在本章中，我们将展示一种新的空间经济量化方法可以使用一系列回归模型来开发运输效应的城际交通改善评估。计量经济模型不只检查了它们各自的功能形式和估计诊断，但也通过将结果系数值与先前的理论值进行比较期望。通过这种方法，我们的目标是更准确地识别运输对实体经济的影响，同时不会大幅增加分析工作用于实际研究，例如贷款项目评估。
我们报告了广东省的计量经济分析，这三个省之一中国主要的特大城市地区和新技术的主要采用者。这分析包括适合区域经济的香港和澳门活动。虽然我们首先开始研究这个量化是因为 World银行贷款项目，我们很快意识到广东可能是最好的案例——进行此类调查的研究地点。尽管该省为20 多年来，中国省级 GDP 占全国 GDP 比重最高，经济发展两极分化，中心繁荣，不发达周边;?其经营方式被其他省份广泛效仿在中国，因此很可能代表该国其他地区的情况；及其陆地边界主要由山脉组成，这使得它变得简单划定研究区域边界。这与无定形限制形成鲜明对比其他两个主要的特大城市区域以北京和上海为中心。
本章相应地分为七个部分：8.2概述了知识背景，其次是教派。8.3关于替代计量经济学楷模。第8.4节介绍了数据。第8.5节介绍了各种量化就交通可达性方面的商业生产力弹性而言，使用普通最小二乘法、时间序列固定效应和各种动态面板数据模型来缩小估计的有效范围。第8.6节讨论了更广泛的调查结果的影响和证实的程度。第8.7节总结简要总结和对未来研究方向的考虑。
8.2知识背景
近年来，关于跨性别关系的研究越来越多。港口投资和生产力。这些论点主要建立在空间-经济学文献，对 (1) 消费者和生产者给予了应有的认可在使用产品和服务时喜欢多样化，（2）规模报酬递增(3) 运输成本在塑造经济景观。这导致了理论模型，这些模型确定了现代企业为什么当他们专注于或具有低成本链接时，往往会更有效率大市场。迄今为止，实证研究已经建立了大量的证据这表明生产和收入与空间接近度相关。
大约十年后出现了跨区域和城市规模的理论模型最初的贸易模型（见 Fujita et al.?1999）。随后进行了实证研究。米等。(?2006?) 概述了一个分析框架，在该框架内，可以对人均生产力的地区不平等的不同方面进行调查使用汇总数据进行计量经济学门控。Kopp (?2007?) 使用了面板数据模型解决交通投资的内生性问题和确定的贡献提高生产力，表明一个国家的道路存量增加一倍将导致大约西欧全要素生产率增长 10%。康布斯等人。(?2008?)开发了一个通用框架来分别调查来源和机制通过分类和分类导致区域劳动力市场工资差异的新制度自我选择。Graham 和 Kim (?2008?) 研究了空间之间的关系使用大量财务会计信息样本的接近性和生产力来自英国的个别公司。
对于新兴经济体，Deichmann 等人。(?2005?) 区分自然优势，包括基础设施禀赋、工资率和自然资源禀赋和由企业共同定位产生的生产外部性在相同或互补的行业中，在他们对总体和印度尼西亚制造业的部门地理集中度。拉尔等。（2010 年）印度本地和国家基础设施供应的差异化，以及发现 一个 城市 靠近 国际 港口 和 连接 大型 的 高速公路 .国内市场对其私人投资的吸引力影响最大。
在中国，有越来越多的文献将产品联系起来——中国城市和城市区域的集聚带来的经济收益（例如，IBRD?2006，页。145;?卢等人。2007 年，第?163）。使用两次全国机构普查1996 年和 2001 年，Lu (?2010?) 概述了经济活动的空间分布。并通过多变量分析发现，在此期间，集聚的微观经济学解释不适用于公众私有机构，尽管它们与非公有机构合作良好。Roberts and Goh (?2012?) 表明距离在决定重庆市生产力的空间差异。罗伯茨等人。(?2012?) 使用基于 一般 均衡 模型 的 反事实 分析 表明 中国 的全国高速公路网为中国带来了可观的综合效益经济，尽管其对区域差异的影响可能取决于因素比如迁移。
