开通高铁是否促进了地区出口？ ——来自中国城市数据的经验证据

张梦婷 俞 峰 钟昌标

一、引 言

国际贸易研究中的一个核心问题是贸易成本对贸易流动和福利的影响。既往诸多研究通过降低贸易成本对贸易产生的促进效应，探讨了关税下降(李善同等，2000；余淼杰，2011；吴小康和于津平，2016)、国际贸易协定或贸易自由化提高(Baier 和Bergstrand，2005；田巍和余淼杰，2013)、国际运输费用降低(Clark 等，2004；Hummels，2007)等。近年来，越来越多的研究关注到国内贸易成本是贸易成本中不可忽视的一部分。如Limao 和Venables(2001)基于美国的港口城市“巴尔的摩”的运输数据分析发现，如果从该城市向全世界65 个目的地国家运输一个标准集装箱，陆地上每单位距离的成本是海上的两倍。Anderson 和Wincoop(2004)发现，在工业化国家间的贸易中其国内分销成本是国际交通成本的两倍。Coşar 和Demir(2016)考察了土耳其国内交通基础设施对地区参与国际贸易的影响，发现国内交通成本(工厂到港口)对地区对外贸易有显著的影响，尤其是时间敏感型行业。与此同时，越来越多政策强调了交通基础设施的不完善和物流部门的低效率会对发展中国家的竞争力产生严重影响(World Bank，2009；WTO，2004)。

高速铁路(High Speed Railway，HSR，以下简称高铁)作为客运专线，旨在降低客运成本。自2008 年第一条高铁线路开通运营以来，中国的高铁得益于政策重视和财政保障，在较短的时间内实现了从几乎零起点到多项世界之最的迅猛发展。截至2019 年底，中国高铁通车里程已经超过3.5 万公里，接近全世界高铁总里程的70%①中华人民共和国交通运输部：http：//www.mot.gov.cn/guowuyuanxinxi/201912/t20191226_3313765.html。。“十三五”期间交通运输总投资规划达15 万亿元(相较“十二五”增长20%)，以“八纵八横”快速客运网为主骨架的高铁网络建设全面推进。无论就营运里程还是建设投资体量，中国已经是毋庸置疑的世界头号高铁强国。既往研究表明国内交通基础设施可以降低商品运输的成本从而促进贸易，但是较少有人关注旨在降低客运成本的高铁对贸易的影响。Charnoz 等(2018)将法国高铁视作地区间出行的外生冲击，发现开通高铁便利了企业内部总部与分支机构之间的信息交流，提高了管理技术水平，促进了整体增长和专业化程度提升；Heuermann 和Schmieder(2010)以德国高铁为对象，探究其对通勤的影响，结果显示开通高铁显著地缩短了地区间人员的出行时间，经测算地区间通勤时间每降低1%会带来通勤者0.25%的增加，但对货物运输没有显著影响；Bernard 等(2019)基于日本新干线考察分析了高铁对公司供应商网络形成的影响，发现高铁便利了管理人员的空间流通，有助于信息的传递，提高了生产者和供应商之间的匹配效率，因而正向影响高铁沿线企业的绩效；孙浦阳等(2019)发现开通高铁对普通铁路等其他交通运输的运能具有显著的释放效应。然而，仅有唐宜红等(2019)较少人考察了开通高铁对规模以上工业企业出口的影响。

本研究在Bernard 等(2019)的研究的基础上，以中国高铁为例，试图探究便利了城市间旅客出行的高铁带来的地区出口效应。本文主要结论如下：第一，开通高铁对外围城市②本文在分析中结合“中心-外围”理论细分了研究对象，一方面可以解决高铁建设非随机性的问题，另一方面可以考察高铁对不同城市类型的异质性影响。《中长期铁路规划》(2016)中明确规定必定开通高铁的城市(直辖市和省会城市等)为“中心城市”，其余为“外围城市”。的出口产生显著的负向影响，边际效应为10.23%；第二，采用基于地理信息构建的“最小生成树”作为工具变量(Faber，2014；张梦婷等，2018)和PSM-DID 方法来解决内生性问题，所得结果依然稳健；第三，机制分析显示，高铁对地区出口的负向效应在于虹吸机制和贸易成本变动机制，其中虹吸效应机制更为显著。对此，我们基于开通高铁后城市是否直达港口、与中心城市的相邻性以及高铁站相对城市中心的距离对作用机制进行了再验证，得出一致性结论。

