分样本检验的加权最小二乘法估计方法与结果分析

除了替代变量的检验，本文还考虑了将全国样本分为中西部样本和东部样本两部分，进行分样本检验，在考量回归方程的稳健性的同时，探究中国中西部地区城市和东部地区城市的空间差异。中西部样本、东部样本的分样本的回归结果，分别对应表6中的方程(5)到(6)。估计方法与方程(4)一致，采用加权最小二乘法，权重选择为WLS2的做法。从表6中容易看出：在其他解释变量方面，对比方程(4)的估计结果，各变量仅是在显著性程度上有所不同，估计的符号基本维持一致，符合预期。只是在东部样本中，原本显著的三产比重变为了不显著，这在一定程度上反映出城市三产比重的增加可能不能带来城市服务业的不断集聚，东部地区的城市的三产比重明显高于中西部地区，中西部地区较低水平的三产比重，意味着中西部地区的许多城市的经济结构还相对落后，第三产业没有发展起来，因此这些城市的三产比重提高也表示着这些城市的产业转型进程的推进，从而也意味着这些城市的服务业初步开始集聚。

另外，本文发现在全国样本和中西部样本中显著的城市市场潜能，在东部样本的回归中不再显著，且与中西部样本的回归系数相比，也明显偏小。这一结果初看时令人意外，不过仔细思考分析之后，本文认为，这一结论又是合理的。理由在于：

首先，与中西部地区城市相比，东部地区城市的市场潜能普遍较高，这在概念意义上意味着东部地区的城市面临着更大的市场需求，但是无论是从东部地区省域面积还是东部地区地级城市的距离来看，都明显小于中西部地区城市，因此许多东部地区城市的区位差异也相对较小，城市区位优势弱化，而与此同时，城市间的彼此临近也在很大程度上带来了更加激烈的市场竞争和市场需求的重叠。这些因素都可能对单个东部地级及以上城市所面临的较大市场需求的发展优势带来削减。(www.xing528.com)

其次，从就业者的角度考虑，与制造业就业相比，服务业就业的特点是选择机会多、流动性强、个体差异大且一般需要承担更多的城市生活成本(房租、餐饮、交通拥堵等)，而随着服务业的集聚，一般而言城市的生活成本会不断提高，因此，当服务业在一些城市已经集聚和发展到一定水平时，服务行业就业者对生活成本的敏感和对就业范围的相对不敏感使得他们更容易形成就业分流、扩散。而事实上，多数经验研究显示，制造业的平均集聚水平都要大于服务业(Kolko，2010；王晶晶等，2014)，这里面未尝不是因为制造业比服务业更需要市场集聚的缘故。^[11]

再次，从企业的角度考虑，相较于制造业，不少服务业企业对于市场或供应地的距离本身就较不敏感，这在一定程度上弱化了距离对企业选址的限制，再加之东部地区城市间本身就较为临近以及东部地区更加发达的交通系统，因此可以发生集聚效应的地理范围在一定程度上得以扩展，从而使得企业的选址决策可以在更大范围内，参考其他影响企业效益最大化的因素(如地租、地方政策等)进行。就以地租为例，从行业竞争模型中的服务业竞争曲线的特点可以看出，在三大产业中，服务业对于同一个城市中的地租价格的承受能力，因而从地租市场长期上的定价策略来看，随着城市中服务业企业的增多，必然能够引起城市地租的抬升，而金碚(2008)、刘利民等(2010)都通过研究指出一个地区地租水平高，会使正在形成集聚的地区减慢集聚进程；对于已经形成集聚的地区，土地劳动力价格攀升，将提高企业的生产成本和降低工人的实际工资水平，从而迫使企业迁移出该地区。因此，可能使得地级市层面的服务业集聚速度滞缓，同时带动周边地级市的服务业集聚，尽管从长期来看，可以推测当周边地级市的服务业集聚被高集聚城市带动到一定水平后，这些城市的地租优势消弭，而高集聚城市则有可能由于其市场潜能或其他方面的优势进一步集聚，但是从当前静态的横截面数据来看，即使市场潜能具有明显差别的城市，也有可能因为与较高集聚城市的临近而受益。