交通基礎設施對區(qū)域創(chuàng)新的空間溢出效應研究

沈 潔，張永恒

（1.焦作大學 經(jīng)濟管理學院，河南 焦作 454000；2.河南理工大學 太行發(fā)展研究院，河南 焦作 454000）

中國經(jīng)濟快速發(fā)展的一個典型特征是擁有大幅高于經(jīng)濟發(fā)展水平的交通基礎設施，這是很多欠發(fā)達國家所不具備的一個重要因素，也是中國在“一帶一路”建設中重點倡導的投資領域。克魯格曼曾指出，國際貿(mào)易和經(jīng)濟增長模式主要受兩類活動的支配：創(chuàng)新和技術傳播。其中技術傳播的效率無疑與交通基礎設施緊密相關。因此，對“一帶一路：沿線國家來說，需要了解中國在依靠交通設施推動創(chuàng)新發(fā)展，并實現(xiàn)快速增長的具體成效；對我國來說，向高質量發(fā)展的轉變也需要把握如何在既有交通設施基礎上，繼續(xù)推進創(chuàng)新水平的提高。

最早關于交通基礎設施的研究大都和經(jīng)濟增長相關。經(jīng)濟史學家克拉克認為快速和廉價的交通運輸是工業(yè)革命的主要成果之一。斯密則早就提出優(yōu)良的道路、運河和港口等公共設施都會極大促進地區(qū)商業(yè)貿(mào)易的發(fā)展，從而創(chuàng)造更多財富。空間視角下，交通基礎設施會促進人口遷移，導致人口密度的變化，從而引致產(chǎn)業(yè)的區(qū)位選擇或再聚集[1]。但從深層次講，無論是人口還是產(chǎn)業(yè)的區(qū)位選擇，目標都是為了重新配置生產(chǎn)要素以提升生產(chǎn)率[2]，所以，交通基礎設施是區(qū)域創(chuàng)新的必要保障，效率低下的交通基礎設施會削弱技術引進和創(chuàng)新的效率，進而降低全要素生產(chǎn)率。

根據(jù)以往研究，可以將交通基礎設施對區(qū)域創(chuàng)新的影響歸納為四個方面：從人力資本看，交通基礎設施有利于人力資本的充分流動和集聚[3]，從而使人才高度集聚的區(qū)域產(chǎn)生更多的創(chuàng)新活動，所以盧卡斯才認為城市是促進經(jīng)濟增長的發(fā)動機；從企業(yè)視角看，交通基礎設施的空間溢出效應會降低企業(yè)庫存，減少運輸和通勤時間[4]，通過提高企業(yè)生產(chǎn)率提升區(qū)域創(chuàng)新能力；從產(chǎn)業(yè)視角看，交通基礎設施在不同產(chǎn)業(yè)之間存在空間溢出[5]，從而使擁有不同產(chǎn)業(yè)的區(qū)域存在創(chuàng)新活動的差異；從區(qū)域視角看，交通基礎設施會導致城市的絕對趨同，還會對貿(mào)易產(chǎn)生正向影響，推動區(qū)域經(jīng)濟一體化，這也是推動區(qū)域創(chuàng)新的一個方面。國外也有一些相關研究，如Agrawal 等（2017）[6]發(fā)現(xiàn)高速公路增加10%會導致專利數(shù)量增加1.7%，并認為交通設施會促進知識溢出，從而促進區(qū)域經(jīng)濟增長和創(chuàng)新。

