转型期公共基础投资对区域经济影响的变动分析

肖燕飞

内容摘要：公共基础设施投资的经济效应可能随着经济社会环境的变化而改变。本文选取1997-2014年省级面板数据，对空间模型SDM、SAR和SEM进行模型选择，分析公共基础设施投资对区域经济发展的影响。实证结果表明：我国省际间经济发展和公共基础建设投资存在空间正相关性，公共基础设施投资对区域经济发展水平存在显著正影响，并且这一影响存在空间正向溢出效应，即公共投资不仅能促进本地区经济发展，也能促进相邻地区经济发展。我国公共基础投资对经济的空间正向溢出效应呈递减趋势，交通行业比电力、公共管理行业的正向影响更强。

关键词：公共基础投资 区域经济发展 空间面板模型 溢出效应

问题的提出

公共基础设施投资被视为拉动经济发展的三驾马车之一“投资”的主要行业部门，其对经济增长的正向促进作用毋庸置疑。如在2008年、2009年的全球性金融危机中，我国政府采取了“四万亿”的投资政策，其中很大一部分是公共基础服务设施建设，这有效地阻止了当时经济的快速下滑，也为经济复苏奠定了基础。在我国改革开放三十多年中，公共行业投资和企业投资（也称为私人投资）为我国经济发展发挥了重要作用，但是近几年随着我国经济增速放缓，持续依靠大量基础设施投资的经济增长方式被认为是不可持续的，许多经济学者指出，在现阶段促转型调结构时期，我国依赖大批铁路、公路、核电等基础设施建设实质上不利于经济向集约型、科技型发展。尽管这种观点从公共基础设施建设的经济效应来看是片面的，其往往忽略了公共基础设施投资对经济发展上不仅存在内部效应，同时可能存在外部效应，即本地区的建设投资可能推动周围区域的经济。但经过三十多年的高投资、高发展，我国是否还能依靠大量公共基础设施投资来推动经济发展，现阶段公共基础设施投资对区域经济发展的影响与2008年前高速增长期的投资效应是否相同，本文对此进行探讨。

相关理论和文献回顾

目前理论上对于公共基础设施投资对区域经济发展的作用普遍认为有正作用，但对于其中的影响机制分析并不一致，生产要素理论认为投资作为经济发展的一种方式或者一种要素，具有“高投资高增长”效应，不仅扩大产业发展，同时带动就业和相关产业发展。近几年兴起的新经济地理学则认为公共基础行业对经济的效应主要体现在集聚和扩散机制上，其认为集聚是指产业集聚性，如本地区交通行业的完善能带来物流、旅游等相关产业的发展，具有正集聚效应，而扩散是指对地区扩散性，主要是指本地区的公共建设投资能促进外部地区的经济发展。总体来看，公共基础设施投资能从四个方面对经济产生影响：第一，直接效应，即一个地区的公共投资必然会带动本地区该产业产值增加，由于这些行业如公路、铁路等建设投资规模均很大，对地区经济拉动作用明显；第二，间接效应，作为公共行业，基础设施类投资将带动相关产业的发展，通过乘数效用拉动产业增长；第三，空间溢出效应，不同于私人制造业和私人服务业，公共行业的一个特点是公共享受，因此本地区的公共基础设施建设可以对周边地区经济产生影响，同样周边地区公共基础设施建设也会对本地区经济产生影响；第四，公共基础设施的发展和完善有利于生产效率、生活水平的提高，对区域经济发展存在潜在正效应，如交通行业的发展会带动物流业发展、物流业发展会带动电子商务业发展等。

对该问题关注较多的国外学者普遍对新经济地理学下的空间溢出效应更为关注，争论的观点主要集中于两个方面：一是公共技术设施的投资（或建设）是否存在外部性，部分国外学者研究发现公共基础设施投资对经济发展存在显著的外部效应，但也有学者得到外部效应并不明显这一结论；二是对于存在外部效应的研究，一些学者认为有正外部性，对此解释是公共基础设施能够实现发达地区与落后地区的资源优势互补，通过加强区域间经济和产业结构一体化、集聚化，能够降低区域间的运输成本和生产成本；另外一些学者认为有负外部性，对此解释是本地区公共基础设施投资加大，会加快本地区经济和产业发展，导致吸引周围地区的劳动力和资本向本地区流动，周围地区因资源减少而经济发展受阻。Boarnet（1998）认为这一现象更容易出现在本地区发达而周围地区落后即经济悬殊的地区之间。国内学者张学良（2012）同样指出空间溢出效应的正负性取决于生产要素的流动方向，当生产要素从落后地区向发达地区聚集时，公共基础设施投资对落后地区经济有负的空间溢出效应；相反，当生产要素表现为向落后地区空间扩散时，空间溢出效应为正。