与既有文献相比本研究的主要创新之处体现在：(1)在研究主题上，不同于唐宜红等(2019)关于开通高铁对规模以上企业出口的影响，本文以中国高铁数据和城市层面数据为支撑，关注开通高铁对城市层面出口的影响，进一步丰富了相关研究，研究结论对政策制定者如何协调区域间和区域内发展具有一定的启示意义。(2)在机制探究上，基于中心-外围理论，即交通基础设施条件改善促进要素的空间流动，促使要素自发地向生产效率高的地方配置，加速经济活动向中心城市的集聚，揭示了开通高铁影响城市出口的空间重组效应。这也验证了Krugman(1980)与Helpman 和Krugman(1985)所论证的“市场规模是工业化的重要决定因素”以及“大市场和小市场之间交通成本的降低会促使生产向大市场周围集中”等命题，为交通的生产要素空间重组效应提供了微观基础。

二、数据与实证策略

（一）变量与数据

本文实证中主要使用的数据有三类：城市数据、高铁数据和高程数据。

1. 城市数据。地级市是本文中最主要的研究单元，地级市的社会和经济发展数据来自于1999—2013 年的《城市统计年鉴》，包括历年的地区外贸、地区生产总值(GDP)、人口、政府财政收支、工业总产值、基础设施建设和交通运输等数据。另外，部分城市和年份的数据缺失由《区域统计年鉴》和地方统计年鉴予以补充。

2. 高铁数据，包括各条高铁线路的开通运营时间、批复修建时间、途经城市及高铁站点等信息。笔者从1999—2013 年《中国铁道年鉴》及公开新闻报道资料中梳理统计得之。高铁网络的矢量化是数据处理中另一重要内容。首先，以国家测绘局提供的中国1：100 万地形图①1∶100 万地形图综合反映了制图范围内的自然地理和社会经济概况，用于大范围内进行宏观评价和研究地理信息。作为底图，构建一个关于交通基础设施建设分布的数据库。其次，结合2009—2013 年中国地图出版社等出版的全国交通地图册，更新得到逐年的铁路电子地图。最后，在该电子地图的基础上，结合收集整理的开通高铁线路的信息，利用地理信息系统软件ArcGIS10.3 从铁路网络图中筛选得到各年份的高铁线路图。

3. 高程数据(SRTM，Shuttle Radar Topography Mission)，是指用于构建工具变量的地理数据，来自地理空间数据云②中国科学院计算机网络信息中心的公开数据平台，网址：http：//www.gscloud.cn/。——公开供下载的数据平台。高程数据的原始状态是一系列的影像资料，要读取其中所包含的地理信息首先需要确定空间范围，本研究中即为中国全境。然后，按研究需求将搜集得到的基础数据进行拼接与裁剪，得到适合研究的“底图”数据之后，再进入处理和分析阶段。本文利用ArcGIS 得到考察范围上每个点(cell size)的水文、起伏度和坡度等信息。

（二）实证策略

本研究基于Lin(2017)的模型，结合本文所探究的内容改进后得到用以考察开通高铁对城市出口影响的模型：

① 实验组和对照组的虚拟变量不会随时间变化，会被城市固定效应吸收掉；时间虚拟变量不会随城市变化，会被时间固定效应吸收掉，即等同于控制了实验组和对照组、时间虚拟变量，因此在回归模型中仅需加入高铁开通(treatment)和时间(time)虚拟变量的交叉项。

