王 凡

(上海對(duì)外經(jīng)貿(mào)大學(xué) 國(guó)際經(jīng)貿(mào)學(xué)院，上海，201620)

我國(guó)自改革開(kāi)放以來(lái)，經(jīng)過(guò)近40年的飛速發(fā)展，經(jīng)濟(jì)總量已經(jīng)位居世界第二，但這種快速的發(fā)展主要以勞動(dòng)密集型的制造業(yè)為主。在廉價(jià)勞動(dòng)力優(yōu)勢(shì)逐漸降低、出現(xiàn)“劉易斯拐點(diǎn)”的背景下[1]，我國(guó)加快結(jié)構(gòu)優(yōu)化升級(jí)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，促使經(jīng)濟(jì)增長(zhǎng)的動(dòng)力由第二產(chǎn)業(yè)向第三產(chǎn)業(yè)過(guò)渡，大力發(fā)展現(xiàn)代服務(wù)業(yè)。然而與世界發(fā)達(dá)國(guó)家相比，在生產(chǎn)性服務(wù)業(yè)帶動(dòng)整體經(jīng)濟(jì)發(fā)展上，我國(guó)仍然相對(duì)落后[2]，加快服務(wù)業(yè)的發(fā)展尤為重要。黨的十八大以來(lái)，在以習(xí)近平同志為核心的黨中央治國(guó)理政新理念、新思想、新戰(zhàn)略的指引下，我國(guó)服務(wù)業(yè)全面快速發(fā)展，規(guī)模持續(xù)擴(kuò)大，傳統(tǒng)產(chǎn)業(yè)加快轉(zhuǎn)型升級(jí)，新興產(chǎn)業(yè)蓬勃興起。服務(wù)業(yè)在優(yōu)化結(jié)構(gòu)、提高質(zhì)量、促進(jìn)就業(yè)、拉動(dòng)消費(fèi)、改善民生等方面發(fā)揮了重要作用，成為拉動(dòng)國(guó)民經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿托乱鎇2]27。2018年服務(wù)業(yè)對(duì)GDP增長(zhǎng)的貢獻(xiàn)率更是達(dá)到了59.7%。生產(chǎn)性服務(wù)企業(yè)因其服務(wù)的專業(yè)化和即時(shí)化特點(diǎn)，傾向于在交通發(fā)達(dá)的城市集聚[3]。我國(guó)擁有規(guī)模龐大的鐵路網(wǎng)絡(luò)，2007年實(shí)施了第六次全國(guó)鐵路大提速，鐵路基礎(chǔ)設(shè)施的改善為城市服務(wù)業(yè)創(chuàng)造了良好的發(fā)展環(huán)境。本文將其視為一項(xiàng)在交通基礎(chǔ)設(shè)施上的擴(kuò)能投資，運(yùn)用“雙重差分模型”(Difference-in-Difference，DID)比較位于受影響與未受影響的鐵路線上的城市在提速前后服務(wù)業(yè)增長(zhǎng)上的差異，檢驗(yàn)第六次鐵路大提速給服務(wù)業(yè)的發(fā)展帶來(lái)的凈效應(yīng)①。

