徐學明， 陳艷艷

(1.北京工業(yè)大學交通工程北京市重點實驗室， 北京 100124； 2.中交公路規(guī)劃設計院有限公司， 北京 100088)

改革開放以來，我國取得的經濟成就舉世矚目，被稱為“中國奇跡”. 我國經濟能夠保持持續(xù)快速穩(wěn)定的增長與我國在交通基礎設施尤其是公路基礎設施投資建設密不可分. 經過多年高強度投資建設，我國公路發(fā)展水平已經位居世界前列，高速公路總里程更是排名世界第一位.

我國公路建設能夠得到跨越性的發(fā)展，一方面源自于中央政府對于公路建設的重視，多次進行不同級別的公路規(guī)劃，并通過各種財政政策推動實施；另一方面源自于地方政府的極大熱情， 希望以公路投資帶動地方國內生產總值(gross domestic product，GDP)和稅收的增長，拉進區(qū)域經濟，促進物流、旅游等相關產業(yè)發(fā)展. 而普通民眾同樣享受到了交通基礎設施水平提升帶來的省時、舒適、安全等方面的紅利，因此對公路建設往往持支持的態(tài)度，從而形成了非常有利于公路基礎設施發(fā)展的良好社會氛圍. 這種自上而下的積極態(tài)度，使得我國公路投資在較長的時間內保持快速增長的態(tài)勢。按照可比較價格換算后全國公路投資額2017年比1979年增長665倍，增長幅度遠超過同期GDP增長的31倍和二級及以上公路里程增長的52倍. 公路投資的巨幅增長，體現(xiàn)出我國在公路建設方面的巨大投入，也從側面體現(xiàn)了在國民經濟發(fā)展中，公路建設所起到的先導作用以及與經濟增長的相互促進.

在過去近30年中，中外學者針對基礎設施尤其是交通基礎設施的經濟增長效應進行了深入的研究. 從研究成果來看，雖然因研究方法和研究對象不同，經濟增長效應數(shù)值差異較大，但是交通基礎設施投資對經濟增長帶來正面影響已經成為主流認識. 而在研究中所出現(xiàn)的地區(qū)效應普遍低于全國效應的現(xiàn)象，引發(fā)了對交通基礎設施溢出效應的討論與研究[1]，并且隨著空間計量經濟學的逐步成熟進而成為研究熱點.

由于不同種類交通基礎設施對經濟的增長效應和溢出效應差距較大[2]，本次研究把研究焦點對準占我國交通基礎設施投資比重最大的公路，研究其對經濟增長的推動效應和空間溢出效應，并與其他非公路基礎設施進行對比分析，從而為中央和地方政府制定公路投資政策提供理論支持.

1 研究綜述

交通基礎設施作為基礎設施的重要組成部分，對經濟發(fā)展起到重要的基礎性和先導性作用. 隨著國內外學者對經濟增長理論研究的逐漸深入，交通基礎設施的影響作為一項重要的研究內容也受到了足夠的重視.

Aschauer采用柯布- 達格拉斯生產函數(shù)，通過對美國1945—1985年的時間序列和橫截面數(shù)據(jù)的分析，得出政府在基礎設施投資對于經濟總產出增長有著巨大的貢獻的結論[3]. Boarnet等[4]利用1968—1988年美國加州所屬各縣的數(shù)據(jù)，認為交通基礎設施較完善的區(qū)域會將周圍區(qū)域資源吸引過來，從而產生負的溢出效應. Chi等[5]研究了交通基礎設施投資對改善經濟的有效性，發(fā)現(xiàn)擴大交通基礎設施投資可能是提高發(fā)展歐洲經濟體經濟水平的有效途徑. Gherghina等[6]根據(jù)歐盟28國在1990—2016年期間的面板數(shù)據(jù)，研究發(fā)現(xiàn)道路、內陸水道、海上和空中交通基礎設施對經濟產出產生了積極影響.

