APP下载

中国商贸业发展的空间差异及其影响因素研究

2023-10-21谢守红

关键词:省份效应空间

谢守红, 洪 歌

(浙江师范大学 经济与管理学院,浙江 金华 321004)

引 言

商贸业是商品交换的发达形式,自20世纪80年代以来,中国商贸业迅速发展,实现了从计划经济时代以供销合作社为主体的商贸流通模式到多种渠道融合的现代商贸流通体系的跨越。商贸业是第三产业的重要组成部分,扮演着将生产和消费联结起来的中介角色,是国民经济的先导产业和基础产业。[1]商贸业链接工农、城乡、地区之间的生产和消费,在促进工农业发展、增加人们就业、提升城乡居民生活水平等方面发挥着越来越重要的作用,对转变经济发展方式、优化经济结构、提升经济水平以及推动城市化进程均有重要战略意义。[2]

在中国商贸业高速发展过程中,一些发展问题也随之凸显,其中区域发展不均衡是备受关注的问题之一。[3]国外商贸业的含义和统计口径与国内存有差异,其研究成果也较少,相关的研究主要集中在商业物流与区域经济发展的关系、[4]美国零售业集群范式、[5]跨国零售商的地方化、[6]跨国零售业的经济效应、[7]零售业重组与消费者选择[8]等方面。国内学者对商贸业发展空间差异的研究日益关注,如任保平等(2011)曾构建指标体系,对全国31个省份商贸业发展状况进行比较研究,发现我国商贸业发展呈现明显的区域差异,并指出地区分工、地理区位、市场环境、工业化与城市化水平是造成差异的主要原因。[9]胡莲(2017)分析了我国商贸业取得的阶段性成果和所存在的问题,探讨了商贸业影响经济发展的内在机理,并指出商贸业发展存在发展存量和发展速度结构性失调现象。[10]高燕等(2021)研究发现,我国商贸业发展存在明显地区差异,其中东部地区发展较好,而中西部地区相对落后。[11]曹颖等(2021)关注到了我国商贸流通业发展非均衡现象,认为这种不均衡现象长期存在,但有协同向好的趋势。[12]

在关注商贸业发展区域差异的同时,学者们对造成区域差异的影响因素也进行了深入研究。如董誉文(2016)分析了资本增长、劳动增长和技术进步对商贸业发展的贡献,指出不同发展阶段的驱动因素是有差别的,但资本驱动的贡献率一直较高。[13]王纪霞等(2019)研究了城市化对商贸业区域差异的影响,指出我国商贸业与城市化之间是相互促进的,可通过提高城市化水平促进商贸业的发展。[14]贾晓燕(2016)对造成我国商贸业发展地区差异的影响因素进行了分析,指出经济政策、法律法规、社会文化、市场环境、社会开放程度、互联网技术水平是主要影响因素;[15]学者解鹏程(2017)、杨丹(2016)也发表了类似观点。[16-17]纵观已有研究,影响商贸业发展的主要因素大体可归纳为经济发展水平、城市化水平、资本和劳动要素投入水平、信息和技术发展水平、对外开放水平等。

当前学界虽然已不乏对我国商贸业发展空间差异的研究,但研究的丰度和广度仍有提升空间,在实证分析上也不够系统,尤其缺乏从区域差异视角对我国商贸业发展空间差异及其影响因素的定量研究。基于此,本文采用2005—2020年全国31个省份的面板数据,系统地分析了我国商贸业发展的空间差异,并探究了形成这种空间差异的影响因素。本文的边际贡献主要有两点:一是从区域差异视角系统地阐释了我国商贸业发展的空间差异;二是采用了2005—2020年的面板数据,运用空间杜宾模型分析了影响商贸业空间差异的主要因素,充分考虑了直接效应和空间溢出效应,为相关研究提供了更有力的实证支撑。

