我国商贸流通网络的结构特征及驱动因素——基于引力模型的社会网络分析

邱志萍，刘举胜，何建佳

（1.东莞理工学院经济与管理学院，广东 东莞 523106；2.上海政法学院经济管理学院，上海市 201701；3.上海理工大学管理学院，上海市 200093）

一、引言

长期以来，作为国民经济基础性和先导性产业，商贸流通产业在引导生产、促进消费、调整产业结构和优化经济绩效等方面发挥着重要作用[1]。2022年4月颁布的《中共中央国务院关于加快建设全国统一大市场的意见》指出，要建设现代流通网络，优化商贸流通基础设施布局，加快数字化建设，推动线上线下融合发展，形成更多商贸流通新平台新业态新模式。党的二十大报告指出，构建全国统一大市场，深化要素市场化改革，建设高标准市场体系；加快发展物联网，建设高效顺畅的流通体系，降低物流成本。2022年12月14日，中共中央、国务院在《扩大内需战略规划纲要（2022—2035年）》中强调，要完善物流基础设施网络，优化现代商贸体系，发展现代物流体系。可见，当前建设全国性的商贸流通网络已成为加快建设全国统一大市场的首要任务。

随着数字经济的快速发展，消费需求多样化特点日益明显，我国商贸流通产业的新业态和新模式层出不穷，不仅形成了各具优势的产业布局，而且加强了地区间产业合作与联系。以商品贸易和流通为主要内容的商贸流通产业存在典型的跨地区联系，并在空间上呈现出动态复杂的网络化联系特征[2]。这种网络化联系特征无法通过传统的多元统计分析方法进行实证检验，而是需要通过关系数据加以刻画。作为研究经济网络的新兴工具，社会网络分析方法恰巧就是从关系的角度揭示社会现象与结构，为解释经济关系网络提供技术支持[3]。我国地区之间商贸流通产业的联系呈现怎样的特征，哪些因素在影响着商贸流通的空间联系？为解答上述问题，本文尝试采用改进的引力模型和社会网络分析方法进行系统的实证研究。

作为国民经济发展的基础性和先导性产业，商贸流通产业一直是学术界关注的重点。围绕不同的研究范式，现有关于商贸流通产业的研究主要分为两类：一类不考虑产业关联关系；另一类考虑产业关联关系。

在不考虑产业关联关系方面，已有研究不仅考察了商贸流通产业的特征[4]、城乡一体化[5-6]、发展评价[7-8]、效率评价[9-10]、集聚状况[11-12]和提升路径[13-14]等问题，而且探讨了商贸流通产业与经济增长、国际贸易发展的耦合问题[15-16]。尽管这类研究成果十分丰富，但更多是采用传统统计分析方法考察各地区商贸流通产业的自身情况，忽视了不同地区之间潜在的产业联系。

在考虑产业关联关系方面，已有研究主要借助投入产出表和引力模型进行实证研究。在投入产出表方面，主要采用产业关联度、中间需求率、影响力系数和产业感应力系数等指标考察产业联系。王笑宇等[1]构建了5×5 部门的产业关联关系，发现商贸流通产业具有基础性和先导性的产业属性。祝合良等[17]考察了商贸流通产业关联效应和产业波及效应的演变趋势，发现商贸流通产业在中间需求结构中的中间产品属性逐渐减弱，而相应的最终消费属性逐渐增强。需要说明的是，投入产出法虽然能够准确计算产业关联，但受限于数据的实用性，更多局限于一个地区商贸流通产业与其他产业部门之间的产业关联，通常难以计算时间连续的不同地区之间的产业联系状况。

在引力模型方面，已有研究通过改进的引力模型测度地区之间的产业联系，并借助社会网络分析方法进行实证研究。林春艳等[18]发现，省际产业高级化空间关联网络具有“总体分异、板块聚类”的特征，表现出明显的空间异质性和依赖性。朱海燕等[19]发现，省际商贸流通产业碳排放网络具有显著的省际溢出效应，各省（区、市）的影响力趋于均衡。陈丽娴[20]发现，2004—2019年我国省际生产性服务业的空间关联强度增大，但存在明显的空间差异。与本文联系最为密切的是刘举胜等[2]的研究，他们发现长江三角洲城际商贸流通网络的节点联系日益紧密，节点影响力的空间差异有所变小，同时双边收入状况、地方保护行为、金融发展、产业结构、信息网络、物流发展和对外开放的城际差异显著影响产业联系。