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。主要解释变量为 HSRjit，若城市i 在t 年开通高铁则为1，否则为0。β1为主要解释变量“开通高铁”的估计系数，如果1β ＜0 且统计显著，则表明高铁负向影响城市出口，反之亦然。模型中的其他控制变量：①jitZ 包括城市内是否有机场(Airport)、高速公路密度(Highway intensity)、是否有普通铁路(Railway)等其他城市层面的交通禀赋特征变量，并结合既往研究选取“市场化程度”(孙楚仁等，2014)、“金融深化程度”(方显仓和曹政，2018)和城市GDP 等城市层面其他特征变量。其中，市场化程度(Market)的衡量方法较多，本文采用运用最为广泛的樊纲等(2011)的市场化指数②由于2010 年以后的市场化指数还没有测算出来，本文根据前三年的平均增长速度推算出2010 年以后的市场化指数。(数值越大表示市场化程度越高)表示。金融深化程度(Finance)，用地区信贷占地区GDP 的比重来衡量，即Finance＝地区信贷总额/地区GDP×100%(数值越大表示程度越高)。②jtΩ 为省份-时间固定效应，控制随时间变化的会对高铁出口效应产生影响的特征变量。③tγ 是时间固定效应，用以控制时间维度的宏观经济冲击。④iδ 是城市固定效应，控制不随时间变量的城市特征因素。此外，为控制潜在的异方差和空间相关问题，本文参考Bertrand 等(2004)的做法，将标准差在城市层面进行聚类调整。

如Redding 和Turner(2015)所指出的，交通道路的布局并非完全随机，而是取决于诸多影响经济活动的区位条件，这导致识别交通基础设施的经济效应很容易产生反向因果的内生性问题。因此，本文基于高铁的规划文本——《中长期铁路规划》(2016)，删去了文件中明确规定必定要经过的城市——直辖市、省会城市和副省级城市，剩下306 个“外围城市”构成实证研究样本。

三、实证结果与分析

（一）基准回归

表1 呈现的是开通高铁对外围城市出口影响的基准回归结果。从其中可以观察到城市经济发展(GDP)与出口之间存在显著的正相关关系，省级层面的市场化程度对出口亦是显著正向影响，与既往研究结论相一致，提示了模型设置的合理性。第(1)列只有“是否开通高铁”的虚拟变量。第(2)列在第(1)列基础上加入了城市层面的交通基础设施和GDP 以及省份层面市场化程度和金融深化程度等控制变量，结果显示开通高铁对城市出口的回归系数1β 显著为负。第(3)列到第(5)列，逐渐增加城市固定效应、时间固定效应和省份-时间固定效应，结果表明开通高铁对出口的影响始终显著为负。并且，数值大小随着固定效应控制的增加而不断减小，意味着即使排除了高铁规划文本中明确指定的中心城市，在关于外围城市是否开通高铁的决策上，规划者仍有一定的倾向性——向那些经济发展状况更好的城市倾斜。因此，在没有时间固定效应和省份-时间固定效应时(第(2)列和第(3)列)，高铁对出口的影响会被放大。在第(5)列中纳入模型(1)中所有控制变量及固定效应后，结果提示开通高铁使城市出口减少了10.23%①由于被解释变量为处理组城市出口和控制组城市出口的双重差分，回归系数的反对数 1eλ 的经济含义是当其他条件不变时高铁开通带来处理组变化相较于控制组的倍数。相应地，( 1 1eλ − )反映了高铁开通带来处理组城市出口水平的变化情况。。

表1 开通高铁对城市出口影响的基准回归结果

（二）同趋势假设检验

进行双重差分估计的前提假设是开通高铁城市和未通高铁城市出口具有平行趋势。为了验证平行趋势，我们参考Xu(2017)的做法在模型(1)的基础上加入了开通高铁的前项和后项虚拟变量，得到：

图1 开通高铁对城市出口影响的同趋势分析结果

（三）内生性问题处理

Redding 和Turner(2015)认为识别交通基础设施经济效应必须不断解决因其路线布局的非随机而产生的内生性问题，并提出工具变量法是有效的处理方法之一，这一方法在相关文献中也得到了较为广泛的应用(高翔等，2015；Ghani 等，2016；Liu 等，2017)。尽管在基准回归中我们基于“外围城市”回归减小了高铁布局的非随机问题，并且，控制了时间固定效应和城市固定效应的基准回归(即广义的DID)。但是，开通高铁的城市可能与未通高铁的城市本身两组就有差异，从而产生自选择效应。此外，鉴于高铁规划者对那些经济发展基础较好或发展潜力更大的地区在规划时有明显的偏好，即存在自选择、反向因果和空间自相关等原因导致的内生性问题，我们结合既往研究进一步选用倾向评分匹配(PSM-DID)法和工具变量(IV)法两种方法尝试解决。

