交通基础设施建设影响区域经济差距的特征、机理及其实证研究

朱 琳，罗宏翔

（1.南开大学 经济学院，天津300071；2.云南财经大学 经济学院，昆明 650221）

实现共同富裕是社会主义本质要求和优越性的具体体现，也是社会经济发展的最终目标。促进共同富裕是一个全局性问题，立足于持续稳定发展的愿景，努力在高质量发展中缩小区域经济差距，是实现共同富裕的题中之义。改革开放以来，中国经济获得飞速发展，与此同时区域经济差距却越来越大，区域发展不平衡不充分的问题日益加剧。区域经济是国民经济的基础，也是实现国家战略与奋斗目标的重要支撑。构建发展新格局，促进区域协调发展，着力解决中国长期以来存在的区域经济差距大的难题，是全面建设小康社会，构建社会主义和谐社会，实现共同富裕的必然要求（孙久文，2021）［1］。

交通基础设施是影响区域经济增长和区域经济差距的重要因素，其存量、便利程度和空间延展范围的大小，对区域经济活动具有重要影响。在中国城镇化进程不断加快的进程中，研究交通基础设施建设与区域经济发展间的关系，探讨交通基础设施对区域经济差距的影响，为交通基础设施投资策略的合理制定提供依据，是推动区域经济协调发展实现共同富裕的有效途径（郭守刚，2021）［2］。

一、文献综述

对于基础设施与区域经济差距方面的研究，国内外相关文献主要围绕以下方面展开：

第一，已有文献在界定区域经济差距概念的基础上设计了多种指标和方法来衡量区域经济差距的大小，主要有泰尔指数、基尼系数、锡尔系数、变异系数及方差和标准差等。国外学者多采用基尼系数来衡量区域经济差距，如库兹涅茨（Kuznets，1956）［3］等。国内学者如覃成林等（2011）［4］运用人口加权变异系数，通过二次分解方法从空间分布和产业结构的角度分析中国区域经济差距变化的原因；匡兵等（2017）［5］运用核密度估计法实证分析了中国地级市经济分布的时空演变和影响因素，发现在选取时间段内中国地级市经济密度呈非均衡分布；徐晓红（2006）［6］采用人均GDP及变异系数对区域经济差距进行了计算分析；林毅夫和刘培林（2003）［7］用变异系数和基尼系数对中国省级区域（不含港澳台）经济差距进行研究；彭文斌（2008）［8］用多层次分解的泰尔指数研究中国三大地带的经济差距演变；陈秀山和徐瑛（2004）［9］计算了反映中国地区经济差距的基尼系数、泰尔指数和变异系数；李丽辉（2004）［10］以人均GDP为基本指标，运用标准差和离差系数分析了重庆自成为直辖市以来的区域经济差距。

第二，研究发现区域经济差距的形成受到多种因素的影响。覃成林（2011）［4］等研究认为，影响中国区域经济发展不平衡最主要的原因是各区域间产业发展差距大于其各自内部的产业发展差距；魏后凯和刘楷（1994）［11］认为影响区域经济差距的因素包括资金投入、经济发展战略导向、所有制结构、经济效率和人力资本积累等方面；陈秀山和徐瑛（2004）［9］指出投入因素是影响区域经济差距的重要因素；金荣学和余军华（2007）［12］将区域经济差距归结为生产要素投入、地理位置、历史因素、政策导向、经济一体化和全球化等多因素共同作用的结果；马汴京（2011）［13］在已有研究基础上还综合考虑了资本积累、技术进步、制度变迁和国际贸易等因素对区域经济差距的作用；白茹茹（2010）［14］将技术创新归纳为决定区域经济增长、导致区域经济差距的关键因素。

第三，研究认为交通基础设施是影响区域经济差距的重要因素。一个区域需要进行内外资源和信息转换，才能促进经济发展。而在物质和人力的流动过程中，交通基础设施起着不可替代的作用，且这种作用是双向的，既可能缩小区域经济差距，也可能扩大区域经济差距。Calderón（2008）［15］从量和质两个层面对交通基础设施进行测度，得出交通基础设施建设能够促进区域经济均衡发展的结论。Getachew（2010）［16］对公共资本与收入分配的关系研究发现：公共基础设施建设能够通过提高产出增长率来影响收入分配，且这种投资影响对落后地区帮助更大，有利于缩小区域经济差距。反之，如果交通基础设施建设落后，则会阻碍区域经济差距缩小。基于新经济地理学理论，冰山运输成本的存在使得企业和生产者更倾向于选择向具有更大潜力的消费市场靠拢，一般集聚在中心地区，这种集聚通常表现为城乡间、区域间发展差距的扩大（张文武和梁琦，2011）［17］。Calderón和Chong（2004）［18］将基础设施存量、物力资本和人力资本三者放在同一研究框架中，发现基础设施投资在经济发达地区投资回报率更高，进而会拉大区域经济差距。

