新时代区域商贸物流影响因素与发展方向研究

谢金琼

[摘 要] 商业贸易与物流协同发展是我国新时代地区经济快速发展的重要基础，对商贸物流影响因素及发展方向分析，有利于构建区域协同的商贸物流网络。通过以重庆为例对商贸物流影响的因素进行了单自变量的回归分析，并对筛选出的变量进行了因子分析、多元回归分析、多重共线性和残差分析，建立了影响商贸物流的实证模型。研究结果表明：经济发展程度、区域开放程度、投资规模及旅客运输质量都能在一定程度上促进区域商贸物流的发展，但体现经济发展程度的金融机构人民币存款余额和体现旅客运输质量的旅客周转量是其主要影响因素。最后指出未来应加大金融机构存款余额以促进经济发展，同时应合理规划和建立区域交通枢纽中心，提高旅客周转量。

[关键词] 商贸物流;回归分析;影响因素

[中图分类号] F713.1[文献标识码] A[文章编号] 1009-6043（2019）05-0055-04

一、引言

在经济增长过程中，商贸流通既是其主要的构成内容，也是其重要的推动因素之一，而商贸流通企业的发展壮大需要以商贸物流的快速发展来保障，因此，发展商贸物流是推动商贸产业发展、促进经济增长的重要措施，同时也是提高产品流通效率、降低费用的重要途径。重庆五大功能区的定位和区域性商贸物流中心城市布局促进了重庆各地区的经济社会发展，各县的商贸基础设施得以不断完善，产业结构不断优化，对物流的需求也不断扩大，重庆县域商贸物流具有广阔的发展前景，同时中国（重庆）自由贸易试验区的设立也为重庆商贸物流带来了新的发展机遇。为更好地促进重庆各县域商贸物流健康、协调的发展，有必要对评价商贸物流的有关指标进行实证分析，找出影响商贸物流发展的主要影响因素。

二、指标选取与研究假设

重庆作为“一带一路”、长江经济带、西部大开发的重要枢纽和战略支点，是西部经济发展不可或缺的一部分，而商贸物流是其重要一环。虽然近几年重庆县域商贸物流服务能力不断提高，但在新形势下，商贸物流还需进一步发展。目前，已有大量关于商贸物流发展的文献，如姜友文（2009）[1]提出需建立于商贸业相匹配的物流业;刘宇、段明圆（2014）[2]指出影响商贸物流服务能力的因素有内部因素和外部因素;舒文（2016）[3]通过实证分析指出商贸物流对商贸业具有推动作用。也有通过分析构建商贸物流评价指标体系，如王娟（2016）[4]从商贸流通内部差异出发，构建了衡量商贸流通业发展基础、发展贡献、发展状况及成长力等方面的评价指标;陈彩凤（2014）[5]从衡量商贸物流的总量指标和质量指标出发，探析了商贸物流业发展指标;丁磊（2016）[6]从商贸物流服务传递能力角度分析了有关评价指标并进行了实证分析，認为影响其传递能力的既有内部因素，也有外部因素;兰必近（2012）[7]通过构建固定资产投资模型来分析商贸物流，并对未来商贸物流的固定资产投资进行了预测等。从这些已有的文献来看，衡量商贸物流的指标非常的多，考虑到本文的研究目的和数据收集的可能性，本文对这些指标进行了归类和筛选，从经济发展程度、开放程度、投资规模、客货运输质量4个方面出发，最终选择了9个指标，来探讨商贸物流的影响因素。现基于已有文献，提出有关假设。

假设1：经济发展程度与商贸物流发展水平呈正相关关系。衡量经济规模的指标为地区生产总值、金融机构人民币存款余额、移动电话用户、互联网用户。

假设2：县域开放程度与商贸物流呈正相关关系。体现开放程度的指标为进出口总值。

假设3：投资规模与商贸物流呈正相关关系。体现城市建设情况的指标为全社会固定资产投资总额。

假设4：客货运输质量与商贸物流有显著的线性关系。包括货物周转量、旅客周转量、等级公路等。

三、研究设计

（一）样本选取和数据来源

本文选择2007-2015年重庆各县域有关数据为研究对象，剔除主城九区，剔除部分年份数据不全的区县，以保证数据的完整性与可比性。数据来源于《重庆市统计年鉴》和各区县的《国民经济和社会发展统计公报》，数据处理采用SPSS24.0统计软件完成。

（二）变量设计

1.被解释变量：考虑到商贸物流不仅涉及到商业贸易，还涉及到物流运输，因此本文选取反映商业贸易的社会消费品零售总额和反映物流运输的交通运输、仓储和邮政业增加值来衡量商贸物流发展情况。

