陳燕麗

內(nèi)容摘要：本文采用2000-2017年經(jīng)濟(jì)增長相關(guān)數(shù)據(jù)，運(yùn)用VAR模型和格蘭杰因果關(guān)系檢驗(yàn)方法，對(duì)商貿(mào)流通業(yè)與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證研究。研究發(fā)現(xiàn)，流通產(chǎn)業(yè)的三個(gè)行業(yè)都是經(jīng)濟(jì)增長的格蘭杰原因，而經(jīng)濟(jì)增長僅成為批發(fā)零售業(yè)和住宿餐飲業(yè)的格蘭杰原因，對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的影響則不顯著。此外，通過脈沖響應(yīng)和方差分解的動(dòng)態(tài)分析結(jié)果進(jìn)一步可知，流通產(chǎn)業(yè)中交通運(yùn)輸郵政倉儲(chǔ)業(yè)和住宿餐飲業(yè)對(duì)經(jīng)濟(jì)增長都主要體現(xiàn)了擴(kuò)散效應(yīng)，且擴(kuò)散效應(yīng)主要是由住宿和餐飲業(yè)引起和解釋的，批發(fā)零售業(yè)則對(duì)經(jīng)濟(jì)增長存在“回流效應(yīng)”或“擠出效應(yīng)”;經(jīng)濟(jì)增長反過來也對(duì)流通產(chǎn)業(yè)的三個(gè)行業(yè)起促進(jìn)效應(yīng)，在穩(wěn)定狀態(tài)中對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的解釋程度最大，對(duì)批發(fā)和零售業(yè)的解釋程度最小。

關(guān)鍵詞：交通運(yùn)輸郵政倉儲(chǔ)業(yè) ? 批發(fā)零售業(yè) ? 住宿餐飲業(yè) ? 經(jīng)濟(jì)增長

理論分析

商貿(mào)流通業(yè)為經(jīng)濟(jì)增長提供新動(dòng)力。流通代表了商品實(shí)現(xiàn)從生產(chǎn)到消費(fèi)的轉(zhuǎn)移過程，流通業(yè)則是指從事流通相關(guān)活動(dòng)的商人或組織的集合而構(gòu)成的行業(yè)，包括批發(fā)、零售、餐飲、物流、倉儲(chǔ)、住宿等諸多行業(yè)，是帶動(dòng)經(jīng)濟(jì)發(fā)展的重要力量，尤其在新經(jīng)濟(jì)背景下流通產(chǎn)業(yè)的技術(shù)手段和經(jīng)營方式不斷創(chuàng)新，多種新興商貿(mào)業(yè)態(tài)和經(jīng)濟(jì)成分的商貿(mào)企業(yè)為經(jīng)濟(jì)增長源源不斷提供新動(dòng)力。2009年批發(fā)業(yè)商品銷售總額僅為22558億元，2017年則達(dá)到了52999.9億元，專賣店、超市、團(tuán)購、電子商務(wù)等新興業(yè)態(tài)發(fā)展成熟并擴(kuò)展，已成為商貿(mào)流通產(chǎn)業(yè)中的重要組成部分，多種經(jīng)濟(jì)成分的商貿(mào)企業(yè)形態(tài)欣欣向榮，促進(jìn)技術(shù)進(jìn)步及技術(shù)積累。商貿(mào)流通產(chǎn)業(yè)還幫助吸納了大量就業(yè)，緩解經(jīng)濟(jì)增長中的就業(yè)壓力。2009年批發(fā)業(yè)和零售業(yè)年末從業(yè)人數(shù)分別為272530人和276765人，截至2017年則達(dá)到了399967人和320822人，不僅為經(jīng)濟(jì)增長提供勞動(dòng)力支持，還促進(jìn)了社會(huì)和諧發(fā)展。

