異質性交通網(wǎng)絡密度、勞動力流動與全要素生產(chǎn)率

趙星 王林輝

摘要：當前研究主要關注單一類型交通基礎設施對全要素生產(chǎn)率的影響，卻普遍忽視不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率的差異性作用以及勞動力流動在影響全要素生產(chǎn)率過程中扮演的角色。基于2000—2018年中國30個省市區(qū)面板數(shù)據(jù)，檢驗不同性質交通網(wǎng)絡密度對全要素生產(chǎn)率的作用以及勞動力流動的影響，結果發(fā)現(xiàn)，不同類型和等級交通網(wǎng)絡密度的提高對全要素生產(chǎn)率均表現(xiàn)出顯著正向作用，其中高速鐵路和高速公路的作用尤為突出，且同一性質交通網(wǎng)絡體系的作用強度隨等級降低呈下降趨勢；異質性交通網(wǎng)絡之間存在互補性，隨著交通網(wǎng)絡密度的增加，互補性逐漸減弱；異質性交通網(wǎng)絡密度通過勞動力流動特別是研發(fā)人員流動提升全要素生產(chǎn)率，在不同類型和等級交通網(wǎng)絡中的作用差異明顯，作用強度隨交通網(wǎng)絡等級的降低呈下降趨勢。鑒于此，地方政府未來應大力發(fā)展高速鐵路和高速公路建設，在已經(jīng)開通高速鐵路和高速公路的城市進一步提高其網(wǎng)絡密度。與此同時，重點關注研發(fā)人員流動在提升全要素生產(chǎn)率過程中所發(fā)揮的作用，通過制定相應的人才激勵和優(yōu)惠政策，提高福利待遇和科研經(jīng)費，吸引研發(fā)人員流入，并推進戶籍制度改革，取消或放松人才落戶限制，全面解決人才戶籍問題。

關鍵詞：高速鐵路；高速公路；研發(fā)人員流動；普通勞動力流動；全要素生產(chǎn)率

中圖分類號：F512文獻標識碼：A文章編號：1007-8266（2020）05-0095-13

收稿日期：2020-04-15

基金項目：國家社會科學基金重點項目“供給側結構性改革下東北老工業(yè)基地創(chuàng)新要素流動集聚與空間結構優(yōu)化研究”（17AZD009）

作者簡介：趙星（1991—），男，江西省贛州市人，華東師范大學經(jīng)濟學院博士研究生，主要研究方向為創(chuàng)新要素流動與經(jīng)濟增長；王林輝（1973—），女，吉林省長春市人，華東師范大學經(jīng)濟學院教授，博士生導師，主要研究方向為技術進步與經(jīng)濟增長。

一、引言

過去20年間，中國交通基礎設施發(fā)展迅猛，交通網(wǎng)絡空間不斷延展，鐵路營業(yè)里程由1999年的6.74萬千米增加到2019年的13.9萬千米，公路里程由135.2萬千米增加到2019年的484.7萬千米。其中，等級公路里程約占九成，一張密集的交通網(wǎng)絡正逐漸覆蓋中國各城市。2008年，中國開始修建首條高速鐵路，這一時期高速鐵路在全國各地飛速發(fā)展。截至2019年底，中國高速鐵路營業(yè)里程已達到3.5萬千米，建成了世界上密度最大的高速鐵路運輸網(wǎng)絡。2019年，中國旅客運輸量176億人，其中鐵路客運量36.6億人次，占21%，公路客運量130.1億人次，占74%，鐵路和公路客運量占總客運量的95%，高速鐵路和高速公路正在成為中國居民首要的交通出行方式。

日益完善的交通網(wǎng)絡大規(guī)模誘發(fā)勞動力等要素在地區(qū)間自由流動，人員流動帶動知識技術在交通網(wǎng)絡空間范圍內快速擴散，日益改變地區(qū)全要素生產(chǎn)率。目前僅有少數(shù)研究關注異質性交通網(wǎng)絡對全要素生產(chǎn)率的作用差異，如劉秉鐮等[ 1 ]基于1997—2007年中國29個省級面板數(shù)據(jù)，研究交通基礎設施對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，交通基礎設施能夠顯著提升全要素生產(chǎn)率，鐵路和公路占全要素生產(chǎn)率總增長的60%，高速公路和二級公路的作用效果較其他交通基礎設施顯著。大部分研究主要關注交通基礎設施對全要素生產(chǎn)率的影響，更多從鐵路或公路角度考察其對全要素生產(chǎn)率的影響。弗納爾德（Fernald J G）[ 2 ]利用1953—1989年美國29個經(jīng)濟部門投入和產(chǎn)出數(shù)據(jù)研究公路基礎設施對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，公路基礎設施投資顯著促進全要素生產(chǎn)率的提升。赫爾騰（Hulten C R）等[ 3 ]基于1972—1992年印度公路基礎設施和制造業(yè)數(shù)據(jù)驗證公路基礎設施對制造業(yè)全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，公路基礎設施的增加有助于提高制造業(yè)全要素生產(chǎn)率。劉生龍等[ 4 ]利用1988—2007年中國省級面板數(shù)據(jù)研究基礎設施對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，以公路、鐵路、內河航道加總表征的交通基礎設施顯著正向促進全要素生產(chǎn)率。張浩然等[ 5 ]以2003—2009年中國266個地級市面板數(shù)據(jù)為研究樣本，結合空間杜賓模型實證研究基礎設施對全要素生產(chǎn)率的空間影響，結果發(fā)現(xiàn)，交通基礎設施建設能顯著提升屬地全要素生產(chǎn)率，對鄰近城市作用效果并不顯著。法爾哈迪（Farhadi M）[ 6 ]采用1870—2009年18個經(jīng)濟合作與發(fā)展組織成員國面板數(shù)據(jù)實證檢驗公共基礎設施對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，基礎設施顯著正向影響全要素生產(chǎn)率和勞動生產(chǎn)率。李谷成等[ 7 ]利用1999—2011年省級面板數(shù)據(jù)，結合一階差分廣義矩估計方法研究不同種類農(nóng)村基礎設施對全要素生產(chǎn)率的作用效果，結果發(fā)現(xiàn)，公路有助于提升全要素生產(chǎn)率，其他設施的作用效果是無影響或顯著降低。張（Zhang Y F）等[ 8 ]基于1986—2012年中國28個省級面板數(shù)據(jù)，驗證電力、公路、鐵路基礎設施對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，除鐵路外，電力和公路基礎設施對全要素生產(chǎn)率存在顯著的空間溢出效應。

