鐵路的長期經(jīng)濟影響：基于中國1980年鐵路線的研究

王文凱

一、引言

自改革開放以來，中國實際GDP在近40年的時間里保持年均9.5%(1)由中國國家統(tǒng)計局數(shù)據(jù)計算得到。的增速，遠遠高于世界同期水平，實現(xiàn)了從傳統(tǒng)農(nóng)業(yè)社會向工業(yè)社會的轉(zhuǎn)型。中國經(jīng)濟連續(xù)多年高速增長的動力是什么？這個問題引起了國內(nèi)外許多學者的注意。從發(fā)展經(jīng)濟學的理論來看，交通基礎(chǔ)設施建設被認為是經(jīng)濟發(fā)展的前提條件。比如，Rosenstein-Rodan(1943)在其著名的“大推進”(Big Push)理論中認為，交通基礎(chǔ)設施是社會發(fā)展的先行資本；Rostow(1962)也將基礎(chǔ)設施建設視為社會發(fā)展的先行資本，認為基礎(chǔ)設施的發(fā)展是實現(xiàn)經(jīng)濟起飛的前提條件。因此對交通基礎(chǔ)設施的投資歷來受到各國政府的重視。從數(shù)據(jù)上看，以2007年為例，世界銀行的貸款中近20%被用于交通基礎(chǔ)設施項目，比教育、衛(wèi)生和社會服務項目的總和還要多(Baum-Snow et al.，2017；Donaldson，2018)。而從中國的數(shù)據(jù)來看，1979-2009年，中國交通運輸業(yè)累計完成投資11萬億，年均增長20.87%，交通基礎(chǔ)設施投資占國內(nèi)生產(chǎn)總值的比重由1953年的不足1.3%上升到6.6%左右(張學良，2012)。

在交通基礎(chǔ)設施建設中，鐵路具有能耗低、碳排放少、占地少的優(yōu)勢(周浩、鄭筱婷，2012)，因此長期以來在空間資源配置中發(fā)揮著重要作用(Gao et al.，2020)，特別是在一國從傳統(tǒng)農(nóng)業(yè)社會向工業(yè)化社會轉(zhuǎn)型的過程中。從歷史上來看，世界上多數(shù)國家在工業(yè)化前期均向鐵路進行了大量投資，比如，日本明治維新時期鐵路建設占基建投資總額的比例為55%，美國在20世紀初為50%，蘇聯(lián)在1961-1973年間為63%。Rostow(1962)認為，從1843年到1860年，美國的工業(yè)化出現(xiàn)了一次“飛躍”，這在很大程度上要歸功于那時的鐵路建設；19世紀40年代初，英國鐵路的突出作用已經(jīng)導致20%的馬車和50%的河道運輸量的收縮，可以說鐵路為19世紀中后期的英國經(jīng)濟做出了巨大貢獻。

相比于發(fā)達國家，中國的鐵路建設不僅晚于歐美國家，而且發(fā)展也極為緩慢。比如，1894-1949年的55年間平均每年修建389公里，而美國在1850-1890年間建設了16萬公里的鐵路。不僅如此，早期中國鐵路的布局也不合理。從數(shù)據(jù)上看，1949年之前，中國的鐵路布局側(cè)重于東部沿海及東北地區(qū)，而占全國國土面積56%的西南、西北地區(qū)，鐵路長度僅占全國的5.5%(肜新春，2010)。所以，到1950年代時，大多數(shù)發(fā)達國家正在進行二、三次產(chǎn)業(yè)革命的更替，鐵路運輸已走過高點，正在向高速公路的代際運輸方式的轉(zhuǎn)變之中，而中國卻仍然需要從傳統(tǒng)的農(nóng)業(yè)社會向工業(yè)社會轉(zhuǎn)變。

越來越多的文獻研究了鐵路對經(jīng)濟發(fā)展的影響(Baum-Snow et al.，2017；Ahlfeldt and Feddersen，2018；Chen and Hall，2011；Hornung，2015；Ke et al.，2017)，但這些研究關(guān)注的焦點仍然是當前鐵路對當前經(jīng)濟發(fā)展的短期影響，僅有的一些關(guān)注歷史鐵路修建的文獻也仍然探討對歷史經(jīng)濟發(fā)展的影響，如O’Brein(1983)關(guān)注了歐洲1789-1914年的鐵路；Herrazn-Loncan(2006)討論了西班牙1850-1913年修建的鐵路；Donaldson(2018)關(guān)注了殖民時期印度鐵路的修建對當時印度經(jīng)濟發(fā)展的影響，還鮮有文獻關(guān)注鐵路的長期經(jīng)濟影響(2)有一些文獻關(guān)注了中國歷史上的交通線，比如Banerjee et al.(2020)關(guān)注了中國1860年的交通線；Baum-Snow et al.(2017)關(guān)注了1962年的鐵路線。但這些研究均是使用鐵路線來構(gòu)建工具變量，并沒有具體探討這些鐵路線的長期影響。，特別是還鮮有文獻關(guān)注鐵路在從傳統(tǒng)農(nóng)業(yè)社會向工業(yè)化國家轉(zhuǎn)型過程中的作用。有鑒于此，我們以中國1980年鐵路線為對象，在關(guān)注鐵路的長期經(jīng)濟影響的同時，也試圖從交通基礎(chǔ)設施的角度對中國經(jīng)濟的高速發(fā)展做出解釋。

