交通可达性、集聚外部性与区域经济高质量发展

　　摘 要：基于中国 282 个城市面板数据，将交通可达性纳入产业集聚对区域高质量发展影响的非线性框架，分别构建空间计量模型和门槛效应模型验证三者间的逻辑关系。结果发现：制造业集聚和服务业集聚对区域高质量发展有非线性影响;产业集聚的外部性表现为拥挤效应;交通可达性在产业集聚对区域高质量发展的影响中存在显著的门槛效应，交通可达性提高会放大产业集聚的负外部性进而降低区域高质量发展水平。因此，政府在尝试释放和扩大产业集聚所带来的经济增长外部性时，应该充分考虑交通可达性。

　　王振华; 刘翘楚; 江金启， 软科学 发表时间：2021-09-29

　　关键词：交通可达性;产业集聚;区域高质量发展;门槛模型; SAC 模型

　　产业在空间上的集聚能否以及如何促进区域经济增长是新经济地理学研究的热点问题。主流文献证实了产业集聚的经济增长效应，但也有文献指出产业集聚带来的拥挤效应不利于经济增长，上述两种观点都有理论依据[1,2]。由此，一个可能的猜想是产业集聚对区域经济增长的影响是非线性的，在产业集聚的初始阶段，区域内的集聚有利于规模效应的释放，进而会促进经济体的效率提升和产出增长;随着集聚的进一步增强，规模效应会逐步被拥挤效应取代，产业集聚将不利于区域经济发展与效率提升[1,2]。但在实证分析产业集聚对区域经济增长绩效影响的文献中，学者们主要采用线性的分析框架，可能导致研究结论并不科学[3]。

　　另外，已有文献指出产业集聚所带来的经济增长外部性释放是以要素、技术的流动和产品流通的成本降低为前提和基础的[4]。近年来中国城市间的交通可达性快速提升，这可能会促进产业集聚的外部性释放[5]。相关研究证实，交通可达性的提升会促进要素在区域间的流动，有助于提升生产效率，推动经济增长[6]。受限于数据的可获得性，已有文献在分析区域经济增长及效率提升时，并未将产业集聚外部性释放和区域交通可达性提升结合起来进行分析。

　　本文将同时引入制造业集聚与服务业集聚，以全要素生产率作为区域高质量发展的测度指标，提出的问题是：区域经济体全要素生产率的提升是否受到产业集聚的影响?产业集聚外部性是线性还是非线性的?交通可达性是否会对产业集聚外部性的释放产生影响?

　　1 文献评述

　　从理论上看，内生增长理论认为产业集聚是经济体规模经济的重要来源 [7]。具体而言，产业在区域内集聚会引致基础设施共享、技术交流和外溢、熟练的劳动力要素供给增加等 [8]，最终体现为产品的单位生产成本下降，技术进步速度提升 [9]。进一步，产业内部的集聚所带来的区域经济增长外部性收益称之为 MAR ( Marshall-Arrow-Romer)外部性，产业间的要素流动、技术交流的基础设施共享带来的外部性收益为雅各布斯(Jacobs)外部性。部分实证研究针对上述假说展开，已有文献基于不同的样本都证实了产业集聚对经济增长和效率提高具有积极影响[10]，但是产业集聚可能带来的拥挤效应同样不容忽视。威廉姆森假说认为在经济发展初期，由于基础设施不完善，市场潜力尚未开发，因而产业集聚会促进全要素生产率的提升，但随着产业集聚程度的不断加深，拥挤效应会替代规模效应，产业集聚对生产效率的正向效应出现边际递减甚至转为负向效应[2,11]。

　　从方法上看，上述研究主要在线性框架下展开，但有学者发现产业集聚对区域经济增长绩效存在非线性的影响。以制造业为例，短期内的集聚效应会降低城市劳动生产率，而从长期看，集聚会提升城市劳动生产率[12]。同时，产业集聚对一个地区经济增长效率的影响也将受到其他因素的影响。例如，一个地区的产业结构会影响该地区经济集聚所带来的生产效率的提升[13] ,具体表现为随着产业结构的发展，集聚对全要素生产率的促进作用将逐渐下降。而随着门槛模型的引入，学者们也证实产业集聚对全要素生产率存在着门槛效应。

　　此外，学者们关于集聚对全要素生产率的影响机制和途径的关注日益增加，但相关研究尚未形成统一定论。部分文献认为产业集聚主要通过技术进步来影响全要素生产率[15]，也有部分文献认为产业集聚对全要素生产率的促进作用是借助规模效率来提升技术效率实现的[14]。同时，产业集聚对全要素生产率的影响还会受到产业结构的作用，如服务业集聚水平的提高会导致其对技术效率的改进幅度降低，而对技术进步的正向作用则会显著提升[14,15]。

