疫情沖擊下批發(fā)零售業(yè)SC 結(jié)構(gòu)變動(dòng)分析

□文/ 張本飛

（樂(lè)山師范學(xué)院 四川·樂(lè)山）

［提要］本文使用18 個(gè)時(shí)期我國(guó)批發(fā)零售業(yè)增加值季度數(shù)據(jù)和CHOW檢驗(yàn)?zāi)Ｐ蛯?duì)3 個(gè)可能的回歸方程進(jìn)行實(shí)證分析，檢驗(yàn)我國(guó)批發(fā)和零售業(yè)增加值的SC結(jié)構(gòu)變動(dòng)沖擊問(wèn)題。當(dāng)置信水平為95%時(shí)，疫情背景下我國(guó)批發(fā)和零售業(yè)增加值SC結(jié)構(gòu)變動(dòng)沖擊不顯著；在68.77%的置信水平我國(guó)批發(fā)和零售業(yè)增加值存在SC結(jié)構(gòu)變動(dòng)沖擊；通過(guò)兩個(gè)可能的回歸方程殘差平方和的比率構(gòu)造統(tǒng)計(jì)量F，F(xiàn) 值小于顯著水平為0.05 的臨界值，此時(shí)我們不能拒絕使用CHOW檢驗(yàn)?zāi)Ｐ鸵苑治鑫覈?guó)批發(fā)零售業(yè)增加值的SC結(jié)構(gòu)沖擊問(wèn)題；在置信水平為89%時(shí)，F(xiàn) 統(tǒng)計(jì)量會(huì)大于臨界值，即表明在分析我國(guó)批發(fā)零售業(yè)增加值的SC結(jié)構(gòu)沖擊問(wèn)題時(shí)不能直接使用CHOW檢驗(yàn)?zāi)Ｐ汀?/p>

2020 新年以來(lái)，新冠肺炎疫情席卷全球，該疫情對(duì)我國(guó)批發(fā)零售業(yè)產(chǎn)生了較大的負(fù)面影響。在2020 年第一季度，我國(guó)第三產(chǎn)業(yè)增加值為123，008.5 億元，同比下降3.7517%，其中批發(fā)零售業(yè)增加值為18，703.7 億元，同比下降14.6382%；從2020 年第二季度開(kāi)始，我國(guó)服務(wù)業(yè)明顯好轉(zhuǎn)，第三產(chǎn)業(yè)增加值為135，418.9 億元，同比增加3.2636%，其中批發(fā)零售業(yè)增加值為23，641.6 億元，同比增長(zhǎng)2.5528%；2020 年第三季度第三產(chǎn)業(yè)增加值為142，821.7 億元，同比增加5.9310%，其中批發(fā)零售業(yè)增加值為25，061.6 億元，同比增長(zhǎng)4.6540%；2020 年第四季度第三產(chǎn)業(yè)增加值為152，727.6 億元，同比增加7.8558%，其中批發(fā)零售業(yè)增加值為28，279 億元，同比增長(zhǎng)5.7570%。為檢驗(yàn)2020 年我國(guó)批發(fā)零售業(yè)是否存在統(tǒng)計(jì)學(xué)意義上的SC 結(jié)構(gòu)變動(dòng)，擬在下文結(jié)合國(guó)家統(tǒng)計(jì)局相關(guān)數(shù)據(jù)進(jìn)行詳細(xì)實(shí)證分析。

一、相關(guān)數(shù)據(jù)及數(shù)據(jù)處理

為了檢驗(yàn)2020 年我國(guó)批發(fā)零售業(yè)是否存在統(tǒng)計(jì)學(xué)意義上的SC結(jié)構(gòu)變動(dòng)，我們對(duì)國(guó)家統(tǒng)計(jì)局官網(wǎng)中批發(fā)零售業(yè)增加值2016～2020 年季度數(shù)據(jù)進(jìn)行處理，相關(guān)數(shù)據(jù)見(jiàn)表1。表中第五欄的指標(biāo)“占比”表示該季度批發(fā)和零售業(yè)增加值在當(dāng)季度GDP 中的所占百分比。（表1）

