一、引言及文献综述

改革开放以来，我国吸引FDI的规模在总体上一直呈现出增长趋势。从1993年开始，中国成为了发展中国家里最大的外资引进国。到2017年，我国实际利用外资额为1310亿美元。从总量上看，中国外资流入额仅次于美国，这与中国GDP在世界上的地位是一致的。大量外资流入对中国经济快速发展的促进作用是显而易见的。FDI的流入不仅可以解决一部分的资金短缺问题，还可以提升技术以及本国就业，有利于中国经济的高质量发展。但是，我国吸收FDI存在着明显的地域差异，东部地区实际利用外资占比较高，中部和西部地区占比较低，我国中西部吸收FDI的能力明显弱于东部地区，这种现象是由多种原因造成的，其中中西部地区交通基础设施不完善是原因之一。“要致富，先修路”。完善的交通基础设施往往能促进地区经济发展，同样也能促进地区吸收FDI。我国中西部地区由于初始积累以及地理条件限制等原因，交通基础设施建设落后于东部发达地区。

近年来，我国现代交通运输体系不断完善，特别是高铁的发展尤为迅猛，截止到2016年底，我国高铁总营运里程已经超过了2.2万公里，预计到2020年将会达到3万公里。高铁的发展促进了时空压缩(Yin et al., 2015)，不仅给居民生活带来了便捷，使居民就业、商务等活动逐渐摆脱了距离的束缚，促进了劳动力资源的优化配置(张召华、王昕，2019)，同时也促进了我国社会经济的快速发展以及区域一体化的进程，可以说中国已经进入了“高铁时代”，并且得到了世界的广泛关注。那么，中西部地区的高铁建设是否能促进其吸收FDI是一个值得关注的问题。地区基础设施建设具有显著的溢出效应，可以扩大市场潜能，降低社会交易成本(Donaldson，2010)。高铁开通可以促进生产要素的快速流通，提高区域能源利用效率(范如国等，2019)，增进区域经济发展的协调性(Ahlfeldt and Feddersen, 2015；王雨飞、倪鹏飞，2016；余泳泽，2019)。并且，运输成本的下降有助于促进区域经济的运行效率(张勋等，2018；孙浦阳等，2019)。高铁开通将会改善中西部地区社会经济的运营环境，促进中西部地区吸引FDI。

学者就基础设施建设(其中包括交通基础设施)与FDI之间的关系问题做了一些研究，但存在一些争议。学者认为两者不存在相关关系(朴商天，2014)，但大部分学者认为两者之间存在正向促进关系，即地区基础设施的发展和完善对其吸引FDI存在促进作用(郭际，2006)，并且这种促进关系在短期和长期都存在(陈建军、胡晨光，2007)。杨波、王琦(2018)采用VAR模型进行研究，指出在1997-2015年期间交通物流基础设施建设对成渝城市群吸引FDI的贡献率达到了56.42%。以上学者都是基于某一城市群进行研究的，而对于全国数据层面而言，基础设施是区域生产经营的必要条件，地区基础建设投资额的提高有利于吸收FDI，但是FDI更愿意流入那些基础设施较为完善的地区(赵平，2012)，基础设施因素对中西部地区吸收FDI的作用更大(胡志强等，2018)。考虑到内生性的问题，这两者之间也存在互为因果的关系。学者苑得宇等(2017)认为地区吸收FDI可以反向促进城市基础设施建设绩效的改善，具体表现在“资金效应”和“技术效应”两方面，并且“技术效应”存在累计扩大趋势。

通过对以往文献的回顾与总结，本文发现学者大多认为交通基础设施对吸收FDI具有促进作用，但研究交通基础设施对FDI的影响主要集中在公路和普通铁路建设上，而高铁作为新型、快捷的交通工具，研究高铁开通对FDI的影响更有现实意义。高铁建设是国家层面的重大战略措施，本文将高铁开通看成一种准自然实验，采用双重差分倾向得分匹配法(PSM-DID)来缓解内生性问题，最终得出高铁开通这一政策对FDI流入的影响效应。由于东部地区的交通基础设施已经较为发达，而中西部地区的交通基础设施较为薄弱，所以本文将关注点集中在高铁开通对中西部地区吸收FDI的影响效应上，并且本文基于新经济地理学理论，就其中的影响机制进行了详细分析。

