交通基礎設施的區域經濟效應與影響機制研究*
——來自鄭西高鐵沿線的證據

劉志紅王利輝

（1．南京財經大學財政與稅務學院 江蘇南京 210023）

（2．西安交通大學經濟與金融學院 陜西西安 710061）

交通基礎設施的區域經濟效應與影響機制研究*
——來自鄭西高鐵沿線的證據

劉志紅1王利輝2

（1．南京財經大學財政與稅務學院 江蘇南京 210023）

（2．西安交通大學經濟與金融學院 陜西西安 710061）

本文將鄭西高鐵作為一項自然實驗，選取1995年至2015年市級平衡面板數據，采用項目評估中的合成控制法，構造處理組的“反事實”狀態，分析鄭西高鐵對沿線區域的經濟效應。研究表明：（1）合成控制法能夠很好地擬合鄭西高鐵修建前西安、渭南、三門峽與洛陽的經濟增長路徑；（2）鄭西高鐵的經濟效應存在1至2年的滯后期，雖伴隨小幅波動，但整體呈上升趨勢且基本維持相對穩定狀態；（3）鄭西高鐵對四市的平均效應分別為0.083、0.115、0.116及0.111，人均產出分別增長了0.97%、1.37%、0.91%及1.23%；（4）采用安慰劑試驗、排序檢驗及雙重差分法進行穩健性檢驗，其中雙重差分法所得四市平均處理效應分別為0.091、0.141、0.104、0.159，這與合成控制法結果較為接近；（5）通過影響機制分析發現，鄭西高鐵能夠提高沿線區域的可達性及經濟聯系強度，河南各市與西安之間的經濟聯系強度增幅較大，而陜西邊界各市與鄭州的經濟聯系強度相對較弱。

高速鐵路 經濟效應 合成控制法 可達性 經濟聯系強度

一、引言

交通基礎設施作為社會先行資本，是實現“經濟起飛”的前提條件。一方面，交通基礎設施的改善會產生“虹吸效應”，加速周邊城鎮要素資源向區域中心城市轉移，增強中心城市對周邊城鎮的經濟聚集效應，抑制相鄰區域經濟增長（Qin，2016）；另一方面，交通基礎設施的網絡屬性會改變區域經濟分布格局，強化中心城市向周邊城鎮的溢出效應，有效縮短區域間時空距離，降低時間成本、生產要素周轉的運輸成本和交易成本，提高貿易效率。而高速鐵路作為當今世界“交通革命”的重要里程碑，具有安全、快速和高效等優勢，不僅可以優化空間結構，通過“時空壓縮”效應改善區域間可達性，加速物流、貿易發展（Verma等，2013），而且可以促進城市及周邊產業帶和產業集群的聚集，改變整個區域的產業格局，加強城市間的經濟合作與融合，在其沿線形成新型城市走廊或經濟區，促進區域經濟一體化，為各地區經濟增長提供契機。

2015年全國公共財政支出中交通基礎設施支出達12347億元，同比增長17.7%，占政府支出的7.03%。鐵路營業里程達到12.1萬公里，比2014年增長8.2%，西部地區營業里程4.8萬公里，增長10.1%；高速鐵路營業里程超過1.9萬公里。鐵路行業完成固定資產投資8238億元，其中，高速鐵路建設投資為4297.8億元，占比52.17%。鐵路投產新線9531公里，高速鐵路3306公里，占比34.69%，西部地區營業里程4.8萬公里、增長10.1%。根據《中長期鐵路網規劃（2016年-2025年）》，到2020年，全國高速鐵路營運里程將達到3萬公里，覆蓋80%以上的大中型城市，逐步形成完善的高速鐵路網；到2025年，鐵路網規模達到17.5萬公里，其中高速鐵路3.8萬公里左右；展望到2030年，基本實現省會高鐵連通、地市快速通達、縣域基本覆蓋。

伴隨中國進入高速鐵路時代，其必然對區域經濟空間布局、產業結構和要素流動等產生深遠影響。加快鐵路建設特別是中西部地區高速鐵路建設，是穩增長、調結構，增加有效投資，擴大消費，既利當前、更惠長遠的重大舉措。2009年6月我國中西部第一條高速鐵路——鄭西高鐵全線鋪通，它不僅是連接“新絲綢之路經濟帶”的起點、“八橫”之一“陸橋通道”必不可少的組成部分，而且對推動中部崛起和西部大開發戰略實施具有重要意義。本文選擇鄭西高鐵建設所提供的自然實驗，圍繞以下四個問題展開有針對性的研究：鄭西高鐵開通對沿線區域經濟效應產生怎樣的影響？各地市經濟遵循怎樣的變化路徑？影響機制又是什么？在縮小東、中、西地區差距，實現區域協調發展的背景下，鄭西高鐵的開通能否提升地區間的可達性，強化省際間的經濟聯系強度？這可能為分析其他地區高速鐵路對區域經濟的影響提供一些有益的借鑒和參考。

二、文獻綜述

亞當·斯密在18世紀末論述區域經濟發展時，就交通問題給予特別關注，提出“以交通改良作為一切改良的核心，并認為是最有實效的”。沃納?松巴特的生長軸理論也認為，交通條件的改善可有效調節區域投資環境及人口流動方向，吸引產業和人口向兩側聚集，并以其為“主軸”逐漸形成一條產業帶，引導和帶動沿線區域經濟發展。

