鐵路基礎(chǔ)設(shè)施外溢效應(yīng)的區(qū)域比較研究
——來(lái)自中國(guó)省域面板數(shù)據(jù)的證據(jù)

□ 方 領(lǐng) 王保喜

內(nèi)容提要 鐵路投資建設(shè)和客貨運(yùn)輸不僅直接作用地區(qū)經(jīng)濟(jì)發(fā)展，同時(shí)也會(huì)帶來(lái)間接外溢效應(yīng)。本文基于我國(guó)30個(gè)省域1997～2017年的面板數(shù)據(jù)，通過(guò)構(gòu)建固定效應(yīng)和變系數(shù)的面板模型，運(yùn)用SUR、GLS、FGLS 等估計(jì)法，驗(yàn)證鐵路基礎(chǔ)設(shè)施資本與區(qū)域經(jīng)濟(jì)增長(zhǎng)的外溢關(guān)系，并在同一維度上實(shí)證比較分析我國(guó)區(qū)域間鐵路基礎(chǔ)設(shè)施外溢效應(yīng)的差異。結(jié)果表明，省域以及地區(qū)之間的鐵路外溢程度差異較大，從地區(qū)看，基本呈現(xiàn)華東＞華北＞中南＞華南＞東北＞西南＞西北的差異格局，與城市群高度相關(guān)；除京滬蘇浙魯外，陜西、貴州等省域鐵路外溢效應(yīng)較強(qiáng)。從鐵路影響機(jī)理來(lái)看，主要通過(guò)鐵路網(wǎng)密度、城市群區(qū)位差異、交通運(yùn)輸結(jié)構(gòu)、鐵路客貨結(jié)構(gòu)等基礎(chǔ)變量，改變鐵路建設(shè)和運(yùn)輸從而傳導(dǎo)至省域以及區(qū)域經(jīng)濟(jì)，引起差異的存在。本文建議依托城市群，完善區(qū)域路網(wǎng)布局，構(gòu)建城市群之間的鐵路“線”以及城市群內(nèi)部城市間的網(wǎng)狀鐵路“面”；合理配置鐵路內(nèi)外結(jié)構(gòu)，提升鐵路供給效率。

一、問(wèn)題的提出

據(jù)中國(guó)國(guó)家鐵路集團(tuán)數(shù)據(jù)：截至2020年7月底，全國(guó)鐵路營(yíng)業(yè)里程達(dá)到14.14萬(wàn)公里，其中高鐵3.6萬(wàn)公里。但是從省際或區(qū)域的角度來(lái)看，我國(guó)鐵路建設(shè)不均衡，京津及其周邊地區(qū)、華北平原、沿海等地區(qū)的鐵路密度較高，西部及內(nèi)陸沿邊地區(qū)密度較低，最高與最低的地區(qū)鐵路密度相差甚至達(dá)到160 倍。交通運(yùn)輸結(jié)構(gòu)和鐵路運(yùn)輸量亦是如此。為什么鐵路建設(shè)運(yùn)營(yíng)的不均衡與地區(qū)經(jīng)濟(jì)間差異高度相關(guān)？很多文獻(xiàn)從鐵路建設(shè)運(yùn)營(yíng)的直接效應(yīng)因素來(lái)分析地區(qū)差異的影響機(jī)理，但僅從直接效應(yīng)對(duì)比分析地區(qū)差異是否不夠全面？

近幾年，很多學(xué)者開(kāi)始關(guān)注和研究鐵路建設(shè)運(yùn)營(yíng)對(duì)國(guó)民經(jīng)濟(jì)和區(qū)域經(jīng)濟(jì)的間接效應(yīng)，即外部性，如果是正的外部性則稱為外溢效應(yīng)。假設(shè)將鐵路產(chǎn)業(yè)比作一個(gè)獨(dú)立的微觀企業(yè)，鐵路運(yùn)輸業(yè)直接盈利創(chuàng)效并不明顯，投資回報(bào)率整體不高，甚至低下，但不可否認(rèn)其對(duì)國(guó)民經(jīng)濟(jì)的影響具有間接外部效應(yīng)，且表現(xiàn)的經(jīng)濟(jì)外部性特征也是正向的。它對(duì)一個(gè)地方經(jīng)濟(jì)社會(huì)的帶動(dòng)作用是多方面的，特別是鐵路成網(wǎng)后，主要表現(xiàn)在節(jié)約交通運(yùn)輸時(shí)間和運(yùn)輸成本，降低物流成本，提升國(guó)土空間價(jià)值等多方面的正向貢獻(xiàn)。

我國(guó)鐵路的自然壟斷屬性和準(zhǔn)公共產(chǎn)品屬性是外溢效應(yīng)產(chǎn)生的主要原因。我國(guó)鐵路雖然已經(jīng)實(shí)行了“政企分開(kāi)”，但仍過(guò)多承擔(dān)政府公益職能，資源配置效率受到一定外部影響，鐵路直接效應(yīng)和間接效應(yīng)同時(shí)存在。20世紀(jì)90年代以來(lái)，我國(guó)運(yùn)輸需求增加，鐵路投資相應(yīng)擴(kuò)大，但是由于我國(guó)面積廣闊，地區(qū)發(fā)展環(huán)境差異較大，不同地區(qū)鐵路投資和鐵路運(yùn)輸有很大的區(qū)別，從鐵路的宏觀外溢性角度去探究地區(qū)差異更為全面?；谝陨戏治?，本文主要回答三個(gè)問(wèn)題：第一，省際和地區(qū)間鐵路對(duì)地區(qū)經(jīng)濟(jì)的外溢作用誰(shuí)更大？第二，引起省際和地區(qū)間鐵路對(duì)經(jīng)濟(jì)的外溢作用不同的傳導(dǎo)機(jī)理如何？第三，如何縮小地區(qū)間鐵路的外溢效應(yīng)的差距？