伴隨著中國經(jīng)濟的迅猛發(fā)展，地區(qū)交通基礎設施建設不斷完善，日益延伸的交通基礎設施為勞動力流動提供了方便快捷的渠道，促進了勞動力在區(qū)域間的快速流動。張在冉[ 9 ]基于2001— 2015年中國276個地級市數(shù)據(jù)研究城市交通基礎設施對勞動力流入的空間溢出效應，結果發(fā)現(xiàn)，本城市交通基礎設施建設引致勞動力流出，相鄰城市交通基礎設施建設有助于本城市勞動力流入。任曉紅等[ 10 ]利用基于運輸成本、流動成本、空間成本的新經(jīng)濟地理學模型研究交通基礎設施、要素流動與城市收入差距之間的關系，結果發(fā)現(xiàn)，交通基礎設施建設能夠顯著促進生產(chǎn)要素流動，進而縮小城鄉(xiāng)收入差距。馬偉等[ 11 ]利用1987年、1995年、2005年三次全國1%人口抽樣調查遷移數(shù)據(jù)研究交通基礎設施對人口遷移的影響，結果發(fā)現(xiàn)，交通基礎設施通過縮減人口遷移成本促進人口區(qū)域間和區(qū)域內大規(guī)模遷移。楊茜等[ 12 ]基于1990—2006年地級市面板數(shù)據(jù)，采用雙重差分法研究交通基礎設施對收入差距的影響，結果發(fā)現(xiàn)，鐵路提速有助于勞動力、資本、技術等要素在地區(qū)之間的流動。

毫無疑問，交通基礎設施在影響全要素生產(chǎn)率的過程中不斷改變勞動力流動的方向和規(guī)模。那么，勞動力特別是研發(fā)人員流動在其中扮演何種角色呢？不過，現(xiàn)有研究主要基于創(chuàng)新要素投入的靜態(tài)角度，研究創(chuàng)新要素對區(qū)域全要素生產(chǎn)率的影響。當然，也有少量研究從動態(tài)視角考察要素流動對全要素生產(chǎn)率的影響。凱撒（Kaiser U）等[ 13 ]利用1999—2004年丹麥企業(yè)數(shù)據(jù)驗證研發(fā)人員流動對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，研發(fā)人員流動通過知識溢出提升地區(qū)全要素生產(chǎn)率。李小平等[ 14 ]基于1998—2004年中國省級數(shù)據(jù)研究工業(yè)間勞動力流動和資本轉移對生產(chǎn)率增長的影響，結果發(fā)現(xiàn)，勞動力流動對生產(chǎn)率增長促進作用不顯著，資本轉移對生產(chǎn)率增長具有促進作用。王鉞等[ 15 ]基于2000—2013年中國30個省級面板數(shù)據(jù)驗證創(chuàng)新要素流動對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，中國各地區(qū)全要素生產(chǎn)率存在顯著的空間關聯(lián)，研發(fā)資本流動顯著促進地區(qū)全要素生產(chǎn)率的提升。黃先海等[ 16 ]構建兩部門生產(chǎn)函數(shù)模型研究要素流動對全要素生產(chǎn)率的影響，結果發(fā)現(xiàn)，部門內部與部門之間要素流動通過提高資源配置效率促進全要素生產(chǎn)率的提升。

現(xiàn)有關于交通基礎設施對全要素生產(chǎn)率影響的研究，主要考察單一類型交通基礎設施對全要素生產(chǎn)率的影響，更多從單一鐵路或公路基礎設施角度考察其對全要素生產(chǎn)率的影響，普遍忽視不同等級鐵路和公路密度對全要素生產(chǎn)率影響的差異，也未重視勞動力特別是研發(fā)人員流動在影響全要素生產(chǎn)率過程中扮演的角色。基于此，本研究利用2000—2018年中國30個省市區(qū)（由于數(shù)據(jù)的可獲得性問題，不含我國香港、澳門、臺灣和西藏）面板數(shù)據(jù)實證檢驗不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率影響的差異，以及異質性勞動力流動在其中扮演的角色。本研究潛在的邊際貢獻，一是進一步細分鐵路和公路基礎設施，將鐵路分為普通鐵路和高速鐵路，將公路分為高速公路、一級公路、二級公路及低等級公路，探究不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率影響的差異；二是將勞動力分為普通勞動力和研發(fā)人員，從不同性質勞動力流動視角考察異質性勞動力流動對全要素生產(chǎn)率影響的差異。

二、理論分析與研究假說

隨著中國經(jīng)濟的快速發(fā)展，各地交通基礎設施建設不斷完善，中國交通基礎設施建設進入高級化發(fā)展階段，互聯(lián)互通的交通網(wǎng)絡正在覆蓋全國各地，四通八達的交通線路連接著城市與鄉(xiāng)村。很多研究認為，快速發(fā)展的交通基礎設施是影響中國經(jīng)濟持續(xù)增長的關鍵因素，且交通網(wǎng)絡密度與全要素生產(chǎn)率之間也可能存在緊密聯(lián)系。交通基礎設施的空間網(wǎng)絡特征主要表現(xiàn)為，由之構成的交通網(wǎng)絡將空間中的各單元連接起來?？臻g網(wǎng)絡結構最主要的三個要素是點、線、面，經(jīng)濟活動均發(fā)生于空間網(wǎng)絡，交通基礎設施將空間網(wǎng)絡中的點、線、面相互連接起來，要素借助這種空間網(wǎng)絡關系在地區(qū)間快速自由流動，推動知識和技術等在空間領域的擴散和傳遞，有助于提高地區(qū)全要素生產(chǎn)率。

我國交通基礎設施種類等級繁多，因不同類型和等級的交通網(wǎng)絡運輸效率和運輸成本不同，導致交通網(wǎng)絡對全要素生產(chǎn)率的影響存在異質性。有研究表明，高速公路和二級公路對全要素生產(chǎn)率的促進作用最為顯著，前者主要是因為總量增長快速，后者主要是因為對全要素生產(chǎn)率的彈性較大[ 1 ]。近年來，我國高速鐵路建設突飛猛進，相關研究發(fā)現(xiàn)，高速鐵路建設有助于提升地區(qū)全要素生產(chǎn)率，這主要是因為鐵路提速有助于沿線企業(yè)技術進步與效率提升[ 17 ]。根據(jù)我國對鐵路和公路網(wǎng)絡的劃分標準，鐵路按照時速等級可劃分為高速鐵路和普通鐵路，公路按照功能型等級可分為高速、一級、二級、三級、四級公路，其中，將三級、四級公路統(tǒng)稱為低等級公路。具體來講，不同類型和等級的交通網(wǎng)絡對全要素生產(chǎn)率的作用強度存在差異。與普通鐵路和低等級公路相比，高速鐵路和高速公路運輸速度較快，運輸成本較低，能有效縮減運輸時間，在地區(qū)間快速運輸大批量勞動力，提高輸送效率，能顯著促進知識溢出和消除市場壁壘，對提升全要素生產(chǎn)率的作用更加明顯。因此，不同類型和等級交通網(wǎng)絡密度的提高對全要素生產(chǎn)率具有正向作用，高速鐵路和高速公路的作用可能更加突出，且同一性質交通網(wǎng)絡體系的作用強度隨等級降低呈下降趨勢。由此，提出以下研究假說：

假說1：不同類型和等級交通網(wǎng)絡密度的提高對全要素生產(chǎn)率具有正向作用，高速鐵路和高速公路的作用尤為突出，且同一性質交通網(wǎng)絡體系的作用強度隨等級降低呈下降趨勢。

