我国居民消费增长与流通业发展.doc

我国居民消费增长与流通业发展*基金资助： 西南财经大学 “211”三期特色项目（项目编号：211D3T10）和西南财经大学创新人才基金资助
感谢：导师周殿昆教授给予本文提出的宝贵的修改意见
① 对流通问题的研究有宏观和微观两个视角。宏观视角的研究，所关注的是从国家的角度研究全社会的商品如何完成从生产领域到消费领域的转移；微观视角的研究，所关注的是从企业组织的角度研究如何有效地实现商品从供应地到使用地的转移。西方主要是从微观的角度进行研究，在英语中表示为“distribution”，因此文献回顾中没有居民消费支出与流通业发展二者关系研究的外文文献。本文是从宏观视角进行流通业的研究。

——基于东、中、西部panel data的实证研究

内容提要：本文利用1990-2007年我国东中西部地区省份的居民消费增长水平和代表流通业发展水平的数据，采用Panel Data的Granger因果关系检验和以此检验结果为基础的Panel Data模型进行实证分析。结果表明，东中西部地区流通业发展是居民消费增长的原因，但是流通业发展对居民消费增长的影响存在较大的差异。东中西部地区流通业每增长1个百分点，居民消费分别增长1.3019、1.0127、0.6238个百分点。最后，本文提出促进东中西部地区流通业发展的建议。
关键词：流通业发展 居民消费增长 面板数据
中图分类号：F724 文献标识码：A 文章编号：1002-8102

