沈若怡
(浙江財經大學,浙江 杭州 310018)
空間計量視角下互聯網和物流對商貿業發展的動態影響
沈若怡
(浙江財經大學,浙江 杭州 310018)
通過空間計量方法,實證檢驗了互聯網和物流對我國商貿業的動態影響,發現互聯網和物流發展對商貿業都有顯著驅動力,且互聯網發展的驅動作用普遍強于物流發展;但是從動態變化來看,互聯網對商貿業的影響有增強的趨勢,而物流發展帶來的影響卻有所降低。
空間計量;互聯網;物流;商貿業;動態影響
伴隨著經濟不斷發展,我國商貿業得到快速發展,在國民經濟中的地位不斷攀升。尤其是自中國加入WTO以后,商貿業更是呈現出噴井式增長,而且在商貿業態模式、經營方式、管理模式等方面都取得了顯著的成效。另一方面,21世紀以來,我國物流業也得到快速發展,這對我國以批發、零售等為代表的商貿業在渠道構建、降低經營成本、轉變發展理念等方面產生了前所未有的沖擊,在整體提升商貿業物流服務水平的同時,也迫使商貿業由傳統商貿渠道不斷轉向以物流網絡為基礎的新興商貿流通渠道,商貿服務的綜合化水平也得以提高。但現階段,科技革命迎來又一波浪潮,以現代化通信網絡技術為基礎的互聯網不斷深入人心,大數據、云計算、電子商務等不斷深入商貿服務領域,我國商貿業面臨著亟待推向網絡化時代的環境。可以說,互聯網的發展使我國商貿業的內涵得到重新定義,如果物流發展為我國商貿業渠道打下堅實的流通基礎,那么互聯網則是這種流通基礎的進一步升華。國內雖然有較多學著對互聯網、物流和商貿業之間的關系進行探討,但大多局限在定性層面,而能采用定量方法的研究較少,因此在互聯網、物流發展究竟對我國商貿業產生多大影響的問題上未能取得普遍性結論,對于這種影響的動態性則更是鮮有研究涉及。基于此,本文將對這些學術界較少涉及的問題進行研究。
2.1 空間計量模型介紹
我國地域寬廣,地區民族眾多,區域間商貿業發展水平、物流業水平、互聯網技術應用能力、居民收入水平等都可能存在明顯的差異性,而區域間商貿業發展之間也可能存在一定的空間關聯性。而普通的OLS模型則是假定個體之間相互獨立的,如果個體之間確實存在空間相關,那么普通OLS回歸結果將存在偏差,影響分析結果。為此,本文將采用考慮空間相關性的空間計量模型進行實證分析。
普遍參考國內外學者研究成果,構建以商貿業產出水平為被解釋變量,以互聯網發展水平、物流發展水平、居民收入水平三個變量為解釋變量的計量模型。同時,考慮到我國各地區城鄉居民收入水平差距較大,為此在居民收入水平變量方面分出城鎮居民收入水平和農村居民收入水平兩個變量,分別構建兩個模型:

其中,Tradeit表示i地區t期的商貿業產出水平,Internetit表示i地區t期的互聯網發展水平,Logisticsit表示 i地區 t期的物流發展水平,Uincomeit、Rincomeit分為表示i地區t期的城鎮、農民居民收入水平。W為空間相關性矩陣。ai(i=1,2,3)為系數,εit(或ε'it)為模型的空間誤差項,λ為空間相關系數。μit為隨機誤差項,服從標準差為σ的正態分布。
2.2 變量指標說明
商貿業發展水平(Trade):采用商貿業的增加值指標表示,具體采用各地區批發和零售業的增加值表示。
互聯網發展水平(Internet):由于我國互聯網發展起步較晚,關于各地區互聯網發展水平也沒有直接的指標統計,本文采用各地區的局用交換機數量對互聯網發展水平進行初步衡量。
物流發展水平(Logistics):目前,我國在區域層面對物流經營總額或者物流增加值方面的統計數據仍然較少,因此本文采用各地區的貨運量作為物流發展水平的代理指標。
居民收入水平(Uincome和Rincome):城鎮居民收入水平采用各地區城鎮居民人均可支配收入衡量,農村居民收入水平采用各地區農村居民人均可支配收入衡量。
空間地理矩陣W:按照“0-1”原則,如果兩個地區i、j在地理位置上擁有公共邊界,那么設定wij=1,反之則設定wij=0。特別地,本文約定海南省與廣東省擁有公共邊界。
2.3 數據樣本
本文選擇我國大陸31個省、直轄市和自治區作為樣本,時期選擇為3年,分別為2001年、2008年和2015年。以上變量指標所對應的數據,主要來自國家統計局網站和各地區統計年鑒。考慮到價格因素,對商貿業增加值、城鄉居民可支配收入通過相應年份的消費者價格指數進行調整。
3.1 空間相關性分析
