交通基础设施对经济集聚的溢出效应研究——基于空间经济学视角

刘 越 闵路路

（安徽财经大学，安徽 蚌埠 233030）

引言

世界上接近一半的人口居住在城市，在西方社会，比例高达75%，经济活动集聚在少数地理空间上[1]。交通基础设施作为经济集聚的重要影响因素，一直受到国内外学者普遍关注，尤其是交通基础设施引发经济资源不断流动带来经济空间集聚相关研究成果颇丰。从传统区域经济理论中的城市经济学与区位理论到新经济理论的空间经济学，国内外学者开展大量研究。随着研究不断深入，越来越多学者将视角转向交通基础设施对经济集聚的溢出效应。交通基础设施通过影响运输成本加快经济资源在不同地理单元之间的流动，产生经济要素在某些地理空间上的集聚。因此，交通基础设施经济集聚效应的产生与交通基础设施对经济集聚的空间溢出效应具有内在联系。交通基础设施对经济集聚的空间溢出效应研究是对交通基础设施经济集聚效应研究的深入与细化，空间溢出效应代表特定地区交通基础设施水平，可对其他区域的经济集聚水平产生影响。

Rodan分析基础设施对企业跨区域投资与失业工人流动产生的跨区域影响[2]；Nishimizu和Hulten认为基础设施对日本区域经济增长具有正向溢出效应[3]。随着经济学研究工具及建模技术的创新与突破，大量学者运用实证分析方法研究交通基础设施的经济集聚效应，大致分为两类：交通基础设施对经济集聚具有正向空间溢出效应；交通基础设施对经济集聚具有负向空间溢出效应。大部分学者认为提升特定地区交通基础设施水平对其他邻近地区的经济集聚水平会产生正向影响。如Chandra和Thompson发现高速公路影响经济活动的空间分配，本地洲际公路建设会促使经济活动从邻县流向本地[4]。Holl利用微观层面数据和地理信息系统技术，运用泊松面板模型分析1980—1994年间西班牙各大城市道路基础设施对新建制造业场所的影响，认为企业更愿将制造业场所建在邻近新建高速公路的区域，表明经济资源沿新建高速公路扩散，新建高速公路对其他邻近地区的经济集聚产生正向影响。Holl认为发展高速公路会影响市场的可及性，吸引企业向高经济密度区域聚集[5-6]。Teixeira发现发展交通基础设施可加快经济集聚。此外，还进一步模拟交通网络扩张情形，发现大力发展交通基础设施可降低运输费用，经济要素将会向外扩散[7]。Meijers等发现地理障碍消除导致中心地区就业率下降，外围地区经济轻微增长，即发展交通基础设施对经济集聚具有正向溢出效应[8]。Yu等利用中国274个城市2000—2010年数据，探讨高速公路网络在空间经济集聚演化中的作用，得出完善高速公路网络会使经济活动地域集中度较高的结论。当模拟运输成本低于关键水平时，新的高速公路建设有助于空间分散，产生空间溢出效应[9]。

也有一些学者认为一个地区发展交通基础设施将对邻近地区的经济集聚水平会产生负向影响。如Boarnet发现某县产出变化与同一县内的街道和公路资本变化呈正相关，但产出变化与其他县级公路资本变动呈负相关[10]。刘荷等利用中国2000—2012年省级面板数据，从地区与行业层面研究交通基础设施对制造业集聚的溢出效应，发现公路对中西部地区制造业集聚具促进作用，但对东部地区具负向溢出效应[11]。

分析已有文献，交通基础设施对经济集聚的溢出效应以正向溢出为主，但也存在负向溢出。研究此问题的区域主要集中在发达国家，以中国经验数据验证交通基础设施对经济集聚是否存在溢出效应者较少。已有分析模型中，将变量运用严格数理推导纳入模型的较少。本文在Ottaviano线性自由资本模型基础上[12]，以严格数学推导将交通基础设施变量纳入实证模型中，并利用1997—2015年中国30个省级行政区的经验数据实证分析①鉴于海南省特殊地理区位（岛屿），其与邻近省份的交通联系主要是海运，而本文主要研究铁路、公路等陆路交通基础设施对经济集聚的影响，因此在选取省级行政区时将其剔除。。