在國外相關研究成果的基礎上，針對我國經濟發(fā)展與交通基礎設施的關系，我國學者進行了大量分析研究工作. 張學良[7]通過對中國交通基礎設施水平區(qū)域差異狀況的分析以及交通基礎設施水平與區(qū)域經濟增長關系的面板數(shù)據(jù)研究,分析交通基礎設施水平與中國區(qū)域經濟增長之間的關系. 魏巍等[8]基于2000—2010年我國省級面板數(shù)據(jù)，分別采用靜態(tài)和動態(tài)面板模型考察了交通基礎設施對經濟增長的影響. 胡鞍鋼等[9]從理論和實證2個維度驗證了交通運輸對中國經濟發(fā)展的外部溢出效應，研究結果證實了交通運輸?shù)恼獠啃裕⑶医煌ㄟ\輸投資的直接貢獻與外部溢出效應之和對經濟增長的貢獻率為13.8%. 蔡新民等[10]基于柯布- 道格拉斯生產函數(shù)模型，利用總量數(shù)據(jù)和面板數(shù)據(jù)探究我國交通基礎設施投資對經濟增長的影響.

伴隨著新經濟地理學逐步被接受和空間計量經濟學的快速發(fā)展，越來越多的學者開始考慮交通基礎設施的空間效應. Cohen[11]利用美國各州制造業(yè)截面數(shù)據(jù)說明忽略空間滯后變量可能導致對交通基礎設施的影響估計產生偏差. Tong等[12]利用1981—2004年美國44個州數(shù)據(jù)，研究交通基礎設施對農業(yè)產出的影響，研究發(fā)現(xiàn)給定條件下會對農業(yè)產出有積極影響. Chen等[13]根據(jù)美國東北大區(qū)域1991—2009年數(shù)據(jù)，研究公共交通基礎設施對區(qū)域經濟的影響，總體來說確實對區(qū)域經濟產生了重大影響，且大部分來自溢出效應. Li等[14]利用絲綢之路經濟帶影響省份2005—2014年的面板數(shù)據(jù)，采用空間面板模型分析交通基礎設施的空間溢出效應，發(fā)現(xiàn)交通基礎設施促進了絲綢之路經濟帶及周邊區(qū)域的發(fā)展，并且公路影響更大.

國內學者同樣在空間計量經濟學在交通基礎設施與經濟關系領域的應用進行了有益的探索. 張學良[15]利用1993—2009年的省際面板數(shù)據(jù)估計得到交通基礎設施對區(qū)域經濟增長的產出彈性，并得出了空間溢出效應非常顯著的結論. 黃森[16]采用空間計量分析的方法研究交通基礎設施對中國經濟的影響，認為增加交通基礎設施存量、擴大交通基礎設施覆蓋面積能夠顯著推動區(qū)域經濟的增長. 崔百勝等[17]利用中國2000—2013年各省市面板數(shù)據(jù)，采用動態(tài)空間面板數(shù)據(jù)模型，認為交通基礎設施對中國區(qū)域經濟增長、中國區(qū)域經濟綜合效率提高均具有顯著影響. 賈銳寧等[18]根據(jù)2001—2015年中國省級面板數(shù)據(jù)，采用空間杜賓模型，對全國及各省市的公路與區(qū)域經濟發(fā)展的適應性進行研究，發(fā)現(xiàn)公路基礎設施對區(qū)域經濟增長有明顯的促進作用，且空間溢出效應十分明顯.

綜合以上研究可以發(fā)現(xiàn)：首先，在現(xiàn)有研究尤其是針對我國的研究，由于缺少不同類型交通基礎設施資本存量的數(shù)據(jù)，只能采用里程或密度數(shù)據(jù)代替，與生產函數(shù)中的設定不符，導致研究結論可能出現(xiàn)偏差. 其次，受到空間計量經濟學發(fā)展的階段影響，以往研究在選擇空間計量模型的時候往往缺少充分的論證選擇過程. 最后，對于交通基礎設施的直接效應和空間溢出效應(間接效應)分析不夠全面，相關結論有待進一步豐富和完善.

