马小龙 闫鹭

内容摘要：全要素共享可实现资源汇集与整合和促进资源优化配置与利用，进而推动农产品流通业空间集聚形成。本文分别从空间溢出效应与虹吸效应两个维度出发，探讨全要素共享背景下的农产品流通业空间集聚效应。研究结果表明，全要素共享背景下，农产品流通业空间集聚的溢出效应与虹吸效应并存。农产品流通业在空间上呈“高原中的盆地”样式分布，即空间集聚能够提升附近区域农产品流通业整体水平，但当集聚水平达到一定程度时又存在抑制作用。基于此，提出相应完善的发展建议。

关键词：全要素共享   农产品流通业   空间集聚效应

全要素共享能够实现资源汇集与整合和促进资源优化配置与利用。在全要素共享下，农产品流通业能够产生更大范围、更具深度、更有效率的空间集聚效应，这将颠覆传统产业集聚形态，进而塑造出一种全新的产业聚集生存形态。新型产业形态在全要素共享的驱动下，将以空间集聚形态快速发展和动态演化，进而促进流通企业之间共享市场、设施、资源等，带来规模经济收益。因此，研究基于全要素共享的農产品流通业空间集聚效应，对于经济新常态下农产品流通业升级与产业集群培育有重要作用。

农产品流通业空间集聚网络

现阶段，要素可细分为劳动力资源、财力资源、物质资源以及知识资源四类，各类资源均由不同的网络承载。具体来看，社会网承载劳动力资源及其相应的社会关系资本，社会网络中的信任关系、社会关系以及资源共享等，都会对农产品流通业空间集聚产生重要影响;价值网承载金融资源、资金资源以及价值提升方式等;物联网承载各类物质资源及其具体流通渠道;知识网承载各类知识，并对知识资源进行及时存储、充分学习、全面创新和利用等。

农产品流通业空间集聚网络，正是由社会网、价值网、物联网和知识网四类子网络共同构成，从而实现资源流转配置与协同利用（见图1）。在农产品流通业空间集聚网络模型中，物联网借助于信息及知识系统，对农产品流通业相关资源进行优化配置;社会网组织农产品流通企业内部劳动力资源，并协调与外部利益相关者的合作关系;知识网主要提供信息、技术和知识等农产品资源要素。通常情况下，知识网首先借助价值网的财力资源，推动生产系统开始运营;其次将各类生产要素进行合理组合、加工，制造成产品推向市场，实现价值增值;最后回归到价值网中，再准备下一轮生产经营。总体来看，各类子网络之间的交互作用与充分合作，能最大程度上发挥农产品流通业空间集聚效应。

全要素共享对农产品流通业空间集聚的影响机理

促进农产品流通业空间集聚，是我国流通领域发展的必然趋势。基于全要素共享，农产品流通业空间集聚效应呈现出多渠道、多角度特征，主要通过流通供给能力及产业前后向关联等途径，有效增强空间集聚，进而达到促进农产品流通业发展的目的。全要素共享对农产品流通业空间集聚的影响机理主要表现在以下几方面：

第一，全要素共享促使农产品流通业形成巨大的供需空间，进而引起产业集聚。从供给方来看，经济新常态下政府部门为促进经济水平实现大幅度增长，会对要素市场进行干预，如出台优惠政策降低农产品流通成本，引导要素在一定空间范围内聚集，并且全要素共享并没有设置过高的门槛，只要具备基本的参与条件，将部分资源使用权转交给用户，拓展某种外延张力，进而提高市场供给量。从需求方来看，任何个人或者单位都可以通过全要素共享获得相应服务，需求方可以满足自身使用需求，获得更便捷的供给服务。因此，从两者供需互动机制来看，能够形成巨大而有效的供需空间，进而形成农产品流通业空间集聚。全要素共享通过资源整合或者转移，形成特定农产品流通业闭环，提高产业发展的持续性。

