高速公路基础设施建设外部性的经济学分析
——以对农民收入影响为例

周春平

（扬州大学商学院，江苏扬州225000）

1 研究背景

俗话说：“要致富、先修路，富不富、先看路。”1988年，上海至嘉定的高速公路建成通车，结束了中国大陆高速公路为零的历史。1992年，交通部制定了“五纵七横”国道主干线规划，为我国高速公路持续、快速、健康发展奠定了基础。截至2014年底，中国高速公路总里程达11.19万公里，居世界第一位。高速公路是经济社会发展的基础行业和先行产业，也是农村经济社会发展的重要物质基础，对增加农民收入具有重要意义。从图1可以看出，在过去的10年间，中国高速公路总里程从2005年的4.1万公里增加到2014年11.19万公里，相应地，农村居民家庭人均纯收入从3 254.90元增加到10 488.88元，年均增速分别为12.22%、13.39%，两者呈同步增长的趋势特征。

现有研究大多集中关注高速公路基础设施对区域经济增长、全要素生产率的影响与贡献，却很少关注高速公路建设对中国农村、农业、农民问题的影响。刘冲、周黎安（2014）基于中国1997—2008年县级面板数据研究发现，高速公路基础设施对县域人均GDP有显著的促进作用，高速公路的产出弹性为0.034，与没有高速公路通过的县相比，有高速公路通过的县人均GDP提高了大约38%[1]。刘秉镰、武鹏、刘玉海（2010）的研究则发现，交通基础设施对全要素生产率有显著的正向影响，在2001—2007年间，铁路和公路基础设施带动中国全要素生产率增长11.08%，占全要素生产率增幅的59.10%，并且，高速公路和二级公路的带动作用最为明显[2]。龙小宁、高翔（2014）的实证研究也发现，高速公路显著提高了小城市的企业以及距离大城市较远的企业的全要素生产率[3]。

图1 农村居民家庭人均纯收入与全国高速公路总里程（2005—2014年）

另一方面，尽管学者们已经注意到交通基础设施对农业经济增长、农民收入的影响，但大多数文献将交通基础设施局限在“农村”这一狭窄的概念范围内。比如，樊胜根等（2002）运用中国1970—1997年省级时间序列数据，通过建立联立方程模型研究发现，道路密度对农民的工资性收入弹性系数为 0.152[4]。李锐（2003）运用 1980—2001年的时间序列数据，通过柯布-道格拉斯生产函数模型研究发现，我国农村公共基础设施固定资本存量的收入弹性系数为0.465[5]。鞠晴江（2006）基于1996年全国第一次农业普查的省级横截面数据研究发现，农村道路对农民的收入有显著的正向影响，弹性为0.103[6]。吴清华等（2015）基于中国 1995—2010 年省际面板数据研究发现，等级公路和等外公路对农业生产总值有正向促进作用，但其估计的产出弹性偏小，分别为 0.000 3、0.000 1[7]。

20多年来，中国大规模的高速公路建设在多大程度上惠及了广大农村居民，提高了农业劳动生产率，增加了农村居民的收入，促进了农村经济社会发展，而现有文献很少涉猎。本文拟阐述高速公路基础设施对农村居民收入影响机理，运用2005—2014年的中国省际面板数据，实证分析高速公路基础设施对农民收入的影响，并对回归模型的估计结果进行稳健性检验，最后得出结论与政策涵义。本研究的边际贡献在于，将高速公路基础设施变量引入农村居民的收入函数，并在高速公路基础设施与农民收入之间进行理论上的架构，找到了中国高速公路建设与农民收入水平空间差异的证据，这对我国今后制定高速公路等交通基础设施政策具有一定的参考价值。

2 理论基础

按照收入来源划分，农村居民的收入包括工资性收入、家庭经营性收入、财产性收入和转移性收入等方面。其中，工资性收入是农民受雇于单位或个人获得的劳动报酬，经营性收入是以家庭为单位进行生产和管理获得的劳动报酬，两者占农民总收入的比重最大，受交通基础设施的影响也最大。

高速公路作为公共基础设施，具有准公共产品的属性，对提高农村居民的收入水平具有外溢效应。农民不是高速公路基础设施的投资者，甚至也不一定是高速公路的直接使用者（当然，可能是间接使用者，比如村庄附近的高速公路），却可以从高速公路建设中获得收益，也就是说，高速公路建设具有显著的外溢效应（刘勇，2010[8]；刘生龙等，2015[9]）。Yilmaz等（2002）通过在传统生产函数中加入邻近地区的交通基础设施，实证研究发现，交通基础设施存在正的溢出效应[10]。我们认为，发达的高速公路网络可以便捷地连接农村公路体系，沟通村庄与外界的联系，降低农产品的流通成本，扩大农产品的市场范围和市场规模，增加农民的经营性收入；另一方面，良好的高速公路交通基础设施，能够推进区域内的城市化与工业化进程，促进产业集聚和企业集聚，为农村剩余劳动力提供更多的就业机会，增加农民的工资性收入（见图2）。

