高速铁路发展、空间溢出与经济增长——基于浙江省66个县(市)的空间面板数据

(.上海师范大学 城市发展研究院,上海 0034;.华东师范大学,中国现代城市研究中心,上海 00333)

高速铁路发展、空间溢出与经济增长
——基于浙江省66个县(市)的空间面板数据

宓科娜1,庄汝龙2,高 峻1
(1.上海师范大学 城市发展研究院,上海 200234;2.华东师范大学,中国现代城市研究中心,上海 200333)

高速铁路的迅猛发展带来的时空压缩对于生产要素的空间溢出效应产生了重大影响。以浙江省66个县(市)为研究个体,选取2003—2014年的面板数据,首先检验空间相关性,再建立空间计量模型,分析高速铁路的发展对经济增长空间溢出效应的影响。结果表明:各县(市)经济发展水平存在显著的空间自相关性;高速铁路影响下,邻近城市间的空间溢出效应有所增强;固定资产投资由早期的负效应转变为正效应;人力资本、出口总额和实际利用外资通过显著性检验,对本地区的经济增长产生正效应;劳动力水平和政府规模对经济增长的正效应有所减弱;地方化经济和波特外部性能较好地反映了本地区的产业集聚性、多样性和创新性,且对经济增长的影响有所增强。针对高速铁路发展带来的空间效应，对经济增长的影响进行深入分析，并据此提出未来高铁建设的政策建议。

高速铁路;空间溢出效应;经济增长;空间滞后模型;浙江省

1 引言

自20世纪60年代日本在本州岛建造世界上第一条高速铁路新干线并投入运行以来,世界铁路建设开启了新纪元并不断形成一个又一个建设高潮。凭借安全舒适、高效快捷、超大运量、低碳环保等众多优势,中国、日本、欧盟、北美等国家和地区对高速铁路的建设和运营日益重视,并将其上升到国家和区域发展的战略层面上[1]。在我国,高速铁路建设无疑是推动城市化进程和区域经济一体化发展的重要动力。交通基础设施建设是经济发展的必要条件,政府的交通基础设施投资也是调控经济发展、拉动经济增长的重要手段[2]。高速铁路的建设通过提高运输效率、节约时间成本、保护土地资源和能源、改善旅客舒适度和提高社会就业率、居民生活水平等诸多方面对经济增长了产生广泛而深刻的影响。

当前,高速铁路建设产生的显著时空压缩效应逐渐成为学术界研究的热点。一方面，体现在节点、场所效应----发挥高速铁路枢纽站对周边地区经济发展的扩散效应[3,4];另一方面，体现在时空效应----缩短城市间时间距离,推动同城化、区域一体化发展。如沪杭、沪宁高速铁路开通之后,上海与长三角周边城市基本形成了“1—2小时交通圈”,加快了城市之间的人流、物流、资金流、信息流等资源的流动,进一步优化资源的空间配置、提高资源利用效率,进而提高整体经济增长水平[5]。交通基础设施建设与发展强化了区域经济增长的空间溢出效应已获得业界的认可[6-8]。在新经济地理学中,时空距离即交通成本影响着区域不完全竞争和劳动力等要素的流动[9,10]。交通成本的下降降低了企业运营成本,有效提高了企业的竞争力水平,易于形成规模经济和集聚经济现象[11]。

在研究高速铁路改变区域经济增长溢出效应时应注意其负面效应,包括负溢出效应、替代效应和过道效应等。对于落后地区而言,高速铁路建设带来的高效便捷使其生产要素加快流向发达地区,落后地区的人才、劳动力等要素更加匮乏,强大的“虹吸效应”对落后地区经济发展产生了恶性循环累积的效应,在很大程度上抑制了落后地区的社会经济发展。另外,高速铁路作为新兴交通运输方式,其明显的竞争优势对其他交通运输方式,尤其是公路、短途航空等产生了明显的替代效应。此外,高速铁路虽然加速了各类生产要素的流动,但对沿途经济社会发展的贡献值得进一步讨论,很多情况下仅是沿途经过,并没有产生经济社会效益,形成了“过道效应”。随之而来的问题就是,高速铁路的发展到底对区域经济增长的溢出效应有多大影响？是否能达到在建设之前所期待的经济发展效果？因此,如何增强高速铁路发展对经济增长的正溢出效应，减小负溢出,进而提高对经济社会发展的贡献有待进一步研究和探讨。

