下载掌阅APP，畅读海量书库
立即打开
本小节旨在以长三角16个核心城市为样本，对本章理论分析部分所提出的四个假说进行实证检验。因此，本章在计量方法上采用线性回归的方法，即采用普通最小二乘法对上述多元回归模型的参数进行估计，从而将模型设为如下形式：
式（2）中， α 0 为常数项， α 0 ， α 1 ， α 2 ， α 3 ， α 4 为待估参数， ε i 为随机误差项。
（1） SER i 表示第 i 个城市生产性服务业集聚的程度，采用 i 城市生产性服务业从业人员占16个城市总从业人员的比重来衡量。
（2） MIA i 表示第 i 个城市的制造业集聚程度。本章采用金煜等（2006）所用的指标，即 i 城市工业GDP占16个城市总工业GDP的比重来衡量。预期符号为负。
（3） OMD i 表示第 i 个城市的外需依赖度，即 i 城市净出口占当地GDP的比重。因为GDP=消费+投资+政府购买+净出口，上式的前三项表示内需，净出口就表示外需对地区经济的拉动力。预期符号为负。
（4） INF i 表示第 i 个城市的信息化水平。鉴于数据所限，本章仅采用 i 城市的移动电话普及率与长三角16个城市的平均移动电话普及率之比来衡量。预期符号为正。
（5） CG i 表示第 i 个城市的城市等级。本章将该指标简单由 i 城市人口数占长三角16个城市总人口数表示。预期符号为正。
虽然长三角整体竞争力很强，但具体到各个城市的发展状况又是有差异的。于是，本章将以上16个城市分为两个等级，分别通过模型（2）、（3）加以分析。其中，第一等级的城市包括上海、南京、杭州、宁波、苏州和无锡；其他为第二等级，共计10个城市。表5—2报告了模型的回归结果。
表5—2 促进生产性服务业集聚形成机制的多因素检验
注：***，**和*分别表示在1%，5%和10%的统计水平上显著，括号内为标准误差。
资料来源：《中国城市统计年鉴2012》及《长江和珠江三角洲及港澳特别行政区统计年鉴2012》。
从长三角总体层面看，模型（1）中，除常数项外的各解释变量均在1%的显著性水平上通过检验，这表明四个解释变量对长三角的生产性服务业集聚具有很强的解释力。模型（2）和模型（3）分城市等级检验了各个因素对生产性服务业集聚的影响，虽然在以第一等级城市为样本的回归模型中剔除了信息化水平指标，但整体来看，两模型的回归结果可以增强本章理论假说的解释力。
从各个解释变量来看，制造业集聚对生产性服务业集聚的负面影响通过了显著性检验，表明长三角制造业与生产性服务业的空间集聚并不同步。从两个等级的城市样本来看，第二等级城市的生产性服务业集聚受制造业集聚的负影响更大，这可能归因于不同等级城市的制造业与生产性服务业的类别不同。城市等级越低，在该城市集聚的产业的等级也相对越低，从而制造业与生产性服务业的关联性就相对越弱。
关于长三角城市经济增长对外需的依赖度，该变量的回归系数为负，就证实外需虽然可以拉动经济增长，但不利于生产性服务业的集聚，从而不利于当地的经济发展。同时，长三角中低等级的城市比高等级城市受该因素的影响更深，即外需依赖度增加1个单位，第二等级城市的生产性服务业集聚度比第一等级要多降低约0.18个单位。
信息化水平与生产性服务业集聚之间也表现出预期的正相关。而且，不论是在总样本中，还是在第二等级城市样本中，表示信息化水平指标的系数都是相对最小的，这就证实了在长三角城市群，信息技术对生产性服务业集聚的驱动作用较弱。
由于本章采用城市规模指标反映城市等级，根据回归结果可知，城市规模每增加1个单位，生产性服务业的集聚度就能提高1.69个单位。这就解释了目前比较成熟的生产性服务业集群都位于国际性的大都市中，而长三角城市群的生产性服务业集聚仍有巨大提升空间。从两个等级的城市样本看，城市等级的提高、城市规模的扩大对高等级城市的作用更强。