開(kāi)通高鐵是否促進(jìn)了地區(qū)出口？
——來(lái)自中國(guó)城市數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)

張夢(mèng)婷 俞 峰 鐘昌標(biāo)

一、引 言

國(guó)際貿(mào)易研究中的一個(gè)核心問(wèn)題是貿(mào)易成本對(duì)貿(mào)易流動(dòng)和福利的影響。既往諸多研究通過(guò)降低貿(mào)易成本對(duì)貿(mào)易產(chǎn)生的促進(jìn)效應(yīng)，探討了關(guān)稅下降(李善同等，2000；余淼杰，2011；吳小康和于津平，2016)、國(guó)際貿(mào)易協(xié)定或貿(mào)易自由化提高(Baier 和Bergstrand，2005；田巍和余淼杰，2013)、國(guó)際運(yùn)輸費(fèi)用降低(Clark 等，2004；Hummels，2007)等。近年來(lái)，越來(lái)越多的研究關(guān)注到國(guó)內(nèi)貿(mào)易成本是貿(mào)易成本中不可忽視的一部分。如Limao 和Venables(2001)基于美國(guó)的港口城市“巴爾的摩”的運(yùn)輸數(shù)據(jù)分析發(fā)現(xiàn)，如果從該城市向全世界65 個(gè)目的地國(guó)家運(yùn)輸一個(gè)標(biāo)準(zhǔn)集裝箱，陸地上每單位距離的成本是海上的兩倍。Anderson 和Wincoop(2004)發(fā)現(xiàn)，在工業(yè)化國(guó)家間的貿(mào)易中其國(guó)內(nèi)分銷(xiāo)成本是國(guó)際交通成本的兩倍。Co?ar 和Demir(2016)考察了土耳其國(guó)內(nèi)交通基礎(chǔ)設(shè)施對(duì)地區(qū)參與國(guó)際貿(mào)易的影響，發(fā)現(xiàn)國(guó)內(nèi)交通成本(工廠到港口)對(duì)地區(qū)對(duì)外貿(mào)易有顯著的影響，尤其是時(shí)間敏感型行業(yè)。與此同時(shí)，越來(lái)越多政策強(qiáng)調(diào)了交通基礎(chǔ)設(shè)施的不完善和物流部門(mén)的低效率會(huì)對(duì)發(fā)展中國(guó)家的競(jìng)爭(zhēng)力產(chǎn)生嚴(yán)重影響(World Bank，2009；WTO，2004)。

高速鐵路(High Speed Railway，HSR，以下簡(jiǎn)稱(chēng)高鐵)作為客運(yùn)專(zhuān)線，旨在降低客運(yùn)成本。自2008 年第一條高鐵線路開(kāi)通運(yùn)營(yíng)以來(lái)，中國(guó)的高鐵得益于政策重視和財(cái)政保障，在較短的時(shí)間內(nèi)實(shí)現(xiàn)了從幾乎零起點(diǎn)到多項(xiàng)世界之最的迅猛發(fā)展。截至2019 年底，中國(guó)高鐵通車(chē)?yán)锍桃呀?jīng)超過(guò)3.5 萬(wàn)公里，接近全世界高鐵總里程的70%①中華人民共和國(guó)交通運(yùn)輸部：http：//www.mot.gov.cn/guowuyuanxinxi/201912/t20191226_3313765.html。?！笆濉逼陂g交通運(yùn)輸總投資規(guī)劃達(dá)15 萬(wàn)億元(相較“十二五”增長(zhǎng)20%)，以“八縱八橫”快速客運(yùn)網(wǎng)為主骨架的高鐵網(wǎng)絡(luò)建設(shè)全面推進(jìn)。無(wú)論就營(yíng)運(yùn)里程還是建設(shè)投資體量，中國(guó)已經(jīng)是毋庸置疑的世界頭號(hào)高鐵強(qiáng)國(guó)。既往研究表明國(guó)內(nèi)交通基礎(chǔ)設(shè)施可以降低商品運(yùn)輸?shù)某杀緩亩龠M(jìn)貿(mào)易，但是較少有人關(guān)注旨在降低客運(yùn)成本的高鐵對(duì)貿(mào)易的影響。Charnoz 等(2018)將法國(guó)高鐵視作地區(qū)間出行的外生沖擊，發(fā)現(xiàn)開(kāi)通高鐵便利了企業(yè)內(nèi)部總部與分支機(jī)構(gòu)之間的信息交流，提高了管理技術(shù)水平，促進(jìn)了整體增長(zhǎng)和專(zhuān)業(yè)化程度提升；Heuermann 和Schmieder(2010)以德國(guó)高鐵為對(duì)象，探究其對(duì)通勤的影響，結(jié)果顯示開(kāi)通高鐵顯著地縮短了地區(qū)間人員的出行時(shí)間，經(jīng)測(cè)算地區(qū)間通勤時(shí)間每降低1%會(huì)帶來(lái)通勤者0.25%的增加，但對(duì)貨物運(yùn)輸沒(méi)有顯著影響；Bernard 等(2019)基于日本新干線考察分析了高鐵對(duì)公司供應(yīng)商網(wǎng)絡(luò)形成的影響，發(fā)現(xiàn)高鐵便利了管理人員的空間流通，有助于信息的傳遞，提高了生產(chǎn)者和供應(yīng)商之間的匹配效率，因而正向影響高鐵沿線企業(yè)的績(jī)效；孫浦陽(yáng)等(2019)發(fā)現(xiàn)開(kāi)通高鐵對(duì)普通鐵路等其他交通運(yùn)輸?shù)倪\(yùn)能具有顯著的釋放效應(yīng)。然而，僅有唐宜紅等(2019)較少人考察了開(kāi)通高鐵對(duì)規(guī)模以上工業(yè)企業(yè)出口的影響。

本研究在Bernard 等(2019)的研究的基礎(chǔ)上，以中國(guó)高鐵為例，試圖探究便利了城市間旅客出行的高鐵帶來(lái)的地區(qū)出口效應(yīng)。本文主要結(jié)論如下：第一，開(kāi)通高鐵對(duì)外圍城市②本文在分析中結(jié)合“中心-外圍”理論細(xì)分了研究對(duì)象，一方面可以解決高鐵建設(shè)非隨機(jī)性的問(wèn)題，另一方面可以考察高鐵對(duì)不同城市類(lèi)型的異質(zhì)性影響。《中長(zhǎng)期鐵路規(guī)劃》(2016)中明確規(guī)定必定開(kāi)通高鐵的城市(直轄市和省會(huì)城市等)為“中心城市”，其余為“外圍城市”。的出口產(chǎn)生顯著的負(fù)向影響，邊際效應(yīng)為10.23%；第二，采用基于地理信息構(gòu)建的“最小生成樹(shù)”作為工具變量(Faber，2014；張夢(mèng)婷等，2018)和PSM-DID 方法來(lái)解決內(nèi)生性問(wèn)題，所得結(jié)果依然穩(wěn)健；第三，機(jī)制分析顯示，高鐵對(duì)地區(qū)出口的負(fù)向效應(yīng)在于虹吸機(jī)制和貿(mào)易成本變動(dòng)機(jī)制，其中虹吸效應(yīng)機(jī)制更為顯著。對(duì)此，我們基于開(kāi)通高鐵后城市是否直達(dá)港口、與中心城市的相鄰性以及高鐵站相對(duì)城市中心的距離對(duì)作用機(jī)制進(jìn)行了再驗(yàn)證，得出一致性結(jié)論。

