高铁建设扩大城市间制造业生产率差距了吗？

庞凌霄 王 杰

1 引 言

高铁渐已成为我国城市经济增长不可或缺的一环，而高铁建设对生产效率的影响同样不容忽视。依托其准时、安全、舒适和速度快的优良性能，高铁渐已成为创新要素流动特别是高素质人才流动的重要载体（杜兴强和彭妙薇，2017［1］），作为技术研发与创新的基础性力量，高铁建设所引致的人力资本集聚为生产效率进步提供了可能。特别是对于传统制造业而言，高铁建设缩短了跨区联系的时空距离，有效减少了技术传输过程中不必要的损耗（刘秉镰和刘玉海，2011［2］），降低了传播过程中的内容失真和漏损（龙玉等，2017［3］）。另外，高铁建设进一步拓宽产品流通渠道，受益于运输成本的降低，企业能在更大范围内调节中间品构成，从而间接推动技术水平及产品质量提升，最终实现生产率进步。然而，高铁建设在强化跨区经济交流合作和加速生产要素流转的同时，也在加剧地区间资源竞争，这是否会诱发人力资本集聚的“马太效应”？又是否扩大区域间制造业生产率差距、加剧制造业生产率“增长中的不平等”问题？基于对上述现实问题的思考，本文将从理论分析和实证检验两个层面考察高铁建设对制造业生产率及其差距的影响。

具体地，本文的边际创新主要体现在以下几个方面：首先，综合考察高铁建设对制造业生产率及其差距的影响，创新性讨论高铁建设所引致的制造业“增长中的不平等”问题，以及溢出效应的空间边界和多维异质特征，并基于制造业上市公司的微观数据进行实证检验；进而，结合空间连续型双重差分（SDID）与中介效应模型，就人力资本质量和管理层人力资本质量的中介效应进行检验和量化分析，明晰高铁建设影响制造业生产率的具体路径。同时，还将工资薪酬对人力资本的调节效应纳入考量；最后，本文收集2007-2016年中国276个城市高铁经停次数，并利用这一连续型变量刻画高铁服务供给强度，克服以往研究中所采用的01虚拟变量忽略高铁建设差异的不足。

2 文献回归与假说提出

2.1 高铁建设对制造业生产率的影响

高铁建设能够通过增加资本存量、优化要素配置和调整产业结构等多维路径影响生产效率（Banerjee等，2012［4］）。一方面，高铁建设不仅能够加速商品流和信息流等跨地区的流转（张天华等，2017［5］），推动发达地区产业资本的梯度转移，促进物质资本和人力资本在非发达地区的积累，进而提升生产要素的配置效率（李欣泽等，2017［6］），而且能够强化知识和技术的传播和应用，减少技术传播过程中的失真，从而实现高铁城市的技术进步，最终实现生产效率进步；另一方面，高铁建设所形成的“时空压缩效应”能够提高市场的可达性（刘冲等，2013［7］），拓展市场交易范围，进而有助于集聚经济规模的扩大。集聚模式下的专业化分工、技术与设备共享以及信息及时传递等能够减少资源浪费并提升生产效率（Holl，2016［8］）。与此同时，高铁建设能够通过拓展运输渠道、精简流通环节和缩短流通时间等降低交易成本与流通费用（龙小宁和高翔，2014［9］），无疑，流通费用的下降能够弱化本地企业的市场势力和企业优势，从而降低市场准入门槛并促进市场资源的有效整合，最终提高生产效率（Donaldson，2018［10］）。

