京津冀现代服务业空间布局的非对称效应
2017-03-09阎东彬
阎东彬
内容摘要:本文建立了带有随机波动率的时变参数向量自回归模型(SV-TVP-VAR),分析了不同时期京津冀地区现代服务业集聚性对地区生产总值、经济结构以及就业的非对称效应。研究结果发现:现代服务业集聚性对地区生产总值和就业具有非对称效应,而对经济结构不存在非对称效应;经济结构对现代服务业集聚性的敏感性最强,就业次之,而地区生产总值的敏感性最差;现代服务业集聚性对地区生产总值和经济结构具有长期效应,而对就业只有短期影响;现代服务业的空间布局要视经济目标而定,如果希望改善就业情况,那么现代服务业的空间布局应该以分散化、网络布局为主;如果希望拉动经济增长及调整产业结构,空间布局应该以产业集聚模式为主。
关键词:现代服务业 京津冀地区 空间集聚 非对称效应 SV-TVP-VAR
引言
随着我国进入新常态时期,经济总量增长率呈现下滑趋势,因此我国出台了一系列调整产业结构以拉动经济增长的措施。与此同时,京津冀地区作为我国重要的经济圈之一,顺应国家重大战略目标,调整产业结构,已是势在必行。其中,现代服务业作为21世纪的重要产业,其发展水平是衡量一个地区与国家产业结构是否良好以及一个国家的经济增长是否有持续动力的重要标准(Sealte,1998)。京津冀地区也出台了一系列扶持现代服务业发展的政策与措施。然而,衡量一个地区或国家的现代服务业发展程度,除了其发展水平是一个衡量标准外,更重要的在于现代服务业在其内部的空间布局,特别是京津冀地区,其内部发展差异性较大,造成了资源没有得到合理的利用,因此探索现代服务业在京津冀地区内部的空间布局,研究现代服务业集聚呈均匀分布才会对整体经济发展有着良好的促进作用,这对于更好地理解现代服务业发展、制定出更具有针对性的政策措施,有着至关重要的作用。
近些年来,现代服务业发展模式及其区域效应得到了深入与细化研究,其中很多学者认为,随着经济发展进程的加快,以及科技革命以来生产方式的转变,现代服务业集聚效应越来越明显,特别是金融服务业以及信息技术服务业,其集聚程度为其它部门的发展提供了很好的支持作用,从而对拉动整体经济发展做出了重要贡献(Coffey,2000;Krenz,2010等)。另外,Markusen(1996)也支持此观点,他以美国、日本、韩国和巴西在二战后发展现代服务业的政策为研究对象,研究结果发现,这些国家在发展现代服务业的模式及区域上做出了创新,特别是在其内部地区的集聚化,很好地配合了其他行业的发展,导致了其在二战后出现整体经济的高速增长。朱桦(2012)研究了上海地区现代服务业的集聚模式,他认为建设上海现代服务业集聚区有利于转变上海经济的发展方式,有利于上海落实创新驱动和转型。
然而,对于现代服务业集聚的经济效应却存在着一些相反的观点,现代服务业过度集中于城市中心,不利于其合理的发展,应该探索现代服务业新的发展模式,例如网络型、组织型等发展模式可以很好地实现现代服务业合理空间布局,有利于更好地促进现代服务业发展,消除地区发展差异,以达到资源配置最优化,进而拉动经济的持续增长(Agnew,2012; Jonas,2012;Taylor,2014),而蒋三庚(2008)在研究我国城市经济与现代服务业集聚关系时得到了一个结论,他认为由于交通拥挤、生产要素成本上升、负外部性以及安全风险增大等因素,导致了现代服务业集聚产生了“集聚不经济效应”。
本文构建带有随机波动率的时变参数向量自回归模型(SV-TVP-VAR),应用赫芬达尔指数来刻画现代服务业的集聚程度,以地区生产总值代表经济增长、以第三产业比例代表经济结构、以就业代表福利水平来刻画整体经济发展状况。并以京津冀地区1997年Q1到2015年Q3的季度数据作为样本,把2004年Q3、2008年Q1和2015年Q1作为典型经济时期分别代表经济高速发展时期、全球经济危机时期和经济新常态时期,检验了不同时期京津冀地区现代服务业集聚程度对地区生产总值、第三产业比例以及就业的动态影响。
模型建立
实证分析
本文首先对所取变量进行了描述,并对样本数据进行了指数平减和季度调整;然后对京津冀地区的现代服务业集聚性建立赫芬达尔指数,并结合京津冀地区生产总值、第三产业比例以及就业进行了走势分析,从而证明所取得三个典型时期基本符合经济发展事实;最后检验了不同时期京津冀地区的现代服务业集聚性对地区生产总值、第三产业比例以及就业的动态影响。
(一)变量选取及数据处理
根据任英华和邱碧槐(2010)的分析,本文以赫芬达尔指数的大小代表京津冀地区现代服务业的集聚程度。其中,现代服务业根据潘海岚(2008)的分类标准:物流业,信息传输、计算机服务和软件业,电子商务,金融业,房地产业,租赁和商务服务业、会展业,科学研究、技术服务业,教育培训业,卫生、社会保障和社会福利业,文化体育和娱乐业,旅游业。以上述行业增加值的加总代表现代服务业,以地区生产总值、第三产业比例、城镇单位就业人员数分别代表京津冀的经济增长水平、经济结构以及福利水平来刻画整体经济发展状况。上述变量数据均来自于京津冀地区的1997年Q1到2015年Q3的季度数据,所有数据取自中经网数据库及各地区统计局网站,其中现代服务业增加值、地区生产总值、第三产业增加值经过消费者价格指数进行平减处理,然后利用Gensus X 12方法对包括城镇单位就业人员数在内的所有數据进行季节调整,最后应用ADF检验,对不平稳数据进行了取对数/差分处理。
赫芬达尔指数的构建参考任英华和邱碧槐(2010)的分析,以赫芬达尔指数衡量京津冀地区现代服务业的集聚程度,其中i分别代表北京、天津以及河北,N=3,xi代表各地区的现代服务业增加值,x代表京津冀整体现代服务业增加值。
