高速铁路对城市群经济发展的空间溢出效应研究——基于关中平原城市群数据的实证分析

唐晓灵，刘弋锋

(西安建筑科技大学 管理学院，陕西 西安 710055)

引 言

在我国“十三五”提出的《中长期铁路网规划》里勾画了“八纵八横”高速铁路网建设蓝图，即以沿海、京沪等“八纵”通道和陆桥、沿江等“八横”通道为主干，高速铁路为补充的高速铁路网。“八纵八横”可实现相邻大中城市间1～4小时交通圈、城市群内0.5～2小时交通圈。高速铁路作为城市群发展的骨干力量，对引导和带动城市群经济、人口和资本紧凑发展发挥重要作用[1]；作为城市群发展的有力支撑，又是联系城市群人口与经济发展的纽带，对城市群的经济效率产生了一定的积极影响。高速铁路建设和运行所带来的外部性效果对于城市群经济会产生怎样的溢出效应，是个值得研究的理论和现实问题。

目前国内外众多学者有关铁路对区域经济的影响研究认为：铁路的建设和运营对于地区经济增长溢出效应有显著差异，表现出不同的空间溢出效应。易其国等采用两机制空间面板杜宾模型进行研究，发现高铁网络的密集建设使得各地区间空间距离不断缩小，经济要素空间流动成本大幅降低，为邻近地区输送人才、资金、技术，辐射带动其发展，表现出显著的正向空间溢出效应[2]；Wang等对青藏铁路进行研究却发现其对经济产生的空间溢出效应却不显著[3]；而李光新等基于福建省县级面板数据，发现高铁开通前后地区经济增长溢出效应有显著差异，开通后的溢出效应小于开通前，这有利于地区经济向均衡方向发展[4]；张克中等研究发现铁路运行降低了沿途非区域中心城市的经济增长率，受到中心城市的虹吸效应影响，产生了负向溢出效应[5]；邵博等通过分析高铁开通前各地经济联系强度及协调程度，发现高铁的建成对福建省各地市的可达性水平和对外经济联系强度都产生了正面影响，且两者协调发展基本形成了良性循环[6]。

综上所述，现有研究大部分是基于空间计量方法来探讨铁路对经济发展的空间溢出效应，但其最终的结论却不相同，这与研究对象和研究变量的选择有关，目前大多数学者将铁路的建设投资额、客运量和里程数作为变量代入空间计量模型分析铁路的空间溢出效应，忽略了铁路的网络效应；同时，部分空间计量模型只采用单一空间权重矩阵，未在多种权重矩阵下进行对比分析，导致研究结果缺乏稳健性和可靠性；且文献多侧重于地级市或县级面板数据，鲜有对西北部城市群进行有关的分析。关中平原城市群是十九大召开后正式获得审批的国家级综合性城市群，位于当前我国的中心区域，其铁路在当前全国的铁路网络中已经具有了贯通西部地区的南北交叉通道、承东启西重要作用。在《关中平原城市群发展规划》中，明确指出要构建城市群对外运输大通道并畅通城市群内快速交通网络，从而促进城市群经济一体化发展[7]。故本文在已有研究的基础上，选择关中平原城市群为研究对象，结合社会网络分析法来描述高速铁路的网络特征，并基于两种空间权重矩阵建立合理的空间模型作为稳健性检验，以期更为精确地探究高铁交通网络对城市群经济发展的空间溢出效应，并提出合理的建议。

一、高速铁路的网络效应分析

1.铁路网络的数据来源

根据关中平原城市群高速铁路建设发展的历程，综合考虑城市群内高速铁路的具体开通运行时间，根据高速铁路设计规范和国铁局的规定，本文所研究的高速铁路指设计或运营时速达到250km/h以上的电力动车组，车次分别为G、D、C开头的三种，统计数据部分主要是从全国铁路时刻表与各个主要城市铁路交通量统计公报中得到。选择城市群内11个区域的地级市作为地理学分析单位，分别是运城、临汾、西安、铜川、宝鸡、咸阳、渭南、商洛、天水、平凉、庆阳，选取2011—2020年作为研究时段，铁路网络的测算采用社会网络分析法，该方法是一种描述网络整体关系和结构的分析方法，并采用P空间网络模型构建方法，以线路来衡量结点城市之间的联系，若两个城市之间开通铁路，赋值为“1”，反之赋值为“0”，运用Ucinet软件对关中平原城市群高速铁路的度数中心度和中间中心度进行测算，在此基础上进一步分析了关中平原城市群高速铁路的空间网络效应。

