郭树华，王 玺，郭天一

（1.云南大学 经济学院，云南 昆明 650091；2.贵州财经大学 马克思主义学院，贵州 贵阳 550025）

一、引 言

从省级行政单位的角度，我国沿边地区包括西藏、云南、广西、新疆、甘肃、内蒙古、黑龙江、吉林和辽宁等省份。自2013年习近平主席提出建设“新丝绸之路经济带”和“21世纪海上丝绸之路”的合作倡议以来，沿边地区开发开放的重要性日益凸显。2015年，《国务院关于支持沿边重点地区开发开放若干政策措施的意见》出台，从7个方面提出31条具体措施，以促进沿边地区经济社会发展；2017年，党的十九大进一步强调要以“一带一路”建设为重点，坚持“引进来”和“走出去”并重，遵循共商共建共享原则，加强创新能力开放合作，形成陆海内外联动、东西双向互济的开放格局。经过近几年的大力建设，沿边地区经济面貌发生了显著改变。那么，上述9个省级单位与全国其他地区的格局发生了什么样的变化，是“中心—外围”的二元结构愈发凸显，还是与全国其他地区一起，沿着一体化的方向迈进？进一步地，作为一项重大举措，如何评价“一带一路”倡议给上述地区带来的影响？

从已有研究文献来看，沿边地区经济面貌已有显著改变，但也存在隐忧。孙久文和蒋治（2019）研究指出，在“一带一路”倡议背景下，沿边地区进出口贸易、外商投资以及对外经济合作都有明显的增长［1］。申桂萍等（2021）在肯定沿边地区有关建设成就的同时也表达了担忧，认为沿边省份城市经济建设成效显著，开放通道加速健全，但经济发展压力持续加剧，开发开放依然滞后；发展成果也并未很好惠及当地居民，且工业空心化特征进一步凸显［2］。持有相似观点的还有滕智莉（2019）、庄芮等（2021），他们都强调了沿边地区经济发展存在层次偏低、产业聚集不足以及创新能力不强等问题［3-4］。总体上，学者们在肯定沿边地区发展成就的同时，也强调沿边地区与全国其他地区相比，发展差距在进一步扩大。从研究方法而言，学界则主要以定性描述和通过一些指标进行对比为主。

学界关于系统研究“一带一路”倡议与沿边地区空间格局演变的文献并不多，但从研究方法上来说，已有一定的研究成果可供本文借鉴。

一组文献是关于区域经济发展差异的研究。从区域经济发展差异测度上来讲，常用的方法有标准差系数、基尼系数、泰尔指数、偏离—份额分析法、变异系数、回归分析（如GMM估计法和空间计量手段）和莫兰指数空间自相关统计方法等。如覃成林等（2011）运用人口加权变异系数分析了2001—2009年中国区域发展不平衡的变化过程［5］；孙久文和姚鹏（2014）综合运用标准差系数、变异系数、基尼系数、泰尔指数对中国1978—2012年区域经济发展差异的演变规律进行分析，并认为地区之间差异正在缩小［6］；赵勇和魏后凯（2015）则运用了GMM回归，发现在空间功能分工受到抑制的情况下，政府干预会抑制地区差距的加剧，有助于实现经济增长［7］。还有学者也采用了与上文近似的方法，从不同层面和角度对空间格局的演化和促进因素展开了有益的分析［8-11］。以上学者的研究大多借鉴了克鲁格曼“中心—外围”模型［12］的思想，采用某一核心指标展开分析工作。但是这些研究方法本质上考察的是同等级的研究对象之间的差异性，不能回答本文提出的问题，例如，云南与全国其他地区相比，“中心—外围”的二元结构是加剧了还是缓和了。鉴于此，必须考虑其他的方法，以保证不同层级的个体具有可比性。为此，本文借鉴袁沙（2020）的研究方法［13］，利用耦合协调度分析来回答这一问题。

