數字化背景下農產品批發(fā)業(yè)經營效率的變化

課題組

摘要：數字經濟的發(fā)展，直接影響農產品批發(fā)業(yè)的經營效率，引領并倒逼行業(yè)高質量發(fā)展。從數字基礎設施和數字技術應用兩個維度構建數字化發(fā)展水平指標體系，使用主成分分析法測定數字化水平，建立以數字化水平為門檻變量、以SBM法測定的經營效率為被解釋變量的面板門檻模型，使用全國2010—2018年的省級面板數據，檢驗數字化發(fā)展與經營效率之間的非線性關系。結果表明：數字化發(fā)展對農產品批發(fā)業(yè)經營效率的整體影響顯著為正，但數字化發(fā)展的生產率效應只有在數字化水平達到一定程度時才能充分顯現；數字化發(fā)展對經營效率的影響存在雙重門檻效應，即在數字化水平較低時存在生產率悖論現象，數字化加速發(fā)展時會帶動經營效率大幅提高，而數字化水平較高時促進經營效率提高的作用則減弱。進一步分解發(fā)現，數字化發(fā)展的生產率效應更多來自于數字基礎設施，并且為正向影響由強轉弱的單一門檻效應；數字技術應用未檢驗出顯著影響，當前數字技術應用對農產品批發(fā)業(yè)的沖擊有待后續(xù)觀察。農產品批發(fā)業(yè)要抓住數字經濟發(fā)展機遇，主動進行數字化變革，進一步完善數字基礎設施，改變傳統經營管理模式，面向數字經濟進行轉型升級。

關鍵詞：數字經濟；數字化水平；農產品批發(fā)業(yè)；經營效率；面板門檻模型

中圖分類號：F724.1文獻標識碼：A文章編號：1007-8266（2021）06-0017-11

基金項目：湖南省哲學社會科學基金“新零售視閾下生鮮農產品供應鏈的整合與協調研究”（18YBA230）

以物聯網、大數據、移動互聯網及人工智能為核心的新型數字技術在各領域的融合和應用，帶動產業(yè)鏈、供應鏈、營銷模式和管理模式發(fā)生了深刻變革[ 1 ]，拓寬了現代商貿流通業(yè)交易活動的空間限制，催生出電子商務、社區(qū)團購、“新零售”等農產品流通新業(yè)態(tài)。同時，數字化發(fā)展浪潮也極大地沖擊了傳統流通渠道，其中農產品批發(fā)作為承載70%市場交易量的既有流通渠道，在其他新型流通渠道擠壓下進行著艱難的現代化轉型。在此數字化變革過程中，通過觀察經營效率的變化，能更好地把握批發(fā)市場的演化規(guī)律，引導傳統農產品批發(fā)業(yè)進行轉型升級。

從時間維度來看，數字技術對產業(yè)發(fā)展的影響因時而異。早期學者認為數字技術對生產效率的提升作用存在不確定性，大量的數字技術資源投入沒有顯著提高生產率，存在“生產率悖論”現象[ 2-5 ]。之后，隨著數字化水平的不斷提高，研究發(fā)現數字技術對生產效率的提升具有顯著促進作用。數字技術能夠通過溢出效應降低供應鏈上下游企業(yè)的交易成本，緩解信息不對稱，實現效率提升[ 6-7 ]，也能夠激勵技術創(chuàng)新、優(yōu)化要素配置從而促進生產率增長[ 8-10 ]。

從農產品流通產業(yè)來說，數字化發(fā)展的影響也有兩面性。一方面，隨著數字化水平的提高，電子商務平臺、“互聯網+”平臺等數字渠道快速發(fā)展，引發(fā)批發(fā)市場表現出集聚不經濟，有從集聚發(fā)展轉向擴散甚至瓦解的趨勢[ 11 ]；另一方面，數字技術的應用對信息傳播產生加速作用，能夠通過信息共享機制實現農產品供應鏈動態(tài)一致[ 12 ]，提升批發(fā)市場的運行效率[ 13 ]，促進供給端與需求端的信息傳遞和需求釋放[ 14 ]。

因此，在數字化發(fā)展的背景下，討論傳統行業(yè)的發(fā)展變化要更為細致，相應地，在分析影響農產品批發(fā)業(yè)效率變遷時，需要考慮數字化水平和類型的差異。

數字技術的發(fā)展為傳統行業(yè)提供了新的契機，促進了生產方式、主導技術、組織結構的變革，帶動產業(yè)進入更高的發(fā)展層次。然而，新技術對產業(yè)發(fā)展的影響并非簡單的線性關系。新技術從誕生到逐步推廣，其本身在不斷地成熟和完善，而傳統產業(yè)從被動應變到主動求變，也在連續(xù)不斷地調整和適應，其間還伴隨著兩者相互匹配及協同發(fā)展。由此，數字技術在不同的發(fā)展階段對產業(yè)發(fā)展的影響會表現出差異性。