一、引言
居民消费是拉动经济增长的重要力量。然而我国近年来出现了消费不足的现象。因此，研究我国目前居民消费增长的影响因素，对于我国当前应对国际金融危机，扩大我国消费和刺激内需，具有重要的理论和现实意义。现有研究主要从居民收入增长缓慢、居民收入分配差距增大、预期的不确定性、消费环境的不完善等方面，解释制约我国居民消费增长的因素。然而对于流通业增长能否促进和能在多大程度上促进居民消费增长方面，研究的相关文章不多，尤其是关于两者关系实证分析研究得更少。
本文首先将现有学术界关于流通业发展与居民消费增长的研究进行梳理，然后进一步运用计量模型对两者关系进行实证分析。
二、文献回顾①
（一）流通业促进居民消费增长的研究
从理论上说，流通业发展是能够促进消费增长的。马克思早在100多年前就在《资本论》第二卷用了大量的篇幅论述了商品和资本的流通、交换形式，详尽阐述了流通环节、流通时间、流通费用对产品转化成商品（即对消费）的重要作用。贺珍瑞[1]认为，农村流通体系与农村消费需求存在着明显的相关关系，农村流通体系的落后，在一定程度上制约了农村经济的发展和农村消费需求的扩大。商务部研究院学者赵萍[2]对流通体制促进消费的潜力进行了分析，并在借鉴相关国际先进经验的基础上提出了改革流通体制促进消费增长的对策建议
（二）居民消费增长促进流通业发展的研究
王惠[3]认为，消费无论是在商业流通发展的历史演进中，还是对新兴商业业态的崛起都起着非常重要的作用。商业流通要在消费导向型经济时代获得更大发展，则必须适应消费、推动消费、发展消费。消费的变化是零售业不断创新的直接因素。
（三）居民消费增长与流通业相互促进的理论研究
湖州市统计局财贸处的研究人员认为，流通业增长和居民消费增长相互促进。比如，他们提出“加快流通业发展 促进消费市场繁荣”的建议，在文中提出湖州市居民消费的增长促进了流通业的发展。另一方面，他们提出进一步整顿和规范市场流通秩序，改善消费环境；湖州市政府要重点扶持汽车流通与服务业、电子信息产品流通业等新兴行业的发展。通过流通业的发展以改善消费环境，拓宽消费领域，引导消费观念更新，促进消费结构升级，培育新的消费热点。
（四）流通业发展与居民消费增长实证关系的研究
王新利[4]等通过对2003年我国31个省(市、自治区)的截面数据进行分析，结果表明，农村流通体系是除了收入因素以外，对农村消费有较大影响的因素之一。同时，他们还运用经济学原理分析了不完善的农村流通体系对农民利益、农民消费和消费方式的影响。胡愈[5]对2005年我国31个省(市、自治区)的截面数据进行分析，也得出与王新利类似的结论。冉净斐[6]选用1908—2005年相关数据，建立流通和消费增长的线性模型，运用时间序列分析中VAR模型进行分析，结果表明当期的社会消费品零售总额 冉净斐在其文中用社会消费品零售总额作为衡量商品流通业发展的指标。
每增加1%，会引起当期的居民消费、农村居民消费、城镇居民消费、政府消费分别增加0.80%、0.87%、0.85%、0.80%，即认为流通业的发展会引起消费的增长。
关于二者关系的实证分析研究的主要有王新利、胡愈和冉净斐等学者，他们进行实证方面的探讨对我们进一步深入研究提供了一个好的思路，颇具借鉴意义。但是，他们的分析尚存在一些问题，在此提出与之商榷。由于胡愈和王新利的分析方法和思路基本相同，在此以王新利文章为例进行讨论。首先，该文对于居民消费水平和农村流通发展选用的数据指标不是很合理。该文以农村从事批零贸易及餐饮业的人数近似代表农村流通体系的发展状况。其次，该文对1989—2003年的相关数据，运用一元回归方程结果来考察农村的流通体系对农民消费的作用程度。笔者认为，这样的分析方法和结果有待商榷。一方面，现实生活中越来越多的经验证据表明，经济分析中所涉及的大多数时间序列是非平稳的，非平稳序列往往会出现伪回归[7]。因此，序列平稳性检验是非常必要的，而该文没有对时间序列数据进行平稳性检验。