與既有文獻(xiàn)相比本研究的主要?jiǎng)?chuàng)新之處體現(xiàn)在：(1)在研究主題上，不同于唐宜紅等(2019)關(guān)于開(kāi)通高鐵對(duì)規(guī)模以上企業(yè)出口的影響，本文以中國(guó)高鐵數(shù)據(jù)和城市層面數(shù)據(jù)為支撐，關(guān)注開(kāi)通高鐵對(duì)城市層面出口的影響，進(jìn)一步豐富了相關(guān)研究，研究結(jié)論對(duì)政策制定者如何協(xié)調(diào)區(qū)域間和區(qū)域內(nèi)發(fā)展具有一定的啟示意義。(2)在機(jī)制探究上，基于中心-外圍理論，即交通基礎(chǔ)設(shè)施條件改善促進(jìn)要素的空間流動(dòng)，促使要素自發(fā)地向生產(chǎn)效率高的地方配置，加速經(jīng)濟(jì)活動(dòng)向中心城市的集聚，揭示了開(kāi)通高鐵影響城市出口的空間重組效應(yīng)。這也驗(yàn)證了Krugman(1980)與Helpman 和Krugman(1985)所論證的“市場(chǎng)規(guī)模是工業(yè)化的重要決定因素”以及“大市場(chǎng)和小市場(chǎng)之間交通成本的降低會(huì)促使生產(chǎn)向大市場(chǎng)周?chē)小钡让}，為交通的生產(chǎn)要素空間重組效應(yīng)提供了微觀基礎(chǔ)。

二、數(shù)據(jù)與實(shí)證策略

（一）變量與數(shù)據(jù)

本文實(shí)證中主要使用的數(shù)據(jù)有三類(lèi)：城市數(shù)據(jù)、高鐵數(shù)據(jù)和高程數(shù)據(jù)。

1. 城市數(shù)據(jù)。地級(jí)市是本文中最主要的研究單元，地級(jí)市的社會(huì)和經(jīng)濟(jì)發(fā)展數(shù)據(jù)來(lái)自于1999—2013 年的《城市統(tǒng)計(jì)年鑒》，包括歷年的地區(qū)外貿(mào)、地區(qū)生產(chǎn)總值(GDP)、人口、政府財(cái)政收支、工業(yè)總產(chǎn)值、基礎(chǔ)設(shè)施建設(shè)和交通運(yùn)輸?shù)葦?shù)據(jù)。另外，部分城市和年份的數(shù)據(jù)缺失由《區(qū)域統(tǒng)計(jì)年鑒》和地方統(tǒng)計(jì)年鑒予以補(bǔ)充。

2. 高鐵數(shù)據(jù)，包括各條高鐵線路的開(kāi)通運(yùn)營(yíng)時(shí)間、批復(fù)修建時(shí)間、途經(jīng)城市及高鐵站點(diǎn)等信息。筆者從1999—2013 年《中國(guó)鐵道年鑒》及公開(kāi)新聞報(bào)道資料中梳理統(tǒng)計(jì)得之。高鐵網(wǎng)絡(luò)的矢量化是數(shù)據(jù)處理中另一重要內(nèi)容。首先，以國(guó)家測(cè)繪局提供的中國(guó)1：100 萬(wàn)地形圖①1∶100 萬(wàn)地形圖綜合反映了制圖范圍內(nèi)的自然地理和社會(huì)經(jīng)濟(jì)概況，用于大范圍內(nèi)進(jìn)行宏觀評(píng)價(jià)和研究地理信息。作為底圖，構(gòu)建一個(gè)關(guān)于交通基礎(chǔ)設(shè)施建設(shè)分布的數(shù)據(jù)庫(kù)。其次，結(jié)合2009—2013 年中國(guó)地圖出版社等出版的全國(guó)交通地圖冊(cè)，更新得到逐年的鐵路電子地圖。最后，在該電子地圖的基礎(chǔ)上，結(jié)合收集整理的開(kāi)通高鐵線路的信息，利用地理信息系統(tǒng)軟件ArcGIS10.3 從鐵路網(wǎng)絡(luò)圖中篩選得到各年份的高鐵線路圖。

3. 高程數(shù)據(jù)(SRTM，Shuttle Radar Topography Mission)，是指用于構(gòu)建工具變量的地理數(shù)據(jù)，來(lái)自地理空間數(shù)據(jù)云②中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心的公開(kāi)數(shù)據(jù)平臺(tái)，網(wǎng)址：http：//www.gscloud.cn/。——公開(kāi)供下載的數(shù)據(jù)平臺(tái)。高程數(shù)據(jù)的原始狀態(tài)是一系列的影像資料，要讀取其中所包含的地理信息首先需要確定空間范圍，本研究中即為中國(guó)全境。然后，按研究需求將搜集得到的基礎(chǔ)數(shù)據(jù)進(jìn)行拼接與裁剪，得到適合研究的“底圖”數(shù)據(jù)之后，再進(jìn)入處理和分析階段。本文利用ArcGIS 得到考察范圍上每個(gè)點(diǎn)(cell size)的水文、起伏度和坡度等信息。

（二）實(shí)證策略

本研究基于Lin(2017)的模型，結(jié)合本文所探究的內(nèi)容改進(jìn)后得到用以考察開(kāi)通高鐵對(duì)城市出口影響的模型：

① 實(shí)驗(yàn)組和對(duì)照組的虛擬變量不會(huì)隨時(shí)間變化，會(huì)被城市固定效應(yīng)吸收掉；時(shí)間虛擬變量不會(huì)隨城市變化，會(huì)被時(shí)間固定效應(yīng)吸收掉，即等同于控制了實(shí)驗(yàn)組和對(duì)照組、時(shí)間虛擬變量，因此在回歸模型中僅需加入高鐵開(kāi)通(treatment)和時(shí)間(time)虛擬變量的交叉項(xiàng)。