二、相關(guān)統(tǒng)計(jì)方法

2020 年新冠肺炎疫情對(duì)我國(guó)服務(wù)業(yè)增加值產(chǎn)生沖擊，屬于服務(wù)業(yè)增加值之中批發(fā)零售業(yè)增加值也受到疫情沖擊，為了檢驗(yàn)疫情對(duì)我國(guó)批發(fā)和零售業(yè)增加值的SC 結(jié)構(gòu)變動(dòng)沖擊是否在統(tǒng)計(jì)學(xué)意義上顯著的問(wèn)題我們進(jìn)行CHOW Test 統(tǒng)計(jì)檢驗(yàn)（下文中簡(jiǎn)稱CHOW 檢驗(yàn)）。

表1 批發(fā)和零售業(yè)相關(guān)數(shù)據(jù)分季度統(tǒng)計(jì)數(shù)據(jù)一覽表（單位：億元）

根據(jù)表1 中歷年各季度GDP 和批發(fā)零售業(yè)增加值相關(guān)數(shù)據(jù)所作的描述統(tǒng)計(jì)分析我們可知，在置信度為0.95 時(shí)，批發(fā)零售業(yè)增加值在GDP 中的占比區(qū)間穩(wěn)定在（0.09594，0.09888）；在置信度為0.997 時(shí)，批發(fā)零售業(yè)增加值在GDP 中的占比區(qū)間穩(wěn)定在（0.09497，0.09985）。在沒(méi)有SC 結(jié)構(gòu)變動(dòng)沖擊時(shí)批發(fā)零售業(yè)增加值在GDP 中的占比穩(wěn)定在9%～10%之間。按照凱恩斯消費(fèi)函數(shù)，GDP 的增加可以導(dǎo)致消費(fèi)增加。當(dāng)疫情來(lái)襲時(shí)，批發(fā)和零售業(yè)增加值SC 結(jié)構(gòu)沖擊會(huì)導(dǎo)致主要解釋變量的解釋力度出現(xiàn)較大結(jié)構(gòu)變動(dòng)。根據(jù)CHOW 檢驗(yàn)我們可以列出如下3個(gè)可能的回歸方程。

包含10 個(gè)時(shí)期的2016 年第三季度至2018 年第四季度可能的回歸方程1 如下：

包含8 個(gè)時(shí)期的2019 年第一季度至2020 年第四季度可能的回歸方程2 如下：

包含18 個(gè)時(shí)期的2016 年第三季度至2020 年第四季度可能的回歸方程3 如下：

回歸方程1～3 中WHSAt表示第t 期的我國(guó)批發(fā)和零售業(yè)增加值，GDPt表示第t 期的我國(guó)GDP（注：此處數(shù)據(jù)均為季度數(shù)據(jù)而非年度數(shù)據(jù)），如果回歸得到的系數(shù)在三個(gè)回歸模型中保持統(tǒng)計(jì)學(xué)意義上的不變，即當(dāng)ρ1=v1=β1，則不存在我國(guó)批發(fā)和零售業(yè)增加值的SC 結(jié)構(gòu)變動(dòng)沖擊。

三、CHOW 檢驗(yàn)回歸模型分析

根據(jù)上文CHOW 檢驗(yàn)所列出3 個(gè)可能的回歸方程和18 個(gè)時(shí)期我國(guó)批發(fā)和零售業(yè)增加值相關(guān)數(shù)據(jù)，我們將回歸結(jié)果整理為表2。根據(jù)CHOW 檢驗(yàn)基本原理，我們需計(jì)算F 統(tǒng)計(jì)量檢驗(yàn)我國(guó)批發(fā)和零售業(yè)增加值的SC 結(jié)構(gòu)變動(dòng)沖擊。

