梁 喜，李思遙

(重慶交通大學(xué) a.經(jīng)濟與管理學(xué)院;b.交通運輸學(xué)院，重慶 400074)

一、引言

基礎(chǔ)設(shè)施建設(shè)是物質(zhì)財富積累的重要領(lǐng)域，也是全球環(huán)境惡化的重要來源。“大推動理論”把基礎(chǔ)設(shè)施作為推動國民經(jīng)濟發(fā)展的社會先行資本，大量實證研究也表明基礎(chǔ)設(shè)施建設(shè)與經(jīng)濟增長正相關(guān)。據(jù)經(jīng)濟合作與發(fā)展組織(OECD)測算，2030年全球基礎(chǔ)設(shè)施需求將達65～70萬億美元[1]。在中國，區(qū)域經(jīng)濟一體化進程使外部市場的經(jīng)濟發(fā)展為地區(qū)經(jīng)濟增長創(chuàng)造了良好的市場需求，以交通基礎(chǔ)設(shè)施為依托，通過網(wǎng)絡(luò)化發(fā)展提高全要素生產(chǎn)率成為各地區(qū)經(jīng)濟增長的重要驅(qū)動。黨的十九大報告提出了建設(shè)“交通強國”的目標(biāo)，交通基礎(chǔ)設(shè)施建設(shè)將有更高質(zhì)量的大發(fā)展。然而，根據(jù)國際能源署的數(shù)據(jù)，全球范圍內(nèi)，交通運輸業(yè)是僅次于電力行業(yè)的第二大碳排放行業(yè)，其碳排放量占總量的21%[2]；據(jù)《中國統(tǒng)計年鑒》的數(shù)據(jù)，中國近10年交通運輸能源消費總量增幅近90%。面對資源危機和環(huán)境污染，將資源和環(huán)境作為自然資本納入生產(chǎn)函數(shù)的“綠色全要素生產(chǎn)率(Green TFP)”理念應(yīng)運而生。鑒于交通基礎(chǔ)設(shè)施對地區(qū)經(jīng)濟增長的空間溢出效應(yīng)顯著，進一步分析交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率增長的空間溢出效應(yīng)的意義重大。

網(wǎng)絡(luò)化和空間溢出效應(yīng)是交通基礎(chǔ)設(shè)施的固有特性(Condeco-Melhorado et al，2014；Tong et al，2013)[3-4]，而在不同時間、不同區(qū)域交通基礎(chǔ)設(shè)施會產(chǎn)生不同的空間溢出效應(yīng)(Aschauer，1989；Hulten，1991；Boarnet，1998)[5-7]。要客觀評估交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率增長的空間溢出效應(yīng)，需要有先進、科學(xué)的計量方法，下面基于文獻梳理，從研究路徑、分析模型和變量選擇三個方面確定本文的研究思路和方法。

研究交通基礎(chǔ)設(shè)施對經(jīng)濟增長產(chǎn)生怎樣的影響？一條路徑是將交通基礎(chǔ)設(shè)施資本從總資本中分離，并估計其產(chǎn)出彈性(Barro，1997)[8]，這種一般溢出效應(yīng)直接表現(xiàn)為GDP增加；另一路徑是考察交通基礎(chǔ)設(shè)施對全要素生產(chǎn)率增長的影響，即其資本存量通過空間溢出效應(yīng)促進經(jīng)濟增長(劉秉鐮，2010)[9]，該路徑在“新增長理論”提出后迅速成為研究熱點。交通基礎(chǔ)設(shè)施對區(qū)域經(jīng)濟增長的作用可分為投資帶來的乘數(shù)效應(yīng)、可達性帶來的直接效應(yīng)和外部性帶來的間接效應(yīng)(Banister et al，2001；Oosterhaven et al，2001)[10-11]。交通基礎(chǔ)設(shè)施的經(jīng)濟增長空間溢出效應(yīng)，源于完善的交通基礎(chǔ)設(shè)施會加速地區(qū)間的要素流動，進而促進關(guān)聯(lián)地區(qū)的經(jīng)濟發(fā)展；而全要素生產(chǎn)率的提升主要依靠技術(shù)進步和規(guī)模效率的提升，其進一步反映了資源配置的效率改善。因此，本文選擇分析交通基礎(chǔ)設(shè)施對全要素生產(chǎn)率增長的空間溢出效應(yīng)，以深入探究交通基礎(chǔ)設(shè)施建設(shè)對區(qū)域要素配置和生產(chǎn)效率的影響。

