產業集群視角下要素再配置推進流通產業集約化發展研究

摘 要：本文基于2015—2022年流通產業及分行業數據，采用“離差最大化”決策方法測度集約化發展水平，通過“錢納里-塞爾奎因”模型測算生產生產要素再配置效應，構建面板固定效應模型實證檢驗要素再配置對流通產業集約化發展的影響。結果表明：（1）流通產業集約化發展水平在不斷提高，但分行業水平存在差異，從高到低依次是商貿服務業、批發零售業和物流業。（2）流通產業的資本和勞動力再配置效應均為正，但勞動力再配置效應更高；物流業的勞動力再配置效應為正但資本再配置效應為負，商貿服務業和批發零售業則相反。（3）資本和勞動力再配置對流通產業集約化發展存在積極作用，勞動力的促進效果更明顯；勞動力再配置主要促進物流業集約化發展，資本再配置主要促進商貿服務業集約化發展。（4）流通產業及分行業的集約化發展存在持續性，物流業和批發零售業的衰減明顯，商貿服務業持續性較強。文章最后提出發揮市場對生產要素配置的優化作用、完善產業集群生態建設機制和實施差異化產業扶持政策等建議。

關鍵詞：產業集群；要素再配置；流通產業；集約化

產業粗放型發展方式在經濟高質量發展階段面臨著環境規制和資源約束等一系列制約，推動產業發展從粗放型向集約型轉型是新發展格局下實現產業變革的重要內容。黨的十九大報告、2021年政府工作報告及中央經濟工作會議（2020—2022年）等多次強調將培育產業集群與推動產業轉型發展相結合，由此可見，產業集群的培育和發展是產業轉型升級的重要方向。根據結構主義理論，產業集群的培育意味著資本和勞動等生產要素在產業間的再配置[1]，而生產要素再配置效應是否推動了產業的集約化發展？基于此，本文以2015—2022年的流通產業及分行業數據為研究樣本，采用“離差最大化”決策方法測度我國流通產業集約化發展水平，通過“錢納里-塞爾奎因”模型測算流通產業生產要素的再配置效應，構建面板固定效應模型實證檢驗要素再配置對流通產業集約化發展的影響。

一、流通產業集約化發展水平的測度與分析

（一）測度方法

“集約化”發展的內涵是通過調整投入生產要素的質量與組合方式提升發展效率和效益。在測度方法上，全要素生產率（TFP）被普遍用來衡量集約化程度，但大量學者的研究表明TFP僅能反映生產要素對經濟增長率的貢獻度[2]，但是忽視了非期望產出（如資源消耗、環境污染）在經濟發展中的貢獻[3]，而改進的綠色全要素生產率在體現發展動態性上也存在較大的爭議[4]。事實上，產業集約化發展是一個綜合性指標體系[5]，包含了要素投入、科技進步、產出效率與效益、環境污染及能源消耗等多方面要素。參考相關研究文獻[6-7]，本文構建流通產業集約化發展水平（Inde）測度指標體系如表1，并通過離差最大化決策方法進行測算。

Inde指標的具體測算過程如下：假設流通產業集約化發展水平評價體系的方案集為A，指標集為B，A對B的映射集為y，則評價矩陣Y=（yij）n×m；令Z和w分別為無量綱化處理矩陣和加權矩陣，則A1～A4的評價矩陣表示如下：

[c=（A1，A2，...An）w1Z11，w2Z12，...，wmZ1mw2Z21，w2Z22，...，wmZ2m...w1Zn1，w2Zn2，...，wmZnm]；[Di（w）=j=1mZijwj（i=1，2，...n）] （1）

