開通高鐵是否促進了地區(qū)出口？
——來自中國城市數據的經驗證據

張夢婷 俞 峰 鐘昌標

一、引 言

國際貿易研究中的一個核心問題是貿易成本對貿易流動和福利的影響。既往諸多研究通過降低貿易成本對貿易產生的促進效應，探討了關稅下降(李善同等，2000；余淼杰，2011；吳小康和于津平，2016)、國際貿易協定或貿易自由化提高(Baier 和Bergstrand，2005；田巍和余淼杰，2013)、國際運輸費用降低(Clark 等，2004；Hummels，2007)等。近年來，越來越多的研究關注到國內貿易成本是貿易成本中不可忽視的一部分。如Limao 和Venables(2001)基于美國的港口城市“巴爾的摩”的運輸數據分析發(fā)現，如果從該城市向全世界65 個目的地國家運輸一個標準集裝箱，陸地上每單位距離的成本是海上的兩倍。Anderson 和Wincoop(2004)發(fā)現，在工業(yè)化國家間的貿易中其國內分銷成本是國際交通成本的兩倍。Co?ar 和Demir(2016)考察了土耳其國內交通基礎設施對地區(qū)參與國際貿易的影響，發(fā)現國內交通成本(工廠到港口)對地區(qū)對外貿易有顯著的影響，尤其是時間敏感型行業(yè)。與此同時，越來越多政策強調了交通基礎設施的不完善和物流部門的低效率會對發(fā)展中國家的競爭力產生嚴重影響(World Bank，2009；WTO，2004)。

高速鐵路(High Speed Railway，HSR，以下簡稱高鐵)作為客運專線，旨在降低客運成本。自2008 年第一條高鐵線路開通運營以來，中國的高鐵得益于政策重視和財政保障，在較短的時間內實現了從幾乎零起點到多項世界之最的迅猛發(fā)展。截至2019 年底，中國高鐵通車里程已經超過3.5 萬公里，接近全世界高鐵總里程的70%①中華人民共和國交通運輸部：http：//www.mot.gov.cn/guowuyuanxinxi/201912/t20191226_3313765.html。?！笆濉逼陂g交通運輸總投資規(guī)劃達15 萬億元(相較“十二五”增長20%)，以“八縱八橫”快速客運網為主骨架的高鐵網絡建設全面推進。無論就營運里程還是建設投資體量，中國已經是毋庸置疑的世界頭號高鐵強國。既往研究表明國內交通基礎設施可以降低商品運輸的成本從而促進貿易，但是較少有人關注旨在降低客運成本的高鐵對貿易的影響。Charnoz 等(2018)將法國高鐵視作地區(qū)間出行的外生沖擊，發(fā)現開通高鐵便利了企業(yè)內部總部與分支機構之間的信息交流，提高了管理技術水平，促進了整體增長和專業(yè)化程度提升；Heuermann 和Schmieder(2010)以德國高鐵為對象，探究其對通勤的影響，結果顯示開通高鐵顯著地縮短了地區(qū)間人員的出行時間，經測算地區(qū)間通勤時間每降低1%會帶來通勤者0.25%的增加，但對貨物運輸沒有顯著影響；Bernard 等(2019)基于日本新干線考察分析了高鐵對公司供應商網絡形成的影響，發(fā)現高鐵便利了管理人員的空間流通，有助于信息的傳遞，提高了生產者和供應商之間的匹配效率，因而正向影響高鐵沿線企業(yè)的績效；孫浦陽等(2019)發(fā)現開通高鐵對普通鐵路等其他交通運輸的運能具有顯著的釋放效應。然而，僅有唐宜紅等(2019)較少人考察了開通高鐵對規(guī)模以上工業(yè)企業(yè)出口的影響。

本研究在Bernard 等(2019)的研究的基礎上，以中國高鐵為例，試圖探究便利了城市間旅客出行的高鐵帶來的地區(qū)出口效應。本文主要結論如下：第一，開通高鐵對外圍城市②本文在分析中結合“中心-外圍”理論細分了研究對象，一方面可以解決高鐵建設非隨機性的問題，另一方面可以考察高鐵對不同城市類型的異質性影響?！吨虚L期鐵路規(guī)劃》(2016)中明確規(guī)定必定開通高鐵的城市(直轄市和省會城市等)為“中心城市”，其余為“外圍城市”。的出口產生顯著的負向影響，邊際效應為10.23%；第二，采用基于地理信息構建的“最小生成樹”作為工具變量(Faber，2014；張夢婷等，2018)和PSM-DID 方法來解決內生性問題，所得結果依然穩(wěn)?。坏谌?，機制分析顯示，高鐵對地區(qū)出口的負向效應在于虹吸機制和貿易成本變動機制，其中虹吸效應機制更為顯著。對此，我們基于開通高鐵后城市是否直達港口、與中心城市的相鄰性以及高鐵站相對城市中心的距離對作用機制進行了再驗證，得出一致性結論。