目前,浙江省高速铁路建设已领先于全国。截止2015年底,浙江省铁路运营总里程达到2322km,设计时速200km以上的快速铁路达到1300km,路网密度达到每百公里2.2km。浙江省高速铁路已经通车除舟山以外的所有地市,初步建成了以高速铁路为主的综合陆路交通运输体系,构建起以杭州、金华为核心的近“X型”高铁网络。“十三五”时期,浙江省的高速铁路建设又将提上新的议事日程,以期充分发挥交通基础设施建设对经济社会发展的支撑和引领作用。在上述背景下,测度高铁建设带来的经济增长空间溢出效应和对整个浙江省经济社会发展的影响将具有非常重要的意义,为政府明确交通基础设施的建设力度和投资方向,制定科学合理的区域发展规划和经济政策提供参考。

系统梳理相关文献发现,当前研究多以省域为研究单元,存在研究单元过大而忽略省域内部交通基础设施建设、布局对经济增长的溢出效应；从县域尺度来研究研究高速铁路发展对经济增长的溢出效应的文献较少。鉴于此,本文以浙江省66个县级政区为研究单元,包括市辖区、县级市和县，将11个地市的市辖区作为11个研究单元,加之另外55个县(市)共66个研究单元。采用空间计量经济模型和空间面板数据进行空间溢出效应分析,研究时段为2003—2014年。根据空间权重矩阵的选取规则,将没有与陆地相连的舟山市嵊泗县、岱山县和温州市洞头县剔除样本。另外,上虞市、绍兴县和富阳市分别在2013年、2014年撤县(市)设区,考虑到时间的连续性和样本的完整性,仍以独立研究单元处理。数据源于《2004—2015年的浙江60年统计资料汇编》、《浙江省统计年鉴》和各地市统计年鉴、各县(市)统计公报。

2 理论模型和变量选取

2.1 空间溢出效应模型

空间滞后模型(Spatial Lag Model,SLM):

(1)

式中,yit为单元i在t时间的被解释变量；ρ为空间自回归系数,反映了研究单元之间经济增长的空间依赖性,范围为0—1；wij为i×i的空间权重矩阵,反映了研究单元之间的空间关系特征；xit为单元i在t时间的解释变量；βi为xit的一组系数；εi为随机误差项[12]。该模型反映了研究单元的被解释变量不但与自身的解释变量相关,而且与其他单元的被解释变量相关。

空间误差模型(Spatial Error Model,SEM)：

yit=βixit+εi

(2)

(i=1,2,…,N;t=1,2,…,T)

式中,λ为t时期被解释变量的一组空间误差系数。该模型的本质是误差结构中考虑了区域间的溢出因素[13,14],其他变量含义与空间滞后模型相同。

2.2 空间面板模型选择判断

假设空间面板数据不存在空间相关性,即为标准面板数据,则采用普通最小二乘法OLS进行回归估计。但空间滞后或空间误差模型存在空间相关性,OLS不再适用,因此采用极大似然法估计(MLE)。对估计结果进行拉格朗日乘数(LM)和稳健的拉格朗日乘数(Robust LM)检验,根据检验结果的显著性判断模型取向,具体判断标准为:①SLM-LM和SEM-LM都没有通过显著性检验,则接受原假设,选择标准面板数据的OLS估计。②SLM-LM和SEM-LM只有一个通过显著性检验,若SLM-LM通过,则选择SLM,反之选择SEM。③SLM-LM和SEM-LM都通过了显著性检验,再根据Robust LM结果的显著性进行判断。若SLM-Robust LM通过显著性检验,SEM-Robust LM没有通过,则选择SLM;反之,选择SEM。若SLM-Robust LM和SEM-Robust LM都通过了显著性检验,则根据SLM-Robust LM值和SEM-Robust LM值的大小判断,当SLM-Robust LM值大于SEM-Robust LM,则选择SLM;反之,选择SEM。④如何选择固定效应还是选择随机效应模型,可以通过Hausman检验考察单位解释变量与随机误差项的相关性问题,若通过检验且显著,表明可能拒绝原假设即拒绝随机效应模型,选择固定效应模型。

