王 健,張玉真,詹珉珉
國務(wù)院印發(fā)的《“十三五”現(xiàn)代綜合交通運輸體系發(fā)展規(guī)劃》中指出,交通運輸是國民經(jīng)濟中基礎(chǔ)性、先導性、戰(zhàn)略性產(chǎn)業(yè),是重要的服務(wù)性行業(yè)。交通運輸網(wǎng)絡(luò)的建設(shè)不僅能夠加快區(qū)域內(nèi)部的經(jīng)濟循環(huán),帶動經(jīng)濟圈的開發(fā)和建設(shè),而且在促進城鎮(zhèn)化建設(shè)、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)方面也發(fā)揮著重要作用。長三角城市群作為“一帶一路”與長江經(jīng)濟帶的重要交匯地帶,在中國國家現(xiàn)代化建設(shè)大局和開放格局中具有舉足輕重的戰(zhàn)略地位。在此背景下,深入探析長三角地區(qū)的交通網(wǎng)絡(luò)格局對區(qū)域經(jīng)濟發(fā)展的空間溢出效應(yīng)的作用機理和傳導途徑,更有助于長三角地區(qū)高效率、高質(zhì)量構(gòu)建現(xiàn)代化交通運輸網(wǎng)絡(luò)體系,并帶動周圍區(qū)域現(xiàn)代化交通運輸網(wǎng)絡(luò)布局以及區(qū)域經(jīng)濟的聯(lián)動協(xié)調(diào)發(fā)展。
空間溢出效應(yīng)的研究運用領(lǐng)域范圍十分廣泛,既有宏觀層面的社會經(jīng)濟研究,也有微觀層面的日常生活領(lǐng)域研究。在經(jīng)濟發(fā)展方面,朱喜安和梁艷艷從異質(zhì)人力資本與不同區(qū)域產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的作用機制出發(fā),剖析其對經(jīng)濟增長的溢出效應(yīng)(1)朱喜安, 梁艷艷. 異質(zhì)人力資本集聚與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的空間效應(yīng)研究[J]. 統(tǒng)計與決策,2020(9):118-123.;駱康等人對湖北科技創(chuàng)新資源集聚能力進行分析,從科技進步協(xié)同發(fā)展的角度考量其在城市發(fā)展中的促進作用(2)駱康, 郭慶賓, 虞婧婕. 湖北科技創(chuàng)新資源集聚能力的空間溢出效應(yīng)分析[J]. 統(tǒng)計與決策,2019(24):105-108.。在社會生活方面,有學者通過對暴力犯罪與社區(qū)的治理和社會經(jīng)濟因素之間的分析來剖析暴力犯罪的影響因素(3)LEE D W, LEE D S. Analysis of influential factors of violent crimes and building a spatial cluster in South Korea[J]. Applied spatial analysis and policy,2020(3):759-776.;有學者運用空間杜賓模型分析本地公共服務(wù)是否會對鄰近城市相同服務(wù)的成本產(chǎn)生空間溢出效應(yīng)(4)ZAFRA-GMEZ J L, CHICA-OLMO J. Spatial spillover effect of delivery forms on cost of public services in small and medium-sized Spanish municipalities[J]. Cities,2019(85):203-216.;也有學者研究法津條文的修訂對高層人員薪酬和現(xiàn)金持有量的溢出效應(yīng)(5)ATIF M, HUANG A, LIU B. The effect of say on pay on CEO compensation and spill-over effect on corporate cash holdings: evidence from Australia[J]. Pacific-basin finance journal,2020(64):32-72.;湯路昀等分析了雞蛋價格波動的空間分布及其對穩(wěn)定雞蛋市場協(xié)調(diào)產(chǎn)業(yè)區(qū)域發(fā)展的意義(6)湯路昀, 祁春節(jié). 中國雞蛋價格波動的空間效應(yīng)及分解——基于多重權(quán)重的實證檢驗[J]. 統(tǒng)計與決策,2020(7):46-52.。
