商貿流通效率對消費升級的影響分析

顏冬梅 博士

（太原理工大學經濟管理學院 山西太原 030024）

近年來，眾多專家學者就商貿流通效率和居民消費升級關系進行了研究。其中，張旭波（2019）分析了居民消費升級、金融發展與商貿流通的關系，發現商貿流通效率對消費升級的影響具有門檻效應，當流通效率達到一定程度時，其對居民消費的影響趨勢將會發生跳躍式改變；薛維軍（2018）針對商貿流通效率與產業結構關系進行了研究，認為互聯網產業結構的完善對商貿流通效率的影響最高。鑒于此，本文在總結已有文獻的基礎之上，通過構建回歸模型就商貿流通效率對消費升級的影響進行實證檢驗，旨在為促進我國居民消費水平的進一步提升提供理論參考。

指標選取

因變量。本文選取消費升級作為因變量，在此主要將其劃分成兩個指標進行檢驗，分別是居民消費支出數量和生活水平。居民消費量的提升以居民人均消費支出來表示，記為Y1；以居民消費需求來表示居民消費水平的提高情況，記為Y2。

自變量。本文分別通過兩個時間段來表述流通效率指標體系，第一階段為2000-2010年，此時稱之為傳統流通效率，記為X1a；第二階段為2011-2018年，該階段為現代流通效率指標，記為X1b。

控制變量。居民收入是影響居民消費升級的主要因素，本文以城鄉居民可支配收入來表示，記為X2。生產因素會間接影響居民消費升級，企業所生產的產品性能越優，就越會受到消費者的認可，進而促進居民消費升級，本文將固定資產投入和科研經費投入設定為兩個主要生產因素，并分別用X3和X4表示。環境因素在本文主要是消費者的消費環境，在此本文選取兩個環境因素指標即物價指標和利率指標，并分別以X5、X6表示。

實證檢驗

（一）商貿流通效率對居民消費數量影響實證檢驗

本文將居民消費支出Y1設定為被解釋變量來構建回歸方程，進而分析商貿流通效率對居民消費數量的影響。

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

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

1.變量的ADF檢驗。由于文中各變量之間存在一定的差異性，故本文需要對各變量進行標準化處理，以避免變量指標差異性對實證結果造成影響。本文以時間序列為基礎，對非平穩序列的變量數據進行回歸計算，并對其進行單位根檢驗，具體檢驗結果如表1和表2所示。通過表1和表2的單位根檢驗結果可以得出，各變量在零階條件下均表現出了平穩性，且通過了5%顯著性水平的ADF檢驗，各變量均表現出穩定性，故滿足協整分析條件。

2.回歸模型及其協整檢驗。本文首選考察流通效率變量對消費數量的作用效果，具體分析結果如表3所示。通過對比兩個變量模型的分析結果可知，兩方程調整后的決定系數較高，說明模型的擬合效果良好，對變量數據的回歸精度較高。本文進一步通過E-G法對回歸方程進行協整分析，分析結果如表4所示。根據表4分析結果可以看出，方程1和2模型殘差的檢驗結果都低于對應的臨界值，各序都呈現出平穩性，說明變量間具有協整關系。

3.模型的結果分析。通過分析方程1，2000-2010年居民收入水平提升能夠明顯促進消費數量的增加，但是傳統流通效率對消費數量的作用效果不明顯。具體而言，當居民收入水平每提升1個單位時，消費數量便會隨之提高0.9251個單位；而傳統流通效率每提高1個單位，消費數量會隨之降低0.0551單位。在此期間，居民收入水平對消費數量的正向影響作用遠大于傳統流通效率，甚至傳統流通效率對消費數量的提升起到了抑制作用。通過分析方程2，2011-2018年，現代流通效率水平的提高、科研經費投入額的增大和居民收入水平的提升對消費數量的提高均表現出顯著的促進效果，除此之外的要素對居民消費數量增長貢獻度不大。

表1 各變量的ADF檢驗結果（一）

表2 各變量的ADF檢驗結果（二）

表3 流通效率改善對消費數量影響的回歸結果

表4 E-G兩步法協整分析結果

表5 流通效率改善對消費量影響的誤差修正模型

綜合方程1和2分析結果，在2000～2010年間，居民收入水平是影響消費升級的主要因素；而在2011～2018年間，現代流通效率成為了影響居民消費升級的主要因素。這主要是因為在2000年初期，我國市場經濟體制還不夠完善，流通市場的發展尚未完全成熟，對于處于流通產業終端的零售業主要是以零售店的形式存在，零售產品競爭力較小，其僅僅可以滿足消費者的日常基本生活需求。

