APP下载

高铁建设是否缩小了区域创新差距?
——基于多期差分法和社会网络分析

2024-03-02彭紫薇

关键词:差距高铁要素

胡 艳, 彭紫薇, 李 彦

(安徽大学 a.经济学院;b.创新发展战略研究院,安徽 合肥 230039)

良好的交通基础设施有助于促进生产要素在城市间自由流动,可以达到合理配置资源的作用[1]。随着高铁的迅速发展,我国交通运输体系得到很大的改善,创新资源的空间分布格局也因此发生一定的改变。就城市之间的发展差距而言,资源禀赋和产业基础是其产生的重要原因,而高铁建设在促进资源配置的同时,也可能带来城市间发展差距的变化[2]。已有学者关注到城市之间的经济差距和工资差距,但对创新差距的影响研究却未给予足够的重视。关于“如何提升城市创新能力、缩小区域之间的创新差距”的问题,是当前推进区域协调发展的不容忽视的一大挑战。高铁建设在改变创新资源空间格局的同时是否影响以及如何改变区域创新差距呢?本文围绕高铁建设与区域创新差距之间关系问题进行研究。从高铁开通和高铁网络两个视角来衡量高铁建设程度,并使用多期双重差分法和社会网络分析方法相结合进行实证分析,探究高铁网络对区域创新差距的影响,以期对政府优化高铁网络建设、协调区域创新发展有所助益。

一、文献综述

高铁被认为是20世纪末发展起来的最重要的铁路技术运输方式,它极大地提高了区域的可达性,增加了各类城市的投资机会,在某种程度上促进了中心-边缘地区间的协同发展[3],且高铁具有显著的扩散效应,有利于缩小区域经济差距,助力区域协调发展[4]。

学界关于高铁的研究主要集中于其对经济发展水平、产业结构、区域发展和创新发展等方面的影响[5-7]。区域创新是国家推动建设新发展格局的重要力量,而区域创新能力的提升会受到多种因素的影响[8]。既有研究大多支持高铁开通有效促进了区域创新水平的提升,但这一促进作用会因城市的不同规模和不同区位而表现出明显的异质性。吉赟和谭志雄等分别以城市规模为划分依据,认为高铁开通对大中型城市企业创新促进作用显著,但对提高中小城市创新能力的没有显著影响[9];何凌云等研究发现,高铁的创新驱动作用主要发生在区位优势显著的东部和中部地区,对西部地区的创新能力的提高影响很小或不显著[10],反倒可能进一步拉大创新差距;孙文浩等以创新强度为划分依据,发现相对于高创新强度城市,低创新强度城市更能获得高铁的创新溢出效应[11],有利于缩小区域创新差距。此外,Zeng等将吸收能力的概念框架纳入区域创新研究,发现中国的区域吸收能力仅适用于高度创新城市的自我强化机制,而这进一步推进了目前中国城市创新不平等现象[12]。另外,关于高铁对于区域创新能力影响的研究较多集中于是否开通高铁,而较少关注到高铁网络的形成。既有关于高铁网络的研究通过社会网络分析法引入网络中心性对部分地区高铁网络、网络内节点特征进行了分析与研究[13-15],但这些研究均未构建完备的网络指标体系以实证研究高铁网络对区域创新差距的影响。在中国高铁网络建设不断完善的大背景下,高铁网络改变了城市联系广度和中心性,那么它会如何影响区域创新差距呢?

在既有研究的基础上,本文可能的边际贡献为以下几点:第一,在研究内容上,以往文献多关注城市之间的经济差距和工资差距,而较少直接关注到区域创新差距的问题,本文在现有关于高铁开通与区域创新研究的基础上,进一步分析了高铁对区域创新差距的“有无”影响,并探究了高铁建设对区域创新差距 “程度”的影响。第二,在研究方法上,目前对高铁的研究多使用高铁开通虚拟变量,但高铁开通只能说明一个城市是否有高铁,而无法衡量城市高铁开通的车次与途径城市的多少,忽视了高铁网络化发展对城市联系的影响。本文将连续型双重差分法与社会网络分析方法相结合,引入网络中心性对城市高铁网络联系强度进行测度。第三,在机制分析上,本文以人力资本和物质资本作为创新要素的表征变量,对高铁建设影响区域创新差距的机制进行识别,并分别探讨人力资本和物质资本流动对区域创新差距的具体作用,丰富了有关区域创新差距的相关研究。

