中国交通运输基础设施与经济增长的Meta分析
原文作者:Zhenhua Chen 南加州大学 索尔·普赖斯公共政策学院 Kingsley E. Haynes 乔治梅森大学 政府与国际事务学院
摘要：在过去的十年中，中国的交通运输基础设施经历了快速的发展。 尽管利用各种数据和方法，交通基础设施的经济贡献已经在文献中得到了广泛的检验，但在不同的研究中发现，交通运输的经济产出弹性差异很大。在此基础上，本文通过Meta分析，以中国为例，深入研究交通基础设施与经济增长之间的联系。通过对18个实证研究的133个估计进行统计分析，我们的结果发现，中国交通运输系统的平均产出弹性为0.13。 发现早期估计的差异是由于使用了不同的因变量，运输变量，控制变量，数据和模型。虽然这些结果与以往基于不同调查样本的研究结果基本一致，但我们发现中国经济及其交通系统的一些独特特征发挥了重要作用。这些应仔细考虑，并建议在以后的研究工作中保持解释谨慎。
关键词：交通基础设施；经济增长；中国；Meta分析
一、引言
图1中国按模式分类的新增基础设施（来源：国家统计局）
在过去的十年里，由于政府对公共基础设施投资的大力支持，中国的交通基础设施经历了前所未有的发展。如图1所示，2003-2013年期间，公路、铁路、公共交通等交通基础设施发展迅速。基础设施投资年均增长18%。每年约有2000亿美元的政府资金用于发展各种交通基础设施，如高速公路、高速铁路、城市地铁系统和机场。如此雄心勃勃的交通基础设施投资已经从根本上改变了中国的经济和社会。一方面，货物和旅客流动可达性的改善促进了区域贸易流动，提高了要素禀赋的配置效率，从而提高了经济活动的生产率。另一方面，随着新基础设施的建设，基础设施供给不足带来的交通瓶颈约束得到了缓解。与此同时，降低运输成本预计将促进旅游需求的扩大，这反过来又将进一步促进经济增长。虽然交通基础设施对经济增长的积极刺激作用已被学者和实践者普遍认识，但仍不清楚交通基础设施投资对经济增长的贡献程度。换句话说，中国交通基础设施的产出弹性有多大？这个问题需要解决。
对中国经济增长中的运输角色缺乏有效了解的部分原因是由于运输基础设施与经济活动同时发生的相互作用。为了捕捉这种复杂的相互作用，一般均衡分析不仅是相关的，而且是任何评估的核心，特别是当评估的目标是根据对GDP、总产出和就业的贡献来确定的宏观经济效益时。交通基础设施与经济活动之间的相互作用在考虑了各种各样的时间影响后变得更加复杂。当评估侧重于短期时，交通基础设施对经济增长的影响可能是由项目建设过程中要素投入的扩大所驱动的。但是，如果影响评估着眼于长期，则运输的贡献可能归因于运输部门自身生产率的提高。使用一般均衡分析对交通基础设施对经济增长的影响进行建模是昂贵和耗时的，因为评估需要一组复杂的联立方程，这些方程通常由代表整个经济系统的数千个方程和变量组成。使用总体均衡评估方法对中国交通基础设施进行经济影响评估的例子可以在Horridge and Wittwer(2008)、Ando and Meng(2009)和Chen(2015)等人中找到。
或者可以在部分均衡框架下评估运输的经济贡献。这里需求被认为是不变的，运输基础设施的经济产出弹性以生产函数形式进行了统计估计。越来越多的实证研究使用这种方法来分析中国交通基础设施的经济贡献。然而，由于每次分析的经验模型结构都必须根据变量、数据和估计程序进行规定，这种方法在交通基础设施的经济产出弹性方面存在局限性，在每次单独评估中发现的交通基础设施经济产出弹性似乎是不固定的，有时甚至是相互矛盾的。例如，虽然大量研究证实了交通基础设施的产出弹性估计值为正向显著，但也有研究发现了被解释为负溢出效应的负面估计值(张学良，2012)。显然如果没有适当的验证测试，从这些研究中得出的结论和建议很可能是有问题的。
本文有两个研究目标。首先，研究通过文献调查和meta分析，全面了解中国交通基础设施在经济增长中的作用。从18项实证研究中获得了133个运输基础设施的输出弹性估计。该分析有助于我们识别部分均衡框架下交通基础设施的平均经济贡献。其次，我们的研究基于统计调查确定了产出估算差异的原因。我们与之前使用Meta分析研究此类问题的学者不同，因为它们关注的是不同的国家，例如Button(1998)和Melo等人(2013)。我们只集中研究中国和中国的交通基础设施。我们认为，如果将重点放在一个国家上，可以大大提高统计分析的稳健性，避免涵盖各个国家的估算之间的异质性等问题
本章其余部分组织如下：第二部分对文献进行了回顾，重点是识别中国交通基础设施的独特特征。第三节介绍了数据和统计方法。第四部分对研究结果进行解释，第五部分进行总结和总结。
- 文献综述
Aschauer（1989）的开创性研究激发了对运输基础设施经济效益的讨论，该研究认为，公共基础设施建设支出可以促进经济增长。从那时起，大量的研究开始评估美国基础设施投资的经济效益，这些研究遵循新古典经济理论，并着眼于长期影响。(Duffy-Deno and Eberts1991; Gramlich1994;Harmatuck1996; Nadiri and Mamuneas1996; Fernald1999; Bhatta and Drennan2003; Boarnet1997; Boarnet and Haughwout2000; Mattoon2002).
