剖析交易效率城市化經濟發展

導語：剖析交易效率城市化經濟發展一文來源于網友上傳，不代表本站觀點，若需要原創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、促進經濟發展，從而推動城市化發展，影響我國城市化進程的速度。

關鍵詞：交易效率城市化經濟發展

一、交易效率、經濟發展與城市化進程

（一）交易效率的內涵及意義

“交易效率”最先由經濟學家楊小凱于1988年模仿了“冰山運輸成本”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、經濟發展與城市化

近年來，經濟學家日益發現新古典經濟學在解釋城市形成中的局限，紛紛改用規模報酬遞增和交易效率理解城市形成中的本質問題。這類文獻可分為兩類：一類運用規模報酬遞增、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化經濟、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、重要工業基地或對外開放城市組成。這并不能說明中國只有58個城市，只是基于數據收集的難度而折衷的結果。

（一）交易效率指標的初步選取與數據說明

楊小凱認為，交易效率改進既可由運輸條件(新的運輸技術或運輸基礎設施)引起,也可由制度性變化(更有效地保護產權的法律或更具競爭性的銀行制度等)引起。趙紅軍則結合前人的研究成果對交易效率的決定因素進行了分類。本文結合楊小凱、Eigen-Zucch、鐘富國、趙紅軍等知名學者的觀點，交易效率指標將從以下層面選取。

（二）數據處理與因子分析

1.數據處理

由于衡量交易效率的23個指標的偏度均大于0，呈多右偏狀態，所以應利用自然對數進行轉換，使其變為對稱分布，從而有利于下一步的信度分析。

2.信度分析

從表2交易效率各指標信度分析結果表可知，各指標的Cronbach的α信度系數為0.951，符合大于0.8的高信度檢驗標準，說明各指標均通過了信度分析，指標之間具有良好的內部一致性，可以進行下一步的因子分析。

3.因子分析

表3是根據SPSS16.0統計分析軟件得到的分析結果。

由表3可知，KMO值為0.819遠高于0.5的檢驗標準，Bartlett球形檢驗也達到1%的顯著水平，可進行因子分析。但我們提取出來的主成分-因素1對交易效率各指標的解釋力存在明顯差異，對應的主成分-因素1解釋力小的指標我們可以認為這些指標與我們需要的交易效率指標并不一致，可以予以剔除。剔除后的其余變量的檢驗結果如表4。

通過觀察表3、表4可知，剔除某些指標后的KMO參數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一步增大，這表明，我們剔除解釋力低的指標的作用是積極的。

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，相當符合按照特征值大于1以及主成分的累積貢獻率大75%以上的因子分析法提取原則。

綜上所述，影響一個地區、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、更有來自于基礎建設、信息通信科技層面上的。最后，我們將因子分數系數矩陣作為新的變量保存下來，即為我們要進一步分析的交易效率指標。

下面為運用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）交易效率指標與主要城市級別的關系

可以看出，城市級別的不同對交易效率及其各指標的大小都有影響。城市級別越高對應的各指標值越大，相反，城市級別越低對應的各指標值越小。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系

從交易效率與城市化關系看，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，該模型的可決系數僅為0.007，說明僅利用對數人均GDP這一個變量來解釋城市化的解釋力是不夠的。在當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的系數由-0.002變為-0.008，說明，交易效率在影響經濟發展（人均GDP）的同時對城市化進程起著正面的推動作用。

四、總結

通過以上統計學分析和回歸模型不難看出，交易效率在我國城市化進程中起著不可忽視的作用。城市級別越高，對應的交易效率數值越大。交易效率與城市化進程的關系是顯著的，它通過影響經濟發展的同時，促進城市化進程的推進。經濟發展又可通過物質資本、人力資本、交易效率共同作用。且表現為，人力資本在提高交易效率作用效果的同時降低了物質資本的投入力度，降低了交易成本，提高了交易效率。