不同权重及空间计量模型比较下交通基础设施建设与经济增长的动态关系分析

文/陈哲、钱勇生、曾俊伟兰州交通大学甘肃兰州730000

1.1.1空间权重矩阵

地理距离SWM:地理特征是地域或省域作为研究的基础,与其它地区相比,一个地区、省域的地理位置会对其经济产生影响增长。测量地理距离,两个省的欧几里得距离(d)由经纬度计算,其权重矩阵定义为如下:

经济距离SWM:经济上的差异会对区域之间的相互作用产生影响。本研究中,测量不同省间的经济差距是由省内人均生产总值水平的差异造成的。高的经济差距被认为对区域之间相互作用是有害的,权重矩阵定义为:

人口密度距离SWM:与经济距离相似,不同省份人口上的差异也会影响省域之间相互作用。人口密度距离是不同省人口间的区别导致的,权重矩阵可以定义为:

1.1.2莫兰指数

经济增长。为了考察交通基础设施的外生成分是否对经济增长产生积极影响,用各省人均GDP反映因变量经济增长指标,单位为元。

交通基础设施。在之前的文献中,常用两个变量衡量运输基础设施:运输基础设施的实物计量和运输基础设施的货币价值的计量。当使用交通基础设施的货币计量方法时,很难区分新交通基础设施的建设支出与现有设施的维护成本,这将导致最终产出效应的差异。本文利用货物周转量(以此代表运输基础设施的实物计量,货物周转量可以精准反映运输技术设施能力)来反映30省铁路基础设施和道路基础设施对经济增长的影响。选择铁路货运量(单位万吨)和公路里程(单位万吨)作为衡量指标。

控制变量。在本研究中添加一组控制变量:城市化水平、物质资本和社会消费品零售总额。(1)物质资本是经济理论中三大生产要素之一,用固定资本形成总额占GDP的比例来衡量。(2)城市聚集经济理论显示,城市化会产生集聚效应,促进经济增长。城市化水平是以一个区域城市人口占总人口的比例来衡量的。(3)社会消费品零售总额反映商品在流通中向市民和社会提供生活消费品总额,它是能够代表当地市场经济活跃程度和变动情况。

选取上述变量作为研究对象,共选取全国30省(未选取港澳台及西藏,因为这五个地区数据不全且指标不显著,故不纳入研究范围)2005-2019年数据,数据来自国家统计网、《中国统计年鉴》及各省统计年鉴。

表1变量说明

表2交通基础设施莫兰全局指数

图1各省局部Moran散射图结果

表3LM及Wald/LR检验表

总结上述检验结果,最终选择SDM空间模型对后续结果进行分析。

通过本研究中解释变量和被解释变量的设定,先构建静态SDM模型(对各部分变量取对数处理,消除异方差的干扰):

其中i,j=1,2,…,N=30表示30个省的空间位置,t是年份,并且t=1,2,…,15。此外,xit代表三个控制变量,即城市化、固定资产形成总额、社会零售品消费总额。其余符号与前面的符号相同。由此模型分别得出静态SDM下不同权重矩阵空间溢出效应。

表4不同权重静态SDM模型估计结果

表5结果为交通基础设施对于经济增长的空间溢出效应(间接效应估计),可以看出铁路和公路存在不同的结果。在地理SWM下,铁路和公路的发展均会促进当地省经济的增长,而对于溢出效应,一个省铁路基础设施的改善会对相邻省经济有促进作用,这正是由于铁路交通基础设施不仅改善了地区的可达性,也促进了经济交流;而公路基础设施的发展会带来相反结果,这说明公路基础设施提升带来本省经济水平的提高,无形中对相邻省份经济产生竞争。此外在经济距离SWM下无论铁路还是公路都对相邻省份经济有空间溢出作用。

表5静态SDM间接和直接影响

表6不同权重下动态SDM估计结果

表7静态与动态SDM下长短期效应结果

从静态和动态SDM模型分析可以得出,与其它控制变量相对比,铁路与公路基础设施对于经济增长有着重要影响,然而其影响程度与城市化水平、固定资本形成总额对比而言相对较弱。从动态SDM来看,交通基础设施在经济距离SWM下,会对相邻区域产生正向的空间溢出效应,即相邻区域交通基础设施的水平会影响本省经济的发展。各省份前期的经济增长会对之后经济增长具有显著的周期性累积效应,动态SDM表明相邻省份过去的经济增长会对本省当前经济造成负面影响;在地理距离、经济距离SWM下,相邻省同时期的经济也会对本省产生促进作用。