上式中，D（w）為A方案的多指標綜合評價得分（分值越大表示方案越優）。那么，在確定加權矩陣權重的條件下即可得出Inde指標，具體如下：

令Vij為A方案集對B指標集映射結果與其他方案的離差，則：

[Vij（w）=k=1nwjZij-wjZkj（i=1，2，...n；j=1，2，..m）] （2）

[Vj（w）=i=1nVij（w）=i=1nk=1nZij-Zkjwj（i=1，2，...n;j=1，2，..m）] （3）

根據映射結果離差之和最大值原則構造目標函數F（w）如下：

[maxF（w）=j=1mvj（w）=i=1nk=1nZij-Zkjwj]，[s.t.j=1mw2j=1] （4）

求解以上線性規劃可得加權矩陣權重為：

[w?j=i=1nk=1nZij-Zkjj=1mi=1nk=1nZij-Zkj（j=1，2，...m）] （5）

最后，在標準化處理評價指標條件下將[w?j]代入c，并根據綜合評價得分排序即可得出流通產業集約化發展水平指標。

（二）測度結果與分析

本文采用2015—2022年的流通產業及分行業數據①，通過上述方法測算Inde指標如圖1所示。測算的原始數據來自歷年的《中國統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》和國泰安數據庫。觀察發現：（1）我國流通產業集約化發展水平在樣本時間內不斷提高，其中2015—2019年間的增速明顯，在2020年和2021年較為平穩，2022年快速攀升。總體上看，流通產業集約化發展水平在顯著提升。（2）流通產業的分行業集約化發展水平差異較大，商貿服務業（Inde_c）和批零業（Inde_r）的集約化水平較高，物流業（Inde_l）最低。其原因是物流行業涵蓋的交通運輸業是流通產業中的能耗大戶，能源消耗和環境污染等非期望產出遠高于批零業和商貿服務業，致使其集約化發展水平偏低。（3）從集約化的大小看，流通產業的總體水平位于0.7左右，其中商貿服務業大部分年份均高于0.7（表現良好），批零業有超過一半年份位于0.6～0.7之間（表現一般），物流業則所有年份均未超過0.7（表現較差）。結果表明，流通產業分行業的集約化發展水平存在顯著差異，從高到低依次是商貿服務業、批零業和物流業，商貿服務業和批零業的集約化發展水平增長平穩，物流業的集約化發展水平波動較大，但同時可以改進的空間也較大。

二、流通產業生產生產要素再配置效應測算與分析

（一）研究方法

本文擬采用“錢納里-塞爾奎因”模型[8]對流通產業及分行業的生產生產要素再配置效應（Effect）進行測度，具體如下：假設流通產業的增加值、資本存量和勞動力分別為Y、K和L，則產業產出增長率為：

[Y=αK+βL+TFP] （6）

對流通產業進行行業細分并加總后的增長率為：

[Y=Y1t×p1t+Y2t×p2t+...+Ynt×pnt] （7）

其中p為物流等分行業的產值占比。對式（6）和式（7）中TFP加權平均的差異值進行計算可得資本和勞動力等生產要素的再配置效應，具體如下：

[TFRE=1YiΔKit（MPKit-MPKt）+iΔLit（MPLit-MPLt）] （8）

式（6）中的TFP計算公式如下。

假設規模報酬不變條件下的經濟系統效率如下：

[minθ，λ θ，s.t." -yi+j=1j≠inλjyj≥0;θxi-j=1j≠inλjxj≥≥0，λ≥0] （9）

根據流通產業投入產出決策單元進行效率的定義表示如下：

[Dt（x，y）=infθ：（x，y/θ）∈P（x）] （10）

其中，P（x）為流通產業系統產出的可能凸面集合，[θ]為投入產出的效率。Malmquist指數輸出表示如下：

（二）測度結果與分析

表2給出了流通產業及分行業的生產生產要素再配置效應。觀察發現：（1）流通產業整體層面的資本和勞動力再配置效應均為正，且勞動力再配置效應明顯高于資本再配置效應，表明流通產業的資本與勞動邊際產出均為正，資本要素與勞動力要素在生產前沿函數中屬于動態有效。（2）分行業層面：物流業的勞動力再配置效應為正但資本再配置效應為負，表明物流業的勞動生產率較高，但資本要素并沒有完全按照邊際規則流向該行業；商貿服務業和批零業的資本再配置效應為正但勞動力再配置效應為負，表明商貿服務業和批零業仍屬于勞動生產率增長較慢行業，行業內勞動力市場供需關系的不均衡導致勞動力要素資源配置的不合理，但該行業的資本產出率較高。

