区域可达性在地区经济增长中的效应

满玲

摘 要：C-D函数在经济增长研究中占有重要地位，但公式中，A近年来也被不断分化。通过将区域可达性从其中分离出来，可将其赋予更为具体的意义，从更多样化的角度分析影响经济的因素。从城市的通达性角度出发，利用贵州省13个市2000—2017年的数据，探寻其在经济增长中的作用，得出城市交通通达性确实与经济增长有一定联系，可达性提高会一定程度上促进当地经济的增长，但是这一促进作用有限。

关键词：C-D函数;城市可达性;经济增长

中图分类号：F061.5       文献标志码：A      文章编号：1673-291X（2019）22-0050-03

一、文献综述

为了加速各区域间人力及要素流动速度，国家对交通运输通信业的投入力度不断加大，并在此背景下我国率先迈进了“高铁时代”，一个地区的通达性是地区间各种要素流动的重要保证，因此高铁、区域可达性等众多话题进入了研究学者的视野。

可达性是指利用特定的交通系统，从某一区位到达指定区位的便捷程度该定义最早于1959年由Hansen提出，之后越来越受到学者的关注，在城市规划、交通地理以及区域间空间等方面都得到了应用，且近年来学者们也将其运用到了产业领域，从可达性视角分析其对区域空间布局、当地经济以及对旅游产业等的影响。罗鹏飞等（2004）则直接研究了高速铁路对区域可达性的影响，认为高铁通过提升沿线区域可达性拉近了区域间的经济来往。刘海隆等（2008）研究了可达性对新疆经济的影响，认为可达性在经济发展的不同时期对经济的影響存在差异。陈博文（2008）基于空间计量色视角分析了江苏交通可达性与区域经济发展的情况，认为交通建设加强了江苏省的区位优势，且对经济发展有结构性效益。杨春华（2018）则分析了铁路通达性对区域旅游业的影响，认为铁路通达性提升与旅游业正向发展。蔡永龙、陈忠暖等（2018）则分析了快速铁路开通对海南岛空间可达性格局和空间公平性的影响，认为铁路开通提升可空间可达性，但是表现出了空间不公平格局，并且对城市发展有“马太效应”现象。程钰等（2013）以济南都市圈为例分析了其交通可达性与其经济发展水平研究，得出区域内交通可达性差异较大，高可达性与低可达性与其经济发展水平有关。何丹（2013）则从高铁的角度出发，以皖北为对象，分析其对沿线区域经济的影响;得出高铁开通后对沿线区域可达性得以大幅增加的结果，且沿线区域空间格局改善明显，整个地区形成了非均衡的时间收敛空间，不同地区的可达性受惠程度不一的结论。

二、研究方法及数据来源

（一）研究方法

1.C-D生产函数。基于新古典生产函数，在除劳动与资本之外再考虑交通可达性为其解释变量，构建回归模型，Y=AL？琢K？茁KDXγ，其中，Y、L、K分别为产出、投入劳动于投入资本，α、β、γ为三种要素对产出增长的贡献度，KDX为可达性。为了构建回归模型，我们将C-D函数两边取自然对数，变为lnY=lnA+αlnL+βlnk+γlnKDX，其中KDX即我们的所讨论的城市可达性指数。

2.对于城市可达性指标的选取，已有学者进行研究。Vickerman、Linneker和Spence、Geertman和Vaneck、Gutiérrez分别进行了研究和尝试，并就各种不同的研究对象提出了相应的评价指标体系，有利平均旅行时间（weighted average travel times）、经济潜力（economic potential）、日常可达性（daily accessibility），而在此我们将以有利平均旅行时间来作为我们城市可达性选取指标，其衡量的是节点城市到目标城市的时间测度，与经济中心的实力及连接评价节点与经济中心的交通设施质量密切相关。指标得分愈低，表示该节点可达性愈高，与经济中心的联系愈紧密。其具体公式为：

其中，Ai为目标区域i的可达性，Tij表示通过某种交通设施从节点j到达节点所花费的最短时间，Mj是评价区域范围内节点j的某种社会要素流量，可以表示为该节点的经济实力或者周边地区的辐射力，可用GDP总值、人口总量或者社会商品销售总额等指标来表示，n则是系统内除了目的节点i之外的节点总数。我们将Ai视作模型中的KDX，既然可达性是一个反向指标，那么其在模型中也应当反向影响结果，其意义可理解为当可达性数值下降给经济增长的贡献率。

