零售业规模发展的内外部影响因素分析

邵运川 副教授 方 海 教授

（1、江苏食品药品职业技术学院财贸学院 江苏淮安 223003；2、西安工业大学经济管理学院 西安 710021）

引言

随着社会发展以及计算机技术的进步，新的零售行业越来越注重采用线上、线下、物流紧密结合的发展模式，这为传统零售行业带来了全新变革与转型机会。采用线上数据智能分析、线下消费者体验以及智慧物流相结合的新零售业，可以为消费者带来更好体验，满足消费者多方面需求，同时也为零售行业增长提供了新的突破口。总的来说，零售业规模会受到多方面因素的影响。弭元英通过对影响我国零售业规模的诸多因素进行全面分析，认为人力成本、物流发展水平与物流成本、地方经济发展程度等是影响零售业规模的根本因素，并且还建立相关数学模型进行更加细致的分析。张武康和郭立宏等从企业运营和发展的视角，对影响零售业规模的诸多因素进行分析，认为零售企业规模、销售能力、资金流、人才储备与应用、零售企业领导人的管理能力等是影响零售业规模的关键。焦石和李晓东等从城镇化和城市空间发展的角度，对影响零售业规模的诸多因素进行分析，认为地方经济发展程度、人口分布情况、人口密度等是影响零售业规模的关键要素。湛泳和聂欣等从零售行业本身出发，对影响零售业规模的诸多因素进行分析，认为行业利润、从业人数、成本等是影响零售业规模的关键要素。仲伟周和郭彬等采用针对时间线的研究方式，对我国不同发展时期的零售业规模进行统计以及建模分析，认为社会经济发展程度、零售业从业人数、城镇化发展水平等都是影响零售业规模的重要因素。

分析影响零售业规模的要素，对商品经济发展有着重要作用。总的来说，可以从内部因素和外部因素两个方面对零售业的影响进行分析，来探究其与零售业发展的关系。

指标选取

本文将零售行业规模定义为零售行业总销售额，其发展受到多种因素的影响，比如零售业从业人数、经济发展水平、城市化程度等。本文将这些因素分为两大类，即内在因素和外在因素。内在因素主要是指零售行业本身的要素，比如从业人数、营业面积等，也包含多方面内容，本文选取从业人数、营业面积、门店数量三个要素作为衡量内部因素的指标。外部因素主要是指经济发展水平，也包含多方面内容，本文选取生产总值、城市化率、人口总数三个要素作为衡量外部因素的指标。具体介绍如下：

第一，从业人数。从业人数是指从事零售行业的总人数，随着行业的不断发展而变化，一般来说，零售行业从业人数增加可以说明零售业规模扩大，即可以简单认为从业人数和零售业规模呈正相关关系。但是随着人工智能技术的发展和普及，该规律也存在越来越多的不确定性。

第二，门店数量。可以认为门店是零售行业门店总数。一般来说，零售行业规模会随着门店数量的增加成倍数增长。但是该规律也不能完全适用，尤其在大的经济环境疲软时期，门店数量的盲目扩张有极大可能会降低零售行业规模。

第三，营业面积。营业面积即零售业门店面积总和。一般来说，营业面积越大，则意味着零售业规模越大，即零售业规模和营业面积呈正相关关系。

第四，经济总量。经济总量即GDP，即国民生产总值。它是一个国家或地区经济发展水平的重要衡量指标，GDP增长率更是判断经济发展的重要因素。一般而言，GDP增长率越高，零售业规模增长也越快，即两者呈现正相关关系。

图1 内部因素与零售业规模

图2 外部因素与零售业规模

表1 根检验结果

表2 协整检验结果

表3 Hausman和F检验结果

第五，人口规模。人口规模即一个国家或地区的人口总数，可以采用每年年末的人口总数衡量人口规模大小。人口规模决定该地区总的消费需求，一般而言，人口规模越大，消费能力就越强，零售业规模也就越大，即两者呈现正相关关系。

第六，城市化率。城市化率即某一国家或地区城市人口占总人口的比重。一般而言，城市人口较农村人口拥有更强消费能力，所以城市化率越高就意味着消费能力越强，零售业规模也越大，即两者呈现正相关关系。

实证分析

（一）数据收集

探寻并收集我国2009-2018年零售行业数据和经济发展数据，重点关注零售业从业人数、门店数量、营业面积、经济总量、人口规模、城市化率六大指标每年的增长率，对其进行简单分析，如图1和图2所示。其中，图1为内部因素与零售业规模，图2为外部因素与零售业规模。

为了更加直观，将从业人数、门店数量、营业面积、经济总量、人口规模五个指标进行对数化处理，而城市化保留原数值。可以看出无论是内部因素还是外部因素，对零售业规模都有很大影响，但具体模型还需要详细的数学分析。

（二）模型分析

对数据采用相关性检验的方法进行分析，根检验结果如表1所示，协整检验估计结果如表2所示，Hausman和F检验结果如表3所示。表中所有数据均表示在1%的水平上显著。

零售业伴随经济和社会发展而发展，经济总量、人口规模、城市化率等外部因素对其的影响理应大于内部因素。结合上述相关性分析，可以初步考虑采用一般线性回归模型来描述零售业规模变化情况。一般线性回归模型如下：

其中，S为零售业规模，Xi为各个变量，A为截距，B为系数，C为残差项。

（三）模型实证

为了保证所有数据的有效性，采用LLC和IPS方法，对原始数据变量进行平稳性检验。其结果如表1所示。从中可以看出，经济规模和城市化率并没有通过该水平下的显著性检验，但是在一阶差分条件下，其在1%或者5%的水平下显著，所以可以认为其为一阶单整序列，适合进行回归分析。

为了分析各个变量的长期协整性，采用KAO方法进行协整检验，其结果如表2所示。KAO检验方法在该显著水平下拒绝了原假设（原假设为不存在协整关系），即各个变量存在协整关系，这进一步说明数据适合回归分析。

表4 回归分析

为了确定模型选择形式的准确性，采用Hausman和F检验方式进行判断和选择，其结果如表3所示。在Hausman检验条件下，其拒绝了原假设，确定其为固定模型。在F检验条件下，F1拒绝了原假设，而F2服从了原假设，可以说明截距还存在显著性的差异，因此在回归模型的基础上加入变截距参数会更加准确。

对零售业规模影响因素的数据采用回归分析，得到各个估计系数结果如表4所示。

由表4可知，零售业规模的回归分析模型如下：

零售业规模=-3.29+1.097*从业人数+0.274*营业面积+0.185*门店数量+0.603*经济总量+0.048*人口规模+3.321*城市化率 （2）

可以看出，采用回归模型得到的结果较为理想，其拟合优化度的值也较为合理，并且各个变量和零售业规模的关系也较为符合显著性水平。

从式（2）中可以看出各个变量对零售业规模的影响程度。内部因素，即从业人数、营业面积、门店数量对零售业规模均有影响，且影响均为正向；从影响程度上来说，从业人数影响最大，营业面积次之，最小的是门店数量。外部因素，即经济总量、人口规模、城市化率对零售业规模也有很大影响，并且其影响比重要大于内部因素；从影响程度上来说，城市化率影响最大，经济总量次之，人口规模最小。总的来说，这个结论符合经济学以及我国零售业发展规律，并且也进一步说明城市人口有很强消费能力。