中国外贸货物出口的地理格局演化及影响因素分析——基于货物出口距离和GTWR模型

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

李恩康¹^,⁴, 陆玉麒^,¹^,²^,³^,⁴^,^*, 陈娱¹^,²^,³^,⁴1. 南京师范大学地理科学学院,南京210023
2. 江苏省地理信息资源开发与利用协同创新中心,南京210023
3. 南京师范大学虚拟地理环境教育部重点实验室,南京210023

Geographic pattern evolution of China's merchandise export and its influencing factors: Based on the analysis of merchandise export distance and the GTWR model

LI Enkang¹^,⁴, LU Yuqi^,¹^,²^,³^,⁴^,^*, CHEN Yu¹^,²^,³^,⁴1. College of Geography Science, Nanjing Normal University, Nanjing 210023 China
2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
3. Key Laboratory of Virtual Geographic Environment, Ministry of Education, Nanjing Normal University, Nanjing 210023, China; S4. College of Rural Vitalization, Nanjing Normal University, Nanjing 210023, China

通讯作者: 陆玉麒（1963-）,男,江苏张家港人,教授,博士生导师,研究方向为空间结构与区域发展。E-mail： luyuqi@263.net

收稿日期:2018-09-14修回日期:2019-07-23网络出版日期:2019-11-20

基金资助:

基金简介：国家自然科学基金重点项目.41430635
青年科学基金项目.41701127

Received:2018-09-14Revised:2019-07-23Online:2019-11-20
作者简介 About authors
李恩康（1992-）,男,江苏六合人,博士,研究方向为经济地理与空间规划E-mail：li_enkang@163.com。

摘要
研究基于出口距离的基本定义及衍生的出口偏移指数（IMEO),探讨了2005—2016年中国317个市域单元的货物出口格局演化。同时,以一般公共预算支出、规模以上工业总产值、互联网宽带用户数表征财政投入、工业水平、通信技术,利用时空地理加权回归模型（GTWR）分析了其对于地区货物出口的影响。研究得出以下结论：① 2005—2016年IMEO呈现正余弦叠加振荡,外贸货物出口格局的演化态势为：重心西移→重心东移→重心西移→重心东移,表明西部地区的货物出口贸易受经济转型和国际环境的冲击更大;② 在对外贸货物出口的整体影响上,财政投入>工业水平>通信技术。政府财政投入对货物出口贸易的影响已经式微,通信技术发展对西部外贸货物出口的促进作用较东南部更为显著。研究认为未来东部应当加大高新技术产品的出口,增加对贸易风险的管控。西部则应加大基础设施建设,提升工业生产能力。
关键词： 外贸货物出口;货物出口距离;货物出口偏移指数;时空地理加权回归

Abstract

By using an analysis framework based on distance of merchandise export, this paper compared two definitions of the actual and ideal distance of merchandise export, and then used the Index of Merchandise Export Offset (IMEO) to analyze the evolution of merchandise export pattern among 317 Chinese cities from 2005 to 2016, which integrated geographical factors to analyze the export trade and comprehensively discussed the changing characteristics of the export pattern relative to the economic pattern. In the meantime, the general public budget, the industrial outputs of enterprises above designated size and broadband users were adopted to depict each city’s government investment, industrial level and the development of communication technology respectively, and then their effects on the regional merchandise export were explored by using the GTWR. Finally, the study came to the following conclusions: (1) From 2005 to 2016, the IMEO shows a special sine-cosine superposed oscillation, and the evolution of merchandise export pattern is moving west, moving east, west again and east again. This indicates that the economic transformation and the international environment influence the merchandise export of the western region greatly. Obviously, the merchandise export in the central and western regions has risen twice in comparison with its weak economic strength from 2005 to 2016. However, this development momentum will soon fall back to some extent due to the background of its own development and the international environment. (2) In terms of the overall impact on the merchandise export, it can be listed as follows: government investment > industrial level > communication technology. The impact of government investment on merchandise export has weakened over time, whereas the development of communication technology plays a more significant role in promoting the export of merchandise in the west than in the southeast. Based on these, we think that the east should emphasize the export of high-tech products and then increase the ability of keeping away from trade risks in the future, and the west should focus on the infrastructure construction and its industrial production capacity. Besides, the premise setting of IMEO measurement in this paper is relatively simple, and there is still space for further expansion of the selection of influencing factors.

