我國零售市場運行過程與綜合效果之間的影響關系研究

摘要：文章運用結構方程方法通過構建指標體系、分析指標之間的結構效度及因子之間的影響關系，探索了我國零售市場運行過程性指標對綜合效果指標的作用機制，以及城鎮化水平和居民收入狀況對實體零售市場和網上零售市場的影響水平，從而揭示了這一市場的結構特征和內在規律。所選樣本省份為31個，統計數據為2019年、2020年和2021年。研究結果表明，我國零售市場的運行過程性指標對綜合效果指標具有顯著正向影響關系，大型實體零售市場的普遍存在不僅非常必要，而且具有實際效果。

關鍵詞：零售市場；社會消費品零售額；城鎮人口占比；居民可支配收入

中圖分類號：F713.32文獻標識碼：A文章編號：1005-6432（2024）31-0127-04

DOI：10.13939/j.cnki.zgsc.2024.31.031

1引言

我國零售市場進入21世紀以來，在發展過程中面臨著許多新問題，包括：傳統意義上的零售市場是否在縮小，而現代意義上的零售市場如網上零售市場是否在不斷擴大；傳統意義上的零售市場運行過程與預期效果是否出現了不一致性，甚至對我國經濟發展的總體貢獻率在下降？現代意義上的零售市場如網上市場會取代傳統意義上的零售市場嗎？這些問題既困擾著理論工作者，也影響著零售企業管理者在商業模式選擇上的決策與判斷。例如，有觀點認為，城鎮和農村居民的消費支出對電子商務零售額影響顯著，農村居民消費支出對電子商務零售額產生正向影響；我國廣闊的市場對電子商務市場具有巨大的拉動作用，因此開發和利用下沉市場的潛在消費動能將有效促進我國電子商務經濟和整體經濟的持續健康發展［1］；隨著互聯網信息技術的快速發展，消費者購買方式發生了許多變化，這使傳統零售模式難以匹配消費者新的消費需求，因此實體零售必須重新調整［2］。也有觀點認為，盡管許多條件有利于互聯網零售在短期內擴散，但從長遠來看則不然；在線零售的擴散取決于許多其他商品的擴散，其潛在的擴散過程也在發生變化［3］。介于兩者之間的觀點是，B2B電子商務似乎是由全球力量推動的，而B2C似乎更多是一種地方現象［4］。

針對上述問題以及關于我國零售市場的不同觀點，文章試圖從這一市場的運行過程與綜合效果之間的影響關系角度來分析其基本特征，這對于認識整個市場的本質和特點具有重要意義。文章采用結構方程方法對我國零售市場的運行特征和綜合效果進行描述，構建測量指標和影響因子，分析因子之間的影響關系，得出研究結論與基本啟示。

2零售市場運行過程性指標和綜合效果指標的范圍與內涵

關于零售的概念，菲利浦·科特勒認為［5］，零售包括把產品或服務直接銷售給最終消費者供其個人、非商業性使用的所有活動。此類活動在連接品牌和消費者這個被營銷代理機構OgilvyAction稱為“最后一英里”（即消費者購買過程中的最后一站）方面扮演著重要角色。零售市場，從經濟學角度觀察，是指零售活動的場所以及由此而衍生出的各種商業交易活動的總和；從營銷學角度觀察，是指最終消費者的規模和結構以及由此而引發的需要、欲望和需求的集合。研究我國零售市場的發展變化軌跡，除了從相關學科進行普遍意義上的抽象性概括分析外，比較重要的方法是利用統計指標來構建分析框架和指標體系，以此對這一市場的結構特征和總量規模有一個量化的認識。

第一，零售市場過程性指標的范圍與內涵。這主要體現零售市場中進行零售活動所需的基本條件，包括市場參與主體以及開展市場活動的客觀環境。參與主體主要是指零售企業的數量和構成；客觀環境是指從事零售業務的營業面積、攤位數量等指標。為了體現市場中具有一定經營規模的企業的引領作用，作為市場主力群體的億元以上商品交易市場億元以上商品交易市場是指年成交額在億元及以上的商品交易市場。商品交易市場是指經有關部門和組織批準設立，有固定場所、設施，有經營管理部門和監管人員，若干市場經營者入內，常年或實際開業三個月以上，集中、公開、獨立地進行生活消費品、生產資料等現貨商品交易以及提供相關服務的交易場所，包括各類消費品市場、生產資料市場等。資料來源于《中國統計年鑒2022》。通常是分析和研究的重點對象。

第二，零售市場綜合效果指標的范圍與內涵。這主要體現零售市場實際運行的結果和效益。具體包括零售行業產值及其占國內生產總值（GDP）的比例，主要反映該行業在整體國民經濟中的地位和貢獻；從事批發和零售的企業數量，主要反映此類企業的總體規模和生存能力；社會消費品零售狀況，主要反映零售市場在承擔與社會居民生活直接相關的消費品零售方面的實際能力和效果。

