郭嵐萍，鳳飛翔，趙 旭

(1.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

?

長(zhǎng)三角交通一體化對(duì)地方經(jīng)濟(jì)發(fā)展的影響研究

郭嵐萍，鳳飛翔1，趙 旭2

(1.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

長(zhǎng)三角交通一體化自大規(guī)模投入建設(shè)以來(lái)，已初步達(dá)到區(qū)域內(nèi)交通、經(jīng)濟(jì)一體化。本文利用長(zhǎng)三角地區(qū)2005-2014年交通和經(jīng)濟(jì)的相關(guān)數(shù)據(jù)，建立引力模型分析交通一體化對(duì)長(zhǎng)三角地區(qū)貿(mào)易交易量的影響分析；利用客貨運(yùn)量與8個(gè)主要經(jīng)濟(jì)指標(biāo)建立關(guān)聯(lián)度排序模型，定量分析上海對(duì)長(zhǎng)三角都市圈的經(jīng)濟(jì)影響。

長(zhǎng)三角；交通一體化；引力模型

0 引言

長(zhǎng)三角交通一體化自90年代大規(guī)模投入建設(shè)以來(lái)，現(xiàn)已初具規(guī)模，逐步形成長(zhǎng)三角都市圈。上海作為整體發(fā)展的中心，起著主導(dǎo)作用，上海將自己的經(jīng)濟(jì)影響力輻射于整個(gè)長(zhǎng)三角都市圈的16個(gè)城市。交通一體化的形成，直接促進(jìn)城市之間的貿(mào)易往來(lái)，縮短地區(qū)間的時(shí)空距離，為經(jīng)濟(jì)促進(jìn)、資源互換、貿(mào)易往來(lái)建立更快、更短的橋梁。本文以2005-2014年的經(jīng)濟(jì)類和交通類數(shù)據(jù)為基礎(chǔ)，通過(guò)建立數(shù)學(xué)模型，來(lái)分析上海推進(jìn)長(zhǎng)三角交通一體化的10年中，交通一體化對(duì)長(zhǎng)三角都市貿(mào)易圈的促進(jìn)作用和長(zhǎng)三角都市圈的經(jīng)濟(jì)影響，挖掘長(zhǎng)三角地區(qū)的經(jīng)濟(jì)潛力，為長(zhǎng)三角區(qū)域經(jīng)濟(jì)提供巨大的發(fā)展空間。

1 基于引力模型對(duì)長(zhǎng)三角貿(mào)易交易量的影響分析

1.1 建模思路

通過(guò)查閱長(zhǎng)三角地區(qū)16個(gè)城市的統(tǒng)計(jì)年鑒和長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展報(bào)告，獲得2005-2014年長(zhǎng)三角地區(qū)客貨運(yùn)量和人均GDP的相關(guān)數(shù)據(jù)；利用百度地圖[1]，得到長(zhǎng)三角地區(qū)16個(gè)城市之間的城際距離，構(gòu)造距離矩陣。

將2005-2014年長(zhǎng)三角地區(qū)客貨運(yùn)量的數(shù)據(jù)作為交通基礎(chǔ)設(shè)施面板數(shù)據(jù)，以公路、鐵路、航空交通運(yùn)輸方式的客貨運(yùn)量為貿(mào)易流量指標(biāo)；引入解釋變量：人均GDP和城際間距離。分析長(zhǎng)三角交通一體化對(duì)長(zhǎng)三角地區(qū)的貿(mào)易交易量是否有促進(jìn)作用。

1.2 模型建立

引力模型[2]是通過(guò)地區(qū)間貿(mào)易來(lái)分析區(qū)域一體化的基本理論，是貿(mào)易理論中最成功的經(jīng)驗(yàn)?zāi)Ｐ停从沉藘傻亻g的貿(mào)易狀況與這兩地間的經(jīng)濟(jì)規(guī)模成正比，與兩地間的距離成反比[3]，具體模型為：

lnTradeij=α0+α1lnGDPi+α2lnGDPj+α3lnDisij+εij

其中：Tradeij表示地區(qū)i向地區(qū)j的出口貿(mào)易；GDPi、GDPj為地區(qū)i和地區(qū)j的GDP；Disij表示地區(qū)i與j之間城際距離；εij為殘差項(xiàng)，包含影響城際間貿(mào)易的其他因素。

