中国交通对“中国制造”的要素投入影响研究，本文主要内容关键词为：中国制造论文,要素论文,中国交通论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
近年来，中国强调以“基础设施奇迹”作为推动“经济奇迹”的重要政策措施(刘生龙、胡鞍钢，2010)，如《4万亿元投资的重点投向和资金测算》所披露，铁路、公路、机场、水利等重大基础设施建设和城市电网改造占37.5%，共约1.5万亿元。①十二五规划也明确提出要“建成快速铁路网和高速公路网”，并“促进制造业由大变强”。②然而，随着经济发展对交通运输服务需求的不断增加，我国交通运营的客货运输效率仍有待提高，交通基础设施建设也成为部分地区的经济竞争工具而导致交通网络的统筹协调问题。研究表明基础设施投资不仅影响宏观经济增长，也能影响企业生产要素投入，从而影响企业生产成本和生产率。因此，研究公路铁路等交通基础设施如何影响厂商生产和要素投入，对于制定交通基础设施投资政策，提高“中国制造”的竞争力，显得尤为迫切和重要。
虽然已有大量文献关注基础设施对经济增长、产出和生产率的影响，然而现有研究普遍采用的生产函数或成本函数方法无法通过地区要素价格反映基础设施效应，未考虑厂商各投入要素受共同宏观因素影响导致决定方程并非相互独立的影响，忽略占生产成本重要份额的中间品投入，也未区分公路铁路等交通设施运营状况和客运货运特征差异的影响。此外，忽略交通设施网络的空间溢出效应产生估计偏差，导致现实中政府交通投资政策失效(Delgado & 
lvarez，2007；European Commission，2001)。因此，本文将基于跨期利润函数和最优化动态分析框架，区分公路铁路交通客运货运功能和实际运营状况差异影响，采用中国各省工业企业面板数据，通过因素误差似无关ECSUR-FGLS方法解决面板数据同方程内和不同方程间的个体效应和扰动项的相关性问题，结合“相邻经济”和“相似经济”空间权重控制交通基础设施溢出效应，实证分析交通基础设施对制造业要素投入的影响。
二、文献回顾
基础设施投资不仅在宏观层面影响经济增长，也影响企业层面的生产成本和资本劳动等要素投入。如Nadiri & Mamuneas(1994)研究发现，基础设施改善能显著降低大部分行业的平均生产成本，并表现为劳动节约型和中间品投入促进型影响要素需求，而Paul et al.(2004)则认为基础设施的投入能同时降低劳动力和资本的投入。为研究基础设施对企业生产的影响，现有文献主要采用生产函数或成本函数分析其边际产品或成本效应，然而生产函数对私人投入边际产出的估计难于置信(Haughwout，2002；Pereira & Roca-Sagalés，2003)，成本函数方法的价格外生假定也不合理(Morrison & Schwartz，1996)。对此有文献尝试采用利润函数进行分析，但往往忽略基础设施对中间品要素投入的重要影响，也未控制宏观因素导致厂商投入要素决定方程内和方程间误差项存在的相关性问题(Demetriades & Mamuneas，2000；Seitz，2000)。
交通基础设施的网络结构往往导致其影响超出所属地区或部门之外而产生溢出效应，但早期文献认为其只对“相邻地区”产生空间溢出效应，而最近研究发现具有“网络联系”或“类似特征”的地区也存在溢出效应(Cohen & Paul，2003；Delgado &lvarez，2007)。早期溢出效应文献采用的生产函数未考虑技术无效率对产出弹性的影响，对此有文献采用成本函数及对偶理论方法(Cohen&Paul，2003；Moreno et al.，2004)。随着空间计量方法的发展，研究发现控制空间溢出将降低基础设施产出效应估计的大小和显著性(Cohen & Paul，2004；Cohen，2009)，忽略集聚、技术溢出、供需等“市场稠密效应”(thick-market effects)会由于空间自相关导致模型设定错误(Moreno et al.，2004)。
