虹吸还是扩散：城市群交通网络一体化对城市经济增长的影响
——基于中国十大城市群的经验证据

张亚丽，项本武

(浙江海洋大学 经济与管理学院，浙江 舟山 316022)

一、引言

改革开放以来，中国交通基础设施取得了跨越式发展，成为中国经济增长奇迹背后的一个重要推力。自国家实施新型城镇化战略以来，城市群作为城市化高级阶段的产物，日益成为我国新型城镇化建设的主体形态。2021年3月发布的国家十四五规划和2035年远景目标纲要，明确提出“深入推进以人为核心的新型城镇化战略，以城市群、都市圈为依托促进大中小城市和小城镇协调联动、特色化发展，使更多人民群众享有更高品质的城市生活”，赋予了城市群建设更高的奋斗目标。在我国新型城镇化建设进程中，各城市群综合交通体系不断完善并呈现多元化特征。交通基础设施的改善可以降低要素和商品的运输成本，促进市场一体化、市场竞争和专业化分工，从而提升资源配置的效率，随着城市群交通网络一体化的提升，有助于为城市群内部城市经济增长提供正的外部性，从而推动城市群内部大中小城市协调联动发展。然而，城市群交通网络一体化在促进城市群经济增长的同时，也会引致城市群经济活动在空间上的重新分布，从而既可能通过扩散效应的渠道，有利于城市群内部全部城市的经济增长，也可能通过虹吸效应的渠道，仅仅有利于城市群内部中心城市的增长而抑制非中心城市的经济增长。关于交通基础设施引发的经济分布效应的已有研究中，部分文献发现了虹吸效应存在的经验证据，也有文献发现了扩散效应存在的经验证据，由此引出的问题是当前我国城市群交通网络一体化对城市经济究竟是产生扩散效应还是虹吸效应？或者说，交通网络一体化能否促进城市群区域协调发展？本文试图在科学测度城市融入城市群交通网络一体化水平的基础上，探讨其对城市群内部城市经济增长的影响，以回答上述问题。

二、文献综述

交通基础设施对经济增长的影响一直以来受到学者们的关注。不少学者尤其关注交通基础设施投资对经济产出的影响，如Alan(1989)[1]基于美国数据的研究发现，交通等基础设施投资的产出弹性为0.39，从而表明交通等基础设施对经济增长有重要作用。此后，关于交通基础设施投资对总产出影响的研究大量涌现，如 Roller和Waverman(2001)[2]考察了OECD国家1970—1990年电信设施投资对GDP 的影响、Cesar和Luis(2004)[3]考察了包含交通、通信和电力等多种基础设施投资对GDP的影响。使用时间序列数据的研究成果表明，交通基础设施对经济增长的弹性在0.27～0.58之间，Bonaglia等(2000)[4]对如此高的产出弹性提出了质疑，认为时间序列数据各变量间可能存在“伪相关”。使用面板数据估计的交通基础设施的产出弹性，比使用时间序列数据所估计的要小，如张学良(2012)[5]利用1993—2009年的中国省级面板数据研究发现，中国交通基础设施的产出弹性为 0.05～0.07，交通基础设施的空间溢出效应非常显著，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。然而，也有文献得到了相反的结论，如Devarajan等(1996)[6]基于发展中国家的面板数据的研究表明，交通投资对经济增长具有负面或不显著的影响。也有学者侧重关注交通基础设施对全要素生产率的影响，如Fernald(1999)[7]基于美国州际高速公路对劳动生产率影响的研究、刘秉镰等(2010)[8]基于铁路和公路基础设施对中国全要素生产率影响的研究、Farhadi (2015)[9]基于OECD国家交通基础设施对全要素生产率的影响研究，都显示了交通基础设施改善的积极作用。

