首页 理论教育 生产性服务业集聚的影响因素分析:开发区和轨道交通相关性探究

生产性服务业集聚的影响因素分析:开发区和轨道交通相关性探究

时间:2023-05-23 理论教育 版权反馈
【摘要】:轨道交通的飞速发展是浦东新区生产性服务业快速集聚的另外一个重要推动因素。此外,相对于远离轨道交通附近区域,生产性服务业从业人员更多集聚在接近轨道交通区域附近。从回归结果来看,开发区内格子的生产性服务业新企业就业人员数量显著高于开发区外部,从主要回归模型结果来看,前者是后者的约400倍。

生产性服务业集聚的影响因素分析:开发区和轨道交通相关性探究

开发区从改革开放以来便是我国各项改革的试验场,使得中央政府可以在特定区域内探索更为开放的经济政策的效果,并将成功经验向全国范围推广。多数经济开发区服务于工业企业,而近年来,随着我国一线城市逐渐向高端服务业中心的定位转型,越来越多的开发区开始专业于服务生产性服务业。浦东新区共有包括陆家嘴金融贸易区、张江高科技园区在内的18个开发区区块。这些专业于服务生产性服务的开发区对生产性服务业的集聚起到了重要的推动作用。

轨道交通的飞速发展是浦东新区生产性服务业快速集聚的另外一个重要推动因素。轨道交通的发展将浦东新区和浦西更加紧密地连接起来,降低了黄浦江两岸的通勤成本,将浦东新区内各个开发园区与浦西的高技能劳动力人才池紧密联系起来,提高了浦东新区的高技能劳动力的集聚水平。一项近期基于法国的研究表明,从1975~1990年间,有轨道交通覆盖的行政区的就业增长较没有轨道交通覆盖的行政区的就业增长高出12.8%(Mayer and Trevien,2015)。由于生产性服务业对高技能劳动力的高需求,这样的高技能劳动力集聚对浦东新区生产性服务业发展至关重要。在第二次和第三次经济普查期间,地铁二号线东部延伸线将龙阳路地铁站拓展至浦东机场,使得张江高科技园区和空港工业园区等开发区以及邻近地区获得了进入上海市中心区的快速通道。本节试图通过定量研究的方法来量化轨道交通二号线东延伸线对生产性服务业劳动力集聚的影响。

本节第一部分对浦东新区生产性服务业从业人员的空间分布进行描述性分析,包括通过Moran I方法对生产性服务业企业的空间自相关性进行测度,并通过Kernel Density的方法将生产性服务业从业人员分布与开发区区位进行空间匹配。第二部分讨论数据,基本研究假设并建立回归模型,第三部分通过回归模型分析开发区和轨道交通对生产性服务业劳动力集聚的定量影响。

1.空间描述性统计分析

图3-8左侧为各个街道内生产性服务业就业人员总量对相邻街道的生产性服务业就业人员数量的散点图。右侧图中浅灰色区域对应左侧散点图的第一象限,代表本街道的生产性服务业就业人员和相邻街道的生产性服务业就业人员均高于全区平均的街道;深灰色区域对应散点图的第三象限,代表本街道的生产性服务业就业人员和相邻街道的生产性服务业就业人员均低于全区平均的街道。本街道生产性服务业就业人员对相邻街道平均生产性服务业就业人员的回归系数(即Moran I指数)体现全区生产性服务业就业人员空间分布的集聚程度。全区的Moran I指数为0.33,表现出较强的集聚趋势。从右图中可以看出,生产性服务业就业人员主要集中在浦东新区西北侧的张江街道及邻近街道,而东南侧以临港地区为主的街道形成生产性服务业的稀疏区域。

图3-8 生产性服务业就业人员街道间Local MoranI指数分析

图3-9通过Kernel空间插值的方法将生产性服务业就业人员的空间分布表现在50米×50米的网格内,并将浦东新区的18个开发区区块一同展现在地图中,发现开发区区位与生产性服务业人员集聚区域高度一致,体现了开发区规划对生产性服务业从业人员集聚的积极影响。吸引生产性服务业从业人员密度较高的开发区有陆家嘴金融贸易区、张江高科技园区、金桥出口加工区和外高桥保税区。此外,相对于远离轨道交通附近区域,生产性服务业从业人员更多集聚在接近轨道交通区域附近。

图3-9 生产性服务业就业人员Kernel密度与开发区区位

2.理论假设和数据(www.xing528.com)

假设新企业在选址时会在有限预选内选择利润最大化的位置,每一个位置的集聚经济规模、交通成本和商业交易成本等因素将成为决定选址的主要因素。本文采用现有企业劳动力存量来近似集聚经济规模,用是否轨道交通来近似交通成本,用是否处于开发区内来近似商业交易成本,通过简单的回归分析来看轨道交通和开发区与劳动力集聚的统计关系。根据前文所述的集聚经济理论,集聚经济规模越高、交通成本越低以及商业交易成本越低均会吸引更多的新企业落户并带来劳动力总量的增长,从而提高劳动力集聚水平。

本文将研究区域限制在浦东新区地铁二号线周围15公里的范围内,并排除原轨道交通二号线和六号线2公里范围内区域。这样使得研究区域内土地用地规划较为统一(极大程度上排除了农业用地规划区域),并排除了历史上发展较为领先的黄浦江沿岸地区,从而聚焦在经济发展水平较为均等的浦东新区腹地。本文将此区域划分为500米×500米的方格,每个方格代表企业在进行选址时可能考虑的候选区位。研究的变量为2013年生产性服务业新企业就业人员数量。

基于前文所述理论假设,回归模型为:

InLijt=Ziδ+Diλ+(Zi×Di)β+Sit-1γ+WSit-1θ+εit

其中,InLijt表示行业j 格子i 的新企业的就业人员的对数,Zi表示开发区虚拟变量,Di是企业2013年到距离最近的地铁二号线地铁站的距离。Sit-1是格子i 的2008年就业人员存量,WSit-1是格子i 的周边格子2008年的就业人员存量。[7]

3.结果与讨论

表3-33展示了开发区和轨道交通与2013年生产性服务业新企业就业人员数量的统计关系,表格第一列为基线回归,第二列加入了控制变量网格内就业人员存量,第三列加入了控制变量网格周边的就业人员存量,是主要回归模型。从回归结果来看,开发区内格子的生产性服务业新企业就业人员数量显著高于开发区外部,从主要回归模型结果来看,前者是后者的约400倍。轨道交通对开发区内的生产性服务业新企业就业人员数量有显著的积极影响,企业与地铁站的距离每增长1%,开发区内生产性服务业新企业就业人员数量约减少0.672%,这一关系对园区外企业统计不显著,凸显了轨道交通对开发园区的重要性。现有企业集聚规模对生产性服务业新企业就业人员数量也有显著的积极影响,同一网格内现有就业人员数量每增长1%,生产性服务业新企业就业人员数量约增长0.207%,周边网格现有就业人员数量每增长1%,生产性服务业新企业就业人员数量约增长0.045%。[8]

表3-33 开发区、轨道交通与生产性服务业新企业就业人员数量

续 表

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