展览业发展与产业结构优化的空间关联研究

寇煌悦 杜泽文 邸嘉禹

摘 要： 以2017年中国内地31个省市自治区的展览业发展为例，分别进行经典回归模型OLS估计与空间计量模型回归，探究展览业发展与产业结构优化的变量空间自相关性及空间关联关系。研究结果表明：①SEM模型比经典回归模型拟合度更高，说明我国展览业发展与产业结构优化间存在一定空间溢出效应;②由于产业结构泰尔熵越趋近于0越好，我国展览业与产业结构普遍呈高低聚集（HL）格局;③各区域在发展展览业时，要充分考虑到周边地区经济与产业结构影响，发挥出展览业集群效应，推动整体产业结构优化进程。

关键词： 展览业 产业结构优化 空间自相关性 空间溢出效应

展览业以展览活动为核心价值产品，在一定时空界限内，发挥出对某一特定领域从业者、产品、资金、技术及信息等的聚集效应[1]，从而满足各方展览参与主体的价值诉求。从实质上看，展览业以服务经济带动产业经济增长，助推了第一、二产业发展，同时，在一定程度上推动了资源及生产要素的跨空间流动，促使了产业内外部结构不断调整。如今，我国经济由高速发展逐步向高质量发展转变，产业结构优化在其中发挥了巨大作用[2]，展览业在产业结构优化各维度也发挥了重要作用，助推经济高质量发展。根据产业结构优化理论，产业协调、资源有效利用及要素投入产出程度等有效反映了产业结构合理化程度[3]，而展览业的发展机制正是促进了产业结构合理化。考虑到展览业发展存在一定的空间溢出效应[4]，认为展览业发展与产业结构优化之间可能存在一定的空间关联。目前，很多学者从空间地理角度对展览业进行研究，但展览业与产业结构优化之间的空间关联研究较少。因此，本文从空间视角探讨展览业发展与产业结构优化的空间关系，以期进一步丰富展览经济地理相关研究，为区域展览业发展提供参考价值。

一、文献综述

展览业作为群聚性经济活动，具有典型时空集聚特征，运用空间与地理等理论对展览业经济现象进行研究具有必要性[5]。如今，展览经济地理的研究主要集中在：（1）空间集聚对展览目的地的影响。Xin Jin（2012）验证了空间集群效应对参展商感知的展览目的地吸引力有显著影响，并开发了对吸引力的测度方式[6]。（2）展览企业的空间聚集性。方忠权等（2013）发现展览企业具有空间集聚性，并整体上都由“单中心集聚”到“双中心集聚”，向“多中心集聚”演变[7-8]。（3）展览基础设施的空間集聚特征。任国岩（2014）发现场馆分布密度是从一线城市向二三线城市逐级扩散的，形成一大多小，均衡分布的空间形态[9]。（4）展览项目与产业的空间集聚。由于展览业在国内的集聚程度不平衡[10]，罗秋菊等（2016）认为展览业与区域经济皆呈现出高高聚集（HH）与低低聚集（LL），并提出空间效应在研究会展业发展时不容忽视[11]。（5）城市会展业的空间关联。杨果等（2016）通过城市会展业的相互吸引力构建空间关联网络，并认为长三角会展业应融为整体共同发展[12]。此外，展览业与产业结构的互动关系已经被学者所关注，李彦丽等（2008）发现展览不仅对城市有经济带动作用，同时具有产业带动作用，推动产业升级[13]。孟凡胜等（2012）揭示了展览业发展与经济增长之间的关系，并提出应不断促进展览产业链整合，以推动产业结构优化[14]。朱雪雷（2012）提出上海世博会对上海产业升级影响十分明显，第一产业在合理缩小，生产要素流向第二三产业[15]。

基于以上文献梳理发现，很多学者已经从展览业不同主体视角针对空间问题进行一定探究，有关产业结构优化研究也逐渐多元，本文试图探究展览业及产业结构优化的空间关联效应，并针对研究结果提出一定的启示建议。

二、研究设计

（一）空间计量经济模型的选择

在进行空间计量分析前，先进行变量空间自相关检验，本研究运用Morans I指数和双变量Morans I对指标进行分析，其中，xi代表属性值，wij表示空间权重矩阵中的（i， j）元素，S2=∑ni=1（Yi-Y[TX-]）/n，Yi和Yj分别表示省域观测值，n为省域数。-1≤I≤1，若I≥0时，即为正自相关，呈H H或LL聚集;若I≤0时，为负自相关，即HL聚集。其计算公式为（1）所示。在经过空间自相关检验后，需要进行模型遴选。空间滞后模型（SLM）主要用来探讨空间溢出效应，其滞后指变量通过反馈效应与其周围地区相同的变量产生相互影响，空间误差模型（SEM）中，误差扰动项包括区域间关系，利于探讨空间关系[16]。

