粤港澳大湾区与长三角城市群一体化水平和城市群交易效率的比较分析

文/何文举 李丽丽 夏漫莉（.湖南工商大学经济与贸易学院，湖南长沙4005；.湖南工商大学理学院，湖南长沙4005）

一、引言

2020 年10 月14 日，习近平总书记在深圳经济特区建立40 周年庆祝大会上的重要讲话指出，积极作为深入推进粤港澳大湾区建设，促进人员、货物等各类要素高效便捷流动，提升市场一体化水平。随着2016 年《长江经济带规划发展纲要》的发布，长三角城市群的经济在我国占据越来越重要的地位。探究区域一体化水平对交易效率的影响程度以及影响交易效率提升的因素，对粤港澳大湾区与长三角城市群的经济发展具有重要意义。

区域一体化的概念最早是由荷兰经济学家Tinbergen 提出的。他认为，区域一体化是国家与区域之间在经济、政治、文化等方面达成的统一。实现这种统一，需要运用某种手段，弱化甚至消除阻碍经济活动的因素，从而使经济充分发展。后来美国经济学家Balassa 指出，区域一体化是消除国家和地区之间差别待遇的一个过程。20 世纪90 年代以后，区域一体化的内容更加丰富，发展中国家出现了区域经济一体化组织，发达国家的一体化程度也越来越高。一些学者将区域一体化引入新经济地理学等更宽阔的领域中，探究其空间效应，进一步丰富了区域一体化的内涵。①高丽娜、朱舜：《城市群一体化发展促进创新吗？——来自长三角城市群的经验证据》，《华东经济管理》2018 年第6 期。②金露露、王子晨：《区域一体化对城市绿色创新水平的影响研究——基于长三角26 个城市的动态空间面板实证检验》，《技术经济与管理研究》2019 年第11 期。

交易效率是指在一定时间内一国经济体中交易活动或业务活动进行的速度快慢。③赵红军：《交易效率、城市化与经济发展》，复旦大学博士学位论文，2005 年。交易效率的思想最早体现在古典经济学的“运输效率”和“运输费用”相关论述当中。亚当·斯密在《国富论》中指出，分工水平受市场交易范围限制，市场交易范围又会受到交易费用和交易效率影响，因此交易效率可以通过分工演进、市场扩展进而影响经济增长。④Young A.，“Increasing Returns and Economic Progress，”The Economic Journal，Vol.38，No.3，1928，pp.527-542.

交易效率是经济增长的重要影响因素，国内学者对交易效率的研究大都集中在测算问题上。

有学者从交易费用角度出发，建立综合交易效率指标体系，测算了80 个国家的交易效率综合指数，得出交易效率和国家经济增长呈正相关关系的结论。⑤高帆：《交易效率的测度及其跨国比较：一个指标体系》，《财贸经济》2007 年第5 期。一些学者在分析影响交易效率的因素后认为，提高公共服务水平和政府行政效率，可以提高交易效率。⑥杨肃昌、方来、柳江：《中国交易效率的衡量》，《财经问题研究》2012 年第12 期。一些学者将交易效率纳入互联网技术与服务业发展框架，实证分析三者关系，运用主成分分析法对交易效率进行测算，得出降低互联网应用技术研发成本可提升交易效率的结论。⑦曾世宏、刘迎娣：《互联网技术、交易效率与服务业发展——兼论服务消费对高质量发展的基础性作用》，《产经评论》2020 年第3 期。