與既有文獻相比本研究的主要創(chuàng)新之處體現在：(1)在研究主題上，不同于唐宜紅等(2019)關于開通高鐵對規(guī)模以上企業(yè)出口的影響，本文以中國高鐵數據和城市層面數據為支撐，關注開通高鐵對城市層面出口的影響，進一步豐富了相關研究，研究結論對政策制定者如何協調區(qū)域間和區(qū)域內發(fā)展具有一定的啟示意義。(2)在機制探究上，基于中心-外圍理論，即交通基礎設施條件改善促進要素的空間流動，促使要素自發(fā)地向生產效率高的地方配置，加速經濟活動向中心城市的集聚，揭示了開通高鐵影響城市出口的空間重組效應。這也驗證了Krugman(1980)與Helpman 和Krugman(1985)所論證的“市場規(guī)模是工業(yè)化的重要決定因素”以及“大市場和小市場之間交通成本的降低會促使生產向大市場周圍集中”等命題，為交通的生產要素空間重組效應提供了微觀基礎。

二、數據與實證策略

（一）變量與數據

本文實證中主要使用的數據有三類：城市數據、高鐵數據和高程數據。

1. 城市數據。地級市是本文中最主要的研究單元，地級市的社會和經濟發(fā)展數據來自于1999—2013 年的《城市統(tǒng)計年鑒》，包括歷年的地區(qū)外貿、地區(qū)生產總值(GDP)、人口、政府財政收支、工業(yè)總產值、基礎設施建設和交通運輸等數據。另外，部分城市和年份的數據缺失由《區(qū)域統(tǒng)計年鑒》和地方統(tǒng)計年鑒予以補充。

2. 高鐵數據，包括各條高鐵線路的開通運營時間、批復修建時間、途經城市及高鐵站點等信息。筆者從1999—2013 年《中國鐵道年鑒》及公開新聞報道資料中梳理統(tǒng)計得之。高鐵網絡的矢量化是數據處理中另一重要內容。首先，以國家測繪局提供的中國1：100 萬地形圖①1∶100 萬地形圖綜合反映了制圖范圍內的自然地理和社會經濟概況，用于大范圍內進行宏觀評價和研究地理信息。作為底圖，構建一個關于交通基礎設施建設分布的數據庫。其次，結合2009—2013 年中國地圖出版社等出版的全國交通地圖冊，更新得到逐年的鐵路電子地圖。最后，在該電子地圖的基礎上，結合收集整理的開通高鐵線路的信息，利用地理信息系統(tǒng)軟件ArcGIS10.3 從鐵路網絡圖中篩選得到各年份的高鐵線路圖。

3. 高程數據(SRTM，Shuttle Radar Topography Mission)，是指用于構建工具變量的地理數據，來自地理空間數據云②中國科學院計算機網絡信息中心的公開數據平臺，網址：http：//www.gscloud.cn/?！_供下載的數據平臺。高程數據的原始狀態(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，本研究中即為中國全境。然后，按研究需求將搜集得到的基礎數據進行拼接與裁剪，得到適合研究的“底圖”數據之后，再進入處理和分析階段。本文利用ArcGIS 得到考察范圍上每個點(cell size)的水文、起伏度和坡度等信息。

（二）實證策略

本研究基于Lin(2017)的模型，結合本文所探究的內容改進后得到用以考察開通高鐵對城市出口影響的模型：

① 實驗組和對照組的虛擬變量不會隨時間變化，會被城市固定效應吸收掉；時間虛擬變量不會隨城市變化，會被時間固定效應吸收掉，即等同于控制了實驗組和對照組、時間虛擬變量，因此在回歸模型中僅需加入高鐵開通(treatment)和時間(time)虛擬變量的交叉項。

