| 表2、模型的初步估计结果
|
|
|
|
Log(Pgdp)
|
|
|
|
|
|
|
Full sample
|
|
|
|
|
（1）
OLS
|
（2）
10% Quantile
|
（3）
25% Quantile
|
（4）
50% Quantile
|
（5）
75% Quantile
|
（6）
90% Quantile
|
|
Constant
|
7.596***
(0.372)
|
9.669***
(0.549)
|
8.469***
(0.595)
|
8.052***
(0.367)
|
7.802***
(0.49)
|
7.944***
(0.799)
|
|
Metro
|
0.315***
(0.077)
|
0.172*
(0.099)
|
0.315**
(0.123)
|
0.381***
(0.076)
|
0.338***
(0.096)
|
0.246*
(0.141)
|
|
Controls
|
YES
|
YES
|
YES
|
YES
|
YES
|
YES
|
|
F(.)
|
Linear
|
Linear
|
Linear
|
Linear
|
Linear
|
Linear
|
|
F(.)*Metro
|
YES
|
YES
|
YES
|
YES
|
YES
|
YES
|
|
R Squared
|
0.45
|
0.22
|
0.27
|
0.35
|
0.41
|
0.44
|
|
N
|
365
|
365
|
365
|
365
|
365
|
365
|
注：括号内位标准差，*，**，***分别表示估计系数在10%，5%和1%水平显著。
（3）稳健性检验
Imbens和Lemieux（2008）提出对RD方法估计的结果稳健性的检验思想，第一，在临界值处，其它的控制变量是否存在跳跃的情况，如果出现跳跃的情况经济论文，那么模型所估计的结果中将不仅仅包含treatmenteffect，还包含控制变量对因变脸的影响；第二，决定treatment的解释变量的条件概率在临界值处是否是连续的，如果该解释变量的条件概率出现了非连续的情况，那么说明经济个体存在操作treatment的可能性；第三，样本空间变化是否会导致估计结果出现显著变化，尤其是在临界值附近的估计值[15]。在数据描述中，笔者已经对控制变量在临界值处的跳跃性进行了分析，并发现本文所采取的控制变量在临界值处并没有显著的变化，同时，决定treatment的解释变量距离也是一个连续的变量，并且各个县市的行政面积是确定的变量，各个县市并不能随意操控距离这一变量，因此，可以判断距离变量的条件概率在临界值处是连续的。本节将对Imbens和Lemieux（2008）提出的稳健性检验中的第三点进行分析中国知网论文数据库。考虑样本空间发生变化的情况下，前文所估计的Metro系数是否出现了显著性的变化，为此，笔者将样本空间分为临界值附近150公里的样本、临界值附近100公里的样本以及临界值附近50公里的样本。一般而言，对变量之间的因果关系的研究仅仅需要比较临界值之间的差异，其中 趋近于零，但是由于样本数量的减少，导致了估计的困难，因此，揭示变量之间的因果联系和估计的可行性之间存在两难的选择，临界值中的选择能够包含足够样本量的RD估计值最能够说明问题，从下表中可以发现，在所有的分割样本中，Metro的估计值依然是显著为正的，并且没有出现大的变化经济论文，其取值范围为[0.112-0.407]。其中在较小的区域，即临界值附近50公里的样本中，Metro的估计系数依然显著为正，这说明城市圈具有集聚效应和辐射效应的总效应促进了城市圈地区的经济增长。在临界值150公里附近的子样本中，一般最小二乘的估计和各个分位数的回归系数均显著为正，并且分位数回归中也表现出初步回归所得出的结果，10%分位数上的回归系数最低，说明发展较低地区受益最小，10%和90%分位数上的回归系数要小于25%分位数、50%分位数和75%分位数上的回归系数，说明城市圈形成所产生的集聚效应和辐射效应使得处于发展较好和发展较差之间的地区受益最大。在临界值为100公里附近的子样本中，10%分位数和25%分位数上的估计系数均不显著，这说明发展水平较低的地区并没有从城市圈的形成获得受益，而90%分位数回归系数依然低于其它分位数的回归结果。在临界值为50公里附近的子样本中，10%分位数的回归系数不显著，处于中段分位数的回归系数均高于10%分位数和90%分位数的回归估计结果。这些结果都表明，处于发展较低水平的地区从城市圈形成中获益最小，而处于发展水平较低和发展水平较高之间的地区从城市圈形成中获益最大，城市圈的形成缩小了发展处于一般水平的地区与发展处于较高水平地区的收入差距，但是扩大了发展处于较低水平地区和其它地区的收入差距，同时，这也证实了计量结果的稳健性。
表3、稳健性检验
|
|
|
|
Log(Pgdp)
|
|
|
|
|
（1）
OLS
|
（2）
10% Quantile
|
（3）
25% Quantile
|
（4）
50% Quantile
|
（5）
75% Quantile
|
（6）
90% Quantile
|
|
Metro(Sample |Dis|<150)
|
0.319***
(0.084)
|
0.219*
(0.121)
|
0.331**
(0.14)
|
0.362***
(0.076)
|
0.354***
(0.103)
|
0.265*
(0.149)
|
|
Metro(Sample |Dis|<100)
|
0.282***
(0.096)
|
0.112
(0.132)
|
0.14
(0.158)
|
0.239**
(0.109)
|
0.407***
(0.097)
|
0.29*
(0.166)
|
|
Metro(Sample |Dis|<50)
|
0.289***
(0.107)
|
0.132
(0.191)
|
0.279*
(0.157)
|
0.299**
(0.122)
|
0.399***
(0.123)
|
0.216*
(0.12)
|
|
Controls
|
YES
|
YES
|
YES
|
YES
|
YES
|
YES
|
|
F(.)
