商贸流通效率对消费升级的影响分析

颜冬梅 博士

（太原理工大学经济管理学院 山西太原 030024）

近年来，众多专家学者就商贸流通效率和居民消费升级关系进行了研究。其中，张旭波（2019）分析了居民消费升级、金融发展与商贸流通的关系，发现商贸流通效率对消费升级的影响具有门槛效应，当流通效率达到一定程度时，其对居民消费的影响趋势将会发生跳跃式改变；薛维军（2018）针对商贸流通效率与产业结构关系进行了研究，认为互联网产业结构的完善对商贸流通效率的影响最高。鉴于此，本文在总结已有文献的基础之上，通过构建回归模型就商贸流通效率对消费升级的影响进行实证检验，旨在为促进我国居民消费水平的进一步提升提供理论参考。

指标选取

因变量。本文选取消费升级作为因变量，在此主要将其划分成两个指标进行检验，分别是居民消费支出数量和生活水平。居民消费量的提升以居民人均消费支出来表示，记为Y1；以居民消费需求来表示居民消费水平的提高情况，记为Y2。

自变量。本文分别通过两个时间段来表述流通效率指标体系，第一阶段为2000-2010年，此时称之为传统流通效率，记为X1a；第二阶段为2011-2018年，该阶段为现代流通效率指标，记为X1b。

控制变量。居民收入是影响居民消费升级的主要因素，本文以城乡居民可支配收入来表示，记为X2。生产因素会间接影响居民消费升级，企业所生产的产品性能越优，就越会受到消费者的认可，进而促进居民消费升级，本文将固定资产投入和科研经费投入设定为两个主要生产因素，并分别用X3和X4表示。环境因素在本文主要是消费者的消费环境，在此本文选取两个环境因素指标即物价指标和利率指标，并分别以X5、X6表示。

实证检验

（一）商贸流通效率对居民消费数量影响实证检验

本文将居民消费支出Y1设定为被解释变量来构建回归方程，进而分析商贸流通效率对居民消费数量的影响。

方程 1：Y1=β1X1a+β2X2+β3X3+β4X4+β5X5+β6X6+μt

方程 2：Y1=β1X1b+β2X2+β3X3+β4X4+β5X5+β6X6+μt

1.变量的ADF检验。由于文中各变量之间存在一定的差异性，故本文需要对各变量进行标准化处理，以避免变量指标差异性对实证结果造成影响。本文以时间序列为基础，对非平稳序列的变量数据进行回归计算，并对其进行单位根检验，具体检验结果如表1和表2所示。通过表1和表2的单位根检验结果可以得出，各变量在零阶条件下均表现出了平稳性，且通过了5%显著性水平的ADF检验，各变量均表现出稳定性，故满足协整分析条件。

2.回归模型及其协整检验。本文首选考察流通效率变量对消费数量的作用效果，具体分析结果如表3所示。通过对比两个变量模型的分析结果可知，两方程调整后的决定系数较高，说明模型的拟合效果良好，对变量数据的回归精度较高。本文进一步通过E-G法对回归方程进行协整分析，分析结果如表4所示。根据表4分析结果可以看出，方程1和2模型残差的检验结果都低于对应的临界值，各序都呈现出平稳性，说明变量间具有协整关系。

3.模型的结果分析。通过分析方程1，2000-2010年居民收入水平提升能够明显促进消费数量的增加，但是传统流通效率对消费数量的作用效果不明显。具体而言，当居民收入水平每提升1个单位时，消费数量便会随之提高0.9251个单位；而传统流通效率每提高1个单位，消费数量会随之降低0.0551单位。在此期间，居民收入水平对消费数量的正向影响作用远大于传统流通效率，甚至传统流通效率对消费数量的提升起到了抑制作用。通过分析方程2，2011-2018年，现代流通效率水平的提高、科研经费投入额的增大和居民收入水平的提升对消费数量的提高均表现出显著的促进效果，除此之外的要素对居民消费数量增长贡献度不大。

表1 各变量的ADF检验结果（一）

表2 各变量的ADF检验结果（二）

表3 流通效率改善对消费数量影响的回归结果

表4 E-G两步法协整分析结果

表5 流通效率改善对消费量影响的误差修正模型

综合方程1和2分析结果，在2000～2010年间，居民收入水平是影响消费升级的主要因素；而在2011～2018年间，现代流通效率成为了影响居民消费升级的主要因素。这主要是因为在2000年初期，我国市场经济体制还不够完善，流通市场的发展尚未完全成熟，对于处于流通产业终端的零售业主要是以零售店的形式存在，零售产品竞争力较小，其仅仅可以满足消费者的日常基本生活需求。