王輝等(2014)曾研究了清末民初鐵路修建的長期經(jīng)濟影響，在研究主題上和本文最為接近，但存在如下不同：第一，王輝等(2014)以1920年中國鐵路線為對象，研究其對于中國縣域經(jīng)濟發(fā)展的長期影響。但首先存在的一個問題是，1920年至今，中國的縣域行政區(qū)劃經(jīng)歷了很大的調(diào)整。從數(shù)據(jù)上看，1920年中國共有三級行政區(qū)劃2108個(3)包括省、道、縣以及旗、宗、設治局等縣級單位。數(shù)據(jù)來源于《中國歷代行政區(qū)劃》第475頁。，而2000年中國共有縣級單位2861個(4)包括市轄區(qū)、縣級市、縣、旗、特區(qū)、林區(qū)等。數(shù)據(jù)來源于民政部。。所以，使用1920年的數(shù)據(jù)和當前數(shù)據(jù)匹配面臨著行政區(qū)劃大幅變動的問題，這可能會對結(jié)果估計造成影響。而本文使用1980年的鐵路線則不存在這種問題；第二，使用1920年的數(shù)據(jù)時間跨度較長，這是優(yōu)點可能也是缺點，因為1920年到現(xiàn)在發(fā)生了諸多對歷史影響深遠的事件，比如“三線建設”、改革開放等，這些事件毫無疑問會對縣級經(jīng)濟發(fā)展產(chǎn)生影響，而王輝等(2014)并沒有對這些事件進行探討和控制。而本文使用1980年的數(shù)據(jù)不僅可以避免這些事件的影響，同時還能利用其中的一些事件來識別本文的因果，下文會有詳細介紹；第三，王輝等(2014)使用的數(shù)據(jù)僅包括了六條鐵路干線涉及的共302個縣級單位(5)在使用“相鄰縣”時，數(shù)據(jù)達到了507個樣本。，數(shù)據(jù)涵蓋范圍較小。更重要的是，他們的樣本多集中于東南沿海經(jīng)濟發(fā)達地區(qū)，而這些線路在選擇之初便考慮了潛在的經(jīng)濟增長前景，因而使用這些樣本難以可信地進行因果效應的識別。而本文以全國縣級單位作為研究樣本，同時我們使用1992年、2000年和2010年的數(shù)據(jù)進行了估計；我們也使用多種方法來解決研究面臨的內(nèi)生性問題，同時使用“三線建設”作為外生沖擊來強化本文的因果識別，確保本文結(jié)果更加準確。

本文的邊際貢獻在于：第一，拓展了既有的研究領(lǐng)域。以往文獻主要關(guān)注鐵路的短期影響，而本文首先使用全國層面的縣級樣本關(guān)注并識別了鐵路對長期經(jīng)濟發(fā)展的因果效應，是對現(xiàn)有文獻的有益擴展和豐富。同時，也為評估鐵路及基礎(chǔ)設施的經(jīng)濟影響提供了一種新的視角，即不僅要關(guān)注其短期經(jīng)濟影響，也要關(guān)注長期經(jīng)濟效應；第二，為發(fā)展中國家的經(jīng)濟轉(zhuǎn)型提供了借鑒。中國是世界上最大的發(fā)展中國家且經(jīng)歷了長時間的經(jīng)濟高速發(fā)展，實現(xiàn)了從農(nóng)業(yè)社會向工業(yè)社會的轉(zhuǎn)型。在這個背景下，本文的研究結(jié)論不僅為中國的經(jīng)濟增長奇跡提供了解釋，同時也為世界上其他發(fā)展中國家和轉(zhuǎn)型國家的經(jīng)濟發(fā)展提供了重要的經(jīng)驗證據(jù)；第三，為鐵路以及基礎(chǔ)設施的建設提供了經(jīng)驗證據(jù)的支持。根據(jù)《新時代交通強國鐵路先行規(guī)劃綱要》的發(fā)展趨勢，未來的鐵路特別是高鐵的發(fā)展將向中小城市傾斜，本文的研究結(jié)論為該規(guī)劃的發(fā)展目標提供了經(jīng)驗證據(jù)的支持。

二、歷史背景與理論分析

(一)歷史背景

鐵路是近代工業(yè)革命的產(chǎn)物，首先發(fā)源于西方，鴉片戰(zhàn)爭以后傳入中國。從1876-1911年，清朝共修鐵路近萬公里。這些鐵路集中于東北、華北和華東地區(qū)，初步形成鐵路網(wǎng)(孫永福，2003)，成為中國鐵路事業(yè)發(fā)展的重要基礎(chǔ)。民國時期，鐵路修建里程有較大增長，但由于政局動蕩，鐵路建設缺乏統(tǒng)一的規(guī)劃管理，因而基本上是在原有鐵路單元基礎(chǔ)上擴展鐵路網(wǎng)(孫永福，2003)。

1949年之前，中國的鐵路布局側(cè)重于東部沿海及東北地區(qū)，而占全國國土面積56%的西南、西北地區(qū)，鐵路長度僅占全國的5.5%(肜新春，2010)。特別是，福建、貴州、甘肅、青海、寧夏、新疆、西藏等7個省份不通鐵路。新中國成立后，因為工業(yè)化的需要，中國開始重新進行鐵路的布局和建設。從1949-1962年，鐵路布局的重點轉(zhuǎn)向西南和西北地區(qū)，意圖將西部資源豐富的地區(qū)與東部的制造業(yè)中心連接起來。特別是1962年以后，考慮到中國周邊潛在的軍事威脅，中國的鐵路布局和建設在完善東北、華北鐵路網(wǎng)的基礎(chǔ)上，重點放在西北、西南等三線地區(qū)。在這個時期，西部的鐵路建設得到了長足發(fā)展。從1964-1973年，中國修建了全長3883公里的成昆、川黔、貴昆、湘黔、襄渝五條鐵路；同時，國家在三線建設時期還相繼建成了陽安、太焦、焦枝和青藏鐵路西寧到格爾木段等鐵路干線，加上支線和專線，共新增鐵路8064公里，占全國同期新增里程數(shù)的55%，使三線地區(qū)的鐵路里程占全國的比重由1964年的19.2%提高到34.7%，貨物周轉(zhuǎn)量增長4倍多，占到全國的1/3(肜新春，2010)。

需要注意的一個問題是，雖然中國從傳統(tǒng)經(jīng)濟向現(xiàn)代經(jīng)濟轉(zhuǎn)型即真正的工業(yè)化進程開始于19 世紀后期，但到新中國成立，中國仍然是一窮二白的農(nóng)業(yè)國，即使是到了1978年，中國仍然沒有實現(xiàn)工業(yè)化。所以，本文研究的鐵路的長期影響，其實是在探討鐵路的發(fā)展在中國從農(nóng)業(yè)向工業(yè)化轉(zhuǎn)變過程中的作用。