首先，從農產品批發(fā)業(yè)的功能屬性上判斷，數字化發(fā)展促進經營效率提升是整體演進趨勢。批發(fā)市場作為農產品流通的主要渠道，具有產品集散、溝通產銷、價格調控、質量保障等功能[ 15 ]。這些功能的本質是要實現規(guī)模經濟、削減交易成本、緩解信息不對稱[ 12，16 ]，而數字技術的應用恰好可以擴大批發(fā)市場的商品交易范圍，突破供銷雙方溝通的地理空間限制，產生更大的規(guī)模經濟，還能協助完成批發(fā)業(yè)內部、行業(yè)之間的資源、信息整合，解決信息孤島問題，提高資源配置效率[ 17 ]。

其次，從數字化擴散過程來看，批發(fā)業(yè)受到的影響存在階段性。一是在數字化發(fā)展初期，農產品批發(fā)業(yè)處于數字化起步、經營組織模式傳統的階段，需要投入大量的數字化專業(yè)勞動力和數字化啟動成本，可能存在“生產率悖論”現象[ 18 ]，數字化沒能帶來效率的提高。二是數字化加速發(fā)展之后，批發(fā)業(yè)采用數字化服務、應用數字技術，完善運營管理機制，創(chuàng)新銷售模式，提高交易數量。該階段數字技術產生的間接溢出效應擴大了生產可能性邊界，使整個生產函數外生地移動，通過加快技術進步促進經營效率大幅提升。三是數字化發(fā)展到一定階段后，批發(fā)業(yè)需要調整勞動力和資本等要素配置，淘汰一部分人員和資產，剝離或改組部分業(yè)務。數字化發(fā)展對農產品批發(fā)業(yè)經營的影響發(fā)生邊際效應減少，帶動效率提升的作用減弱。

再次，就數字化發(fā)展的內容而言，農產品批發(fā)業(yè)受到的影響存在差異性。數字化發(fā)展包含了數字產業(yè)化和產業(yè)數字化兩個方面[ 19 ]，分別體現為數字技術的發(fā)展和數字應用服務的擴散。這對批發(fā)業(yè)來說，其一是5G網絡、光纖通信等數字技術設施設備作為一種具有公共資本屬性的基礎設施[ 20 ]，既可以產生直接的資本效應，直接作為投入要素促進產出增長，提高生產效率[ 21-22 ]，也可以作為影響資本和勞動配置的要素促進批發(fā)業(yè)產出提高。其二是網絡團購、直播銷售等新興數字應用服務的普及推廣，對農產品批發(fā)業(yè)的影響可能較為負面。因為交易流通的數字化發(fā)展帶來了更大的網絡經濟效應，個體的消費半徑擴大，消費者的選擇多樣性在互聯網平臺上更能得到滿足，更加傾向于網上購物，導致傳統實體批發(fā)業(yè)的競爭環(huán)境發(fā)生改變，可能出現批發(fā)市場集聚不經濟的情形，降低流通效率。

基于上述理論分析，本文提出如下研究假設：

H1：數字化發(fā)展對農產品批發(fā)業(yè)經營效率存在階段性的不同作用。

H2：數字化基礎設施和數字技術應用對批發(fā)業(yè)經營效率的影響存在差異。

（一）模型設計

1.基于非徑向效率模型（SBM）的經營效率測度

在傳統數據包絡分析（DEA）模型基礎之上，托恩（Tone）[ 23 ]提出了基于松弛變量的效率度量方法的SBM模型，該方法采用非徑向投影估計效率，解決了徑向模型對無效率的測量沒有包含松弛變量的問題，對效率具有更強的分辨能力和更高的準確度，故本文選取SBM模型作為測度農產品批發(fā)業(yè)經營效率的方法。具體形式如下：

其中，ρ即為所求的批發(fā)業(yè)經營效率值。式（1）、式（2）分別表示實際投入比之最優(yōu)投入存在投入冗余、實際產出比之最優(yōu)產出存在產出不足的情況，其中λ表示DMU的線性組合系數，投入冗余量用S-表示，產出不足量用S+表示。根據最優(yōu)解，當S-=S+=0時，ρ=1，DMU為SBM有效情況。在具體測算時，為了實現不同省份的SBM效率跨期比較，本文使用所有年份的所有DMU匯集成的總體作為參考集，采取全局參比方法對SBM模型進行測定。

2.基于門檻模型的非線性關系檢驗

為了測度數字化對農產品批發(fā)業(yè)經營效率的非線性作用，本文利用漢森（Hansen）[ 24 ]提出的門檻回歸模型進行檢驗。該模型可根據觀察變量的門檻值劃分成不同的類別，且這個觀察變量的門檻值和個數完全由樣本數據內生決定。本文將數字化發(fā)展水平及其分解值作為門檻變量，用于探討當門檻變量大于或小于特定值時數字化發(fā)展水平對經營效率的影響。模型具體設定如下：

