普惠金融时代我国商贸流通业改革新方向探索

王新庆 王便芳

内容摘要：商贸流通业是与居民生活息息相关的行业，是平衡商品地域性、时间性、需求结构的重要途径，在国民经济发展中起着重要作用。当前普惠金融的迅速发展在一定程度上也影响了商贸流通业的发展形态，在支付方式、信贷结构、结算方式、交易信用保证等方面有了新发展。本文通过选取普惠金融发展和商贸流通业发展的代理指标并运用灰度关联方法分析在普惠金融时代背景下，商贸流通业的哪些分解因素受到了影响以及受影响的程度有多大，进一步探讨商贸流通业如何适应普惠金融时代的到来以分析其改革的新方向。

关键词：普惠金融 商贸流通业 改革新方向

引言

商贸流通业是第三产业发展的重要组成部分，是一个经济体系的先导产业，商贸流通业的繁荣对于稳增长、促改革、调结构具有重要作用。商贸流通涉及环节较多，在商品的销售终端，自身的结构和发展特征对实体商业发展的升级具有很重要的作用，在流通环节涉及物流的流程优化与效率提升，同时商贸流通业面對消费者，既可以对消费者的消费行为进行一定的引导，也是满足消费者消费需求的途径（宋则等，2010）。当前在供给侧改革的背景下，部分商贸流通企业利用自身的网络信息化优势、品牌号召力、配送网络的完善与效率提升，进一步通过横向的整合发展，在发展规模上迈上了一个新台阶，同时整个产业布局得到优化（文启湘，2013）。政府相关部门也出台相关政策促进商贸流通行业的发展，部分地区建立了中小商贸流通企业的统一公共服务平台，其中一项重要功能就是信息的交流，如商贸流通企业的业务人才需求、市场需求的对接与新市场的拓展、新的科技的应用以提升整体运行效率或解放部分人工、在管理方式和管理制度上的创新和流程优化等，在统一整合资源的基础上又及时了解了企业的具体经营状况，能够及时针对商贸流通企业的发展困难进行及时跟踪化解（王菊红等，2014）。

当前我国普惠金融发展较快，一方面是新兴的互联网金融灵活的运营模式带来了新的金融潜力和金融便捷性，网络支付、移动支付覆盖率不断提升，基于用户交易行为的海量数据，逐步衍生出了互联网的征信与信用贷款、透支消费等行为，另一方面中小银行的业务渠道不断下沉，各地的农村信用社或者当地本土银行也在自己的比较优势基础上利用新技术、新手段提升服务的质量和范围，部分大型银行甚至是四大行也纷纷成立普惠金融事业部，这些都推进了普惠金融的进程。在非银的信贷领域，部分从业公司已经从传统的以高利息放贷为主要赢利点转为从行业的特点及自身的定位寻找新的业务模式，特别是部分公司借助互联网浪潮建立了新的运营模式。另外在支付方式上，新型支付方式的创新和普及速度令人吃惊，支付方式从网络支付、移动支付到生物特质识别支付，其安全识别方式从数字识别到了生物特质识别，用户运用新型支付方式频率也越来越高，由此也产生了大量的用户基础数据，而这些行为一方面来自网络购物、移动购物的市场规模扩大及其伴随支付的频率增加，另一方面是人们从便捷性的角度出发而在商贸零售中使用新型支付并使用由此产生的信贷、保险及其他金融类服务，同时银行的渠道下沉也促使在终端消费上改变着购物消费方式，在商贸流通环节改变结算支付方式及信贷资金的获取方式，所以综合而言，普惠金融对商贸流通业的终端消费流通环节都产生了一定影响。在这种背景下，商贸流通业自身应该如何发展以适应普惠金融时代的特征，这正是本文要研究的内容。通过对普惠金融和商贸流通业的发展进行测量，考察商贸流通业各分解要素与普惠金融发展的相关性大小，进而分析商贸流通业的改革新方向。

