京津冀商贸流通业发展时空分异特征与影响因素研究

李艳伟 副教授 何任杰

（中国民航大学经济与管理学院 天津 300300）

引言

京津冀地区在我国社会经济发展过程中扮演着举足轻重的角色，也是我国北方商贸流通业发展最活跃的地区（逄金玉等，2014），随着我国社会的主要矛盾发生转变，促进商贸流通业平衡和充分发展，更有利于满足人民美好的物质文化需要，在京津冀协同发展上升到国家战略的时代背景下，促进京津冀地区商贸流通业的协同发展更有利于提高京津冀区域经济发展水平。2015年，中共中央政治局审议并通过的《京津冀协同发展规划纲要》中指出，要促进京津冀地区产业结构调整，实现京津冀三地产业融合和协同发展（蒋敏娟等，2019），商贸流通业作为第三产业支柱和国民经济发展的引导性产业，在京津冀区域经济发展过程中扮演着承前启后的作用，京津冀地区商贸流通业总产值占京津冀全行业总产值的近20%，其快速的发展趋势和广阔的发展前景已成为京津冀协同发展的重要产业动力（张婷，2018）。虽然京津冀商贸流通业规模大，但近几年增长速度放缓，三地的发展水平差距较大，因此，本文利用空间统计分析法，研究京津冀商贸流通业发展的时空差异特性以及受经济社会各类因素影响的显著程度，并对其商贸流通业提出合理发展建议。

京津冀商贸流通业发展规模变化及发展水平对比

（一）京津冀商贸流通业发展规模变化

商贸流通业是以批发和零售业为主，包含饮食、仓储和交通运输业的综合服务型产业（曾蓼等，2018），本文用社会消费品零售额作为评价指标，衡量商贸流通业的发展水平。一般认为，社会消费品零售额越高，则商贸流通业发展水平也越高（任其俊，2017）。如图1所示，从2009-2018年京津冀地区社会消费品零售额变化情况来看，河北全省的商贸流通业规模高于北京和天津，天津的规模仅为北京的一半，最近三年京津冀三地的商贸流通业发展放缓，2018年天津出现负增长。

（二）京津冀商贸流通业发展水平对比

北京、天津和河北三地的商贸流通业发展存在明显差异（温天力，2017），北京市是我国北方的经济中心，密集的人口和快速发展的经济为北京商贸流通业发展奠定了基础，商贸流通业已经成为北京的第一大服务产业。而天津市近年来的经济增长速度有所放缓，产业结构失衡现象日趋严重，天津市的发展仍以传统重工业为主，而轻视了以商贸流通业为主的第三产业发展，加快天津市产业结构转型，更有益于其流通产业的发展。如图2所示，河北省整体的商贸流通业规模虽然最高，但各个地级市的规模发展水平较低，且差异较大，河北仍主要发展传统产业，以交通业、服务业为主的第三产业发展相对落后，也间接导致河北各市商贸流通业发展水平存在显著差异。

影响因素的选取与模型构建

（一）影响因素的选取

商贸流通业是一种以批发和零售为主的综合性服务产业，用社会消费品零售总额作为衡量商贸流通业发展的指标，社会消费品零售额的高低反映了商贸流通业发展水平的高低。本文首先研究近十年京津冀13个城市的商贸流通业发展的时间差异特性及空间集聚效应，同时采用2014-2018年13个城市的时空面板数据，研究商贸流通业发展受各因素影响的显著程度，这13个城市分别为北京、天津、邯郸、石家庄、邢台、承德、唐山、保定、张家口、秦皇岛、沧州、衡水、廊坊。商贸流通业发展受多方面因素影响，但总体来看，受社会经济发展水平和人文因素影响最大，所以本文选取GDP、人均GDP、人口数量、人口密度、进出口贸易额、第一、第二和第三产业增加值等8个指标，研究对商贸流通业发展影响的显著程度（张晓倩等，2017）。

（二）研究模型的构建

Global Moran's I指数模型的构建。Global Moran's I指数（张娜，2019）是用来衡量空间自相关程度的综合性指标，该指标用来反映区域属性值的分布是否集聚、离散或者随机分布，其值域为[-1，1]，取值越接近1，则正相关性越强，取值越接近-1，则负相关性越强，取值为0表示随机分布，同时用二元对称空间权重距离矩阵W表示n个x区域的临近距离关系，Global Moran's I指数及权重矩阵计算公式如下：

空间回归模型的构建。传统OLS回归方法基于变量空间相互独立，当变量之间存在空间自相关性，回归残差之间相互影响，传统OLS回归将失去效用，因此本文采用两种模型研究空间相关性：一是基于因变量空间自相关的空间滞后模型（Spatial Lag Model，SLM）；二是基于回归残差项空间相关的空间误差模型（Spatial Error Model，SEM）（郭付友等，2019）。空间滞后模型计算公式为：