综上所述，现有研究为本文提供了一定支持，但在建设全国统一大市场的背景下，鲜有文献考察全国商贸流通产业的空间关联特征及其背后的影响因素。鉴于此，基于2000—2020年我国31个省份（未包括港澳台地区）的数据，本文采用改进的引力模型测算省际商贸流通的空间联系，并借助社会网络分析方法实证研究省际商贸流通网络的结构特征和驱动因素。与已有研究相比，本文的边际贡献主要有两个方面：从学术价值来看，本文率先从社会网络分析视角系统地揭示全国商贸流通网络的结构特征及驱动因素，不仅验证了引力模型在研究空间联系问题中的适用性，而且拓展了已有产业空间联系的研究边界；从现实意义来看，通过系统的实证研究，本文有助于把握我国省际商贸流通联系的现状、演化趋势及原因，并进一步明确各省（区、市）在整体中的地位与角色变迁，为增强省际商贸流通联系、构建现代化商贸流通网络和加快建设全国统一大市场提供可行的政策建议。

二、研究方法与数据说明

（一）基于引力模型的空间联系分析

学术界通常将引力模型作为研究空间联系的重要工具。近年来，已有研究利用引力模型考察经济空间联系[21]、能源消费空间关联[22]和研发要素流动[23]等问题，这为本文提供了重要的研究支撑。本文借鉴彭芳梅[21]的做法，采用改进的引力模型测算商贸流通产业的空间联系强度。不同于传统引力模型的衰减因子设定，本文采用新经济地理学中“冰山成本”的假定形式，将模型中衰减函数设定为e-βijdij，以期尽可能揭示商贸流通产业的空间联系状况。我国省际商贸流通产业的联系度Gij可表述为：

其中，k表示引力常量，通常取值为1①；Ci和Cj分别表示i省（区、市）和j省（区、市）的商贸流通产业发展水平；βij表示两省（区、市）商贸流通空间联系强度的衰减因子，dij表示两省（区、市）省会城市（直辖市、首府）之间的地理距离。关于衰减因子βij的计算，本文以两省（区、市）之间货运周转总量的倒数表示②。依据公式（1）可计算历年来两两省份之间商贸流通产业联系度，并形成对称的商贸流通产业联系矩阵。

本文以产出规模（OP）、从业规模（EP）和商贸规模（BT）描述商贸流通产业发展状况，并采用三个指标的几何加权平均数测算各省（区、市）的商贸流通产业发展水平。其中，产出规模以批发与零售贸易、住宿与餐饮业、交通运输仓储邮政业增加值占GDP 的比重（%）表示；从业规模以批发与零售贸易、住宿与餐饮业、交通运输仓储邮政业城镇单位从业人员数占城镇单位总从业人员数的比重（%）表示，商贸规模以人均社会消费品零售总额（万元/人）表示。

（二）社会网络分析方法

1.商贸流通网络的构建

结合社会网络理论，本文将31 个样本省份视为网络节点，将各省（区、市）之间商贸流通产业联系视为网络的连边，由此构成省际商贸流通网络。在公式（1）中，以两两省份之间商贸流通联系度为连边的权重，最终整理得到加权无向的省际商贸流通网络。为便于实证分析，借鉴邱志萍等[24]的做法，以加权矩阵的均值为阈值，将加权无向网络进行二值化处理，最终得到由0和1构成的无权无向商贸流通网络③。对同一个节点（i=j）而言，矩阵中主对角线的数值为0。在无权无向的商贸流通网络中，矩阵格值为1 表示两省（区、市）之间存在实际有效的商贸流通产业联系，矩阵格值为0则表示两省（区、市）之间不存在实际有效的商贸流通产业联系。