这些研究揭示了两者的统计关系在空间接近度和生产力之间，以及在各种复杂的问题上经验建模。然而，研究也表明，这样的统计关系可能是高度特定于上下文的。经验测量困难的核心是集聚作为一个循环的、累积的因果关系的过程，已成为自从 Gunnar Myrdal 的工作以来就广为人知：集聚推动内生增长——更高的生产力导致更高的工资，从而吸引更高的水准，这反过来又会吸引新的投资，更有生产力的技术吉斯等；这些导致新一轮的生产力增长。按照惯例，工具变量用于克服回归中的内生性问题；但就其本质而言，集聚研究很少有好的工具变量处理累积因果关系（Redding?2010）。
8.3 计量经济学模型
因此，潜在的经验模型可以以一般形式表示：
其中 y 是 i 区每个工人的收入或生产率的衡量标准，而 f?(?M?,?X?)是对区域 i 的交通可达性的度量，用 M 表示，以及一组控制变量 X 反映可能影响每个区域的其他特定区域的特征工人收入或生产力。我们将可访问性定义为通过聚合来衡量可从给定位置访问的经济体量 (EM)：
?在这里
i 位于中心区域, EM 被计算为测量值从这个位置的可访问性。
j 研究区域内所有与市场准入相关的区域，包括 j?=?i?
i j 旅行成本，包括时间和金钱花费
Pj? j区经济活动的衡量标准
α 控制边际递减效应的参数
不言而喻，如果增加，位置 i 的 EM 也会增加
在 i 的经济活动水平上，或广义成本下降i 和 j 之间的旅行（例如，通过一些交通干预）。同理象征性地表示，交通拥堵程度增加或经济活动分散在各地一个区域将减少其 EM。
我们注意到，通过这种措施，EM 的计算包括贡献从主区域（即，对于 j?=?i ）。这是旅行的平均旅行费用每个区域，例如在运输研究中定义的。
EM 的第二种流行函数形式使用指数函数代表差旅成本的影响，符合差旅需求模型：
其中 P 、 i 、 j 和 g 的定义如前所述，θ是指数的参数控制距离衰减效果的函数。θ可以通过观察来校准出行需求，根据经验，对于城际出行，θ值趋于减小旅行的经济成本增加。赖斯等人。(?2006?) 测试了这种变化指数函数和汉森函数在他们的生产力分析中效果。
8.3.1 各向同性与分级市场联系用于经济质量 (EM) 计算
上述两个 EM 功能可用于覆盖所有目的地的市场准入，或仅与所讨论的主区域相关的目的地的子集。在前一种情况下，测量被认为是各向同性的，即经济以相同的方式考虑任何城市、城镇等之间的联系。这一直是更广泛的新经济地理学文献中的一种常见方法。
在跨地区技术专业化程度有限的发展中经济体，覆盖真实市场区域的分层方法（最初定义为Christaller?1933）可能更现实。这意味着城市和城镇区域等级中不同等级的中心位置，以及它们之间的联系不同的阶往往比同阶中心之间的强。对于学习新技能和转让技术尤其如此。
这不是对文献中现有 EM 措施的批评，因为它们主要是为发达国家的地区定义的，这些地区的城际今天的区域间交通网络连接得非常好，附近同一等级的中心地点，以专业化和交叉贸易到这在克里斯塔勒的时代是没有的。城市间的广泛分析和1960 年代和 1970 年代欧洲和澳大利亚的跨区域旅行表明那个时代的旅行空间格局仍然具有中部的特征地方层次结构（布洛克1980 年）。我们在广东的实地工作也表明，当公司考虑他们的供应商、市场和技术转让的联系。
?8.3.2 控制变量
除了以新兴市场为代表的交通可达性之外，每位员工的收入给定区域的 ings 受到一系列因素的影响，例如工作时间、资本投资、技能水平、行业构成等。如果特定区域的工人工作时间更长（例如，通过例行加班），他们获得更高的名义总工资。人人平等，更好的资本禀赋使更高的输出。高技能工人的工资更高，技术工人比例高区域就业的工人将提高平均收入水平。相似地，在某些行业工作的员工，例如金融、商业服务、IT 和人们常常认为研究和开发的报酬高于其他行业。必须测试这些对每个工人收入的影响，如果显着，则应加以控制为了。
