基于全要素共享的農產品流通業空間集聚效應分析

馬小龍 閆鷺

內容摘要：全要素共享可實現資源匯集與整合和促進資源優化配置與利用，進而推動農產品流通業空間集聚形成。本文分別從空間溢出效應與虹吸效應兩個維度出發，探討全要素共享背景下的農產品流通業空間集聚效應。研究結果表明，全要素共享背景下，農產品流通業空間集聚的溢出效應與虹吸效應并存。農產品流通業在空間上呈“高原中的盆地”樣式分布，即空間集聚能夠提升附近區域農產品流通業整體水平，但當集聚水平達到一定程度時又存在抑制作用。基于此，提出相應完善的發展建議。

關鍵詞：全要素共享 ? 農產品流通業 ? 空間集聚效應

全要素共享能夠實現資源匯集與整合和促進資源優化配置與利用。在全要素共享下，農產品流通業能夠產生更大范圍、更具深度、更有效率的空間集聚效應，這將顛覆傳統產業集聚形態，進而塑造出一種全新的產業聚集生存形態。新型產業形態在全要素共享的驅動下，將以空間集聚形態快速發展和動態演化，進而促進流通企業之間共享市場、設施、資源等，帶來規模經濟收益。因此，研究基于全要素共享的農產品流通業空間集聚效應，對于經濟新常態下農產品流通業升級與產業集群培育有重要作用。

農產品流通業空間集聚網絡

現階段，要素可細分為勞動力資源、財力資源、物質資源以及知識資源四類，各類資源均由不同的網絡承載。具體來看，社會網承載勞動力資源及其相應的社會關系資本，社會網絡中的信任關系、社會關系以及資源共享等，都會對農產品流通業空間集聚產生重要影響;價值網承載金融資源、資金資源以及價值提升方式等;物聯網承載各類物質資源及其具體流通渠道;知識網承載各類知識，并對知識資源進行及時存儲、充分學習、全面創新和利用等。

農產品流通業空間集聚網絡，正是由社會網、價值網、物聯網和知識網四類子網絡共同構成，從而實現資源流轉配置與協同利用（見圖1）。在農產品流通業空間集聚網絡模型中，物聯網借助于信息及知識系統，對農產品流通業相關資源進行優化配置;社會網組織農產品流通企業內部勞動力資源，并協調與外部利益相關者的合作關系;知識網主要提供信息、技術和知識等農產品資源要素。通常情況下，知識網首先借助價值網的財力資源，推動生產系統開始運營;其次將各類生產要素進行合理組合、加工，制造成產品推向市場，實現價值增值;最后回歸到價值網中，再準備下一輪生產經營。總體來看，各類子網絡之間的交互作用與充分合作，能最大程度上發揮農產品流通業空間集聚效應。

全要素共享對農產品流通業空間集聚的影響機理

促進農產品流通業空間集聚，是我國流通領域發展的必然趨勢。基于全要素共享，農產品流通業空間集聚效應呈現出多渠道、多角度特征，主要通過流通供給能力及產業前后向關聯等途徑，有效增強空間集聚，進而達到促進農產品流通業發展的目的。全要素共享對農產品流通業空間集聚的影響機理主要表現在以下幾方面：

第一，全要素共享促使農產品流通業形成巨大的供需空間，進而引起產業集聚。從供給方來看，經濟新常態下政府部門為促進經濟水平實現大幅度增長，會對要素市場進行干預，如出臺優惠政策降低農產品流通成本，引導要素在一定空間范圍內聚集，并且全要素共享并沒有設置過高的門檻，只要具備基本的參與條件，將部分資源使用權轉交給用戶，拓展某種外延張力，進而提高市場供給量。從需求方來看，任何個人或者單位都可以通過全要素共享獲得相應服務，需求方可以滿足自身使用需求，獲得更便捷的供給服務。因此，從兩者供需互動機制來看，能夠形成巨大而有效的供需空間，進而形成農產品流通業空間集聚。全要素共享通過資源整合或者轉移，形成特定農產品流通業閉環，提高產業發展的持續性。