其中，ln( Export per )jit表示位于省份j 的城市i 在t 年的人均出口量。主要解釋變量為 HSRjit，若城市i 在t 年開(kāi)通高鐵則為1，否則為0。β1為主要解釋變量“開(kāi)通高鐵”的估計(jì)系數(shù)，如果1β ＜0 且統(tǒng)計(jì)顯著，則表明高鐵負(fù)向影響城市出口，反之亦然。模型中的其他控制變量：①jitZ 包括城市內(nèi)是否有機(jī)場(chǎng)(Airport)、高速公路密度(Highway intensity)、是否有普通鐵路(Railway)等其他城市層面的交通稟賦特征變量，并結(jié)合既往研究選取“市場(chǎng)化程度”(孫楚仁等，2014)、“金融深化程度”(方顯倉(cāng)和曹政，2018)和城市GDP 等城市層面其他特征變量。其中，市場(chǎng)化程度(Market)的衡量方法較多，本文采用運(yùn)用最為廣泛的樊綱等(2011)的市場(chǎng)化指數(shù)②由于2010 年以后的市場(chǎng)化指數(shù)還沒(méi)有測(cè)算出來(lái)，本文根據(jù)前三年的平均增長(zhǎng)速度推算出2010 年以后的市場(chǎng)化指數(shù)。(數(shù)值越大表示市場(chǎng)化程度越高)表示。金融深化程度(Finance)，用地區(qū)信貸占地區(qū)GDP 的比重來(lái)衡量，即Finance＝地區(qū)信貸總額/地區(qū)GDP×100%(數(shù)值越大表示程度越高)。②jtΩ 為省份-時(shí)間固定效應(yīng)，控制隨時(shí)間變化的會(huì)對(duì)高鐵出口效應(yīng)產(chǎn)生影響的特征變量。③tγ 是時(shí)間固定效應(yīng)，用以控制時(shí)間維度的宏觀經(jīng)濟(jì)沖擊。④iδ 是城市固定效應(yīng)，控制不隨時(shí)間變量的城市特征因素。此外，為控制潛在的異方差和空間相關(guān)問(wèn)題，本文參考Bertrand 等(2004)的做法，將標(biāo)準(zhǔn)差在城市層面進(jìn)行聚類(lèi)調(diào)整。

如Redding 和Turner(2015)所指出的，交通道路的布局并非完全隨機(jī)，而是取決于諸多影響經(jīng)濟(jì)活動(dòng)的區(qū)位條件，這導(dǎo)致識(shí)別交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)效應(yīng)很容易產(chǎn)生反向因果的內(nèi)生性問(wèn)題。因此，本文基于高鐵的規(guī)劃文本——《中長(zhǎng)期鐵路規(guī)劃》(2016)，刪去了文件中明確規(guī)定必定要經(jīng)過(guò)的城市——直轄市、省會(huì)城市和副省級(jí)城市，剩下306 個(gè)“外圍城市”構(gòu)成實(shí)證研究樣本。

三、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸

表1 呈現(xiàn)的是開(kāi)通高鐵對(duì)外圍城市出口影響的基準(zhǔn)回歸結(jié)果。從其中可以觀察到城市經(jīng)濟(jì)發(fā)展(GDP)與出口之間存在顯著的正相關(guān)關(guān)系，省級(jí)層面的市場(chǎng)化程度對(duì)出口亦是顯著正向影響，與既往研究結(jié)論相一致，提示了模型設(shè)置的合理性。第(1)列只有“是否開(kāi)通高鐵”的虛擬變量。第(2)列在第(1)列基礎(chǔ)上加入了城市層面的交通基礎(chǔ)設(shè)施和GDP 以及省份層面市場(chǎng)化程度和金融深化程度等控制變量，結(jié)果顯示開(kāi)通高鐵對(duì)城市出口的回歸系數(shù)1β 顯著為負(fù)。第(3)列到第(5)列，逐漸增加城市固定效應(yīng)、時(shí)間固定效應(yīng)和省份-時(shí)間固定效應(yīng)，結(jié)果表明開(kāi)通高鐵對(duì)出口的影響始終顯著為負(fù)。并且，數(shù)值大小隨著固定效應(yīng)控制的增加而不斷減小，意味著即使排除了高鐵規(guī)劃文本中明確指定的中心城市，在關(guān)于外圍城市是否開(kāi)通高鐵的決策上，規(guī)劃者仍有一定的傾向性——向那些經(jīng)濟(jì)發(fā)展?fàn)顩r更好的城市傾斜。因此，在沒(méi)有時(shí)間固定效應(yīng)和省份-時(shí)間固定效應(yīng)時(shí)(第(2)列和第(3)列)，高鐵對(duì)出口的影響會(huì)被放大。在第(5)列中納入模型(1)中所有控制變量及固定效應(yīng)后，結(jié)果提示開(kāi)通高鐵使城市出口減少了10.23%①由于被解釋變量為處理組城市出口和控制組城市出口的雙重差分，回歸系數(shù)的反對(duì)數(shù) 1eλ 的經(jīng)濟(jì)含義是當(dāng)其他條件不變時(shí)高鐵開(kāi)通帶來(lái)處理組變化相較于控制組的倍數(shù)。相應(yīng)地，( 1 1eλ ? )反映了高鐵開(kāi)通帶來(lái)處理組城市出口水平的變化情況。。

表1 開(kāi)通高鐵對(duì)城市出口影響的基準(zhǔn)回歸結(jié)果

（二）同趨勢(shì)假設(shè)檢驗(yàn)

進(jìn)行雙重差分估計(jì)的前提假設(shè)是開(kāi)通高鐵城市和未通高鐵城市出口具有平行趨勢(shì)。為了驗(yàn)證平行趨勢(shì)，我們參考Xu(2017)的做法在模型(1)的基礎(chǔ)上加入了開(kāi)通高鐵的前項(xiàng)和后項(xiàng)虛擬變量，得到：

圖1 開(kāi)通高鐵對(duì)城市出口影響的同趨勢(shì)分析結(jié)果

（三）內(nèi)生性問(wèn)題處理

Redding 和Turner(2015)認(rèn)為識(shí)別交通基礎(chǔ)設(shè)施經(jīng)濟(jì)效應(yīng)必須不斷解決因其路線布局的非隨機(jī)而產(chǎn)生的內(nèi)生性問(wèn)題，并提出工具變量法是有效的處理方法之一，這一方法在相關(guān)文獻(xiàn)中也得到了較為廣泛的應(yīng)用(高翔等，2015；Ghani 等，2016；Liu 等，2017)。盡管在基準(zhǔn)回歸中我們基于“外圍城市”回歸減小了高鐵布局的非隨機(jī)問(wèn)題，并且，控制了時(shí)間固定效應(yīng)和城市固定效應(yīng)的基準(zhǔn)回歸(即廣義的DID)。但是，開(kāi)通高鐵的城市可能與未通高鐵的城市本身兩組就有差異，從而產(chǎn)生自選擇效應(yīng)。此外，鑒于高鐵規(guī)劃者對(duì)那些經(jīng)濟(jì)發(fā)展基礎(chǔ)較好或發(fā)展?jié)摿Ω蟮牡貐^(qū)在規(guī)劃時(shí)有明顯的偏好，即存在自選擇、反向因果和空間自相關(guān)等原因?qū)е碌膬?nèi)生性問(wèn)題，我們結(jié)合既往研究進(jìn)一步選用傾向評(píng)分匹配(PSM-DID)法和工具變量(IV)法兩種方法嘗試解決。

