长三角地区交通运输网络空间格局与空间溢出效应研究

王 健，张玉真，詹珉珉

一、 引言

国务院印发的《“十三五”现代综合交通运输体系发展规划》中指出，交通运输是国民经济中基础性、先导性、战略性产业，是重要的服务性行业。交通运输网络的建设不仅能够加快区域内部的经济循环，带动经济圈的开发和建设，而且在促进城镇化建设、优化产业结构方面也发挥着重要作用。长三角城市群作为“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和开放格局中具有举足轻重的战略地位。在此背景下，深入探析长三角地区的交通网络格局对区域经济发展的空间溢出效应的作用机理和传导途径，更有助于长三角地区高效率、高质量构建现代化交通运输网络体系，并带动周围区域现代化交通运输网络布局以及区域经济的联动协调发展。

空间溢出效应的研究运用领域范围十分广泛，既有宏观层面的社会经济研究，也有微观层面的日常生活领域研究。在经济发展方面，朱喜安和梁艳艳从异质人力资本与不同区域产业结构优化的作用机制出发，剖析其对经济增长的溢出效应(1)朱喜安, 梁艳艳. 异质人力资本集聚与产业结构优化的空间效应研究[J]. 统计与决策，2020(9):118-123.；骆康等人对湖北科技创新资源集聚能力进行分析，从科技进步协同发展的角度考量其在城市发展中的促进作用(2)骆康, 郭庆宾, 虞婧婕. 湖北科技创新资源集聚能力的空间溢出效应分析[J]. 统计与决策，2019(24):105-108.。在社会生活方面，有学者通过对暴力犯罪与社区的治理和社会经济因素之间的分析来剖析暴力犯罪的影响因素(3)LEE D W, LEE D S. Analysis of influential factors of violent crimes and building a spatial cluster in South Korea[J]. Applied spatial analysis and policy，2020(3)：759-776.；有学者运用空间杜宾模型分析本地公共服务是否会对邻近城市相同服务的成本产生空间溢出效应(4)ZAFRA-GMEZ J L, CHICA-OLMO J. Spatial spillover effect of delivery forms on cost of public services in small and medium-sized Spanish municipalities[J]. Cities，2019(85)：203-216.；也有学者研究法津条文的修订对高层人员薪酬和现金持有量的溢出效应(5)ATIF M, HUANG A, LIU B. The effect of say on pay on CEO compensation and spill-over effect on corporate cash holdings: evidence from Australia[J]. Pacific-basin finance journal，2020(64):32-72.；汤路昀等分析了鸡蛋价格波动的空间分布及其对稳定鸡蛋市场协调产业区域发展的意义(6)汤路昀, 祁春节. 中国鸡蛋价格波动的空间效应及分解——基于多重权重的实证检验[J]. 统计与决策，2020(7):46-52.。

交通运输网络问题一直以来都是国内外学者研究的热点主题。学者们对交通运输问题的研究主要分为三方面。一是对交通量本身的分析预测问题，熊志华和姚智胜基于耦合映像格子模型，构建了轨道交通拥挤传播模型，对不同情景下拥挤传播过程进行了分析(7)熊志华, 姚智胜. 轨道交通网络级联失效影响范围研究[J]. 交通运输系统工程与信息，2020(1):12-18.。二是交通网络的规划管理问题，Leonardo等人探究了在弹性权益约束条件下，由最小化的总系统成本来确定道路网络的最佳布局(8)CAGGIANI L, CAMPOREALE R, BINETTI M, et al. A road network design model considering horizontal and vertical equity: evidences from an empirical study[J]. Case studies on transport policy,2017(2)：24-32.；裴玉龙等提出建立站点可达性度量模型，评价轨道交通对城市公共交通网络可达性的改善作用(9)裴玉龙, 潘恒彦, 郭明鹏,等.轨道交通对城市公共交通网络可达性的影响——以哈尔滨市为例[J]. 公路交通科技，2020(6):104-111.。三是交通运输与各领域的相互影响，交通运输的影响渗透到了经济社会发展的各个层面，交通对要素价格、人口流动和产业结构有着促进优化作用，与科技革命和社会发展之间相互影响(10)宋天田, 周顺华, 肖正学. 交通运输与科技革命[J]. 西南科技大学学报(哲学社会科学版)，2006:64-67.，交通运输和现代物流的融合发展更能够带来巨大的经济社会效益(11)肖翔, 肖雪悦, 李晓月，等.新型高铁列车推进高铁运输与现代物流的融合问题[J]. 长安大学学报(社会科学版)，2018(1):18-27.。