綜上可見區(qū)域創(chuàng)新的關鍵是人力和物力等要素的匯集和充分流動，包括流量和流速兩方面，而交通基礎設施的作用正是如此，因而兩者必然存在很大相關性。但還需注意兩點：一是交通基礎設施和區(qū)域創(chuàng)新之間在資金來源上存在競爭關系。因為區(qū)域創(chuàng)新中有很大一部分資金來自政府支持，而建設交通基礎設施也主要依靠政府。所以，在政府支出不變下，兩者會出現(xiàn)“相互擠出”，從而呈現(xiàn)負向影響。二是交通基礎設施發(fā)揮作用的關鍵是其通達性，交通基礎設施只有形成高密度的網(wǎng)狀結構才能充分發(fā)揮作用，而地方保護主義造成的斷頭路則無法完全發(fā)揮交通基礎設施的空間溢出作用，所以，如果交通基礎設施的密度達不到標準，也可能難以對區(qū)域創(chuàng)新產(chǎn)生正向效應。綜上，本文將比較基于地理、經(jīng)濟等多種鄰近效應下，不同類型交通基礎設施對區(qū)域創(chuàng)新產(chǎn)生的影響，從而為我國在高質量發(fā)展階段的交通基礎設施建設提供參考。

一、變量選擇及初步分析

（一）數(shù)據(jù)來源和指標選擇

選擇各省市的專利申請量（inno）作被解釋變量。解釋變量有8 個，其中核心解釋變量分別是鐵路（rail）、高速公路（express）、高等級公路（high）、低等級公路（low）的密度。高等級公路包括一、二級公路，低等級公路為所有其他等級公路。原則上，高速公路也屬于高等級公路，但為更清晰了解高速公路的特定效應，這里專門列出。參考已有研究選取4個控制變量：用當年實際利用外資金額（Fdi）和進出口總額占GDP 的比重（Open）衡量地區(qū)開放水平，通過對Fdi 的判斷可以看出外商投資為各地帶來創(chuàng)新效應，以驗證我國曾實行的“市場換技術”政策的有效性；采用城鎮(zhèn)化率（Urb）和居民受教育水平（Edu）作為控制變量，因為創(chuàng)新與制造業(yè)相比具有更高的空間聚集特征，而聚集最直接的表現(xiàn)就是城鎮(zhèn)化率的提高，預期居民受教育水平提升會對創(chuàng)新有直接影響。城鎮(zhèn)化率使用常住人口中城市戶籍人口占比代表，受教育水平按現(xiàn)行學制為受教育年數(shù)計算人均受教育年限，然后按各類人口數(shù)加權平均。

上述數(shù)據(jù)主要來自歷年《中國統(tǒng)計年鑒》和各省市的統(tǒng)計年鑒，個別數(shù)據(jù)取自相關省份的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。為盡可能降低數(shù)據(jù)的異方差問題，所有指標都取對數(shù)處理。

（二）變量的空間相關性檢驗

利用Moran's I 統(tǒng)計量檢驗變量的空間相關性，為捕獲更多的空間相關性，這里同時采用0-1 權重矩陣、經(jīng)濟距離空間權重矩陣和反距離空間權重。0-1 權重矩陣衡量地區(qū)之間是否相鄰；經(jīng)濟距離空間權重矩陣使用地區(qū)人均GDP 衡量兩地之間的經(jīng)濟距離；反距離空間矩陣的設定標準為采用各省會城市之間的直線距離衡量。

通過上述三類空間權重矩陣計算的Moran's I統(tǒng)計量可以發(fā)現(xiàn)，無論哪類空間權重矩陣的結果都顯示核心變量具有顯著的空間相關。有兩點需要注意：一是利用經(jīng)濟權重矩陣得到創(chuàng)新的Moran's I 指數(shù)都非常大，而利用0-1 權重矩陣得到的值在2007年之前并不顯著，之后雖然顯著，但數(shù)值較小，說明創(chuàng)新很可能是重點基于地區(qū)經(jīng)濟狀況的臨近而溢出；二是利用經(jīng)濟權重矩陣計算的公路和低等級公路的Moran's I 指數(shù)從2006 年之后不再顯著，主要因為國家從2006 年正式實施西部大開發(fā)，之后又提出中部崛起和振興東北老工業(yè)基地等區(qū)域協(xié)調發(fā)展舉措，它們的著力點大都是基礎設施建設，即此時的交通基礎設施建設不再由地區(qū)經(jīng)濟發(fā)展狀況決定，而是由以減弱地區(qū)市場分割、減少斷頭路為目標的基于地區(qū)臨近狀況決定，同時，該目標的實現(xiàn)是以建設成本較低的低等級公路為主要方式，這也可以從0-1 矩陣計算的Moran's I 指數(shù)得到，即從2006 年起，基于0-1 矩陣的公路和低等級公路的空間相關性明顯增強，所以從2006 年起，基于經(jīng)濟空間權重矩陣得到的公路和低等級公路的Moran's I 指數(shù)逐步減弱。

