交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)分析

鄭廣建

(河南省人民政府發(fā)展研究中心，河南 鄭州 450003)

中國的“基礎(chǔ)設(shè)施奇跡”成為實(shí)現(xiàn)“中國經(jīng)濟(jì)跨越式發(fā)展”的重要政策措施之一(胡鞍鋼，2010)，中國基礎(chǔ)設(shè)施已經(jīng)從經(jīng)濟(jì)發(fā)展的瓶頸之一轉(zhuǎn)化為“加速器”，改革開放以來其規(guī)?？焖僭鲩L，這在很大程度上得益于財(cái)政從中央向地方分權(quán)和地方政府治理轉(zhuǎn)型(張軍，2007)[1]。交通基礎(chǔ)設(shè)施促進(jìn)區(qū)域經(jīng)濟(jì)一體化對(duì)經(jīng)濟(jì)增長產(chǎn)生溢出效應(yīng)，交通成本降低帶來的網(wǎng)絡(luò)效應(yīng)產(chǎn)生規(guī)模經(jīng)濟(jì)和聚集經(jīng)濟(jì)，降低交易成本，這都有利于經(jīng)濟(jì)增長和區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展[2]。

交通基礎(chǔ)設(shè)施作為經(jīng)濟(jì)發(fā)展必要條件，其作為中間投入品可以降低生產(chǎn)成本，促進(jìn)和擴(kuò)大人員和商品流動(dòng)，從而帶動(dòng)知識(shí)技術(shù)傳播，優(yōu)化資源配置提高生產(chǎn)率，利于產(chǎn)業(yè)集聚和市場(chǎng)擴(kuò)張，從而重塑地理空間和經(jīng)濟(jì)空間。隨著中國高速公路網(wǎng)絡(luò)逐步完善和高速鐵路網(wǎng)絡(luò)初步呈現(xiàn)，本文關(guān)心的是：在區(qū)域差距較大的情況下，中國經(jīng)濟(jì)在空間上是否存在相關(guān)性？不斷擴(kuò)大的交通基礎(chǔ)設(shè)施規(guī)模對(duì)經(jīng)濟(jì)增長是否存在空間溢出效應(yīng)？運(yùn)輸成本不同的公路和鐵路是否存在空間溢出效應(yīng)，在東部中部西部三地區(qū)是否存在異同？本文研究發(fā)現(xiàn)：計(jì)算出的Moran’s I指數(shù)顯示中國經(jīng)濟(jì)在空間上存在顯著的正自相關(guān)關(guān)系；交通基礎(chǔ)設(shè)施規(guī)模的增加促進(jìn)地區(qū)經(jīng)濟(jì)增長并且在區(qū)域間存在正的空間溢出效應(yīng)，在加入空間維度后發(fā)現(xiàn)OLS方法可能會(huì)高估交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的促進(jìn)效應(yīng)；鐵路建設(shè)的空間溢出效應(yīng)高于公路，且其兩者都在西部最大、東部次之而中部最??；鐵路和公路總效應(yīng)都是西部最大，公路總效應(yīng)是中部最小而鐵路是東部最小。上述研究結(jié)果表明交通基礎(chǔ)設(shè)施投資對(duì)促進(jìn)經(jīng)濟(jì)增長和縮小地區(qū)差距有重要意義。

一、文獻(xiàn)綜述

首先是關(guān)于基礎(chǔ)設(shè)施投資的外溢效應(yīng)研究。Barro(1990)從理論上解釋基礎(chǔ)設(shè)施為代表的政府公共投資對(duì)私人資本存在溢出效應(yīng)，以解釋各地區(qū)經(jīng)濟(jì)增長的長期持續(xù)性和差異化[3]。公路是經(jīng)濟(jì)發(fā)展的關(guān)鍵要素(S.Boopen，2006)。高速公路可以提高城市化率和促進(jìn)其經(jīng)過地區(qū)的經(jīng)濟(jì)增長(Chandra，2000)，胡鞍鋼對(duì)中國的研究也證實(shí)交通基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長具有積極意義。然而，有研究顯示交通基礎(chǔ)設(shè)施投資增加與經(jīng)濟(jì)增長并不相關(guān)，高速公路對(duì)經(jīng)濟(jì)增長無任何顯著正效應(yīng)(Garcia-Mila，1996)，基礎(chǔ)設(shè)施投資只對(duì)經(jīng)濟(jì)活動(dòng)進(jìn)行分配而不會(huì)增加凈產(chǎn)出(Boarnet，1998)[4]。Hulten(1991)研究發(fā)現(xiàn)基礎(chǔ)設(shè)施投資對(duì)經(jīng)濟(jì)增長影響呈現(xiàn)負(fù)向。在以往采用生產(chǎn)函數(shù)或者成本函數(shù)的研究中，由于數(shù)據(jù)統(tǒng)計(jì)衡量口徑不同，存在時(shí)間序列和面板數(shù)據(jù)等差異，運(yùn)用不同模型回歸計(jì)算的貢獻(xiàn)度差異比較大，產(chǎn)出彈性在-0.062(Morenoetal，2003)到1.0(Carlino，1992)之間。