從交通基礎設施的產出彈性研究。Aschauer（1989）利用新古典經濟增長模型考察交通基礎設施與經濟增長之間的關系，計算所得基礎設施的產出彈性為0.39。此后，Hulten和Schwab（1993）以及Wylie（1996）分別使用美國和加拿大的時間序列樣本數據所得交通基礎設施對經濟增長的彈性為0.42、0.52，許多學者對此高產出彈性提出質疑，認為時間序列數據各變量間有可能會存在偽相關，且并未考慮不同橫截面樣本數據的差異性，因而Bonaglia等（2000）等使用意大利的面板數據得到的交通基礎設施對經濟增長的產出彈性僅為0.07，而Kelejian和Robinson（2000）得到的產出彈性則不顯著。采用面板數據得到的基礎設施產出彈性遠遠小于使用時間序列數據所得彈性。這主要是由于所采用的方法與模型不同，樣本選擇存在較大差異，且不同地區的經濟增長具有地域性及不平衡特征，這些因素均可導致所得結論不盡相同。

從交通基礎設施的經濟效益研究。Knaap和Oosterhaven（2011）研究發現，交通基礎設施（主要是鐵路）不僅對GDP具有正向促進作用，同時會影響地區間就業人口的流動方向。Behrens等（2007）認為，擁有更好交通基礎設施的國家更易實現區域經濟的均衡發展。劉勇（2010）分析了交通對經濟增長的空間溢出效應，從整體觀察，公路、水運交通對區域經濟增長具有明顯的正向作用，但在2001年之后，該影響由正轉負。劉生龍和胡鞍鋼（2011）驗證了交通基礎設施對區域經濟一體化的影響，結果表明，交通基礎設施改善對區域經濟一體化具有顯著的正向促進作用。周浩和鄭筱婷（2012）發現鐵路提速可有效促進沿線站點的經濟增長。王曉東等（2014）運用Feder模型，發現交通基礎設施對經濟增長具有正向溢出效應，但存在地區差異。周海波等（2017）提出交通基礎設施可通過促進產業結構調整、消除市場分割、提高分工精度三種途徑，減輕或消除要素資源錯配。

然而，高速鐵路與經濟增長之間的關系尚存在爭議。Li X等（2016）認為高鐵能夠改變經濟活動的空間再分配，不但能夠將投資引入沿線二線城市，強化核心城市的地位，而且還可推動周邊無高鐵城市的消費。Strauss J.等（2017）發現高鐵帶來的可達性提高與沿線城市GDP的增加呈明顯正比關系，且經濟效益遠高于其固定成本、折舊和補貼。王雨飛和倪鵬飛（2016）檢驗了交通對經濟發展的增長效應與結構效應，結果顯示，高速鐵路可提高區域間經濟增長的溢出效應，通過改變區域和城市的空間結構、分布結構及層級結構對經濟發展產生結構效應。李紅昌等（2016）分析了高速鐵路對城市集聚經濟的影響，研究表明高速鐵路促進經濟更向西部地區集聚，有利于經濟均等化發展。有些學者卻得出相反結論，如Baldw in等（2003）以及Puga等（2008）認為高速鐵路會引起經濟資源向擁有網絡化服務的大都市聚集，致使大城市受益、小城市受損，從而導致區域發展不平衡。

與其他國家相比，中國高速鐵路發展的時間尚短，有關高速鐵路與經濟增長關系的研究相對較少，主要集中在京津冀、長三角等經濟較發達地區，有關高鐵對中西部地區經濟的研究還十分薄弱，亟須進行探索與完善。鑒于此，本文擬選取鄭西高鐵為研究對象，將合成控制法用于分析高速鐵路的經濟效應，通過構建“反事實”路徑，對比分析鄭西高鐵修建前后，沿線各市人均產出真實值與“反事實”值，考察鄭西高鐵對沿線區域經濟的影響效應，在此基礎上，分析河南、陜西兩省內各市之間的可達性與經濟聯系強度，期望能彌補這方面實證研究的不足。

三、假設提出與模型構建

將鄭西高鐵引起的經濟增長看作是對試點地區實施的一項自然實驗。根據項目評估理論，試點地區2005年之后為處理組，其他地區為控制組，比較處理組和控制組之間的差異，可估計鄭西高鐵對經濟增長的影響效應。基本思路是，將未修建鄭西高鐵的地區進行加權后合成為一個更為良好且合理的控制組，該控制組要優于主觀選定的控制組，可有效克服處理組和控制組之間存在的差異問題。然后根據控制組的數據特征構建“反事實”①“反事實”是指，在其他條件不變的情況下，假設某個地區并未實施某項政策時，該地區的觀測值。，明確處理組和控制組在政策實施之前的相似程度，避免因對比地區差異過大而引起的誤差，而每一對比地區在“反事實”事件中所做貢獻是明確的。為避免過分外推，所有對比地區的權重均為正數且之和為1。