根据交通运输方式不同，将运输分为铁路、公路、航空、河道和管道运输五大类，每种运输方式均形成独立运输体系，每种运输体系均为能提供基础和共享服务的设施。在新经济地理学理论框架下，采用线性自由资本模型研究交通基础设施对经济集聚的影响，在数理模型构建解析中，以不同区域厂商数量代表经济集聚程度。在实证研究过程中，鉴于研究空间尺度及数据可得性，主要以各级公路、铁路、内河航道密度（千米/平方公里）衡量研究区域交通基础设施水平。同时，为消除不同区域面积差异导致的经济集聚相关数据干扰，以区域物资资本存量密度（亿元/平方公里）界定经济集聚程度，借鉴张军等研究，运用“永续盘存法”估算各地区物资资本存量[13]。

一、理论分析

空间经济学建模主要有两大方法（DCI框架，OTT框架），DCI框架是“迪克希特-斯蒂格利茨垄断竞争、冰山交易技术、演化以及计算机模拟”框架的简称。该方法具有以下缺陷：忽视预期作用；空间经济学模型通过数值模拟方法得出模型的解；迪克西特-斯蒂格利茨垄断竞争模型与冰山交易成本缺乏现实基础等。为解决这些问题，Ottaviano提出OTT框架：含二次子效用的准线性效用函数和线性运输成本分析框架[12]。OTT框架和DCI框架下模型的主要区别在于，采用的效用函数是准线性二次效用函数；以线性运输成本取代冰山贸易成本，由此得到的线性模型较易处理。

（一）模型假设

借鉴OTT框架下的线性自由资本模型（LFC）及宋英杰[14]、林永然等[15]的研究方法，将交通基础设施变量作为运输成本的代替变量纳入模型中，获得一般均衡解。

假设某一区域经济由两个区域（北部与南部）、两种要素（资本与劳动）、两种生产部门（工业与农业）组成，即2×2×2模型。在模型中，资本所有者和劳动所有者在空间上均不具流动性，劳动和劳动所有者不能分离，但资本和资本所有者可分离，资本可在区域间自由流动。sL=L/Lω表示北部拥有的劳动力禀赋份额，sK=L/Lω表示北部拥有的资本禀赋份额，sn则表示北部使用的资本份额，假设每个资本所有者拥有1个单位资本，区域经济中的消费者数量可表示为Lω+Kω。

假设农业部门生产同质性产品，具有规模收益不变的生产技术，在完全竞争的市场结构下，具有瓦尔拉斯一般均衡特征，仅使用劳动作为要素投入。单位农业品需要aA单位劳动，劳动力工资为wL，故单位农产品产出成本为aAwL。工业部门以规模收益递增和垄断竞争为特征，生产差异化工业产品，使用资本和劳动作为要素投入，每个企业只生产一种多样化产品。资本是固定投入，劳动是可变投入，企业总成本函数为πF+amwLx，其中，π是单位资本收益率，F为资本投入量，am代表单位工业品产出所需劳动投入量，wL是劳动力工资，x是某种工业品产出。

鉴于每个企业使用F单位的资本，因此北部和南部企业数（工业品种类）分别为：

选择合适的资本度量单位，标准化处理使Kω=F，可将n和n*化简为：

假设农产品的空间流动不存在运输成本，工业品在区域内和区域间运输均会产生成本。在线性模型中，不使用冰山贸易成本假设，而假设北部区内1单位工业品的运输需要消耗τ1（τ1＞0）单位农产品（以农产品作为计价物），且τ1=τ1（t1）=1/t1；南部地区内1单位工业品的运输成本需消耗τ2（τ2＞0）单位农产品，τ2=τ2（t2）=1/t2；两地区间运输1单位工业品需消耗τ1+τ2单位农产品，τ1+τ2=τ1（t1）+τ2（t2）=1/t1+1/t2。其中，t1为北部地区内交通基础设施供给量，t2为南部地区内交通基础设施供给量，交通基础设施作为外生变量，由政府供给。

