居民消費渠道變遷與傳統零售業轉型升級
——基于非線性門限效應分析

陸文娟

（湖北師范大學經濟管理與法學院 湖北黃石 435002）

引言

隨著市場經濟的逐步完善，互聯網技術對經濟、生活、消費產生重要的影響，人們的消費渠道也隨著電子商務零售模式的影響而發生變化，到實體店購物的時間和次數均大幅度減少，而網絡購物成為消費者的重要選擇。根據《中國互聯網發展情況統計數據》顯示，中國網民的數量達到8.54億，其中網絡購物用戶為6.85億，互聯網普及率達到61.2%。2019年網絡零售市場交易額為7.5萬億元人民幣，網絡購物的增長率為21.3%。但與此同時，也有部分電子商務企業開始通過投資、并購等方式積極參與到實體零售企業的經營，比如阿里巴巴通過入股大潤發、開設盒馬鮮生超市等方式進軍實體零售領域，騰訊也在入股沃爾瑪和家樂福等大型超市。由此帶來的問題是互聯網經濟的大浪潮下，電子商務企業發展如日中天的時代，那些網絡零售大企業是在逆勢而為，還是另有作為？互聯網的普及和電子商務的發展，改變了居民的消費渠道，對傳統的零售業帶來了巨大的競爭和壓力。老子有言“福兮禍所依，禍兮福所伏”，電子商務的蓬勃發展導致居民消費渠道的變遷，不僅給傳統零售業帶來競爭和壓力，同時還存在發展和壯大機會，他們之間不應是簡單的替代關系，應該還可以和諧共存、相互促進。

互聯網經濟帶來的居民消費渠道的變遷，引起了廣大理論工作者的研究興趣。吳亦姣和趙子?。?017）通過問卷調查的研究方式發現，互聯網零售模式相比于傳統零售方式具有更強的市場競爭力。還有一部分學者，進一步分析了哪些消費群體特征更偏好于選擇網絡購物，如性別、年齡、職業、消費偏好等特征（張躍超，2015）。潘煜和張星（2010）的研究發現影響居民消費渠道選擇的因素既有信息化建設狀況、物流配送、到實體店的距離、零售企業的口碑、企業文化等外部性因素，還有消費者對新鮮事物的接受程度、消費偏好、經濟實力等內部性因素。還有一些學者也指出了網絡零售業在盈利模式、行為規范、經營誠信和物流配送等方面存在一些問題，需要和傳統零售業協同發展（張少哲、周長城、曹亞娟，2018）。

從已有學者的研究成果來看，居民消費渠道的變遷對傳統零售產業的發展既存在負面的此消彼長的影響關系（盧東、劉懿德、曾小橋，2018），也存在相互促進、互相補充的正向影響作用（楊曉北，2018），說明居民消費渠道變遷對傳統零售業發展的影響尚未達成一致意見，可能與他們選取的研究樣本差異性以及采用的研究方法和模型的不同有關。如果考慮到居民消費渠道變遷的時間序列趨勢的影響，居民消費渠道的變遷對傳統零售業的影響在不同時期可能會呈現出不同的線性關系，現有的研究主要是采取添加平方項的方式（曹曉剛、鄭本榮、聞卉，2015）或采取分階段回歸估計方法（呂鵬，2019）。添加平方項的實證估計模型可以模擬出“U”型或倒“U”型的曲線趨勢，但對于那些不改變曲線斜率符號，僅僅改變斜率絕對值大小就不能適用，另外一次項和二次項之間可能還會存在多重共線性問題。采用分段回歸估計可以分析每一階段變量之間的影響關系，但對于不同階段的劃分存在一定的隨意性。針對現有研究的不足之處，本文采取門限回歸估計方法找到居民消費渠道變遷對傳統零售業影響的突變拐點，然后進行相關性檢驗，找到對應的置信區間，以彌補現有研究的不足。