其次，交通基礎(chǔ)設(shè)施的網(wǎng)絡(luò)性，以及考慮到空間的異質(zhì)性和相關(guān)性，學(xué)者又引入空間因素研究其空間溢出效應(yīng)，但也沒有得出一致的結(jié)論。基礎(chǔ)設(shè)施在一定程度上降低相鄰地區(qū)運(yùn)輸成本，對(duì)相鄰地區(qū)產(chǎn)生正的空間溢出效應(yīng)。美國、印度和西班牙的基礎(chǔ)設(shè)施網(wǎng)絡(luò)投資影響經(jīng)濟(jì)增長，其由所處發(fā)展階段決定的外部性對(duì)經(jīng)濟(jì)增長有正向促進(jìn)作用(Cohen&Morrison，2004；Bronzini&Piselli，2009)[5]。但Holtz-Eakin&Schwartz(1995)認(rèn)為沒有證據(jù)表明基礎(chǔ)設(shè)施存在空間溢出效應(yīng)。甚至Boarnet(1998)發(fā)現(xiàn)公路在互相競(jìng)爭(zhēng)生產(chǎn)要素的各地區(qū)之間存在負(fù)溢出效應(yīng)，本地公路基礎(chǔ)設(shè)施投資增加給其他地區(qū)產(chǎn)出帶來不利影響[6]。Joseph&Ozbay(2006)則認(rèn)為采用不同尺度的空間數(shù)據(jù)會(huì)對(duì)結(jié)果產(chǎn)生顯著的影響，隨著地理尺度的縮小，交通基礎(chǔ)設(shè)施的直接影響逐漸減小，而空間外溢效應(yīng)逐步增大[7]。

最后是來自于中國的實(shí)證研究。中國交通運(yùn)輸投資的直接貢獻(xiàn)與外部溢出效應(yīng)之和對(duì)經(jīng)濟(jì)增長的年均貢獻(xiàn)率為13.8%，交通和信息基礎(chǔ)設(shè)施對(duì)中國經(jīng)濟(jì)增長有顯著的溢出效應(yīng)，能源基礎(chǔ)設(shè)施的溢出效應(yīng)則不顯著[8]。珠江三角洲地區(qū)交通基礎(chǔ)設(shè)施投資平均每增加1%，產(chǎn)出彈性將增加19.6%，對(duì)其投資不僅能夠促進(jìn)本地區(qū)經(jīng)濟(jì)增長，還能促進(jìn)鄰近地區(qū)經(jīng)濟(jì)增長 。[9]基于上述研究，在充分考慮鐵路和公路的區(qū)別后，進(jìn)一步分別分析了其對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)，為現(xiàn)實(shí)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展提供實(shí)證分析結(jié)果。

二、機(jī)制分析

交通基礎(chǔ)設(shè)施的網(wǎng)絡(luò)規(guī)模屬性可以有效連接和促進(jìn)經(jīng)濟(jì)一體化發(fā)展，隨著交通基礎(chǔ)設(shè)施的改進(jìn)，運(yùn)輸成本的降低，運(yùn)輸效能的提升，最終擴(kuò)大了市場(chǎng)半徑和增強(qiáng)了區(qū)域可達(dá)性，產(chǎn)生的一系列效應(yīng)促進(jìn)了經(jīng)濟(jì)的增長和發(fā)展(見圖1)。下面就交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長具體的聯(lián)系機(jī)制進(jìn)行闡述。

從宏觀視角來說，交通基礎(chǔ)設(shè)施投資促進(jìn)就業(yè)增加、消費(fèi)增長，乘數(shù)效應(yīng)和擠出效應(yīng)相抵后的總效應(yīng)促進(jìn)經(jīng)濟(jì)增長。

從微觀視角來說，交通基礎(chǔ)設(shè)施網(wǎng)絡(luò)完善可以降低運(yùn)輸成本，增加地區(qū)間貿(mào)易量，形成地區(qū)比較優(yōu)勢(shì)和地區(qū)專業(yè)化分工網(wǎng)絡(luò)。市場(chǎng)主體為了獲得集聚經(jīng)濟(jì)、規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)的收益在空間上集聚和分散。企業(yè)集聚，廠商共享專業(yè)化中間投入品、勞動(dòng)力市場(chǎng)和技術(shù)交流溢出，從而獲得市場(chǎng)結(jié)構(gòu)效應(yīng)、勞動(dòng)力池效應(yīng)、創(chuàng)新和溢出效應(yīng)。

