交通基礎設施、市場一體化與能源效率

摘 要：持續提升能源效率是推動高質量發展、實現碳中和目標的重要路徑。本文從理論和實證兩方面分析了交通基礎設施對能源效率的影響及其機制。結果表明，交通基礎設施可以顯著提升各城市能源效率，并且這一影響在西部、非中心城市和非資源稟賦型城市更為明顯。機制分析表明，交通基礎設施可以促進市場一體化，提升要素的跨區流動，從而改善能源效率。基于此，建議地方政府加大交通基礎設施投資，尤其是在西部、非中心城市和非資源稟賦型城市；同時，加快建設全國統一大市場，暢通交通基礎設施發揮作用的渠道機制。

關鍵詞：交通基礎設施；市場一體化；要素流動；能源效率

DOI：10.19313/j.cnki.cn10-1223/f.20240906.002

一、引 言

中國發展面臨著能源需求持續增長和低碳轉型雙重挑戰，而提升能源效率被認為是實現長期綠色增長的最為有效的途徑之一。從需求層面來看，中國目前面臨能源需求總量居高不下、化石能源比例高雙重難題。2018 年中國一次能源消費總計32.7 億噸油當量，占全球總消費量的23.6%，居世界首位。據國家統計局統計，2018 年我國煤炭消費量為19.1 億噸油當量，占國內一次能源消費量的58.4%；從利用層面來看，雖然我國能源強度呈下降趨勢，但仍舊處于較高水平。根據國家能源局的數據，2020 年中國的能源消費總量約為49.8 億噸標準煤，單位GDP 能耗約為全球平均水平的1.5 倍，能源效率偏低，節能降耗還有很大的空間。隨著中國經濟進入高質量綠色發展階段，構建清潔低碳、安全高效的能源體系，提高能源利用效率已成為解決中國能源需求增加與低碳轉型雙重難題、推動中國經濟高質量發展的重要一環。

影響能源效率的因素很多，交通基礎設施是其中不可忽視的一項。已有研究表明，影響能源效率的因素包括技術進步（Yu et al.， 2018；張志輝，2015）、環境規制（Kim and Kim， 2012；Wu et al.，2012）、外商投資（胡宗義等，2011）、開放程度（Ouyang et al.， 2019）和產業集聚（Ratner andGoetz， 2013；Song et al.， 2012）等。而我國交通基礎設施高速發展，對區域能源效率產生重要影響。近年來，中國交通運輸基礎設施規模總量快速增長、網絡覆蓋顯著擴大。截至2023 年，我國綜合交通網總里程超過600 萬公里，已建成全球最大的高速鐵路網、高速公路網和郵政快遞網（交通運輸部， 2024）。發達的交通基礎設施促進了市場融合和貿易往來（Fujimura and Edmonds， 2006；劉生龍和胡鞍鋼，2011），也加快了人流、物流、資金流、技術流以及能源等要素在地區之間的流動，對能源效率產生直接影響（Lin and Chen， 2019；Tan et al.， 2018）。

目前，已有數篇文獻關注交通基礎設施對于區域能源效率的影響，但結論尚存在爭議。李強和魏巍（2014）基于實證證明我國交通基礎設施建設對區域能源效率存在抑制作用，但更多的研究結果證明交通基礎設施可以顯著促進能源效率的提升（Lin and Chen， 2019；Tan et al.， 2018；王群勇和陸鳳芝， 2021），背后可能的機制包括產業集聚、技術進步、降低運輸成本等（Glaeser and Kahn，2010；Krugman， 1991；Liu et al.， 2017）。進一步的研究表明，通過交通基礎設施提高能源效率是有影響條件或范圍的。例如，Katz and Shapiro（1994）指出，只有交通基礎設施達到一定規模時才能夠發揮提升區域能源效率保持的作用。許釗等（2022）以高鐵開通為例，基于實證分析發現高鐵站距離城市中心30 千米以內是高鐵開通對城市能源效率的有效影響范圍。這些研究均基于實證分析，從交通基礎設施角度解釋了我國能源效率提升但仍存在區域異質性的基本事實，是本領域文獻的重要進展，對本文有著重要的啟發和參考價值。但仍存在著諸多空白，如目前研究交通基礎設施影響能源效率的理論及機制分析還較為薄弱，尚未考慮到市場一體化這一重要的機制。

交通基礎設施可以顯著促進國內市場一體化，促進要素的跨區流動，從而改變區域能源效率。具體來說，交通基礎設施可以降低貨物運輸成本和勞動力遷移成本（蒲龍等， 2022），勞動力的快速遷移有助于降低企業之間的溝通成本和交易成本，又將進一步加快資本和勞動力等要素的流動。因此，交通基礎設施的建設可以促進要素的跨區流動性，推動國內市場一體化（Behrens， 2011；王彩艷和劉修巖， 2024；葉菁文和范劍勇， 2023；張效莉和石宇航， 2024）。隨著區域市場一體化程度不斷加深，可能通過影響市場規模（許釗等， 2022；張聰聰等， 2023）、技術擴散（Dollar and Wei，2007；Klenow， 2009）、資源配置（黎文勇等， 2018；Wei and Zheng， 2020）等改善能源效率。因此，交通基礎設施建設在本質上正是通過提升市場一體化程度這一關鍵機制來發揮增加能效的作用。

本文的邊際貢獻主要表現在以下幾個方面。首先，在理論上，生產廠商的決策行為中引入了能源消費決策，通過求解一般均衡模型，分析交通基礎設施如何通過推動市場一體化發展而改變能源效率，該理論模型可以拓展到其他交通基礎設施與能源效率的相關研究中。其次，在實證上，本文以高鐵開通為例，對理論分析部分提出的研究假設進行檢驗，在更好地解決內生性問題的同時，也對已有文獻中尚存在爭議的問題進行補充討論。第三，在機制上，本文實證分析了交通基礎設施通過促進要素流動、推進市場一體化從而改善能源效率的機理，力圖為我國新發展格局下的能源轉型提供理論依據。

本文其余部分的內容安排如下：第二部分構建了一個理論框架，分析交通基礎設施建設對能源效率的影響機理；第三部分以高鐵開通為例，建立計量模型并測算各城市能源效率、市場一體化程度；第四部分實證檢驗交通基礎設施對能源效率的影響，并進行穩健性分析與機制分析；第五部分總結全文并提出政策建議。

二、理論分析

（一）模型設定

為了從理論上分析交通基礎設施對能源效率的影響，本文構建了包含生產、消費與政府三個模塊的一般均衡模型。為簡化模型，說明交通基礎設施對能源效率影響的機理，本文假設工業廠商將能源與資本要素相結合生產最終產品①。因此，本文假設工業廠商僅基于能源與資本要素生產產品，并假設生產函數為CES 形式：

模型中t均表示時期；E為能源消費；K為資本存量，滿足資本動態積累方程：Kt+1 = （1 ? δ）Kt +It。參數ω1和ω2為常數，且滿足ω1 + ω2 = 1。參數ε > 0，為工業生產過程中的要素替代彈性。AkQαt與AeQσt分別表示資本利用技術進步與能源利用技術進步，其中，Ak與Ae為技術參數，Q為交通基礎設施存量，參數α和σ分別衡量了交通基礎設施建設對兩種類型技術要素流動的加速效應。這一設定借鑒了Barro（1990）的研究，體現交通基礎設施對生產部門全要素生產率的影響。

此外，本文認為交通基礎設施不僅可以加快技術要素流動，促進生產過程中的技術進步，還將降低生產部門的要素流動成本，且交通基礎設施越發達的地區，要素流動成本越低，記作πtYt。其中，πt為生產要素流動成本率，是關于交通基礎設施的函數，滿足πt ∈ （0，1]。隨著Qt的增加，邊際要素流動成本率的降低將減少，也即，π't（Qt） < 0，πt"（Qt） > 0。因此，假設πt（Qt）函數形式為：

πt（Qt） = e-aQt （2）

其中，參數a為交通基礎設施對邊際要素流動成本的影響程度，a> 0。

假設利率為rt，能源要素價格為Pet，則工業部門利潤最大化目標為：

MaxYt? rtKt? PetEt? πtYt（3）

根據生產者利潤最大化的一階條件，可以得到：

方程（4）和（5）為生產廠商關于資本要素與能源要素的決策方程。

當能源要素使用量過多時，將造成環境污染，對消費者效用產生負向影響。與此同時，消費者從消費中獲得正效用。另外，消費者的收入來源于資本和能源要素報酬，隨后用于消費和投資。假設消費者效用函數為CRRA 形式，那么，消費者效用最大化問題可以表示為：

其中，β < 1為居民主觀貼現因子，τ為流轉稅率。由于流轉稅可以較容易地轉嫁給消費者，因此，可以合理假設模型中政府的稅收收入全部在消費環節征收。那么，根據動態最優化原理，可以求得歐拉方程與能源要素供給方程如下：

政府部門的收入來源于流轉稅收入，并將全部收入用于交通基礎設施建設。因此，政府部門預算約束方程與交通基礎設施動態積累方程分別為：

τCt= Gt（8）

Qt+1= Gt+ （1 ? δq）Qt（9）

其中，G為政府購買。

此外，在市場出清時①，有：

（1 ? πt）Yt= Ct+ It+ Gt（10）

（二）模型求解與研究假設

在市場均衡時，對于內生變量向量組St = [Yt，Ct， It， Gt， Qt， rt， Kt， Pet， Et， πt]而言，有St+1 = St =S* = [Y*， C*， I*， G*， Q*， r*， K*， P*e， E*， π*]。為從理論上分析交通基礎設施對能源效率的影響，本文將推導在穩態下交通基礎設施對能源效率的影響，并用單位能耗產出來衡量能源效率大小。首先，由方程（7）可知：

r*= 1/β+ δ? 1 （11）

其次，由方程（11）與方程（4）可知：

基于此，得到本文的基本研究假設：

假設1：交通基礎設施建設將促進能源效率提升。

假設2：提升的主要機制是促進市場一體化、加快技術和其他生產要素的流動。

三、計量模型設定與變量說明

（一）計量模型設定

本文將高鐵開通作為一項準自然實驗，利用漸進雙重差分模型評估高鐵開通對于能源效率的影響。設定的模型如下：

effit= α+ βHSRit+ X'itγ+ μi+ λt+ ξit（17）

其中， i、t代表城市和時間；被解釋變量 effit代表各城市的能源效率；核心解釋變量HSRit代表所在城市高鐵是否開通，設定為處理項和時間項的乘積； X'it 為一系列控制變量，以控制各種因素對于能源效率的影響，控制變量的構成在下文予以詳細介紹；μi為個體固定效應，代表所有隨城市變化但不隨時間變化的因素；λt為時間固定效應，代表所有隨時間變化但是不隨城市變化的因素；ξit 為隨機誤差項。

本文根據各城市高鐵開通與否以及開通時間的差異，定義核心解釋變量HSRit如下：城市高鐵開通的當年以及之后各年取值為1，否則取值為0，即HSRit相當于傳統DID 模型中處理組虛擬變量和時間虛擬變量的交乘項。待估參數β即為高鐵開通對于站點城市能源效率的凈效應。若β顯著大于0，則表示高鐵開通能夠顯著提高站點城市能源效率，假設1 成立。

此外，高鐵以客運為主，因此本文認為高鐵開通連通各地區、促進市場一體化程度提升后，促進和擴大區域間人員交流和流動，引起知識、技術的傳播與擴散。具體來說，能源利用技術的突破往往始于某一個城市，技術專家、科研人員和勞務人員等載體通過高鐵迅速傳播至廣大地區。此外，除了技術流動，人口流動還會帶來交易成本和信息溝通成本的降低，進一步促進資金、信息等生產要素的流轉，優化要素配置，向帕累托最優靠近（馬光榮等， 2020）。為在實證上證明高鐵影響能源效率的作用機制，本文構建機制分析模型如下：

Mit= α+ βHSRit+ X'itγ+ μi+ λt+ ξit（18）

其中，Mit為市場一體化程度，以及技術流動、人口流動和資金流動指標，其余符號變量定義均與方程（17）一致。若顯著在不同的被解釋變量下均大于0，則證明假設2 成立。

（二）數據選取

本文數據來源于《中國城市年鑒》《中國城市統計年鑒》、各城市的《國民經濟和社會發展統計公報》、美國國家海洋與大氣管理局（National Oceanic and Atmospheric Administration， NOAA），以及國家鐵路局官方網站。本文考察了2001-2019 年間中國290 個城市高鐵開通對于能源效率的影響。變量的定義與數據的獲取過程如下：

一是各城市能源效率。本文采用單位能耗GDP 衡量能源效率。由于《中國能源統計年鑒》中僅包含省級層面的能源消費數據，本文借鑒史丹和李少林（2020）的做法，采用不含截距的線性模型將省級能源消費量數據按燈光數據值分解到各地級市。隨后，用各城市GDP 除以分解得到的各城市能源消費量，可以得到各地區單位能耗GDP。