（二）数据来源

在国家的政策带领下，贵州省大力推进交通道路社会的建设，以促进其经济增长，且颇有成效，成为全国第一个县县通高速的省份，大大地提升了省内城市的通达性。特别是国家意在将贵州省打造成西南的交通枢纽，高铁的建设更是使得省内部分城市的可达性进一步增强。因此，数据采取贵州省13个市2000—2017年间所有所需数据，通过对《中国统计年鉴》、各地各年统计公报以及中国经济与社会服务数据库的查询，发现有一些数据难以准确获得，因此我们进行了一些数据转换。L为常住人口数量，K为固定资产投资总额，区域可达性指标我们选取社会商品零售总额，所有的数据皆来源于地方贵州省统计年鉴、地方统计年鉴或者地方年度社会服务与统计公报。通过查询节点与节点之间的铁路、高铁、普通公路、高速公路之间的情况，以2010年为节点，将2010年以前是为改造前通达时间情况，2010年以后为改造后通达时间情况;由于交通是一个一经改进便会许多年重复使用的过程，因此在我们选择的2010年的前后，各地的通达性会呈现断崖式变化。而交通方式我们仅选取了铁路与公路，放弃了航空，因为航空有提前出行的特殊情况，单纯地以飞行时间似乎会远远降低其真正意义上的通达性，因此我们将舍弃以航空的选项。

三、数据回归分析

（一）各地到达时间变化

表1是13个市在不同指标下2000—2017年可达性的变化，由表中可以看出，由于将2010年视为两个变化节点，所以2010年前与后的确出现了断崖式变化，2010年以后的可达性皆比2010年之前大大增进，且两种指标之间可达性的差异并不大，因此选择哪一指标并无太大区别，选择社会商品零售总额可以消除由于GDP影响而造成对数据回归影响的差异。并且两段时间由于各自节点与节点之间可达时间相同，所以在两端时间之间可达性的差异皆由地区GDP或是社会商品零售总额引起的;所以是由地方经济的变动情况引起的，且表中2000—2009年城市可达性变动范围比2010—2017年城市可达性变动幅度更大。我们猜测也许是与地方经济增长幅度有关，当经济增幅不稳定时可达性变动范围也比较大，经济增长稳定时可达性变动范围较小，2000—2009年各地经济属于不稳定增长，而2010年以后，即按我们的假设，高速（铁路、公路）开通后各地经济是稳定增长的。

（二）数据结果分析

根据C-D函数变形后的形式lnY=lnA+？琢lnL+？茁lnk+？酌lnKDX我们构造回归函数模型，将选取的数据构造成面板数据并进行回归分析如下：

lnYit=lnA+？琢lnLit+？茁lnKit+？酌lnKDXit+uit

首先我们各变量进行单位根检验，以检验所选取数据是否具有长期平稳性。而通过ADF检验后我们发现，lnYit、lnLit、lnKit、lnKDXit几个变量全是一阶单整，皆具有一阶平稳性。由于是同阶单整，且零阶非平稳，因此我们再进行协整检验，利用johansen检验，对于非平穩数据进行协整检验，检验数据是否具有协整关系，即因果关系。通过对各序列进行协整检验，按照输出结果我们可以知道所选序列数据至少存在三个协整关系。也就是说，序列间确实存在一定因果关系，不会存在“伪回归”因此我们可以进一步进行回归。

对于面板数据，回归模型一共有三种形式，混合模型（不变系数模型）、变系数模型与变截距模型，而具体指标数据适合哪一种模型我们需要利用F检验计算检验，而通过对不同形式的函数进行回归，得到不同形式下的残差平方和S1、S2、S3;构造出F1、F2，并且计算出各自的值，将其与各自F？琢对比，如果F2>F？琢2，则拒绝假设H2;如果F1>F？琢1，则也拒绝假设H1;而H2为混合模型假设，H1为变截距模型的假设。经过我们的计算，F2>F？琢2，因此拒绝H2，即模型形式应该采用不变系数模型，混合效应模式。由于我们选择了混合效应模型，那么我们将不再进行固定效应模型还是随机效应模型的检验;则按照我们的模型形式：

lnYit=lnA+？琢lnLit+？茁lnKit+？酌lnKDXit+uit

回归结果（如表2所示），从结果中我们可以知道，解释变量在1%、5%皆显著，各个估计量在模型中的经济意义都比较合理;解释变量的相变概率p值达到0.0000，且通过拟合系数我们可以看出，R2与调整后的R2皆高达99%，说明系数估计值可信度较高，拟合度较高，有较高的预测分析能力。不存在共线性，而对于数据的自相关问题，通过DW的值检验，但是我们可以看出回归结果中有两个DW值，未赋予权重时下面的结果DW=0.29，即存在自相关问题。而为了解决面板数据的自相关问题，我们采用似不相关估计SUR估计方法且给予变量与权重估计，于是我们可以看见回归结果有两部分：一部分是不加权重的SUR回归的结果，DW值很低，另一部分则是赋予权重后的回归结果，赋予权重后的DW=1.6877，在2附近，我们可以认为赋予权重后解决了自相关性问题。至此，我们可以认为该回归结果具有良好的经济意义。