1. PSM-DID

借未开通高铁城市的数据来刻画通高铁城市如若没有开通高铁的情况，首先要进行匹配(De Loecker，2007)，找出除了“是否开通高铁”这一差异之外尽可能相似的城市对。既往研究表明，高铁对人们的出行模式和企业的区位选择有着显著的影响(Bradsher，2013；Daniel 和Johannes，2018)，在理想情况下，对出口的影响应该等于开通高铁的城市开通高铁后的出口量与其没有开通高铁的出口量的差，如式(3)所示：

式(4)意味着存在选择性偏误(Selection Bias)，这会导致估计结果有偏。为了解决这一问题，本文参照De Loecker(2007)等学者的做法，通过筛选出处理组城市(开通高铁城市)和比较组城市(未开通高铁城市)，再从比较组城市(未开通高铁城市)中选出与处理组城市(开通高铁城市)尽可能相近的一组城市，最后再采用双重差分法估计开通高铁的出口效应①这一处理方法参照了Blundell 和Costa Dias(2000)的建议，在匹配中融入双重差分法，减少非参数估计的偏差。。PSM-DID 这一方法已经被广泛应用于政策评估的研究中(De Loecker，2007)。下面是本文应用这一方法的具体过程。

第一，筛选。选出用于分析的处理组城市和比较组城市：样本期内开通高铁的城市为实验组，比较组(未开通高铁城市)则选择在样本期内一直存在的未开通高铁城市。

第二，匹配。倾向值匹配(PSM)是基于城市开通高铁的概率对处理组和比较组进行配对的一种方法。在本文的研究中，由于处理组城市开通高铁的时间并不相同，这里需要分年进行匹配。在对任一年城市进行匹配的过程中，需要筛选出当年新开通高铁的城市以及全部比较组城市，以开通与否(开通高铁取1，未开通取0)作为因变量，以前一期可观测的协变量作为自变量进行Logit 模型估计，如式(5)所示。根据估计的结果，进一步对开通高铁城市的概率进行拟合，并根据开通高铁概率的相近度对处理组和比较组进行配对。匹配质量决定了开通高铁对城市出口影响的估计是否可靠。为此，在每次匹配过后，还会分别进行平衡性假设检验和共同支撑假设检验，针对检验的结果不断调整匹配的方法和参数，直至匹配结果符合要求，确保匹配后能得到可靠的估计结果。

参考已有文献，倾向值匹配过程中协变量应选取能同时影响城市开通高铁行为决定和城市出口的变量，从而在处理选择性偏误的同时对其他影响城市出口的因素加以控制。根据这一条件，本文在选取匹配变量时，借鉴了相关高铁的实证研究文献所选取的匹配变量(Coşar 和Demir，2016)，以及城市出口相关实证文献中影响出口的可能因素的变量(Amiti 和Konings，2007；Glaeser 等，2016)。最终，本文选取了以下变量作为匹配变量：是否有机场、公路密集度、固定资产投资及地方财政支出。各协变量的具体定义和形式如表2 所示。第三，估计。结合双重差分法对“高铁的出口效应”进行估计。首先用新开通高铁城市的出口量减去城市开通高铁前十年的出口量①这里也可以是前十年的平均值作为稳健性检验。，得到一定时段内城市出口量的差，这样就剔除了随时间不变的不可观测因素对城市出口的影响；其次用新开通高铁城市的出口量之差减去与之匹配的未开通高铁城市的出口量同时期之差，剔除共同受到的其他宏观因素可能的影响，最终得到开通高铁对出口的影响，即式(6)：

表2 匹配变量定义及度量

为了获取城市开通高铁的倾向值，需要筛选出对应年份新开通高铁的城市和始终未开通高铁的城市，以开通高铁与否作为因变量，开通高铁前一年可观测的城市特征变量作为自变量，进行Logit 估计。表3 呈现了2009—2013 年匹配的Logit 估计结果。

续表3

根据估计得出的城市开通高铁倾向值，本文采用1∶2 临近匹配的方法①采用1∶2 临近匹配的方法进行匹配，主要是从估计效率角度考虑。为处理组城市(即开通了高铁的城市)筛选出配对城市。匹配质量关乎我们最后因果效应的估计是否可信，因此在匹配过后需要对其进行检验。有效的匹配应该使得匹配结果满足平衡性检验和共同支持检验。本文分别对各年的匹配结果进行了以上两种检验。依据Smith 和Todd(2005)的研究，平衡性检验是对配对后新开通高铁的城市与未开通高铁的城市协变量的标准偏差进行的检验。协变量X 的标准偏差为：