一、中国商贸业发展的总体格局和空间差异

(一)中国商贸业发展总体格局

改革开放以来,中国商贸业发展整体呈稳步上升态势。1978年的批发和零售业增加值仅为242.37亿元,2020年的批发和零售业增加值达95 686.06亿元,按可比价格算增长了50余倍。从批发和零售业占第三产业的比重来看,1978年占比6.6%,2020年占比9.4%。[18]虽然中国商贸业整体发展态势向好,但省份之间的发展差异却有扩大趋势。2002年我国对国民经济行业分类做了调整和重新划分,故本文选取2002年以后的批发和零售业增加值来分析中国商贸业的发展趋势,分东部地区、中部地区、西部地区绘制折线图(见图1)进行比较。可以发现,全国以及区域商贸业发展均呈稳步上升的态势,但是东部地区、中部地区、西部地区的增速存在明显差异。自2005年开始,东部地区发展明显快于中西部地区,且发展差距不断拉大。

图1 中国商贸业发展趋势

中国商贸业整体增长迅速,但也存在显著的空间差异。为直观反映中国商贸业发展的空间格局,选取2020年的批发和零售业增加值进行统计分析,相关数据来源于《中国统计年鉴》。结果显示(见表1),2020年中国批发和零售业增加值最大的省份为江苏,达11 108.67亿元,增加值最小的省份为西藏,仅为100.23亿元。东部地区均值为5 280.35亿元,显著高于全国均值3 066.07亿元,其中有6个省份高于全国均值,在11个省份中占比54.54%;中部地区均值低于全国水平,仅3个省份高于全国均值,在8个省份中占比37.50%;西部地区均值显著低于全国水平,仅四川省高于全国均值,在12个省份中占比8.33%。总体上我国商贸业发展“东强西弱”的格局明显,东部地区商贸业发展水平远高于全国平均水平;中部地区商贸业发展水平整体落后于全国平均水平,但明显强于西部地区;西部地区除了四川省商贸业发展水平较高外,其他省份的商贸业发展水平都很低。

表1 2020年中国商贸业发展总体格局

(二)中国商贸业发展的空间差异

1.运用泰尔指数分析中国商贸业发展的空间差异

(1)

其中,Yij为i地区j省份的零售总额,Yi为i地区的零售总额,Y为全国的零售总额;Pij为i地区j省份批发零售业的从业人口,Pi为i地区的从业人口,P为全国的从业人口。泰尔指数又可被分解为区域内差异TWR和区域间差异TBR,相关公式为:

(2)

(3)

图2显示了中国商贸业发展的总体差异,可以看出2005—2008年中国商贸业发展的总体差异有所减小,2009—2017年中国商贸业发展的总体差异扩大明显,2018年后又显著降低。区域内差异具体表现为2009—2018年扩大显著,2018年之后明显减小;区域间差异表现为2005—2009年缓慢减小,2009—2014年显著上升,达到最大值,之后则稳步下降,2019年达到最低值后再次回升。从差异贡献率来看,2005—2015年区域内差异和区域间差异贡献率相近,而2015年之后,区域间差异贡献率持续减小,区域内差异贡献率持续增加,逐渐成为主要的差异来源。

图2 中国商贸业发展空间差异

为进一步分析东部地区、中部地区、西部地区商贸业发展区域内差异的具体表现,绘制折线图(见图3)。结果显示,2011—2017年东部地区和中部地区区域内差异在波动中上升,尤其是中部地区2013年后稳步上升;东部地区区域内差异虽然一直较大,但2017年后呈下滑趋势;西部地区区域内差异各年份波动较大,但2005—2020年整体变化较小。原因可能在于东部地区一些具有商贸业发展优势的省份前期发展迅速,导致差异增大,但后期通过一些后发展省份的追赶,区域内差异又趋于减小;中部地区2013年以前因为商贸业整体发展水平不高,区域内差异较小,2013年后有些省份发展迅速,导致区域内差异逐步扩大;西部地区因为商贸业整体发展较为落后,多数省份发展水平低且趋势接近,但个别省份发展较为领先,就导致了内部差异波动大的现象。