在这里，我们通过对平均小时数建模来控制工作时间的影响每个雇员的收入作为因变量，即年平均每员工收入除以平均工作周数和每周平均工作时间。同样，我们使用 as 来控制员工技能a proxy 获得大专、大学和研究生学位的人的比例员工之间的素质。此外，我们将控制变量包括代表行业构成和资本投资。
回归分析是使用 1999 年的时间序列数据进行的——2008年，由县级或市区级经济数据组成以及研究团队使用汽车旅行时间估计的经济质量 (EM) 数据如上所述，在县际或市区一级和实际 GDP 上。
8.3.3 表示空间溢出效应
空间计量经济学文献表明可能存在显着的溢出效应相邻县或市区之间的影响。正式的处理方式这种溢出效应是构建一个空间权重矩阵，使得滞后的测试所有近邻和远邻的因变量和自变量作为解释变量，除各县的自变量外或市区。鉴于 EM 变量已按定义计算对于每个就业中心的空间接近度，权重矩阵包含近邻和远邻的影响会使回归模型过度如果与动态面板数据模型同时使用，则复杂。我们有因此这里采用了一种简化的方法，只包括作为额外的控制变量每个县或市区的最近邻，以获得这种溢出效果。通常，包括空间溢出中的最近邻，分析应考虑 70-80% 的溢出效应（LaSage?2012）。
根据我们的实地调查结果，在主要的回归模型中，我们有假设新兴市场、资本存量和教育水平最多滞后三年
各县、市区实施。这是通过生产实现的任何年份 t 的复合自变量通过生成移动平均线t 、 t?-?1 和 t?-?2 的相同变量。对于溢出效应，主回归使用空间滞后变量的模型从一个变量中获取最近邻居的变量一年前。
在回归模型方面，我们利用了理论上已知的OLS 的性质、固定效应 (FE) 面板数据模型和动态面板数据模型，在与我们的数据集一起使用时的系数估计偏差方面它本质上是自回归的，并且具有相对较短的时间跨度。一方面手，合并的 OLS 估计可能会使系数向上偏差，因为EM变量的潜在内生性：如果存在未测量的带状特征对每个员工的生产力的影响，这将吸引企业和产出因此随着时间的推移对 EM 变量产生影响。对应的有限元模型旨在与长时间序列一起使用，如果时间序列相当短，这通常是组装面板数据系列的情况用于交通影响研究。
因为我们的目标是确定从经济质量到执行力的因果关系员工每小时的收入，我们必须考虑到所有解释性变量能力可能是潜在的内源性。在这种情况下，动态面板数据模型基于线性广义矩量法 (GMM) 技术 (Arellano和1991 年的债券；Arellano 和 Bover?1995 年；Blundell and Bond?1998?) 理论上会比上面的汇总 OLS 和 FE 方法更合适。的想法动态面板数据模型是使用模型变量的过去实现作为内部工具变量，基于以下假设：（1）过去的变量水平可能对其当前的变化有影响，但不是相反，并且 (2) 过去变量的变化可能会影响其当前水平，但不会影响相反的地点。该方法非常适合我们的要求，因为真正的外生工具在研究城市群效应时很难找到变量。
在大样本和一些弱假设下，GMM 模型可以不受OLS 和 FE 模型中固有的一些估计偏差。然而，两人GMM 方法的变体，即 DIFF-GMM 和 SYS-GMM，具有不同的与小样本一起使用时的属性。虽然 DIFF-GMM 技术可能在小样本下不可靠（Bond et al.?2001），SYS-GMM 技术是预计在这种情况下会产生相当大的改进（Blundell 和 Bond1998 年）。通常，交通影响分析的数据样本不太可能非常大的，尤其是在发展中经济体。因此有必要对所有的以上模型是为了阐明模型的稳健性。反过来，比较理论上，先验期望也可以作为稳健性检验（Brülhart和马蒂斯2008 年）。
8.4 数据
广东经济的主体是制造业和地方商业。尽管广东是中国最富有的省份之一，但人均拥有2008年GDP为6500美元，实际相当于美国的水平1930年代的人均产出。主要是第一产业和制造业技术含量低，劳动密集，占全省产量的70%以上，高端研发和商业服务是高等教育的一小部分，未知数部门产出。因此，发达经济体的经验证据可能不可转移至广东或中国其他地区。
