网络零售市场发展对区域经济的影响

来源:用户上传      作者:

　　内容摘要：网络零售市场的快速发展已经被证明是推动我国经济发展的重要内生动力，但在省级层面上，网络零售的发展能否带动区域经济增长仍缺乏实证研究。本文采用我国省区市的面板数据及因子分析法计算出各区域网络零售市场发展得分，并进一步采用回归模型分析了网络零售市场发展与区域经济之间的关系。本文研究表明，网络零售市场发展对区域经济增长具有显著的正向影响，促进网络零售发展是优化区域经济结构的重要途径。
　　关键词：网络零售市场   区域经济   因子分析   省级面板
　　引言
　　我国《国民经济和社会发展第十三个五年规划纲要》中明确指出，要加快建设数字中国，推动信息技术与经济社会发展深度融合，加快推动信息经济发展壮大。我国当前的网络零售市场发展速度可观，随着国民经济实力的提升，零售行业进入消费升级阶段，网络零售市场能有效满足居民消费需求，兼顾产品高质量供给和个性化水平，从而有效促进居民消费水平的上升。同时，我国面临着经济增速放缓，内部需求下滑的现实困境，黄浩（2017）证明网络零售市场的发展能够有效带动我国经济增长，网络零售市场的发展也对区域经济结构调整和产业规划起到了不可忽视作用。
　　文献综述
　　现有研究中对于网络零售市场的发掘还处于一个相对初级的阶段。一方面，我国关于网络零售市场相关数据的统计，大约从2005年开始有部分粗略的数据，导致对于网络零售的实证研究数量较少，在相关定性分析中，孙戈兵（2017）研究了网络零售市场中营销选择和品牌构建的问题，从具体的公司层面出发，探讨了网络零售商所具备的优势;何海波（2017）对国内外的网络零售市场发展进行了对比，以线上-线下零售企业融合的视角挖掘了我国网络零售市场中所存在的不足，类似如王超贤（2016）则从中美网络零售的组织模式角度出发，分析了我国网络零售中的独特竞争力。另一方面，数量较少的网络零售市场的定量分析文献中，往往是从宏观国家数据角度出发，研究市场发展与宏观经济之间的联系。例如杨守德（2017）从网络零售和区域消费格局的层面进行了简单的实证分析，认为网络零售业的发展能够有效促进区域内的“消费升级”行为，雷兵（2017）另辟蹊径，从生态系统种群成长的独特视角观察网络零售市场，并将其赋予系统动力学特征，建立了独特的实证体现。在经济学层面上，尚未有文章就网络零售市场发展与区域经济间的关系进行有效的探索，王海波（2016）的文章中认为，网络零售业是促进居民消费的有效手段，而居民消费能进一步引致区域經济的增长，从这一角度来看，通过实证建立网络零售市场与区域经济间的联系，是探索我国经济增长方法的重要途径。
　　模型构建
　　（一）模型设定
　　本文采用固定效应模型，在控制其他因素不变的情况下，研究网络零售市场发展（I）对于区域经济（E）的影响，其基本模型为：
　　E=α+βI+ε                                                                （1）
　　该模型中，ε为随机扰动项，α为截距项，β为影响系数。该模型满足以下假设：
　　ε～N（0，δ2）;Var（εi/Ti）=δ2;E（εi）=0;Cov（εi，εj）=0;Cov（εi，Ti）=0
　　本文的主要难点在于如何确定各区域的网络市场发展指数，由于目前仅有中国电子商务研究中心所发布的国家层面的《网络市场数据监测报告》中对网络零售市场份额有所反映，但尚未有机构直接统计了各省的网络零售市场规模，基于这一认知，本文需要另行对各区域构建网络零售市场发展指数。
　　（二）网络零售市场发展指数
　　由于网络零售发展涵盖了多个行业，并设计多个可统计指标，本文采用因子分析法构建这一指数。崔小俊（2018）认为网络零售市场发展需要考虑市场规模、市场流通度和市场可知度三个层面，换言之，其核心指标必须包含网络零售的份额数据、区域的流通能力以及互联网的普及性。此外，王莉（2017）的研究中将网络零售市场的发展与传统零售市场发展相联系，认为对网络零售市场的研究必须考虑到市场潜力、市场营销能力、市场组织能力和资源配置能力四个因素。综合国内外关于网络零售市场发展的评价指标，本文采用了4个二级指标，包含8个基础性指标建立了网络零售市场的发展指数，如表1所示。
　　利用上述代表性指标构建基本数据矩阵为：
　　X={Xij}{1≤i≤30，1≤j≤8}                                  （2）
　　式（2）中，X即为本文所需的网络零售市场发展指数，i代表了本文所测度区域数，由于西藏部分年份统计数据缺失严重，本文仅统计了30个省的相关数据，故i～（1，30），j代表了基础指标的个数，本文总共有8个基础指标，故j～（1，8）。利用SPSS16.0进一步对各个代表性指标处理得到标准化矩阵：
　　S={Sij}{1≤i≤30，1≤j≤8}                                 （3） 　　进一步，根据熵权法对各个代表性指标的熵值进行计算，可以得到：
　　（4）
　　同时，还需要对熵值进行正数化处理，从而避免负向熵值导致指标间差异增大的问题。正向化式（4）所得熵，可以得到各指标的信息效应值：
　　gj=1-ej                                                                           （5）
　　根据熵值（4）及信息效应值（5），可以衡量基础指标的权重：
　　ωj=gj / |i=30i=1/gj，j∈（1，8）                                            （6）