另一方面，由于我国幅员辽阔，居民消费水平和流通业发展水平因地区而异，仅用时间序列数据或截面数据来分析有可能会忽略不同截面个体的影响，进而导致模型估计方面的系统性偏误，若改用Panel Data建立计量模型则可以克服上述问题。冉净斐运用VAR模型分析流通业发展和消费增长关系的思路值得借鉴，但其在文中以社会消费品零售总额作为商品流通业发展的指标，以居民消费支出额作为消费增长的指标进行二者关系分析，笔者认为指标的选取有待商榷。笔者认为社会消费品零售总额和居民消费支出两个指标具有很强的相关性，社会消费品零售总额中很大一部分就是消费支出，因此运用二者数据进行分析所得出的结论似乎缺乏足够的说服力。
目前，尚无学者就居民消费增长与流通业发展关系进行基于面板数据的实证分析。本文将以1990—2007年我国东中西部各省份的相关数据为基础，分析论证我国东中西部居民消费增长与流通业发展之间究竟存在什么样的因果关系？这种关系在我国的东部、中部和西部地区是否有差异？本文期望通过实证分析来回答这些这些问题，为各区域的政府制定相关发展政策提供实证分析的参考依据。
三、计量方法、数据说明和研究思路
（一）计量方法
1.面板数据单位根检验
面板单位根检验是对时间序列单位根检验理论的继续和发展，它综合了时间序列和横截面的特征，能够更加直接、更加精确地推断单位根的存在(汪涛等，2002)。对面板数据考虑下面的AR(1)过程： （1），其中：表示模型中的外生变量，包括各个截面的固定影响和时间趋势。N代表个体截面成员的个数，表示第i个截面成员的观测时期数，参数为自回归的系数。对于式（1）所表示的AR(1)过程,如果，则相应的序列为平稳序列；如果，则相应的序列为非平稳序列。根据对式（1）中参数的不同限制，可以将面板数据的单位根检验方法划分为两大类。一类为相同单位根情形下的单位根检验，这类检验方法假设面板数据中的各截面序列具有相同的单位根过程（common unit root process）；另一类为不同情形下的单位根检验，这类检验方法允许面板数据中的各截面序列具有不同的单位根（individual unit root process）。相同单位根情形下的检验有LLC检验、Breitung检验，Hadri检验；不同单位根情形下的单位根检验有Im-Pesaran-skin检验、Fisher-ADF检验和Fisher-PP检验[8]。
2.面板数据granger因果关系检验
Hurlin和Venet[9]（2001）提出了面板数据格兰杰因果检验。本文采用马兹晖对Hurlin和Venet （2001）模型的一个变形[10]，其数据生成过程如下：，其中零假设H0:对任意k，=0，备择假设为H1:对任意k，0，如果拒绝零假设，则x是y的格兰杰原因；反之，则x不是y的格兰杰原因。可以用以下统计量检验零假设： ,其中和分别为带约束（即）和不带约束的OLS估计残差平方和，N为面板数据截面单位，T为时间长度，P为滞后项阶数。根据Hurlin和Venet(2001)已知，服从F(P,TN-N-2P-1)分布。
3.面板数据模型的设定及选择
面板数据模型的一般形式为： （2）。其中：n是截面单位的个数，T是时间段的个数。表示被解释变量；为维变量向量，为维变量向量，为随机扰动项，满足零均值、等方差、服从正态分布。根据模型中参数的假设不同，面板数据模型（2）常用的有如下三种类型：
类型1：变系数模型 ， （3）；
类型2：变截距模型 ， （4）；
类型3：固定系数模型 ， （5）；
估计面板数据模型的第一步就是要选择合适的模型，因为如果模型选择不正确，将会影响所估计的参数的结果。本文采用协方差分析检验（Analysis of Covariance），主要检验如下两个假设：假设1(或：H1)：斜率在不同的横截面样本点上和时间上都相同，但截距不相同，即；假设2(或：H2)：截距和斜率在不同的横截面样本点和时间上都相同，即。在协方差分析检验中采用的是F统计量。