广东的数据有两个不同的空间尺度：省先划分为21个市镇，再细分市镇进入67个县（市）和21个市辖区（因此，共有 88 个县级单位）。这是最详细的空间层次目前可达。
收入数据是针对城镇建立的正式就业人员和工人的评论。该定义不包括农村地区的农民和其他工人。比较的有了其他可用的就业和收入数据，这些是最合适的，因为城市机构的从业人员与集聚最相关对生产力的影响。
计算经济质量（EM）的数据包括经济水平活动和旅行费用。对于经济活动，我们选择区域 GDP 作为主要变量能够，并保留就业的区域规模作为敏感性测试。旅行费用和时间是商务旅行的时间，因为这些旅行是最直接相关的业务联系、技术转让、商业交易和谈判。因为我们的回归模型假设 EM 变量与控制变量和相应的误差项（参见回归模型的选择下面的策略），我们选择使用商务旅行时间作为主要的旅行成本变量，同时保留差旅成本和一般差旅成本作为敏感性测试。
1999 年至 2008 年期间的道路建设数据来自多种省源。然后修改 2008 年道路网络的道路连接时间倒退。对于时间序列分析，已生成道路网络GIS 工具中 1999 年至 2008 年的每一年。由此产生的行驶距离、成本、和1999-2008年县市区级时间矩阵使用我们的运输建模经验。至2008年，铁路用于商业省内的旅行很少，因此，没有必要包括铁路旅行数据中的成本和时间。
为了对不同的 EM 措施进行比较，Hansen 和为各向同性和分层计算指数 EM 函数形式市场领域。对于分层市场区域计算，我们假设 (1)县或市区总是与自己互动，经常出差1999 年至 2008 年的所有年份，以及 (2) 县或市区与其直辖市内的所有组成县或市区，以及广州、深圳、珠海、香港等省级中心。唯一的广州和佛山是例外，它们实际上合并为同一个都市区——两个市区可以相互交流。
对于控制变量，我们使用具有大学学历的工人的百分比和以上作为县或城市统计年鉴中劳动技能的代表——区级。统计年鉴报告了每年的固定资产投资水平年。2004 年经济普查还报告了生产的总资本存量每个市镇的目的。我们估计县级或市区级资本存量通过这些来源并建立整个时间序列的年度资本存量其中包括每年 5% 的标准股本折旧率。投资住宅物业除外。我们将区域总股本除以该区域的全职工人和员工总数以获得人均资本禀赋。根据 2009 年国家劳动统计年鉴，金融、信息技术、研发行业高收入排名前三广东省各行业。我们在这些数据中使用按地区划分的员工人数三个部门来控制这种差异可能产生的影响在产业构成上。具体来说，我们构建了行业构成指数遵循区位商 (LQ) 的定义。
8.5 模型测试结果
回归分析是使用 1999 年至 2008 年的时间序列数据进行的，由县级或市区级的综合经济数据和研究团队使用县际或城市估算的经济质量 (EM) 数据如所讨论的，地区级商务车旅行时间和经济活动水平更多。
回顾一下，在回归方程的左侧，因变量是代表每个员工生产力水平的区域数据向量：平均以县、市区名义小时工资为主要指标测试变量，以每个员工的平均 GDP 作为敏感性测试变量。在方程的右侧，县的独立区域变量列表或市区级别包括代表交通可达性的 EM，范围代表区域资本投资、技能和产业构成的变量，和最近邻区域的空间滞后变量。自变量对每个特定的功能形式进行适当的测试。此外，GMM模型使用时滞自变量作为指定的工具。
通过回归，我们测试了不同的生产力度量（即，小时收入和人均 GDP），不同的新兴市场术语（即，使用距离，旅行时间，以及各向同性和分层市场区域的广义旅行成本），以及资本禀赋和劳动技能的不同衡量标准。所有回归模型重新调整了一致的结果，其中我们发现等式使用每小时名义收入的方法，使用时间来衡量旅行的分层 EM成本、累计和折旧股本、大学及以上学历毕业生衡量劳动技能，总体上最适合。这符合我们的
