基于空间经济学的交通基础设施集聚效应分析

摘 要：

针对交通运输促进经济集聚还是分散的问题，构建了一个交通网络主导城际贸易的空间量化模型，通过仿真技术模拟交通网络整合市场的动态演变机制，辅助结合双差分方法对交通政策进行评估，以此分析交通引发特定城市经济活动集聚还是扩散的问题。研究结果表明，交通作用于产品的定价机制，影响了商品进行区际贸易的可行比例和无套利价格空间的范围，体现为市场规模的阶段性变化。交通网络的改善整合了市场，具有显著扩大市场规模的效应，市场规模对交通的弹性约8.7%，而相比之下，交通中心城市的效应则要高出2.3个百分点。城市技术非对称情况下，发展交通中心的城市，其政策效应随着技术水平的提高而放大，且效应具有边际递减的规律，而此时与交通中心城市连接的城市则出现市场规模收缩。研究揭示交通网络调整经济活动分布的内在机理，对检验交通网络改善引起市场整合的程度与范围、预测发展交通的政策效应具有一定应用价值。

关键词：交通网络;市场整合;演变仿真;经济扩散;经济集聚

中图分类号：F570 文献标识码： 文章编号：1007-2101（2021）04-0100-09

收稿日期：2021-02-03

基金项目：教育部人文社会科学基金项目“时空压缩视域下港珠澳大桥的资源配置效率研究：效应识别、机制分析与政策选择” （20YJC790015）

作者简介：陈晓佳（1983-），男，广东揭阳人，广州大学讲师，博士。

一、引言

当期，我国经济活动在空间上的分布极不平衡，表现为发达的核心城市和欠发达的边缘城市的共存，以及特定区位经济功能的集聚。经济活动的不平衡分布起因于产品市场与要素市场中代理人之间经济联系的疏密程度，这种联系主要是由交通网络进行产品和劳动力的运输来衔接的[1]。代表性厂商需要从不同区位运输原材料和劳动力等生产资料进行生产活动，代表性消费者购买从多个区位运输来的产品。理论上，城市之间交通越发达，这种经济联系越密集，其经济分布更加趋于均衡。交通基础设施影响了区域经济联系的向心力和离心力之间的均衡，这两种力量对经济活动起到集聚和扩散的作用。2019年，中共中央、国务院印发的《交通强国建设纲要》①以基础设施布局完善、立体互联的交通供给侧结构性改革为政策导向，通过优化城际经济联系筑牢国民经济循环底盘，有助于改变经济活动在空间上的分布，从而推动区域协调发展。因此，交通的发展是经济活动空间布局的主要决定因素之一[2]。

近年来，许多学者开发了经济活动空间分布的量化模型。Desmet和Rossi-Hansberg建立了一个内生经济增长理论的空间量化模型，对经济活动在时空上的分布进行研究[3];Redding利用一个交通空间模型分析要素的空间流动，以及经济活动分布对福利的影响[4]。这些模型能解释区位的异质性地理特征、生产率、宜居、交通成本等因素对经济活动分布的动态影响，也能分析区位之间的贸易流、人口迁移、通勤等双边经济联系[5]。传统的区位理论认为空间非均质，大多从外部异质性，如生产和消费资源不平衡来解释经济活动的空间差异;克鲁格曼后的新经济地理学在均质空间的假设下认为规模经济导致经济活动的空间差异：然而这两种学术观点在一定程度上都存有偏颇[6]。大量证据表明，经济活动跨越空间的分布是由区位的经济基础（技术）和双边经济流动的摩擦（交通）所共同决定的。Desmet 等建立的模型允许外生摩擦作为一种联系，跨区位的产品和劳动力的流动弹性作为模型内生的推力和拉力，促使经济活动集聚或扩散，并且这种双边经济流是由模型的参数所决定[7]。这使理论能够测度地理空间因素所导向的经济流对经济活动的集聚和扩散作用，忽略了其他不那么重要的可变双边弹性。这类模型中，无论集聚或扩散都是外生的特征通过内生机制放大的结果。

