谈流通产业空间布局合理化与消费潜力提升

黄 荔

（陕西理工大学管理学院 陕西汉中 723000）

问题的提出

伴随着经济社会的快速发展，人类步入高度发达的现代社会，传统的物——物交换方式产生了巨大的变革。流通逐渐发展成为与人们日常生活密切相关的产业，成为国民经济的重要组成部分（童磊等，2020）。改革开放以来，市场经济体制逐渐完善，流通产业在国民经济中发挥着重要作用，在提升居民生活品质、吸纳就业、刺激消费等方面起到了关键作用。同时，商贸流通产业在优化产业结构，促进经济持续、健康、有序发展方面也起到了突出作用。商务部公开数据显示，我国商贸流通产业对国民经济的贡献率已经超过了18%，在发达的东部地区更是超过了20%，足见商贸流通产业对经济发展的巨大推动力（严立刚等，2020）。目前，流通产业更是成为加强城乡联系的纽带，全国范围内正在逐步形成商贸流通产业网络布局，其在经济中的重要地位将进一步显现。

消费作为经济发展的重要动力和最终归宿，随着我国经济进入新常态，消费从拉动经济增长的 “三驾马车” 之一逐渐成为 “首驾马车”（ 杨菲等，2019）。进入21 世纪以来，消费对经济的贡献率逐年上升，2001 年社会消费总额将近15 万亿元，到2019 年已超过40 万亿元，对国内生产总值的贡献率已超过80%。虽然我国消费增长较快，但是与世界发达国家相比还存在较大差距，居民消费对经济的拉动作用有限。2019 年，我国居民消费率为40.71%，而美国则为80.13%，远远高于我国，进一步提升我国居民的消费潜力是推动国民经济快速发展的重要举措。

理论回顾与探讨

产业部门在空间布局上的分布不平衡是经济社会的典型特征，经济学界也对其进行了诸多研究，以求发现不平衡产生的内在原因。相关研究最早追溯到古典经济学时期，亚当·斯密最早发现原料、运费和距离会对工业布局产生影响，运输成本的高低是劳动分工发挥作用的限制性条件（张凌志，2019）。随后出现了新经济地理学区位理论，同样认为产业分布不平衡在经济社会中普遍存在。产生这种现象的原因不仅仅是外生差异造成的，最为根本的是在市场经济中生产成本和收益的存在，使空间差异获得了演变动力，新经济地理学区位理论对原因的剖析更加深刻。新经济地理学区位理论认为空间布局的演化还包括内生动力，在内生力量的作用下，空间布局分异开始出现，产业开始出现扩散和集聚（王思文等，2019）。正如上所述，新经济地理学区位理论将空间布局差异产生的原因归结为供给和需求的相互关联机制，这种关联效应会对消费潜力的开发产生重要影响。

近年来，学者们也结合经济形势的变化，开展了相关研究。雷鸣等（2018）认为产业空间布局多出现于大规模制造业发展时期，产业集聚的出现会降低企业的生产成品，为了占领本地市场，企业会降低周边区域的产品价格。对消费者来说，能够用相同的支出获得更多优质的商品，消费积极性会得到有效提升。宁攸凉等（2019）从实证研究的角度，研究了我国产业布局发展的动态变化，并在此基础上研究了其与消费的相互关系，认为产业布局的合理有利于区域经济发展，提升居民收入水平，同时也有利于消费品的合理流动，降低企业的生产成本和营销成本。陈兆年和李静（2020）从供给和需求的角度研究产业发展和消费的相互关系，指出二者存在着相互影响、相互促进的动态关系。毋庸置疑，产业布局的合理化会对居民消费产生影响，但影响的广度和深度还有待进一步研究和探讨。在已有研究中，有学者认为两者是线性关系，但是随着经济形势的变化学者发现其中也存在着非线性关系。因此，本文采用非线性面板回归模型，希望采用更有效的方法研究产业布局对消费潜力的影响。

实证模型和数据

（一）模型设定

流通产业的空间布局在何种条件下能够作用于消费的市场潜力，主要有两种特殊影响因素：一是我国经济现状的空前复杂性，产业空间布局和消费潜力之间存在着非线性关系；二是流通产业空间布局自身存在着较强的非线性特征。因此，本文计量模型采用非线性模型，同时考虑到数据的可得性和控制变量的影响，设定本文非线性面板回归模型如下：

在模型中，AGG 为产业布局合理程度，MPC 为消费潜力，POE 为人口密度，RAD 为基础设施建设，WAG 为职工收入，FDI 为外商直接投资，GOV 为财政支出，EDU为人力资本，β 为回归系数，ε 为随机扰动项。

（二）变量说明和数据来源

本文核心解释变量为流通产业布局合理化，综合反映各省市区流通产业的空间布局合理性。被解释变量为消费潜力，反映出未来我国居民潜在的消费能力。根据现有研究成果，多个控制变量会对我国居民的消费潜力产生影响。流通产业作为劳动密集型产业，受到人力资本供给的影响。省级区域的人口密度是反映地区消费市场大小的重要指标，同时人口密度也会对消费潜力产生影响。交通网络的完善程度有利于企业控制生产成本，有利于形成合理的产业布局。收入是生产的基础，收入水平会对消费产生直接影响。产业发展会受到政府政策的影响，地区财政建设支出和外商直接投资对区域经济的发展产生影响，开放积极的产业政策有利于产业发展和布局，反之则会阻碍产业发展。综上所述，本文选取人口密度、基础设施建设、职工收入、外商直接投资、财政支出、人力资本为控制变量。