2.解释变量：根据前文分析，本文拟选取的解释变量为上述研究假设中的9个指标。各变量定义如表1所示。

（三）模型设计

由于本文主要是探索商贸物流的影响因素，因此首先根据面板数据，采用单自变量的回归方法，进行一元线性回归，对变量进行初步筛选，再对筛选出的变量建立多元线性回归模型。由于不知哪个备选变量会对商贸物流产生影响，因此根据上述变量的定义，构建包含所有变量的多元回归模型如下：

1.备选变量对社会消费品零售总额的模型

2.备选变量对交通运输、仓储和邮政业增加值的模型

四、实证结果与分析

（一）数据的描述性统计

表2列示了主要变量的描述性统计结果，从结果中可以看到，被解释变量平均值远大于标准差，而通过数据的直方图了解到，RSCG和TWP-iv均是大致呈对称分布的。大多数的解释变量平均值大于标准差，只有Total-IEV和C-turnover标准差大于平均值，但相差不是很大，说明数据不存在极端异常值。但从最大值和最小值来看，各区县发展还很不平衡，差距较大。

（二）模型拟合

1.单自变量的回归模型分析

通过SPSS24.0软件分别以被解释变量为因变量，对9个解释变量进行回归分析，筛选出具有统计意义的变量[1]（5%的显著性水平）。根据回归结果和筛选标准，对解释RSCG的变量剔除C-turnover，而对解释TWP-iv的变量剔除C-turnover和GH-mileage。回归结果如表3所示。

2.多变量的回归模型分析

对已筛选出的变量进行相关性分析，发现不管是解释RSCG的变量还是解释TWP-iv的变量都存在较强的相关性，这会引起变量间的多重共线性问题，为解决这一问题，本文先进行因子分析来，再进行多元回归分析。

（1）解释RSCG的变量的因子分析

通过相关性分析，大部分相关系数大于0.8，且因子分析的KMO检验值为0.802，尚可进行因子分析。通过基于特征值大于1提取出两个因子，并用方差最大法对因子载荷矩阵实施正交旋转后因子具有命名解释性，即可解释为地区经济实力（FAC1）和旅客运输质量（FAC2）。因子分析结果如表4所示。

（2）解释TWP-iv的变量的因子分析

解释TWP-iv的变量同样可以进行因子分析，KMO检验值为0.787，不过通过基于特征值大于1提取出的一个因子对P-turnover只有41.5%可被因子解释，而且若将这个新的变量用于TWP-iv的一元回归建模，会使模型的拟合程度较低，R2取值为0.335，考虑到回归模型建立的需要以及第二个组件特征值和对原有变量的解释程度相对于后面的组件较大等原因，选择提取2个因子，分别解释为地区经济实力（FAC3）、旅客周转量（FAC4）。有关因子分析的結果如表5所示。

（3）多元回归分析

通过上述因子分析结果可知，解释RSCG和TWP-iv的变量结构中都提取了两个主成分，形成了两组新的解释变量FAC1、FAC2和FAC3、FAC4，若分别将这两组新的变量与被解释变量进行多元回归分析，则能保留原有被解释变量的大部分信息，从而能够构建不含剔除变量的原有解释变量的多元回归模型。考虑到上述模型未能分析出商贸物流的主要影响因素，因此本文再考虑用旋转主成分上载荷最大的变量作为解释变量，进行多元回归分析，以便进一步分析其主要影响因素。由表4（b）和表5（b）可知，解释RSCG和TWP-iv的的主成分载荷最大的都是RMBD-balance（分别为0.956和0.964）和P-turnover（分别为0.827和0.986），因此对因变量RSCG和TWP-iv分别与自变量RMBD-balance、P-turnover进行多元回归分析。回归分析的有关结果如表6所示。从回归结果来看，模型的拟合优度相对较高，回归方程和回归系数的显著性检验结果显著，可建立线性模型。

（4）多重共线性和残差分析

模型1和模型2中变量的容差和方差膨胀因子均为1，模型3和模型4中变量间的容差为0.935，接近1，方差膨胀因子为1.070，也接近1，因此四个模型的变量之间多重共线性弱。

3.回归分析结果

（1）从模型1和模型2可以看出，经济发展程度、县域开放程度、投资规模和商贸物流呈正相关关系，支持了假设1、假设2和假设3。

（2）从单自变量的回归分析结果来看，货物周转量与社会消费品零售总额和交通运输、仓储、邮政业增加值之间不存在线性关系，等级公路与交通运输、仓储、邮政业增加值之间不存在线性关系，但从多变量的回归模型可以看出，旅客周转量与商贸物流呈正相关关系，因此不能完全否定假设4，认为商贸物流不与货物运输质量呈显著线性关系，但与旅客运输质量呈显著线性关系。

