交通可達性、集聚外部性與區域經濟高質量發展

　　摘 要：基于中國 282 個城市面板數據，將交通可達性納入產業集聚對區域高質量發展影響的非線性框架，分別構建空間計量模型和門檻效應模型驗證三者間的邏輯關系。結果發現：制造業集聚和服務業集聚對區域高質量發展有非線性影響;產業集聚的外部性表現為擁擠效應;交通可達性在產業集聚對區域高質量發展的影響中存在顯著的門檻效應，交通可達性提高會放大產業集聚的負外部性進而降低區域高質量發展水平。因此，政府在嘗試釋放和擴大產業集聚所帶來的經濟增長外部性時，應該充分考慮交通可達性。

　　王振華; 劉翹楚; 江金啟， 軟科學 發表時間：2021-09-29

　　關鍵詞：交通可達性;產業集聚;區域高質量發展;門檻模型; SAC 模型

　　產業在空間上的集聚能否以及如何促進區域經濟增長是新經濟地理學研究的熱點問題。主流文獻證實了產業集聚的經濟增長效應，但也有文獻指出產業集聚帶來的擁擠效應不利于經濟增長，上述兩種觀點都有理論依據[1,2]。由此，一個可能的猜想是產業集聚對區域經濟增長的影響是非線性的，在產業集聚的初始階段，區域內的集聚有利于規模效應的釋放，進而會促進經濟體的效率提升和產出增長;隨著集聚的進一步增強，規模效應會逐步被擁擠效應取代，產業集聚將不利于區域經濟發展與效率提升[1,2]。但在實證分析產業集聚對區域經濟增長績效影響的文獻中，學者們主要采用線性的分析框架，可能導致研究結論并不科學[3]。

　　另外，已有文獻指出產業集聚所帶來的經濟增長外部性釋放是以要素、技術的流動和產品流通的成本降低為前提和基礎的[4]。近年來中國城市間的交通可達性快速提升，這可能會促進產業集聚的外部性釋放[5]。相關研究證實，交通可達性的提升會促進要素在區域間的流動，有助于提升生產效率，推動經濟增長[6]。受限于數據的可獲得性，已有文獻在分析區域經濟增長及效率提升時，并未將產業集聚外部性釋放和區域交通可達性提升結合起來進行分析。

　　本文將同時引入制造業集聚與服務業集聚，以全要素生產率作為區域高質量發展的測度指標，提出的問題是：區域經濟體全要素生產率的提升是否受到產業集聚的影響?產業集聚外部性是線性還是非線性的?交通可達性是否會對產業集聚外部性的釋放產生影響?

　　1 文獻評述

　　從理論上看，內生增長理論認為產業集聚是經濟體規模經濟的重要來源 [7]。具體而言，產業在區域內集聚會引致基礎設施共享、技術交流和外溢、熟練的勞動力要素供給增加等 [8]，最終體現為產品的單位生產成本下降，技術進步速度提升 [9]。進一步，產業內部的集聚所帶來的區域經濟增長外部性收益稱之為 MAR ( Marshall-Arrow-Romer)外部性，產業間的要素流動、技術交流的基礎設施共享帶來的外部性收益為雅各布斯(Jacobs)外部性。部分實證研究針對上述假說展開，已有文獻基于不同的樣本都證實了產業集聚對經濟增長和效率提高具有積極影響[10]，但是產業集聚可能帶來的擁擠效應同樣不容忽視。威廉姆森假說認為在經濟發展初期，由于基礎設施不完善，市場潛力尚未開發，因而產業集聚會促進全要素生產率的提升，但隨著產業集聚程度的不斷加深，擁擠效應會替代規模效應，產業集聚對生產效率的正向效應出現邊際遞減甚至轉為負向效應[2,11]。

　　從方法上看，上述研究主要在線性框架下展開，但有學者發現產業集聚對區域經濟增長績效存在非線性的影響。以制造業為例，短期內的集聚效應會降低城市勞動生產率，而從長期看，集聚會提升城市勞動生產率[12]。同時，產業集聚對一個地區經濟增長效率的影響也將受到其他因素的影響。例如，一個地區的產業結構會影響該地區經濟集聚所帶來的生產效率的提升[13] ,具體表現為隨著產業結構的發展，集聚對全要素生產率的促進作用將逐漸下降。而隨著門檻模型的引入，學者們也證實產業集聚對全要素生產率存在著門檻效應。

