交通基础设施对区域经济发展的空间溢出效应研究——基于成渝双城经济圈的时空数据分析

潘林伟，林子雄

（重庆交通大学经济与管理学院，重庆 400074）

十九大报告指出，我国经济已进入高质量发展阶段。作为经济发展的重要影响因素，交通基础设施通过加速生产要素在市场上的流通，有效地降低运输成本，以促进经济要素的集聚或扩散，最终达到驱动经济高质量发展的目的［1，2］。“十四五”规划明确提出：“统筹推进基础设施建设，加快建设交通强国”，从国家宏观政策层面体现了交通基础设施在我国经济社会发展中的重要地位。已有研究在全国、省域层面证明了交通基础设施对经济发展的有效促进作用，但如果考虑到不同区域地理条件和资源禀赋的差异性，交通基础设施对各区域经济发展的影响是不尽相同的。此外，交通基础设施网络状的分布特征决定了其空间上存在相互依赖关系，而以往较多计量研究在模型中忽略了空间因素，且未深入探讨交通基础设施对经济发展的空间溢出效应，使分析结果存在一定的偏差［3］。基于此，本文以成渝双城经济圈为研究对象，选取2003—2019 年的城市时空面板数据，在4 种空间权重矩阵下，实证检验和分析了区域经济发展水平的空间自相关性和交通基础设施对经济发展的空间溢出效应，并据此提出政策建议，以期丰富和拓展相关研究，为推动成渝双城经济圈经济高质量与协调发展提供参考。

交通基础设施对经济发展的影响研究一直是国内外学者的关注热点，已有文献的研究方法从发展历程上来看大致为：时间序列→面板数据→空间计量。Aschauer［4］利用时间序列模型对美国核心基础设施的产出弹性进行了研究，发现交通基础设施具有显著的生产率效应；宗刚、黄寿峰等［5，6］通过对我国时间序列数据进行分析，得出交通基础设施是促进经济发展的重要因素。鉴于时间序列数据可能会带来“伪相关”问题，后续研究转向了面板数据分析。如，刘生龙、徐瑾等［7，8］基于我国省域面板数据，得出交通基础设施对经济发展有显著的拉动作用，但由于时空异质性的存在，作用程度存在差异；赵春娟［9］对“21 世纪丝绸之路经济带”沿线13 个省份的面板数据进行回归，发现交通基础设施对经济增长起抑制作用。随着新经济地理学和空间计量经济学的发展，空间因素被纳入到交通基础设施对经济发展的溢出效应研究中。如，Douglas、Amy［10］基于空间计量方法对美国高速公路的溢出进行了研究，未发现显著的正向地理溢出效应；Boarnet［11］在美国加尼福利亚州1969—1988 年所辖各县面板数据的空间回归结果中发现，公路交通基础设施的溢出效应显著为负；李慧玲、陈军［12］对我国1995—2015 年省级面板数据进行了空间计量回归，得出交通基础设施对区域经济发展呈现出显著的正向空间溢出效应；樊建强、李璐［13］基于陕西省各市的相关数据，在不同空间计量模型下，通过效应分解发现该省交通基础设施存在负向空间溢出。

综上，基于空间计量方法探讨交通基础设施对经济发展的溢出效应成为重要的研究趋势，但溢出效应的方向尚无定论，主要分为正效应、负效应和不显著3 种情况，这与研究对象和研究尺度的选择有关，需根据实际情况，采用相应空间计量模型进行分析。同时，部分空间计量研究仅采用单一空间权重矩阵，未在多种权重矩阵下进行对比分析，导致研究结果缺乏稳健性和可靠性。此外，一些研究未将交通基础设施对经济发展的影响进行效应分解，得到的空间溢出效应也存在偏差。本文的贡献在于：①聚焦成渝双城经济圈，将考察期向后推进，丰富了特定区域视角下交通基础设施对经济发展的空间溢出效应研究。②设定并基于4 种空间权重矩阵，通过系列检验，确定各权重矩阵下合适的空间计量模型，提高了实证结果的稳健性和可靠性。③通过效应分解，准确地分析交通基础设施对成渝双城经济圈经济发展的空间溢出效应，提高了建议的针对性。