不同類型和等級的交通基礎設施交通成本和通行時間各不相同，能夠滿足不同偏好居民的交通出行需求，存在互補性。研究表明，中國地級及以上城市間的鐵路、公路、航空網(wǎng)絡存在空間互補格局，鐵路與公路互補程度最高，鐵路與航空互補程度次之[ 18 ]。具體來講，鐵路和公路作為我國最主要的交通基礎設施，基本能夠解決人們日常的交通出行需求，毫無疑問，普通鐵路與公路之間存在明顯的互補性。特別是最近十年來，我國各地涌現(xiàn)出高速鐵路建設的熱潮，高速鐵路網(wǎng)絡不斷延伸，有效降低和減少了地區(qū)間運輸成本和出行時間，提高了居民交通出行的便利性，充分滿足了地區(qū)間運輸?shù)亩鄻有孕枨螅纬闪烁咚勹F路與普通鐵路、公路之間的共存互補與緊密協(xié)作。

近年來，我國各地高速鐵路發(fā)展迅猛，高速鐵路密度不斷增加，逐漸覆蓋我國大多數(shù)地級市，成為世界上運輸規(guī)模、運輸密度最大的高速鐵路網(wǎng)絡，一張綿密的高速鐵路網(wǎng)絡正在連接中國各地。與普通鐵路相比，高速鐵路網(wǎng)絡具有運輸量大、準時、快速等特點，能夠極大地縮減地區(qū)間的時間和空間距離，加強地區(qū)間經(jīng)濟聯(lián)系與合作交流，為人們提供了一種方便快捷的出行選擇。高速鐵路以其獨特的優(yōu)勢成為居民出行首選的交通方式，能夠有效擠出居民對普通鐵路和公路的選擇。因此，隨著高速鐵路密度的不斷提高，將導致先前存在的互補性逐漸減弱。基于此，提出以下研究假說：

假說2：異質性交通網(wǎng)絡之間存在互補性，隨著交通網(wǎng)絡密度的提高，互補性逐漸減弱。

交通網(wǎng)絡對全要素生產(chǎn)率的影響主要表現(xiàn)在以下三個方面：一是交通網(wǎng)絡的延伸既能降低企業(yè)運輸成本和時間成本，也能提高運輸服務質量和效率，而運輸成本的降低將提高區(qū)域可達性，促使區(qū)域內和區(qū)域間經(jīng)濟聯(lián)系更加緊密，資本、勞動力、技術等要素流動更加頻繁，有助于優(yōu)化資源配置和資本結構，促進技術進步，進而提高地區(qū)全要素生產(chǎn)率。二是新經(jīng)濟地理學認為，知識具有溢出效應，能夠顯著提升地區(qū)全要素生產(chǎn)率。日益發(fā)展的交通網(wǎng)絡能夠提升區(qū)域區(qū)位優(yōu)勢，吸引企業(yè)進入并形成產(chǎn)業(yè)集聚，有助于不同企業(yè)間進行人才和技術的相互學習與交流，通過挖掘和擴散技術研究成果加快先進技術知識外溢，進而提高企業(yè)生產(chǎn)效率，提升全要素生產(chǎn)率。三是交通網(wǎng)絡密度的提高能夠有效消除市場壁壘，推動市場整合，提升地區(qū)全要素生產(chǎn)率。偏遠地區(qū)交通不發(fā)達，外來商品和要素會因運輸成本較高放棄偏遠地區(qū)市場，導致市場在空間上被分割，而交通網(wǎng)絡的延伸能夠從根本上解決市場分割問題，有效推動市場整合。市場整合還有利于要素和商品在地區(qū)間的流動，充分發(fā)揮市場信號在要素配置中的作用，降低要素扭曲程度，優(yōu)化要素配置效率，進而提升全要素生產(chǎn)率。從以上三個方面可以看出，交通網(wǎng)絡有利于要素自由流動，這主要表現(xiàn)為其對勞動力流動的促進作用，與普通勞動力相比，研發(fā)人員作為知識和技術的主要載體，其借助交通網(wǎng)絡在地區(qū)間自由流動有助于信息、知識、技術的交換和共享，易產(chǎn)生空間知識溢出，對提升全要素生產(chǎn)率的效果更加顯著。

交通網(wǎng)絡有利于普通勞動力和研發(fā)人員自由流動，進而有助于提升全要素生產(chǎn)率。但是，由于我國交通基礎設施種類和等級較多，普通勞動力和研發(fā)人員流動在不同類型和等級交通網(wǎng)絡密度促進全要素生產(chǎn)率提升過程中的作用存在差異。與普通鐵路相比，高速鐵路具有時速快、載客量大、正點率高、舒適方便等特點，能夠大幅加快普通勞動力和研發(fā)人員的自由流動，帶動知識和技術在更廣闊的空間范圍傳遞擴散，更易產(chǎn)生知識空間溢出，因此普通勞動力和研發(fā)人員流動在高速鐵路網(wǎng)絡提升全要素生產(chǎn)率過程中的作用更加明顯。對不同等級的公路來說，由于各自的功能定位不同，其相應的公路設計標準也存在差異。比如，高速公路是國家公路干線網(wǎng)絡的骨架，主要連接在政治、經(jīng)濟、文化方面比較重要的城市，而低等級公路主要是縣級和鄉(xiāng)村公路。與低等級公路相比，普通勞動力和研發(fā)人員通過高速公路在地區(qū)間進行快速流動，更有助于創(chuàng)新知識在不同地區(qū)間的傳播和交流，加快技術進步的速度，進而提升地區(qū)全要素生產(chǎn)率，而普通勞動力和研發(fā)人員通過低等級公路主要進行區(qū)域內流動，不能顯著促進知識和技術的有效外溢，因此對地區(qū)全要素生產(chǎn)率的作用效果較弱。由此，提出以下研究假說：

假說3：異質性交通網(wǎng)絡密度通過勞動力特別是研發(fā)人員流動提升全要素生產(chǎn)率，在不同類型和等級交通網(wǎng)絡中的作用差異明顯，作用強度隨交通網(wǎng)絡等級降低呈下降趨勢。

三、計量模型、指標設計與數(shù)據(jù)來源

本研究以2000—2018年中國30個省市區(qū)面板數(shù)據(jù)為樣本，考察不同類型交通網(wǎng)絡密度對全要素生產(chǎn)率的影響。計量模型如下：

其中，被解釋變量Zit表示i省t時期的全要素生產(chǎn)率，借鑒孫早等[ 19 ]的方法，采用隨機前沿方法構造超越對數(shù)生產(chǎn)函數(shù)測算各地區(qū)全要素生產(chǎn)率。TRit為i省t時期的交通網(wǎng)絡密度，包括公路（GL）和鐵路（TL）密度，公路進一步細分為高速公路（GSGL）、一級公路（YJGL）、二級公路（EJGL）、低等級公路（DJGL），鐵路進一步細分為普通鐵路（PTTL）、高速鐵路（GSTL）。Xit為控制變量，μi為地區(qū)固定效應，δt為時間固定效應，εit為模型的隨機誤差項。系數(shù)δ0為截距項，系數(shù)α1表示不同類型交通網(wǎng)絡密度對全要素生產(chǎn)率的作用程度，β表示控制變量回歸系數(shù)。

