数据生产要素与流通业现代化发展—理论分析与实证检验

　　内容摘要：数据是现代社会经济生活的重要产物，作为一种生产要素，数据对新经济增长极的形成、产业现代化发展具有重要价值。流通现代化是流通业发展的必由之路，为了更好明确数据生产要素同流通业现代化发展的关系，本文使用理论分析结合实证检验的研究思路，阐述了数据生产要素与流通业现代化发展的内在关联，明确了数据生产要素促进流通业现代化的内在机制。在此基础上建立门槛面板模型进行实证分析。得出结论：数据作为生产要素可以促进流通现代化水平增长，但具有显著的门槛效应，意味着要充分发挥数据生产要素促进流通业发展的价值需要，重视数据生产要素应用的阶段性。

　　关键词：数据;生产要素;流通业;现代化发展;门槛面板模型

　　王瑞莲 商业经济研究 2021-12-24

　　2020 年 3 月，国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》中提出“将数据与土地、劳动力、资本、技术一同纳入生产要素管理，加速培育数据要素市场……激发数据蕴含的新质生产力”。这是我国首次将数据作为生产要素进行表述，也是对数据作为生产要素所具有的经济增长前景的肯定。数据是数字经济时代的战略资源，早在 2017 年的《经济学人》杂志上，学者们便大胆预言“数据是新的‘石油’，是当今世界最宝贵和最需要加强监管的资源”。石油的大量开采助推全球进入工业化时代，而数据则势必会引领全面信息化时代的到来。伴随着现代互联网科技的快速发展，商品交易、资源流转的全过程都伴随着大量的数据，规模空前的数据集聚和计算力的指数式增长将构筑深度学习算法并据此形成解决方案，从而作用于知识创造和经济增长，形成数字经济增长的新增长极。

　　文献综述

　　数据作为生产要素的时间虽然短，但相关研究却十分丰富，根据国际标准化组织对数据的定义，数据指的是对事实、概念或指令的一种特殊表达模式。Jones & Tonetti (2020)认为数据可被视为“信息”中不属于知识及创意的部分，作为生产要素的数据能用来在生产中创造新的知识或进行未来预测，继而引导经济实现增长。

　　数据生产要素具有虚拟性，依赖于互联网空间存在， 现阶段数据要素在提高生产力方面的作用主要依赖于信息与通信技术产品，二者相结合能够提升经济发展水平(Jorgenson & Wu，2016)。此外，还有一些学者认为数据生产要素具有非竞争性(Veldkmp & Chung，2019)、排他性(康瑾、陈凯华，2021)及规模报酬递增、正外部性等多重特征。由此可以发现，数据作为生产要素对于推动产业发展和经济增长具有重要价值。在不同的产业门类中，应用数据生产要素的方法往往存在较大不同，当前，工业大数据、农业大数据的要素价值已得到重视和开发，但与现代经济社会发展息息相关的服务业大数据尚未得到大规模应用。流通业是沟通生产和消费的重要产业，也是现代服务业的重要组成部分，但一直以来我国流通业发展方式粗放、流通经济增长呈现不可持续性，要素资源利用水平不高同时也无法有效促进投入产出水平的增长。围绕数字化背景下产业经济建设与发展的研究较少涉及流通业方面，现有学者仅从数字平台演化、数字技术应用等方面出发，分析了数字要素自身创新发展形成的经济体系，认为数字化可通过加强知识扩散、引导技术溢出、增加专利申请数量等途径促进经济增长(王谦、付晓，2021)。而现代流通业的发展离不开数据要素驱动，势必会遵循数字创新经济体系演化的路径进行发展，部分学者探究了数字化流通业实现创新增长的路径，强调数字化理念下流通体验促进价值提升的过程(吴曼曼，2016)。但总体而言，数据作为生产要素如何促进流通业增长发展?其路径和具体效应如何?目前来看都是悬而未决的问题，在此背景下，本文着重从经济学视角分析数据生产要素对流通业现代化的影响并进行实证分析验证相应假设。

