交通基礎(chǔ)設(shè)施對全要素生產(chǎn)率的影響研究交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長基于省域數(shù)據(jù)的空間面板計(jì)量分析

交通基礎(chǔ)設(shè)施對全要素生產(chǎn)率的影響研究交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長基于省域數(shù)據(jù)的空間面板計(jì)量分析

基礎(chǔ)設(shè)施條件優(yōu)越是中國經(jīng)濟(jì)快速發(fā)展的顯著特征。它是中國經(jīng)濟(jì)快速發(fā)展的重要特征。它與經(jīng)濟(jì)快速發(fā)展的發(fā)展中國家形成了鮮明對比。很多學(xué)者在探討“中國奇跡”產(chǎn)生的原因時(shí),都將超前發(fā)展的基礎(chǔ)設(shè)施作為一項(xiàng)重要的解釋因素。依據(jù)新古典經(jīng)濟(jì)增長理論,一個(gè)經(jīng)濟(jì)體若能在長期中實(shí)現(xiàn)持續(xù)快速的增長,其必定伴隨有全要素生產(chǎn)率(TFP)的較快提高。若基礎(chǔ)設(shè)施確實(shí)成之為“中國奇跡”產(chǎn)生的重要原因之一,那么,其與中國經(jīng)濟(jì)的全要素生產(chǎn)率之間將很可能存在著緊密的聯(lián)系。由于基礎(chǔ)設(shè)施包羅廣泛,不同種類的基礎(chǔ)設(shè)施之間在促進(jìn)經(jīng)濟(jì)發(fā)展的作用方式和程度等方面各有差異,難以盡皆詳細(xì)考察,在此,本文將圍繞基礎(chǔ)設(shè)施的重要組成部分——交通基礎(chǔ)設(shè)施——展開具體的研究。結(jié)合中國目前的經(jīng)濟(jì)發(fā)展看,隨著人口紅利的漸趨耗盡和資本邊際收益的不斷下降,推動經(jīng)濟(jì)增長向效率驅(qū)動方向轉(zhuǎn)型的要求已日益迫切,本文的研究同時(shí)也希望能夠?qū)?shí)踐這一要求提供一些有益的經(jīng)驗(yàn)。一、交通基礎(chǔ)設(shè)施與全要素生產(chǎn)率:空間計(jì)量方法的視角20世紀(jì)70年代以來,基礎(chǔ)設(shè)施對經(jīng)濟(jì)增長的重要促進(jìn)作用受到了廣泛的關(guān)注。進(jìn)入80年代后,經(jīng)濟(jì)學(xué)者們開始紛紛嘗試運(yùn)用計(jì)量方法就基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長的關(guān)系展開實(shí)證性的研究,以資獲得具體的經(jīng)驗(yàn)證據(jù)和較為精確的結(jié)論。本文將從實(shí)證方法、考察角度和代理變量選擇三個(gè)方面對現(xiàn)有文獻(xiàn)展開綜述,進(jìn)而從中總結(jié)出適于本文研究的思路與方法。在實(shí)證方法上,既有研究大體可分為兩類,一類為基于宏觀經(jīng)濟(jì)模型或行為模型的具有一定理論基礎(chǔ)的截面、面板數(shù)據(jù)計(jì)量方法,一類為基于數(shù)據(jù)自身外推機(jī)制的VAR模型等時(shí)間序列計(jì)量方法。比較而言,基于時(shí)間序列方法估計(jì)所得的基礎(chǔ)設(shè)施對經(jīng)濟(jì)增長的貢獻(xiàn)程度往往高于截面和面板數(shù)據(jù)計(jì)量方法,且部分結(jié)論超出了人們的常識性預(yù)期,如Aschauer(1989)、Hulten&Schwab(1991)、Merriman(1990)研究所得的基礎(chǔ)設(shè)施產(chǎn)出彈性至少達(dá)0.39以上。