式（3）中，y表示因变量矩阵；ρ和W分别为空间回归系数和空间权重矩阵；Wy为空间滞后变量；X为解释变量矩阵；β为待估参数；ε为随机误差项。对上述公式进行变换可得：

从式（4）可以看出，每个i地区的y值不仅与这个地区的解释变量有关，同时通过乘以一个空间因子(1-ρW)-1，也受其他地区解释变量的影响。

空间误差模型计算公式为：

其中空间残差项μ的计算公式为：

从而公式（5）转化为：

式中，λ表示空间残差自回归系数，上述公式表明每个i地区的y值受其他地区的随机误差ε影响，影响系数为 (1-λW)-1。

本文采用空间误差模型和空间滞后模型中的固定效应和随机效应研究各因素对商贸流通业发展影响的显著程度，模型如下：

式中，ρ和λ分别表示空间自回归和误差自相关系数，wij表示i和j地区的空间权重矩阵，φ为空间自相关误差项，μit表示i地区t时期的空间残差项，ai和δt分别表示固定空间效应和固定时间效应。

模型检验及结果分析

（一）商贸流通业时空分异特征分析

本文用京津冀社会消费品零售总额来衡量京津冀地区商贸流通业的发展水平，利用Arcgis10.2软件，分别计算2009-2018年商贸流通业发展的Global Moran's I指数，如表1所示，Global Moran's I指数均小于0，说明京津冀商贸流通业发展水平存在明显的空间差异性，形成了发展水平高和发展水平低相互交错的空间格局。同时，近十年Global Moran's I指数波动并不明显，说明京津冀地区商贸流通业发展水平存在一定的空间集聚效应。

图1 2009-2018年北京、天津、河北三地商贸流通业发展规模变化

图2 2018年京津冀13个城市商贸流通业发展水平对比

表1 京津冀地区2009-2018年商贸流通业发展Global Moran's I指数

图3 2010年商贸流通冷热点区域

图4 2014年商贸流通冷热点区域

图5 2018年商贸流通冷热点区域

为了深入了解京津冀地区商贸流通业发展的时空分异特征，利用Arcgis中的冷热点区域分析（张筱娟等，2019），并结合自然断裂点法，分别计算2010、2014、2018年的Getis-OrdGi*，Getis-OrdGi*可以区分出商贸流通业发展的冷热点空间分布，并将商贸流通业发展分为冷热区域4类，图3、图4、图5分别为2010年、2014年和2018年冷热点区域分布。

总体来看，京津冀商贸流通业发展在空间分布上呈现出明显的分异特征，2010年、2014年、2018年呈现出中部向四周依次递减的空间梯度特征，北京市始终是热点区，张家口、承德、秦皇岛等市始终是冷点区，区域差异显著。此外，不同类型的城市数量随着时间的推移也在发生改变，冷点区由2010年的8个减少为2018年的6个，石家庄和唐山也由2010年的次冷区，发展成为2018年的次热区，邯郸和沧州也由2010年的冷点区，演变成了2018年的次冷区，这说明京津冀地区的商贸流通业发展水平不断提高，并呈现出空间相对稳固的特征。从时空演化趋势来看，商贸流通业发展呈现两极分化态势，以北京、天津、石家庄和唐山为主的城市群逐渐演化成了热点和次热点发展区域，张家口、承德和廊坊等市虽与北京相邻，但商贸流通业发展始终处于冷点区域，北京对其周围城市的商贸流通业发展产生了一定束缚。

为了进一步研究京津冀地区商贸流通业发展的演化过程，利用自然断裂点法计算2009-2013年和2014-2018年商贸流通业增长率的Getis-OrdGi*，并将其分为4类，如图6和图7所示。总体来看，增长次冷区域变化明显，由张家口、承德、秦皇岛、唐山和廊坊转移到保定、石家庄和邯郸，北京和天津也演变为了增长冷点区域，主要因为京津两地经济发展水平和区位发展优势显著，流通产业发展水平领先于京津冀其它城市。各地级市商贸流通业的快速增长，促进了京津冀地区商贸流通业由差异化发展向区域协同发展转变。

