王守坤

（江西财经大学 经济学院，江西 南昌 330013）

一、引言与问题提出

自1978年实施改革开放政策以来，我国经济在发展速度与规模上的表现被称为“中国奇迹”。然而，在这种奇迹的背后，地区居民人均收入差异问题却持续存在，并越来越成为社会各界讨论民生问题的焦点。学者们通常采用加权变异回归系数[1-2]、泰尔回归系数或熵回归系数[3]、基尼回归系数及其分解[4-6]等指标来衡量我国地区收入的不平等状况。虽然这些指标尤其是基尼回归系数的计算方法及其在我国的适用性的争论比较激烈，但我国地区收入水平存在严重的不均衡已经是不争的事实。

关于我国在经济发展过程中所凸显的收入分配差异问题，学者们从各种不同角度做出了分析。其中，较多文献分析立足于新古典经济学来展开，如Fleisher and Chert认为投资分布的区域差异是造成中国省区居民人均收入差异的重要原因[7]。蔡昉、王德文认为东部省份的劳动力市场发育程度、平均受教育年限更高，劳动力与人力资本的边际回报也始终较中西部省区大，自然也就对地区居民人均收入差异有贡献[8]。徐现祥、王海港则讨论了我国初次收入分配中的两极分化，并指出这主要是由“按劳动贡献分配”这个标准在产业间的差异造成的[9]。除此之外，Démurger et al.发现改革开放以来地理位置因素对各省区经济增长的差异有显著影响[10]，而樊纲、王小鲁、朱恒鹏等则通过构建中国市场化指数揭示出政策差异也是解释地区收入差异扩大的一个重要变量[11]。特别值得指出的是，部分青年学者倡导从新地理经济学解释我国的地区收入差异，他们认为地理位置、对外开放以及优惠政策的倾斜化造成了工业在东部省份的集聚[12-13]，这不仅产生了规模经济效应，还造成劳动力的跨区域转移和生产率以及要素边际报酬的地区差异[14-15]，这这种地区差异反过来又进一步引发了产业和要素转移，并最终构成地区收入差异不断扩大的动力。

无疑，上述文献会增加我们对于我国地区收入差异状况以及影响因素的认知。然而，基于以下事实，本文将着重考察地区交通基础设施建设与我国地区居民人均收入差异的关联效应。我们知道，中国是世界范围内基础设施实现跨越式发展的成功案例，对于那些30年前来过中国而在过去10年里又重访中国的客人来说，中国基础设施建设水平所发生的变化肯定会让他们惊诧不已[16]，尤其是对我国经济增长发挥着先导与基础支撑作用的地区交通基础设施建设而言更是如此。自改革开放以来，特别是从1998年第一次实施扩大内需政策以应对亚洲金融危机冲击开始，我国先后实施了西部大开发、振兴东北老工业基地、中部省区崛起战略，一直到2008年开始实施第二次扩大内需政策应对新的国际金融危机冲击，各级政府都把加速地区交通基础设施建设作为重大举措。值得指出的是，虽然有部分文献关注了地区交通基础设施建设对我国经济增长[17-18]以及全要素生产率[19]产生的影响，但是尚未有文献专门探讨地区交通基础设施建设与地区居民人均收入差异间的关联。鉴于经济增长的成果与这种成果的分配是否均等化是两个层面的问题，本文认为考察地区交通基础设施建设与我国地区居民人均收入差异的关联效应是必要的。

综上，在我国地方地区交通基础设施建设主要由各级政府推动并主导的前提下，地区交通基础设施建设对于地区居民人均收入差异的影响究竟如何？也就是说，地区交通基础设施建设是强化了居民人均收入差异还是削弱了这种差异？本文第二部分将通过理论分析证明地区交通基础设施建设对地方收入差异的综合作用方向并不是显而易见的。以此为基础，第三部分构建了相应的计量方程，并介绍了适用的回归方法与数据来源。接下来，第四部分对回归结果进行解析，最后本文第五部分是结论与政策内涵。

