多式交通對高技術產業集聚溢出效應的實證分析

李 杰，吳亞莉

（西南交通大學經濟管理學院，四川成都 610031）

1 研究背景

交通設施建設滯后往往是發展中國家經濟發展的瓶頸制約，更是區域經濟發展失衡的根源所在，而中國改革開放以來交通基礎設施建設速度之快、效應之大令世界矚目。據國家鐵路局、交通運輸部發布的數據以及《2019 年交通運輸行業發展統計公報》顯示，截至2020 年8 月，中國高速鐵路總里程達3.6 萬km，位居世界第一；截至2019 年12月，全國公路總里程501.25 萬km，約為1978 年的5.8 倍，公路網總規模位居世界前列；2019 年年末共有頒證民用航空機場238 個，全行業完成旅客運輸量65 993.42 萬人次，完成運輸總周轉量1 293.25 億tkm，運輸水平居世界前列［1］。中國總體上突破了交通制約經濟發展的規律性困境，交通設施對區域經濟協調發展的促進效應已經凸顯。于是中國學者開始關注通道經濟效應，分析交通對區域旅游業、農業、制造業的空間溢出效應，但鮮有學者研究交通尤其是多式交通對區域高技術產業集聚的空間溢出效應，更沒有詳盡分析溢出效應的路徑邏輯，而這正是新時代內循環條件下地域大國區域高質量協同發展的關鍵問題。鑒于此，為加快建設交通強國，緩解區域經濟發展失衡矛盾，建構內循環為主的高質量“雙循環”現代化產業鏈，亟待研究多式交通對區域高技術產業集聚的空間溢出效應及其實現路徑，以促進鐵路連接的點與公路覆蓋的片以及航空輻射的線相機整合，彰顯立體多式交通在中國的生態集約效應及紅利共享效應，推進新時代區域經濟高質量協調發展。

目前國內學術界的相關研究主要包括兩大方面。第一，關于交通對高技術產業集聚的影響研究，一般研究鐵路、公路交通對高技術產業集聚的影響。曹雄飛等［2］用國內各地區等級公路和營業鐵路里程數之和與地區面積的比值來衡量地區的交通便利度，考察其對高技術產業集聚的影響，結果顯示交通便利度與高技術產業集聚呈顯著負相關關系。事實上，產業集聚與交通便利度呈現倒“U”型曲線關系。王燕等［3］用相對公路密度（即某地區的公路密度除以當年全國公路密度平均水平）來衡量交通便捷程度，結果顯示交通的相對便捷度因素對產業集聚具有顯著正向影響。金春雨等［4］的研究也表明運輸成本對本地區高技術產業集聚發展具有顯著的正向影響。江瑤等［5］的研究則認為城市交通運輸對高技術產業有促進作用，其中電子及通信設備制造業受城市運輸的影響最顯著。可見，交通便利度對產業集聚的影響基本呈倒“U”型的關系［6］：高技術產業集聚先呈現增加趨勢，當交通便利度達到一定程度時，又開始出現擴散趨勢。因此，不僅要研究交通對高技術產業集聚的影響，更應研究交通對高技術產業集聚的溢出效應。第二，關于交通對產業空間布局的影響研究。目前國內學術界從空間視角研究交通對區域產業影響的成果并不多，有限的研究集中于交通設施對旅游業、農業、制造業的空間布局影響方面，包括白洋等［7］、張淑文等［8］、侯志強［9］均認為交通對區域旅游專業化和旅游經濟增長具有空間效應；曹小曙等［10］探討了交通對農業產出的溢出效應；杜建軍等［11］認為交通對農業集聚具有推動作用；毛琦梁等［12］研究了交通對地區制造業增長的影響；董洪超等［13］認為交通對制造業具有空間集聚效應；劉荷等［14］探討了交通對制造業集聚的外溢作用；劉鑫等［15］則研究了交通對制造業空間布局的影響。