第二，在现实中，全要素共享水平主要体现为组织各类要素流通的能力，这种能力对农产品流通成本以及供给能力变动产生直接影响，进而导致空间集聚情况发生变动。如图2所示，农产品流通上下游企业之间的联系受到全要素共享能力的影响。Q1为全要素共享处于低水平下的农产品流通业空间集聚可能性曲线，这条曲线向右反映农产品流通业空间分散，L1反映农产品流通供给能力与流通成本的相对价格之比。在全要素共享水平较低的情况下，Q1与L1相切于A1，此时全要素共享水平和流通成本分别为X1、Y1。当市场需求扩大时，原先的全要素共享水平己经无法满足流通业发展需求。原因在于，短期内全要素共享水平不能迅速根据市场需求进行调整，在A2处仅仅能提供Y2的流通供给量。X2和Y2交点已偏离流通产业效用最大化的最优点，促使流通企业增加投资，提高流通供给能力;Q2是流通产业运作效率提高后的曲线，代表全要素共享促使流通供给能力提高，L1将转变为L2;切点A3是农产品流通业空间集聚情况下流通产业效用最大化的最优点，在此情况下流通成本为X3，小于分散状态下的X1以及非最优状态下的X2，即全要素共享水平提高，可降低流通成本，促使农产品流通业空间集聚。

第三，全要素共享推动产业前后向关联，通过提高消费者数量、吸引下游生产商等方式，形成农产品流通业空间集聚（见图3）。第一，全要素共享推动产业前向关联是指，全要素共享会促使某地区农产品价格相对较低，在低价格的驱动下，当前消费者市场需求和潜在市场需求将出现上升趋势，从而促进农产品流通业空间集聚。具体来看，全要素共享的情况下，农产品生产商可以花费较低的损耗将产品运往目标市场，而该地区居民能够更加便捷获得所需农产品。在名义工资保持不变的前提下，较低的商品价格加之多样化需求得到满足，可以显著提高消费者实际工资水平，吸引更多消费者集中于该地区。当该地区消费者或者是潜在消费者数量明显增加，未来一段时间内市场需求将扩大，会吸引更多生产商生产、经营，进而实现农产品流通业空间集聚效应。第二，全要素共享推动后向关联是指，农产品流通业集聚有利于出现专业化市场，吸引更多位于下游的生产商，进而扩大下游农产品市场需求，促进下游产业集聚。并且，随着专业化市场出现及成熟，下游生产商可以更加快速获取中间投入品，同时获得生产材料的成本降低和自身利润水平扩大。因此，在追求利润最大化的情况下，下游农产品生产商将汇集，形成农产品流通业空间集聚。

实证分析

通常而言，产业空间集聚可能会产生两种效应，分别为空间溢出效应与虹吸效应。空间溢出效应指的是产业优势地区对附近区域该产业经济发展有带动作用;虹吸效应则是指具备优势条件的地区，对附近区域各种资源产生强大吸引力，不断吸收来自这些地区的投资及消费，在自身进一步发展同时，导致附近区域内该产业发展缓慢。本文分别从空间溢出效应与虹吸效应两个维度出发，研究全要素共享背景下的农产品流通业空间集聚效应。

（一）变量选取

被解释变量。由于研究主体一致，溢出效应模型与虹吸效应模型中被解释变量相同，选取非中心城市农产品流通企业发展水平为被解释变量，参考曾亿武等（2015）的研究，用农产品在线数目这一指标衡量企业发展水平。

解释变量。溢出效应模型中，依据全要素共享对农产品流通的具体影响机制，选取中心与非中心城市制造业发展水平、物流产业规模、信息技术水平、劳动力成本以及中心城市农产品流通企业发展水平为解释变量。制造业发展水平用从事制造业员工数量衡量，物流產业规模以物流从业人数表示，信息技术水平选择从事信息产业人员数量衡量，劳动力成本用当地人均工资水平表示，中心城市农产品流通企业发展水平仍以农产品在线数目衡量。对于虹吸效应模型，主要借鉴鹿坪（2017）的研究，分别选取中心城市与非中心城市之间距离、经济指标峰度（中心城市生产总值与该区域内其他城市生产总值均值之比）、中心城市人口规模、经济水平、信息技术水平为解释变量。文中所涉及变量及代表符号如表1所示。

（二）模型构建

现有研究中，围绕空间溢出效应的模型主要包含空间滞后模型（SLM）与空间杜宾模型（SDM）两类。与前者相比，空间杜宾模型将解释变量与被解释变量的空间滞后项统一纳入，能够同时测度直接效应与间接效应，具备一定优势，也是本文所选择的溢出效应模型。空间杜宾理论模型具体形式如下：

