关键词:交通基础设施;差异化集群;空间外部性;区域经济增长;空间计量模型
一、引言
二、中国交通基础设施建设空间现状分析
同时为了能够在论文中合理、准确地反映出中国近十余年来交通基础设施空间建设现状,我们这里选择运用空间计量经济学中的Moran’s I指数和LISA指数分别来进行全局和局部两个层面的分析。
Moran’s I指数的计算公式为:
式中Wij为二元空间权值矩阵中的任意元素值,当i区域与j区域相邻时,Wij=1;当i区域与j区域不相邻时,Wij =0。为了剔除各省份空间面积相差较大的影响①
①当地理单元空间面积相差较大时,小面积地理单元将有很少的邻近单元,而较大面积地理单元则可能有很多的邻近单元,不利于后面的空间计量分析。,本文采用K值最邻近空间矩阵,文中K=4;n表示地区总数,本文n=31代表中国31省(市、自治区);xi,xj分别为省份i和省份j的交通基础设施存量值。Moran’s I系数取值范围为-1―1,1意味着各区域间存在着强烈的空间正相关性,0意味着不存在空间相关性,-1意味着存在负的空间相关性。
Moran’s I系数检验是考察研究对象总体水平空间相关性的检验,为了进一步了解地区之间的空间相关性,这里引入局部空间统计指标――LISA(Anselin et al.,2003)[14],LISA指标与全局空间相关性统计指标的关系式为:
很显然,无论是空间全局性检验还是空间局部性检验结果均显示,目前中国交通基础设施建设存在显著的空间差异性,而且部分省(市、自治区)之间还形成了较为稳固的差异化集群。由新经济地理学原理可知,倘若区域内部各自之间交通基础设施条件存在显著差异,那么这将会影响到区域经济整体发展质量。因此,接下来将从空间视角进一步考察差异化交通基础设施对中国地区经济增长的多重影响。
三、指标体系构建
首先是解释变量,本文选择GDP来定义区域经济发展水平指标。大量研究表明,GDP能够很好地描述中国各省份经济发展情况,同时基于国内外学者相关研究惯例,本文使用地区生产总值与当年物价指数之比来描绘该指标。
交通基础设施作为本文研究的主要考察对象之一,其自身体系构成十分复杂。笔者从其基本特征出发,同时考虑到本文研究目标,选择以交通基础设施存量、交通基础设施覆盖面、交通基础设施人力资本、交通基础设施差异化集群划分等四个指标来构建交通基础设施指标体系:
交通基础设施存量(JTCL):该指标定义同前文相同,在此不再重复介绍。
交通基础设施覆盖面(JTFG):为了能够更好地描述中国交通基础设施空间差异性,这里构建了一个全新的指标――交通基础设施覆盖面。该指标与传统的交通基础设施线路长度指标不同,传统指标通过直接将铁路、公路、内河航道等线路长度求和来进行定义,但是由于中国各类交通基础设施轨道线路自身特征差异明显,而且各自辐射的范围也不尽相同,因此简单的求和无法充分体现交通基础设施自身空间差异化特征。由交通基础设施具有空间网络布局特性可知,其对地区经济发展的辐射作用是通过沟通、引导及促进区域间要素流动来体现的。因此本文选择当年各省份三种交通基础设施年度货运量分别与相应的全国货运总量之比作为权重,然后分别以各省份对应的交通运输线路长度乘以权重进行求和,以该数值来定义本文研究中的交通基础设施覆盖面指标。
交通基础设施人力资本投入(JTRL):该指标反映了交通基础设施体系自身人力资本的投入。为便于后续空间计量分析,本文直接以铁路、公路、水运等三行业职工人数之和来定义该指标。
交通基础设施差异化集群划分(CYJQ):根据Fujita & Krugman(1999)的研究,中国交通基础设施差异化集群还可进一步划分为正向集群和负向集群。其中正向集群包括“高―高”集群和“低―高”集群,而负向集群则包括“低―低”集群和“高―低”集群。对于正向集群来讲,集群区域内部的空间集聚效应(正向)要显著高于空间扩散效应(负向),属于空间集聚“凸点”,因此内部各省份将主要收益于集群的正向集聚效应影响,各自原有的交通基础设施发展效率将得到进一步提高。对于负向集群而言,集群区域内部的空间集聚效应(正向)要显著小于空间扩散效应(负向),属于空间集聚“凹点”,因此内部各省份将主要受到集群内部扩散效应的负向影响,各自交通基础设施原有发展效率将被进一步拉低。对于交通基础设施差异化集群划分该指标而言,传统指标无法对其进行合理描述,因此本文采用虚拟指标来进行定义,具体为:交通基础设施正向集群内部省份取值为1,交通基础设施负向集群内部省份取值为0。
在完成以上交通基础设施指标体系构建后,本文引入了7个区位控制变量,以保证研究结果的准确性:
固定资本投入(GDTR):固定资本投入是指投资主体垫付货币或物资,以获得生产经营性或服务性固定资产的过程。大量研究表明,固定资本投入与地区GDP增长之间有着显著关系,因此本文将其作为区位控制变量之一,以固定资本投入与当年物价指数之比来定义该指标。
劳动力投入(LDTR):该指标反映了国家在一定时期里投入到经济生产中的劳动力人数。研究表明,劳动力投入与地区GDP增长之间也有着显著关系,因此本文也将其作为区位控制变量之一,以各地区按行业分城镇单位就业人数(剔除了交通运输、仓储及邮政就业职工人数)来定义该指标。