在式（3）中，被解釋變量Teit為SBM法測算出的農產品批發(fā)業(yè)經營效率，git表示門檻變量，γ表示待估計的門檻值，β為變量系數，核心解釋變量Digitalit表示數字化水平，Hit代表一組對農產品批發(fā)經營效率增長產生影響的控制變量，包括地區(qū)經濟發(fā)展水平、城鎮(zhèn)化水平、交通基礎設施、人力資本水平和產業(yè)結構升級。

（二）變量選擇

1.被解釋變量：農產品批發(fā)業(yè)經營效率

非參數方法估計效率，需要投入和產出指標包含多個變量。鑒于數據的可得性以及農產品批發(fā)業(yè)集中度較高的現實情況，選擇各地區(qū)限額以上批發(fā)市場的統計數據來測算該行業(yè)的經營水平。首先，批發(fā)業(yè)經營的投入變量，考慮到批發(fā)業(yè)的特點，經營中需投入相應的勞動力、資本、土地。為此借鑒已有研究，將農產品批發(fā)市場從業(yè)人數作為勞動力變量[ 25 ]，采用批發(fā)市場資本存量作為資本投入指標[ 26 ]，把注冊法人單位數作為土地投入的替代變量[ 27 ]。其次，產出指標考慮批發(fā)市場的交易經營特點，鑒于數據的可獲得性，使用商品銷售額和主營業(yè)務收入作為產出指標[ 28 ]，體現農產品批發(fā)業(yè)的運營水平和盈利狀況?；谏鲜龇治?，投入產出指標體系參見表1。

2.門檻變量：數字化發(fā)展水平

由于目前農產品批發(fā)業(yè)數字化水平還沒有公認的評價指標體系，本文借鑒韓海彬和張莉[ 17 ]、茶洪旺[ 29 ]的研究，考慮到數字化發(fā)展主要表現為數字基礎設施水平和數字技術應用水平，故以二者為二級指標構建了指標體系，如表2所示。其一，數字基礎設施水平指標，參考國家統計信息中心[ 30 ]和陳小磊[ 31 ]的相關研究，選取單位中國長途光纖傳輸線路的長度、人均移動電話互聯網接入端口總數、人均移動電話交換機容量這三個指標。其二，數字技術應用水平評價，根據數字技術的通用技術屬性，選擇互聯網普及率、人均信息消費額（指數）、移動電話普及率為二級指標[ 32 ]。

為了避免人為的主觀性影響因素，更客觀地衡量數字化發(fā)展水平，消除各個指標之間的相互影響[ 33，29 ]，采用主成分分析法對數字化水平評價指標權重進行測算，在對原始數據進行標準化、同趨化處理后，分別進行抽樣適合性檢驗（KMO）和巴特利特球形度檢驗，再根據所求得的總方差解釋表和因子成分矩陣確定各指標權重，并對權重進行歸一化處理，用求出的各變量權重分別計算每個單位的數字化水平。

3.其他控制變量

（1）經濟發(fā)展水平（Edl）。地區(qū)經濟發(fā)展水平是流通行業(yè)發(fā)展的主要外部環(huán)境影響指標，經濟水平的高低直接決定了生產流通消費整個體系運行的質量水平[ 34 ]，所以本文使用人均GDP來表示經濟發(fā)展水平。

（2）產業(yè)結構升級（Indus）。本文利用付凌暉[ 35 ]所提出的產業(yè)結構高級化程度的衡量方法對各地區(qū)和省份的產業(yè)結構高級化程度的指數分別進行測算，并以測算得到的產業(yè)結構高級化程度指數代表產業(yè)結構升級。

（3）城鎮(zhèn)化水平（Urban）。城鎮(zhèn)化能夠直接地對農業(yè)新技術在流通領域的生產與擴散發(fā)揮作用[ 36 ]，本文采用各省份城鎮(zhèn)人口總數占該省份總人口的比值來衡量代表該地區(qū)的城鎮(zhèn)化水平。

（4）交通基礎設施（Trans）。在實體商品流通領域，商流經濟活動仍在一定程度上受限于交通運輸物流活動的規(guī)模半徑[ 37 ]。本文使用各地區(qū)的公路里程數（千米）與地區(qū)總面積（平方千米）的比值來體現交通基礎設施發(fā)展水平。