二是市場一體化程度。本文選取的市場一體化指標為市場分割指數的倒數。由于缺乏實際價格指數，本文基于文獻中常用的冰川成本模型，沿循Parsley and Wei（1996）的思路，通過考察省份之間家用設備、交通和通信、食品、書報雜志、煙酒、衣著、醫療保健和娛樂教育文化八類居民消費價格變動平均值的方差測度各省份市場分割程度，再對市場分割程度取倒數得到市場一體化程度指標。此外，市場一體化程度也表現為要素流動加速，因此，本文進一步檢驗資本、勞動力與技術要素流動水平是否在交通基礎設施影響能源效率的過程中發揮作用。具體指標定義如下：首先，資本要素流動為各城市資本存量取對數；資本存量計算參照張軍等（2004）的研究，運用資本累積方程Ki，t+1 = （1 ? δ）Kit + Iit逐年計算資本存量，δ取常見值0.025，Iit為歷年固定資產投資總額；而基年資本存量為I2001，i/（r + δ），其中，r為2001 年至2009 年間固定資產投資總額年均增長率。其次，勞動力要素流動為從業人員年平均人數/年末總人口數。技術要素流動水平為發明專利授權量、實用新型專利授權量、外觀設計專利授權量三類專利授權總量取對數。

三是其他控制變量。本文選取的控制變量包括經濟發展水平、經濟增長率、產業結構、外商投資、政府財政預算收入、人口規模和公路貨運量。其中，經濟發展水平為各城市GDP 取對數；經濟增長率為各城市GDP 增長率；產業結構參照汪偉等（2015）的研究，設定為一產比重×1+二產比重×2+三產比重×3；外商投資水平為外商投資企業工業總產值取對數；地方政府財政預算收入為地方財政一般預算內收入取對數；人口規模為年末總人口數取對數；公路貨運量為各城市公路貨運量取對數。

各變量的描述性統計如表1 所示。

四、實證結果

（一）基準回歸結果

表2 展示了本文基準模型的回歸結果。其中，表2 第（1）列至第（3）列展示了城市高鐵開通對于能源效率的影響，可以看出，在各種情況下，高鐵開通的系數都為正且顯著，表示高鐵開通對于城市能源效率具有顯著的正向影響。在逐步加入控制變量、時點和個體固定效應后，高鐵開通的系數逐步由836.3 下降到77.5，但是依然在1%的顯著性水平下顯著為正。從數值上來看，站點城市能源效率因為高鐵開通平均提高了77.5 元/噸標準煤，約為均值的5.9%。因此，假設1 成立。

（二）穩健性檢驗

為了保證本文“交通基礎設施建設能夠顯著提高站點城市能源效率”這一結論的穩健性，本文進行了一系列穩健性檢驗。

1. 平行趨勢檢驗

平行趨勢假設是雙重差分方法適用的關鍵前提，平行趨勢假設通過假定實驗組和對照組的發展趨勢平行保證了選擇性偏誤可以被很好地剔除，從而得到處理效應的一致估計量。本文采用事件分析法（Event study）來檢驗平行趨勢假設是否得到滿足，模型設定如下：

其中，下標 i、t代表城市和時間。Yit為平行趨勢檢驗的被解釋變量，這里取各個城市能源效率值。Dkit為高鐵開通這一事件的虛擬變量，取值規則為：若vi代表所在高鐵開通的具體年份，如果t ?vi ? ?5，則定義D-5it = 1，否則令D-5it = 0；如果t ? vi = k，則定義Dkit = 1，否則令Dkit = 0；如果 t ? vi? 5，則D5it = 1，否則令D5it = 0。將高鐵開通的前一年作為基準年份，在動態效應檢驗時去掉了D-1it這一虛擬變量。X'it 為一系列控制變量，控制變量的選取和基準模型回歸保持一致。μi代表個體固定效應，表示所有不隨時間變化但隨個體變化的因素。λt為時間固定效應，表示所有不隨個體變化但是隨時間變化的因素。ξit為隨機誤差項。

檢驗平行趨勢假設的關鍵在于表示高鐵開通這一事件的虛擬變量的待估參數 βk，如果平行趨勢假設得到滿足，那么βk應該在k < 0時不顯著。方程（19）的回歸結果如圖1 所示。可以觀察到，在高鐵開通之前的年份，各系數均不顯著；而在高鐵開通后的各年份，系數呈現上升趨勢，且從高鐵開通后約第二年開始，系數開始顯著。這說明樣本滿足平行趨勢假設，并且高鐵開通對于能源效率的影響存在約兩年的時滯。

