潘建伟+吴梦然

基金项目：本文为北京物资学院科研创新协作团队研究项目“消费升级与农产品流通模式创新研究”的阶段性成果（编号为：2017GG02）

中图分类号：F712 文献标识码：A

内容摘要：本文基于统计数据，根据钻石体系理论构建了影响中国区域零售业竞争力的评价体系，从企业规模、效益、成长性、市场需求以及环境等方面综合评价零售业竞争力水平。基于所选指标体系，利用因子分析法对中国31个省、市、自治区2015年零售业竞争力进行定量评价比较，本研究对于提升区域零售业竞争力具有一定的参考价值。

关键词：区域零售业 零售业竞争力 因子分析法

文献述评

产业竞争力通常从两个层面进行研究：一是国际产业竞争力，指某一国家的特定产业在国际市场上的竞争力；二是区域产业竞争力，指一个国家内部特定区域的特定产业在国内市场上的竞争力（岳中刚，2006）。本文所讨论的零售业竞争力就是后者。

迈克尔·波特根据对10个国家上百种产业发展历史的研究，归纳出著名的“钻石体系”（见图1），用来分析国家如何在特定领域建立竞争优势。在“钻石体系”中，“生产要素”是指一个国家在特定产业竞争中有关生产方面的表现。“需求条件”是指本国市场对该产业所提供产品或服务的需求如何。“相关与支持性产业”是指这些产业的相关产业和上游产业是否具有国际竞争力。“企业的战略、结构和同业竞争”是指企业在一个国家的基础、组织和管理形态，以及国内市场竞争对手的表现。“机会”是指一些突发性因素，包括基础科技的发明创新、外国政府的重大决策、战争等。“政府”角色是指政府对其它要素的干预。

另外，产业竞争力的影响因素是对产业竞争力进行衡量的基本前提，也是开展产业竞争力研究的重要基础。厉无畏教授提出，产业的竞争力是由产业的竞争优势决定的，而产业的竞争优势又是由一系列因素决定的，这些因素主要有：产业组织效率、投入要素的数量和质量、学习和创新能力、合作的效率、文化力量以及产业政策的作用等。他强调产业组织效率从两个方面影响产业的竞争优势：一是竞争性组织结构，有效竞争的市场结构和产业组织结构是增强产业竞争力的关键因素；二是规模经济，包括企业内部的规模经济和企业外部规模经济（厉无畏等，2001）。

上述理论观点表明，产业竞争力是一个综合性、动态性和层次性的概念，很难有一个通用的分析模式和评价体系。本文借鉴比较著名的竞争力“钻石体系”的一般分析框架，试图构建一个零售业竞争力指标体系与评价方法，并将其运用于中国31个省、市、自治区零售产业的评价与分析。

零售业竞争力综合评价指标体系与方法设计

依据中国统计年鉴（2015、2014），本文从6个方面选择了17个指标建立零售业竞争力综合评价指标体系（见表1）。

首先，进行KMO检验和球形Bartlett檢验，判断能否进行因子分析运用SPSS软件对原始数据进行处理，检验结果如表2。

KMO的统计值一般界于0和1之间，若该统计指标在0.5和1之间则表明可以进行因子分析，若小于0.5则表明不适宜进行因子分析。本研究的KMO值为0.665，说明因子分析是可以接受的。Bartlett球形检验的卡方统计值为582.155（P<0.000），拒绝原假设，说明相关矩阵不是单位阵，可以考虑进行因子分析。综合以上两项统计指标的检验，表明本研究适合进行因子分析。

然后，找出公共因子。进行因子分析时，由于指标的量纲不同，首先要对数据进行标准化处理。本文运用SPSS软件对原始数据进行处理，消除量纲差异的影响。根据特征根大于1的原则，本文选了5个公共因子，如表3所示。

从表3中可以看到，5个公共因子的累计贡献率达到81.284%，即5个公共因子可以反映原来17个指标86.228%的信息量。因此，上述17项指标可以综合成5个公共因子F1、F2、F3、F4和F5。

最后，进行因子分析。通过SPSS软件输出旋转后的成分矩阵（未旋转的公共因子的实际意义不好解释，因此对公共因子进行方差最大化正交旋转，得到旋转后的成分矩阵），反映公共因子与各变量之间的关系：

F1在X11、X16、X13、X15、X3、X5有较高的载荷量，X11、X16、X5与地区消费需求和城镇化水平有关；X13、X15、X3与零售业的相关行业有关。它们都对零售业的繁荣做出贡献，可以统称F1为贡献因子，它综合了全部指标体系27.083%的信息。

