交通基础设施对高技术产业空间区际集聚发展的实证研究

马 宁 庄 倩 徐蒙娜

(1 东南大学法学院，南京 211189；2 中国药科大学国际医药商学院，南京 211198；3 台州市立医院，浙江 台州 318099)

0 引 言

高技术产业在东南沿海特别是长三角、珠三角、环渤海经济带的集聚趋势愈加明显。在创新经济时代来临的背景下，高技术产业的集聚对资本、劳动等生产要素提出了“质”与“量”的双重需求，随之而来的是要素和中间商品的流转效率要求，这与交通基础设施密不可分。除了物流成本，高技术产业在人才的流动、产业链的分工、区位的选择等方面也受到交通基础设施的重要影响。

高技术在很多学者眼中与技术创新紧密联系，因此大部分文章尤其关注其创新能力、创新效率问题。但是关于高技术产业在空间上形成集聚的动因分析的研究尚不多见。金春雨等(2015)从空间计量经济学的角度对高技术产业的空间集聚及其影响因素进行了实证分析[1]。而本文的核心研究内容是从交通基础设施这一特殊的视角来研究促进高技术产业集聚的影响要素。

相较于传统的劳动与资本要素，交通基础设施作为非竞争性与非排他性的准公共物品，往往被视为促进经济增长的外生变量。郭广珍等(2019)构建了一个验证交通基础设施是否能同时通过影响生产和消费，进而促进经济增长的模型[2]。王辑慈(1992)从产业生命周期的角度分析了高技术产业在不同时期对交通基础设施的需求差异，阐述了高技术产业在不同阶段的交通运输方式的差异[3]。这些结论多是基于多国文献研究的基础上得出的，缺乏相应的实证支持。虽然本文的很多结论都印证了这些论述，但是在新的经济发展时期，高技术产业的区位选择也发生了很大的变化。

中国的高技术产业经历了从代加工生产为主向技术导向为主，最终形成目前“生产—技术”协同的阶段。因此在不同的阶段，产业对交通基础设施的依赖不同。本研究提出如下假设：公路对高技术产业集聚存在显著的正向作用；铁路对高技术产业集聚存在显著的负向作用；铁路与公路对高技术集聚在产业不同的发展阶段存在一定的非线性变化。

1 研究设计及数据来源

本文高技术产业集聚的程度主要通过高技术产业区位商加以衡量，主营业务收入为主要衡量指标。本文对高技术产业区位商的计算公式为：

(1)

通过式(1)计算出3个高技术子行业被解释变量：医药制造业区位商(LQ_Phar)、航天航空制造业区位商(LQ_Aero)、电子信息制造业区位商(LQ_IT)。

本文的主要解释变量有：公路密度(d_road)，使用公路里程数/土地面积这一密度变量来衡量公路基础设施的情况；铁路密度(d_rail)，使用铁路里程/土地面积衡量铁路基础设施的建设；同时，使用在岗职工平均工资(awage)、贸易依存度(trade)作为控制变量。数据来源于1997—2016各省级行政区域内的《中国统计年鉴》《中国劳动统计年鉴》《高技术统计年鉴》及《统计年鉴》。

2 交通基础设施对高技术产业影响实证检验

2.1 基准回归模型构建

交通基础设施是制造业进行区位选择时参考的重要依据，产业的集聚效应达到一定程度后会产生拥挤效应，即交通基础设施较发达的地区反而会导致产业分散的趋势。因此，为了验证交通基础设施与高技术产业集聚之间是否存在线性或非线性关系，参考尹希果等(2010)添加二次项解释变量和三次项解释变量的方法[4]进行实证模型设定。最终的实证方程为：

(2)

2.2 实证结果

本文采用逐步回归法进行实证分析，表1的第1列衡量了交通基础设施与高技术产业集聚的线性关系。可看出，公路密度对高技术产业的集聚有显著正效应，而铁路密度对高技术产业的集聚有显著负效应。但是这一模型下的回归拟合系数仅为0.159，说明模型的解释力不强，存在遗漏变量的问题。

进一步加入交通基础设施的二次项与三次项，拟合系数得到了显著提高，模型的解释力得到了显著加强，说明交通基础设施对产业的集聚存在非线性关系。公路密度的二次项对产业集聚存在显著正效应，而铁路密度的二次项则存在显著负效应。这一对相反效应在三次项中同样得到了验证。这说明了交通基础设施中公路与铁路在高技术产业的集聚效应上存在典型逆向的非线性关系。

公路基础设施对高技术产业集聚的影响存在典型的U型关系，即在公路发展初期，公路对高技术产业的集聚是负向的，公路使产业在空间上更为分散。随着公路基础设施的不断完善，其对高技术产业在空间上集聚的负向影响达到了极限，在这拐点后，公路设施的进一步完善将促进高技术产业在空间上的集聚。总结来说，公路网络的建设完善过程中，其对高技术产业在空间上的集聚作用力存在先递减后递增的趋势。

