陳 誠(chéng)/文

一、引言

研究電子商務(wù)對(duì)固定資產(chǎn)的影響既對(duì)經(jīng)濟(jì)增長(zhǎng)有重要理論意義，又緊追時(shí)代發(fā)展潮流。無(wú)論是索羅模型，還是羅斯托的《經(jīng)濟(jì)增長(zhǎng)的階段》，抑或劉易斯人口轉(zhuǎn)移模型都強(qiáng)調(diào)了資本形成對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用，中國(guó)經(jīng)濟(jì)的長(zhǎng)期增長(zhǎng)實(shí)踐也佐證了這些經(jīng)典理論。

改革開(kāi)放之后，20世紀(jì)資本形成總額占我國(guó)GDP的比重大致在30%—40%之間波動(dòng)，21世紀(jì)以來(lái)我國(guó)資本形成率已經(jīng)上升到40%以上，例如2017年該值為44.4%。De Long和Summers（1991）證明在1960—1985年期間，機(jī)器設(shè)備投資每增加GDP的1%，美國(guó)的GDP則增長(zhǎng)0.33%。固定資產(chǎn)投資是資本形成中最重要的組成部分，它的不斷增加是拉動(dòng)中國(guó)經(jīng)濟(jì)發(fā)展的主要源泉（姜海峰，2012；孫明華，2014）。當(dāng)前我國(guó)正處于投資拉動(dòng)型經(jīng)濟(jì)增長(zhǎng)周期之中，各地區(qū)固定資產(chǎn)投資對(duì)于提高資本積累、推動(dòng)本地區(qū)經(jīng)濟(jì)發(fā)展和改善人民生活發(fā)揮著巨大的作用（趙楠，2006）。

電子商務(wù)是中國(guó)當(dāng)前最為耀眼的發(fā)展亮點(diǎn)。阿里巴巴、騰訊、滴滴等互聯(lián)網(wǎng)公司已經(jīng)成為中國(guó)最具經(jīng)濟(jì)活力的代表。迅猛發(fā)展的新一代信息技術(shù)與經(jīng)濟(jì)各個(gè)領(lǐng)域深度融合，正為我國(guó)經(jīng)濟(jì)發(fā)展構(gòu)筑新的增長(zhǎng)動(dòng)能（岳云嵩、李兵，2018）。近十年來(lái)，我國(guó)電子商務(wù)的發(fā)展突飛猛進(jìn)。從消費(fèi)方面來(lái)看，2017年中國(guó)電子商務(wù)交易額達(dá)29.16萬(wàn)億元，全國(guó)網(wǎng)上零售額達(dá)7.18萬(wàn)億元，占社會(huì)消費(fèi)品零售總額的比重達(dá)15%，電子商務(wù)就業(yè)人員達(dá)4250萬(wàn)人，同比增長(zhǎng)44.32%。從出口方面來(lái)看，2017年中國(guó)出口跨境電商交易規(guī)模為6.3萬(wàn)億元，其中B2B市場(chǎng)和網(wǎng)絡(luò)零售市場(chǎng)的交易規(guī)模分別為5.1萬(wàn)億元和1.2萬(wàn)億元。而在2012年，這三個(gè)數(shù)據(jù)分別只有1.86萬(wàn)億元、1.64萬(wàn)億元和0.22萬(wàn)億元。在短短五年間，出口跨境電商交易規(guī)模增長(zhǎng)了2.4倍。

消費(fèi)、投資和出口是宏觀經(jīng)濟(jì)的“三駕馬車(chē)”。電子商務(wù)以其交易成本較低、打破時(shí)空限制、海量信息等特點(diǎn)，促進(jìn)了貿(mào)易方式的創(chuàng)新（李駿陽(yáng)，2014）。人們?cè)谌粘Ｉ钪腥菀赘兄娮由虅?wù)對(duì)消費(fèi)和出口的推動(dòng)作用，那么，電子商務(wù)是否對(duì)投資也具有影響呢？若有，地區(qū)間差異如何呢？當(dāng)前直接探討電子商務(wù)與投資關(guān)系的文獻(xiàn)較為匱乏，本文基于縣級(jí)層面的數(shù)據(jù)，研究縣域電子商務(wù)對(duì)當(dāng)?shù)毓潭ㄙY產(chǎn)投資的影響。

