公路基础设施建设与居民收入差距的影响研究

罗甜甜

(长沙民政职业技术学院,湖南 长沙 410208)

引言

十九大以来,中国社会的主要矛盾已经发生转变,实现共同富裕已经成为奋斗的主要目标。如何缩小收入差距,实现共同富裕,是事关中国经济长期可持续发展的大问题。当前,中国在交通基础设施建设领域持续扩大投资,是中国产生“经济奇迹”的重要影响因素,也是中国经济保持平稳较快发展的长期保证(Faber,2014;张天华等,2018)。[1-2]然而,公路基础设施建设在促进地区经济增长的同时,却也对地区的经济发展带来极化效应,导致一些欠发达地区的居民收入差距持续扩大,这又与实现共同富裕的目标相悖。在这一背景下,如何理解公路基础设施建设对收入不平等的影响,实现地区经济增长与居民共同富裕的双重红利,就显得尤为重要了。

“想致富?先修路!”这句民间谚语揭示了公路基础设施建设对区域经济增长的作用。然而,学者们在交通基础设施对城乡收入差距的影响方面存在争议。一些学者认为,公路基础设施建设投资将减少不平等,他们的主要观点包括溢出效应(Duranton和Turner,2012)[3]、效率提升效应(Chatterjee等,2021)[4]和产业集聚效应(Henderson等,2001)[5]。虽然其他学者提出了相反的观点,认为公路建设投资为农村资源流向城市提供了机会,从而进一步加剧了不平等,但他们的主要观点是虹吸效应(Baum-Snow等,2020)[6]和区域不平等效应(Chatterjee和Turnovsky,2012)[7]。

因此,我们不难看出,已有研究并未给出公路基础设施建设对城乡居民收入差距或缩小或扩大的一致性解释,这给本文的写作思路提供了启发。在已有的文献中,溢出效应与虹吸效应作为研究的主体,城市的溢出效应有利于农村地区的经济发展,而虹吸效应不利于农村地区的经济发展(Baum-snow et al.,2020)。[6]然而,交通基础设施建设作为外生的因素,往往具有双向属性,在带来溢出效应的同时,往往也会带来虹吸效应。从局部来看,如果溢出效应大于虹吸效应,那么公路基础设施建设就会扩大居民收入差距;如果虹吸效应大于溢出效应,那么公路基础设施建设就会缩小居民收入差距。这就说明,我们应该从整体上分析公路建设对城乡收入不平等之间的影响,从而避免得出相反的结论。

库兹涅茨(Kuznets,1955)提出的“倒U”型理论帮助我们统一这两方面观点。在公路建设的早期阶段,公路基础设施建设增加了农村与城市之间的可达性。由于城市的集聚效应和相对较好的经济基础,使得农村地区的资源和劳动力慢慢转移到城市地区,从而留在农村地区的居民只能在这一过程中得到有限的利益甚至更为贫困,城市对农村的虹吸效应大于溢出效应,使得城乡收入不平等持续扩大(Banerjee et al,2012)[8];随着公路建设水平逐渐提高,城市的溢出效应开始发挥作用,农村与城市开始有了商品交易,穷人可以分享到共同的财富(Jacoby,2001)[9],使得城乡收入不平等逐渐缩小。因此,我们把交通基础设施对城乡收入差距的影响看作是“倒U”型发展的两个阶段,从而消除了现有实证研究结论的矛盾结果。

一、理论分析

大量文献结合发达国家和发展中国家的经验,从不同层面分析交通基础设施建设在提高经济效率、降低交易成本和促进经济增长方面的意义(张学良,2012;Donaldson和Hornbeck,2016)。[10-11]Donaldson(2018)在交通基础设施影响的理论和实证分析方面做了非常重要的工作。[12]在一般均衡分析框架下,他们发现交通网络的改善不仅会对区域经济增长产生直接影响,还会对整个经济产生重要的间接影响,这有利于市场整合和贸易促进。例如,Atack等(2010)发现,1850年至1860年期间,美国中西部的大规模基础设施投资导致了随后的快速城市化,导致了经济结构转型和经济增长。[13]张勋等(2018)也发现交通基础设施促进了经济增长。[14]根据这一研究范式,我们认为随着公路基础设施建设的逐步完善,公路建设可以促进区域的经济增长。

