商贸流通业发展影响因素实证分析

2020-07-06郭铭富易桂林陈晨杨承杰

青年生活 2020年21期

郭铭富易桂林陈晨杨承杰

摘要：本文选取四川省社会消费品零售总额为被解释变量，从经济发展水平和物流发展水平两个方面选取居民人均消费支出、商贸流通业固定投资、经济开放程度、物流业增加值、物流业从业人员数、道路密度为解释变量，利用SPSS20对四川省商贸流通业发展的影响因素进行了主成分分析。

关键词：商贸流通业;影响因素;主成分分析

一、文献回顾

陈宇峰，章武滨（2015）通过超效率DEA模型测度了中国的商贸流通效率并分析了其演进趋势及其影响因素。王欣（2016）利用因子分析和状态空间模型定量分析了我国商贸流通业能源经济效率的影响因素。林英泽（2016）以“一带一路”战略为背景基础，从短期、中期、长期三个方面定性分析了商贸流通业的发展及相关因素。龚紫娟（2018）分地区实证分析了我国产业集聚对商贸流通效率的影响作用。俞静、单涛（2018）基于面板 VAR 模型，从技术创新的角度对我国商贸流通业转型升级进行了实证研究。蔡璐（2019）基于供应链优化視角，从提升商贸流通便利性的角度对商贸流通业的发展进行了定性分析。祁金祥、王娟（2019）从物流成本的角度对商贸流通业的发展进行了定性分析，徐春秀（2019）还进一步对其做了实证研究。

目前国内学者对商贸流通业发展及其影响因素的分析还不够充分，多数学者以定性分析为主，而定量分析又主要围绕着全国范围、长江经济带等进行。我国各区域环境和经济的差异性明显，从而各地商贸流通业的发展也不尽相同。因此，分地区研究商贸流通业的发展及其影响因素对各地商贸流通业的发展具有现实意义。

二、指标选取

任何地区的商贸流通业都会受到当地经济发展水平和物流发展水平的影响，因此本文以经济发展水平（A）和物流发展水平（B）为一级影响指标，而后从这两个方面进一步确定了六个二级影响指标。指标数据均选自《四川统计年鉴》和《中国统计年鉴》2000—2018年的相关记录。

（一）社会消费品零售总额（Y）

社会消费品零售总额作为商贸流通业常用的指标之一，它反映的是批发和零售业、餐饮业和住宿业以及其他行业直接销售给居民用户和社会团体的消费品零售额，它能反映出商贸流通业的整体发展状态和趋势。因此，本文将其选为被解散变量。

（二）居民人均消费支出（A1）

消费作为拉动我国经济发展的三马车之一，其对商贸流通业的发展存在直接的影响。居民的消费能力越强，换句话说，居民的消费支出越高，产生的商贸交易量就越大。通过刺激居民消费，能在一定程度上促进商贸流通业的发展。

（二）商贸流通业固定投资（A2）

投资也是拉动我国经济发展的一大马车，任何行业都离不开相应的投资。商贸流通业的固定投资直接影响着其再生产、行业规模以及经济效益，根据商贸流通业的发展状况，对其固定投资作出适当的调整可以有效的促进商贸流通业的发展。

（三）经济开放程度（A3）

改革开放后，对外贸易，尤其三马车中的商品出口，使得我国经济水平大幅提高。开放前的商贸流通仅是我国内部的流通，需求有限，发展较为缓慢。开放后的市场面向全球，需求增加，很大程度上加快了商贸流通业的发展。

（四）物流业增加值（B1）

物流业增加值一般是指物流产业在一年内通过经营活动获得最终成果的货币表现形式。物流业增加值能反映出物流产业的发展现状和水平，从而间接反映出商贸流通业的情况。本文选取交通运输业、仓储业和邮政业的增加值总和作为物流业增加值。

（五）物流业从业人员数（B2）

一般情况下，在达到行业劳动需求饱和点之前，劳动投入对行业的发展一般呈现出正向作用。即劳动投入的增加可促进物流业发展，进而影响商贸流通业的发展。因此本文选取该项作为间接影响商贸流通业的二级指标。

（六）道路密度（B3）

道路密度能从交通环境条件反映出一个地区的物流承载能力，物流承载能力越强，该地区的物流效率就越高，从而会提高商贸流通效率。本文道路密度的计算公式是：道路密度=（四川铁路营业里程+四川内河航道里程+四川公路里程）/四川省总面积。

三、模型分析

（一）相关性分析

本文事先对解释变量数据进行了散点图分析和曲线估计，发现六个解释变量与被解释变量同时存在一次线性、二次方和三次方曲线关系。笔者初步断定是因为解释变量之间存在多重共线性问题，所以下面对变量数据进行相关性分析。

如表所示，六个解释变量之间最低有20.8%的相关性，大部分的都在60%以上，甚至有部分高达95%以上的相关性。因此，解释变量间确实存在多重共线性问题，难以通过简单的线性回归模型来得出解释变量对被解释变量的影响。