交通運輸網(wǎng)絡(luò)問題一直以來都是國內(nèi)外學者研究的熱點主題。學者們對交通運輸問題的研究主要分為三方面。一是對交通量本身的分析預測問題,熊志華和姚智勝基于耦合映像格子模型,構(gòu)建了軌道交通擁擠傳播模型,對不同情景下?lián)頂D傳播過程進行了分析(7)熊志華, 姚智勝. 軌道交通網(wǎng)絡(luò)級聯(lián)失效影響范圍研究[J]. 交通運輸系統(tǒng)工程與信息,2020(1):12-18.。二是交通網(wǎng)絡(luò)的規(guī)劃管理問題,Leonardo等人探究了在彈性權(quán)益約束條件下,由最小化的總系統(tǒng)成本來確定道路網(wǎng)絡(luò)的最佳布局(8)CAGGIANI L, CAMPOREALE R, BINETTI M, et al. A road network design model considering horizontal and vertical equity: evidences from an empirical study[J]. Case studies on transport policy,2017(2):24-32.;裴玉龍等提出建立站點可達性度量模型,評價軌道交通對城市公共交通網(wǎng)絡(luò)可達性的改善作用(9)裴玉龍, 潘恒彥, 郭明鵬,等.軌道交通對城市公共交通網(wǎng)絡(luò)可達性的影響——以哈爾濱市為例[J]. 公路交通科技,2020(6):104-111.。三是交通運輸與各領(lǐng)域的相互影響,交通運輸?shù)挠绊憹B透到了經(jīng)濟社會發(fā)展的各個層面,交通對要素價格、人口流動和產(chǎn)業(yè)結(jié)構(gòu)有著促進優(yōu)化作用,與科技革命和社會發(fā)展之間相互影響(10)宋天田, 周順華, 肖正學. 交通運輸與科技革命[J]. 西南科技大學學報(哲學社會科學版),2006:64-67.,交通運輸和現(xiàn)代物流的融合發(fā)展更能夠帶來巨大的經(jīng)濟社會效益(11)肖翔, 肖雪悅, 李曉月,等.新型高鐵列車推進高鐵運輸與現(xiàn)代物流的融合問題[J]. 長安大學學報(社會科學版),2018(1):18-27.。
對于交通運輸網(wǎng)絡(luò)的空間格局對區(qū)域間貿(mào)易的影響研究,學術(shù)界已經(jīng)形成了較為完善的模型框架。在交通網(wǎng)絡(luò)格局對區(qū)域經(jīng)濟的空間溢出性研究方面,Bardaka和Delgado實證得出丹佛地區(qū)輕軌車站的建設(shè)顯著增加了近距離社區(qū)的家庭收入和房屋價值的結(jié)果(12)BARDAKA E, DELGADO M S, FLORAX R J G M. Causal identification of transit-induced gentrification and spatial spillover effects: the case of the denver light rail[J]. Journal of transport geography,2018(71):15-31.;Moura等研究證實內(nèi)生和外生交互作用影響了西班牙集裝箱流的內(nèi)陸分布(13)MOURA T G Z, CHEN Z, GARCIA-ALONSO L. Spatial interaction effects on inland distribution of maritime flows[J]. Transportation research part a-policy and practice,2019(128):1-10.;郭偉等分析得到京津冀地區(qū)旅游經(jīng)濟和高鐵發(fā)展具有顯著的空間自相關(guān)性,且空間溢出效應(yīng)明顯的結(jié)論(14)郭偉, 曾祥靜, 許天駿. 