2.3 变量界定与选取

主要是:①经济增长水平(Y)。用各县(市)地区生产总值来表征经济增长水平。②固定资产投资额(K)。鉴于县级层面的资本存量数据无法获取,所以采用当年各县(市)全社会固定资产投资额作为资本存量的替代变量[2]。③劳动力水平(L)。采用各县(市)的全社会从业人员数作为劳动力水平。④人力资本(H)。借鉴王雨飞[15]的做法,采用小学、普通中学、高等教育的平均受教育年限来测算各县(市)的人力资本,具体计算方法为:H=6S1+10S2+16S3。S1、S2、S2分别表示小学、普通中学和高等教育的在校生人数,系数表示不同层次教育所花费的时间。⑤政府规模(GOV)。政府财政支出会对区域经济活动产生影响,采用预算内财政支出表示政府规模。⑥城市化水平(URB)。城市化在经济发展过程中具有重要作用,因此以非农业人口占全县(市)的总人口比重测度城市化水平。⑦出口总额(EXP)。出口是拉动经济增长的重要动力,对于区域经济增长水平的高低有重要影响。⑧实际利用外资额(W)。外资利用情况可以反映出一个地区经济开放程度与包容性,对引进新技术、增强经济溢出有重要作用。⑨产业集聚(LE,PE)。产业集聚是新经济地理学重点关注的内容,用地方化经济LE(Localization Economies)和波特外部性(Porter Externalities)来表示产业集聚,具体公式为[6]:

(3)

(4)

式中,gi表示i县(市)规模以上工业总产值;Ni表示i县(市)的规模以上工业企业单位数;Yi表示i(县)市的地区生产总值。地方化经济是指某一行业或一群密切相关的企业集聚在一个地区,企业之间彼此受益,LE值越大,表明产业集聚程度越高,越有利于知识、技术等外溢,促进经济增长。波特外部性是指企业发展需要多样性和创新性,不同产业之间集聚竞争能够使企业获得更多的额外效益,这种来自不同产业的创新和溢出通过产业之间的功能联系来体现外部性效应。PE值越小,说明竞争性越大,企业从多样性和创新性中获得收益越多。

3 实证分析

3.1 经济发展水平的空间自相关检验

采用Moran′s I指数检验城市经济发展水平空间自相关特性,公式为:

(5)

式中,I为Moran′s I指数；n为研究单元数量；xi为城市i的观测值；wij是基于Queen原则构建的空间权重矩阵,表示城市i和j的空间邻接关系。统计结果采用Z统计量检验。Moran′s I指数的取值范围为[-1,1],当该指数为正时,表明呈现空间正相关性,具有相似发展水平的县(市)趋于空间集聚;当该指数为负时,表明呈现空间负相关性,具有相异经济发展水平的县(市)趋于空间集聚;当该指数为0时,表明城市之间不存在空间自相关,呈空间随机分布特征。

表1 城市经济发展水平Moran′s I指数(2003—2014年)

注:*、**和***分别表示统计检验在10%、5%和1%的显著性水平通过。

以浙江省66个县(市)为研究单元,以地区生产总值(GDP)作为观测值,通过ArcGIS10.0采用邻接矩阵分别计算2003—2014年的Moran′s I指数,结果见表1。计算发现,浙江省县级单元历年的Moran′s I指数都为正,数值较高且都通过了显著性检验,表明浙江省66个县(市)的经济发展水平具有空间自相关性,具有相似经济发展水平的县(市)呈空间集聚分布。从时间序列上来看,Moran′s I指数具有波动性,2003—2012年波动缓慢下降,2013—2014年缓慢上升。

3.2 空间溢出效应模型的判定

空间溢出效应模型的设定：城市的经济增长不仅与自身的资本、技术、劳动力等资源要素投入有关,还与邻近城市的经济增长等诸多因素有关,体现出明显的空间溢出效应[16]。因此,采用能够测度空间效应的空间面板模型,并对其加以扩展,两边对数化,消除异方差,以保持数据的稳定性。