而面板數(shù)據(jù)計(jì)量方法的利用,可以克服時(shí)間序列模型中常見的多重共線性問題,增加估計(jì)過程中的自由度,同時(shí)較之截面計(jì)量方法其能夠更好地控制不可觀測經(jīng)濟(jì)變量的影響,從而有利于提高模型估計(jì)的精度和有效性,因此,20世紀(jì)90年代中期以來,面板計(jì)量方法逐漸成為了研究基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長的主流實(shí)證方法。但進(jìn)一步考慮到實(shí)際研究中可利用的數(shù)據(jù)均為地區(qū)層面數(shù)據(jù),而“某個(gè)空間單元上的某種經(jīng)濟(jì)現(xiàn)象或某一屬性值與鄰近空間單元上的同一現(xiàn)象或?qū)傩灾低窍嚓P(guān)的”(Anselin,1988)。這種空間相關(guān)性的存在使得運(yùn)用傳統(tǒng)計(jì)量方法所獲得的結(jié)論在精確性和解釋力諸多方面都受到了局限。為克服這一問題,空間計(jì)量經(jīng)濟(jì)方法應(yīng)運(yùn)而生。其在繼承和發(fā)展傳統(tǒng)計(jì)量方法的基礎(chǔ)上,將地理位置與地理空間數(shù)據(jù)建立計(jì)量關(guān)系,用統(tǒng)計(jì)和計(jì)量方法識別和度量空間數(shù)據(jù)變動的規(guī)律,在實(shí)證分析中有著獨(dú)到的優(yōu)勢。既有研究大部分是基于宏觀經(jīng)濟(jì)生產(chǎn)函數(shù)模型展開,這其中包含了兩個(gè)考察角度:一是將基礎(chǔ)設(shè)施從總資本中析出,作為一種單獨(dú)的資本形式予以考察,即估計(jì)其產(chǎn)出彈性,如Barro(1990)、Holtz-Eakin(1992)、Eberts(1997)等;二是將基礎(chǔ)設(shè)施與全要素生產(chǎn)率相聯(lián)系,考察其對經(jīng)濟(jì)的外溢效應(yīng),如Romer(1986)、Lucas(1988)、Anselin(2003)等。其中,后一個(gè)角度隨著“新增長理論”逐漸晉升為主流經(jīng)濟(jì)學(xué)的核心內(nèi)容,在20世紀(jì)90年代后期以來受到了更多的關(guān)注。就交通基礎(chǔ)設(shè)施來講,本文認(rèn)為可在以下三個(gè)主要方面帶動全要素生產(chǎn)率的提高。①交通基礎(chǔ)設(shè)施的發(fā)展完善有利于促進(jìn)和擴(kuò)大人員、商品的區(qū)域間交流,從而帶動知識、技術(shù)的傳播。一方面,新知識、新技術(shù)的產(chǎn)生往往始于空間上的某一點(diǎn),發(fā)達(dá)的交通基礎(chǔ)設(shè)施有利于將其通過商品、技術(shù)專家和勞務(wù)人員等載體迅速傳播至周圍的廣大區(qū)域;另一方面,空間距離所導(dǎo)致的運(yùn)輸成本是個(gè)別區(qū)域技術(shù)落后行業(yè)的天然保護(hù)性關(guān)稅,①交通基礎(chǔ)設(shè)施的發(fā)展完善有利于區(qū)域通達(dá)性的提高和運(yùn)輸成本的不斷降低,從而起到削減這一保護(hù)稅稅率的作用,以淘汰落后,提高周邊區(qū)域經(jīng)濟(jì)的技術(shù)效率。②交通基礎(chǔ)設(shè)施的發(fā)展完善有利于優(yōu)化資源配置,提高國民經(jīng)濟(jì)運(yùn)行中的配置效率。