摘要：交通运输对区域经济溢出效应包括两个方面， 正溢出效应将促进其它区域经济增长， 而负溢出效应则会减缓其它区域经济增长。本文解释了区域经济视角下交通运输溢出效应原理， 构建了区域经济视角下交通运输溢出效应的数学模型以及相关的权重矩阵， 选择和确定了模型应用的经济指标与数据来源， 并探讨了相应回归模型的构建， 为研究区域经济交通运输溢出效应提供方法参考。

　　关键词：区域经济； 交通运输； 溢出效应； 模型构建。

　　0 引言。

　　区域经济的持续增长， 离不开交通运输的支持， 完善的交通运输环境是实现区域经济贸易和要素快速流动的基础和关键。一定程度上而言， 交通运输的分布特点决定本地区的社会经济活动在空间上的分布特征和特点。交通运输的资本投入水平在根本上决定了区域的经济空间关联度， 并影响着区域的经济分布结构。根据历史数据统计， 在区域的经济增长中， 交通运输空间溢出效应表现最为明显的两个方面在于：一是交通运输资本在网络化的影响下， 使得投入在空间经济中获得了明显的扩散效应， 推动着区域的经济实现发展， 从而真正对地区间的经济增长发挥溢出效应。二是得益于空间经济的集聚效应， 在区域经济得到快速发展的同时， 减缓要素来源地的经济发展状况影响了其它区域的经济发展状况， 从而使得溢出效应所发挥的只有负面影响， 从而不利于其它区域的经济发展[1].本文尝试构建区域经济学视角下交通运输的溢出效应模型构建， 为学术界研究区域经济交通运输溢出效应提供理论模型。

　　1 区域经济视角下交通运输溢出效应原理。

　　为了进一步说明交通运输的溢出效应， 在区域经济的视角下， 本文对此进行进一步的说明。在交通运输资本得投入中， 空间正溢出效应在空间经济的扩散效应带动下得以体现。在交通运输资本的投入中， 经济扩散效应能够作用于资源、经济要素、企业和经济部门， 并使得它们相对均衡的分布于区域空间中， 而后渐渐的减小区域间的经济增长水平， 并最终推动区域间的经济能够均衡发展。提升交通运输服务水平， 不仅有助于促进企业间的经贸往来， 而且有助于帮助企业降低生产支出、提升生产效率和资源配置水平， 改善投资环境， 从而增强区域在吸引资本、劳动力和企业方面的力度和水平。在发达的区域环境中， 交通服务水平是一个很重要的考量因素， 只有增强交通运输水平， 才能提升本地区的经济活动程度， 进而影响到本区域的经济表现水平， 从而产生正向的溢出效应[2].

　　对于交通运输资本投入而言， 同样也需要经济集聚效应。某种程度而言， 交通运输投资水平与本区域的交通服务水平呈现正相关关系， 而交通服务水平又决定和影响了本区域的经济地位， 从而对区域内的经济要素、企业、劳动力等产生影响。如果一个地区的交通运输投资水平很高， 那么本地区的交通服务水平就会呈现一定程度的提升， 从而吸引更多的社会资本和人才向本地区流转[3].同样的， 在区域环境的刺激下， 周边区域的生存要素要发生改变， 逃离原有地区转向交通服务水平更优的地区， 从而对该区域的经济产生负面影响。简言之， 交通运输条件好的区域在经济方面获得的增长水平本质上源于交通运输条件较差地域的经济损失， 这就是交通运输投资在区域经济增长方面的负溢出效应的具体表现。

　　2 区域经济视角下交通运输溢出效应的模型构建。

　　2.1 模型构建在前文中， 对交通运输在区域经济增长方面的作用和影响进行了假设和讨论， 交通运输确实会影响本区域的经济增长状况， 但是其对于其它区域经济增长的影响状况则是不明确的， 即有可能呈现正向的刺激作用， 也可能产生负面的阻碍作用。因此， 有必要建立一个生产函数对此进行研究， 在这个函数中， 必须包含本区域的交通运输情况， 也得包含其它区域的交通运输情况。