2. 漸進雙重差分法系數偏誤問題

在基準模型中，本文使用雙向固定效應模型估計高鐵變量的處理效應。但已有研究表明，使用雙向固定效應模型估計的因果效應系數可能存在偏誤（De Chaisemartin and D’ Haultfoeuille， 2020；Goodman-Bacon， 2021）。主要原因在于，在漸進雙重差分研究設計中，估計系數可以視為各處理樣本在每個時點上處理效應的加權平均和，盡管總權重為1，但可能出現負權重的現象。如果負權重過多，可能會導致系數偏誤。基于此，本文首先參照De Chaisemartin and D’ Haultfoeuille（2020）的研究討論負權重占比，發現負權重占比僅為15.9%，因此，本文認為基準回歸的結果是穩健的。進一步地，本文參考Anna et al.（2020）、Callaway et al.（2021）和Butts and Gardner（2021）等提出的方法，估計考慮多期雙重差分法處理異質性時高鐵開通對能源效率的影響，發現系數仍顯著為正（見表3），結果穩健。

3. 蒙特卡洛模擬檢驗

對于本文的結論，一個可能的質疑是，能源效率的提升是否來自于某種隨機因素。為此，本文基于隨機抽樣進行反事實分析。按照本文所有城市高鐵開通情況，本文隨機生成了處理組并進行了1 000 次蒙特卡洛模擬，得到的t 值核密度如圖2 所示。其中X 軸代表基于1 000 個隨機抽取109個城市作為虛擬實驗組所估計得出的 treat×post 系數的 t 值，Y 軸代表其相應的 p 值，曲線代表核密度估計的 t 值分布，安慰劑檢驗采用 Stata 軟件編程運行得到。

容易看出，大部分的抽樣結果t 值的絕對值都小于2，相應的P 值都大于0.1，表明高鐵開通對站點城市能源利用效率的影響與其他未知因素的因果關系不大，證明了本文結論“交通基礎設施顯著提高了城市能源效率”的穩健性。

4. 變換政策時點檢驗

進一步地，為排除高鐵開通前城市的能源效率上升趨勢就已經存在，設置兩種虛擬政策變換時點的變化，分別假設提前兩年開通與推遲一年開通。結果如表4 所示，可以觀察到，假設高鐵提前開通，假設高鐵提前開通，系數并不顯著，這說明高鐵開通前，城市的能源效率不會受到顯著影響。而高鐵延遲一年開通時，系數在1%的顯著性水平下顯著為正，這與預期相符：此時高鐵已經開通運營，即使假設延后一年運營，站點城市也持續受到高鐵運營所帶來的虹吸和擴散效應影響。兩項結果均表明，高鐵開通可以顯著提升城市能源效率的結論是可靠的。

5. PSM-DID

為了證明本文結論對于研究方法并不敏感，本文使用PSM-DID 方法進行穩健性檢驗，回歸結果如表5 第（1）列所示。PSM-DID 方法表明，高鐵開通能夠顯著提高站點城市能源效率，并且，PSM 平衡性檢驗顯示，匹配后控制組和對照組的各個匹配變量的均值差異顯著降低。這一結果與本文基準模型的回歸結果一致，表明本文“高鐵開通能夠顯著提高站點城市能源效率”這一核心結論具有較強的穩健性。

6. 替換極端值

為了證明本文結論對于極端值并不敏感，我們分別替換樣本中能源效率上下端各1%的樣本點為除極值點外的最大最小值進行回歸分析。結果如表5 第（2）列所示。可以觀察到，在去掉極端值后，高鐵開通系數為76.4，在1%的顯著性水平下顯著為正，與基準回歸結果基本一致，表明本文“交通基礎設施建設能夠顯著提高站點城市能源效率”的結論依然成立。

7. 替換被解釋變量

最后，對于本文的結論，另一個可能的質疑是，是否與變量選擇有關。為此，本文利用數據包絡分析（Data Envelopment Analysis，DEA）中的SBM 方法計算考慮了非期望產出的全要素能源效率，對2003 年至2016 年①各城市的能源效率進行測度，將各城市能源消耗量、年末總人口、固定資產投資總額作為投入，地區生產總值作為期望產出。同時，考慮到能源使用過程中可能產生二氧化硫、工業廢水和煙塵等污染物，將各城市工業煙塵排放量、工業廢水排放量和工業二氧化硫排放量作為非期望產出。相關數據均來源于歷年的《中國城市統計年鑒》。進一步地，本文使用計算得到的全要素能源效率作為能源效率的代理變量，基于方程（17）重新進行回歸分析。回歸結果如表5 第（3）列所示。可以觀察到，替換被解釋變量后，高鐵開通依然顯著提升站點城市的能源效率，這再次印證了本文結論的穩健性。

