我国流通业对居民消费影响的实证分析

张士斌

内容摘要：本文以我国2000-2014年的统计数据为基础，构建合理的定量分析模型探究我国流通业状况对居民消费的影响。最终结果表明：我国流通业的发展水平、效益水平以及外部环境等因素都对我国居民消费具有显著性影响；另外，这种影响均是正向的，即流通业成熟度越高、效益越好、外部环境越积极有利，居民消费增长情况就越好，从而有力促进我国经济发展。

关键词：流通业 居民消费 实证研究

引言

我国经济目前处于“稳增长、调结构”的关键时期，促进经济社会的持续稳定发展仍然是首要目标。之前，我国经济增长主要靠投资和出口拉动，消费的作用却有限，而如今扩大内需成为必要，从而使消费在我国经济发展过程中扮演越来越重要的角色。同时，居民消费需求的增长又需要完善成熟的流通产业来支撑，所以流通产业作为连接生产和消费的桥梁，在促进经济腾飞方面具有举足轻重的作用。然而，我国长期以来对流通业不够重视，其生存和发展存在很大困境，严重阻碍了流通业对消费支撑作用的发挥。因此，深化流通业改革，促进流通业发展至关重要。

指标、数据与变量

（一）指标体系构建

文章将所有指标分为三大类：水平类、效益类和外部环境类指标。其中，水平类指标是对流通业基本状况的描述，包括产业以及产业中企业规模、消费品零售和市场交易的人均额度等；效益类指标主要反映流通业经营情况和发展情况，包括流通业以及产业中企业的销售额、经营和效益情况；外部环境类指标加入的意义在于说明外部环境会对流通业产生一定影响，从而进一步影响居民消费水平，本文采用手机使用率、大学生数量和商品价格指数等指标。

（二）数据说明

所有数据均录入计量分析软件SPSS20.0，在对所研究问题进行模型化分析之前，需要保证所有数据的可信性和有效性，所以，进行必要的信效度分析至关重要。在此，文章选择α模型并将所有变量数据引入其中，由得到的结果可以看出，在ANOVA以及Turkey的非可加性检验表格中显示F=7516.307，Sig.=0.000。各指标具有相互关系，数据具有可信性。另外，基于标准化项的Cronbachs-α值为0.830，Hotelling的T平方检验结果Sig.=0.000，这也再次保证了数据的可信性和有效性。

（三）变量分析

被解释变量。本文针对我国流通业对我国居民消费的影响展开研究，所以，被解释变量设定为“居民消费”，该变量是以社会商品零售总额与GDP的比值来确定的，然后再进行标准化统一口径处理。由上文的分析可知，被解释变量所有数据均合理可行。

解释变量。对于解释变量，初步选取9个指标变量，但是由于单一指标对问题的解释能力有限，实际问题往往由多个因素共同起作用。鉴于此，本文在9个初始解释变量的基础上，采用因子分析的方法将其归类，从而降维提取出更具解释能力的少数因子，作为最终进入模型的综合解释变量，从而提升研究結论的真实性。

在进行因子分析之前，还需要检验所选变量数据是否真正能进行因子分析，从检验结果来看，Kaiser-Meyer-Olkin的度量值为0.800，并且Bartlett球形度检验值为314.211，显著度为Sig.=0.000，故所选变量可以进行基于主成分的因子分析，对所研究问题具有较高的解释能力。因子分析结果如表1所示。

由表1可以得出，9个初始自变量共提取出三个，在碎石图中也可以直观地看出三个因子的特征值均大于1，累计贡献率达到95.899%，即解释了总体方差的95.899%，这3个主因子能反映出原始变量所提供的足够信息，因此选择这3个因子为主因子作为最终解释变量进入模型。表2中初始变量X1、X2、X3在TTF1上载荷大，因此将TTF1命名为“水平因子”；初始变量X4、X5、X6在TTF2上载荷大，因此将TTF2命名为“效益因子”；初始变量X7、X8、X9在TTF3上载荷大，因此将TTF3命名为“环境因子”。