二、文獻(xiàn)回顧與假說(shuō)

（一）文獻(xiàn)回顧

1.影響固定資產(chǎn)投資的因素

根據(jù)2017年的《中國(guó)統(tǒng)計(jì)年鑒》，固定資產(chǎn)投資統(tǒng)計(jì)的范圍包括城鄉(xiāng)建設(shè)項(xiàng)目投資，房地產(chǎn)開(kāi)發(fā)投資，國(guó)防、人防建設(shè)項(xiàng)目投資以及農(nóng)戶(hù)投資。凱恩斯在《就業(yè)、利息和貨幣通論》中提出影響投資的因素包括：盈利水平預(yù)期、利率、股票價(jià)值和利潤(rùn)率。當(dāng)前最新的研究主要集中在以下幾個(gè)方面：

（1）儲(chǔ)蓄與固定資產(chǎn)投資的關(guān)系。大部分研究認(rèn)為儲(chǔ)蓄越多固定資產(chǎn)投資越多。許滌龍和馬嵐（2002）以1985—1999年為樣本區(qū)間,發(fā)現(xiàn)在1990年股市建立以前,由于投資資金的僅有來(lái)源就是企業(yè)積累與銀行貸款,那時(shí)貸款與投資密不可分;而在1990年后,隨著投資資金來(lái)源多樣化，二者的依附關(guān)系漸漸減弱。王績(jī)（2017）認(rèn)為，足夠的儲(chǔ)蓄額能夠給予銀行貸款足夠的支撐，保障了投資的來(lái)源；同時(shí)居民儲(chǔ)蓄上升能增加對(duì)房地產(chǎn)開(kāi)發(fā)行業(yè)投資的意愿。趙楠（2006）指出信貸對(duì)投資的影響力度，在不同的區(qū)域是不一樣的，呈現(xiàn)出由西向東依次遞減的態(tài)勢(shì)。西部地區(qū)的投資更多依賴(lài)政策性支持，而東部地區(qū)固定資產(chǎn)投資的來(lái)源較為多元化。

（2）人口密度對(duì)固定資產(chǎn)投資的影響。主要結(jié)論為人口密度越高，固定資產(chǎn)投資越多。王績(jī)（2017）研究了人口密度對(duì)中國(guó)固定資產(chǎn)投資的影響，主要發(fā)現(xiàn)有兩點(diǎn)：首先，當(dāng)?shù)厝丝谟芗瘎t對(duì)商品房的需求愈大，從而人口密度對(duì)房地產(chǎn)開(kāi)發(fā)投資具有促進(jìn)作用；其次，人口密度較大可能意味著該地區(qū)勞動(dòng)力資源較為豐富，存在“人口紅利”，有利于經(jīng)濟(jì)增長(zhǎng)和基礎(chǔ)設(shè)施建設(shè)投資。佟家棟、劉竹青（2018）采用2004—2013年我國(guó)286個(gè)地級(jí)市層面的面板數(shù)據(jù)，發(fā)現(xiàn)人均土地出讓面積與房?jī)r(jià)水平顯著負(fù)相關(guān)。

（3）公共財(cái)政支出與固定資產(chǎn)投資。擴(kuò)張性的財(cái)政政策推動(dòng)了固定資產(chǎn)投資的增加。Qin D和Song H（2007）研究了中國(guó)30個(gè)省市1989—2004年間固定資產(chǎn)投資面板數(shù)據(jù)，發(fā)現(xiàn)擴(kuò)張性財(cái)政政策對(duì)中國(guó)固定資產(chǎn)投資影響較大。姜海峰（2012）指出河北省經(jīng)濟(jì)增長(zhǎng)主要靠投資拉動(dòng)，而投資主要來(lái)自政府投資。公共財(cái)政支出對(duì)固定資產(chǎn)投資的正面影響不容忽視，但過(guò)于依賴(lài)財(cái)政支出來(lái)支撐固定資產(chǎn)投資并非長(zhǎng)久之計(jì)。

