城市經(jīng)濟(jì)效率的空間溢出效應(yīng)分析

[摘要] 在推進(jìn)區(qū)域協(xié)調(diào)發(fā)展的大背景下，研究城市群內(nèi)部各城市之間的經(jīng)濟(jì)聯(lián)系具有重要意義。本文在核心城市輻射力不足的成渝城市群基礎(chǔ)之上加入西安，形成成渝西城市群。通過(guò)面板數(shù)據(jù)的空間滯后模型，著重研究了成渝西城市群26個(gè)地級(jí)市2003～2014年經(jīng)濟(jì)效率的空間溢出效應(yīng)，并提出推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、提升城市居民教育水平、擴(kuò)大固定資產(chǎn)投資、加強(qiáng)交通基礎(chǔ)設(shè)施等提高城市群經(jīng)濟(jì)效率的相關(guān)政策建議。

[關(guān)鍵詞] 城市群;經(jīng)濟(jì)效率;空間計(jì)量;溢出效應(yīng)

[中圖分類(lèi)號(hào)] F061.5 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0694（2019）05-0102-12

[作者] 許渤胤 博士研究生 西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院 成都 6111 30

一、引言

當(dāng)前，我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展進(jìn)入了新的時(shí)期，即以都市圈為核心，以城市群為單元，由“帶狀”轉(zhuǎn)向“塊狀”，由省域、行政區(qū)經(jīng)濟(jì)轉(zhuǎn)向城市群經(jīng)濟(jì)。[1]目前我國(guó)已經(jīng)形成了長(zhǎng)三角、京津冀、長(zhǎng)江中游、關(guān)中平原、中原、成渝等主要城市群，其中長(zhǎng)三角城市群已躋身世界級(jí)城市群。我國(guó)城市群發(fā)展起步晚，總體水平也大大落后于西方發(fā)達(dá)國(guó)家，而且東部城市群發(fā)展水平明顯高于中西部城市群。因此，我們需要進(jìn)一步加強(qiáng)對(duì)我國(guó)中西部城市群的研究。

長(zhǎng)期以來(lái)，我國(guó)對(duì)于西部城市群的研究主要集中在以成都、重慶為雙核的成渝城市群。然而，從世界級(jí)城市群的發(fā)展?fàn)顩r來(lái)看，目前的世界級(jí)城市群要么擁有像紐約、倫敦這樣的國(guó)際性超大城市作為核心，要么就是像長(zhǎng)三角城市群一樣擁有幾個(gè)核心城市，通過(guò)發(fā)揮輻射帶動(dòng)作用促進(jìn)整個(gè)城市群發(fā)展。顯然，成都、重慶兩個(gè)核心城市與國(guó)際性超大城市還有一定差距，其本身的輻射能力有所不足，再加上成都與重慶歷來(lái)競(jìng)爭(zhēng)大于合作，使得成渝城市群實(shí)際上是由相互分割的成都城市群和重慶都市區(qū)組成。[2]此外，長(zhǎng)三角城市群的年均夜間燈光亮度是成渝城市群的5倍左右，且成渝城市群的燈光亮度為國(guó)內(nèi)城市群最低，[3]這充分說(shuō)明成渝城市群的發(fā)展在國(guó)內(nèi)還相對(duì)落后。

經(jīng)濟(jì)效率能夠最直接地衡量城市群發(fā)展?fàn)顩r，其不僅包括生產(chǎn)效率還包括通勤效率等多種城市運(yùn)行效率。一個(gè)高度發(fā)達(dá)的城市群，不僅與其內(nèi)部的核心城市的經(jīng)濟(jì)效率相關(guān)，還與其他非核心城市的經(jīng)濟(jì)效率，以及核心城市與非核心城市之間的經(jīng)濟(jì)聯(lián)系相關(guān)。本文打破傳統(tǒng)的成渝城市群的研究視角，在成渝城市群雙核的基礎(chǔ)上加入了西安這個(gè)新的核心城市，形成了以成都、重慶、西安為核心城市的成渝西城市群。之所以選擇西安，一方面是因?yàn)樵诘乩砦恢蒙?，西安比其他核心城市離成都、重慶的距離都近，另一方面隨著成都至西安高鐵的開(kāi)通，再加上已有的成渝高鐵、渝西高鐵等，使得3個(gè)核心城市之間的通勤率大大提高。此外，建立成渝西三核城市群比建立成渝雙核城市群能更進(jìn)一步地提高城市群的經(jīng)濟(jì)效率。因此，本文將視角聚焦在成渝西城市群上，并通過(guò)地級(jí)市之間經(jīng)濟(jì)效率的溢出效應(yīng)來(lái)研究城市之間的經(jīng)濟(jì)聯(lián)系。