1 变量选取与数据说明

1.1 变量选取

经济发展水平（PGDP）是本文的被解释变量。为了消除价格因素的影响，本文以2003 年为基期对原始数据进行了平减处理，得到实际人均GDP 以衡量区域经济发展水平。交通基础设施水平（TRAN）是本文的核心解释变量。鉴于市级层面的铁路和水运等交通工具数据难以获取，本文以公路密度作为基础，通过间接折算的方式，把铁路、水运、航空等交通运输方式的影响全部反映到公路密度中，计算公式如下：

式中，i 和t 分别为城市和年份；road 和S 分别为公路里程和土地面积；pt 和gt 分别为总客运量和总货运量；roadpt和roadgt分别为公路客运量和公路货运量。

综合已有研究，本文从区域内部现状、对外交流和政府效能3 个角度出发，加入以下6 个控制变量：①人力资本水平（HC）。人力资本水平通过影响城市的创新发展，进而影响城市的经济发展，本文以城市当年高等学校在校学生总人数占全市年末常住人口数的比重来表示人力资本水平。②工资水平（WAGE）。工资水平通过影响城市居民的支出，进而影响城市的经济发展，本文选取城市在岗职工的年平均工资来表示工资水平。③市场内部潜力（IMP）。本文采用社会消费品零售总额与城市内部距离（城市行政区划半径的三分之二）的比值来衡量市场内部潜力。④产业结构（TIND）。城市的产业结构也影响着经济的发展，本文以第三产业产值占GDP的比重来表示产业结构。⑤对外开放水平（DWKF）。地区对外开放水平的高低在一定程度上通过影响生产效率来影响城市经济的发展，本文以各市当年实际利用外资额占名义GDP 的比重来衡量对外开放水平。⑥政府参与程度（GOV）。地方政府在宏观调控、资源配置和体制机制建设等方面发挥着重要作用，本文采用财政支出占名义GDP 的比重来表示政府参与程度。

1.2 数据说明

为了便于数据的统计，本文研究涉及成渝双城经济圈的16 个城市，分别为：重庆市、成都市、自贡市、泸州市、德阳市、绵阳市、遂宁市、内江市、乐山市、南充市、眉山市、宜宾市、广安市、达州市、雅安市和资阳市。原始数据于2004—2020 年《中国城市统计年鉴》《重庆市统计年鉴》《四川省统计年鉴》和区域内其他各市的统计年鉴，对个别缺失数据，本文进行了线性插值处理；构建空间权重矩阵所需的经纬度坐标来源于国家地理信息中心发布的中国基础地理信息数据。

表1 变量描述性统计与相关性分析Table 1 Descriptive statistics and correlation analysis of variables

2 研究方法

2.1 空间权重矩阵

作为空间计量研究的核心部分，空间权重矩阵W的基本形式如下：

式中，n 为空间单元数；wij为单元i 和单元j 之间的空间权重。

为了避免单一空间权重矩阵的局限性和对结论的影响，本文在王磊、曾刚［14，15］的研究基础之上拓展设定了4 种空间权重矩阵，以此作为空间计量分析的基础。

简单0—1 权重矩阵（W－ 0－1）：采用Queen 相邻的方式设定简单0—1 权重矩阵，wij－0－1为：

地理距离权重矩阵（W－ dis）。采用经纬度距离平方的倒数设定地理距离权重矩阵，wij－dis为：

K最近邻权重矩阵（W－ kn）：根据经验规则，本文将K值设置为3，构建3－最近邻权重矩阵，wij－kn为：

新经济距离权重矩阵（W－ eco）：本文以城市间人均生产总值差额的绝对值代表“经济距离”（由于人均生产总值这一指标会随着时间的推移而变化，因此本文选取每个城市考察期内的平均人均生产总值来进行计算），同时考虑地理距离，得到新经济距离权重矩阵，wij－eco为：

2.2 探索性空间数据分析

区域内存在空间自相关性是进行空间计量分析的先决条件，本文引入探索性空间数据分析（ESDA）方法，通过描述样本数据的空间分布，以探索样本在研究区域范围内是否存在空间自相关性，为后续使用空间计量模型提供了依据。具体而言，本文采用全局莫兰指数和莫兰散点图从全局和局部两个维度对成渝双城经济圈经济发展水平的空间自相关性进行了探索，计算公式如下：