（三）異質性分析

1. 東中西部地區

由于我國地區發展不均衡，交通基礎設施發展程度也存在較大差異，其對能源效率的影響也可能存在差異。因此，本文對高鐵開通前后不同地區的能源效率變化進行異質性回歸分析。結果如表6 所示。可以觀察到，高鐵開通對西部具有更顯著的正向影響，這可能是因為高鐵開通帶來的擴散效應帶來了技術、生產等要素的流動，因此更為惠及我國較不發達的西部地區。而東部、中部與東北部系數不顯著，說明高鐵開通對該地區能源效率影響較小。

2. 中心城市與非中心城市

本文考察了中心城市與非中心城市交通基礎設施對能源效率的影響，結果如表7 中第（1）列和第（2）列所示。結果顯示，在中心城市開通高鐵對能源效率沒有顯著影響，但在非中心城市開通高鐵的影響系數在1%的顯著性水平下顯著為正，這再一次說明高鐵開通主要通過發揮擴散效應，加快要素流動，從而提升能源效率，因此對于落后地區的能源效率提升效應更為顯著。這一結果與東中西部異質性分析結果相互印證。

3. 資源稟賦型城市與非資源稟賦型城市

考慮到能源效率的提升可能會受到地區資源稟賦的影響，本文從資源稟賦型城市與非資源稟賦型城市兩個方面，考察了交通基礎設施對能源效率的影響。異質性檢驗結果如表7 第（3）列和第（4）列所示。可以觀察到，資源稟賦型城市和非資源稟賦型城市高鐵開通的系數分別在10%和1%的顯著性水平下顯著為正，并且后者的系數高于前者，這表明高鐵開通在提升能源效率方面對非資源稟賦型城市的影響更大。這可能是因為高鐵作為客運，主要通過加快人力資本流動，從而帶動技術流、資金流擴散，而資源稟賦型城市大多發展的是資源型產業，因此對資源稟賦型城市的影響較小。

（四）機制分析

表8 報告了機制分析的回歸結果。表中第（1）列報告了市場一體化的回歸結果。可以發現，市場一體化程度系數在1%的顯著性水平下顯著為正，表明高鐵開通可以使市場一體化程度提高，這與理論預期一致。高鐵開通提高了區域之間的可達性，使原本較為孤立的市場可以快速接入更大的統一市場，為人才的流動創造條件。如表8 中第（2）列所示，高鐵開通變量系數顯著為正，說明高鐵開通加快了勞動力遷移。而隨著人才在各區域間流動，其帶來的知識、技術在各區域間也加速擴散，如表8 中第（3）列所示，高鐵開通的系數在1%的顯著性水平下顯著，說明高鐵開通加快了技術擴散和流動。與此同時，勞動力加速遷移也會降低溝通成本和交易成本，促進企業之間形成合作，加快資金流動［見表8 第（4）列］，為經濟發展注入新活力。總之，高鐵開通會加快人流、技術流和資金流等要素的流動，這再次印證高鐵開通正是通過促進市場一體化這一重要的機制發揮作用進而影響能源效率的，假設2 成立。

五、結論和政策建議

持續提升能源效率是推動高質量發展、實現碳中和目標的重要路徑，而目前學界關于交通基礎設施影響能源效率的研究尚存在爭議。本文基于理論和實證考察交通基礎設施影響能源效率的程度與機理。研究結果表明，交通基礎設施建設可以顯著提升區域能源效率，在多種穩健性檢驗下，這一結論都非常穩健。此外，交通基礎設施在西部地區、非中心以及非資源稟賦型城市中的能源效率提升作用要更為明顯。進一步的機制分析表明，交通基礎設施可以促進區域市場一體化、加快要素流轉，從而有效提升能源效率。基于此，本文提出如下政策建議：

首先，地方政府應繼續加大交通基礎設施建設的力度，以實現經濟高質量發展和區域均衡發展。我們發現，交通基礎設施投資在促進經濟綠色可持續發展方面發揮著顯著作用，能夠提高區域能源效率，同時促進社會經濟的整體進步。此外，交通基礎設施建設提升能效的作用在西部和非中心城市等經濟較為落后的地區要更明顯，表明該政策對于區域均衡發展也具有重要意義。因此，地方政府應優先考慮在這些較為落后的地區實施基礎設施建設項目，并制定各區域的長期交通基礎設施發展規劃。同時，確保持續地投資，以實現長期的經濟效益和節能效益。

