我国居民消费结构转型升级对零售业影响的实证检验
内容摘要：基于我国零售业的发展现状，本文通过构建回归模型就我国居民消费结构转型升级对零售业的影响进行了实证检验。结果表明：我国居民家庭消费品种结构升级与消费品质结构升级均对商场、超市、经销店和网络购物产生不同的影响;居民家庭食品消费结构升级对商场、超市和经销店具有正向推动作用;居民家庭消费品种结构升级对网络购物具有促进作用。
关键词：消费结构升级 零售业 消费品种 消费品质
随着我国经济体制改革的深化，国家经济发展速度逐渐加快，居民的消费水平也随之提高，逐渐由温饱型消费转变为享受型消费。零售业作为居民在日常消费中接触最频繁的行业，其在连接企业与消费者的过程中发挥着重要作用。其中最为主要的商场、超市、经销店以及网络购物平台已经成为了居民日常消费的重要组成部分。近年来，众多国外零售企业涌入我国，这对我国零售业的传统营销方式和店铺布局造成了重大的冲击。我国零售业为了提高自身的市场竞争力、满足人们日益增长的消费需求，正在着力推进改革创新。基于此背景，本文结合我国现阶段的消费形式和零售业的发展现状，采取构建回归模型来分析我国居民消费结构转型升级对零售业的影响，为进一步完善我国零售产业、提高居民生活品质提供理论依据。
指标选取、数据来源及数据说明
（一）被解释变量（Y）
本文主要以连锁企业为研究代表，分析我国居民消费结构转型升级对零售产业影响。现阶段，我国传统零售业的主体是商场、超市和经销店，如今网络购物在零售业中的地位愈加重要。因此，本文在研究居民消费结构转型升级对零售业的影响过程中，主要划分为以下四种被解释变量：
商场。本文选取我国连锁企业的大型商场的销售额作为首个被解释变量，记作bh。同时，本文选取了我国20个省份的商场在2010-2017年的销售额作为研究对象，以确保分析结果更能真实反映我国近年来零售业的真实情况。
超市。将连锁企业的超市作为第二个被解释变量，用cs表示。为确保数据的真实有效性，本文主要选取我国20个省份的连锁超市在2010-2017年的销售额作为数据样本。
经销店。将连锁企业的经销店作为第三个被解释变量，以bl表示。为了使得研究样本更具有代表性，本文主要选取我国20个省市的连锁超市在2010-2017年的销售额作为数据样本。
在线购物。将连锁企业的购物网站作为第四个被解释变量，记作net。为确保数据的有效性，本文主要选取我国20个省市的连锁超市在2013-2017年的销售额作为数据样本。
（二）解释变量X
本文将居民家庭工业品与农产品的消费比、农村家庭服务品和工业品的消费比作为解释变量来描述消费结构转型升级。针对消费品质结构升级，本文以销售额与销售量的增长率比值来表示。
设定X1为居民的工业品消费与农产品消费之比，以ia来表示。本文将居民人均食品消费设定为农产品消费支出;将家庭人均设备消费定义为人均工业品消费支出;居民在农产品和工业品的消费支出用人口数量与居民人均农产品、工业品消费的乘积来表示。农村居民的定义方式与此一致。将城镇居民与农村居民的农产品消费支出加和得出居民的总农产品消费支出;将城镇居民与农村居民的工业品消费支出加和得出居民的工业品消费支出。最终的总居民工业品消费与总农产品消费之比即为本文的解释变量。
设定X2为居民家庭服务品消费与工业品消费支出比值，用fi表示。计算方式与X1相同，农村居民服务品消费与城镇居民服务品消费支出的和即为居民家庭服务品消费支出。将居民家庭总服务品消费支出比总工业品消费支出就是本文设定的解释变量。
设定食品支出增长率与数量增长率之比为X3。鉴于零售业的商品销售额和销售量会受到市场经济形势变动影响而出现不可預测波动，所以本文通过居民消费支出和消费量来阐述消费品质结构升级。居民食品支出增长率与消费数量增长率的比值就是居民每人每年购买食品数量增长率，用pl表示。
设定生活用品消费增长率与持有量增长率之比为X4。居民生活用品消费增长率与商品持有数量增长率比值就是本文所涉及的居民家庭生活耐用品消费增长率比持有量增长率，以rn表示。
（三）控制变量
本文将我国生产总值指数与城镇居民人均可支配收入设为控制变量，并以sr和gdp表示。具体指标体系如表1所示。