鑒于學術界尚未將高技術產業集聚的空間溢出效應與多式交通結合起來研究，而這恰是新時代區域產業高質量協調發展的關鍵支撐，因此，筆者擬在借鑒相關成果基礎上，基于新經濟地理學角度，通過熵值法、空間杜賓模型和中國30 個省份（港澳臺以及西藏地區因缺乏相關數據不納入本次研究）2005—2018 年的數據，考慮到內陸省份缺乏水運交通，就中國公路、鐵路、航運等3 類主要交通方式對區域高技術產業1）集聚的空間溢出效應及邏輯路徑進行綜合分析，以期為達到既緩解區域發展失衡又促進各區域從資源驅動向創新驅動轉換，實現高質量集約發展之戰略目標提供參考。

2 研究的實證邏輯

首先，根據高技術產業的特性構建空間權重矩陣，通過空間相關性分析來檢驗高技術產業集聚是否具有空間相關性；若高技術產業集聚在空間上存在相關性，再通過構建空間杜賓模型進行空間效應分析。

2.1 空間相關性分析

全局莫蘭指數（Moran'sI）可用于驗證整個研究區域某一要素的空間模式，由此可以初步判斷高技術產業發展情況在各地區間是否存在空間相關性。具體計算形式如下：

式（1）中：n為研究范圍內的空間單元總數，取值30；yi和yj分別表示第i省份、第j省份的高技術產業集聚水平，且i≠j；為區域高技術產業集聚發展水平平均值；Wij為標準化后的空間權重矩陣；S2為樣本方差。

全局莫蘭指數的取值范圍為［-1，1］：處于（0，1］時表示各區域高技術產業集聚發展水平之間存在正相關關系，即存在正的空間相關性；處于［-1，0）時表示高技術產業集聚發展水平在各區域之間存在負相關關系；為0 時表示高技術產業集聚發展水平在各區域之間呈現隨機分布的狀態，不存在空間相關性。

S2的計算公式如下：

2.2 交通運輸綜合評價

目前研究交通的影響因素時，通常選取交通運輸里程或貨運量等單個指標來衡量某種交通方式的發展水平。為了更為客觀地反映多式交通的發展水平，本研究采用熵值法分別對鐵路、公路、航空3種交通方式涉及的相關變量進行線性加權處理，并采用最終的綜合評價指數進行后續的模型測算。

首先，對涉及的各指標進行標準化和非零化處理，具體方式如下：

式（3）中：uikt表示第t年第i省份的第k項指標標準化和非零化后的值，t的取值為1～14，i的取值為1～30；max(xkt)、min(xkt)分別表示在各交通基礎設施指標系統中第t年的第k項指標的最大值和最小值。

然后，采用熵值賦權法確定各指標權重。賦權過程如下：

式（4）～式（7）中：Sikt為第t年第i省份的第k項指標占所有時段所有樣本省份的所有因子和的占比；m為樣本期間，取值14（2005—2018 年）；Ek為第k項指標的熵值，用以計算各指標的權重；DK表示第k項指標的差異系數；表示第k項指標的權重系數。

最后，采用線性加權平均法計算各類交通方式評價系統的綜合評價指數，同一類交通方式評價體系中各指標權重之和為1。具體計算公式如下：

式（8）（9）中：Uit表示第t年某省份的綜合評價指數。

2.3 空間計量模型

考慮到公共交通作為公共物品具有外部正效應的關聯性，如將樣本單元視為相互獨立的單元進行研究可能會忽視這種外部性帶來的空間聯系。事實上，各單元的高技術產業本身會通過交通連接與網絡信息聯通引發知識與技術的外溢，因此本研究基于空間聯系視角研究多式交通與區域高技術產業集聚的溢出關系。

2.3.1 設定空間權重矩陣

學術界常用的地理權重矩陣為0～1 矩陣、反距離矩陣以及經濟距離矩陣，也有學者針對不同研究對象運用不同的權重矩陣，如勞動力空間權重矩陣、貿易關系權重矩陣，以及徐東波等［16］提出的信息技術網絡效應空間權重矩陣、張娜等［17］使用的乘積矩陣、邵帥等［18］使用的地理經濟距離嵌套權重矩陣等。為了較為全面客觀地研究樣本單元的空間聯系并確保模型結果的穩健性，從多個角度來設定空間權重矩陣。鑒于產業集聚的地理特性與高技術產業的技術密集特性，基于地理位置、經濟情況以及技術情況，采用基本的0～1 矩陣W1，0～1地理經濟距離嵌套矩陣W2、0～1 地理技術距離嵌套權重矩陣W3進行綜合實證。