在模型中，消费者效用函数为“含二次子效用的准线性效用函数”，具体用下式表示：

式中，ci是消费者对某种差异化工业品的消费量，CA是对农产品消费量。α反映消费者对差异化工业品的偏好程度；β＞δ意味着消费者更愿消费多样化商品，即β＞δ反映消费者对多样性的偏好强度；对于给定的β值，δ则反映多样性产品间的不同替代能力，δ越大，产品间替代能力越强；n代表北部地区生产的工业品种类；n*代表南部地区生产的工业品种类。

假设资本在区际间的流动是为追逐更高名义收益率，且资本所获收益被返回资本所有者所在地区消费。资本流动方程为：

其中，r、r*分别是北部与南部物质资本的名义收益率，sn则表示北部资本份额。

（二）长期均衡解

资本在区域间自由流动以获取更高收益，同时由于每个企业资本量固定，因此资本的空间流动决定生产空间分布。由资本流动方程（4）可知，当两个区域资本收益率相同时，资本失去空间流动动力；当一个区域资本收益率高于另一区域时，资本将会全部集中在一个区域，长期均衡可表示如下：

式（5）中第一个表达式为内部均衡，第二个表达式为中心在北部时的中心-外围结构均衡，第三个表达式为中心在南部时的中心-外围结构均衡。

把北部和南部消费者数量公式及产品价格公式代入物质资本收益率公式，可得出资本收益率的区域差异如下：

在式（7）中

其中sE为北部地区市场相对规模，在线性自由资本模型中，偏好的准线性结构意味着每个消费者的工业产品支出与收入无关。因此，线性框架下市场相对规模仅取决于居住在每个区域的消费者数量，与其收入无关，sE可表示为：

当两个地区物质资本收益率差值为0时，资本在空间上不再流动，模型将实现长期均衡。由式（6），r-r*=0时得到：

式（8）表示当两个区域资本收益率相等时，资本区域分布与支出区域分布之间的关系。如资本和劳动的初始禀赋在两区域内对称，则资本在两区域的使用必然对称，即该对称分布长期稳定均衡。

（三）模型均衡解分析

在线性自由资本模型基础上，得出带有交通基础设施变量的经济集聚一般均衡解。

从式（6）可见，当存在运输成本时，企业区位选择受到两种力作用。式（6）右边大括号内第一项值为正，称为市场规模效应；第二项值为负，称为市场拥挤效应[16]。交通基础设施可通过影响市场规模效应和市场拥挤效应影响经济集聚程度。交通基础设施越发达，区域间工业品运输成本越低，即τ越小，市场规模效应相对于市场拥挤效应越显著，此时集聚力相对较强。

从分析式（8）可知，影响企业空间分布的因素不仅有本地交通基础设施供给量、市场相对规模，还有其他地区交通基础设施供给水平，企业空间分布直接关系资本空间分布。本地交通基础设施供给不仅影响本地企业数量还影响外地企业数量，即交通基础设施对经济集聚具有溢出效应。由式（8）可见，交通基础设施对经济集聚的溢出效应分为两类：正溢出和负溢出。在本地市场相对规模，正溢出效应表现为（4a-4bam）t1t2，负溢出效应表现为-4bt2；在本地市场相对规模，正溢出效应表现为-4bt2，负溢出效应表现为（4a-4bam）t1t2。

二、探索性空间数据分析

（一）交通基础设施与经济集聚变量的空间数据特征

为研究中国各省区交通基础设施发展对经济集聚的影响，在使用空间计量模型开展空间数据精确实证分析前，首先运用探索性空间数据分析，空间可视化描述中国各省区的交通基础设施水平和经济集聚程度。各省区经济集聚状况、交通基础设施密度分布五分位图见图1、2，并以6年为周期观察其动态变化。

从静态角度分析经济集聚。从图1可知，我国经济集聚的空间分布呈现明显空间自相关状态，经济集聚呈现块状结构，“高-高”“低-低”空间分布显著。整体而言，经济集聚呈现明显东高西低、从东向西阶梯状递减的变化趋势。我国2015年的经济活动空间分布中，东南沿海和京津地区的经济集聚度领先其他省份，处于第一分位；东部的江苏、山东以及中西部的河南、重庆和广西的经济集聚度较高，处于第二分位；处于第三分位的省份主要集中在中北部地区，且在地理上呈现成块、连片分布格局，有湖北、陕西、山西、河北、辽宁以及内蒙古；归为第四分位的省份则主要集中在中西南地区，有湖南、贵州、四川、云南、西藏以及西北的宁夏；经济集聚度最低的第五分位主要分布在西北、东北等边远地区以及中部的两个省份，包括新疆、青海、甘肃、黑龙江、安徽和江西。

