交通设施、居民的消费区域流向与消费结构——来自我国省际层面的经验证据

肖 挺

(江西财经大学 国际经贸学院，江西 南昌 330013)

一、引言

随着我国运输网络的逐渐完善，大容量客运通道的建立，在大幅度提高运输能力的同时极大地降低了基于出行时间的居民综合出行成本；由于交通可达性水平的改变，使得区域间的空间相关水平大幅提高，区域经济结构在交通网的空间溢出作用下逐渐发生改变，不同地区的经济发展水平也相应地发生了规律性变化。随着高速铁路的贯通，很多高铁沿线非中心城市的居民热衷于周末去铁路线上的大城市进行购物消费，由此也造成了小城市居民消费的大幅度外流。而出行运输等方面的便利会使得资源的吸附速度大大提升，“灯下黑”的问题也会愈发严重。换言之，随着交通可达性的增强，有可能会加速区域之间经济的配置和调节。

伴随交通的便利及通往大型发达城市的时间距离被大大压缩，大量的居民会选择跨省购物。以浙江、江西和湖南三省为例，统计资料显示，2005—2015年期间江西人均年消费额为8262.4元①此处各省历年数据都按2005年进行了价格调整。，浙江为18624.9元，湖南为9650.3元，但2015年江西社会零售品人均额为7155.9元，而浙江是20493.3元，湖南为9680.6元，显然，与周边省份相比，江西近些年平均社会商品零售额低于居民消费额，而浙江的消费品有将近25%的部分依赖于外来人口输入的消费以及本地人口输出消费的净额度差，湖南这一数据也达到13%，江西则流失居民消费额的13.4%，而且在排除外贸顺差的基础上，居民消费流失的问题可能会更加严重。需要说明的是，这种问题在全国范围内江西并非孤例，在一些靠近广东的内地省份城市，年节期间大街上悬挂“粤”字头车牌的汽车比悬挂本地车牌的还要多，这种情况想来也会伴随着当地交通基础设施的完善、发达地区外来人流量的扩张而加剧。对于一些中西部地区而言，通路的影响并不如当初设想得那么美好，有研究指出，高铁事业的发展使得地区之间的通行时间大大缩短，拉动作用最大的是发达地区的大城市，而经济欠发达的地区则不是很明显，换言之，交通的发展拉大了沿线中心城市与中小城市经济水平的差距(董艳梅 等，2016)。以现有运载量最大的交通工具铁路为例：一般认为，铁路交通发展具有几大效应，第一是通道效应，第二叫节点效应，第三才是集聚效应。对于大城市来讲它是集聚效应，对于中等城市来讲它是节点效应，对于小城市来讲它是通道效应，看得见火车过看不见人下来。事实上，铁路交通对中等城市和对小城市的拉动作用似乎都不大，虽然一些小城市也设了站，但是停车的次数并不多，一些县级车站甚至取消了非高铁动车在当地停站的客运业务，使得外地居民去这些地方并不方便，反而在某种意义上制约了当地消费的发展，但大城市对小城市居民的吸引力依然存在，当地人仍然会通过各种途径向核心城市汇聚，这就造成了弱势地区居民消费净流出的问题。相对而言，这样的通道效应问题在公路交通领域似乎并不存在，但不能否认的是公路特别是高速公路交通的便捷，也使得越来越多的人群选择自驾出行跨省区旅游消费。因此，交通事业发展对于消费的引导效应当具有共性。

新经济地理学研究理论指出，交通设施的建设会导致沿途中小城市的经济发展受限，即出现所谓的“虹吸效应”，因为交通沿线城市之间的发展落差，中小城市的人才、资金、信息等各种资源会向核心城市转移，表现为促进了交通便捷的核心城市的经济发展，而同时延缓了边远地区的经济增速，这在西方学者近年来的相关研究中已得到证实(Hall,2009;Urena et al.,2009；Albalate et al.,2012)。此外，交通的发展，势必使得人们更加乐于出行，从而在旅游、住宿、餐饮以及医疗[注]当下跨地区就医、赴国外整容的事例已不胜枚举。等软性服务上进行更多的支出，交通的便捷会更利于人们的出行，旅游商贸类活动将水涨船高，异地置业保值增值也会成为人们的选择，大量人口赴温暖地区购房过冬，还有异地寻医问药等现象近年来也愈发频繁，人们会通过去其他地区获得提高自身福利效用的商品或是服务。对此种种问题的分析，也可以从中解读出我国各地区居民随交通基础设施发展在消费领域所做出的调整，本文即是考察我国居民随交通基础设施建设而出现的跨地区消费流向以及消费结构变化的问题。在基于新经济地理学视角基础上，本文对交通网络空间溢出效应与调节效应的现象与机理所进行的研究分析，能够对交通网络的建设与完善提供有力的理论支撑与现实指导。