2 公路基礎設施空間溢出理論模型構建

隨著理論研究的不斷深入，對于交通基礎設施的外部性作用也逐漸得到更加深刻的認識. 除了一般公共設施所具有的普通外部性外，交通基礎設施還具有明顯的空間外部性，其空間溢出機制一般有2個方面. 一方面，利用交通基礎設施的網(wǎng)絡效應，將經濟發(fā)展較快、制造業(yè)或城鎮(zhèn)化程度較高區(qū)域的影響擴散至其他區(qū)域，從而帶動相鄰區(qū)域的經濟發(fā)展，同時降低本區(qū)域的各種成本，這是一種正溢出效應. 另一方面，交通基礎設施可以改變所在區(qū)域的可達性，形成區(qū)域的先發(fā)優(yōu)勢，比如說先進的技術、更多的就業(yè)機會、良好的管理制度、優(yōu)良的生活環(huán)境等，可能將相鄰區(qū)域的生產要素更多地吸引至本區(qū)域，從而導致其他區(qū)域經濟衰退，這是一種負溢出效應.

為了分析公路建設投資對區(qū)域經濟增長的影響和空間溢出效應，本文基于Boarnet模型，建立一個包括公路基礎設施投資變量的區(qū)域增長模型. 在本階段研究過程中將各省市作為獨立的經濟實體，其經濟產出由各種類型的資本存量和勞動力投入和其他要素的投入確定. 基于Boarnet模型的各省市經濟產出的公式為

Y=Aα(Kh)f(Kg,L,X)

(1)

式中：Y為總產出；A為技術進步；Kh為公路基礎設施資本存量；Kg為除公路外其他基礎設施資本存量；L為勞動力投入；X為其他影響經濟產出的要素向量集.

以上各種要素滿足

α′(Kh)>0，fKg>0，fKgKg<0，fL>0，fLL<0

式中：fL為f的一階偏導；fLL為f的兩階偏導.

為了分析溢出效應的機理，參考崔百勝等[17]的研究方法，本文引入了兩地區(qū)經濟模型，假設A、B兩個地區(qū)，兩地區(qū)都各自擁有一家企業(yè)，生產同類型產品，具有相同的技術水平、生產規(guī)模和產品價格.較短的時期內，兩地的生產要素是完全無彈性的，而在較長時期內兩地的生產要素可以在區(qū)域間自由流動.兩地區(qū)的生產函數(shù)分別為

YA=Aα(KhA)f(KgA,LA)

(2)

YB=Aα(KhB)f(KgB,LB)

(3)

假設在初始的條件下，市場達到均衡，兩地的生產要素數(shù)量均相等，KhA=KhB，KgA=KgB，LA=LB.

在市場達到均衡的條件下，要素的價格等于邊際效收益

γ=PYα(Kh)fKg(Kg,L)

(4)

ω=PYα(Kh)fL(Kg,L)

(5)

式中PY為邊際產出的價格.

此時對A、B兩地有：γA=γB，ωA=ωB.

假設A地進行了新的公路項目投資建設，則會導致A地的生產要素價格上升.短期來看，價格上漲帶來的利潤將全部歸A地的資本所有者和勞動者；長期來看，將導致B地的生產要素向A地流動，直至兩地市場重新達到平衡.此時B地的工資水平和價格也會隨之發(fā)生變化.對B地的要素價格公式取微分

dγB=PYα(KhB)(fKgKgdKgB+fKgLdLB)

(6)

dωB=PYα(KhB)(fLLdLB+fLKgdKgB)

(7)

情況1：當fKgL≤0、fLKg≤0時，因為fKgKg<0，fLL<0，所以dγB<0、dωB<0，要素由地區(qū)B流向地區(qū)A，直至達到新的市場平衡.

新的市場平衡下的生產函數(shù)變?yōu)?/p>

Y′A=Aα(KhA+ΔKh)f(KgA+ΔK,LA+ΔL)

(8)

Y′B=Aα(KhB)f(KgA-ΔK,LA-ΔL)

(9)

當一個地區(qū)新建公路基礎設施時，會導致兩地區(qū)資本價格和勞動力價格上升，資本和生產力等要素向新建項目區(qū)域流動.

情況2：當fKgL>0、fLKg>0，但值較小時，仍保持fKgKgdKgB+fKgLdLB<0且fLLdLB+fLKgdKgB<0，則結論同情形1.