研究交通基礎(chǔ)設(shè)施對經(jīng)濟增長的影響，宏觀經(jīng)濟下的理論模型是在傳統(tǒng)的生產(chǎn)函數(shù)中加入交通基礎(chǔ)設(shè)施變量，傳統(tǒng)的實證模型則主要有二種：一是基于宏觀經(jīng)濟模型和行為方法的截面和面板數(shù)據(jù)計量模型(劉生龍等，2010)[12]，二是基于處理內(nèi)生關(guān)系的向量自回歸法(VAR)時間序列計量模型(王任飛 等，2007)[13]。時間序列數(shù)據(jù)無法克服多重共線性問題，往往高估自變量對因變量的貢獻，而截面數(shù)據(jù)不好把握變量的發(fā)展趨勢。克魯格曼創(chuàng)立的新經(jīng)濟地理理論和面板數(shù)據(jù)的運用促進了空間計量方法的發(fā)展，Holtz-Eakins和Schwartz(1995)創(chuàng)建的空間權(quán)重矩陣將空間面板計量分析推向高潮(Munnel et al，1990；劉生龍 等，2010；張學(xué)良，2012)[14-17]。本文的研究即使用宏觀實證分析下的空間面板計量模型。

關(guān)于對交通基礎(chǔ)設(shè)施的量化，一種方法是采用新古典理論下的資本形式，另一種方法是采用實物形式。我國交通基礎(chǔ)設(shè)施作為一種政府投資的公共產(chǎn)物，不完全遵循利益最大化原則，因而較多學(xué)者選取公路、鐵路作為其代理變量(葉昌友 等，2013)[18]。同時，根據(jù)《中國統(tǒng)計年鑒2016》，截至2015年我國鐵路和公路所負擔(dān)的全社會客運和貨運量分別占到96.37%和83.47%，因此本文選取鐵路和公路密度及其細化指標(biāo)來度量各地區(qū)的交通基礎(chǔ)設(shè)施。

在綠色發(fā)展的大環(huán)境下，國內(nèi)外很多研究都對考慮資源環(huán)境因素及非期望產(chǎn)出的全要素生產(chǎn)率進行了測算，但提法不一，本文借鑒“綠色GDP”的概念稱之為“綠色全要素生產(chǎn)率”(李斌 等，2013)[19]。對國內(nèi)外文獻梳理發(fā)現(xiàn)，相關(guān)文獻大都選擇GDP作為因變量，而交通基礎(chǔ)設(shè)施對中國的全要素生產(chǎn)率有顯著的正向影響(劉秉鐮，2010)[9]，同時，交通基礎(chǔ)設(shè)施建設(shè)與資源環(huán)境的矛盾日益突出，實現(xiàn)交通基礎(chǔ)設(shè)施的綠色轉(zhuǎn)型是緩解矛盾的必然選擇。因此本文選取綠色全要素生產(chǎn)率作為被解釋變量，采用空間杜賓模型重點研究交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)。

二、綠色全要素生產(chǎn)率測算

本文對全要素生產(chǎn)率的測算兼顧經(jīng)濟收益和環(huán)境收益。根據(jù)F?re等(2007)定義的環(huán)境技術(shù)函數(shù)[20]，參考Tone(2003)和馮杰等(2017)的研究，選用考慮非期望產(chǎn)出的方向性距離函數(shù)(SBM)效率測度模型[21-22]，基于綠色生產(chǎn)率指數(shù)(GML)測算綠色全要素生產(chǎn)率增長率(盧麗文 等，2017)[23]。其中，綠色生產(chǎn)率指數(shù)可分解為綠色技術(shù)進步和綠色技術(shù)效率變化，而綠色技術(shù)效率變化又可分解為綠色純技術(shù)效率變化和綠色規(guī)模效率變化。

