交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)研究

梁 喜，李思遙

(重慶交通大學(xué) a.經(jīng)濟(jì)與管理學(xué)院;b.交通運(yùn)輸學(xué)院，重慶 400074)

一、引言

基礎(chǔ)設(shè)施建設(shè)是物質(zhì)財(cái)富積累的重要領(lǐng)域，也是全球環(huán)境惡化的重要來(lái)源?！按笸苿?dòng)理論”把基礎(chǔ)設(shè)施作為推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的社會(huì)先行資本，大量實(shí)證研究也表明基礎(chǔ)設(shè)施建設(shè)與經(jīng)濟(jì)增長(zhǎng)正相關(guān)。據(jù)經(jīng)濟(jì)合作與發(fā)展組織(OECD)測(cè)算，2030年全球基礎(chǔ)設(shè)施需求將達(dá)65～70萬(wàn)億美元[1]。在中國(guó)，區(qū)域經(jīng)濟(jì)一體化進(jìn)程使外部市場(chǎng)的經(jīng)濟(jì)發(fā)展為地區(qū)經(jīng)濟(jì)增長(zhǎng)創(chuàng)造了良好的市場(chǎng)需求，以交通基礎(chǔ)設(shè)施為依托，通過(guò)網(wǎng)絡(luò)化發(fā)展提高全要素生產(chǎn)率成為各地區(qū)經(jīng)濟(jì)增長(zhǎng)的重要驅(qū)動(dòng)。黨的十九大報(bào)告提出了建設(shè)“交通強(qiáng)國(guó)”的目標(biāo)，交通基礎(chǔ)設(shè)施建設(shè)將有更高質(zhì)量的大發(fā)展。然而，根據(jù)國(guó)際能源署的數(shù)據(jù)，全球范圍內(nèi)，交通運(yùn)輸業(yè)是僅次于電力行業(yè)的第二大碳排放行業(yè)，其碳排放量占總量的21%[2]；據(jù)《中國(guó)統(tǒng)計(jì)年鑒》的數(shù)據(jù)，中國(guó)近10年交通運(yùn)輸能源消費(fèi)總量增幅近90%。面對(duì)資源危機(jī)和環(huán)境污染，將資源和環(huán)境作為自然資本納入生產(chǎn)函數(shù)的“綠色全要素生產(chǎn)率(Green TFP)”理念應(yīng)運(yùn)而生。鑒于交通基礎(chǔ)設(shè)施對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)顯著，進(jìn)一步分析交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)的意義重大。

網(wǎng)絡(luò)化和空間溢出效應(yīng)是交通基礎(chǔ)設(shè)施的固有特性(Condeco-Melhorado et al，2014；Tong et al，2013)[3-4]，而在不同時(shí)間、不同區(qū)域交通基礎(chǔ)設(shè)施會(huì)產(chǎn)生不同的空間溢出效應(yīng)(Aschauer，1989；Hulten，1991；Boarnet，1998)[5-7]。要客觀評(píng)估交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)，需要有先進(jìn)、科學(xué)的計(jì)量方法，下面基于文獻(xiàn)梳理，從研究路徑、分析模型和變量選擇三個(gè)方面確定本文的研究思路和方法。

研究交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生怎樣的影響？一條路徑是將交通基礎(chǔ)設(shè)施資本從總資本中分離，并估計(jì)其產(chǎn)出彈性(Barro，1997)[8]，這種一般溢出效應(yīng)直接表現(xiàn)為GDP增加；另一路徑是考察交通基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率增長(zhǎng)的影響，即其資本存量通過(guò)空間溢出效應(yīng)促進(jìn)經(jīng)濟(jì)增長(zhǎng)(劉秉鐮，2010)[9]，該路徑在“新增長(zhǎng)理論”提出后迅速成為研究熱點(diǎn)。交通基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用可分為投資帶來(lái)的乘數(shù)效應(yīng)、可達(dá)性帶來(lái)的直接效應(yīng)和外部性帶來(lái)的間接效應(yīng)(Banister et al，2001；Oosterhaven et al，2001)[10-11]。交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)增長(zhǎng)空間溢出效應(yīng)，源于完善的交通基礎(chǔ)設(shè)施會(huì)加速地區(qū)間的要素流動(dòng)，進(jìn)而促進(jìn)關(guān)聯(lián)地區(qū)的經(jīng)濟(jì)發(fā)展；而全要素生產(chǎn)率的提升主要依靠技術(shù)進(jìn)步和規(guī)模效率的提升，其進(jìn)一步反映了資源配置的效率改善。因此，本文選擇分析交通基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)，以深入探究交通基礎(chǔ)設(shè)施建設(shè)對(duì)區(qū)域要素配置和生產(chǎn)效率的影響。

