杨海丽，曹廷炳

(1.重庆工商大学 经济学院，重庆 400067；2.重庆工商大学 长江上游研究中心，重庆 400067)

1 引 言

党的十九大以来，我国经济由高增长阶段迈向高质量发展阶段，以数据为关键生产要素的数字经济体量不断增大，成为推动经济发展的核心动力。 2019年我国数字经济增加值为35.8万亿元，占GDP比重达36.2%。[1]

数字技术的投入日益成为经济增长与行业发展的核心要素，在数字产业化与产业数字化不断加深的过程中，数字技术的创新与应用，显著提高了我国商贸流通业信息传递与商品流通效率，改变了商贸流通业经营模式，从而促进全要素生产率提升；大数据分析等信息技术的应用，推动了商贸流通产业的结构优化，促进了我国商贸流通业发展降本提质增效，助力整体经济质量提升。

2 相关文献回顾

《中国数字经济发展白皮书(2020)》中，将数字经济分为数字产业化和产业数字化两部分。数字产业化是数字经济的基础部分，即信息通讯(ICT)产业；产业数字化，即互联网、大数据、人工智能等新一代信息技术与传统产业的融合[2]。因此，数字技术要素在实体经济的投入与应用是数字经济发展的重要驱动力。

数字经济的发展有利于优化资源配置和提高生产要素流通效率，进而驱动传统产业转型升级，改善传统产业的经营状况，提高传统产业的利润率(陈小辉等，2020；林宇豪等，2020；孙德林等，2004；贺远望，2020)[3-6]；同时通过现代数字技术要素的投入，不仅有利于形成兼具规模经济、范围经济、长尾效应的良好经济增长环境，还有利于提高全要素生产率(L'Hoest，2001；裴长洪等，2018；荆文君等，2019；肖国安等，2019；丁志帆，2020)[7-11]；进一步地，数字经济在技术层面取得的突破性变革将重塑传统生产模式和商业模式，使整个产业链向网络化、协同化、生态化方向演进，加剧社会再生产过程的非均衡性(Zimmermann，2000；王梦菲等，2020)[12-13]。

对于商贸流通业而言，谢莉娟(2020)[14]和魏锦雯(2020)[15]认为，中国数字化商业变革首先在零售领域集中爆发，提升了渠道、供应链上下游协同能力，将在批发和物流层面引发普遍的数字化革命，为流通业全面深化改革提供重要契机。有学者通过实证模型检验了数字化对我国商贸流通创新的影响，研究认为，数字化有利于提升流通效率、畅通流通渠道、扩大流通规模和优化流通结构，推动流通行业价值增值和效率提升，进而促进商贸流通创新发展(李扬等，2021；毕然等，2021)[16-17]。具体而言，数字技术在商贸流通行业，特别是零售业中的应用，有利于提高信息收集、储存、分析以及依据信息进行精准预测的能力，实现定价策略动态调整，驱动传统的推式供应链向拉式供应链转型升级，形成高度适应需求的动态的柔性生产方式，同时增加分销渠道，成为行业增长的新动力(黄音，2018；谢莉娟等，2019；郑海英，2019；王崇等，2017；刘向东等，2019)[18-22]。

综上所述，国内外学者在数字经济领域进行了大量有益的探索，取得了丰富的研究成果。主要表现在：第一，数字经济的发展有利于驱动传统产业转型升级，推动经济高质量发展，重塑传统生产模式和商业模式；第二，数字技术在商贸流通业中的应用有利于增强商贸流通企业服务消费者的能力，提高流通效率和消费体验，促进商贸流通创新发展。但是目前针对数字经济的研究主要以宏观层面的理论框架构建为主，较少涉及中微观的实证分析；主要聚焦于数字技术对商贸流通业效率、渠道、结构和供应链的影响，较少关注对商贸流通业利润率的研究。鉴于此，本文基于投入产出表，以数字技术要素投入占中间投入的比重作为解释变量，对数字技术投入对商贸流通业利润率的具体影响进行实证检验，以期进一步丰富有关商贸流通利润领域的研究，更好地指导实践。

3 理论机制与研究假设

以互联网信息技术为代表的数字技术不断创新发展，与商贸流通业的产业化融合持续加深，推动行业数字化、信息化、智能化水平不断提高，供应链结构不断优化，行业内部数据更加透明。数字技术要素对商贸流通业利润的影响机制如下：