假設前提1：觀測J+1個地區的經濟增長情況，其中第1個地區受到了鄭西高鐵的影響，其余J個地區可作為控制組。

假設前提2：可觀測到這些地區T期的經濟增長情況，用T0表示鄭西高鐵修建的年份，因而1≤T0≤T。表示i地區在t時未受到鄭西高鐵影響的經濟增長情況，表示i地區在t時受到鄭西高鐵影響的經濟增長情況，其中i=1,...,J+1，t=1,...,T。因而就表示鄭西高鐵帶來的經濟效應。

假設前提3：鄭西高鐵對其修建之前的經濟增長無影響，即對于t≤T0的年份，所有地區i都有而對于T0＜t≤T的年份，有

引入表示是否受鄭西高鐵影響的啞變量Dit，如果地區i在t時開始修建鄭西高鐵，則該變量等于1，否則等于0。那么在t時觀測到地區i的結果Yit為即對于不受鄭西高鐵影響的地區，有

因為只有第1個地區在T0之后開始受到鄭西高鐵的影響，因此該模型的目標就是估計α1t。當t＞T0時，

其中，Y1t是處理組的實際經濟總量，是可觀測的。是處理組未修建鄭西高鐵時的經濟增長情況，所以為了估計α1t則需先估計出令由以下模型決定：

其中δt表示時間趨勢，是一個1×r維無法觀測的共同因子，θt是一個1×r維未知參數，Zi是一個r×1維不受鄭西高鐵影響的控制變量，λt是一個1×F維不可觀測的共同因子，μi是F×1維不可觀測的地區固定效應，εit是誤差項，是每個地區無法觀測的暫時沖擊，其均值為0。顯而易見，方程（1）是固定效應雙重差分模型的擴展。雙重差分模型允許存在無法觀測的變量，但限制這些變量的效應不隨時間變化。而方程（1）則允許這些變量的效應隨時間變化。如果限制λt不隨時間t變化，就可得到傳統的雙重差分模型，且在該模型中，不需限制Zi、μi和εit之間相互獨立。

為評估鄭西高鐵的影響效應，必須估計如果第1個地區未修建鄭西高鐵時的結果Y1Nt，可通過控制組地區近似處理組未修建鄭西高鐵的情況。為此，考慮一個J×1維的權重向量W=(w2,...,wJ+1)′，對于j=2,...,J+1，wj≥0且w2+...+wJ+1=1。向量W的每一個特殊取值均表示對第1個地區的一個可行的合成控制，是控制組內所有地區的加權平均。

Abadie等（2015）已證明，在一般條件下，（4）式右邊趨近于0，故當T0＜t≤T時，可用作為的無偏估計來近似進而可將作為α1t的估計。但若想估計則需知道W*。方程（3）成立的必要條件是，第一個地區的特征向量必須位于其他地區特征向量的凸組合之內，但在實際計算過程中，無法保證已有數據中恰好存在方程組的解，因此可用近似解確定合成控制向量W*。在此，選擇X1與X0W之間的距離確定權重向量W*，而距離函數為為階對稱半正定矩陣，其選擇會直接影響估計的均方誤差。其中，X1是鄭西高鐵修建之前處理組地區的（k×1）維特征向量；X0為（k×J）階矩陣，其第j列表示在鄭西高鐵修建之前地區j的特征向量；W滿足的條件：對任意的且特征向量為方程（3）中經濟增長決定因素的任意線性組合。本文使用Abadie等（2015）年開發的Synth程序包進行模型估計，在估計權重W*時，要求其目的是將合成控制組限制在控制組的凸組合之內，可避免控制組和處理組差異過大的估計，從而減少由此帶來的估計偏差。

四、數據描述與實證分析

（一）數據描述

由于沿線區域受到高鐵的影響要強于非沿線區域，因而把所有區域分為沿線區域和非沿線區域。鄭西高鐵連接河南、陜西兩省，東起鄭州東站，向西經過洛陽市、三門峽市、渭南市，西至西安北站。由于合成控制法是利用控制組的加權平均來近似處理組的“反事實”狀態，因此分別選取鄭西高鐵途經各市（西安、渭南、三門峽、洛陽）作為四個獨立的處理組①由于在所選各市中，鄭州的人均產出水平基本處于第一位置，無法通過其他城市進行加權平均，因此不符合合成控制法的要求。，為了確保“反事實”狀態的精確性，特剔除非沿線各市中有其他高鐵經過的市，將剩余的13個非沿線市作為控制組。但由于控制組的數量較少，不利于進行合成控制操作，同時由于西安作為省會城市，其經濟比較發達，僅用省內其他各市難以進行加權平均，因此將與陜西、河南經濟發展類似的周邊省份中未開通高鐵的各市也納入控制組。剔除數據缺失的樣本，最后確定陜西、河南、河北、山西、湖北及四川六省共38個市作為控制組。

要構造反事實路徑，必須同時用到鄭西高鐵修建前后兩個窗口的樣本數據，其中，鄭西高鐵修建之前的樣本數據用于估計式（1）的參數，而鄭西高鐵修建之后的數據用于構造反事實路徑，并估計處理效應。鄭西高鐵在2005年正式開工，由于高鐵建設能夠在很大程度上刺激投資及勞動經濟增長，故選取2005年作為研究鄭西高鐵經濟效應的初始年份，選取1995年—2015年的市級平衡面板數據，采用合成控制法評估鄭西高鐵對沿線區域經濟增長的影響。其中1995年—2004年為事件前窗口期，2005年—2015年為事件后窗口期。經濟數據來自于《中國城市統計年鑒》及CEIC中國經濟數據庫，為降低異方差程度，對數據進行對數處理。