二、理论机制分析

由于新古典经济学理论框架中不考虑运输成本问题，所以会忽视交通运输对社会经济发展的影响研究。事实上，交通运输设施的完善可以有效降低运输成本，有力地提高了地区经济发展水平，促进地区经济活动的集聚和扩散。交通基础设施建设可以改变区域之间的向心力和离心力，从而改变经济活动的空间布局。新经济地理学认为这种集聚和扩散取决于市场范围、区域间劳动力的流动性以及运输成本(Krugman，1980)。传统的交通运输网络主要包括普通铁路、公路、轮船和航空等，作为对传统交通工具的补充，高铁发展可以促进我国不同交通运输设施的优化组合。同时，高铁开通对FDI的流入同样存在明显的溢出效应。由FDI流入所带来的知识和技术溢出会让同类企业受益。并且，随着高铁开通后时间成本的下降，通过示范效应，同类企业可以向更广区域内的FDI企业学习、模仿，促进自身生产能力的提高。由于FDI对产品标准的要求较高，并且对中间投入品的需求加大，这将促进本地上游企业的技术创新以及规模经济。而作为采购商的本地企业也可以从上游产业的FDI中获益。这些溢出效应还会吸引其他FDI企业的流入。高铁作为一种新型交通工具，其对社会经济的集聚和扩散效应都会对中西部地区吸引FDI产生影响。高铁开通带来的集聚效应可能不利于我国中西部地区吸收FDI，但其扩散效应有利于中西部地区吸引FDI。具体的分析如下：

高铁开通对区域经济发展会产生“虹吸效应”，生产要素资源会向中心区域流动。这会导致外围区域部分生产要素的流失，经济发展的运营环境将会恶化，这会抑制外围地区对FDI的吸引。一方面，由于我国区域经济发展不平衡，东部地区社会经济发展的基础良好，基础设施建设完善，投资运营环境优良，要素流动的加快可以进一步促进东部地区吸引FDI，但对中西部地区吸引FDI存在不利影响。高素质、高技术劳动者有能力追求较高收入，这类人群往往对票价相对不敏感，但对时间相对敏感，高铁开通后促进了这类人群向中心区域流动以获得高收入。地区人力资本的提升是吸引FDI的重要因素之一，人力资本的区域差异性将不利于落后地区吸收FDI。同样，资本的“趋优性”也会加快物质资本向经营环境优质的地区流动，会加快FDI向中心地区流动。高铁开通可能会加剧“马太效应”的影响作用。高铁开通提高了生产要素的流动速度，加快了各类要素从边际收益较低地区向边际收益较高地区流动，集聚效应使得原本经济发展较快地区获得了更多生产资源，从而能吸引到更多的FDI。另一方面，在中西部地区内，以武汉、成都、重庆等大城市为中心，生产要素也会从偏远地区向大城市集聚，大城市的集聚经济促进了企业的入驻(Guimaraes，2000)，具有集聚经济的区域对新企业的落户具有较大的吸引力(De Bok and Van Vort，2011)。在中西部地区的内部也会出现“极化效应”，也不利于该地区中小城市吸引FDI。

高铁开通对社会经济发展也存在“空间吞噬效应”(Spiekermann and Wegener, 2008)，这一效应会加快生产要素从中心地区向周边地区扩散，有利于我国中西部地区吸引FDI。首先，区域内部“1小时经济圈”应运而生，这种“时空压缩”效应在一定程度上可以弥补中西部地区交通基础设施网络的劣势，用速度来弥补交通基础设施网络密度上的不足。高铁开通有利于生产要素的流动和交汇，降低经济运行成本，促进市场潜力的开发，使得过去未得到开放的要素资源进入到了社会经济的循环体系中，扩大了市场规模。高铁开通可以弱化各区域之间的市场分割，加快地区之间的开放程度(王雨飞、倪鹏飞，2016)，提高劳动力、资本、技术等生产要素的资源配置效率，可以促进各种生产要素在区域间的互动、互补，这样可以优化中西部地区吸收FDI的市场环境，打破市场分割。其次，由于市场机制的存在，在价格、竞争等市场信号的作用下，各类要素资源会朝向边际报酬更高地区流入。而要素资源在中心城市聚集后，会出现边际收益递减趋势，资本的逐利性使得要素资源会向周边地区扩散。由于我国中西部地区具有资源丰富、要素成本低等特点，FDI在东部地区投资的一些产业会逐渐向中西部地区转移，特别是劳动密集型产业。最后，高铁开通存在明显的知识溢出和技术溢出现象，有利于落后地区吸引FDI。为了突出高铁建设在中西部地区的扶贫作用，中西部地区的高铁大量经过中小城市，包括县级城市和偏远落后地区。地区之间的通达性加强可以让更多中小城市进入大城市的辐射范围，让中小城市有更多向中心城市学习、交流的机会，有利于打破城市边界，弱化知识溢出在空间上的限制，促进区域经济增长和创新，中西部地区整体经济环境和知识水平的提升有利于其吸引FDI。

