特征测度（共4篇）
特征测度 篇1
测度问句是从疑、 信度角度划分出来的疑问句的一个小类, 发话者已有一定的倾向但还不确定, 因而发问以自忖或求证。
《晋书》中典型范畴的测度问句共有127句, 约占疑问句总数的4%。 从句法结构来看, 《晋书》中的测度问句都是有标记的, 以有测度副词的问句为主。 有测度副词的测度问句共有109例, 约占测度问句总数的86%。 测度副词与句末语气词的搭配情况统计如下:
在测度问句的疑问标记中, 语气词跨句类使用的情况较为普遍, 因此我们以测度副词为纲讨论《晋书》测度问句的形式和特点。
一、“其”类
“其”除了常用作代词外, 还可在测度问句中以副词的身份充当动词谓语的状语, 表示揣测的语气, 可译为“大概”、“也许”。
(一) 结构类型
《晋书》中“其”类测度问句数量最多, 共有37例。 结构形式较单一, 都为“ (S) ·其·P·语气词”。 “其”类测度问句一般要有语气词, 并且较多使用“乎”。
(二) 语用特征
“其”类的测度问句大都没有答句, 发话者在主观上不需要受话者作出回答, 这类句子的基本作用是“给予”, 是在带有稍许不确定的情况下判断并告知受话者信息。 例如:
(1) 一歧南彻者, 李氏当仍跨巴、蜀, 司马睿终据全吴之象, 天下其三分乎! (《刘聪载记》)
太史令根据天象揣测并委婉告知刘聪, 信度较大, 发话者主观上并没有求证, 实际也无答。
有答句的只有两例:
(2) 或问之曰:“卿凭重桓公乃尔, 哭状其可见乎?”答曰:“声如震雷破山, 泪如倾河注海。 ” (《顾恺之列传》)
(3) 亮惊曰:“… …若有诏书, 其可见乎?”宏等不许, 促兵攻之。 (《汝南王亮列传》)
有答句的测度问句的疑惑程度较无答句的测度问句强, 这类语句的基本功能是“揣测并求证”, 一般需要受话者予以回应。例 (2) 中发话者向受话者求证事实, 受话者遵循会话合作原则予以回答;例 (3) 中发话者提出建议, 实际上也是向受话者求证事实, 受话者也对此作出了回应。
由此可见, “其”类测度问句的基本作用有二:表示判断告知和求证。
(三) 感情色彩
“其” 类测度问句一般含有褒义或者贬义的感情色彩。以上有答句的例 (2) 、 (3) 两例, 发话者都有明显的感情倾向, 希望自己所揣测的内容为真, 受话者能够给予肯定的回答, 属于褒义测度问句。
无答句的测度问句的感情倾向没有有答句的测度问句那么明显, 要联系上下文仔细体会。 例如:
(4) 夫肉必有筋, 筋者斤也, 车旁有斤, 吾其戮乎! (《易雄列传》)
例 (4) 桓雄告知众人自己的梦境并揣测自己将要被杀害, 信度较大。 所揣测内容是对自己不利的, 发话者主观上并不希望为真, 是贬义测度问句。
二、“岂”
“岂”作为语气副词, 主要表示反诘语气, 《晋书》中“岂”类反诘句共有638例, 约占反诘问句总数的33%。
“岂”还可用在谓语前, 表示对情况的推测。
(一) 结构类型
《晋书》中“岂”类测度问句的数量仅次于“其”类测度问句, 共有31例, 约占测度问句总数的24%。 与“岂”搭配使用的语气词种类较多, 有“乎”、“欤”、“邪”、“也”, 以“乎”占最多数, 共有12例。 也可以不用语气词。
“岂”类测度问句的句式较灵活:
(1) “ (S) ·岂·P· (语气词) ”式
(5) 济岂谓世无管仲, 以吾有桓公登山之志乎! (《礼志下》)
(6) 今岂有贤智之士处于下位? 否则斯鸟何为而至哉! (《五行志中》)
(2) “岂·S·P·语气词”式
(7) 往虽征命而不降屈, 岂素丝难染而搜引礼简乎? (《虞喜列传》)
(8) 岂我居不卜邻, 教有所阙? 何尔鲁钝之甚也! (《皇甫谧列传》)
(二) 语用特征
“岂”类测度问句的基本作用有三:表示判断告知、判断自忖和用以求证。
(9) 光武有云“贵戚且敛手以避二鲍”, 岂其然乎? (《李熹列传》)
(10) 太元中, 公主纳征以兽豹皮各一具体, 岂谓婚礼不辨王公之序, 故取兽豹以尊革其事乎! (《舆服志》)
(11) 岂蜀人敦朴, 易可化诱;吴人轻锐, 难安易动乎? (《郤诜列传》)
例 (9) 用于判断告知;例 (10) 是判断自忖;例 (11) 是揣测并求证。
(三) 感情色彩
《晋书》中“岂”类测度问句只见贬义、中性两种感情色彩:
(12) 昔晏婴哭庄公之尸, 乐令解愍怀之客, 岂闻伯夷之风欤? 懦夫能立志者也。 (《乐广列传》)
(13) 吴人每来, 常东西相应, 无缘偏尔, 岂石苞果有不顺乎? (《石苞列传》)
(14) 岂天厌晋德而假兹妖孽者欤? (《石季龙载记下》)
例 (12) 揣测事因, 发话者主观上并没有强烈的希望命题为真或为假的倾向, 因此是中性测度问句。 例 (13) 揣测现状, 例 (14) 揣测事因, 发话者在主观上并不希望所述为真, 是贬义测度问句。
所见“岂”类测度问句以贬义色彩为主。
三、“将”、“将非”、“将无”
“将”一般用作时间副词, 还可以用作测度副词在测度问句中表示对情况的测度。 柳士镇认为“将”在先秦两汉时期发展出表示测度语气的用法。
(一) 结构类型
“将”类测度问句的一般形式为 “ (S·) 将·P (·语气词) ”, 仅见1例“将· (S·) P·语气词”:
(15) 去年水出巨材, 所在山积。将皇天欲孤缮修宫宇也? (《石勒载记下》)
从结构上来说, 时间副词“将”一般位于主语之后, 作为状语修饰后面的谓语动词, 这里的“将”是测度副词。
“将”类测度句主要有两类:
一是以“将”为测度副词, 例如:
(16) 天将不欲成吾事乎? 王亮舍我去也! (《姚戈仲载记》)
二是以“将非”“将无”为测度副词, 例如:
(17) 此君小异, 将无是乎? (《桓温列传》)
(18) 朕闻西域有鸠摩罗什, 将非此邪? (《鸠摩罗什列传》)
(19) 大王所为不乐者, 将非吕光乎? (《秃发乌孤列传》)
测度副词“将非”、“将无”中的“非”和“无”已经与“将”凝固在一起, 整体表示“莫非”, 带有诧异的语气, “非”和“无”并不是修饰谓语动词的否定副词。 例 (18) 发话者想要求证的是“莫非就是他吧”;例 (19) 要表达的意思是“该不会是因为吕光吧”。 对比例 (16) , 我们发现, 此例中的“不”是修饰谓语动词, 表示否定的, “将不”是跨层结构。 要理解为“上天大概不想让我成事吧”, 因此此例中的测度副词是“将”。
(二) 语用特征
测度副词为“将”的测度问句主要用来表示判断自忖, 如:
(20) 所以存亡殊致, 始终不同, 将以文若既明且哲, 名教有寄乎? (《袁宏列传》)
“将无”句主要是用于求证, 例 (17) ;
“将非”句只见两例, 例 (18) 的基本作用是判断自忖, 例 (19) 是发话者揣测并向受话者求证。
(三) 感情色彩
“将”类测度问句的感情倾向较为明显。
测度副词为“将”:
例 (15) 发话者想要为修筑宫殿找借口, 主观上希望所揣测内容为真, 感情色彩是褒义的;例 (16) 是贬义测度问句。
测度副词为“将无”:
例 (17) 发话者希望自己猜得对, 是褒义测度问句。
所见测度副词为“将非”的两例测度问句 (例 (18) 、 (19) ) 都是褒义测度问句。
四、“无乃”
(一) 结构类型
《晋书 》中 “无乃”类测度问句共有7例, 使用 “乎”的有6例, 还有1例使用“哉”。 形式较单一, 基本结构式是“S·无乃·P·语气词”。 “无乃”后以形容词为常。 例如:
(21) 于春秋而用汉历, 于义无乃远乎? (《律历志下》)
(22) 如当载之方策, 以示后世, 无乃不顺乎? (《礼志下》)
(二) 语用特征
