交通運輸方式對城市群生產率影響研究

龍奮杰，陳子晏，王 爵

LONG Fenjie1,2, CHEN Ziyan2, WANG Jue2

（1.貴州理工學院，貴州 貴陽 550003；2.清華大學 恒隆房地產研究中心，北京 100084）

(1．Guizhou Institute of Technology， Guiyang 550003，Guizhou， China； 2．Heng Long Center for Real Estate， Tsinghua University， Beijing 100084， China)

0 引言

交通是城市發(fā)展最重要的資源流動途徑，城市間的聯(lián)系離不開交通基礎設施的建設。全要素生產率是城市資源的利用效率，由城市經(jīng)濟產出與各要素投入量的比值來表征。在資源投入一定的條件下，城市的發(fā)展速度取決于全要素生產率。城市發(fā)展依賴要素量的積累和質的改善，交通運輸是生產要素流動的載體，其發(fā)展水平與城市全要素生產率的提升緊密相關。城市交通運輸?shù)膬群ǔ０瓦\和貨運2類運輸內容，以及鐵路、公路和航空3種運輸方式。交通運輸量代表城市的運輸能力，不同的運輸方式和運輸內容對城市發(fā)展有不同的影響。鄰近城市之間共用部分資源會使城市的生產效率存在空間依賴性；同時某特定城市的交通發(fā)展會影響周圍城市，周圍城市的要素流動會因為該城市的交通運輸能力提升而活躍。以上就是城市生產率和交通運輸存在的空間溢出效應。

交通與全要素生產率的關系受到學者們較長時間的關注。Aschauer[1]利用時間序列計量方法估計出交通的產出彈性超過0.4。劉秉廉等[2]采用面板數(shù)據(jù)對省域層面的交通基礎設施和全要素生產率進行了研究，發(fā)現(xiàn)交通基礎設施能顯著促進城市生產效率的提升。王冬雪等[3]分析交通運輸發(fā)展對一線城市和二線城市的發(fā)展有差異，交通運輸發(fā)展對二線城市經(jīng)濟發(fā)展更為突出。李忠民等[4]利用長江經(jīng)濟帶11省市面板數(shù)據(jù)分析長江經(jīng)濟帶交通基礎設施效率，有重點地進行區(qū)域交通基礎設施投資，可以有效提升長江經(jīng)濟帶交通基礎設施的規(guī)模效益。李雪飛等[5]認為高鐵快運有利于區(qū)域發(fā)展。劉生龍等[6]考慮信息要素之后認為，交通和信息共同對全要素生產率有正的相關性影響。劉敬青[7]研究鐵路貨物運輸對區(qū)域經(jīng)濟發(fā)展的影響，探討鐵路建設對區(qū)域經(jīng)濟發(fā)展具有長期持續(xù)的拉動作用。在這類研究中，學者主要采用截面、面板和時間序列數(shù)據(jù)完成相關計量分析，隨著Anselin[8]發(fā)現(xiàn)相鄰區(qū)域間經(jīng)濟現(xiàn)象受到鄰近空間單元的屬性值影響，空間溢出效應進入了研究者的視線。隨著面板計量模型的發(fā)展，引入空間相關性的空間計量方法成為研究溢出效應的主流方法。Anderson等[9]、柯善咨等[10]分別從城市網(wǎng)絡角度引入空間相關性概念，研究區(qū)域間經(jīng)濟發(fā)展的溢出效應。在定性研究空間相關性之后，學者們開始考察實際地理距離與空間溢出效應的定量關系。符淼[11]利用省級層面數(shù)據(jù)研究技術外溢強度與空間距離之間的衰減關系，發(fā)現(xiàn)50%的衰退距離大約1 200 km。王思薇[12]利用我國30個省面板數(shù)據(jù)研究鐵路對區(qū)域全要素生產率的空間溢出影響，發(fā)現(xiàn)高速鐵路的影響是普通鐵路的1.46倍。陸銘[13]則考察港口周邊的土地利用效率，發(fā)現(xiàn)距離大港口500 km時附近的土地利用效率降低一半。目前尚未發(fā)現(xiàn)利用全國地級市層面交通運輸量面板數(shù)據(jù)對我國交通與全要素生產率進行研究的成果，也沒有發(fā)現(xiàn)定量考察不同運輸方式空間溢出效應距離的文獻。為此，研究空間溢出效應下交通運輸能力對城市群中城市生產效率的影響，利用空間計量模型量化不同運輸方式和運輸內容的影響效果和影響范圍，以期考察不同運輸方式的適用城市類型，研究交通基礎設施規(guī)劃的有效方法。