以上分析是基于要素流动视角，就高铁对中西部地区吸引FDI的影响进行阐述。下面将基于新经济地理学中的FC模型选择FC模型^①，以资本流动为例进行分析。假设某一经济体只存在两个区域：上区域和下区域。两个区域的资源禀赋、偏好、市场规模、开放程度等方面相同。上、下区域的劳动力数量分别为L、L^*, 资本的数量分别为K、K^*, L+L^*=L^w, K+K^*=K^w。上、下区域生产中所用资本份额为S_n和S_n^*。上、下区域生产的产品种类分别为n和n^*, n+n^*=n^w。

①而非CP模型是由于CP模型假设流动要素把所有收入留在要素流入地，这与实际情况不符。并且结果需要通过数字模拟得出，降低了模型的可操作性。FC模型容易处理，并且假设流动要素把所有收入汇回所有者所在地。

假设消费者的效用函数：

$ U=C_{M}^{\mu} C_{A}^{1-\mu}, C_{M}=\left(\int n_{i=0}^{w} c_{i d i}^{1-1 / \sigma}\right)^{1 / 1-\sigma}, 0<\mu<1<\sigma $

(1)

C_M、C_A分别为工业品和农业品的消费量，μ为消费者对工业品的支出份额，σ为工业品之间的替代弹性。

工业品的价格指数为P_M=(∫n_i=0^wp^1-σ_idi)^1/1-σ, 消费者购买的工业品价格均值Δ=(∫₀^nwp_i^1-σdi)/n^w

对于工业部门而言，上区域中的消费者对本区域以及下区域的工业品需求量分别为：

$ c_{j}=\mu E \frac{p_{j}^{-\sigma}}{P_{M}^{1-\sigma}}, c_{j}^{*}=\mu E^{*} \frac{\left(p_{j}^{*}\right)^{-\sigma}}{\left(P_{M}^{*}\right)^{1-\sigma}} $

(2)

下区域中的消费者对本区域以及上区域的工业品需求量分别为：

$ c_{i}=\mu E^{*} \frac{p_{i}^{-\sigma}}{\left(P_{M}^{*}\right)^{1-\sigma}}, c_{i}^{*}=\mu E \frac{\left(p_{i}^{*}\right)^{-\sigma}}{P_{M}^{1-\sigma}} $

(3)

其中，p_j和p_j^*分别表示上区域工业品在本区域以及下区域的销售价格；p_i和p_i^*分别表示下区域工业品在本区域以及上区域的销售价格；E和E^*分别表示上、下区域的总支出。

在D-S垄断竞争模型中，企业根据利润最大化来定价，采用的是边际成本加成法，由于存在冰山成本，上、下两区域的产品价格分别为：

$ p=\frac{w_{L} a_{M}}{1-1 / \sigma}, p^{*}=\frac{\tau w_{L} a_{M}}{1-1 / \sigma} $

(4)

上区域企业的销售价格为p, 销售量为c; 下区域企业的销售价格、销售量分别为p^*=τp(由于冰山交易成本的存在，同样商品在两地区的价格不同，价格的比例设为τ)以及c^*。企业的产量为x=c+τc^*, 总收入为:

$ \mathrm{pc}+\mathrm{p}^{*} \mathrm{c}^{*}=\mathrm{px} $

(5)

假定企业的成本由固定成本和可变成本组成，固定成本为一单位的资本，资本的收入为π。可变成本为劳动力，企业的产量为x, 每单位产量需要a_M单位的劳动力，劳动力的收入为w_L, 那么企业的成本函数π+a_Mw_Lx，根据利润最大化的原则，