二、研究背景分析

(一)居民消费流向问题

改革开放之后的较长时间内，我国跨地区的人口流动仍受到很大的制约，就更遑论跨地区的消费。资源大规模地跨区流动是伴随着市场经济的发展而展开的，随着资源的自由整合以及严苛户籍制度的逐步松动，人们跨区进行工作生活变得越来越平常，特别是新世纪以来，在经济一体化加速、地区之间经济发展的非均衡性越发明显的背景下，经济发达地区的大型核心城市对于人们的吸引力越来越强，图1展示了本文所研究的2005—2015年期间各地区消费净流入率的变化趋势，具体计算方法是各省区市人均社会消费品消费额与各省级行政区(以下简称为省)人均消费性支出的差额在人均社会消费品零售额中的占比，横轴以上的点是消费输入省，反映的是消费输入率，横轴以下的点则是消费输出省的消费流出率。可以肯定的是，由于经济发展的渐进性，通过有限的三个年份可以发掘其中各省份在样本时段内消费流向的总体走势规律，不同省份之间图线虽呈现出震荡的趋势，但总体上经历了小幅度增长的过程，部分早期消费净流出省变为净流入省，中国大陆31个省份中，2005年共有21个省份是消费净流出省，2010年减少到11个，2015年则仍有10个省份是消费净流出的主体。从分布上来看，经济发达的东部地区在吸引消费方面有着绝对的优势，到2015年沿海省份中除了上海都是消费净流入省且大多经历了流入率的提升，但北京、天津以及江苏的消费净流入率有所下滑，中部地区的江西、广西以及海南始终是消费净流出省，而安徽、河南以及湖南由净流出省转变为净流入省，西部地区则除了重庆、四川以及陕西从早期的净流出省变为净流入省外，其他省份始终都处于消费流失的状态，其中贵州更是在2005年期间净流入率达到了-99.8%，换言之，该省户籍居民消费额的一半以上流向外省。此外，从数据上看，虽然东部地区总体上是消费流入地区，但经济最为发达的一些省似乎并没有在净消费流入流出方面取得突出的效果，如北上广等地区或是表现为消费净流出，或是消费净流入率不高的特点，这可能与其外向型经济发展模式有关，大量居民的海外跨国消费拉低了当地城市吸引力对消费流入的影响。

图1 2005年、2010年、2015年各地区消费输入输出率变化走势图

图2 2005年、2010年、2015年我国居民消费类型动态变化饼形图

对于居民消费结构问题，也可以结合统计资料进行分析，图2绘制了样本三个年份消费类型的分配饼形图。全国样本数据的分析结果显示，在食品与衣着消费支出比重总体呈现出下滑的趋势、家庭设备及服务支出占比没有太大变化的情况下，居民用于置业的比重大大增加，占比几乎增长一倍，此外，交通通讯、医疗等支出的占比则有相当幅度的增长。总体来看，全国样本所提供的信息是居民在住房、医疗保健、交通通讯上的开支挤占了衣食方面的部分消费，除了住置业开支大幅提升是宏观环境发展的总体表现之外，其他种种当与交通事业相关[注]譬如异地就医、外出旅游等等，当然，具体到本文所分析的问题其实也不能完全漠视交通便捷带来更多异地购房、炒房的现象。，这有待于进一步检验。

(二)公路与铁路等交通基础设施建设

公路与铁路是现代交通基础设施建设的主要组成部分，但在我国，高等级交通线路的建设起步较晚，1988年才开始建设高速公路，而第一条高速铁路秦沈客运专线通车竣工于2003年。公路方面，中央政府1992年制定了“五纵七横”国道建设规划，预计到2020年建设完成3.5万公里的国道干线，实现主要城市以及交通枢纽的对接，该规划到2007年就已基本完成。我国“五纵七横”公路交通网由技术等级较高的高速、一级、二级公路构成，具有长线路、跨区域的特征，而且不仅将重要城市连接，还对“老少边穷”的地区进行了覆盖，可以说，尽管起步较晚，但我国已形成了较为完善的国家高速公路体系，在全方位覆盖能力上较之于西方发达经济体也不遑多让。

我国的铁路建设快速发展，特别是在高速铁路建设方面，取得了重大成就。《2013—2017年中国铁路行业市场前瞻与投资战略规划分析报告》研究显示：我国电气化铁路总里程在54年突破5.1万公里，跃升为世界第一位。经过十多年对原有线路的高速化改造以及随之进行的数次提速，我国已成为全球铁路规模最大以及列车速度最快的国家之一，截止2015年，我国铁路达到12.1万千米,占世界运营里程7%，时速200千米/小时的已运营和在建铁路工程的总里程超过19000公里，占国内铁路通车里程约1/6，是全球高速铁路比重的一半以上。目前在建的“八纵八横”高铁客运网络贯穿全国，根据长期铁路网规划方案，到2020年我国高速铁路总里程将达到3万千米。但相比于高等级公路交通发展，铁路速度的提升更容易带来诸多不容忽视的负面问题：一方面，动辄投资上亿的线路新建以及改造费用拉高了票价，而其他车型则被大量挤压出市场，这无疑取消了选择低层次出行工具的权利；另一方面，由于提速后运行时间虽有所减短，但动车组本身总运客量要少于原有“T”字头列车，且动车组对无座进行了控制，加之停留时间缩短，这就意味着牺牲客运能力来提升客运速度以及舒适度。此外，承前所述由于通道效应的存在，高速铁路在中小站的停留越来越少，第五次提速过程中，诸多四等小站被取消，而第六次提速则更是大量减少了二三等车站的停站，譬如京沪线在第六次提速后，沿途28个二三等站减少了近70%的停站车次，火车速度的加快使得大批县级小站逐步淡出了铁路运营系统，使得小城镇人们的出行变得较为困难，大城市的资本很难“溢出”去“反哺”这些地区，从而加剧了地区发展的非均衡性。

