長江經濟帶交通一體化建設 對創新績效的空間效應研究

摘要：以長江經濟帶110個地級市作為研究對象，構建二進制空間權重矩陣和反距離空間權重矩陣，對長江經濟帶區域創新分布規律進行了全局和局部空間自相關檢驗，選取2011—2022年面板數據構建空間計量模型，研究了長江經濟帶交通一體化建設對沿江城市創新績效的空間效應。實證結果表明，長江經濟帶區域創新空間格局分布具有空間自相關性，表現出“同質集聚、異質分離”的特征。長江經濟帶交通基礎設施完善對創新產出具有顯著影響，進一步驗證發現交通條件改善主要通過要素流動和極化效應等機理顯著提高中心城市的創新績效，但是在一些地區中心城市與周邊城市的區域創新差距會擴大。

關鍵詞：長江經濟帶；交通一體化；區域創新績效；空間計量模型

中圖分類號：F5127" " " " 文獻標識碼：A" " " 文章編號：1003-8477（2024）08-0112-12

一、緒論

近年來長江經濟帶堅持在改革創新和發展新動能上做“加法”，在破除落后和過剩產能上做“減法”，立足引領中國經濟高質量發展的排頭兵、實施生態環境系統保護修復的創新示范帶、培育新動能引領轉型發展的創新驅動帶等戰略定位，一張藍圖繪到底，為立足新發展階段、貫徹新發展理念、構建新發展格局提供示范和引領。2014年9月，國務院制定《長江經濟帶綜合立體交通走廊規劃（2014—2020年）》，提出到2020年長江經濟帶要形成以長江黃金水道為依托，綜合鐵路、公路、航空和管道等多式聯運的綜合立體交通走廊。截至2020年底，長江經濟帶鐵路、高鐵通車里程分別達到4.37萬公里、1.54萬公里，比2015年分別新增9120公里和7824公里；高速公路里程達到6.37萬公里，比2015年新增1.55萬公里。“十四五”規劃明確提出“十四五”時期我國要加快建設交通強國，長江經濟帶勢必成為全國立體交通網絡建設的主心軸和重心區。那么，長江經濟帶交通一體化建設對長江經濟帶區域創新有何影響？區域創新的空間分布格局是否具有某種規律？今后應如何更好地優化交通網絡布局以促進區域創新發展？這些是學術界研究的熱點，也是本文關注的焦點。

本文采用長江經濟帶110個地級市2011—2022年的面板數據，構建混合OLS模型和空間杜賓模型，進行全局和局部自相關檢驗，研究長江經濟帶交通一體化建設對創新績效的空間效應及影響機理。本文研究結構如下：第一部分是緒論，第二部分對已有文獻進行了梳理和總結并提出了理論假說，第三部分介紹了模型構建、變量選取和數據說明，第四部分是基于全局自相關和局部自相關的區域創新空間相關性檢驗，第五部分利用空間杜賓模型估計交通一體化對區域創新的直接效應和間接效應并進行了穩健性檢驗，第六部分是結論和建議。

二、文獻回顧和理論假說

隨著經濟空間關聯性的加強和聯系的日益緊密，利用空間計量方法分析經濟事物的空間依賴性和空間異質性越來越重要。已有研究表明，眾多經濟要素在地理空間上的分布并不是隨機的，而是表現出空間自相關和空間集聚特征。宏觀區域層面，張雪（2017）運用探索性空間數據分析方法得出京津冀經濟增長無論是全局還是局部都具有顯著自相關性。[1]曾浩等（2015）把長江經濟帶市域經濟空間格局兩階段演變趨勢及其影響因素通過空間自相關和空間計量方法表現出來，[2]（p25-31）高—高聚集地區態勢穩定，低—低聚集區域有分散趨勢。李靖等（2010）通過建立空間權重矩陣和動態空間面板模型研究發現，[3]（p43-55，p65）中國區域創新活動不是隨機分布的，有相似表征的創新區域相互依賴，在東部省份形成了高—高聚集的創新高地。微觀產業層面，胡霞等（2006）運用空間自相關分析中國城市服務業空間分布格局和差異化影響因素，[4]（p54-60）中國的服務業分布格局具有顯著空間依賴性特征，呈現以東部沿海為中心、以西部為外圍的發展格局，進一步驗證得到工業格局背后的影響因素也呈現空間集聚特征。藍慶新等（2013）研究認為中國新型城鎮化和產業結構升級都具有空間相關特征，[5]（p57-71）呈現高水平區域集聚和低水平區域集中的特征。劉友金等（2016）將探索性空間數據分析和空間計量方法用于研究市域工業的空間分布格局演變，[6]（p80-88）發現城市工業分布具有相關性，且這種相關性近年來逐漸加強。宣國富等（2010）將探索性空間數據分析方法用于分析上海中心城區空間關聯性演變，[7]（p22-29）發現社會地位和居住條件呈現空間集聚特征，通過全局和局部分析得出，熱點區域和冷點區域具有“同質集聚、異質分離”特征。不管是從宏觀層面的城市群、市域經濟的創新活動還是微觀產業層面的服務業、工業、新型城鎮化和產業結構等要素的分布都存在空間相關性特征，因此本文提出第一個有待驗證的假說。