1. PSM-DID

借未開(kāi)通高鐵城市的數(shù)據(jù)來(lái)刻畫(huà)通高鐵城市如若沒(méi)有開(kāi)通高鐵的情況，首先要進(jìn)行匹配(De Loecker，2007)，找出除了“是否開(kāi)通高鐵”這一差異之外盡可能相似的城市對(duì)。既往研究表明，高鐵對(duì)人們的出行模式和企業(yè)的區(qū)位選擇有著顯著的影響(Bradsher，2013；Daniel 和Johannes，2018)，在理想情況下，對(duì)出口的影響應(yīng)該等于開(kāi)通高鐵的城市開(kāi)通高鐵后的出口量與其沒(méi)有開(kāi)通高鐵的出口量的差，如式(3)所示：

式(4)意味著存在選擇性偏誤(Selection Bias)，這會(huì)導(dǎo)致估計(jì)結(jié)果有偏。為了解決這一問(wèn)題，本文參照De Loecker(2007)等學(xué)者的做法，通過(guò)篩選出處理組城市(開(kāi)通高鐵城市)和比較組城市(未開(kāi)通高鐵城市)，再?gòu)谋容^組城市(未開(kāi)通高鐵城市)中選出與處理組城市(開(kāi)通高鐵城市)盡可能相近的一組城市，最后再采用雙重差分法估計(jì)開(kāi)通高鐵的出口效應(yīng)①這一處理方法參照了Blundell 和Costa Dias(2000)的建議，在匹配中融入雙重差分法，減少非參數(shù)估計(jì)的偏差。。PSM-DID 這一方法已經(jīng)被廣泛應(yīng)用于政策評(píng)估的研究中(De Loecker，2007)。下面是本文應(yīng)用這一方法的具體過(guò)程。

第一，篩選。選出用于分析的處理組城市和比較組城市：樣本期內(nèi)開(kāi)通高鐵的城市為實(shí)驗(yàn)組，比較組(未開(kāi)通高鐵城市)則選擇在樣本期內(nèi)一直存在的未開(kāi)通高鐵城市。

第二，匹配。傾向值匹配(PSM)是基于城市開(kāi)通高鐵的概率對(duì)處理組和比較組進(jìn)行配對(duì)的一種方法。在本文的研究中，由于處理組城市開(kāi)通高鐵的時(shí)間并不相同，這里需要分年進(jìn)行匹配。在對(duì)任一年城市進(jìn)行匹配的過(guò)程中，需要篩選出當(dāng)年新開(kāi)通高鐵的城市以及全部比較組城市，以開(kāi)通與否(開(kāi)通高鐵取1，未開(kāi)通取0)作為因變量，以前一期可觀測(cè)的協(xié)變量作為自變量進(jìn)行Logit 模型估計(jì)，如式(5)所示。根據(jù)估計(jì)的結(jié)果，進(jìn)一步對(duì)開(kāi)通高鐵城市的概率進(jìn)行擬合，并根據(jù)開(kāi)通高鐵概率的相近度對(duì)處理組和比較組進(jìn)行配對(duì)。匹配質(zhì)量決定了開(kāi)通高鐵對(duì)城市出口影響的估計(jì)是否可靠。為此，在每次匹配過(guò)后，還會(huì)分別進(jìn)行平衡性假設(shè)檢驗(yàn)和共同支撐假設(shè)檢驗(yàn)，針對(duì)檢驗(yàn)的結(jié)果不斷調(diào)整匹配的方法和參數(shù)，直至匹配結(jié)果符合要求，確保匹配后能得到可靠的估計(jì)結(jié)果。

參考已有文獻(xiàn)，傾向值匹配過(guò)程中協(xié)變量應(yīng)選取能同時(shí)影響城市開(kāi)通高鐵行為決定和城市出口的變量，從而在處理選擇性偏誤的同時(shí)對(duì)其他影響城市出口的因素加以控制。根據(jù)這一條件，本文在選取匹配變量時(shí)，借鑒了相關(guān)高鐵的實(shí)證研究文獻(xiàn)所選取的匹配變量(Co?ar 和Demir，2016)，以及城市出口相關(guān)實(shí)證文獻(xiàn)中影響出口的可能因素的變量(Amiti 和Konings，2007；Glaeser 等，2016)。最終，本文選取了以下變量作為匹配變量：是否有機(jī)場(chǎng)、公路密集度、固定資產(chǎn)投資及地方財(cái)政支出。各協(xié)變量的具體定義和形式如表2 所示。第三，估計(jì)。結(jié)合雙重差分法對(duì)“高鐵的出口效應(yīng)”進(jìn)行估計(jì)。首先用新開(kāi)通高鐵城市的出口量減去城市開(kāi)通高鐵前十年的出口量①這里也可以是前十年的平均值作為穩(wěn)健性檢驗(yàn)。，得到一定時(shí)段內(nèi)城市出口量的差，這樣就剔除了隨時(shí)間不變的不可觀測(cè)因素對(duì)城市出口的影響；其次用新開(kāi)通高鐵城市的出口量之差減去與之匹配的未開(kāi)通高鐵城市的出口量同時(shí)期之差，剔除共同受到的其他宏觀因素可能的影響，最終得到開(kāi)通高鐵對(duì)出口的影響，即式(6)：

表2 匹配變量定義及度量

為了獲取城市開(kāi)通高鐵的傾向值，需要篩選出對(duì)應(yīng)年份新開(kāi)通高鐵的城市和始終未開(kāi)通高鐵的城市，以開(kāi)通高鐵與否作為因變量，開(kāi)通高鐵前一年可觀測(cè)的城市特征變量作為自變量，進(jìn)行Logit 估計(jì)。表3 呈現(xiàn)了2009—2013 年匹配的Logit 估計(jì)結(jié)果。

續(xù)表3

根據(jù)估計(jì)得出的城市開(kāi)通高鐵傾向值，本文采用1∶2 臨近匹配的方法①采用1∶2 臨近匹配的方法進(jìn)行匹配，主要是從估計(jì)效率角度考慮。為處理組城市(即開(kāi)通了高鐵的城市)篩選出配對(duì)城市。匹配質(zhì)量關(guān)乎我們最后因果效應(yīng)的估計(jì)是否可信，因此在匹配過(guò)后需要對(duì)其進(jìn)行檢驗(yàn)。有效的匹配應(yīng)該使得匹配結(jié)果滿(mǎn)足平衡性檢驗(yàn)和共同支持檢驗(yàn)。本文分別對(duì)各年的匹配結(jié)果進(jìn)行了以上兩種檢驗(yàn)。依據(jù)Smith 和Todd(2005)的研究，平衡性檢驗(yàn)是對(duì)配對(duì)后新開(kāi)通高鐵的城市與未開(kāi)通高鐵的城市協(xié)變量的標(biāo)準(zhǔn)偏差進(jìn)行的檢驗(yàn)。協(xié)變量X 的標(biāo)準(zhǔn)偏差為：

