个性化消费、市场结构与商品流通效率的关联性分析

何 婷（四川大学锦城学院 成都 610074）

理论综述

（一）流通业市场结构与商品流通效率

市场结构优化对商品流通效率的影响可以从显性和隐性两个角度展开说明。从显性角度来看，杨曦和薛洋（2017）指出，解决市场经济发展中的诸多问题，需要更加注重现代流通产业的运行范围与轨迹，进而在从治理角度杜绝市场结构问题；黄桂琴等（2018）提出，市场分割与城市偏向对农产品流通产业的影响存在区域差异。这说明市场结构问题在流通产业发展中显著存在，解决上述问题需直接从结构优化角度进行展开。从隐性的角度来看，王嘉玮和赵德海（2018）研究认为，供给侧结构性改革着力于个性消费市场，其能够通过市场机制潜在的促进商品流通效率，这有助于解决市场中供需错配等矛盾，进而发挥经济先导的作用。结合上述研究的结论，本文提出假设：

H1：流通业市场结构的优化显著正向影响商品流通效率性。

（二）个性化消费的中介作用

引入个性化消费因素，能够进一步分辨多元投资对市场结构的影响，研究框架如图1所示。柳西波（2018）基于专业市场的角度对农产品流通效率提升进行了研究，其认为专业市场能够从宏观层面提升商品流通效率的有效性，从而对商品流通效率的改善有着显著的促进作用；杨雪莲（2018）则认为，个性化消费模式对消费升级具有刺激和效益增值的作用，商品流通以个性化消费模式满足消费者的需求。综合上述分析，本文提出假设：

H2：个性化消费在市场结构与商品流通效率的相关性中具备中介作用。

实证模型构建

（一）数据来源

本文的研究期为2012-2018年，研究对象为在沪深A股上市的流通类别企业，公司经营项目包含批发业、零售业、酒店业和餐饮业。为了避免极端样本造成的偏差，本文剔除了观测期内存在ST*状况的公司，同时剔除了股值波动超过3倍标准差外的极端样本，研究数据均来源于万得数据库（WIND），总共包含1327个观察值。

（二）变量定义

个性化消费指标。由于居民的个性化消费存在一定的主观性，因此在量化过程中存在一定难度。鉴于此，本文采用中国互联网络信息中心（CNNIC）在《中国互联网络发展状况统计报告》中所发布的“个性化消费指数”（UCI）进行衡量。作为曾经隶属于中国科学院的研究机构，CNNIC在构建UCI指数时广泛调查了居民网络消费中的个性化消费产品和对应规模，其通过科学规划形成了相应指数，从而具备理论上的可操作性。对UCI指数而言，该指数具备时间上的延续性，可较全面的说明我国居民个性化消费的规模与市场。

流通业市场结构。从广义的角度来看，市场结构包含企业、消费者两个主体，但两者之间的三种交叉关系使得市场结构特征很难单纯描述。从实证角度来看，市场总体交易发生在企业对消费者（B2C）的层面，而企业之间的市场竞争即为争夺更多消费者的过程。鉴于此，本文引入产业组织理论中的勒纳指数（Lerner Index，LI）分析商贸流通业的市场结构水平：

图1 理论分析框架

表1 代理变量的选取

公式（1）表示商贸流通业内部企业势力的集中水平，P为企业的产出价格，MC为产出的边际成本。由于边际成本是不存在于报表中的隐形数据，本文参考（2017）的做法，采用主营业务产值作为边际成本。

商品流通效率。本文引入Malmquist指数作为商品效率的衡量指标，该指数侧重于观察多期样本的变化情况，考虑到本文的样本期为7期，该指标在分析过程中更有利于观察商品流通效率的动态变化。为了构建Malmquist指数，需要建立基本距离函数，以衡量全要素生产率（TFP）从t期到t+1期的变动情况。假定存在n个决策单元，每个决策单元在t时期有m类要素投入，表示为：

且能够最终获得s类产出，表示为：

针对变量取几何平均值即可得到商贸流通效率的Malmquist指数：

Malmqusit指数大于1则表示两期的企业全要素生产率出现了上升，即商品流通效率出现了显著提升；Malmqusit指数等于1时则商品流通效率未发生变动；Malmqusit指数小于1时则商品流通效率出现下降。

控制变量。根据相关文献的研究结果，本文选取企业规模、资本构成、资本规模、持股比例、经济环境等五个变量作为控制变量，以衡量商品流通效率变动中的潜在因素，上述所有变量的构成如表1所示。

（三）实证模型

为了研究市场结构对商品流通效率的影响，并剖析个性化消费的中介效应，本文拟采用层次回归模型进行分析。首先以被解释变量（商品流通效率）和解释变量（流通市场结构）进行固定效应模型回归；再向模型中引入中介变量（个性化消费）及交互项变量（个性化消费·市场结构），以动态偏分模型分析三者之间的移动回归情况。随着不同变量的加入，实证模型的样本数量和结构复杂度会显著上升，这也造成了模型出现多重线性自回归的可能性。对此，需在实证开始前进行中心化处理，以降低各个变量间的伪回归可能。基本模型设定如下：