二、模型選擇的說明

利用廣義嵌套模型可以對多類常規(guī)的空間計量模型進行梳理。廣義嵌套模型的一般表示形式為：

式（1）中，Y 是N×1 的因變量，X 是N×K 的自變量矩陣，WY 代表因變量的內生交互作用；ρ、α、β、θ 和λ 是回歸系數(shù)，ρ 和λ 可以被理解為空間相關系數(shù)；IN是元素均為1 的N×1 階列向量，ε 服從（0，）分布；μ 是N×1 的擾動列向量，因而Wμ 是擾動項的交互效應項。式（1）中，如λ=0，則退化為空間杜賓模型（SDM）。在空間杜賓模型中，如θ=0，則為空間自回歸模型（SAR）；如θ=-ρβ，則為空間誤差模型（SEM）；如ρ=0，則為解釋變量空間滯后模型（SLX）。因此，SAR、SEM、SLX 都是空間杜賓模型的特例。

在空間交互作用下，任意一個地區(qū)的自變量除了對自身產(chǎn)生影響外，還會影響存在空間交互地區(qū)的因變量，前者被稱為直接效應，后者則稱為間接效應。考慮到利用SDM 能夠篩選出更合適的模型，且SDM 比SEM、SLX 以及SAR 模型在獲取直接效應和間接效應時更有優(yōu)勢，因而這里重點使用SDM進行研究。需要注意的是，對于SDM 的解釋應該利用直接效應、間接效應和總效應，而不能直接根據(jù)回歸系數(shù)分析[7]。本文設定模型如下：

其中，lninnoit是N×1 的被解釋變量，矩陣Xit是所有解釋變量及其空間交互項，W 是空間權重矩陣，IN是單位向量，μi，λt和εit分別是空間效應、時間效應和擾動項。

三、實證結果及分析

為使模型更加穩(wěn)健，這里同時采用φ2和Hausman 檢驗判斷究竟應該選擇固定效應還是隨機效應，另外，由于Lee 和Yu（2010）[8]認為，無論SDM模型是只包含空間固定效應和時間固定效應中的一種，或是同時包含兩種效應，采用直接法得到的估計都是有偏的，需要對參數(shù)進行校正，即如果存在固定效應也應采用雙固定效應偏誤校正模型。因此，這里利用反距離矩陣和經(jīng)濟權重矩陣得到的檢驗結果進行判斷，應當選擇隨機效應模型，但所有空間權重矩陣下的φ2檢驗結果都支持固定效應模型，同時結合回歸結果發(fā)現(xiàn)，同類權重矩陣下的隨機效應模型和固定效應模型中，各變量的符號和顯著性水平相似，因此使用雙固定效應偏誤校正模型進行分析，如表1 所示。另外，考慮到利用不同權重矩陣計算的Moran'I 指數(shù)，使用0-1 矩陣的關于創(chuàng)新的結果在2008 年之后才顯著，同時由于創(chuàng)新的目標是經(jīng)濟發(fā)展，這里主要結合經(jīng)濟權重矩陣進行分析，考慮經(jīng)濟權重矩陣可能帶來的內生性，故利用反距離權重矩陣的結果進行穩(wěn)健性檢驗。