$ \mathrm{px}={\rm{ \mathsf{ π} }}+\mathrm{w}_{\mathrm{L}} \mathrm{a}_{\mathrm{M}} \mathrm{x} $

(6)

FC模型告诉我们，资本流动的主要决定因素为不同地区的资本收益率的差异，由此^①可得：

① 将(4)式带入(6)式, 可以得出π=px/σ，由(5)可知，px=μp^1-σ(EP_M^-(1-σ)+E^*τ^1-σ(P_M^*)^-(1-σ))，由此可得$\pi=\frac{\mu}{\sigma}\frac{E^{w}}{n^{w}}\left[\frac{S_{E}}{S_{n}+\phi\left(1-S_{n}\right)}+\phi \frac{1-S_{E}}{\phi S_{n}+\left(1-S_{n}\right)}\right]$，其中, E^w=E+E^*, S_E表示上区域支出占整个经济系统支出的比重，另Δ=S_n+Φ(1-S_n), Δ^*=ΦS_n+(1-S_n), b=μ/σ, 可以得出上、下区域中的企业利润函数分别为：${{ { π} }}=b B \frac{E^{w}}{K^{w}}, B=\frac{S_{E}}{\varDelta}+\phi \frac{1-S_{E}}{\varDelta^{*}}, \pi^{*}=b B^{*} \frac{E^{w}}{K^{w}}, B^{*}=\phi \frac{s_{E}}{\varDelta}+\frac{1-s_{E}}{\varDelta^{*}}$

$ \pi-\pi^{*}=b \frac{E^{w}(1-\phi)}{K^{w} \varDelta \varDelta^{*}}\left[(1+\phi)\left(s_{E}-\frac{1}{2}\right)-(1-\phi)\left(s_{E}-\frac{1}{2}\right)\right] $

(7)

由(7)式可以看出，$(1+\phi)\left(s_{E}-\frac{1}{2}\right)$对区域要素流动的影响为正，存在促进作用，而$(1-\phi)\left(s_{E}-\frac{1}{2}\right)$对区域要素流动的影响为负，存在阻碍作用。由于(1+ϕ)/(1-ϕ)>1，自由贸易度ϕ的提高，将会促进要素(资本)资源的自由流动。并且由ϕ=τ^1-σϕ可知，当高铁开通导致的运输成本下降会提高地区贸易自由度。而贸易自由度的提高会促进要素资源的跨区域流动，从而促进区域对FDI的吸引能力。

三、模型构建与变量选择 (一) 模型构建

高铁建设是国家社会经济发展中的重大战略之一，高铁的发展有力地促进了沿线地区的经济发展。本文采取准自然实验的方法进行实证研究，参考了董艳梅、朱英明(2016)等学者的研究方法，采用双重差分倾向得分匹配法(PSM-DID)来研究高铁开通对中西部地区吸引FDI的影响效应，将政策执行节点前开通高铁的城市设为实验组，将政策执行节点前未开通高铁的城市设为对照组。本文采用双重差分(DID)方法研究时，数据需满足“共同趋势”，缓解在实证研究时出现“选择性偏误”。所以，本文先利用倾向得分匹配法(PSM)，对实验组和对照组中的样本进行匹配，以缓解样本的选择性偏误。然后，基于匹配后的样本数据，利用DID方法来降低因遗漏变量所导致的内生性问题。

具体步骤如下：首先构建一个二元选择模型，被解释变量中1表示实验组，0表示对照组，解释变量为城市特征变量，计算每个城市成为实验组的概率。对于处在实验组的城市，从对照组中匹配出最相近的城市(本文采用1 : 1的比例进行匹配)，在匹配的过程中要保证实验组和对照组之间无显著性差异。

$ P_{i}(X)=\operatorname{Pr}\left(T_{i t}=1 | X_{i}\right)=f\left[h\left(X_{i}\right)\right] $

(8)

(8) 式中的T为实验组虚拟变量，X_i为城市的特征变量，f为Logistic函数，h(·)为线性函数，本文的协变量包括经济发展程度、第三产业发展程度、交通基础设施建设、金融发展程度、教育支出以及科学研究支出。