假說一：長江經濟帶各城市的創新產出和創新績效的分布格局受到空間依賴性的影響。

交通作為中國現代化的開路先鋒，交通一體化建設有效提升區域一體化水平。交通設施的完善通過降低貿易的邊界效應來加強省際貿易交流從而促進區域經濟一體化（劉生龍等，2011）。[8]（p72-82）呂典瑋等（2010）研究發現高速公路建設可極大縮短京津之間的空間距離，[9]（p162-167）有效促進城市資源合理配置，實現優勢互補，為京津冀奠定一體化基礎。方大春等（2020）分析長三角城市群中心性的經濟效應，[10]（p111-118）總結得出建設交通一體化網絡助力長三角打造世界級城市群，提供各種社會資源自由有序流動的綜合性平臺。劉勇（2010）基于中國省級面板數據研究交通投資對經濟增長的空間溢出效應，[11]（p37-46）發現公路、水運固定資本投資對經濟增長的正向溢出效應存在滯后性。還有學者認為交通基礎設施建設對集聚、流動和效率等都有影響。鄧濤濤等（2017）研究中國省級交通基礎設施對制造業產業集聚的直接影響和間接溢出，[12]（p33-40）本地區交通環境改善對當地不同行業制造業集聚具有顯著差異化影響，同時外地交通條件的改善不利于本地制造業產業集聚。黃森（2014）研究空間視角下交通基建對區域經濟的影響，[13]發現交通基礎設施對中國經濟綜合效率提升具有雙重正向空間外溢效應，交通基建削弱貿易省際邊界效應，擴大省市的貿易總量和流量，加速區域經濟一體化。劉宏笪（2020）以長三角城市群25個地級市作為研究對象，[14]（p21-29）提出地理區位邊緣不會導致經濟發展邊緣化的論證。地形、與中心城市距離會對經濟發展產生負面影響，但這種影響會隨著交通條件的改善而逐漸消失。高速公路密度和周轉率對經濟發展效率起到助推作用，相對欠發達地區從日臻完善的交通體系中獲利更多。郝鳳霞等（2021）把交通基礎設施引入空間杜賓模型中以研究其對經濟集聚的影響，[15]（p80-91）以公路密度為代表的交通設施建設所產生的空間溢出效應為周邊城市的空間集聚帶來正面效益。

國內外學者普遍認為交通基礎設施建設對區域創新績效有顯著影響。交通基礎設施不僅在其所在區域，而且在其他區域也具有明顯的溢出效應（Cantos，2005），[16]（p25-50）但是負向溢出效應的存在在更大區域內可能只產生少量的產出收益（Marlon，1998），[17]（p381-400）其溢出效應的外部性的程度和方向會在更高的聚合水平上被內部化（Cohen，2004）。[18]（p551-560）王春楊等（2020）基于人力資本跨區域轉移的視角，高鐵等交通基礎設施建設顯著提高了沿線地區尤其是東部城市和一二線大城市的創新水平，[19]（p102-120）而便捷的交通促使人力資本轉移是高鐵建設改變區域創新空間結構演變的重要機理。張貴等（2017）對比京津冀、長三角和珠三角三大區域一體化的區域創新績效之間的關系，[20]（p35-44）發現區域一體化程度和區域創新績效分布均衡性之間具有正相關關系，通過交通等方式促進要素自由有效流動是促使創新效率提升的內在動力。基于此本文提出第二個有待驗證的假說。

假說二：長江經濟帶交通運輸網絡建設會直接或間接地對區域創新績效的提升產生顯著影響。

相比已有研究，本文的創新之處如下：1.雖然經濟事物形態的空間相關性已經得到了廣泛重視，但大多集中在宏觀經濟增長、制造業和工業等的研究上，對區域要素的研究較少，本文基于探索性空間數據分析方法分析長江經濟帶區域創新要素的空間格局分布特征及其影響因素。2.交通一體化的空間溢出效應對經濟增長的影響停留在對集聚、效率和流動等宏觀方面的研究上，本文從微觀層面深入研究交通一體化對區域創新的影響，并為政府部門實施交通強國戰略、優化交通網絡布局提供理論支持。

三、模型建立和數據

（一）空間權重矩陣建立

空間權重矩陣反映了個體在空間中相互影響的網絡關系，空間計量就是將解釋變量與被解釋變量置于這樣的網絡關系背景下分析其中的關系及相互影響，本文構建兩種可選擇的空間權重矩陣。