图2 高速公路基础设施对农民收入影响机理

首先，降低流通成本，扩大农产品的市场范围。亚当·斯密在《国富论》（1776）中提出了“市场规模限制劳动分工”理论，即市场规模决定社会分工程度，市场规模越大，社会分工和专业化程度越高，劳动生产率越高。简单来说就是，产品的市场规模扩大→社会分工和专业化程度提高→劳动生产率提高→促进经济增长→收入水平提高。黄玖立和李坤望（2006）基于中国1970—2000年省际面板数据的研究同样验证了“市场范围假说”，地区的市场规模显著地影响了中国各省人均收入增长速度[11]。

农产品的市场规模则受交通运输条件的制约。发达的交通基础设施，能够提高通行效率，节约运输成本，缩短农产品的时空距离，扩大农产品的市场规模，使区域间的生产要素通过良好的交通基础设施，进入社会分工体系，提高农业劳动生产率，增加农村居民的经营性收入。刘生龙、胡鞍钢（2010）的实证研究也发现，交通基础设施对区域经济增长有显著的正向影响，不同的地理位置、交通基础设施是区域经济发展差异的重要影响因素[12]。

其次，推进区域内的城市化与工业化进程，提高农村居民的工资性收入。城市化是农村人口转化为城市人口，农业劳动力从第一产业向第二、三产业转移的过程，是经济社会发展到一定阶段的必然结果。中国农民收入增长缓慢的一个重要原因在于，建国以来我国实行城乡分割的二元经济体制以及非均衡的经济发展战略，城市化与工业化进程缓慢，农村劳动力不能充分流动，相对较少的土地聚集了过多的劳动力，农业劳动生产率很难提高。因此，增加农民收入的根本途径即在于，推进地区的工业化与城市化进程，为农村剩余劳动力提供更多的就业机会，将农村劳动力从农业转移到非农产业，从乡村转移到城市，增加农村居民的工资性收入。实证研究结果也表明，城市化与农民收入之间存在密切的联系，城市化对农民收入有正向带动作用，但这种带动作用与城市化水平有关，城市化水平高的中东部地区带动作用大，而城市化水平低的西部地区带动作用小（宋元梁、肖卫东，2005[13]；王鹏飞、彭虎锋，2013[14]；姚旭兵、罗光强，2015[15]）。

农村剩余劳动力转移受城市化、工业化水平的制约，而城市化、工业化水平同样受交通运输条件的限制。交通区位优势能够降低运输成本，有利于生产、生活以及贸易活动在一定区域内集聚，从而推进区域内的工业化、城市化进程。另一方面，城市化又会进一步推动交通运输业的发展，城市化进程加快会对交通运输业的发展形成新的需求，由此形成交通运输与城市化之间相互影响、相互促进（赵晶晶、李清彬，2010[16]）。我国中东部地区交通基础设施与城市化水平较高，两者相互促进、相互影响，并形成良性循环；而西部地区交通基础设施发展缓慢，区域内的城市化与工业化进程滞后，制约了西部地区的农村剩余劳动力转移。

第三，促进区域内的产业集聚和企业集聚，增加农村剩余劳动力的就业机会。随着高速公路等交通基础设施的完善，产品的运输成本下降，区域之间的贸易自由度提高，有利于在一定区域范围内形成产业集聚和企业集聚。交通基础设施、城市化对产业集聚和企业集聚存在显著的空间效应（尹希果、刘培森，2014[17]）。产业集聚则可以使集聚区内的企业获得外部规模经济和内部规模经济的好处，提高企业的劳动生产率，降低企业的生产成本。

产业集聚和企业集聚对农村剩余劳动力转移存在两种效应，即吸聚效应和教育培训效应，产业集聚不仅可以为农村剩余劳动力提供更多的就业机会，而且还可以为农村剩余劳动力转移提供有效的教育培训（李恒，2008[18]）。由于产业集聚形成的专业化分工，使得集聚区内的知识、技能等教育培训具有很强的针对性，并且这种教育培训直接与就业联系，有利于劳动力的掌握和运用，有利于提高农村剩余劳动力转移的规模和速度。

