中原城市群公路交通对经济发展的空间溢出效应研究

来源:用户上传      作者:

　　[摘 要]运用空间计量模型研究了中原城市群公路交通与经济发展的空间关系，研究结果表明：就地理距离而言，公路交通对本地经济发展水平的影响大于对周围相邻地区的影响;就经济距离而言，公路交通对经济发展水平相似地区的影响大于对本地区的影响;公路交通对经济发展的溢出效应为明显的正向影响，说明公路交通的增加会明显提高本地以及周围地区的经济发展水平。通过对中原城市群公路交通与经济发展关系的探究，表明公共交通的密度增加有助于提高经济发展水平，应加强基础设施建设，为中原城市群经济发展提供保障。
　　[关键词]公路交通;空间溢出;经济发展水平;中原城市群
　　[中图分类号] F503 [文献标识码] A [文章编号] 2095-3283（2020）02-0090-07
　　Abstract： This paper studies the spatial relationship between highway traffic and economic development in the Central Plains Urban Agglomeration by using spatial econometric model. The results show that： As far as geographical distance is concerned， the influence of highway traffic on the local economic development level is greater than that on the adjacent areas;  As far as economic distance is concerned， the impact of highway traffic on areas with similar economic development level is greater than that on areas with similar economic development level; The spillover effect of highway traffic on economic development is obviously positive， indicating that the increase of highway traffic will significantly improve the economic development level of local and surrounding areas. By exploring the relationship between highway traffic and economic development in the Central Plains urban agglomeration， this paper shows that the increase of the density of public road traffic is helpful to improve the level of economic development， and the construction of infrastructure should be strengthened to guarantee the economic development of the Central Plains urban agglomeration.
　　Key Words： Highway Traffic; Spatial Spillover; Economic Development Level; Central Plains Urban Agglomeration
　　 一、研究背景
　　2016年国家正式提出关于中原城市群的发展意见，中原城市群地处东部地区和西部地区的连接处，是东部技术、人才、资金和西部资源的交汇处，对于承接我国东部地区产业转移，扶持西部地区经济发展具有重要的纽带作用。中原城市群的交通条件对经济发展起到了关键作用。
　　交通条件的改善对于经济发展的影响显而易见，早在20世纪西方国家对基础设施与经济发展的关系就有了一定的研究。罗丹在1943年研究东欧东南欧国家工业化问题上认为在基础设施建设方面，建设周期较长，必须先于生产投资[1]。Thompson研究了交通设施的完善对于城市发展的重要性，他以法国里昂为例，分析了以高铁、高速公路和机场为核心构成的交通运输网是促使中心城市成为欧洲交运枢纽中心的重要条件，同时也是其周边地区发展滞后的主要原因[2]。Kaan Ozbay研究了公路投资对经济发展的影响，通过分析滞后效应和溢出效应以及过去产出对于当前产出的贡献研究了交通投资的时空方面，分析了纽约和新泽西大都市区的县域数据。结果发现溢出效应随着距离投资地点的距离而衰减，交通基础设施对于经济发展具有正时滞效应[3]。