二、文獻(xiàn)綜述

目前國(guó)內(nèi)外對(duì)于區(qū)域間空間溢出效應(yīng)的研究大體可以分為兩類(lèi)：一是利用傳統(tǒng)生產(chǎn)要素的投入產(chǎn)出研究區(qū)域間的空間溢出效應(yīng)。用這種方式研究溢出效應(yīng)時(shí)，一般會(huì)順帶研究區(qū)域間乘數(shù)效應(yīng)和反饋效應(yīng)。Ronald E.Miller （1963）在Mose的一般均衡模型的基礎(chǔ)上，通過(guò)設(shè)定技術(shù)系數(shù)矩陣，建立了兩區(qū)域模型。[4]之后，學(xué)者們開(kāi)始應(yīng)用投入產(chǎn)出表分析兩區(qū)域的經(jīng)濟(jì)影響并將Miller的經(jīng)典模型推廣。Linden和Oosterhaven （1995）用1965～1985年歐洲各國(guó)的投入產(chǎn)出表，研究了各個(gè)國(guó)家內(nèi)部區(qū)域間的溢出效應(yīng)和歐洲各國(guó)之間的溢出效應(yīng)。[5]Yuichi Hasebe和NagendraShrestha （2006）則運(yùn)用投入產(chǎn)出分析法研究了東亞的經(jīng)濟(jì)一體化。[6]潘文卿（2015）以1997年和2007年中國(guó)8個(gè)區(qū)域之間投入產(chǎn)出表為基礎(chǔ)，建立靜態(tài)多區(qū)域投入產(chǎn)出模型，計(jì)算了8區(qū)域間的乘數(shù)效應(yīng)、溢出效應(yīng)和反饋效應(yīng)，發(fā)現(xiàn)區(qū)域間的乘數(shù)效應(yīng)下降，而溢出效應(yīng)和反饋效應(yīng)上升。[7]姚愉芳（2016）將Miller的兩區(qū)域投入產(chǎn)出模型推廣到三區(qū)域，研究了京津冀之間的經(jīng)濟(jì)影響、溢出效應(yīng)和反饋效應(yīng)，發(fā)現(xiàn)區(qū)域間乘數(shù)效應(yīng)遠(yuǎn)大于溢出和反饋效應(yīng)，區(qū)域間的關(guān)聯(lián)協(xié)同作用偏小。[8]

二是利用空間計(jì)量模型和新經(jīng)濟(jì)地理學(xué)的相關(guān)模型來(lái)研究空間溢出效應(yīng)。Bow-sher J（2002）利用1981～1998年的省域面板數(shù)據(jù)，在Barro經(jīng)濟(jì)增長(zhǎng)模型的基礎(chǔ)之上，建立了區(qū)域溢出效應(yīng)模型，證明了中國(guó)沿海省份和內(nèi)陸省份之間存在溢出效應(yīng)。[9]畢秀晶（2013）通過(guò)計(jì)算Moran's I證明了長(zhǎng)三角區(qū)域人均GDP存在空間自相關(guān)，并利用空間滯后模型（SLM）和空間誤差模型（SEM）分析了長(zhǎng)三角區(qū)域的空間溢出效應(yīng)。[10]顏銀根（2014）借鑒Harris的市場(chǎng)潛能概念，引入工具變量，構(gòu)建了區(qū)域增長(zhǎng)溢出指數(shù)模型，研究了中國(guó)經(jīng)濟(jì)空間的分割問(wèn)題，指出中國(guó)沿海地區(qū)和內(nèi)陸地區(qū)分別為“外向型”經(jīng)濟(jì)和“內(nèi)向型”經(jīng)濟(jì)。[11]劉華軍（2014）建立三種空間權(quán)重矩陣，利用空間面板杜賓模型，研究城鎮(zhèn)化、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)系。[12]張學(xué)波（2016）采用Conley - Ligon模型和空間馬爾科夫鏈相結(jié)合的方法，研究了京津冀區(qū)域的空間溢出效應(yīng)及其對(duì)經(jīng)濟(jì)水平空間格局的影響。[13]朱道才（2016）使用空間誤差模型和地理加權(quán)回歸模型，對(duì)長(zhǎng)江經(jīng)濟(jì)帶中心城市空間溢出效應(yīng)的演化過(guò)程與空間分布進(jìn)行研究，發(fā)現(xiàn)負(fù)溢出效應(yīng)主要集中在西部地區(qū)。[14]陳燕武（2017）通過(guò)計(jì)算Moran' s I指數(shù)發(fā)現(xiàn)了各省的經(jīng)濟(jì)發(fā)展及技術(shù)選擇存在顯著的空間相關(guān)性，并構(gòu)建包含空間滯后與空間誤差的空間面板模型，發(fā)現(xiàn)西部地區(qū)的技術(shù)選擇具有顯著的空間溢出效應(yīng)。[15]

由于我國(guó)投入產(chǎn)出表的數(shù)據(jù)僅在省級(jí)層面，地級(jí)市層面的投入產(chǎn)出數(shù)據(jù)獲取難度較大，且運(yùn)用投入產(chǎn)出法分析多個(gè)區(qū)域間的空間溢出效應(yīng)往往僅能進(jìn)行定性分析。因此，本文采用第二種研究思路，即使用空間計(jì)量模型來(lái)研究成渝西城市群的空間溢出效應(yīng)。

三、模型設(shè)計(jì)