依据回归结果得到模型的具体形式，由于依据回归结果所有截面数据不存在差异，因模型为：

lnYit=1.2370+0.3213lnLit+0.6057lnKit-0.0832lnKDXit+uit

可以知道，lnA=1.2370，？琢=0.3213，？茁=0.6057，？酌=-0.0832;lnA为全要素生产率对产出增长的贡献率;根据其数值我们可以知道全要素生产率对于贵州经济增长弹性很高，全要素生产率即lnA每增加1%，产出就会增加123.7%;这也就意味着贵州发展应该要注重全要素生产率方面的贡献，深究全要素生产率的构成;比如教育投入、企业家精神等等;再分别从各自加以推进，实现经济的增长。另外，资本的产出弹性和劳动的产出弹性分别为0.6057和0.3213;也就是说，资本和劳动分别增加1%;经济产出则会增加60.57%和32.13%;可达性的弹性则为-0.0832，表面看其似乎不具有经济意义，但是由于可达性是一个反向指标，即其数值越低可达性越强，因此其与经济增长的方向也是反向的。此处可达性弹性则为：当可达性数值降低1%，经济将会增长8%;可达性弹性相比于劳动产出弹性和资本产出弹性较低，但是对于经济增长来说仍然是一个非常大的数量，其作用在经济增长不可忽视。

四、结论与建议

（一）回归结论分析

利用C-D函数，通过对贵州13市十八年的劳动力、固定资本投入与可达性数据回归，该方法能把单一的交通可达性与宏观的国民经济密切地联系起来，为经济发展的动力来源找寻方向，具有一定应用价值。通过对回归结果进行分析，有以下结论。

1.自2000年起十八年来，贵州省交通各地区域可达性大幅得以提升，各地间加强了区域连结性，经济、社会各方面联系行增强;可达性的提升使得贵州省经济增长稳步提升。

2.依据对数据回归输出结果，劳动力的投入与固定资本投资的投入对贵州省的经济增长的弹性作用相当大，即二者对经济的拉动都很强，因此对劳动力与固定资本的投入都能拉动贵州经济大幅提升。

3.可达性产出弹性依据我们的回归结果为8%，说明可达性与经济增长确为反向效应;并且按照贵州省历年来的发展实际情况，充分说明区域可达性是经济发展的重要支撑。

（二）建议

1.加快贵州省交通运输体系建设，以建立更加规范化、便利化的省内交通运输体系;一个城市的便利与否与其经济发展状况有重要联系，是经济发展的重要保障。

2.推进人才引进、吸引人才等等之类的政策计划，切实推进低端劳动力的培养计划，能使其有效助力经济建设。因此，可大力发展各项教育培训事业，使广大低端劳动力具备丰富的知识与技能，依据C-D函数数据回归结果，劳动力资本产出在经济增长中所占份额颇大，因此在促进经济增长的政策中应当保证其投入效率，提升劳动力投入质量，提高其产出效率。

3.合理利用贵州省丰富资源，合理推进产业空间布局，设立高效有利的产业政策，推进贵州省的产业转型，在可达性大幅提升的背景下大力推进第二、第三产业向高效、绿色、集约的方式转变。同时，优化贵州省个产业结构，促进规模经济发展。

参考文献：

[1]  罗鹏飞，徐逸伦，张楠楠.高速铁路对区域可达性的影响研究——以沪宁地区为例[J].經济地理，2004，（3）：407-411.

[2]  刘海隆，包安明，陈曦，张小雷，张进英.新疆交通可达性对区域经济的影响分析[J].地理学报，2008，（4）：428-436.

[3]  陈博文，陆玉麒，柯文前，吴常艳.江苏交通可达性与区域经济发展水平关系测度——基于空间计量视角[J].地理研究，2015，（12）：2283-2294.

[4]  蒋海兵，张文忠，祁毅，周亮.基于可达性分析的高速公路投资空间溢出效应[J].地理研究，2014，（1）：71-82.

[5]  杨春华，吴晋峰，周芳如，吴宝清.铁路通达性变化对区域旅游业的影响——以京津冀、长三角地区对比为例[J].经济地理，2018，（2）：188-196.

[6]  程钰，刘雷，任建兰，来逢波.济南都市圈交通可达性与经济发展水平测度及空间格局研究[J].经济地理，2013，（3）：59-64.

[7]  何丹，杨犇.高速铁路对沿线地区可达性的影响研究——以皖北地区为例[J].长江流域资源与环境，2013，（10）：1264-1275.

[8]  蔡永龙，陈忠暖，刘松，张学良，翁锦娜.快速铁路开通对海南岛空间可达性格局和空间公平性的影响[J].经济地理，2018，（1）：36-45.