研究交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，宏觀經(jīng)濟(jì)下的理論模型是在傳統(tǒng)的生產(chǎn)函數(shù)中加入交通基礎(chǔ)設(shè)施變量，傳統(tǒng)的實(shí)證模型則主要有二種：一是基于宏觀經(jīng)濟(jì)模型和行為方法的截面和面板數(shù)據(jù)計(jì)量模型(劉生龍等，2010)[12]，二是基于處理內(nèi)生關(guān)系的向量自回歸法(VAR)時(shí)間序列計(jì)量模型(王任飛 等，2007)[13]。時(shí)間序列數(shù)據(jù)無(wú)法克服多重共線性問(wèn)題，往往高估自變量對(duì)因變量的貢獻(xiàn)，而截面數(shù)據(jù)不好把握變量的發(fā)展趨勢(shì)?？唆敻衤鼊?chuàng)立的新經(jīng)濟(jì)地理理論和面板數(shù)據(jù)的運(yùn)用促進(jìn)了空間計(jì)量方法的發(fā)展，Holtz-Eakins和Schwartz(1995)創(chuàng)建的空間權(quán)重矩陣將空間面板計(jì)量分析推向高潮(Munnel et al，1990；劉生龍 等，2010；張學(xué)良，2012)[14-17]。本文的研究即使用宏觀實(shí)證分析下的空間面板計(jì)量模型。

關(guān)于對(duì)交通基礎(chǔ)設(shè)施的量化，一種方法是采用新古典理論下的資本形式，另一種方法是采用實(shí)物形式。我國(guó)交通基礎(chǔ)設(shè)施作為一種政府投資的公共產(chǎn)物，不完全遵循利益最大化原則，因而較多學(xué)者選取公路、鐵路作為其代理變量(葉昌友 等，2013)[18]。同時(shí)，根據(jù)《中國(guó)統(tǒng)計(jì)年鑒2016》，截至2015年我國(guó)鐵路和公路所負(fù)擔(dān)的全社會(huì)客運(yùn)和貨運(yùn)量分別占到96.37%和83.47%，因此本文選取鐵路和公路密度及其細(xì)化指標(biāo)來(lái)度量各地區(qū)的交通基礎(chǔ)設(shè)施。

在綠色發(fā)展的大環(huán)境下，國(guó)內(nèi)外很多研究都對(duì)考慮資源環(huán)境因素及非期望產(chǎn)出的全要素生產(chǎn)率進(jìn)行了測(cè)算，但提法不一，本文借鑒“綠色GDP”的概念稱(chēng)之為“綠色全要素生產(chǎn)率”(李斌 等，2013)[19]。對(duì)國(guó)內(nèi)外文獻(xiàn)梳理發(fā)現(xiàn)，相關(guān)文獻(xiàn)大都選擇GDP作為因變量，而交通基礎(chǔ)設(shè)施對(duì)中國(guó)的全要素生產(chǎn)率有顯著的正向影響(劉秉鐮，2010)[9]，同時(shí)，交通基礎(chǔ)設(shè)施建設(shè)與資源環(huán)境的矛盾日益突出，實(shí)現(xiàn)交通基礎(chǔ)設(shè)施的綠色轉(zhuǎn)型是緩解矛盾的必然選擇。因此本文選取綠色全要素生產(chǎn)率作為被解釋變量，采用空間杜賓模型重點(diǎn)研究交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)。