本文的目標是，用控制組的加權平均來近似高鐵開通之前處理組的經濟增長情況，并和處理組的真實數據進行對比，從而估計鄭西高鐵對沿線區域經濟增長的影響。根據合成控制法的思想，在選擇權重時，要使得在高鐵開通之前，合成處理組的各項決定經濟增長的因素和處理組盡可能一致。本文選取的預測變量分別為人均產出、固定資產投資、從業人員占全部人口比重、科學事業費支出占GDP比重、人均財政支出、第二產業增加值占GDP比重、第三產業增加值占GDP比重、城鄉居民儲蓄年末余額。

（二）鄭西高鐵對西安市的經濟效應

首先將西安市作為處理組，其他38個市為控制組，考察鄭西高鐵對西安的經濟效應。

表1 預測變量的擬合與對比

表2 人均產出合成值的城市權重

圖1a 西安人均產出的真實值與合成值對比

圖1b 鄭西高鐵對西安經濟的影響效應

表1列出了在2005年鄭西高鐵修建之前，西安及合成西安的一些重要經濟變量的對比，可以看出，其真實值和合成值差異非常小。此外，隨機選取2005年之前的2個年份來檢驗該方法的擬合效果，其人均產出的真實值和合成值也近似相等，且均方根的預測誤差僅為0.0134，表明合成西安的經濟增長路徑能夠很好地擬合其真實的增長路徑。對于影響經濟增長的因素，其真實值與合成值均比較接近，說明在較好地擬合經濟增長情況的基礎上，其表現的影響經濟增長變量的相似度也比較高。因而，合成控制法能夠很好地擬合西安在鄭西高鐵開通之前的特征，表明該方法適用于估計鄭西高鐵的經濟效應。

表2展示了構成合成西安的權重組合，有4個城市對西安有影響，其權重之和為1，其中宜昌市的權重最大，為0.574。值得注意的是，這4個城市的權重并非線性關系，當更換目標城市進行模擬時，其合成的城市名稱及權重均會發生變化，從而避免線性內推問題。

圖1描繪了1995年—2015年西安的真實人均產出與利用合成控制法得到的合成西安的人均產出的變化路徑以及鄭西高鐵對西安人均產出的影響效應。

圖1a中實線表示人均產出的真實值，虛線表示假設沒有修建鄭西高鐵的“反事實”人均產出的估計值，垂線表示鄭西高鐵開始修建的時點。可以看到，在2005年之前，兩者的增長路徑基本重合，合成西安完美地復制了高鐵開通之前西安的實際經濟增長路徑。2005年之后，西安人均產出的真實值逐漸開始高于其合成值，且差距逐漸擴大。兩者之間的差距是否意味著鄭西高鐵增加了西安人均產出？為了更直觀地觀察鄭西高鐵對渭南經濟增長路徑的影響，揭示其經濟效應，故計算了在2005年前后西安人均產出的真實值與合成值之間的差距。

圖1b表示的是鄭西高鐵對西安人均產出的影響效應，即真實值與合成值之差。1995年—2005年間，鄭西高鐵對西安人均產出的影響效應在正負0.03范圍內波動。在鄭西高鐵開建當年，真實值與合成值的差距仍然較小，但自2006年開始，影響效應逐漸顯著，且逐年增加，直至2010年，由于投資效應的減弱，影響效應發生小幅度下降現象，但仍保持相對穩定狀態。根據所得人均產出的真實值和合成值，2005年—2015年，鄭西高鐵對西安的平均影響效應為0.0835，具體的，西安人均產出的平均實際增長率為16.09%，而其合成值的平均增長率為15.12%，前者比后者高出0.97%。由此可知，在鄭西高鐵修建之前，雖然人均產出的真實值與合成值之間存在一定的差距，但卻保持在一定范圍，而當鄭西高鐵修建之后，兩者之差逐漸拉大，表明鄭西高鐵是兩者差距增大的重要因素，鄭西高鐵確實能夠促進西安人均產出的增加。

（三）鄭西高鐵對渭南、三門峽及洛陽的經濟效應

接下來，分別將渭南、三門峽及洛陽作為獨立的處理組，其他38個市作為控制組，選取與西安相同的預測變量，利用合成控制法進行分析。在鄭西高鐵開通之前，各市經濟變量的真實值與合成值均較接近，且均方根的預測誤差也很小，合成處理組較好地復制了其真實經濟增長路徑。

圖2分別呈現了鄭西高鐵對渭南、三門峽以及洛陽人均產出的影響效應。

圖2a顯示，1995年—2005年，渭南和合成渭南人均產出差距的波動幅度較小，基本保持在正負0.025范圍之內，直至2006年，兩者差距突破原有范圍，鄭西高鐵對經濟增長的影響效應顯著為正，該效應并不穩定，出現波動現象，但整體呈上升趨勢。2005年—2015年，渭南真實的人均產出平均增長了約18.82%，其合成值平均增長了約17.45%，兩者差距為1.37%，即相對于沒有修建鄭西高鐵的情況，渭南的平均人均產出增長率在修建鄭西高鐵之后增加了1.37%。

