论文部分内容阅读
[摘要]通过空间计量方法，实证检验了互联网和物流对我国商贸业的动态影响，发现互联网和物流发展对商贸业都有显著驱动力，且互联网发展的驱动作用普遍强于物流发展；但是从动态变化来看，互联网对商贸业的影响有增强的趋势，而物流发展带来的影响却有所降低。
[关键词]空间计量；互联网；物流；商贸业；动态影响
[中图分类号]F224.0；F252 [文献标识码]A [文章编号]1005-152X（2017）06-0141-03
1引言
伴随着经济不断发展，我国商贸业得到快速发展，在国民经济中的地位不断攀升。尤其是自中国加入WTO以后，商贸业更是呈现出喷井式增长，而且在商贸业态模式、经营方式、管理模式等方面都取得了显著的成效。另一方面，21世纪以来，我国物流业也得到快速发展，这对我国以批发、零售等为代表的商贸业在渠道构建、降低经营成本、转变发展理念等方面产生了前所未有的冲击，在整体提升商贸业物流服务水平的同时，也迫使商贸业由传统商贸渠道不断转向以物流网络为基础的新兴商贸流通渠道，商贸服务的综合化水平也得以提高。但现阶段，科技革命迎来又一波浪潮，以现代化通信网络技术为基础的互联网不断深入人心，大数据、云计算、电子商务等不断深入商贸服务领域，我国商贸业面临着亟待推向网络化时代的环境。可以说，互联网的发展使我国商贸业的内涵得到重新定义，如果物流发展为我国商贸业渠道打下坚实的流通基础，那么互联网则是这种流通基础的进一步升华。国内虽然有较多学着对互联网、物流和商贸业之间的关系进行探讨，但大多局限在定性层面，而能采用定量方法的研究较少，因此在互联网、物流发展究竟对我国商贸业产生多大影响的问题上未能取得普遍性结论，对于这种影响的动态性则更是鲜有研究涉及。基于此，本文将对这些学术界较少涉及的问题进行研究。
2空间计量模型及变量数据
2.1空间计量模型介绍
我国地域宽广，地区民族众多，区域间商贸业发展水平、物流业水平、互联网技术应用能力、居民收入水平等都可能存在明显的差异性，而区域间商贸业发展之间也可能存在一定的空间关联性。而普通的OLS模型则是假定个体之间相互独立的，如果个体之间确实存在空间相关，那么普通OLS回归结果将存在偏差，影响分析结果。为此，本文将采用考虑空间相关性的空间计量模型进行实证分析。
普遍参考国内外学者研究成果，构建以商贸业产出水平为被解释变量，以互联网发展水平、物流发展水平、居民收入水平三个变量为解释变量的计量模型。同时，考虑到我国各地区城乡居民收入水平差距较大，为此在居民收入水平变量方面分出城镇居民收入水平和农村居民收入水平两个变量，分别构建两个模型：
其中，Tradeit表示i地区t期的商贸业产出水平，Internetit表示i地区t期的互联网发展水平，Logisticsit表示i地区t期的物流发展水平，Uineomeit、Rineomeit分为表示i地区t期的城镇、农民居民收入水平。w为空间相关性矩阵。ai（i=1，2，3）为系数，εit（或ε’it）为模型的空间误差项，λ为空间相关系数。μit为随机误差项，服从标准差为σ的正态分布。
2.2变量指标说明
商贸业发展水平（Trade）：采用商贸业的增加值指标表示，具体采用各地区批发和零售业的增加值表示。
互联网发展水平（Internet）：由于我国互联网发展起步较晚，关于各地区互联网发展水平也没有直接的指标统计，本文采用各地区的局用交换机数量对互联网发展水平进行初步衡量。
物流发展水平（Logistics）：目前，我国在区域层面对物流经营总额或者物流增加值方面的统计数据仍然较少，因此本文采用各地区的货运量作为物流发展水平的代理指标。
居民收入水平（uincome和Rincome）：城镇居民收入水平采用各地区城镇居民人均可支配收入衡量，农村居民收入水平采用各地区农村居民人均可支配收入衡量。
空间地理矩阵W：按照“0-1”原则，如果两个地区i、j在地理位置上拥有公共边界，那么设定wij=1，反之则设定wij=0。特别地，本文约定海南省与广东省拥有公共边界。2
2.3数据样本
本文选择我国大陸31个省、直辖市和自治区作为样本，时期选择为3年，分别为2001年、2008年和2015年。以上变量指标所对应的数据，主要来自国家统计局网站和各地区统计年鉴。考虑到价格因素，对商贸业增加值、城乡居民可支配收入通过相应年份的消费者价格指数进行调整。
3互联网和物流对商贸业发展动态影响的实证分析
3.1空间相关性分析
采用GeoDA软件，对我国各地区商贸业发展水平进行空间自相关分析。首先采用Moran指数进行全域自相关检验，得到2001、2008、2013年的Moran值分别为0.241、0.277和0.296，且相应的z值均较高，这表明了我国各地区商贸业的发展在空间地域上呈现出明显的自相关性，而且这种空间相关程度呈现出逐年递增的趋势。
由于Moran指数仅仅是在整体上衡量商贸业是否存在空间相关性，无法具体考察我国商贸业的局部空间集聚特征，因此再通过LISA检验，分析我国商贸业发展的局部空间集聚特征。
