规模经济、集聚效应与流通产业发展空间差异性研究

张颖婕 副教授

（中共玉溪市委党校 云南玉溪 653100）

引言

改革开放四十年来，我国市场经济得到了飞速发展，流通业从过去的边缘产业逐渐演变为支撑我国经济健康可持续发展的基础性产业，在国民经济中的重要性与日俱增。然而，由于我国各地区自然经济条件的先天差异，流通业在我国不同区域间的发展极不平衡。这一方面不利于我国流通业的快速革新，另一方面也制约了我国落后地区经济的平稳发展。虽然已有部分文献研究了我国流通业的区域发展差异，但并未基于集聚效应视角出发。事实上，对于任何一个产业而言，在发展的初期阶段都需要经历一个规模经济的过程，这种规模经济在地理上也可以被称为空间集聚的过程。因此，本文基于规模经济理论，从我国流通业的空间集聚性出发，深入探讨我国流通业发展的空间差异性问题。

文献综述

规模经济主要是通过扩大规模来提高生产效益，这种规模经济效益不仅存在于厂商之间，在行业中也有重要影响。在行业发展初期，企业通过在某一地区集聚，共享信息、技术、政策红利，从而实现节约成本、提高经济效益的目的，以此带动产业的发展。刘海洋等（2015）认为企业在空间上的集聚规模效应是人为选择的结果，并且在短期内对企业或行业的发展有益。李晓萍等（2015）在研究中发现，行业在某一特定地区的集聚会提高集聚企业的生产率。对于这种规模经济的存在，已有的研究主要常见于城市发展规模经济（刘秉镰、尹喆，2016；周光霞等，2017）。孙晓华等（2017）研究了服务业在空间上的规模效应。刘玉海、黄超（2017）研究了钢铁企业规模经济的环境正向溢出效应。韩峰、谢锐（2017）基于我国地级市数据证实了服务业规模经济的绿色价值。

在流通业，这种规模经济所带来的效益依然存在，例如我国的物流中心、商贸中心等。陈林、胡超凡（2015）研究了我国零售业的规模效应，研究结果表明规模越大的企业其营运状况越好。田平（2015）指出，流通业的规模集聚效应虽然能够给集聚一方带来正向的经济价值，但是也会加大区域间流通业的发展差距。范月娇（2019）讨论了我国物流通道的集聚性，指出目前我国物流业的发展严重依赖我国物流主干道的影响，而物流中心的存在极大提高了我国物流业的效率。可以发现，虽然学者们认可了规模经济的经济价值，但并未真正将规模经济与行业发展差异性联系起来，因此本文尝试从规模经济理论视角出发，探讨我国流通业发展空间差异的成因。

我国流通产业空间发展差异性分析

（一）流通产业发展水平测度指标

由于流通产业并不限于具体某一产业，其涵盖的范围较广，因此在构建区域流通产业发展水平指标的过程中，需要尽量满足以下四个原则，即科学性、合理性、全面性以及系统性。在指标的选择过程中需要与流通产业发展息息相关，充分覆盖流通业的各个环节，只有如此方能全面地衡量区域流通业的真实发展水平。

本文在借鉴李琼（2018）的基础上，分别从资本投入、行业发展、基础设施以及消费市场四个方面进行评价。结合选择指标体系的原则，本文构建的衡量区域流通业发展水平的指标体系如表1所示。在资本投入指标上，本文选择了固定资产报酬率以及流动资产报酬率两类指标，以此得到流通业的产出效率。在行业发展指标中，选择了企业规模、从业人员数量、企业净利润、零售业集中度以及存货周转率五类指标。在基础设施上，从人均道路里程数、货运总量以及互联网普及率来考察基础设施的完备程度，并从人均网络消费额以及社会零售品消费来分析消费市场。

（二）因子模型构建

本文从四个角度出发共计选择了12类指标来衡量地区流通业发展水平。由于这些指标之间可能会存在一些相互影响，因此简单的依靠层次分析法进行权重赋值并不可取。因此本文基于降维的思想，借助SPSS软件，将这12类变量逐渐拟合成较少几个涵盖多重信息的因子，来计算各地区流通业的发展水平。将原有数据标准化处理之后，将变量记为Zi，其中

可以得到：

在式（4）中，F1，F2，…，Fm即为本文的公因子，这些公因子的存在能够解释指标体系中各个变量之间的相关性。在采用因子分析法进行分析的过程中，不同公因子表示的信息存在较大差异，因此只需要选择几个重要的因子即可，一般而言，选择的因子所能包含的信息超过总信息的75%即可。