基础设施常被认为是除了资本和劳动力之外的第三个因素输入变量，并且经常通过柯布-道格拉斯生产函数进行建模。由于评估方法、时间周期、经济成果的衡量方法和使用的控制变量的不同，基础设施的估计产出弹性通常不一致。一些学者发现，美国的高速公路系统对生产力有积极的促进作用(Harmatuck1996；Fernald1999；Keeler and Ying，2008)，而其他人，如Harmatuck(1996)和Boarnet(1997)，在使用不同的数据和研究方法进行分析的基础上，对效应的程度提出了质疑。
美国公共基础设施的产出弹性介于0.03和0.56之间。例如，Aschauer(1989)研究发现，估计数在0.38至0.56之间，而Munnell和Cook(1990)的估计数为0.15，仅高速公路就占了三分之一以上。Lauand Sin(1997)通过对1949 - 1985年美国非军事公共资本的研究发现，产出弹性为正且显著，其值约为0.1。Harmatuck(1996)使用跨对数生产函数得出的估计值远低于Aschauer和Munnell的0.03。相反，其他研究，如Holtz-Eakin和Lovely(1996)和Garcia-Milaet al.(1996)发现公共资本和私人产出之间不存在正相关关系。一些学者认为，这是由于在评估中采用了分析的规模。例如，Munnell(1992)指出，随着分析的地理尺度缩小，公共基础设施的产出弹性估计值变小。这是因为基础设施投资的溢出效应无法在一个小的地理区域内被捕捉到，从而产生低估的偏差（Chen，Haynes，2015a)。
事实上，由于缺乏对不同地理单元之间空间相互作用的认识，这些早期研究的主要不足之一，是这些研究的样本之间都假定存在空间同质性。随着地理单位尺度的变化，对产出弹性的估计也随之变化。Shatz（2011）对35项关于高速公路基础设施和经济的研究中的80项估计进行了Meta分析，发现当采用不同水平的数据时，高速公路基础设施对经济的影响是不同的。他们指出，相当少的研究倾向于发现高速公路基础设施在国家层面上比在省和市层面上有更高的回报率和更强的生产力效应。
事实上，最近研究基础设施与经济产出之间关系的研究发现，产出弹性估计值相对较小。例如，Chen和Haynes(2014) 在使用空间杜宾模型控制空间依赖后，发现美国东北走廊公共地面交通基础设施的产出弹性约为0.12，其中大部分是通过区域溢出效应实现的(0.08)。然后发现，如果将公共机场基础设施考虑在内，估算值略高0.14 (Chen和Haynes2015b)。
早期的研究是关于内生性和变异选择的批评对象。Gramlich(1994)指出许多新古典主义实证研究存在以下问题:
bull; 基础设施供给与经济绩效因果关系不明确
bull; “基础设施”定义模糊，定量分析具有投机性
bull; 短期政策变量与长期基础设施变量不一致
bull; 缺乏对宏观经济绩效影响因素的隔离:从运输技术到软基础设施元素，如法律、教育、商业服务和国防
bull; 不同的方法适用于不同类型的数据集，从而导致在不存在定量精度的情况下使用定量精度属性
然而，正如Button(1998)所指出的，Aschauer和其他人在这方面的早期贡献的重要性在于提出了基础设施投资可以发挥的潜在作用的问题。Button(1998)使用一项包含28个估计数的元分析进一步研究了输出方差的影响。在控制了八个反映国家在分析、数据类型和模型规格方面的因素后，研究发现只有反映研究是否起源于美国的虚拟变量具有统计意义。这表明，在其他方面，美国的研究比其他地方的研究更容易产生较低的弹性。然而，在Melo等人(2013)进行的另一项荟Meta分析中，采用了从33项研究中获取的更大样本，结果发现，以美国体系为重点的研究的产出弹性估计值更高。Melo等人(2013)承认，这些不一致的发现可能是由于所研究的国家群体中不受控制的异质性问题。
- 基于中国的Meta分析
在实证研究中，通过统计回归分析，Meta分析被广泛用于研究产出弹性的系统变异来源。之前的研究结果使用Meta分析来调查影响运输输出弹性估计的因素，由于涉及到异质性特征，结果是一致的 (Melo 2013)。我们的分析试图通过仅使用针对中国交通系统的调查数据来避免不可控的异质性问题。为了了解中国交通基础设施的平均产出弹性估计是多少，以及影响估计量的因素是什么，我们回顾了包括期刊论文和研讨会讨论论文在内的45篇论文，这些论文以中英文发表。鉴于研究目标集中于对交通基础设施产出弹性估计的实证研究，从18项研究中选择了133项估计，全部在2001-2014年期间进行。
18篇研究的描述性统计结果如表1所示。值得注意的是，虽然这些研究的调查时间从1952年到2010年，但大多数研究实际上都集中在最近的30年。这并不奇怪，因为人们越来越有兴趣了解政府投资政策的有效性。改革开放以来，中国的经济发展经历了快速的转型。因此，评估交通基础设施对经济增长的贡献变得重要和相关。如表1所示，交通基础设施产出弹性的平均估计值在不同的研究中存在很大差异。最低均值为0.016 (刘育红, 王新安，2012)，最高均值为0.513 (Demurger2001)。这进一步表明，不同研究对我国交通基础设施产出弹性的估计存在很大的不一致性。因此，有必要对每项评估和研究设计的相关特征进行全面调查。
我们分析中样本的输出弹性估计值分布如图2所示。除去一些高于0.5低于0的极端估计,大多数的估计范围在0到0.3之间,平均值为0.1305，这表明，交通基础设施资本存量每增加1%，中国的经济产出就会增加0.13%。
为了了解哪些因素会影响估计量的大小，在Meta分析中引入了以下五组解释变量:经济产出变量、交通基础设施变量、控制变量、数据特征变量和代表模型规范的变量。如表2所示，这些变量的设计是为了获取研究设计的各种属性、中国经济的独特特征以及中国的交通发展。
第一组变量捕获了经济产出的各种度量。引入这些变量是为了检验在实证研究中不同的经济绩效衡量方法对交通基础设施产出弹性估计的影响程度。建立了5个虚拟变量来代表18个调查研究中采用的不同类型的因变量。例如，“npcgdp”衡量的是被依赖变量是否以人均名义存在;“agrgdp”衡量的是GDP是否包括农业部门，“growthr”表示因变量是否以GDP增长来衡量，“ngdp”指的是GDP是否以名义量来衡量等。人们应该注意到，由于与区域人口形态和经济特征有关的不受控制的偏见的出现，采用不同的经济绩效衡量方法作为因变量将导致截然不同的结果。
第二组变量代表了交通基础设施的特征，如交通方式，交通基础设施存量是否以网络密度来衡量，是否以货币来衡量。此外，还创建了一个名为“pca”的虚拟变量以反映基础结构变量是否是通过主成分分析（PCA）生成的索引。由于数据的可用性，在一些研究中，交通的输出弹性是基于网络密度而不是货币条件来估计的。正如Chen和Haynes (2015b)所指出的，这些物理单位代替金融数据，虽然在工程术语上是相关的，但在经济术语上就不那么令人满意了。