1.研究區(qū)域

本文選取成渝西城市群的26個(gè)地級(jí)市，主要包含：重慶市、成都市、自貢市、瀘州市、德陽(yáng)市、綿陽(yáng)市、遂寧市、內(nèi)江市、樂(lè)山市、南充市、宜賓市、廣安市、達(dá)州市、資陽(yáng)市、眉山市、雅安市、廣元市、巴中市、西安市、銅川市、寶雞市、咸陽(yáng)市、渭南市、漢中市、安康市和商洛市。

2.空間相關(guān)性

當(dāng)區(qū)域之間存在空間自相關(guān)時(shí)，傳統(tǒng)的OLS估計(jì)結(jié)果將會(huì)出現(xiàn)偏差。因此在設(shè)定模型之前，有必要考慮空間相關(guān)性。對(duì)于空間相關(guān)性分析，采用最多的方法是Moran' s I指數(shù)和Geary's C指數(shù)，[16]本文選用使用程度上較廣的Moran' s I指數(shù)進(jìn)行測(cè)算，若Moran's I=O，說(shuō)明區(qū)域之間不存在空間自相關(guān)，若Moran' s I≠0，說(shuō)明區(qū)域之間存在空間自相關(guān)。

計(jì)算公式如下：

其中，n表示成渝西城市群的26個(gè)地級(jí)市，xi和Xj分別是地級(jí)市i和j的經(jīng)濟(jì)效率，x是該屬性的平均值，Wij是空間權(quán)重矩陣。本文采用的是二進(jìn)制鄰接矩陣，即若兩個(gè)地級(jí)市之間有公共邊，則記為1，若沒(méi)有公共邊，則記為0。

衡量一個(gè)城市的經(jīng)濟(jì)效率最常用的指標(biāo)是人均GDP。本文將成渝西城市群26個(gè)地級(jí)市2003～2014年的人均GDP導(dǎo)入GEODA軟件，計(jì)算出來(lái)的全局Moran' s I值如表1所示。從表1可知，2003～2014年，成渝西城市群的全局Moran' s I值均為正數(shù)，這表明26個(gè)地級(jí)市之間的人均GDP存在正的空間自相關(guān)，本市經(jīng)濟(jì)效率會(huì)受到來(lái)自相鄰市經(jīng)濟(jì)效率的影響，即地級(jí)市之間的城市效率存在空間溢出效應(yīng)。

3.模型設(shè)計(jì)和數(shù)據(jù)來(lái)源

由于Moran's I的值不為O，因此應(yīng)選用空間計(jì)量模型，本文選用的空間計(jì)量模型為面板數(shù)據(jù)的空間滯后模型，[17]模型設(shè)定如下：

其中，yit是被解釋變量的矩陣，Xit是解釋變量矩陣，β是系數(shù)矩陣，i和j表示地級(jí)市i和地級(jí)市j，t表示時(shí)間，p表示相鄰地級(jí)市之間的空間依賴(lài)強(qiáng)度即空間自相關(guān)向量，Wit是不隨時(shí)間t變化的空間權(quán)重矩陣，ci是特定效應(yīng)（固定效應(yīng)、隨機(jī)效應(yīng)或者混合效應(yīng)），Vit是誤差項(xiàng)。

本文選取的被解釋變量是城市的經(jīng)濟(jì)效率，用人均GDP來(lái)衡量，選用的數(shù)據(jù)為2003～2014年成渝西城市群26個(gè)地級(jí)市的人均GDP，數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》、中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

假定一座城市的生產(chǎn)函數(shù)為：

其中，Y表示一座城市的生產(chǎn)總量（用GDP表示），K表示一座城市的資本存量，I.表示一座城市的人口數(shù)量（用城市常住人口數(shù)量表示），A代表技術(shù)進(jìn)步，將生產(chǎn)函數(shù)化為人均形式有：

兩邊同時(shí)取對(duì)數(shù)，有：

Iny=lnA+alnk+（α+β—1）InL

（*）

其中，y、k分別表示人均GDP和人均資本。對(duì)于（*）式右邊的影響因素及其度量指標(biāo)的選取如下：

（1）人口數(shù)量（POP）。本文的人口數(shù)量數(shù)據(jù)為每個(gè)地級(jí)市的常住人口數(shù)量，預(yù)期系數(shù)為負(fù)。

（2）人均固定資產(chǎn)投資（PINVF）。一個(gè)城市的固定資產(chǎn)投資是影響該城市人均GDP的重要解釋變量，預(yù)期系數(shù)為正。