3.1突破时空限制，降低交易成本，提高行业利润率

互联网信息技术的普遍应用，为互联网平台的发展创造了良好的条件，突破了传统时空限制，实现了不同时空维度内消费者与商品的交易契合(齐严等，2017)[23]。而随着互联网、大数据、云计算、人工智能等新一代数字技术的发展，大量供给信息和需求信息在各类互联网平台集聚，通过整合、处理和应用这些供求信息，使供需双方信息实时交互，实现商品供需高效匹配与精准对接，显著降低了供给侧营销成本与需求侧信息搜寻成本，有利于进一步做大商贸流通规模，提高行业利润率，具体见图1。

图1 互联网平台供需匹配示意图

3.2优化供应链结构，提高流通效率，提升利润率

数字经济产业化转型有助于加速要素流动，促进流通领域形成高效率、高效益的流通体系，提高流通生产和供给体系的质量和效率(段平方、郭俊茂，2021)[24]。传统供应链中商品流通过程需要经过多级节点，流通效率低下。高效的供应链管理不仅可以持续改善供应链上下游企业的关系，并且可以优化供应链全链条资源配置，为商品流通企业建立核心竞争力。互联网信息技术的应用，直接简化了传统商品流通路径，并实现部分商品产销直达，缩短了商品的流通时间，提高了流通效率。对于必要的商品流通节点，可通过对供应链进行数字化改造，促进商贸流通业降本提质增效，从而有效提升全要素生产率和资本使用效率，进而提高行业利润率，流程见图2。

图2 数字技术优化流通产业供应链结构过程示意图

3.3通过数据分析，实施差异化策略，获取超额利润

随着信息技术的发展，信息的获取成本不断降低，现代商贸流通业中长尾效应的利润空间将稳步提高。云计算、大数据等新兴技术的出现，不仅直接提高了商贸流通业内部数据透明化程度，提升了供应链效率；同时，通过大数据分析对消费者海量的网络足迹信息进行采集和存储，并依托强大算力进行挖掘分析，判断消费者的购物习惯和个体偏好，对每一位消费者进行精准画像，并基于数据共享与关联，为每一位消费者提供差异化、定制化的产品和服务，避开恶性竞争；充分利用个体偏好提升消费者价值感知，并通过信息技术简单快速地实现定价策略的动态调整，一定程度上，在不断提升消费者消费体验的同时，获取部分超额利润，见图3。

图3 流通产业大数据分析与应用过程示意图

基于上述分析，提出以下假设：

假设1：数字技术要素投入可以通过降低交易成本、提高资源配置效率以及提供差异化服务等方式提高商贸流通业利润率；

假设2：在以互联网和信息技术服务为代表的新一代数字技术中信息技术逐渐成为商贸流通业的核心生产要素。

4 变量选择与模型构建

本文选取商贸流通业的各行业中间投入中的来自数字技术相关行业的产品和服务所占比重代表商贸流通业的数字技术要素投入水平，并作为解释变量，探究其与商贸流通业利润率之间的关系。对商贸流通业的界定通常为一个不完全概念。根据《国民经济行业分类》(GB/T4754-2002)的界定，流通产业包括：①批发与零售业，②住宿与餐饮业，③租赁与商业服务业，④居民服务和其他服务业。此外，商品的物流则分别包含在交通运输、仓储与邮政业中。综合考虑定义的准确性与权威性以及研究数据的可获得性，本文采用洪涛(2011)[25]关于商贸流通业的界定。从中国2017年投入产出表149个行业中，选取筛出20个行业：①批发，②零售，③住宿，④餐饮，⑤租赁，⑥商务服务，⑦居民服务，⑧其他服务，⑨邮政，⑩装卸搬运和仓储，铁路旅客运输,铁路货物运输和运输辅助活动,城市公共交通及公路客运,道路货物运输和运输辅助活动,水上旅客运输,水上货物运输和运输辅助活动,航空旅客运输,航空货物运输和运输辅助活动,管道运输,多式联运及运输代理。本文将以上述20个行业为代表，对我国商贸流通业进行计量分析。

表1 DEA测算结果

4.1变量选取

4.1.1被解释变量

本文主要考察数字技术要素投入对商贸流通业利润率的影响，选取各行业利润率(PM)作为被解释变量，基于投入产出表数据，以各行业营业盈余除以各行业总产出计算得出，取值在整个有理数范围，正负分别代表盈利和亏损。

4.1.2解释变量

考虑数据的可获得性与一致性，借鉴贺远望(2020)[6]对数字技术要素投入指标的界定，本文选取来自计算机、通信设备、广播电视设备和雷达及配套设备、电信、广播电视及卫星传输服务、互联网和相关服务、信息技术服务7个行业产品和服务的总和占中间投入的比重作为商贸流通业广义数字技术投入水平(DTIL)，取值为0—1，并将各行业中间投入中来自计算机、通信设备、广播电视设备和雷达及配套设备、电信、广播电视及卫星传输服务5个行业产品和服务定义为传统数字技术投入；以所选的20个代表商贸流通业的各行业中间投入中来自互联网和相关服务、信息技术服务两个行业产品和服务的总和占中间投入的比重作为商贸流通业新一代数字技术投入水平(NDTIL)，取值为0—1。