二、綠色全要素生產(chǎn)率測(cè)算

本文對(duì)全要素生產(chǎn)率的測(cè)算兼顧經(jīng)濟(jì)收益和環(huán)境收益。根據(jù)F?re等(2007)定義的環(huán)境技術(shù)函數(shù)[20]，參考Tone(2003)和馮杰等(2017)的研究，選用考慮非期望產(chǎn)出的方向性距離函數(shù)(SBM)效率測(cè)度模型[21-22]，基于綠色生產(chǎn)率指數(shù)(GML)測(cè)算綠色全要素生產(chǎn)率增長(zhǎng)率(盧麗文 等，2017)[23]。其中，綠色生產(chǎn)率指數(shù)可分解為綠色技術(shù)進(jìn)步和綠色技術(shù)效率變化，而綠色技術(shù)效率變化又可分解為綠色純技術(shù)效率變化和綠色規(guī)模效率變化。

本文選取我國(guó)除港、澳、臺(tái)地區(qū)和西藏自治區(qū)外的30個(gè)省級(jí)行政區(qū)域?yàn)檠芯繕颖?；由于?005年開(kāi)始我國(guó)將節(jié)能減排作為經(jīng)濟(jì)發(fā)展的目標(biāo)之一，選取的研究期間為2005—2015年；投入、期望和非期望產(chǎn)出的指標(biāo)選取與既有文獻(xiàn)選擇的C-D生產(chǎn)函數(shù)要素保持一致。投入變量包括勞動(dòng)力、資本和自然資源，以年末從業(yè)人員衡量勞動(dòng)力投入，以物質(zhì)資本存量衡量資本投入，以能源消費(fèi)總量衡量自然資源投入*基于各地區(qū)逐年數(shù)據(jù)的獲取難度，這里選擇能源消費(fèi)總量當(dāng)量值作為衡量指標(biāo)。。由于基年選擇較早會(huì)使后續(xù)年份誤差較小，采用永續(xù)盤(pán)存方法通過(guò)固定資產(chǎn)價(jià)格指數(shù)平減得到以2000年(基年)不變價(jià)格表示的投資實(shí)際值，折舊率為9.6%，基年資本存量為當(dāng)年固定資本形成總額的10倍(張軍 等，2004)[24]。選擇GDP作為期望產(chǎn)出變量，以2005年為基準(zhǔn)進(jìn)行平減得到實(shí)際地區(qū)生產(chǎn)總值*下文所有關(guān)于GDP的指標(biāo)數(shù)據(jù)均采用此方法處理。；根據(jù)《中國(guó)環(huán)境經(jīng)濟(jì)核算研究報(bào)告》和《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》，選擇二氧化硫和煙(粉)塵排放總量作為非期望產(chǎn)出變量。相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》(2006—2016)、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》(2006—2016)及各樣本地區(qū)歷年統(tǒng)計(jì)年鑒。

根據(jù)前述測(cè)算方法，運(yùn)用MaxDEA Pro測(cè)算得到綠色全要素生產(chǎn)率增長(zhǎng)率及其分解結(jié)果(見(jiàn)表1)*鑒于數(shù)據(jù)包絡(luò)分析(DEA)計(jì)算出的綠色生產(chǎn)率指數(shù)(GML)是綠色全要素生產(chǎn)率的增長(zhǎng)率，本文借鑒既有文獻(xiàn)設(shè)置基年綠色全要素生產(chǎn)率為1，而后每年以上一年的綠色全要素生產(chǎn)率與本年綠色生產(chǎn)率指數(shù)的乘積作為本年的綠色全要素生產(chǎn)率，以此類(lèi)推得到2006—2015年的綠色全要素生產(chǎn)率及其分解指數(shù)絕對(duì)效率值。。2005—2015年，我國(guó)綠色全要素生產(chǎn)率均大于1，年均增幅為7.18%，但低于同時(shí)段我國(guó)年均經(jīng)濟(jì)增長(zhǎng)率(13.63%)*年均經(jīng)濟(jì)增長(zhǎng)率由《中國(guó)統(tǒng)計(jì)年鑒2016》中的歷年國(guó)內(nèi)生產(chǎn)總值計(jì)算得出。，表明在考慮資源輸入、非期望產(chǎn)出和松弛變量后，資源消耗和環(huán)境污染明顯降低了我國(guó)的經(jīng)濟(jì)增長(zhǎng)績(jī)效。從增長(zhǎng)來(lái)源看，綠色技術(shù)進(jìn)步與綠色生產(chǎn)率指數(shù)的變化趨勢(shì)最為相近，是綠色全要素生產(chǎn)率增長(zhǎng)的主要推動(dòng)力，該結(jié)論在一定程度上驗(yàn)證了“波特假說(shuō)”(環(huán)境與經(jīng)濟(jì)發(fā)展的雙贏是技術(shù)創(chuàng)新與產(chǎn)業(yè)集聚的雙重作用)。相比于綠色技術(shù)進(jìn)步7.6%的增幅，綠色規(guī)模效率基本持平，綠色技術(shù)效率年均下降0.36%(主要源于純技術(shù)效率的降低)。