（四）数据说明
为了保证数据的真实有效性，本文所研究的商场、超市和经销店相关数据样本均为我国20个省份在2010-2017年的数据。而在线购物所选取的数据为2013-2017年数据。针对被解释变量，商场、超市和经销店的销售数据均来自我国零售业年鉴统计网（2010-2017年），在线销售数据则来自中国年鉴统计网（2013-2017年）。解释变量居民工业品消费与农产品消费的比值、服务品与工业品消费比值、食品消费增长率与数量增长率比值、生活用品消费增长率与持有量增长率比值数据，以及控制变量数据均来自中国年鉴统计网。
模型建立
基于以上，本文为了深入分析居民消费结构对零售产业影响，进而构建如下分析模型：
Yit=Cit+β1X1it+β2X2it+…+βnXnit+ε
式中，Xnit为解释变量，εit代表随机误差，Yit为被解释变量，n表示变量数量，i为省份。
实证检验
（一）实证过程
描述性分析。本文以我国20个省份相关数据作为研究样本，相关变量的描述性统计结果如表2所示。
通过表2可以得知，被解释变量cs标准差是2913705，平均值是2645281;bh的标准差是1580416，平均值为1273055;bl标准差是240177.1，平均值为137202.4;net标准差为3722.505，平均值为3301.457;各个被解释变量最大值与最小值间差距悬殊，这表明所有被解释变量间具有很大的差异性，数据波动明显;解释变量ia的标准差是0.3115743，平均值是0.7367228;fi的标准差和平均值分别为0.8223605、2.5311;pl的标准差和平均值分别为151.2753、-12.73216，且最大值与最小值分别为一正一负;rn的标准差为7.822391，平均值为2.275031，最大值与最小值也为一正一负。通过以上数据可以看出，解释变量相关数据差距较大;控制变量gdp的标准差和平均值分别为2.890622、112.634，最大值与最小值之间存在很大差距;sr的标准差为8512.206，平均值为29715.82，这表明控制变量数据波动显著。
回归分析。本文构建回归模型对各变量进行实证分析，再进行霍斯曼检验，具体检验结果如表3所示。
通过表3检验结果可以看出，模型1中唯独解释变量pl处于1%显著水平，符合检验要求，其对被解释变量具有正面影响，也就是说被解释变量pl会随着解释变量的升高而升高;相比而言，解释变量ia、fi和rn三者都没有通过显著水平检验，而gdp则处于5%显著水平，其对被解释变量具有负面影响，说明被解释变量会随着ia的升高而下降。
在模型2中，解释变量pl通过了显著水平检验，处于10%显著水平，其与被解释变量之间存在正相关关系，被解释变量会随着解释变量pl的升高而升高;而解释变量ia、fi和rn都没有通过显著水平检验，控制变量gdp处于1%的显著水平，与被解释变量之间存在负相关关系，也就是说变量ia的升高会导致被解释变量的降低。
在模型3中，解释变量pl处于10%显著水平通过显著性检验，与被解释变量之间具有正相关关系，解释变量pl的升高会促使被解释变量的升高;而解释变量ia、fi和rn都没有通过显著水平检验，控制变量处于5%显著水平，其与被解释变量之间具有负相关关系，这表明被解释变量会随着解释变量ia的提升而下降。
在模型4中，解释变量ia处于10%显著水平，符合模型的相关性检验标准，与被解释变量之间具有正相关关系，说明被解释变量会随着pl的升高而升高;解释变量fi处于5%显著水平，其与被解释变量之间具有正相关关系，解释变量fi的提升会导致被解释变量的升高;而解释变量pl、rm都没有通过显著水平检验，控制变量sr处于1%显著水平，与被解释变量之间具有正相关关系，说明解释变量sr的升高会导致被解释变量的提升。
（二）结果分析
通过分析以上数据可得，我国居民消费结构升级的类型不同，其对我国零售产业的影响也存在较大差异，也就是说我国居民消费品种和品质结构升级对我国商场、超市、经销店和在线购物的影响均不同。其具体内容主要有以下几点：
