交通基礎設施的就業效應及其地區差異
——基于省級面板數據的實證分析

■趙佳麗 高艷云 程光輝

一、引 言

近年來我國宏觀經濟和交通基礎設施建設實現了同步發展，遍布全國各地的高速鐵路相繼建成運行，四通八達的高速公路網也在不斷建設。現代經濟增長理論表明，政府公共投資具有典型的正外部性，是促進就業的一個重要手段。政府對基礎設施的投資為相關產業部門提供了支持，能夠擴大對相關產品和服務的需求，引致企業生產規模的擴大，從而需要雇傭更多的勞動力以滿足總需求的上升，推動就業增長。正因為此，為了實現充分就業的目標，世界各國政府在經濟發展過程中均采用各種宏觀經濟政策對勞動力市場進行干預。

在我國經濟發展過程中，為了保持就業的穩定，中央政府也采取了與之相似的政策，特別是加大交通基礎設施的投資力度。如果以年末從業人員數與年末勞動人口數（16-65歲人口數）之比衡量就業率，以交通基礎設施密度衡量交通基礎設施水平，根據我們的計算，在1997—2016年間，全國的平均就業率從1997年的0.512上升到2016年的0.561，而交通基礎設施則從1997年的0.326公里/平方公里增加至2016年的0.897公里/平方公里。盡管兩者總體均表現出上升的趨勢，但是，交通基礎設施的發展速度要遠遠快于就業率的增長速度。根據計算可知，在1997—2016年間，交通基礎設施的增長幅度為175.2%，而就業率的增長幅度僅為9.57%，在1999—2001年間，就業率甚至還出現了小幅的下滑（這三年分別為0.489、0.484和0.483）①。正因為此，對于政府公共投資政策的實施效果，一些學者認為，政府在交通基礎設施方面的投資僅僅有利于“保增長”，對就業的促進作用并不明顯，這種“無就業復蘇”的增長模式也引起了學界的廣泛討論。［1］

從實證研究來看，盡管自Aschauer［2］以來一些文獻對基礎設施與就業的關系進行了研究［3］［4］，專門討論交通基礎設施與就業關系的文獻并不多見，這些研究也沒有取得一致認識。Crane et al.［5］采用美國德克薩斯州的面板數據考察了交通基礎設施對就業的影響，其研究結果表明當期及滯后的交通基礎設施投資對就業有顯著的正向影響，且這種影響效應在城鎮地區要表現得更明顯。運用來自美國北卡羅來納州1985—1997年各郡的面板數據，Jiwattanakulpaisarn et al.［6］的實證研究表明當控制了就業的滯后項時，高速公路資本對地區就業的影響效應并不顯著。鄭振雄［7］采用中國1997—2008年的省際面板數據，研究發現公路基礎設施對就業存在顯著的正效應，從短期看這種影響效應較小，但長期影響效應較大。張彬斌、陸萬軍［8］指出國道主干線貫通對其過境縣域的服務業就業份額在整體上具有顯著的提升效應。一些研究還從中國城市層面出發，對交通基礎設施與就業的關系進行了檢驗，如鄧明［9］、肖挺［10］以及肖挺和黃先明［11］等。這些研究一致認為交通基礎設施的改善對第二和第三產業（包括城市制造業和服務業）就業有顯著的促進作用。

