韩海伦 王聪琳

（北方民族大学商学院，宁夏 银川 750001）

摘要：以黄河“几”字弯都市圈15个城市作为研究对象，运用非期望产出的超效率SBM模型和GML（Global Malmquist-Luenberger）生产率指数相结合的方法来测算绿色全要素生产率，之后从交通基础设施的视角出发，采用空间杜宾模型探究交通基础设施与绿色全要素生产率之间的效应关系。研究结果表明：黄河“几”字弯都市圈在2012-2022年间绿色全要素生产率总体上保持增长趋势但空间差异化显著，交通基础设施对绿色全要素生产率具有显著的正向促进作用。

关键词：交通基础设施；绿色全要素生产率；空间杜宾模型

  一、引言

  1.背景

黄河流域是中国人口活动与经济社会发展的重点地区，是国家社会主义现代化建设工作全局中的重要一环。黄河“几”字弯都市圈是指黄河部分上游和全部中游形成的“几”字型环抱地区，主要包括宁夏、内蒙古、陕西、山西四省的中卫、吴忠、银川、石嘴山、乌海、巴彦淖尔、包头、鄂尔多斯、呼和浩特、榆林、延安、朔州、忻州、太原、吕梁十五个地市，是黄河流域经济高质量发展的重要载体和平台。如今，人民日益增长的美好生活需求与不平衡不充分的发展之间的矛盾愈发突出，要想解决这一问题，高质量发展是必经途径。党的十九大中首次对“高质量发展”做出了明确的表述，这也意味着未来国家将更注重经济发展质量，提升全要素生产率（Total factor productivity，简称TFP）。在党的二十大报告中，再一次明确指出经济高质量发展对于全面建设社会主义现代化国家至关重要，现在的当务之急是促进经济转型、大力推动实现高质量发展。随着“双碳”目标的提出，在经济发展的同时，也要注意生态文明建设，在提升TFP的基础上也要注重环境和资源问题，推动经济不断向绿色发展道路前进，因此，考虑环境与资源要素的绿色全要素生产率（Green total productivity，简称GTFP）开始成为衡量经济高质量发展的重要衡量指标。交通建设是经济发展的重要基石，在推动区域经济高质量发展过程中，交通基础设施处于十分重要的位置。国务院印发的《“十四五”现代综合交通运输体系发展规划》中指出交通运输是国民经济中具有基础性、先导性、战略性的产业，是重要的服务性行业和现代化经济体系的重要组成部分，是构建新发展格局的重要支撑和服务人民美好生活、促进共同富裕的坚实保障。交通运输网络的建设是经济发展的必经之路，在促进城镇化建设、优化产业结构方面具有重要的作用，而交通基础设施的网络特征使其同时影响着本地区及周边地区的经济发展^[1]。

2.文献综述

交通基础设施与经济发展之间的关系一直备受国内外学者们的关注，早在20世纪，Aschauer^[2]利用新古典经济增长模型发现交通基础设施能够促进经济增长，随后叶昌友等^[3]进一步验证了交通基础设施与经济增长之间的正向关系。网络属性作为交通基础设施的重要特征之一，也深受广大学者的关注，如张学良^[1]、刘勇^[4]、胡艳等^[5]利用中国省级面板数据和空间计量经济学实证检验了交通基础设施对经济增长具有正向空间溢出效应。随着可持续发展对大众的影响，大家也知晓了全要素生产率对经济增长的贡献，在此基础上，学者们开始关注交通基础设施对全要素生产率的影响，如吴晓峰^[6]使用DEA-Malmquist计算全国各地区全要素生产率，然后利用SDM模型实证检验了公路和铁路的建设对全要素生产率的溢出效应；陈文新等^[7]以“丝绸之路”经济带沿线城市为研究对象，利用SDM模型验证交通基础设施对全要素生产率的空间溢出效应。徐海成等^[8]利用面板门槛模型实证检验发现交通基础设施对绿色全要素率存在单门槛效应；梁喜等^[9]利用动态空间杜宾模型实证检验了交通基础设施对绿色全要素生产率增长的空间溢出效应。可以看出，现有的研究主要集中于交通基础设施对经济增长或全要素生产率的影响，缺乏交通基础设施对绿色全要素的影响。鉴于此，采用黄河“几”字弯都市圈2012-2022年15个地级市的面板数据，通过空间杜宾模型检验交通基础设施对绿色全要素生产率的影响，为都市圈交通基础设施的建设和经济高质量发展提供参考。

二、研究设计

1.绿色全要素生产率的测算

（1）数据选取与指标调整

投入指标的选取，资本投入借鉴张军^[10]的研究以当年地级市的固定资产资本存量来表示；劳动力投入根据已有文献^[6]采用的是统计年鉴中年末城镇单位就业人口指标；能源投入以各地级市能源消耗总量并折算成标准煤来表征。产出指标的选取，期望产出用各地区平减后地区生产总值来表征。非期望产出参考许和连等^[11]的做法，选取二氧化碳（CO2）、二氧化硫（SO2）、废水排放量等具体污染物排放指标，并利用熵权法计算环境污染综合指标。