本文采用2009-2019 年之间省市区的面板数据，基于数据可得性考虑，我国台湾、澳门、香港和西藏地区不在样本数据范围内，数据主要来源于国家和地方统计年鉴及《中国工业经济统计年鉴》。本文以2009 年作为研究基期，主要在于大部分学者从2009 年开始对流通产业布局有了比较一致的研究结论。在空间布局方面，本文主要根据各省区省会城市的地理距离来反映，主要来源于中国电子地图的公开数据，省会城市之间的距离指的是公路距离，并不是地图上所反映的直线距离。以省会城市作为空间布局合理化程度的原因在于流通产业主要是以省会城市为中心布局，这种替代具有较好的合理性。对于部分缺失数据，主要采用插值法进行补充。从整体上来看，省际数据较为丰富，相互之间具有很好的替补性。

（三）计量方法及实证分析

第一，计量方法。最大似然估计是非线性面板模型常用估计方法之一，与线性面板模型不同，在非线性面板模型下最大似然估计没有解析解，通常采用迭代法寻找数字解。假如待估计值θ 的变化范围在0-1 之间，该区间可以划分为（0.1，…，0.9，1）十个等分，可以逐个带入模型求得目标函数值，得到最大的θ_ ，按此方法以此类推，可以得到精度最高的值。当待估计值θ 为多维时，一般会运用迭代法，选择一个初始值，不断迭代更新，直到得到最为精确的值为止。

在实证分析之前，先检验变量的成对相关性，VIF 值均在10 以下，变量均无产生多重共线性的可能。然后对面板数据进行单位根检验，以验证其平稳性。为避免HT检验法对面板数据的要求过于严苛，本文还补充了ADFFisher 检验和PP-Fisher 检验来检验单位根。上述检验方法的原假设均为数据存在单位根，检验结果均表明面板数据拒绝了存在单位根的原假设。

第二，实证分析结果。本文首先运用省际面板数据分析不同行业产业布局对消费潜能的影响，回归结果如表1所示。值得注意的是，在非线性回归中，回归系数并不能反映自变量的边际效应，但是同样能反映出自变量对因变量的影响（谢逢洁等，2019）。但是，本文的目的是分析不同行业产业布局对消费潜能的影响，从本质来看，并不影响本文对结果的解释。

由表1 可知，在批发业、零售业和物流业中核心解释变量产业布局合理化的回归系数均为正，且均在5% 显著性水平下显著，说明产业布局合理化有利于消费潜力的提升。在控制变量上，在批发业、零售业和物流业中，人口密度、基础设施建设、职工收入、外商直接投资、财政支出、人力资本的回归系数均为正且显著，说明其对消费潜能的提升有着显著的正向影响。在批发业中人力资本所产生的作用较小，可能原因在于批发作为劳动密集型产业，对人员素质要求并不高，过多人力资本的投入容易造成资源的浪费。在零售业中人口密度的影响最大，居民是零售业的主要服务对象，受到人口密度的重要影响，这也符合经济现实。在物流业中，人力资本的影响最大，随着物流运输的技术含量越来越高，人力资本成为其重要的影响因素。

表1 非线性面板模型回归结果

表2 加入区域虚拟变量的模型回归结果

在研究模型中加入区域虚拟变量，比较不同区域产业布局合理化的情况。由表2 可知，在不同区域和不同行业中产业布局合理化水平有着显著差异。在我国东部地区，批发业产业布局合理化水平最高，在中部地区零售业产业布局合理化水平最高，在西部地区物流业产业布局合理化水平最高。

主要结论与未来展望

（一）主要结论

通过本文分析可以得到如下结论：在批发业、零售业和物流业中核心解释变量产业布局合理化的回归系数均为正，且均在5% 显著性水平下显著，说明产业布局合理化有利于消费潜力的提升；在控制变量上，在批发业、零售业和物流业中，人口密度、基础设施建设、职工收入、外商直接投资、财政支出、人力资本的回归系数均为正且显著，说明其对消费潜能的提升有着显著的正向影响；在不同区域和不同行业中产业布局合理化水平有着显著差异。在我国东部地区，批发业产业布局合理化水平最高，在中部地区零售业产业布局合理化水平最高，在西部地区物流产业布局合理化水平最高。

（二）未来展望

本文作为探讨产业空间布局对消费潜力影响的一个尝试性工作，期望在学术界能够起到抛砖引玉的作用，引起学者对该主题的关注和探讨。在后续的研究中，学者可以继续扩大样本量，基于数据可得性考虑，本文主要是以省际数据为研究样本。随着经济社会的不断发展，我国地级市的产业布局也会逐渐产生并朝着合理化的方向发展，在未来可将地级市也纳入研究范畴。在影响因素方面，电子商务的兴起和互联网技术的快速发展，使得产业发展产生了巨大的变革，在未来的研究中可以适当加入互联网的相关影响因素，结合时代背景，使研究更加规范、科学。在测量方法上，本文选用的是非线性面板回归模型，具有一定的创新性，在未来的研究中也可以纳入更多有价值的研究方法，使研究结论更加科学。