内容摘要：本文以长三角城市圈、珠三角城市圈和武汉城市圈为样本，实证检验了商贸流通业外部性对城市圈集聚的影响效应。结果显示，商贸流通业能通过密度渠道，对城市圈经济集聚产生显著的外部性，但是无法有效通过商贸流通业规模渠道和结构渠道来发挥对城市圈经济集聚的外部性作用。

　　关键词：商贸流通业 外部性 城市圈 集聚

　　问题的提出

　　21世纪以来，我国经济得到快速增长，以长三角城市圈、珠三角城市圈等城市圈为代表的局部区域经济集聚不断显著，经济扩散效应进一步得到发挥。在城市圈不断集聚式发展的过程中，产业经济的集聚无疑发挥了重要的推动作用。在产业规模扩张、产业内部组织不断优化的过程中，一定程度上对外部经济产生外部性，从而推动一定区域经济集聚。作为我国国民经济先导产业的商贸流通业，其外部性对经济集聚很可能产生较大的辐射力。

　　目前，经济集聚的研究已是一大热点，国内外学术界曾有不少学者对此领域进行研究，代表人物有刘伟巍、杨开忠（2012），陶永亮、李旭超、赵雪娇（2014）等，重点研究对象集中在产业经济集聚的特征及影响因素、区域经济集聚的外部效应等方面。与此同时，商贸流通业外部性的研究也不断增多，其中Feder（1982）提出了专门用于测度产业外部性或者溢出效应的模型（简称Feder模型），为未来学者进一步研究产业外部性提供了一个可靠的框架。
 
　　虽然学术界对经济集聚效应或商贸流通业外部性单方面的研究较多，但能够系统研究商贸流通业的外部性对经济集聚效应影响的文献比较少见。基于此，本文以商贸流通业外部性为视角，以国内重点城市圈为对象，实证研究我国商贸流通业外部性对城市圈集聚效应的影响，为学术界今后的继续研究以及政府战略决策提供较为可靠的支撑。

　　模型设计、变量选取及数据来源

　　（一）模型设计

　　根据Glaeser等人（1992）的研究，一个区域的经济集聚水平主要由该区域经济水平、城市化水平和人口集聚规模等决定，而人口的集聚尤其是就业人口的集聚，从极大程度上反映了该区域的经济集聚。基于此，本文以就业人口集聚来衡量城市圈经济集聚水平。

　　以全要素生产率模型为框架，对本文的模型进行设计。设对于城市圈中的城市而言，竞争性企业的从业人数为Nt，并假定劳动者的边际生产率等于其获得的实际工资率wt。

　　（二）指标选取与数据来源

　　1.指标选取。对式（4）中涉及的变量进行指标选取：

　　Nit表示第i个城市在t时期的就业人数，从t年的从业人员总数表示。相应地，Ni0表示该城市在基期的从业人员总数。wit表示第i个城市在t时期的工资水平，用t年的从业人员平均工资表示。相应地，wi0表示该城市在基期的从业人员平均工资。Scaleit表示第i个城市在t时期的商贸流通业规模，用t年的商贸流通产业增加值表示。这里，商贸流通业包括批发和零售业、住宿和餐饮业两大行业。Structureit表示第i个城市在t时期的商贸流通业的结构，本文采用第i个城市在t时期的批发零售业和住宿餐饮业的销售总额与该城市当期的工业总产值之比表示。Densityit表示第i个城市在t时期的商贸流通业密度。根据Atonio和Robert（1996）的研究，一个产业的密度可以用单位用地该产业的产出水平来衡量。因此，第i个城市在t时期的商贸流通业密度可以用该城市当期的社会消费品零售总额与该城市的国土面积之比来表示。

　　2.数据来源说明。本文选取1999-2012年我国长三角城市圈、珠三角城市圈和武汉城市圈所有城市的面板数据。其中，长三角城市圈以上海市为中心，由沿江城市带和杭州湾城市群组成，共包括上海市、南京市、苏州市、无锡市、常州市、镇江市、扬州市、南通市、盐城市、泰州市、淮安市、杭州市、宁波市、金华市、嘉兴市、湖州市、绍兴市、舟山市、台州市、衢州市、合肥市和马鞍山市共23个城市。珠三角城市圈以广州、深圳两市为中心，包括广州市、深圳市、珠海市、惠州市、东莞市、肇庆市、佛山市、中山市、江门市共9个城市。武汉城市圈以武汉市为中心，包括武汉市、黄石市、鄂州市、孝感市、黄冈市、咸宁市、仙桃市、潜江市、天门市等共8个城市。以上指标的数据来源于各地区统计年鉴、国家统计局及国研网数据库。