随着地理经济学和空间统计的发展，国内学者也从传统的研究公共基础建设投资对本地区经济的影响，逐渐转向实证研究公共基础建设投资对经济的空间溢出效应。目前在研究对经济发展（或经济增长）上，基本上得到了正效应的结论。如张学良（2012）实证分析得到我国交通基础设施对区域经济增长的产出弹性为正，空间溢出效应非常显著，但空间溢出效应发现可能为正也可能为负，若不考虑空间溢出效应，会高估交通基础设施对区域经济增长的作用。李婵娟（2012）利用面板VAR模型进行了研究，结果显示公共基础设施投资对多数地区的经济活动有促进作用，区域内公共基础设施投资的直接作用远大于区域外的溢出效应。叶昌友和王遐见（2013）检验了交通业中铁路和公路发展与区域经济增长的关系，结果表明铁路建设和公路建设对经济增长均有带动作用，铁路运输业比公路运输业的带动作用更明显，但高速公路相对于铁路的经济效应又更强。刘生龙和郑世林（2013）利用省级面板数据进行了研究，得到邻省的交通基础设施改善对本地经济增长有正影响，但弱于本地区自身的正影響强度，公路基础设施对本地区经济的正效应要强于铁路，但跨地区的经济正效应铁路更强。魏巍等（2014）考察了交通基础设施的流量（当期投资）和存量（累计投资）对经济增长的影响。结果表明无论是流量还是存量，都对经济增长有促进作用，但当期投资的促进作用更加稳健。

也有一些学者分析了公共基础设施投资对经济其它结构方面的影响，如周亚雄（2013）分析了公共基础设施投资对不同地区及地区间差异的影响，结果显示公共基础设施的改善对发达地区和对落后地区的经济效应不同，并且会加大二者的差距。赵文军（2014）考察了公共支出对经济增长方式的转变，结果表明公共支出规模扩张和支出结构变化不能促进经济增长方式转型，公共支出效率则能促进经济增长方式转变。张广海和赵金金（2015）从全域和局域两个角度分析显示铁路设施对区域旅游经济作用不显著，而公路、民航、内河航道设施均对区域旅游经济发展有正影响，但不同地区影响程度不同。

从以上文献来看，国内关于公共基础建设投资对经济发展影响的研究已较为全面，但这些研究缺乏对两点的思考：一是没有考虑到公共基础设施投资对经济发展的影响并不是不变的，西方学者近来表示交通基础设施投资对区域经济发展的影响会随着社会经济环境的变化而改变，本文认为随着前期公共基础建设投资的累积，公共基础设施投资对区域经济的影响会有所变动，并且变动方向很可能是边际效应递减；二是以往的实证研究只考虑了总体公共基础设施投资或者交通部门的建设投资对经济发展的影响，而没有分具体行业分析对经济发展的影响，分行业下的研究能使管理部门更有效地实施投资决策和改善投资方向。为此，本文主要是在以往文献的基础上补充这两点，使得对该领域的分析提供更新的思路。

研究模型和数据来源

（一）模型的建立

目前对于公共基础设施对经济变量的影响研究，大多数学者已从先前的普通计量模型转向空间计量模型，本文同样选用空间面板回归方程来分析公共基础设施投资对区域经济发展的影响，同时估计普通面板数据模型进行对比。

其中，lnPYit是第i个地区t年度人均生产总值的对数值，lnPKit是第i个地区t年度人均资本存量的对数值，urbit、openit和uisit均是控制变量，分别表示地区城镇化率、地区对外开放度和地区产业结构升级状况。

如果变量存在空间相关性，那么使用普通面板模型会使得结果出现偏差，此时就需要采用空间计量经济模型来解决相关性问题，其原理是把地理位置下的空间交互作用考虑到方程中，通过空间权重矩阵把地理位置和经济变量联系起来，以此判断变量在时间相关和空间相关下的相互影响作用。在进行空间计量模型估计前，需要判断是否存在空间相关性，一般选用MoranI指数来判断全局（全区域）相关性，而用Moran散点图来判断局部相关性。