另一组文献聚焦于政策效应的评估。为了评估某个政策或事件给研究对象带来的冲击，现有文献常利用倾向指数匹配法、双重差分法、合成控制法、断点回归设计、干扰分析法等。如万源星等（2022）利用PSM-DID（双重差分倾向得分匹配方法）检验了中美贸易争端对中国企业研发国际化的影响［14］；戴翔和宋婕（2021）利用双重差分模型实证分析了中国“一带一路”倡议的全球价值链优化效应［15］；严兵等（2021）从东道国视角出发，基于1998—2017年的国家层面面板数据，运用双重差分法对境外经贸合作区的贸易效应进行全面分析，认为境外经贸合作区成为东道国贸易和经济增长引擎［16］。可见，现阶段学术界主流的方法是利用倾向指数匹配法、双重差分法等，通过实验组与对照组的比较，得出冲击带来的效应。然而，由于研究对象和研究内容的不同，对照组个体有时并不容易寻找。本文的研究对象与邻国接壤，经济欠发达，且地理条件、人文气息各有特点，要寻找与之相类似的对照组并不容易。干扰分析允许对一个时间序列均值的变化进行规范检验，允许“依赖变量”（被解释变量）的时间路径被“外生变量”（解释变量）的时间路径所影响。Enders和Sandler（2008）曾利用该方法检验了跨国恐怖袭击对西班牙旅游业带来的影响［17］。由于不需要对照组，相较于其他方法，干扰分析更适合本文。

较之以往的文献，本文可能的边际贡献有两点：①以克鲁格曼两地区“中心—外围”模型思想为依托，在构建综合评价指标体系基础上，利用耦合协调度指数判断沿边地区空间结构的演变，避免之前研究中的以定性描述与简单统计对比为主的判断方法。②在此基础上，利用严谨可靠的方法测度“一带一路”倡议对沿边地区空间格局演变的政策效应。这种量化结果有助于告诉人们，“一带一路”倡议对不同省域带来的影响并不相同，从而对应的政策建议也有所区别。

本文接下来的内容安排如下：第二部分为研究设计，首先依据“中心—外围”模型思想建立指标体系，并对数据的处理进行说明，然后介绍耦合协调度分析方法并据此开展测量工作，得出各沿边地区的耦合协调度；第三部分是本文主体，首先利用各地区耦合协调度指数展开干扰分析，探究政策冲击所产生的效应，然后对政策冲击造成的影响作出长、短期预测，最后对实证结果展开分析；第四部分为结论与建议。

二、研究设计

（一）指标体系的建立

在一个典型的“中心—外围”模型中，当一个地区呈现出中心化特征时，意味着此地聚集了较多的制造业企业和工人，这将导致该地和以从事农业为主的“外围”地区相比，制造业工资收入水平更高，从而在该地呈现出更高的人均GDP、城镇化水平以及相对较低的物价等一系列特征。这样，遵循科学性、全面性、系统性和可操作性等原则，综合考虑中心化地区的有关特征，选取9个指标作为中心化地区的判断依据，见表1所列。其中，正向型指标值越大越好，负向型指标值越小越好。

表1 地区中心化指标评价体系

需要补充说明的有两点：一是西藏地区“私营部门制造业人均工资”指标无法获取，故而采用“城镇集体单位就业人员平均工资”这一指标替代；二是在后续的计算过程中，采取类似归一化的举措，将表1中各省份对应的指标除以全国相应数据得到的数据记作，该处理过程主要是为后续的综合绩效计算服务。在综合效用的计算步骤中可以发现，各年度对应指标的比重yij依赖于该指标各年度的原始数据，进而影响对应指标最终的得分。换言之，只有经过上述处理，使得地区指标与全国指标建立联系，得到的综合绩效得分才能反映该地区与全国空间格局的演变情况。否则测量结果只能表明，与初始年度相比该地区综合绩效的改善情况［18］。

（二）耦合协调度分析：“中心—外围”结构视角下空间格局的变化

1.耦合协调度的计算过程简介

某一地区与全国的耦合协调度计算如公式（1）所示，其中：Di为耦合协调度指数；Ci是“地区”和“全国”两个子系统的协调度；Ti用于衡量两个子系统的权重配置。Ci、Ti的表达式分别如公式（2）、公式（3）所示，其中：Ui表示i地区的综合绩效；Uc表示全国的综合绩效，可通过熵值法求得；α、β为权重系数，此处均取值为0.5，表明“地区”和“全国”在协调发展过程中同等重要。

