基础设施对中亚区域经济一体化的影响—— 基于空间面板杜宾模型的研究

徐坡岭 李宝琴

1（辽宁大学国际经济政治学院，沈阳 110036）

2（中国社会科学院俄罗斯东欧中亚研究所，北京 100007）

3（新疆师范大学商学院，乌鲁木齐 830017）

引 言

中亚区域经济一体化近年来出现了引人注目的新态势。以2016年底乌兹别克斯坦新总统米尔济约耶夫上台为契机，其 “优先面向中亚”的外交理念和一系列 “新政”的推行，打破了中亚区域内一体化多年停滞不前的僵局，五国关系明显回暖，地区一体化再现生机[1]。但2020年全球新冠肺炎疫情以来，刚刚有所恢复的中亚区域内一体化在各国普遍采取封闭、隔离、阻断等人为干预措施之后，被按下了暂停键。在当前影响中亚一体化的诸多因素，尤其是各国经济结构和彼此复杂的矛盾短时间内难以根本解决的条件下，叠加新冠肺炎疫情的影响，中亚五国走区域内一体化道路愈发艰难，迫切需要借助外力发展跨区域一体化[2]。其中，借助中国倡导的 “一带一路”发展东向联系，参与区域乃至全球的产业链是中亚国家必不可少的选项之一。

中国 “一带一路”实践进程中，加快基础设施建设，实现互联互通始终是重要一环并作为优先发展战略加以推进。2021年11月习近平总书记在第三次 “一带一路”建设座谈会上，将基础设施 “硬联通”作为推动共建 “一带一路”高质量发展的重要方向，这一表述与2015年3月提出的 “五通”（政策沟通、设施联通、贸易畅通、资金融通、民心相通）一脉相承。

基础设施的改善是否对中亚区域内一体化有正向的空间溢出？更进一步，其对中亚跨区域一体化又具有何种效应？该问题的研究对于如何认识基础设施对中亚区域经济一体化的作用，深刻理解中国 “一带一路”倡议为什么要以 “基础设施的互联互通”为核心，进而把握推动 “一带一路”高质量发展的关键点具有重要意义。

1 文献回顾

研究基础设施对区域一体化的影响，首先要解决如何衡量区域一体化。学者们大致采取以下两种路径：（1）直接评估区域内贸易壁垒的减少或消除程度，但存在测算和汇总难以统一问题；（2）通过区域内贸易、投资、金融一体化等指标间接衡量[3]。其中，贸易一体化作为衡量指标更为常见，原因在于贸易流量能够较为直接地衡量出区域间往来程度。正如亚洲开发银行指出 “传统上贸易一体化是区域一体化的基石”。因此，基础设施对区域一体化影响的研究在许多文献中将其转换为基础设施对贸易的影响研究，并得出了 “基础设施改善对于缩短贸易时间、减少贸易障碍、降低贸易成本、提高贸易效率具有重要作用”的共识。其理论基础在于基础设施建设通过影响广义贸易成本，进而影响商品价格，最终影响商品需求和国际贸易水平。

如 Behrens（2004）[4]指出具备更好交通基础设施条件的国家能够获得更多国际贸易流量，促进经济均衡发展，从而论证了基础设施对国家贸易乃至国际一体化的作用。Shepherd和Wilson（2007）[5]就道路基础设施对贸易量的影响进行实证研究，并得出 “道路升级能使得贸易总额增加30%”这一结果。 Francois等（2009）[6]通过建立引力模型，分别对交通和通信基础设施对国际贸易的影响进行实证分析，认为前者对贸易的作用在发展中国家更为明显，而后者对贸易的作用在发达国家更加明显。 Ishise和 Matsuo（2015）[7]将边界效应引入引力模型，评估了美国和加拿大边界效应对贸易的影响，以此测度美加间一体化水平。世界银行（2019）[8]将地理数据和网络算法相结合，计算191个国家由于基础设施的改善所引起的运输时间和贸易成本的变化。研究结果表明：“一带一路”基础设施网的改善能够使得沿线经济体平均运输时间缩短3.2%，贸易总成本降低2.8%。同时，由于溢出效应，包括非 “一带一路”经济体的所有国家运输时间将平均缩短2.5%，贸易总成本将平均降低2.2%。