標(biāo)準(zhǔn)偏差值越小，說(shuō)明處理組和比較組協(xié)變量差異越小，匹配質(zhì)量越好。參照Rosenbaum 和Rubin(1985)的觀點(diǎn)，標(biāo)準(zhǔn)偏差的絕對(duì)值小于20 時(shí)，匹配結(jié)果可以接受。表4 為2013 年匹配的平衡性檢驗(yàn)結(jié)果，從表4 中我們可以看出，匹配前處理組和比較組樣本的特征變量的均值差異明顯，p 值基本上都接近0，表明兩組樣本的協(xié)變量存在統(tǒng)計(jì)上的顯著差異；經(jīng)過(guò)了傾向值匹配后，兩者差異顯著減小，p 值明顯上升。其他年份匹配的平衡性檢驗(yàn)結(jié)果與2013 年大體相同②由于篇幅限制，文中沒(méi)有給出其他年份匹配質(zhì)量的檢驗(yàn)結(jié)果，感興趣的讀者可以向作者索取。。

共同支持假設(shè)則要求兩組樣本之間的出口傾向值的分布相同。各年的共同支持檢驗(yàn)結(jié)果(圖2、圖3)均顯示：匹配前，兩組城市開(kāi)通高鐵傾向值的分布有明顯差異；匹配后，兩組城市開(kāi)通高鐵傾向值的分布變得相對(duì)重合。

最后是開(kāi)通高鐵對(duì)城市出口影響的估計(jì)結(jié)果，根據(jù)式(6)，我們可以估計(jì)開(kāi)通高鐵對(duì)城市出口因果效應(yīng)的估計(jì)值DATTj，通過(guò)該估計(jì)值的正負(fù)以及是否顯著異于0，我們可以判斷開(kāi)通高鐵是促進(jìn)還是抑制了城市出口，以及這些影響是否在統(tǒng)計(jì)上顯著。

表4 平衡性假設(shè)檢驗(yàn)結(jié)果(2013年)

圖2 共同支持假設(shè)檢驗(yàn)結(jié)果—匹配前 (2013年)

圖3 共同支持假設(shè)檢驗(yàn)結(jié)果—匹配后 (2013年)

如表5 所示，開(kāi)通高鐵年份調(diào)整為0，1、2、3、4 表示開(kāi)通高鐵后的第1、2、3、4年，－1、－2、－3、－4 則是開(kāi)通高鐵前的第1、2、3、4 年。表5 估計(jì)值反映了開(kāi)通高鐵前后各年由開(kāi)通高鐵而導(dǎo)致的城市年人均出口量對(duì)數(shù)值的變化量。結(jié)果發(fā)現(xiàn)開(kāi)通高鐵后第三年，對(duì)出口的影響開(kāi)始顯著為負(fù)，與基準(zhǔn)回歸的結(jié)論相一致。

表5 高鐵的地區(qū)出口效應(yīng)：PSM-DID回歸結(jié)果

2. 工具變量法

借鑒Faber(2014)和張夢(mèng)婷等(2018)的研究，通過(guò)空間地理信息計(jì)算開(kāi)發(fā)成本，然后遵循“開(kāi)發(fā)成本最低”的原則生成交通網(wǎng)絡(luò)，最后將柵格數(shù)據(jù)導(dǎo)出，以在這個(gè)生成的網(wǎng)絡(luò)中某一個(gè)城市是否有高鐵通過(guò)(0/1 虛擬變量)作為城市開(kāi)通高鐵的工具變量。

表6 為工具變量的回歸結(jié)果。第(1)列為高鐵對(duì)出口的二階段回歸，結(jié)果顯示開(kāi)通高鐵顯著負(fù)向影響出口。第(3)列為工具變量對(duì)高鐵的一階段回歸，F(xiàn) 值為15.872，大于相關(guān)工具變量一階段的10 的經(jīng)驗(yàn)值，確保工具變量的有效性。第(2)列為工具變量對(duì)出口的回歸結(jié)果，關(guān)于核心解釋變量的估計(jì)系數(shù)依然顯著為負(fù)。但是，與基準(zhǔn)回歸的結(jié)果相比，工具變量回歸結(jié)果所顯示的高鐵對(duì)外圍城市出口的影響的絕對(duì)值變大(從10.23%到48.6%①( 1 1eλ ? )反映了高鐵開(kāi)通帶來(lái)處理組城市出口水平的變化情況。)。這意味著實(shí)際高鐵規(guī)劃確定開(kāi)通高鐵城市的過(guò)程的確存在規(guī)劃者對(duì)經(jīng)濟(jì)基礎(chǔ)較好的城市的主觀傾斜(Faber，2014)，同時(shí)也表明采用工具變量的方法在一定程度上減小了內(nèi)生性問(wèn)題，使得高鐵對(duì)外圍城市出口的負(fù)向影響進(jìn)一步顯現(xiàn)。總的來(lái)看，使用工具變量進(jìn)行回歸的結(jié)果與基準(zhǔn)回歸結(jié)果是一致的，同樣得到了高鐵開(kāi)通對(duì)外圍城市出口呈顯著負(fù)向影響的結(jié)論。

表6 工具變量法的回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

本文采取了多種方法對(duì)結(jié)果的穩(wěn)健性進(jìn)行檢驗(yàn)。

1. 不同時(shí)間段的分樣本?；鶞?zhǔn)回歸中數(shù)據(jù)樣本窗口為1999—2013 年，在這段樣本窗口內(nèi)，中國(guó)開(kāi)通高鐵的真正沖擊始于2008 年，并且除了高鐵進(jìn)入鐵路運(yùn)輸系統(tǒng)的沖擊之外，還發(fā)生了一系列被認(rèn)為會(huì)對(duì)貿(mào)易產(chǎn)生顯著影響的事件，例如2008 年的金融危機(jī)、2001 年加入WTO 等。因此，我們嘗試探究樣本窗口的選擇是否會(huì)對(duì)結(jié)果產(chǎn)生影響。表7 是按不同方式細(xì)分樣本窗口的回歸結(jié)果。我們看到，無(wú)論是截取樣本窗口內(nèi)的一段時(shí)間，還是以不同的等間隔方式選取一些年份的分樣本，開(kāi)通高鐵對(duì)樣本城市出口的負(fù)向影響均顯著存在，支持了基準(zhǔn)回歸的結(jié)論。

2. 滯后一期。用滯后項(xiàng)可以在一定程度上排除當(dāng)期的影響，減小內(nèi)生性。表8第(1)列是采用滯后一期的回歸結(jié)果，結(jié)果與基準(zhǔn)回歸結(jié)果一致。