虽有文献尝试研究基础设施对厂商生产和空间溢出的影响，但目前普遍采用的生产或成本函数方法的外生假定无法通过地区要素价格反映基础设施效应，也未控制各要素投入决定方程的相关性，且未包含占成本重要份额的中间品数据导致估算偏差。而关于中国基础设施问题的经验研究主要关注其增长效应、一体化效应、空间溢出及其决定因素(张学良，2012；刘生龙、胡鞍钢，2011；张军等，2007)，关于交通基础设施对中国制造业厂商要素投入的影响仍有待进一步探讨。针对现有文献存在的问题，本文尝试在以下方面进行改进：
第一，针对现有文献采用的生产或成本函数无法通过地区要素价格反映基础设施效应的问题，本文基于跨期利润函数及其动态分析框架，采用滞后一期的产出及要素投入价格变量解决外生假定问题，对交通基础设施及其空间溢出效应进行动态分析。此外，针对许多文献由于数据限制而未包含占生产重要份额的中间品要素问题，本文将中国工业企业数据库的中间品变量加入利润函数。
第二，实证方法和计量技术方面，由于制造业对劳动、中间品和私人资本的需求受宏观经济和政策等共同因素影响，因此各投入要素的决定方程并非相互独立，普通的似无关回归模型只能避免截面或时间序列数据的联立方程间同期相关(Zellner，1962)，仍无法解决面板数据多个方程内和方程间误差项存在的跨时期和跨截面相关问题。而本文将采用的因素误差似无关回归(seemingly unrelated regressions with error components，ECSUR)考虑了面板数据方程内和不同方程间的个体效应、时间效应和扰动项的相关性问题，通过同时估计方程组提高估计量的有效性(Avery，1977；Baltagi，1980)，成为面板数据条件下估计企业要素投入的有效估计方法。③
第三，研究表明交通基础设施的网络结构会产生空间溢出影响，但现有空间溢出研究未考虑其内在机制差异，如“地理邻近”方法基于“相邻地区的资本和技术溢出效应更显著”假设，忽略了经济发展水平差异的影响，也无法区分产业结构相似地区的规模效应和竞争效应产生的溢出效应。因此，本文考虑空间权重的差异性，结合基于地理邻近和经济总量加权的“相邻经济”矩阵和基于制造业结构相似度的“相似经济”矩阵两种方法，构建空间权重。
第四，交通基础设施指标方面，现有文献主要采用交通里程或交通密度、交通基础设施资本存量和交通运营状况等三种衡量方法。虽然采用交通里程或密度能反映交通基础设施的规模，但无法比较其客运和货运功能的影响差异，而且各项交通基础设施之间还可能存在多重共线性的问题。如果运用主成分分析方法将不同类型的基础设施综合为一个指标，则无法区分不同类型交通设施的影响(Sanchez-Robles，1998；Fernald，1999；Demurger，2001；Fleisher et al.，2010；张军，2007)。而采用交通基础设施资本存量指标衡量不仅会遗漏私人交通投资部分，产生系统性测量误差(Gramlich，1994；刘生龙、胡鞍钢，2011)，而且现有《中国统计年鉴》和《中经网统计数据库》中只有“交通运输、仓储和邮政业”的合并数据，无法单独获得交通基础设施固定资产投资数据，而影响估计结果的准确性(张学良，2012)。