長江經(jīng)濟(jì)帶水運對經(jīng)濟(jì)發(fā)展的空間效應(yīng)研究

楊曉嵐， 蔣惠園， 肖金龍， 田小勇, 候春霞， 孫 嘉

(1.武漢理工大學(xué) 交通與物流工程學(xué)院， 湖北 武漢 430063；2.長江航道規(guī)劃設(shè)計研究院， 湖北 武漢 430040;3.湖南理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院, 湖南 岳陽 414006)

水運具有成本低、耗能少、綠色環(huán)保等優(yōu)勢，是綜合運輸體系中必不可少的運輸方式，發(fā)展水路運輸是促進(jìn)地方經(jīng)濟(jì)發(fā)展的重要環(huán)節(jié)。2019年9月，國務(wù)院印發(fā)《交通強國建設(shè)綱要》指出優(yōu)化運輸結(jié)構(gòu)，推進(jìn)大宗貨物及中長距離貨物運輸向鐵路和水運有序轉(zhuǎn)移，推動鐵水、公水等聯(lián)運發(fā)展，對水運的發(fā)展提出了更高的要求。

早在17世紀(jì)，英國重商主義代表人物托馬斯·孟便提出擴(kuò)大航運業(yè)能夠促進(jìn)貿(mào)易增長[1]。目前國內(nèi)外學(xué)者有關(guān)水運對經(jīng)濟(jì)發(fā)展影響的研究主要集中在港口和內(nèi)河航道，較少關(guān)注整個水運業(yè)。在港口方面，Jane Bryan等[2-5]運用投入產(chǎn)出法、Eveiws軟件、格蘭因果檢驗等研究港口與城市經(jīng)濟(jì)的關(guān)系；劉琳等[6]從空間維度分析了中國沿海港口對腹地城市經(jīng)濟(jì)增長的影響。在內(nèi)河航運方面，李躍旗等[7-8]分別以上海、重慶內(nèi)河航運為研究對象，運用協(xié)整理論、數(shù)據(jù)包絡(luò)分析等探究了內(nèi)河航運發(fā)展與地區(qū)經(jīng)濟(jì)增長之間的關(guān)系。協(xié)整理論、格蘭因果檢驗等[9-10]是此方面研究的常用方法，但這些方法僅僅只關(guān)注本地區(qū)水運與經(jīng)濟(jì)之間的關(guān)系，而忽視了間接效應(yīng)，即整個大區(qū)域內(nèi)其他地區(qū)水運的發(fā)展對本地區(qū)經(jīng)濟(jì)造成的影響。空間面板計量模型通過引入空間權(quán)重矩陣，能同時得出直接效應(yīng)和間接效應(yīng)，更全面反映水運對經(jīng)濟(jì)的影響。

長江經(jīng)濟(jì)帶以長江黃金水道為依托，連接我國東中西部的九省二市，水運優(yōu)勢十分明顯，研究其水運對經(jīng)濟(jì)發(fā)展帶來的直接效應(yīng)與間接效應(yīng)，探究如何利用水運優(yōu)勢促進(jìn)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展，實現(xiàn)交通強國目標(biāo)是很有必要的，但目前尚未有學(xué)者進(jìn)行此方面的研究。鑒于此，本文融合水運相關(guān)指標(biāo)，提出水運發(fā)展指數(shù)來反映長江經(jīng)濟(jì)帶水運發(fā)展情況，運用空間面板計量模型對水運與經(jīng)濟(jì)發(fā)展的空間效應(yīng)進(jìn)行研究，為制定長江經(jīng)濟(jì)帶水運發(fā)展相關(guān)政策提供依據(jù)。

1 研究方法

1.1 空間自相關(guān)分析

在利用空間面板計量模型進(jìn)行分析前，通常要利用全局Moran′I指數(shù)測算被解釋變量的空間相關(guān)性，全局Moran′I指數(shù)為正值代表觀測值存在正相關(guān)，負(fù)值代表存在負(fù)相關(guān)，零為不相關(guān)，絕對值越大表明相關(guān)性越強。計算公式為

(1)

1.2 空間面板計量模型

空間面板計量模型通過引入空間權(quán)重矩陣，將空間因素加入到傳統(tǒng)的計量模型中，能夠體現(xiàn)空間交互效應(yīng)，更符合實際需求。空間面板計量模型分為空間面板誤差模型(SPEM)、空間面板自回歸模型(SPARM)和空間面板杜賓模型(SPDM)，可通過LM檢驗、穩(wěn)健性LM檢驗、Wald檢驗、LR檢驗進(jìn)行模型的選擇。本文中所采用的空間面板杜賓模型是較其他兩者更為一般的形式，能同時考慮被解釋變量和解釋變量的滯后項，常用來分析空間溢出效應(yīng)[11-12]。計算公式公式為