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 年開通高鐵則為1，否則為0。β1為主要解釋變量“開通高鐵”的估計系數，如果1β ＜0 且統(tǒng)計顯著，則表明高鐵負向影響城市出口，反之亦然。模型中的其他控制變量：①jitZ 包括城市內是否有機場(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，并結合既往研究選取“市場化程度”(孫楚仁等，2014)、“金融深化程度”(方顯倉和曹政，2018)和城市GDP 等城市層面其他特征變量。其中，市場化程度(Market)的衡量方法較多，本文采用運用最為廣泛的樊綱等(2011)的市場化指數②由于2010 年以后的市場化指數還沒有測算出來，本文根據前三年的平均增長速度推算出2010 年以后的市場化指數。(數值越大表示市場化程度越高)表示。金融深化程度(Finance)，用地區(qū)信貸占地區(qū)GDP 的比重來衡量，即Finance＝地區(qū)信貸總額/地區(qū)GDP×100%(數值越大表示程度越高)。②jtΩ 為省份-時間固定效應，控制隨時間變化的會對高鐵出口效應產生影響的特征變量。③tγ 是時間固定效應，用以控制時間維度的宏觀經濟沖擊。④iδ 是城市固定效應，控制不隨時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問題，本文參考Bertrand 等(2004)的做法，將標準差在城市層面進行聚類調整。

如Redding 和Turner(2015)所指出的，交通道路的布局并非完全隨機，而是取決于諸多影響經濟活動的區(qū)位條件，這導致識別交通基礎設施的經濟效應很容易產生反向因果的內生性問題。因此，本文基于高鐵的規(guī)劃文本——《中長期鐵路規(guī)劃》(2016)，刪去了文件中明確規(guī)定必定要經過的城市——直轄市、省會城市和副省級城市，剩下306 個“外圍城市”構成實證研究樣本。

三、實證結果與分析

（一）基準回歸

表1 呈現的是開通高鐵對外圍城市出口影響的基準回歸結果。從其中可以觀察到城市經濟發(fā)展(GDP)與出口之間存在顯著的正相關關系，省級層面的市場化程度對出口亦是顯著正向影響，與既往研究結論相一致，提示了模型設置的合理性。第(1)列只有“是否開通高鐵”的虛擬變量。第(2)列在第(1)列基礎上加入了城市層面的交通基礎設施和GDP 以及省份層面市場化程度和金融深化程度等控制變量，結果顯示開通高鐵對城市出口的回歸系數1β 顯著為負。第(3)列到第(5)列，逐漸增加城市固定效應、時間固定效應和省份-時間固定效應，結果表明開通高鐵對出口的影響始終顯著為負。并且，數值大小隨著固定效應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，在關于外圍城市是否開通高鐵的決策上，規(guī)劃者仍有一定的傾向性——向那些經濟發(fā)展狀況更好的城市傾斜。因此，在沒有時間固定效應和省份-時間固定效應時(第(2)列和第(3)列)，高鐵對出口的影響會被放大。在第(5)列中納入模型(1)中所有控制變量及固定效應后，結果提示開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，回歸系數的反對數 1eλ 的經濟含義是當其他條件不變時高鐵開通帶來處理組變化相較于控制組的倍數。相應地，( 1 1eλ ? )反映了高鐵開通帶來處理組城市出口水平的變化情況。。

表1 開通高鐵對城市出口影響的基準回歸結果

（二）同趨勢假設檢驗

進行雙重差分估計的前提假設是開通高鐵城市和未通高鐵城市出口具有平行趨勢。為了驗證平行趨勢，我們參考Xu(2017)的做法在模型(1)的基礎上加入了開通高鐵的前項和后項虛擬變量，得到：

圖1 開通高鐵對城市出口影響的同趨勢分析結果

（三）內生性問題處理

Redding 和Turner(2015)認為識別交通基礎設施經濟效應必須不斷解決因其路線布局的非隨機而產生的內生性問題，并提出工具變量法是有效的處理方法之一，這一方法在相關文獻中也得到了較為廣泛的應用(高翔等，2015；Ghani 等，2016；Liu 等，2017)。盡管在基準回歸中我們基于“外圍城市”回歸減小了高鐵布局的非隨機問題，并且，控制了時間固定效應和城市固定效應的基準回歸(即廣義的DID)。但是，開通高鐵的城市可能與未通高鐵的城市本身兩組就有差異，從而產生自選擇效應。此外，鑒于高鐵規(guī)劃者對那些經濟發(fā)展基礎較好或發(fā)展?jié)摿Ω蟮牡貐^(qū)在規(guī)劃時有明顯的偏好，即存在自選擇、反向因果和空間自相關等原因導致的內生性問題，我們結合既往研究進一步選用傾向評分匹配(PSM-DID)法和工具變量(IV)法兩種方法嘗試解決。