标准偏差值越小，说明处理组和比较组协变量差异越小，匹配质量越好。参照Rosenbaum 和Rubin(1985)的观点，标准偏差的绝对值小于20 时，匹配结果可以接受。表4 为2013 年匹配的平衡性检验结果，从表4 中我们可以看出，匹配前处理组和比较组样本的特征变量的均值差异明显，p 值基本上都接近0，表明两组样本的协变量存在统计上的显著差异；经过了倾向值匹配后，两者差异显著减小，p 值明显上升。其他年份匹配的平衡性检验结果与2013 年大体相同②由于篇幅限制，文中没有给出其他年份匹配质量的检验结果，感兴趣的读者可以向作者索取。。

共同支持假设则要求两组样本之间的出口倾向值的分布相同。各年的共同支持检验结果(图2、图3)均显示：匹配前，两组城市开通高铁倾向值的分布有明显差异；匹配后，两组城市开通高铁倾向值的分布变得相对重合。

最后是开通高铁对城市出口影响的估计结果，根据式(6)，我们可以估计开通高铁对城市出口因果效应的估计值DATTj，通过该估计值的正负以及是否显著异于0，我们可以判断开通高铁是促进还是抑制了城市出口，以及这些影响是否在统计上显著。

表4 平衡性假设检验结果(2013年)

图2 共同支持假设检验结果—匹配前 (2013年)

图3 共同支持假设检验结果—匹配后 (2013年)

如表5 所示，开通高铁年份调整为0，1、2、3、4 表示开通高铁后的第1、2、3、4年，－1、－2、－3、－4 则是开通高铁前的第1、2、3、4 年。表5 估计值反映了开通高铁前后各年由开通高铁而导致的城市年人均出口量对数值的变化量。结果发现开通高铁后第三年，对出口的影响开始显著为负，与基准回归的结论相一致。

表5 高铁的地区出口效应：PSM-DID回归结果

2. 工具变量法

借鉴Faber(2014)和张梦婷等(2018)的研究，通过空间地理信息计算开发成本，然后遵循“开发成本最低”的原则生成交通网络，最后将栅格数据导出，以在这个生成的网络中某一个城市是否有高铁通过(0/1 虚拟变量)作为城市开通高铁的工具变量。

表6 为工具变量的回归结果。第(1)列为高铁对出口的二阶段回归，结果显示开通高铁显著负向影响出口。第(3)列为工具变量对高铁的一阶段回归，F 值为15.872，大于相关工具变量一阶段的10 的经验值，确保工具变量的有效性。第(2)列为工具变量对出口的回归结果，关于核心解释变量的估计系数依然显著为负。但是，与基准回归的结果相比，工具变量回归结果所显示的高铁对外围城市出口的影响的绝对值变大(从10.23%到48.6%①( 1 1eλ − )反映了高铁开通带来处理组城市出口水平的变化情况。)。这意味着实际高铁规划确定开通高铁城市的过程的确存在规划者对经济基础较好的城市的主观倾斜(Faber，2014)，同时也表明采用工具变量的方法在一定程度上减小了内生性问题，使得高铁对外围城市出口的负向影响进一步显现。总的来看，使用工具变量进行回归的结果与基准回归结果是一致的，同样得到了高铁开通对外围城市出口呈显著负向影响的结论。

表6 工具变量法的回归结果

（四）稳健性检验

本文采取了多种方法对结果的稳健性进行检验。

1. 不同时间段的分样本。基准回归中数据样本窗口为1999—2013 年，在这段样本窗口内，中国开通高铁的真正冲击始于2008 年，并且除了高铁进入铁路运输系统的冲击之外，还发生了一系列被认为会对贸易产生显著影响的事件，例如2008 年的金融危机、2001 年加入WTO 等。因此，我们尝试探究样本窗口的选择是否会对结果产生影响。表7 是按不同方式细分样本窗口的回归结果。我们看到，无论是截取样本窗口内的一段时间，还是以不同的等间隔方式选取一些年份的分样本，开通高铁对样本城市出口的负向影响均显著存在，支持了基准回归的结论。