结合本文的研究及我国交通基础设施与区域经济发展现状,有如下政策建议:

(1)各地应当因地制宜,制定符合本地区具体情况的发展计划。对于交通基础设施发展水平较高的区域,未来交通基础设施的规划方向可由增量规划向存量规划作转变,即对现有的基础设施进行调整与优化,通过现有设施的梳理、发挥现有交通整体效益,来提升整个交通设施的档次,对于不同运输方式应当给予不同的定位和服务性质,实现多种运输方式的协同发展;而对于交通基础设施发展相对落后的省份,可继续完善交通基础设施建设,注重用现代化信息技术与传统交通基础设施结合发展,随着技术的不断升级换代,新基建、老基建动态发展,将为各省交通基础设施发展带来新的发展契机。

(2)各省区域协同发展亦成为我国新的发展趋势。随着一体化的推进,各省、市经济发展要素越发密切,各地间的紧密程度已不仅仅是距离的相近和相邻,不同省之间经济、人口情况的相近也会导致这些省交通基础设施发展水平近似。因此在未来交通发展中,应当将综合交通规划与城镇发展、用地规划、经济水平及省内政策等有效结合,协同规划;同时可以将多种运输方式共同发展提升综合交通运输网络,做到综合运输网络的布局、优化,提升运输网络效率。

(3)除各省对于交通未来的发展外,做好各省交通基础设施的管理也是至关重要的。例如《交通强国建设纲要》提出的“全国123出行交通圈”,为实现这些目标需加大对运输服务管理的提升强度,通过“十四五”提出的交通N网融合,以及智慧交通的深入,提升运输管理质量,实现区域交通的相互融合;同时政府应在做好规划布局和政策引导的基础上,重点激发与鼓励交通基础设施投资建设,及技术创新的积极性。