(三)交通建设发展与消费问题的相关研究

在我国经济发展水平与居民认知文化背景中，当下大规模的交通基础设施以一种前所未有的能量改变着人们的出行、工作和生活方式，随之带来的对区域经济的影响也将是前所未有的，但是交通建设对区域经济的影响依然要遵循相应的内在规律与动力机制。该领域也越来越多地被经济学家所关注，现有的研究主要集中于两个方面：其一是分析论证交通基础设施建设对于经济资源的汇聚作用。基本观点是交通的发展会强化中心城市对于周边地区资源的吸引力从而导致经济发展的非均衡性，这主要体现在交通线路所经过的地区与相邻地区以及交通线路上大小城市之间，代表性的研究成果中，Chandra et al.(2000)通过美国州际高速公路所经过的县以及相邻的非经过县进行的比较论证，研究发现高速公路经过县在资源汇聚上存在优势。张彬斌等(2016)对高速公路的研究则表明，国道主干线贯通对其所过境县区的第三产业就业份额有显著的提升作用。Faber(2014) 针对中国高速公路的同类型研究也指出，高速公路会加快交通枢纽等核心城市经济资源集聚的作用，而抑制接入高速的边缘城市的经济增长。Yu(2017)的研究指出，我国铁路最近的两次提速(2004年与2007年)增强了铁路枢纽城市对沿线县域区域的经济汇聚。Hall(2009)的实证结果也表明,高铁的建设发展在提升大型城市可达性的同时，使得中小城市被边缘化，从而产生“隧道效应”。其二认为交通基础设施使得区域中心对外围边缘地区产生了“溢出效应”。Baum-Snow et al.(2007)针对中国城市交通基础设施问题的研究指出，核心城市的资源溢出往往是沿着城市周边的交通支线所进行。张学良(2012)在地区经济增长模型中置入交通基础设施研究，结果表明交通的发展对周边区域具有强烈的溢出性。李煜伟等(2013)通过向量自回归模型研究也指出，交通网络的建设会加速要素的汇聚。国内现有的研究还将交通设施引入人口迁移(肖挺，2016)、生产效率(龙小宁 等，2014)、行业促进(张彬斌 等，2016)以及贸易发展(刘生龙 等，2011a)等多重视角。

对于交通与消费问题的研究，根据笔者的搜寻与整理，目前仍属于一个较被忽视的研究领域，直接分析二者关系的文献非常少，学者大多分析交通建设对经济社会转型的影响，认为交通建设既然会对经济产生影响，自然会随之作用于居民消费，这样的逻辑似乎顺理成章，但事实上，居民的消费有其既有的特征，难以简单地加以概括。少数几篇相关文献主要分析交通设施与居民收入的关联性问题：Gibson et al.(2003)通过巴布亚新几内亚家庭调查数据研究分析了居民对该国交通基础设施的可得性对于国家贫困的作用，研究指出当地居民到其附近最近的水泥或沥青马路的时间与贫困率成反比。Fan et al.(2005)在非洲国家进行的类似研究也表明，人们可利用的基础设施丰富程度与家庭收入正相关，换言之，距“规范”交通要道的距离是影响家庭收入的主要原因之一。刘生龙等(2011b)采用动态面板模型论证了基础设施可得性与我国农村居民收入的关联性，计量结果同样证实了正相关性的存在。李坤明等(2012)的研究则指出，公共交通和道路设施条件与居民收入的线性关系不同，前者为正，而后者为负，但两者的非线性影响大体一致，均表现为“N”型趋势。

从以上文献回顾来看，现有针对交通与收入或消费问题的研究大多从微观调查入手，是对本地收入或消费与交通可得性的相关性论证。本文的创新之处在于：其一，相比既有研究，本文关注交通建设对于消费的流动性的影响，这也是解读交通基础设施导致地区经济发展失衡的重要方式之一；其二，本文探析交通对宏观层面消费者的消费偏好结构的改变，这也是影响地区产业结构的“推手”；其三，不同于诸多研究只关注铁路或公路某一类交通设施(当然也包括如高铁、高速公路等)题材，本文试图将多种交通设施纳入模型进行综合性探索。

三、理论机理、数据采集及实证策略构建

(一)交通建设对居民消费影响的理论机制

为了分析交通建设对消费问题的影响效应，本文借鉴Krugman(1991)提出的“核心-边缘模型”并依据Baldwin et al.(2003)的思想进行拓展，在模型转换中引入交通建设的因素，从而探究交通对消费流向的作用。

假设有两个地区a与b，两个地区之间人口可以自由流动，消费者的收入在诸多消费领域中进行配置从而实现其自身效用的最大化，根据图2所述《中国统计年鉴》中列支了七类消费品，因此，此处地区a消费者效用函数的形式为：

(1)

式(1)表述的是a地区消费者在购买若干种类消费品后所获得的效用Ua，Ca,i是其消费商品i的数量，μ是消费支出在某商品上的支付份额，n是消费品类型，承前所述，本文中n=7，但在建模过程中还是用n表示种类。此时预算方程以及需求量的函数表达式为：

(2)

式(2)中，Pa,i是a地区i类商品的价格，Wa为a地区消费者的收入，Ca,i与Pa,i可以通过Krugman(1991)提出的指数形式予以展示：

(3)