式中，yit为单元i在t时间段的内生变量，wi为城市i与中心城市的距离因子，yct与xct代表中心区域城市的自变量与因变量，α代表影响程度系数，β、γ为对应的相关系数向量，φi、λi分别代表空间与时间上的特定效应，εit为随机误差项。

为减少残差对验证结果的影响，对选取变量进行对数处理。进一步将本文自变量与因变量代入空间杜宾理论模型，得到溢出效应模型为：

虹吸效应方面，则参考宣烨和余泳泽（2017）围绕市场规模与创新人才集聚的“虹吸效应”回归分析模型，构建模型如下：

式中，i为非中心城市，j代表具体区域。

（三）数据来源与处理

考虑到数据的可获取性与有效性，本文研究不包括港、澳、台地区，选取时间为2012-2017年。由于西藏、新疆、福建三省地貌独特，城市分布格局与其他省份地区存在较大不同，为确保结果的客观性，在此不纳入研究对象。同时，鉴于港口城市的特殊性，剔除上海、深圳、广州、天津、宁波、大连、青岛、福州、泉州、南通十个城市。剩余地区人口总额占中国91.3%，经济总量占比为88.7%（2018年统计数据），样本仍具有足够强的代表性。共选取24个省会城市与北京市作为区域中心城市，237个地级市为非中心城市。主要变量来源为在线商品数目来自于淘宝网搜索功能、城市间距离来自于百度地图、其它数据来源于各城市统计年鉴。

（四）回归分析

运用Eviws数据处理软件中OLS方法，对所构建模型进行回归分析，得到回归估计结果见表2所示。由表2可知，两个模型对应R2分别为0.799和0.830，均在可接受范围之内，表明所构建模型具备较强的解释力。

在溢出效应模型中，C.DAP对应相关系数为2.753，并通过1%统计水平下的显著性检验，表明农产品流通业空间集聚具有明显的直接溢出效应，即能够带动附近区域该产业的发展，导致这一现象发生的原因可能是农产品流通业空间集聚能够对其他地区该行业的发展产生示范作用。MID回归系数为2.044，C.MID对应回归系数为-1.792，二者皆通过了5%统计水平下的显著性检验，表明较高的制造业发展水平有助于农产品流通业发展，但空间集聚在这一方面存在显著负向溢出，这是由于农产品交易中再加工型农产品比例较大，农产品加工工业已成为重要供给端，可以直接促进当地农产品流通产业的发展。同时，由于同一区域内农产品类似，中心地区与附近区域会形成激烈竞争，反而会阻碍周边地区的流通业发展。LIS回归系数分别为3.051，并在1%统计水平下显著，C.LIS回归系数为0.391，但未通过显著性检验，表明物流产业规模有助于推动农产品流通业发展，但空间集聚并不会在此领域产生溢出效应。信息技术水平与物流产业规模情况类似。IC回归系数为0.698，未通过显著性检验，C.IC回归系数为-3.122，并通过1%统计水平下的显著性检验，表明劳动力成本对农产品流通业发展影响并不显著，空间集聚在此方面存在明显负向溢出，其原因可能是在农产品流通业中家庭因素是相关人才的首要考虑。

在虹吸效应模型中，DIS对应回归系数为20.017，且在1%统计水平上显著，表明城市距离与在线农产品数目正相关，从城市中心到非城市中心，商品数目分布呈现出V字型，符合虹吸效应的空间分布特征。分析其具体原因，可能是农产品及其加工产品易腐败的特征，使得物流成本随空间距离增加而提升，非中心城市资源及市场被挤占的程度相应减少。K相关系数为-78.655，并通过5%水平下的显著性检验，说明中心城市峰度与非中心城市的在线农产品数目显著负相关，这意味着中心城市农产品流通业空间集聚带来的超额农产品在线数目，一定程度上来自于对周边地区各类资源的挤占，这可能是由于峰度值较高区域，农产品流通业整体发展水平较低，在中心城市的农产品流通业空间集聚反而会制约区域内其它地区该行业的发展。C.ITL、C.UP、 C.GDP同样对应的回归系数分别为8.034、9.440、6.813，三者均通过了1%水平下的显著性检验，即中心城市人口数量、生产总值、信息技术水平对非中心城市农产品流通业的发展有一定积极作用，但对比系数可知三者影响较小。总体而言，农产品流通业空间集聚呈现出明显的虹吸效应。