本研究的交通網(wǎng)絡密度包括公路和鐵路密度，用每平方千米的運營里程表示。為進一步研究不同等級鐵路和公路密度對全要素生產(chǎn)率的異質性影響，將公路細分為高速公路、一級公路、二級公路、低等級公路，將鐵路細分為普通鐵路、高速鐵路，其中低等級公路包括三級和四級公路。各等級公路數(shù)據(jù)來源于歷年《中國交通年鑒》，由于無法從現(xiàn)有統(tǒng)計資料中獲得各省市區(qū)高速鐵路運營里程數(shù)據(jù)，本研究參考肖挺[ 20 ]的做法，通過國家鐵路局網(wǎng)站以及百度信息和地圖獲得各省市區(qū)高速鐵路各線路的運營里程，進一步將高速鐵路各線路的運營里程逐年進行加總，得到各省市區(qū)每年的高速鐵路總里程數(shù)據(jù)。

隨著交通網(wǎng)絡的日益延伸，將覆蓋更多城市；隨著交通的日益便利化，將更有助于勞動力的跨省自由流動。與普通勞動力相比，研發(fā)人員作為高技能勞動力，他們借助交通網(wǎng)絡在地區(qū)間流動，更有助于知識溢出和技術擴散，進而影響全要素生產(chǎn)率。因此，為檢驗勞動力特別是研發(fā)人員流動在影響全要素生產(chǎn)率過程中發(fā)揮的作用，本研究將勞動力區(qū)分為普通勞動力和研發(fā)人員，分別考察他們的流動對全要素生產(chǎn)率影響的差異。

白俊紅等[ 21 ]、卞元超等[ 22 ]采用引力模型對勞動力特別是研發(fā)人員流動進行測算，具體選用地區(qū)間工資差值和房價差值作為吸引力變量。引力模型最早來源于物理學的牛頓萬有引力定律（即兩個物體間的作用力與兩個物體的質量正相關，與兩個物體間的距離負相關），如今已成為測算要素空間流動的主流模型。本研究借鑒白俊紅等[ 21 ]、卞元超等[ 22 ]的做法測算普通勞動力和研發(fā)人員流動，構建普通勞動力和研發(fā)人員流動的引力模型如下：

控制變量如下：

研發(fā)資本（RDZB）：新經(jīng)濟增長理論認為，研發(fā)投入是提升全要素生產(chǎn)率的決定因素。羅良文等[ 23 ]采用各省市區(qū)研發(fā)經(jīng)費支出占GDP的比重表征研發(fā)資本，他們通過實證研究發(fā)現(xiàn)，研發(fā)資本對全要素生產(chǎn)率有顯著正向作用。本研究借鑒白俊紅等[ 21 ]的方法測算研發(fā)資本存量。

研發(fā)人員（RDRY）：根據(jù)新經(jīng)濟增長理論，研發(fā)人員對全要素生產(chǎn)率的提升起關鍵作用。金剛等[ 24 ]研究發(fā)現(xiàn)，研發(fā)人員對全要素生產(chǎn)率有顯著正向促進作用。本研究用各地研發(fā)人員全時當量來表示。

外商直接投資（FDI）：尹忠明等[ 25 ]、梁云等[ 26 ]通過實證檢驗外商直接投資對全要素生產(chǎn)率的影響發(fā)現(xiàn)，外商直接投資對我國東部地區(qū)全要素生產(chǎn)率的促進作用主要通過技術創(chuàng)新水平實現(xiàn)。本研究選取各地外商直接投資使用額與GDP之比來衡量外商直接投資。

政府干預（ZFGY）：政府干預是影響地區(qū)全要素生產(chǎn)率的外在干預因素。本研究選用地方財政一般預算支出占GDP的比重來表示政府干預。

經(jīng)濟發(fā)展水平（PGDP）：張先鋒等[ 27 ]實證研究發(fā)現(xiàn)，經(jīng)濟發(fā)展水平越高的地區(qū)，其交通基礎設施對地區(qū)全要素生產(chǎn)率的促進作用越顯著。本研究選擇人均國內生產(chǎn)總值表征經(jīng)濟發(fā)展水平。

本研究最終選取30個省市區(qū)面板數(shù)據(jù)作為研究樣本，原始數(shù)據(jù)來源于2001—2019年《中國統(tǒng)計年鑒》《中國交通年鑒》《中國科技統(tǒng)計年鑒》，高速鐵路運營里程數(shù)據(jù)來源于國家鐵路局網(wǎng)站以及百度信息和地圖等公開資料，根據(jù)高速鐵路各線路在各省市區(qū)的運營里程進行手工逐年加總得到。所有變量的描述性統(tǒng)計參見表1。

四、交通網(wǎng)絡密度對全要素生產(chǎn)率的影響

現(xiàn)有相關研究主要關注單一類型交通基礎設施對全要素生產(chǎn)率的影響，更多從單一鐵路或公路基礎設施角度考察其對全要素生產(chǎn)率的作用，普遍忽視不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率的差異性影響。因此，本研究利用（1）式實證檢驗不同類型交通網(wǎng)絡密度對全要素生產(chǎn)率的影響，結果參見表2。在進行實證檢驗前，應判斷是選擇固定效應模型還是選擇隨機效應模型。常用方法為豪斯曼檢驗，檢驗結果顯示，p值均小于0.01，拒絕原假設，故采用固定效應模型進行回歸。模型（1）到模型（3）分別為未加入控制變量情況下總體、鐵路、公路密度對全要素生產(chǎn)率的作用，模型（4）到模型（6）分別為加入控制變量后總體、鐵路、公路密度對全要素生產(chǎn)率的作用。

表2回歸結果顯示：

第一，不同類型交通網(wǎng)絡密度對全要素生產(chǎn)率的作用方向具有一致性，皆表現(xiàn)為顯著的促進作用。根據(jù)模型（1）到模型（3）的回歸結果，總體、鐵路、公路密度的回歸系數(shù)均在1%的水平上顯著，分別為0.057、1.261和0.058，加入控制變量后，回歸系數(shù)仍在10%的水平上顯著，但系數(shù)值明顯變小，分別為0.031、0.154和0.031，表明能有效控制其他干擾因素。根據(jù)模型（4）到模型（6）的回歸結果，總體、鐵路、公路密度對全要素生產(chǎn)率的回歸系數(shù)均在10%的水平上顯著為正，說明交通網(wǎng)絡密度的提高有助于促進地區(qū)全要素生產(chǎn)率的提升。

第二，不同類型交通網(wǎng)絡密度對全要素生產(chǎn)率的作用程度具有差異性。根據(jù)模型（4）到模型（6）的回歸結果，總體、鐵路、公路密度對全要素生產(chǎn)率的回歸系數(shù)為0.031、0.154和0.031，表明不同類型交通網(wǎng)絡密度的作用存在差異，鐵路密度對地區(qū)全要素生產(chǎn)率促進作用較大。

