“一带一路”视域下我国省域商贸流通格局演变及优化路径

李梨

内容摘要：本文构建了我国商贸流通业发展的综合评价指标体系，基于模糊综合评判模型和空间相关性，讨论我国省域商贸流通总体规模格局和发展速度格局的演变，并利用Morans I统计量和散点图对商贸流通业的空间集聚性进行分析。实证结果表明：各省市商贸流通业总体规模差距较大，东部沿海省市和西部的四川省的商贸流通综合能力最强；关于商贸流通的发展速度，总体趋势向好，随着时间推移商贸流通发展最快的区域由东部向西部、中部、西南和北部转移。同时也发现我国商贸流通业总体综合能力具有空间集聚性。

关键词：商贸流通 综合评价 空间相关性

文献回顾

近年来，国内学者在研究我国商贸流通产业时，主要是从两个方向分析研究：一是某些区域的商贸流通分析，如高峰（2016）分析了云南省商贸流通业对云南省经济发展的影响，孙畅（2016）利用主成分分析方法，对长江上游地区商贸流通业发展进行综合评价，温天力（2017）将物质资本存量（K）、人力资本存量（H）引入生产函数，对京津冀商贸流通业发展情况进行评价。二是从全国范围来对商贸流通业的情况进行分析，如刘根荣、付煜（2011）利用因子分析的方法从流通产业潜在竞争力和现实竞争力这两个方面设计指标体系，对我国各省市流通竞争力进行评价。熊玲（2017），王婷、田映华（2017）分别研究了商贸流通业与地区经济发展之间的相互影响。黄岩、武云亮（2017）引入互联网因素来考虑我国商贸流通业的竞争力。

在研究内容上，大多数学者主要是流通规模、流通效率和基础设施等方面的研究，在方法的选择上，主要采取线性加权法，包括主成分分析法、因子分析法、层次分析法等。学者的相关研究取得了丰富成果，为本研究奠定了很好的基础，本文将在前面学者研究的基础上考虑政府投入和空间权重来研究在一带一路视域下，我国省域商贸流通格局演变及优化路径。

模型选择和指标体系构建

（一）模糊综合评判模型

熵值法是根据指标的相对变化对系统整体的影响，客观确定指标权重的一种评判方法，能够排除主观性影响并且将决策过程数量化、层次化，易于比较分析。本文所用的模糊综合评判模型是一种基于熵值法的综合评价模型，包含了熵值法的优良性质，具体计算过程如下：

（二）空间相关性分析方法

一般来说，地理位置越近的现象或单元之间，将存在某种联系，从而使得观察值呈现一定的相关性，空间相关分为全域测度和局域测度。在对经济活动进行空间分析时，主要运用Moran's I统计量判断空间相关性。

全域空间相关分析。全域空间自相关是研究空间范围内所有单元的整体空间关系，常用的统计量有Moran's I、Geary's C和Cetis-Ord General G，用来描述整个研究区域上的平均关联程度及其显著性。由于Moran's I统计量更不易受偏离正态分布的影响，在大多数实际运用的研究中，Moran's I統计量更合适，所以本文也将采用Moran's I统计量来判断货运量是否存在空间相关性。

全域Moran's I统计量的计算公式为

在式中，，xi表示地区i的观测值（在本文中为货运量），n为地区总数（本文为全国31个省市，故n为31），W为空间权重矩阵。一般的，一个空间单元与其自身不属于邻居关系，故得到空间权重矩阵的主对角线上的元素值为0。

Moran's I统计量的取值范围为-1≤I≤1 ，I的计算结果为正，则表示地区间存在空间正相关；当I的计算结果为负时，则表示负相关，I的绝对值越接近1，表明地区间的相关程度越强；如果空间过程不相关，则I接近于0。

局域空间相关分析。全域空间自相关统计量认为空间是平稳的，然而，现实过程中的空间过程通常是不平稳的，在一个全域空间自相关的样本中，有可能存在局域不相关；而在不存在全域相关的样本中，又可能存在局域相关。局域相关统计量用来识别不同位置的观测值而可能存在的不同空间关联性，从而可以观察到局部不稳定性，发现数据的空间异质性。常见的统计量同样有局域Moran's I、局域Geary's C 和局域Cetis-Ord General G。本文在分析空间异质性时主要依靠局域Moran's I统计量和Moran散点图。