　　交通基础设施建设具有投资效益，且具有直接投资效益。叶昌友、王遐見通过空间面板模型验证了两者之间的关系，计算各级公路铁路对经济的贡献率，认为交通基础设施的巨大投资能够拉动区域经济增长带动就业率的提高以及其他产业的发展[4]。刘学华和张学良从投资和规模分析交通基础设施及其经济效应，从西部地区的实证结果来看交通运输投资长期的效果能够促进经济增长[5]。
　　交通基础设施可以提高生产效率，交通基础设施的改善可以减少运输时间，提高生产效率。刘生龙和胡鞍钢在对于1988—2007年中国基础设施外部性检验中验证了三大基础设施对于TFP（全要素生产力）的影响，研究表明交通基础设施和信息基础设施对于经济增长具有明显的正外部性作用[6]。
　　郭晓黎利用探索性空间数据分析方法对于2000-2014年中国省区进行实证研究，发展区域经济发展存在显著的空间集群趋势以及正向空间相关效应[7]。 　　本文通过整理相关文献，建立理论基础，通过定量化分析交通基础设施对区域经济发展的空间溢出方向性问题，以及分析交通基础设施对周边地区的经济发展水平的影响。
　　二、研究方法与数据来源
　　（一）空间自相关分析
　　1.全局空间自相关分析
　　本文运用Global moran’s I分析全局空间相关性，描述整个区域空间对象的关联程度和空间差异程度以表明空间对象之间是否存在显著的空间分布模式。
　　β为外生变量的空间自相关系数，衡量自变量的空间滞后项对本地区的影响程度。δ为内生变量的空间自相关系数，衡量因变量的空间之后向对本地区的影响程度，γ表示空间滞后解释变量的系数。
　　2.模型估计与检验
　　（1）首先检验是否存在空间相关性，根据显著性水平分析是否存在空间相关性。残差的空间自相关通常采用拉格朗日乘数及其稳健的拉格朗日乘数进行检验（LM-lag，LM-error，R-LM lag，R-LM error），固定效应采用似然比（LR）检验，模型的拟合效果采用传统的拟合优度检验R2和自然对数似然函数值（Log-L）。
　　（2）判断SDM能否化简为SLM和SEM，可以被化简为空间误差模型（SEM）的零假设为 H0：γ+δβ=0，通过wald和LR检验如果结果通过0.05的显著性水平则拒绝原假设。可以被化简为空间滞后模型（SDM）的零假设为H0：γ=0 ，通过wald和LR检验如果结果通过0.05的显著性水平则拒绝原假设。说明应该设定空间杜宾模型作为分析模型。
　　（3）由于关于经济发展水平的变量和公路交通变量都存在空间滞后性，变量在空间上的变化不仅会对本地产生影响，也会对周围地区产生影响，周围地区的变化进而影响本地区的变化。通过对这种效应的考虑，LeSage采用偏微分来检验变量的直接效应和空间溢出效应。Elhorst将这种方法推广到空间面板模型，并将空间度宾模型改写为：
　　解释变量对被解释变量的影响分为直接效应和间接效应两种，直接效应是某地区的特定解释变量对该地区被解释变量的影响程度，在交通与经济发展水平方面就是体现在，某一地区的交通条件对该地区经济发展水平影响，被定义为右边矩阵主对角线元素的平均值。间接效应同时也就是溢出效应，是某地区周围地区的交通条件对该地区经济发展的影响，非对角线上的元素的平均值代表的是溢出效应。
　　（三）数据来源与变量设定
　　1.数据来源
　　本文主要研究中原城市群30个城市的公路交通与经济发展的关系，关于交通方面的数据包括公路里程、公路客货运量、各行政区的面积等，经济方面的数据包括人均GDP、固定资产投资、社会消费品零售总额、进出口额、财政收入等数据均来自于各市统计年鉴以及统计公报。
　　2.变量设定
　　（1）公路交通基础设施指标构建
　　对于交通基础设施研究指标的选取基本分为两种形式：一是以新古典经济增长理论以货币形态表现资本投入，以交通基础设施的固定资本存量作为评价标准。二是将交通基础设施以资本的技术关系还原为实物形态，以公路密度、公路里程数来评价该地区的交通条件优劣。
　　中原城市群的30个城市属于地理位置上紧紧相连的城市，并且主要是由河南省以及周边的城市组成，地理位置上的相邻性决定了该区域内80%以上的交通方式是公路交通。为了构建公路交通指标，主要公路里程除以行政区面积得到公路密度以此来作为关键变量。
　　（2）其他控制变量
　　经济发展水平受到多种方面的影响，包括投资结构、政府财政能力、对外开放程度、人民生活水平等因素的影响，本文选择将固定资产投资（x2）、进出口（x3）、财政收入（x4）、社会消费品零售总额（x5）等作为控制变量，来构建公路交通对区域经济发展的空间面板模型。
　　三、研究结果
　　（一）空间相关性分析
　　1.公路空间态势分析
　　根据中原城市群各城市的统计数据获得的公路交通指标，本文选取2000—2017年其中五个节点关于公路交通基础设施的指标数据，研究中原城市群的公路交通基础设施是否存在空间关联性。得到以下表1。
　　全局空间自相关可以看出中原城市群整体空间自相关指数呈现正数，说明中原城市群的公路交通在空间上呈现明显的空间正相关。在2000年时公路交通基础设施在空间上的聚集状态较好，到2010年呈现更加集聚的状态。随时间变化交通运输的空间自相关呈现出螺旋式的递进，在2017年时在空间上的聚集程度相对2000年来说有所提高。说明随着时间的推移，城市的交通基础设施水平普遍提高，因此在空间上的集聚状态更加明显。
　　中原城市群的公路交通基础设施空间自相关指数呈现正态分布，说明政府在对公路交通基础设施方面的投资增加，整个地区的公路交通基础设施水平提高，交通网络更加完善。