鑒于以上理論闡述、實證研究和現實狀況之間的分歧，對于交通基礎設施與就業之間的關系，如下問題仍然值得我們思考：一是交通基礎設施與就業之間的因果關系如何？盡管一些文獻描述性提及，交通基礎設施能夠促進地區就業增長，但也有一些文獻指出，地區就業的增長是交通基礎設施條件改善的原因之一。因此，兩者之間的因果關系并無定論。二是如果說現有研究仍無法確定交通基礎設施的發展是否能夠促進就業增長，那么對兩者關系作進一步的實證檢驗便有其意義所在。三是從我國經濟發展所存在的區域差異這一事實看，如果交通基礎設施對就業存在影響，那么這種影響效應是否存在地區差異？本文的研究主要圍繞對以上三個問題的解答而展開。與現有文獻相比，本文的貢獻主要體現在如下兩個方面：（1）現有文獻僅僅關注公路基礎設施對就業所產生的影響，而沒有將其他形式的交通基礎設施納入分析框架，本文則綜合考慮了公路、鐵路和內河航道三種不同形式的交通基礎設施。（2）一些文獻［5］［7］先驗地假定交通基礎設施對就業存在影響，沒有對兩者之間的因果關系進行嚴格檢驗，本文則選取了中國省級數據，在面板數據的基礎上對交通基礎設施與就業之間的關系進行格蘭杰因果檢驗。

二、交通基礎設施與就業的因果關系檢驗

（一）面板數據下的格蘭杰因果檢驗

如果不僅存在交通基礎設施對就業的影響，同時也存在就業對交通基礎設施的影響，那么內生性問題的存在將導致對兩者關系研究得到的參數估計量是有偏的。因此，本文首先對交通基礎設施與就業的因果關系進行格蘭杰檢驗。

為了檢驗交通基礎設施與就業之間的因果關系，我們設定模型如下：

其中，α、β、γ和θ為待估參數，φi和ξi表示不可觀測的個體效應，μit和εit是隨機誤差項，T表示交通基礎設施，沿用Demurger［12］的做法，以各省份的公路、鐵路和內河航道里程數之和除以國土面積衡量，E表示就業水平，用各省份年末從業人員數與年末勞動人口數（16-65歲人口數）之比來衡量。在方程（1）和（2）中，我們假定滯后階數n和m足夠長以保證μit和εit是隨機誤差，檢驗的原假設分別為：

表1 交通基礎設施對就業影響的因果關系檢驗

當（3）和（4）成立時，模型（1）意味著交通基礎設施不是影響就業的格蘭杰原因，模型（2）則意味著就業不是影響交通基礎設施的格蘭杰原因。

模型（1）和（2）中出現了交通基礎設施和就業的滯后變量，因此，首先需要考慮模型中這兩個變量的滯后階數。理論上模型（1）和（2）中的滯后階數n和m可以取任意值，但是，由于格蘭杰因果檢驗對變量的滯后階數比較敏感，如果滯后階數設定過長會引起過度識別的問題。對此，Holtz-Eakin et al.［13］建議模型中包含的最大滯后階數一般不應超過數據涵蓋時間跨度的1/3。其次，模型（1）和（2）中的滯后階數并不一定相等，但為了簡化分析，筆者假定兩者的滯后階數相等。

（二）檢驗結果

本文采用1997—2016年我國的分省數據，對交通基礎設施與就業的因果關系進行檢驗。由于數據涵蓋了20年，基于Holtz-Eakin et al.［13］的建議，我們將模型（1）和（2）的最大滯后階數設定為7。表1和表2給出了相應的檢驗結果，由于模型（1）和（2）是一個典型的動態面板數據模型，因而本文采用了系統GMM方法對其進行估計。

表2 就業對交通基礎設施影響的因果關系檢驗

根據表1和表2的檢驗結果，基于我國省區層面的數據并未證實交通基礎設施與就業之間存在雙向因果關系，而只存在交通基礎設施對就業的影響。從表1來看，在交通基礎設施滯后階數為1到7的情況下，Wald統計量對應的p值表明各期交通基礎設施變量是聯合顯著的，不能拒絕原假設（3），即交通基礎設施的變動是引起就業變動的Granger原因。而根據表2的估計結果，在滯后階數為1時，對應的p值最小（為0.179），最大則達到0.713，均表明就業水平的變動并不是引起交通基礎設施投資變化的Granger原因。這一結果可能說明，交通基礎設施的投資決策主要受其他因素的影響，例如張軍等［14］指出地方政府的標尺競爭、治理水平是影響交通基礎設施投資決策的重要因素，而劉秉鐮等［15］認為在經濟不景氣時，為了維持穩定的經濟發展局面，政府會加大對交通基礎設施的投資力度。