Keywords：merchandise export;distance of merchandise export;IMEO;GTWR

PDF (9548KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
李恩康, 陆玉麒, 陈娱. 中国外贸货物出口的地理格局演化及影响因素分析——基于货物出口距离和GTWR模型. 地理研究[J], 2019, 38(11): 2624-2638 doi:10.11821/dlyj020181007
LI Enkang. Geographic pattern evolution of China's merchandise export and its influencing factors: Based on the analysis of merchandise export distance and the GTWR model. Geographical Research[J], 2019, 38(11): 2624-2638 doi:10.11821/dlyj020181007

1 引言

作为经济增长的三驾马车之一,出口在国民经济与社会发展中扮演的角色至关重要^[1,2]。2016年,全球外贸出口总额达159550亿美元,占当年全球GDP总量的21.09%。中国自改革开放以来,外贸出口总额从1978年的167.6亿元增至2017年的153321亿元,年均增长率达19.11%,极大推动了中国经济高速增长。因此,出口贸易对经济发展的重要性引发了国内外经济地理学界对相关领域的长期研究。

国外对出口贸易的研究开展较早、成果丰硕,其研究的关注点多聚焦在外贸出口对本国经济增长的影响以及发展中国家和发达国家因为贸易不平衡而引发的社会经济问题。如Balaguer J等认为外贸出口的变动是西班牙经济发展的重要影响因素^[3];Ghatak S等发现出口不仅是马来西亚经济增长的重要因素,且制造业出口较传统出口对经济增长的贡献更大^[4]。此外,Verhoogen E A、Gereffi G探讨了贸易水平与工业制造业升级、工资不平等之间的关系^[5,6]。大尺度上,Rodríguez-Pose A实证分析了1975—2005年全球28个国家贸易增长是否加剧了社会经济的失衡,他认为发展中国家在面临进出口贸易波动时,受到的影响更加持久和难以恢复^[7]。总体而言,国外****偏重于对所在国进出口贸易与民众就业、工资待遇、产业升级之间关系的研究,对本国内部不同地区之间进出口贸易格局的探讨相对较少。在对影响出口的因素研究方面,主要基于比较优势、政策支撑、技术进步等方面展开分析^[8,9,10]。

相比之下,国内****不仅对中国出口贸易与社会经济的关系进行了深入研究,关于出口贸易格局的研究亦有丰富成果,主要可以分为两个部分：① 对进口中国产品的国家（地区）在空间上呈现的分布特点进行探讨。如樊华等、杜艺中等研究发现中国对周边国家出口格局表现出明显的地理集中性^[11,12]。孟德友等也认为中国出口贸易格局呈现由近及远的圈层结构^[13]。此外,部分****单独分析了中国同特定地区的出口贸易,如保健云等、公丕萍等、项义军等分别探讨了中国同俄罗斯、中亚、东盟自贸区的贸易格局与存在问题^[14,15,16]。相对地,有研究探讨了中国局部地区出口贸易的时空演化^[17]。研究手段上,多利用地理集中度^[18,19]、贸易结合度^[20]与灰色关联度^[21]等方法。② 对中国内部不同区域之间的出口贸易差异进行时空分析。宏观上,中国出口差异主要体现在东、中、西三大地区之间^[22,23,24],沿海地区在区域出口格局中一直处于领先地位^[25,26]。而从局部看,中国中部地区对外贸易重心北移^[27],西部地区形成了以渝、川、桂、滇、新为核心的开放格局^[28]。另一方面,有****从出口产品的空间结构视角出发,剖析中国不同区域出口产品结构的演化逻辑^[29,30]。这部分研究多采用出口外贸依存度^[31]、出口相似度指数^[27]等测度指标,方法以格兰杰因果检验^[32,27]、基尼系数^[33]、空间面板模型^[34,35]等为主。

但是,上述国内研究中,基本单元多集中在省区层面或者部分地级市,对于国家外贸货物出口的考察尺度有待进一步细化。同时,研究手段与方法多依赖计量经济学的空间统计模型,缺少与地理空间距离的有机关联。实际上,对空间距离的克服是货物出口需要解决的根本问题之一。随着中国经济发展进入新常态以及“一带一路”倡议的提出,东、中、西三大区域的出口环境必然迎来深刻变革,中国整体的外贸货物出口格局也将面临重构。同时,中美贸易摩擦以及由此引发的国际贸易环境不确定性,对中国外贸货物出口应对风险的能力也提出了挑战。故在此背景下,有必要对中国货物出口贸易的时空格局进行深入研究,并剖析背后的成因与机制。本研究基于前人对出口距离定义及二者比值的经济内涵,建立市域单元视角下的分析框架,探讨2005—2016年市域尺度下货物出口格局的空间演化特征。同时,利用时空地理加权回归模型（GTWR）探讨了财政投入、工业水平、通信技术对于地区货物出口的影响。研究试图厘清东西部外贸出口格局演化的时空特征,以及背后的成因机制,并在此基础上提出改善东西部贸易格局、协调区域发展的对策措施。