经济活动在空间量化模型中存在唯一的空间均衡分布。模型中的外生参数决定了不同区位之间的经济流弹性，模型允许通过改变外生参数来分析经济活动的集聚与扩散，也就是对模型做比较静态分析，比较参数改变前后的经济活动空间均衡分布状态的变化，从而可以通过外生参数的连续变化得到经济活动分布的演變[8-9]。关于跨地理空间的经济代理人间相互联系的模型，假设经济代理人是地理空间上可流动的，交通成本作为双边经济流影响机制，该机制解释了空间经济活动分布不平等的现象。由于理论模型的复杂性，空间特征性问题的解释限制为有限区位的一个圆圈[6]、一条线[10]或一个平面[11]，经济活动分布的演变仿真也在这种有限区位的一维或者二维的对象上分布。

数理经济模型通常难以映射到计量模型。取而代之，许多学者采用约简形式（Reduced-Form）的计量模型进行参数的识别。但是这种约简形式的计量模型难以给出一个结构化的解释，一般无法预测从来没实施过的政策会有什么影响，因为当政策变化时，约简的模型无法得到变化的政策所对应的参数。Donaldson和Richard（2016）建立了李嘉图的量化模型，求解模型非线性解并进行实证检验[12]。利用空间量化模型的实证研究，允许模型对反事实政策干预的经济效果进行结构化的量化分析。空间量化模型直接进行结构化分析时，模型计算得到的参数可以随政策干涉而变化，因此得出的政策预测能通过卢卡斯批判（Lucas Critique）。

同时，空间量化模型能够提供政策干预的量化分析框架，对政策干预情景进行模拟评估。第一，相对约简形式的实证方法，空间量化模型能够考虑区位之间复杂的空间经济联系，通过构造一个政策干预的反事实框架，利用模型建立的空间经济联系进行经济活动空间分布的均衡预测。第二，约简的双差分方法识别政策的效应时，处理组和控制组的差分排除了两组共同的效应，因此，约简的双差分无法反映经济活动结构化的空间经济联系，也无法反映由于政策变化导致经济系统变化的影响。而采用空间量化模型能以结构化的方法得到均衡预测，并且能够随政策变化而动态演变。第三，许多区位的截面数据（例如宜居、福利、技术水平等）并不是独立可观察，但是这些数据能够在空间量化模型中通过贸易、人口、通勤、迁移等相互联系的经济结构方程逆向计算，这种结构化方法使反事实的经济变量的测算成为可能。本文正是通过构造一个反事实（或预测）交通政策框架，测算出无法观测的经济数据，从而量化研究交通政策的影响。

因此，本文重点研究交通网络决定经济活动分布的内在机理和交通发展政策的市场规模效应的检验方法。首先，构建一个由交通网络联系原产地市场与销售地市场之间贸易活动的空间量化模型，对其进行一般均衡求解。其次，基于交通网络整合市场的机制思想，模拟仿真分析交通网络改善作用于经济活动分布的集聚或扩散的动态演变过程。最后，在结合双差分方法的量化分析框架下检验交通发展政策的效应特征，并在技术是否对称的情况下，分别预测交通中心这类交通发展政策的效应。

二、城际贸易模型建立

首先，假设模型所讨论的是一个具有连续区位的经济体，并且这些有限个数的经济体分布在平面上，定义该平面为欧几里德集合S∈ 瘙 綆 2。平面上的每个经济体（城市）都属于紧集S的一个元素，即任何城市i∈S，那么这些城市是离散的，但是他们具有连续的区位。经济体之间存在区际贸易，每个城市生产的产品中的一部分通过交通网络运输到其他城市销售，运输成本遵循“冰山”贸易成本规则。

其次，假设每个城市代表性厂商采用边际成本法来制定出厂价格。厂商参与城际贸易，贸易遵循“冰山”贸易成本规则。厂商生产的产品运输到其他城市销售，厂商生产的产品出厂价格经过“冰山”贸易成本换算成销售地的销售价格。商品销售市场为伯特兰（Bertrand competition）式的价格竞争市场，也就是说市场上消费者只接受最低销售价格的产品。这意味着，拥有最低的边际成本和“冰山”贸易成本的厂商将赢得市场。

再次，城市代表性消费者在本地提供劳动并获得工资，假设消费者是短视的，他将所有工资在当期消费，并获得效用。消费者能获得完全信息，可以只购买市场上最低价格的同质产品。消费者能自由流动，受效用最大化的行为所驱动，寻找使其获得最大效用的地方居住。