现有大多数文献对交易效率进行研究的视角较为单一，不是在宏观层面上探讨国内外贸易与交易效率的关系，就是在微观层面上探讨影响工业企业交易效率的相关因素。⑧孙楚仁、赵红军：《国内贸易、对外贸易与交易效率关系的实证研究》，《国际商务研究》2012 年第1 期。⑨曹靖、张文忠：《不同时期城市创新投入对绿色经济效率的影响——以粤港澳大湾区为例》，《地理研究》2020 年第9 期。⑩程承坪、李飞：《交易成本对中国区域经济不平衡增长的影响——基于2008—2018 年30 个省（市）空间面板杜宾模型的实证研究》，《湘潭大学学报》（哲学社会科学版）2020 年第6 期。⑪刘朝阳、Tsvi Vinig、张彬：《制度基础设施对微观工业企业交易效率的影响研究》，《宏观经济研究》2020 年第8 期。在研究区域一体化时，国内学者的研究对象多为长江中游城市群，而将粤港澳大湾区和长三角城市群作为研究对象进行对比的研究较少。目前，有关区域一体化和交易效率关系的研究还不是很多，因此笔者希望在此方面进行一些有益的探索。

二、研究假设与理论分析

（一）区域一体化对交易效率影响机制分析

区域一体化是一个综合性概念，区域内的基础设施建设、政府职能转变、社会分工等协同发展，从而使区域内产业结构更加合理、要素自由流动、区域经济协同发展。①金露露、王子晨：《区域一体化对城市绿色创新水平的影响研究——基于长三角26 个城市的动态空间面板实证检验》，《技术经济与管理研究》2019 年第11 期。通过分析区域一体化的集聚、协同效应对交易效率的影响机制，本文提出区域一体化影响交易效率的假设。某一地区的科学技术、交通运输、政府职能、教育水平等因素都会影响本地区交易效率的提升。影响交易效率的因素可以分为硬条件和软条件两大类，科学技术、交通运输等为硬条件，政治制度、教育水平等为软条件。②孙楚仁、赵红军：《国内贸易、对外贸易与交易效率关系的实证研究》，《国际商务研究》2012 年第1 期。

区域一体化会产生集聚效应。集聚效应可从两个方面影响区域内交易效率的提升。一方面，集聚效应会促进区域内各种要素的合理配置，而要素流动、劳动分工等影响区域内的科学技术、交通运输等硬条件，进而提升本地区交易效率。另一方面，根据标准集聚经济理论模型，区位优势会降低运输成本，运输成本属于硬条件，即集聚效应通过影响硬条件进而影响交易效率。③高丽娜、朱舜：《城市群一体化发展促进创新吗？——来自长三角城市群的经验证据》，《华东经济管理》2018 年第6 期。

区域一体化会产生协同效应。区域内部人员流动性增强，各要素联系增强，加之空间邻近效应，区域内部协同增强，产生协同效应。协同效应有利于区域内各生产要素自由流动和资源配置效率的提升，影响政治制度、教育水平等软条件，进而影响区域交易效率。

由此，本文提出假设：区域一体化通过影响硬条件和软条件进而影响交易效率。

（二）交易效率测算模型

交易效率是一个综合指数，并不是通过某一单一指标进行衡量的。本文根据前人对交易效率的研究，从基础设施、政府公共服务、信息化水平、教育水平、市场化水平、经济开放程度等6 个维度，考察粤港澳大湾区和长三角城市群2009—2018 年的交易效率变化情况。基础设施是市场经济活动的基础，为市场交易提供平台，基础设施的完善能够有效降低交易风险，从而提高交易效率。因为基础设施的完善主要依靠政府支持，所以政府公共服务也会影响交易效率。信息化水平和教育水平通过影响交易技术而影响交易效率。改革开放以来，中国经济逐渐融入世界经济市场，对外开放程度也不断加大，生产要素的市场化进一步扩大，市场化水平和经济开放程度通过影响资源配置效率进而影响交易效率。

参照前人对综合指标的测算方法①王儒奇、余思勇、胡绪华：《技术创新、城市群一体化与经济高质量发展》，《金融与经济》2020 年第7 期。，本文基于熵值法，构建原始指标矩阵数据，对k 个年份、m 个城市、n 个指标的面板数据的交易效率进行测算，具体处理方法如下：

1. 指标标准化处理

其中，xmax、xmin分别表示指标j 的最大值和最小值，Zαij（i=1，2，3，…，m；j=1，2，3，…，n）表示第α 个年份、第i 个地区、第j 个指标经过标准化后的值。