铁路基础设施对高技术产业集聚的影响存在典型的倒U型关系，即在铁路发展初期，铁路对高技术产业的集聚是正向的，使产业在空间上更为集聚。随着铁路网络的形成，其对高技术产业在空间上集聚的正向影响达到极限，在这拐点后，铁路设施的不断完善反而抑制高技术产业在空间上的集聚。总结来说，铁路网络的建设完善过程中，其对高技术产业在空间上的集聚作用力存在先递增后递减的趋势。

高技术产业周期长、技术密集的典型特点是造成公路与铁路对高技术产业空间集聚差异的重要原因。我国高技术产业发展的初级阶段，产业的整体研发实力不强，更多以代加工产品为主[5]，因此高技术产业更多具备传统制造业的一些特征，企业对物流成本较为敏感的同时，产业链的复杂程度较低与中间加工环节较少导致产业分工粗糙。这一阶段也是我国交通基础设施建设的初期，因此靠近适合中长途运输且物流成本更低的铁路成为高技术产业企业选址的重要考虑因素。随着公路与铁路网线的发展，高技术产业也渐渐形成了技术密集的特征：研发比重不断加大，生产合作不断加深，产业内分工不断细化，对短距离运输的需求不断增大，对公路的依赖不断加强。例如电子与计算机制造业的很多产品由分散在一定空间范围内的零部件企业生产，各个企业通过发达密集的公路连接，最终在公路系统的支持下完成生产。这使得高技术产业在空间的集聚效应随着公路的建设进一步加强，而铁路成为产业在空间上进一步扩张延伸的助推器，使得产业在空间上表现出分散的趋势。

表1 面板数据OLS回归结果

3 高技术产业空间溢出效应测度

高技术产业受交通基础设施影响的拟合系数总体偏低，可能是受到空间上的交互影响，因此考虑从空间计量的角度进一步解释交通基础设施对高技术集聚的影响。本文使用以两地距离平方的倒数表示的地理距离权重矩阵(W)作为空间相关性的标准[6]。

3.1 空间计量模型选择

本文使用LR统计量检验空间计量模型是否具有个体效应和时间效应，结果表明，高技术产业区位商同时存在个体效应与时间效应。LM检验结果高技术产业区位商在地理距离权重矩阵下均支持SLM模型和SEM模型，说明被解释变量与权重矩阵存在自滞后关系的同时，其误差项与空间权重矩阵也存在相关关系，因此引入空间杜宾模型(SDM模型)以对其空间交互关系进行估计，模型的表达式为：

(3)

其中，WijLQ_Hightech是被解释变量与空间权重矩阵的交互项，Wij与解释变量的交互项也包含在空间杜宾模型中。

3.2 空间计量实证结果分析

本文实证采用的是短面板数据，对于包含双向固定效应的SDM模型，当时间和个体数量较大时，参数估计结果是有偏差的。本文实证结果见表2。

表2中结果4至结果6的拟合系数得到了显著的提升，说明空间杜宾模型比面板模型的解释力更强，同时说明高技术产业集聚与交通基础设施都存在不同程度的空间溢出效应。

表2 空间杜宾模型回归结果

高技术产业集聚在空间存在显著的空间自相关效应，表2中结果4至结果6的被解释变量与空间权重矩阵的交互项的系数均约为0.89，说明高技术产业集聚在空间存在正相关关系，也就是说高技术产业集聚的各影响因素通过正向空间溢出效应对相邻地区的变量产生作用。

主要解释变量公路密度的一次项与空间权重矩阵的交互项的系数在3个模型中都表现出了显著的负效应。这说明临近省份公路密度的增强将不利于本地区高技术产业的集聚，即公路是形成省份间竞争的重要因素。但是公路密度二次项与空间权重矩阵的交互项的系数表现出了显著的正效应，说明相邻省份的公路网络形成后，将会出现协同发展集聚效果。另一主要解释变量铁路密度的一次项与空间权重矩阵的交互项对高技术产业的集聚产生了显著的负向影响，而二次项与三次项的影响均不显著，说明铁路网络仍是各地进行高技术产业发展的重要竞争因素。

主要控制变量平均工资与空间权重的交互项对高技术产业的影响系数在3个模型中均表现出显著的正向影响，这与事实是一致的，临近地区的工人平均工资越高将会对高技术企业产生挤出效应，进而增加本地区的产业集聚。而另一个控制变量对外开放程度与空间权重的交互项对高技术产业集聚的影响系数在3个模型中均表现出显著的负向影响，周边地区的对外开放程度越高，将会对本地区的高技术产业产生引力，不利于产业在本地区集聚，这也是符合实际的。这两个控制变量可作为实证稳健的证据，说明本次计量检验的结果是可信且符合逻辑。

