公路交通基础设施与区域经济发展空间关联研究，本文主要内容关键词为：基础设施论文,区域经济发展论文,公路交通论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F542 文献标志码：A 文章编号：1674-4543(2016)01-0050-12 改革开放前，中国各个地区处于相对封闭的状态，大规模的经济往来非常有限。但随着改革开放的不断深入，中国各地的经济交流日趋紧密，经济发展的区域空间关联程度不断增强。空间关联所描述的是在空间中不同位置上同一变量的相关性，可用Moran's I指数①来反映[1]。例如，潘文卿[2]54(2012)利用中国1988年到2009年各省人均GDP数据，通过测算Moran's I指数，发现在样本期内中国的区域经济发展存在全域范围的正空间自相关性，这种相关性随时间推移在不断增强，而且区域范围越小空间关联性越大，见图1。通过对比中国1998年到2013年各省经济发展的Moran's I指数变化与全国经济增速的走势，见图2，可以看出，中国经济发展的空间关联度与经济增长速度之间存在较紧密的正向关系，在相关文献中这一经济现象也已被多名研究者注意到(如Ying[3]75，[4]613，2000、2003；范剑勇等[5]，2010)。 影响经济发展空间关联性的因素主要包括三类：(1)制度因素。不同的政府偏向性政策可能会对区域间经济往来产生鼓励或抑制的作用；(2)经济距离因素(反映经济相似性)。经济发展水平及结构相似，或者产业关联密切的区域可能会有更频繁的经济交流；(3)地理因素。处于不同地理位置的区域倾向于优先选择最邻近区域开展经济合作。例如，Redding和Venables[6](2004)认为市场准入程度对区域间的经济往来与发展具有显著的影响。市场准入程度越高，意味着市场化越彻底，越有利于破除地域壁垒，加快一体化市场的形成。Rey和Janikas[7](2005)、吴玉鸣和徐建华[8](2004)主要基于地理因素解释了经济发展的空间关联或差异。李敬等[9](2014)使用网络分析方法对中国区域经济发展的空间关联进行了解释，他们发现地理位置的空间相邻、投资消费结构和产业结构的相似可以解释50.2%的空间关联。在1992年政府确定建立市场经济体制目标以后，由于限制区域经济合作发展的制度性壁垒被逐渐削弱，相较而言，后两种因素对中国经济发展空间关联度的影响更大(Chang et al.[10]，2002)。
图1 不同距离范围内Moran's I指数②
图2 GDP增速与Moran's I指数变化趋势③ 由于世界范围内各经济体都或强或弱地呈现出区域经济发展空间关联度增强的现象，一些研究开始关注不同国家或地区间经济发展的空间溢出效应，这一效应可理解为一区域除自身内部因素外，还受周边区域经济发展影响而促成的自身发展。经济的空间溢出在很大程度上反映了区域经济发展的空间关联性，溢出作用越强则空间关联度越大。 已有的文献对空间溢出效应的分析主要通过两种方法实现：一是采用空间计量模型进行估算，例如，Ying[3]75，[4]613(2000；2003)利用空间滞后模型对中国经济增长表现出的空间依赖性进行了实证分析和检验；二是利用空间权重矩阵计算市场潜能指标，根据市场潜能对经济的影响程度，测算某一地区对其周边地区经济的吸附能力(或者说测算区域经济发展的空间溢出能力)。一地区的市场潜能指基于某种空间权重矩阵，测算出的周边区域经济发展指标(如GDP)的加权值。Harris[11](1954)最早利用收入水平的加权和对市场潜能进行定义，现在也经常有学者借助市场潜能研究地区间的工资差距，如Roos[12](2002)，Head和Mayer[13](2006)，刘修岩等[14](2007)。