一、文獻(xiàn)綜述與理論機(jī)理

(一)文獻(xiàn)綜述

交通基礎(chǔ)設(shè)施對(duì)于經(jīng)濟(jì)增長(zhǎng)的重要性，不論是歷史變遷，還是在現(xiàn)實(shí)發(fā)展中，都是至關(guān)重要的。在交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究中，國(guó)內(nèi)外學(xué)者多以基礎(chǔ)設(shè)施的經(jīng)濟(jì)增長(zhǎng)效應(yīng)為切入點(diǎn)展開(kāi)，普遍肯定交通基礎(chǔ)設(shè)施在經(jīng)濟(jì)發(fā)展中的作用。完善的交通基礎(chǔ)設(shè)施能助長(zhǎng)某一國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展，尤其在我國(guó)交通基礎(chǔ)設(shè)施相對(duì)落后的西部地區(qū)。葉昌友、王遐見(jiàn)[4]通過(guò)實(shí)證研究發(fā)現(xiàn)西部各省經(jīng)濟(jì)要取得發(fā)展須有完善的交通基礎(chǔ)設(shè)施。交通基礎(chǔ)設(shè)施能加快區(qū)際貿(mào)易的發(fā)展，進(jìn)而通過(guò)高效的區(qū)際貿(mào)易流轉(zhuǎn)帶動(dòng)整個(gè)區(qū)域的經(jīng)濟(jì)增長(zhǎng)。高效的交通網(wǎng)絡(luò)也有利于提高企業(yè)生產(chǎn)率，鐵路提速對(duì)沿途企業(yè)的技術(shù)進(jìn)步和效率改進(jìn)發(fā)揮了積極作用，促進(jìn)了全要素生產(chǎn)率的增長(zhǎng)。然而，發(fā)達(dá)的交通基礎(chǔ)設(shè)施給經(jīng)濟(jì)發(fā)展帶來(lái)一定的正向影響背后也存在一些問(wèn)題——在促進(jìn)地方經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也可能在一定程度上拉大區(qū)際經(jīng)濟(jì)差距，產(chǎn)生極化效應(yīng)。王垚、年猛[5]甚至認(rèn)為在當(dāng)前我國(guó)經(jīng)濟(jì)整體放緩背景下，短期內(nèi)高速鐵路并沒(méi)有起到經(jīng)濟(jì)增長(zhǎng)效應(yīng)。一些學(xué)者研究也發(fā)現(xiàn)交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在地域的異質(zhì)性。李新光、黃安民、張永起[6]認(rèn)為高鐵對(duì)經(jīng)濟(jì)發(fā)展程度不同的城市的影響表現(xiàn)出顯著差異；杜興強(qiáng)、彭妙薇[7]從四大經(jīng)濟(jì)區(qū)的角度上考慮了這一問(wèn)題，認(rèn)為高鐵開(kāi)通有利于高技術(shù)勞動(dòng)力流向東部地區(qū)、中部地區(qū)和西部地區(qū)，造成東北老工業(yè)區(qū)高技術(shù)勞動(dòng)力的流失；白云濤、張芬[8]將研究區(qū)域劃分為東、中、西部，認(rèn)為交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)效應(yīng)在區(qū)域之間的差異不僅表現(xiàn)在數(shù)量上，也表現(xiàn)在質(zhì)量上。也有一些學(xué)者將研究方向放在產(chǎn)業(yè)層面上。來(lái)逢波、劉春梅、榮朝和[9]認(rèn)為高速鐵路的建設(shè)及運(yùn)營(yíng)不但能促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)，也能促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，對(duì)第三產(chǎn)業(yè)的影響較為緩和且具有持續(xù)性；鄧明[10]認(rèn)為交通基礎(chǔ)設(shè)施可以提高第二和第三產(chǎn)業(yè)的就業(yè)，城市間交通基礎(chǔ)設(shè)施和勞動(dòng)力就業(yè)密度顯著正相關(guān)。

(二)理論機(jī)理

本文首先對(duì)服務(wù)業(yè)進(jìn)行定義，借鑒高翔、龍小寧、楊廣亮[11]一文，服務(wù)業(yè)，又稱第三產(chǎn)業(yè)，是不直接生產(chǎn)物質(zhì)產(chǎn)品而為企業(yè)和居民提供生產(chǎn)性和消費(fèi)性服務(wù)的經(jīng)濟(jì)部門(mén)。根據(jù)國(guó)家2003年印發(fā)的《三次產(chǎn)業(yè)劃分規(guī)定》及《國(guó)民經(jīng)濟(jì)行業(yè)分類》(GB/T4754-2002)，服務(wù)業(yè)劃分為15類：農(nóng)林牧漁服務(wù)業(yè)；交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)；信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)；批發(fā)和零售業(yè)；住宿和餐飲業(yè)；金融業(yè)(銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)、其他金融活動(dòng))；房地產(chǎn)業(yè)；租賃和商務(wù)服務(wù)業(yè)；科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)；水利、環(huán)境和公共設(shè)施管理業(yè)；居民服務(wù)和其他服務(wù)業(yè)；教育；衛(wèi)生、社會(huì)保障和社會(huì)福利業(yè)；文化、體育和娛樂(lè)業(yè)；公共管理和社會(huì)組織、國(guó)際組織。

高效、完善的交通網(wǎng)絡(luò)加快了區(qū)際貿(mào)易流轉(zhuǎn)、生產(chǎn)要素的流動(dòng)和高技術(shù)人才的往來(lái)交流，同時(shí)降低交通運(yùn)輸成本，壓縮地域和時(shí)間上的距離?？绲氐母呒?jí)人才交流學(xué)習(xí)與生產(chǎn)要素的流動(dòng)也會(huì)集聚于交通基礎(chǔ)設(shè)施完善的區(qū)域，形成現(xiàn)代化、專業(yè)化、高效化的城市服務(wù)業(yè)規(guī)模經(jīng)濟(jì)。因此，本文認(rèn)為在2007年的第六次全國(guó)鐵路大提速中受益的城市會(huì)因?yàn)槠浣煌ɑA(chǔ)設(shè)施的改善營(yíng)造出一個(gè)良好的經(jīng)濟(jì)發(fā)展環(huán)境，進(jìn)而促進(jìn)城市服務(wù)業(yè)的發(fā)展。

