魏泊寧，楊棟旭，周 菲

(南京大學(xué) 經(jīng)濟(jì)學(xué)院，南京 210093)

一、引言

20世紀(jì)80年代以來(lái)，中國(guó)開(kāi)展了大規(guī)模交通基礎(chǔ)設(shè)施建設(shè)，取得了較快發(fā)展，尤其是高速鐵路。中國(guó)在短短十幾年間已成為世界上高速鐵路建設(shè)運(yùn)營(yíng)規(guī)模最大、技術(shù)最全面、管理經(jīng)驗(yàn)豐富的國(guó)家，中國(guó)高鐵標(biāo)準(zhǔn)也正在逐漸成為世界行業(yè)的標(biāo)準(zhǔn)。截至2016年底，中國(guó)鐵路營(yíng)業(yè)里程達(dá)到12.4萬(wàn)公里，其中通車高鐵里程超過(guò)2.2萬(wàn)公里，約占世界高速鐵路總里程的2/3。中國(guó)累計(jì)投入運(yùn)行的高鐵動(dòng)車組達(dá)到2595組，超過(guò)全球總量的60%[注]數(shù)據(jù)來(lái)源于《中長(zhǎng)期鐵路網(wǎng)規(guī)劃》，網(wǎng)址為：http://www.ndrc.gov.cn/zcfb/zcfbtz/201607/W020170213333938328309.pdf。。

與此同時(shí)，中國(guó)工業(yè)集聚程度在2005、2006年達(dá)到最高，之后呈下降趨勢(shì)(李世杰等，2017)[1]，東部沿海地區(qū)生產(chǎn)向生產(chǎn)要素成本較低、資源豐富的中西部地區(qū)加速轉(zhuǎn)移(周華蓉和賀勝兵，2015)[2]。城市工業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)發(fā)展存在重要影響(白重恩等，2004)[3]，有關(guān)區(qū)域工業(yè)集聚的研究正越來(lái)越多地引起學(xué)者們的關(guān)注，并被應(yīng)用到推動(dòng)產(chǎn)業(yè)及區(qū)域經(jīng)濟(jì)發(fā)展的實(shí)踐中。那么中國(guó)快速發(fā)展的高鐵線路與工業(yè)集聚度的下降是否有關(guān)聯(lián)？如果存在，其內(nèi)在影響機(jī)制又是什么？這正是本文所要研究的問(wèn)題，以上問(wèn)題的探究，對(duì)進(jìn)一步豐富基礎(chǔ)設(shè)施建設(shè)與產(chǎn)業(yè)發(fā)展的相關(guān)理論具有重要意義，還可以為中國(guó)交通基礎(chǔ)設(shè)施的優(yōu)化布局和產(chǎn)業(yè)集聚建設(shè)提供一定的決策依據(jù)。

盡管有越來(lái)越多關(guān)于交通基礎(chǔ)設(shè)施以及高鐵評(píng)估的實(shí)證文獻(xiàn)，但主要集中于估計(jì)交通基礎(chǔ)設(shè)施對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的總體作用，對(duì)于客運(yùn)交通為主的高速鐵路對(duì)工業(yè)集聚程度的影響，現(xiàn)有文獻(xiàn)對(duì)此關(guān)注并不多，相關(guān)的實(shí)證研究也較少。因此，從工業(yè)集聚這一角度研究高鐵產(chǎn)生的經(jīng)濟(jì)效應(yīng)可以彌補(bǔ)已有文獻(xiàn)的不足。

鑒于此，本文基于中國(guó)282個(gè)地級(jí)市的高鐵線路規(guī)劃，深入分析高速鐵路開(kāi)通對(duì)工業(yè)集聚的影響。通過(guò)搜集整理2008—2015年中國(guó)各地級(jí)市層面的高鐵開(kāi)通情況及高鐵開(kāi)通車次數(shù)據(jù)，結(jié)合《中國(guó)統(tǒng)計(jì)年鑒》和《區(qū)域統(tǒng)計(jì)年鑒》構(gòu)建雙重差分模型，結(jié)果發(fā)現(xiàn)，2008—2015年大規(guī)模建設(shè)的高鐵線路對(duì)開(kāi)通城市的工業(yè)集聚具有抑制作用。在控制其他因素后，開(kāi)通高鐵對(duì)工業(yè)集聚產(chǎn)生了抑制作用，且每多1%的高鐵車次，會(huì)導(dǎo)致工業(yè)集聚度下降0.013%。為深入理解高鐵對(duì)工業(yè)集聚度的影響，分析這一效應(yīng)對(duì)不同區(qū)域的異質(zhì)性影響，通過(guò)劃分工業(yè)類型和是否為港口城市研究，發(fā)現(xiàn)高鐵對(duì)輕工業(yè)城市和港口城市的工業(yè)集聚度有顯著抑制作用。進(jìn)一步，為探究高鐵開(kāi)通抑制工業(yè)集聚的影響機(jī)制，構(gòu)建了“高鐵開(kāi)通—成本效應(yīng)/資源轉(zhuǎn)移效應(yīng)—抑制工業(yè)集聚”的邏輯框架，發(fā)現(xiàn)高鐵開(kāi)通很可能是通過(guò)提高城市可達(dá)性后，企業(yè)偏好向勞動(dòng)力成本更低的地區(qū)轉(zhuǎn)移的“成本效應(yīng)”而非高鐵開(kāi)通引起的工業(yè)生產(chǎn)要素向旅游業(yè)轉(zhuǎn)移的“資源轉(zhuǎn)移效應(yīng)”來(lái)抑制工業(yè)集聚的，彌補(bǔ)了之前文獻(xiàn)在機(jī)制方面具體討論的不足。

