论文部分内容阅读
摘 要:采用探索性空间数据分析方法,构建城市面板数据的空间滞后和空间误差模型,考量生产性服务业集聚对新型城镇化的影响。结果表明,生产性服务业集聚和新型城镇化在空间上存在自相关现象,并已形成东部沿海城市的高值集聚区和西部城市的低值集聚区;我国各城市的新型城镇化水平存在空间依赖性,生产性服务业集聚对新型城镇化水平的提升具有显著的促进作用;居民收入对新型城镇化的正向作用显著;城市经济发展的影响效果由显著变得不显著;政府政策支持和外商直接投资对新型城镇化的正向影响日益显著。
关键词: 生产性服务业集聚;新型城镇化;空间计量
中图分类号:F427 文献标识码: A 文章编号:1003-7217(2014)04-0105-06
一、引 言
生产性服务业提供的大多数服务均属于知识密集型产品,其自身发展和集聚有助于科学地培育城镇产业集群、创造新的产业发展模式、优化升级产业结构,对增强各城镇的经济竞争力,促进城镇化由“量的增长”转变到“质的提高”有着极其重要的战略意义。
关于生产性集聚与城镇化,部分学者着重研究了生产性服务业集聚效应与城镇化,依据马歇尔和雅各布斯的外部性理论,可以证实在市场经济条件下,产业集聚和经济发展存在显著的正向关系[1]。Otsuka(2008)指出生产性服务业集聚对当地经济发展有显著的正向影响,且产业集聚促进制造业收敛、促进非制造业的多样性发展[2]。Ke and He(2012)进一步强调,若一个城市生产性服务业发生迁移,则邻近城市的制造业有可能随之迁移,这说明生产性服务业集聚对于相关产业的布局和发展有着明显的积极作用[3]。刘辉煌和刘小芳(2008)认为,我国生产性服务业的直接就业效应和间接就业效应较高,就业吸纳能力强,生产性服务业集聚有利于提高城市就业水平[4]。邱灵和方创琳(2012)研究得出生产性服务业空间集聚对城市经济发展、城市空间重塑和世界城市崛起可产生积极作用[5]。此外,关于城市化对生产性服务业集聚影响,国内外学者做了大量研究,认为大城市具有大市场,有利于服务业尤其是高端生产性服务业集聚[6,7]。然而,也有学者提出了不同的观点,如Kolko(2010)指出在城市化进程中,由于运输成本、对自然资源依赖性、专业化程度的原因,相对于制造业,服务业(包括生产性服务业)集聚趋势较弱[8]。
本文着重探究生产性服务业集聚对新型城镇化的直接影响。关于计量方法的选取方面,在对生产性服务业集聚与新型城镇化的探索性空间数据分析的基础上,构建空间计量模型进行实证分析。此外,为更好地考察生产性服务业集聚对新型城镇化影响的变化趋势,选择2003、2007和2011年,从首、中、尾三个年份考察其变化规律。
二、生产性服务业集聚与新型城镇化的探索性空间数据分析
(一)空间自相关检验
为判断生产性服务业集聚与新型城镇化的空间自相关性,可采取Moran指数及其散点图进行检验。当Moran值在0~1之间,说明各区域观测值存在空间正相关性,数值越接近于1,空间正相关性越强;同理,Moran值在-1~0之间,说明各区域观测值存在空间负相关性。从表1可知,2003~2011年间,中国城市的生产性服务业集聚和新型城镇化的Moran指数均为正,且都在1%水平下通过了变量的显著性检验,这表明生产性服务业集聚和新型城镇化的空间分布并非是无序的,而是在空间上存在自相关现象。
2011年生产性服务业集聚和新型城镇化的Moran散点图,可以发现,两者大部分位于第一象限,换言之,大部分生产性服务业集聚水平较高的城市在空间上相互集中,新型城镇化水平较高的城市被同样具备较高新型城镇化水平的城市所包围。
(二)空间关联局域指标LISA集群图
为进一步分析局域空间关联性,采用LISA指数测算区域间的空间关联模式。从图3和4可知,中国城市生产性服务业集聚和新型城镇化已经形成了两个集聚区,分别是东部沿海城市的高值集聚区和西部城市的低值集聚区。相同的是,2003~2011年间,两者的低值聚集区域基本保持不变。不同的是,在此期间,两者的高值集聚区变化趋势不同,具体来说,东部地区生产性服务业集聚度高值集聚区的城市有所减少,尤其是在广东、福建等南方地区,而在华北地区的集聚城市开始增多,特别是河北和内蒙古辖区内的城市,这在一定程度上反映了中国生产性服务业集聚区的演变趋势:即南方高值集聚区域减少,而北方有所增加。新型城镇化水平的高值聚集区域在2011年仍然保持2003年时的大致态势。