F=16（RSSR-RSSUR）/2RSSUR 樣本統(tǒng)計(jì)量服從于自由度為2 和14 的F 分布，其中回歸方程1～3 中約束殘差平方和RSSR=4 300299；方程1～3 中無(wú)約束殘差平方和RSSUR=1216503+2425048=3641551。F=14×（4300299-3641551）/（2×3641551），F(xiàn)=1.2663，所以p=FDIST（F，2，14），p=0.3123。選擇顯著水平a=0.05，即置信水平=1-a=0.95。我們?cè)?5%的置信水平不能拒絕原假設(shè)ρ1=v1=β1，即在統(tǒng)計(jì)學(xué)意義上我國(guó)批發(fā)和零售業(yè)增加值SC 結(jié)構(gòu)變動(dòng)沖擊不顯著；選擇顯著水平a＝0.3123，即置信水平=1-a=0.6877。我們?cè)?8.77%的置信水平拒絕原假設(shè)ρ1=v1=β1，即我國(guó)批發(fā)和零售業(yè)增加值存在SC 結(jié)構(gòu)變動(dòng)沖擊。（表2）

四、CHOW 檢驗(yàn)誤差方差分析

上文中CHOW 檢驗(yàn)?zāi)Ｐ桶岛幕炯俣ㄊ腔貧w方程1 和回歸方程2 的誤差方差相同；對(duì)此問(wèn)題我們可以通過(guò)F 分布檢驗(yàn)這兩個(gè)誤差方差是否相同。如果兩個(gè)回歸方程誤差方差相同，即表明我們可以直接使用CHOW 檢驗(yàn)分析我國(guó)批發(fā)零售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題，否則我們需要修正CHOW 檢驗(yàn)?zāi)Ｐ瓦M(jìn)行分析。

表2 批發(fā)和零售業(yè)增加值SC沖擊分析一覽表

我們通過(guò)回歸方程1 和回歸方程2 回歸結(jié)果中的RSS 來(lái)計(jì)算兩個(gè)回歸方程的誤差方差估計(jì)值。回歸方程1 的觀測(cè)次數(shù)為10，回歸方程1 的誤差方差1 估計(jì)值=RSS1/（10-2），其中RSS1=1216503，所以誤差方差1 估計(jì)值為=1216503/8；回歸方程2 的觀測(cè)次數(shù)為8，回歸方程2 的誤差方差2 估計(jì)值=RSS2/（8-2），其中RSS2=2425048，所以誤差方差2 估計(jì)值為=2425048/6。在兩個(gè)回歸模型總體方差相等的虛擬假設(shè)下我們可以通過(guò)兩個(gè)誤差方差估計(jì)值之比構(gòu)建F 統(tǒng)計(jì)量，因?yàn)榛貧w方程2 的誤差方差2 估計(jì)值大于回歸方程1 的誤差方差1 估計(jì)值，按照較大的方差估計(jì)值置于分子的基本原理，我們的統(tǒng)計(jì)量F=（2425048/6）/（1216503/8），即F=2.6579443。分子分母自由度分別為6 和10，且顯著水平為0.05（即置信水平為0.95）的臨界值為FINV（0.05，6，8）=3.5805803，由于統(tǒng)計(jì)量F 值小于顯著水平為0.05 的臨界值，我們不能拒絕兩個(gè)回歸模型總體方差相等的虛擬假設(shè)，即此時(shí)我們不能拒絕使用上文中CHOW 檢驗(yàn)?zāi)Ｐ鸵苑治鑫覈?guó)批發(fā)零和售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題；由于p 值=FDIST（F，6，8），即p 值為0.1008582，在置信水平為89%時(shí)，F(xiàn) 統(tǒng)計(jì)量會(huì)大于臨界值，我們拒絕兩個(gè)回歸模型總體方差相等的虛擬假設(shè)，即表明我們?cè)诜治鑫覈?guó)批發(fā)和零售業(yè)增加值的SC結(jié)構(gòu)沖擊問(wèn)題時(shí)不能直接使用CHOW 檢驗(yàn)?zāi)Ｐ?，而必須?duì)CHOW 檢驗(yàn)?zāi)Ｐ瓦M(jìn)行修正后才能更為有效地分析我國(guó)批發(fā)零售業(yè)增加值的SC結(jié)構(gòu)沖擊問(wèn)題。