三、實(shí)證分析

(一)模型選擇

空間計(jì)量經(jīng)濟(jì)學(xué)由Paelinck開創(chuàng)，然后由Anselin等學(xué)者發(fā)展。一般來說，數(shù)據(jù)在空間上具有相關(guān)性和異質(zhì)性?？臻g相關(guān)性是指觀測(cè)值在空間上呈現(xiàn)出非隨機(jī)的不獨(dú)立的存在。相鄰區(qū)域觀測(cè)值分布相似則存在正相關(guān)性，不相似則存在負(fù)相關(guān)性，此外，還可能不存在空間相似性。空間異質(zhì)性是區(qū)域間觀測(cè)值相對(duì)獨(dú)立，在模型中具體表現(xiàn)為變量和參數(shù)在不同區(qū)域間存在異同。

地理第一定理(Tobler，1979)認(rèn)為：物體之間是相互聯(lián)系的，距離越近聯(lián)系程度越高?？臻g計(jì)量經(jīng)濟(jì)學(xué)按照空間依存性可分為空間滯后模型(SLM)和空間誤差模型(SEM)。

SEM模型可表示為：

SLM模型可以表示為：

其中，i、t分別表示第i個(gè)地區(qū)和第t年份；Y為被解釋變量；X為解釋變量；εit和μit為服從正態(tài)分布的隨機(jī)誤差項(xiàng)；α0為截距項(xiàng)，αj、ρ、λ為相關(guān)系數(shù)；W為空間權(quán)重矩陣，相鄰區(qū)域?yàn)?，不相鄰區(qū)域?yàn)?。

對(duì)于模型究竟采用空間滯后模型還是空間誤差模型的選擇，可以根據(jù)LM-SAR和LM-SEM的結(jié)果(包括穩(wěn)健的檢驗(yàn))作為判斷依據(jù)(Debarsy&Ertur，2010)。

為分析交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)，本文在Anselin(2003)的模型基礎(chǔ)上經(jīng)過修改獲得理論模型。設(shè)生產(chǎn)函數(shù)為對(duì)數(shù)形式的柯布—道格拉斯函數(shù)：

Yit=α0+α1Kit+α2Lit+α3Tit+βCit+μit

(1)

在(1)式中，Y為總產(chǎn)出，K為物質(zhì)資本存量，L為勞動(dòng)投入，T為“可得性”交通基礎(chǔ)設(shè)施存量，C為其他控制變量，i、t分別表示第i個(gè)地區(qū)和第t年份，μ為隨機(jī)誤差項(xiàng)。

“可得性”交通存量包括本地區(qū)的交通存量和鄰近地區(qū)交通的“溢出效應(yīng)”。下面定義λ表示地區(qū)間的溢出程度，則i地區(qū)在t年份的可得交通資本存量與其他j個(gè)地區(qū)相關(guān)：

(2)

(3)

其中，W為一個(gè)N×N的對(duì)稱矩陣來表示各地區(qū)交通資本存量權(quán)重。

對(duì)公式(3)進(jìn)行整理可得

(4)

把公式(4)代入公式(1)可得本文理論模型：

(5)

在實(shí)證研究中，需要把公式(5)的系數(shù)進(jìn)行線性化，等式兩邊同乘(I-λW)整理后可得空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Mode1，SEM)。

SEM模型可表示為：

(6)

SLM模型可以表示為：

(7)

其中，Y為被解釋變量，X為解釋變量，εit和μit為服從正態(tài)分布的隨機(jī)誤差項(xiàng)，α0為截距項(xiàng)，αj、ρ、λ為相關(guān)系數(shù)，W為空間權(quán)重矩陣，i、t分別表示第i個(gè)地區(qū)和第t年份。

空間面板模型中解釋變量Xj對(duì)被解釋變量Y的偏效應(yīng)除體現(xiàn)在系數(shù)αj上以外，還體現(xiàn)在空間外部性上，即i地區(qū)的Xij對(duì)Yi的影響還將來自于鄰近地區(qū)的Xj。這種外部性會(huì)隨著地區(qū)間距離增大而衰減，設(shè)q表示以i地區(qū)為中心向外擴(kuò)展的圈層序數(shù)，在SLM模型下，空間外部偏效應(yīng)可表示為：