2.電子商務(wù)對(duì)投資的影響

Goldmanis（2010）構(gòu)建了一個(gè)由異質(zhì)性企業(yè)和異質(zhì)性消費(fèi)者構(gòu)成的局部均衡模型，其中企業(yè)與消費(fèi)者的異質(zhì)性分別體現(xiàn)為生產(chǎn)成本的差異與搜索成本的不同。模型表明，電子商務(wù)導(dǎo)致低生產(chǎn)成本的企業(yè)規(guī)模擴(kuò)大，增加固定資產(chǎn)投資。Gao和Su（2017）指出實(shí)體零售企業(yè)連接電商銷(xiāo)售渠道，能夠整合既有門(mén)店和物流設(shè)施，有利于提升已有固定資產(chǎn)的使用效率。趙岳和譚之博（2012）指出電子商務(wù)平臺(tái)可通過(guò)提供在其上經(jīng)營(yíng)的中小企業(yè)的信息，幫助商業(yè)銀行提高放款前的審核效率，為企業(yè)融資提供便利。易玲（2017）指出當(dāng)前國(guó)內(nèi)存在著地方保護(hù)主義現(xiàn)象，市場(chǎng)分割造成了要素配置的扭曲，阻礙了規(guī)模經(jīng)濟(jì)的形成和資源合理配置。而電子商務(wù)能夠繞過(guò)貿(mào)易壁壘，促進(jìn)要素流動(dòng)，有利于企業(yè)的異地投資。榮朝和和韓舒怡（2018）研究了電子商務(wù)對(duì)零售企業(yè)經(jīng)營(yíng)能力的影響，選取固定資產(chǎn)收入比作為衡量指標(biāo)，發(fā)現(xiàn)電子商務(wù)并未顯著影響零售企業(yè)的固定資產(chǎn)收入比。

（二）縣域電子商務(wù)和固定資產(chǎn)投資假說(shuō)

市場(chǎng)范圍的擴(kuò)大，增加了產(chǎn)品的需求，推動(dòng)企業(yè)增加固定資產(chǎn)投資。在沒(méi)有網(wǎng)商平臺(tái)的年代，企業(yè)產(chǎn)品能夠輻射的范圍較小；而電子商務(wù)打通了全國(guó)乃至全球市場(chǎng)，企業(yè)可以通過(guò)電商平臺(tái)擴(kuò)大知名度，并借助現(xiàn)代化物流使產(chǎn)品銷(xiāo)往四面八方。市場(chǎng)需求空前擴(kuò)大，有益于企業(yè)利潤(rùn)的增加。而追逐利潤(rùn)則是資本的天性，企業(yè)家們紛紛增加投資、擴(kuò)大生產(chǎn)規(guī)模。盛洪（2017）指出，電子商務(wù)帶來(lái)了交易費(fèi)用的節(jié)約，促使市場(chǎng)規(guī)?？涨皵U(kuò)大，對(duì)產(chǎn)品的需求大幅增加，促進(jìn)企業(yè)擴(kuò)大生產(chǎn)，而企業(yè)擴(kuò)大生產(chǎn)又會(huì)進(jìn)一步節(jié)約交易費(fèi)用，不斷放大這種積極的效應(yīng)。

基于上述理由，本文提出假說(shuō)1：

假說(shuō)1：縣域電子商務(wù)發(fā)展能夠擴(kuò)大當(dāng)?shù)毓潭ㄙY產(chǎn)投資規(guī)模。

不容忽視的是，電子商務(wù)對(duì)固定資產(chǎn)投資的影響存在地區(qū)差異。改革開(kāi)放以來(lái)，東部地區(qū)憑借對(duì)外開(kāi)放的優(yōu)勢(shì)，吸引大量人口流入，經(jīng)濟(jì)高速發(fā)展，固定資產(chǎn)投資在量和質(zhì)上都領(lǐng)先于中西部地區(qū)。從而在電子商務(wù)發(fā)展初期，電商對(duì)固定資產(chǎn)投資的推動(dòng)作用在東部地區(qū)很可能沒(méi)有在中西部地區(qū)那么明顯。進(jìn)而，本文又繼續(xù)提出假說(shuō)2：