二、文獻(xiàn)綜述

本文的研究與兩類文獻(xiàn)密切相關(guān)。第一類文獻(xiàn)與高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)相關(guān)。大量國(guó)內(nèi)外文獻(xiàn)從理論、實(shí)證、現(xiàn)實(shí)案例等不同層面解析了高鐵開(kāi)通對(duì)于提高經(jīng)濟(jì)增長(zhǎng)的積極作用。例如汪建豐和李志剛(2014)[4]研究發(fā)現(xiàn)滬杭高鐵的開(kāi)通運(yùn)營(yíng)促進(jìn)了浙江沿線區(qū)域經(jīng)濟(jì)發(fā)展，劉勇政和李巖(2017)[5]實(shí)證檢驗(yàn)說(shuō)明高鐵建設(shè)帶動(dòng)了本地及其相鄰城市的經(jīng)濟(jì)增長(zhǎng)，并且促進(jìn)了城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整并加速了城鎮(zhèn)化進(jìn)程。但是，也有學(xué)者對(duì)“交通基礎(chǔ)設(shè)施一定能促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展的說(shuō)法提出質(zhì)疑，認(rèn)為交通道路一般會(huì)產(chǎn)生兩種不同的影響(Puga，2008)[6]，王垚和年猛(2014)[7]的研究就證明了在中國(guó)經(jīng)濟(jì)整體放緩的大環(huán)境下，高鐵在短期內(nèi)并沒(méi)有起到帶動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用。除此之外，還有很多文獻(xiàn)從更細(xì)致的角度探討了高鐵開(kāi)通是如何影響經(jīng)濟(jì)發(fā)展的。高鐵能引發(fā)要素在區(qū)域之間的流動(dòng)轉(zhuǎn)移，從而增加該地區(qū)勞動(dòng)力的供給(Chen & Silva，2013)[8]，同時(shí)開(kāi)通高鐵會(huì)給企業(yè)帶來(lái)生產(chǎn)率增長(zhǎng)效應(yīng)，增加企業(yè)對(duì)勞動(dòng)力的需求，從而帶動(dòng)工資水平的上漲(董艷梅和朱英明，2016)[9]。除此之外，高鐵對(duì)城市土地市場(chǎng)也有一定的影響，能促進(jìn)城市住宅用地和商業(yè)服務(wù)業(yè)設(shè)施用地價(jià)格上漲，但是工業(yè)用地價(jià)格會(huì)下降(周玉龍等，2018)[10]。

隨著研究的深入，高鐵的“經(jīng)濟(jì)分布效應(yīng)”(Cantos et al，2005)[11]引起了學(xué)者們的重視。一類研究發(fā)現(xiàn)，高鐵的開(kāi)通會(huì)導(dǎo)致沿途城市的要素資源向中心節(jié)點(diǎn)城市轉(zhuǎn)移(Hall，2009)[12]，增強(qiáng)中心城市對(duì)周邊城市的經(jīng)濟(jì)集聚。Vickerman(1997)[13]和Givoni(2006)[14]通過(guò)研究多個(gè)國(guó)家的高鐵后得出結(jié)論，高鐵在促進(jìn)總體經(jīng)濟(jì)增長(zhǎng)的同時(shí)也增強(qiáng)了經(jīng)濟(jì)向中心城市的集聚，從而抑制了邊緣城市的經(jīng)濟(jì)增長(zhǎng)。Sasaki et al.(1997)[15]在分析日本新干線時(shí)得出了類似的結(jié)論，即新干線擴(kuò)張?jiān)谔嵘诵某鞘锌蛇_(dá)性的同時(shí)，經(jīng)濟(jì)集聚程度進(jìn)一步增強(qiáng)。張克中和陶東杰(2016)[16]運(yùn)用2001—2012年數(shù)據(jù)證實(shí)了高鐵對(duì)經(jīng)濟(jì)分布的“虹吸效應(yīng)”。另一類研究則認(rèn)為不論大小城市，都能獲得顯著的人口和就業(yè)增長(zhǎng)(Chen & Hall，2011)[17]。