从以上各例可以看出, “无乃”相当于“恐怕”, 发话者委婉地表达出自己的揣测、担忧, 并不期待受话者回答。 在这7例中, 只有一例有答句:
(23) “况夷戎丑类, 屯结无赖, 虽有犬羊之盛, 终有疱宰之患, 而欲托根结援, 无乃殆哉! ”续曰:“若如君言, 计将安出? ” (《刘胤列传》)
测度问句在结构上属于是非问句, 是非问一般要求作出肯定或否定的回答。 这例仅有的答句并不是就 “无乃殆哉”予以肯否的回答, 而是表示知晓, 进而询问下一步的举措。 由此可见, “无乃”类测度问句的基本作用是判断告知。
(三) 感情色彩
“无乃”句的发话者一般有强烈的主观倾向, 都希望所述内容为假, 所见7例均为贬义测度问句。
五、“得无”
《庄子》中始见“得无”测度句, 上古“得无”句以反诘问句为常。
(一) 结构类型
从所统计的语料来看, “得无”只与“乎”搭配使用, 共有7例。 其形式较单一, 均为“ (S·) 得无·VP·乎”。
(二) 语用特征
“得无”句有三种作用:一是发话者提出自己的猜测, 并向受话者求证, 希望受话者给予回应, 例如:
(24) 尔得无窃我箸乎? (《幸灵列传》)
(41) 孤今悼之, 得无贻怪将来乎? (《慕容儁载记》)
从上下文来看, 例 (24) 发话者是根据现状揣测原因, 有一定的倾向, 于是向受话者求证。例 (25) 有答句, 受话者根据发话者的疑问予以解答。
二是判断自忖, 不需要受话者的回答。 例如:
(26) 学家多士大夫, 得无是乎! (《韦逞母宋氏列传》)
三是判断告知, 用问句的形式使表达更委婉。例如:
(27) 今公孙归结祸延兵, 残贼百姓, 陛下封之, 得无不可乎? (《慕容超载记》)
(三) 感情色彩
“得无”测度问句可译为 “该不会… … ”, 从所见例证来看, 除去表委婉的一类, 发话者大都有一种惊讶的语气。 其感情色彩以贬义为主, 发话者一般在主观上不希望所述为真。
六、“殆”
“殆”一般用在推测性陈述句中, 表示“大概、恐怕”;“殆”用于测度问句中, 一般与“乎”搭配使用, 基本结构式为“ (S) ·殆·P·语气词”。 例如:
(28) 今无故服之, 殆有应乎? (《五行志上》)
也可以不用句末语气词, 《晋书》中只发现一例:
(29) 今谷名遮留, 殆将有伏? (《焉耆国列传》)
“殆”类测度问句的信度较大, 疑度较小, 不见求证类, 一般用来表示判断自忖和告知。
其感情色彩以中性和贬义为主, 这可能与“殆”的“恐怕”义有关, “恐怕”义中含有“担心”的义素, 说话者不希望事件发生, 所以“殆”类测度问句一般不表达褒义感情。
七、“庶”
“庶”可表推测、判断, 用在测度问句中表示“大概、大约”义。
《晋书》中只有一例:
(30) 损之又损之, 庶可以免乎! (《宣帝帝纪》)
其基本作用是判断告知。 “庶”作为副词, 还可以用来表示“希望、但愿”, “庶”类测度问句的感情色彩可能受其影响, 一般为褒义测度问句。
八、“盖”
“盖”有表示揣测的副词义, 表示“大概、大约”, 一般用于估测性陈述句中。 当其信度降低, 疑度升高, 可以用来表测度问。 例如:
(31) 此马见异先朝, 孤常仗之济难, 今不欲者, 盖先君之意乎? (《慕容儁载记》)
其基本作用是判断告知。
九、“傥或”
何乐士编《古代汉语虚词词典》认为“傥或”为复音副词, 可用于动词谓语前作状语, 表示推测或估计。 《晋书》中仅见两例, 其基本结构式为“ (S) ·傥或·VP·语气词”, 语气词用“乎”:
(32) 慕容廆法政修明, 虚怀引纳, 且谶言真人出东北, 傥或是乎? (《黄泓列传》)
(33) 前者外议以子推诸侯之臣, 王者不应为忌, 故从其议, 傥或由之而致斯乎? (《石勒载记下》)
十、“抑”
“抑”在《晋书》中共出现126次, 主要是用作表递进、并列或转折的连词。 用作测度副词如:
(34) 物极则反, 抑斯之谓欤? (《姚泓载记》)
“抑”类揣测句都无答句, 其信度较大, 主要用于判断自忖, 句末要用“欤”。发话者在主观上并无明显的感情倾向, 属于中性测度问句。
十一、测度副词连用
副词“将”、“其”连用在《晋书》中仅见2例:
(35) 黔黎将湮于异类, 桑梓其翦为龙荒乎! (《郭璞列传》)
(36) 社稷宗庙, 将其危乎! (《何充列传》)
例 (35) 中“将”、“其”对举, 都是测度副词;例 (36) 中“将”、“其”连用, 发话者所传达的信度较大, 感情较强烈。
十二、不用测度副词的测度问句
(一) 结构类型
这类测度问句中的句末语气词可以是“邪”、“乎”、“欤”, 其中以用“乎”为最多, 不用“也”。 共有13例:
(37) 吴诸葛恪征淮南归, 将朝会, 犬衔引其衣。恪曰:“犬不欲我行乎? ” (《五行志中》)
(38) 吾闻伐国不问仁人。 向冯祖思问佞于我, 我有邪德乎? (《颜含列传》)
用“邪”, 有四例:
(39) 天不欲吾定四海邪? 何夺元才之速也! (《苻生载记》)
(二) 语用特征
此类测度问句虽然没有测度副词, 但其使用范围仍然较广泛, 首先, 其基本作用以判断自忖为主, 如例 (37) ;还有两例用于求证, 例如:
(40) 颖谓守者田徽曰:“范阳王亡乎? ”徽曰:“不知。 ” (《成都王颖列传》)
(三) 感情色彩
无测度副词的测度问句以贬义和中性色彩为主, 《晋书》中不见此类褒义测度问句。
贬义测度问句如例 (38) 、 (39) , 例 (38) 冯怀以百官是否应为王导降节行礼的事问颜含, 颜含认为冯怀拿这种讨好巴结的事问他, 是不是因为自己有不正的德行呢? 从前文答语可以看出他听到这种问话很不开心, 是不愿意回答的, 在主观上并不希望命题为真。
中性测度问句如例 (37) , 发话者感到疑惑并揣测原因, 并没有主观倾向。
综上所述, 《晋书》测度问句的特点主要体现在:
1.测度问句以测度副词或者句末语气词为标志, 不见无标志的测度问句。 “岂”、“殆”类测度问句可以不用句末语气词, 句中若是没有测度副词, 要用句末语气词“邪”、“乎”, 或者“欤”。
2.在有测度副词的测度问句中, 副词一般放在主语之后谓语之前, “岂”、“将”可见少量置于主语之前的用例, 句法位置相对较灵活。
3. 测度问句的前后一般都有陈述性的成分交代揣测的背景、依据, 一般是以陈述句的形式出现在测度问句前, 也有以问句的形式出现在测度问句之后。 前后所述内容一般是发话者和受话者共同知晓的, 再次说出是为了提醒受话者, 加强揣测内容的信度。
4.《晋书》 测度问句的基本作用以判断告知和判断自忖为常, 求证类相对要少一些。
5.测度问句一般都能反映发话者强烈的主观情感。从《晋书 》所见用例来看, “岂”类、无测度副词类测度问句是没有褒义色彩的;“其” 类没有中性色彩的;“无乃” 类、“殆”类都是贬义测度问句。 这可能与测度副词本身的语义有关, 副词的语义特征在一定程度上已经反映了说话者的感情倾向, 并进一步影响了整个测度问句的感情, 如“ 无乃” 有 “ 莫非、 恐怕是” 之义, 这其中含有 “ 担心” 的义素, 从说话者的心理来说, 对这件事情是否定的, 所以不用于褒义测度。
参考文献
[1]吕叔湘.中国文法要略.商务印书馆, 1956.
[2]柳士镇.魏晋南北朝历史语法.南京大学出版社, 1992.
[3]邵敬敏.现代汉语疑问句研究.华东师范大学出版社, 1996.
[4]何亚南.《三国志》和裴注句法专题研究.南京师范大出版社, 2004.
[5]李素琴.先秦至魏晋南北朝测度问句研究:[博士学位论文].南京师范大学, 2012.
[6]王海棻.古汉语范畴词典·疑问卷.社会科学文献出版社, 2015.