2. 指标归一化处理

其中，Pαij表示所有年份，某指标j 下第i 个地区的贡献度。

3. 计算各指标熵值

4. 计算各指标信息熵冗余度

5. 计算各指标权重

6. 各地区的交易效率综合指数

三、交易效率测算及空间计量模型设定

（一）数据来源

本文选取2009—2018 年的粤港澳大湾区的11 个地区以及长三角城市群26 个地区的指标数据作为样本，其中内地城市的指标数据来自《中国城市统计年鉴》和有关省市历年统计年鉴，香港特别行政区、澳门特别行政区的指标数据分别来自历年的《香港统计年刊》《统计年鉴》。运用插值法进行填补个别缺失数据，运用Stata 软件和R 软件处理数据。

（二）区域交易效率测算及比较

1. 交易效率测算结果

本文构建了粤港澳大湾区和长三角城市群的交易效率指标体系，运用熵值法测算出两个城市群各个城市2009—2018 年的交易效率综合指数。测算结果如表1 所示，由于篇幅限制，本文仅展示2009 年和2018 年各个地区的交易效率。

表1 长三角城市群和粤港澳大湾区各城市交易效率

2. 交易效率时空格局

图1 和图2 分别表示长三角城市群和粤港澳大湾区2009 年、2018 年的交易效率时空差异变化。下面我们结合表1，从横向角度来分析长三角城市群在2009 年和2018 年的交易效率变化情况。2009年，在长三角城市群中，有20 个城市的交易效率在0.00～0.40 的水平，处于较低的水平；南京市、无锡市、杭州市、宁波市的交易效率在0.41～0.60 的水平；苏州市的交易效率在0.61～1.00 的水平，只有上海市处于1.01～3.00 的水平，交易效率值为1.13。由此表明，2009 年，长三角城市群的交易效率整体处于较低的水平，只有苏州、上海等少数城市居于领先地位。这从侧面反映出2009 年的长三角城市群一体化水平较低。2018 年，有13 个城市的交易效率在0.00～0.40 的水平，合肥市、金华市等7 个城市交易效率处于0.41～0.60 的水平，南京市、无锡市、杭州市、宁波市的交易效率均提升至0.61～1.00 的水平，苏州市也有明显提升，和上海市均处于1.01～3.00 的水平。整体而言，长三角城市群经过发展，大部分城市的交易效率都有了明显提升，尤其是上海市、苏州市的邻近城市，提升效果较为明显。这从侧面表明上海市对长三角城市群经济发展的拉动作用，以及城市群一体化趋势更加明显。分析粤港澳大湾区2009 年、2018 年交易效率时空差异，我们可以发现，2009 年香港特别行政区、深圳市交易效率最高，其次是珠海市，而其他地区交易效率较低；2018 年，广州市、东莞市的交易效率跃升至1.01～3.00的水平。由此可见，经过发展，广州、东莞等地区经济发展迅速。

图1 长三角城市群的交易效率

图2 粤港澳大湾区的交易效率

下文从纵向角度分析长三角城市群和粤港澳大湾区的交易效率的时空差异。长三角城市群年度交易效率均值都低于粤港澳大湾区，交易效率增量均值也低于粤港澳大湾区。2009 年，长三角城市群交易效率大部分处于0.00～0.40 的水平，而粤港澳大湾区的交易效率大部分处于0.21～0.60 的水平；而到2018 年，长三角城市群多数城市处于0.60 以下水平，粤港澳大湾区则多数处于0.60 及以上水平。由此表明，粤港澳大湾区的交易效率整体高于长三角城市群的交易效率。这从侧面表明，粤港澳大湾区的经济增长水平也高于长三角城市群的经济增长水平。深圳市2018 年的交易效率为2.51，与粤港澳大湾区的其他城市相比，增幅最大，同时带动周边城市的经济发展，使其交易效率大幅提升；作为长三角城市群经济中心的上海市交易效率增幅略高于深圳市，但是对周边城市的交易效率带动效应略低于深圳市。由此可见，粤港澳大湾区具有更大的经济发展潜力，也更加有望发展成世界级湾区。

