李慧玲，陈军

（新疆师范大学商学院，新疆乌鲁木齐830017）

●区域发展

交通基础设施、空间溢出与区域经济增长
——基于空间Durbin模型的经验分析

李慧玲，陈军

（新疆师范大学商学院，新疆乌鲁木齐830017）

在考虑交通基础设施空间相关性的基础上，文章利用1995-2015年省级面板数据，在三种空间权重矩阵下分析交通基础设施对经济增长的空间溢出效应并进行分解，结果表明：若不考虑空间溢出效应，普通OLS回归对交通基础设施产出贡献估计会有一定的偏差；通过Moran’s I检验，经济增长和交通网络密度均表现出显著的空间相关性；交通基础设施对本地和周围区域经济增长均表现出显著的正向空间溢出效应；在三种不同的空间权重矩阵下回归表明，时间距离空间权重较0-1空间权重矩阵、经济空间权重矩阵对经济增长的溢出效应要高一些，区域间时间距离的缩短加强了空间溢出效应；投资、对外贸易、产业结构和财政支出均对经济增长具有显著的正向溢出效应，其中投资、对外贸易和财政支出的拉动作用更为明显，而劳动力对周围地区的经济增长为负向溢出效应。

交通基础设施；空间溢出；空间相关性；经济增长

一、引言

改革开放以来，我国经济总体上保持了高速增长态势，创造了令世界瞩目的“中国奇迹”。交通基础设施建设与交通运输业的发展作为其中一项重要的建设领域，一直以来在经济发展中发挥着其他基础设施所无法比拟的重要作用。自新中国成立以来，我国政府便加大了对于各种交通运输方式的建设投资力度，各项交通运输建设不断实现了历史性突破，以铁路、公路为骨干，水运、民用航空和管道组成的综合运输网基本形成。从新中国成立到2015年，铁路营业里程由1949年的2.18万公里增加到12.1万公里，增长4.55倍。公路等级明显提高，路况大为改善。公路里程由1949年的8.07万公里增加到457.73万公里（不含村道），增长55.7倍。特别是高速公路从无到有、迅速发展，2015年总长度已达到12.35万公里，位居世界第二。内河航道通航里程由1949年的7.36万公里增加到12.7万公里①。目前，我国已建成横贯东西、纵贯南北、内畅外通的综合运输网络，综合交通运输体系基本形成，交通运输业为整个国民经济快速发展、社会和谐稳定奠定了坚实基础，其对经济发展的瓶颈制约得以缓解。

作为社会先行资本，交通基础设施具有很强的外部性，长期以来也是政府调控经济的重要手段。2008年为应对全球金融危机的影响，中央政府发放了四万亿资金以刺激国内经济发展，而其中一半以上资金用于公路、铁路、机场等交通基础设施建设。如此大规模的交通建设投入和交通运输网络的快速发展对经济增长的影响如何？这种影响是正向还是负向的呢？与此同时，交通网络通过降低运输成本、改变区域间可达性，加强了区域间的空间联系和经济往来，对邻近区域的经济发展产生影响。前期的研究很少关注区域间的空间依赖性②，通常假设各区域的变量相互独立。根据Tobler（1970）提出的“地理学第一定律”，“所有事物都与其他事物相关联，但较近的事物比较远的事情更关联”③。这就告诉我们，区域间经济有着广泛的联系，经济活动通过交通网络为载体进行扩散，从而产生空间溢出效应，带动相邻地区的经济发展。在这种背景下，从空间联系的视角，利用省际面板数据对中国交通基础设施与经济增长的空间溢出效应进行分析，具有重要的理论意义和实践应用价值。

二、文献回顾

关于交通基础设施对经济增长的促进作用一直以来都受到经济学者的重点关注，研究重点从传统的将交通基础设施看作促进经济增长的现象和原因，进行相关性的实证分析，逐渐转移到交通基础设施对经济增长的作用机理和外部性的数量关系研究上。