普惠金融与商贸流通业发展的测度

（一）普惠金融发展测度

普惠金融是一个综合性概念，其度量的维度有多个方面，而每个维度上都包含了概念本身的相关信息，如果仅仅是从一个维度上或者是某几个维度上去对概念进行描述，那么这种描述就可能会是不准确甚至是错误的，所以要充分考虑概念描述的全面性。另一方面，普惠金融是一个确定性的概念，其本身的发展程度是一个抽象的概念，普惠金融发展没有一个明确的指标指向，需要去构造相应的指标，在一个尽可能准确的水平上对其进行描述，最终能够用一个指标数值涵盖尽可能多的信息，能够对其本身的特征进行综合性的概括。所以在构造相应的指标时，应该基于综合性、全面性的考虑，每个组成指标的观测序列都能够在某一维度上反映普惠金融的特征，在综合化的过程中又不至于丧失信息的准确性和全面性，或者只是丧失掉一小部分信息，这样最后的综合结果才能够既具备综合性又具备较强的解释说明能力。从这个角度出发，在构造普惠金融的衡量指标的过程中，应该从系统性、全面性出发，尽可能全面的涵盖各维度的信息并让其作为综合指数的一个有机组成部分。具体到指标的层次来看，对普惠金融发展程度的描述主要有三个方面：第一是金融服务的可获得性，在一个可比的空间范围内和时间范围内，能否有效便捷地获取相关的金融服务；第二是金融服务功能的全面性，在获取到服务后，其功能能否满足人们的金融业务处理需要以及在多大程度上能够满足业务处理需求；第三是金融产品与服务的质量，所获取的服务与功能使用是否足够便捷高效以及在整个使用过程中人们的体验是怎么样的，这都是在普惠金融发展指标构造时需要考虑的。普惠金融发展程度衡量指标构造有很多种方法，例如杨慧（2015）基于一定范围内的银行网点数、账户的数量以及所连接到的服务情况、账户中资金的流向与支付情况、存款与贷款的使用特点等观测值构建了普惠金融指数。普惠金融发展是一个抽象的概念，找到相应的代理指标进而得到其观测值，尽可能从最大的准确度上去描述普惠金融发展，但是这种仍是一种逼近关系，而不是对等关系，所以指标的构建仍是一种刻画程度的描述，考虑到指数构造的全面性和可靠性，本文选择北京大学数字普惠金融指数作为参考序列，作为衡量普惠金融发展程度的观测值（见表1），该指标主要涵盖了三个层面的信息：金融服务覆盖的范围、使用深度和数字服务，涵盖了支付宝账户数量情况、绑定银行卡的情况、线上线下的消费支付金额及频率特点、基于用户金融服务使用行为的大数据征信及以此为基础的普惠金融信贷、账户的转账和资金去向（如购买股票、保险等）、能够接受的信贷利率范围及对信贷的需求区间等20多个指标。

（二）商贸流通业发展测度

商品生产的最终目的是为了实现价值交换，商贸流通业便是消费和生产的中间环节，其本身是基于流通而衍生的综合性行业，一方面对消费端有着引领作用，另一方面对接着商品生产端，根据市场的需求对商品进行有效的选择配置。消费一方面是需要的被满足，另一方面又是可以被引导的，这就决定了商贸流通与消费的两个层面的关系特点（李媛，2015）。同时基于对消费市场的影响力，商贸流通对生产端产生一定的引领配置作用，生产者也是总倾向于生产销路好并且利润高的产品。在对我国商贸流通业进行考察时，其自身规模是一个基本的维度，具体指标有社会消费品零售额、批零从业人员等（陶俊，2016）。除了其本身规模的维度，普惠金融与互联网的发展为商贸流通业发展拓展了新渠道，即借助互联网技术对传统销售模式进行升级进而影响整个供应链条的模式，所以本文选取了网络购物和快递的发展水平进行分析。连锁零售是商贸流通的一个重要阵地，直接面对消费者并对地租和各项运营费用反应较为明显，其销售额从一个细分领域在一定程度上描述了零售行业的发展情况，同时其数量的变化反映了其在盈利情况与各项成本支出的综合考量下对业务的扩展或者是收缩，是反映其行业发展程度的重要尺度（见表2）。

从图1中可以看出我国社会消费品零售总额在考察期内绝对数值逐年递增，具体数值由2011年的181255.8亿元增长到2015年的300931亿元，但同期增长速度却逐步下滑，增速从2011年的17.13%下滑到2015年的10.7%，但在基数加大且逐年抬升的基础上，其绝对数额的增长仍然较大。