五、結(jié)語(yǔ)

本文使用我國(guó)批發(fā)和零售業(yè)增加值季度數(shù)據(jù)和CHOW 檢驗(yàn)對(duì)3個(gè)可能的回歸方程進(jìn)行實(shí)證分析，以檢驗(yàn)我國(guó)批發(fā)和零售業(yè)增加值的SC 結(jié)構(gòu)變動(dòng)沖擊問(wèn)題，在95%的置信水平我國(guó)批發(fā)和零售業(yè)增加值SC 結(jié)構(gòu)變動(dòng)沖擊不顯著；在68.77%的置信水平我國(guó)批發(fā)和零售業(yè)增加值存在SC 結(jié)構(gòu)變動(dòng)沖擊。我們使用兩個(gè)可能的回歸方程殘差平方和的比率以構(gòu)造統(tǒng)計(jì)量F，來(lái)判斷CHOW 檢驗(yàn)?zāi)Ｐ驮诜治鑫覈?guó)批發(fā)和零售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題時(shí)是否需要修正。由于統(tǒng)計(jì)量F 值小于顯著水平為0.05 的臨界值，我們不能拒絕兩個(gè)回歸模型總體方差相等的虛擬假設(shè)，我們無(wú)需修正CHOW 檢驗(yàn)?zāi)Ｐ鸵苑治鑫覈?guó)批發(fā)零售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題；在置信水平為89%時(shí)，F(xiàn) 統(tǒng)計(jì)量會(huì)大于臨界值，我們拒絕兩個(gè)回歸模型總體方差相等的虛擬假設(shè)，即在置信水平為89%條件下分析我國(guó)批發(fā)零售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題時(shí)不能直接使用CHOW 檢驗(yàn)?zāi)Ｐ停仨殞?duì)CHOW 檢驗(yàn)?zāi)Ｐ瓦M(jìn)行修正后才能更為有效地分析我國(guó)批發(fā)零售業(yè)增加值的SC 結(jié)構(gòu)沖擊問(wèn)題。

主要參考文獻(xiàn)：

［1］賈俊平.統(tǒng)計(jì)學(xué)［M］.北京：中國(guó)人民大學(xué)出版社，2019.

［2］古扎拉蒂.計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)［M］.北京：中國(guó)人民大學(xué)出版社，2011.

［3］楊維忠.SPSS 統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解［M］.北京：清華大學(xué)出版社，2019.

［4］薛薇.基于SPSS 的數(shù)據(jù)分析［M］.北京：中國(guó)人民大學(xué)出版社，2019.

［5］曹寶明，馮睿，劉婷.互聯(lián)網(wǎng)有助于降低交易成本嗎？——以糧食批發(fā)價(jià)格為例［J］.調(diào)研世界，2021（02）.

［6］趙宇輝.力促國(guó)內(nèi)網(wǎng)絡(luò)零售業(yè)蓬勃發(fā)展 ［N］.中國(guó)財(cái)經(jīng)報(bào)，2021-02-25（005）.

［7］牛亮.數(shù)字經(jīng)濟(jì)新業(yè)態(tài)促進(jìn)下的零售業(yè)態(tài)模式創(chuàng)新——基于組織韌性視角［J］.商業(yè)經(jīng)濟(jì)研究，2021（04）.

［8］趙嫻，王丹瑩.智能化驅(qū)動(dòng)下零售業(yè)轉(zhuǎn)型與發(fā)展路徑研究［J］.中國(guó)市場(chǎng)，2021（06）.

［9］徐佳敏.“內(nèi)循環(huán)”利好零售業(yè)，“用工難”成行業(yè)難題［J］.人力資源，2021（03）.

［10］余遠(yuǎn)坤.數(shù)字化下零售業(yè)的發(fā)展路徑研究 ［J］.現(xiàn)代商業(yè)，2021（03）.