二、理论分析与研究假说

随着我国交通强国战略稳步实施,高铁建设的不断推进不仅改变了城市的可达性、城市的角色和地位,更改变了资源和要素在城市之间的流动、匹配和再选择。本文研究的是高铁建设对区域创新差距的影响,首先分析了高铁开通可能影响区域创新差距的路径和作用机制;其次分析了高铁网络改变了城市网络联系广度和网络中心性,会如何影响区域创新差距。相应的机制分析流程如图1所示。

图1 高铁建设对区域创新差距的影响路径和作用机制

1.高铁开通与区域创新差距

和传统交通基础设施相比较,高铁快速、安全的特点极大改善了原有交通运输状况,减少了城市之间往来的时间距离[16],即其具有“时空压缩”效应。出行时间的缩短增加了人们跨地区出行的可能性,加快了劳动力跨地区流动,特别是高级人才对时间要求更为严格,高铁特有的“时空压缩”优势成为他们出行的第一选择[17]。他们在城市之间流动性的增强,会带来相应知识和技术的扩散,促进知识和技术在城市之间的共享。也即高铁开通极大地降低了知识和技术的传播成本,促进了人才和资源等创新要素在城市之间的流转与匹配[18],进而在不同程度上改变了城市的创新能力。

高铁会影响创新要素的流动,对于具有不同资源禀赋的城市来说,提升创新能力不仅需要城市本身拥有的创新要素,还需要来自其他地区的创新要素的流入[19]。获取创新要素的两种主要途径是直接利用自身积累的创新资源或间接从其他区域获取[20],而高铁开通显著降低了城市之间往来的贸易成本[21],加快了城市从其他地区获取创新要素的速度与效率。作为创新要素的主要成分,人力资本要素和资本要素对城市创新具有重要作用,高铁开通提升了本科及以上学历员工在企业的占比[22],促进了人力资本流入,对地区技术创新有显著的带动作用[23]。高校科研人员面对面交流是知识溢出的一个重要途径,高铁通过降低出行成本,提高了人员面对面交流的可能性[24],进而带动不同城市之间创新知识的交流。但高铁开通并不利于收缩型城市的资本要素的集聚,反而加剧了收缩型城市与中心城市的竞争[25],导致资本要素的空间分布格局不断产生变化,最终使区域创新之间差距越发明显。一方面,交通基础设施的完善提高了落后地区与发达地区的通达性,加快了因城市之间的人才流动而引发的知识溢出,有利于加快城市的创新发展[26]。高铁开通扩大了劳动力寻找到与自身条件相适配的工作的可达范围,有效增加了人们的就业机会[27],不仅能够改变劳动力流转速度,还能够改善劳动力错配状况[28]。同时,落后地区能够更便捷地向发达地区学习最新的技术和知识,提高了欠发达地区自身的创新能力。总之,高铁开通对创新要素的“扩散效应”有利于缩小区域创新差距。另一方面,大城市更先进的技术和优越的发展条件会集聚更多的来自沿线中小城市的投资[29],对沿线小城市产生“虹吸效应”,创新要素流向发达地区的可能性也随之提升。创新要素流向发达地区会进一步提高发达地区的创新能力,而对于沿线小城市来说,其流失创新要素的可能性也随之增加,创新要素的流失不利于其创新能力的提升。大城市和沿线小城市的创新发展可能会因此呈现出“强者愈强,弱者愈弱”的发展趋势[30],进一步拉大区域之间的创新差距。因此,高铁开通如何影响区域创新差距取决于“扩散效应”和“虹吸效应”的相对大小。基于以上分析,本文提出假说1、2。