与经济增长不同,公路基础设施建设对居民收入不平等的影响更加复杂。著名经济学家刘易斯的二元经济理论为解释发展中国家城乡之间的不平等提供了参考。作为世界上最大的发展中国家,中国有大量农村人口。因此,在公路基础设施建设的初期,由于城镇化率较低,农业人口占全国居民的绝大多数,居民收入差距较小。随着公路基础设施建设的进一步发展,城市逐渐向农村扩展,城市化率逐渐提高。当公路密度小于某个临界值时,公路基础设施建设增加了城市与农村之间的可达性,由于城市地区的集聚效应和相对良好的经济基础,农村地区的资源和劳动力缓慢转移到城市地区,因此,留在农村地区的居民在这一过程中只能获得有限的福利,甚至变得更穷(Banerjee等,2020)。[8]当公路密度超过临界值时,公路基础设施建设的增加可以为农村地区的经济带来更多的活动,并提高农民的收入(Ahlfeldt和Feddersen,2018)。[15]此时,公路基础设施建设将减少城乡之间的不平等,因此,本文提出以下假说:

假说:公路基础设施建设对居民收入差距的影响呈现“倒U”型趋势。

二、实证策略

(一)数据

居民收入差距(Gap):参考刘晓光等(2015)的研究[16],以城镇居民可支配收入与农村居民纯收入的比值作为居民收入差距的代理变量。

公路基础设施建设(Road):公路基础设施建设衡量着中国运输行业的能力和效率,一般分为两种方法:一种是利用公路建设的投资规模来衡量,另一种是通过密度来衡量。考虑到公路建设投资一部分用在对原有道路上的翻新,并不能真实反应公路建设的通达程度,因此,用公路密度来衡量公路基础设施建设程度,即每平方公里的公路里程数。

其他主要控制变量包括:

受教育程度(edu):根据陈斌开等(2010)的研究[17],受教育程度是影响居民收入差距的一个主要原因。以每个城市中每万人的大学生人数代替;

经济发展水平(dev):以城市的实际人均GDP代替;

R&D水平(tech):用每个城市中科技支出占GDP比重计算;

互联网发展水平(inter):用每个城市中人均互联网接口数计算。

我们利用中国地级市的数据对理论分析的结论进行检验,剔除部分新建城市和合并城市的样本,最终得到2003—2019年285个地级市的数据。各个变量的描述性统计如表1。

表1 描述性统计

(二)计量模型的建立与回归结果

根据前面的理论分析,随着公路基础设施建设的推进,公路基础设施建设对城乡居民收入差距变化趋势的影响并非是线性关系,因此,引入公路密度的平方项,计量模型设定如下:

(1)

其中,Gap为被解释变量,反映城乡居民之间的收入差距、Roadit表示公路密度,Control为一些影响收入差距的控制变量,包括:城市教育水平、经济发展水平、城市R&D水平与互联网发展水平等。vt与μi分别为时间固定效应与城市固定效应,ξit为误差项。

三、回归结果

(一)基准回归

我们首先使用全部的样本,来考察公路基础设施建设对居民收入差距的影响。基准回归以城乡收入差距为因变量,估计了等式(1)。在利用OLS方法估计公路基础设施建设对居民收入差距的影响过程中,回归系数及其标准误往往会受到不同类型的控制变量与固定效应的影响。为了确保经验结果的准确性,表2显示了不添加控制变量和添加控制变量的回归结果。从表2的结果来看,无论是否添加控制变量,一次项系数始终为正,二次项系数始终为负,这表明城乡道路建设对不平等的影响是“倒U”形的。

表2 基准回归

具体而言,在表2第(2)列的结果中,一阶项和平方项系数分别为0.865和-0.718,这表明城乡公路密度需要达到0.602才能减少不平等。考虑到中国中西部地区只有在2006年实施的“公路村村通”计划之后才达到这一临界值,因而,“公路村村通”对缩小中西部地区的居民收入差距效果是明显的。