4.误差修正模型。本文构建误差修正模型对模型的平稳性进行分析，进而明确解释变量与被解释变量之间的动态关联性，具体分析结果如表5所示。通过表5能够得出，方程1和方程2经过调整后的决定系数为两个模型调整后的决定系数，分别为0.993422和0.089245，两个模型的拟合优度均较高，具有良好的统计效果。根据结果，2000-2010年居民收入水平的提升对居民消费数量表现出正面作用，而传统流通效率的提升对居民消费数量具有负面作用；其中，居民收入水平每提升1个单位，居民消费数量会随之提高0.9445个单位；传统流通效率指标每提高1个单位，居民消费数量就降低0.1054个单位。在2010-2018年间，现代流通效率等所有指标均可以促进居民消费数量的增加，且其对居民消费数量提升的影响较居民收入水平更加显著。

（二）流通效率改善与消费质量的实证分析

本文以居民消费支出Y2为解释变量构建回归方程，以分析商贸流通效率对居民消费质量的影响。

1.变量的ADF检验。在分析流通效率对消费质量的影响时，本文需要对各变量进行标准差处理，进而检验各指标序列的稳定性，变量的ADF检验如表6所示。根据表6可得，在5%显著水平下，各变量均符合ADF检验标准，表现出稳定性，故可以开展回归分析。2.回归模型及其协整检验。基于各变量均为同阶单整变量，故本文通过E-G两步法对方程3和方程4进行回归分析，并根据结果残差来进行平稳性检验。根据表7可以得出，模型3和模型4残差的单位根检验结果都低于临界标准，说明变量间具有协整关系。根据表8的模型检验结果得出，模型3和模型4经过调整后的决定系数均增大，此时模型具有良好的检验效果。同时，消费升级系数为负，说明变量对居民消费升级具有推动作用。

表6 变量指标的ADF检验结果

表7 残差单位根检验

表8 商贸流通效率对居民消费质量影响检验结果

3.模型的结果分析。通过分析方程3，居民收入水平和利率指标均表现出1%显著水平，科研经费支出和物价指标变量均通过了5%显著性检验，说明随着互联网科技和电子商务平台的不断发展，商品的流通时间显著缩短，流通环节明显减少，这显著提高了商品的流通效率，而其对居民消费升级的影响由原来的不显著转变为显著。在方程4中，各变量均表现出显著性，在2000～2010年间生产因素和环境因素对居民消费升级影响不显著，但在互联网因素驱使下形成现代流通效率后，二者对居民消费升级的影响程度显著提升。2000～2010年中生产环节的固定资产因素对居民消费数量和质量的影响系数分别为-0.0551和-0.0572，而在2011～2018年其作用程度提升至-0.1785和0.9171；在2000～2010年，科研经费因素对居民消费数量与质量的影响分别为0.2689和0.9107，而在2011-2018年提升至0.4376和1.1357。说明现代流通效率的提升能够刺激生产环节和消费环节发展，进而对居民消费升级起到推动作用。

结论与建议

2000～2010年居民收入水平提升对居民消费数量增长具有显著影响，而传统流通效率的作用效果不显著。其中，居民收入水平提升1个单位，则消费数量提高0.9251个单位；传统流通效率提高1个单位，则居民消费数量下降0.0551个单位，此期间居民收入水平对居民消费数量的促进作用显著高于传统流通效率。在2011-2018年间，现代流通效率水平的提升、科研资金投入的提高以及居民收入水平的上升，对消费数量的增长均表现出促进作用。其中，居民收入水平每增加1单位，消费数量就上升0.1786个单位，此期间现代流通效率对居民消费数量的推动效果要显著于居民收入和科研经费支出变量。在2000～2010年间生产因素和环境因素对居民消费升级影响较弱，但在互联网背景下形成现代流通效率后，在2011～2018年间生产因素和环境因素对居民消费升级的影响程度显著提升。

我国长期以来存在城乡、地区发展的不平衡，既有历史原因，也有自然原因，同时还有政策原因（张霞等，2018）。为了促进我国消费升级，各地方政府还需重视加强政策扶持力度，同步推进城乡流通产业基础设施建设，缩短商品在城乡之间的流通时间，削减流通环节，进而提高商品流通效率，充分挖掘乡村地区消费潜力；充分借助电子商务平台进行商品流通，减少实体店的资金投入，提高消费者购买商品的便利度，进而促进居民消费升级；建立完善的信息流通管理平台，为商贸流通提供多元化的保障，避免企业和消费者的权益受到侵害，提高消费者的消费信心，进而引导居民消费升级。