新古典模型中,資源要素的流動往往表現(xiàn)為無摩擦的瞬間物理運(yùn)動,然而,現(xiàn)實(shí)世界中這種流動顯然是有成本的,交通運(yùn)輸成本便是其中的一個(gè)重要組成部分。交通基礎(chǔ)設(shè)施的發(fā)展完善將有如潤滑劑一般,對資源要素的流動起到降擦的作用,從而促使原有配置狀態(tài)向最優(yōu)配置的均衡點(diǎn)靠近。③交通基礎(chǔ)設(shè)施的發(fā)展完善有利于經(jīng)濟(jì)集聚和市場擴(kuò)張,從而為規(guī)模效率的提高提供空間。綜上所述,交通基礎(chǔ)設(shè)施將從技術(shù)水平、技術(shù)效率、配置效率和規(guī)模效率四個(gè)方面對全要素生產(chǎn)率的增長產(chǎn)生影響。通過實(shí)證研究具體地分析這一影響的作用程度與結(jié)構(gòu)演變具有重要的現(xiàn)實(shí)意義。同時(shí),考慮到知識、技術(shù)等全要素生產(chǎn)率的重要組成部分具有明顯的空間溢出效應(yīng),運(yùn)用空間計(jì)量技術(shù)進(jìn)行模型估計(jì)以克服空間自相關(guān)的問題對于本文的研究也顯得尤為必要。在基礎(chǔ)設(shè)施的代理變量選擇方面,大體分為兩類路徑:一是遵照新古典的資本概念,以貨幣形式的統(tǒng)一口徑來表示,現(xiàn)有大部分相關(guān)文獻(xiàn)采用的均是這一方法;二是對新古典的“技術(shù)關(guān)系”予以還原,以實(shí)物形態(tài)來表示,采用該方式的研究文獻(xiàn)自20世紀(jì)90年代末期開始逐漸豐富,如SanchzRobles(1998)、Fernald(1999)、Canning&Pedroni(1999)、王任飛和王進(jìn)杰(2007)等。本文認(rèn)為,以原始的技術(shù)關(guān)系替代貨幣的技術(shù)關(guān)系對于交通基礎(chǔ)設(shè)施的實(shí)證研究是十分必要的。①交通基礎(chǔ)設(shè)施作為一種公共品,其投資決策并不完全遵循經(jīng)濟(jì)利益最大化原則,尤其就中國而言,啟動投資的決策多由政府主導(dǎo),而政府的效用集不僅包括經(jīng)濟(jì)收益,還包括社會收益、政治收益等內(nèi)容。因此,即使排除了現(xiàn)實(shí)世界中的摩擦、角點(diǎn)解等現(xiàn)象的存在,交通基礎(chǔ)設(shè)施的存量水平依然無法納入瓦爾拉斯一般均衡分析框架,進(jìn)而其也就無法由單一貨幣所示的比例關(guān)系來予以邏輯一致地衡量。②即使避開新古典資本概念的邏輯矛盾不談,實(shí)際操作中我們也無法獲得相應(yīng)的交通基礎(chǔ)設(shè)施投資價(jià)格指數(shù)以準(zhǔn)確地計(jì)算其存量水平。③交通基礎(chǔ)設(shè)施投資受自然條件等因素的影響,與其所能提供的服務(wù)水平之間并不存在對應(yīng)的比例關(guān)系,如青藏鐵路、南昆鐵路的單位里程投資額顯然要比東部平原地區(qū)的同等級鐵路要高得多。鑒于上述原因,我們傾向于用實(shí)物形態(tài)的變量來對交通基礎(chǔ)設(shè)施予以代理。具體地,考慮到1997—2007年間,鐵路和公路交通基礎(chǔ)設(shè)施所共同負(fù)擔(dān)的全社會貨運(yùn)和客運(yùn)量分別占到85.8%和86.7%以上①,且其在全國各個(gè)省份均有廣泛地分布②,從而具有較強(qiáng)的整體代表性,本文的實(shí)證分析將以這兩者為代表來研究交通基礎(chǔ)設(shè)施對中國全要素生產(chǎn)率的影響。