实地调查结果。汉森型和指数函数形式EM 变量进行了测试。由于篇幅所限，我们报告核心估计结果见表8.1。其他测试可根据要求提供。
在表8.1中，模型 (1) 是一个池化 OLS 模型，它返回一个 EM 系数0.24，具有 EM 和控制变量（资本存量和教育水平）具有统计显着性和相对较高的 R 平方=?0.69。然而，我们有充分的理论理由怀疑系数是向上的，并且该模型结果体现了生产力弹性的绝对上限。
相比之下，模型 (2) 是时间序列固定效应 (FE) 模型，EM 系数下降到 0.115 当周期虚拟（代表周期-Hansen EM 公式中包含特定效果）。EM 系数当使用指数 EM 变量时，模型 (3) 中的值进一步下降到 0.052。我们的理论预期是，对于各个新兴市场，这些都是向下的函数形式，因此可以被认为是 EM 系数的下界。
这反映在第 (4) 列的 DIFF-GMM 模型中。EM 系数该模型的输出为 0.151，在我们的上下限之间期望，尽管系数在统计上不显着。SYS-GMM模型 (5) 给出了类似的 EM 系数，为 0.141：EM 和资本存量系数现在很重要；请注意，此模型包括额外的解释表示最近邻区溢出效应的变量股本禀赋和职工教育程度。
GMM-SYS 模型 (6) 是评估模型稳健性的标准测试通过减少工具变量的数量（从 115 个减少到 69 个），这提高了教育水平变量的显着性，但没有改变模型结果的性质和系数的大小。标准测试的 GMM 模型表明不存在明显的错误指定问题。过度识别限制的汉森检验和汉森的差异检验GMM 和 IV 文书的有效性，表明这些文书是有效的。Arellano-Bond AR2 检验表明没有二阶残差自相关存在。
模型 (7) 给出了指数函数形式的 SYS-GMM 结果EM，它返回 0.087 的 EM 系数。估计诊断是同样好。减少仪器数量（从 103 到 75）的测试也已按照模型 (8) 执行，并确认了这些工具是有效的。
鉴于 EM 变量的指数形式体现了距离衰减与中国标定的出行行为模型一致的参数，将模型（7）视为产品的首选估计似乎是明智的tivity 弹性（即 0.087，标准误差为 0.03，稳健 t 统计量为 2.89）关于交通可达性。
总之，计量经济学结果表明，交通可达性作为代表在控制控制变量 endo-遗传性和空间溢出效应。我们首选的估计来自模型（7）表8.1采用了 SYS-GMM 公式和指数 EM 公式和返回生产力弹性为 0.087，稳健标准误差为 0.030。这模型诊断表明所有 SYS-GMM 模型结果都是稳健的。进一步-此外，GMM 模型结果符合我们先前对上限的期望由池化的 OLS 模型和时间序列的下界建立固定效应模型。
8.6 讨论
一系列广泛的回归模型测试显示了统计数据的一致模式交通可达性和商业生产力之间的关系非常稳固。特别是：
(a) 正如预期的那样，合并的 OLS 回归产生了高弹性估计而时间序列固定效应 (FE) 回归产生的估计值较低。使用线性广义方法的动态面板数据模型矩（GMM）倾向于返回中间弹性值。
(b) 我们对回归模型和开发过程的理解中国广东有理由更喜欢 GMM 模型估计（参与通常是校正相对较小样本的 SYS 变体）。这是因为 SYS-GMM 模型能够很好地利用短面板数据集。
(c) 我们对运输方面的生产力弹性的首选估计可访问性为 0.087（稳健标准误差为 0.03，t 统计量为 2.89）。这来自使用指数公式的 SYS-GMM 模型测量交通可达性。这种积极的关系在之后仍然保持强劲控制一系列控制变量、内生性和最近邻溢出效应。这一估计的稳健性通过以下两方面得到证实回归诊断和与替代结果的比较楷模。
