市场一体化与经济增长——基于长三角城市群面板数据的空间计量分析

周正柱，李瑶瑶

（上海应用技术大学 经济与管理学院，上海 201418）

一、引言及文献综述

区域市场一体化有利于促进商品与要素自由流动，然而实践中仍存在行政、技术和政策壁垒，统一开放的市场体系尚未形成等制约因素，严重阻碍了区域经济增长，即使作为一体化程度较高的长三角区域也不例外。为此，《长江三角洲区域一体化发展规划纲要》明确提出，到2035年现代化经济体系基本建成。已有经验证据表明，城市集群成为推动区域经济发展的重要力量，作为世界级六大城市群之一的长三角城市群如何通过市场一体化推动经济高质量发展成为学术界关注的重点问题。当前，长三角城市群整体经济发展水平居全国前列，城市间深度融合机制日益完善，对全国经济发展形成了巨大的示范和辐射效应；但城市间经济发展不平衡问题依然突出，商品及要素空间流动仍存在瓶颈，市场经济体系还不健全。这些问题对长三角城市群市场一体化发展及经济高质量增长无疑形成了制约。因此，系统深入分析长三角城市群市场一体化对经济增长的影响，不仅有助于推动长三角城市群市场一体化发展，进而形成以城市群为导向的区域协调发展创新模式，而且有助于促进经济高质量发展，进一步为促进我国区域一体化协调发展提供新的思路。

关于市场一体化对经济增长的影响，从现有的文献看，主要有三种观点：一是市场一体化对经济增长产生正向影响。例如，Dirk（2011）从实证角度考察了区域市场一体化是否以及如何促进发展中国家之间的趋同和经济增长，发现区域市场一体化通过增加贸易和投资对增长产生积极影响［1］；Ke（2015）探讨了1995—2011年我国市场一体化与区域经济规模和增长间的关系，研究结果表明，国内市场开放对区域经济具有显著的促进作用［2］；张治栋等（2018）、陈磊等（2019）研究表明，劳动力与资本等要素流动可以提高区域一体化水平，从而对经济发展产生积极影响［3-4］；Oprea 和 Stoica（2018）、Orlowski（2020）等研究发现，资本深度一体化是支持经济加速增长的必要条件，进一步的市场一体化将提供资本融资渠道，改善资本配置，缓解市场和系统风险，促进实体经济增长［5-6］；张跃等（2021）从产业结构升级角度探讨市场一体化能够促进城市经济高质量发展［7］。二是在特定条件下，市场非一体化（市场分割）对经济增长产生正向影响。市场分割通过扭曲资源合理配置为代价促进经济增长［8］，还能基于较高的产业同构度对经济增长产生促进作用［9］。三是市场一体化对经济增长的影响不显著。Andreas 和 Alexabder（2019）分析东非市场时利用卫星图像测量夜间从地球发出的光线来衡量经济活动，结果发现经济增长效应是暂时的，而且对整个地区的影响并不显著［10］。

综上所述，学者们关于市场一体化对经济增长的影响研究内容已较丰富，可以为本文研究提供借鉴与启发。但由于研究方法、数据及对象等的不同，难以得出一致的结论。从现有的文献看，仍存在以下不足：一方面，从研究方法看，较少运用空间计量模型分析市场一体化对经济增长的空间效应；从研究对象看，对长三角城市群市场一体化经济增长效应的研究较少，尤其缺少以27个城市为研究对象。另一方面，以长三角地区为研究对象，运用空间计量模型研究经济增长状况，较多的文献关注产业集聚［11-12］、金融集聚［13-15］、交通［16-18］及城镇化［19-20］等方面，缺少市场一体化对经济增长的空间效应问题研究。因此，本文探讨长三角城市群市场一体化经济增长的空间效应，将有利于促进城市群经济高质量发展。