1.二進制鄰接權重矩陣（W）

[Wij=1 0]

在n個子區域中，如果區域i和區域j具有相鄰的邊界（共同的邊或共同的頂點），則定義[Wij]=1，否則[Wij]=0。

2.反距離權重矩陣（I）

反距離權重矩陣認為，空間溢出效應隨著兩區域距離的增加而減弱，以區域i和區域j直線距離的平方的倒數來構建反距離權重矩陣，其中D表示兩區域行政中心間直線距離。

[Wij=1D2ij 0]

（二）空間相關性檢驗

全局Morans I指數即觀測值及其空間滯后的相關系數，反映區域內整體的創新績效相關程度，取值一般介于[-1，1]，大于0表示空間正自相關，即高創新產出地與高創新產出地相鄰，低創新產出區與低創新產出區相鄰。如果Morans I接近0，則表示區域內創新產出值的空間分布是隨機的，不存在空間自相關。其計算公式如下：

[Moran?s I=i=1nj≠inWij（xi?x）（xj?x）S2i=1nj≠inWij]" " （1）

其中，[xi]，[xj]為區域i和區域j的觀測值，[Cij=（xi?x）（xj?x）]反映了觀測值的相似性，[S2]=[i=1n（xi?x）2]，[x=1ni=1nxi]。[Wij]是空間權重矩陣賦值。

（三）空間計量模型構建

1.基準OLS模型

首先建立普通最小二乘法的估計模型，該模型忽略了截面單元創新產出的空間相關性，設立的目的在于與空間杜賓模型作對比，驗證長江經濟帶創新產出的空間依賴性。對數模型可有效降低觀測值異方差影響，且易于進行混合OLS回歸，因此設立多元雙對數模型如下：

[LNpatentit=αit+β1Lnvol_goodsit+β2Lnvol_passenit+β3Lnroad_denit+β4Lnriverit+β5Lnpopit+β6Lnecoit+β7Lngovit+β8Ln?umit+β9Lnfdiit+β10Lnfarit+?it]" " "（2）

式中，[LNpatentit]表示t年i城市創新產出水平，[β1]-[β10]分別代表不同變量的回歸系數，反映不同變量對創新水平的影響方向和程度，[αit]為截距項，[?it] 是隨機干擾項。

2.空間杜賓模型

空間杜賓模型既考慮因變量的空間相關，又考慮自變量的空間相關，本地被解釋變量的變化不僅受到本地解釋變量的影響，而且鄰近區域被解釋變量通過空間傳導機制影響本區域的被解釋變量，模型設置如下：

[y=ρWX+Xβ+θWy+ε]" " " " " " " " " " " " （3）

其中，X為n×k解釋變量矩陣，y為被解釋變量矩陣，W是n×n的空間權重矩陣，[ρ]是空間項的系數，[β]為解釋變量系數的k維列向量，[ε]為隨機擾動項。對空間杜賓模型如果仍然使用不含空間相關性的混合OLS回歸，會導致系數值的有偏或無效，因此要采用IV、MLE等方法進行估計。

3.空間滯后模型

在空間滯后模型中，被解釋變量間存在較強的空間依賴性，鄰近區域被解釋變量通過空間傳導機制影響本區域的被解釋變量，

[y=ρWy+Xβ+ε]" " " " " " " " " " " " " "（4）

其中，[ρ]是空間滯后項（自回歸）的系數，W是n×n的空間權重矩陣，y為被解釋變量矩陣，X為n×k解釋變量矩陣，[β]為解釋變量系數的k維列向量，[ε]為隨機擾動項。

4.空間誤差模型

在空間誤差模型中，鄰近區域誤差項會通過空間傳導機制影響本地被解釋變量的變化，適用于地區之間的相互作用因所處的相對位置不同而存在差異的情況，遺漏變量和函數形式也會造成空間誤差效應，

[y=Xβ+μ]" " " " " " " " " " " " " " " " （5）

[μ=ρWμ+?]" " " " " " " " " " " " " " " "（6）

其中，[μ]是誤差項矩陣，[ρ]是空間項系數，W是n×n的空間權重矩陣，y為被解釋變量矩陣，X為n×k解釋變量矩陣，[β]為解釋變量系數的k維列向量，[ε]為隨機擾動項。

（四）變量選取

1.被解釋變量

根據已有文獻，衡量某地區的創新產出水平的代理變量主要有創新要素生產率、研發投入和專利等。其中專利數據客觀公正、公開及時，最接近科技成果轉化并全面反映地區發明創新信息（Archibugi，1998），[21]（p259-274）因此專利申請授權數量是國內學界用來衡量地區創新水平的主要指標（吳玉鳴，[22]（p74-85，p130）余明桂等，[23]（p5-22）王儒奇等[24]（p29-38））。對比數據發現，專利申請數量和專利授權數量呈高度正相關關系，考慮數據可獲得性，本文采用專利申請數量的對數值作為核心被解釋變量來衡量長江經濟帶各城市的創新績效。