變量Xj對(duì)Y的總體效應(yīng)可表示為直接偏效應(yīng)和空間外部偏效應(yīng)的加總形式：

(二)數(shù)據(jù)準(zhǔn)備

樣本為1998年到2011年中國31省區(qū)市的面板數(shù)據(jù)。數(shù)據(jù)來源是歷年《中國統(tǒng)計(jì)年鑒》《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》《中國教育統(tǒng)計(jì)年鑒》《中國交通統(tǒng)計(jì)年鑒》及各省統(tǒng)計(jì)年鑒和新中國50年統(tǒng)計(jì)資料匯編。

被解釋變量：

總產(chǎn)出PGDP，以各省歷年實(shí)際人均GDP表示。數(shù)據(jù)處理以1998年為基期，折算系數(shù)為各省歷年GDP折算指數(shù)，見表1。

表1 以1998年為基期的各省區(qū)市代表年份GDP折算系數(shù)

解釋變量：

勞動(dòng)投入L：以各地區(qū)年末全社會(huì)實(shí)際從業(yè)人員數(shù)表示。

物質(zhì)資本存量K：關(guān)于資本存量的估算，本文采用Goldsmith(1952)的永續(xù)盤存法估算資本存量：

Ki,t=ki,t-1(1-δt)+Ii,t

其中：Ki,t為i地區(qū)t年的資本存量，δt為資本折舊率，Ii,t為i地區(qū)t年的資本投入。

本文以1998～2011年中國31個(gè)省面板數(shù)據(jù)為樣本，需要確定基期1998年的資本存量K、折舊率δ以及固定資產(chǎn)價(jià)格指數(shù)。

表2 1998年中國各省區(qū)市實(shí)際資本存量

基期資本存量：已有研究對(duì)基年選擇一般為1952年或1978年兩類。本文借用單豪杰(2006)對(duì)中國各省1998年資本存量估算結(jié)果，并以1998年當(dāng)年價(jià)格來估算以后年份資本存量。重慶1997年從四川分出，現(xiàn)有文獻(xiàn)都沒有重慶的資本存量。自重慶設(shè)立直轄市以來，重慶GDP占重慶和四川GDP之和的比重呈上升趨勢(shì)，但在重慶成立直轄市的初期(1997～2001年)，重慶GDP占兩省的比例比較穩(wěn)定，因此，本文用1997～2001年重慶GDP占兩省GDP的比重來估算重慶和四川的資本存量(周亞雄，2013)。表2中2、3列數(shù)據(jù)均來自單豪杰(2006)，其中1998年實(shí)際資本存量是以1952年的價(jià)格計(jì)算的資本存量。2、3列的乘積為1998年的現(xiàn)價(jià)資本存量，即第4列的數(shù)據(jù)[10]。

折舊率δ：折舊率的選擇是資本存量估算的難點(diǎn)，到目前為止尚未統(tǒng)一。Young(2003)采用的折舊率為6%；張軍(2004)假設(shè)建筑和設(shè)備的平均使用壽命為45年和20年，其他類型投資為25年，采用的折舊率為9.6%；單豪杰(2008)設(shè)定建筑年限為38年和設(shè)備年限為16年，折舊率為10.96%。本文采用單豪杰(2008)的文獻(xiàn)，假設(shè)折舊率為10.96%。

投資價(jià)格指數(shù)：以1998年為1進(jìn)行折算獲得各省價(jià)格指數(shù)。其中廣西、廣東和西藏缺少的年份數(shù)據(jù)以全國平均價(jià)格指數(shù)代替。

交通基礎(chǔ)設(shè)施存量RD和TS：交通基礎(chǔ)設(shè)施存量有以投資的貨幣形態(tài)和形成的實(shí)物形態(tài)兩種方法。本文采用劉秉鐮(2010)的處理方法以原始的技術(shù)關(guān)系替代貨幣的技術(shù)關(guān)系來表示[11]。原因如下：作為公共物品的交通基礎(chǔ)設(shè)施投資主要來源于各級(jí)政府，特別是鐵路投資主要來源于中央政府，其投資決策并不完全遵循經(jīng)濟(jì)利益最大化原則，還要綜合考慮社會(huì)、政治和軍事需要。投資價(jià)格指數(shù)的缺失和無法獲得某些地區(qū)數(shù)據(jù)使采用投資額有一定偏差，采用實(shí)物形態(tài)變量更具有現(xiàn)實(shí)性。交通基礎(chǔ)設(shè)施投資由于自然條件限制使其提供的服務(wù)不存在對(duì)應(yīng)的比例關(guān)系，如青藏鐵路等高山地區(qū)單位里程投資額比東部平原地區(qū)的同等級(jí)鐵路要高。中國交通基礎(chǔ)設(shè)施主要包括鐵路、公路、民航和水運(yùn)等，但運(yùn)輸主要由鐵路和公路完成，兩者負(fù)擔(dān)全社會(huì)貨運(yùn)和客運(yùn)量的85%以上，而水運(yùn)和民航運(yùn)輸貢獻(xiàn)較小尤其是在中西部地區(qū)。因此，本文采用實(shí)物形態(tài)處理，指標(biāo)RD和TS表示公路和鐵路，以各省等級(jí)公路網(wǎng)和鐵路網(wǎng)密度表示，單位為千米/平方公里。