情況3：當fKgL>0、fLKg>0，且值較大時，仍保持fKgKgdKgB+fKgLdLB>0且fLLdLB+fLKgdKgB>0，此時兩地價格差距不斷擴大，從而使得B地區(qū)的所有生產要素均流向A地區(qū).

從以上3種情況可以看出，在新建公路基礎設施的條件下，各種生產要素從其他地區(qū)向新建地區(qū)流動，導致新建項目區(qū)域產出增加而其他區(qū)域產出減少，從而帶來負溢出效應.

從另一方面考慮，由于交通基礎設施導致運輸成本降低，從而導致跨區(qū)域消費成本降低，因此最終導致生產的轉移，直至達到新的平衡.法國經濟學家佩羅克斯所提出的“增長極”理論，就是對這種現(xiàn)象的描述.該理論認為經濟增長率先出現(xiàn)在制造業(yè)集聚程度較高或者城鎮(zhèn)化程度較高的區(qū)域，形成一個增長極.在此基礎上，增長極的影響在交通基礎設施的引導下，通過不同的路徑向周邊擴散.對于假設A、B存在一定差異的情況下，A地存在一定的發(fā)展優(yōu)勢時，生產要素會從A流向B，生產函數(shù)為

Y′A=Aα(KhA+ΔKh)f(KgA-ΔK,LA-ΔL)

(10)

Y′B=Aα(KhB)f(KgA+ΔK,LA+ΔL)

(11)

此時，在新建公路基礎設施的條件下，導致各種生產要素從新建地區(qū)向其他地區(qū)流動，從而導致新建項目區(qū)域產出減少而其他區(qū)域產出增加，從而帶來正溢出效應.

從以上分析可以看出，公路交通基礎設施的投資建設，在不同的情形下，可能會帶來正溢出效應和負溢出效應.但從整體上來看，可以促進區(qū)域間生產要素的流動，帶來新的產業(yè)布局平衡.

3 資本存量測算

3.1 測算方法

Boarnet模型中的核心解釋變量包括公路設施資本存量和其他物質資本存量.本文在物質資本存量和公路設施資本存量的估算方法采用的是Goldsmith在1951年開創(chuàng)的永續(xù)存盤法，這也是目前進行資本存量計算應用最為廣泛的方法.其表達式為

Kt=Kt-1(1-δ)+It

(12)

式中：Kt為第t年資本存量；Kt-1為第t-1年資本存量；σ為折舊率；It為第t年投資額.

涉及到的關鍵問題包括以下4點：當年投資額的選??；投資價格指數(shù)構造；折舊率確定；基年資本存量的確定.

3.2 當年投資額

當年投資額一般有3種選擇：物質產品平衡體系下核算國民收入時度量投資的積累指標[19]；采用固定資產投資額；采用資本形成總額或者固定資產形成總額.

本文從公路基礎設施資本存量和全社會物質資本存量一致性角度出發(fā)，考慮到數(shù)據(jù)獲取的可行性，選取當年固定資產投資額為當年投資額.

3.3 投資價格指數(shù)

地方生產總值、各年固定資產投資和公路基礎設施投資均采用1990年價.各省市固定資產價格指數(shù)來自于各省統(tǒng)計年鑒，對于天津、廣東、海南、重慶等省市缺少部分年份指數(shù)，采用最小二乘法進行估算.

3.4 折舊率確定

3.4.1 物質資本折舊率

本文在方法上沿用張軍[20]所采用的方法，采用其估算3類固定資本 (建筑、設備和其他費用)的折舊率分別為 6.9%、14.9%和 12.1%.根據(jù)統(tǒng)計局公布固定資產投資中3類固定資本所占比例，計算得到資本折舊率為9.4%.

3.4.2 公路基礎設施資本折舊率

由于目前公路行業(yè)缺少固定資本所占比例的統(tǒng)計，考慮到公路基礎設施投資在交通運輸、倉儲和郵政業(yè)固定資產投資中所占的比重很高，且行業(yè)具有相似性特點，因此采用交通運輸、倉儲和郵政業(yè)2003—2017年建筑、設備和其他費用3類投資占整個行業(yè)的比例的平均值.本文計算結果是：建筑 71.6%，設備 13.0%，其他費用 14.4%.結合上文中提到的分類折舊率，計算得到的公路基礎設施的資本折舊率為 8.6%.