此外，對于非資源稟賦型城市地方政府而言，交通基礎設施建設也是一項實現經濟長期可持續發展的公共政策。這些城市通常缺乏自然資源優勢，地方政府需要探索其他途徑來推動經濟的持續增長。交通基礎設施投資是這些城市促進經濟長期可持續發展的重要策略之一。它不僅能夠增強區域的連通性和可達性，還能夠通過提高能源效率來促進經濟的綠色轉型。為充分發揮交通基礎設施的積極作用，非資源稟賦型城市地方政府應不斷優化交通網絡，提高交通系統的效率和可靠性，同時降低能源消耗和排放。

最后，地方政府應加快打造統一的要素資源市場，暢通交通基礎設施發揮能效提升作用的渠道機制。本文結論表明，隨著經濟一體化的不斷發展，交通基礎設施的改良更有效地促進要素流動，提高能源利用效率，這印證了黨中央提出的“加快建設全國統一大市場”的必要性和重要性。一方面，地方政府應減少對市場活動的直接干預，轉而運用市場化手段優化土地、資本、技術、勞動力等要素的配置，以提高要素的使用效率和流動性。另一方面，加強交通基礎設施的規劃和建設，促進各地交通基礎設施互聯互通。同時，建立區域交通合作機制，促進資源共享和優勢互補，推動區域一體化發展。

參考文獻

[1] 胡宗義，劉靜，劉亦文. 中國省際能源效率差異及其影響因素分析[J]. 中國人口·資源與環境，2011 年第7期，第33-39 頁。

[2] 交通運輸部. 2023 年交通運輸行業發展統計公報[EB/OL]（2024-06-13）[2024-06-18]， https：//xxgk.mot.gov.cn/jigou/zhghs/202406/t20240614_4142419.html。

[3] 黎文勇，楊上廣，吳玉鳴. 區域市場一體化對碳排放效益的影響研究——來自長三角地區的空間計量分析[J].軟科學，2018 年第9 期， 第52-55 頁。

[4] 李強，魏巍. 交通基礎設施、制度變遷與全要素能源效率——基于省級面板數據的經驗分析[J]. 南京審計學院學報，2014 年第1 期， 第54-61 頁。

[5] 劉生龍，胡鞍鋼. 交通基礎設施與中國區域經濟一體化[J]. 經濟研究，2011 年第3 期， 第72-82 頁。

[6] 馬光榮，程小萌，楊恩艷. 交通基礎設施如何促進資本流動——基于高鐵開通和上市公司異地投資的研究[J].中國工業經濟，2020 年第6 期，第5-23 頁。

[7] 蒲龍，馬光榮，黃勃. 基礎設施、稅收競爭與企業稅負——基于國內市場一體化的視角[J]. 數量經濟技術經濟研究，2022 年第9 期，第50-69 頁。

[8] 史丹，李少林. 排污權交易制度與能源利用效率——對地級及以上城市的測度與實證[J]. 中國工業經濟，2020年第9 期，第5-23 頁。

[9] 汪偉，劉玉飛，彭冬冬. 人口老齡化的產業結構升級效應研究[J]. 中國工業經濟，2015 年第11 期，第47-61頁。

[10] 王彩艷，劉修巖. 交通基礎設施建設、國內市場一體化與鄉村振興——基于市場準入視角的研究[J]. 山西財經大學學報，2024 年第5 期，第16-27 頁。

[11] 王群勇，陸鳳芝. 高鐵開通的經濟效應：“減排”與“增效”[J]. 統計研究，2021 年第2 期，第29-44 頁。

[12] 許釗，高煜，霍治方. 高鐵開通對能源效率的影響研究——基于“中心—外圍”模型的理論分析與實證檢驗[J]. 軟科學，2022 年第5 期，第1-8 頁。

[13] 葉菁文，范劍勇. 交通基礎設施、區際貿易與地區經濟發展——以公路為例[J]. 數量經濟技術經濟研究，2023年第6 期，第48-68 頁。

[14] 張聰聰，崔松濤，朱治雙，張華明. 市場一體化對區域能源效率的影響及機制[J]. 資源科學，2023 年第06 期，第1208-1222 頁。

[15] 張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952—2000[J]. 經濟研究，2004 年第10 期，第35-44頁。

[16] 張效莉，石宇航. 交通基礎設施與全國統一大市場[J]. 消費經濟，2024 年。

[17] 張志輝. 中國區域能源效率演變及其影響因素[J]. 數量經濟技術經濟研究，2015 年第08 期，第73-88 頁。

[18] Anna， S. etc， "Doubly Robust Difference-in-Differences Estimators". Journal of Econometrics， 2020，219（1）， 101-122.