三、要素再配置影響流通產業集約化發展的實證檢驗

（一）模型構建、變量說明與數據來源

產業集群視角下的流通產業及分行業生產要素再配置效應對產業集約化發展存在重要影響。參考相關研究文獻[9-10]，本文認為流通產業集約化發展還受到以下因素的影響：①要素稟賦（factor），要素投入的組合比例影響產業產出效率；②能源結構（energy），產業發展的清潔能源耗能結構對集約化發展存在積極作用；③環境規制（envir），環境規制影響產業的治理成本和“創新補償效應”；④對外開放水平（open），高水平對外開放通過擴大產業集群或規模經濟效應提升產業產出效率。綜上分析，本文構建以下面板模型實證檢驗生產要素再配置效應對流通產業集約化發展的影響機制：

[Indeit=α0+α1Effectit+β1factorit+β2energyit+β3envirit+β4openit+εit] （11）

其中，Inde為流通產業集約化發展水平，Effect為生產要素再配置效應（實證中分為資本再配置效應Effect_K和勞動力再配置效應Effect_L），i為行業，t為時間，ε為殘差項，控制變量解釋同上。

數據來源：Inde和Effect的數據來源和測算結果前文已經給出。要素稟賦采用流通產業固定資產凈值的年平均余額近似估計，原始數據來自國研網；能源結構采用流通產業終端能源消費總量中的煤炭占比，原始數據來自《中國能源統計年鑒》；環境規制采用流通產業的污染排放治理費用比率，原始數據來自《中國統計年鑒》；對外開放水平采用流通產業出口總額占行業總銷售額的比重，原始數據來自《中國統計年鑒》。變量的描述性統計見表3。

（二）實證結果與分析

1. 基準回歸

考慮生產生產要素再配置效應可能并不是流通產業集約化發展的嚴格的外生變量，二者之間的相互作用導致面板模型存在內生性問題，本文在實證檢驗中首先對面板固定效應和面板隨機效應模型進行擬合，然后加入流通產業集約化發展水平滯后項并進行系統GMM估計，最后通過廣義最小二乘法估計消除模型可能存在的序列相關性和異方差性，采用軟件STATA 13.0計算的基準回歸結果見表4。

觀察發現：（1）資本生產要素再配置效應在面板固定效應、系統GMM和廣義最小二乘法等模型中的估計系數為正，通過了10%統計性檢驗，但在面板隨機效應模型中未通過顯著性檢驗，結果表明了資本要素再配置效應對流通產業集約化發展存在一定的積極作用，但效果一般。（2）勞動力生產要素再配置效應在上述所有模型中的估計系數為正，且均通過了1%統計性檢驗，估計系數明顯高于資本要素，結果表明了勞動力生產要素再配置效應對流通產業集約化發展存在明顯的正向促進作用。（3）流通產業集約化發展滯后項系數在系統GMM估計中通過了5%統計性檢驗且為正值，表明產業集約化發展存在一定的滯后性，即通過調整要素組合方式引致的產業集約化發展存在持續性；對比該系數與要素配置效應系數大小可以發現，集約化發展的持續性衰減微弱；對比資本和勞動力生產要素再配置效應的系數大小發現，流通產業整體上為勞動生產率較高、資本生產率偏低的行業。（4）控制變量方面：對外開放僅在固定效應模型中通過了顯著性檢驗，表明其對流通產業集約化發展的影響不明顯；能源結構和環境規制在所有模型中的估計系數均顯著為負，表明以煤炭消耗為主的能源結構不利于流通產業集約化發展，同時環境規制對流通產業集約化發展產生了明顯的抑制作用；要素稟賦在所有模型中的估計系數顯著為正，說明要素之間協調的組合配比關系有利于流通產業集約化發展。

