长江经济带水运对经济发展的空间效应研究

杨晓岚， 蒋惠园， 肖金龙， 田小勇, 候春霞， 孙 嘉

(1.武汉理工大学 交通与物流工程学院， 湖北 武汉 430063；2.长江航道规划设计研究院， 湖北 武汉 430040;3.湖南理工学院 经济与管理学院, 湖南 岳阳 414006)

水运具有成本低、耗能少、绿色环保等优势，是综合运输体系中必不可少的运输方式，发展水路运输是促进地方经济发展的重要环节。2019年9月，国务院印发《交通强国建设纲要》指出优化运输结构，推进大宗货物及中长距离货物运输向铁路和水运有序转移，推动铁水、公水等联运发展，对水运的发展提出了更高的要求。

早在17世纪，英国重商主义代表人物托马斯·孟便提出扩大航运业能够促进贸易增长[1]。目前国内外学者有关水运对经济发展影响的研究主要集中在港口和内河航道，较少关注整个水运业。在港口方面，Jane Bryan等[2-5]运用投入产出法、Eveiws软件、格兰因果检验等研究港口与城市经济的关系；刘琳等[6]从空间维度分析了中国沿海港口对腹地城市经济增长的影响。在内河航运方面，李跃旗等[7-8]分别以上海、重庆内河航运为研究对象，运用协整理论、数据包络分析等探究了内河航运发展与地区经济增长之间的关系。协整理论、格兰因果检验等[9-10]是此方面研究的常用方法，但这些方法仅仅只关注本地区水运与经济之间的关系，而忽视了间接效应，即整个大区域内其他地区水运的发展对本地区经济造成的影响。空间面板计量模型通过引入空间权重矩阵，能同时得出直接效应和间接效应，更全面反映水运对经济的影响。

长江经济带以长江黄金水道为依托，连接我国东中西部的九省二市，水运优势十分明显，研究其水运对经济发展带来的直接效应与间接效应，探究如何利用水运优势促进地区经济高质量发展，实现交通强国目标是很有必要的，但目前尚未有学者进行此方面的研究。鉴于此，本文融合水运相关指标，提出水运发展指数来反映长江经济带水运发展情况，运用空间面板计量模型对水运与经济发展的空间效应进行研究，为制定长江经济带水运发展相关政策提供依据。

1 研究方法

1.1 空间自相关分析

在利用空间面板计量模型进行分析前，通常要利用全局Moran′I指数测算被解释变量的空间相关性，全局Moran′I指数为正值代表观测值存在正相关，负值代表存在负相关，零为不相关，绝对值越大表明相关性越强。计算公式为

(1)

1.2 空间面板计量模型

空间面板计量模型通过引入空间权重矩阵，将空间因素加入到传统的计量模型中，能够体现空间交互效应，更符合实际需求。空间面板计量模型分为空间面板误差模型(SPEM)、空间面板自回归模型(SPARM)和空间面板杜宾模型(SPDM)，可通过LM检验、稳健性LM检验、Wald检验、LR检验进行模型的选择。本文中所采用的空间面板杜宾模型是较其他两者更为一般的形式，能同时考虑被解释变量和解释变量的滞后项，常用来分析空间溢出效应[11-12]。计算公式公式为

(2)

式中：Yit、Xit分别表示i地区的第t年的被解释变量、解释变量的观测值；Yjt、Xjt分别表示j地区的第t年的被解释变量、解释变量的观测值；wij为空间权重矩阵；ρ为被解释变量的空间滞后系数；β、θ分别为解释变量的待估参数向量和空间自回归系数；αi、γt分别表示空间效应和时间效应；μit表示服从独立分布的随机扰动项。

1.3 空间效应分解

LeSage和Pace[13]利用偏微分方法将空间效应分为直接效应(Direct Effect)和间接效应(Indirect Effect)，直接效应表征某地区的解释变量对自身被解释变量所产生的影响，间接效应也称为空间溢出效应，表征其他地区的解释变量对该地区被解释变量所产生的影响。直接效应与间接效应之和称为总效应(Total Effect)，表征所有地区的解释变量对该地区的被解释变量产生的影响。计算公式为