圖2b描繪了三門峽人均產出真實值與合成值之差的波動路徑，2005年之前其波動范圍基本徘徊于正負0.02之間。自2006年開始，兩者之間的差距逐年拉大，鄭西高鐵的政策效應逐漸凸顯。從增長率看，2005年—2015年，人均產出的平均真實增長率約為16.78%，合成值的平均增長率則為15.87%，前者比后者高出0.91%，即鄭西高鐵使三門峽的人均產出平均增長了約0.91%。

由圖2c可知，1995—2005年，洛陽人均產出的真實值與合成值之間的差距波動幅度大致維持在正負0.05。在鄭西高鐵開建當年，其經濟效應不顯著，2006年人均產出的真實值與合成值之間的差距逐漸拉大，且兩者差距持續增加。根據所得人均產出真實值與合成值，2005年—2015年，洛陽人均產出的真實增長率的平均值約為14.65%，而其合成人均產出的平均增長率約為13.42%，前者比后者高出1.23%，即鄭西高鐵使人均產出增長了約1.23%。

圖2a 渭南人均產出真實值與合成值差距

圖2b 三門峽人均產出真實值與合成值差距

圖2c 洛陽人均產出真實值與合成值差距

綜上所述，鄭西高鐵對沿線區域經濟增長具有顯著的促進作用。在鄭西高鐵修建之前，西安、渭南、三門峽及洛陽人均產出真實值與其合成值之間的差距具有較強的波動性。在鄭西高鐵修建當年，其經濟效應并不明顯，而經過1至2年的滯后期，其經濟效應開始比較顯著，此后雖會發生小幅波動現象，但總體效應依然具有持續性，直至2010年，由于投資效應減弱，影響效應發生小幅度下降，但基本保持在相對穩定狀態。2005年—2015年，四市人均產出真實值相對于其“反事實”值的平均增幅約為0.97%、1.37%、0.91%及1.23%，表明鄭西高鐵對沿線區域具有較顯著的經濟效應。

（四）穩健性檢驗

1、安慰劑試驗（Placebo test）

由于合成控制法是利用宏觀數據來估計政策效應，從而避免了因用微觀數據估計宏觀效果所引起的不確定性。但由于無法確定構造的合成控制組是否能夠很好擬合處理組的潛在變化路徑，即“反事實”狀態，因此所估計參數仍存在一定程度的不確定性。為了檢驗實證結果的穩健性，對其他地區進行安慰劑試驗，用于檢驗政策效應在統計上是否顯著，并判斷是否還有其他地區會出現與處理組一樣的特征，其概率有多大。安慰劑試驗的思路如下：對于控制組的某一地區，假設該地區開通了鄭西高鐵，然后利用合成控制法構造其合成樣本，從而估計該地區和其合成樣本之間的經濟增長差距，如果所得結果與處理組類似，則表明合成控制法并沒有提供一個有力的證據說明鄭西高鐵對沿線區域經濟增長產生了影響。

安慰劑對象的一個合理選擇是構成合成處理組權重最大的地區。仍以西安為例，合成西安權重最大的地區為宜昌市，權重最大表明在所有的地區中，宜昌與西安較為為相似。

圖3 宜昌人均產出真實值與合成值對比

圖3顯示了對宜昌進行的安慰劑檢驗結果，可以看到，人均產出真實值的變化趨勢與其合成值基本一致，兩者之間幾乎無差距，表明合成控制法非常好地擬合了兩者的增長路徑，且其擬合情況在高鐵建設前后并未發生突變，因此，在一定程度上證明了是建設鄭西高鐵影響了沿線各市的人均產出水平，而非其他共同偶然因素。

2、排序檢驗（Permutation test）

為了檢驗所估計政策效應是否在統計上顯著，Abadie等（2015）提出了一種與統計中秩檢驗類似的排序檢驗方法，其基本思想是，在控制組內隨機選取一個地區，假設該地區在2005年建設鄭西高鐵，并利用合成控制法構造其合成樣本，估計其在“反事實”狀態下產生的政策效應，然后將其與處理組的政策效應進行對比，如果兩者的政策效應具有顯著差異，說明鄭西高鐵對沿線區域的影響是顯著的，并非偶然現象，反之亦然。

類似之前的做法，對所有其他38個地區進行安慰劑檢驗，計算各地區人均產出的真實值與其合成值之間的差距，作為隨機選取某一地區估計鄭西高鐵影響效應的分布。如果在西安、渭南、三門峽、洛陽各市發現的差距與這個差距分布顯著不同，則意味著在四市的發現是顯著的。但由于合成值是通過近似2005年之前決定經濟增長的因素構造而成，若某地區2005年之前的平均預測標準差較大，則意味著模型對該地區的近似程度較差，那么如果用該地區2005年之后的差距作為對比，其作用就會較弱。仍以西安為例，在2005年之前，其平均預測標準差是0.0134，剔除控制組中平均預測標準差大于西安2倍以上的地區，其中最大的預測標準差約為西安的26倍，其余各市大致處于2—10倍之間，剔除這些地區之后，控制組的數量為16個。