3.5 基年資本存量確定

受公路投資數(shù)據(jù)獲取難度的影響，基年選為2010年.由于選取2010年作為基年，時間序列較短，對后續(xù)年份資本存量影響較大，因此不可以隨意確定基年資本存量值.本文采用金戈[21]所提出的方法，利用該年全國資本存量估算的結果對省際的資本存量進行分配，以推算出省際基年的資本存量.計算公式為

(13)

采用同樣的原理可以計算各省市基年公路基礎設施資本存量.2010年全國物質資本存量和公路基礎設施資本存量數(shù)據(jù)采用永續(xù)存盤法計算，數(shù)據(jù)來源為國家統(tǒng)計局網(wǎng)站數(shù)據(jù)和《中國國內生產總值核算歷史資料(1952—1995)》.

省際物質資本存量如表1所示，省際公路基礎設施資本存量如表2所示.因相關數(shù)據(jù)缺失，本文未對西藏進行研究.

表1 省際物質資本存量估算結果Table 1 Estimation results of capital stock of provincial infrastructure 億元

表2 省際公路基礎設施資本存量估算結果Table 2 Capital stock estimation results of provincial highway infrastructure 億元

4 指標、變量選取

根據(jù)式(1)的形式，產出為各省市、自治區(qū)的GDP，核心解釋變量包括各省市、自治區(qū)年末就業(yè)人數(shù)、物質資本存量和公路基礎設施資本存量. 除此之外，本文選取城鎮(zhèn)化程度、對外貿易、政府影響、產業(yè)聚集、人力資本等變量作為可供選擇的控制變量.

其中，產業(yè)聚集是新經濟地理學的理論基礎之一. 某地區(qū)在規(guī)模收益遞增作用下，可以因為產業(yè)集聚促進生產率提升和經濟增長. 本文通過計算省市第二產業(yè)地方化經濟(localization economies，LE)作為產業(yè)集聚的指標. 計算方法表示為

(14)

式中：gi為i省的第二產業(yè)總產出；Yi為i省的GDP總額.

本文實證分析中涉及相關變量的名稱、符號、單位及指標選取，如表3所示. 其中各省市地區(qū)生產總值、增長指數(shù)、年末就業(yè)人數(shù)、人口構成、對外貿易額、政府支出等數(shù)據(jù)均來自國家統(tǒng)計局網(wǎng)站，受教育年限數(shù)據(jù)來自于2010年第六次全國人口普查數(shù)據(jù)及各年抽樣調查數(shù)據(jù). 為了減少數(shù)據(jù)的異方差性，除城鎮(zhèn)化程度、政府影響和產業(yè)集聚3個變量外，其余變量均取自然對數(shù). 在本文中，模型分析主要基于Stata15軟件.

表3 各變量的名稱、符號、單位及指標選取Table 3 Name, symbol, unit and index selection of each variable

5 空間計量模型構建

5.1 空間計量模型選擇

空間計量模型主要用于對空間效應的識別、度量和估計. 在研究中應用較為廣泛的是空間自回歸模型(spatial autoregressive model，SAR)、空間誤差模型(spatial error model，SEM)、空間杜賓模型(spatial Durbin model，SDM)，本次研究將主要針對以上3種模型進行選擇.

本文所采用的數(shù)據(jù)類型為面板數(shù)據(jù)，相對于截面數(shù)據(jù)，空間面板數(shù)據(jù)模型檢驗與選擇尚未形成標準流程. 本文結合肖光恩等[22]提出的思路，提出本文所采用的模型檢驗與選擇思路.

1) 設定非空間計量模型進行LM檢驗和穩(wěn)健LM檢驗，驗證空間自相關性存在.