高鐵發(fā)展、空間溢出與區(qū)域旅游經(jīng)濟非均衡動態(tài)演進[J]. 統(tǒng)計與決策,2020(10):123-127.?;诳臻g溢出效應(yīng)的研究,學者們還在此基礎(chǔ)上進行了比較分析,張雪認為公路對經(jīng)濟增長的產(chǎn)出彈性的溢出效應(yīng)大于鐵路的產(chǎn)出彈性(15)張雪. 京津冀交通基礎(chǔ)設(shè)施的空間溢出效應(yīng) [D].北京:北京交通大學,2017.;潘宇通過實證分析得出結(jié)論:交通運輸能力的提高對于本地區(qū)全要素生產(chǎn)率的直接溢出性大于對周邊地區(qū)的間接溢出效應(yīng)(16)潘宇. 新疆交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)研究 [D].石河子:石河子大學,2018.。
綜上所述,現(xiàn)有研究對于空間溢出效應(yīng)和交通運輸?shù)奶剿饕呀?jīng)十分深入,從既有文獻看,大部分學者都是從空間溢出角度探究交通運輸格局對于區(qū)域經(jīng)濟的影響,在實證分析中卻忽略了經(jīng)濟理論中的各種要素的影響。鑒于此,本文基于柯布道格拉斯函數(shù)結(jié)合空間杜賓模型,對長三角地區(qū)三省一市的交通網(wǎng)絡(luò)密度對經(jīng)濟增長的空間效應(yīng)展開研究,為交通運輸樞紐的選擇和建設(shè),發(fā)揮長三角地區(qū)交通運輸格局對周圍區(qū)域經(jīng)濟發(fā)展的輻射作用提供理論借鑒。
目前,主要用來度量空間自相關(guān)的方法有莫蘭指數(shù)(Moran’s I)、吉爾里指數(shù)(Geary’s C)和Getis-Ord指數(shù)(17)羅小娟, 馮淑怡, 黃信灶. 信息傳播主體對農(nóng)戶施肥行為的影響研究——基于長江中下游平原690戶種糧大戶的空間計量分析[J]. 中國人口·資源與環(huán)境,2019(4):104-115.,莫蘭指數(shù)和吉爾里指數(shù)都是通過取值范圍的規(guī)定來判斷它們的正負相關(guān)性,二者的區(qū)別在吉爾里指數(shù)沒有嚴格的取值上限;Getis-Ord指數(shù)主要是對存在正相關(guān)的地區(qū)進行高值與低值聚集的判斷。因此,本次研究選取了界限定義較為明確且能夠判斷正負相關(guān)性的“莫蘭指數(shù)”:
以上的莫蘭指數(shù)也稱為“全局莫蘭指數(shù)”。當考察某區(qū)域i附近的空間聚集情況時,則使用“局部莫蘭指數(shù)”:
局部莫蘭指數(shù)與全局莫蘭指數(shù)的含義相似,正值Ii表示區(qū)域i的高值被周圍高值所包圍或低值被周圍低值包圍;負值Ii則表示區(qū)域i的高值被周圍低值所包圍或低值被周圍高值包圍(18)黃乾, 李修彪. 我國省域人力資本的收斂性分析——基于三種測算方法的比較[J]. 人口與經(jīng)濟,2015(4):94-106.。
根據(jù)空間計量學,如果不同區(qū)域的觀測值之間相互影響,并且影響程度取決于距離時,意味著觀測樣本之間可能存在空間依賴性。對于此類空間效應(yīng)的一類建模方式是,假設(shè)區(qū)域i的被解釋變量yi依賴于其周圍地區(qū)的自變量:
yit=Xitβ+WijXitδ+εit