为了利用熵值法求解各地区综合绩效，首先对原始数据标准化处理以消除量纲的影响。公式（4）、公式（5）分别为针对正向指标和负向指标的处理步骤，其中xij表示第i个评价对象的第j个评价指标（对应上文），表示标准化处理后的指标；xjmax代表j指标中最大的那一个，xjmin表示最小的那一个。

在此基础上，可以利用公式（6）、公式（7）分别计算出信息熵ej、权重wj。其中，评价对象的数目用m表示，由于计算的年份为2009—2019年，故m=11；评价指标数目记作n（此处n=9）。最后即可利用公式（2）、公式（5）计算出综合得分Ui。需要说明的是，“全国”的综合得分Uc总是100，这是由的生成过程得出的。

最后，为了精确划分协调发展水平的等级，采用国内外通用的系统协调等级标准，见表2所列。

表2 系统协调等级的度量标准

2.各地区耦合协调度的测度分析

本文计算过程所需9个地区的原始数据源自国家统计局官网“分省年度数据”模块，全国层面的数据源自《中国统计年鉴》。由于2009年之前，部分统计指标如“地区私营部门制造业人均工资”有缺失现象，故而测算时期为2009—2019年。依据上述计算步骤，首先求得9个沿边地区综合绩效，接下来，利用耦合协调度计算公式，测量得到9个沿边地区各自与全国其他地区的耦合协调度，结果见表3所列。

表3 沿边地区与全国的耦合协调度测量结果

在一个典型的“中心—外围”结构中，“中心”区域被描述为有着更多的人口聚集、更高的人均产出和更多的制造业产出，而“外围”区域则恰好相反，用于构建耦合协调度指数的综合指标很好地体现了这些特征。区域间“中心”与“外围”的表述总是相对的，而本文构建出来的构建耦合协调度指数衡量的是某一省区与全国其他地区的相对发展水平。这样，某一省区的耦合协调度指数也就度量了该省区与全国其他地区在“中心—外围”结构中的空间格局，即空间格局表述的是这样一种相对发展格局。如果一个地区的耦合协调度上升，那么表明该地区正与全国其他地区迈向经济一体化进程；如果下降，那么表明“中心—外围”格局进一步加剧，该地区越来越外围化。从表3和图1可以发现，一些沿边地区综合绩效先上升后下降，并呈现出波动性；一些沿边地区综合绩效则一直呈现下降趋势；只有个别地区综合绩效一直上升。

图1 沿边地区耦合协调度测量结果

结合表3和图1，可以得出若干有意义的推测。总的来看，除西藏外的8个省域耦合协调度均出现了不同程度的下降。西藏的耦合协调度指数一路上升而未发生明显波动，其综合绩效的上升与中央的转移支付密切相关，例如2021年西藏一般公共预算收入仅为215.59亿元，而来自中央的转移支付高达2247亿元（财政部数据），人均转移支付收入达6.14万元，为全国之最。故而不能简单认定该省份与全国其他地区正在迈向均衡发展的进程。

观察实际测量结果表明，“一带一路”倡议极有可能为沿边地区带来显著的政策效应，那么该政策冲击的效果应该如何量化评估？对此本文运用干扰分析来回答这一问题。

三、“一带一路”倡议冲击效应的度量

（一）干扰模型简介

干扰模型可以对一个时间序列均值的变化进行规范检验。在此过程中，可以插入“外生变量”（即解释变量），探究该变量对时间序列（即被解释变量）的影响。用序列{yt}表示各地区耦合协调度，那么一个典型的干扰分析模型可以表达为：

其中，zt即为政策冲击变量。在政策冲击之前，序列长期均衡值为a0/(1-a1)，当冲击发生后，长期均衡值变为(a0+c0)/(1-a1)，可见，干扰冲击带来的长期影响为c0/(1-a1)。进一步地，由（8）式将yt的解式表达出来，进而可以求解出yt+j对zt的脉冲响应。

对（9）式中的yt+j求关于zt的偏导，即可得到脉冲响应函数，如公式（10）所示。例如，令j=1，即可求得冲击发生1年后带来的效应为c0+c0a1。

上述分析工作中有两处值得注意：①在干扰分析模型的表达式中，规定了a1的绝对值小于1，即不存在单位根的情况。然而在实证分析过程中这未必满足条件，故而必须进行单位根检验以便选择合适的回归模型。②上述脉冲响应函数的表达式其实暗含条件，即对任意i大于0，有zt+i=zt=1。然而在实证分析中依据冲击的表现，函数zt不必然选择纯粹跳跃的形式，脉冲、逐渐变化以及延长的脉冲都是可供选择的函数形式。