在利用倾向得分匹配法找出对照组后，利用匹配后的样本进行双重差分(DID)处理，本文构建的DID模型如(9)式：

$ F D I_{i t}=\beta_{1} H s r_{i t}+\beta_{2} Y e a r_{i t}+\beta_{3} H s r_{i t} \times Y e a r_{i t}+\gamma_{j} \sum X_{jit}+\varepsilon_{i t} $

(9)

其中，i为城市个体；t为年份；j为本文协变量X的个数；β为各变量的被解释变量；FDI为外商直接投资；Hsr为城市虚拟变量(Hsr=1表示在政策执行节点前建成高铁的城市，Hsr=0表示在政策执行节点前未建成高铁的城市)；Year为年份虚拟变量(Year=1表示政策执行后的年份，Year=0表示政策执行前的年份)；Hsr*Year为本文的处理效应，即为高铁开通对中西部地区吸引FDI的影响效应；X为本文的协变量，包括经济发展程度、第三产业发展程度、交通基础设施建设、金融发展程度、教育支出以及科学研究支出；ε为随机扰动项。

(二) 数据说明

本文研究的样本期为2007年到2015年，选取了中西部地区165个地级市作为基础样本，并且删除了研究期内行政区域做了调整的地区，如巢湖市在2011年被撤销地级市，改为县级市。本文的数据来自于历年《中国统计年鉴》、《中国城市统计年鉴》、《中国区域统计年鉴》，并且使用的是全市数据，而非市辖区数据。本文中的各名义变量都以2007年作为基期进行平减处理。

本文借鉴了Shaw et al.(2014)学者的研究方法，将2011年作为政策执行的节点，把在2011年之前已建成高铁的城市设为实验组，未建成高铁的城市设为对照组，其中由于存在一些城市在2011年后建成高铁的情况，所以本文将这些城市从对照组中删除。

(三) 变量选取

1.因变量：外商直接投资(FDI)

本文采用的因变量FDI为当年实际使用外资额，可以考察流入到中西部地区的外商投资的实际使用情况。由于FDI的货币单位为美元，所以本文根据历年的平均汇率折算成人民币。

2.核心变量：高铁开通(Hsr)

本文将在2011年之前各地级市是否建成高铁设置成虚拟变量，其中包括城市虚拟变量(Hsr)、年份虚拟变量(Year)以及二者的交互项(Hsr*Year)。由于在一些城市中，高铁的开通仅仅是经过这些地区，但不停站。本文认为某一地区要想通过高铁开通来促进FDI的吸引, 需要存在人流和物流的集聚或者扩散，所以本文高铁开通将关注某一地区是否有高铁停靠。

3.机制变量：要素流动[包括人口流动(JY、RK)和资本流动(TZ)]

本文认为高铁开通可以通过要素的集聚和扩散带来人口和资本的流动，从而促进中西部地区吸引FDI。由于人口流动的数据较难获取，本文参考了Faber(2014)、张克中、陶东杰(2016)、陈丰龙(2018)等学者的方法，将全市就业人数以及城区常住人口数量作为替代变量，因为当地区人口流动增加时，会对该地的旅游、商务等活动产生影响，长期来看会影响地区就业人数(JY)以及城区常住人口数量(RK)。资本流动以各地区的固定资产投资总量(TZ)来表示。

4.控制变量

参考了一些学者的研究结果，本文的控制变量选择了经济发展程度(GDP)、第三产业发展程度(SC)、交通基础设施建设(JJ)、金融发展程度(JR)、教育支出(JY)以及科学研究支出(KJ)这六个变量。其中，变量经济发展程度所用的指标为各地级GDP，经济发达地区往往能吸收到更多的FDI。变量第三产业发展程度的指标为各地级市中第三产业产值占比，地区中的第三产业发展可以为FDI提供更多的相关配套服务。变量交通基础设施建设的指标为各地级城市中的人均城市道路面积，城市内部交通设施的改善有利于吸收FDI。变量金融发展程度的指标为年末金融机构的贷款余额占该市GDP的比重，地区金融的发展为外商投资提供了良好的融资环境。变量教育支出的指标为地方政府财政支出中教育支出总额，变量科学研究支出的指标为地方政府财政支出中科学研究支出总额，地区教育和科学研究的发达会促进该地区吸引FDI。

