京津冀區域農產品流通市場的空間集聚及外部作用力研究

李 娜 副教授 宋志燕

（秦皇島職業技術學院 河北秦皇島 066100 ）

隨著農產品滯銷傷農現象的不斷發生，如何扎實搞好農產品流通建設，提升農產品流通效率，成為社會各界關心的重要問題?？梢哉f，農產品流通市場的興旺是判斷鄉村振興戰略實施成效的重要依據。而農產品流通市場的興旺必然要聯系到市場的集聚式發展，因此，研究區域農產品流通市場的空間集聚具有十分重要的現實意義。而京津冀區域作為我國重要的戰略協同區域，同時也是我國的農產品市場先行區域，故以京津冀區域為樣本，研究農產品流通市場的空間集聚特征具有較強的代表性。

京津冀區域農產品流通市場的空間集聚特征

（一）模型方法

1.空間集聚的全局性分析。為定量研究京津冀區域農產品流通市場的空間集聚性特征，本文采用目前比較公認的方法Moran’s I指數計算京津冀區域內各地農產品流通市場的空間自相關性。根據Anselin L的Moran’s I指數方法，滿足Moran’s I ∈ [-1，1]，若該指數大于0，則說明農產品流通市場的空間分布存在正自相關，即區域之間農產品流通市場存在空間集聚；若該指數小于0，則說明農產品流通市場的空間分布存在負自相關，即區域之間農產品流通市場存在空間“排斥”性；若等于0，則說明農產品流通市場的空間分布是相互獨立的。全局Moran’s I指數的模型可表示如下：

其中，n為量測單位的總個數，這里用京津冀區域包含的城市數量表示；Yi表示第i個量測單位的農產品流通市場指標；Y-表示所有量測單位關于Yi的均值；S2是關于Yi的方差，wij表示量測單位i和j之間的空間權重，其是空間權重矩陣W中的第i行j列的元素。在空間權重矩陣W的設定上，國內許多研究是定義為若量測單位i和j相鄰，那么wij取值為1，否則取值為0。但是對于農產品流通市場而言，這樣設置容易忽略流通市場之間相互關系對于距離的敏感性。事實上，農產品流通市場之間的相關性程度，容易受兩者相互距離的增加而減弱?；诖耍疚目紤]量測單位之間的地理距離來構建空間權重矩陣，對于i和j的空間權重wij，可定義為wij= 1/dij2，其中i ≠ j，dij為量測單位i和j的城市政府所在地之間的地理距離；此外，定義wii= 0。計算Moran’s I指數后，可以通過正態統計檢驗方法，驗證該指數值是否顯著。正態統計檢驗公式如下：

其中E和Var分別是Moran’s I指數的平均值和方差。

2.空間集聚的局部分析。本文通過局部空間自相關方法，分析京津冀區域農產品流通市場空間集聚的局部特征。測算指標為局部Moran指數，公式如下：

同樣地，本文可以根據式（3）判斷局部Moran指數的顯著性。

（二）數據選取及結果測算

為測算京津冀區域農產品流通市場的空間自相關性，本文選擇京津冀區域所轄城市作為樣本，具體包括北京市、天津市以及河北省的石家莊、保定、唐山、廊坊、邯鄲、秦皇島、張家口、承德、滄州、邢臺、衡水共13個城市。由于城市農產品流通市場的數據不易獲取，本文從數據易獲取性的角度考慮，選擇了各城市規模以上農產品批發市場的數量作為量測指標。在樣本期限上，本文選取了2004～2018年共15年。由于農產品流通市場的數據來源于各城市的統計年鑒，部分城市統計年鑒不含農批市場數量的指標，因此本文通過查找所在省份統計年鑒、農村統計年鑒等進行補全。

1.空間集聚的全局性分析。利用Arcgis軟件，計算京津冀區域農產品流通的空間自相關全局Moran’s I指數，結果及相關檢驗值如表1所示。

根據計算結果可以發現，在2004～2018年期間，京津冀區域農產品流通市場的全局空間自相關Moran’s I指數都是顯著的，其中2004、2005、2006、2011和2012年通過5%水平的顯著性檢驗，其余年份都通過1%水平的顯著性檢驗。由此可以看出，總體上京津冀區域農產品流通市場在空間上存在較為顯著的集聚性特征，即13個直轄市或地級市之間農產品流通市場的分布存在著較為顯著的空間相互作用，其促進了該區域內部分區域農產品流通市場的相對集中。根據趨勢性特征可以看出，Moran’s I指數有隨時間遞進而不斷提高的特征。2004年Moran’s I指數值為0.21621，到2010年Moran’s I指數提高至0.26180，到2018年又提高至0.32920。據此可知，京津冀區域農產品流通市場的空間集聚性程度隨時序遞進而有增強趨勢。根據該結果可以看到，隨著京津冀區域協同一體化的不斷推進，該區域內農產品流通市場之間的地域分割性也逐步弱化，相互作用關系不斷增強，于是促使了部分區域農產品流通市場的相對集中態勢也越來越明顯。

