交通基础设施的区域经济效应与影响机制研究*——来自郑西高铁沿线的证据

刘志红王利辉

（1．南京财经大学财政与税务学院 江苏南京 210023）

（2．西安交通大学经济与金融学院 陕西西安 710061）

交通基础设施的区域经济效应与影响机制研究*
——来自郑西高铁沿线的证据

刘志红1王利辉2

（1．南京财经大学财政与税务学院 江苏南京 210023）

（2．西安交通大学经济与金融学院 陕西西安 710061）

本文将郑西高铁作为一项自然实验，选取1995年至2015年市级平衡面板数据，采用项目评估中的合成控制法，构造处理组的“反事实”状态，分析郑西高铁对沿线区域的经济效应。研究表明：（1）合成控制法能够很好地拟合郑西高铁修建前西安、渭南、三门峡与洛阳的经济增长路径；（2）郑西高铁的经济效应存在1至2年的滞后期，虽伴随小幅波动，但整体呈上升趋势且基本维持相对稳定状态；（3）郑西高铁对四市的平均效应分别为0.083、0.115、0.116及0.111，人均产出分别增长了0.97%、1.37%、0.91%及1.23%；（4）采用安慰剂试验、排序检验及双重差分法进行稳健性检验，其中双重差分法所得四市平均处理效应分别为0.091、0.141、0.104、0.159，这与合成控制法结果较为接近；（5）通过影响机制分析发现，郑西高铁能够提高沿线区域的可达性及经济联系强度，河南各市与西安之间的经济联系强度增幅较大，而陕西边界各市与郑州的经济联系强度相对较弱。

高速铁路 经济效应 合成控制法 可达性 经济联系强度

一、引言

交通基础设施作为社会先行资本，是实现“经济起飞”的前提条件。一方面，交通基础设施的改善会产生“虹吸效应”，加速周边城镇要素资源向区域中心城市转移，增强中心城市对周边城镇的经济聚集效应，抑制相邻区域经济增长（Qin，2016）；另一方面，交通基础设施的网络属性会改变区域经济分布格局，强化中心城市向周边城镇的溢出效应，有效缩短区域间时空距离，降低时间成本、生产要素周转的运输成本和交易成本，提高贸易效率。而高速铁路作为当今世界“交通革命”的重要里程碑，具有安全、快速和高效等优势，不仅可以优化空间结构，通过“时空压缩”效应改善区域间可达性，加速物流、贸易发展（Verma等，2013），而且可以促进城市及周边产业带和产业集群的聚集，改变整个区域的产业格局，加强城市间的经济合作与融合，在其沿线形成新型城市走廊或经济区，促进区域经济一体化，为各地区经济增长提供契机。

2015年全国公共财政支出中交通基础设施支出达12347亿元，同比增长17.7%，占政府支出的7.03%。铁路营业里程达到12.1万公里，比2014年增长8.2%，西部地区营业里程4.8万公里，增长10.1%；高速铁路营业里程超过1.9万公里。铁路行业完成固定资产投资8238亿元，其中，高速铁路建设投资为4297.8亿元，占比52.17%。铁路投产新线9531公里，高速铁路3306公里，占比34.69%，西部地区营业里程4.8万公里、增长10.1%。根据《中长期铁路网规划（2016年-2025年）》，到2020年，全国高速铁路营运里程将达到3万公里，覆盖80%以上的大中型城市，逐步形成完善的高速铁路网；到2025年，铁路网规模达到17.5万公里，其中高速铁路3.8万公里左右；展望到2030年，基本实现省会高铁连通、地市快速通达、县域基本覆盖。

伴随中国进入高速铁路时代，其必然对区域经济空间布局、产业结构和要素流动等产生深远影响。加快铁路建设特别是中西部地区高速铁路建设，是稳增长、调结构，增加有效投资，扩大消费，既利当前、更惠长远的重大举措。2009年6月我国中西部第一条高速铁路——郑西高铁全线铺通，它不仅是连接“新丝绸之路经济带”的起点、“八横”之一“陆桥通道”必不可少的组成部分，而且对推动中部崛起和西部大开发战略实施具有重要意义。本文选择郑西高铁建设所提供的自然实验，围绕以下四个问题展开有针对性的研究：郑西高铁开通对沿线区域经济效应产生怎样的影响？各地市经济遵循怎样的变化路径？影响机制又是什么？在缩小东、中、西地区差距，实现区域协调发展的背景下，郑西高铁的开通能否提升地区间的可达性，强化省际间的经济联系强度？这可能为分析其他地区高速铁路对区域经济的影响提供一些有益的借鉴和参考。