0<μ<1<δ

式(3)中，ca,i,j是a地区消费者在i类消费品或服务中j子类商品的消费量，pa,i,j则表示对应小类商品的价格，n为各类商品中子类商品类型数[注]《中国统计年鉴》中的七大类商品各自包含了若干子类商品，譬如食品类具体包含粮食、油脂、肉禽及其制品、蛋、水产品、菜、干鲜瓜果、在外膳食品、烟草与酒等小类商品。，δ是各大类消费品内部子类商品之间的替代弹性。在进行最优化后，a地区的某类商品给消费者带来的间接效用函数为：

(4)

而此时根据Krugman(1991)所阐述的两地区间生产商优化条件，本文对第一类消费品的价格指数Pa,i转换为下式：

(5)

其中：Wb是b地区消费者的收入；Sa,i为a地区消费品生产企业数量占a和b两个地区工业企业总数之比，Sb,i则为b地区消费品生产企业数量占a和b两个地区工业企业总数之比，而有Sa,i+Sb,i=1，根据新经济地理学的观点，可以近似以此衡量某地区消费品种类占所有地区消费品种类的比重；T则是本文研究的重点，是以Samuelson(1952)所提出冰山运输成本问题所衡量的a、b地区间的运输成本，它将因为交通基础设施的建设而发生变化。将式(5)带入式(4)，则a、b地区的某类产品带来的间接效用函数可以表达为：

(6)

(7)

在长期均衡的条件下，消费者需对区位进行选择，依据在a、b两个地区之间进行消费某类商品的相对效用水平，进而本文构造出相对效用函数：

(8)

由于Sa,i+Sb,i=1，此处将Sa,i简化为S，而且为进一步简化公式,令T(1-δ)=χ,χ也可以反映地区运输成本(交通基础设施条件)，则地区间相对效用比较公式可进一步整合为：

(9)

对式(9)求自然对数，则：

(10)

对式(10)中最后一部分进行泰勒展开后则可以简化为：

(11)

消费者在两个地区进行消费选择时，所做出抉择的依据是在两个地区消费所获得的效用相等，即Dab应当等于1，此时ln Dab=0， 则上式可以变型为：

(12)

假设1：居民的消费流向与各地区间交通基础设施建设水平相关。

假设2：交通基础设施的建设将改变人们的消费结构。

(二)估计方法、变量设置与数据采集

前文的理论推导中可以发现，影响居民对消费品的地区选择因素除了交通基础设施，还有很多其他因素，据此本文利用2005—2015年中国大陆30个省级行政区(不含数据缺失严重的西藏)的面板数据，参照式(12)的形式，设定计量模型如下：

cfrit=αit+cfrit-1+βtcit-1+cvit-1+ε

(13)

式(13)中：cfrit为i地区t年的消费净流入值比率，在模型中置入其滞后项用以对抗模型的内生性的冲击；tcit-1指代上一年i省各类交通路线的长度，之所以用上一年度的各类指标值，是考虑到交通对消费流动影响的滞后性问题，换言之，交通线路建成后需一定的时间之后才会对经济产生影响；cvit-1为诸控制变量的滞后项；α为常数项，β为交通基础设施项的估计系数，ε为残差项。

本文所设指标的数据来源于《中国统计年鉴》、《中国交通统计年鉴》、历年《中国市场化指数》[注]该指数更新至2014年，考虑到滞后项问题，这也使得本文的研究可以延伸至2015年。以及WIND数据库。具体而言，消费净流入值比率通过以下公式计算：cfr=(各省人均社会消费品零售额-各省人均消费性支出)/各省人均社会消费品零售额。其反映的是某省社会消费品零售额中来自外省或本省流向外省部分的比重，该值若为正数表示净流入。tcit的范畴包括了各省每平方公里的公路(way)、高速公路(hway)、铁路(rail)以及高速铁路(hsr)的长度，换言之，该指标衡量的是各省的交通密度，需要特别指出的是，在我国铁路体系中高速铁路划分中具体还包括了高铁(>350km/h)和动车