2.解釋變量

根據基準模型（2）的設定，參考國內外相關文獻，交通一體化主要體現在基于人、財、物互聯互通的綜合交通網絡的完善，本文選取貨物運力、旅客運力、道路密度和內河運力作為解釋變量。在城市交通體系中，公路運輸在貨物和旅客運輸中占比最大，因此貨物運力（vol_goods）用城市公路貨運量（萬噸）的對數值來表示，旅客運力（vol_passenger）用城市年末公路客運量（萬人）的對數值來表示。道路密度（road_den）用年末實有城市道路面積（萬平方米）占城市區域面積的比重衡量，水運是長江經濟帶的獨特優勢，水運主要以貨物運輸為主，故用各城市水運貨運量取對數值表示內河運力（lnriver）。

3.控制變量

考慮到城市創新產出還會受到社會經濟發展各方面因素的綜合作用，根據經濟學相關理論，選取人口密度、經濟密度、財政支持、人力資本、利用外資和社會活力六大因素作為控制變量。人口密度（pop_den）采用年末總人口占城市土地面積比重的對數值，一般認為人口密度越大，市場需求越多，從而激發更多創新供給。經濟密度（eco_den）即地均GDP，用城市地區生產總值占城市行政面積的比值表示。財政支持（gov）用一般公共預算支出中的科學技術支出占地區生產總值的比重衡量，政府財政支持力度可以為城市創新提供強大支撐。人力資本（hum_cap）用城市普通本專科在校學生人數除以總人口（每萬人在校大學生數量）的對數值表示，人才為城市創新提供源源不斷的動力。實際使用外商投資額占地區生產總值比重可以衡量城市的外資依存度（fdi），長江經濟帶致力于打造對外開放新高地，外商投資在區域創新能力提升中發揮關鍵作用，匯率用當年匯率平均值換算得到。固定資產投資額占地區生產總值比重可以衡量一個城市的社會投資活力（far）。

（五）數據說明與描述性統計

研究樣本選取2011—2022年長江經濟帶110個地級以上城市的面板數據。數據主要來源于2012—2023年的《中國城市統計年鑒》《中國科技年鑒》、CSDN官網以及沿江各省份統計年鑒和統計公報，數據缺失值采用插值法補齊，主要解釋變量的描述性統計如表1。

四、區域創新績效空間相關性檢驗

通過ArcGIS10.2軟件獲取包含長江經濟帶區域1∶200萬高清矢量地圖和經緯度信息，利用Geoda軟件建立二進制空間權重矩陣和反距離空間權重矩陣，同時計算全局自相關Marans I指數，運用探索性空間數據分析（ESDA）方法研究長江經濟帶創新績效的空間相關性和依賴性。Morans I指數只適用于截面數據，不適用于面板數據，因此本節報告了主要年份長江經濟帶創新績效的Morans I指數，在Stata16.0中用分塊對角矩陣代替橫截面空間權重矩陣，就可以將其用于面板數據分析。

基于空間權重矩陣進行全局空間自相關檢驗發現，各年份的Morans I值均顯著大于0，表明長江經濟帶整體創新績效存在空間自相關關系，創新產出存在明顯的空間依賴性特征。其中基于二進制鄰接權重矩陣的Morans I值均在0.370以上，2018年高達0.504，（見圖1）長江經濟帶整體創新績效的空間分布并非隨機的，而是相似觀測值之間存在空間集聚，表現出“同質集聚、異質分離”的特征，即高創新績效城市和高創新績效城市相鄰，低創新產出城市和低創新產出城市聚集，這有效驗證了假說一的合理性。因此，有必要將考慮空間相關性的空間計量模型引入以全面分析長江經濟帶創新能力。

五、空間計量模型實證檢驗結果

（一）最優模型選擇

通過探索性空間分析方法可知，長江經濟帶各城市的創新產出水平存在空間依賴性，選擇哪種空間計量模型進行估計會對回歸結果產生顯著性影響，一般通過Morans I檢驗、拉格朗日乘數LM-error、LM-lag及其穩健（Robust）形式進行檢驗。Anselin等（2004）提出如果LM-error（及其穩健形式）較之LM-lag（及其穩健形式）檢驗結果在統計上更加顯著，[25]則采用空間誤差模型（SEM），反之則使用空間滯后模型（SLM）。若二者均不顯著，則退化為非空間面板的基準OLS模型估計，若二者在統計意義上都顯著，則應采用既包含因變量空間相關又包含自變量空間相關的空間杜賓模型（SDM）。