空间滞后模型(SLM):

(6)

(i=1,2,…,66)

空间误差模型(SEM):

lnYi=β1lnKi+β2lnLi+β3lnHi+β4ln(GOV)i+β5ln(URB)i+β6ln(EXP)i+β7ln(W)i+β8ln(LE)i+β9ln(PE)i+εi

(6)

式中,Y为地区生产总值GDP(亿元)；K为固定资产投资(万元)；L为全社会从业人员(万人)；H为人力资本(万人)；GOV为地方财政预算内支出(亿元)；URB为城市化水平；EXP为出口总额(万美元)；W为实际利用外资(万美元)；LE为地方化经济；PE为波特外部性；wij为空间权重矩阵。

模型选择:在参数估计之前进行模型选择,SLM-LM和SEM-LM都通过了1%显著性检验,同时SLM-Robust LM和SEM-Robust LM也都通过了1%的显著性检验,且SLM-Robust LM值大于SEM-Robust LM值,所以选择SLM。另外Hausman检验通过了1%的显著性,则选择固定效应模型。借鉴Anselin的方法[17],采用极大似然估计(MLE)进行回归,进而消除模型内生性对估计结果的影响。

空间权重矩阵的构建:Tobler“地理学第一定律”是权重矩阵设置的基本依据。空间权重矩阵能从侧面反映地理单元之间的相互作用和空间效应,是空间计量经济学的研究特色[18]。空间权重矩阵的构建有多种方法,包括地理邻接矩阵、地理距离矩阵、经济距离矩阵等。考虑到浙江省从2009年起开通甬台温高铁,2015年杭金衢、金丽温高铁通车,高铁线路已经串联起除舟山以外的所有地市,高铁建设带来的时空压缩显著提高了沿线城市的交通可达性,因此选取城市间的时间距离代替空间距离能够更加真实准确地反映高铁建设带来的空间溢出效应。时间距离权重矩阵满足:当i=j,wij=0;当i≠j,wij=1/hij。hij为两两城市间的最短时间距离,采用时间倒数来反映城市之间密切程度的反向关系[15]。

城市之间时间距离的获取是一个难点,这里做详细介绍。2005年以后,浙江省开始高铁建设,2014年底基本形成网络型格局,所以分别根据2005和2014年矢量交通线路数据计算11个地市间的时间距离,作为“无高铁”和“有高铁”情况下的时间距离权重。首先,两个年份的矢量交通数据是通过浙江省地图(中国地图出版社出版)矢量化得到,包括高铁、普通铁路、高速公路、国道、省道、县乡道等六种线路类型。将矢量交通线路根据《中华人民共和国公路工程技术标准(JTGB01-2003)》并结合交通线路实际建设和运行情况赋予不同时速(表2),构建综合交通地理信息数据库[19]。其次,将矢量交通数据转为0.3km×0.3km栅格数据格式,通行单位栅格的时间花费由0.3/V×60(min)计算获得,并运用像元统计工具将各类栅格道路叠加生成综合时间成本栅格图。最后,借助ArcGIS10.0软件Cost Distance工具计算两个年份浙江省11个地市最短时间距离。值得特别指出的是,以往研究常常忽视了交通线路的封闭性,导致各种交通运输方式出现“随时互通、无障碍换乘”现象,尤其体现在铁路和高速公路之间,这与现实明显不符。为此,我们利用谷歌地图选取两个年份的高速公路收费站点和铁路站点(包括高铁)经纬度坐标,与交通线路进行空间校正后建立矢量点图层,并设置相应时间低值缓冲区(0.5km/h),保证高速公路收费站和铁路站点是交通方式转换的唯一地点[20]。

表2 主要交通方式不同时间断面的速度与时间成本

3.3 参数估计与空间溢出效应分析

根据浙江省高速铁路建设历程,2009年以后是高速铁路建设运营的高峰时间,能够更好地体现其对经济增长的溢出效应。因此,以第一条高速铁路(甬台温)开通年份(2009年)为时间节点,将研究时间分为整体时间(2003—2014年)和分段时间(2009—2014年),并将2009—2014年时间段作为整体时间分析的佐证,对这两个时间段分别引入不同的空间权重矩阵对比分析高速铁路发展对城市经济的空间溢出效应的影响。

