空间溢出条件下中国省区间市场分割研究——基于省级面板数据的空间计量分析

洪 勇，张应华

(九江学院 经济与管理学院，江西 九江 332005)

引 言

改革开放四十年来，中国经济持续高速增长，创造了世界经济发展史上的“中国奇迹”。这主要得益于改革开放的制度红利，特别是市场机制在资源配置中所发挥的重要作用。中外历史发展的实践经验表明，隔离和分割的市场无法有效发挥出市场机制的作用。“斯密—杨格”定理指出，分工会受到市场规模的限制，这意味着市场分割的存在会限制市场规模的扩大和分工的发展，进而阻碍经济增长。改革开放以来虽然中国市场一体化进程有了很大的发展，但市场整合程度与发达经济体相比仍有不小的差距，这使得我国没能充分享受到大市场所带来的规模经济效应。因此，打破区域市场分割与封锁，促进市场融合，早日建成统一、开放、竞争、有序的市场体系，最大限度地发挥市场机制在资源配置中的决定性作用，已经成为我国在深化市场经济体制改革过程中所面临的重大现实问题。

伴随着我国市场经济体制改革的逐步推进，有关中国国内市场分割的研究逐渐成为学术界的一个研究热点。而准确测度国内市场分割程度则是这一研究领域中最基础同时也是最重要的问题。现有文献测度市场分割的方法主要有生产法(Young，2000；范剑勇，2004；白重恩等，2004)[1-3]、贸易法(Poncet，2003；张昊，2016；Hayakawa，2017)[4-6]、经济周期法(Poncet和Rondeau，2004；黄玖立等，2011；黄晶，2014)[7-9]、技术效率法(郑毓盛和李崇高，2003)[10]、问卷调查法(李善同等，2006)[11]、产需法(张昊，2014)[12]、需求—价格法(洪勇和许统生，2016)[13]、价格法(桂琦寒等，2006；陆铭和陈钊，2009；洪勇，2016；范欣等，2017；刘刚，2018)[14-18]。采用上述各种方法，学者们对中国国内市场分割水平进行了测度，尽管得到的结果不尽相同，但研究者们普遍认为中国确实存在相当程度的市场分割。上述众多方法中，价格法以经“冰山成本”模型修正的一价定律为基础，具有较好的理论基础，同时，价格法所需的商品分类价格指数数据比较容易获取，故其成为学者们在测度市场分割时最普遍采用的方法。本文后续测度中国省区间市场分割水平时也采用该方法。

中国国内市场分割的影响因素也是学者们普遍关心的问题。经过文献梳理笔者发现，影响中国国内市场分割的因素具有多样性，总的来说可分为制度因素、技术因素和自然因素。制度因素是指不同地区受政治、经济、文化等人为因素的影响，形成以政府为主导的地方保护，从而造成的市场分割。由制度因素引起的市场分割又可以分为分权式改革所引起的市场分割(刘小勇和李真，2008；罗勇和刘锦华，2016)[19-20]、地方官员内在的政治升迁激励所形成的市场分割(Li和Zhou，2005；皮亚彬，2016)[21-22]、地方政府的赶超战略所导致的市场分割(林毅夫和刘培林，2004；Zhao和Zhou，2017)[23-24]、地方政府相互之间竞争所造成的市场分割(周业安，2003；邓明，2014)[25-26]。技术因素是指不同地区由于技术水平、劳动者素质存在差异所造成的市场分割(郑毓盛和李崇高，2003；陆铭和陈钊，2004；陈敏等，2007)[10,27,28]。自然因素是指不同地区受到客观存在空间距离的影响所形成的市场分割(Poncet，2003；陈敏等，2007；赵永亮，2012)[4,28,29]，由于基础设施能有效地“缩短”空间距离，故而能缓解距离所造成的市场分割(Faber，2014；Ke，2014)[30-31]。此外，还有学者研究了对外开放对国内市场分割的影响，发现两者之间存在着“倒U型”关系，即当对外开放处于较低水平时，开放水平提高会加剧国内市场分割，当对外开放处于较高水平时，进一步开放则能提高国内市场整合水平(洪勇，许统生，2016;陈敏等，2007；宋冬林等，2014)[13,28,32]。

总的来说，现有文献围绕着中国国内市场分割的测度和影响因素展开了较为深入的探索，这为本文的研究打下了坚实基础，但不同地区的市场分割通常在空间上存在着相互作用，即某个地区的市场分割往往受到其他地区市场分割的影响，如果依然使用文献中普遍采用的普通计量模型，则会使分析结果出现偏误甚至是错误，此时需要采用能捕捉这种空间效应的空间计量模型来进行分析。本文正是基于省区间市场分割相互影响所进行的研究。