由于貿(mào)易狀況影響產(chǎn)業(yè)空間集聚，進(jìn)而會(huì)影響經(jīng)濟(jì)增長(zhǎng)。因此，為了觀察地區(qū)經(jīng)濟(jì)活動(dòng)的密集程度，本文選取交通運(yùn)輸方式的客貨運(yùn)量(YL)代替式Tradeij，以人均GDP(PGDP)代表GDP，將地區(qū)i與j之間城際距離用矩陣ω來(lái)代替，用其方程為：

lnYLij=α0+α1ωlnYLij+α2lnPGDPi+α3lnPGDPj+εij=α0+α1ωlnYLij+α2lnPGDPi+α3ωlnPGDPi+εij

其中，ωlnYLij表示城際距離對(duì)客貨運(yùn)量的交互影響；ωlnPGDPi表示城際距離對(duì)人均GDP的交互影響。

1.3 模型求解及檢驗(yàn)

利用STATA軟件[4]進(jìn)行參數(shù)估計(jì)，為了便于命令輸入，將模型簡(jiǎn)化：

y=α0+α1x1+α2x2+α3x3+εij

其中y表示lnYLij；x1表示ωlnYLij；x2表示lnPGDPi；x3表示ωlnPGDPi

因?yàn)閘nYLij與ωlnYLij存在共線性，x1是內(nèi)生變量，因此要引入工具變量Y，為lnYLij的滯后兩階。工具變量[5]的引入并沒(méi)有改變?cè)Ｐ停皇窃谠Ｐ偷膮?shù)估計(jì)過(guò)程中用工具變量“替代”隨機(jī)解釋變量。

1) 廣義矩估計(jì)—gmm估計(jì)

命令：ivregress gmm y x2 x3 (x1=Y)；est store gmm

表1 gmm估計(jì)參數(shù)結(jié)果

由估計(jì)結(jié)果可得到模型方程為：

lnYLij=-86.85-19.50ωlnYLij+0.98lnPGDPi+26.63ωlnPGDPi+εij

2)兩階段最小二乘法估計(jì)—2sls估計(jì)

命令：ivregress 2sls y x2 x3 (x1=Y)；est store 2sls

表2 2sls估計(jì)參數(shù)結(jié)果

由估計(jì)結(jié)果可得到模型方程為：

lnYLij=-86.85-19.50ωlnYLij+0.98lnPGDPi+26.63ωlnPGDPi+εij

3)有限信息極大似然估計(jì)—liml估計(jì)

命令：ivregress liml y x2 x3 (x1=Y)；est store liml

表3 liml估計(jì)參數(shù)結(jié)果

由估計(jì)結(jié)果可得到模型方程為：

lnYLij=-86.85-19.50ωlnYLij+0.98lnPGDPi+26.63ωlnPGDPi+εij

4)模型的顯著性檢驗(yàn)

命令：esttab gmm 2sls liml b(%12.6f) se star(* 0.1 ** 0.05 *** 0.01)

表4 模型的顯著性檢驗(yàn)

注：Standard errors in parentheses*P<0.1**Pp<0.05***P<0.01

由顯著性檢驗(yàn)結(jié)果p<0.01和p<0.05可知，三種模型均通過(guò)顯著性檢驗(yàn)。

1.4 結(jié)果分析

由α2>0，α3>0可知，長(zhǎng)三角交通一體化促進(jìn)了長(zhǎng)三角地區(qū)16個(gè)城市的貿(mào)易交易量，進(jìn)而帶動(dòng)人均GDP的提高；由α1<0可知，城際之間距離與客貨運(yùn)量呈負(fù)相關(guān)，表明兩地間的貿(mào)易交易量與兩地間的距離成反比，說(shuō)明交通一體化還未完全實(shí)現(xiàn)貿(mào)易互通，仍有很大發(fā)展空間，要繼續(xù)推進(jìn)長(zhǎng)三角多中心城市體系的逐步形成[6]。綜合分析，上海推動(dòng)長(zhǎng)三角交通一體化對(duì)長(zhǎng)三角地區(qū)的貿(mào)易交易量有正向促進(jìn)作用。