(>200km/h)，严格意义上，两者并不是同一类的交通体系，但考虑到现有各省两类铁路通车里程不足，这不利于研究的拓展，客观而言，高铁与动车在速度上的一些差异大多情况下并不会对顾客的出行决策产生实质性的影响，因此本文将两类交通基础设施一并处理为高铁。此外，数据显示，我国大规模高速铁路的建设开始于2008年[注]2008年同年竣工高铁线路包括宁蓉铁路合宁段、胶济客运专线、京津城际铁路等。，在此之前唯一运营的高速铁路只有2003年7月1日竣工的秦沈客运专线(共405公里)，因此本文对于高铁与消费流动问题的研究起始点为2008年。公路、高速公路以及铁路总里程数据可在统计年鉴与WIND数据库中查询，高铁数据则通过中国铁路信息网获取高铁建设信息，然后通过手工进行计算[注]根据笔者的收集，截至2014年底，共竣工高铁线路53段(八横八纵等高铁线路是分段陆续竣工的)，涉及手工计算的主要是由于中国铁路信息网中没有对跨省高铁线路在各自省内的长度进行详尽的报告，这点本文通过百度信息或地图人为进行测算。。控制变量是其他解释变量，包括各省的经济发展水平、市场成熟度、外贸依存度以及产业结构等。其中：经济发展水平(gdp)，用各省人均GDP水平衡量，毫无疑问，经济的发达通常与商贸兴盛高度相关，对于异地居民的消费具有较大的吸引力。市场成熟度(mi)，数据采集自樊纲和王小鲁所编制的《中国市场化指数》，地区市场的成熟与稳定是当地商贸流通交易最为坚实的基础。外贸依存度(trade)，用各省外贸总额在GDP中的占比表征，新经济增长理论认为地区商业企业可以在进出口业务中实现学习效应，从而提升局部地区在大市场环境中的竞争能力，这对于该地区吸引外来的消费具有积极作用。产业结构(stru)，本文以各省经济总量中服务业的占比加以表征，沈鸿等(2014)的研究指出服务业的发展可以有效改善消费被抑制的状态，可以促进供需的匹配，降低交易成本，实现对市场的“润滑”，因此服务业较为发达的地区其消费需求也更为旺盛，对异地居民会产生较大的吸引力。另外为考察交通基础设施对居民消费结构的影响，本文还设置了各类消费品在居民总支出中所占的比重，包含食品(food)、服装(clt)、居住(hou)、家庭设备(eqp)、交通与通讯(cmc)、文教娱乐服务(ett)、医疗(mdc)[注]后文在估计模型中的方差膨胀因子(VIF)进行了测算，VIF值均大于8，可以认为个控制变量指标之间不存在多重共线性问题。。所有的变量及数据描述见表1。

注：高铁数据时段为2008—2015年。

尽管在模型中置入了被解释变量的滞后项进行处理，但对于本文主题的研究而言，最大的挑战仍是内生性问题，特别是可能存在的解释与被解释变量互为因果的问题，出行的便捷当然会引导居民在地区间进行消费的选择，但反之，是否存在以下逻辑：正是由于某地区居民有较为强烈的出行需求，就使得政府相关部门在交通基础设施建设的过程中对这些地区给予重点考虑。对于这个问题，张克中等 (2016)在针对高铁带来的经济分布问题研究中指出，政府在高铁建设的线路选择过程中，非核心城市能否成为线路经过地，取决于该城市是否在中心城市之间的连线上，而经济水平以及人口规模则并非是决定性的因素[注]具体而言，该研究的设置是非核心城市距离中心城市连线距离小于50公里。，这一结果可以很大程度上缓解对于内生性的担忧。但还必须考虑这样一个问题，高铁作为投资巨大的交通基础设施，其在建设过程中的确不宜耗巨资刻意绕线路以获取客流。而公路(含高速公路)以及普通铁路则完全有这种可能，毕竟以交通建设带动地区间均衡发展本身就是我国社会经济发展的题中应有之意，因此在本文的实证计量过程中还是必须要对可能存在的内生性问题进行处理。理论上采用工具变量处理内生性问题是一种较为有效的技术方法，但事实上，有效且适合的工具变量往往是可遇而不可求的，如果选择不当则会破坏模型估计结果一致性。可以采用广义矩估计方法进行处理，具体包含差分矩估计(DIF-GMM)与系统矩估计(SYS-GMM)两类，估计工作中SYS-GMM方法的使用更为广泛，其具体做法是将水平回归方程和差分回归方程结合起来进行估计，在这种估计方法中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，构造准联立方程进行系统的估计，进而保证了工具变量的有效性。

四、实证检验

(一)平稳性检验

在进行实证检验之前，需要对面板数据作平稳性检验，从而降低出现伪回归的可能性，本文采用LLC单位根检验，结果参见表2。通过对变量进行的平稳性考察，所有变量都通过了平稳性检验，这保障了后文估计结果的可靠性。

表2 LLC单位根检验结果

注：ADF一阶滞后值，*、**、***分别表示在10%、5%、1%的水平下显著，高铁数据段为2008—2015年。

(二)回归结果分析1：居民的消费流向(GMM估计)

承前所述，由于交通基础设施建设与各地区消费流动之间存在互为因果的关系特征，为缓解可能存在的内生性偏误问题，根据动态面板特征，此处cfr自然是被解释变量，而将各类交通基础设施作为内生解释变量，从而保证估计结果的无偏性，表3是采用系统GMM手段实证分析交通基础设施对于居民跨省际净消费额影响的估计结果，解释变量均取滞后一期的值，所有回归结果中的Sargan统计量结果显示，估计结果不存在工具变量的过度识别问题，工具变量是有效的，而AR(1)与AR(2)统计结果的相伴概率则表明模型不存在二阶序列相关的问题，这也进而说明系统GMM方法回归结果呈现出良好的稳健性。