表1 2005—2015年樣本地區(qū)平均綠色全要素生產(chǎn)率增長(zhǎng)及其分解

三、交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率的空間溢出效應(yīng)

1.空間面板計(jì)量模型及估計(jì)方法

空間權(quán)重矩陣是反映變量間空間關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)矩陣，現(xiàn)實(shí)中區(qū)域經(jīng)濟(jì)活動(dòng)的影響因素復(fù)雜，設(shè)定適當(dāng)?shù)目臻g權(quán)重矩陣對(duì)空間計(jì)量分析至關(guān)重要。目前大多數(shù)研究仍只是使用0-1鄰接矩陣，為得到更加穩(wěn)健的分析結(jié)果，本文參考李婧等(2010)和楊海文(2015)的做法構(gòu)建多種空間權(quán)重矩陣(見(jiàn)表2)[25-26]。

表2 空間權(quán)重矩陣

空間計(jì)量分析中某一區(qū)域不同空間單元的經(jīng)濟(jì)活動(dòng)之間具有關(guān)聯(lián)，靜態(tài)空間模型主要包括空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)。在SLM中加入解釋變量的空間滯后項(xiàng)，即空間杜賓模型(Spatial Durbin Model，SDM)，可以較好地避免內(nèi)生性問(wèn)題。Elhorst(2010)認(rèn)為在各觀察時(shí)間序列下的每個(gè)空間單元以及每個(gè)時(shí)間點(diǎn)的不同空間分布皆存在相互依賴(lài)，因此選用基于時(shí)間序列樣本的動(dòng)態(tài)空間模型評(píng)估此類(lèi)不可預(yù)測(cè)的時(shí)空效應(yīng)的擬合優(yōu)度較高[27]。動(dòng)態(tài)空間杜賓模型(Dynamic Spatial Durbin Model, DSDM)具體形式如下：

當(dāng)模型中引入解釋變量及被解釋變量的空間滯后項(xiàng)時(shí)，空間效應(yīng)的建模假設(shè)包含了大量鄰接地區(qū)的交互作用，即綠色全要素生產(chǎn)率增長(zhǎng)依賴(lài)于本地區(qū)(直接效應(yīng))及鄰接省域(間接效應(yīng))的交通基礎(chǔ)設(shè)施。動(dòng)態(tài)空間杜賓模型可以確定影響被解釋變量的長(zhǎng)期和短期的直接和間接(溢出)效應(yīng)(Elhorst，2014)[28]：當(dāng)δ=θ=0時(shí)，短期效應(yīng)不存在；當(dāng)δ=-η且θ=0，長(zhǎng)期效應(yīng)不存在。鑒于研究?jī)?nèi)容的特定性，本文僅研究固定效應(yīng)權(quán)重矩陣下的短期效應(yīng)和隨機(jī)效應(yīng)權(quán)重矩陣下的長(zhǎng)期效應(yīng)。借鑒Lesage(2008)的方法[29]，通過(guò)偏微分進(jìn)一步解析交通基礎(chǔ)設(shè)施產(chǎn)生的直接效應(yīng)和溢出效應(yīng)：

作為檢驗(yàn)是否存在空間溢出效應(yīng)的更為有效的基礎(chǔ)，上式矩陣中對(duì)角線元素的均值為交通基礎(chǔ)設(shè)施的直接效應(yīng)，溢出效應(yīng)為空間滯后值的系數(shù)估計(jì)。

