
经济管理前沿
Frontiers in Economics and Management
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3696(P)
- ISSN:3079-9090(O)
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:3
- 浏览量:799
相关文章
暂无数据
农产品跨境电商国际竞争力时空演变研究
Research on the Spatiotemporal Evolution of International Competitiveness in Cross-Border E-Commerce of Agricultural Products
引言
目前,学界关于农产品跨境电子商务的研究仍处于起步阶段,相关成果相对有限。现有研究主要集中在发展现状与问题、影响因素以及竞争力评价方法等方面。
在农产品跨境电商的发展问题方面,芮宝娟从我国农产品跨境电商的内部运营状况、交易结构、运营模式以及消费升级趋势等方面分析了其发展机遇,同时指出当前仍面临贸易壁垒、公共卫生事件冲击以及专业人才不足等制约因素。研究认为,推动农产品跨境电商持续发展的关键在于从源头提升农产品质量并加强质量监管。Song以海南与台湾地区农业跨境电商合作为研究对象,在“互联网+农业”理念指导下,提出构建创新型农业跨境电商管理平台,以促进区域农业交流并推动海南农业经济生态系统建设。施菁利用熵权法对我国农产品跨境电商产业竞争力发展水平进行测度,结果表明我国农产品跨境电商发展呈现明显的区域差异且不平衡程度逐渐扩大。孙长平指出当前我国农产品跨境电商在经营主体、产品定位及平台服务能力等方面仍存在不足,并提出应根据不同国家市场需求差异化配置农产品出口结构。相关研究通过实地调研发现,农产品跨境电商平台在信息技术应用方面仍存在一定不足,制约了行业的发展效率。故开展农产品跨境电商国际竞争力评价并揭示时空演变特征,可为各地区因地制宜优化农产品出口结构、提升平台运营效率、缩小区域发展差距提供决策参考。
在国际竞争力评价方面,现有研究主要采用两类方法。第一类是单一指标评价方法,通过国际市场份额(IMS)、揭示性比较优势指数(RCA)、净揭示性比较优势指数(NRCA)、贸易竞争指数(TC)以及生产率、市场份额和盈利能力等指标对行业国际竞争力进行衡量。第二类是综合评价方法,通过构建多指标评价体系对行业竞争力进行综合测度。例如层次分析法与TOPSIS结合方法,云模型与熵值法结合,CRITIC和TOPSIS结合。CRITIC方法以评价指标之间的对比强度和冲突性为基础,来综合权衡指标的客观权重,兼顾指标变异性大小与指标之间的相关性,不受主观因素的影响,是一种客观的赋权方法。TOPSIS方法应用于评价体系中的指标均为定量指标,故该综合评价侧重于定量分析,使评价结果的客观性更强,准确度相对较高。指标筛选方面,Medeiros 和 Mendes研究了自适应 LASSO 在稀疏、高维、线性时间序列模型中的渐近性质,对指标特征选择与分类,降低多重共线性,通过压缩参数可以有效实现模型或者指标的选择。
综上所述,现有研究从多个视角对农产品跨境电商的发展问题、影响因素以及竞争力评价方法进行了有益探索,为相关研究奠定了重要基础。然而,已有文献仍存在一些不足:一方面,关于农产品跨境电商国际竞争力的系统性评价研究相对较少,特别是缺乏基于多维指标体系的综合测度;另一方面,多数研究侧重于某一时期或单一地区的分析,对农产品跨境电商国际竞争力在时间与空间维度上的演变规律关注不足。此外,从全国范围对不同区域竞争力格局变化进行系统分析的研究仍较为有限。因此,本文通过自适应LASSO算法筛选核心指标,利用CRITIC-TOPSIS计算评价结果,进而对我国农产品跨境电商国际竞争力进行时空演变分析,以揭示其区域差异及动态变化趋势,从而为我国农产品跨境电商高质量发展提供理论依据与决策参考。
一、农产品跨境电商国际竞争力评价指标体系构建
本文以钻石模型为理论基础,结合相关研究成果,从生产要素、需求条件、相关与支持产业、企业战略结构与竞争、政府作用及机遇六个维度构建农产品跨境电商国际竞争力评价指标体系,共选取24项指标,并基于2014-2023年31个省份的面板数据进行实证分析,具体如表1所示。
| 一级指标 | 二级指标 | 三级指标 | 单位 |
|---|---|---|---|
| 生产要素 | 劳动力 | 跨境电商支撑产业就业人员 占总人口的比重 | % |
| 农林牧渔业劳动生产率 | 万元/人 | ||
| 技术 | 农业机械总动力 | 万千瓦 |
| 一级指标 | 二级指标 | 三级指标 | 单位 |
|---|---|---|---|
| 资源 | 主要农作物产品产量 | 万吨 | |
| 农村居民拥有跨境电商支撑产业固定资产 | 元/户 | ||
| 需求条件 | 国内市场需求 | 农产品进口额 | 亿元 |
| 人均可支配收入 | 元 | ||