2. 滞后一期。用滞后项可以在一定程度上排除当期的影响，减小内生性。表8第(1)列是采用滞后一期的回归结果，结果与基准回归结果一致。

表7 稳健性检验：不同时间段

3. 计划修建高铁代替实际开通高铁。在基准回归中，自变量“高铁(HSR)”在某城市高铁建成通车后取为1，否则为0。考虑到可能在正式确定修建之时起，高铁的出口效应就已经开始出现，因此以“计划修建”数据代替“建成通车”数据做稳健性检验。计划修建数据，指的是国家发展和改革委员会批复同意修建途径某一城市的高铁线路。不难发现，这种以“通高铁的信号”代替“实际开通高铁”的处理，可以近似地理解为一种安慰剂检验(placebo test)，因为实际并没有发生这个冲击。回归结果呈现于表8第(2)列，我们发现并不存在真正开通高铁的提前效应。

表8 稳健性检验：滞后一期、计划修建、对外围城市不同定义

4. 对外围城市不同的定义。如前文所述，为了排除既有经济优势对结果产生的偏差影响，基准回归的对象是除直辖市和省会城市之外的所有城市。这里，我们在前文基础之上，又提高了关于“外围城市”的标准来进一步筛选实证对象。结果见表8 第(3)、(4)、(5)列，分别对应的是进一步剔除副省级城市、经济强市(当年省内GDP 排名第二)和规划中的城市(“八纵八横高铁网络上的城市”①依据为《中长期铁路网规划》(2016)。该文件明确描绘了“八纵八横高铁网络”各条通道途径的城市及支线名称。)的结果，所有的回归都得到了开通高铁对城市出口呈显著负向影响的结论。

四、作用机制探究

理论上，高铁对外围城市的出口产生影响可能的作用机制主要有两个——“高铁开通引致贸易成本的降低”和“连入高铁网络带来生产要素的空间重组”。

（一）贸易成本机制

高铁作为客运专线，一方面可能通过促进城市间人与人之间面对面的交流，尤其便利了复杂信息的传递(如增强企业对市场的信息搜索、改善供应关系和提高通关效率等)而降低固定贸易成本(唐宜红等，2019)，促进企业出口。既往研究揭示了面对面交流对监管和生产关系的重要性，如航空旅行(Cristea，2011；Startz，2016)和高铁出行(Charnoz 等，2018；Bernard 等，2019)。唐宜红等(2019)通过实证考察发现，开通高铁便利了复杂信息的有效传递，影响企业出口的固定贸易成本。另一方面，开通高铁可能吸引许多原来选择普通列车的乘客，通过释放铁路、高速公路等交通方式运能(嵇昊威和赵媛，2014；Wu 等，2014；孙浦阳等，2019)，从而释放出交通资源用于货物运输，使普通铁路的货运压力大大降低，进而降低可变贸易成本对企业出口产生影响。如孙浦阳等(2019)通过实证探究发现，高铁对其他交通运输能力具有显著的释放效应，从而降低商品的运输成本。这两种影响均会降低贸易成本的国内部分(Donaldson，2018)，对出口产生正向影响。

因此，通过对各种交通方式的客运量和货运量进行描述性统计的方式，本文进一步对高铁影响可变贸易成本的机制进行分析。图4 为1998—2017 年中国客运情况统计，公路客运量比重最大，约为80%；其次为铁路，约为10%；其他交通运输方式，包括民航和水运客运量不到总客运量5%。值得注意的是，随着2008 年中国高铁的建成，铁路客运量逐渐增加，而公路客运量却呈现出下降趋势，这提示了开通高铁可能分担了公路客运负担并释放了公路的运能，存在降低货运成本促进贸易的可能性。对此，我们进一步统计了1998—2017 年中国各交通运输方式的货运情况。如图5 所示，公路 货运量也占据了交通运输货运量的绝大部分，比重约为70%。然而，随着高铁开通，虽然公路运输的货运量呈增加趋势，但是公路货运量占总货运量的比例并无明显变化，换言之，公路货运运能并没有因为开通高铁而增加。描述性统计的结果表明开通高铁并未能显著释放其他交通运输运能，即高铁对可变贸易成本的影响不明显。