二、識(shí)別策略和數(shù)據(jù)來(lái)源

(一)識(shí)別策略介紹

本文的目的是研究第六次鐵路大提速對(duì)服務(wù)業(yè)發(fā)展的影響?？赡艽嬖诘膯?wèn)題是此次鐵路提速線路的選擇受一些不可觀測(cè)變量的影響而造成樣本選擇性偏誤，但是可從兩方面來(lái)說(shuō)明本文的研究中樣本選擇性偏誤問(wèn)題是不存在的。首先，所有的提速都是在現(xiàn)有的鐵路線上實(shí)施的，從而減輕了對(duì)提速鐵路選擇問(wèn)題的擔(dān)憂；其次，由于提速的選擇主要依賴于現(xiàn)有鐵路所連接的大城市，對(duì)于線路中間的城市，可以將其視為接受了一項(xiàng)外生政策沖擊。如京滬線，兩端分別是我國(guó)的特大級(jí)城市北京和上海，也是兩大城市經(jīng)濟(jì)圈——京津冀區(qū)和長(zhǎng)三角區(qū)，為協(xié)調(diào)一體化發(fā)展，它們之間的鐵路線提速升級(jí)必然優(yōu)先考慮兩大經(jīng)濟(jì)圈的發(fā)展。

DID模型中實(shí)驗(yàn)組和控制組的設(shè)定如圖1所示。假設(shè)城市A與B、C之間有兩條鐵路線——線路1和線路2，其中線路1中有3和4兩個(gè)城市，線路2中有1和2兩個(gè)城市?？赡苁怯捎趪?guó)家的長(zhǎng)遠(yuǎn)鐵路規(guī)劃，將連接A與B城市的線路1進(jìn)行提速升級(jí)，即可將此時(shí)線路1中的3和4兩個(gè)城市作為實(shí)驗(yàn)組，因?yàn)檫@兩個(gè)城市受到了鐵路提速升級(jí)的影響。相對(duì)于線路1來(lái)說(shuō)，連接城市A和C的線路2并沒(méi)有被選中進(jìn)行鐵路提速升級(jí)，因此可將線路2中的城市1和2作為控制組，其高速列車(chē)的通行在提速升級(jí)前后基本不受影響。

圖1 雙重差分模型中實(shí)驗(yàn)組和控制組Fig.1 Treatment group and control group in DID model

(二)數(shù)據(jù)

1.數(shù)據(jù)來(lái)源

鐵路數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》與《鐵道統(tǒng)計(jì)公報(bào)》。由于數(shù)據(jù)的原因剔除了新疆、寧夏、青海、甘肅、云南、廣西、貴州、海南。這些省(自治區(qū))當(dāng)中受2007年鐵路提速升級(jí)的影響的是甘肅省和新疆維吾爾自治區(qū)(蘭新線)，由于這兩省數(shù)據(jù)缺失嚴(yán)重，所以予以排除；刪除青海、云南、廣西、貴州、海南，因?yàn)闃颖緦?duì)因果效應(yīng)識(shí)別影響不大，有更發(fā)達(dá)的城市作為控制組樣本(如果符合正向效應(yīng)預(yù)期且穩(wěn)健，這就說(shuō)明刪掉這些樣本對(duì)本文研究結(jié)果基本無(wú)影響)；由于西藏第一條鐵路通車(chē)是在2006年，并且西藏有著較發(fā)達(dá)的旅游資源，當(dāng)?shù)芈糜问杖胝籍?dāng)?shù)谿DP相當(dāng)大的比重，將其歸入實(shí)驗(yàn)組可能使模型估計(jì)出的2007年鐵路大提速的因果效應(yīng)有偏(可能存在高估情況)，所以剔除西藏藏族自治區(qū)；為了盡量保證實(shí)驗(yàn)組和控制組較小的系統(tǒng)性差異，考慮到廣東省現(xiàn)實(shí)的經(jīng)濟(jì)發(fā)展?fàn)顩r，除三個(gè)進(jìn)入實(shí)驗(yàn)組的地級(jí)市，將其剩余城市納入控制組可能使估計(jì)結(jié)果有偏，所以將廣東省樣本排除。

