文献研读|在路上:中国的交通基础设施可达性和经济增长

发表时间:2021-09-07 21:04:09 最近修改时间:2021-10-20 19:05:03

摘要:This paper estimates the effect of access to transportation networks on regional economic outcomes in China over a twenty-period of rapid income growth. It addresses the problem of the endogenous placement of networks by exploiting the fact that these networks tend to connect historical cities. Our results show that proximity to transportation networks have a moderate positive causal effect on per capita GDP levels across sectors, but no effect on per capita GDP growth. We provide a simple theoretical framework with empirically testable predictions to interpret our results. We argue that our results are consistent with factor mobility playing an important role in determining the economic benefits of infrastructure development.

关键词:交通;经济增长

文献研读|在路上:中国的交通基础设施可达性和经济增长

原文信息

Banerjee A , Duflo E , Qian N . On the Road: Access to Transportation Infrastructure and Economic Growth in China [J]. Journal of Development Economics, 2020, 145:102442.

作者简介

Abhijit V. Banerjee,Massachusetts Institute of Technology;

Esther Duflo,Massachusetts Institute of Technology;

Nancy Qian,Yale University;

研究设计

本文从宏观和微观两方面着手进行分析,估计了经济快速增长的20年间交通运输网络的可达性对中国区域经济产出的影响。利用交通网络往往连接历史名城这一事实来解决交通网络的内生问题:以历史名城和通商口岸连线的距离作为交通基础设施可达性的代理变量。历史名城和通商口岸连线与19世纪20年代西方殖民列强修建的铁路恰好吻合,由于这些铁路在很大程度上是为了促进西方在中国的军事利益,故外生于经济,由此切断了由“富”至“路”的反向因果路径。此外,这些连线也很好地捕捉了现在的交通基础设施情况,因此连线可以看做是一个“准实验”。结果表明,交通网络的邻近对各部门的人均GDP水平有中等程度的正因果影响,但对人均GDP增长没有影响,要素流动在决定基础设施发展的经济效益方面发挥着重要作用。本文还提供了一个简单的理论框架和实证性的预测来解释本文得到的上述实证结果。

主要贡献

1.从历史中找寻外生性:在 “路与富”的研究中,存在一类非常重要的内生性问题,即反向因果问题——是路导致了富,还是富了才修路。由于历史事件距今已有很长时间,故从历史事件中寻找到的代理变量可以很好的解决该问题。以“历史名城和通商口岸连线”作为交通基础设施的代理这一构思非常的巧妙,然而这种做法普遍存在信仰飞跃问题。作者为了论证这一代理变量的合理性,做了大量工作,包括历史背景的阐述、相关性的验证与利用历史数据的外生性验证等,最终得到简单易读的结论。

2.数据的可视化。文中一系列地图非常直观地呈现了“历史名城和通商口岸连线”与当今交通基础设施的相关性以及样本的分布情况。

3. 从实证到理论的推导过程。文章首先从实证的视角,得到“交通基础设施可达性对经济增长的影响较小”这一相对反直觉的结论,再结合中国实际“要素流动性较差”的特点,利用理论模型推导证明在中国交通基础设施可达性对经济增长影响的可衡量性较差,即由于要素流动性差导致了偏远地区和交通便利地区的禀赋差异,使得二者之间的GDP水平乃至增长率并不会产生过大差异,进而解释了这一“反直觉”结论产生的原因。

4. 宏观与微观视角相结合。作者首先从宏观层面进行实证分析,即考察交通基础设施可达性对人均GDP及其增长率的影响,再从微观层面,通过个人收入、基尼系数、企业选址及利润率的视角,进一步印证宏观分析的结论。宏微观数据结合的方式不仅缓解了宏观层面的数据的选择性缺失以及数据口径不一致的问题,而且这种研究方式也体现了现在研究的热门趋势:利用微观数据和方法分析宏观现象。

有待完善

1.作者从交通基础设施可以促进地区与市场活动联系的视角,考察了交通基础设施可达性的经济效益。但多数情况下,我国是为了刺激经济发展才进行大规模的基础设施建设,因此从该视角出发,交通基础设施的经济效益可能是整体性的而非局部。

2.虽然作者是利用历史名城和通商口岸的连线外生地替代交通基础设施。但作者在文中也提到了后续很多的交通基础设施建设是在此基础上完成的,不仅如此,作者在文中关于基础设施指标和到连线距离的相关性分析中也表明,到连线距离与县中新铺设道路的相关性为负,故作者所设计的这个“准实验”并不能规避上述问题。