4.1.3控制变量

行业规模(IS)：本文选取的20个行业，由于其行业规模不同，可能导致数字技术要素投入使用的进程以及效益产生周期有所差异。因此，本文参考李扬和李保法(2021)[16]的研究，选择行业规模作为控制变量，用行业总产出表示(亿元)，从而消除行业规模的影响。

劳动投入率(IR)：不同的劳动投入占比也是影响行业利润率的重要因素。借鉴贺远望(2019)[6]的研究，用相应行业劳动者报酬占行业总产出的比重表示，取值范围为0—1。

生产效率(PE)：选取生产效率作为控制变量，可以有效消除不同行业生产效率对行业利润率的影响。借鉴毕然等(2021)[17]的研究，本文采用DEAP2.1软件，基于DEA测算方法中CCR模型对我国商贸流通业的生产效率进行测度(测算过程附件可与作者联系)，选取投入产出表中各行业中间投入、劳动力投入和固定资产折旧作为投入变量，行业总产出作为产出变量，测算结果取值范围为0—1，具体结果如表1所示。

行业类型(TY)：商贸流通业中，其不同行业产业结构不同，产业数字化融合效率与深度不同，对数字技术要素投入的作用体现机制以及反应时间存在差异。借鉴段平方和郭俊茂(2021)[24]的研究，选取行业类型作为控制变量，根据流通商品性质不同将商贸流通业划分为服务流通业和产品流通业两个行业大类，在此基础上鉴于前后端产业数字技术融合应用发展效率差异，进一步划分出4个行业类型：产品前端流通业、产品后端流通业、服务前端流通业、服务后端流通业，据此引入3个虚拟变量，分别为TY1至TY3，赋值1或0。

4.2数据来源

本文所使用数据均来自国家统计局公布的2017年我国149个行业投入产出表。投入产出表中详细统计了各行业使用其他行业的产出作为中间投入的具体数据，以及各行业盈余、最终产出等具体数据，相关变量的描述性统计结果如表2所示。

表2 主要变量描述性统计

统计结果显示，商贸流通业各行业生产效率普遍较高，但利润差距较大，且数字技术投入水平较低，结合标准差值，可知现阶段提高各行业数字技术投入水平有一定难度。

4.3模型构建

PMi=a+b·DTILi+c·Zi+εi

(A)

PMi=a+b·NDTILi+c·Zi+εi

(B)

本文通过构建回归模型，探究数字技术要素投入对商贸流通业利润率的具体影响。模型(A)中PMi表示行业i的利润率，DTILi代表商贸流通业i行业广义数字技术投入水平，Zi表示控制变量，包括：行业规模(IS)、劳动投入率(IR)、生产效率(PE)、行业类型(TY)。εi表示随机扰动项。作为对照，设置模型(B)，NDTILi代表商贸流通业i行业新一代数字技术投入水平，与模型(A)进行比较分析。

5 实证分析

5.1回归结果

根据模型(A)构建OLS回归模型，解释变量为商贸流通业广义数字技术要素投入水平，得到回归方程(Ⅰ)，根据模型(B)构建OLS回归模型，解释变量为商贸流通业新一代数字技术投入水平，得到回归方程(Ⅱ)，回归结果见表3。解释变量的参数在1%的显著性水平下显著，说明模型设定合理，解释力较强。

表3 回归结果

5.2回归结果分析

回归方程(Ⅰ)的结果显示，商贸流通业广义数字技术投入每增加1%，行业利润率(PM)将提高0.82%，正向促进作用较为明显；同时，回归方程(Ⅱ)的结果显示，商贸流通业新一代数字技术投入每增加1%，行业利润率(PM)将提高1.99%，表明商贸流通业新一代数字技术水平的提高可以显著推动行业利润率提升。综上，假设1得以验证。且以互联网信息技术为代表的新数字技术要素投入增加对商贸流通业利润率的影响明显高于传统数字技术要素投入。但是，表1的数据显示，我国商贸流通业的数字技术投入水平仍然较低，结合标准差值可以看出，无论是商贸流通业广义数字技术投入还是新一代数字技术投入，投入水平提高难度较大。