Morans I= ∑ n i=1 ∑ n j=1 wij（xi-x[TX-]）（xj-x[TX-]） S2∑ n i=1 ∑ n j=1 wij [JY]（1）

（二）指标选取

本研究以2017年我国内地31个省市自治区（不包括香港、澳门及台湾）的数据为研究对象，通过逐步回归筛选解释变量，构建最终模型，运用GeoDa进行空间自相关性检验、经典回归模型OLS估计及空间计量经济模型回归，使用2015与2016年的数据进行检验。。

1被解释变量

本文选用产业结构合理化作为衡量优化程度的指标与被解释变量，用RIS表示，运用干春晖等（2011）提出的泰尔熵度量方法对产业结构合理化进行测算[3]，数值越趋近于0，表示产业结构合理化程度越高，Y表示总产值，L表示就业总人数，i表示产业，计算公式为（5）：

RIS=∑ 3 i=1    Yi Y  Ln  Yi/Li Y/L   [JY]（5）

2 解释变量

本研究从展览业专业化程度、展览业发展规模、场馆规模及场馆面积4个指标对各地区展览业情况及发展水平进行衡量。（1）展览业专业程度（EIP）测度用各地区展览业产值与全国总产值的比例来表示[17]，展览业产业计算方式借鉴李铁成（2016）的观点，以办展面积为权重进行区域分解[18];（2）展览业发展规模（EQ）运用办展数量来表示，发展规模直接促进了对产业结构优化的影响，为产业与部门之间协同协作、生产要素合理配置提供机会;（3）场馆数量（VN）对产业结构的影响主要作用于场馆建设对社会与经济效应的带动作用，对展览业发展也起到了支持作用，是展览产业链中最重要的配套服务商之一;（4）场馆可展面积（VS）代表对展览活动的容纳水平，在一定程度上制约了展览活动的举办规模与办展数量[11]。

（三）数据来源

产业结构优化数据来源于《中国统计年鉴》和各省市自治区统计年鉴，展览业发展数据来源于《中国统计年鉴》和中国展览经济研究会发布的《中国展览数据统计报告》。为保证数据稳定，所有变量无量纲化。

三、实证分析

（一）空间相关性分析

1全局空间自相关性检验

根据公式（1）测算2015-2017年我国内地省域产业结构优化程度的全局Morans I 分别为0585、0582及0545，并均在1%的水平下通过了显著性检验，说明省域产业结构优化不处于随机状态，存在着正自相关性。双变量Morans I 指数表明各省域展览业发展指标与周边产业结构优化水平存在负的空间相关性，由于选取衡量产业结构优化的指标越趋于0越合理，导致了负空间相关性的分布形态。各省域展览业发展指标EIP、EQ、VN及VS与周边省域产业结构优化之间的双变量Morans I值分别为-0156、-0323、-0301及-0313，显著性分别为0036、0001、0002及0001，除EIP在5%水平下显著， EQ、VN与VS均通过了1%的显著性检验，说明各省域展览发展与周边省域产业结构优化之间的空间自相关性显著。

2局部空间自相关性检验

基于以上全局空间自相关性检验，需从Morans I散点图分析局部空间自相关性，更深入探究各省域展览业发展与周边省域产业结构优化之间的相关性。如下图1所示，我国产业结构优化水平的Morans I散点图中共有24个省域处于第一三象限，说明2017年我国产业结构优化水平主要呈现高高聚集（HH）和低低聚集（LL）两种空间聚集格局。在展览业发展指标与产业结构优化水平之间的双变量散点图中，均有显著的自相关性。其中，上海市、北京市、浙江省、山东省和福建省均处在散点图的第四象限，说明我国东部沿海地区普遍展览业发展水平较高，与周边省域的产业结构优化相关性也较强;江西省与天津市均处在第三象限，说明展览业发展水平低，但对周边地区产业结构优化程度较高;以四川省为代表的西南地区和辽宁省等我国东北部省份处在第二象限，说明展览业发展较好，但与产业结构优化的空间关联不明显;此外，我国西部地区及西北部地區普遍处在第一象限，即展览业发展较慢，产业结构优化程度也较低。