2007年鐵路提速總共涉及到11個(gè)省和4個(gè)直轄市，省會(huì)城市和直轄市有強(qiáng)大的經(jīng)濟(jì)基礎(chǔ)和強(qiáng)勁的現(xiàn)代化服務(wù)業(yè)發(fā)展?jié)摿?，將這11個(gè)省會(huì)城市和4個(gè)直轄市納入實(shí)驗(yàn)組會(huì)存在嚴(yán)重的系統(tǒng)性偏差，進(jìn)而對(duì)識(shí)別的因果凈效應(yīng)造成偏差，故將每個(gè)樣本省的省會(huì)城市及四個(gè)直轄市剔除。最后，本文包含2000-2016年的187個(gè)地州級(jí)城市的數(shù)據(jù)。城市經(jīng)濟(jì)數(shù)據(jù)來(lái)自歷年《地級(jí)市統(tǒng)計(jì)年鑒》《EPS數(shù)據(jù)庫(kù)》與《區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》等。

2.數(shù)據(jù)統(tǒng)計(jì)

表1為所有變量的描述性統(tǒng)計(jì)。服務(wù)業(yè)產(chǎn)值增加值占GDP比重：反映服務(wù)業(yè)在當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)中的貢獻(xiàn)。服務(wù)業(yè)從業(yè)人數(shù)：反映該行業(yè)中專業(yè)勞動(dòng)力生產(chǎn)要素的供給。專業(yè)的勞動(dòng)力往往代表高水平的技術(shù)素養(yǎng)和專業(yè)知識(shí)，對(duì)于發(fā)展中國(guó)家，先進(jìn)的專業(yè)知識(shí)和技術(shù)是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要因素。地區(qū)年末總?cè)丝冢翰粌H反映該地區(qū)人力要素的稟賦，也反映當(dāng)?shù)氐氖袌?chǎng)規(guī)模水平，在服務(wù)業(yè)的發(fā)展上較為明顯，在一定程度上決定當(dāng)?shù)氐氖袌?chǎng)潛力水平。地區(qū)生產(chǎn)總值：不僅反映當(dāng)?shù)氐慕?jīng)濟(jì)活動(dòng)規(guī)模，也反映面臨的經(jīng)濟(jì)發(fā)展環(huán)境。普通高等學(xué)校在校人數(shù)：不僅反映當(dāng)?shù)貏趧?dòng)力要素結(jié)構(gòu)，也反映當(dāng)?shù)卦诳萍紕?chuàng)新領(lǐng)域的發(fā)展前景?？瓦\(yùn)總量：是當(dāng)?shù)鼗A(chǔ)設(shè)施完善程度的側(cè)面反映。固定資產(chǎn)投資額：大規(guī)模的投資可以改善服務(wù)業(yè)發(fā)展所面臨的融資約束問(wèn)題。

3.城市服務(wù)業(yè)發(fā)展趨勢(shì)

如圖2所示，實(shí)驗(yàn)組和控制組城市的服務(wù)業(yè)在2000-2007年之間呈現(xiàn)較為平緩的發(fā)展趨勢(shì)，2007-2016年整體呈現(xiàn)出上升態(tài)勢(shì)(服務(wù)業(yè)產(chǎn)值增加值占GDP比重)。2004年之前實(shí)驗(yàn)組和控制組有著良好的平行趨勢(shì)，2004-2007年之間實(shí)驗(yàn)組和控制組在城市服務(wù)業(yè)發(fā)展趨勢(shì)上存在較小的差異但基本滿足平行趨勢(shì)。2007年我國(guó)實(shí)施了第六次鐵路大提速，可以看出從2009年以后實(shí)驗(yàn)組的城市服務(wù)業(yè)發(fā)展要明顯快于控制組，這可能正是2007年的第六次鐵路大提速帶來(lái)的影響。

三、實(shí)證與穩(wěn)健性檢驗(yàn)

(一)模型設(shè)定

采用面板數(shù)據(jù)結(jié)合“雙重差分模型”來(lái)估計(jì)我國(guó)2007年第六次大提速對(duì)服務(wù)業(yè)發(fā)展的影響，回歸方程如下：

s_growthit=β0+β1treatedi*yeart+β2treatedi+β3yeart+β4Xit+cityi+μit

(1)

表1 變量描述性統(tǒng)計(jì)