第四，研究认为交通基础设施主要通过极化和扩散机制对区域经济差距产生影响，不仅具有双向性，而且具有阶段性特征。法国经济学家佩鲁于1955年提出“发展极”理论，认为经济发展在时间和空间上都是不平衡的，部分主导产业部门及一些具有创新带动能力的行业集中在一个地区形成“发展极”，通过规模效应促进生产效率提升，并在部门和地区中产生支配作用，从而使本地区经济快速发展，进而带动其他地区和部门发展。赫希曼进一步发展了这一理论，指出在极化效应起支配作用时，外围区要素流入到核心区促进其发展，会扩大区域经济差距；而当扩散效应起支配作用时，核心区会通过涓滴效应带动外围区发展，从而缩小区域经济差距。刘军等（2009）［19］通过测算发现中国区域经济差距经历了“缩小-扩大”的变化过程；而盛松成和石春华（2015）［20］则通过研究发现，中国的区域经济差距经历了“缩小-扩大-缩小”的过程；陈燕儿和白俊红（2019）［21］通过考察要素流动对区域经济收敛的作用发现，地区经济发展越快其区域经济发展收敛性越强，要素流动所具有的“资本向西，劳动向东”的独特性，使得资本要素流动显著促进了区域经济的收敛，劳动力要素流动则导致了区域经济的发散；管卫华等（2006）［22］认为中国区域经济发展具有阶段性特征，20世纪60年代到90年代，区域经济差距在缩小，90年代转为扩大；高帆（2012）［23］则认为从改革开放到2009年30多年的时间里，中国地区经济差距在1978—2009年间呈“N”型变化趋势。

第五，研究认为交通基础设施对区域经济差距的影响具有空间依赖性。交通基础设施对区域经济差距影响的空间依赖性是客观存在的（刘勇，2010）［24］。罗能生和孙利杰（2019）［25］认为在空间溢出效应作用下，交通基础设施发展能够缩小区域经济差距，促进区域经济均衡发展；胡煜和李红昌（2015）［26］采用空间模型估计交通枢纽对区域经济的空间溢出效应，结果表明东、中、西部地区交通枢纽的空间溢出效应差异明显，进而对区域经济发展产生不同影响；潘文卿（2012）［27］研究发现，中国不同区域之间经济发展差距较大，因经济发展水平差异而引起的区域间经济发展的空间溢出效应对中国不同区域经济发展起到了不同的作用效果；王雨飞和倪鹏飞（2016）［28］通过高铁对经济发展的增长效应和结构效应研究发现，高铁的发展促进了区域间空间格局变化，基于不同交通方式绘制的时间距离图表明，交通对区域和城市的经济发展具有空间依赖性。

通过对已有相关文献的整理发现，目前已有研究从多角度对区域经济差距的衡量指标、影响因素及成因进行了分析，强调交通基础设施是影响区域经济差距最重要的因素之一，并在此基础上对交通基础设施通过极化和扩散效应影响区域差距的机理进行了讨论。但是交通基础设施建设对区域经济差距的影响是一个长期且复杂的问题。交通基础设施的建设不仅包括密度的加大，更涵盖效率的提高，以往研究对交通基础设施效率的影响重视不够。此外，对交通基础设施影响区域经济差距的多样性、阶段性和空间关联性的研究也尚不充分，有必要在这些方面做进一步的研究。

二、有关交通基础设施建设影响区域经济差距的理论假设

基于交通基础设施与区域经济差距相关文献的研究发现，交通基础设施对区域经济差距的影响具有双向性、阶段性和空间相关性，基于此得出以下逻辑分析框架和理论假设：

假设1：交通基础设施对区域经济差距具有双向作用。

一方面，交通基础设施建设能够降低交易成本，提高交易效率，促进要素流动和资源配置，加速经济发展要素和资源从外围经济落后地区向中心经济发达地区流动，在中心地区形成聚集经济效应，消减外围地区经济发展竞争力，有可能扩大区域差距。另一方面，交通基础设施通过加强区域间的经济联系扩大市场范围，有利于提高区域专业化水平促进分工，提升经济一体化。同时助力知识和技术快速扩散，提高经济落后地区的学习效应，促进中心地区向外围地区扩散效应的产生，缩小区域差距，促进区域经济协调发展。