2.结构特征分析

借鉴刘举胜等[2]、邱志萍等[24]的做法，本文从整体特征和个体特征两个方面系统考察我国省级商贸流通网络的结构特征。

（1）整体特征。该特征采用网络密度（DS）、集聚系数（CC）、平均路径长度（AL）、二次指派程序（Quadratic Assignment Procedure，QAP）相关性分析法和凝聚子群分析法等指标和方法进行分析。具体而言，网络密度反映各省（区、市）商贸流通产业关联的紧密程度，采用网络中实际有效的关系数与理论上最大关系数之比进行计算。集聚系数反映网络内各省（区、市）及其临近省（区、市）之间商贸流通产业联系的集聚程度。平均路径长度表示网络内所有可能相连的节点间最短路径所经过边数的均值，反映省际商贸流通关系的传递效率。二次指派程序相关性分析法是一种基于矩阵随机置换方式计算不同变量矩阵之间相关性的非参数检验方法，能够有效反映网络结构的动态演变特征[3]。凝聚子群分析法能反映网络内板块子群构成情况和节点间联系的紧密程度。依据块模型理论，一般网络角色分为主受益板块、净溢出板块、经纪人板块和双向溢出板块[25]。

（2）个体特征。该特征采用特征向量中心性、中介中心性和核心度进行分析。具体而言，特征向量中心性考虑了网络结构，能够揭示一省（区、市）在网络中的相对影响力和地位。中介中心性刻画节点对网络中关联关系的掌控能力以及所发挥的枢纽作用。核心度反映一节点在网络中所处的位置，通过“核心-边缘”分析来揭示网络中不同层级之间的关系结构。

3.实证模型设计

本文从社会网络分析和关系数据的视角考察我国省际商贸流通空间联系的影响因素。借鉴德克尔（Dekker）等[26]的做法，构建如下适合关系数据分析的计量模型：

其中，Y为因变量，即省际商贸流通产业联系度；X为驱动因素，c0为截距项，α为待估参数，ω为随机误差项。针对模型（2）的计量分析，本文采用多元回归二次指派程序（Multiple Regression Quadratic Assignment Procedures，MRQAP）方法进行实证估计。需要说明的是，MRQAP 方法是一类基于随机置换矩阵数据的非参数检验方法，能够很好地解决关系数据潜在的多重共线性和自相关问题，并分析一个矩阵与多个矩阵之间的计量关系[27]。

依据空间相互作用理论，区域之间存在着人流、物流、商品流、资金流、信息流和技术流等要素“流”的空间相互作用过程，其发生的基本条件包括资源要素的互补性、可运输性和来自其他区域干扰的中介机会[28]。产业关联是产业间以各种投入品和产出品为连接纽带的技术经济联系，其实现形式包括产品联系、技术联系、价格联系和服务联系等。区域商贸流通产业联系就是通过双边商品的跨区域流动和流通服务形成的产业空间联系。这类产业联系不仅涉及商品贸易联系，还涉及流通服务联系。因此，省际商贸流通产业联系的形成与发展离不开各省（区、市）的经济条件、产业分工协作、地方政府行为、城市化进程、基础设施条件、物流服务条件、对外开放程度和地理条件等因素的共同影响。结合上述相关理论分析，借鉴刘举胜等[2]、任保平[14]和曾冰等[29]研究，本文确定了我国省际商贸流通产业联系的影响因素（参见表1）。

（三）数据来源与说明

受限于数据的可得性，本文以2000—2020年我国31 个省份（未包括港澳台地区）为研究对象。本文所有变量的数据形式均为主对角线为零值的31×31 的矩阵，全样本观测量为31×（31-1）=930个。公式（1）中商贸流通产业指标和表1中各变量所需的原始数据均整理自中国国家统计局以及历年中国统计年鉴、中国人口与就业统计年鉴、中国劳动统计年鉴和各省（区、市）统计年鉴。针对个别缺失数据，本文采用移动平均法进行补齐。此外，为剔除价格波动的影响，本文以2000年为基期，分别采用居民消费价格指数和GDP 平减指数对城镇居民可支配收入和GDP数据进行平减。本文采用Ucinet6软件进行实证研究。

表1 变量名称及其计算与解释

三、我国商贸流通网络的结构特征分析

（一）整体特征分析

1.拓扑结构演化

由表2 可知，网络密度（DS）水平整体偏低（均值仅为0.367），并呈现出升降并存的波动态势，表明我国省际商贸流通联系仍处于弱联结状态，整体关系结构不够成熟。集聚系数（CC）整体呈现波动增长趋势，平均水平达0.883，始终表现出较大的集聚系数。平均路径长度（AL）整体保持在1.633左右，呈现稳中略降态势，意味着网络内部商贸流通联系的传递速度更快，网络具有较小的路径长度。总之，样本期内我国商贸流通网络的内部节点关系紧密度较弱，具备典型的“小世界性”结构特征。