　　此外，學者們關于集聚對全要素生產率的影響機制和途徑的關注日益增加，但相關研究尚未形成統一定論。部分文獻認為產業集聚主要通過技術進步來影響全要素生產率[15]，也有部分文獻認為產業集聚對全要素生產率的促進作用是借助規模效率來提升技術效率實現的[14]。同時，產業集聚對全要素生產率的影響還會受到產業結構的作用，如服務業集聚水平的提高會導致其對技術效率的改進幅度降低，而對技術進步的正向作用則會顯著提升[14,15]。

　　產業集聚對經濟增長效率的影響途徑之一是降低要素、技術和產品的流通成本，因此交通可達性的提升和交通基礎設施的建設有益于釋放產業集聚的外部性，并提高經濟增長績效[4]。可達性指的是利用交通系統由指定位置到達活動位置的便利性[16]。已有文獻從不同角度分析了交通可達性變化帶來的經濟增長效應[4]，但分析交通可達性對經濟體全要素生產率影響的研究不多，也未見將交通可達性與產業集聚結合起來分析二者對全要素生產率影響的文獻。有文獻將空間距離和產業集聚整合為一個統一的架構進行剖析，在此基礎上探究了產業的空間集聚對全要素生產率的作用[4]，得到了一些有意義的結論，但不足之處在于只解釋出了全要素生產率空間溢出效應的作用距離，并未揭示出集聚在不同距離下的作用差異。

　　總結看，已有文獻對如下幾個問題并未做出回答，或未獲得一致的結論：首先，產業集聚對全要素生產率的影響是否為非線性，具體的影響機制又是怎樣的?是否受到交通可達性的左右?產業集聚對全要素生產率的影響是否存在門檻效應?本文嘗試在將交通可達性和制造業集聚、服務業集聚納入非線性的框架，采用空間計量模型和門檻回歸模型討論交通可達性及產業集聚的交互作用和門檻效應對全要素生產率的影響，并分析其作用路徑，對已有文獻做出補充。

　　2 理論分析與模型構建

　　2.1 理論分析

　　從理論上講，產業集聚對全要素生產率的影響可能是非線性的：在產業集聚初期，其外部性為正，可以通過規模效應提升全要素生產率;隨著產業的進一步集聚，其外部性逐步由正變負，集聚所帶來的擁擠效應開始體現，產業集聚不利于全要素生產率提升。

　　然而，上述產業集聚可能會受到交通基礎設施、政策、制度等外部約束條件的左右而對全要素生產率產生影響。以交通可達性為例，產業集聚的外部性釋放需要保證要素在區域間和產業間的自由流動和配置，交通可達性提升會有助于降低要素在區域間的流動成本，促進資源優化配置，進而有助于產業集聚正向外部性的釋放。換言之，在交通可達性存在差異的背景下，產業集聚的全要素生產率的促進作用會不同，可能存在門檻效應。