最后，城市代表性厂商通过雇用本地工人和投入资本进行生产，产品运输到其他城市销售。该代表性厂商追求利润最大化，面临完全竞争的产品市场和要素市场，采用边际成本定价规则。厂商的技术具有跨城市异质性，技术由城市创新知识水平以及技术的变异所决定。厂商参与城市间的贸易活动，城市产品供应价格最低的厂商赢得整个市场，否则将失去整个市场。

（一）模型基本设定

1. 本地市场。将生产厂商所在地视为本地市场，又称原产地市场，研究生产者的微观决策行为。假设区位j的本地市场中，代表性企业服从生产技术水平是希克斯中性的C-D生产函数，Yj=AjLαj，即厂商利用技术（Aj）并雇用本地工人（Lj）进行生产活动②，那么以厂商利润最大化为目标，根据边际成本定价法，出厂价格（pj）满足条件：pj=α-αwαj/Aj。

2. 交通网络。交通网络内生化方法是在城际贸易过程中遵循冰山贸易成本（τij）。冰山贸易成本机制以冰山消融的思想模拟区际贸易中产品运输的路耗损失，认为在完全竞争市场中，同质产品（出厂价格相同）在不同地区间的供应价格（pij）不存在套利空间，即pij=pjτij。此状态下，不同市场中同质产品的价格同步变动，经济资源和产品合理流动，相关市场实现了整合。利用冰山贸易成本构成的无套利条件是研究市场整合的基础，冰山贸易成本则是影响市场整合程度的主要变量。

3. 产品市场。考虑消费者所在的产品市场，又称销售地市场，研究微观个体的决策行为。假设产品市场上的消费者是理性的，说明消费者只愿意购买最低供应价格的同质产品，区位i市场上产品的销售价格（pi）可以表示为：pi=min{pi1，pi2，pi3，…，pin}，其中，pin为区位n生产的产品运输到区位i销售时的供应价格。消费者最终以销售价格获得产品。

（二）均衡解分析

1. 随机变量求解。假设代表性企业的生产技术水平服从Frechet分布[13]，即Ai～e-Tia-θ。其中，外生参数Ti为创新知识存量，创新知识存量越高，分布趨于厚尾特征，这意味着生产技术水平高的概率密度更大，从分布上抽取的技术在预期上就越大;外生参数θ（θ>1）表示技术水平变异程度，程度越大，分布越趋于尖峰特征，意味着技术水平离散程度越小。因此，技术趋近均值水平，且技术的异质性随之下降。

由于三种价格形式都是技术的函数，因此供应价格和销售价格也是随机变量，同样服从极值分布。根据价格作为随机变量的相关性质计算价格指数（Pi），城市的价格指数是对产品市场上所有供应价格进行加总的预期。通过求解预期值可以得到区位i的价格指数为：

由于价格指数中包含冰山贸易成本，也反映了消费者可以购买到产品的产地范围，也就是消费者可以获得的市场规模（χi）。对价格指数取负指数，可以得到消费者的市场规模[12]，即：

其中，λ≡Γ[（1+θ-σ）/θ]-θ/（1-σ）。由式（2）可知，消费者的市场规模就是加总所有可贸易区位的市场容量，而市场容量由当地的要素价格、创新知识存量以及冰山贸易成本所决定。

区际贸易活动的发生当且仅当代表性厂商在产品市场上的供应价格等于销售价格，或者说，区际贸易发生在供应价格最低的情况下，其他情况不存在贸易活动。因此，某厂商得以供应产品或消费者得以购买某厂商的产品是一个概率事件，称为可行比例（πij）。区位j向区位i供应产品的可行比例等于区位j向区位i供应产品的供应价格表现为最低的概率[13]，即πij=Pr[pij

2. 市场规模。消费者是短视的，所有的收入（wi）用于购买产品，从而获得效用，因此，区位i的代表性消费者的实际福利水平的福利方程为：ui=wi/Pi。当允许消费者自由流动时，理性的消费者寻找能使其获得最大效用的区位居住并消费，所以，在均衡条件下，消费者在任何区位获得的效用是均等的，即ui=u-=1。把价格指数和消费者福利方程代入式（4），得到：

