东北地区农产品电商产业集聚对经济发展的溢出效应研究

佟 璐，彭银春，慎 丹

引言

伴随着“互联网+”在农业领域的广泛运用，农产品电子商务迎来新的机遇期，成为促进农产品产销对接、巩固脱贫成果、引导农业高质量发展、推动乡村全面振兴的重要力量。“2021 年全国农村网络零售额达2.05 万亿元，同比增长11.3%，其中，农产品网络零售额达4221 亿元，同比增长2.8%。此外，生鲜电商交易规模达4658.1 亿元，社区团购规模达1205.1 亿元，农产品跨境电商额超300 亿元。”①《农村电商新篇章解读！2021 年全国农村网络零售额达2.05 万亿元，社区团购占比1205 亿》，澎湃政务，2022 年10月28日，https://m.thepaper.cn/baijiahao_20495994。各类农产品电商交易平台近千家，包括淘宝、天猫、京东、拼多多等，借助众多电商交易平台，经营农产品的商家数量也在迅速增加，网络营销保持高速增长态势。东北地区是我国重要的粮食主产区，但局限于传统流通方式的限制，出现了传统农产品积压、农民增产不增收等现象，制约了当地经济的发展。“从农产品上行看，农村电子商务通过搭建农产品产销对接平台，能够提高农产品供需信息匹配效率，扩大农产品销售市场，完善农产品供应链产销对接机制。”①谢文帅、宋冬林、毕怡菲：《中国数字乡村建设：内在机理、衔接机制与实践路径》，《苏州大学学报（哲学社会科学版）》2022年第2期，第93—103页。武荣伟、周亮、康江江等：《中国县域电子商务发展空间格局及影响因素》，《干旱区资源与环境》，2018年第2期，第65—69页。近年来，东北地区农产品电商产业发展速度加快，在线销售农产品的网络店铺数量不断增多，但与长三角、珠三角等电商产业发达地区相比仍存在一定差距。农产品电商作为一种新兴产业，其发展受到区域自然禀赋、物流条件、技术支持等因素的影响，呈现一定的空间分布特征。②郭鸿鹏、于延良、赵杨：《电商平台农产品经营主体空间分布格局及影响因素研究——基于阿里巴巴电商平台数据》，《南京农业大学学报（社会科学版）》2016年第1期，第42—48+163页。随着生产要素的发展和产业空间结构的变迁，逐渐产生产业的集聚效应，不仅可以减少信息不对称性、降低运输成本、提升市场需求，还会促进经济发展水平的提升，并且对经济发展存在溢出效应。③陈路、孙博文、谢贤君：《产业集聚的经济增长溢出效应——基于新经济地理学视角》，《首都经济贸易大学学报》2019年第4期，第42—52页。因此，准确研判产业集聚与经济发展之间的逻辑关系与作用机理，有助于促进东北地区农产品电商产业发展及区域综合竞争实力的提升。

一、文献综述

马歇尔最早阐述了产业集聚现象，并指出集聚的主要起源为自然禀赋和区域的市场需求。④Marshall A.,Principles of Economics,London:Macmillan Press,1890,pp.215-220.同时，马歇尔还指出企业集聚的根本原因在于外部经济效应。德国经济学家韦伯主要从工业企业的区位布局来考察产业集聚现象，并在企业区位选择的理论分析中引入集聚经济。⑤Weber A.,Theory of the Location of Industries,Chicago:University of Chicago Press,1909,pp.85-96.近几年，国内学者开始关注电子商务的集聚情况及影响因素。钟海东、⑥钟海东、张少中、华灵玲等：《中国C2C 电子商务卖家空间分布模式》，《经济地理》，2014 年第4 期，第91—96 页。丁疆辉⑦丁疆辉、吴建民、李冰洁：《天猫平台入驻店铺时空格局及变化特征》，《经济地理》2017年第11期，第136—144页。和杜传忠⑧杜传忠、陈维宣、胡俊：《信息技术、所有制结构与电子商务产业集聚——产业集聚力影响因素的实证检验》，《现代财经（天津财经大学学报）》2018年第12期，第82—95页。等从省域和市域视角对电商产业集聚的空间格局及影响因素进行研究，发现电商产业呈现由东部沿海到内陆地区梯度降低的空间分布趋势，并且区域经济水平、人口受教育程度、物流业水平、信息技术应用水平等是影响电商产业分布的主要原因。在县域电子商务的空间分布方面，浩飞龙、⑨浩飞龙、王彬燕、王士君：《东北地区县域电子商务发展水平的空间差异及影响因素》，《地域研究与开发》2016 年第4期，第16—21页。谈璐、⑩谈璐：《浙江省县域电子商务发展水平时空差异格局分析》，《商业经济研究》2018年第22期，第134—137页。武荣伟○1谢文帅、宋冬林、毕怡菲：《中国数字乡村建设：内在机理、衔接机制与实践路径》，《苏州大学学报（哲学社会科学版）》2022年第2期，第93—103页。武荣伟、周亮、康江江等：《中国县域电子商务发展空间格局及影响因素》，《干旱区资源与环境》，2018年第2期，第65—69页。等指出影响其分布的主要因素包括原有零售业基础、经济发展水平、人口规模、信息化程度等。朱邦耀、○12朱邦耀、宋玉祥、李国柱等：《C2C电子商务模式下中国“淘宝村”的空间聚集格局与影响因素》，《经济地理》2016年第4期，第92—98页。刁贝娣○13刁贝娣、陈昆仑、丁镭等：《中国淘宝村的空间分布格局及其影响因素》，《热带地理》2017 年第1 期，第56—65 页。和徐智邦○14徐智邦、王中辉、周亮等：《中国“淘宝村”的空间分布特征及驱动因素分析》，《经济地理》2017 年第1 期，第107—114页。等对淘宝村、淘宝镇的集聚情况进行分析，发现影响农村电子商务发展的因素包括经济发展水平、信息化水平和交通物流水平等。