(二)理論分析

關(guān)于交通基礎(chǔ)設施與經(jīng)濟發(fā)展之間的關(guān)系，大多數(shù)研究均認為，交通基礎(chǔ)設施的改善可以顯著促進經(jīng)濟發(fā)展(6)Straub(2008)曾對文獻中有關(guān)基礎(chǔ)設施對經(jīng)濟發(fā)展影響的結(jié)論進行了統(tǒng)計?；?64 篇論文中140個回歸結(jié)果的樣本分析結(jié)果顯示63%的認為基礎(chǔ)設施對經(jīng)濟發(fā)展具有顯著的正作用，31%的認為基礎(chǔ)設施對經(jīng)濟發(fā)展無顯著作用，而只有6%的研究結(jié)果顯示基礎(chǔ)設施對經(jīng)濟發(fā)展具有顯著的負作用。。在轉(zhuǎn)型經(jīng)濟發(fā)展中，Rostow(1962)認為，鐵路建設是許多國家在經(jīng)濟轉(zhuǎn)型時期最強有力的促進因素之一，典型的例子有美國、德國、法國和加拿大。王輝等(2014)也認為，鐵路建設促進了經(jīng)濟效率提高，推動了英國工業(yè)革命的順利完成。

那么，在轉(zhuǎn)型過程中，鐵路如何促進經(jīng)濟發(fā)展？Rostow(1962)認為，在經(jīng)濟起飛階段，鐵路至少可以在三個方面促進經(jīng)濟發(fā)展：一是降低運輸成本，為有助于開辟國內(nèi)新的商業(yè)市場和帶來新的產(chǎn)品，起到了擴大市場的作用。比如，英國因1865-1870年鐵路的建設而節(jié)約下來的運輸成本占到了國民收入的17%(Foreman-Peck，1991)；Donaldson(2018)通過比較印度的鐵路與其他運輸方式之后認為，其他運輸方式的速度和穩(wěn)定性均差于鐵路，鐵路運費分別比公路、內(nèi)河和沿海運輸便宜4-5倍、2-4倍和1.5-3倍。所以，鐵路的修建極大地促進了國內(nèi)市場的擴展，增加了國內(nèi)投資和國內(nèi)貿(mào)易(顏色、徐萌，2015；Donaldson，2018;楊秀云等，2020)，進而吸引更多的人進入非農(nóng)部門。特別是中國，在改革開放初期，農(nóng)村存在大量的剩余勞動力，所以隨著市場規(guī)模的擴大，農(nóng)村剩余勞動大量進入非農(nóng)部門，在促進非農(nóng)部門特別是工業(yè)部門發(fā)展的同時促進了經(jīng)濟的增長。

二是鐵路建設可以帶動其他產(chǎn)業(yè)的發(fā)展，比如英國鐵路建設之后，1869年的煤炭運輸量比1865年增長了一倍(Robbins，1998)。而從中國鐵路的修建路線來看，二十世紀初修建的主要干線有助于連接主要的政治和商業(yè)中心，而俄羅斯和日本在滿洲里(中國東北)的大規(guī)模修建的鐵路連接了原材料產(chǎn)地和新興的工業(yè)中心(如沈陽和長春)；新中國成立后，聚焦于中西部的鐵路建設又將西部資源豐富的地區(qū)納入鐵路網(wǎng)絡(肜新春，2010)，因此，在轉(zhuǎn)型初期，鐵路建設方便了貿(mào)易中心和原材料地區(qū)的經(jīng)濟聯(lián)系，極大地便利了其他行業(yè)的發(fā)展，促進并加速了中國的工業(yè)化建設進而促進了經(jīng)濟發(fā)展。

三是作為發(fā)展出口部門的主要的先決條件，鐵路建設對出口的促進作用得到了大量文獻的支持(盛丹等，2011；白重恩、冀東星，2018；Coar and Demir，2016)。改革開放以來，依靠巨大的勞動力優(yōu)勢，中國逐漸成為世界工廠，出口額迅速增加。從數(shù)據(jù)上看，中國出口額在1995-2015年剔除通貨膨脹因素后增長了8.82倍(白重恩、冀東星，2018)，成為推動經(jīng)濟發(fā)展的重要力量；另一方面，改革開放以來，外資的進入也顯著促進了中國的經(jīng)濟發(fā)展(張建華、歐陽軼雯，2003)。而根據(jù)FDI區(qū)位選擇理論，交通基礎(chǔ)設施是影響FDI區(qū)位選擇的重要因素(Cheng and Kwan，2000；Zhang，2001)。因此，鐵路的開通可以顯著促進縣域?qū)用娴某隹诤屯馍掏顿Y，進而促進當?shù)氐慕?jīng)濟發(fā)展。

因此本文的實證邏輯框架如下圖所示。1980年鐵路線對經(jīng)濟發(fā)展的影響至少存在兩種渠道：一是促進了大量剩余勞動力進入非農(nóng)部門以及其他行業(yè)的發(fā)展從而提升了工業(yè)化水平，進而促進經(jīng)濟發(fā)展；二是吸引了更多的外商及投資，有著更多的出口，同樣可以促進經(jīng)濟增長。本文余下部分對此邏輯進行實證分析。

圖1 本文邏輯架構(gòu)

三、數(shù)據(jù)來源與說明

(一)核心變量

本文核心解釋變量即1980年和1962年鐵路線，該數(shù)據(jù)來源于Baum-Snow et al.(2017)，然后我們根據(jù)《中國鐵道建設史略(1876～1949)》和《中國鐵路站名詞典》以及手工網(wǎng)上搜索確定是否設有站點。通過數(shù)據(jù)，我們發(fā)現(xiàn)1962年和1980年鐵路線呈現(xiàn)出以下兩個特點：第一，根據(jù)肜新春(2010)的統(tǒng)計，新中國成立前鐵路布局側(cè)重于東部沿海及東北地區(qū)，而占全國國土面積56%的西南、西北地區(qū)，鐵路長度僅占全國的5.5%。且福建、貴州、甘肅、青海、寧夏、新疆、西藏等7個地區(qū)不通鐵路。這就說明，使用建國前的鐵路線作為研究樣本面臨著內(nèi)生性問題，即在鐵路線的路線選擇上考慮了當?shù)亟?jīng)濟發(fā)展的前景和潛力，造成因果識別的困難；建國之后到1962年，為了平衡地區(qū)經(jīng)濟發(fā)展鐵路網(wǎng)絡向西部地區(qū)進行了擴展，但是仍然很難解決上述問題；第二，1980年的鐵路線路相比1962年更加密集，而且，新增的鐵路線集中于西部地區(qū)，這和1964-1980年的“三線建設”相關(guān)，而“三線建設”可以幫助我們很好地解決上述問題，關(guān)于這部分下文有詳細討論。