根据权重矩阵的选取,空间滞后模型参数估计主要分成以下4组:(a)2003—2014年,采用“无高铁”的时间距离权重矩阵估计;(b)2003—2014年,采用“有高铁”的时间距离权重矩阵估计;(c)2009—2014年,采用“无高铁”的时间距离权重矩阵估计;(d)2009—2014年采用“有高铁”的时间距离权重矩阵估计。本文运用Matlab2014a软件及程序包运算得出结果,并分别进行组内、组间对比分析,估计结果见表3。

表3 空间滞后模型参数估计结果

根据表3估计结果,从R2、LogL、Sigma2来看,利用空间滞后模型拟合具有很好的优度,能够较好地反映浙江省各县(市)的经济空间溢出。(a)—(d)中空间滞后回归系数ρ值超过0.8,且都在1%水平上显著,说明城市之间的空间依赖作用强,邻近城市的经济增长存在明显空间溢出效应。比较(a)和(b)的ρ值,模型(b)的ρ值比模型(a)大0.0060,说明高速铁路的建设使城市之间的时间距离拉近,联系更加密切,强化了各县(市)之间的空间溢出效应。同样,以2009年高速铁路开始运营作为时间节点,模型(d)的ρ值比模型(c)大0.0140,比(a)和(b)模型中ρ值之差更大,佐证了高速铁路的建设与运营之后,城市之间的空间溢出效应更加明显的结论。此外,结合(a)、(b)、(c)、(d)不同时段和不同权重空间滞后模型的估计结果,发现解释变量对本县(市)的被解释变量的贡献在有无高速铁路的情况下发生了一定的变化,并不是所有的解释变量都会随着高速铁路的发展、时间距离的缩短产生正面影响,反而存在一定的负面影响。

固定资产投资对经济增长的影响从早期的负影响转变为近些年的正影响,侧面反映出固定资产投资在21世纪初期对经济增长效果不明显,这一结果可能与各县(市)经济发展相似性有关。各地在固定资产投资方面竞争激烈,相互吸引彼此的生产要素,因此落后地区的生产要素流向了发达地区。但近些年,随着交通的发展,拉近了各县(市)之间的时间距离,相邻地区的带动效应突出,“涓滴效应”逐渐大于极化效应,发达县(市)带动周边地区成为次发达县(市),逐渐形成明显的层级结构,固定资产投资对经济增长的正面影响逐步显现。

劳动力和人力资本对各县(市)经济增长一直具有正效应。比较模型(c)和(d),人力资本在高速铁路的发展下对经济增长的贡献有所增加,且都通过了10%的显著性检验,人力资本每提升10%,对经济增长的影响由原先0.145%提高到0.166%。而在劳动力方面,由于交通基础设施的不断完善,尤其是高速铁路的建设,劳动力流动更加便捷,落后地区劳动力在某种程度上更易被发达县(市)所吸引,导致对流出地区经济增长产生负影响,对流入地区产生正影响,尤其当集聚效应大于扩散效应时,对落后地区产生“虹吸效应”。出口总额和实际利用外资额对经济增长有正面影响,且都通过了显著性检验。出口总额每增加10%,就会拉动经济增长1.2%;实际利用外资额每增加10%,经济就会增长0.3%。另外,政府规模即预算内财政支出对经济增长的影响有所减弱,在模型(a)、(b)中通过检验,而在(c)、(d)中没有通过检验,说明投资拉动的经济增长模式逐渐在弱化。近些年来,浙江省开始进入经济增长转型期,由投资拉动转向消费需求拉动,投资建设对经济增长的影响将有所减小。