（5）人力資本水平（Human）。根據本文研究目的，使用勞動力平均受教育年限來衡量人力資本水平，將各地區(qū)勞動力平均受教育年限作為評價指標。

各指標詳見表3。

（三）數據說明與描述

研究選取的時間段為2010—2018年，因為該時間段內統計數據較為完整，沒有缺少年份和關鍵區(qū)域數據，且量綱統一。另外，由于西藏、臺灣等5個省區(qū)存在數據異常及數據缺失的情況，該截面?zhèn)€體只包括剩余29個省份。數據均來源于對應年度的《中國貿易外經統計年鑒》《中國統計年鑒》和國家統計局。為了消除價格因素的影響，本文以2010年為基期，使用基期的GDP平減指數對各地區(qū)人均國內生產總值、限額以上農產品批發(fā)市場流動資產總計進行平減處理，使用基期的消費者價格指數將限額以上農產品批發(fā)市場商品銷售額、限額以上農產品批發(fā)市場主營業(yè)務收入進行平減，采用固定資產投資指數對限額以上農產品批發(fā)市場固定資產總計進行平減。研究樣本共計261個，主要變量的統計量描述如表4所示。批發(fā)業(yè)經營效率的樣本均值為0.372，整體處于中下水平。其他指標情況詳見表4。

（一）農產品批發(fā)業(yè)經營效率的測算結果

2010—2018年各省份農產品批發(fā)業(yè)經營效率的具體數值，如表5所示。在測算得到各省份農產品批發(fā)業(yè)經營效率的基礎上，使用國家“七五計劃”提出的劃分方法將全國各省份劃分為東、中、西三個區(qū)域，各區(qū)域的經營效率變化如表5所示。

各區(qū)域農產品批發(fā)業(yè)經營效率存在明顯差異，東部地區(qū)與中、西部地區(qū)的經營效率差距有不斷擴大的趨勢。東部地區(qū)經營效率提升最快，從2010年0.368提升至2018年0.655，提升了78.0%，中部地區(qū)效率提升幅度僅為0.009，而西部地區(qū)經營效率反而下降了0.081。

（二）數字化水平的測算結果

采用主成分分析法求得的各項指標權重結果見表6。

根據表6測得的各指標權重對2010—2018年各省市區(qū)數字化水平進行計算，結果見表7。從中發(fā)現：

第一，區(qū)域數字化程度存在明顯差異，東部數字化程度最高，西部次之，中部最低。東部地區(qū)各年份平均數字化水平指數為0.408，高于全國平均水平0.316，中部地區(qū)平均水平僅為0.254，西部地區(qū)為0.256，均低于全國平均水平。

第二，各地區(qū)數字化水平在迅速提升，且西部提升幅度最大。觀察期內全國數字化水平均保持持續(xù)增長，東部地區(qū)數字化水平指數從0.284增長至0.524，中部地區(qū)從0.146增加至0.385，西部地區(qū)提升了近3倍，從0.135上升到0.376。

（三）兩項指標的基本趨勢

如圖1所示，全國各地區(qū)農產品批發(fā)業(yè)經營效率有一定波動，近年來保持持續(xù)增長趨勢。同時期全國各地區(qū)數字化水平穩(wěn)步提升，整體水平不斷提高。隨著數字化水平提升，二者相關性提高，變動趨勢逐步一致。

（一）面板數據相關檢驗

1.單位根檢驗與協整性檢驗

為降低異方差的影響，對非比值變量取對數處理。為提高估計結果可靠性，本文使用面板數據LLC（LevinLin-Chu）單位根檢驗方法對農產品批發(fā)業(yè)經營效率以及各解釋變量進行單位根檢驗，檢驗結果均否定各變量存在單位根的原假設，說明本文所使用的變量是平穩(wěn)的，符合漢森門檻回歸模型的數據平穩(wěn)性要求。

進一步，為避免農產品批發(fā)業(yè)經營效率與數字化水平之間出現“偽回歸”的現象，確定各變量之間具有長期穩(wěn)定的均衡關系，分別采用靠（Kao）檢驗、佩德羅尼（Pedroni）檢驗兩種方法進行協整檢驗，檢驗結果顯示各變量均在1%的顯著水平下拒絕原假設，存在協整關系，不會出現“偽回歸”的情況，可以直接進行門檻效應分析。

2.門檻模型檢驗

門檻回歸模型適用條件為面板固定效應模型，為了準確判斷面板模型的類型，參考郭家堂等[ 13 ]的做法，分別采用輔助回歸和過度識別檢驗的結果進行分析，結論均為顯著拒絕原假設，即拒絕隨機效應，故采用固定效應門檻模型進行回歸。

本文進行門檻效應檢驗，判斷是否存在門檻效應以及具體的門檻設定形式，再通過模型F統計量以及自舉抽樣法得到的P值來判斷門檻個數，檢驗結果如表8所示。根據檢驗結果，數字化水平單一門檻和雙重門檻分別通過10%和5%的顯著性檢驗，但三重門檻效應未通過檢驗；數字基礎設施水平（Infra）單一門檻通過5%顯著性檢驗，雙重、三重門檻效應未通過顯著性檢驗；數字技術應用水平（Appl）的門檻效應檢驗未通過顯著性檢驗。由表9可知，門檻值對應的置信區(qū)間較窄，故門檻值的識別效果較為準確[ 17 ]。