(2)

式中：Yit、Xit分別表示i地區(qū)的第t年的被解釋變量、解釋變量的觀測值；Yjt、Xjt分別表示j地區(qū)的第t年的被解釋變量、解釋變量的觀測值；wij為空間權(quán)重矩陣；ρ為被解釋變量的空間滯后系數(shù)；β、θ分別為解釋變量的待估參數(shù)向量和空間自回歸系數(shù)；αi、γt分別表示空間效應(yīng)和時間效應(yīng)；μit表示服從獨立分布的隨機擾動項。

1.3 空間效應(yīng)分解

LeSage和Pace[13]利用偏微分方法將空間效應(yīng)分為直接效應(yīng)(Direct Effect)和間接效應(yīng)(Indirect Effect)，直接效應(yīng)表征某地區(qū)的解釋變量對自身被解釋變量所產(chǎn)生的影響，間接效應(yīng)也稱為空間溢出效應(yīng)，表征其他地區(qū)的解釋變量對該地區(qū)被解釋變量所產(chǎn)生的影響。直接效應(yīng)與間接效應(yīng)之和稱為總效應(yīng)(Total Effect)，表征所有地區(qū)的解釋變量對該地區(qū)的被解釋變量產(chǎn)生的影響。計算公式為

(3)

式中：右側(cè)矩陣中對角線元素的均值為直接效應(yīng)，非對角線上元素的均值為間接效應(yīng)。

2 數(shù)據(jù)來源及變量解釋

本文以長江經(jīng)濟(jì)帶九省二市作為研究對象，研究2010～2018年水運對經(jīng)濟(jì)發(fā)展的空間效應(yīng)，所用數(shù)據(jù)來源于《中國統(tǒng)計年鑒(2011—2019)》。

2.1 水運發(fā)展指數(shù)

水運的發(fā)展包括貨運和客運兩大部分，單獨使用貨運相關(guān)指標(biāo)或者客運相關(guān)指標(biāo)難以反映某地區(qū)水運的整體發(fā)展情況，因此提出水運發(fā)展指數(shù)，融合客貨運相關(guān)指標(biāo)，綜合反映水運發(fā)展情況具有一定的必要性。該指數(shù)以水運貨運量(X11)、水運貨物周轉(zhuǎn)量(X12)、水運客運量(X13)和水運旅客周轉(zhuǎn)量(X14)為關(guān)鍵指標(biāo)，通過熵值法確定權(quán)重后計算得出。

1) 熵值法。

在計算水運發(fā)展指數(shù)時，各指標(biāo)的重要程度不同，因此需采用一定的方法確定權(quán)重。計算所需關(guān)鍵指標(biāo)均為定量指標(biāo)，故采用熵值法確權(quán)，熵值法是一種客觀賦權(quán)的方法，它可以排除主觀因素的影響，使計算結(jié)果更加合理。傳統(tǒng)的熵值法只適用于截面數(shù)據(jù)，即只考慮空間變化的數(shù)據(jù)，本文研究對象為面板數(shù)據(jù)，根據(jù)面板數(shù)據(jù)的特點，采用同時考慮時間和空間這兩大變化因素的改進(jìn)熵值法[14]，計算公式為

(4)

(5)

(6)

dj=1-ej

(7)

(8)

計算得出各指標(biāo)權(quán)重如表1所示，可知貨運量與貨運周轉(zhuǎn)量權(quán)重明顯高于客運量與客運周轉(zhuǎn)量，這與目前長江經(jīng)濟(jì)帶水運主要作用為貨運，客運所占比重較小的現(xiàn)狀相符，權(quán)重計算結(jié)果合理。

表1 各指標(biāo)權(quán)重

2) 水運發(fā)展指數(shù)計算結(jié)果。

根據(jù)上述所得權(quán)重，利用公式(9)計算出2010～2018年的長江經(jīng)濟(jì)帶各地區(qū)的水運發(fā)展指數(shù)如表2所示，可知各地區(qū)水運發(fā)展指數(shù)整體呈現(xiàn)逐年遞增的趨勢，水運發(fā)展指數(shù)相對較高的地區(qū)有上海、浙江、江蘇，水運發(fā)展指數(shù)相對較低的地區(qū)有云南、江西，這與現(xiàn)狀相符，表明水運發(fā)展指數(shù)能很好反映長江經(jīng)濟(jì)帶各地區(qū)水運發(fā)展水平。