网络化结构的高铁建设能够增强地区间的经济联系，既能够通过技术溢出和产业转移等对周边地区创新发展产生积极的示范效应（梁喜和李思遥，2018［11］），还能够依托紧密的产业链条和一体化发展模式形成地区发展的标杆协同效应（董艳梅和朱英明，2016［12］）。但同时，受制于节点城市在高铁网络中的角色和地位不同，高铁服务所引致的产业结构转型和经济集聚等溢出效应在中心城市和边缘城市存在差异（邓涛涛等，2017［13］）。具体地，高铁服务往往能够促进人力资本以及资金技术等要素向中心城市的集聚（王雨飞和倪鹏飞，2016［14］），这一“极化效应”不仅抑制其他节点城市及周边地区的经济增长（罗能生和彭郁，2016［15］），对其服务业等第三产业发展形成阻碍，同时也会加剧外围城市人才短缺、创新能力不足和生产率低下等问题。另外，依托高铁发展所提供的运输便利，大量的制造业企业为降低经营成本，将生产环节转移至临近中小型城市，这一“产销分离分工体制”使得部分边缘城市成为高污染、低效率企业的承接地，进而阻碍其生产效率提升。基于上述分析，可以提出本文的第一个理论假说：

假说1：高铁建设能够提升高铁城市的制造业生产率，同时对周边地区的制造业生产率具有空间溢出影响。

2.2 高铁建设对人力资本质量的影响

生产效率的提升主要依靠技术创新，而技术创新归根结底则来源于人力资本数量的积累和质量的提升。高铁建设能够通过交通运输条件的改善直接影响人力资本质量（王春杨等，2020［16］）。快捷且舒适的高铁服务成为城际客流运营的重要交通工具，不仅大大提升了人力资本流动的便利性，同时有效降低了出行成本（卞元超等，2018［17］）。对于个体就业者而言，高铁建设提高了工作搜寻过程中的距离可达性（Coto-Millán等，2007［18］），降低了工作岗位调整的粘性成本，使得就业选择更加灵活（刘青松和肖星，2015［19］；施震凯等，2021［20］）。高铁建设亦能够通过经济增长和环境治理等间接影响人力资本质量。其一，高铁建设能够改善交通基础设施和公共服务质量，通过投资乘数效应促进经济增长。经济发展水平的提升意味着薪酬待遇和就业机会的增加，从而对高素质人才更具吸引力（夏怡然和陆铭，2015［21］；杨金玉和罗勇根，2019［22］）。同时，高铁建设所引致的市场规模扩张和生产效率提升能够推动企业数量的增长和产能规模的同步扩张，进而创造更多的就业岗位和就业机会，高素质劳动力的市场需求随之增加（Atack 等，2008［23］）。其二，随着空气污染问题日渐受到重视和健康人力资本的价值提升，环境污染对于人力资本流动的影响愈发显著（罗勇根等，2019［24］）。以雾霾为例，短期内雾霾污染会引起呼吸困难等诸多症状，而长期来看则会导致呼吸系统疾病的发病概率大大增加，因此在空气污染严重的地区，劳动力普遍面临着较大的健康风险（Isen等，2017［25］），从而加速人力资本向空气污染程度较低的地区转移。与此同时，高铁服务既能够为劳动力的空间转移提供交通便利，亦具有相对显著的空气污染治理效应，最终促使人力资本向高铁开通的地区流动（吉赟和杨青，2020［26］）。据此，可以提出本文的第二个理论假说：

假说2：高铁建设能够提升人力资本质量进而实现制造业生产率进步。

2.3 高铁建设对制造业生产率差距的影响

新经济地理学中的“核心-外围”理论为地区间的经济发展差距提供了解释（Krugman，1991［27］），这一理论同样适用于高铁网络布局下地区间制造业生产率的不平等增长问题。就交通基础设施所连接的不同区域而言，核心区域相较于外围区域往往更具发展前景，因此外围区域的创新要素更倾向于向核心区域流动（丁任重等，2021［28］），从而扩大区域间的生产率差距。高铁建设虽然促进了创新要素的流动，但是由于不同地区的经济发展程度存在差异，高铁建设容易引致城市发展的“虹吸效应”。一方面，高铁城市相较于非高铁城市拥有更为便利的交通运输条件，同时享有高铁建设所带来的“投资红利”，因此非高铁城市的创新要素更容易向高铁城市集中，从而扩大高铁城市与非高铁城市间的生产效率差距（张克中和陶东杰，2016［29］；Vickerman，2018［30］）；另一方面，即便是在高铁城市之间，受制于经济发展水平、制度环境和市场条件的差异化，高铁建设亦会导致资本、人才和信息等要素由欠发达地区向发达地区流动，从而产生地区间制造业生产率差距越来越大的“马太效应”（彭向和蒋传海，2011［31］）。另外，企业的所有制属性等因素同样会加剧区域间制造业生产率的差距。但新古典区域均衡理论则进一步指出，长期来看生产要素的流动性和逐利性会引致全局收益的均等化，进而实现区域间生产效率的收敛，即高铁网络布局下区域间制造业生产率的差距在长期内将得以消弭（Kim，2000［32］；张学良，2012［33］）。据此，本文提出第三个理论假说：