空間權(quán)重W：本文以任意兩省份省會(huì)城市間最短鐵路線路長度的倒數(shù)即1/DISij(i≠j)來表示，數(shù)據(jù)來源鐵道部官方網(wǎng)站數(shù)據(jù)庫。其他控制變量：

城市化率C：以年末城市人口占總?cè)丝诘谋戎貋肀硎尽?/p>

人力資本水平H：以平均受教育年限作為代理變量， H=69S1+9S2+12S3+16S4,其中S1、S2、S3、S4分別表示6歲及以上人口中小學(xué)文化程度、初中文化程度、高中文化程度與大專及以上文化程度人口數(shù)占總?cè)丝诘谋戎?徐現(xiàn)祥，2004)。

進(jìn)出口貿(mào)易JC：以進(jìn)出口總額占GDP的比重表示，具體數(shù)值為歷年進(jìn)出口總額乘以當(dāng)年平均匯率之后與GDP的比值。

信息化水平IF：以每百人擁有電話數(shù)量表示，在現(xiàn)代知識(shí)經(jīng)濟(jì)時(shí)代一個(gè)地區(qū)信息化發(fā)展水平很大程度上決定著本地區(qū)的經(jīng)濟(jì)發(fā)展。

政府干預(yù)CZ：以財(cái)政支出占GDP比重表示，來衡量政府對(duì)經(jīng)濟(jì)的干預(yù)度。各變量數(shù)值見表3。

表3 變量描述性統(tǒng)計(jì)

用ArcGIS繪制的2011年各省區(qū)市人均GDP空間上分布如圖2所示，呈現(xiàn)出東高西低的趨勢(shì)，由沿海發(fā)達(dá)地區(qū)到內(nèi)陸西部地區(qū)逐漸減少的發(fā)展現(xiàn)狀。

圖2 2011年中國各省區(qū)市人均GDP空間分布圖

(三)空間相關(guān)性分析

根據(jù)Moran’s I指數(shù)計(jì)算公式：

表4 中國1998～2011年人均GDP的Moran’s I值

注：Moran’s I指數(shù)的顯著性水平根據(jù)蒙特卡羅模擬方法來檢驗(yàn)(999次)，其中P值為顯著性的概率，Y均通過1%顯著性檢驗(yàn).

首先來進(jìn)行全局相關(guān)性檢驗(yàn)。表4給出了OpenGeoDa軟件計(jì)算得出的1998～2011年經(jīng)濟(jì)增長的Moran’s I值及其檢驗(yàn)結(jié)果。結(jié)果表明各年份中的Moran’s I值均通過1%水平下的顯著性檢驗(yàn)，均為正值，說明經(jīng)濟(jì)增長存在正相關(guān)性。因此，空間計(jì)量模型比OLS更適合分析交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的影響。

圖3 中國31省區(qū)市人均GDP的Moran’s I散點(diǎn)圖(2011年)

接下來分析局部相關(guān)性檢驗(yàn)。圖3刻畫了2011年31省區(qū)市人均GDP的Moran’sI散點(diǎn)圖，從圖中可以具體看出各個(gè)地區(qū)人均GDP分布的情況。位于第Ⅰ象限的有：浙江、山東、廣東、江蘇、河北、上海、福建和北京8個(gè)省(直轄市)，具有高—高的正自相關(guān)關(guān)系(HH)，表明各個(gè)省份不但自身人均GDP高，周邊地區(qū)人均GDP也高；位于第Ⅱ象限的有：陜西、江西、天津和安徽4個(gè)省(直轄市)，具有低—高的負(fù)自相關(guān)關(guān)系(LH)，表明自身低但周邊地區(qū)高；位于第Ⅲ象限的有：河南、海南、山西、吉林、黑龍江、內(nèi)蒙古、廣西、重慶、貴州、云南、西藏、甘肅、青海、寧夏、新疆等15省(自治區(qū))，具有低—低的正自相關(guān)關(guān)系(LL)，表明自身和周邊地區(qū)都比較低；位于第Ⅳ象限的有：四川、遼寧、湖南和湖北4省份，具有高—低的負(fù)自相關(guān)關(guān)系(HL)，表明自身人均GDP低而周邊地區(qū)高。