第二類文獻(xiàn)聚焦于工業(yè)集聚度的研究。吳傳清和龔晨(2015)[18]測(cè)度了我國(guó)長(zhǎng)江經(jīng)濟(jì)帶工業(yè)集聚水平，發(fā)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶工業(yè)空間布局呈不斷擴(kuò)散趨勢(shì)，勞動(dòng)生產(chǎn)率、資本、創(chuàng)新能力是影響工業(yè)集聚的重要因素。李世杰等(2017)[1]發(fā)現(xiàn)我國(guó)工業(yè)集聚程度呈降低態(tài)勢(shì)，探討了政府差異化政策行為對(duì)工業(yè)集聚的內(nèi)在影響，即對(duì)外開(kāi)放政策、產(chǎn)業(yè)政策、公共服務(wù)政策對(duì)工業(yè)集聚存在正向作用，財(cái)政政策對(duì)工業(yè)集聚存在負(fù)向作用，土地政策的作用不顯著。董春和梁銀鶴(2014)[19]采用空間動(dòng)態(tài)面板計(jì)量模型發(fā)現(xiàn)外商直接投資對(duì)工業(yè)集聚的影響顯著為正并且影響正在減弱。樊蘭(2018)[20]發(fā)現(xiàn)環(huán)境規(guī)制和工業(yè)集聚之間呈現(xiàn)倒“U”型關(guān)系。高云虹和符迪賢(2015)[21]發(fā)現(xiàn)高、低兩類勞動(dòng)力對(duì)工業(yè)集聚存在顯著正向影響，但在東中西不同區(qū)域內(nèi)該影響具有異質(zhì)性。岳彩軒和唐頌(2017)[22]發(fā)現(xiàn)工業(yè)企業(yè)更傾向于向勞動(dòng)力成本越低、基礎(chǔ)設(shè)施越好、人力資本越豐富、對(duì)外開(kāi)放度越高的地區(qū)集聚。李偉和賀燦飛(2017)[23]采用中國(guó)規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，發(fā)現(xiàn)2004年以后較高的工資水平開(kāi)始推動(dòng)制造業(yè)向工資較低的地區(qū)轉(zhuǎn)移。

盡管國(guó)內(nèi)外關(guān)于高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)以及工業(yè)集聚水平的研究已經(jīng)如火如荼，但迄今鮮有文獻(xiàn)考察高鐵開(kāi)通對(duì)工業(yè)集聚的影響。宋文杰等(2015)[24]通過(guò)我國(guó)359個(gè)高鐵站點(diǎn)可達(dá)性的定量測(cè)算發(fā)現(xiàn)大城市獲得了更好的“相對(duì)可達(dá)性”，在城市經(jīng)濟(jì)發(fā)展方面，高鐵導(dǎo)致了大城市第三產(chǎn)業(yè)的空間極化發(fā)展，但對(duì)第二產(chǎn)業(yè)有擴(kuò)散作用。盧福財(cái)和詹先志(2017)[25]基于中部六省80個(gè)地級(jí)市的數(shù)據(jù)發(fā)現(xiàn)開(kāi)通高鐵對(duì)工業(yè)集聚度的提高有顯著且穩(wěn)健的拉動(dòng)作用。值得注意的是，本文的發(fā)現(xiàn)與盧福財(cái)和詹先志(2017)[25]的研究并不矛盾，原因在于：本文的樣本為全國(guó)282個(gè)地級(jí)市，包括了東中西部三個(gè)區(qū)域，其中高鐵對(duì)工業(yè)集聚的抑制作用僅在東部地區(qū)的城市顯著。

綜上所述，現(xiàn)有研究多集中于高鐵開(kāi)通對(duì)經(jīng)濟(jì)增長(zhǎng)、要素價(jià)格以及經(jīng)濟(jì)分布等的影響，關(guān)于開(kāi)通高鐵與工業(yè)集聚內(nèi)在關(guān)系探討的相關(guān)研究則較為缺乏，已有的少數(shù)研究在樣本選取和機(jī)制識(shí)別等方面仍然存在可供改進(jìn)和完善的空間。

三、研究方法和數(shù)據(jù)來(lái)源

(一)研究方法

本文的研究目的是科學(xué)評(píng)價(jià)開(kāi)通高鐵對(duì)城市工業(yè)集聚的影響，首先需要解決的是內(nèi)生性問(wèn)題。高鐵作為國(guó)家的戰(zhàn)略規(guī)劃，能優(yōu)先開(kāi)通高鐵的城市其本身可能具有較高的經(jīng)濟(jì)地位和服務(wù)性的城市功能定位，具有較高的第三產(chǎn)業(yè)水平，因而普通的OLS估計(jì)可能會(huì)存在反向因果帶來(lái)的內(nèi)生性問(wèn)題。另一方面，能夠影響工業(yè)集聚的因素很多，容易造成遺漏變量偏誤。本文將高鐵開(kāi)通視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，在我國(guó)282個(gè)地級(jí)市面板數(shù)據(jù)的基礎(chǔ)上，利用雙重差分法(DID，Differences in Differences)對(duì)以上問(wèn)題進(jìn)行研究，能有效解決內(nèi)生性問(wèn)題。