特征测度 篇2
现实世界正在兴起一种新的企业形态——平台型组织, 它将两类需求截然不同但又相互依赖的用户吸引并维持在自己的服务网络, 协调双方需求, 帮助用户实现外部性的内部化。Evans (2003) 将这类平台型组织称为双边市场, 如银行卡支付平台、操作系统和搜索引擎等, 其核心特征是“鸡蛋相生”的网络外部性。值得注意的是, 并非所有的平台型组织皆为双边市场 (Hagiu和Wright, 2011;傅联英, 2011) 。然而, 许多理论文献往往将平台型组织的双边市场特征视为一种先验性知识, 鲜有文献对其进行科学识别与实证检验, 更谈不上结构分解与计量测度, 这显然是不严谨的。可能的原因在于完备的双边市场实证检验存在两大困难:其一是如何在确保理论意义的基础上实现理论模型向实证模型的准确转换即模型设定问题;其二是无法回避的变量选择、内生性以及微观数据与计量模型的统计适切性等技术性问题。显然, 如果上述两大困难无法克服则不可能准确地判断双边市场特征的现实存在性;而如果双边市场特征的存在性这个问题不能得到明确肯定的回答, 那么, 正如Hayashi和Weiner (2006) 所言, 理论文献中的数理模型结论适用性与预测力将非常有限。
有鉴于此, 本文重新梳理了双边市场的各类定义, 基于双边市场的充分条件与必要条件给出了平台型组织双边市场特征检验的一般思路。在此基础上构建了一个特有的数据集, 采用逻辑演绎与计量分析相结合的方法, 运用归属曲线模型对中国银行卡支付平台双边市场特征的现实存在性、内部构成及其强度进行检验、分解与测度, 以澄清银行卡支付平台的核心特征及其潜在成因, 力求在确保理论基础的前提下实现方法的简约性与结论的明确性。
一、双边市场的判定条件
既然并非所有网络型平台皆为双边市场, 那么, 到底具备何种特征的网络型平台才是双边市场呢?换言之, 判断双边市场的条件该如何刻画呢?接下来, 我们将对其必要条件与充分条件进行阐述与界定, 在此基础上给出实证检验双边市场特征的一般思路。
(一) 双边市场的必要条件
双边市场理论是产业组织理论研究的前沿领域, 对于双边市场的概念界定至今缺乏一个公认权威的严格定义, 许多学者采用描述性定义刻画双边市场。Evans (2003) 认为双边市场的必要条件有三:其一是有两类需求截然不同的用户;其二是一方用户获得的价值随着另一方用户数量的增加而增加;其三是中介平台的存在对于一方将另一方创造的外部性内部化是必需的。
在有些场合下, 某类用户数量的增加或减少会被另一类用户所珍视 (即外部性) 。但是, 由于个体间两两相互交易会产生巨大的交易成本, 单纯通过市场交易无法将此类外部性内部化, 因此需要中间型组织加以协调。于是, Rochet和Tirole (2006) 据此认为判断双边市场成立的必要条件是科斯定理失效。如果科斯定理依然有效, 只要当事人之间通过讨价还价就能纠正协调失灵, 实现外部性内部化, 中间型组织就完全没有存在的必要。由此可知, 双边市场是一类介于市场与一体化组织之间的中间型组织, 它的存在源于个体间通过纯市场方式交易的低效率或者组织失灵。从代表性双边市场的演进来看, 很多的双边市场 (如操作系统、社交与婚恋网站) 确实源自一体化组织或者个体市场交易协调失败。
考察现有文献对双边市场及其特征的分析与界定, 可以发现, 多数文献都是基于Evans (2003) 提出的必要条件进行推演从而认定某些组织 (市场) 具有双边性特征。显然, 这种方法很容易导致对双边市场定义理解的泛化 (Hagiu和Wright, 2011;傅联英, 2011) , 或者滋生一种双边市场的“帝国主义”倾向, 使人们误以为任何连接着两边用户的平台型组织都具有双边市场特征, 见表1。
资料来源:节选自Hagiu和Wright (2011) 。
(二) 双边市场的充分条件
概括起来, 主流文献对双边市场充分条件的界定, 有Rochet和Tirole (2006) 为代表的“价格结构非中性说”和以Armstrong (2006) 领衔的“交叉网络外部性说”。
“价格结构非中性说”的精义在于“给定每一边的价格, 如果平台实现的交易量仅仅取决于价格总水平, 而对价格结构的变化不敏感, 那么这种双方互动的市场是单边市场;反之, 在价格总水平一定的情况下, 如果平台实现的交易量因价格结构或者相对价格水平而变化, 那么这种双边互动的市场就是双边市场”。显然, “价格结构非中性说”是有其适用范围的, 它必须至少要满足两个条件才能成立:其一是必须禁止产品或者服务供给方实施额外收费;其二是收单机构处于不完全竞争的市场结构。如果第一个条件不满足, 例如特约商户可以对卡类用户收取一笔额外费用实现转移支付, 那么, 交换费的需求协调功能将丧失, 进而导致价格结构中性;而第二个条件不满足时, 例如收单市场完全竞争, 其结果是直接引致交换费中性。
“交叉网络外部性说”借用了网络经济学的网络外部性概念, 将双边市场界定为这样的市场, “存在两组需要通过平台实现互动的用户, 其中一组用户加入平台的收益取决于加入该平台的另一组用户的数量”。当然, 采用这一定义来表征双边市场也有其隐含假设——其他条件特别是平台对双边用户收取的费用固定不变。如果某一方用户数量变化的同时, 双边费率结构也发生变化, 则难以判定用户加入平台的收益变化, 更加难以识别收益变化是否来自用户数量的变化。
“价格结构非中性说”从相对价格和交易量的相互关系定义双边市场, 在逻辑上非常完美但却略显抽象, 不能对双边市场特征的直观检验提供更多有意义的洞见——姑且不论相对价格与交易量信息的缺乏。“交叉网络外部性说”运用效用函数的形式描述双边市场, 符合人们基于网络经济学的直观认识和习惯。然而, 如果对“价格结构非中性说”与“交叉网络外部性说”作更深入的思考, 可以发现两者有其内在联系。价格结构非中性的背后原因之一就是交叉网络外部性, 正是由于平台双方彼此给对方创造的网络外部性不对称, 平台型组织方有调整相对价格的事实基础, 进而影响交易量。两种观点之间的区别仅在于层次和角度, 将两者视为对立的观点是没有道理的。事实上, Rochet和Tirole (2002) 在对双边市场进行“终极思考” (Final Thought) 时也考虑到了交叉网络外部性, 并且认为如果平台能够在两类终端用户之间实施有效的交叉补贴, 则具有网络外部性的市场通常都是双边市场。这一判断条件实际上将价格结构 (交叉补贴) 与交叉网络外部性统一起来, 给出了判定双边市场的充分条件。综上, 我们可以发现交叉网络外部性在刻画双边市场特征中的重要性。实际上, 现有的相关实证文献在检验双边市场特征时, 采用的一个简化方法就是运用计量模型对交叉网络外部性或者是正反馈环效应存在性与统计显著性的检验, 如Rysman (2004, 2007) 。
在通讯传媒领域, Rysman (2004) 构造了包含读者和广告商需求函数以及黄页运营商利润函数的计量模型, 使用1996年的美国黄页相关数据运用GMM方法对网络外部性进行检验。结果发现, 黄页用户和广告商之间互相重视, 黄页用户使用黄页对广告的影响以及广告对黄页用户使用黄页的影响都是显著为正, 双边用户之间存在显著的交叉网络外部性效应。Rysman (2004) 正是据此认为黄页具有明显的双边市场特征。胥莉等 (2008) 对即时通讯软件的自网络外部性与交叉网络效应分别进行了测度, 发现自网络外部性对用户决策有显著影响, 交叉网络外部性在即时通讯市场中并不显著。
在电子支付系统领域, Tucker (2005) 利用两个指示函数 (Indicator Function) 构建出自动清算系统 (ACH) 的用户采纳模型并运用似然有界估计 (Likelihood Bounds Estimation) 测度其交叉网络外部性, 结果发现ACH系统内部双边用户之间存在正反馈效应。Loke (2007) 实证考察了影响商户受卡决策的因素, 发现消费者的用卡决策和其他商户的受卡决策对商户的受卡决策有影响的显著, 由此认定双边市场的正反馈特征存在。Rysman (2007) 运用1994年至2001年美国银行卡业四大知名卡组织的相关数据, 采用原型Logit模型和嵌套Logit模型 (Nested Logit) 实证检验了银行卡平台的双边市场特征, 发现银行卡组织存在着显著的交叉网络外部性效应, 消费者对卡的使用量与商户受理该卡的数量间存在正反馈效应, 其加权平均交叉网络外部性强度为0.019829。骆品亮等 (2010) 基于双边市场充分条件运用格兰杰因果检验方法对银行卡平台双边特征进行实证分析, 揭示了银行卡支付平台具备单向交叉网络外部性特征的事实, 测度发现银行卡网络交叉网络外部效应强度为0.876。
然而, 在双边市场语境下, 虽然交叉网络外部性揭示了双边市场的本质属性, 但基于“交叉网络外部性说”采用计量模型进行实证检验也有其内在的缺陷, 该方法并不具有良好的“内部效度”——在双边市场情形下, 自网络外部性与交叉网络外部性天然是一对孪生兄弟, 总是相伴而生且相互影响, 即使能够确定效用的变化来源于平台另一边用户数量的变化 (交叉网络外部效应) , 但它不能令人信服地断定该效应并非源于本边用户数量的变动 (自网络外部效应) 。整体来看, 相关实证文献的检验方法并没有对网络外部性进行结构分解, 故未能考虑到同边用户带来的自网络外部性的影响 (如Rysman (2007) ) 。即使考虑到了两种网络外部性的存在, 却尚未在同一计量模型中对两种网络外部性进行分离 (如Loke (2007) , 骆品亮等 (2010) ) 。严格的实证检验必须重视网络外部性的结构, 将自网络外部性与交叉网络外部性进行有效地区分, 并且需要进一步说明交叉网络外部性而非自网络外部性在网络型平台双边市场特征的形成中更加具有解释力。归属曲线模型 (Attachment Curves Model , ACM) 能够在保证理论基础的前提下恰当地解决该问题, 实现方法的简约性与结论的明确性。
