生產性服務多樣化、地理毗鄰與流通業發展關系研究

范 曄 副教授 劉宇偉 教授

（1、江蘇工程職業技術學院 江蘇南通 226007；2、揚州大學商學院 江蘇揚州 225127）

當前，我國已進入經濟增速換檔期，宏觀經濟增速總體放緩，流通業增長也不斷趨緩，2018 年全國流通業實現增加值14.07 萬億元，同比增幅為9%，增幅較2017 年下降0.6 個百分點，較2010 年則下降了近10 個百分點，全國社會消費品零售總額的增長也不斷放緩。在新舊動能轉換的重要階段，如何有效推動流通業的發展，對加快暢通產銷渠道，加速釋放經濟活力，助推宏觀經濟的高質量發展具有重要現實意義。

生產性服務業是包括交通運輸、批發零售、金融、商務服務、研發技術服務等在內的復合型產業，其發展關系到整個生產系統的效率，自然對流通業的發展帶來一定影響。從發展階段來看，我國生產性服務業已形成較大規模，發展也較為穩定。結合GELLATLY 和BALDWIN（2000）的觀點，伴隨著生產性服務業規模的壯大，其內部種類也日漸豐富，產業的多樣化日益明顯，分工和專業化也不斷加深。據此，有必要探討我國生產性服務多樣化對流通業發展產生了何種影響。在這一研究主題下，筆者亦認為區位因素也是影響流通業發展的重要原因，特別是毗鄰地區的發展容易對本地經濟發展帶來溢出，因此有必要納入地理毗鄰這一因素，借助空間計量經濟模型分析框架，探討生產性服務多樣化、地理毗鄰與流通業發展之間的關系。

研究方法與模型設置

（一）計量模型

本文考慮地理毗鄰這一因素，即預期區域之間地理關系可能對流通業的發展產生地理溢出，因此選用空間計量模型的框架進行實證分析。目前空間計量模型使用較多的類型有空間誤差模型SEM 和空間自相關模型SAR 兩種，其中空間誤差模型SEM 的基礎形式如下：

其中，變量Y為被解釋變量，X為解釋變量，β為影響系數，ε表示由地理毗鄰帶來的空間誤差項，λ表示空間誤差系數，μ則為剔除空間誤差項后存在的隨機誤差成分。

空間自相關模型SAR 的基礎形式如下：

其中，Y和X也分別為被解釋變量和解釋變量，ρ為空間滯后系數，μ則為剔除空間滯后項后存在的隨機誤差成分。

（二）變量及指標定義

本研究涉及的有關變量說明如下：

被解釋變量。流通業發展水平為被解釋變量，記為LT，本文選擇地方流通業增加值作為衡量指標。但流通業在統計中作為一個復合產業，包括交通運輸倉儲和郵政業、批發和零售業、住宿和餐飲業三大類，因此將這三類行業的增加值加總，得到流通業增加值。

解釋變量。根據研究需要，本文主要解釋變量包括生產性服務多樣化和地理毗鄰兩個。其中，生產性服務多樣化記為DY，指標借鑒FRENKEN 和VERBURG（2007）的方法，對細分行業采用熵值法計算，具體在下文介紹。地理毗鄰通過隱性變量的形式體現，主要通過空間矩陣的有關系數進行衡量。衡量空間矩陣時，借鑒多數學者的做法，以0-1 式的矩陣來表征。對矩陣W 中的任意元素wij，如果地區i 和j 在地理上是毗鄰的，那么定義wij值為1，否則，若兩者不毗鄰，則定義wij值為0。特別地，為消除“孤島效應”，本文在此特別定義海南省與廣東、廣西兩地是毗鄰的。

控制變量包括以下幾個：第一，勞動力供給水平。記為LAB，采用流通業年末從業人員數量進行衡量。第二，資本水平。記為ZB，采用流通業全社會固定資產投資額進行衡量。勞動力和資本作為影響流通業發展的兩大要素，在統計勞動力和資本指標時，都通過對交通運輸倉儲和郵政業、批發和零售業、住宿和餐飲業三大行業的相應指標加總計算得到。第三，制造業發展水平。選擇該變量主要是考慮到流通業在一定程度上是依附于生產制造的，考察制造業的發展對流通業發展的影響。記為ZY，采用地方第二產業增加值進行衡量。第四，城市化水平。選擇該變量是基于流通市場的繁榮受城市發展進程的影響，這里考察城市化對流通業發展的影響。記為CS，采用地區城市化率進行衡量，即地區城鎮人口占總人口的比重。

基于以上變量，可以將SEM 模型和SAR 模型具體化。SEM 模型具體如下：

SAR 模型具體可表示如下：

其中，下標i指代地區橫截面，下標t指代時間，β0為常數項，β1～β5為相關變量對應的影響系數。

（三）生產性服務多樣化的定義

假定生產性服務業可以劃分為S 個大類部門，S 個部分又可細分為N 個小門類，為確保量綱一致，統一采用就業人員指標，因此S 個大類的就業比重就可以用小類部門的就業比重求和得到：