采用GeoDA軟件,對我國各地區商貿業發展水平進行空間自相關分析。首先采用Moran指數進行全域自相關檢驗,得到2001、2008、2013年的Moran值分別為0.241、0.277和0.296,且相應的Z值均較高,這表明了我國各地區商貿業的發展在空間地域上呈現出明顯的自相關性,而且這種空間相關程度呈現出逐年遞增的趨勢。
由于Moran指數僅僅是在整體上衡量商貿業是否存在空間相關性,無法具體考察我國商貿業的局部空間集聚特征,因此再通過LISA檢驗,分析我國商貿業發展的局部空間集聚特征。
根據LISA檢驗結果,2001年我國商貿業發展的局部空間集聚和分異特征明顯,東部沿海的山東、江蘇、上海、浙江、福建、安徽6個地區表現出高高集聚,而西部的新疆、青海、甘肅和四川則表現出低-低集聚。
2008年我國商貿業發展的局部空間集聚和分異特征發生變化,東部沿海的江蘇、上海、浙江、北京、天津5個地區表現出高高集聚,而西部的新疆、青海、甘肅、四川和云南則表現出低-低集聚。
2015年我國商貿業發展的局部空間集聚和分異特征在2008年基礎上發生微弱變化,東部沿海的江蘇、上海、浙江、北京、天津和河北6個地區表現出高高集聚,而西部的新疆、青海、甘肅和云南則表現出低-低集聚。但總體上,商貿業呈現高-高集聚的區域集中在東部沿海一帶,而呈現低-低集聚的區域集中在西部。
3.2 互聯網和物流對商貿業影響的實證結果與分析
表1給出了2001、2008和2015年分城鎮、農村居民收入水平的回歸結果。從系數λ在所有回歸結果中都顯著,可以看出采用空間計量回歸比普通OLS回歸更加可靠。

表1 回歸結果
(1)互聯網發展水平對商貿業的動態影響。由表1以城鎮居民收入水平為收入變量的結果可知,三年的回歸結果中,互聯網發展水平的系數都為正,且都通過1%的顯著性檢驗,這從經驗上表明了互聯網的發展,對我國商貿業具有較為明顯的正向促進作用,與本文的預期相符。當前,我國正處在互聯網革命的盛期,各行各業都正加快與互聯網技術銜接,促進自身行業向智能化、柔性化、服務化發展,我國商貿業也應積極抓住這個機遇,強化互聯網技術在本行業內部的滲透,全面推動商貿業向現代化發展。
從縱向對比來看,互聯網發展水平對商貿業產出的影響系數從2001年的0.601 2上升到2008年的0.670 1,又上升到2015年的0.732 6。由此充分顯示,我國商貿業領域涉足互聯網的程度正呈現逐年不斷加深的良好狀態,互聯網技術在商貿業領域的應用面不斷拓寬,應用程度不斷提高,對商貿業的高層次發展帶來重要支撐。
(2)物流發展水平對商貿業的動態影響。仍以城鎮居民收入水平為收入變量的結果為例,三年的回歸結果中,互聯網發展水平的系數都為正,且都通過顯著性檢驗,也從經驗上支持了我國物流發展對商貿業具有明顯的促進作用的論斷。物流業作為我國國民經濟的先導產業和基礎產業,其產業關聯面非常廣,深入到其他行業各個領域,物流業的變化很可能引起其他關聯行業的變化。商貿業作為與人民生活聯系最緊密的行業之一,它的任何領域必然離不開物流的支撐,包括原料配送,以及產品倉儲、加工、配送等,因此,物流業的不斷發展必然會對商貿業發展帶來較大的推動作用。
從縱向對比來看,物流發展水平對商貿業產出的影響系數從2001年的0.429 7降低到2008年的0.299 3,又降低到2015年的0.198 0。這個結果可以看出,物流發展對商貿業的貢獻呈現出逐年降低的趨勢,該結果也表明了物流發展對商貿業的作用有待加強。
(3)控制變量的結果分析。居民收入水平一直是我國商貿業發展的重要驅動力。回歸結果顯示,居民收入水平對商貿業的影響系數明顯高于互聯網和物流的影響系數。對比城鎮居民收入水平、農村居民收入水平的系數可知,城鎮居民收入對商貿業的影響系數高于農村居民收入,但農村居民收入的影響系數逐年提升較快。
4.1 簡要結論
本文在空間計量視角下,實證檢驗了互聯網和物流對我國商貿業發展的動態影響。研究發現,互聯網和物流發展對我國商貿業都具有顯著的推動作用,互聯網的作用彈性呈不斷提高的趨勢,而物流發展的作用彈性卻呈現不斷下降的趨勢;同時,互聯網對商貿業的影響系數普遍要高于物流的影響系數。
4.2 對策建議
結合本文的實證分析,本文提出以下三點政策建議,為我國商貿業的發展提供更多政策層面的參考:
第一,國家及各地區應繼續不遺余力地鞏固物流業在我國商貿業中的地位,進一步強化物流基礎設施建設,進一步優化物流網點布局,積極轉變物流運輸方式和管理理念,推動物流領域不斷創新,為我國商貿業發展提供更多、更強的基礎支撐。
第二,深化“互聯網+”理念,加快互聯網技術在商貿業領域應用,促進互聯網技術與商貿業領域的產業融合和技術融合,打造互聯網商貿服務綜合體;同時積極拓展農村互聯網,擴大農村商貿服務市場的互聯網應用面。
第三,進一步健全我國城鄉居民生活的公共服務保障體系,包括繼續完善農村地區的醫療服務體系、養老服務體系,強化城鄉生活服務設施建設,進一步釋放居民的消費潛力,激活城鄉商貿市場,使城鄉商貿業不斷向內涵式發展轉型。
[1]Adelaar T,Bouwman H,Steinfield C.Enhancing customer value through click-and-mortar e-commerce:implications for geographical market reach and customer type[J].Telematics and Informatics,2004,21(2).
[2]Glenn Ellison,Edward L Glaeser,William R Kerr.What Causes Industry Agglomeration?Evidence from Coagglomeration Patterns[J].American Economic Review,2010,(100).
[3]李劍橋.我國零售業全面互聯網化的戰略對策研究[J].商業經濟研究,2015,(13).
[4]郭馨梅,張健麗,劉艷.互聯網時代我國零售業發展對策研究:基于網絡零售與傳統零售業融合發展視角分析[J].價格理論與實踐,2014,(7).
[5]司增綽,苗建軍.商貿流通業的產業特性和產業地位:蘇、浙、魯、粵的比較—基于投入產出模型的實證研究[J].產業經濟評論,2011,(3).
[6]劉向東,張小軍,石明明.中國流通產業增長方式的轉型—基于流通增長方式轉換模型的實證分析[J].管理世界,2009,(2).
[7]周杰.信息化水平對我國流通產業發展方式影響的實證研究[J].創新,2012,(6).
[8]章迪平.流通產業發展方式轉變實證研究—以浙江省為例[M].杭州:浙江大學出版社,2011.
Dynamic Influence of Internet and Logistics on Development of Commerce and Trade Industries:A Spatial Econometrical Perspective
Shen Ruoyi
(Zhejiang University of Finance&Trade,Hangzhou 310018,China)
In this paper,using the methodology of spatial econometrics,we verified empirically the dynamic influence of the Internet and logistics on the commerce and trade industries in China,finding that both would significantly drive the development of the industries,and more so with Internet than with logistics;moreover,judging from dynamic change,the influence of Internet on the commerce and trade industries was increasing while that of logistics decreasing somewhat.
spatial econometrics;Internet;logistics;commerce and trade industries;dynamic influence
F224.0;F252
A
1005-152X(2017)06-0141-03
10.3969/j.issn.1005-152X.2017.06.033
2017-05-06
沈若怡,男,重慶人,浙江財經大學應用統計學專業學生。