2) 經過驗證存在空間自相關，則通過Wald檢驗和LR檢驗來確定合適的空間面板模型. 如果原假設H0：θ=0和H0：θ+ρβ=0均被拒絕，則選擇SDM；如果H0：θ=0未拒絕原假設，可結合LM檢驗和穩(wěn)健LM檢驗(Robust-LM)結果選擇SAR；如果H0：θ+ρβ=0未拒絕原假設，可結合LM檢驗和穩(wěn)健LM檢驗結果選擇SEM；如果出現(xiàn)LM檢驗和穩(wěn)健LM檢驗結果與Wald檢驗和LR檢驗結果不一致的情況，則選擇SDM.

3) 采用Hausman檢驗來檢驗固定效應與隨機效應的選擇.

4) 對選定的模型進行估計. 如果采用SAR或SDM，則可以進一步計算其直接效應和空間溢出效應.

5.2 空間權重矩陣選擇

建立空間權重矩陣是進行空間計量經濟學研究的重要步驟. 選擇何種形式的權重矩陣，體現(xiàn)了研究者對經濟學原理應用的視角和對空間效應的不同認識. 在研究中常見的空間權重矩陣包括空間鄰接權重矩陣、反距離權重矩陣等. 空間鄰接權重矩陣形式簡單、容易計算，但存在對不鄰接區(qū)域空間影響未能體現(xiàn)、對于許多拓撲轉換并不敏感等缺點. 反距離矩陣與鄰接權重矩陣相比，與現(xiàn)實情況更加相符，因而具有更加豐富的應用場景，但其也存在矩陣完全對稱等局限性.

為了彌補反距離權重矩陣的缺點，研究者提出了經濟地理矩陣，將經濟矩陣和反距離權重矩陣結合起來，更好地反映了空間效應的綜合性及復雜性[23].

經濟地理矩陣可采用

(15)

經濟地理矩陣具有反距離矩陣的優(yōu)點，同時能夠體現(xiàn)不同經濟發(fā)展情況的空間單元相互影響的差距，因此在本文研究中選用經濟地理矩陣作為空間權重矩陣.

6 實證研究結果與分析

6.1 空間相關性

Moran’s I指數(shù)及其顯著性是判斷目標變量是否具有空間相關性常用參數(shù). 選取核心變量為地區(qū)生產總值、勞動力投入、公路基礎基礎設施資本存量和物質資本存量，以經濟距離矩陣為空間權重矩陣，計算其Moran’s I指數(shù)如表4所示.

表4 核心變量的Moran’s I指數(shù)Table 4 Moran’s I of core variables

從表4中結果可以看出，各核心變量均具有明顯的空間相關性.

6.2 實證模型檢驗與選擇

根據(jù)上文模型檢驗與選擇方法，本文首先采用最小二乘法(ordinary least squares，OLS)方法進行模型估計，并進行LM檢驗和穩(wěn)健的LM檢驗. OLS方法估計結果如表5所示.

表5 OLS估計結果Table 5 OLS estimates results

無論是針對SEM還是SAR的LM檢驗和穩(wěn)健的LM檢驗，結果均拒絕原假設，說明模型具有明顯的空間自相關性，因此表5中的估計結果是有偏的.

由于變量具有明顯的空間相關性，分別建立SDM、SEM和SAR，并分別進行LR檢驗和Wald檢驗，SEM和SAR均被拒絕，應選擇SDM.

為了確定應采用固定效應模型還是隨機效應模型，采用Hausman檢驗的方法. 分別估計固定效應模型和隨機效應模型，并進行Hausman檢驗. 檢驗值為226.68，p=0.000<0.1. 根據(jù)此檢驗結果，應選擇固定效應模型.

6.3 模型估計及分析

根據(jù)以上檢驗結果，選擇固定效應的SDM作為最終估計模型，對以上選定變量進行模型估計，結果如表6所示.

表6 模型估計初步結果Table 6 Preliminary results of model estimation

從結果中可以看出，產業(yè)集聚(le)、人力資本(edu)、城鎮(zhèn)化水平(urban)3個變量及其空間滯后項均不顯著. 因此，本文剔除以上3個變量，重新進行估計，并與SEM和SAR進行了對比，模型估計結果如表7所示.