第三，其他影響因素的范圍與內涵。這主要研究人口結構和收入分配等因素對傳統零售市場成交量和網上零售成交量的影響。目的在于揭示存在于經濟和社會環境中的一些非過程性因素可能對整個零售市場的實際運行過程和效果所產生的綜合影響力。比如城市與農村之間的人口比例關系對于零售市場的集中化趨勢可能有一定程度的影響，而居民收入水平在不同地區之間的差異也可能會影響這一市場的運行效率。

文章選用2019年、2020年、2021年31個省、市、自治區的零售市場統計數據作為樣本數據樣本省份具體包括：北京，天津，河北，山西，內蒙古，遼寧，吉林，黑龍江，上海，江蘇，浙江，安徽，福建，江西，山東，河南，湖北，湖南，廣東，廣西，海南，重慶，四川，貴州，云南，西藏，陜西，甘肅，青海，寧夏，新疆。資料來源于《中國統計年鑒2022》。文中所有統計數據均來自2022年、2021年、2019年的《中國統計年鑒》中相關數據的計算結果。，樣本量為93個。之所以選用這三年的統計數據，主要原因是為了分析在此期間迅速發展的網上零售是否從根本上改變了我國零售商業模式，以及對零售市場主要變量之間的關系是否產生了實質性影響。

3具體測量指標的選擇及數據樣本

在國民經濟統計指標體系中，與零售市場發展相關的指標有很多，但是直接相關的指標并不是很多。為了選擇有針對性的指標，文章根據該研究領域的相關文獻，選擇了表1中的一些統計指標進行探索性因子分析（EFA）。指標選用主要依據市場營銷理論宏觀環境要素PEST分析框架，并根據統計指標數據可獲得性，重點分析人口、經濟、教育等指標對零售市場的影響；而對市場狀態的評價，則重點圍繞實體市場的統計指標展開研究，尤其強調億元以上商品交易市場的作用，同時兼顧了網上零售額網上零售額指通過公共網絡交易平臺（包括自建網站和第三方平臺）實現的商品和服務零售額之和。商品和服務包括實物商品和非實物商品（如虛擬商品、服務類商品等）。資料來源于《中國統計年鑒2022》。的增長情況。

在此基礎上，對所有數據進行標準化處理并進行驗證性因子分析（CFA）之后，發現可以繼續進行深入分析的測量項共有10項，可被納入4個因子之中。各因子所對應的測量項以及因子所表達的含義和作用如表2所示。由于有效樣本量為93，超出分析測量項數量的5倍但是低于10倍，因而為了保證分析結果的可靠性和穩定性，比較可行的辦法是不對所有因子之間的影響關系進行結構方程構建，而只選擇部分因子之間的影響關系進行判斷。文章研究的因子之間影響關系包括以下兩組：①Factor1對Factor2，②Factor3對Factor4。這兩組因子所對應的標準載荷系數如表3所示。

從表3可以看出，除測量項“批發和零售法人單位數量占法人單位總數量的比例”的標準載荷系數略低外，其他測量項的該項值均大于0.7。這說明測量項與因子之間具有較強的相關關系，而且在顯著性方面也表現較好。

其他驗證性分析指標值的因子分組計算結果如表4和表5所示。文章針對兩組因子分別進行分析。在表4中，各個因子對應的AVE值均大于0.5，且CR值全部高于0.7，意味著兩組因WeRD88mEEOY4Jhv5YK7y4zbYAGxIIaos0v4ges9UQak=子分別具有良好的聚合（收斂）效度。在區分效度方面，表5中的斜對角線為AVE平方根值，表示因子的“聚合性”。如果因子“聚合性”明顯強于與其他因子間的相關系數絕對值，則說明具有區分效度。Factor1和Factor2的AVE平方根值分別為0.945、0.875，均大于因子間相關系數0.775，意味著兩者之間具有良好的區分效度；同理，Factor3和Factor4兩者之間也具有良好的區分效度。

4結構方程分析結果

4.1Factor1對Factor2的影響關系

模型1標準化回歸系數為0.820，Factor1對Factor2具有正向影響作用，且處于顯著水平。

模型1的擬合指標值，如卡方自由度比、GFI、RMSEA、RMR、CFI、NFI和NNFI，分別為2.792、0.937、0.140、0.021、0.981、0.971和0.964。除RMSEA值0.140略超過判斷標準（<0.10）外，其他指標值都符合要求。擬合優度R2的值為0.672，接近于0.7，表明模型擬合效果較好。

4.2Factor3對Factor4的影響關系

模型2標準化回歸系數為0.750，Factor3對Factor4具有正向影響作用，且處于顯著水平。

模型2的擬合指標值，如卡方自由度比、GFI、RMSEA、RMR、CFI、NFI和NNFI，分別為3.552、0.982、0.167、0.029、0.988、0.984和0.930。除卡方自由度比3.552和RMSEA值0.167略超過判斷標準（分別為<3和<0.10）外，其他指標值都符合要求。擬合優度R2的值為0.563，處于基本可以接受的水平，表明模型擬合效果較好。

