我國(guó)零售業(yè)市場(chǎng)集中度影響因素實(shí)證分析

高藝菲

一、前言

“雙循環(huán)”新發(fā)展格局下，零售業(yè)作為國(guó)內(nèi)循環(huán)的重要環(huán)節(jié)，其產(chǎn)業(yè)結(jié)構(gòu)及其績(jī)效備受關(guān)注。市場(chǎng)集中度作為決定產(chǎn)業(yè)結(jié)構(gòu)的主要因素，其演變及其影響因素的研究為我國(guó)零售業(yè)平穩(wěn)發(fā)展提供新的視角。本文選取行業(yè)集中度CR4指數(shù)，基于2018-2021年7個(gè)省份的面板數(shù)據(jù)，利用混合回歸模型、固定效應(yīng)模型和雙向固定效應(yīng)模型，對(duì)影響我國(guó)零售業(yè)市場(chǎng)集中度的因素進(jìn)行實(shí)證分析。研究發(fā)現(xiàn)，我國(guó)零售業(yè)市場(chǎng)集中度與市場(chǎng)規(guī)模、連鎖經(jīng)營(yíng)化率和線上零售化程度呈現(xiàn)負(fù)相關(guān)，與進(jìn)入壁壘和利潤(rùn)率呈現(xiàn)正相關(guān)，零售業(yè)市場(chǎng)集中度逐步降低。建議協(xié)調(diào)發(fā)展不同規(guī)模零售企業(yè)，鼓勵(lì)零售企業(yè)線上化，提高我國(guó)零售業(yè)市場(chǎng)集中度及績(jī)效。

在堅(jiān)持以“雙循環(huán)”為基本動(dòng)力助推中國(guó)及世界經(jīng)濟(jì)持續(xù)復(fù)蘇的背景下，我國(guó)零售業(yè)的發(fā)展成為舉足輕重的一環(huán)。近年來(lái)，我國(guó)社會(huì)消費(fèi)品零售總額持續(xù)上漲，2021 年達(dá)到440823 億元，同比增長(zhǎng)12.46%。2000-2010年，我國(guó)零售業(yè)市場(chǎng)集中度總體呈上升趨勢(shì)（仲偉周等，2012），[1]并通過(guò)規(guī)模經(jīng)濟(jì)機(jī)制促進(jìn)我國(guó)零售業(yè)的發(fā)展（李想和余敬，2003）。[2]

互聯(lián)網(wǎng)環(huán)境下，線上零售水平對(duì)零售業(yè)市場(chǎng)集中度的影響需要被重新考慮和度量。探究零售業(yè)集中度的影響因素，不僅有利于判斷我國(guó)零售業(yè)市場(chǎng)結(jié)構(gòu)，更有助于利用價(jià)格機(jī)制發(fā)揮市場(chǎng)決定性作用，實(shí)現(xiàn)國(guó)內(nèi)循環(huán)目標(biāo)。

二、文獻(xiàn)綜述

市場(chǎng)規(guī)模指市場(chǎng)對(duì)某一產(chǎn)品或服務(wù)的需求量。易小佳等（2007）研究發(fā)現(xiàn)我國(guó)汽車產(chǎn)業(yè)的市場(chǎng)集中度與市場(chǎng)規(guī)模呈正相關(guān)。[3]秦厲陳（2007）發(fā)現(xiàn)商業(yè)銀行的市場(chǎng)集中度與市場(chǎng)規(guī)模負(fù)相關(guān)。[4]市場(chǎng)規(guī)模的擴(kuò)大，一方面，會(huì)吸引更多新企業(yè)進(jìn)入市場(chǎng)；另一方面，在位企業(yè)會(huì)趁機(jī)占有更高的市場(chǎng)份額，提高市場(chǎng)集中度。

程姿（2017）運(yùn)用產(chǎn)業(yè)組織理論中的SCP 范式，研究發(fā)現(xiàn)我國(guó)網(wǎng)絡(luò)零售業(yè)市場(chǎng)集中度過(guò)高，B2C 網(wǎng)絡(luò)零售市場(chǎng)逐漸形成大中小網(wǎng)絡(luò)零售企業(yè)共存，以天貓、京東為雙寡頭主導(dǎo)的市場(chǎng)格局。[5]但并未有學(xué)者進(jìn)行定量研究。

既有研究初步得出市場(chǎng)規(guī)模、進(jìn)入壁壘、利潤(rùn)率等因素影響零售業(yè)集中度，但尚未有一致結(jié)論。本文基于線上零售的時(shí)代背景，引入線上零售化程度這一變量，探究影響我國(guó)零售業(yè)市場(chǎng)集中度的因素。

