Intelligentization of Circulation Industry and Balanced Urban-Rural Development: From the Perspective of Consumption Gap between Urban and Rural Residents
-
摘要: 新发展格局背景下,促进流通业智能化转型是畅通国内国际双循环体系、破解城乡发展不均衡难题的关键。从城乡居民消费差距视角切入,依托马克思社会资本再生产框架,梳理流通业智能化发展在生产、分配、交换和消费四个环节影响城乡均衡发展的理论逻辑,并基于2002—2022年我国285个地级市的面板数据,分析流通业智能化对城乡居民消费差距的影响效果及作用机制。研究发现,城乡居民消费差距与流通业智能化程度均存在区域发展不平衡特征;流通业智能化在面对负向宏观冲击时具有增长韧性,面对正向宏观冲击时表现出发展潜力;流通业智能化发展通过促进区域产业结构升级、降低城乡居民收入差距和推动电子商务发展等渠道有效缩小城乡居民消费差距,且对西部地区的影响最大。因此,驱动产业智能化转型、弥合区域数字鸿沟、规范平台经济发展可为提振居民消费、促进城乡均衡发展提供强力支撑。
-
关键词:
- 流通业智能化 /
- 城乡居民消费差距 /
- 城乡均衡发展 /
- 马克思社会再生产理论
Abstract: In the context of the new development paradigm, fostering the intelligentization of the circulation industry emerges as pivotal role in unlocking domestic and international dual circulation while addressing the disparities in urban and rural development. Through the lens of the consumption gap between urban and rural residents and Marx's social reproduction theory, this study elucidates that how the intelligentization of the circulation industry affects the balanced urban-rural development in the production, distribution, exchange, and consumption. Drawing upon the panel data of 285 Chinese cities from 2002 to 2022, this paper analyzes the impacts and mechanisms through which the intelligentization of the circulation industry influences the consumption gap between urban and rural residents. The findings reveal regional disparities in the consumption gap between urban and rural residents, and intelligentization of the circulation industry as well. Moreover, the intelligentization of the circulation industry demonstrates resilience in the face of adverse macroeconomic shocks while exhibiting potential for development amidst favorable macroeconomic circumstances. Notably, the intelligentization of the circulation industry significantly mitigates the consumption gap between urban and rural residents by facilitating the upgrading of regional industrial structures, narrowing the income differentials between urban and rural inhabitants, and fostering the growth of e-commerce, with the most pronounced effects observed in the western regions. Consequently, the intelligent transformation of the circulation industry, coupled with efforts to bridge the regional digital divide and regulate the development of economic development can provide robust support for boosting residents' consumption and advancing balanced urban-rural development. -
表 1 流通业智能化指标的构建