从动态角度分析中国在1997—2015年经济活动空间分布的变化趋势。图1给出1997—2015年主要年份（1997、2003、2009、2015）中国经济活动的空间分布格局，鉴于本文以单位面积物质资本存量表示经济集聚度，而单位面积物质资本存量变化缓慢，不会出现在某一年份大幅度提高、下降现象，故以1997—2015年主要年份（1997、2003、2009、2015）分析该区间内各省份经济集聚程度变化。通过观察图1可知：1997—2015年，北京、天津、上海、浙江及福建的经济密度一直领先于其他省份，始终处于中国经济集聚第一分位，也有些省份的经济密度在个别年份跻身第一分位，如1997年和2015年的广东，2003年和2009年的江苏，总体而言，第一分位区域在研究时间段内变化不大；第二分位区域在该时间区间内变化较大，仅山东始终处于该分位，不同年份会有一些省份进入、退出，但进入第二分位的省份绝大部分处在东部环渤海地区；处在第三分位的区域在该时间区段变化也较大，始终处在该分位的省份仅有山西，整体而言，该区域在1997—2015年呈现出由中西南向中东北地区转移趋势；处在第四分位的区域变化较复杂，1997—2003年，处在该分位的省份无变化，2009年内蒙古、宁夏和陕西进入，黑龙江、河南和广西退出，河南和广西进入更高分位，随着西藏、四川和云南在2015年进入，该分位主要位于西南地区；处在第五分位的区域空间在该时间段内变化相对不大，新疆、青海和甘肃始终处在该分位，故该分位主要集中在西北等边远地区。

通过分析可得到以下结论：处在第一、五分位的东南沿海、大西北区域在研究时间段内变化不大，第二、三、四分位的地区变化则较大；总体而言，随着中国区域平衡战略实施及经济高速发展，高经济密度地区不断向中西部腹地深入，区域经济差距逐步缩小。

图1 1997—2015年主要年份中国经济集聚空间分布五分位动态图

通过对图2分析可得出中国各省区单位面积交通基础设施线路长度空间布局与经济密度相似，交通线路密度表现出明显的东高西低、从东向西阶梯状递减的变化趋势。从动态来看，第五分位的省份变化较小，仅在2009年有变化，即宁夏进入和黑龙江退出，第一、二、三和四分位省份变化较大，交通密度高的地区从东南沿海逐步向中西部腹地推进，2009年后，中西部的重庆、河南始终处在第一分位，这一趋势与经济密度变化趋势吻合。具体而言，经济集聚程度低的新疆、内蒙古、青海和甘肃等地区，交通基础设施线路密度也很低，经济密度的块状分布与交通基础设施密度的块状分布具有高度重合性，二者分布存在显著空间分布一致性。以2015年为例，经济密度和交通基础设施密度同时处在第三、四和五分位的省份分别有3、3和4个。直观上可见交通基础设施对经济集聚具有影响，且这种影响可能存在空间溢出效应。

图2 1997—2015年主要年份中国交通基础设施空间分布五分位动态图

（二）经济集聚状况的空间自相关检验

通过空间可视化方法从直观角度得出各地区经济集聚状况具有空间自相关性之后，运用空间自相关检验描述各地区经济集聚状况在地理空间上的自相关性。空间自相关性检验常用的判断指标有Moran指数、Getis指数等，其中Moran’s I指数应用最为广泛。

Moran’s I指数的计算公式可表达为：

Moran’s I指数的计算值介于-1到1之间，当Moran’s I检验值处在（0，1）区间且显著时，则表示被检验的各地区变量具有正向空间自相关性；当Moran’s I检验值处在（-1，0）区间且显著时，则表示被检验的各地区变量具有负向空间自相关性。1997—2015年中国30个省区经济集聚变量的全域Moran’s I指数见表1。

