[摘要] 在推進區(qū)域協(xié)調(diào)發(fā)展的大背景下，研究城市群內(nèi)部各城市之間的經(jīng)濟聯(lián)系具有重要意義。本文在核心城市輻射力不足的成渝城市群基礎(chǔ)之上加入西安，形成成渝西城市群。通過面板數(shù)據(jù)的空間滯后模型，著重研究了成渝西城市群26個地級市2003～2014年經(jīng)濟效率的空間溢出效應(yīng)，并提出推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、提升城市居民教育水平、擴大固定資產(chǎn)投資、加強交通基礎(chǔ)設(shè)施等提高城市群經(jīng)濟效率的相關(guān)政策建議。

[關(guān)鍵詞] 城市群;經(jīng)濟效率;空間計量;溢出效應(yīng)

[中圖分類號] F061.5 [文獻標(biāo)識碼]A [文章編號]1008-0694（2019）05-0102-12

[作者] 許渤胤 博士研究生 西南財經(jīng)大學(xué)經(jīng)濟學(xué)院 成都 6111 30

一、引言

當(dāng)前，我國區(qū)域經(jīng)濟發(fā)展進入了新的時期，即以都市圈為核心，以城市群為單元，由“帶狀”轉(zhuǎn)向“塊狀”，由省域、行政區(qū)經(jīng)濟轉(zhuǎn)向城市群經(jīng)濟。[1]目前我國已經(jīng)形成了長三角、京津冀、長江中游、關(guān)中平原、中原、成渝等主要城市群，其中長三角城市群已躋身世界級城市群。我國城市群發(fā)展起步晚，總體水平也大大落后于西方發(fā)達(dá)國家，而且東部城市群發(fā)展水平明顯高于中西部城市群。因此，我們需要進一步加強對我國中西部城市群的研究。

長期以來，我國對于西部城市群的研究主要集中在以成都、重慶為雙核的成渝城市群。然而，從世界級城市群的發(fā)展?fàn)顩r來看，目前的世界級城市群要么擁有像紐約、倫敦這樣的國際性超大城市作為核心，要么就是像長三角城市群一樣擁有幾個核心城市，通過發(fā)揮輻射帶動作用促進整個城市群發(fā)展。顯然，成都、重慶兩個核心城市與國際性超大城市還有一定差距，其本身的輻射能力有所不足，再加上成都與重慶歷來競爭大于合作，使得成渝城市群實際上是由相互分割的成都城市群和重慶都市區(qū)組成。[2]此外，長三角城市群的年均夜間燈光亮度是成渝城市群的5倍左右，且成渝城市群的燈光亮度為國內(nèi)城市群最低，[3]這充分說明成渝城市群的發(fā)展在國內(nèi)還相對落后。

經(jīng)濟效率能夠最直接地衡量城市群發(fā)展?fàn)顩r，其不僅包括生產(chǎn)效率還包括通勤效率等多種城市運行效率。一個高度發(fā)達(dá)的城市群，不僅與其內(nèi)部的核心城市的經(jīng)濟效率相關(guān)，還與其他非核心城市的經(jīng)濟效率，以及核心城市與非核心城市之間的經(jīng)濟聯(lián)系相關(guān)。本文打破傳統(tǒng)的成渝城市群的研究視角，在成渝城市群雙核的基礎(chǔ)上加入了西安這個新的核心城市，形成了以成都、重慶、西安為核心城市的成渝西城市群。之所以選擇西安，一方面是因為在地理位置上，西安比其他核心城市離成都、重慶的距離都近，另一方面隨著成都至西安高鐵的開通，再加上已有的成渝高鐵、渝西高鐵等，使得3個核心城市之間的通勤率大大提高。此外，建立成渝西三核城市群比建立成渝雙核城市群能更進一步地提高城市群的經(jīng)濟效率。因此，本文將視角聚焦在成渝西城市群上，并通過地級市之間經(jīng)濟效率的溢出效應(yīng)來研究城市之間的經(jīng)濟聯(lián)系。

