現(xiàn)代商貿(mào)流通業(yè)發(fā)展與居民消費(fèi)水平的匹配度研究

劉智煥

內(nèi)容摘要：本文基于2009-2016年的商貿(mào)流通業(yè)發(fā)展與居民消費(fèi)水平的省級面板數(shù)據(jù)，在離差系數(shù)基礎(chǔ)上構(gòu)建匹配度模型對商貿(mào)流通業(yè)發(fā)展指數(shù)與居民消費(fèi)水平進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)，全國層面受社會零售品總額的極端變化影響， 2012年的第二、四季度，2015的第二季度和2016年的第一季度均出現(xiàn)不匹配現(xiàn)象；省級層面大部分樣本數(shù)據(jù)屬于中級或優(yōu)質(zhì)匹配，個(gè)別省份受商貿(mào)流通業(yè)選取指標(biāo)體系差異及消費(fèi)指數(shù)異常影響，甘肅、青海的2011年第四季度、河南的2012年第二季度及黑龍江的2014年第一季度等出現(xiàn)不匹配數(shù)據(jù)。研究結(jié)論指出了匹配度異常的時(shí)間節(jié)點(diǎn)和地區(qū)截面，以期為商貿(mào)流通業(yè)與居民消費(fèi)的協(xié)同發(fā)展研究提供參考。

關(guān)鍵詞：商貿(mào)流通業(yè) 居民消費(fèi)水平 匹配度 離差系數(shù)

現(xiàn)代商貿(mào)流通業(yè)與居民消費(fèi)的協(xié)調(diào)發(fā)展機(jī)制

近年來，國家對商貿(mào)流通業(yè)發(fā)展通過多種促進(jìn)政策完善城鄉(xiāng)流通體系建設(shè)來刺激居民消費(fèi)，通過實(shí)施“家電下鄉(xiāng)”、“萬村千鄉(xiāng)工程”及“農(nóng)超對接”等政策，從基礎(chǔ)設(shè)施建設(shè)到財(cái)政補(bǔ)貼多個(gè)層面促進(jìn)了城鄉(xiāng)商貿(mào)流通體系的發(fā)展，再加上近年來支持電商發(fā)展政策的密集出臺，商貿(mào)流通業(yè)發(fā)展在優(yōu)化居民消費(fèi)結(jié)構(gòu)和提高居民消費(fèi)水平上發(fā)揮了顯著的作用。

首先，商貿(mào)流通行業(yè)是勞動和資本密集型行業(yè)，行業(yè)發(fā)展可以通過提高居民收入帶動居民消費(fèi)結(jié)構(gòu)的升級和消費(fèi)水平的提升。第一，商貿(mào)流通業(yè)在第三產(chǎn)業(yè)中解決了大量的社會就業(yè)，物流配送、交通運(yùn)輸及郵政倉儲等多個(gè)環(huán)節(jié)創(chuàng)造了大量的社會價(jià)值。第二，商貿(mào)流通發(fā)展可以提高產(chǎn)品的附加值并擴(kuò)大消費(fèi)范圍。例如運(yùn)輸中的冷鏈技術(shù)和倉儲中的保鮮技術(shù)，可以高效地把優(yōu)質(zhì)生鮮農(nóng)產(chǎn)品流通到各大城市的消費(fèi)市場，在農(nóng)村消費(fèi)市場上擴(kuò)大了消費(fèi)覆蓋范圍，為農(nóng)產(chǎn)品深加工產(chǎn)業(yè)帶來良好的市場發(fā)展前景，提升了農(nóng)業(yè)產(chǎn)品的附加值。農(nóng)業(yè)產(chǎn)品附加值的提高和消費(fèi)范圍的擴(kuò)大提高了農(nóng)民的收入，促進(jìn)了農(nóng)村消費(fèi)水平的提高。

其次，商貿(mào)流通發(fā)展?jié)M足城鄉(xiāng)居民的各類消費(fèi)，創(chuàng)造良好的消費(fèi)環(huán)境。第一，隨著全球商貿(mào)流通體系的完善，世界各國商品進(jìn)入統(tǒng)一的消費(fèi)平臺，在現(xiàn)代化的商貿(mào)流通體系下滿足了多層次結(jié)構(gòu)的消費(fèi)市場需求，從國際大品牌到農(nóng)業(yè)農(nóng)產(chǎn)品均可實(shí)現(xiàn)消費(fèi)市場的強(qiáng)化。第二，商貿(mào)流通發(fā)展在消費(fèi)環(huán)境上通過優(yōu)化供應(yīng)鏈各節(jié)點(diǎn)績效提高商品周轉(zhuǎn)效率，在交易中間成本和倉儲配送成本不斷降低中減少社會消費(fèi)成本，提高城鄉(xiāng)消費(fèi)者購買力，創(chuàng)造良好的消費(fèi)環(huán)境。第三，電子商務(wù)的飛速發(fā)展和流通體系的完善極大地促進(jìn)了城鄉(xiāng)消費(fèi)者的網(wǎng)絡(luò)消費(fèi)水平。據(jù)統(tǒng)計(jì)，電子商務(wù)的交易額2016年已經(jīng)超過20萬億，在全社會消費(fèi)總額中的比例不斷增加，電商消費(fèi)已經(jīng)成為社會消費(fèi)結(jié)構(gòu)中的重要組成，且具有巨大的市場發(fā)展前景。

