全球28个样本城市资源要素配置能力测评.docx

《全球28个样本城市资源要素配置能力测评.docx》由会员分享，可在线阅读，更多相关《全球28个样本城市资源要素配置能力测评.docx（64页珍藏版）》请在第一文库网上搜索。

1、全球28个样本城市资源要素配置能力测评你本文通过构建全球城市资源要素流量指数涵盖六个一级指标（贸易流、资本流、科技流、文化流、人员流以及信息流）和16个二级指标，对过去一段时期局部全球城市对全球资源要素流及其细分领域的参与情况进行评价。结果发现，全球城市对全球要素流的参与度仍有很大的提升空间；能称得上全面深度参与全球要素流的城市只有伦敦、纽约、巴黎、东京等四个城市；新兴经济体城市在文化流、人员流、信息流参与方面普遍不佳，兴旺经济体城市对贸易流的参与度相对较低；上海对贸易流、资本流、科技流的参与度高，但对全球信息流的参与度须进一步提升。为什么要构建“全球城市资源要素流量指数”过去20年，对于谁是

2、全球化的推动者、受益者或受损者等问题，世界银行和国际货币基金组织、智库以及学者，兴起了通过构建综合性指标体系来对全球化进行测度的研究。科尔尼（ATK）在2001年开始推出的全球化指数是第一个关于全球化的指数报告。瑞士苏黎世理工学院经济研究所（K0F）于2002年发布的全球化指数紧随其后。英国沃里克大学的全球化与区域化研究中心（CSGR）在19822004年 期间连续发布了全球化指数，使用16个不同的变量并通过主成分确定权重，来测度全球化进程中的经济、社会和政治 表现。全球知名物流公司敦豪（DHL）近几年一直在发布全 球连通性指数（GlobalConnectedness Index, GCI），

3、测量连通性而不是全球化。它使用反映全球连通性的数据，包括贸易流、资本流、信息流以及人员流等。麦肯锡全球研究院（MGI） 2014年通过对局部城市参与商品、效劳、金融、人员以及数据的流入和流出，进行全面考核,来衡量城市融入全球要素流网络的程度。综合以上研究，现有的全球城市指数研究存在以下缺陷：一是各种平台的存在（如跨国公司、大使馆或领事馆）只是 提供了城市吸引要数流的根底，使用它们作为指标来测度城市参与国际互动的深度与广度会导致错误的结论；二是带有地方属性的机构或场所（如国际顶尖大学、港口、机场以及 博物馆艺术馆等），由于其效劳对象多为当地居民，以此作为指标不能准确反映全球化水平；三是流量指标多

4、反映传统型要素，如贸易、资本、人员、信息等，而对新世纪以来方兴未艾的文化流、科技流鲜有涉及，违背了资源要素流由初 级向高级扩展的动态性规律。因此，我们构建的指标体系不但涵盖经济流量，而且涵盖更广泛的“非经济”流量，在数据选取上基于流量数据，摒弃存量型、平台相关的数据，目的在于对全球城市参与全球资源要素流的情况进行实证评价，总结全球城市流量经济开展的规律和趋势，为提升上海全球资源要素的配置力提供借鉴。如何测量和评价全球28个样本城市 基于以上的分析并结合全球资源要素流的内涵特征，本文将贸易流、资本流、科技流、文化流、信息流、人员流等六大领域确定为全球城市资源要素流量指数的一级指标。通过对六大领域

5、的深度分析，我们将其各自拆分为2到3个二级指标，加总后共有16个一级指标。表1全球城市资源要素流量指标体系（GCFI）一级指标（枚重）二级指标德重）单位仲单曜贸易流I进出口贸易被（50%）(20%)；国际机场货物吞吐量（30%）I工港口集装箱吞吐量（20%）I;亿美元；城再进出口贸易（货物、效劳）被万吨；城市,国际机场货物吞吐量万标装箱；城市港口的集装箱杏吐量城市吸引的跨境绿地投资工程数资本流i股票市场交易额25%）I.i数字支付市场的经济效益i；百万美元i位于城市的证券市场交易所发生的股票交易额(20%；25%)i i城市的三个主要群体：消费者、企业和政府更多地使用银行卡和移I百万美元i动支

6、付等电子支付方式所产生的潜在;争收益（源于时间的节省）科技流论文国际合作（50%）(10%)；专利国际合作（50%）I国际合作专利数；星巴克餐厅数量（20当）；家；星巴克餐厅数量说明了居民对星巴克产品和效劳的接受程度文化流；国际音乐会数量（20招）；场；城市举办的国际音乐会场数(10%)；文化互动指数（60%）；基于文化遗址、设施数量，举办的赛事、国际会议、文化产品进出人员浇；国际机场客渣量（50%）I入境游客数量（30%）；口等变量评估城市参与文化交渣的程度;人次 ；城市所属机场旅客吞吐量IInri千人次i到访的境外游客数量1外国出生人口数（20%）!人！城市的外国出生人口数量信息流；20%