假设2：交通基础设施建设对区域经济差距的双向作用在不同阶段有不同表现，具有阶段性特征。

交通基础设施通过极化、扩散机制形成集聚效应和扩散效应，对区域经济差距产生影响，使得交通基础设施建设对区域经济差距的双向作用在不同阶段有不同表现，具有阶段性特征，即在经济发展水平较低阶段，起主导性作用的方面是扩大区域经济差距。而在经济发展水平的高级阶段，起主导性作用的方面是缩小区域经济差距。在存在区域经济差距的初始状态下（这是一种普遍性的状态），经济越是发达的地区，交通基础设施的发展越是完善，其网络密度、通达性以及便利性越强。为降低交易成本提高效率获得集聚经济，要素在极化效应的作用下会向交通基础设施便利的地区集中，形成更加完善的产业结构和经济发展“增长极”。与此同时，交通基础设施的完善还能够促进区域经济效率提升，加速其对人力资本和物质资本的需求，创造更多的就业机会，吸引不发达地区的人力资本和物质资本向发达地区集聚，进一步加剧区域间的不均衡。随着国民经济整体实力的提升，交通基础设施逐步发展完善进而惠及全域，地区之间由交通基础设施建设形成一张巨大的交通网络结构，将促进各区域间的互通互联，加速区域间要素流动，改善各区域的要素禀赋结构，提高区域整体经济运营效率，促使经济发达地区与不发达地区经济联系更加密切（侯燕飞和陈仲常，2016）［29］，促进区域经济平衡发展；交通基础设施惠及全域的发展也使欠发达地区能够利用本地区廉价劳动力、土地及丰富的物质资源等天然优势承接发达地区及中心城市的产业转移，促进区域间分工合作、改善区域贸易结构进而促进区域经济平衡发展（管卫华等，2006）［22］。因此，交通基础设施发展对区域经济差距的作用具有阶段性特征（从超长时期看这种阶段性会表现为周期性），在经济发展水平较低阶段，交通基础设施发展倾向于扩大区域经济差距，伴随国民经济发展水平的上升和交通基础设施的逐步完善，交通基础设施建设将起到缩小区域经济差距的作用。当交通基础设施形成网络化，成为落后地区获取更多经济机会的工具时，交通基础设施才能真正发挥促进区域经济均衡发展实现各区域共同富裕的作用。

假设3：交通基础设施对区域经济差距的影响具有空间相关性。

交通基础设施发展不仅会对实施交通基础设施建设区域的内部区域经济差距产生影响，通常还产生溢出效应影响空间邻近区域的内部区域经济差距。某区域交通基础设施的发展影响该区域内部区域经济差距（直接效应）的作用机理如假设1和假设2所述。在两区域分析框架下，某区域交通基础设施的发展通过溢出效应（间接效应）影响邻近区域内部区域经济差距的作用机理是：交通基础设施建设和发展能够对区域发展的向心力和离心力产生影响，对企业的选址和产业布局具有导向作用。某一区域交通基础设施的发展，有助于周边地区生产资料和人力资本要素向该区域聚集性流动，促进该区域经济发展，同时可能导致邻近区域经济萎缩，产生负的空间溢出效应。与此同时，由于任何区域内部交通基础设施的对外联系均具有方向性，邻近地区内部各子区域与实施交通基础设施建设区域的经济联系是不均衡的，邻近地区内部各子区域发展的外部条件因此会发生进一步分化，加剧邻近地区内部区域经济差距，即产生负的溢出效应。

三、模型、变量选取和数据来源

为检验前文的理论分析，对相关模型及其所包含影响变量的代理指标及数据进行分析选取。

1992年中国开始加大力度投资交通基础设施建设，因此选取1992—2019年30个（不含港澳台、西藏）省份的面板数据，考察交通基础设施发展对区域经济差距的影响。相关数据均来自相应年份的《中国统计年鉴》《中国城市统计年鉴》《中国农村统计年鉴》和国家统计局及中经网数据库。