图4 1998—2017年中国不同交通运输方式的客运量

图5 1998—2017年中国不同交通运输方式的货运量

对贸易成本的机制进行再验证。①港口在国际贸易中承担着关键性的桥梁作用，港口的通关报关是对外贸易中较为复杂的一项内容(Clark 等，2004)，对复杂信息的交流依赖性更高。由此本文猜想若高铁建成后使某一城市与港口城市直接建立联系，那么这个城市受到高铁的贸易成本降低的正向激励更为显著。为验证这一推测，我们按照“开通高铁是否使得城市与港口城市建立直接联系”进行分组再回归，结果呈现于表9 的第(1)列和第(2)列。开通高铁对于不能直达港口城市的出口结果依然显著为负，而对能直达港口的城市，高铁的影响显著为正。结果与预料一致，验证了源自面对面交流增强的贸易成本机制。②高铁引致的面对面交流增强是在一国之内讨论的，既往研究还揭示了航空运输对国与国之间面对面交流的促进效应(Cristea，2011)。具体而言，原先就有机场的城市意味着国际贸易环境相对更加完备，所以开通高铁可能会加速其形成适于出口的综合交通网络，产生贸易成本降低的乘数效应，那么在有机场的城市内高铁的贸易成本机制会更加显著。表9 的第(3)列和第(4)列分别呈现城市有无机场的实证结果，通过对比两组结果可以得出一个相对效应①对总样本的回归有显著性，而分样本的结果不再有显著性，这种情况在既往文献中也存在(如Hummels 和Schaur，2013；Duranton 等，2014)。，提示有机场城市的出口受开通高铁带来的正向影响更显著，也再次验证了贸易成本机制的存在。

表9 贸易成本机制的验证

（二）虹吸效应机制

生产要素的空间重组，在中心外围的视角下又分为虹吸效应和去中心效应(Baldwin 和Okubo，2006；Baum-Snow 等，2015)，顾名思义前者会对外围城市产生负向效应，后者会产生正向效应，因此从作用方向上可以预判高铁出口效应的空间重组作用机制应该是虹吸效应①即生产要素从外围城市流向中心城市的现象。的结果。开通高铁带来的要素流动性提高和区域间联系增强(范欣等，2017)会使得外围城市相较于中心城市工业生产的比较劣势更显著，导致外围城市生产减少，进而导致出口的减少，也可以单独由Krugman(1980)与Helpman和Krugman(1985)所提出的母市场效应②指存在规模经济和运输成本的世界中，那些拥有较大母国市场需求的产品更容易成为该国的出口产品(Hanson 和Xiang，2004)。解释。基于此，根据经典的生产函数设定，y = Af ( k)，假设技术水平A 不变，生产要素投入k 减少，则产出将减少，进而导致出口减少。为了验证虹吸效应作用机制的存在，这里的“生产要素”分别选取了城市的人口(Population)、教育投资(Education investment)、固定资产投资(Fixed assets)和地方财政支出(Fiscal expenditure)展开探究。

回归结果呈现在表10，第(1)列显示高铁对人口没有显著的影响，这与现实相符，即受中国的户籍制度约束，外生冲击对人口(尤其是户籍人口数据)的影响甚微。第(2)、(3)、(4)列显示高铁开通对外围城市的教育投资、固定资产投资和地方财政支出均有显著负向的影响(其中又尤以固定资产的流失最为显著，高达17%的边际效应)，证实了虹吸效应机制存在。开通高铁对教育投资的负向边际效应为5.4%，从长远来看，教育投资的减少，又将会对人力资本产生影响，从而进一步地弱化这些城市的竞争力。从本文的结果来看，开通高铁对外围城市的虹吸效应是显著的，与Qin(2017)、张梦婷等(2018)和Yu 等(2019)等研究结论相一致，且尤其体现为对资本要素的虹吸。

