流通产业区域收敛的路径与特征研究

2018-12-24 10:02朱艳龙云飞
商业经济研究 2018年20期
关键词:流通产业特征

朱艳 龙云飞

内容摘要:本文开拓性地提出流通产业区域收敛这一命题,结合理论与实践探讨了流通产业区域收敛的路径与特征,首先从时间和空间角度分析了流通产业区域收敛路径,继而在测度流通产业区域发展水平的基础上对流通产业区域收敛进行实证检验,以期为我国流通产业的健康快速发展起到理论参考作用。

关键词:流通产业 区域收敛 特征 路径

流通产业区域收敛路径分析

(一)流通产业的时间收敛路径

图1是流通产业在核心区与边缘区的变化轨迹,在t0-t1的时间段内,区域经济发展尚处起步阶段,经济体之间的流通产业发展较为均衡,此时曲线AB缓慢增长。t1-t2时期内,核心区固有的區位、资源、交通优势推动流通产业进一步发展,随之产业的外溢效应较强,曲线BC快速上升。而边缘区由于各方面资源落后,抑制了流通产业的发展,曲线BC则加速下降。进入到t2-t3阶段,核心区的流通产业的先导作用更加突出,虽然资源继续向核心区集聚,但资本边际收益递减趋势开始显现,因此CD曲线增长速度减缓。此外,核心区相关成本逐步抬升,产业扩散发展的需求越来越强,流通产业边缘区资金收入下跌速度减慢,表现为CD曲线下降速度减慢。达到t3后,在边际收益持续递减的作用下,同时由于核心区的流通产业发展趋于饱和,资源向核心区集聚效应开始减弱,表现为D后的曲线下降;而为了降低成本同时为了扩展市场,核心区向边缘区的要素资源流动加强,边缘地区的流通产业增速快于核心区,从长远来看,两个区域的发展水平差距逐渐缩小。

(二)流通产业的空间收敛路径

在起始阶段,区域经济发展刚刚起步,区域内部各经济体之间的状态类似,形成如图2中的1阶段的空间均匀分布态势。进入第2阶段,随着经济发展逐渐形成辐射力较强的核心区,核心区集聚效应使得外围地区的生产要素源源不断流入,此时极化效应强于扩散效应,因此也分化出了核心区与边缘区。此阶段流通产业的区域发展水平差距逐渐扩大。进入到3阶段,经济发达程度进一步提升,分工日益细化,在原单一核心区的带动之下,周边二级、三级中心区开始出现。流通产业相关要素资源继续保持从边缘区向中心区的流入。然而在核心区投资边际收益递减的作用之下,流通产业向核心区发展的速度开始下降,部分开始转向周边的二级、三级中心区。当经济发展迈向第4阶段,原二级、三级中心区经济增速优势明显,其潜在优势逐渐转为现实优势,发展水平显著提升,不断缩小与核心区的发展水平差距,区域内各经济体之间由此形成相互依赖、互相联系、相对均衡的格局,从而表现出流通产业的区域收敛特征。

流通产业发展水平区域测度

(一)测度指标构建和方法选择

基于测度要素分析及搭建指标体系的一般原则,本研究构建如下流通产业发展水平测度指标体系,见表1所示。本研究采用以降维为核心的现代计量经济学及统计方法——因子分析法来避免指标相关性带来的信息交叉与重复,提高测度的准确性。具体操作及计算详见下文因子分析实证。

(二)数据来源

流通产业包括批发业、零售业及物流业,其中物流业主要考察其构成主体交通运输、仓储邮政业(排除客运)。为保证统一的统计口径以便于后文对比分析,本文数据均来源于国家统计局公布的《中国统计年鉴》(2001-2016),测度2001-2016年16年间流通产业的发展水平。

(三)因子分析实证

1.数据处理。本研究采用较为常用的正态标准化方法,用每个原始数据减去该指标的均值再除以其标准差,得出的标准化数据。

2.KMO和Bartlett检验。本文的检验结果得出:KMO值为0.708,大于0.6;Bartlett检验中P值接近0,拒绝原假设,相关系数矩阵不是单位矩阵。由此证明,选取指标和样本数据适合做因子分析。

3.综合因子提取。采用主成分分析法,依据特征值大于0.9的原则从碎石图(见图3)中选择综合因子,共提取3个综合因子,可解释原变量72.9%的信息,并得出了因子方差的解释情况(篇幅所限,综合因子解释情况未列出)。