（二）空间计量模型分析

1经典回归模型（OLS）估计

以产业结构优化指标（RIS）为被解释变量，以展览业专业程度（EIP）、展览业发展规模（EQ）、展馆数量（VN）及展馆面积（VS）四个变量为解释变量，构建经典回归模型：

lnRIS=β0+β1lnEIP+β2lnEQ+β3lnVN+β4lnVS+ε[JY]（6）

为剔除无效的指标，更有效分析展览业发展指标与地区产业结构优化水平之间的相关关系，本文采用罗秋菊等（2016）的研究思路，进行逐步回归分析，以找到最为契合的模型[11]。首先进行单变量分析，发现展览业专业程度EIP的显著性最强，为00195157。其次，保留自变量EIP，进行双变量检验，只有包含EIP与EQ的模型在5%水平上显著，为00444114。进而将VN与VS分别加入模型中，发现包括EIP、EQ与VN的模型显著性更强，为00457114，因此，本文选用此模型为最终经典回归模型：

lnRIS=-373163-0425395lnEIP+00541348lnEQ-026209lnVN+ε[JY]（7）

式（7）的F统计量为304769，在5%水平下显著，EIP与EQ的系数均为负，说明展览专业化与规模化对产业结构合理化程度有显著的促进作用，其中，由于2017年我国展览业办展数量最大的省份为江苏（1179）、广东（1019）及辽宁（784），而产业结构最为合理的地区上海、北京、天津等，其办展数量为767、365及139，导致β2的结果略有偏差。为了进一步检验展览业发展与产业结构优化之间的空间关联性，针对模型八，进行LM依赖性检验，结果表明：LM（error）与LM（lag）均在1%显著水平上拒绝原假设，进一步对Robust形式进行检验，R-LM（error）为006449， R-LM（lag）为080104，前者显著性更低，表明展览经济与产业结构优化在空间关联中存在一定的溢出效应，应选用空间误差模型进行计量分析研究。

2空间误差模型（SEM）估计

构建反映展览业发展与产业结构优化水平的空间误差SEM模型，在其中引入了空间误差变量，结果表明，如表1所示，SEM的可决系数R2值为0712178，Log likelihood值为-20919025，大于经典回归模型OLS估计中的Log likelihood值-317856，SEM模型的Akaike info criterion与Schwarz criterion值分别为498381与55574，均小于经典回归模型OLS估计的715712和773072，表明从空间视角考虑该问题后，更具备解释能力，SEM模型的拟合度也优于经典回归模型。

SEM模型中EIP回归系数在1%水平上显著，EQ与VN均通过了10%的显著性检验，回归效果优于经典回归模型，表明了展览业发展与产业结构优化具有较显著的空间自相关关系，而空间误差变量的空间自回归系数在1%的水平上显著，说明省域产业结构优化从空间视角上表现出较显著的溢出效应，其相互作用可通过空间关联相互辐射传递。此外，产业结构优化还受到很多不可观测、模型中遗漏的因素影响。

为防止2017年数据不具有代表性，运用2015年和2016年的数据进行检验。检验结果表明，在2015-2016年中，以展览业专业程度、展览业发展规模与场馆数量为自变量，产业结构优化为因变量的经典回归模型显著性最强，均通过LM诊断与Robust检验，发现运用空间误差模型符合要求。对经典回归模型OLS估计与空间误差SEM模型回归结果进行比较，发现研究结果与2017年的估计结果相同，说明空间误差SEM模型的拟合度优于传统模型。

四、研究结论与启示

（一）结论

本文基于空间视角，以31个省市自治区2017年的截面数据为研究对象，运用空间计量对展览经济发展与地区产业结构优化之间的空间关联进行分析，得出以下结论：①通过经典模型与空间误差SEM模型回归，发现展览业发展与产业结构优化之间具有空间关联性，展览业发展会对当地及周边区域的产业结构优化起到促进作用。空间溢出效应可能来源于以下几方面：首先，展览活动往往是围绕区域优势产业展开的，产业集群效应从中发挥作用，带动了周边地区产业结构合理化调整;其次，由于相邻省域具有类似的营商环境、政策环境等，展览业的参与主体会优先对周边地区的展览项目进行投资参与，推动了交通业、物流业等产业的协同发展;最后，展览业带来的参展商流动、现场贸易交易及科技信息交流等驱动了区域间与跨区域的生产资源要素互置、转移及流动;②中国展览业发展和区域产业结构优化在空间上主要呈现出了高低聚集（HL）空间分布格局。展览业专业程度、展览业发展规模及场馆数量均能显著地解释产业结构的优化，展览业发展的单变量皆表现出空间正自相关与高空间聚集分布;③各区域在发展展览业时，应从地理空间出发，充分考虑到周边地区经济与产业结构影响。从区域上看，东部沿海地区普遍展览业发展迅速，产业结构合理化程度高;西南地区及东北部分省份展览业发展尚可，但产业结构优化程度较低;以江西省为代表的中部地区产业结构优化水平较高，但展览业发展水平有限;西北地区及北部部分省份展览业发展和产业结构优化水平均不高。