2. 分行業檢驗

基于面板固定效應模型的擬合度顯著高于面板隨機效應，本文選擇面板固定效應模型（FE）和系統GMM方法對流通產業分行業生產要素再配置效應影響集約化發展的機制進行檢驗，具體結果見表5。可以發現：（1）資本生產要素再配置效應在商貿服務業和批零業中的估計系數顯著為正，在物流業中未通過顯著性檢驗，表明資本深化促進了批零業與商貿服務業的集約化發展，對商貿服務業的促進效果尤為明顯，但未能促進物流業集約化發展。（2）勞動力生產要素再配置效應在流通產業分行業中的估計

系數均為正值，但系數大小和顯著性差異明顯，勞動力生產要素再配置效應對物流業的集約化發展促進效果最明顯，其次是批零業，對商貿服務業的影響十分微弱。（3）從集約化發展的持續性效果看，僅商貿服務業估計系數通過了顯著性檢驗，且衰減微弱，表明調整要素組合方式僅對商貿服務業集約化發展產生了持續性積極作用，且該效果衰減緩慢，但未能促進批零業和物流業集約化發展的持續。（4）控制變量的集約化發展行業異質性明顯。要素之間協調的組合配比關系更有利于商貿服務業的集約化發展，對批零業的正向影響微弱，對物流業影響不顯著；能源結構和環境規制對物流業集約化發展的抑制十分強烈，對批零業的抑制微弱；能源結構并未影響商貿服務業的集約化發展，但環境規制通過“創新補償效應”促進了商貿服務業的集約化發展。

3. 穩健性檢驗

本文采用替代核心變量方法進行穩健性檢驗。沿用部分學者的研究思路[11-12]，以流通產業綠色全要素生產率（Gtfp）替代Inde指標進行面板固定效應和系統GMM估計，其中Gtfp測算方法采用非參數的數據包絡模型（DEA），冗余函數中的投入變量選擇資本（固定資產投資）和勞動力（年末從業人數），產出變量選擇產業產值和二氧化碳排放量。根據表6穩健性檢驗結果（僅列出核心變量），資本和勞動力生產要素再配置效應對流通產業及分行業的集約化發展影響系數符合與顯著性未發生明顯改變，而系數大小出現調整的原因是以綠色全要素生產率（單一指標）反映集約化發展存在一定的局限性，無法完全剔除產業發展對生產要素數量擴張的依賴。此外，流通產業集約化發展的持續性以及控制變量對其影響的結果也未發生明顯的改變。綜上，表6結果證明了本文實證研究結論的穩健性。

四、結論與建議

（一）研究結論

本文以2015—2022年的流通產業及分行業數據為研究樣本，采用“離差最大化”決策方法測度了我國流通產業集約化發展水平，通過“錢納里-塞爾奎因”模型測算了流通產業生產要素的再配置效應，構建面板固定效應模型實證檢驗了要素再配置對流通產業集約化發展的影響。主要研究結論如下：

（1）流通產業集約化發展水平在樣本時間內不斷提高，但分行業的集約化發展水平存在顯著差異，從高到低依次是商貿服務業、批零業和物流業。（2）流通產業整體層面的資本和勞動力再配置效應均為正，且勞動力再配置效應高于資本再配置效應；物流業的勞動力再配置效應為正但資本再配置效應為負，商貿服務業和批零業的資本再配置效應為正但勞動力再配置效應為負。（3）資本要素再配置對流通產業集約化發展存在積極作用，但效果一般；勞動力要素再配置對流通產業集約化發展存在明顯的促進作用；流通產業集約化發展存在持續性。（4）資本要素再配置促進了批零業與商貿服務業的集約化發展，對商貿服務業的促進效果尤為明顯，但未能促進物流業集約化發展；勞動力要素再配置對物流業的集約化發展促進效果最明顯，其次是批零業，對商貿服務業的影響微弱。（5）物流業和批零業的集約化發展持續性存在明顯衰減，商貿服務業的集約化發展持續性較強。