經(jīng)濟(jì)增長為商貿(mào)流通業(yè)提供發(fā)展空間。我國國民經(jīng)濟(jì)正處于不斷發(fā)展階段，尤其是以服務(wù)業(yè)為主的第三產(chǎn)業(yè)，其產(chǎn)業(yè)增加值和第二產(chǎn)業(yè)已不相上下，為商貿(mào)流通業(yè)的發(fā)展奠定了良好基礎(chǔ)?；ヂ?lián)網(wǎng)技術(shù)快速發(fā)展，在物流、批發(fā)、信息、金融等多方面發(fā)揮重要作用，大數(shù)據(jù)、“互聯(lián)網(wǎng)+”等模式層出不窮，線上網(wǎng)購等電子商務(wù)迅猛發(fā)展，帶動(dòng)商貿(mào)流通業(yè)的發(fā)展模式不斷創(chuàng)新，發(fā)展規(guī)模不斷擴(kuò)大，流通業(yè)發(fā)展水平得到有效提升。同時(shí)，隨著城鎮(zhèn)化進(jìn)程加快，社會(huì)保障體系逐步完善，居民收入提升，生活水平也逐漸提高，從而更加刺激消費(fèi)需求，尤其是物流業(yè)的發(fā)展連接起了城市和農(nóng)村，農(nóng)村居民的潛在消費(fèi)需求得到有力開發(fā)，為商貿(mào)流通業(yè)提供了廣闊的發(fā)展空間。

兩者在發(fā)展過程中存在的問題?？傮w而言，我國商貿(mào)流通業(yè)相較于一些發(fā)達(dá)國家發(fā)展還比較薄弱。從整體管理水平上看，我國商貿(mào)流通產(chǎn)業(yè)在國際市場上知名度不高，競爭力差，流通企業(yè)自身也存在物流成本分擔(dān)、資本周轉(zhuǎn)等方面的管理問題;在綜合競爭能力上，我國流通企業(yè)以小規(guī)模商貿(mào)流通居多，缺乏大型的商貿(mào)流通業(yè)企業(yè)。因此，商貿(mào)流通業(yè)雖是我國國民經(jīng)濟(jì)的重要組成部分，其對(duì)經(jīng)濟(jì)增長的拉動(dòng)作用實(shí)際非常有限。長久以來我國經(jīng)濟(jì)增長主要依賴于第二產(chǎn)業(yè)中投資拉動(dòng)，尚未完全實(shí)現(xiàn)向消費(fèi)拉動(dòng)的轉(zhuǎn)移，流通產(chǎn)業(yè)作為第三產(chǎn)業(yè)，在國民經(jīng)濟(jì)中的所占比重較小，且由于流通基礎(chǔ)設(shè)施和流通技術(shù)等相對(duì)落后，對(duì)產(chǎn)業(yè)的貢獻(xiàn)作用有限。

流通產(chǎn)業(yè)與經(jīng)濟(jì)增長的因果關(guān)聯(lián)性研究

（一）數(shù)據(jù)選取與變量說明

本文選取了交通運(yùn)輸倉儲(chǔ)與郵電通信業(yè)增加值（TPS）、批發(fā)零售業(yè)增加值（WR）和住宿餐飲業(yè)增加值（AC）變量數(shù)據(jù)，來研究其與經(jīng)濟(jì)增長（GDP）之間的動(dòng)態(tài)關(guān)系。數(shù)據(jù)均來自于國家統(tǒng)計(jì)局。其中，為了增強(qiáng)數(shù)據(jù)的穩(wěn)定性，避免異方差現(xiàn)象，本文對(duì)以上數(shù)據(jù)都進(jìn)行了對(duì)數(shù)處理，并且對(duì)數(shù)處理不會(huì)影響數(shù)據(jù)的變量特征。

（二）模型識(shí)別與構(gòu)建

1.向量自回歸模型（VAR）。本文主要研究商貿(mào)流通業(yè)與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系。如果把商貿(mào)流通業(yè)看作為一個(gè)子系統(tǒng)，把經(jīng)濟(jì)增長看作是另一個(gè)子系統(tǒng)，那么就要研究這兩個(gè)系統(tǒng)是如何相互作用最終趨向相互協(xié)調(diào)發(fā)展的動(dòng)態(tài)關(guān)系。然而，傳統(tǒng)的經(jīng)濟(jì)模型一開始就預(yù)設(shè)了變量之間的因果關(guān)系與作用方向，但其實(shí)變量之間可能存在互相影響的關(guān)系，這導(dǎo)致實(shí)證分析過程變得更加難以梳理。VAR模型則正好解決了以上難題，通過把研究對(duì)象互相作為被解釋變量和解釋變量，可以有效分析兩個(gè)變量間乃至多個(gè)變量間的互動(dòng)關(guān)系。VAR模型的數(shù)學(xué)表達(dá)式如下：

