我国城市群商贸流通业分布动态、 差异分解及收敛性分析

方玥

【摘 要】 城市群的发展首先要以经济的可持续发展为保障，而商贸流通产业作为城市经济发展的重要行业，在支撑城市产业升级和协调区域经济发展上发挥着重要的作用。本文采用2002-2017年城市面板数据，采用区位熵的分析方法，分析我国城市群商贸流通业的分布动态，并对差异性及收敛性进行分析。研究表明：我国城市群商贸流通产业发展存在一定的差异性，这种差异主要是由区域内的发展差异造成的，随着各个城市群商贸流通产业发展的条件收敛性，这种区域发展差异逐渐缩小。因此应该进一步明确各个城市的功能定位，充分调动市场及政府资源，以实现商贸流通产业在区域内及区域间的协调发展。

【关键词】 商贸流通业;差异分解;收敛性;城市群

【中图分类号】 F123 【文献标识码】 A 【文章编号】 2096-4102（2021）03-0062-03

随着我国城市化发展进入新的阶段，以城市群带动周边区域协调发展是未来我国城市发展的主要方向。本文采用区位熵模型分别研究了京津冀城市群、长三角城市群、珠三角城市群、中原城市群、长江中游城市群以及川渝城市群六大城市群商贸流通产业的分布动态，基于Dagum基尼系数对其进行差异分解，并基于收敛模型对其发展差异的演变趋势进行分析。

一、研究方法

（一）区位熵估计方法

关于如何衡量区域城市群商贸流通发展水平，本文借鉴学者们对其他产业发展的相关研究成果，利用区位熵来衡量地区商贸流通产业发展水平，其计算公式如下：

PSit=（pseit/eit）/（pset/et） （1）

其中pseit表示城市i在t时期商贸流通产业的从业人数，eit表示在t时期i城市的总就业人数;pset表示在t时期我国从事商贸流通产业的总人数，et表示在t时期我国总就业人数。

（二）Dagum基尼系数及其分解

本文采用Dagum基尼系数分析我国6大城市群商贸流通业的区域分布差异，首先计算整体的基尼系数，其公式如下：

[G=∑kj=1∑ki=1∑nji=1∑nhr=1yji-yht/2n2y] （2）

其中j、h为城市群代码，i、r为城市代码，k为城市群的数量，n为城市的数量，nh和nj表示j、h城市群内部城市的数量，yji、yhr指某一城市群内部某一城市商贸流通产业的发展情况，y是所有样本中商贸流通产业发展的平均值。

考虑到整体的分布状态后，需要对各个城市群进行分解，通过计算组内差异（GW）和组间差异（Gnb）使得G=GW+Gnb，其中组内差异与组间差异的计算公式如下：

[Gij=12yj∑nji=1∑njr=1yji-yjrn2j] （3）

[Gw=∑kj=1Gjjpjsj] （4）

[Gjh=nji=1nhr=yji-yjrnjnh（yj+yh）] （5）

[Gnb=j=2kh=1j-1Gjh（pjsh+phsj）djh] （6）

（三）收敛模型

为了考察各城市群之间商贸流通业的发展差异及其演变趋势，需要建立收敛性模型。常见的收敛性模型包括α收敛、β收敛。其中α收敛是指离差随着时间趋势发展逐渐收敛降低的过程，比较常用的指标包括标准差、变异系数以及泰尔系数等。考虑到本文研究对象的特殊性，本文采用变异系数来衡量α收敛，其计算公式如下：

[α=Nij（PSij-PSIJ）2/NPSIJ] （7）

其中，下标i表示城市群（i=1，2，3，4，5，6），下标j表示城市群中所含的城市（j=1，2，3···），Nj表示城市的总数量，PSlj代表城市群商贸流通产业的平均发展水平。

第二种收敛模型是β收敛，它是指随着时间的变化，先发展的地区后继发展乏力，落后地区因为存量原因，增长速度更快，因此会追赶上发达地区，最后实现以同样增长率发展的收敛状况。β收敛又可以细分为条件β收敛与绝对β收敛两种状态。如果控制了其他一系列影响因素以后，区域间商贸流通发展处于收敛状态则称之为条件β收敛;如果即使不控制其他因素，地区间商贸流通产业也呈现收敛状态，这种收敛又可以被称之为绝对收敛。其中绝对β收敛的模型可以表示为：

[lnPSi，t+1PSi，t=α+βln（PSi，t）+μi+ηt+εit] （8）

其中，i表示地区（i=1，2，3···N），t表示时间（t=1，2，3···T），PSi，t和PSi，t+1分别表示地区i在不同时期商贸流通产业的发展水平，[PSi，t+1PSi，t]表示在t至t+1时间段地区i商贸流通产业的增长率。β即为收敛系数，如果β是显著小于0的，则意味着我国商贸流通产业存在着显著的β收敛，如果β大于0且通过了显著性检验，则意味着β是发散的。μi、ηt以及εit分别表示个体空间效应、时间效应以及随机误差项。