模型的估计结果显示：行业规模(IS)的参数为正，表明行业规模的扩大对商贸流通业利润率的提高有正向促进作用，可能由于行业规模的扩大实现了规模经济；而劳动投入率(IR)的参数值为负，说明随着新兴技术的不断投入，技术进步对劳动力投入的替代效应不断增强，相对人工成本逐步上升；行业生产效率(PE)的参数为正，即行业生产效率的提高可以对利润率的提高起到正向促进作用。上述结果与理论预期相符，表明控制变量的选取与模型设定合理。

5.3稳健性检验

为了检验模型的可靠性，本文将商贸流通业广义数字技术投入中来自电信行业的产品和服务占各行业中间投入的比重，用电信技术投入水平(IN)表示，作为替代变量代入回归模型(A)进行稳健性检验，得到回归方程(Ⅲ)；作为对照，将商贸流通业新一代数字技术投入中来自互联网和相关服务以及来自信息技术服务的产品和服务占各行业中间投入的比重，分别用互联网技术投入水平(IE)和信息技术投入水平(ID)表示，分别作为替代变量代入模型(B)进行稳健性检验，得到回归方程(Ⅳ)和回归方程(Ⅴ)，回归结果如表4所示。

表4 稳健性检验回归结果

回归方程(Ⅲ)结果显示，电信技术投入水平(IN)的参数显著度较商贸流通业广义数字技术水平(DTIL)的参数显著度下降明显，原因可能在于其作为传统数字技术在商贸流通业已经成为常规生产要素，对商贸流通业利润率的影响作用逐渐降低；而回归方程(Ⅳ)和回归方程(Ⅴ)的解释变量的参数在1%的显著性水平下仍然有效，且信息技术投入水平(ID)的参数明显高于互联网技术投入水平(IE)的参数，验证了文中的假设2。三组回归结果P值均显示有效，且控制变量的参数符合理论预期。综上，本文的实证研究结果具有较强的稳健性。

6 结论与建议

6.1结论

(1)数字技术要素的投入对商贸流通业行业利润率增加有明显促进作用。数字技术与商贸流通业深度融合，促进了商贸流通业经营模式创新和竞争力的增强，从而使利润率明显提升。

(2)不同类型的数字技术要素对商贸流通业利润率的提升作用有明显差异。传统数字技术要素逐渐成为商贸流通业常规生产要素，对行业利润率的影响程度相对较低；提高以互联网和信息技术为代表的新一代数字技术要素的投入水平,有助于提高商贸流通业利润率；信息技术服务投入对商贸流通业利润率的影响和作用明显高于互联网和相关服务的投入，信息技术逐渐成为商贸流通业新的核心生产要素。

(3)商贸流通业行业规模的扩大和生产效率的提升，均可以促进行业利润率的提升。

(4)商贸流通业技术进步对劳动力的替代效应逐步增强，劳动投入率与行业利润率呈负相关关系。

6.2建议

(1)加强政策引领，加快新型基础设施建设，推进商贸流通数字化转型。政府应进一步加强数字经济发展的基础设施建设，提高数字经济发展的国家战略定位。各部门应当加强落实“数字+流通”等相关政策，重点支持服务流通后端与产品流通前端产业与数字化融合发展，充分发挥数字技术在规模化运营中的效率优势和低成本特点。同时，以政府为主导，加快新型基础设施的全面建设，夯实数字技术应用与数字经济发展的物理基础，鼓励数字经济创新发展，加速数字经济全产业融合进程。

(2)推动信息共享与技术开放，发挥头部企业规模优势，优化行业内利润结构。数字技术的研发和使用需要较高的经济成本与人才资源投入，小型流通企业无法独立进行数字技术的产业化研发与应用。因此，头部企业应当充分利用自身规模优势与技术引领能力，进一步加快云计算发展与大数据平台建设，整合商贸流通业数据信息资源，保障算力支持。通过提供SaaS服务等形式，提高商贸流通业整体产业数字化和数字产业化水平，并实现商贸流通业内部数据飞轮驱动增长与创新，为中小型商贸流通企业提供共享的数字技术支持，实现产业均衡发展，提高行业整体利润率。

(3)加快商贸流通业数字人才培养，提升数字技术要素对商贸流通业利润率提升的边际效率，促进商贸流通业高质量发展。商贸流通业数字转型中最缺乏的是专业的数字人才，而数字经济人才的培育不仅可以推动商贸流通业数字化转型，更能促进商贸流通业高质量发展。通过产教融合、校企合作和大型企业设置数字化人才研究员等措施，培育高水平商贸流通业数字技术人才；通过行业内数字人才交流会、数字技术专题会、数字技术培训班等形式解决短期内专项人才不足的问题；不断与海外相关行业保持深度交流，提高商贸流通业人才数字专业素养。多措并举培养商贸流通业的数字化专业人才，最终实现商贸流通业利润率的提升和高质量发展。