二進制0～1 矩陣指若兩個單元有共同的邊界，即相鄰，則兩單元空間權重取值為1；若兩個單元之間沒有共同的邊界，即不相鄰，則兩單元空間權重取值為0。取值形式如下：

0～1 地理經濟距離嵌套矩陣綜合考慮了兩個單元在地理位置和經濟距離的因素。取值形式如下：

0～1 地理技術距離嵌套權重矩陣的構建方法與0～1 地理經濟距離嵌套矩陣相同，但對角元素中涉及的變量有所不同。取值形式如下：

2.3.2 模型構建

首先構建普通面板模型如下：

式（15）中：Yit是被解釋變量，表示第i省份第t年的高技術產業集聚水平；trafficit 是本研究的核心變量，即3 類交通的綜合評價指數，為3 類交通方式的綜合評價指數（即Uit）之和；Xit表示其他控制變量；β為待估計參數；αi為普通面板回歸模型中每組回歸各自不同的常數項；εit為隨機擾動項。

為了消除異方差問題，將式（15）進行對數化處理，公式如下：

在此基礎上構建杜賓空間面板模型如下：

式（17）中：Xjt表示1×k維的空間滯后外生變量；γ為對應的k×1 維的參數向量；λ為時點固定效應；μ為空間固定效應。

經檢驗，本研究適用固定效應（FE）中的雙效應（both）模型。

3 變量選取與數據說明

3.1 變量選取

遵循全面性、科學性、客觀性及數據可得性原則，選取被解釋變量、核心解釋變量以及控制變量（見表1）。

表1 變量選取及具體解釋

3.1.1 被解釋變量

區位熵常被用于衡量某一產業在特定區域的相對集中程度，因此用區位熵對高技術產業在各省份的集聚程度進行測算。測算公式如下：

式（18）中：LQit為i省份t時期的區位熵，值越大則說明其高技術產業集聚度越高；Eit表示第t年i省份高技術產業主營業務收入；Git表示第t年i省份生產總值；Et表示第t年所有樣本省份高技術產業主營業務收入；Gt表示所有樣本省份生產總值。

3.1.2 核心解釋變量

較之于已有研究以單個指標來測量交通發展水平而言，多指標綜合測量更為客觀，能夠考慮到交通設施的絕對資源數量，如軌道運輸里程、公路里程在很大程度上受區域空間大小的限制，交通運輸密度相較于單純的交通運輸里程更能體現地區的通達程度，貨運量與客運量能體現交通的運輸效益，因此，通過熵值法，以鐵路客貨運量以及鐵路運輸密度綜合測量鐵路運輸系統狀況，其中鐵路運輸密度為某省份鐵路運輸里程與該省份土地面積的比值；以公路客貨運量以及公路運輸密度綜合測量公路運輸系統狀況，其中公路運輸密度為某省份公路運輸里程與該省份土地面積的比值；航空方面，則以飛機起降架數、客貨運量綜合測量航空運輸系統狀況。

3.1.3 控制變量

董曉花等［19］認為，柯布-道格拉斯生產函數模型決定工業系統發展水平的主要因素是投入的勞動力數、固定資產和綜合技術水平，適用于研究制造業。本研究的對象為高技術產業，屬于制造業范疇，故而以該模型為基礎，并結合高技術產業特性選擇了4 個控制變量：以R&D 活動人員折合全時當量作為高技術產業勞動力投入的衡量指標；新增固定資產作為高技術產業成長速度和發展潛力的衡量指標；為了使各省份對高技術產業的投入更有可比性，參考史丹等［20］、張娜等［21］的做法，采用相對指標R&D 經費投入強度作為高技術產業發展的重要影響指標；同時參考封偉毅等［22］的研究，由于技術開發能力對產業競爭力的影響要大于技術轉化能力，因此以研發強度作為衡量高技術產業的發展潛力及產業競爭力的指標。