④早期文献主要采用交通里程、密度或资本存量等交通规模指标，也忽略了不同经济形势下交通运营状况、交通基础设施类别和利用强度变化对厂商生产的影响，无法反映交通基础设施实际提供的运营服务对厂商要素投入的影响(Nadiri & Mamuneas，1994)。事实上，即使相同规模的交通设施也存在运营效率及周转量差异，因此有文献研究强调应分析交通基础设施的实际运营状况对厂商生产的影响(Hulten，1990；Nadiri & Mamuneas，1994；Fernald，1999；Paul et al.，2004)。考虑到中国交通对制造业生产的影响决于交通运营的实际服务状况而非投资规模，而交通周转量指标是计算运输效率和核算运输单位成本的主要基础资料，⑤因此本文以《新中国六十年统计资料汇编》的实际周转量衡量交通基础设施实际周转运营状况，⑥并区分公路铁路的客运和货运功能对劳动和中间品要素投入的影响差异。
三、理论模型：跨期利润函数的动态分析
本文在Seitz(2000)和Demetriades & Mamuneas(2000)跨期利润函数分析框架的基础上，加入占制造业生产成本重要份额的中间品投入变量，构建交通成本函数，分析交通及其空间溢出对制造业厂商生产要素投入的动态影响。假定t时期厂商生产函数为：
由于制造业厂商对资本、劳动和中间品要素的需求受宏观经济和政策等共同因素影响，因此式(15)和(16)组成的厂商短期要素投入方程组以及在式(17)、(18)和(19)组成的长期要素投入方程组中，不同要素投入的决定方程并非相互独立。虽然似无关SUR方法在截面或者时间序列数据下能解决联立方程组扰动项间的同期相关问题，但在面板数据下只适用于单一方程的同期相关问题(Zellner，1962)，无法解决面板数据多个方程内和方程间的误差项存在的相关性问题。考虑到本文面板数据具有大N小T特征，本文采用单因素误差似无关ECSUR方法，⑦控制面板数据同方程内和不同方程间的个体效应和扰动项的相关性问题，通过同时估计式(15)和(16)组成的短期要素投入方程组以及由式(17)、(18)和(19)组成的长期要素投入方程组提高估计量的有效性。因此本文基于Avery(1977)和Baltagi(1980)的研究设定实证模型，假设联立方程组由M个方程构成：
(二)空间溢出分析：基于“相邻经济”和“相似经济”的空间加权矩阵
交通网络会产生超出所在地区或部门范围之外的溢出效应，对此越来越多文献采用空间计量方法分析交通空间溢出(Cohen，2009；吴玉鸣，2007；符淼，2009；刘生龙、胡鞍钢，2010；张学良，2012)。然而，文献普遍采用的“地理邻近”方法无法体现地区经济发展差异对溢出效应的影响，如广东对湖南的空间溢出可能超过江西对湖南的溢出效应，也无法区分产业结构相似地区交通空间溢出产生的规模效应和竞争效应(Moreno et al.，2004；Delgado & lvarez，
五、数据及变量说明
本文采用数据来自1998-2005年国家统计局中国工业企业数据库、《中国统计年鉴》和《新中国六十年统计资料汇编》。其中中国工业企业数据库包括所有国有企业以及年销售额500万元人民币以上的非国有企业。本文对各地制造业企业主要数据从省级层面加总处理，并与其他省级变量进行匹配。考虑到统计错误导致的少数异常值，剔除雇员总人数为0或行业数据不完整的异常点，并采用时间趋势回归插补法补全少数缺失值，删除多变量数据缺失的西藏自治区样本(张光南等，2010)。相关变量及统计描述如表2所示：p为产出价格，采用《中国统计年鉴》中工业品出厂价格指数表示。
为中间品价格，采用《中国统计年鉴》中各年度原材料、燃料和动力购进价格总指数表示。