t=1，2，3…，T ? ?（1）

式中， yt表示k維的內(nèi)生向量，xt表示d維的外生向量，n為模型的最優(yōu)滯后階數(shù)， yt-n就表示被解釋變量的n階滯后項(xiàng)，T為樣本個(gè)數(shù)。β1、β2、…、βn是要被估計(jì)的k*k維系數(shù)矩陣，δ表示要被估計(jì)的k*d維系數(shù)矩陣，εt是k維擾動(dòng)向量。因此，等式（1）可重新被表示為：

t=1，2，3…，T （2）

表1給出了本文主要變量的描述性統(tǒng)計(jì)分析，可以看出，國內(nèi)生產(chǎn)總值平均達(dá)到了384410.3億元，處于較高的水平;交通運(yùn)輸倉儲(chǔ)與郵電通信業(yè)增加值、批發(fā)和零售業(yè)增加值和住宿和餐飲業(yè)增加值平均為18188億元、34495億元和7193億元，批發(fā)和零售業(yè)在流通業(yè)中所占比重最高，住宿和餐飲業(yè)最小。

2.變量的平穩(wěn)性檢驗(yàn)。本文首先使用ADF檢驗(yàn)方法對(duì)主要變量進(jìn)行了單位根檢驗(yàn)，根據(jù)VAR模型，當(dāng)內(nèi)生變量為同階單整時(shí)，說明平穩(wěn)性檢驗(yàn)通過。ADF檢驗(yàn)為左邊單側(cè)檢驗(yàn)，從表2可以看出，lnGDP、lnTPS、lnWR和lnAC四個(gè)變量的T統(tǒng)計(jì)值均大于5%的置信水平，沒有通過平穩(wěn)性檢驗(yàn);但這四個(gè)變量的一階差分的T統(tǒng)計(jì)值均小于5%的置信水平，可拒絕“存在單位根”的原假設(shè)。以上結(jié)果說明說明lnGDP、lnTPS、lnWR和lnAC四個(gè)變量為一階單整，通過平穩(wěn)性檢驗(yàn)。

（三）格蘭杰因果檢驗(yàn)分析

利用信息準(zhǔn)則可確定VAR模型的最優(yōu)滯后階數(shù)可知，交通運(yùn)輸郵政倉儲(chǔ)業(yè)最優(yōu)滯后2階，批發(fā)和零售業(yè)、住宿和餐飲業(yè)最優(yōu)滯后3階。為了驗(yàn)證流通產(chǎn)業(yè)與經(jīng)濟(jì)增長之間是否存在真實(shí)因果關(guān)聯(lián)，在以上檢驗(yàn)結(jié)果的基礎(chǔ)上，本文利用格蘭杰因果檢驗(yàn)來驗(yàn)證變量之間的作用關(guān)系以及作用關(guān)系的方向性。表3結(jié)果顯示，批發(fā)和零售業(yè)（lnWR）、住宿和餐飲業(yè)（lnAC）與經(jīng)濟(jì)增長（lnGDP）之間存在顯著的相互因果關(guān)系，說明批發(fā)零售業(yè)和住宿餐飲業(yè)是推動(dòng)經(jīng)濟(jì)增長的顯著格蘭杰原因，經(jīng)濟(jì)增長反過來也是推動(dòng)批發(fā)零售業(yè)和住宿餐飲業(yè)增長的顯著格蘭杰原因。交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）與經(jīng)濟(jì)增長（lnGDP）之間的關(guān)系卻不如其他兩個(gè)產(chǎn)業(yè)那么顯著，經(jīng)濟(jì)增長（lnGDP）沒有成為交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）的顯著格蘭杰原因，交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）則恰好在10%的顯著水平上成為經(jīng)濟(jì)增長（lnGDP）的格蘭杰因果。以上結(jié)果說明流通產(chǎn)業(yè)中的三個(gè)行業(yè)都是經(jīng)濟(jì)增長的格蘭杰原因，而經(jīng)濟(jì)增長僅成為批發(fā)零售業(yè)和住宿餐飲業(yè)的格蘭杰原因，對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的影響則不顯著。