（三）空间计量指标选取及模型设定

1. 变量说明

（1）被解释变量

本文以各城市的交易效率作为被解释变量，从基础设施、政府公共服务、信息化水平、教育水平、市场化水平、经济开放程度等6 个维度对交易效率综合指数进行测算。基础设施用城市公共汽车总数占城市人口比重表示，政府公共服务用公共财政支出表示，信息化水平用移动电话年末用户数占城市人口比重表示，教育水平用教育支出占城市人口比重表示，市场化水平用城镇私营人员和个体从业人员总数占城市总就业人数比重表示，经济开放程度用城市进出口总额占城市国内生产总值（GDP）比重表示，在此基础上用熵值法测算出交易效率综合指数。

（2）解释变量

本文参考前人的区域一体化的测算方法，以区域经济发展视角，将单一城市融入区域发展相对水平，构建区域一体化指数。具体计算公式为：

其中，UNit表示第i 个城市t 年的区域一体化指数，RGDPi，t表示第i 个城市t 年的人均GDP，MRGDPt表示t 年城市群人均GDP。

区域一体化指数越大，表示某一城市人均GDP 相对于该城市所在的城市群人均GDP 的差距就越大，即区域一体化程度越低；反之，区域一体化指数越小，区域一体化程度就越高。

（3）控制变量

根据已有研究，交易效率的主要影响因素有制度、外部治理环境和资源配置效率。①杨肃昌、方来、柳江：《中国交易效率的衡量》，《财经问题研究》2012 年第12 期。

人力资本（Hum）属于制度中的公共服务与政策方面。教育体系的完善会直接影响人力资本的积累，人力资本的增加会提高交易效率。人力资本用普通高校在校学生人数来衡量。

政府调控能力（Gov）属于外部治理环境中的软环境方面，为城市交易效率的提高提供强有力的保障。政府公共财政支出是直接的调控手段之一，政府调控能力用各城市公共财政支出占其国内生产总值的比重来衡量。

通信能力（Tele）属于外部治理环境中的硬环境方面，用城市移动电话年末用户数进行衡量。

劳动力水平（Lab）属于资源配置效率方面，用地区年末就业人数来衡量。

城市规模（Cit）属于外部治理环境中的硬环境方面，直接影响城市生产要素流动以及配置效率，进而影响交易效率。城市规模用年末城市人口数来衡量。表2 是被解释变量、解释变量和控制变量的具体说明。

表2 变量说明

2. 空间相关性检验

是运用传统计量模型还是空间计量模型，需要根据交易效率空间状态进行分析。如果某一城市的交易效率较高，其相邻地区的交易效率可能会受到其空间溢出效应的影响，那么传统计量模型的估计结果就会出现偏差。运用空间计量模型的前提是进行空间相关性检验，本文采用全局莫兰指数检验样本数据是否存在空间相关性。莫兰指数的计算公式为：

3. 空间权重矩阵

空间权重矩阵能够反映城市群内各个城市的空间距离联系，进而反映各城市之间的空间依赖程度。地理邻接矩阵的直观性和满足空间权重矩阵外生性的假定，使得空间权重矩阵在实际应用中是最为常用的。本文针对城市群建立空间权重矩阵，并从区域一体化的角度研究其对交易效率的影响。此外，城市群中各个城市的直线距离较近，距离上的空间差异不太明显，因此本文选择Rook 空间权重矩阵。