　　产业集聚对经济增长效率的影响途径之一是降低要素、技术和产品的流通成本，因此交通可达性的提升和交通基础设施的建设有益于释放产业集聚的外部性，并提高经济增长绩效[4]。可达性指的是利用交通系统由指定位置到达活动位置的便利性[16]。已有文献从不同角度分析了交通可达性变化带来的经济增长效应[4]，但分析交通可达性对经济体全要素生产率影响的研究不多，也未见将交通可达性与产业集聚结合起来分析二者对全要素生产率影响的文献。有文献将空间距离和产业集聚整合为一个统一的架构进行剖析，在此基础上探究了产业的空间集聚对全要素生产率的作用[4]，得到了一些有意义的结论，但不足之处在于只解释出了全要素生产率空间溢出效应的作用距离，并未揭示出集聚在不同距离下的作用差异。

　　总结看，已有文献对如下几个问题并未做出回答，或未获得一致的结论：首先，产业集聚对全要素生产率的影响是否为非线性，具体的影响机制又是怎样的?是否受到交通可达性的左右?产业集聚对全要素生产率的影响是否存在门槛效应?本文尝试在将交通可达性和制造业集聚、服务业集聚纳入非线性的框架，采用空间计量模型和门槛回归模型讨论交通可达性及产业集聚的交互作用和门槛效应对全要素生产率的影响，并分析其作用路径，对已有文献做出补充。

　　2 理论分析与模型构建

　　2.1 理论分析

　　从理论上讲，产业集聚对全要素生产率的影响可能是非线性的：在产业集聚初期，其外部性为正，可以通过规模效应提升全要素生产率;随着产业的进一步集聚，其外部性逐步由正变负，集聚所带来的拥挤效应开始体现，产业集聚不利于全要素生产率提升。

　　然而，上述产业集聚可能会受到交通基础设施、政策、制度等外部约束条件的左右而对全要素生产率产生影响。以交通可达性为例，产业集聚的外部性释放需要保证要素在区域间和产业间的自由流动和配置，交通可达性提升会有助于降低要素在区域间的流动成本，促进资源优化配置，进而有助于产业集聚正向外部性的释放。换言之，在交通可达性存在差异的背景下，产业集聚的全要素生产率的促进作用会不同，可能存在门槛效应。

　　2.2 计量模型的建立

　　本文假定 A 为全要素生产率，是产业集聚 agglo 及交通可达性 acc 及其他因素的函数： 1 2 ( , , , ) A h agglo agglo acc it it it it   (1)式(1)中， i 代表第 i 个城市， t 为时间项， agglo 是产业集聚指标， agglo1 为制造业集聚， agglo2 为服务业集聚[1,17]。本文将使用空间自回归模型(SAC)进行实证分析[18]，具体形式为： Y      ρWY Xβ μ, μ λWμ ε (2)式(2)中， Y 表示被解释变量， X 为自变量， W 为各种形式的空间权重矩阵， β 为系数值， ε 是随机扰动项， n , N(0 2  σ I )， λ 是残差自回归系数， ρ 是空间自回归系数。将式(1)继续扩展，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)将式(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)本文借鉴已有文献的经验，空间计量模型加入的控制变量包括产业结构 (his)、投资结构(fdi)、城镇化水平(ur)、人力资本水平(edu)、政府规模(gov)、人均消费额(conp)、存款余额(cap)。另外，近期有文献讨论了城市房价对经济的绩效影响[19]，由此本文特别将房价(hprice)加入了控制变量。

　　随着交通可达性的变化，产业集聚对全要素生产率的影响也可能随之发生改变，即存在门槛效应，因此需要寻找门槛值，并根据门槛值对样本进行细分，再进一步估计不同区间样本中产业集聚对全要素生产率的影响。本文借鉴并使用经典文献中所提出的门槛回归模型(threshold regression)进行深入探究 [20]。

　　3 数据来源、处理与描述

　　3.1 样本及原始数据来源

　　本文的样本数据是 2007~2018 年中国大陆地级以上 282 个城市的面板数据，数据源自《中国城市统计年鉴》《中国城市建设年鉴》和《中国区域经济统计年鉴》。本研究交通可达性的原始数据来自《全国铁路旅行时刻表》，按照高铁开通线路和城市对出行的最短时间和距离进行逐个、逐条地整理。

　　3.2 城市全要素生产率的测度

　　本文中国城市全要素生产率的指标选择及数据处理与已有文献相同,选取 DEA-Malmquist 指数[21]。从测度结果看，中国城市全要素生产率自 2007 年～ 2010 年处于波动下降趋势，2010 年后有回升迹象，但增速缓慢，与已有文献的结论相似 [15]。