为劳动力价格，以中国工业企业数据库中各省份行业总工资除以雇员总数计算所得。q为私人资本投资价格，采用《中国统计年鉴》提供的分地区固定资产投资价格指数表示。产品和要素价格均以1998年为基期进行标准化。
对于交通基础设施衡量，考虑到交通周转量指标是计算运输效率和核算运输单位成本的主要基础资料，而交通对制造业的影响取决于实际运营状况，因此本文以《新中国六十年统计资料汇编》的实际周转量衡量交通基础设施。此外，区分公路铁路的客运与货运交通，以分析不同交通基础设施项目及其运输功能对劳动、中间品和资本投入影响的差异。
六、实证结果
本文采用中国各省工业企业面板数据，通过因素误差ECSUR-FGLS方法解决面板数据下同方程内和不同方程间的个体效应和扰动项的相关性问题，结合“相邻经济”和“相似经济”两种空间权重将交通溢出作为实证方程的解释变量以控制基础设施的空间溢出影响，分别估计由式(15)和(16)组成的厂商短期要素投入方程组以及由式(17)、(18)和(19)组成的长期要素投入方程组，回归分析交通基础设施及其空间溢出对制造业资本、劳动和中间品要素投入的短期和长期影响。本文采用滞后一期的产出价格、要素投入价格和交通基础设施指标避免内生性问题。⑧回归结果和弹性计算如表3、表4和表5所示。
(一)本地交通基础设施对制造业要素投入影响：劳动、中间品和资本
由表3回归结果可见，本地交通基础设施对制造业劳动和中间品要素投入的短期和长期影响基本一致，表明厂商能根据交通运营状况同步调整可变生产投入。然而，公路铁路交通由于客运和货运运输功能差异导致其要素影响不同，对此进一步分别计算弹性如表4。
铁路客运交通对中间品和资本投入的影响弹性显著为负，且长期效应显著大于短期效应，表明铁路客运能显著降低劳动力流动成本，随时间推移厂商可通过劳动密集生产技术逐步替代中间品投入和资本密集技术，从而减少生产成本达到利润最大化，导致铁路客运交通对制造业中间品和资本投入产生替代效应。而铁路客运和货运交通对制造业劳动投入的弹性为正但并不显著。
公路交通基础设施对各要素投入普遍存在显著影响，且公路客运和货运影响均大于铁路交通，长期弹性高于短期。其中公路客运交通对劳动、中间品和资本弹性均显著为正，表明中国公路基础设施的客运交通供给仍然不足，提高公路客运能力能增加制造业生产规模和要素投入；公路货运交通对劳动和中间品投入弹性为负，资本弹性为正但并不显著。总体而言，交通基础设施的资本弹性普遍小于劳动和中间品要素弹性，是因为厂商对资本调整的周期长于可变生产投入。此外，公路货运对制造业各要素投入存在负效应。
(二)“相邻经济”地区交通基础设施的空间溢出效应
交通基础设施的网络特征产生空间溢出影响制造业生产及其空间分布：相邻或相似地区交通设施运营状况改善，一方面可能促进两地制造业产生规模效应而增加要素投入，另一方面也可能导致本地制造业生产要素转移，产生竞争效应。本文基于地理邻近与经济总量构建“相邻经济”空间加权矩阵，求得交通基础设施空间溢出的要素弹性如表4。
相邻地区铁路客运交通的空间溢出对劳动力、中间品和资本弹性均显著为负，表明相邻地区铁路客运交通网络提高导致本地生产要素向外转移产生竞争效应。但资本弹性小于劳动和中间品等可变生产要素投入弹性，长期弹性小于短期弹性，表明竞争效应随着两地要素流动和制造业资本调整而逐渐减弱。铁路货运的空间溢出对劳动、中间品和资本投入的短期和长期弹性均为正，表明相邻地区铁路货运对制造业主要表现为促进要素投入的规模效应。
相邻地区公路客运交通的空间溢出在短期内对劳动和中间品要素弹性为正，促进两地制造业产生规模收益并增加可变生产要素投入，但长期而言则只对劳动投入产生显著影响。而公路货运交通空间溢出短期内对劳动投入弹性为负，长期对各要素投入影响均不显著。“相邻经济”地区交通基础设施的空间溢出在短期内均显著影响可变生产要素投入，其中铁路客运交通影响持续至长期后逐渐减弱。