对于电子商务和经济发展的关系，国内外学者也进行了研究。高盛公司以美国、英国、德国、日本、法国为研究案例，发现电子商务发展对5个国家的宏观经济发展均呈现正相关关系，促进了5个国家的GDP 的正向增长。①Brookes H.,Martin W.E.,Zaki W., The Shocking Economic Effect of B2B,Goldman Sachs：Global Economics,2000,pp.3-13.2012 年思科公司的报告显示，1995—2011 年美国电子商务发展对于提高生产率有积极作用，随后又利用一般均衡模型分析欧盟电子商务发展与宏观经济之间的关系，结果表明2000—2011年电子商务发展对欧盟生产率增长具有促进作用。张红历②张红历、周勤、王成璋：《信息技术、网络效应与区域经济增长:基于空间视角的实证分析》，《中国软科学》2010年第10期，第112—123+179页。、杨坚争③杨坚争、周涛、李庆子：《电子商务对经济增长作用的实证研究》，《世界经济研究》2011 年第10 期，第40—43+88 页。等人的研究均表明电子商务发展可以促进经济结构调整和制造业升级改造，并促进创业与就业。范玉贞④范玉贞、卓德保：《我国电子商务对经济增长作用的实证研究》，《工业技术经济》2010年第8期，第40—44页。通过实证研究来分析电子商务与经济增长之间的关系，发现电子商务对经济增长的弹性系数为正值，表明电子商务发展对经济增长具有促进作用。黄睿君⑤黄睿君：《电子商务对经济增长贡献的实证研究》，《经济视角（下）》2010年第6期，第31—32页。发现电子商务交易额与国内生产总值之间存在均衡稳定的长期关系，进而说明电子商务对经济增长具有积极影响。李瑶⑥李瑶：《电子商务对宏观经济增长的影响机制分析》，《商业经济研究》2016年第10期，第121—122页。的研究结果表明电子商务对于经济增长的促进作用，主要是通过增加消费、投资、政府购买和净出口等因素来实现的。

综上所述，国内外学术界在电子商务产业集聚和电子商务与经济发展的关系方面已形成一定的理论体系，并开展了一些实证研究。但不论是国内还是国外，对于农产品电子商务的研究深度还有很大的拓展空间，很多理论和实践还不够全面。具体表现在：首先，大多数学者着眼于电子商务规模对于经济发展的影响，而电商产业集聚作为独立于规模以外的要素，其对于经济发展的影响则很少涉及。其次，多数对于电子商务的研究集中于全商品，而对于农产品电子商务则关注较少。

虽然网络店铺为虚拟企业，但与传统实体商铺是类似的，其所在地的分布情况显示出集聚效应，研究表明产业集聚与经济增长高度相关，⑦Hohenberg P M,Lees L H, The Making of Urban Europe,1000-1950,Cambridge/London: Harvard University Press,1985,pp.45-56.并且随着地区市场一体化程度的提升，产业集聚效应也会不断增强，进而产生经济增长溢出效应。⑧孙博文、雷明：《市场分割、降成本与高质量发展：一个拓展新经济地理模型分析》，《改革》2018 年第7 期，第53—63 页。因此，本文将从新经济地理学的视角，构建空间面板计量模型，探索东北地区农产品电商产业集聚对经济发展的溢出效应。