通過聯合顯著性檢驗可知，混合OLS回歸的LM-error、LM-lag及其穩健（Robust）形式結果均顯著，所以應拒絕非空間面板的OLS回歸，引入空間計量模型進行檢驗。采用無固定效應和加入時間固定效應的混合OLS估計后，LM-error、LM-lag及其穩健（Robust）形式檢驗結果都顯著，而在雙固定效應下的檢驗結果不顯著，因此最終選取時間固定效應的空間杜賓模型。在LM-error、LM-lag結果都顯著時，進一步采用似然比（LR）檢驗和沃爾德（Wald）檢驗來考察空間杜賓模型是否會退化為空間誤差模型或空間滯后模型，它們的基本思想是在約束條件成立的前提下相應的約束模型和非約束模型得到的極大似然函數是近似相等的。通過檢驗結果對比發現，它們都顯著拒絕了原假設，因此最終采用空間杜賓模型估計長江經濟帶創新績效的空間相關性（表2）。

（二）空間杜賓模型檢驗

表3呈現了基于不同模型的極大似然估計（MLE）結果，其中模型（8）是不含空間面板效應的普通最小二乘法估計結果，模型（1）—（7）是依次加入控制變量的空間杜賓模型估計結果，逐步引入控制變量并未改變空間回歸系數和誤差系數的符號與顯著性，證明了模型估計結果的穩健性。OLS估計的長江經濟帶交通一體化的創新增長模型擬合優度超過70%，整體通過了1%的顯著性水平檢驗，初步判斷模型設定合理。貨物運力、旅客運力、內河運力等核心解釋變量對創新產出的回歸系數符號為正，都通過了1%的顯著性水平檢驗，說明解釋變量具有較強的解釋能力。

在不考慮空間因素影響的前提下，交通一體化通過貨物流通、貿易暢通、人才融通等對區域創新產出能力有顯著正向影響。將長江經濟帶市域創新能力之間的相互作用引入空間杜賓模型得到的估計結果顯示，空間回歸系數ρ在1%的水平上顯著為正，表明長江經濟帶各城市交通一體化通過正向溢出效應對區域創新績效產生影響。在空間杜賓模型中，ρ估計值為0.349，說明交通基礎設施建設不僅使本城市創新能力提升，還會將這種效應傳導至鄰近城市，這也驗證了假說二，長江經濟帶交通運輸網絡建設會直接或間接對區域創新績效產生顯著影響。

各控制變量的回歸系數基本和預期一致。若不考慮空間相關性，人口密度、經濟密度和區域創新具有正相關關系，人口密度越大，日益產生新的刺激性需求，從而激發創造性供給，區域創新能力越強。納入空間因素后，人口密度和經濟密度不再顯著，而且經濟密度的影響隨著其他控制變量的加入越來越低，經濟密度相比于其他要素對創新產出的作用較小。無論是否考慮空間依賴性，財政支持與人力資本對區域創新的影響都較為顯著，一般性財政預算支出中的科學技術支出很大程度反映一個城市對于創新的重視程度，每萬人在校大學生數量越多，就可以源源不斷地為戰略性新興產業提供高素質人才，也是一個城市科教資源優勢的體現。

（三）空間效應分解

運用空間杜賓模型分析交通一體化對區域創新影響的空間總效應可以分為直接效應和間接效應，直接效應是指本城市交通一體化建設對本地創新績效產生的影響，間接效應是指對與之相鄰的周邊地區的影響（LeSage，2009）。[26]表4的第（3）和第（4）列表示交通基礎設施對區域創新能力的直接效應和間接效應。城市道路包括公路、鐵路、水運等公共交通網絡，城市道路密度體現了一個城市的整體交通地位和通達性。城市道路密度對本城市創新績效具有正外部性，而對周邊城市的影響作用并不顯著。一方面，隨著本地道路建設的增加，城市交通運輸成本下降，貿易壁壘減少，帶來規模經濟效應；另一方面，交通設施改善使得當地的資源優勢轉化為創新優勢，這進一步驗證了假說二。

從貨物運力來看，貨運量的增加對本城市區域創新的作用顯著為正，而對鄰近城市的作用不顯著甚至為負。首先，城市交通通達性越高，貨運能力則越強，而貨運量一方面反映出城市的貿易水平，貿易量增加可以擴大區域市場規模，提升企業創新的投資回報率。同時，交通發達城市利用低運輸成本和較低的貿易邊界效應促進區際貿易增長，為要素流動提供便利，間接享受資源要素的創新溢出效應。另一方面，貨運量反映城市的創新要素流動效率。交通一體化建設對區域創新會同時產生極化效應和擴散效應兩種相反的作用力，極化效應使得創新要素從周邊（交通不發達）城市流向中心（交通發達）城市，創新績效差異擴大；擴散效應使得創新要素從中心（交通發達）城市流向周邊（交通不發達）城市，創新績效差異縮小。在我國現階段市場起決定性作用的經濟體制下，極化效應往往大于擴散效應，中心城市受到極化效應影響會吸引周邊城市的優質創新要素，使得交通一體化建設對交通欠發達城市的創新效益下降，但是從長期來看，擴散效應會縮小區域創新績效差異。