（3）人均外商直接投資（PFDI）。預(yù)期系數(shù)為正。

（4）人力資本（PEDU）。人力資本是影響一個(gè)城市人均GDP的重要因素，本文的解釋變量人力資本采用每個(gè)城市的人均受教育年限衡量，人均教育年限的計(jì)算公式為：PEDU一∑nixi/N，其中i表示不同類(lèi)別的受教育群體的文化程度，ni表示該群體的人數(shù)，Xi表示該群體的受教育年限時(shí)長(zhǎng)。本文將受教育群體的文化程度分為：文盲、小學(xué)文化、初中文化、高中文化（含中專(zhuān)）、大學(xué)文化（含專(zhuān)科）、碩士文化、博士及以上。各個(gè)文化程度的受教育年限時(shí)長(zhǎng)為：文盲1年、小學(xué)6年、初中9年、高中12年、大學(xué)15.5年、碩士19年、博士24年，其中大學(xué)15.5年是考慮到專(zhuān)科只有3年的緣故，取了一個(gè)平均值。而碩士少有專(zhuān)科，因而采用19年。博士由于畢業(yè)難度大，往往有延遲畢業(yè)的現(xiàn)象，且博士以上的文化程度往往有更長(zhǎng)的受教育年限，因此采用5年的方式計(jì)算，故為24年。對(duì)于極個(gè)別數(shù)據(jù)缺失的地級(jí)市，采用相鄰地級(jí)市的均值進(jìn)行替代。由于人力資本越發(fā)達(dá)的城市，其經(jīng)濟(jì)效率往往越高，因此預(yù)期系數(shù)為正。

（5）產(chǎn)業(yè)結(jié)構(gòu)水平（IND）。本文的產(chǎn)業(yè)結(jié)構(gòu)水平采用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所占GDP的比重衡量，預(yù)期系數(shù)為正。

（6）交通基礎(chǔ)設(shè)施（PRAOD）。本文采用人均公路面積衡量一個(gè)地級(jí)市的交通基礎(chǔ)設(shè)施水平，交通基礎(chǔ)設(shè)施越發(fā)達(dá)的地區(qū)，通勤率越高，運(yùn)輸成本下降，經(jīng)濟(jì)效率也就越高，因此預(yù)期系數(shù)為正。

以上變量的相關(guān)數(shù)據(jù)來(lái)源于2003～2014年的各省市統(tǒng)計(jì)年鑒、各省市教育局、《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。由于這些影響因素和人均GDP之間的關(guān)系并非線(xiàn)性，因此采用對(duì)數(shù)化的方式將其線(xiàn)性化，得到如下城市經(jīng)濟(jì)效率的影響模型：

InPGDP=C+β1lnPOP+β21nPINVF+β31nPFDI+β41nPEDU+β5lnIND+β61nPROAD+ε

將該模型與面板數(shù)據(jù)的空間滯后模型結(jié)合，被解釋變量矩陣yi。即是InPGDP的矩陣，解釋變量Xit是由InPOP、InPINVF、InPFDI、InPEDU、InIND和InPROAD組成的矩陣，β則是由β1～β6組成的系數(shù)矩陣。各變量的描述性統(tǒng)計(jì)如表2所示。

四、實(shí)證結(jié)果及其分析

1.固定效應(yīng)、隨機(jī)效應(yīng)和混合效應(yīng)的選擇

在進(jìn)行實(shí)證分析前，首先確定模型中的特定效應(yīng)Ci是固定效應(yīng)還是隨機(jī)效應(yīng)，抑或是混合效應(yīng)。用stata對(duì)面板數(shù)據(jù)進(jìn)行混合回歸、固定效應(yīng)回歸、隨機(jī)效應(yīng)回歸的結(jié)果如表3所示。

注：***、**、*分別表示在1%、5%、10%水平下顯著，括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，報(bào)告的R-sq均為組內(nèi)R2，下文同。

從表3中可以看出，這三種模型的組內(nèi)R2均在0.8以上，說(shuō)明模型整體顯著，且面板數(shù)據(jù)的固定效應(yīng)模型的組內(nèi)R2略高于面板數(shù)據(jù)的混合模型和隨機(jī)效應(yīng)模型。各個(gè)解釋變量的系數(shù)符號(hào)與預(yù)期基本相符，從混合回歸和隨機(jī)效應(yīng)回歸結(jié)果來(lái)看，人口數(shù)量、人均固定資產(chǎn)投資、人均外商直接投資、人均受教育年限、產(chǎn)業(yè)結(jié)構(gòu)、人均公路面積的系數(shù)都通過(guò)了1%的顯著性水平，從固定效應(yīng)回歸結(jié)果來(lái)看，除人口數(shù)量的系數(shù)不顯著外，其余變量的系數(shù)均通過(guò)1%的顯著性水平。

從F檢驗(yàn)的結(jié)果來(lái)看，模型拒絕了混合效應(yīng)。從Hausman檢驗(yàn)的結(jié)果來(lái)看，檢驗(yàn)結(jié)果拒絕隨機(jī)效應(yīng)模型。因此，特定效應(yīng)Cl是固定效應(yīng)，應(yīng)采用面板數(shù)據(jù)的固定效應(yīng)模型。

2.面板數(shù)據(jù)的空間滯后模型回歸

由于普通面板數(shù)據(jù)模型在設(shè)定時(shí)是采用固定效應(yīng)，因此面板數(shù)據(jù)的空間滯后模型也應(yīng)該采用固定效應(yīng)，用MATLAB對(duì)面板數(shù)據(jù)的空間滯后模型回歸的結(jié)果如表4所示。