本文被解釋變量為縣域經(jīng)濟發(fā)展水平，我們使用文獻中常用的GDP和人均GDP來衡量。同時，基于兩個方面的考慮，我們也使用了夜間燈光數(shù)據(jù)：第一，我們使用1992年的縣級數(shù)據(jù)缺乏GDP指標，因此無法獲得衡量經(jīng)濟發(fā)展的指標，所以我們使用夜間燈光數(shù)據(jù)；第二，夜間燈光數(shù)據(jù)和經(jīng)濟發(fā)展指標等，特別是GDP，具有很強的相關(guān)性(Henderson et al.，2012；徐康寧等，2015)，因此可以用來作為穩(wěn)健性檢驗。GDP數(shù)據(jù)來源于中國縣域統(tǒng)計年鑒，夜間燈光數(shù)據(jù)來源于作者計算，具體的處理計算過程我們參考了徐康寧等(2015)。

(二)地理特征

不同的地理特征意味著鐵路修建成本的高低，因此會影響鐵路線的走向，同時也會對經(jīng)濟發(fā)展產(chǎn)生影響，所以需要對地理特征加以控制。具體來說，我們控制了地形起伏度和緯度，這兩個數(shù)據(jù)反映的是不同的地理特征，比如，山區(qū)等地形起伏度較高，而平原則地形起伏度較低；南方多山，而北方多平原。最后我們也控制了氣候，主要包括年平均氣溫、相對濕度、年降雨量和日照時數(shù)。因為沒有縣級氣候數(shù)據(jù)，所以我們利用各氣象站的數(shù)據(jù)參考Shephard(1968)的方法計算得到各縣市的氣候數(shù)據(jù)。具體而言，利用縣與各個氣象站的距離構(gòu)造權(quán)重，其中的邏輯在于某縣的氣象特征應當與之距離近的氣象站的氣象特征更相似。各個氣象站權(quán)重的具體構(gòu)造公式如下：

其中，Wi表示氣象站的權(quán)重，disti表示氣象站i與c縣的球面大圓距離。王輝等(2014)曾使用該方法計算縣級層面數(shù)據(jù)。

(三)經(jīng)濟特征

毫無疑問，經(jīng)濟特征會影響縣域經(jīng)濟發(fā)展，因此需要加以控制。具體來說有如下指標：平均固定電話用戶占比(Tel)，定義為固定電話用戶數(shù)/總戶數(shù)，劉生龍、周紹杰(2011)和駱永民(2010)研究發(fā)現(xiàn)通訊設施會影響當?shù)氐慕?jīng)濟發(fā)展水平；固定資產(chǎn)投資占GDP比重(fai)，定義為第二產(chǎn)業(yè)增加值/GDP，該指標衡量縣級層面的產(chǎn)業(yè)結(jié)構(gòu)，余泳澤、潘妍(2019)認為，產(chǎn)業(yè)結(jié)構(gòu)是影響經(jīng)濟發(fā)展的重要因素；人均財政支出取對數(shù)，定義為財政支出/總?cè)丝谌?shù)。毫無疑問，財政收入會影響經(jīng)濟發(fā)展水平；金融發(fā)展規(guī)模(Fin)，定義為年末金融機構(gòu)各項貸款余額/GDP；金融效率(Fin2)，定義為年末金融機構(gòu)各項貸款余額/居民儲蓄存款余額。這里我們參考的是劉曉光等(2015)的研究。在中國特定的經(jīng)濟發(fā)展環(huán)境下，金融制度在金融資源的分配上會對經(jīng)濟發(fā)展產(chǎn)生重要的影響，以上數(shù)據(jù)均來源于中國縣域統(tǒng)計年鑒；此外，我們還控制了教育水平(Edu)，定義為人均受教育年限，其中未上學、小學、初中、高中、本科和研究生教育年限分別取0、6、9、12、16和22，人力資本不僅影響當前的經(jīng)濟發(fā)展，而且還影響經(jīng)濟的長期發(fā)展，所以需要加以控制；少數(shù)民族人口比重(minorities)以及15-64歲人口占總?cè)丝诘谋戎?labor)，衡量縣級勞動力人數(shù)，這些數(shù)據(jù)來源于普查數(shù)據(jù)加總到縣級層面得到。為了減少異常值的影響，控制變量在1%水平上縮尾。需要說明的是，在本文中，為了更加全面的檢驗鐵路對經(jīng)濟的長期影響，我們分別使用1992年、2000年和2010年的數(shù)據(jù)進行了檢驗，其中，2000年為本文主要匯報的結(jié)果使用的數(shù)據(jù)。之所以使用2000年的數(shù)據(jù)，第一，相比于1992年，2000年的數(shù)據(jù)更加完整；第二，2000年之后，中國加入了世貿(mào)組織，同時還通過了西部大開發(fā)等國家政策，這些政策很明顯會對經(jīng)濟發(fā)展產(chǎn)生影響，使用2000年之后的數(shù)據(jù)又無法很好地控制這些因素，所以我們使用2000年的數(shù)據(jù)作為主要的基準結(jié)果。