　　全局空间自相关是测量中原城市群整体的空间相关性，局部空间自相关是测量各城市的空间关联性，因此运用Arcgis对于中原城市群的交通运输进行局部空间自相关的测度，分析各城市之间存在的空间相关性（见图1）。
　　在2000年中原城市群局部莫蘭指数表明公路交通水平的高集聚区为郑州市、许昌市、平顶山市;到2017年公路交通水平的高集聚区为郑州市、许昌市、漯河市。表明郑州市对于漯河市的带动作用增强，对于平顶山市的辐射作用减弱。
　　2.经济空间态势分析
　　选取人均GDP作为分析中原城市群经济发展空间相关性的指标，通过Arcgis来具体分析中原城市群在经济发展方面是否存在空间相关性。
　　根据2000—2017年中原城市群人均GDP的空间自相关指数为正，说明中原城市群的集聚程度很高。由2000年的0.540037减小为2017年的0.447916，人均GDP的全局自相关指数基本上呈现逐渐减小的趋势，说明中原城市群的空间自相关逐渐减弱，聚集的趋势逐渐减弱。随着经济的发展，各城市的经济发展水平差距拉大，因此在空间上形成趋于分散的局面。 　　中原城市群的全局空间自相关是分析整体的聚集态势，本文还通过局部空间自相关来分析各个城市在空间上的分布趋势（见图2）。
　　在2000年中原城市群的高高集聚区（高人均GDP - 高空间滞后区）是在郑州市、焦作市和济源市，发展到2017年高人均GDP集聚是在郑州市、焦作市、济源市、洛阳市。说明郑州市的经济辐射带动作用增强，对临近地区洛阳市的经济带动作用明显增加。四个高经济发展水平城市形成地区上的集聚。2000年低高集聚区（低人均GDP - 高空间滞后区）是亳州市和阜阳市，到2017年低高集聚区为亳州市。说明低经济发展水平地区减少，在空间上的集聚也在减弱，整体的经济发展水平在提高。
　　（二）空间溢出分析
　　1.相关检验
　　采用最小二乘法（OLS）对标准面板模型进行回归估计，由零假设为空间固定效应联合显著的LR检验结果（166.4851，P = 0.0021） 表明双向固定效应优于空间固定效应，另一LR检验结果（ 67.1447，P = 0.004） 表明时间固定效应联合显著的零假设也不成立，即双向固定效应同样优于时间固定效应。此外，从表3中可以看出，LM lag 与LM error 基本通过10%的显著性检验，R-LM lag 基本通过1%的显著性水平检验，R-LM error仅在空间固定效应模型中通过1%的显著性水平检验，表明模型估计的残差存在空间自相关性，SLM和SEM均优于无空间交互效应的传统混合面板数据模型。
　　关于空间面板计量经济模型究竟采用随机效应还是固定效应计量模型，可以根据Hausman 检验来进行判断。由Hausman 检验结果统计量为 0.3877，未通过10%的显著性水平检验，故接受了原假设“个体效应和相关解释变量无关”。因此，空间面板计量经济模型应选择随机效应模型较为合适。
　　2.溢出模型的确定及结果分析
　　采用SDM对经济发展水平（Y）的影响因素进行测试和估算。首先，选择具有随机效应的SDM进行测试，Hausman测试结果（11.6860，P= 0.3877）表明应该拒绝固定效应模型，采用空间或时间随机效应模型。此外，通过H0：γ=0和H0：γ+δβ=0两种假设进一步验证SDM能否被简化为SLM或SEM。结果表明，SDM可简化为SLM（Wald检验： 37.6519，p<0.01） 和SEM（Wald检验：57.8021，p<0.01）的假设均不成立。因此，时空随机效应的SDM为最优模型，其参数估计结果如表4所示。
　　（1）经济距离矩阵的溢出效应结果分析
　　但是，由于模型中纳入了空间滞后解释变量与被解释变量，估计结果不能直接反映其边际效应，也难以准确衡量相关影响变量对经济发展水平（Y）的直接影响，因此，需要对SDM求偏微分（公式10）来检验Y影响变量的直接效应和空间溢出效应（见表5）。
　　关于经济距离矩阵SDM的估计结果见表4，其中交通密度（x1）、固定资产投资（x2）、财政收入（x4）这三个因素通过了1%的显著性水平检验，而进出口額（x3）和社会消费品零售总额（x5）未通过显著性检验。因此可以认为x1、x2、x4是对经济发展水平影响的主要因素。
　　首先，x1、x2、x4的弹性系数为0.1258、0.2204、0.1355，说明这三个因素对于中原城市群经济发展具有明显的积极性影响。而其空间滞后项的弹性系数为0.3229、0.9677、0.2698，表明经济距离相近的城市对于本城市的经济发展也产生积极影响。x5的弹性系数为负，说明社会消费品零售总额对本地的经济发展具有负向的影响，这说明该阶段中原经济发展，网络电商等消费手段增加、各种渠道的消费方式出现和社会消费品零售总额的增加并不能提高地区经济发展水平。
　　其次，x1、x2、x4的直接效应分别为：0.2098、0.4491、0.2090，其中相对直接效应较大的为固定资产投资，公路密度和财政收入的直接效应基本相同，说明固定资产投资、公路密度、财政收入每正向变化1%，会导致该城市的经济发展水平提高0.4491%、0.2098%、0.2090%。其对经济发展的影响明显高于进出口对于经济发展的影响。