　　在生产函数中， C-D函数最为常见， 其不仅拥有良好的数学性质， 而且在研究方面具有较好的可靠性。利用C-D函数进行研究的实例有很多， 在过去， 有大量的学者在研究交通设施资本对总产出和生产率方面的影响分析中应用了C-D函数， 这些研究中尤其是美国和跨国研究最多[4].但是在实际的研究中， 生产函数并非完全科学、有效的， 它也有两方面的不足， 首先就是它只关注了区域内的影响， 而对于区域间的联系则没有进行关注和考虑；其次就是对于交通运输设施， 它只是简单的将其视为了一种投入要素， 而没有将其网络性进行反应， 也很少去关注国家层面中的交通运输投资对于其它国家或者地区的影响。所以就很难去验证和分析其直接影响和间接影响。我国是一个特殊的国家， 与世界中其它国家有很大不同， 而且我国还是世界上最大的发展中国家， 在经济的增长上有着与其它国家明显不同的特点。在政治制度和经济制度方面， 我国也是极具中国特色， 在世界中独一无二。在34个省、市、自治区中， 各区域的经济环境和增长速度既相互独立、又互为影响， 因此在交通运输设施的投资上不仅有来自省际层面的， 也有来自国家指导层面的， 它们都促进和发展了交通运输网络， 都给区域经济增长带来了动力。因此， 这方面的溢出效应更应得到重视和关注。查阅中国各行政区划的相关统计数据， 在更为完整的统计数据的基础上， 研究存在溢出效应的交通运输投资影响和作用[5].为了进一步提升研究问题的可比性， 应用了最具代表性的Cobb-Douglas生产函数基本形式， 并在充分考虑网络性的基础上， 对区域间的相互影响和作用进行了反映。

　　其中，R指的是各个区域的GDP, 式中的t指的是广义程度上的技术发展， L指的是劳动力投入， C指的是交通运输以外的资本投入， TC指的是交通运输资本投入， OTC则指其它区域在交通运输资本方面的投入水平， 这个变量表示区域之间的经济往来关系， 并用此来判断交通运输在区域经济增长方面的溢出作用。应用对数线性柯布一道格拉斯生产函数来进行更深层次的探讨和计量分析：各变量的经济含义和公式 （1） 一致， 对于其它区域交通运输资本的投入情况， 用OTCit来表示， 其具体结构为： wj指的就是相应空间权重矩阵。在相关统计和研究数据的基础上， 对公式 （2） 进行了回归分析， 研究表明， 当估计得到的其它区域交通运输的产出弹性大于零时， 即α4>0时， 其它区域首次影响， 其域内的交通运输资本会带动和提升本区域内的产出水平， 表现出正溢出效应。当α4<0时， 其它区域的交通运输资本则会在一定程度上遏制本区域内的产出水平， 表现出负溢出效应[6].

　　2.2 相关权重矩阵构建。

　　2.2.1 二进制权重矩阵设定。

　　在这个设定中， 应用二进制权重矩阵。对空间依赖性进行检验和说明， 邻接性使用0和1进行表达。假如在两个单元空间中， 存在有非零长度的公共边界， 那么就说这二者相邻， 其对应的二进制连接矩阵的元素赋值为1;假设在两个空间单元， 不存在公共边界的相关问题， 那么这二者就可以视为不相邻， 在二进制连接矩阵中， 其元素赋值就为0.然后对其进行标准化， 各行的元素都变成1.

　　2.2.2 负溢出效应的权重矩阵设定。

　　通常而言， 交通基础设施投入状况与本地区的经济增长存在相关正相关关系， 但是对于外部区域的经济增长是否存在正相关关系则尚不确定。也就是说某一个区域的交通基础设施状况发生改变时， 临近的区域区位优势会有所增加， 对其它区域的生产要素产生吸引力作用， 从而使得本区域的产出增加， 而其它区域的产出则减小， 从而对其它区域产生负溢出效应。通常看来， 相似区域中， 溢出效应会体现的更为明显。所以， 在对基础设施的负溢出效应进行验证时， 主要关注区域之间的相似性， 从而构建出空间权重矩阵MSWM.E指的是经济相似性指标， Si指的是空间权重矩阵中的各行标准化值， 即它的每一行元素之和都是I.应用各区域的人均GDP对两区域的相似性进行说明， 分别对应元素Ei, Ej, 以表示i, j区域的人均GDP[7].

　　2.2.3 正溢出效应的权重矩阵设定。

　　在交通基础设施网络性的基础上， 提出了空间正溢出效应的相关假设。在交通基础设施的帮助下， 各相邻区域进行连接， 从而形成了可互通有无的网络， 促进了各区域的经济活动和经贸往来， 从而使得各区域之间的经济发展形成联动态势， 所以在区域经济增长中， 交通基础设施对其的影响具有正溢出效应。为了在科学角度对其进行说明， 为此在充分考虑基础设施的网络属性的基础上， 构造了空间权重矩阵。本文以区域间的干线交通基础设施为基础， 构造了网络空间矩阵Mswm. 使用NRij来表示相邻区域之间的交通干道数目， j来表示与区域i相邻的区域数目。假设相邻区域间没有交通干线进行连接， 那么Mswm值则就设为零， 最后对Mswm进行标准化， 使其每一行的元素之和都是1[8].