从图2中可以看出，在考察期内网络和移动购物的市场规模都有所上涨，具体分段来看，2011-2013年移动购物市场规模的绝对值从11亿增长到2740亿元，而到2015年这一数值跃升至18062亿元，增长近154倍；同时期网络购物规模由7666亿元跃升至34921亿元，增长近4.6倍。总体来看移动购物市场规模增长迅速，从考察内数据看，维持了一个超高速的增长，同期网络购物市场规模虽有高速增长，但是相比于移动购物市场规模来说其增长速度较慢。网络购物市场规模在2011年是移动购物市场规模的65.5倍，而到2015年这一数值缩小到1.9倍，在发展势头上移动端超过网络端，但是从规模上看绝对数值仍差距较大。

普惠金融时代商贸流通业改革新方向分析

（一）灰度关联分析

在实际的问题研究中，由于各种客观因素的存在，对数据的获取可能是不全面的，而另一方面数据可获得性较好，但序列之间的逻辑关系可能是不清晰的，在捕获信息的过程中也不可避免的会有部分信息的损失。灰度关联分析基于这些情况，从几何思想出发，对多组数据在数量特征关系上进行描述以反映其相关性情况（罗勇等，2005）。在对实际问题进行合理有效把握的基础上，利用数学方法对问题进行数量化的抽取，形成数学数量关系矩阵，描述形式Xm×n：

其中X0=（x0（1），x0（2），…，x0（n））为参考序列，则 Xi= （xi（1），xi（2），…，xi（n））为参考序列Xi的解释序列。在描述实际问题时维度不同会带来单位量纲差异，所以首先对Xm×n去量纲化并正向化，处理过程如下：

Δij （k）=| xi （k）-xj （k） |

处理后可以得到新的序列数据y0=（y0（1），y0（2），…，y0（n））和yi=（yi（1），yi（2），…，yi（n）），（i=1，2，…m）。进一步利用矩阵的极大值、极小值做如下处理：

其中 ρ为分辨系数，其取值在（0，1）之间，一般取 ρ=0.5。因为矩阵系数表达分散，考虑将其加权处理如下：

其中γ0i为第i项参考序列因子与其行为序列间的关联度，γ0i∈（0，1]，γ0i越大表明Xi与X0的关联性越强。

（二）商贸流通业改革新方向

商贸流通业发展受到很多因素的影响，结合前文的分析确定分解因素指标并通过《中国统计年鉴》、《中国电子商务年鉴》等获取数据，具体如表3所示。

从普惠金融与商贸流通业发展指标情况表中可以看出几项指标的单位量纲不一致，所以进行无量纲化处理：

Y（k）= f （x（k））=x（k）/x（0），其中x（0）≠0

f （x（k））为初值化变化，选取x0=（x0（1），x0（2），…x0（5））进行初值化处理，得到无量纲矩阵如下：

以普惠金融指数x0=（x0（1），x0（2），…x0（11））作为参考數列，并令：

Δij （k）=| xi （k）-xj （k） |

Δmax=maximaxjΔij（k），Δmin=miniminjΔij （k）

进一步取灰数分辨系数ρ=0.5，则得到矩阵Rγ

由系数矩阵Rγ可以得到图3。

从图3中可以看出，商贸流通业发展分解因素与普惠金融发展的关联程度上，快递量的关联度值整体呈现上升趋势，在2012-2013年随着整体市场环境有所下滑，而在次年关联度开始回升，与其他并列因素相比走出了独立趋势，而同期的社零总额、批零从业人员关联度值呈现了下滑趋势，快递收入的关联值在下滑后进入了一个震荡区间。快递量迅速攀升的背后是电子商务的迅猛发展，随着电子商务的发展，一方面对传统的商贸流通方式产生一定的冲击，同时另一方面带动了产业链上的行业。同时电子商务的迅速发展推升了普惠金融的发展程度，基于用户消费行为和支付行为的大数据可以衍生出众多的相关业务，由于其便捷性和消费的促进作用，又在一定程度上促进了电子商务的发展。电子商务在此阶段与普惠金融发展相辅相成经历了一个快速的上涨，而最直接的表现就是快递量攀升。而就快递业务整体收入而言，其关联度与普惠金融关联度平稳，快递收入衡量的是快递整个行业的发展状况，其收入随着快递量的攀升而上涨，但是与普惠金融的关联度上并不一定是同步正向的。从商贸流通规模角度看，其本身与普惠金融的关联度值也在走低，在商贸流通业整个市场规模扩大的情况下也伴随着电子商务对传统商贸流通市场份额的抢占，电子商务一方面和普惠金融是正向关联，而另一方面与传统商贸流通业市场都在增长的同时但增长速度却不一致，带来了电子商务的市场份额提升，在这种情况下，商贸流通业的规模指标与普惠金融关联程度在走低（见图4）。