二、市场一体化对经济增长影响的空间效应理论分析

根据空间外溢理论，一个地区的经济发展对其邻近地区具有溢出效应，距离越近，溢出效应越明显。随着区域市场一体化水平的提升，逐渐消除区域间壁垒，促进要素跨区域流动，提高各种资源配置效率［21］。同时，区域间还存在广泛的关联效应，区域市场一体化水平提升，存在广泛的商品流动、技术溢出及要素流动等各种经济联系［22］；一体化水平较高的区域将会促进相邻区域经济的发展，而程度较低的地区存在负向的空间联动效应［23］。并且由于外部市场准入条件的改善，外部经济发展为当地创造了良好的市场需求条件，从而促进当地的经济增长。也就是说，我国区域经济发展存在溢出效应［24］。

新经济地理学的中心—外围理论认为，区域经济高质量发展不仅表现为经济总量的扩大，而且还表现为在空间范围内空间布局的动态变化，不同地区集聚与扩散的动态演化，推动整个区域经济的高质量发展［25］。一体化通过破除障碍使要素在区域间自由流动，区域间经济联系逐渐增强，中心城市的经济能量向外扩散，整个区域经济收敛增长，产生涓流效应［26］。尤为重要的是，交通一体化是区域一体化的基础和先导，一个区域交通发达，意味着中心城市能够将生产要素输送到周边地区，有利于降低周边地区的生产成本，促进区域经济增长。因此，市场的统一开放促进了商品、技术等跨区域流动，发挥了区域核心城市对周边地区经济增长的空间溢出效应［27-29］；随着区域一体化范围扩大，能够显著地促进周边地区的经济增长，即存在显著的边界效应和范围扩大效应［30］。

根据新经济地理学空间集聚理论，市场一体化水平较高的区域能够吸引企业选择其作为厂址，进而产生经济活动的空间集聚，即随着市场一体化水平的提高实现区域经济空间集聚，而区域经济的空间集聚进一步促进区域经济增长。Yujie（2020）认为，集群内的企业利用地理上的邻近性，容易形成正式或非正式的沟通网络，促进不同企业间信息、技术和管理经验的良性互补，促进信息传播，扩大知识溢出，中小企业还可以交流和获取行业前沿信息，消除壁垒，加快科技信息的传播和交流，有效提高行业全要素生产率水平［31］。苗峻玮和冯华（2021）认为，区域市场一体化水平提高加速了各类要素的流动，区域产业集聚的过程伴随着人才流动，从而进一步扩大人才集聚与产业集聚的双赢效应，为区域高质量发展奠定基础［32］。由于区域经济水平和集聚效应具有明显的外部性，集聚程度高、经济质量高的地区可以通过“示范效应”为邻近相对落后的地区树立标杆，邻近区域在模仿的过程中进一步推动区域要素关联性不断提升，从而促进区域整体经济发展。

三、空间计量方法

传统的统计理论是建立在独立观测假设的基础上的，然而独立观测在实际生活中并不普遍存在。长三角城市群不同城市间的宏观经济变量可能存在空间联系，因此，在进行空间经济计量模型分析之前，一般要判断对象间是否存在空间自相关性。

（一）空间自相关分析

空间自相关是进行空间计量分析的前提与保证，只有确定存在空间自相关关系后才可以对数据进行空间相关性建模分析。空间自相关是指一个经济区域中的某种经济现象或某一属性总是与其相邻经济领域中的相应经济现象或属性值相关［33］，包括全局空间自相关和局域空间自相关，其中全局空间自相关通常采用Moran指数值来检验，其计算公式为：

其中：I表示地区之间的总体相关程度；S2=分别代表第i地区和第j地区的观测值；n代表研究地区的个数；Wij为空间权重矩阵。Moran指数值的区间为［-1，1］，当指数值越接近1，表示空间正相关越强；当指数值越接近-1 时，表示空间负相关越强；当指数值为0时，表示呈现空间随机性。