流通產(chǎn)業(yè)與經(jīng)濟(jì)增長動(dòng)態(tài)關(guān)系研究

格蘭杰因果檢驗(yàn)僅僅反映了流通產(chǎn)業(yè)與經(jīng)濟(jì)增長之間長期狀態(tài)下均衡因果關(guān)系的存在性及其因果關(guān)系的方向，如果需要進(jìn)一步了解兩者之間如何相互影響，則需要對(duì)其進(jìn)行VAR實(shí)證結(jié)果下的脈沖響應(yīng)和方差分解分析。

（一）VAR回歸結(jié)果

模型估計(jì)結(jié)果的所有單位根都落在單位圓內(nèi)，說明lnTPS與lngdp、lnWR與lngdp以及l(fā)nAC與lngdp的VAR模型都是穩(wěn)定的。表4、表5和表6分別給出了lnTPS與lngdp、lnWR與lngdp以及l(fā)nAC與lngdp的VAR回歸結(jié)果，可以看出，以上變量之間均存在或正面或負(fù)面的影響。交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）滯后一階和滯后二階都會(huì)對(duì)經(jīng)濟(jì)增長（lnGDP）產(chǎn)生顯著性影響，經(jīng)濟(jì)增長（lnGDP）則對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）沒有顯著性的影響;批發(fā)和零售業(yè)（lnWR）在滯后一期時(shí)顯著影響經(jīng)濟(jì)增長（lnGDP），經(jīng)濟(jì)增長（lnGDP）滯后三期顯著影響批發(fā)和零售業(yè)（lnWR），其他滯后階數(shù)則沒有顯著的相互影響關(guān)系;住宿和餐飲業(yè)（lnAC）與經(jīng)濟(jì)增長（lnGDP）之間的影響關(guān)系則較為顯著，三期滯后項(xiàng)都存在顯著的互相影響關(guān)系。

（二）脈沖響應(yīng)分析

脈沖響應(yīng)分析是指選擇一個(gè)變量為脈沖變量（impulse variable），另一個(gè)變量為響應(yīng)變量（response variable），以此來觀察一個(gè)變量的沖擊對(duì)另一個(gè)變量的作用。本文建立了lnTPS與lngdp、lnWR與lngdp以及l(fā)nAC與lngdp互為脈沖變量和響應(yīng)變量的脈沖響應(yīng)模型，設(shè)置響應(yīng)期限為15年。

圖1給出了lnTPS與lngdp的正交脈沖響應(yīng)圖，從左圖對(duì)lnTPS沖擊的響應(yīng)曲線可以看出，在對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)一個(gè)“正”的新息沖擊下，經(jīng)濟(jì)增長前四年首先產(chǎn)生“負(fù)”的響應(yīng)，但之后經(jīng)濟(jì)增長都產(chǎn)生了“正”的響應(yīng)，且在第7年的影響達(dá)到了最大響應(yīng)值，可見交通運(yùn)輸郵政倉儲(chǔ)業(yè)對(duì)經(jīng)濟(jì)增長的最大的沖擊存在滯后效應(yīng)。此外，交通運(yùn)輸郵政倉儲(chǔ)業(yè)對(duì)經(jīng)濟(jì)增長的影響時(shí)間非常久遠(yuǎn)（未來15年內(nèi)依然存在影響），衰退速度也很緩慢。右圖是對(duì)lngdp沖擊的響應(yīng)曲線，可以看出，在對(duì)經(jīng)濟(jì)增長一個(gè)單位“正”的沖擊下，交通運(yùn)輸郵政倉儲(chǔ)業(yè)一開始就顯現(xiàn)出“正”的響應(yīng)，但是這種“正”的響應(yīng)在第六年后就以比較快的速度衰退了。