二、研究方法

（一）空间相关性检验

全局Moran’s I指数是研究空间相关性问题的常用指标，用于度量某一位置的观测值与其他位置的观测值之间的空间相关程度。其公式如下：

其中，xi和xj分别为地区i和地区j的观测值，n为地区数，wij为空间权重矩阵为n个观测值的平均值，S2是观测值的方差。Moran’s I 的取值范围为［-1,1］，Moran’s I 的值为正，表示存在空间正相关关系，值越大代表空间相关性越明显；Moran’s I 的值为负，表示存在空间负相关关系，值越小代表空间差异越大；Moran’s I的值为零，表示不存在空间相关性。

（二）空间杜宾模型

随着空间计量经济学的发展，空间杜宾模型（SDM）的应用愈发广泛，空间杜宾模型同时包含因变量和自变量的空间滞后项，不仅可以解释变量在本区域所产生的影响，还能够通过相邻区域间的空间关系，解释对相邻区域所产生的的影响。模型可以表示为：

其中，yit表示被解释变量在地区i的t时期的观测值，yjt表示被解释变量在地区j的t时期的观测值，ρ表示回归系数，wij为空间权重矩阵W 的元素，β为解释变量的系数，xit表示解释变量在地区i 的t 时期的观测值，xjt表示解释变量在地区j 的t 时期的观测值，δ表示空间滞后解释变量的系数，μi代表个体固定效应，λt代表时间固定效应，εit表示空间自相关误差项。

（三）空间溢出效应

为弥补空间杜宾模型对于被解释变量分析的不足，LeSage和Pace①LeSage J,Pace R K, Introduction to Spatial Econometric,New York: CRC Press Taylor &Francis Group,2009,pp.201-220.指出，采用回归模型偏微分法将总效应分解为直接效应和间接效应，直接效应可以反映出本地区的解释变量对本地区的被解释变量产生的影响，间接效应可以反映本地区的解释变量对其他地区的被解释变量所产生的影响。具体如下：

整理得：

其中，Sr(W)=V(W)(In βr+Wθr)，V(W)=(In-ρW)-1，In为n阶单位矩阵，xr为第r个解释变量，βr为X中第r个解释变量的系数，θr为WX中第r个解释变量的系数。将（5）式转换为矩阵形式为：

总效应（ATI）等于矩阵Sr(W)加总的平均值，直接效应（ADI）是Sr(W)中对角元素Sr(W)ii的平均值，间接效应（AII）是Sr(W)中非对角线元素的平均值，可以通过总效应减去直接效应得到。ATI、ADI 和AII计算公式如下：

三、变量选取与数据来源

（一）变量选取

1.被解释变量

经济发展水平（GDP）。为检验农产品产业集聚对区域经济发展水平的影响，及对于周边区域经济发展的溢出效应，将经济发展水平作为被解释变量，用该地区人均GDP 来表示，并以2010 年为基期进行平减。

2.核心解释变量

农产品电商产业集聚（AGG）。在关于产业集聚的实证研究中，较为常用的方法是区位熵法，主要应用产业的产值或就业人数来计算，但农产品电商属于新经济业态，产业产值和就业人数等相关数据没有统一的口径和平台进行统计，因此，本文将农产品电商产业集聚度定义为某地区单位土地面积上销售农产品的网络店铺数量。

3.控制变量

控制变量主要包括市场潜能、产业结构调整、政府干预和人力资本。

（1）市场潜能（MAK）

市场潜能是指受地理空间位置影响而产生区域间的对产品、服务需求的潜在能力，是从需求的角度出发，体现经济体本身的空间联系和对区域经济增长的空间关系，①王雪辉、谷国锋：《基于市场潜能的城市经济增长空间格局及溢出效应》，《地理科学》2017 年第11 期，第1617—1623 页。因此引入市场潜能变量来从需求角度衡量对区域经济发展的影响。市场潜能的测度采用Harris（1954）②Harris C D,“The Market as a Factor in the Localization of Industry in the United States”,in Annals of the Association of American Geographers,1954,Vol.44,No.4,pp.315-348.基于引力模型提出的“市场潜能函数”，具体公式为：

其中dij为城市i与城市j的几何中心的直线距离。

（2）产业结构调整（IND）

对在线销售的农产品种类进行分析可知，大多数产品属于加工类农产品，因此需要考虑农产品电商产业集聚带来的产业结构调整效应，这里选用第二产业占GDP比重代表地区产业结构调整的指标。