2 研究思路与方法

2.1 货物出口距离

对贸易距离的研究最早可以追溯到贸易引力模型的建立,该理论引入牛顿万有引力基本公式,认为区域间贸易受到彼此空间距离的制约。对中国任一市域单元而言,其出口货物的贸易距离可分为三部分（图1）：“中国某区域→中国港口（陆运/空运口岸）”、“中国港口（陆运/空运口岸）→出口国港口（陆运/空运口岸）”、“出口国港口（陆运/空运口岸）→出口国某区域”。

图1

新窗口打开|下载原图ZIP|生成PPT
图1货物出口距离的实际情形与理论假设

Fig. 1The actual situation and theoretical hypothesis of merchandise export distance

那么,对每一个市域单元而言,货物出口距离的每一部分都各不相同。且严格来说,货物出口距离的测定应考虑水陆空多式联运的综合情况。

但考虑到数据的可获取性,严格按照出口货物的实际运输情况定义货物出口距离是不可能的。因此,本研究将与中国有贸易往来的所有国家作为一个整体,出口货物至沿海规模以上港口后假定其已经“抵达”出口地区^[36]。此时,货物出口距离II=货物出口距离III=0。那么,对中国的任一市域单元而言,货物出口距离只有I。这里有三点需要说明：

第一,尽管中欧班列等开通为通过铁路集装箱开展国际贸易的内陆提供了西向通道,但沿海港口的集装箱运输仍是中国对外贸易的主要运输方式。2015年,全国海运口岸通行的外贸货物总量达268320万t（表1）,占全年通过口岸进出的货运总量的84.27%,远超公路、铁路与航空口岸三者之和。所以,本文对于货物出口距离I的界定是到沿海港口。

Tab. 1
表1
表12015年不同类型口岸运行数据
Tab. 1Operation data of different types of ports in 2015

口岸类型	海运口岸	内河口岸	公路口岸	铁路口岸	航空口岸
外贸货物（万t）	268320	36739	8891	3583	841

注：数据来源于《中国口岸年鉴2016》。

新窗口打开|下载CSV

第二,因为规模以上港口货物吞吐量大、运输效率高,故在沿海港口中选择规模以上港口作为研究对象。在对规模以上港口的界定方面,本文依照的是历年中国港口年鉴公布的规模以上港口名录。需要指出的是,不同年份的规模以上港口并不完全一致,本文也因此进行了相应调整。例如,2005—2008年江苏射阳港一直被中国港口年鉴收录在规模以上港口名录中,但从2009年开始射阳港被移出了规模以上港口。因此,从2009年开始,计算货物出口距离I时不再将射阳港纳入计算。

第三,各市域单元以其几何重心到最近规模以上港口的直线距离作为货物出口距离I。

2.2 实际/理想货物出口距离与货物出口偏移指数

货物出口距离I只是对单一研究区域的货物出口距离进行界定,不能全面反映中国外贸货物出口的地理空间格局。另一方面,虽然每年沿海规模以上港口的名录有所调整,但大体不变,所以对于大部分市域单元而言,其货物出口距离I在2005—2016年间并未发生变化。因此,本文基于Berthelon^[37]和Coe^[38]等对实际与理想货物出口距离的定义及引申出的二者比值,从市域单元的研究尺度重新审视中国不同区域货物出口贸易的格局演化。

所谓“实际货物出口距离”,公式如下^[37]：

（1）

ADME = \overset{n}{\sum_{i = 1}} \frac{e_{i}}{E} D_{i}

式中：ADME（Actual Distance of Merchandise Export）表示实际货物出口距离;

e_{i}

为第

i

个市域单元的外贸货物出口总额,

i = 1, ?, n

;

E

为全国的外贸货物出口总额;

D_{i}

为第

i

个市域单元的几何重心到最近沿海规模以上港口的直线距离,即货物出口距离I。显然,对于中国中西部地区而言,如果其外贸货物出口额占全国比重上升,那么实际货物出口距离就将变大。反之,如果货物出口贸易在东部地区的集聚性提高,那么实际货物出口距离就将缩小。这里需要特别说明的是,东部地区货物出口占比的升高虽然会在一定程度上提高东部地区的实际货物出口距离（因为系数

\frac{e_{i}}{E}

变大了）,但中西部地区货物出口占比随之下降（

\frac{e_{i}}{E}

变小）,乘上西部地区的货物出口距离

D_{i}

后,中西部地区的实际货物出口距离将大幅度降低。原因在于相比东部地区,中西部地区的货物出口距离I要大得多。故相比之下,全国的实际货物出口距离便下降了。

而“理想货物出口距离”的公式如下^[38]：

（2）

IDME = \overset{n}{\sum_{i = 1}} \frac{g_{i}}{G} D_{i}

式中：IDME（Ideal Distance of Merchandise Export）表示理想货物出口距离;

g_{i}

为第

i

个市域单元的GDP,

i = 1, ?, n

;

G

为全国的GDP;