（二）启示

基于以上分析，提出以下启示与建议：①各地区应根据客观需求与实际情况积极发展展览业。从空间视角出发，展览业对当地及周边的物流业、交通业及旅游业等相关产业有极大的带动作用，调动了生产要素跨空间流动，不仅对当地经济发展和产业结构优化有促进作用，同时也对周边地区的产业结构调整起到了辐射作用;②运用展览业的空间溢出效应，与周边区域联动发展。我国上海市、浙江省及山东省等东部沿海省份应加大专业人才输送，推动展览项目巡回，以带动周边江西省、天津市等中部地区展览业发展;我国展览业发展较快，但产业结构优化程度不高的省份，应在原有展览业发展基础上，逐步加强展览业专业化与合理分工，与配套服务商协作，促进资源要素配置;而我国西部地区应专注于对当地优势产业与资源禀赋进行项目发掘，在推动展览业合理发展同时，促进产业结构调整;③展览业应重视影响因素的空间溢出效应。一方面，在专业程度方面，展览业专业程度高的城市应通过增多产业交流机会、人才培养输送、优势集群产业互动及项目巡回竞标等方式向周边辐射，形成“以点成面”的展览经济圈;另一方面，在基础设施方面，尤其在展览业办展旺季，一线城市的展览项目可以适当向周边的二线城市或卫星城转移，既提高了整体的场馆利用率，让组展企业节约固定成本，将更多精力与财力放在招展招商中;④立足于全国展览业发展视角，区域远近距离协同发展。从整体上看，我国展览业与产业结构优化尚不均衡，随着空间距离的增加，离散现象加强，溢出效应减弱，因此，远距离更要进行跨空间联动，通过联动与合作政策增强空间联系，比如黑龙江省与浙江省合作共建产业园区等，以实现整体展览经济高速发展，促进产业结构优化。

参考文献：

[1]Samuel Seongseop Kim，Kaye Chon，Kyu Yoop Chung Convention industry in South Korea： an economic impact analysis[J]. Tourism Management，2003，24（5）.

[2]任保平，李禹墨新时代我国高质量发展评判体系的构建及其转型路径[J].陕西师范大学学报（哲学社会科学版），2018，47（03）：105-113

[3]干春晖，郑若谷，余典范中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011，46（05）：4-16+31

[4]Margaret J Daniels Central place theory and sport tourism impacts[J]. Annals of Tourism Research，2006，34（2）.

[5]杨欣，金李梅中国会展业时空分布特征[J].经济地理，2014，34（08）：96-102

[6]Xin Jin，Karin Weber，Thomas Bauer Impact of clusters on exhibition destination attractiveness： Evidence from Mainland China[J]. Tourism Management，2012，33（6）.

[7]方忠权广州会展企业空间集聚特征与影响因素[J].地理学报，2013，68（04）：464-476[ZK）][FL）]

[MQ（《1》B21。180mm，X，DY-W]

[CD180mm]

[HT5”SS]

[8]方忠权，王章郡，刘莉珠江三角洲会展企业空间格局变动[J].中国人口·资源与环境，2013，23（07）：149-154

[9]任国岩长三角会展场馆空间集聚特征及影响因素[J].经济地理，2014，34（09）：86-92

[10]楊欣，金李梅中国会展业时空分布特征[J].经济地理，2014，34（08）：96-102

[11]罗秋菊，罗倩文中国省域展览业与经济相关关系及其空间溢出研究[J].地理科学，2016，36（11）：1729-1735

[12]杨果，孙天阳长江中游城市群会展业空间关联网络结构特征及其解释[J].管理世界，2016（08）：180-181

[13]李彦丽，张葳津洽会对天津市经济影响的实证研究[J].人文地理，2008，23（06）：89-93

[14]孟凡胜，宋国宇，井维雪会展业发展的影响因素及对城市经济影响的实证研究[J].技术经济，2012，31（04）：32-37

[15]朱雪雷后世博上海会展业与产业升级关系研究[J].对外经贸实务，2012（03）：27-30

[16]陈安宁，空间计量学入门与Geoda软件应用[M].杭州：浙江大学出版社

[17]赵磊，唐承财产业结构变迁、旅游业与经济增长—来自中国的经验证据[J].资源科学，2017，39（10）：1918-1929

[18]李铁成，刘力中国会展业发展的地域不平衡特征研究—基于增加值与劳动生产率的视角[J].旅游论坛，2016，9（01）：1-7

〔本文系黑龙江省会展服务业“十三五” 规划编制项目（项目编号：18H01）;哈尔滨商业大学在站博士后科研支撑计划（项目编号：2017BSH024）;哈尔滨商业大学博士科研启动项目（项目编号：14RW18）;2016 年哈尔滨商业大学青年创新人才支持项目（项目编号：2016QN009）;2019 年哈尔滨商业大学创新创业训练项目“会展业驱动黑龙江省城市产业结构优化的作用机理及对策研究”（项目编号：201910240077）研究成果〕

〔寇煌悦、杜泽文（通讯作者）、邸嘉禹，哈尔滨商业大学商务学院〕