從表4的回歸結(jié)果看，R2=0.9768，修正的R2=0. 9501，相對(duì)于普通面板數(shù)據(jù)模型而言，模型的擬合優(yōu)度有明顯上升，進(jìn)一步證明成渝西城市群的地級(jí)市之間存在空間自相關(guān)，采用空間滯后模型是正確的。從系數(shù)來(lái)看，空間滯后系數(shù)顯著。但是，同普通面板數(shù)據(jù)固定效應(yīng)模型的回歸結(jié)果相比，人均外商直接投資（PFDI）的系數(shù)不再通過(guò)顯著性檢驗(yàn)，并且該變量的系數(shù)值較小，說(shuō)明在經(jīng)濟(jì)意義上，人均外商直接投資對(duì)城市經(jīng)濟(jì)效率的影響微乎其微。其余解釋變量的系數(shù)的顯著性水平不變，人口數(shù)量、人均固定資產(chǎn)投資、人均受教育年限和產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)仍通過(guò)1%的顯著性水平，人均公路面積的系數(shù)則是通過(guò)5%的顯著性水平。

3.效應(yīng)分解和模型解釋

但是單從解釋變量的系數(shù)而言并不能解釋地級(jí)市之間的空間溢出效應(yīng).需要進(jìn)一步通過(guò)模型的效應(yīng)分解，[18]確定總效應(yīng)、直接效應(yīng)和間接效應(yīng)來(lái)判斷地級(jí)市之間的空間溢出效應(yīng)。其中，直接效應(yīng)表明城市自身解釋變量對(duì)于被解釋變量的影響，間接效應(yīng)表示其他城市的解釋變量對(duì)被解釋變量的影響，也就是空間溢出效應(yīng)。用MATLAB進(jìn)行效應(yīng)分解的結(jié)果如表5所示。

從人口數(shù)量來(lái)看，其直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)值均通過(guò)1%的顯著性水平檢驗(yàn)，系數(shù)顯著。但是系數(shù)的值為負(fù)數(shù)，與預(yù)期相符合。這有兩個(gè)方面的原因，一是從數(shù)據(jù)而言，人均GDP與人口數(shù)量成反比關(guān)系，二是因?yàn)槌鞘谐Ｗ∪丝诘臄?shù)量越大，會(huì)使得城市的人口集聚產(chǎn)生一定的負(fù)面影響，例如交通擁堵、環(huán)境污染等等，從而導(dǎo)致城市的經(jīng)濟(jì)效率下降。此外，從直接效應(yīng)和間接效應(yīng)來(lái)看，間接效應(yīng)的影響更大，說(shuō)明空間溢出效應(yīng)的影響更大，即來(lái)自相鄰城市的影響更大。其原因主要在于，從地理位置上來(lái)說(shuō)，由于人口的流動(dòng)性，一個(gè)地級(jí)市會(huì)受到相鄰幾個(gè)地級(jí)市的人口影響，這些影響疊加在一起，會(huì)產(chǎn)生更大的效應(yīng)。

從人均固定資產(chǎn)投資來(lái)看，其直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)值也是通過(guò)1%的顯著性水平檢驗(yàn)，系數(shù)的值為正，與預(yù)期相符，說(shuō)明人均固定資產(chǎn)投資對(duì)城市的經(jīng)濟(jì)效率有正向作用。這主要是因?yàn)楣潭ㄙY產(chǎn)投資可以拉動(dòng)人均GDP的增長(zhǎng)，固定資產(chǎn)投資越大的城市，投資結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)會(huì)相對(duì)更加完善，經(jīng)濟(jì)運(yùn)行過(guò)程中出現(xiàn)的風(fēng)險(xiǎn)較小，宏觀(guān)層面更易于調(diào)控，經(jīng)濟(jì)效率自然會(huì)有所提高。此外，從直接效應(yīng)和間接效應(yīng)的系數(shù)值來(lái)看，間接效應(yīng)的系數(shù)值比直接效應(yīng)的稍大，這說(shuō)明人均固定資產(chǎn)投資的空間溢出效應(yīng)更加明顯。這是因?yàn)?，固定資產(chǎn)的投資越多的城市，相比起固定資產(chǎn)投資少的城市，可以吸引更多的來(lái)自其他相鄰城市的固定資產(chǎn)投資和高技術(shù)人才，從而促進(jìn)本地區(qū)的城市經(jīng)濟(jì)效率。

從人均外商直接投資來(lái)看，系數(shù)未通過(guò)10%的顯著性水平，說(shuō)明該解釋變量對(duì)城市的經(jīng)濟(jì)效率沒(méi)有明顯的因果關(guān)系。且從系數(shù)的值來(lái)看，無(wú)論是直接效應(yīng)還是間接效應(yīng)，這個(gè)解釋變量對(duì)于城市經(jīng)濟(jì)效率的影響來(lái)說(shuō)也是非常小的。這主要是因?yàn)?6個(gè)地級(jí)市中，除了三座核心城市成都、重慶、西安之外，其余城市的外商直接投資對(duì)于經(jīng)濟(jì)效率的提升并不明顯，溢出效應(yīng)也就微弱。這也意味著成渝西城市群還需要進(jìn)一步加大內(nèi)部的協(xié)調(diào)和輻射能力，依靠三座核心城市帶動(dòng)周邊城市的發(fā)展。