　　2.2 計量模型的建立

　　本文假定 A 為全要素生產率，是產業集聚 agglo 及交通可達性 acc 及其他因素的函數： 1 2 ( , , , ) A h agglo agglo acc it it it it ? ?????? (1)式(1)中， i 代表第 i 個城市， t 為時間項， agglo 是產業集聚指標， agglo1 為制造業集聚， agglo2 為服務業集聚[1,17]。本文將使用空間自回歸模型(SAC)進行實證分析[18]，具體形式為： Y ? ? ? ? ? ρWY Xβ μ, μ λWμ ε (2)式(2)中， Y 表示被解釋變量， X 為自變量， W 為各種形式的空間權重矩陣， β 為系數值， ε 是隨機擾動項， n , N(0 2 ? σ I )， λ 是殘差自回歸系數， ρ 是空間自回歸系數。將式(1)繼續擴展，假定： 0 1 1 2 2 3 4 1 5 5 ( ) ( ) A A agglo agglo acc agglo acc agglo acc it t it it it it it it it ? ? ? ? ? ? ??????? ? ? ? ? ?(3)將式(3)代入式(2)，建立 SARAR 模型： 1 1 2 2 3 4 1 5 2 6 7 8 9 10 11 12 13 ( ) ( ) it it it it it it it it it it it it it it it it it A ρWY agglo agglo acc agglo acc agglo acc his fdi ur edu gov conp cap hprice μ ? ? ? ? ?? ? ? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? ? ? ? (4)本文借鑒已有文獻的經驗，空間計量模型加入的控制變量包括產業結構 (his)、投資結構(fdi)、城鎮化水平(ur)、人力資本水平(edu)、政府規模(gov)、人均消費額(conp)、存款余額(cap)。另外，近期有文獻討論了城市房價對經濟的績效影響[19]，由此本文特別將房價(hprice)加入了控制變量。

　　隨著交通可達性的變化，產業集聚對全要素生產率的影響也可能隨之發生改變，即存在門檻效應，因此需要尋找門檻值，并根據門檻值對樣本進行細分，再進一步估計不同區間樣本中產業集聚對全要素生產率的影響。本文借鑒并使用經典文獻中所提出的門檻回歸模型(threshold regression)進行深入探究 [20]。

　　3 數據來源、處理與描述

　　3.1 樣本及原始數據來源

　　本文的樣本數據是 2007~2018 年中國大陸地級以上 282 個城市的面板數據，數據源自《中國城市統計年鑒》《中國城市建設年鑒》和《中國區域經濟統計年鑒》。本研究交通可達性的原始數據來自《全國鐵路旅行時刻表》，按照高鐵開通線路和城市對出行的最短時間和距離進行逐個、逐條地整理。

　　3.2 城市全要素生產率的測度

　　本文中國城市全要素生產率的指標選擇及數據處理與已有文獻相同,選取 DEA-Malmquist 指數[21]。從測度結果看，中國城市全要素生產率自 2007 年～ 2010 年處于波動下降趨勢，2010 年后有回升跡象，但增速緩慢，與已有文獻的結論相似 [15]。

　　3.3 交通可達性的量化

　　交通可達性的量化通常包括空間可達性和時間可達性兩類指標[22]。空間可達性指標主要測度的是空間距離的變化，由于本文所采用的空間計量模型已經考慮了地理距離因素，因此本文選取時間可達性指標進行量化。本文通過搜集各城市到 4 個一線城市(北京、上海、廣州和深圳)的最短時間來衡量時間可達性 [23]，同時還搜集了各城市到省會及以上城市(直轄市及副省級城市)的最短交通時間。

　　交通可達性的測度結果表明，自 2007 年以來，各城市到一線城市的最短交通時間已大幅縮短，均值由 2007 年的 8.65 小時減少到 2018 年的 5.14 小時。實際背景是 2008 年北京奧運會初期的高速公路和鐵路的建設高潮及鐵路提速。各城市到省會城市的最短交通時間也顯示出相同的趨勢，表明近年來各級城市加強交通基礎設施建設，城市間的交通可達性和便捷性得到提升。

　　3.4 產業集聚與其他變量的量化

　　本文對產業集聚指標采用區位熵指數進行衡量 [15] 。本文在計量模型中設計的變量還包括交通可達性及產業集聚的耦合項，及產業結構等指標。產業結構指標采用產業結構合理化指數來衡量;采用外商投資占比來量化投資結構指標;由于城市人口統計中包含了其所轄縣市的人口，因此使用城區人口占年末總人口比重來衡量城鎮化指標;政府規模指標則采用財政支出占 GDP 的比重;人力資本指標選取每萬人中大學生的人數來量化;人均消費額采用人均社會消費零售總額量化，并取對數值;存款余額采用全市居民人民幣儲蓄存款余額量化，取對數值;房價采用全市商品住宅平均銷售價格量化，取對數值。