（二）商贸流通业影响因素分析

1.各影响因素总体相关性分析。商贸流通业发展受多种因素影响，主要分为经济、人文、地理三大方面因素，这些因素之间相互制约、相互作用，从而形成复杂的网络系统，京津冀地区商贸流通业发展的各因素总体相关性（韩兆洲等，2019）如图8所示，仍用社会消费品零售额表示商贸流通业的发展水平，可以看出，商贸流通业发展与其他因素存在高度相关性，这表明GDP和人口数量的增长、进出口贸易的增加、第二和第三产业的增长，均会促进商贸流通业的发展，其中GDP和人口数量对商贸流通业发展的影响系数最高，其次为第三产业增加值。值得关注的是，第三产业增加值与GDP之间的影响系数最高，呈现出高度相关性，这表明包含交通运输业等服务性产业在内的第三产业在社会经济水平较高的地区发展更好。

图6 2009-2013年商贸流通增长率冷热点区域

图7 2014-2018年商贸流通增长率冷热点区域

图8 基于R语言的各因素总体相关性

2.各因素对商贸流通业影响显著性分析。利用选取的8个影响因素，研究各因素影响商贸流通业发展的显著程度，收集2014-2018年京津冀13个城市的影响因素数值，带入空间回归模型进行检验，空间回归分析结果如表2所示。空间滞后解释变量ρ为-0.0128，空间误差系数λ为0.0431，空间滞后模型通过了显著性检验，说明空间滞后效应会对商贸流通业的发展产生影响（刘明，2018）。从空间回归结果可知，空间滞后的系数为负值，说明一个地区的商贸流通业发展受周围地区商贸流通业发展的负面影响，产业发展过程也是一个发展要素集聚与扩散的过程，如果一个地区的经济、社会等产业发展要素在一个地区的集聚效应大于扩散效应，那么势必会影响周围地区产业的发展，这一点也解释了北京市商贸流通业发展遥遥领先于邻近的张家口、承德和廊坊。

从各因素对商贸流通业发展的影响来看，GDP及人均GDP影响显著，反映了人民生活水平不断提高能够刺激消费，从而促进商贸流通业的发展。第三产业及进出口贸易额的快速发展同样能促进商贸流通业的发展，作为依赖交通运输业发展的商贸流通业，相比于第一产业和第二产业，受第三产业类型的影响较大，而京津冀地区的产业发展也主要依赖第三产业。北京产业高端化趋势明显，天津的服务业也在快速提升，而河北的制造业发展则占据较大市场份额，京津冀三地的产业结构不同，也造成了其商贸流通业发展的空间差异性，而京津冀协同发展则要求京津冀各城市加速产业结构调整，实现京津冀区域内产业协同程度不断提升，从而同步促进各地区商贸流通业协同发展。

结论与建议

（一）结论

本文利用空间统计分析方法，对京津冀商贸流通业发展的时空分异特征进行了分析，并在此基础上，研究了经济、人文和产业等因素对商贸流通业发展影响的显著程度，得出以下结论：第一，京津冀地区商贸流通业的发展时空差异性显著，总体呈现出由北京、天津和石家庄等城市为中心，依次向四周衰减的趋势，但增长率的空间特征则呈相反的趋势。第二，北京对临近城市的辐射作用显著，削弱这种发展空间上的显著差别，是实现商贸流通业整体向上发展和协同发展的有效途径。第三，GDP和产业结构等因素均会影响商贸流通业的发展，特别是第三产业的发展，与商贸流通业发展呈正相关，调整产业结构，优化产业资源配置能有效促进京津冀地区商贸流通业快速协同发展。

表2 空间回归分析结果

（二）建议

顺应京津冀协同发展这一国家战略，努力促进京津冀各城市商贸流通业协同发展，缩小北京对邻近城市商贸流通业发展的束缚作用。张家口、承德和廊坊等城市的商贸流通业发展水平虽然较低，但近几年增长率较快，发展势头迅猛，各市政府应继续支持本地商贸流通业发展，在政策扶持及资金补贴方面向批发和零售业倾斜，保持流通产业快速和平稳发展。

统筹协调商贸流通业与社会经济发展关系，优化京津冀商品流通网络结构，完善商品流通体制。研究发现GDP对商贸流通业的发展有着显著影响，社会经济的快速发展也能促进商贸流通业的快速发展，在京津冀区域经济快速发展的社会背景下，优化商贸流通网络，完善商贸流通环节，深化商贸流通体制改革，更能适应经济发展新常态，实现商贸流通业与区域经济协调快速发展。

加速产业结构调整和资源配置，制造适合商贸流通业发展的产业环境。京津冀三地产业结构差异明显，北京主要发展高端服务业，商贸流通业已成为北京的第一产业，天津近几年经济增长缓慢，产业结构严重失衡，传统重工业仍为天津主要产业，而河北各市的商贸流通业发展相对滞后，对商贸流通业影响较为显著的第三产业发展相对落后，交通业和服务业发展缓慢，因此，加速京津冀地区的产业结构调整，重视对第三产业的发展，优化产业资源配置，是促进京津冀商贸流通业协调快速发展的有效手段。