交通基础设施建设促进经济增长的机制分析与效应检验

李红镝, 孙朝阳

(重庆交通大学 经济与管理学院,重庆 400074)

一、引言

党的十八大以来,在以习近平同志为核心的党中央坚强领导下,我国交通运输行业取得举世瞩目的成就。2021年颁布的《国家综合立体交通网规划纲要》明确提出,要发挥交通运输在国民经济中的重要作用[1]。在此背景下,系统研究交通运输对经济增长的作用机制和影响效应,契合国家发展战略的内在需求,具有重要的理论价值和实践意义。

交通运输如何以及在多大程度上影响区域经济增长一直存在争论。从历史数据来看,世界各个国家和地区经济快速增长阶段都与同时期大规模的交通基础设施建设密切相关[2]。从传导机制来看,交通基础设施建设通过促使要素、资源和技术等从中心城市向边缘地区扩散来提高落后地区的生产效率[3]。从不同交通方式来看,王菲以我国制造业为研究对象,发现公路建设能够提高地区产业竞争力,强化产业布局吸引力[4];王蕊根据内陆港的特点,以深圳港为例,测算内陆港口在不同时期的经济效益,得出内陆港口投资对当地经济发展促进效应显著[5]。高波通过研究认为高铁能够通过改善劳动力配置效率、降低劳动力流动成本两种途径拉动经济增长[6]。高友才以37个航空港为研究对象,发现以枢纽机场为核心的临空经济区是区域经济发展的重要“增长极”,对区域经济的拉动作用明显[7]。然而相关证据表明,与发达地区联通交通基础设施并不必然会带来经济增长:Atif Ansar等认为交通基础设施投资只会在建设阶段带来短暂的经济增长[8];刘秉镰基于中国1978—2003年的数据分析,认为交通运输网络密度的增加并非区域经济增长的原因[9];唐升通过GMM估计方法发现,高铁对中国中西部区域经济增长的促进效应暂时还没有得到显著展现[10];张杰认为我国的公路基础设施建设对地区生产率产生抑制作用,由此激发的“鲍莫尔成本病”将会遏制地区经济发展[11]。

近年来,为更加准确地把握交通基础设施建设与经济发展之间的作用关系,学界运用多种模型工具开展研究,包括但不限于经过改进的柯布—道格拉斯(Cobb-Douglas)生产函数[12]、似不相关回归方法(SUR)[13]、双重差分法(DID)[14]、面板向量自回归(PVAR)模型[15]、中介效应模型[16]、耦合协调度模型[17]等,产出丰硕的学术成果,对后续研究有重要的指导借鉴意义。但已有研究大都忽视交通基础设施建设所产生的地理空间效应:交通基础设施不仅对地区之间商品、要素的流动产生影响,而且使生产活动在地区之间发生转移[18]。因此,交通基础设施对不同区域的影响呈现异质性。为了更好地分析交通基础设施建设对经济增长的直接影响和空间溢出效应,本文在新经济地理学框架下重新梳理交通建设影响经济增长和空间结构演化的内在机制:一是从本地市场效应、价格指数效应和知识溢出效应三个方面揭示交通建设促进经济增长的作用机制,并刻画其空间外部性产生的内在机理;二是使用空间计量模型分析交通建设促进经济增长的直接效应和空间溢出效应。

二、空间经济学视角下交通建设影响经济增长的机理

自20世纪90年代,空间经济学逐渐将地理位置、交通运输和土地利用纳入分析框架[19]。空间经济学认为,经济活动的空间分布是不同类型的规模经济和人员、商品和信息转移产生的运输成本之间权衡的结果。此外,交通运输还通过促进地区间的知识溢出来促进经济增长。因此,在空间经济学的分析框架下,区域一级层面,交通基础设施建设对经济的促进效应主要通过降低运输成本、提高运输便捷性、提高运输效率三条途径实现,其至少可以表达为强化本地市场效应、强化价格指数效应和强化知识溢出效应三条影响机制。

(一)交通基础设施建设强化本地市场效应

本地市场效应是指对规模收益递增产品具有相对较大需求的区域会有更大的产出比例[20]。交通基础设施建设对本地市场效应的影响主要通过降低运输成本、提高运输便捷性、提高运输效率三种途径实现。出于对运输成本的考虑,对于具有规模收益递增特征的产业,相对规模较大的区域将是净出口者。从这个角度来看,交通基础设施建设将带来两方面好处:一是运输成本降低带来商品价格下降,将增加商品的需求量,提高企业利润;二是随着企业生产规模扩大,规模经济将进一步降低生产成本,提高厂商的生产率[21]。运输便捷程度以及运输效率提升将会在一定程度弥补企业受区位条件制约而存在的竞争劣势,扩大区域中企业的市场范围,提高商品的市场可达性及交易速率。由于经济规模的累加效应存在,区域范围内的市场竞争优势将逐步积累,进而引发本地市场的内部结构调整。以上微观影响在区域层面将带来两种空间效应:一是较高的经济利润会吸引差异化可替代产品厂商向本地转移,促进区域产业专业化;二是市场规模扩大将促进本地产业进一步分工和专业化。交通基础设施通过影响经济要素的空间分布来重塑区域空间结构[22],除了形成集聚经济,交通基础设施建设对不同区域、不同产业的影响可能存在显著差异。归根到底,交通基础设施建设将通过厂商层面和区域层面的报酬递增形成区域层面的动态比较优势,通过强化本地市场效应促进厂商向核心地区集聚。

(二)交通基础设施建设强化价格指数效应

价格指数效应在空间经济学中指核心地区厂商集聚程度越高, 商品种类越丰富,该地区产品的均衡价格指数越低。在产业链层面,核心区上游厂商的集聚程度越高,商品种类越丰富,下游产业面对产品的均衡价格指数越低。随着运输成本下降以及运输便捷程度、运输效率提升,本地市场效应引致的产业集聚会强化核心区域的价格指数效应,从而促进厂商进一步集聚,形成正反馈;同时,价格指数效应本身会自我强化,进一步降低核心区的价格指数。然而,在传统的新经济地理学模型中,企业跨区迁移没有迁移成本,只有商品跨区流动存在冰山成本,但在实际经济活动中,人才、劳动力、资本和信息跨区流动都存在流动成本。因此,交通运输对生产要素的影响效应主要来源于两个方面:一是降低生产要素自身的流动成本;二是随着运输成本降低,其他地区产品在本地市场上的价格会随之下降,这进一步降低本地区的价格指数[21]。价格指数效应是集聚经济的又一重要来源,与本地市场效应一样具有路径依赖的特征。

(三)交通基础设施建设强化知识溢出效应

从知识生产的角度来说,一方面,人才在不同区域之间频繁流动,通过知识溢出实现区域层面创新产出的报酬递增。大量研究表明,知识溢出的外部性在城市和区域层面表现出更多的显著性。交通设施通过降低人的流动成本,进而降低知识的获取成本,提高技能劳动力的边际产出,从而提高收入水平[23]。交通基础设施建设能够降低城市间的通勤成本,成本降低以及运输便捷性与运输效率提高,将通过影响出行意愿与出行可达性的方式为劳动力的频繁流动提供有利条件,从而促进面对面交流层面上的信息传播和知识溢出[24],并降低企业创新的社会成本[25]和投资风险[26]。另一方面,交通基础设施建设带来的知识成本降低与实效性增强,则为企业节约更多时间价值,从而提高企业的生产效率,间接提高劳动力收入水平。从产业层面来说,交通运输的发展同时降低了本地厂商和其他区域厂商间基于产业供应链联系的匹配成本,提高匹配效率,促进企业寻找更好的供应商,从而提高企业生产率。从信息传播的视角看,交通基础设施建设加强了企业间的联系,使管理人员流通更加容易,有利于信息传输并提高监控效率,使公司更愿意将生产任务外包给远程附属公司[27],由此引发经济重新布局。

三、研究方法与工具

(一)计量模型设定

正如理论分析表明,交通基础设施建设存在显著的空间溢出效应,因此不考虑地理空间因素的模型设定会使估计结果存在偏差。参考已有研究,基于传统生产函数,考虑交通基础设施影响的区域经济增长模型,公式为

Y=Aα(Kg)β(Kt)f(L,X),

其中,Y表示总产出,A代表技术进步,α和β分别代表资本和劳动力的产出弹性系数(0<α,β<1),Kt代表当地交通基础设施资本存量,Kg为该地区除交通基础设施以外的固定资产资本存量,L表示劳动力投入,X为除上述变量以外的能够影响一个地区总产出的各类要素所组成的向量,包括地理因素和新经济地理因素,由人力资本变量、出口总额、城市化水平、地方化经济等因素衡量。

交通基础设施建设的正溢出效应是指交通基础设施通过降低区域间要素流动成本,使得生产要素在区域间以较低的成本扩散,带动相邻地区经济发展。交通基础设施建设的负溢出效应是指对于经济发达地区,交通基础设施建设将加速周边地区生产要素转移至该地区,对周边地区经济发展造成负面影响。

不同地区交通基础设施建设对研究对象地区经济发展水平的影响不尽相同。由此,在以某省级行政区为研究对象考察交通基础设施建设对经济发展的影响时,利用空间权重矩阵赋予其他地区交通基础设施建设以不同的权重。本文用OKti反映其他地区交通基础设施建设对i地区经济发展的影响及区域间经济联系,用Wij表示空间权重矩阵元素值,得到OKti的计算公式为

其中,Ktj表示j地区交通基础设施资本存量。在此基础上,包含交通基础设施的地区生产函数可以扩充为

Y=Af(ρWY,Kt,Kg,OKt,L,X),

其中,ρWY表示地区经济增长的空间滞后,ρ表示空间滞后项回归系数,反映其他地区经济发展水平对本地区经济发展水平的影响程度。本研究关注交通基础设施建设影响区域经济增长的“空间桥梁”,因此特别需要考察其他地区经济增长对本地区的影响。考虑到经济增长存在显著的空间依赖性,在上述理论分析基础上,构建空间滞后模型(SAR),测度增长空间溢出效应,模型设定如下

lnYit=α+λW*lnYjt+β1lnKtit+β2lnLit+β3lnXit+μi+λt+εit。

在上述模型基础上,考虑其他地区交通基础设施建设对本地区的影响,构建包含自变量空间滞后效应的空间Durbin模型,模型的优点在于无论真实数据生成过程是空间滞后模型还是空间误差模型,均可基于此模型得到系数的无偏估计。同时,其对潜在空间溢出效应的规模并未预先施加任何限制,使得模型对溢出效应的估计更具一般性[28]。空间Durbin模型设定如下

lnYit=α+λW*lnYjt+ρW*lnKtjt+β1lnKtit+β2lnLit+β3lnXit+μi+λt+εit,

其中,W表示N阶空间权重矩阵,在本研究分别为基于空间邻近、地理距离、经济距离和人口联系构建不同的空间权重矩阵。空间权重矩阵与变量相乘则构成空间变量,利用空间权重加权的自变量加总(W*lnKtit)和其他控制变量加总,以反映其他地区交通基础设施建设和影响因素对本地区经济增长的空间溢出效应。

(二)空间权重矩阵

空间权重矩阵的设定本质上反映经济主体在空间中相互影响、相互依赖的方式和程度。在已有研究基础上,本文将人口流动矩阵引入区域经济增长模型,以反映地区间经济基于人口流动的作用方式和程度,空间权重矩阵说明如下。

1.空间邻接矩阵

空间邻接矩阵仅考虑系统内两个地区是否相邻——存在长度不为0的共同边界[29]。若两地区相邻,则认为两地区之间存在相互影响、相互依赖的关系,并将这种相互影响、相互依赖的程度赋值为1;若两地区不相邻,则将其相互依赖、相互影响的程度赋值为0。具体构造方法如下

2.地理距离矩阵

地理距离矩阵又名地理距离衰退矩阵,该矩阵的构建是以“两地质心距离越远,两者之间的空间效应越弱”为假设前提[29]。地理距离矩阵的构建如下

其中,dij表示i地质心距j地质心的距离。

3.经济距离矩阵

经济距离矩阵反映的是两个地区在经济层面联系的紧密程度。仅靠地理位置的远近可能无法准确反映不同地区在经济层面联系的紧密程度。为此,以经济层面联系的紧密程度为依据,对两地之间的影响作用赋权[30]。经济距离矩阵构造如下

4.人口流动矩阵

区域经济发展与人口流动密不可分。已有研究一般采用重力模型或调查方法估计人口流量[31]。有学者指出,模型估算得到的人口流动数据与真实数据存在较大差异[32]。随着信息技术与大数据服务发展日益成熟,获取区域间人口流动数据相对容易。本文使用“百度迁徙”数据库作为数据来源,将省级行政区的出发城市作为矩阵的行,以终点城市作为矩阵的列,构建人口流动矩阵,标准化后即为人口流动空间权重矩阵。

(三)指标和数据说明

经济增长。衡量某个地区的经济发展水平常用地区生产总值作为指标,本次研究数据时间跨度长,价格水平变化较大,故利用GDP平减指数对地区生产总值进行平减换算。

交通建设。选用“交通基础设施资本存量”作为核心解释变量,以衡量交通基础设施的总体水平。资本存量测定使用“永续盘存法”。在估算交通基础设施固定资本存量时,需要明确估算基期的选取,本文借鉴张军、张学良等研究成果[33-34],以2003年为估算基期,全国各省市分行业固定资产形成总额的折旧率均取9.6%;固定资产投资价格指数采用国家统计局网站公布的数据;估算方法使用基年的固定资产投资额除以10%。

四、计量结果分析

(一)交通基础设施对经济增长的整体效应

本文采用空间滞后模型(SAR)和空间杜宾模型(SDM)估计交通投资影响经济增长的直接效应与空间溢出效应。使用全国省级面板数据,并采用地理邻接矩阵、地理距离矩阵、经济距离矩阵和人口流动矩阵作为空间权重矩阵,分别进行回归分析。模型中各个变量的系数估算结果见表1和表2,其中表1是多维空间权重矩阵下,利用SAR模型估计得出的基本效应参数,反映全国29个省、自治区及直辖市的整体影响效应;表2是利用相同的空间权重矩阵,使用SDM模型估计的结果。回归结果显示,利用SAR、SDM两种模型对四种空间权重矩阵状态下的变量进行估计,交通基础设施资本存量的回归系数均显著为正;同时,反映空间溢出效应WY的回归系数λ也在1%水平上显著为正,说明在省级空间尺度层面,交通基础设施对经济增长具有显著的促进作用,且空间溢出效应显著。

表1 SAR模型的估计结果

表2 SDM模型的估计结果

具体来说,地理邻接矩阵下的核心解释变量lnKt通过10%条件下的显著性检验,其他三种空间权重矩阵下的核心解释变量均通过1%显著性水平检验。不考虑控制变量对经济的影响,交通基础设施对经济增长表现出显著的正效应。使用SAR模型,在地理邻接、地理距离、经济距离、人口流动四种空间权重矩阵下,交通基础设施对经济增长的影响系数分别为0.0384、0.0593、0.0487、0.0488,估算结果至少在5%水平下显著,即交通基础设施投资每增长10%,将会带来0.38%～0.59%的经济增长。在SDM模型的估计结果中,在地理邻接、地理距离、经济距离和人口流动四种空间权重矩阵下,估算系数分别为0.0384、0.0572、0.0612和0.0633,估计结果至少在10%水平下显著,即交通基础设施投资每增长10%,将会带动0.38%～0.63%左右的经济增长。两种模型下,不考虑空间相互关系的计量结果会高估本地区交通基础设施投资对经济增长的贡献。