2.變量選擇及數(shù)據(jù)來(lái)源

研究樣本的選擇與前文一致，數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)交通年鑒》及《交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》。應(yīng)用實(shí)物形態(tài)的變量對(duì)交通基礎(chǔ)設(shè)施進(jìn)行描述更具代表性，各變量的具體說(shuō)明如下：被解釋變量為綠色全要素生產(chǎn)率，解釋變量包括公路密度(每百平方公里的公路通行里程)和鐵路密度(每百平方公里的鐵路營(yíng)運(yùn)里程)，其中公路密度又細(xì)分為各等級(jí)公路密度(5項(xiàng))和等外公路密度，鐵路密度鑒于數(shù)據(jù)可得性不再細(xì)分*各等級(jí)公路包括高速公路、一級(jí)公路、二級(jí)公路、三級(jí)公路和四級(jí)公路。。控制變量包括非農(nóng)化和人力資本，考慮到中國(guó)仍處于發(fā)展中國(guó)家的現(xiàn)代化進(jìn)程中，亟待完成城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)向現(xiàn)代經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)換，因此用第二、三產(chǎn)業(yè)占國(guó)內(nèi)生產(chǎn)總值的比重衡量非農(nóng)化變量；人力資本是地區(qū)經(jīng)濟(jì)增長(zhǎng)的重要決定因素，選取人口平均受教育年限衡量人力資本，具體計(jì)算方法借鑒陳釗等(2004)的研究[30]。

3.空間相關(guān)性檢驗(yàn)及模型選擇

首先，應(yīng)用Stata12.1計(jì)算各空間權(quán)重矩陣下逐年殘差的Moran’ I值*限于篇幅原因，各權(quán)重矩陣下的Moran’I值未列出，需要者可與作者聯(lián)系。，結(jié)果表明殘差在10%顯著性水平下不顯著，說(shuō)明不存在空間殘差相關(guān)，進(jìn)而選用不存在空間殘差相關(guān)條件下的空間自回歸效應(yīng)LM檢驗(yàn)來(lái)初步確定模型*參考李子奈的《高級(jí)應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)》，利用Moran’I檢驗(yàn)無(wú)法確定空間實(shí)質(zhì)相關(guān)，因此本文選用不存在空間殘差相關(guān)條件下的空間自回歸效應(yīng)的LM檢驗(yàn)，以驗(yàn)證模型是否存在空間實(shí)質(zhì)相關(guān)。，由Hausman及聯(lián)合顯著性檢驗(yàn)確定效應(yīng)類(lèi)型，選擇LR顯著性判斷進(jìn)行最終檢驗(yàn)。鑒于檢驗(yàn)結(jié)果均在10%水平下拒絕原假設(shè)，最終模型如下：選擇動(dòng)態(tài)空間杜賓模型進(jìn)行后續(xù)分析，在0-1鄰接權(quán)重矩陣、大圓距離矩陣和經(jīng)濟(jì)矩陣下(即W1、W2和W3)選用時(shí)空雙固定動(dòng)態(tài)空間杜賓模型，在經(jīng)濟(jì)距離權(quán)重矩陣下(W4和W5)選用隨機(jī)效應(yīng)空間杜賓模型，具體檢驗(yàn)結(jié)果見(jiàn)表3。

表3 各空間權(quán)重矩陣下的檢驗(yàn)結(jié)果

注：*，**，***分別表示在10%、5%和1%的顯著性水平下顯著，下表同。

鑒于動(dòng)態(tài)空間杜賓模型中時(shí)空滯后項(xiàng)的存在，使用最小二乘法(OLS)估計(jì)不準(zhǔn)確，因此選用極大似然估計(jì)(ML)，結(jié)果見(jiàn)表4。各效應(yīng)下解釋變量的估計(jì)結(jié)果相近，表明后續(xù)研究具有穩(wěn)健性。