（二）利用耦合协调度开展实证分析

在分析中可以发现，西藏地区并没有受到“一带一路”倡议的明显影响。鉴于此，在政策的效应分析中将不考虑该地区。首先对耦合协调度进行单位根检验，发现在原假设“只有一个共同的单位根”条件下，Levin的t检验结果所对应的P值为0.058 8，在10%的置信水平下可以拒绝原假设，因此无需考虑差分形式。

“一带一路”倡议正式发起的时间是2013年，那么冲击函数zt的取值形式至少有下列4种可能：①从2014年开始，zt取值为1，在此之前均为0；②只有在2014年zt取值为1，其余年份均为0；③zt的取值是渐进增长的，2014—2017年分别取值0.25、0.5、0.75和1，其余年份均为0；④zt的取值是渐进增长并稳固的，2014年之前均为0，2014—2017年取值分别为0.25、0.5、0.75和1，之后稳定取1。第一种取值方式表明，政策冲击在第一年就实现了完全的政策效力并在接下来的年份维持了这样的冲击；第二种取值方式则暗示政策冲击是一次性的，其冲击效果将在模型中逐年消减；第三种取值方式认为政策冲击是逐年增强的，在2017年达到最大之后立即消失；第四种取值方式与第三种有相似之处，但是认为政策冲击在2017年之后依然持续存在。可以看出，第一种和第二种取值方式是两种极端形式，就“一带一路”倡议而言，可能性不大；第三种取值方式暗示“一带一路”倡议主要体现在基础设施建设方面，当主要的项目完工之后，冲击消失；第四种取值方式认为政策冲击不仅体现在基础设施建设方面，其他制度性安排也应当考虑进去，因此2017年之后的冲击依然存在。四种冲击形式代表了四个不同的模型，本文构建一个面板模型，采用固定效应估计方法，记录不同的估计结果，见表4所列。

表4 四种冲击形式的政策效应评估

模型1至模型4分别对应zt的四种取值方式，从多个角度可以看出模型4是最优的。比较各个模型政策冲击的系数c0，可以发现模型1和模型2符号错误，模型3是不显著的，只有模型4是高度显著且符号正确。除此之外，不论是调整R2还是AIC准则，都选择了模型4。这表明，对于政策冲击在取值0.25、0.5、0.75、1之后稳定取1的情况是最接近实际的。该模型还说明，在冲击效果稳定之后，平均来看，政策冲击每一年会使得上述地区与全国其他地区耦合协调度下降0.085 6，即“中心—外围”的二元结构在逐年加剧。长期而言，在其他条件不变的情况下，该政策对上述地区总的冲击效应为-0.330 8。依据表2的度量标准，这足以使一个地区由最初的勉强协调下降到中度失调。

在对模型4分析之后，有必要进一步探析政策冲击在上述8个地区是否存在差别。毕竟，8个地区的地理位置、经济条件存在明显差异，而且“一带一路”倡议对于不同线路也有轻重缓急之分，政策安排也会因此而有所区别。鉴于此，在模型4的基础上考虑政策因素对不同地区带来的影响，对应的回归结果见表5所列。在此，用yn_c0、gx_c0、ln_c0、jl_c0、hlj_c0、gs_c0、nmg_c0、xj_c0分别表示云南、广西、辽宁、吉林、黑龙江、甘肃、内蒙古和新疆各自受到的政策效应影响。

表5 分地域的政策效应评估

表4中模型4的AIC值为-4.803 1，表5中的这一数值为-4.925，可见AIC准则也认为分省份考虑政策冲击的模型更为适合。此外，表5中除了OLS，还给出了用SUR（似不相关回归）调整之后的估计结果。SUR的本质是FGLS回归，在不满足同方差假定的情况下，利用该方法会比OLS得到更好的结果。鉴于8个截面对象地理条件、经济结构等方面存在较大差异，很有可能存在异方差，因此SUR模型要比OLS更适合。