R&D经费(R&D):指当年全社会实际用于基础研究、应用研究和试验发展的经费支出。大部分文献将其作为地区技术指标使用,并发现其与地区经济增长之间也有着较为显著地关系,因此本文也将其作为区位控制变量之一,以R&D经费支出与当年物价指数之比来定义该指标。 政府财政支持(CZTR):该指标主要反映地区政府对于当地经济增长的重视程度,通常用地区财政支出来定义。研究表明,该指标与地区经济增长之间存在显著性关系,因此本文也将其作为区位控制变量之一,以地区财政支出与当年物价指数之比来定义该指标。
地区城镇化率(CZHL):研究表明,城镇化率对地区经济增长及人民生活质量提高有显著影响,而且交通基础设施建设与地区城镇化率之间也存在密切联系,因此将其作为区位控制变量之一。本文定义:地区城镇化率=非农人口/地区总人口。
地区对外开放程度(DWKF):地区对外开放程度高低不但影响了地区经济发展活力,而且对交通基础设施建设所需技术、人力及物资资本的获得也有一定影响,因此将其作为区位控制变量之一,以地区出口总额与地区GDP之比来定义对外开放程度指标。
地理环境(DLTJ):研究表明,地理环境不但对交通基础设施布局和建设有显著影响,同时对地区集聚经济的形成和发展也起着明显作用。[13]由于传统指标无法对其进行合理描述,因此本文用虚拟指标来定义地理环境变量。具体表示为:平原地区取值为1,山区或丘陵等非平原地区取值为0。
需要说明的是,本文所需数据均来源于2002―2012年《中国统计年鉴》、《中国财政年鉴》、《中国劳动统计年鉴》、《中国区域经济统计年鉴》和《中国人口和就业统计年鉴》以及各省(市、自治区)相关统计年鉴。
四、空间计量分析
空间计量模型基本原理很多文献都有详细阐述,本文就不再重复。首先我们对下文空间计量需要用到的两类模型进行空间相关性检验。
式(3)为不引入区域控制变量时的空间滞后模型(SLM),式(4)为不引入区域控制变量时的空间误差模型(SEM)。式中各变量含义等同于上文定义, W为空间权值矩阵,ε和μ分别为各自模型的误差系数,下标i代表省份;ρ为空间滞后系数,用以度量了在交通基础设施块状发展模式下各省份在地理空间上的集聚效应;λ为空间误差系数,用以度量交通基础设施块状发展模式下相邻省份间自变量误差变化对本地观测值的影响程度。由于两类空间计量模型适用的条件不同,而且无法根据先验结论来判断在进行数据研究时,SLM模型和SEM模型到底哪一个更符合实际,因此有必要进行空间计量模型的选择检验。基于以往相关文献研究经验,论文采用的拉格朗日乘子检验(LM)来进行模型检验:
下面我们引入区域控制变量对式(3)、式(4)进行完善得到式(7)、式(8):
以上两式中,Xi为区域控制变量矩阵,ψ为Xi的系数矩阵,其余指标与前文相同。同样我们仍需进行拉格朗日乘子检验。
由表8、表9及表10结果可知,在引入区域控制变量后,使得修正后模型拟合优度在99%附近波动,相对于原有模型该值有了较大幅度的提高,而且Log-likelihood值也明显要高于修正前空间滞后模型。因此,在原有模型基础上引入区域控制变量是很有必要的。
需要说明的是,由空间计量经济学原理可知,任何解释变量对被解释变量的总效应除了表现在系数上外,还体现在空间外部性上,即i地区xi对yi影响还应该包括相邻地区j的xj。这种外部性会随着地区圈层的外扩而逐渐衰减[16][17],若设k表示以i地区为中心向外扩展的圈层序数,那么在SEM模型下,空间外部效应可表示为:
其次,交通基础设施空间建设差异化对中国经济增长也有着显著的负向影响。一是,虽然总体上提升交通基础设施存量,扩大交通基础设施覆盖面积能够显著推动中国经济增长,但是受其自身空间差异化建设对经济增长的负向影响,导致其对经济增长应有的促进效应未能充分发挥出来。二是,虽然考察期间交通基础设施空间建设差异化对地区经济增长有着负的空间外部效应,不过其数值趋于逐年下降。
五、结论与政策建议
第一,在制定未来交通基础设施建设和经济发展战略时,中国政府应充分考虑不同空间集群属性特点,有针对性地进行相关资源的优化配置,尤其需要加大本文研究中所指出的新疆、青海、西藏和甘肃等四省(自治区)的交通基础设施投入力度,以尽快打破“低―低”集群的空间限制,从而缩小不同地区间交通基础设施差距,最终实现整个国民经济的可持续发展。
第二,由于交通基础设施覆盖面与交通基础设施存量两者对地区经济增长都有着明显促进,并且两者作用差距不大。因此本文建议中国相关部门除了通过加大交通基础设施投入来促进地区经济增长外,还可以通过充分利用已建成的交通基础设施,协调、完善不同种类设施之间的衔接,进而提高地区间要素流通速度,扩大交通基础设施辐射范围,以此来推动地区经济增长。这样不但同样能够有效促进中国地区经济增长,还可以节约大量的人力、物质成本。 参考文献:
[2]Barro,R.. Economic growth in a Cross-Section of Countries[J].Quarterly Journal of Economics, 1991,106:407-444.
[6]张学良,孙海鸣.交通基础设施、空间聚集与中国经济增长[J].经济经纬,2008(2):20-23.
[10]Fujita,M. and Krugman,P. and Venables,A. J.. The Spatial Economy: Cities,Regions,and International Trade [M]. Cambridge: IT Press,1999.