本文選取我國除港、澳、臺地區(qū)和西藏自治區(qū)外的30個省級行政區(qū)域為研究樣本；由于從2005年開始我國將節(jié)能減排作為經(jīng)濟發(fā)展的目標(biāo)之一，選取的研究期間為2005—2015年；投入、期望和非期望產(chǎn)出的指標(biāo)選取與既有文獻選擇的C-D生產(chǎn)函數(shù)要素保持一致。投入變量包括勞動力、資本和自然資源，以年末從業(yè)人員衡量勞動力投入，以物質(zhì)資本存量衡量資本投入，以能源消費總量衡量自然資源投入*基于各地區(qū)逐年數(shù)據(jù)的獲取難度，這里選擇能源消費總量當(dāng)量值作為衡量指標(biāo)。。由于基年選擇較早會使后續(xù)年份誤差較小，采用永續(xù)盤存方法通過固定資產(chǎn)價格指數(shù)平減得到以2000年(基年)不變價格表示的投資實際值，折舊率為9.6%，基年資本存量為當(dāng)年固定資本形成總額的10倍(張軍 等，2004)[24]。選擇GDP作為期望產(chǎn)出變量，以2005年為基準(zhǔn)進行平減得到實際地區(qū)生產(chǎn)總值*下文所有關(guān)于GDP的指標(biāo)數(shù)據(jù)均采用此方法處理。；根據(jù)《中國環(huán)境經(jīng)濟核算研究報告》和《中國環(huán)境統(tǒng)計年鑒》，選擇二氧化硫和煙(粉)塵排放總量作為非期望產(chǎn)出變量。相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》(2006—2016)、《中國環(huán)境統(tǒng)計年鑒》(2006—2016)及各樣本地區(qū)歷年統(tǒng)計年鑒。

根據(jù)前述測算方法，運用MaxDEA Pro測算得到綠色全要素生產(chǎn)率增長率及其分解結(jié)果(見表1)*鑒于數(shù)據(jù)包絡(luò)分析(DEA)計算出的綠色生產(chǎn)率指數(shù)(GML)是綠色全要素生產(chǎn)率的增長率，本文借鑒既有文獻設(shè)置基年綠色全要素生產(chǎn)率為1，而后每年以上一年的綠色全要素生產(chǎn)率與本年綠色生產(chǎn)率指數(shù)的乘積作為本年的綠色全要素生產(chǎn)率，以此類推得到2006—2015年的綠色全要素生產(chǎn)率及其分解指數(shù)絕對效率值。。2005—2015年，我國綠色全要素生產(chǎn)率均大于1，年均增幅為7.18%，但低于同時段我國年均經(jīng)濟增長率(13.63%)*年均經(jīng)濟增長率由《中國統(tǒng)計年鑒2016》中的歷年國內(nèi)生產(chǎn)總值計算得出。，表明在考慮資源輸入、非期望產(chǎn)出和松弛變量后，資源消耗和環(huán)境污染明顯降低了我國的經(jīng)濟增長績效。從增長來源看，綠色技術(shù)進步與綠色生產(chǎn)率指數(shù)的變化趨勢最為相近，是綠色全要素生產(chǎn)率增長的主要推動力，該結(jié)論在一定程度上驗證了“波特假說”(環(huán)境與經(jīng)濟發(fā)展的雙贏是技術(shù)創(chuàng)新與產(chǎn)業(yè)集聚的雙重作用)。相比于綠色技術(shù)進步7.6%的增幅，綠色規(guī)模效率基本持平，綠色技術(shù)效率年均下降0.36%(主要源于純技術(shù)效率的降低)。

表1 2005—2015年樣本地區(qū)平均綠色全要素生產(chǎn)率增長及其分解

三、交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率的空間溢出效應(yīng)

1.空間面板計量模型及估計方法

空間權(quán)重矩陣是反映變量間空間關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)矩陣，現(xiàn)實中區(qū)域經(jīng)濟活動的影響因素復(fù)雜，設(shè)定適當(dāng)?shù)目臻g權(quán)重矩陣對空間計量分析至關(guān)重要。目前大多數(shù)研究仍只是使用0-1鄰接矩陣，為得到更加穩(wěn)健的分析結(jié)果，本文參考李婧等(2010)和楊海文(2015)的做法構(gòu)建多種空間權(quán)重矩陣(見表2)[25-26]。

表2 空間權(quán)重矩陣

空間計量分析中某一區(qū)域不同空間單元的經(jīng)濟活動之間具有關(guān)聯(lián)，靜態(tài)空間模型主要包括空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)。在SLM中加入解釋變量的空間滯后項，即空間杜賓模型(Spatial Durbin Model，SDM)，可以較好地避免內(nèi)生性問題。Elhorst(2010)認為在各觀察時間序列下的每個空間單元以及每個時間點的不同空間分布皆存在相互依賴，因此選用基于時間序列樣本的動態(tài)空間模型評估此類不可預(yù)測的時空效應(yīng)的擬合優(yōu)度較高[27]。動態(tài)空間杜賓模型(Dynamic Spatial Durbin Model, DSDM)具體形式如下：