国内学者关于基础设施对区域一体化影响的实证研究多采用引力模型，得出了大体一致的基本结论，即：基础设施对区域一体化具有正向促进作用。对国内区域一体化影响的相关文献如：刘生龙和胡鞍钢（2011）[9]将交通基础设施加入到引力模型中，讨论交通基础设施对中国区域一体化的影响。其中区域一体化的衡量采用最能直接反映中国省际间贸易流量的货物运输周转量指标进行刻画。刘育红和王曦（2014）[10]采用引力模型，研究了 “丝绸之路经济带”上的17个中国重要城市的交通基础设施对区域一体化的影响。对国家间区域一体化影响的相关文献如：梁双陆和张梅（2016）[11]运用边界效应模型，测度基础设施的联通对我国与周边国家贸易边界效应的影响，认为不同的基础设施联通能够不同程度地降低边界屏蔽效应，因此其建设存在优先序问题。何敏（2020）[12]运用边界效应引力模型研究了设施联通（包括交通、能源、通信）对中国与 “一带一路”国家区域一体化的具体贡献度，并得出了铁路港口对区域一体化贡献显著，而公路、航空、能源、通信贡献不显著的结论。

与上述引力模型的研究方法有所不同，王娟（2015）[13]运用空间面板杜宾模型， 研究 “丝绸之路经济带”沿线主要14个国家的基础设施对区域一体化的影响，结果表明：基础设施对区域一体化的促进作用是客观存在的，但不可高估。并且，管道运输、铁路运输、公路运输对区域一体化的影响是逐渐递减的。

上述文献为本文提供了研究内容和研究方法等方面诸多借鉴，在此基础上，本文将研究范围聚焦于中亚五国。单独讨论基础设施对中亚地区一体化影响的文献并不多，可得文献也多是结合“丝绸之路经济带”阐述中亚交通现状与一体化前景，以事实性陈述和介绍性文献居多，量化研究较为少见。如王维然（2014）[14]认为苏联时期留下的以俄罗斯为中心的基础设施布局对中亚区域一体化是一把双刃剑，如各国能利用好已有的基础设施开展合作，则会将各国紧密地联系在一起，反之，则由于大量的跨境问题产生更高费用，加重各国负担。章庆慧和蔡畅（2014）[15]基于中国和中亚空间差异性分析，指出各自所拥有的比较优势，而交通运输合作则有利于发挥比较优势。欧阳向英（2016）[16]通过分析中亚交通一体化的现状，指出 “丝绸之路经济带”必须与中亚各国交通政策相协调，并注意防范投资风险。

考虑到基础设施作为一种典型的公共产品，具有明显的空间溢出效应，本文采用空间计量方法，研究其对中亚区域经济一体化的影响，并从区域内和跨区域两个维度展开。

2 模型设定与变量数据

2.1 空间相关性检验

空间自相关性检验需要设定适当的空间权重矩阵。本文构建常见的0～1空间权重矩阵W1（也称为相邻空间权重矩阵）、经济空间权重矩阵W2和距离空间权重矩阵W3①。考虑到中亚五国除了哈塔、土吉、土塔两两不相邻之外，其余均两两相邻，空间距离并不遥远，但国家间经济差距非常明显，因此宜采用W1和W2矩阵，W3并不适合。下文运用Stata15软件，分别构建相邻和经济空间矩阵，并以莫兰指数（Moran's I）对中亚五国2009～2020年区域一体化进行空间相关性检验。