我国流通产业发展差异性分析

（一）因子分析

由于不同指标量纲的差异，因此指标体系构建完成之后，要在原有指标数据值的基础之上，对原始数据进行标准化处理，使得处理后的数据能够服从标准正态分布。本文进行了KMO和巴特莱特球度检验，如表2所示，结果表明原有数据之间的相关性较大，其中KMO=0.879＞0.6，而巴特莱特球度检验结果是672.38，因此表明本文需要进行因子分析。

因子分析法得到的特征值及方差贡献率的大小具体如表3所示，在所有12个因子中，按照所占的方差大小进行排序，其中第一个因子的方差达到了76%。为了全面反映所有变量所包含的特征，综合考虑后本文选择了前三个因子，其累积贡献率达到了95%以上，基本上满足了指标体系特征值的要求，将这三个公因子记作F1、F2、F3。

进一步将公因子与本文的指标体系各个指标的关联性进行检验，检验结果如表4所示，结果显示各个公因子之间并没有关联度，因此满足公因子的要求。

基于式（4）可以得到，各地区流通业的发展水平可以计算为：

表1 流通业发展水平测度指标

表2 KMO和巴特莱特球度检验结果

表3 主成分分析法特征值

表4 公因子关联度结果

表5 公因子贡献度

而三个公因子与指标体系中各个指标的相关度如表5所示。基于表5的相关性系数，可以计算得到各个地区上述三个公因子的值，再基于式（6）得到最终各个地区流通业的发展水平得分值。

（二）我国省级流通产业发展差异分析

基于因子分析法和各地区的指标值，本文列出了我国各地区流通业发展值，具体如表6所示。在表6中可以发现我国不同地区流通业发展差异较大，流通业发展水平较高的地区集中在东部沿海地区，且这种趋势在研究期内并未出现明显变化，数据显示在2009年我国流通业发展水平较高的为广东省、北京市、上海市、天津市、福建省、浙江省等；2013年我国流通业发展水平较高的为上海市、广东省、天津市、北京市、浙江省、福建省以及江苏省；2018年我国流通业发展水平较高的地区为上海市、天津市、北京市、广东省、浙江省、江苏省、福建省等。在研究期内，我国流通业发展水平较低的地区集中在西藏、新疆、青海、内蒙古、宁夏以及贵州，这些地区由于自然地理条件的限制，经济发展水平较差，抑制了流通业发展水平的提高。

（三）我国省级流通水平集聚效应分析

如上节数据所示，我国省级流通水平主要集聚在东南沿海地区，这说明我国流通业的发展具有一定的集聚效应。目前用来测度经济指标集聚性的指标应用最广的为全局自相关指数，其计算公式如下：

图2为我国研究期内省级流通业发展的LISA相关图，其中显示高高集聚的地区集中在上海、江苏、浙江、北京、天津等，而低低集聚的地区集中在云南、青海、西藏、甘肃、贵州等地区，这说明我国流通业的区域发展存在明显的差异，并且这种空间差异性存在明显的空间集聚效应，这种效应的存在也可以被称之为流通业发展的区域马太效应。

表6 2009-2018年我国各省市流通业发展值

图1 2009-2018年我国流通业发展水平集聚程度

图2 我国2009年、2018年自相关LISA图

结论与建议

规模经济在产业中的集聚表现在空间上就是集聚效应，本文通过构建衡量区域流通业发展水平的指标体系，基于因子分析法，得到了各个地区流通业发展水平的得分。结果显示，我国各地区流通业发展存在明显的区域差异性，东部沿海地区流通业发展水平较高，而广大的西部省份地区流通业发展水平较低，这种差异将严重制约经济发展的质量。此外我国流通业发展呈现明显的空间集聚效应，并且这种集聚效应在逐渐增加，其所造成的结果就是强者恒强的“马太效应”。基于此，为了促进我国各地区流通业均衡平稳发展，本文提出以下对策建议。

首先，精准定位不同地区流通业发展目标。对于发展水平较高的东部地区而言，应该进一步提高流通业的技术创新，引进大数据、人工智能技术。而落后的西部地区，在学习东部地区发展流通产业的经验之上，应该进一步完善交通基础设施，加快落后地区的城镇化建设。

其次，因地制宜发展特色流通产业。对于我国不同地区而言，只有优势互补才能提高我国流通产业的整体发展。对于东部地区，由于流通业发展水平较高，应该进一步加快与国外企业的合作，充分学习先进的管理经验，将我国的流通业推广至全球。而对于流通业发展水平较低的中西部地区，则应该结合本地区经济发展需要，充分发挥省份城市流通中心的辐射作用。

最后，建立协调流通产业反哺机制。加强流通产业高水平地区向低水平地区的帮扶工作。流通产业发展较快的东部地区更应该将资金、人员、设备投入到西部地区，加强区域间流通产业的协调沟通机制，以此带动中西部地区流通产业的发展，只有整体流通产业的发展才能够最大限度提高我国流通产业的发展效率。