式中，n表示城市数；xi和xj分别表示城市i 和j经济发展水平的观测值和S2分别表示各观测值的均值和方差；IG表示整个区域的全局莫兰指数，IG∈［－1，1］。IG＞0，为正向空间自相关，即经济发展水平相近的城市呈现集聚分布状态；IG＜0，为负向空间自相关，即经济发展水平相异的城市呈现集聚分布状态；IG＝0，为无空间自相关，呈现随机分布状态。Ii表示i 城市的局部莫兰指数，其判定方式与IG相似，将其进行可视化呈现，可得到莫兰散点图。

2.3 空间计量模型

遵循空间计量研究的思路，本文先设定不考虑空间因素的交通基础设施对经济发展影响的普通面板计量模型：

式中，i和t 分别为城市和年份；PGDP 和TRAN分别为经济发展水平与交通基础设施水平；X 为控制变量组；β0为常数项；β1、β2为待估参数；ui、δi分别用来控制地区和时间固定效应；εit为随机误差项，且服从正态分布。

地理学第一定律（Tobler′s First Law）指出，任何事物都与其他事物相关，只是相近的事物关联更紧密［16］。普通面板计量模型并没有考虑到地区之间也会存在相互影响，因此本文在公式（9）中分别加入不同地理单元之间的空间依赖变量，得到以下空间面板计量模型。公式（10）—（12）分别表示空间误差模型（SEM）、空间滞后模型（SAR）和空间杜宾模型（SDM）：

式（10）—（12）中，W 为空间权重矩阵；Wσit、WlnPGDPit、WlnTRANit和WlnXit分别为随机误差项、被解释变量、解释变量和控制变量的空间交互项；ρ、λ、θ、η为待估参数。

3 成渝双城经济圈探索性空间数据分析

3.1 全局空间自相关分析

本文根据公式（7）计算了2003—2019 年成渝双城经济圈经济发展水平的全局莫兰指数，结果见表2。由表2 可知，W－0－1 矩阵下各年份的全局莫兰指数值均为负但不显著，而在另外3 种空间权重矩阵下，其值都至少在10%水平上显著为正。且明显可以看出，W－ kn 矩阵下的全局莫兰指数值最大且最显著，即在考虑经济与地理双重因素下，成渝双城经济圈内部经济发展水平的正向空间自相关性最强。不同的空间权重矩阵选取会影响结果，故本文设定多种空间权重矩阵。在后3 种空间权重矩阵显著性的保证下，成渝双城经济圈内部经济发展存在较为稳定的正向空间自相关性。

表2 2003—2019 年成渝双城经济圈经济发展水平的全局莫兰指数Table 2 Global Moran′s I index of economic development level of Chengdu－ Chongqing Economic Circle from 2003to 2019

3.2 局部空间自相关分析

为了进一步观察区域局部经济发展的空间集聚特征，本文以W－ eco矩阵为例，根据公式（8）计算了2003年和2019 年的局部莫兰指数，并将其可视化得到莫兰散点图（图1）。总体上看，位于第一象限、第三象限的城市数量明显多于第二象限，第四象限无城市样本点，即区域内各城市间经济发展水平的空间自相关模式以H－ H（高—高）集聚和L－ L（低—低）集聚为主，极少部分是L－ H（低—高）集聚，不存在H－ L（高—低）集聚。从年份的对比来看，各象限所分布的城市数量变化不大，表现出较为稳定的分布特征，这说明区域内部经济发展呈现出较为稳定的正向空间自相关性，与全局空间自相关分析中得出的结论相契合。综合全局和局部空间自相关分析的结果可知，成渝双城经济圈的经济发展存在显著且稳定的空间自相关性，具备研究空间溢出效应的基础，可进行空间计量分析。

图1 成渝双城经济圈2003 年、2019 年经济发展水平的莫兰散点图Figure 1 Moran scatter chart of economic development level of Chengdu－ Chongqing Economic Circle in 2003 and 2019

4 空间计量实证与分析

4.1 模型检验与选择

在进行空间回归前，需要在前文设定的SEM、SAR和SDM共3 种空间计量模型中进行具体选择。遵循模型选择流程（图2），得到拉格朗日乘数（LM）检验结果（表3）。

图2 空间计量模型的选择流程Figure 2 Selection process of spatial measurement model

表3 拉格朗日乘数检验结果Table 3 Lagrange multiplier test results

从表3 可见，W－0－1、W－ dis 和W－ kn 矩阵下，误差拉格朗日乘数（LM－error）的稳健形式均不显著，因此应选择SAR；而在W－ eco 矩阵下，滞后拉格朗日乘数（LM－lag）和误差拉格朗日乘数（LM－error），以及它们的稳健形式均通过了1%的显著性检验，因此应选择SDM。