(三)“相似经济”地区交通基础设施的空间溢出效应
交通基础设施网络对于不相邻但具有类似经济特征地区也能产生要素流动、规模经济和竞争效应等空间溢出影响，因此本文进一步基于制造业结构相似度构建“相似经济”空间加权矩阵回归求得的弹性结果如表5。
制造业结构接近的“相似经济”地区铁路客运的空间溢出与相邻地区空间溢出影响类似，均导致本地劳动和中间品等可变生产要素向相似地区转移的负竞争效应。值得注意的是，“相似经济”地区铁路客运交通的空间溢出对要素弹性的影响均显著大于“相邻经济”的空间溢出效应，表明铁路客运交通对具有经济联系地区制造业的要素投入影响比地理相邻地区影响更为显著，但长期资本弹性并不显著。而“相似经济”地区铁路货运交通的空间溢出对制造业各要素投入影响则均不显著。
“相似经济”地区公路客运交通的空间溢出对劳动、中间品和资本投入影响均显著为正，且其影响弹性均高于“相邻经济”地区公路客运交通的空间溢出效应，表明制造业结构相似地区的公路客运交通状况改善能使本地制造业获得更为显著的规模收益。不过，公路货运交通的空间溢出对制造业要素投入并无显著影响。“相似经济”地区交通基础设施的空间溢出影响普遍大于“相邻经济”地区，表明交通基础设施空间溢出对于存在产业联系和要素流动的制造业结构相似地区的规模效应和竞争效应更为明显。
七、结论及政策建议
现有交通基础设施研究文献普遍采用的生产或成本函数方法无法通过地区要素价格反映其效应，忽略共同宏观经济政策因素导致厂商要素决定方程并非独立的问题，未考虑占生产重要份额的中间品投入，且忽略交通网络空间溢出效应导致估计偏差。本文基于跨期利润函数及其动态分析框架，区分公路铁路基础设施运营状况和客运货运功能差异影响，采用中国各省工业企业面板数据，通过因素误差似无关ECSUR-FGLS方法解决面板数据同方程内和不同方程间个体效应和扰动项的相关性问题，结合“相邻经济”和“相似经济”空间权重控制基础设施的溢出效应，实证分析了中国交通基础设施对制造业要素投入的影响。研究发现：
交通基础设施对制造业劳动和中间品要素投入的短期和长期影响基本一致，厂商根据交通运营状况对可变生产要素投入同步调整，但资本投入的调整周期大于劳动和中间品。其中铁路客运交通对中间品和资本投入弹性显著为负，且长期效应大于短期效应，表明铁路客运交通能显著降低劳动力流动成本，使厂商通过劳动密集生产技术逐步减少中间品投入和替代资本密集技术以减少生产成本；但铁路货运交通对制造业的影响并不显著。此外，公路基础设施对各要素投入的长短期影响普遍大于铁路基础设施。其中公路客运交通对劳动、中间品和资本弹性均显著为正，公路客运交通能显著影响制造业生产规模和要素投入；但公路货运交通对可变要素投入弹性均为负。
交通基础设施的网络特征产生空间溢出影响，导致制造业的竞争效应或规模效应。“相邻经济”地区铁路客运交通空间溢出对劳动力、中间品和资本的影响弹性均为负，但长期而言本地生产要素转移的竞争效应逐渐减弱。而相邻地区铁路货运空间溢出在长短期均对各要素表现为正的规模效应。此外，公路客运空间溢出在短期内对劳动和中间品要素弹性显著为正，但长期只对劳动投入产生正效应；而公路货运空间溢出只对短期劳动投入产生影响。
制造业结构相似地区交通空间溢出对要素投入影响普遍大于相邻地区，表明“相似经济”地区产业联系和要素流动产生的规模效应和竞争效应等溢出影响比“相邻经济”更为显著。其中“相似经济”铁路客运空间溢出对劳动和中间品等可变要素投入弹性为负，公路客运空间溢出对各要素投入影响为正，但公路铁路货运交通的空间溢出效应并不显著。