模型（1）到模型（6）各控制變量回歸系數(shù)的符號基本上符合預期。其中，研發(fā)資本、研發(fā)人員有助于提升地區(qū)全要素生產(chǎn)率，與毛德鳳等[ 28 ]研發(fā)投入能夠促進全要素生產(chǎn)率的結論一致。外商直接投資能顯著促進地區(qū)全要素生產(chǎn)率的提升，這與相關研究結論相一致，如馮偉等[ 29 ]通過實證研究發(fā)現(xiàn)，外商直接投資對全要素生產(chǎn)率具有顯著正向影響。政府干預對全要素生產(chǎn)率有負向作用，與劉文革等[ 30 ]認為政府干預對全要素生產(chǎn)率增長產(chǎn)生負向作用，會在一定程度上阻礙中國經(jīng)濟增長質量提高的結論相吻合。同樣，經(jīng)濟發(fā)展水平提高有利于促進全要素生產(chǎn)率提升，與林春[ 31 ]的實證研究結果相印證。

為進一步研究不同等級鐵路和公路密度對全要素生產(chǎn)率的異質性影響，將鐵路細分為普通鐵路和高速鐵路，將公路細分為高速公路、一級公路、二級公路和低等級公路，探究不同等級鐵路和公路密度對全要素生產(chǎn)率的差異性影響，回歸結果參見表3。其中，模型（1）到模型（6）分別代表普通鐵路、高速鐵路、高速公路、一級公路、二級公路、低等級公路密度對全要素生產(chǎn)率的影響。

表3回歸結果顯示：

第一，不同等級鐵路和公路密度對全要素生產(chǎn)率均有促進作用，但低等級公路作用不顯著。普通鐵路、高速鐵路、高速公路、一級公路、二級公路密度對全要素生產(chǎn)率的回歸系數(shù)均顯著為正，低等級公路密度估計系數(shù)為正但不顯著，說明不同等級鐵路、公路密度的提高均能促進地區(qū)全要素生產(chǎn)率的提升，但低等級公路的作用效果不顯著。

第二，不同等級鐵路和公路密度對全要素生產(chǎn)率的作用呈現(xiàn)出由高等級到低等級逐漸下降的趨勢，且以高速鐵路作用為主。高速鐵路、普通鐵路密度對全要素生產(chǎn)率的回歸系數(shù)分別為0.363和0.230，說明高速鐵路密度對全要素生產(chǎn)率的影響較大。與普通鐵路相比，高速鐵路由于通行速度快，能夠加快資本、勞動力、技術等要素在地區(qū)間的自由流動，縮短要素區(qū)際流動時間，有利于知識和技術在更廣闊空間范圍的擴散和傳遞。高速公路、一級公路、二級公路、低等級公路密度對全要素生產(chǎn)率的估計系數(shù)分別為0.117、0.035、0.034、0.019，呈現(xiàn)出由高到低的趨勢?？梢钥闯觯诠肪W(wǎng)絡體系中，高速公路密度發(fā)揮主導作用，低等級公路密度發(fā)揮的作用較小且不顯著。

由表2、表3的回歸結果發(fā)現(xiàn)，不同類型和等級的交通網(wǎng)絡密度對全要素生產(chǎn)率皆表現(xiàn)出顯著正向作用，高速鐵路和高速公路的作用尤為突出，且同一性質交通網(wǎng)絡密度的作用強度隨等級降低呈下降趨勢。劉承良等[ 18 ]基于交通互補度模型分析發(fā)現(xiàn)，中國各地級市的鐵路、公路、航空網(wǎng)絡存在互補性空間格局?；诖耍愘|性交通基礎設施之間可能具有互補性以及相應的門檻。因此，本研究選取具有代表性的公路、普通鐵路和高速鐵路，采用面板門檻模型探究不同類型和等級的交通網(wǎng)絡間的互補性。門檻模型設計如下：

其中，被解釋變量Zit表示i省t時期的全要素生產(chǎn)率，GLit為i省t時期的公路密度，GSTLit為i省t時期的高速鐵路密度，PTTLit為i省t時期的普通鐵路密度，I（·）為指示函數(shù)，γ1、γ2……γn為n個不同水平的門檻值，Xit為控制變量，與模型（1）相同，β為控制變量回歸系數(shù)，μi為地區(qū)固定效應，δt為時間固定效應，εit為隨機誤差項。式（6）以高速鐵路密度作為門檻變量，檢驗高速鐵路與公路間可能存在的互補性；式（7）以普通鐵路密度作為門檻變量，檢驗普通鐵路與公路間可能存在的互補性；式（8）以高速鐵路密度作為門檻變量，檢驗高速鐵路與普通鐵路間可能存在的互補性。

在進行面板門檻回歸分析前，首先檢驗樣本數(shù)據(jù)是否存在門檻效應，在存在門檻效應的情況下估計門檻值。本研究采用STATA15軟件對各組數(shù)據(jù)進行自抽樣門檻檢驗，結果參見表4。由表4可知，三種情況下均存在雙重門檻：第一種情況，高速鐵路密度的雙重門檻值為0.061和0.097；第二種情況，普通鐵路密度的雙重門檻值為0.302和0.411；第三種情況，高速鐵路密度的雙重門檻值為0.053和0.088。在此基礎上進行門檻回歸分析，結果參見表5。

根據(jù)表5的門檻回歸檢驗結果，模型（1）以高速鐵路密度作為門檻變量，檢驗高速鐵路與公路之間可能存在的互補性；模型（2）以普通鐵路密度作為門檻變量，檢驗普通鐵路與公路之間可能存在的互補性；模型（3）以高速鐵路密度作為門檻變量，檢驗高速鐵路與普通鐵路之間可能存在的互補性。

表5的檢驗結果顯示：

第一，高速鐵路、普通鐵路與公路之間存在互補性，且隨著高速鐵路和普通鐵路密度的增加，互補性逐漸減弱。根據(jù)模型（1）的回歸結果，當高速鐵路密度小于0.061時，公路密度對全要素生產(chǎn)率的回歸系數(shù)在1%的水平上顯著，為0.027；當高速鐵路密度大于等于0.061小于等于0.097時，公路密度的回歸系數(shù)在1%的水平上顯著，為0.037。這說明，隨著高速鐵路密度的增加，公路密度對全要素生產(chǎn)率的作用逐漸增強，意味著高速鐵路與公路之間存在互補性。而當高速鐵路密度大于0.097時，公路密度的回歸系數(shù)下降為0.022，說明當高速鐵路密度增加到一定程度時，高速鐵路與公路之間的互補性逐漸減弱。與此同時，根據(jù)模型（2）的回歸結果，我們發(fā)現(xiàn)，類似結果也存在于普通鐵路與公路之間，即普通鐵路與公路之間也表現(xiàn)出互補性特征，且隨著高速鐵路密度的增加，互補性逐漸減弱。