地方化经济是指某一地区同一产业在企业之间进行不断交流和联系,形成产业集群,使各企业能从中获得经济效益。因此,该地区产业集群的出现将极大地提高劳动生产率,进而促进经济增长。模型中地方化经济的系数都为正,且(b)大于(a)中的系数,(d)大于(c)中的系数,说明交通设施的完善,缩短了两个城市之间的可达时间,便利了企业之间的相互交流,加速了企业集聚,使企业在集聚过程中获得一定的经济效益,从而促进了当地的经济增长。波特的外部性[21]提出，同行业企业集中将带来激烈竞争,模型中波特外部性系数为负,有利于激发企业进行创新活动,促进地方企业实行多样化发展,提高企业的生产率水平,从而促进经济的增长。

4 结论与启示

4.1 结论

本文采用时间距离代替空间距离作为空间权重矩阵,能够更好地反映区域之间的联系,比地理距离矩阵和邻接矩阵等传统的矩阵更具有可信性。本文运用ArcGIS 10.0软件通过累积耗费距离算法计算栅格成本的时间,进而得出两个有高速铁路和无高速铁路通车的时间距离权重矩阵,之后再运用空间面板模型比较分析了在有高速铁路和无高速铁路时浙江省各县(市)经济增长的空间溢出效应。实证研究结果表明:浙江省各县(市)的经济发展水平具有空间自相关性,发展水平相似的城市聚集在一起,集聚效应明显;城市之间的空间依赖作用强,邻近城市之间存在空间溢出效应,有高速铁路通车的空间权重矩阵参与运算时,溢出效应更加明显,说明高速铁路的发展加强了周边区域对本地区的空间溢出效应。

固定资产投资从负影响转变为正影响,说明浙江省交通发展促使发达地区带动了周边地区发展,使之成为次发达地区,进而带动外围地区形成明显的层次结构。劳动力和人力资本对浙江省各县(市)经济增长一直具有正效应,政府预算内财政支出对经济增长的影响有所减弱,出口总额和实际利用外资额对经济增长有正面影响且都通过了显著性检验。另外,浙江省企业集聚和企业创新性对经济增长作用也在加强,这些得益于交通基础设施的不断完善,尤其是高速铁路的建设和运营。

4.2 启示

从浙江省的实证研究可以看出,经济增长是多维因素综合作用的结果,但交通基础设施建设尤其是高速铁路的建设密切了城市之间的经济社会联系,在同城化和区域一体化进程中促进了经济增长。但同时也应该注意,由于不同的区域经济发展水平不同,发达地区拥有先进的科技、人力资本、高素质的劳动力,对周边地区具有很大的吸引力,交通基础设施的改善会进一步提升其竞争优势,从而将周边落后地区的要素更快地吸引过来,导致落后地区更加落后,因此需要加强落后县(市)的基础设施建设,引进人才和先进技术,提高自身竞争力。

根据对浙江省的实证研究表明，落后地区应积极主动地接受发达地区的辐射,提高要素集聚能力和生产效率,促进经济增长。此外,高速铁路的建设也要注意市场需求,着重考虑其他交通运输方式与之替代关系,按旅程的距离长短选择合适的交通方式,合理建设综合交通体系,不可一窝蜂地集体建设高速铁路;保障普通铁路、公路、航运等合理、有层次地运行,从而使居民出行按自身意愿有更多的选择。

[1]张学良,聂清凯.高速铁路建设与中国区域经济一体化发展[J].现代城市研究,2010,(6)∶7-10.

[2]李逢岳.交通基础设施对区域经济的空间溢出效应研究[D].杭州：浙江财经学院硕士学位论文,2013.

[3]郑德高,张晋庆.高铁综合交通枢纽商务区规划研究——以上海虹桥枢纽与嘉兴南站地区规划为例[J].规划师,2011,27(10)∶34-38.

[4]侯雪,张文新,吕国玮,等.高铁综合交通枢纽对周边区域影响研究——以北京南站为例[J].城市发展研究,2012,(1)∶41-46.

[5]姜博,初楠臣,王媛,等.高速铁路对城市与区域空间影响的研究述评与展望[J].人文地理,2016,31(1)∶16-25.

[6]张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学,2012,(3)∶60-77.

[7]胡鞍钢,刘生龙.交通运输、经济增长及溢出效应——基于中国省际数据空间经济计量的结果[J].中国工业经济,2009,(5)∶5-14.

[8]周慧.中部地区城镇化对经济增长的空间溢出效应——基于地级市面板数据分析[J].经济问题探索,2016,(4)∶79-87.