二、文献综述

亚当·斯密在18世纪末论述区域经济发展时，就交通问题给予特别关注，提出“以交通改良作为一切改良的核心，并认为是最有实效的”。沃纳・松巴特的生长轴理论也认为，交通条件的改善可有效调节区域投资环境及人口流动方向，吸引产业和人口向两侧聚集，并以其为“主轴”逐渐形成一条产业带，引导和带动沿线区域经济发展。

从交通基础设施的产出弹性研究。Aschauer（1989）利用新古典经济增长模型考察交通基础设施与经济增长之间的关系，计算所得基础设施的产出弹性为0.39。此后，Hulten和Schwab（1993）以及Wylie（1996）分别使用美国和加拿大的时间序列样本数据所得交通基础设施对经济增长的弹性为0.42、0.52，许多学者对此高产出弹性提出质疑，认为时间序列数据各变量间有可能会存在伪相关，且并未考虑不同横截面样本数据的差异性，因而Bonaglia等（2000）等使用意大利的面板数据得到的交通基础设施对经济增长的产出弹性仅为0.07，而Kelejian和Robinson（2000）得到的产出弹性则不显著。采用面板数据得到的基础设施产出弹性远远小于使用时间序列数据所得弹性。这主要是由于所采用的方法与模型不同，样本选择存在较大差异，且不同地区的经济增长具有地域性及不平衡特征，这些因素均可导致所得结论不尽相同。

从交通基础设施的经济效益研究。Knaap和Oosterhaven（2011）研究发现，交通基础设施（主要是铁路）不仅对GDP具有正向促进作用，同时会影响地区间就业人口的流动方向。Behrens等（2007）认为，拥有更好交通基础设施的国家更易实现区域经济的均衡发展。刘勇（2010）分析了交通对经济增长的空间溢出效应，从整体观察，公路、水运交通对区域经济增长具有明显的正向作用，但在2001年之后，该影响由正转负。刘生龙和胡鞍钢（2011）验证了交通基础设施对区域经济一体化的影响，结果表明，交通基础设施改善对区域经济一体化具有显著的正向促进作用。周浩和郑筱婷（2012）发现铁路提速可有效促进沿线站点的经济增长。王晓东等（2014）运用Feder模型，发现交通基础设施对经济增长具有正向溢出效应，但存在地区差异。周海波等（2017）提出交通基础设施可通过促进产业结构调整、消除市场分割、提高分工精度三种途径，减轻或消除要素资源错配。

然而，高速铁路与经济增长之间的关系尚存在争议。Li X等（2016）认为高铁能够改变经济活动的空间再分配，不但能够将投资引入沿线二线城市，强化核心城市的地位，而且还可推动周边无高铁城市的消费。Strauss J.等（2017）发现高铁带来的可达性提高与沿线城市GDP的增加呈明显正比关系，且经济效益远高于其固定成本、折旧和补贴。王雨飞和倪鹏飞（2016）检验了交通对经济发展的增长效应与结构效应，结果显示，高速铁路可提高区域间经济增长的溢出效应，通过改变区域和城市的空间结构、分布结构及层级结构对经济发展产生结构效应。李红昌等（2016）分析了高速铁路对城市集聚经济的影响，研究表明高速铁路促进经济更向西部地区集聚，有利于经济均等化发展。有些学者却得出相反结论，如Baldw in等（2003）以及Puga等（2008）认为高速铁路会引起经济资源向拥有网络化服务的大都市聚集，致使大城市受益、小城市受损，从而导致区域发展不平衡。

与其他国家相比，中国高速铁路发展的时间尚短，有关高速铁路与经济增长关系的研究相对较少，主要集中在京津冀、长三角等经济较发达地区，有关高铁对中西部地区经济的研究还十分薄弱，亟须进行探索与完善。鉴于此，本文拟选取郑西高铁为研究对象，将合成控制法用于分析高速铁路的经济效应，通过构建“反事实”路径，对比分析郑西高铁修建前后，沿线各市人均产出真实值与“反事实”值，考察郑西高铁对沿线区域经济的影响效应，在此基础上，分析河南、陕西两省内各市之间的可达性与经济联系强度，期望能弥补这方面实证研究的不足。