（二）主模型估計結果

在門檻值確定之后，進行非線性雙重面板門檻估計，估計結果見表10。

首先對數字化雙重門檻模型進行分析，雙重門檻模型在5%的水平上顯著，自舉抽樣法抽樣得到的P值為0.032，驗證了雙重門檻效應的存在，能夠說明數字化水平與農產品批發(fā)業(yè)經營效率之間存在非線性關系，揭示數字化水平影響農產品批發(fā)業(yè)經營效率提升的內在機理，故下文重點討論雙重門檻模型的估計結果。

數字化發(fā)展對農產品批發(fā)業(yè)經營效率存在雙重門檻效應。根據雙重門檻模型得到的兩個門檻值，可以分別按照第一門檻值（0.107）和第二門檻值（0.126）將整個樣本分成三個門檻區(qū)間，分別為數字化低水平（Digital≤0.107）、中水平（0.1070.126）三種門檻區(qū)間，當數字化水平處于三個不同的門檻區(qū)間時，數字化水平對農產品批發(fā)業(yè)經營效率提升的影響系數顯著不同：當數字化水平低于第一個門檻值時（Digital≤0.107），其對農產品批發(fā)業(yè)經營效率影響的估計系數為負值-0.301，且不顯著；當數字化水平跨越第一門檻值并處于兩個門檻值中間時（0.1070.126），其影響在5%的水平上顯著，但影響系數下降為0.787。

該估計結果說明假設H1成立，即數字化水平對農產品批發(fā)業(yè)經營效率存在正向的非線性作用。第一，從省份固定效應和省份時間交互效應模型來看，數字化發(fā)展對批發(fā)業(yè)有顯著的正向影響，表明數字技術作為先進生產力的體現，能夠帶動傳統批發(fā)業(yè)提升經營效率，向高質量方向發(fā)展。第二，在模型1劃分的三個門檻區(qū)間中，影響的估計系數存在顯著差別，存在明顯的門檻效應。影響系數先由負轉正，再由大變小，說明在數字化建設初期，由于數字基礎設施水平較低，數字技術對生產率的提升作用沒有得到充分發(fā)揮，存在一定“生產率悖論”現象；隨后伴隨數字化水平的大幅提升，在達到第一個門檻值之后，數字技術溢出效應能充分降低信息傳播成本和交易成本，提高農產品批發(fā)業(yè)經濟效益，生產率得到極大改進；隨著數字化深入發(fā)展，進入第二個門檻之后，對經營效率的提升作用彈性有所下降，出現了邊際效用遞減。未來數字技術需要進一步與勞動力投入、組織結構升級和模式創(chuàng)新進行匹配協調，才能更好發(fā)揮作用。

（三）數字化內容分解的估計結果

為深入討論數字化內涵作用的差異，對數字化水平進行分解（參見表11），分別討論數字基礎設施和數字技術應用的影響。

首先，分析數字基礎設施單一門檻模型的結果。如表11所示，單一門檻模型得到的數字基礎設施水平（Infra）門檻值為0.089，對應的兩個門檻區(qū)間估計系數分別為6.919（Infra≤0.089）和1.014（Infra>0.089），且二者均通過1%的顯著性檢驗，數字基礎設施在兩個階段與經營效率均存在正相關關系。當跨越門檻值時，彈性系數降低，影響由強轉弱，表明數字基礎設施與經營效率之間存在非線性效應。其次，觀察發(fā)現數字技術應用水平的估計系數為負值，且并未通過固定效應和門檻效應模型的顯著性檢驗。

這一結果說明研究假設H2也成立，數字基礎設施和數字技術應用產生的影響存在差異。農產品批發(fā)業(yè)經營效率的增長更多得益于數字基礎設施的逐漸完善，數字基礎設施所產生的直接資本效應和間接溢出效應能促進批發(fā)業(yè)產出提高、加快批發(fā)業(yè)技術進步，發(fā)揮提升經營效率的效應。而數字技術應用的推廣，引發(fā)了激烈的渠道競爭，在一定程度上阻礙批發(fā)業(yè)經營效率。

（四）區(qū)域異質性分析

為了進一步探討數字化發(fā)展影響的區(qū)域差異，由于西部省份的樣本量不足，會導致回歸系數有偏差，在此參考郭家堂等[ 13 ]的研究，將29個樣本省份劃分為東部和西部兩個區(qū)域。東部地區(qū)包括北京、天津、河北、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、廣東、海南；西部地區(qū)包括山西、內蒙古、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏、新疆。使用固定效應模型對劃分后的樣本進行回歸，結果如表12所示。在對樣本省份進行區(qū)域劃分之后，數字化發(fā)展對批發(fā)業(yè)經營效率的作用得到了進一步驗證，與前文整體回歸所得出的結論基本一致。