假說(shuō)2：電子商務(wù)對(duì)固定資產(chǎn)投資的影響存在地區(qū)差異，與東部地區(qū)相比，中西部地區(qū)電子商務(wù)的發(fā)展可能更加明顯地推動(dòng)當(dāng)?shù)毓潭ㄙY產(chǎn)投資。

三、模型構(gòu)建和數(shù)據(jù)說(shuō)明

（一）模型構(gòu)建

根據(jù)前文分析，本文認(rèn)為縣域電子商務(wù)的發(fā)展推動(dòng)了固定資產(chǎn)的更新與升級(jí)。為了檢驗(yàn)這一基本預(yù)期，本文構(gòu)建計(jì)量模型，實(shí)證檢驗(yàn)縣域電子商務(wù)發(fā)展對(duì)當(dāng)?shù)毓潭ㄙY產(chǎn)投資的影響，基準(zhǔn)回歸采用的方程如下：

investment=α+βindext+γX+ε

其中，ε表示隨機(jī)擾動(dòng)項(xiàng)；investment表示某縣某年的固定資產(chǎn)投資額，單位為“千億”；indext表示某縣某年的網(wǎng)商指數(shù)，本文采用網(wǎng)商指數(shù)（indext）衡量縣域電子商務(wù)發(fā)展水平。X表示控制變量，涵蓋了影響固定資產(chǎn)投資額（investment）的其他主要因素，包括：（1）某縣某年人口密度（density），單位為“萬(wàn)人 /平方公里”，以戶(hù)籍人口數(shù)量與當(dāng)?shù)孛娣e之比來(lái)衡量（2）某縣某年末居民儲(chǔ)蓄存款余額（savings），單位為“千億”（3）某縣某年的公共財(cái)政支出額（fisexp），單位為“千億”（4）某縣某年的產(chǎn)業(yè)結(jié)構(gòu)（structure），用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)從業(yè)人員數(shù)量的比值來(lái)衡量。

（二）數(shù)據(jù)來(lái)源及說(shuō)明

1.關(guān)鍵變量

本文關(guān)鍵解釋變量使用的指標(biāo)是網(wǎng)商指數(shù)（indext），它是阿里巴巴電子商務(wù)發(fā)展指數(shù)（aEDI）的次級(jí)指標(biāo)。aEDI基于阿里巴巴平臺(tái)海量數(shù)據(jù)，直觀反映縣域電子商務(wù)發(fā)展水平。指數(shù)的取值范圍介于0—100之間，數(shù)值越大，反映當(dāng)?shù)仉娮由虅?wù)發(fā)展水平越高。計(jì)算方法為：

阿里巴巴電子商務(wù)發(fā)展指數(shù)=網(wǎng)商指數(shù)×0.5+網(wǎng)購(gòu)指數(shù)×0.5=（網(wǎng)商密度指數(shù)×0.6+網(wǎng)商交易水平指數(shù)×0.4）×0.5+（網(wǎng)購(gòu)密度指數(shù)×0.6+網(wǎng)購(gòu)消費(fèi)水平指數(shù)×0.4）×0.5。

不過(guò)，該指標(biāo)也略有瑕疵，即指標(biāo)構(gòu)建方法的前后不完全一致。比如，2013年網(wǎng)商密度指數(shù)和網(wǎng)商交易水平指數(shù)各自權(quán)重都是0.5，網(wǎng)購(gòu)密度指數(shù)和網(wǎng)購(gòu)消費(fèi)水平指數(shù)亦然；而到了后兩年，這兩個(gè)權(quán)重分別調(diào)整為0.6和0.4，故不能將三年數(shù)據(jù)進(jìn)行縱向比較。因而，本文所用數(shù)據(jù)是三個(gè)橫截面數(shù)據(jù)，而非面板數(shù)據(jù)。

