加载中...
数据目录 · 共 64 个条目 · 20 个分类浏览简化目录
SSRD上市公司与资本市场5
政府与司法数据4
企业主体与全景画像4
人民数据1
人物数据1
劳动就业数据2
Does E-commerce Promote Price Stability? Evidence from Pure Milk Products in China
2012年以来，我国消费者价格指数（CPI）波动明显收窄，同期电商市场发展也显著提速。本文以纯牛奶商品作为研究对象，将购买自某全球知名市场调研公司的线下零售数据和天猫超市的线上零售数据相匹配。研究发现，线上销售占总销售的比例每增加1%，线下价格波动率就会降低3.2%—13.2%。反事实模拟的结果则显示，如果没有线上销售渠道，整体的价格波动率可能会上升22.8%。该结果说明电商平台将各地市场更加紧密地融为一体，并增强了价格的稳定性。
Abstract
Since 2012, the fluctuation of China's Consumer Price Index (CPI) has significantly narrowed, and the development of the e-commerce market has also significantly accelerated during the same period. Taking pure milk products as the research object, matching offline retail data purchased from a globally renowned market research company with online retail data from Tmall Supermarket, we find that for every 1% increase in the proportion of online sales to total sales, the offline price volatility will decrease by 3.2%–13.2%. The results of counterfactual simulation show that without online sales channels, the overall price volatility may increase by 22.8%. This result indicates that e-commerce platforms are integrating local markets more closely and enhancing price stability.
天猫超市销售占比每增加1%，多包装线下价格波动率降低3.2%-13.2%。
使用约简式回归和工具变量法，以天猫超市销售额占比为核心解释变量，以线下去趋势价格波动率为被解释变量。结果显示，天猫超市销售占比每增加1%，多包装纯牛奶的线下价格波动率下降3.2%至13.2%，该负相关关系在联合估计和工具变量设定下均稳健。但对单包装纯牛奶，该效应不显著。
关闭天猫超市，城市内平均价格波动率上升5.7%，全国加总波动率上升6.9%。
通过结构模型进行反事实模拟，假设关闭天猫超市。结果显示，纯牛奶商品整体在城市内的平均价格波动率将上升5.7%，而全国加总价格的波动率将上升6.9%。该效应主要源于天猫超市作为全国统一定价标杆对线下定价模式的稳定作用，关闭后加价与边际成本的协方差上升，导致价格波动加剧。
电商市场完全消失，城市内价格波动率上升72.1%，全国加总波动率上升22.8%。
在电商市场完全消失的反事实场景下，纯牛奶商品整体在城市内的平均价格波动率将上升72.1%，全国加总价格波动率在抵消区域性差异后仍上升22.8%。多包装牛奶的波动率上升幅度显著大于单包装。此时竞争效应变化占主导，线下零售更可能按稳定成本加成率定价，导致加价方差和协方差同时放大。
电商稳定价格效应在牛奶进口省份和竞争不充分区域更强，支持市场融合与竞争效应渠道。
通过引入交叉项检验渠道：在牛奶进口省份，电商市场增强多包装价格稳定的效应显著更大，验证了市场融合渠道；在零售企业利润率更高（竞争更不充分）的区域，电商稳定价格的效应也显著更强，验证了竞争效应渠道。受数据限制，存货管理渠道未能验证。
核心解释变量
天猫超市销售额占比（线上销售占总销售的比例），并采用人均快递使用量和快递路线密度作为工具变量
被解释变量
线下纯牛奶商品集合的去趋势价格波动率（年度月度去趋势价格的标准差），以及结构模型中的价格序列
样本与数据
匹配线下零售数据（来自某全球知名市场调研公司，覆盖82个地级市，2015年7月至2019年12月月度数据）与天猫超市线上零售数据，聚焦多包装和单包装纯牛奶商品，共形成城市-月度面板数据
识别方法 / 模型设定
约简式回归（OLS和工具变量法）以及结构模型（需求侧采用AIDS和Logit模型，供给侧采用Bertrand竞争模型，通过矩方法估计参数）
内生性及稳健性检验
使用log(IQR)替代因变量进行稳健性检验；工具变量回归的一阶段结果通过外生性和有效性检验；结构模型进行了多种设定下的稳健性检验
更多相关数据正在补充