在确定具体模型后，本文按照图3 所示流程进行了效应识别的Hausman 检验和SDM 稳健性的LR检验，得到表4 所示的结果。由表4 可知，Hausman检验的统计量均通过了10%的显著性检验，即模型应采用固定效应。固定效应的LR 检验中LR（both－ind）和LR（both－time）统计量均在1%水平上显著，进一步表明模型应采用双向固定效应。SDM 稳健性的LR 检验中LR（SDM－SAR）和LR（SDM－SEM）统计量均通过了1%的显著性检验，即W－ eco矩阵下选择SDM是稳健的。综上所述，本文最终的模型选择方案为：W－ 0－1、W－ dis 和W－ kn 矩阵下采用带双向固定效应的SAR；W－ eco 矩阵下采用带双向固定效应的SDM。

表4 模型效应识别和稳健性检验结果Table 4 Model effect indentification and robustness test results

图3 模型效应识别和稳健性检验流程Figure 3 Model effect indentification and robustness test process

4.2 实证结果与分析

为避免实证结果的有偏或无效，本文采用准极大似然估计法（QLME），在4 种空间权重矩阵下根据相应模型分别进行了空间回归，回归结果表5。

表5 4 种空间权重矩阵下各模型回归结果Table 5 Regression results of each model under four spatial weight matrices

表5 的回归结果显示：空间自相关系数rho 均在1%水平上显著，表明成渝双城经济圈内部经济发展存在着空间依赖性，即其中某一城市的经济发展会受到其他城市经济活动的影响，也再次验证了本文采用空间计量模型的合理性；核心解释变量lnTRAN均通过了5%的显著性水平检验，控制变量除了lnWAGE 和lnDWKF 外也都有较好的显著性；R－sq和Log－ L 值较理想，表明模型整体解释性较强。总的来说，4 种空间权重矩阵下各模型的回归结果都较理想。

在空间计量模型中，解释变量的变动在对本地产生影响的同时，还会影响其他地区，故不能直接把解释变量对被解释变量的参数估计结果作为影响效应［17］。参考Lesage、Pace［18］的研究，本文基于偏微分的运算原理把交通基础设施对区域经济发展的总效应分解为直接效应（即本地效应）和间接效应（即溢出效应），得到效应分解结果（表6）。

由表6 的分解结果可知：①交通基础设施对区域经济发展的直接效应、间接效应和总效应均为负，在W－0－1、W－ kn 和W－ eco 矩阵下都通过了10%的显著性检验，表明成渝双城经济圈交通基础设施对区域经济发展具有显著的负向空间溢出效应。即本地交通基础设施改善未能有效促进区域内其他城市的经济发展。且在考虑经济与地理双重因素下，基于W－ eco矩阵的负向溢出效应数值最大，显著性最强。交通基础设施对区域经济发展的空间溢出效应为负，可能与成渝双城经济圈内部存在“中部塌陷”现象有关。即“双核心城市”——重庆市和成都市的经济发展水平与区域内其他城市差距较大，呈现出“两头大、中间小”的“哑铃式”状态。以2019 年为例，重庆市和成都市的生产总值分别是雅安市的32.614 倍和23.505 倍，即使与区域内经济发展水平靠前的绵阳市相比较，重庆市和成都市的经济实力仍是其8.265 倍和5.956 倍。在成渝双城经济圈发展欠均衡的“中部塌陷”现状下，重庆市和成都市作为核心城市，凭借优越的交通基础设施条件和经济和区位等禀赋优势，吸引区域内其他城市的资金、技术和人才等资源不断流入，经济发展的集聚效应大于扩散效应，使得交通基础设施对区域经济发展产生负向空间溢出效应，削弱了其他城市特别是落后城市的经济发展。②人力资本水平对区域经济发展的直接效应均为正，且至少在5%水平上显著，间接效应在W－ 0－1 和W－ kn 矩阵下显著为正，表明提高人力资本水平有利于经济发展，通过重视人才的培养和引进，发挥人才对社会经济的支撑引领作用，可以有效推动成渝双城经济圈经济高质量发展。③在W－0－1、W－ dis 和W－ kn 矩阵下，市场内部潜力对区域经济发展的直接效应和间接效应均至少在1%水平上显著为正，说明通过优化市场消费服务质量和市场结构以发挥市场内部潜力，可以有效拉动区域经济。④产业结构升级对区域经济发展的直接效应和间接效应均至少在10%水平上显著为负，表明单纯扩大第三产业占比并不是促进经济增长的有效途径，成渝双城经济圈的建设还需要依靠各个产业的统筹协调发展。⑤在W－ 0－1、W－ dis 和W－ kn矩阵下，政府参与程度对区域经济发展的直接效应和间接效应均至少在5%水平上显著为负，表明成渝双城经济圈的各级政府应明确政府行为和市场主体的有效边界，避免对经济活动的过度参与。⑥工资水平和对外开放水平对区域经济发展的作用均不显著，这可能与本文选用的样本数据有关。

