阶段后的边际效应递减。中部省份正处于数字化发展的成长期，“东数西算”等政策牵引与产业协同效应正在逐步显现。西部地区表现出显著的“数字洼地”追赶效应，“数字中国”战略向西部倾斜、产业发展的低起点效应与绿色产业等特色产业赛道叠加，使得数字经济对西部地区流通业高质量发展的赋能效应更为明显。
城镇化率（Ur）对中部地区的流通业高质量发展有正向促进作用，但对东、西部地区不显著，甚至为负向影响。东部地区处于高度城镇化成熟期，导致对流通业发展的驱动作用减弱。中部地区正处于城镇化加速期，承接产业转移衍生的规模经济、人口集聚等显著拉动流通业的发展。西部地区仍处于城镇化探索期，流通业的发展受到了自然条件、产业基础薄弱等因素的限制。
交通基础设施联通（Traffic）对东部地区流通业高质量发展发挥着正向影响，中部地区微弱负向影响，西部地区的影响不显著。可能原因是，东部地区长期的交通运输基建已形成了良性循环，加速资本和技术等要素的流动，促进了流通业等产业集聚和规模经济；中部地区的交通基础设施建设可能受投资建设起步晚、经济发展的资源错配、东部地区的虹吸效应等影响，对流通业等产业发展的拉动效应尚未完全呈现；西部地区的交通运输等基建受到地理约束、基础薄弱及需求不足等因素制约，对流通业等产业的拉动效应仍需更长时间。
对外开放（Open）对中部地区流通业高质量发展的影响显著，但对东、西部的影响不显著。其原因可能是，东部地区对外开放较早、程度高，产业升级压力大或环境成本高，抵消了对外开放的正向作用；中部地区处于对外开放加速阶段，“中部崛起”等政策支持有利于外资、技术、承接东部产业转移等，促进了流通业等产业发展；西部地区因对外开放程度不高、地理与基础设施不完备等制约，尚未显现出对流通业等产业经济的影响效应。
产业结构（Ins）对东、中、西部地区流通业高质量发展的影响均不显著，且东、西部呈现出负向影响。其原因可能是，东部地区产业结构调整、服务业比重上升的“双刃剑”效应制约流通业创新升级；中部地区承接产业转移、工农业融合协同等产业结构红利初现，但仍需时间显现；西部地区由于服务业发展滞后、政策驱动型经济发展模式等导致“结构困境”。

3.2 内生性与稳健性检验

3.2.1 内生性处理

数字经济可能是流通业高质量发展的内生选择，且模型中的双向因果会影响实证结果，因此需要控制模型中可能存在的内生性问题。为此，首先借助工具变量法，借鉴黄群慧等的做法[32]，选取1984年各省份拥有电话数与数字经济滞后一期的交互项，并将取对数处理后的数据作为工具变量。同时采用两阶段最小二乘法（2SLS）进行估计，结果见表3。Kleibergen-Paaprk的F统计量大于Stock-Yogo临界值，表明不存在弱工具变量，即所选工具变量是合理可靠的。列（2）数字经济的回归系数（0.883）有了很大提升，在1%的水平上显著为正，进一步验证了数字经济有助于流通业高质量发展。其次，利用GMM方法对内生性问题进行控制，发现各项结果均符合GMM模型选用要求，扰动项一阶自相关且二阶不相关，表明模型设定合理。综上，无论是采用工具变量法还是系统GMM方法，数字经济对流通业高质量发展的促进作用均为正向，再次证明基准回归结果是稳健的。
表3 内生性检验

Tab.3 Endogeneity test

工具变量法 系统GMM
Cir Dig Cir Cir
工具变量 0.883*** 0.999***
（0.111） （0.0607）
Dig 0.416*** 0.444*** 0.0494
（0.019） （0.068） （0.0367）
Ur -0.141** 0.798*** -0.168 -0.0292
（0.071） （0.220） （0.136） （0.0194）
Traffic 0.027*** 0.096*** 0.028* 0.000909
（0.008） （0.025） （0.016） （0.00129）
Open 0.012 -0.183*** 0.021 0.0183
（0.019） （0.055） （0.035） （0.0163）
Ins -0.055 -0.306** -0.061 -0.00410
（0.041） （0.119） （0.055） （0.0244）
AR(1) -3.28（p=0.001）
AR(2) -1.64（p=0.101）