注：本表系作者整理而得。

圖2 城市服務(wù)業(yè)發(fā)展趨勢(shì)Fig.2 Development trend of urban service industry

其中，s_growth為服務(wù)業(yè)產(chǎn)值增加值占GDP比重；treated為虛擬變量，若某城市受到鐵路提速升級(jí)的影響，則treated=1，否則treated=0；year為時(shí)間，時(shí)間跨度是2000-2016年。將2007年的鐵路大提速作為政策沖擊點(diǎn)，若在2007-2016年間year=1，2000-2006年間year=0；xit為協(xié)變量，包括t_pop(年末總?cè)丝?、s_pop(服務(wù)業(yè)從業(yè)人數(shù))、trans(客運(yùn)總量)、GDP(地區(qū)生產(chǎn)總值)、invest(固定資產(chǎn)投資額)、student(普通高等學(xué)校在校人數(shù))、cityi為城市固定效應(yīng)。其中β1為在控制相關(guān)變量之后，采用DID思想識(shí)別出的第六次鐵路大提速給我國(guó)城市服務(wù)業(yè)發(fā)展帶來(lái)的凈效應(yīng)。

(二)基準(zhǔn)模型回歸結(jié)果

表2是雙重差分基準(zhǔn)模型回歸結(jié)果。列(1)-(3)為去除掉直轄市和省會(huì)城市的樣本。在控制了時(shí)間固定效應(yīng)與城市固定效應(yīng)的基礎(chǔ)上，列(1)未含有關(guān)控制變量，treated*year估計(jì)系數(shù)為1.257 7，并且在1%的顯著性水平下顯著，但其存在遺漏變量問(wèn)題；列(2)中加入經(jīng)濟(jì)變量如地區(qū)年末總?cè)丝?、第三產(chǎn)業(yè)就業(yè)人數(shù)、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資額以后，treated*year估計(jì)系數(shù)為0.535 5，在5%的顯著性水平下顯著；列(3)加入客運(yùn)總量和普通高等學(xué)校在校人數(shù)后，treated*year估計(jì)系數(shù)為0.486 9，在10%的顯著性水平上顯著。雖然顯著性有所下降，但是可以肯定存在這種外生沖擊的凈效應(yīng)。

同樣地，本文也將未刪除直轄市和省會(huì)城市的樣本進(jìn)行了回歸。在控制了時(shí)間固定效應(yīng)與城市固定效應(yīng)的基礎(chǔ)上，列(4)未含有關(guān)控制變量，其treated*year估計(jì)系數(shù)為1.344 4，并且在1%的顯著性水平上顯著；列(5)中如上也加入經(jīng)濟(jì)變量如地區(qū)年末總?cè)丝凇⒌谌a(chǎn)業(yè)就業(yè)人數(shù)、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資額以后，treated*year估計(jì)系數(shù)為0.621 8，在5%的顯著性水平上顯著；列(6)加入客運(yùn)總量和普通高等學(xué)校在校人數(shù)后，treated*year估計(jì)系數(shù)為0.522 6，在5%的顯著性水平上顯著。

根據(jù)兩個(gè)樣本的回歸結(jié)果，和含直轄市和省會(huì)城市樣本相比，未含直轄市和省會(huì)城市樣本的treated*year系數(shù)整體偏低。因?yàn)楹陛犑泻褪?huì)城市樣本存在較大的系統(tǒng)性偏差，高估了此項(xiàng)外生政策沖擊帶來(lái)的效應(yīng)，因此回歸結(jié)果以未含直轄市和省會(huì)城市的樣本為準(zhǔn)。

表2 DID基準(zhǔn)回歸結(jié)果

Tab.2 DID baseline regression results

注：tstatistics in parentheses*p< 0.1,**p< 0.05,***p< 0.01，結(jié)果由Stata14計(jì)算而得。

(三)平行趨勢(shì)假設(shè)檢驗(yàn)

正確運(yùn)用雙重差分思想的一個(gè)重要前提是保證實(shí)驗(yàn)組和控制組在外生沖擊之前沒(méi)有系統(tǒng)性的差異②。如表3所示，將刪除省會(huì)城市和直轄市的樣本進(jìn)行檢驗(yàn)，并且列(1)-(2)都控制了時(shí)間固定效應(yīng)和城市固定效應(yīng)。外生沖擊是2007年的第六次鐵路大提速，因此2007年應(yīng)該作為基準(zhǔn)時(shí)間點(diǎn)。列(1)中沒(méi)有控制相關(guān)控制變量，在2007年前交乘項(xiàng)treated*year系數(shù)都不顯著，從2011年開(kāi)始交乘項(xiàng)系數(shù)為正并且顯著；列(2)控制了相關(guān)的控制變量，在2007年前交乘項(xiàng)系數(shù)基本上都不顯著，從2012年開(kāi)始至2015年交乘項(xiàng)treated*year系數(shù)為正并且顯著，這可能是由于政策的滯后效應(yīng)所引起。因此可以很好地說(shuō)明實(shí)驗(yàn)組和控制組較好地滿足平行趨勢(shì)假設(shè)，進(jìn)一步說(shuō)明了基準(zhǔn)回歸的可靠性。

