虹吸還是擴散：城市群交通網絡一體化對城市經濟增長的影響
——基于中國十大城市群的經驗證據

張亞麗，項本武

(浙江海洋大學 經濟與管理學院，浙江 舟山 316022)

一、引言

改革開放以來，中國交通基礎設施取得了跨越式發展，成為中國經濟增長奇跡背后的一個重要推力。自國家實施新型城鎮化戰略以來，城市群作為城市化高級階段的產物，日益成為我國新型城鎮化建設的主體形態。2021年3月發布的國家十四五規劃和2035年遠景目標綱要，明確提出“深入推進以人為核心的新型城鎮化戰略，以城市群、都市圈為依托促進大中小城市和小城鎮協調聯動、特色化發展，使更多人民群眾享有更高品質的城市生活”，賦予了城市群建設更高的奮斗目標。在我國新型城鎮化建設進程中，各城市群綜合交通體系不斷完善并呈現多元化特征。交通基礎設施的改善可以降低要素和商品的運輸成本，促進市場一體化、市場競爭和專業化分工，從而提升資源配置的效率，隨著城市群交通網絡一體化的提升，有助于為城市群內部城市經濟增長提供正的外部性，從而推動城市群內部大中小城市協調聯動發展。然而，城市群交通網絡一體化在促進城市群經濟增長的同時，也會引致城市群經濟活動在空間上的重新分布，從而既可能通過擴散效應的渠道，有利于城市群內部全部城市的經濟增長，也可能通過虹吸效應的渠道，僅僅有利于城市群內部中心城市的增長而抑制非中心城市的經濟增長。關于交通基礎設施引發的經濟分布效應的已有研究中，部分文獻發現了虹吸效應存在的經驗證據，也有文獻發現了擴散效應存在的經驗證據，由此引出的問題是當前我國城市群交通網絡一體化對城市經濟究竟是產生擴散效應還是虹吸效應？或者說，交通網絡一體化能否促進城市群區域協調發展？本文試圖在科學測度城市融入城市群交通網絡一體化水平的基礎上，探討其對城市群內部城市經濟增長的影響，以回答上述問題。

二、文獻綜述

交通基礎設施對經濟增長的影響一直以來受到學者們的關注。不少學者尤其關注交通基礎設施投資對經濟產出的影響，如Alan(1989)[1]基于美國數據的研究發現，交通等基礎設施投資的產出彈性為0.39，從而表明交通等基礎設施對經濟增長有重要作用。此后，關于交通基礎設施投資對總產出影響的研究大量涌現，如 Roller和Waverman(2001)[2]考察了OECD國家1970—1990年電信設施投資對GDP 的影響、Cesar和Luis(2004)[3]考察了包含交通、通信和電力等多種基礎設施投資對GDP的影響。使用時間序列數據的研究成果表明，交通基礎設施對經濟增長的彈性在0.27～0.58之間，Bonaglia等(2000)[4]對如此高的產出彈性提出了質疑，認為時間序列數據各變量間可能存在“偽相關”。使用面板數據估計的交通基礎設施的產出彈性，比使用時間序列數據所估計的要小，如張學良(2012)[5]利用1993—2009年的中國省級面板數據研究發現，中國交通基礎設施的產出彈性為 0.05～0.07，交通基礎設施的空間溢出效應非常顯著，若不考慮空間溢出效應，會高估交通基礎設施對區域經濟增長的作用。然而，也有文獻得到了相反的結論，如Devarajan等(1996)[6]基于發展中國家的面板數據的研究表明，交通投資對經濟增長具有負面或不顯著的影響。也有學者側重關注交通基礎設施對全要素生產率的影響，如Fernald(1999)[7]基于美國州際高速公路對勞動生產率影響的研究、劉秉鐮等(2010)[8]基于鐵路和公路基礎設施對中國全要素生產率影響的研究、Farhadi (2015)[9]基于OECD國家交通基礎設施對全要素生產率的影響研究，都顯示了交通基礎設施改善的積極作用。