就连锁企业商场领域而言，食品消费与数量增长率之比的回归系数是645.0，同时处于1%显著水平。这表明如果居民的食品消费增长率与数量增长率之比每提高一个单位，商场食品的销售额将提升645.0元。而工业品消费与农产品消费增长率之比、服务品消费与工业品消费增长率之比，以及生活用品消费增长率与持有数量增长率之比都没有通过显著水平检验。在超市领域，食品消费和数量增长率之比的回归系数为671.9，且处于10%显著水平。表明当食品消费和数量增长率的比值提高一个单位时，超市的销售额将会提高671.9元。居民工业品消费增长率与农产品消费增长率之比、服务品与工业品之比以及生活用品消费增长率与持有数量增长率之比的回归系数均不显著。在经销店方面，居民食品消费增长率和数量增长率的比值回归系数是48.13，同时处于10%显著水平。表明如果居民食品消费增长率和数量增长率的比值提高一个单位，则经销店的销售额将提高48.13元。同时，工业品消费增长率与农产品消费增长率之比、服务品消费增长率与工业品消费增长率之比、生活用品消费增长率与持有用品数量增长率之比都没有通过显著水平检验。这主要是由于本文所选取的分析对象是连锁企业，其在商品的种类上均可以满足居民的消费要求，因此，主要是居民的消费品质结构的升级对零售业产生了影响。所以，在近期的居民消费结构升级中，食品的消费品质结构升级对商场、超市和经销店起到了正面影响，消费种类升级的影响效果不显著。这表明随着我国居民家庭消费结构的不断升级，消费者已经不再满足于传统的温饱型消费模型，他们逐渐开始追求更高一层的消费品质，我国各省市的商场、超市以及经銷店经过经营模式的升级和店铺设施的完善，在食品规模和品质上均有大幅度提升。这正反映出我国食品品质结构的升级对我国商场、超市以及经销店的发展起到了推进的作用。
在网络购物方面，居民家庭工业品消费增长与农产品消费增长之比的回归系数为4478.5，并处于5%显著水平。表明我国居民工业品消费增长与农产品消费增长之比每提高一个单位，在线销售额便提高4478.5元。居民家庭服务品消费增长与工业品消费增长之比的回归系数为1371.6，表明如果居民家庭服务品消费增长与工业品消费增长之比提高一个单位，在线销售额便会提高1371.6元。这表明在居民消费品种结构升级中，居民工业品消费增长与农产品消费增长之比、服务品消费增长与工业品消费增长之比都对在线购物具有正面影响。而居民食品消费增长率和数量增长率之比、生活用品消费增长率和持有量增长率之比都没有通过显著水平检验，造成该种结果的主要原因是网上商品即便种类繁多，可以供不同消费类型的居民选择，但对部分追求消费品质的居民而言，他们更加倾向于到实体店进行消费，而不愿意在网络上进行选购。总而言之，我国居民消费结构的升级对商场、超市、经销店以及在线购物的影响效果均存在差异。
结论与建议
我国居民消费品种结构升级和消费品质结构升级对商场、超市、经销店和在线购物均存在不同的影响;居民家庭食品消费结构升级对我国商场、超市和经销店具有正面影响;消费品种结构升级对我国在线购物具有正面影响。
零售企业需要进一步完善营销策略，开拓多样化的销售渠道，在满足消费者日益增长的消费需求的同时，扩大自身的营销利润;针对不同的消费人群，各业态需要在商品的价格、种类上做到精准定位，在为消费者提供便利服务的基础上，优化店铺产品结构;为消费者打造一个良好的购物环境，吸引消费者的注意力，提高消费者的满意度，激发消费者的消费潜力。
参考文献：
1.尹慧庭.消费结构升级对零售业态发展的实证研究[J].洛阳理工学院学报，2018，33（3）
2.胡丽君.我国现代零售业创新转型的路径研究[J].江苏科技信息，2018，35（25）
3.戚伟业.从居民消费结构变迁看农产品价格波动对CPI的影响分析[J].科技经济导刊，2018，26（24）
4.郑红玲.消费结构、产业结构与经济增长关系分析—基于河北的实证检验[J].商业经济研究，2016（17）
5.赵越.我国居民消费需求与第三产业关联研究[J].商业经济研究，2018（9）
6.高翔.论优化消费结构对我国产业升级的意义[J].纳税，2017（29）