对于交通运输网络的空间格局对区域间贸易的影响研究，学术界已经形成了较为完善的模型框架。在交通网络格局对区域经济的空间溢出性研究方面，Bardaka和Delgado实证得出丹佛地区轻轨车站的建设显著增加了近距离社区的家庭收入和房屋价值的结果(12)BARDAKA E, DELGADO M S, FLORAX R J G M. Causal identification of transit-induced gentrification and spatial spillover effects: the case of the denver light rail[J]. Journal of transport geography，2018(71):15-31.；Moura等研究证实内生和外生交互作用影响了西班牙集装箱流的内陆分布(13)MOURA T G Z, CHEN Z, GARCIA-ALONSO L. Spatial interaction effects on inland distribution of maritime flows[J]. Transportation research part a-policy and practice，2019(128):1-10.；郭伟等分析得到京津冀地区旅游经济和高铁发展具有显著的空间自相关性，且空间溢出效应明显的结论(14)郭伟, 曾祥静, 许天骏. 高铁发展、空间溢出与区域旅游经济非均衡动态演进[J]. 统计与决策，2020(10):123-127.。基于空间溢出效应的研究，学者们还在此基础上进行了比较分析，张雪认为公路对经济增长的产出弹性的溢出效应大于铁路的产出弹性(15)张雪. 京津冀交通基础设施的空间溢出效应 [D].北京：北京交通大学，2017.；潘宇通过实证分析得出结论：交通运输能力的提高对于本地区全要素生产率的直接溢出性大于对周边地区的间接溢出效应(16)潘宇. 新疆交通基础设施的空间溢出效应研究 [D].石河子：石河子大学，2018.。

综上所述，现有研究对于空间溢出效应和交通运输的探索已经十分深入，从既有文献看，大部分学者都是从空间溢出角度探究交通运输格局对于区域经济的影响，在实证分析中却忽略了经济理论中的各种要素的影响。鉴于此，本文基于柯布道格拉斯函数结合空间杜宾模型，对长三角地区三省一市的交通网络密度对经济增长的空间效应展开研究，为交通运输枢纽的选择和建设，发挥长三角地区交通运输格局对周围区域经济发展的辐射作用提供理论借鉴。

二、 模型构建与方法说明

(一) 空间相关性检验

目前，主要用来度量空间自相关的方法有莫兰指数(Moran’s I)、吉尔里指数(Geary’s C)和Getis-Ord指数(17)罗小娟, 冯淑怡, 黄信灶. 信息传播主体对农户施肥行为的影响研究——基于长江中下游平原690户种粮大户的空间计量分析[J]. 中国人口·资源与环境，2019(4):104-115.，莫兰指数和吉尔里指数都是通过取值范围的规定来判断它们的正负相关性，二者的区别在吉尔里指数没有严格的取值上限；Getis-Ord指数主要是对存在正相关的地区进行高值与低值聚集的判断。因此，本次研究选取了界限定义较为明确且能够判断正负相关性的“莫兰指数”：

以上的莫兰指数也称为“全局莫兰指数”。当考察某区域i附近的空间聚集情况时，则使用“局部莫兰指数”：

局部莫兰指数与全局莫兰指数的含义相似，正值Ii表示区域i的高值被周围高值所包围或低值被周围低值包围；负值Ii则表示区域i的高值被周围低值所包围或低值被周围高值包围(18)黄乾, 李修彪. 我国省域人力资本的收敛性分析——基于三种测算方法的比较[J]. 人口与经济，2015(4):94-106.。