（2）绿色全要素生产率的测算结果

GML（Global Malmquist-Luenberger）指数测算的是相邻年份绿色全要素生产率的变化率，借鉴已有研究^[12]，假设基年（2011年）的绿色全要素生产率为1，之后每年均用当年的GML指数乘以上一年的绿色全要素生产率得到当年的绿色全要素生产率。表1反映了黄河“几”字弯都市圈2012至2022年绿色全要素生产率（GTFP）、GML指数的变化趋势。从年均增速来看，黄河“几”字弯都市圈的绿色全要素生产率保持着年均1.26%增长，但远低于同期GDP的增长，说明黄河几字弯都市圈经济绿色高质量发展存在不协调的现象。

表1  2012-2022年GTFP及GML指数的变化趋势

  2.模型构建与变量选取

  （1）模型构建

针对交通基础设施和绿色全要素生产率可能存在的空间相关关系，大部分学者选择使用空间计量模型进行探究。因此本文采用空间杜宾模型对相关问题进行分析，所构建的基础模型如下：

（2）变量说明

被解释变量：为追求生态效益与经济效益的协调，使用GML指数连乘计算出的GTFP作为衡量经济高质量发展的代理指标。

核心解释变量：公路是黄河“几”字弯都市圈最主要的交通运输方式，因此本文以公路里程（万公里）作为衡量交通基础设施的代理指标。

控制变量的选取：借鉴已有文献（王振华等，2020^[13]；陈家涛等,2021^[12]），选取以下指标作为控制变量：（1）产业结构指标（Indus）以第三产业与第二产业之比来量化（%）；（2）财政支出占比(Gov)采用财政支出与地区生产总值之比(%)量化；（3）信息化水平采用国际互联网用户数(万户)量化(Info)；（4）人力资本水平(Hum)采用每万人大学生人数(人/万人);（5）金融水平(Fin)采用人均年末存款余额(万元/人)量化。

（3）数据来源

研究中用到的数据分别来自历年各地级市的《统计年鉴》以及统计公报。其中有个别数据存在缺失，采用插值的方法进行补全，同时为避免极端值的影响，对所有变量采用1%以及99%分位的缩尾处理。各变量的描述性统计如表2所示：

表2  描述性统计分析结果

变量具有空间相关性特征是讨论空间关系的前提，文章采用莫兰指数的方法基于空间地理邻近的0-1邻接矩阵检验了2012至2022年GTFP的空间相关性。从莫兰指数显著水平来看，黄河“几”字弯都市圈15个地级市绝大多数年份的绿色全要素生产率通过了莫兰检验，虽然在某些年份绿色全要素生产率的表现并不显著，但基本上可以说明，各地级市的绿色全要素生产率具有一定的空间自相关性（吴晓峰，2023^[6]；赵磊等，2014^[14]）。从Moran I来看，系数为负数表明黄河“几”字弯都市圈的绿色全要素生产率存在空间负相关性即空间差异性，即高-低聚集或者低-高聚集，可能的解释是因为都市圈内的各省倾向将资源投向其省会城市，省会城市的绿色全要素生产率提升效果明显，周边地市的绿色全要素生产率却改善有限，造成差距进一步被拉大。

表3  绿色全要素生产率的莫兰指数

从表4可以看出，LM-lag、Robu st LM-lag以及Robu st LM-error检验值通过检验，但LM-error没有通过检验，因此通过LM检验更倾向于选择SDM或SAR模型。当观察WALD测试的结果时发现，SDM模型并不能退化为SAR或SEM模型，因此，WALD检验的结果更倾向于使用SDM模型。随后，在建立SDM模型的基础上，采用Hausman检验来确定是利用固定效应还是随机效应，由于检验结果为正值，能明确拒绝原假设，因此文章采用了固定效应模型。而且基于LR检验的结果发现，SDM固定效应明细优于SAR和SEM的固定效应。基于以上分析，文章最终采用了SDM模型的固定效应。

表4  LM检验、LR检验、WALD检验、Hausman检验

选定固定效应后，还要进一步选定固定效应的具体形式，固定效应模型一般有时间固定、空间固定以及时空混合固定三种模型，从表5可以看出，时间固定效应的R2要大于空间固定效应以及混合固定效应的R2，表明时间固定效应回归结果的拟合程度要好于空间固定效应以及时空混合效应。因此，文章选用时间固定效应的进行回归。