市场潜能已利用了空间相关的信息，可直接通过传统的线性回归模型对空间溢出效应(即市场潜能对因变量的回归系数)进行估算，例如，薄文广和安虎森[15](2010)利用这一方法对我国区际经济增长溢出效应及其差异性进行了实证分析。 上述两种估算空间溢出效应的方法，虽然都考虑到了使用经济距离或地理距离的信息，但是，这些信息并不能完全反映区域间运输通达性的影响。事实上，区域交通运输通达性越高，交通运输的成本就越低④，相邻地区之间就越可能发生经济交流，因此也越有可能对经济发展的空间关联程度(经济发展的空间溢出效应)带来正向影响。Hanson[16](2005)基于克鲁格曼的经济地理模型设定了一个含有参数的市场潜能模型，估算结果表明，交通运输成本的降低对市场潜能具有重要影响。虽然这一研究没有直接探讨交通运输通达性与空间溢出效应的关系，但是，说明了交通运输通达性在研究与经济发展空间关联有关的问题上，应该作为一个重要指标纳入研究范畴。Redding和Turner[17](2014)甚至认为交通运输是影响区域经济空间关联的最根本因素。 在有关中国区域经济发展的文献中，部分研究者已开始注意到了交通运输通达性对经济发展的影响。例如，刘生龙和胡鞍钢[18，19](2010，2011)研究发现不同的地理位置和交通基础设施条件在我国区域经济发展差距中扮演了重要的角色，区域交通一体化能促进区域经济的一体化发展。但已有文献很少研究交通运输通达性对区域经济发展空间溢出效应的影响。 鉴于已有研究未探讨的问题和留存的空白，本文通过理论模型分析了运输成本(反映交通运输通达性)对区域经济发展空间溢出效应的影响以及其作用机制，并采用1998年到2013年中国内地30个省、市、自治区(海南省除外⑤，下同)的面板数据进行实证分析。在实证分析中，为了反映交通运输通达性，我们选择了公路路网密度，即公路交通基础设施规模作为衡量通达性的主要变量。选择这一变量基于两个理由：(1)在各种交通运输方式中，公路具有机动灵活、适应性强的特点，其路网密度一般比铁路、水路网的密度要大十几倍，它不仅是国家交通运输网络系统中的“主动脉”，也发挥着运输系统中“微循环”的作用。(2)相对铁路、航空、海运而言，公路运输的空间关联性主要反映在中短程运输距离内，而地理上邻近的省份之间的经济联系更多是通过公路发挥作用，在构造相关的空间加权变量时(如市场潜能)，主要使用中短程距离内的加权方式(如选择一阶相邻加权)。基于这一变量，通过动态固定效应模型分析测算公路交通基础设施对区域经济发展空间溢出效应的影响。在计量模型中，为了反映公路质量和区域差异对溢出效应的影响，对公路进行了分等级和分梯度处理。分析发现：快速公路(包括高速公路、一级公路和二级公路)和普通公路(其他类型公路)对经济发展的空间溢出效应都有显著正向作用，但快速公路作用明显强于普通公路；区域路网密度只有达到一定程度后，公路对区域经济空间溢出效应(或说对经济发展的空间关联程度)的影响才能体现；省公路交通发展水平的提高可以增强对周边省份经济的吸附作用。同时，周边省份公路发展水平的提高，会带来一定的竞争效应，削弱周边这些省份对本省的经济空间溢出效应；一省受周边省份经济发展的空间溢出效应，随该省公路交通基础设施水平的提升而增强，但公路基础设施的边际贡献逐渐降低。 二、交通运输影响区域经济发展空间溢出的理论模型 (一)理论假设