(二) 空间杜宾模型

根据空间计量学，如果不同区域的观测值之间相互影响，并且影响程度取决于距离时，意味着观测样本之间可能存在空间依赖性。对于此类空间效应的一类建模方式是，假设区域i的被解释变量yi依赖于其周围地区的自变量：

yit=Xitβ+WijXitδ+εit

其中，WijXitδ表示来自周围地区自变量的影响，而δ为相应的系数向量。将此模型与空间自回归模型相结合，同时考虑空间滞后项和误差项的影响，可得到空间杜宾模型：

yit=λWijyit+Xitβ+WijXitδ+εit

结合本文实际分析的指标，自变量对周围区域的因变量也可能产生影响，因此还加入了因变量的空间滞后项，实际分析模型的设定如下：

其中，ij表示地区，t表示年份，α为常数项，λ为应变量的空间滞后项系数，β为自变量的系数，Xit为自变量组成的向量集合，δ为自变量的空间滞后项系数，εit为随机干扰项。对于随机效应和固定效应的选择，还需要进一步进行Hausman检验后加以判断。

三、 指标选取和变量来源

本文探究的是长三角地区交通运输网络分布对于区域经济的空间溢出效应，因此用柯布道格拉斯生产函数，反映在一定技术水平下资本投入对经济产出的作用机理：

Y=A(t)LαKβHγ

上式中，Y表示经济产出，A(t)表示综合发展水平，L为劳动力数量，K为资本存量，H为人力资本，α、β、γ分别是对应变量的弹性系数。交通运输网络的分布情况作为影响综合发展水平的重要因素之一，因此可以将其设定为一个关于交通网络分布情况的函数：A(t)=A(eχT)，其中T为交通网络密度，χ为其弹性系数。将该式代入上式并取对数可以得到：

LnY=αLnL+βLnK+γLnH+χT+e

其中e为误差项，L、K、H、T为由四维度指标共同构成的解释变量集合，Y为被解释变量，具体指标选取如下：

经济产出Y(亿元)：作为反映地区经济发展水平最直观的指标，本文选取了各省、直辖市的地区生产总值；

劳动力数量L(万人)：目前对于劳动力数量的统计口径种类众多，本文选取了较为直观的各省、直辖市的城镇单位就业人员作为反映地区劳动力数量的指标；

人力资本H(万人)：由于没有人力资本明确的统计口径，本文选取了各省、直辖市的普通高校在校学生数作为反映地区人力资本的指标；

城市资本存量K(亿元)：本文采用永续盘存法Kit=(1-δt)Ki,t-1+Iit/Pit计算城市资本存量，其中i表示地区，t表示年份，I为投资金额，本文采用了各省、直辖市的全社会固定资产投资，P为各地区固定资产投资价格指数，由于选取的基期不同，得到的价格指数也存在差异，本文以2000年为基期分别计算，δt表示折旧率，由于采用方法和基期的设定不同，不同学者对于折旧率的计算有不同的结果，本文根据单豪杰(19)单豪杰. 中国资本存量K的再估算:1952—2006年[J]. 数量经济技术经济研究，2008(10):17-31.算法，将其设定为10.96%。

交通网络密度T(公里/平方公里)：采用了公路网络密度和铁路网络密度加权平均后的结果，其中公路和铁路网络密度为各省、直辖市的公路、铁路营业里程与区域面积之比。

受统计数据的限制，本文设定的样本区间为2012年至2020年，研究中的各项数据均来源于历年《中国统计年鉴》和各省、直辖市的统计数据库，各模型中所用的空间矩阵均为经济距离矩阵。

四、 实证过程与结果分析

(一) 空间格局

由于本文是对长三角地区三省一市的交通运输网络的空间格局的探究，因此选用了局部莫兰指数，根据2012年到2020年加权平均后得到的交通网络密度，计算得到长三角地区三省一市2012年到2020年的局部莫兰指数，如表1所示：

表1 2012—2020年长三角地区交通网络密度的局部Moran’s I值

结果显示，上海市的历年交通网络密度的局部Moran’s I均显著为负，说明上海市的交通网络密度存在着显著的负相关性，结合交通网络密度的实际值来看，上海市的交通网络密度的高值被周围低值所包围。浙江省历年交通密度局部莫兰指数大多为负值，结合实际数据看，浙江省的交通网络密度的低值被周围高值包围；江苏省和安徽省的交通网络密度局部莫兰指数大多为正值，当交通网络密度的低值被周围高值包围时表现为正，高值被低值包围时表现为负。

从莫兰指数的热力图来看，长三角地区的交通运输网络大体是协同发展的，没有极端差异的出现，但内部差异仍然存在。长三角地区的交通运输网络的空间格局主要呈现了以上海-江苏为中心，向浙江-安徽发散的模式。从时间变化对比来看，在中心区域的示范带领下，外围区域的发展迅速，与中心区域的差异逐渐减小。上述结果都表明交通运输网络的空间格局并不是随机分布的，它与经济产出的空间分布极为相似，因此探究交通运输网络与经济增长之间的关系十分必要。