（3）政府干预（GOV）

政府适度干预经济有助于提升经济发展水平、优化资源配置，但是过度干预会导致政府失灵，这里采用地区财政支出总额作为政府干预的衡量指标，并以2010年为基期进行平减。

（4）人力资本（EDU）

新经济增长理论认识到人力资本和技术进步对经济增长的作用，重视以教育为核心的人力资本问题，即劳动力质量。高等教育水平较高的城市的人力资本素质相对较高，因此用每万人在校大学生数量作为衡量人力资本的指标。

（二）数据来源

本文选取东北地区36 个地市为研究区域，所使用的农产品电商产业数据来源于淘宝和天猫平台上经营农产品的店铺数据，利用爬虫软件获取经营地为这36 个地市的店铺信息，包括店铺名称、在线商品数量、月销量及开店时间，并对数据进行处理。首先筛选出主营业务为食品的店铺，接着去除在线商品数量为0 和月销量为0 的店铺，以保证每个店铺都在持续运营中。2009 年，辽宁省阜新市、吉林省辽源市、黑龙江省鹤岗市和双鸭山市出现第一家在线农产品店铺，至此，东北三省36 个地市均有在线销售农产品的店铺，考虑数据的一致性和完整性，选取2010年至2018年作为研究区间。其他变量均来源于历年《中国城市统计年鉴》、《黑龙江统计年鉴》、《吉林统计年鉴》和《辽宁统计年鉴》。以上变量的描述性统计如表1所示。

表1 变量的描述性统计

四、实证结果与分析

（一）空间相关性分析

为验证东北地区经济发展水平与农产品电商产业集聚的空间相关性，采用全局Moran’s I指数进行检验。运用ArcGIS软件计算2010—2018年东北地区36个地市的经济发展水平和农产品电商产业集聚的全局空间自相关性，已有研究表明，选取合理的空间权重矩阵准确地反映研究对象之间的空间关系是，确保空间计量模型有效的前提，传统的空间矩阵多选用二进制邻接矩阵，但这种设置方式忽略了地理距离的影响，因此本文选用地理距离构造空间权重矩阵，其元素(wij)取值为：

其中dij为城市i与城市j的几何中心的直线距离，具体数值通过计算国家基础地理信息系统提供的经纬度数据计算得到。

由此得到的空间相关性结果如表2 所示（见下页）。结果显示2010—2018 年的全局Moran’s I指数均显著，且为整数，总体呈增长趋势，表明这两个指标都具有显著的空间正相关性，即呈现空间集聚特征，并且总体上聚集程度逐年增强。

表2 2010—2018年东北地区经济发展水平及农产品电商产业集聚的Moran’s I表

（二）空间计量模型的选择

东北地区经济发展水平和农产品电商产业集聚存在正向的空间相关性，因此可以选择相应的空间计量模型进行回归分析。为了判断空间模型的具体形式，需要进行前期检验。首先，进行LM 检验（LM-Error 和LM-Lag）和稳健LM 检验（Robust LM-Error 和Robust LM-Lag），LM-Error 检验和Robust LM-Error 检验为针对空间误差的检验，原假设为模型没有自相关误差项，LM-Lag 检验和Robust LMLag 检验为针对空间滞后的检验，原假设为模型没有滞后被解释变量，如果检验结果拒绝原假设，则认为模型存在显著的空间自相关性。接着，通过LR 检验和Wald 检验来识别空间面板模型的最优形式，检验的目的在于判断空间杜宾模型（SDM）是否可以简化为空间滞后模型（SLM）或空间误差模型（SEM）。

从表3的检验结果中可以看出，LM 检验和稳健LM 检验均通过显著性检验，拒绝了原假设，即模型存在空间效应，选择SLM 模型和SEM 模型都合适，因此考虑选择SDM 进行回归分析更加稳健有效。①Elhorst J P,“Matlab Software for Spatial Panels”,in International Regional Science Review,2014,Vol.37,No.3,pp.389-405.接着进一步进行LR检验和Wald检验，表4的检验结果表明LR检验和Wald检验通过1%水平显著性检验，拒绝原假设，说明SDM 不能退化为SLM 或SEM，因此应选择SDM 作为最优模型。Hausman 检验结果显示，在1%显著性水平下拒绝了原假设，说明应选择固定效应的SDM模型。

表3 LM检验结果

表4 LR、Wald和Hausman检验结果

最后，综合分析时间固定效应、空间固定效应和时空双固定效应模型的空间效应参数ρ、调整的拟合优度和对数似然值特征，发现时间固定效应下的SDM 模型更优。各个模型的检验结果如表5 所示（见下页）。

