本期推送精选《商业经济研究》2022年第3期刊登马嘉莹的文章《数字经济时代背景下金融科技赋能流通业效率提升——来自空间计量的实证分析》中的核心观点。

本文只呈现了该报告的部分关键点，完整报告可通过高礼智库（搜索框输入报告题目关键词即可）下载。

随着信息技术的快速发展，金融科技快速创新，而流通业是国民经济发展的基础产业，本文通过 2013- 2019 年 30 个省份（除西藏、港澳台地区外）的省级面板数据，采用空间滞后模型实证分析了数字经济时代背景下金融科技对流通业效率的影响。研究发现，金融科技对流通业效率提升具有空间溢出效应，不仅促进了当地流通业效率的提升，同时也促进了邻近地区流通业效率的提升；城镇化率和政府干预具有直接效应，城镇化率的提升对本地流通业效率提升具有促进作用，政府干预降低了资源配置效率，对本地流通业效率提升具有负向作用，并在此基础上提出了相应建议。

本文缘起：关于金融发展对于区域经济发展及产业升级的影响已经有了丰富研究，而关于金融科技对于流通业发展的影响文献相对较少，多数从机理及实证检验方面进行了深入研究，较少从空间溢出效应方面进行实证分析。

变量选取：

1） 被解释变量：流通业效率（tfp），本文采用 DEA-Malmquist 方法测度的全要素生产率指数作为流通业效率的衡量指标。流通业一般包括批发零售业、住宿餐饮业及交通运输、仓储和物流业等，本文采用上述流通业的固定资产投资作为流通业资本投入，就业人数为劳动投入，采用流通业增加值作为流通业产出，所有变量均折算为 2000 年为基期不变价格。

2） 核心解释变量：金融科技（fin），金融科技的衡量方法一般有两种，一种是采用搜索引擎进行文本挖掘构建金融科技指数，一种是基于结构化数据构建的金融科技发展指标，本文参考王相宁等（2021）采用北大数字金融发展研究院中心测算的多层级指数数字普惠金融指数，作为数字经济时代背景下的金融科技指数。

3） 其他控制变量：对外开放水平（open），城镇化率（urb），政府干预 （gov），产业结构（ind）。

实证分析：本文采用局部莫兰指数检验各地区金融科技与流通业效率之间的空间自相关性，利用2013-2019年的省份面板数据，通过控制变量的方法，得出我国流通业全要素生产率的数据在空间上不是随机分布的，而是呈现一种空间负相关特性。

采用拉格朗日乘数检验（LM）进行选择，空间依赖性检验中，空间滞后模型的检验结果比空间误差模型检验结果在统计和稳健性检验上均更为显著，因而选定空间滞后模型。结果如表1所示。金融科技的系数为正，在 1% 的水平下显著，金融科技对流通业效率提升具有促进作用。

为了进一步探究金融科技对流通业效率的空间溢出效应，可将金融科技对流通业效率的空间溢出效应分解为直接效应和间接效应，其中，直接效应包含反馈效应，利用空间滞后模型进一步得出如下结论。

本文研究发现：

第一，金融科技对流通业效率升级具有空间溢出效应，金融科技的提升不仅能够促进当地流通业效率提升，而且能够促进周边临近地区流通业效率提升。

第二，政府干预降低了资源配置效率，对流通业效率提升具有负作用，城镇化率的提升增加了消费意愿，对流通业效率提升具有促进作用，政府干预和城镇化率对流通业效率提升均具有直接效应。

第三，产业结构和对外开放程度对流通业效率提升的影响不明显。