基于空间杜宾模型的电子商务与商贸流通业集聚关系分析

程 震，杨 剑

（滁州职业技术学院商学院，安徽滁州 239000）

随着互联网产业的发展，电子商务逐渐成为中国推进工业化和信息化融合的重要手段[1]，对经济结构转变，生活方式改变起到了重要作用.有关报告显示2020 年中国电子商务交易额总量达37.21万亿元人民币，同比增长4.5%，对经济增长具有不可忽视的作用，同时对包括商贸流通业在内的很多行业产生了重大影响[2].中国商贸流通业企业一直以来都面临着经营规模小、经营分散等问题，导致商贸流通业发展落后，产业竞争力薄弱.随着电子商务的发展，线上零售的兴起，在线化消费程度的不断扩大，商贸流通业的现代化程度也在大幅度提升，集聚水平不断提高，产业链更加完善[3].

首先，电子商务的应用可以有效地减少中间环节，提高资源配置效率，降低企业的生产成本.中国地区间发展不均衡的现象较为明显，电子商务可以通过网络化方式，提高物流运输在不同地区之间的运输效率，从而降低企业的运输成本.其次，电子商务的发展能在一定程度上减少因信息不对称所带来的不公平竞争现象，从而促进市场竞争.电商发展可以有效地带动行业内商务信息资源在区域间传递，从而有利于商贸企业实现业务空间上的合理布局，提高自身业务范围.最后，商贸流通业在应用电子商务的过程中，可以有效地提高企业市场适应能力，增强其规模效应，从而促进整个商贸流通业的发展.

从已有的研究来看，更多的还是从整个经济发展的角度研究电子商务的重要性.陈维涛等[4]从全要素生产率的角度出发发现互联网电子商务可以通过促进企业研发进而促进中国企业全要素生产率水平提升.沈悦[5]从互联网金融与商业银行的关系出发研究互联网金融对银行发展的促进作用.学术界有关电子商务与商贸流通业的研究大多仅限于理论研究.陈文伟，宋雪茹等[6，7]从产业互融发展的角度研究二者之间互融发展的影响因素；何焕敏等[2]从理论基础上分析电子商务对商贸流通业发展影响的机制和路径，但缺乏经验证明.而潘莹等[8]从网络零售的角度实证分析了网络零售对商贸流通业的促进作用，从侧面证明了电子商务对商贸流通业发展的影响.综上可知，已有研究虽然已经关注电子商务对商贸流通业的促进作用，但其中理论分析较多，实证检验不足，并且鲜有从空间层面分析.有鉴于此，以全国31 个省（市、自治区）2011—2019 年相关数据为样本，使用探索性空间数据分析方法对电子商务影响商贸流通业集聚的空间作用进行实证分析，以期为区域间商贸流通业协调发展提供参考借鉴.

1 空间统计分析

1.1 空间自相关检验

使用莫兰指数对电子商务与商贸流通业集聚进行空间自相关检验，以交通运输、仓储和邮政、批发零售和住宿餐饮四个行业的产值总和计算区位熵衡量商贸流通业集聚程度（lq）.由于电子商务发展水平目前还没有一个统一的测算标准，出于数据的可获得性以快递业务量规模衡量电子商务发展水平（ec）.关于空间权重矩阵的建立，考虑到电商与流通业之间最为关键的运输问题，构建地理距离权重矩阵如（1）式.

式（1）中Di,j表示省份i 和省份j 之间的球面距离，球面距离以各省的省会城市经纬度为基础计算得出.从表1 莫兰指数可得出，2011—2019 年电子商务发展和商贸流通业集聚的莫兰指数值均大于0，且至少在10%的显著性水平下通过了显著性检验，说明二者之间存在显著的空间正相关关系.更进一步来看，分别绘制2019 年电子商务发展和商贸流通业集聚的莫兰散点图（图1、图2）.

图1 2019 年商贸流通业集聚的莫兰散点图

图2 2019 年电子商务发展的莫兰散点图

表1 电子商务与商贸流通业集聚的莫兰指数

由二者莫兰散点图可以看出，从整体上来看，无论是电子商务发展还是商贸流通业集聚，大部分地区均散落在第一和第三象限，呈现出高高集聚和低低集聚的特征，说明二者在空间上存在明显的空间关联性.具体来看，诸如上海、江苏、浙江、福建等地散落在第一象限，集聚水平较高，而西藏、青海、新建、四川等中西部地区更多的位于第三象限，受到地区经济发展水平、基础设施和地理环境等因素的限制，形成了低水平产业集聚区.