接下来，我们将在完全竞争和不完全竞争条件下，讨论运输成本对区域经济发展空间溢出效应的影响。本文的完全竞争条件指在某一地区所有厂商之间是完全竞争的，不存在垄断势力；不完全竞争条件指某一地区内厂商具有一定的垄断势力。 (二)完全竞争条件下的空间溢出效应 若一地区所有厂商之间是完全竞争的，则产品在产地的售价和其离岸价格相等。此时，i地区消费者在预算约束下最大化自己的效用：
根据Fujita和Thisse对市场潜能的定义[21]，地区j的市场潜能
可表示为周边地区经济总量的加权和，即
(三)不完全竞争条件下的空间溢出效应 当厂商具有一定的垄断势力时，产品的产地售价和离岸价格不相等。基于消费者效用最大化，通过计算可求出i地区消费者对产品j的总需求函数，以及j地区消费者对产品j的总需求函数，分别为：
劳动力市场稳定，不发生劳动力流动的情况下，不同地区劳动者实际收入相同，即：
图3 模型解释示意图 对j地区厂商，由于不同地区对产品j有不同的市场需求(如
)，所以厂商出于利润最大化的考虑会采取价格歧视的定价策略。图3(a)展示了当
时，j地区厂商的定价策略。此时i地消费者对产品j的需求曲线为D1，MR1为i地区消费者购买产品j的边际收益曲线，D、MR和MC分别为厂商面对的总需求曲线，边际收益曲线及边际成本曲线。厂商根据MR=MC来确定边际效益，进而决定每个市场的销售价格。此时，直线l和D1不相交，即由于成本过大，厂商利润最大化的选择是不将产品销往i地。当运输成本下降到
时，地区i的消费者购买产品j的价格
，总的消费量
为
，如图3(b)所示，i、j之间的经济关联从无到有。同理可推在一定范围内，当
继续降低时，i、j两地之间的贸易量将继续增加，经济关联程度继续增强。 通过上述分析，我们可以得到以下两个命题： 命题2：运输成本的降低可以缩短时空距离，当交通可达性提高后，会有更多地区相互之间产生经济联系。鉴于经济溢出产生于经济交流的过程中，所以运输成本很高时经济空间溢出的区位范围非常有限。 命题3：随着运输成本的降低，空间邻近的地区贸易往来逐渐增加，某一地区经济发展对其市场潜能依赖程度变大，经济的空间溢出效应增强。 三、计量模型及估计结果 第二部分通过理论模型说明了交通运输对区域经济发展空间溢出效应的影响。接下来，通过1998到2013年中国省份面板数据进行实证分析，定性验证上述命题，定量研究公路交通基础设施对经济发展空间溢出效应的影响。 (一)数据来源及变量描述 本文使用的数据主要来源于《中国统计年鉴》(1999-2014年)、各省份《统计年鉴》(1999-2014年)和《新中国60年统计资料汇编》(1949-2008年)，部分数据来源于省统计局公布的年度报告。地理方面部分数据信息来源于国家测绘局。我们的数据存在少量缺失，本文采取了热卡填充法进行补齐。 在下面的计量分析中，因变量使用的是各省的GDP(单位：亿元)，并按GDP平减指数进行了调整。核心自变量为市场潜能(单位：亿元)与公路路网密度(单位：公里/万平方公里)。市场潜能通过加权各省GDP，按公式(6)计算得到。为了检验加权权重选取对实证分析结果的影响，本文将考虑如下三种不同的加权权重，见表1。
一省的公路路网密度用公路总里程数除以省土地面积来衡量。在下面的分析中，为了反映公路的质量，我们把公路划分为高级别快速公路和普通公路两类，其中，高级别快速公路包括高速公路、一级公路和二级公路，其他类型公路归为普通公路。此外，考虑到交通基础设施的空间溢出作用，将引入周边区域公路路网密度加权指标，该指标可通过将(6)式中的