各年度居民收入对新型城镇化均具有显著性的正向作用。居民收入的提高会增加需求的种类和数量,同时促使社会供给日益丰富,从而提升城镇发展质量、改善城镇结构。
人均GDP在2003和2007年的估计系数为正,且通过了1%的统计水平检验,2011年虽然影响系数依然为正,但未通过显著性检验。这说明早期城市经济发展不仅带动了产业发展,创造了就业岗位,而且促使了农村人口逐步向城镇转移,提高了新型城镇化水平。然而,随着城市环境污染、资源短缺、社会公共资源严重滞后等问题的不断涌现,城市经济发展的积极作用变得不显著。
政府政策支持的影响在2003年不显著,但2007和2011年均在1%统计水平下通过了显著性的正向检验,这表明在新型城镇化建设的过程中,政府的积极作用日益显著。城镇化的成功离不开政府的政策支持,很多国家和地区都有城镇化发展的扶持政策,如美国曾大力投资阿帕拉契亚等落后地区、欧盟向意大利南部等欠发达地区提供援助,因此,借鉴欧美国家和地区的成熟经验,依据中国现实情况,中国政府的政策支持对于全面提高城镇化质量,具有重大现实意义和深远历史意义。
外商直接投资的影响系数在2003年为负,未通过显著性检验,2007和2011年的估计系数为正值,且都通过了1%统计水平下的显著性检验,这说明,随着对外开放程度的不断扩大,外资对中国城市的新型城镇化水平的提高日益明显。首先外资的大量流入会带来技术、物资、信息等要素,促进城镇需求增加,推动区域城市化发展。其次,外资选址坚持成本低利润高的原则,使得新的劳动地区分工形成,促进城市群的发展。最后,FDI内部的空间联系在借助城市网络体系的同时,也强化了城市体系,有助于城市体系的完善[11-12]。四、结论及政策建议 利用2003~2011年中国285个城市的样本数据,通过空间自相关检验和空间关联局域指标LISA集群图对生产性服务业集聚与新型城镇化进行探索性空间数据分析,并在此基础上,构建计量模型实证探究生产性服务业集聚对新型城镇化的影响。
Moran指数及散点图显示两者均存在空间自相关性,LISA集群图表明中国城市生产性服务业集聚和新型城镇化已经形成了两个集聚区,分别是东部沿海城市的高值集聚区和西部城市的低值集聚区。在此期间,虽然两者的低值聚集区域基本保持不变,但高值集聚区变化趋势不同。
回归结果表明,SEM参数λ都通过了1% 的显著性检验,这说明,随着信息化、经济全球化的不断提高,中国新型城镇化集聚的现象日益明显。在三个SEM估计结果中,各年度生产性服务业集聚和居民收入对新型城镇化的影响系数为正,且在统计上均显著。人均GDP在2003和2007年的估计系数为正,且通过了1%的统计水平检验,但2011年未通过显著性检验。政府政策支持和外商直接投资在2003年的影响不显著,但在2007和2011年均通过了1%统计水平下的显著性检验,正向影响日益显著。
首先,加强区域间协调发展与交流合作,通过提升当地生产性服务业集聚水平,增强新型城镇化建设的内生动力。其次,拓宽居民收入渠道,通过缩小城乡收入差距,提升新型城镇化的质量内涵。再次,加大政府政策支持,通过有序合理的政策引导,优化新型城镇化建设路径。最后,积极吸引外商直接投资,通过对外资的有效利用,扩充新型城镇化建设的资金来源。
注释:
①具体的测算过程请参见李越(2014):生产性服务业集聚对新型城镇化的影响研究。
② Reinsdorf & Cover(2005)年的计算公式为:Kt=(1-d)Kt-1+It,K0=I0(1+g)/(g+d)。
参考文献:
[1]Fan,C. C. and A. J. Scott. Industrial agglomeration and development: a survey of spatial economic issues in East Asia and a statistical analysis of Chinese regions[J]. Economic geography,2003,79(3): 295-319.