(3)

式中：右侧矩阵中对角线元素的均值为直接效应，非对角线上元素的均值为间接效应。

2 数据来源及变量解释

本文以长江经济带九省二市作为研究对象，研究2010～2018年水运对经济发展的空间效应，所用数据来源于《中国统计年鉴(2011—2019)》。

2.1 水运发展指数

水运的发展包括货运和客运两大部分，单独使用货运相关指标或者客运相关指标难以反映某地区水运的整体发展情况，因此提出水运发展指数，融合客货运相关指标，综合反映水运发展情况具有一定的必要性。该指数以水运货运量(X11)、水运货物周转量(X12)、水运客运量(X13)和水运旅客周转量(X14)为关键指标，通过熵值法确定权重后计算得出。

1) 熵值法。

在计算水运发展指数时，各指标的重要程度不同，因此需采用一定的方法确定权重。计算所需关键指标均为定量指标，故采用熵值法确权，熵值法是一种客观赋权的方法，它可以排除主观因素的影响，使计算结果更加合理。传统的熵值法只适用于截面数据，即只考虑空间变化的数据，本文研究对象为面板数据，根据面板数据的特点，采用同时考虑时间和空间这两大变化因素的改进熵值法[14]，计算公式为

(4)

(5)

(6)

dj=1-ej

(7)

(8)

计算得出各指标权重如表1所示，可知货运量与货运周转量权重明显高于客运量与客运周转量，这与目前长江经济带水运主要作用为货运，客运所占比重较小的现状相符，权重计算结果合理。

表1 各指标权重

2) 水运发展指数计算结果。

根据上述所得权重，利用公式(9)计算出2010～2018年的长江经济带各地区的水运发展指数如表2所示，可知各地区水运发展指数整体呈现逐年递增的趋势，水运发展指数相对较高的地区有上海、浙江、江苏，水运发展指数相对较低的地区有云南、江西，这与现状相符，表明水运发展指数能很好反映长江经济带各地区水运发展水平。

(9)

式中：fti(x)表示第t年i省(市)的水运发展指数，其他符号含义与上述相同。

表2 水运发展指数

2.2 变量解释

考虑到地区的经济发展不仅与水运有关，还受到当地固定资产投资水平，政府参与程度等的影响[15]，所以本文将经济发展水平作为被解释变量，水运发展水平作为核心解释变量，同时引入了其他影响因素作为控制变量。各变量的具体设定如下所示：

被解释变量：经济发展水平。用地区人均GDP(Y)来表示，由于各地区的人口基数不同，使用地区人均GDP更能反映地区间经济发展的差异。

核心解释变量：水运发展水平。用水运发展指数(X1)来表示，由上文计算得出。

控制变量：其他影响因素。①固定资产投资水平(Z1)：Z1=全社会固定资产投资总额/GDP；②政府参与程度(Z2)：Z2=政府一般预算支出/GDP；③对外开放程度(Z3)：Z3=外商投资企业进出口总额/GDP，此处外商投资企业进出口总额已按当年汇率将美元换算成人民币；④人才资源(Z4)：Z4=普通高等学校在校学生数/年末常住人口。

3 结果分析

3.1 空间自相关检验

利用GeoDa软件计算出长江经济带地区2010～2018年地区人均GDP的全局Moran′I指数及其显著性如表3所示，可以看出长江经济带地区2010～2018年地区人均GDP的全局Moran′I指数均大于0.5，z值均大于1.96，被解释变量具有较强的空间正相关，表明可以采用空间计量模型进行分析。