更多学者则特别关注区域间交通基础设施的改善在促进经济增长的同时，是否引致经济活动在空间上的重新分布效应。部分文献支持交通基础设施引致的经济聚集及虹吸效应的存在，如Sasaki等(1997)[10]对日本新干线的研究发现，新干线网络的扩张导致核心区域的可达性进一步提升，经济集聚程度进一步增强。Givoni(2006)[11]研究发现，高铁在促进了总体经济增长的同时提升了经济聚集程度，推动了中心城市的经济增长，却抑制了边缘城市的经济增长。Qin(2017)[12]对中国铁路升级的研究表明，铁路升级增强了沿途中小县城向铁路节点城市的经济集聚。Benjamin(2014)[13]基于中国高速公路网络的研究发现，高速公路加快区域中心城市对周边接入高速公路的县城的市场整合，增强了区域中心城市的经济聚集效应，抑制边缘县的经济增长。张克中和陶东杰(2016)[14]基于中国地级市面板数据的研究表明，高铁开通显著降低了沿途非中心城市的经济增长率，从而证实了高铁的虹吸效应。另外一些文献则支持交通基础设施引致的扩散效应的存在，如Ahlfeldt和Feddersen(2010)[15]研究发现，德国科隆至法兰克福高铁的开通提升了市场可达性，推动了沿途地区的经济增长。Baum-Snow等(2012)[16]对中国城市圈的研究发现，城市周边、城市间的高速公路和铁路交通的改善会导致次郊区化，经济活动会沿着城市周边的交通支线和环线向外扩散。Xu和Nakajima (2017)[17]研究发现，接入高速公路的县可获得大城市经济增长的正向溢出效应，能获得更好的工业增长。李煜伟和倪鹏飞(2013)[18]基于中国部分城市数据的实证检验发现，在运输网络影响下，中心城市依靠要素集聚获得增长，非中心城市基于外部性的作用，经济增长加速。

可见，交通基础设施的改善对区域经济增长究竟是产生虹吸效应还是扩散效应，基于不同样本的研究结论并不统一。现有研究为正确认识交通基础设施的经济增长及分布效应奠定了良好基础，然而，已有研究存在进一步深入探讨的空间，如已有研究主要检验单一交通方式基础设施(如高速公路或高铁)对经济增长的影响，难以反映现代交通运输网络体系特征，为此，我们使用包含高速公路、铁路及航空三种方式构成的交通网络一体化水平的测度方法，能够更好地反映现代综合交通运输体系对经济增长的影响。此外，现有研究主要使用高速公路或高铁沿线区域作为研究样本，我们使用城市群内部地级以上城市作为研究样本，从城市群层面为探讨交通基础设施的经济增长效应提供一个新的视角。基于以上考虑，本文在合理测度城市群交通网络一体化水平的基础上，通过检验其对城市经济增长的影响，来探讨城市群交通网络一体化究竟是导致了扩散效应还是虹吸效应。

三、研究设计

(一)城市群交通网络一体化的测度

(二)理论基础与模型设定

从理论上来看，交通基础设施改善可以降低要素和商品的运输成本，促进市场一体化、市场竞争和专业化分工，从而提升资源配置的效率 (Redding和Turner，2015[25])。相关实证研究支持了交通基础设施改善对市场一体化的促进作用，如Bernard等(2015)[26]研究发现，日本九州新干线开通增加了沿线企业的下游客户数量和上游供应商数量；饶品贵等(2019)[27]研究发现，高铁开通促进了市场一体化程度的提高，导致企业与供应商的距离进一步增加，供应商的分布也更为分散；潘爽和叶德珠(2021)[28]研究发现，高铁开通能显著降低市场分割对资源流动的阻碍作用。此外，大量研究还发现，中国的高铁开通促进了生产要素的流动，增加了跨地区投资(李欣泽等，2017[29]；李新光和黄安民，2018[30]；马光荣等，2020[31]；孙浦阳等，2019[32])。可见，随着城市群交通基础设施的改善，城市融入城市群交通网络一体化水平的提升，将导致群内城市能够分享城市群更大的规模经济、更深的产业分工利益、更强的经济联系，从而有助于城市取得更好的经济绩效，享受交通基础设施改善带来的扩散效应。然而，部分文献对高铁的研究发现虹吸效应存在的证据，表明理论上存在着另外一种可能，即随着城市群交通基础设施的改善，城市融入城市群交通网络一体化水平的提升，引致生产要素和生产活动向城市群内部中心城市的集聚，从而在推动中心城市经济增长的同时，却抑制了边缘城市的经济增长。

