推文人 | 赵一心 

原文信息：Banerjee, Abhijit, Esther Duflo, and Nancy Qian. 2020. “On the Road: Access to Transportation Infrastructure and Economic Growth in China.” Journal of Development Economics, February102442.doi:10.1016/j.jdeveco.2020.102442.

 

介绍

 

“要想富，先修路”，交通基础设施一直被认为是促进经济增长的关键。这一观点主要是基于一个简单的逻辑：越接近市场的地方，越有利于商品交换，就越容易获得收益。在历史或是现今，证实这一逻辑的例子比比皆是。但是，政策制定者投资基础设施必须更加严谨地考虑以下两个问题：第一，因果关系。交通基础设施真的能带动经济发展吗？Fogel（1962，1964）研究发现：相比于河流运输网，美国铁路运输并没有更好地带动经济发展；第二，分配效应。一方面，在固定的禀赋情况下，交通基础设施增加了商品的市场交换机会，进而提升收益；另一方面，交通基础设施缩短了城乡间距离，乡村人口进城发展形成城市集聚效应的同时也导致了城乡差距进一步加大。

 

面对着关于交通基础设的肯定或质疑声，本文利用中国县级数据，评估了改革开放后快速发展的20年间（1986-2006），交通基础设施可达性的经济效益。本文详细回答了两个问题：首先，交通设施发达的地区经济更富裕吗？（因为形成了更多经济活动），还是更贫穷呢？（因为人力和物力都更易流失）；其次，1979年经济增长机会到来后，那些交通网络发达的地区是否会受益更多，并成为增长的引擎呢？

 

中国的现实背景也为回答上述问题提供了一个理想的环境。19世纪末20世纪初，中国政府和一批西方殖民列强修建了连接中国历史名城和“通商口岸”的铁路。考虑到最初的铁路和后来的其他基础设施都是沿着这些历史交通路线修建的，作者就将这些历史城市和“通商口岸”通过直线连接起来，然后评估每个县到这些“连接线”的直线距离远近的经济效益，视为交通基础设施可达性对经济增长的影响。这样的策略不仅提供了交通基础设施可达性的外生替代变量，还可以评估交通基础设施经济效益的长期影响（由于“连接线”距离本文研究年份时间间隔至少50年）。当然，本文研究的时间间隔为1986-2006年，在这期间的改革开放和经济快速发展背景下，可以考察对经济增长的影响。

 

实证策略

 

（一）交通基础设施网络

 

在本文分析中，作者认为：连接历史城市和通商口岸的直线组成了20世纪80年代主要的交通网络，因为它们是中国建造的第一批现代交通基础设施（铁路），而后来的许多交通基础设施的发展都是沿着这些线路建设的。

 

这些直线主要连接了“北京、成都、贵阳、昆明、兰州、南昌、太原和西安”8个历史城市和“上海、宁波、福州和广州”4个通商口岸。如果有两个城市（或港口）的距离差小于100公里，我们就对这两个城市（或港口）都划一条线。这条线路会继续穿过城市，直到遇到自然屏障（如青藏高原、海岸线），或与另一个国家接壤。这些连接的直线就形成了较为系统的交通基础网络（见图1）。

不出所料，图中连接的直线与20世纪初修建的铁路大部分都恰好吻合。但是新疆、西藏和内蒙古部分地区不太匹配，又考虑到黑龙江、辽宁和吉林三个省份交通基础设施建设的特殊性，因此本文的分析将其排除在外。随后，作者计算得到了每个县的中心位置到每条直线的地理距离，并将该距离视为交通基础设施可达性的外生变量。获得外生变量后，作者还是不放心，这些连接的直线是否能代表交通基础设施，就用（1）式估计了连接线与交通基础设施之间的相关性：

 

 

（1）式中，Icpt表示p省份县第t年的交通基础设施，lnLcp表示p省份c县历史城市和通商口岸最近距离的对数，并且控制了省份固定和年份固定。

 

（二）基准模型设计

 

本文主要的计量模型为（2）式：

 

 

（2）式中，Ycpt表示p省份c县第t年的经济效益，lnLcp表示p省份c县到“连接线”最短距离的对数（是本文交通基础设施可达性的代理变量），Zcp是一系列县域层面的控制变量，并且控制了省份固定和年份固定，标准误聚类到县级。

 

需要注意两点：第一，越靠近“连接线”的县也更加靠近连接点的城市，因此，我们在基准回归中控制了县到连接点城市的距离；第二，“连接线”将历史重要城市和通商口岸连接起来会经过河流，河流也是重要的传统交通工具也是农业生产的重要投入，我们也在基准回归中控制了县到可通航河流的距离。

 

数据说明

 

本文使用的数据来自于多个渠道。第一，地图。所有的原始地图都是由密歇根州中国数据中心提供。ArcGIS软件测量得到每个县的地理中心到“连接直线”、铁路、通航河流、海岸线、国家边界和连接城市的最近距离；第二，县域层面的人均GDP。这些数据来自1986-2003年中国省级统计年鉴，我们手工收集并数字化了所有出版的年鉴中县级GDP和人口的统计数据。当然，这些数据存在部分问题，作者进行清洗后最终得到一个由16个省的295个县组成的不平衡面板（见图2）。第三，企业层面附加数据。为了解决县域层面人均GDP的测量误差，本文用两个更高质量的附加数据集来补充分析。分别是：1993年的工业企业调查数据和2004-2006年的制造业公司调查数据。第一个调查数据涵盖了所有工业企业，第二次调查数据的样本是所有国有制造企业和所有收入在500万人民币以上的私营制造企业。将这些数据汇总到每年每个县，形成了数据见图3。第四，家庭层面附加数据。1987-1991年、1993年、1995-2005年全国定点调查（NFS）农村家庭收入的村级数据。1992年和1994年由于行政原因没有进行调查（由于文章篇幅较长，第四部分数据的分析推文不涉及，详见原文）。