环节 一级指标 二级指标 测算方法 投入 基础设施 智能人力资源 高等教育人数比例与交通、仓储、邮电业从业人员数的乘积占从业人员总数比例 高等教育人数比例与批发零售、贸易业从业人员数的乘积占从业人员总数比例 智能装备投资 电子信息制造业增加值占流通产业增加值的比例与交通、仓储、邮电业增加值的乘积占地区生产总值比例 电子信息制造业增加值占流通产业增加值的比例与批发零售、贸易业增加值的乘积占地区生产总值比例 移动电话普及率 服务水平 软件普及应用 软件产品销售收入占流通业增加值的比例 信息资源收集 国际互联网普及率 数字平台建设 信息技术咨询服务收入占流通产业增加值的比例 数据服务收入占流通产业增加值的比例 运营服务收入占流通产业增加值的比例 数字平台维护 平台运营收入占流通产业增加值的比例 维护服务收入占流通产业增加值的比例 产出 经济效益 生产效率 电子信息制造业增加值占流通产业增加值的比例与流通产业劳动生产率的乘积 环境效益 能源消耗 城市煤炭等传统能源使用量与地区生产总值的比值 城市天然气等清洁能源使用量与地区生产总值的比值 表 2 描述性统计
变量 观测 均值 标准差 最小值 最大值 cogap 5 985 0.609 0.084 0.082 0.660 cityco 5 985 9.414 0.552 5.176 15.003 ruralco 5 985 8.545 0.763 3.215 13.029 intc 5 985 0.233 0.346 0.000 0.715 instr 5 985 0.394 0.098 0.086 0.839 ingap 5 985 0.278 0.045 0.074 0.502 econsu 5 985 0.003 0.005 0.000 0.136 ecom 5 985 0.038 0.033 0.000 0.468 fdi 5 985 0.010 0.030 0.000 0.477 urban 5 985 0.691 0.178 0.048 0.980 sciex 5 985 0.009 0.038 0.000 0.721 eduex 5 985 0.058 0.021 0.018 0.564 表 3 变量相关性分析
变量 cogap cityco ruralco intc instr ingap econsu ecom fdi urban sciex eduex cogap 1 cityco -0.274 1 ruralco -0.249 0.910 1 intc -0.053 0.228 0.187 1 instr -0.099 0.467 0.445 0.389 1 ingap 0.913 -0.272 -0.258 -0.036 -0.071 1 econsu 0.030 -0.012 0.000 0.035 0.142 -0.043 1 ecom -0.273 0.747 0.720 0.323 0.380 -0.258 -0.015 1 fdi -0.044 0.222 0.197 0.436 0.225 -0.028 0.037 0.364 1 urban 0.427 -0.325 -0.325 0.073 -0.065 0.524 0.090 -0.263 0.039 1 sciex -0.133 0.331 0.296 0.549 0.378 -0.097 0.130 0.478 0.494 0.105 1 eduex -0.110 0.181 0.194 0.092 0.093 -0.110 -0.038 0.184 0.065 -0.272 0.069 1 表 4 多重共线性检验
变量名称 VIF 1/VIF cityco 6.710 0.149 ruralco 6.100 0.164 ecom 2.840 0.352 sciex 1.980 0.506 urban 1.690 0.593 intc 1.620 0.615 instr 1.510 0.663 ingap 1.440 0.693 fdi 1.440 0.694 eduex 1.110 0.899 econsu 1.050 0.950 Mean VIF 2.500 表 5 模型检验
检验方法 统计指标 统计值 P值 结果 F检验 F(284, 5674) 3.990 0.000 拒绝混合回归,选择固定效应模型 LM检验 chibar2(01) 867.580 0.000 拒绝混合回归,选择随机效应模型 Hauman检验 chi2(7) 26.090 0.000 拒绝随机效应,选择固定效应模型 表 6 基准回归
变量 (1) (2) (3) (4) (5) (6) cityco ruralco cogap cityco ruralco cogap intc 2.010*** 2.662*** -0.133*** 0.240*** 0.417*** -0.029*** (8.10) (7.76) (-3.56) (3.01) (3.20) (-3.84) ecom 0.239 -0.592** -0.502*** (1.45) (-2.20) (-11.33) fdi -0.934*** -0.714** -0.036 (-5.52) (-2.58) (-0.49) urban -0.034** -0.032 0.192*** (-2.16) (-1.23) (28.32) sciex -0.345*** -0.599*** -0.339*** (-3.98) (-4.22) (-8.71) eduex 0.366*** 1.060*** 0.222*** (2.77) (4.89) (3.90) 常数项 9.383*** 8.504*** 0.611*** 8.792*** 7.683*** 0.487*** (1230.01) (805.80) (529.68) (519.27) (277.31) (74.66) 年份固定效应 控制 控制 控制 控制 控制 控制 城市固定效应 控制 控制 控制 控制 控制 控制 观测数 5 985 5 985 5 985 5 985 5 985 5 985 R2 0.211 0.210 0.202 0.911 0.875 0.802 注:表中括号内为稳健的t统计量,***、**、*分别表示1%、5%、10%的显著性水平。下表同。 表 7 稳健性检验