表6 4 种空间权重矩阵下各模型效应分解结果Table 6 Effect decomposition results of each under four spatial weight matrices

5 结论与政策建议

5.1 结论

本文基于2003—2019 年成渝双城经济圈16 个城市的时空面板数据，在4 种空间权重矩阵下，实证探究了交通基础设施对区域经济发展的空间溢出效应，主要结论如下：①随着交通、通讯等基础设施的不断完善，成渝双城经济圈内部的传统地理空间限制被逐步打破，原本地理空间相关性不强的城市之间的经济联系与交流得到加强，区域内存在显著且稳定的空间自相关性，这得到了探索性空间数据分析的验证。在考虑地理和经济双重因素下，空间自相关性与空间溢出效应的数值和显著性最为突出，即采用新经济距离权重矩阵进行空间计量分析更符合区域经济实际情况。②成渝双城经济圈交通基础设施对区域经济发展的空间溢出效应为负，该结论在W－0－1、W－ kn和W－ eco 矩阵下都是稳健的，原因可能与区域内存在“中部塌陷”现象有关。“双核心城市”——重庆和成都凭借自身的禀赋优势，吸引区域内其他城市的资金、技术和人才等资源不断流入，导致经济发展的集聚效应大于扩散效应，使交通基础设施对区域经济发展产生负向空间溢出效应，削弱了其他城市特别是落后城市的经济发展。③控制变量中，人力资本和市场内部潜力对成渝双城经济圈经济发展起到了积极的促进作用，政府参与程度和产业结构升级对区域经济发展未发挥有利影响；工资水平和对外开放水平的作用不显著。

5.2 建议

综合以上结论分析，本文提出以下3 条政策建议：①深化交通基础设施通联，促进区域经济要素的有效流动。交通基础设施建设应充分考虑区域内经济发展的显著空间关联特征，重视各城市间的经济活动联系，在推动区域交通基础设施协同发展的基础上，合理制定各城市的交通运输规划，深化交通基础设施互联互通，进一步突破区域内的空间地理壁垒，依托成渝北线、中线和南线综合运输通道，促进区域经济要素的有效流动，夯实成渝双城经济圈经济高质量协调发展的交通运输基础。②以改善“中部塌陷”现象为抓手，推动区域经济高质量协调发展。深化区域内的多层次合作，通过建立合作区、示范区等形式，促进成渝中部地区一体化发展，充分发挥成渝双核的辐射带动作用，加速中部地区崛起。在保证核心城市经济快速发展的同时，注重发掘和培育非核心城市的经济增长点，以坚持差异化发展战略为导向，不断提升非核心城市的可达度、吸引力、竞争力和承接力，形成比较优势，支持绵阳、南充、德阳、内江等城市优先承接产业转移和功能疏解，打造协同发展通道经济和枢纽经济，缩小核心城市与非核心城市间的经济差距，促使交通基础设施的空间溢出效应由负向正转变，形成相互带动的良性区域经济生态。③合理发挥其他因素的促进作用，做好区域统筹规划。加大人才的培养和引进力度，制定和完善有吸引力的人才政策，促使高端人才的扎根集聚；注重消费服务水平的提高和市场结构优化，但不能通过单纯扩大第三产业占比来刺激经济短期增长，需要考虑区域产业结构特征和经济水平动态变化等因素，着眼区域长期经济运行和社会发展做好统筹规划。