本文主要考察SUR方法得出的回归结果。在参数估计方面，a1的值为0.309 7，相比表4中模型4的0.741 2下降较多，表明长期来看，之前估计的政策效应带来的负面影响被高估。此外，各截面对象受到的政策影响也呈现出很大的差异。辽宁、吉林和黑龙江受到的负面冲击比其他地区高出一个量级，可能是因为这三个省份产业结构对“一带一路”倡议带来的变动更为敏感，也有可能该倡议本身在东北地区的作用力度更大，同时也不能排除杂糅了前两种原因的综合效果。此外，云南和甘肃的表现同样值得关注：甘肃地区参数估计值为-0.011 9，但是P值为0.829 2，是高度不显著的。据此，可以判断政策效应对甘肃地区的影响并不明显；如果能够接受12%的置信水平，那么可以认为云南受到的政策冲击是显著的，该地区也是唯一一个政策冲击效应为正的地区，这或许与中国和东南亚国家日益密切的贸易合作伙伴关系有关。事实上，在“一带一路”沿线所有国家或地区中，从设施、贸易、资金等三大支撑方面看，东盟作为一个整体是较好的，2020年该地区历史性成为中国第一大贸易伙伴。只要yn_c0的参数符号是可靠的，那么表明政策冲击将有助于云南缩小与全国其他地区的差异。广西、内蒙古和新疆三个省份，在SUR模型中显示受到的政策影响要比表4中模型4所显示的小，且在1%的水平上高度显著。

那么，不同省份在长期、短期受到的政策冲击到底是多少？对此，可以利用之前的公式（10）加以计算，结果见表6所列。

表6 政策冲击的长期、短期效果

表6中，参数符号代表的含义与表5相同，此外，由于甘肃的参数未通过显著性检验，故而此处将其忽略。政策冲击带来的长期效应通过公式（9）所阐述的，以求解出长期影响。可以看出，辽宁、吉林和黑龙江三个省份受到的冲击十分强烈，分别达到-0.254 1、-0.177 2和-0.164 9，用“一带一路”倡议发生之前的数据（即2013年的数据）加上政策效应，可以发现这三个地区耦合协调度分别下降至0.345 5（轻度失调）、0.409 1（濒临失调）和0.427 3（濒临失调）。但相较于之前模型4的估计结果，冲击的负面效果已有所减轻。广西、内蒙古和新疆受到的负面冲击相对较小，在长期，它们的耦合协调度将分别下降至0.506 9（勉强协调）、0.457 5（濒临失调）和0.457 0（濒临失调）。云南是唯一一个冲击效应为正的省份，长期来看，冲击将导致云南的耦合协调度上升至0.580 6，云南与其他地区的二元结构将得以缓解。

此外，表6还展示了2022年（此时j=9）政策冲击将给上述地区带来的效应。与之前提到的计算公式（10）不同的是，此处zt的取值在2014—2017年分别为0.25、0.5、0.75和1，因而在计算时，前三年的值要乘以对应的比重。当得到对应的冲击结果之后，后续分析与前文相似，不再赘述。

（三）利用城市人口密度开展实证分析

除了观测年限过短的问题，在第二部分的实证分析中还有一个问题最令人关注：各地区的耦合协调度是否能作为“中心—外围”结构的有效测度指标。如果回答是，那么意味着重新选用一个具有指示意义的指标，利用相同的方法，至少在总体上应该能够得到相类似的结果。事实上，该部分工作就是稳健性检验。

在指标选择上，“人均GDP”和“城市人口密度”都是可行指标。单位根检验显示，在原假设为“只有一个共同的单位根”情况下，“人均GDP”的P值为0.222 5，而“城市人口密度”的P值为0.019 6。于是，如果利用“人均GDP”构建干扰分析模型势必采用差分形式，这样对比性就会减弱。故而，选用“城市人口密度”来构建干扰分析模型较为适合。

在开展实证分析之前，应对原始数据进行处理。因为关注的要点是：某一地区相对于全国其他地区而言，人口集中的程度是变高还是变低。因此沿用本文一开始的处理方式，得到相对城市人口密度。鉴于数据的可获得性，此处在对2006—2019年各省份对应的数据进行处理之后，得到回归结果见表7所列。