| 人均GDP | 元/人 | ||
| 国际市场需求 | 农产品贸易指数 | % | |
| 农产品出口额 | 亿元 | ||
| 相关与支持行业 | 物流产业 | 农村投递路线 | 公里 |
| 国际快递业务量 | 万件 | ||
| 电子商务产业 | 电子商务销售额 | 亿元 | |
| 有电子商务交易活动的企业数比重(%) | % | ||
| 信息技术产业 | 互联网普及率 | % | |
| 每百家企业拥有网站数 | 个 | ||
| 行业战略、结构与竞争对手 | 企业竞争 | 农产品跨境电商企业数量 | 个 |
| 企业合作 | 跨境电商综合试验区数量 | 个 | |
| 品牌与附加值 | 农产品地理标志数量 | 个 | |
| 政府作用 | 政策投入 | 地方财政交通运输投入规模 | 亿元 |
| 地方财政农林水事务投入规模 | 亿元 | ||
| 贸易便利化 | 贸易开放度 | % | |
| 机遇 | 外部需求 | 外商投资企业进出口总额 | 亿元 |
| 价格变动 | 农产品生产价格指数 | % |
核心指标筛选以自适应LASSO算法指标筛选的结果为依据,核心指标从钻石模型的五个方面选取12个核心指标,包括所保留的12项指标分别为:X2(农林牧渔业劳动生产率)、X5(农村居民拥有跨境电商支撑产业固定资产)、X6(农产品进口额)、X7(人均可支配收入)、X8(人均GDP)、X9(农产品贸易指数)、X10(农产品出口额)、X11(农村投递路线)、X17(农产品跨境电商企业数量)、X18(跨境电商综合试验区数量)、X21(地方财政农林水事务投入规模)以及 X22(贸易开放度)。这些指标从生产效率、产业资本基础、收入水平、贸易规模、制度环境以及物流基础设施等多个维度描绘了农产品跨境电商国际竞争力的结构特征,每项核心指标的选择均基于数据表现、理论支持与政策导向三重依据,确保其科学性与实践适应性,具体如表2所示。
| 一级指标类别 | 核心指标名称 | 代码 |
|---|---|---|
| 生产要素 | 农林牧渔业劳动生产率 | X2 |
| 生产要素 | 农村居民拥有跨境电商支撑产业固定资产 | X5 |
| 需求条件 | 农产品进口额 | X6 |
| 需求条件 | 人均可支配收入 | X7 |
| 需求条件 | 人均GDP | X8 |
| 需求条件 | 农产品贸易指数 | X9 |
| 需求条件 | 农产品出口额 | X10 |
| 相关与支持行业 | 农村投递路线 | X11 |
| 行业战略、结构与竞争对手 | 农产品跨境电商企业数量 | X17 |
| 行业战略、结构与竞争对手 | 跨境电商综合实验区数量 | X18 |
| 政府 | 地方财政农林水事务投入规模 | X21 |
| 政府 | 贸易开放度 | X22 |
二、 农产品跨境电商国际竞争力时空演变分析
(一)基于核密度的全国的时序差异演变特征
本文利用Kernel密度函数,采用Arcgis软件分析全国31个省份农产品跨境电商国际竞争力,结果如图1所示。从全国层面的三维核密度曲面可以观察到,样本期内农产品跨境电商竞争力的分布整体呈现随时间向中高水平区间迁移的趋势,曲面主要密度集中带逐步由较低取值区间向右侧移动,反映出省际竞争力总体在上升通道中运行。与此同时,主峰的形态并非始终稳定,而是表现出明显的阶段性变化:早期主峰相对更尖、更高,随后峰体高度有所回落并伴随一定的横向拉宽,说明在竞争力提升过程中省际差异曾一度扩大;进入样本中后段,主峰逐渐回升并趋于集中,峰体由“平缓”转向“陡峭”,多数省份的竞争力水平向中高位集聚,离散程度降低,省际差距呈现缩小态势。曲面在中高水平区域还可见局部隆起或肩部结构,表明分布并非单峰单中心,少数省份在较高竞争力区间形成相对稳定的高位聚集,与主体群体之间存在一定层级分化。另一方面,低水平区间的密度覆盖随时间减弱,尾部长度逐步收缩,说明竞争力较低省份的占比下降,且与中高水平省份之间的差距在缩小;在此基础上,高水平端的延伸在后期更为明显,显示头部省份优势仍然存在但更多体现为整体抬升背景下的相对领先。总体而言,全国竞争力分布演化表现为“整体上移、差异先扩后收、结构分层并存”的动态过程,揭示了我国农产品跨境电商竞争力在持续提升的同时,省际差异趋于缓和、集聚特征增强的时序特征。
(二)中国农产品跨境电商国际竞争力空间分异格局
基于中国农产品跨境电商国际竞争力相对贴近度,借助时间差异公式,测度2014-2023 年间农产品跨境电商国际竞争力的极差(R)、标准差(σ)和变异(C)如表3所示。
| 指标/年份 | 2014 | 2017 | 2020 | 2023 |
|---|---|---|---|---|
| 极差 | 0.2151 | 0.2159 | 0.2248 | 0.2251 |
| 标准差 | 0.0554 | 0.0556 | 0.0606 | 0.0574 |
| 变异系数 | 0.1262 | 0.1191 | 0.1257 | 0.1159 |