由圖4可知，1995年—2005年，西安人均產出真實值與合成值差距的變化程度與其他地區的差距并不大，但至2005年之后，西安與其他地區的差距開始逐漸變大，其分布位于其他地區的外部，表明鄭西高鐵對西安經濟增長具有一定影響，也表明只有1/17，即5.88%的概率出現西安與合成樣本之間這么大的變動程度，類似于傳統統計推斷的顯著性水平，因此，認為西安人均產出的增加在10%的水平上顯著。此外，渭南、三門峽及洛陽均通過了安慰劑試驗與排序檢驗，由于篇幅有限，在此不再贅述。

圖4 排序檢驗

3、雙重差分法

為了檢驗合成控制法所得結果的穩健性，運用雙重差分法分別估計鄭西高鐵對沿線各市的影響效應。

表3 雙重差分法

表3顯示，利用雙重差分法評估鄭西高鐵對西安、渭南、三門峽、洛陽人均產出的平均處理效應分別為0.091、0.141、0.104、0.159，與合成控制法所得結果較為接近，表明實證結果具有穩健性。

通過上述穩健性檢驗發現，鄭西高鐵對沿線各市人均產出均產生了影響，與其潛在的增長趨勢相比有一定程度的上升，表明鄭西高鐵對其具有正效應，且在統計上具有顯著性。

五、影響機制分析

通過以上實證分析，發現高速鐵路能夠為沿線區域經濟增長帶來顯著正效應，那么高速鐵路影響經濟增長的作用機制是什么呢？這是本章亟待解決的問題。

高速鐵路對區域經濟增長的影響主要分為直接效應與間接效應：

第一，直接效應。由于交通基礎設施投資會帶來比較廣泛的產業關聯效應，所以投資增加必然導致相關產業的產出增加，并通過投資乘數效應的擴大帶動區域經濟增長（李平等，2011）。而高速鐵路作為一項重要的交通基礎設施，其對經濟增長的促進作用則首先體現在建設投資對區域經濟的直接拉動作用，即直接效應。

第二，間接效應。交通基礎設施的發展能夠提高地區之間的可達性，降低時間成本與運輸成本，打破地區間的市場分割格局，加快資本、勞動力、技術等生產要素的流通速度，提高經濟資源配置效率，擴大市場規模，深化專業化分工的程度。此外，交通體系的網絡化與高密度布局能夠強化區域間的經濟聯系強度，擴展城市或城市群的邊界，增加知識溢出的可能性，提升創新空間，增加經濟活動的集聚效應，提高生產力，而高速鐵路作為一種快速交通工具更加催化了交通基礎設施影響區域經濟增長的作用機理。

圖5 高速鐵路影響經濟增長的作用機制

對于高速鐵路對區域經濟增長的直接效應顯而易見，在此不再贅述，接下來將重點分析高速鐵路能否提升地區之間的可達性，強化區域之間的經濟聯系強度。

（一）研究方法與樣本數據

本章將分別計算鄭西高鐵沿線城市的可達性與經濟聯系強度，通過對比這兩個變量在高鐵修建前后發生的變化，用以證明鄭西高鐵對沿線區域經濟增長產生的間接效應。由于在計算可達性與經濟聯系強度時，需考慮時間距離，所以不宜利用回歸模型進行分析。

1、可達性

可達性通常與某地區的地理區位、交通基礎設施狀況密切相關，此外，地區經濟發展水平也會對其產生影響。加權平均旅行時間是比較常用的可達性評價方法，其主要側重于從節約交通成本的角度來考察區域的可達性水平。

其中，Ri為城市i的可達性水平，Ri值越小，表明城市i的可達性越好，反之，則越差；Tij表示從城市i到城市j的最短時間，以“小時”為單位；GDPj為城市j的國民生產總值，單位為“億元”；n為除了i以外的鄭西高鐵沿線城市的總數。

2、經濟聯系強度

區域經濟聯系強度可以同時反映經濟中心對周邊地區的輻射能力以及周邊地區對經濟中心輻射能力的接受程度，可利用常用的牛頓力學引力模型進行測度：

其中，ERIi表示城市i的對外經濟聯系總量，即城市i與其它地區的經濟聯系強度；ERIij為城市i與城市j之間的經濟聯系強度；Pi與Pj分別為城市i與城市j的人口規模，單位為“萬人”；GDPi和GDPj表示城市i、城市j的國民生產總值，單位為“億元”；Dij表示基于鐵路的城市i到城市j的最短時間，以“小時”為單位。

3、數據來源

本章分別計算鄭西高鐵修建之前2004年以及建成之后2015年的可達性與經濟聯系強度。對于基于鐵路的城市間最短旅行時間，其初始數據來源于當年的《全國鐵路列車時刻表》。由于列車在上行與下行中，其最短旅行時間存在一定差異，所以將兩班次中的最短旅行時間進行平均。其余各變量均來源于《中國城市統計年鑒》及CEIC中國經濟數據庫。