另外,本文以2004年Q3、2008年Q1和2015年Q1作为典型经济时期分别代表经济高速发展时期、全球经济危机时期和经济新常态时期,来研究不同时期京津冀的现代服务业集聚性对地区生产总值、第三产业比例以及就业的动态影响。
(二)脉冲响应分析
本文以京津冀地区现代服务业赫芬达尔指数代表现代服务业的集聚程度,分别检验了在经济高速发展时期、全球经济危机时期以及经济新常态时期,京津冀现代服务业集聚程度的提升对地区生产总值、第三产业比例和就业的动态影响,研究结果如图1所示,其中Panel1、Panel2和Panel3分别代表京津冀地区现代服务业集聚程度提升一个正向标准差对地区生产总值GDP、第三产业比例RAT3和就业EMP的动态影响,在各Panel中,横轴表示影响的持续时间,纵轴表示影响的程度,蓝线、红线和绿线分别代表在经济高速发展时期、全球经济危机时期和经济新常态时期的影响。
第一,京津冀地区现代服务业集聚性对地区生产总值的影响。从Panel1中可以看出,京津冀地区现代服务业集聚程度的一个标准差正向提升,在经济新常态时期和全球经济危机时期都会导致京津冀地区生产总值的增加,分别在第五期(拉动生产总值0.032)和第六期有最大影响(拉动生产总值0.015),并且影响都是在第18期左右效果基本消失;而在经济高速发展时期,现代服务业集聚性的提升会对地区生产总值产生周期性效应,在前两期会显著提高地区生产总值,并在第一期即达到最大正向影响0.014,然而在第三期到第六期产生负向影响,并在第三期达到最大负向影响0.020,在第18期左右影响效果基本消失。可见,京津冀现代服务业的集聚性对地区生产总值具有长期效应,并且在经济新常态时期和全球经济危机时期,现代服务业集聚性的提升可以很好地拉动经济增长,而在经济高速发展时期,现代服务业集聚性的提升却导致经济出现较大波动。
第二,京津冀地区现代服务业集聚性对经济结构的影响。从Panel2中可以看出,京津冀地区现代服务业集聚程度的一个标准差正向提升,在经济新常态时期、全球经济危机时期和经济高速发展时期对第三产业比例的影响具有一致性,都是产生周期性影响,在第一期即引起第三产业比例的增加,在第二期达到最大响应,响应值分别为0.24、0.25和0.29,然后在第三期开始出现下降趋势,直到第五期左右出现最大负向影响,响应值分别为0.17、0.11和0.12,在第24期左右影响效果基本消失。可见,京津冀地区现代服务业集聚性对经济结构不会产生非对称效应,无论是从影响程度还是从影响的持续时间来看,在各个时期都基本一致,说明了京津冀地区现代服务业集聚性对经济结构具有长期效应,并且具有周期性效应。
第三,京津冀地区现代服务业集聚性对就业的影响。从Panel3中可以看出,京津冀地区现代服务业集聚程度的一个标准差正向提升,在经济新常态时期会对就业产生周期性波动效应,在第一期即引起就业的下降,并在第三期达到最大负向影响0.09,然后开始呈现上升趋势,在第五期达到最大正向影响0.025,影响效果在第十二期左右基本消失;然而,在全球经济危机时期和经济高速增长时期,现代服务业集聚程度的提高却只会对就业产生负向影响,分别在第二期有最大负向影响0.24和在第四期有最大负向影响0.17,并且影响效果都是在第十二期作用基本消失。可见,京津冀地区现代服务业集聚性对就业确实会产生非对称效应,在全球经济危机时期和经济高速发展时期,京津冀地区现代服务业集聚程度的提高只会恶化该地区的就业状况,在经济新常态时期会对就业产生周期性影响,并且各时期的影响都只有短期效应。
从Panel1、Panel2和Panel3的对比来看,京津冀地区现代服务业集聚程度的提高在大部分时间内都会改善该地区的生产总值和经济结构,而对该地区的就业状况却产生不良影响;从影响水平来看,经济结构对现代服务业集聚性的敏感性最强,就业对现代服务业集聚性的敏感性次之,而地区生产总值对现代服务业集聚性的敏感性最差;从影响的持续时间来看,京津冀地区现代服务业集聚程度的提高对地区生产总值和经济结构具有长期效应,而对就业却只有短期影响。
结论
本文建立了带有随机波动率的时变参数向量自回归模型(SV-TVP-VAR),以京津冀地区现代服务业的赫芬达尔指数作为衡量现代服务业集聚性的代理变量,以地区生产总值、第三产业比例以及就业代表地区整体经济发展状况,并以京津冀地区的1997年Q1到2015年Q3的季度数据作为样本,把2004年Q3、2008年Q1和2015年Q1作为典型经济时期分别代表经济高速发展时期、全球经济危机时期和经济新常态时期,检验了不同時期京津冀地区现代服务业集聚程度的提高对地区生产总值、经济结构以及就业的动态影响。本文通过实证分析得到如下结论:
第一,不同时期京津冀地区现代服务业集聚程度的提高对地区生产总值和就业具有非对称效应,而对经济结构不存在非对称效应;京津冀地区现代服务业集聚程度的提高在大部分时间内都会改善该地区的生产总值和经济结构,而对该地区的就业状况却产生不良影响。
第二,从影响水平来看,经济结构对现代服务业集聚性的敏感性最强,就业对现代服务业集聚性的敏感性次之,而地区生产总值对现代服务业集聚性的敏感性最差;从影响的持续时间来看,京津冀地区现代服务业集聚程度的提高对地区生产总值和经济结构具有长期效应,而对就业却只有短期影响。
所以,京津冀地区对现代服务业的空间布局要视经济目标而定,如果京津冀更希望改善该地区的就业情况,那么现代服务业的空间布局应该以分散化、网络布局为主;如果京津冀更希望拉动经济增长及调整产业结构,那么现代服务业的空间布局应该以产业集聚模式为主。
参考文献:
1.Sealte G.H.Changes in Producer Services Location,Sydney:Globalization,Technology and Labor [J].Asia Pacific Viewpoint,1998,39(2)
