不过十年时间，中国高铁系统已经是有史以来最大的基础设施项目之一。中国的五年计划要求在2016年到2020年之间实现铁路投资3.5万亿元人民币。届时，如果一切按计划进行，高铁网络将达到3万公里，连接全国80%以上的主要城市。高铁系统的快速发展，对我国的主要城市出行自然是极大利好，那么对沿途的小县城又有什么影响呢？

2016年6月发表于《经济地理杂志》（Journal of Economic Geography）的论文对此展开了分析，其研究者包括来自新加坡国立大学的Yu Qin。论文题目是《“没有一个县城落下？”中国铁路提速升级的影响实证分析》（‘No county left behind?’ The distributional impact of high-speed railupgrades in China）。

研究者采用了一个DID模型展开了分析，并通过事件分析法对DID模型的先决条件的成立进行了验证，同时又通过三个稳健性检验对DID模型进行了补充。研究者发现，位于高铁线上却没有高铁停靠的县城确实会受到高铁建设的负向冲击，具体来看，GDP总量和人均GDP均下降了3%-5%，即大概每年下降了2.5-4.2亿元。固定资产投资减少了14%-15%。研究者对背后的原因展开了分析，并认为是集聚经济是这一现象的背后原因。具体到传导机制上，研究者认为，高铁带来的大城市之间可达性的增加促使县城的资本和劳动力更多流向大城市，小县城被“吸干”。

研究背景

基础建设投资对于区域经济增长有较强的促进作用，然而基建投资往往存在区域分布不平衡的现象，而获得更多基建投资的地区往往增长更快。此外，某些特定的基建投资会引导经济活动由受影响较小的地区流向受影响较大的地区，高铁建设就是其中一例。具体来说，就是某些处在铁路沿线却无高铁站的县城是否会由于经济活力的流失而变得更差。这种现象被称为隧道效应（tunnel effect）。

数据和模型建立

在数据方面，研究者选用了2008年出版的中国铁路地图数据，1996-2007年的中国铁道年鉴，以及2003年出版的中国铁路站点百科。

研究者设定了一个DID模型（双重差分法，Differences-in-Differences），处理组是那些在提速升级的铁路线上至少有一个站（非高铁站）的县级市，控制组则是在未提速升级的铁路线上至少有一个站，且在升级铁路线上没有任何站点的县级市。模型设定如下：

其中，因变量Outcome有三个：年度GDP总量,人均GDP以及固定资本投资。HSR即县城是否受到2004年或2007的铁路提速升级影响（包括HSR₀₄和HSR₀₇两个变量），After即表示时间在提速升级发生之后，控制变量包括服务业GDP占比、总人口、受过义务教育人口比例以及若干二次项和交互项（所有控制变量使用2000年数据），以及按省份划分的时间固定效应和县级市固定效应。

实证结果

研究者利用上述模型分别对2004年和2007年的铁路提速升级的影响做了分析，结果如下图1所示：

如上图1所示，无论是仅考察2004年的铁路提速升级，还是综合考察2004年和2007年的铁路提速升级，处理组中的县城都确实受到了冲击。高铁开通后，这些位于高铁线上却没有高铁停靠的县城的GDP总量和人均GDP均下降了3%-5%，即大概每年下降了2.5-4.2亿元。固定资产投资减少了9%-11%，即大概每年减少3.3-4亿元。

事件研究（event study）

DID模型的有效性的一个先决条件是因变量Outcome在控制组和处理组之间的预测趋势是相似的，因此研究者利用事件研究法（event study）对此做了分析。建立模型如下所示：

研究者以2006年为基年研究了2001到2007年的DID项HSR_i*1{Yr_i=k}，结果如下图2所示：

如上图2所示，结果表明，GDP、人均GDP和固定资产投资的系数均不显著区别于0，可以说明在2007年铁路提速升级之前，处理组和控制组的发展趋势没有显著差异。因此，DID模型的先决条件是成立的。