第二，在現實中，全要素共享水平主要體現為組織各類要素流通的能力，這種能力對農產品流通成本以及供給能力變動產生直接影響，進而導致空間集聚情況發生變動。如圖2所示，農產品流通上下游企業之間的聯系受到全要素共享能力的影響。Q1為全要素共享處于低水平下的農產品流通業空間集聚可能性曲線，這條曲線向右反映農產品流通業空間分散，L1反映農產品流通供給能力與流通成本的相對價格之比。在全要素共享水平較低的情況下，Q1與L1相切于A1，此時全要素共享水平和流通成本分別為X1、Y1。當市場需求擴大時，原先的全要素共享水平己經無法滿足流通業發展需求。原因在于，短期內全要素共享水平不能迅速根據市場需求進行調整，在A2處僅僅能提供Y2的流通供給量。X2和Y2交點已偏離流通產業效用最大化的最優點，促使流通企業增加投資，提高流通供給能力;Q2是流通產業運作效率提高后的曲線，代表全要素共享促使流通供給能力提高，L1將轉變為L2;切點A3是農產品流通業空間集聚情況下流通產業效用最大化的最優點，在此情況下流通成本為X3，小于分散狀態下的X1以及非最優狀態下的X2，即全要素共享水平提高，可降低流通成本，促使農產品流通業空間集聚。

第三，全要素共享推動產業前后向關聯，通過提高消費者數量、吸引下游生產商等方式，形成農產品流通業空間集聚（見圖3）。第一，全要素共享推動產業前向關聯是指，全要素共享會促使某地區農產品價格相對較低，在低價格的驅動下，當前消費者市場需求和潛在市場需求將出現上升趨勢，從而促進農產品流通業空間集聚。具體來看，全要素共享的情況下，農產品生產商可以花費較低的損耗將產品運往目標市場，而該地區居民能夠更加便捷獲得所需農產品。在名義工資保持不變的前提下，較低的商品價格加之多樣化需求得到滿足，可以顯著提高消費者實際工資水平，吸引更多消費者集中于該地區。當該地區消費者或者是潛在消費者數量明顯增加，未來一段時間內市場需求將擴大，會吸引更多生產商生產、經營，進而實現農產品流通業空間集聚效應。第二，全要素共享推動后向關聯是指，農產品流通業集聚有利于出現專業化市場，吸引更多位于下游的生產商，進而擴大下游農產品市場需求，促進下游產業集聚。并且，隨著專業化市場出現及成熟，下游生產商可以更加快速獲取中間投入品，同時獲得生產材料的成本降低和自身利潤水平擴大。因此，在追求利潤最大化的情況下，下游農產品生產商將匯集，形成農產品流通業空間集聚。

實證分析

通常而言，產業空間集聚可能會產生兩種效應，分別為空間溢出效應與虹吸效應。空間溢出效應指的是產業優勢地區對附近區域該產業經濟發展有帶動作用;虹吸效應則是指具備優勢條件的地區，對附近區域各種資源產生強大吸引力，不斷吸收來自這些地區的投資及消費，在自身進一步發展同時，導致附近區域內該產業發展緩慢。本文分別從空間溢出效應與虹吸效應兩個維度出發，研究全要素共享背景下的農產品流通業空間集聚效應。

（一）變量選取

被解釋變量。由于研究主體一致，溢出效應模型與虹吸效應模型中被解釋變量相同，選取非中心城市農產品流通企業發展水平為被解釋變量，參考曾億武等（2015）的研究，用農產品在線數目這一指標衡量企業發展水平。

解釋變量。溢出效應模型中，依據全要素共享對農產品流通的具體影響機制，選取中心與非中心城市制造業發展水平、物流產業規模、信息技術水平、勞動力成本以及中心城市農產品流通企業發展水平為解釋變量。制造業發展水平用從事制造業員工數量衡量，物流產業規模以物流從業人數表示，信息技術水平選擇從事信息產業人員數量衡量，勞動力成本用當地人均工資水平表示，中心城市農產品流通企業發展水平仍以農產品在線數目衡量。對于虹吸效應模型，主要借鑒鹿坪（2017）的研究，分別選取中心城市與非中心城市之間距離、經濟指標峰度（中心城市生產總值與該區域內其他城市生產總值均值之比）、中心城市人口規模、經濟水平、信息技術水平為解釋變量。文中所涉及變量及代表符號如表1所示。

（二）模型構建

現有研究中，圍繞空間溢出效應的模型主要包含空間滯后模型（SLM）與空間杜賓模型（SDM）兩類。與前者相比，空間杜賓模型將解釋變量與被解釋變量的空間滯后項統一納入，能夠同時測度直接效應與間接效應，具備一定優勢，也是本文所選擇的溢出效應模型。空間杜賓理論模型具體形式如下：