图3 中国东部地区、中部地区、西部地区商贸业发展内部差异

2.运用核密度估计分析中国商贸业发展的空间差异

泰尔指数能反映商贸业发展的空间差异及其构成,而核密度曲线则可以通过其形态特征来刻画商贸业发展的空间分布状况、延展性、极化特征以及空间演进规律。

核密度估计是一种非参数检验方法,常被用来研究分布差异的问题,在经济学、地理学中均被广泛使用。其估计函数式为:

(4)

其中,f(xt)表示第t年观测值的密度函数;n表示观测地区个数;h表示带宽,一般带宽越小其精度越高;K为核密度函数,常用的核密度函数形式有高斯核函数、三角核函数等。本研究选取高斯核函数,具体函数式为:

(5)

核密度分布图主要通过分布位置、分布形态来反映分布特征,其中曲线波峰的高度和宽度能反映空间差异大小,波峰数量能反映极化程度,拖尾长度则可反映地区内省份间的差异。

图4结果显示,全国层面上核密度分布曲线整体右移明显,但移动速度有所减缓,表明我国商贸业发展整体水平在不断提升,但增速有所放缓。主峰分布态势显示,我国商贸业发展主峰高度逐年降低,宽度逐年增长,反映出我国商贸业发展的绝对差异有所扩大,空间不平衡现象愈加明显。延展性变化显示,曲线右拖尾逐年增长,反映出我国商贸业发展区域间差异呈扩大态势。极化趋势显示,2005年我国商贸业发展多极化态势明显,之后多极化现象逐年减弱。

图4 中国商贸业发展的核密度估计曲线

地区层面上,东部地区商贸业发展整体态势与全国较为接近,各年份曲线右移明显,移速减缓,即东部地区商贸业发展整体水平逐年提升,但增速有所放缓。东部地区商贸业发展主峰高度各年间下降明显,宽度逐年增加,表明绝对差异呈扩大态势,主要原因在于长三角地区和广东等省份商贸业发展具有领先优势,而其他较为落后的省份虽然商贸业发展水平也在提高,但体量和增速均远远落后。以广东和海南为例,2005年广东的批发和零售业增加值为2 222.7亿元,海南为91.7亿元;2020年广东为10 634.9亿元,海南为653.3亿元,[18]虽然两者均有增长,但绝对差距在显著扩大。与此同时,曲线右拖尾也在逐年延长,表明东部地区区域内差异也在持续扩大,与泰尔指数反映出的态势相吻合,但东部地区商贸业发展多极化现象不明显,均表现为单峰形态。

中部地区各年份曲线同样右移明显,峰值逐渐降低,但速度均快于东部,反映出随着商贸业发展整体水平的快速提升,中部地区区域内差异也在迅速扩大。2005年中部地区呈两极化形态,之后向多极化转变,2010年和2015年均呈多极化形态,2020年极化特征转为不明显。延展性特征显示,中部地区区域内的差异在逐年扩张,2020年曲线趋近于水平且宽度远高于之前。结合中部地区各省份商贸业发展情况,得出的原因是,2005年左右河南省和湖北省商贸业发展较为领先,与中部其他省份拉开明显差距,之后由于其他省份均在发展,且增长速度存在差异,开始向多极化趋势过渡,到2020年,中部地区各省份之间的增加值分布已非常分散。

西部地区发展态势兼有东部地区和中部地区的特点。就曲线右移速度和峰值降低速度而言,西部地区与东部地区更为接近;就拖尾延展性和极化特征而言,则与中部地区更为接近。西部地区商贸业发展极化趋势不断下降,省份之间的差异呈扩大趋势。

二、中国商贸业发展的空间集聚特征

(一)分析方法

地理学第一定律指出,任何经济单元在空间的分布上是互相存在关联的,且距离越近联系越紧密。探索性空间数据分析法(ESDA)是用来探究空间相关性的常用方法,其中全局Moran’sI(下文用I表示)指数能够检验经济主体是否存在空间上的相关性,主要公式为:

(6)

局部空间相关性分析可以进一步分析空间上局部的集聚或离散效应,弥补全局自相关分析检验时的不足。对于单个空间单元,其计算公式为:

(7)

(二)分析结果

1.全局空间相关性分析

为分析中国各省份商贸业在空间上的分布是否存在相关性,笔者首先测算了2005—2020年全国商贸业发展的全局莫兰指数,采用矩阵为空间邻接矩阵(见表2)。结果显示,2005—2020年,全局莫兰指数整体呈上升趋势,由2005年的0.18增长至2020年的0.31,且各年份P值均小于0.05,在95%置信水平下通过显著性检验,反映出我国商贸业发展存在显著的空间集聚特征,且集聚态势日益明显。

表2 中国商贸业集聚水平全局莫兰测算

2.局部空间相关性分析

全局Moran’sI指数反映出我国商贸业发展存在明显空间集聚性,为揭示局部空间特征,需进一步运用局部空间自相关分析。选取2005年和2020年的数据绘制莫兰散点图进行对比分析(见图5),并将图中内容进行整理得到表3。结果显示,2020年与2005年相比,一、三象限省份数量更加密集,反映出空间集聚性的增强。2005年位于“H-H”集聚区间省份数量为6个,2020年为8个,整体变化较为稳定,多为东部沿海省份,变动明显的是河北由“H-H”集聚区下降至“L-L”集聚区间,而安徽、湖南由“L-H”集聚区间跃迁至“H-H”集聚区间。2005年“L-H”集聚区间和“H-L”集聚区间的省份分别为6个和5个,2020年仅有3个和2个,除安徽、湖南外均向“L-L”集聚区间转移。2005年和2020年“L-L”集聚区间的省份数量分别为14个和18个,分别占比45%、58%,这也印证了我国商贸业整体发展水平不高的现状。

图5 中国商贸业发展局部莫兰散点图

表3 中国商贸业发展集聚水平分类

不难发现,10多年间我国商贸业发展空间集聚特征非常明显。2005年到2020年东部沿海地区省份始终维持着领先优势,这与沿海地区改革开放以来经济发展的全面领先密不可分;靠近沿海的中部省份与东部沿海省份形成强强集聚的趋势,可能原因是东部沿海省份本身商贸业高度发展,具备先发优势与良好的发展基础,在维持发展优势的同时能通过溢出效应发挥作用。西部地区商贸业发展整体较弱且变化较小,因西部地区本来就缺乏区位优势,外加经济水平、产业基础、交通设施也相对落后,导致其难以实现赶超。整体来看,全国商贸业发展空间格局表现出由“分布式集聚”向“极化式集聚”转变的趋势。

三、中国商贸业发展空间差异的影响因素

(一)模型设定

前文揭示了中国商贸业发展存在明显的空间集聚特征,传统的回归分析难以反映地理空间上的联系,因此采用空间计量模型进行回归分析。空间杜宾模型是常用的揭示自变量对因变量空间作用的一种空间计量模型,同时考虑了空间滞后性和随机误差项。这一特征有助于全面分析中国商贸业发展空间差异的影响因素。具体计算公式如下:

(8)

其中,Yit为被解释变量,表示t年第i省份商贸业发展水平;Yjt表示t年i省份邻近的第j省份商贸业发展水平;ρ表示本省份商贸业发展对邻近省份空间溢出效应的方向和强度,是空间滞后项系数;Wij是空间权重矩阵;σ为解释变量的空间效应系数;μi、δt分别表示空间固定效应和时间固定效应;εit为随机误差项。