,
统计量用来检验假设2，统计量用来检验假设1，其中：采用OLS分别估计变系数模型、变
截距模型和固定系数（经典融合数据）模型，得到残差平方和分别记为：S1、S2、S3。如果小于给定显著水平下的临界值，则接受假设2，采用固定系数（融合数据）模型，没有必要进行进一步的检验。如果大于给定显著水平下的临界值，则应该拒绝假设2，继续检验假设1，判断斜率是否都相等，如果拒绝假设1，则应该采用变系数模型。
估计面板数据的第二步就是判断采用固定效应模型还是随机效应模型。如果经过上述协方差分析检验，采用的是固定系数（融合数据）模型，则不需要再判断采用固定效应模型还是随机效应模型；如果采用的是变截距或者变系数模型，则需要判断采用固定效应模型还是随机效应模型，因为不同的效应模型对应不同的参数估计方法。本文主要采用Hausman检验。Hausman检验的原假设：H0:,其中 为相应的固定效应的系数估计，为随机效应的系数估计。如果随机效应与解释变量无关，那么二者应该相等，此时所采用的统计量为：，其中k表示自变量的个数。当原假设被拒绝时，随机效应产生有偏估计量，违背了高斯—马尔科夫假设，则采用固定效应模型。
（二）模型选用指标及数据说明
由于我国区域之间的流通业和居民消费支出水平有一定的差异，为了分析区域之间的差异情况，本文按照地理位置与国家宏观经济战略差别来划分东中西部。东部地区包括北京、天津、上海、山东、江苏、浙江、福建、广东、海南；西部地区包括陕西、云南、贵州、广西、宁夏、甘肃、内蒙古、青海、新疆；中部地区包括黑龙江、吉林、辽宁、河北、山西、安徽、河南、湖北、湖南、江西 不包括四川、重庆和西藏，也不包括港澳台地区。重庆在1997年之前没有相应的统计数据，四川在1997年之前的数据又包括了重庆的相应数据，两省的数据有缺失；排除西藏是由于其经济规模很小，如果加入其数据可能会影响分析的准确性。
。本文选取了1990年—2007年的28个省份的相关数据作为样本进行分析。
最终消费分为政府消费和居民消费两大部分。历史数据表明，20世纪90年代以来，我国居民消费的增长慢于政府消费的增长[11]。近年来学术界和相关部门的决策者更为关注的也是如何促进居民消费增长问题，因此，本文将主要研究居民消费增长的问题，用居民消费指标来反映居民消费增长水平。居民消费支出的数据基本上来自1989—2008年的《中国统计年鉴》 由于《中国统计年鉴》没有各个省份1996年居民消费支出的统计数据，本文中1996年居民消费支出的数据来自各个省份的统计年鉴。
。为了消除价格变化对居民消费支出数据的影响，本文以1990年为基期采用居民消费价格指数进行平减 考虑到数据的可得性以及各个省份居民消费价格指数的差异性较小，本文采用全国的居民消费价格指数对各个省份的居民消费支出进行平减。
。
目前我国关于流通业的定义比较多，归纳起来比较典型的定义主要有两种：其一：广义的流通业是指与商品交换和商品流动直接相关的所有产业，如批发业、零售业、住宿餐饮业、交通运输业、仓储业、广告业、包装业、金融业等等；从狭义上讲仅指批发业、零售业及其与其相关的服务业[12]。其二：流通业是指从事商品或者服务的流动与交易的行业。在中国，流通业又分为广义和狭义的两种：狭义的流通业包括零售业、批发业（商业）、物流业；广义的流通业包括零售业、批发业、物流业、餐饮业、旅游业[13]。本文认为，金融业虽然是为流通业发展提供资金支持，但是金融业又是一个相对独立和特殊的行业，其不能纳入流通业；广告业同样可以为很多产业提供广告等相关服务，也是一个相对独立的行业，纳入流通业也不合适；流通过程应该是商流、物流、信息流的统一[14]。但是，考虑到本文所研究的主要是流通业和居民消费增长的关系，而流通业中物流层面很大一部分的数据是生产资料的运输，和居民消费没有直接的关系，再加上无法将物流中的生产资料和生活资料的数据分离开来，而且流通业中商流部分——批发业、零售业以及住宿餐饮业与居民消费有着较为密切的关系，综合这些因素，本文选择批发业、零售业以及住宿餐饮业的相关统计数据作为流通业发展的指标。本文反映流通业发展的数据主要来自1989—2008年《中国统计年鉴》批发业、零售业、住宿餐饮业的数据 文中流通业发展的数据在1994年以前用的是《中国统计年鉴》中的“商业”数据表示，1995—2004年用“批发零售贸易餐饮业”表示，2005年以后开始包括“住宿业”。
。为了使所有数据都折算为不变价格，本文以1990年为基期对相关数据进行处理，批发零售贸易餐饮业的数据采用单缩法进行平减[15]。
四、实证分析结果
（一）面板数据的单位根检验
本文首先对居民消费支出和流通业发展水平的数据取对数以消除异方差，并分别记为：LNRCE和LNCID。为了避免因为检验方法本身的局限性而影响单位根检验结果的准确性，本文将同时采用LLC检验、Breitung检验、Im-Pesaran-skin检验、Fisher-ADF检验和Fisher-PP检验五种检验方法。在检验结果中检验类型（test type）选择常用的默认的Summary形式，以方便对各种检验（Hadri检验除外）的结果有一个全面的了解。检验结果见表1。
表1 面板数据单位根检验

