剖析交易效率城市化經(jīng)濟(jì)發(fā)展

導(dǎo)語：剖析交易效率城市化經(jīng)濟(jì)發(fā)展一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：本文通過分析2008年中國58個主要直轄市、省會城市、其他大中城市的交易效率，證明在城市化進(jìn)程中，交易效率的影響不可小視；它通過降低交易成本、提高交易效率、促進(jìn)經(jīng)濟(jì)發(fā)展，從而推動城市化發(fā)展，影響我國城市化進(jìn)程的速度。

關(guān)鍵詞：交易效率城市化經(jīng)濟(jì)發(fā)展

一、交易效率、經(jīng)濟(jì)發(fā)展與城市化進(jìn)程

（一）交易效率的內(nèi)涵及意義

“交易效率”最先由經(jīng)濟(jì)學(xué)家楊小凱于1988年模仿了“冰山運(yùn)輸成本”提出：假若一個人購買一單位(元)商品時,他實際只得到k單位(元)商品,那么這1-k單位(元)便可稱之為交易成本,而k單位(元)可稱為該筆交易的交易效率。

（二）交易效率、經(jīng)濟(jì)發(fā)展與城市化

近年來，經(jīng)濟(jì)學(xué)家日益發(fā)現(xiàn)新古典經(jīng)濟(jì)學(xué)在解釋城市形成中的局限，紛紛改用規(guī)模報酬遞增和交易效率理解城市形成中的本質(zhì)問題。這類文獻(xiàn)可分為兩類：一類運(yùn)用規(guī)模報酬遞增、多樣化消費偏好和交易效率之間的兩難沖突，來解釋城市形成(FujtiaandKrugmna,1995)；另一類借用勞動分工和專業(yè)化經(jīng)濟(jì)、交易效率、多樣化消費偏好之間的兩難沖突來解釋城市形成(Yang,1991,YangandRice,1994,YangandNg.1993等)。

二、2008年我國58個主要城市交易效率分析比較

從樣本的選擇來看，本文選取中國代表性的58個城市作為分析對象，它們主要由中國的直轄市、省會城市、重要工業(yè)基地或?qū)ν忾_放城市組成。這并不能說明中國只有58個城市，只是基于數(shù)據(jù)收集的難度而折衷的結(jié)果。

（一）交易效率指標(biāo)的初步選取與數(shù)據(jù)說明

楊小凱認(rèn)為，交易效率改進(jìn)既可由運(yùn)輸條件(新的運(yùn)輸技術(shù)或運(yùn)輸基礎(chǔ)設(shè)施)引起,也可由制度性變化(更有效地保護(hù)產(chǎn)權(quán)的法律或更具競爭性的銀行制度等)引起。趙紅軍則結(jié)合前人的研究成果對交易效率的決定因素進(jìn)行了分類。本文結(jié)合楊小凱、Eigen-Zucch、鐘富國、趙紅軍等知名學(xué)者的觀點，交易效率指標(biāo)將從以下層面選取。

（二）數(shù)據(jù)處理與因子分析

1.數(shù)據(jù)處理

由于衡量交易效率的23個指標(biāo)的偏度均大于0，呈多右偏狀態(tài)，所以應(yīng)利用自然對數(shù)進(jìn)行轉(zhuǎn)換，使其變?yōu)閷ΨQ分布，從而有利于下一步的信度分析。

2.信度分析

從表2交易效率各指標(biāo)信度分析結(jié)果表可知，各指標(biāo)的Cronbach的α信度系數(shù)為0.951，符合大于0.8的高信度檢驗標(biāo)準(zhǔn)，說明各指標(biāo)均通過了信度分析，指標(biāo)之間具有良好的內(nèi)部一致性，可以進(jìn)行下一步的因子分析。

3.因子分析

表3是根據(jù)SPSS16.0統(tǒng)計分析軟件得到的分析結(jié)果。

由表3可知，KMO值為0.819遠(yuǎn)高于0.5的檢驗標(biāo)準(zhǔn)，Bartlett球形檢驗也達(dá)到1%的顯著水平，可進(jìn)行因子分析。但我們提取出來的主成分-因素1對交易效率各指標(biāo)的解釋力存在明顯差異，對應(yīng)的主成分-因素1解釋力小的指標(biāo)我們可以認(rèn)為這些指標(biāo)與我們需要的交易效率指標(biāo)并不一致，可以予以剔除。剔除后的其余變量的檢驗結(jié)果如表4。

