剖析交易效率城市化经济发展

时间:2022-07-02 11:25:00

导语:剖析交易效率城市化经济发展一文来源于网友上传,不代表本站观点,若需要原创文章可咨询客服老师,欢迎参考。

剖析交易效率城市化经济发展

摘要:本文通过分析2008年中国58个主要直辖市、省会城市、其他大中城市的交易效率,证明在城市化进程中,交易效率的影响不可小视;它通过降低交易成本、提高交易效率、促进经济发展,从而推动城市化发展,影响我国城市化进程的速度。

关键词:交易效率城市化经济发展

一、交易效率、经济发展与城市化进程

(一)交易效率的内涵及意义

“交易效率”最先由经济学家杨小凯于1988年模仿了“冰山运输成本”提出:假若一个人购买一单位(元)商品时,他实际只得到k单位(元)商品,那么这1-k单位(元)便可称之为交易成本,而k单位(元)可称为该笔交易的交易效率。

(二)交易效率、经济发展与城市化

近年来,经济学家日益发现新古典经济学在解释城市形成中的局限,纷纷改用规模报酬递增和交易效率理解城市形成中的本质问题。这类文献可分为两类:一类运用规模报酬递增、多样化消费偏好和交易效率之间的两难冲突,来解释城市形成(FujtiaandKrugmna,1995);另一类借用劳动分工和专业化经济、交易效率、多样化消费偏好之间的两难冲突来解释城市形成(Yang,1991,YangandRice,1994,YangandNg.1993等)。

二、2008年我国58个主要城市交易效率分析比较

从样本的选择来看,本文选取中国代表性的58个城市作为分析对象,它们主要由中国的直辖市、省会城市、重要工业基地或对外开放城市组成。这并不能说明中国只有58个城市,只是基于数据收集的难度而折衷的结果。

(一)交易效率指标的初步选取与数据说明

杨小凯认为,交易效率改进既可由运输条件(新的运输技术或运输基础设施)引起,也可由制度性变化(更有效地保护产权的法律或更具竞争性的银行制度等)引起。赵红军则结合前人的研究成果对交易效率的决定因素进行了分类。本文结合杨小凯、Eigen-Zucch、钟富国、赵红军等知名学者的观点,交易效率指标将从以下层面选取。

(二)数据处理与因子分析

1.数据处理

由于衡量交易效率的23个指标的偏度均大于0,呈多右偏状态,所以应利用自然对数进行转换,使其变为对称分布,从而有利于下一步的信度分析。

2.信度分析

从表2交易效率各指标信度分析结果表可知,各指标的Cronbach的α信度系数为0.951,符合大于0.8的高信度检验标准,说明各指标均通过了信度分析,指标之间具有良好的内部一致性,可以进行下一步的因子分析。

3.因子分析

表3是根据SPSS16.0统计分析软件得到的分析结果。

由表3可知,KMO值为0.819远高于0.5的检验标准,Bartlett球形检验也达到1%的显著水平,可进行因子分析。但我们提取出来的主成分-因素1对交易效率各指标的解释力存在明显差异,对应的主成分-因素1解释力小的指标我们可以认为这些指标与我们需要的交易效率指标并不一致,可以予以剔除。剔除后的其余变量的检验结果如表4。

通过观察表3、表4可知,剔除某些指标后的KMO参数比未剔除前明显上升,Bartlett球星检验的卡方值在1%的水平上显著。且提取的主成分-因素1对各变量的解释程度均进一步增大,这表明,我们剔除解释力低的指标的作用是积极的。

表5说明了主因素对变异程度的解释率,可以看出我们提取出的主成分-因素1解释了15个变量总变异程度的78%左右,其特征值为11.784,相当符合按照特征值大于1以及主成分的累积贡献率大75%以上的因子分析法提取原则。

综上所述,影响一个地区、城市的交易效率他的因素来自多个层面,不仅有来自于制度层面的、资源禀赋层面的、教育层面的、更有来自于基础建设、信息通信科技层面上的。最后,我们将因子分数系数矩阵作为新的变量保存下来,即为我们要进一步分析的交易效率指标。

下面为运用SPSS16.0计算得出的我国58个城市2008年交易效率得分及排序情况:

1.从直辖市角度看,北京排名第二,交易效率得分为9.907,天津排名第五得分为8.463,上海排名为58个城市之首,得分为10分,重庆得分为9.114排名第三。

2.从省会城市角度看,共选取了我国27个省会城市得分情况及排名分别为:石家庄得分6.407排名22,太原得分5.595排名30,呼和浩特得分4.569排名39,沈阳得分7.576排名10,长春得分6.843排名19,哈尔滨得分6.688排名21,南京得分7.557排名11,杭州得分7.67排名9,合肥得分6.342排名24,福州得分5.978排名27,南昌得分5.121排名34,济南得分6.715排名20,郑州得分7.147排名15,武汉得分7.814排名7,长沙6.851排名18,广州得分8.966排名4,南宁得分5.352排名31,海口得分3.771排名44,成都得分8.338排名6,贵阳得分4.979排名36,昆明得分6.072排名26,拉萨得分5.511排名31,西安得分7.206排名13,兰州得分4.606排名38,西宁得分2.905排名52,银川得分2.978排名50,乌鲁木齐得分5.062排名35;

3.从选去的其他城市角度看,包头得分4.898排名37,乌海得分0.000000159排名58,赤峰得分3.111排名48,通辽得分2.616排名54,鄂尔多斯得分3.038排名49,呼伦贝尔得分2.793排名53,巴彦淖尔得分1.41排名56,乌兰察布得分1.071排名57,唐山得分5.756排名29,秦皇岛得分3.686排名46,大连得分7.112排名16,大庆得分3.927排名42,无锡得分6.369排名23,苏州得分7.338排名12,南通得分5.153排名33,连云港得分3.928排名33,宁波得分6.949排名17,温州得分6.138排名25,厦门排名5.18得分32,青岛得分7.195排名14,烟台得分5.928排名28,威海得分4.195排名40,珠海得分3.662排名47,深圳得分7.737排名8,汕头得分2.976排名51,湛江得分3.802排名43,北海得分1.56排名55。

(三)交易效率指标与主要城市级别的关系

可以看出,城市级别的不同对交易效率及其各指标的大小都有影响。城市级别越高对应的各指标值越大,相反,城市级别越低对应的各指标值越小。即直辖市高于省会城市、省会城市高于其他城市。

三、交易效率与城市化的关系

从交易效率与城市化关系看,交易效率对城市化的影响为正。由模型1为只包含变量人均GDP的模型,该模型的可决系数仅为0.007,说明仅利用对数人均GDP这一个变量来解释城市化的解释力是不够的。在当我们将变量交易效率引入模型后,既得模型2,可知,此时模型的解释能力显著上升到0.564,且变量交易效率对城市化的影响为正,系数为374.754,说明交易效率对城市化的影响作用积极且效果明显。另外,引入交易效率后,人均GDP的系数由-0.002变为-0.008,说明,交易效率在影响经济发展(人均GDP)的同时对城市化进程起着正面的推动作用。

四、总结

通过以上统计学分析和回归模型不难看出,交易效率在我国城市化进程中起着不可忽视的作用。城市级别越高,对应的交易效率数值越大。交易效率与城市化进程的关系是显著的,它通过影响经济发展的同时,促进城市化进程的推进。经济发展又可通过物质资本、人力资本、交易效率共同作用。且表现为,人力资本在提高交易效率作用效果的同时降低了物质资本的投入力度,降低了交易成本,提高了交易效率。