3.2.2 稳健性检验

本文采用替换解释变量、剔除极值样本影响和改变样本区间范围3种方法进行稳健性检验。首先，使用数字贸易替换数字经济，采用不同的测算方法对数字经济进行度量，表4列（1）的数字贸易的估计系数0.322显著为正，与基准回归结果无实质性差别，说明回归结果较为稳健。其次，考虑到研究样本极值对回归结果的影响，对流通业高质量发展水平进行1%和5%缩尾处理。列（2）~（3）数字经济的回归系数分别为0.384和0.329，均通过了1%的显著性检验。对比原来解释变量影响系数及显著性，虽然存在轻微差异，但得到的结论是一致的，支持了数字经济对流通业高质量发展的正向影响。再次，我国数字经济自2015年开始高速发展，对经济社会等产生明显的推动作用，为此将样本区间范围调整为2015—2023年，结果显示数字经济的系数0.399显著为正，再次表明了计量模型具有稳健性。
表4 稳健性检验

Tab.4 Robustness test

替换解释变量 剔除极值样本影响 改变样本区间范围
Dig 0.384*** 0.329*** 0.399***
Digt 0.322***
（0.0164）
Ur -0.305*** -0.188*** -0.387*** -0.172**
（0.0750） （0.066） （0.064） （0.077）
Traffic 0.0320*** 0.031*** 0.012 0.032***
（0.00796） （0.007） （0.008） （0.010）
Open -0.0696*** 0.028 0.154*** 0.002
（0.0183） （0.018） （0.024） （0.021）
Ins 0.0538 -0.042 -0.004 -0.078*
（0.0447） （0.039） （0.045） （0.047）

3.3 数字经济对流通业高质量发展的影响机制检验

3.3.1 人力资本效应

表5列（1）报告了人力资本的系数虽然为负，但两者的交互项系数为正，表明数字经济对人力资本的作用具有正向调节效应，数字经济发展水平每提升1个单位，人力资本对流通业高质量发展的边际效应可以随之提升0.026个单位，验证了假设H2成立。人力资本负向效应的原因，可能是我国高等院校多将“流通经济”归类为贸易经济、市场营销等专业，致使流通业高质量发展中的专业化人才短缺，影响数字经济通过人力资本推动流通业高质量发展的效果。因此，需要基于市场变化及产业人才需求，动态调整高校流通经济相关专业的设置和招生规模，培养符合数字时代下流通业高质量发展所需的专业人才，形成“数字经济—人力资本—流通业高质量发展”动态交互影响的融合机制。
表5 影响机制的检验结果

Tab.5 Test results of the influencing mechanism

（1） （2） （3）
Dig 0.395***（0.031） 0.482***（0.029） -0.227**（0.095）
ur -0.126*（0.076） -0.047（0.074） -0.190***（0.068）
traffic 0.028***（0.008） 0.029***（0.007） 0.021***（0.007）
open 0.012（0.019） 0.033*（0.019） 0.011（0.017）
ins -0.056（0.042） 0.154**（0.061） -0.038（0.038）
humal -0.063（0.057）
Dig·Humal 0.089（0.098）
upg 0.047***（0.010）
Dig·Upg -0.020**（0.009）
innout 0.002（0.004）
Dig·Innout 0.055***（0.008）

3.3.2 产业升级效应

表5列（2）报告了产业升级与数字经济的系数估计值均显著为正，表明数字经济发展促进了产业升级，成为促进流通业高质量发展的重要驱动力。但两者的交互项为负数，说明产业升级在促进流通业高质量发展中的边际贡献被部分抵消，可能存在负向因子干扰因素，如数字经济通过对传统产业数字化改造，替代了部分产业升级需求，或是数字经济驱动的创新模式与传统产业升级目标不匹配。数字经济发展水平提高1个单位，产业升级的边际贡献从0.047降至0.027，但仍为正向，验证了假设H3成立。因此，随着数字经济发展水平的提升及产业加速升级，应注重数字技术与产业升级的动态适配性，形成“数字经济—产业升级—流通业高质量发展”动态交互影响的协同机制。

3.3.3 创新产出效应

表5列（3）报告了创新产出的系数0.002，表明创新产出对流通业高质量发展的微弱且不显著的正向作用。创新产出与数字经济的交互项系数0.055，且显著为正，说明数字经济显著增强了创新产出在流通业高质量发展中的正向边际效应，验证了假设H4成立。创新产出是数字经济驱动流通业高质量发展的重要机制，但要注意数字经济“双刃剑”效应。近年来，我国大力倡导促进科技创新与实体经济深度融合，以提高全要素生产率等方式，加快发展与新质生产力要求相一致的创新产出，因此应强化数字经济与创新生态的融合机制，加速构建“数字经济—创新生态—流通业高质量发展”动态交互影响的创新机制。