2 基于關(guān)聯(lián)度排序模型對(duì)長(zhǎng)三角經(jīng)濟(jì)影響分析

2.1 建模思路

通過(guò)查閱長(zhǎng)三角地區(qū)16個(gè)城市的統(tǒng)計(jì)年鑒和長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展報(bào)告，獲得2005-2014年長(zhǎng)三角地區(qū)的8個(gè)主要經(jīng)濟(jì)指標(biāo)的相關(guān)數(shù)據(jù)。8個(gè)經(jīng)濟(jì)指標(biāo)分別為GDP、人均GDP、財(cái)政總收入、CPI、工業(yè)產(chǎn)值、零售總額、外貿(mào)進(jìn)出口總額和旅游收入。將長(zhǎng)三角地區(qū)客貨運(yùn)量作為交通指標(biāo)，結(jié)合8個(gè)主要經(jīng)濟(jì)指標(biāo)建立關(guān)聯(lián)度排序模型，對(duì)交通一體化和各經(jīng)濟(jì)指標(biāo)進(jìn)行關(guān)聯(lián)度分析，定量分析上海推動(dòng)交通一體化后，在其所在的長(zhǎng)三角經(jīng)濟(jì)圈的經(jīng)濟(jì)影響力。

2.2 模型建立

1)確定參考數(shù)列和比較數(shù)列

參考數(shù)列：2005-2014年長(zhǎng)三角地區(qū)16個(gè)城市的客貨運(yùn)量，記做x0；

比較數(shù)列：2005-2014年長(zhǎng)三角地區(qū)16個(gè)城市的8個(gè)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)，記做xi(i=1,2,……7,8)。

2)數(shù)據(jù)標(biāo)準(zhǔn)化處理

由于各因素量綱不一致，需將原始數(shù)據(jù)按照下列公式進(jìn)行標(biāo)準(zhǔn)化處理。

3)計(jì)算兩極最大差與最小差

4)計(jì)算關(guān)聯(lián)系數(shù)

其中：ρ為分辨系數(shù)，用來(lái)削弱Δ(max)過(guò)大而使關(guān)聯(lián)系數(shù)失真的影響。人為引入這個(gè)系數(shù)是為了提高關(guān)聯(lián)系數(shù)之間的差異顯著性。這里取ρ=0.5

2.3 模型求解

利用MATLAB軟件編程進(jìn)行求解，得出結(jié)果如下：

γ1=0.7117，γ2=0.7284，γ3=0.7148，γ4=0.7213

γ5=0.7364，γ6=0.7043，γ7=0.7633，γ8=0.8574

將結(jié)果進(jìn)行排序，得到交通一體化與各經(jīng)濟(jì)指標(biāo)的關(guān)聯(lián)序依次為：

γ8(旅游收入)>γ7(外貿(mào)進(jìn)出口總額)>γ5(工業(yè)產(chǎn)值) >γ2(人均GDP) >γ4(CPI) > γ3(財(cái)政總收入) >γ1(GDP)>γ6(零售總額)。

2.4 結(jié)果分析

依照關(guān)聯(lián)分析原則[7]，關(guān)聯(lián)度大的與參考數(shù)列的關(guān)系密切，關(guān)聯(lián)度小的數(shù)列與參考數(shù)列的關(guān)系疏遠(yuǎn)，因此可知上海推動(dòng)長(zhǎng)三角交通一體化后對(duì)長(zhǎng)三角的經(jīng)濟(jì)影響最大的是旅游收入，可見上海促使交通便利刺激了長(zhǎng)三角地區(qū)旅游業(yè)的發(fā)展；其次是外貿(mào)進(jìn)出口總額、工業(yè)產(chǎn)值、人均GDP和CPI，可見上海促使交通便利刺激了長(zhǎng)三角地區(qū)進(jìn)出口貿(mào)易和工業(yè)生產(chǎn)，提高了人們的生活水平和消費(fèi)水平；對(duì)財(cái)政總收入、GDP和零售總額影響較小。

