文/杨思远

俗话说“要想富，先修路”。交通基础设施的建设对于经济发展至关重要。更好的交通基础设施会带来市场联通和发展机遇。当然作为政策制定者，修路也是一个复杂的决策。他们需要考虑几个问题。

首先，“强扭的瓜不甜”，我们要主动建设基础设施还是根据市场的需要做决定；其次，交通基础设施建设还有分配效应，一方面，要素禀赋固定时，交通网络的建设会让大家互联互通，互惠互利。

【资料图】

但当要素可以流动时，城市的集聚效应使得优秀的人力物力可能会从乡村流向城市，可能造成留守在乡村地区的人们缺乏资源，甚至更加贫穷。

那么在中国快速发展时期，有更好的交通网络的地区经济发展是否更佳？具体而言，联通交通网络是否可以让一般区域发展得更好？交通网络更好的地区是否受益更多，并成为经济发展的引擎？

回答这些问题需要识别出交通网络对于经济发展的因果关系而非简单的相关关系。交通运输和经济发展息息相关，交通运输可能促进经济增长，但另一方面经济增长好的地方也有钱发展交通运输。因此实证上如何处理内生性问题是一个比较大的挑战。

来自麻省理工大学教授的班纳吉（Abhijit Banerjee）、迪弗洛（Esther Duflo）和美国西北大学的钱楠筠（Nancy Qian）于2020年6月在经济学国际顶级期刊《Journal of Development Economics》发表论文“On the road: Access to transportation infrastructure and economic growth in China”。

文章巧妙地利用交通网络更容易连接历史重要城市和通商口岸的特点，通过构造“辅助线”的方式，探究了地区间交通基础设施的可达性差异对于经济发展差异的影响。

文章投稿于2018年5月，2020年1月被接收，2020年6月正式刊出。

注：班纳吉和迪弗洛是夫妇，也是2019年诺贝尔经济学奖得主。迪弗洛是史上最年轻的诺贝尔经济学奖得主，获奖时仅46岁。

背景介绍

中国现代基建的产生

本文实证策略背后的基本思想是找到一些“辅助线”，通过辅助线捕捉交通网络的分布，同时相对经济发展又比较外生，用各地到“辅助线”之间的距离作为交通可达性的代理变量，就可以进行因果识别。画“辅助线”需要确定现代基建起源的重要历史城市，文章利用中国名城和“通商口岸”构建了辅助线。

作者参考Murphey (1970)的研究，选取北京、成都、贵阳、昆明、兰州、南昌、太原和西安八个城市作为中国名城，这八个城市一直是重要的政治经济城市中心，且从未被划为通商口岸。在此基础上，作者还添加了四个第一次鸦片战争被迫划分的通商口岸：上海、宁波、福州和广州。

清政府长期闭关锁国，贸易和航海技术都远落后于西方发达国家。这些通商口岸如上海、宁波和福州在之前并非发达地区。随后，在20世纪早期开始，西方发达国家为了攫取经济和军事的利益，开始在中国铺设铁路。

在此背景下，历史重要城市古来有之，通商口岸的开放和随后列强对交通基础设施的建设并非来自于中国政府经济发展的需要，因此很大程度上可以方便因果识别。

分析框架与识别策略

本文理论模型的逻辑是：考虑一个具有中心城市、偏远城市和邻近城市的简单模型。假设劳动要素不流动，距离的增加会导致货物运输成本以及资本运输成本的增加。

当货物运输成本高于资本运输成本时，资本的流动可以代替货物的流动，从而使得距离较远的地区减少资本的留存，而转向中心城市生产。

当货物的运输成本低于资本运输成本时，人们会选择利用资本在本地进行生产，从而使得人均持有的资本更多。人均资本更多时，资本的边际成本降低，而劳动生产率更高，因此会降低劳资双方的收入不平等。

则可以有如下命题：

1. 当货物运输成本高于资本运输成本时，邻近地区的人均产值更高，且不平等显现更低；而当货物运输成本低于资本运输成本时，偏远地区的不平等程度会更低。这时双方人均产值的差异会比较低。

2. 贸易的开放（出口商品价格或利润增加）会使得偏远地区和邻近地区的人均产出成比例的增加，两者增速一致。

实证上，为检验因果关系，最理想的方案应该是在1840年随机指定基础设施建设，然后检验对于20世纪的长期影响。当然事实并非如此。

因此本文需要构造一些对当地的经济发展“外生”的“辅助线”来作为交通网络的代理变量。这样的“辅助线”越随机，识别的可信度也就越强。本文的主要因变量则为各个地方到这些历史重要城市与通商口岸连线的最短距离。“辅助线”绘制方法如下：