　　数据生产要素与流通业现代化发展：理论阐述

　　(一)数据在流通业中的应用情况

　　数据技术的革新发展推动了商贸流通业进步。现阶段数据在流通业中主要应用在经营管理、用户行为预测及搜索和比较等方面。在数据的支撑下，流通业的经营体系愈发多元化。在数据用于用户画像和行为预测方面，现代流通服务商通常以 App、微信小程序等作为端口收集用户个人信息和消费数据，经过后台运算后可用于评估特定区域消费人群的消费频度、收入水平、消费习惯和消费偏好，根据分析所得的结果针对性地向顾客进行推销，比如京东商城通过数据分析调整线上商品的推荐方式，同时密集化热门商圈和消费水平较高小区周边的京东超市和快递站点，响应消费者的即时消费体验服务。而数据应用在搜索和比较方面，互联网零售电商将市场大数据和用户大数据进行共享和比对，继而发掘新的流通业态，完善和补充现有市场的不足，为流通企业带来更广阔的市场。

　　(二)数据生产要素与流通业现代化发展的内在关联

　　数据无处不在，它已作为基本模块深入到生产生活的各个方面。本文所指的数据是存在于经济社会体系中的数据，是信息技术、通信技术和智能分析下的产物，可用于经济分析、产业发展的数据具有虚拟性、自组织性、低成本性和动态精准性。而其作为一种生产要素，又具有规模报酬递增、正外部性和衍生性等特点，这也是其能够促进产业发展的重要原因。流通现代化是一个动态概念，表示流通业在组织方式、交易方式、发展路径方面的“去传统化”，主要表现为流通组织现代化(按照现代企业制度的要求，重构公有制的大中型流通企业);流通设施现代化(现代物流设施);流通方式现代化(建设大而全、小而便的复合流通网络);流通管理现代化(进行制度创新，实现流通企业内部管理的科学化与现代化)。数据生产要素在推动流通业现代化发展方面具有积极作用，二者内在关联紧密：

　　1. 数据生产要素能够提高流通业全要素生产率。全要素生产率即“生产活动在一定时间内的效率”，通常用来衡量单位总投入的总产量。数据作为生产要素可被流通业内每一名员工使用，数据规模越大则种类越丰富，继而能够产生越多的信息和知识，同时减少单位产出的资源投入，提高全要素生产率的同时也将能够带来流通设施设备应用的创新及流通方式的创新，继而推动流通现代化发展。

　　2. 数据生产要素能够帮助流通业实现产业跨界和知识共享。流通过程伴随着生产、消费和服务的过程，当流通交易进行时，相关数据的记录和分析便也开始，通过复杂的数据记录和分析可用于产业发展形势评估，为流通业上下游产业的发展提供参考，由此拓展了流通业在经济体系中的价值，实现流通业与其他产业的横向沟通。

　　(三)数据生产要素助推流通业现代化发展的动力机制

　　在前所未有的大变局时期，数据作为生产要素充分发挥其对传统生产要素的替代效应、融合促进的乘数效应及协同提升的增值效应，帮助流通业实现现代化。

　　1. 数据生产要素的替代效应。生产要素指的是能够在价值创造过程中担当重要角色的资源。伴随着经济社会的快速发展，经济学领域不断扩充生产要素体系，数据作为全新的生产要素在一定程度上可以形成对其他传统生产要素的替代作用，特别是传统劳动力和土地生产要素在数据驱动的产业经济增长模式下显得无所适从，数据生产要素只依赖于网络和智能终端设备，在很大程度上减少了传统生产要素自身的缺陷(如人口红利丧失、土地供应短缺等)造成的生产力受阻。同时数据产出的知识产品相比于劳动力和资本，价值更加多元化，这也使流通交易创新更加可行。

　　2. 数据生产要素的乘数效应。数据生产要素的应用往往不是单向度的，而是与传统生产要素进行融合，比如商业企业通过数据挖掘明确劳动力成本变化方向及资本增值情况，适时通过知识和技术创新替代传统低效生产力，倒逼行业和企业优化调动相关生产资源，释放乘数效应。

　　3. 数据生产要素的增值效应。在数字经济背景下，数据要素的开发及利用具有显著的协同特征，流通业供给侧和需求侧规模经济内生促进了二者之间的正反馈增长体系，因而能够带来经济增长的倍增。同时，数字经济以数据的多样化应用为引领，数据在开发过程中具有规模经济效应和范围经济效应，随着数据规模的增加，数据应用的成本愈低，而边际产出持续增长。在商贸流通过程中，供给侧商业企业通过数据采集和分析用于规划物流路径、培育新兴流通业态。而需求侧，数字商务企业则基于大数据和云计算获取用户数据，提升用户体验，解决流通服务痛点，从而形成供需两端的价值增值。