三、模型與方法

為了研究零售業(yè)市場(chǎng)集中度的影響因素，設(shè)定如下三個(gè)模型：

模型1 使用以省份為聚類變量的聚類標(biāo)準(zhǔn)誤的混合回歸，作為參照系:

其中Yit是零售業(yè)市場(chǎng)集中度CR4，α 是常數(shù)項(xiàng)，β參數(shù)矩陣，隨機(jī)誤差項(xiàng)記為ε，服從于標(biāo)準(zhǔn)正態(tài)分布。下標(biāo)和分別表示城市和年份。X 為解釋變量。

混合回歸的基本假設(shè)是不存在個(gè)體效應(yīng)，為此，要檢驗(yàn)是否存在個(gè)體效應(yīng)。在模型1 的基礎(chǔ)上引入θ，建立模型2——固定效應(yīng)模型（FE）：

其中，θ 代表例如地理位置、自然環(huán)境等因素，解決了不隨時(shí)間而變但隨個(gè)體而異的遺漏變量問(wèn)題。

在模型2 基礎(chǔ)上引入δ，建立模型3——雙向固定效應(yīng)模型（TW_FE）：

δ 表示宏觀經(jīng)濟(jì)趨勢(shì)和全國(guó)性政策沖擊等不隨個(gè)體變化但隨時(shí)間變化的因素。

在參數(shù)估算上，本文首先使用混合回歸模型作為參照系，其次使用Rogers 聚類的方法建立消除了自相關(guān)和異方差的固定效應(yīng)模型，最后，進(jìn)行冗余檢驗(yàn)以確定使用雙向固定效應(yīng)方法。

四、數(shù)據(jù)介紹

本文使用北京、河北、上海、江蘇、浙江、山東、廣東7 個(gè)省份2018-2021 年的面板數(shù)據(jù)進(jìn)行回歸。具體每個(gè)省零售業(yè)市場(chǎng)集中度CR4的計(jì)算公式為：

CR4=前4 家最大的零售企業(yè)銷售額/社會(huì)消費(fèi)品零售額

表1 列出了所有變量的定義、單位、數(shù)據(jù)源和描述性統(tǒng)計(jì)。

表1 變量定義、數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)

五、實(shí)證結(jié)果

表2 為各解釋變量對(duì)CR4的影響程度，解釋變量包括市場(chǎng)規(guī)模（lnscale）、進(jìn)入壁壘（entry）、連鎖經(jīng)營(yíng)化率（chain）和線上零售化程度（online）。（1）列、（2）列和（3）列分別對(duì)應(yīng)OLS、FE 和TW_FE 三個(gè)回歸模型。（1）列混合回歸作為參照系，市場(chǎng)規(guī)模、連鎖經(jīng)營(yíng)化率以及線上零售化程度均顯著，但可能由于遺漏變量等問(wèn)題，其余兩個(gè)變量進(jìn)入壁壘和利潤(rùn)率并不顯著。

對(duì)數(shù)據(jù)進(jìn)行LSDV 檢驗(yàn)和豪斯曼檢驗(yàn)后，確定應(yīng)當(dāng)使用固定效應(yīng)模型（FE），此時(shí)所有解釋變量均顯著。

市場(chǎng)規(guī)模每擴(kuò)大1%，CR4將下降1.463%。市場(chǎng)規(guī)模擴(kuò)大一方面會(huì)吸引新企業(yè)進(jìn)入市場(chǎng)，降低市場(chǎng)集中度；另一方面會(huì)使在位企業(yè)占有更大市場(chǎng)，提高市場(chǎng)集中度。這意味著零售業(yè)市場(chǎng)規(guī)模的擴(kuò)大對(duì)新企業(yè)進(jìn)入市場(chǎng)的吸引力大于對(duì)在位的前4 家大型企業(yè)擴(kuò)張的激勵(lì)，與Mita Bhattacharya（2000）的結(jié)論一致。[6]

進(jìn)入壁壘每提高1 個(gè)單位，CR4提高0.0841 個(gè)單位。進(jìn)入壁壘提高時(shí)，潛在企業(yè)進(jìn)入零售業(yè)的所需成本和所受限制增加，使得在位大型企業(yè)在壁壘保護(hù)下獲得更多市場(chǎng)份額，市場(chǎng)集中度提高。

連鎖經(jīng)營(yíng)化率提高1%，CR4會(huì)降低0.305。所選7 個(gè)省份的零售業(yè)在發(fā)展過(guò)程中普遍采用連鎖模式，故出現(xiàn)多家大型企業(yè)并存的情況，從而降低市場(chǎng)集中度。