式（4）中，n为地区数量，yi为第i个地区的观测值，y为研究变量的平均值，S2为方差，Wij为空间权重矩阵。空间权重矩阵的选取有多种方法，如选取地理相邻法，即如果两个地区地理位置相邻，则定义为1，否则定义为0；也有學者采用经济指标之差的绝对值倒数作为权重。考虑到公共基础设施地理越近受益往往越明显，因此本文采用地理相邻法作为空间权重矩阵衡量。MoranI指数取值在-1至1之间，大于0表示经济指标具有空间正相关性，小于0表示经济指标具有空间负相关性，等于0表示空间不相关。对于MoranI指数，需要检验其显著性，考虑到其近似服从正态分布，因此可以用Z统计量进行检验，。局部Moran散点图是通过两个地区是否落在四象限中的同位置来判断是否存在局部相关性。

如果存在全局相关性，就需要采用空间计量模型进行分析，目前空间计量模型方程主要有两类：一是空间滞后模型（SLM），二是空间误差模型（SEM），空间滞后模型是将因变量与空间权重的乘积项纳入到方程自变量中，而空间误差模型是将残差与空间权重的乘积项纳入到残差方程中，模型的表达式分别如式（5）、式（6）所示：

在式（5）中，WijlnYit是空间滞后地区生产总值，ρ是空间滞后自回归系数，该变量用以衡量空间上相邻地区产值发展的外部溢出效应。在式（6）中，Wijεit是空间滞后误差项，λ是空间误差自回归系数，测度地区产值的空间相关性，即相邻地区的产值对本地区产值的影响方向和影响程度。

对于空间滞后模型和空间误差模型，需要进行模型选择，具体参考张广海和赵金金（2015）的方法，在对普通面板回归方程进行空间相关性判断时，如果LM（lag）比LM（error）在统计上更为显著，则选择空间滞后模型，否则选择空间误差模型。

（二）变量的建立

因变量lnPY。对于区域经济发展水平，本文选取地区实际人均生产总值的对数值表示，目前国家和地方统计年鉴给出了地区人均生产总值及其指数，因此可以换算得到以某一年为基期的实际人均生产总值。

自变量lnPK。目前国家统计部门对社会固定资产投资进行行业分类，包括农林牧渔业等20个行业，借鉴以往学者对公共基础行业的定义和划分，本文将公共基础设施行业界定为三个类别：一是公共交通及邮电业，二是电力、水等生产供应业，三是社会公共管理业。在2004-2015年的统计年鉴中，对应于这三个公共基础设施业的行业具体是：交通运输、仓储和邮政业、电力热力燃气及水生产供应业、水利环境和公共设施管理业、公共管理社会保障和社会组织这四个行业，本文将后面两个行业归纳到社会公共管理业。但在2004年前的《中国统计年鉴》中，将全社会固定资产投资按管理渠道进行划分，其中最重要的是基本建设投资和更新改造投资两类，并且细分到行业，与2004年后有所差异，本文选择交通运输、仓储和邮政业、电力热力燃气及水生产供应业、地质勘查业、水利管理业和社会服务业行业，将后面两个行业归纳到社会公共管理业。经计算后，发现2002年和2003年各地区社会公共管理业投资水平具有连贯性，因此能用于分析。

根据生产函数中要素定义，应用资本存量代替当期投资来估计对产出的影响，因此对三个行业分别用永续盘存法换算行业资本存量，即：

Kt=It+（1-δ）×Kt-1 （8）

其中δ为折旧率，It表示当期实际投资水平，Kt-1表示上一期的实际资本存量。考虑到行业性质不同，因此对于交通运输行业的折旧率定为10%，对于电力燃气水生产供应业的折旧率定为5%，对于公共管理业的折旧率定为7%。对于实际投资水平，用固定资产投资价格指数进行价格平减得到实际水平。

控制变量。城镇化率urb。城镇化水平越高，代表从农村到城镇居住人数增多，第一产业劳动力减少，第二、三产业劳动力增加，因此会带来第二、三产业发展，最终促进经济增长。本文用人口城镇化率衡量城镇化水平，等于城镇常住人口与区域总人口之比。