二、文獻綜述

目前國內(nèi)外對于區(qū)域間空間溢出效應(yīng)的研究大體可以分為兩類：一是利用傳統(tǒng)生產(chǎn)要素的投入產(chǎn)出研究區(qū)域間的空間溢出效應(yīng)。用這種方式研究溢出效應(yīng)時，一般會順帶研究區(qū)域間乘數(shù)效應(yīng)和反饋效應(yīng)。Ronald E.Miller （1963）在Mose的一般均衡模型的基礎(chǔ)上，通過設(shè)定技術(shù)系數(shù)矩陣，建立了兩區(qū)域模型。[4]之后，學(xué)者們開始應(yīng)用投入產(chǎn)出表分析兩區(qū)域的經(jīng)濟影響并將Miller的經(jīng)典模型推廣。Linden和Oosterhaven （1995）用1965～1985年歐洲各國的投入產(chǎn)出表，研究了各個國家內(nèi)部區(qū)域間的溢出效應(yīng)和歐洲各國之間的溢出效應(yīng)。[5]Yuichi Hasebe和NagendraShrestha （2006）則運用投入產(chǎn)出分析法研究了東亞的經(jīng)濟一體化。[6]潘文卿（2015）以1997年和2007年中國8個區(qū)域之間投入產(chǎn)出表為基礎(chǔ)，建立靜態(tài)多區(qū)域投入產(chǎn)出模型，計算了8區(qū)域間的乘數(shù)效應(yīng)、溢出效應(yīng)和反饋效應(yīng)，發(fā)現(xiàn)區(qū)域間的乘數(shù)效應(yīng)下降，而溢出效應(yīng)和反饋效應(yīng)上升。[7]姚愉芳（2016）將Miller的兩區(qū)域投入產(chǎn)出模型推廣到三區(qū)域，研究了京津冀之間的經(jīng)濟影響、溢出效應(yīng)和反饋效應(yīng)，發(fā)現(xiàn)區(qū)域間乘數(shù)效應(yīng)遠(yuǎn)大于溢出和反饋效應(yīng)，區(qū)域間的關(guān)聯(lián)協(xié)同作用偏小。[8]

二是利用空間計量模型和新經(jīng)濟地理學(xué)的相關(guān)模型來研究空間溢出效應(yīng)。Bow-sher J（2002）利用1981～1998年的省域面板數(shù)據(jù)，在Barro經(jīng)濟增長模型的基礎(chǔ)之上，建立了區(qū)域溢出效應(yīng)模型，證明了中國沿海省份和內(nèi)陸省份之間存在溢出效應(yīng)。[9]畢秀晶（2013）通過計算Moran's I證明了長三角區(qū)域人均GDP存在空間自相關(guān)，并利用空間滯后模型（SLM）和空間誤差模型（SEM）分析了長三角區(qū)域的空間溢出效應(yīng)。[10]顏銀根（2014）借鑒Harris的市場潛能概念，引入工具變量，構(gòu)建了區(qū)域增長溢出指數(shù)模型，研究了中國經(jīng)濟空間的分割問題，指出中國沿海地區(qū)和內(nèi)陸地區(qū)分別為“外向型”經(jīng)濟和“內(nèi)向型”經(jīng)濟。[11]劉華軍（2014）建立三種空間權(quán)重矩陣，利用空間面板杜賓模型，研究城鎮(zhèn)化、空間溢出與區(qū)域經(jīng)濟增長的關(guān)系。[12]張學(xué)波（2016）采用Conley - Ligon模型和空間馬爾科夫鏈相結(jié)合的方法，研究了京津冀區(qū)域的空間溢出效應(yīng)及其對經(jīng)濟水平空間格局的影響。[13]朱道才（2016）使用空間誤差模型和地理加權(quán)回歸模型，對長江經(jīng)濟帶中心城市空間溢出效應(yīng)的演化過程與空間分布進行研究，發(fā)現(xiàn)負(fù)溢出效應(yīng)主要集中在西部地區(qū)。[14]陳燕武（2017）通過計算Moran' s I指數(shù)發(fā)現(xiàn)了各省的經(jīng)濟發(fā)展及技術(shù)選擇存在顯著的空間相關(guān)性，并構(gòu)建包含空間滯后與空間誤差的空間面板模型，發(fā)現(xiàn)西部地區(qū)的技術(shù)選擇具有顯著的空間溢出效應(yīng)。[15]

由于我國投入產(chǎn)出表的數(shù)據(jù)僅在省級層面，地級市層面的投入產(chǎn)出數(shù)據(jù)獲取難度較大，且運用投入產(chǎn)出法分析多個區(qū)域間的空間溢出效應(yīng)往往僅能進行定性分析。因此，本文采用第二種研究思路，即使用空間計量模型來研究成渝西城市群的空間溢出效應(yīng)。