表4 動(dòng)態(tài)空間杜賓模型系數(shù)估計(jì)結(jié)果

注：隨機(jī)效應(yīng)的權(quán)重矩陣僅估計(jì)靜態(tài)空間杜賓模型系數(shù)。

表4的系數(shù)估計(jì)結(jié)果顯示，被解釋變量的一階滯后項(xiàng)系數(shù)均為正且通過(guò)了1%水平下的顯著性檢驗(yàn)；固定效應(yīng)下除人口平均受教育年限外其余解釋變量的空間滯后項(xiàng)均在1%水平下顯著，表明各地區(qū)綠色全要素生產(chǎn)率存在顯著的時(shí)空依賴(lài)。各權(quán)重矩陣下公路密度和鐵路密度的估計(jì)系數(shù)均為正且顯著性較高，表明其正向促進(jìn)作用明顯；其中高速公路密度和鐵路密度及其空間滯后項(xiàng)的系數(shù)估計(jì)值遠(yuǎn)高于其他交通基礎(chǔ)設(shè)施，驗(yàn)證了高速公路和鐵路的空間相關(guān)性及其對(duì)地區(qū)綠色全要素生產(chǎn)率的巨大貢獻(xiàn)。此外，三級(jí)公路密度的正向作用也較為突出，但一、二、四級(jí)和等外公路密度表現(xiàn)為負(fù)向作用?？紤]到反饋效應(yīng)會(huì)影響解釋變量尤其是空間滯后項(xiàng)的回歸系數(shù)，本文進(jìn)一步通過(guò)效應(yīng)分解對(duì)研究期內(nèi)的交通基礎(chǔ)設(shè)施及其細(xì)分項(xiàng)的長(zhǎng)短期效應(yīng)進(jìn)行深入探討，詳見(jiàn)表5。

表5 動(dòng)態(tài)空間杜賓模型效應(yīng)分解

表5驗(yàn)證了表4中系數(shù)估計(jì)結(jié)果的穩(wěn)健性，固定效應(yīng)下除大圓距離權(quán)重的分解效應(yīng)不顯著外，其余解釋變量顯著性較高，而隨機(jī)效應(yīng)的顯著性較弱。從短期效應(yīng)與長(zhǎng)期效應(yīng)的比較看，多數(shù)解釋變量短期效應(yīng)更為顯著，說(shuō)明在加入了資源和環(huán)境因素后，交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率影響的滯后性較弱；單一權(quán)重下的空間溢出效應(yīng)明顯高于直接效應(yīng)，且基于經(jīng)濟(jì)權(quán)重的分析結(jié)果高于基于地理權(quán)重的分析結(jié)果，這與許多經(jīng)典文獻(xiàn)的結(jié)論一致，充分驗(yàn)證了交通基礎(chǔ)設(shè)施是地區(qū)間要素流動(dòng)的重要載體，空間溢出效應(yīng)是其固有特性，同時(shí)也說(shuō)明了經(jīng)濟(jì)增長(zhǎng)仍是我國(guó)各地區(qū)綠色全要素生產(chǎn)率提高的主要途徑，在節(jié)能減排方面仍有不足。在各解釋變量中，高速公路密度和鐵路密度正向促進(jìn)地區(qū)綠色全要素生產(chǎn)率增長(zhǎng)，且對(duì)鄰接地區(qū)的短期溢出顯著，說(shuō)明提高交通基礎(chǔ)設(shè)施投資規(guī)模和路網(wǎng)可達(dá)性在短期內(nèi)可以提高本地區(qū)和輻射區(qū)域的運(yùn)輸效率并降低運(yùn)輸成本，助力地區(qū)間的要素流動(dòng)和經(jīng)濟(jì)交往，進(jìn)而不但可以加速本地經(jīng)濟(jì)發(fā)展，更可以促進(jìn)鄰近地區(qū)的經(jīng)濟(jì)發(fā)展。值得注意的是，公路密度對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的影響存在“中部坍塌”現(xiàn)象，其中一、二級(jí)公路密度的負(fù)向作用明顯，可能是由于其原材料生產(chǎn)和建設(shè)施工時(shí)有較高的能耗和污染產(chǎn)出，且相比三、四級(jí)公路的養(yǎng)護(hù)和環(huán)保成本更高，規(guī)模不經(jīng)濟(jì)較為明顯。