更多學者則特別關注區域間交通基礎設施的改善在促進經濟增長的同時，是否引致經濟活動在空間上的重新分布效應。部分文獻支持交通基礎設施引致的經濟聚集及虹吸效應的存在，如Sasaki等(1997)[10]對日本新干線的研究發現，新干線網絡的擴張導致核心區域的可達性進一步提升，經濟集聚程度進一步增強。Givoni(2006)[11]研究發現，高鐵在促進了總體經濟增長的同時提升了經濟聚集程度，推動了中心城市的經濟增長，卻抑制了邊緣城市的經濟增長。Qin(2017)[12]對中國鐵路升級的研究表明，鐵路升級增強了沿途中小縣城向鐵路節點城市的經濟集聚。Benjamin(2014)[13]基于中國高速公路網絡的研究發現，高速公路加快區域中心城市對周邊接入高速公路的縣城的市場整合，增強了區域中心城市的經濟聚集效應，抑制邊緣縣的經濟增長。張克中和陶東杰(2016)[14]基于中國地級市面板數據的研究表明，高鐵開通顯著降低了沿途非中心城市的經濟增長率，從而證實了高鐵的虹吸效應。另外一些文獻則支持交通基礎設施引致的擴散效應的存在，如Ahlfeldt和Feddersen(2010)[15]研究發現，德國科隆至法蘭克福高鐵的開通提升了市場可達性，推動了沿途地區的經濟增長。Baum-Snow等(2012)[16]對中國城市圈的研究發現，城市周邊、城市間的高速公路和鐵路交通的改善會導致次郊區化，經濟活動會沿著城市周邊的交通支線和環線向外擴散。Xu和Nakajima (2017)[17]研究發現，接入高速公路的縣可獲得大城市經濟增長的正向溢出效應，能獲得更好的工業增長。李煜偉和倪鵬飛(2013)[18]基于中國部分城市數據的實證檢驗發現，在運輸網絡影響下，中心城市依靠要素集聚獲得增長，非中心城市基于外部性的作用，經濟增長加速。

可見，交通基礎設施的改善對區域經濟增長究竟是產生虹吸效應還是擴散效應，基于不同樣本的研究結論并不統一?，F有研究為正確認識交通基礎設施的經濟增長及分布效應奠定了良好基礎，然而，已有研究存在進一步深入探討的空間，如已有研究主要檢驗單一交通方式基礎設施(如高速公路或高鐵)對經濟增長的影響，難以反映現代交通運輸網絡體系特征，為此，我們使用包含高速公路、鐵路及航空三種方式構成的交通網絡一體化水平的測度方法，能夠更好地反映現代綜合交通運輸體系對經濟增長的影響。此外，現有研究主要使用高速公路或高鐵沿線區域作為研究樣本，我們使用城市群內部地級以上城市作為研究樣本，從城市群層面為探討交通基礎設施的經濟增長效應提供一個新的視角?；谝陨峡紤]，本文在合理測度城市群交通網絡一體化水平的基礎上，通過檢驗其對城市經濟增長的影響，來探討城市群交通網絡一體化究竟是導致了擴散效應還是虹吸效應。

三、研究設計

(一)城市群交通網絡一體化的測度

(二)理論基礎與模型設定

從理論上來看，交通基礎設施改善可以降低要素和商品的運輸成本，促進市場一體化、市場競爭和專業化分工，從而提升資源配置的效率 (Redding和Turner，2015[25])。相關實證研究支持了交通基礎設施改善對市場一體化的促進作用，如Bernard等(2015)[26]研究發現，日本九州新干線開通增加了沿線企業的下游客戶數量和上游供應商數量；饒品貴等(2019)[27]研究發現，高鐵開通促進了市場一體化程度的提高，導致企業與供應商的距離進一步增加，供應商的分布也更為分散；潘爽和葉德珠(2021)[28]研究發現，高鐵開通能顯著降低市場分割對資源流動的阻礙作用。此外，大量研究還發現，中國的高鐵開通促進了生產要素的流動，增加了跨地區投資(李欣澤等，2017[29]；李新光和黃安民，2018[30]；馬光榮等，2020[31]；孫浦陽等，2019[32])。可見，隨著城市群交通基礎設施的改善，城市融入城市群交通網絡一體化水平的提升，將導致群內城市能夠分享城市群更大的規模經濟、更深的產業分工利益、更強的經濟聯系，從而有助于城市取得更好的經濟績效，享受交通基礎設施改善帶來的擴散效應。然而，部分文獻對高鐵的研究發現虹吸效應存在的證據，表明理論上存在著另外一種可能，即隨著城市群交通基礎設施的改善，城市融入城市群交通網絡一體化水平的提升，引致生產要素和生產活動向城市群內部中心城市的集聚，從而在推動中心城市經濟增長的同時，卻抑制了邊緣城市的經濟增長。