[2]Otsuka,A. and N. Yamano. Industrial agglomeration effects on regional economic growth:a case of japanese regions[J]. Regional Economics Applications Laboratory (REAL),2008,31(9):1025-1037.
[3]Ke,S,He,M. and C. Yuan. Synergy and coagglomeration of producer service and manufacturing:a panel data analysis of chinese cities[J]. Regional Studies,2013,47(12):1341-1358.
[4]刘辉煌,刘小芳. 我国生产性服务业就业吸纳能力的实证分析[J]. 东北财经大学学报,2009,(1):22-25.
[5]邱灵,方创琳. 生产性服务业空间集聚与城市发展研究[J]. 经济地理,2012,(11):76-80.
[6]Rubalcaba,L. et al. Business services location and market factors in major European cities[J]. Cities,2013,(31):258-266.
[7]Mulligan,G. F. et al. Central place theory and its reemergence in regional science[J]. The Annals of Regional Science,2012,48(2):405-431.
[8]Kolko,J. Urbanization, agglomeration, and coagglomeration of service industries[M]. Agglomeration Economics,University of Chicago Press,2010:37-54.
[9]Anselin,L.,Florax,R. and S. Rey. Advanced in Spatial Econometrics: Methodology, Tools and Applications[M]. Ber lin,Springer Verlag,2004:16-84.
[10]吴拥政. 区域经济增长空间关联性的纵向变化与横向差异分析——基于省级、地级数据和空间统计Moran’s I指数方法[J]. 经济研究导刊,2010,(4):87-89.
[11]程开明. 城市化与经济增长的互动机制及理论模型述评[J]. 经济评论,2007,(4):143-150.
[12]王雅莉,刘洋.基于公司治理理论借鉴的城市治理结构的探讨[J].经济与管理,2013,(5):23-30.
(责任编辑:德 全)
Abstract:This article uses the exploratory spatial data analysis method, constructs the spatial lag and spatial error model of city panel data to examine the effect of producer services agglomeration on new urbanization. The empirical analysis shows that the producer services industry clustering and new urbanization autocorrelation phenomenon exists in the space, and has formed the high value of the eastern coastal city agglomeration area and the western city of low concentration area; New urbanization level in China are spatial dependent, and producer services industry agglomeration level has a significant role in promoting the new urbanization level. People's income also has a positive effect on the level, the significant effect of urban economic development has become insignificant, but the government policy support and foreign direct investment are having increasingly more significant influence on the new urbanization. The results can be used to effectively promote the urbanization process to provide new insight into new urbanization.
Key words:Producer Services Clustering;New Urbanization;Spatial Econometrics
关键词: 生产性服务业集聚;新型城镇化;空间计量
中图分类号:F427 文献标识码: A 文章编号:1003-7217(2014)04-0105-06
一、引 言
生产性服务业提供的大多数服务均属于知识密集型产品,其自身发展和集聚有助于科学地培育城镇产业集群、创造新的产业发展模式、优化升级产业结构,对增强各城镇的经济竞争力,促进城镇化由“量的增长”转变到“质的提高”有着极其重要的战略意义。