旅客運力方面，客運量增加同樣對本地區創新能力有正面促進作用，而不利于周邊城市的創新提高。交通通達性的提升促進人口流動的增加，本城市經濟發展產生的聚集效應吸引了周邊城市以大學生、新生代農民工為主體的人口遷入，這些人力資本是城市創新的生力軍，為區域創新績效增長作出重要貢獻。另外，客運量增加也反映人力資本流動加快可能通過隱性知識傳遞和顯性技術溢出提升了本地城市的創新能力。同樣，人力資本遷移過程中極化效應的作用也大于擴散效應，長江經濟帶現階段的經濟發展水平下，大部分周邊城市沒有足夠基礎來吸引人力資本進入，大量人才向中心城市外流致使周邊城市創新活力下降、動力不足。

從內河運力來看，長江經濟帶水運貨運對城市創新的影響僅在5%的水平上顯著，低于公路客貨運量對區域創新提升的影響，而且內河運力的提高對鄰近城市的創新效應提升不顯著。以上說明雖然長江是全國內河航運的主力，但長江黃金水道的潛能還未充分挖掘，高級航道建設嚴重不足，中游航道梗阻問題時常出現，長江通航和運輸效率還比較低下。

（四）穩健性檢驗

上述結果均建立在二進制鄰近矩陣的基礎上得出，為了檢驗模型結果的穩健性，以城市i與城市j的直線距離的平方的倒數構建反距離權重矩陣I，同時利用加入時間固定效應、個體固定效應和時間個體雙固定效應的空間滯后模型和空間誤差模型進行檢驗。LM檢驗結果顯示采用時間固定效應模型，進一步通過似然比（LR）檢驗發現，反距離權重矩陣基礎上的空間杜賓模型會退化為空間誤差模型和空間滯后模型。表5結果顯示了加入固定效應后的空間誤差模型和空間滯后模型估計結果，空間回歸系數ρ和空間誤差系數λ均通過了10%甚至更高水平的顯著性檢驗，空間滯后模型對應的回歸系數ρ分別為3.295、3.433和0.973，空間誤差模型對應的空間誤差系數λ分別是3.589、3.501和0.995，說明長江經濟帶交通一體化對區域創新能力具有空間溢出效應。可見，反距離權重矩陣基礎上交通一體化對區域創新模型的顯著性依然較強，根據以上模型得出的結論基本可靠。

六、結論與建議

本文選取2011—2022年長江經濟帶110個地級市的面板數據，運用探索性空間數據分析方法和空間計量模型，對長江經濟帶交通一體化建設和創新績效的空間相關性進行了實證檢驗。實證研究表明：長江經濟帶區域創新空間格局分布具有空間自相關性即聚集特征，高創新產出城市和高創新產出城市相連，低創新產出城市和低創新產出城市緊鄰，呈現“同質聚集、異質分散”的特征。高—高聚集區主要集中在長三角城市群，該區域創新產出水平顯著高于其他地區，已成為長江經濟帶乃至中國的創新增長極；高—低聚集區主要集中在中西部主要中心城市，武漢、重慶、成都等高—低集聚區逐漸形成局部創新高地，該類城市創新績效水平較高，但極化效應的影響大于擴散效應，對鄰近地區的創新績效帶動作用還不足；低—高聚集區集中分布在長三角城市群周邊城市，長三角城市群的虹吸效應使得該類城市創新績效水平較弱；低—低聚集區集中在川西、云西等地區。將空間因素引入交通一體化建設對區域創新績效的影響發現，交通基礎設施完善對創新產出具有顯著影響，其中城市道路密度、客運運力和貨運運力都對中心城市創新績效產生顯著正向影響，而水運對區域創新促進作用較弱。強極化效應和規模經濟使得高—高聚集區和高—低聚集區的城市創新績效顯著提升，而弱擴散效應和規模不經濟使得交通一體化建設對低—高聚集區和低—低聚集區的創新能力提升效果不顯著。交通條件改善主要通過創新要素流動和人才、資本的邊際溢出效應等機制實現。基于以上分析，本文提出如下對策建議：