從人均教育年限看，系數(shù)通過(guò)5%顯著性水平，系數(shù)值為正且系數(shù)的值僅次于產(chǎn)業(yè)結(jié)構(gòu)，這說(shuō)明人力資本對(duì)于一個(gè)城市的經(jīng)濟(jì)效率而言，有著非常重要的影響。這是因?yàn)槿肆Y本的收益不會(huì)遞減，即一個(gè)人的受教育年限越高，他對(duì)城市效率做出的促進(jìn)作用更大。此外，人力資本的空間溢出效應(yīng)也是比較明顯的，從直接效應(yīng)和間接效應(yīng)的系數(shù)可以看出，后者的系數(shù)更大，人力資本的空間溢出作用大于對(duì)本地的作用，這是因?yàn)橹R(shí)和人才具有外溢性，一個(gè)城市的高技術(shù)高質(zhì)量人才不僅會(huì)對(duì)本地的經(jīng)濟(jì)效率產(chǎn)生影響，他還能通過(guò)知識(shí)、技術(shù)的傳播為相鄰城市帶來(lái)更大效應(yīng)的影響。

從產(chǎn)業(yè)結(jié)構(gòu)水平來(lái)看，它是所有解釋變量里對(duì)城市經(jīng)濟(jì)效率影響最大的變量。這說(shuō)明一個(gè)城市的產(chǎn)業(yè)結(jié)構(gòu)水平越高，其經(jīng)濟(jì)效率也就越高。本文所選取的產(chǎn)業(yè)結(jié)構(gòu)水平為第二、三產(chǎn)業(yè)所占比重，從這個(gè)意義上說(shuō)，一個(gè)城市的第二、三產(chǎn)業(yè)所占比重越高，則其產(chǎn)業(yè)以制造業(yè)、服務(wù)業(yè)為主，產(chǎn)業(yè)結(jié)構(gòu)更具優(yōu)勢(shì)，其城市經(jīng)濟(jì)效率就越好。此外，產(chǎn)業(yè)結(jié)構(gòu)水平的空間溢出效應(yīng)也是大于對(duì)本市的效應(yīng)，這是因?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)水平高的城市與其他城市產(chǎn)業(yè)的聯(lián)系會(huì)更加緊密，會(huì)進(jìn)一步促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)水平相對(duì)較低的相鄰城市提升產(chǎn)業(yè)結(jié)構(gòu)，從而影響它們的經(jīng)濟(jì)效率，而這個(gè)過(guò)程往往會(huì)因?yàn)槌藬?shù)效應(yīng)被放大影響。

從交通基礎(chǔ)設(shè)施來(lái)看，直接效應(yīng)、間接效應(yīng)、總效應(yīng)的系數(shù)顯著性?xún)H僅通過(guò)10%顯著性水平檢驗(yàn)，且影響相對(duì)于其他幾個(gè)解釋變量而言，影響作用稍弱，但還是有一定的因果關(guān)系的。一個(gè)城市的交通基礎(chǔ)設(shè)施建設(shè)越好，其城市的通勤率越高，一定程度上能緩解人口數(shù)量帶來(lái)的負(fù)面效應(yīng)，同時(shí)，交通基礎(chǔ)設(shè)施越發(fā)達(dá)的城市，城市內(nèi)部和城市之間的運(yùn)輸成本會(huì)下降，城市的經(jīng)濟(jì)效率也就越好。此外，從直接效應(yīng)與間接效應(yīng)的系數(shù)看，交通基礎(chǔ)設(shè)施建設(shè)對(duì)于相鄰城市和本市的影響是比較接近的，間接效應(yīng)的系數(shù)稍微大點(diǎn)，主要是因?yàn)榻煌ɑA(chǔ)設(shè)施的完善，能夠加大與相鄰城市的緊密聯(lián)系，從而促進(jìn)經(jīng)濟(jì)效率提高。

綜上所述，從本文所選取的樣本來(lái)看，成渝西城市群地級(jí)市的經(jīng)濟(jì)效率受到產(chǎn)業(yè)結(jié)構(gòu)水平的影響最大，受到交通基礎(chǔ)設(shè)施的影響最小。人均外商直接投資和地級(jí)市的經(jīng)濟(jì)效率沒(méi)有明顯的因果關(guān)系。除人口數(shù)量是負(fù)向影響外，人均固定資產(chǎn)投資、人力資本、產(chǎn)業(yè)結(jié)構(gòu)水平和交通基礎(chǔ)設(shè)施對(duì)于城市的經(jīng)濟(jì)效率都是正向作用，且相鄰城市的這種正向作用比本市的更大，即空間溢出效應(yīng)作用更大。