H1:高铁开通会显著扩大或缩小区域之间的创新差距。

H2:高铁开通能够促进创新要素的跨区域流动,进而扩大或缩小区域创新差距。

2.高铁网络与区域创新差距

随着“八纵八横”高铁网加密成型,高铁网络日益复杂,多条高铁线路建成通车,城市之间的交流与合作也由原来的城市之间“有无”高铁,转变为有几条高铁、途经多少个沿线城市,地区之间互联互通,联系与交流更加便捷、紧密,复杂的高铁网络改变了城市在高铁网络中所处的角色和地位[31],将会进一步影响区域创新差距。因此,不仅要考虑城市之间高铁的“有无”,还应考虑到高铁网络的错综复杂度,以此来衡量城市在高铁网络中不同的联系广度和中心性,以及其如何影响区域创新差距。 城市在高铁网络中与其他站点城市连接的个数能够有效衡量该城市在高铁网络中联系其他城市的能力,可以表征城市网络联系广度。城市网络联系广度数值越高,表示该城市在交通体系里和其他城市的沟通能力越强。网络联系广度越高的城市,越能够快捷地联系沿线其他城市,更加快速地实现技术交流、人才合作和资源利用,进而影响区域创新差距。城市到高铁网络中其他站点城市的平均距离能够用以测量该城市在高铁网络中的网络中心性。网络中心性描述的是城市在高铁网络中对资源和要素流动范围的掌控能力[32],一个城市若具有更高的网络中心性,则其创新要素流动的可能性更大,进而会进一步影响区域创新差距。依据以上分析,本文提出假说3。

H3:城市在高铁网络中的联系广度和中心性越高,高铁对区域创新差距的影响越大。

三、研究设计

1.模型设定

建设高铁需要投入大量的资金,城市是否开通高铁会受到多方面因素的影响,即各个城市“高铁开通”这一事件发生的时间不完全相同,因此模型中需要加入时间固定效应和个体固定效应。参考Beck等的方法[33],构建多期双重差分模型以检验高铁开通是否会影响区域创新差距,模型如下:

Gapit=β0+β1HSRit+β2Controlsit+μi+υt+εit

(1)

其中:i和t分别代表城市和年份;Gapit表示区域创新差距;HSRit表示城市高铁开通情况,若城市i在t年已经开通高铁,则HSRit=1,否则为HSRit=0;Controlsit表示所有控制变量;μi、υt和εit分别表示个体固定效应、时间固定效应和随机扰动项。

2.变量选取

(1) 被解释变量 本文研究的是区域创新差距。首先,借鉴张梁等的做法[34],选取《中国区域创新创业指数2020》中代表创新的三个子维度,并考虑到三项专利得分所能代表的创新能力不同,分别赋予50%、30%和20%的权重,加总得到每个城市的创新得分;其次,采用学术界通常用于度量区域间差距的方式,基于创新得分使用泰尔指数计算得到本文的区域创新差距Gap。

(2) 解释变量 高铁开通:参考王春杨等的研究方法[35],选用HSR表示高铁开通虚拟变量,高铁开通当年及开通之后的年份取值为1,高铁开通之前的年份取值为0。

高铁网络:依据国家铁路局建设的高铁线路运行时间,依次构建往年高铁的社会网络结构。参考李建明等的研究方法[32],选用点度中心度来衡量网络联系广度,选择接近中心度来衡量网络中心性,并分别用DC和CC表示,通过构建DC×Year、CC×Year两个变量来衡量高铁网络中具有不同的地位和角色的城市会对创新差距有何影响。

(3) 中介变量 本文将创新要素分为人力资本要素和物质资本要素。人力资本包含“质”和“量”两个层面,本文侧重质量层面。参考王启超等的研究方法[36],人力资本要素(Human)采用普通本专科在校生人数与常住人口的比重表示。创新活动具有高风险,投入和产出具有不确定关系,需要有大量的资金支持,因此,研发资金投入的变动是创新活动能否成功的关键因素,本文使用地区科学支出表征物质资本要素(Capital),并对其取对数处理。

(4) 控制变量 本文选取的控制变量包括经济发展水平(Gdp)——采用地区生产总值表征,该指标反应一个地区的经济社会发展情况;政府干预程度(Gov)——采用年末财政支出总额表征,政府干预也会对一个城市的创新产生影响;产业结构——采用第二产业产值占比(Sec)、第三产业产值占比(Thi)表征;环境状况(Ereg)——采用二氧化硫排放量表征,是城市宜居水平的一个重要衡量因素,也是吸引人才与资金的重要先决条件;公共服务水平(Pub)——采用执业医师及助理医师数表征,城市医疗水平越高,说明城市公共服务质量越高,是吸引高技术人才流入的重要因素。以上数据除产业结构外均进行了自然对数处理。