（五）穩(wěn)健性與內生性問題討論

首先，對模型進行穩(wěn)健性檢驗。本文考慮到經濟發(fā)展質量較高的地區(qū)在數字技術運用上存在“先發(fā)優(yōu)勢”，參考韓海彬等[ 17 ]、賈鋮等[ 38 ]和趙濤等[ 39 ]的做法，將門檻模型回歸結果與面板固定效應模型回歸結果進行對照，通過設定省份固定效應、省份與時間交互效應以緩解數字技術發(fā)展帶來的宏觀環(huán)境變化，由表10的省份固定效應模型和交互效應模型可知，無論是固定效應模型還是雙重門檻模型，所得出的結論與前文基本一致，本文的估計結果較為穩(wěn)健。

其次，考慮到內生性問題。第一，面對測度誤差帶來的內生性問題，使用《中國統計年鑒》《中國貿易外經統計年鑒》等權威數據，并且對原始數據進行了價格平減，盡可能降低了價格因素對測算結果的影響。第二，對遺漏變量這一問題，在估計過程中加入了經濟發(fā)展水平、交通基礎設施、人力資本水平和產業(yè)結構等控制變量，并同時采用固定效應模型進行估計，可以控制住個體異質性，即誤差項中不隨時間變動的遺漏變量。第三，處理互為因果帶來的內生性問題，農產品批發(fā)業(yè)經營效率的提高主要反映農產品批發(fā)業(yè)的投入產出與生產前沿面之間的距離更接近，數字化水平（Digi？ tal）這一指標更多表現為宏觀數字技術的變化，而非批發(fā)業(yè)內部的產業(yè)數字化水平，因此在二者的因果關系當中數字化水平為主因。

為了保證面板門檻回歸估計量無偏，進一步對門檻變量Digital是否外生進行檢驗，參照已有文獻對工具變量的設置[ 7，13 ]，本文使用數字化水平（Digital）的一階、二階滯后項作為工具變量進行估計，采用2SLS模型進行回歸，再對結果進行內生性檢驗。估計結果見表13。

內生性回歸結果得到的Digital系數與前文相差較大，但符號方向和顯著性與前文相同，對工具變量的檢驗結果也支持了結果的合理性，主要包括對工具變量進行的不可識別、弱工具變量、過度識別檢驗，其中KP統計量的P值為0.000，在1%的可能性水平上顯著拒絕工具變量識別不足的原假設；瓦爾德F統計量為2 698.596，顯著大于臨界值，認為不存在弱工具變量；漢森檢驗值為0.858，P值>0.1，所有的工具變量均為外生。進一步，對模型進行異方差情形的內生性檢驗（D-W-H檢驗），檢驗結果P值為0.922，即內生性不顯著，因此本文所選用的門檻變量Digital是外生變量，門檻回歸估計值無偏，前文得到的數字化水平對農產品批發(fā)業(yè)經營效率的雙重門檻效應得到進一步驗證。

（一）結論

本文以農產品批發(fā)業(yè)為研究對象，利用2010—2018年中國29個省級面板數據，使用SBM模型測算了農產品批發(fā)業(yè)經營效率，隨后采用面板門檻模型實證檢驗數字化水平與農產品批發(fā)業(yè)經營效率之間的非線性關系。

第一，數字化發(fā)展對農產品批發(fā)業(yè)經營效率整體表現為正向影響，數字化水平提高1個單位能夠顯著帶動經營效率提高1.003個單位，體現出數字化發(fā)展對經營效率有積極促進作用。但是，只有在數字化水平高于0.107時，數字化發(fā)展對效率才產生正向影響，說明數字技術的生產率效應只有在數字化發(fā)展到一定程度時才能充分顯現。

第二，數字化水平對經營效率的影響存在雙重門檻效應，門檻值分別為0.107和0.126。數字化發(fā)展低于0.107時，數字化對經營效率有負向影響，存在生產率悖論現象；在0.107到0.126水平區(qū)間時，數字化發(fā)展對經營效率產生顯著的正向影響，并且彈性系數最高；進一步發(fā)展在較高水平時，即高于0.126后，數字化影響作用發(fā)生邊際遞減，彈性系數變小。

第三，數字化發(fā)展帶動經營效率提高的生產率效應，更多來自于數字基礎設施水平的提高。并且，數字基礎設施對效率的提升作用也存在單一門檻效應，在兩個階段雖然都是顯著正向影響，但大于門檻值0.089之后正向作用減弱。另外，數字技術應用水平未通過顯著性檢驗和門檻效應檢驗，且模型中估計系數為負值，表明當前的數字技術應用可能對農產品批發(fā)業(yè)的經營效率產生了某些沖擊，后續(xù)影響有待進一步觀察。

（二）政策啟示

第一，農產品批發(fā)業(yè)要抓住數字經濟發(fā)展的機遇，全方位加大數字化投入。要在數字化發(fā)展的關鍵期，借助政府數字經濟的支持政策，加大批發(fā)市場數字化建設的投入規(guī)模，推動農產品批發(fā)市場數字化轉型。要充分發(fā)揮數字化發(fā)展的生產率效應，運用數字技術提高批發(fā)市場內部資源配置效率、擴大批發(fā)市場經濟產出，從整體上優(yōu)化批發(fā)市場各項功能。