2.度数中心度

度数中心度可以理解为“连接中心度”，就是一个点与其他点直接连接的总和，比如说一个点与其他多个点直接相连，则表明该点的度数中心度比较高，可以反映该结点城市与其他城市之间的交往能力。其标准化公式如下：

(1)

DCi表示结点城市的度数中心度，Xij代表i城市j年与其它城市与直接相连的个数，n为结点城市数量。

3. 中间中心度

中间中心度衡量了一个结点可以作为另一个媒介的中心能力，一个结点可以充当一个媒介或者“桥梁”。这样的中心位置越多，就说明它的中间中心度越高，愈多的结点相互联系时就必须要通过它。其标准化公式为：

(2)

4.网络效应分析

表1列出了2020年关中平原城市群度数中心度及中间中心度。从中可以看出，有四座城市的度数中心度(DC)超过了100，分别是西安、宝鸡、咸阳和渭南，其中西安的度数中心度和中间中心度位居首位，在城市群中处于核心地位，西安及其周围的三座城市(咸阳、宝鸡和渭南)提升了城市之间的交通可达性及区位优势，增加城市对生产要素的吸引力，是实现关中平原城市群互联互通的关键结点。但是，关中平原城市群总体度数中心度偏低，是因为关中平原城市群高速铁路的线路密集度不高，使得城市群内除西安以外的其他城市交往能力较弱。宝鸡、咸阳、渭南的中间中心度接近平均水平，说明高速铁路的发展加强了沿线城市之间的联系，也使得西安与其他城市之间联系和传导更加顺利。其中商洛、平凉和铜川的中间中心度均为0，临汾、庆阳、运城和天水的中间中心度也处于较低的水平，说明关中平原城市群高速铁路在西部边缘地区和尚未建成的铁路沿线地区经济发展较为薄弱，导致枢纽集成性差，内部交通衔接不畅，对关中平原城市群资源要素缺乏吸引力。

表1 2020年关中平原城市群度数中心度及中间中心度

二、变量的选取与模型的构建

1.变量选取及数据来源

被解释变量选择用衡量经济产出水平的地区生产总值(GDP)来表示，以2011年为基期，用各地区的GDP 平减指数对数据进行平减。解释变量选取能反映高速铁路运行实际情况的度数中心度(DC)和中间中心度(BC)来衡量。控制变量的选择：①资本存量( K) 采用永续盘存法进行估算；②劳动力投入( L) 以年末就业人数作为衡量劳动力情况的指标；③城市化水平( Urban) 用各城市城镇常住人口占总人口的比来表示；④对外开放度( Open) 用各城市实际利用外商投资额占GDP比重表示；⑤技术进步水平(Tech)，采用从事科研技术服务业的技术人员占总就业人员的比重来表示。

资本存量采用永续盘存法进行估算，公式如下：

Kit=(1-δ)Kit-1+Iit

(3)

其中，Kit表示第i个城市第t年的资本存量，δ为固定资产折旧率，Kit-1表示第i个城市第t-1年的资本存量，Iit为第i个城市第t年的固定资产投资，固定资产形成总额以2011年为基期折算的不变价格，折旧率取9.6%。以上数据均源于2011—2020年陕西省、山西省与甘肃省统计年鉴。

2.模型的构建

(1)空间权重矩阵的设定

将空间权重矩阵代入空间模型中，能反映出高速铁路对城市群内外经济的影响，进而可以定量分析高速铁路的空间溢出效应。高速铁路的开通和运营会引起城市劳动力和资本投资的变化，这两大生产因素也是对经济增长有直接的影响，所以本文借鉴其他学者的研究选择了人口距离矩阵和经济距离矩阵进行研究。

(4)

(5)

2.空间相关性检验

在设定空间计量模型前，要检验各城市经济变量(GDP)的空间相关性，常用的检验方法是采用莫兰指数I检验是否存在空间自相关性，莫兰指数I的取值为[-1，1]，大于0表示正相关，小于0则表示负相关，如果莫兰指数接近于0，则表示各城市经济变量之间不存在空间自相关性。在两种不同权重矩阵下的莫兰指数I如表2所示。可见在两种空间权重矩阵下，GDP各年的莫兰指数I均通过了1%的显著性水平检验，表示变量存在空间相关关系。

