中国铁路交通信息数据（含高铁开通情况）及学术论文应用
中国铁路交通信息数据（含高铁开通情况）及学术论文应用
数据介绍
数据名称：高铁、普通铁路交通信息
数据编号：0150
数据层级：地区层面
数据范围：2021.6-2024.12（根据统计日期）
样本数量：504,793 条
数据来源：12306网站
数据说明：CNDD中国铁路交通信息数据记录了全国城市间的铁路班次、最短运行时间、票价等情况。包含中国铁路交通信息数据与中国铁路交通车次详情两个数据库。具体包括统计截止日期、车次、铁路类型、出发站、到达站、出发站所属市、出发站所属省、到达站所属市、到达站所属省、最短运行时间（小时）、最低票价（元）、列车车次合计等变量。数据提供.dta和.xlxs两种格式。
数据维度：时点数据
综合评价：随着 2008 年京津城际高速铁路的开通，我国高速铁路建设得到迅猛发展，并取得了举世瞩目的成就。2014 年我国高速铁路总运营里程达到 1.6 万公里，成为世界上高速铁路运营里程最长、在建规模最大的国家。高铁的发展在改变着中国，人们的出行、经济、文化、社会 习俗等多个方面，都因为高铁的出现而产生程度不等的改变。根据世界银行的一次调查显示，在京沪高铁线路上，吸引了大量距离在 150~1500 公里的商务和休闲旅行，其中商务出行占所调查的天津—济南段高铁总出行的 62%。高铁的开通，带来了区域经济、人力资源的交流与合作，优化了资源配置，加速了产业升级和转型。基于此，CNDD中国铁路交通信息数据期望为学者们研究高铁的相关信息提供参考。
主要指标
数据概览
相关前沿文献速递
文献来源：
赵静,黄敬昌,刘峰.高铁开通与股价崩盘风险[J].管理世界,2018,34(01):
文献内容：
近年来，中国高速铁路迅猛发展。本文利用高铁开通这一自然实验衡量经济主体间信息不对称和监管成本的降低，采用双重差分法，从股价崩盘风险的角度研究了高铁开通对资本市场的影响及其经济后果。文章研究发现高铁的开通带来了所在地上市公司股价崩盘风险的降低，这一关系在只开通非城际高铁和同时开通城际和非城际高铁的年度更为显著。进一步渠道分析发现，高铁开通对股价崩盘风险的降低作用在信息不对称程度较高和外部监管环境较弱的情况下更为显著。文章结果表明高铁的开通促进了信息的跨地区流动，有利于上市公司治理环境的提高，提供了我国基础设施建设对资本市场环境影响的经验证据。
研究设计
参照 Chan 等（2012），使用双重差分法来检验高铁开通对股价崩盘风险的影响，模型如公式（4）：
其中，被解释变量为 Crashriskt + 1，股价崩盘风险，由 Ncskewt+1、Duvolt+1、Frenquencyt+13 个变量衡量；解释变量 Train，等于 1 表示为实验组，等于 0 表示为控制组，当上市公司办公所在地在样本期间经历了高铁开通，则该公司样本为实验组取值为 1，否则为控制组取值为 0；TrainPostt，上市公司办公所在地在高铁开通之后的年度为 1，之前的年度为 0。感兴趣的系数为β2，衡量的是实验组上市公司在高铁开通前后股价崩盘风险的变化相比控制组上市公司股价崩盘风险变化的差异。我们预期β2为负，意味着高铁的开通缓解了股价崩盘风险，反之则表示高铁的开通加剧了股价崩盘风险。在模型（4）中，其他控制变量参照表 1 中的定义。在所有回归我们均控制了年度和行业的固定效应，标准误在公司层面上进行了cluster 调整。
为检验城际和非城际高铁的影响，将高铁开通后的年度分为只开通城际高铁、只开通非城际高铁和同时开通城际与非城际高铁的年度，即用Chenjit、Nonchenjit、Twotraint 来替代用 TrainPostt，用模型（5）检验;
其中，Chenjit为哑变量，等于 1 表示当年度上市公司办公所在地只开通了城际高铁，否则为 0；Non⁃chenjit为哑变量，等于 1 表示当年度上市公司办公所在地只开通了非城际高铁 ，否则为0；Twotraint为哑变量，等于 1 表示当年度上市公司办公所在地同时开通了城际和非城际高铁，否则为 0。为检验证明假设 H2a 和 H2b，预期模型（5）中的β3和β4为负。
其他相关文献
[1]董艳梅,朱英明.高铁建设能否重塑中国的经济空间布局——基于就业、工资和经济增长的区域异质性视角[J].中国工业经济,2016,(10):
[2]卞元超,吴利华,白俊红.高铁开通、要素流动与区域经济差距[J].财贸经济,2018,39(06):
[3]卞元超,吴利华,白俊红.高铁开通是否促进了区域创新?[J].金融研究,2019,(06):