3.数据来源及说明

本文主要研究的是高铁网络对区域创新差距的影响,依据现有研究及数据的可获得性,除去经过行政区划调整和数据缺失严重的城市,同时因为四个直辖市与其他地级市的发展差异较大也予以剔除,少数缺失数据通过线性插值予以补齐,最终得到2005-2019年280个地级市的面板数据。

本文的数据来源主要包括三方面:一是高铁数据。高铁开通时间通过手工收集整理中国铁路总公司网站、国家铁路局网站来获取,高铁网络中心性数据通过手动收集并通过UCIENT6软件计算得到。二是创新差距数据。选用北京大学国家发展研究院发布的《中国区域创新创业指数2020》报告中的数据,该报告不仅涵盖了我国大陆全部行业,而且创新活跃度高的中小微企业和不同规模创业期企业等也包含在内,从多维度综合评价得到各个城市创新创业指数,能够有效衡量城市的创新能力。三是城市层面的机制变量和控制变量数据,其主要来自历年《中国城市统计年鉴》和各地级市统计公报。变量描述性统计结果见表1所列。

表1 变量描述性统计

四、实证分析

1.基准回归

为验证假说1,即高铁开通是否会影响区域创新差距,本文对前述模型(1)进行估计。基准回归结果见表2所列,加入控制变量后,核心解释变量HSR的系数为-0.006,且在1%的水平上显著,表明城市间高铁开通显著缩小了区域创新差距,初步验证了假说1。

表2 基准回归结果

2.异质性分析

(1) 区域异质性 我国东、中、西部地区的高铁网络的密度存在着显著的地区差异,为探究城市所处地理位置的异质性,本文以城市所处地理位置为依据,构建交互项Location×HSR,将样本城市划分为三组:位于东部地区的城市(Eastern×HSR)、中部地区的城市(Middle×HSR)和西部地区的城市(Western×HSR),回归结果见表3所列。

表3 区域异质性估计结果

由表3可知,位于东、中部和西部地区的分组城市核心解释变量的系数都为负,且在1%水平上显著,但位于西部地区的分组城市的缩小效应最大,这表明高铁开通虽然缩小了整体区域创新差距,却有更有利于缩小西部地区的区域创新差距。可能的原因是:相对于中部和东部地区已经有较为完善的交通基础设施水平,位于西部地区的各城市交通基础设施相对落后,而高铁开通极大地改善了这些欠发达地区的交通基础设施状况,有利于增强其借鉴和吸收来自其他城市的最新知识和技术的能力,更有利于缩小位于西部地区的区域创新差距。

(2) 城市规模异质性 为检验城市发展规模对高铁开通与区域创新差距关系的影响,本文以最新发布的《2022城市商业魅力排行榜》名单为依据,构建交互项Citysize×HSR,来将样本范围内城市划分为一线与新一线(Citysize1×HSR)、二线(Citysize2×HSR)、三线及以下城市(Citysize3×HSR)三组,回归结果见表4所列,它显示出高铁开通显著缩小了一线与新一线及三线及以下城市之间的创新差距。由此可见,城市发展规模大小会影响高铁对区域创新差距的影响,其中高铁开通对一线与新一线城市的区域创新差距的缩小作用更大。

表4 城市规模异质性估计结果

3.机制分析

根据理论分析和假说,本文认为高铁开通可能通过促进创新要素跨区域流动影响区域创新差距,本文使用逐步检验法对物质资本要素和人力资本要素的中介作用是否成立进行验证,计量模型如下:

Gapit=β0+β1HSRit+β2Controlsit+μi+υt+εit

(2)

Mit=λ0+λ1HSRit+λ2Controlsit+μi+υt+εit

(3)

Gapit=φ0+φ1HSRit+ψMit+θControlsit+μi+υt+εit

(4)

其中:Mit表示中介变量,其他变量设定与上文数据说明一致。根据检验中介变量的步骤,首先检验高铁开通是否会影响区域创新差距,对模型(2)进行回归,如果解释变量HSR的系数β1显著,表明高铁开通能够影响区域创新差距。其次,检验高铁开通是否会影响创新要素跨区域流动,对模型(3)进行回归,如果解释变量HSR的系数λ1显著,则说明高铁开通影响了创新要素流动。最后,对模型(4)进行回归,对是否存在中介效应进行检验。