4 数字经济对流通业高质量发展的空间溢出效应检验

4.1 空间相关性检验

为检验数字经济对流通业高质量发展的空间关联特征，本文利用Stata软件对2012—2021年中国30个省份流通业高质量发展水平进行全局空间自相关检验。表6结果显示，全局莫兰指数值均大于0，且均通过了显著性检验，表明各省份流通业高质量发展具有较强的空间正相关性，呈现出显著的全局空间集聚效应，可以进行空间视角的数字经济对流通业高质量发展的影响检验。
表6 2012—2021年流通业高质量发展全局莫兰指数

Tab.6 Global Moran index for high-quality development of the circulation industry from 2012 to 2021

年份 莫兰指数（I） p值 年份 莫兰指数（I） p值
2012 0.261 0.001 2017 0.208 0.006
2013 0.247 0.002 2018 0.201 0.008
2014 0.248 0.002 2019 0.196 0.009
2015 0.235 0.003 2020 0.182 0.015
2016 0.217 0.005 2021 0.177 0.018
为更为直观地呈现流通业发展的时空变化趋势，分别绘制2012和2021年反地理距离矩阵下的局部莫兰散点图（图1）。2012—2021年，高值聚类范围在扩大，低值聚类范围在缩小，整体上表现出“高—高”“低—低”的集聚分布，反映出流通业发展呈现更为显著的均衡化或向更广泛区域扩散的趋势。2012年开始，国家先后实施“流通体系建设”“双循环”战略等，促使流通业从东部单极集聚转向多极协同发展，表现为沿长江经济带、黄河流域等区域形成新增长极，内陆省份通过政策赋能加速崛起，数字经济协同基础设施、资本技术等驱动流通业打破地理约束，促进更为均衡化的区域协调发展。
图1 2012、2021年反地理距离矩阵下的局部莫兰散点图

Fig.1 Local Moran scatter plots under anti geographic distance matrix in 2012 and 2021

4.2 空间溢出效应检验

表7中的数字经济与空间权重矩阵交互项显著为正，且通过了1%水平上的显著性检验，说明流通业在空间上存在数字经济驱动的跨区域扩散潜力，验证了假设H5成立。进一步对空间杜宾模型分解可知，区域内的直接效应系数为0.415，且在1%水平上显著，意味着区域内数字经济水平每提高1个单位，流通业将增加0.415个单位，表明数字经济对区域内流通业发展的影响显著。区域间的间接效应系数为0.0878，但统计学上不显著，意味着数字经济的跨区域间赋能作用有限，可能与不同省份间的制度壁垒、市场分割等有关，这也是加快全国统一大市场建设的必要所在。从总效应来看，数字经济的系数0.503，意味着本地区数字经济水平每提高1个单位，所在地区的流通业将增加0.503个单位，但本地主导性较强，空间溢出效应有限。可见在数字经济赋能流通业高质量发展的过程中，呈现出显著的“极化—涓滴”效应，并逐步显现出空间溢出效应。流通业发展程度高的区域，也对邻近区域的学习赶超树立了良好的“示范效应”。
表7 空间杜宾模型回归结果

Tab.7 Regression results of spatial Durbin model

SDM SDM
dig 0.420***（0.0188） sigma2_e 0.000124***（0.00001）
ur -0.182*（0.0824） 直接效应 0.415***（0.0189）
traffic 0.0262***（0.0069） 间接效应 0.0878（0.0460）
open 0.0125（0.0166） 总效应 0.503***（0.046）
ins -0.0354（0.0394）
W·dig 0.232***（0.0679）
rho -0.303**（0.1045） 地区固定效应 YES
R2 0.8145 控制变量 YES
N 300 时间固定效应 YES
数字经济系数为0.42，且在1%水平上显著，说明数字经济对流通业发展具有显著正向影响，每提升1个单位，流通业发展可以平均增加0.42个单位。城镇化系数为负，意味着城镇化率对流通业发展呈现负向边际效应，但效应不显著，其原因可能是城镇化进程中的拥挤效应、资源分配等抑制了流通业发展。交通基础设施系数为正，且在1%水平上显著，意味着交通运输等对流通业发展具有显著的正向促进作用。对外开放和产业结构系数均不显著。该结果与前文分地区样本回归分析相一致，对外开放和产业结构结果不显著的原因不再赘述。
以上结果表明，该省份数字经济发展不仅会对本区域流通业发展产生正向的促进作用，同时也开始呈现出推动邻近区域流通业发展的趋势。数字经济的发展产生了流通业地理空间上的联结关系，推动资本、技术、人才等要素的空间范围内扩散。因此在推动流通业发展的过程中，需要重视不同区域间的空间联动性，通过制度创新打破区域壁垒，加快全国统一大市场建设，加强不同区域生产要素的有序高效流动，充分发挥数字经济普惠共享性和外溢效应。