二、文獻(xiàn)綜述

外溢效應(yīng)即正外部性是經(jīng)濟(jì)學(xué)中經(jīng)常被討論、長(zhǎng)期被研究的話題。外溢效應(yīng)的理論基礎(chǔ)主要來(lái)自外部性經(jīng)濟(jì)理論，其理論淵源可追溯到1756～1776年的重農(nóng)學(xué)派關(guān)于農(nóng)業(yè)部門對(duì)非農(nóng)部門的外溢效應(yīng)。無(wú)論是福利經(jīng)濟(jì)學(xué)，還是新制度經(jīng)濟(jì)學(xué)；無(wú)論是公共選擇理論，還是區(qū)域增長(zhǎng)理論，都將外溢性和外部性問(wèn)題作為重要的研究范疇。從研究領(lǐng)域來(lái)看，將基礎(chǔ)設(shè)施與外溢效應(yīng)相結(jié)合的研究較多，但細(xì)分到鐵路行業(yè)，仍以數(shù)據(jù)統(tǒng)計(jì)分析為主，實(shí)證研究相對(duì)較少（寧驥龍，2018）。以交通運(yùn)輸基礎(chǔ)設(shè)施與外部性相結(jié)合的研究為例，學(xué)者主要圍繞以下三個(gè)方面研究：一是作為基礎(chǔ)設(shè)施重要組成部分，對(duì)經(jīng)濟(jì)增長(zhǎng)有直接拉動(dòng)作用和間接外溢性（魯渤等，2019）。二是通過(guò)降低物流成本（劉瑞娟等，2017），提升交通可達(dá)性、減少時(shí)空成本、促進(jìn)要素流動(dòng)等中間要素或方式起到外部性作用（林曉言，2015）。三是通過(guò)對(duì)其他產(chǎn)業(yè)的直接或間接影響，傳遞增長(zhǎng)動(dòng)力，進(jìn)而帶動(dòng)經(jīng)濟(jì)增長(zhǎng)（蔣荷新，2017）。

值得注意的是，從不同角度分析交通基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)的影響，其作用機(jī)理亦不相同。現(xiàn)有文獻(xiàn)分析的主要影響變量包括空間鄰近效應(yīng)和時(shí)間累積效應(yīng)（年猛，2019），城市生產(chǎn)率（潘勇濤和施震凱，2019），全要素生產(chǎn)率TFP（王思薇，2017），微觀企業(yè)的規(guī)模和效率（Agrawal et al.，2017），結(jié)構(gòu)效應(yīng)和增長(zhǎng)效應(yīng)（王雨飛和倪鵬飛，2016），城鄉(xiāng)收入差距（邵燕斐和王小斌，2015）等。Anselin（2012）從空間維度來(lái)分析個(gè)體之間的空間相關(guān)性，提出相鄰區(qū)域之間會(huì)受到空間相互作用，從而產(chǎn)生空間依賴性；由此可以看出鐵路在相鄰區(qū)域之間會(huì)受到空間相互作用，區(qū)域間的宏觀外溢性通過(guò)空間起作用。有研究表明，交通對(duì)城鄉(xiāng)收入差距具有空間效應(yīng)，鐵路設(shè)施較好的地區(qū)能夠抑制相鄰地區(qū)的城鄉(xiāng)收入差距擴(kuò)大（邵燕斐和王小斌，2015）；交通運(yùn)輸總體上正向促進(jìn)貧困地區(qū)經(jīng)濟(jì)發(fā)展，但不同交通運(yùn)輸方式在不同地區(qū)存在顯著差異（周文，2019）。有學(xué)者以高鐵為例發(fā)現(xiàn)距離高鐵站點(diǎn)越近的區(qū)域受高鐵的帶動(dòng)影響越大，具有顯著的空間鄰近效應(yīng)；高鐵在此區(qū)域累積運(yùn)行時(shí)間越長(zhǎng)，其帶動(dòng)效應(yīng)就越強(qiáng)，具有顯著的時(shí)間累積效應(yīng)（年猛，2019）。潘勇濤和施震凱（2019）認(rèn)為高速鐵路“1小時(shí)經(jīng)濟(jì)圈”內(nèi)對(duì)促進(jìn)沿線城市生產(chǎn)率的作用更為顯著，非特大城市在生產(chǎn)效率、技術(shù)進(jìn)步等方面對(duì)高速鐵路的響應(yīng)更為顯著。上述研究結(jié)果基本證明了交通的正外部性，即外溢效應(yīng)，但也有研究指出并非所有地區(qū)都受益于高鐵建設(shè)，而是存在“虹吸效應(yīng)”，即中心城市集聚能力愈強(qiáng)，中小城市發(fā)展動(dòng)能愈弱，會(huì)產(chǎn)生負(fù)的外部性 （Yu Qin，2016）。本文則從直接效應(yīng)和間接外溢效應(yīng)的維度，來(lái)分析鐵路對(duì)區(qū)域經(jīng)濟(jì)的影響機(jī)理。

本文認(rèn)為外溢效應(yīng)是正的外部性。（1）關(guān)于外部性的定義。外部性是某個(gè)經(jīng)濟(jì)主體對(duì)另一個(gè)經(jīng)濟(jì)主體產(chǎn)生一種外部影響，而這種外部影響又不能通過(guò)市場(chǎng)機(jī)制自動(dòng)調(diào)整，屬于作用機(jī)理之外的間接影響。它不僅是個(gè)體之間，還可以是企業(yè)之間、行業(yè)之間、市場(chǎng)之間，甚至是國(guó)家之間的外部影響，表現(xiàn)出成本的外部化和收益的外部化。在對(duì)象相互之間有主體與客體之分，更形象地說(shuō)是，供體與受體之分，供體是行為（包括收益或成本）的提供者，而受體是行為的接受者，它們之間有主動(dòng)關(guān)系和被動(dòng)關(guān)系。（2）關(guān)于研究方法。國(guó)內(nèi)學(xué)者研究外部性的方法和路徑主要是構(gòu)建數(shù)據(jù)模型，大致有面板數(shù)據(jù)模型（魏瑋和畢超，2012；葉阿忠等，2017）、空間計(jì)量模型（崔百勝和楊曉勤，2017）。他們大都利用面板數(shù)據(jù)模型進(jìn)行實(shí)證，但不同是的面板模型的不同類型用途和檢驗(yàn)方法等延伸有差異。而本文是通過(guò)構(gòu)建固定效應(yīng)和變系數(shù)的面板模型，運(yùn)用SUR 等估計(jì)法進(jìn)行估計(jì)，這在分析鐵路的外溢效應(yīng)方面是一種方法的探索創(chuàng)新。（3）關(guān)于研究視角。本文聚焦區(qū)域經(jīng)濟(jì)、經(jīng)濟(jì)地理、交通運(yùn)輸結(jié)構(gòu)等方面加以研究外溢性問(wèn)題。鐵路的直接效應(yīng)主要表現(xiàn)在鐵路投資的拉動(dòng)經(jīng)濟(jì)作用，間接效應(yīng)主要體現(xiàn)在通過(guò)降低物流成本、提升區(qū)域經(jīng)濟(jì)、提高空間可達(dá)性、縮短時(shí)間成本等變量來(lái)起作用，而鐵路外溢效應(yīng)就是通過(guò)間接效應(yīng)起作用。需要注意的是，我們?cè)诶斫馔庖缧?yīng)的概念時(shí)，需要與范圍經(jīng)濟(jì)、規(guī)模經(jīng)濟(jì)等概念相區(qū)別。我們也在不少文獻(xiàn)中看到“正外部效應(yīng)”、“外部化”、“溢出效應(yīng)”“正外部性”等名詞，在本文中，這幾個(gè)名詞的含義與外溢效應(yīng)并沒(méi)有變化，是相通的。