　　实证检验

　　根据计量模型式（4），实证检验商贸流通业外部性对城市圈集聚的影响效应。由于本文选取的是1999-2012年我国长三角城市圈、珠三角城市圈和武汉城市圈所有城市的面板数据，根据面板数据计量模型回归的基本方法，首先要对面板数据模型的回归效应进行判定。对于式（4），本文分不加入虚拟变量和加入虚拟变量两种情况分别进行回归分析。通过面板数据Hausman检验，两个模型的Hausman值相伴概率均为0，因此拒绝随机效应模型。由此，本文两个模型均选择固定效应。面板数据模型的回归结果如表1所示。

　　通过实证结果一，分析除虚拟变量以来的所有变量结果。从结果来看，商贸流通业规模变量的回归系数为-0.4381，且在1%的显著性水平下显著，这从经验上表明，城市圈商贸流通业规模的扩张反而有碍于促进城市圈经济集聚。从理论上来说，商贸流通业规模的扩张，能促进城市商贸流通功能不断强化，有利于带动城市商业氛围，促进商业资源不断向中心集聚。而本文的实证结果却与之相反，基于此，本文给出如下可能的原因：虽然各个城市圈商贸流通业规模在近几年来都呈现了一定的上升态势，但是当前城市圈内部商贸流通业仍是单一的粗放型规模扩张占优势，缺乏与之配套的市场渠道作充分支撑，从而导致城市圈内的流通成本仍比较高，直接阻碍了商贸流通业对经济集聚溢出效应的发挥，与此同时，城市圈商贸流通业规模占城市圈总体生产总值的份额，尚不能够发挥对经济集聚的正向促进作用，因此，从经验上表现为城市圈商贸流通业规模扩张阻碍了城市圈的经济集聚。

　　商贸流通业结构变量的回归系数为0.0018，并没有通过显著性检验，这从经验上标明，城市圈商贸流通业地位的提升并不能有效促进经济集聚。如果城市圈的工业可以依托商贸流通业在市场上进行交换，那么依赖于商贸流通业在协调生产、降低时间成本和优化空间效率方面的优势，可以有效促进工业效率提升，进而推动工业集聚。同时，通过商贸流通业发挥巨大的中介作用，可以促使工业产品更进一步接近终端消费市场，有利于劳动者获取更多的生产资料以及再生产消费资料，进而促进城市圈经济集聚效应进一步发挥。但是，根据经验结果来看，目前商贸流通业的这种外部性机制并没有在我国城市圈中得到充分发挥，因而无法有效促进城市圈经济集聚。

　　商贸流通业密度变量是本文最为关注的变量，其系数为0.6738 ，且在1%的显著性水平下显著，这从经验上表明，城市圈商贸流通业密度对经济集聚产生较为显著的外部性。从统计方面看，城市圈的商贸流通业密度每提升1个单位，将促进城市圈经济集聚程度提高0.6738个单位。从理论上看，一个区域内商贸流通业密度的增加，能有效增进区域内部产业自身以及产业之间的投入产出关系，加速商品之间的交换，缩短上下游产品交易时间，增强产业链上企业之间的协作，因而有助于经济在空间上相对集聚。

　　再观察回归结果二中的三个虚拟变量，发现三个虚拟变量的回归系数并没有通过显著性检验，而且数值为负，这也体现了即使是经济实力比较强或者发展较快的城市圈，商贸流通经济的发展也滞后于城市经济的发展，而商贸流通瓶颈则成为城市圈经济集聚的重要阻滞力。如何有效提升城市圈的商贸流通业水平，突破城市圈经济集聚发展的瓶颈，已是城市圈发展与改革的重要任务。

　　结论及建议

　　本文选取我国长三角城市圈、珠三角城市圈和武汉城市圈三大城市圈为样本，实证检验了商贸流通业外部性对城市圈集聚的影响效应。根据实证结果发现，商贸流通业可以通过密度渠道，对城市圈经济集聚产生显著的外部性，但是无法有效通过商贸流通业规模渠道和结构渠道来发挥对城市圈经济集聚的外部性作用。基于本文的实证结果，笔者认为，首先应进一步提升城市圈商贸流通业密度，促进对经济集聚外部性的进一步发挥；其次应加快推进城市圈商贸流通一体化，促进商贸流通业发挥规模外部效应；最后应充分发挥商贸流通业在价值链中的主导作用，加速城市圈产业结构调整，加速社会生产与再生产进程，有效促进城市圈经济集聚。

　　参考文献：
 
　　1.刘伟巍，杨开忠.制造业集聚经济的来源—基于企业数据的经验研究[J].技术经济与管理研究，2012（4）

　　2.陶永亮，李旭超，赵雪娇.中国经济发展进程、空间集聚与经济增长[J].经济问题探索，2014（7）
 
　　3.Feder， G. On Exports and Economic Growth[J]. Development Economics， 1983（12）

　　4.李琪.三大都市圈流通业对城市经济的溢出效应及比较[J].商业时代，2014（6）

　　5.Atonio Ciccone，Robert E.Hall. Productivity and the Density of Economic Activity[J]. The American Economic Review， 1996， 86（1）