5 结论与建议

5.1 结论

本文基于新发展理念与流通业高质量发展的内涵构建流通业高质量发展综合评价体系，选取2012—2021年中国30个省份面板数据，运用固定效应模型、调节效应模型、空间杜宾模型等方法，深入探讨了数字经济对流通业高质量发展的影响机制与空间溢出效应。主要结论如下：①数字经济对流通业高质量发展具有显著的正向影响，表现出“西—东—中”逐渐减弱的分布特征。这一结论经过替换解释变量、剔除极值样本影响和改变样本区间范围及使用工具变量和系统GMM等稳健性检验后依然成立。②数字经济通过人力资本、产业升级和创新产出促进流通业高质量发展，其中，创新产出的传导效应最显著，产业升级的传导效应次之，人力资本的传导效应最弱。城镇化率、交通基础设施联通、对外开放和产业结构等因素影响着数字经济对流通业高质量发展的促进效果。③研究区域内流通业在整体上表现出“高—高”“低—低”的空间集聚特征，且呈现出均衡化或向更广泛区域扩散的趋势。④数字经济赋能流通业高质量发展具有显著的“极化—涓滴效应”，并呈现出空间外溢趋势；数字经济的发展不仅能促进本地流通业的高质量发展，还能发挥示范效应和外溢效应，促进邻近省份流通业的发展。

5.2 建议

基于上述结论，本文提出如下政策建议：
①以技术革新为引领，强化数字经济示范作用。将数字经济与技术创新结合起来，不断优化数字经济发展的体制机制，一方面加速本地数字化发展，发挥数字经济的直接经济效益和示范效应；另一方面强化区域合作、政策引领、优化资源配置等引导空间协同，释放数字经济外溢效应。协同推进流通业向数字化、智能化、绿色化方向转型发展，构建有利于“数字经济+流通”的良好营商环境。
②创新人才培养模式，驱动人力资本实现新成效。加大对流通、文旅等服务性产业专业人才和跨行业复杂领域人才的培养投入，基于市场需求和产业变化改革高校专业设置和招生规模的计划体制，动态调整高校流通经济相关专业的设置和招生规模，培养符合数字时代下流通业高质量发展所需的专业人才，为数智化应用提供良好的人才支撑。同时，需要优化政产学研用一体化合作体制，加强流通数字化发展所需人才的职业技能培训，重视劳动者在职培训工作和全民数字技能教育培训，以更好地服务于流通业高质量创新发展。
③加大数字基建力度，夯实现代流通业发展基础。因地制宜地加大对交通、通信等基础设施的投入，增强综合交通运输的承载能力，建立数字网络共享平台，减少地区贸易壁垒，以促进区域市场的一体化。同时，要促进区域产业协调发展，东部地区重点优化公共服务供给，强化创新重塑新动能；中部地区把握工业化升级窗口期，发挥产业承接优势，提升人力资本，适配产业升级需求，警惕“基建陷阱”；西部地区需突破要素约束，结合文旅等特色资源协同发展，培育绿色产业新增长极。加速全国统一大市场建设，通过制度创新打破区域壁垒，促进生产要素的区域间高效流动，更好地服务数字经济和流通业高质量的联动发展，助推共同富裕。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
洪俊杰, 李研, 杨曦. 数字经济与收入差距:数字经济核心产业的视角[J]. 经济研究, 2024, 59(5):116-131.

[2]
唐红涛, 陈欣如, 张俊英. 数字经济、流通效率与产业结构升级[J]. 商业经济与管理, 2021(11):5-20.

[3]
王岭. 数字经济时代中国政府监管转型研究[J]. 管理世界, 2024, 40(3):110-127.

[4]
陈建, 邹红, 张俊英. 数字经济对中国居民消费升级时空格局的影响[J]. 经济地理, 2022, 42(9):129-137.

DOI

[5]
韩谷源, 张忠宇, 邵皖宁, 等. 数字经济对共同富裕的影响研究——基于产业结构升级的视角[J]. 技术经济, 2023, 42(5):104-118.