第二，農產品批發(fā)業(yè)需要完善數字基礎設施，優(yōu)化行業(yè)經營效率。農產品批發(fā)業(yè)要有組織地申請和實施數字化基礎設施工程項目，推動行業(yè)在硬件設施上提質升級，發(fā)揮出數字基礎設施對生產率的帶動作用，實現跨越式發(fā)展。特別是數字基礎設施水平較低的中西部地區(qū)，更應繼續(xù)增加數字基礎設施建設投入，通過完善現代化數字設施，改善農產品批發(fā)業(yè)的經營績效。

第三，農產品批發(fā)業(yè)需要主動進行數字化變革，改變傳統經營管理模式，迎接數字時代挑戰(zhàn)。數字化水平逐步提高之后，農產品批發(fā)業(yè)應調整數字基礎設施的投入規(guī)模，注重提供資源整合服務。新階段要注重批發(fā)市場管理運營水平提升、組織結構升級，建議搭建農產品批發(fā)市場數字化平臺，統籌規(guī)劃市場管理、電子結算、價格公布、信息公開等環(huán)節(jié)運營，積極拓展批發(fā)市場的線上交易渠道，大力促進線上線下相融合，滿足購銷商的個性化需求和“新零售”需求。

參考文獻：

[1]程名望，張家平.互聯網普及與城鄉(xiāng)收入差距：理論與實證[J].中國農村經濟，2019（2）：19-41.

[2]DEDRICK J，GURBAXANI V，KENNETH L.Information technology and economic performance[J].ACM computing surveys（CSUR），2003，35（1）：1-28.

[3]OLINER S D，SICHEL D E，TRIPLETT J E.Computers and output growth revisited：how big is the puzzle？[J].Brookings papers on economic activity，1994（2）：273-334.

[4]PIKETTY T，SAEZ E.Inequality in the long run[J].Science，2014，344（6 186）：838-843.

[5]WATANABE C，NAVEED K，ZHAO W.New paradigm of ICT productivity-increasing role of un-captured GDP and growing anger of consumers[J].Technology in society，2015（41）：21-44.

[6]韓先鋒，惠寧，宋文飛.信息化能提高中國工業(yè)部門技術創(chuàng)新效率嗎[J].中國工業(yè)經濟，2014（12）：70-82.

[7]謝莉娟，陳錦然，王詩桪.ICT投資、互聯網普及和全要素生產率[J].統計研究，2020，37（9）：56-67.

[8]KIJEK T，KIJEK A.Is innovation the key to solving the pro？ ductivity paradox？[J].Journal of innovation & knowledge，2019，4（4）：219-225.

[9]DEWAN S，KENNETH L K.Information technology and pro？ ductivityevidence from Country-Level Data[J].Management science，2000，46（4）.

[10]周法法，黃瑩，鄭義.互聯網的經濟增長效應及作用機制分析[J].數學的實踐與認識，2020，50（19）：74-88.

[11]陳建青，任國良.農產品批發(fā)市場的發(fā)展演進：集聚、擴散與瓦解——兼論中國農產品批發(fā)貿易發(fā)展階段[J].經濟學家，2012（12）：74-84.

[12]劉天祥，曾維康.大型農產品綜合批發(fā)市場與地區(qū)農產品產銷穩(wěn)定銜接關系探討[J].商業(yè)經濟研究，2020（14）：137-140.

[13]郭家堂，駱品亮.互聯網對中國全要素生產率有促進作用嗎？[J].管理世界，2016（10）：34-49.

[14]何小鋼，華夢清.破解ICT生產率悖論之謎[J].產業(yè)經濟評論，2020，19（1）：1-17.

[15]馬增俊.中國農產品批發(fā)市場發(fā)展30年回顧及展望[J].中國流通經濟，2015，29（5）：5-10.

[16]DONALDSON D，HORNBECK R.Railroads and American economic growth：a“market access”approach[J].The quar？ terly journal of economics，2016，131（2）：799-858.

[17]韓海彬，張莉.農業(yè)信息化對農業(yè)全要素生產率增長的門檻效應分析[J].中國農村經濟，2015（8）：11-21.

[18]何小鋼，王善騮.信息技術生產率悖論：理論演進與跨越路徑[J].經濟學家，2020（7）：42-52.

[19]中國信息通信研究院.中國數字經濟發(fā)展白皮書（2020）[M].北京：中國信息通信研究院，2020：1.

[20]朱秋博，白軍飛，彭超，等.信息化提升了農業(yè)生產率嗎？[J].中國農村經濟，2019（4）：22-40.