另外高鐵開(kāi)通后，城市工業(yè)集聚水平的變化主要來(lái)自兩部分：一是“時(shí)間效應(yīng)”部分，即隨時(shí)間自然增長(zhǎng)或經(jīng)濟(jì)形勢(shì)變化而變化的部分；二是“政策處理效應(yīng)”部分，即受高鐵開(kāi)通政策影響而發(fā)生變化的部分。高鐵的開(kāi)通可以看作一次準(zhǔn)自然試驗(yàn)，使用雙重差分法能很好地把“時(shí)間效應(yīng)”部分和“政策處理”部分區(qū)分開(kāi)，準(zhǔn)確評(píng)價(jià)高鐵開(kāi)通這項(xiàng)政策實(shí)施前后的效果對(duì)比。這也是目前很多學(xué)者用來(lái)研究政策效應(yīng)評(píng)估普遍使用的方法之一，因此為驗(yàn)證高鐵開(kāi)通對(duì)當(dāng)?shù)毓I(yè)集聚程度的影響，本文采用多期雙重差分法比較開(kāi)通高鐵前后的差異來(lái)判斷高鐵對(duì)工業(yè)集聚的作用。在使用雙重差分法時(shí)，開(kāi)通高鐵的城市作為處理組，賦值為1(treated=1)，未開(kāi)通高鐵的城市作為對(duì)照組，賦值為0(treated=0)，同時(shí)對(duì)政策實(shí)施當(dāng)年及以后的年份賦值為1(period=1)，政策實(shí)施之前的年份賦值為0(period=0)。據(jù)此，將樣本分為四組：政策實(shí)施之前的處理組(treated=1,period=0)、政策實(shí)施之后的控制組(treated=1,period=1)、政策實(shí)施之前的對(duì)照組(treated=0,period=0)，政策實(shí)施之后的對(duì)照組(treated=0,period=1)。其中，兩個(gè)虛擬變量的交互項(xiàng)treated·period是政策實(shí)施所帶來(lái)的凈效應(yīng)。由于每個(gè)地級(jí)市開(kāi)通高鐵的時(shí)間不同，本文變量的設(shè)置與上述雙重差分法的做法略微有所不同。參考Thorsten Beck et al.(2010)[26]的研究，將地級(jí)市開(kāi)通高鐵當(dāng)年及以后年份賦值為1，開(kāi)通之前賦值為0，未開(kāi)通高鐵城市所有年份均賦值為0，據(jù)此直接生成虛擬變量。同時(shí)加入年度固定效應(yīng)和地區(qū)固定效應(yīng)，分別控制隨時(shí)間變化的沖擊，如經(jīng)濟(jì)周期、國(guó)家政策和法規(guī)的變化等以及不隨時(shí)間變化的、未觀察到的可能影響工業(yè)集聚程度的區(qū)域特征。

使用2008—2015年作為本文的研究區(qū)間，原因在于：一是2008年之前中國(guó)是沒(méi)有高速鐵路的，2008年8月1日開(kāi)通時(shí)速350公里/小時(shí)的京津城際鐵路是第一條公認(rèn)的、沒(méi)有爭(zhēng)議的高鐵。二是考慮到數(shù)據(jù)的可得性，2016年之后各地級(jí)市統(tǒng)計(jì)年鑒并不完整。具體模型設(shè)定如下：

lnaggloit=β0+β1Xit+β2Zit+γt+ηi+εit

(1)

其中，lnaggloit為被解釋變量,表示t年i地級(jí)市工業(yè)集聚度指數(shù)的對(duì)數(shù)。Xit是主要解釋變量，衡量i地級(jí)市與高鐵的關(guān)系，在不同回歸設(shè)定中分別為HSRit或lnHSRit。其中HSRit為虛擬變量(0，1)，表示i地級(jí)市在t年是否開(kāi)通高鐵，i地級(jí)市開(kāi)通高鐵及其以后的年份HSRit取1，否則取0?？紤]到高鐵開(kāi)通效應(yīng)的滯后性，當(dāng)年6月份及以后開(kāi)通的高鐵記做下一年開(kāi)通，6月份之前開(kāi)通的高鐵記為當(dāng)年開(kāi)通。lnHSRit為i地級(jí)市t年運(yùn)行高鐵車次數(shù)的對(duì)數(shù)值，由于一些地級(jí)市沒(méi)有高鐵，為防止丟失這些樣本，我們把車次數(shù)加上1再取對(duì)數(shù)。Zit為控制變量，γt為年份固定效應(yīng)，ηi為地級(jí)市固定效應(yīng)，εit表示隨機(jī)擾動(dòng)項(xiàng)。其中，β1是本文重點(diǎn)關(guān)注的系數(shù)，表示高鐵開(kāi)通對(duì)地級(jí)市工業(yè)集聚的凈效應(yīng)，如果高鐵的開(kāi)通對(duì)工業(yè)集聚有抑制作用，那么β1為負(fù)，否則為正。

(二)變量說(shuō)明

1. 被解釋變量

工業(yè)集聚度的衡量指標(biāo)有很多，如區(qū)位熵、赫芬達(dá)爾指數(shù)、EG指數(shù)、集中率、空間基尼系數(shù)等?？紤]到數(shù)據(jù)可得性后，本文采取區(qū)位熵指標(biāo)反映城市工業(yè)集聚度，該指標(biāo)是對(duì)產(chǎn)業(yè)集聚程度測(cè)度，并且判別產(chǎn)業(yè)集聚是否存在的一種重要分析方法，區(qū)位熵越高，地區(qū)產(chǎn)業(yè)集聚水平就越高。計(jì)算公式為：

(2)

其中，qit為i地區(qū)t年規(guī)模以上工業(yè)企業(yè)總產(chǎn)值，Qit為該地區(qū)t年的GDP，qt為t年全國(guó)范圍內(nèi)所有規(guī)模以上工業(yè)企業(yè)總產(chǎn)值，Qt為t年全國(guó)GDP。