假说3：高铁建设能够扩大区域间制造业生产率的差距，引致增长中的不平等问题，但这一不平等效应在长期内将趋于弱化。

3 研究设计

3.1 模型选择

高铁建设为双重差分法提供了理想的“准自然实验”，本文以高铁年经停频次所表征的高铁服务供给强度作为核心解释变量，对高铁建设的异质特征予以准确刻画。考虑到高铁建设对生产活动的影响存在空间溢出特征，本文将空间滞后项嵌入传统的DID模型，构建如下基于SDM的连续型多时点SDID模型作为基准回归模型：

其中，i、j、r和t分别表示制造业上市企业、行业、城市和年份；TFPijrt表示被解释变量制造业生产率；HSRrt表示高铁建设变量；ωr,-r表示高铁通勤时间空间权重矩阵，本文以城市间高铁通勤时间的倒数构建空间权重矩阵（W1），未开通高铁的城市则以公路通勤时间代替；εijrt表示随机扰动项，δr×time和ωr×time分别用于控制地区和时间的时间趋势效应，γt和σi则分别表示时间固定效应和企业固定效应。同时，本文对其他可能影响制造业生产率的其他经济特征变量X予以控制，包括企业年龄、企业性质和资本密度等。

在此基础上，本文构建中介效应模型，重点检验人力资本质量是否充当高铁建设影响制造业生产率的中介变量。反映高铁建设对制造业企业人力资本质量的配置效应的式（2）和引入中介变量人力资本质量的式（3）具体设定如下：

其中，MQFijrt表示制造业企业人力资本质量。

为量化考察人力资本质量提升这一作用机制的解释力，Heckman 等（2013）与Gelbach（2016）将“三步法”中介效应模型与机制量化模型相结合，研究发现：

上式中路径φ所解释的效果为，未能解释的部分为，由此可以得到路径φ所解释的效果比重为：

3.2 变量说明

（1）制造业生产率（TFP）

工业企业数据库存在数据年份陈旧、指标缺失异常以及变量定义模糊等诸多问题，难以与城市数字经济发展指数有效匹配，参考已有的研究经验选用上市公司数据并进行如下处理：一是序列样本统计的一致性检验。利用序贯识别匹配法，对上市公司代码、注册地址和主营业务内容进行识别，确认上市公司的连续经营状态；二是货币变量的平减处理。根据企业所在地的居民消费价格指数、工业品出厂价格指数和固定资产投资价格指数等对高管薪酬支出、企业经营利润和企业固定资产等进行平减；三是选择OP法估计。相较于OLS 和FE方法，OP法能够有效克服潜在的内生性以及有效信息量损失等问题。同时，参考鲁晓东和连玉君（2012）的做法，将上市公司是否参与出口活动作为虚拟变量，以此控制外部因素对上市公司TFP的影响。作为对比，后文中亦采用LP方法估算制造业上市公司全要素生产率进行稳健性检验。

制造业生产率差距（TFP_gap）

制造业生产率增长中的不平等反映了地区间制造业企业生产率水平存在差距且增长速度具有非同步性，本文参考卞元超等的做法，采用地区间制造业平均生产率的离差指标来衡量制造业生产率的差距，记为TFP_gap。具体地，分别计算高铁城市间制造业生产率与其均值的差值、非高铁城市间制造业生产率与其均值的差值来测度制造业生产率差距，同时统一取离差数据的绝对值以保证结果分析的一致性。