为了检验城市群交通网络一体化究竟是导致虹吸效应还是扩散效应，本文将基于城市层面测度的城市群交通网络一体化水平作为核心解释变量纳入城市经济增长模型。由于城市群交通网络一体化水平的测度无法获得时间系列数据，因此，基于数据可得性，只能构建横截面计量模型，基准回归模型设定如下：

lnGDPPi=β0+β1lnTNIi+∑δXi+μi+εi

(1)

式(1)中，i为城市，GDPPi为城市i的人均GDP，TNIi为城市i的交通网络一体化指数；X为其他控制变量向量，借鉴已有研究成果，主要包括城市人口密度(lnDENS)、城市投资强度(lnCAP)、城市外资开放度(lnFDI)、城市贸易开放度(lnTRADE)、城市第三产业产值占GDP比重(lnSTRU)，从而控制城市相关因素对城市人均GDP的影响；μi为城市群固定效应，控制城市群不可预测的异质性的影响；ε为随机扰动项，β和δ为待估参数，其中，我们重点关注回归系数β1，若β1>0，则表明城市群交通网络一体化促进了城市经济增长，从而支持交通基础设施对经济增长的扩散效应，若β1<0，则表明城市群交通网络一体化抑制了城市经济增长，从而支持交通基础设施对经济增长的虹吸效应。

进一步，为了检验城市群交通网络一体化对城市经济增长的影响机制，我们基于城市层面构建城市群商品市场一体化指数(lnCMI)和城市群劳动力市场一体化指数(lnLMI)作为中介变量，用于机制检验的中介效应模型如下：

lnGDPPi=β0+β1lnTNIi+β2Xi+μi+ε1i

(2)

Mi=α0+α1lnTNIi+α2Xi+μi+ε2i

(3)

lnGDPPi=γ0+γ1lnTNIi+γ2Mi+γ3Xi+μi+ε3i

(4)

式(3)中，M为中介变量，包括城市群商品市场一体化指数和城市群要素市场一体化指数。其他变量同上。当β1显著时，表明城市群交通网络一体化水平对城市经济增长产生扩散效应，当α1显著时，表明城市群交通网络一体化水平将影响中介变量。在此基础上，当γ2显著且γ1不显著或系数小于β1时，则说明中介效应存在。

(三)样本、变量与数据

中国城市群数量众多，主导层次不一，既有国家主导的跨省际城市群，也有地方主导的省域内城市群，考虑到国家级城市群更有代表性，且其与地方政府主导的城市群相比发展程度更高，因此，我们主要选择国家级城市群样本。截至2019年，已获批复的国家级城市群有10个、尚待批复的国家级城市群有2个。在这12个城市群中，考虑到粤港澳大湾区获批时间较短且其在一国两制背景下与其他城市群面临的单一制度环境不同，兰西城市群包含四个自治州的大量非城市地区，因此，我们的样本中不包括这两个城市群。最后，我们选取10个国家级城市群中的地级以上城市作为研究样本，即京津冀、长三角、长江中游、哈长、成渝、中原、北部湾、关中平原、呼包鄂榆、海峡西岸等十大城市群共164个城市。