　　3 经济增长指标及数据的选择和确定。

　　3.1 经济增长指标选择。

　　在建立经济分析模型的过程中， 要站在科学的角度， 根据经济理论的相关要求， 筛选合理的经济指标进行建立。根据相关的研究成果， 表明在经济增长中， 有很多指标会对经济增长产生影响。在Levine和Renelt （1992） 看来， 与经济增长有密切关系的相关指标达50多个。在传统的经济增长中， 物质资本和劳动力是最为重要的两个经济指标， 当然， 人力资本仅是其中的一个方面， 其它的诸如公共资本、区域发展不平衡以及R&D投资等都对经济发展产生影响[9].除此之外， 非经济指标比如政策等， 也会对经济发展产生正向或负向作用。

　　我国是世界上最大的发展中国家， 在我国的经济发展中， 传统的投入要素仍在经济发展中起到重要作用。此外， 还没有对法律、政治等因素进行考虑。虽然能够对经济增长进行表征的指标有很多， 但本质上主要是两类：收入指标和产出指标。前者指的是， 在经济发展中， 能够对经济福利以及新产品或者服务的购买能力进行反映的数据指标；后者则指的是新产品和服务在现实中的供给能力。基于科学事实的基础上， 面对区域间的收入水平数据的不完善性以及通货膨胀率的不一致性， 为了更加准确的表征区域经济增长指标， 本文选择了区域国内生产总值及产出指标来作为反映指标。在劳动力的投入确定上， 通常选用的方法主要有两种：一种是统计从业人数， 另一种是对全社会的劳动报酬进行确定。获取从业人数是十分简单的， 获取完成后， 可直接进行对比。但是在反映劳动年龄、职业关系以及劳动者从业时限方面， 则很难进行准确反映。在确定全社会的劳动报酬方面， 则能够对劳动量尤其是劳动质量进行很好的反映。当前， 劳动报酬的获得不仅受到物价等因素的影响， 而且还会受到工资政策的影响， 因此， 难以真正准确的获取与劳动报酬相关的数据资料。在进行测算的过程中， 选择年末从业人员数量来作为劳动投入量， 选择物质资本来作为资本投入， 并进一步将其细分为交通运输存量和除交通运输以外的资本存量两个部分[10].

　　3.2 指标数据的选择。

　　根据研究需要， 研究者可以在我国各省级行政区的统计数据中， 选择相对应的面板数据， 根据空间变量尺度的选取基础， 再对空间变量的时间序列数据进行选取， 最后将两者进行有效结合， 从而科学分析交通运输在区域经济增长中的影响和作用。各种指标数据的选择如下。

　　3.2.1 经济增长指标。

　　在经济社会中， 总是会伴随通货膨胀或者通货紧缩的现象， 因此在选择国内生产总值GDP作为经济增长指标后， 在不同的年份对其数据进行对比时， 必须要考虑价格变动因素， 只有将这一因素进行剔除， 才能客观的将经济增长动态反映出来。关于数据的调取， 可以从《中国统计年鉴》中获得， 比如当年价格GDP、可比价格GDP, 然后再根据这些数据计算出不变价的GDP.

　　3.2.2 劳动投入指标。

　　在这个指标中， 选择年末的从业人数来作为劳动力投入指标， 根据《中国统计年鉴》， 各区域根据三次产业划分标准， 分别统计年底从业人员的具体数目。

　　3.2.3 资本投入指标。

　　在资本投入中， 总共分为两个部分， 一是交通运输资本投入， 二是除交通运输外的资本投入部分。在经济增长与交通运输关系的相关研究中， 最为常见的一种方法就是采用在固定资产投资中， 交通运输部门的投入与其它公共投资一同作为资本投入指标。在经济增长的相关资本投入中， 对其产生影响和作用具体是指资本存量在一年中的服务量， 就是说资本存量和新增资本投入减去折旧， 两者是相等关系。因为每一年的投资重点都不相同， 因此在新增固定资产的投资额方面， 其投资方向、比例和区域分布均不相同， 所以在计算中， 选用新增固定资产投资来衡量对区域经济增长的影响情况， 这一设定无法得出科学结论。所以本文选择了资本存量来作为物质资本投入。但是在计算资本存量方面， 并没有一个统一的、科学的标准。在本文中， 选用了永续盘存法来对各区域的资本存量和交通运输资本存量进行计算和判断， 其公式为：Di表示的是第i年所对应的资本存量， Di-1指的是第i-1年所对应的资本存量， Ti则表示第i年的投资总额， αi表示的则是第i年的折旧率。