市场开放度open。从贸易理论和开放理论来看，一个国家对外开放度越高，往往代表其贸易交易和投资额越大，也会带动本地区商品的竞争力和企业创新，因此会促进本地区经济发展。本文采用地区每年对外贸易总额与地区生产总值之比衡量市场开放度。

产业结构升级open。产业结构升级与经济发展的关系在不同阶段可能有不同的影响，如第三产业发展超过第二产业，但第三产业产值比重低，就会减少当期总产值增量，但长期来看，产业结构升级有利于经济增长。目前大多数学者用第三产业比重或第三产业与第二产业产值之比来衡量产业结构升级，但这种度量方法只反映了量的增加，没有考虑到生产效率。周昌林和魏建良（2007）用各产业的产值比重与各产业的劳动生产率（权重因子）乘积之和来反映产业结构水平，即，其中kj表示第j产业的比重，pj/lj表示单位劳动力下产值，即该产业劳动生产率。

（三）样本选取和数据来源

本文选取1997-2014年我国31个省市区（港澳台除外）作为研究对象，地区人均生产总值、行业固定资产投资水平、城镇化率、对外开放度以及产业结构升级变量的数据均来源于1998-2015年《中国统计年鉴》，部分缺失的以《中国固定资产投资统计年鉴》作为补充。

公共基础设施对经济发展影响的实证分析

（一）空间相关性判断

前面指出对于空间权重矩阵采用地理相邻法即选用0-1矩阵，如果两个省是相邻的，定义为1，否则定义为0。借用统计分析软件stata12.0的相关命令，得到了表1的Moran I指数及其显著性概率水平，以及1997年、2007年和2014年的Moran散点图。表1显示1997-2014年人均地区生产总值的Moran I指数值为正，且在1%概率水平下均拒绝了原假设，因此认为在1997-2014年期间我国省级实际人均GDP存在空间地理上的正相关性（2010年左右相关程度最高），说明省级人均GDP存在集聚分布特征，即人均GDP高的地区和人均GDP高的地区相邻，人均GDP低的地区和人均GDP低的地区相邻。对于人均公共行业资本存量，则显示1997-2014年人均公共基础建设资本存量的Moran I指数值为正，但在2006年以前相关系数在5%概率水平下统计显著，而2006年开始统计不显著，说明2006年前人均公共基础建设投资存在空间正相关性，而2006后相关性不明显。

图1显示了1997年、2005年和2014年三个年份的人均GDP的Moran散点图。以2014年（右图）为例进行说明，从图中可以看到，有7个东部省份（北京、天津、辽宁、上海、江苏、浙江、福建）位于第一象限（“高-高”區域），7个中部省份位于第二象限（河北、吉林、黑龙江、江西、安徽、海南），三个省份位于第四象限（内蒙古、山东、广东），其余13个省份位于第三象限（“低-低”区域）。1997年和2005年的散点图有相似结果。因此可以看出，大多数省份（2014年有20个）处于第一、三象限，表明我国省级人均GDP存在局部空间自相关性，东部发达地区和西部落后地区尤为明显。

（二）公共基础设施投资对区域经济影响的模型估计

通过运用Moran I指数及散点图可以判断出我国区域经济发展水平存在空间相关性，因此应该考虑采用空间回归模型来判断公共基础设施投资的溢出效应。为便于与不考虑空间溢出的结果进行比较，同时估计了普通面板数据模型，表2显示了全样本下的普通面板、SDM、SAR和SEM模型的估计结果。第一列是普通面板数据模型的结果，根据F test和Hausman test进行模型选择，最终确定为面板数据固定效应模型，第二列至第四列均是空间面板数据模型的结果，同样采用Hausman test对模型判断，最终选择了固定效应、随机效应和固定效应结果。根据拟合优度R2、自然对数似然函数值LogL等的比较以及前面得出区域人均生产总值存在空间相关性，因此采用空间面板数据更合理。再比较杜宾模型（SDM）、空间自回归模型（SAR）和空间误差模型（SEM）的结果，从拟合优度R2、自然对数似然函数值LogL、LM值及概率水平比较来看，均显示杜宾模型拟合更好，因此最终选择SDM作为全样本下公共基础设施总投资存量对经济发展影响的估计结果。