LLC
检验
Breitung
检验
Im-Pesaran-skin检验
Fisher-ADF
检验
Fisher-PP
检验

东部地区

LNRCE
-0.99982
-0.59207
-0.6713
19.3503
15.3281
△LNRCE
-9.16592***

-7.11422***
78.3649***
83.4453***
LNCID
-4.38803***
-1.84863**
-3.02432
42.5095*
10.7687
△LNCID
-8.65996***

-8.13849***
91.1479***
93.7333***

中部地区

LNRCE
-1.543
1.47072
-1.10667
29.9611
19.6155
△LNRCE
-11.5078***

-9.44952***
111.857***
129.444***
LNCID
-12.4967***
-0.89367
-4.66244***
48.6127
23.9977
△LNCID
-18.1953***

-13.7949***
150.841***
140.46***

西部地区

LNRCE
2.55222
3.23327
2.67543
11.7513
6.59483
△LNRCE
-8.60381***

-5.84173***
70.1785***
78.6501***
LNCID
7.3568
8.13979
7.97993
1.56697
1.16482
△LNCID
-4.85498***

-3.3163***
41.5115***
41.7054***
注:（1）***、**、*分别表示1%、5%、10%水平上显著；（2）△表示该变量的
一阶差分形式；（3）单位根检验过程中的最优滞后期数是按Schwarz评价标准
确定的。（4）表中所有变量的一阶差分项下的Breitung检验经过默认的Summary
的检验形式，不存在。
通过表1，我们可以看出，原始的LNRCE数据无论是在1%，还是5%、10%的置信水平下都不能拒绝原假设，即我们可以认为该序列存在单位根。原始的东部地区得LNCID数据虽然在在一定的置信水平下拒绝了原假设，但仍然有两个检验不能拒绝原假设，中西部地区的LNCID数据都不能拒绝原假设，因此，我们也可以认为LNCID数据存在单位根。经过一阶差分后的LNRCE数据和LNCID数据在1%的置信水平下都拒绝了原假设，即可认为这些序列不再存在单位根，可以进行进一步的检验。
（二）面板数据的granger因果关系检验
由于经过一阶差分后的LNRCE数据和LNCID数据序列都不存在单位根，根据Hurlin和Venet（2001）提出的面板数据格兰杰因果检验方法，本文对两个差分序列进行了检验，检验结果见表2。

表2 Granger因果关系检验结果

△LNRCE→△LNCID
△LNCID→△LNRCE

1
2
3
1
2
3
东部
6.69*
2.84
3.73
13.20***
6.80*
9.08***
中部
11.61***
10.66***
13.95***
14.26***
9.92***
10.14***
西部
4.17
4.32
2.69
8.81***
6.77*
8.32***
注:（1）***、**、*分别表示1%、5%、10%水平上显著；（2）△表示该
变量的一阶差分形式；（3）p表示滞后项阶数。
表2的结果显示：从流通业发展对居民消费增长影响的因果关系检验结果上看，无论东中西部，至少在10%的水平下都能拒绝原假设(其中中部地区全部能在1%的水平下拒绝原假设)，即认为流通业增长是居民消费增长的原因，所有的结论对不同的滞后阶数都成立，因果关系比较稳定。从居民消费增长对流通业发展影响的因果关系检验结果上看，东部地区只在一阶水平下的1%的显著水平下能够拒绝原假设，在其它水平下都不能拒绝原假设，可以大致判断东部地区居民消费增长不是流通业发展的原因；西部地区在3个显著水平下都不能拒绝原假设，因此西部地区居民消费增长不是流通业发展的原因；然而中部地区，在3个显著水平下都拒绝原假设，即可认为中部地区居民消费增长是流通业发展的原因，从而得出中部地区流通业发展与居民消费增长互为因果关系。
一般来说，一个地区流通业的发展要受到城市化水平、流通业基础设施的完善程度、政府对当地流通产业发展的重视程度、地区的信息化技术水平、外资零售巨头进入多少等多方面因素的影响和制约。在中部地区，无论是零售业态的种类及其规模，还是流通产业整体的发展水平与东部地区相比都存在着较大的差距，但是随着中部地区人们收入水平的提高，人们的消费需求增强，该地区消费需求的不断上升推动着流通产业的发展，以满足人们的消费需求。在东部地区，城市化水平的不断提高，推动着该地区新型业态和连锁经营的发展，同时，随着外资零售巨头的不断进入，东部地区的零售业竞争日益激烈，推动着流通产业的发展，以上方面原因使得消费需求增长对流通业发展的引致性作用不够明显。流通业要在消费导向型经济时代获得更大发展，则必须适应消费，在西部地区，城市化水平较低、流通业基础设施不完善、信息化技术水平的落后等因素使得流通业无法适应居民消费的增长，这些因素从根本上制约着流通业的发展，使得居民消费对该地区流通业发展的作用难以凸显。
（三）基于面板数据的模型选择与分析
1.模型选择
（1）判断Panel Data模型的类型。首先计算出S值和F值（见表3），然后利用F统计量值和临界值比较后进行选择。
表3 S值及F统计量值