D_{i}

含义同上。显然,如果中西部地区的GDP占比上升,那么理想货物出口距离就将变大。反之,理想货物出口距离就将缩小。之所以选择GDP作为参数衡量货物出口距离的理想程度,源于贸易水平和经济规模的正相关性^[39]。主流经济学观点认为,地区经济规模的扩大将引发专业化分工和生产成本下降,在国际市场形成竞争优势,从而引发地区出口贸易^[40]。

虽然ADME能在一定程度上反映中国货物出口的空间格局,但着眼点相对单一。因此,需由ADME和IDME二者比值来进一步剖析中国货物出口贸易的空间格局^[36],本文将其命名为“货物出口偏移指数（IMEO,Index of Merchandise Export Offset）”,公式如下：

（3）

IMEO = \frac{ADME}{IDME}

IMEO在2005—2016年间的演化态势,取决于实际货物出口距离与理想货物出口距离的相对变化。这种相对变化从数学角度可细分为六种类型（表2）。

Tab. 2
表2
表2ADME、IDME、IMEO变化与货物出口格局演化类型
Tab. 2The change of ADME, IDME, IMEO and evolution type of merchandise export pattern

序号	ADME、IDME、IMEO变化情况	货物出口格局演化类型
1	ADME增大,IDME减小,IMEO增大	重心西移
2	ADME增大,IDME增大但增幅小于ADME,IMEO增大	重心西移
3	ADME增大,IDME增大且增幅大于ADME,IMEO减小	重心西移
4	ADME减小,IDME增大,IMEO减小	重心东移
5	ADME减小,IDME减小但幅度小于ADME,IMEO减小	重心东移
6	ADME减小,IDME减小且幅度大于ADME,IMEO增大	重心东移

新窗口打开|下载CSV

以第一种情况为例,如果ADME增大,则表明中西部地区货物出口比重上升,此时如果IDME减小,则表明中西部地区GDP比重下降。那么,IMEO的增大即反映出中西部地区以相对下降的GDP占比获得了相对较高的货物出口占比,货物出口格局的演化类型是重心西移。需要强调的是,ADME的变化与货物出口格局演化类型相对应。IMEO作为ADME与IDME的衍生指标,其目的和价值在于为ADME提供基于区域经济总量的发展背景特征,进而深层次解读货物出口重心相对于经济重心的迁移程度,更全面地刻画中国外贸货物出口的时空格局演化。需要指出的是,董桂才曾以省域为单元在相关研究中提出过二者比值^[36],但并未展开分析,而这一比值蕴含着十分丰富的经济内涵。因此,本文基于上述指标,聚焦市域单元,细化研究尺度,拓宽分析视角,试图更加准确刻画中国外贸货物出口的空间特征演变。

2.3 影响外贸货物出口的因子选择

随着中国社会主义市场经济体制的不断完善与发展,地方财政自主权的提高不断激励财政经费向具备规模经济尤其是出口导向的制造业进行配置,促进了地区货物出口的增长^[41]。此外,也有****指出政府财政支出对贸易非效率有显著负影响^[42]。实际上,政府财政投入不仅会为部分企业提供货物出口补贴,其对于交通等基础设施的投资,也提供了一个良好的运输环境,刺激了地区货物出口的不断增长。

但是,政府财政投入并不能直接生产出口货物,出口的原生动力来源于一个地区的工业水平。不论是国家层面,还是在省、市层面,工业生产能力的高低决定了该地区外贸货物出口的层次。当然,并非所有地区都是外向型经济,工业水平的提升在一定程度上促进出口的同时有可能对于内向型经济的发展贡献更大。此时,相对于财政投入等其他因子,工业水平对于该地区货物出口的影响可能十分微弱,甚至为负。考虑到部分年份、部分地区的工业总产值数据极难获取,所以本研究采用规模以上工业总产值来衡量一个地区的工业水平。

而代表信息时代重要革新的互联网,在贸易与经济交往中正发挥着越来越重要的作用。这种从另一个维度的时空压缩,将对中国区域贸易格局产生冲击。以2005年为例,对317个研究区域的货物出口总额和互联网宽带用户数进行格兰杰检验分析后可以发现,后者在p=0.0366的条件下是前者的格兰杰原因^[43,44,45]。因此,本文选择互联网宽带用户数以表征不同区域通信技术的发展水平。需要指出的是,部分自治州、地区的互联网宽带用户数无法获取,以互联网用户数（含拨号上网用户）代替。

当然,一个地区的货物出口受到许多因素制约,它不仅受制于财政投入、工业水平和通信技术,也受制于自身地理区位和交通运输条件,更受全球经济大背景和国际公共关系的多重束缚。全球经济与国际关系的宏观环境对中国外贸货物出口的影响虽然每年不同,但对每个市域单元的影响则可以认为大致相同。不同地区的地理位置恒定,交通运输条件的改善基于政府不断增加的财政投入。因此,本文在选择影响因子时对上述参数暂不考虑。