/ 01引言/

“要想富,先修路”在我国特别的经典,但是这句话真的对吗?其实对于这个问题而言,关键是要看是路导致了富,还是富导致了路。由于修路和致富往往发生在同一时期,很多人都理所当然地认为,是路导致了富;但是路往往伴随着要素流动,比如城市集聚效应可能会导致生产性资本和熟练劳动力随时间推移从农村转移到城市,使得留在农村的个体仅能从城镇化中获得有限的好处,甚至变得贫困。同样,也有人认为,美国机动车路网的扩张促进了大规模的郊区化,使许多城市失去了可行的经济模式。为了厘清交通基础设置的经济效益,文章利用了我国历史名城和通商口岸的连线这种“准随机”分配,阻断了富导致路的路径,进而考察交通基础设施的可达性对我国经济水平和经济增长率的因果影响。

/ 02实证策略/

A.历史背景

文章利用了我国历史名城和通商口岸的连线这种“准随机”分配,阻断了富导致路的路径,进而考察交通基础设施的可达性对我国经济水平和经济增长率的因果影响。我们首先看一下作者如何绘制的这些连线。

作者受到清末我国修建铁路的启发,利用我国名城以及“通商口岸”构建了连线。这些连线很好地捕捉到了文章研究时期的交通基础设施,且历史悠久,经济活动模式可以得到充分的调整。这里所提到的历史名城有8个,分别是:北京、成都、贵阳、昆明、兰州、南昌、太原和西安。4个通商口岸分别是:上海、宁波、福州和广州。为应对“连线非外生”的质疑,作者对上述的“准随机”分配做出了解释。

首先,作者考虑到最开始开设这四个通商口岸对贸易的考量较少,更多是用来加强军事而存在。其次,在它们成为通商口岸前,并没有连接到大运河上,因此贸易并不发达。而清朝时更多地是依靠运河进行国内贸易。再者,作者所构建的连线拟合了清末修建的铁路,这些铁路线由西方国家建造,以促进军事部署为主要目的。结合以上几点,可以说这些连线排除了“从富到路”的路径,所有城市在某种意义上是被随机分配到线周围的,而不是由经济因素驱动。

B. 数据来源

本文数据有多个来源。第一,地图。所有原始地图都是从密歇根州中国数据中心以数字格式获得的。使用圆锥投影,使用ArcGIS软件构建地理测量。定义城市和县的中心,使用前面描述的算法,这些线被构建为连接分段城市(条约港口和历史上重要的城市)的中心。计算每个中心到直线、铁路、通航河流、海岸线、国家边界和线段终点的最近距离。第二,县级人均GDP的数据来自北京国家档案馆馆藏的1986-2003年中国省级统计年鉴。第三,1993年工业厂房普查和2004-2006年制造业企业普查的企业层面数据。第四,全国定点调查(NFS)的1987-1991、1993、1995-2005年间农村家庭收入的村级数据。

其中,连线的绘制方法为:

(1)从每个历史名城到最近的条约港口和/或最近的其他历史名城画一条直线。

(2)如果有两个城市(或港口)的距离差异小于100公里,将两者都画一条线。

(3)简化线一直穿过城市,直到遇到自然屏障(例如青藏高原,海岸线)或与另一个国家的边界。如果扩展,这些路线中的许多路线将到达中国以外的重要殖民城市。

将连线呈现在地图上,其中黑色的是20世纪初的铁路线路,紫色是作者人为画出的连线。

此外,作者还利用三个经济发展潜力指标检验了连线的外生性。

第一是1850年人口的度量。虽然1850年是在第一个条约口岸建立之后。然而,它的优势是先于太平天国起义(1851-64年),那次起义造成了巨大的人口损失和流离失所。

第二是清朝的官方政治经济重要性等级——冲繁疲难:“冲(交通/通信重要)、繁(商业重要)、疲(税收难)和难(犯罪率高)”。冲、繁、疲、难四个指标并不是相互排斥的,即一个县可以被评为任何一个或全部四个指标——冲、繁、疲、难。然而,由于很难预测发展与这些因素中的任何一个之间的关系是积极的还是消极的,而且这四个变量高度相关,我们将在分析中检查主成分。

第三是某个县在1820年是否有佛教寺庙的数据。寺庙的存在可能与人口密度在政治经济上的重要性有关。

C. 模型设定

1、 到连线的距离与各种基础设施指标之间的相关性:

2. 到连线的距离对各种经济指标的影响:

Icpt是p省c县和t年的交通基础设施;Ycpt是p省c县t年的经济效益变量。lnLcp是p省c县到最近连线的距离的自然对数;ρp是省份固定效应;γt是年份固定效应;Zcp是p省c县特定控制变量(主要包含两方面:到节点城市的距离&到河流的距离)。

/ 03实证结果/

A.主要结果

表4的回归结果显示,到连线的距离与到铁路、海岸线和分段城市的距离正相关;与到国境的距离和县内公路的长度负相关;与县是在海岸线上还是在通航河流附近以及铺设的道路长度无关。该结果再次表明连线很好地捕捉了交通基础设施的分布。

表5展示了到连线距离对人均GDP的弹性。可以看到,系数及标准误在各种模型中都相当稳定。回归结果表明,到这条线的距离与人均国内生产总值之间的弹性为-0.0681。后续回归中,作者分别控制了到节点城市的距离、到最近通航河流的距离、县的面积、到海岸线的距离、到边境的距离及其平方项等变量。其中,控制到边境距离的平方项是为了捕捉距离运输的成本随着距离的增加而递减的可能。就距离而言,处于到连线距离的第75分位数的县其距离对人均GDP的弹性是位于第25分位数县弹性的3.8倍。实证结果表明,距离将使第75个百分位数的县的人均GDP降低近26%(-0.0681×3.8 = -0.258)。

表6展示了到连线距离对人均GDP增长的影响,结果表明,到连线的距离对人均GDP增长的影响是精确估计为零的。人均GDP水平在界线附近地区更高的一个潜在问题是迁移的可能性。例如,运输的位置可能会导致“挤入”效应,使得公司搬迁到靠近连线的地方。这可能导致与连线的接近程度与产量呈正相关。为解决该问题,作者删除了离连线最近的10%和20%的样本进行重复估计。可以看到估计的影响没有降低,反而是略微上升了。也就是说,“挤入”效应可以忽略不计。

表7展示了到连线距离对企业选址和利润的影响。结果表明,到连线的距离的增远会导致公司数量减少和利润下降。同样地,重复表5的计算,可以得到影响的具体大小,发现距离对公司选址和利润的实际影响相对较小。

表8展示了到连线距离对家庭收入及增长率的影响。结果表明,到连线的距离只与农村家庭收入的基尼系数呈负相关,即离这条线的距离与不平等增长速度放缓相关。但距离对收入和其增长率都没有显著影响,挤出效应可以忽略不计。

B. 稳健性分析

由于作者绘制的连线与最近修建的高速公路无关,而Faber(2014)发现高速公路也会影响产量和增长。因此作者利用Faber(2014),Faber(2009)的早期工作论文版本构造的扩展线集,丰富原先的连线。结果发现,使用此受限样本得出的基线估算值与使用完整样本得出的估算值相似,说明基准估计结果比较稳健。

作者认为,到大运河的距离和太平天国起义的风险是两个非常重要的控制变量。大运河是重要的运输线路,太平天国运动则对区域经济造成了较大的冲击。表10的11和12列检验了这两者与连线距离的相关性,可以看到除了B部分11列中到运河的距离和到连线的距离之间的关系是显著的(但是很小),其他结果均不显著。作者在控制了这两个变量的情况下重复了前面所有的回归,发现结果没有发生显著改变。以上分析结果表明,本文结论完全可靠。

/ 04结论/

本文发现,越接近交通基础设施的地区将拥有更高的人均GDP,但这些影响幅度相对较小,并且交通基础设施的可达性对经济增长没有显著影响,路对富的影响并不显著。但作者认为这种不显著可能符合另一种解释,即基础设施可能为整体经济带来了可观的好处,但是由于要素缺乏流动,因此本地收益受到限制。这些结果不能完全否定交通基础设施投资无法促进经济发展。相反,它强调了其他决定基础设施经济影响的因素的重要性。此外,在对交通基础设施进行投资前,要准确知道该投资的具体回报。


文章摘要

This paper estimates the effect of access to transportation networks on regional economic outcomes in China over a twenty-period of rapid income growth. It addresses the problem of the endogenous placement of networks by exploiting the fact that these networks tend to connect historical cities. Our results show that proximity to transportation networks have a moderate positive causal effect on per capita GDP levels across sectors, but no effect on per capita GDP growth. We provide a simple theoretical framework with empirically testable predictions to interpret our results. We argue that our results are consistent with factor mobility playing an important role in determining the economic benefits of infrastructure development.

推文作者

余玥,北京师范大学经济与工商管理学院硕士研究生。