（3）高铁建设（HSR）

相较于既有研究中普遍采用的高铁开通0-1虚拟变量，高铁服务供给强度这一连续型变量能够反映城市高铁建设的异质特征，并准确刻画高铁建设对制造业生产率的动态边际影响。本文利用《全国铁路旅客时刻表》手工整理2007-2016年城市年均高铁经停频次，其中根据我国《中长期铁路规划》对于高速铁路运输种类的界定，即运行速度大于200KM/h，主要包括动车组（D 字头）、高速动车组（G 字头）以及城际高速（C字头）三类。首先设定时间虚拟变量dt，即高铁开通之前的年份dt=0，高铁开通之后的年份则dt=1，继而设定高铁服务供给强度变量，即开通高铁的城市du等于年均高铁经停频次，未开通高铁的城市du为0，由此可以构成高铁建设变量HSR=du×dt。

（4）人力资本质量（MQF）

参考王春杨等（2020）［16］的研究，本文以制造业上市公司中具有大学专科及以上学历（包括大专、本科和研究生）的员工占比来度量企业人力资本质量。更进一步地，考虑到高素质人才主要就职于企业管理层，而就职于基层岗位的比重相对较低，因此本文同时考察制造业上市公司管理层人力资本质量的变化。参考吴超鹏等（2021）［34］的研究，基于管理团队的受教育水平、工作经验、专业技能以及团队规模等维度通过主成分分析法测度企业管理层人力资本质量。

（5）其他控制变量。

参考上市制造业生产率相关研究，本文引入一组控制变量：企业年龄采用2016年与企业成立年份的差值来表示；企业所有制采用0-1虚拟变量来表示，即国有企业为1，非国有企业为0；净资产回报率采用公司税后利润与净资产之比来表示；资产负债率采用负债合计与有形资产的比值来表示；营业收入增长率采用当期营业收入与上一期营业收入的比值来表示；股权集中度采用最大股东控股比例来表示；资本密度采用固定资产与企业员工数量的比值来表示。

3.3 数据来源

通过城市-行业-企业层面的数据匹配，建立研究周期为2007-2016年的平衡面板数据集。其中，剔除缺失值较多的样本后，共保留673家制造业上市企业，覆盖30个省市129个地级市，具体包含医药制造、汽车制造和专用设备制造等19个制造业细分行业。其中企业相关各类财务数据来源于Wind数据库，企业人力资本数据来源于国泰安（CSMAR）数据库。

4 基准回归分析

4.1 平行趋势检验与动态效应分析

在DID基准回归分析前，需要检验实验组和对照组在政策实施前是否满足平行趋势假设。引入高铁建设前与高铁建设后时间虚拟变量与对照组的交互项，以此来检验平行趋势假设并识别高铁服务的雾霾治理效应的动态演化。为保证高铁建设冲击的充分外生性，本文采用倾向得分匹配法（PSM）进行可观测变量的匹配，结果如表1所汇报。不难看出，倾向得分匹配样本能够满足平行趋势假设。从动态效应结果来看，高铁开通能够显著提升制造业生产率水平，并且随着时间的推移，高铁建设对制造业生产率的促增效应渐趋强化。值得注意的是，高铁建设对制造业生产率的提升效应并非立竿见影的，而是存在1～2年的时滞效应。与此同时，高铁建设后的第2～3年能够显著扩大制造业生产率差距，但这一促增效应在时间维度上呈现渐趋衰弱的动态特征，从而部分证明了本文所提出的假说3。