為了檢驗城市群交通網絡一體化究竟是導致虹吸效應還是擴散效應，本文將基于城市層面測度的城市群交通網絡一體化水平作為核心解釋變量納入城市經濟增長模型。由于城市群交通網絡一體化水平的測度無法獲得時間系列數據，因此，基于數據可得性，只能構建橫截面計量模型，基準回歸模型設定如下：

lnGDPPi=β0+β1lnTNIi+∑δXi+μi+εi

(1)

式(1)中，i為城市，GDPPi為城市i的人均GDP，TNIi為城市i的交通網絡一體化指數；X為其他控制變量向量，借鑒已有研究成果，主要包括城市人口密度(lnDENS)、城市投資強度(lnCAP)、城市外資開放度(lnFDI)、城市貿易開放度(lnTRADE)、城市第三產業產值占GDP比重(lnSTRU)，從而控制城市相關因素對城市人均GDP的影響；μi為城市群固定效應，控制城市群不可預測的異質性的影響；ε為隨機擾動項，β和δ為待估參數，其中，我們重點關注回歸系數β1，若β1>0，則表明城市群交通網絡一體化促進了城市經濟增長，從而支持交通基礎設施對經濟增長的擴散效應，若β1<0，則表明城市群交通網絡一體化抑制了城市經濟增長，從而支持交通基礎設施對經濟增長的虹吸效應。

進一步，為了檢驗城市群交通網絡一體化對城市經濟增長的影響機制，我們基于城市層面構建城市群商品市場一體化指數(lnCMI)和城市群勞動力市場一體化指數(lnLMI)作為中介變量，用于機制檢驗的中介效應模型如下：

lnGDPPi=β0+β1lnTNIi+β2Xi+μi+ε1i

(2)

Mi=α0+α1lnTNIi+α2Xi+μi+ε2i

(3)

lnGDPPi=γ0+γ1lnTNIi+γ2Mi+γ3Xi+μi+ε3i

(4)

式(3)中，M為中介變量，包括城市群商品市場一體化指數和城市群要素市場一體化指數。其他變量同上。當β1顯著時，表明城市群交通網絡一體化水平對城市經濟增長產生擴散效應，當α1顯著時，表明城市群交通網絡一體化水平將影響中介變量。在此基礎上，當γ2顯著且γ1不顯著或系數小于β1時，則說明中介效應存在。

(三)樣本、變量與數據

中國城市群數量眾多，主導層次不一，既有國家主導的跨省際城市群，也有地方主導的省域內城市群，考慮到國家級城市群更有代表性，且其與地方政府主導的城市群相比發展程度更高，因此，我們主要選擇國家級城市群樣本。截至2019年，已獲批復的國家級城市群有10個、尚待批復的國家級城市群有2個。在這12個城市群中，考慮到粵港澳大灣區獲批時間較短且其在一國兩制背景下與其他城市群面臨的單一制度環境不同，蘭西城市群包含四個自治州的大量非城市地區，因此，我們的樣本中不包括這兩個城市群。最后，我們選取10個國家級城市群中的地級以上城市作為研究樣本，即京津冀、長三角、長江中游、哈長、成渝、中原、北部灣、關中平原、呼包鄂榆、海峽西岸等十大城市群共164個城市。