模型及结果分析

（一）模型设定

流通业对居民消费的影响属于被解释变量及多个解释变量之间的问题，可以建立如下模型：

如果写成向量矩阵形式，则为：Y=Xβ+e。其中，Y、X、β、e分别为被解释变量向量、解释变量向量矩阵、回归系数估计值向量和残差向量。

（二）实证结果分析

由以上所设定模型，将数据引入其中，得到最终实证结果如表2所示。

由表2可以看到，R、R2和Adjusted R2三者的值均超过0.75，说明列入模型中的解释变量对被解释变量的联合影响程度较大，模型拟合程度较高。此外，由F检验结果来看，F=24.987，Sig.=0.000，说明模型中被解释变量与所有解释变量之间的关系在总体上具有较强显著性。VIF（方差膨胀因子）=1.000，说明模型中可以排除共线性问题。综合来看，模型整体效果较好，能充分说明所研究的问题。由Beta值（标准化的偏回归系数值）可以得到模型估计结果：

Y=0.382+0.616 TTF1+0.653 TTF2+0.584 TTF3

其中，Y为“居民消费”；TTF1为“水平因子”；TTF2为“效益因子”； TTF3为“环境因子”。

分析实证结果，在其他解释变量保持不变的情况下，水平因子（TTF1）、效益因子（TTF2）和环境因子（TTF3）都分别对居民消费（Y）具有显著性影响，并且这种显著影响均为正向。即水平因子每增加或减少一个标准单位，居民消费会随之相应增加或减少0.616个标准单位；效益因子每增加或减少一个标准单位，居民消费会随之相应增加或减少0.653个标准单位；环境因子每增加或减少一个标准单位，居民消费会随之相应增加或减少0.584个标准单位。由此看来，完善和发展我国流通产业，对促进居民消费增长有重要作用，传统观念中的“轻流通”思想需要改变，重新认识流通环节的能量所在。

进一步分析，三个因子所包含的9个初始解释变量都会对居民消费产生一定程度的影响。因此，完善我国流通业要“齐头并进”与“全面协调发展”。由于流通业所包含内容的复杂性和综合性，就决定了不能单纯从一个方面入手，而是要各个方面“齐头并进”。

其次，根据各方面因素对居民消费的影响程度和显著性，选择优先改善的方向。从模型结果来看，综合考虑影响程度和显著性后，应当按如下顺序对流通业各个方面进行改善：效益因子、水平因子、环境因子。

结论

本文运用计量模型定量研究了我国流通业对居民消费的影响，从研究结果来看，我国流通业发展水平、效益水平以及外部环境等因素都对我国居民消费具有显著性影响，且这种影响均是正向的，即流通业成熟度越高、效益越好、外部环境越积极有利，居民消费增长情况就越好，从而有力促进我国经济发展。

基于以上结论，从政府角度来说，流通业发展需要做到扩大产业规模、提高产业效率、降低成本、治理和优化外部环境等。在成本、规模和效率方面，首先要摒弃流通无用的思想观念，重视并付诸实际行动来保证其不断发展壮大；此外，随着互联网和物联网等现代化科技的持续发展以及“互联网+”政策的大力实施，流通业完全可以借助网络进行创新，电商物流的产生和发展就是一个很好的例子，这种新型流通方式范围不断扩展，由城市扩展到农村，同时也涵盖了绝大部分商品，从生产者直接到消费者的模式得以实现。最后，在外部环境方面，要完善基础设施建设，包括道路交通、学校、通讯等；尤其是要支持落后地区和农村地区的设施建设和完善，促进经济发展。

参考文献：

1.王世进，周敏，司增绰.流通产业促进我国居民消费影响的实证研究—基于面板数据SUR模型的分析[J].商业经济与管理，2013（10）

2.周晓燕.流通业与居民消费需求协同发展研究[J].商业经济研究，2016（9）

3.张连刚，李兴蓉.中国流通业发展与居民消费增长的实证研究[J].广东商学院学报，2010（4）

4.张立平.我国商贸流通业发展与居民消费增长的关系研究[J].商业经济研究，2016（8）