表1 平行趋势检验与动态效应分析结果

4.2 基准回归分析

考虑到基准回归模型中引入被解释变量的空间滞后项，普通最小二乘法容易引致估计偏误，因此本文采用极大似然法（MLE）进行回归。进一步地，为弱化制造业在时间维度上的“锁定”特征对回归结果的影响，本文同时列出采用偏误修正的准极大似然法（QMLE）所得到的结果，如表2所示。根据（1）和（2）列不难发现，基于不同的估计方法所得到的实证结果相对稳健。高铁建设的估计系数至少在5%的显著性水平下通过检验且显著为正，即高铁建设能够有效提升高铁城市制造业生产率，这意味着高铁建设能够扩大高铁城市与非高铁城市之间的制造业生产率差距。同时，高铁建设对周边地区制造业生产率提升存在显著为正的空间溢出效应，即高铁建设能够同时引致周边地区制造业生产率的提升。由此，本文所提出的假说1得证。尽管高铁建设能够引致制造业生产率的增长，但这种增长在高铁城市之间却具有明显的不平等特征，这一结论在制造业生产率差距的考察中得到充分佐证。（3）和（4）列结果表明，高铁建设对高铁城市之间的制造业生产率差距具有显著的促增效应，这意味着尽管高铁建设带动了高铁城市的制造业生产率提升，但由于各城市资源禀赋、创新能力和经济水平的差异化，导致其制造业生产率差距被拉大。同样的，高铁建设亦能够扩大周边高铁城市间的制造业生产率差距，表明高铁建设能够导致高铁城市间制造业生产率差距全面扩大，加剧全域范围内制造业生产率的不平等增长问题。由此，本文所提出的假说3得证。

表2 高铁建设影响制造业生产率及其差距的基准回归结果

为量化分析高铁建设对制造业生产率及其差距的空间溢出效应，基于偏微分方法将高铁建设对制造业生产率及其差距的影响分解为直接效应和间接效应。其中，直接效应表示高铁建设对本地制造业生产率及其差距所产生的的影响，而间接效应则表示高铁建设对周边城市制造业生产率及其差距所产生的溢出影响。

表3汇报了高铁建设对制造业生产率及其差距的直接影响和间接影响。考虑到高铁建设的影响存在动态变化特征，本文分别考察其在长期内和短期内的不同表现。高铁建设对本地制造业生产率具有长效促增的直接影响，高铁服务供给每提升1%，本地制造业生产率提升0.1012%～0.1547%。高铁建设在短期内对周边地区制造业生产率仅仅表现出潜在的提升效应，但在长期内则具有显著的正向空间溢出效应（0.0145%～0.0287%）。高铁建设能够引致高铁城市间制造业生产率差距的持续扩大，进而加剧高铁城市间制造业生产率的不平等增长特征，但这一促增效应在长期内的影响（0.0381%）明显小于短期内（0.0720%），说明高铁建设所引致的制造业生产率的不平等增长在长期内有所弱化，本文所提出的假说3再度得到论证。另外，高铁建设对高铁城市间制造业生产率差距的空间溢出效应同样是在长期内有所显现。

表3 直接效应与间接效应分解结果

4.3 内生性分析

尽管双重差分方法能够克服实验个体差异所引致的内生性问题，但却难以规避高铁规划建设的偏好性选择所带来的内生影响。具体地，经济发达地区往往高铁开通的概率越大、高铁服务供给的强度越大，而经济发达地区高素质人才、技术和资金的集聚，其制造业生产率水平相对较高，这暗示了在不随时间变化的城市个体特征外，制造业生产率和高铁建设可能与诸多经济要素同样具有潜在的内生关联。因此本文选择明代驿路设立情况（POST）作为专门的工具变量稳健考察高铁建设与制造业生产率的相关性。交通发展的历史数据被广泛地应用于表征高铁建设情况，尽管交通数据能够代替高铁服务水平，但同样可能对当地产业结构特征、经济发展模式和环境污染水平等产生持续性影响，因此本文选择时间更为久远的明代驿路这一历史道路信息作为高铁服务的工具变量。另外，本文以明代驿路与各城市当年固定资产投资的交互项构造工具变量的时序数据。