5結論

文章從宏觀經濟和市場狀態兩個角度選擇了統計指標進行探索性因子分析、驗證性因子分析和結構方程模型的構建。從模型1看出，億元以上商品交易市場總成交額、營業面積和攤位數量對零售業產值、批發和零售法人單位數量占法人單位總數量的比例、社會消費品零售總額所具有的顯著強正向影響關系，表明實體零售市場對于整個零售市場發展的極端重要性。這在一定程度上回應了近年來關于電商平臺等網上零售方式可能取代傳統實體店鋪及市場的爭論。

從所獲得的數據分析結果來觀察，實體零售市場的大量存在事實上能夠解決更多和更深層面的中國經濟問題。尤其是把交易額、營業面積和攤位數量這些反映零售經營活動過程的重要指標考慮在內時，更能夠清晰地觀察到零售市場的重心和支柱在實體零售渠道而不是在電商平臺為代表的網上零售渠道。尤其是提高批發和零售法人單位數量占比，對于實體零售企業的生存和發展具有長期的實踐意義。

模型2從城市化進程和收入分配的公平性兩個角度一定程度上回應了近年來關于零售市場發展中面臨的相關問題。從數據分析結果可以看出，城鎮人口占比、居民人均可支配收入對億元以上零售市場成交額和實物商品網上零售額具有顯著的正向影響。這表明城市化進程中激發了零售市場的活力，也可能增加居民人均收入并由此而提升實體零售市場和網上零售市場的交易額。這種在31個樣本省份的零售市場中普遍存在的規律，在一定意義上說明了人口數量、結構以及居民收入對于整個市場的基礎性支撐作用。這個結論比較符合經濟學理論，與市場營銷理論也有高度的一致性。究其本質，市場是消費者的集合，而且是具有購買力的消費者的集合。但是，反過來觀察，城市化進程的速度和效果以及由此而引起的地區之間、城鄉之間的收入分配失衡，也可能是該模型所揭示的真正問題所在。一個非常重要的標準是商店在實體上的可訪問程度，使用電子平臺而不是在實體超市中貿易的主要規范相當低，熟悉電子購物的顧客在更大程度上受過高等教育，但對價格問題相當敏感［6］。

當然，文章的研究也有一些局限性。首先是數據樣本量并不大，這與數據資料的可獲得性有關，即有的統計指標受年份公布情況的影響，指標名稱和計算口徑有所改變，導致數據不完整，無法納入樣本數據集合中進行分析；其次是量表的結構效度盡管比較好，但是有的因子載荷系數很高，這可能與測量項的選取有關，因而有必要在今后的研究中增加一些測量項，或者擴大樣本量，增加測量項或因子之間的相關性研究；最后是全面的、系統的模型構建還需進一步探索。在研究過程中，文章嘗試把第一組因子作為一個Scale，第2組因子作為另一個Scale進行二階分析，以求構建一個復雜的模型，但是數據運行效果并不理想。除了回歸系數（Scale1→Scale2，0.850）和R2（0.722）顯著性較好外，其他模型擬合指標并不理想，這可能主要受目前樣本量和量表結構影響，導致測量關系和影響關系未能支持一個較為全面、系統的復雜模型。

總之，關于我國零售市場的靜態指標和動態指標很多，選取作為測量項進行結構方程分析的方式和方法也比較多，這些都為該領域的未來科研工作提供了探索空間。

參考文獻：

［1］JIAOQ.Researchoninfluencingfactorsofretailsalesine-commercemarket［C］.20212ndInternationalConferenceonE-CommerceandInternetTechnology（ECIT），2021：16-19.

［2］SHUJ.ThebusinessmodelofmultinationalretailcompaniesunderthenewretailenvironmentinChina［C］//Proceedingsofthe20227thInternationalConference?;onFinancialInnovationandEconomicDevelopment.Amsterdam：AtlantisPress，2022：779-783.

［3］GREENSTEINS，JIMENIZE.Theemerginginternetretailingmarketasanesteddiffusionprocess［J］.Internationaljournalofinnovationmanagement，1998，2（3）：281-308.

［4］GIBBSJ，KRAEMERK，DEDRIKJ.Environmentandpolicyfactorsshapingglobale-commercediffusion：across-countrycomparison［J］.Theinformationsociety，2003，19（1）：5-18.

［5］加里·阿姆斯特朗，菲利普·科特勒.市場營銷學（英文版）［M］.王永貴，鄭孝瑩，譯.12版.北京：中國人民大學出版社，2017：336.

［6］KLEISIARIC，DUQUENNEM，VLONTZOSG.E-commerceintheretailchainstoremarket：analternativeoramaintrend？［J］.Sustainability，2021，13（8）：4392.

［作者簡介］苗月新，經濟學博士，教授，中央財經大學商學院，研究領域：品牌管理、營銷渠道、旅游營銷。