1 理論基礎與模型方法

1.1 全要素生產率計算

全要素生產率是資源開發(fā)的利用效率，學術界普遍認為是城市產出剔除要素貢獻后的余值對產出增加的表征，可利用柯布－道格拉斯生產函數(shù)進行描述。

式中：Yit為城市i第t年的產出；Ait為城市i第t年的全要素生產率；Kit為城市i第t年的資本存量；Lit為城市i第t年的勞動力；i表示地級市；t代表年份；αi和βi分別為城市i的2個要素的彈性指數(shù)。

通常公式滿足規(guī)模報酬不變的約束。利用回歸后的彈性指數(shù)，變形公式(1)，可以得到計算全要素生產率的基本公式

式中：TFP為全要素生產率；和分別為變形后的城市i的2個要素的彈性指數(shù)。

1.2 空間溢出模型

當前的空間計量模型分為空間杜賓模型(SDM)、空間誤差模型(SEM)和空間滯后模型(SLM)3種主要形式，區(qū)別在于是否考察被解釋變量及解釋變量的空間相關性。城市間的經(jīng)濟績效存在空間相關性，交通會縮短城市間要素的流動時間、降低流動成本，城市的交通差異會導致人口趨向于更具吸引力的城市。因此，城市的交通運輸能力不僅影響該城市的經(jīng)濟發(fā)展，也會影響城市群的經(jīng)濟發(fā)展。基于運輸方式溢出效應的差異性，將對不同運輸方式的空間溢出效應分別進行考察。

選取可以考察被解釋變量空間溢出效應的空間杜賓模型，將3個表征交通運輸能力的變量納入計量模型，可建立以下公式。

式中：TFPit為城市i第t年的全要素生產率；αi為城市i的個體效應；ρ為城市i的全要素生產率對城市群內其他城市的空間影響系數(shù)；wij為空間加權矩陣，通過地理上的關系形成任意2個城市城市i和城市j的空間網(wǎng)絡關系集合；TFPjt為城市群內其他城市j第t年的全要素生產率；γl為城市群內其他城市第l個解釋變量對城市i的空間影響系數(shù)；Xljt為城市群內其他城市j第t年第l個解釋變量；βl為第l個解釋變量對城市i全要素生產率的影響；Zlit為城市i第t年第l個解釋變量的值；θt為模型時間效應；εit為城市i第t年的誤差項；l為解釋變量。

對于空間矩陣w的處理，不同學者選擇不同的方法，一般常用鄰接矩陣來表達，即相鄰為1，不相鄰為0。由于要定量考察交通運輸能力的影響距離，鄰接矩陣不能全面地反映空間溢出效應強度隨距離衰減的效果。鐘水映等[14]曾在研究空間外溢中提出衰減較快的溢出效應應選用距離的平方來衡量，因此研究選取城市間行政中心坐標的直線距離平方的倒數(shù)作為空間矩陣的權重，建立以下空間矩陣。

式中：dij為城市i和城市j的城市行政中心坐標的直線距離；D為臨界距離。

公式(4)中增加臨界距離D，這里借鑒相關文獻[11]的處理方法，計算時將臨界距離內的城市剔除，從而可以通過改變臨界距離D的取值，逐步增加剔除掉的鄰近城市，完成對具體距離城市的空間溢出效應分析。

2 實證模型與結果分析

2.1 數(shù)據(jù)分析

研究采用的數(shù)據(jù)為2000—2017年我國地級市的面板數(shù)據(jù)，主要來源于《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》，以及各地區(qū)有關統(tǒng)計年鑒。剔除了數(shù)據(jù)缺失或者行政區(qū)劃合并拆分的城市，最終使用了270個城市的面板數(shù)據(jù)，組成超過35 000個不同的城市對。

城市經(jīng)濟產出Y用實際GDP來代表。資本存量K采用永續(xù)盤存法計算，Kit=K(it-1)×(1 -δit) +Ii1，其中δit為城市i第t年的折舊率，選取比較常用的10%，Ii1為城市i第1年的資本存量。勞動力L用城市就業(yè)人數(shù)來度量。

主要研究解釋變量包括：鐵路、公路、航空的客運量和貨運量，表征城市的交通運輸能力?？刂谱兞堪ǎ孩偃肆Y本LAB。人力資本不僅包含勞動力數(shù)量，還包含知識和技術的利用效率，在此選用就業(yè)人數(shù)和受教育年限的加權值。②實際使用外資FDI。外商投資代表了城市的資金吸引水平和開放程度。先進的技術和發(fā)達的信息有助于吸引外資。使用外資額占固定投資總額的比例來代表城市經(jīng)濟活動的活躍水平。③政策制度SYS。政府效率對城市生產率有重要影響，用公共財政支出占GDP的比例表示政府對經(jīng)濟的參與程度。④通信水平COM。信息溝通是目前以及未來重要的影響要素，以固定電話、移動電話及互聯(lián)網(wǎng)寬帶用戶數(shù)來度量通信水平。