因变量GDPP为各城市的人均GDP，代表城市的经济绩效，用各城市2019年的GDP除以城市常住人口得到，原始数据来源于历年《中国城市统计年鉴》。

核心解释变量城市融入城市群交通网络一体化指数的构造方法见上节，原始数据均来自我们人工收集。参考伍骏骞等(2017)[33]、李培鑫和张学良(2019)[22]的方法，三种交通方式通勤时间及城市间空间距离分别采用下列方式获得：公路交通数据，通过百度地图查询两两城市行政中心之间的交通距离，以及驾驶机动车辆消耗的时间，由于百度地图的测算基于区域间机动车辆的交通 GPS大数据，智能化选取了两地之间平均交通时间最短的道路，因此，公路通勤时间实际选择的是两地间驾车的最短时间；铁路交通数据，如果两两城市间有高铁线路直达，则选择高铁通行的最短时间，数据来源于12306 网站；航空交通数据，如果两两城市间有航空交通直达，则选择航空通行的最短时间，数据来源于携程网。根据2019年《交通运输行业发展统计公报》，公路、铁路和民航的旅客发送量占全年全国旅客发送量的份额分别为73.92%、20.80%和3.75%，依据这一数据，我们设定三种交通方式的权重。

在控制变量中，城市人口密度(DENS)采用城市常住人口除以其建成区面积得到；城市投资强度(CAP)采用城市固定资产投资总额除以城市GDP得到；城市贸易开放度(TRADE)采用城市进出口总额除以城市GDP得到；城市外资开放度(FDI)采用城市实际利用外资总额除以城市GDP得到；城市第三产业产值比重(STRU)采用城市第三产业增加值除以城市GDP得到；城市群商品市场一体化指数(CMI)借鉴和改造Parsley等(2001)[34]相对价格方差法构建，原始数据为城市居民消费价格分类指数，具体包括食品烟酒、衣着、居住、生活用品及服务、交通和通信、教育文化和娱乐、医疗保健、其他用品及服务等八大类；城市群要素市场一体化指数(LMI)借鉴和改造陈立泰等(2017)[35]使用劳动力市场一体化水平代理，并基于实际工资绝对平均偏差法构建，原始数据为城市在岗职工的平均工资。所有控制变量使用的原始数据均来源于相关年份的《中国城市统计年鉴》及各城市统计年鉴。各变量描述性统计见表1。

表1 数据描述性统计

四、实证分析结果

(一)基准回归结果

根据式(1)的模型设定，我们利用十大城市群内部共164个城市数据实证检验城市群交通网络一体化对城市经济增长的影响，基准回归结果见表1。

表2中模型(1)只引入城市人口密度一个控制变量，核心解释变量为城市群交通网络一体化指数，回归结果显示，城市群交通网络一体化指数和人口密度均在1%的水平下显著为正。模型(2)引入人口密度和投资强度两个控制变量，并未改变核心变量符号及显著性水平，但回归系数有所下降，人口密度在5%的水平下显著为正，投资强度在1%的水平下显著为正。模型(3)引入人口密度、投资强度和产业结构三个控制变量，城市群交通网络一体化指数回归系数仍在1%的水平下显著为正，人口密度回归系数在5%的水平下显著为正，投资强度仍在1%的水平下显著为正，产业结构回归系数在10%的水平下显著为正。模型(4)在模型(3)的基础上，进一步引入外资开放度共四个控制变量，核心解释变量回归系数的符号与显著性水平与模型(3)一致，但回归系数值减小，四个控制变量中，人口密度在10%的水平下显著为正，投资强度仍在1%的水平下显著为正，产业结构回归系数仍然在10%的水平下显著为正，外资开放度在1%的水平下显著为正。模型(5)在模型(4)的基础上进一步引入贸易开放度共五个控制变量，核心解释变量回归系数的符号与显著性水平与模型(4)一致，贸易开放度在1%的水平下显著为正，其他四个控制变量的显著性水平与模型(4)一致。从模型拟合优度来看，随着控制变量的引入，模型拟合优度在逐步增加。模型(1)没有引入任何控制变量，拟合优度只有0.45，模型(5)引入全部控制变量后，拟合优度达到最大值0.60。