表7 四种冲击形式的政策效应评估

表7中，除了变量替换为城市人口密度xi′t之外，测量方法与表4相同。在前三个模型中，政策冲击效应均不显著且符号错误，此外借助调整R2以及AIC也能够优选出模型4。但是与表4中模型4相比，此处政策效应仅在10%的水平上显著，而且参数值偏大。若依据该模型估计长期效应，结果显示沿边地区城市人口密度与其他地区相比将缩减0.573 5倍。总的来说，城市人口密度并不是更好的选择，但是它确实从另外一个角度证明了耦合协调度作为度量“中心—外围”结构的有效测度指标，进而用于回归分析是有效的。

（四）实证结果分析

稳健性检验的结果表明，耦合协调度指数确实可以作为空间格局的衡量指标。于是，之前的回归分析被认为有效地测度了沿边地区空间格局的演变趋势。那么，是什么因素导致了这种变动？或者更具体一些，应当如何解释表4和表5中的实证结果？

考虑到贸易成本降低、经济活动在城市聚集带来的拥挤成本增大以及异质消费者的流动，“中心—外围”的二元结构有可能转化为经济一体化过程，空间经济学将这一转变过程用钟状曲线予以描述。钟状曲线表明，在二元结构向经济一体化转变的过程中，区域与区域之间的差异会出现先增大后减小的变化，原因即是上述三个关键因素的变化。回到“一带一路”倡议可以发现，该倡议极大地提升了沿边地区运输条件、进一步削减了省域之间的市场壁垒，这就使得不同地区之间的贸易成本进一步减小，资本和劳动力的流动越发方便。故而，整体上看，短时间内“一带一路”将导致沿边地区与全国其他地区“中心—外围”二元结构越发显著，这与表4中模型4的实证结果是一致的。

然而，省域之间毕竟是异质的，不同省域受到的冲击并不相同，这一点在表5中表现得十分明显。那么，什么因素导致了这种省域间的差异？本文认为，可以从省域的经济循环、面临的国际经济环境以及自身的制度条件等方面进行考虑。

首先从两个循环的角度看。西南地区的云南与广西受到政策影响之后反映迥异，云南受到“一带一路”倡议的影响之后表现较为平稳，最终的回归结果反而为正，相较而言，广西受到了较大的负面冲击。这可能是因为云南在生产环节更多地参与了内循环，而广西则以外循环为主［19］。事实上，在受到政策冲击之前，云南在生产上就与其他地区建立了较为紧密的联系，区际开放程度突然提升并不会导致劳动力和资本等生产要素剧烈流动；反之，当以外循环为主的广西面临区际开放程度突然提升的情况，必然出现劳动力等生产要素剧烈流动。内蒙古、新疆的相应表现与云南、广西的情形相似，除2015年之外，内蒙古还在2017年受到了一次冲击，这与中欧班列开通时间相呼应，表明运输条件的改善提升了该地区的开放水平，劳动力、原材料和资本等要素因而得以更自由地流动。甘肃省自然地理环境较为复杂，又被内蒙古、宁夏、陕西、四川、青海和新疆等环绕，仅有马鬃山口岸与蒙古国接壤，现阶段“一带一路”倡议的政策效应并未显著作用于该地区。同样的分析过程也适用于东北地区，辽宁和吉林在生产环节，相较于黑龙江更多地参与了外循环，从而与国内其他省域的经济联系不那么紧密，意味着区际开放水平的突然提高，这两个省份受到的冲击更大。此外，除去政策效应的影响，东北三省耦合协调度指数整体呈现下降趋势，这表明东北老工业基地仍处于亟待振兴的阶段。

沿边地区面临的国际经济环境也是一个重要的影响因素。广西、云南与东南亚国家相邻，相较于这些新兴经济体的经济发展和技术水平，广西和云南具备一定优势。“一带一路”倡议增加了中国与这些国家的经济联系，广西与云南因此受益。但这两个沿边省份的发展存在一定区别，广西与东南亚国家的交流更多地集中在经贸领域，而云南在人文、经贸和科教文卫等多个方面与东南亚国家有紧密合作［20-21］，加之自身经济循环的特点，这就导致流入云南的劳动力、资本等要素多，流出的相对较少，而广西恰好与之相反。相同的分析思路适用于西北地区和东北地区。新疆和内蒙古经济发展水平落后于欧洲的发达地区，且人文交流水平也不及云南与东南亚，这导致在“一带一路”倡议下，新疆和内蒙古的生产要素更容易受到国内其他地区的吸引而发生流动，与欧洲地区也鲜有劳动力、资本和原材料的流入流出。与西北地区不同，东北地区临近韩国、日本，不论是人文交流还是经贸领域，都与这两个发达的经济体有紧密联系。这就意味着“一带一路”政策冲击进一步导致生产要素从东北三省流向国内其他地区及国外，其中尤以辽宁和吉林为甚。综上，可以进一步揭示为什么“一带一路”倡议对西南地区、西北地区和东北地区分别产生了不同的政策效应。