把消费者福利方程代入价格指数，得到：

式（10）表示区位i的市场规模是与其进行贸易的区位的市场规模和人口的函数，并通过冰山贸易成本进行加总所决定。同时由式（10）的变量关系可知道，区位i的市场规模与贸易区位j的市场规模成反比，他们之间是此消彼长的关系。

三、数值模拟

（一）核心思想

交通运输空间量化模型的作用机制是：每个区位代表性企业依托交通网络进行远距离贸易时，交通运输成本是产品定价的重要影响因素，当交通网络的扩张（改善）降低冰山贸易成本时，供销到其他区位产品的供应价格与出厂价格的变动趋同，同质产品在不同区位的价格套利空间趋于穷尽，可能以低价赢得地方市场，整个无套利价格空间的市场范围就是该代表性企业的新市场规模。这个由冰山贸易成本引发价格趋同重新配置区际市场的过程就是交通网络整合市场的传导机制，通过这种区际市场重新配置可以分析交通扩张引致城市经济活动是集聚还是扩散的问题。

模拟量化分析交通网络整合市场机制的思路，表现为对受交通网络状况变化影响的市场规模动态演变的研究。首先，代表性的厂商能以更低的供应价格与其他区位的代表性厂商竞争，拥有更大的概率击败竞争对手赢得更大的市场，区际之间市场规模出现差异化演变，扩大了市场规模，促进经济增长。其次，基于数理模型的推导结果，这个机制还依赖于要素禀赋的流动分配。当城市的交通网络扩张（改善）时，城市的代表性消费者通过购买产品获得效用，在允许消费者流动的情况下，追求效用最大化的消费者会自发迁移到市场规模更大的城市。[JP+1]这种经济系统自发的循环累积因果关系延续了扩大市场规模的渠道，即交通网络扩张（改善），价格趋同，厂商赢得更多市场，市场规模增大，吸引更多人口集聚，集聚的人口又促进了市场规模的扩大。最后，交通网络的扩张，使区际市场规模得到重新配置。在本文的研究框架下，交通网络并未创造新的市场规模，对于特定城市，如果市场整合的范围得以扩大，则经济活动表现为扩散;如果区际市场规模此消彼长，则经济活动往往集聚在特定区位，因而解释了交通引发经济活动集聚还是扩散的问题。

（二）具体方法

1. 模拟系统与参数设定。我们考虑一个分布在300×300的经纬度网格平面的经济体。此平面上的连续区位被均匀分割成9万个小网格，每个网格可视为一个可被计算区位，每个区位上均有代表性的企业和消费者从事经济活动。同时，假设此平面按照“田”字格均分为四个城市，每个城市包含多个区位，左上角为城市A，右上角为城市B，左下角为城市C，右下角为城市D。利用模型中的式（7）和（10）组织形成一个2×N个方程、2×N个未知数的非线性系统（11）。

其中：h≡-（1+θα+θ），q≡λα-θαξ（1+θα）/h-（1+θ）/h。给定参数（α，σ，θ，τij），我们能够通过数值求解的方法利用该均衡系统（11）恢复出每个区位的内生信息，也就是恢复出每个区位的人口和市场规模信息，即{Li，χi}i∈S。

為了获得所需参数，首先设置冰山贸易成本方程为τij=exp[b/10c-τ+（f+vτ）dij]，其中，交通发展状况用τ来表示，交通改善或者开通了高铁等更为高速的交通工具体现为τ值变小。冰山贸易成本方程中，第一项是城市的边界成本（b/10c-τ），边界成本与交通发展状况呈负相关关系，受城市边界影响产生的成本随着交通改善而下降，第二项是交通方式成本（f+vτ）dij，这一成本随着交通的发展而变小，上述两项共同影响着冰山贸易成本。

计算τij时，dij表示区位i和j之间的交通距离，我们把一个网格按照一单位距离来计算，如果用（xi，yi）表示区位i的经纬度，用（xj，yj）表示区位j的经纬度，那么区位交通距离由公式dij=〖KF（〗（xi-xj）2+（yi-yj）2〖KF）〗计算得出;τ≥1是表示交通发展状况的一个参数，当τ越小时，表示交通网络越发[HJ2.28mm]达，模拟仿真观察τ从3逐渐下降到1的过程，因此c取值为3（C≥τ）;b为边界成本参数，b取值为2;f表示所建交通线路的固定成本，f单位化为1，v表示所建交通线路的可变成本，由τ所控制，v取值为0.6。