变量 替换被解释变量 剔除直辖市 数据缩尾 随机抽取样本 (1) (2) (3) (4) (5) (6) (7) (8) ncogap ncogap cogap cogap cogap cogap cogap cogap intc -2.364*** -0.616*** -0.175*** -0.029*** -0.704*** -0.019*** -0.112** -0.034*** (-3.16) (-4.82) (-3.77) (-3.68) (-8.01) (-4.22) (-2.52) (-3.81) ecom -14.347*** -0.497*** -0.873*** -0.538*** (-15.02) (-11.06) (-16.11) (-10.00) fdi 1.624 -0.120 -0.392** -0.079 (1.02) (-1.28) (-2.36) (-0.88) urban 0.621*** 0.196*** 0.091*** 0.177*** (4.26) (29.25) (16.02) (21.03) sciex 0.848 -0.248*** 0.426** -0.352*** (1.01) (-4.93) (2.50) (-7.50) eduex -6.715*** 0.217*** 0.021 0.159** (-5.48) (3.86) (0.24) (2.38) 常数项 2.604*** 3.058*** 0.612*** 0.483*** 0.623*** 0.583*** 0.611*** 0.502*** (113.26) (21.77) (529.82) (74.77) (534.36) (82.37) (432.37) (62.91) 年份固定效应 控制 控制 控制 控制 控制 控制 控制 控制 城市固定效应 控制 控制 控制 控制 控制 控制 控制 控制 观测数 5 985 5 985 5 901 5 901 5 985 5 985 4 000 4 000 R2 0.302 0.867 0.203 0.704 0.311 0.915 0.202 0.791 表 8 工具变量回归
变量 第一阶段 第二阶段 intc cogap iv 0.601***
(3.43)intc -4.815***
(-4.69)First-stage F 22.480 P-value 0.000 K-P Wald rk F statistic 63.110 C-D Wald F statistic 83.710 Stock-Yogo weak ID test Critical valuesa: 10% maximal Ⅳ 16.380 控制变量 控制 控制 年份固定效应 控制 控制 城市固定效应 控制 控制 观测数 5 985 5 985 R2 0.422 0.609 表 9 流通业智能化对城乡居民消费差距影响的区域异质性
变量 东部地区 中部地区 西部地区 cogap cogap cogap intc -0.016*(-1.84) -0.024**(-2.49) -0.030***(-3.64) ecom -0.120(-1.18) -0.470***(-5.58) -0.082(-0.67) fdi -0.061(-0.73) -0.429(-0.38) -4.256***(-4.52) urban 0.075***(6.37) 0.223***(20.40) 0.295***(21.65) sciex -0.284***(-6.41) -0.189(-1.32) -0.683***(-3.28) eduex -0.006(-0.05) -0.173(-1.43) 0.496***(6.46) 常数项 0.589***(45.80) 0.483***(39.26) 0.392***(30.22) 年份固定效应 控制 控制 控制 城市固定效应 控制 控制 控制 观测数 2 415 2 289 1 281 R2 0.435 0.645 0.802 表 10 流通业智能化对城乡居民消费差距影响的时间异质性
变量 2002—2007 2008—2012 2013—2022 cogap cogap cogap intc -0.013*(-1.71) -0.018**(-2.43) -0.042***(-4.37) ecom -0.047(-0.34) -0.805**(-2.09) -0.056(-0.40) fdi 0.019(0.36) -0.331(-1.12) -0.446(-0.91) urban 0.267***(9.93) 0.281***(19.61) 0.133***(11.82) sciex -1.702(-1.59) -0.493(-1.43) -0.310***(-3.42) eduex -0.036(-0.46) -0.077(-0.69) 0.187(1.07) 常数项 0.437***(20.47) 0.462***(28.80) 0.513***(33.48) 年份固定效应 控制 控制 控制 城市固定效应 控制 控制 控制 观测数 1 710 1 425 2 850 R2 0.077 0.341 0.660 表 11 机制检验①