换为省公路路网密度获得。 为了降低遗漏变量偏差产生的风险，在计量分析中，考虑控制如下变量：固定资产投资(单位：亿元，已按固定资产投资价格指数进行了调整)、就业人数(单位：万人)、人力资本(单位：万人)、城镇化水平(%)、产业结构(%)。其中，人力资本指受过高等教育的劳动者投入，即大专及以上劳动者数量，通过抽样得到的高等教育者人数除以抽样比得到；城镇化水平通过城镇人口与非城镇人口之比衡量；产业结构以第二、第三产业产值占总产值的比重表示。表2为上述各个变量在下文中的符号及描述性统计。
(二)不同级别公路对区域经济发展空间溢出效应的影响 基于第二部分的理论分析，得到了交通运输影响区域经济发展空间溢出效应的命题。为了验证这一命题，设定：
上述模型控制了因变量的滞后期，以及各省的异质性，属于动态固定效应模型。在此模型中，市场潜能对经济总量的影响，即空间溢出效应不再单由系数
决定，还依赖于公路路网密度。用
求导可以看出，区域经济发展的空间溢出效应为：
本文主要关注
是否显著异于0，如果假设检验显示它们都异于0，则表明有公路交通基础设施影响空间溢出效应的统计证据。此外，我们也关注
的正负性。基于前面的理论分析，估计结果应该显示
都为正才和理论命题一致。 对于上述模型，由于因变量滞后项的加入，导致模型存在内生性，因此静态固定效应模型的估计方法不再具有一致性，需考虑GMM估计。在不同加权权重的选择下，通过差分GMM(Arellano和Bond，1991)[22]和系统GMM(Arellano和Bover，1995；Blundell和Bond，1998)估计上述模型[23，24]。前一种方法使用因变量滞后项的差分作为工具变量进行估计，后一种方法在其基础上使用了更多的矩条件，因此应当是更有效的估计。估计结果如表3所示。
从表3可以看出，因变量的滞后项有很强的正向影响。在控制了因变量滞后项的影响后，
仍显著影响
，这说明一省的经济发展不仅仅依赖于自身内在的历史因素，还与周边地区的发展高度相关。
的系数估计在不同加权权重选择下都为正，且都非常显著；
的系数估计除了在“人口距离+差分GMM”的情形下不显著，其他都显著为正。因此，可以看出，区域经济发展的溢出效应显著受到公路交通基础设施的影响。此外，基于模型分析可以发现，
的系数估计值比
的大，这反映了高等级公路与低等级公路以相同速度增加时，高等级公路在空间溢出效应方面的作用更明显。估计结果也显示，大部分控制变量都显著影响因变量，且系数估计值正负性都与预期相符。 为了验证GMM估计的合理性，我们分别进行了以下检验：(1)模型误差是否存在自相关。因为只有当模型误差不存在自相关时，因变量的滞后项才是有效的工具变量。表3中给出了假设误差服从二阶AR模型时自相关检验的结果，结果显示，所有的情形下都不能拒绝模型误差没有自相关的原假设，我们也做了更高阶AR模型假设下的自相关检验，检验结果都不拒绝误差没有自相关的原假设，因此，检验结果支持两种GMM估计方法的使用。(2)Sargan过度识别检验，用于检验GMM估计的矩条件是否成立。表3中Sargan检验结果显示所有的统计量都无法拒绝矩条件都成立的原假设。
图4 公路路网密度梯度 (三)公路路网密度梯度差异与经济空间溢出效应 1.公路路网密度梯度 不同的省份公路路网密度存在着差异，这种差异可以用梯度进行区分。根据1998年到2013年我国公路路网密度的数据，将30个省区按路网密度大小划分成三个区域梯度。表4所示为划分的结果，一区到三区分别代表三个公路路网密度从高到低的区域，其中有十个省份落入一区，十三个落入二区，七个落入三区⑧。需要注意的是，本文梯度划分结果虽然与基于经济发达程度划分的中国东、中、西省份有重合的部分，但是，二者还是有显著的区别。例如，福建省和浙江省都属于东部省份，但在路网密度梯度划分中，它们则分属于不同的区，见图4。从图4中可以发现，位于同一梯度内的省份在空间上大都是彼此相邻。位于一区的省份不仅自身拥有良好的公路交通基础设施资源，其所处的整个梯度区域，以及其周边省份的公路交通也比较发达。
