龙奋杰,陈子晏,王 爵
LONG Fenjie1,2, CHEN Ziyan2, WANG Jue2
(1.贵州理工学院,贵州 贵阳 550003;2.清华大学 恒隆房地产研究中心,北京 100084)
(1.Guizhou Institute of Technology, Guiyang 550003,Guizhou, China; 2.Heng Long Center for Real Estate, Tsinghua University, Beijing 100084, China)
交通是城市发展最重要的资源流动途径,城市间的联系离不开交通基础设施的建设。全要素生产率是城市资源的利用效率,由城市经济产出与各要素投入量的比值来表征。在资源投入一定的条件下,城市的发展速度取决于全要素生产率。城市发展依赖要素量的积累和质的改善,交通运输是生产要素流动的载体,其发展水平与城市全要素生产率的提升紧密相关。城市交通运输的内涵通常包括客运和货运2类运输内容,以及铁路、公路和航空3种运输方式。交通运输量代表城市的运输能力,不同的运输方式和运输内容对城市发展有不同的影响。邻近城市之间共用部分资源会使城市的生产效率存在空间依赖性;同时某特定城市的交通发展会影响周围城市,周围城市的要素流动会因为该城市的交通运输能力提升而活跃。以上就是城市生产率和交通运输存在的空间溢出效应。
交通与全要素生产率的关系受到学者们较长时间的关注。Aschauer[1]利用时间序列计量方法估计出交通的产出弹性超过0.4。刘秉廉等[2]采用面板数据对省域层面的交通基础设施和全要素生产率进行了研究,发现交通基础设施能显著促进城市生产效率的提升。王冬雪等[3]分析交通运输发展对一线城市和二线城市的发展有差异,交通运输发展对二线城市经济发展更为突出。李忠民等[4]利用长江经济带11省市面板数据分析长江经济带交通基础设施效率,有重点地进行区域交通基础设施投资,可以有效提升长江经济带交通基础设施的规模效益。李雪飞等[5]认为高铁快运有利于区域发展。刘生龙等[6]考虑信息要素之后认为,交通和信息共同对全要素生产率有正的相关性影响。刘敬青[7]研究铁路货物运输对区域经济发展的影响,探讨铁路建设对区域经济发展具有长期持续的拉动作用。在这类研究中,学者主要采用截面、面板和时间序列数据完成相关计量分析,随着Anselin[8]发现相邻区域间经济现象受到邻近空间单元的属性值影响,空间溢出效应进入了研究者的视线。随着面板计量模型的发展,引入空间相关性的空间计量方法成为研究溢出效应的主流方法。Anderson等[9]、柯善咨等[10]分别从城市网络角度引入空间相关性概念,研究区域间经济发展的溢出效应。在定性研究空间相关性之后,学者们开始考察实际地理距离与空间溢出效应的定量关系。符淼[11]利用省级层面数据研究技术外溢强度与空间距离之间的衰减关系,发现50%的衰退距离大约1 200 km。王思薇[12]利用我国30个省面板数据研究铁路对区域全要素生产率的空间溢出影响,发现高速铁路的影响是普通铁路的1.46倍。陆铭[13]则考察港口周边的土地利用效率,发现距离大港口500 km时附近的土地利用效率降低一半。目前尚未发现利用全国地级市层面交通运输量面板数据对我国交通与全要素生产率进行研究的成果,也没有发现定量考察不同运输方式空间溢出效应距离的文献。为此,研究空间溢出效应下交通运输能力对城市群中城市生产效率的影响,利用空间计量模型量化不同运输方式和运输内容的影响效果和影响范围,以期考察不同运输方式的适用城市类型,研究交通基础设施规划的有效方法。
全要素生产率是资源开发的利用效率,学术界普遍认为是城市产出剔除要素贡献后的余值对产出增加的表征,可利用柯布-道格拉斯生产函数进行描述。
