零售業結構變動對我國商貿流通業結構優化的促進作用

呂騰捷

內容摘要：信息技術的進步帶來的電子商務的蓬勃發展，引領了“新零售”革命的走向，孕育著中國流通業新的革命。我國零售業的革命實質上是流通業迅速發展的縮影。本文通過構建實證分析模型，研究了零售業結構變動對商貿流通業結構優化的促進作用。研究發現， 我國零售業革命極大促進了商貿流通業的發展，其結構每優化1個單位，就能夠使商貿流通發展得分提升1.2分。

關鍵詞：“新零售”? ?商貿流通業? ?實證分析

引言與文獻概述

原國內貿易部黨組成員、總經濟師丁俊發教授，于2018年3月在北京大學“2018消費新時代國際論壇”所做演講中談到“中國零售業的革命是中國流通業的縮影”。以電子商務為標志的第三次零售業革命自上世紀70年代興起迄今，國內淘寶、京東、蘇寧和小米等電子商務企業的快速成長不僅激活了略顯沉悶的零售消費市場，更是帶動了物流行業、包裝行業及交通行業的快速發展，我國零售業的革命實質上推動了流通業的進一步發展。但我國零售業革命是否與流通業的步調一致，還是兩個行業間存在互相促進的關系？有待進一步的實證研究和觀察。

中國社科院博士生導師宋則（2010）認為，商貿流通業具備“促銷增收”的強大功能，因此有效地滿足了居民消費升級的意愿。2016年馬云提出，“新零售”將會快速終結純電子商務，并形成一種以消費者體驗為中心的智能化商業業態。對此，丁俊發（2017）認為，在“互聯網+”的政策利好背景下，各地采取的“互聯網+流通”實施方案構建出了“新零售”的最佳模板。張韞（2016）通過理論研究發現，零售業電子商務有效利用了“互聯網+”的政策優勢，同時王新宇（2016）從實證角度研究了電子商業零售業態的發展變遷，但現有研究中并沒有從實證角度研究零售業與流通業的關系，“新零售”結構究竟對我國商貿流通業產生了多大的促進，仍需要數理研究進行梳理。

“新零售”與商貿流通業發展水平指標評價

（一）“新零售”水平指標構建

對于“新零售”水平進行量化評估，就需要從其內涵即背景進行闡述。丁俊發（2017）認為，研究零售結構要把零售放入國民經濟全局，結合生產、分配、交換、消費四個方向進行評價。

第一，本文首先需要選取直接表征“新零售”結構的變量，簡寫為JG。根據中國電子商務研究中心的最新數據，自2005年起我國已經開始監測網絡零售市場的交易規模，這一數額很好地代表了零售結構本身的發展水平，本文以網絡零售交易市場額比國內零售市場總額表征“新零售”結構水平。

第二，本文需要選取直接表征“新零售”布局的變量，簡寫為BJ。由于新零售布局包含地理區劃的因素，不同于傳統零售業門店銷售的方法，電子商務并不具備固定的銷售場景，而目前我國主要電子商務企業也并未公布完全的各區域銷售額信息，但本文根據Berinsky等（2012）對美國電商企業亞馬遜的研究方法，采取了一個巧妙的方法權衡我國的電子商務布局。Berinsky等利用亞馬遜配送站與每萬人人口的比值，反映了美國每萬人享受到的電子商務配送服務效率。對應于中國環境，國家郵政局自2014年開始發布的中國快遞發展指數（CEDI）中也借鑒了這一做法，并推算出2016年我國每十萬人享有快遞點15個，但由于CEDI指數目前尚不成熟，無法達成本文的分析要求。目前淘寶推出的“菜鳥聯盟”模式，解決了各種快遞的“最后一公里”配送的問題，涉及的配送場景為“菜鳥驛站”（服務于高等院校）、“藍店”（服務于社區）、“快遞點”（順豐、圓通、申通、中通、韻達等電商物流企業建立的派送點），而京東則采用了“京東派”模式解決京東物流的配送問題。本文通過C++軟件編制了爬蟲程序，從百度地圖上分析了目前的所有“菜鳥驛站”、“藍店”、“快遞點”、“京東派”的數量，并以配送站點的總數與每十萬人人口數對比，該比例較好的反映了中國每十萬人享受到電子商務配送的水平，也是“新零售”對應于傳統購物場景的最好表征，從而作為“新零售”布局水平。

（二）商貿流通業發展水平指標構建

對于商貿流通業的發展評估，現有方法主要通過主成分分析法進行指數構造，但由于商貿流通業統計口徑問題，往往會出現結構性統計偏差。本文借鑒熊曦等（2015）的統計方法，引入熵權法確定指標的權重并采用綜合評價法對商貿流通業的發展水平進行評分，選取了三個主要層次中的六個代表性指標，如表1所示。

利用上述代表性指標構建基本數據矩陣為：

由表2不難看出，我國自2006年以來“新零售”產業蓬勃發展，網絡零售市場份額在2006年占據總零售份額不足1%，而到2017時這一數字已經超過了19.6%。相比之下，美國2017年網絡零售份額僅占總零售份額的12.7%，我國的新零售結構水平已經超越美國2年。隨之帶動了物流行業的快速發展，新零售布局也在飛速躍進中。根據指標評價，我國在2006年前總體商貿流通發展速度并不盡如人意，發展水平也不高。熊曦等（2015）文章中所統計的2005年各省區得分中，有19個省份的商貿流通得分為負數，而2014年時僅有兩個省份為負值。本文所統計的總體得分也印證了該文章的結論，自2006年以來我國商貿發展呈現出了急劇的上升趨勢，而這一波行業大發展伴隨的正是“新零售”革命的發展，識別上述指標間關系可以進一步明晰零售業與商貿流通業發展的關系。