第三组变量代表在实证研究中采用的控制变量。 与许多研究以北美和欧洲为重点的运输系统的研究不同，外国直接投资（FDI）通常被认为是经济增长的主要驱动力，尤其是在发展中国家，除了劳动力，资本和运输基础设施等要素投入外（Demurger 2001）。受教育程度通常以不同受教育程度人口的百分比来衡量，在一些研究中也被认为是一个重要的控制变量，如Fan和Chan-Kang(2008)。因此，将创建一个虚拟变量来控制其对交通基础设施的经济产出弹性估计的影响。其他经常被采用的关键因素包括代表交通投资滞后效应的变量、用于控制时间趋势效应的虚拟变量和不同的地区特征。特别是为了控制沿海和非沿海地区之间的区域经济差距，创建了一个沿海假人。引入了城市虚拟变量来捕获城市区域和非城市区域之间的产出估计是否不同。
代表数据特征的变量组包括数据结构类型、地理位置、分析的空间尺度和分析周期的变量。具体地，我们
剩余内容已隐藏，支付完成后下载完整资料
Transportation Infrastructure and Economic
Growth in China: A Meta-analysis
Zhenhua Chen
Sol Price School of Public Policy, University of Southern California, 322RTH, 3710 McClintock Ave, Los Angeles, CA 90089, USA
Kingsley E. Haynes
School of Policy, Government, and International Affairs, George Mason University, 3351 Fairfax Drive, Arlington, VA 22201, USA
Abstract:Transportation infrastructure has experienced a rapid development in China over the past decade. Although the economic contribution of transportation infrastructure has been widely examined in the literature using various data and approaches, the understanding remains unsatisfactory as the economic output elasticities for transportation are found to vary substantially across different studies. Our study improves the understanding of the linkages between transportation infrastructure and economic growth with a focus on China using a meta-analysis. Through a statistical analysis of 133 estimates from 18 empirical studies, our results find that the average output elasticity of the Chinese transportation system is 0.13. Variations in earlier estimates were found to be due to the different dependent variables, transportation variables, control variables, data, and models being used. Although the results are generally consistent with previous studies based on different survey samples, some unique characteristics of the Chinese economy and its transportation system are found to play a significant role. These should be considered carefully and suggest interpretive cautious in future research endeavors.
Keywords:Transportation infrastructure bull; Economic growth bull; China bull; Meta-analysis
Fig. 1 New added infrastructure by mode in China (Source: the National Bureau of Statisics)
1 Introduction
Transportation infrastructures in China have experienced unprecedented evolution in the last decade due to strong government support of public infrastructure investment. As illustrated in Fig. 1, transportation infrastructures, such as road, rail, and public transit, experienced rapid development during the period 2003– 2013. The average growth rate of infrastructure investment was 18 %. Each year, approximately $200 billion of government funds were allocated for the development of various transportation infrastructures, such as highways, high-speed rail, urban metro systems, and airports. Such an ambitious investment in transportation infrastructure has fundamentally changed the Chinese economy and society. On one hand, the improved accessibility of freight and passenger mobility facilitated regional trade flows and increased the allocative efficiency of factor endowments, which in turn improved the productivity of economic activities. On the other hand, transportation bottleneck constraints