四、結(jié)論及啟示

本文基于2005—2015年我國(guó)30個(gè)省級(jí)地區(qū)面板數(shù)據(jù)研究交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)，得到以下結(jié)論：我國(guó)的綠色全要素生產(chǎn)率增長(zhǎng)慢于GDP增長(zhǎng)，各地區(qū)綠色技術(shù)進(jìn)步與綠色生產(chǎn)率指數(shù)的變化趨勢(shì)相近；單一權(quán)重下，交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的空間溢出效應(yīng)明顯高于直接效應(yīng)，高速公路密度和鐵路密度的正向溢出效應(yīng)顯著，短期溢出效應(yīng)尤其明顯；各等級(jí)公路密度對(duì)綠色全要素生產(chǎn)率增長(zhǎng)的影響存在“中部坍塌”現(xiàn)象。總體上看，我國(guó)大力發(fā)展交通基礎(chǔ)設(shè)施建設(shè)帶來(lái)的經(jīng)濟(jì)效益總體良好，尤其是高速公路和鐵路建設(shè)對(duì)綠色全要素生產(chǎn)率增長(zhǎng)具有顯著促進(jìn)作用，同時(shí)其空間溢出效應(yīng)明顯。交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)主要是通過(guò)促進(jìn)地區(qū)間要素流動(dòng)實(shí)現(xiàn)的，各地區(qū)在推進(jìn)交通基礎(chǔ)設(shè)施建設(shè)中應(yīng)注意加強(qiáng)與關(guān)聯(lián)地區(qū)的協(xié)作，以充分發(fā)揮交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展；同時(shí)，公路建設(shè)中出現(xiàn)的“中部坍塌”現(xiàn)象需要引起注意，要努力減少交通基礎(chǔ)設(shè)施原材料生產(chǎn)、建設(shè)施工和維護(hù)使用中的資源浪費(fèi)和環(huán)境污染，并積極提高其使用效率?；诖?，本文提出以下建議：

國(guó)家應(yīng)科學(xué)統(tǒng)籌規(guī)劃交通基礎(chǔ)設(shè)施建設(shè)，尤其應(yīng)加快落后地區(qū)的交通發(fā)展，通過(guò)各地區(qū)的交通協(xié)同促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展；同時(shí)，要鼓勵(lì)和推動(dòng)低能耗、低污染的智慧化交通基礎(chǔ)設(shè)施建設(shè)，特別要在國(guó)家戰(zhàn)略區(qū)域內(nèi)(如“長(zhǎng)江經(jīng)濟(jì)帶”和“京津冀”以及各大城市群)建設(shè)現(xiàn)代化立體交通網(wǎng)路；此外，在進(jìn)一步推進(jìn)網(wǎng)絡(luò)化、全覆蓋高速公路和高鐵(動(dòng)車(chē))建設(shè)的同時(shí)，要降低一、二級(jí)公路建設(shè)成本并調(diào)配三、四級(jí)公路合理占比，以避免公路建設(shè)的“中部坍塌”。各地區(qū)一方面要加快自身交通發(fā)展，另一方面也要推進(jìn)與關(guān)聯(lián)地區(qū)的協(xié)同發(fā)展，尤其是經(jīng)濟(jì)發(fā)達(dá)地區(qū)應(yīng)積極向欠發(fā)達(dá)地區(qū)輸出創(chuàng)新理念和先進(jìn)技術(shù)，推進(jìn)區(qū)域間交通基礎(chǔ)設(shè)施建設(shè)一體化進(jìn)程；各地區(qū)還應(yīng)優(yōu)化具有顯著正向溢出效應(yīng)的高速公路線網(wǎng)結(jié)構(gòu)，協(xié)調(diào)制定各等級(jí)公路建設(shè)規(guī)劃，高效對(duì)接客貨運(yùn)輸通道，充分發(fā)揮交通基礎(chǔ)設(shè)施促進(jìn)要素流動(dòng)的作用。

參考文獻(xiàn)：

[1] 張衡.全球基礎(chǔ)設(shè)施建設(shè)綠色化勢(shì)在必行[N].中國(guó)財(cái)經(jīng)報(bào)，2017-06-29(003).

[2] 丁金學(xué).我國(guó)交通運(yùn)輸業(yè)碳排放及其減排潛力分析[J].綜合運(yùn)輸，2012(12)：20-26.

[3] CONDECO-MELHORADO A，TILLEMA T，DE DONG T，et al. Distributive effects of new highway infrastructure in the Netherland：The role of network effects and spatial spillovers[J]. Journal of Transport Geography，2014，34：96-105.

[4] TONG T，YU T H E，CHO S H，et al. Evaluating the spatial spillover effects of transportation infrastructure on agricultural output Across the United States[J]. Journal of Transport Geography，2013，30：47-55.

[5] ASCHAUER D A. Is public expending productive[J]. Journal of Monetary Economies，1989，23(2)：77-200.

[6] HULTEN C R，SCHWAB R M. Public capital formation and the growth of regional[J]. National Tax Journal，1991，44(4)：121.