表2 基准回归结果

从模型(5)回归结果可以看出，城市群交通网络一体化每增加一个百分点，则城市人均GDP增长0.31个百分点，可见，城市群交通网络一体化对城市经济增长有显著的正影响，从而也支持了交通基础设施的扩散效应的理论预期。城市人口密度每增加一个百分点，则城市人均GDP增长0.13个百分点，表明了城市规模经济的作用。城市投资强度每增加一个百分点，则城市人均GDP增长0.44个百分点，外资开放度每增加一个百分点，则城市人均GDP增长0.08个百分点，贸易开放度每增加一个百分点，则城市人均GDP增长0.13个百分点，城市第三产业比重每增加一个百分点，则城市人均GDP增长0.04个百分点。总体来看，基准回归表明，城市群交通网络一体化对城市经济增长有显著的正影响，从而也支持了交通基础设施的经济增长扩散效应的理论预期。

(二)稳健性检验

城市经济发展水平越高，其交通基础设施投资强度越大，进而更有利于城市融入城市群交通网络一体化水平，因此，基准模型可能存在反向因果的内生性问题。为此，我们寻找合适的工具变量对其进行检验。

本文参照刘修岩(2014)[36]、柏培文和张云(2021)[37]采用城市地理位置与地形特征作为外生工具变量的方法。城市地理位置(Distance)的测度，依据交通部发布的《全国沿海港口布局规划》，利用谷歌地图根据各城市经纬度测算出其到沿海港口的距离。城市地形特征(Slope)的测度，采用封志明等(2011)[38]关于地形起伏度的测量方法。地理位置与地形特征是脱离经济系统的外生变量，并不会直接作用于城市人均GDP水平，因此满足工具变量严格外生的条件。然而，到沿海港口距离越近，该地经济发展程度越高，从而有利于更多的交通基础设施投资，从而与城市群交通网络一体化水平存在高度相关性。同理，城市地形起伏度越平坦，越有利于交通基础设施的建设，从而也与城市群交通网络一体化水平存在明显的相关性。这两个变量的采用满足工具变量格严外生和强相关的条件。回归结果见表3。

表3结果显示，第一阶段F统计量均大于经验法则的临界值10，即内生变量与工具变量在统计上存在较强的相关性。由弱IV检验表明，各列Gragg-DonaldWaldF统计量均大于Stock-Yogo在10%显著性水平上的临界值，即上述两类工具变量均通过弱工具变量检验。另外，各列的可识别检验K-PaaprkLM统计量均在1%显著性水平下拒绝原假设即工具变量满足可识别性。从第二阶段回归结果可知，采用两个工具变量以后，城市融入城市群一体化指数的回归系数仍然显著为正，证实了基准回归的结论，表明本文实证结果是稳健的。

(三)中间机制检验

上述基准回归支持了城市群交通网络一体化促进了城市的经济增长，从而支持了交通基础设施改善的扩散效应。城市群交通网络一体化如何促进城市经济增长？中间传导机制如何发挥作用？笔者认为，城市群交通网络的改善和一体化水平的提升，通过促进城市群商品市场的一体化和城市群劳动力市场的一体化作用于城市群内部城市的经济增长。一方面，交通基础设施的改善可以降低商品的运输成本，促进城市群商品市场一体化，有利于群内城市分享城市群更大的规模经济，从而有助于城市取得更好的经济绩效。另一方面，交通基础设施的改善可以降低要素的运输成本，促进城市群要素市场一体化，有利于群内城市之间生产要素，尤其是劳动力要素的流动，从而有助于城市取得更好的经济绩效。为此，本文借鉴刘晓光等(2015)[39]和王梓利等(2020)[40]的做法，采用逐步检验法检验城市群交通网络一体化对城市经济增长的影响机制。首先，利用城市群商品市场一体化作为中介变量，在检验城市群交通网络一体化及其他自变量对城市群商品市场一体化影响的基础上，进一步检验商品市场一体化指数与城市群交通网络一体化指数及其他控制变量对城市经济增长的影响。其次，利用城市群劳动力市场一体化作为中介变量，在检验城市群交通网络一体化及其他自变量对城市群劳动力市场一体化影响的基础上，进一步检验劳动力市场一体化指数与城市群交通网络一体化指数及其他控制变量对城市经济增长的影响。回归结果见表4。