due to a shortage of infrastructure supply were alleviated as new infrastructures were built. Meanwhile, a reduction of transportation costs was expected to promote an expansion of travel demand, which in turn would further promote economic growth. Although the positive stimulus effect of transportation infrastructure on economic growth has been generally recognized among scholars and practitioners, it is unclear as to what extent the contribution to economic growth is attributable to transportation infrastructure investments. In other words, what is the magnitude of output elasticity that Chinese transportation infrastructure possesses? This question needs to be addressed.
Part of the reasons for the lack of a valid understanding of transportationrsquo;s role in economic growth in China is due to the simultaneous interaction between transportation infrastructure and economic activities. To capture this complex interaction, general equilibrium analysis becomes not just relevant but central to any assessment particularly when the objective of assessment is to identify macroeconomic benefits in terms of contributions to GDP, gross output, and employment. The interaction between transportation infrastructure and economic activities becomes further complex when given the consideration of the various temporal effects which are taken into account. When the assessment focuses on the short run, the influence of transportation infrastructure on economic growth is likely to be driven by an expansion of factor inputs during the process of project construction. However, if the impact assessment focuses on the long run, the contribution from transportation may be due to the improvement of productivity of transportation sectors themselves. Modeling the impact of transportation infrastructure on economic growth using general equilibrium analysis is costly and time consuming since the assessment requires a set of complex simultaneous equations which often consists of thousands of equations and variables representing the entire economic system. Examples of economic impact assessment of transportation infrastructure in China using a general equilibrium assessment method can be found in Horridge and Wittwer (2008), Ando and Meng (2009), and Chen et al. (2015).
Alternatively, the economic contribution of transportation can be evaluated under a partial equilibrium framework. Here demand is considered invariant and economic output elasticity of transportation infrastructure is estimated statistically in a production function form. There is a growing set of empirical studies using such an approach to analyze economic contribution of transportation infrastructure in China. However, since the empirical modeling structure of each analysis has to be specified in terms of variables, data, and estimation procedures, this approach has limitations in that economic output elasticity of transportation infrastructure found in each individual assessme
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[275217]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