一、中国省区间商品市场分割程度测度

在测度中国省区间市场分割水平时，本文借鉴桂琦寒等(2006)[14]与陈敏等(2007)[28]的相对价格法计算不同省区间相对价格的方差，然后将两两计算得到的方差按各省区进行归集，其结果就可以用来衡量各省区的市场分割水平。具体地，本文将采用三维数据(时间×地区×商品种类)，时间范围为1998—2017年，地区范围为30个省区(由于数据缺失，不包含西藏自治区)，商品种类包括食品、饮料烟酒、服装鞋帽、纺织品、家用电器、文体用品、日用品、化妆品、首饰、中西药品、书报杂志、燃料、建筑材料等13类商品。

从图1-4中可以发现中国及各省区在1998—2017年间市场分割具有如下特点：首先，20年间30个省区的市场分割程度虽有所下降，但市场整合进程也出现了较大波折，并非一帆风顺，特别是2002年和2008年各省区市场分割程度出现了明显的上升。这可能是因为中国在2001年底加入了WTO，使得次年各省区加强了外向经贸联系，短期内造成了国外市场部分替代了国内市场，从而降低了省区间的市场一体化程度；而2008年市场分割程度上升的原因可能是当年发生的国际金融危机。由于各省区地方政府为了防止金融危机对本地区的冲击，纷纷采取了保护主义措施，加强了对本地市场的保护，从而恶化了市场分割程度。其次，虽然各省区市场分割程度有所不同，但其市场分割进程却大致同步，这很可能是由于各省区市场分割及地方政府策略具有空间依赖性造成的。一个省区的市场分割程度不仅受本地相关因素的影响，还会受其他省区市场分割的作用；地方政府的市场策略同样也存在类似的情况，某个地方政府采取市场保护措施，往往会激起其他地方政府采取相似的措施，因此，不同地区的市场分割水平和政府策略不是孤立的，它们之间存在着空间影响，在分析此类问题时必须要考虑不同空间单元之间的空间依赖性。最后，在三大地区中，东部地区市场分割程度最低，西部最高，中部居于两者之间，这一市场分割的区域分布状况与我国区域经济发展格局是相契合的，这表明市场分割与经济发展水平之间存在着一定程度的负相关。

图1 东部各省区市场分割情况

图2 中部各省区市场分割情况

图3 西部各省区市场分割情况

图4 中国及三大地区市场分割情况

二、市场分割影响因素分析

由于不同省区的市场分割并不是孤立的，有可能存在着空间依赖性，因此，在使用计量模型对中国省区间市场分割的影响因素进行分析之前，有必要确认在模型中是否存在空间效应，如果存在就应该采用空间计量模型加以分析，否则，应使用普通计量模型。

(一)空间相关性检验

文献中检验空间相关性的指标主要有全局Moran’s I指数、Geary’s C指数、Getis-Ord’s G指数、Cliff-Ord Statistic、Joint-count Statistic等。本文选取全局Moran’s I指数、Geary’s C指数来进行空间相关性检验。一般来说，全局Moran’s I指数、Geary’s C指数通常只能用于截面数据的空间计量模型，无法对面板数据空间计量模型进行空间相关性检验，为此本文借鉴李立等(2015)[33]的做法，使用分块矩阵K代替全局Moran’s I指数和Geary’s C指数中的传统空间权重矩阵，则这两个指数就可以扩展到面板数据的空间相关性检验中。分块空间权重矩阵的运算如下所示：

K=IT⊗W

(1)

其中，K为NT×NT的分块矩阵，用以替代传统的空间权重矩阵；IT为T×T单位矩阵；W为N×N的传统空间权重矩阵；⊗为克罗内克积。相应的全局Moran’s I指数和Geary’s C指数分别为(2)式和(3)式所示。

(2)

(3)

表1 四种空间权重矩阵下的空间相关性检验

从表1的计算结果看，在相邻空间权重矩阵Wa、距离空间权重矩阵Wd、经济距离空间权重矩阵We、新经济距离空间权重矩阵Wn下 (四种空间权重矩阵将在下文详细介绍)，Moran’s I指数都为正，且其标准化指数都是高度显著的；Geary’s C指数都小于1，且其标准化指数至少在5%的水平下是显著的，这都说明存在显著的正空间相关性，因此，在后续中国省区间市场分割影响因素分析中就需要考虑省区间的空间效应。