(二)变量选择和数据说明

影响商贸业发展的潜在因素有经济发展水平、城镇化水平、人口数量、政府支出水平、对外开放水平、交通运输水平等多个方面。据此,本文从以上维度选取指标进行回归分析,具体指标选取如下:(1)商贸业发展主要与第二产业、第三产业发展关联密切,故选取第二产业增加值(Second)、第三产业增加值(Third)来反映经济发展水平;(2)投资活动是经济发展的主要动力之一,对商贸业发展也有重要的促进作用,故选取固定资产投资(Fund)来反映政府对商贸业支出水平;(3)对外开放有助于商品的国际流动,直接影响到商贸业的发展,故选取境内目的地和货源地进出口总额(Open)来反映地区的对外开放程度;(4)交通水平与商贸业发展有着直接关系,发达的交通条件能提升商贸产品运输的便捷性,降低运输成本,故选取人均等级公路里程(Transport)来反映交通运输水平;(5)城市化水平一般与地区产业集聚水平、人口集聚水平息息相关,是商贸业发展的重要因素之一,而城镇化率(Urban)是反映地区城市化水平最主要的指标,故选取城镇化率来反映城镇化水平;(6)人口数量越多,意味着消费人口与劳动力也越多,关系到商贸业销售和生产两个重点环节,故选取常住人口数(People)来反映人口数量。

文中批发和零售业增加值与从业人员等数据,选取范围为2005—2020年全国31个省份,所有数据均来自于国家统计局,由EPS数据库获取。我国商贸业发展空间差异影响因素分析所采用的数据大部分来自《中国统计年鉴》,少量数据来自《中国城市统计年鉴》以及各省级统计年鉴、统计公报。产值数据以2010年为基期进行平减处理,所有指标均取对数。具体变量和指标的描述统计见表4。

表4 变量定义与描述性统计

(三)模型检验与回归结果

表5显示了相关检验结果。首先通过LM统计量方法进行了相关性检验,结果显示,中国商贸业发展存在显著的空间相关性,可采用空间杜宾模型进行回归分析。之后通过LR检验判断空间杜宾模型是否可以退化为空间滞后模型和空间误差模型,结果显示,P值均为0,且在1%的水平上显著,因此空间杜宾模型无法退化为空间滞后模型和空间误差模型。同时,通过Hausman检验选择使用固定效应模型还是随机效应模型,结果显示,固定效应模型是最佳选择。此外,针对地区固定效应、时间固定效应以及双向固定效应的选择问题,本文分别对三种效应下的空间杜宾模型进行回归估计,结果见表6。比较三种效应的拟合优度可知,时间固定效应下值最大,为0.948,故选用时间固定效应下的空间杜宾模型。从回归结果来看,第二产业增加值、第三产业增加值、固定资产投资、交通水平、城市化水平和人口数量均在不同显著性水平下对经济增长产生影响。

表5 相关检验结果

表6 三种固定效应下空间杜宾模型回归结果

运用偏微分方法对时间固定效应下的空间杜宾模型空间效应进行分解,分析不同变量对商贸业发展的作用方式,结果见表7。由效应分解可知:(1)第二产业增加值对中国商贸业发展的总效应为负,其中直接效应不显著,间接效应为负,表明第二产业对本地区商贸业发展影响不明显,但会抑制周边地区商贸业发展;第三产业增加值对商贸业发展的直接效应和间接效应均为正,其中总效应系数达到1.200,直接效应和间接效应系数分别为0.687和0.513,均在1%水平下显著,也就是说,第三产业增加值每增长1个百分点,将引起本地区商贸业产值增长0.687个百分点,引起周边地区商贸业产值增加0.513个百分点,表明第三产业是商贸业发展的主要动力,并且能通过空间溢出效应带动周边省份发展,而第二产业对本地区商贸业的发展影响较小,反而可能会吸收邻近地区的资源,抑制邻近地区商贸业发展。(2)固定资产投资总效应系数为正,其中直接效应系数和间接效应系数均为正,表明固定资产投资不仅能通过直接效应带动本地区商贸业发展,还能通过空间溢出效应带动周边地区发展。(3)对外开放水平直接效应和间接效应均为正,但系数较小,表明对外开放水平是商贸业发展的动力之一,但并非重要影响因素。(4)交通水平总效应系数为0.281,其中直接效应系数为0.223,在1%的显著性水平下通过检验,间接效应不显著,反映出交通运输是商贸业发展的重要影响因素之一,能对本地区商贸业发展产生重要影响,但不能影响周边地区商贸业发展。(5)城市化水平估计结果的直接效应和空间溢出效应均为正,均在1%的水平下显著,表明城市化能为本地区商贸业发展提供动力,也能带动周边地区商贸业发展,因为城市化水平越高意味着更多人口和经济活动的集聚,有利于本地区商贸业的发展,也会吸引周边地区与本地区从事商贸活动,从而带动周边地区商贸业发展。(6)人口的直接效应和间接效应均在1%的水平下为正,其中直接效应系数为0.015,间接效应系数为0.011,人口越多越能吸引经济活动的集聚,能为商贸业销售提供更大的市场,此外也能为商贸业发展提供更多的劳动力资源,促进商贸业发展,而且商贸业从业人员会在地区之间流动,从而通过空间溢出效应带动周边地区商贸业发展。