综上,在影响货物出口的因子选取中,分别以一般公共预算支出、规模以上工业总产值和互联网宽带用户数来反映财政投入、工业水平、通信技术对于外贸货物出口的影响。

2.4 时空地理加权回归模型（GTWR）

在对不同时空维度的影响因子进行分析时,本文采用时空地理加权回归模型（GTWR）。与传统的地理加权回归模型只考虑空间维度不同,时空地理加权回归模型加入了时间的维度,从而为同时处理“时—空”的非平稳性提供了分析基础,其基本公式如下^[46]：

（4）

Y_{i} = β_{0} (u_{i}, v_{i}, t_{i}) + \sum_{k} β_{k} (u_{i}, v_{i}, t_{i}) X_{ik} + ε_{i}

式中：

Y_{i}

为观测值;

u_{i}

和

v_{i}

分别是第

i

个观测点的纬度和经度,

t_{i}

为

i

个观测点所处的时序,

(u_{i}, v_{i}, t_{i})

即为第

i

个观测点的时空坐标;

β_{0} (u_{i}, v_{i}, t_{i})

为回归常数;

β_{k} (u_{i}, v_{i}, t_{i})

为第

i

个观测点第

k

个自变量的回归系数;

X_{ik}

为第

k

个自变量在第

i

点的值;

ε_{i}

为残差。

与地理加权回归模型类似,时空地理加权回归模型的核心要素也是时空权重矩阵与带宽的选择。所谓时空权重矩阵,就是对于每个时空位置的观测点

i

以及自变量

k

提供一个

β_{k} (u_{i}, v_{i}, t_{i})

的估计值,即：

（5）

\overset{?}{β} (u_{i}, v_{i}, t_{i}) = [X^{T} W (u_{i}, v_{i}, t_{i} {) X]}^{- 1} X^{T} W (u_{i}, v_{i}, t_{i}) Y

式中：

\overset{?}{β} (u_{i}, v_{i}, t_{i})

为

β_{k} (u_{i}, v_{i}, t_{i})

的估计值;

W (u_{i}, v_{i}, t_{i})

为时空权重矩阵;

X

为自变量构成的矩阵;

X^{T}

为矩阵的转置;

Y

为观测值构成的矩阵。为了避免因数据离散性造成的“长尾效应”,本文结合在确定权重时常用的距离阈值法和高斯函数法,采用有限高斯函数,即bi-square空间权函数^[47]：

（6）

W_{ij}^{ST} = \{\begin{array}{l} {[1 - {(\frac{d_{ij}^{ST}}{b_{i}})}^{2}]}^{2}, d_{ij}^{ST} \leq b_{i} \\ 0, d_{ij}^{ST} > b_{i} \end{array}

式中：

W_{ij}^{ST}

为利用bi-square空间权函数得到的时空权重矩阵,

d_{ij}^{ST}

为观测点

i

和观测点

j

之间的时空距离,即

\sqrt[]{δ [{(u_{i} - u_{j})}^{2} + {(v_{i} - v_{j})}^{2}] + μ {(t_{i} - t_{j})}^{2}}

。显然,公式（6）中带宽b的选择将在很大程度上影响时空权重矩阵的确立。考虑到数据观测点分布的疏密,本文采用自适应带宽（Adaptive Bandwidth）^[46],确立的准则为AICc准则法^[48]。

3 数据来源

本文数据主要来源于中国城市统计年鉴（2006—2017年）、各省（市、自治区）统计年鉴（2006—2017年）以及部分地市的国民经济与社会发展统计公报和地方年鉴。其中,海南、青海、西藏、贵州毕节市、湖北神农架地区、潜江市、天门市、仙桃市、新疆克孜勒苏柯尔克孜自治州、和田地区、云南迪庆藏族自治州以及港澳台等区域因为相关数据难以获取,并未包含在研究范围内,因此研究的市域单元共计317个。

4 结果分析

4.1 货物出口格局的时空演化

从计算结果看（表3）,2005—2016年ADME的变化呈现出“升→降→升→降”的态势,变动幅度较为明显,货物出口格局的演化类型为：重心西移→重心东移→重心西移→重心东移。ADME的峰值年份为2014年,达到了201.51 km,相比于最低值的2005年,增长幅度达到57.29%。2014年之后,ADME出现回落,至2016年,下降了12.91%。相比ADME,IDME在2005—2016年之间大体表现出先升后降的特征。并且,其从2014年的峰值到2016年,降幅只有1.85%,较ADME的波动相对平稳。显然,以GDP为标准的区域经济格局变动幅度要小于货物出口格局变动幅度。

Tab. 3
表3
表32005—2016年ADME、IDME、IMEO的变化及增（减）比率与货物出口格局演化类型
Tab. 3The evolution of ADME, IDME, IMEO and the types of increase (decrease) ratios and merchandise export patterns from 2005 to 2016