(二)面板数据空间计量分析

1.面板数据空间计量模型

由于上文所做的空间相关性检验表明省区间存在空间效应，如果忽视省区间的空间依赖性和溢出效应进行普通面板模型估计，将不可避免地造成估计结果的偏误，因此引入空间计量模型进行分析。经典的空间计量模型主要有空间滞后模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)。Elhorst(2003)[34]、Lee和Yu(2010)[35]、Lesage和Pace(2010)[36]分别将模型引入面板数据分析中，提出了面板数据空间滞后模型(SAR-Panel)、面板数据空间误差模型(SEM -Panel)和面板数据空间杜宾模型(SDM -Panel)，各模型具体形式如下。

面板数据空间滞后模型：

yit=ρw′iyt+x′itβ+μi+γt+εit

(4)

面板数据空间误差模型：

yit=x′itβ+μi+γt+ξit，ξit=λw′iξt+εit

(5)

面板数据空间杜宾模型：

yit=ρw′iyt+x′itβ+w′iXtδ+μi+γt+εit

(6)

2.变量与数据

由于地方政府保护是造成市场分割的重要因素(皮亚彬，2016；Zhao和Zhou，2017；宋马林和金培振，2016)[22,24,38]，故本文将地方政府保护作为模型的核心解释变量。通常直接度量地方政府保护程度比较困难，笔者借鉴文献常用的做法，即根据政府保护的动机和手段这两个方面对地方政府保护行为进行间接度量。地方政府保护的主要动机通常有两个，一是降低本地失业率，二是保护国有经济以提高地方政府对本地经济的控制力。地方财政支出则是地方保护的主要手段，地方财政支出比重越高，地方政府干预本地经济的能力就越强。财政支出比重(Finance)数据用一般预算支出与地区生产总值之比计算得到；失业率(Unemp)数据用城镇登记失业人数除以城镇单位就业人数与城镇登记失业人数的和计算得到；国有经济比重(Soe)数据用国有在岗职工人数与在岗职工总人数之比计算得到。

控制变量包括对外开放水平、物流发展水平、经济发展水平和市场规模。对外开放水平(Trade)用贸易依存度表示，其数据用进出口总额与GDP之比计算得到；物流发展水平(Logis)用人均货运周转量表示，其数据是用年货运量与年末总人口之比计算得到；经济发展水平(Income)用人均实际收入表示，其数据是用职工工资总额与年末总人口之比计算得到，各年职工工资总额均按2000年不变价格进行换算；市场规模(Retail)直接用社会消费品零售总额加以表示，该变量数据也按2000年不变价格进行换算。上述各变量数据均来自于各省区的统计年鉴、中国统计年鉴、中国区域经济统计年鉴和中经网统计数据库。在后续实证分析中物流发展水平、经济发展水平和市场规模这几个变量均作了自然对数处理。

3.空间计量模型选择

在进行中国省区间市场分割影响因素的空间计量分析时，为了在面板数据空间滞后模型、空间误差模型和空间杜宾模型中选出最优模型，笔者先使用这三个模型分别进行估计，然后根据相关标准选择确定最优的模型，并在此基础上展开后续研究。由于存在空间相关性，如果使用OLS进行估计，会得到有偏且非一致的估计结果，故笔者采纳Lee和Yu (2010)[35]、Elhorst(2010)[39]的建议，使用准极大似然法(QMLE)进行估计。另外，为了与空间计量分析进行比较，本文还做了普通面板数据分析(为了保证可比性，普通面板数据分析使用的也是极大似然法)。分析结果如表2所示。

LM-error35.7247[0.0000]42.4427[0.0000]R-LM-error0.2987[0.5847]0.0174[0.8950]AdjustedR20.85100.84390.8556N600600600600

表2第(1)列给出的是普通面板分析，第(2)、(3)、(4)列是空间面板分析，空间面板分析中使用的权重矩阵都是相邻空间权重矩阵Wa，即主对角线元素均为0，非主对角线元素(i，j)的取值取决于第i和第j个省区是否存在共同边界，如果存在共同边界，其值为1，否则，其值为0。对比普通面板和空间面板，两者虽然在估计系数的符号上是一致的，但空间面板分析中所估系数的显著性明显好于普通面板，且空间面板的对数似然函数(LLF)都比普通面板大，而赤池信息准则(AIC)都比普通面板小，此外，第(2)、(4)列空间滞后和空间杜宾模型中的空间自回归系数ρ都是高度显著的，第(3)列空间误差模型中的空间误差系数λ也是高度显著的，高度显著的ρ和λ佐证了空间相关性的存在，因此使用空间面板分析比普通面板更合适。