表7 穩(wěn)健性檢驗(yàn)：不同時(shí)間段

3. 計(jì)劃修建高鐵代替實(shí)際開(kāi)通高鐵。在基準(zhǔn)回歸中，自變量“高鐵(HSR)”在某城市高鐵建成通車(chē)后取為1，否則為0?？紤]到可能在正式確定修建之時(shí)起，高鐵的出口效應(yīng)就已經(jīng)開(kāi)始出現(xiàn)，因此以“計(jì)劃修建”數(shù)據(jù)代替“建成通車(chē)”數(shù)據(jù)做穩(wěn)健性檢驗(yàn)。計(jì)劃修建數(shù)據(jù)，指的是國(guó)家發(fā)展和改革委員會(huì)批復(fù)同意修建途徑某一城市的高鐵線路。不難發(fā)現(xiàn)，這種以“通高鐵的信號(hào)”代替“實(shí)際開(kāi)通高鐵”的處理，可以近似地理解為一種安慰劑檢驗(yàn)(placebo test)，因?yàn)閷?shí)際并沒(méi)有發(fā)生這個(gè)沖擊。回歸結(jié)果呈現(xiàn)于表8第(2)列，我們發(fā)現(xiàn)并不存在真正開(kāi)通高鐵的提前效應(yīng)。

表8 穩(wěn)健性檢驗(yàn)：滯后一期、計(jì)劃修建、對(duì)外圍城市不同定義

4. 對(duì)外圍城市不同的定義。如前文所述，為了排除既有經(jīng)濟(jì)優(yōu)勢(shì)對(duì)結(jié)果產(chǎn)生的偏差影響，基準(zhǔn)回歸的對(duì)象是除直轄市和省會(huì)城市之外的所有城市。這里，我們?cè)谇拔幕A(chǔ)之上，又提高了關(guān)于“外圍城市”的標(biāo)準(zhǔn)來(lái)進(jìn)一步篩選實(shí)證對(duì)象。結(jié)果見(jiàn)表8 第(3)、(4)、(5)列，分別對(duì)應(yīng)的是進(jìn)一步剔除副省級(jí)城市、經(jīng)濟(jì)強(qiáng)市(當(dāng)年省內(nèi)GDP 排名第二)和規(guī)劃中的城市(“八縱八橫高鐵網(wǎng)絡(luò)上的城市”①依據(jù)為《中長(zhǎng)期鐵路網(wǎng)規(guī)劃》(2016)。該文件明確描繪了“八縱八橫高鐵網(wǎng)絡(luò)”各條通道途徑的城市及支線名稱(chēng)。)的結(jié)果，所有的回歸都得到了開(kāi)通高鐵對(duì)城市出口呈顯著負(fù)向影響的結(jié)論。

四、作用機(jī)制探究

理論上，高鐵對(duì)外圍城市的出口產(chǎn)生影響可能的作用機(jī)制主要有兩個(gè)——“高鐵開(kāi)通引致貿(mào)易成本的降低”和“連入高鐵網(wǎng)絡(luò)帶來(lái)生產(chǎn)要素的空間重組”。

（一）貿(mào)易成本機(jī)制

高鐵作為客運(yùn)專(zhuān)線，一方面可能通過(guò)促進(jìn)城市間人與人之間面對(duì)面的交流，尤其便利了復(fù)雜信息的傳遞(如增強(qiáng)企業(yè)對(duì)市場(chǎng)的信息搜索、改善供應(yīng)關(guān)系和提高通關(guān)效率等)而降低固定貿(mào)易成本(唐宜紅等，2019)，促進(jìn)企業(yè)出口。既往研究揭示了面對(duì)面交流對(duì)監(jiān)管和生產(chǎn)關(guān)系的重要性，如航空旅行(Cristea，2011；Startz，2016)和高鐵出行(Charnoz 等，2018；Bernard 等，2019)。唐宜紅等(2019)通過(guò)實(shí)證考察發(fā)現(xiàn)，開(kāi)通高鐵便利了復(fù)雜信息的有效傳遞，影響企業(yè)出口的固定貿(mào)易成本。另一方面，開(kāi)通高鐵可能吸引許多原來(lái)選擇普通列車(chē)的乘客，通過(guò)釋放鐵路、高速公路等交通方式運(yùn)能(嵇昊威和趙媛，2014；Wu 等，2014；孫浦陽(yáng)等，2019)，從而釋放出交通資源用于貨物運(yùn)輸，使普通鐵路的貨運(yùn)壓力大大降低，進(jìn)而降低可變貿(mào)易成本對(duì)企業(yè)出口產(chǎn)生影響。如孫浦陽(yáng)等(2019)通過(guò)實(shí)證探究發(fā)現(xiàn)，高鐵對(duì)其他交通運(yùn)輸能力具有顯著的釋放效應(yīng)，從而降低商品的運(yùn)輸成本。這兩種影響均會(huì)降低貿(mào)易成本的國(guó)內(nèi)部分(Donaldson，2018)，對(duì)出口產(chǎn)生正向影響。

因此，通過(guò)對(duì)各種交通方式的客運(yùn)量和貨運(yùn)量進(jìn)行描述性統(tǒng)計(jì)的方式，本文進(jìn)一步對(duì)高鐵影響可變貿(mào)易成本的機(jī)制進(jìn)行分析。圖4 為1998—2017 年中國(guó)客運(yùn)情況統(tǒng)計(jì)，公路客運(yùn)量比重最大，約為80%；其次為鐵路，約為10%；其他交通運(yùn)輸方式，包括民航和水運(yùn)客運(yùn)量不到總客運(yùn)量5%。值得注意的是，隨著2008 年中國(guó)高鐵的建成，鐵路客運(yùn)量逐漸增加，而公路客運(yùn)量卻呈現(xiàn)出下降趨勢(shì)，這提示了開(kāi)通高鐵可能分擔(dān)了公路客運(yùn)負(fù)擔(dān)并釋放了公路的運(yùn)能，存在降低貨運(yùn)成本促進(jìn)貿(mào)易的可能性。對(duì)此，我們進(jìn)一步統(tǒng)計(jì)了1998—2017 年中國(guó)各交通運(yùn)輸方式的貨運(yùn)情況。如圖5 所示，公路 貨運(yùn)量也占據(jù)了交通運(yùn)輸貨運(yùn)量的絕大部分，比重約為70%。然而，隨著高鐵開(kāi)通，雖然公路運(yùn)輸?shù)呢涍\(yùn)量呈增加趨勢(shì)，但是公路貨運(yùn)量占總貨運(yùn)量的比例并無(wú)明顯變化，換言之，公路貨運(yùn)運(yùn)能并沒(méi)有因?yàn)殚_(kāi)通高鐵而增加。描述性統(tǒng)計(jì)的結(jié)果表明開(kāi)通高鐵并未能顯著釋放其他交通運(yùn)輸運(yùn)能，即高鐵對(duì)可變貿(mào)易成本的影響不明顯。