三、假设提出与模型构建

将郑西高铁引起的经济增长看作是对试点地区实施的一项自然实验。根据项目评估理论，试点地区2005年之后为处理组，其他地区为控制组，比较处理组和控制组之间的差异，可估计郑西高铁对经济增长的影响效应。基本思路是，将未修建郑西高铁的地区进行加权后合成为一个更为良好且合理的控制组，该控制组要优于主观选定的控制组，可有效克服处理组和控制组之间存在的差异问题。然后根据控制组的数据特征构建“反事实”①“反事实”是指，在其他条件不变的情况下，假设某个地区并未实施某项政策时，该地区的观测值。，明确处理组和控制组在政策实施之前的相似程度，避免因对比地区差异过大而引起的误差，而每一对比地区在“反事实”事件中所做贡献是明确的。为避免过分外推，所有对比地区的权重均为正数且之和为1。

假设前提1：观测J+1个地区的经济增长情况，其中第1个地区受到了郑西高铁的影响，其余J个地区可作为控制组。

假设前提2：可观测到这些地区T期的经济增长情况，用T0表示郑西高铁修建的年份，因而1≤T0≤T。表示i地区在t时未受到郑西高铁影响的经济增长情况，表示i地区在t时受到郑西高铁影响的经济增长情况，其中i=1,...,J+1，t=1,...,T。因而就表示郑西高铁带来的经济效应。

假设前提3：郑西高铁对其修建之前的经济增长无影响，即对于t≤T0的年份，所有地区i都有而对于T0＜t≤T的年份，有

引入表示是否受郑西高铁影响的哑变量Dit，如果地区i在t时开始修建郑西高铁，则该变量等于1，否则等于0。那么在t时观测到地区i的结果Yit为即对于不受郑西高铁影响的地区，有

因为只有第1个地区在T0之后开始受到郑西高铁的影响，因此该模型的目标就是估计α1t。当t＞T0时，

其中，Y1t是处理组的实际经济总量，是可观测的。是处理组未修建郑西高铁时的经济增长情况，所以为了估计α1t则需先估计出令由以下模型决定：

其中δt表示时间趋势，是一个1×r维无法观测的共同因子，θt是一个1×r维未知参数，Zi是一个r×1维不受郑西高铁影响的控制变量，λt是一个1×F维不可观测的共同因子，μi是F×1维不可观测的地区固定效应，εit是误差项，是每个地区无法观测的暂时冲击，其均值为0。显而易见，方程（1）是固定效应双重差分模型的扩展。双重差分模型允许存在无法观测的变量，但限制这些变量的效应不随时间变化。而方程（1）则允许这些变量的效应随时间变化。如果限制λt不随时间t变化，就可得到传统的双重差分模型，且在该模型中，不需限制Zi、μi和εit之间相互独立。

为评估郑西高铁的影响效应，必须估计如果第1个地区未修建郑西高铁时的结果Y1Nt，可通过控制组地区近似处理组未修建郑西高铁的情况。为此，考虑一个J×1维的权重向量W=(w2,...,wJ+1)′，对于j=2,...,J+1，wj≥0且w2+...+wJ+1=1。向量W的每一个特殊取值均表示对第1个地区的一个可行的合成控制，是控制组内所有地区的加权平均。

Abadie等（2015）已证明，在一般条件下，（4）式右边趋近于0，故当T0＜t≤T时，可用作为的无偏估计来近似进而可将作为α1t的估计。但若想估计则需知道W*。方程（3）成立的必要条件是，第一个地区的特征向量必须位于其他地区特征向量的凸组合之内，但在实际计算过程中，无法保证已有数据中恰好存在方程组的解，因此可用近似解确定合成控制向量W*。在此，选择X1与X0W之间的距离确定权重向量W*，而距离函数为为阶对称半正定矩阵，其选择会直接影响估计的均方误差。其中，X1是郑西高铁修建之前处理组地区的（k×1）维特征向量；X0为（k×J）阶矩阵，其第j列表示在郑西高铁修建之前地区j的特征向量；W满足的条件：对任意的且特征向量为方程（3）中经济增长决定因素的任意线性组合。本文使用Abadie等（2015）年开发的Synth程序包进行模型估计，在估计权重W*时，要求其目的是将合成控制组限制在控制组的凸组合之内，可避免控制组和处理组差异过大的估计，从而减少由此带来的估计偏差。