局域Moran's I统计量的计算公式为

x为观测值的均值，S2为其方差，wij为进行标准化后的空间权重矩阵。也可以简写为，zi，zj为标准化后的观测值。局域的Ii统计量与全域I统计量有如下关系：

全域Moran's I统计量的取值范围为-1到1，而局域Moran's I统计量的取值更广，局部的Moran's I值的用来度量观测值自己和地理周围单元之间的关联性，正的Ii表示一个高值被高值所包围（zi>0）或者低值被低值包围（zi<0）；负的Ii表示一个高值被低值所包围（zi>0）或者低值被高值包围（zi<0）。综合Ii和zi的正负来判断面积单元的空间聚集特征；也可通过Moran散点图直观展示。

（三）变量选取和数据说明

本文选取的商贸流通产业数据主要包括批发和零售业，交通运输、仓储和邮政业，以及住宿和餐饮业。为探索在 “一带一路”战略下我国省域商贸流通格局的演变情况，本文在学者研究的基础上增加对外贸易和政府投入来构建我国31个省市的商贸流通能力评价指标，具体指标体系如表1所示。考虑资料的准确性和可靠性，本文选取的统计指标原始数据均来源于2011年-2017年中国统计年鉴及各地区统计年鉴。

我国省域商贸流通格局演变分析研究

（一）我国省域商贸流通总体规模格局

利用模糊综合评判模型对指标总量数据进行研究，为方便看出演变趋势，在数据可得的情况下，选取2010年、2012年、2014年和2016年的数据进行分析。在R软件中计算出全国各个省域在所选年份的商贸流通业综合能力的得分值，以此为基础展开相关分析。从总体规模看，我国商贸流通能力最强的区域集中在东部沿海地区和西部的四川省（见图1）。

东部沿海地区主要表现在环渤海经济区、长三角经济区和东南沿海经济区，其最大的优势是地域，拥有全国密度最高的交通网络和独特的港群，为商贸流通产业带来极大便利。其中环渤海经济区凭借其几十年的政治、经济、文化等地位，北京、天津两直辖市有着优越的基础条件；长三角经济区和东南沿海经济区有着最早开放的港口，作为全国最大的对外开放基地和我国改革开放的前沿和经济特区集中的地带，商贸流通业的规模和综合能力有较长时间的积淀积累，沿海地带在商贸流通总体规模格局中所处的领头地位在将来的一段时间仍不会动摇。

四川省作为大西南经济片区的经济中心，商贸流通业已有一定的基础积淀，虽不及沿海地区，但仍是西南片区的中心，在“一带一路”提出来后，四川省处于陆上丝绸之路和海上丝绸之路的交汇点。作为“一带一路”纽带与核心腹地，四川省结合自身的优势和时代的机遇，凭借在全局发展中的战略通道地位和在区域合作中的战略基地地位，近年来其商贸流通业的总体规模与东部沿海地带不相上下。

（二）我国省域商贸流通发展格局演变

为了解我国各个省市商贸流通业发展的情况，在已有指标数据基础上，计算每一年的环比发展速度（本年指标值/上一年指标值），同样利用模糊综合评判模型对2010年、2012年、2014年和2016年各项指标的环比增长速度来研究商贸流通业发展能力的得分值。由计算结果可以看出，全国各省市商贸流通发展能力得分大多较高，说明我国各省市近几年商贸流通业的发展都有良好势头。

由于东部沿海地区发展一直比内陆地区快，沿海省份的商贸流通规模本身较大，环渤海经济区的发展在2010年是比较突出，在2010年后，商贸流通业发展较快的地区逐渐转向西部地区、中部地区和西南片区和北部的内蒙古，在“一带一路”前后，商贸流通业发展速度格局有较大的变动，如图2所示。

（三）我国省域商贸流通总体规模的空间相关性研究

全局Moran's I统计量。运用前面计算出的我国31个省市的商贸流通业综合能力和发展速度的得分值，进行Moran's I统计量计算。在这里，利用相邻准则构造行标准化后的权重矩阵W，由于海南省不和其他省市接壤，为了避免矩阵出现非满秩而影响计算，参考王庆喜在区域经济研究实用方法里的提法，将海南省的邻居人为设为离它距离最近的广东省，同时在广东省处也增加海南省为邻居。运用R软件计算全域的Moran's I统计量，如表2所示。

由表2的计算结果可知，在显著水平为0.05的条件，商贸流通综合能力除了2014年以外，其他年份都是显著的，在显著水平为0.1的条件，所有年份均显著。说明我国各省域的商贸流通业综合能力存在空间集聚性，且统计量的值为正数，存在空间正相关。但是对于商贸流通的发展速度得分情况，2010年和2016年都没有显著的空间集聚性，仅2012年和2014年有显著的集聚性，故以下的局域相关性分析只研究区域商贸流通业的综合能力得分数值。