三、模型設(shè)計

1.研究區(qū)域

本文選取成渝西城市群的26個地級市，主要包含：重慶市、成都市、自貢市、瀘州市、德陽市、綿陽市、遂寧市、內(nèi)江市、樂山市、南充市、宜賓市、廣安市、達(dá)州市、資陽市、眉山市、雅安市、廣元市、巴中市、西安市、銅川市、寶雞市、咸陽市、渭南市、漢中市、安康市和商洛市。

2.空間相關(guān)性

當(dāng)區(qū)域之間存在空間自相關(guān)時，傳統(tǒng)的OLS估計結(jié)果將會出現(xiàn)偏差。因此在設(shè)定模型之前，有必要考慮空間相關(guān)性。對于空間相關(guān)性分析，采用最多的方法是Moran' s I指數(shù)和Geary's C指數(shù)，[16]本文選用使用程度上較廣的Moran' s I指數(shù)進行測算，若Moran's I=O，說明區(qū)域之間不存在空間自相關(guān)，若Moran' s I≠0，說明區(qū)域之間存在空間自相關(guān)。

計算公式如下：

其中，n表示成渝西城市群的26個地級市，xi和Xj分別是地級市i和j的經(jīng)濟效率，x是該屬性的平均值，Wij是空間權(quán)重矩陣。本文采用的是二進制鄰接矩陣，即若兩個地級市之間有公共邊，則記為1，若沒有公共邊，則記為0。

衡量一個城市的經(jīng)濟效率最常用的指標(biāo)是人均GDP。本文將成渝西城市群26個地級市2003～2014年的人均GDP導(dǎo)入GEODA軟件，計算出來的全局Moran' s I值如表1所示。從表1可知，2003～2014年，成渝西城市群的全局Moran' s I值均為正數(shù)，這表明26個地級市之間的人均GDP存在正的空間自相關(guān)，本市經(jīng)濟效率會受到來自相鄰市經(jīng)濟效率的影響，即地級市之間的城市效率存在空間溢出效應(yīng)。

3.模型設(shè)計和數(shù)據(jù)來源

由于Moran's I的值不為O，因此應(yīng)選用空間計量模型，本文選用的空間計量模型為面板數(shù)據(jù)的空間滯后模型，[17]模型設(shè)定如下：

其中，yit是被解釋變量的矩陣，Xit是解釋變量矩陣，β是系數(shù)矩陣，i和j表示地級市i和地級市j，t表示時間，p表示相鄰地級市之間的空間依賴強度即空間自相關(guān)向量，Wit是不隨時間t變化的空間權(quán)重矩陣，ci是特定效應(yīng)（固定效應(yīng)、隨機效應(yīng)或者混合效應(yīng)），Vit是誤差項。

本文選取的被解釋變量是城市的經(jīng)濟效率，用人均GDP來衡量，選用的數(shù)據(jù)為2003～2014年成渝西城市群26個地級市的人均GDP，數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》、中經(jīng)網(wǎng)數(shù)據(jù)庫。

假定一座城市的生產(chǎn)函數(shù)為：

其中，Y表示一座城市的生產(chǎn)總量（用GDP表示），K表示一座城市的資本存量，I.表示一座城市的人口數(shù)量（用城市常住人口數(shù)量表示），A代表技術(shù)進步，將生產(chǎn)函數(shù)化為人均形式有：