綜上所述,本文將具體就交通基礎(chǔ)設(shè)施與中國全要素生產(chǎn)率增長之間的關(guān)系展開研究。在實(shí)證方法上采用新近發(fā)展得到的空間面板數(shù)據(jù)模型(SpatialPanelDataModel,SPDM)③,并將交通基礎(chǔ)設(shè)施以實(shí)物形態(tài)的變量來代理。下而,我們將首先通過計(jì)算獲取中國分省全要素年產(chǎn)率情況。二、全因素生產(chǎn)率的計(jì)算1.中國統(tǒng)計(jì)根據(jù)本文的TFP測算采用的是1997—2007年的省級地區(qū)樣本數(shù)據(jù)。產(chǎn)出變量由各地區(qū)的國內(nèi)生產(chǎn)總值(GDP)來表示,投入變量包括物質(zhì)資本和從業(yè)人員兩項(xiàng)。其中,國內(nèi)生產(chǎn)總值和從業(yè)人員數(shù)可直接從1998—2008年的《中國統(tǒng)計(jì)年鑒》中獲取,物質(zhì)資本采用張軍(2004)提供的方法計(jì)算獲得。國內(nèi)生產(chǎn)總值和物質(zhì)資本均已按2000年不變價(jià)做了縮脹處理。為與下文的計(jì)算樣本保持一致,西藏在此未予考慮;由于重慶的相關(guān)數(shù)據(jù)在1997年后才有公布,不適于單獨(dú)析出計(jì)算物質(zhì)資本存量,我們將其與四川合并為一個(gè)樣本。④這樣,本文此處的計(jì)算共有29個(gè)地區(qū)樣本,下文的實(shí)證研究中亦將與此樣本保持一致性。2.模型估計(jì)結(jié)果本文對中國TFP的核算將采用隨機(jī)前沿分析法(StochasticFrontierAnalysis,SFA)?；诳柖喑淌交聦?shí),我們首先將中國的國民經(jīng)濟(jì)生產(chǎn)函數(shù)設(shè)定為柯布—道格拉斯形式的隨機(jī)前沿模型,具體形如:式(1)中,K、L分別表示物質(zhì)資本和勞動力數(shù)量;系數(shù)β1—β3為待估參數(shù);腳標(biāo)i為樣本標(biāo)示;為樣本的觀察期,T為樣本的基期年度;νi為隨機(jī)干擾項(xiàng),服從標(biāo)準(zhǔn)正態(tài)分布;ui為技術(shù)無效率項(xiàng),且服從零點(diǎn)截?cái)嗟陌胝龖B(tài)分布;μ為非截?cái)嗾龖B(tài)分布條件下的期望值;η為技術(shù)效率水平的時(shí)變參數(shù)。LR單邊似然比檢驗(yàn)表明,允許參數(shù)μ和η自由取值較之對其施加0約束更具適宜性,為此,我們在下面的計(jì)量過程中允許μ和η自由取值。利用Frontier4.1軟件計(jì)算得出的上述模型具體估計(jì)結(jié)果如表1所示:表1顯示,模型的擬合效果極佳,所有參數(shù)的估計(jì)結(jié)果均在1%的高顯著性水平下通過了檢驗(yàn)。同時(shí),高達(dá)0.963的γ值顯示出模型存在明顯的復(fù)合結(jié)構(gòu),且技術(shù)無效率不存在的LR檢驗(yàn)拒絕了原假設(shè),這些均表明運(yùn)用隨機(jī)前沿模型要較之傳統(tǒng)計(jì)量模型更為適合刻畫中國的國民經(jīng)濟(jì)生產(chǎn)函數(shù)?；谏鲜龉烙?jì)結(jié)果,各省級地區(qū)的TFP可通過式(2)求得:式(2)中,exp(β0+β3t)為t時(shí)期的前沿面技術(shù)水平,TEit為i省份t時(shí)期的技術(shù)效率。