　　4 實證結果分析

　　4.1 空間計量模型的估計結果

　　本文借鑒相關文獻選擇 Moran’s I 指數進行空間相關關系檢驗。從檢驗結果看，樣本城市的全要素生產率、產業集聚等經濟變量存在顯著的空間相關關系，限于篇幅不給出結果。

　　本部分采用空間地理距離權重矩陣，使用 SAC 模型分析交通可達性、產業集聚及二者耦合項對全要素生產率的影響。除此之外，本部分還使用了空間自回歸模型和空間誤差模型，確保實證結果的穩健性。

　　從空間計量模型的估計結果看，相關系數均很顯著，3 個模型的回歸結果相似，進而證明了本文研究結論的可靠性。制造業集聚對全要素生產率影響顯著為負，說明從總體看，中國城市制造業的集聚不再帶來全要素生產率水平的提升，逐步開始體現為“擁擠效應”。同樣，服務業集聚對全要素生產率影響也顯著為負，說明服務業集聚水平越高，中國城市全要素生產率水平越低，服務業集聚所帶來的集聚效果已從“規模效應”轉變為“擁擠效應” [24]。擁擠效應有 3 個特點：一是空間性，即擁擠效應是針對某一特定空間而言的，例如某一具體城市;二是由經濟集聚引起;三是伴隨某一種或幾種要素的過多集聚而產生，強調的是其他要素的相對稀缺性 [1]。在城市經濟現實中，擁擠效應主要表現為兩個方面：一是由于企業或要素過度集中造成生產率下降;二是由于其他因素相對稀缺而導致要素價格上漲。隨著中國城市經濟的不斷發展，產業在區域內的集聚程度不斷加強，但當集聚規模較大時，城市資源環境承載能力、市場規模等因素難以支撐更多的企業或產業，擁擠效應在城市經濟中的兩種表現形式會造成要素的邊際收益下降，出現擁擠效應 [1]，進而不利于全要素生產率的提升。

　　交通可達性指標對全要素生產率的影響顯著為負，由于本文采用的是最短交通時間指標，為負向指標，因此說明交通可達性提升會顯著提升全要素生產率。從影響途徑看，交通可達性對技術效率和技術進步的影響都顯著，說明交通可達性提升可以通過影響技術效率提升和技術進步兩個渠道影響全要素生產率提升。從技術效率途徑看，首先，城市間交通可達性提升會便捷區域間的要素、產品的流動，降低交通成本，直接促進技術效率提升;其次，交通可達性提升會促進要素配置效率，降低資源配置扭曲水平，提升要素配置效率，進而間接提升技術效率值。從技術進步看，城市間交通可達性的提升有助于技術的引進和產業的轉移，便于效率前沿面上的經濟體移出相對落后的產業，也便于效率前沿面內的經濟體引入先進技術，向效率前沿面靠近，實現技術追趕，進而提高技術進步。

　　交通可達性與產業集聚耦合項對全要素生產率也存在顯著的影響，該影響主要體現為產業集聚的外部性釋放，當外部性為正時，表現為規模效應，當外部性為負時，則表現為擁擠效應。但無論是規模效應還是擁擠效應都受到空間因素的影響，而交通可達性會影響產業集聚的外部性釋放。

　　其他控制變量中，投資結構指標、人力資本水平、政府規模、人均消費等變量也都對全要素生產率有顯著的影響，影響途徑并不一致，不一一討論。另外，本研究也證實了過高的房價不利于全要素生產率的提升，與已有研究結論一致。

　　4.2 門檻回歸模型的估計結果

　　本文的空間計量模型也證明了交通可達性會影響產業集聚與全要素生產率的關系，因此交通可達性可能表現出典型的“門檻”特征。由此本部分將以交通可達性為門檻變量，建立門檻回歸模型進一步深入討論交通可達性在產業集聚規模效應和擁擠效應釋放中的具體作用和路徑。