年份	ADME （km）	ADME较上年增（减）比率（%）	IDME （km）	IDME较上年增（减）比率（%）	IMEO	IMEO较上年增（减）比率（%）	货物出口格局演化类型
2005	128.11	—	350.93	—	0.37	—	—
2006	134.03	4.62	349.73	-0.34	0.38	4.93	重心西移
2007	142.48	6.30	352.11	0.68	0.41	5.74	重心西移
2008	158.64	11.34	357.37	1.49	0.44	9.63	重心西移
2009	142.28	-10.31	361.08	1.04	0.39	-11.26	重心东移
2010	148.61	4.45	365.42	1.20	0.41	3.30	重心西移
2011	162.80	9.55	372.56	1.95	0.44	7.37	重心西移
2012	179.19	10.07	379.79	1.94	0.47	8.01	重心西移
2013	187.90	4.86	381.95	0.57	0.49	4.24	重心西移
2014	201.51	7.24	383.10	0.30	0.53	6.91	重心西移
2015	186.09	-7.65	378.48	-1.21	0.49	-6.46	重心东移
2016	175.50	-5.69	376.02	-0.65	0.47	-5.08	重心东移

新窗口打开|下载CSV

由此得到的二者比值——IMEO在数学形态上表现出明显的正余弦叠加振荡（图2）。两个明显的波峰出现在2008年和2014年,说明这两个年份中西部地区的货物出口贸易在经济规模处于相对劣势的情况下完成了一次“突起”。而从格局演化角度看,在2006—2008年和2010—2014年两个时间段,中国货物出口贸易的格局是重心西移（表3）。但这种间歇性的“突起”,却不是很稳定,往往在取得良好发展势头时,因为国内外贸易大环境的剧烈动荡而出现回落。如在2009年和2015—2016年两个时间段,货物出口格局就出现了明显的重心东移,IMEO也大幅回落。相对于东部沿海发达地区,中西部地区因为受制于相对落后的发展基础,在面临外部环境的冲击时,外贸货物出口抵御风险的能力相对较弱,受波及的范围和程度也更加深远。

图2

新窗口打开|下载原图ZIP|生成PPT
图2IMEO随时间（t）变化的震荡曲线

Fig. 2The oscillation curve of IMEO over time

另一方面,IMEO始终小于1,表明中西部货物出口贸易在全国的份额一直低于其经济总量在全国的份额。这一点,从中国区域对外贸易依存度亦能看出（表4）。2005—2016年,东部各市域单元的平均对外贸易依存度始终维持在22%以上,而西部地区长期低于7%。这背后反映的是西部地区受制于地理空间距离的阻隔,经济规模的扩大转化为外贸货物出口时存在一定困难,较东部更偏内向型经济。

Tab. 4
表4
表42005—2016年中国东部和西部市域单元平均对外贸易依存度
Tab. 4The average foreign trade dependence of regional units in eastern and western China from 2005 to 2016

年份	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016
东部	0.323	0.340	0.340	0.314	0.247	0.274	0.267	0.252	0.242	0.236	0.225	0.220
西部	0.053	0.060	0.069	0.070	0.046	0.050	0.052	0.056	0.064	0.068	0.058	0.047

注：东部地区包括：河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南、台湾、香港、澳门,其中海南、台湾、香港、澳门并未纳入研究区域;西部地区包括：陕西、四川、云南、贵州、广西、甘肃、青海、宁夏、西藏、新疆、内蒙古、重庆,其中西藏、青海未纳入研究区域。

新窗口打开|下载CSV

4.2 原因分析

本文采用时空地理加权回归模型,将外贸货物出口总额作为因变量,将一般公共预算支出、规模以上工业总产值、互联网宽带用户数作为解释变量,表征财政投入、工业水平、通信技术对于货物出口的影响。在做GTWR分析之前,对所有变量进行标准化处理。表5是时空地理加权回归结果的相关参数。从拟合优度看,R²与校正后R²均接近于0.85,表明该时空地理加权回归模型能够较好地测度解释变量对因变量的影响。

Tab. 5
表5
表5时空地理加权回归的相关参数
Tab. 5Relevant parameters of GTWR

序号	参数名称	值
1	带宽	152
2	残差平方和	2.4310
3	残差估计标准差	0.0253
4	赤池信息量准则（AICc）	-17183
5	R²	0.8497
6	校正后R²	0.8496
7	时空距离比	0.1000

新窗口打开|下载CSV

4.2.1 一般公共预算支出对于货物出口的影响如图3所示,一般公共预算支出对于货物出口的高影响区域集中于华南地区,尤其是以广州、深圳为核心的珠江三角洲。低影响区域大多位于西南、西北及东北地区。并且,这种影响格局在2005—2016年基本保持稳定。这一结果反映出华南地区以及苏浙沪等东部沿海地区的财政投入对货物出口的促进较为明显,而西南、西北和东北等地,财政投入对货物出口的贡献程度较弱。