（3）从因子分析和多元回归结果来看，解释社会消费品零售总额和交通运输、仓储、邮政业增加值的主要变量均为金融机构人民币存款余额和旅客周转量，因此可以认为他们为影响商贸物流的主要影响因素。

（4）虽然四个模型都通过了回归方程的统计检验，但从调整的来看，模型3、模型4优于模型1、模型2，因此在进行后续的预测分析时，可考虑在模型3、模型4的基础上进行分析。

五、结论与启示

本文运用实证方法，研究了重庆县域商贸物流影响因素，大多数与商贸物流相关的指标都会对其产生影响，但货物周转量、等级公路与商贸物流之间却不存在线性关系。从这些存在线性关系的影响因素来看，主要的影响因素是金融机构人民存款余额和旅客周转量。金融机构存款余额体现为经济发展规模，对经济发展具有促进作用（袁奥博2013[8]），而经济的发展与商贸物流发展具有协同作用（杜庆霞2014[9];惠艳2016[10]）;旅客周转量体现为旅客运输的数量与距离，说明到各区县中转的客运量会影响商贸物流的发展，这与现实是相符的，一个地方若能够成为枢纽中心，那么这个地区的商贸、物流产业会相应的被带动起来（李蕾2010[11];范海雁、马艳等2008[12]），这也是为何各地积极打造成为交通枢纽中心和商贸物流中心的原因之一。

随着人民生活水平稳步提高，商业贸易对经济增长的贡献显著增加，物流的基础性地位不断强化，从工厂到市场到消费者手中，从国内贸易到国际贸易，均需要交通运输的保驾护航，商贸物流呈现出新的增长态势。基于上述分析，重庆作为全国性商贸物流节点城市之一，对其未来商贸物流发展方向提出以下建议：

第一，扩大经济发展规模，尤其应提高金融机构存款余额。目前国内经济处于新常态，重庆商业贸易持续疲软，重庆市政府应该调整经济发展思路，在注重主城区域发展的同时，更加注重县域经济的发展，加大金融机构存款余额，为县域经济投资提供基础。

第二，规划好、建设好交通枢纽中心，发挥好枢纽中心的作用。客货运输质量是商贸业发展的重要基础，交通枢纽中心的建立有利于提高客货运输质量，但前提是要发挥其应有的功能，县域间的物流节点规划是其重要一环。政府部门应该规划好全市的交通枢纽通道，方便人们出行，提高旅客周转量，从而提高旅客运输质量。

第三，提升投资规模和质量，尤其是对固定资产的投资，增强投资活力。随着社会经济水平的提高，重庆各区县的联系越来越紧密，对各区县的投资要向消费、产业结构调整方面，促进跨县域商贸物流的联合，实现各县共同发展。

第四，进一步加大对外开放水平。随着中欧班列的运营，如何使重庆各县域也搭上“一带一路”的便车，以带动各地区优势产业的发展，提高商贸物流对外开放的水平和质量，是我们不得不慎重考虑的长远发展问题。

[参考文献]

[1]姜友文.西部商貿物流业发展对策研究[J].中国商贸，2009（5X）：207-208.

[2]刘宇，段明圆.商贸物流服务能力构成及影响因素研究[J].商业经济研究，2014（31）：18-19.

[3]舒文.商贸物流对商贸业的推动作用探析[J].商业经济研究，2016（4）：89-91.

[4]王娟.我国区域商贸流通业发展内部差异及其影响因素——以西部地区为例[J].商业经济研究，2016（12）：203-205.

[5]陈彩凤.我国商贸物流业发展指标体系初探[J].物流工程与管理，2014，36（4）：5-6.

[6]丁磊.商贸物流服务传递能力评价指标体系构建与实证分析[J].商业时代，2016（20）：82-83.

[7]兰必近.广西商贸物流固定资产投资模型研究[J].物流技术，2012，31（11）：75-78.

[8]袁奥博.金融机构存款余额与经济发展关系实证分析——以海南为例[J].财经界：学术版，2013（2）：5-6.

[9]杜庆霞.基于共生视角的地区经济与商贸流通协同发展路径探讨[J].商业经济研究，2014（17）：11-12.

[10]惠艳.基于协同发展视角的地区经济与商贸流通业的共同发展战略[J].改革与战略，2016（9）：78-81.

[11]李蕾.从交通综合体到城市综合体——论交通枢纽型商业中心的开发[J].现代城市研究，2010，25（7）：25-30.

[12]范海雁，马艳，杨天军.城市公共交通枢纽选址与商业潜能开发[J].商场现代化，2008（32）：200-200.

[责任编辑：潘洪志]