2. 解釋變量

城市開(kāi)通高鐵虛擬變量HSRit根據(jù)2008—2015年間高鐵線路開(kāi)通的時(shí)間對(duì)各地級(jí)市進(jìn)行賦值。HSRit=1說(shuō)明i地區(qū)t年開(kāi)通高鐵，HSRit=0說(shuō)明i地區(qū)t年未開(kāi)通高鐵?？紤]到高鐵效應(yīng)的滯后性，如果某一城市在當(dāng)年6月之前開(kāi)通高鐵，則賦值為1，在當(dāng)年6月之后開(kāi)通高鐵，則下一年賦值為1，否則為0。

為了穩(wěn)健性，加入高鐵車次連續(xù)變量lnHSRit作為解釋變量進(jìn)行回歸。根據(jù)歷年《旅客列車時(shí)刻表》(2008—2015)，對(duì)282個(gè)地級(jí)市開(kāi)通的C、D、G字頭車次進(jìn)行整理得到該城市最終的高鐵車次，并取自然對(duì)數(shù)進(jìn)入模型。

3. 控制變量

為了消除各地級(jí)市間非對(duì)稱因素的影響，我們控制了各地級(jí)市的特征，主要選取了7個(gè)關(guān)鍵的控制變量，包括(1)城市基建水平(proad)：區(qū)域內(nèi)道路交通的順暢是工業(yè)企業(yè)良好運(yùn)行的保證；(2)政府投資力度(gov)：政府投資一方面擴(kuò)大企業(yè)銷路，另一方面降低資源配置和使用效率，因此對(duì)于工業(yè)集聚的影響不明確；(3)對(duì)外開(kāi)放水平(fdi)：對(duì)外開(kāi)放程度高的地區(qū)更能吸引工業(yè)企業(yè)，具有更高的工業(yè)集聚度；(4)居民消費(fèi)水平(consu)：更高的居民消費(fèi)水平會(huì)吸引工業(yè)企業(yè)向該地聚集；(5)經(jīng)濟(jì)發(fā)展水平(pgdp)：具有較高經(jīng)濟(jì)發(fā)展水平的地區(qū)往往具有較高的福利水平，會(huì)吸引人口向該地聚集，進(jìn)而擴(kuò)大工業(yè)集聚；(6)工業(yè)固定資產(chǎn)投資(fixed)：固定資產(chǎn)投資越多，工業(yè)企業(yè)規(guī)模越大，集聚程度會(huì)更高；(7)第三產(chǎn)業(yè)占GDP比重(ser)：第三產(chǎn)業(yè)對(duì)工業(yè)集聚能產(chǎn)生正向促進(jìn)效應(yīng)和負(fù)向擠出效應(yīng)(王志強(qiáng)等，2017)[27]。表1列出了主要變量的定義。

表1主要變量定義與指標(biāo)說(shuō)明

表2為高鐵開(kāi)通和工業(yè)集聚度的初步統(tǒng)計(jì)，可以看出，截至2015年，我國(guó)已有133個(gè)地級(jí)市開(kāi)通了高鐵，占全部地級(jí)市的47.16%,其中每天發(fā)出高鐵車次最多的城市為首都北京，其次為廣州、上海、武漢，2015年平均每天發(fā)出車次分別為732次、695次、691次、594次。另外，各城市工業(yè)集聚度差別較大，最小值為2008年固原市的0.13，最大值則為2011年延安市的13.52。

表2高鐵開(kāi)通和工業(yè)集聚度的初步統(tǒng)計(jì)

(三)數(shù)據(jù)來(lái)源

由于港澳臺(tái)、西藏地區(qū)、駐馬店市、揭陽(yáng)市、云浮市數(shù)據(jù)缺失嚴(yán)重，剔除了上述地區(qū)的全部樣本。此外，考慮到樣本期間行政區(qū)域的調(diào)整，刪除了畢節(jié)市、銅仁市、海東市、巢湖市等。本文最終選取了282個(gè)地級(jí)市市轄區(qū)范圍的數(shù)據(jù)作為樣本，相關(guān)數(shù)據(jù)指標(biāo)均采用市轄區(qū)統(tǒng)計(jì)口徑。核心解釋變量各地級(jí)市開(kāi)通高鐵時(shí)間及2008—2015年開(kāi)通高鐵車次的數(shù)據(jù)由作者根據(jù)《鐵路旅客列車時(shí)刻表》(2008—2015)手工整理。所使用的地級(jí)市工業(yè)總產(chǎn)值、人均道路面積、地方一般公共財(cái)政預(yù)算支出、實(shí)際使用外資金額、社會(huì)消費(fèi)品零售總額、人均GDP、工業(yè)固定資產(chǎn)投資額、第三產(chǎn)業(yè)占GDP比重等數(shù)據(jù)均來(lái)源于2009—2016年《中國(guó)城市統(tǒng)計(jì)年鑒》(2009—2016)、《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》(2009—2016)，部分城市的個(gè)別數(shù)據(jù)缺失采用均值法進(jìn)行了補(bǔ)齊。為了消除異方差，對(duì)原始數(shù)據(jù)進(jìn)行了自然對(duì)數(shù)化處理。