从空间杜宾模型结果看到，R2=0.853，LogL值为709.054，拟合效果较好。自变量公共基础设施投资存量的系数为0.351>0，在1%概率水平下统计显著，说明我国省级公共基础设施投资对地区的经济发展水平有显著正效应。再看三个控制变量，城镇化率显著大于0，系数为0.475，对外开放度变量系数0.008，统计不显著，产业结构升级变量系数为0.017>0，同样在1%概率水平下统计显著。说明城镇化率和产业结构升级能显著提升地区经济水平。再观察与空间地理权重相关的两个变量，可以看到ρ值为0.765>0，说明人均生产总值在空间上具有正向溢出效应，即本地区经济发展越高，会正向影响相邻地区的经济发展水平，同样如果本地区经济发展水平低，也意味着其相邻地区经济发展水平不高。此外，δ值为0.318>0，说明公共基础设施投资存量对经济影响具有空间溢出效应，本地区的公共基础设施投资不仅能促进本地区经济发展，同时能促进相邻地区经济发展。

表3分时期和分行业估计了公共基础设施投资存量对经济发展的影响，其中时期下将1997-2014年分为1997-2006年、2007-2010年和2011-2014年三个时期，之所以这么划分主要是考虑到表1人均公共基础设施资本存量在2007年前存在空间自相关性，2007年后不再存在空间自相关性，以及2010年后我国经济加速调结构促转型。分行业下即分别估计电力燃气水生产供应业（电力行业）、交通运输仓储邮电业（交通行业）和社会公共管理业（公共管理行业）。对六个样本均进行了固定效应、随机效应以及SDM、SAR、SEM的模型选择。从表3前面三列结果看出，对比不同时期下的结果，可以看到在1997-2006年期间，模型选择了固定效应空间面板杜宾模型，而2007-2010年和2011-2014年样本选择了随机效应空间面板误差模型。具体看变量系数结果，公共基础建设投资变量系数分别为0.215、0.484和0.324，均在1%概率水平下统计显著，可以看到变量系数呈现中间时期高、前后时期低的特点，这可能是2007年以前，尽管各个地区对公共基础设施投资持续加大，但绝对额上并没有后期大，而我国“四万亿”投资计划在2009-2010年实施，使得在中间时期公共投资经济效应更为明显，而2011年开始我国经济下滑，中央提出了转型经济战略，使得大型基础设施投资有所下降。再看三个控制变量，显示城镇化率和产业结构升级变量系数均统计显著为正，而对外开放度则在前后时期显著为负。这个结果与表2基本一致。观察空间变量系数，SDM模型下，ρ值为0.752，δ值为0.211，这个结果与表2的SDM模型结论是一致的，说明2007年前公共基础设施投资对区域经济存在空间正向溢出效应。再看第二、三列SEM模型的λ，系数值分别为0.385和0.449，且均在5%概率水平下统计显著，说明相邻地区的经济发展水平对本地区的经济发展水平有显著正影响，即有正溢出效应。

从表3后三列结果看出，对比不同公共基础行业的结果，可以看到三个行业均选择了固定效应空间面板误差模型。具体看变量系数结果，电力行业、交通行业、公共管理行业投资变量系数分别为0.229、0.314和0.197，均高度统计显著，说明三个行业投资加大都能促进经济增长，并且交通行业促进作用最强，其次是电力行业，最小的是公共管理行业，这与现实是符合的。2008年全球金融危机后，国家在加大公共基础建设中最为突出的就是铁路和公路建设，高铁、高速公路在全国各地建设起来，并且项目规模大、资本多，对国民经济有重要影响。再看三个控制变量，城镇化率和产业结构升级变量系数均为正，对外开放度则在公共管理行业样本下显著为正，其余两列不显著，结果与前面三列基本一致。对于SDM模型下的空间系数λ，三列值均介于0.9-1之间，均统计显著，说明相邻地区经济发展对本地区经济有正向溢出效应，结果与表2一致。

从以上实证分析得到过去近20年间，我国公共基础建设投资对经济发展存在显著的正向作用，并且这种作用存在空间溢出效应，即本地区的公共投资不仅对本地区的经济发展有贡献，同时对周边地区的经济有影响。这表明公共投资具有正外部效应，因此经济发达地区可以通过加大本地区的公共基础服务来带动本地区和周围地区的发展。但从分阶段和子行业的估计结果看，通过加大公共基础建设投资来拉动经济的行为不能再大力推行，特别是东部沿海发达地区，交通业邮电、与居民相关的公共服务、公共管理业已发展到较成熟阶段，尽管持续的投资仍能对经济发展产生正影响，但一方面投资对经济增长的边际影响减弱，造成资源浪费，另一方面对这些地区的大量投资反而不利于这些地区加快产业结构调整。因此对于公共基础建设投资战略上，各个地区应该采取适合于自身的决策，投资哪些行业、投资规模多少，都需要进行合理分析，例如东部地区应该建设一些与居民生活相关的公共管理行业，而中西部正处于建设期，则应大力发展交通运输、电力水生产供应等行业，来加快经济发展。