 

 

实证结果

 

（一）连接线、铁路和交通网络

 

表4报告了基于（1）式的回归结果，交通基础设施可达性与作者设定的“连接线”之间的关系。县与“连接线”的距离正向影响了县离铁路、海岸线和部分城市的距离，负向影响县域边界、公路长度，但是对铺路长度和离河流距离无关。

（二）交通基础设施可达性对GDP的影响

 

表5报告了基于（2）式，检验交通基础设施可达性对县域GDP影响的结果。列（1）仅控制了省份和时间的固定效应，列（2）-（6）逐渐加入部分控制变量。加入到端点城市的距离是为了控制城市集聚效应带来的影响；由于传统交通方式在铁路等基础设施建成之前就已经存在，因此加入到通航河流、海岸线的距离是控制人们使用传统交通方式的机会。控制到国家边界的距离可以解决“边界”效应的可能影响；最后，对海岸线距离的控制也解决了在我们研究期间，沿海地区和内陆地区之间的经济条件差异影响。当然，除了控制这些距离度量的线性对数外，考虑到距离运输的成本可能也会随着距离的增加而减少，作者还控制距离的二次项。

 

为了简单起见，本文只分析了加入全部控制变量的第（6）列回归结果，结果显示：核心解释变量县到“连接线”的距离在5%的水平上显著，意味着县到“连接线”的距离与人均GDP之间的弹性为-0.0681。作者还将该评估结果与研究期间的经济发展状况进行了比较。在回归样本中，到“连接线”距离第75百分位的县是第25百分位的3.8倍，结合我们的结果，更远的县人均GDP更低，约降低了26%（-0.0681*3.8=-0.258）。在本文分析的18年时间里，人均GDP从2744元增长至9916元，年增长率约为7.5%，因此，通过比较可以看出由到“连接线”的距离所引起的空间差异在大小上是相对适中的。（另一个比较方式：第25和第75百分位县的年均经济增长率3%和13%，18年间人均GDP增长则分别达到70%和800%左右）。

表6报告了交通基础设施可达性对分产业的人均GDP和人均GDP增长率回归结果。Panel A 显示了全样本的回归结果。列（1）-（4）报告了交通基础设施可达性对分产业的人均GDP的回归结果，结果显示县到“连接线”的距离对GDP水平存在负向影响，在第二和第三产业中这种负向影响在5%的水平上显著。列（5）-（8）报告了交通基础设施可达性对分产业的人均GDP增长率的回归结果。考虑到贫困地区相对于富裕地区的增长率本身存在的差异，并不与交通基础设施的可达性有关，本文还控制了人均GDP增长率之后两期，回归结果发现，所有回归系数都在统计上不显著，这说明交通基础设施可达性对人均GDP增长率并没有显著影响。

 

考虑到距离“连接线”的聚集效应，表6的Panel B和Panel C报告了作者将最接近“连接线”10%和20%的县剔除后的回归结果。将第（1）-（4）列Panel A和Panel C的估计结果进行比较，就会发现，如果我们进一步偏离这条线，人均GDP的值会略大一些。与之前分析一样，我们发现这对人均GDP增长并没有影响。

结论

 

原文中作者还进行了一系列详细的分析，包括对家庭收入、工厂数量和工厂利润等方面影响的考察，推文将不再进行阐述。根据上述最为核心的分析结果显示：越接近交通基础设施的地区将拥有更高的人均GDP，然而这些影响幅度相对较小，并且交通基础设施的可达性对经济增长无法产生影响。

 

本文的研究结果并没有否认“中国政府不应该把那么多精力放在建设交通基础设施上”这样的观点。然而，本文的结果也与另外一种解释相一致，就是交通基础设施对整个经济而言，带来了相当大的收益，但是由于缺乏要素的流动，导致本土的收益受限。

 

在交通基础设施发达区域和不发达区域，我们没有看到根本性的影响，但这个事实也不能排除交通基础设施对所有人都有好处的可能性。由于要素流动性的缺乏，这些好处无法集中地表现在交通基础设施发达的区域。

 

这样的结果也不禁让我们深思：交通基础设施投资对经济发展没有影响吗？并不是！但是，我们更应该强调在交通基础设施影响经济发展的过程中，其他因素起到的关键作用，比如要素的区域性流动。在文章的最后，作者还不忘中肯地提醒了一句：在做出交通基础设施投资选择前，务必要清楚地知道其投资回报！

 

Abstract

 

This paper estimates the effffect of access to transportation networks on regional economic outcomes in China over a twenty-year period of rapid income growth. It addresses the problem of the endogenous placement of networks by exploiting the fact that these networks tend to connect historical cities. Our results show that proximity to transportation networks have a moderately sized positive causal effffect on per capita GDP levels across sectors, but no effect on per capita GDP growth. We provide a simple theoretical framework with empirically testable predictions to interpret our results. We argue that our results are consistent with factor mobility playing an important role in determining the economic benefifits of infrastructure development