(四)實(shí)證結(jié)果與分析

1.普通最小二乘法線性回歸

運(yùn)用Eviews6.0軟件采用普通最小二乘法(OLS)，通過相關(guān)性和Hausman檢驗(yàn)后采用固定效應(yīng)來分析交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的影響，回歸結(jié)果見表5第二列。結(jié)果顯示，所有指標(biāo)都通過了顯著性檢驗(yàn)，公路和鐵路相關(guān)系數(shù)分別為0.137和0.046，顯著為正，表明交通基礎(chǔ)設(shè)施投資規(guī)模增加促進(jìn)中國經(jīng)濟(jì)增長。

從其他指標(biāo)來看，資本投入和勞動(dòng)投入依然是經(jīng)濟(jì)增長的主要因素。城市化率和人力資本也是促進(jìn)經(jīng)濟(jì)增長的重要因素，相關(guān)系數(shù)分別為0.174和0.255。此外，進(jìn)出口貿(mào)易和信息化水平的提高對(duì)經(jīng)濟(jì)增長相關(guān)系數(shù)分別為0.025和0.119，說明增加進(jìn)出口貿(mào)易和提高信息化水平有利于經(jīng)濟(jì)增長，而政府財(cái)政支出占GDP的相關(guān)系數(shù)為-0.186，表明政府對(duì)市場(chǎng)過于干預(yù)不利于經(jīng)濟(jì)增長。

2.空間計(jì)量回歸分析

接著考察交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)。運(yùn)用matlab2010(b)軟件采用極大似然法(ML)分別用SLM和SEM模型計(jì)算交通基礎(chǔ)設(shè)施在地區(qū)固定、時(shí)點(diǎn)固定、地區(qū)和時(shí)點(diǎn)雙固定時(shí)對(duì)經(jīng)濟(jì)增長的空間效應(yīng)，最終結(jié)果報(bào)告如表5所示。

表5 空間計(jì)量模型與OLS模型估計(jì)結(jié)果

注：***表示在1%的水平下通過了顯著性檢驗(yàn)，**表示在5%的水平下通過了顯著性驗(yàn)，*表示在10%的水平下通過了顯著性檢驗(yàn)；括號(hào)內(nèi)為t統(tǒng)計(jì)量.

通過對(duì)比交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長空間溢出效應(yīng)的實(shí)證結(jié)果，通過對(duì)Log-Likelihood值、顯著性檢驗(yàn)和Robust檢驗(yàn)綜合對(duì)比分析，時(shí)點(diǎn)雙固定的SLM模型明顯優(yōu)于一般OLS計(jì)量模型和其他類型空間計(jì)量模型。因此，本文選用時(shí)點(diǎn)雙固定的SLM模型即模型(7)來分析交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)。

與普通最小二乘法(OLS)的回歸結(jié)果相比，空間計(jì)量結(jié)果系數(shù)明顯變小，說明OLS回歸會(huì)高估交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的直接效應(yīng)。公路的相關(guān)系數(shù)由0.137降為0.024，鐵路則由0.284變?yōu)?.046，而λ的相關(guān)系數(shù)為0.358，說明交通基礎(chǔ)設(shè)施投資增加不僅有利于本地區(qū)經(jīng)濟(jì)增長，還可以促進(jìn)相鄰地區(qū)經(jīng)濟(jì)增長。

從其他控制變量的指標(biāo)來看，在考慮空間因素之后，其相關(guān)數(shù)據(jù)都顯著變小。資本存量下降較為顯著，由0.510變?yōu)?.049，而勞動(dòng)投入則由0.369降低為0.256，降幅較小。城市化率、人力資本、信息化水平、進(jìn)出口貿(mào)易和政府支出的增加在考慮空間因素之后，相關(guān)系數(shù)都相對(duì)變小。

由于空間的異質(zhì)性和相關(guān)性，尺度不同的空間數(shù)據(jù)會(huì)使回歸結(jié)果產(chǎn)生較大差異，一般來說地理尺度越小其直接影響越小，而空間外溢效應(yīng)隨之增大(Joseph&Ozbay，2006)。為此，下文分別來討論在不同地域范圍內(nèi)交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的空間溢出效應(yīng)。本文把中國劃分為東中西三個(gè)區(qū)域，其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個(gè)省市，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個(gè)省市。

3.東中西三區(qū)域?qū)Ρ确治?/p>

下面從區(qū)域?qū)用娣謩e對(duì)三地區(qū)進(jìn)行空間計(jì)量分析，在綜合分析Log-Likelihood值、顯著性檢驗(yàn)以及Robust檢驗(yàn)后，采用地區(qū)固定的SLM模型是最優(yōu)選擇，實(shí)證結(jié)果報(bào)告如表6所示。

表6 分地區(qū)空間計(jì)量估計(jì)結(jié)果

注：***表示在1%的水平下通過了顯著性檢驗(yàn)，**表示在5%的水平下通過了顯著性驗(yàn)，*表示在10%的水平下通過了顯著性檢驗(yàn)；括號(hào)內(nèi)為t統(tǒng)計(jì)量.