兩邊同時取對數(shù)，有：

Iny=lnA+alnk+（α+β—1）InL

（*）

其中，y、k分別表示人均GDP和人均資本。對于（*）式右邊的影響因素及其度量指標(biāo)的選取如下：

（1）人口數(shù)量（POP）。本文的人口數(shù)量數(shù)據(jù)為每個地級市的常住人口數(shù)量，預(yù)期系數(shù)為負(fù)。

（2）人均固定資產(chǎn)投資（PINVF）。一個城市的固定資產(chǎn)投資是影響該城市人均GDP的重要解釋變量，預(yù)期系數(shù)為正。

（3）人均外商直接投資（PFDI）。預(yù)期系數(shù)為正。

（4）人力資本（PEDU）。人力資本是影響一個城市人均GDP的重要因素，本文的解釋變量人力資本采用每個城市的人均受教育年限衡量，人均教育年限的計算公式為：PEDU一∑nixi/N，其中i表示不同類別的受教育群體的文化程度，ni表示該群體的人數(shù)，Xi表示該群體的受教育年限時長。本文將受教育群體的文化程度分為：文盲、小學(xué)文化、初中文化、高中文化（含中專）、大學(xué)文化（含?？疲?、碩士文化、博士及以上。各個文化程度的受教育年限時長為：文盲1年、小學(xué)6年、初中9年、高中12年、大學(xué)15.5年、碩士19年、博士24年，其中大學(xué)15.5年是考慮到?？浦挥?年的緣故，取了一個平均值。而碩士少有專科，因而采用19年。博士由于畢業(yè)難度大，往往有延遲畢業(yè)的現(xiàn)象，且博士以上的文化程度往往有更長的受教育年限，因此采用5年的方式計算，故為24年。對于極個別數(shù)據(jù)缺失的地級市，采用相鄰地級市的均值進行替代。由于人力資本越發(fā)達(dá)的城市，其經(jīng)濟效率往往越高，因此預(yù)期系數(shù)為正。

（5）產(chǎn)業(yè)結(jié)構(gòu)水平（IND）。本文的產(chǎn)業(yè)結(jié)構(gòu)水平采用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所占GDP的比重衡量，預(yù)期系數(shù)為正。

（6）交通基礎(chǔ)設(shè)施（PRAOD）。本文采用人均公路面積衡量一個地級市的交通基礎(chǔ)設(shè)施水平，交通基礎(chǔ)設(shè)施越發(fā)達(dá)的地區(qū)，通勤率越高，運輸成本下降，經(jīng)濟效率也就越高，因此預(yù)期系數(shù)為正。

以上變量的相關(guān)數(shù)據(jù)來源于2003～2014年的各省市統(tǒng)計年鑒、各省市教育局、《中國城市統(tǒng)計年鑒》《中國區(qū)域統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。由于這些影響因素和人均GDP之間的關(guān)系并非線性，因此采用對數(shù)化的方式將其線性化，得到如下城市經(jīng)濟效率的影響模型：

InPGDP=C+β1lnPOP+β21nPINVF+β31nPFDI+β41nPEDU+β5lnIND+β61nPROAD+ε

將該模型與面板數(shù)據(jù)的空間滯后模型結(jié)合，被解釋變量矩陣yi。即是InPGDP的矩陣，解釋變量Xit是由InPOP、InPINVF、InPFDI、InPEDU、InIND和InPROAD組成的矩陣，β則是由β1～β6組成的系數(shù)矩陣。各變量的描述性統(tǒng)計如表2所示。

四、實證結(jié)果及其分析

1.固定效應(yīng)、隨機效應(yīng)和混合效應(yīng)的選擇

在進行實證分析前，首先確定模型中的特定效應(yīng)Ci是固定效應(yīng)還是隨機效應(yīng)，抑或是混合效應(yīng)。用stata對面板數(shù)據(jù)進行混合回歸、固定效應(yīng)回歸、隨機效應(yīng)回歸的結(jié)果如表3所示。

注：***、**、*分別表示在1%、5%、10%水平下顯著，括號內(nèi)為標(biāo)準(zhǔn)誤差，報告的R-sq均為組內(nèi)R2，下文同。

從表3中可以看出，這三種模型的組內(nèi)R2均在0.8以上，說明模型整體顯著，且面板數(shù)據(jù)的固定效應(yīng)模型的組內(nèi)R2略高于面板數(shù)據(jù)的混合模型和隨機效應(yīng)模型。各個解釋變量的系數(shù)符號與預(yù)期基本相符，從混合回歸和隨機效應(yīng)回歸結(jié)果來看，人口數(shù)量、人均固定資產(chǎn)投資、人均外商直接投資、人均受教育年限、產(chǎn)業(yè)結(jié)構(gòu)、人均公路面積的系數(shù)都通過了1%的顯著性水平，從固定效應(yīng)回歸結(jié)果來看，除人口數(shù)量的系數(shù)不顯著外，其余變量的系數(shù)均通過1%的顯著性水平。

從F檢驗的結(jié)果來看，模型拒絕了混合效應(yīng)。從Hausman檢驗的結(jié)果來看，檢驗結(jié)果拒絕隨機效應(yīng)模型。因此，特定效應(yīng)Cl是固定效應(yīng)，應(yīng)采用面板數(shù)據(jù)的固定效應(yīng)模型。

2.面板數(shù)據(jù)的空間滯后模型回歸

由于普通面板數(shù)據(jù)模型在設(shè)定時是采用固定效應(yīng)，因此面板數(shù)據(jù)的空間滯后模型也應(yīng)該采用固定效應(yīng)，用MATLAB對面板數(shù)據(jù)的空間滯后模型回歸的結(jié)果如表4所示。