（二）結果分析

鄭西高鐵分別經過了鄭州、洛陽、三門峽、渭南以及西安，根據（6）式與（7）式分別計算2004年與2015年這些地區的可達性與經濟聯系強度，得到如下結果：

表4 鄭西高鐵修建前后沿線城市的可達性與經濟聯系強度

由表4可知，鄭西高鐵大幅度縮短了沿線各市的空間距離，提升了區域間的可達性水平，其平均增長率約為69.06%。但由于受站點等級與客運組織等因素的影響，對于不同城市而言，其可達性水平提高的幅度存在一定差異，其中鄭州和洛陽的可達性增長率略低于平均水平，其余三市的增長率均達到70%之上。

隨著鄭西高鐵的修建，沿線區域的經濟聯系強度顯著增加。2004年，各市的經濟聯系強度僅保持在12萬經濟度至61萬經濟度（億元·萬人/h2），而2015年各市經濟聯系強度猛增至727萬經濟度—2683萬經濟度，平均提升了約43倍，其中三門峽市的經濟聯系強度增加幅度最大，達到將近60倍，鄭州與洛陽的增長幅度均為34倍左右，渭南和西安則提高了約44倍。

由此可見，鄭西高鐵確實能夠提高沿線區域的可達性與經濟聯系強度，從而對沿線地區的經濟增長產生間接效應。鄭西高鐵作為連接豫、陜兩省的重要交通樞紐，其是否會增強兩省之間的經濟聯系強度？為了解決該問題，分別計算出鄭西高鐵修建前后，河南各地市與陜西省會西安市的經濟聯系強度以及陜西各地市與河南省會鄭州市的經濟聯系強度，以此分析鄭西高鐵對兩個省份經濟聯系強度的影響效應。

圖6 豫、陜兩省之間的經濟聯系強度

隨著鄭西高鐵的修建，豫、陜兩省之間的經濟聯系強度也逐漸增強。在鄭西高鐵修建之前，河南各市與西安的平均經濟聯系強度僅約為1.04萬經濟度，其中，洛陽與西安的經濟聯系強度最大，但也僅為3.26萬經濟度，其余各市與西安的經濟聯系強度大部分都小于1萬經濟度。在鄭西高鐵修建之后，豫、陜兩省之間的空間距離縮短，河南各市與西安的經濟聯系強度明顯提升。鄭州、洛陽、三門峽與西安的經濟聯系強度分別達到了177.40、196.69、153.87萬經濟度，表明鄭西高鐵對沿線區域的經濟聯系強度具有顯著的影響效應，其余各市的經濟聯系強度基本保持在10萬至30萬經濟度的范圍，其中，濮陽、許昌與西安的經濟聯系強度小于10萬經濟度，但較之2004年，其提升幅度也分別達到了25.11和35.13倍。

陜西各市與鄭州的經濟聯系強度在鄭西高鐵修建前后也發生了較大幅度的變化。2004年，西安、渭南與鄭州的經濟聯系強度分別為2.30、1.27萬經濟度，其余各市與鄭州的經濟聯系強度均在1萬經濟度之下，在鄭西高鐵開通之后，雖然陜西各市與鄭州的經濟聯系強度發生明顯變化，其提升幅度基本保持在20至80倍之間，但大部分地市與鄭州的經濟聯系強度卻低于7萬經濟度，僅寶雞、咸陽、渭南以及西安的經濟聯系強度達到了20萬經濟度之上。

綜上所述，鄭西高鐵對豫、陜兩省之間的經濟聯系強度具有顯著影響效應，能夠明顯提升兩省之間的經濟聯系強度。其中，河南各市與西安之間的經濟聯系強度增幅較大，而陜西邊界各市與鄭州的經濟聯系強度相對較弱，但較之2004年，其經濟聯系強度也明顯增強。

六、結論與政策建議

通過將鄭西高鐵作為一項自然實驗，選取1995年—2015年市級平衡面板數據，采用合成控制法將控制組加權平均，構造處理組的“反事實”狀態，評估鄭西高鐵對沿線區域的經濟效應，研究發現：合成控制法能夠很好地擬合鄭西高鐵修建前西安、渭南、三門峽與洛陽四市的經濟增長路徑；鄭西高鐵的經濟效應存在1至2年的滯后期，2005年其對沿線區域的經濟帶動效應均不顯著，并伴隨小幅波動，但總體具有可持續性；鄭西高鐵使西安、渭南、三門峽與洛陽四市的人均產出年均分別增長了0.97%、1.37%、0.91%及1.23%；通過安慰劑試驗和排序檢驗，發現鄭西高鐵對沿線區域的經濟增長具有正效應，且在統計上具有顯著性特征；利用雙重差分方法進行穩健性檢驗，四市的平均處理效應分別為0.091、0.141、0.104、0.159，與合成控制法所得結果較為接近，表明實證結果具有穩健性；通過作用機制分析，發現鄭西高鐵不但能夠提升沿線區域的可達性及經濟聯系強度，對沿線地區經濟增長產生間接效應，而且還能明顯增強豫、陜兩省之間的經濟聯系強度。其中，河南各市與西安之間的經濟聯系強度增幅較大，而陜西邊界各市與鄭州的經濟聯系強度相對較弱，但與2004年相比，其經濟聯系強度也明顯增強。