大類部門中的細分部門多樣化水平可如下計算：

大類部門之間的多樣化水平可如下計算：

于是，一個地區生產性服務多樣化水平指數可表示如下：

在生產性服務業門類選擇上，國家已印發了《生產性服務業統計分類（2019）》，但由于本文所采用的數據年份在2019 年之前，因此結合《生產性服務業統計分類（2015）》的門類劃分標準更妥。由于門類眾多，部分數據獲取不便，基于數據的可得性，本文選取了研發設計與其他技術服務、貨物運輸倉儲和郵政快遞服務、金融服務、生產性租賃服務、商務服務、批發經紀代理服務這幾個大類，具體細分門類參見《生產性服務業統計分類（2015）》。

實證結果與分析

（一）樣本數據選擇

基于數據的可獲得性，本文選取2011 ～2018 年我國31 個省市區（港澳臺地區除外）的宏觀面板數據，檢驗生產性服務多樣化、地理毗鄰與流通業發展的關系。上述指標的數據來源于歷年各省、直轄市、自治區的地方統計官方網站、國研網統計數據庫和中經網統計數據庫。實際數據處理時，對變量LT、LAB、ZB、ZY 都做對數化處理，一方面消除量綱，另一方面增強數據的平穩性。

（二）生產性服務多樣化程度分析

通過熵值法，測算各地2011 ～2018 年的生產性服務多樣化水平指數。限于篇幅，對各地生產性服務多樣化水平指數進行平均化處理，整理得到全國生產性服務多樣化水平指數，并根據各地指數結果，計算全國面上的變異系數，如表1 所示。

由表1 結果可知，全國面上的生產性服務多樣化水平總體上存在著隨年提升的態勢。其中，2018 年生產性服務多樣化水平指數為2.5018，同比提高了2.02%，較2011年提高了19.49%。由此可見，長期以來我國生產性服務的多元化發展是不斷顯現的。細究動態變化特征可知，2011 ～2018 年生產性服務多樣化水平指數出現了兩個拐點，其中2013 年是指數由上升轉向下降的拐點，2015 年是由下降轉向上升的拐點。從變異系數來看，數值總體上存在不斷提高的趨勢，這表明我國不同地區之間生產性服務多樣化水平的橫向差異有不斷增加的趨勢。

表1 我國生產性服務多樣化水平指數計算結果

表2 變量LT 和DY 的Moran’s I 指數

表3 空間計量模型（SEM 和SAR）回歸結果

（三）計量模型檢驗分析

1.空間自相關性檢驗。由Moran’s I 指數方法，重點檢驗被解釋變量LT 和解釋變量DY 的空間自相關性。采用GeoDA 軟件計算，得到兩個變量的Moran’s I 指數，如表2 所示。由表2 的結果可以看到，2011-2018 年我國流通業發展水平LT 的Moran’s I 指數都是大于零的，且歷年都通過顯著性檢驗；生產性服務多樣化水平DY 雖然在2011 年和2012 年Moran’s I 指數不顯著，但是2013-2018 年的Moran’s I 指數都是大于零且顯著的。由此顯示，我國流通業發展以及生產性服務多樣化都因地理毗鄰而存在著較為明顯的正向集聚性。與此同時，可以發現兩個變量的Moran’s I 指數總體上都是有提升態勢的，即表明了流通業發展以及生產性服務多樣化的空間溢出性都在不斷增強。在此情況下，可以預期生產性服務多樣化對流通業發展的影響也受到地理毗鄰的空間溢出效應。

2.空間計量模型回歸結果及分析。借助Matlab 軟件，分別采用SEM 模型和SAR 模型對樣本數據進行回歸，結果如表3 所示。

首先判斷相對更加合適的模型，空間誤差系數和空間滯后系數都是顯著的，Moran 指數為0.2983，且在1%的水平顯著，因此采用SEM 模型和SAR 模型都是必要的。對于SEM 模型，LM 值為4.9130，在1%水平顯著，R-LM 值為18.7623，在1%水平顯著，但SAR 模型的LM值和R-LM 值都明顯小于SEM 模型，因此認為選擇SEM模型更優。

重點考察生產性服務多樣化和地理毗鄰對流通業發展的影響效應：生產性服務多樣化變量DY 的系數為0.3749，且在1%的水平顯著，從統計意義來看，生產性服務多樣化每提升1 個百分點，可以顯著帶動流通業規模增長0.3749 個百分點。總體上，我國生產性服務多樣化對流通業發展的影響是比較明顯的。從當前我國生產性服務業多元化發展來看，金融業增加值增長9%，科學研究和技術服務業增加值增長11%，在經濟增速換擋期下這些行業都保持了較快增長，不同行業對流通業的發展又發揮了不同的作用，總體上對我國流通業的發展帶來了較為明顯的利好。例如，依托金融業增長，可以為流通企業主體的資金需求帶來較為有效的保障；依托科學研究和技術服務業的較快增長，關聯的科技成果運用范圍內的各類生產行業，以及上游的科學儀器設備制造業等行業增長點也都得到一定釋放，這對于流通業規模的增長都是較為有利的。