表2 我国商贸流通网络的整体特征

由表3可知，样本期内商贸流通关系矩阵之间的相关性系数整体在0.511 至0.958 之间，且均通过了1%统计水平的显著性检验，表明前期商贸流通网络结构显著影响后期网络结构。其中，2000年与2001年相关性系数为0.954，而与2020年的相关性系数则为0.559，表明随着时间推移，不同时期商贸流通网络结构的相关性逐步下降。可见，样本期内我国省际商贸流通网络结构具有较强的自我稳定性特点，并遵循典型的循序渐进式演进路径。

表3 基于QAP相关性的我国商贸流通网络结构演化

2.子群结构分析

为揭示我国商贸流通网络内部的子群结构状况，基于2000—2020年商贸流通联系的均值矩阵，本文展示了我国商贸流通网络的密度矩阵和板块角色（参见表4）、子群结构（参见图1）。

图1 我国商贸流通网络的子群结构

表4 我国商贸流通网络的密度矩阵和板块角色

从结构形态来看，我国商贸流通网络由四个子群构成，在空间上呈现较为明显的大分散与小聚集并存的特点，不同板块内部节点数存在明显差异。从密度矩阵来看，不同子群之间的联系紧密度及其变化存在较大差异，其中子群内部协同关联的紧密度明显高于与外部子群联系的紧密度。具体而言，板块1 包括北京和上海两个节点，其内部和对外的商贸流通联系紧密度很强，其期望关系比与实际关系比相同，属于典型的经纪人板块，在我国商贸流通网络中发挥着重要的枢纽作用。板块2内部节点数（14个）最多，包括我国部分中部省份和大部分西部省份，其主要与板块1和板块3进行商贸流通产业联系，期望关系比远超实际关系比，属于典型的净溢出板块。板块3 主要包括湖北、重庆和天津、广东、江苏、浙江等东部省份，其内部及与板块1、板块4 均保持较强的商贸流通联系，同时期望关系比小于实际关系比，属于典型的主受益板块。板块4 内部及与板块2 的联系较弱，与板块1 和板块3 保持较强的联系，期望关系比高于实际关系比，属于双向溢出板块。

（二）个体特征分析

1.节点中心性分析

由表5可知，样本期内各省（区、市）中心性水平存在典型的空间差异，在空间上呈现自东部向东北及中西部递减的分布特征，其中特征向量中心性的省际差异较小。一省（区、市）（特别是北京、上海、重庆和海南等省、市）在网络中的相对影响力越大，其所发挥的中介枢纽作用通常就越大。此外，东部地区在网络中的地位最高，中西部地区居中，东北地区的作用最弱。东部地区和西部地区的相对影响力有所增大，中部地区和东北地区的相对影响力减小，只有西部地区的中介作用有所提升。

表5 我国商贸流通网络的个体特征

具体来看，尽管各省（区、市）在网络中的相对影响力存在明显差异，但基本呈现东高中西低的分布特征。同时，大部分东部省份和个别西部省份（重庆）在网络中发挥着重要的枢纽作用，其他省份的作用十分有限。作为全国的商贸中心，尽管上海和北京始终占据网络中的主导地位，并充当着重要的经纪人角色，但两市的相对影响力出现了不同程度的下降。受益于独具中国特色的自由贸易港发展政策，海南的相对影响力和中介作用得到了明显提高。作为西部地区商贸中心，重庆扮演着愈发重要的区域性中介中心角色，协调西部与中东部地区的商贸关系。此外，天津、江苏、福建、浙江、山东和广东等东部省份从属于上海和北京核心枢纽，其中天津、浙江和广东的中心性水平均有所下降。湖北发挥着重要的区域性作用，并对中部及周边省份产生一定的辐射效应。除上述省份外，其他省份在网络中的地位相对较低，特别是东北三省表现很一般。

2.“核心-边缘”分析

图2 展示了2020年各省（区、市）核心度及其相对于2000年核心度的变化值，并依据核心度大小划分为核心区、半核心区、半边缘区、边缘区的类别。本文将核心度大于0.3 的划分为核心区，0.2～0.3 的划分为半核心区，0.1～0.2 的划分为半边缘区，小于0.1 的则划分为边缘区。整体而言，样本期内我国各省（区、市）的核心度存在明显差异，并在空间上呈现自东部向东北及中西部内陆地区递减的特征。从分布格局来看，我国商贸流通网络存在明显的等级结构，并呈现出小核心与大边缘并存的空间格局。进一步比较后发现，样本期内核心区和边缘区核心度整体有所下降，而半核心区和半边缘区的核心度则整体有所增大，表明我国商贸流通网络始终存在典型的“核心-边缘”结构特征，介于核心区与边缘区之间的省份在网络中逐渐占据重要地位。