2.基于梯度划分的空间经济溢出效应计量模型
) 该模型是不同级别公路对经济空间溢出效应影响的计量模型式(15)的扩展，基于这一模型，经济发展的空间溢出效应为：
四、实证结果的经济分析 根据上面的实证分析结果，可以得出： 1.估计结果显示(16)式中
的结论：省区内快速公路和普通公路的发展都会对经济发展的空间溢出效应产生正向的促进作用，而且，快速公路的作用更为显著。一省区公路基础设施建设水平的高低，会影响到周边地区的经济体与该区进行各种经济交流的强度，省区内交通运输通达性越高，越有利于本地区与周边地区进行经济、技术、人才等交流，进而增强该省周边地区经济发展对其产生的空间溢出效应(或者说增强该省对周边地区经济的吸附能力)。在公路质量对经济交流的影响程度上，快速公路能显著缩短经济活动的时空距离，因此，与普通公路相比，其对经济发展空间溢出效应的影响更大。 2.估计结果显示(18)式中
显著但
不显著的结论：只有处于整体水平较为发达的路网密度梯度内，省区内的公路基础设施及其周边的路网才能对区域经济发展的空间溢出效应产生显著的影响。公路基础设施具有网络效应，只有在公路成网且网络结构合理的情况下，公路才能显著地降低运输成本，否则，整个区域路网的运输能力会因为局部的低效而整体受到影响。因此，若某省区周边地区公路线路稀疏，即使增大该省公路基础设施建设，也不会显著地增强区域经济发展的空间溢出效应。
图5 公路交通对经济空间溢出效应的影响 3.估计结果显示(18)式中
的结论：当区域公路成网且较为发达的情况下，对某一省区来说，周边地区路网的进一步发展可能会产生较为明显的竞争效应，因此削弱该省区受到的周边地区发展对其带来的正向促进作用(或者说削弱该省区对周边地区经济的吸附能力)。 4.估计结果显示对第一梯度由(18)式有
的结论：当一省区的公路基础设施建设已进入了较高的发展水平，随着公路路网密度的不断提高，其空间经济溢出效应的边际贡献会逐渐减小。随着公路交通基础设施建设的不断完善，运输成本呈逐渐下降趋势，运输成本的不断降低使其在区域经济往来中不再是主要的约束条件，其他方面的因素逐渐成为主要约束条件，因此，公路路网密度进一步提高对经济空间溢出效应的边际贡献会逐渐减小，见图5。 5.估计结果显示对第一梯度由(18)式有下面的结论：
其中，
大小相差不大。当省区内公路基础设施条件远落后于其周边地区公路发展的平均水平
，意味着该省区在区域经济发展空间溢出中的获益能力偏低；而对于其他公路路网较为发达的省区
，结论正好相反。因此，地区间的公路交通基础设施差距越大，经济发展不平衡程度就越大，实现交通一体化是实现经济一体化的重要条件。 五、结论与建议 本文的主要发现包含四点：(1)中国区域经济发展存在较强的空间关联性(空间溢出效应)，高等级的快速公路和普通公路都会对经济发展的空间关联性产生正向的促进作用，且快速公路的作用更为显著。(2)公路对一省区经济吸附能力的影响，与该省区所处的整个大区域公路交通发展水平有关。处于较高路网密度梯度的省区，其公路交通基础设施水平才会对其经济吸附能力有显著的影响。(3)省区内公路交通发展水平越高，越能增强其对周边地区经济的吸附能力。而周边地区公路整体发展水平的提高，则会带来一定的竞争效应，削弱周边地区经济发展对其产生的溢出作用。(4)公路交通发展水平高的省份，进一步发展公路交通，尽管能继续增强其经济吸附能力，但公路的边际贡献会逐渐降低。(5)当省区内公路基础设施条件远落后于其周边地区公路发展的平均水平时，该省区在区域经济发展空间溢出中的获益能力偏低；而对于其他公路路网较为发达的省区，结论正好相反。因此，地区间的公路交通基础设施差距越大，经济发展不平衡程度就越大，实现交通一体化是实现经济一体化的重要条件。 根据以上研究结论，得到的政策启示和建议为：(1)有区别的继续加大区域公路交通基础设施建设的投入，从而增强地区间经济发展的空间关联，促进区域经济协同发展。当前，中国的快速公路路网密度仍显著低于普通公路的路网密度(见表2，