稳健性检验（Robustness checks）

检验1

有些领导可能喜欢看到家乡或曾经工作过的地方发展更好更快，为了说明不存在当权者选择偏好的问题，研究者搜集了2002-2009年国家级领导人和铁道部正副部长的出生地和工作地数据，对此展开了分析，结果如下图3所示：

如上图3所示，结果表明这些“有政治联系”的地区没有明显出现更多的铁路提速升级现象。

检验2

因为已经通铁路的县城的发展趋势可能与其他县城显著不同，研究者在分析中剔除了1997年到2001年已经通铁路的32个县城，对剩余样本重新分析，结果如下图4所示：

如上图4所示，结果与上述实证结果图1类似，没有显著变化，由此说明了早已通铁路的县城的发展趋势对研究结果不构成显著影响。

检验3

位于有高铁站的城市方圆50公里以内的县城虽然不通高铁，但是因为离有高铁站的城市很近，所以有较大可能受到高铁建设的影响。因此研究者将这部分县城同样剔除，对剩余样本重新分析，结果如下图5所示：

如上图5所示，与图1进行对比可以发现，固定资产投资的系数变大到14%-15%。这表明，离高铁停靠站近的县城确实受到高铁建设的影响。剔除了这部分县城样本后，可以发现，高铁开通后，这些位于高铁线上却没有高铁停靠的县城的固定资产投资每年减少了14%-15%。

可能的解释

离有高铁停靠站的城市越近的县城越有可能流失固定资产投资和人才等经济发展要素，另一方面，离有高铁停靠站的城市越远的县城也可能由于享受不到集聚经济而受冲击越大。因此，研究者计算了县城中心到离其最近的高铁城市中心的距离（及其平方），并与DID项交互，结果如下图6所示：

如上图6所示，结果显示，固定资产投资受到的影响随距离增加，而GDP和人均GDP则受距离增加的影响不大，因此研究者认为集聚经济是背后的原因。

机制分析

无高铁站的县城受到高铁建设的负向冲击可能有两个原因：

1、某些低等级车站被取消了，导致某些县城的交通可达性变差了，交通成本提高，经济活动减少；

2、高铁带来的大城市之间可达性的增加促使县城的资本和劳动力更多流向大城市，小县城被“吸干”。

为了验证第一个传导机制，研究者将样本区分为2007年铁路服务减少和铁路服务未减少两组。如果这一效应在发挥作用，那么铁路服务减少的县城应该受到更大冲击，因为高铁建设带来的交通成本的变化相对较大。分析结果如下图7所示：

如上图7所示，结果表明，铁路服务减少的县城并没有受到更大的冲击。因此第一种机制不成立。

为了验证第二种机制，研究者搜集了所有县城高速公路可达性的数据。如果这一效应在发挥作用，那么与高速公路网络相连接的县城受到的冲击应该相对较小，因为高铁建设带来的交通成本的变化相对较小。分析结果如下图8所示：

如上图8所示，结果表明，受到高铁站的影响，与高速公路网络相连接的县城的资本和劳动力确实减少了，但其减少的程度相比起原先并不与高速公路相连接的县城显著较小。这说明，第二种解释是无高铁站的县城受到高铁建设的负向冲击的传导机制。

研究结论

研究者采用了一个DID模型展开了分析，并通过事件分析法对DID模型的先决条件的成立进行了验证，同时又通过三个稳健性检验对DID模型进行了补充。研究者发现，位于高铁线上却没有高铁停靠的县城确实会受到高铁建设的负向冲击，具体来看，GDP总量和人均GDP均下降了3%-5%，即大概每年下降了2.5-4.2亿元。固定资产投资减少了9%-11%，即大概每年减少3.3-4亿元。而剔除了离高铁停靠站近的县城样本后，研究者发现，固定资产投资减少了14%-15%。

研究者对背后的原因展开了分析，并认为是集聚经济是这一现象的背后原因。具体到传导机制上，研究者提出了两种解释，通过分析，研究者认为第二种机制是成立的，即高铁带来的大城市之间可达性的增加促使县城的资本和劳动力更多流向大城市，小县城被“吸干”。