當(dāng)模型中引入解釋變量及被解釋變量的空間滯后項時，空間效應(yīng)的建模假設(shè)包含了大量鄰接地區(qū)的交互作用，即綠色全要素生產(chǎn)率增長依賴于本地區(qū)(直接效應(yīng))及鄰接省域(間接效應(yīng))的交通基礎(chǔ)設(shè)施。動態(tài)空間杜賓模型可以確定影響被解釋變量的長期和短期的直接和間接(溢出)效應(yīng)(Elhorst，2014)[28]：當(dāng)δ=θ=0時，短期效應(yīng)不存在；當(dāng)δ=-η且θ=0，長期效應(yīng)不存在。鑒于研究內(nèi)容的特定性，本文僅研究固定效應(yīng)權(quán)重矩陣下的短期效應(yīng)和隨機效應(yīng)權(quán)重矩陣下的長期效應(yīng)。借鑒Lesage(2008)的方法[29]，通過偏微分進一步解析交通基礎(chǔ)設(shè)施產(chǎn)生的直接效應(yīng)和溢出效應(yīng)：

作為檢驗是否存在空間溢出效應(yīng)的更為有效的基礎(chǔ)，上式矩陣中對角線元素的均值為交通基礎(chǔ)設(shè)施的直接效應(yīng)，溢出效應(yīng)為空間滯后值的系數(shù)估計。

2.變量選擇及數(shù)據(jù)來源

研究樣本的選擇與前文一致，數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國交通年鑒》及《交通運輸行業(yè)發(fā)展統(tǒng)計公報》。應(yīng)用實物形態(tài)的變量對交通基礎(chǔ)設(shè)施進行描述更具代表性，各變量的具體說明如下：被解釋變量為綠色全要素生產(chǎn)率，解釋變量包括公路密度(每百平方公里的公路通行里程)和鐵路密度(每百平方公里的鐵路營運里程)，其中公路密度又細分為各等級公路密度(5項)和等外公路密度，鐵路密度鑒于數(shù)據(jù)可得性不再細分*各等級公路包括高速公路、一級公路、二級公路、三級公路和四級公路。?？刂谱兞堪ǚ寝r(nóng)化和人力資本，考慮到中國仍處于發(fā)展中國家的現(xiàn)代化進程中，亟待完成城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)向現(xiàn)代經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)換，因此用第二、三產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值的比重衡量非農(nóng)化變量；人力資本是地區(qū)經(jīng)濟增長的重要決定因素，選取人口平均受教育年限衡量人力資本，具體計算方法借鑒陳釗等(2004)的研究[30]。

3.空間相關(guān)性檢驗及模型選擇

首先，應(yīng)用Stata12.1計算各空間權(quán)重矩陣下逐年殘差的Moran’ I值*限于篇幅原因，各權(quán)重矩陣下的Moran’I值未列出，需要者可與作者聯(lián)系。，結(jié)果表明殘差在10%顯著性水平下不顯著，說明不存在空間殘差相關(guān)，進而選用不存在空間殘差相關(guān)條件下的空間自回歸效應(yīng)LM檢驗來初步確定模型*參考李子奈的《高級應(yīng)用計量經(jīng)濟學(xué)》，利用Moran’I檢驗無法確定空間實質(zhì)相關(guān)，因此本文選用不存在空間殘差相關(guān)條件下的空間自回歸效應(yīng)的LM檢驗，以驗證模型是否存在空間實質(zhì)相關(guān)。，由Hausman及聯(lián)合顯著性檢驗確定效應(yīng)類型，選擇LR顯著性判斷進行最終檢驗。鑒于檢驗結(jié)果均在10%水平下拒絕原假設(shè)，最終模型如下：選擇動態(tài)空間杜賓模型進行后續(xù)分析，在0-1鄰接權(quán)重矩陣、大圓距離矩陣和經(jīng)濟矩陣下(即W1、W2和W3)選用時空雙固定動態(tài)空間杜賓模型，在經(jīng)濟距離權(quán)重矩陣下(W4和W5)選用隨機效應(yīng)空間杜賓模型，具體檢驗結(jié)果見表3。