2.2 空間相關性檢驗與實證模型

2.2.1 相關性指數(shù)

采用MoranI指數(shù)來判斷指標的空間相關性。MoranI指數(shù)是空間自相關系數(shù)的一種，其值分布在[-1，1]，用于判別空間是否存在自相關。MoranI指數(shù)大于0表示空間正相關，其值越大空間相關性越明顯；MoranI指數(shù)小于0表示空間負相關，其值越小空間差異越大。結果顯示，2000—2017年270個地級市的全要素生產率MoranI指數(shù)在0.14左右波動，即TFP存在空間上的相關性。類似的檢驗發(fā)現(xiàn)交通運輸能力MoranI指數(shù)在0.22左右波動，并且均顯著，同樣存在空間上的相關性。

2.2.2 杜賓模型檢驗

通過判斷模型是否可以簡化來檢驗模型選取是否合理。采用似然比檢驗和Wald的檢驗結果分別為67.52和68.17，在1%的水平上拒絕了γ=0。因此，模型假設是合理的。

最終基于客運方式(5)和貨運方式(6)數(shù)據(jù)的計量模型如下。

式中：TFPit為城市i第t年的全要素生產率；TFPjt為城市群中其他城市j第t年的全要素生產率；RailPait為城市i第t年的鐵路客運量；HighPait為城市i第t年的公路客運量；AvaiPait為城市i第t年的航空客運量；RailFrit為城市i第t年的鐵路貨運量；HighFrit為城市i第t年的公路貨運量；AviaFrit為城市i第t年的航空貨運量；LABit代表城市i第t年的就業(yè)人數(shù)和受教育年限的加權值；FDIit代表城市i第t年的使用外資額占固定投資總額的比例；SYSit代表城市i第t年的公共財政支出占GDP的比例；COMit代表城市i第t年的固定電話、移動電話及互聯(lián)網(wǎng)寬帶用戶數(shù)；θt為模型時間效應；εit為城市i第t年的誤差項；αi為城市i的個體效應；γl為城市群內其他城市第l個解釋變量對城市i的空間影響系數(shù)；βl為第l個解釋變量對城市i全要素生產率的影響。

2.3 實證結果

2.3.1 不同運輸方式的空間溢出強度效應

根據(jù)公式可以計算出模型回歸結果如表1所示。從表1的回歸結果可以看出，全要素生產率自身的空間溢出效應較為明顯，其原因可能是鄰近區(qū)域的全要素生產率受到相同要素的影響，而要素在地區(qū)之間存在關聯(lián)性和共享性，地區(qū)之間會分享資源，形成城市的協(xié)同發(fā)展。不同地區(qū)的全要素生產率是資源流動的結果，相互之間存在一定的空間相關性。

表1 模型回歸結果Tab.1 Model regression results

比較3種交通運輸方式的空間溢出效應可以發(fā)現(xiàn)，鐵路對鄰近城市的正向影響最大，公路其次，而航空的影響則為負?？梢岳斫獾氖?，交通運輸量越大，當?shù)厝肆Y源和其他資源的流動性更強，新技術轉移的可能性越高，提升了當?shù)氐娜厣a率，同時也對城市群帶來更大的影響。鐵路是遷徙式人口流動最主要的運輸方式，是人力資源和技術轉移的主要途徑，對區(qū)域內城市的要素變化影響很大。計量結果顯示，航空客運對周圍城市負影響的原因是我國具有機場的地級市還比較少，不像鐵路和公路這2種運輸方式更為普遍。有機場的城市對平均受教育程度年限較高的人士吸引力更為顯著，吸引城市群的人口向其流動，會對該城市產生負面效應，使這些城市的全要素生產率降低。航空貨運的影響依舊為正向，是因為貨物不存在趨向性流動，以物流為代表的航空貨運會增加周邊城市的信息、技術等要素的流入。

其余控制變量對本城市的生產效率均為正向影響，其中人力資本的影響最為顯著，表明教育質量的提升促進了知識的生產以及專業(yè)化人力資本的積累，使生產函數(shù)呈現(xiàn)報酬遞增的特性。使用外資、公共財政支出和通信水平3個方面的提升，均會提升城市的基礎設施水平和投資強度，因此會提升城市的全要素生產率。