可以發(fā)現(xiàn)：第一，對交通基礎設施和區(qū)域創(chuàng)新的關系來說，鐵路、高速公路和低等級公路對創(chuàng)新的作用均顯著為正，高等級公路的作用顯著為負。這說明各類交通設施均發(fā)揮了其獨特的優(yōu)越性：鐵路的連續(xù)性好、速度快以及安全性高，輔之以當前高速鐵路的發(fā)展，優(yōu)勢更加突出；高速公路則由于其靈活性及速度優(yōu)勢，加之近些年我國高速公路的密度快速增加，通達性顯著增強，因而高速公路的作用也在快速增強；對低等級公路，雖然在速度和路況上最弱，但由于低等級公路的密度最大，通達性最強，所以也有較大的作用空間；對高等級公路，因為前三類交通設施的獨特優(yōu)勢擠壓了其作用空間，因此未能發(fā)揮正向效應。這里并非說高等級公路無用，只是說其對創(chuàng)新的效應并不明顯，現(xiàn)實中高等級公路可能承擔更多的貨運周轉功能。第二，在控制變量中，開放性、城市化水平以及受教育水平都顯著提升了我國的創(chuàng)新水平。只有Fdi 并不顯著，這與原毅軍和孫大明（2017）[9]的研究類似，說明我國早期實施的“市場換技術”的政策并不成功，并未提升我國的創(chuàng)新能力。第三，因變量空間滯后項的回歸結果表明區(qū)域創(chuàng)新具有顯著的溢出效應，毗鄰地區(qū)創(chuàng)新能力的提高會顯著提升本地創(chuàng)新水平。然而如前所述，不能用這些系數(shù)解釋空間相關性，應當利用直接效應、間接效應以及總效應做出分析，如表1 所示。

表1 不同空間權重矩陣下的時空雙固定偏誤校正模型估計結果

對鐵路而言，兩類權重矩陣下的直接效應均顯著為正，說明鐵路建設對本地創(chuàng)新能力的提升有重要作用。另外，在間接效應的結果中，反距離權重矩陣顯著為正，經(jīng)濟權重矩陣不顯著，說明在經(jīng)濟發(fā)展水平類似的區(qū)域間，鐵路并未產(chǎn)生溢出效應，在地理臨近區(qū)域之間的創(chuàng)新則有正向作用。

對高速公路而言，直接效應中，反距離權重矩陣的結果顯著為正，經(jīng)濟權重矩陣為正的非顯著性，說明高速公路對本地創(chuàng)新有正影響，但高速公路的高投資可能會對創(chuàng)新產(chǎn)生一定抑制，因為其主要資金來源都是政府。對間接效應，經(jīng)濟權重矩陣顯著為負，反距離權重矩陣為負的非顯著性，說明高速公路會對經(jīng)濟發(fā)展程度相當?shù)貐^(qū)的創(chuàng)新產(chǎn)生吸引力，產(chǎn)生競爭效應。

對高等級公路而言，兩類權重矩陣得到的直接效應均呈現(xiàn)顯著的負效應，因為高等級公路投資較大且無法通過收費降低成本，同時也對創(chuàng)新產(chǎn)生一定擠出，現(xiàn)實中一、二級公路承擔的更多是區(qū)域間對價格較為敏感的貨物運輸，故對創(chuàng)新的影響較弱。間接效應中，反距離權重矩陣下顯著為正而經(jīng)濟權重矩陣下為負的非顯著性，因為擠出效應使創(chuàng)新活動轉向對高等級公路投資少而對創(chuàng)新投資高的臨近地區(qū)，同時，經(jīng)濟狀況類似地區(qū)的創(chuàng)新在選擇交通方式時，肯定會優(yōu)先選擇速度更快的高速公路，因而該維度的結果并不顯著。

對低等級公路而言，低等級公路的密度最高，因而通達性也最強，所以無論哪種權重矩陣下，直接效應均顯著為正，即它有利于本地創(chuàng)新能力的增強，但間接效應均為負，雖然反距離權重矩陣下并不顯著，這說明低等級公路在創(chuàng)新溢出中呈現(xiàn)的也是地區(qū)間的競爭，未體現(xiàn)對創(chuàng)新溢出的共贏。