圖4 1998—2017年中國(guó)不同交通運(yùn)輸方式的客運(yùn)量

圖5 1998—2017年中國(guó)不同交通運(yùn)輸方式的貨運(yùn)量

對(duì)貿(mào)易成本的機(jī)制進(jìn)行再驗(yàn)證。①港口在國(guó)際貿(mào)易中承擔(dān)著關(guān)鍵性的橋梁作用，港口的通關(guān)報(bào)關(guān)是對(duì)外貿(mào)易中較為復(fù)雜的一項(xiàng)內(nèi)容(Clark 等，2004)，對(duì)復(fù)雜信息的交流依賴(lài)性更高。由此本文猜想若高鐵建成后使某一城市與港口城市直接建立聯(lián)系，那么這個(gè)城市受到高鐵的貿(mào)易成本降低的正向激勵(lì)更為顯著。為驗(yàn)證這一推測(cè)，我們按照“開(kāi)通高鐵是否使得城市與港口城市建立直接聯(lián)系”進(jìn)行分組再回歸，結(jié)果呈現(xiàn)于表9 的第(1)列和第(2)列。開(kāi)通高鐵對(duì)于不能直達(dá)港口城市的出口結(jié)果依然顯著為負(fù)，而對(duì)能直達(dá)港口的城市，高鐵的影響顯著為正。結(jié)果與預(yù)料一致，驗(yàn)證了源自面對(duì)面交流增強(qiáng)的貿(mào)易成本機(jī)制。②高鐵引致的面對(duì)面交流增強(qiáng)是在一國(guó)之內(nèi)討論的，既往研究還揭示了航空運(yùn)輸對(duì)國(guó)與國(guó)之間面對(duì)面交流的促進(jìn)效應(yīng)(Cristea，2011)。具體而言，原先就有機(jī)場(chǎng)的城市意味著國(guó)際貿(mào)易環(huán)境相對(duì)更加完備，所以開(kāi)通高鐵可能會(huì)加速其形成適于出口的綜合交通網(wǎng)絡(luò)，產(chǎn)生貿(mào)易成本降低的乘數(shù)效應(yīng)，那么在有機(jī)場(chǎng)的城市內(nèi)高鐵的貿(mào)易成本機(jī)制會(huì)更加顯著。表9 的第(3)列和第(4)列分別呈現(xiàn)城市有無(wú)機(jī)場(chǎng)的實(shí)證結(jié)果，通過(guò)對(duì)比兩組結(jié)果可以得出一個(gè)相對(duì)效應(yīng)①對(duì)總樣本的回歸有顯著性，而分樣本的結(jié)果不再有顯著性，這種情況在既往文獻(xiàn)中也存在(如Hummels 和Schaur，2013；Duranton 等，2014)。，提示有機(jī)場(chǎng)城市的出口受開(kāi)通高鐵帶來(lái)的正向影響更顯著，也再次驗(yàn)證了貿(mào)易成本機(jī)制的存在。

表9 貿(mào)易成本機(jī)制的驗(yàn)證

（二）虹吸效應(yīng)機(jī)制

生產(chǎn)要素的空間重組，在中心外圍的視角下又分為虹吸效應(yīng)和去中心效應(yīng)(Baldwin 和Okubo，2006；Baum-Snow 等，2015)，顧名思義前者會(huì)對(duì)外圍城市產(chǎn)生負(fù)向效應(yīng)，后者會(huì)產(chǎn)生正向效應(yīng)，因此從作用方向上可以預(yù)判高鐵出口效應(yīng)的空間重組作用機(jī)制應(yīng)該是虹吸效應(yīng)①即生產(chǎn)要素從外圍城市流向中心城市的現(xiàn)象。的結(jié)果。開(kāi)通高鐵帶來(lái)的要素流動(dòng)性提高和區(qū)域間聯(lián)系增強(qiáng)(范欣等，2017)會(huì)使得外圍城市相較于中心城市工業(yè)生產(chǎn)的比較劣勢(shì)更顯著，導(dǎo)致外圍城市生產(chǎn)減少，進(jìn)而導(dǎo)致出口的減少，也可以單獨(dú)由Krugman(1980)與Helpman和Krugman(1985)所提出的母市場(chǎng)效應(yīng)②指存在規(guī)模經(jīng)濟(jì)和運(yùn)輸成本的世界中，那些擁有較大母國(guó)市場(chǎng)需求的產(chǎn)品更容易成為該國(guó)的出口產(chǎn)品(Hanson 和Xiang，2004)。解釋。基于此，根據(jù)經(jīng)典的生產(chǎn)函數(shù)設(shè)定，y = Af ( k)，假設(shè)技術(shù)水平A 不變，生產(chǎn)要素投入k 減少，則產(chǎn)出將減少，進(jìn)而導(dǎo)致出口減少。為了驗(yàn)證虹吸效應(yīng)作用機(jī)制的存在，這里的“生產(chǎn)要素”分別選取了城市的人口(Population)、教育投資(Education investment)、固定資產(chǎn)投資(Fixed assets)和地方財(cái)政支出(Fiscal expenditure)展開(kāi)探究。

回歸結(jié)果呈現(xiàn)在表10，第(1)列顯示高鐵對(duì)人口沒(méi)有顯著的影響，這與現(xiàn)實(shí)相符，即受中國(guó)的戶(hù)籍制度約束，外生沖擊對(duì)人口(尤其是戶(hù)籍人口數(shù)據(jù))的影響甚微。第(2)、(3)、(4)列顯示高鐵開(kāi)通對(duì)外圍城市的教育投資、固定資產(chǎn)投資和地方財(cái)政支出均有顯著負(fù)向的影響(其中又尤以固定資產(chǎn)的流失最為顯著，高達(dá)17%的邊際效應(yīng))，證實(shí)了虹吸效應(yīng)機(jī)制存在。開(kāi)通高鐵對(duì)教育投資的負(fù)向邊際效應(yīng)為5.4%，從長(zhǎng)遠(yuǎn)來(lái)看，教育投資的減少，又將會(huì)對(duì)人力資本產(chǎn)生影響，從而進(jìn)一步地弱化這些城市的競(jìng)爭(zhēng)力。從本文的結(jié)果來(lái)看，開(kāi)通高鐵對(duì)外圍城市的虹吸效應(yīng)是顯著的，與Qin(2017)、張夢(mèng)婷等(2018)和Yu 等(2019)等研究結(jié)論相一致，且尤其體現(xiàn)為對(duì)資本要素的虹吸。