Aschauer（1989）开创性的实证分析了基础设施对经济增长具有的积极促进作用，引发了Holtz-Ea⁃kin（1994）、Barro（1995）等单独估计基础设施对经济增长的影响。随后大量研究都集中于在宏观层面测度基础设施的产出弹性，一般使用生成函数法进行计量分析，使用数据类型不同得出的结论也有很大的差别。早期Munnell（1990）、Hulten&Schwab（1991）、Wylie（1995）等人使用时间序列数据得出产出弹性比较大；而Munnell（1990）、Eisner（1991）、Nourzad&Vrieze（1995）等人使用面板数据估计的产出弹性要小得多，Holtz-Eakin（1994）、Evans&Karras（1994）甚至得出基础设施对经济增长作用不显著的结论。

已有的文献发现并解释了交通基础设施的正向和负向溢出效应。Munnell（1990）用正向溢出效应来解释美国公共资本产生弹性较大的原因，而Holtz-Eakin&Schwartz（1995）则认为没有发现临近区域对经济增长存在着或正或负溢出的溢出效应。Boarnet（1998）通过定义不同经济意义的空间权重矩阵，发现公路在互相竞争要素的各区域之间存在明显的负溢出作用，本地公路的提升晖影响邻近区域的产出增加。而Cohen&Paul（2004）则发现某一地区交通等基础设施的发展能降低相邻地区的运输成本，产生正的空间溢出效应。Delgado&Alvarez（2007）利用随即前沿方法分析了在西班牙地区高速公路对经济产出的积极作用，而对其他区域却是负向影响；Ji⁃wattanakulpaisarn et al.（2010）研究交通对就业的影响、Ozbay et al.（2007）公路投资对经济发展的影响都得出相似的结论。Sloboda&Yao（2008）通过测算美国公共交通支出，获得微不足道的直接影响和一些负向溢出效应的证据。

国内学者也开始关注对交通基础设施对经济的影响。钱家俊（1981）、王辰（1995）、李国强（1998）、高峰（2005）等基于我国交通运输也发展现状探讨了我国交通基础设施对经济增长的促进作用。刘勇（2010）、刘秉镰和刘玉海（2011）、叶昌友（2013）、覃成林（2014）、方大春（2014）等利用中国省级面板数据具体分析了公路、铁路、高速铁路等不同交通方式对经济增长的溢出作用，及其对经济发展格局的影响。胡鞍钢和刘生龙（2009）、张学良（2012）基于中国省级面板数据的计量分析，认为交通运输具有显著正向溢出效应，并估算了交通基础设施对区域经济增长的贡献率；胡煜和李红昌（2015）分析交通枢纽城市的空间溢出效应也得出相同的结论。张志和周浩（2012）通过加入不同经济意义空间权重矩阵的基础上分析，发现交通基础设施的空间溢出效应更多地通过经济联系发生作用，其溢出效应对第二产业高于第三产业、基于产业结构的高于基于市场规模的。刘生龙和胡鞍钢（2010）、胡煜和李红昌（2015）、胡艳（2015）还基于东中西部地区实证分析了交通基础设施在区域差距中的作用，东部和中部地区有显著的正向空间溢出效应，西部大开发促进了西部地区的经济发展向中东部地区的趋同。

综上所述，关于交通基础设施对经济增长的总体影响研究较多，但关于交通基础设施空间溢出效应的深入研究不足，主要有：一是忽视了空间因素的影响。Anselin（1988）指出忽视空间相关性的OLS回归结果会存在一定的偏误，导致会高估或低估其贡献率［1］。交通基础设施具有空间网络特征，对其的研究不能忽略空间相关性的影响。二是在研究中对交通基础设施的衡量较为简单，大都是用交通基础设施的绝对量来考察其溢出效应。本研究中采用交通网络密度来衡量交通基础设施，使用交通网络密度比交通基础设施的绝对量指标更能全面反映区域交通基础设施发展的均衡程度，也能在一定程度上避免交通与经济发展间的内生性问题，能更准确的估计交通对经济增长的溢出效应。

三、空间统计分析

（一）空间相关性检验

在确定是否使用空间计量方法时，首先考察是否存在空间依赖性。空间自相关（spatial autocorrela⁃tion）是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性，可以理解为地理位置相近的区域具有相似的变量取值。如果高值与高值聚集在一起、低值与低值聚集在一起，则为“正空间相关”；反之，如果高值与低值相邻，则为“负空间相关”；如果高值与低值完全随机分布，则不存在空间自相关。本研究采用常用的Moran’s I（Moran，1950）测度区域间的空间依赖性。

ij矩阵的（i，j）元素。

莫兰指数I也被称为“全局莫兰指数I”（Global Moran’s I），检验的是整个空间序列的空间集聚情况。莫兰指数I的取值一般介于－1～1之间，大于0表示正自相关，小于0表示负自相关，接近于0则不存在空间自相关；其绝对值越大表明空间相关程度越高。