(9)

式中：fti(x)表示第t年i省(市)的水運發(fā)展指數(shù)，其他符號含義與上述相同。

表2 水運發(fā)展指數(shù)

2.2 變量解釋

考慮到地區(qū)的經(jīng)濟(jì)發(fā)展不僅與水運有關(guān)，還受到當(dāng)?shù)毓潭ㄙY產(chǎn)投資水平，政府參與程度等的影響[15]，所以本文將經(jīng)濟(jì)發(fā)展水平作為被解釋變量，水運發(fā)展水平作為核心解釋變量，同時引入了其他影響因素作為控制變量。各變量的具體設(shè)定如下所示：

被解釋變量：經(jīng)濟(jì)發(fā)展水平。用地區(qū)人均GDP(Y)來表示，由于各地區(qū)的人口基數(shù)不同，使用地區(qū)人均GDP更能反映地區(qū)間經(jīng)濟(jì)發(fā)展的差異。

核心解釋變量：水運發(fā)展水平。用水運發(fā)展指數(shù)(X1)來表示，由上文計算得出。

控制變量：其他影響因素。①固定資產(chǎn)投資水平(Z1)：Z1=全社會固定資產(chǎn)投資總額/GDP；②政府參與程度(Z2)：Z2=政府一般預(yù)算支出/GDP；③對外開放程度(Z3)：Z3=外商投資企業(yè)進(jìn)出口總額/GDP，此處外商投資企業(yè)進(jìn)出口總額已按當(dāng)年匯率將美元換算成人民幣；④人才資源(Z4)：Z4=普通高等學(xué)校在校學(xué)生數(shù)/年末常住人口。

3 結(jié)果分析

3.1 空間自相關(guān)檢驗

利用GeoDa軟件計算出長江經(jīng)濟(jì)帶地區(qū)2010～2018年地區(qū)人均GDP的全局Moran′I指數(shù)及其顯著性如表3所示，可以看出長江經(jīng)濟(jì)帶地區(qū)2010～2018年地區(qū)人均GDP的全局Moran′I指數(shù)均大于0.5，z值均大于1.96，被解釋變量具有較強的空間正相關(guān)，表明可以采用空間計量模型進(jìn)行分析。

表3 全局Moran′I指數(shù)及z值

由于全局Moran′I指數(shù)無法反映局部地區(qū)的聚集類型，所以選取了始末兩個年份，2010年和2018年做出局部Moran′I散點圖如圖1所示，可知局部地區(qū)的聚集類型無明顯變化，7個地區(qū)處于低低聚集，這些地區(qū)自身人均GDP較低，被同樣低的地區(qū)所包圍；3個地區(qū)處于高高聚集，這些地區(qū)自身人均GDP高，被同樣為高值的地區(qū)所包圍；1個地區(qū)處于低高聚集，該地區(qū)人均GDP處于低值，被高值地區(qū)包圍。90.9%的地區(qū)處于高高聚集或低低聚集，驗證了地區(qū)人均GDP具有空間正相關(guān)。

a) 2010年人均GDP

3.2 空間面板計量模型分析

為緩解異方差帶來的影響，先對各指標(biāo)數(shù)值做對數(shù)變換，再利用Stata軟件進(jìn)行空間面板計量模型估計。估計前需進(jìn)行模型選擇，利用拉格朗日乘數(shù)(LM)和穩(wěn)健性拉格朗日乘數(shù)(Robust LM)進(jìn)行檢驗，結(jié)果如表4所示，LM-error、LM-lag、Robust LM-error和Robust Lm-lag均在0.01水平上顯著，表明應(yīng)選擇空間面板計量模型,而非OLS模型。LR-error、LR-lag、Wald-error和Wald-lag均在0.01水平上顯著，表明SPDM模型不可退化成SPARM模型或SPEM模型,因此選擇SPDM模型。

表4 空間面板計量模型檢驗結(jié)果

面板數(shù)據(jù)分為固定效應(yīng)和隨機效應(yīng)，Hausman檢驗結(jié)果拒絕了隨機效應(yīng)，表明應(yīng)選擇固定效應(yīng)。固定效應(yīng)分為個體固定效應(yīng)、時間固定效應(yīng)和時空雙固定效應(yīng)，通過SPDM模型估計列出這三種效應(yīng)的回歸結(jié)果，如表5所示。