表3 各空間權(quán)重矩陣下的檢驗結(jié)果

注：*，**，***分別表示在10%、5%和1%的顯著性水平下顯著，下表同。

鑒于動態(tài)空間杜賓模型中時空滯后項的存在，使用最小二乘法(OLS)估計不準(zhǔn)確，因此選用極大似然估計(ML)，結(jié)果見表4。各效應(yīng)下解釋變量的估計結(jié)果相近，表明后續(xù)研究具有穩(wěn)健性。

表4 動態(tài)空間杜賓模型系數(shù)估計結(jié)果

注：隨機效應(yīng)的權(quán)重矩陣僅估計靜態(tài)空間杜賓模型系數(shù)。

表4的系數(shù)估計結(jié)果顯示，被解釋變量的一階滯后項系數(shù)均為正且通過了1%水平下的顯著性檢驗；固定效應(yīng)下除人口平均受教育年限外其余解釋變量的空間滯后項均在1%水平下顯著，表明各地區(qū)綠色全要素生產(chǎn)率存在顯著的時空依賴。各權(quán)重矩陣下公路密度和鐵路密度的估計系數(shù)均為正且顯著性較高，表明其正向促進作用明顯；其中高速公路密度和鐵路密度及其空間滯后項的系數(shù)估計值遠高于其他交通基礎(chǔ)設(shè)施，驗證了高速公路和鐵路的空間相關(guān)性及其對地區(qū)綠色全要素生產(chǎn)率的巨大貢獻。此外，三級公路密度的正向作用也較為突出，但一、二、四級和等外公路密度表現(xiàn)為負向作用。考慮到反饋效應(yīng)會影響解釋變量尤其是空間滯后項的回歸系數(shù)，本文進一步通過效應(yīng)分解對研究期內(nèi)的交通基礎(chǔ)設(shè)施及其細分項的長短期效應(yīng)進行深入探討，詳見表5。

表5 動態(tài)空間杜賓模型效應(yīng)分解

表5驗證了表4中系數(shù)估計結(jié)果的穩(wěn)健性，固定效應(yīng)下除大圓距離權(quán)重的分解效應(yīng)不顯著外，其余解釋變量顯著性較高，而隨機效應(yīng)的顯著性較弱。從短期效應(yīng)與長期效應(yīng)的比較看，多數(shù)解釋變量短期效應(yīng)更為顯著，說明在加入了資源和環(huán)境因素后，交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率影響的滯后性較弱；單一權(quán)重下的空間溢出效應(yīng)明顯高于直接效應(yīng)，且基于經(jīng)濟權(quán)重的分析結(jié)果高于基于地理權(quán)重的分析結(jié)果，這與許多經(jīng)典文獻的結(jié)論一致，充分驗證了交通基礎(chǔ)設(shè)施是地區(qū)間要素流動的重要載體，空間溢出效應(yīng)是其固有特性，同時也說明了經(jīng)濟增長仍是我國各地區(qū)綠色全要素生產(chǎn)率提高的主要途徑，在節(jié)能減排方面仍有不足。在各解釋變量中，高速公路密度和鐵路密度正向促進地區(qū)綠色全要素生產(chǎn)率增長，且對鄰接地區(qū)的短期溢出顯著，說明提高交通基礎(chǔ)設(shè)施投資規(guī)模和路網(wǎng)可達性在短期內(nèi)可以提高本地區(qū)和輻射區(qū)域的運輸效率并降低運輸成本，助力地區(qū)間的要素流動和經(jīng)濟交往，進而不但可以加速本地經(jīng)濟發(fā)展，更可以促進鄰近地區(qū)的經(jīng)濟發(fā)展。值得注意的是，公路密度對綠色全要素生產(chǎn)率增長的影響存在“中部坍塌”現(xiàn)象，其中一、二級公路密度的負向作用明顯，可能是由于其原材料生產(chǎn)和建設(shè)施工時有較高的能耗和污染產(chǎn)出，且相比三、四級公路的養(yǎng)護和環(huán)保成本更高，規(guī)模不經(jīng)濟較為明顯。