F2与X17、X1、X14和X2相关程度较高，X17、X14分别代表地区生产总值和货运量，反映地区经济对零售业的支持，X1、X2是劳动力要素投入和资本要素投入，反映人力、财力对零售业的支持。因此可以定义F2为支撑因子，它综合整个指标体系22.127%的信息。

F3与X7、X10、X8、X9的相关系数较大，它们反映的都是零售企业的成长性，因此，定义F3为成长性因子，综合整个指标体系17.031%的信息。

F4在X6、X4有较高的载荷量，X6、X4都反映零售企业效益。因此，本文将F4定义为效益因子，它综合整个指标体系8.442%的信息。

F5与X12的相关程度较高。X12代表零售业的潜在市场需求。因此，可以定义F5为潜在需求因子，其综合了整个指标体系的6.601%的信息。

根据SPSS数据表，用回归法计算得到各公共因子得分，以各因子的方差贡献率占5个因子总方差贡献率的比重，作为权重进行加权汇总，得出各地区零售业竞争力的综合得分。综合得分F的计算公式如下：

F=（27.083）×F1+22.127×F2+17.031×F3+8.442×F4+6.601 ×F5）/81.284

在SPSS数据表中对5个因子F1、F2、F3、F4、F5以及综合得分F分别进行排名，得到地区零售业竞争力的得分及排名，如表4所示。endprint

区域零售业竞争力综合评价结果与分析

由表4竞争力得分和排名结果可见，在F1（贡献因子）方面，以北京、上海、天津、广东为首的零售及相关行业交易最为活跃，甘肃、河南、广西、河北的活跃度最低。居民消费能力、城镇化水平和相关行业销售额对零售业竞争力优势的形成做出巨大贡献。经济贡献越大，地区零售业发展越为强劲。在F2（支撑因子）方面，广东、山东、江苏、浙江、河南排名前列，海南、青海、宁夏、吉林、新疆的排名倒数。X17和X14可以看作零售业外部条件的支撑，其增长能够促进零售业在当地的发展，对零售企业竞争力的提升有促进作用。X1和X2可以看作零售企业内部运营的支撑，只有在充裕的劳动力和资金投入下，零售企业才能健康发展。在F3（成长性因子）方面，江西、安徽、重庆、河北的零售业在未来的成长性比较好，而甘肃、海南、内蒙古、山西的成长性位于后四位，对于零售业成长性较好的地区，当地企业应该抓住机遇，把握市场形势，推动零售业的发展；在F4（效益因子）方面，重庆、上海、福建、陕西的优势明显，西藏、天津、浙江、江西的零售企业效益最低。这跟中国零售企业的结构性调整有关，近几年不少知名零售企业关店现象频现，它们收拢在二三线城市的阵地，向三四线城市拓展下沉，以求获得长期效益。在F5（潜在市场需求因子）方面，黑龙江、吉林、江苏、广东潜在市场需求最能得到挖掘，甘肃、安徽、宁夏、云南的潜在市场需求最小。潜在市场需求旺盛的地区，零售企业应该思考通过调整业态经营、有效营销，提升竞争力，来吸引居民消费。最后，对比各地区的综合排名（F）发现，广东、上海、江苏、北京的零售业综合竞争力最强，综合竞争力得分最低的四个地区依次是甘肃、宁夏、海南、西藏。这与中国一直以来“东强西弱”的经济发展不均衡局面大致相似。

此外，基于初步评价结果，可以得出如下结论：第一，对比北京在F1和F2、F3、F4、F5上的排名，我们发现，尽管北京的地域环境良好，相关支持行业和经济发展水平高，但当地零售企业的效益和成长性都处于萎靡状态，这可能跟零售企业转型升级有关。第二，对比浙江在F4和F1、F2、F3、F5上的排名发现，浙江省零售业的企业效益水平远远低于其拥有的经济市场所能带来的效益，这可能与该地区存在严重的零售企业关店潮有关。第三，对比江西各项因子，其零售企业成长性和潜在市场需求极佳，但是企业效益和当地经济市场繁荣度不高，零售企业应因势利导，带动区域经济发展。第四，对比广东各项竞争力排名发现，广东地区企业规模和市场环境对零售业竞争力的正向影响大大超过企业效益、企业成长性等因素的逆向影响，这充分说明区域经济发展对区域产业有重要影响力。

参考文献：

1.岳中刚.基于因子分析法的区域零售业竞争力研究[J].产业经济研究，2006（2）

2.迈克尔·波特.国家竞争优势[M].李明轩，邱如美译，华夏出版社，2002

3.厉无畏，王秀治.产业竞争力论[J].上海经济，2001（11）

4. 何晓群.多元统计分析（第四版）[M].中国人民大学出版社，2015

5. 洪涛，李国玉.中国零售业结构性调整分析——2014年中国零售业关店报告[J].中国流通经济，2015（3）endprint