4.因子载荷矩阵。因子载荷矩阵充分呈现出原始指标与综合指标的相关系数,综合指标对所对应的原指标解释程度越强,载荷系数越大。为便于解释,本文采用方差最大正交旋转对因子载荷矩阵进行旋转。由因子载荷矩阵可得,综合指标F1在X1、X2、X3、X4、X9、X12、X13的原指标上构成较高载荷,这些指标直接反映了流通产业的发展规模,因此把F1称之为产业规模指数。F2在X5、X6、X7、X8的原指标上构成较高载荷,这些指标主要体现流通产业的效率水平,因此把F2称之为产业效率指数;F3在X10、X11的原指标上构成较高载荷,这些指标从经济贡献、就业贡献两个方面集中说明流通产业的发展贡献度,因此把F3称之为产业贡献指数。

5.因子得分系数矩阵。在SPSS中直接对因子载荷系数保存为变量进行回归分析,可得出各因子得分系数矩阵,从而将因子得分系数矩阵与原始变量标准化数据矩阵相乘可得出各省份流通产业发展水平得分(由于篇幅所限,因子得分系数矩阵未列出)。

6.流通产业发展水平测度体系构建。因子得分系数矩阵将每个综合因子与本文设定的13个原始指标建立明确的线性数量关系,即:

由综合因子得分的计算工具可知,这一关系具体由综合因子计算模型表示:

同上,A为综合指标计算模型中原始指标的系数矩阵,即转置后的因子得分系数矩阵。

基于综合指标计算结果,利用加权平均原理,便可形成流通产业发展水平测度的综合指标。通过计算得出的权重可有效避免主观随意性,以每一综合指标所能反映的原始信息比重作为权重确定的基础,F1、F2、F3所对应的权重分别为46.592%、18.157%、8.177%。流通产业发展水平(F)与三大综合指标之间的数量关系如下:

最终形成流通产业发展水平测度模型:

其中A为转置后的因子得分系数矩阵。

将无量纲标准化处理后的原始指标数据代入流通产业发展水平测度模型,可得2015年我国31个省(自治区、直辖市)流通产业发展水平的综合得分与排名。总体来看,综合发展水平排位最高的省份为广东、山东、江苏、浙江及上海,排位最低的省份为海南、新疆、宁夏、青海、西藏,从东部到西部呈现出一定地域分化特征。规模指数方面,占据前列的区域基本属于地区经济总量大省,区域经济水平与区域流通产业发展水平关系密切。效率指数方面,上海、北京、天津、重庆四个直辖市处于首位,流通产业发展效益水平较高。贡献指数方面,规模水平较高的江苏、浙江两省贡献程度相对较低,这与区域内产业结构可能相关。

流通产业区域收敛特征分析

(一)流通产业区域收斂的实证检验——参数估计

1.σ收敛。如前文所述,经济收敛中一般用变异系数(CV)来检验σ收敛的存在性,如下所示,yi为第i个地区流通产业发展水平指标(指数化后的综合得分),y为平均值,若在一段时期内存在CVt+1

2002-2016年全国及分地区的变异系数计算结果见图4所示,样本考察期内我国及四大地区流通产业发展水平的变异系数随时间变化有起有伏,均未出现持续下降,且变异系数的期末值高于期初值。分阶段来看,全国流通产业发展水平在2005-2008年之间出现了递减趋势,一段时间内存在σ收敛。分地区来看,四大地区内差距的变化都低于全国水平,说明地区间的差距高于地区内差距。其中,东部的区域相对差距较大,其次为东北部及西部,中部地区最小。东部地区的变异系数走势与全国最为接近,中部地区则最为平缓并在2002-2007年间出现σ收敛。从变异系数变化的整体来看,我国及四大地区流通产业σ收敛不存在,但σ收敛不存在并不能排除β收敛及俱乐部收敛,从而,仍需进行深入检验。

2.β收敛。参照Barro & Sala-I-Martin(1991)的研究成果,本文对绝对β收敛及条件β收敛的检验方程进行拓展,拓展的思路是用流通产业发展综合指数增长率替换人均收入水平增长率,用流通产业发展综合指数期初水平替换人均收入期初水平,建立如下的回归方程:

如式(2)所示,Fit为i地区期初的流通产业发展综合指数,FiT为i地区T时期的流通产业发展综合指数,△F为流通产业发展综合指数的平均增长率,Xi为i地区流通产业发展水平的其他影响因素,α为截距项,ε为随机扰动项。收敛性主要取决于β,若β<0且显著,说明流通产业发展水平的增长率与期初水平成反比,即绝对β收敛成立,反之则绝对β收敛不存在。若φ显著,则存在条件β收敛,说明收敛依赖于影响因素的改变。依据β估计值,可计算稳态值F0及收敛速度ω,计算公式如下:

运用Statal2.0对2001-2016年间我国31个省(自治区、直辖市)流通产业发展水平综合指数增长率(指数化处理后)与期初产业水平进行横截面回归分析,回归结果如表2所示。由此可得, ΔF=-0.0014+0.0166ln(Fit)。回归结果显示,回归方程通过F检验且在1%的显著性水平上显著,说明我国流通产业发展水平的增长率与区域初始水平之间存在显著的回归关系。调整后的R2为0.5089,说明方程拟合程度较好,具有较强解释力。其中,β>0且显著,表明2001-2016年我国流通产业区域发展不存在绝对β收敛,各区域的流通产业发展水平并不会自行发生收敛,区域异质性因素的影响始终存在。

继而本文引入区域经济发展水平作为控制变量,用以检验流通产业的条件β收敛。ln GDP为2001年(期初)我国各省区的人均GDP,该变量代表了样本期内流通产业各地区的初始条件,采用式(3)的回归方程,得到结果,加入ln GDP后,ln(Fit)系数为负且显著,即β<0并显著。回归方程的拟合程度为0.6128,对比之前有所提高。因而可以认为,流通产业的区域发展存在条件β收敛,收敛速度大致为0.2%(篇幅所限,β收敛回归结果未列出)。

3.俱乐部收敛。在全国流通产业区域收敛的检验之上,本文按照四大地区的划分方式对流通产业的区域收敛性特征进行考察。由回归结果可知,四大区域的收敛性存在差异。东部及东北部地区ln(Fit)系数为负但只在10%的显著性水平上显著,模型的拟合优度较低,基本可视为不存在绝对β收敛。中西部的回归方程拟合程度较好且ln(Fit)系数显著为负,说明两个区域内部存在β收敛。同上,加入ln GDP后,东部及东北部地区回归模型的拟合程度均有所上升,ln(Fit)系数为负并且显著性提高,表明这两个地区存在条件β收敛。值得注意的是,ln GDP在中部、西部的条件收敛检验中并不显著,说明期初的经济条件对这两个区域内的流通产业发展水平差距影响不大。虽然四大区域都显示出俱乐部收敛,但收敛程度有所区别,中部及西部的俱乐部收敛趋势强于东部和东北部。

(二)流通产业区域收敛的实证检验——非参数估计

参数的截面估计方法考察的是流通产业整体的收敛趋势,但无法体现其中的过程特点,因而本文接下来运用非参数的动态分布模型(核密度估计)从时间维度对差距变化特征进行全面分析。

从2001-2016年我国省域流通产业发展水平核密度估计图的来看,我国流通产业极化发展的格局始终存在,省域间的发展水平一直呈现明显的俱乐部收敛态势,中高水平的省区差距变化多于低水平省区。为了具体分析年份之间的变化,避免曲线过于密集导致无法判断走势,本文以2003、2007、2010三个时间作为划分结点,分别观察估计图的分布情况。如图5所示,2003年峰值略高于2000年,波峰宽度略有收窄,右偏度变宽,说明我国省域流通产业发展水平尤其是中低等水平与高等水平地区的差距在减小。图6显示,2003-2005年流通产业发展水平分布曲线波峰变高、宽度变窄,区域差距明显下降;但2007年左波峰峰值降低,波峰数量增加,区域差距开始扩大,中等水平地区的俱乐部收敛态势增强。如图7所示,2007-2009年我国流通产业发展中低等水平的省区差距变化较小,2009年高等水平省区的差距分化尤为明显,高等水平地区的俱乐部收敛趋势增强。至2010年,分布曲线左波峰峰值回落、峰度变宽,区域差距有所扩大。由图8可知,2012年流通产业发展水平的分布曲线变窄,双峰分布趋势显著,高等水平地区增加。2014之后分布曲线波峰宽度增加,中等水平地区差距拉大,部分中等水平地区向高水平地区收敛。

参考文献:

1.王自然,曹薇.产业结构优化与区域经济收敛的门槛效应研究[J].会计与经济研究,2016(6)

2.吴蒙.京津冀经济协同发展的收敛性测算与影响路径[J].中国流通经济,2015,29(7)

3.赵娴,杨静.京津冀流通业协同发展水平测度与协同路径研究[J].经济与管理研究,2017(12)

4.程进文,刘向东.结构负利:流通业比重与地区经济增长[J].经济理论与经济管理,2016,V36(6)

猜你喜欢
流通产业特征
新型冠状病毒及其流行病学特征认识
如何表达“特征”
不忠诚的四个特征
抓住特征巧观察
线性代数的应用特征