三、交通基礎設施的就業效應分析

（一）實證模型

在確定了交通基礎設施與就業之間的因果關系后，為了檢驗交通基礎設施對就業的影響效應，本文參照Jiwattanakulpaisarn et al.［6］的思路，以就業均衡方程為基礎，設定如下實證模型：

其中，α、β和γk為待估參數，被解釋變量E為就業水平，T表示交通基礎設施，fi為各省不可觀測的固定效應。X表示其他影響就業的控制變量向量，主要包括：產出、物質資本存量、人力資本、國外直接投資、產業結構、貿易開放度、城市化水平、人口結構以及市場化程度。

由于交通基礎設施從建成到運行存在時滯，勞動力市場的調整也受到眾多因素的影響，如信息不對稱、企業解雇、招聘和培訓員工的時滯等，因而交通基礎設施對就業的影響具有滯后效應（Jiwattanakulpaisarn et al.［6］；鄭振雄［7］）。根據表1的結果，當模型中包含解釋變量的5階滯后時，對應的AIC值最小，意味著我們應當引入交通基礎設施的5階滯后。但是，從t統計量看該模型中大部分變量并不顯著，而且引入5階滯后由于待估參數的增加也會對模型的估計造成不利影響。因而，本文只引入交通基礎設施和就業的1階滯后，調整后的模型如下所示：

（二）變量定義、數據來源及描述性統計

就業水平和交通基礎設施的衡量如前文所示，除此之外，為了進行穩健性檢驗，筆者還采用第二產業和第三產業就業人數之和與年末勞動人口數之比E1來衡量就業水平。其他變量的定義如下：

產出（gdp）：以各省人均實際GDP衡量；

物質資本存量（k）：以各省人均物質資本存量衡量，各年總的物質資本存量通過永續存盤法計算得到，并取折舊率為5%；

人力資本（h）：以人均受教育年限進行度量，數據單位為年；

國外直接投資（fdi）：各省外商直接投資占GDP的比重，我們首先根據各年的平均匯率將FDI調整成人民幣幣值再計算其比重；

產業結構（indust）：以第一產業產值與GDP之比衡量；

開放度（trade）：進出口總額與GDP之比，首先將進出口總額按各年平均匯率調整成人民幣幣值，進而求其與GDP的比重；

城市化水平（urban）：各省年末城鎮人口與總人口之比；

人口結構（pop）：以各省年末15-65歲人口占總人口比重衡量；

市場化程度（market）：以樊綱和王小魯的市場化指數作為代理變量。②

本文選取中國省區1997-2016年的數據，除去西藏后包含大陸30個省區，數據主要來源于各年《中國統計年鑒》和《中國交通統計年鑒》，所有以人民幣為單位的數據，均以1997年的不變價格進行了調整，相關變量的描述性統計如表3所示。

表3 變量的描述性統計

（三）實證結果分析

模型（6）中出現了滯后因變量作為解釋變量的情形，是一個典型的面板數據模型，作為對比，本文分別給出了系統GMM和一階差分GMM的估計結果，如表4所示。在表4中我們共做了8組回歸，其中方程（1）-（4）以E作為被解釋變量，（5）-（8）以E1作為被解釋變量。從表4可以發現，所有方程均通過了一階自相關和二階自相關檢驗，Sargan檢驗的p值也不能拒絕原假設 （p值均為1，Sargan檢驗的原假設為“所有過度識別約束是有效的”），說明估計過程中所采用的工具變量是有效的。