按式(2)計(jì)算,1997—2007年期間,中國全要素生產(chǎn)率年均增幅為3.25%,相對于年均9.51%的經(jīng)濟(jì)增長速度而言,貢獻(xiàn)水平達(dá)34.17%。限于篇幅,具體到各個(gè)省份的全要素生產(chǎn)率計(jì)算結(jié)果本文此處不再詳細(xì)羅列。三、空間測量模型及其適用性測試1.傳統(tǒng)的計(jì)量方法空間計(jì)量方法在研究中主要用到兩類模型。當(dāng)模型的誤差項(xiàng)在空間上相關(guān)時(shí),即為空間誤差模型(SpatialErrorModel,SEM);當(dāng)變量間的空間依賴性對模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)時(shí),即為空間滯后模型(SpatialLagModel,SLM)(Anselin,1988)。SEM模型可表示為:SLM模型可表示為:式(3)和(4)中,腳標(biāo)i、t與前文一致,分別標(biāo)示各個(gè)地區(qū)和樣本的觀察年度;Y為因變量;Xj為一系列自變量;εit和μit為服從正態(tài)分布的隨機(jī)誤差項(xiàng);α0為截距,αj、ρ、λ為系數(shù);W為空間權(quán)重矩陣。由于實(shí)際操作中的自由度限制,空間權(quán)重矩陣無法利用數(shù)據(jù)和模型生成。根據(jù)目前國際國內(nèi)文獻(xiàn)中通行的設(shè)定方法,本文這里使用距離的一階相鄰函數(shù)矩陣來表示,即將相鄰的區(qū)域賦予1,不相鄰的區(qū)域賦予0(Lesage,1999)(1)。由于空間自相關(guān)的存在,用傳統(tǒng)的OLS方法來估計(jì)SEM模型雖然是無偏的,但是不具有有效性,而用其來估計(jì)SLM模型則不僅是有偏的,而且是不一致的。為克服這一問題,Elhorst(2003)發(fā)展了針對空間面板模型的極大似然估計(jì)方法,下面的計(jì)量分析所采用的即為該方法。在模型適宜性的比較取舍方面,我們將主要通過對數(shù)似然函數(shù)值(Log-Likelihood)來判斷,對數(shù)似然函數(shù)值的絕對值越大的模型,其適宜性將越好,即越適合為實(shí)證分析所利用?？臻g模型下,變量Xj對Y的偏效應(yīng)除了體現(xiàn)在系數(shù)αj上以外,還體現(xiàn)在空間外部性上,即i地區(qū)的Xij對Yi的影響還將來自于鄰近地區(qū)的Xj。這種外部性會隨著地區(qū)圈層的外擴(kuò)而逐漸衰減,若設(shè)q表示以i地區(qū)為中心向外擴(kuò)展的圈層序數(shù),在SLM模型下,空間外部偏效應(yīng)可表示為:變量Xj對Y的總體偏效應(yīng)可表示為直接的偏效應(yīng)和空間外部偏效應(yīng)的加總形式:2.morani檢驗(yàn)關(guān)于判斷地區(qū)變量間是否存在空間相關(guān)性的檢驗(yàn),目前一般使用由Moran(1950)提出的空間自相關(guān)指數(shù)MoranI。MoranI的取值范圍為(-1,1)。當(dāng)其大于0時(shí),表明各地區(qū)間某經(jīng)濟(jì)變量為空間正相關(guān),即存在空間集聚現(xiàn)象;當(dāng)其小于0時(shí),表明各地區(qū)間某經(jīng)濟(jì)變量為空間負(fù)相關(guān),即存在空間排斥現(xiàn)象;當(dāng)其等于0時(shí),表明各地區(qū)間某經(jīng)濟(jì)變量與區(qū)位的分布相互獨(dú)立。