第二，高速鐵路與普通鐵路之間存在互補性，且隨著高速鐵路密度的增加，互補性逐漸減弱。根據(jù)模型（3）的回歸結果，當高速鐵路密度小于0.053時，普通鐵路密度對全要素生產(chǎn)率的回歸系數(shù)在5%的水平上顯著，為0.307；當高速鐵路密度大于等于0.053小于等于0.088時，普通鐵路密度回歸系數(shù)在1%的水平上顯著，為0.834。這表明，隨著高速鐵路密度的提高，普通鐵路密度對全要素生產(chǎn)率的作用逐漸變大，暗示高速鐵路與普通鐵路之間存在互補性。而當高速鐵路密度大于0.088時，普通鐵路密度回歸系數(shù)為0.079，但未通過顯著性檢驗，說明當高速鐵路密度超過一定程度時，高速鐵路與普通鐵路之間的互補性逐漸減弱。因此，高速鐵路與普通鐵路之間存在互補性，并且隨著高速鐵路密度的逐漸增加，互補性逐漸減弱。

五、傳導機制檢驗：普通勞動力和研發(fā)人員流動視角

交通網(wǎng)絡的延伸有利于勞動力跨區(qū)域快速流動，與普通勞動力相比，研發(fā)人員屬于高知識和高技術人群，其流動更有利于知識和技術在交通網(wǎng)絡空間范圍的擴散和傳遞，進而提高全要素生產(chǎn)率。原倩[ 32 ]、孫曉華等[ 33 ]、余明桂等[ 34 ]、王桂軍等[ 35 ]均采用主要研究變量與中介變量交互項的形式檢驗傳導機制，考察主要研究變量是否通過中介變量作用于因變量?；诖?，本研究在模型（1）的基礎上加入總體、鐵路、公路密度與普通勞動力、研發(fā)人員流動的交互項，即交通網(wǎng)絡密度（TR）×普通勞動力流動（LF）和交通網(wǎng)絡密度（TR）×研發(fā)人員流動（RF）、鐵路密度（TL）×普通勞動力流動（LF）和鐵路密度（TL）×研發(fā)人員流動（RF）、公路密度（GL）×普通勞動力流動（LF）和公路密度（GL）×研發(fā)人員流動（RF），考察交通網(wǎng)絡密度是否通過普通勞動力、研發(fā)人員流動作用于全要素生產(chǎn)率，并檢驗異質性勞動力流動在不同類型交通網(wǎng)絡密度促進全要素生產(chǎn)率過程中的差異性作用，回歸結果參見表6。交互項系數(shù)表示普通勞動力、研發(fā)人員流動對全要素生產(chǎn)率的影響，若交互項系數(shù)為正，表明普通勞動力、研發(fā)人員流動有助于全要素生產(chǎn)率的提升；若系數(shù)為負，表明普通勞動力、研發(fā)人員流動不利于全要素生產(chǎn)率的提升。根據(jù)研究假說，預期交互項系數(shù)的符號為正。單序號模型為加入交通網(wǎng)絡密度與研發(fā)人員流動交互項的回歸結果，雙序號模型為加入交通網(wǎng)絡密度與普通勞動力流動交互項的回歸結果。

表6的結果顯示：

第一，普通勞動力和研發(fā)人員流動對全要素生產(chǎn)率的作用顯著為正，且以研發(fā)人員為主導。交通網(wǎng)絡密度與普通勞動力和研發(fā)人員流動交互項的系數(shù)均在1%的水平上顯著為正，表明交通網(wǎng)絡密度的提高有助于普通勞動力和研發(fā)人員流動，進而能夠促進地區(qū)全要素生產(chǎn)率的提升。對比單序號和雙序號模型的回歸系數(shù)發(fā)現(xiàn)，交通網(wǎng)絡密度與研發(fā)人員流動交互項的系數(shù)為0.005、0.218和0.005，均大于其與普通勞動力流動交互項的系數(shù)0.004、0.172和0.004，表明研發(fā)人員流動通過交通網(wǎng)絡密度發(fā)揮的作用更大。與普通勞動力相比，研發(fā)人員作為高知識和高技能的勞動力，其借助交通網(wǎng)絡在區(qū)域間的流動有利于知識和技術在廣闊空間范圍的擴散和傳遞，有助于促進全要素生產(chǎn)率提升。

第二，不同類型交通網(wǎng)絡與異質性勞動力結合的效應差異明顯，且在鐵路網(wǎng)絡中影響更大。鐵路密度與研發(fā)人員和普通勞動力流動交互項的系數(shù)為0.218和0.172，均大于公路密度與研發(fā)人員和普通勞動力流動交互項的系數(shù)0.005和0.004，表明在鐵路、公路密度影響全要素生產(chǎn)率的過程中，普通勞動力和研發(fā)人員流動在鐵路網(wǎng)絡中的作用比較大，說明當前階段我國普通勞動力和研發(fā)人員偏向于選擇鐵路作為跨地區(qū)出行的主要交通方式，進而能促進地區(qū)全要素生產(chǎn)率提升。

表6的回歸結果表明，交通網(wǎng)絡密度的提高有助于普通勞動力和研發(fā)人員流動，能夠促進地區(qū)全要素生產(chǎn)率的提升，且研發(fā)人員流動的作用更大。但在不同類型的交通網(wǎng)絡中，普通勞動力和研發(fā)人員流動對全要素生產(chǎn)率的影響表現(xiàn)出差異性，且鐵路網(wǎng)絡的影響更大。

由于我國鐵路和公路基礎設施等級繁多，普通勞動力和研發(fā)人員流動可能存在異質性作用。因此，本研究將實證檢驗普通勞動力和研發(fā)人員流動在不同等級鐵路和公路密度下的差異性影響，回歸結果參見表7和表8。

表7和表8的結果顯示：

第一，在不同等級的鐵路和公路網(wǎng)絡中，普通勞動力和研發(fā)人員流動對全要素生產(chǎn)率的影響存在異質性，且研發(fā)人員流動起主要作用。普通鐵路、高速鐵路、高速公路、一級公路、二級公路密度與研發(fā)人員流動交互項的系數(shù)分別為0.259、0.804、0.258、0.005和0.005，均大于它們與普通勞動力流動交互項的系數(shù)（0.205、0.554、0.224、0.004和0.004），表明研發(fā)人員流動通過不同交通網(wǎng)絡發(fā)揮的作用更大。

第二，在不同等級的鐵路和公路網(wǎng)絡中，普通勞動力和研發(fā)人員流動對全要素生產(chǎn)率的影響隨等級降低呈下降趨勢，且在高速鐵路中的作用更突出。根據(jù)表7和表8中模型（1）和模型（2）的回歸結果，高速鐵路密度與研發(fā)人員和普通勞動力流動交互項的系數(shù)分別為0.804和0.554，均大于普通鐵路密度與研發(fā)人員和普通勞動力流動交互項的系數(shù)0.259和0.205，表明在鐵路網(wǎng)絡中，普通勞動力和研發(fā)人員流動通過高速鐵路密度促進全要素生產(chǎn)率的作用更大。根據(jù)模型（3）到模型（5）的回歸結果，高速公路、一級公路、二級公路密度與研發(fā)人員流動交互項的系數(shù)分別為0.258、0.005和0.005，與普通勞動力流動交互項的系數(shù)分別為0.224、0.004和0.004，均呈下降趨勢，表明在公路網(wǎng)絡中，普通勞動力和研發(fā)人員流動通過公路密度促進全要素生產(chǎn)率提升的程度隨等級降低呈下降趨勢。