(四)機制變量

按照本文理論分析的論述，鐵路促進經(jīng)濟發(fā)展的機制在于工業(yè)化、外資和出口，其中，工業(yè)化衡量指標主要包括規(guī)模以上工業(yè)企業(yè)個數(shù)取對數(shù)(Firm)、規(guī)模以上工業(yè)企業(yè)總產(chǎn)值取對數(shù)(Gvio)、人均工業(yè)總產(chǎn)值取對數(shù)(規(guī)模以上工業(yè)企業(yè)總產(chǎn)值/戶籍人口，lnpergvio)、企業(yè)戶均工業(yè)總產(chǎn)值取對數(shù)(規(guī)模以上工業(yè)企業(yè)總產(chǎn)值/規(guī)模以上工業(yè)企業(yè)個數(shù)，lnfirmgvio)、工業(yè)結(jié)構(gòu)(工業(yè)增加值占GDP比重，Ind)和制造業(yè)從業(yè)人員占比(制造業(yè)從業(yè)人員/全部行業(yè)從業(yè)人員，Ind_worker)，其中，前五個指標來源于中國縣市經(jīng)濟統(tǒng)計年鑒，最后一個指標來源于2000年人口普查，我們加總到縣級層面；衡量外資較好的指標是FDI，但遺憾的是，縣級層面的FDI數(shù)據(jù)缺失過于嚴重，為此，我們使用2004年經(jīng)濟普查數(shù)據(jù)中外資企業(yè)數(shù)量來代替，具體來說，我們使用三個指標；外資企業(yè)取對數(shù)(FF_total)、港澳臺企業(yè)取對數(shù)(GAT)和二者之和取對數(shù)(FF_total)。最后，我們也使用2004年經(jīng)濟普查數(shù)據(jù)中企業(yè)產(chǎn)品出口額加總到縣級層面取對數(shù)作為出口指標(Export)。

最后，因為本文主要以2000年的數(shù)據(jù)匯報結(jié)果，因此，在描述性統(tǒng)計中我們限于篇幅僅報告了2000年數(shù)據(jù)的描述性統(tǒng)計，具體見表1。需要說明的是，我們剔除了市轄區(qū)和西藏自治區(qū)的數(shù)據(jù)，以及副地級市，比如河南濟源、湖北天門和仙桃等。

表1 描述性統(tǒng)計

四、估計結(jié)果與討論

本文使用如下(1)式來估計鐵路對經(jīng)濟發(fā)展的影響：

yi=βRailwayi+θXi+δc+εi

(1)

其中，yi衡量縣域經(jīng)濟發(fā)展水平，分別為GDP取對數(shù)，人均GDP取對數(shù)及夜間燈光。Railwayi表示是否開通鐵路，是為1，否為0。Xi表示控制變量，分為兩類：地理特征和經(jīng)濟特征。δc表示城市固定效應，用來捕捉不同城市之間不隨時間變化但可能對鐵路和經(jīng)濟發(fā)展產(chǎn)生影響的無法觀測的特征。εi為擾動項?？紤]到不同省份之間的縣市可能存在經(jīng)濟聯(lián)系，我們使用聚類到省級層面的標準誤。

中國從1978年開始改革開放，但是中國的改革存在明顯的階段性改革特征，比如，1992年，中國宣布經(jīng)濟改革的目標是建立社會主義市場經(jīng)濟體制，而且，使用數(shù)據(jù)的檢驗也發(fā)現(xiàn)從1978年以來中國經(jīng)濟發(fā)展存在斷點(傅曉霞、吳利學，2006)，即1992年。因此，我們第一個檢驗時間點為1992年。結(jié)果見下表2。

表2 1992年回歸結(jié)果

正如上文所說，1992年縣級層面的GDP不可得，因此這里被解釋變量使用的是夜間燈光數(shù)據(jù)。其中第(1)列我們僅控制了城市固定效應，并使用聚類到省份層面的標準誤，可以看到，核心解釋變量系數(shù)在1%統(tǒng)計水平上顯著為正；第(2)列我們添加了地理特征控制變量，核心解釋變量系數(shù)略微變小但依然顯著為正；第(3)列為添加經(jīng)濟特征變量的結(jié)果，發(fā)現(xiàn)系數(shù)仍然顯著為正；第(4)列同時控制地理和經(jīng)濟特征，結(jié)果依然保持不變。最后第(5)列，我們使用城鎮(zhèn)化率作為衡量1992年經(jīng)濟發(fā)展的另一個替代性指標，結(jié)果依然顯著為正。1992年基準結(jié)果表明，鐵路開通對縣域經(jīng)濟的長期發(fā)展具有顯著的促進作用。

接下來我們使用2000年的數(shù)據(jù)進行檢驗。結(jié)果見下表3。這里被解釋變量為GDP，其中，第(1)-(4)列依次添加控制變量，可以看到，結(jié)果和表2保持一致，核心解釋變量系數(shù)均在1%統(tǒng)計水平顯著為正。第(5)列我們使用人均GDP取對數(shù)為被解釋變量，第(6)列為使用夜間燈光的結(jié)果，可以看到，結(jié)果仍然顯著為正。表3的結(jié)果再次表明，鐵路開通對縣域經(jīng)濟發(fā)展具有顯著的長期促進作用。

表3 2000年回歸結(jié)果

更進一步地，該系數(shù)是否具有經(jīng)濟意義呢？換句話說，該結(jié)果在經(jīng)濟意義上是否顯著呢？我們以表3第(4)列為例進行說明，第(4)列系數(shù)表明鐵路開通對經(jīng)濟發(fā)展的平均處理效應約為26%，因為核心解釋變量為1980年的鐵路線，被解釋變量為2000年的GDP，因此，本文結(jié)果捕捉了二十年的處理效應。換句話說，鐵路開通對經(jīng)濟發(fā)展的平均效應轉(zhuǎn)換成年均增長約為1.16%。這個效應即使放在中國經(jīng)濟騰飛的1980-2000年間也不可謂小。也就是說，本文的結(jié)果不僅在統(tǒng)計水平上顯著，在經(jīng)濟意義上同樣顯著。