在表3的回归过程中控制了地区以及时期效应基础上，估计结果表明，各省过往消费流向对本期的消费地区流向会产生冲击，而各种交通方式对其造成的影响程度迥异。公路交通的建设整体上会使得一个地区内的消费净流入增加，但整体幅度有限，单位面积内公路长度增长一个百分点会导致净流入率增加0.07～0.08个百分比，这也表明公路建设固然会增加居民跨区流动的消费可能，但并非是居民做消费决策时的核心因素。然而，从其中的高速公路的系数结果来看，高速公路的建设对于各地区消费净流入会造成较大程度的促进作用，单位面积内高速公路增长一个百分点会导致净流入率增加0.4～0.5个百分比，相比于整体公路，该系数值还是相当可观的，换言之，公路中的高速公路对于居民跨区的影响非常明显，消费者会由于高速公路的建设、出行的便捷而加大出行异地购物或置业的选择，特别是相比于高铁等设施，高速公路一般在各市县(甚至是一些重要的非县城的乡镇)都设有出口，这样就会避免出现所谓的“通道效应”问题。铁路的系数则是不显著的，这也就意味着至少在样本期内整体铁路的建设不会对消费者跨省消费产生太过实质性的影响，人们会觉得如果速度上没有太大的优势，考虑到繁琐的购票入闸手续，自驾出行才是异地消费相对所应选择的便捷交通方式。但回归7、8的结果显示，高铁的出现彻底改变了人们的认知，由于速度上的巨大优势以及乘坐的舒适度，人们的消费会被高铁的建设所引导。上述结论部分证实了本文的假设1。控制变量中，地区的市场化指数以及外贸依赖度都会正向相关于消费的净流入比率，而产业结构则负向影响解释变量，这可能也表明居民的异地消费还是以实体制造产品为主，当然这一猜想有赖于后文的验证。需要注意的是，人均收入没有与消费净流入率产生显著相关性，这一点似乎有悖于事先的猜测，我们的直觉判断是，经济的发展带动人均收入的提升固然会吸引外来消费，但无论如何，不同地区的经济发展存在落差，因此不同地区收到交通建设所带来的消费流入红利也存在差异，从这个角度而言，表3的结果没有能够完整给出本文初始所提问题的答案，交通固然会有利于扩大当地的消费规模，引入外地的商流人流，但是否与各地经济发展相关，如果经济发展滞后，交通的建设可能只会加快当地的消费流出，因此接下来我们需要采用经济发展水平作为门槛变量进一步拓展性分析该主题。

表3 系统GMM方法下交通基础设施水平对居民跨省消费影响的估计结果

注:回归7、8针对高铁进行的估计数据时段为2008—2015年，括号内为Z统计量，*、**、***分别表示10%、5%、1%的显著性水平，AR(1)与AR(2)为模型是否存在一阶与二阶序列相关的Arellano-Bond检验统计量的相伴概率，Sargan值为工具变量过度识别的检验统计量。

(三)回归结果分析2：居民的消费流向(以经济发展水平为门槛变量)

通过上一部分的实证过程已经基本证实了交通基础设施建设促进地区内消费净流入增长的结论，但是否某个地区经济越发达，收入水平越高，交通基础设施的建设对于提高地区消费吸纳的能力越为明显？交通对消费的影响在不同经济发展水平的省份内是否存在差异？相信发达地区会随着交通事业的发展而获得更多的异地消费流入，但对于经济欠发达地区而言，这可能就是相反的情况，图1已部分透露出这种倾向。换言之，在交通与消费的问题上，经济发展水平可能存在中介效应。针对这一问题，传统检验方法是以构造交互项进行检验为主，但这种方式难以探查到具体的门槛水平，同时在处理非线性问题时，如果基于某个指标对数据进行先验性的假定，进而将数据的非线性转化为线性，很可能会导致模型设定偏误。因此从科学的角度来看，通过门槛模型检验是解决非线性模型最简洁的方法之一，本文藉此建立门槛面板数据模型来测度经济发展水平(以各省人均收入表征)在交通基础设施及就业水平中的门槛效应。

关于门槛回归，目前的研究比较充分，总体上，该技术手段中较为常用的是由Hansen(1999)提出的模型，其特点在于将门槛值作为未知变量纳入回归模型中，建立分段函数，并对内生的门槛值进行估计和检验。当存在n个门槛值时，我们以收入水平为门槛变量，建立门槛面板数据模型如下：

cfrit= α+βcfrit-1+φtcit-1I(ln gdpit-1≤ λ1)+χ2tcit-1I(λ1

χntcit-1I(λn-1

δ2tradeit-1+δ3struit-1+ε

(14)

式(14)中，α与ε分别表示常项及扰动项，β为过往净消费流入率的影响系数，i与t为省份与年份，λ为待估算的门槛值，φ为各收入段省份内交通通车里程对消费净流入率影响的系数估计值，I(·)为示性函数。此时，该模型相当于分段函数，ln gdpit-1≤ λ1时，tcit-1的系数为φ1，而当 λ2≥ln gdpit-1>λ1时,tcit-1的系数为φ2。

根据前文模型估计及检验方法，首先就各种交通基础设施对消费净流入率影响的数据结构进行Bootstrap自抽样门槛检验，具体估计结果显示其中除了在高速公路领域内应进行单门槛检验外，其他三类交通设施都应当进行双门槛检验分析[注]具体计算结果限于篇幅从略，有兴趣者可向作者索取。。