本文研究了中国交通基础设施及其空间溢出对制造业生产要素投入的影响，这对实现十二五规划“建成快速铁路网和高速公路网”，并“促进制造业由大变强”的目标，制定交通基础设施投资政策，提高“中国制造”的竞争力，都具有较强的政策含义。交通网络特征产生空间溢出效应，而且“相似经济”地区交通空间溢出产生的规模效应和竞争效应比“相邻经济”地区更为显著。因此，中央和地方政府在加大交通投资的同时，应特别注意对“相似经济”和“相邻经济”地区之间重大交通基础设施投资的统筹规划，避免各地以基础设施作为区域竞争工具可能导致的过度投资和无序竞争。此外，考虑到我国交通运输整体服务供给不足和运输效率有待提高的问题，不仅要增加交通基础设施建设的融资渠道和管理主体，提高我国交通运营水平，还应注意协调发展不同类型交通设施的货运和客运服务能力。
当然，如何分析交通基础设施质量对制造业竞争力的影响，如何检验交通基础设施与经济产业空间分布的关系，如何提高公路铁路交通网络的协同运营，以及如何分析交通运输多式联运、综合物流、供应链管理和准时化精益生产等发展对制造业布局的影响，这些问题仍有待进一步的深入研究。
本文作者感谢美国哥伦比亚大学商学院Shangjin Wei教授提供的支持，感谢中山大学岭南学院王美今教授的宝贵建议，感谢国家自然科学基金“中国交通对‘中国制造’的影响研究”(71173244)、国家自然科学基金“基础设施的生产率效应及其最优投资决策研究”(70903078)和中央高校基本科研业务费专项资金资助，感谢匿名审稿人提出的宝贵意见，当然文责自负。
①国家发展改革委讯：《4万亿元投资的重点投向和资金测算》，2009年3月6日。
②选自《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》，新华社，2010年10月27日。
③如有文献采用ECSUR-FGLS方法估计由运输成本函数和劳动、能源、原材料及资本投入份额方程构成的联立方程组(Baltagi et al.,1995; Baltagi & Rich,2005)。
④此外，交通基础设施资本存量计算所采用的永续盘存法需要确定初始投资和折旧率，由于《中国统计年鉴》只有1986年之后的行业固定资产投资数据，时间跨度较短，也并未体现改革开放前对内陆地区的大规模转移投资，考虑到中国公共交通投资年度数据具有一定的跳跃性，使得永续盘存法核算的交通投资规模存在一定缺陷(张光南等，2010)。
⑤参见国家统计局《中国统计年鉴》指标说明。
⑥事实上，本文通过交通运营指标与交通里程、交通密度及交通基础设施资本存量指标的实证结果比较，也发现以交通运营指标的实证结果更为稳健。
⑦ECSUR方法包括同时考虑个体效应、时间效应及扰动项相关性的“双因素误差似无关”和只考虑个体效应和扰动项相关性的“单因素误差似无关”回归模型。
⑧实证方程中要素价格与要素需求、交通运营与要素需求相互影响可能导致内生性问题。考虑到制造业厂商往往根据上期要素价格信息决定当期要素投入，而且大部分基础设施影响也较为缓慢(Eisner，1991)，文献一般采用滞后基础设施变量分析其对厂商生产或成本的影响(Paul et al.，2004；张光南等，2010)。此时如果采用工具变量解决这种内生性问题，并同时控制面板数据下同方程内和不同方程间的个体效应和扰动项的相关性问题，则须运用单因素误差联立方程组进行系统估计以得到三阶段估计量(Baltagi，2008)，但本文时间跨度较小将影响其可靠性，因此采用滞后处理而非工具变量避免内生性问题。
标签：交通论文; 溢出效应论文; 中国统计年鉴论文; 面板数据论文; 交通基础设施论文; 价格弹性论文; 国内宏观论文; 投资资本论文;