2.空間集聚的局部分析。根據LISA檢驗方法，計算局部Moran指數，并據此得到京津冀區域農產品流通市場空間集聚的異質性特征。表2根據結果，列出了2004年、2010年和2018年的LISA局部空間相關性情況。

根據LISA判定，H-H型表示“高高集聚”，即農產品流通市場數量多的區域被同是市場較為集中的區域單元包圍；L-L型表示“低低集聚”，即農產品流通市場數量少的區域被同是市場較為稀少的區域單元包圍；H-L型表示“高低集聚”，即高農產品流通市場集中區域被低密度區域包圍；L-H型表示“低高集聚”，即低農產品流通市場集中區域被高密度區域包圍。由LISA結果可知，京津冀區域農產品流通市場的空間集聚特征表現出較強的異質性。以2018年為例，北京、保定、承德三個城市都屬于H-H型，這3個城市本身屬于農產品流通市場分布較為密集的城市，同時周邊城市的農產品流通市場分布也較為密集；L-L型的城市有滄州和邯鄲兩個，其農產品流通市場布局本身就比較少，同時周邊城市農產品流通市場分布也普遍零散，輻射帶動作用有限；H-L型的城市僅唐山一個；L-H型的城市包括廊坊和衡水兩個。而從2004、2010和2018年三年的變化特征來看，基本上H-H型的城市數量在增加，L-L、H-L和L-H型的城市也發生了一定變化，不顯著的城市數量逐年減少，由此進一步表明了京津冀區域城市之間農產品流通市場之間存在著一定的“引力”，其會促使農產品流通市場的空間集聚性發生動態變化。從目前來看，雖然H-H型的城市最多，但L-L型、L-H型的城市也各占兩個，H-L型城市有1個，其表明了整體上農產品流通市場的空間集聚仍存在較為明顯的異質性。

京津冀區域農產品流通市場空間集聚的外部作用力分析

（一）外部作用因素遴選

1.產地效應。市場的分布習慣于接近生產地，特別是流通活動的開展很大程度上受當地生產源分布的影響。若產品市場離產地越近，那么從產地到市場的流通成本就越低，這就降低了流通費用，提高了流通效率。因此，對農產品流通市場而言，其空間集聚可能受到產地規模的影響，即存在產地效應。

2.消費效應。消費引導生產，同時也影響市場的布局。若一個區域農產品市場消費量較大，那么其就會引導該地農產品向市場集中，這有助于擴大農產品流通市場規模，并促進更多的農產品經營主體向此集聚。因此，農產品流通市場的空間集聚也容易受到消費的影響。

表1 京津冀區域農產品流通市場的全局空間自相關結果

表2 局部空間相關性LISA分布情況

3.人口集聚效應。一個地方的流通市場是否可以不斷得到集聚，在一定程度上也受制于當地人口集聚規模的影響。作為最貼近居民的市場之一，農產品流通市場一般在城鎮以及城鄉結合部都有不同程度集聚，為當地居民的消費以及批發等帶來較大的便利。

4.物流效應。物流是農產品流通中的重要環節，農產品流通市場一方面上游對接產地，其會產生大量的物流需求，另一方面對接下游，特別是在批量運輸到終端零售地以及直接送至消費者手中都會產生相應的物流活動。因此，物流基礎是否完善，對農產品流通市場的空間集聚也會帶來一定的影響。

5.空間關聯效應。從空間關聯的角度出發，本地農產品流通市場集聚，可能會通過空間輻射溢出或者是虹吸效應對周邊區域農產品流通市場的集聚產生影響。那么究竟是溢出還是虹吸，下面將基于京津冀區域進行考察。