变量 生产环节 分配环节 交换环节 (1) (2) (3) (4) (5) (6) instr cogap ingap cogap econsu cogap intc 0.028*** -0.031** -0.032** -0.029** 0.011*** -0.027*** (3.02) (-2.18) (-2.47) (-2.31) (4.79) (-4.77) ecom 1.344*** -0.447*** -0.216*** -0.115*** -0.004 -0.501*** (38.77) (-8.98) (-9.83) (-5.60) (-1.54) (-11.30) fdi -0.227*** -0.045 -0.008 -0.023 -0.008* -0.034 (-3.91) (-0.61) (-0.21) (-0.66) (-1.65) (-0.46) urban -0.019*** 0.191*** 0.134*** -0.048*** 0.002*** 0.191*** (-3.54) (28.19) (39.94) (-13.78) (5.17) (28.18) sciex 0.168*** -0.332*** -0.178*** -0.019 0.020*** -0.343*** (5.51) (-8.52) (-9.24) (-1.08) (8.28) (-8.78) eduex 0.177*** 0.229*** 0.217*** -0.167*** -0.004 0.223*** (3.98) (4.02) (7.70) (-6.38) (-1.22) (3.92) instr -0.041** (-2.42) ingap 1.794*** (6.07) econsu -0.232*** (-4.11) 常数项 0.347*** 0.501*** 0.383*** -0.201*** 0.002*** 0.486*** (67.99) (57.11) (118.65) (-35.96) (5.88) (74.35) 年份固定效应 控制 控制 控制 控制 控制 控制 城市固定效应 控制 控制 控制 控制 控制 控制 观测数 5 985 5 985 5 985 5 985 5 985 5 985 R2 0.707 0.803 0.690 0.832 0.725 0.802 -
[1] 方创琳. 城乡融合发展机理与演进规律的理论解析[J]. 地理学报, 2022(4): 759-776. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB202204001.htm [2] 宋永华, 陈昌兵, 杨祥雪. 财政支农真的能促进城乡共同富裕吗——基于城乡异质性动态随机一般均衡模型的研究[J]. 上海经济研究, 2022(2): 115-128. doi: 10.3969/j.issn.1005-1309.2022.02.012 [3] 杨向阳, 汪洁, 刘备. 中国流通业高质量发展水平测度、地区差异与动态演进[J]. 经济纵横, 2023(7): 87-99. https://www.cnki.com.cn/Article/CJFDTOTAL-JJZH202307010.htm [4] 张建平, 葛扬. 土地融资影响城乡消费差距的传导机制——基于房价与城乡交通基础设施差距的研究[J]. 财政研究, 2021(8): 31-46, 76. https://www.cnki.com.cn/Article/CJFDTOTAL-CZYJ202108003.htm [5] 王家荣, 陈锦然, 李陈华. 流通业数字化投入与国内价值链分工深度[J]. 商业经济与管理, 2023(12): 22-36. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJG202312002.htm [6] 李俊高. "双循环"新发展格局下城乡经济均衡发展内在动力机制分析[J]. 四川师范大学学报(社会科学版), 2022(3): 81-87. https://www.cnki.com.cn/Article/CJFDTOTAL-SCSF202203011.htm [7] 尹志超, 仇化, 潘学峰. 住房财富对中国城镇家庭消费的影响[J]. 金融研究, 2021(2): 114-132. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202102007.htm [8] 郭广珍, 刘瑞国, 黄宗晔. 交通基础设施影响消费的经济增长模型[J]. 经济研究, 2019(3): 166-180. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201903012.htm [9] 祝合良, 郭凯歌, 王春娟. 数字经济、流通效率与居民消费增长[J]. 商业经济与管理, 2023(6): 5-17. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJG202306001.htm [10] 徐雅静. 城乡双向流通体系扩大我国农村消费问题研究[J]. 广西社会科学, 2018(12): 108-112. https://www.cnki.com.cn/Article/CJFDTOTAL-HSKX201812023.htm [11] 刘向东, 何明钦, 安婷. 流通业发展与城乡消费差距——基于供需侧视角的机制研究[J]. 商业经济与管理, 2023(6): 18-33. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJG202306002.htm [12] 谢璐, 韩文龙. 数字技术和数字经济助力城乡融合发展的理论逻辑与实现路径[J]. 农业经济问题, 2022(11): 96-105. https://www.cnki.com.cn/Article/CJFDTOTAL-NJWT202211009.htm [13] 杨晓霞. 城乡差异: 县域内义务教育均衡发展的现实困境[J]. 教育与经济, 2012(4): 11-15. https://www.cnki.com.cn/Article/CJFDTOTAL-JYJI201204002.htm [14] 邱婷. 从"城乡失衡"到"城乡均衡": 乡村振兴背景下的农业产业化与就地城镇化实践[J]. 华中农业大学学报(社会科学版), 2022(4): 141-149. https://www.cnki.com.cn/Article/CJFDTOTAL-HZND202204012.htm [15] 梁向东, 阳柳. 服务业商业模式创新与城乡均衡发展[J]. 江汉论坛, 2019(10): 47-53. https://www.cnki.com.cn/Article/CJFDTOTAL-JHLT201910007.htm [16] 王硕, 孙涛. 