[9]Krugman P.Increasing Returns and Economics Geography[R].National Bureau of Economics Research,1990.

[10]Fujita M,Thisse J.Economics of Agglomeration：Cities,Industrial Location,and Globalization[M].Cambridge：Cambridge University Press,2013.

[11]Baldwin R E,Okudo T.Heterogeneous Firms,Agglomeration and Economic Geography：Spatial Selection and Sorting[J].Journal of Economic Geography,2006,6(3)∶323-346.

[12]刘育红.“新丝绸之路”经济带交通基础设施、空间溢出与经济增长[D].西安：陕西师范大学硕士学位论文,2012.

[13]张先锋,丁亚娟,王红.中国区域全要素生产率的影响因素分析——基于地理溢出效应的视角[J].经济地理,2010,30(12)∶1955-1960.

[14]张志,周浩.交通基础设施的溢出效应及其产业差异——基于空间计量的比较分析[J].财经研究,2012,38(3)∶124-134.

[15]王雨飞,倪鹏飞.高速铁路影响下的经济增长溢出与区域空间优化[J].中国工业经济,2016,(2)∶21-35.

[16]张浩然.地理距离、集聚外部性与劳动生产率——基于城市数据的空间面板计量分析[J].南方经济,2012,(2)∶15-26.

[17]Anselin L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic Publishers,1988.

[18]Tobler W.A Computer Movie Simulating Urban Growth in the Detriot rRegion[J].Economic Geography,1970,46(2)∶234-240.

[19]Porter M E,Van der Linde C.Toward a New Conception of the Environment-competitiveness Relationship[J]. Journal of Economic Perspectives，1995，9(4)∶97-118.

[20]潘竟虎,刘莹.基于可达性与场强模型的中国地级以上城市空间场能测度[J].人文地理,2014,29(1)∶80-88.

[21]庄汝龙,宓科娜,赵彪,等.基于可达性的中心城市场能与经济关联格局——以浙江省为例[J].经济地理,2016,36(9)∶58-65.

High-speedRailwayDevelopment,SpatialSpilloverandEconomicGrowthBasedonSpatialPanelDataof66CitiesinZhejiangProvince

MI Ke-na1,ZHUANG Ru-long2,GAO Jun1
(1.Institute of Urban Study,Shanghai Normal University,Shanghai 200234,China;2.The Center for Modern Chinese City Studies,East China Normal University,Shanghai 200333,China)

With the high-speed rail development,the time distance between cities was narrowing and the mutual influence was expanding,which with the factors of production of the region itself space spillover effect was also changing.Based on this,this paper taking the county level city in Zhejiang Province as the research subject,selecting 2003-2014 panel data,firstly,tested the spatial autocorrelation,then created spatial econometric model to analyze the impact of the development of high-speed railway in space spillover effect.The results showed that:Economic development of each county(city) had a significant spatial autocorrelation,under the influence of high-speed railway,the space spillover effect between the adjacent cities was be enhanced,investment in effect on economic growth but became weakening,the level of urbanization had little effect on the region′s economic growth,localization economies and Potter externality could better reflect industrial agglomeration,diversity and innovation of the region,and its impact on economic growth was enhancing.Finally,according to the above conclusions,it provided advice on how to correctly und fixed assets spillover became from negative to positive,human capital,exports and foreign capital actually utilized past the significance of the test and had a positive spillover effect in the region economic growth,labor standards and government size had positive spillover erstand the impact of space on economic growth under the high-speed railway development and how to make a rational response.

high-speed railway;spatial spillover effect;economic growth;spatial panel model;Zhejiang Province

10.3969/j.issn.1005-8141.2017.07.012

F124.1；F532.3

A

1005-8141(2017)07-0837-06

2017-05-25；

2017-06-21

国家“十三五”重点研发计划专项项目(编号:2016YFC0502706)。

宓科娜(1989-),女,浙江省慈溪人,博士研究生,主要研究方向为城市可持续发展。

高峻(1962-),男,上海市人,博士,教授,博士生导师,主要研究方向为城市景观生态和城市可持续发展。