3.2 數據來源

本研究所使用的地區生產總值、地區生產總值指數、鐵路運輸數據以及公路運輸數據都來源于國家統計局；2005—2016 年的高技術產業數據來源于《中國高技術產業統計年鑒》（制造業）（2006—2017 年）；2017—2018 年的高技術產業數據來源于《2018 中國科技統計年鑒》與《2019 中國科技統計年鑒》；地理數據來源于中國科學院資源環境科學數據中心。相關指標的描述性統計如表2 所示。

表2 變量的描述性統計結果

4 實證演繹結果分析

4.1 空間相關性檢驗結果分析

如表3 所示，3 個矩陣條件下樣本省份的高技術產業集聚水平全局莫蘭指數均為正值，且全部通過顯著性水平檢驗。其中，在地理相鄰關系條件下（W1矩陣），2005—2018年各省份的高技術產業集聚水平全局莫蘭指數的波動區間為［0.250，0.309］，均值為0.289；在W2矩陣條件下，全局莫蘭指數的波動區間為［0.276，0.413］，均值為0.342；在W3矩陣條件下，全局莫蘭指數的波動區間為［0.174，0.304］，均值為0.224。由此可見，高技術產業的集聚程度在各省份存在顯著的空間正相關性，初步證明區域高技術產業發展水平在空間上有顯著的空間依賴性。

表3 樣本省份高技術產業集聚發展水平的全局莫蘭指數值

4.2 空間計量模型估計結果分析

由表4 可知，空間自相關方面，在3 個不同的矩陣條件下P值分別在10%、5%和1%的水平下顯著為正，且P值相差不大，說明高技術產業的集聚存在顯著正向空間影響。

表4 變量的主效應回歸結果

表4（續）

核心解釋變量方面，在3 個不同的矩陣條件下，主效應中各類交通方式對被解釋變量的影響系數的大小和方向相差不大。其中，航空運輸對本省份高技術產業集聚水平在不同的顯著性水平下有正向影響，鄰近省份的航空運輸對本省份高技術產業集聚水平有正向影響，但只在W1矩陣條件下顯著；公路運輸只有在W3矩陣條件下對本省份高技術產業集聚水平在5%顯著性水平下有正向影響，雖然公路運輸在其他矩陣條件下對高技術產業集聚水平的影響都為正，但是并不顯著，而鄰近省份的公路運輸在W1和W2矩陣條件下對本省份的高技術產業集聚水平有顯著的正向影響；鐵路運輸則在3 個矩陣條件下都對本省份高技術產業集聚水平在1%的顯著性水平下有負向的影響，鄰近省份的鐵路運輸對本省份高技術產業聚集水平分別在不同的顯著性水平下有正向影響。綜合結果表明，3 種交通方式都在一定程度上對本省份的高技術產業集聚水平有所影響，但不同交通方式的影響存在差異。

控制變量方面，主效應結果顯示新增固定資產投入和新產品研發投入都對本省份高技術產業的聚集水平有顯著正向影響，R&D人員折合全時當量也在W2和W3矩陣條件下對本省份高技術產業的集聚水平有顯著的正向影響，R&D 經費投入強度不顯著為正。在考慮空間因素的情況下，R&D 經費投入強度對鄰近省份高技術產業集聚水平有不顯著的正向影響；R&D 活動人員折合全時當量、新增固定資產和新產品研發投入3 個變量在不同的矩陣條件下所得結果的影響方向并不一致，這是因為由于選取空間權重矩陣時可能會存在共線性問題，導致彈性系數方向的改變，而采用W1不會產生共線性問題，因此針對不同矩陣條件下出現結果不一致的情況，以W1矩陣條件下的結果為主，由此可以判斷新增固定資產和R&D 人員折合全時當量兩個變量都對鄰近省份高技術產業集聚水平的影響是不顯著為負的，而新產品研發投入則對鄰近省份高技術產業集聚水平沒有太大的影響。以上分析表明，新增固定資產、新產品研發投入以及R&D 人員折合全時當量越多，越能夠促進本省份高技術產業的集聚，但并沒有顯著的空間影響，即鄰近省份的這3 個變量無法對本省份的高技術產業集聚水平產生顯著的影響。原因在于固定資產的流動性差，而新產品研發投入具有很高的針對性和風險性，高技術產業存在空間異質性，因此兩個變量在空間上對于鄰近省份的影響并不顯著；R&D 活動人員折合全時當量對本省份高技術產業有不同程度的影響，但對鄰近省份沒有顯著影響，表明雖然人力資本在空間上存在流動性，但R&D 活動人員折合全時當量是時間投入上的概念，與各個省份R&D 全時人員和非全時人員之間的比例以及從事R&D 工作人員的有效投入時間相關，并不是簡單的人力資本測量，因此對鄰近省份沒有大的影響是符合現實的。