（二）空间权重矩阵

度量区域之间的空间“距离”是进行空间计量分析的前提，为使分析结果更为稳健，参照Bavaud总结的空间权重矩阵构建方法［2］，本文定义四种类型的空间权重矩阵。

（1）0～1空间权重矩阵W1，是依据地理空间上是否相邻来设定，相邻的地区定义为1，不相邻则定义为0，该权重矩阵为：

（2）经济空间权重矩阵W2（林光平，2005），使用地区间人均GDP的差额作为测度地区间“经济距离”的指标，即W2＝WE。

（3）时间距离空间权重矩阵W3，用两个地区之间乘直达火车到达的最短时间之倒数作为空间权重。交通运输的快速发展缩短了出行时间、扩大了出行范围，带来了区域同城化效应，尤其在高速铁路发展背景下区域间的时间距离对区域间要素流动影响不可忽视，故选取时间距离作为空间权重。

其中，tij指两个省的省会城市乘坐直达列车到达的最短时间。

（三）模型设定

考虑到空间相关性的影响，本文采用空间杜宾模型（Spatial Durbin Model，简记SDM）［3］，其一般形式为：

其中，α为常数项，tn为N×1阶的单位向量，W为空间权重矩阵，X为数据矩阵，λ、β和σ为相应系数向量，Wy和WX分别表示因变量和自变量的空间滞后的影响。空间杜宾模型不再是简单的考察自变量对因变量的影响，而突出反映其空间效应。

式（1）可以改写为：

由式（2）中可以得出：

(I-λW)-1=I+λW+λ2W2+λ3W3+…。假设X中的解释变量xn=(x1nx2n…xnn)'，

则有：

四、变量数据与空间相关性检验

（一）数据来源及变量说明

本文选择中国省域数据进行研究，全部样本为中国大陆地区31个省、市和自治区，时间跨度为1985-2015年，指标数据来源于历年《中国统计年鉴》、《中国交通年鉴》及各省市统计年鉴。对涉及价格指数的指标数据均调整为以1985年为基期的不变价格。

（1）交通基础设施（Transport）。采用地面交通网络密度来衡量交通基础设施情况。地面交通网络密度是指区域内单位国土面积上所有的交通运输线路，主要包括公路、铁路、内河航道、管道运输和轨道交通等所构成的交通线路。本文选取公路里程、铁路营业里程和内河航道里程来衡量地面交通网络密度④，计算方法为：公路里程、铁路营业里程和内河航道里程之和除以所在省份的国土面积，即表示单位国土面积所拥有的交通线路［5］。

（2）经济增长（PerGDP）。借鉴国内外学者的通常做法，本文选取31个省份的人均GDP来衡量经济增长。

（3）控制变量（X）。固定资产投资（Invest）以各地区人均固定资产投资额来表示；对外开放度（Open）用各地区进出口贸易总量来衡量；劳动力人数（Labor）以各地区年末从业人员来表示；产业结构（Instr）以各地区非农产业产值占比来表示；财政支出（Fiscal）用各地区的地方财政人均支出来衡量。为减少量纲影响和增强平稳性，后文在模型中对数据均作取对数处理，即表示各解释变量对交通基础设施的产出弹性。

b“.级音+主调”两节型过腔。如”昆南”阳平声字“门”的唱调（《南西厢·佳期》【临镜序】“倚定门儿待”，686），该单字唱调的过腔是。其中，即第一节级音性过腔，即第二节主调性过腔，由此构成的即“级音+主调”两节型过腔。

（二）空间相关性检验

对31个省市1995-2015年的PerGDP和交通网络密度进行空间相关性检验，通过Stata13.0软件计算得到，详见表1所列。

表1 人均GDP和交通网络密度的莫兰指数

表1结果表明，三种空间权重矩阵下莫兰指数均显著且p值几乎都在0附近，表明空间正自相关特为明显。总体来看，三种权重矩阵下的莫兰指数呈逐渐增大，经济活动空间集聚特征明显，采用空间计量分析是十分必要的。PerGDP和交通网络密度的莫兰指数在0～1空间权重矩阵和经济空间权重矩阵下比较接近，但在时间距离空间权重矩阵下莫兰指数相对较小。这表明经济活动在地域相邻和地理位置相近的区域依赖性高于时间距离的空间自相关，表现为高值与高值、低值与低值的聚集。