其中,WijXitδ表示來自周圍地區(qū)自變量的影響,而δ為相應(yīng)的系數(shù)向量。將此模型與空間自回歸模型相結(jié)合,同時考慮空間滯后項和誤差項的影響,可得到空間杜賓模型:
yit=λWijyit+Xitβ+WijXitδ+εit
結(jié)合本文實際分析的指標,自變量對周圍區(qū)域的因變量也可能產(chǎn)生影響,因此還加入了因變量的空間滯后項,實際分析模型的設(shè)定如下:
其中,ij表示地區(qū),t表示年份,α為常數(shù)項,λ為應(yīng)變量的空間滯后項系數(shù),β為自變量的系數(shù),Xit為自變量組成的向量集合,δ為自變量的空間滯后項系數(shù),εit為隨機干擾項。對于隨機效應(yīng)和固定效應(yīng)的選擇,還需要進一步進行Hausman檢驗后加以判斷。
本文探究的是長三角地區(qū)交通運輸網(wǎng)絡(luò)分布對于區(qū)域經(jīng)濟的空間溢出效應(yīng),因此用柯布道格拉斯生產(chǎn)函數(shù),反映在一定技術(shù)水平下資本投入對經(jīng)濟產(chǎn)出的作用機理:
Y=A(t)LαKβHγ
上式中,Y表示經(jīng)濟產(chǎn)出,A(t)表示綜合發(fā)展水平,L為勞動力數(shù)量,K為資本存量,H為人力資本,α、β、γ分別是對應(yīng)變量的彈性系數(shù)。交通運輸網(wǎng)絡(luò)的分布情況作為影響綜合發(fā)展水平的重要因素之一,因此可以將其設(shè)定為一個關(guān)于交通網(wǎng)絡(luò)分布情況的函數(shù):A(t)=A(eχT),其中T為交通網(wǎng)絡(luò)密度,χ為其彈性系數(shù)。將該式代入上式并取對數(shù)可以得到:
LnY=αLnL+βLnK+γLnH+χT+e
其中e為誤差項,L、K、H、T為由四維度指標共同構(gòu)成的解釋變量集合,Y為被解釋變量,具體指標選取如下:
經(jīng)濟產(chǎn)出Y(億元):作為反映地區(qū)經(jīng)濟發(fā)展水平最直觀的指標,本文選取了各省、直轄市的地區(qū)生產(chǎn)總值;
勞動力數(shù)量L(萬人):目前對于勞動力數(shù)量的統(tǒng)計口徑種類眾多,本文選取了較為直觀的各省、直轄市的城鎮(zhèn)單位就業(yè)人員作為反映地區(qū)勞動力數(shù)量的指標;
人力資本H(萬人):由于沒有人力資本明確的統(tǒng)計口徑,本文選取了各省、直轄市的普通高校在校學生數(shù)作為反映地區(qū)人力資本的指標;
城市資本存量K(億元):本文采用永續(xù)盤存法Kit=(1-δt)Ki,t-1+Iit/Pit計算城市資本存量,其中i表示地區(qū),t表示年份,I為投資金額,本文采用了各省、直轄市的全社會固定資產(chǎn)投資,P為各地區(qū)固定資產(chǎn)投資價格指數(shù),由于選取的基期不同,得到的價格指數(shù)也存在差異,本文以2000年為基期分別計算,δt表示折舊率,由于采用方法和基期的設(shè)定不同,不同學者對于折舊率的計算有不同的結(jié)果,本文根據(jù)單豪杰(19)單豪杰. 中國資本存量K的再估算:1952—2006年[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2008(10):17-31.算法,將其設(shè)定為10.96%。
交通網(wǎng)絡(luò)密度T(公里/平方公里):采用了公路網(wǎng)絡(luò)密度和鐵路網(wǎng)絡(luò)密度加權(quán)平均后的結(jié)果,其中公路和鐵路網(wǎng)絡(luò)密度為各省、直轄市的公路、鐵路營業(yè)里程與區(qū)域面積之比。
受統(tǒng)計數(shù)據(jù)的限制,本文設(shè)定的樣本區(qū)間為2012年至2020年,研究中的各項數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》和各省、直轄市的統(tǒng)計數(shù)據(jù)庫,各模型中所用的空間矩陣均為經(jīng)濟距離矩陣。