四、数据描述与实证分析

（一）数据描述

由于沿线区域受到高铁的影响要强于非沿线区域，因而把所有区域分为沿线区域和非沿线区域。郑西高铁连接河南、陕西两省，东起郑州东站，向西经过洛阳市、三门峡市、渭南市，西至西安北站。由于合成控制法是利用控制组的加权平均来近似处理组的“反事实”状态，因此分别选取郑西高铁途经各市（西安、渭南、三门峡、洛阳）作为四个独立的处理组①由于在所选各市中，郑州的人均产出水平基本处于第一位置，无法通过其他城市进行加权平均，因此不符合合成控制法的要求。，为了确保“反事实”状态的精确性，特剔除非沿线各市中有其他高铁经过的市，将剩余的13个非沿线市作为控制组。但由于控制组的数量较少，不利于进行合成控制操作，同时由于西安作为省会城市，其经济比较发达，仅用省内其他各市难以进行加权平均，因此将与陕西、河南经济发展类似的周边省份中未开通高铁的各市也纳入控制组。剔除数据缺失的样本，最后确定陕西、河南、河北、山西、湖北及四川六省共38个市作为控制组。

要构造反事实路径，必须同时用到郑西高铁修建前后两个窗口的样本数据，其中，郑西高铁修建之前的样本数据用于估计式（1）的参数，而郑西高铁修建之后的数据用于构造反事实路径，并估计处理效应。郑西高铁在2005年正式开工，由于高铁建设能够在很大程度上刺激投资及劳动经济增长，故选取2005年作为研究郑西高铁经济效应的初始年份，选取1995年—2015年的市级平衡面板数据，采用合成控制法评估郑西高铁对沿线区域经济增长的影响。其中1995年—2004年为事件前窗口期，2005年—2015年为事件后窗口期。经济数据来自于《中国城市统计年鉴》及CEIC中国经济数据库，为降低异方差程度，对数据进行对数处理。

本文的目标是，用控制组的加权平均来近似高铁开通之前处理组的经济增长情况，并和处理组的真实数据进行对比，从而估计郑西高铁对沿线区域经济增长的影响。根据合成控制法的思想，在选择权重时，要使得在高铁开通之前，合成处理组的各项决定经济增长的因素和处理组尽可能一致。本文选取的预测变量分别为人均产出、固定资产投资、从业人员占全部人口比重、科学事业费支出占GDP比重、人均财政支出、第二产业增加值占GDP比重、第三产业增加值占GDP比重、城乡居民储蓄年末余额。

（二）郑西高铁对西安市的经济效应

首先将西安市作为处理组，其他38个市为控制组，考察郑西高铁对西安的经济效应。

表1 预测变量的拟合与对比

表2 人均产出合成值的城市权重

图1a 西安人均产出的真实值与合成值对比

图1b 郑西高铁对西安经济的影响效应

表1列出了在2005年郑西高铁修建之前，西安及合成西安的一些重要经济变量的对比，可以看出，其真实值和合成值差异非常小。此外，随机选取2005年之前的2个年份来检验该方法的拟合效果，其人均产出的真实值和合成值也近似相等，且均方根的预测误差仅为0.0134，表明合成西安的经济增长路径能够很好地拟合其真实的增长路径。对于影响经济增长的因素，其真实值与合成值均比较接近，说明在较好地拟合经济增长情况的基础上，其表现的影响经济增长变量的相似度也比较高。因而，合成控制法能够很好地拟合西安在郑西高铁开通之前的特征，表明该方法适用于估计郑西高铁的经济效应。

表2展示了构成合成西安的权重组合，有4个城市对西安有影响，其权重之和为1，其中宜昌市的权重最大，为0.574。值得注意的是，这4个城市的权重并非线性关系，当更换目标城市进行模拟时，其合成的城市名称及权重均会发生变化，从而避免线性内推问题。

图1描绘了1995年—2015年西安的真实人均产出与利用合成控制法得到的合成西安的人均产出的变化路径以及郑西高铁对西安人均产出的影响效应。

图1a中实线表示人均产出的真实值，虚线表示假设没有修建郑西高铁的“反事实”人均产出的估计值，垂线表示郑西高铁开始修建的时点。可以看到，在2005年之前，两者的增长路径基本重合，合成西安完美地复制了高铁开通之前西安的实际经济增长路径。2005年之后，西安人均产出的真实值逐渐开始高于其合成值，且差距逐渐扩大。两者之间的差距是否意味着郑西高铁增加了西安人均产出？为了更直观地观察郑西高铁对渭南经济增长路径的影响，揭示其经济效应，故计算了在2005年前后西安人均产出的真实值与合成值之间的差距。