中心生产力弹性估计值为 0.087，这意味着 10% 的改善——交通可达性的改善将导致人均劳动生产率的提高0.83% (即 (1?+?10%) – 1?=?0.0083) 的活动率，运输量翻倍可访问性意味着人均生产力提高 6.2%（即（1+?100%) – 1?=?0.0622)。这完全在产品的共识范围内对此类证据的全面审查，主要在发达经济体“城市规模翻倍似乎将生产力提高了范围从……大约 5 –8%”（Rosenthal 和 Strange?2004），并且是与最新的生产力荟萃分析的弹性范围相当Melo 等人发表的弹性。（2013），谁提出了中心弹性值约为 0.05。
在评估估计时，我们还可以将它们与我们之前的预期进行比较意见：交通可达性和集聚被认为起着重要作用在中国知识溢出和技术改进中的作用（IBRD?2006）。
本章中的实证结果在一定程度上得到了新兴估计的支持。中国的伙伴，尽管我们的估计要低得多。例如，Au 和Henderson (?2006?) 使用 1990 年和 1997 年中国 205 个城市的数据，建议有显着的城市群效益：例如，从635,000 到 1.27 m 之一的城市将每个工人的实际产出增加 14%，在控制了一系列其他影响之后。最近，张的分析（张2008?) 使用 1993-2004 年的数据得出中国的平均弹性值为 0.106控制空间溢出效应。
我们在广东的实地研究（见 EASCS?2014a，b）也已经开始调查企业从运输中受益的实际机制员工生产力方面的可访问性改进。这表明该交通改善带来的集聚效益得到了充分理解企业和个人，以及他们利用这些利益的程度是与在发达经济体观察到的情况相当。这提供了一定程度的微观层面的佐证。当然，还需要进一步的工作来量化这种影响在个体企业和员工层面。
8.7 结论
本章旨在通过介绍空间经济学的理论和方法。量化交通便利的经济贡献的一个具体例子能力提高，这很可能是一个经常面临的研究问题城市信息学专业的学生。本章从简单的 OLS 回归模型开始常用于城市信息学研究，然后扩展模型逐步使用空间分析和经济理论的横截面。这生成的模型达到了该领域的当前前沿，它们有助于填补空白在当前的文献中。在开发模型的过程中，也有一种发展的精神一种理论上严谨但可以通过新兴经济体通常可以实现的数据可用性水平。在中国等低收入和中等收入发展中国家，这种经验交通的空间经济影响的证据目前很差，而且实际对它们的需求是紧迫的，例如评估主要投资倡议。
当然，目前的计量经济模型可能还不能完全控制其他区域之间的差异，例如，空间自选和排序县市区内和县市区之间的职工。显然，空间近似交通改善产生的相似性在空间自我选择和排序。然而，仍然难以辨别确切的贡献在可用数据源中对此类机制的传输进行改进。
此外，不能仅靠计量经济学研究来确定跨性别之间的因果关系。港口的可达性和生产力有一个显着的累积过程因果关系；这项任务应该得到对实际情况的深入了解的支持。工作机制，例如通过上面讨论的实地研究。
未来的额外工作可能会进一步提高研究结果的稳健性此处介绍；下面的清单将用于表明进一步研究的范围关于这个话题：
首先，有可能扩展正在考虑的时间序列涵盖的年份和解释变量的范围，这可能使模型更健壮并提高系数估计的精度。
其次，类似的计量经济学模型可以用于经济较少的中国的发达地区（如四川等内陆地区），以及其他东部沿海富裕地区（如以长江三角洲为中心的上海和以北京为中心的渤海湾都市圈）。这个会明确不同层次的区域之间是否存在显着差异发展。
第三，如果以及何时可以获得分类的经济普查数据来自中国统计局的企业级生产职能（例如，Translog 类型）可以估计，这将提供更精确的估计集聚效应，包括可能的空间排序效应。经济人口普查数据由企业收集，但目前尚未公布用于中国的研究。
第四，企业和机构的微观案例研究将帮助我们理解企业如何实际应对交通改善，以及通过什么机制它们从集聚效应或其他方面获益。
通过上述积累的证据最终可以提供更全面的从动态一般均衡的角度理解经济发展过程，例如 Au and Henderson (?2006?) 和 Lakshmanan所建议的（2011 年）。这种理解反过来将使我们能够更好地规划交通项目，特别是促进欠发达地区的共同繁荣和减贫地区。
总结：构建模型来考量交通便利和经济质量的关系