五、实证结果分析

（一）普通计量回归检验

本文研究交通基础设施对经济增长的影响，结合Antweiler&Taylor（2001）一般均衡模型的设定思路，普通回归方程为：

式（5）中被解释变量PerGDP为人均GDP，Transport表示交通网络密度，X代表影响经济增长的其他控制变量，μi表示各省份之间不可观测的个体异质性，εit为随机扰动项，i和t分别表示第i个省份第t年的数据。普通OLS回归结果见表2所列。

表2 普通计量回归结果

交通网络密度对PerGDP的回归结果均显著为正，控制变量的影响基本都显著。LM检验拒绝“不存在个体随机效应”的原假设，认为在“混合回归”与“随机效应”之间，应该选择“随机效应”；对固定效应和随机效应模型进行Hausman检验，由于P值为0.000，强烈拒绝原假设“H0:ui与xit,zi不相关”，认为应该采用固定效应模型，而非随机效应模型。综合来看，还需进一步分析。

（二）空间杜宾模型实证检验

将空间计量回归的模型设定为：

基于式（6）的设定，运用Stata13.0对其进行三种空间权重矩阵下的估计，结果详见表3。回归结果表明，被解释变量PerGDP的空间滞后项系数ρ均显著，大约在0.6～0.8之间。另，空间滞后模型（SLM）和空间误差模型（SDM）的检验结果均在5%以下的显著性水平上拒绝原假设，采用空间杜宾模式较为符合，不能将空间杜宾模型简化为SLM和SDM⑤。

表3的空间杜宾回归结果显示，在三种空间权重矩阵下整体的R2值表明模型拟合效果非常好。从解释变量及其空间滞后项的回归系数看，交通网络密度的系数均在10%的显著性水平下为正数，表明交通基础设施建设存在显著的空间依赖性，本地区的交通建设对其他地区具有正向的促进作用，交通建设在中国存在区域聚集特征。与表2中的OLS回归结果相比较，OLS回归表明交通网络密度的产出贡献为0.035，而在0～1空间权重矩阵和经济空间权重矩阵下所估计出来的产出贡献值要偏小，在经济距离空间权重矩阵下所估计出来的产出贡献值要偏大。这表明若不考虑空间溢出效应，对交通基础设施产出弹性的估计会有一定的偏差。另外，不同权重矩阵下的估计结果表明，表明以区域间时间距离使得交通网络的溢出效应更为凸显，时间距离的缩短将各个区域的经济活动的联系更为紧密，区域同城化就是依赖交通网络的快速发展形成的。

表3 空间杜宾模型（SDM)估计结果

（三）空间杜宾模型效应分解

霍夫曼检验结果表明，三种空间权重矩阵下在5%的显著性水平上均拒绝原假设，因此采用固定效应分析更为恰当［6］。因回归系数不能完全衡量解释变量对被解释变量的影响，按照（4）式的偏微分方法对空间溢出效应进行分解结果（见表4）。

表4 杜宾模型效应分解

表4的效应分解结果显示，在三种空间权重矩阵下，交通网络密度的直接效应和间接效应均显著为正，表明交通基础设施建设不仅能带动本地区经济增长，而且对周边地区具有显著的正向溢出效应。值得注意的是，交通网络密度的间接效应明显高于其直接效应，表明交通网络所具有的通达性、网络性将各个区域的经济活动连接成一个整体，与地理学第一定律的内涵一致，其扩散效应使得区域发展带动和影响其相邻区域的发展，交通基础设施对外地经济增长表现出正的空间溢出效应。三种空间权重矩阵下，交通网络密度水平每增加1%，直接带动区域经济增长分别为：0.94%、0.57%和1.05%，时间距离空间权重较0～1空间权重矩阵、经济空间权重矩阵对经济增长的拉动效应要高一些。交通网络的快速发展、出行时间的缩短加强了相邻省市间、中心城市与边缘地区、增长极与辐射地区之间的联系，加快了区域一体化和城乡一体化进程。特别是在我国高铁背景下，区域间时间距离的缩短更是加强了区域间溢出效应，全国264个节点城市明显地由相对分散演化成绝对集中的分布特征，加强了区域间的这种空间相关性，在城市群、都市圈内的相关性更为凸显［7］。因此，交通基础设施建设使一个区域的增长带动了邻近省域的经济增长，其对本地和周围区域经济增长均表现出显著的正向空间溢出效应。