内生处理结果如表4所示，LM检验结果表明不存在工具变量识别不足的问题，Endogeneity检验显示工具变量整体外生有效，同时Cragg-Donald Wald F统计量则证明所选取的工具变量与高铁建设相关。明代驿路设立与高铁建设正相关且能够在10%的显著性水平下通过检验，即设立明代驿路的城市的高铁服务供给强度往往越大，这与经验预期基本相符。同时，高铁建设既能够促增高铁城市制造业生产率水平的提升，亦能够扩大高铁城市间制造业生产率差距，这意味着在克服潜在的内生性威胁后前文的结论依然保持稳健。

表4 基于工具变量的估计结果

4.4 进一步讨论

（1）稳健性分析

为保证上述研究结论的可靠性，本文进行了一系列的稳健性检验，包括更换被解释变量（城市层面制造业TFP、LP法估计制造业TFP）和更换空间权重矩阵等，结果如表5所示。

表5 稳健性分析

①采用城市层面制造业TFP。本文基于随机前沿分析（SFA）方法，建立超越生产函数并估计得到城市层面的制造业全要素生产率，进而从城市层面考察高铁建设对城市制造业生产率及其差距的影响。结果表明，高铁建设能够显著提升城市层面制造业生产率，同时能够显著扩大高铁城市间制造业生产率差距。

②采用LP法估计制造业TFP。受制于投资与生产率之间单调递增的假设，OP法往往容易造成一定的样本损失，LP法则能够基于更为灵活的代理变量选择克服这一问题，因此本文同时采用LP法估计得到制造业生产率进行稳健性分析。结果表明，高铁建设对于制造业生产率及其差距的影响同样保持稳健，同时高铁建设所引致的空间溢出效应亦得到佐证。

③采用地理距离空间权重矩阵（W2）。为了更稳健地考察高铁建设对周边城市制造业生产率的溢出效应，本文进一步以城市间地理距离的倒数设立地理距离空间权重矩阵，即地理距离越近，则关联性越强。在地理距离空间权重矩阵下，高铁建设对周边城市制造业生产率及其差距的影响保持一致，表明高铁建设的确能够诱发就近的空间溢出效应。

（2）溢出效应的边界分析

前文研究证实，高铁建设对于周边地区制造业生产率具有较为显著的空间溢出效应，那么这种空间溢出效应的空间边界如何界定呢？一般而言，空间相关性随着空间距离的增加往往具有衰减特征，这也意味着高铁建设的减排效应存在空间溢出边界，反映在高铁通勤时间空间权重矩阵中，即随着城市间高铁通勤时间的增加，高铁建设所引致的制造业生产率提升的溢出效应趋于衰减。基于此，本文设定不同阈值水平下的高铁通勤时间空间权重矩阵，具体的，如果城市i和j之间的高铁通勤时间小于阈值，则令ωij=0。另外，本文将初始阈值设为1小时，并按照0.5小时的步长增加至4小时，通过对比分析不同权重矩阵下高铁服务空间溢出项的估计系数变化来讨论其空间溢出边界，结果如表6所示。

表6 高铁建设影响制造业生产率的溢出边界分析

整体来看，随着距离的增加，高铁建设对周边地区制造业生产率的影响强度逐渐降低。一方面，城市间高铁通勤时间超过2.5小时后，高铁建设制造业生产率的空间溢出效应由正转负。造成这一现象的可能性原因在于，城市间通勤时间的增加使其辐射带动效应减弱，反而在一定程度上限制生产要素的流转配置；另一方面，城市间通勤时间超过3小时后，高铁建设对制造业生产率的空间溢出效应将不再显著，即高铁服务的空间溢出效应边界为3小时的通勤时间。同时，1.5小时～2小时的通勤时间是高铁建设对制造业生产率的溢出效应的密集区，对应的，根据《铁路安全管理条例》中对于高铁时速的界定，即开行时速250公里及以上，可以推断375公里～500公里范围内高铁建设对制造业生产率的溢出效应相对密集。