1. PSM-DID

借未開通高鐵城市的數據來刻畫通高鐵城市如若沒有開通高鐵的情況，首先要進行匹配(De Loecker，2007)，找出除了“是否開通高鐵”這一差異之外盡可能相似的城市對。既往研究表明，高鐵對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，對出口的影響應該等于開通高鐵的城市開通高鐵后的出口量與其沒有開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)，這會導致估計結果有偏。為了解決這一問題，本文參照De Loecker(2007)等學者的做法，通過篩選出處理組城市(開通高鐵城市)和比較組城市(未開通高鐵城市)，再從比較組城市(未開通高鐵城市)中選出與處理組城市(開通高鐵城市)盡可能相近的一組城市，最后再采用雙重差分法估計開通高鐵的出口效應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，減少非參數估計的偏差。。PSM-DID 這一方法已經被廣泛應用于政策評估的研究中(De Loecker，2007)。下面是本文應用這一方法的具體過程。

第一，篩選。選出用于分析的處理組城市和比較組城市：樣本期內開通高鐵的城市為實驗組，比較組(未開通高鐵城市)則選擇在樣本期內一直存在的未開通高鐵城市。

第二，匹配。傾向值匹配(PSM)是基于城市開通高鐵的概率對處理組和比較組進行配對的一種方法。在本文的研究中，由于處理組城市開通高鐵的時間并不相同，這里需要分年進行匹配。在對任一年城市進行匹配的過程中，需要篩選出當年新開通高鐵的城市以及全部比較組城市，以開通與否(開通高鐵取1，未開通取0)作為因變量，以前一期可觀測的協變量作為自變量進行Logit 模型估計，如式(5)所示。根據估計的結果，進一步對開通高鐵城市的概率進行擬合，并根據開通高鐵概率的相近度對處理組和比較組進行配對。匹配質量決定了開通高鐵對城市出口影響的估計是否可靠。為此，在每次匹配過后，還會分別進行平衡性假設檢驗和共同支撐假設檢驗，針對檢驗的結果不斷調整匹配的方法和參數，直至匹配結果符合要求，確保匹配后能得到可靠的估計結果。

參考已有文獻，傾向值匹配過程中協變量應選取能同時影響城市開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對其他影響城市出口的因素加以控制。根據這一條件，本文在選取匹配變量時，借鑒了相關高鐵的實證研究文獻所選取的匹配變量(Co?ar 和Demir，2016)，以及城市出口相關實證文獻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：是否有機場、公路密集度、固定資產投資及地方財政支出。各協變量的具體定義和形式如表2 所示。第三，估計。結合雙重差分法對“高鐵的出口效應”進行估計。首先用新開通高鐵城市的出口量減去城市開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。，得到一定時段內城市出口量的差，這樣就剔除了隨時間不變的不可觀測因素對城市出口的影響；其次用新開通高鐵城市的出口量之差減去與之匹配的未開通高鐵城市的出口量同時期之差，剔除共同受到的其他宏觀因素可能的影響，最終得到開通高鐵對出口的影響，即式(6)：

表2 匹配變量定義及度量

為了獲取城市開通高鐵的傾向值，需要篩選出對應年份新開通高鐵的城市和始終未開通高鐵的城市，以開通高鐵與否作為因變量，開通高鐵前一年可觀測的城市特征變量作為自變量，進行Logit 估計。表3 呈現了2009—2013 年匹配的Logit 估計結果。

續(xù)表3

根據估計得出的城市開通高鐵傾向值，本文采用1∶2 臨近匹配的方法①采用1∶2 臨近匹配的方法進行匹配，主要是從估計效率角度考慮。為處理組城市(即開通了高鐵的城市)篩選出配對城市。匹配質量關乎我們最后因果效應的估計是否可信，因此在匹配過后需要對其進行檢驗。有效的匹配應該使得匹配結果滿足平衡性檢驗和共同支持檢驗。本文分別對各年的匹配結果進行了以上兩種檢驗。依據Smith 和Todd(2005)的研究，平衡性檢驗是對配對后新開通高鐵的城市與未開通高鐵的城市協變量的標準偏差進行的檢驗。協變量X 的標準偏差為：