表1显示，被解释变量区域一体化（rei）在两种矩阵下，莫兰指数基本显著且大于0，表明存在正空间相关性，因此有必要采用空间计量分析方法[17]。

表1 中亚五国2009～2020年区域一体化莫兰指数

2.2 模型设定

本文参考Anselin等（1988）[18]的空间建模方法，将空间杜宾模型（SDM）设定为：

其中，μi为空间效应，γt为时点效应，ρ与δ分别为被解释变量和解释变量的空间滞后项回归系数。W为空间权重矩阵，并且按照一般文献做法，将被解释变量和解释变量的空间权重矩阵设为相同矩阵，w′i为空间权重矩阵W的第i行。w′i reit为被解释变量空间滞后项，w′iXt为解释变量空间滞后项，β为n维列向量，εit为随机扰动项；i和t表示i国第t年的数据。被解释变量rei，解释变量X包括核心解释变量indi和控制变量pg-dp、open、fdi、industry、co、bop、diver。

2.3 数据来源及变量说明

2.3.1 被解释变量：区域一体化（rei）

文献中采用贸易流量来衡量一体化比较常见，因为贸易流量能够较为直接地衡量出区域间的往来程度。借鉴该方法，本文选择区域贸易比重来进行区域一体化衡量，用公式可以表示为：

其中，WAi代表区域A内i国的贸易比重，XAAi与MAAi分别代表区域A中i国的区域内出口和进口，XAi与MAi分别代表区域A中i国的总出口和总进口。数据来源为IMF DOT数据库，根据上式计算出中亚五国2009～2020年区域贸易比重，代表中亚区域内一体化水平。中亚跨区域一体化水平计算方法与之相同。

2.3.2 核心解释变量：基础设施发展指数（indi）

该指数来自于 《“一带一路”国家基础设施发展指数报告2020》，该报告由中国对外承包工程商会联合中国出口信用保险公司自2017年开始每年共同发布。报告以71个重点国家为研究对象，从发展环境、发展需求、发展热度和发展成本4个维度，以及交通（铁路、公路、机场、港口）、能源（电力）、通信、水务（供水和污水处理）4个具体行业，通过选取45个指标，构建三级指标体系，给出了各国2009～2020年基础设施发展指数[19]。相较于以往文献中多采用基础设施中的交通基础设施单一指标进行实证分析而言，本文认为该报告给出的测算指数覆盖面更广，体现了基础设施的多样性，因此抽取报告中测算的中亚五国、俄罗斯及中国2009～2020年基础设施发展指数作为本文核心解释变量。

2.3.3 控制变量

本文选取学者们常用的影响区域一体化的如下7个指标：

（1）经济增长（pgdp），用各国人均 GDP来衡量，数据来源于WBI数据库。

（2）对外开放度（open），用各国进出口贸易总额来衡量，数据来源于IMF DOT数据库。

（3）对外投资（fdi），用各国外资流入流量来衡量，数据来源于UNCTAD数据库。

（4）工业水平（industry），用各国工业增加值占GDP的百分比来衡量，数据来源于WBI数据库。

（5）国际收支（bop），用各国经常账户占GDP的百分比来衡量，数据来源于UNCTAD数据库。

（6）产品多样化指数（diver），能够反映进出口产品结构，表明某个经济体进出口产品结构与世界平均值之间的差距，数值越接近1，说明离世界平均水平差距越大，数据来源于UNCTAD数据库。

（7）区域合作组织（co），作为区域一体化的载体或平台，是影响区域一体化进程的因素之一，本文引入是否参加区域合作组织虚拟变量，加入为1，未加入为0②。

为减少量纲影响，缓解异方差，pgdp、open、fdi3个指标均作取对数处理。

3 实证结果分析

3.1 中亚五国空间面板估计

空间面板常见模型主要有空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）3种。在通过空间相关性检验后，运用Stata15分别对以上3种模型进行估计，发现在不同空间权重矩阵下，SDM和SAR空间滞后系数（ρ）和SEM空间误差系数（λ）均显著，再次印证了存在空间效应，运用空间计量分析是合适的。经过似然比（LR）检验，拒绝了可以退化为SAR和SEM模型的原假设，因此模型选用上宜采用更一般的SDM模型。进一步，通过Hausman检验可以强烈拒绝随机效应原假设，应采用固定效应SDM模型。