盡管本文已經(jīng)盡可能地控制了可能對鐵路開通和經(jīng)濟發(fā)展產(chǎn)生影響的控制變量，但是仍然可能存在遺漏變量的問題。為了解決這個問題，我們使用Oster(2019)提出的方法計算經(jīng)過調(diào)整處理的系數(shù)。該方法的思想在于，隨著控制變量的增加，如果核心解釋變量的系數(shù)保持穩(wěn)定但R2增加，那么這就意味著可觀測的控制變量可以很好地捕捉了殘差項中對被解釋變量的解釋力，所以無法觀測的變量可能不會對結(jié)果產(chǎn)生較大的影響，相反，如果添加控制變量之后，核心解釋變量系數(shù)下降但R2沒有增加，這種情況下，無法觀測因素對結(jié)果的影響可能較大。在表3第3行我們報告了經(jīng)調(diào)整的系數(shù)，可以看到，雖然系數(shù)有所下降，但和第1行的結(jié)果依然是一致的，說明我們的結(jié)果不太可能受到無法觀測因素的影響(7)經(jīng)調(diào)整的系數(shù)的計算具體來說分為兩步：第一，設定理論上的最大R2值，Oster(2019)建議使用基準結(jié)果R2值的1.3倍；第二，設定無法觀測因素相比可觀測變量的權(quán)重，Oster(2019)建議權(quán)重為1，即無法觀測因素和可觀測變量同等重要。我們按照上面的建議進行計算。需要說明的是，因為本文基準回歸R2過大，使用Oster(2019)的1.3倍建議則超過1，因為我們使用最大值1。。

另外一種排除無法觀測因素干擾的方法是使用安慰劑檢驗。具體來說，我們把1980年開通鐵路的縣市數(shù)量在全部樣本內(nèi)進行隨機分配，通過這種方法構(gòu)建安慰劑檢驗樣本，其中，檢驗方程式使用表3第(4)列。安慰劑檢驗的核心思想在于使用隨機分配得到的虛構(gòu)的處理組和對照組進行估計，如果在這種情況下，估計量的回歸結(jié)果依然顯著，那么說明原來的估計結(jié)果很有可能出現(xiàn)了偏誤，即被解釋變量的變動很有可能是受到了其他無法觀測因素的影響。為了增加安慰劑檢驗的識別信心，重復次數(shù)設定為1000次。

圖2報告了重復1000次得到的估計值的分布，可以看到，隨機分配得到的估計值的分布明顯集中在零附近，呈現(xiàn)標準正態(tài)分布，且表3第(4)列系數(shù)0.26位于整個分布之外，屬于明顯的異常值。綜合上文，這些結(jié)果說明本文的結(jié)果無法觀測因素即遺漏變量并不會對本文結(jié)果產(chǎn)生較大偏差。

圖2 安慰劑檢驗結(jié)果

最后我們也使用2010年的數(shù)據(jù)進行了檢驗，結(jié)果見表4。其中，表4的控制變量和表3相同。從結(jié)果來看，鐵路開通對縣域經(jīng)濟發(fā)展仍然具有顯著的長期促進效應。而且，我們也給出了Oster(2019)提出的經(jīng)過調(diào)整的處理系數(shù)。從系數(shù)的大小來看，同樣以第(4)列為例，表4的系數(shù)表明，平均而言，鐵路開通的經(jīng)濟效應大小為年均增長0.70%(8)從表4第(4)列的結(jié)果來看，無論是總效應即系數(shù)大小還是年均效應，2010年樣本的結(jié)果均小于2000年的結(jié)果，但是我們不能得出鐵路的長期經(jīng)濟效應隨時間而減弱的結(jié)論，因為不同樣本(規(guī)模)之間不具有可比性。實際上，我們使用2000年和2010年的混合面板構(gòu)造鐵路(Railway)和時間的交互項檢驗結(jié)果發(fā)現(xiàn)，總效應之間并不存在顯著差異。非常感謝審稿人指出這一點。?？偟膩碚f，從本文的基準回歸結(jié)果來看，鐵路對于中國縣域經(jīng)濟的發(fā)展進而對中國經(jīng)濟的發(fā)展產(chǎn)生了顯著的促進作用，這在一定程度上為中國改革開放之后的高速經(jīng)濟發(fā)展提供了解釋。

表4 2010年回歸結(jié)果

五、穩(wěn)健性檢驗

(一)1962年鐵路線

接下來我們進行穩(wěn)健性檢驗。首先，我們使用1962年鐵路線進行檢驗。如果本文的假說成立，那么，1962年的鐵路線應該也有長期的促進作用。表5我們使用2000年的數(shù)據(jù)進行驗證?？梢钥吹?，表5結(jié)果和基準結(jié)果保持一致，即具有顯著的促進作用，第(4)列系數(shù)大小換算成年均增長為0.57%。因此，這進一步證實了本文的結(jié)果。使用1992年和2010年的數(shù)據(jù)結(jié)果也均保持一致，限于篇幅沒有報告。

表5 1962年鐵路線回歸結(jié)果

但是使用1962年的鐵路線存在的一個問題在于，鐵路線的選擇和經(jīng)濟發(fā)展具有很強的相關(guān)性，換句話說，越是經(jīng)濟發(fā)達的縣市越可能開通鐵路。比如，1876-1911年共修建鐵路9968.5km，但這些鐵路集中于東北、華北和華東經(jīng)濟發(fā)達地區(qū)(孫永福，2003)。之后雖然在鐵路建設上有所進展，但因為政局動蕩，鐵路建設缺乏統(tǒng)一的規(guī)劃管理，因而新建鐵路基本上在原有鐵路單元基礎(chǔ)上進行擴展(孫永福，2003)。據(jù)統(tǒng)計，新中國成立之前的鐵路布局側(cè)重于東部沿海及東北地區(qū)，而占全國國土面積56%的西南、西北地區(qū)，鐵路長度僅占全國的5.5%(肜新春，2010)。而歷史經(jīng)濟發(fā)展水平和本文樣本期內(nèi)的縣市經(jīng)濟發(fā)展具有很強的相關(guān)性。所以，本文的結(jié)果可能捕捉到的并不是鐵路的效應，而是由于存在自選擇問題導致的經(jīng)濟差異。這也是本文沒有使用1962年的鐵路線作為基準結(jié)果的一個原因。

(二)限定距離

為了解決自選擇問題，我們把樣本限定在鐵路線附近。這樣做的好處在于：第一，鐵路線附近的縣市在地理特征和經(jīng)濟特征上的差異較小，可以控制一定的縣市異質(zhì)性；第二，把樣本限定在鐵路線附近，自選擇問題可能不會很嚴重。基于上述考慮，我們首先以開通鐵路的縣市為原點，選擇距離該原點最近的五個縣市，然后依次遞減，直到把樣本限定在離原點最近的一個縣市。具體的回歸結(jié)果見表6。