图1b表示的是郑西高铁对西安人均产出的影响效应，即真实值与合成值之差。1995年—2005年间，郑西高铁对西安人均产出的影响效应在正负0.03范围内波动。在郑西高铁开建当年，真实值与合成值的差距仍然较小，但自2006年开始，影响效应逐渐显著，且逐年增加，直至2010年，由于投资效应的减弱，影响效应发生小幅度下降现象，但仍保持相对稳定状态。根据所得人均产出的真实值和合成值，2005年—2015年，郑西高铁对西安的平均影响效应为0.0835，具体的，西安人均产出的平均实际增长率为16.09%，而其合成值的平均增长率为15.12%，前者比后者高出0.97%。由此可知，在郑西高铁修建之前，虽然人均产出的真实值与合成值之间存在一定的差距，但却保持在一定范围，而当郑西高铁修建之后，两者之差逐渐拉大，表明郑西高铁是两者差距增大的重要因素，郑西高铁确实能够促进西安人均产出的增加。

（三）郑西高铁对渭南、三门峡及洛阳的经济效应

接下来，分别将渭南、三门峡及洛阳作为独立的处理组，其他38个市作为控制组，选取与西安相同的预测变量，利用合成控制法进行分析。在郑西高铁开通之前，各市经济变量的真实值与合成值均较接近，且均方根的预测误差也很小，合成处理组较好地复制了其真实经济增长路径。

图2分别呈现了郑西高铁对渭南、三门峡以及洛阳人均产出的影响效应。

图2a显示，1995年—2005年，渭南和合成渭南人均产出差距的波动幅度较小，基本保持在正负0.025范围之内，直至2006年，两者差距突破原有范围，郑西高铁对经济增长的影响效应显著为正，该效应并不稳定，出现波动现象，但整体呈上升趋势。2005年—2015年，渭南真实的人均产出平均增长了约18.82%，其合成值平均增长了约17.45%，两者差距为1.37%，即相对于没有修建郑西高铁的情况，渭南的平均人均产出增长率在修建郑西高铁之后增加了1.37%。

图2b描绘了三门峡人均产出真实值与合成值之差的波动路径，2005年之前其波动范围基本徘徊于正负0.02之间。自2006年开始，两者之间的差距逐年拉大，郑西高铁的政策效应逐渐凸显。从增长率看，2005年—2015年，人均产出的平均真实增长率约为16.78%，合成值的平均增长率则为15.87%，前者比后者高出0.91%，即郑西高铁使三门峡的人均产出平均增长了约0.91%。

由图2c可知，1995—2005年，洛阳人均产出的真实值与合成值之间的差距波动幅度大致维持在正负0.05。在郑西高铁开建当年，其经济效应不显著，2006年人均产出的真实值与合成值之间的差距逐渐拉大，且两者差距持续增加。根据所得人均产出真实值与合成值，2005年—2015年，洛阳人均产出的真实增长率的平均值约为14.65%，而其合成人均产出的平均增长率约为13.42%，前者比后者高出1.23%，即郑西高铁使人均产出增长了约1.23%。

图2a 渭南人均产出真实值与合成值差距

图2b 三门峡人均产出真实值与合成值差距

图2c 洛阳人均产出真实值与合成值差距

综上所述，郑西高铁对沿线区域经济增长具有显著的促进作用。在郑西高铁修建之前，西安、渭南、三门峡及洛阳人均产出真实值与其合成值之间的差距具有较强的波动性。在郑西高铁修建当年，其经济效应并不明显，而经过1至2年的滞后期，其经济效应开始比较显著，此后虽会发生小幅波动现象，但总体效应依然具有持续性，直至2010年，由于投资效应减弱，影响效应发生小幅度下降，但基本保持在相对稳定状态。2005年—2015年，四市人均产出真实值相对于其“反事实”值的平均增幅约为0.97%、1.37%、0.91%及1.23%，表明郑西高铁对沿线区域具有较显著的经济效应。

（四）稳健性检验

1、安慰剂试验（Placebo test）

由于合成控制法是利用宏观数据来估计政策效应，从而避免了因用微观数据估计宏观效果所引起的不确定性。但由于无法确定构造的合成控制组是否能够很好拟合处理组的潜在变化路径，即“反事实”状态，因此所估计参数仍存在一定程度的不确定性。为了检验实证结果的稳健性，对其他地区进行安慰剂试验，用于检验政策效应在统计上是否显著，并判断是否还有其他地区会出现与处理组一样的特征，其概率有多大。安慰剂试验的思路如下：对于控制组的某一地区，假设该地区开通了郑西高铁，然后利用合成控制法构造其合成样本，从而估计该地区和其合成样本之间的经济增长差距，如果所得结果与处理组类似，则表明合成控制法并没有提供一个有力的证据说明郑西高铁对沿线区域经济增长产生了影响。

