推文人 | 赵家羚

原文来源：Koster H , Pasidis I , Ommeren J. Shopping Externalities and Retail Concentration: Evidence from Dutch Shopping Streets[J]. Journal of Urban Economics,2019,114(11):

 

1. 引言

 

　　人们选择居住在城市的主要原因之一是可以享受到零售企业提供的丰富多样的消费品和服务（Glaeser et al，2001），作为零售企业物质载体的商店，往往集中于城市中心的步行街和购物区或城市郊区的购物中心。在商店较多的地区，步行的人往往也较多，而消费者为了能够“均摊”并降低其通勤和搜索成本，到零售集聚的某个商店购物或消费时会顺便惠顾其它商店，由此为零售集聚的商店带来购物外部性（Eaton and Lipsey，1982；Claycombe，1991；Schulz and Stahl，1996）。因此，这种由于零售集聚所带来的正外部性，形成了可以资本化为商店所有者的租金收入，而遗憾的是，在现有实证研究方面，对购物外部性的关注稍显不足。

 

　　尽管已有学者对美国的购物中心内零售集聚需求外部性展开了研究（Pashigian and Gould，1998）。然而，欧洲城市的零售活动主要集中在购物街，与美国的购物中心相比，购物街上的店面财产所有权是高度分散的，不太可能像购物中心管理方那样，通过更好地优化租户组合（tenant mix），将购物外部性内部化，以实现购物中心整体业绩的最优。因此，本文对购物街购物外部性的研究，为政府实施提供补贴促进零售企业集聚的公共政策提供了经验证据支持。总的来看，本文可能的边际贡献有：（1）运用人流量（footfall）和邻近商店数量来度量购物街零售集聚的需求外部性；（2）利用半参数回归进一步研究了异质性企业对购物外部性的边际支付意愿；（3）利用工具变量等方式解决购物外部性因果识别中的内生性问题。

 

2. 理论模型

 

3. 数据说明

 

（1）主要数据来源

 

　　商店的年租金、地址、店面大小等数据来源于一家收集商业地产数据的咨询公司Strabo，涵盖2003年至2015年由房地产经纪人提供的商业地产交易。Building Registry（BAG）则提供了荷兰所有建筑的确切位置和施工年份信息，以25米为距离阈值，与Strabo数据库的商店进行匹配。考虑到历史街区可能会吸引部分对购物不感兴趣的游客（Carlino and Saiz，2008），根据BAG的建筑登记信息，可以确定出租物业是否位于历史街区，在与荷兰统计局（Statistics Netherlands）的土地利用数据匹配后，可计算商店到最近火车站的距离；城市便利设施和商店的可达性数据来源于Duo，从该数据库搜集了街道上幼儿园、中小学的位置信息。公共建筑（市政厅、警察和消防站）和宗教建筑的位置信息来源于Imergis。利用OpenStreetMap确定购物街上的公共汽车站数量。1930和2010年电影院的位置信息来源于SpinLab。零售企业数量的相关数据来源于Locatus，包括商店是否空置、是否为连锁店等信息。

 

　　此外，Locatus还提供了2003-2015年荷兰所有主要商业街的3936个年人流量统计数据。具体测量方式为：在步行街人行道上每隔45米选定的一个观测点，测算时间选定为周六的四个时间段，一年中一共选择4个周六（两个在春季，两个在秋季），根据这16个时间段选择观测点的测量值计算出每天的平均人流量。

 

（2）样本说明

 

　　从Strabo的数据库中选择了131个购物区的4738宗租赁交易，平均租金为51449欧元，每天的人流量为100-71000，日平均人流量为13328，标准差为8935。每家商店200m内的商店数量平均为132家（表1）。从Locatus数据库中选取了133个购物区和1243个购物街的410544家商店。最终样本为两个数据库进行匹配后的商店（表2）。

4. 实证研究

 

 

（2）基准回归结果分析

 

　　表3报告了基准回归结果。第1-3列以人流量为核心解释变量，运用OLS估计考察人流量，商店面积、建筑特征等变量对商店租金的影响。第1列结果显示，人流量的弹性系数值为0.37且在统计上显著。第2列在控制购物街固定效应后，人流量的回归系数仍然显著为正。第4-6列以邻近200m以内的商量数量为核心解释变量，第4列的结果显示，邻近商店数量的弹性系数显著为正（0.179），在第5列控制了行业与连锁店交乘固定效应后，邻近商店数量的弹性系数值下降为0.151。由此可见，无论是人流量还是邻近商店数量，均对商店租金产生了显著的正向影响，即购物外部性会有助于提高商店租金。

（3）内生性处理

 

　　表4第5-9列和表5第5-9列分别是以人流量和邻近商店数量为核心解释量的工具变量回归，工具变量均为1930年邻近200m以内的电影院数量。结果显示，在使用工具变量处理内生性问题后，人流量的弹性系数值为0.456，邻近商店数量的弹性系数值为0.434，两者均高于基准回归中对应的估计系数值。

（4）拓展研究：购物外部性与商店空置

 

　　本文进一步利用线性概率模型估计人流量和邻近商店数量的对商店是否空置的影响，商店是否空置由虚拟变量表示。同样地，这部分也控制了购物街固定效应，并以1930年的电影院数量或1832年的商店数量作为工具变量。由表6回归结果可知，人流量每增加10%，商店空置的可能性将降低0.31%；表7的结果则表明，邻近商店数量每增加10%，商店空置的可能性降低0.5%。

 

（6）稳健性分析

 

本文通过更换核心解释变量（将邻近200m内商店数量更换为邻近购物街交叉口的商店数量）、加入地产中介固定效应等方式，仍然支持基准回归得到的结论，详细结果见原文附录D.2-D.4。

 

5.结论与启示

 

　　本文首先通过理论模型推导，证明了商店租金与人流量和邻近商店的数量正相关，商店空置率与人流量负相关，即购物外部性对商店租金存在正向影响，进而会提高商店所有者的租金收入，且在后续开展的实证检验中等到了证实。

 

　　值得注意的是，虽然本文证实了购物外部性的存在，作者认为应该对商店所有者（store owner）予以补贴将这种外部性内部化，但是购物街（或购物区）与购物中心不同，缺少类似购物中心的管理方以调整租户组合等方式将购物外部性内部化。因此，如何将购物街（或购物区）的购物外部性内部化（由谁来进行直接补贴？补贴多少才是最优的？）仍是一个具有争议的难题。尽管征收直接补贴在现实中难以操作，本文的研究仍具有十分重要的意义：既有助于加深对零售企业集聚和购物外部性的理解，也为当前由政府给予补贴公共交通或对靠近购物街的短期停车位进行补贴等隐形补贴政策提供了支持证据。

 

Abstract

 

Why do shops cluster in shopping streets? We argue that retail firms benefit from shopping externalities. We identify these externalities for the main Dutch shopping streets by estimating the effect of footfall – the number of pedestrians that pass by – and the number of shops in the vicinity on store owners’ rental income. We address endogeneity issues by exploiting spatial variation within shopping streets combined with historic long-lagged instruments. Our estimates imply an elasticity of rental income with respect to footfall as well as number of shops in the vicinity of (at least) 0.25. We show that these shopping externalities are unlikely to be internalised. It follows that substantial subsidies to shop owners are welfare improving, seemingly justifying current policies. Finally, we find limited evidence for heterogeneity between retail firms located in shopping streets in their willingness to pay for shopping externalities.