（3）异质性分析

高铁建设能够扩大高铁城市间的制造业生产率差距，但考虑到各城市在经济发展水平和城市规模等方面有所不同，高铁建设所引致的制造业生产率差距可能同样存在异质特征。本文首先基于一线、二线、三线、四线和五线城市的划分展开分析。结果显示，高铁建设所引致的高铁城市间的制造业生产率差距扩大主要体现在二三线高铁城市中，高铁服务供给每提高1%，则二三线高铁城市间的制造业生产率差距扩大0.0318%～0.0355%。与之相反的是，高铁建设能够减小一线高铁城市间的制造业生产率，但对于四线和无线高铁城市间的制造业生产率差距影响并不显著。分析其可能的原因，二三线高铁城市城市正处于制造业快速发展的关键时期，高铁建设所带来的生产率增长效应尤为突出，同时也加剧了二三线高铁城市彼此之间的资源竞争，而一线城市制造业生产率水平较高、生产资源相对丰富，高铁建设有助于资源的优化配置，进而缩小生产率差距。进一步地，本文考察高铁建设对东中西部城市间的制造业生产率差距的影响。结果显示，高铁建设所引致的制造业生产率不平等增长效应集中体现在中部地区，西部地区亦有所显现，但在东部地区并不显著。另外，企业属性的不同对其生产率水平同样具有深刻影响，因此本文对比分析高铁建设对高铁城市间国有制造业企业与非国有制造业企业差距的影响。本文发现高铁建设主要扩大了高铁城市间非国有制造业企业生产率的差距，对于国有制造业企业生产率差距的影响并不显著。究其原因，非国有制造业企业对于交通基础设施建设等外部生产环境变化的敏感性更强，高铁建设有效促进了高铁城市非国有制造业企业生产率进步，但同时了拉大了企业彼此间的生产率差距。

表7 高铁服务影响制造业生产率差距的异质性分析

5 机制分析

5.1 配置效应：是否提升制造业企业人力资本质量

检验高铁建设是否能够通过人力资本质量来提升制造业生产率，首先需要厘清高铁建设对制造业企业人力资本质量的配置效应，进而考察人力资本质量在高铁建设提升制造业生产率这一过程中的中介效应。表8汇报了高铁建设对于制造业企业人力资本质量及其管理层人力资本质量的影响。不难发现，高铁建设能够显著改善制造业企业的人力资本质量，高铁服务供给每增加1%，则制造业企业人力资本质量提升0.0217%，高铁建设对企业员工中的大专和本科生占比、研究生及以上学历占比均具有显著的促增效应，其中对于研究生及以上学历员占比的提升更为显著。同样的，高铁建设能够显著提升制造业企业管理层人力资本质量，相较于员工学历构成所刻画的人力资本质量，高铁建设对管理层人力资本质量提升的影响更强（0.0251%），这表明高铁建设能够有效促进管理层人才的流动。同时，本文还进一步考察高铁建设对制造业企业人力资本质量差距的影响，结果显示，高铁开通的确能够在一定程度上扩大制造业企业管理层人力资本质量差距。分析其可能的原因，高铁建设促进高素质人才向高铁城市流动，而不同的高铁城市对于人才的吸引力则有所差异，进而加剧其人力资本质量差距。另外，本文还就高铁建设对人力资本质量的空间溢出效应进行考察，可以看出，高铁建设能够提升周边地区制造业企业人力资本质量，但同时也会加剧周边地区的制造业生产率差距，这暗示了人力资本质量的确可能充当高铁建设影响制造业企业生产率及其差距的中介变量。

表8 高铁建设影响人力资本质量的估计结果

5.2 中介效应：是否充当制造业生产率的提升路径

根据中介效应检验的“三步法”法则，式（3）的估计结果见表9。不难看出，在引入人力资本质量这一中介变量后，高铁建设对制造业生产率及其差距的影响显著且保持稳健。同时，人力资本质量改善对于制造业生产率提升具有显著的促进作用，这意味着人力资本质量在高铁建设提升制造业生产率的过程中的确具有部分中介效应，人力资本质量改善是制造业生产率提升的关键路径。同样的，人力资本质量差距对制造业生产率差距的影响显著为正，表明高铁建设所引致的制造业企业人力资本质量差距是扩大制造业生产率差距的重要原因。机制量化分析表明，人力资本质量路径的解释占比约为37.08%，而人力资本质量差距对于高铁建设所引致的制造业生产率差距的解释则约为36.92%，由此可以推断，人力资本质量提升和差距的扩大的确是高铁建设引致制造业生产率“不平等增长”的重要机制。