　　3.3 交通可达性的量化

　　交通可达性的量化通常包括空间可达性和时间可达性两类指标[22]。空间可达性指标主要测度的是空间距离的变化，由于本文所采用的空间计量模型已经考虑了地理距离因素，因此本文选取时间可达性指标进行量化。本文通过搜集各城市到 4 个一线城市(北京、上海、广州和深圳)的最短时间来衡量时间可达性 [23]，同时还搜集了各城市到省会及以上城市(直辖市及副省级城市)的最短交通时间。

　　交通可达性的测度结果表明，自 2007 年以来，各城市到一线城市的最短交通时间已大幅缩短，均值由 2007 年的 8.65 小时减少到 2018 年的 5.14 小时。实际背景是 2008 年北京奥运会初期的高速公路和铁路的建设高潮及铁路提速。各城市到省会城市的最短交通时间也显示出相同的趋势，表明近年来各级城市加强交通基础设施建设，城市间的交通可达性和便捷性得到提升。

　　3.4 产业集聚与其他变量的量化

　　本文对产业集聚指标采用区位熵指数进行衡量 [15] 。本文在计量模型中设计的变量还包括交通可达性及产业集聚的耦合项，及产业结构等指标。产业结构指标采用产业结构合理化指数来衡量;采用外商投资占比来量化投资结构指标;由于城市人口统计中包含了其所辖县市的人口，因此使用城区人口占年末总人口比重来衡量城镇化指标;政府规模指标则采用财政支出占 GDP 的比重;人力资本指标选取每万人中大学生的人数来量化;人均消费额采用人均社会消费零售总额量化，并取对数值;存款余额采用全市居民人民币储蓄存款余额量化，取对数值;房价采用全市商品住宅平均销售价格量化，取对数值。

　　4 实证结果分析

　　4.1 空间计量模型的估计结果

　　本文借鉴相关文献选择 Moran’s I 指数进行空间相关关系检验。从检验结果看，样本城市的全要素生产率、产业集聚等经济变量存在显著的空间相关关系，限于篇幅不给出结果。

　　本部分采用空间地理距离权重矩阵，使用 SAC 模型分析交通可达性、产业集聚及二者耦合项对全要素生产率的影响。除此之外，本部分还使用了空间自回归模型和空间误差模型，确保实证结果的稳健性。

　　从空间计量模型的估计结果看，相关系数均很显著，3 个模型的回归结果相似，进而证明了本文研究结论的可靠性。制造业集聚对全要素生产率影响显著为负，说明从总体看，中国城市制造业的集聚不再带来全要素生产率水平的提升，逐步开始体现为“拥挤效应”。同样，服务业集聚对全要素生产率影响也显著为负，说明服务业集聚水平越高，中国城市全要素生产率水平越低，服务业集聚所带来的集聚效果已从“规模效应”转变为“拥挤效应” [24]。拥挤效应有 3 个特点：一是空间性，即拥挤效应是针对某一特定空间而言的，例如某一具体城市;二是由经济集聚引起;三是伴随某一种或几种要素的过多集聚而产生，强调的是其他要素的相对稀缺性 [1]。在城市经济现实中，拥挤效应主要表现为两个方面：一是由于企业或要素过度集中造成生产率下降;二是由于其他因素相对稀缺而导致要素价格上涨。随着中国城市经济的不断发展，产业在区域内的集聚程度不断加强，但当集聚规模较大时，城市资源环境承载能力、市场规模等因素难以支撑更多的企业或产业，拥挤效应在城市经济中的两种表现形式会造成要素的边际收益下降，出现拥挤效应 [1]，进而不利于全要素生产率的提升。

　　交通可达性指标对全要素生产率的影响显著为负，由于本文采用的是最短交通时间指标，为负向指标，因此说明交通可达性提升会显著提升全要素生产率。从影响途径看，交通可达性对技术效率和技术进步的影响都显著，说明交通可达性提升可以通过影响技术效率提升和技术进步两个渠道影响全要素生产率提升。从技术效率途径看，首先，城市间交通可达性提升会便捷区域间的要素、产品的流动，降低交通成本，直接促进技术效率提升;其次，交通可达性提升会促进要素配置效率，降低资源配置扭曲水平，提升要素配置效率，进而间接提升技术效率值。从技术进步看，城市间交通可达性的提升有助于技术的引进和产业的转移，便于效率前沿面上的经济体移出相对落后的产业，也便于效率前沿面内的经济体引入先进技术，向效率前沿面靠近，实现技术追赶，进而提高技术进步。

　　交通可达性与产业集聚耦合项对全要素生产率也存在显著的影响，该影响主要体现为产业集聚的外部性释放，当外部性为正时，表现为规模效应，当外部性为负时，则表现为拥挤效应。但无论是规模效应还是拥挤效应都受到空间因素的影响，而交通可达性会影响产业集聚的外部性释放。