四、實(shí)證研究結(jié)果

(一)基準(zhǔn)回歸結(jié)果

使用雙重差分雙向固定效應(yīng)模型檢驗(yàn)高鐵開(kāi)通對(duì)工業(yè)集聚的影響。表3顯示了回歸結(jié)果，第(1)-(2)列以“是否開(kāi)通高鐵”虛擬變量作為核心解釋變量，系數(shù)顯著為負(fù)，表明是否開(kāi)通高鐵以及高鐵車次數(shù)對(duì)工業(yè)集聚都有著顯著抑制作用，即開(kāi)通高鐵的地級(jí)市與沒(méi)有開(kāi)通高鐵的地級(jí)市相比，工業(yè)集聚度顯著降低。表3中，第(3)-(4)列以高鐵車次的自然對(duì)數(shù)為核心解釋變量估計(jì)了高鐵開(kāi)通對(duì)工業(yè)集聚的影響，估計(jì)結(jié)果顯示高鐵車次數(shù)越多的地區(qū)，工業(yè)集聚度越低。從結(jié)果中能看到，加入控制變量、地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)后，每增加1%的高鐵車次數(shù)，城市的工業(yè)集聚度將下降0.013%，其他控制變量回歸結(jié)果與已有結(jié)果一致，此處不再贅述。

表3高鐵開(kāi)通對(duì)工業(yè)集聚的影響

注：采用Stata14軟件估計(jì)；*、**、***分別表示在10%、5%、1%水平上顯著；括號(hào)內(nèi)是穩(wěn)健標(biāo)準(zhǔn)誤，標(biāo)準(zhǔn)誤聚類在地級(jí)市水平上。下同

(二)穩(wěn)健性檢驗(yàn)

1.更換工業(yè)集聚測(cè)度方法

為了增強(qiáng)結(jié)論的可靠性，本文改變工業(yè)集聚度的計(jì)算方法，進(jìn)行了如下穩(wěn)健性檢驗(yàn)：參考林理升和王曄倩(2006)[28]的研究，采用簡(jiǎn)化的E-G(Ellison and Glaeser)指數(shù)來(lái)計(jì)算各地級(jí)市的工業(yè)集聚度指數(shù)。根據(jù)定義，i地區(qū)t年的工業(yè)集聚度指數(shù)agglo_egit為:

(3)

同樣使用雙重差分雙向固定效應(yīng)模型進(jìn)行回歸，回歸結(jié)果如表4所示。從回歸結(jié)果看，無(wú)論解釋變量為是否開(kāi)通高鐵虛擬變量還是高鐵車次數(shù)連續(xù)變量，在加入控制變量和不加入控制變量?jī)煞N情況下，其系數(shù)均顯著為負(fù)，說(shuō)明開(kāi)通高鐵對(duì)采取不同方法計(jì)算出的工業(yè)集聚度的影響方向是一樣的，由此可知基準(zhǔn)回歸的結(jié)果是可信并且穩(wěn)健的。

表4采取簡(jiǎn)化的E-G指數(shù)計(jì)算工業(yè)集聚度進(jìn)行回歸

2.控制潛在遺漏變量

基準(zhǔn)回歸的結(jié)果表明，高鐵開(kāi)通對(duì)工業(yè)集聚起到抑制作用。但是，工業(yè)集聚水平的降低不僅受到高鐵開(kāi)通的影響，也可能受到我國(guó)日趨嚴(yán)厲的環(huán)境規(guī)制政策的影響，據(jù)統(tǒng)計(jì)，僅2016年11月，中央環(huán)保督察組就關(guān)停了上千家工業(yè)企業(yè)。基于此，參考惠煒和趙國(guó)慶(2017)[29]的做法，選擇二氧化硫去除量、工業(yè)廢水排放量、煙塵去除量3個(gè)指標(biāo)加權(quán)平均值來(lái)衡量環(huán)境規(guī)制的強(qiáng)度，具體方法如下。

首先，對(duì)各單項(xiàng)指標(biāo)做標(biāo)準(zhǔn)化處理，以消除量綱，將其轉(zhuǎn)換為[0,1]之間的數(shù)值，處理方法如下：

(4)

(5)

最后將基準(zhǔn)回歸模型(1)擴(kuò)展為：

(6)

表5第(1)-(2)列給出了模型的回歸結(jié)果顯示控制了環(huán)境規(guī)制變量后，高鐵開(kāi)通影響工業(yè)集聚的系數(shù)有所上升，但仍顯著為負(fù)。同時(shí)，環(huán)境規(guī)制和工業(yè)集聚之間呈現(xiàn)倒“U”型關(guān)系。

3.剔除大城市樣本

盡管雙重差分法作為政策評(píng)估工具較好地避免了政策作為解釋變量所存在的內(nèi)生性問(wèn)題，控制了因變量和解釋變量之間的相互影響效應(yīng)。但為了保證回歸結(jié)果的穩(wěn)健性，此處剔除具有發(fā)展優(yōu)勢(shì)的大城市樣本，僅對(duì)高鐵線路上的中小型城市進(jìn)行分析。選取我國(guó)綜合實(shí)力靠前的49個(gè)地級(jí)市(19個(gè)一線城市、30個(gè)二線城市)作為大城市將其剔除，回歸結(jié)果見(jiàn)表5第(3)-(4)列。在剔除大城市樣本后，高鐵變量的系數(shù)仍顯著為負(fù)，表明本文前述結(jié)果是穩(wěn)健的。