(二) 空间溢出效应

近年来，中国的经济发展已经呈现出明显的空间相关性，若只是采用简单的最小二乘法对存在空间相关性的模型进行估计，就会导致回归参数和标准误估计的不一致性(20)胡煜. 中国交通枢纽的空间溢出效应研究 [D].北京：北京交通大学，2017.。基于空间相关性的存在，空间杜宾模型能够对所有可能存在空间溢出性的变量得到一致性估计，并能够估算溢出效应的大小。但对于随机效应和固定效应模型的选择，必须进行Hausman检验。本研究通过Stata计算得出加入空间权重矩阵拟合估计出的空间杜宾模型的Hausman检验统计量为9.93，p值为0.019 2，p值在5%显著性水平下显著，因此可以拒绝原假设，应当选择固定效应模型。

下页表2是使用了2012—2020年长三角地区三省一市的交通网络密度和其他指标的面板数据并选择了具有固定效应的空间杜宾模型的拟合结果。由于产出、资本、劳动力数量存在指数增长趋势，故在模型估计前将这些变量取对数处理。

表2 固定效应的空间杜宾模型估计结果

上述模型的R-squared为0.949 8，劳动力数量、城市资本存量、人力资本取对数后的估计系数基本通过了显著性检验，交通网络密度的系数显著为正，说明空间模型的拟合效果较好。Lesage和Pace提出当被解释变量的空间滞后项系数显著不为0时，采用空间杜宾模型系数度量空间溢出效应会存在系统性偏差(21)LESAGE J, PACE R K. Introduction to spatial econometrics[M]. New York: CRC Press，2009：19-44.(22)熊志华, 姚智胜. 轨道交通网络级联失效影响范围研究[J]. 交通运输系统工程与信息，2020(1):12-18.。因此，下面将从直接效应、间接效应和总效应三方面对空间溢出效应进行分解，对变量之间的空间溢出影响进行更为准确的解释说明。

由表3结果可以看出，长三角地区三省一市的交通网络密度、城市资本存量和劳动力数量对经济增长的直接效应、间接效应和总效应的系数都显著为正，说明交通网络密度、城市资本存量和劳动力数量对经济增长有促进作用，存在显著的正向空间溢出效应。观察直接效应和间接效应的系数大小可以看出，交通网络密度的提高对于本地区的经济增长的促进作用小于对周边地区经济增长的促进作用，这种溢出现象出现的可能原因是不同地区之间的交通运输在交通运输总量中的占比较大，往往更能够促进区域间的经济发展，对于发展落后的地区而言，加强区域间交通网络的建设也是促进本地区经济发展的有力措施之一。

表3 固定效应的空间杜宾模型溢出效应分解结果

此外，还可以看出，城市资本存量的直接效应、间接效应和总效应在10%的显著水平上显著为正，对于周边地区的经济增长均存在着正向溢出效应，而人力资本对本地区的经济发展有着显著的良好促进作用，对周边地区却存在着负向溢出效应。这可能由于人力资本在某一地区的聚集会导致周边地区的人力资源的匮乏，从而抑制了周边地区的经济发展，因此，人力资本的合理分配不仅有利于本地区的经济发展，还能够对周边地区的经济发展起到促进作用。

基于以上分析可知，长三角地区的交通运输网络密度对经济增长的空间溢出效应是显著存在的，因而在进行交通运输网络的建设时要考虑它对经济发展的影响，所以本研究给出以下结论建议：第一，上海、江苏作为长三角地区的交通运输中心，虽然带动了周围地区的经济发展，但内部差异仍然存在，政府要充分考虑空间溢出效应的影响，协调好不同区域的交通网络建设工作和经济发展政策，以中心城市带动周边城市经济发展。第二，区域间的交通网络建设对本地区经济增长有促进作用，政府可以加强区域间交通运输网络的建设从而促进本地区经济发展。第三，人力资本的合理分配不仅有利于本地区的经济发展，对周边地区的经济发展也起到促进作用，政府应该加强高校建设，吸引人才聚集，为高校毕业生提供更多岗位，为经济发展创造有利条件。