通過觀察表3、表4可知，剔除某些指標(biāo)后的KMO參數(shù)比未剔除前明顯上升，Bartlett球星檢驗的卡方值在1%的水平上顯著。且提取的主成分-因素1對各變量的解釋程度均進(jìn)一步增大，這表明，我們剔除解釋力低的指標(biāo)的作用是積極的。

表5說明了主因素對變異程度的解釋率，可以看出我們提取出的主成分-因素1解釋了15個變量總變異程度的78%左右，其特征值為11.784，相當(dāng)符合按照特征值大于1以及主成分的累積貢獻(xiàn)率大75%以上的因子分析法提取原則。

綜上所述，影響一個地區(qū)、城市的交易效率他的因素來自多個層面，不僅有來自于制度層面的、資源稟賦層面的、教育層面的、更有來自于基礎(chǔ)建設(shè)、信息通信科技層面上的。最后，我們將因子分?jǐn)?shù)系數(shù)矩陣作為新的變量保存下來，即為我們要進(jìn)一步分析的交易效率指標(biāo)。

下面為運(yùn)用SPSS16.0計算得出的我國58個城市2008年交易效率得分及排序情況：

1.從直轄市角度看，北京排名第二，交易效率得分為9.907，天津排名第五得分為8.463，上海排名為58個城市之首，得分為10分，重慶得分為9.114排名第三。

2.從省會城市角度看，共選取了我國27個省會城市得分情況及排名分別為：石家莊得分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，沈陽得分7.576排名10，長春得分6.843排名19，哈爾濱得分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，濟(jì)南得分6.715排名20，鄭州得分7.147排名15，武漢得分7.814排名7，長沙6.851排名18，廣州得分8.966排名4，南寧得分5.352排名31，海口得分3.771排名44，成都得分8.338排名6，貴陽得分4.979排名36，昆明得分6.072排名26，拉薩得分5.511排名31，西安得分7.206排名13，蘭州得分4.606排名38，西寧得分2.905排名52，銀川得分2.978排名50，烏魯木齊得分5.062排名35；

3.從選去的其他城市角度看，包頭得分4.898排名37，烏海得分0.000000159排名58，赤峰得分3.111排名48，通遼得分2.616排名54，鄂爾多斯得分3.038排名49，呼倫貝爾得分2.793排名53，巴彥淖爾得分1.41排名56，烏蘭察布得分1.071排名57，唐山得分5.756排名29，秦皇島得分3.686排名46，大連得分7.112排名16，大慶得分3.927排名42，無錫得分6.369排名23，蘇州得分7.338排名12，南通得分5.153排名33，連云港得分3.928排名33，寧波得分6.949排名17，溫州得分6.138排名25，廈門排名5.18得分32，青島得分7.195排名14，煙臺得分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，汕頭得分2.976排名51，湛江得分3.802排名43，北海得分1.56排名55。

（三）交易效率指標(biāo)與主要城市級別的關(guān)系

可以看出，城市級別的不同對交易效率及其各指標(biāo)的大小都有影響。城市級別越高對應(yīng)的各指標(biāo)值越大，相反，城市級別越低對應(yīng)的各指標(biāo)值越小。即直轄市高于省會城市、省會城市高于其他城市。

三、交易效率與城市化的關(guān)系

從交易效率與城市化關(guān)系看，交易效率對城市化的影響為正。由模型1為只包含變量人均GDP的模型，該模型的可決系數(shù)僅為0.007，說明僅利用對數(shù)人均GDP這一個變量來解釋城市化的解釋力是不夠的。在當(dāng)我們將變量交易效率引入模型后，既得模型2，可知，此時模型的解釋能力顯著上升到0.564，且變量交易效率對城市化的影響為正，系數(shù)為374.754，說明交易效率對城市化的影響作用積極且效果明顯。另外，引入交易效率后，人均GDP的系數(shù)由-0.002變?yōu)?0.008，說明，交易效率在影響經(jīng)濟(jì)發(fā)展（人均GDP）的同時對城市化進(jìn)程起著正面的推動作用。

四、總結(jié)

通過以上統(tǒng)計學(xué)分析和回歸模型不難看出，交易效率在我國城市化進(jìn)程中起著不可忽視的作用。城市級別越高，對應(yīng)的交易效率數(shù)值越大。交易效率與城市化進(jìn)程的關(guān)系是顯著的，它通過影響經(jīng)濟(jì)發(fā)展的同時，促進(jìn)城市化進(jìn)程的推進(jìn)。經(jīng)濟(jì)發(fā)展又可通過物質(zhì)資本、人力資本、交易效率共同作用。且表現(xiàn)為，人力資本在提高交易效率作用效果的同時降低了物質(zhì)資本的投入力度，降低了交易成本，提高了交易效率。