二、变量说明与数据来源

（一）变量说明

1.商貿流通发展水平

本文将区域商贸流通发展水平作为被解释变量，并采用区位熵的方法进行计算，具体的计算方法如式（1）所示。

2.控制变量的选择

基于已有对我国商贸流通产业的研究成果，本文分别从市场需求、基础设施、信息基础以及知识溢出四个方面构建商贸流通服务发展的控制变量。

市场需求。本文以经济发展水平（人均GDP）以及工业发展水平（IA）来衡量市场需求。其中工业发展水平（IA）也采用区位熵的计算方法，其计算公式如下：

[IAit=（iovit/vit）/（iovt/vt）] （9）

其中iovit表示城市i在t时期规模以上工业总产值、vit表示在t时期i城市总的城市GDP;iovt表示在t时期我国规模以上工业总产值，vt表示在t时期我国GDP的规模。

基础设施。这里的基础设施主要是道路基础设施（road）。本文以人均道路里程数作为衡量交通基础设施完备程度的代理变量。

信息基础。随着电子商务的发展，商贸流通对信息的需求越来越旺盛，因此，本文以互联网普及率作为信息基础（information）的代理变量。

知识溢出。随着商贸流通业的发展，对人力资本提出了较高的要求，本文以每万人高等学校专任教师数量作为衡量地区人力资本（hum）的代理变量。

（二）数据来源

本文的研究对象包括六大城市群，共涉及112个城市。本文的数据基础包括2002-2017年313个城市面板数据，数据来源与国泰安数据库、《中国城市统计年鉴》以及各省份《统计年鉴》，考虑到部分城市数据缺失严重，本文对这些样本进行了剔除。本文样本数据的描述性统计见表1。

三、实证分析的结果与分析

（一）我国城市群商贸流通业的空间分布动态

表2為2002-2017年我国六大城市群商贸流通产业发展区位熵的计算值，可以发现我国长三角、珠三角以及京津冀城市群商贸流通业的区位熵值较高且大于1，这说明我国商贸流通业主要在上述地区集聚。而随着时间变化，长三角、珠三角以及京津冀城市群商贸流通业区位熵值呈现下降趋势，而与此相对应的是长江中游、中原以及川渝城市群商贸流通产业区位熵值呈现不断上升的趋势，这说明我国城市群商贸流通产业的空间差异性正在不断缩小，商贸流通产业在空间上布局更加合理。

（二）城市群商贸流通发展的差异分解

本文通过Dagum基尼系数来阐述六大城市群商贸流通发展的差异性。分城市群来看，我国长三角城市群商贸流通业发展的Dagum基尼系数较小，这说明在长三角城市群中，各个城市之间商贸流通发展的差异较小。其次是京津冀城市群、珠三角城市群，而中原城市群、长江中游城市群以及川渝城市群商贸流通发展Dagum基尼系数较大。值得注意的是，在所有城市群中川渝城市群商贸流通基尼系数呈现上升趋势，长江中游城市群商贸流通基尼系数变化较小，而其他城市群商贸流通发展基尼系数均呈现下降趋势。

我国商贸流通差异的贡献率从以区域内差异为主向区域间差异为主转变。2002年我国商贸流通差异区域内的贡献为76.42%，而同期区域间的贡献仅为23.58%;而到了2017年，区域内的贡献下降为55.69%，区域间的贡献上升为44.31%，这说明我国商贸流通业的发展在区域间的差异相对变大。

（三）城市群商贸发展的收敛性分析

基于式（7），本文首先对我国城市群商贸发展的α收敛进行分析，研究结果表明在研究期内我国以及六大城市群总体的变异系数都呈现明显的下降趋势，分城市群来看，长三角、京津冀、珠三角城市群变异系数总体上呈现下降趋势，这说明上述城市群存在明显的α收敛趋势，而川渝城市群变异系数总体上来看呈现上升趋势，即不存在α收敛。

进一步的，本文对我国城市群商贸流通发展的β收敛进行分析，商贸流通发展的β回归系数均为负，且回归系数通过了1%的显著性检验，这说明从全国或者是从各个城市群来看，商贸流通业发展均存在一定的条件β收敛。对于控制变量，本文发现，市场需求变量均显著为正，人均GDP和工业化程度越高的地区，越有利于促进区域商贸流通业的发展。在交通基础设施变量中，仅仅在长三角及珠三角地区通过了显著性检验;信息技术支持变量中，从全国范围来看，信息技术水平越高，商贸流通发展水平越高，长三角及珠三角的回归系数显著为正;人力资本变量中，仅仅珠三角城市群的回归结果表明人力资本的积累有利于商贸流通产业发展。

四、结论

本文的主要研究结论如下：整体来看我国商贸流通发展的区域差异逐渐降低，空间分布格局更加合理;我国商贸流通产业发展差异的主要原因是区域内差异，但近年来区域间差异对这种空间分化的作用越来越明显;六大城市群均呈现显著的条件收敛，仅仅长三角、珠三角以及京津冀城市群存在明显的α收敛，在一定程度上也说明了我国商贸流通产业区域发展差距逐渐缩小。

【参考文献】

[1]陈兢，曲升刚，王秋霞.商贸流通集聚区的形成、演变与发展路径优化[J].商业经济研究，2019（9）：9-11.

[2]马威.商贸流通业区域差异性对经济发展影响的实证研究：基于贵州、四川和重庆的经验分析[J].商业经济研究，2019（9）：149-152.

[3]李纵云.全球化背景下我国商贸流通业发展改革升级的路径探索[J].商业经济研究，2019（6）：17-19.

[4]余泳泽.中国省际全要素生产率动态空间收敛性研究[J].世界经济，2015，38（10）：30-55.