[21]MITTAL N，NAULT B R.Research note-investments in in？ formation technology：indirect effects and information tech？ nology intensity[J].Information systems research，2009，20（1）.

[22]HAN K，CHANG Y B，HAHN J.Information technology spillover and productivity：the role of information technolo？ gy intensity and competition[J].Journal of management in？ formation systems，2011，28（1）：115-146.

[23]TONE K.A Slacks-based measure of Super-efficiency in data envelopment analysis[J].European journal of operation？al research，2002（143）：32-41.

[24]HANSEN B E.Threshold effects in non-dynamic panels：estimation，testing and inference[J].Journal of economet？ rics，1999，93（2）：345-368.

[25]李靚，穆月英.批發(fā)市場主導模式下不同渠道蔬菜流通效率的比較[J].中國流通經濟，2017，31（4）：69-76.

[26]王仁祥，孔德樹.中國農產品流通效率評價模型構建及其應用[J].遼寧大學學報（哲學社會科學版），2014，42（4）：64-73.

[27]曾寅初，程曉平.農產品批發(fā)市場財政扶持真的具有政策效果嗎？[J].經濟與管理研究，2015，36（5）：52-61.

[28]吳自愛，王劍程，王麗娟，等.欠發(fā)達地區(qū)農產品流通效率評價[J].統計與決策，2013（24）：47-49.

[29]茶洪旺，左鵬飛.中國區(qū)域信息化發(fā)展水平研究[J].財經科學，2016（9）：53-63.

[30]國家統計信息中心.中國各地區(qū)信息化水平測算與比較研究[J].統計研究，2001（2）：3-11.

[31]陳小磊，鄭建明，萬里鵬.信息化水平測度指標體系理論研究述評[J].圖書情報知識，2006（5）：65-70.

[32]儲伊力，儲節(jié)旺.信息化與技術創(chuàng)新的關系研究[J].情報雜志，2016，35（7）：61-65，30.

[33]林海明，杜子芳.主成分分析綜合評價應該注意的問題[J].統計研究，2013，30（8）：25-31.

[34]王春豪，袁菊.西部地區(qū)現代流通業(yè)效率測度及空間差異分析[J].工業(yè)技術經濟，2019，38（12）：102-110.

[35]付凌暉.我國產業(yè)結構高級化與經濟增長關系的實證研究[J].統計研究，2010，27（8）：79-81.

[36]劉維奇，韓媛媛.城鄉(xiāng)非農就業(yè)結構、人口轉移方式與城鎮(zhèn)化水平的關系[J].統計與信息論壇，2014，29（8）：85-92.

[37]王曉東，王詩桪.中國商品流通效率及其影響因素測度[J].財貿經濟，2016（5）：119-130，159.

[38]賈鋮，夏春萍，陳鵬宇.農業(yè)信息資源配置對農產品電商績效影響機制研究[J].農業(yè)現代化研究，2020，41（6）：1 020-1 030.

[39]趙濤，張智，梁上坤.數字經濟、創(chuàng)業(yè)活躍度與高質量發(fā)展[J].管理世界，2020，36（10）：65-76.

責任編輯：林英澤

The Change of Operation Efficiency of Agricultural Product Wholesale Industry Under the Background of Digital Development

——the Empirical Test Based on Panel Threshold Model

Research Group

（Economic College，Hunan Agricultural University，Changsha 410128，Hunan，China）

Abstract：The development of the digital economy directly affects the operating efficiency of the agricultural product wholesale industry，leading and forcing the transformation and upgrading of this industry. In order to study the impact of digital development on the operating efficiency of this industry，the authors first construct a digital level indicator system from the two dimensions of digital infrastructure and digital technology application，and use principal component analysis to determine the digital level，and then establish the panel threshold model taking digital level as the threshold variable and the operating efficiency measured by the SBM method as the explained variable. And then the provincial panel data from 2010 to 2018 are used to test the nonlinear relationship between digital development and operating efficiency. The results show that：the overall impact of digital development on the operating efficiency is significantly positive，but the effect of digital development on productivity can only be fully demonstrated when digitalization has been developed to a certain level；the impact of digital development on operating efficiency has a dual threshold effect，that is，when the level of digitization is low，there is a productivity paradox phenomenon，the accelerated development stage of digitization will drive a substantial increase in operating efficiency，and when the level of digitization is high，the promoting effect will be weakened. Further decomposition finds that：the productivity effect of digital development comes more from digital infrastructure，and the positive impact will change to a single threshold effect，which will be strong first，and then weak；the application of digital technology has not been tested to have significant impact，and if current digital technology application has impact on the agricultural product wholesale industry is still uncertain. The agricultural product wholesale industry should seize the opportunity of digital economy development，take the initiative to carry out digital transformation，further improve the construction of digital infrastructure，change the traditional operation and management model，and transform and upgrade towards the digital economy.

Key words：digital economy；digital level；agricultural products wholesale industry；operation efficiency；panel threshold model