[6]
陈晓红, 李杨扬, 宋丽洁, 等. 数字经济理论体系与研究展望[J]. 管理世界, 2022, 38(2):208-224.

[7]
杨向阳, 徐从才, 汪洁. 流通业高质量发展的现实基础、理论阐释与动力机制[J]. 求是学刊, 2025, 52(1):78-87.

[8]
杨仁发, 徐晓夏. 数字经济对商贸流通业高质量发展的影响[J]. 中国流通经济, 2023, 37(5):28-40.

[9]
McGuire T, Manyika J, Chui M. Why big data is the new competitive advantage[J]. Ivey Business Journal, 2012, 76(4):1-4.

[10]
周泽红, 郭劲廷. 数字经济发展促进共同富裕的理路探析[J]. 上海经济研究, 2022(6):5-16.

[11]
王燕. 超大型平台数字治理风险与欧盟法的应对[J]. 国际经贸探索, 2024, 40(2):91-105.

[12]
Young A. Inequality,the urban-rural gap,and migration[J]. The Quarterly Journal of Economics, 2013, 128(4):1727-1785.

[13]
祝合良, 王春娟. 数字经济引领产业高质量发展:理论、机理与路径[J]. 财经理论与实践, 2020, 41(5):2-10.

[14]
陈文玲. 现代流通的形态变革与理论重构[J]. 人民论坛·学术前沿, 2022(7):78-101.

[15]
张亮, 邱斌, 吴腊梅, 等. 人力资本积累、贸易开放与中国制造业企业创新[J]. 经济学(季刊), 2024, 24(2):379-394.

[16]
戚聿东, 刘翠花, 丁述磊. 数字经济发展、就业结构优化与就业质量提升[J]. 经济学动态, 2020(11):17-35.

[17]
吴梦涛, 张龙天, 武康平. 数字经济背景下的人力资本积累新模式探究[J]. 经济学报, 2023, 10(2):1-27.

[18]
朱恬恬, 杨菲. 高等教育与数字经济耦合发展的困局及“双适应”进路[J]. 中国地质大学学报(社会科学版), 2024, 24(5):134-144.

[19]
曹珂, 张荣权. 数字化转型、劳动力市场化与企业人力资本投资[J]. 当代财经, 2023(6):3-15.

[20]
李政, 杨思莹. 科技创新、产业升级与经济增长:互动机理与实证检验[J]. 吉林大学社会科学学报, 2017, 57(3):41-52.

[21]
白雪洁. 以数字经济助力现代化产业体系建设[J]. 人民论坛·学术前沿, 2023(5):41-50.

[22]
钞小静. 数字经济赋能中国式产业现代化[J]. 人文杂志, 2023(1):22-26.

[23]
王雪峰, 荆林波. 构建“双循环”新格局建设现代流通体系[J]. 商业经济与管理, 2021(2):5-15.

[24]
李春林, 陈慧, 张鸣亚, 等. 浙江数字经济、产业结构升级与共同富裕的实证研究[J]. 经济地理, 2024, 44(10):136-144.

DOI

[25]
Nambisan S, Lyytinen K, Majchrzak A, et al. Digital innovation management[J]. MIS Quarterly, 2017, 41(1):223-238.

[26]
马波. 发展新质生产力:旅游业的逻辑分析框架[J]. 旅游导刊, 2024, 8(3):1-11.

DOI

[27]
王金伟, 王启翔, 冯凌. 旅游业发展对共同富裕的直接影响及空间溢出效应[J]. 地理学报, 2024, 79(4):1045-1067.

DOI

[28]
邱泽奇, 张樹沁, 刘世定, 等. 从数字鸿沟到红利差异——互联网资本的视角[J]. 中国社会科学, 2016(10):93-115,203-204.

[29]
包振山, 韩剑, 翁梅, 等. 数字经济如何促进对外贸易高质量发展[J]. 国际经贸探索, 2023, 39(2):4-20.

[30]
杨海丽, 罗越月, 向能, 等. 数字技术驱动流通业高质量发展的动态空间效应研究[J]. 宏观经济研究, 2023(3):59-76.

[31]
俞彤晖, 石晨琪. 数字经济赋能现代流通体系建设的理论机制与实证检验——来自287个地级市的证据[J]. 河南师范大学学报(哲学社会科学版), 2024, 51(6):86-92.

[32]
黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升:内在机制与中国经验[J]. 中国工业经济, 2019(8):5-23.

Options
文章导航

/

〈 〉