由于本文是對長三角地區(qū)三省一市的交通運輸網(wǎng)絡(luò)的空間格局的探究,因此選用了局部莫蘭指數(shù),根據(jù)2012年到2020年加權(quán)平均后得到的交通網(wǎng)絡(luò)密度,計算得到長三角地區(qū)三省一市2012年到2020年的局部莫蘭指數(shù),如表1所示:
表1 2012—2020年長三角地區(qū)交通網(wǎng)絡(luò)密度的局部Moran’s I值
結(jié)果顯示,上海市的歷年交通網(wǎng)絡(luò)密度的局部Moran’s I均顯著為負,說明上海市的交通網(wǎng)絡(luò)密度存在著顯著的負相關(guān)性,結(jié)合交通網(wǎng)絡(luò)密度的實際值來看,上海市的交通網(wǎng)絡(luò)密度的高值被周圍低值所包圍。浙江省歷年交通密度局部莫蘭指數(shù)大多為負值,結(jié)合實際數(shù)據(jù)看,浙江省的交通網(wǎng)絡(luò)密度的低值被周圍高值包圍;江蘇省和安徽省的交通網(wǎng)絡(luò)密度局部莫蘭指數(shù)大多為正值,當交通網(wǎng)絡(luò)密度的低值被周圍高值包圍時表現(xiàn)為正,高值被低值包圍時表現(xiàn)為負。
從莫蘭指數(shù)的熱力圖來看,長三角地區(qū)的交通運輸網(wǎng)絡(luò)大體是協(xié)同發(fā)展的,沒有極端差異的出現(xiàn),但內(nèi)部差異仍然存在。長三角地區(qū)的交通運輸網(wǎng)絡(luò)的空間格局主要呈現(xiàn)了以上海-江蘇為中心,向浙江-安徽發(fā)散的模式。從時間變化對比來看,在中心區(qū)域的示范帶領(lǐng)下,外圍區(qū)域的發(fā)展迅速,與中心區(qū)域的差異逐漸減小。上述結(jié)果都表明交通運輸網(wǎng)絡(luò)的空間格局并不是隨機分布的,它與經(jīng)濟產(chǎn)出的空間分布極為相似,因此探究交通運輸網(wǎng)絡(luò)與經(jīng)濟增長之間的關(guān)系十分必要。
近年來,中國的經(jīng)濟發(fā)展已經(jīng)呈現(xiàn)出明顯的空間相關(guān)性,若只是采用簡單的最小二乘法對存在空間相關(guān)性的模型進行估計,就會導致回歸參數(shù)和標準誤估計的不一致性(20)胡煜. 中國交通樞紐的空間溢出效應(yīng)研究 [D].北京:北京交通大學,2017.?;诳臻g相關(guān)性的存在,空間杜賓模型能夠?qū)λ锌赡艽嬖诳臻g溢出性的變量得到一致性估計,并能夠估算溢出效應(yīng)的大小。但對于隨機效應(yīng)和固定效應(yīng)模型的選擇,必須進行Hausman檢驗。本研究通過Stata計算得出加入空間權(quán)重矩陣擬合估計出的空間杜賓模型的Hausman檢驗統(tǒng)計量為9.93,p值為0.019 2,p值在5%顯著性水平下顯著,因此可以拒絕原假設(shè),應(yīng)當選擇固定效應(yīng)模型。
下頁表2是使用了2012—2020年長三角地區(qū)三省一市的交通網(wǎng)絡(luò)密度和其他指標的面板數(shù)據(jù)并選擇了具有固定效應(yīng)的空間杜賓模型的擬合結(jié)果。由于產(chǎn)出、資本、勞動力數(shù)量存在指數(shù)增長趨勢,故在模型估計前將這些變量取對數(shù)處理。
表2 固定效應(yīng)的空間杜賓模型估計結(jié)果