归属曲线模型实质上是一组微分方程, 最初由Kumar等 (2010) 用来实证检验“雅虎知识堂”网络外部性的非对称性和搜索引擎双边用户的动态变化。运用归属曲线模型对双边市场特征进行检验的思路是:首先依据微分方程的形式对数据进行处理, 描绘出变量的增量与存量关系曲线——归属曲线, 观察图形是否符合归属曲线模型所显示的 (准) 单调性趋势;然后运用计量方法去验证交叉网络外部性而非自网络外部性对于该产业 (市场) 的双边市场特征形成更加具有解释力。
具备结构化计量模型特征的归属曲线模型刻画了微观经济主体的最优化行为过程, 明确地将理论模型与计量模型相结合, 从而使双边市场的识别过程具备良好的理论基础以及更多的统计结构, 能够有效地识别出经济变量的影响机制。此外, 归属曲线模型将自网络外部性效应和交叉网络外部性效应纳入了到同一个回归方程 (组) , 全面准确地刻画了网络型组织或者市场的网络经济特征, 其结构参数具有明确的经济意义。所以, 归属曲线模型在模型的理论基础和结论的直观性方面要优于普通的正反馈效应方法对交叉网络外部性的判断, 更加符合文献提出的双边市场特征检验的条件。
(三) 一般思路
结合上述有关双边市场判断与检验的理论文献, 本文认为, 双边市场特征判断在思路和方法上必须突破抽象的逻辑演绎, 尽可能广泛收集有关制度特征、行业性质等方面的数据进行严密的实证计量分析。网络型平台双边市场特征判定的一般思路应该将逻辑演绎与实证检验统一起来:首先按照Evans (2003) 、Armstrong (2006) 以及Rochet和Tirole (2006) 等提出的必要条件与充分条件对网络型组织的经济特征进行粗判断, 然后可以基于“交叉网络外部性说”应用归属曲线模型 (ACM) 和计量方法进一步进行精细的实证检验, 力求在保证理论基础的前提下实现方法的简约性与结论的明确性。
二、实证检验与结构分解
本部分将在特征描述的基础上应用归属曲线模型实证检验银行卡支付平台的双边市场特征并对其网络外部性进行结构分解。
(一) 经济特征描述
现有文献基于双边市场定义的逻辑演绎认为, 银行卡支付平台具有双边市场的重要特征:银行卡组织连接着持卡人与商户两类需求截然不同的用户, 两边用户的效用函数包含了对方的数量, 持有某品牌支付卡的消费者越多, 更多的商户就越愿意加入该支付卡组织并受理其各种支付工具;反过来, 某品牌支付卡的受理商户越多, 更多消费者就倾向于持有并使用该品牌支付卡。这就是银行卡支付平台持卡人与受卡商户间“鸡蛋相生”的交叉网络外部性效应。
(二) 计量模型设定
按照Kumar等 (2010) 的定义, 记n
在 (1) 中, 定义σ (·) 为特约商户达到某一特定规模时新增消费者加入某一品牌银行卡组织成为其持卡人的比率, 而将δ (·) 定义为某品牌持卡人达到一定规模时受理该品牌银行卡的特约商户比率。在此基础上, 归属方程σ (nc (t) ) , δ (nm (t) ) :[0, 1]→[0, 1]具有良好的递增性质, 并有σ (0) =δ (0) =0, σ (1) =δ (1) =1。这一性质刻画了银行卡支付平台持卡人与受卡商户间“鸡蛋相生”的交叉网络外部性特征——如果没有商户受理该品牌支付卡, 则不会有消费者愿意成为该银行卡品牌持卡人;而如果所有的商户都与该银行卡品牌签约受理, 那么每一个消费者都愿意持有该品牌银行卡。对 (1) 式进行变形获得n
[nc (t) ]′=-εtnc (t) +εtδ (nm (t) ) +μ (nc (t) , nm (t) , t) (2)
[nm (t) ]′=-εtnm (t) +εtδ (nc (t) ) +ν (nc (t) , nm (t) , t) (3)
式 (2) 和 (3) 就是Kumar等 (2010) 测度网络外部性的计量模型——归属曲线模型 (ACM) 。其中, μ (·) 和ν (·) 是具有零期望的随机噪音方程。
归属曲线方程的特别之处在于其在一个等式中同时刻画了卡组织支付平台存在的交叉网络外部性与自网络外部性:一方面, ACM模型反映了卡组织平台现有特约商户基数如何影响持卡人增量以及持卡人基础如何影响商户增量, 这体现在 (2) 和 (3) 的第二项;另一方面, 平台两边现有用户也将影响相应各边的增量变化, 这体现在 (2) 和 (3) 的第一项。由此可见, 与结构化计量模型一样, 归属曲线模型也具备稳健的理论基础与良好的统计结构。此外, 归属曲线模型形式良好, 其微分形式能够有助于识别经济因果关系。
(三) 实证检验
由于中国人民银行发布的《支付体系总体运行情况》2009年以后不再统计特约商户和特惠商户等数据, 造成更长时间段的数据结构不完整, 因此变量观测值选取1995-2009年的完整数据。我们基于该数据集, 运用归属曲线方程 (2) 和 (3) 实证检验银行卡支付平台的双边市场特征。本文关注的数据包括发卡量、特约商户数量、POS机数量, 其中1995-2005年数据来源于《中国金融统计年鉴》, 2006-2007年数据来源于国研网, 2008-2009年数据来源于银联信 (http://www.keyfoo.com) 和中国人民银行2009年年底发布的《2009年支付体系总体运行情况》报告。我们使用发卡量表示持卡人数量, 鉴于中国银行卡产业存在大量休眠卡的事实, 这种替代实际上是有偏的, 需要进一步处理。根据中国银行业协会的数据显示, 截至2010年年初, 国内信用卡发卡量年均活卡率为62.31%, 约四成信用卡处于未激活状态。我们对原始数据乘以0.6231进行调节, 大致地获得持有并正在使用银行卡的持卡人数量。接下来, 根据 (2) 和 (3) 从增量和存量角度对数据进行处理获得相应的归属曲线, 见图1和图2。
结合Kumar等 (2010) 对归属曲线的定义与解释, 根据中国银行卡支付平台归属曲线一和曲线二, 得到以下结论:
1.中国银行卡支付平台双边归属曲线整体上呈现出递增或者不变的特征, 这大致符合Kumar等 (2010) 对归属曲线单调趋势的理论判断。
2.尽管两条归属曲线存在着一定的相似点, 但同一归属曲线内部又具有明显的不同。根据归属曲线一和二可以发现, [nc (t) ]′与nm (t) 构成的持卡人归属曲线 (归属曲线一和二的左边部分) 比较陡峭, 变动剧烈且频繁, [nm (t) ]′与nc (t) 构成的商户归属曲线 (归属曲线一和二的右边部分) 前期一直很平坦, 到最近的年份表现出突变的特征。同一条归属曲线对于卡组织的两边用户而言却又是非对称的, 反映在经济意义上, 收单网络 (受理商户或POS终端) 一边给发卡网络 (持卡人) 一方带来了强烈的交叉网络外部性, 收单网络规模的扩张引起持卡用户基础的显著变化;而持卡人基础的变化起初并没有引起收单网络规模显著增加, 直到近期, 收单网络规模增量变化与持卡用户基础之间才呈现出跳跃式递增的关系。按照Kumar等 (2010) 定义的归属曲线模型性质, 这表明中国银行卡支付平台具备显著的交叉网络外部性。
3.尽管归属曲线能够直观地告诉我们交叉网络外部性的存在, 但是从方程 (2) 和 (3) 可以看出, 直接网络外部性也有可能塑造曲线的上述特征。因此, 必须将两者进行分离, 且需要进一步测量交叉网络外部性与自网络外部性在银行卡支付平台双边市场特征形成中的解释程度。
我们首先来分析银行卡支付平台发卡市场归属曲线, 基本思路是比较nm (t) 和nc (t) 对[nc (t) ]′的解释力强弱, 将[nc (t) ]′分别对nm (t) 和nc (t) 进行回归, 得到相应的拟合优度R-squared, 并比较其数值大小。其中, 因变量持卡人增量用Δcardholder表示, 特约商户基础用银行卡签约商户数量merchant表示, 持卡人基础为年度持卡人存量cardholder。鉴于数据的趋势项较强, 我们对变量取对数以削弱这种趋势, 并藉此降低和消除时间序列异方差。而为了减弱序列自相关性, 我们根据信息准则相应地加入了AR (1) 和 (或) AR (2) , 得到表2中的回归模型一和模型二。
在表2中, 自网络外部性系数与交叉网络外部性系数在1%的显著水平上通过了统计检验。模型一和模型二的R-squared值表明, POS终端对持卡人基础增量变化的解释力 (Predictive Power, 86.3%) 要强于持卡人基础本身的解释力 (72.35%) 。换言之, 交叉网络外部性更能解释因变量持卡人数量变化。与此同时, 必须指出的是, 如果将代表交叉网络外部性的解释变量换为签约商户 (Merchant) 进行稳健性 (Robustness) 检验 (表2中回归模型三) , 我们发现显著性水平、交叉网络外部性方向、强度都与模型一非常接近, 交叉网络外部性的解释力甚于自网络外部性, 这充分表明上述结论具有较强的稳健性。
由于数据均已对数化, 变量前面的系数就是因变量对解释变量变动的弹性。根据表2的模型一, 可以发现商户一端规模的变化对持卡人基础变化的影响是微弱的, 其弹性值和交叉网络效应皆为0.000000012。这一强度数值究竟是高还是低?我们可以将其与发达国家成熟的银行卡市场 (平台) 交叉网络外部性强度进行对比。
注:***、**和*分别代表1%、5%和10%的显著水平, 下同。
Rysman (2007) 利用美国四大支付卡组织数据检验了支付卡平台的交叉网络外部性。1994-2001年美国银行卡市场商户受卡对消费者用卡的外部性数值在-0.008-0.036之间, 如表3所示。
资料来源:根据Rysman (2007) 回归结果整理。
我们利用其测度的四大卡组织交叉网络外部性系数, 以当年各卡组织的市场份额为权重, 计算了1994-2001年美国银行卡市场加权平均交叉网络外部性强度为0.019829。这意味着就整个市场而言, 受卡商户数量每增加1%, 将引发采用银行卡支付的用户数比率增加0.00019829个单位。由此可见, 与发达国家的历史水平相比, 我国银行卡支付平台的交叉网络外部性强度依然显得微弱。