由图4可以看出，网络购物规模与普惠金融的关联值稳定波动，而与同期的连锁零售企业情况关联程度在走低，可见在普惠金融背景下，连锁零售企业发展与其关联程度在降低。由于电子商务中的移动购物增长数值较大，如果纳入统一框架进行分析，会造成指标横向可比性降低，故本文未将移动购物市场规模指标进行统一的衡量，而只纳入了网络购物市场规模，即网络购物市场规模也与普惠金融发展表现出了很强的关联性。鉴于网络购物市场规模与普惠金融发展的关联性较为稳定，而在可比框架下移动购物市场规模的发展远远快于网络购物市场规模，在进一步的测试中，移动购物市场规模与普惠金融发展表现出了极强的关联性，造成其他指标的可比性大大降低，所以在普惠金融发展背景下，商贸流通业细分领域中的移动市场规模指标与普惠金融发展程度具有极强的关联性，而与连锁零售发展情况的关联度在减弱。由于矩阵的数据较为分散，考虑将其加权为一个综合数值以便于横向比较，具体关联度描述系数γij如下：

由公式进一步得到参考数列和可比数列的关联系数值和关联排序，如表4所示。

由关联系数表可以看出，γ3>γ5>γ4>γ1>γ2>γ7>γ6，在本文的研究框架下，在可比的7个影响因素中，快递量γ3与普惠金融发展程度关联值最大，关联值达到0.8063，连锁零售企业门店数γ6与普惠金融发展程度关联值最小，对应关联值为0.5535。整体来看，快递量和网络购物市场规模处于影响力较大的层次。在普惠金融时代背景下，商贸流通业发展分解因素中关联值较大的就是在实际改革中需要重点关注的。从分解要素的角度出发，在商贸流通业改革中要关注快递量的制度设计、流程优化、安全监管，以此提升快递量的整体处理能力，提升流通的效率。就电子商务而言，其本身与普惠金融就存在相互促进的关系，普惠金融的发展会促进电子商务发展，而电子商务的发展也为普惠金融发展提供了一定的发展动力，因此要进一步促进电子商务的发展，尤其是超高速增长的移动电子商务。而社零、连锁零售、批零等方面虽然在可比框架下关联值相对较低，但仍有一定的正向关联，均大于分辨系数0.5，所以在商贸流通业改革中也应予以重点关注，提升它们与普惠金融的关联程度。

结论

在普惠金融時代背景下，商贸流通业作为支付、结算、信用付款最活跃的行业，其发展必然会受到一定程度的影响，本文着眼于对两者关系的考察，寻找衡量普惠金融发展的代理指标，并对商贸流通业发展进行了组成因素的拆解，进一步获取相关的数据建立相关的分析模型。考虑到两者并非简单的线性关系，本文选取了灰度关联模型，在数量关系上以尽可能大的准确度去衡量两者的相关性，并在统一框架下形成几组可比的行为数列，进而考察普惠金融发展与商贸流通业各分解因素的相关关系。通过分析发现，在普惠金融时代背景下，商贸流通业改革应在流通领域的快递量处理上做好优化进而提升效率，同时在具体方向上要关注电子商务的发展，尤其是移动电子商务的发展。其他行为序列在与普惠金融发展的关联程度上有所走低，这时要加强对这些因素的普惠金融化改造以提升与普惠金融的关联值，进而利用普惠金融发展的带动力，最终实现商贸流通业的一个整体和平衡的发展。

参考文献：

1.宋则，王雪峰.商贸流通业增进消费的政策研究[J].财贸经济，2010（11）

2.文启湘.商贸流通业现存问题与改革走向[J].商业经济研究，2013（22）

3.王菊红，郝正亚.商贸流通业的产业先导作用、约束机制与路径选择[J].商业时代，2014（16）

4.杨慧.普惠金融指数核心指标体系构建研究[J].中国集体经济，2015（7）

5.李媛.我国商贸流通业结构对市场效率影响实证检验[J].商业经济研究，2015（18）

6.陶俊.商贸流通业的产业关联与波及效应分析[J].中国商论，2016（28）

7.罗勇，曹丽莉.次产业的灰关联矩阵分析[J].管理科学，2005（6）