基于以上分析，本文可能存在的貢獻(xiàn)和創(chuàng)新有以下三點(diǎn)：一是將外部性理論與鐵路基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)社會(huì)功能作用相結(jié)合，創(chuàng)新性地探索分析外部性背景下的鐵路發(fā)展；二是驗(yàn)證鐵路基礎(chǔ)設(shè)施資本對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的外溢關(guān)系，并且在同一維度上進(jìn)行省域間、地區(qū)間鐵路基礎(chǔ)設(shè)施資本的外溢程度比較；三是分析引起鐵路外溢程度差異的重要原因和影響機(jī)理，這在一定程度上擴(kuò)展了現(xiàn)有研究范圍。

三、模型與數(shù)據(jù)

（一）實(shí)證模型

20世紀(jì)50年代后期產(chǎn)生了以索洛為代表的新古典經(jīng)濟(jì)增長(zhǎng)理論；20世紀(jì)80年代后期至90年代初期，這一階段產(chǎn)生了內(nèi)生增長(zhǎng)理論。內(nèi)生增長(zhǎng)理論的一個(gè)簡(jiǎn)單生產(chǎn)函數(shù)Y=AK，其中Y是產(chǎn)出，K是資本存量，A是常量，它假定資本的邊際收益不變，不存在資本邊際收益遞減是內(nèi)生增長(zhǎng)模型和新古典增長(zhǎng)模型的關(guān)鍵區(qū)別。

在內(nèi)生增長(zhǎng)理論文獻(xiàn)中，Romer（1986）將個(gè)體資本投入的外部性考慮進(jìn)來(lái)，創(chuàng)造性地提出，假定資本的邊際收益不變，當(dāng)資本趨向于無(wú)窮大時(shí)，即使資本邊際生產(chǎn)率下降到0，只要存在一定的外部性，在一個(gè)簡(jiǎn)單的新古典增長(zhǎng)模型中就可以獲得長(zhǎng)期的內(nèi)生增長(zhǎng)。擴(kuò)展來(lái)講，從整體與個(gè)體的范疇來(lái)看，通過(guò)某個(gè)個(gè)體投資，如知識(shí)（張涵和楊曉昕，2019）、教育、技術(shù)（李正彪和薛勇軍，2019）、基礎(chǔ)設(shè)施等，不僅可以提高樣本中“個(gè)體”自身的產(chǎn)出，也可以提高全體樣本“整體”下的其他個(gè)體樣本的產(chǎn)出，這就是正的外部性（即外溢效應(yīng)）體現(xiàn)。根據(jù)上述假設(shè)，生產(chǎn)函數(shù)可以表示為：

其中k表示個(gè)體的資本存量，K表示整個(gè)經(jīng)濟(jì)的資本存量，?？蓪⑹剑?）改寫為：

其中β 是一個(gè)大于0 的常數(shù)。就整個(gè)經(jīng)濟(jì)而言，在計(jì)算單個(gè)行為人的資本邊際生產(chǎn)率時(shí)，我們不能再把K當(dāng)作一個(gè)外生變量，需要考慮k對(duì)K的影響。在β＞0 的情況下，資本的社會(huì)收益必然大于私人收益，行為人的投資也就具有正的外部性。

將式（2）細(xì)化如下：

結(jié)合式（2），考慮將鐵路資本的因素引進(jìn)，分析各省的鐵路投入對(duì)經(jīng)濟(jì)增長(zhǎng)的影響及其差異。在此將式（2）中的k的內(nèi)涵擴(kuò)展，考慮區(qū)域經(jīng)濟(jì)增長(zhǎng)的不同條件，不僅包括鐵路基礎(chǔ)設(shè)施稟賦，還包括人力資本投資、開(kāi)放程度、政府支出等。構(gòu)建實(shí)證模型如下：

式（5）中，GDP代表各省域?qū)嶋H生產(chǎn)總值（1997=100）；railway用來(lái)衡量各省域和地區(qū)的鐵路基礎(chǔ)設(shè)施資本存量。由于鐵路投資的央地分開(kāi)，中國(guó)鐵路總公司投資國(guó)家鐵路網(wǎng)線，各省域投資地方鐵路建設(shè)和城際鐵路建設(shè)，這樣簡(jiǎn)單從各省域投資數(shù)據(jù)來(lái)看，并不能涵蓋本地區(qū)所有鐵路投資。從鐵路里程來(lái)看，一個(gè)地區(qū)的鐵路投資與本地區(qū)的鐵路運(yùn)營(yíng)里程高度相關(guān)（后續(xù)會(huì)有證明測(cè)算），鐵路基礎(chǔ)設(shè)施資本量可以看作是鐵路里程數(shù)的線性函數(shù)，故此處用鐵路運(yùn)營(yíng)里程衡量各省域和地區(qū)的鐵路基礎(chǔ)設(shè)施資本存量特征；K代表各省域（或地區(qū)）的資本總量；X包括影響經(jīng)濟(jì)增長(zhǎng)的一系列控制變量，包括人力資本、外商直接投資等變量；Z代表虛擬變量，本模型不設(shè)定虛擬變量。α、β、γ 分別表示不同資本的產(chǎn)出彈性，即對(duì)產(chǎn)出的反應(yīng)度。