表10 探究虹吸機(jī)制的回歸結(jié)果

對(duì)虹吸效應(yīng)進(jìn)行再驗(yàn)證。①?gòu)淖饔镁嚯x的視角驗(yàn)證。第一，外圍城市與中心城市的空間相鄰性。根據(jù)虹吸效應(yīng)作用原理，越接近中心城市的外圍城市所受到的作用越強(qiáng)，反之則越微弱?；凇笆欠衽c中心城市相鄰”細(xì)分樣本，結(jié)果可見(jiàn)表11 第(1)列和第(2)列。高鐵開(kāi)通對(duì)與中心城市相鄰的城市出口有顯著的負(fù)向影響，而不具相鄰性的則沒(méi)有顯著性，驗(yàn)證了虹吸效應(yīng)的存在。第二，外圍城市與中心城市的空間距離。進(jìn)一步拓展相鄰性的猜想，理論上中心城市與外圍城市距離越遠(yuǎn)，則高鐵的虹吸效應(yīng)越弱，那么如果外圍城市與中心城市的相對(duì)距離與出口正相關(guān)則可以驗(yàn)證。表11 的第(3)列是依據(jù)距離進(jìn)行回歸的結(jié)果，正如所預(yù)想的得到了正相關(guān)的結(jié)論，驗(yàn)證了存在虹吸效應(yīng)的相應(yīng)機(jī)制。②以中心城市樣本為實(shí)證對(duì)象驗(yàn)證。假設(shè)虹吸效應(yīng)機(jī)制不存在，那么在貿(mào)易成本機(jī)制的作用下高鐵開(kāi)通對(duì)中心城市出口肯定顯著為正。如基準(zhǔn)回歸的處理，表12 從第(1)至(3)列依次增加了控制變量，第(3)列為最終回歸結(jié)果，結(jié)果顯示，高鐵對(duì)中心城市出口有正向影響并不顯著。對(duì)此我們認(rèn)為，一方面可以驗(yàn)證虹吸效應(yīng)機(jī)制的存在，正因?yàn)楦哞F的虹吸效應(yīng)，區(qū)域性中心城市的要素又流向了更高一級(jí)的中心城市，經(jīng)濟(jì)發(fā)展趨于集聚；另一方面反映了高鐵的經(jīng)濟(jì)效應(yīng)存在顯著的空間異質(zhì)性，在這里體現(xiàn)為位于不同地區(qū)內(nèi)(東中西)的中心城市所受到的通高鐵的經(jīng)濟(jì)效應(yīng)差異明顯，這也與Ke 等(2017)和Liu 等(2017)等研究結(jié)論相一致。

表11 虹吸機(jī)制的驗(yàn)證I：相鄰性和空間距離

表12 虹吸機(jī)制的驗(yàn)證II：中心城市樣本回歸

五、結(jié)論與政策啟示

過(guò)去的20 年間，大規(guī)模交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)影響評(píng)估越來(lái)越引起學(xué)者們的關(guān)注，但研究結(jié)論尚未統(tǒng)一。Redding 和Turner(2015)提出的“基礎(chǔ)設(shè)施建設(shè)研究之困”為后續(xù)研究提供了重要指引。相較于其他幾類(lèi)基礎(chǔ)設(shè)施，對(duì)高鐵的研究仍處于起步階段，且高鐵出口效應(yīng)的研究嚴(yán)重不足。基于中國(guó)高鐵的飛速發(fā)展及其與經(jīng)濟(jì)建設(shè)的緊密聯(lián)系，本研究對(duì)開(kāi)通高鐵對(duì)城市出口的影響進(jìn)行了探究。

本研究基于中心-外圍理論將城市樣本細(xì)分為中心城市和外圍城市，結(jié)合1999—2013 年中國(guó)城市數(shù)據(jù)和高鐵數(shù)據(jù)對(duì)高鐵的城市出口效應(yīng)及其作用機(jī)制進(jìn)行了系統(tǒng)的實(shí)證探究。結(jié)果顯示高鐵對(duì)外圍城市的出口顯著為負(fù)，邊際效應(yīng)為10.23%。接著，分別采用了PSM-DID 和工具變量法兩種方法解決潛在的內(nèi)生性問(wèn)題，結(jié)果支持了原結(jié)論。采用不同時(shí)間段的分樣本、滯后項(xiàng)、計(jì)劃修建數(shù)據(jù)和進(jìn)一步定義外圍城市等多種方式進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果都很穩(wěn)健。經(jīng)過(guò)進(jìn)一步的機(jī)制探究發(fā)現(xiàn)，高鐵對(duì)外圍城市出口的影響來(lái)自于固定貿(mào)易成本減低的正向影響機(jī)制和虹吸效應(yīng)產(chǎn)生的負(fù)向影響機(jī)制，而虹吸效應(yīng)的作用更加明顯。并且，虹吸效應(yīng)與外圍城市與中心城市的相對(duì)距離成反比，即越靠近中心城市虹吸效應(yīng)越強(qiáng)。

本文的研究結(jié)論對(duì)城市發(fā)展和高鐵建設(shè)有如下啟示意義：①關(guān)于城市的發(fā)展，本文發(fā)現(xiàn)現(xiàn)階段內(nèi)開(kāi)通高鐵對(duì)外圍城市的出口有顯著的負(fù)向影響，表明對(duì)外圍城市的當(dāng)?shù)卣?，特別是那些不具有天然區(qū)位優(yōu)勢(shì)的外圍城市，政策制定者尤其需要結(jié)合地域特點(diǎn)制定政策以緩解這一負(fù)向沖擊，如推進(jìn)與高鐵配套的其他交通基礎(chǔ)設(shè)施(如機(jī)場(chǎng)和城市內(nèi)軌道交通)建設(shè)，提高城市綜合交通運(yùn)輸能力。②對(duì)那些仍在努力爭(zhēng)取高鐵建設(shè)的城市，政策制定者應(yīng)首先對(duì)于本地經(jīng)濟(jì)能否從高鐵中得到正向收益(尤其是短期的效應(yīng))有更清楚的認(rèn)識(shí)和理性的預(yù)期，并進(jìn)一步將適度、科學(xué)的規(guī)劃建設(shè)觀念傳達(dá)給公眾。③關(guān)于高鐵的修建，受政治、安全和施工能力等因素限制，高鐵路線在走向上實(shí)際的自由度十分有限。本文探究發(fā)現(xiàn)高鐵對(duì)地區(qū)經(jīng)濟(jì)影響與高鐵站點(diǎn)和城市的相對(duì)位置顯著相關(guān)，這提示了高鐵站位置的選擇可能是有效改進(jìn)高鐵規(guī)劃科學(xué)性的一個(gè)方向，高鐵規(guī)劃者、決策者對(duì)這一方面的考慮要有更宏觀和長(zhǎng)期的視角。④關(guān)于地區(qū)發(fā)展，本研究結(jié)果顯示城市間虹吸效應(yīng)機(jī)制比貿(mào)易成本機(jī)制更強(qiáng)，即開(kāi)通高鐵引致的地區(qū)間要素空間重組效應(yīng)顯著。因此，面對(duì)建設(shè)會(huì)引起的交通基礎(chǔ)設(shè)施條件的變化，要求規(guī)劃者應(yīng)充分考慮交通在沿線不同等級(jí)、不同規(guī)模、不同經(jīng)濟(jì)發(fā)展水平的城市之間的差異，把握節(jié)奏、循序漸進(jìn)，避免因虹吸效應(yīng)弱化外圍城市的發(fā)展或增強(qiáng)地區(qū)間不平衡。