3.空间模型的选择和构建

空间计量模型与传统计量模型的主要区别在于，考虑了空间交互效应的影响，相比之下，空间模型回归结果的偏误可能更小一些。空间计量分析的一般思路是先进行空间自相关性检验，上文的空间自相关分析验证了研究对象存在空间自相关性，为下文空间计量模型的应用打下了前提基础。经典的空间模型有以下三种：空间滞后模型(SLM)、空间误差模型(SEM)以及空间杜宾模型(SDM)。空间滞后模型(SLM)又称空间自回归模型(SAR)，假定被解释变量受本地解释变量和周边地区被解释变量的共同影响，这里的“滞后”，并非字面的落后延迟之意，而是指本地的某变量通过反馈效应与周边地区的该变量产生相互作用。空间误差模型(SEM)假定空间依赖性是被忽视了的变量产生的作用，用于测评周边地区的被解释变量误差项对本地被解释变量的影响程度；而空间杜宾模型(SDM)是上述两种模型的一般形式，同时包括内源性与外源性相互作用，即一并考虑了解释变量和被解释变量的空间滞后项对被解释变量的影响。近年来，空间杜宾模型的应用越来越广泛。

表2 两种权重下的莫兰指数I

本文的研究对象(被解释变量)是GDP，研究涉及到时间和空间两个层面，于是结合上文选取的相关变量分别建立了如下三种空间面板模型：

I空间面板滞后模型

lnGdpit=ρWlnGdpit+α0+α1Dcit+α2Bcit+α3lnLit+α4lnKit+α5Techit+α6Open + α7Urbanit+εit

(6)

II空间面板误差模型

lnGdpit=ρWlnGdpit+α0+α1Dcit+α2Bcit+α3lnLit+α4lnKit+α5Techit+α6Open+ α7Urbanit+λξit+εit

(7)

III空间面板杜宾模型

lnGdpit=ρWlnGdpit+α0+α1Dcit+α2Bcit+α3lnLit+α4lnKit+α5Techit+α6Open+ α7Urbanit+ β1WDcit+β2WBcit+β3WlnLit+β4WlnKit+β5WTechit+β6WOpen+ β7WUrbanit+εit

(8)

其中，ρ和λ为不同模型的空间相关系数，W为空间权重矩阵，εit～N(0,σ2I)为随机扰动项。除了在前文中采用的莫兰指数外，空间自相关性还可以通过拉格朗日乘数LM检验来实现。为了验证空间计量分析的必要性以及选择合适的模型，本文对传统的非空间面板模型(传统计量模型)进行了LM检验，检验结果(见表3)显示，LM统计量LM-Lag和LM-Error均通过显著性检验，由此可以判定，影响因素包含被解释变量的空间滞后项和不可观测的空间自相关误差项，采用空间面板模型进行分析具有其必要性。根据Anselin和Florax(1995)提出的判别准则，可以判定相比之下，空间杜宾模型(SDM)是更为合适的选择。在确定使用空间面板模型后，还需确定使用随机效应模型还是固定效应模型，根据Hausman检验的结果，统计量在5%的显著性水平上不能拒绝随机效应与固定效应模型系数无差别的原假设，因此选择采用随机效应模型。

表3 LM检验结果

表4 LR检验结果

SDM模型能否简化为SLM模型或SEM模型的LR检验中，LR检验结果(见表4)均拒绝原假设，所以选择SDM模型更合适。综上，最终确定选择随机效应的SDM模型。为了便于比较分析，本文同时列出了SDM、SLM和SEM这三种空间面板模型的回归结果。Hausman检验结果可知，用随机效应空间杜宾模型好，最终本文采用空间杜宾模型(SDM)进行检验。

三、实证分析

通过以上模型检验，基于空间杜宾模型(SDM)，对2011—2020年关中平原城市群11市面板数据进行估计，实证结果见表5。

从表5空间杜宾模型(SDM)的估计结果来看，在两种权重矩阵下关中平原城市群高速铁路的度数中心度(DC)和中间中心度(BC)均在1%水平下显著为正，说明高速铁路建设运行产生的规模效应对城市群经济的增长有显著的正向作用；劳动投入( L) 和资本存量( K) 系数均在1%水平下显著为正，且资本存量(K)的系数大于劳动力投入(L)，意味着当前资本投入是推动关中平原城市群经济增长的重要力量；城镇化率(Urban)在5%水平下显著为正，表明高速铁路的扩展使得城市群中心城区与边缘城镇的交通出行时间显著降低，部分企业为了生产利润的最大化，将生产线转移至生产成本较低的边缘城镇，并带动了相关产业的发展，扩展了城市的边际，提升了城镇化率，吸引周边地区的劳动力从事生产活动，促使经济正向增长；而技术进步水平(Tech)和对外开放程度(Open)不显著，可能是由于关中平原城市群整体产业的发展与技术和对外投资结合程度不够，未能实现良好的协作和联动。