接下来, 分析银行卡支付平台收单市场归属曲线, 可以得到表4的回归结果。
从表4中可以看出, 自网络外部性和交叉网络外部性系数都在1%的显著水平上通过相关统计检验。从R-squared统计指标来看, 自网络外部性对模型的解释力与交叉网络外部性对模型的解释力之间差别很微小, 其数值仅为1.85%。所以, 严格地按照归属曲线模型的定义, 自网络外部性能够比交叉网络外部性更多地解释收单市场网络规模的显著变化。在经济意义上, 我们可以从两个方面对此进行探索性解释。
我们对此的第一种解释是, 商户的POS受卡决策受到同业间竞争效应与示范效应两个方面的影响, 这两种自网络外部性效应超出了消费者给受理商户带来的交叉网络外部效应。商户受理银行卡能够给消费者提供的效用是一种独立于商品或者服务本身价值的额外收益, 随着支付卡在消费者中的渗透以及商户之间的激烈竞争, POS支付终端便捷性带来的额外收益越来越为消费者所重视并成为了消费者光顾商户的“保健因素”而不再是“激励因素”。因此, 受卡商户对持卡人数量变化的敏感程度降低, 反而对同业的受卡POS规模决策敏感, 不管持卡消费者用户基础多寡, 商户都倾向于接受POS支付。Rochet和Tirole (2011) 赋予这种现象以“无奈受卡” (Must-take Cards) 的称谓。
我们的第二种解释是, 中国发育不成熟的收单市场环境阻碍了收单机构方对持卡人规模变化的即时响应。中国银联并非如老品牌VISA和MasterCard一样是纯粹的标准开放式卡组织, 出于自身利益的追求, 在完成市场启动使命之后, 中国银联并没有退出竞争性的收单市场环节。独立的第三方收单机构与具有纵向能力的中国银联在收单市场的竞争是非对称且不公平的, 制约了收单市场的壮大与成熟, 同时阻碍了收单市场对发卡市场用户基础变化的响应。
按照标准开放式卡组织的内部治理机制, 中国银联显然不应该同时扮演数据传输者和收单行的双重角色 (Fu等, 2012) 。而事实上, 中国银联利用其旗下子公司银联商务和数字王府井涉足收单市场, 形成了银联与特约商户直连的模式, 从而在收单市场上与收单会员机构争利。按照现行的交换费在发卡行、数据传输提供者 (中国银联) 和收单行之间7:1:X的利润分配模式, 在直连模式下, 中国银联可以从收单市场上侵占原本属于专业收单机构可以赚取的近2个点的利润, 于是银联在每笔业务中几乎能够无风险地获得近3个点的利润。在这种扭曲的利益均衡机制下, 专业收单机构没有足够的积极性去拓展潜在的受卡商户, 导致刷卡环境恶化造成交易量不够理想。结合银行卡支付平台发卡市场和收单市场的归属曲线, 我们发现, 中国银行卡支付平台具有非对称弱双边市场特征, 收单市场会对发卡市场产生统计上显著但强度上微弱的交叉网络效应, 而发卡市场对收单市场的交叉网络效应不如自网络外部性有解释力。根据表2和表4, 在中国银行卡支付平台中, 其双边市场特征结构上可以分解为两种网络外部性, 其强度见表5。表5给出的信息告诉我们, 在银行卡支付平台的双边网络外部性结构中, 发卡市场对收单市场与收单市场对发卡市场的两项交叉网络外部性强度 (黑体加粗) 尽管都非常地微弱, 但是两个子市场交叉网络外部性具有非对称性。不管是在发卡市场还是在收单市场, 自网络外部性在强度上远甚于交叉网络外部性, 这为我们理解中国银行卡支付平台目前的动力机制提供了有益的证据。
三、基本结论与政策启示
(一) 基本结论
尽管自网络外部性与交叉网络外部性在网络经济学中是一对孪生兄弟, 但就双边市场而言, 其核心特征在于交叉网络外部性。本文运用归属曲线模型对银行卡支付平台的双边市场特征及其外部性内部结构进行了检验、分解与测度。研究发现:
1.中国银行卡支付平台整体上具有非对称性弱双边市场特征。收单市场网络规模的扩张引起持卡用户基础的显著增加, 而类似的交叉网络外部效应反过来并不明显;在中国银行卡市场的早期阶段, 持卡人基础的变化并未引起收单网络规模的显著增加, 直到近期方才渐显。
2.形成中国银行卡支付平台非对称性弱双边市场特征的深层次原因在于平台治理制度欠完善导致的激励扭曲效应。中国银行卡市场的中坚力量中国银联并非如VISA和MasterCard一样是标准开放式卡组织, 制约了收单市场的壮大与成熟, 同时也阻断了收单市场对发卡市场用户基础变动的即时响应, 长期的畸形发展已使收单市场成为了中国银行卡市场最明显的“木桶短板”。
(二) 政策启示
既然收单市场受理环境的不完善阻碍了发卡市场交叉网络外部性向收单市场的传导, 那么, 正如骆品亮等 (2010) 、傅联英 (2011) 指出的, 进一步促进收单市场的整合显得非常必要。于是, 一个自然的追问是, 具体该如何对国内收单市场的软环境和外部硬件环境进行培植和整合呢?本文认为, 可以从以下两方面着手:
1.由于收单市场不成熟的根源在于中国银行卡市场制度基础的不完善, 因此建议改革中国银行卡支付组织 (平台) 内部治理机制与多方利益均衡机制, 健全卡组织运行的制度基础, 严格执行卡组织多方利益博弈规制。在完成发卡市场与收单市场启动的使命后, 中国银联宜彻底退出竞争性的收单市场环节, 让利于卡组织成员特别是从事收单业务的第三方机构, 从而真正保证中国银联作为开放式卡组织在性质与使命上的纯粹性。
2.监管部门宜出台财税和金融措施继续辅助培育与催熟第三方机构主导的收单市场网络。如果说整个银行卡支付网络是社会生活中的功能性基础设施, 那么收单网络则是该基础实施的核心部件。考虑到收单网络的基础性地位及其发展现状, 相应的融资与财税支持是急需的, 建议将收单机构POS机具投入计入其经营成本, 在税前列支;也可以设计费用列支及税收扣减等政策, 激励特约商户自行购买或者租借POS机具等终端受理设备。上海已经先试先行, 上海市政府办公厅《关于促进本市第三方支付产业发展的若干意见》对符合条件的收单机构从“上海金融发展资金”中给予一定的资金扶持, 鼓励各相关区 (县) 结合实际, 安排相关资金, 全力支持支付产业发展, 此经验值得借鉴。
特征测度 篇3
关键词：资本市场边界效应,时空演变,空间关联性
大量研究结果表明, 由于行政区经济在我国普遍存在, 边界效应严重影响国内市场一体化的发展。上世纪90年代以来, 国内产品市场一体化水平明显提高, 但要素市场仍然存在明显的地区分割现象, 产品市场与要素市场的不协调发展, 严重制约着我国经济的健康发展。
国内外研究现状
1. 国外学者的研究
Mc Callum (1995) 首先构造了贸易引力模型, 并采用双边贸易流量数据, 对加拿大各省和美国各州之间的边界效应进行了研究。发现美国国内贸易流量比美国与加拿大各省之间贸易流量高出20倍左右, 说明跨国边界效应明显高于国内边界效应。此后一些学者根据McCallum的研究思路对边界效应进行了进一步的研究。
Wolf (2000) 采用1993年美国各州之间商品流动调查数据, 对美国的州际边界效应进行了测算, 发现美国各州间的边界效应为4.39。而Millimet和Osang (2006) 研究发现, 1993年、1997年美国各州之间的边界效应分别为7.17、8.41。Verdier和Helliwell (2001) 在考虑人口规模和分布的基础上, 测算出加拿大各省间边界效应值高达10-15。Schembri和Helliwell (2005) 采用1996年加拿大和美国的贸易流量数据, 运用贸易引力模型, 对加拿大与美国之间的边界效应进行了研究, 结果发现两国之间存在明显的边界效应, 并且呈现出明显的下降趋势。但采用贸易流量法对边界效应进行研究有一个明显的缺陷, 就是有些国家或地区间的贸易流量数据很难获得。
为了运用Mc Callum (1995) 的研究思路 (或方法) , 对这些贸易数据流量不完整国家的边界效应进行研究, Parsley和Wei (2001) 利用生产函数法, 对地区间边界效应的度量进行了改进, 将边界效应看成贸易壁垒的综合指数, 其中包括关税壁垒和非关税壁垒的影响, 还包括所有导致国际贸易与国内贸易 (假定为自由) 之间差异的因素, 以及在回归中无法控制的因素, 用一个国家的总产量减去其总出口量, 计算本国与各国间的贸易量。在控制了地理位置、地理距离和国家规模等因素后, 发现经济合作组织 (OECD) 国家消费的本地产品, 是从其他OECD国家进口产品的2.5倍。由于该方法无需利用地区贸易流量数据便可估计地区间的边界效应, 因而得到了广泛应用。
Rogers和Engel (1996) 采用加拿大和美国城市的14种消费品价格数据, 测算了两国之间的边界效应, 发现即便在控制了距离因素情况下, 加拿大和美国的消费品价格仍然存在巨大差异, 其边界效应相当于12万公里。Tesar和Gorodnichenko (2009) 引入异质效应后, 对国际价格差异的波动性进行了修正, 运用Rogers和Engel (1996) 、Wei和Parsley (2001) 的加总价格指数数据, 重新测算了加拿大和美国之间的边界效应, 发现其值从71438公里下降为47公里。
2.国内学者的研究
王振波、朱传耿、徐建刚 (2008) 运用Barro回归方程结合引力模型, 对淮海经济区的边界效应进行了定量测量, 发现淮海经济区除了苏鲁边界外, 其余边界均存在或者曾经存在显著的边界效应。
行伟波、李善同 (2009) 利用我国省际产品贸易和增值税数据, 基于边界效应模型, 对省际产品贸易的本地偏好程度和边界效应进行了实证检验。结果发现, 省际产品贸易存在明显的本地偏好, 在控制了对外贸易、经济规模、临近效应、行政区划、双边及多边贸易壁垒等因素之后, 2003—2005年省际产品贸易的边界效应约在4—6之间, 省际边界效应并未出现一致的变化趋势, 我国产品市场已具备了较高的一体化水平。行伟波、李善同 (2010) 利用1995—2005年我国城市间33类生产资料价格数据, 基于一价法则的基本思想, 运用Levin_Lin_Chu面板单位根方法, 分析了我国产品市场一体化, 发现大多数生产资料在不同地区之间的价格差异越来越小, 城市间各类商品的相对价格波动, 随着时间变化呈现明显的下降趋势。大多数产品的价格差异都是收敛的, 且速度非常快, 这表明我国产品市场一体化水平较高并且发展速度较快。