根据LISA检验结果，2001年我国商贸业发展的局部空间集聚和分异特征明显，东部沿海的山东、江苏、上海、浙江、福建、安徽6个地区表现出高高集聚，而西部的新疆、青海、甘肃和四川则表现出低一低集聚。
[关键词]空间计量；互联网；物流；商贸业；动态影响
[中图分类号]F224.0；F252 [文献标识码]A [文章编号]1005-152X（2017）06-0141-03
1引言
伴随着经济不断发展，我国商贸业得到快速发展，在国民经济中的地位不断攀升。尤其是自中国加入WTO以后，商贸业更是呈现出喷井式增长，而且在商贸业态模式、经营方式、管理模式等方面都取得了显著的成效。另一方面，21世纪以来，我国物流业也得到快速发展，这对我国以批发、零售等为代表的商贸业在渠道构建、降低经营成本、转变发展理念等方面产生了前所未有的冲击，在整体提升商贸业物流服务水平的同时，也迫使商贸业由传统商贸渠道不断转向以物流网络为基础的新兴商贸流通渠道，商贸服务的综合化水平也得以提高。但现阶段，科技革命迎来又一波浪潮，以现代化通信网络技术为基础的互联网不断深入人心，大数据、云计算、电子商务等不断深入商贸服务领域，我国商贸业面临着亟待推向网络化时代的环境。可以说，互联网的发展使我国商贸业的内涵得到重新定义，如果物流发展为我国商贸业渠道打下坚实的流通基础，那么互联网则是这种流通基础的进一步升华。国内虽然有较多学着对互联网、物流和商贸业之间的关系进行探讨，但大多局限在定性层面，而能采用定量方法的研究较少，因此在互联网、物流发展究竟对我国商贸业产生多大影响的问题上未能取得普遍性结论，对于这种影响的动态性则更是鲜有研究涉及。基于此，本文将对这些学术界较少涉及的问题进行研究。
2空间计量模型及变量数据
2.1空间计量模型介绍
我国地域宽广，地区民族众多，区域间商贸业发展水平、物流业水平、互联网技术应用能力、居民收入水平等都可能存在明显的差异性，而区域间商贸业发展之间也可能存在一定的空间关联性。而普通的OLS模型则是假定个体之间相互独立的，如果个体之间确实存在空间相关，那么普通OLS回归结果将存在偏差，影响分析结果。为此，本文将采用考虑空间相关性的空间计量模型进行实证分析。
普遍参考国内外学者研究成果，构建以商贸业产出水平为被解释变量，以互联网发展水平、物流发展水平、居民收入水平三个变量为解释变量的计量模型。同时，考虑到我国各地区城乡居民收入水平差距较大，为此在居民收入水平变量方面分出城镇居民收入水平和农村居民收入水平两个变量，分别构建两个模型：
其中，Tradeit表示i地区t期的商贸业产出水平，Internetit表示i地区t期的互联网发展水平，Logisticsit表示i地区t期的物流发展水平，Uineomeit、Rineomeit分为表示i地区t期的城镇、农民居民收入水平。w为空间相关性矩阵。ai（i=1，2，3）为系数，εit（或ε’it）为模型的空间误差项，λ为空间相关系数。μit为随机误差项，服从标准差为σ的正态分布。
2.2变量指标说明
商贸业发展水平（Trade）：采用商贸业的增加值指标表示，具体采用各地区批发和零售业的增加值表示。
互联网发展水平（Internet）：由于我国互联网发展起步较晚，关于各地区互联网发展水平也没有直接的指标统计，本文采用各地区的局用交换机数量对互联网发展水平进行初步衡量。
物流发展水平（Logistics）：目前，我国在区域层面对物流经营总额或者物流增加值方面的统计数据仍然较少，因此本文采用各地区的货运量作为物流发展水平的代理指标。
居民收入水平（uincome和Rincome）：城镇居民收入水平采用各地区城镇居民人均可支配收入衡量，农村居民收入水平采用各地区农村居民人均可支配收入衡量。
空间地理矩阵W：按照“0-1”原则，如果两个地区i、j在地理位置上拥有公共边界，那么设定wij=1，反之则设定wij=0。特别地，本文约定海南省与广东省拥有公共边界。2
2.3数据样本
本文选择我国大陸31个省、直辖市和自治区作为样本，时期选择为3年，分别为2001年、2008年和2015年。以上变量指标所对应的数据，主要来自国家统计局网站和各地区统计年鉴。考虑到价格因素，对商贸业增加值、城乡居民可支配收入通过相应年份的消费者价格指数进行调整。
3互联网和物流对商贸业发展动态影响的实证分析
3.1空间相关性分析
采用GeoDA软件，对我国各地区商贸业发展水平进行空间自相关分析。首先采用Moran指数进行全域自相关检验，得到2001、2008、2013年的Moran值分别为0.241、0.277和0.296，且相应的z值均较高，这表明了我国各地区商贸业的发展在空间地域上呈现出明显的自相关性，而且这种空间相关程度呈现出逐年递增的趋势。
由于Moran指数仅仅是在整体上衡量商贸业是否存在空间相关性，无法具体考察我国商贸业的局部空间集聚特征，因此再通过LISA检验，分析我国商贸业发展的局部空间集聚特征。
根据LISA检验结果，2001年我国商贸业发展的局部空间集聚和分异特征明显，东部沿海的山东、江苏、上海、浙江、福建、安徽6个地区表现出高高集聚，而西部的新疆、青海、甘肃和四川则表现出低一低集聚。