四、回归结果与分析 (一) 倾向得分匹配结果分析

为了保证倾向得分匹配(PSM)结果的科学性，下文将进行平行性检验，即检验本文中的协变量在实验组和对照组之间是否有显著差异。在其他条件不变的情况下，需要各协变量在实验组和处理组之间没有系统性差异。表 1为2007-2015年中各协变量在倾向得分匹配后的平行性检验结果。结果表明，除了2009年协变量第三产业(SC)的t统计量在5%水平上显著外，其他各年中各协变量在5%水平上均不显著，不能拒绝原假设，说明本文的样本中实验组和对照组之间无系统性差异。由此可知，在使用PSM方法后，在实验组和对照组中的协变量有较好的平行趋势，数据具有可比性。

(二) 模型的回归结果与分析

1.基准回归结果与分析

在下文的回归分析中，本文采用了固定效应模型(FE)和倾向匹配得分法下的双重差分模型(PSM-DID)。固定效应模型没有考虑模型变量之间的内生性问题，会造成回归偏误。而倾向匹配得分法下的双重差分模型(PSM-DID)可以缓解内生性问题。在各种模型中，高铁开通的影响效应(影响系数Hsr*Year)均显著，说明高铁开通的确能促进我国中西部地区吸引FDI，这也从侧面反映出目前高铁对区域要素流动带来的扩散效应要大于其“虹吸效应”，有利于我国中西部地区对FDI的吸收。与PSM-DID模型的回归结果相比，固定效应模型的回归结果中高铁开通的影响系数明显偏高，说明该模型高估了高铁开通对中西部地区吸引FDI的影响效果。去除控制变量后，PSM-DID模型的回归结果中高铁开通的影响系数同样显著，但明显偏高。如表 2第五列所示，各控制变量的回归结果基本符合预期，但是，变量交通基础建设和金融发展程度不显著，可能由于高铁开通会挤占了一部分原有交通基础建设的影响效应。在我国，政府对金融市场的管控较为严格，金融市场的发育程度不高，地区的金融发展程度并不是外商来华投资的主要考虑因素。由于高铁开通与FDI流入可能存在相互因果关系，考虑到内生性问题，本文将FDI滞后一阶作为工具变量。由于本期的FDI流入与上期存在一定关联，但高铁开通无法影响到上期FDI的流入量，所以该工具变量是合理的，结果表明高铁开通仍然能够促进中西部地区FDI的流入^①。

① 由于篇幅原因，结果未列出，有兴趣的读者可以向本文作者所取

2.基于城市差异的回归结果与分析

在前文回归分析后，下文将进行相关的敏感性检验。首先，由于在各省级区域内，各种资源更倾向于汇入省会城市，这让省会城市在吸引FDI方面比普通地级市更有优势，可能对回归结果存在干扰，本文删除了各省级区域内的省会城市样本(重庆为直辖市，样本也被删除)。由表 3的第二列可知，高铁的开通对中西部地区吸引FDI仍然有促进作用。其次，我国各区域社会、经济发展差异较大，高铁开通对吸收FDI的效果也会受到各区域中相关资源条件的影响，回归分析时需要加以区分。由表 3的第三列、第四列可知，高铁开通对中部地区吸收FDI作用不显著，对西部地区吸收FDI有明显的促进作用。可能由于西部地区基础设施原本较为落后，对社会经济发展的带动作用不足，高铁的开通极大地改善了西部地区的交通运输环境，边际效果较好，促进了要素资源在中西部地区的流动，从而对FDI的吸收的促进作用较为明显。而与西部地区相比，中部地区的交通设施较为完善，高铁线路与原先普通列车的线路有许多重叠之处，由于票价较贵，人们在选择高铁出行时会有所保留。最后，考虑到城市规模对高铁发挥影响存在差异，由表 3的第五列、第六列分别采用大城市和中小城市样本(划分标准依据2014年政府发布的《关于调整城市规模划分标准的通知》)进行回归分析，结果表明与中小城市相比，高铁开通对大城市吸收FDI的促进作用更大。从开通车次数量看，大城市明显较多，大城市通过高铁开通可以聚集更多资源，包括劳动力和资本要素资源。并且，大城市本身的基础设施良好，高铁开通可以与其他交通设施配合，形成更加完备的交通运输网络，这些都会吸引FDI的流入。在这方面，中小城市无法与大城市相比。