表2 SDM、SAR、SEM 3种模型空间系数及其相关检验

下一步，需判断固定效应SDM模型究竟宜采取空间固定、时点固定还是双向固定效应？经过似然比（LR）检验，均拒绝了可以简化为空间固定和时点固定原假设，说明应采用双向固定效应SDM模型（即表3中模型3和模型6）。此外，结合Loglikelihood、AIC、BIC等指标综合来看，仍得到同样结论。

表3 SDM模型3种固定效应估计结果及相关检验

续 表

观察表3中模型3和模型6，被解释变量空间滞后系数ρ通过1%的显著性水平检验，且符号为负，说明区域一体化具有负向空间溢出效应。可以用贸易理论中的贸易创造效应和贸易转移效应进行解释。贸易创造效应最终带来了一体化组织成员国之间贸易规模的扩大和社会福利水平的提高。而贸易转移效应使得成员方从同盟外进口低成本的产品被同盟内其他成员方高成本的产品所替代从而带来的福利损失。因此，一体化对成员国福利的最终效果是不确定的，取决于两种效应的对比力量。从估计结果来看，中亚区域内一体化呈负向空间溢出，说明中亚国家间贸易转移效应大于贸易创造效应。

解释变量的空间滞后项（表3中用W∗indepvar表示）。核心变量基础设施空间滞后系数在两个矩阵下均通过5%显著性检验，且符号为负。说明在控制其他变量不变的情形下，基础设施对中亚区域内一体化产生显著负向空间溢出，基础设施的提高并不能带来中亚区域内贸易的增长和一体化水平的提高。

解释变量系数。要注意的是，空间计量模型与普通面板模型不同，直接比较估计出的各解释变量系数往往是无效的。正如Leasage（1997）[20]指出，采用空间计量模型得到的系数是有偏的，并不能准确反映空间模型变量间关系，因此需采用偏微分方法对空间计量模型进行效应分解。表4是对中亚五国双向固定SDM模型进行效应分解的估计结果。

表4 中亚五国双向固定SDM模型效应分解

核心变量的效应分解。在双向固定效应SDM模型的两种矩阵下，核心变量基础设施（indi）的间接效应和总效应均显著为负，且数值非常接近。说明中亚国家基础设施水平的提高，反而会减少中亚区域内贸易，不利于区域内一体化。具体来看，控制其他影响因素不变的情形下，基础设施指数每提高1个点，中亚区域内贸易比重平均减少0.455%～0.458%之间（总效应）。

控制变量的效应分解。人均GDP、FDI对中亚区域内一体化效应显著为负。这与中亚国家自身经济发展水平、工业结构和贸易方向是一致的。中亚国家产业结构雷同性决定了彼此并不是最重要的贸易伙伴，人均GDP以及外资流入的提高，并不会增加域内一体化水平，反而会产生负向空间外溢，对本国与域外国家的跨区域一体化产生推动力量。工业水平（industry）指标对区域一体化效应显著为正，表明中亚国家同质化工业结构的改善是有利于区域内贸易和一体化水平的。区域合作组织（co）指标对域内一体化影响的直接效应显著为负，而间接效应和总效应并不显著，这也一定程度上印证了中亚区域合作组织效率不高，符合学者提出的 “纸面上的一体化”特征。

上述分析核心结论为 “基础设施的改善并不能提升中亚区域内一体化水平”。基于本文对中亚区域一体化划分为区域内和跨区域两个层面，下文将聚焦于基础设施对中亚跨区域一体化水平的影响研究。

表5显示，中亚五国主要贸易伙伴来自于俄罗斯和中国，两国多年来基本居于中亚贸易伙伴的前3位次。因此，下文分别把 “中亚五国＋俄罗斯”和 “中亚五国＋中国”各视为一个研究区域，研究基础设施对中亚跨区域一体化水平有何影响。