THE END
1.中国省级三大空间权重矩阵(相邻,距离和经济)数据release这个省级权重矩阵文件在计量社群可以直接提取使用。 over地理相邻空间权重矩阵 over(公路)地理距离空间权重矩阵 over(铁路备用)地理距离空间权重矩阵 over经济空间权重矩阵 这个省级权重矩阵文件在计量社群可以直接提取使用。 推荐阅读: 1.工企数据库匹配160大步骤的完整程序和相应数据 2.1998-2016年中国地级市年均PM2.5https://www.douban.com/group/topic/138236340/
2.据说这是上百份稀缺数据,但还是需要谨慎使用才行[数据集] 283个地级及以上城市地理距离、经济距离和引力模型空间权重矩阵 [数据集] 中国分省、分城市地形起伏度数据 [数据集] 中国环境统计年鉴(2000到2018) [数据集] 全国地理基础信息数据库(国界和各级行政区划边界,行政中心,主要道路网络,主要水体 https://www.shangyexinzhi.com/article/4961308.html
3.最新·中国31个省份空间权重矩阵经管文库(原现指标:over地理相邻空间权重矩阵、over(公路)地理距离空间权重矩阵、over(铁路备用)地理距离空间权重矩阵https://bbs.pinggu.org/thread-11156189-1-1.html
4.空间权重对分析地理要素时空关联格局的影响——基于中国大陆省域并且,通过各省区重心距离的倒数确定空间权重矩阵,可以认为距离相对较远的评价单元之间相互影响趋近于零,从而与地理学第一定律中的距离衰减原理相吻合。 3 不同空间权重方案对评价结果的影响分析囿于数据所限,本文以中国大陆省级行政单元为研究对象(不包括中国香港、中国澳门、中国台湾与南海诸岛等),基于多种空间赋权http://school.freekaoyan.com/bj/igsnrr/2021/12-29/16407836631506728.shtml
5.基于空间模型的中国碳交易减排效果分析为了解决上述问题,本文参考Chagas等(2016)的做法,建立邻接空间权重矩阵[21]: 在矩阵W中,若城市i与城市j有共同的点(i≠j),则认为两城市相邻,此时wij=wji=1,若无共同的点则wij=wji=0;当i=j时wij=0。SDID基本形式如下。 空间滞后模型(SAR): 空间误差模型(SEM): 式中:WEit表示因变量空间滞后项;Wδithttps://www.gei-journal.com/cn/journalsDetailsCn/20211207/1468121850059034624.html
6.全国31个省市(不含港澳台)空间权重矩阵表(01).zip之前发现论坛上提供的邻接空间权重矩阵(0-1矩阵)要么存在错误,要么省份不全,比 如缺少西藏。基于此,本人纯手工整理,逐一核对,制作了中国31个省份(不含港澳台) 邻接空间权重矩阵(0-1矩阵),欢迎购买。 如有问题,随时交流。整理资料不易,且 行且珍惜! https://www.iteye.com/resource/qq_41628088-11832027
7.中国31个省份的空间权重矩阵地理空间权重矩阵中国31个省份的空间权重矩阵 地理空间权重矩阵 真的是,这篇博客凝聚了我这小白两三天的研究心血,太不容易了,好在总算整明白了。 我的任务要求是要把GPS坐标转换成指定空间坐标系坐标及其之间的逆转换,想来其实也没有那么难,,但是对于matlab比较迷惑的我来说,这个任务就显得格外地恼人了……经过一系列周折后,总结https://blog.51cto.com/u_14230/11624157
8.中国286个地级及以上城市空间研究生研究生中国286个地级及以上城市空间,中国286个地级及以上城市空间权重矩阵包括地理距离矩阵,邻近矩阵(01)矩阵,利用geoda软件做的,花费不少时间用心整理,相比于matlab,stata制作的矩阵精确度要高好多,方便大家节省时间专心https://tieba.baidu.com/p/6843521540
9.全国300多个地级市和2900多个区县级空间权重矩阵数据(2022年全国300多个地级市和2900多个区县级空间权重矩阵数据是对中国全国范围内所有地级市和区县的空间关系进行描述的矩阵数据。这些空间权重矩阵数据通常会基于地理位置、行政边界、经济联系等多种因素来构建,可以反映不同地级市和区县之间的空间接近性或相互影响程度。这些数据可以用于分析城市群、经济区、交通网络等空间结构,https://zldatas.com/5386.html
10.31个省份邻接空间权重矩阵(01矩阵)各省份空间权重0—1矩阵之前发现论坛上提供的邻接空间权重矩阵(0-1矩阵)要么存在错误,要么省份不全,比 如缺少西藏。基于此,本人纯手工整理,逐一核对,制作了中国31个省份(不含港澳台) 邻接空间权重矩阵(0-1矩阵),欢迎购买。 如有问题,随时交流。整理资料不易,且 行且珍惜! https://blog.csdn.net/2401_86676745/article/details/142453097
11.一种子空间辨识对权重矩阵加权平均新方法第四部分是仿真算例,该部分对方法N4SID、MOESP与两种不同权重矩阵加权平均算法MOESN4WAc与MOESN4WAd进行了数值实验比较,均得到较满意的辨识结果. 机构: 大连理工大学; 领域: 非线性科学与系统科学; 关键词: 子空间辨识;状态空间;加权平均;N4SID;MOESP;MOESN4;https://wap.cnki.net/touch/web/Dissertation/Article/1013198847.nh.html
12.我国污染行业的社会文化与自然环境(精选6篇)利用层次分析法将企业环境责任履行情况分解为3 个层次, 通过对同一层次的各元素关于上一层次中某一准则的重要性进行两两比较, 构造两两比较矩阵;然后,由判断矩阵计算被比较元素对于该准则的相对权重, 并进行一致性检验;最后,通过计算各层元素对系统目标的合成权重对各行业环境信息披露程度进行综合排名。 https://www.360wenmi.com/f/filemv34c52s.html
13.中国工商银行自动柜员机现金管理办法9篇(全文)至此我们分析出了选址主要因素的权重值。当然选址的权重值会随着地域、文化等方面的因素而有所不同, 这需要在构建判断矩阵的时候结合当地银行历史统计数据进行具体分析。 参考文献 [1]黎雯, 周廷刚, 张伟.GIS空间分析与模糊综合评判在银行ATM网点选址中的应用.测绘科学, 2008, 33 (1) :229-231、237、254 https://www.99xueshu.com/w/fileww0kcm55.html