（二）數(shù)據(jù)說(shuō)明

本節(jié)選取全國(guó)30個(gè)省、直轄市、自治區(qū)（簡(jiǎn)稱省域，不包含西藏）1997～2017年的面板數(shù)據(jù)，分析鐵路作為影響因素，如何影響經(jīng)濟(jì)增長(zhǎng)，通過(guò)比較估計(jì)參數(shù)，來(lái)驗(yàn)證鐵路的外部性及其鐵路資本差距對(duì)區(qū)域經(jīng)濟(jì)的影響。本節(jié)選取的變量主要有：

1.經(jīng)濟(jì)產(chǎn)出指標(biāo)。地區(qū)或國(guó)民生產(chǎn)總值作為經(jīng)濟(jì)產(chǎn)出的指標(biāo)，用GDP表示。各省域的產(chǎn)出均是以1997年的不變價(jià)格表示。不變價(jià)格GDP是通過(guò)用當(dāng)年的GDP除以居民消費(fèi)價(jià)格指數(shù)獲得的，當(dāng)年的GDP來(lái)源于1998～2018年的《中國(guó)統(tǒng)計(jì)年鑒》，在《中國(guó)統(tǒng)計(jì)年鑒》中各省域的居民消費(fèi)價(jià)格指數(shù)是以上一年為100 給出的，因此需要在計(jì)算各省域的GDP時(shí)將價(jià)格指數(shù)換算成1997年（1997=100）的價(jià)格指數(shù)。

2.鐵路基礎(chǔ)設(shè)施資本指標(biāo)。正如前面介紹，我國(guó)鐵路投資體制是鐵路投資的央地分開(kāi)，中國(guó)鐵路總公司投資國(guó)家鐵路（俗稱國(guó)鐵），投資主體是中國(guó)鐵路總公司；各省域投資建設(shè)本地區(qū)鐵路（俗稱地方鐵路），其投資主體是各省的鐵路投資公司。當(dāng)前，由于各方投資主體的不同，雖有總量上的統(tǒng)算，但具體到某一個(gè)省域或地區(qū)范圍的鐵路投資數(shù)難以有權(quán)威的數(shù)據(jù)公布。本節(jié)從另一個(gè)角度來(lái)審視鐵路基礎(chǔ)設(shè)施資本存量，由于鐵路基礎(chǔ)設(shè)施資本量可以看作是鐵路里程數(shù)的線性函數(shù)（krailway=c+α·lengthrailway+ε），因此從鐵路里程的角度來(lái)看，一個(gè)地區(qū)的鐵路投資與本地區(qū)的鐵路運(yùn)營(yíng)里程高度相關(guān)，本文用鐵路運(yùn)營(yíng)里程衡量各省和地區(qū)的鐵路基礎(chǔ)設(shè)施資本存量。

3.總資本指標(biāo)，亦稱資本形成總額。包括固定資本形成總額、存貨變動(dòng)兩部分。各地區(qū)的資本形成總額數(shù)據(jù)來(lái)源于wind 數(shù)據(jù)庫(kù)，各地區(qū)的數(shù)據(jù)以1997年為基期來(lái)統(tǒng)一換算。

4.控制變量指標(biāo)。包括人力資本（human）、外商直接投資（fdi）、政府購(gòu)買（govern）等變量，人力資本用各地區(qū)教育經(jīng)費(fèi)表示，外商直接投資利用外商直接投資實(shí)際使用金額衡量。其中人力資本、外商直接投資、政府購(gòu)買三個(gè)指標(biāo)根據(jù)價(jià)格指數(shù)調(diào)整成以（1997=1）來(lái)比較。

根據(jù)上述分析，所有變量的描述統(tǒng)計(jì)如表1：

（三）模型分類與選擇

面板數(shù)據(jù)模型可以分為固定效應(yīng)和隨機(jī)效應(yīng)模型。當(dāng)ci和railwayi，t、Ki，t等解釋變量相關(guān)，即cov（railwayi，t，Ki，t，ci）≠0，則該模型為固定效應(yīng)模型；反之為隨機(jī)效應(yīng)模型。對(duì)個(gè)體效應(yīng)的處理方式不同是上述兩種模型的主要差異。固定效應(yīng)模型是假設(shè)個(gè)體效應(yīng)在組內(nèi)是固定不變的，個(gè)體間的差異反映每個(gè)個(gè)體都有一個(gè)特定的截距項(xiàng)；而隨機(jī)效應(yīng)模型則假設(shè)所有的個(gè)體具有相同的截距項(xiàng)，個(gè)體間的差異是隨機(jī)的，這些差異主要反映在隨機(jī)干擾項(xiàng)的設(shè)定上。

表1 變量的描述性統(tǒng)計(jì)

基于上述觀點(diǎn)，一般認(rèn)為，樣本來(lái)自一個(gè)較小的母體時(shí)，應(yīng)該使用固定效應(yīng)模型，而當(dāng)樣本來(lái)自一個(gè)很大的母體時(shí)，應(yīng)當(dāng)采用隨機(jī)效應(yīng)模型。然而，在具體的應(yīng)用中，大母體和小母體并沒(méi)有一個(gè)嚴(yán)格的界限。因此，有些學(xué)者認(rèn)為，選擇固定效應(yīng)模型和隨機(jī)效應(yīng)模型應(yīng)當(dāng)使用兩者是否滿足前提假設(shè)條件來(lái)判斷，同時(shí)借助相關(guān)檢驗(yàn)方法識(shí)別。