（二）政策建議

基于流通產業集約化發展水平等測度結果和實證結論，本文提出以下政策建議：第一，發揮市場對生產要素配置的優化作用。提升生產要素再配置效應有利于產業結構的轉型發展，為此應加快生產要素市場化流通與配置的體系建設，一方面協調好政府與市場的關系，通過簡政放權促進以市場為主、政府為輔的要素流通與配置機制；另一方面，推動資本市場與勞動力用工市場的改革，完善產業投融資體制，以戶籍改革為抓手消除市場分割導致的勞動力要素供需失衡，充分釋放生產要素再配置效應的“產業紅利”。第二，完善產業集群生態建設機制。一方面，應以強化流通產業鏈為重點完善產業集群耦合機制，通過推動產業融合激發流通產業的成長活力；另一方面，以科技創新為驅動促進產業集約化發展，應完善和優化科技創新生態，加大產業基礎性創新投入，促進體系化的技術創新與應用，深化產學研結合，加快構筑支撐現代化的流通產業創新鏈。第三，實施差異化的產業扶持政策。對流通產業分行業而言，應重點提升人力資本積累對物流業集約化發展的推動作用，深化資本要素對商貿服務業集約化發展的推動作用，平衡資本和勞動力要素再配置對批零業集約化發展的推動作用。與此同時，根據產業發展階段制定適宜的環境規制政策，防止環境規制產生的“遵循成本”制約產業發展；逐步提高清潔能源使用比重，降低物流業的環境污染非期望產出。

注 釋：

① 根據國家統計局口徑，流通產業分行業為物流業（含交通運輸、倉儲和郵政業）、批零行業（含批發行業與零售行業）、商貿服務業（含租賃與商務服務業）。

參考文獻：

［1］ 張友豐.報酬遞增視角下專業市場與產業集群聯動發展機制研究［J］.商業經濟研究，2023（8）：168-171.

［2］ 唐未兵，傅元海.科技投資、技術引進對經濟增長集約化的動態效應——基于狀態空間模型的變參數估計［J］.中國軟科學，2014（9）：172-181.

［3］ 王玉爽.環境規制對綠色全要素生產率的影響——基于環境分權和空間溢出視角［J］.中國流通經濟，2023，37（9）：63-79.

［4］ 劉云霞，趙昱焜，曾五一.關于中國全要素生產率測度的研究——基于一階差分對數模型和有效資本存量的再測算［J］.統計研究，2021，38（12）：77-88.

［5］ 季良玉.技術創新路徑與中國制造業產業集約化發展［J］.山西財經大學學報，2017，39（6）：51-63.

［6］ 李士梅，胡續楠.新材料產業集約化綜合評價指標體系的構建［J］.工業技術經濟，2018，37（10）：94-100.

［7］ 傅晗彧，王曉彤，張少華.工業化階段演進中加工貿易對經濟增長集約化水平的非線性效應——基于平滑轉移的閾值協整模型檢驗［J］.國際經貿探索，2022，38（6）：58-75.

［8］ 蔣程虹，李偉.經濟增長中資本與勞動力的再配置結構效應［J］.商業研究，2021（1）：105-115.

［9］ 劉寒松.數字經濟、技術創新與商貿流通業綠色全要素生產率提升動態關系——基于長江經濟帶的實證分析［J］.商業經濟研究，2023（17）：185-188.

［10］ 賈興梅，丁雨凡.要素配置、生產率提升與鄉村產業發展：文獻述評與研究展望［J］.經濟與管理評論，2024，40（6）：110-119.

［11］ 袁嘉琪，卜偉，唐雨妮.環境規制、要素配置對工業綠色全要素生產率的影響——產出補償還是創新補償［J］.管理評論，2023，35（10）：45-62

［12］ 王玉爽.環境規制對綠色全要素生產率的影響——基于環境分權和空間溢出視角［J］.中國流通經濟，2023，37（9）：63-79.