计量模型选择主要考虑三方面因素：一是模型选择误差。面板数据分析通常所采用的OLS估计和固定效应估计，或是因为模型本身所存在的内生性问题导致估计结果有偏差和不一致。二是模型变量和代理指标的选取误差。主要表现为遗漏变量、测量误差和联立性（裴梦迪和方大春，2019）［30］。三是存在其他一些影响区域经济差距的因素，如产业结构、城镇化率、对外开放等解释变量既可能是区域经济差距产生的原因，也可能是区域经济差距带来的结果，也就是说这些解释变量也存在一定程度的内生性，解决这一问题的关键是选取合适的工具变量。基于以上几点考量，采用动态面板系统GMM方法估计，利用滞后被解释变量作为工具变量来消除模型内生性①Arellano and Bover（1995）及Blundell and Bond（1998）提出两种检验方法来验证系统GMM估计中工具变量的有效性。一是过度识别约束检验。通常采用Sagan检验或Hansen检验，主要用来判定估计过程中所使用的矩条件工具变量在总体上是否有效。二是自回归检验（AR检验），主要用来判定残差项εi，t在差分回归和差分-水平回归中是否存在序列相关。其统计标准是，在Hansen检验中，原假设为工具变量有效，在AR检验中，残差项允许存在一阶序列相关，但不允许存在二阶序列相关。当以上条件均满足，可判定工具变量选取有效。，控制未观察到的个体效应（Arellano，1991；Arellano和Bover，1995）［31-32］，有效消除异方差干扰，使估计结果更具稳健性。具体做法是结合水平回归方程和差分回归方程进行估计，此方法的关键在于，将滞后水平作为一阶差分的工具变量，而一阶差分又作为水平变量的工具变量。系统GMM估计相对差分GMM②差分GMM也是常见的一种工具变量法，但是，Blundell和Bond指出，一阶差分GMM估计方法容易受到弱工具变量的影响而得到有偏的估计结果。估计方程来说有着更好的有限样本特征，因此其估计结果更加有效。基于此建立模型（1）：其中，c为常数项，cv为被解释变量区域经济差距。

借鉴Akita和Miyata（2010）［33］和覃成林等（2011）［4］学者的方法，运用人口加权变异系数来测算各省域区域经济差距③采用人口加权变异系数是因为没有加权的变异系数是在忽略各区域人口规模的基础上衡量人均收入，会造成对人口规模相对小（大）的区域差异程度的高估（低估），给政策制定者提供不准确的信息。此外，为剔除价格因素影响，将名义GDP换算为以1992年为基期的实际GDP。，具体计算公式为：

T为解释变量，即交通基础设施的代理变量，包括公路和铁路在内的综合交通基础设施密度（trans）、公路基础设施密度（Droad）、铁路基础设施密度（Drailway）、客运效率（trans_P）和货运效率（trans_G）。其中，综合交通基础设施密度（trans）采用各省级行政区域铁路营业里程和公路营业里程之和占各省级行政区域面积的比值来衡量，并用各省级行政区域公路营业里程占各省级行政区域面积的比值来衡量公路基础设施密度（Droad），用各省级行政区域铁路营业里程占各省级行政区域面积的比值来衡量铁路基础设施密度（Drailway），再从交通基础设施运输效率的角度，分为客运效率（trans_P）和货运效率（trans_G），分别用各省级行政区域客运周转量和货运周转量来表示。

X为各控制变量，包括：产业结构，用产业结构指数来表示，计算公式为Structure＝∑i×Si＝1×S1+2×S2+3×S3，其中Si为第i产业在各省级区域的产值占比；城镇化率，用各省级区域城镇人口占总人口的比重表示；政府参与度，用各省级区域政府一般预算支出占GDP比重表示；固定资产投资，用各省级区域全社会固定资产投资总额占GDP比重表示；对外开放，用各省级区域进出口总额占GDP的比重表示；受教育程度，用各省级区域平均受教育年限表示。计算公式为：受教育程度＝（文盲／半文盲人口数×1.5+小学文化程度人口数×6+初中文化程度人口数×9+高中文化程度人口数×12+大专及以上文化程度人口数×16）／六岁以上人口数；经济发展水平，用各省级行政区历年实际GDP增长率表示。

Z为2000年西部大开发政策虚拟变量。考虑到西部大开发战略实施可能会对区域经济差距造成影响，在控制变量中加入区域虚拟变量、时间虚拟变量和两者的交互项来控制西部大开发战略对区域经济差距的影响。参考刘生龙和胡鞍钢（2010）［34］的研究方法，定义Z为2000年西部大开发政策虚拟变量，由三个部分组成：区域虚拟变量west，以中东部地区作为参照取值为0，西部地区取值为1①依照国家统计局的划分标准，中东部地区包括京、津、冀、辽、沪、苏、浙、闽、鲁、粤、琼11个 省市；中部包括晋、内蒙古、吉、黑、皖、赣、豫、鄂、湘、桂10个省份；西部包括渝、川、黔、滇、藏、陕、甘、青、宁、新10个省份。；时间虚拟变量t2000，将1992—2000年作为参照取值为1，2000年及以后年份取值为1；区域虚拟变量和时间虚拟变量的交互项west×t2000。