二、地区交通基础设施建设对地区居民人均收入差异的影响

首先需要指出的是，我国各级地方政府在我国独特的政治经济体制的激励与约束下，具有不断扩大地区交通基础设施建设投资的内在激励。改革开放以后，中央政府对于地方政府的考核从单纯的政治挂帅扩展到以经济增长绩效为主。由于地区交通基础设施建设对于地区经济增长进入快速发展轨道发挥着先导与支撑作用，而且其本身也是经济增长核算的组成部分，所以，在上级政府基于GDP增长绩效的政治锦标赛激励机制下[20]，地方政府倾向于注重能够很快进入GDP核算的地区交通基础设施建设等物质资本投入，而相对地忽视其他那些有利于社会福利发展的教科文卫等公共投入[21]。

显然，地区交通基础设施建设作为实现地方经济增长的支撑性前提，会对本地居民人均收入的增长产生促进作用。新古典经济增长模型中，资源要素的流动往往表现为无摩擦的瞬间物理运动，然而，现实世界中这种流动显然是有成本的，交通运输成本便是其中的一个重要组成部分。地区交通基础设施建设规模的提升则通过降低运输成本支持了技术、物质资本与劳动力等生产要素的边际回报率，这就使得收入水平能够从原有的低水平均衡向高水平均衡靠近。可见，一个地区的地区交通基础设施建设水平越高，该地区的居民人均收入水平也就越高。当然，我国不同地区的初始经济状态、经济规模与发展速度、自然地理与政策优惠条件均具有相当大的差异，这就使得虽然不同地区的地方政府虽然面临着基本相同的政治与经济激励，但是其地区交通基础设施建设水平也会出现差异。这样，基础设施建设水平的差异就可能强化各地区原有的收入差异。

然而，作为一种典型的网络化基础设施，我们还需要注意到地区交通基础设施建设的空间溢出效应对地区收入差异产生的影响。对于这种空间溢出作用，学者们的结论并不一致[22-24]。概括来讲，一方面，交通运输线路的建设会改变或增强一个远离市场中心地区的可达性，从而通过区位优势的改变可能会使得原有的“以邻为壑”式的两极化收入分配结构发生改变，从而使地区居民人均收入差异逐渐缩小。同时，地区交通基础设施建设会加强区域之间的经济联系与信息交流能力，减少不同区域之间进行经济联系与融合的交易成本，改善区间贸易和生产要素流动条件。从这个角度来看，地区交通基础设施建设会对地区居民人均收入差异产生缓冲作用。但是，另一方面，在一定时期内生产要素数量既定或有限的情况下，提高本地区的地区交通基础设施建设水平也有可能会吸引原本可能会流向其他区域的生产要素，从而使得地区居民人均收入水平进一步加重。从这个角度来看，地区交通基础设施建设也可能会对地区居民人均收入差异产生强化作用。

综上分析可知，地区交通基础设施建设对于地区居民人均收入差异的作用方向并不明显。一方面，虽然地区交通基础设施建设本身有利于本地居民的收入增长，但是不同地区的地区交通基础设施建设水平的差异可能会强化各地区原有的收入差异。同时，在一定时期内生产要素数量既定或有限的情况下，地区交通基础设施建设水平较高的省份可能会吸引更多的流动性生产要素，从而也就可能对地区居民人均收入差异产生加强作用；另一方面，网络化的地区交通基础设施建设也可能会在区域之间产生较强的溢出效应，从而对地区居民人均收入差异的扩大起到缓冲作用。那么，若要在数据统计特征上判断地区交通基础设施建设对于我国地区居民人均收入差异的作用方向，就需要进行合理的计量分析。