一般而言，空间权重矩阵衡量事物间的关联程度，可分为邻接矩阵和逆距离矩阵两种设置方式：

局域空间自相关，本文采用Moran散点图和局域相关LISA 图来揭示经济增长、市场一体化的空间内部结构和集聚特征。

（二）空间面板计量模型

关于空间计量模型，其中空间杜宾模型（SDM）、空间滞后模型（SLM）和空间误差模型（SEM）是使用较为广泛的，选择哪个模型取决于因变量或自变量是否具有空间交互作用。对SDM 模型施加一个或多个条件限制可推导出SLM、SLX（1）和SEM模型，并进一步推导出OLS模型，具体如图1所示。

图1 SDM与SLM、SLX、SEM和OLS关系

（三）空间计量模型的选择

由于模型中可能存在空间相关性，最小二乘法参数估计结果可能导致估计参数的有效性和一致性损失，而极大似然估计能有效解决此问题。不同的空间模型反映了不同的空间依赖性，在模型估计中，应根据试验结果选择具体模型形式。本文依据Anselin 等（2004）提出的判别准则［34］：先进行LM检验，若LM-Error和LM-Lag都不显著，保持OLS模型；若只有LM-Error显著，选择SEM模型，反之，选择SLM 模型；若两者都显著，则进行稳健的LM检验，若只有Robust LM-Error显著，则选择SEM模型，反之，则选择SLM模型。当两者均显著时，借鉴Lesage 和Pace（2009）、韩峰和谢锐（2017）、曾艺等（2019）的观点，此时SEM模型与SLM模型均适用，可选择具有普遍形式的空间面板计量模型的SDM模型进行分析［35-37］。当选择SDM模型时，需要采用LR检验和WALD检验对SDM模型进行简化检验［38］。

四、研究设计

（一）变量说明

（1）被解释变量。关于经济增长水平变量的选取，根据赵儒煜和孙宁志（2019）、孙博文和孙久文（2019）等的研究思路［39-40］，同时考虑人均GDP指标更能反映经济发展所追求的公平与均衡目标［41］，本文采用人均GDP表示经济增长水平指标。

（2）解释变量。本文的核心解释变量为市场一体化总指数（Intetit），根据李庆芳（2020）等的研究思路［42］，本文将市场一体化分为商品、劳动力和资本等细分市场一体化。考虑数据可得性，其中商品市场一体化，借鉴刘秉镰和朱俊丰（2018）［43］的研究，选取食品、烟酒及用品、衣着、医疗保健用品、交通和通信等7 种消费品价格衡量商品市场；劳动力市场一体化，借鉴陈红霞和席强敏（2016）［44］的研究，选取在岗职工平均工资衡量劳动力市场；资本市场一体化，借鉴吕典玮（2011）［45］的研究，选取年末金融机构人民币人均各项存款余额和年末金融机构人民币人均各项贷款余额衡量资本市场。

同时，借鉴桂琦寒等（2006）［46］的研究，运用价格法测算2010—2019年长三角城市群27个城市商品市场一体化指数和资本市场一体化指数；借鉴陈立泰等（2017）［47］的研究，采用在岗职工平均工资的绝对偏差法计算劳动力市场一体化指数（2）；借鉴周正柱（2018）［48］等的研究，运用变异系数法确定权重，进而获得市场一体化总指数。

（3）控制变量。本文引入经济开放程度（Openit）、人力资本（Persit）、消费水平（Conit）、政府支出规模（Govit）和社会资本存量（Fixedit）等变量作为控制变量。其中，经济开放程度反映地区进出口贸易和相互投资程度对经济增长的影响，本文采用人均进出口额指标来衡量；人力资本通过提高劳动生产率、加大技术创新等机制促进经济增长，采用每万人在校大学生数来衡量；消费是拉动经济增长的三驾马车之一，消费水平的提升促进社会生产规模的扩大，采用社会消费品零售总额占GDP 比重代表消费水平；政府支出规模反映政府对地方经济发展调控程度，从宏观经济学理论来看，政府支出通常被看作是促进经济增长的重要手段，采用地方一般公共预算财政支出占GDP 比重来衡量；社会资本存量有利于促进生产要素流动和资源配置效率提高，影响区域经济增长，采用社会固定资本投资占GDP比重指标衡量社会资本投入水平。