固定效應(yīng)還是隨機(jī)效應(yīng)？通過(guò)檢驗(yàn)說(shuō)明個(gè)體效應(yīng)需要被納入到模型中后，應(yīng)該將ci看成隨機(jī)干擾項(xiàng)的一部分（隨機(jī)效應(yīng)模型）還是待估計(jì)參數(shù)（固定效應(yīng)模型）。一般地，利用Hausman 檢驗(yàn)來(lái)判斷面板數(shù)據(jù)模型的選擇，Hausman 檢驗(yàn)統(tǒng)計(jì)量有助于更優(yōu)選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。通過(guò)stata 程序相關(guān)命令輸出結(jié)果可知：F 的統(tǒng)計(jì)量為109.03，P 值小于0.01，說(shuō)明個(gè)體效應(yīng)顯著，因此后面會(huì)通過(guò)SUR 模型估計(jì)不同地區(qū)的個(gè)體差異。如果Hausman 檢驗(yàn)結(jié)果為負(fù)值，可以加入Sigmamore 或者Sigmaless 檢驗(yàn)，不過(guò)一般只要Hausman 檢驗(yàn)為負(fù)值，大多采取拒絕原假設(shè)，即采用固定效應(yīng)模型，上述模型的檢驗(yàn)值為-1637.35，故面板模型采用固定效應(yīng)模型。

四、實(shí)證結(jié)果分析及穩(wěn)健性檢驗(yàn)

（一）實(shí)證結(jié)果

表2 中給出的是對(duì)式（5）的面板模型的實(shí)證回歸結(jié)果。被解釋變量為各省域生產(chǎn)總值的對(duì)數(shù)，解釋變量為各省域的鐵路里程、資本存量的對(duì)數(shù)，控制變量為人力資本和外商直接投資的對(duì)數(shù)。

表2 方程（5）的面板模型回歸結(jié)果

由表2可見(jiàn)，整體擬合效果較好，lnrailway、lnk、lnhuman、cons的回歸系數(shù)在1%的水平上顯著，lnfdi的回歸系數(shù)在10%的水平上顯著。lnk的回歸系數(shù)為0.306，且大于0，同時(shí)大于lnrailway的回歸系數(shù)0.116，表明鐵路資本對(duì)整體資本有外部性，即有外溢效應(yīng)，表明資本的總效應(yīng)大于鐵路資本的收益。

下面利用SUR 估計(jì)法考察省域間的差異。SUR 回歸，即似不相關(guān)回歸，用于估計(jì)多方程系統(tǒng)的主要方法之一，另一主要方法為聯(lián)立方程組。SUR 回歸在估計(jì)時(shí)，“各方程的變量之間沒(méi)有內(nèi)在聯(lián)系，但是各方程的擾動(dòng)項(xiàng)之間存在相關(guān)性”。表3是SUR 估計(jì)考察省域間差異的估計(jì)結(jié)果。從回歸的t檢驗(yàn)來(lái)看，回歸結(jié)果較為顯著，其中β1為lnrailway變量的系數(shù)，β2為lnk變量的系數(shù)，特別是β2的估計(jì)在各省域中非常顯著。

根據(jù)表3，首先分析lnk變量的系數(shù)β2，因?yàn)棣?的大小能夠直接反映各地區(qū)的鐵路外溢效應(yīng)的作用正負(fù)與強(qiáng)弱。從變量系數(shù)β2的估計(jì)有效性來(lái)看，大部分省域的t值都大于2，通過(guò)了t檢驗(yàn)，在1%的顯著性水平上顯著。但值得一提的是只有重慶沒(méi)有通過(guò)t檢驗(yàn)，山西雖然通過(guò)了檢驗(yàn)，但相對(duì)顯著性弱一些?？偟膩?lái)看，大部分省域中鐵路的基礎(chǔ)設(shè)施資本存在正的外部性，與式（5）的面板模型的實(shí)證回歸結(jié)果非常吻合，既個(gè)體的實(shí)證與整體的實(shí)證是吻合的。分省域來(lái)看，有五個(gè)方面的特點(diǎn)：（1）β2大于1 的省域，只有北京，意味著北京的鐵路基礎(chǔ)設(shè)施建設(shè)資本的溢出效應(yīng)最大，為1.76。（2）β2處在［0.5，1］區(qū)間的有上海、江蘇、浙江、山東、陜西、貴州6個(gè)省域，其大小分別是0.624、0.604、0.645、0.664、0.550、0.534，這5個(gè)省域的β2鐵路基礎(chǔ)設(shè)施資本的溢出效應(yīng)比較強(qiáng)。（3）大部分省域的估計(jì)大小在［0.2，0.5］區(qū)間內(nèi)，在30個(gè)省域中共有22個(gè)省域的鐵路基礎(chǔ)設(shè)施資本溢出效應(yīng)在該范圍內(nèi)，相對(duì)較大的有河北、甘肅、河南、四川、江西、內(nèi)蒙古、湖南等。（4）山西、青海、寧夏的變量系數(shù)β2非常小，分別是0.150、0.106、0.083，它們的鐵路基礎(chǔ)設(shè)施資本溢出效應(yīng)非常小，山西的變量系數(shù)β2顯著性相對(duì)較弱。（5）只有重慶的變量系數(shù)β2為負(fù)數(shù)，從估計(jì)過(guò)程來(lái)看，其沒(méi)有通過(guò)t檢驗(yàn)，系數(shù)估計(jì)不顯著。如果有其他原因，有可能是其鐵路的吸附效應(yīng)大于溢出效應(yīng)。

圖1 各省域β1 與β2 的散點(diǎn)圖和聚合效果

其次，再來(lái)對(duì)比lnk變量的系數(shù)β2和lnrailway變量系數(shù)β1，結(jié)合表3進(jìn)一步分析。一般來(lái)說(shuō)，lnk變量的系數(shù)β2是大于lnrailway變量系數(shù)β1，因?yàn)殍F路基礎(chǔ)設(shè)施資本的溢出作用在整個(gè)資本上體現(xiàn)的，而不是鐵路基礎(chǔ)設(shè)施資本自身的大小，換句話說(shuō)，鐵路基礎(chǔ)設(shè)施資本的溢出是通過(guò)包括鐵路資本在內(nèi)的整體資本起作用。在同一估計(jì)模型前提下，整體資本的溢出大小代表了鐵路基礎(chǔ)設(shè)施資本這一部分資本的作用大小。從表3發(fā)現(xiàn)，30個(gè)省域中有25個(gè)符合這一要求，只有遼寧、湖北、重慶、青海、寧夏是不一樣的結(jié)果。但仔細(xì)發(fā)現(xiàn)，正如上文所論述的，重慶的變量系數(shù)β2為負(fù)數(shù)，沒(méi)有通過(guò)t檢驗(yàn)；青海、寧夏的變量系數(shù)β2也非常小，分別是0.106、0.083，溢出效應(yīng)非常弱；遼寧、湖北有可能是其鐵路促進(jìn)自身發(fā)展的效果大于溢出效應(yīng)的作用。需要說(shuō)明的是，lnrailway變量系數(shù)β1并不代表鐵路基礎(chǔ)設(shè)施資本的直接效應(yīng)，只起到作用大小的比較關(guān)系。