局域相关分析。为进一步研究商贸流通业综合能力得分在空间上的局部分布特征，进行Moran散点图分析，如图3所示。

从图3中可以看出，从2010-2016年，我国省域商贸流通业的集聚格局变化较小，除少数几个省市有变化外，大多数省市所处地位几乎不变。其中，江苏、山东、广东和海南在图中与其他省市偏离较远，说明这四个省份的商贸流通综合能力得分在全国具有显著的地位，对全域空间自相关影响较大。

由于Moran散点图只有直观的解释，故进行LISA分析（见表3），可以得到统计上的显著性检验，为了便于分析，只给出2010年和2016年通过0.05显著性水平的结果。

LISA分析结果和Moran散点图表明，从2010到2016年，我国各省市的商贸流通业综合能力的总体格局在空间相关性上并没有发生较大的变化，东部沿海省份以及与其毗邻的省份仍然是高高集聚区，自身的商贸流通业综合能力强，周边省市的商贸流通业综合能力也强。

安徽省由2010年的低高区域转向2016年的高高区域，发生了较大的突破，安徽省近年来发挥了“一带一路”中节点城市和长江经济带的优势，加强巷道港口等基础建设，使其成为内陆地区的重要枢纽，商贸流通产业规模发展迅速。

处于低低区域的主要集中在广大的西部地区，新疆和甘肃最为显著，青海在2010年处于低低集聚区域显著，在2016年（p值为0.057）不显著，但仍然是处在第三象限低低区域，属低值集聚区域。青海与四川相连，四川是显著的低高区域代表，自己本身的综合能力较高，但周围较低。处于低高区域的如江西、海南等自身的商贸流通综合能力不太强，但是临省的商贸流通综合能力强。

对策建议

（一）切合“一带一路”契机

可以说，“一带一路”倡议给我国商贸流通业带来了巨大的发展机遇，各个省市可根据自身在“一带一路”倡议中的定位，合理发展，引入投资。在基础设施的建设外，调整“走出去”产品的结构，促进商贸流通产业多元化全面发展。

（二）加強区域间的流通产业发展合作机制

在东部沿海地区内部加强流通合作的同时，加强中、东、西区域之间的流通合作，降低流通成本，带动中部、西部商贸流通业的发展。东部沿海省市和西部四川作为商贸流通业综合能力较强的地区，要发挥其主导作用，东部向中部辐射，四川向西部周边省市辐射，加强省域内的商贸流通产业合作，提高中西部各省市商贸流通产业的综合能力。

（三）中西部地区保持商贸流通业高速增长

在“一带一路”前后，我国区域商贸流通产业发展速度最快地区由东部向西部、中部、西南和北部在转移，中西部虽规模不如东部沿海，但是近几年的发展速度已超过东部沿海，由于中西部地区自身基数小，在国家的大政策背景下，发展更显而易见，但是总体格局中心仍在东部，中西部地区还必须依靠科技、人才等先进生产要素的投入，制定合理的流通产业投资引导计划，加快发展步伐，提升西部商贸流通业的综合能力。

参考文献：

1.张弘.北京流通产业竞争力研究[J].中国商贸，2009（8）

2.高峰.商贸流通业对城市经济发展的影响分析[J].商业经济研究，2016（4）

3.孙畅.基于全局主成分分析法的长江上游地区商贸流通业发展综合评价[J].当代经济管理，2016（5）

4.温天力.协同发展战略下京津冀商贸流通业发展评价[J].商业经济研究，2017（18）

5.刘根荣，付煜.中国流通产业区域竞争力评价——基于因子分析[J].商业经济与管理，2011（1）

6.熊玲.商贸流通业发展对区域经济发展的影响性分析——基于全国省际面板数据检验[J].商业经济研究，2017（21）

7.王婷，田映华.地区经济发展水平对商贸流通发展影响的实证分析[J].商业经济研究，2017（22）

8.黄岩，武云亮.“互联网+”背景下我国商贸流通业竞争力比较分析[J].商业经济研究，2017（19）

9.李林，杨泽寰.区域创新协同度评价指标体系及应用——以湖南省14地市州为例[J].科技进步与对策，2013，30（19）

10.王庆喜，蒋烨，陈卓咏.区域经济研究实用方法：基于ArcGIS，GeoDa和R的应用[M].经济科学出版社，2014