μi为个体效应，λt为时间效应，ε为残差项，α、β、γ、η分别为各变量对应的回归系数，下标i和t分别表示个体与时间。

如前所述，某区域交通基础设施的发展不仅会影响该区域内部区域经济差距（直接效应），还能够通过间接溢出效应影响邻近区域内部区域经济差距（溢出效应）。为更好考察交通基础设施所带来的空间联系，建立空间杜宾模型考察交通基础设施对区域经济差距影响的直接效应和溢出效应。空间杜宾模型不仅能检验实施基础设施建设的地区对该地区内部区域经济差距的直接影响，而且能够通过溢出效应（间接效应）反映其对与该实施基础设施建设地区相邻近地区的内部区域经济差距产生的影响，既考查被解释变量与解释变量之间的空间关联，也无遗漏地考查解释变量之间的空间相关性，是唯一能够产生无偏估计量的空间模型。通过空间计量模型的空间相关性检验和模型适配性验证②限于篇幅，该检验过程在正文中不过多赘述，如有需要可向作者索取。，本文设计时间和空间双固定条件下的空间杜宾模型：

式中，wij为空间权重矩阵，ρ和θ衡量的是被解释变量和解释变量的空间滞后项系数，δi和λt分别为空间固定效应和时间固定效应。其余变量解释与（1）式相同。

空间联系是空间杜宾模型使用的前提和关键，因此对用来表示地区间联系强度的空间权重矩阵wij的设定十分重要。但是目前对空间权重矩阵的选择尚无统一定论（Anselin，1988）［35］。本文构造0～1空间权重矩阵和嵌套经济距离空间权重矩阵。

0～1空间权重矩阵（简记为W1）：根据地理学第一定律①地理学第一定律是Waldo Tobler于1970年提出的，“即距离越近则地物间相关性越大，距离越远则地物间相异性越大”。，不同区域间经济活动是相互关联的，一般来说距离越近关联越强。因此将与实施交通基础设施建设的省级区域相邻的省域赋值1，而其他非相邻省域赋值0，从而构建用来表示地理距离差距的0～1空间权重矩阵：

嵌套经济距离空间权重矩阵（简记为W2）：空间邻近的省域更容易发生经济关联，因此构建表征经济距离的嵌套经济距离空间权重矩阵：

一个特定单位内特定解释变量的变化不仅会影响这个单位自身的被解释变量，而且会影响其他单位的被解释变量，第一种改变称为直接效应，第二种改变称为溢出效应（间接效应）。直接效应和溢出效应（间接效应）可以借助向量微分法得出解释变量对被解释变量的偏导数矩阵（6）来测度，矩阵的每一个主对角线元素代表的是直接效应，每一个非对角线元素代表的是溢出效应（间接效应）。被解释变量关于第K个解释变量从地区1到地区N的偏导数矩阵形式如下：

式中，wij是矩阵W的第（i，j）个元素。在空间杜宾模型（3）中，特定解释变量的溢出效应取决于式（6）中的θk。

主要变量描述性统计结果如表1所示。

表1 主要变量描述性统计

为避免伪回归问题，在进行模型估计前需对数据进行平稳性检验。采用LLC检验和Fisher-ADF检验方法进行面板数据单位根检验，所有变量均在1%水平上通过平稳性检验，证实数据存在长期均衡关系。为避免控制变量与解释变量间可能存在多重共线性问题，测算数据的方差膨胀因子，结果表明不存在严重的多重共线性。数据质量良好。

四、交通基础设施对省域区域经济差距的影响

（一）交通基础设施发展对省域区域经济差距影响分析

本部分使用动态面板系统GMM模型（1）检验交通基础设施对省域区域经济差距的影响。估计结果如表2所示，区域经济差距滞后一期系数为正且显著，表明省域区域经济差距存在发展惯性，受到前一期该省域区域经济差距状况的影响，采用动态面板系统GMM模型是合理的；自相关系数AR（1）显著而AR（2）不显著，表明扰动项不存在自相关，满足约束条件；Hansen过度识别检验没有拒绝工具变量选择满足过度识别的约束条件，表明不存在工具变量过度识别问题，工具变量有效；Wald检验值在1%水平显著，表明参数约束性检验成立。综上所述，本节估计结果有效。