（一）推動創新要素自由流動，大力提升區域創新績效

“交通一體化建設—創新要素流動—人才、資本溢出效應—區域創新績效提升”是長江經濟帶交通基礎設施建設實現區域創新績效提升的基本路徑。此外，交通一體化建設還從信息環境改善、融資約束緩解、企業競爭、產業集中等機理對區域創新績效產生影響。交通建設具備其他基礎設施建設不可比擬的網絡屬性和要素流動優勢，資源總是流向對它而言更有效率的地方，創新要素從周邊城市流向中心城市的過程實際上是利用中心城市規模報酬和集聚經濟的優勢來提升創新要素生產效率的過程。從交通一體化促進區域創新的作用機制中不難發現，長江經濟帶區域創新績效的提升關鍵是要打破創新要素的流動障礙性藩籬，實現創新資源和要素的聚合，充分釋放人才、技術、資金、信息等創新要素的正溢出效應，從而提升區域創新績效和推動協同創新引領發展。

（二）強化中心城市創新集聚，打造區域創新增長極

交通一體化網絡建設產生的聚集力和擴散力的動態變化形成了長江經濟帶區域創新水平的非均衡增長形態。上海等一線城市依靠特有的比較優勢，經過幾十年的發展形成了長江經濟帶乃至全國的創新增長極，同時可以看到，近年來一線城市逐漸出現了規模不經濟、市場范圍擴展等現象使得已經聚集的資金和技術力量為尋求更大的投資回報率向周邊城市擴散，從而帶動長江三角洲一眾城市創新績效的提升。而成都、重慶等新一線城市的創新績效增長無論是規模經濟等內生要素還是政府作用、交通建設等外生要素都還未形成向周邊城市外溢的強大動力，所以當地政府應聚焦“外建大通道、內建大網絡、共建大樞紐”，做大做強區域創新增長極，為區域創新績效整體提升提供堅實保障。對于區域中心城市來講，創新要素向中心城市集聚是交通基礎設施建設促進長江經濟帶資源配置效率提升的體現，中心城市的創新集聚經濟效益將促進其創新實力不斷提升，伴隨中心城市創新實力不斷提升其對周邊城市的創新擴散和輻射力將不斷加強，從而成為帶動區域整體創新發展的增長極。

（三）加強大中小城市分工合作，縮小區域創新差距

根據本文分析，長江經濟帶交通體系的建設短期內并不能縮小甚至會擴大中心城市和周邊城市的創新產出差距，目前長江經濟帶大部分區域的交通運輸效率還處在低層次階段，相比于周邊城市，中心城市在交通一體化網絡建設過程中獲得了更多的創新收益。因此，若想實現長江經濟帶一體化協同創新水平提升，必須加強大中小城市有效分工與合作，充分發揮綜合立體交通廊道在調節區域創新發展不協調、不平衡方面的作用。一方面，要繼續加大中小城市的交通一體化網絡建設，加強城市間貿易往來和經濟聯系，注重長期動力持續增長和長遠效益穩步提升。武漢、重慶等中心城市要在既有的基礎和優勢之上繼續完善多式聯運，提升自身創新實力使之發揮出對周邊城市的輻射和外溢，持續放大交通基礎設施對創新績效的擴散效應。另一方面，周邊城市要充分挖掘本地比較優勢，出臺更多的支持創新和產業發展的政策，提高產業“黏性”，發展配套特色產業集群，優化營商環境和公共服務水平，才能吸引更多高素質人才和優質資本進入，從而促進大中小城市的協同創新。

（四）發揮黃金水道優勢，推動沿江創新廊道建設

通過本文分析表明由于目前長江黃金水道的水運潛能還未充分挖掘，長江通航和運輸效率較低導致長江經濟帶內河運力的創新驅動能力并不顯著，所以大力發展多式聯運尤其是長江黃金水道建設是現階段提高沿線城市創新績效的關鍵手段。一是要大力提升長江黃金水道水運能力和效率。加大水運固定資產投資力度，加快高級航道建設和船型標準化建設步伐，優先發展集裝箱運輸為主的江海直達船型，改善航道深度、跨江橋梁等客觀條件，大幅提升長江貨運和貨物周轉能力。二是要打通公路、鐵路連接港口和水運的“最后一公里”，推動公水聯運、鐵水聯運和水水聯運等多種模式協同發展。三是要加快建設依托黃金水道立體交通的沿江創新廊道，優化城市間研究開發、成果轉化、試驗示范和產業發展一體化的創新鏈條，推進區域創新要素集聚、配置、關聯，讓創新更加高效，提升長江經濟帶創新發展整體水平。

參考文獻：

[1]張雪.京津冀交通基礎設施的空間溢出效應[D].北京：北京交通大學，2017.

[2]曾浩，余瑞祥，左椏菲，等.長江經濟帶市域經濟格局演變及其影響因素[J].經濟地理，2015，（05）.

[3]李婧，譚清美，白俊紅.中國區域創新生產的空間計量分析——基于靜態與動態空間面板模型的實證研究[J].管理世界，2010，（07）.

[4]胡霞，魏作磊.中國城市服務業發展差異的空間經濟計量分析[J].統計研究，2006，（09）.