因變量GDPP為各城市的人均GDP，代表城市的經濟績效，用各城市2019年的GDP除以城市常住人口得到，原始數據來源于歷年《中國城市統計年鑒》。

核心解釋變量城市融入城市群交通網絡一體化指數的構造方法見上節，原始數據均來自我們人工收集。參考伍駿騫等(2017)[33]、李培鑫和張學良(2019)[22]的方法，三種交通方式通勤時間及城市間空間距離分別采用下列方式獲得：公路交通數據，通過百度地圖查詢兩兩城市行政中心之間的交通距離，以及駕駛機動車輛消耗的時間，由于百度地圖的測算基于區域間機動車輛的交通 GPS大數據，智能化選取了兩地之間平均交通時間最短的道路，因此，公路通勤時間實際選擇的是兩地間駕車的最短時間；鐵路交通數據，如果兩兩城市間有高鐵線路直達，則選擇高鐵通行的最短時間，數據來源于12306 網站；航空交通數據，如果兩兩城市間有航空交通直達，則選擇航空通行的最短時間，數據來源于攜程網。根據2019年《交通運輸行業發展統計公報》，公路、鐵路和民航的旅客發送量占全年全國旅客發送量的份額分別為73.92%、20.80%和3.75%，依據這一數據，我們設定三種交通方式的權重。

在控制變量中，城市人口密度(DENS)采用城市常住人口除以其建成區面積得到；城市投資強度(CAP)采用城市固定資產投資總額除以城市GDP得到；城市貿易開放度(TRADE)采用城市進出口總額除以城市GDP得到；城市外資開放度(FDI)采用城市實際利用外資總額除以城市GDP得到；城市第三產業產值比重(STRU)采用城市第三產業增加值除以城市GDP得到；城市群商品市場一體化指數(CMI)借鑒和改造Parsley等(2001)[34]相對價格方差法構建，原始數據為城市居民消費價格分類指數，具體包括食品煙酒、衣著、居住、生活用品及服務、交通和通信、教育文化和娛樂、醫療保健、其他用品及服務等八大類；城市群要素市場一體化指數(LMI)借鑒和改造陳立泰等(2017)[35]使用勞動力市場一體化水平代理，并基于實際工資絕對平均偏差法構建，原始數據為城市在崗職工的平均工資。所有控制變量使用的原始數據均來源于相關年份的《中國城市統計年鑒》及各城市統計年鑒。各變量描述性統計見表1。

表1 數據描述性統計

四、實證分析結果

(一)基準回歸結果

根據式(1)的模型設定，我們利用十大城市群內部共164個城市數據實證檢驗城市群交通網絡一體化對城市經濟增長的影響，基準回歸結果見表1。

表2中模型(1)只引入城市人口密度一個控制變量，核心解釋變量為城市群交通網絡一體化指數，回歸結果顯示，城市群交通網絡一體化指數和人口密度均在1%的水平下顯著為正。模型(2)引入人口密度和投資強度兩個控制變量，并未改變核心變量符號及顯著性水平，但回歸系數有所下降，人口密度在5%的水平下顯著為正，投資強度在1%的水平下顯著為正。模型(3)引入人口密度、投資強度和產業結構三個控制變量，城市群交通網絡一體化指數回歸系數仍在1%的水平下顯著為正，人口密度回歸系數在5%的水平下顯著為正，投資強度仍在1%的水平下顯著為正，產業結構回歸系數在10%的水平下顯著為正。模型(4)在模型(3)的基礎上，進一步引入外資開放度共四個控制變量，核心解釋變量回歸系數的符號與顯著性水平與模型(3)一致，但回歸系數值減小，四個控制變量中，人口密度在10%的水平下顯著為正，投資強度仍在1%的水平下顯著為正，產業結構回歸系數仍然在10%的水平下顯著為正，外資開放度在1%的水平下顯著為正。模型(5)在模型(4)的基礎上進一步引入貿易開放度共五個控制變量，核心解釋變量回歸系數的符號與顯著性水平與模型(4)一致，貿易開放度在1%的水平下顯著為正，其他四個控制變量的顯著性水平與模型(4)一致。從模型擬合優度來看，隨著控制變量的引入，模型擬合優度在逐步增加。模型(1)沒有引入任何控制變量，擬合優度只有0.45，模型(5)引入全部控制變量后，擬合優度達到最大值0.60。