表4报告了各种交通基础设施对消费净流入率的门槛估计分析结果。经济相对落后地区(人均收入低于3677元)公路的建设会加速该地区消费的净流出，在3677元至19149元的区间内，公路交通的便捷不会对该地区的消费流入流出产生实质性影响，但在人均收入越过两万元以后，公路交通则会对该地区的消费净流入带来积极的正向影响，总体上看，公路建设会导致极度贫困地区的消费流出，但对于经济较为发达地区则是消费流入效应。针对高速公路进行的检验结果表明，门槛值在人均收入14143元，低于这一门槛值的地区，高速公路的修建会加剧居民消费的净流出，在高于这一收入水平的地区，高速公路的修建会引致消费的净流入，虽然估计系数值并不太显著[注]该系数值在15%水平下是显著的。。相比于公路设施，高速公路对消费净流入流出率的影响更为简单。铁路的结论与公路基本一致，低收入地区净流出，高收入地区净流入，中间收入区域的铁路建设影响不显著，两个门槛值分别在4272元与14143元[注]需要说明的是，铁路的第二个门槛值与高速公路唯一的那个门槛值是同样的14143元，这纯粹是巧合。，但铁路所属的中间收入区域比公路区域略短，在低收入门槛值相差不大的情况下，公路的第二门槛值要明显高于铁路的第二门槛值，换言之，只有在相对更高收入的地区，公路网的密集才会使得某个地区对外的消费吸引力得以体现。最后，高铁的双门槛值分别是5636元与14002元，可以看到，相比于其他几组，高铁的估计系数值非常大，并且只要超过14002元的人均收入，该地区就会因为高铁的建设而出现大幅度的消费净流入。从几组数据分布来看，总体趋势很明显，即低收入地区消费流出，高收入地区流入，而中等收入区间可能有的流出有的流入，这造成了总体的估计结果不太显著。研究小组特地查找了高铁5636元至14002元之间对应的几个省区，的确是有的流入有的流出。这可能与各个地区自身的特质有关，日后有可能需结合一些案例来进一步说明这个问题。但可以肯定的是，高铁对于居民跨区消费流动的影响应该是学科内重点关注的对象。其他几组控制变量中，市场化指数以及外贸依存度都正相关于地区的消费流入，而产业结构对于消费流动总体上不会造成实质性影响。

表4 面板门槛模型的固定模型估计结果

注:*、**、***分别表示在10%、5%、1%的水平下显著，★的个数代表门槛数。本文采用稳健标准误计算，门槛显著性检验中，bootstrap的次数为300，种子数为1343729。表7同。

图3与图4表示制造业以经济发展水平作为双门槛变量时的“似然比”序列LR(r)作为门槛值函数的一个趋势图。很明显，我们发现这几个门槛估计值对应的LR值远小于临界值7.35(取95%的置信水平，在图形中由虚线表示)，因而是真实有效的[注]为避免赘述，此处仅展示了公路影响的门槛LR图，其他三类有意者可向作者索取。。

图3 公路检验门槛估计值1

图4 公路检验门槛估计值2

(三)回归结果分析3：居民的消费结构

接下来我们将继续检验交通基础设施建设对于居民各类消费品结构的影响，承前所述，交通设施的建设使得人们跨区域更为便捷，因此消费观也会随之发生改变，人们出行的目的自然是为了追求更高档次的产品或是服务，那么居民的消费结构是否在交通事业发展过程中发生变化。此处我们同样采用式(13)进行SYS-GMM估计,公式如下：

cdtit=αit+cdtit-1+βtcit-1+cvit-1+ε

(15)

式(15)中,cdtit表示前文所提及的i省t年内七类消费品在居民总支出中所占的比重，表5简要报告了估计结果[注]表5中共有28组回归，为避免表格过分冗长，被解释变量的滞后项以及控制变量结果没有一一报告，表5中未展示的内容与表3保持一致，表5中的AR(2)与Sargan值均保持健康。。

表5 交通基础设施水平对居民各类消费品支出比重影响的估计结果

注：*、**、***分别表示在10%、5%、1%的水平下显著，高铁数据段为2008—2015年。

在公路组的估计结果中，支出比重上升且显著的只有食品，比重下降的包括房产、文教娱乐以及医疗；高速公路组中，上升的是食品、服装以及医疗，下降的是房产与文教娱乐；铁路组中上升的是服装与医疗，家用设备和房产的支出占比则是下滑的；高铁可能由于在我国落成周期短，尚需时日以带动社会经济效应，并没有与任何一组消费支出占比表现出显著的相关性。整体来看：交通事业的发展带动了居民在食品、服装以及医疗等方面支出比重的增加，后两者相对好理解，但值得注意的是，按照传统理论，随着经济的发展，食品支出比重应下降，然而交通建设则对食品支出比重带来了正面效应。在现实生活中也确实如此，由于交通的发展，一方面人们外出追求新颖的美食，另一方面网购美食也已平常。房产、文教娱乐以及家用设备等支出比受到交通发展的提升并不是很显著甚至出现下滑，简单来说，这些领域的消费大多与交通的关联度不大，除了少数案例，居民通常不会因为交通发展而异地购房，家用电器也主要来自于本地居民的消费，这与交通建设无关，理论上说文化娱乐中的旅游应当收到交通建设的“红利”，但我国目前还是更依赖于高铁或飞机等交通工具出行旅游，由于高铁的社会经济效应仍需时日检验，而且旅游只是文娱消费中的一项，对于整体而言的消费支出比影响则是比较微弱的，在这些领域居民的消费没有增加而是其增长并不由交通所带动，假设2的论断也部分得到了证实。当然必须要指出的是，表5的结果与图2有所差异，譬如图2中食品开支比一路走低，近年来交通建设力度不断加大，两者看似负相关，但在约束控制变量基础上的表5的结果则与之截然相反。