考察交通基础设施密度对区域经济差距的影响。如表2第（1）列到第（3）列回归结果所示，综合交通基础设施密度和公路基础设施密度对区域经济差距影响系数均在1%显著性水平下为负，表明能够显著缩小区域经济差距。系数比较发现，综合交通基础设施密度每提升1个百分点会导致省域区域经济差距缩小0.383个百分点，而公路基础设施密度每提升1个百分点会导致省域区域经济差距缩小0.379个百分点。第（3）列铁路基础设施对区域经济差距的缓解作用不显著，这或许是因为铁路基础设施密度相较公路密度更小，发展空间较大，且其区域分布的城镇偏向和向发达地区倾斜的政策导向，导致对发达地区经济发展促进作用更强，进而可能在现阶段还未能起到显著缩小区域经济差距的作用。但在未来发展到一定时期后，会通过扩散效应缩小区域经济差距。

考察交通基础设施发展效率对区域经济差距的影响。如表2第（4）列和第（5）列回归结果所示，客运效率和货运效率的提升均能够显著缓解省域区域经济差距，相较于客运效率，货运效率对省域区域经济差距的缓解作用更加明显。具体来看，客运效率每提升1个百分点能够缩小省域区域经济差距0.018个百分点，而货运效率每提升1个百分点能缓解省域区域经济差距0.02个百分点。

表2 交通基础设施密度及运输效率对省域区域差距的影响

表2（续）

政策变动的影响体现在区域虚拟变量和时间虚拟变量的交互项参数west×t2000上。估计结果显示，west×t2000估计系数显著为负，说明西部大开发加速了西部各省域经济增长，有效减轻了西部地区各省域与中部和东部地区各省域经济差距的扩大。

综上分析表明，在1992—2019年间，交通基础设施建设对省域区域经济差距的综合影响是正向的，总体而言有助于减小省域区域经济差距。

（二）交通基础设施影响省域区域经济差距的稳健性检验

以上估计结果的可靠性和可信度还需要通过稳健性检验来验证，主要考虑以下两个方面：一是考虑到存在不可观测的个体效应μi，OLS估计会导致解释变量滞后项系数值偏高，而固定效应模型估计则会导致偏低，只有当系统GMM估计的被解释变量滞后项系数介于OLS与固定效应模型估计量之间时，才是合理一致的（俞彤晖，2018）［36］。故采取Bond等（2001）［37］提出的检验方法，在对模型进行系统GMM估计的同时，列出相应的OLS估计和固定效应估计的结果，限于篇幅有限，仅对综合交通基础设施密度和交通基础设施效率的系数进行比较回归，如表3第（1）列到第（6）列所示。系统GMM估计被解释变量滞后一阶的回归系数均介于OLS估计和固定效应估计之间，证明基本模型回归结果是稳健的。二是考虑到样本极值可能导致估计结果偏差，故分别将模型解释变量中的极大值与极小值样本剔除，重新进行系统GMM估计，以检验前文回归结果的稳健性。即：剔除交通基础设施密度最高的2019年上海样本和最低的2019年新疆样本；剔除客运效率最高的2019年广东样本和最低的2019年青海样本；剔除货运效率最高的2019年广东样本和最低的2019年天津样本。然后分别对综合交通基础设施密度和交通基础设施效率进行回归，结果如表3中第（7）列到第（9）列所示，相比于剔除变量极值前，系数符号和显著性均未发生明显变化，AR（1）、AR（2）、Hansen检验以及Wald检验的P值均通过检验。表明模型回归结果并未因为研究样本发生变化而产生较大的变化，证明模型具有稳健性，前文研究结果可靠。

表3 交通基础设施影响省域区域经济差距稳健性检验结果

五、交通基础设施建设对东、中、西三大地带内部省域区域经济差距的影响

第四部分的分析表明，交通基础设施建设总体上有助于缩小省域区域经济差距，但这个分析没有考虑到不同区域的发展差异。为此进一步考查交通基础设施建设对处于经济发展不同阶段的东、中、西三大地带内部省域区域经济差距的影响。

交通基础设施与区域经济差距是相互影响的，区域经济发展水平不同，会影响到区域内部交通基础设施建设的发展；反之，区域交通基础设施发展水平的高低又反过来影响区域内部各地区经济发展差距。2019年统计数据显示，东部地区行政区域面积占全国总面积的13.57%，而公路和铁路总里程占全国的30.31%；中部地区行政区域面积占全国总面积的29.75%，公路和铁路总里程占全国的39.09%；西部地区行政区域面积占全国总面积的56.68%，但公路和铁路里程仅占全国的30.60%。同年东部地区客运周转量占总周转量43.07%，中部和西部地区仅分别占30.39%和26.54%；东部地区货运周转量占总周转量45.97%，而中部和西部地区仅分别占34.04%和19.99%。为分析交通基础设施发展程度差别对东、中、西部三大地带内部省域区域经济差距的影响，本部分使用动态面板系统GMM模型（1）对交通基础设施影响区域经济差距的异质性进行检验分析①考虑到系统GMM方法主要适用于短动态面板，对于长动态面板可能存在较严重的偏差，故使用偏差校正LSDV法进行估计。对长面板数据，该模型无论在缩小偏差还是均方误差方面都明显优于系统GMM估计。。回归结果如表4所示。