此外，我们在模型中用创新知识存量表示技术的水平，服从均匀分布[14]。参数σ参考 Redding和Rossi-Hansberg的研究[1]，取值为4;柯布—道格拉斯生产函数劳动力的产出弹性（α）取值为0.25;参数θ参考 Caliendo 等人的研究[15]，取8.64。给定参数（α=0.25，σ=4，θ=0.86，b=2，c=3，f=1，v=0.6），利用均衡系统处理得到劳动力和市场规模信息，{Li，χi}i∈S，并且市场规模进行无量纲处理。量化分析的基本框架如图1所示。

2. 交通政策效应。在仿真模拟中，在给定系统参数和交通参数（α=0.25，σ=4，θ=0.86，b=2，c=3，f=1，v=0.6）的基础上，基于交通整合市场机制，笔者模拟部分城市出台了发展交通的政策（交通得到改善）后，得到了城际市场再分配的表现。政策出台前交通处于较低的水平（2≤τ≤3），政策出台后，例如新增基建、开通高铁等，交通得到改善，交通处于较高水平（1≤τ<2），由此得到政策出台前后的劳动力和市场规模信息{Li，χi}i∈S。

我们继续利用这些信息进行交通政策效应分析，相应思路是：利用发展交通政策出台的外生冲击，将城市分成出台政策的实验组和未出台政策的控制组，采用双差分（DID）的方法通过控制其他因素，比较发展交通的政策实施后，实验组和控制组的差异。具体模型如下：

其中，χijt为城市i区位j第t期的市场规模;Treatij为虚拟变量，为1时表示城市i区位j为实验组，为0时表示控制组;虚拟变量Postt等于1表示在发展交通政策的实施期间，等于0表示政策实施前;Χit为一系列控制变量，包括技术和人口;δj和γt分别为区位和时间的固定效应。显然，主要关注点在于系数β3，该系数度量了发展交通政策对交通网络扩大市场规模的影响，即交通政策效应。具体解释如下：

在控制组，即Treatij=0时，由DID模型可以知道，交通政策出台前后市场规模分别为：

可见，在交通政策出台前后期间，控制组的市场规模变动为Δ1lnχijt=β2。相应地，在实验组，即Treatij=1时，由DID模型可以知道，交通政策出台前后市场规模分别为：

可见，在交通政策出台前后期间，实验组的市场规模变动为Δ2lnχijt=β2+β3。因此，交通政策对城市的“净影响”为：Δlnχijt=Δ2lnχijt-Δ1lnχijt=β3，即双差分的结果由交叉项Treatij×Postt的系数β3表示。DID模型的含义如图2所示，当交通政策对城市起正向效果时，β3是显著的，而且是正的。

四、结果分析

（一）基准分析

给定模型参数和交通参数，我们模拟城市A和城市B之间的交通网络改善，由交通发展水平的参数τ逐渐下降来表示，τ从3下降到1，步长为1，其他城市的参数τ保持不变。模拟仿真的结果如图3所示，这是一个交通网络整合市场的动态演变过程。图3（a）模拟市场整合前的表现，也就是交通网络改善前，这四个城市都具有相同的交通发展水平。模拟结果利用等轮廓线展示市场规模在地理上的分布，等轮廓线上的数字表示该轮廓线所处地理位置的市场规模大小。由图上的等轮廓线所呈现的规[HJ2.18mm]律，可以知道每个城市的中心点是市场规模最高的区位，从城市的中心点向四周市场规模分布逐渐减少，也就是离城市中心越远的市场规模等轮廓线上的数字越小。然后，随着城市之间交通网络的不平衡发展，交通网络得到改善的城市间贸易成本开始下降，贸易量提高，市场规模相应地发生不同程度的变大，追求效用最大化的消费者随之迁移，从而改变了城市与城市之间市场规模的分布，由图3（b）表示城市A 和城市B 交通网络发展（τ下降）从而整合市场的过程。图3（c）表示交通发展的结果，可以看到，城市A和城市B两个独立的市场规模等轮廓线逐渐融合成一个更大的等轮廓线。因为城市A 和B 之间的交通网络发展水平最高，这两座城市的市场规模开始扩散进而整合为一体化的市场，市场规模重新以整合后的城市进行分布，即市场规模在城市A 和B 整合后的大市场范围进行分布。相比较城市A 和B，城市C 和D 的交通网络发展没那么快，由交通网络整合得到的市场规模也相对较小，因此寻求效用最大化的消费者向城市A和B的市场流动，城市C 和D 部分市场开始向城市A 和B 转移，即从图3（c）中可以看到城市C和城市D的市场规模等轮廓线比图3（a）的小。