從表4的估計結果來看，首先，由于滯后一期的就業對當期就業有顯著的正效應，說明就業具有明顯的“棘輪效應”［16］。其次，從交通基礎設施對就業的影響看，無論是當期還是滯后一期的交通基礎設施對就業的積極影響也得到了證實③，說明交通基礎設施的就業效應可以從短期和長期兩個層面加以考量。再次，產出（gdp）、物質資本存量（k）、開放度（trade）、人口結構（pop）和市場化程度（market）這五個變量對就業的影響不穩定（或者不顯著）。需要注意的是，盡管一些文獻指出促進經濟增長是增加就業的一個關鍵因素，但是本文結果卻表明產出對就業的影響效應并不顯著。最后，通過改變模型中的被解釋變量，除了上述五個變量之外，其他變量的符號均未發生變化，說明估計結果是穩健的。接下來我們將基于以E作為被解釋變量，采用系統GMM方法的回歸方程（4）對估計結果進行解釋。

根據方程（4）的估計結果，交通基礎設施的短期就業彈性為0.015，長期效應為（0.015+0.021）/0.780=0.046，長期影響效應大于短期影響效應，且長期就業彈性是短期就業彈性的三倍。從短期看，在交通基礎設施建設過程中對原材料的需求會拉動其他產業的發展，間接促進就業的增加，并且在建交通基礎設施項目也會產生對勞動力的需求，特別是對建筑業勞動力的需求，從而促進就業增長。而從長期來看，首先，由于交通基礎設施導致的生產率提升，使企業有擴大生產規模的動機，導致對勞動力的需求增多，對就業產生一種積極影響。其次，發達的交通基礎設施降低了區域間的交通運輸成本，有利于生產要素向該地區集中，從而形成產業聚集，影響勞動力的遷移和流動決策，進而對就業產生影響。最后，便利的交通基礎設施網絡降低了勞動力的職業流動和地區流動成本，可以更加及時地捕捉到相關就業信息，對就業產生積極影響。

此外，從現有研究看，人力資本如何影響就業仍存在分歧，如Jiwattanakulpaisarn［6］的研究認為人力資本對就業有積極影響，而鄭振雄［7］卻得到了完全相反的結論。本文的結果表明，人力資本對就業有顯著的積極作用。筆者認為其原因可能在于，由于人力資本越高意味著勞動者的專業技術水平越高，在我國產業結構調整和轉型升級的背景下，越能滿足和適應勞動力需求方的要求，從而影響效應表現為正。國外直接投資水平對就業水平也有正向促進作用，國外直接投資越高的地區，對勞動力的需求也更多，促進了就業的增加。而產業結構和城市化水平與就業水平呈負相關。一般而言，第一產業在總產出中所占比例越高，意味著第一產業效率越高，能夠使更多剩余勞動力從農業生產活動中解放出來，不斷涌入城市。但是，由于就業需求增長緩慢以及勞動力與就業崗位之間的不匹配，對第二產業和第三產業形成了巨大的就業壓力，從而對就業產生不利影響。

表4 交通基礎設施的就業效應

（四）交通基礎設施對就業影響的地區差異分析

由于我國幅員遼闊，不同地區經濟發展模式和水平差異較大，交通基礎設施對就業的影響效應不同地區可能存在差異。因此，除了采用分省數據從整體的層面對兩者的關系進行檢驗之外，本文還依據東、中、西部的劃分方法，對交通基礎設施影響就業的地區差異進行了檢驗，估計結果如表5所示。與表4不同的是，在表5中我們只采用系統GMM方法對模型進行估計，但為了對估計結果做一個穩健性檢驗，我們仍以E和E1作為被解釋變量分別進行了估計。