2.Coffey W.J.The Geographies of Producer Services [J].Urban Geography,2000,21(2)
3.Krenz A.Services Sector Agglomeration and Its Interdependence with Industrial Agglomeration in the European Union [R].CEGE Discussion Paper,2010,107(6)
4.Kolko J.Urbanization, Agglomeration,and Co-agglomeration of Service Industries,in Agglomeration Economics[M].University of Chicago Press,2010
5. Taylor P. J.,Derudder B.,Hoyler M.,et al.New Regional Geographies of the World as Practiced by Leading Advanced Producer Service Firms in 2010[J].Transactions of the Institute of British Geography,2013,38(3)
6.Markusen A.Interaction between Regional and Industrial Policies:Evidence from Four Countries[J].International Regional Science Review,1996,19(1)
7.Mytelka L.,Farinelli F.Local Clusters,Innovation Systems and Sustained Competitiveness[R].UNU/INTECH Discussion Papers,2000
8.朱桦.上海现代服务业集聚区发展模式探讨[J].上海经济研究,2012(8)
9.Agnew J.A.Arguing with Regions[J]. Regional Studies,2012,47(1)
10.Jonas A.E.G.Region and Place:Regionalism in Question[J].Progress in Human Geography,2012,36(36)
11.Taylor P.J.,Hoyler M.,Pain K.,et al.Extensive and Intensive Globalizations: Explicating the Low Connectivity Puzzle of US Cities Using a City-Dyad Analysis[J]. Journal of Urban Affairs,2014,36(5)
12.Smith R.G.Service Industries and Asia-Pacific Cities:New development Trajectories [J].Geography,2005,17(2)
13.蒋三庚.现代服务业集聚若干理论问题研究 [J]. 北京工商大学学报(社会科学版),2008,23(1)
14.Koop G.,Leon-Gonzalez R.,Strachan R.W.On the Evolution of the Monetary Policy Transmission Mechanism[J]. Journal of Economic Dynamics&Control,2009,33(4)
15.Bekiros S.Forecasting with a State Space Time-varying Parameter VAR Model:Evidence from the Euro Area[J].Economic Modeling,2014,38(C)
16. Primiceri G.E.Time Varying Structural Vector Autoregressions and Monetary Policy[J].Review of Economic Studies,2005,72(3)
17.Cogley T.,Sargent T.Drifts and Volatilities:Monetary Policies and Outcomes in the Post WWII U.S.[J].Review of Economic Dynamics,2005,8(2)
18.Canova F.,Gambetti L.Structural Changes in the US Economy:Is There a Role for Monetary Policy[J].Journal of Economic Dynamics&Control,2009,33(2)
19.任英華,邱碧槐.现代服务业空间集聚特征分析—以湖南省为例[J].经济地理, 2010(3)
20.潘海岚.现代服务业部门统计分类的概述与构想[J].统计与决策,2008(3)
21.Korobilis D.Assessing the Transmission of Monetary Policy Using Time-varying Parameter Dynamic Factor Models[J].Oxford Bulletin of Economics&Statistics,2013,75(2)