表5展示了中介效应检验结果,其中表5列(1)与列(2)是分别将人力资本要素和物质资本要素作为因变量的回归结果,HSR的系数均在1%显著性水平上为正,说明高铁开通显著促进了物质资本和人力资本跨区域流动,表5列(3)与列(4)系数表明物质资本跨区域流动“扩散效应”占主导作用,显著降低了区域创新差距。但人力资本跨区域流动“虹吸效应”占主导作用,显著扩大了区域创新差距,这表明物质资本跨区域流动更有利于高铁开通缩小区域创新差距。可能的原因是,过去中国户籍制度等因素导致区域之间劳动力市场的分割程度大,严重阻碍劳动力流动。劳动力错配问题不容忽视[28],而高铁有效改变了原有的劳动力市场格局,促进了人力资本跨区域流动,有利于改善劳动力配置状况,更多人力资本从中小城市流向大城市,扩大了区域创新差距。整体来看,创新要素跨区域流动的“扩散效应”作用大于“虹吸效应”,因此,高铁开通促进了人力资本和物质资本跨区域流动,并显著缩小了区域创新差距,验证了假说2。

表5 中介效应检验

4.稳健性检验

(1) 平行趋势检验 本文依据所选样本中每个城市高铁开通的时间,依次构建高铁开通前六年和后六年的虚拟变量,并以高铁开通前一年作为参照基准绘制平行趋势检验图,图2中横坐标-2至-6代表高铁开通前2到6年,1至6代表高铁开通后1至6年。

图2 平行趋势检验

由平行趋势图可知,高铁开通前6年核心解释变量的系数均未通过显著性检验,这说明处理组和控制组的区域创新差距在“高铁开通”这一事件发生前有相似的变化趋势,即通过了平行趋势检验。

(2) PSM-DID检验 为增加普通双重差分估计结果的稳健性,本文进一步采用倾向得分匹配双重差分方法(PSM-DID)进行回归,控制变量与上文基准回归保持一致。首先使用Logit回归模型进行匹配后得到1 248个样本量,其次使用匹配得到的样本再进行DID估计。回归结果见表6列(1)所列,核心解释变量HSR的系数为-0.024,且在1%水平上显著,结论与普通DID结论一致。

表6 稳健性检验的估计结果

(3) 剔除离群值 本文对创新差距和虚拟变量进行上下1%的缩尾处理后重新进行回归,回归结果见表6列(2)所列,核心解释变量HSR的系数大小只略有变化,估计结果和基准回归一致。

(4) 反事实检验 本文分别将城市“开通高铁”事件冲击的时间提前1年和2年进行反事实检验,如果估计结果中核心解释变量HSR的系数仍然显著为负,表明城市间的创新发展差距不断缩小并非是受到“高铁开通”这一事件的冲击。表6列(3)、列(4)是对应的估计结果,核心解释变量SHR的系数均不显著,说明对区域创新差距并无影响,再次证明区域创新差距的确与“高铁开通”这一事件的冲击有关。

(5) 替换变量 本文用于计算被解释变量的三种专利得分中,发明专利更能直接反映城市的原始创新能力。为避免自选权重对基准回归结果产生偏误,本文将前文赋予三种专利得分的权重更改为70%、20%和10%,根据泰尔指数重新计算得到区域创新差距,再次进行回归估计。回归估计结果见表6列(5),核心解释变量HSR的系数仍然在1%显著性水平为负,估计结果和基准回归一致。

5.内生性处理

考虑到城市创新能力越强,也可能会增加对高铁建设的需求,即城市开通高铁、增加高铁车次和线路的可能性也会越高,可能存在反向因果的内生性问题。因此,本文参考张般若等的处理方法[37],选用城市的地形起伏度作为高铁开通的工具变量,采用二阶段最小二乘估计(2SLS)对模型进行内生性检验。第一阶段F值为25.605,大于临界值10,因此,可以拒绝“存在弱工具变量”的原假设;表6列(6)是第二阶段的回归结果,核心解释变量HSR的系数依然在1%显著性水平上为负,说明区域创新差距具有缩小趋势,工具变量得到的结论与基准回归的结论保持一致,增强了基准回归结论的稳健性。