的30省均值为6.118，
的为8.099)。因此，在公路基础设施建设中，应当更加重视高等级快速公路建设的投入。(2)中国公路交通基础设施发展极不均衡，处于第一梯度的省份，能显著受益于本省公路交通基础设施的建设。相反，在公路交通发展整体水平较低的区域，还没有形成充分的路网规模，公路对区域经济发展空间溢出效应的影响还相对有限。因此，应当加强第二梯度及第三梯度省份的公路交通建设，通过完善交通基础设施来提高区域经济发展的协同性和一体化程度。值得注意的是，由于本文划分的梯度基于路网密度，并不对应于中国的东、中、西部区域划分，因此所提的关于加大相关梯度内省域公路基础设施的投资建议不等于加大对中、西部省域的公路建设投入，这是本文与其他已有文献的显著不同之处。(3)一区域内公路交通发展到一定水平后，可能会对周边区域的经济发展带来一定的竞争性影响。因此，在推动公路交通基础设施建设的同时，应当做好统筹规划，促进不同区域产业结构的调整，实现相邻区域的产业互补和协同发展。(4)公路交通基础设施的建设应当建立全局观念，综合衡量公路交通对本区域经济发展和对相邻区域经济的空间溢出效应，实现投资效益的最优化和区域经济发展空间溢出效应的最大化，从而促进区域经济的综合全面发展。(5)相邻地区公路交通基础设施差距加剧了地区间的经济不平衡，实现交通一体化是实现区域经济一体化的重要条件和保证。 ①Moran's I指数是文献中常用于反映空间关联度的指标，见参考文献[1]。其计算公式为：
②基于不同距离范围的空间权重矩阵，利用人均GDP数据计算得到的Moran's I指数。数据来源于潘文卿[1]57(2012)：中国的区域关联与经济增长的空间溢出效应。 ③基于空间一阶相邻权重矩阵，利用人均GDP数据计算得到的Moran's I指数。数据来源于对中国1998年到2013年经济Moran's I指数与全国经济增速的计算。 ④本文提到的运输成本不是指交通运输发生的实际(财务)成本，而是指与“交通运输通达性”相关的“时间”成本。 ⑤海南省地理位置特殊，琼州海峡将之与广东省隔开，而其他30个省、市、自治区在地理上构成了完整的陆地区域，考虑到研究手段(一阶相邻矩阵的使用、路网密度梯度的划分)，故未将可能对结果产生干扰的海南省列入研究对象。 ⑥潘文卿(2012)计算了中国500公里、1000公里、2000公里和2000公里以上距离的Moran's I指数(见图1)，结果显示距离超过2000公里时，经济空间关联性不显著。因此，本文设定空间距离权重矩阵时，选取了中间值1000公里作为距离界限。我们对2000公里为距离界限的情况也进行了实证分析，结果显示本文的主要结论不会显著改变。 ⑦由于各省人口每年都不同，人口距离权重是随时间变化的加权权重。 ⑧广东省落入第一梯度，但考虑到同一梯度省份区位邻近性的要求，本文实证研究时将其归类到第二梯度内，通过检验发现把广东省归入第二梯度对结论没有实质性的影响。
标签：溢出效应论文; 交通基础设施论文; 区域经济发展论文; 路网密度论文; 经济模型论文; 经济论文; 空间分析论文; 能力模型论文; 经济学论文; 运输成本论文;