表5穩(wěn)健性檢驗(yàn)

(三)異質(zhì)性分析

1.分工業(yè)類型檢驗(yàn)

我國(guó)重工業(yè)主要包括能源、鋼鐵、機(jī)械、化工等行業(yè)，輕工業(yè)主要包括食品、紡織、家電等行業(yè)。重工業(yè)對(duì)自然資源依賴性強(qiáng)，需要大量的大型設(shè)備和廠房，固定資產(chǎn)投資龐大，因此轉(zhuǎn)移難度大，即使有高鐵開(kāi)通因素的影響，受制于自然資源和固定資產(chǎn)，重工業(yè)企業(yè)也很難轉(zhuǎn)移到其他區(qū)域。反之，輕工業(yè)較重工業(yè)而言，固定投資少，更看重的是產(chǎn)品創(chuàng)新與產(chǎn)品多樣化，其布局受運(yùn)輸成本、社會(huì)經(jīng)濟(jì)、生產(chǎn)技術(shù)的影響較大，能快速轉(zhuǎn)移。為檢驗(yàn)高鐵修建是否存在對(duì)不同類型的工業(yè)集聚的影響差異，選取主要的重工業(yè)城市和輕工業(yè)城市分別進(jìn)行回歸，回歸結(jié)果見(jiàn)表6。根據(jù)2008年輕工業(yè)和重工業(yè)在當(dāng)?shù)毓I(yè)總產(chǎn)值所占的比重，分別選取比重前五的省份為主要輕工業(yè)城市(福建、浙江、廣東、山東、四川)和重工業(yè)城市(山西、青海、甘肅、新疆、陜西)。表6表明，高鐵開(kāi)通對(duì)輕工業(yè)發(fā)達(dá)城市的工業(yè)集聚度作用顯著為負(fù)，對(duì)重工業(yè)城市的工業(yè)集聚度沒(méi)有顯著影響，說(shuō)明高鐵開(kāi)通對(duì)不同類型的城市工業(yè)集聚度存在差異，與前文分析結(jié)果一致。

表6分工業(yè)類型檢驗(yàn)高鐵開(kāi)通對(duì)工業(yè)集聚的影響

2.是否有全國(guó)規(guī)模以上港口

現(xiàn)階段，不同交通基礎(chǔ)設(shè)施的互聯(lián)互通已經(jīng)成為交通設(shè)施網(wǎng)絡(luò)構(gòu)成的突出特征，生產(chǎn)生活物質(zhì)的運(yùn)輸幾乎很難由單一運(yùn)輸方式獨(dú)立完成，而更多是依靠多種交通運(yùn)輸方式之間的分工協(xié)作共同完成。事實(shí)上，中國(guó)在加入WTO后，許多城市(特別是東部沿海城市)的工業(yè)企業(yè)中相當(dāng)比例是從事低附加值的加工貿(mào)易企業(yè)，大多進(jìn)行來(lái)料加工或進(jìn)料加工，偏好選擇在運(yùn)輸成本更低的港口城市建廠，港口城市借助有力條件得到了飛速發(fā)展，如上海、廣州、南京等，但隨之而來(lái)的是生產(chǎn)成本的上升。當(dāng)港口城市及其周邊城市高鐵開(kāi)通拉近彼此距離后，由非港口城市通往港口城市的成本降低，因此港口城市的一些工業(yè)企業(yè)可能傾向于通過(guò)轉(zhuǎn)移廠房來(lái)降低生產(chǎn)成本，進(jìn)而引致當(dāng)?shù)毓I(yè)集聚度下降。

利用三重差分模型(DDID)，在基準(zhǔn)模型中加入工資水平與高鐵開(kāi)通變量的交互項(xiàng)檢驗(yàn)高鐵開(kāi)通對(duì)港口城市和非港口城市工業(yè)集聚的影響是否存在異質(zhì)性，模型如下：

lnaggloit=β0+β1Xit+β2porti+β3Xit·porti+β4Zit+γt+ηi+εit

(7)

其中，porti為虛擬變量，當(dāng) i地級(jí)市為港口城市時(shí)取1，否則取0，港口城市數(shù)據(jù)來(lái)源于中國(guó)港口網(wǎng)官網(wǎng)。其他變量含義同公式(1)?；貧w結(jié)果見(jiàn)表7。結(jié)果表明，三重交互項(xiàng)的符號(hào)顯著為負(fù)，說(shuō)明高鐵開(kāi)通對(duì)港口城市工業(yè)集聚的抑制作用更大。

表7高鐵開(kāi)通對(duì)港口和非港口城市工業(yè)集聚的異質(zhì)性檢驗(yàn)

五、影響機(jī)制分析

以上研究結(jié)果表明，高鐵開(kāi)通對(duì)區(qū)域工業(yè)集聚具有抑制作用。那么是什么原因?qū)е逻@一現(xiàn)象的產(chǎn)生呢？換而言之，高鐵開(kāi)通抑制工業(yè)集聚的傳導(dǎo)機(jī)制是什么？本文從高鐵開(kāi)通產(chǎn)生的“成本效應(yīng)”和“資源轉(zhuǎn)移效應(yīng)”入手來(lái)研究影響工業(yè)集聚的傳導(dǎo)機(jī)制。接下來(lái)，分別討論上述兩種效應(yīng)。