图3

新窗口打开|下载原图ZIP|生成PPT
图32005年、2008年、2011年、2014年和2016年一般公共预算支出、规模以上工业总产值和互联网宽带用户数对出口总额的时空地理加权回归系数

注：该图基于国家测绘地理信息局标准地图（审图号：GS（2019）1835号）制作,底图无修改。
Fig. 3The GTWR coefficient of general public budget expenditure, industrial output value above the scale and the number of Internet broadband users on the total export volume in 2005, 2008, 2011, 2014 and 2016

就全国整体而言,一般公共预算支出对货物出口的平均影响系数先升后降。2005年317个研究单元的平均影响系数为0.2945,在2012年达到峰值0.3176后开始下降,2016年这一数值已降至0.3055。这一总体变化表明,中国政府财政投入对外贸货物出口的拉动作用已经开始减弱。

而从中小尺度考察,亦能发现财政投入对于货物出口的影响在下降。2011年,一般公共预算支出对货物出口的影响系数在1以上的有19个市域单元。到2016年,影响系数在1以上的只有9个市域单元。东部沿海地区虽然其财政投入对货物出口的影响系数较华南低,但在2005—2016年其影响系数同样在下降。以长三角的苏、浙、沪为例,25个市域单元财政投入对货物出口的平均影响系数从2005年的0.4496降至2016年的0.4152,降幅达7.65%。

因此,在经济结构转型背景下,政府财政支持对于地区外贸货物出口的影响已经开始式微。

4.2.2 规模以上工业总产值对于货物出口的影响与一般公共预算支出对于货物出口的影响类似,规模以上工业总产值对货物出口促进作用较为明显的区域集中在中国东南部地区。而对西部地区来说,因为受制于相对落后的社会经济本底条件,其自身的工业水平较低。同时,空间的阻隔与不便的交通又使得西部地区在将工业产能转化为货物出口的过程中存在较大困难。

以西部的云、贵、川纳入研究范围的市域单元为例,2016年三省所有市域单元规模以上工业总产值对货物出口的影响系数均值为0.2366,而当年全国层面平均影响系数是0.2953,比前者的均值高19.88%。而作为老工业基地的东北,其工业水平对货物出口的贡献程度十分微弱。2016年,东北规模以上工业总产值对于货物出口的影响系数均值为0.1665,低于云贵川地区,只有全国平均水平的56.38%。实际上,东北规模以上工业总产值占全国的比重始终在不断下降,2016年和2005年相比,这一比重下降了33.81%。相比之下,东南沿海地区得益于优越的社会经济基础,工业水平高,为地区外贸货物的出口提供了强劲动力。

4.2.3 互联网宽带用户数对于货物出口的影响以互联网为代表的信息技术通过实时的数据传输提高了贸易效率,降低了信息获取成本。从图中可以看到,虽然在整体上通信技术对外贸货物出口的影响较之财政投入与工业水平为低,但西部地区通信技术对于货物出口的影响较东南部更为显著。

对于东南部沿海地区而言,其在改革开放早期已经受益于良好的区位优势和政策支持,服务于外贸出口的国际交流渠道已经日趋成熟。同时,毗邻沿海各大港口也为货物出口提供了快捷的贸易通道。因此,东部地区通信技术的发展对货物出口的影响相比于财政投入和工业水平对货物出口的提振要低得多。但对于以往在交流路径上十分封闭的中西部,这一影响还是比较明显的。

4.2.4 影响因子的综合对比分析一般公共预算支出、规模以上工业总产值、互联网宽带用户数三个因子分别侧重于不同方面,在不同的时空维度下对货物出口的影响也有所区别。总体上,三者的影响程度排序为：一般公共预算支出>规模以上工业总产值>互联网宽带用户数。即在对外贸货物出口的影响上,财政投入>工业水平>通信技术。通信技术虽然在整体上对货物出口的贡献度较低,但对西部地区货物出口的影响相对东南部地区较高,一定程度上促进了西部地区货物出口的增长。但西部地区由于在政府财政力度、工业发展水平等层面与东南部沿海地区差距较大,而这两者又是对外贸货物出口影响较大的两个因素,所以即使通信技术给西部地区的货物出口带来了一定提升,但其外贸出口份额在全国的比重也仍然较低。

随着互联网通信覆盖率的不断提升,西部货物出口依赖的信息通道已经日趋完善。技术红利的逐渐消失,表明西部地区的外贸货物出口最终仍需依靠政府的财政支撑与工业生产水平这两项核心动能。另一方面,东南沿海地区虽有较高的财政投入与工业水平,但财政投入对外贸货物出口的拉动已日趋减缓,未来必须转变发展方式,优化外贸货物出口结构,提升竞争优势。