[5]藍慶新，陳超凡.新型城鎮化推動產業結構升級了嗎？——基于中國省級面板數據的空間計量研究[J].財經研究，2013，（12）.

[6]劉友金，曾小明.中國工業空間格局的演變與集聚差異——基于EDSA和城市面板數據的空間計量研究[J].區域經濟評論，2016，（01）.

[7]宣國富，徐建剛，趙靜.基于ESDA的城市社會空間研究——以上海市中心城區為例[J].地理科學，2010，（01）.

[8]劉生龍，胡鞍鋼.交通基礎設施與中國區域經濟一體化[J].經濟研究，2011，（03）.

[9]呂典瑋，張琦.京津地區區域一體化程度分析[J].中國人口·資源與環境，2010，（03）.

[10]方大春，牛黎光.長三角城市群中心性效應與一體化提升[J].區域經濟評論，2020，（06）.

[11]劉勇.交通基礎設施投資、區域經濟增長及空間溢出作用——基于公路、水運交通的面板數據分析[J].中國工業經濟，2010，（12）.

[12]鄧濤濤，王丹丹，吳丹.交通基礎設施、空間溢出與制造業地理集聚——基于省級分行業面板數據分析[J].區域經濟評論，2017，（02）.

[13]黃森.空間視角下交通基礎設施對區域經濟的影響研究[D].重慶：重慶大學，2014.

[14]劉宏笪，于麗英，張茜.區域一體化：區位落后地區會被邊緣化？——基于蘇浙滬的實證分析[J].上海管理科學，2020，（05）.

[15]郝鳳霞，張詩葭.長三角城市群交通基礎設施、經濟聯系和集聚——基于空間視角的分析[J].經濟問題探索，2021，（03）.

[16]Cantos P， Gumbau－Albert M， Maudos J.Transport Infrastructures，Spillover Effects and Regional Growth：Evidence of the Spanish Case[J].Transport Reviews，2005，（01）．

[17]Marlon G. Boarnet. Spillovers and the Locational Effects of Public Infrastructure[J].Journal of Regional Science，1998，（3）.

[18]Cohen J P， Catherine J，Paul M．Public Infrastructure Investment，Interstate Spatial Spillovers， and Manufacturing Costs[J].The Review of Economics and Statistics， 2004， （02）．

[19]王春楊，蘭宗敏，張超，等.高鐵建設、人力資本遷移與區域創新[J].中國工業經濟，2020，（12）.

[20]張貴，溫科.協同創新、區域一體化與創新績效——對中國三大區域數據的比較研究[J].科技進步與對策，2017，（05）.

[21]Archibugi D. The Inter-industry Distribution of Technological Capabilities：A Case Study in the Application of Italian Patenting in the USA[J].Technovation， 1998， （07）.

[22]吳玉鳴.空間計量經濟模型在省域研發與創新中的應用研究[J].數量經濟技術經濟研究，2006，（05）.

[23]余明桂，范蕊，鐘慧潔.中國產業政策與企業技術創新[J].中國工業經濟，2016，（12）.

[24]王儒奇，胡緒華.長江經濟帶一體化戰略對城市創新能力的影響[J].華東經濟管理，2021，（10）.

[25]Anselin L， Florax R" J G M， Rey S J. Advances in spatial econometrics：methodology，tools and applications[M]. Berlin：Springer-Verlag， 2004.

[26]LeSage J P， Pace R K.Introduction to Spatial Econometrics[M].Boca Raton，FL：Taylor and Francis，2009.

責任編輯" "郁之行

Research on the Spatial Effects of Integrated Transportation Construction

in the Yangtze River Economic Belt on Innovation Performance

Wang Haiying

（ Party School of the CPC Hubei Provincial Committee Wuhan， Hubei， 432200， China）

Abstract： Taking 110 prefecture level cities in the Yangtze River Economic Belt as research objects， binary spatial weight matrix and inverse distance spatial weight matrix were constructed to test global and local spatial autocorrelation of regional innovation distribution in the Yangtze River Economic Belt. Panel data from 2011 to 2022 were selected to construct a spatial econometric model to study the spatial effects of integrated transportation construction in the Yangtze River Economic Belt on the innovation performance of cities along the Yangtze River. The empirical results indicate that there is spatial autocorrelation in the spatial pattern distribution of innovation in the Yangtze River Economic Belt region that features \"homogeneous agglomeration and heterogeneous separation\". The improvement of transportation infrastructure in the Yangtze River Economic Belt has a significant impact on innovation outputs. Further verification shows that the improvement of transportation conditions mainly improves the innovation performance of central cities through mechanisms such as factor flow and polarization effects， but in some areas， the regional innovation gap between central cities and surrounding cities will be wider.

Keywords：Yangtze River Economic Belt; Transportation Integration; Regional Innovation Performance; Spatial Econometric Model