[19] Barro， R. J.， "Government Spending in a Simple Model of Endogeneous Growth". Journal of Political Economy， 1990，S5（98）， 103-125.

[20] Behrens， K.， "International Integration And Regional Inequalities： How Important Is National Infrastructure？". TheManchester School， 2011， 79（5）， 952-971.

[21] Butts， K. and Gardner， J.， "Did2s： Two-Stage Difference-in-Differences". Papers， 2021.

[22] Callaway， B. etc. "Difference-in-Differences with multiple time periods". Journal of Econometrics， 2021， 225（2）， 200-230.

[23] De Chaisemartin， C. and D' Haultfoeuille， X.， "Two-wafr5jj00n2U7gBtBFlsBs5sVzG+2j09UFh548pjNzjgg=y Fixed Effects Estimators with Heterogeneous TreatmentEffects". American Economic Review， 2020， 110（9）， 2964-2996.

[24] Dollar， D. and Wei， S.， "Das （Wasted） Kapital： Firm Ownership and Investment Efficiency in China". Social ScienceElectronic Publishing， 2007.

[25] Fujimura， M. and Edmonds， C.， "Impact of Cross-border Transport Infrastructure on Trade and Investment in the GMS".ADB Institute discussion paper， 2006， 48， 1-35.

[26] Glaeser， E. and Kahn， M.， "The Greenness of Cities： Carbon Dioxide Emissions and Urban Development". NberWorking Papers， 2010， 67（3）， 404-418.

[27] Goodman-Bacon， A.， "Difference-in-differences with variation in treatment timing". Journal of Econometrics， 2021，225（2）， 254-277.

[28] Katz， M. and Shapiro， C.， "System Competition and Network Effects". Journal of Economic Perspectives， 1994， 8（2），93-115.

[29] Kim， K. and Kim， Y.， "International comparison of industrial CO_2 emission trends and the energy efficiency paradoxutilizing production-based decomposition". Energy Economics， 2012， 34（5）， 1724-1741.

[30] Klenow， H.， "Misallocation and Manufacturing TFP in China and India". Quarterly Journal of Economics， 2009， （4），1403-1448.

[31] Krugman， P.， "History and Industry Location： The Case of the Manufacturing Belt". The American Economic Review，1991， 81（2）， 80-83.

[32] Lin， B. and Chen， Y.， "Will economic infrastructure development affect the energy intensity of China's manufacturingindustry？". Energy Policy， 2019， 132（SEP.）， 122-131.

[33] Liu， J. etc.， "Does industrial agglomeration promote the increase of energy efficiency in China？". Journal of CleanerProduction， 2017， 164（oct.15）， 30-37.

[34] Ouyang， X. etc.， "Industrial energy efficiency and driving forces behind efficiency improvement： Evidence from thePearl River Delta urban agglomeration in China". Journal of Cleaner Production， 2019， 899-909.

[35] Parsley， D. and Wei， S.， "Convergence to the Law of One Price Without Trade Barriers or Currency Fluctuations".Quarterly Journal of Economics， 1996， （4）， 1211-1236.

[36] Ratner， K. and Goetz， A.， "The reshaping of land use and urban form in Denver through transit-oriented development".Cities， 2013， 30， 31-46.

[37] Song， Y. etc.， "Industrial agglomeration and transport accessibility in metropolitan Seoul". Journal of GeographicalSystems， 2012， 14（3）， 299-318.

[38] Tan， R. etc.， "Transportation infrastructure development and China's energy intensive industries - A road developmentperspective". Energy， 2018， 149（15）， 587-596.

[39] Wei， C. and Zheng， Y.， "A New Perspective on Raising Energy Efficiency： A Test Based on Market Segmentation".Social Sciences in China， 2020， 41（1）， 59-78.

[40] Wu， F. etc.， "Industrial energy efficiency with CO2 emissions in China： A nonparametric analysis". Energy Policy，2012， 49（none）， 164-172.

[41] Yu， A. etc.，d "Estimation of industrial energy efficiency and corresponding spatial clustering in urban China by a metafrontiermodel". Sustainable Cities and Society， 2018， 43， 290-304.

〔執行編輯：劉自敏〕