范剑勇、林云 (2011) 基于引力模型, 采用我国区域间投入产出表的制造业贸易数据, 对区域间贸易的边界效应进行研究, 并估计了投资的地方保护与产品同质性对边界效应的贡献, 发现区域间贸易的边界效应仅为7.31—7.61倍, 产品同质性对边界效应的贡献仅为12%—14%, 而投资的地方保护成为边界效应的主要贡献者。
黄新飞、舒元、郑华懋 (2013) 认为, 区域间边界效应会受到不同区域内部价格分布差异的干扰, 即存在异质效应。研究结果发现, 在考虑了异质效应的前提下, “长三角”和“珠三角”地区的平均边界效应为6.6万公里, 相比之前的45.9万公里有明显下降, 并且仍以每年0.2%的速度下降。黄新飞、陈姗姗、李腾 (2014) 基于一价定律, 利用断点回归方法, 对“长三角”地区省际边界和价格差异的关系进行实证研究, 结果发现“长三角”地区省际边界效应显著存在。
曾冰 (2015) 基于新经济地理学的视角, 利用冰川成本模型, 测算了边界阻抗系数, 最终得出的结论是:阻抗系数的大小, 反映了边界的作用。当阻抗系数较小时, 边界效应表现为中介效应, 地区间生产要素能够充分流动并且能实现较好地分工协作。此时, 边界效应能有效推动省际边界地区经济发展。而当阻抗系数较大时, 边界效应表现为屏蔽效应, 地区间生产要素不能充分流动, 经济往来较少。此时, 边界效应阻碍省际边界地区的经济发展。
指数构造
假定有i, j两个地区, p (i, k, t) 表示i地区k商品在t时期的价格, p (j, k, t) 表示j地区k商品在t时期的价格, C表示两地商品套利成本。依据“冰川成本”模型, 则为:
在 (1) 、 (2) 式成立的情况下, 套利行为才是可行的。此时, 两地间价格波动范围是:
令Q (i, j, k, t) =lnp (i, k, t) -ln P (j, k, t) , 可得到交易成本范围:
同理, 可令Q (i, j, k, t-1) =lnp (i, k, t-1) -lnP (j, k, t-1) , 则有:
在影响两地之间商品价格波动的诸多因素中, 根据“冰川成本”模型, 在控制信息成本、交通成本的影响后, 还要考虑商品异质性对价格的影响, 即|ΔQ (i, j, k, t) |可分解为两个部分:第一部分是商品价格变动仅与自身的某些特性有关, 如自然条件会影响粮食的供给, 因而造成价格波动较大;第二部分变动与商品本身无关, 而是与i, j两地特殊的市场环境或其他随机因素有关, 如贸易壁垒加强, 或是自然灾害导致粮价大幅上涨。第一类因素的存在, 可能引起|ΔQ (i, j, k, t) |的值偏大, 而高估边界效应的影响, 通常采用去均值 (De-Mean) 的方法消去第一类因素的影响, 以消除与这种特定商品种类相关的固定效应所带来的系统偏差。
最终用于计算价格变动方差的数据, 记为q (i, j, k, t) , 记为varq (i, j, k, t) 。
数据处理
1. 数据来源
本研究原始数据, 均来自历年《中国统计年鉴》中分省固定资产投资价格指数, 涵盖了1995—2014年30个省市自治区 (由于西藏自治区历年都没有固定资产投资价格指数统计, 所以剔除) 三大类固定资产, 具备地区、时间和固定资产投资种类3个维度 (30×20×3) 。
2.数据处理
为了利用两地区之间的价格方差指数进一步计算出每一省份的边界效应值, 借鉴万伦来、杨燕红、王立平 (2009) 的处理方法, 把每个相邻省份设置成一对贸易组合, 计算所得边界效应值, 如下表所示。
(注:M9602、M0308、M0914、M9614分别表示1996—2002年、2003—2008年、2009—2014年、1996—2014年的平均值)
我国资本市场边界效应时空演变分析
1.我国资本市场边界效应时间演变分析
我国资本市场各省市边界效应值随时间的差异变动态势, 如图1所示。
从图1中可发现, 代表1996—2002年的蓝色折线图波动幅度较剧烈, 而代表2003—2008年、2009—2014年的两条折线图相对较平坦, 且其位置整体上明显低于1996—2002年的折线。这说明1996—2002年我国各省市间的边界效应差异明显, 且其整体水平都较高, 2003—2014年各省市整体的边界效应都显著下降, 且各省市之间的差异也明显缩小。
2. 我国资本市场边界效应空间演变分析
为了更加清晰地认识我国资本市场各省市边界效应的差异及空间格局, 依次选取1996—2002年、2003—2008年、2009—2014年这3个时间段的数据, 运用Geoda采取自然断裂法, 对我国资本市场各省市的边界效应进行等级划分, 如图2所示。
从图2中可发现, 我国资本市场边界效应的特征:一是全国资本市场大多数省份的边界效应处于相对较低的水平类别。二是3个时期整个资本市场空间格局发生了较大变化。
1996—2002年, 边界效应较高的省市主要集中在东南沿海和东北地区;2003—2008年边界效应较高的省市主要集中在沿海地区和中西部地区;2009—2014年边界效应较高的地区主要集中在沿海、东北和中西部地区。虽然2003—2014年处于一、二级水平的省市数量明显多于1996—2002年, 但这并不能说明我国资本市场的边界效应提高了。相反, 2003—2014年资本市场整体的边界效应下降。之所以出现这种情况, 是因为2003—2014年这段时期内, 在整个资本市场边界效应普遍下降的情况下, 沿海地区和东北地区的下降幅度远远超过了中西部地区, 导致了中西部地区的边界效应值较高。例如, 1996—2002年, 边界效应值最低的地区为海南省 (0.00010761) , 最高的地区为福建省 (0.003303234) 。而到2003—2014年, 边界效应值最低的地区为上海 (0.00004) , 最高的地区为海南省, 其仅为0.000723505。
我国资本市场边界效应的空间关联性分析
1.全局空间关联性分析
通过Geoda软件, 对1996—2014年各省固定资产投资价格指数方差的均值进行全局空间自相关分析, 结果如图3所示。
在图3中, 大部分数据点都分布在第一象限和第三象限, Moran’s I=0.0759397。说明这些数据点所代表的区域, 在空间上具有较大的正相关性, 即全国各省市边界效应的空间分布并不是完全随机性的, 而是表现出空间聚集效应。在Geoda中运用蒙特卡罗模拟, 来检验Moran’s I是否显著, 结果如图4所示。
图4中, P值等于0.085, 表明在91.5%置信度下的空间自相关是显著的。
2. 局部空间关联性分析
全局空间自相关分析侧重于研究区域空间对象某一属性取值的空间分布状态, 而格数据分析的另一个重点, 在于分析空间对象属性取值在某些局部位置的空间相关性, 即局部空间对象的属性取值对全部分析对象的影响。
为了更直观地观察全国资本市场边界效应的空间分布状况, 利用Geoda生成LISA聚集图, 用不同颜色渲染不同的空间自相关类型, 如图5所示。
从图5中可看出, 全国资本市场主要表现出高—高、低—低两种集聚类型。红色代表高—高聚集, 表明浙江省、江西省与其周边省市的边界效应值均较高。蓝色代表低—低集聚, 表明云南省与其周边省市的边界效应值均较低, 其余省市未表现出明显的集聚关系。
结论
通过测算全国资本市场各省市的边界效应值, 从时间和空间两个角度, 分析了其特征变化。分析结果表明, 从时间上看, 自2000年以来, 全国资本市场的边界效应普遍降低;从空间上看, 全国资本市场的边界效应空间分布呈现明显的正相关性, 并出现了高—高、低—低两类集聚现象。其中, 浙江、江西与其周边省市的边界效应值均较高, 云南与其周边省市的边界效应值均较低。
参考文献
[1]Mc Callum.National borders matter:Canada-US regional trade patterns[J].American Economic Review, 1995, 85 (3) :615-623.
[2]Wolf H C.Intranational home bias in trade[J].The Review of Economics and Stati Stics, 2000, 82 (4) :555-563.
[3]Helliwell, J., Verdier, G.Measuring Internal Trade Distances:A New Method Applied to Estimate Provincial Border Effects in Canada[J].Canadian Journal of Economics, 2001, 34:1024-1041.
[4]王振波, 朱传耿, 徐建刚.省际边界区域边界效应的测定——以淮海经济区为例[J].经济地理, 2008 (5) :765-770.
[5]行伟波, 李善同.本地偏好、边界效应与市场一体化——基于中国地区间增值税流动数据的实证研究[J].经济学, 2009 (3) :1455-1474.
[6]行伟波, 李善同.一价法则、地区价格差异与面板单位根检验[J].管理科学学报, 2010 (4) :76-84.
[7]范剑勇, 林云.产品同质性、投资的地方保护与国内产品市场一体化测度[J].经济研究, 2011 (11) :48-59.
[8]黄新飞, 舒元, 郑华懋.中国城市边界效应下降了吗?——基于一价定律的研究[J].经济学 (季刊) , 2013 (3) :1369-1386.