全國層面的匹配度分析

（一）模型構(gòu)建與變量說明

蘇俊華等對商貿(mào)流通業(yè)發(fā)展指數(shù)構(gòu)建了包含三個(gè)基準(zhǔn)層的綜合指標(biāo)評價(jià)體系，本文在此基礎(chǔ)上，對商貿(mào)流通業(yè)發(fā)展指數(shù)（CDL）和居民消費(fèi)水平（PCR）的匹配度進(jìn)行實(shí)證分析。離差系數(shù)表示如下：

（二）測算結(jié)果及解釋

根據(jù)式（1）和式（2）計(jì)算出的CDL與PCR匹配度結(jié)果如表1所示。從表1的計(jì)算結(jié)果可以看出，我國CDL指數(shù)與PCR指數(shù)在2009--2016范圍內(nèi)總體上呈現(xiàn)出平穩(wěn)的態(tài)勢，指數(shù)的增速匹配程度除個(gè)別年份外均保持在0.5--1之間，匹配值普遍較高。其中，2009年第二、三季度，2012年第二、四季度，2015第二季度和2016年第一季度出現(xiàn)了商貿(mào)流通發(fā)展與居民消費(fèi)的匹配負(fù)值，分別為-0.1981、-0.8657、-0.2272、-0.5382、-0.614、-0.8243和-0.7891，CDL與PCR指標(biāo)之間存在顯著的不匹配，分析其原因是國內(nèi)經(jīng)濟(jì)在2008年金融危機(jī)后明顯下滑，進(jìn)而帶動國內(nèi)CPI指數(shù)在2008年-2009年期間直線下降，并出現(xiàn)了十分罕見的負(fù)值（見圖1），通貨緊縮下導(dǎo)致居民消費(fèi)水平的顯著降低，因此與商貿(mào)流通業(yè)發(fā)展指數(shù)匹配上呈現(xiàn)出不協(xié)調(diào)現(xiàn)象；而2012年第二、四季度，2015第二季度和2016年第一季度出現(xiàn)的不匹配是由于該季度的社會零售品總額出現(xiàn)了極端的增大或減小現(xiàn)象（見圖2），該指標(biāo)與商貿(mào)流通業(yè)發(fā)展指數(shù)中的倉儲、配送及運(yùn)輸?shù)让芮邢嚓P(guān)，導(dǎo)致了數(shù)據(jù)上的不匹配。

地區(qū)截面分析

（一）面板模型構(gòu)建

鑒于樣本數(shù)據(jù)涉及到的地區(qū)和樣本跨度較大，且不同省份之間的經(jīng)濟(jì)發(fā)展水平差異較大，構(gòu)建的面板數(shù)據(jù)模型假設(shè)如下：不同省份的CDL受到PCR的影響機(jī)制和結(jié)果存在差異性；各省份的CDL指數(shù)存在翹尾因素的影響，滯后期在模型中根據(jù)季度數(shù)據(jù)設(shè)定為4。在假設(shè)條件下構(gòu)建的面板數(shù)據(jù)模型為：

CDLi=α+β1i PCRi+β3iCDL（-4）+ε

其中，i=1，2……N，通過Hausman檢驗(yàn)方法得到結(jié)果如表2表示。根據(jù)Hausman檢驗(yàn)結(jié)果，統(tǒng)計(jì)量為36.69的檢驗(yàn)概率為0.0001，證明該模型檢驗(yàn)結(jié)果拒絕隨機(jī)效應(yīng)模型的假設(shè)條件，故剔除且建立固定效應(yīng)面板數(shù)據(jù)模型。

（二）實(shí)證分析

平穩(wěn)性檢驗(yàn)。本文通過LLC、IPS、ADF和PP四種單位根檢驗(yàn)方法，軟件由Eviews6.0實(shí)現(xiàn)，檢驗(yàn)結(jié)果（見表3）均在5%的顯著性水平下拒絕單位根的原假設(shè)，故不存在單位根，可以對CDL和PCR的面板數(shù)據(jù)進(jìn)行模擬分析。