（二）檢驗方法及模型

由于本文是在空間集聚的視角下檢驗京津冀區域農產品流通市場的外部作用力，且前面空間集聚特征也表明了空間關聯性是非常顯著的。因此，下面將通過空間計量模型來檢驗以上五大效應是否顯著。目前空間計量模型較為常用的有空間誤差模型（SEM）和空間滯后模型（SLM）兩種?？臻g誤差模型的基本框架為：

空間滯后模型的基本框架為：

表3 回歸估計結果

模型中，y表示被解釋變量，這里用城市規模以上農產品批發市場的數量表示。X為解釋變量，指代五大效應的作用因素。其中，產地效應的作用指標采用所在城市的農林牧漁業總產值表示；消費效應的作用指標采用當地的城鄉居民人均消費支出表示；人口集聚效應的作用指標采用當地的人口密度表示，即所在城市單位國土面積的人口量；物流效應的作用指標采用當地的貨運周轉量表示；空間關聯效應通過空間權重矩陣的系數符號及數值判斷，空間權重矩陣在前面計算Moran指數時已設定。式（5）中，β為X的系數，ε表示含有空間作用效應的誤差項，λ為相應的空間誤差系數，μ是剔除空間效應不可觀測項后的隨機誤差項。式（6）中，β為X的系數，ρ為空間自相關系數，衡量被解釋變量觀測值之間是否存在空間相互作用效應，μ是剔除空間效應不可觀測項后的隨機誤差項。

（三）實證結果分析

空間計量模型中有關變量指標的原始數據主要來源于各城市的統計年鑒，及國研網統計數據庫。分別對空間誤差模型和空間滯后模型進行回歸估計，統計結果如表3所示。

比較空間誤差模型和空間滯后模型的估計優劣，首先空間相關性（依賴性）檢驗的Moran指數是顯著為正的，可以說明空間相關性的存在；其次可以看到空間滯后模型的LM值和R-LM值都分別顯著高于空間誤差模型的結果，而且空間滯后模型中的變量回歸系數和擬合優度都要相對優于空間誤差模型，由此可見空間滯后模型要優于空間誤差模型。

產地效應。根據表3右側兩列，產地效應的系數為1.5027，并且在1%的水平通過顯著性檢驗。由此可以說明，京津冀區域農產品產地供給水平地提高，能有效提升當地農產品流通市場的空間集聚水平，該結果也符合了農產品的產地-市場的促進作用。據此可以得知，有效的農產品供給是帶動當地農產品流通市場有效集聚的重要前提。

消費效應。消費效應的系數值為0.6723，并且在1%的水平通過顯著性檢驗。據此可以看出，京津冀區域城鄉居民消費水平的提高，能夠顯著地促進當地農產品流通市場在空間上不斷集聚。消費是市場績效的一個最直觀的判定指標，一個地區消費水平的

結論及建議

本文從空間分析的角度，實證研究了京津冀區域農產品流通市場的空間集聚特征，并檢驗了農產品流通市場空間集聚的外部作用力。根據研究可知：京津冀區域農產品流通市場的分布存在著較為顯著的空間相互作用，并且空間相關性總體上逐年增強。與此同時，農產品流通市場的空間集聚仍存在較為明顯的異質性，“高高集聚”“低低集聚”“高低集聚”“低高集聚”的城市在京津冀都有分布。農產品流通市場的空間集聚，主要受到產地效應、消費效應和物流效應等外部作用力的驅動影響，同時也受到空間溢出效應的助推作用，即區域范圍內某個城市農產品流通市場的集聚，對周邊城市這類市場的集聚帶來輻射溢出效應。

綜上所述，本文提出以下建議：第一，要進一步重視京津冀區域農產品流通市場的協同發展。要堅持走京津冀協同發展戰略之路，圍繞農產品流通做好協同發展工作。對此可通過探索區域共建機制，尤其是對于新設立的雄安新區進行創新探索，從而尋找農產品流通市場協同發展的創新之路；第二，要進一步加強本地農產品經濟建設。要切實發揮好北京、保定等特色農產品優勢區域的引領作用，輻射帶動京津冀區域整體農產品供給水平提升，從而通過產地效應更加有效地保障農產品流通市場供應，進而促進產銷緊密對接；第三，要進一步提升農產品流通效率。面對消費者日益增長的農產品消費需求，政府要從暢通農產品供應渠道的角度提升市場效率，從而刺激更多的主體集中集聚。對此，一方面要繼續加大物流基礎設施建設，完善農產品流通市場硬件設施，另一方面要積極創新物流模式，推動直采直供模式的普及應用。