表3 平行趨勢(shì)假設(shè)檢驗(yàn)

Tab.3 Parallel trend test

注：tstatistics in parentheses*p< 0.1,**p< 0.05,***p< 0.01，結(jié)果由Stata14計(jì)算而得；平行趨勢(shì)假設(shè)檢驗(yàn)的控制變量為年末總?cè)丝趖_pop，服務(wù)業(yè)就業(yè)人數(shù)s_pop，地區(qū)生產(chǎn)總值gdp，固定資產(chǎn)投資額invest，客運(yùn)總量trans，普通高等學(xué)校在校人數(shù)student。

(四)穩(wěn)健性檢驗(yàn)

為增加研究結(jié)果的可靠性和說(shuō)服力，考慮從三個(gè)方面來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。分別是：反事實(shí)思想；刪除實(shí)驗(yàn)組中處在省會(huì)城市或直轄市方圓100km范圍內(nèi)的地州級(jí)市；考慮自2007年以來(lái)各城市建設(shè)“高新技術(shù)開(kāi)發(fā)區(qū)”(HTZ)的影響。

1.運(yùn)用反事實(shí)思想

本文以我國(guó)2007年的第六次鐵路大提速為準(zhǔn)自然實(shí)驗(yàn)來(lái)探究其對(duì)城市服務(wù)業(yè)發(fā)展的因果效應(yīng)。以上的基準(zhǔn)回歸表明確實(shí)存在這種因果效應(yīng)，但可能忽略的問(wèn)題是，這種因果效應(yīng)是否是2007年的第六次鐵路大提速所帶來(lái)的？借鑒范子英、田彬彬[12]的思想，考慮將政策沖擊點(diǎn)提前1至3年，若回歸結(jié)果不顯著，則可以認(rèn)為這種因果效應(yīng)確實(shí)是由2007年的第六次鐵路大提速帶來(lái)。

如表4所示，did-1、did-2、did-3(did為交乘項(xiàng)treated*year)分別是政策沖擊點(diǎn)提前1年、2年和3年，分為未含省會(huì)城市與直轄市與含省會(huì)城市與直轄市的兩個(gè)樣本來(lái)檢驗(yàn)?？刂茣r(shí)間固定效應(yīng)與城市固定效應(yīng)，同時(shí)控制相關(guān)控制變量，did-1、did-2、did-3的估計(jì)系數(shù)都不顯著，特別是did-3的系數(shù)不顯著，說(shuō)明2004年的第五次全國(guó)鐵路大提速?zèng)]有帶來(lái)對(duì)城市服務(wù)業(yè)發(fā)展的促進(jìn)效應(yīng)，更好地說(shuō)明此因果效應(yīng)確是2007年的第六次鐵路大提速帶來(lái)的，使結(jié)論更加可信。

2.刪除實(shí)驗(yàn)組中處在省會(huì)城市或直轄市方圓100km范圍內(nèi)的地級(jí)市

特大城市如直轄市等一些省會(huì)城市由于強(qiáng)大的經(jīng)濟(jì)實(shí)力，其經(jīng)濟(jì)圈內(nèi)的地級(jí)市必會(huì)受到經(jīng)濟(jì)“溢出效應(yīng)”的影響，如果這些受到溢出效應(yīng)影響的地級(jí)市正好處在實(shí)驗(yàn)組，會(huì)使估計(jì)結(jié)果產(chǎn)生偏誤。因此，考慮刪除實(shí)驗(yàn)組中處在省會(huì)城市或直轄市方圓100km范圍內(nèi)的地州級(jí)市③，以確保較為“干凈的”識(shí)別結(jié)果。為了得出更一般性的結(jié)果，此處檢驗(yàn)只使用未含省會(huì)城市與直轄市的樣本。如表5所示，在控制時(shí)間固定效應(yīng)與城市固定效應(yīng)基礎(chǔ)上，列(1)-(3)分別加入控制變量后，其treated*year估計(jì)結(jié)果顯著且穩(wěn)健，因此，2007年的第六次鐵路大提速對(duì)服務(wù)業(yè)發(fā)展的因果效應(yīng)的確存在且穩(wěn)健。