表9 中介效应检验结果

5.3 调节效应：是否存在工资薪酬的门槛特征

考虑到高素质劳动力流动不仅与交通便利性相关，同时与工资薪酬等外部因素密切相关，因此本文建立面板门槛模型（PTM）实证考察高铁建设影响人力资本质量的工资薪酬门槛特征。具体地，单一门槛模型如下：

其中，I(˙)表示指示函数。本文选择制造业企业高管年薪所表征的工资薪酬（Wage）作为门槛变量；λ则表示门槛值。门槛效应分析结果如表10所汇报，无论是以企业人力资本质量还是人力资本质量差距作为被解释变量，工资薪酬均存在单一门槛特征，且门槛值分别为13.17和15.01。不难看出，在不同的门槛区间内高铁建设均能够有效改善制造业企业人力资本质量，且随着高管工资薪酬的增加，高铁建设对于人力资本质量提升及其差距扩大的影响渐趋增强，表明工资薪酬对于高铁建设所引致的“增长中的不平等”问题具有正向调节作用。这意味着交通条件的改善为人力资本流入创造了新契机，而良好的薪酬待遇则是进一步吸引人才的重要因素。

表10 高铁建设影响人力资本质量的工资薪酬门槛估计结果

6 结论与政策建议

高铁建设为制造业生产率提升带来新契机的同时，也诱发了制造业生产率不平等增长的潜在威胁。将空间连续型双重差分模型与中介效应模型相结合考察高铁建设对制造业生产率及其差距的影响，同时就企业人力资本质量的中介效应进行分析，结果表明：（1）高铁建设能够显著提升制造业生产率，同时对周边地区制造业生产率提升具有显著的空间溢出效应。高铁建设所引致的空间溢出效应存在空间衰减边界，当城市间高铁通勤时间超过3小时后则溢出效应式微，而在1.5小时～2小时的通勤范围内溢出效应较为密集；（2）高铁建设能够扩大高铁城市与非高铁城市、高铁城市之间的制造业生产率差距，引致制造业生产率的不平等增长效应，且这一不平等增长效应在二三线高铁城市间、中西部高铁城市间和非国有制造业企业中尤为显著；（3）高铁建设能够显著改善制造业企业人力资本质量和管理层人力资本质量，但同时也会扩大制造业企业间的人力资本质量差距。进一步地，人力资本质量是高铁建设影响制造业生产率及其差距的重要中介变量，其解释占比超过三成；（4）工资薪酬对于高铁建设所引致的人力资本质量提升和差距扩大具有显著的正向调节作用，良好的薪酬待遇是高铁城市增强人才吸引力的重要保障。

高铁建设对于制造业生产率显著的提升效应为继续增加高铁建设投资提供了有力支持。本文提出应发挥我国高铁建设的技术优势，提高高铁覆盖度，完善高铁网络布局，积极打造空间布局合理的高铁城市圈。一方面，高铁建设对周边地区制造业生产率提升的空间溢出效应则进一步强调了区域合作发展和产业协同的现实意义，地区间应不断加强经济交流、技术共享和市场一体化推进，优化生产要素在地区间的流转和配置，这需要不断强化高铁城市与非高铁城市的协同发展；另一方面，高铁城市圈发展应统筹全局，充分发挥核心高铁城市辐射作用，以核心城市带动周边城市以及非高铁城市的同步发展，弱化高铁发展所带来的制造业生产率不平等增长问题，避免生产率“鸿沟”越拉越大。另外，还要积极打造人才集聚的城市平台，提升高素质劳动力的薪酬待遇水平，依托高铁建设所带来的便捷性交通条件增强人才吸引力，提升人力资本质量。