從以上估計結果中可以看出，ρ或λ均為正值且顯著，說明公路投資區(qū)域經濟增長的影響確實存在空間溢出效應. 公路基礎設施資本存量及其空間交互項的系數(shù)均為正值，說明公路投資建設對于經濟增長具有促進作用. 從SDM與SEM和SAR估計效果對比來看，SDM的Log-likelihood值明顯大于其他2個模型，效果最優(yōu).

從表7的結果可以看出，SDM中公路基礎設施資本存量的水平項和空間交互項系數(shù)對經濟增長均有顯著影響，但由于SDM的回歸系數(shù)并不能直接反映自變量對因變量的影響程度，需要進一步計算直接效應、空間溢出效應和總效應，這3種效應的計算結果如表8所示.

表7 空間面板計量模型估計結果Table 7 Estimation results of spatial panel econometrics model

從表8結果中可以看出，公路基礎設施資本存量系數(shù)無論直接效應還是空間溢出效應均為正值且顯著，說明公路投資建設對于經濟增長具有明顯的正向促進作用. 根據(jù)估計結果，公路基礎設施資本存量每增加1元，不僅會推動本區(qū)域內經濟增長0.048元，還會導致相鄰區(qū)域經濟增長0.147元，產生的總效應為0.195元. 作為對比，物質資本存量每增加1元，推動本區(qū)域內經濟增長0.187元，會導致相鄰區(qū)域經濟增長0.001 65元，產生的總效應為0.189元.

表8 SDM的直接效應、空間溢出效應和總效應Table 8 Direct,indirect and total effects of the SDM

由以上結果可以看出，相對于其他基礎設施投資，公路基礎設施雖然直接效應較小，但是具有更大的空間溢出效應，總體效應與其他基礎設施基本相當.

6.4 穩(wěn)健性檢驗

為了檢驗研究結果是否穩(wěn)定，從2個方面進行了穩(wěn)健性檢驗.

1) 將反距離矩陣引入模型估計過程，以確認研究結果足夠穩(wěn)定. 將反距離矩陣引入后結果顯示，SDM仍然是效果最優(yōu)的模型；對SDM直接效應和空間溢出效應估計結果對比，可以看出估計系數(shù)結果大小有所改變，但其方向和顯著性水平并未發(fā)生根本性的變化. 以上過程說明本文研究結果是穩(wěn)健可靠的.

2) 在主要回歸估計過程中，本文僅使用GDP總量作為被解釋變量，計量結果可能存在度量誤差問題. 為了保證本文主要回歸結果穩(wěn)健，本文將人均GDP為被解釋變量進行穩(wěn)健性檢驗，空間滯后項通過了顯著性檢驗，與基本回歸結果保持一致.

6.5 不同區(qū)域的異質影響

我國幅員遼闊，不同區(qū)域公路和經濟發(fā)展存在較大的差異. 為了區(qū)分不同區(qū)域公路建設發(fā)展對經濟影響的不同，在前文全國分省市研究分析基礎上，根據(jù)我國東部、中部、西部區(qū)域劃分情況，分別建立空間計量模型并進行分析.

為了保證與整體數(shù)據(jù)分析結果的可比性，在變量選取、空間權重矩陣構建的思路與整體數(shù)據(jù)分析一致. 產出為各省市、自治區(qū)的GDP，核心解釋變量包括各省市、自治區(qū)年末就業(yè)人數(shù)，物質資本存量和公路基礎設施資本存量，以及選取對外貿易和政府影響作為控制變量.

根據(jù)以上變量選擇和矩陣設置，采用與整體數(shù)據(jù)相同的空間計量模型選擇方法，最終確定選擇SDM，其估計結果如表9所示.

表9 分區(qū)域公路投資對經濟增長影響估計結果Table 9 Estimated results of the impact of regional highway investment on economic growth

從表9結果中可以看出，公路基礎設施資本存量對經濟增長的影響在不同區(qū)域存在較大的差異：在東部地區(qū)，無論直接效應還是間接效應均為負值且顯著；在中部地區(qū)，無論直接效應還是間接效應均為正值，直接效應和總效應顯著；在西部地區(qū)，直接效應為負值而間接效應為正值，直接效應、間接效應和總效應均不顯著. 從結果可以看出區(qū)域內的公路投資影響與全國范圍內有較大差異. 究其原因，我國經濟整體性突出，不同區(qū)域間經濟關聯(lián)度較大. 因此，當僅進行區(qū)域內空間計量分析時，會使區(qū)域間空間溢出效應被忽略，從而導致計量結果差異較大.