从控制变量的效应分解可以看出，固定资产投资对经济增长的直接效应为显著正相关，间接效应总体不显著；三种空间权重矩阵下，固定资产投资促进经济增长的直接效应是最大的，约为7%-8%。换言之，当前投资依然是拉动我国经济增长的重要动力，这与范九利（2004）、郭庆旺（2005）、陈斌开（2010）等人的观点一致，即认为资本要素存在较为明显的规模报酬递增现象，且具有更高的产出弹性，同时与经济发展存在显著的正效应［8］。以各地区进出口贸易总量来表征的对外开放度对经济增长的直接效应和间接效应均显著为正，说明进出口贸易作为一架“马车”对促进经济增长、提高区域总体发展水平具有重要拉动作用。三种空间权重矩阵下，进出口贸易量每增加1%，带动本地区经济增长约为1.5%，带动周边地区经济增长约为2.1%，表现为显著的正向溢出效应。劳动力人数对经济增长的间接效应在10%的水平下显著为负，其对周围地区的经济增长为负的溢出效应，说明跨地区交通基础设施的快速发展增加了发达地区对不发达地区劳动力资源的“虹吸”效应。当前我国劳动力流动总体呈现为由落后的中西部地区的农业部门流向东部沿海地区的非农部门的单向流动特征（蔡昉，2003；K.Roberts，2005；刘传江，2005；劳昕，2015）。区域经济的快速发展和交通网络密度的增加加快了劳动力流动，由于经济发展差异和集聚效应的作用，致使外部地区的生产要素流向中心地区，外部地区的经济发展受到影响，即呈现出负向溢出效应［9］。以各地区非农产业产值比重来衡量的产业结构对经济增长的直接效应、间接效应和总效应在10%的水平下均显著为正，表明产业结构变动、优化升级对促进经济增长、提高本地区和周边地区经济发展均具有重要的拉动作用。经济发展的过程也是产业结构演进的过程，产业结构是决定经济增长的一个重要因素，投入的生产要素产出效益很大程度上取决于产业结构关联状态及结构间的合理配置［10］；同时，技术创新只是在某些部门率先出现，再通过结构关联效应带动其他部门生产效率的提高，带动本地区经济增长和对周边区域产生影响［11］。财政支出对本地区经济增长具有明显的拉动作用，财政支出每提高1%，带动区域内经济增长约为8%。但其对区域外地区具有负向的溢出效应，这与仝冉冉（2014）、周莉（2014）等人的“政府财政的社会性支出对周围省份GDP形成负的抑制作用”研究结论一致，但显著性水平不高，这种抑制作用并不突显。

六、结论及启示

研究结果表明：①若不考虑空间溢出效应，普通OLS回归对交通基础设施产出弹性的估计会有一定的偏差。②通过Moran’s I检验，在不同的空间相邻模式下检验，31个省市的经济增长和交通网络密度均表现出显著的空间聚集，即不同区域的经济增长不仅与自身交通网络密度等因素密切相关，同时还受到周围区域的影响，区域间存在显著的空间依赖性。③交通基础设施对本地和周围区域经济增长均表现出显著的正向空间溢出效应，交通建设加强了区域间的空间相互影响。④在三种不同的空间权重矩阵下回归表明，时间距离空间权重较0～1空间权重矩阵、经济空间权重矩阵对经济增长的溢出效应要高一些，区域间时间距离的缩短加强了区域间溢出效应。⑤投资、对外贸易、产业结构和财政支出均对经济增长具有显著的正向溢出效应，其中投资、对外贸易和财政支出的拉动作用更为明显，劳动力对周围地区的经济增长为负向溢出效应，说明跨地区交通基础设施的快速发展增加了发达地区对不发达地区劳动力资源的“虹吸”效应。