表5 中亚国家前5位贸易伙伴占比（2020年）

3.2 加入俄罗斯、中国之后的SDM模型估计

采用与前述相同过程和方法，分别对加入俄罗斯和中国之后的中亚跨区域一体化进行SDM模型效应分解，结果见表6和表7。

表6 中亚五国＋俄罗斯SDM模型效应分解

表7 中亚五国＋中国SDM模型效应分解

表6显示，不论在何种空间矩阵下，基础设施（indi）的间接效应和总效应均显著为负，且数值差异不大。在控制其他影响因素不变的条件下，基础设施每提高1个点，该区域内贸易比重减少幅度在0.269%～0.295%之间（总效应）。说明 “基础设施”这一核心变量对被解释变量 “区域一体化”产生负空间溢出，即在 “中亚五国＋俄罗斯”这一区域内，基础设施的提高并不能促进该区域的一体化水平，反而产生了负向空间溢出。该结论与将中亚五国单独作为一个区域的研究结果基本相同（见表4）。

究其原因：（1）中亚五国和俄罗斯地理位置接近，基础设施的改善更方便 “投资替代贸易”，各国对FDI效应的渴望也会因 “基础设施的改善”而更加强烈；（2）中亚五国和俄罗斯产业结构的相似性，基础设施的提高并不能推动相互的贸易联系，反而为彼此寻找新的贸易伙伴，开展跨区域的合作提供了便利。

在其他控制变量中，工业化水平（industry）和区域合作组织（co）的估计结果也与中亚五国结果基本相同。前者的间接效应和总效应均为正值，并通过了1%显著性检验，反映出俄罗斯与中亚五国工业结构同质性问题，其改善将利于提高区域贸易和一体化水平。后者的直接效应和总效应均为负值，说明不论是中亚五国间合作组织还是以俄罗斯为主导的欧亚一体化组织并未能提升一体化水平，存在效率不高问题。

表7是将 “中亚五国＋中国”作为一个考察区域所得出的SDM模型效应分解结果，不论在何种空间矩阵下，核心变量基础设施（indi）对该区域一体化有了明显的正向溢出，该结论与 “中亚五国”和 “中亚五国＋俄罗斯”这两种情况截然相反。具体来看，在控制其他影响因素不变的条件下，基础设施每提高1个点，该区域内反映区域一体化的指标 “区域贸易比重”将增加，幅度在0.313%～0.368%之间（总效应）。

在其他控制变量中，人均GDP（lnpgdp）和产品多样化指数（diver）对区域一体化有较为显著的正向作用，前者符合大多数研究结论，即贸易和经济增长存在正相关性；后者也与中亚五国与中国的贸易互补性特征相吻合；对外投资（lnfdi）则对区域一体化有较为显著的负向作用，其原因主要在于中亚五国与中国贸易体量差距大，如中亚在中国的贸易比重多年来持续徘徊在1%左右③，不论对中亚五国或中国来说，对外投资的增加往往会引致寻找区域外新的贸易机会，从而减少区域内贸易的比重，这也符合Mundell[21]提出的国际贸易和国际资本流动二者之间可以呈现相互替代性关系的观点；而是否加入区域合作组织（co）对区域一体化作用则并不显著，说明中国与中亚国家之间的区域合作组织效用不明显，上合组织的作用有待加强。

4 稳健性检验

本文借鉴学者文献，采取如下两种方式进行稳健性检验：（1）变换空间权重矩阵；（2）替换被解释变量。前者本文选取不同空间权重矩阵进行变换；后者本文将衡量一体化的被解释变量 “区域内贸易比重”（reiit）替换成 “区域内贸易流量”（tradeit），并取对数以减小量纲影响，缓解异方差问题。贸易流量数据来源于IMF DOT数据库。

4.1 中亚五国SDM模型稳健性检验

表4是采取第1种变换方式的结果，表8是采取第2种变换方式的结果。

表8 中亚五国SDM模型效应分解（被解释变量替换为lntrade）

分析表4和表8，本文发现在不同空间权重矩阵和不同被解释变量下，核心变量基础设施（indi）的符号和显著性未变，均呈现出显著的负相关。其他变量符号和显著性也未发生大的变化，说明中亚五国SDM模型比较稳健。