六、結論與政策建議

（一）結論

本研究采用2000—2018年我國30個省市區(qū)的面板數(shù)據(jù)，借鑒昆巴卡爾（Kumbhakar S C）等[ 36 ]及孫早等[ 19 ]采用的面板隨機前沿方法，構造超越對數(shù)生產(chǎn)函數(shù)測算各地區(qū)全要素生產(chǎn)率，利用引力模型測算省級普通勞動力和研發(fā)人員流動，將鐵路和公路分別細分為普通鐵路、高速鐵路和高速公路、一級公路、二級公路、低等級公路，探究不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率的影響效應以及勞動力流動的作用。結果發(fā)現(xiàn)：

第一，當前研究主要考察單一類型交通基礎設施對全要素生產(chǎn)率的影響，更多從單一鐵路或公路基礎設施角度考察其對全要素生產(chǎn)率的影響，普遍忽視不同等級鐵路和公路密度對全要素生產(chǎn)率影響的差異。本研究發(fā)現(xiàn)，不同類型和等級交通網(wǎng)絡密度提高對全要素生產(chǎn)率的作用一致性與差異性并存。一方面，不同類型和等級交通網(wǎng)絡密度提高對全要素生產(chǎn)率的作用方向具有一致性，皆表現(xiàn)為顯著促進作用；另一方面，不同類型和等級交通網(wǎng)絡密度對全要素生產(chǎn)率的作用程度表現(xiàn)出差異性，其中鐵路的作用程度高于公路，且同一交通網(wǎng)絡系統(tǒng)作用的大小隨等級降低呈下降趨勢，高速鐵路和高速公路起主要作用。

第二，現(xiàn)有研究并未考慮不同類型交通網(wǎng)絡之間的作用關系。本研究發(fā)現(xiàn)，異質性交通網(wǎng)絡之間存在互補性，且隨著交通網(wǎng)絡密度的增加，互補性逐漸減弱。一方面，高速鐵路、普通鐵路與公路之間存在互補性，當高速鐵路和普通鐵路密度提高到一定程度時，互補性逐漸減弱；另一方面，高速鐵路與普通鐵路之間存在互補性，當高速鐵路密度增加到一定程度時，互補性逐漸減弱。

第三，當前研究尚未重視普通勞動力和研發(fā)人員流動在影響全要素生產(chǎn)率過程中分別扮演的角色。本研究實證檢驗發(fā)現(xiàn)，異質性交通網(wǎng)絡密度通過勞動力特別是研發(fā)人員流動提升全要素生產(chǎn)率，不同類型和等級交通網(wǎng)絡的作用差異明顯，作用強度隨交通網(wǎng)絡等級降低呈下降趨勢。一方面，異質性交通網(wǎng)絡密度通過普通勞動力和研發(fā)人員流動促進地區(qū)全要素生產(chǎn)率提升，與普通勞動力相比，研發(fā)人員作為高知識和高技能的要素，其在地區(qū)間的快速流動更有利于知識溢出，對全要素生產(chǎn)率的作用效果更顯著；另一方面，在不同類型和等級的交通網(wǎng)絡中，普通勞動力和研發(fā)人員流動的作用差異明顯，作用力隨等級降低呈下降趨勢。

（二）建議

基于上述結論，政府在發(fā)展交通基礎設施時應注意以下方面：

第一，充分發(fā)揮交通網(wǎng)絡密度對全要素生產(chǎn)率的異質性作用。實證檢驗發(fā)現(xiàn)，異質性交通網(wǎng)絡密度的提高對全要素生產(chǎn)率皆表現(xiàn)為顯著正向作用，且正向作用程度表現(xiàn)出顯著差異性，其中同一交通網(wǎng)絡作用的大小隨等級降低呈下降趨勢，高速鐵路和高速公路起主要作用。因此，未來地方政府應重視高速鐵路和高速公路建設，在未開通高速鐵路和高速公路的城市著手修建，在已開通高速鐵路和高速公路的城市進一步提高其網(wǎng)絡密度。交通網(wǎng)絡密度的提高將促進地區(qū)間資本、勞動力、技術的方便快捷自由流動，促進信息、知識、技術在空間范圍的共享和交換，有利于地區(qū)全要素生產(chǎn)率的提升。

第二，重視研發(fā)人員流動在提升全要素生產(chǎn)率過程中所扮演的角色。交通網(wǎng)絡密度通過普通勞動力和研發(fā)人員流動促進地區(qū)全要素生產(chǎn)率的提升，其中研發(fā)人員流動起主導作用。日益延伸的交通網(wǎng)絡為勞動力提供了方便快捷的交通出行方式，與普通勞動力相比，研發(fā)人員作為知識和技術的主要載體，其借助交通網(wǎng)絡在地區(qū)間自由流動有助于知識和技術的交換和共享，易產(chǎn)生空間知識溢出，進一步促進全要素生產(chǎn)率的提升?；诖?，一方面，地方政府應制定相應的人才激勵和優(yōu)惠政策，提高福利待遇和科研經(jīng)費，鼓勵和吸引研發(fā)人員流入；另一方面，應進一步推進戶籍制度改革，取消或放松人才落戶限制，全面解決人才戶籍問題。

參考文獻：

[1]劉秉鐮，武鵬，劉玉海.交通基礎設施與中國全要素生產(chǎn)率增長——基于省域數(shù)據(jù)的空間面板計量分析[J].中國工業(yè)經(jīng)濟，2010（3）：54-64.

[2]FERNALD J G.Roads to prosperity？assessing the link be？ tween public capital and productivity[J].American economic review，1999，89（3）：619-638.

[3]HULTEN C R，BENNATHAN E，SRINIVASAN S.Infra？ structure，externalities，and economic development：a study of the Indian manufacturing industry[J].The world bank eco？ nomic review，2006，20（2）：291-308.

[4]劉生龍，胡鞍鋼.基礎設施的外部性在中國的檢驗：1988—2007[J].經(jīng)濟研究，2010，45（3）：4-15.

[5]張浩然，衣保中.基礎設施、空間溢出與區(qū)域全要素生產(chǎn)率——基于中國266個城市空間面板杜賓模型的經(jīng)驗研究[J].經(jīng)濟學家，2012（2）：61-67.

[6]FARHADI M.Transport infrastructure and long- run eco？ nomic growth in OECD countries[J].Transportation research Part A：policy and practice，2015，74：73-90.

[7]李谷成，尹朝靜，吳清華.農(nóng)村基礎設施建設與農(nóng)業(yè)全要素生產(chǎn)率[J].中南財經(jīng)政法大學學報，2015（1）：141-147.

[8]ZHANG Y F，JI S.Infrastructure，externalities and regional industrial productivity in China：a spatial econometric ap？ proach[J].Regional studies，2019，53（8）：1 112-1 124.

[9]張在冉.基于城市基礎設施的勞動力流入空間溢出效應研究[J].廣東財經(jīng)大學學報，2018，33（2）：42-53.