五、政策建議

1.加快推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整

產(chǎn)業(yè)結(jié)構(gòu)水平是影響城市經(jīng)濟(jì)效率的最重要的因素，因此，成渝西城市群的26個(gè)地級(jí)市要加快推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，增大第二、第三產(chǎn)業(yè)的比重，尤其是第三產(chǎn)業(yè)的比重。從現(xiàn)狀來(lái)看，26個(gè)地級(jí)市中，有產(chǎn)業(yè)結(jié)構(gòu)水平相對(duì)合理的成都、重慶和西安等城市，也有像巴中、廣安、商洛、漢中這類(lèi)農(nóng)業(yè)所占比重大的城市，這些城市可以通過(guò)和產(chǎn)業(yè)結(jié)構(gòu)水平優(yōu)化的相鄰城市尤其是像成都、重慶、西安這三座核心城市進(jìn)行產(chǎn)業(yè)合作來(lái)提升自己的產(chǎn)業(yè)結(jié)構(gòu)水平，實(shí)現(xiàn)區(qū)域產(chǎn)業(yè)協(xié)調(diào)發(fā)展。應(yīng)通過(guò)了解周邊城市的主導(dǎo)產(chǎn)業(yè)，決定自身應(yīng)當(dāng)進(jìn)一步推進(jìn)發(fā)展的產(chǎn)業(yè)，從而在城市之間形成環(huán)狀產(chǎn)業(yè)鏈。此外，成渝西城市群很多產(chǎn)業(yè)仍然是資源依賴(lài)型產(chǎn)業(yè)，而這類(lèi)產(chǎn)業(yè)往往會(huì)導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)的畸形發(fā)展，因此，要通過(guò)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，從資源依賴(lài)向技術(shù)、創(chuàng)新依賴(lài)轉(zhuǎn)變，要對(duì)“干中學(xué)”類(lèi)的產(chǎn)業(yè)進(jìn)行相應(yīng)的鼓勵(lì)與支持。

2.提升市民素質(zhì)教育水平

人力資本對(duì)城市經(jīng)濟(jì)效率的影響僅次于產(chǎn)業(yè)結(jié)構(gòu)，要想提高城市的經(jīng)濟(jì)效率，提升市民的素質(zhì)教育水平是必不可少的環(huán)節(jié)。對(duì)此，應(yīng)該加大對(duì)城市公民的教育力度，確保九年義務(wù)教育落實(shí)在每一個(gè)青少年身上，并進(jìn)一步向十二年義務(wù)教育推進(jìn)。對(duì)于技能型工人，要加大對(duì)他們技能的培訓(xùn)力度和對(duì)專(zhuān)業(yè)知識(shí)的進(jìn)一步學(xué)習(xí)。對(duì)于研究型人才，不僅要落實(shí)相應(yīng)的人才引進(jìn)政策，還要根據(jù)自身所需引進(jìn)合適的人才。對(duì)于人民教師，要建立相應(yīng)的考核制度，對(duì)于作出重大教育貢獻(xiàn)的教師，要給予相應(yīng)的獎(jiǎng)勵(lì)與表彰，提升其社會(huì)榮譽(yù)感。此外，要通過(guò)產(chǎn)業(yè)的發(fā)展和經(jīng)濟(jì)效率水平的提升，進(jìn)一步吸引高素質(zhì)人才，形成人才培養(yǎng)與利用的良性循環(huán)效應(yīng)。尤其是在教育水平相對(duì)落后的城市，提升市民的素質(zhì)教育水平甚至比產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整更為重要。

3.擴(kuò)大固定資產(chǎn)投資

提高城市經(jīng)濟(jì)效率的第三個(gè)路徑就是改善固定資產(chǎn)投資。通過(guò)固定資產(chǎn)投資對(duì)GDP的乘數(shù)效應(yīng)和相鄰城市固定資產(chǎn)投資的空間溢出效應(yīng)來(lái)實(shí)現(xiàn)城市經(jīng)濟(jì)效率的提升。就成渝西城市群而言，要擴(kuò)大投資規(guī)模，鼓勵(lì)民間投資，吸納外商投資，建設(shè)多元投資主體。其中，對(duì)于成都、重慶、西安、德陽(yáng)、綿陽(yáng)這類(lèi)投資水平較高的城市，需進(jìn)一步加強(qiáng)并優(yōu)化投資結(jié)構(gòu)，要通過(guò)供給側(cè)結(jié)構(gòu)性改革來(lái)優(yōu)化投資結(jié)構(gòu)，要根據(jù)城市居民的需求進(jìn)行固定資產(chǎn)的投資，引導(dǎo)資金投向基礎(chǔ)設(shè)施建設(shè)的薄弱環(huán)節(jié)，改善整個(gè)城市的經(jīng)濟(jì)環(huán)境，從而提升城市的經(jīng)濟(jì)效率并為投資結(jié)構(gòu)的優(yōu)化提供相應(yīng)的保障，再通過(guò)城市間的溢出效應(yīng)輻射和帶動(dòng)周邊城市，要切忌盲目投資導(dǎo)致固定資產(chǎn)閑置。而其他地級(jí)市在固定資產(chǎn)投資上，投資額和投資比重相對(duì)弱一點(diǎn)，其企業(yè)相對(duì)面臨的風(fēng)險(xiǎn)更大，因此，應(yīng)充分發(fā)揮市場(chǎng)的作用，鼓勵(lì)民間投資，降低其固定資產(chǎn)的投資門(mén)檻。

4.加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)