從表6可以看出，當把樣本限定在鐵路線附近時，鐵路的長期經(jīng)濟效應依然存在，核心解釋變量的系數(shù)均顯著為正，系數(shù)大小在0.19-0.24之間，相比基準回歸結(jié)果，系數(shù)大小變動幅度較小。但這個結(jié)果有兩點需要注意，第一，控制了部分縣市差異及自選擇之后，基準結(jié)果的效應仍然存在；第二，該結(jié)果并不能完全把自選擇和經(jīng)濟差異剝離，因此還需要進一步驗證。

表6 限定距離

(三)傾向得分匹配法

控制樣本之間的差異的一個較好的方法是使用傾向得分匹配法(即PSM)。其基本思路是，根據(jù)處理組的樣本i的特征在控制組中尋找和樣本i盡可能相似的樣本j，即x1i≈x0j。基于可忽略性假設，則樣本i與樣本j進入處理組的概率相近，具有可比性，所以可以將y0j作為y0i的估計量，據(jù)此可以得到處理效應的估計量。

常見的PSM方法有近鄰匹配，核匹配等。我們使用核匹配，使用其他方法得到的結(jié)果相似，限于篇幅不再報告。首先在圖3我們報告了匹配的結(jié)果，可以看到，在匹配前，處理組和控制組之間存在較大的差異，但是匹配之后，樣本之間的差異變得很小，因此，匹配的效果較好，可以很大程度上控制樣本差異。具體的回歸結(jié)果見表7?；貧w結(jié)果顯示，PSM結(jié)果和基準結(jié)果保持一致。這說明，本文結(jié)果不會受到樣本差異的影響。

表7 PSM結(jié)果

圖3 匹配結(jié)果圖示

(四)“三線建設”

解決上述問題最好的辦法是找到一個外生沖擊，且該外生沖擊和經(jīng)濟因素無關(guān)。從歷史的角度來看，1964-1980年開始的“三線建設”是很好的選擇，這也是為什么本文選擇1980年鐵路線的主要原因。

“三線建設”的原因是多方面的，而應對外部軍事威脅是最主要的原因(黃榮華，2002；Fan and Zou，2021)。20世紀60年代，中國同時受到來自不同方面的軍事威脅。比如，西面印度雖然戰(zhàn)敗，但依然對中國虎視眈眈；北面和蘇聯(lián)的關(guān)系破裂，蘇聯(lián)軍隊陳兵中蒙邊界；南邊越南戰(zhàn)爭在8月升級，隨后美國對北越進行大規(guī)模轟炸，威脅到中國的邊境。在這種情況下，中國領(lǐng)導人擔心，如果中國要與蘇聯(lián)或美國開戰(zhàn)，那么現(xiàn)有的工業(yè)集群在地理上靠近潛在的戰(zhàn)爭前線，很容易受到軍事打擊(9)比如，總參謀部作戰(zhàn)部在1964年4月25日做出的《附：總參作戰(zhàn)部的報告》中指出，我國主要工業(yè)、大城市、交通樞紐、水庫都集中于沿海及要害地區(qū)，不利于防備敵人的突然偷襲(《黨的文獻》1995年第3期)。。因此，中國在1964年啟動“三線建設”，目的是在中國西南部和西北部建立自立的工業(yè)體系，使中國即使失去在東部的工廠后仍有能力支持戰(zhàn)爭。

“三線建設”地區(qū)主要包括8個省或與8個省相鄰的省份(10)8個省分別是：陜西、甘肅、寧夏、青海、云南、貴州、四川、重慶，也被稱之為“大三線地區(qū)”；與之相對應，“小三線地區(qū)”是指：河北、山西、河南、湖北、湖南、廣西位于京廣線以西的部分。，8個省總?cè)丝谡?964年中國總?cè)丝诘募s20%，所在地涵蓋了黃土高原、四川盆地、青藏高原、云貴高原等地質(zhì)特征復雜的地區(qū)。而在企業(yè)選址的過程中，主要的考慮并不是經(jīng)濟層面，而是出于戰(zhàn)略層面，一個很好的證明是二汽的選址。二汽原先選址在湘西，最后卻選擇了十堰的主要原因在于湘西的山谷不夠深(Fan and Zou，2021)。且根據(jù)Fan and Zou(2021)的計算，三線地區(qū)企業(yè)所在地平均海拔6.48米，非三線地區(qū)為5.27米；三線地區(qū)平均坡度為2.82，非三線地區(qū)為1.92。但是這也帶來一個質(zhì)疑，即在這種地理條件下，運輸原材料等的成本是很高的，所以為了支持這些新建企業(yè)的正常生產(chǎn)，新建鐵路更可能向新建企業(yè)的區(qū)域傾斜，這可能對之后的經(jīng)濟發(fā)展產(chǎn)生影響。Fan and Zou(2021)提供了證據(jù)，說明了“三線建設”期間新建企業(yè)主要是在1962年已有的鐵路線附近而和1964-1980年新修的鐵路無關(guān)，而且，當這些新修的鐵路運行時，“三線建設”也結(jié)束了，所以新修的鐵路附近也沒有收到很多的投資。因此，“三線建設”期間新修的鐵路和經(jīng)濟因素相關(guān)性很小，也不太可能和當?shù)氐牟豢捎^測的潛在經(jīng)濟因素相關(guān)(Fan and Zou，2021)，是很好的外生沖擊。因此，使用這部分數(shù)據(jù)來檢驗可以排除經(jīng)濟因素的影響，從而更好地識別鐵路線和縣域經(jīng)濟發(fā)展之間的關(guān)系?；貧w結(jié)果見表8。

表8中我們把樣本限定在三線建設時期新增的鐵路線和西部地區(qū)縣市，可以看到，核心解釋變量仍然顯著為正，和基準結(jié)果保持一致，這更加驗證了本文的結(jié)論。