在进行模拟仿真后，我们采用DID方法研究交通政策效应，分析改善交通政策对市场规模的影响。随机抽取了四个城市400个区位为样本进行了研究，将出台改善交通政策的城市A和城市B作为实验组，而城市C和城市D未提出改善交通政策，作为控制组。交通政策实施前为时期1，而政策实施后为时期2。在时期1，四个城市的交通发展水平较低（τ大于2），而在时期2，城市A和城市B由于改善交通政策的实施，交通得到了发展（τ小于2），城市C和城市D，交通始终保持原来的水平（τ大于2）。实证结果如表1所示，表1中报告了DID计量模型β3的系数，其他变量省略。基准分析的第一列报告了未控制城市和年份固定效应的计量结果，第二列增加了这两项固定效应的计量结果，第三列采用倾向性得分匹配的双差分方法（PSM-DID）。计量结果系数均显著，并且系数值大小都处于0.087左右，也就是说改善交通的政策的市场规模效应为8.7%。

（二）交通中心分析

1. 城市对称技术水平。模拟城市间技术对称条件下存在交通中心的演变情况。假设城市A是一个交通中心，城市A连接城市B、C、D之间的交通都有所发展。四个城市在交通改善前，其交通发展都处于一致水平，而城市A出台了发展交通中心的政策，使其与其他三个城市之间的交通都得到改善，而其他三个城市之间的交通保持原有的水平。此外，四个城市的技术水平独立同分布，也就是每个城市的创新知识技术服从均值为1、方差为0.1的均匀分布。其他情况与基准分析保持一样，我们通过模拟，分析结果如图4所示。随着城市A交通中心的建设，市场规模开始放大，[JP+1]城市A与相邻的城市B和城市C都整合为一体。在城市技术水平对称的情况下，交通中心城市作为市场整合的引擎，对邻近城市起着市场规模分散效应，从而使交通中心城市与其相邻的城市整合为市场规模更大的一体化市场。而与交通中心城市A较远的城市D，则出现市场规模收缩，由图4（a）到图4（b）再到图4（c）可以看到，城市D的市场规模等轮廓线缩小了，例如图4（c）中城市D标值为1.3的等轮廓线要比图4（a）中城市D标值1.3的等轮廓线小，这说明其市场规模随着城市A交通中心的建立而不断缩小。

我们继续利用以上模拟的结果进行城市技术对称情况下城市发展交通中心政策的效应分析。同样采用DID模型进行分析，此时我们把发展交通中心的城市A作为实验组，而其他城市作为控制组，其他的情况如同基准分析的设定。实证分析的结果如表1中交通中心分析的第一列和第二列所示，所有城市技术水平服从均值为1，方差为0.1的独立同分布情况下，发展交通中心的政策效应约为11%。相比基准分析改善交通網络的市场规模效应，发展交通中心的市场规模效应高出2.3个百分点。

2. 绝对优势技术水平分析。当城市技术水平不对称时，我们模拟城市具有绝对优势技术水平情况下发展交通中心整合市场的效应。同样假设城市A为一个交通中心，城市A连接城市B、C、D之间的交通都有所发展。而城市A的创新知识技术水平比较高，服从均值为1.1、方差为0.1的均匀分布;城市B、C、D的创性知识技术相对较低，服从均值为1.0、方差为0.1的均匀分布。其他情况与基准分析的设定相同，模拟结果如图5所示。从图5中可以看到，城市A、城市B和城市C的等轮廓线有融合为一体的趋势，图5（c）中城市B和城市C的等轮廓线相比图4（c）中相对应城市的轮廓线小，而图5（c）中城市A的等轮廓线比图4（c）中城市A的等轮廓线大。也就是交通中心的市场规模最高，城市B、城市