從表4的回歸結(jié)果看，R2=0.9768，修正的R2=0. 9501，相對于普通面板數(shù)據(jù)模型而言，模型的擬合優(yōu)度有明顯上升，進一步證明成渝西城市群的地級市之間存在空間自相關(guān)，采用空間滯后模型是正確的。從系數(shù)來看，空間滯后系數(shù)顯著。但是，同普通面板數(shù)據(jù)固定效應(yīng)模型的回歸結(jié)果相比，人均外商直接投資（PFDI）的系數(shù)不再通過顯著性檢驗，并且該變量的系數(shù)值較小，說明在經(jīng)濟意義上，人均外商直接投資對城市經(jīng)濟效率的影響微乎其微。其余解釋變量的系數(shù)的顯著性水平不變，人口數(shù)量、人均固定資產(chǎn)投資、人均受教育年限和產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)仍通過1%的顯著性水平，人均公路面積的系數(shù)則是通過5%的顯著性水平。

3.效應(yīng)分解和模型解釋

但是單從解釋變量的系數(shù)而言并不能解釋地級市之間的空間溢出效應(yīng).需要進一步通過模型的效應(yīng)分解，[18]確定總效應(yīng)、直接效應(yīng)和間接效應(yīng)來判斷地級市之間的空間溢出效應(yīng)。其中，直接效應(yīng)表明城市自身解釋變量對于被解釋變量的影響，間接效應(yīng)表示其他城市的解釋變量對被解釋變量的影響，也就是空間溢出效應(yīng)。用MATLAB進行效應(yīng)分解的結(jié)果如表5所示。

從人口數(shù)量來看，其直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)值均通過1%的顯著性水平檢驗，系數(shù)顯著。但是系數(shù)的值為負(fù)數(shù)，與預(yù)期相符合。這有兩個方面的原因，一是從數(shù)據(jù)而言，人均GDP與人口數(shù)量成反比關(guān)系，二是因為城市常住人口的數(shù)量越大，會使得城市的人口集聚產(chǎn)生一定的負(fù)面影響，例如交通擁堵、環(huán)境污染等等，從而導(dǎo)致城市的經(jīng)濟效率下降。此外，從直接效應(yīng)和間接效應(yīng)來看，間接效應(yīng)的影響更大，說明空間溢出效應(yīng)的影響更大，即來自相鄰城市的影響更大。其原因主要在于，從地理位置上來說，由于人口的流動性，一個地級市會受到相鄰幾個地級市的人口影響，這些影響疊加在一起，會產(chǎn)生更大的效應(yīng)。

從人均固定資產(chǎn)投資來看，其直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)值也是通過1%的顯著性水平檢驗，系數(shù)的值為正，與預(yù)期相符，說明人均固定資產(chǎn)投資對城市的經(jīng)濟效率有正向作用。這主要是因為固定資產(chǎn)投資可以拉動人均GDP的增長，固定資產(chǎn)投資越大的城市，投資結(jié)構(gòu)和經(jīng)濟結(jié)構(gòu)會相對更加完善，經(jīng)濟運行過程中出現(xiàn)的風(fēng)險較小，宏觀層面更易于調(diào)控，經(jīng)濟效率自然會有所提高。此外，從直接效應(yīng)和間接效應(yīng)的系數(shù)值來看，間接效應(yīng)的系數(shù)值比直接效應(yīng)的稍大，這說明人均固定資產(chǎn)投資的空間溢出效應(yīng)更加明顯。這是因為，固定資產(chǎn)的投資越多的城市，相比起固定資產(chǎn)投資少的城市，可以吸引更多的來自其他相鄰城市的固定資產(chǎn)投資和高技術(shù)人才，從而促進本地區(qū)的城市經(jīng)濟效率。

從人均外商直接投資來看，系數(shù)未通過10%的顯著性水平，說明該解釋變量對城市的經(jīng)濟效率沒有明顯的因果關(guān)系。且從系數(shù)的值來看，無論是直接效應(yīng)還是間接效應(yīng)，這個解釋變量對于城市經(jīng)濟效率的影響來說也是非常小的。這主要是因為26個地級市中，除了三座核心城市成都、重慶、西安之外，其余城市的外商直接投資對于經(jīng)濟效率的提升并不明顯，溢出效應(yīng)也就微弱。這也意味著成渝西城市群還需要進一步加大內(nèi)部的協(xié)調(diào)和輻射能力，依靠三座核心城市帶動周邊城市的發(fā)展。