理論分析

零售是商品流通中的最后一個環節，把企業生產的商品和服務銷售給消費者。零售業是指企業為了滿足消費者的需求組織的不同的零售經營形式。零售業的類型可以分為傳統零售業和創新型零售業，傳統零售業是指有實體店鋪的銷售，包括百貨商店、超市、便利店、倉儲店、購物中心、廠家直銷中心等店鋪形態。創新型零售業是指無店鋪銷售，包括電視購物、電話購物、郵政購物、網上商店、自動售物店等形式。

居民的消費渠道從實體店消費到無店鋪的網絡消費，一方面是信息技術的發展，給網絡消費提供了可能性；另一方面是由于生活節奏的加快，時間的邊際價值越來越高，網絡消費的選購效率更高于實體店鋪的消費，需要整塊的時間進行消費，可以利用生活中的碎片時間來消費，尤其是網絡消費逐漸從電腦端過渡到手機端后，居民在任何時間、地點都可以選購商品，受時間、地點、設備、環境等外界因素的束縛較小。隨著互聯網經濟的發展，網絡消費渠道逐漸占據越來越多的份額，網絡消費和傳統消費模式之間是一種競爭關系；隨著市場機制的進一步完善和居民消費體驗感要求的提升，網絡消費和傳統消費之間由競爭關系逐漸轉變為共生關系，最后演變為互補關系。具體演變過程見圖1所示。

圖1 居民消費渠道變遷對傳統零售業發展的影響機制

表1 變量的描述性統計

根據居民消費渠道變遷不同階段對傳統零售業發展的影響機制，發現他們之間既存在互相競爭關系，也存在互補關系，特提出本文的研究假設：

假設1：居民消費渠道變遷對傳統零售業的發展存在競爭和互補兩種影響效應，總效應大小取決于這兩個效應的相對大小。

假設2：居民消費渠道變遷對傳統零售業的影響存在非線性的關系。

模型設定、變量選擇與數據來源

（一）模型設定

從前面的理論分析可知，居民消費渠道變遷與傳統零售業發展之間可能因為處在不同的零售發展階段呈現出不同的線性關系，表現出非線性的階段回歸特點。為了避免人為劃分商品零售額區間帶來的偏誤，本文借鑒Hansen提出的門限效應模型進行回歸估計。

TDTit表示被解釋變量傳統零售業的發展，CONCit表示核心解釋變量居民消費渠道的變遷，Zit表示影響傳統零售業發展的一系列控制變量，γ表示門限值，通過門檻值的引入，將原始的回歸模型變為隨門限變量變化的分段函數，各個變量的下標i、t分別表示i地區第t年份。

（二）變量選擇

1.被解釋變量：傳統零售業發展水平（CONC）。各個省區市按年統計的居民傳統零售業銷售額，以2000年的消費物價指數為基期進行平減獲取實際的傳統零售業銷售額，然后取自然對數。

2.解釋變量：居民消費渠道變遷（TDT）。互聯網經濟影響下居民消費渠道的變遷主要表現在居民選擇網絡消費和實體店鋪消費的分布情況，本文采取網絡零售業的交易額和傳統零售業之間的比例來衡量它們之間的動態變化。

3.控制變量。除了居民消費渠道變遷之外，其他影響傳統零售業發展水平的因素有很多，根據現有學者的研究成果和數據的可得性，本文選取了人均地區生產總值、通貨膨脹率、信息化程度、交通運輸條件、受教育程度等這幾個有典型代表性的控制變量。

人均地區生產總值（GDP）：已有的經驗研究表明，收入越高，居民的消費能力越強。因此人均地區生產總值是影響傳統零售業的重要因素，本文以各個省區市按年統計的人均地區生產總值，以2000年的消費物價指數進行平減獲取實際的人均地區生產總值，然后取自然對數。

通貨膨脹率（CPI）：物價水平是影響居民消費行為的重要變量，物價越高，會減少消費。本文以各地區居民購買的商品和服務項目價格的變動程度來衡量，以2000年居民消費物價為基期進行計算年度通貨膨脹率。

