对于控制组的选择，基于尽量减少控制组和实验组之间差异的目的，本文选择京广线和京沪线所经省份中，京广线和京沪线未经过的地级市作为控制组的成员。另外出于样本点的考虑，补充了在地理位置上较为邻近的浙江、福建和江西三省的部分地级市作为控制组成员。这种选择策略主要是基于空间相邻的样本之间差异相对较小的假设。此外，基于前面提到的理由，本文所构造的控制组样本中也不包含省会和计划单列市。当然，后文对控制组的选择进行了相关的稳健性检验。

　　1997年4月京广线和京沪线开始实施第一次铁路大提速，因此我们将1997年以前作为铁路提速未发生期，为了尽可能控制时间的影响，本文选取1994～1996年作为铁路未提速的时间段，1997～2006年作为铁路提速发生期。自1997年京广线、京沪线第一次提速之后，2000年10月的全国第三次火车提速没有涉及京广线和京沪线，2001年11月份进行的第四次提速则涉及了京广线南段，2004年4月的第五次提速则涉及了京沪线，但主要是开通了北京与上海之间的直达列车。2007年4月的第六次提速是涉及范围最广的一次，此次提速干线包括京哈线、京广线、京沪线、京九线、陇海线、浙赣线、兰新线、广深线、胶济线、武九线。由于此次提速范围比较广，难以在地级市层面构造相对应的控制组，故本文考察的火车提速时间段为1997～2006年。

　　(四)数据的统计性描述

　　本文的数据是基于1994～2007年《城市统计年鉴》建立起来的城市面板数据。以1990年作为基期，将各城市的GDP按其所在省份的GDP指数进行调整得到实际GDP。表2给出了以3年作为一个时间段各变量的统计性指标。人均GDP的增长率和修正的人口增长率的计算如前所述，而储蓄率(lnsave)、政府干预程度(lngov)、人力资本(lnhealth)则是取各时间段内年度指标的算术平均值的对数，中心城市的扩散作用(lndis)则取各城市到达三大超级中心城市的铁路里程的对数。样本总共包括85个城市，4个时间段，由于个别城市存在缺失数据，导致部分变量的观测个数有少量损失。

　　四、计量结果与分析

　　(一)基本结果

　　如前所述，本文将3年设为1个时间段。具体来说，本文考察的几个时间段分别是铁路提速之前的1994～1996年，铁路提速后的1997～1999年、2000～2002年、2003～2005年。我们首先通过比较1994～1996年与整个1997～2005年3个时段铁路提速的总体效果，然后进行分时段的考察，即分别比较1994～1996年与1997～1999年、2000～2002年、2003～2005年3个时段铁路提速的效果。

　　按照面板估计的一般程序，我们首先做了Hausman检验，结果显示应该采用固定效应，这也符合增长收敛回归方程背后的理论基础。另外，为了处理通常存在的异方差，本文采用robust方差结构。刻画铁路提速对经济增长影响的估计系数β显著为正，与前文所预期的一致，即铁路提速带来的交通设施质量改善提高了沿途站点的人均GDP增长率。从经济理论上看，一方面，铁路提速节约了旅行和运输时间。时间的减少意味着区域间的联系更为紧密，劳动力和其他生产要素的流动更为便捷，市场一体化的程度加深，交易成本下降，知识的外溢速度也更快。另一方面，铁路提速也加大了运输规模，扩大了市场规模、进而使相关城市享受规模经济带来的收益。这些原因都有可能促使铁路提速有助于经济增长。对于提速后的整个1997～2005年时期，β为0．0377，并通过了显著性水平为1%的检验，这说明与非提速站点相比，提速站点的经济增长速度显著地高出了3．7个百分点。同样，当我们分时段考察铁路提速作用时，1997～1999年、2000～2002年和2003～2005年3个时段的估计系数也都显著为正，分别为0．0288、0．0466和0．05，表现出一个递增的趋势。当然，这种递增态势存在边际递减的迹象。一方面，铁路提速是一个渐进的过程，提速的城市越多，其网络效应也越明显;另一方面，铁路提速的政策效果也有一个滞后。因此，随着时间的推进，其对经济增长的推动作用也越来越明显。此外，不同时期情形中的βd都显著为负。显然，这也符合一般的经济直觉。中心城市的经济扩散作用随距离呈现一个衰减的态势。

　　另外，初始收入水平的系数均显著为负，修正人口增长率的系数基本显著为负，储蓄率的系数大也显著为正，这符合增长收敛回归的标准结果。至于其他因素，政府干预程度的系数显著为负，人力资本的系数显著为正，符合一般经济理论的预期。