由表1可知，各省份1997—2015年经济集聚的Moran’s I指数均在（0，1）区间内，即存在正向空间自相关性。其中，1997—2003年Moran’s I指数逐步上升，从1997年的0.2985上升到2003年的0.3294；2004—2015年Moran’s I指数又呈现相反走势——缓慢下降，但1997—2015年经济集聚的Moran’s I指数在1%显著性水平下均可通过显著性检验。以上分析说明我国省区间经济集聚水平存在空间相关性，且该相关性呈现先逐步上升后缓慢下降趋势。

表1 1997-2015年中国各省区经济集聚全域Moran’s I指数

进一步通过局域Moran’s I指数散点图考查局部地区经济集聚的空间特征。Moran’s I指数散点图通过将各地区经济集聚的空间关联为四个象限：第一象限（高-高）代表经济集聚水平高的地区被经济集聚水平高的地区包围；第二象限（低-高）代表经济集聚水平低的地区被经济集聚水平高的地区包围；第三象限（低-低）代表经济集聚水平低的地区被经济集聚水平低的地区包围；第四象限（高-低）代表经济集聚水平高的地区被经济集聚水平低的地区包围。第一象限（高-高）、第三象限（低-低）表示存在正空间自相关性，第二象限（低-高）、第四象限（高-低）表示存在负空间自相关性。

由图3可知，在1997—2015年主要年份（1997，2003，2009，2015），大部分地区处于第一象限和第三象限，说明经济集聚在中国各省区之间存在明显空间正相关特征，即集聚程度高的地区邻近成块状分布，集聚程度低地区也邻近成块状分布。

三、实证分析

（一）实证模型设定

在空间经济学理论OTT框架下数理推导交通基础设施经济集聚溢出效应，在此基础上构建实证模型。将式（8）变型后两边取对数：

对上式泰勒展开，并化简得到：

其中，a，b，c，am是外生变量，在外生变量给定情况下，交通基础设施与经济集聚关系可表达为式（10）的线性形式。在式（10）基础上，不改变经济集聚与核心解释变量（交通基础设施）关系，同时为减少异方差性，将t变量取对数形式，式（10）经简单处理可转化为以下实证分析中依赖的基础模型：

其中，β1，β2为待估参数。在式（9）中添加不同地理单元之间的空间依赖性变量，得到以下空间面板模型：

式（12）（13）（14）分别代表空间滞后模型（SAR）、空间误差模型（SEM）、空间杜宾模型（SDM）。AGGit表示第i地区第t年的经济集聚水平，WlnAGGit是被解释变量的空间交互项，TRANit表示第i地区第t年的交通基础设施水平，SEit表示第i地区第t年的本地市场规模，WXitθ是解释变量之间存在的外生交互效应，μi为空间（时间）固定或随机效应，εit为随机误差项，ρ、β1、β2、λ是待估参数。

（二）变量选取

本文实证分析中涉及的经济集聚、各类交通基础设施及本地市场规模变量的名称、符号、单位及指标选取见表2。

图3 1997—2015年主要年份中国各省份经济集聚程度Moran散点图

表2 各变量的名称、符号、单位及指标选取

本文实证分析中所用数据主要来源于各年份《中国统计年鉴》及在《中国统计年鉴》原始数据基础上加工处理得到的数据。鉴于重庆市1997年成为直辖市，考虑数据可得性和完整性，时间范围选定为1997—2015年。

（三）溢出效应的实证分析

1.空间面板计量模型检验和选择。空间交互效应检验主要有（稳健的）LM空间滞后、（稳健的）LM空间误差、空间固定效应的联合非显著性LR-检验、时间固定效应的联合非显著性LR-检验、Wald检验空间滞后、LR检验空间滞后、Wald检验空间误差、LR检验空间误差以及Hausman检验，具体情况见表3。

根据表3得出检验结果结合模型确定标准，科学选择不同种类交通基础设施经济集聚溢出效应的空间计量模型，模型选择结果见表4。

表3 各种模型的LM检验、Hausman检验、Wald检验以及LR检验

表4 不同种类交通基础设施经济集聚溢出效应的空间计量模型选择

由表4可知，各种交通基础设施的总和、公路、高速公路及其他公路交通基础设施采用含有空间、时间固定效应的空间滞后模型，铁路、等级公路、一级公路和二级公路交通基础设施采用含有空间、时间固定效应的空间杜宾模型。

