通勤概率的空间衰减:就业潜力VS通勤引力
The spatial decay in commuting probabilities: Employment potential
vs. commuting gravity
本文发表于2016年第143期的“Economics Letters”上,作者是来自London School of Economics的Gabriel M. Ahlfeldt和Touro College Berlin的Nicolai Wendland。
标准的城市经济学模型认为土地价格是通勤成本的真实写照。在传统的模型中,土地价格随着到CBD的距离增加而下降,以此来保障空间上的均衡,消除资源再分配的动力(Alonso, 1964; Mills, 1967; Muth, 1969)。最近的一些模型认为集聚经济和工人对区位的特殊偏好在上述事实中起重要作用,这些模型的核心思想是说某一区位的土地价格也受其到工人工作区域的距离影响,而不仅仅是到CBD的距离。
最近的一些文献使用就业潜力来捕捉劳动力市场可达性对土地价格的影响。借鉴Harris(1954)的思想,就业潜力衡量的是某一区位的土地价格和城市所有区位的就业之间的空间关系。概括的来说,某一区位的就业潜力是所有通勤目的地通过运输成本加权的就业的总和。本文的贡献主要包括两个部分:首先,本文使用多中心的大都市区数据,来估计就业潜力资本化模型(Employment potential capitalisation model),这是之前的文献没有做过的;其次,本文比较了来自就业潜力的空间衰减和通勤引力模型中通勤概率的空间衰减,认为在缺乏数据的情况下可以通过土地价格和就业的空间分布来推断出通勤的衰减情况。
本文的研究区域是德国黑森州南部,相当于大法兰克福都市区。这个地区在2009年的时候人口达到380万左右,GDP达1500亿欧元,在德国属于经济发达地区。本文采用的数据包括土地价值(由一些委员会来评估)、2009年的居民人口以及就业数据等。研究区域如下图所示:
图1 本文的研究区域
本文实证部分包括两个模型,第一个实证是对就业潜力资本化模型进行回归,被解释变量是土地价格,用的到的解释变量包括就业量、两地间通勤时间以及其他控制变量,通过回归得到土地价格对就业潜力的弹性值以及空间衰减系数;第二个实证是对通勤引力模型(Commuting gravity model)进行回归,用于估计通勤概率的空间衰减情况,被解释变量为通勤者从i地到j地的概率,解释变量包括两地间的距离等,通过回归得到通勤概率的空间衰减系数。
在第一个实证结果中,两地区间通勤时间每增加1分钟会使得就业对土地价格的影响下降11.2%。土地价格对就业潜力的弹性值在0.53-1.0之间,这一估计结果位于Combes et al.(2013)估计的土地价格对人口的弹性值之间。第二个回归结果无论使用OLS回归或者Poisson PML回归,结果都显示两地间通勤时间与通勤概率呈反向关系,即通勤时间越长,通勤概率越小。两个模型通过回归分别得到各自的衰减系数。作者使用两个回归结果中得到的衰减系数,代入衰减方程中得到图2通勤概率与出行时间的关系,两者趋势较为一致。
图2 通勤概率衰减系数:就业潜力VS通勤引力
本文测算了通勤概率的空间衰减系数,以及受通勤距离影响下的土地价格的衰减,最终认为在多中心区域,出行时间与通勤概率呈反向关系,而土地价格则与就业潜力呈正向关系。在通勤数据不可获得的情况下,通勤概率的空间衰减可以通过土地价格和就业的空间分布来间接的获得,因为受就业影响的土地价格的衰减和通勤数据上的衰减是类似的。
Abstract:
We show that an employment potential capitalisation model produces estimates of the spatial decay in employment impact on land prices that are very close tothe decay observed in commuting data.
参考文献:
Ahlfeldt G M,Wendland N. The Spatial Decay in Commuting Probabilities: Employment Potential vs. Commuting Gravity[J]. Economics Letters, 2016(143):125-129.
:中国城市与区域研究的交流平台,关注城市与区域发展转型,借鉴全球城市与区域发展智慧,做有国际水平的中国城市与区域现实问题导向型研究。努力做中国城市与区域科学好的研究者,做中国城市与区域科学好的组织者,做中国城市与区域科学好的传播者。
欢迎读者供稿,小编邮箱:LLXJRBB@163.com
更多精彩内容,请关注:
微信号: