4 管理评论第31卷然而,部分文献研究发现,外地交通基础设施会带来本地区经济资源的流失,从而产生负的溢出效应。即交通基础设施带来负向空间溢出效应。国内学者也做了类似研究,发现我国交通基础设施对全要素生产率的溢出效应并不具有统计显著性。边志强[21]、邓涛涛等[22]、唐红祥[23]也得出类似结论。尽管国内外学者从不同的角度对交通基础设施的溢出效应进行研究,但仍然存在一些不足。1大部分文献对空间溢出效应的计量分析主要采用空间计量或者空间权重矩阵测算某一地区市场潜能,进而测算该地区的空间溢出。这两种方法普遍采取设置地理权重矩阵、经济权重矩阵的方法刻画地区间的空间关联。但是这些矩阵并不能反映区域间交通便利性和通达性对空间关联的影响。本文将交通通达性作为一个指标纳入研究框架来分析其对东北地区经济增长空间溢出效应的影响。2多数文献局限于省级数据研究全国范围,而交通基础设施的空间溢出效应恰恰体现在地市级层面,以省域为研究对象无法细腻地刻画空间溢出效应的作用机理。3有些文献对空间面板模型的应用存在问题,由于地区之间存在标尺竞争、相互模仿,使用被解释变量或者解释变量的滞后项来估计空间溢出效应并不准确。而应该采用偏微分矩阵计算得到解释变量的间接效应估计量[11]。立足于已有文献存在的问题,本文通过构建数理模型推导出交通通达性对东北地区经济增长的空间影响机理,并采用东北地区34个地级市的空间面板数据进行实证检验。选择公路交通通达性作为交通通达性的变量。选择公路交通通达性主要考虑到东北地区的公路与铁路、海运、航空相比,更能反映中短程运输能力,而临近地区之间的空间经济关联更多的是通过中短程运输的公路来实现。同时,相对于其他三种交通方式,公路网密度远远大于其他三种方式,具有更强的灵活机动性。全文的结构如下第一部分是引言;第二部分是交通通达性影响区域经济增长的机理分析;第三部分空间计量模型、数据、指标说明;第四部分是实证检验和结果分析;最后一部分是结论与启示。交通通达性影响区域经济增长的机理分析1、理论模型拓展根据D-S模型[24]和李祯琪等[25]研究模型,本文将交通通达性引入模型并进行拓展,如下所示1模型中地区数为n个,其中第i个地区生产的产品为i,该产品在本地区的销售价格为pi,pij为产品j在地区i的销售价格;且i,j1,2, ,n2Tij为地区i与地区j之间的交通通达性, w为地区i与地区j之间在每单位产品中的运输成本,为交通通达性的倒数。当i≠ j的情形下,pij 1Tijpi当ij的情形下,pij pi3消费者具有同质偏好,且地区i的消费者的效用函数为Ui ∑ nj1qρij 1ρ ,qij为消费者在地区i消费其他地区产品j的数量,且0 0根据式5,可以得出推论1经济产出与交通通达性成正相关关系,即地区交通通达性的提高有利于增强区域经济产出的空间溢出效应。情形二当市场是不完全竞争市场时,产品在产地的价格与销售到外地的价格不同,地区i消费者对产品j的需求量为qij aiplj 1Tij -σYiE1-σi ,i ≠ j 6plj为产品j的离岸价格FOB,地区j消费者对产品j的需求量为qjj ajYjp-σjE1-σj 7劳动市场出清时,不同地区的劳动者具有相同的实际收入YiNiEi YjNjEj 8假设地区i与地区j的经济发展水平不同,且地区j的人均产出水平高于地区i,则有EiEj,代入上式可得qijqjj,并且qij随着地区之间交通通达性的提升而增加。图1 模型示意图对应地区j厂商而言,地区i和地区j的消费者对产品j都有需求,但满足qijqjj,当交通通达性较差,即Tij较小, 1Tij较大,则将产品j运输到地区i的成本过高,厂商选择运输到地区i进行销售。只有当交通通达性Tij达到足够水平,从而1Tij足够小,地区i销售产品j的价格为plj 1Tij,总需求qij为aipj 1Tij-σYiE1-σi 。如图1所6 管理评论第31卷示,横轴Q代表市场需求量,纵轴P代表产品的价格,曲线D和D1代表不同的交通通达性情况下的产品需求曲线。随着交通通达性的提高,地区i与地区j的经济关联由无到有,且关联度随着交通通达性的提高而增强。推论2交通通达性提高,会提升地区之间的经济联系,增强经济的空间关联效应;当地区交通通达性较弱时,经济空间关联效应非常有限。2、交通基础设施与经济增长关系的初步描述现有的文献中,衡量交通基础设施的指标主要有交通基础设施投资和交通基础设施实物形态。交通基础设施的公共物品性质决定了其投资更多的是政府行为而非市场行为,尤其是交通基础设施中的港口、铁路的投资建设。因此,本文采用实物形态,即公路密度公路里程数/国土面积作为公路交通基础设施通达性的代理变量。构建计量模型之前,需要对公路交通基础设施通达性与经济增长二者之间的关系进行初步数据探索,以便准确的构建计量模型。如图2所示以人均实际GDP对数的均值为纵坐标,交通基础设施通达性均值为横坐标的散点图和非线性拟合线。通过对交通基础设施通达性与经济绩效关系的初步判断和观察,可以初步断定交通基础设施通达性可能与经济增长之间存在“倒U型”关系。图2 交通基础设施与经济增长关系拟合图空间计量模型、数据、指标说明1、空间计量模型构建目前研究空间依赖的空间计量模型主要有SEM空间误差模型、SAR空间自回归模型和SDM空间杜宾模型等形式。对比研究发现,SDM空间杜宾模型要优于其他模型,能够得到无偏估计。空间杜宾模型将空间误差模型与空间滞后模型相融合,更具有现实解释力。本文基于理论基础,构建东北地区交通通达性对经济增长影响的模型,空间计量模型采用SDM空间杜宾面板数据模型形式如下yit δ∑Nj 1wijyjt xitβ ∑Nj 1wijxitθ μi λt εit 9其中,w为空间权重矩阵,μi和λt代表地区的固定效应和时间固定效应,εit是随机误差项。由于各个地区之间存在标尺竞争,为了能够在竞争中胜出,各地区政府在制定相关经济政策和采取经济行为时存在相互模仿,造成其他地区对当地经济增长产生空间关联。需要进行Wald统计检验,假设条件H10θ 0和H20θδβ0,用来检验空间杜宾模型是否可以转化为空间滞后模型SAR或空间误差模型SEM。若检验结果同时拒绝两个假设条件,则说明使用空间杜宾模型SDM进行估计更加合理。另外,本文使用空间杜宾面板数据模型SDM需要对空间效应和时间效应进行Hausman检验,用来判断是使用空间和时间效应的固定模型还是随机模型。2、直接效应与间接效应由于地区之间存在标尺竞争、相互模仿,使用被解释变量或者解释变量的滞后项来估计空间相互依赖程度并不准确。本文通过偏微分的形式,计算直接效应和间接效应,模型SDM可以变形为如下形式Y I - δw -1α I - δw -1Xβ wXθ I - δw -1ε 10东北地区从第1个到第N个地级市的解释变量X中第k个变量的偏微分矩阵为第9期鲁 渤,等公路交通通达性与经济增长空间效应研究7 ∂Y∂x1k∂Y∂xNk ∂Y∂x1k ∂Y∂xNk︙ ⋱ ︙∂Y∂x1k ∂Y∂xNk I - δw -1βk w12θk w1Nθkw21θk βk w1Nθk︙ ︙ ⋱ ︙wN1θk wN2θk βk其中,直接效应为本地区解释变量对本地区的平均影响,可表示为矩阵对角元素的均值,即sum diagA[ ]N γk。间接效应为某一区域的解释变量对其他地区平均影响,也称为空间效应。可表示为矩阵非对角元素行或列的均值,即sum sumAT - diagA[ ]N γk 11其中,A 1 - ρW -1W 12由于本文采用的空间计量模型涉及东北地区34个地级市全域的空间相关性,可能会存在内生性问题,所以通过极大似然法进行参数估计。3、空间权重矩阵构建空间计量经济学在截面数据模型或者面板数据模型中引入了空间权重矩阵来刻画截面个体之间的位置或者距离关系。模型优劣的关键是能够构建适合的空间权重矩阵来度量区域间空间距离。目前的主流方法主要采用地理空间单元邻近的空间权重矩阵或者距离衰减的空间权重矩阵。由于空间单元邻近矩阵只将是否相邻作为空间关系的判定标准,忽视了空间上接近但不相邻地区的影响,其研究结果往往与实际出入比较大。因此,目前主流研究更多地采用距离衰减的空间权重矩阵。经济地理学认为,不同地区之间的地理距离越接近,二者之间的相关性会越强;随着地理距离的逐渐增大,其相关性会逐步减弱。因此距离衰减的空间权重矩阵主要刻画地理距离带来的相关性衰减。距离衰减的空间权重矩阵W中的元素满足如下条件wij 1/ dij i ≠ j0 i j{13其中,dij为城市之间的地理距离,通过距离的倒数1/ dij反映地区之间地理距离与相关性的衰减。另外,空间溢出效应与地区之间经济特征的相似程度紧密相关,一般来说,相似程度越高,越利于政策的模仿和技术的消化吸收,带来的空间溢出效应越大。因此,以经济距离为标准刻画地区经济特征相似度,设置经济距离空间权重矩阵也非常有意义。一般采用地区之间的人均实际GDP差距来刻画地区之间的经济距离。本文将地区之间的经济距离与地理距离相融合,构建经济地理空间权重矩阵,形式如下所示wij 1dij 1Y-i - Yji ≠ j0 i j14其中,dij为东北地区34个地级市中任意两个地区之间的地理距离;Yit为第i个地区第t年的实际人均GDP;Y-i为第i个地区历年实际人均GDP的平均值,即Y-i ∑Tt T0YitT - T0 154、变量的界定地区经济增长受多种因素的综合影响,其中可能包括多维要素变量空间协同影响。虽然与以往省级层面的文献相比,本文采用地级市层面数据会更加细腻地刻画问题,但是地级市之间还存在着未观测的变量对经济增长存在影响。鉴于以上问题,本文的计量经济模型中加入了多个控制变量来控制不同地区的特点。具体8 管理评论第31卷的指标界定如下。1被解释变量人均实际国内生产总值各市的指标以2004年价格为基期,均采取缩胀处理消除物价变动因素,得到人均实际国内生产总值。实际国内生产总值作为稳健性检验的代理变量,各市的产出指标以2004年价格为基期的实际国内生产总值,均采取缩胀处理消除物价变动因素。2解释变量公路交通通达性以公路密度作为交通基础设施通达性的代理变量。选择该指标主要考虑到东北地区的公路与铁路、海运、航空相比,更能反映中短程运输能力,而邻近地区之间的空间经济关联更多的是通过中短程运输的公路来实现。同时,相对于其他三种交通方式,公路网密度远远大于其他三种方式,具有更强的灵活机动性。在后续的计量检验中,为了刻画公路区域差异,将公路基础设施进行分梯度处理。目前针对交通基础设施的衡量主要有交通基础设施投资和交通基础设施实物形态两种指标,交通基础设施的公共物品性质决定了其投资更多的是政府行为而非市场行为。因此,本文采用实物形态衡量交通基础设施通达性,即公路密度公路里程数/国土面积作为交通基础设施通达性的代理变量。公路交通通达性的平方公路交通通达性的平方用来度量公路交通通达性与经济增长之间是否存在“倒U型”关系。3控制变量。本文引入了以下几个区位控制变量铁路货运水平铁路货运周转量。由于铁路交通基础设施的投资,更多的是中央政府行为,地方政府干预度有限,此处将铁路作为空间变量引入模型。铁路客运水平铁路客运周转量。水运货运周转量港口的建设更多的是中央政府行为,港口水运主要是针对货物,由于其速度和便利性问题导致对人员的运输作用有限。因此,本文采用港口水运货运周转量作为控制变量。劳动力投入为各地级市从业人员数。经济开放程度外商直接投资水平是影响地区经济增长的重要因素之一,能够为地区带来先进的技术和组织管理知识溢出和增强产业关联,对地区经济的增长具有促进作用。同时该指标也是衡量地区经济开放程度的指标之一,本文采用实际外商投资占实际GDP的比重来衡量外商直接投资。资本存量针对资本存量K的测算目前主要有Hedonic评估法和永续盘存法PIM,本文借鉴了永续盘存法的具体处理方式[5,26]。首先,计算2005-2014年各地区固定资产投资平均增长率g0 n Y0t / Y00 -1,其中Y0t为给定期间的期末年产值,Y00为期初年产值,n为给定期间总年数。然后利用基期2005年的固定资产投资I0除以折旧率δ0和平均增长率g0计算2004年东北地区34个地级市的资本存量,即K0 I0δ0g0。 2004年以后的资本存量采用永续盘存法计算,公式为Kit Ki,t-11-δtIit / Pit。其中Kit和Ki,t-1分别为第i个地区第t年和第t-1年资本存量,δt为第t年经济折旧率。根据已有文献折旧率取值为10. 96,Iit为第i个市第t年的新增投资额。产业结构产业结构从附加值较低的第一产业逐步向第二、三产业升级,促进技术进步和生产效率的提高。本文采用第二、三产业增加值占GDP的比例作为衡量产业结构的指标。实证检验结果与分析1、空间相关性检验采用空间计量模型进行估计之前需要判断模型是否存在空间相关性。目前文献主要采用Moran’s I指数和Geary’s C两种方式进行空间相关性检验。普遍认为Moran’s I指数要比C比率更加稳健,故Moran’s I指数的应用更加广泛。本文在进行计量模型设定之前,采用Moran’s I指数方法对东北地区经济绩效的空间相关性进行检验,用以判断是否应该构建空间计量模型。 Moran’s I指数可以表示为第9期鲁 渤,等公路交通通达性与经济增长空间效应研究9 Moran’I 1∑ ni 1∑ nj 1wij∑ ni 1∑ nj 1wijxi - x-xi - x-∑ ni 1xi - x-2 / n16其中xi,xj分别表示区域i与区域j的观察值,wij表示地区之间的空间权重矩阵。当Moran指数大于零时,说明地区之间的观察值存在正相关关系,且指数越大正相关关系越强;当Moran指数小于零时,说明地区之间的观察值存在负相关关系,且指数越小负相关关系越强;当Moran指数等于零时,说明地区之间的观察值相互独立不存在空间相关关系。东北地区人均实际GDP和实际GDP的Moran’s I的数值如表1所示分别采用经济距离权重矩阵和经济地理权重矩阵对经济增长进行检验显示,大多数时期的Moran’s I指数通过了显著性检验,表明各地区之间存在较强的空间相关性,需要采用空间计量模型进行准确估计。表1 空间自相关检验结果经济距离矩阵经济地理矩阵年份人均实际GDP实际GDP人均实际GDP实际GDP2006 0. 004∗0. 9550. 056∗ ∗ ∗2. 2190. 349∗ ∗ ∗4. 3880. 303∗ ∗ ∗3. 6092007 0. 017∗1. 2880. 060∗ ∗ ∗2. 3340. 377∗ ∗ ∗4. 6820. 306∗ ∗ ∗3. 6422008 0. 029∗ ∗1. 5910. 065∗ ∗ ∗2. 4700. 407∗ ∗ ∗4. 9510. 309∗ ∗ ∗3. 6842009 0. 036∗ ∗1. 7750. 068∗ ∗ ∗2. 5420. 423∗ ∗ ∗5. 1030. 312∗ ∗ ∗3. 7172010 0. 041∗ ∗1. 8950. 070∗ ∗ ∗2. 6000. 424∗ ∗ ∗5. 0970. 318∗ ∗ ∗3. 7742011 0. 041∗ ∗1. 9050. 067∗ ∗ ∗2. 5170. 423∗ ∗ ∗5. 0900. 316∗ ∗ ∗3. 7542012 0. 046∗ ∗2. 0250. 070∗ ∗ ∗2. 5760. 431∗ ∗ ∗5. 1710. 313∗ ∗ ∗3. 7222013 0. 040∗ ∗1. 8820. 067∗ ∗ ∗2. 5040. 426∗ ∗ ∗5. 1150. 308∗ ∗ ∗3. 6702014 0. 062∗ ∗ ∗2. 4160. 076∗ ∗2. 7560. 460∗ ∗ ∗5. 4060. 301∗ ∗ ∗3. 593注∗ ∗ ∗ 、 ∗ ∗ 、 ∗分别表示1、5、10水平上显著,下同。根据前文图2,初步判断公路交通通达水平可能与经济增长存在“倒U型”关系,另外,东北地区各地级市对交通基础设施的前期投入存在差异,导致公路交通通达性的空间关系也可能存在“倒U型”关系。因此构建含有交通基础设施平方项的计量模型。为了选择合适的空间面板模型,本文首先构建不含空间交互项的普通面板模型gdpit α β1roadit β2roadit roadit Xβ μi λt εit 17其中,i表示东北地区34个地级市,t表示年份,μi空间特定效应,λt时间特定效应,εit为随机扰动项,被解释变量gdpit表示实际人均国内生产总值。核心解释变量铁路密度roadit衡量交通基础设施通达水平的指标。另外,加入交通基础设施通达性的平方项roaditroadit,研究东北地区在现有的交通基础设施通达水平基础上,以及进一步加强交通基础设施投入是否会对东部经济产生正向影响。交通基础设施通达水平对经济增长的作用受到前期投入水平的影响,一般而言,某地区交通基础设施良好、通达水平较高,继续增加投入改善交通基础设施通达水平对经济增长的正向影响较弱甚至为负;如果某地区交通基础设施较落后,通达水平较低,改善交通基础设施对经济增长的正向影响会非常明显。控制变量包括铁路货运水平、铁路客运水平、水路货运水平、经济开放程度、资本存量水平、劳动力、产业结构7个影响经济增长的控制变量。本文利用非空间的传统面板模型进行LM检验方法来考察空间计量模型应用是否存在必要性。表2中10 管理评论第31卷分别列示了混合估计模型、空间固定效应、时间固定效应和时间空间双向固定效应模型的估计结果。通过LM检验和Robust LM检验,可以看出非空间普通面板的LM检验均在统计显著水平上拒绝了原假设,说明存在空间滞后效应和空间误差效应。此时,只采用不考虑考空间效应的普通OLS估计模型会带来结构偏误,因此,需要将空间效应纳入模型估计中加以考察。此外,利用似然比LR方法检验模型空间固定效应和时间固定效应的显著性,结果表明,LR检验均在1的统计显著性水平上拒绝原假设,故选取空间杜宾模型更为适合。表2 普通面板模型实证检验结果变量名称混合估计模型空间固定效应模型时间固定效应模型时间与空间双固定效应模型Road 0. 858∗ ∗ ∗ 0. 939∗ ∗ ∗ 1. 032∗ ∗ ∗ 1. 137∗ ∗ ∗3. 373 3. 754 3. 893 4. 357Road2 -0. 264∗ ∗ -0. 282∗ ∗ ∗ -0. 349∗ ∗ ∗ -0. 375∗ ∗ ∗-2. 523 -2. 734 -3. 127 -3. 398gongtiekeyun 0. 201∗ ∗ 0. 206∗ 0. 205∗ 0. 219∗1. 778 1. 831 1. 762 1. 900tiegonghuoyun 0. 057 0. 059 0. 110∗ ∗ 0. 121∗ ∗1. 052 1. 094 2. 048 2. 246fdi 7. 150∗ ∗ ∗ 6. 939∗ ∗ ∗ 6. 382∗ ∗ ∗ 6. 094∗ ∗ ∗5. 672 5. 471 5. 190 4. 913K -0. 210 -0. 081 -0. 391 -0. 228-0. 782 -0. 303 -1. 334 -0. 765industry 1. 289∗ ∗ ∗ 1. 191∗ ∗ ∗ 1. 428∗ ∗ ∗ 1. 325∗ ∗ ∗4. 748 4. 390 4. 991 4. 609L 0. 012∗ ∗ ∗ 0. 012∗ ∗ ∗ 0. 011∗ ∗ ∗ 0. 011∗ ∗ ∗12. 385 12. 169 11. 550 11. 267shuihuo -0. 416∗ ∗ -0. 392∗ ∗ -0. 196 -0. 168-2. 184 -2. 027 -0. 927 -0. 767sigma2 0. 327 0. 303 0. 287 0. 264R-squared 0. 629 0. 635 0. 532 0. 534LogL -257. 921 -246. 981 -238. 866 -225. 997LM spatial lag 43. 570∗ ∗ ∗ 47. 052∗ ∗ ∗ 24. 938∗ ∗ ∗ 28. 252∗ ∗ ∗LM spatial error 18. 564∗ ∗ ∗ 18. 356∗ ∗ ∗ 14. 773∗ ∗ ∗ 15. 239∗ ∗ ∗R- LM spatial lag 25. 443∗ ∗ ∗ 29. 669∗ ∗ ∗ 11. 331∗ ∗ ∗ 13. 841∗ ∗ ∗R-LM spatial error 0. 437 0. 973 1. 166 0. 828利用Wald自变量空间滞后检验和Wald误差项空间自回归检验进一步考察空间杜宾模型SDM的实用性,结果如表3所示,固定效应和随机效应下的Wald spatial lag、Wald spatial error、LR spatial error和LRspatial_lag统计值均在1的显著水平上通过检验,说明空间杜宾模型不能简化为空间滞后模型SLM或空间误差模型SEM,进一步证明了空间杜宾模型最为适合本文研究。如表3所示,实际GDP和人均实际GDP为被解释变量的两个模型中,Hausman检验的统计量分别为5. 5829和0. 1829,对应的P值分别为0. 9987和1. 000,均未拒绝原假设,说明空间杜宾随机效应模型为最适合的空间计量模型,因此,本文构建随机效应下的空间杜宾模型进行实证检验。根据空间杜宾模型SDM的基本形式,构建含有公路通达性平方项的空间计量实证检验模型如下gdpit α δwijgdprjt β1roadit β2roadit roadit θ1wijroadit θ2wijroadit roadit Xβ ∑Nj 1wijXθ μi λt εit 18其中,μi空间特定效应,λt时间特定效应,wij为经济地理距离空间权重矩阵,被解释变量gdpit表示实际人均国内生产总值和实际GDP。核心解释变量铁路密度roadit衡量交通基础设施通达水平的指标。另外,加入第9期鲁 渤,等公路交通通达性与经济增长空间效应研究11 表3 空间空间杜宾模型实证结果变量名称空间和时间固定效应模型空间和时间随机效应模型实际GDP人均实际GDP实际GDP人均实际GDProad 1. 403∗ ∗ ∗ 0. 850∗ ∗ ∗ 1. 264∗ ∗ ∗ 0. 789∗ ∗ ∗4. 209 4. 223 4. 498 4. 148road2 -0. 465∗ ∗ ∗ -0. 233∗ ∗ ∗ -0. 426∗ ∗ ∗ -0. 226∗ ∗ ∗-4. 134 -2. 778 -3. 982 -2. 872tielukeyun 0. 262 ∗ ∗ 0. 187 ∗ ∗ 0. 262∗ ∗ 0. 183 ∗ ∗2. 155 2. 060 2. 271 2. 145tieluhuoyun 0. 179∗ ∗ ∗ 0. 201∗ ∗ ∗ 0. 147∗ ∗ ∗ 0. 174∗ ∗ ∗3. 389 5. 091 2. 995 4. 835fdi 4. 285∗ ∗ ∗ 3. 227∗ ∗ ∗ 5. 116∗ ∗ ∗ 3. 454∗ ∗ ∗3. 418 3. 450 4. 371 4. 008K -0. 107 1. 217∗ ∗ ∗ 0. 289 1. 002∗ ∗ ∗-0. 347 5. 279 -1. 024 4. 796industry 1. 373∗ ∗ ∗ 1. 164∗ ∗ ∗ 1. 503∗ ∗ ∗ 1. 181∗ ∗ ∗4. 975 5. 619 5. 787 6. 139L 0. 008∗ ∗ ∗ 0. 004∗ ∗ ∗ 0. 009∗ ∗ ∗ 0. 004∗ ∗ ∗9. 020 5. 245 9. 899 5. 414Shuohuo 0. 105 0. 110 0. 054 0. 0880. 462 0. 647 2. 262 0. 573W∗ road -1. 565∗ ∗ ∗ -0. 649 -1. 252∗ ∗ -0. 501-2. 743 -1. 515 -2. 294 -1. 239W∗ road2 0. 608∗ ∗ 0. 133 0. 482∗ ∗ 0. 0952. 421 0. 708 2. 022 0. 538W∗ tielukeyun -0. 822∗ ∗ ∗ -0. 556∗ ∗ ∗ -0. 771∗ ∗ ∗ -0. 446∗ ∗-2. 876 -2. 599 -2. 832 -2. 221W∗ tieluhuoyun 0. 005 -0. 003 0. 001 -0. 0310. 036 -0. 030 0. 006 0. 335W∗ fdi 5. 125∗ ∗ -0. 098 4. 832∗ ∗ -0. 7791. 874 -0. 049 1. 856 -0. 416W∗ K -1. 348∗ ∗ -1. 788∗ ∗ ∗ -1. 133∗ ∗ -1. 343∗ ∗ ∗-1. 959 -3. 455 -1. 758 -2. 813W∗ industry 0. 353 1. 468∗ ∗ ∗ 0. 353 1. 570∗ ∗ ∗0. 497 2. 695 0. 521 3. 061W∗ L 0. 008∗ ∗ ∗ 0. 001 0. 008∗ ∗ ∗ 0. 0013. 191 0. 504 3. 687 0. 566W∗ shuihuo -1. 580∗ ∗ ∗ -1. 340∗ ∗ ∗ -1. 423∗ ∗ ∗ -1. 100∗ ∗ ∗-3. 439 -3. 903 -3. 394 -3. 561W∗ gdp 0. 363∗ ∗ ∗ 0. 252∗ ∗ ∗ 0. 260∗ ∗ ∗ 0. 145∗4. 827 3. 038 3. 222 1. 642sigma2 0. 2359 0. 1320 0. 230 0. 1252R-squared 0. 7608 0. 697 0. 614 0. 5446log -194. 411 -103. 469 -321628. 64 -342529. 8Wald spatial lag 30. 438∗ ∗ ∗ 38. 5237∗ ∗ ∗ 31. 8228∗ ∗ ∗ 35. 6122∗ ∗ ∗LR spatial_lag 35. 491∗ ∗ ∗ 40. 4386∗ ∗ ∗Wald spatial error 38. 969∗ ∗ ∗ 31. 4912∗ ∗ ∗ 42. 6063∗ ∗ 32. 0036∗ ∗ ∗LR spatial error 45. 356∗ ∗ ∗ 36. 4655∗ ∗ ∗Hausman test 5. 58290. 9987 0. 18291. 000012 管理评论第31卷交通基础设施通达性的平方项roaditroadit。为了更为稳健地考察模型的实证结果,在表3中分别列示了以实际GDP和人均实际GDP为被解释变量的固定效应和随机效应空间杜宾模型结果。从统计量R2、Sigma2、logL来看,空间计量模型拟合效果较好,能够比较准确地说明东北地区34个地级市的实际情况。 4个模型中因变量的空间滞后系数均在1的水平上显著为正,分别为0. 363、0. 252、0. 260、0. 145,说明东北地区34个地级市经济增长存在显著的正向相关关系,东北地区之间存在政策和经济行为相互模仿的现象,即某地区的经济增长依赖于其他地区的经济增长及驱动因素,再次证明将空间效应纳入模型设定中更为合理。与表2中不考虑空间相关性的普通面板模型估计结果相比,可以看出,如果忽略区域间的空间效应,会造成模型估计偏误。在4个模型中,公路交通通达性均在1的水平上显著为正,说明公路发展提高交通通达性会对本地区经济增长产生正向促进作用,能显著缩短经济活动的时空距离。即区域内交通运输通达性有利于增强该地区与周围地区的人力、物力、知识技术等生产资源的交流,进而增强了本地区对周围地区经济增长的吸附能力,体现为变量W∗ road系数为负。铁路客运量tielukeyun和铁路货运量tieluhuoyun通过了5水平的显著性检验且均为正,说明铁路作为中央政府主导的交通方式在东北经济发展中占据了重要地位,铁路客运和货运发展水平显著地影响东北地区经济的增长。港口水路货运量shuihuo的系数虽然为正但是并未通过显著性检验,说明目前东北地区各港口发展并未对本地区发展产生显著促进作用。同时,W∗ shuihuo在1的水平上显著为负,说明目前东北港口发展对其他地区资源的吸附能力低,在目前东北经济下滑的背景下,港口的发展加速了东北资源的外流。外商直接投资fdi、产业结构industry、劳动力L在1水平上显著为正。 W∗ gdp、W∗ tielukeyun、W∗shuihuo、W∗ K和W∗ industry的系数均具有统计显著性,说明因变量的空间滞后项和自变量的空间交互项可能存在空间溢出效应,这些变量对其他地区经济发展产生空间效应。2、空间溢出效应估计为进一步验证是否存在空间溢出效应,根据偏微分方程计算空间杜宾模型的直接效应和间接效应,结果如表4所示。为了保持结果的稳健性,同时列报了以实际GDP和人均实际GDP为解释变量的固定效应、随机效应空间杜宾模型。结果显示,不同的空间模型的实证结果并没有实质性差别,说明模型结果比较稳健。其中,公路交通通达性、铁路客运量、外商直接投资、产业结构、劳动力水平、港口货运量均具有统计显著性,具有较为明显的空间溢出效应。表4 空间溢出效应估计结果变量实际GDP人均实际GDP直接效应间接效应直接效应间接效应road 1. 215∗ ∗ ∗ -1. 197∗ 0. 783∗ ∗ ∗ -0. 4634. 658 -1. 740 3. 988 -0. 996road2 -0. 406∗ ∗ ∗ 0. 480 -0. 227∗ ∗ ∗ 0. 078-3. 783 1. 567 -2. 790 0. 376tielukeyun 0. 227 ∗ -0. 912∗ ∗ 0. 173 ∗ ∗ -0. 477∗ ∗2. 018 -2. 587 2. 118 -2. 075tieluhuoyun 0. 150∗ ∗ ∗ 0. 042 0. 173∗ ∗ ∗ -0. 0103. 033 0. 255 4. 713 0. 090fdi 5. 430∗ ∗ ∗ 8. 023∗ ∗ 3. 470∗ ∗ ∗ -0. 3994. 704 2. 415 4. 041 -0. 185K -0. 353 -1. 563∗ 0. 975∗ ∗ ∗ -1. 386∗ ∗-1. 270 -1. 860 4. 832 -2. 504industry 1. 543∗ ∗ ∗ 0. 957 1. 220∗ ∗ ∗ 2. 001∗ ∗ ∗5. 894 1. 082 6. 530 3. 395L 0. 009∗ ∗ ∗ 0. 013∗ ∗ ∗ 0. 004∗ ∗ ∗ 0. 00210. 634 5. 277 5. 453 0. 910Shuohuo 0. 018 -1. 831∗ ∗ ∗ 0. 061 -1. 246∗ ∗ ∗0. 087 -3. 341 0. 389 -3. 532第9期鲁 渤,等公路交通通达性与经济增长空间效应研究13 模型中,W∗ road的参数显著为负,说明周围其他地区公路交通通达性的提高可能会对本地区产生较为显著的竞争效应,抵消了其他地区公路网络效应为本地区带来的正向影响。鉴于交通的网络特征,只有东北地区整体交通通达性增强,区域内交通通达性及周围区域的公路网才能对本区域经济增长产生显著影响。否则本地区交通通达性会受到周围地区的低效率不能形成合理的网络结构而使得整体经济受到影响。现实中,如果某区域周边区域交通通达性较差,即使本区域增加交通基础设施投资,提升交通通达性,也不能显著地增强东北地区的经济发展水平。因此,公路交通基础设施投资决策中要综合考虑其直接影响和空间效应带来的间接影响,防止各自为政导致整体效率下降。在东北地区,各地级市之间通过交通基础设施促成区域间要素流动和技术信息扩散带来的正向溢出效应要大于外地交通基础设施发展对本地造成的资源虹吸效应。这就解释了东北地区地方政府在发展过程中出现的“轻人力资本和公共服务,却重基础建设”的结构扭曲行为。road∗ road的系数在4个空间杜宾模型中均显著为负值,说明交通通达性与经济增长之间呈现出“倒U型”关系的特征,如图3所示。即某地区随着公路基础设施的建设为经济增长带来的显著的促进作用,当交通通达性不断提高,资源的运输成本不断减低,不再成为约束经济增长的短板,如果继续加大交通基础设施建设提升交通通达性,带来的边际贡献会逐渐减小。因此,目前是否需要加大交通基础设施投资力度,需要各地区根据实际情况因地制宜,不能一概而论。现有的研究大多从省级层面研究全国范围的交通基础设施与经济增长关系,忽略了各地区之间禀赋差异,其研究结论并不具有普适性。图3 交通通达性边际贡献图型示意如图3所示,对于前期公路交通基础设施投入不足的地区,一般处于交通通达性不发达阶段或者高速发展阶段,该地区公路通达性处于“倒U型”曲线的上升部分,公路交通通达性为经济增长的主要约束条件之一,对区域经济的促进作用明显。有些地区由于前期投入充足,公路交通基础设施比较完善,交通通达性一般处于发达阶段,该阶段交通通达性已经不是经济增长的约束条件,此时,增加交通基础设施投资对经济增长的边际贡献会逐步减小甚至为负。因此,是否应该通过提高公路交通通达性来改善经济,各地要因地而异,不能一刀切。铁路客运量的间接效应为-0. 912,且在5的水平上具有统计显著性。说明铁路作为东北地区交通的主要方式之一,其基础设施投资主要由中央政府决定,地方政府决策有限,但是其客运量水平却对地方经济产生了重大影响。铁路客运和货运水平对本地区的促进作用显著为正,而铁路客运水平对其他地区的经济增长却产生了虹吸效应。主要是因为东北地区人员外流,主要涌向铁路交通通达性较强的地区,从而造成铁路客运水平对其他地区经济的负向影响。港口货运量的直接效应为正