式中:Yit为城市i第t年的产出;Ait为城市i第t年的全要素生产率;Kit为城市i第t年的资本存量;Lit为城市i第t年的劳动力;i表示地级市;t代表年份;αi和βi分别为城市i的2个要素的弹性指数。
通常公式满足规模报酬不变的约束。利用回归后的弹性指数,变形公式(1),可以得到计算全要素生产率的基本公式
式中:TFP为全要素生产率;和分别为变形后的城市i的2个要素的弹性指数。
当前的空间计量模型分为空间杜宾模型(SDM)、空间误差模型(SEM)和空间滞后模型(SLM)3种主要形式,区别在于是否考察被解释变量及解释变量的空间相关性。城市间的经济绩效存在空间相关性,交通会缩短城市间要素的流动时间、降低流动成本,城市的交通差异会导致人口趋向于更具吸引力的城市。因此,城市的交通运输能力不仅影响该城市的经济发展,也会影响城市群的经济发展。基于运输方式溢出效应的差异性,将对不同运输方式的空间溢出效应分别进行考察。
选取可以考察被解释变量空间溢出效应的空间杜宾模型,将3个表征交通运输能力的变量纳入计量模型,可建立以下公式。
式中:TFPit为城市i第t年的全要素生产率;αi为城市i的个体效应;ρ为城市i的全要素生产率对城市群内其他城市的空间影响系数;wij为空间加权矩阵,通过地理上的关系形成任意2个城市城市i和城市j的空间网络关系集合;TFPjt为城市群内其他城市j第t年的全要素生产率;γl为城市群内其他城市第l个解释变量对城市i的空间影响系数;Xljt为城市群内其他城市j第t年第l个解释变量;βl为第l个解释变量对城市i全要素生产率的影响;Zlit为城市i第t年第l个解释变量的值;θt为模型时间效应;εit为城市i第t年的误差项;l为解释变量。
对于空间矩阵w的处理,不同学者选择不同的方法,一般常用邻接矩阵来表达,即相邻为1,不相邻为0。由于要定量考察交通运输能力的影响距离,邻接矩阵不能全面地反映空间溢出效应强度随距离衰减的效果。钟水映等[14]曾在研究空间外溢中提出衰减较快的溢出效应应选用距离的平方来衡量,因此研究选取城市间行政中心坐标的直线距离平方的倒数作为空间矩阵的权重,建立以下空间矩阵。
式中:dij为城市i和城市j的城市行政中心坐标的直线距离;D为临界距离。
公式(4)中增加临界距离D,这里借鉴相关文献[11]的处理方法,计算时将临界距离内的城市剔除,从而可以通过改变临界距离D的取值,逐步增加剔除掉的邻近城市,完成对具体距离城市的空间溢出效应分析。
研究采用的数据为2000—2017年我国地级市的面板数据,主要来源于《中国城市统计年鉴》《中国统计年鉴》,以及各地区有关统计年鉴。剔除了数据缺失或者行政区划合并拆分的城市,最终使用了270个城市的面板数据,组成超过35 000个不同的城市对。
城市经济产出Y用实际GDP来代表。资本存量K采用永续盘存法计算,Kit=K(it-1)×(1 -δit) +Ii1,其中δit为城市i第t年的折旧率,选取比较常用的10%,Ii1为城市i第1年的资本存量。劳动力L用城市就业人数来度量。
主要研究解释变量包括:铁路、公路、航空的客运量和货运量,表征城市的交通运输能力。控制变量包括:①人力资本LAB。人力资本不仅包含劳动力数量,还包含知识和技术的利用效率,在此选用就业人数和受教育年限的加权值。②实际使用外资FDI。外商投资代表了城市的资金吸引水平和开放程度。先进的技术和发达的信息有助于吸引外资。使用外资额占固定投资总额的比例来代表城市经济活动的活跃水平。③政策制度SYS。政府效率对城市生产率有重要影响,用公共财政支出占GDP的比例表示政府对经济的参与程度。④通信水平COM。信息沟通是目前以及未来重要的影响要素,以固定电话、移动电话及互联网宽带用户数来度量通信水平。