表4 反事實(shí)檢驗(yàn)回歸結(jié)果

Tab.4 Regression results of counterfactual test

注：tstatistics in parentheses*p< 0.1,**p< 0.05,***p< 0.01，結(jié)果由Stata14計(jì)算而得；反事實(shí)檢驗(yàn)的控制變量為年末總?cè)丝趖_pop，服務(wù)業(yè)就業(yè)人數(shù)s_pop，地區(qū)生產(chǎn)總值gdp，固定資產(chǎn)投資額invest，客運(yùn)總量trans，普通高等學(xué)校在校人數(shù)student。

3.考慮自2007年以來(lái)各城市建設(shè)“高新技術(shù)開(kāi)發(fā)區(qū)”的影響

自2007年以來(lái)國(guó)家陸陸續(xù)續(xù)在全國(guó)范圍內(nèi)建設(shè)“國(guó)家級(jí)高新區(qū)”。高新區(qū)以高技術(shù)產(chǎn)業(yè)為基礎(chǔ)，有著完善發(fā)達(dá)、系統(tǒng)化的服務(wù)業(yè)發(fā)展基礎(chǔ)，其對(duì)當(dāng)?shù)氐姆?wù)業(yè)發(fā)展有著強(qiáng)大的推動(dòng)作用[13]。因此，為了剔除政策效應(yīng)的混淆，識(shí)別出提速帶來(lái)的“凈效應(yīng)”，考慮控制這個(gè)后來(lái)的政策影響④。

如表6所示，在控制時(shí)間固定效應(yīng)與城市固定效應(yīng)，仍然選用未含省會(huì)城市與直轄市與含省會(huì)城市與直轄市的兩個(gè)樣本進(jìn)行回歸。列(1)未含有關(guān)控制變量，treated*year估計(jì)系數(shù)為1.463 8，并且在1%的顯著性水平上顯著，但存在嚴(yán)重的內(nèi)生性問(wèn)題；列(2)中加入經(jīng)濟(jì)變量如地區(qū)年末總?cè)丝?、第三產(chǎn)業(yè)就業(yè)人數(shù)、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資額以后，treated*year估計(jì)系數(shù)為0.717 6，在5%的顯著性水平上顯著；列(3)加入客運(yùn)總量和普通高等學(xué)校在校人數(shù)后，treated*year估計(jì)系數(shù)為0.640 9，在5%的顯著性水平上顯著。

表5 刪除實(shí)驗(yàn)組中處在省會(huì)城市或直轄市方圓100km范圍內(nèi)的地州級(jí)市回歸結(jié)果

Tab.5 The regression results of the sample that excludes the prefecture-level cities within 100km ofthe provincial capital city or municipality directly under the central government

注：tstatistics in parentheses*p< 0.1,**p< 0.05,***p< 0.01，結(jié)果由Stata14計(jì)算而得；刪除的處理組中的地州級(jí)城市為蘇州、鎮(zhèn)江、泰安、廊坊、新鄉(xiāng)、孝感、株洲、清遠(yuǎn)、咸陽(yáng)、九江與鐵嶺。

同樣地，本文也類似基準(zhǔn)回歸，將未刪除直轄市和省會(huì)城市的樣本進(jìn)行回歸。通過(guò)以上兩個(gè)樣本的回歸結(jié)果可以看出，在考慮HTZ影響因素之后，依然得到穩(wěn)健的treated*year回歸結(jié)果，其與基準(zhǔn)回歸基本保持一致且穩(wěn)健。

四、結(jié)論

“交通強(qiáng)國(guó)、鐵路先行”，鐵路服務(wù)作為國(guó)家戰(zhàn)略的根本需要，在當(dāng)前和今后一個(gè)時(shí)期承擔(dān)著重要的歷史使命。本文研究表明：在經(jīng)歷2007年的第六次鐵路大提速以后，部分受益的城市在服務(wù)業(yè)的發(fā)展上相對(duì)領(lǐng)先于未受影響的城市，在服務(wù)業(yè)的產(chǎn)值增加值比重上平均高出0.5%～1.3%，并且穩(wěn)健性檢驗(yàn)之后結(jié)果仍然顯著。根據(jù)研究結(jié)論提出以下兩點(diǎn)建議。