三、计量方程设定、估计方法与数据说明

（一）模型设定

在构建计量方程之前，我们首先对模型的解释变量、被解释变量进行说明。本文所选择的关键解释变量是各省区公路网络密度（HD：Highway Density）。广义上，地区交通基础设施建设包含公路、铁路、水路等多种形式。但是，基于以下两个原因，本文选择选择公路网络密度作为地区交通基础设施建设水平的代理变量：第一，相对于主要由国家部门负责建设的铁路交通以及受制于自然地理条件的水路交通来讲，各地区公路交通建设的发展变化最为明显，从而也就最为符合回归分析的需要；第二，公路运输在各地区均承担了大部分的货运周转任务，这表现在根据近年《中国公路运输行业投资分析及前景预测报告》，我国公路运输在客运量、货运量、客运周转量等方面遥遥领先于其他交通运输方式的总和，从而成为了主体性交通方式。为了使各地区在不同年份的地区交通基础设施建设存量上具备可比性，本文采用公路网络密度，即各省区每平方公里的公路数据作为地区交通基础设施建设的代理变量。

本文计量方程的被解释变量设定为省区居民人均收入差异，该指标用各省区当年居民人均收入额占该年份所有样本居民人均收入总额的比率来表示（HIP：Households’In⁃come Proportion）。我们知道，城乡二元经济体制的存在使得我国各类统计年鉴中均将居民人均收入分为城镇与农村两部分。根据此分类，本文就可以采用三个变量来衡量收入差距，分别是城镇居民人均收入差异、农村居民人均收入差异以及全部居民人均收入差异。值得指出的是，全部居民人均收入差异的表征方法与前二者一致，即采用各省区某年城镇及农村居民人均收入的简单平均值除以全部省区城乡居民收入水平的简单平均值之和来表示。

综合上文，本文所构建的面板模型如下：

其中，我们对模型解释变量与被解释变量进行了对数值处理。显然，居民收入水平的变动是一个持续的过程，也就是说该变量的滞后值会对水平值产生边际影响，所以本文在计量方程的等号右边加入了被解释变量的滞后值，并进一步根据Arellano-Bond残差相关性检验将被解释变量滞后两期。同时，为了考察地区交通基础设施建设对居民人均收入差异所产生的非线性作用，在计量方程中本文还加入了关键解释变量的二次项。除此之外，Provincei为截面哑变量，为了尽量节约样本自由度，本文未分别对各个省区构造哑变量，而是按照各省区是否隶属于东中西部来构造；Yeart为时间哑变量，该变量是为了控制与时间因素有关的非观测效应；Mit是控制变量集；β为回归参数，εit为扰动项。

计量方程中对地区居民人均收入差异产生作用的控制变量集包含：（1）劳动力变量。其中，采用社会就业人数占全部人口规模的比率来表示劳动力数量，并采用在校生数量占全部人口规模的比率，其中，在校生数量由普通与中等学校及小学生数量组成。（2）全社会固定资产投资占地区GDP的比率。全社会固定资产投资可以通过提升要素配置效率的途径对居民收入水平产生积极影响。（3）开放程度变量，包含地区人均实际利用外资额与进出口总额，两者均进行对数值化处理。（4）1994年体制改革哑变量。自1994年我国开始了分税制改革与国企改制。首先，分税制改革的主要内容就是重新划分中央与地方政府的收入，这就应该在宏观上对地方居民人均收入水平产生影响。其次，1994年开始的国企改制同样会对居民人均收入水平产生影响。具体来讲，因为1994年之前地方政府是国有企业的所有者，此时的经济发展激励效应来自于扶持乃至保护本地政府所有的国有企业。但是随着1994年之后地方国有企业、乡镇企业的改制，地方政府在经济发展中的角色就从地方企业的所有者演变为非本地政府所有企业的征税者。在这个阶段地方政府经济发展的财政激励来自于通过加强省区间投资竞争来培养以私营、外资企业为主的制造业税基和相应的服务业税基[25]。在这种情况下，原有的地区居民人均收入结构就会被打破。基于以上两点，这里构建控制1994年体制改革效应的哑变量，将1994年之前赋值为0，1994年之后赋值为1。