7、）官网的海外访客占比（30切；百分比;城市官方网站境外访客占比。考察城市信息产品的海外扩张程度数据通达指数（70%）ii城市在推特、维基百科、谷歌上的表现0资料来源：根据本研究整理。本文的目标是通过对全球资源要素流量指标的构建，来研判全球城市对全球资源要素的参与度，从而衡量全球城市对全球资源的配置能力。因此，样本城市应该为全球城市。鉴于GaWC的知名度与公正性，我们选定其公布的2016年世界城 市体系排名中的一线城市(a级)的前28个城市，作为本 研究的样本城市，即超一线(Alpha+)2个伦敦、纽约；一线强(Alpha+) 7个新加坡、香港、巴黎、北京、东京、迪拜、上海；一线中(Alpha)

8、 19个悉尼、圣保罗、米兰、芝加哥、墨西哥城、孟买、莫斯科、法兰克福、马德里、华沙、约翰内斯堡、多伦多、汉城、伊斯坦布尔、吉隆坡、雅加达、阿姆斯特丹、布鲁塞尔、洛杉矶。其中，亚洲城市共座，欧洲城市共9座，美洲城市共6座，大洋洲城市1座，非洲城市1座。本文的目标是通过对全球资源要素流量指标的构建，来研判全球城市对全球资源要素的参与度，从而衡量全球城市对全球资源的配置能力。因此，样本城市应该为全球城市。鉴于GaWC的知名度与公正性，我们选定其公布的2016年世界城 市体系排名中的一线城市(a级)的前28个城市，作为本 研究的样本城市，即超一线(Alpha+)2个伦敦、纽约；一线强(Alpha+)

9、7个新加坡、香港、巴黎、北京、东京、迪拜、上海；一线中(Alpha) 19个悉尼、圣保罗、米兰、芝加哥、墨西哥城、孟买、莫斯科、法兰克福、马德里、华沙、约翰内斯堡、多伦多、汉城、伊斯坦布尔、吉隆坡、雅加达、阿姆斯特丹、布鲁塞尔、洛杉矶。其中，亚洲城市共座，欧洲城市共9座，美洲城市共6座，大洋洲城市1座，非洲城市1座。图1 28个样本城市的空间分布我们通过专家座谈对不同指标变量进行赋权。贸易流、资本流仍是全球资源要素流动的主体，在塑造全球连通性方面至关重要。由于信息技术的进步以及社交媒体的普及，跨 境信息流量呈几何增长，在促进自身开展的同时也促进了其 他领域要素的流动。虽然移民政策阻挡了人口的长

10、期性流动，但跨境学生流和游客流多年以来一直呈现出快速增长的趋 势。科技流、文化流要么因为宗教信仰、意识形态的制约，要么因为知识产权保护，其在全球范围内流动的深度和广度 都远逊于贸易和资本两个领域。因此，经过专家反复论证，我们将贸易流、资本流、人员流、信息流的权重确定为各20%,科技流、文化流的权重确定为各10%0本文主要通过以下途径收集二级指标的原始数据。一是相关网站：纽约、伦敦等28个样本城市的统计年鉴和其所在国的国家统计年鉴、政府及各政府部门网站、联合国官方 网站、福布斯网站、Alexa网站、各证券交易所网站等；二是智库相关报告：如The Mori Memorial Foundation

11、：GPCI-2018 report、Roubini Thought Lab： Cashless Cities: Realizing theBenefits of Digital Payments (2017) 、 GottliebDuttweiler Institute： The Global City Ranking in Detail(2017)等；三是相关数据库：万德数据库、WFE数据库、上市公司分析库等。我们根据前面的评价步骤，计算出前述28个样本城市的全球资源要素流量综合得分。图2 2017年全球城市资源要素流量(GCFI)综合排名表2 2017年全球城市资源要素流量=1甘旨数(GC

12、FI)综合排城市贸易渣资本淡科技渣文化淆人员凌信息渣总分排名伦敦6.3612.895. 648.7116. 9217. 6368.15纽约香港巴黎东京新加坡7.2311. 512.966. 9513.2413. 3855. 26上海北京芝加哥洛杉矶首尔伊斯坦布尔马德里多伦多阿姆斯特丹莫斯科迪拜悉尼法兰克福西哥城布鲁塞尔吉隆坡米兰圣保罗雅加达孟买华沙约翰内斯堡18. 075. 636. 7812. 3513. 565.546.465.295.093. 402. 782. 404. 242. 448.001.673. 793.342.084. 292.281.242.164. 210. 690.5

13、15. 417.019. 079. 547. 453.124. 282.262. 291.443.322.813.372. 420.333.652. 853.331.631.892.542. 501.462. 322. 320.491.025. 025. 832. 533.8310.001.301.512. 520.592.222.061.571.760.111.960. 530. 620. 990. 541.641.150.110.170. 840.402.576.135.102. 894. 655. 684. 745.282. 843.171.953.753.231.351.372.711.800.911.652.951.871.060. 880. 790.810.2012.3214.3453. 719. 689.928. 538. 326.997. 588. 797.2110.465. 464. 865. 797.1210.204. 424. 714. 932. 576.714. 378. 546. 365. 561.743.1615. 9149. 3911. 6248. 3210. 2146. 046.9410. 5113.1213.468.839.6012. 8711. 849. 4712. 016.9744. 7641. 8337.4736. 5928. 77