2.2.1 相关性指数
采用MoranI指数来判断指标的空间相关性。MoranI指数是空间自相关系数的一种,其值分布在[-1,1],用于判别空间是否存在自相关。MoranI指数大于0表示空间正相关,其值越大空间相关性越明显;MoranI指数小于0表示空间负相关,其值越小空间差异越大。结果显示,2000—2017年270个地级市的全要素生产率MoranI指数在0.14左右波动,即TFP存在空间上的相关性。类似的检验发现交通运输能力MoranI指数在0.22左右波动,并且均显著,同样存在空间上的相关性。
2.2.2 杜宾模型检验
通过判断模型是否可以简化来检验模型选取是否合理。采用似然比检验和Wald的检验结果分别为67.52和68.17,在1%的水平上拒绝了γ=0。因此,模型假设是合理的。
最终基于客运方式(5)和货运方式(6)数据的计量模型如下。
式中:TFPit为城市i第t年的全要素生产率;TFPjt为城市群中其他城市j第t年的全要素生产率;RailPait为城市i第t年的铁路客运量;HighPait为城市i第t年的公路客运量;AvaiPait为城市i第t年的航空客运量;RailFrit为城市i第t年的铁路货运量;HighFrit为城市i第t年的公路货运量;AviaFrit为城市i第t年的航空货运量;LABit代表城市i第t年的就业人数和受教育年限的加权值;FDIit代表城市i第t年的使用外资额占固定投资总额的比例;SYSit代表城市i第t年的公共财政支出占GDP的比例;COMit代表城市i第t年的固定电话、移动电话及互联网宽带用户数;θt为模型时间效应;εit为城市i第t年的误差项;αi为城市i的个体效应;γl为城市群内其他城市第l个解释变量对城市i的空间影响系数;βl为第l个解释变量对城市i全要素生产率的影响。
2.3.1 不同运输方式的空间溢出强度效应
根据公式可以计算出模型回归结果如表1所示。从表1的回归结果可以看出,全要素生产率自身的空间溢出效应较为明显,其原因可能是邻近区域的全要素生产率受到相同要素的影响,而要素在地区之间存在关联性和共享性,地区之间会分享资源,形成城市的协同发展。不同地区的全要素生产率是资源流动的结果,相互之间存在一定的空间相关性。
表1 模型回归结果Tab.1 Model regression results
比较3种交通运输方式的空间溢出效应可以发现,铁路对邻近城市的正向影响最大,公路其次,而航空的影响则为负。可以理解的是,交通运输量越大,当地人力资源和其他资源的流动性更强,新技术转移的可能性越高,提升了当地的全要素生产率,同时也对城市群带来更大的影响。铁路是迁徙式人口流动最主要的运输方式,是人力资源和技术转移的主要途径,对区域内城市的要素变化影响很大。计量结果显示,航空客运对周围城市负影响的原因是我国具有机场的地级市还比较少,不像铁路和公路这2种运输方式更为普遍。有机场的城市对平均受教育程度年限较高的人士吸引力更为显著,吸引城市群的人口向其流动,会对该城市产生负面效应,使这些城市的全要素生产率降低。航空货运的影响依旧为正向,是因为货物不存在趋向性流动,以物流为代表的航空货运会增加周边城市的信息、技术等要素的流入。
其余控制变量对本城市的生产效率均为正向影响,其中人力资本的影响最为显著,表明教育质量的提升促进了知识的生产以及专业化人力资本的积累,使生产函数呈现报酬递增的特性。使用外资、公共财政支出和通信水平3个方面的提升,均会提升城市的基础设施水平和投资强度,因此会提升城市的全要素生产率。