四、結(jié)論及啟示

本文基于2005—2015年我國30個省級地區(qū)面板數(shù)據(jù)研究交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率增長的空間溢出效應(yīng)，得到以下結(jié)論：我國的綠色全要素生產(chǎn)率增長慢于GDP增長，各地區(qū)綠色技術(shù)進步與綠色生產(chǎn)率指數(shù)的變化趨勢相近；單一權(quán)重下，交通基礎(chǔ)設(shè)施對綠色全要素生產(chǎn)率增長的空間溢出效應(yīng)明顯高于直接效應(yīng)，高速公路密度和鐵路密度的正向溢出效應(yīng)顯著，短期溢出效應(yīng)尤其明顯；各等級公路密度對綠色全要素生產(chǎn)率增長的影響存在“中部坍塌”現(xiàn)象?？傮w上看，我國大力發(fā)展交通基礎(chǔ)設(shè)施建設(shè)帶來的經(jīng)濟效益總體良好，尤其是高速公路和鐵路建設(shè)對綠色全要素生產(chǎn)率增長具有顯著促進作用，同時其空間溢出效應(yīng)明顯。交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)主要是通過促進地區(qū)間要素流動實現(xiàn)的，各地區(qū)在推進交通基礎(chǔ)設(shè)施建設(shè)中應(yīng)注意加強與關(guān)聯(lián)地區(qū)的協(xié)作，以充分發(fā)揮交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)，促進區(qū)域協(xié)調(diào)發(fā)展；同時，公路建設(shè)中出現(xiàn)的“中部坍塌”現(xiàn)象需要引起注意，要努力減少交通基礎(chǔ)設(shè)施原材料生產(chǎn)、建設(shè)施工和維護使用中的資源浪費和環(huán)境污染，并積極提高其使用效率?；诖耍疚奶岢鲆韵陆ㄗh：

國家應(yīng)科學(xué)統(tǒng)籌規(guī)劃交通基礎(chǔ)設(shè)施建設(shè)，尤其應(yīng)加快落后地區(qū)的交通發(fā)展，通過各地區(qū)的交通協(xié)同促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展；同時，要鼓勵和推動低能耗、低污染的智慧化交通基礎(chǔ)設(shè)施建設(shè)，特別要在國家戰(zhàn)略區(qū)域內(nèi)(如“長江經(jīng)濟帶”和“京津冀”以及各大城市群)建設(shè)現(xiàn)代化立體交通網(wǎng)路；此外，在進一步推進網(wǎng)絡(luò)化、全覆蓋高速公路和高鐵(動車)建設(shè)的同時，要降低一、二級公路建設(shè)成本并調(diào)配三、四級公路合理占比，以避免公路建設(shè)的“中部坍塌”。各地區(qū)一方面要加快自身交通發(fā)展，另一方面也要推進與關(guān)聯(lián)地區(qū)的協(xié)同發(fā)展，尤其是經(jīng)濟發(fā)達地區(qū)應(yīng)積極向欠發(fā)達地區(qū)輸出創(chuàng)新理念和先進技術(shù)，推進區(qū)域間交通基礎(chǔ)設(shè)施建設(shè)一體化進程；各地區(qū)還應(yīng)優(yōu)化具有顯著正向溢出效應(yīng)的高速公路線網(wǎng)結(jié)構(gòu)，協(xié)調(diào)制定各等級公路建設(shè)規(guī)劃，高效對接客貨運輸通道，充分發(fā)揮交通基礎(chǔ)設(shè)施促進要素流動的作用。

參考文獻：

[1] 張衡.全球基礎(chǔ)設(shè)施建設(shè)綠色化勢在必行[N].中國財經(jīng)報，2017-06-29(003).

[2] 丁金學(xué).我國交通運輸業(yè)碳排放及其減排潛力分析[J].綜合運輸，2012(12)：20-26.

[3] CONDECO-MELHORADO A，TILLEMA T，DE DONG T，et al. Distributive effects of new highway infrastructure in the Netherland：The role of network effects and spatial spillovers[J]. Journal of Transport Geography，2014，34：96-105.

[4] TONG T，YU T H E，CHO S H，et al. Evaluating the spatial spillover effects of transportation infrastructure on agricultural output Across the United States[J]. Journal of Transport Geography，2013，30：47-55.

[5] ASCHAUER D A. Is public expending productive[J]. Journal of Monetary Economies，1989，23(2)：77-200.

[6] HULTEN C R，SCHWAB R M. Public capital formation and the growth of regional[J]. National Tax Journal，1991，44(4)：121.

[7] BOARNET M G. Spillovers and the locational effects of public infrastructure[J].Journal of Regional Science，1998，30(3)：381-400.

[8] BARRO R，SALA-I-MARTIN X. Technological diffusion，convergence and growth[J].Journal of Economic Growth，1997，2(1)：1-26.

