供给侧改革背景下技术进步、产业升级与商贸流通业再发展

时间：2022-09-02 20:05:04 来源：千叶帆本文已影响人

　　内容摘要：本文基于2004-2016年中国31个省的省际面板数据，利用面板协整分析与面板分位数经验回归实证检验了技术进步、产业升级对商贸流通业再发展的影响。通过固定效应下的静态均值回归研究发现：技术进步与产业升级都为商贸流通业再发展做出了巨大贡献;但从动态性质下面板分位数回归的估计结果发现，产业升级只在商贸流通业规模较小且处于初期发展阶段时对商贸流通业的推动作用更显著，而当商贸流通业规模变大且处于中后期发展阶段时，技术进步的推动作用相较于产业升级更具优势。本文得出的启示是商贸流通业不仅要通过自身产业发力去推动产业升级，而且要根据自身发展阶段与规模适时引进相关技术来与产业升级浪潮接轨，从而实现自身产业的再发展。
　　关键词：商贸流通业产业升级技术进步面板分位数回归
　　随着供给侧的改革，技术进步与产业升级极大压缩了商品流通的时空距离，丰富了消费者的购物选择，尤其以互联网为代表的信息技术的进步以及服务业发展催生的线上交易的出现，为商贸流通业从微观与宏观上的进一步转型发展提供了重要现实条件（钱明珠，2017）。技术进步与产业升级使得消费者个性化的交易与产品需求不断提高，生产者定制式的产品供给与精准营销不断涌现，随之而来的观念革新、战略调整、结构优化和产销模式转型亟需商贸流通业抓住这一重要变革机遇并使行业效率持续提升（丁俊发，2013），因此作为生产与消费重要联结纽带的商贸流通业，如何基于技术进步与产业升级的现实发展条件进行抉择，并乘供给侧结构改革发展之风继续发扬壮大，到了再发展与再决断的重要时刻。
　　从已有文献研究来看，目前大多数研究主要集中于商贸流通业发展对技术进步和产业升级单向作用的研究。俞静和单涛（2018）利用中国1997-2016年省际面板数据，基于面板PVAR模型实证研究发现技术创新是商贸流通业转型发展的格兰杰原因。高峰（2018）利用中国1997-2015年省际面板数据，基于面板PVAR模型分析发现技术进步不仅促进商贸流通业的发展，而且商贸流通业发展与技术进步相互存在“倒U”形关系。侯志杰（2018）研究了互联网技术与商贸流通业融合下的产业升级作用，认为商贸流通业促进了产业升级，而且互联网技术在商贸流通业的应用使得促进效应更为显著。于桂宾（2017）聚焦于商贸流通业与制造业转型升级，利用省际面板数据实证发现商贸流通业专业化程度的提升可以有效降低制造业的成本，促进制造业合理配置资源，提高制造业运行效率，最终带动制造业的转型升级。白银（2017）则从商贸流通业集聚视角探究了商贸流通业的集聚对区域产业升级的积极作用，认为合理的商贸流通业集聚能够有效促进区域供应链网络的形成，并最终带来区域产业的升级。夏伟华（2017）基于2009-2014年中国省际面板数据，利用空间计量与数据包络分析方法，实证得出商贸流通效率的提高不仅可以显著提升本地区的产业结构高级化与合理化程度，而且可以通过溢出效应对邻接地区产生显著作用。张得银（2015）基于1999-2013年中国省际面板数据研究了流通驱动产业结构升级的作用机理，认为流通发展对区域结构升级驱动作用显著，其中对长三角、珠三角和环渤海经济区的驱动作用最为突出。孙畅（2008）则基于柯布道格拉斯生产函数与索洛增长模型对1992-2004年间的技术进步对商贸流通业的增长进行了测算，研究发现要素驱动仍然是商贸流通业的增长主要方式，技术进步贡献甚微，商贸流通业粗放增长的问题依然突出。
　　综上，可以发现既有研究对技术进步、产业升级与商贸流通业发展的关系研究已有较为成熟的研究思路与方法结论，但是已有研究从逆向角度探究技术进步与产业升级对商贸流通业的发展影响以及考虑技术进步与产业升级综合作用下，商贸流通业再发展如何抉择的问题探究还略显不足。这既体现在研究视角上，从技术进步与产业升级角度对商贸流通业发展影响的研究缺乏;也体现在研究方法上，从非线性数据上动态考量技术进步与产业升级对商贸流通业的实证方法稀缺。因此，区别于上述文献，本文主要从技术进步、产业升级对商贸流通业再发展的关系视角出发，使用更能反映数据全貌，不易受极端值影响的面板分位数回归模型对该问题进行探讨，从而对商贸流通业如何利用技术进步、产业升级的现实基础进行更好、更快的转型再发展得出更为稳健的结论与启示。
　　模型设定与数据说明
　　（一）面板分位数模型的构建
　　面板分位数回归是一种基于被解释变量Y的条件分布来拟合自变量X的值拓展回归法，其回归系数表示解释变量对被解释变量在指定分位点的边际效应，能够完整反映被解释变量的条件分布特征，尤其是对分布函数局部信息的刻画，能够有效避免基于平均影响的片面判断，因此分位数回归成为研究数据集合中不同位置数据点的分布特征，探索其差异化影响效果的最佳方法。综上，本文以面板分位数回归为基础，创建实证模型，具体形式为：
　　yit=α0+α1patentit+α2levelit+α3gdpit+α4govit+α5roadit+α6eduit+εit （1）
　　其中，i和t分別表示省际截面（香港、澳门和台湾因数据缺失未做考虑）与时间维度（2004-2016年），α0为个体效应，εit表示误差项。为避免异方差影响，对模型两边变量进行对数化处理，进一步得到模型：

相关热词搜索：供给，再发，技术进步，流通，产业升级，

供给侧改革背景下技术进步、产业升级与商贸流通业再发展

热门文章