4.3 溢出效應結果分析

由于空間杜賓模型包含W×y與W×x，某個解釋變量對被解釋變量的總效應與其系數大小并不相等，某一單元i在時刻t的解釋變量x的變動不僅會對該單元i自身的被解釋變量有直接影響，也會對其他單元的被解釋變量有間接影響并最終會反過來影響單元i，因此表4 所示的相關系數并不能直接反映出交通運輸對高技術產業集聚的空間溢出效應。為此，在空間杜賓模型的基礎上，借鑒LeSage 等［23］對直接效應（direct effect，DE）、間接效應（indirect effect，IE）和總效應（total effect，TE）的分析方法，將解釋變量對被解釋變量的影響分解為直接效應和間接效應（即空間溢出效應）。其中，直接效應是指某省份自變量對本省份被解釋變量的影響，也包括反饋效應（feedback effects），即對其他省份的影響又會反過來影響本省份；間接效應是指某省份解釋變量對其他省份被解釋變量的影響；總效應為直接效應和間接效應之和，反映某省份某個解釋變量的變動對所有省份的被解釋變量的平均影響。3 種效應的具體估計結果見表5。

表5 不同矩陣條件下空間杜賓模型的變量回歸效應結果

表5（續）

整體上看，在W1、W2、W3這3種權重矩陣條件下，3 類交通方式對高技術產業集聚的直接效應、間接效應、總效應有所不同。從直接效應來看，除了W2條件下的公路運輸外，均通過了顯著性檢驗，說明交通運輸對本省份高技術產業的集聚有顯著效應，但3 類交通方式的影響方向不完全一致：航空與公路運輸為顯著的正向效應，航空運輸的效應最大，而鐵路運輸則為負向效應。從間接效應（空間溢出效應）來看，航空與公路交通在W1矩陣條件下的效應系數通過了顯著性檢驗，3類交通方式在W2條件下的效應系數都通過了顯著性檢驗，僅有鐵路交通在W3條件下的效應系數通過了顯著性檢驗。3種矩陣條件下3 類交通方式對高技術產業集聚的空間溢出效應變化差異大于直接效應差異，說明依托不同的空間溢出路徑會產生不同的溢出效應。對比直接效應和間接效應發現，除了在W1矩陣條件下鐵路交通對高技術產業集聚的直接效應系數絕對值略大于間接效應系數絕對值外，W2、W3條件下鐵路交通的間接效應都大于直接效應，而航空和公路則在3 種矩陣條件下都是間接效應大于直接效應，說明航空、公路這兩種交通方式對鄰近省份高技術產業集聚的空間溢出效應強于對本省份的直接效應，鐵路交通則在W2和W3條件下對高技術產業集聚的空間溢出效應強于直接效應。從總效應來看，航空與公路交通的總效應系數都是顯著為正，鐵路交通的總效應系數則并不顯著。由于總效應為某省份的某個解釋變量的變動對所有樣本省份的被解釋變量的平均影響，因此在W1矩陣條件下，某省份航空運輸綜合評分每增加1%，其他所有省份的高技術產業集聚度平均增長0.73%；某省份公路運輸綜合評分每增加1%，其他所有省份的高技術產業集聚度平均增長1.00%。航空和公路交通對高技術產業集聚的直接效應、間接效應以及總效應都顯著為正，說明這兩類交通方式不僅可以促進本省份高技術產業集聚，也可以帶動鄰近省份高技術產業發展；而鐵路交通對高技術產業集聚的直接效應顯著為負、間接效應顯著為正，總效應不顯著為負，說明鐵路運輸雖在一定程度上抑制本省份高技術產業集聚，但能帶動鄰近省份高技術產業發展。