表5 交通基礎設施對就業影響的地區差異

以分地區樣本為基礎得到的估計結果與表4基本保持一致。根據表5可以發現，產出、物質資本存量、開放度、人口結構以及市場化程度對就業的影響仍不顯著，與系統GMM估計相關的檢驗結果也表明工具變量是有效的。根據分地區的估計結果，滯后一期的就業仍通過了顯著性檢驗，再次說明就業具有顯著的“棘輪效應”，且這種效應在東部地區要表現得更明顯。從滯后一期和當期就業之間的關系看，估計系數越高表明兩者之間的相關性更強，因此，不同地區的差異可能在一定程度上說明東部地區的就業狀況更為穩定。根據我們的計算，當以年末從業人員數與年末勞動人口數之比衡量就業率時，在1997—2016年間，三個地區的平均就業率在總體上均出現了較為顯著的增長趨勢，其中西部地區的平均就業率從1997年的0.516上升至2016年的0.582，東部地區和中部地區則分別從0.515、0.502上升至0.542和0.541，④這一時期西部地區的就業增長幅度更大，東部地區增長幅度最小，也說明東部地區就業狀況更為穩定。

交通基礎設施對就業影響的地區差異也得到了證實。以方程（9）-（11）為基礎，從短期看，東、中、西部交通基礎設施的就業彈性分別為0.028、0.012和0.022，東部地區的影響效應最大，西部地區次之。然而，從長期看，東、中、西部交通基礎設施的就業彈性分別為0.046、0.039和0.052，交通基礎設施對西部地區就業的長期促進作用更為明顯，我們可以從兩方面對這一結論進行解釋。一方面，我國在改革開放初期所采取的發展戰略，形成了典型的三大經濟帶，與東、中部地區相比，西部地區交通基礎設施水平更為落后。過去十多年，隨著“西部大開發”戰略的不斷推進，西部地區交通基礎設施得以極大改善，盡管這一時期東、中部地區交通基礎設施建設也在有條不紊地推進過程中，但是，從增加就業的角度看，由于國家發展戰略的傾斜、更低的勞動力成本以及產業發展的帶動等因素的共同作用，導致交通基礎設施對就業的長期影響效應在西部地區更高。另一方面，與東部地區相反，西部地區歷來是勞動力輸出的主要區域，而東部地區則是主要的吸納就業區域，東部地區的居民往往也選擇其內部省份作為工作目的地。因而，即使交通基礎設施對就業的長期影響效應表現一致，不同地區勞動力市場的特征差異卻決定了其影響強度的差異。

四、結 語

本文運用中國1997—2016年30個省區的面板數據，首先采用Holtz-Eakin et al.提出的方法，對交通基礎設施與就業之間的因果關系進行了檢驗，根據檢驗結果確定了交通基礎設施是影響就業的格蘭杰原因。在此基礎上，本文還估計了交通基礎設施對就業的影響效應，具體來看，無論采用哪種方法衡量就業，均表明交通基礎設施對就業有顯著的促進作用，且長期效應大于短期效應。按照東、中、西部劃分得到的估計結果也證實了這一點。此外，本文的研究還表明，交通基礎設施對就業的影響還具有地區差異，短期就業彈性東部最大，而長期就業彈性西部最大。

根據本文的研究結論，改善交通基礎設施時能通過一些項目的上馬創造大量的工作機會，從長期看對就業也具有顯著的促進作用。但值得注意的是，當前我國交通基礎設施建設呈現較為明顯的地區差異，東部地區交通基礎設施建設發展迅速，而中西部地區則稍顯落后，因此，政府應當加大對中西部地區交通基礎設施建設的投入，積極發揮交通基礎設施建設對就業的促進作用，從而實現地區協調發展的戰略目標。

注釋：

①此處數據根據《中國統計年鑒》以及《中國交通統計年鑒》計算得到。

②樊綱和王小魯構建了一個評價中國省區市場化程度的指標體系，并對其進行了持續測度，我們在他們發布的市場化指數各年度報告以及已有文獻的基礎上獲取了1997—2016年間各地區的市場化指數。

③當然在方程（3）和（7）中當期交通基礎設施的影響不顯著，在方程（8）中滯后一期交通基礎設施的影響也不顯著。

④以東部地區為例，我們先分別求出該地區所有省份年末就業人口和勞動人口之和，再以加總的年末就業人口與勞動人口之比衡量該地區的平均就業率。