交通基础设施、劳动力配置与中国城乡融合发展——基于劳动力与产业、区域双重耦合视角[J]. 广东财经大学学报, 2023(4): 99-117. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202304007.htm [17] 李铮, 孟昊芸. 流通业智能化对城乡消费不平等影响的空间计量分析[J]. 中国流通经济, 2023(10): 3-13. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGLT202310009.htm [18] 盛广耀. 中国城乡基础设施与公共服务的差异和提升[J]. 区域经济评论, 2020(4): 52-59. https://www.cnki.com.cn/Article/CJFDTOTAL-QYHL202004009.htm [19] 朱琳. 信息基础设施对城乡收入差距的影响机理及检验[J]. 南开经济研究, 2023(11): 210-229. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ202311012.htm [20] 吴怀琴. 我国城乡收入差距收敛性研究——基于政府投资视角[J]. 华东经济管理, 2019(2): 115-121. https://www.cnki.com.cn/Article/CJFDTOTAL-HDJJ201902016.htm [21] 陈姝兴, 丁任重. 消费潜力与宏观经济增长: 基于社会再生产的理论和经验分析[J]. 政治经济学评论, 2023(6): 71-101. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZJP202306005.htm [22] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-SYJG202111001.htm [23] 徐敏, 姜勇. 中国产业结构升级能缩小城乡消费差距吗?[J]. 数量经济技术经济研究, 2015(3): 3-21. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY201503001.htm [24] 中共中央马克思恩格斯列宁斯大林著作编译局. 马克思恩格斯全集: 第45卷[M]. 北京: 人民出版社, 2003: 147. [25] 谢莉娟, 万长松, 武子歆. 流通业发展对城乡收入差距的影响——基于公有制经济调节效应的分析[J]. 中国农村经济, 2021(6): 111-127. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202106008.htm [26] ALWYN Y. Inequality, the urban-rural gap, and migration[J]. Quarterly Journal of Economics, 2013, 4: 1727-1785. [27] 冯大威, 高梦桃, 周利. 互联网与城乡居民消费差距——来自家庭微观调查的证据[J]. 中国经济问题, 2022(3): 98-114. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJJW202203006.htm [28] ZENG Y, GUO H, YAO Y, et al. The formation of agricultural e-commerce clusters: a case from China[J]. Growth and Change, 2019, 50(4): 1356-1374. [29] 李海舰, 田跃新, 李文杰. 互联网思维与传统企业再造[J]. 中国工业经济, 2014(10): 135-146. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201410012.htm [30] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202205006.htm [31] MENG H, DENG P, ZHANG J. Nonlinear impact of circulation-industry intelligentization on the urban-rural income gap: evidence from China[J]. Sustainability, 2022, 14(15): 1-26. [32] FRIED H O, LOVELLC A K, SCHMIDT S S, et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of Productivity Analysis, 2002, 17(1-2): 157-174. [33] 储德银, 黄文正, 赵飞. 地区差异、收入不平等与城乡居民消费[J]. 经济学动态, 2013(1): 46-52. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD201301009.htm [34] 郭庆旺, 吕冰洋. 论要素收入分配对居民收入分配的影响[J]. 中国社会科学, 2012(12): 46-62, 207. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK201212003.htm [35] 刘传明, 马青山. 网络基础设施建设对全要素生产率增长的影响研究——基于"宽带中国"试点政策的准自然实验[J]. 中国人口科学, 2020(3): 75-88, 127-128. https://www.cnki.com.cn/Article/CJFDTOTAL-ZKRK202003008.htm -