表4 中间机制检验回归结果

续表

表4中模型(6)和模型(8)的因变量分别为中介变量，即城市融入城市群商品市场一体化指数和城市融入城市群劳动力市场一体化指数，回归结果表明，城市群交通网络一体化指数的回归系数均在5%的水平下显著为正，表明城市群网络一体化对城市群商品市场和劳动力市场一体化均有显著的正影响。模型(7)和模型(9)的因变量为城市人均GDP的对数，分别为纳入两个中介变量连同城市群交通网络一体化指数及其他控制变量对城市经济增长的回归，结果显示，两个中介变量的回归系数均在1%的水平下显著为正，城市群交通网络一体化指数的回归系数同样在1%的水平下显著为正，然而，在模型(7)和模型(9)两个回归中，其系数值分别为0.18和0.15，均低于基本回归模型的系数值0.31。从而表明，城市群交通网络一体化促进了城市群商品市场和劳动力市场的一体化，而城市群商品市场和劳动力市场的一体化进一步促进了城市经济增长，即城市群交通网络一体化水平和城市经济增长的中介效应存在。

五、结论与建议

本文基于城市群内两两城市间的不同交通方式加权的平均最短通勤时间构建城市群交通网络一体化指数，对中国10大城市群164个地级及以上城市融入所在城市群交通网络一体化水平进行了定量测度，在此基础上，实证检验了城市群交通网络一体化水平对城市自身经济增长的影响。基于基准回归结果表明，城市群交通网络一体化水平对城市经济增长有显著的正影响，从而支持了交通基础设施改善对区域经济增长具有扩散效应的理论预期。进一步的影响机制检验表明，城市群交通网络一体化通过促进城市群商品市场和劳动力市场的一体化的途径，最终促进了城市经济增长，即城市群交通网络一体化水平和城市经济增长的中介效应存在。

本文研究结论具有重要的政策含义。城市群作为城市化高级阶段的产物，日益成为我国新型城镇化建设的主体形态。《国家新型城镇化规划》赋予城市群以培育支撑全国经济增长、促进区域协调发展、参与国际竞争合作重要平台的重要使命。城市群能否成为国家的重要经济增长极，能否促进城市群内城市间协调发展，取决于城市群能否通过一体化水平的提升，发挥中心城市经济增长的扩散效应，促进群内城市的经济增长和协调发展。交通网络一体化是城市群一体化的物质基础和先决条件，因此，大力提升城市群交通网络一体化水平对于促进城市群经济增长和协调发展具有重要的意义。尽管中国交通基础设施近年来有快速增长的势头，但从国际比较来看，交通基础设施水平依然偏低，尤其是城市群内部城市之间由于跨区域行政壁垒导致城市间一些断头路的存在，以及少数城市间还缺乏高速公路连接等问题，如长三角城市群中上海与舟山之间缺乏直达高速公路连接，这些问题的存在阻碍了城市群交通网络一体化水平的进一步提升。因此，对于促进城市群交通网络一体化而言，一方面，要继续推进城市群之间交通基础设施投资力度，另一方面，要重点打通城市间的断头路，进一步改善城市群内部城市间交通网络的便捷性，促进商品和生产要素在城市群内部更加充分和自由地流动，从而为促进城市群经济增长和协调发展提供坚实的物质基础。