表8 三線建設回歸結(jié)果

(五)溢出效應

鐵路的修建首先連接的是城市，因此，我們有理由認為，距離城市越近的縣市一方面越有可能開通鐵路，另一方面，因為距離城市較近，可能會產(chǎn)生溢出效應，所以本文的結(jié)果捕捉到的可能僅僅是城市的溢出效應。典型的例子就是上海和昆山。因此，在這部分，我們需要進一步排除溢出效應。具體結(jié)果見表9。其中，第(1)列為排除了距離城市小于50KM的縣市，第(2)列為排除距離城市小于100KM的縣市。而樣本距離城市的距離的均值為67KM。(3)-(6)列除被解釋變量外同(1)-(2)列。一般而言，城市經(jīng)濟較為發(fā)達，而且，距離城市越近的縣市經(jīng)濟越發(fā)達，容易受到城市的溢出效應的影響；相反，距離越遠越不容易受到城市的溢出效應的影響，所以，我們把距離限定為50和100KM，可以在很大程度上排除溢出效應。而從結(jié)果來看，即使排除了溢出效應，核心解釋變量仍然顯著為正，甚至系數(shù)變得更大。這就說明，本文的結(jié)果并不會受到溢出效應的干擾。

表9 排除溢出效應

六、機制分析

在本文第二部分我們分析了鐵路促進經(jīng)濟增長的可能的機制，我們主要關(guān)注了其中兩個：工業(yè)化、外資和出口。在這里，我們對這兩種可能的機制進行檢驗。

(一)工業(yè)化

工業(yè)化機制檢驗結(jié)果見表10。表10第(1)-(6)列被解釋變量分別是規(guī)模以上工業(yè)企業(yè)個數(shù)、工業(yè)企業(yè)總產(chǎn)值、人均工業(yè)總產(chǎn)值、企業(yè)戶均工業(yè)總產(chǎn)值、工業(yè)結(jié)構(gòu)和制造業(yè)從業(yè)人員占比，上述指標均是衡量工業(yè)化的指標。從結(jié)果中可以看出，無論是使用哪種衡量指標，核心解釋變量的系數(shù)均顯著為正，換句話說，鐵路顯著提升了所在縣域的工業(yè)化水平。這與Rostow(1962)的觀點是一致的。也就是說，在經(jīng)濟起飛階段，連接了原材料基地和經(jīng)濟中心的鐵路網(wǎng)絡降低了運輸成本，擴大了市場規(guī)模，從而促進了工業(yè)部門的擴張，而工業(yè)部門的擴張吸收了大量中國農(nóng)村的剩余勞動力，良性循環(huán)促進了經(jīng)濟發(fā)展。

表10 工業(yè)化機制檢驗

(二)外資和出口

第二個可能的機制是外資和出口，回歸結(jié)果見表11。其中，第(1)列被解釋變量為外資企業(yè)總數(shù)，為(2)-(3)列外商企業(yè)和港澳臺企業(yè)和總和，可以看到，鐵路系數(shù)仍然顯著為正。接下來我們使用出口額作為被解釋變量，發(fā)現(xiàn)仍然顯著為正。這個結(jié)果表明，鐵路所在縣域吸引了更多的外資進入，同時有著更多的出口，而這兩種因素被大量文獻證實對中國經(jīng)濟起飛發(fā)揮了重要作用(盛丹等，2011；白重恩、冀東星，2018；Coar and Demir，2016)。

表11 外資和出口機制檢驗

在表11最后兩列我們檢驗了本文提出的機制效應的大小。具體來說，在第(5)列我們在式(1)的基礎(chǔ)上添加了機制變量，第(6)列是使用和第(5)列相同的樣本得到的結(jié)果，以便于計算比較?？梢钥吹剑砑訖C制變量之后，核心解釋變量系數(shù)下降為0.08，據(jù)此我們得到工業(yè)化、外資和出口機制效應的解釋力達到了約70%。這個效應大小表明，雖然還存在其他可能的機制，但相比本文提出的機制可能不是很重要了。

七、結(jié)論與含義

中國自改革開放以來經(jīng)歷了40年的高速經(jīng)濟增長，實現(xiàn)了從傳統(tǒng)農(nóng)業(yè)國向現(xiàn)代工業(yè)國的轉(zhuǎn)變。那么，這個轉(zhuǎn)變是如何發(fā)生的呢？或者說，該增長奇跡發(fā)生的基礎(chǔ)是什么呢？本文從鐵路的長期影響的視角出發(fā)，使用1980年中國鐵路線和縣級層面的數(shù)據(jù)，試圖對該問題進行解答。研究發(fā)現(xiàn)，鐵路對縣域經(jīng)濟長期發(fā)展具有顯著的促進作用，該效應不僅統(tǒng)計上顯著，而且經(jīng)濟意義上也顯著。具體來說，以2000年數(shù)據(jù)為例，研究結(jié)果表明鐵路對以GDP為衡量指標的經(jīng)濟發(fā)展的平均效應為年均增長約1.16%。排除了遺漏變量問題、使用1962年鐵路線、控制縣級異質(zhì)性、使用“三線建設”作為外生沖擊解決內(nèi)生性、排除溢出效應等結(jié)果和基準結(jié)果均保持一致。機制檢驗發(fā)現(xiàn)，鐵路促進了所在縣域的工業(yè)化發(fā)展，同時也吸引了更多的外資進入以及有著更多的出口，這些均顯著促進了經(jīng)濟發(fā)展。因此，本文的結(jié)果不僅驗證了Rostow(1962)的觀點，同時也說明了鐵路等交通基礎(chǔ)設施的建設在中國轉(zhuǎn)型過程中的作用。

與本文研究結(jié)論相對應的政策含義是，交通基礎(chǔ)設施是經(jīng)濟發(fā)展的前提條件，因此，“要想富，先修路”的發(fā)展戰(zhàn)略應該繼續(xù)實施，特別是在中國產(chǎn)業(yè)發(fā)展轉(zhuǎn)型升級的背景下，針對經(jīng)濟發(fā)展落后地區(qū)的交通基礎(chǔ)設施投資不僅有助于當?shù)氐漠a(chǎn)業(yè)升級，同時也有利于當?shù)氐慕?jīng)濟發(fā)展。而且，有鑒于中國是世界上最大的發(fā)展中國家，因此，本文的結(jié)果也為世界上其他發(fā)展中國家的經(jīng)濟轉(zhuǎn)型提供了借鑒意義，即交通基礎(chǔ)設施的改善是經(jīng)濟轉(zhuǎn)型的前提條件，應該重視交通基礎(chǔ)設施的發(fā)展。