3 結(jié)論

1.通過(guò)引力模型，我們發(fā)現(xiàn)長(zhǎng)三角交通一體化促進(jìn)了長(zhǎng)三角地區(qū)16個(gè)城市的貿(mào)易交易量，進(jìn)而帶動(dòng)人均GDP的提高；長(zhǎng)三角地區(qū)兩個(gè)城市間的貿(mào)易交易量與兩地間的距離成反比，說(shuō)明交通一體化還未完全實(shí)現(xiàn)貿(mào)易互通，推進(jìn)長(zhǎng)三角都市圈形成的任務(wù)任重而道遠(yuǎn)。但總體來(lái)看，上海推動(dòng)長(zhǎng)三角交通一體化對(duì)長(zhǎng)三角地區(qū)的貿(mào)易交易量有正向促進(jìn)作用。

2.通過(guò)關(guān)聯(lián)度排序模型，我們發(fā)現(xiàn)上海推動(dòng)長(zhǎng)三角交通一體化后對(duì)長(zhǎng)三角地區(qū)的旅游收入影響最大，可見長(zhǎng)三角交通一體化使得交通便利，刺激了長(zhǎng)三角地區(qū)旅游業(yè)的發(fā)展；影響由大到小依次是外貿(mào)進(jìn)出口總額、工業(yè)產(chǎn)值、人均GDP和CPI，可見長(zhǎng)三角交通一體化促進(jìn)了長(zhǎng)三角地區(qū)進(jìn)出口貿(mào)易和工業(yè)生產(chǎn)，提高了人們的生活水平和消費(fèi)水平。

[1]姜啟源,謝金星,葉俊.數(shù)學(xué)模型(第四版)[M].北京:高等教育出版社,2011.

[2]劉育紅,王曦.“新絲綢之路”經(jīng)濟(jì)帶交通基礎(chǔ)設(shè)施與區(qū)域經(jīng)濟(jì)一體化[J].西安交通大學(xué)學(xué)報(bào),2014,34(2):43-80.

[3]郝景芳.基于面板數(shù)據(jù)引力模型的中國(guó)對(duì)外貿(mào)易研究[D].北京:清華大學(xué),2012.

[4]周廣肅.Stata統(tǒng)計(jì)分析與應(yīng)用(第二版)[M].北京:機(jī)械工業(yè)出版社,2015.

[5]李子奈,潘文卿.計(jì)量經(jīng)濟(jì)學(xué)(第三版)[M].北京:高等教育出版社,2010.

[6]霍妮.城際軌道交通對(duì)城市群一體化發(fā)展的影響研究[D].廣州:暨南大學(xué),2014.

Initial Analysis on the Economic Impact of Transport Integration in Yangtze River Delta

GUO Lan-ping1，F(xiàn)ENG Fei-xiang1，ZHAO Xu2

(1.Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu, Anhui 233030，China; 2.Financial Institute, Anhui University of Finance and Economics, Bengbu, Anhui 233030，China)

Transportation integration in Yangtze River Delta has been initially to achieve transportation and economic integration since the scale of investment in construction. The paper uses the data of traffic and economy from 2005 to 2014 in Yangtze River Delta, building of model of gravity to analyze the influence of trade volume in the Yangtze River Delta. Besides we make use of passenger and freight volume and 8 major economic indicators to establish the model of relational degree taxis, in order to quantitative analysis of the economic impact of Shanghai in Yangtze Delta Metropolitan Area.

transport integration in Yangtze River Delta; economic impact; gravity model

2016-05-24

郭嵐萍(1995- )，女，浙江杭州人，安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院。主要研究方向：數(shù)學(xué)統(tǒng)計(jì)。

F127;F207

A

1673-6125(2016)03-0056-04