3 模型与数据

3.1 模型和数据来源

为了研究高速公路基础设施对农民收入的影响，我们考虑将高速公路基础设施变量引入标准的收入方程（Mincer，1974[19]）。由此，本文所使用的基本面板数据模型为：

logYit= αlogGit+ βlogXit+ γi+ μt+ εit

其中，下标i表示第i个省份，t表示第t个年份，α为关键变量高速公路密度的收入弹性，β为其他待估计参数，γi和μt分别表示省份和年份的固定效应，εit表示随机扰动项。

各变量的具体含义是：

（1）被解释变量Yit表示i省第t年的农村居民家庭人均纯收入，数据来源于国家统计局独立开展的农村住户抽样调查。

（2）关键解释变量Git表示i省第t年的高速公路密度。本文用高速公路密度来表征各省的高速公路基础设施状况，高速公路密度则用各省的高速公路总里程除以该省的面积，单位为：公里/万平方公里。

（3）Xit表示控制变量。依据本文第二部分的理论分析以及参考现有研究，控制变量选择教育年限、健康水平、城市化率。引入受教育年限、健康水平的依据是教育和健康均属于农民的人力资本，根据人力资本理论，良好的教育培训、健康的身体都会增加农民的收入。其中，农村居民的人均受教育年限根据《中国人口和就业统计年鉴》中的乡村人口受教育程度抽样调查数据计算获得，方法是将未上过学、小学、初中、高中、大专及以上的被调查人口数分别以 0、6、9、12、15 进行加权，然后，再除以抽样调查人口总数。农村居民的健康水平用国家统计局公布的每万人拥有农村执业（助理）医师数作为代理变量。模型中引入控制变量城市化率的理由是，高速公路建设可以提升区域内的城市化水平，城市化可以为农村剩余劳动力提供更多的就业机会，增加农民的工资性收入。城市化率的衡量指标有很多，考虑到数据获取的便利性，本文用年末城镇人口与常住人口之比这一指标来表示。

本研究所用数据为31个省2005—2014年的面板数据。为了消除异方差的影响而又不改变变量的趋势，本文对被解释变量和解释变量均取自然对数。除特别说明外，数据均来源于历年《中国统计年鉴》。

3.2 变量的描述性统计

由于经济、历史、文化等因素的影响，我国区域之间的高速公路基础设施与农村居民收入水平都存在较大差异。2014年底，东部、中部、西部地区的高速公路密度分别为541.09公里/万平方公里、255.73公里/万平方公里、120.48公里/万平方公里①，农村居民家庭人均纯收入分别为15 328.82元、10 133.04元、7 734.61元。表1是根据2005—2014年31个省级面板数据所做的描述性统计，农村居民家庭人均纯收入最大值为21 566.53元，最小值为1 877元；高速公路密度最大值为1 270公里/万平方公里，最小值为0。

表1 变量的描述性统计

3.3 变量之间关系的简单测量

根据中国31个省2005—2014年的面板数据，我们做出农村居民家庭人均纯收入与高速公路密度变量之间关系的散点图，以及两个变量均取自然对数之后的关系散点图，如图3所示。通过观察可以发现，农村居民家庭人均纯收入与高速公路密度之间存在正向关系，随着高速公路密度的上升，农村居民家庭人均纯收入也呈上升趋势。

再从变量之间的相关系数来看，人均受教育年限、健康水平、城市化率、高速公路密度与农村居民家庭人均纯收入之间的相关系数分别为0.564、0.706、0.771、0.736，并且，在统计学上均是显著的（p<0.05）（见表2）。这与本研究构建的农民收入模型的基本预设一致，即受教育年限、健康水平、城市化率、高速公路基础设施与农民收入之间存在正向的关系。

表2 变量的相关系数矩阵

值得注意的是，居民健康水平与城市化率、高速公路密度之间的相关系数分别为0.827、0.795，呈高度相关关系，并且，在统计学上是显著的（p<0.05）。这提醒我们，回归模型中的变量之间可能存在多重共线性，必须谨慎对待。

4 实证结果及分析

4.1 基本模型回归结果

用面板数据建立的模型通常包括混合估计模型、固定效应模型和随机效应模型。固定效应模型建立的初衷是检验那些随时间变化的变量对于被解释变量的影响，而那些不随时间变化的变量被排除在固定效应模型之外。在面板数据模型选择上，我们用F检验来确定混合估计模型还是固定效应模型，然后再用Hausman检验来确定随机效应模型还是固定效应模型。