(二)稳健性分析

首先,我们研究了因变量的稳健性。因变量是城乡收入差距。尽管一些文献认为,中国的不平等主要来自城乡之间的不平等(Li等,2010)[18],但从整体的角度来看,仍然存在一定的误差。因此,我们使用泰尔指数来衡量每个城市的居民收入差距,并重新估计了等式(1),回归结果显示在表3的第(1)列中,可以发现,实证结果非常稳健。

表3 稳健性检验

其次,消除其他交通基础设施对结果的影响。我们进一步收集了铁路的数据,同样采用每平方公里的铁路里程数作为控制变量。尽管公路是连接城市与农村的主要道路,但排除这部分影响无疑将使结果更可信。我们重新估计了等式(1),回归结果如第(2)列所示,实证结果非常稳健。

第三,我们排除了省级中心城市和经济特区对实证结果的影响。由于省级中心城市和经济特区基本上是经济更发达的大城市,这些城市对周边城市具有明显的溢出效应(许政等,2010)[19],这可能影响公路基础设施对居民收入差距的影响。具体而言,我们排除了31个省会城市和深圳,并重新估算了等式(1)。回归结果如表3第(3)列所示,结果非常稳健。

表3报告了稳健性检验的结果,正如预期的那样,所有一次项系数为正,二次项系数为负,这进一步证实了我们基准回归结果的稳健性。

(三)工具变量回归

对OLS估计的有效性提出了一些挑战。首先,公路密度测量有可能存在误差。我们的关键变量是基于密度,这意味着可能存在测量误差。自变量中存在的测量误差将导致我们感兴趣系数的估计值减弱。其次,我们的模型中可能存在遗漏变量的情况,这可能导致估计结果有偏。基于这些原因,我们使用两阶段最小二乘法(2SLS)作为OLS分析的补充,并使用基于地理坡度倒数和距最近港口距离的倒数作为工具变量。

众所周知,中国城市的公路密度对地理坡度和到最近港口的距离高度敏感。一方面,地表粗糙程度的特征会对区域内交通运输存在影响。地理坡度越大,公路建设难度越大,公路密度越小。另一方面,运输成本远低于其他运输方式。离港口越近,公路基础设施建设的外部激励越大,公路建设的密度也越大。这两个变量是严格外生的,符合工具变量的外生假设。然而,这两个变量与公路密度的方向相反。我们选取两个变量的倒数,使其与公路密度的变化趋势相一致,在第一阶段对工具变量的相关性进行统计评估。

工具变量的回归结果见表4,我们选择2SLS解决内生问题。第一,排除其他控制变量的影响,以地理坡度的倒数作为工具变量,得到第一列的结果。第二,以离最近端口距离的倒数作为工具变量,得到第二列的结果。从结果来看,正如预期的那样,第一阶段的估计效果很好,地理坡度的倒数变化对城市的公路密度有很大的影响,正向影响公路密度,并在1%的水平上显著。距离最近港口的距离的倒数也得到相同结论。同时,F统计量大于10。所以,排除弱工具变量的问题。第二阶段结果与OLS回归保持一致,工具变量的平方项始终为负,回归结果均在5%水平上显著,“倒U”曲线仍然有效。因此,我们有理由相信,公路基础设施建设与城乡收入差距之间存在“倒U”型曲线特征,至此,我们验证了理论部分提出的假说。

表4 工具变量回归结果

四、结论与政策建议

公路基础设施建设能够促进经济增长,但对于居民收入差距的影响一直存在争论。使用2003—2019年的城市数据,考察了公路基础设施建设对居民收入差距的影响,研究结果发现:公路基础设施建设与居民收入差距之间呈“倒U”型趋势,即在公路密度小于临界值时,公路基础设施建设扩大了居民收入差距,而在公路密度大于临界值时,公路基础设施建设缩小了居民收入差距。

针对这一结论提出了相应的政策建议:一方面,加大偏远地区的公路基础设施建设,从而使更多农村地区能够享受到大城市经济发展的红利,从而实现农村居民收入的快速增长;另一方面,增加对中西部城市的教育资源投放,提高中西部地区居民的受教育水平,提高农村人力资本的教育回报率,缩小与城市居民的收入差距。