C分别和城市A具有市场整合的趋势，但相比技术对称情况下的市场整合的程度较低，此种情况仍然以集聚为主。这是由于技术水平较高的交通中心城市具有强大的向心力，与其交通的毗邻城市具有阴影效应（shadow effect），与其连接交通的城市被吸走了部分市场规模。

当技术水平不对称情况下，我们通过DID方法检验交通中心城市的技术水平变化对建设交通中心政策效应的影响。同样按照城市技术对称情况下的DID设置，我们依据技术水平服从均值以0.05步进增加的均匀分布，依次对城市A进行模拟，对模拟得到的数据进行DID检验。政策效应的系数如图6所示，横轴为技术水平的均值，纵轴为DID检验的系数值。从图6中可以看出，随着城市A的技术均值从1.0，以步进0.05逐渐提高到1.2（图6横轴），城市A发展交通中心的政策效应逐渐提高（图6纵轴），但是其提高的边际量逐渐减少，当城市A的技术均值达到1.12时，政策效应开始趋于饱和。

五、结论

基于新经济地理学理论，笔者构建了一个多城市贸易的空间量化模型，将交通运输通过冰山贸易成本机制引入模型。采用DID方法辅助可视化模拟仿真，研究交通网络的改善所引发的市场规模效应，并分别在城市对称技术水平和非对称技术水平的情况下，检验发展交通中心影响经济活动分布的效应及其特征。研究结果发现：首先，在城市对称技术水平的情况下，随着交通运输的改善，城市市场在更大范围上出现整合现象，城市间经济活动在交通改善的空间范围内扩散，交通发展政策的市场规模效应为 8.7%，而发展交通中心的政策效应约为11%;其次，在城市非对称技术水平的条件下，城市间经济活动集聚于交通中心，发展交通中心的政策效应随着技术水平的提高而增加，但是超过了一定水平后，其效应趋于饱和。而非交通中心的城市则出现市场规模的收缩，特别是城市技术水平相对交通中心更低、距离更远的城市，其市场规模趋于扩散。由此得到启示，尽管在城市技术水平对称的理想状态下，交通改善引致了经济活动的扩散，可以在更大范围上整合市场并扩大市场规模。但是现实情况中城市间通常表现出技术的非对称性，对其预测后表明，交通中心城市市场规模效应的提高存在边际递减，且相邻非中心城市出现了市场规模收缩，在实际政策制定中应当对此予以重视。

本文可能的贡献主要包括：一是改进了由外生特征和内生机制共同决定的空间量化模型。不同于片面考虑空间禀赋或内生摩擦的传统理论模型，本文基于前沿的空间量化模型研究区域经济活动空间布局的差异性，分析外生参数通过双边经济流中的交通摩擦机制产生的结果。二是建立了量化分析框架用于反事实分析。[JP+1]考虑到约简形式的计量模型难以克服卢卡斯批判的局限性，本文利用空间量化分析方法对政策干预经济系统的动态演变进行均衡预测，克服政策变动时无法观测相应变量动态变化的难题。三是丰富了空间经济学理论对区域交通发展政策的效应研究，特别是补充了不同技术条件下的交通中心发展如何重塑区域经济活动分布。

通过在理论上揭示交通网络调整经济活动分布的内在机理，本文结论对于检验交通网络改善引起的市场整合程度和预测发展交通的政策效应具有一定应用价值。一方面，在构建以国内大循环为主体、国内国际双循环相互促进的新发展格局中，经济循环流转和产业关联畅通要依托于优质的交通基础。交通网络在更大范围内发展时，有助于扩展企业面临的市场边界、加深统一市场的融合程度，进一步支撑国内超大市场发挥规模优势;产生本地市场效应后，将形成国内企业参与国内经济大循环的条件，从而实现了交通网络改善对于双循环新发展格局的驱动。另一方面，在传统交通基建投资拉动经济开始乏力的背景下，为了适应新时代下交通运输提质增效的目标，当前及未来一段时间内的交通发展应以推进交通强国建设作为政策导向，实现《交通强国建设纲要》提出的通过“交通强”的政策实现“强国家”的发展目标[16]。本文研究的交通网络调整经济活动分布的内在机理，可进一步地检验和预判相关的政策效应。