图2 2020年各省（区、市）核心度及其相对于2000年核心度的变化值

具体来看，上海和北京处于全国商贸流通网络的核心区，但其核心度略微下降。北京和上海的经济发展与收入水平均位于全国前列，服务经济发展质量较高，并在全国商贸流通网络中占据绝对的引领地位。半核心区大部分位于东部地区，主要包括海南、重庆、天津、江苏、福建、浙江、山东和广东8个省、市，其中海南、重庆、江苏、福建和山东的核心度实现了不同程度的增长，其他省份则出现了下降。以北京和上海为全国商贸核心，经济较为发达的东部沿海省份和重庆位居全国商贸流通网络的第二梯队，其中重庆在西部商贸流通网络中的影响较大。可见，除重庆一个西部省份外，东部沿海省份占据了全国商贸流通网络的核心和半核心地位。事实上，这些省份商贸服务经济发达，收入水平较高且消费需求较大，拥有相对完善的交通设施、商贸服务体系和现代物流体系，同时还临近国际市场。半边缘区分布于中西部地区，包括湖北、安徽、陕西、内蒙古、辽宁、湖南、四川、云南和河南9 个省、自治区，除湖北和辽宁的核心度下降外，其他省份均实现了不同程度的增长。边缘区主要分布在中西部内陆地区，除江西和贵州核心度有所增长外，其他10 个省份核心度均出现了不同程度的下降。可见，半边缘区和边缘区主要以中西部内陆省份为主，与核心区、半核心区存在一定的差距。受限于自身的商贸服务体系和交通设施条件，中西部省份商贸服务经济发展相对滞后，在全国商贸流通网络中的影响力较弱。

四、我国商贸流通网络的驱动因素分析

借鉴邱志萍等[30]的做法，首先计算样本期内各矩阵变量的均值，以考察全样本下我国商贸流通网络的驱动因素；其次进行稳健性检验以确保基准结果的可靠性；最后考察各驱动因素的动态影响。本节重点关注标准化回归系数（SC）及其P值，并比较分析各因素的相对大小。

（一）基准结果

由表6 可知，随着自变量逐步纳入回归模型，关系计量模型的拟合优度也由起初的0.793 上升至0.851，表明各驱动因素对我国商贸流通网络演化具有较强的解释力。回归（3）的结果显示，各自变量的估计结果整体符合预期。具体来看，双边收入规模和产业结构差异的系数均显著为正，表明双边收入规模越大，同时存在一定的产业结构差异，就越有利于加强商贸流通的联系。这可能是因为：一方面收入规模越大，说明双边购买能力和消费潜力越大；另一方面，一定的产业结构差异有助于各地要素禀赋优势和产业分工优势的有效发挥，通过实现产业链的空间协同与合作来促进商贸流通联系。地方保护主义和物流发展差异的系数显著为负，表明以地方保护行为为代表的贸易壁垒性因素，以及较大的物流发展差距都显著抑制商贸流通的空间联系。人口城市化差异的系数显著为正，表明城市化进程差异强化了商贸流通联系，这可能是因为一定程度的人口城市化进程差异影响着人口流动和产品生产与消费状况，潜在地强化了商贸流通联系。交通设施联通的系数显著为正，表明交通网络越完善，就越能显著降低商贸流通成本，并有效强化双边空间联系。网络应用差距的系数显著为负，表明双边网络应用情况越接近，商贸交易（信息）成本就越低，越有助于产品通过线上方式实现跨区流动，进而增强商贸流通联系。贸易开放程度的系数为正，但未通过显著性检验，这可能是因为贸易开放对国内商贸市场一体化存在非线性影响[31]。地理邻近关系的系数显著为负，表明地理邻近优势未能强化商贸流通联系，这可能是因为地理邻近背后的地理边界与行政边界引致的负面边界效应显著抑制了商贸流通联系。