2.各类交通基础设施经济集聚溢出效应空间计量模型估计。运用MATLAB R2014a计量软件估计各类空间计量模型，估计结果见表5。

观察表5，从8个不同空间计量模型回归结果而言，模型拟合优度较高，均在0.98以上，表明回归方程自变量对因变量的整体解释性较强。从各解释变量系数估计值的显著性水平而言，除模型（2）之外，其他模型的解释变量lnt在1%或5%的显著性水平下均显著为正，而在模型（2）中，解释变量lnt的系数估计值为负但不显著；所有模型的解释变量lnSE在1%显著性水平下均显著为正。所有模型的空间自回归系数P均在1%显著水平下为正，表明地区间经济集聚存在正空间依赖性（内生交互效应），且除模型（2）之外，其他所有模型空间自回归系数P值相近，表明经济集聚空间依赖性在不同模型中差别不大。从各模型拟合优度、各解释变量回归系数显著性以及空间自回归系数P回归系数显著性而言，8个空间计量模型估计效果较好。

表5 各类交通基础设施经济集聚溢出效应的空间计量模型的估计结果

非空间模型解释变量的参数估计可代表各解释变量变化对经济集聚程度的边际效应，但空间计量模型的系数估计则不然。采用直接和间接效应估计空间计量模型，结果见表5。各解释变量的直接效应与其系数估计不同的原因是存在反馈效应，反馈效应的产生是因其对一省的影响会传递给邻近省份且把邻近省份的影响传回该省份。反馈效应的产生在空间滞后模型中源于空间滞后被解释变量的系数估计值P，而在空间杜宾模型中部分源于空间滞后被解释变量，部分源于解释变量空间滞后变量的系数估计值。根据计量软件中对直接效应、间接效应和总效应的计算方法，LeSage和Pace认为直接效应是所有地区解释变量变化引起的本地区变化总和的平均值，间接效应是所有地区解释变量引起其他地区变化总和的平均值，总效应则为两者加总[17]。因此，本文认为各解释变量直接效应与其系数的差别，以及间接效应的存在即可证明溢出效应存在，为比较各模型溢出效应，将溢出效应定义为以下表达式：

Overflow=（Direct-β）+Indirect

各解释变量的溢出效应通过上式简单计算即可得到，得到的溢出效应值见表5。根据报告结果，各模型中不同交通基础设施对经济集聚的溢出效应存在较大差异：总量交通基础设施TRAN、公路ROAD、高速公路HIGH和其他公路OTHER对经济集聚影响的溢出效应为正，铁路RAIL、等级公路GRADE、一级公路FIRST和二级公路SECO对经济集聚影响的溢出效应为负；在正向溢出效应中，各类交通基础设施对经济集聚溢出效应降序排列为总量交通基础设施TRAN（0.0395）、公路ROAD（0.0227）、高速公路HIGH（0.0214）和其他公路OTHER（0.0161），而负向溢出效应中，溢出效应降序排列为二级公路SECO（-0.2476）、铁路RAIL（-0.2452）、等级公路GRADE（-0.1852）和一级公路FIRST（-0.0471）。