從上述結(jié)果可以看出，交通基礎(chǔ)設(shè)施規(guī)模增加對(duì)經(jīng)濟(jì)增長在不同地區(qū)的直接效應(yīng)存在異同?？傮w來說，鐵路對(duì)經(jīng)濟(jì)增長的直接效應(yīng)大于公路。具體來說，公路規(guī)模增加在國家層面和區(qū)域?qū)用娑即龠M(jìn)經(jīng)濟(jì)增長，其中，對(duì)東部影響最大其相關(guān)系數(shù)為0.055，西部0.054次之，中部相關(guān)系數(shù)為0.036，其相關(guān)系數(shù)都大于國家層面的0.024。因此，公路規(guī)模增大更有利于東部地區(qū)發(fā)展，對(duì)中部地區(qū)促進(jìn)作用最小，西部地區(qū)居中。從鐵路來看，在國家層面對(duì)經(jīng)濟(jì)增長的相關(guān)系數(shù)為0.046，而在區(qū)域?qū)用鎸?duì)中部影響最大，西部次之，相關(guān)系數(shù)分別為0.076和0.065，東部地區(qū)為0.038，說明鐵路規(guī)模增大非常有利于促進(jìn)中西部地區(qū)經(jīng)濟(jì)增長，而對(duì)東部地區(qū)的影響較弱。四個(gè)方程回歸結(jié)果的λ相關(guān)系數(shù)都為正，說明公路和鐵路規(guī)模增加帶動(dòng)周邊地區(qū)經(jīng)濟(jì)增長，存在較為明顯的空間溢出效應(yīng)，同時(shí)，東部和西部地區(qū)的值也驗(yàn)證了范圍越小其空間溢出效應(yīng)越明顯。

其他控制解釋變量回歸結(jié)果簡(jiǎn)要分析如下：物質(zhì)資本投入對(duì)中部地區(qū)的作用最大，東部最小而西部居中；而勞動(dòng)力投入對(duì)東部影響最大，西部次之，中部最小，說明東部地區(qū)主要是勞動(dòng)力投入驅(qū)動(dòng)而中西部主要是物質(zhì)資本投入驅(qū)動(dòng)。城市化對(duì)西部地區(qū)的經(jīng)濟(jì)增長影響最大，東部次之而中部最小，因此要充分重視城市化對(duì)西部地區(qū)的重要意義。人力資本在中部地區(qū)的相關(guān)系數(shù)為0.137，東部地區(qū)為0.107，而在西部地區(qū)為0.021，說明其對(duì)東中部地區(qū)產(chǎn)出的重要性，而西部地區(qū)的人力資本與其他地區(qū)存在較大差別，需要增大西部地區(qū)的教育投入縮小地區(qū)差距。進(jìn)出口貿(mào)易對(duì)中部和東部經(jīng)濟(jì)增長的系數(shù)相同，而其對(duì)西部的經(jīng)濟(jì)增長作用極其有限。信息化水平提升對(duì)中部促進(jìn)作用最大，東部次之，相關(guān)系數(shù)分別為0.007和0.005，而西部地區(qū)則為0.000018，說明西部地區(qū)在信息化方面與其他地區(qū)存在顯著差異。而財(cái)政支出在三個(gè)地區(qū)的相關(guān)系數(shù)都為負(fù)數(shù)，說明大政府不利于地區(qū)經(jīng)濟(jì)增長。