1.2 马尔科夫链模拟

由于文章篇幅的限制难以展示2011—2019 年期间各地区商贸流通业集聚水平的变化状态，出于研究平稳性的考虑，本文引入马尔科夫链模拟法，将四个象限集聚状态分别定义为状态1、状态2、状态3、状态4，通过马尔科夫链运算，得出各种状态下的转移概率和转移方向，如图3，箭头的方向代表概率转移的方向，箭头上面的数字代表转移概率.从各种状态下的转移概率与方向来看，从各种状态转移到状态1 和状态3 的概率较大，再次验证了中国目前商贸流通业集聚呈现高高集聚和低低集聚的特征.

图3 状态转移概率和转移方向

2 回归分析

2.1 指标选取与模型构建

以交通运输、仓储和邮政、批发零售和住宿餐饮四个行业的产值总和计算区位熵衡量商贸流通业集聚程度(lq)，以快递业务量规模衡量电子商务发展水平(ec)作为核心解释变量.至于控制变量的选择，参照已有研究，选取城市人口总量占常住人口总量的比重衡量城市化水平(ueban)，以人均地区生产总值衡量地区经济发展水平(pay)，以社会消费品零售总额衡量居民消费水平(con)，以R&D 经费支出衡量技术水平(rd)，所有数据均来自历年统计年鉴.为保证数据平稳性，消除量纲影响，对所有数据进行了对数化处理.

在回归模型的选择上为了考察空间相关性的影响，分析电子商务发展对其他地区的溢出效应，本文采用空间杜宾模型进行回归，并对模型回归结果进行分解，得出其直接效应、间接效应和总效应（见表2）.

表2 模型回归结果

2.2 回归检验

由于空间杜宾模型包括了解释变量的滞后项，因此回归结果无法直接用来分析，在这里本文直接展示效应分解之后的回归结果.空间杜宾模型中空间自回归系数rho 大于0 且通过了1%的显著性检验，说明各地区商贸流通业集聚存在显著的空间正相关性，验证了使用空间面板模型回归的合理性.同时为了说明模型合理性，本文同时给出了普通面板模型回归结果，从豪斯曼检验可知若选择固定效应模型，其各变量回归结果显著性水平较差，模型构建不合理.

具体来看，从直接效应可以看出，电子商务发展显著地促进了本地商贸流通业集聚发展.电子商务发展大大降低了企业交易成本，解决了地理位置的限制，使得市场范围扩大，从而推动了本地商贸流通业集聚.从控制变量来看，技术水平、城市化水平、消费水平、经济发展水平的提高均有效地促进了商贸流通业集聚.技术水平提高可以提高企业生产效率，城市化水平和经济发展水平提高可以带动区域基础设施条件改善和消费结构改变，消费水平提高可以扩大企业生产欲望，从而推动商贸流通业集聚.

从间接效应来看，电子商务发展回归系数小于0，说明电子商务发展对周边地区商贸流通业集聚具有负的空间溢出效应，这是因为本地区电子商务规模扩大会在一定程度上挤占其他地区市场，从而不利于周边地区商贸流通业发展，同理本地区城市化水平、经济发展水平提高会吸引其他地区产业转移和人口迁移，从而不利于周边地区商贸流通业集聚.技术水平的间接效应系数显著为正，这是因为技术传播本身就存在知识溢出效应，从而有利于带动周边地区商贸流通业集聚.而本地区消费水平提高会带动其需求水平提高，从而扩大其市场半径，有利于推动周边地区商贸流通业集聚.

3 结论与建议

研究表明电子商务发展与商贸流通业集聚具有显著的空间正相关性.电子商务发展通过减少交易成本，解决交易双方时间空间上的限制，从而有利于促进本地商贸流通业集聚，但其也会对周边地区商贸流通业集聚产生负的溢出效应，不利于区域间协调发展.除此以外，技术水平改善、消费水平提高可以带来正的空间溢出效应，而城市化水平和经济发展水平会带来负的空间溢出效应.鉴于此，提出3 条建议：

（1）要合理布局，注重商贸流通业空间合理布局和区域间协调发展，根据地区资源禀赋条件和产业发展水平合理分工，避免过度竞争，因地制宜促进商贸流通业集聚；

（2）要加大科研投入程度，推动技术创新，政府和企业要加大在技术研发中的投入，发挥技术水平的知识溢出效应，提高企业生产效率，带动商贸流通业集聚发展；

（3）大力发展经济，完善社会保障体系.坚持以经济建设为中心，缩小区域发展差距，努力提高人民收入水平，同时完善社会保障体系，刺激消费能力增长.