4.2 分别加入俄罗斯、中国之后的SDM模型稳健性检验

表6和表7已分别就不同空间矩阵进行了SDM模型的效应分解，实际上已完成第1种变换方法，结果是稳健的。表9和表10则是按照第2种变换方法得到的估计结果。

表9 中亚五国＋俄罗斯SDM模型效应分解（被解释变量替换为lntrade）

表10 中亚五国＋中国SDM模型效应分解（被解释变量替换为lntrade）

续 表

表9、表10与表6、表7对比后发现，替换被解释变量后，核心变量基础设施（indi）的符号和显著性与替换前结果相同，即将 “中亚五国＋俄罗斯”作为一个考察区域，基础设施对该区域一体化仍然呈显著负相关；而将 “中亚五国＋中国”作为一个考察区域，仍然呈显著正相关。其他变量符号和显著性与替换前结果相比也基本一致。

综上，研究基础设施对中亚区域一体化的影响所建立的SDM模型具有较好的稳健性。

5 结论与政策启示

根据前文研究，得出如下结论与政策启示：

（1）基础设施对中亚区域经济一体化的作用，既可能存在正向溢出，也可能存在负向溢出，需要加以区分。对单纯中亚区域内和加入俄罗斯后形成的中亚跨区域这两种情形而言，基础设施对区域一体化有显著的负向溢出，即并不能依靠基础设施的改善来提高区域贸易比重，提升区域一体化水平。同时，从区域合作组织（co）这一变量来看，也与区域一体化呈负相关或不显著，说明不论是中亚五国间的合作组织还是以俄罗斯为主导的合作组织均呈现低效率，甚至对贸易产生抑制作用。因此，提升中亚区域一体化，并不必然从基础设施或合作组织、合作协议等路径着手，而可以从其他路径，如在模型中显示具有较为显著的正向影响的对外开放度（lnopen）和工业水平（industry）等指标进行推进。

对于加入中国之后的中亚跨区域一体化研究结果表明，基础设施对该区域的一体化有显著的正向溢出。此外，其它控制变量如人均GDP（ln-pgdp）、对外开放度（lnopen）和产品多样化指数（diver）对区域一体化也具有较为显著的正向作用。通过改善以上变量实质上提供了中国提升与中亚国家合作水平的路径。

（2）本文研究结论从实证的角度契合了中国提出的以基础设施互联互通为核心的 “一带一路”倡议。提升基础设施互联互通水平，对于地处内陆，基础设施相对落后的中亚国家来说，有利于降低贸易成本，提高参与区域一体化能力，融入全球产业链和供应链，最终带动经济发展[22]；对中国来说，基础设施是保证与中亚国家持久合作的基本条件，其改善有利于拓展与中亚多方位产业合作，构筑 “共荣利益”，有效减少各国对中国过于倚重能源合作的担心、疑虑甚至误解，充分发挥比较优势，稳固长久合作关系。

（3）中亚国家作为 “一带”的启动区和核心区，建设 “一带”的过程，是中国为改善中亚地区连接，深化与中亚地区合作而提供的公共产品的过程，也是中国完善周边外交，探索互利共赢的新型合作理念和方式，顺应全球治理体系变革，构建同舟共济、权责共担的人类命运共同体的新实践。而基础设施作为一种具有空间外溢性的公共产品，正是周边国家易于接受和欢迎的，因而也是高质量推进 “一带一路”建设的优先或核心领域。

注释：

①本文W2矩阵用样本期（2009～2020）两地之间人均GDP差额进行构建；W3矩阵用两地行政中心的经纬度计算得出的地表距离进行构建。

②2009年之后，中亚五国与俄罗斯重要的区域合作组织本文选取欧亚经济共同体和欧亚经济联盟，中亚五国与中国重要的区域合作组织本文选取上海合作组织。

③根据IMF DOT数据库整理计算。