地理邻接矩阵是根据城市是否相邻进行设定的，如果两个城市在地理位置上相邻，就赋值为1；反之，就赋值为0。权重矩阵的对角线为0，具体的设定为：

根据邻接关系的不同，地理邻接矩阵可分为衔接矩阵、K-nearest 空间权重矩阵和其他邻接矩阵。其中，衔接矩阵有Rook、Queen、Liner 和Bishop 等4 种相邻准则。Rook 空间权重矩阵表示，如果两个城市拥有共同的边界，就定义为相邻；Queen 空间权重矩阵表示，如果两个城市拥有共同的边界或顶点，就定义为相邻；Liner 空间权重矩阵表示，如果两个城市在左侧或右侧有共同的边界，就定义为相邻；Bishop 空间权重矩阵表示，如果两个城市拥有共同的顶点但是无共同的边界，就定义为相邻。K-nearest 空间权重矩阵是基于距离和邻接组合的空间权重矩阵，根据实际研究的空间关联性设置k值，选取与该区域最近的k 个区域为相邻区域。

4. 空间计量模型构建

为了更加全面准确地探究区域一体化对交易效率的影响，本文采用三种空间计量模型分别对粤港澳大湾区和长三角城市群进行计量分析。

运用空间滞后模型（SLM）分析城市群中邻近城市的交易效率对本城市的空间辐射效应，具体模型为：

其中，lneffiit表示i 地区t 时期的交易效率的自然对数，Xcontrol表示5 个控制变量，W 表示空间权重矩阵，εit为随机扰动项。

运用空间误差模型（SEM）分析城市群中某城市交易效率受其他因素影响的程度，具体模型为：

其中，λ 为空间自相关系数，ξit为误差项。

运用空间杜宾模型（SDM）分析空间滞后项以及误差项对交易效率的影响，具体模型为：

四、实证结果分析

（一）空间计量结果分析

空间相关性检验是建立空间计量模型的前提。为确保模型的准确性，本文对所有变量进行全局空间相关性检验，如表3 所示，它们均通过显著性检验，表明本文可以运用空间计量模型进行分析。

表3 空间计量模型检验表

本文对空间计量模型进行拉格朗日乘子检验（LM 检验）、似然比检验（LR 检验），如表3 所示，根据检验结果，空间滞后模型、空间误差模型和空间杜宾模型同时存在。同时，豪斯曼检验结果拒绝原假设，因此我们选择建立固定效应模型。

长三角城市群和粤港澳大湾区的空间计量模型的估计结果，如表4 所示。由此可知，解释变量区域一体化水平（UN）在两个城市群中的空间滞后模型（SLM）中，均通过显著性水平为0.01 的检验。因此，本文主要以空间滞后模型结果进行分析。由此模型回归结果可知，UN 项的回归结果均显著为负，表明UN 与交易效率是负相关关系。由公式（12）可知，UN 的值越大，区域一体化水平越低，故区域一体化水平与交易效率呈正相关，即区域一体化水平的提高会促进交易效率的提高，进而也会促进经济增长。长三角城市群的UN 的系数为-0.117，即区域一体化水平每提高1%，交易效率则会提高0.117%；粤港澳大湾区的UN 的系数为-0.515，即区域一体化水平每提高1%，交易效率则会提高0.515%。这表明，与长三角城市群相比，粤港澳大湾区的一体化水平对交易效率的作用更强。从控制变量来看，人力资本（Hum）对长三角城市群的交易效率产生更强的正向作用，对粤港澳大湾区产生的影响较弱。政府调控能力（Gov）对长三角城市群的影响显著，政府调控能力每提高1%，交易效率则提高4.981%，说明政府公共服务的提升能够改善政府行政效率，完善法律教育体系，合理配置资源，从而降低交易成本，提高交易效率；政府调控能力对粤港澳大湾区的影响效果不明显，可能因为粤港澳大湾区市场更加开放，并且粤港澳大湾区推出了较多的先行先试政策，从而使政府公共服务发挥的作用有所减弱。通信能力（Tele）对长三角城市群和粤港澳大湾区的交易效率的影响均较小，说明我国城市群在通信行业迅速发展的背景下，与世界一流城市群的发展还有较大差距。劳动力水平（Lab）与交易效率是负相关关系，这可能与我国当下劳动力结构有关，改革开放以来我国劳动力年龄结构逐渐呈现老龄化特征，劳动力老龄化导致劳动生产率下降，从而影响生产要素配置效率，抑制交易效率提升。城市规模（Cit）对交易效率产生抑制作用，说明城市人口越多，规模越大，对交易效率的提高就越具有抑制作用。