4 交通基础设施对高技术产业子行业影响效应检验

基于代表性和差异性考虑，本文选取高技术产业的其中3个子产业作为研究对象，包含医药制造产业、电子与计算机制造业和航空航天制造业。不同子产业的总量发展与空间分布均有显著差异，本文利用普通面板验证交通基础设施是否对高技术子产业存在不同影响。得出如下结论。

在医药制造业方面，公路与铁路密度在一次项结果下表现出与高技术集聚一致的影响趋势，即公路密度的一次项表现出对医药产业集聚的显著正向影响，铁路密度的一次项表现出显著的负向影响。不同之处在于，铁路对医药产业集聚出现倒N型的非线性影响关系。铁路设施完善的初期对医药产业存在空间扩散的作用，随着铁路设施的发展又对其产生集聚效应。后期完善的铁路网络又使得医药产业在空间上趋于分散。这一现象可以解释为医药产业的长周期发展特征使得这一产业从劳动密集向技术密集过渡最后形成“技术—劳动”协同发展的总体特征。在劳动密集特征为主的初期，医药制造业更需要廉价劳动力和较低的物流成本，因此更依赖公路基础设施，且分散在铁路设施的沿线上，空间上趋于分散。而进入技术密集的发展时期，公路网络的影响进一步下降，铁路的重要性提升，铁路基础设施较好的地区更易吸引高素质人才的集聚，产业随之向铁路发达地区聚集。进入“技术—密集”协同发展后，形成了研发与生产的产业链生态系统，产业在空间上进一步趋于分散。

在电子与计算机制造业方面，公路与铁路对产业集聚的影响趋势与医药制造业是一致的。不同的是，公路对电子与计算机制造业产生了N型影响关系。公路设施发展初期对电子信息制造业存在空间集聚的作用，随着铁路设施的发展又对电子信息制造业产生分散效应，在公路设施进一步完善后期，公路网络又使得电子信息制造业在空间上趋于集聚。这与电子设备制造业的生产周期与研发周期较短的特征有关，而且该产业对物流成本极为敏感，也对交通设施非常依赖。因此该产业在初期都是在公路与铁路都较为发达的地区集聚。但随着公路网络的发展，特别是我国东部地区的交通基础设施的完善，发达的交通网使得产业的拥挤成本增加，使得产业在空间上表现出整体分散的趋势。但是在向中西部迁徙的过程中，计算机与电子设备制造业仍然会挑选那些交通基础设施较好的地区迁徙，随着这些地区交通基础设施的完善，又表现出空间集聚的效应。

对于航空航天制造业来说，其公路与铁路对产业集聚的影响趋势与总体趋势一致[7]。但其受公路的影响表现出了倒N型趋势，受铁路的影响表现出了N型趋势。航空航天产业的制造生产与研发几乎是并举的，同时其整体的发展体量不大。其空间集聚在发展初期受铁路影响较大，在成长期受公路影响较大，随着铁路公路的进一步发展，该产业还表现出沿铁路布局的重要特征。这与该行业主要依托铁路进行物流运输的方式存在较大关联。

5 结论与建议

本文研究的结论有：第一，交通基础设施对高技术产业存在显著影响，其中公路与铁路在不同时期对高技术产业的集聚存在逆向影响，具体来说公路对高技术产业空间集聚存在显著的U型影响关系，而铁路对高技术产业空间集聚存在显著的倒U型影响关系。第二，交通基础设施对高技术产业的发展存在空间溢出效应，同时高技术产业自身发展也表现出显著的空间自相关。从要素激励角度来看，高技术产业集聚的各影响因素通过正向空间溢出效应对相邻地区的变量产生作用，临近地区高技术集聚速度将进一步加快，本地高技术集聚的形成也随之加快。从空间溢出角度，临近省份的公路密度与铁路密度的增强不利于本地区高技术产业的集聚，说明交通基础设施是影响省份间高技术竞争的重要因素。有所不同的是成熟的公路网络形成后，将对高技术产业集聚发展产生协同促进作用。第三，高技术产业子行业方面，在医药制造业，公路与铁路密度均表现出与高技术产业总体相似的影响趋势，但铁路对医药产业集聚呈现倒N型的非线性影响关系；在电子与计算机制造业方面，公路对该产业产生了N型影响关系；对于航空航天制造业来说，其受公路的影响表现出倒N型趋势，受铁路的影响表现出了N型的非线性影响关系。

各地区首先应进一步加强交通基础设施建设，发挥其对高技术产业的正向影响；同时，充分考虑交通基础设施对高技术产业子行业的差异化影响，特别是交通基础设施的集聚力与分散力双重作用，各地区应当结合本地区高技术产业的重心与发展阶段因地制宜、因时施策；最后，在中国公路与铁路交通建设大发展的时代背景下，中国各地区的差异化发展规模与现状使得在发展地区高技术产业时，需充分考虑本地区的资源禀赋与要素差异。