表6 基准估计结果

综上所述，双边收入规模、产业结构差异、人口城市化差异和交通设施联通显著强化了商贸流通联系，而地方保护主义、物流发展差异、网络应用差距和地理邻近关系则抑制了商贸流通空间联系，而贸易开放程度的影响不显著。从绝对影响大小来看，双边收入规模对省际商贸流通联系的影响最大，其次是产业结构差异、人口城市化差异、网络应用差距、地方保护主义和交通设施联通，而影响较小的是贸易开放程度、地理邻近关系和物流发展差异。

（二）稳健性检验

为确保基准结果的可靠性，本文通过无权矩阵估计、考虑滞后影响和更改矩阵置换次数等方面进行稳健性检验（参见表7）。从无权矩阵估计来看，除地理邻近关系变量外，以加权矩阵的均值为阈值，本文将具有实际权值的因变量和其他自变量进行二值化处理，得到由0和1组成的无权矩阵变量。从滞后影响来看，考虑到各驱动因素对省际商贸流通网络的影响可能存在一定的滞后性，因而本文计算2001—2020年加权的商贸流通网络均值，以期初步解决变量互为因果导致的内生性问题。从更改矩阵置换次数来看，考虑到更多的矩阵置换次数能够获得更稳健的估计结果，因此本文将置换次数由默认的2 000 次调整为5 000次。在MRQAP方法的支持下，无论是采用无权矩阵估计和考虑滞后影响，还是更改矩阵置换次数，各因素的估计结果均支持前述的基准结果。

表7 稳健性检验结果

（三）动态考察

为进一步考察各驱动因素对商贸流通网络的动态影响，本文选择2000年、2005年、2010年、2015年和2020年5个时间点进行实证检验。

由表8 可知，随着时间的推移，模型的拟合优度呈现升降并存的波动态势，相应的估计结果与基准结果基本相符。从各因素的系数变化来看，双边收入规模对商贸流通产业联系的影响呈波动中增大的趋势，是影响最大的决定因素。商品交易和流通服务通常由市场消费需求决定，而收入规模决定着市场消费需求和潜力，对商贸流通产业发展及合作产生重要影响。从趋势看，产业结构差异对商贸流通产业联系的影响在增大，这可能是因为各省（区、市）产业结构差异决定着投入产出之间的差异，并形成了较为明显的经济技术及服务联系。网络应用差距和人口城市化差异的影响在波动中下降，这可能是因为近年来我国互联网实现了跨越式发展，大中小城市实现了不同程度的城市化发展，导致网络应用差异和城市化差异的影响有所减弱。物流发展差异和交通设施联通的影响先减小后增大，这可能是因为现代物流业发展和交通设施布局优化是商贸流通产业发展的重要支撑条件，对其相应的产业联系产生重要影响。由于贸易开放程度对国内商品贸易市场一体化进程产生非线性影响，不同时间点下贸易开放程度的影响始终不显著。此外，地方保护主义的影响明显变小且最终不再显著，带有边界效应的地理临近关系所产生的负面影响很小，这可能是因为随着区域经济一体化进程的加速，特别是行政性壁垒因素的逐步消除，双边因地理邻近而产生的边界效应相对有限，对产业联系与合作的屏蔽效应较小。

表8 五个年份的估计结果

总体而言，随着时间的推移，双边收入规模、交通设施联通和产业结构差异始终是影响我国省际商贸流通产业联系的三个重要因素。

五、研究结论、政策启示与研究展望

（一）研究结论

第一，样本期内我国商贸流通网络的内部节点关系紧密度较弱，网络具备典型的“小世界性”结构特征和自我稳定性的演化特征。网络由四个子群构成，在空间上呈现较为明显的大分散与小聚集并存特点，不同板块内部节点数及其联系紧密度存在明显差异。北京和上海属于典型的双向溢出板块，并在网络中发挥重要枢纽作用。

第二，样本期内各省（区、市）中心性水平和核心度均存在明显的空间差异，并在空间上呈现自东部地区向东北地区及中西部地区递减的分布特征。一省（区、市）在网络中的相对影响力与中介枢纽作用存在一定的正向关系。网络存在明显的“核心-边缘”结构特征，并呈现出小核心与大边缘并存的空间格局，同时介于核心与边缘之间的省份在网络中逐渐占据重要地位。