表5 SDM模型估计结果

（三）空间杜宾模型的估计结果分析

由于解释变量的系数估计值是有偏误的，需要利用求偏微分的方法将其系数分解为直接效应和间接效应，估计结果如表6所示。

表6 SDM模型的效应分解结果

产业集聚的总效应通过5%水平的显著性检验，且系数为正，说明农产品电商产业集聚对经济发展具有正向影响，是提升区域经济发展水平的重要驱动力。间接效应通过5%水平的显著性检验，并且系数为正，表明本地区农产品电商产业集聚可以提升周边区域的经济发展水平，证实了农产品电商产业集聚对于经济发展具有溢出效应。因此，应继续加强区域之间的协同关系，发挥产业发达地区的带动作用，通过加强农产品电商产业集聚带动周边区域的经济发展，进而提高区域整体的经济发展水平。

市场潜能的总效应通过5%水平的显著性检验，系数为负值，说明市场潜能上升对于区域整体的经济发展水平产生负向影响。间接效应通过1%水平的显著性检验，系数为负值，说明市场潜能具有负向溢出效应，即本地区市场潜能上升会阻碍其他地区的经济发展，这与王周伟（2015）①王周伟、王衡：《新常态下中国省域潜在经济增长的市场潜能拉动研究——基于空间面板杜宾误差模型的经验分析》，《经济问题探索》2015年第8期，第8—13页。的研究结果类似，即市场潜能对于周边区域的经济发展具有抑制作用，分析其原因，可能是由于市场潜能高的地区对于资本、创新技术、优质资源等要素的吸引力较强，即资源要素的集聚能力强，进而产生“虹吸效应”，导致周边区域容易失去资源要素吸引力，抑制经济发展。因此，在农产品电商产业发展过程中，应从区域整体发展的角度出发，合理引导各地区均衡发展，规避其他因素对经济发展带来的不利影响。

产业结构调整的直接效应、间接效应和总体效应均通过显著性检验，且系数为正，表明产业结构调整有助于农产品的加工与生产，为农产品在线销售提供了保障，不仅对本区域经济发展具有重要影响，而且具有正向溢出效应，带动周边区域的经济发展，并对提升区域整体经济发展水平具有积极作用。

政府干预的直接效应、间接效应和总体效应均通过显著性检验，直接效应的系数为正，间接效应和总体效应的系数为负，说明政府干预对本区域经济发展具有促进作用，但是具有负向溢出效应，即对于周边区域的经济发展产生抑制作用，对于区域整体发展具有不利影响。可能的原因在于本地区政府财政投入多，会吸引优质资源集中到本区域，造成周边区域资源流出，影响经济发展。因此，应从区域协调发展角度，切实落实相关政策和措施，促进区域经济整体发展。

人力资本的间接效应和总体效应通过1%水平的显著性检验，系数为正。这表明人力资本具有正向溢出作用，本地人力资本水平的提高可以促进周边区域的经济发展，这是由于知识具有流动性，通过人才流动和技术交流可以扩大产业集聚对于经济发展的促进作用，带动周边区域的经济发展水平，进而提升区域整体的经济发展水平。

五、结论与建议

本文从新经济地理学视角出发，以东北地区的36 个地市为研究对象，探索农产品电商产业集聚对区域经济发展的影响及溢出效应。结果发现：（1）2010—2018 年东北地区经济发展水平和农产品电商产业集聚均具有显著的空间相关性，且相关性逐年增强，区域间呈现非均衡分布。（2）农产品电商产业集聚对经济发展具有空间溢出效应，即本区域产业集聚增强会带动周边区域经济发展水平提升。（3）产业结构调整和人力资本对于提升区域整体经济发展水平有积极影响，并且具有正向的溢出效应；市场潜能和政府干预对于区域整体经济发展具有抑制作用，并且呈现负向溢出效应。

当前，东北地区的农产品电商产业仍以本地特色农产品为主要销售产品，依靠当地自然资源条件进行发展，产业集聚水平有待进一步提高。因此，为进一步提升东北地区经济的整体水平，促进区域协调均衡发展，就需要优化农产品电商产业结构与空间布局，加快建设“淘宝镇”“淘宝村”和电商产业园区，强化产业优势地区领先发展的辐射带动作用，构建大中小城市协调发展的城市格局，以中心城市带动周边城市发展，将中心城市的农产业加工业和周边城市的特色农产品相结合，推动东北地区农产品电商产业的健康发展，促进地区经济发展水平的整体提高。