此处我们希望能够对分地区居民消费类型流向与交通基础设施建设相关性进行分析检验，根据经济发展水平(2005—2015年期间人均收入的均值)，我们三等分了样本中的30个省级行政区，即A、B、C区[注]A区包括上海、北京、浙江、天津、广东、江苏、福建、辽宁、内蒙、山东，B区包括重庆、吉林、湖南、湖北、黑龙江、宁夏、海南、陕西、四川、安徽,C区则包括河北、江西、山西、广西、青海、新疆、河南、云南、甘肃与贵州。，我们相信以经济发展水平划分区域的研究比简单按地理分区所获取的结论更具有价值。考虑到高铁对经济社会产生影响尚需时日，此处仅探讨三个区域内公路、高速公路以及铁路对于居民消费类型流向的影响，研究结果表明三个区域内各自只有极少数消费领域与交通建设产生了显著的相关性(至少10%的显著性水平)，具体参见表6。在经济发达地区，公路没有产生显著性影响，铁路的修建提升了居民在住房、文娱方面的支出比重，降低了居民在食品上的支出比；在中等收入地区，高速公路提升了居民的家电服务类支出比重，医疗受公路建设影响小幅度下滑；在经济相对落后地区内，公路提升了居民的食品类支出比，铁路提升了居民在通讯交通领域内的支出比。上述结果有赖于后续进行针对性分析，必要时考虑进行微观数据层面的探索。

表6 分区域内消费支出比与各类交通基础设施产生显著相关性的领域及系数值

(四)回归结果分析4：稳健性检验

本文针对门槛估计进行一组稳健性检验，此处换用人均GDP表征经济发展水平并重新进行检验，结果见表7(限于篇幅，仅列出核心的门槛系数值)。表7与表4结果一致，证明了本文研究结论的可靠性。

表7 针对人均GDP进行的面板门槛模型检验

五、结论、政策启示与研究展望

本文通过对“核心-边缘”理论的拓展，分析近年来交通基础设施建设对于我国居民消费区域流向以及消费结构的影响，实证结果表明：第一，公路特别是高速公路对于地区消费净流入有着积极的促进作用，普通铁路带动消费流动的效应并不明显，但高铁对于居民跨区流动性消费则有着颠覆性的作用，某地区可通过高速交通工具的建设大大提升地区对外的消费吸引力；第二，交通基础设施对于消费的流向具有结构性的变化影响，基本上低收入地区会随着交通设施的完善而加剧本地消费的流失，而发达地区则由于大量外来消费的涌入成为受益方；第三，在消费结构上，交通事业的发展带动了居民在食品、服装以及医疗等方面支出比重的增加，而房产、文教娱乐以及家用设备等的支出比受到交通发展的提升并不是很显著甚至出现下滑，但在消费地区流向中扮演重要角色的高铁则在消费结构中没有体现突出的作用，且分地区检验中，每种交通基础设施都只对特定地区的少数消费领域支出比产生影响。简言之，本文的核心思想是交通基础设施建设会改变各地居民消费的地区流向，但总体而言除了少数领域，交通对居民消费结构的影响不甚明显。本文首次较为系统地论证了交通建设对于居民消费的影响，给出了这些影响理论研究的实证分析框架，充实了我国“交通-消费”理论的核心研究内容。

通过实证分析，我们能够窥查居民消费向发达地区汇聚的趋势与特征。这对欠发达地区的经济社会造成一定的影响，有可能拉大地区间的经济差距，导致欠发达地区居民福利损失、税收流失乃至经济发展延缓等问题。这也是本研究所希望引发的思索，其蕴含的政策意义：交通基础设施是促进地区吸引消费流入的推动力，但由于经济发展的落差，交通建设对于落后地区而言，会导致大量本地消费向发达地区转移外流，转而出现交通发展却拉大地区经济发展差异的问题，但毕竟交通事业的发展乃是大势所趋，因此发展交通事业必须配套完成对落后地区的投资建设，出台配套的宏观经济政策，挖掘后发地区的经济发展潜力，使得落后地区受利于交通的建设，从而拉动经济跨越式发展，而不是盲目上马交通建设项目，以实现交通与经济的协调进步为目标。此外，交通事业的发展在一定程度上改变了居民消费结构，但考虑到消费结构中利润附加值较高的服务业的比重总体上并没有受到交通的促进，那么在接下来的新一轮基础设施建设进程中，需进一步加强引导，注重交通布局的合理性，尊重市场，做出更加缜密严格的论证。

由于数据问题，本文的研究尚存在一些不足之处：本文写作的初衷曾考虑过分析各类消费的异地流动问题，但统计资料中只公布了居民消费的结构数据(即各地各类消费品支出数据)，却没有对应列出各省社会消费品零售额中各领域销售的具体数据，由此限制了我们做更加细致的论证；我国的高铁建成周期尚短，虽然近年来对其社会经济影响的论证已较为丰富，但客观而言，严密的论证需要较大规模的数据链条，这方面还有所欠缺；如果有合适的数据来源(类似于CHFS数据库)，并结合倍差法等技术，可从个人微观视角出发进一步分析论证交通对居民个体消费决策的影响，以丰富消费经济学的理论知识体系。此外，有一些估计分析的结果从现有的资料体系来看还难以给出合理的解释，这也是本文未来所要解决的问题。