標準偏差值越小，說明處理組和比較組協變量差異越小，匹配質量越好。參照Rosenbaum 和Rubin(1985)的觀點，標準偏差的絕對值小于20 時，匹配結果可以接受。表4 為2013 年匹配的平衡性檢驗結果，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，表明兩組樣本的協變量存在統(tǒng)計上的顯著差異；經過了傾向值匹配后，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結果與2013 年大體相同②由于篇幅限制，文中沒有給出其他年份匹配質量的檢驗結果，感興趣的讀者可以向作者索取。。

共同支持假設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結果(圖2、圖3)均顯示：匹配前，兩組城市開通高鐵傾向值的分布有明顯差異；匹配后，兩組城市開通高鐵傾向值的分布變得相對重合。

最后是開通高鐵對城市出口影響的估計結果，根據式(6)，我們可以估計開通高鐵對城市出口因果效應的估計值DATTj，通過該估計值的正負以及是否顯著異于0，我們可以判斷開通高鐵是促進還是抑制了城市出口，以及這些影響是否在統(tǒng)計上顯著。

表4 平衡性假設檢驗結果(2013年)

圖2 共同支持假設檢驗結果—匹配前 (2013年)

圖3 共同支持假設檢驗結果—匹配后 (2013年)

如表5 所示，開通高鐵年份調整為0，1、2、3、4 表示開通高鐵后的第1、2、3、4年，－1、－2、－3、－4 則是開通高鐵前的第1、2、3、4 年。表5 估計值反映了開通高鐵前后各年由開通高鐵而導致的城市年人均出口量對數值的變化量。結果發(fā)現開通高鐵后第三年，對出口的影響開始顯著為負，與基準回歸的結論相一致。

表5 高鐵的地區(qū)出口效應：PSM-DID回歸結果

2. 工具變量法

借鑒Faber(2014)和張夢婷等(2018)的研究，通過空間地理信息計算開發(fā)成本，然后遵循“開發(fā)成本最低”的原則生成交通網絡，最后將柵格數據導出，以在這個生成的網絡中某一個城市是否有高鐵通過(0/1 虛擬變量)作為城市開通高鐵的工具變量。

表6 為工具變量的回歸結果。第(1)列為高鐵對出口的二階段回歸，結果顯示開通高鐵顯著負向影響出口。第(3)列為工具變量對高鐵的一階段回歸，F 值為15.872，大于相關工具變量一階段的10 的經驗值，確保工具變量的有效性。第(2)列為工具變量對出口的回歸結果，關于核心解釋變量的估計系數依然顯著為負。但是，與基準回歸的結果相比，工具變量回歸結果所顯示的高鐵對外圍城市出口的影響的絕對值變大(從10.23%到48.6%①( 1 1eλ ? )反映了高鐵開通帶來處理組城市出口水平的變化情況。)。這意味著實際高鐵規(guī)劃確定開通高鐵城市的過程的確存在規(guī)劃者對經濟基礎較好的城市的主觀傾斜(Faber，2014)，同時也表明采用工具變量的方法在一定程度上減小了內生性問題，使得高鐵對外圍城市出口的負向影響進一步顯現?？偟膩砜?，使用工具變量進行回歸的結果與基準回歸結果是一致的，同樣得到了高鐵開通對外圍城市出口呈顯著負向影響的結論。

表6 工具變量法的回歸結果

（四）穩(wěn)健性檢驗

本文采取了多種方法對結果的穩(wěn)健性進行檢驗。

1. 不同時間段的分樣本。基準回歸中數據樣本窗口為1999—2013 年，在這段樣本窗口內，中國開通高鐵的真正沖擊始于2008 年，并且除了高鐵進入鐵路運輸系統(tǒng)的沖擊之外，還發(fā)生了一系列被認為會對貿易產生顯著影響的事件，例如2008 年的金融危機、2001 年加入WTO 等。因此，我們嘗試探究樣本窗口的選擇是否會對結果產生影響。表7 是按不同方式細分樣本窗口的回歸結果。我們看到，無論是截取樣本窗口內的一段時間，還是以不同的等間隔方式選取一些年份的分樣本，開通高鐵對樣本城市出口的負向影響均顯著存在，支持了基準回歸的結論。