實(shí)證分析。根據(jù)設(shè)定的模型，以季度CDL為被解釋變量，PCR以及上年同期的CDL數(shù)據(jù)為解釋變量，采用面板分析最小二乘法進(jìn)行估計(jì)。估計(jì)結(jié)果如表4所示。由表4可知，各回歸系數(shù)都通過了檢驗(yàn)，說明各解釋變量具有顯著性?；貧w模型的R2值為0.70，說明PCR、CDL（-4）對CDL的解釋能力達(dá)到了70%，模型的擬合優(yōu)度較高，說明所建立的固定效應(yīng)變系數(shù)模型是合適的。

（三）診斷結(jié)果及解釋

在數(shù)據(jù)協(xié)調(diào)性判斷上采用方法如下：首先對各省份的CDL和PCR序列進(jìn)行模擬估計(jì)，并將實(shí)際數(shù)值與擬合結(jié)果進(jìn)行比對，比對結(jié)果直接反映了各變量之間的匹配性關(guān)系。假設(shè)：Di=|Xi`-Xi|/Xi，i=1，2，……T，則Di表示擬合值與實(shí)際值之間的差異程度，取值范圍是大于等于0，差異程度存在一定的合理區(qū)間，將這種差異程度用定性的方式進(jìn)行轉(zhuǎn)化，得到如表5的假定。

根據(jù)以上定性假設(shè)，2009-2016年度內(nèi)的全國各省份面板數(shù)據(jù)模型估計(jì)值與實(shí)際值的差異度如圖3所示。根據(jù)差異分布結(jié)果可以得出：全國大部分省份在樣本時(shí)間內(nèi)的Di<0.3，屬于中級匹配和優(yōu)質(zhì)匹配；個(gè)別省份的Di>0.6，屬于不匹配，例如甘肅、青海等在2011年第四季度，青海在2012年第一季度，云南在2011年第四季度，河南在2012年第二季度，黑龍江在2014年第一季度出現(xiàn)模擬結(jié)果與真實(shí)值的不匹配數(shù)據(jù)，分析其原因可能是部分省份在CDL和PCR等數(shù)據(jù)測算中的抽樣方法存在一定的差異，在異常時(shí)間節(jié)點(diǎn)的社會零售總額或CPI出現(xiàn)異常，或樣本量大小和樣本規(guī)格存在差異等結(jié)果所導(dǎo)致。

結(jié)論

商貿(mào)流通業(yè)發(fā)展已經(jīng)成為我國居民消費(fèi)供給側(cè)改革的重要方面。通過對商貿(mào)流通業(yè)發(fā)展與居民消費(fèi)協(xié)調(diào)機(jī)制研究發(fā)現(xiàn)，商貿(mào)流通業(yè)發(fā)展通過提高居民收入帶動居民消費(fèi)水平的提高；商貿(mào)流通業(yè)發(fā)展提高產(chǎn)品的附加值并擴(kuò)大消費(fèi)范圍。對商貿(mào)流通業(yè)發(fā)展與居民消費(fèi)的匹配度研究發(fā)現(xiàn)，全國層面上的數(shù)據(jù)測算總體上呈現(xiàn)出平穩(wěn)，指數(shù)增速匹配度除個(gè)別年份外均保持較高水平，其中異常節(jié)點(diǎn)是由于金融危機(jī)導(dǎo)致的通貨緊縮和社會零售品總額異常所致；分地區(qū)來看，部分省份屬于中級匹配和優(yōu)質(zhì)匹配，個(gè)別省份如甘肅、青海等在特定季度等出現(xiàn)不匹配，異常節(jié)點(diǎn)是由于CDL和PCR等數(shù)據(jù)測算中的抽樣方法存在了一定的差異導(dǎo)致社會零售總額或CPI出現(xiàn)異常，或樣本量大小和樣本規(guī)格存在差異等結(jié)果導(dǎo)致。

參考文獻(xiàn)：

1.喬焱寧.我國物流業(yè)發(fā)展對農(nóng)村居民消費(fèi)結(jié)構(gòu)的影響研究[J].商業(yè)經(jīng)濟(jì)研究，2016（24）

2.吳學(xué)品，李駿陽.流通業(yè)發(fā)展對農(nóng)村消費(fèi)影響的動態(tài)演化[J].財(cái)貿(mào)經(jīng)濟(jì)，2012（12）

3.李志剛.農(nóng)村流通業(yè)發(fā)展對農(nóng)村居民消費(fèi)的影響機(jī)理及實(shí)證分析——以江西省為例[J].農(nóng)村經(jīng)濟(jì)，2013（2）

4.侯層.城鄉(xiāng)流通協(xié)調(diào)發(fā)展與擴(kuò)大消費(fèi)問題探討[J].商業(yè)經(jīng)濟(jì)研究，2017（2）

5.黃燕.基于經(jīng)典計(jì)量模型的統(tǒng)計(jì)數(shù)據(jù)質(zhì)量評估方法[J].統(tǒng)計(jì)研究，2014（8）endprint