　　其间接效应分别为1.3013、3.5860、1.1679，其中间接效应最大的是固定资产投资，公路密度和财政收入相对较小，说明经济发展水平相近的城市固定资产每增加1%，就会对本城市的经济发展水平带来3.586%的提升。通过分析说明经济发展相近的城市公路交通密度增加同样会带来本城市经济发展水平的提高。x1、x2、x4总效应分别为1.5111、4.0351、1.3769，说明固定资产投资对于区域经济发展具有明显促进作用，其次是固定资产投资、公路交通密度、财政收入、进出口额。
　　总体来讲，公路交通密度对于经济距离较近地区的经济发展具有明显的正向溢出效应。其中公路交通密度对于本城市经济发展水平的影响0.2098相对弱于对经济发展水平相近城市的影响1.3013，说明公路交通密度的增加明显增加了经济发展水平相似城市的往来，促进了其经济发展水平的提高。
　　（2）地理距离矩阵的溢出效应结果
　　本部分将基于地理距离矩阵对空间杜宾模型进行估计，结果见表6和表7。
　　根据上一部分所述结果不能直接反映边际效应需要对SDM求偏微分（公式10）来检验经济发展水平影响变量的直接效应和空间溢出效应（见表7）。
　　关于地理临接距离矩阵SDM估计结果表明，固定资产投资（x2）通过了1%的显著性水平检验，公路交通密度（x1）、社会消费品零售总额（x5）通过了5%的显著性水平检验，财政收入（x4）通过了10%的显著性水平检验，显著性水平检验表明了x1、x2、x4、x5对区域经济发展水平的影响效果较为明显。
　　首先，x1、x2、x4的弹性系数为0.1424、0.4282、0.0765，表明这三个因素对经济发展的积极影响较为明显。其空间滞后项弹性系数为-0.0375、0.3282、0.0768，表明其中邻近地区的公路交通密度对本城市的经济发展具有消极的作用，固定资产投资、财政收入的弹性系数表明邻近地区的这两个因素对本城市的经济发展具有明显的积极作用。 　　其次，x1、x2、x3、x4的直接效应分别为0.1439、0.4553、0.0053、0.0843，其直接效应较为明显的是x2和x1，说明固定资产投资和公路交通密度分别每增加1%，本城市的经济发展水平分别会增加0.4553%和0.1439%，这两项对于经济发展水平的影响明显高于进出口和财政收入对经济发展水平的影响。
　　其间接效应分别为0.0012、0.5718、0.0286、0.1266，其中间接效应较为明显的是固定资产投资和财政收入，说明地理临接距离较近的城市的固定资产投资和财政收入每增加1%会给本城市带来0.5718%和0.1266%的经济发展水平的提高。通过分析说明邻近城市的公路交通密度、固定资产投资、进出口、财政收入的增加都会给本城市的经济发展带来影响。
　　四、结论
　　综合分析直接效应和间接效应，公路交通密度不仅对于本地的经济发展具有影响，并且对于外地的经济发展具有影响。就地理距离而言，本城市的公路交通密度对于本城市的经济发展的影响较为明显，本城市的公路交通密度对于周边地区的经济发展也具有一定的积极作用，但是效果相比于直接效应较差。直接效应为0.1439明显大于间接溢出效应0.0012。就经济距离而言，本城市的公路交通密度对经济发展水平相似的地区影响更为明显。综合来讲，公路交通密度的增加对于经济发展的影响是正向溢出效应，因此应该增加公路交通密度为区域经济发展提供保障。发挥中原城市群巨大的发展潜力为东西部地区经济产业转移起到良好的承接作用。
　　[参考文献]
　　[1]Rosenstein-Rodan P N. Problems of Industrialisation of Eastern and South-eastern Europe[J]. The Economic Journal，1943，53（210/211）：202-211.
　　[2]Thompson I B. High-speed Transport Hubs and Eurocity Status： the Case of Lyon[J].Journal of Transport Geography，1995，3（1）：29-37.
　　[3] Kaan Ozbay， Ozmen Ertekin， Joseph Berechman. Contribution of Transportation
　　Investments to County Output[J]. Transport Policy， 2007（14）：317～329
　　[4]葉昌友，王遐见.交通基础设施、交通运输业与区域经济增长——基于省域数据的空间面板模型研究[J].产业经济研究，2013（2）：40-47.
　　[5]刘学华，张学良，彭明明.交通基础设施投资与区域经济增长的互动关系——基于西部大开发的实证分析[J].地域研究与开发，2009，28（4）：57-61.
　　[6]刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988—2007[J].经济研究，2010，45（3）：4-15.
　　[7]郭晓黎，李红昌.交通基础设施对区域经济增长的空间溢出效应研究[J].统计与决策，2017（4）：130-133
　　（责任编辑：郭丽春）
转载注明来源:https://www.xzbu.com/3/view-15166171.htm