- · 《产业创新研究》收稿方[05/28]
- · 《产业创新研究》投稿方[05/28]
- · 《产业创新研究》征稿要[05/28]
- · 《产业创新研究》刊物宗[05/28]
京津冀基础设施建设城镇层级体系与高技术产业(4)
作者:网站采编关键词:
摘要:图2 京津冀高技术产业集中度对比数据来源:作者根据《中国高技术产业统计年鉴》和《中国统计年鉴》数据绘制 2.交通基础设施 交通基础设施将城镇体系
图2 京津冀高技术产业集中度对比数据来源:作者根据《中国高技术产业统计年鉴》和《中国统计年鉴》数据绘制
2.交通基础设施
交通基础设施将城镇体系中的各个城市的经济活动紧密联系起来,人口和资本会依据便利性与可达性进行区位决策。为此,本文采用公路里程存量数据,将京津冀三地视为一个整体来考察交通基础设施对产业地理的区位集聚作用。
3.消费多样性
偏好凸性表明人们倾向于同时消费多种不同的商品,商品多样性优于单一性从而保证效用凹性。CES形式的多样性商品价格指数:
地区i 的多样性商品由本地产品和其他地区j的产品构成,贸易自由度可代表该地区交通基础设施的实际使用效果。用衣着、家庭设备用品及服务、医疗保健、教育文化娱乐服务、杂项商品服务消费合计占家庭人均消费支出比重衡量。
4.房价
Tiebout(1954)的财政分权理论告诉我们,如果要素可以在行政辖区之间无障碍地流动,即可自由地选择那些能够实现个人效用最大化的地区流动,地方公共服务配置也能改善帕累托效率。但是流动要素会隐瞒真实的公共服务偏好,以避免“搭便车者”对个人利益的影响。产业在地理上的集聚现象对于地租的影响毋庸置疑。由于流动要素对于地方公共服务的满意度并不能直接观测,为此,本文选用交通基础设施存量与房价的相关性系数,将“用脚投票”机制货币化,作为地方公共服务满意度的替代性指标。
表2 京津冀交通基础设施“用脚投票”系数注:括号中的数字为系数的t统计量,***p<0.001,**p<0.01,*p<0.05。北京 天津 河北1.437(2.78)* 0.836(10.34)*** 0.026(3.18)**
从表2京津冀三地交通基础设施的“用脚投票”结果来看,尽管普遍认为北京市的拥堵程度远远高于天津市与河北省,但是回归系数也高于其他两省市,从这个角度来看,流动要素依然对北京的集聚优势趋之若鹜。河北省公路里程长度是北京市和天津市总长度的若干倍,但回归系数可能暗示着效率的低下致使产业长期落后。而天津市回归结果介于北京与河北省之间,这与目前京津冀都市圈中天津的角色十分类似。
5.工具变量(instrument)
为避免解释变量遗漏引起的回归偏误问题,在GMM模型中加入工具变量予以控制。我们还考察了高技术产业的主营业务收入以及高技术产业区位熵的滞后项以考察动态因素。
2005-2013年交通基础设施以公路里程(公里)替代;房价数据(元/平方米)为新建住房成交数据,与消费数据均来自国家统计局;地方财政收入总计来源于《中国财政年鉴》;土地出让收入来源于《中国国土资源年鉴》。
(二)实证结果
普通面板回归方面,我们将高技术产业主营业务收入和高技术产业区位熵分别加入到OLS模型中,以反映交通基础设施状况的公路里程存量作为主要解释变量,同时还加入了衡量交通基础设施满意度的房价水平,以及间接测度地区贸易自由度的消费多样性。回归结果给出了一致性的结论,如表3所示交通基础设施存量对提升当地高技术产业的集聚作用不明显。
表3 京津冀高技术产业集聚OLS模型估计结果变量:高技术产业主营业务收入 变量:高技术产业区位熵系数t Prob R2系数t Prob R2C .64 1.96 0.07 C 3.82 1.49 0.16公路里程 0.02 0.89 0.39 公路里程 0 -0.41 0.69多样性 -.72 -2.06 0.06 多样性 -5.72 -1.03 0.32系数0.82 0.96 t Prob R2系数t Prob R2C -903.01 -0.55 0.59 C 1.44 5.16 0公路里程 0.03 1.04 0.32 公路里程 0 1.85 0.09房价 0.17 1.87 0.08 0 -5.67 0 0.81 0.99
在6个GMM估计结果中无论是静态还是动态模型的J-statistic<0.05,表明模型总体效果并不好。进一步分析发现,与普通面板模型类似,GMM模型中的交通基础设施系数均为通过显著性检验,而且消费多样性对高新技术产业集中度的作用也并不明确,系数波动较大如表4所示。
表4 京津冀高技术产业集聚GMM模型估计结果公路里程 0.13 0.50 0.63 公路里程 0.00 -0.76 0.46多样性 -64 679.80 -0.48 0.65 多样性 -56.22 -0.68 0.51变量:高技术产业区位熵,工具变量:C、房价、区位熵(-1)变量:高技术产业主营业务收入,工具变量:C、房价、主营业务收入(-1)C 32.79 0.74 0.47变量:高技术产业主营业务收入,工具变量:C、房价、区位熵系数 t Prob J-statistic 系数 t Prob J-statistic C 20 674.81 0.29 0.78 0.00 0.00公路里程 0.00 -0.77 0.46 交通基础设施效率 -4023.13 -0.65 0.53 C 55 940.69 2.76 0.02变量:高技术产业主营业务收入,工具变量:C、房价、主营业务收入(-1)C 19.44 0.94 0.37 0.00 0.00多样性 -32.79 -0.89 0.40 多样性 -120 917.10 -2.48 0.03变量:高技术产业主营业务收入 工具变量:C、房价、区公路里程 0.20 0.72 0.49 交通基础设施效率 2.04 1.92 0.08 C -0.54 -0.14 0.89位熵 变量:高技术产业区位熵 工具变量:C、房价、主营业务收入(-1)系数 t Prob J-statistic 系数 t Prob J-statistic C -212 32.39 -0.28 0.78 0.00 0.00多样性 25 056.58 0.18 0.86 多样性 0.19 0.02 0.98
文章来源:《产业创新研究》 网址: http://www.cycxyj.cn/qikandaodu/2021/0717/1794.html
上一篇:医院图书馆管理和服务工作创新研究
下一篇:英飞凌半导体及系统解决方案专家