圖2給出了lnWR與lngdp的正交脈沖響應(yīng)圖，從左圖對(duì)lnWR沖擊的響應(yīng)曲線可以看出，在對(duì)批發(fā)和零售業(yè)一個(gè)“正”的新息沖擊下，經(jīng)濟(jì)增長產(chǎn)生“負(fù)”的響應(yīng)，在第五年達(dá)到最大值，隨后慢慢降低。右圖是對(duì)lngdp沖擊的響應(yīng)曲線，可以看出，在對(duì)經(jīng)濟(jì)增長一個(gè)單位“正”的沖擊下，批發(fā)和零售業(yè)呈現(xiàn)“正”的響應(yīng)，且起伏波動(dòng)較大，并且經(jīng)濟(jì)增長對(duì)批發(fā)和零售業(yè)的促進(jìn)效應(yīng)持續(xù)時(shí)間也較長。

圖3給出了lnAC與lngdp的正交脈沖響應(yīng)圖，從左圖對(duì)lnAC沖擊的響應(yīng)曲線可以看出，在對(duì)住宿和餐飲業(yè)一個(gè)“正”的新息沖擊下，經(jīng)濟(jì)增長在第一年首先產(chǎn)生“負(fù)”的響應(yīng)，但隨后經(jīng)濟(jì)增長逐漸產(chǎn)生了“正”的響應(yīng)，且在第六年的影響達(dá)到了最大響應(yīng)值，可見住宿和餐飲業(yè)雖然對(duì)經(jīng)濟(jì)增長的最大沖擊也存在滯后效應(yīng)，但時(shí)間要比交通運(yùn)輸郵政倉儲(chǔ)業(yè)短得多。此外，住宿和餐飲業(yè)對(duì)經(jīng)濟(jì)增長的影響時(shí)間也非常久遠(yuǎn)（未來15年內(nèi)依然存在影響），衰退速度也很緩慢。右圖是對(duì)lngdp沖擊的響應(yīng)曲線，可以看出，在對(duì)經(jīng)濟(jì)增長一個(gè)單位“正”的新息沖擊下，住宿和餐飲業(yè)呈現(xiàn)“正”的響應(yīng)，且起伏波動(dòng)較大，并且經(jīng)濟(jì)增長對(duì)住宿和餐飲業(yè)的促進(jìn)效應(yīng)持續(xù)時(shí)間也較長，但后期住宿和餐飲業(yè)的響應(yīng)趨于平穩(wěn)。

（三）方差分解分析

圖4給出了對(duì)lnTPS、lnWR和lnAC沖擊的方差分解，響應(yīng)變量皆為經(jīng)濟(jì)增長（lngdp）?？梢钥闯?，在經(jīng)濟(jì)增長（lngdp）的響應(yīng)波動(dòng)中，交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）對(duì)經(jīng)濟(jì)增長（lngdp）的最大解釋程度僅為5.67%，批發(fā)零售業(yè)（lnWR）對(duì)經(jīng)濟(jì)增長（lngdp）的最大解釋程度維持在73.67%左右，住宿餐飲業(yè)（lnAC）對(duì)經(jīng)濟(jì)增長（lngdp）的最大解釋程度則達(dá)到69.68%，說明經(jīng)濟(jì)增長（lngdp）的波動(dòng)主要來自批發(fā)零售業(yè)（lnWR）和住宿餐飲業(yè)（lnAC），交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）起到的作用非常小。

圖5給出了對(duì)lngdp沖擊的方差分解，響應(yīng)變量分別為lnTPS、lnWR和lnAC。可以看出，經(jīng)濟(jì)增長（lngdp）對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)（lnTPS）的解釋程度達(dá)到了94.4%，且持續(xù)時(shí)間較長，在未來15內(nèi)都保持基本穩(wěn)定的狀態(tài);經(jīng)濟(jì)增長（lngdp）對(duì)批發(fā)零售業(yè)（lnWR）的最大解釋程度達(dá)到了63.83%，后來逐漸下降，最后穩(wěn)定在24.02%左右;經(jīng)濟(jì)增長（lngdp）對(duì)住宿餐飲業(yè)（lnAC）的最大解釋程度達(dá)到了49.47%，后來也逐漸下降，最后穩(wěn)定在31.26%左右。