MoranI的絕對值越大,表明所檢驗(yàn)的經(jīng)濟(jì)變量的空間相關(guān)性越強(qiáng)。表2給出了Stata10.0軟件計(jì)算得出的1997—2007年中國各省級地區(qū)全要素生產(chǎn)率的MoranI檢驗(yàn)結(jié)果。其內(nèi)容顯示,1997—2007年各個(gè)年份中的MoranI值均通過了1%水平下的顯著性檢驗(yàn),且各個(gè)MoranI值均為正值,這表明我國省級地區(qū)的全要素生產(chǎn)率在空間上的確存在著明顯的正自相關(guān)關(guān)系,即存在空間集聚現(xiàn)象。此外我們還可發(fā)現(xiàn),MoranI值及其顯著性隨著時(shí)間推移呈逐年提高的態(tài)勢,這表明隨著市場經(jīng)濟(jì)體制改革的不斷深入推進(jìn),地區(qū)間的行政壁壘(主要表現(xiàn)為地方保護(hù)主義)在不斷得以清除,經(jīng)濟(jì)交流與聯(lián)系日益緊密,從而推動了全要素生產(chǎn)率空間相關(guān)性的不斷上升,使區(qū)域間的技術(shù)外溢處于一種持續(xù)強(qiáng)化的態(tài)勢之中。綜上所述,我們可以判斷,運(yùn)用空間計(jì)量模型對我國交通基礎(chǔ)設(shè)施水平與全要素生產(chǎn)率增長之間的關(guān)系進(jìn)行研究要較之傳統(tǒng)計(jì)量方法更為適宜。四、示范分析1.變量與數(shù)據(jù)說明作為因變量的全要素生產(chǎn)率數(shù)據(jù)已由上文計(jì)算得出。在自變量數(shù)據(jù)中,本文所考察的交通基礎(chǔ)設(shè)施包括鐵路密度和公路密度兩項(xiàng)。其中,鐵路密度(Railway)采用“每平方公里的營運(yùn)鐵路里程”指標(biāo),這主要是考慮到營運(yùn)里程這一統(tǒng)計(jì)口徑反映了實(shí)際投入經(jīng)濟(jì)活動的鐵路設(shè)施資源量,其較之“鐵路線路長度”的統(tǒng)計(jì)口徑剔除了鐵路設(shè)施的閑置部分,更適于服務(wù)本文的研究目的;公路密度為“每平方公里的公路通行里程”,除了總的公路密度(Road)外,還可按路面質(zhì)量、通行能力等綜合條件細(xì)分為高速公路(Freeway)、一級公路(First-class)、二級公路(Second-class)、三級公路(Thirdclass)、四級公路(Fourth-class)和等外公路(Substandard)6組數(shù)據(jù)。(1)上述各組變量數(shù)據(jù)均來源于相關(guān)歷年的《中國交通統(tǒng)計(jì)年鑒》。其中,分省的鐵路營運(yùn)里程自2001年才開始統(tǒng)計(jì),因此,鐵路密度數(shù)據(jù)的時(shí)序?yàn)?001—2007年;公路密度數(shù)據(jù)的時(shí)序?yàn)?997—2007年。在控制變量方面,考慮到中國典型的二元經(jīng)濟(jì)特征,我們納入了非農(nóng)化變量(Non-agricultural),具體由第二和第三產(chǎn)業(yè)占國內(nèi)生產(chǎn)總值的比重來表示;人力資本對全要素生產(chǎn)率具有非常重要的影響,這已成為共識,為此本文亦將其納入控制變量,并采用人口平均受教育年限指標(biāo)予以代理,具體計(jì)算中采用了陳釗等(2004)提供的方法。以上兩組控制變量數(shù)據(jù)分別來源于相關(guān)歷年的《中國統(tǒng)計(jì)年鑒》和《中國人口統(tǒng)計(jì)年鑒》。