根據以上結論，提出以下政策建議：

首先，加強中西部地區的高速鐵路基礎設施建設，由于多因素制約，我國中西部地區的高鐵覆蓋率遠低于東南沿海地區，如果說，高速鐵路對東南沿海區域經濟起到的是“錦上添花”的作用，那么對中西部區域經濟應該是“雪中送炭”，從高鐵發揮的邊際效用角度考慮，國家應加大對中西部高速鐵路建設的投資力度，擴大其經濟效應，縮小東西部差距。其次，強化沿線區域的經濟合作與融合，高速鐵路能夠顯著提高沿線城市的可達性，沿線區域應加速生產要素的交流位移，增加區域間的經濟合作與融合，強化區域間經濟的互補性，實現區域跨越發展與遞進發展的協調統一。

1.李紅昌、Linda Tjia、胡順香：《中國高速鐵路對沿線城市經濟集聚與均等化的影響》[J]，《數量經濟技術經濟研究》2016年第11期。

2.李平、王春暉、于國才：《基礎設施與經濟發展的文獻綜述》[J]，《世界經濟》2011年第5期。

3.劉勇：《交通基礎設施投資、區域經濟增長及空間溢出作用——基于公路、水運交通的面板數據分析》[J]，《中國工業經濟》2010年第12期。

4.劉生龍、胡鞍鋼：《交通基礎設施與中國區域經濟一體化》[J]，《經濟研究》2011年第3期。

5.王曉東、鄧丹萱、趙忠秀：《交通基礎設施對經濟增長的影響——基于省際面板數據與Feder模型的實證檢驗》[J]，《管理世界》2014年第4期。

6.王雨飛、倪鵬飛.：《高速鐵路影響下的經濟增長溢出與區域空間優化》[J]，《中國工業經濟》2016年第2期。

7.張麗：《非平衡化與不平衡——中國近代農村經濟》[J]，《南開經濟研究》2006年第6期。

8.周海波、胡漢輝、謝呈陽、戴萌：《地區資源錯配與交通基礎設施：來自中國的經驗證據》[J]，《產業經濟研究》2017年第1期。

9.周浩、鄭筱婷：《交通基礎設施質量與經濟增長：來自中國鐵路提速的證據》[J]，《世界經濟》2012年第1期。

10.Abadie,A.,Diamond,A.and Hainmuellert J.,2015,“Comparative Politics and the Synthetic Control Method”[J],American Journal of Political Science,vol.59,pp495-510.

11.Aschauer,D.A.,1989,“Is Public Expenditure Productive?”[J].Journal of Monetary Economics,vol. 23,pp177-200.

12.Baldw in,R.Forslid,R.Martin,P.Ottaviano,G.and Nicoud,F.R.,2003,“Econom ic Geography and Public Policy”[M],Princeton University Press.

13.Behrens,K.Lamorgese,AR.Ottaviano,GIP.and Tabuchi,T.,2007,“Changes in Transport and Non-Transport Costs:Local vs Global Impacts in a Spatial Network”[J],Ssrn Electronic Journal,vol. 37(6),pp 625-648.

14.Bonaglia,F.Ferrara,EL.,and Marcellino,M.,2000,“Public Capital and Econom ic Performance:Evidence From Italy”[J],Ssrn Electronic Journal,vol.59(2),pp221-244.

15.Hulten Charles,R.and Schwab Robert,M.,1993,“Infrastructure Spending:Where Do We Go From Here?”[J].National Tax Journal,vol.46(3),pp 261-273.

16.Kelejian,HH.and Robinson,D.P.,2000,“Returns to Investment in Navigation Infrastructure:An Equilibrium Approach”[J].The Annals of Regional Science,vol.34(1),pp 83-108.

17.Knaap,T.and Oosterhaven,J.,2011,“Measuring the Welfare Effects of Infrastructure:A Simple Spatial Equilibrium Evaluation of Dutch Railway Proposals”[J],Research in Transportation Economics,vol. 31(1),pp 19-28.

18.Li X,Huang B,Li R,et al.,2016,“Exploring the Impact of High Speed Railways on the Spatial Redistribution of Economic Activities-Yangtze River Delta Urban Agglomeration as a Case Study”[J].Journal of Transport Geography,vol.57,pp194-206.

19.Puga,D.,2008,“Agglomeration and Cross-Border Infrastructure”[D],Eib Papers,vol.13(2),pp102-124.

20.Qin,Y.,2016,“No county left behind?The distributional impact of high-speed rail upgrade in China”[J],Journal of Economic Geography,vol.6(17),pp1-42.

21.Strauss J.,Li Hongchang,Hu Shunxiang,and Liu Lihong,2017,“Do High Speed Railways Lead to Urban Econom ic Grow th in China?:A Panel Data Study of China's Cities”[D].SsrnWoking Paper,No.41171113, pp1-43.

22.Verma,A.,Sudhira,H.S.,Rathi,S.,King,R.,and Dash,N.,2013,“Sustainable Urbanization Using High Speed Rail in Karnataka,India”[J].Research in Transportation Economics,vol.38(1),pp67-77.

23.Wylie,P.J.,1996,“Infrastructure and Canadian Economic Grow th 1946-1991”[J].Canadian Journal of Economics,vol.29(1),pp350-355.

（G）

*本文獲得國家自然科學基金項目（71173165）的資助。作者感謝匿名審稿專家提出的寶貴意見。