表3 全局Moran′I指数及z值

由于全局Moran′I指数无法反映局部地区的聚集类型，所以选取了始末两个年份，2010年和2018年做出局部Moran′I散点图如图1所示，可知局部地区的聚集类型无明显变化，7个地区处于低低聚集，这些地区自身人均GDP较低，被同样低的地区所包围；3个地区处于高高聚集，这些地区自身人均GDP高，被同样为高值的地区所包围；1个地区处于低高聚集，该地区人均GDP处于低值，被高值地区包围。90.9%的地区处于高高聚集或低低聚集，验证了地区人均GDP具有空间正相关。

a) 2010年人均GDP

3.2 空间面板计量模型分析

为缓解异方差带来的影响，先对各指标数值做对数变换，再利用Stata软件进行空间面板计量模型估计。估计前需进行模型选择，利用拉格朗日乘数(LM)和稳健性拉格朗日乘数(Robust LM)进行检验，结果如表4所示，LM-error、LM-lag、Robust LM-error和Robust Lm-lag均在0.01水平上显著，表明应选择空间面板计量模型,而非OLS模型。LR-error、LR-lag、Wald-error和Wald-lag均在0.01水平上显著，表明SPDM模型不可退化成SPARM模型或SPEM模型,因此选择SPDM模型。

表4 空间面板计量模型检验结果

面板数据分为固定效应和随机效应，Hausman检验结果拒绝了随机效应，表明应选择固定效应。固定效应分为个体固定效应、时间固定效应和时空双固定效应，通过SPDM模型估计列出这三种效应的回归结果，如表5所示。

表5 空间面板杜宾模型估计结果

由三种固定效应的回归结果可以看出，空间滞后项系数ρ在三种固定效应下均为正值，表明具有正的空间溢出效应;水运发展指数对人均GDP的影响显著为正，表明水运发展水平越高越有利于地区经济的发展。在空间固定效应下，ρ在0.01水平上显著，且拟合优度系数R2最大，为0.853，说明应采用空间固定效应。在此种固定效应下，进行空间效应的分解，结果如表6所示。

水运对地区经济发展具有显著为正的空间效应，总效应为0.577，表明对于长江经济带内部某一地区而言，长江经济带整个区域的水运发展指数每增加1%，此地区的人均GDP就会增加0.577%；直接效应为0.171，表明这一地区的水运发展指数每增加1%，其自身人均GDP就会增加0.171%；间接效应为0.405，表明长江经济带内其他地区水运发展指数每增加1%，此地区的人均GDP就会增加0.405%；间接效应大于直接效应，表明某一地区的经济发展受其他地区水运发展的影响比自身的大，空间溢出效应十分明显，因此长江经济带各地区发展水运必须协同，单个地区采取措施，将不会对经济的发展起到明显促进作用。

表6 空间效应分解结果

4 结论与建议

研究长江经济带水运对经济发展的空间效应，得出以下结论：长江经济带地区经济发展呈现显著的空间正相关，某地区的经济发展会受到临近地区经济发展的影响；水运与经济发展存在正的空间自相关，水运发展指数对人均GDP的影响显著为正，水运发展水平越高越有利于地区经济的发展；水运对经济发展的间接效应大于直接效应，长江经济带某地区的经济发展不仅受自身水运发展水平的影响，更受其他地区的影响。

根据研究结果，提出长江经济带水运发展建议：①加强区域间沟通与合作，统筹推进水运发展。增强长江经济带各省市的联系，制定水运一体化发展计划，建设水运智能云平台，实现地区间、部门间信息共享，确保长江经济带各地区水运协同发展;②补齐水运基础设施短板，发挥铁水联运优势。推进老旧码头基础设施改造升级，尽快实现长江经济带各省市内疏港铁路延伸建设至码头前沿，发挥铁水联运优势，实现无缝衔接;③提升长江干支流通航能力，实现水路运输畅通。积极推进航道整治和梯级渠化，提升航道通行能力，打通长江干支流关节，增强水运对经济的吸附作用，促进长江经济带流域的经济发展。