S值
F值

S1
S2
S3
F1
临界值
F2
临界值
东部
0.50
0.55
1.14
1.99
2.63
11.6
2.16
中部
0.89
0.97
1.60
1.72
2.52
7.17
2.01
西部
0.27
0.30
0.89
1.57
2.63
20.47
2.16
注：（1）临界值是取1%显著水平下的数值；（2）由于不能查
阅到精确的临界值，表中临界值只是根据F统计量表估计的
近似值，不影响结果判断；
通过表3我们可以看出，在1%的显著水平下，拒绝假设2，不能拒绝假设1，因此，无论东中西部地区，在进行面板数据分析时应当选择变截距模型。结合以上的因果关系判断，本文初步建立以下模型： (6)。
（2）判断采用变截距的固定效应还是随机效应模型。
由于Hausman检验要求先对模型进行估计，而且要求所估计的方程含有随机效应，因此，先对模型进行含有随机效应的估计，然后根据随机效应的结果进行判断采用什么效应模型。Hausman检验输出结果见表4。
表4 随机效应检验结果

卡方统计量值
相伴概率
东部
3.19
0.003
中部
3.82
0.0002
西部
7.66
0.0015
从表4中可知，在1%的显著水平下，有足够的证据证明可以拒绝原假设，即可以认为适宜采用固定效应模型。
2.结果分析
结合前面模型类型和模型效应选择的判断，本文考虑使用固定效应的变截距模型。模型分析结果见表5。
表5 东、中、西部panel data回归结果