首先，在不引入任何控制变量的情况下，仅考察核心变量高速公路密度对被解释变量的影响，估计结果如表3中的模型1所示。其次，由于健康水平与城市化率两个变量之间存在高度相关关系，因此，在回归过程中分别不考虑控制变量健康水平和城市化率对被解释变量的影响，估计结果如模型2、3所示。第三，将关键变量高速公路密度与其他各控制变量均纳入回归模型，估计结果如模型4所示。第四，从变量的描述性统计来看，不同省份的农村居民家庭人均纯收入、高速公路密度存在较大差异，因此可能存在异常样本点。为了检验估计结果是否稳健可靠，我们对农村居民家庭人均纯收入、高速公路密度变量5%的最大值和5%的最小值分别进行替换处理，替换方法是用相邻的变量值替代，经过对异常样本点处理之后的估计结果如模型5所示。第五，对高速公路发展存在较大差异的东部、中部、西部地区分别进行回归，由于变量之间存在多重共线性，部分变量未纳入相应的回归模型，估计结果如模型6、7、8所示。根据检验结果，模型8采用随机效应模型，其他模型均采用固定效应模型进行估计，估计结果如表3所示。

表3 对农村居民家庭人均纯收入的估计结果

在8个回归模型中，关键变量高速公路密度的回归系数均为正值，并且在0.1%的水平上显著，这表明，中国大规模的高速公路建设对农村居民家庭人均纯收入有显著的正向影响。刘冲、周黎安（2014）基于中国县域数据的研究结果也发现，高速公路对县域人均GDP有显著的促进作用[1]。模型中各控制变量的回归系数均为正值，并且达到5%以上的水平显著，这表明，受教育年限、健康水平、城市化率对农村居民家庭人均纯收入有显著的正向影响，本文的估计结果同现有文献关于教育、健康、城市化率与农民收入之间关系的实证研究结果一致（李谷成等，2006[20]；王引等，2009[21]；王鹏飞等，2013[14]；姚旭兵等，2015[15]）。

模型5中的关键变量及各控制变量的回归系数均为正值，并且均能通过显著性检验，表明本研究的估计结果稳健可靠。模型4和模型5中高速公路密度变量的回归系数分别为0.329、0.277，这意味着，高速公路密度的收入弹性大致在0.277～0.329之间，地区的高速公路密度提高1%，农村居民家庭人均纯收入将上升0.277%～0.329%。在分地区的回归模型6、7、8中，关键变量高速公路密度的收入弹性存在较大差异，东、中部地区的收入弹性比西部地区大，估计结果分别为0.733、0.455和0.130。也就是说，东、中部地区的高速公路基础设施对增加农民收入的贡献大，而西部地区的贡献相对小。其可能的原因是，虽然近年来国家实施西部大开发战略，加快了西部地区的高速公路交通基础设施建设，但西部地区的高速公路建设仍然显得滞后，高速公路网络化体系尚不完善，对农民收入的贡献度较低。

4.2 模型的内生性检验

在本研究中，高速公路密度变量可能存在内生性问题，即解释变量与随机扰动项相关。导致内生性的主要原因有，一是遗漏变量，并且遗漏变量与引入模型的其他变量相关；二是解释变量与被解释变量之间相互影响、相互作用、互为因果，也就是说，随着农民收入水平的上升，也会导致高速公路基础设施的改善。通常情况下，处理内生性变量的一种方法是引入工具变量（IV），寻找一个与高速公路密度高度相关、而与收入水平没有直接关系的变量。本文借鉴Lewbel（1997）的思想，用内生变量与其均值之差的三次方作为内生变量的工具变量[22]。另一种方法是将模型中的核心变量分别滞后一期、二期、三期替代当期项。根据检验结果，所有模型均采用固定效应模型进行估计，估计结果如表4所示。

表4 工具变量与滞后期的估计结果

估计结果表明，在模型 9、10、11、12 中，关键变量高速公路密度的回归系数均为正值，并且在0.1%的水平上显著。模型中各控制变量的回归系数同样均为正值，并且均达到0.1%的水平上显著。模型的估计结果没有发生显著的变化，高速公路基础设施对农村居民家庭人均纯收入有显著的正向影响，高速公路基础设施在一定程度上提高了农村居民的收入水平。

5 结论与政策涵义

高速公路是农村经济社会发展的重要基础设施。发达的高速公路网络能够扩大农产品的市场范围和市场规模，促进劳动分工和农村劳动生产率的提高，推进城市化和工业化进程，促进区域内的产业集聚和企业集聚，吸纳更多的农村剩余劳动力，增加农民的收入。通过对中国2005—2014年的省际面板数据回归分析发现，高速公路建设对增加农民收入有显著的正向影响，高速公路基础设施对中国农村居民家庭人均纯收入的弹性系数在0.277～0.329之间，并且本研究结果具有较强的稳健性。