表3給出了本文實(shí)證中所用主要變量的描述性統(tǒng)計(jì)信息。在下文的實(shí)證分析中,我們將分別考察兩個(gè)模型:在模型(1)中我們將著重考察鐵路密度(Rail)和總的公路密度(Road)兩個(gè)變量與全要素生產(chǎn)率的關(guān)系;在模型(2)中我們將公路密度按等級質(zhì)量細(xì)分為6組后,再對其與全要素生產(chǎn)率的關(guān)系進(jìn)行細(xì)致考察,以期在兩個(gè)模型相互應(yīng)證的同時(shí),進(jìn)一步得到更為具體的結(jié)論。考慮到現(xiàn)實(shí)經(jīng)濟(jì)活動中的邊際遞減規(guī)律,模型中的TFP被解釋變量和基礎(chǔ)設(shè)施解釋變量均取了對數(shù)形式。此外,由于二元經(jīng)濟(jì)控制變量為一比例數(shù)據(jù)、人力資本控制變量的數(shù)據(jù)自身及變異系數(shù)均較小,我們在模型中仍采用了線性形式。(2)2.tfp的空間差異我們在模型(1)和模型(2)的基礎(chǔ)上對2001—2007年間我國交通基礎(chǔ)設(shè)施水平與全要素生產(chǎn)率增長之間的關(guān)系進(jìn)行了估計(jì)。為了便于比較,本文同時(shí)對模型(1)和模型(2)進(jìn)行了傳統(tǒng)的面板數(shù)據(jù)計(jì)量估計(jì)。面板SEM模型和面板SLM模型的估計(jì)我們借助Matlab7.0軟件來實(shí)現(xiàn)。從表4給出的具體估計(jì)結(jié)果看,地區(qū)時(shí)點(diǎn)雙固定的面板SLM模型估計(jì)結(jié)果在Log似然值上要明顯優(yōu)于傳統(tǒng)面板模型和其他各種空間面板模型,這在模型(2)的估計(jì)結(jié)果中表現(xiàn)得尤為明顯。同時(shí)雙固定面板SLM模型的調(diào)整后R2也很高,在模型(1)與模型(2)中分別達(dá)0.9974和0.9995。因此,本文將選擇地區(qū)時(shí)點(diǎn)雙固定的面板SLM模型對我國交通基礎(chǔ)設(shè)施水平與全要素生產(chǎn)率增長之間的關(guān)系展開實(shí)證分析。表4中雙固定面板SLM模型(1)的估計(jì)結(jié)果顯示,所有解釋變量的系數(shù)估計(jì)值均在高達(dá)1%的水平下通過了顯著性檢驗(yàn),且鐵路密度與公路總體密度的估計(jì)系數(shù)均為正值,與前文的理論分析預(yù)期一致,即交通基礎(chǔ)設(shè)施對TFP增長有著正向的影響。但是我們發(fā)現(xiàn),公路總體密度的估計(jì)系數(shù)非常小。雙固定面板SLM模型(2)的估計(jì)結(jié)果顯示,除了四級公路密度和等外公路密度的估計(jì)系數(shù)不明顯外,其余各解釋變量的估計(jì)系數(shù)均至少在10%的顯著性水平下通過了檢驗(yàn),且估計(jì)值均為正。這一結(jié)果說明,鐵路和較高等級的公路基礎(chǔ)設(shè)施對TFP增長存在著明顯的促進(jìn)作用。但由表3中的變量均值部分可以看到,四級公路和等外公路的里程合計(jì)構(gòu)成了公路總體密度的60%以上,也就是說,占據(jù)公路里程大部分的低等級公路對我國TFP的增長幾乎沒有起到作用,這也就令我們?nèi)菀桌斫饽Ｐ?1)中公路總體密度的估計(jì)系數(shù)為什么很小了。為了具體地分析交通基礎(chǔ)設(shè)施對TFP增長的促進(jìn)作用,我們根據(jù)式(5)和式(6)計(jì)算了雙固定面板SLM模型(2)中系數(shù)顯著的各類交通基礎(chǔ)設(shè)施的偏效應(yīng)及其構(gòu)成,具體計(jì)算結(jié)果可見表5。