“新零售”革命對商貿流通業發展水平的推動

為明確“新零售”的結構與布局兩方面對商貿流通業發展的影響，本文采用以下模型進行分析：

在式（6）中，建立了“新零售”革命結構變量對于商貿流通業發展的影響模型。其中，β值越大，說明零售業的結構調整對于商貿流通業拉動效果越明顯，這一結構調整是來自于網絡零售市場份額擴展;類似地，在（7）式中，則能夠說明零售業布局水平對于商貿流通業的影響，這一布局主要體現在物流普及率上。

本文首先采用了Eviews 8.0對各變量間進行ADF檢驗。首先，就表2中三項數據進行了對數化處理，進而驗證了對數化變量的單位根問題，檢驗過程中對常數項及滯后項的選擇均滿足SC準則。結果表明：ln（JG）、ln（BJ）和ln（SS）在5%的顯著性水平上均拒絕原假設，原假設為變量存在單位根，因此可以認為三個變量均為一階單整結構，即服從L（1），可以使用OLS回歸對變量間關系進行分析。其次，本文就零售業指標是否與商貿流通業發展之間存在長期穩定的關系進行了研究。對ln（SS）與ln（JG）、ln（BJ）進行了協整關系分析，結果發現，在1%的置信水平下ln（SS）與ln（JG）存在協整關系，在5%的置信水平下ln（SS）與ln（JG）存在協整關系。

同時，由于回歸過程中發現回歸中式（1）、（2）均出現了異方差和殘差序列自相關問題，本文采用了SPSS 13.0軟件以AR（1）進行進一步修正，并通過嶺回歸的方法重新進行了回歸修正。得到實證結果如下：

公式（2）的回歸結果中，判決系數R2的值為0.959177，調整后為0.935095接近于1，證明該模型有較高的解釋力;其次，模型的F值為31.52429，其對應的p值小于0.01，說明在99%的置信水平內模型具備統計學效應。D-W檢驗值為1.846179，查表可知不需要進行進一步檢測自相關問題。該模型說明“新零售”結構指標每提升1個單位，商貿流通業得分就能夠提高1.259分。類似有公式（7）的實證情況：

匯總公式（6）與公式（7）的計算結果，沿用Berinsky（2012）分析方法的設定，取指數影響度τ=0.5，即商貿流通業發展對零售業結構和零售業布局的偏好是一致的，求得“新零售”革命對商貿流通業發展的總體影響度為1.2038805。這一結果說明，零售業的革命是我國流通業發展的一個縮影，其結構或布局每優化一個單位，就能夠使商貿流通發展得分提升1.2分。具體于該得分中的各個層級，有效提升了居民消費、商品貿易次數、零售業利潤及零售品銷售增長率，優化了流通業發展的環境，夯實了流通業發展的基礎，提升了流通業發展的潛力。

結論

本文利用2006年至2017年我國的宏觀指標及微觀時間序列數據，綜合分析已有文獻中的方法，對“新零售”革命的結構指標與布局指標進行了構建。從網絡零售份額結構來看，在2017年達到了19.6%，證明我國網絡零售產業占比已有一定規模;從物流點布局來看，2017年達到了每十萬人享有17個物流點，高于美國同期12個物流點，說明我國的物流產業效率處于國際領先水平。同時，本文利用綜合指標法并引入了熵權法，對商貿流通業發展進行了評分，該評分綜合了3個層面6個維度的數據，并研究了新零售革命與商貿流通業之間的關系，實證結果表明新零售綜合指數每提升一個單位，可以使得商貿流通發展得分提高1.2分。目前，亞洲地區的網絡零售交易額已經占據了全球市場的46%，阿里巴巴集團通過電子商務輻射日本、韓國、東南亞及印度等國家和地區，我國的電子商務發展已經占據了高地，無論是市場份額還是物流結構都已經優于美國，而零售業發生巨大革命的同時，已經對流通產業產生了深刻的影響。

丁俊發教授認為，我國需要一場新的流通革命，而零售業的結構性轉變正是這場革命的沖鋒號角。如何保證在零售業小革命已經取得重大勝利的同時，穩定實現商貿流通業的大革命，需要以如下方式進行滲透：第一，進一步推進“新零售”革命，以“互聯網+”的思維統籌零售產業發展，有效促進網絡零售市場份額與結構并進的發展模式。第二，完善商貿流通產業體制，發揮電子商務作用。“新零售”革命貴在“新”，只有發揮電子商務的高技術管理、高附加價值、高科技含量的作用，才能保證新零售產業對傳統產業的優勢，進而完善商貿流通產業中求新求變的部分。第三，堅持供給側改革。供給側改革是消費品市場的治本之策，好的產品才能夠感動人心，只有從供給側優化零售商品，才能夠從根本上促進零售產業與商貿流通業的長盛不衰。

參考文獻：

1.Berinsky A J， Huber G A， Lenz G S. Evaluating Online Labor Markets for Experimental Research： Amazon.coms Mechanical Turk[J].Political Analysis，2012，20（3）

2.宋則.商貿流通服務業外溢有助于轉變經濟增長方式[J].現代商貿評論，2010

3.丁俊發.改革開放40年的中國流通業[J].全球化，2017（8）

4.丁俊發.供給側結構性改革下流通業的先導作用[J].中國流通經濟，2017，31（2）

5.張韞.“互聯網+”時代傳統企業和O2O融合戰略研究[J].商業經濟研究，2016（6）

6.王新宇.網絡生態視角下電子商務業態發展研究——以零售業電子商務為例[J].商業經濟研究，2016（1）

7.熊曦，柳思維，張聞等.新型城鎮化與商貿流通業融合發展的影響因素分析[J].商業經濟研究，2015（35）