交通基礎(chǔ)設(shè)施的建設(shè)不僅能夠提高城市自身的通勤率，也能讓城市內(nèi)部、城市之間的便利性、可達(dá)性上升，從而使經(jīng)濟(jì)聯(lián)系更加緊密，實(shí)現(xiàn)城市之間、區(qū)域之間的協(xié)調(diào)發(fā)展。因此，整個(gè)城市群應(yīng)以三座核心城市為中樞，以其他城市為節(jié)點(diǎn)，建立合理的交通網(wǎng)絡(luò)體系并不斷完善。要打破行政邊界，實(shí)現(xiàn)交通基礎(chǔ)設(shè)施的貫通，如地鐵直達(dá)、公交直達(dá)、取消相應(yīng)的收費(fèi)站等等。像成都、重慶、西安這類(lèi)交通技術(shù)設(shè)施較為完善的城市，要以緩解交通擁堵、提高通勤率為主要任務(wù)，如降低公交、地鐵費(fèi)用等。像綿陽(yáng)、德陽(yáng)等人口密度高的城市，可以考慮建設(shè)城市軌道交通;而像巴中、商洛等城市則要加強(qiáng)對(duì)農(nóng)村地區(qū)交通基礎(chǔ)設(shè)施的投資，促進(jìn)城鄉(xiāng)交通基礎(chǔ)設(shè)施的貫通和一體化。

參考文獻(xiàn)：

[1]陳明華，劉華軍，孫亞男，徐春霞.中國(guó)五大城市群經(jīng)濟(jì)發(fā)展的空間差異及溢出效應(yīng)[J].城市發(fā)展研究，2016，（03）.

[2]李 凱，劉 濤，曹廣忠.中國(guó)典型城市群空間范圍的動(dòng)態(tài)識(shí)別與空間擴(kuò)展模式探討——以長(zhǎng)三角城市群、武漢城市群和成渝城市群為例[J].城市發(fā)展研究，201 5，（11）.

[3]劉華軍，裴延峰，賈文星.中國(guó)城市群發(fā)展的空間差異及溢出效應(yīng)研究——基于1992～201 3年DMSP/OLS城市夜間燈光數(shù)據(jù)的考察[J].財(cái)貿(mào)研究，2017，（11）.

[4] Ronald E. Miller. Comments on the“General EquilibriumModel of Professor Moses[J]. Metroeconomlca，1963， （02）.

[5]jan A，Van Der Linden，Jan Oosterhaven. European Community Intercountry Input Out-put Relations： Construction Method and Main Results for 1965 [J]. Economic Systems Re-search.1995， （03）.

[6] Yuichi Hasebe， Nagendra Shrestha. Economic Integration in East Asia： An InternationalInput-Output Analysis[J]. World Economy， 2006， （12）.

[7]潘文卿，中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展：基于空間溢出效應(yīng)的分析[J].世界經(jīng)濟(jì)，2015，（07）.

[8]姚愉芳，陳 杰，張曉梅.京津冀地區(qū)間經(jīng)濟(jì)影響及溢出和反饋效應(yīng)分析[J].城市與環(huán)境研究，2016，（01）.

[9] Bowsher J.Are there Spillover Effects between Coastal and Noncoastal Regions in Chi-na[Jl. China Economic Review，2002， （02）.

[10]畢秀晶，寧越敏.長(zhǎng)三角大都市區(qū)空間溢出與城市群集聚擴(kuò)散的空間計(jì)量分析[J].經(jīng)濟(jì)地理，2013，（01）.

[11]顏銀根，安虎森.中國(guó)分割的經(jīng)濟(jì)空間：基于區(qū)域間經(jīng)濟(jì)增長(zhǎng)溢出的實(shí)證研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2014，（04）.

[12]劉華軍，張 權(quán)，楊 騫，城鎮(zhèn)化、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)——基于空間回歸模型偏微分方法及中國(guó)的實(shí)證[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014，（10）.

[13]張學(xué)波，陳思宇，廖 聰，宋金平，京津冀地區(qū)經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)[J].地理研究，2016，（09）.

[14]朱道才，任以勝，徐慧敏，陸 林，長(zhǎng)江經(jīng)濟(jì)帶空間溢出效應(yīng)時(shí)空分異[J].經(jīng)濟(jì)地理，2016，（06）.

[15]陳燕武，張綠原，技術(shù)選擇對(duì)中國(guó)省域經(jīng)濟(jì)發(fā)展的影響研究——基于空間滯后誤差自相關(guān)面板數(shù)據(jù)模型[J].華僑大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017，（03）.

[16]邵 帥，李 欣，曹建華，楊莉莉，中國(guó)霧霾污染治理的經(jīng)濟(jì)政策選擇——基于空間溢出效應(yīng)的視角[J].經(jīng)濟(jì)研究，2016，（09）.

[17lAnselin L. Spatial Externalities ，Spatial Multipliers and Spatial Econometrics[J]. Inter-national Regional Science Review， 2003， （26）.

[18] Lesage J，Pace RK. Introduction to Spatial Econometrics [M]. NewYork： CRC Press，2009： 66.

（責(zé)任編輯 王 娟）