4.誤差修正模型。本文構建誤差修正模型對模型的平穩性進行分析，進而明確解釋變量與被解釋變量之間的動態關聯性，具體分析結果如表5所示。通過表5能夠得出，方程1和方程2經過調整后的決定系數為兩個模型調整后的決定系數，分別為0.993422和0.089245，兩個模型的擬合優度均較高，具有良好的統計效果。根據結果，2000-2010年居民收入水平的提升對居民消費數量表現出正面作用，而傳統流通效率的提升對居民消費數量具有負面作用；其中，居民收入水平每提升1個單位，居民消費數量會隨之提高0.9445個單位；傳統流通效率指標每提高1個單位，居民消費數量就降低0.1054個單位。在2010-2018年間，現代流通效率等所有指標均可以促進居民消費數量的增加，且其對居民消費數量提升的影響較居民收入水平更加顯著。

（二）流通效率改善與消費質量的實證分析

本文以居民消費支出Y2為解釋變量構建回歸方程，以分析商貿流通效率對居民消費質量的影響。

1.變量的ADF檢驗。在分析流通效率對消費質量的影響時，本文需要對各變量進行標準差處理，進而檢驗各指標序列的穩定性，變量的ADF檢驗如表6所示。根據表6可得，在5%顯著水平下，各變量均符合ADF檢驗標準，表現出穩定性，故可以開展回歸分析。2.回歸模型及其協整檢驗。基于各變量均為同階單整變量，故本文通過E-G兩步法對方程3和方程4進行回歸分析，并根據結果殘差來進行平穩性檢驗。根據表7可以得出，模型3和模型4殘差的單位根檢驗結果都低于臨界標準，說明變量間具有協整關系。根據表8的模型檢驗結果得出，模型3和模型4經過調整后的決定系數均增大，此時模型具有良好的檢驗效果。同時，消費升級系數為負，說明變量對居民消費升級具有推動作用。

表6 變量指標的ADF檢驗結果

表7 殘差單位根檢驗

表8 商貿流通效率對居民消費質量影響檢驗結果

3.模型的結果分析。通過分析方程3，居民收入水平和利率指標均表現出1%顯著水平，科研經費支出和物價指標變量均通過了5%顯著性檢驗，說明隨著互聯網科技和電子商務平臺的不斷發展，商品的流通時間顯著縮短，流通環節明顯減少，這顯著提高了商品的流通效率，而其對居民消費升級的影響由原來的不顯著轉變為顯著。在方程4中，各變量均表現出顯著性，在2000～2010年間生產因素和環境因素對居民消費升級影響不顯著，但在互聯網因素驅使下形成現代流通效率后，二者對居民消費升級的影響程度顯著提升。2000～2010年中生產環節的固定資產因素對居民消費數量和質量的影響系數分別為-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，科研經費因素對居民消費數量與質量的影響分別為0.2689和0.9107，而在2011-2018年提升至0.4376和1.1357。說明現代流通效率的提升能夠刺激生產環節和消費環節發展，進而對居民消費升級起到推動作用。

結論與建議

2000～2010年居民收入水平提升對居民消費數量增長具有顯著影響，而傳統流通效率的作用效果不顯著。其中，居民收入水平提升1個單位，則消費數量提高0.9251個單位；傳統流通效率提高1個單位，則居民消費數量下降0.0551個單位，此期間居民收入水平對居民消費數量的促進作用顯著高于傳統流通效率。在2011-2018年間，現代流通效率水平的提升、科研資金投入的提高以及居民收入水平的上升，對消費數量的增長均表現出促進作用。其中，居民收入水平每增加1單位，消費數量就上升0.1786個單位，此期間現代流通效率對居民消費數量的推動效果要顯著于居民收入和科研經費支出變量。在2000～2010年間生產因素和環境因素對居民消費升級影響較弱，但在互聯網背景下形成現代流通效率后，在2011～2018年間生產因素和環境因素對居民消費升級的影響程度顯著提升。

我國長期以來存在城鄉、地區發展的不平衡，既有歷史原因，也有自然原因，同時還有政策原因（張霞等，2018）。為了促進我國消費升級，各地方政府還需重視加強政策扶持力度，同步推進城鄉流通產業基礎設施建設，縮短商品在城鄉之間的流通時間，削減流通環節，進而提高商品流通效率，充分挖掘鄉村地區消費潛力；充分借助電子商務平臺進行商品流通，減少實體店的資金投入，提高消費者購買商品的便利度，進而促進居民消費升級；建立完善的信息流通管理平臺，為商貿流通提供多元化的保障，避免企業和消費者的權益受到侵害，提高消費者的消費信心，進而引導居民消費升級。