[9]黄新飞, 陈思宇, 李腾.我国零售商品价格行为研究——来自长三角十五个市超市的微观证据[J].管理世界, 2014 (1) :8-16.
[10]曾冰.边界效应与省际边界区经济发展——基于新经济地理视角[J].财经科学, 2015 (9) :87-97.
特征测度 篇4
从国际经验来看,利用人们在购买住宅时所体现的“竞标”行为,测度居民对楼盘绿化覆盖率的支付意愿是一种有效方法。这一点也可以从Lancaster(1966)和Rosen(1974)的文章中得到理论证明。Lancaster认为,所有商品的需求并不是源于商品本身,而是源于这些商品所体现的特征要素,商品对消费者所产生的效用大小由商品所包含的特征要素决定。楼盘绿化覆盖率是住宅的特征之一,人们购买住宅时的“竞标”价格中有一部分是对楼盘绿化覆盖率的出价,也就是说,人们会因为居住地环境绿化程度的不同而影响对商品住宅的出价意愿。而Rosen(1974)提出的产品特征市场供需均衡模型间接证明了可以利用计量经济学方法(如多元回归技术)将产品特征的隐含价格分离出来,分析消费者对产品特征的需求。因此,实际操作中可以基于房价交易数据并运用计量经济模型进行实证研究来获得居民对环境绿化的支付意愿。此外,从商业地产的开发实践来看,也急需这一具体测度作依据。直观上很容易理解环境绿化会影响房价,但房价对环境绿化到底有多敏感,具体而言,小区绿化率对一个楼盘销售价格的影响程度到底有多大,以及其随空间的变化趋势又是怎样的,这些问题在目前的国内文献中并没有得到深入研究。所以,本文研究的问题,对城市规划、公共工程融资和商业住宅开发建设都有重要的现实意义。
本文应用国际上研究影响住宅价格微观因素的主流方法———特征价格法(hedonic price method),并基于上海市1043个楼盘2005年9月至2007年10月间的12402个月楼盘均价观察值,测度了不同情况下居民对楼盘绿化覆盖率的支付意愿,特别比较了上海市三环及12区内这种支付意愿的差异,最后考察了这一支付意愿在空间上的梯度性。
1 文献综述
特征价格法(hedonic price method)理论基础主要包括两个方面的内容,即Lancaster消费者理论和Rosen的隐形市场理论。特征价格理论认为,商品的需求并不是源于商品本身,而是源于这些商品所体现的特征要素,商品对消费者所产生的效用大小由商品所包含的特征要素决定(Lancaster,1966);商品的生产、交换和消费的过程中,总的价格和交易是可观察的,但每个产品特征对应一个隐含市场,产品市场一般可以理解为由多个隐含市场构成(Rosen,1974)。假定消费者收入为Y,消费一个包含n个特征(Zi,i=1,2,…,n)的商品(如住宅)和一个复合商品X(其他全部商品的组合,令价格为1)。在住宅市场均衡的前提下,住宅的特征价格函数为P(Z)=P(Z1,Z2,…,Zn),特征的隐含价格为Pi=δP/δZi,并且这些价格不受个别消费者的影响。消费者的效用函数表示为U=U(Z,X)。消费者愿意为一套住宅支付的费用是其所包含特征的函数,消费者对住宅的“竞租”函数(Bid-Rent)β(Z,Y,u)包含在效用函数中,U=U(Z,Y-β)。竞租函数的偏导数δβ/δZi表示在效用水平不变时,当第i个住宅特征Zi增加时,消费者愿意在住宅支出上改变的费用,收入不变的情况下,这种支出变化将通过增加或减少复合品X的消费来得到,即有:δβ/δZ-i=μi/μx。考虑消费选择的最优化,即效用最大化,有:maxU(Z,X),s.t.Y≥P(Z)+X,求解最优化问题,容易得到:μi/μx=Pi,这里μi=δu/δZ-i,Pi=δP/δZi。对单个消费者而言,最优选择时有δβ/δZi=μi/μx,所以δβ/δZi=Pi,即每个特征对应的竞价函数斜率和特征的隐含价格相等时,消费者对住宅特征的选择达到最优结果,此时消费者出价曲线和特征价格曲线相切,如图1所示。
对住宅开发商采用利润最大化原则,可以得到类似结果。即在市场均衡状态下,开发商的要价函数(关于住宅特征、利润的函数)和特征价格函数相切时,开发商将得到最优结果,如图1所示。
因此,在市场均衡状态下,如果消费者和开发商均采取理性行为,为了得到效用最大化和利润最大化,则一次成功的交易对应的价格落在图1上,并且出价曲线、要价曲线和特征价格函数三者相切于一点。因此,可以收集住宅交易价格、特征数量的数据(一次交易对应图1上一个点),采用回归技术进行建模,得到住宅的特征价格函数,从而得出特征的隐含价格,即消费者对特征的支付意愿。
在实证研究方面,Ridker(1967)是最早把特征价格理论运用到住宅市场分析的学者之一,他对住宅价格数据使用价格特征法模型,计算了环境质量的改善(如空气污染的消除)对住宅价格的影响。其后陆续有大量学者将特征价格模型应用到住宅定价上,一般将影响住宅价格的因素大体分为三类:建筑特征(建材、房型、楼层、面积、朝向等)、邻里特征(小区环境、邻居构成、物业管理质量等)和区位特征(离市中心距离、地铁交通、商场购物便利性等)。各个特征对房价的影响都有众多的学者进行研究,如Ball(1973)发现建筑特征个数与价格成正比;Clark and Herrin(2000)则得出住宅价格与年龄负相关的结论;Ketkar(1992)研究了新泽西邻里种族比例对住宅价格的影响,结论表明邻里非白人的比例对于白人的住宅价格存在明显的影响;Clark and Herrin(2000)发现周边学校质量对于住宅价格影响十分显著;Follain and Malpezzi(1981)和Mok、Chan and Cho(1995)等众多学者都发现,在单中心城市中,住宅价格与到CBD(Central Business District)距离远近具有明显的负向梯度分布形态,确证了土地经济学中最基本的“地租竞标”理论(Mills,1967)。
但是作为邻里重要特征之一的绿化面积在国外却相对很少有学者将其纳入到特征价格模型之中,这可能和发达国家家庭住房大多坐落在绿化程度很高的郊区且为独门独栋住房有关。仅有的一些研究如:Han(1998)发现面向开放绿地的住宅价格平均比非面向开放绿地的住宅价格高2.6%;Tyrvainen(2000)发现有林地视线的住宅价格要相对高4.9%。但他们均没有研究住宅(楼盘)享有绿化面积对房价影响在空间上的分布形态。
就国内而言,1998年住房市场商品化改革之后,逐渐有国内学者开始应用价格特征法进行研究。关于区位特征对房价的影响研究较多,如温海珍(2005)发现到CBD距离对杭州的住宅价格有显著的影响;郝前进、陈杰(2007)实证研究发现上海市区房价随着到CBD距离的增加而呈快速下降的趋势,但在郊区则不明显。而关于建筑特征及邻里特征对房价影响的研究相对较少。周华、李同升(2007)以西安为对象,认为开发区建设、择居行为、居民收入差异和技术变革是住宅价格空间分异的主要原因和动力;吴冬梅(2008)估计了南京莫愁湖对周边住宅价格的影响,结论表明湖景的舒适性价值或生态服务价值在住宅价格中所占比例达到13%左右。虽然国内已经有一些邻里特征对房价影响的研究,但还没有将楼盘绿化率及其与其他特征的交互性影响纳入到特征价格模型中来研究其空间的分布形态。
2 数据说明及变量定义
从2004年7月l日开始,上海市所有商品房交易必须在网上进行备案。从上海网上房地产网,我们获得了2005年9月到2007年10月间,上海市1043个楼盘的月度项目均价,共获得观察值12402个,平均每个项目被观察了11.7次。针对这1043个楼盘,我们搜集了另外一些变量,包括到CBD(中心商务区,即上海市人民广场)的距离、绿化面积、容积率、各项目的空间方位(以CBD为原点)。因为后面两个变量是随时间变化的,我们是在观察房价的同期对他们进行测量。
上海市区在空间上被内环、中环及外环分割成三个环带区域,我们所选取的楼盘在三个环带区域的比例大致相同,比例基本为3:3:4。图2揭示了我们所选取的1043个楼盘在3个环线和市区12个区县的空间分布。表1则给出下文模型所涉及主要变量的一般性描述。
3 模型设定及分析
本文以下部分的模型设定均基于半对数函数形式的特征价格模型。相对线性函数形式的特征价格模型,半对数函数形式的特征价格模型具有以下三方面优点(Fonain and MalPezzi,1980):第一,半对数函数允许住宅各个特征(自变量)计量单位间存在差异性;第二,半对数函数回归得到的系数非常容易解释;第三,半对数函数可以最小化模型的异方差。
3.1 绿化覆盖率与居民支付意愿的关系
为了初步了解居民对楼盘绿化覆盖率的支付意愿,设定模型1.1如下:
模型中加入楼盘到CBD的距离(dis_CBD)和月份哑变量(Month_Dummy,即数据的时间跨度是2005年9月至2007年10月,共26个月,所以式中哑变量有25项,以2005年9月为基变量)作为控制变量,消除空间和时间的变化对模型造成的影响,而容积率(FAR)与绿化覆盖率(GreenRate)联系紧密,我们也将其作为控制变量纳入模型之中。用Stata 10.1对模型进行分析,得出结果如表2(模型1.1)。
绿化覆盖率的系数为0.652,且在1%的水平下显著,说明居民愿意为更多的绿化覆盖率支付更高的房价,且平均而言,增加1个百分点的绿化率可使楼盘均价上涨0.65%。楼盘距CBD的距离(dis_CBD)系数为负,表明随着楼盘离CBD越来越远,其均价呈下降趋势。但是FAR的系数为正,这与直观上理解有偏差,难道上海市的居民喜欢住在容积率更高的小区内?事实并非如此,检查数据,发现容积率较高的楼盘多集中在城市中心区,因此正的FAR系数可能揭示的是居民对地理位置的偏好。
为了进一步揭示绿化覆盖率与容积率的关系,我们将数据按容积率分成两组,生成哑变量FAR1,FAR1=0表示该组楼盘的容积率小于3,FAR1=1表示该组楼盘容积率大于等于3。设定模型1.2如下:
GR_FAR1表示绿化覆盖率与容积率哑变量的交互项,回归分析结果如表2(模型1.2),GR_FAR1的系数为0.460,表明容积率越高,居民为绿化覆盖率的支付意愿也越高,相对于容积率小于3的楼盘,容积率大于等于3的楼盘居民为绿化覆盖率的支付意愿要高0.46%。这与经济资源的稀缺性理论是一致的,容积率越高的楼盘,其绿化环境越显得相对稀缺,为居民提供的边际效用相对较高,因此,居民的支付意愿也会表现得较为强烈。
3.2 居民对楼盘绿化覆盖率的支付意愿在空间位置上的差异
为了考察上海市居民对楼盘绿化覆盖率的需求支付意愿在空间位置上的差异,首先按照内环、中环及外环的传统划分方法,将上海市区划分为三大区域,分别为内环以内、中内环间及中外环间,对比三大区域居民对楼盘绿化覆盖率需求支付意愿的差异;其次按现有上海市外环内的12个区划分,对比这12个区内居民对楼盘绿化覆盖率需求支付意愿的差异。
3.2.1 居民对楼盘绿化覆盖率需求支付意愿在三环内的差异
设定模型2.1如下:
InHPrice=θ0+θ1GR+θ2FAR1+θ2(CityRing=中内环间)*GR+θ4(CityRing=中外环间)*GR+Month_Dummy+u
绿化覆盖率与三大区域的交互项被放入模型之中,因为这里考察居民对楼盘绿化覆盖率的需求支付意愿在空间上的变化,所以未加入控制变量dis_CBD,而加入月份哑变量可消除时间变化的影响。回归分析结果如表2(模型2.1)。
交互项前面的系数均为负,表明内环内居民对楼盘绿化覆盖率的需求支付意愿高于“中内环间”和“中外环间”的居民,分别高出0.426%和1.066%。也就是说,居民对楼盘绿化覆盖率的需求支付意愿在内环内最高,并按照内环、中环、外环的次序而递减。这种递减形态正好与上海市经济繁荣程度在空间上的分布形态相一致。上海中心区经济最发达,而由中心向外辐射,经济发展程度依次降低,同时人口密度也呈类似的分布形态,结合中心区楼盘容积率相对较高的事实,可以合理推测由于经济的发展、人口密度的增加,不得不以牺牲部分绿化环境为代价来换取人均居住面积。同时,支撑经济发展的规划用地也在一定程度上挤占了绿化用地,进而使得在经济较发达的区域,绿化环境显得相对稀缺,居民对其支付意愿更高。
3.2.2 居民对楼盘绿化覆盖率需求支付意愿在12区内的差异
将上面考察三环内居民对楼盘绿化覆盖率需求支付意愿差异的模型中交互项换成12区与绿化覆盖率的交互项,建立新模型,同时去掉变量GR_FAR1,这是因为容积率(FAR)高的楼盘多集中在市中心,而12区的划分并不由中心向外辐射,为了减少空间上的干扰性,去掉变量GR_FAR1是必要的。对新模型进行回归分析,得到结果如表2(模型2.2)。
绿化覆盖率的系数为-0.286,表明基准地段———宝山区的居民对楼盘绿化覆盖率的需求支付意愿为负,这与前面分析的上海市居民对楼盘绿化覆盖率的整体需求支付意愿为正并不矛盾,因为宝山区为上海北部经济发展程度相对较低的一个区,人口密度也较低,居民不缺乏绿化方面的资源,对环境绿化的支付意愿不强烈。但需要注意的是,其他行政区复合后的绿化覆盖率系数(自身系数加基准系数)都远高于零,对楼盘绿化覆盖率存在显著的正向需求支付意愿,特别是卢湾区、静安区、黄浦区、长宁区和徐汇区等城区的系数尤其高,折算下来每增加1%的绿化率,房价的增长都在1%甚至2%以上。而这几个也恰好是上海市中心区所在,经济高度繁荣,房价昂贵,能在这些地段购房的人基本都是高收入者,同时这些地区人口密度非常大,十分拥挤,周边绿化资源很少,为此居住人口对绿化需求十分强烈,支付意愿高。相比之下,杨浦、闸北、闵行等区的绿化率系数就不是很高,这与该地段经济相对不繁荣、预期购房者收入要求相对不高,同时人口密度低、区域内绿地与公园相对较多直接有关。以上这些发现证明上海居民对楼盘绿化覆盖率的需求支付意愿在空间上存在差异,而这种差异实质上反映的是楼盘所住居民对楼盘绿化覆盖率的需求支付意愿与自身收入的关系、与地段周边人口密度和绿化资源的关系,显然三者高度正相关。
3.3 居民对楼盘绿化覆盖率需求支付意愿在空间方向上的差异性
从上文居民对楼盘绿化覆盖率需求支付意愿在三环内差异的分析,已经初步揭示了居民对楼盘绿化覆盖率的需求支付意愿存在空间梯度,为了进一步分析这种梯度的具体形态,首先以CBD为中心,考察居民对楼盘绿化覆盖率的需求支付意愿随着楼盘与CBD距离的变化而变化的趋势;其次选取CBD为空间坐标原点,将楼盘样本按东、南、西、北四个方向进行划分,再考察这四个方向上,居民对楼盘绿化覆盖率需求支付意愿随楼盘与CBD距离的变化而变化的趋势。
3.3.1 居民对楼盘绿化覆盖率需求支付意愿随楼盘与CBD距离变化而变化的趋势
设定模型3.1如下:
式中G_dis_CBD表示楼盘与CBD的距离取对数后与绿化覆盖率的乘积,回归分析结果如表2(模型3.1)。G_dis_CBD的系数为-1.006,表明随着楼盘距离CBD越来越远,居民对绿化覆盖率的需求支付意愿越来越低,距离每增加1%,则支付意愿下降1.006%,由于楼盘与CBD的距离取了对数,恒定的系数反映了这种递减趋势在减缓,因此居民对绿化覆盖率的需求支付意愿在空间上呈现出明显的梯度形态,且这一梯度越来越平坦。
3.3.2 居民对楼盘绿化覆盖率的需求支付意愿在各方位上的空间梯度形态
模型3.2设定如下:
InHPrice=θ0+θ1GR+θ2G_dis_CBD+θ3GR_FAR1+θ4(way=东向)*G_dis_CBD+θ5(way=南向)*G_dis_CBD+θ6(way=西向)*G_dis_CBD+Month_Dummy+u
变量way表示楼盘的方位,回归分析结果如表2(模型3.2)。三个交互项的系数均为正,且均小于G_dis_CBD系数的绝对值,表明从CBD往北,居民对楼盘绿化覆盖率的需求支付意愿下降最为明显,其次为西向,再后为东向,而南向的空间梯度性最不明显,这可能与各个方向上的经济繁荣程度有关。众所周知,在上海长期有“上只角”和“下只角”的说法。上只角———市南面尤其西南(徐汇、静安、长宁一带)经济发达,从市中心(黄埔)往南居住拥挤程度变化不大,居民对绿化的需求维持在高位;而下只角———市北面(杨浦、闸北一带)相对不繁荣,从市中心往北人口密度下降很快,使得居民对楼盘绿化覆盖率需求支付意愿呈现出明显的下降梯度。
4 结论和意义
本文基于特征价格法,实证分析了上海市居民对楼盘绿化环境需求的支付意愿。在所观察的支付意愿空间梯度形态的形成。时间段内,控制时间和地段等其他因素后,全市范围内平均而言,增加1个百分点的绿化率可使楼盘均价上涨0.65%。
我们进而发现对楼盘绿化环境的支付意愿存在着明显的空间差异性,甚至表现为一种严格的梯度性。具体来说,绿化需求在空间上的梯度性表现为,在CBD周围的区域,居民对楼盘绿化环境需求的支付意愿相对较高,但随着楼盘与CBD的距离越来越大,居民对楼盘绿化环境需求的支付意愿在下降。具体而言,离CBD的距离每增加1%,支付意愿约下降1.006%,但是下降的趋势在减缓,且在不同的方向上,这种递减梯度是不均等的,从CBD往北递减速度最快、往东比往西要快、往南的递减速度最慢。
考察上海市内各区域经济发展程度发现,上海市内各区域经济繁荣程度并不一致,呈现出明显的由中心向外放射性辐射的形态。以CBD为中心,附近区域经济高度发达,人口密度非常高,居住十分拥挤;而越往外,则经济发展程度相对次之,人口密度和居住拥挤程度都减轻很多,这种经济地理上的差异性与居民对绿化环境支付意愿的空间差异性相吻合。为此,经济发展和人口密度的区域不平衡性是造成这种支付意愿空间梯度性的合理解释。同时,城市经济的发展,带动居民生活品质的提高,也造成了城市的相对拥挤,追求生活品质的需要和绿化环境向稀缺资源的转变,也进一步促使居民对楼盘绿化环境需求支付意愿空间梯度形态的形成。