[9] 劉秉鐮，武鵬，劉玉海.交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長——基于省域數(shù)據(jù)的空間面板計量分析[J].中國工業(yè)經(jīng)濟，2010(3)：54-64.

[10] BANISTER D，BERECHMAN Y. Transport investment and the promotion of economic growth[J]. Journal of transport geography，2001，9(3)：209-218.

[11] OOSTERHAVEN J，KNAAP T，RIJGROK C，et al. On the development of RAEM：The Dutch spatial general equilibrium model and its first application to a new railway link[C]//41thCongress of the European Regional Science Association， Zagreb，August. 2001：29.

[12] 劉生龍，胡鞍鋼.基礎(chǔ)設(shè)施的外部性在中國的檢驗：1988—2007[J].經(jīng)濟研究，2010(3)：4-15.

[13] 王任飛，王進杰.基礎(chǔ)設(shè)施與中國經(jīng)濟增長：基于VAR方法的研究[J].世界經(jīng)濟，2007，30(3)：13-21.

[14] HOLTZ-EAKIN D，SCHWARTZ A E. Spatial productivity spillovers from public infrastructure：Evidence from state highway[J]. International Tax and Public Finance，1995(2)：459-468.

[15] MUNNEL A H，COOK L M. How does public infrastructure affect regional performance?[J]. New England Economic Review，1990 (Sep)： 11-33.

[16] 劉生龍，胡鞍鋼.交通基礎(chǔ)設(shè)施與經(jīng)濟增長：中國區(qū)域差距的視角[J].中國工業(yè)經(jīng)濟，2010(4)：14-23.

[17] 張學(xué)良.中國交通基礎(chǔ)設(shè)施促進了區(qū)域經(jīng)濟增長嗎？——兼論交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)[J].中國社會科學(xué)，2012(3)：60-77.

[18] 葉昌友，王遐見.交通基礎(chǔ)設(shè)施、交通運輸業(yè)與區(qū)域經(jīng)濟增長——基于省域數(shù)據(jù)的空間面板模型研究[J].產(chǎn)業(yè)經(jīng)濟研究，2013(2)：40-47.

[19] 李斌，彭星，歐陽銘珂.環(huán)境規(guī)制、綠色全要素生產(chǎn)率與中國工業(yè)發(fā)展方式轉(zhuǎn)變——基于36個工業(yè)行業(yè)數(shù)據(jù)的實證分析[J].中國工業(yè)經(jīng)濟，2013(4)：56-68.

[20] F?RE R，GROSSKOPF S，PASURKA C A. Environmental production functions and environmental directional distance functions[J]. Energy，2007，32(7).

[21] TONE K. Dealing with undesirable outputs in DEA：A slack-based measure(SBM)approach[R]. GRIPS Research Report Series No.I-2003-005，2003.

[22] 馮杰，張世秋.基于DEA方法的我國省際綠色全要素生產(chǎn)率評估——不同模型選擇的差異性探析[J].北京大學(xué)學(xué)報(自然科學(xué)版)，2017，53(1)：151-159.

[23] 盧麗文，宋德勇，黃璨.長江經(jīng)濟帶城市綠色全要素生產(chǎn)率測度——以長江經(jīng)濟帶的108個城市為例[J].城市問題，2017(1)：61-67.

[24] 張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟研究，2004(10)：35-44.

[25] 李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產(chǎn)額空間計量分析——基于靜態(tài)與動態(tài)空間面板模型的實證研究[J].管理世界，2010(7)：43-65.

[26] 楊海文. 空間計量模型的選擇、估計及其應(yīng)用——基于經(jīng)典方法與MCMC方法的比較[D].江西財經(jīng)大學(xué)，2015.

[27] ELHORST P，PIRAS G. Growth and convergence in a multiregional model with space time dynamics[J]. Geographical Analysis，2010，42(3)：338-355.

[28] ELHOEST J P. Spatial econometrics：From cross-sectional data to spatial panels[M]. Berlin：Springer，2014：95-119.

[29] LESAGE J P，PACE R K. Introduction to spatial econometrics[M]. Boca Raton，F(xiàn)L：CR Press Taylor & Francis Group，2008.

[30] 陳釗，陸銘，金煜.中國人力資本和教育發(fā)展的區(qū)域差異：對于面板數(shù)據(jù)的估算[J].世界經(jīng)濟，2004(12)：25-31+77.