表5 空間面板杜賓模型估計結(jié)果

由三種固定效應(yīng)的回歸結(jié)果可以看出，空間滯后項系數(shù)ρ在三種固定效應(yīng)下均為正值，表明具有正的空間溢出效應(yīng);水運發(fā)展指數(shù)對人均GDP的影響顯著為正，表明水運發(fā)展水平越高越有利于地區(qū)經(jīng)濟(jì)的發(fā)展。在空間固定效應(yīng)下，ρ在0.01水平上顯著，且擬合優(yōu)度系數(shù)R2最大，為0.853，說明應(yīng)采用空間固定效應(yīng)。在此種固定效應(yīng)下，進(jìn)行空間效應(yīng)的分解，結(jié)果如表6所示。

水運對地區(qū)經(jīng)濟(jì)發(fā)展具有顯著為正的空間效應(yīng)，總效應(yīng)為0.577，表明對于長江經(jīng)濟(jì)帶內(nèi)部某一地區(qū)而言，長江經(jīng)濟(jì)帶整個區(qū)域的水運發(fā)展指數(shù)每增加1%，此地區(qū)的人均GDP就會增加0.577%；直接效應(yīng)為0.171，表明這一地區(qū)的水運發(fā)展指數(shù)每增加1%，其自身人均GDP就會增加0.171%；間接效應(yīng)為0.405，表明長江經(jīng)濟(jì)帶內(nèi)其他地區(qū)水運發(fā)展指數(shù)每增加1%，此地區(qū)的人均GDP就會增加0.405%；間接效應(yīng)大于直接效應(yīng)，表明某一地區(qū)的經(jīng)濟(jì)發(fā)展受其他地區(qū)水運發(fā)展的影響比自身的大，空間溢出效應(yīng)十分明顯，因此長江經(jīng)濟(jì)帶各地區(qū)發(fā)展水運必須協(xié)同，單個地區(qū)采取措施，將不會對經(jīng)濟(jì)的發(fā)展起到明顯促進(jìn)作用。

表6 空間效應(yīng)分解結(jié)果

4 結(jié)論與建議

研究長江經(jīng)濟(jì)帶水運對經(jīng)濟(jì)發(fā)展的空間效應(yīng)，得出以下結(jié)論：長江經(jīng)濟(jì)帶地區(qū)經(jīng)濟(jì)發(fā)展呈現(xiàn)顯著的空間正相關(guān)，某地區(qū)的經(jīng)濟(jì)發(fā)展會受到臨近地區(qū)經(jīng)濟(jì)發(fā)展的影響；水運與經(jīng)濟(jì)發(fā)展存在正的空間自相關(guān)，水運發(fā)展指數(shù)對人均GDP的影響顯著為正，水運發(fā)展水平越高越有利于地區(qū)經(jīng)濟(jì)的發(fā)展；水運對經(jīng)濟(jì)發(fā)展的間接效應(yīng)大于直接效應(yīng)，長江經(jīng)濟(jì)帶某地區(qū)的經(jīng)濟(jì)發(fā)展不僅受自身水運發(fā)展水平的影響，更受其他地區(qū)的影響。

根據(jù)研究結(jié)果，提出長江經(jīng)濟(jì)帶水運發(fā)展建議：①加強區(qū)域間溝通與合作，統(tǒng)籌推進(jìn)水運發(fā)展。增強長江經(jīng)濟(jì)帶各省市的聯(lián)系，制定水運一體化發(fā)展計劃，建設(shè)水運智能云平臺，實現(xiàn)地區(qū)間、部門間信息共享，確保長江經(jīng)濟(jì)帶各地區(qū)水運協(xié)同發(fā)展;②補齊水運基礎(chǔ)設(shè)施短板，發(fā)揮鐵水聯(lián)運優(yōu)勢。推進(jìn)老舊碼頭基礎(chǔ)設(shè)施改造升級，盡快實現(xiàn)長江經(jīng)濟(jì)帶各省市內(nèi)疏港鐵路延伸建設(shè)至碼頭前沿，發(fā)揮鐵水聯(lián)運優(yōu)勢，實現(xiàn)無縫銜接;③提升長江干支流通航能力，實現(xiàn)水路運輸暢通。積極推進(jìn)航道整治和梯級渠化，提升航道通行能力，打通長江干支流關(guān)節(jié)，增強水運對經(jīng)濟(jì)的吸附作用，促進(jìn)長江經(jīng)濟(jì)帶流域的經(jīng)濟(jì)發(fā)展。