东部
中部
西部

参数/统计量值
t值
参数/统计量值
t值
参数/统计量值
t值
常数项
1.5817
3.87
3.6310
2.92
4.0096
7.78
△LNCID
1.3019
12.06
1.0127
8.91
0.6238
9.24
R2值
0.8247
-
0.7537
-
0.8824
-
F统计量
11.5409
-
20.2618
-
7.3290
-
相伴概率
0.0021
-
0.0128
-
0.0051
-
注：相伴概率指的是F统计量的概率
通过表5可以发现，流通业发展对居民消费增长影响最大的是东部地区，流通业每增长1个百分点，会使居民消费增长1.3019个百分点。其次是分别是中西部地区，其弹性系数分别为1.1027和0.6238。这也验证了我们在前面进行的一些理论分析，即认为流通业越发达，该地区的市场化越高，流通业发挥的作用也越大。流通环节是否顺畅、是否发达在很大程度上影响着商品从生产环节都消费环节的周转速度，影响着居民消费需求的实现程度。居民消费需求的实现是离不开流通业的，流通业虽然不是居民消费增长快慢的决定性因素，但应该也是一个很重要的因素。通过表5 的结果我们可见一斑。总体来说，东部地区的流通业比较发达，无论是从流通业就业人数比较，还是从流通产业的业态的多样性及流通产业的规模而言都东部地区远远领先于中西部地区。西部地区流通业发展对居民消费增长的弹性仅仅是东部地区的一半。
五、结论与进一步研究展望
本文初步分析和论证了1990—2007年我国东中西部地区居民消费增长与流通业发展之间的关系，并用Granger因果关系检验分析了居民消费增长与流通业发展之间的因果关系，得出东中西部地区流通业发展是促进居民消费增长原因的结论。最后，本文使用panel data模型进一步探析了东中西部地区流通业对居民消费增长的作用程度。分析发现，东中西部地区流通业对居民消费增长是有着较大的差异的，东中西部地区流通业每增长1个百分点，居民消费分别增长1.3019、1.0127、0.6238个百分点，西部地区流通业发展滞后直接影响着其居民消费增长的速度，西部地区流通业对居民消费增长的作用程度仅仅是东部的一半。因此，本文认为东中西部地区要根据当地的实际情况采取相应的促进流通业发展的措施：（1）流通发展，观念先行。要充分认识到流通业的重要性，尤其是认识到其对提高居民消费增长速度方面所发挥的作用，彻底改变传统的“重生产、轻流通”的落后思想观念，中西部地区政府更要把发展流通业提到一个相当的高度，从政策上加以扶持，只有大力发展流通业，提高流通业在经济发展中的地位，才能不断促进消费和扩大消费；（2）进一步加快流通创新，不断推进流通现代化。要充分依靠城市和沿海地区流通创新成果和经验，带动农村和中西部地区的流通创新，加快解决农村中流通组织松散落后、流通效率低下等问题[16]。中西部地区要在流通信息化和现代化方面下功夫，从而为消费者提供准确、便捷高效的服务，达到扩大消费的目的；（3）各地区采取不同的促进流通业发展的着力点措施：东部要着眼于流通业的国际竞争优势，培育一批具有国际竞争力的大型流通企业；中部地区要加大对中小流通企业发展的扶持力度，在财政、税收等方面鼓励和吸引国内外各类投资者创办中小流通企业；西部地区通过对流通企业的整合，扩大企业规模，提高流通效率[17]；（4）中西部地区应大力提高城市化水平，以城市化促进流通业的发展，从而推动中西部居民消费的增长和经济的发展。实证结果表明，我国中西部城市化水平每增长1个百分点，就会分别带动流通业增长1.8827和0.9274个百分点[18]；（5）加强流通基础设施，尤其是尽快解决中西部地区和农村的流通基础设施不足的问题。从我国地区之间和城乡发展的不平衡，从流通领域看，存在着城市流通设施相对过剩与农村流通设施相对不足的“二元结构”，东部较完备的流通设施与中西部欠发达的流通设施并存。
为了进一步深入的分析相关问题，笔者认为可以从以下几个方面进行扩展和深化：（1）由于影响居民消费的主要因素是居民收入，直接考虑居民消费增长与流通业发展关系可能遗漏了居民收入这个变量，在建模时可以考虑引入居民收入变量；（2）在中部地区，居民消费增长与流通业发展存在双向因果关系，这样两个变量之间建模时就可能存在内生性问题，可以考虑引入工具变量（IV），当然IV的选择也是一个难以把握的技术问题，同时可以考虑在引入居民收入变量的基础上建立VAR模型考察二者关系；（3）如果能够收集到物流中有关生活资料流通的数据，则可以考虑进一步研究居民消费增长与（生活资料的）物流之间的关系；（4）可以考虑建立panel data 的协整模型来深入研究这两个变量之间的长期和短期的协整关系。
主要参考文献：
[1] 贺珍瑞.农村流通体系对农村消费需求的影响分析[J].山东农业大学学报(社会科学版,2007, (3)：23-26.
[2] 赵萍.扩大消费与中国流通体制改革[J].商贸经济(中国人大复印资料),2007, (10)：8-10
[3] 王惠.消费对商业流通发展的作用[J].河南社会科学,2000, (6)：45-46
[4] 王新利,吕火花. 农村流通体系对农村消费的影响[J].农业经济问题,2006, (3)：69-71
[5] 胡愈.农村现代物流与农村消费增长相关性研究[J].消费经济,2007, (2)：38-42
[6] 冉净斐.流通发展与消费增长的关系:理论与实证[J]商业时代,2008, (1)：11-12
[7] 高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2006: 327
[8] 易丹辉.数据分析与EVIEWS应用[M].北京:中国人民大学出版社,2008:317
[9] Hurlin,C.,Venet,B. Granger Causality Tests in Panel Data Models with Fixed Coefficients, Working Paper.EURISCO, University Paris IX Dauphin. 2001.
[10] 马兹晖.中国地方财政收入与支出——面板数据因果性与协整研究 [J].管理世界,2008,(3): 40-57
[11] 房爱卿.我国居民消费需求发展趋势和消费政策研究[M].北京:中国经济出版社,2006:131-132
[12] 苏为华,朱发仓.商贸流通业对社会经济发展的影响——以浙江省商贸流通业的发展为例[J].商贸经济,2007,(2):89-92.
[13] [17] 王德章,宋德军.流通业促进城市经济发展的实证分析[J].财贸经济,2007,(10):98-102.
[14] 夏春玉等.流通概论[M].大连:东北财经大学出版社,2006: 7
[15] 许宪春.中国服务业核算及其存在的问题研究[J].统计研究,2004,(7):3-14
[16] 宋则.流通体制改革攻坚[M].北京:中国水利水电出版社,2005:192
[18] 朱发仓,苏为华.城市化水平对流通业发展影响的Panel Data证据[J].财贸经济,2007,(2):120-125.

作者：张连刚 西南财经大学流通经济研究所博士生
联系地址：四川成都温江区柳台大道555号西南财经大学博学园130室 邮政编码：611130
联系电话：[phone] 邮箱：370843920@