表4 空间计量模型估计结果

如表5 所示，对于长三角城市群和粤港澳大湾区的区域一体化直接效应而言，两个城市群都通过显著性水平为0.1 的检验，其回归系数分别为-0.116、-0.524，表明区域一体化水平越高，其交易效率提高越快，从而经济增长也就越快。从两者的回归系数可以看出，粤港澳大湾区的区域一体化水平对交易效率影响程度更大。从间接效应来看，粤港澳大湾区只有人力资本通过显著性水平为0.05 的检验，方向为负，表明该区域某一个城市的人力资本增加，会提高该城市的交易效率，抑制邻近城市的交易效率。虽然区域一体化水平高的城市的经济更为发达，但是解释变量区域一体化的间接效应均不显著，这表明城市群中经济发达的城市并未带动经济发展水平较低的城市。因此，经济发展水平较低的城市应该引进人才，自主创新，不能只依赖政府的宏观调控。城市群应该积极调整产业结构，促进区域一体化的发展，从而促进交易效率提高，进而促进城市群经济增长。

表5 回归效应分解估计结果

（二）稳健性检验

本文采用改变空间权重矩阵的方式进行模型稳健性检验。在前文运用Rook 空间权重矩阵的基础上，我们采用Queen 空间权重矩阵和K-nearest 空间权重矩阵检验模型估计结果的稳健性，检验结果如表6 所示。

由表6 可知，对于长三角城市群和粤港澳大湾区来说，在不同空间权重矩阵下，区域一体化水平（UN）均通过显著性水平为0.1 的检验，与前文估计结果一致；人力资本（Hum）、政府调控能力（Gov）、通信能力（Tele）的显著性与前文估计结果一致，对交易效率有正向影响；劳动力水平（Lab）、城市规模（Cit）对交易效率有负向影响，估计结果与前文一致。因此，采用Queen 空间权重矩阵和K-nearest 空间权重矩阵的估计结果与Rook 空间权重矩阵估计结果一致，说明模型估计结果具有较强的稳健性。

表6 模型的稳健性检验

五、结论

本文以粤港澳大湾区和长三角城市群的37 个城市区域一体化对交易效率的影响为研究对象，以2009—2018 年的面板数据为基础，运用熵值法测算各城市各年份交易效率综合指数，对两大城市群的交易效率进行时空分析，并建立空间滞后模型、空间误差模型和空间杜宾模型，探究区域一体化水平对交易效率的影响以及空间溢出效应。研究结果表明：区域一体化水平对交易效率具有正向显著促进作用，其中区域一体化水平对粤港澳大湾区的促进作用更强；人力资本对长三角城市群的促进作用更加明显，对粤港澳大湾区具有负向空间溢出效应，即粤港澳大湾区某一个城市的人力资本的增加能带动该城市的交易效率，抑制邻近地区交易效率；将劳动力水平引入模型之后，发现劳动力水平对两大城市群的交易效率均具有抑制作用。

对比粤港澳大湾区和长三角城市群的时空格局，我们可以发现，长三角城市群的核心城市为上海市、苏州市，粤港澳大湾区的核心城市为深圳市、广州市、东莞市和香港特别行政区。两个城市群的核心城市的辐射带动效应较弱，尤其是粤港澳大湾区，深圳等核心城市并没有充分发挥出其空间辐射效应。希望港珠澳大桥、深圳湾大桥能够促进粤港澳大湾区的各种要素自由流动，充分发挥核心城市的辐射效应，提高交易效率。

由于获取的数据有限，相关变量的选取不一定全面，因而本文的实证分析结果有待后续研究进一步验证，希望上述问题能在未来的研究中得以解决。