各变量说明见表1所列。

表1 变量说明

（二）模型构建

为了研究市场一体化水平对经济增长的空间效应，根据空间面板计量模型主要类型，特构建如下模型。

（1）空间杜宾模型。为研究长三角城市群相邻城市经济增长的空间效应，同时分析相邻城市的市场一体化水平对观测城市经济增长的影响，根据图1，首先构建SDM模型：

其中，RGDPit为第i个城市第t年的人均GDP水平；ρ为空间滞后项WlnRGDPit的系数；W为空间权重矩阵；β为解释变量的系数；θ为解释变量空间滞后项的系数；b为控制变量的系数；Kit为控制变量；εit为随机扰动项。为了缓解异方差性，本文对绝对数值的变量RGDPit、Openit和Persit取自然对数处理。

（2）空间滞后模型。对于长三角城市群中各个城市而言，一个城市经济发展会受到相邻城市经济增长水平的影响，构建适合本文的SLM 模型，根据图1相关关系可知，当公式（4）中θ=0时，可得SLM模型：

（3）空间误差模型。影响经济增长的因素诸多，除本文选取的经济开放程度、人力资本、消费水平等因素外，可能还会受到如地理位置、环境等不可观测因素的影响。为研究市场一体化水平及不可观测因素对经济增长的影响，构建SEM 模型。由图 1 的关系，在公式（4）中，当θ=-ρβ时，可得SEM公式如下：其中，λ为空间误差自回归系数；Wμit为随机误差项的空间滞后项；εit为正态分布的随机误差项。

（三）数据来源及描述统计

本文采用的相关数据主要来源于历年沪浙苏皖统计年鉴，各变量描述性统计量见表2所列。

表2 变量统计特征

续表2

五、实证分析

（一）经济增长、市场一体化空间相关性检验

1.全局空间自相关分析

长三角城市群经济增长呈显著的全局空间正相关，而市场一体化水平从全局来看相关性不显著。根据公式（1）和公式（3），利用Geoda软件测算出2010—2019 年长三角城市群人均GDP 的Moran指数值，并研究长三角城市群区域的整体相关性。由表3可知，2010—2019年长三角城市群人均GDP的Moran 指数值均大于0，均通过1%或5%的显著性水平检验，表明长三角城市群人均GDP 空间分布具有显著的空间正相关性，长三角城市群各区域经济增长呈空间聚集状态；正的空间相关性表明经济水平较低的地区其邻近地区经济水平也较低，反之，经济水平较高的地区其邻近地区经济水平也较高。因此，长三角城市群人均GDP 在空间上分布不是随机的，而是表现出区域人均GDP 在空间上趋于聚集。运用同样方法测算2010—2019年长三角城市群市场一体化水平的Moran指数值，发现空间相关性并不显著，因此需要进一步分析局域相关性。

表3 2010—2019年长三角城市群人均GDP的Moran指数

2.局部空间自相关分析

为进一步了解经济增长和市场一体化空间集聚演变特征，分别绘制2010 年和2019 年Moran 指数散点图如图2所示，并列出散点图对应城市所处象限见表4所列，以及5%显著性水平局域相关LISA 图如图3 所示，以反映具体城市人均GDP 和市场一体化的空间集聚状态。总体上看，长三角城市群经济增长的局域中心呈现扩散态势，市场一体化发展出现“极点”和“洼地”现象。

由图2a、图2b 可知，2010 年长三角城市群人均GDP 相对集中在第一和第三象限，属于高—高集聚类型和低—低集聚类型，占总样本的62.96%；2019年位于第一、第三象限的城市更加聚集，占总样本的74.07%，反映了经济增长高值和低值聚集趋势明显。同样由图2c、图2d可知，2010年长三角城市群市场一体化水平的空间相关指数为正，尤其集中分布在第三象限，属于低—低集聚类型；2019年市场一体化水平的Moran指数由正转为负，呈现负的空间相关性，意味着长三角城市群市场一体化指数的空间分布模式有所改变，尤其分布在第二象限的城市较多，形成了差异化的低—高集聚的空间分布格局。