此外，实证分析还可得出以下结论：（1）不同种类交通基础设施对经济集聚影响的直接效应存在差别，但在数量级和正负向影响方面总体差异不大，除铁路交通基础设施对经济集聚的直接效应为负但不显著外，其他交通基础设施直接效应均显著为正。其中，总量交通基础设施直接效应最大（0.1162），二级公路直接效应最小（0.0242），说明所有地区交通基础设施变量变化引起的本地经济集聚总和的平均值为正，即所有地区交通基础设施水平的提升对本地区经济集聚具有促进作用，其中总量交通基础设施的促进作用最大，二级公路促进作用最小；（2）交通基础设施对经济集聚影响的间接效应在不同模型中分化较大，间接效应为负的有铁路（-0.2379）、等级公路（-0.1775）、一级公路（-0.045）以及二级公路（-0.2363），间接效应为正的交通基础设施有总量交通基础设施（0.0327）、公路（0.0213）、高速公路（0.020）以及其他公路（0.0160），从绝对值上看，铁路交通基础设施间接效应最大（-0.2379）且显著，其他公路交通基础设施间接效应最小（0.0160）但不显著；（3）交通基础设施对经济集聚的总效应在不同模型中差异较大，总效应为负：铁路（-0.2635）、等级公路（-0.08）、二级公路（-0.2112），总效应为正的有五个：总量交通基础设施（0.1444）、公路（0.0955）、高速公路（0.0992）、一级公路（0.0441）、其他公路（0.0708）。说明不同种类交通基础设施对各省份总体经济集聚的影响存在较大差异，其中铁路交通基础设施对总体经济集聚的影响最大且显著，一级公路对总体经济集聚的影响最小。

由表5可见，本地市场规模对经济集聚存在重要影响，对本地经济集聚的影响在不同模型中均为正，对其他地区的经济集聚影响即溢出效应则有正负向影响并存。

四、研究结论与政策建议

（一）研究结论

第一，通过分析线性自由资本模型的长期均衡解，显示交通基础设施是影响经济集聚程度的重要因素，并对经济集聚具有溢出效应。可验证Nishimizu、Hulten和Chandra、Thompson观点。

第二，探索性空间数据分析结果及Moran’s I指数显示，经济集聚在中国30个省区间存在明显正相关特征，各省份交通基础设施与经济集聚状态不论从静态还是动态角度分析，均呈现高度空间分布一致性，可验证Holl观点。空间计量模型实证结果表明，交通基础设施是促进本地经济集聚程度的重要因素，且对其他地区经济集聚具有正向溢出效应，可佐证Teixeira、Meijers与Yu观点。

第三，空间计量模型实证结果表明，本地市场规模对本地经济集聚水平的提升具有促进作用，对经济集聚的影响在不同地理空间单元之间存在溢出效应，但这种溢出效应并不明显，在某种程度上说明Boarnet分析的合理性。

第四，空间计量模型实证结果还表明，经济集聚在不同地理空间单元之间存在显著正向溢出效应，且在不同模型中具有一定稳定性，在某种程度上说明刘荷等分析的合理性。

（二）政策建议

第一，完善交通运输体系，促进经济资源合理有序流动。交通基础设施的互联互通是商品和要素自由流动的前提，因此增加交通基础设施的有效供给有助于促进经济资源在地理空间上的合理有序流动，调控经济资源的区域分布，提高资源配置效率。完善我国交通运输体系，有助于降低经济资源在不同省份之间的流动门槛，实现资源有效配置，提高资源利用效率、提升经济社会整体效率。

第二，加大欠发达地区交通基础设施有效供给，缩小区域发展差距。提升一个地区交通基础设施水平有利于经济资源从其他地区流向该地区，进而在该地区形成经济资源集聚态势。在完善全国交通网络体系过程中，应通过顶层设计适当向中西部、农村地区倾斜，加大中央财政对欠发达地区交通基础设施建设扶持力度，放宽民间资本市场准入，积极引导民间资本参与中西部农村地区基础设施建设，加快提升欠发达地区交通基础设施水平，促进经济发展。

第三，优化交通基础设施结构，促进各地区经济集聚的实现。在通过交通基础设施的集聚效应和溢出效应调整经济要素空间分布的进程中，需适当调整交通基础设施的种类结构，更好地实现各地区经济集聚。在提升各地区交通基础设施供给水平过程中，欠发达地区应优先考虑对本地经济集聚具有较强正向效应的交通基础设施建设，如高速公路、一级公路等，适度缩小对经济集聚影响较小的交通基础设施规模。

第四，加强交通基础设施的区域协同供给，实现共赢发展。在制定交通基础设施供给政策前，需考虑该政策对周围地区的影响，建立交通基础设施跨区域协同供给的有效机制和平台，及时出台促进地方政府协同供给交通基础设施的法规及系统政策性文件；完善官员政绩考核体系，优化地方政绩考核标准，从区域协调发展角度增加跨区域协同发展方面的考核指标，以实现不同地区间的合作和共赢。