注释：

①《交通强国建设纲要》，人民出版社2019年版。

②假设资本在贸易活动中完全自由流动，因此所有资本收益率相等，是否在生产函数中考虑资本因素不影响研究结果的一致性。

③圆圈里的序号为步骤顺序号。

④图2中模型省略了控制变量和随机扰动项，即省略了β4Xit+δj+γt+ε。

参考文献：

[1]REDDING S J，ROSSI-HANSBERG E.Quantitative spatial economics[J].Annual Review of Economics，2017（9）：21-58.

[2]董亚宁，杨开忠，杨书.运输成本内生动态化的经济地理增长模型[J].系统工程理论与实践，2018（2）：351-360.

[3]DESMET K， ROSSI-HANSBERG E. Spatial development[J].American Economic Review， 2014（4）：1211-1243.

[4]MONTE F， REDDING S J， ROSSI-HANSBERG E. Commuting， migration and local employment elasticities[J].American Economic Review， 2018（12）：3855-3890.

[5]ALLEN T， ARKOLAKIS C. Trade and the topography of the spatial economy[J].The Quarterly Journal of Economics， 2014（3）：1085-1140.

[6]安虎森.新經济地理学原理[M].北京：经济科学出版社，2009.

[7]REDDING S J. Goods trade， factor mobility and welfare[J].Journal of International Economics， 2016（7）：148-167.

[8]DESMET K， NAGY D， ROSSI-HANSBERG E. The geography of development[J].Journal of Political Economy，2018（3）：903-983.

[9]陳晓佳，安虎森.比较优势、贸易自由度与产业份额[J].西南民族大学学报（人文社科版）， 2018（2）：118-126.

[10]KRUGMAN P.Increasing returns and economic geography[J].Journal of Political Economy，1991（3）：483-499.

[11]DESMET K， NAGY D K， ROSSI-HANSBERG E.Evaluating migration restrictions and coastal flooding[J]. American Economic Journal： Macroeconomics，2021（2）：444-486.

[12]DONALDSOM D， HORNBECK R. Railroads and american economic growth： a “market access” approach[J].The Quarterly Journal of Economics， 2016（2）：799-858.

[13]EATON J， KORTUM S. Technology， geography， and trade[J].Econometrica， 2002（5）：1741-1779.

[14]CASELLA G， BERGER R L. Statistical inference[M].NewYork： Thomson Learning， 2002.

[15]CALIENDO L，PARRO F. Estimates of the trade and welfare effects of NAFTA[J].The Review of Economic Studies， 2015（1）：1-44.

[16]本刊编辑部.自身强 强国家——交通运输部部长李小鹏阐释“交通强国”[J].中国公路，2018（1）：24-27.

责任编辑：武玲玲

Analysis on Agglomeration Effect of Transportation Infrastructure Based on Spatial Economics

Chen Xiaojia

（School of Public Administration， Guangzhou University， Guangzhou Guangdong 510006， China）

Abstract：For the phenomenon of transportation reshaping the distribution of economic activities，this paper constructs an interregional trade model of transportation network. Using simulation technology and difference-in-difference method to test the effects on market size of traffic network improvement， this paper analyze the agglomeration and diffusion of economic activities.The results show that traffic affects the feasible proportion of commodities for interregional trade and the scope of no-arbitrage price space，which is finally reflected in the periodic change of market size.The improvement of traffic network has the significance scale effect on market size and the elasticity of market size to traffic network is about 8.7%，while the effect of traffic center city is 2.3 percent higher.Under the asymmetric city technology，the policy effect of city that developing traffic center is magnified with the rising of the technical level，and the effect has a law of diminishing marginal.At this situation，the market access of the city connected with the traffic center city shrinks.This paper explores the internal mechanism of the traffic network to adjust the distribution of economic activities，and has certain application value for verifying the extent and scope of market integration and predicting the policy effect of the development of traffic network.

Key words：traffic network; market integration; evolution simulation; economic diffusion; economic agglomeration