[7] BOARNET M G. Spillovers and the locational effects of public infrastructure[J].Journal of Regional Science，1998，30(3)：381-400.

[8] BARRO R，SALA-I-MARTIN X. Technological diffusion，convergence and growth[J].Journal of Economic Growth，1997，2(1)：1-26.

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

[10] BANISTER D，BERECHMAN Y. Transport investment and the promotion of economic growth[J]. Journal of transport geography，2001，9(3)：209-218.

[11] OOSTERHAVEN J，KNAAP T，RIJGROK C，et al. On the development of RAEM：The Dutch spatial general equilibrium model and its first application to a new railway link[C]//41thCongress of the European Regional Science Association， Zagreb，August. 2001：29.

[12] 劉生龍，胡鞍鋼.基礎(chǔ)設(shè)施的外部性在中國(guó)的檢驗(yàn)：1988—2007[J].經(jīng)濟(jì)研究，2010(3)：4-15.

[13] 王任飛，王進(jìn)杰.基礎(chǔ)設(shè)施與中國(guó)經(jīng)濟(jì)增長(zhǎng)：基于VAR方法的研究[J].世界經(jīng)濟(jì)，2007，30(3)：13-21.

[14] HOLTZ-EAKIN D，SCHWARTZ A E. Spatial productivity spillovers from public infrastructure：Evidence from state highway[J]. International Tax and Public Finance，1995(2)：459-468.

[15] MUNNEL A H，COOK L M. How does public infrastructure affect regional performance?[J]. New England Economic Review，1990 (Sep)： 11-33.

[16] 劉生龍，胡鞍鋼.交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長(zhǎng)：中國(guó)區(qū)域差距的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010(4)：14-23.

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

[18] 葉昌友，王遐見(jiàn).交通基礎(chǔ)設(shè)施、交通運(yùn)輸業(yè)與區(qū)域經(jīng)濟(jì)增長(zhǎng)——基于省域數(shù)據(jù)的空間面板模型研究[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2013(2)：40-47.

[19] 李斌，彭星，歐陽(yáng)銘珂.環(huán)境規(guī)制、綠色全要素生產(chǎn)率與中國(guó)工業(yè)發(fā)展方式轉(zhuǎn)變——基于36個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013(4)：56-68.

[20] F?RE R，GROSSKOPF S，PASURKA C A. Environmental production functions and environmental directional distance functions[J]. Energy，2007，32(7).

[21] TONE K. Dealing with undesirable outputs in DEA：A slack-based measure(SBM)approach[R]. GRIPS Research Report Series No.I-2003-005，2003.

[22] 馮杰，張世秋.基于DEA方法的我國(guó)省際綠色全要素生產(chǎn)率評(píng)估——不同模型選擇的差異性探析[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版)，2017，53(1)：151-159.

[23] 盧麗文，宋德勇，黃璨.長(zhǎng)江經(jīng)濟(jì)帶城市綠色全要素生產(chǎn)率測(cè)度——以長(zhǎng)江經(jīng)濟(jì)帶的108個(gè)城市為例[J].城市問(wèn)題，2017(1)：61-67.

[24] 張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004(10)：35-44.

[25] 李婧，譚清美，白俊紅.中國(guó)區(qū)域創(chuàng)新生產(chǎn)額空間計(jì)量分析——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究[J].管理世界，2010(7)：43-65.

[26] 楊海文. 空間計(jì)量模型的選擇、估計(jì)及其應(yīng)用——基于經(jīng)典方法與MCMC方法的比較[D].江西財(cái)經(jīng)大學(xué)，2015.

[27] ELHORST P，PIRAS G. Growth and convergence in a multiregional model with space time dynamics[J]. Geographical Analysis，2010，42(3)：338-355.

[28] ELHOEST J P. Spatial econometrics：From cross-sectional data to spatial panels[M]. Berlin：Springer，2014：95-119.

[29] LESAGE J P，PACE R K. Introduction to spatial econometrics[M]. Boca Raton，F(xiàn)L：CR Press Taylor & Francis Group，2008.

[30] 陳釗，陸銘，金煜.中國(guó)人力資本和教育發(fā)展的區(qū)域差異：對(duì)于面板數(shù)據(jù)的估算[J].世界經(jīng)濟(jì)，2004(12)：25-31+77.