綜合前文脈沖響應(yīng)和方差分解的動(dòng)態(tài)分析結(jié)果，可以得出，流通產(chǎn)業(yè)中交通運(yùn)輸郵政倉儲(chǔ)業(yè)和住宿餐飲業(yè)對(duì)經(jīng)濟(jì)增長都主要體現(xiàn)了擴(kuò)散效應(yīng)，且擴(kuò)散效應(yīng)主要是由住宿和餐飲業(yè)來引起和解釋的，批發(fā)零售業(yè)則對(duì)經(jīng)濟(jì)增長存在“回流效應(yīng)”或“擠出效應(yīng)”。經(jīng)濟(jì)增長反過來也對(duì)流通產(chǎn)業(yè)的三個(gè)行業(yè)起促進(jìn)效應(yīng)，在穩(wěn)定狀態(tài)中對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的解釋程度最大，對(duì)批發(fā)和零售業(yè)的解釋程度最小。

結(jié)論

本文采用2000～2017年經(jīng)濟(jì)增長相關(guān)數(shù)據(jù)，運(yùn)用VAR模型和格蘭杰因果關(guān)系檢驗(yàn)等方法，對(duì)商貿(mào)流通業(yè)與經(jīng)濟(jì)增長的動(dòng)態(tài)關(guān)系進(jìn)行了實(shí)證研究。研究發(fā)現(xiàn)：流通產(chǎn)業(yè)的三個(gè)行業(yè)都是經(jīng)濟(jì)增長的格蘭杰原因，而經(jīng)濟(jì)增長僅成為批發(fā)零售業(yè)和住宿餐飲業(yè)的格蘭杰原因，對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的影響則不顯著;通過脈沖響應(yīng)和方差分解的動(dòng)態(tài)分析結(jié)果可知，流通產(chǎn)業(yè)中交通運(yùn)輸郵政倉儲(chǔ)業(yè)和住宿餐飲業(yè)對(duì)經(jīng)濟(jì)增長都主要體現(xiàn)了擴(kuò)散效應(yīng)，且擴(kuò)散效應(yīng)主要是由住宿和餐飲業(yè)來引起和解釋的，批發(fā)零售業(yè)則對(duì)經(jīng)濟(jì)增長存在“回流效應(yīng)”或“擠出效應(yīng)”;經(jīng)濟(jì)增長反過來也對(duì)流通產(chǎn)業(yè)的三個(gè)行業(yè)起促進(jìn)效應(yīng)，在穩(wěn)定狀態(tài)中對(duì)交通運(yùn)輸郵政倉儲(chǔ)業(yè)的解釋程度最大，對(duì)批發(fā)和零售業(yè)的解釋程度最小。因此，要加快發(fā)揮我國商貿(mào)流通業(yè)尤其是住宿餐飲業(yè)的經(jīng)濟(jì)帶動(dòng)作用，增強(qiáng)流通產(chǎn)業(yè)競爭力，同時(shí)依托互聯(lián)網(wǎng)創(chuàng)新運(yùn)營新模式，實(shí)現(xiàn)流通業(yè)與經(jīng)濟(jì)增長相互促進(jìn)與融合。

參考文獻(xiàn)：

1.漆明春.商貿(mào)流通業(yè)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響實(shí)證研究[J].商業(yè)經(jīng)濟(jì)研究，2018（14）

2.林宏偉， 閆帥.商貿(mào)流通業(yè)規(guī)模和經(jīng)濟(jì)增長互動(dòng)發(fā)展的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)研究，2017（3）

3.馬強(qiáng)文， 申田.中國流通業(yè)的經(jīng)濟(jì)增長效應(yīng)分析：理論與實(shí)證[J].宏觀質(zhì)量研究，2017（1）

4.余萍.我國商貿(mào)流通業(yè)對(duì)區(qū)域經(jīng)濟(jì)影響的動(dòng)態(tài)研究[J].商業(yè)經(jīng)濟(jì)研究，2017（10）