表1 縣域aEDI測(cè)度指標(biāo)體系

2.工具變量

值得注意的是，縣域電子商務(wù)發(fā)展水平與當(dāng)?shù)毓潭ㄙY產(chǎn)投資之間可能存在互為因果的關(guān)系：縣域電商發(fā)展會(huì)推動(dòng)當(dāng)?shù)毓潭ㄙY產(chǎn)的更新與換代，固定資產(chǎn)投資增加可能會(huì)刺激企業(yè)和政府提供更多的產(chǎn)能和更好的公共基礎(chǔ)設(shè)施，反過(guò)來(lái)推動(dòng)電商騰飛。因而，電商發(fā)展水平這一指標(biāo)很有可能是內(nèi)生的。

本文嘗試分別選取兩個(gè)指標(biāo)作為工具變量，即該縣到杭州的駕駛距離（drivdis）以及直線(xiàn)距離（lindis）。二者單位皆為“兆米”，數(shù)據(jù)來(lái)源于高德地圖，由本文作者于2018年7月中旬利用Python采集而得。選取二者主要有以下兩方面考慮：第一，杭州市為阿里巴巴總部所在地，且杭州市桐廬縣是“四通一達(dá)”發(fā)源地，某縣距離杭州的遠(yuǎn)近與該縣電商水平具有相關(guān)性，具體而言，距離越近，電商發(fā)展水平往往較高；第二，距離主要取決于地理位置，其中直線(xiàn)距離更是幾乎不變的，具有較強(qiáng)的外生性。

3.其他變量

本文采用的數(shù)據(jù)是2013—2015年我國(guó)約2000個(gè)縣級(jí)單位層面的數(shù)據(jù)。其中，縣域?qū)用娴墓潭ㄙY產(chǎn)投資額（investment）、公共財(cái)政支出額（fisexp）和居民儲(chǔ)蓄存款余額（savings）等數(shù)據(jù)來(lái)自《中國(guó)縣域統(tǒng)計(jì)年鑒》；縣域產(chǎn)業(yè)結(jié)構(gòu)（structure）由第二產(chǎn)業(yè)和第三產(chǎn)業(yè)從業(yè)人員數(shù)量的比值衡量，人口密度（density）由戶(hù)籍人口數(shù)量和當(dāng)?shù)孛娣e的比值衡量，數(shù)據(jù)來(lái)源同上。

之所以只選取2013—2015年縣級(jí)單位層面的數(shù)據(jù)，是因?yàn)殡娮由虅?wù)發(fā)展指數(shù)（aEDI）發(fā)布始于2013年，本文作者目前只掌握這三年該指標(biāo)的數(shù)據(jù)。

（三）描述性統(tǒng)計(jì)

表2匯報(bào)了2015年各變量的基本統(tǒng)計(jì)量。已對(duì)數(shù)據(jù)首尾各刪除了2.5%的值，以降低離群值對(duì)回歸結(jié)果的影響。

表2 描述性統(tǒng)計(jì)

四、計(jì)量檢驗(yàn)及結(jié)果分析

（一）基準(zhǔn)回歸

表3分別匯報(bào)了對(duì)三年數(shù)據(jù)進(jìn)行OLS基準(zhǔn)回歸所得的估計(jì)。通過(guò)觀察可得，首先，所有模型中網(wǎng)商指數(shù)（indext）的估計(jì)系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正。具體而言，網(wǎng)商指數(shù)（indext）每增加1個(gè)單位，固定資產(chǎn)投資（investment）約顯著增加0.003—0.005個(gè)單位，表明縣域電子商務(wù)發(fā)展確實(shí)能顯著擴(kuò)大當(dāng)?shù)毓潭ㄙY產(chǎn)投資規(guī)模。其次，在各模型中，各控制變量的估計(jì)系數(shù)基本都在1%的統(tǒng)計(jì)水平上顯著為正，表明我們控制的這些因素對(duì)固定資產(chǎn)投資確實(shí)有積極影響，這與預(yù)期相同。