图2 2010年和2019年长三角城市群人均GDP和市场一体化水平Moran指数散点图

由表4可知，对于人均GDP指标，2019年苏州、无锡、上海、常州、镇江、南京和舟山仍处于高—高集聚区域，南通、扬州、泰州和嘉兴也都进入了高—高集聚区域，表明上海都市圈发展较快，都市圈内各城市间集聚力日益增强，经济能力在不断提升。而温州、台州和马鞍山进入低—低集聚区域，其中温州都市圈在地理位置上不如嘉兴、上海等城市地域相邻和经济相融，城市竞争力相对较弱；马鞍山离合肥较远，虽与南京较近，但属于不同省份，其发展受到一定程度影响。对于市场一体化水平指标，2019年上海、南通、镇江和宁波都进入高—高集聚区域，表明上海大都市圈具有较强的带动效应；而南京在2010 年和2019 年都处于低—低集聚区域，表明南京都市圈内城市的市场一体化水平较低，与上海等地形成明显的差异。

表4 Moran指数散点图对应城市所处象限

续表4

由图 3a、图 3b 可知，2010 年和 2019 年长三角城市群各城市经济增长空间聚类呈现一定差异。其中，2010 年上海、苏州、无锡和常州呈现为高—高集聚且显著，2019 年南通和镇江进入高—高集聚类型且显著，可以看出，该类城市主要分布在沪苏的东部沿海地区，反映出经济发展水平较高的城市对周边城市具有较强的带动和溢出效应；2010 年池州处于低—低聚集区域且显著，2019 年安庆、铜陵和芜湖进入低—低聚集区域且显著，可以看出，该类城市主要为皖南城市，表明皖南城市群形成了低值聚集状态，经济增长提升受阻。同样由图3c、图3d 可知，长三角城市群市场一体化水平呈现一定的局部集聚，2010 年仅有镇江通过5%显著性检验，且呈现出高—低集聚状态；2019年新增上海为高—高集聚类型且显著，安庆为高—低集聚类型且显著，且镇江演变为高—高集聚类型但不显著。

图3 2010年和2019年长三角城市群人均GDP和市场一体化水平局部LISA集聚图（示意图：P=0.05）

（二）LM检验和Hausman检验

由表5可知，LM-Error、LM-Lag、Robust LM-Error和Robust LM-Lag统计量在5%水平上均通过了显著性检验，表明SEM模型和SLM模型均适用，可以选择更为普遍的SDM 模型进行分析；进一步运用Wald和LR统计量检验表明，在1%水平上通过显著性检验，表明SDM模型不会退化为SEM模型或SLM模型。同时由表5的Hausman检验结果显示，统计量在10%水平上通过显著性检验，表明选择固定效应模型。因此，本文将采用固定效应的SDM模型来分析长三角城市群市场一体化对经济增长的空间效应。

表5 长三角城市群空间依赖性检验模型设定检验

续表5

（三）固定效应的SDM模型分析

本文将固定效应的SDM 模型分为空间固定、时间固定和时空（双）固定三种SDM模型进行比较分析，结果见表6所列。由表6回归结果可知，从R2值看，时间固定效应的SDM 模型R2值最大，为0.943 8，表明模型的拟合度最好；从sigma2值看，时间固定效应的SDM模型sigma2值最小，表明该模型较为稳定；从Log-likehood 值看，时间固定效应的SDM 模型Log-likehood 值最大，表明解释能力最好。因此，本文对长三角城市群市场一体化经济增长的空间效应研究，选用时间固定效应的SDM 模型较为合适（3）。