從表5看出,空間外部偏效應(yīng)構(gòu)成了交通基礎(chǔ)設(shè)施對TFP的總體偏效應(yīng)的較大部分(約3/4),這直接導(dǎo)致TFP的高度空間滯后相關(guān),或者說是TFP的高度空間外溢效應(yīng)的存在。在各類交通基礎(chǔ)設(shè)施中,二級公路的總體偏效應(yīng)最大,其每提高1個(gè)百分點(diǎn)將帶動TFP提高0.0868個(gè)百分點(diǎn);鐵路和三級公路的總體偏效應(yīng)大小居中,其每提高1個(gè)百分點(diǎn)將分別帶動TFP提高0.0506個(gè)百分點(diǎn)和0.0424個(gè)百分點(diǎn);高速公路和一級公路的總體偏效應(yīng)最小,其每提高1個(gè)百分點(diǎn)將只能分別帶動TFP提高0.0233個(gè)百分點(diǎn)和0.0121個(gè)百分點(diǎn)。但是,考慮到各類交通基礎(chǔ)設(shè)施的存量水平差異,我們還不能僅以彈性的大小來判斷其對TFP增長的最終貢獻(xiàn)程度。從表3可以看出,彈性較大的幾類交通基礎(chǔ)設(shè)施往往有著較高的存量水平,較之彈性較低的交通基礎(chǔ)設(shè)施而言,要將其密度提高同樣的比例所需修造的里程將更長,這正體現(xiàn)了邊際遞減規(guī)律的作用。通過具體計(jì)算,2001—2007年間上述幾類交通基礎(chǔ)設(shè)施對中國TFP增長的貢獻(xiàn)如表6所示。(1)表6內(nèi)容顯示,2001—2007年間交通基礎(chǔ)設(shè)施存量的增加共帶動中國TFP增長了11.075個(gè)百分點(diǎn),占TFP整體增幅的59.100%。結(jié)合前文TFP測算部分的數(shù)據(jù)結(jié)果計(jì)算可知,交通基礎(chǔ)設(shè)施的外部效應(yīng)給予中國經(jīng)濟(jì)增長的貢獻(xiàn)達(dá)20.200%。就貢獻(xiàn)的構(gòu)成來看,可以得出以下四點(diǎn)具體認(rèn)識:①考察期間內(nèi),鐵路基礎(chǔ)設(shè)施總量增長緩慢,在上述各類基礎(chǔ)設(shè)施中增幅最低,由此直接導(dǎo)致其對我國TFP增長的貢獻(xiàn)度很低;②高速公路和二級公路對我國TFP增長的貢獻(xiàn)最為突出,前者主要是源于總量增長迅速,后者主要是源于其對TFP彈性較大;③一級公路基礎(chǔ)設(shè)施的增幅雖然較大,但由于其對TFP的彈性較小,并未對TFP的增長形成有力的推動;④在各類公路基礎(chǔ)設(shè)施中,三級公路對TFP增長的貢獻(xiàn)最低,這主要是源于其增幅很低。為了考察交通基礎(chǔ)設(shè)施對TFP影響的時(shí)間變化,我們分1997—2000、2001—2004和2005—2007年三個(gè)時(shí)段對模型(1)和模型(2)進(jìn)行了估計(jì),經(jīng)對比仍選用面板SLM模型。其中,由于缺乏相應(yīng)的分省數(shù)據(jù),1997—2000年未納入鐵路密度變量。表7的估計(jì)結(jié)果顯示,鐵路密度在每種模型、每個(gè)時(shí)段中對TFP均具有非常顯著的正向影響。模型(1)中公路總體密度在1997—2000年和2001—2004年兩個(gè)時(shí)段中對TFP具有顯著的正向影響,其后的2005—2007年則變得不再顯著。模型(2)的結(jié)果顯示,高速公路密度在所有三個(gè)時(shí)間段內(nèi)對TFP的影響一直都是高度顯著的,