表10 探究虹吸机制的回归结果

对虹吸效应进行再验证。①从作用距离的视角验证。第一，外围城市与中心城市的空间相邻性。根据虹吸效应作用原理，越接近中心城市的外围城市所受到的作用越强，反之则越微弱。基于“是否与中心城市相邻”细分样本，结果可见表11 第(1)列和第(2)列。高铁开通对与中心城市相邻的城市出口有显著的负向影响，而不具相邻性的则没有显著性，验证了虹吸效应的存在。第二，外围城市与中心城市的空间距离。进一步拓展相邻性的猜想，理论上中心城市与外围城市距离越远，则高铁的虹吸效应越弱，那么如果外围城市与中心城市的相对距离与出口正相关则可以验证。表11 的第(3)列是依据距离进行回归的结果，正如所预想的得到了正相关的结论，验证了存在虹吸效应的相应机制。②以中心城市样本为实证对象验证。假设虹吸效应机制不存在，那么在贸易成本机制的作用下高铁开通对中心城市出口肯定显著为正。如基准回归的处理，表12 从第(1)至(3)列依次增加了控制变量，第(3)列为最终回归结果，结果显示，高铁对中心城市出口有正向影响并不显著。对此我们认为，一方面可以验证虹吸效应机制的存在，正因为高铁的虹吸效应，区域性中心城市的要素又流向了更高一级的中心城市，经济发展趋于集聚；另一方面反映了高铁的经济效应存在显著的空间异质性，在这里体现为位于不同地区内(东中西)的中心城市所受到的通高铁的经济效应差异明显，这也与Ke 等(2017)和Liu 等(2017)等研究结论相一致。

表11 虹吸机制的验证I：相邻性和空间距离

表12 虹吸机制的验证II：中心城市样本回归

五、结论与政策启示

过去的20 年间，大规模交通基础设施的经济影响评估越来越引起学者们的关注，但研究结论尚未统一。Redding 和Turner(2015)提出的“基础设施建设研究之困”为后续研究提供了重要指引。相较于其他几类基础设施，对高铁的研究仍处于起步阶段，且高铁出口效应的研究严重不足。基于中国高铁的飞速发展及其与经济建设的紧密联系，本研究对开通高铁对城市出口的影响进行了探究。

本研究基于中心-外围理论将城市样本细分为中心城市和外围城市，结合1999—2013 年中国城市数据和高铁数据对高铁的城市出口效应及其作用机制进行了系统的实证探究。结果显示高铁对外围城市的出口显著为负，边际效应为10.23%。接着，分别采用了PSM-DID 和工具变量法两种方法解决潜在的内生性问题，结果支持了原结论。采用不同时间段的分样本、滞后项、计划修建数据和进一步定义外围城市等多种方式进行稳健性检验，结果都很稳健。经过进一步的机制探究发现，高铁对外围城市出口的影响来自于固定贸易成本减低的正向影响机制和虹吸效应产生的负向影响机制，而虹吸效应的作用更加明显。并且，虹吸效应与外围城市与中心城市的相对距离成反比，即越靠近中心城市虹吸效应越强。

本文的研究结论对城市发展和高铁建设有如下启示意义：①关于城市的发展，本文发现现阶段内开通高铁对外围城市的出口有显著的负向影响，表明对外围城市的当地政府而言，特别是那些不具有天然区位优势的外围城市，政策制定者尤其需要结合地域特点制定政策以缓解这一负向冲击，如推进与高铁配套的其他交通基础设施(如机场和城市内轨道交通)建设，提高城市综合交通运输能力。②对那些仍在努力争取高铁建设的城市，政策制定者应首先对于本地经济能否从高铁中得到正向收益(尤其是短期的效应)有更清楚的认识和理性的预期，并进一步将适度、科学的规划建设观念传达给公众。③关于高铁的修建，受政治、安全和施工能力等因素限制，高铁路线在走向上实际的自由度十分有限。本文探究发现高铁对地区经济影响与高铁站点和城市的相对位置显著相关，这提示了高铁站位置的选择可能是有效改进高铁规划科学性的一个方向，高铁规划者、决策者对这一方面的考虑要有更宏观和长期的视角。④关于地区发展，本研究结果显示城市间虹吸效应机制比贸易成本机制更强，即开通高铁引致的地区间要素空间重组效应显著。因此，面对建设会引起的交通基础设施条件的变化，要求规划者应充分考虑交通在沿线不同等级、不同规模、不同经济发展水平的城市之间的差异，把握节奏、循序渐进，避免因虹吸效应弱化外围城市的发展或增强地区间不平衡。