绘制绝对差异和相对差异的时序变化图如图2所示。2014至2023年,从中国省域农产品跨境电商国际竞争力的变化趋势来看,极差增幅约为4.6%,呈现出持续小幅上升的趋势,从2014年的0.2151增加至2023年的0.2251,这表明不同省份间的竞争力差距有所扩展,竞争力差距依旧存在,且略有加剧。与此同时,标准差在2017至2020年期间有一定幅度的增大,但在2023年略有回落至0.0574,意味着大多数省份的竞争力水平在整体上有所趋同,但依然保持一定的波动。
从变异系数来看,2020年和2023年之间有所下降,从0.1262降至0.1159,表明在2020年之后,省份之间的竞争力差距变得更为平缓,整体趋于稳定。尤其是在2023年,随着部分省份加速提升,如浙江、广东等,相对落后的省份在后期逐渐迎头赶上,推动了区域内的竞争力差距有所缩小。
综上所述,中国省域农产品跨境电商的竞争力在十年内显著改善,尤其在高水平省份中,基础设施、外贸渠道等优势持续积累。尽管省域之间的差距有所缩小,但高竞争力的省份依然在行业中保持着领先地位,区域间的差距未能完全消失。
(三)中国农产品跨境电商国际竞争力空间分布变化
通过标准椭圆差和重心模型计算,基于2014-2023年农产品跨境电商国际竞争力空间分布变化(图3)和标准差椭圆相关参数计算(表4),从空间分布重心、方向、形状、范围变化四个方面分析城市综合竞争力的空间形态格局,解释相关空间差异的动态变化。
| 年份 | 2014 | 2017 | 2020 | 2023 |
|---|---|---|---|---|
| 重心坐标 | (111.1209,33.7787) | (111.2334,33.9011) | (111.3864,33.9273) | (111.2967,33.9983) |
| 移动距离(kmm) | 0 | 17.1946 | 14.2198 | 11.4288 |
| 短半轴(km) | 773.181 | 771.5013 | 762.1506 | 767.7638 |
| 长半轴(km) | 878.0659 | 883.0369 | 864.8354 | 875.604 |
| 形状指数 | 0.8806 | 0.8737 | 0.8813 | 0.8768 |
| 年份 | 2014 | 2017 | 2020 | 2023 |
| 椭圆面积(km) | 2132839.438 | 2140254.467 | 2070732.949 | 2111957.694 |
| 方位角(度) | 152.6784 | 148.9496 | 145.9466 | 152.9905 |
三、总结
本文围绕农产品跨境电商国际竞争力的时空演变展开系统研究,构建了多维评价指标体系,结合核密度估计、标准差椭圆及变异系数等方法,全面刻画了2014-2023年中国省域竞争力的动态演化过程。研究结果表明,我国农产品跨境电商国际竞争力整体呈上升趋势,省际差异在经历阶段性扩大后趋于收敛,空间分布重心持续北移,分布形态趋于稳定。浙江、广东等省份在基础设施、外贸渠道等方面的优势持续积累,成为竞争力高地,而中西部省份则在政策支持和产业发展的推动下逐步缩小与东部地区的差距。
本研究在理论上丰富了农产品跨境电商竞争力评价的研究框架,在实践上为地方政府制定差异化发展策略、优化资源配置、提升区域竞争力提供了参考依据。未来可进一步结合企业层面的微观数据,深入探讨竞争力形成的内在机制,并加强对国际市场环境变化的动态响应分析,以提升研究的现实指导意义。
参考文献:
- [1] 芮宝娟.新形势下我国农产品跨境电商发展的制约因素与应对策略[J].商业经济研究,2022(08):157-159.
- [2] 施菁.双循环新发展格局下农产品跨境电商产业竞争力评价与发展策略[J].商业经济研究,2022(04):157-160.
- [3] 孙长平.乡村振兴背景下农产品跨境电商发展现状及策略研究[J].农业经济,2022(11):141-142.
- [4] 陈德慧,姜雨含.农产品跨境电商出口存在的问题及对策研究[J].商业经济,2023(02):125-127.
- [5] 陈永朋,赵芝俊,高芸.中国蜂产业国际竞争力及影响因素研究——基于产业内外部效应的视角[J].农业现代化研究,2024,45(03):377-386.
- [6] 温丽琴,卢进勇,杨敏姣.中国跨境电商物流企业国际竞争力的提升路径——基于ANP-TOPSIS模型的研究[J].经济问题,2019(09):45-52.
- [7] 董雷.我国上市商业银行竞争力的综合评价及影响因素研究[D].河南财经政法大学,2020.
- [8] Medeiros M C,Mendes E F. ℓ1-Regularization of high-dimensional time-series models with non-gaussian and heteroskedastic errors[J]. Journal of econometrics,2016,191(01):255-271.