表2 基準回歸結果

從模型(5)回歸結果可以看出，城市群交通網絡一體化每增加一個百分點，則城市人均GDP增長0.31個百分點，可見，城市群交通網絡一體化對城市經濟增長有顯著的正影響，從而也支持了交通基礎設施的擴散效應的理論預期。城市人口密度每增加一個百分點，則城市人均GDP增長0.13個百分點，表明了城市規模經濟的作用。城市投資強度每增加一個百分點，則城市人均GDP增長0.44個百分點，外資開放度每增加一個百分點，則城市人均GDP增長0.08個百分點，貿易開放度每增加一個百分點，則城市人均GDP增長0.13個百分點，城市第三產業比重每增加一個百分點，則城市人均GDP增長0.04個百分點?？傮w來看，基準回歸表明，城市群交通網絡一體化對城市經濟增長有顯著的正影響，從而也支持了交通基礎設施的經濟增長擴散效應的理論預期。

(二)穩健性檢驗

城市經濟發展水平越高，其交通基礎設施投資強度越大，進而更有利于城市融入城市群交通網絡一體化水平，因此，基準模型可能存在反向因果的內生性問題。為此，我們尋找合適的工具變量對其進行檢驗。

本文參照劉修巖(2014)[36]、柏培文和張云(2021)[37]采用城市地理位置與地形特征作為外生工具變量的方法。城市地理位置(Distance)的測度，依據交通部發布的《全國沿海港口布局規劃》，利用谷歌地圖根據各城市經緯度測算出其到沿海港口的距離。城市地形特征(Slope)的測度，采用封志明等(2011)[38]關于地形起伏度的測量方法。地理位置與地形特征是脫離經濟系統的外生變量，并不會直接作用于城市人均GDP水平，因此滿足工具變量嚴格外生的條件。然而，到沿海港口距離越近，該地經濟發展程度越高，從而有利于更多的交通基礎設施投資，從而與城市群交通網絡一體化水平存在高度相關性。同理，城市地形起伏度越平坦，越有利于交通基礎設施的建設，從而也與城市群交通網絡一體化水平存在明顯的相關性。這兩個變量的采用滿足工具變量格嚴外生和強相關的條件?；貧w結果見表3。

表3結果顯示，第一階段F統計量均大于經驗法則的臨界值10，即內生變量與工具變量在統計上存在較強的相關性。由弱IV檢驗表明，各列Gragg-DonaldWaldF統計量均大于Stock-Yogo在10%顯著性水平上的臨界值，即上述兩類工具變量均通過弱工具變量檢驗。另外，各列的可識別檢驗K-PaaprkLM統計量均在1%顯著性水平下拒絕原假設即工具變量滿足可識別性。從第二階段回歸結果可知，采用兩個工具變量以后，城市融入城市群一體化指數的回歸系數仍然顯著為正，證實了基準回歸的結論，表明本文實證結果是穩健的。

(三)中間機制檢驗

上述基準回歸支持了城市群交通網絡一體化促進了城市的經濟增長，從而支持了交通基礎設施改善的擴散效應。城市群交通網絡一體化如何促進城市經濟增長？中間傳導機制如何發揮作用？筆者認為，城市群交通網絡的改善和一體化水平的提升，通過促進城市群商品市場的一體化和城市群勞動力市場的一體化作用于城市群內部城市的經濟增長。一方面，交通基礎設施的改善可以降低商品的運輸成本，促進城市群商品市場一體化，有利于群內城市分享城市群更大的規模經濟，從而有助于城市取得更好的經濟績效。另一方面，交通基礎設施的改善可以降低要素的運輸成本，促進城市群要素市場一體化，有利于群內城市之間生產要素，尤其是勞動力要素的流動，從而有助于城市取得更好的經濟績效。為此，本文借鑒劉曉光等(2015)[39]和王梓利等(2020)[40]的做法，采用逐步檢驗法檢驗城市群交通網絡一體化對城市經濟增長的影響機制。首先，利用城市群商品市場一體化作為中介變量，在檢驗城市群交通網絡一體化及其他自變量對城市群商品市場一體化影響的基礎上，進一步檢驗商品市場一體化指數與城市群交通網絡一體化指數及其他控制變量對城市經濟增長的影響。其次，利用城市群勞動力市場一體化作為中介變量，在檢驗城市群交通網絡一體化及其他自變量對城市群勞動力市場一體化影響的基礎上，進一步檢驗勞動力市場一體化指數與城市群交通網絡一體化指數及其他控制變量對城市經濟增長的影響?；貧w結果見表4。