其次，在3 種矩陣條件下同一類交通方式對高技術產業集聚的空間溢出效應大小及實現路徑存在差異。航空運輸在W1矩陣條件下對高技術產業集聚的溢出效應大于在W2和W3矩陣條件下的溢出效應，在W1與W2矩陣條件下其溢出效應通過10%的顯著性檢驗，在W3矩陣條件下的溢出效應不顯著為正；公路運輸在W1矩陣條件下對高技術產業集聚的溢出效應同樣大于在W2和W3矩陣條件下的溢出效應，且在W1與W2矩陣條件下通過1%的顯著性檢驗，在W3矩陣條件下溢出效應不顯著為正。航空與公路運輸對高技術產業集聚的空間溢出效應的路徑邏輯很相似，說明某省份的航空與公路運輸對其周邊省份高技術產業集聚的溢出效應主要是通過地理位置鄰近實現的，即高技術產業集聚度越高的省份，通過航空與公路交通能更好地帶動其周邊省份高技術產業發展，次之是通過鄰近經濟關系相似實現的，即高技術產業集聚度越高的省份，其周邊相似經濟條件的省份可以通過航空與公路交通的溢出效應更好地促進高技術產業發展。而鐵路運輸的溢出效應邏輯路徑有所不同，在W3條件下對高技術產業集聚的溢出效應大于W1與W2矩陣條件下的溢出效應，并且在W3矩陣條件下的溢出效應顯著性會大于在W1與W2矩陣條件下的顯著性。說明某省份的鐵路運輸對其周邊省份高技術產業集聚的溢出效應主要是通過鄰近區域技術關系相似來實現的，即高技術產業集聚度越高的省份，其周邊有相似技術條件的省份可以借助鐵路運輸的溢出效應促進高技術產業的更好發展。

再次，在同種矩陣條件下，3 類不同交通運輸方式對高技術產業集聚的空間溢出效應狀況存在一定規律。在W1與W2矩陣條件下，3 類交通方式對高技術產業集聚的空間溢出效應分別呈現為公路→航空→鐵路、公路→鐵路→航空依次遞減的規律，公路運輸對高技術產業集聚的空間溢出效應會大于航空與鐵路運輸。公路運輸對高技術產業集聚的空間溢出效應通過了1%的顯著性水平，說明高技術產業集聚度越高的省份，其地理周邊相鄰的省份以及經濟關系相鄰的省份主要是通過公路來實現高技術產業的溢出效應，次之才是航空運輸或鐵路運輸方式。在W3矩陣條件下，3 類交通方式對高技術產業集聚的空間溢出效應呈現為鐵路→航空→公路依次遞減的規律。鐵路運輸對高技術產業集聚的溢出效應大于航空與公路運輸，且在W3矩陣條件下通過了1%的顯著性檢驗。說明高技術產業集聚度越高的省份，與其相鄰、技術相似的省份主要通過鐵路運輸實現對高技術產業集聚的空間溢出效應，次之為航空運輸，最后才是公路運輸。

5 結論與建議

5.1 研究結論

本研究基于對中國多式交通的客觀發展現狀與高技術產業發展的實際需求，選擇杜賓模型實證研究了鐵路、公路、航空3 類交通方式對高技術產業集聚的空間溢出效應及實現路徑，得出3 點結論：第一，區域高技術產業集聚發展水平在空間上存在顯著的空間依賴性，相鄰省域高技術產業集聚存在正向溢出。第二，不同交通方式對高技術產業集聚的影響存在差異，航空、公路和鐵路3 種交通方式都在一定程度上對本省份的高技術產業集聚程度有所影響，其中航空和公路運輸促進本省份高技術產業集聚，鐵路運輸在一定程度上抑制本省份高技術產業集聚，但3 種交通方式對高技術產業空間集聚均有顯著正向溢出效應。第三，不同交通方式對高技術產業溢出效應的實現路徑存在差異：高技術產業集聚度越高的省份，與其位置相鄰、經濟條件相似的省份主要是通過公路運輸來實現高技術產業的溢出效應，次之才是航空或鐵路運輸方式；高技術產業集聚度越高的省份，與其位置相鄰、技術條件相似的省份主要通過鐵路運輸實現對高技術產業集聚的空間溢出效應，次之為航空運輸，最后才是公路運輸。