從人均教育年限看，系數(shù)通過5%顯著性水平，系數(shù)值為正且系數(shù)的值僅次于產(chǎn)業(yè)結(jié)構(gòu)，這說明人力資本對于一個城市的經(jīng)濟效率而言，有著非常重要的影響。這是因為人力資本的收益不會遞減，即一個人的受教育年限越高，他對城市效率做出的促進作用更大。此外，人力資本的空間溢出效應(yīng)也是比較明顯的，從直接效應(yīng)和間接效應(yīng)的系數(shù)可以看出，后者的系數(shù)更大，人力資本的空間溢出作用大于對本地的作用，這是因為知識和人才具有外溢性，一個城市的高技術(shù)高質(zhì)量人才不僅會對本地的經(jīng)濟效率產(chǎn)生影響，他還能通過知識、技術(shù)的傳播為相鄰城市帶來更大效應(yīng)的影響。

從產(chǎn)業(yè)結(jié)構(gòu)水平來看，它是所有解釋變量里對城市經(jīng)濟效率影響最大的變量。這說明一個城市的產(chǎn)業(yè)結(jié)構(gòu)水平越高，其經(jīng)濟效率也就越高。本文所選取的產(chǎn)業(yè)結(jié)構(gòu)水平為第二、三產(chǎn)業(yè)所占比重，從這個意義上說，一個城市的第二、三產(chǎn)業(yè)所占比重越高，則其產(chǎn)業(yè)以制造業(yè)、服務(wù)業(yè)為主，產(chǎn)業(yè)結(jié)構(gòu)更具優(yōu)勢，其城市經(jīng)濟效率就越好。此外，產(chǎn)業(yè)結(jié)構(gòu)水平的空間溢出效應(yīng)也是大于對本市的效應(yīng)，這是因為產(chǎn)業(yè)結(jié)構(gòu)水平高的城市與其他城市產(chǎn)業(yè)的聯(lián)系會更加緊密，會進一步促進產(chǎn)業(yè)結(jié)構(gòu)水平相對較低的相鄰城市提升產(chǎn)業(yè)結(jié)構(gòu)，從而影響它們的經(jīng)濟效率，而這個過程往往會因為乘數(shù)效應(yīng)被放大影響。

從交通基礎(chǔ)設(shè)施來看，直接效應(yīng)、間接效應(yīng)、總效應(yīng)的系數(shù)顯著性僅僅通過10%顯著性水平檢驗，且影響相對于其他幾個解釋變量而言，影響作用稍弱，但還是有一定的因果關(guān)系的。一個城市的交通基礎(chǔ)設(shè)施建設(shè)越好，其城市的通勤率越高，一定程度上能緩解人口數(shù)量帶來的負(fù)面效應(yīng)，同時，交通基礎(chǔ)設(shè)施越發(fā)達(dá)的城市，城市內(nèi)部和城市之間的運輸成本會下降，城市的經(jīng)濟效率也就越好。此外，從直接效應(yīng)與間接效應(yīng)的系數(shù)看，交通基礎(chǔ)設(shè)施建設(shè)對于相鄰城市和本市的影響是比較接近的，間接效應(yīng)的系數(shù)稍微大點，主要是因為交通基礎(chǔ)設(shè)施的完善，能夠加大與相鄰城市的緊密聯(lián)系，從而促進經(jīng)濟效率提高。

綜上所述，從本文所選取的樣本來看，成渝西城市群地級市的經(jīng)濟效率受到產(chǎn)業(yè)結(jié)構(gòu)水平的影響最大，受到交通基礎(chǔ)設(shè)施的影響最小。人均外商直接投資和地級市的經(jīng)濟效率沒有明顯的因果關(guān)系。除人口數(shù)量是負(fù)向影響外，人均固定資產(chǎn)投資、人力資本、產(chǎn)業(yè)結(jié)構(gòu)水平和交通基礎(chǔ)設(shè)施對于城市的經(jīng)濟效率都是正向作用，且相鄰城市的這種正向作用比本市的更大，即空間溢出效應(yīng)作用更大。