2. 滯后一期。用滯后項可以在一定程度上排除當期的影響，減小內生性。表8第(1)列是采用滯后一期的回歸結果，結果與基準回歸結果一致。

表7 穩(wěn)健性檢驗：不同時間段

3. 計劃修建高鐵代替實際開通高鐵。在基準回歸中，自變量“高鐵(HSR)”在某城市高鐵建成通車后取為1，否則為0?？紤]到可能在正式確定修建之時起，高鐵的出口效應就已經開始出現，因此以“計劃修建”數據代替“建成通車”數據做穩(wěn)健性檢驗。計劃修建數據，指的是國家發(fā)展和改革委員會批復同意修建途徑某一城市的高鐵線路。不難發(fā)現，這種以“通高鐵的信號”代替“實際開通高鐵”的處理，可以近似地理解為一種安慰劑檢驗(placebo test)，因為實際并沒有發(fā)生這個沖擊?；貧w結果呈現于表8第(2)列，我們發(fā)現并不存在真正開通高鐵的提前效應。

表8 穩(wěn)健性檢驗：滯后一期、計劃修建、對外圍城市不同定義

4. 對外圍城市不同的定義。如前文所述，為了排除既有經濟優(yōu)勢對結果產生的偏差影響，基準回歸的對象是除直轄市和省會城市之外的所有城市。這里，我們在前文基礎之上，又提高了關于“外圍城市”的標準來進一步篩選實證對象。結果見表8 第(3)、(4)、(5)列，分別對應的是進一步剔除副省級城市、經濟強市(當年省內GDP 排名第二)和規(guī)劃中的城市(“八縱八橫高鐵網絡上的城市”①依據為《中長期鐵路網規(guī)劃》(2016)。該文件明確描繪了“八縱八橫高鐵網絡”各條通道途徑的城市及支線名稱。)的結果，所有的回歸都得到了開通高鐵對城市出口呈顯著負向影響的結論。

四、作用機制探究

理論上，高鐵對外圍城市的出口產生影響可能的作用機制主要有兩個——“高鐵開通引致貿易成本的降低”和“連入高鐵網絡帶來生產要素的空間重組”。

（一）貿易成本機制

高鐵作為客運專線，一方面可能通過促進城市間人與人之間面對面的交流，尤其便利了復雜信息的傳遞(如增強企業(yè)對市場的信息搜索、改善供應關系和提高通關效率等)而降低固定貿易成本(唐宜紅等，2019)，促進企業(yè)出口。既往研究揭示了面對面交流對監(jiān)管和生產關系的重要性，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)通過實證考察發(fā)現，開通高鐵便利了復雜信息的有效傳遞，影響企業(yè)出口的固定貿易成本。另一方面，開通高鐵可能吸引許多原來選擇普通列車的乘客，通過釋放鐵路、高速公路等交通方式運能(嵇昊威和趙媛，2014；Wu 等，2014；孫浦陽等，2019)，從而釋放出交通資源用于貨物運輸，使普通鐵路的貨運壓力大大降低，進而降低可變貿易成本對企業(yè)出口產生影響。如孫浦陽等(2019)通過實證探究發(fā)現，高鐵對其他交通運輸能力具有顯著的釋放效應，從而降低商品的運輸成本。這兩種影響均會降低貿易成本的國內部分(Donaldson，2018)，對出口產生正向影響。

因此，通過對各種交通方式的客運量和貨運量進行描述性統(tǒng)計的方式，本文進一步對高鐵影響可變貿易成本的機制進行分析。圖4 為1998—2017 年中國客運情況統(tǒng)計，公路客運量比重最大，約為80%；其次為鐵路，約為10%；其他交通運輸方式，包括民航和水運客運量不到總客運量5%。值得注意的是，隨著2008 年中國高鐵的建成，鐵路客運量逐漸增加，而公路客運量卻呈現出下降趨勢，這提示了開通高鐵可能分擔了公路客運負擔并釋放了公路的運能，存在降低貨運成本促進貿易的可能性。對此，我們進一步統(tǒng)計了1998—2017 年中國各交通運輸方式的貨運情況。如圖5 所示，公路 貨運量也占據了交通運輸貨運量的絕大部分，比重約為70%。然而，隨著高鐵開通，雖然公路運輸的貨運量呈增加趨勢，但是公路貨運量占總貨運量的比例并無明顯變化，換言之，公路貨運運能并沒有因為開通高鐵而增加。描述性統(tǒng)計的結果表明開通高鐵并未能顯著釋放其他交通運輸運能，即高鐵對可變貿易成本的影響不明顯。