　　其他控制变量中，投资结构指标、人力资本水平、政府规模、人均消费等变量也都对全要素生产率有显著的影响，影响途径并不一致，不一一讨论。另外，本研究也证实了过高的房价不利于全要素生产率的提升，与已有研究结论一致。

　　4.2 门槛回归模型的估计结果

　　本文的空间计量模型也证明了交通可达性会影响产业集聚与全要素生产率的关系，因此交通可达性可能表现出典型的“门槛”特征。由此本部分将以交通可达性为门槛变量，建立门槛回归模型进一步深入讨论交通可达性在产业集聚规模效应和拥挤效应释放中的具体作用和路径。

　　本文分别对三类门槛进行最小化检验和显著性检验[20]，结果表明存在门槛效应，且按照 F 统计量和 P 值的结果，选取单门槛模型进行实证分析。表5的实证结果表明，产业集聚对全要素生产率的影响显著为负。从制造业集聚指标估计结果看，回归系数由区间1的正向转变为区间2的显著负向，说明制造业产业集聚的拥挤效应逐渐扩大，并伴随着交通可达性的提升对全要素生产率产生影响。制造业集聚通过资源共享和优化要素配置来促进经济增长绩效得到了广泛验证，同时，制造业集聚会造成拥挤效应，而集聚在某一区域内的制造业降低集聚规模或外迁会受到迁移成本及技术外溢的便利性影响，这背后的决定因素之一便是交通可达性，即集聚的制造业通过迁移来降低“拥挤效应” 有显著的空间特征和局限性，交通可达性可以对其造成影响。

　　服务业集聚对全要素生产率的影响也显著为负，两个区间系数值较为接近，变化不是很明显。本文给出的解释是服务业具有生产和消费不可分的特点，其集聚的规模效应可能更明显，会在市场规模较大的经济体呈现出更强的集聚现象，因此当服务业集聚出现拥挤效应时，生产和消费不可分的特点也会发生作用，对交通可达性的要求更高，而现阶段的交通可达性提升速度所带来的效果不是特别显著。

　　从作用路径看，制造业集聚通过技术效率影响全要素生产率，而服务业集聚则是通过技术进步来影响的。其中，交通可达性的门槛效应较为显著，制造业集聚对技术效率的影响系数绝对值由区间1的0.0163变为区间2的0.0337，说明随着交通可达性的提升，制造业集聚对技术效率的影响增加。服务业集聚对技术进步的影响系数绝对值在两个区间内由0.00735变为0.0184，也发生了明显的变化，说明随着交通可达性的提升，服务业集聚对技术进步的影响具有一定的提升。

　　4.3 考虑样本异质性的进一步检验

　　考虑到城市经济发展水平的异质性，剔除 34 个发展水平较高的中心城市后，采用空间计量模型对 248 个普通地级市进行进一步分析，发现普通地级市制造业、服务业集聚以及其余核心解释变量与其他控制变量回归系数的正负性及显著性与已有研究结果相比并无明显差异，这说明普通地级市制造业与服务业的集聚已经不能再促进全要素生产率的提升，制造业与服务集聚所带来的集聚效果已从“规模效应”转变为“拥挤效应”;交通可达性会影响产业集聚外部性的释放从而促进普通地级市全要素生产率的提升。总体而言，本部分的估计结果与上文相似，因而本文实证结果具有稳健性(受篇幅限制，不赘述结果)。

　　5 结论与启示

　　本文首先构建空间计量模型，发现交通可达性提升会通过技术效率和技术进步两方面提高区域高质量发展水平;制造业集聚和服务业集聚对区域高质量发展的影响主要体现为拥挤效应，不利于区域高质量发展水平的提高;交通可达性提升会影响产业集聚与区域高质量发展的关系;制造业集聚对区域高质量发展的影响途径是技术效率，服务业集聚对区域高质量发展的影响途径则是技术进步。进一步，本文以交通可达性为门槛变量构建了门槛回归模型，发现制造业集聚与服务业集聚对区域高质量发展的影响是非线性的;交通可达性也会通过强化技术进步和技术效率来改善产业集聚对区域高质量发展的影响。

　　根据上述研究结论，本文认为政府在制定产业集聚效应释放相关政策时，应该充分考虑交通可达性在其中发挥的重要作用，而不仅仅局限于产业集聚与经济发展及效率提升间的关系。

　　其他具体的建议包括：第一，地方政府应该对自身的产业集聚现状及效果有清晰、准确地判断，不应再一味追求产业集聚，部分城市可以通过相关政策促进产业的合理、有序转移;第二，城市政府应该充分意识到交通可达性提升会带来的影响，做好规划，抓住产业外迁或承接产业转移的新一轮机遇;第三，城市政府也应该尝试出台措施提升技术效率水平，以弥补产业集聚的拥挤效应所造成的技术进步水平下降。