表5 固定效应模型选择

核心解释变量方面Z根据表6所示，在不考虑空间相关性的情况下，交通基础设施在时间固定效应下显著且为正值，说明交通基础设施对绿色全要素生产率产生了显著的正向影响作用，加快生产要素的流动以及技术外溢，对推动绿色技术进步与提高绿色技术效率有积极的影响作用。在考虑空间相关性后，交通基础设施在时间固定效应下显著且弹性系数为负，表明交通基础设施对周边地市绿色全要素生产率的提高产生了显著抑制的影响。深究其原因不难发现，公路运输作为黄河“几”字弯都市圈最主要的交通方式，在追求经济绿色高质量发展的过程中势必会对相邻地区的生产要素和生产技术产生一定虹吸作用，因此可能会对相邻地区的绿色全要素生产率产生负向影响。控制变量方面，在不考虑空间相关性的情况下，金融水平通过了5%的显著性检验且弹性系数为负说明其对于绿色全要素生产率的增长起到了负面影响，可能的解释是金融水平越高，代表着人均存款额度越大，越不利于市场中资本要素的流通，因而对绿色全要素生产率产生了消极影响。在考虑空间相关性的情况下，政府财政支出、人力资源水平会对相邻地区的绿色全要素生产率产生负向影响，原因可能是政府支持力度越大以及劳动力资源越优秀会对周边地区的企业产生一定虹吸作用，抑制周边地区绿色全要素生产率水平的提高。

表6   SDM模型估计结果

为减少内生性的影响，在此模型的基础上将解释变量滞后三期以加强文章结论的稳健性。从表7稳健性检验结果来看，稳健性的回归结果与基准模型回归结果基本相近，核心解释变量的系数符号未发生实质性变化。

表7  稳健性回归结果

1.黄河“几”字弯都市圈在2012-2022年间绿色全要素生产率总体保持增长趋势但表现出显著的空间差异化。针对此问题，都市圈各地市要树立下“一盘棋”的发展思想，注重发展的整体性和协同性。各地市应从发展的实际情况出发，充分发挥各地市的优势，共同协商制定黄河“几”字弯都市圈协调发展的指导纲要，明确各地市的分工和任务，促进都市圈发展的整体性和协同性。

2.黄河“几”字弯都市圈区域交通基础设施水平的提高对绿色全要素生产率的提高存在显著的作用。都市圈各地市要紧紧抓住交通基础设施水平提高所带来的空间效应，加速绿色技术的引进来实现绿色技术进步。具体措施包括加强与东部发达省份之间的交流合作、积极开展产学研融合活动，并根据各地市现有的产业结构引进先进的绿色、节能、环保技术，改造传统产业、打造绿色创新型产业，实现绿色经济全面发展。

参考文献：

[1]张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学,2012,195(3):60-77+206.

[2]Aschauer D A. Is public expenditure productive?[J].Journal of Monetary Economics,1989,23(2)：177-200.

[3]叶昌友,王遐见.交通基础设施、交通运输业与区域经济增长——基于省域数据的空间面板模型研究[J].产业经济研究,2013(2):40-47.

[4]刘勇.交通基础设施投资、区域经济增长及空间溢出作用——基于公路、水运交通的面板数据分析[J].中国工业经济,2010(12):37-46.

[5]胡艳,朱文霞.交通基础设施的空间溢出效应——基于东中西部的区域比较[J].经济问题探索,2015(1):82-88.

[6]吴晓峰.交通基础设施对全要素生产率的溢出效应研究[J].科学决策,2023(1):66-77.

[7]陈文新,潘宇,马磊.交通基础设施、空间溢出与全要素生产率——基于丝绸之路经济带面板数据的空间计量分析[J].工业技术经济,2017,36(10):22-30.

[8]徐海成,徐思,张蓓齐.交通基础设施对绿色全要素生产率的影响研究——基于门槛效应的视角[J].生态经济,2020,36(1):69-73+85.

[9]梁喜,李思遥.交通基础设施对绿色全要素生产率增长的空间溢出效应研究[J].西部论坛,2018,28(3):33-41.

[10]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000 [J].经济研究, 2004(10): 35-44.

[11]许和连,邓玉萍.经济增长、FDI与环境污染——基于空间异质性模型研究[J].财经科学, 2012(9): 57-64.

[12]陈家涛,张坤鹏,苗长虹.高质量发展背景下黄河流域中下游绿色生产率时空分异研究[J].人文地理, 2021, 36 (5): 138-147.

[13]王振华,李萌萌,江金启.交通可达性对城市经济高质量发展的异质性影响[J].经济与管理研究, 2020, 41 (2): 98-111.

[14]赵磊,方成,吴向明. 旅游发展、空间溢出与经济增长——来自中国的经验证据[J].旅游学刊, 2014, 29 (5): 16-30.

基金项目：北方民族大学研究生创新项目宁夏沿黄城市群交通可达性对经济高质量发展的实证研究（YCX23203）