（二）主成分分析

通过相关性分析后，我们明确得知解释变量之间存在多重共线性问题，所以需要进行降维处理分析，本文运用spss20软件，采取主成分分析来处理解释变量数据。在做分析前需要对变量数据进行标准化处理，处理后生成的新变量分别记为：ZY、ZA1、ZA2、ZA3、ZB1、ZB2、ZB3。

1.适用性检验

在进行主成分分析前，还需要对解释变量数据进行KMO检验和Bartlett球形检验，观察数据是否适合做主成分分析。检验结果显示：KMO检验系数为0.725>0.5，Bartlett球形检验的P值为0.000，在0.05的显著水平下，拒绝原假设。因此，本文选取的变量数据是适合做主成分分析的。

2.提取变量数据主成分

变量解释的总方差分析结果如表所示，共提取2个主成分，第一个主成分可以解释全部方差的74.993%，第二个主成分可以解释全部方差的19.272%，两个主成分累计解释力度达到94.265%。再根据成份得分系数矩阵可得到两个主成分的表达式，具体如下：

F1=0.215×ZA1+0.203×ZA2+0.182×ZA3+0.200×ZB1+0.117×ZB2+0.219×ZB3 （1）

F2=-0.210×ZA1-0.261×ZA2+0.397×ZA3-0.312×ZB1+0.705×ZB2+0.026×ZB3 （2）

3.主成分回归分析

将标准化后的解释变量数据代入表达式（1）和（2）计算出两个主成分变量F1、F1的数据值。然后对被解释变量ZY和主成分变量F1、F2进行线性回归分析。

经过线性回归分析后，模型的可决系数为0.986，模型拟合程度很高。主成分变量F1的P值为0.000，F2的P值为0.000，都在0.05的显著水平下拒绝原假设，说明F1、F2对被解释变量ZY具有显著影响。随后得到拟合方程：ZY=0.939×F1-0.325×F2 （3）

最后把方程（1）和（2）代入拟合方程（3），得出本文实证模型的最终分析方程：

ZY=0.270×ZA1+0.275×ZA2+0.042×ZA3+0.288×ZB1-0.119×ZB2+0.197×ZB3 （4）

四、结论与建议

依据实证分析结果，将解释变量对被解释变量的影响作用从大到小排列：ZB1、ZA2、ZA1、ZB3、ZA3、ZB2，即分别是物流业增加值、商贸流通业固定投资、居民人均消费支出、道路密度、经济开放程度、物流业从业人员数。从表达式（4）可知，变量排序中，前五项解释变量的系数都为正，即它们对被解散变量存在正向促进作用。第六项，也就是物流業从业人员数，该项系数为负，表示对被解释变量存在负向作用。这种现象可能和四川省物流业从旧式劳动型物流向现代智能信息化物流发展有关，随着现代化的加深，物流业所需的员工必然下降。因此，在物流业现代化的环境下，从业人数的增加反而会扩大成本，影响经济效率，所以表现出反向影响。

通过结论分析，本文为四川省商贸流通业的发展提出以下几点建议：

1.加快四川省物流业现代化发展。从实证分析结果来看，物流业增加值对商贸流通业发展的影响作用最大，也就是说物流业产生的经济效益越好，越有利于商贸流通业的发展。因此，需要抓住国家西部大开发、长江经济带和建设成渝地区双城经济圈等国家战略机遇，实现省内物流业向自动化、智能化、信息化发展。

2.刺激省内居民消费。通过增加居民消费来刺激国内消费市场，可以有效的促进商贸流通业的发展。政府可以通过健全社会保障制度、增加居民收入，改善消费环境来鼓励居民的消费信心。

3.适度增加商贸流通业固定投资。2000年后，四川省商贸流通业不断发展，至今已经面临发展瓶颈，传统的旧式商贸流通方式越来越难以发展，所以需要适度的增加固定投资，逐步完成商贸流通业向现代化的转型升级。

4.扩大经济开放程度。通过分析得知，开放的经济环境，有利于商贸流通业的发展。据数据显示，四川省的经济开放程度较低，四川省深处内陆且地势复杂，对外开放难免受限。但政府应当抓住国家实行西部大开发、长江经济带、一带一路和“陆海新通道”等战略机遇，加大开放力度，促进对外商贸的发展。

参考文献：

[1]陈宇峰，章武滨.中国区域商贸流通效率的演进趋势与影响因素[J].产业经济研究，2015（01）：53-60.

[2]王欣.我国商贸流通业能源经济效率影响因素分析[J].商业经济研究，2016（19）：17-19.

[3]林英泽.“一带一路”战略区商贸流通效率提升路径探讨[J].经济问题，2016（12）：1-6.

[4]龚紫娟.产业集聚对商贸流通业效率的影响实证分析[J].商业经济研究，2018（09）：8-10

[5]俞静，单涛.技术创新对商贸流通业转型升级的影响[J].商业经济研究，2018（17）：23-25.

[6]蔡璐.商贸流通便利性的影响因素分析——基于供应链系统优化视角[J].商业经济研究，2019（03）：12-14.