再来看表2第(2)、(3)列的空间滞后和空间误差模型，根据Anselin和Florax(1995)[40]的建议，如果空间滞后模型的LM检验(LM-lag)比空间误差模型LM检验(LM-error)更显著，且空间滞后模型的稳健LM检验(R-LM-lag)显著，而空间误差模型的稳健LM检验(R-LM-error)不显著，则空间滞后模型比空间误差模型更合适；反之，如果空间误差模型的LM检验比空间滞后模型LM检验更显著，且空间误差模型的稳健LM检验显著，而空间滞后模型的稳健LM检验不显著，则空间误差模型比空间滞后模型更合适。从表2第(2)列的空间滞后模型估计结果可以发现，空间滞后模型的LM-lag检验统计量(36.9104)比LM-error检验统计量(35.7247)更显著，其R-LM-lag检验统计量在10%的水平上是显著的，而R-LM-error检验统计量不显著；第(3)列空间误差模型的结果也是LM-lag检验统计量(45.3581)比LM-error检验统计量(42.4427)更显著，R-LM-lag检验统计量在10%的水平上是显著的，而R-LM-error检验统计量不显著。此外，从对数似然函数(LLF)、赤池信息准则(AIC)和校正的R2来看，空间滞后模型都优于空间误差模型，这表明空间误差模型比空间滞后模型更合适。

从前述(4)式和(6)式可知，空间杜宾模型是在空间滞后模型的基础上引入了解释变量的空间滞后，因此，从理论上看空间杜宾模型比空间滞后模型更完善。从实际情况看，表1第(4)列对解释变量空间滞后系数全为0的LR检验在1%的水平是显著的，表明部分或全部解释变量的空间滞后对被解释变量确实存在空间影响。另外，空间杜宾模型的对数似然函数(LLF)、赤池信息准则(AIC)和校正的R2也都好于空间滞后模型，故本文最终将使用空间杜宾模型对中国省区间市场分割的影响因素进行分析。至于各解释变量及其空间滞后如何影响中国省区间市场分割的问题，笔者将在下面进行详细讨论。

4.空间权重矩阵选择

虽然距离空间权重矩阵和经济距离空间权重矩阵可以解决相邻空间权重矩阵的缺陷，但它们也存在不足，这两个矩阵中的元素所表征的两个省区间的相互影响是相同的，即它们关于主对角线是对称的，但现实情况通常是经济发展水平高的省区对经济发展水平低的省区能产生更大的空间影响。为此，借鉴叶阿忠等(2015)[41]的做法，引入新经济距离空间权重矩阵Wn，具体形式如下：

表3 基于不同空间权重矩阵的SDM分析

比较表3中四种不同权重矩阵的估计结果可知，各解释变量及其空间滞后的估计系数符号完全相同，第(4)列的系数显著性略好于其他三列；各列的空间自回归系数ρ都是高度显著的。其中，第(4)列的系数值比其他三列都要大，表明在新经济距离空间权重矩阵下，各省区的市场分割对其他省区产生了更大的空间溢出效应；第(4)列的对数似然函数、校正R2比其他三列都大，而赤池信息准则比其他三列都小，这些都表明相比于第(1)、(2)、(3)列，第(4)列的估计结果更理想，因此，下文对模型的解释是基于表3第(4)列的估计结果展开的。

5.估计结果分析

表3第(4)列估计得到的空间自回归系数ρ显著为正，表明中国省区间的市场分割存在正的空间溢出效应，即某个省区市场分割水平提高会导致其他省区市场分割水平也提高，这很可能是因为某个地方政府采取限制其他省区商品流入本地市场的保护措施招致了其他地方政府的“以牙还牙”政策。因此，当某个地方政府采取保护措施提高本地市场分割程度时，导致其他地方政府采取类似措施从而也提高了市场分割程度。

对核心解释变量而言，财政支出比重的估计系数显著为正，说明本地财政支出比重提高会阻碍市场一体化，这是因为随着财政支出比重提高，地方政府保护本地市场的能力得到增强，保护范围扩大，保护程度加深。失业率的估计系数显著为正，表明随着失业率上升，地方政府干预经济的动机会增强，倾向于采用保护措施来提升本地就业，从而恶化了本地市场分割水平。国有经济比重的估计系数显著为正，意味着随着国有经济比重的提高，地方政府对本地经济的控制力增强，可以更有效地进行地方保护。对控制变量而言，对外开放水平、物流发展水平、经济发展水平和市场规模的估计系数均显著为负，说明随着对外开放水平、物流发展水平、经济发展水平的提高和市场规模的扩大，本地市场分割水平会下降，有利于促进市场整合。