7 結論及政策建議

1) 公路基礎設施資本存量無論直接效應還是空間溢出效應均為正值且顯著. 通過直接效應和空間溢出效應的內涵，公路基礎設施投資對區(qū)域內經濟增長的彈性為0.048 3，對其他區(qū)域經濟增長的彈性為0.147 0. 這說明公路基礎設施資投資不但會拉動區(qū)域自身經濟的發(fā)展，更重要的是通過增強區(qū)域互聯(lián)互通、降低運輸成本、發(fā)揮產業(yè)鏈拉動作用，從而促進整體區(qū)域經濟的增長.

2) 與OLS估計結果對比可以看出，SDM公路基礎設施資本存量的直接效應小于OLS估計結果，說明由于OLS方法未考慮空間效應而高估了公路投資建設的直接影響；基于同樣的道理，SDM公路基礎設施資本存量的總效應大于OLS估計結果，說明OLS對公路投資建設對整體經濟的促進作用是估計不足的.

3) 通過對公路基礎設施資本存量與物質資本存量的直接效應和空間溢出效應對比可以看出，相對于公路基礎設施，物質資本存量區(qū)域內經濟增長的彈性更大，而對其他區(qū)域的彈性較小且不顯著；從總效應來看，公路基礎設施資本存量與物質資本存量近似相等，這說明考慮了空間效應后，兩者對整體經濟的促進作用是基本相當?shù)? 從分區(qū)域估計結果可以看出，受不同區(qū)域發(fā)展程度影響，公路基礎設施對經濟影響存在一定差異.

根據(jù)以上研究結論，本文提出針對我國公路基礎設施投資建設相關政策建議如下：

1) 從本文研究結果可以看出，公路基礎設施不但可以促進所在區(qū)域經濟發(fā)展，對于相關區(qū)域的經濟增長同樣具有較大的推動作用. 繼續(xù)堅定地推進公路基礎設施發(fā)展，不但有利于推進我國經濟繼續(xù)穩(wěn)定發(fā)展，也有利于區(qū)域間經濟的平衡. 由于公路基礎設施外部性特點的存在，在制定公路發(fā)展規(guī)劃和相關政策時，應更多地從整體經濟發(fā)展角度進行考慮，盡可能增加涉及到的經濟主體數(shù)量，從而提升相關區(qū)域的整體性及經濟發(fā)展質量. 當涉及較大范圍區(qū)域時，需要中央政府有關部門給予統(tǒng)籌安排.

2) 公路是區(qū)域經濟增長的重要基礎性設施，其對經濟增長的促進作用受到區(qū)域經濟環(huán)境多種因素協(xié)同作用的影響. 根據(jù)本文研究可以看出，近年來密切相關的經濟環(huán)境因素主要是政府投入和對外貿易，尤其是政府投入對經濟增長具有良好的撬動作用. 在公路基礎設施投資建設的同時，通過政府投入引導其他經濟因素的投入，才能真正發(fā)揮公路對經濟增長的促進作用.

3) 從不同區(qū)域分析結果中可以看出，東部地區(qū)公路設施情況已經較為完善，更多公路投資對經濟的拉動作用已經對其他投資的擠占效應，基礎設施建設可向新基建等領域拓展延伸；中部地區(qū)正處于經濟和基礎設施快速發(fā)展的階段，繼續(xù)保持公路基礎設施投入可以為經濟持續(xù)穩(wěn)定發(fā)展提供支持；西部地區(qū)則應進一步加大公路基礎設施投資力度，縮短突破“臨界點”的時間，從而促進經濟由“平均化”向“集聚化”發(fā)展. 而通過分區(qū)域與全國結果對比可以看出，隨著全國范圍內經濟聯(lián)系的不斷增強，更大范圍內的空間外部性已經凸顯. 因此，跨區(qū)域間的公路基礎設施建設將有助于各區(qū)域的經濟發(fā)展和平衡.