考察地區(qū)間的鐵路外部性差異①。先對(duì)華北、東北、華東、中南、華南、西南、西北等7個(gè)地區(qū)進(jìn)行帶有固定效應(yīng)的面板模型估計(jì)，而后進(jìn)一步采用廣義最小二乘法對(duì)不同地區(qū)的面板數(shù)據(jù)進(jìn)行估計(jì)（見(jiàn)表4和圖2），發(fā)現(xiàn)整體擬合和各回歸系數(shù)估計(jì)的顯著性較好，大部分回歸估計(jì)較為顯著，即使個(gè)別不顯著，其也能夠在10%-20%條件下顯著，具有較強(qiáng)的解釋能力。通過(guò)對(duì)全國(guó)七大區(qū)域的鐵路基礎(chǔ)設(shè)施資本外溢效應(yīng)的估計(jì)，排序依次為華東＞華北＞中南＞華南＞東北＞西南＞西北，分別是0.814、0.426、0.421、0.331、0.161、0.112、0.042。

表3 各省域β1 與β2 的估計(jì)結(jié)果

圖2 各地區(qū)β1 與β2 的柱狀對(duì)比圖

（二）穩(wěn)健性說(shuō)明

為了使長(zhǎng)面板數(shù)據(jù)可以控制不可觀測(cè)因素，我們?cè)黾恿俗杂啥扔兄诒苊庾兞抗簿€性，本文采用固定效應(yīng)模型，從而使回歸的結(jié)果更準(zhǔn)確。表5列舉了式（5）的三種不同估計(jì)方法和檢驗(yàn)方法，模型（1）采用的固定效應(yīng)下的最小二乘回歸；模型（2）采用FGLS 估計(jì)方法，用于解決當(dāng)異方差函數(shù)未知的情況；模型（3）采用隨機(jī)效應(yīng)下的廣義二乘法回歸。比較三種回歸過(guò)程和回歸結(jié)果，解釋變量和被解釋變量的系數(shù)估計(jì)趨勢(shì)基本一致，對(duì)整個(gè)模型設(shè)定基本有效，不會(huì)因?yàn)椴煌烙?jì)方法而導(dǎo)致的估計(jì)較大偏離。

表4 各地區(qū)廣義最小二乘法面板模型的估計(jì)結(jié)果

表5 三種不同估計(jì)方法的對(duì)比

對(duì)省域面板數(shù)據(jù)模型回歸過(guò)程檢驗(yàn)。雖然各個(gè)省域都擁有自己的系數(shù)（含截距項(xiàng)與斜率），但各個(gè)省域之間的擾動(dòng)項(xiàng)很可能相關(guān)，Breusch-Pagan LM 檢驗(yàn)結(jié)果顯示：統(tǒng)計(jì)量為336.89，P 值為0，強(qiáng)烈拒絕無(wú)同期相關(guān)的原假設(shè)，這表明SUR 相較單一方程OLS 更有效率，應(yīng)該使用SUR 來(lái)估計(jì)此變系數(shù)面板模型。然后采用系統(tǒng)GMM 方法進(jìn)行過(guò)度識(shí)別檢驗(yàn)，發(fā)現(xiàn)變量設(shè)置和工具變量設(shè)置相對(duì)有效?？v觀上述分析，這些實(shí)證結(jié)果與前文回歸結(jié)果是一致的，可以說(shuō)模型在數(shù)據(jù)處理、設(shè)定模型、參數(shù)估計(jì)、顯著性檢驗(yàn)以及估計(jì)方法等方面顯示出穩(wěn)健性。

（三）傳導(dǎo)機(jī)制分析

通過(guò)實(shí)證發(fā)現(xiàn)不同省域、不同地區(qū)間的鐵路基礎(chǔ)設(shè)施資本外溢的差異，主要原因是鐵路建設(shè)差異和鐵路運(yùn)輸差異。分析其主要影響機(jī)制，它是通過(guò)鐵路建設(shè)、鐵路運(yùn)輸?shù)然A(chǔ)因素從而影響市場(chǎng)開(kāi)放程度，資本、人口、勞動(dòng)力的跨區(qū)域流動(dòng)，貿(mào)易融合等變量，導(dǎo)致不同地區(qū)的經(jīng)濟(jì)存在不平衡。

中間傳導(dǎo)變量1：鐵路建設(shè)

從省域或區(qū)域的角度來(lái)看，我國(guó)鐵路建設(shè)不均衡。長(zhǎng)江三角洲地區(qū)、京津冀輻射地區(qū)、中部城市群以及珠三角地區(qū)的鐵路網(wǎng)密度較高，而西部地區(qū)密度較低。按省域面積測(cè)算，天津、北京、上海的鐵路網(wǎng)密度最高，分別為1016.81、770.73、738.10 公里/萬(wàn)平方公里；而西藏、青海、新疆的鐵路網(wǎng)密度最低，分別為6.39、32.52、35.83 公里/萬(wàn)平方公里。

表6 我國(guó)東、中、西三區(qū)鐵路密度對(duì)比

從表6中可以看出，占國(guó)土面積的70%的西部地區(qū)，其運(yùn)營(yíng)鐵路僅占到全國(guó)運(yùn)營(yíng)里程的40%左右；而東部地區(qū)的國(guó)土面積僅為1/10，其鐵路運(yùn)營(yíng)里程卻占到約30%。東部地區(qū)的全部11個(gè)省域均高于全國(guó)平均水平，中部地區(qū)8個(gè)省域中有7個(gè)高于全國(guó)平均水平，西部地區(qū)12個(gè)省域中有7個(gè)省域低于全國(guó)平均水平，超過(guò)一半。因此，東部地區(qū)的鐵路建設(shè)較優(yōu)于中部地區(qū)，中部地區(qū)的鐵路建設(shè)較優(yōu)于西部地區(qū)。