结论和启示

本文选用我国31个省市区作为研究对象，分析了公共基础设施投资对区域经济发展的影响，考虑了可能存在的空间溢出效应，在实证估计过程中进行了模型选择，分析得到：我国省际间人均生产总值和人均公共基础建设投资存量存在空间正相关性，即经济和投资额高的地区往往与高经济和高投资的地区相邻；省级公共基础设施投资对区域经济发展水平存在显著的正影响，并且这一影响存在空间正向溢出效应，即本地区公共基础设施投资不仅能促进本地区经济发展，同时能促进相邻地区经济发展；我国公共基础设施投资对经济发展的正影响存在着时间上的递减趋势。此外，三个公共基础投资子行业中，交通行业促进作用最强，电力行业和公共管理行业促进作用差异不大。

在经济转型期，依靠过去大规模投资来拉动经济的增长方式已不再适应我国未来的经济发展，尽管从2008年经济危机后我国政府所采取的积极财政和投资政策效果来看，其有力地阻碍了经济的快速衰退，但不可否认，也带来了一些弊端。从本文的研究看，未来在公共基础建设投资上，政府部门应该把握两点：一是要有区域差异性和针对性，不能全国各地区一刀切，要区分经济发展程度和基础建设程度不同的地区；二是要改变投资结构，以偏向于居民服务、小型化公共管理等的投资建设来替代以往的大项目、重资源的投资建设，最终促使公共基础设施建设在地区间、行业间平衡发展。

参考文献：

1.Hsieh，Chang-Tai.Productivity and Factor Prices in East Asia[J].American Economic Review，1999，89（2）

2.Hulten，C.，Bennathan，E.and Srinivasan，S.Infrastructure，Externalities and Economic Development：A Study of the Indian Manufacturing Industry[J].The World Bank Economic Review，2006，20（2）

3.Hulten，C.，Schwab，R.M.Public Capital Formation and the Growth of Regional Manufacturing Industries[J].National Tax Journal，1991，44（4）

4.Young，A.The Tyranny of Numbers：Confronting the Statistical Realities of the East Asian Growth Experience[J].Quarterly Journal of Economics，1995，110（13）

5.Hulten，C.，Schwab，R.M.Does Infrastructure Investment Increase the Productivity of Manufacturing Industry in the U.S.？ In Lawrence J.Lau（Eds.）[J].Econometrics and the Cost of Capital.Cambridge，MA：MIT Press，2000

6.Aschauer，D.A.，Back of the G7 Pack：Public Investment and Productivity Growth in the Group of Seven[R].Working Paper Series，Macroeconomic Issues 89-13，Federal Reserve Bank of Chicago，1989

7.BartiK，T.JWho Benefits from State and Local Economic Development Policy？[J].Kalamazoo，Michigan：W.E.Upjohn Institute for Employment Research，1991

8.Boarnet，M.G.Spillovers and the Locational Effects of Public Infrastructure[J].Journal of Regional Science，1998，38（3）

9.張学良.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（3）

10.李婵娟.公共基础设施投资区域效应与省际分布—基于我国28个省区数据的实证分析[J].山西财经大学学报，2012（6）

11.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）

12.刘生龙，郑世林.交通基础设施跨区域的溢出效应研究—来自中国省级面板数据的实证证据[J].产业经济研究，2013（4）

13.魏巍，李强，张士杰.交通基础设施、产业聚集与经济增长—基于省级面板数据的经验研究[J].地域研究与开发，2014（4）

14.周亚雄.基础设施、区域经济增长与区域差距的关系研究—基于新经济地理学的视角[D].南开大学博士论文，2013

15.唐颖，赵文军.公共支出与我国经济增长方式转变—基于省际面板数据的实证检验[J].财贸经济，2014（4）

16.张广海，赵金金.我国交通基础设施对区城旅游经济发展影响的空间计量研究[J].经济管理，2015（7）