显然，聚集经济是“中心—外围”二元结构形成的一个重要因素，它被用来解释成本的下降和规模经济的出现。当要素可以更加自由地流动时，在其他条件不变的情况下，总是倾向于流通至交易费用小的地区。可以推论，对一个交易费用大的区域而言，“一带一路”倡议带来的负面冲击效应会大于交易费用小的区域。在北京大学光华管理学院完成的《中国省份营商环境研究报告2020》中，给出沿边地区营商环境排名情况如下：云南，第15名；吉林，第20名；黑龙江，第21名；辽宁，第22名；内蒙古，第25名；新疆，第27名；甘肃，第29名；广西，第30名；西藏，第31名。可以发现，除了云南和吉林位于全国中等水平，其余地区排名皆位于落后或托底的水平，这与表5所呈现的数据情况较为吻合。

四、结论与建议

（一）结论

本文基于“中心—外围”模型，构建综合评价指标体系，利用耦合协调度测量了我国9个沿边省份2009—2019年空间格局演变情况。发现除西藏之外，“一带一路”倡议对8个地区的政策效应是显而易见的。在此基础上，运用干扰分析方法测度了“一带一路”倡议的政策效应，结果显示：该倡议对东北地区带来的影响最为强烈；广西、内蒙古和新疆受到的冲击效果相对较小；甘肃和云南情况相对特殊，前者在实证模型中的参数并不显著，后者在12%的置信水平上参数显著且为正，表明相关政策有助于缩小云南与国内其他地区的差异。在完成上述分析之后，利用模型的预测功能分别测算相关政策对上述几个地区长期和短期造成的影响。此外，本文还尝试利用城市人口密度作为变量开展稳健性检验，结果显示，从总体上来看，耦合协调度作为度量“中心—外围”结构的有效测度指标，进而用于回归分析是有效的。

（二）建议

一是完善市场机制，不断优化营商环境。除了个别地区，大多数沿边省域都感受到了“一带一路”倡议带来的显著影响。这表明在越发开放的区际环境条件下，资本、劳动、技术等生产要素更容易跨区域流动，在良好的市场环境下追求更高收益。因而沿边地区面临要素外流局面时更应该提升公共服务的质量，创造公平有序的竞争环境。事实上，技术的革新必然导致专业化分工，而专业化分工带来效率提升的同时必然导致交易成本的上升。良好的制度环境有助于降低交易成本、减少不确定性和扩大市场边界。从这个角度出发，政策带来的变局既是挑战也是机遇，对地方政府而言，服务型政府的加强不但可以挽留本地企业，还有利于吸引外部企业入驻。

二是以“一带一路”倡议为契机，把握好自身区位优势。在分析沿边地区空间格局演变这一问题时，其实隐含着立足于国内进行考察这一视角，但是不应忽视“一带一路”倡议本身能够为这些地区带来的机遇。区域全面经济伙伴关系协定（RECP）签署和生效，无疑为西南地区的云南、广西和东北地区的辽宁、吉林等地提供了宝贵的机遇，中欧班列的发展则为新疆和内蒙古注入了经济活力。可见，沿边地区在贸易运输上具备优势，可加速物流产业、跨境电商的发展，充分发挥地理位置的优势。

三是进一步推进部分制造业从沿海地区有序转移。相较于沿海地区，沿边地区劳动力的工资率相对较低，因此发展劳动密集型产业是有比较优势的。鉴于此，应当加快劳动密集型产业从沿海地区向沿边地区转移，在中国东、中、西地区形成一个雁阵结构。需要说明的是，这一点不适合东北地区，东北地区本身具有坚实的重工业基础以及先进的科研机构，应当从制度层面解决路径依赖问题，实现生产要素的优化配置［22］。