五、政策建議

1.加快推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整

產(chǎn)業(yè)結(jié)構(gòu)水平是影響城市經(jīng)濟效率的最重要的因素，因此，成渝西城市群的26個地級市要加快推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，增大第二、第三產(chǎn)業(yè)的比重，尤其是第三產(chǎn)業(yè)的比重。從現(xiàn)狀來看，26個地級市中，有產(chǎn)業(yè)結(jié)構(gòu)水平相對合理的成都、重慶和西安等城市，也有像巴中、廣安、商洛、漢中這類農(nóng)業(yè)所占比重大的城市，這些城市可以通過和產(chǎn)業(yè)結(jié)構(gòu)水平優(yōu)化的相鄰城市尤其是像成都、重慶、西安這三座核心城市進行產(chǎn)業(yè)合作來提升自己的產(chǎn)業(yè)結(jié)構(gòu)水平，實現(xiàn)區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展。應(yīng)通過了解周邊城市的主導(dǎo)產(chǎn)業(yè)，決定自身應(yīng)當(dāng)進一步推進發(fā)展的產(chǎn)業(yè)，從而在城市之間形成環(huán)狀產(chǎn)業(yè)鏈。此外，成渝西城市群很多產(chǎn)業(yè)仍然是資源依賴型產(chǎn)業(yè)，而這類產(chǎn)業(yè)往往會導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)的畸形發(fā)展，因此，要通過創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級，從資源依賴向技術(shù)、創(chuàng)新依賴轉(zhuǎn)變，要對“干中學(xué)”類的產(chǎn)業(yè)進行相應(yīng)的鼓勵與支持。

2.提升市民素質(zhì)教育水平

人力資本對城市經(jīng)濟效率的影響僅次于產(chǎn)業(yè)結(jié)構(gòu)，要想提高城市的經(jīng)濟效率，提升市民的素質(zhì)教育水平是必不可少的環(huán)節(jié)。對此，應(yīng)該加大對城市公民的教育力度，確保九年義務(wù)教育落實在每一個青少年身上，并進一步向十二年義務(wù)教育推進。對于技能型工人，要加大對他們技能的培訓(xùn)力度和對專業(yè)知識的進一步學(xué)習(xí)。對于研究型人才，不僅要落實相應(yīng)的人才引進政策，還要根據(jù)自身所需引進合適的人才。對于人民教師，要建立相應(yīng)的考核制度，對于作出重大教育貢獻的教師，要給予相應(yīng)的獎勵與表彰，提升其社會榮譽感。此外，要通過產(chǎn)業(yè)的發(fā)展和經(jīng)濟效率水平的提升，進一步吸引高素質(zhì)人才，形成人才培養(yǎng)與利用的良性循環(huán)效應(yīng)。尤其是在教育水平相對落后的城市，提升市民的素質(zhì)教育水平甚至比產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整更為重要。

3.擴大固定資產(chǎn)投資

提高城市經(jīng)濟效率的第三個路徑就是改善固定資產(chǎn)投資。通過固定資產(chǎn)投資對GDP的乘數(shù)效應(yīng)和相鄰城市固定資產(chǎn)投資的空間溢出效應(yīng)來實現(xiàn)城市經(jīng)濟效率的提升。就成渝西城市群而言，要擴大投資規(guī)模，鼓勵民間投資，吸納外商投資，建設(shè)多元投資主體。其中，對于成都、重慶、西安、德陽、綿陽這類投資水平較高的城市，需進一步加強并優(yōu)化投資結(jié)構(gòu)，要通過供給側(cè)結(jié)構(gòu)性改革來優(yōu)化投資結(jié)構(gòu)，要根據(jù)城市居民的需求進行固定資產(chǎn)的投資，引導(dǎo)資金投向基礎(chǔ)設(shè)施建設(shè)的薄弱環(huán)節(jié)，改善整個城市的經(jīng)濟環(huán)境，從而提升城市的經(jīng)濟效率并為投資結(jié)構(gòu)的優(yōu)化提供相應(yīng)的保障，再通過城市間的溢出效應(yīng)輻射和帶動周邊城市，要切忌盲目投資導(dǎo)致固定資產(chǎn)閑置。而其他地級市在固定資產(chǎn)投資上，投資額和投資比重相對弱一點，其企業(yè)相對面臨的風(fēng)險更大，因此，應(yīng)充分發(fā)揮市場的作用，鼓勵民間投資，降低其固定資產(chǎn)的投資門檻。

4.加強交通基礎(chǔ)設(shè)施建設(shè)