5 结论与讨论

5.1 结论

本文基于货物出口距离及其引申指标,以市域作为基本考察单元,从更精细的研究视角建立分析框架,通过ADME、IDME及IMEO刻画了2005—2016年中国市域单元货物出口格局的时空演化。同时,以一般公共预算支出、规模以上工业总产值和互联网宽带用户数表征财政投入、工业水平和通信技术,并利用时空地理加权回归模型（GTWR）分析其对于货物出口的影响,研究主要得出以下结论：

（1）货物出口偏移指数在2005—2016年间表现出正余弦叠加振荡,两个峰值期分别出现在2008年和2014年,货物出口格局的总体演化态势为：重心西移→重心东移→重心西移→重心东移。2008年的金融危机对中国外贸货物出口的整体冲击巨大,而社会经济本底相对薄弱的中西部遭受的影响更为明显,因此2009年中国外贸货物出口格局出现了重心东移。如果没有金融海啸的冲击,2005—2014年IMEO有可能持续上升。但从2014年开始,伴随世界经济的弱势复苏,贸易保护主义有所升温,对中国整体的外贸货物出口造成一定影响,西部地区更甚,因此货物出口偏移指数下降,货物出口格局重心东移。IMEO的周期性振荡,表明中国中西部地区的外贸货物出口在面临国内经济结构调整与国际贸易环境波动时应对风险的能力不足。

（2）在对影响货物出口的因子选择上,本文结合已有研究的基本判断,从政府政策环境支撑、外贸货物出口的动力源以及信息联系水平三个维度出发,构建了一个各有侧重的因子体系。研究选择了一般公共预算支出、规模以上工业总产值、互联网宽带用户数这三项数据分别表征财政投入、工业水平以及通信技术。在财政投入及工业水平对外贸货物出口的拉动方面,东南沿海地区尤其是珠三角地区较西部以及东北地区更为显著。但近年来,随着社会经济转型加快,财政投入对于外贸货物出口的刺激已经式微。另一方面,虽然在总体上通信技术对于货物出口的影响低于前两个因素,但西部的通信技术较东南部地区对货物出口的促进作用相对更大。不过,通信技术的发展并不能起到扭转东西贸易失衡的作用。同时,近年来开始的货物出口格局重心东移表明,西部地区未来外贸货物出口的发展应当立足于交通等基础设施建设、提高工业生产能力,增强自身应对国际贸易环境风险的能力。而对东南沿海发达地区而言,应当在提升工业水平的基础上,大力发展高新技术产业,实现出口产品的结构优化,增强在国际市场的核心竞争力。尤其是在当前中美贸易摩擦、国际贸易风险不确定性增大的形势下,东南发达地区如何提升应对贸易风险的抵抗力,将直接关系到中国外贸出口的整体发展。

5.2 讨论

本文对市域单元下的货物出口格局演化与影响因素进行了分析,但也存在一定不足和拓展的空间,主要表现在以下方面：

（1）对于货物出口距离I的定义稍显简单。对任何一个区域的货物出口而言,其抵达沿海港口的通行方式并非直线,而是经过了铁路、公路、水运等多式联运才能顺利离岸。如此一来,随着中西部地区交通基础设施不断完善,其现实中的货物出口距离I可能会发生变化。受限于数据的可获取性,本文采用市域单元的几何重心到沿海最近规模以上港口的直线距离作为货物出口距离I。后续研究可以从水运、陆运、空运的综合可达性视角出发,进一步完善关于货物出口距离I的定义,使其更加贴合实际。

（2）随着中国“一带一路”倡议的实施,西部地区通过陆路运输向西进入中亚、东欧甚至西欧的趋势将逐渐显现。尽管在未来很长时期内,海运仍旧占据着货物出口的主导地位,但非海运出口份额增长到一定程度势必将改变货物出口距离I的内涵。因此,西部地区外贸出口水平的提升一方面需要加强交通基础设施配套,进一步缩短货物出口距离I。另一方面,积极对接中亚、东欧的商品市场,依托“丝绸之路经济带”的建设,提升工业制造能力,促进外贸发展。

（3）在未来的研究中,可以放松货物出口距离II=货物出口距离III=0的设定,从全球视角审视中国区域外贸的空间格局。例如,放松货物出口距离II=0这一假定,综合考虑中国出口货物离岸后经过海运、陆运、空运等多种方式到达对方国家口岸的空间距离。

（4）对影响因子选择可以进一步深化。如将政府财政投入中对出口企业的补贴和交通基础设施投资分别纳入因子体系中,可能对政府在地区外贸货物出口中所起的作用有更加精确的判断。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

刘卫东, 刘红光, 唐志鹏 , 等. 出口对中国区域经济增长和产业结构转型的影响分析
地理学报, 2010,65(4):407-415.