　　(二)稳健性检验

　　首先，我们考察时间段长度变化的影响。如前所述，选择3年作为一个时间段的长度仅仅是一种经验性的处理。为此，我们将提速后各时间段分别设置为4年或者5年，但对提速前的时期我们仍旧保留原来3年的做法。如表4所示，时间段长度的变化对回归结果没有实质性的影响。当时间段长度为4年和5年时，对于整个提速期间(表4的第2列和第5列)，估计系数β分别通过了显著性水平为1%和5%的检验，相应的大小分别是0．0455和0．0316;同样，估计系数βd也都通过了显著性水平为1%的检验，相应的大小分别是－0．0073和－0．0052。而对于其他控制变量，初始收入水平(lny0)、修正人口增长率(ln(n+γ+δ))、储蓄率(lnsave)、政府干预程度(lngov)、人力资本(lnhealth)的估计系数也均通过了显著性水平为5%的检验，并且符号一致，数值变化不大。

　　同样，我们对铁路提速期间进一步进行分时段的考察，限于时间长度，我们将整个提速期划分为两段，回归结果如表4中的第3、4、6和7列，前两个对应于时间段长度为4年的情形，后两个对应于时间段长度为5年的情形。我们最关心的估计系数β都通过了显著性水平为1%的检验，而且也表现出随时间递增的态势。当然，其他的控制变量的符号没变，且大多显著。

　　第二，我们进一步考察控制组变化的影响。我们保持原来的实验组不变，然后按以下两种方式重新构造控制组。第一种，以地理位置作为标准。只选择京广线和京沪线经过的河北、江苏、安徽、山东、河南、湖北、湖南和广东这8个省的非提速站点作为控制组，称其为省内控制组。当然，这样处理的主要原因是基于相同省份内的城市差异相对较小的假设。第二种，以收入水平作为标准。具体来说，我们选择1994年实验组人均GDP对数的5%和95%分位数这一区间作为控制组人均GDP的选择依据。因此，对于原来的控制组，只有其1994年人均GDP对数处于上述区间的城市才能进入新的控制组，称其为收入控制组。由于收入水平反映的是一个城市发展状况的综合性指标，以其作为选择控制组的标准也许能够较好地控制实验组与控制组之间的差异。另外，我们仍旧以3年作为一个时间段考察铁路提速的总体效果和分段效果。

　　我们关注的估计系数β均通过了显著性水平为1%的检验。当控制组由省内样本构成时，在整个提速期间，估计系数β为0．0383;当根据收入来选择控制组时，整个提速期间的估计系数β为0．0349，两者与前面所有样本回归的系数0．0377都相差不大。与前文结果相似，无论是省内控制组还是收入控制组的回归结果都显示2003～2005年的系数要高于1997～1999年的系数，同样表现出一个递增的趋势。

　　另外，系数βd也都通过了显著性水平为1%的检验，其绝对值也具有一个随时间递增的趋势。当然，其他控制变量也基本显著，并和表3的估计结果较为接近。

　　上述分析意味着，我们按其他标准重新构造控制组或者对时间段的长度进行改变并没有对检验结果带来实质的影响，因此我们的结论是较为稳健的。

　　(三)反事实分析

　　在该部分，我们在未提速的1991～1997年选取某年作为一个虚拟的提速时间点，然后利用反事实分析再次考察铁路提速的作用。具体来说，我们分别选用1994年和1995年作为虚拟的提速时间点，然后再利用倍差法考察铁路提速的影响。结果如表7所示，两种情形中估计系数β均为负，且都不显著;同时结合离中心城市距离的乘积项的估计系数βd也不显著。该结果显示，虚拟的提速并没有体现出铁路提速对经济增长的影响。这在一定程度上从侧面支持了前文铁路提速有助于经济增长的结论。

　　五、结论

　　在经济增长文献中，基础设施对经济增长的影响一直是众多学者关注的热点，但考察某项具体交通基础设施工程对经济增长影响的研究并不多见。在1997～2006年分步分地区实施了6次铁路提速，由于提速及提速路线的确定来自于铁道部等国家级政府部门的决策，独立于提速铁路线沿途经过的地级市，其为我们提供了一个很好的交通基础设施质量改善的自然实验。基于城市一级数据，本文以京广线和京沪线作为铁路提速的代表，构造了1994～2006年与铁路提速相匹配的实验组和控制组的面板数据，运用倍差法较好地识别和测度了铁路提速对经济增长的影响。

　　本文的主要结论是，铁路提速促进了沿途站点经济增长。在整个1997～2005年提速期间，京广线和京沪线的提速将其沿途提速站点的人均GDP增长率提高了约3．7个百分点;分时段的分析进一步显示，铁路提速对经济增长的作用随时间呈现递增的趋势。

　　当然，本文仅局限于在较为宏观的层面考察铁路提速这一业已发生的政策对经济增长的影响，而对于铁路提速的成本、资源的重新配置以及由此而产生的成本和其他各方面的社会收益都未能涉及。此外，铁路提速对经济增长的作用渠道和微观机理也是对该问题进行进一步研究的方向。