五、社会网络分析

上文已经通过实证分析验证了高铁开通显著缩小了区域创新差距,即验证了高铁开通对区域创新差距的“有无”影响,本部分将在此基础上分析高铁建设对区域创新差距的“程度”影响。高铁网络改变了城市在高铁网络中的地位和角色,不仅会改变城市自身创新能力,也会改变城市获取其他城市创新要素的能力,最终体现在区域创新差距上。本文通过计算城市在高铁网络中的点度中心度和接近中心度两个指标,检验高铁网络改变城市地位相对变化对区域创新差距的影响。由于计算的是历年每个城市的数据,数量较多不便展示,本文仅展示2019年中心度和区域创新差距的散点图,具体数据如图3、图4所示。由图3、图4可以发现:中心度较高的城市,其创新差距的数值也相对较小。因此,城市在高铁网络中的网络中心性与区域创新差距可能存在相关性。

图3 2019年点度中心度与区域创新差距的散点图

图4 2019年接近中心度与区域创新差距的散点图

基于高铁网络中心性的回归结果见表7所列,其中DC×Year、CC×Year的系数为正,且均通过了1%显著性水平,这表明城市在高铁网络中交际能力和控制能力越强,会更显著地缩小区域创新差距。因此,城市在高铁网络中的网络联系广度和网络中心性越高,高铁缩小区域创新差距的作用越强,验证了假说3。

表7 基于高铁网络中心性的回归结果

六、研究结论与对策建议

1.研究结论

本文关注高铁网络化演变对区域创新差距的影响,运用双重差分模型和社会网络分析方法探究了高铁建设对区域创新差距的“有无”影响和“程度”影响。

主要研究结论如下:高铁开通对区域创新差距具有显著的缩小效应。区域异质性分析发现,高铁开通对区域创新差距的缩小效应对西部地区的作用更大,且在二线以上城市更为明显;机制分析表明,人力资本和物质资本是高铁建设影响区域创新差距的中介路径,且后者的作用更大;社会网络分析则认为城市在高铁网络中的联系广度和中心性越高,高铁对区域创新差距的缩小效应越强。

2.对策建议

(1) 重视高铁对城市创新的促进作用 虽然高铁为创新要素在城市之间自由流动提供了便利,但是同时也增加了沿线欠发达城市资源和要素流出的可能性,当前大城市对沿线小城市的“虹吸效应”不容忽视,不利于城市创新协调发展,各城市在利用高铁的创新效应的同时要警惕高铁的创新效应“弊大于利”,既要在有序推进城市创新发展要合理配置资源,因地制宜地进行高铁建设,避免盲目创新和开通过多新站点而带来不必要的资源浪费。

(2) 优化创新要素流动的市场机制 针对各城市资源禀赋和基础设施水平的不同所导致的创新发展差异,需要差别化地引导创新要素的流动和匹配,以平衡创新发展差距为问题导向,改善创新要素流动的环境,促进创新资源的整体优化与配置,避免创新要素过多地向发达城市集聚。要营造良好的创新氛围以释放创新要素活力,实现城市之间创新协调发展,从而提高整体创新发展水平。

(3) 实行差异化的区域创新发展策略 我国高铁车次和线路密度存在东部向西部逐渐减弱的不平衡现象,因此东部地区城市要在发达的交通网络基础上,合理利用人才和资源的集聚效应,注重高铁建设质的提升,同时要加大对中西部地区欠发达城市的资源倾斜和政策倾斜,推进高铁线路的建设与延伸。中西部地区城市则应积极利用高铁的发展机遇,重点考虑如何借助高铁增加与中心城市创新联动,借力高铁网络带来的扩散效应实现创新差距的缩小,激发后劲优势。

猜你喜欢

差距高铁要素
第一次乘高铁
掌握这6点要素,让肥水更高效
山上有座高铁站
高铁会飞吗
难分高下,差距越来越小 2017年电影总票房排行及2018年3月预告榜
观赏植物的色彩要素在家居设计中的应用
论美术中“七大要素”的辩证关系
人地百米建高铁
也谈做人的要素
缩小急救城乡差距应入“法”