2.3.2 不同運輸方式的空間溢出距離效應

鐵路、公路和航空3種運輸方式分別有不同的運輸特性，通過對每種運輸方式空間溢出效應強度變化的判斷，可以得到各自地理含義上的影響范圍。

根據(jù)上述空間矩陣w中臨界距離D的設置方法，在距離效應計算中，考慮到我國城市間最短距離不足10 km的實際情況，采用最短距離為10 km，每增加50 km設置一次臨界距離Di的方式，連續(xù)改變計量空間矩陣w的取值。回歸得到一系列空間相關系數(shù)ρ和顯著性t值，根據(jù)空間相關系數(shù)的大小變化來判斷影響強度，從而判斷不同強度下對應的實際地理距離。

空間相關系數(shù)和距離如表2所示。從表2的回歸結果可以看出，我國城市間全要素生產率的空間溢出效應隨地理距離的增加出現(xiàn)了先增大后減弱的現(xiàn)象?？瓦\方式中鐵路運輸?shù)姆逯禐? 016 km，即此時空間相關系數(shù)ρ也處于峰值，而超過1 800 km時空間溢出效果就不再顯著，即顯著性t值低于拒絕要求。公路運輸?shù)姆逯荡蠹s為400 km，是通常開車出行的距離。航空運輸?shù)挠绊懢嚯x更大，臨界距離超過2 700 km，這也與我國的疆土面積比較吻合。與客運方式類似，貨運同樣是航空運輸?shù)挠绊懛秶畲?，鐵路其次，公路最小，這與交通運輸?shù)倪\距特性相匹配。

2.4 研究結論

基于空間溢出效應這一城市間相互影響現(xiàn)象，將交通運輸能力納入杜賓模型，考察不同交通運輸方式對城市群全要素生產率的空間影響效應，并判斷每種運輸方式的影響范圍。實證結果表明：一個城市交通運輸能力的改善，會對城市群產生空間溢出影響。從客運方式來看，鐵路運輸能力的提高對周圍城市生產率帶來最大程度的提升；公路有適當?shù)恼蛴绊?，達到鐵路的35%以上；而航空運輸則會產生負向影響，城市航空客運能力提高會降低城市群的全要素生產率。從貨運方式來看，3種運輸方式對城市全要素生產率都是正向影響，公路運輸能力的提高對周圍城市生產率帶來最大程度的提升；鐵路有適當?shù)恼蛴绊?，達到公路的30%以上；航空運輸?shù)男Ч伙@著。從3種運輸方式的空間影響范圍來看，航空最大，客運峰值距離為1 350 km，貨運峰值距離為920 km；鐵路適中，客運峰值距離達到航空的75%以上，貨運峰值距離達到航空的65%以上；公路最小。在城市交通基礎設施規(guī)劃建設時，應結合與中心城市的距離選擇最為有效的運輸方式。

表2 空間相關系數(shù)和距離Tab.2 Spatial correlation coef ficient and distance

研究在模型設定方面還存在不足，如對城市個體效應的深入考察不夠，因而應增加分東西部等描述區(qū)塊差異的控制變量因素，進一步增加如水運等具有地域特征的其他運輸方式對城市發(fā)展的影響研究。

3 結束語

綜合運輸方式及空間影響范圍，對于當下我國地級市而言，客運方面鐵路對城市群全要素生產率帶來最大程度的提升，貨運方面鐵路對城市群全要素生產率帶來了適中的提升，同時鐵路運輸有著適中的影響范圍，客運和貨運峰值距離均達到航空的70%以上。大力發(fā)展鐵路建設將有助于我國城市整體生產效率的提高，同時能有效保障足夠的影響范圍。尤其是發(fā)展中部地區(qū)鐵路建設將有效輻射整個全國城市，最大效率地發(fā)揮鐵路運輸?shù)淖饔谩?/p>

（1）航空運輸雖然影響范圍最大，而對城市群全要素生產率的改善相對有限，考慮到航空建設的成本最為高昂，當下我國部分城市不應盲目大力發(fā)展航空運輸，發(fā)展航空運輸時應考慮城市實際運輸需求及鄰近城市航空運輸能力，盡量避免航空港建設過于密集，效率低下。

（2）公路運輸雖然影響范圍最小，而在貨運方面對城市群全要素生產率帶來最大程度的提升，在客運方面對城市群全要素生產率帶來了適中的提升。因此，持續(xù)發(fā)展公路運輸是未來多數(shù)城市的選擇。尤其是考慮到對城市內部各區(qū)縣的影響，可以預見公路運輸將成為僅次于鐵路運輸?shù)闹攸c發(fā)展運輸方式。