空間誤差系數λ 值為0.3612，且在1%的水平顯著，說明了我國流通業規模在地理空間的毗鄰上客觀表現出較為顯著的空間依賴，并且這種空間依賴關系主要是經過生產性服務多樣化和勞動力、資本、制造業發展等因素共同影響作用下的誤差沖擊，再由地理毗鄰進行空間傳遞而實現的。從統計意義上來看，λ 值可以衡量毗鄰地區觀測值的變化對本地觀測值的影響程度與方向。由此，若一個地區的毗鄰地區流通業規模增長1 個單位，將通過空間傳遞作用，促進本地區流通業規模同向變化0.3612個單位。該實證結果與前文流通業空間自相關性結果也是相符合的。

再來觀察幾個控制變量對流通業發展的影響效應：第一，勞動力供給水平變量。LAB 的系數值為0.7626，且在5%的水平顯著，從統計意義上看，流通業勞動力供給量每提升1 個百分點，可以顯著通過勞動投入產出效應，拉動流通業規模增長0.7626 個百分點。總體上，在我國流通業的增長中，勞動力要素的貢獻是非常顯著的。第二，資本水平變量。ZB 的系數值為0.5802，且在1%的水平顯著，從統計意義上看，流通業資本規模每提升1 個百分點，可以顯著通過資本產出效應，拉動流通業規模增長0.5802 個百分點。一方面，資本要素對流通業增長的貢獻是比較顯著的，另一方面，比較可知資本的影響系數小于勞動力的影響系數，由此在一定程度上表明了我國流通業的增長方式仍是以勞動力推動為主的。第三，制造業發展水平變量。ZY 的系數值為1.5429，在1%的水平顯著，且數值較大。從統計意義上看，制造業規模每增長1 個百分點，可以顯著帶動流通業規模增長1.5429 個百分點。這一結果充分體現了我國流通業對制造業的依附性，上游生產供給的壯大，對下游流通活動的開展提供了重要的先決條件。第四，城市化水平變量。CS 的系數值為0.3573，且在5%的水平顯著。由此來看，城市化建設也是拉動流通業增長的重要因素。流通業作為連結末端消費的重要行業，城市化進程帶來了商業設施的豐富化，從而為流通業的發展創造更加有利的條件。

結論及建議

本文采用空間計量經濟模型，使用熵值法計算我國生產性服務多樣化水平，并實證檢驗了生產性服務業多樣化、地理毗鄰與流通業規模增長之間的關系。首先，根據生產性服務多樣化水平測算結果，雖然在2011 ～2018 年期間有明顯波動趨勢，但全國面上的生產性服務多樣化水平總體上是不斷提升的，同時不同地區之間生產性服務多樣化水平的差異也不斷明顯化。其次，根據空間自相關檢驗結果，我國各地的流通業規模和生產性服務多樣化水平都因地理毗鄰而存在著較為明顯的正向集聚性。再次，根據空間計量經濟模型回歸結果來看，生產性服務多樣化發展與演變，對我國流通業規模增長具有顯著推動作用，同時流通業規模在地理空間的毗鄰上客觀表現出顯著空間依賴，即毗鄰地區流通業規模的增長，能通過空間傳遞效應，促進本地流通業增長。

本文的研究結論對流通業的戰略性發展具有一定的借鑒，筆者根據研究提出以下對策建議：第一，應積極培育推進生產性服務業朝多元化發展。僅從促進流通業發展的視角看，生產性服務多樣化發展釋放的作用也是顯著的。因此要圍繞我國生產性服務業的門類和時代需求趨勢，明確重點培育導向，有針對性地引導生產性服務業的發展，從而為流通業發展提供更多增長驅動力。第二，應主動推進區域協同一體化發展。地理毗鄰的客觀條件，是流通業增長的一個因素，這也表明了地方與地方之間應利用好地理先天條件，加快推進區域協同發展，特別是落實推進“一帶一路”倡議及長江經濟帶、京津冀協同、長三角一體化等戰略，探索地方商貿合作、交通設施一體化等發展路徑，破解區域壁壘，從而為流通業的發展營造有利環境。第三，應積極推進流通業內生式發展。勞動力和資本是流通業發展的關鍵要素，在新舊動能轉換的新時期，流通業的發展需要有更高質量的勞動力和資本等要素供給，因此流通業企業自身也要注重內涵式發展，積極學習借鑒先進經營管理方式，并加大有效資本投入，為流通業的發展賦予更多動能。