首先，完善的交通基礎(chǔ)設(shè)施可以帶動(dòng)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展，并且可依靠其優(yōu)勢(shì)促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。目前我國(guó)很多地級(jí)市還是以第二產(chǎn)業(yè)為城市發(fā)展的基礎(chǔ)，傳統(tǒng)的第二產(chǎn)業(yè)高能耗、高排放、污染嚴(yán)重且經(jīng)濟(jì)運(yùn)行效率低下。在國(guó)家轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式的背景下，綠色、可持續(xù)、高效率的現(xiàn)代服務(wù)業(yè)無(wú)疑是未來(lái)城市經(jīng)濟(jì)增長(zhǎng)的主要推動(dòng)力。因此，發(fā)展完善的交通基礎(chǔ)設(shè)施體系必將加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)步伐，進(jìn)而促進(jìn)經(jīng)濟(jì)健康、高效、綠色增長(zhǎng)。其次，在我國(guó)現(xiàn)階段開(kāi)展“扶貧攻堅(jiān)”政策的背景下，大力發(fā)展交通基礎(chǔ)設(shè)施建設(shè)，必將助力該政策的穩(wěn)步推進(jìn)并且獲得良好的政策效果。我國(guó)的貧困地區(qū)如“老少邊窮”地區(qū)，往往由于先天的歷史、地理、自然等條件，阻礙了當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展，造成額外的“交易成本”和經(jīng)濟(jì)效率損失。交通基礎(chǔ)設(shè)施作為促進(jìn)這些地區(qū)經(jīng)濟(jì)增長(zhǎng)的重要手段，不僅可以帶動(dòng)結(jié)構(gòu)的轉(zhuǎn)型和整體經(jīng)濟(jì)水平的提高，而且可以縮小區(qū)際貧富差距，改善民生。

表6 考慮高新區(qū)(HTZ)建設(shè)影響的回歸結(jié)果

Tab.6 The regression results in terms of the impact of high-tech zone construction

注：tstatistics in parentheses*p< 0.1,**p< 0.05,***p< 0.01，結(jié)果由Stata14計(jì)算而得；列(1)和(4)中沒(méi)有加入控制變量；列(2)與(4)中加入了年末總?cè)丝趖_pop，服務(wù)業(yè)就業(yè)人數(shù)s_pop，地區(qū)生產(chǎn)總值gdp，固定資產(chǎn)投資額invest基本經(jīng)濟(jì)變量；列(3)和(6)在列(2)與(4)的基礎(chǔ)上加入了客運(yùn)總量trans和普通高等學(xué)校在校人數(shù)student。

注釋：

①我國(guó)普速鐵路自從1997年開(kāi)始展開(kāi)過(guò)六次大提速，分別在1997、1998、2000、2001、2004、2007年。其中2004與2007年的兩次規(guī)模較大，2004年提速的鐵路線有京哈線、京滬線與京廣線，2007年提速的鐵路線的有京哈線、京滬線、京廣線、膠濟(jì)線、隴海線、蘭新線、浙贛線、武九線與廣深線。2007年較2004年開(kāi)行的快速列車(chē)更多(“D-動(dòng)車(chē)組列車(chē)，時(shí)速200km以上”和“Z-直達(dá)特快列車(chē)，時(shí)速160km”)，并且提速規(guī)模更廣，因此本文選擇2007年的第六次鐵路大提速為研究對(duì)象。

②此處本文更關(guān)注的是2007年的第六次鐵路提速帶來(lái)的凈效應(yīng)。由于2004年的鐵路提速僅僅是京廣線、京滬線及京哈線三條鐵路線，其規(guī)模遠(yuǎn)比2007年的第六次提速的小，并且在圖2中可以看出2004年之后實(shí)驗(yàn)組相對(duì)與控制組在服務(wù)業(yè)發(fā)展趨勢(shì)上有小幅度的上升但在短期內(nèi)又回到相平狀態(tài)，因此本文在做平行趨勢(shì)假設(shè)檢驗(yàn)時(shí)時(shí)間點(diǎn)以2004年開(kāi)始，這能較好地確保識(shí)別2007年第六次鐵路大提速凈效應(yīng)的準(zhǔn)確性。

③城市間距離的測(cè)算借鑒《列車(chē)時(shí)刻表》中城市-城市的距離。相比公路而言，城市間鐵路線單一、長(zhǎng)期穩(wěn)定并且數(shù)據(jù)統(tǒng)計(jì)由國(guó)家鐵道部統(tǒng)計(jì)而得，可靠性較強(qiáng)。

④本文控制了實(shí)驗(yàn)組中在2007年及以后建立“高新技術(shù)開(kāi)發(fā)區(qū)”這一政策影響。如果某城市在2007年之后建立了“高新技術(shù)開(kāi)發(fā)區(qū)”，則虛擬變量HTZ=1，否則HTZ=0?！案咝录夹g(shù)開(kāi)發(fā)區(qū)”城市名單來(lái)自www.gov.cn。