2.3.2 不同运输方式的空间溢出距离效应
铁路、公路和航空3种运输方式分别有不同的运输特性,通过对每种运输方式空间溢出效应强度变化的判断,可以得到各自地理含义上的影响范围。
根据上述空间矩阵w中临界距离D的设置方法,在距离效应计算中,考虑到我国城市间最短距离不足10 km的实际情况,采用最短距离为10 km,每增加50 km设置一次临界距离Di的方式,连续改变计量空间矩阵w的取值。回归得到一系列空间相关系数ρ和显著性t值,根据空间相关系数的大小变化来判断影响强度,从而判断不同强度下对应的实际地理距离。
空间相关系数和距离如表2所示。从表2的回归结果可以看出,我国城市间全要素生产率的空间溢出效应随地理距离的增加出现了先增大后减弱的现象。客运方式中铁路运输的峰值为1 016 km,即此时空间相关系数ρ也处于峰值,而超过1 800 km时空间溢出效果就不再显著,即显著性t值低于拒绝要求。公路运输的峰值大约为400 km,是通常开车出行的距离。航空运输的影响距离更大,临界距离超过2 700 km,这也与我国的疆土面积比较吻合。与客运方式类似,货运同样是航空运输的影响范围最大,铁路其次,公路最小,这与交通运输的运距特性相匹配。
基于空间溢出效应这一城市间相互影响现象,将交通运输能力纳入杜宾模型,考察不同交通运输方式对城市群全要素生产率的空间影响效应,并判断每种运输方式的影响范围。实证结果表明:一个城市交通运输能力的改善,会对城市群产生空间溢出影响。从客运方式来看,铁路运输能力的提高对周围城市生产率带来最大程度的提升;公路有适当的正向影响,达到铁路的35%以上;而航空运输则会产生负向影响,城市航空客运能力提高会降低城市群的全要素生产率。从货运方式来看,3种运输方式对城市全要素生产率都是正向影响,公路运输能力的提高对周围城市生产率带来最大程度的提升;铁路有适当的正向影响,达到公路的30%以上;航空运输的效果不显著。从3种运输方式的空间影响范围来看,航空最大,客运峰值距离为1 350 km,货运峰值距离为920 km;铁路适中,客运峰值距离达到航空的75%以上,货运峰值距离达到航空的65%以上;公路最小。在城市交通基础设施规划建设时,应结合与中心城市的距离选择最为有效的运输方式。
表2 空间相关系数和距离Tab.2 Spatial correlation coef ficient and distance
研究在模型设定方面还存在不足,如对城市个体效应的深入考察不够,因而应增加分东西部等描述区块差异的控制变量因素,进一步增加如水运等具有地域特征的其他运输方式对城市发展的影响研究。
综合运输方式及空间影响范围,对于当下我国地级市而言,客运方面铁路对城市群全要素生产率带来最大程度的提升,货运方面铁路对城市群全要素生产率带来了适中的提升,同时铁路运输有着适中的影响范围,客运和货运峰值距离均达到航空的70%以上。大力发展铁路建设将有助于我国城市整体生产效率的提高,同时能有效保障足够的影响范围。尤其是发展中部地区铁路建设将有效辐射整个全国城市,最大效率地发挥铁路运输的作用。
(1)航空运输虽然影响范围最大,而对城市群全要素生产率的改善相对有限,考虑到航空建设的成本最为高昂,当下我国部分城市不应盲目大力发展航空运输,发展航空运输时应考虑城市实际运输需求及邻近城市航空运输能力,尽量避免航空港建设过于密集,效率低下。
(2)公路运输虽然影响范围最小,而在货运方面对城市群全要素生产率带来最大程度的提升,在客运方面对城市群全要素生产率带来了适中的提升。因此,持续发展公路运输是未来多数城市的选择。尤其是考虑到对城市内部各区县的影响,可以预见公路运输将成为仅次于铁路运输的重点发展运输方式。