由表6 时间固定效应的SDM 模型分析结果可知，市场一体化水平的估计系数为0.038 6，在5%水平上显著，表明市场一体化有利于本地区经济增长；而市场一体化水平滞后项（WIntet）的估计系数为0.129，不显著，表明本地区市场一体化进程对周边地区经济增长的促进作用效果不明显。其可能的原因在于：首先，在长三角城市群市场一体化促进经济发展的过程中，大多数人的注意力会集中在上海等中心城市，而周边城市与中心城市的快速发展形成鲜明对比。尽管市场一体化对周边城市有辐射带动作用，但也会有一定的黑洞“汲取效应”，如上海等中心城市对各类资源要素的吸引，对周边城市的发展起到一定的制约作用。其次，长三角城市群不同城市间仍存在行政壁垒导致协调难、要素壁垒导致城市群内循环不畅、公共服务壁垒导致城市间公共资源差距大等，使得商品、劳动力、资本等要素资源流动受阻，从而对周边城市经济增长的溢出效应难以发挥。总之，长三角城市群各城市市场一体化对经济增长的效应呈现出对本地区影响显著、对周边地区影响不大的现象。

表6 空间杜宾模型的固定效应估计

各控制变量的估计结果不尽相同：①经济开放程度和人力资本都通过了1%的正的显著性检验，表明经济开放程度和人力资本有效促进了本地区经济发展。同时，人力资本交互项WlnPers回归系数在5%水平上通过显著性检验，表明本地区的人力资本水平提升会促进周边地区经济发展；但经济开放程度交互项WlnOpen 回归系数没有通过显著性检验，表明经济开放程度对周边地区经济增长的溢出效应不明显。②消费水平和政府支出规模都通过了负的显著性检验，表明消费水平和政府支出规模对本地区经济发展具有显著的抑制作用。其中，消费水平对经济增长的抑制作用与周立和赵秋运（2021）的研究结论一致［50］，可能的原因是较低的收入水平影响了人们的消费水平，低水平的消费进一步影响经济增长和收入水平；政府支出规模对经济增长的抑制作用与张凤超和黎欣（2021）的研究结论一致［51］，可能的原因是政府干预降低了要素配置效率，进而影响区域间经济的协调发展。从其与空间权重交互项的回归结果看，消费水平与政府支出规模交互项回归系数都不显著，表明溢出效应都不明显。③社会资本存量的估计系数没有通过显著性检验，表明其对本地区经济增长的影响较小，但从其交互项系数来看，通过了5%的显著性检验，即存在负向的空间溢出效应。

（四）SDM模型的效应分解

基于时间固定效应SDM 估计结果，对影响长三角城市群经济增长各种因素进行空间效应的分解。由表7可知：①市场一体化对经济增长的直接效应为正，且在5%水平上显著，表明市场一体化进程对本地区经济增长具有直接的推动作用；间接效应也为正，但不显著，表明邻近地区的市场一体化水平提升对本地区经济增长的促进作用效果不明显。②经济开放程度和人力资本对经济增长的直接效应都为正，且在1%水平上显著，表明经济开放程度和人力资本水平提升能够有效促进本地区经济增长；同时人力资本的间接效应正向且显著，但经济开放程度的间接效应为负值且不显著，表明邻近地区经济开放水平的提高会吸引该地区的要素集聚，抑制该地区经济发展，但效果不显著。③消费水平和政府支出规模对经济增长的直接效应在5%水平上呈现负显著，表明对本地区的经济增长具有显著的抑制作用；但消费水平和政府支出的间接效应都不显著，表明邻近地区对本地区的溢出效应都不明显。④社会固定资本对经济增长的间接效应为负且显著，但直接效应为负且不显著，表明抑制本区域经济增长效果不显著。

表7 市场一体化对经济增长影响的时间固定效应SDM空间效应分解

（五）稳健性检验

为了检验长三角城市群市场一体化对经济增长影响的模型设计是否具有稳健性，本文利用时间固定效应的空间杜宾模型对三省一市进行实证分析，因单一的城市不能设置地理权重，借鉴王立平和李艳萍（2014）［52］的做法，将上海市纳入江苏省，实证结果见表8 所列。将表8 与表6 进行对比分析，同时将效应分解的结果表9 与表7 进行对比分析，发现在分区域的实证分析中，三个层次分样本回归结果与城市群总样本实证结果一致，表明长三角城市群市场一体化对经济增长影响的回归结论具有较强的稳健性。