信息化程度（INF）：信息化程度主要是從網絡的使用率及物流倉儲業的發展來影響傳統零售業的發展水平。本文用地區運輸業、倉儲業、郵電通信業的產出總量除以地區國內生產總值得到的比值再除以全國的均值來衡量。

交通運輸條件（ROAD）：交通運輸條件是影響零售業發展的重要因素，本文用地區公路的里程數除以全國公路總里程數。

受教育程度（EDU）：已有的經驗研究證明受教育程度是影響居民消費行為的主要因素，尤其是接受過高等教育的居民消費能力和層次更高，本文以每十萬人中普通高等學校在校生人數來度量受教育程度。

表2 居民消費渠道變遷對傳統零售產業影響的全樣本估計結果

表3 門限效果檢驗

表4 居民消費渠道變遷對傳統零售產業發展影響的全樣本和門限估計比較

（三）數據來源

本文選取我國2003-2018年省際面板數據為研究樣本，因西藏、香港、澳門、臺灣地區數據采集不完整，未納入實證分析，有30個省市區15年共計450個觀測值。居民消費渠道變遷、傳統零售業的發展以及其他控制變量的數據來源于《中國統計年鑒》、中國電子商務數據中心、中國互聯網信息中心等，各變量的描述性統計情況見表1所示。

實證分析

（一）居民消費渠道變遷對傳統零售產業影響的省際面板估計結果

根據面板模型實證估計的基本步驟，首先需要對面板模型的預設進行檢驗，采用F統計量檢驗面板模型設定是否合理，混合OLS回歸和面板模型（固定效應或隨機效應）之間是否具有明顯的差異性，固定效應模型的F統計量值為621.1328，相伴概率p=0.0016，說明面板模型設計是合理的。本文選取的省際面板數據屬于靜態面板數據，此時固定效應模型和隨機效應模型的估計結果可能具有明顯的差異，本文通過借助Hausman檢驗得到χ2=72.6371，相伴概率p=0.0005，拒絕了個體效應與解釋變量之間的正交性假設，因此面板模型應選擇固定效應模型（見表2）。

從表2的第一列關于固定效應模型的估計結果來看，居民消費渠道變遷對傳統零售業發展存在明顯的負向抑制作用，估計系數在10%的水平上通過顯著性檢驗。居民消費渠道的變遷對傳統零售業的影響，既有居民消費模式轉變的推力作用，也有傳統零售企業自身向網絡銷售轉型的拉力作用。推力效應的具體體現如下：隨著互聯網技術進步和電子商務的發展，居民的消費渠道逐漸從傳統的實體店鋪消費向在線消費變遷，網絡消費對傳統零售業的發展帶來了壓力和競爭。網絡消費模式突破了傳統的實體店鋪消費的時間和空間限制，給居民的消費選擇帶來了便利性。隨著一些新的網絡消費模式的流行，如網上訂餐、平臺打車、分享和點評等方式刺激了居民消費的參與度和體驗感，居民的消費習慣也在逐漸從實體店鋪消費和使用現金支付向使用電腦端、手機端消費方式變遷，慢慢習慣使用支付寶或微信等支付手段。另一方面，零售企業的拉力效應體現在零售商家積極培育居民的消費渠道方式轉變，采取分享點評獲取減免資格、定時秒殺等模式，吸引居民積極參與網絡消費。零售企業利用一些影響力大的公眾號、微博大V和娛樂明星采用直播帶貨等消費示范效應，促進居民從傳統消費向網絡消費渠道轉變，網絡消費模式越來越向社會公眾化變遷，影響著居民的消費渠道選擇。

其他控制變量的估計結果情況顯示，地區人均生產總值越高，居民的消費能力越強，對傳統零售業產業存在明顯的正向影響。居民消費物價水平越高，會抑制居民的消費的行為，對傳統零售產業具有負向影響作用，但估計系數沒有通過顯著性檢驗。網絡信息化水平越高，物流、快遞等站點網絡建設越完備，商品流通的效率越高，居民消費的體驗感越好，對傳統零售業發展有明顯的正向促進作用。交通設施建設越好，商品物流配送速度和商品可及性越好，會明顯改善居民消費水平，促進傳統零售額的提升。