本文的政策涵义是，尽管近年来我国高速公路建设取得了巨大成就，高速公路总里程居世界第一位，但高速公路密度、人均高速公路里程与发达国家相比还存在较大差距，由此，在总量上仍要继续加强高速公路基础设施建设。特别是在当前经济下行压力较大、内需不足背景下，政府应加大高速公路基础设施投资，这样不仅可以扩大内需、稳定增长、增加就业机会，而且还可以通过高速公路建设，促进农村经济社会发展，提高农村居民的福利水平。另一方面，我国高速公路建设还存在严重的区域不平衡性，中、东部地区高速公路发展较快，西部地区发展相对滞后。因此，要进一步加大西部地区的高速公路建设投入，不断完善西部地区的高速公路网络体系，促进高速公路基础设施均衡发展，缩小区域之间的经济发展差距。

注 释：

① 本研究的东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11省；中部地区包括山西、吉林、黑龙江、江西、安徽、湖南、湖北、河南等8省；西部地区包括四川、广西、云南、贵州、内蒙古、陕西、甘肃、青海、宁夏、新疆、重庆、西藏等12省。

参考文献：

［1］刘冲，周黎安.高速公路建设与区域经济发展：来自中国县级水平的证据［J］.经济科学，2014（2）：55-67.

［2］刘秉镰，武鹏，刘玉海.交通基础设施与中国全要素生产率——基于省域数据的空间面板计量分析［J］.中国工业经济，2010（12）：54-64.

［3］龙小宁，高翔.交通基础设施与制造业企业生产率——来自县级高速公路和中国工业企业数据库的证据［J］.华中师范大学学报（人文社会科学版），2014（9）：43-52.

［4］樊胜根，张林秀，张晓波.中国农村公共投资在农村经济增长和反贫困中的作用［J］.华南农业大学学报（社会科学版），2002（1）：1-13．

［5］李锐.农村公共基础设施投资效益的数量分析［J］.农业技术经济，2003（2）：5-9.

［6］鞠晴江.基础设施与农村经济发展关系的实证分析［J］.安徽大学学报（哲学社会科学版），2006（3）：113-116.

［7］吴清华，周晓时，冯中朝.基础设施对农业经济增长的影响——基于1995—2010年中国省际面板数据的研究［J］.中国经济问题，2015（5）：29-37.

［8］刘勇.交通基础设施投资、区域经济增长及空间溢出作用——基于公路、水运交通的面板数据分析［J］.中国工业经济，2010（3）：37-46．

［9］刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988—2007［J］．经济研究，2006（6）：27-38.

［10］YILMAZ S，HAYNES K，DINC M.Geographic and network neighbors：spillover effects of telecommunications infrastructure［J］．Journal of Regional Science，2002，42（2）：339-360．

［11］黄玖立，李坤望.出口开放、地区市场规模和经济增长［J］.经济研究，2006（6）：27-38.

［12］刘生龙，胡鞍钢.交通基础设施与经济增长：中国区域差距的视角［J］.中国工业经济，2010（4）：14-23.

［13］宋元梁，肖卫东.中国城镇化发展与农民收入增长关系的动态计量经济分析［J］.数量经济技术经济研究，2005（9）：30-39.

［14］王鹏飞，彭虎锋.城镇化发展影响农民收入的传导路径及区域性差异分析——基于协整的面板模型［J］.农业技术经济，2013（10）：73-79.

［15］姚旭兵，罗光强.城镇化对农民收入增长的影响［J］.城市问题，2015（7）：97-103.

［16］赵晶晶，李清彬.我国交通基础设施建设与城市化的互动关系——基于省际面板数据的经验分析［J］.中央财经大学学报，2010（8）：69-74.

［17］尹希果，刘培森.城市化、交通基础设施对制造业集聚的空间效应［J］.城市问题，2014（11）：13-20.

［18］李恒.产业集聚与农村剩余劳动力转移：转移能力、转移模式与绩效评价［J］.河南大学学报（社会科学版），2008（2）：70-76.

［19］MINCER J.Schooling，experience and earnings［D］.New York：Columbia University，1974.

［20］李谷成，冯中朝，范丽霞.教育、健康与农民收入增长——来自转型期湖北省农村的证据［J］.中国农村经济，2006（1）：66-74.

［21］王引，尹志超.健康人力资本积累与农民收入增长［J］.中国农村经济，2009（12）：24-31.

［22］LEWBEL A.Constructing instruments for regressions with measurement error when no additional data are available［J］.Econometrica，1997，65（5）：1201-1214.