表8 分区域时间固定效应SDM空间效应估计

表9 分区域时间固定效应SDM空间效应分解

六、结论与启示

（一）主要结论

本文基于2010—2019年长三角城市群27个城市面板数据，运用空间计量模型对市场一体化经济增长的空间效应展开分析，得出如下主要结论：

（1）长三角城市群经济增长呈显著的空间自相关，而市场一体化水平的空间相关性不显著。同时，在空间杜宾模型的回归结果中发现，长三角城市群市场一体化显著促进本地区经济发展，而本地区市场一体化进程对周边地区经济增长的促进作用效果不明显，在效应分解的模型中，市场一体化的直接效应显著。

（2）在控制变量中，经济开放程度和人力资本均有效促进了本地区经济增长，且人力资本呈现显著的正向溢出效应；消费水平和政府支出规模对本地区经济发展具有显著的抑制作用；社会资本存量对本地区经济增长的影响较小，但存在负向的空间溢出效应。在效应分解的模型中，经济开放程度和人力资本的直接效应都为正且显著，同时人力资本的间接效应为正且显著；消费支出和政府支出规模对经济增长的直接效应为负且显著，间接效应均不显著；社会资本存量的直接效应为负且不显著，间接效应为负且显著。

（二）政策启示

（1）其一，研究结果表明，长三角城市群市场一体化显著促进本地区经济发展，同时效应分解结果显示直接效应显著为正。这可能的原因是，区域市场一体化实质上是破除壁垒，加强彼此间的联系，实现要素自由流动，从而扩大市场规模，加强市场竞争，同时也增强区域合作，提高区域间整体福利水平。具体体现在：一是在市场一体化进程中，市场规模不断扩大，市场竞争程度增强，企业不得不进行技术创新，同时可以优化资源配置，从而促进经济发展；二是在市场一体化不断深化发展的过程中，区域间合作拓宽了要素资源，地区间各类要素的合理配置能有效促进经济发展，同时区域合作也促进内贸增长，而贸易是区域间避免重复投资、发挥自身优势、形成高效共同体的过程；因此，区域的内贸活动能够有效促进经济更高质量发展。其二，研究结果表明，本地区市场一体化进程对周边地区经济增长的促进作用效果不明显，同时效应分解结果显示间接效应也不显著，即市场一体化对经济增长的空间溢出效应并不明显。其中可能的原因是：一是长三角地区间仍存在行政、技术等壁垒，不利于市场一体化进程，主要是由于市场主体在交易过程中会受到非公平性壁垒限制。一方面，现有的行政区划设置，使得企业在跨省、跨市业务中面临各种政府主体、不同的交接流程和手续，增加了企业行政成本，也降低了企业跨区域合作积极性；另一方面，不同地区的技术水平存在差异，掌握核心技术的能力也存在差距，这必然导致地方技术标准不同，同时各地方政策多是根据自身发展来制定，存在政策标准、规范不一致现象。二是在长三角一体化进程中，不难发现某些领域缺乏完善的协调体制机制。一方面，协调的体制机制不完善，往往会导致各地区“各自为政”，从本地区利益出发参与市场竞争，从而导致“囚徒困境”局面；另一方面，协调的体制机制主要作用在于更为合理地调配区域内资源，而协调机制的缺位必然会导致资源浪费，不利于区域资源利用效率提高，难以提升区域一体化水平。

总体上看，由于这些区域合作主要障碍因素的作用，呈现出市场一体化对周边经济增长空间效应不明显的现象。因此，要合理优化市场一体化空间布局，强化空间溢出效应。①要不断完善市场体系，深化要素配置市场化改革，发展紧密的产业链关系，避免政府体制过强对资源配置的干扰，进而推进长三角区域市场一体化建设。②深入分析城市群内各区域优势产业，错位扶持主导产业，优化产业空间布局，为一体化发展注入新活力。例如，以上海为中心，协同江苏南部地区和浙江等地区积极拓展总部经济、研发设计等核心产业链，向大数据、人工智能、大飞机等产业技术前沿靠拢；苏北、皖北等地区充分利用农业主产区优势，大力发展如大健康等特色产业或配套产业。③打破阻碍市场发展的行政、技术壁垒，突破边界约束，促进要素自由流动。市场一体化的内涵实质上就是实现要素的无障碍流动和区域间的全方位开放合作，而长三角一体化的最终目标是让各类要素突破现有的行政、技术壁垒，促进要素自由流动，进而实现效益最大化。因此，在推进长三角市场一体化进程中，要建立统一的市场准入标准、产品质量标准、计量标准等，同时要着力破除行政壁垒，让各城市的资源充分发挥作用，协同促进发展。长三角城市群依托发达的交通、通信等基础设施，完成周边城市要素向中心城市的回流效应、中心城市向周边城市的涓滴效应，实现各类要素在城市之间的高效流动。