|
Linear
|
Linear
|
Linear
|
Linear
|
Linear
|
Linear
|
|
F(.)*Metro
|
YES
|
YES
|
YES
|
YES
|
YES
|
YES
|
|
R Squared
|
0.45
|
0.22
|
0.27
|
0.35
|
0.41
|
0.44
|
注：括号内位标准差，*，**，***分别表示估计系数在10%，5%和1%水平显著。
六、结论
本文考察了伴随着快速城市化进程所出现的城市圈现象对城市圈区域收入差距的影响，按照新经济地理学中的理论，城市群落的产生既具有聚集效应又具有辐射效应，这两种效应对区域经济的绩效有着截然两种相反的影响，首先经济论文，集聚效应通过要素的流入可以增强经济绩效，而辐射效应则通过涓滴可以增强城市圈内其它地区的经济绩效，二者的效应和决定了城市圈各个地区的经济绩效中国知网论文数据库。发达地区会通过辐射效应带动落后地区的发展，区域经济的发展取决于地区间的互补性，正因为各个地区的比较优势都不尽相同，地区的互补性各有差别，再加上集聚效应和辐射效应的异质性，使得城市圈各个地区的经济发展会有所差异，为了对这种差异进行研究和分析，本文运用了断点回归和分位数回归的方法，一方面克服模型估计的内生性问题，另一方面通过不同分位数的估计精确反应变量的分布，以此来研究城市圈形成对该地区收入差距的影响，实证结果表明了城市圈的形成过程中，受益最大的地区既不是发展水平较高的地区，也不是发展水平较低的地区，而是发展水平较为一般的地区，这一结论进一步说明了城市圈的形成缩小了发展处于一般水平的地区与发展处于较高水平地区的收入差距，但是扩大了发展处于较低水平地区和其它地区的收入差距。这其中的原因可能在于，平均而言，发展水平较高的地区其具有较强的产业独立性，发展的动力更多的依靠其自身的资源禀赋，其与中心地区的互补性还不强；发展水平较低的地区虽然在发展上需要更多的扶持，有可能建设出与中心地区互补的产业，但是由于其拥有的资源有限，再加上集聚效应对自身资源的掠夺，因此这些地区的经济发展从城市圈形成中受益较小；反之，对于发展处于一般水平的地区，其产业的独立性还不强经济论文，与中心地区产业具有一定的互补性，辐射效应会首先通过这种互补性而产生影响，从而弥补集聚效应所带来的负面效应，提高地区的经济绩效。在政策含义上，为了弥补集聚效应对周边地区所带来的负面作用，缩小地区间的收入差距，政府需要在周边地区，特别是落后地区建立起与中心城市相匹配的、互补性强的产业，充分发挥自身的比较优势和利用中心城市的涓滴作用，此外，中国城市经济增长具有异质性，针对现有经济政策存在的“大一统”特点和经济发展“口号”一致的现象，地方政府更应当结合自身资源的比较优势，根据地方特点采取有差异的经济发展政策。
注 释：
①由于中心城区本身的经济发展程度就高于其它地区，并且大多为省会城市，具有区位上的优势，因此本文中的城市圈整体经济绩效定义为除中心城区外其它城市圈地区的经济绩效。后文的数据处理也会排除中心城区的数据。
② Angrist D.J.; Pischke J.（2009）Most HarmlessEconometrics. New Jersey: Princeton University, pp:254-259.
3/3 首页 上一页 1 2 3 |