（二）估计方法

正是因为计量方程中包含了被解释变量的滞后值，所以本文的计量模型属于动态面板模型。这时如果直接采用传统的最小二乘法估计，就很可能得到有偏甚至无效的参数估计。为了尽量弱化动态模型所固有的估计偏误，本文采用系统GMM估计方法对动态面板模型展开估计。GMM估计分为一步（One-step）和两步（Two-step）估计，虽然两步GMM估计方法相比于一步GMM更加渐进有效，但是由于本文动态面板数据的样本容量相对较少，为避免小样本偏差，这里采取了一步系统GMM回归。因为广义矩估计（GMM）的一致性估计要求变量没有二阶序列相关，故本文在回归结果解释中列出了Arellano-Bond残差一阶和二阶相关性检验。同时，下文中也列出了判断GMM估计中工具变量有效性的相关检验值。

（三）数据说明

本文采用中国1980—2010年的分省面板数据进行计量分析。自2007年开始我国统计部门改变了公路统计口径，这使得自2007年起公路数据与之前不能比。幸运的是，本文观察了1980—2006年各省区公路数据的演变，发现大部分省区的公路数据增长率虽有波动，但在较大程度上保持了稳定性。基于此，本文使用原统计口径下各省区公路数据的5年移动平均增长率对2007年到2010年的公路数据做了填充估算。至于大部分省区公路数据呈现出相对稳定增长率的原因，本文认为其一方面来自于公路工程本身的建设周期较长，许多公路建设项目都是提前规划并签订合约；另一方面，在地方官员任期约束以及政绩考核体制下，地方政府在基础设施建设方面同时面临着横向上与其他地区的竞争以及纵向上前任政府的建设“惯性”，也就是说地方政府有保持基础设施建设指标稳步增长的内在激励，这其中显然包含了可以直接进入GDP核算并体现政绩的公路建设指标。另外，值得指出的是，采用移动平均法对变量某些缺失值进行填补也是现有文献中常见的一种做法。

本文中使用到的其余控制变量值都取自不同年份的《中国统计年鉴》、《新中国60年统计资料汇编》以及各省区统计年鉴。值得说明的是，按当年价发布的相关统计值已用1980年作为基期进行了平减。考虑到数据的完整性，这里所采用动态面板数据集中未包含西藏、海南以及港澳台地区。最后，本文将1997年后四川与重庆的数据进行了基于简单均值法的归并处理。

四、回归结果解析

采用GMM估计方法进行动态面板估计的重要前提是判断各经济变量的性质，即某一变量应归类为外生变量还是内生变量或前定变量。基于回归的稳健性考虑，本文仅将计量方程中出现的哑变量设定为外生变量。如前所述，本文采用了一步系统GMM估计方法对动态面板模型展开估计。回归结果如表1。

表1报告了被解释变量为城镇居民人均收入差异、农村居民人均收入差异以及全部居民人均收入差异时采用一步系统GMM估计方法进行估计得到的结果。表格中Arella⁃no-Bond一阶与二阶自相关检验说明，三次估计后的残差虽然都呈现出一阶相关性，但却没有二阶自相关性，这就达到了使用GMM法进行参数估计的首要条件。与此同时，工具变量类检验也获得了通过。

表1 地区交通基础设施建设与中国地区居民收入差异的GMM回归结果

从表1中三个模型回归结果知道，各省区公路网络密度的回归系数均为负值，且至少通过了10%的t检验。对于关键解释变量平方数而言，其回归系数也一直显示为负值，然而其只有在对农村居民人均收入的回归估计中才通过t检验。这就说明，一方面，对于城镇居民人均收入差异与全部居民人均收入差异而言，提升地区交通基础设施建设水平确实可以降低区域间收入差异，且其边际作用并没有随着交通基础设施建设水平的改变而发生变化；另一方面，对于农村居民人均收入差异而言，提升地区交通基础设施建设水平对其产生的边际作用不是线性的，而是倒U型的。也就是说，地区交通基础设施建设可能在某一阶段内并不会削弱农村居民人均收入水平的差异，只有在达到某个门槛值之后才会产生这种削弱作用。