注释：

①数据来源于《中国统计年鉴》（2016）。

②空间依赖性（又称空间相关性），由于要素在空间上的流动、技术溢出等引起空间个体间的相互影响、相互作用。空间依赖性是空间外部性的外在表现，空间溢出则是实现外部性的内在动因。

③美国地理学家W.R.Tobler在1970年提出来的:Everything is related to everything else,but near things are more related than distantthings，后来人们也称之为Tobler第一定律（TFL）。

④公路、铁路、水路和航空是我国最主要的运输方式，2015年铁路、公路及水路货运量共占我国总体货运量的95%以上。因航空运输总体占比较小，又不属于地面交通运输方式，故本文不做考虑。

⑤SDM简化为SEM的原假设为H0:δ2+ρβ2=0，SDM简化为SLM的原假设为H0:δ2=0。

［1］Anselin L.Spatial Econometrics：Methods and Models［M］. Dordrecht：Kluwer Academic Press，1988：223-239.

［2］Francois Bavaud.Models for Spatial Weights：A Systematic Look［J］.Geographical Analysis，1998，30（1）：153-171.

［3］Mur J，Angulo A.The Spatial Durbin Model and the Common Factor Tests［J］.Spatial Economic Analysis，2006，1（2）：207-226

［4］陈强.高级计量经济学及Stata应用［M］.第二版.北京：高等教育出版社，2014：575-586.

［5］程前昌，胡大胜，易忠君.中国地面交通线路密度的空间差异及变化［J］.地理与地理信息科学，2007，23（5）：71-76

［6］Lee L F，Yu J.Estimation of spatial autoregressive panel data models with fixed effects［J］.Journal of Econometrics，2010，154（2）：165-185.

［7］陆军.高铁时代的中国区域经济发展研究［J］.人民论坛·学术前沿，2016（2）：21-30.

［8］刘勇.交通基础设施投资、区域经济增长及空间溢出作用——基于公路、水运交通的面板数据分析［J］.中国工业经济，2010（12）：37-46.

［9］Cohen J P，Paul C J M.Public infrastructure investment，in⁃terstate spatial spillovers，and manufacturing costs［J］.Re⁃view of Economics&Statistics，2004，86（2）：551-560.

［10］张学良.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）：60-77.

［11］潘文卿.中国区域经济发展：基于空间溢出效应的分析［J］.世界经济，2015（7）：120-142.

Transportation Infrastructure,Spatial Spillover and Regional Economic Growth—An Empirical Analysis Based on the Spatial Durbin Model

LI Hui-ling,CHEN Jun
（College of Business,Xinjiang Normal University,Urumqi 830017,China）

On the basis of considering the spatial correlation of transportation infrastructure,this paper,using the provincial panel data from 1995 to 2015,analyzes the spatial spillover effect of transportation infrastructure on economic growth and makes the decomposition under three kinds of spatial weight matrices.The results show that:If the spatial spillover effect is not considered,the contribution of the ordinary OLS regression to the transportation infrastructure output is expected to have a certain deviation;Through the Moran's I test,the economic growth and the transportation network density present a significant spatial correlation;The transportation infrastructure has a sig⁃nificant positive spatial spillover effect on the economic growth both in and around the region;The regression under three different spatial weight matrices shows that the spillover effect of time distance spatial weight on economic growth is higher than 0 to 1 spatial weight ma⁃trix and economic spatial weight matrix.The shortening of time distance between regions strengthens the spatial spillover effect;Invest⁃ment,foreign trade,industrial structure and fiscal expenditure have significant positive spillover effects on the economic growth.Among them,the pulling effects of investment,foreign trade and fiscal expenditure are more apparent,whereas the labor force has a negative spill⁃over effect on the economic growth in the surrounding regions.

transportation infrastructure;spatial spillover;spatial correlation;economic growth

F061.5；F294

A

1007-5097（2017）08-0053-07

［责任编辑：张青］

10.3969/j.issn.1007-5097.2017.08.008

2017-06-02

国家自然科学基金应急项目（71541034）

李慧玲（1981-），女，新疆哈巴河人，讲师，经济学博士，研究方向：区域经济理论；陈军（1973-），男，新疆昌吉人，副教授，管理学博士，研究方向：空间经济学。