表5 空间杜宾模型估计结果

观察其空间溢出相关系数，在两种权重矩阵下，度数中心度(W·DC)和中间中心度(W·BC)分别在5%水平和1%水平下显著为正，表明关中平原城市群高速铁路存在显著的正向空间溢出效应，即关中平原城市群高速铁路的开通对邻边地区经济产出具有正向促进作用；劳动力(W·L)和资本存量(W·K)的空间溢出系数在两种权重矩阵下均通过了5%显著性水平检验，说明高速铁路引导的资本和劳动力的跨区域流动对城市群周边城市的经济发展有一定的推动作用；且劳动力空间溢出系数(W·L)远低于资本存量(W·K)的空间溢出系数(3.168<97.551，7.998<13.173)，说明劳动力的流动对周边地区的经济增长受滞后效应的影响在短期内还没有发挥出太多正向推动作用。而技术进步水平(W·Tech)、对外开放程度(W·Open)和城镇化率(W·Urban)的空间溢出系数不显著，表明关中平原城市群高速铁路的开通未能带动周边城市的科研技术水平、外商投资以及城镇化率的提升。

要定量分析变量空间溢出效应的大小还要进一步进行偏微分分解，直接效应为控制其他变量下高速铁路开通对城市群经济的直接影响，间接效应为控制其他变量下高速铁路对城市群经济发展的空间溢出效应，总效应为直接效应和间接效应加总，是控制其他变量下高铁开通对城市群经济的总影响。各变量偏微分分解结果如表6所示。观察其直接效应，可看出高速铁路度数中心度(DC)中间中心度(BC)的直接效应分别0.019和0.036，且在5%和1%的显著性水平下显著为正，这进一步验证了高速铁路对城市群内经济发展的正向推动作用，且劳动力(L)、资本投入(K)和城市化率(Urban)均在1%水平下显著为正，同样验证了这两大生产要素和城镇化发展对于城市群经济产出的推动作用；从间接效应来看，度数中心度(DC)和中间中心度(BC)的系数分别0.014和0.016，在5%和1%的显著性水平下显著为正，说明关中平原城市群高速铁路的开通带动了周边地区的经济产出，表现为正向空间溢出效应，劳动力(L)和资本存量(K)的间接效应也通过了5%和1%显著性水平检验，且劳动力的系数(L)低于资本存量(K)的系数(0.015<0.460)，验证了当前关中平原城市群高速铁路对周边地区的资本吸引大于劳动力吸引。

表6 空间杜宾模型偏微分分解结果

结论和建议

高速铁路的开通建设对城市群经济的发展具有显著的增长效应与正向的溢出效应，有助于促进各城市经济协调发展，实现城市群经济共同发展；高速铁路主要是从资本和劳动力生产要素对城市群经济发展产生影响，城市群交通可达性的提升促使沿线城市劳动力就业结构与资本投入更加协调地发展，并优化了城市群内劳动力资源的配置；通过加快知识、信息和物流等其他要素流动，促进城市群空间格局优化，从而推动城市群经济增长。但由于关中平原城市群整体高速铁路网密集程度较低，导致各城市之间经济发展也缺少较好的协作与联动，所以其高速铁路对经济发展的空间溢出效应不足。

针对以上研究结论，提供以下政策建议：

合理布局建设高速铁路交通网络，打破省域行政隔阂。由于关中平原城市群跨越三个省份，各地政府需通力合作制定合理的铁路建设规划，兼顾边缘城市和区位条件薄弱的城市，协调枢纽城市与邻近城市的交通联系，在城际良好互动中促进自身城市的经济发展。

充分利用高速铁路空间效能，引领城市群高质量发展。高速铁路的产生和发展来自城市化的需要，高速铁路提升了城市之间的交通可达性，并推动了城市空间结构的调整。政府除了要关注城市交通基础设施建设之外，还要考虑铁路等基础设施建设的反作用所产生的空间溢出效应，进而依靠区位交通优势优化劳动力和提升资本空间配置效率，积极引导城市群经济建设。

制定差异化经济发展战略，做好区域统筹规划。由于城市群内各城市区位、经济和人口有较大差异，防止受核心城市虹吸效应和极化效应的影响，需关注经济水平动态变化等因素提升非核心城市的可达性和综合竞争力，促进经济多元化增长，形成城市群内部多中心的发展格局。