3.基于高铁差异的回归结果与分析

严格来说，“G”开头的列车为高铁，时速大约在300公里左右，而“D”开头的列车为动车，时速大约在200公里左右。在本文中无论是“G”开头的列车，还是“D”开头的列车都统一称为高铁。“G”开头的列车和“D”开头的列车在速度和票价上均存在差异，回归分析时需要加以区分。由表 4第二列、第三列可知，“G”开头的列车对中西部地区吸收FDI的作用不显著，而“D”开头的列车对中西部地区吸收FDI存在显著的促进作用。一方面，可能由于中西部地区“G”开头的列车车次较少，没有形成网络优势，并且样本数据的不足也会造成研究结果没有显著作用。另一方面，虽然“G”开头的列车速度更快，要素流动的速度也更快，更有利于缩短距离障碍，对于对时间敏感的人群更有吸引力，但同时票价更高。中西部地区人均收入低于东部地区，对票价的敏感程度较大，对“G”开头的列车而言，在交通运输上“D”开头的列车对其有一定的“挤出效应”。由于高铁开通对时空距离的压缩，就业者的流动性会加强，就业者不一定常住在某一地区。票价的高低会影响对价格敏感人员的跨区域流动。同时也说明人员流动在“G”开头列车和“D”开头列车的选择上，更加看重票价，而不是速度。可能“D”开头的列车已经满足了人员流动在速度上的要求，需要追求更快速度的人群通常会选择飞机这一交通工具。在中西部“D”开头的列车更有利于人员流动，从而促进FDI的吸收。此外，如表 4第四列、第五列的回归结果，始发站的高铁开通对中西部地区吸收FDI有明显的促进作用，而非始发站的高铁开通对中西部地区吸收FDI的作用不显著。目前，在我国高铁发展的现状中，始发站往往集中在大城市，各类要素相对集中，往往主导要素的集聚和扩散，并且始发站会预留更多座位，享有“始发”优势。而非始发站往往设置在中小城市中，预留的座位相对较少，要素集聚和扩散的经济效应较弱。最后，本文区分了开通的高铁站在市区和非市区(非市区是指地级市所辖下的市、县)对吸引FDI的影响差异。如表 4第六列、第七列的回归结果，与非市区相比，高铁开通在市区对中西部地区吸引FDI的影响更显著。在市区修建的高铁站往往是该市的主要车站，规模较大，而在非市区修建的高铁站往往规模较少，甚至会由于市区或者附近大城市高铁站的存在而产生虹吸效应，导致客流的流失，无法充分发挥其作用。

4.机制检验

在前文的理论机制中，我们分析了高铁开通通过促进要素资源的流动，从集聚效应和扩散效应两个方面来影响我国中西部地区吸引FDI。高铁开通加快了要素的流动，使得劳动力和资本的配置更加合理，从而更能吸引FDI。但是，也可能存在这种情况：人口和资本要素不断向东部地区流动，从使中西部地区吸引FDI的能力减弱。下文仍将通过PSM-DID方法来检验高铁开通是否能促进要素流动从而促进FDI的流入。参考Faber(2014)、张克中、陶东杰(2016)、陈丰龙(2018)等学者的研究方法，在上文基准回归模型中加入了机制变量：就业人数、城区常住人口数以及固定资产投资。人口流动的替代变量为各地区的就业人数以及城区常住人口数，而资本流动的替代变量为各地区的固定资产投资额。由于人口流动的加快在短期内会改变各地区的旅游、商务等社会经济活动，但从长期来看，会影响各地区劳动力的集聚与扩散，并且会影响到各地区的城区常住人口数量。高铁开通会降低城区人口密度，分流一部分城区人口到新城区或者新厂区(张明志等，2018)，这会提高劳动力要素的流动，促进资源的合理配置。同时，资本的流动也会影响到各地区的投资，由于大城市较高的用工成本、地租等原因，会使企业将一些相对落后的产业向周边地区转移，促进了城市之间产业的分工协作(王春杨等，2018)，从而增加了周边有高铁相通的中小城市投资规模，扩大了该地区的投资和就业水平。所以，本文采用固定资产投资来作为资本流动的替代变量。