关于生产性集聚与城镇化,部分学者着重研究了生产性服务业集聚效应与城镇化,依据马歇尔和雅各布斯的外部性理论,可以证实在市场经济条件下,产业集聚和经济发展存在显著的正向关系[1]。Otsuka(2008)指出生产性服务业集聚对当地经济发展有显著的正向影响,且产业集聚促进制造业收敛、促进非制造业的多样性发展[2]。Ke and He(2012)进一步强调,若一个城市生产性服务业发生迁移,则邻近城市的制造业有可能随之迁移,这说明生产性服务业集聚对于相关产业的布局和发展有着明显的积极作用[3]。刘辉煌和刘小芳(2008)认为,我国生产性服务业的直接就业效应和间接就业效应较高,就业吸纳能力强,生产性服务业集聚有利于提高城市就业水平[4]。邱灵和方创琳(2012)研究得出生产性服务业空间集聚对城市经济发展、城市空间重塑和世界城市崛起可产生积极作用[5]。此外,关于城市化对生产性服务业集聚影响,国内外学者做了大量研究,认为大城市具有大市场,有利于服务业尤其是高端生产性服务业集聚[6,7]。然而,也有学者提出了不同的观点,如Kolko(2010)指出在城市化进程中,由于运输成本、对自然资源依赖性、专业化程度的原因,相对于制造业,服务业(包括生产性服务业)集聚趋势较弱[8]。
本文着重探究生产性服务业集聚对新型城镇化的直接影响。关于计量方法的选取方面,在对生产性服务业集聚与新型城镇化的探索性空间数据分析的基础上,构建空间计量模型进行实证分析。此外,为更好地考察生产性服务业集聚对新型城镇化影响的变化趋势,选择2003、2007和2011年,从首、中、尾三个年份考察其变化规律。
二、生产性服务业集聚与新型城镇化的探索性空间数据分析
(一)空间自相关检验
为判断生产性服务业集聚与新型城镇化的空间自相关性,可采取Moran指数及其散点图进行检验。当Moran值在0~1之间,说明各区域观测值存在空间正相关性,数值越接近于1,空间正相关性越强;同理,Moran值在-1~0之间,说明各区域观测值存在空间负相关性。从表1可知,2003~2011年间,中国城市的生产性服务业集聚和新型城镇化的Moran指数均为正,且都在1%水平下通过了变量的显著性检验,这表明生产性服务业集聚和新型城镇化的空间分布并非是无序的,而是在空间上存在自相关现象。
2011年生产性服务业集聚和新型城镇化的Moran散点图,可以发现,两者大部分位于第一象限,换言之,大部分生产性服务业集聚水平较高的城市在空间上相互集中,新型城镇化水平较高的城市被同样具备较高新型城镇化水平的城市所包围。
(二)空间关联局域指标LISA集群图
为进一步分析局域空间关联性,采用LISA指数测算区域间的空间关联模式。从图3和4可知,中国城市生产性服务业集聚和新型城镇化已经形成了两个集聚区,分别是东部沿海城市的高值集聚区和西部城市的低值集聚区。相同的是,2003~2011年间,两者的低值聚集区域基本保持不变。不同的是,在此期间,两者的高值集聚区变化趋势不同,具体来说,东部地区生产性服务业集聚度高值集聚区的城市有所减少,尤其是在广东、福建等南方地区,而在华北地区的集聚城市开始增多,特别是河北和内蒙古辖区内的城市,这在一定程度上反映了中国生产性服务业集聚区的演变趋势:即南方高值集聚区域减少,而北方有所增加。新型城镇化水平的高值聚集区域在2011年仍然保持2003年时的大致态势。
各年度居民收入对新型城镇化均具有显著性的正向作用。居民收入的提高会增加需求的种类和数量,同时促使社会供给日益丰富,从而提升城镇发展质量、改善城镇结构。
人均GDP在2003和2007年的估计系数为正,且通过了1%的统计水平检验,2011年虽然影响系数依然为正,但未通过显著性检验。这说明早期城市经济发展不仅带动了产业发展,创造了就业岗位,而且促使了农村人口逐步向城镇转移,提高了新型城镇化水平。然而,随着城市环境污染、资源短缺、社会公共资源严重滞后等问题的不断涌现,城市经济发展的积极作用变得不显著。
政府政策支持的影响在2003年不显著,但2007和2011年均在1%统计水平下通过了显著性的正向检验,这表明在新型城镇化建设的过程中,政府的积极作用日益显著。城镇化的成功离不开政府的政策支持,很多国家和地区都有城镇化发展的扶持政策,如美国曾大力投资阿帕拉契亚等落后地区、欧盟向意大利南部等欠发达地区提供援助,因此,借鉴欧美国家和地区的成熟经验,依据中国现实情况,中国政府的政策支持对于全面提高城镇化质量,具有重大现实意义和深远历史意义。
外商直接投资的影响系数在2003年为负,未通过显著性检验,2007和2011年的估计系数为正值,且都通过了1%统计水平下的显著性检验,这说明,随着对外开放程度的不断扩大,外资对中国城市的新型城镇化水平的提高日益明显。首先外资的大量流入会带来技术、物资、信息等要素,促进城镇需求增加,推动区域城市化发展。其次,外资选址坚持成本低利润高的原则,使得新的劳动地区分工形成,促进城市群的发展。最后,FDI内部的空间联系在借助城市网络体系的同时,也强化了城市体系,有助于城市体系的完善[11-12]。四、结论及政策建议 利用2003~2011年中国285个城市的样本数据,通过空间自相关检验和空间关联局域指标LISA集群图对生产性服务业集聚与新型城镇化进行探索性空间数据分析,并在此基础上,构建计量模型实证探究生产性服务业集聚对新型城镇化的影响。
Moran指数及散点图显示两者均存在空间自相关性,LISA集群图表明中国城市生产性服务业集聚和新型城镇化已经形成了两个集聚区,分别是东部沿海城市的高值集聚区和西部城市的低值集聚区。在此期间,虽然两者的低值聚集区域基本保持不变,但高值集聚区变化趋势不同。
回归结果表明,SEM参数λ都通过了1% 的显著性检验,这说明,随着信息化、经济全球化的不断提高,中国新型城镇化集聚的现象日益明显。在三个SEM估计结果中,各年度生产性服务业集聚和居民收入对新型城镇化的影响系数为正,且在统计上均显著。人均GDP在2003和2007年的估计系数为正,且通过了1%的统计水平检验,但2011年未通过显著性检验。政府政策支持和外商直接投资在2003年的影响不显著,但在2007和2011年均通过了1%统计水平下的显著性检验,正向影响日益显著。
首先,加强区域间协调发展与交流合作,通过提升当地生产性服务业集聚水平,增强新型城镇化建设的内生动力。其次,拓宽居民收入渠道,通过缩小城乡收入差距,提升新型城镇化的质量内涵。再次,加大政府政策支持,通过有序合理的政策引导,优化新型城镇化建设路径。最后,积极吸引外商直接投资,通过对外资的有效利用,扩充新型城镇化建设的资金来源。
注释:
①具体的测算过程请参见李越(2014):生产性服务业集聚对新型城镇化的影响研究。
② Reinsdorf & Cover(2005)年的计算公式为:Kt=(1-d)Kt-1+It,K0=I0(1+g)/(g+d)。
参考文献:
[1]Fan,C. C. and A. J. Scott. Industrial agglomeration and development: a survey of spatial economic issues in East Asia and a statistical analysis of Chinese regions[J]. Economic geography,2003,79(3): 295-319.
[2]Otsuka,A. and N. Yamano. Industrial agglomeration effects on regional economic growth:a case of japanese regions[J]. Regional Economics Applications Laboratory (REAL),2008,31(9):1025-1037.
[3]Ke,S,He,M. and C. Yuan. Synergy and coagglomeration of producer service and manufacturing:a panel data analysis of chinese cities[J]. Regional Studies,2013,47(12):1341-1358.
[4]刘辉煌,刘小芳. 我国生产性服务业就业吸纳能力的实证分析[J]. 东北财经大学学报,2009,(1):22-25.
[5]邱灵,方创琳. 生产性服务业空间集聚与城市发展研究[J]. 经济地理,2012,(11):76-80.
[6]Rubalcaba,L. et al. Business services location and market factors in major European cities[J]. Cities,2013,(31):258-266.
[7]Mulligan,G. F. et al. Central place theory and its reemergence in regional science[J]. The Annals of Regional Science,2012,48(2):405-431.
[8]Kolko,J. Urbanization, agglomeration, and coagglomeration of service industries[M]. Agglomeration Economics,University of Chicago Press,2010:37-54.
[9]Anselin,L.,Florax,R. and S. Rey. Advanced in Spatial Econometrics: Methodology, Tools and Applications[M]. Ber lin,Springer Verlag,2004:16-84.
[10]吴拥政. 区域经济增长空间关联性的纵向变化与横向差异分析——基于省级、地级数据和空间统计Moran’s I指数方法[J]. 经济研究导刊,2010,(4):87-89.
[11]程开明. 城市化与经济增长的互动机制及理论模型述评[J]. 经济评论,2007,(4):143-150.
[12]王雅莉,刘洋.基于公司治理理论借鉴的城市治理结构的探讨[J].经济与管理,2013,(5):23-30.
(责任编辑:德 全)
Abstract:This article uses the exploratory spatial data analysis method, constructs the spatial lag and spatial error model of city panel data to examine the effect of producer services agglomeration on new urbanization. The empirical analysis shows that the producer services industry clustering and new urbanization autocorrelation phenomenon exists in the space, and has formed the high value of the eastern coastal city agglomeration area and the western city of low concentration area; New urbanization level in China are spatial dependent, and producer services industry agglomeration level has a significant role in promoting the new urbanization level. People's income also has a positive effect on the level, the significant effect of urban economic development has become insignificant, but the government policy support and foreign direct investment are having increasingly more significant influence on the new urbanization. The results can be used to effectively promote the urbanization process to provide new insight into new urbanization.
Key words:Producer Services Clustering;New Urbanization;Spatial Econometrics