4.溢出效應(yīng)對(duì)比分析

根據(jù)上述空間計(jì)量回歸結(jié)果和公式(8)分別計(jì)算公路和鐵路的空間外部偏效用和總體效應(yīng)，結(jié)果如表7所示。

從計(jì)算結(jié)果可以看出，交通基礎(chǔ)設(shè)施在西部的外部偏效應(yīng)最大，東部次之，中部最小，說明在西部省份增加交通設(shè)施規(guī)模比在東中部更有利于周邊省份經(jīng)濟(jì)增長?？傂?yīng)為直接效應(yīng)與外部偏效應(yīng)加總之和，公路規(guī)模增加的總效應(yīng)在西部最大，東部次之而中部最??；而鐵路總效應(yīng)在西部最大，中部次之而東部最小。西部交通基礎(chǔ)設(shè)施規(guī)模有限，比如西藏等省區(qū)市只有數(shù)量有限的鐵路線路，國家應(yīng)該加快發(fā)展中西部地區(qū)交通基礎(chǔ)設(shè)施來促進(jìn)其經(jīng)濟(jì)增長。東部有中國最為發(fā)達(dá)的交通網(wǎng)絡(luò)，形成較為完善的立體交通網(wǎng)絡(luò)，其交通規(guī)模已經(jīng)處于邊際收益遞減發(fā)展階段，需要繼續(xù)完善該地區(qū)的交通網(wǎng)絡(luò)來滿足其經(jīng)濟(jì)發(fā)展。

表7 分地區(qū)空間溢出效應(yīng)計(jì)算結(jié)果

四、結(jié)論及展望

本文在簡(jiǎn)要回顧已有研究文獻(xiàn)后找出研究的空白,接著從微觀和宏觀視角分析了交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的機(jī)制和效應(yīng)，綜合分析了當(dāng)前關(guān)于經(jīng)濟(jì)增長的空間計(jì)量模型，然后對(duì)各個(gè)省區(qū)市的經(jīng)濟(jì)發(fā)展指標(biāo)進(jìn)行了空間探索性分析。

最后運(yùn)用1998～2011年間中國31省區(qū)市數(shù)據(jù)，用OLS和空間計(jì)量方法分析交通基礎(chǔ)設(shè)施規(guī)模在國家和東中西三個(gè)區(qū)域?qū)用鎸?duì)經(jīng)濟(jì)增長的影響。普通最小二乘法會(huì)高估交通基礎(chǔ)設(shè)施規(guī)模對(duì)經(jīng)濟(jì)增長影響，說明引入空間維度，對(duì)于辯證地認(rèn)識(shí)交通基礎(chǔ)設(shè)施規(guī)模與經(jīng)濟(jì)增長關(guān)系具有重要意義。交通基礎(chǔ)設(shè)施規(guī)模增加不僅有利于本地區(qū)經(jīng)濟(jì)增長，還帶動(dòng)周邊地區(qū)經(jīng)濟(jì)增長，存在較為明顯的空間溢出效應(yīng)。首先，鐵路和公路總效應(yīng)在西部最大，公路總效應(yīng)是中部最小而鐵路是東部最小。其次，從直接效應(yīng)來看，鐵路直接效應(yīng)明顯高于公路，而公路直接效應(yīng)在東部最大，西部次之而中部最??；鐵路直接效應(yīng)在中部最大，西部次之而東部最小。最后，交通基礎(chǔ)設(shè)施存在較為顯著的空間溢出效應(yīng)，其在西部最大，東部次之而中部最小。

[1]張 軍.中國為什么擁有了良好的基礎(chǔ)設(shè)施? [J].經(jīng)濟(jì)研究，2007,(3):4-18.

[2]張學(xué)良.中國交通基礎(chǔ)設(shè)施促進(jìn)了區(qū)域經(jīng)濟(jì)增長嗎——兼論交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)[J].中國社會(huì)科學(xué)，2012,(3):60-77.

[3]BARRORJ．Government Spending in a Simple Model of Endogenous Growth[J]．Journal of Political Economy，1990，98(5): 103-125．

[4][6]Boarnet，Marlon G.Spillovers and Locational Effects of Public Infrastructure [J].Journal of Regional Science，1998，(36):381-400.

[5]COHENJP，MORRISONPAULCJ．Public Infrastructure Investment，Interstate Spatial Spillovers，and Manufacturing Costs[J]．Review of Economics and Statistics，2004，86(2): 551-560．

[7]JOSEPHB，DILRUBAO，KAANO．Empirical Analysis of Transportation Investment and Economic Development at State，County and Municipality Levels[J]．Transportation，2006，33(6): 537-551．

[8]胡鞍鋼，劉生龍.交通運(yùn)輸、經(jīng)濟(jì)增長及溢出效應(yīng)——基于中國省際數(shù)據(jù)空間經(jīng)濟(jì)計(jì)量的結(jié)果[J]．中國工業(yè)經(jīng)濟(jì),2009,(5):5-14.

[9]金 江.交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長——基于珠三角地區(qū)的空間計(jì)量分析[J].華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012，(1):125-129.

[10]單豪杰.中國資本存量K的再估算:1952～2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,(10):17-31.

[11]劉秉鐮，武 鵬，劉玉海．交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長——基于省域數(shù)據(jù)的空間面板計(jì)量分析[J] ．中國工業(yè)經(jīng)濟(jì)，2010，(3): 54-64.