表4 交通基础设施发展对东、中、西三大地带内部省域区域经济差距的影响

从交通基础设施密度看，如表4中第（1）、（4）、（7）列所示，东部地区交通基础设施密度的回归系数在1%水平上显著为负，说明东部地区交通基础设施密度的提高能够有效缩小东部地区省域区域经济差距；而交通基础设施密度对中、西部地区省域区域经济差距的影响系数均在10%水平上显著为正，说明交通基础设施密度的提高扩大了中、西部地区省域内部区域经济差距。系数比较发现，中部地区交通基础设施密度的提高对该地区省域区域经济差距的不利影响更甚于西部地区，即交通基础设施密度每提升1个百分点，中部地区省域内部区域经济差距扩大0.026，而西部地区省域内部区域经济差距提升0.006个百分点。

从交通基础设施运输效率看，客运效率（如表4第（2）、（5）、（8）列所示）和货运效率（如表4第（3）、（6）、（9）列所示）对区域经济差距的作用效果在三大地带有明显差异。客运效率的提高能够显著缓解东部地区省域区域经济差距，在中、西部地区则与之相反：客运效率每提升1个百分点，能带动东部地区省域区域经济差距缩小0.02个百分点，而使中、西部地区省域区域经济差距分别扩大0.011和0.039个百分点。货运效率的提高缓解了东、中部地区省域区域经济差距，促进经济均衡发展，西部地区则与之相反：货运效率每提升1个百分点，东、中部地区省域区域经济差距分别缩小0.022和0.016个百分点，西部地区省域区域经济差距扩大0.028个百分点。

上述计量结果是交通基础设施发展对区域经济发展差距影响具有阶段性特征的反映。如前文理论假设的分析所述，在经济发展的较低阶段，交通基础设施发展倾向于扩大区域经济差距，伴随经济发展水平的提升，交通基础设施发展将起到缩小区域经济差距的作用。处于不同发展阶段的区域在空间上的并存，为我们在同一时点上展现了区域从低级阶段向高级阶段发展的各阶段的状态。东、中、西三大地带处于不同发展阶段，从发展两阶段的视角看，中、西部地区经济发展水平较低，总体处于交通基础设施发展倾向于扩大其内部区域经济差距的低级阶段。而东部地区则经济发展水平较高，总体处于交通基础设施发展起到缩小其内部区域经济差距的作用的高级阶段。从发展三阶段的视角看，东部地区处于交通基础设施发展起到缩小其内部区域经济差距的作用的高级阶段，无论从交通基础设施密度看，还是从交通基础设施运输效率看，交通基础设施发展对缩小其内部区域经济差距都有正向作用。西部地区总体处于交通基础设施发展倾向于扩大区域经济差距的较低阶段，无论从交通基础设施密度看，还是从交通基础设施运输效率看，交通基础设施发展对缩小其内部区域经济差距都有反向作用。中部地区处于从低级阶段向高级阶段演化的过渡阶段的初期，从交通基础设施密度看，交通基础设施建设扩大了中部地区内部区域经济差距。而从交通基础设施运输效率看，客运效率的提高扩大了中部地区内部区域经济差距，但货运效率的提高则缓解了中部地区内部区域经济差距。

六、交通基础设施影响省域区域经济差距的空间相关性分析

空间关联性是交通基础设施的典型特征之一。本部分利用空间杜宾模型（3），结合空间权重矩阵（4）、（5）以及偏导矩阵（6）测算交通基础设施影响区域经济差距的空间相关性。估计结果见表5，空间相关性系数ρ显著为正，证明空间相关性存在，运用空间计量模型具有合理性。在空间视角下，交通基础设施发展对省域区域经济差距影响的回归结果，与动态面板系统GMM模型回归结果一致。即从回归结果的总效应来看，在0～1空间权重矩阵和嵌套经济距离空间权重矩阵下，交通基础设施发展对省域区域经济差距的回归系数均在1%水平下显著，表明交通基础设施有效缩小了省域区域经济差距。