基本模型（4）首先验证五个控制变量（企业规模、资本构成、资本规模、持股比例、经济环境）与被解释变量商品流通效率之间的关系，再引入核心解释变量市场结构，表示为：

引入核心被解释变量观察市场结构与商品流通效率的相关性，同时验证本文的假设1。进而可以将企业个性化消费状况作为中介变量加入该模型，表示为：

为了避免多重共线性，还需要构造去中心化的交互项变量，即为：

为了验证上述模型设置的可行性，本文首先进行了预分析，采用皮尔森相关性检验的方式分析了各个变量间的一元回归情况，结果显示：市场结构LI与商品流通效率M之间在1%的水平上显著正相关，皮尔森检验的结果初步验证了本文的假设，即商贸流通市场结构的优化过程能够显著促进商品流通效率的上升；此外，中介变量个性化消费具备类似于市场结构优化的效果，在5%的显著性水平上促进了商品流通效率的增长，说明个性化消费是市场结构优化的重要渠道，两者均能够显著改善我国商品流通效率，促进市场转化能力的上升。

表2 层次回归模型实证结果

表3 方差分析模型实证结果

实证分析

（一）主效应分析

综合上述数据，并采用构建好的各个模型，本文在Stata 13.0的软件环境下对各个变量的关系进行了层次分析回归，实证结果如表2所示。表2中第（1）列采用了广义二次回归（GLS）分析了各个控制变量对商品流通效率（M）的影响；第（2）列采用了广义二次回归（GLS）分析了核心解释变量（LI）对商品流通效率（M）的影响；第（3）列采用了固定效应模型（FE）分析双渠道中个性化消费（UCI）和市场结构（LI）分别对商品流通效率（M）的影响；第（4）列采用了高斯混合模型（GMM）分析了中介变量（LI*UCI）对商品流通效率（M）的影响。模型中控制了时间效应与区域效应。

根据表2的层次回归结果，可以得到如下结论：第一，根据第（2）列的回归结果可以发现，流通市场结构每优化一个单位，能够提升0.1026的商品流通效率，两者在1%的水平下显著正相关，说明我国流通商品市场的发展需要从市场结构优化渠道展开；第二，根据第（3）列的回归结果可以发现，纳入个性化消费与市场结构双渠道后，市场结构的作用发生了显著的上升（从0.1026提升至0.1722），同时个性化消费指数每上升1个单位，商品流通效率可以上升0.0133个单位，两者在1%的水平下显著正相关，说明个性化消费不仅具备促进商品流通效率的微观作用，还能够潜在地促进市场结构优化发挥更强的流通动能；第三，根据第（4）列的回归结果可以发现，构建个性化消费和市场结构的交互项后，虽然两个解释变量的主回归效应均出现了一定下降（0.1722下降至0.1654；0.0133下降至0.0114），但两者的交互项在1%的显著性水平下与被解释变量商品流通效率显著正相关，该结果验证了固定效应回归中的情况，即个性化消费与市场结构具备功能上的“互补性”，其能够促进商品市场的总体效率突破。

（二）方差分解

由于个性化消费和市场结构两者具备典型的互补性特征，因此在促进商品流通效率发展的过程中会遭遇对应的实践难题，即“以促进个性化消费市场为主导，以市场结构优化为辅”或“以促进市场结构优化为主导，以发展个性化市场为辅”的发展战略方向问题。为了解决该问题，本文进一步引入方差分解模型（Bias-Variance Decomposition，BVD）来分析系统中各个内生变量的贡献值：

其中，R（f）是由上述所有变量构成的总系统，bias即为各个解释变量，商品流通效率是由全要素生产率这类多期动态数据所构成的变量，具备典型的线性系统特征，因此采用偏差与方差定义各个解释变量的偏移度，即可通过预测均方差分析各个变量对解释变量的贡献值，分析同样在Stata 13.0的软件环境下进行，结果如表3所示。

表3的结果显示，本文采用的总体模型的系统误差较小，为0.21%，可以忽略不计，即说明模型构建优度较高。同时，市场结构的方差比例为72.62%，个性化消费的方差比例为23.41%，说明在提升商品流通效率的总系统中，市场结构优化占据更主要的地位，而个性化消费具备辅助作用，其他控制变量的影响相对较低。因此，在发展路径规划时应该秉持以市场结构优化为主的发展策略。

结论

第一，市场结构LI与商品流通效率M之间在1%的水平上显著正相关，皮尔森检验的结果初步验证了本文的假设，即商贸流通市场结构的优化过程能够显著促进商品流通效率的上升。此外，中介变量个性化消费具备类似于市场结构优化的效果，其在5%的显著性水平上促进了商品流通效率的增长，这说明个性化消费是市场结构优化的重要渠道，两者均能够显著改善我国商品流通效率、促进市场转化能力的上升；第二，在提升商品流通效率的总系统中，市场结构优化占据更主要的地位，而个性化消费具备辅助作用，其他控制变量的影响相对较低。因此，在发展路径规划时应该秉持以市场结构优化为主的发展策略；第三，我国商贸流通市场的结构优化和个性化消费要素均能显著提升商品流通效率，两者具备“互补性”特征。同时，市场结构优化效应作用强于个性化消费，因此在具体实践中应以改善市场结构为主、构建个性化消费市场为辅的方式，提升我国商品流通效率。