我國(guó)區(qū)域鐵路建設(shè)存在著以下幾個(gè)特點(diǎn)：一是鐵路密度差異與區(qū)域經(jīng)濟(jì)發(fā)展差異存在著很強(qiáng)的關(guān)聯(lián)性。圖3中描繪了東、中、西部地區(qū)鐵路網(wǎng)密度與對(duì)應(yīng)地區(qū)人均GDP的變化關(guān)聯(lián)圖，不難發(fā)現(xiàn)，鐵路網(wǎng)密度的變化呈現(xiàn)東部大于中部、中部大于西部的趨勢(shì)，與此同時(shí)人均GDP的變化趨勢(shì)也顯現(xiàn)出東部大于中部、中部大于西部，兩者具有高度相關(guān)性。二是鐵路建設(shè)在不同區(qū)域差距較大。東部地區(qū)的鐵路網(wǎng)建設(shè)領(lǐng)先，其鐵路線路網(wǎng)密度為329.68 公里/萬(wàn)平方公里，為西部的4 倍多；與全國(guó)平均水平比較來(lái)看，東部所有省域均高于全國(guó)平均水平，而西部地區(qū)僅有5個(gè)高于全國(guó)平均水平。三是鐵路網(wǎng)建設(shè)相對(duì)聚集在幾大城市群的分布脈絡(luò)。排在較前的省域鐵路建設(shè)主要集聚在京津冀城市群、長(zhǎng)三角城市群、珠三角城市群等，也反映了我國(guó)鐵路網(wǎng)建設(shè)以城市群建設(shè)為依托。

圖3 我國(guó)地區(qū)鐵路網(wǎng)密度與人均GDP 的變化趨勢(shì)

中間傳導(dǎo)變量2：鐵路運(yùn)輸

從省域和地區(qū)鐵路運(yùn)輸情況看，導(dǎo)致鐵路溢出差異的主要原因有四個(gè)方面：第一，區(qū)域交通運(yùn)輸結(jié)構(gòu)差異導(dǎo)致鐵路溢出的差異。以四個(gè)直轄市客運(yùn)量為例，北京市的鐵路、公路、民航客運(yùn)之比為1.61：5.22：1；上海市的鐵路、公路、民航客運(yùn)之比為2.06：0.6：1；天津市的鐵路、公路、民航客運(yùn)之比為2.03：5.31：1；重慶市的鐵路、公路、民航客運(yùn)之比為2.28：19.2：1。重慶地區(qū)旅客主要以公路運(yùn)輸為主，這是重慶鐵路溢出效應(yīng)為負(fù)的原因之一。各地區(qū)的交通運(yùn)輸結(jié)構(gòu)不同，其溢出效果亦不同。

第二，鐵路貨運(yùn)、客運(yùn)結(jié)構(gòu)的差異導(dǎo)致鐵路溢出的不同。鐵路客運(yùn)功能與貨運(yùn)功能在各地區(qū)有所不同。2017年上海鐵路旅客周轉(zhuǎn)量為107.3 億人公里，而鐵路貨物周轉(zhuǎn)量?jī)H為10.08 億噸公里，其貨運(yùn)主要體現(xiàn)在水運(yùn)方面，水運(yùn)貨物周轉(zhuǎn)量達(dá)到24690.72 億噸公里，遠(yuǎn)遠(yuǎn)大于鐵路貨物運(yùn)輸。地區(qū)經(jīng)濟(jì)發(fā)展與貨物運(yùn)輸高度相關(guān)，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，其貨物運(yùn)輸越大。但鐵路貨物運(yùn)輸不存在這樣的規(guī)律，有的省域經(jīng)濟(jì)總量較大，但其鐵路貨物周轉(zhuǎn)量較小，如廣東，而山西作為資源型省域，資源運(yùn)輸需求較大，且多以鐵路運(yùn)輸為主。

第三，同一地區(qū)不同省域的鐵路運(yùn)輸差異。在長(zhǎng)三角地區(qū)，江蘇、浙江、安徽2017年的鐵路旅客周轉(zhuǎn)量為765.2、658.2、743.6 億人次公里，三個(gè)省域相對(duì)較為均衡。在東北地區(qū)，遼寧、吉林、黑龍江2017年的鐵路旅客周轉(zhuǎn)量依次為634.9、262.2、274.6 億人公里，三個(gè)省之間有差異，尤其是遼寧，其鐵路旅客周轉(zhuǎn)量比黑龍江、吉林都大，前者大約是后兩者之和還多。

第四，不同城市群對(duì)其內(nèi)部省域的運(yùn)輸功能定位的差異。以處在長(zhǎng)三角城市群的江蘇和處在珠三角的廣東為例，兩者經(jīng)濟(jì)總量大體相當(dāng)。從客運(yùn)量的角度看，2017年兩者公路客運(yùn)量比較接近，廣東的鐵路客運(yùn)量和民航客運(yùn)量都較江蘇更大；從2017年旅客周轉(zhuǎn)量來(lái)看，兩者鐵路旅客周轉(zhuǎn)量大體相當(dāng)，但廣東的公路旅客周轉(zhuǎn)量和民航旅客周轉(zhuǎn)量都較江蘇大。這由此會(huì)對(duì)相關(guān)省域的鐵路作用發(fā)揮有一定的影響。

鐵路：地區(qū)發(fā)展差異的重要因素

鐵路作用于省域或地區(qū)經(jīng)濟(jì)有直接效應(yīng)和間接效應(yīng)。根據(jù)經(jīng)典宏觀經(jīng)濟(jì)學(xué)理論，本文認(rèn)為鐵路具有兩種效能：一是表現(xiàn)在鐵路投資方面，影響投資需求；二是表現(xiàn)在鐵路運(yùn)輸方面，影響社會(huì)生產(chǎn)和物質(zhì)交換，影響資源配置效率。從鐵路投資方面看，鐵路投資具有乘數(shù)效應(yīng)，同時(shí)能夠增大對(duì)鋼鐵、水泥及其他相關(guān)行業(yè)的引致需求，帶動(dòng)就業(yè)，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，提升居民收入。從鐵路運(yùn)輸角度看，鐵路運(yùn)輸改善了人流、物流條件，有效提升要素流動(dòng)效率，降低物流成本，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。