　　数据生产要素促进流通业现代化的实证分析

　　(一)模型选择

　　在实证研究生产要素对产业经济发展的影响方面，以往学者普遍采用面板数据模型、空间杜宾模型或DEA模型。不同模型在研究侧重点上有所不同，对于数据生产要素而言，由于其发展不受空间影响，国家也并未针对数据生产要素建设相应的面板数据统计体系，考虑到数据生产要素的发展具有阶段性，数据体系构建期和成熟应用期对流通业现代化的影响可能存在一定差异，因此考虑设定门槛面板模型，门槛面板模型主要用来分析门限变量在门限值变化过程中解释变量对被解释变量会产生怎样的变化以及其显著性情况。具体的模型可表述如下： yit=αi +μxit+δxit{γ}+εit (1)式(1)中，被解释变量为 yit，xit 为解释变量，解释变量的个体固定效应为 αi ;γ 为门槛值，虚拟变量 Iit={γ}={qit ≤ γ}，xit{γ}=xitIit{γ}，若有 qit ≤ γ 成立时， I=1，反之，I=0。此外，α、μ 为待估计参数，εit 为残差项。本文借鉴 Hansen 的研究思路，建立数据生产要素对流通业现代化发展影响的实证模型，在进行实证的过程中假设数据生产要素应用对流通业现代化存在门槛面板效应，根据此设定进行研究，并可得出多门槛模型： lnyit=βlnTit+μ1lnTitI(qit ≤ γ)+μ1lnTitI(qit>γ)+δxit+ D_yr+D_yg+εit (2)式(2)中，lnyit 为被解释变量，其含义是流通经济增加值;lnTit 为解释变量，代表数据生产要素整体质量; i 和 t 分别对应不同个体及时间，qit 和 γ 同样为门限变量和门限值，D_yr 和 D_yg 分别为虚拟变量，表示时间和不同区域，β、μ 为待估计参数。

　　(二)变量与数据选取

　　被解释变量。流通业现代化。现代化是一个动态性概念，流通业现代化的评价涉及到系统性指标的建立过程，参考相关学者的研究，本文设定以全社会流通资本周转速度、全社会商品库存率、全社会流通费用率三个指标评价流通业现代化水平，以上三个指标分别显示了流通组织现代化、流通方式现代化和流通管理现代化水平，在具体数据选择方面，以 2010-2019 年商务部流通发展司公布的流通业经营数据结合各年度统计年鉴进行研究。

　　解释变量。数据作为生产要素这一概念在 2020 年提出，学界对如何界定生产要素的价值及评价数据生产要素的应用效果尚未有明确研究结果，但一些外国学者如 AralS 等认为量化评价数据生产要素可从数据要素价值和质量等方面进行。参考中国信通院 2021 年发布的《数据价值化与数据要素市场发展报告》中提到的通过数据资产化、数据资本化实现数据价值化，构建数据要素市场的观点，本文拟从数据资产、数据资本两方面评价现阶段数据生产要素发展情况。数据资产(ass)指的是数据通过流通交易而给数据使用者带来经济效益的过程，主要包括数据采集、数据权属。数据资本则以流通业企业 IPO 情况为基本参照，反映数据信贷融资和数据证券化等基本过程。在被解释变量数据选择方面，本文选择极光大数据官网披露的商贸流通领域大数据作为基础研究数据，涉及到流通业 IPO 数据以新浪财经公布数据为准。控制变量。选择流通业劳动力数量、流通资本规模作为控制变量，观测传统生产要素是否对数据生产要素的应用及价值的发挥产生影响。全部变量如表 1 所示。

　　实证分析结果

　　(一)单位根检验与协整检验

　　本文使用 LLC、ADF 法对面板数据进行单位根检验和协整检验。经过检验表明 dlny、dinT、dlnlab、dlngdb 在 1%、5%、10% 显著水平下均拒绝原假设，即为平稳序列。继续对变量进行协整检验，使用 Pedroni 法验证了原假设均不存在协整关系，而实证结果拒绝原假设，所以本文研究涉及的各变量之间存在协整关系，说明数据生产要素与流通现代化之间存在长期稳定的均衡关系。