5.2 對策建議

根據上述結論，為促進高技術產業區域協同，推進以內循環為主的區域經濟高質量發展，應綜合不同省份的地理、經濟、技術比較優勢，一體規劃多式交通網絡，用以支撐區域間高技術產業協同創新，完善產業鏈，實現區域間高技術產業競合發展。提出具體建議如下：

（1）針對中國區域間高技術產業發展水平參差不齊的現實，在新時代要促進區域經濟高質量協調發展，必須根據各省份經濟水平差異布局互補性的高技術產業增長點，以鐵路為主干道串連節點形成軸線，依托鐵路主線編織公路交通網以拓展交通網絡覆蓋面，再銜接航空港增強點片輻射，建構并完善多式聯運交通網絡，充分發揮多式交通聯運的成本節約優勢，提升各區域交通可達性，推進人才、技術、資本等高技術產業所需生產要素在區域間有序自由流動，同時借助新型基礎設施建設的契機提升多式交通智能水平，為高技術產業的區域高質量內循環提供強勁的交通設施支撐，最大化彰顯中國地域大國的通道經濟效應。

（2）注重不同交通方式建設的空間先后時序。發達地區帶動鄰近省份的高技術產業發展應先布局不同方向的公路線路以形成網絡并銜接已有航空港，拓展對地理相鄰的次發達地區的輻射面，再通過次發達地區的發展來規劃新公路及新航空線，拉動相鄰落后區域發展，實現梯級擴散輻射。此外，在規劃區域性公路線及航空線的同時，應發揮鐵路遠距離運輸的干道作用，將落后地區、次發達地區與發達地區的極點連接起來，縮短高技術產業區域發展失衡的調節時間。有序推進多式交通建設，最大限度地發揮多式交通聯運對高技術產業集聚效應的張力，通過高技術產業的區域協同帶動區域共享發展。

（3）采取既差異又多元并舉的措施提升高技術產業發展的區域整體效應。在地理位置毗鄰、經濟發展水平相近的省份之間，為了規避發展初期對周邊區域的虹吸效應大于溢出效應的問題，目前國家已經倡導相鄰區域協同合作、實現優勢互補；從實踐來看，應重在構建相鄰地區合作共促的長效機制，集約一體化規劃公路交通及城際交通。在技術、經濟水平相近的鄰近省份之間，應當發揮鐵路運輸在多式交通中的區域輻射主動脈作用，不僅通過鐵路將國內發達地區極點與“老、少、邊、窮”地區多極點連接，而且以鐵路為紐帶加強國內與國外的聯系，促進高技術產業內循環的同時融入國際大循環。而航空交通主要對地理位置毗鄰、技術發展水平相近的省份之間的高技術產業集聚的空間溢出效應產生影響，因此應當在經濟發展水平不同的區域優化布局高技術產業增長極，以區域增長極為依托優化相鄰省份航空港口及航空路線布局，促進彼此技術水平提升，進一步發揮技術在區域高技術產業發展進程中的要素支撐作用。

5.3 未來展望

本研究從省域視角研究交通對區域高技術產業集聚的空間溢出效應，有助于規避按大區域研究存在的行政區劃壁壘導致的區域交通規劃及高技術產業協同執行難的“囚徒困境”，綜合研究鐵路、公路、航空3 種典型交通方式對高技術產業發展的影響，既能比較不同交通方式對高技術產業集聚的空間溢出效應的異質性，又能為研究多式立體交通聯運的生態性及擴張區域高技術產業輻射范圍提供現實依據。但本研究僅從空間的視角討論了多式交通對高技術產業集聚的溢出效應，對這種溢出效應如何通過影響高技術產業發展進一步影響地區經濟發展未作進一步研究，因此未來一方面可以將高技術產業發展作為中介變量，研究多式交通對地區經濟發展的影響，另一方面可深入探討影響該溢出效應的因素，對如何放大該效應實現全國整體的高技術產業發展，進而帶動國家科技進步進行進一步的機制分析。

注釋：

1）本研究中所指高技術產業皆為中國《高技術產業（制造業）分類（2013）》中的六大類制造業。