[10]任曉紅，張宗益.交通基礎設施、要素流動與城鄉(xiāng)收入差距[J].管理評論，2013，25（2）：51-59.

[11]馬偉，王亞華，劉生龍.交通基礎設施與中國人口遷移：基于引力模型分析[J].中國軟科學，2012（3）：69-77.

[12]楊茜，石大千.交通基礎設施、要素流動與城鄉(xiāng)收入差距[J].南方經(jīng)濟，2019，38（9）：35-50.

[13]KAISER U，KONGSTED H C，R？NDE T.Does the mobili？ ty of R&D labor increase innovation？[J].Journal of econom？ ic behavior & organization，2015，110：91-105.

[14]李小平，陳勇.勞動力流動、資本轉移和生產(chǎn)率增長——對中國工業(yè)“結構紅利假說”的實證檢驗[J].統(tǒng)計研究，2007（7）：22-28.

[15]王鉞，劉秉鐮.創(chuàng)新要素的流動為何如此重要？——基于全要素生產(chǎn)率的視角[J].中國軟科學，2017（8）：91-101.

[16]黃先海，金澤成，余林徽.要素流動與全要素生產(chǎn)率增長：來自國有部門改革的經(jīng)驗證據(jù)[J].經(jīng)濟研究，2017，52（12）：62-75.

[17]施震凱，邵軍，浦正寧.交通基礎設施改善與生產(chǎn)率增長：來自鐵路大提速的證據(jù)[J].世界經(jīng)濟，2018，41（6）：127-151.

[18]劉承良，殷美元，黃麗.基于多中心性分析的中國交通網(wǎng)絡互補性的空間格局[J].經(jīng)濟地理，2018，38（10）：21-28.

[19]孫早，許薛璐.前沿技術差距與科學研究的創(chuàng)新效應——基礎研究與應用研究誰扮演了更重要的角色[J].中國工業(yè)經(jīng)濟，2017（3）：5-23.

[20]肖挺.交通設施、居民的消費區(qū)域流向與消費結構——來自我國省際層面的經(jīng)驗證據(jù)[J].財貿(mào)研究，2018，29（9）：12-27.

[21]白俊紅，王鉞，蔣伏心，等.研發(fā)要素流動、空間知識溢出與經(jīng)濟增長[J].經(jīng)濟研究，2017，52（7）：109-123.

[22]卞元超，吳利華，白俊紅.高鐵開通、要素流動與區(qū)域經(jīng)濟差距[J].財貿(mào)經(jīng)濟，2018，39（6）：147-161.

[23]羅良文，潘雅茹，陳崢.基礎設施投資與中國全要素生產(chǎn)率——基于自主研發(fā)和技術引進的視角[J].中南財經(jīng)政法大學學報，2016（1）：30-37.

[24]金剛，于斌斌，沈坤榮.中國研發(fā)全要素生產(chǎn)率的溢出效應[J].科研管理，2016，37（1）：68-76.

[25]尹忠明，李東坤.中國對外直接投資與國內全要素生產(chǎn)率提升——基于全面提高開放型經(jīng)濟發(fā)展水平的視角[J].財經(jīng)科學，2014（7）：21-31.

[26]梁云，鄭亞琴.FDI、技術創(chuàng)新與全要素生產(chǎn)率——基于省際面板數(shù)據(jù)的實證分析[J].經(jīng)濟問題探索，2015（9）：9-14.

[27]張先鋒，陳琳，吳偉東.交通基礎設施、人力資本分層集聚與區(qū)域全要素生產(chǎn)率——基于我國285個地級市面板數(shù)據(jù)的經(jīng)驗分析[J].工業(yè)技術經(jīng)濟，2016，35（6）：92-102.

[28]毛德鳳，李靜，彭飛，等.研發(fā)投入與企業(yè)全要素生產(chǎn)率——基于PSM和GPS的檢驗[J].財經(jīng)研究，2013，39（4）： 134-144.

[29]馮偉，徐康寧.外商直接投資對提升地區(qū)生產(chǎn)率存在溢出效應嗎——來自我國省級動態(tài)面板數(shù)據(jù)的實證分析[J].財經(jīng)科學，2014（2）：114-121.

[30]劉文革，周文召，仲深，等.金融發(fā)展中的政府干預、資本化進程與經(jīng)濟增長質量[J].經(jīng)濟學家，2014（3）：64-73.

[31]林春.中國金融業(yè)全要素生產(chǎn)率影響因素及收斂性研究——基于省際面板數(shù)據(jù)分析[J].華中科技大學學報（社會科學版），2016，30（6）：112-120.

[32]原倩.城市群是否能夠促進城市發(fā)展[J].世界經(jīng)濟，2016，39（9）：99-123.

[33]孫曉華，郭旭，王昀.產(chǎn)業(yè)轉移、要素集聚與地區(qū)經(jīng)濟發(fā)展[J].管理世界，2018，34（5）：47-62，179-180.

[34]余明桂，范蕊，鐘慧潔.中國產(chǎn)業(yè)政策與企業(yè)技術創(chuàng)新[J].中國工業(yè)經(jīng)濟，2016（12）：5-22.

[35]王桂軍，曹平.“營改增”對制造業(yè)企業(yè)自主創(chuàng)新的影響——兼議制造業(yè)企業(yè)的技術引進[J].財經(jīng)研究，2018，44（3）：4-19.

[36]KUMBHAKAR S C，DENNY M，F(xiàn)USS M.Estimation and decomposition of productivity change when production is not efficient：a panel data approach[J].Econometric re？ views，2000，19（4）：312-320.

Heterogeneous Transportation Network Density，Labor Flow and Total Factor Productivity

ZHAO Xing and WANG Lin-hui

（School of Economics，East China Normal University，Shanghai 200061，China）

Abstract：Literature focuses on the impact of a single type of transportation infrastructure on total factor productivity，but generally ignores the impact of different types and grades of transportation network density on total factor productivity，and the role of labor mobility in the process of influencing total factor productivity. Using panel data of 30 provinces in China from 2000 to 2018，the author investigates the effects of different types and grades of transportation network density on total factor productivity and the impact of labor mobility on total factor productivity. The results show that：（1）the increase of transportation network density of different types and grades has a significant positive effect on total factor productivity，especially on highspeed rail and freeway，and the effect of same type transportation network system decreases with the grade reduction；（2）heterogeneous transportation networks have complementarity，with the increase of transportation network density，complementarity gradually decreases.；and（3）heterogeneous transportation network density improves total factor productivity through the mobility of labor，especially R&D personnel. The effect of labor mobility in different types and grades of transportation networks is obviously different，and the effect decreases with the grade reduction. Therefore，in the future，local governments should vigorously build high-speed railways and expressways，and further strengthen their network density in cities with high-speed railways and expressways. At the same time，the local government should focus on the role of R&D personnel mobility in the process of improving TFP，formulate talent incentive and preferential policies，improve welfare benefits and research funds，attract R&D personnel inflow，promote the reform of household registration system，cancel or relax the restrictions on talent settlement，and comprehensively solve the problem of talent household registration.

Key words：high-speed rail；express way；R&D personnel flow；labor flow；total factor productivity