考虑到前文对2007年后公路数据进行移动平均估算可能带来的误差，我们上述回归结论进行了稳健性检验。首先，我们只使用1980—2006年的省区面板数据集展开估计；其次，由于GMM估计也适用于非平衡面板数据，故我们将2007年以后各年的公路数据变量设定为缺省值进行了回归；再次，我们也采用了公路数据2年与3年移动平均增长率也进行了公路数据估算。以上三种稳健性检验中，各变量回归参数只发生了微小变动，显著性与符号均为改变，也就是未改变我们结论的性质。

为了阐释上述回归所蕴含的结论，即地区交通基础设施建设对农村居民人均收入差异所产生的作用之所以呈现出非线性的原因，我们可以从我国经济上分权与政治上集权这种体制背景入手。在包括人事任命权等核心权力保持中央政府控制的前提下，我国中央政府在省份之间构建了基于GDP政绩考核的官员治理机制，这种治理机制使得各省区之间在招商引资、扩大经济规模等方面展开了激烈的标尺竞争。显而易见，比较能传递地方政府政绩信号的领域在于城镇地区，而不是人口密度相对较小、规模报酬也比较难以实现的农村地区，以上逻辑就使得各个省区的政府都将交通基础设施建设的重心放在城镇。

基于以上体制背景，当各地区交通基础设施建设水平不高时，尤其是这个阶段的有限的地区交通基础设施建设的存量与流量均更多地集中于城镇地区，户籍制度限制下的农村居民中只有那些较为富裕的居民才更有可能享受到地区交通基础设施建设的收入增长效应，比如经济上比较富裕的农村居民更有实力通过经济手段是到城镇地区居住，相对富裕的农村家庭也有更好的条件供孩子读书从而进一步提高收入等等。这就意味着，越能够从日益增长的偏向城镇的地区交通基础设施建设中获得福利效应的农民，其越能突破户籍等二元体制的约束实现自身收入增长。这种情形在数据统计上就表现为地区交通基础设施建设与农村居民人均收入差异呈现出负相关关系。

然而，随着偏向城镇的地区交通基础设施建设水平不断提高，到一定阶段上越来越多的农村居民能够突破松动的户籍限制，并依靠不断扩大的地区交通基础设施建设网络溢出效应实现自身收入的增长。同时，城镇地区的地区交通基础设施建设容量得到了较充分的满足，此时，地方政府也会基于城镇地区基础设施建设边际回报率下降以及国家城乡统筹城乡发展政策的考虑，更多地提高农村地区的基础设施建设水平。到这个阶段，在数据统计上地区交通基础设施建设与农村居民人均收入差异就表现出正相关关系。

五、结论与政策内涵

虽然我国经济在发展速度与规模上的表现被称为“中国奇迹”，但是在此过程中地区居民收入差异的逐步扩大也是不争的事实。基于地区交通基础设施建设在我国所取得的跨越式发展，本文考察了地区交通基础设施建设对于地区居民人均收入差异的作用方向。针对1980—2010年的分省面板数据并采用系统GMM估计方法展开估计的结果显示，对于城镇居民人均收入与全部居民人均收入而言，地区交通基础设施建设水平的提高可以显著降低其地区差异。然而，对于农村居民人均收入而言，地区交通基础设施建设水平的提高对其产生的边际效应是非线性的。对于地区交通基础设施建设对于农村居民人均收入差异所表现出来的这种非线性效应，本文从我国经济分权与政治集权这种独特的体制角度给出了解释。

本文的结论预示着我国各级政府继续加强地区交通基础设施建设对于缩小地区居民收入差异具有重要意义。然而，正如张军等所言，相对投资于人力资本（如基础教育、公共卫生等）或者其他社会公共服务而言，地方政府在交通等物质基础设施和城镇建设上的投资活动更容易给政府官员腐败的机会[16]，这就意味着继续加强地区交通基础设施建设中可能会出现的腐败问题应该成为我国中央政府发挥监管职能的重要方面。另外，本文也指出，由于上级政府基于GDP主义的锦标赛式的晋升考核，再加上城镇地区在体现经济增长规模与速度上具有先天优势，这就使得地方政府往往倾向于借助于户籍制度选择有利于城镇利益的经济偏向政策，并使得城镇部门获得相对较高水平的地区交通基础设施建设。那么，逐步改变对地方政府的基于GDP增长率的一元化考核机制，弱化地方政府单纯追求经济增长率上的激励，加强对其在城镇与农村居民收入均等化实现程度方面的考核权重，就成为未来实现我国经济可持续发展的重要环节。