表3 網(wǎng)商指數(shù)與固定資產(chǎn)投資

（二）異質(zhì)性分析

本文將所有縣級(jí)單位劃分為東部地區(qū)和中西部地區(qū)，分別進(jìn)行計(jì)量檢驗(yàn)。表4匯報(bào)了考慮地區(qū)分布的回歸結(jié)果。通過(guò)觀察可得，所有模型里中西部地區(qū)網(wǎng)商指數(shù)（indext）的估計(jì)系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正,至于東部地區(qū)，網(wǎng)商指數(shù)（indext）的估計(jì)系數(shù)也都為正，但在2014年該系數(shù)并不顯著，在其余兩年也只是在5%的統(tǒng)計(jì)水平上顯著，且數(shù)值小于同年度中西部地區(qū)的估計(jì)系數(shù)。這一對(duì)比表明，相較于東部地區(qū)而言，中西部地區(qū)縣域電子商務(wù)的發(fā)展更能顯著擴(kuò)大當(dāng)?shù)氐墓潭ㄙY產(chǎn)投資規(guī)模。

表4 網(wǎng)商指數(shù)與固定資產(chǎn)投資：考慮地區(qū)分布

（三）穩(wěn)健性檢驗(yàn)

考慮到可能存在的內(nèi)生性問(wèn)題，本文將為核心解釋變量網(wǎng)商指數(shù)（indext）分別選取兩個(gè)工具變量，進(jìn)行穩(wěn)健性檢驗(yàn)。

表5匯報(bào)了兩階段最小二乘法（2SLS）第二階段的結(jié)果。其中，第（1）-（3）列和第（4）-（6）列分別是選取駕駛距離（drivdis）和直線(xiàn)距離（lindis）作為工具變量對(duì)三年樣本檢驗(yàn)所得的結(jié)果。通過(guò)觀察可得，首先，Kleibergen-Paap rk Wald F統(tǒng)計(jì)量都大于10%的臨界值16.38，表明不存在弱工具變量問(wèn)題。其次，所有模型中網(wǎng)商指數(shù)（indext）的估計(jì)系數(shù)均至少在5%的統(tǒng)計(jì)水平上顯著為正，表明縣域電子商務(wù)發(fā)展能顯著擴(kuò)大當(dāng)?shù)毓潭ㄙY產(chǎn)投資規(guī)模，結(jié)論與基準(zhǔn)回歸所得一致。

表5 網(wǎng)商指數(shù)與固定資產(chǎn)投資：工具變量第二階段回歸結(jié)果

五、結(jié)論與政策建議

當(dāng)今電子商務(wù)發(fā)展如火如荼，對(duì)我們的日常生活產(chǎn)生了廣泛和深遠(yuǎn)的影響。關(guān)于電子商務(wù)與固定資產(chǎn)投資方面的研究較少，本文嘗試拓展此領(lǐng)域的研究。本文提出兩大假設(shè)：（1）縣域電子商務(wù)發(fā)展能夠擴(kuò)大當(dāng)?shù)毓潭ㄙY產(chǎn)投資規(guī)模；（2）電子商務(wù)對(duì)固定資產(chǎn)投資的影響存在地區(qū)差異：與東部地區(qū)相比，中西部地區(qū)電子商務(wù)的發(fā)展更可能格外推動(dòng)當(dāng)?shù)毓潭ㄙY產(chǎn)投資。

本文利用2013—2015年的中國(guó)縣級(jí)層面的各項(xiàng)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)和阿里研究院構(gòu)建的電子商務(wù)指數(shù)證明：縣域電子商務(wù)發(fā)展確實(shí)能推動(dòng)該地固定資產(chǎn)投資，且這種正向的影響在中西部地區(qū)更加明顯。

國(guó)家應(yīng)支持和引導(dǎo)電子商務(wù)尤其是中西部地區(qū)電子商務(wù)的發(fā)展，比如加大基礎(chǔ)設(shè)施建設(shè)投入、給予電商企業(yè)更多政策優(yōu)惠等。這不僅促進(jìn)我國(guó)經(jīng)濟(jì)的發(fā)展，而且也對(duì)縮小地區(qū)間經(jīng)濟(jì)差距產(chǎn)生深遠(yuǎn)影響。