表7 空间杜宾模型空间效应分解

结论和启示

本文运用泰尔指数、核密度估计和探索性空间数据分析法,系统分析了我国商贸业发展的空间差异,并采用2005—2020年全国省级面板数据进行空间计量分析,探讨了商贸业发展的影响因素,得出如下结论。

第一,中国商贸业发展存在显著的空间差异,具体表现为区域间差异和区域内差异共存,其中区域内差异有逐年扩大的趋势,是空间差异的主要来源。区域内差异以中部地区扩大最为明显,东部地区虽有扩大,但近年来呈下滑态势,西部地区则围绕均值波动。

第二,核密度估计分析反映出中国商贸业增长态势稳定,但增速有所放缓;空间差异在逐年扩大,但绝对差异有所降低,整体单极化趋势减弱。

第三,中国商贸业发展在地理空间上表现出较强的空间集聚性,具体形式为东部地区省份“H-H”集聚日益增强,中西部地区省份“L-L”集聚区范围扩大,整体上向“极化式集聚”态势演变。

第四,影响商贸业发展的主要因素有固定资产投资、第三产业发展水平、交通水平、城市化率和人口数量,其中固定资产投资、第三产业发展水平、城市化率和人口数量均能通过直接效应和间接效应带动本地区和周边地区商贸业发展;交通水平能影响本地区商贸业发展但对周边地区影响较小;对外开放水平虽然能通过直接和间接效应影响商贸业发展,但影响程度较小。

通过研究,本文得到如下政策启示:我国商贸业发展存在明显空间差异,且空间差异有扩大趋势。但同时也应注意到,我国商贸业发展一直在稳步提升,所以应理性看待商贸业发展的空间差异问题,并非存在空间差异就一定是不利的,也有可能是资源流向了最有效率的地区,反而提高了整体商贸业发展效率。实证分析表明,影响商贸业发展的因素是多方面的,我国地域辽阔,东部地区、中部地区、西部地区的经济水平,产业基础,资源禀赋,消费能力,基础设施等各方面均存在差异。因此,各地区应因地制宜,发挥自身优势,大力发展经济,促进农贸结合、工贸结合,完善交通基础设施建设,加快城市化进程,扩大对外开放,促进商贸业发展。同时,商贸业发展也会受到邻近地区的影响,要充分发挥和利用周边地区的空间溢出效应,加强区域合作,打破地区分割,建设统一大市场,促进各地区商贸业的协同发展。

猜你喜欢

省份效应空间
铀对大型溞的急性毒性效应
空间是什么?
懒马效应
创享空间
谁说小龙虾不赚钱?跨越四省份,暴走万里路,只为寻找最会养虾的您
应变效应及其应用
因地制宜地稳妥推进留地安置——基于对10余省份留地安置的调研
QQ空间那点事
空间