再来看各解释变量的空间滞后对市场分割水平的影响。财政支出比重的空间滞后系数显著为负，表明随着其他省区财政支出比重提高，本地市场分割水平会下降。这可能是因为当其他省区财政支出比重提高时，其他省区地方政府保护能力增强，市场分割水平提高，此时其他省区之间的经贸往来会减少，而其他省区与本省区之间的经贸联系就相对更多，本地市场相对其他省区市场而言就更开放，故本地市场分割程度有所下降。失业率的空间滞后系数显著为正，说明其他省区失业率的上升，会提高本地市场分割水平。可能的原因是其他省区失业率上升会导致失业人员流入到本地，地方政府为了保护本地就业，从而采取相关措施，进而恶化了本地市场分割水平。国有经济比重的空间滞后系数虽然为正，但并不显著，表明其他省区国有经济比重提高不会对本地市场分割水平造成实质性影响。对外开放水平和市场规模的空间滞后系数显著为负，意味着其他省区对外开放水平提高和市场规模扩大，会促进本地市场一体化，弱化本地市场分割。其内在机理是：当其他省区对外开放水平提高时，通常会引致其对内开放水平的提高(Wong，2012)[42]，相应会降低对本地商品流入的限制；而其他省区市场规模扩大，自然会增加对本地商品的需求，这两方面的原因都会促进本地商品的跨省区流动，从而降低本地市场分割水平。经济发展水平的空间滞后系数显著为正，表明随着其他省区经济发展水平提高，本地市场分割程度会恶化。这可能是因为地方政府官员间存在晋升博弈的竞争关系，使得本地官员对其他省区经济发展水平提高所作出的反应导致的(如为了赶超其他省区的经济发展水平，限制其他省区商品流入本地市场等)。物流发展水平的空间滞后系数不显著，说明其他省区物流发展水平对本地市场分割的影响可以忽略不计。

四、结论与政策建议

本文基于中国30个省区1998—2017年的数据，采用价格法测度了中国省区间商品市场分割程度，在此基础上使用空间面板计量模型分析了省区间商品市场分割的影响因素，研究得到了以下结论：(1)1998—2017年中国30个省区间的市场分割程度有所下降，但其进程也出现了较大波折，并非一帆风顺；(2)中国省区间商品市场分割程度会随着财政支出比重、失业率、国有经济比重的上升而恶化，而对外开放水平、物流发展水平、经济发展水平和市场规模的提高能降低市场分割程度，促进市场整合；(3)中国省区间市场分割存在正的空间溢出效应，某个省区市场分割水平提高会导致其他省区市场分割水平也提高；(4)空间溢出效应不仅表现为不同省区间市场分割的相互影响，而且某一省区的市场分割还会受到其他省区某些因素的影响。具体地，某一省区的市场分割水平会随着其他省区财政支出比重、对外开放水平、市场规模的提高而降低，随着其他省区失业率、经济发展水平的提高而提高，而国有经济比重和物流发展水平的影响可以忽略不计。

为了早日实现中国区域市场整合，从而充分享受统一市场带来的好处，建议省级地方政府应从如下方面入手：(1)由于区域间存在空间溢出效应，各省级地方政府在制定和出台相关政策时不应该只考虑该政策在本省区的影响，还应考虑该政策对其他省区的影响以及其他省区对该政策的反应，这样才能提高政策的有效性。为此，各省级地方政府应该建立一个沟通与交流的机制或平台，在政策出台前应进行多方协商与商议；此外，中央政府应该站在全局的高度，从更高的层面起到统一指导和居中协调的作用，这样能从政策层面更好地促进中国省区间的市场整合；(2)各省级地方政府要按照市场规律科学合理地安排财政支出，削减与市场经济规律不相符的支出，严格控制财政支出规模，最大限度地减轻政府财政支出对市场整合的不利影响；(3)通过提供再就业培训、充分透明的就业信息、完善人才交流市场和机制等市场化手段努力降低失业率，这能减轻地方政府在就业问题上的压力，进而在一定程度上削弱地方政府分割市场的动机；(4)进一步明确地方政府职能，从制度上隔绝地方政府对国有企业经营的干预，使国有企业能真正的完全自主经营。