　　(二)面板数据门槛效应的 Bootstrap 检验

　　本文使用 Stata 软件对相关数据进行 Bootstrap 检验，得到表 2 的检验情况。从表 2 中的检验结果进一步完成对全国层面数据的置信区间检验，表 3 显示通过建立三重门槛模型可较好呈现数据生产要素对流通业现代化的影响。对门槛面板模型进行回归分析得到表 4 所示结果。表 4 的回归结果显示，两个不同的门槛值显示了数据生产要素对流通业现代化的影响水平。当 qit ≤ 25.55 时，模型处于第一门槛下，数据作为生产要素的利用可以促进流通现代化水平增长。当 25.55 < qit < 34.60 时，模型处于第二门槛下，促进作用进一步加强。而当 qit>60.30 时，数据生产要素的应用对流通现代化的促进效应不显著。总体来看，数据生产要素在应用初期确实能够提升产业活力，这是因为其改变了传统生产要素的投入产出结构，现代互联网的成熟化应用使数据的获取与分析十分简单易行，同时大数据网络的构建也使海量数据的存储和应用无后顾之忧，数据生产要素的正外部性和边际产出增长规律提高了流通业的投入产出比，这一点从电子商务及新零售的快速发展对传统实体零售造成的影响便可见一斑。

　　需要注意的是，伴随着数据资本化、市场化应用的扩展，数据作为一种具有商品性质的生产要素将遵循与劳动力、土地相类似的发展轨迹，数据体量增长和商业化应用将助推数据成本增加，当达到一定阈值时，数据生产要素同样可能出现边际收益递减的情况，而流通业现代化的发展是一个动态过程，因此本文的研究结果显示当达到一定程度时，数据生产要素将无法促进流通业现代化。

　　结论与展望

　　(一)结论

　　通过上文的研究可以看出，数据作为生产要素对于流通业的现代化发展具有显著促进价值。数据的应用一方面可以为流通业提供先进的管理模式，便利企业收集、分析、共享用户信息以不断转变经营决策，完善流通消费市场。另一方面也作为生产要素直接参与流通业现代化生产。整体来看，本文的研究验证了数据生产要素促进流通业现代化发展存在门槛效应的情况，数据生产要素并不能持续促进流通业增长，反而在其作为生产要素应用水平提高后有可能抑制流通业现代化，这也启示我们在流通业现代化建设过程中要充分重视数据的生产价值，但同时也要关注其作为生产要素的发展阶段，以便更好实现其促进流通业现代化发展的价值。

　　(二)展望

　　根据数据技术分析公司 OnAudience 提供的分析资料显示，2019 年中国已成为全球第二大数据市场，同时也是全球增长最为迅猛、现代化程度最高的数据市场，我国正不断推动面向全球的中国数据要素市场建设，旨在充分发挥数据要素为推动产业发展和经济转型服务。但与此同时，我国数据要素市场仍存在数据资源基底不清、数据资源权属不明、数据开放共享程度不高的问题。在流通业领域，数据规模较大，但科学有序地加以利用的程度不高，面向全行业的数据开放共享平台尚未建立。通过前文的研究可以看出，数据要素是提高流通业现代化发展水平的新生力量，因此要通过提升数据要素市场的规范化发展水平，保障流通业现代化稳步推进。

　　未来，可通过建立流通业数据资源平台摸清数据资源基底，通过完善数字新基建，引入 5G 技术结合商品流通大数据建立区域流通市场交易数据的实时显示体系，构建 “线上 + 线下”的流通便捷体系。对于一些大型流通企业和组织而言，由于其系统繁杂、数据库众多，不同类型数据的交叉和重叠容易造成数据使用效率下降，因此在数据资源平台建设的基础上要对数据进行统计和度量，建立流通业数据标准化体系，促进数据资源价值最优化。此外，要完善数据生产要素资源权属的界定，建立科学的数据产权制度。规范流通过程中数据采集、存储、传输和使用各阶段的数据管理，比如通过网站监控阻止商务企业过度采集用户数据的情况出现;通过引入市场管理部门对数据的录入和分析过程进行跟踪监控，避免出现倒卖用户数据的情况出现。而在数据处理阶段还要对商贸流通数据进行加工和脱敏，以保证企业在使用数据时不会产生信息泄露等造成用户权益受损的问题。