表2中,使用SDM模型的估计结果显示,W*LnKt的回归系数在地理距离、经济距离、人口流动空间权重矩阵下显著为负,影响系数分别为-0.0875、-0.0748、-0.1070,且在经济距离矩阵、人口流动矩阵中表现出1%水平上的显著性。结果表明,其他地区的交通基础设施建设对本地区经济增长产生显著的负效应。以人口流动矩阵为例,其他地区交通基础设施存量每增长1%,会使本地经济增长下降0.107%。此结果说明随着某地区交通基础设施的增加,经济效率提高,会使其他地区的经济活动通过人口流动向该地区转移,从而降低本地区经济的增长速度。W*LnKt的回归系数显著为负,说明交通基础设施建设具有显著的空间竞争效应,是各个地区扩大经济规模的重要手段。

总体来说,估算结果与国内外其他类似研究接近。但对比回归结果可以发现,在SAR模型中,地理邻接矩阵的估算结果数值偏低。一方面,地理邻接矩阵只考虑邻近地区经济的溢出效应,没有包括非相邻地区之间的相互影响;另一方面,说明地理距离、经济距离和人口流动是地区之间更重要的经济影响因素。在SDM模型中,W*LnKt的回归系数在四个矩阵中的数值依次变大,显著性逐渐增强,说明人口流动是影响地区经济增长的重要因素。

(二)交通基础设施促进经济增长的直接效应和间接效应

经济增长模型的系数估算结果在一定程度反映促进效应的大小,但估计参数仅仅是提取变量系数中基于空间权重矩阵的最大公约数,不能得出解释变量对被解释变量的直接影响效应和溢出效应的实际数值。为了更准确地度量并反映交通基础设施对经济增长的影响,参考LeSage的做法[37],运用偏微分,分解交通基础设施对地区经济发展的影响,得出直接效应与间接效应。其中直接效应指的是某区域交通基础设施对本地区经济发展的影响效应,间接效应是度量某区域的交通基础设施对其他地区经济发展的影响,或称溢出效应。本文将空间杜宾模型改写为

Yit=(In-ρW)-1αln+(In-ρW)-1(Xβ+WXθ)+(In-ρW)-1ε,

整理可得

Yit=Pr(W)xr+Q(W)lnα+Q(W)ε,

其中,Pr(W)=Q(W)(Inβ+Wθr),Q(W)=(In-ρW)-1,In为n阶单位矩阵。亦即

直接效应为Pr(W)中对角元素的平均值,间接效应为Pr(W)中非对角元素的平均值。二者相加即为总效应。

从直接效应来看。在SAR模型中,四种空间权重矩阵下交通基础设施建设对经济增长的直接促进效应分别为0.0432、0.0639、0.0523和0.0524,除在空间邻接矩阵下5%的水平上显著为正,在其他矩阵下均通过1%水平下的显著性检验。说明从全国整体来看,各地区的交通基础设施建设对本地区的经济增长具有显著的正向促进效应。地区交通基础设施建设投资每增长10%,将会带来本地区经济增长0.432%～0.524%。在SDM模型中,四种空间权重矩阵下交通基础设施建设对经济增长的影响系数分别为0.0432、0.0519、0.0573和0.0571,且均通过至少5%水平下的显著性检验,说明从全国整体来看,各地区的交通基础设施建设对本地区的经济增长具有显著的正向促进效应。

从间接效应来看。在SAR模型中,四种空间权重矩阵下交通基础设施建设对经济增长的间接效应分别为0.0523、0.0942、0.0747和0.0772,且至少在5%的水平下显著为正,即交通基础设施投资每增长10%,将影响其他地区经济增长0.523%～0.942%。在SDM模型中,地理距离、经济距离、人口流动三种矩阵下,交通基础设施对经济增长的间接效应均为负,影响系数分别为-0.1170、-0.0879和-0.1480,且均通过至少10%水平下的显著性检验,说明交通基础设施投资对其他区域经济发展产生负向的空间溢出效应。此现象可能是由于集聚效应大于扩散效应:一方面,交通基础设施建设会降低运输成本,使生产资料、企业厂商等在此聚集,此为聚集效应;另一方面,经济发达地区在与其他地区经济交流时,会产生技术或资本的外溢,即扩散效应。从测算结果推断,交通基础设施的区域差异可能是扩大区域间经济发展水平差距的一个重要因素。