第三，从全样本考察结果来看，双边收入规模、产业结构差异、人口城市化差异和交通设施联通显著强化了商贸流通产业联系，而地方保护主义、物流发展差异、网络应用差距和地理邻近关系则抑制了产业联系，贸易开放程度的影响不显著。上述实证结果经过无权矩阵估计、考虑滞后影响和更改矩阵置换次数等稳健性检验后仍成立。从动态影响来看，双边收入规模、交通设施联通和产业结构差异始终是影响我国省际商贸流通产业联系的重要因素。

（二）政策启示

第一，应重视省际商贸流通的空间联系，完善省际商贸流通产业的协同合作机制，重点打造不同定位的现代化商贸流通中心。健全全国统一大市场建设的协调机制，完善市场体系基础制度，探索商贸流通协同发展机制，加强各地商贸流通产业合作。合理发挥各省（区、市）要素禀赋优势，优化区内商贸流通枢纽城市布局，打造国际性、全国性和区域性不同等级的商贸流通中心。建设统一的要素与资源市场，实现商品市场与服务市场的高质量统一，积极发挥各地区的商贸流通功能。

第二，应提高居民可支配收入水平，加快消除地方保护主义壁垒，加强地区间产业分工与合作，协调推进不同地区城市化进程。在实现经济高质量发展过程中积极提高居民可支配收入，提升购买力水平和保障消费需求。发挥有效市场和有为政府的作用，协调全国统一市场和地方竞争发展的关系，加快建设统一公平的市场监管机制。加快市场一体化建设，消除制度和地理边界等壁垒性因素对商贸流通联系的负面影响。完善省际商贸流通产业合作机制，发挥各省（区、市）在商贸服务经济中的优势，探索优势突出的商贸分工模式，构建完善的商贸服务体系。稳步推进不同地区大中小城市和小城镇协调发展，推进跨省（区、市）城市群和都市圈建设，为强化商贸流通联系提供可靠的空间。

第三，加强交通与数字等基础设施的互联互通，加强内贸与外贸协同化发展，加快实现流通产业的高质量发展。进一步完善地区之间的立体化交通网络，促进市场设施的高标准互联互通，着重推进基础设施的互联互通。加强地区间互联网信息技术合作与数字设施建设，利用数字经济赋能商贸经济产业转型升级发展，推动构建智能化信息化的商贸服务体系和现代物流体系。通过交通设施和数字信息化设施的不断完善，弱化地理距离对商贸流通联系的不利影响。处理好庞大的国内市场与对外开放的关系，提高全方位对外经济开放水平，注重进口产品质量，实现国内市场和国际市场的双循环协调发展。打造智能化现代化的物流中心，建设不同等级的物流转运中心，为实现商品的跨区流动提供支持。

（三）研究展望

未来研究的深化方向主要有以下三个：一是在研究内容方面，进一步完善商贸流通网络驱动因素的理论分析框架，构建有向的商贸流通网络，采用复杂网络分析方法深入考察全国商贸流通网络的鲁棒性和脆弱性等特征；二是在技术方法方面，通过其他方法（如VAR 模型的格兰杰因果分析）建立商贸流通的空间联系，采用前沿的复杂网络统计分析方法进行实证研究，特别要克服内生性问题，以确保实证结果的可靠性；三是在研究尺度方面，除全国省级层面外，可进一步从地级以上城市、县域和企业等尺度进行系统的实证研究，以丰富已有研究。

注释：

①按照连边是否有权重和是否有方向差异，社会网络通常分为加权有向网络、加权无向网络、无权有向网络和无权无向网络。为不失一般性，本文将引力常量取值为1，表明省际商贸流通产业联系不存在方向上的差异。因此，本研究的省际商贸流通网络属于无向网络，即矩阵中i省（区、市）对j省（区、市）的商贸流通产业联系度和j省（区、市）对i省（区、市）的产业联系度是相同的。

②商贸流通的空间联系依赖商品（货物）等要素的跨地区自由流动及其范围。两省（区、市）的货运周转总量较大，说明两省（区、市）对外转运货物的范围更广，因空间距离导致的衰减效应相对更弱。

③当无向网络中连边的权重为两两省份之间商贸流通产业联系度时，由此形成加权无向的省际商贸流通网络。在此基础上经过二值化处理后，无向网络中连边的权重仅由1（实际有效的省际商贸流通产业联系）和0（实际无效的省际商贸流通产业联系）构成，由此形成无权无向的省际商贸流通网络。