安慰剂对象的一个合理选择是构成合成处理组权重最大的地区。仍以西安为例，合成西安权重最大的地区为宜昌市，权重最大表明在所有的地区中，宜昌与西安较为为相似。

图3 宜昌人均产出真实值与合成值对比

图3显示了对宜昌进行的安慰剂检验结果，可以看到，人均产出真实值的变化趋势与其合成值基本一致，两者之间几乎无差距，表明合成控制法非常好地拟合了两者的增长路径，且其拟合情况在高铁建设前后并未发生突变，因此，在一定程度上证明了是建设郑西高铁影响了沿线各市的人均产出水平，而非其他共同偶然因素。

2、排序检验（Permutation test）

为了检验所估计政策效应是否在统计上显著，Abadie等（2015）提出了一种与统计中秩检验类似的排序检验方法，其基本思想是，在控制组内随机选取一个地区，假设该地区在2005年建设郑西高铁，并利用合成控制法构造其合成样本，估计其在“反事实”状态下产生的政策效应，然后将其与处理组的政策效应进行对比，如果两者的政策效应具有显著差异，说明郑西高铁对沿线区域的影响是显著的，并非偶然现象，反之亦然。

类似之前的做法，对所有其他38个地区进行安慰剂检验，计算各地区人均产出的真实值与其合成值之间的差距，作为随机选取某一地区估计郑西高铁影响效应的分布。如果在西安、渭南、三门峡、洛阳各市发现的差距与这个差距分布显著不同，则意味着在四市的发现是显著的。但由于合成值是通过近似2005年之前决定经济增长的因素构造而成，若某地区2005年之前的平均预测标准差较大，则意味着模型对该地区的近似程度较差，那么如果用该地区2005年之后的差距作为对比，其作用就会较弱。仍以西安为例，在2005年之前，其平均预测标准差是0.0134，剔除控制组中平均预测标准差大于西安2倍以上的地区，其中最大的预测标准差约为西安的26倍，其余各市大致处于2—10倍之间，剔除这些地区之后，控制组的数量为16个。

由图4可知，1995年—2005年，西安人均产出真实值与合成值差距的变化程度与其他地区的差距并不大，但至2005年之后，西安与其他地区的差距开始逐渐变大，其分布位于其他地区的外部，表明郑西高铁对西安经济增长具有一定影响，也表明只有1/17，即5.88%的概率出现西安与合成样本之间这么大的变动程度，类似于传统统计推断的显著性水平，因此，认为西安人均产出的增加在10%的水平上显著。此外，渭南、三门峡及洛阳均通过了安慰剂试验与排序检验，由于篇幅有限，在此不再赘述。

图4 排序检验

3、双重差分法

为了检验合成控制法所得结果的稳健性，运用双重差分法分别估计郑西高铁对沿线各市的影响效应。

表3 双重差分法

表3显示，利用双重差分法评估郑西高铁对西安、渭南、三门峡、洛阳人均产出的平均处理效应分别为0.091、0.141、0.104、0.159，与合成控制法所得结果较为接近，表明实证结果具有稳健性。

通过上述稳健性检验发现，郑西高铁对沿线各市人均产出均产生了影响，与其潜在的增长趋势相比有一定程度的上升，表明郑西高铁对其具有正效应，且在统计上具有显著性。

五、影响机制分析

通过以上实证分析，发现高速铁路能够为沿线区域经济增长带来显著正效应，那么高速铁路影响经济增长的作用机制是什么呢？这是本章亟待解决的问题。

高速铁路对区域经济增长的影响主要分为直接效应与间接效应：

第一，直接效应。由于交通基础设施投资会带来比较广泛的产业关联效应，所以投资增加必然导致相关产业的产出增加，并通过投资乘数效应的扩大带动区域经济增长（李平等，2011）。而高速铁路作为一项重要的交通基础设施，其对经济增长的促进作用则首先体现在建设投资对区域经济的直接拉动作用，即直接效应。

第二，间接效应。交通基础设施的发展能够提高地区之间的可达性，降低时间成本与运输成本，打破地区间的市场分割格局，加快资本、劳动力、技术等生产要素的流通速度，提高经济资源配置效率，扩大市场规模，深化专业化分工的程度。此外，交通体系的网络化与高密度布局能够强化区域间的经济联系强度，扩展城市或城市群的边界，增加知识溢出的可能性，提升创新空间，增加经济活动的集聚效应，提高生产力，而高速铁路作为一种快速交通工具更加催化了交通基础设施影响区域经济增长的作用机理。