圖4 1998—2017年中國不同交通運輸方式的客運量

圖5 1998—2017年中國不同交通運輸方式的貨運量

對貿易成本的機制進行再驗證。①港口在國際貿易中承擔著關鍵性的橋梁作用，港口的通關報關是對外貿易中較為復雜的一項內容(Clark 等，2004)，對復雜信息的交流依賴性更高。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系，那么這個城市受到高鐵的貿易成本降低的正向激勵更為顯著。為驗證這一推測，我們按照“開通高鐵是否使得城市與港口城市建立直接聯系”進行分組再回歸，結果呈現于表9 的第(1)列和第(2)列。開通高鐵對于不能直達港口城市的出口結果依然顯著為負，而對能直達港口的城市，高鐵的影響顯著為正。結果與預料一致，驗證了源自面對面交流增強的貿易成本機制。②高鐵引致的面對面交流增強是在一國之內討論的，既往研究還揭示了航空運輸對國與國之間面對面交流的促進效應(Cristea，2011)。具體而言，原先就有機場的城市意味著國際貿易環(huán)境相對更加完備，所以開通高鐵可能會加速其形成適于出口的綜合交通網絡，產生貿易成本降低的乘數效應，那么在有機場的城市內高鐵的貿易成本機制會更加顯著。表9 的第(3)列和第(4)列分別呈現城市有無機場的實證結果，通過對比兩組結果可以得出一個相對效應①對總樣本的回歸有顯著性，而分樣本的結果不再有顯著性，這種情況在既往文獻中也存在(如Hummels 和Schaur，2013；Duranton 等，2014)。，提示有機場城市的出口受開通高鐵帶來的正向影響更顯著，也再次驗證了貿易成本機制的存在。

表9 貿易成本機制的驗證

（二）虹吸效應機制

生產要素的空間重組，在中心外圍的視角下又分為虹吸效應和去中心效應(Baldwin 和Okubo，2006；Baum-Snow 等，2015)，顧名思義前者會對外圍城市產生負向效應，后者會產生正向效應，因此從作用方向上可以預判高鐵出口效應的空間重組作用機制應該是虹吸效應①即生產要素從外圍城市流向中心城市的現象。的結果。開通高鐵帶來的要素流動性提高和區(qū)域間聯系增強(范欣等，2017)會使得外圍城市相較于中心城市工業(yè)生產的比較劣勢更顯著，導致外圍城市生產減少，進而導致出口的減少，也可以單獨由Krugman(1980)與Helpman和Krugman(1985)所提出的母市場效應②指存在規(guī)模經濟和運輸成本的世界中，那些擁有較大母國市場需求的產品更容易成為該國的出口產品(Hanson 和Xiang，2004)。解釋?；诖?，根據經典的生產函數設定，y = Af ( k)，假設技術水平A 不變，生產要素投入k 減少，則產出將減少，進而導致出口減少。為了驗證虹吸效應作用機制的存在，這里的“生產要素”分別選取了城市的人口(Population)、教育投資(Education investment)、固定資產投資(Fixed assets)和地方財政支出(Fiscal expenditure)展開探究。

回歸結果呈現在表10，第(1)列顯示高鐵對人口沒有顯著的影響，這與現實相符，即受中國的戶籍制度約束，外生沖擊對人口(尤其是戶籍人口數據)的影響甚微。第(2)、(3)、(4)列顯示高鐵開通對外圍城市的教育投資、固定資產投資和地方財政支出均有顯著負向的影響(其中又尤以固定資產的流失最為顯著，高達17%的邊際效應)，證實了虹吸效應機制存在。開通高鐵對教育投資的負向邊際效應為5.4%，從長遠來看，教育投資的減少，又將會對人力資本產生影響，從而進一步地弱化這些城市的競爭力。從本文的結果來看，開通高鐵對外圍城市的虹吸效應是顯著的，與Qin(2017)、張夢婷等(2018)和Yu 等(2019)等研究結論相一致，且尤其體現為對資本要素的虹吸。