[1]万广华.中国农村区域间居民收入差异及其变化的实证分析[J].经济研究，1998，（5）：36-41.

[2]林毅夫，刘培林.中国的经济发展战略与地区收入差距[J].经济研究，2003，（3）：19-25.

[3]李实，赵人伟.中国居民收入分配再研究[J].经济研究，1999，（4）：3-17.

[4]王祖祥.中部六省基尼回归系数的估算研究[J].中国社会科学，2006，（4）：77-87.

[5]陈昌兵.各地区居民收入基尼回归系数计算及其非参数计量方程分析[J].数量经济技术经济研究，2007，（1）：133-142.

[6]段景辉，陈建宝.基于家庭收入分布的地区基尼回归系数的测算及其城乡分解[J].世界经济，2010，（1）：100-122.

[7]Fleisher B M，Chert Jian.The Coast～Noncoast Income Gap，Productivity，and Regional Economic Policy in China[J].Journal of Comparative Economics，1997，25（2）：220-236.

[8]蔡昉，王德文.比较优势差异、变化及其对地区居民人均收入差异的影响[J].中国社会科学，2002，（5）：41-54.

[9]徐现祥，王海港.我国初次分配中的两极分化及成因[J].经济研究，2008，（2）：106-117.

[10]Démurger S，et al.地理位置与优惠政策对中国地区经济发展的相关贡献[J].经济研究，2002，（9）：14-23.

[11]樊纲，王小鲁，朱恒鹏.中国市场化指数[M].北京：经济科学出版社，2010.

[12]袁志刚，范剑勇.1978年以来中国的工业化进程及其地区差异分析[J].管理世界，2003，（7）：59-66.

[13]金煜，陈钊，陆铭.中国的地区工业集聚[J].经济研究，2006，（4）：79-89.

[14]范剑勇，王立军，沈林洁.产业集聚与农村劳动力的跨区域流动[J].管理世界，2004，（4）：22-29.

[15]范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006，（11）：72-81.

[16]张军，高远，傅勇，等.中国为什么拥有了良好的基础设施[J].经济研究，2007，（3）：4-19.

[17]刘生龙，胡鞍钢.地区交通基础设施建设与经济增长[J].中国工业经济，2010，（4）：14-23.

[18]刘勇.地区交通基础设施建设投资、区域经济增长及空间溢出作用[J].中国工业经济，2010，（12）：37-46.

[19]刘秉镰，武鹏，刘玉海.地区交通基础设施建设与中国全要素生产率增长[J].中国工业经济，2010，（3）：54-64.

[20]周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究，2007，（7）：36-50.

[21]傅勇，张晏.中国式分权与财政支出结构偏向[J].管理世界，2007，（3）：4-12.

[22]Boarnet M G.Spillovers and the locational effects of public infrastructure[J].Journal of Regional Science，1998，（38）：381-400.

[23]Yilmaz Serdar Haynes，Kingsley E，Dinc Mustafa.Geo⁃graphic and Network Neighbors：Spillover Effects of Tele⁃communications Infrastructure[J].Journal of Regional Sci⁃ence，2002，（42）：339-360.

[24]Charles R Hulten，Esra Bennathan，Sylaja Srinivasan.Infra⁃structure，Externalities，and Economic Development：A Study of the Indian Manufacturing Industry[J].World Bank Economic Review，2006，20（2）：291-308.

[25]陶然，陆曦，苏福兵，等.地区竞争格局演变下的中国转轨 [J].经济研究，2009，（7）：21-33.