（二）居民消費渠道變遷對傳統零售產業影響的門限效應分析

從前面的理論分析可知，居民消費渠道變遷對傳統零售業發展既存在競爭關系也存在互補關系，另外，從省際面板的固定效應估計結果來看，居民消費渠道變遷對傳統零售業發展存在負面的影響作用，僅在10%的水平上勉強通過統計學檢驗。為了更精確地模擬它們之間的競爭和互補過程，采用門限效應模型估計。首先需要確定門限的個數，依次假定不存在門限、一個門限和兩個門限，并進行省際面板門限估計，采取自舉抽樣300次循環計算，得到的門限檢驗結果如表3所示，單一門檻檢驗的F統計量通過1%顯著性水平的檢驗，強烈拒絕不存在門限值的假設，說明至少存在一個門限值，但雙重、三重門檻檢驗的F統計量均未通過顯著性檢驗，說明模型只存在單一門檻值，結果報告的門限值為1.8287，相應的95%的置信區間為（1.7854，1.8501）。

本文利用居民消費渠道變遷的單一門檻值1.8287將省際面板樣本數據分為兩個小組分別進行估計，并和前面的省際面板全樣本的估計結果進行對比，詳細估計結果見表4所示.總體估計說明，居民消費渠道變遷對傳統零售產業的發展呈現負相關，居民網絡消費趨勢越強，會降低傳統零售業的銷售額。門限回歸結果說明處在不同的消費渠道變遷過程中居民的消費渠道選擇與傳統零售產業之間的關系存在差異性，在初始階段，居民消費渠道選擇對傳統零售產業發展是負相關，一旦越過1.8287這個門限值后，當網絡銷售額和傳統銷售額之間的比重處在[1.8287，3.2516]區間，居民消費渠道選擇對傳統零售產業之間是正相關。門限估計結果說明互聯網經濟的發展在逐漸改變居民的消費觀念，人們從開始滿足基本的吃、穿、住、用、行等消費品，后期消費的目標逐漸改變為追求消費的附加值和體驗感。隨著社會經濟的發展，居民收入水平的提升，商品的價格不再是影響消費選擇的首要因素，居民追求消費的個性化、定制化、專業化的服務，而這些高層次的消費體驗感和獲得感是目前的網絡消費渠道所欠缺的，需要線下的實體店鋪消費來提升體驗感。因此居民消費渠道變遷到一定階段，網絡消費和實體店鋪消費之間是相輔相成的互補關系，這也是現階段阿里巴巴和騰訊等電子商務企業紛紛向線下實體零售企業投資和入股的原因。隨著網絡經濟和電子商務發展到成熟階段，網絡零售和傳統零售之間不是競爭關系，并非網絡零售業的比例越來越大、傳統零售業逐漸萎縮，而是它們之間相互共存、相互補充。

研究啟示

在互聯網經濟的沖擊，居民消費渠道逐漸從傳統店鋪消費向網絡消費變遷，傳統零售業的業績每況愈下，很多實體店鋪在向網絡消費轉型，借助網絡建立自己的數據庫，對客戶和商品庫存進行分類管理并進行數據分析，還通過社交平臺發放一些活動優惠券或發布打折信息，以爭取更多的顧客。有一些實體店鋪甚至在電子商務企業的網絡消費的競爭和擠壓下破產或轉型，傳統零售業的發展遇到極大困難。本文的實證分析結論為當前傳統零售業指明了發展方向：第一，應對零售市場進行細分，提高產品質量滿足不同居民消費的差異性需求；第二，零售企業應進一步提升消費者的購物體驗感和滿意度，通過多渠道融合，借助物流管理、供應鏈管理等渠道，延伸傳統零售業的服務內涵，提供多樣化、品質化、高服務性的商品；第三，未來的傳統零售業應該是與網絡零售業并存，它們之間是相互促進、相互提升的。