表10 探究虹吸機制的回歸結果

對虹吸效應進行再驗證。①從作用距離的視角驗證。第一，外圍城市與中心城市的空間相鄰性。根據虹吸效應作用原理，越接近中心城市的外圍城市所受到的作用越強，反之則越微弱?；凇笆欠衽c中心城市相鄰”細分樣本，結果可見表11 第(1)列和第(2)列。高鐵開通對與中心城市相鄰的城市出口有顯著的負向影響，而不具相鄰性的則沒有顯著性，驗證了虹吸效應的存在。第二，外圍城市與中心城市的空間距離。進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，則高鐵的虹吸效應越弱，那么如果外圍城市與中心城市的相對距離與出口正相關則可以驗證。表11 的第(3)列是依據距離進行回歸的結果，正如所預想的得到了正相關的結論，驗證了存在虹吸效應的相應機制。②以中心城市樣本為實證對象驗證。假設虹吸效應機制不存在，那么在貿易成本機制的作用下高鐵開通對中心城市出口肯定顯著為正。如基準回歸的處理，表12 從第(1)至(3)列依次增加了控制變量，第(3)列為最終回歸結果，結果顯示，高鐵對中心城市出口有正向影響并不顯著。對此我們認為，一方面可以驗證虹吸效應機制的存在，正因為高鐵的虹吸效應，區(qū)域性中心城市的要素又流向了更高一級的中心城市，經濟發(fā)展趨于集聚；另一方面反映了高鐵的經濟效應存在顯著的空間異質性，在這里體現為位于不同地區(qū)內(東中西)的中心城市所受到的通高鐵的經濟效應差異明顯，這也與Ke 等(2017)和Liu 等(2017)等研究結論相一致。

表11 虹吸機制的驗證I：相鄰性和空間距離

表12 虹吸機制的驗證II：中心城市樣本回歸

五、結論與政策啟示

過去的20 年間，大規(guī)模交通基礎設施的經濟影響評估越來越引起學者們的關注，但研究結論尚未統(tǒng)一。Redding 和Turner(2015)提出的“基礎設施建設研究之困”為后續(xù)研究提供了重要指引。相較于其他幾類基礎設施，對高鐵的研究仍處于起步階段，且高鐵出口效應的研究嚴重不足。基于中國高鐵的飛速發(fā)展及其與經濟建設的緊密聯系，本研究對開通高鐵對城市出口的影響進行了探究。

本研究基于中心-外圍理論將城市樣本細分為中心城市和外圍城市，結合1999—2013 年中國城市數據和高鐵數據對高鐵的城市出口效應及其作用機制進行了系統(tǒng)的實證探究。結果顯示高鐵對外圍城市的出口顯著為負，邊際效應為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生性問題，結果支持了原結論。采用不同時間段的分樣本、滯后項、計劃修建數據和進一步定義外圍城市等多種方式進行穩(wěn)健性檢驗，結果都很穩(wěn)健。經過進一步的機制探究發(fā)現，高鐵對外圍城市出口的影響來自于固定貿易成本減低的正向影響機制和虹吸效應產生的負向影響機制，而虹吸效應的作用更加明顯。并且，虹吸效應與外圍城市與中心城市的相對距離成反比，即越靠近中心城市虹吸效應越強。

本文的研究結論對城市發(fā)展和高鐵建設有如下啟示意義：①關于城市的發(fā)展，本文發(fā)現現階段內開通高鐵對外圍城市的出口有顯著的負向影響，表明對外圍城市的當地政府而言，特別是那些不具有天然區(qū)位優(yōu)勢的外圍城市，政策制定者尤其需要結合地域特點制定政策以緩解這一負向沖擊，如推進與高鐵配套的其他交通基礎設施(如機場和城市內軌道交通)建設，提高城市綜合交通運輸能力。②對那些仍在努力爭取高鐵建設的城市，政策制定者應首先對于本地經濟能否從高鐵中得到正向收益(尤其是短期的效應)有更清楚的認識和理性的預期，并進一步將適度、科學的規(guī)劃建設觀念傳達給公眾。③關于高鐵的修建，受政治、安全和施工能力等因素限制，高鐵路線在走向上實際的自由度十分有限。本文探究發(fā)現高鐵對地區(qū)經濟影響與高鐵站點和城市的相對位置顯著相關，這提示了高鐵站位置的選擇可能是有效改進高鐵規(guī)劃科學性的一個方向，高鐵規(guī)劃者、決策者對這一方面的考慮要有更宏觀和長期的視角。④關于地區(qū)發(fā)展，本研究結果顯示城市間虹吸效應機制比貿易成本機制更強，即開通高鐵引致的地區(qū)間要素空間重組效應顯著。因此，面對建設會引起的交通基礎設施條件的變化，要求規(guī)劃者應充分考慮交通在沿線不同等級、不同規(guī)模、不同經濟發(fā)展水平的城市之間的差異，把握節(jié)奏、循序漸進，避免因虹吸效應弱化外圍城市的發(fā)展或增強地區(qū)間不平衡。