1. 从历史重要城市到最近的通商口岸/或最近的其他历史重要城市画线；

2. 如果两个城市或两个通商口岸之间的距离小于100km，则都画线；

3. 直线穿过城市，直到自然屏障如青藏高原和海岸线或是国境线。在拓展的部分，这些连线多到达当时中国其他重要的殖民城市。

上图绘制了铁路线和“辅助线”的关系，可以发现，作者画出的“辅助线”可以很好地捕捉当时铁路网络的分布特征。其中对于西北地区（新疆、西藏、内蒙古部分地区）拟合效果稍差，这些铁路网主要是1970年代以后新中国建设的，东北地区的部分铁路由日本侵略者建设，因此在实证的时候，文章排除了这些地区。

本文主要通过以下的回归方程确立交通网络和经济变量的关系：

ycpt代表了p省c县t年的经济指标，lnLcp是p省c县到这些连线的最短距离的自然对数。Zcp为一系列控制变量，ρp和γt分别是省固定效应和年份固定效应。如果距离交通网络更近，经济效益越好，β ̂应该小于0。

OLS的回归结果通常被解读为相关关系，而本文将β ̂解读为因果关系的依据来自于各个县之间的变化仅依赖于到所画直线的最短距离。

在这些连线中，历史重要城市足够重要而且距离较远，而通商口岸又是列强外力设立，这些城市的选择都不是出于经济重要性。历史上随后通商口岸的设立或多或少有一些经济目的，因此选择这些城市可以满足一定的外生性假设。

此外，有两个注意事项。

距离“辅助线”的距离越近，则距离端点城市通常也越近，因此文章控制了到端点城市的距离。

这些连线可能也与河道相关，而水路运输以及可能的对农业的影响也需要考虑进去，因此文章控制了到最近运河的距离。

实证结果

首先文章考察距离指标是否可以作为交通基础设施的“外生”代理变量，因而比较了这些距离和四个重要指标的相关性。

指标1：1850年各地的人口，这一指标在通商口岸开放之后，太平天国运动（人口损失、流离失所）之前。

指标2：清朝官方的政治经济重要性等级——“冲繁疲难”。这一指标源于清雍正年间，将全国州县分为四类，分别为“交通频繁曰冲，行政业务多曰繁，税粮滞纳过多曰疲，风俗不纯、犯罪事件多曰难”，占字越多，说明行政区域越重要。

指标3：当地是否有佛教寺庙，佛寺通常存在于政治经济重要地区。

指标4：寺庙的数量。

可以发现，本文的距离指标和它们之间的相关性较低，因而在一定程度上验证了“排他性”假设。

下表汇报了人均GDP对于距离变量的回归结果，在几个模型下估计的弹性系数比较稳定显著，可见交通基础设施越便利，人均GDP水平越高。

经济含义上，距离指标75分位的地区比25分位的大约远3.8倍，其人均GDP水平也比对应地区低约0.0681*3.8=25.8%，因此交通网络距离对经济发展水平的影响程度适中。

随后文章分别检验了不同产业人均GDP水平和距离指标的关系，可以发现负向的关系保持稳健。而对人均GDP增速的检验呈现了不同的特征。在控制人均GDP基数水平后，可以发现距离指标对人均GDP增速的影响几乎为0，且并不显著。

文章通过删掉较近样本方法来处理“挤入效应”，即公司会搬迁至交通更加便利的地方。Panel B和Panel C的估计结果显示，这一效应的影响相对较弱，几乎可以忽略不计。

表7和表8使用了相同的实证方法检验距离变量和公司选址与利润以及居民收入不平等的关系。

表7显示，到连线较远会导致公司的利润下降，数量减少。

表8显示，到连线距离与农村居民收入的基尼系数以及基尼系数的增长负相关，说明交通网络便利会增加财富不平等和加剧财富不平等恶化。

但Panel B和Panel C去掉较近的地区后，这一结果不再显著，说明对于家庭收入不平等的影响主要是最近的地区驱动的。这些地区是获得贸易机会最多，但同时资本流出更多的地区。

总结

中国在改革开放后的四十年里实现了经济的高速增长，也被大家喻为“基建狂魔”。本文探究了交通基础设施的变化对于经济增长的影响。

研究发现，距离历史交通网络越近的地区人均GDP水平越高，具有更多的公司和更多的企业利润，同时也带来更大的财富不平等，但这些幅度相对较小，而距离对于地区收入增速的影响并不显著。

交通基建的扩张可能对经济整体产生了较大的促进作用，但由于要素流动性的缺乏，交通基建的差距并没有拉开地区间的差距。

文章强调了可能影响交通基建的经济后果其他要素的重要性，这也启示我们在进行交通基础设施建设的决策时，应该对决策的回报有更加清晰的判断。