本文机制效应检验方法采用的是温忠麟等(2014)的中介效应检验法，通过逐次检验系数来判断机制是否成立。本文的机制检验分为二步，第一步将变量就业人数、城区常住人口数、固定资产投资作为被解释变量，高铁开通作为解释变量，控制变量如上文。采用系统GMM方法检验得出解释变量的系数均在1%的水平上显著，高铁开通确实促进了中西部地区就业人数的增加，城区人口的分流以及固定资产投资的增加。第二步将这些机制变量带入上文基准回归模型中，结果如表 5第二列、第三列所示，变量就业人数以及常住人口数的系数均显著为正，说明人口流动确实是影响中西部地区吸引FDI的重要机制之一，高铁开通可以通过促进中西部地区就业，从而提升中西部地区吸引FDI的能力。表 5第四列所示，变量投资的系数显著为正，说明资本流动也是影响中西部地区吸引FDI的重要机制之一，高铁开通可以通过促进中西部地区固定资产投资的增加，从而提升中西部地区吸引FDI的能力。

五、结论与启示

我国的高铁发展日新月异，学者研究更多集中在高铁开通对我国经济增长和区域经济差距的影响效应上，对高铁开通与FDI的关系问题研究较少。本文基于要素流动视角，首先就高铁开通对中西部地区吸引FDI的影响机理进行分析，然后将高铁开通作为一项“准自然实验”，采用2007-2015年中西部地区165个地级市数据以及PSM-DID模型对其中的影响效应进行实证研究，得到了如下结论和启示。

与东部地区相比，中西部地区的经济运营环境相对较弱。在这种情况下，高铁开通可以加快区域间要素流动，通过扩散效应带动中西部地区的就业以及固定资产投资，从而促进了中西部地区吸引FDI。地区经济发展程度、第三产业发展、教育投入程度以及科技投入程度都对吸引FDI有显著的促进作用。分区域来看，高铁开通对西部城市吸引FDI的影响作用显著，但对中部地区吸引FDI的影响作用不显著；分城市规模来看，大城市在要素资源的获取上存在先天优势，高铁开通对中西部地区大城市吸引FDI的促进作用要强于对中小城市的促进作用；基于高铁差异来看，“D”开头的列车对中西部地区吸收FDI存在显著的促进作用，“G”开头的列车的作用不显著，中西部地区“G”开头的列车车次较少并且票价较高，对FDI流入的影响不明显。高铁开通的始发站以及市区在生产要素资源的获取上具有优势。高铁开通在始发站对中西部地区吸收FDI的影响效应明显，但非始发站不显著。高铁开通在市区对中西部地区吸收FDI的促进作用要大于在非市区。基于这些研究结论，本文的政策建议如下：

(1) 要坚持高铁在中西部地区的扶贫作用，高铁线路的开通多向中西部地区的中小城市倾斜，特别是落后地区。由于高铁开通对大城市吸引FDI更加有利，需要发挥中西部大城市对周边地区社会经济发展的辐射作用，高铁建设让落后地区与大城市联系更加紧密，可以让这些地区学习到发达地区的技术、知识和经验，通过溢出效应改善地区的社会经济基础，从而提高自身吸引FDI的社会经济环境。高铁开通后，落后地区可以凭借“后发优势”，努力缩小与发达地区的差距。中西部地区只有不断夯实自身的经济基础，减少生产要素和资源的流失，才能吸引到更多的FDI。在中西部地区，可以以高铁开通的大城市为中心点，协调其与周边中小城市之间的产业合作，促进周边地区产业结构的升级以及产业竞争力的提升。(2)对于中西部线路上的高铁票价，其定价应该保持在合理区间内波动，如果中西部线路上的票价上涨较大，会对价格敏感人群产生排挤作用，不利于要素的区域流动，从而不利于FDI的引进。(3)高铁始发站优势明显，可以让一些有条件、具有一定特色的县级市成为始发站，让其能够最大限度地进入市场，挖掘其经济潜力。努力探索如何吸引社会资本进入这些特色县级市的基础设施建设领域，发挥高铁始发站对区域经济发展环境提升的作用，促进始发站要素资源的流动，提高中西部地区吸引FDI的经济运营环境。