从总效应来看。在SAR模型中,四种空间权重矩阵下交通基础设施建设对经济增长的总效应分别为0.0995、0.1581、0.1270和0.1295,且至少在5%的水平下显著为正。回归系数表明,交通基础设施投资每增长10%,经济增长的总促进效应可达到0.995%～1.295%。但是在SDM模型中,交通基础设施建设对本地经济增长的间接效应为负,使得本地交通基础设施建设对本地的总效应为负,但不显著。此结果说明,当不考虑交通基础设施建设对其他地区的影响时,交通基础设施建设对本地经济增长的总促进效应为正,但考虑交通基础设施建设会对其他地区的经济产生负的溢出效应,特别是当负效应大于正效应时,会使本地交通基础设施建设对本地经济增长的总效应减少。

从控制变量对经济增长的影响方面来看。在四种空间权重矩阵下测算各个控制变量对经济发展的促进作用,人口数量对区域经济发展的直接效应在0.5～0.6,约为0.6;人口受教育年限对区域经济发展的直接促进效应在0.3～0.45,而间接效应在0.3～0.5。以上所述的效应测算值均通过1%水平下的显著性检验。这说明一个地区的人口数量与其接受教育的程度能够在很大程度上促进一个地区及相邻地区的经济发展水平。城市化率对区域经济的促进效应最大,在地理距离矩阵、经济距离矩阵、人口流动矩阵下,城市化率每提高1%,对本地区及其他地区的促进效应均大于1,且均通过1% 条件下的显著性检验。出口和产业聚集都对区域经济发展有较强的直接效应与间接效应。

五、结论与政策启示

本文基于空间经济学的理论框架,揭示交通基础设施建设促进经济增长和空间结构演化的内在机理。并利用全国29个省(自治区、直辖市)2003—2020年的面板数据,测度交通基础设施投资对区域经济增长的影响效应,后利用偏微分的方法进行效应分解,进一步分析得到交通基础设施建设的空间溢出效应。主要研究结论如下:交通基础设施建设主要通过强化本地市场效应、价格指数效应和知识溢出效应三条路径促进地区经济增长,并引发经济活动的空间集聚和扩散,从而在空间上表现出交通基础设施建设的空间溢出效应。在我国省级空间尺度下,交通基础设施建设对本地经济增长呈现显著的直接促进效应,其产出弹性在0.043～0.057,即交通基础设施投资每增长1%,会促进经济增长增加0.043%～0.057%;而不考虑空间溢出效应的估计结果,会高估本地区交通基础设施建设对经济增长的贡献,低估其他地区经济增长对本地区的贡献。通过设定不同的空间权重矩阵,本地区交通基础设施建设会通过经济联系特别是人口联系抑制周边地区的经济增长,使交通基础设施建设表现出负的空间溢出效应。本地区的人力资本水平、人口数量、城市化率、工业集聚等其他因素对区域经济增长同样表现出显著的促进效应。

首先,交通基础设施建设对区域经济增长具有显著的促进作用,今后一段时间仍然要加大交通基础设施建设,合理投资交通基础设施,从而为本地区的经济增长提供要素流动的载体和经济活动的支撑。其次,充分发挥交通基础设施建设正的空间溢出效应,规避负的空间溢出效应,促进地区间的相互促进和协调发展。特别是经济欠发达地区,可利用区位优势,因地制宜,发展地区特色产业,促进产业集聚,增强地区经济优势。最后,地方政府决策过程中要充分考虑区域之间的联系,将空间相关性研究作为战略制定的“先行棋”,采取“合作大于竞争”的策略,避免地区间交通基础设施建设的恶性竞争。受到研究数据的限制,本研究只在省级空间尺度分析交通建设的经济效应,在数据可获取的情况下,未来可将研究落在更小的空间尺度下。