表5 交通基础设施对区域经济差距的空间性影响分析

交通基础设施对区域经济差距的直接效应回归结果显示，在0～1空间权重矩阵和嵌套经济距离空间权重矩阵下，实施交通基础设施建设的省域，其交通基础设施密度和交通基础设施效率对该省域区域经济差距的直接效应回归系数均在1%显著性水平上为负，说明能够显著缩小省域区域经济差距，这与前文系统GMM回归的估计结果一致。以第（1）列和第（6）列综合交通基础设施为例，在0～1空间权重矩阵和嵌套经济距离空间权重两种空间权重矩阵下，综合交通基础设施每增加1个百分点会导致该省域区域经济差距缩小0.0065和0.0054个百分点。且通过系数对比发现，交通基础设施密度对省域区域经济差距的影响要大于交通基础设施运输效率的影响。

交通基础设施对区域经济差距的溢出效应回归结果显示，在两种空间权重矩阵下，综合交通基础设施密度、公路基础设施密度和客运效率、货运效率均对省际区域经济差距产生负向的溢出效应。表明整体而言，实施交通基础设施建设省份的综合交通基础设施密度、公路交通基础设施密度和运输效率的提升均扩大了邻近省域区域经济差距。值得注意的是，实施铁路基础设施建设的省份缩小了邻近省域区域经济差距，即起到了正向的溢出效应。

七、结论与政策建议

本文提出了交通基础设施建设对区域经济差距的影响具有双向性、阶段性和空间相关性三个基本特征的理论判断，利用全国1992—2019年省际面板数据，建立动态面板系统GMM模型和空间杜宾模型，对此进行实证分析，得出以下结论：

第一，在1992—2019年间，交通基础设施建设对省域区域经济差距的综合影响是正向的，总体而言有助于缩小省域区域经济差距。具体表现为：综合交通基础设施密度和公路基础设施密度均能够显著缩小省域区域经济差距，但受到城镇化倾向和政策导向的影响，现阶段铁路基础设施密度并不能够显著缩小省域区域经济差距；交通基础设施客运效率和货运效率的提升均能显著缩小省域区域经济差距，而且相较于客运效率，货运效率对省域区域经济差距的缓解作用更加明显。

第二，处于经济发展不同阶段的东、中、西三大地带，交通基础设施发展对其内部省域区域经济差距的作用效果不同。东部地区处于交通基础设施发展起到缩小其内部省域区域经济差距的作用的高级阶段，无论从交通基础设施密度看，还是从交通基础设施运输效率看，交通基础设施发展对缩小其内部省域区域经济差距都有正向作用；西部地区总体处于交通基础设施发展倾向于扩大省域区域经济差距的较低阶段，无论从交通基础设施密度看，还是从交通基础设施运输效率看，交通基础设施发展对缩小其内部省域区域经济差距都有反向作用；中部地区处于从低级阶段向高级阶段演化的过渡阶段的初期，从交通基础设施密度看，交通基础设施建设扩大了中部地区内部省域区域经济差距。而从交通基础设施运输效率看，客运效率的提高扩大了中部地区内部省域区域经济差距，但货运效率的提高则缓解了中部地区内部省域区域经济差距。

第三，交通基础设施发展对省域区域经济差距具有明显的空间效应。实施交通基础设施建设的省份其交通基础设施密度和交通基础设施效率的提升，能够显著缩小该省域区域经济差距，且交通基础设施密度对省域内部区域经济差距的影响要大于交通基础设施运输效率的影响。除铁路基础设施密度外，其他各类交通基础设施发展均通过溢出效应扩大了邻近省域区域经济差距。

基于以上分析，提出如下政策建议：

第一，继续加强对交通基础设施的投资建设，尤其是对相对落后的中、西部地区的投资，使交通基础设施逐步发展完善进而惠及全域，以促进各区域的均衡发展，缩小区域经济差距，为共同富裕目标的实现提供保障。

第二，在提高交通基础设施密度的同时提高交通基础设施运输效率，建设高效的互通互联的交通网络。目前中国的交通运输网络硬件设施发展迅速，要进一步完善交通运输体系中的短板，加强交通基础设施质的提升，提高交通基础设施运输效率，促进区域经济联系，缩小区域经济差距，促进共同富裕。

第三，统筹区域交通基础设施发展，协调东、中、西三大地带和各省域交通基础设施的互联互通、互利互补，对冲因区域间交通基础设施建设发展不平衡所造成的负的溢出效应，推动区域经济协调发展和共同富裕。