圖4 鐵路變量引起省域或地區(qū)經(jīng)濟(jì)發(fā)展水平差異的傳導(dǎo)機(jī)制

根據(jù)前述分析，鐵路建設(shè)和鐵路運(yùn)輸構(gòu)成了鐵路變量的兩個(gè)方面，鐵路建設(shè)變量主要通過(guò)鐵路網(wǎng)密度、地理區(qū)位、城市群區(qū)位等因素體現(xiàn)，而交通運(yùn)輸結(jié)構(gòu)、鐵路客貨結(jié)構(gòu)、城市群區(qū)位等因素能夠影響鐵路運(yùn)輸變量。分析鐵路變量引起省域或地區(qū)經(jīng)濟(jì)發(fā)展水平的傳導(dǎo)關(guān)系，鐵路一方面直接作用于省域經(jīng)濟(jì)或地區(qū)經(jīng)濟(jì)發(fā)展水平，另一方面通過(guò)影響社會(huì)邊際生產(chǎn)成本下降，影響資本、人口、貨物等跨區(qū)域流動(dòng)，從而影響區(qū)域經(jīng)濟(jì)協(xié)同化程度，是一種間接效應(yīng)的反映。圖4反映了鐵路變量引起省域或地區(qū)經(jīng)濟(jì)發(fā)展水平差異的傳導(dǎo)機(jī)制。

五、研究結(jié)論及啟示

根據(jù)上述分析，主要結(jié)論如下：（1）鐵路基礎(chǔ)設(shè)施建設(shè)運(yùn)營(yíng)總體對(duì)省域經(jīng)濟(jì)和地區(qū)經(jīng)濟(jì)起到正外部性作用，但是省域之間以及地區(qū)之間的鐵路正外部性效應(yīng)差異較大。全國(guó)鐵路正外部性系數(shù)即外溢效應(yīng)為0.306，分地區(qū)來(lái)看：①鐵路外溢系數(shù)大于1 的省域只有北京，除京滬蘇浙魯外，陜西、貴州等省域鐵路外溢系數(shù)處在[0.5，1]區(qū)間，溢出效應(yīng)比較強(qiáng)。②30個(gè)省域中共有22個(gè)省域的鐵路外溢系數(shù)在[0.2，0.5]區(qū)間，大部分省域的鐵路外溢系數(shù)落在此區(qū)間，與全國(guó)較為接近。③山西、青海、寧夏的鐵路外溢系數(shù)分別是0.150、0.106、0.083，表明其鐵路溢出效應(yīng)非常弱，只有重慶的鐵路外部性為負(fù)。④鐵路正外部性系數(shù)排序依次為華東＞華北＞中南＞華南＞東北＞西南＞西北，呈現(xiàn)地域特征。

（2）從鐵路影響機(jī)理來(lái)看，主要通過(guò)鐵路網(wǎng)密度、城市群區(qū)位差異、交通運(yùn)輸結(jié)構(gòu)、鐵路客貨結(jié)構(gòu)等基礎(chǔ)變量，傳導(dǎo)、改變鐵路建設(shè)和運(yùn)輸，從而引起省域以及區(qū)域經(jīng)濟(jì)差異的存在。從不同因素影響來(lái)看：一是鐵路網(wǎng)密度的變化呈現(xiàn)東部大于中部、中部大于西部的趨勢(shì)，人均GDP的變化趨勢(shì)與前者一致，兩者具有高度相關(guān)性。東部地區(qū)的鐵路網(wǎng)建設(shè)較領(lǐng)先，其鐵路線路網(wǎng)密度為329.68公里/萬(wàn)平方公里，為西部的4 倍多。二是鐵路網(wǎng)建設(shè)相對(duì)聚集在幾大城市群的分布脈絡(luò)。鐵路外溢系數(shù)排在較前的省域鐵路建設(shè)主要集聚在京津冀城市群、長(zhǎng)三角城市群、珠三角城市群等，反映了我國(guó)鐵路網(wǎng)建設(shè)以城市群建設(shè)為依托。三是區(qū)域交通運(yùn)輸結(jié)構(gòu)差異導(dǎo)致鐵路溢出的差異，各地區(qū)的交通運(yùn)輸結(jié)構(gòu)不同，其溢出效果亦不同。同時(shí)鐵路客運(yùn)與貨運(yùn)在各地區(qū)功能不同也是導(dǎo)致鐵路溢出差異的原因之一，不同的運(yùn)輸格局反映了各省域的區(qū)域功能定位。

因此，我們應(yīng)該重點(diǎn)依托城市群、經(jīng)濟(jì)區(qū)等，完善區(qū)域路網(wǎng)布局，關(guān)注城市群之間鐵路基礎(chǔ)設(shè)施供給均等化，構(gòu)建城市群之間的鐵路“線”以及城市群內(nèi)部城市的網(wǎng)狀鐵路“面”；結(jié)合省域經(jīng)濟(jì)功能定位，優(yōu)化交通運(yùn)輸結(jié)構(gòu)和鐵路客貨運(yùn)結(jié)構(gòu)，合理配置鐵路內(nèi)外資源，提升鐵路供給效率，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。

注釋：

①具體區(qū)劃如下：華北地區(qū)（北京市、天津市、河北省、山西省、內(nèi)蒙古）；東北地區(qū)（遼寧、吉林、黑龍江）；華東地區(qū)（上海、江蘇、浙江、安徽、福建、江西、山東）；中南地區(qū)（河南、湖北、湖南）；華南地區(qū)（廣東、廣西、海南）；西南地區(qū)（四川、貴州、云南、重慶）；西北地區(qū)（陜西、甘肅、青海、寧夏、新疆）。由于統(tǒng)計(jì)原因，西藏、臺(tái)灣、香港、澳門暫未納入范圍。有的文章將全國(guó)劃分為7 大地理區(qū)，將中南地區(qū)再細(xì)分為華中、華南地區(qū)。本文只是通過(guò)地區(qū)考察實(shí)證結(jié)論，對(duì)如何劃分并不重要。