图5 高速铁路影响经济增长的作用机制

对于高速铁路对区域经济增长的直接效应显而易见，在此不再赘述，接下来将重点分析高速铁路能否提升地区之间的可达性，强化区域之间的经济联系强度。

（一）研究方法与样本数据

本章将分别计算郑西高铁沿线城市的可达性与经济联系强度，通过对比这两个变量在高铁修建前后发生的变化，用以证明郑西高铁对沿线区域经济增长产生的间接效应。由于在计算可达性与经济联系强度时，需考虑时间距离，所以不宜利用回归模型进行分析。

1、可达性

可达性通常与某地区的地理区位、交通基础设施状况密切相关，此外，地区经济发展水平也会对其产生影响。加权平均旅行时间是比较常用的可达性评价方法，其主要侧重于从节约交通成本的角度来考察区域的可达性水平。

其中，Ri为城市i的可达性水平，Ri值越小，表明城市i的可达性越好，反之，则越差；Tij表示从城市i到城市j的最短时间，以“小时”为单位；GDPj为城市j的国民生产总值，单位为“亿元”；n为除了i以外的郑西高铁沿线城市的总数。

2、经济联系强度

区域经济联系强度可以同时反映经济中心对周边地区的辐射能力以及周边地区对经济中心辐射能力的接受程度，可利用常用的牛顿力学引力模型进行测度：

其中，ERIi表示城市i的对外经济联系总量，即城市i与其它地区的经济联系强度；ERIij为城市i与城市j之间的经济联系强度；Pi与Pj分别为城市i与城市j的人口规模，单位为“万人”；GDPi和GDPj表示城市i、城市j的国民生产总值，单位为“亿元”；Dij表示基于铁路的城市i到城市j的最短时间，以“小时”为单位。

3、数据来源

本章分别计算郑西高铁修建之前2004年以及建成之后2015年的可达性与经济联系强度。对于基于铁路的城市间最短旅行时间，其初始数据来源于当年的《全国铁路列车时刻表》。由于列车在上行与下行中，其最短旅行时间存在一定差异，所以将两班次中的最短旅行时间进行平均。其余各变量均来源于《中国城市统计年鉴》及CEIC中国经济数据库。

（二）结果分析

郑西高铁分别经过了郑州、洛阳、三门峡、渭南以及西安，根据（6）式与（7）式分别计算2004年与2015年这些地区的可达性与经济联系强度，得到如下结果：

表4 郑西高铁修建前后沿线城市的可达性与经济联系强度

由表4可知，郑西高铁大幅度缩短了沿线各市的空间距离，提升了区域间的可达性水平，其平均增长率约为69.06%。但由于受站点等级与客运组织等因素的影响，对于不同城市而言，其可达性水平提高的幅度存在一定差异，其中郑州和洛阳的可达性增长率略低于平均水平，其余三市的增长率均达到70%之上。

随着郑西高铁的修建，沿线区域的经济联系强度显著增加。2004年，各市的经济联系强度仅保持在12万经济度至61万经济度（亿元·万人/h2），而2015年各市经济联系强度猛增至727万经济度—2683万经济度，平均提升了约43倍，其中三门峡市的经济联系强度增加幅度最大，达到将近60倍，郑州与洛阳的增长幅度均为34倍左右，渭南和西安则提高了约44倍。

由此可见，郑西高铁确实能够提高沿线区域的可达性与经济联系强度，从而对沿线地区的经济增长产生间接效应。郑西高铁作为连接豫、陕两省的重要交通枢纽，其是否会增强两省之间的经济联系强度？为了解决该问题，分别计算出郑西高铁修建前后，河南各地市与陕西省会西安市的经济联系强度以及陕西各地市与河南省会郑州市的经济联系强度，以此分析郑西高铁对两个省份经济联系强度的影响效应。

图6 豫、陕两省之间的经济联系强度

随着郑西高铁的修建，豫、陕两省之间的经济联系强度也逐渐增强。在郑西高铁修建之前，河南各市与西安的平均经济联系强度仅约为1.04万经济度，其中，洛阳与西安的经济联系强度最大，但也仅为3.26万经济度，其余各市与西安的经济联系强度大部分都小于1万经济度。在郑西高铁修建之后，豫、陕两省之间的空间距离缩短，河南各市与西安的经济联系强度明显提升。郑州、洛阳、三门峡与西安的经济联系强度分别达到了177.40、196.69、153.87万经济度，表明郑西高铁对沿线区域的经济联系强度具有显著的影响效应，其余各市的经济联系强度基本保持在10万至30万经济度的范围，其中，濮阳、许昌与西安的经济联系强度小于10万经济度，但较之2004年，其提升幅度也分别达到了25.11和35.13倍。