表4 中間機制檢驗回歸結果

續表

表4中模型(6)和模型(8)的因變量分別為中介變量，即城市融入城市群商品市場一體化指數和城市融入城市群勞動力市場一體化指數，回歸結果表明，城市群交通網絡一體化指數的回歸系數均在5%的水平下顯著為正，表明城市群網絡一體化對城市群商品市場和勞動力市場一體化均有顯著的正影響。模型(7)和模型(9)的因變量為城市人均GDP的對數，分別為納入兩個中介變量連同城市群交通網絡一體化指數及其他控制變量對城市經濟增長的回歸，結果顯示，兩個中介變量的回歸系數均在1%的水平下顯著為正，城市群交通網絡一體化指數的回歸系數同樣在1%的水平下顯著為正，然而，在模型(7)和模型(9)兩個回歸中，其系數值分別為0.18和0.15，均低于基本回歸模型的系數值0.31。從而表明，城市群交通網絡一體化促進了城市群商品市場和勞動力市場的一體化，而城市群商品市場和勞動力市場的一體化進一步促進了城市經濟增長，即城市群交通網絡一體化水平和城市經濟增長的中介效應存在。

五、結論與建議

本文基于城市群內兩兩城市間的不同交通方式加權的平均最短通勤時間構建城市群交通網絡一體化指數，對中國10大城市群164個地級及以上城市融入所在城市群交通網絡一體化水平進行了定量測度，在此基礎上，實證檢驗了城市群交通網絡一體化水平對城市自身經濟增長的影響?；诨鶞驶貧w結果表明，城市群交通網絡一體化水平對城市經濟增長有顯著的正影響，從而支持了交通基礎設施改善對區域經濟增長具有擴散效應的理論預期。進一步的影響機制檢驗表明，城市群交通網絡一體化通過促進城市群商品市場和勞動力市場的一體化的途徑，最終促進了城市經濟增長，即城市群交通網絡一體化水平和城市經濟增長的中介效應存在。

本文研究結論具有重要的政策含義。城市群作為城市化高級階段的產物，日益成為我國新型城鎮化建設的主體形態?！秶倚滦统擎偦巹潯焚x予城市群以培育支撐全國經濟增長、促進區域協調發展、參與國際競爭合作重要平臺的重要使命。城市群能否成為國家的重要經濟增長極，能否促進城市群內城市間協調發展，取決于城市群能否通過一體化水平的提升，發揮中心城市經濟增長的擴散效應，促進群內城市的經濟增長和協調發展。交通網絡一體化是城市群一體化的物質基礎和先決條件，因此，大力提升城市群交通網絡一體化水平對于促進城市群經濟增長和協調發展具有重要的意義。盡管中國交通基礎設施近年來有快速增長的勢頭，但從國際比較來看，交通基礎設施水平依然偏低，尤其是城市群內部城市之間由于跨區域行政壁壘導致城市間一些斷頭路的存在，以及少數城市間還缺乏高速公路連接等問題，如長三角城市群中上海與舟山之間缺乏直達高速公路連接，這些問題的存在阻礙了城市群交通網絡一體化水平的進一步提升。因此，對于促進城市群交通網絡一體化而言，一方面，要繼續推進城市群之間交通基礎設施投資力度，另一方面，要重點打通城市間的斷頭路，進一步改善城市群內部城市間交通網絡的便捷性，促進商品和生產要素在城市群內部更加充分和自由地流動，從而為促進城市群經濟增長和協調發展提供堅實的物質基礎。