（2）研究结果表明，人力资本水平的提升不仅对本区域的经济增长具有推动作用，而且对相邻区域经济发展也具有显著的促进作用，同时效应分解结果显示直接效应和间接效应都显著为正，即呈现显著的正向溢出效应。根据卢卡斯内生经济增长理论，在市场一体化进程中不断破除壁垒，带来跨区域的商品流动，劳动力也在区域间流动更加迅速，人力资本作用于其他生产要素，进而影响经济增长。例如，促进生产率提升、技术进步，间接地推动经济发展。此外，在长三角城市群市场一体化促进区域经济发展过程中，地方政府财政收入持续增加，政府将更加重视教育和科技，教育支出和人力资本培养投资规模将随着区域经济增长而增加，从而培养更多高素质、适用型人才，提高区域人力资本水平，进一步促进经济增长。因此，长三角城市群政府要不断提升人力资本水平，加强人力资本的区域流动性、外溢性。例如，推动科技创新平台开放合作，围绕重点发展领域，开展基础科学问题研究，集聚一批世界级领军人才；发挥上海全球科创中心等高能级平台的辐射带动作用，支持各地平台设立“人才飞地”，鼓励通过共建等方式深化合作；逐步实现公共服务一体化，政府间协同推进社会保障制度改革，以便更好地为区域内人才的流动提供制度保障。

（3）研究结果表明，对外开放对本地区经济发展存在显著的正向影响，而对周边地区的带动作用不明显，同时效应分解结果显示直接效应正向显著，而间接效应不显著。其中可能的原因是，在长三角城市群内，对外开放程度差异明显，其中沪浙苏的对外开放程度较高，而安徽对外开放程度较低。这种差异化的对外开放水平也加剧了资源流动的两极分化，从而引起发达地区和落后地区所吸引外资的结构存在差异。外资对落后地区的投资更倾向于劳动密集型产业，而对发达地区的投资则会注重技术研发，这将进一步加剧产业布局不合理、经济发展差距等问题显现，有碍市场一体化发展。同时回波效应指出，在区域经济发展不平衡初期，发展较好地区对附近地区的影响更多时候的表现是负面的。例如，上海自贸区的建立对其他地区产生了双面的影响，挑战与机遇相互并存。一方面，会吸引大量的外资集聚，导致其他地区招商引资困难；另一方面，还可能会造成其他区域内优质企业的流失等问题。为此，长三角城市群要依托现有的基础设施和经济发展优势，在建设开放新高地进程中，可在上海自贸区率先探索实施大宗商品、数字贸易等国际贸易新模式，促进劳动力、资本的自由流动，不断改善营商环境，并逐步在浙江、江苏和安徽等自贸区推广，最终实现开放与高质量融合发展的战略目标。

注 释：

（1）SLX模型又称空间自变量滞后模型，借鉴Chao等（2019）［14］的观点，在实际研究中较少使用，因此本文不对其加以讨论。

（2）由于选取在岗职工平均工资单一指标衡量劳动力市场，不能计算其方差，难以运用价格法。

（3）唐建荣等（2018）指出，在空间计量模型中，Log-likehood值的大小表明了拟合数据效果的优良，数值越大，模型效果越好；拟合优度R2越大，模型的拟合程度高；离散度sigma2越小，模型更为稳定［49］。