交通基礎(chǔ)設(shè)施的建設(shè)不僅能夠提高城市自身的通勤率，也能讓城市內(nèi)部、城市之間的便利性、可達(dá)性上升，從而使經(jīng)濟聯(lián)系更加緊密，實現(xiàn)城市之間、區(qū)域之間的協(xié)調(diào)發(fā)展。因此，整個城市群應(yīng)以三座核心城市為中樞，以其他城市為節(jié)點，建立合理的交通網(wǎng)絡(luò)體系并不斷完善。要打破行政邊界，實現(xiàn)交通基礎(chǔ)設(shè)施的貫通，如地鐵直達(dá)、公交直達(dá)、取消相應(yīng)的收費站等等。像成都、重慶、西安這類交通技術(shù)設(shè)施較為完善的城市，要以緩解交通擁堵、提高通勤率為主要任務(wù)，如降低公交、地鐵費用等。像綿陽、德陽等人口密度高的城市，可以考慮建設(shè)城市軌道交通;而像巴中、商洛等城市則要加強對農(nóng)村地區(qū)交通基礎(chǔ)設(shè)施的投資，促進城鄉(xiāng)交通基礎(chǔ)設(shè)施的貫通和一體化。

參考文獻：

[1]陳明華，劉華軍，孫亞男，徐春霞.中國五大城市群經(jīng)濟發(fā)展的空間差異及溢出效應(yīng)[J].城市發(fā)展研究，2016，（03）.

[2]李 凱，劉 濤，曹廣忠.中國典型城市群空間范圍的動態(tài)識別與空間擴展模式探討——以長三角城市群、武漢城市群和成渝城市群為例[J].城市發(fā)展研究，201 5，（11）.

[3]劉華軍，裴延峰，賈文星.中國城市群發(fā)展的空間差異及溢出效應(yīng)研究——基于1992～201 3年DMSP/OLS城市夜間燈光數(shù)據(jù)的考察[J].財貿(mào)研究，2017，（11）.

[4] Ronald E. Miller. Comments on the“General EquilibriumModel of Professor Moses[J]. Metroeconomlca，1963， （02）.

[5]jan A，Van Der Linden，Jan Oosterhaven. European Community Intercountry Input Out-put Relations： Construction Method and Main Results for 1965 [J]. Economic Systems Re-search.1995， （03）.

[6] Yuichi Hasebe， Nagendra Shrestha. Economic Integration in East Asia： An InternationalInput-Output Analysis[J]. World Economy， 2006， （12）.

[7]潘文卿，中國區(qū)域經(jīng)濟發(fā)展：基于空間溢出效應(yīng)的分析[J].世界經(jīng)濟，2015，（07）.

[8]姚愉芳，陳 杰，張曉梅.京津冀地區(qū)間經(jīng)濟影響及溢出和反饋效應(yīng)分析[J].城市與環(huán)境研究，2016，（01）.

[9] Bowsher J.Are there Spillover Effects between Coastal and Noncoastal Regions in Chi-na[Jl. China Economic Review，2002， （02）.

[10]畢秀晶，寧越敏.長三角大都市區(qū)空間溢出與城市群集聚擴散的空間計量分析[J].經(jīng)濟地理，2013，（01）.

[11]顏銀根，安虎森.中國分割的經(jīng)濟空間：基于區(qū)域間經(jīng)濟增長溢出的實證研究[J].當(dāng)代經(jīng)濟科學(xué)，2014，（04）.

[12]劉華軍，張 權(quán)，楊 騫，城鎮(zhèn)化、空間溢出與區(qū)域經(jīng)濟增長——基于空間回歸模型偏微分方法及中國的實證[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2014，（10）.

[13]張學(xué)波，陳思宇，廖 聰，宋金平，京津冀地區(qū)經(jīng)濟發(fā)展的空間溢出效應(yīng)[J].地理研究，2016，（09）.

[14]朱道才，任以勝，徐慧敏，陸 林，長江經(jīng)濟帶空間溢出效應(yīng)時空分異[J].經(jīng)濟地理，2016，（06）.

[15]陳燕武，張綠原，技術(shù)選擇對中國省域經(jīng)濟發(fā)展的影響研究——基于空間滯后誤差自相關(guān)面板數(shù)據(jù)模型[J].華僑大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017，（03）.

[16]邵 帥，李 欣，曹建華，楊莉莉，中國霧霾污染治理的經(jīng)濟政策選擇——基于空間溢出效應(yīng)的視角[J].經(jīng)濟研究，2016，（09）.

[17lAnselin L. Spatial Externalities ，Spatial Multipliers and Spatial Econometrics[J]. Inter-national Regional Science Review， 2003， （26）.

[18] Lesage J，Pace RK. Introduction to Spatial Econometrics [M]. NewYork： CRC Press，2009： 66.

（責(zé)任編輯 王 娟）