上述模型的R-squared為0.949 8,勞動力數(shù)量、城市資本存量、人力資本取對數(shù)后的估計系數(shù)基本通過了顯著性檢驗,交通網(wǎng)絡(luò)密度的系數(shù)顯著為正,說明空間模型的擬合效果較好。Lesage和Pace提出當被解釋變量的空間滯后項系數(shù)顯著不為0時,采用空間杜賓模型系數(shù)度量空間溢出效應(yīng)會存在系統(tǒng)性偏差(21)LESAGE J, PACE R K. Introduction to spatial econometrics[M]. New York: CRC Press,2009:19-44.(22)熊志華, 姚智勝. 軌道交通網(wǎng)絡(luò)級聯(lián)失效影響范圍研究[J]. 交通運輸系統(tǒng)工程與信息,2020(1):12-18.。因此,下面將從直接效應(yīng)、間接效應(yīng)和總效應(yīng)三方面對空間溢出效應(yīng)進行分解,對變量之間的空間溢出影響進行更為準確的解釋說明。
由表3結(jié)果可以看出,長三角地區(qū)三省一市的交通網(wǎng)絡(luò)密度、城市資本存量和勞動力數(shù)量對經(jīng)濟增長的直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)都顯著為正,說明交通網(wǎng)絡(luò)密度、城市資本存量和勞動力數(shù)量對經(jīng)濟增長有促進作用,存在顯著的正向空間溢出效應(yīng)。觀察直接效應(yīng)和間接效應(yīng)的系數(shù)大小可以看出,交通網(wǎng)絡(luò)密度的提高對于本地區(qū)的經(jīng)濟增長的促進作用小于對周邊地區(qū)經(jīng)濟增長的促進作用,這種溢出現(xiàn)象出現(xiàn)的可能原因是不同地區(qū)之間的交通運輸在交通運輸總量中的占比較大,往往更能夠促進區(qū)域間的經(jīng)濟發(fā)展,對于發(fā)展落后的地區(qū)而言,加強區(qū)域間交通網(wǎng)絡(luò)的建設(shè)也是促進本地區(qū)經(jīng)濟發(fā)展的有力措施之一。
表3 固定效應(yīng)的空間杜賓模型溢出效應(yīng)分解結(jié)果
此外,還可以看出,城市資本存量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)在10%的顯著水平上顯著為正,對于周邊地區(qū)的經(jīng)濟增長均存在著正向溢出效應(yīng),而人力資本對本地區(qū)的經(jīng)濟發(fā)展有著顯著的良好促進作用,對周邊地區(qū)卻存在著負向溢出效應(yīng)。這可能由于人力資本在某一地區(qū)的聚集會導致周邊地區(qū)的人力資源的匱乏,從而抑制了周邊地區(qū)的經(jīng)濟發(fā)展,因此,人力資本的合理分配不僅有利于本地區(qū)的經(jīng)濟發(fā)展,還能夠?qū)χ苓叺貐^(qū)的經(jīng)濟發(fā)展起到促進作用。
基于以上分析可知,長三角地區(qū)的交通運輸網(wǎng)絡(luò)密度對經(jīng)濟增長的空間溢出效應(yīng)是顯著存在的,因而在進行交通運輸網(wǎng)絡(luò)的建設(shè)時要考慮它對經(jīng)濟發(fā)展的影響,所以本研究給出以下結(jié)論建議:第一,上海、江蘇作為長三角地區(qū)的交通運輸中心,雖然帶動了周圍地區(qū)的經(jīng)濟發(fā)展,但內(nèi)部差異仍然存在,政府要充分考慮空間溢出效應(yīng)的影響,協(xié)調(diào)好不同區(qū)域的交通網(wǎng)絡(luò)建設(shè)工作和經(jīng)濟發(fā)展政策,以中心城市帶動周邊城市經(jīng)濟發(fā)展。第二,區(qū)域間的交通網(wǎng)絡(luò)建設(shè)對本地區(qū)經(jīng)濟增長有促進作用,政府可以加強區(qū)域間交通運輸網(wǎng)絡(luò)的建設(shè)從而促進本地區(qū)經(jīng)濟發(fā)展。第三,人力資本的合理分配不僅有利于本地區(qū)的經(jīng)濟發(fā)展,對周邊地區(qū)的經(jīng)濟發(fā)展也起到促進作用,政府應(yīng)該加強高校建設(shè),吸引人才聚集,為高校畢業(yè)生提供更多崗位,為經(jīng)濟發(fā)展創(chuàng)造有利條件。