　　联立（5）式与（6）式，从而得到各区域的网络零售市场发展指标：
　　（7）
　　上述基础指标在实证测试前必须进行无量纲化处理以满足实证测度需求，根据第一主成分系数除以对应特征值根的平方根，得到系数权重。同时，根据中华人民共和国科技部网站、《中国统计年鉴》（2016）、《中国科技统计年鉴》（2016）、《中国高技术产业统计年鉴》（2016）及部分爬虫所得数据，本文整理得到了上述基础指标的数据，共计1375个数值。
　　实证结果
　　通过上述模型描述，本文采用SPSS 18.0软件进行因子分析法指标构建，首先由相关系数矩阵得知，各因子间相关系数较大，并呈现出了较强的线性关系，适合采用因子分析法进行处理。指标变量的KMO（Kaiser-Meyer-Olkin Measure of Sampling Adequacy）值为0.865，球度检测BTS（Bartleet’s Test of Sphericity）值为709.452均符合因子检验要求。进而进行因子提取与因子旋转，计算出30个相关省份的网络零售市场的因子特征根与方差贡献率，如表2所示。由表2可知，由基础指标所提取的前四个公共因子具备较高的累积贡献率，达到了94.615%，证明原始数据的纳入度较高，能够充分发挥数据的信息。据此，本文提取了4个主成因子：FAC1、FAC2、FAC3、FAC4，其指标得分系数如表3所示。
　　利用公共因子得分系数矩阵，作为权重代入（7）式中，即可以求得各省份的网络市场零售发展得分，最终结果如表4所示（按字母排序）。
　　表5中可见模型的判决系数R2的值为52%，说明模型解释能力一般，同时调整后的R2数值为51.4%，这一结果在一元回归模型中属于正常情况，区域经济增长受制于许多因素，而不仅仅是网络零售这一水平，故该模型的拟合程度能够得到解释，本文继续对模型进行方差分析，判断变量间的线性关系是否具备显著性，结果如表6所示。由表6可见，常数项F值为18.257，大于该F临界值概率为0.000，在1%的显著性水平下仍为显著，拒绝原假设“回归系数为0”，说明方程（1）的两个回归变量具备显著线性关系。同时给出（1）的回归结果：
　　E=4.931+1.3211
　　t  3.120（0.006） 4.212（0.000）
　　Std. Error 653.236   1243.556
　　常数项α的t统计值为3.120，网络零售市场得分的临界值为4.212，均在5%的显著性水平内，说明系数回归具备统计学意义，该回归结果表明，网络零售市场得分每提升1个单位，能够帮助区域经济增加1.321个单位，回到表4所构建的各省得分中，青海的网络零售市场得分仅为0.08749，与最高的上海（4.21092）相差4.12343，假设青海省能够尽快抹平这一差距，就能够带动省域经济约5.44%个百分点的提升。
　　网络零售市场发展趋势及建议
　　本文通过对我国各省网络零售市场得分的构建，并以实证模型将这一得分与区域经济发展相联系发现，网络零售市场能够有效促进区域产业发展，提升区域经济水平，两者具备显著的正向关联性。目前，我国零售业正处在结构转变和行业发展的重要机遇期，这一机遇来源于网络零售市场的高速发展，如何把握这一发展趋势，进而促进区域经济增长，应重点把握以下几个方面。
　　第一，加强网络零售普及性，充分挖掘居民消费潜力。网络零售相比于线下零售的优势在于其广泛性和透明性，由于地区限制，许多消费者所需求的高品质或个性化商品不能在本地市场上得到解决，而网络零售市场却有效地弥补了这一空白，从供给端深刻地解决了消费者的需求问题。同时，网络零售市场进一步推动了价格的透明化，倒逼线下市场让利于消费者，使得消费者能够在有限的可支配收入中尽量有效的分配货币，提升个人效用。在我国，投资型导向经济发展模式逐渐乏力，传统制造业步入瓶颈期的现实困境中，通过挖掘居民消费能力，以消费这驾马车带动经济发展，是网络零售市场所具备的独特优势。
　　第二，进一步优化网络零售市场配套措施，发展新型业态技术。现有得分评价体系下，各省所展现的网络零售水平差异巨大。根本原因在于网络零售市场并非孤立的交易市场，而需要依赖于多維度的产业发展，首先需要区域内有较高的网络普及基础或移动设备使用量，其次需要物流行业优质的运转水平和规模经济，此外还需要当地居民对网络零售方式的认可度和了解度，多重要素决定了网络零售市场需要大量的基础设施建设，才能够让消费者体验到网络零售市场的便捷与优质。从现有的网络电商实践中不难发现，利用大数据或云科技等新型技术能够有效增进网络零售体验，凝聚更多顾客。从这一角度来看，发展新型业态技术是进一步加快网络零售发展的有效手段，也是发展区域经济的不二选择。
　　参考文献：
　　1.黄浩.网络零售对传统商业的冲击及政策建议[J].经济纵横，2017（5）
　　2.崔小俊.我国网络零售业的发展模式和创新分析[J].商业经济研究，2016（11）
　　3.何海波.国内外网络零售市场发展状况对比分析[J].商业经济研究，2017（7）
　　4.孙戈兵， 刘颖佳.零售品牌网络体验式营销模式的构建与实施[J].商业经济研究，2017（6）
　　5.王超贤.中美网络零售组织模式本质差异的识别与刻画[J].中国科技论坛，2016（4）
　　6.杨守德， 赵德海.网络零售业发展对中国地区消费格局的影响研究[J].社会科学，2017（10）
　　7.雷兵.网络零售生态系统种群成长的系统动力学分析[J].管理评论，2017，29（6）
　　8.王海波.网络零售业态发展的经济效应及对策[J].理论与改革，2016（1）
转载注明来源:https://www.xzbu.com/1/view-14806904.htm