陕西各市与郑州的经济联系强度在郑西高铁修建前后也发生了较大幅度的变化。2004年，西安、渭南与郑州的经济联系强度分别为2.30、1.27万经济度，其余各市与郑州的经济联系强度均在1万经济度之下，在郑西高铁开通之后，虽然陕西各市与郑州的经济联系强度发生明显变化，其提升幅度基本保持在20至80倍之间，但大部分地市与郑州的经济联系强度却低于7万经济度，仅宝鸡、咸阳、渭南以及西安的经济联系强度达到了20万经济度之上。

综上所述，郑西高铁对豫、陕两省之间的经济联系强度具有显著影响效应，能够明显提升两省之间的经济联系强度。其中，河南各市与西安之间的经济联系强度增幅较大，而陕西边界各市与郑州的经济联系强度相对较弱，但较之2004年，其经济联系强度也明显增强。

六、结论与政策建议

通过将郑西高铁作为一项自然实验，选取1995年—2015年市级平衡面板数据，采用合成控制法将控制组加权平均，构造处理组的“反事实”状态，评估郑西高铁对沿线区域的经济效应，研究发现：合成控制法能够很好地拟合郑西高铁修建前西安、渭南、三门峡与洛阳四市的经济增长路径；郑西高铁的经济效应存在1至2年的滞后期，2005年其对沿线区域的经济带动效应均不显著，并伴随小幅波动，但总体具有可持续性；郑西高铁使西安、渭南、三门峡与洛阳四市的人均产出年均分别增长了0.97%、1.37%、0.91%及1.23%；通过安慰剂试验和排序检验，发现郑西高铁对沿线区域的经济增长具有正效应，且在统计上具有显著性特征；利用双重差分方法进行稳健性检验，四市的平均处理效应分别为0.091、0.141、0.104、0.159，与合成控制法所得结果较为接近，表明实证结果具有稳健性；通过作用机制分析，发现郑西高铁不但能够提升沿线区域的可达性及经济联系强度，对沿线地区经济增长产生间接效应，而且还能明显增强豫、陕两省之间的经济联系强度。其中，河南各市与西安之间的经济联系强度增幅较大，而陕西边界各市与郑州的经济联系强度相对较弱，但与2004年相比，其经济联系强度也明显增强。

根据以上结论，提出以下政策建议：

首先，加强中西部地区的高速铁路基础设施建设，由于多因素制约，我国中西部地区的高铁覆盖率远低于东南沿海地区，如果说，高速铁路对东南沿海区域经济起到的是“锦上添花”的作用，那么对中西部区域经济应该是“雪中送炭”，从高铁发挥的边际效用角度考虑，国家应加大对中西部高速铁路建设的投资力度，扩大其经济效应，缩小东西部差距。其次，强化沿线区域的经济合作与融合，高速铁路能够显著提高沿线城市的可达性，沿线区域应加速生产要素的交流位移，增加区域间的经济合作与融合，强化区域间经济的互补性，实现区域跨越发展与递进发展的协调统一。

1.李红昌、Linda Tjia、胡顺香：《中国高速铁路对沿线城市经济集聚与均等化的影响》[J]，《数量经济技术经济研究》2016年第11期。

2.李平、王春晖、于国才：《基础设施与经济发展的文献综述》[J]，《世界经济》2011年第5期。

3.刘勇：《交通基础设施投资、区域经济增长及空间溢出作用——基于公路、水运交通的面板数据分析》[J]，《中国工业经济》2010年第12期。

4.刘生龙、胡鞍钢：《交通基础设施与中国区域经济一体化》[J]，《经济研究》2011年第3期。

5.王晓东、邓丹萱、赵忠秀：《交通基础设施对经济增长的影响——基于省际面板数据与Feder模型的实证检验》[J]，《管理世界》2014年第4期。

6.王雨飞、倪鹏飞.：《高速铁路影响下的经济增长溢出与区域空间优化》[J]，《中国工业经济》2016年第2期。

7.张丽：《非平衡化与不平衡——中国近代农村经济》[J]，《南开经济研究》2006年第6期。

8.周海波、胡汉辉、谢呈阳、戴萌：《地区资源错配与交通基础设施：来自中国的经验证据》[J]，《产业经济研究》2017年第1期。

9.周浩、郑筱婷：《交通基础设施质量与经济增长：来自中国铁路提速的证据》[J]，《世界经济》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）

*本文获得国家自然科学基金项目（71173165）的资助。作者感谢匿名审稿专家提出的宝贵意见。