　　4 关于回归模型构建的讨论。

　　根据前文构建的交通运输溢出效应模型， 关于面板数据对象的估计， 其对应方程模型的形式为： Rit表示的是因变量， pit和βi指的是当i=1, 2…N时的截面区域的解释变量V和V维参数。对于每一个对应的截面区域， 其观测期分别是t=1, 2…T.应用这些数据， 将其作为系列截面来就回归量进行说明， 则共有N个截面方程=αi+piβi+εi.在这个模型中， 共有对应的三种情形：

　　情形1:αi=αj, βi=βj.在这个情形中， 横截面上一是没有个体干扰， 二是在结构上没有发生任何变化， 因此对于每个个体成员方程而言， 其截距项和系数向量都是一样的。这就等于将多个时期的截面数据共同堆积在了一起， 并将其作为样本数据。而后可以根据普通最小二乘法将a和β进行一致有效的估计。

　　情形2:αi≠αj, βi=βj.在这个情形中， 其被称为变截距模型， 指的是截面数据中， 个体有影响， 而结构则没有发生改变。而且， 个体发生的影响可以应用截距项的差别来进行解释， 系数向量则相同， 那么这样的模型就是变截距模型， 其在横截面的个体影响是不相同的。关于个体影响的表现， 常常表现为在模型中， 被忽视的反映个体差异的变量影响， 进一步又划分为在模型中加虚拟变量， 借助这种方法来对回归参数的固定影响和随机影响的两种情况进行估计。在选择固定效应还是选择随机效应的问题上， 要想得出正确选项， 就要首先通过Huasman检验。即优先估计一个随机效应， 然后在进行检验。假设不能进行零假设， 那么就选择固定效应， 反之如果能够接收零假设， 那么就选择随机效应。在似然比检验中， 也是同样的表现。应用公式区分， 首先假设误差项的构成ei不是随机的， 而是固定不变的， 但是在个体之间， 则是有差异和变化存在的。在这样的假设下， 误差项可以简化为εit=eit, 那么其模型则可以表示为：ei表示的是不同个体在截距上的变化情况， 个体影响表示为α0+ei, 类似这种的模型就称之为固定效应模型。在这个模型中， 能够应用两种方法进行估计：一是虚拟变量法， 二是均值偏差法。

　　情形3:αi≠αj, βi≠βj.这个情形被称之为变系数模型， 在这个模型中， 其横截面上不仅存在着个体影响， 而且结构也有变化， 当应用变化的截距项来解释个体影响的同时， 应用系数向量来对结构的变化予以说明。

　　参考文献：

　　[1]刘秉镰， 赵金涛。？中国交通运输与区域经济发展因果关系的实证研究[J].?中国软科学， 2005 （06） :101-106.?

　　[2]徐阳， 郗恩崇， 苏兵。？一体化交通运输体系与区域经济发展的关系[J].?理论与改革， 2013 （02） :97-99.?

　　[3]凌起。？福建交通运输与区域经济发展的关系[J].?福建师范大学学报 （哲学社会科学版） , 2001 （02） :20-26.?

　　[4]徐阳， 苏兵， 张荔， 张多加。？陕西省区域经济与交通运输体系发展综合评价及适应度研究[J].?生态经济， 2016, 32 （03） :108-112.?

　　[5]谭建新， 杨晋丽。？交通运输基础设施的空间分布与区域经济增长[J].?云南民族大学学报 （哲学社会科学版） , 2009, 26 （04） :101-105.?

　　[6]葛珩， 朱传耿。？交通运输对区域经济影响效应的研究进展及展望[J].?特区经济， 2008 （11） :279-281.?

　　[7]王会宗。？交通运输与区域经济增长差异--以中国铁路为例的实证分析[J].?山西财经大学学报， 2011, 33 （02） :61-68.?

　　[8]刘敬严。？京津冀城市群交通运输与区域经济协调发展评价[J].?综合运输， 2014 （08） :46-50.?

　　[9]Levine, R., &Renelt, D.? （1992） .?A sensitivity analysis of cross-country growth regressions.?American Economic Review, 82 （4） , 942-963.?

　　[10]曹洪， 段欢。？交通运输网络对四川省区域经济溢出效应的影响[J].?物流技术， 2017, 36 （06） :47-50+94.