對控制變量而言，直接效應上，兩類權重矩陣的結果非常一致，即只有Fdi 不顯著，其他都顯著為正，系數(shù)都呈現(xiàn)出教育強于城市化，再強于開放性的特征，說明提高本地教育水平是提升區(qū)域創(chuàng)新能力的關鍵。在間接效應上，反距離權重矩陣下，F(xiàn)di和Open 均顯著為正，說明地理上臨近地區(qū)的開放有助于要素流動而促進創(chuàng)新，但周邊城市化水平的提高和教育水平的提高卻不利于本地創(chuàng)新，因為創(chuàng)新的關鍵是人，尤其是文化程度高的人，而這類人群主要以城市為遷移目標，故周邊教育水平及城市化水平的提高必然會吸引本地高素質人群的轉移，所以呈現(xiàn)負向效應。經(jīng)濟權重矩陣下，只有Fdi 呈現(xiàn)負的顯著性，其他則都不顯著，說明經(jīng)濟發(fā)展程度臨近地區(qū)之間在控制變量上的空間相關性較弱。

四、結論及啟示

選取1997—2017 年全國30 個省區(qū)的數(shù)據(jù)，利用空間計量經(jīng)濟學方法探討了各類交通設施對區(qū)域創(chuàng)新的影響。結果表明，第一，鐵路對本地創(chuàng)新水平的提高有非常顯著的影響，另外也會對地理臨近區(qū)域產(chǎn)生正向影響，但對經(jīng)濟發(fā)展水平相近地區(qū)之間的溢出并不明顯。第二，高速公路以及高等級公路因其方便快捷及高速等優(yōu)點，無論對空間臨近地區(qū)還是經(jīng)濟發(fā)展程度接近地區(qū)都會產(chǎn)生正向效應，但前提是路網(wǎng)密度要足夠大，另外，該類公路由于其高投入性可能會在路網(wǎng)密度較小時，呈現(xiàn)的負面效應更強。第三，低等級公路對區(qū)域創(chuàng)新的作用也不容小覷，尤其是在落后地區(qū)，因其前期較強的路網(wǎng)密度及投入的低成本性，所以也有利于地區(qū)創(chuàng)新水平的提高。第四，提升居民教育水平和城市化率依然是推動創(chuàng)新的重要來源，對落后地區(qū)來說，開放性水平的提高則更為重要，但如管控不當，開放性的增強可能會導致落后地區(qū)人才的進一步流失，進而通過其他渠道影響地區(qū)創(chuàng)新水平。

基于上述結論可得到如下政策啟示：第一，繼續(xù)加大各類交通基礎設施的建設，因為交通設施只有通過密度的提高，才會因其較高的交通通達性而對創(chuàng)新產(chǎn)生正向影響。第二，不同區(qū)域需要結合自身狀況對不同類型交通設施進行投資，實現(xiàn)不同類型交通設施的錯峰、差異化完善，即經(jīng)濟發(fā)達區(qū)域可以更關注高鐵、高速公路等高等級交通設施對區(qū)域創(chuàng)新的影響，而經(jīng)濟欠發(fā)達地區(qū)由于資金有限，并且原有高等級公路線路密度較低，難以快速體現(xiàn)經(jīng)濟效益，這一方面需要爭取國家撥款資助，另一方面還可以通過先加大對低等級公路的建設和完善提升區(qū)域創(chuàng)新水平，同時利用國家支持逐步推進高等級交通設施的完善。第三，繼續(xù)加大教育投入并推動城市化水平的提高，對落后地區(qū)還應采取一定舉措和發(fā)達地區(qū)進行對接，在增強因開放性提高帶來發(fā)達地區(qū)創(chuàng)新溢出的同時，采取靈活措施盡量避免人才流出帶來的負面效應。

表2 不同空間權重矩陣下的直接效應、間接效應以及總效應