　　本文分別對三類門檻進行最小化檢驗和顯著性檢驗[20]，結果表明存在門檻效應，且按照 F 統計量和 P 值的結果，選取單門檻模型進行實證分析。表5的實證結果表明，產業集聚對全要素生產率的影響顯著為負。從制造業集聚指標估計結果看，回歸系數由區間1的正向轉變為區間2的顯著負向，說明制造業產業集聚的擁擠效應逐漸擴大，并伴隨著交通可達性的提升對全要素生產率產生影響。制造業集聚通過資源共享和優化要素配置來促進經濟增長績效得到了廣泛驗證，同時，制造業集聚會造成擁擠效應，而集聚在某一區域內的制造業降低集聚規模或外遷會受到遷移成本及技術外溢的便利性影響，這背后的決定因素之一便是交通可達性，即集聚的制造業通過遷移來降低“擁擠效應” 有顯著的空間特征和局限性，交通可達性可以對其造成影響。

　　服務業集聚對全要素生產率的影響也顯著為負，兩個區間系數值較為接近，變化不是很明顯。本文給出的解釋是服務業具有生產和消費不可分的特點，其集聚的規模效應可能更明顯，會在市場規模較大的經濟體呈現出更強的集聚現象，因此當服務業集聚出現擁擠效應時，生產和消費不可分的特點也會發生作用，對交通可達性的要求更高，而現階段的交通可達性提升速度所帶來的效果不是特別顯著。

　　從作用路徑看，制造業集聚通過技術效率影響全要素生產率，而服務業集聚則是通過技術進步來影響的。其中，交通可達性的門檻效應較為顯著，制造業集聚對技術效率的影響系數絕對值由區間1的0.0163變為區間2的0.0337，說明隨著交通可達性的提升，制造業集聚對技術效率的影響增加。服務業集聚對技術進步的影響系數絕對值在兩個區間內由0.00735變為0.0184，也發生了明顯的變化，說明隨著交通可達性的提升，服務業集聚對技術進步的影響具有一定的提升。

　　4.3 考慮樣本異質性的進一步檢驗

　　考慮到城市經濟發展水平的異質性，剔除 34 個發展水平較高的中心城市后，采用空間計量模型對 248 個普通地級市進行進一步分析，發現普通地級市制造業、服務業集聚以及其余核心解釋變量與其他控制變量回歸系數的正負性及顯著性與已有研究結果相比并無明顯差異，這說明普通地級市制造業與服務業的集聚已經不能再促進全要素生產率的提升，制造業與服務集聚所帶來的集聚效果已從“規模效應”轉變為“擁擠效應”;交通可達性會影響產業集聚外部性的釋放從而促進普通地級市全要素生產率的提升。總體而言，本部分的估計結果與上文相似，因而本文實證結果具有穩健性(受篇幅限制，不贅述結果)。

　　5 結論與啟示

　　本文首先構建空間計量模型，發現交通可達性提升會通過技術效率和技術進步兩方面提高區域高質量發展水平;制造業集聚和服務業集聚對區域高質量發展的影響主要體現為擁擠效應，不利于區域高質量發展水平的提高;交通可達性提升會影響產業集聚與區域高質量發展的關系;制造業集聚對區域高質量發展的影響途徑是技術效率，服務業集聚對區域高質量發展的影響途徑則是技術進步。進一步，本文以交通可達性為門檻變量構建了門檻回歸模型，發現制造業集聚與服務業集聚對區域高質量發展的影響是非線性的;交通可達性也會通過強化技術進步和技術效率來改善產業集聚對區域高質量發展的影響。

　　根據上述研究結論，本文認為政府在制定產業集聚效應釋放相關政策時，應該充分考慮交通可達性在其中發揮的重要作用，而不僅僅局限于產業集聚與經濟發展及效率提升間的關系。

　　其他具體的建議包括：第一，地方政府應該對自身的產業集聚現狀及效果有清晰、準確地判斷，不應再一味追求產業集聚，部分城市可以通過相關政策促進產業的合理、有序轉移;第二，城市政府應該充分意識到交通可達性提升會帶來的影響，做好規劃，抓住產業外遷或承接產業轉移的新一輪機遇;第三，城市政府也應該嘗試出臺措施提升技術效率水平，以彌補產業集聚的擁擠效應所造成的技術進步水平下降。