利潤(rùn)率提高1%，CR4會(huì)提高0.302。利潤(rùn)率提高一方面會(huì)吸引新企業(yè)進(jìn)入，另一方面會(huì)給在位大型企業(yè)擴(kuò)張?zhí)峁﹦?dòng)力。

線上零售化程度每提高1%，CR4降低0.52。線上零售具有低成本、低門檻的特點(diǎn)使得大量新企業(yè)進(jìn)入市場(chǎng)，進(jìn)而降低市場(chǎng)集中度。此外，線上零售跨地域的特點(diǎn)使得外省線上零售企業(yè)可以向本省銷售商品，這進(jìn)一步降低了市場(chǎng)集中度。

引入時(shí)間效應(yīng)后，建立雙向固定效應(yīng)模型（TW_FE），如表2 中（3）列所示，得到與固定效應(yīng)模型類似的結(jié)果，模型的擬合優(yōu)度有所提升。

表2 混合回歸、固定效應(yīng)和雙向固定效應(yīng)回歸結(jié)果

注：OLS 表示混合回歸，F(xiàn)E 表示固定效應(yīng)，TW_FE表示雙向固定效應(yīng)。***、**、*分別表示在1%，5%和10%的顯著性水平下具有統(tǒng)計(jì)學(xué)意義，括號(hào)內(nèi)均為Rogers聚類穩(wěn)健標(biāo)準(zhǔn)誤，常數(shù)項(xiàng)的回歸結(jié)果略去，Adj.R2表示調(diào)整后的R2。

六、結(jié)論與建議

本文以線上零售為切口，篩選出5 個(gè)影響零售業(yè)市場(chǎng)集中度的因素并通過(guò)面板數(shù)據(jù)檢驗(yàn)發(fā)現(xiàn)7 個(gè)省份各自和總體的零售業(yè)市場(chǎng)集中度都呈下降趨勢(shì)，并且市場(chǎng)規(guī)模、連鎖經(jīng)營(yíng)化率以及線上零售化程度負(fù)向影響CR4，進(jìn)入壁壘和利潤(rùn)率正向影響CR4。

為提高我國(guó)零售業(yè)的市場(chǎng)集中度和經(jīng)營(yíng)績(jī)效，本文建議如下：一，不同規(guī)模的零售企業(yè)協(xié)調(diào)發(fā)展。以大型集團(tuán)為主導(dǎo)、中小型企業(yè)為主體的金字塔型結(jié)構(gòu)是合理的市場(chǎng)格局。大型集團(tuán)是提高市場(chǎng)集中度的主力，而中小型企業(yè)則能彌補(bǔ)大企業(yè)空間上的缺陷，增強(qiáng)市場(chǎng)多樣性。政府應(yīng)制定有效政策，在大型零售企業(yè)擴(kuò)張規(guī)模的同時(shí)，保障中小型企業(yè)的生存空間。二，盡管數(shù)據(jù)顯示各省零售業(yè)集中度呈下降趨勢(shì)，但前4 家大型企業(yè)所占市場(chǎng)份額仍很大。零售業(yè)需要研究借鑒成功電商企業(yè)經(jīng)驗(yàn)，通過(guò)觀念、模式及技術(shù)等創(chuàng)新，把握消費(fèi)升級(jí)帶來(lái)的市場(chǎng)機(jī)遇。

引用

[1]Mita Bhattacharya.The Dynamics of Industrial Concentration in Australian Retail[J].International Journal of Industrial Organization,2000.(18).

[2]程姿.我國(guó)網(wǎng)絡(luò)零售業(yè)的SCP 分析[D].河北經(jīng)貿(mào)大學(xué),2017.

[3]李想，余敬.中國(guó)連鎖超市行業(yè)的SCP 模式分析[J].中國(guó)軟科學(xué),2003(12):51-58.

[4]秦厲陳.中國(guó)商業(yè)銀行市場(chǎng)集中度影響因素及趨勢(shì)研究［J］.經(jīng)濟(jì)與管理，2007(6):70-74.

[5]易小佳，廖進(jìn)中.我國(guó)汽車產(chǎn)業(yè)市場(chǎng)集中度影響因素的實(shí)證研究［J］.科技和產(chǎn)業(yè)，2007(3):12-16.

[6]仲偉周，郭彬，彭暉.我國(guó)零售業(yè)市場(chǎng)集中度影響因素的實(shí)證分析[J].北京工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012,27(01):15-22.