式中，yit為單元i在t時間段的內生變量，wi為城市i與中心城市的距離因子，yct與xct代表中心區域城市的自變量與因變量，α代表影響程度系數，β、γ為對應的相關系數向量，φi、λi分別代表空間與時間上的特定效應，εit為隨機誤差項。

為減少殘差對驗證結果的影響，對選取變量進行對數處理。進一步將本文自變量與因變量代入空間杜賓理論模型，得到溢出效應模型為：

虹吸效應方面，則參考宣燁和余泳澤（2017）圍繞市場規模與創新人才集聚的“虹吸效應”回歸分析模型，構建模型如下：

式中，i為非中心城市，j代表具體區域。

（三）數據來源與處理

考慮到數據的可獲取性與有效性，本文研究不包括港、澳、臺地區，選取時間為2012-2017年。由于西藏、新疆、福建三省地貌獨特，城市分布格局與其他省份地區存在較大不同，為確保結果的客觀性，在此不納入研究對象。同時，鑒于港口城市的特殊性，剔除上海、深圳、廣州、天津、寧波、大連、青島、福州、泉州、南通十個城市。剩余地區人口總額占中國91.3%，經濟總量占比為88.7%（2018年統計數據），樣本仍具有足夠強的代表性。共選取24個省會城市與北京市作為區域中心城市，237個地級市為非中心城市。主要變量來源為在線商品數目來自于淘寶網搜索功能、城市間距離來自于百度地圖、其它數據來源于各城市統計年鑒。

（四）回歸分析

運用Eviws數據處理軟件中OLS方法，對所構建模型進行回歸分析，得到回歸估計結果見表2所示。由表2可知，兩個模型對應R2分別為0.799和0.830，均在可接受范圍之內，表明所構建模型具備較強的解釋力。

在溢出效應模型中，C.DAP對應相關系數為2.753，并通過1%統計水平下的顯著性檢驗，表明農產品流通業空間集聚具有明顯的直接溢出效應，即能夠帶動附近區域該產業的發展，導致這一現象發生的原因可能是農產品流通業空間集聚能夠對其他地區該行業的發展產生示范作用。MID回歸系數為2.044，C.MID對應回歸系數為-1.792，二者皆通過了5%統計水平下的顯著性檢驗，表明較高的制造業發展水平有助于農產品流通業發展，但空間集聚在這一方面存在顯著負向溢出，這是由于農產品交易中再加工型農產品比例較大，農產品加工工業已成為重要供給端，可以直接促進當地農產品流通產業的發展。同時，由于同一區域內農產品類似，中心地區與附近區域會形成激烈競爭，反而會阻礙周邊地區的流通業發展。LIS回歸系數分別為3.051，并在1%統計水平下顯著，C.LIS回歸系數為0.391，但未通過顯著性檢驗，表明物流產業規模有助于推動農產品流通業發展，但空間集聚并不會在此領域產生溢出效應。信息技術水平與物流產業規模情況類似。IC回歸系數為0.698，未通過顯著性檢驗，C.IC回歸系數為-3.122，并通過1%統計水平下的顯著性檢驗，表明勞動力成本對農產品流通業發展影響并不顯著，空間集聚在此方面存在明顯負向溢出，其原因可能是在農產品流通業中家庭因素是相關人才的首要考慮。

在虹吸效應模型中，DIS對應回歸系數為20.017，且在1%統計水平上顯著，表明城市距離與在線農產品數目正相關，從城市中心到非城市中心，商品數目分布呈現出V字型，符合虹吸效應的空間分布特征。分析其具體原因，可能是農產品及其加工產品易腐敗的特征，使得物流成本隨空間距離增加而提升，非中心城市資源及市場被擠占的程度相應減少。K相關系數為-78.655，并通過5%水平下的顯著性檢驗，說明中心城市峰度與非中心城市的在線農產品數目顯著負相關，這意味著中心城市農產品流通業空間集聚帶來的超額農產品在線數目，一定程度上來自于對周邊地區各類資源的擠占，這可能是由于峰度值較高區域，農產品流通業整體發展水平較低，在中心城市的農產品流通業空間集聚反而會制約區域內其它地區該行業的發展。C.ITL、C.UP、 C.GDP同樣對應的回歸系數分別為8.034、9.440、6.813，三者均通過了1%水平下的顯著性檢驗，即中心城市人口數量、生產總值、信息技術水平對非中心城市農產品流通業的發展有一定積極作用，但對比系數可知三者影響較小。總體而言，農產品流通業空間集聚呈現出明顯的虹吸效應。