首先，高鐵開(kāi)通可以通過(guò)“成本效應(yīng)”來(lái)抑制工業(yè)集聚。Weber(1997)[30]認(rèn)為節(jié)約勞動(dòng)力成本是工業(yè)區(qū)位選擇的重要因素。一方面，高鐵開(kāi)通提高了城市之間的可達(dá)性(宋文杰等，2015)[24]，將中心城市周圍與邊緣小城市納入了一個(gè)空間網(wǎng)絡(luò)中，提升了邊緣城市的便利性，降低了企業(yè)轉(zhuǎn)移的難度。此時(shí)，坐落于具有較高勞動(dòng)力成本城市的工業(yè)企業(yè)從節(jié)約勞動(dòng)力成本角度出發(fā)，將轉(zhuǎn)移到那些勞動(dòng)力成本較低的城市；另一方面，根據(jù)董艷梅和朱英明(2016)[9]的研究，高鐵開(kāi)通將導(dǎo)致地區(qū)工資上升，工業(yè)企業(yè)迫于經(jīng)營(yíng)生產(chǎn)成本的壓力，可能做出搬遷的選擇，導(dǎo)致工業(yè)集聚水平降低。

其次，“資源轉(zhuǎn)移效應(yīng)”是高鐵開(kāi)通可能對(duì)工業(yè)集聚產(chǎn)生抑制作用的另一重要機(jī)制。一個(gè)地區(qū)高鐵開(kāi)通后，節(jié)省了人們出行的時(shí)間，提升了人們選擇到該地旅游的意愿度。有學(xué)者的研究表明，高鐵開(kāi)通對(duì)城市旅游接待人次和旅游收入的增長(zhǎng)具有明顯的促進(jìn)作用，能提升沿線城市旅游業(yè)的發(fā)展(鄧濤濤等，2016；于秋陽(yáng)和楊斯涵，2014)。[31-32]而旅游服務(wù)業(yè)的擴(kuò)張會(huì)使一個(gè)地區(qū)有限的生產(chǎn)要素資源從工業(yè)部門(mén)向旅游業(yè)轉(zhuǎn)移，從而擠出工業(yè)。Chao et al.(2010)[33]就建立動(dòng)態(tài)模型，模擬論證了旅游服務(wù)業(yè)的擴(kuò)張導(dǎo)致工業(yè)部門(mén)的生產(chǎn)要素資源向非貿(mào)易部門(mén)擴(kuò)散，產(chǎn)生了“去工業(yè)化”效應(yīng)。Capó et al.(2007)[34]對(duì)以旅游業(yè)為主的巴利阿里群島和加那利群島進(jìn)行詳細(xì)研究，發(fā)現(xiàn)已經(jīng)存在旅游部門(mén)擴(kuò)張而制造業(yè)部門(mén)收縮的現(xiàn)象。朱希偉和曾道智(2009)[35]建立大國(guó)開(kāi)放經(jīng)濟(jì)的一般均衡模型，認(rèn)為“資源轉(zhuǎn)移效應(yīng)”對(duì)工業(yè)發(fā)展具有負(fù)向擠出效應(yīng)。

基于上面的討論，本文認(rèn)為高鐵開(kāi)通通過(guò)“成本效應(yīng)”和“資源轉(zhuǎn)移效應(yīng)”對(duì)工業(yè)集聚產(chǎn)生抑制作用，如果該機(jī)制存在，那么可以推測(cè)在勞動(dòng)力成本較高和旅游業(yè)較發(fā)達(dá)的地區(qū)，高鐵開(kāi)通對(duì)工業(yè)集聚的影響程度會(huì)更大。

考慮到使用交互項(xiàng)可以捕捉到傳遞機(jī)制，借鑒相關(guān)文獻(xiàn)的做法(魏楚和鄭新業(yè)，2017；許和連和王海成，2018)[36-37]，采用簡(jiǎn)化的模型，引入高鐵開(kāi)通變量與傳導(dǎo)變量(勞動(dòng)力成本和旅游業(yè)發(fā)展)的交互項(xiàng)來(lái)捕捉傳導(dǎo)機(jī)制。模型設(shè)置如下：

lnaggloit=β0+β1Xit+β2lnQit+β3Xit·lnQit+β4Zit+γt+ηi+εit

(8)

其中，Qit為傳導(dǎo)變量勞動(dòng)力成本和旅游發(fā)展水平，由于目前沒(méi)有反映勞動(dòng)力成本的直接數(shù)據(jù)，借鑒詹新宇和方福前(2014)[38]的研究，用地級(jí)市城鎮(zhèn)單位就業(yè)人員平均工資水平(wageit)作為勞動(dòng)力成本的度量指標(biāo)，數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。在衡量地區(qū)旅游發(fā)展水平時(shí)，借鑒汪德根等(2015)[39]的研究，采用該地區(qū)5A級(jí)旅游區(qū)的數(shù)量，數(shù)據(jù)來(lái)源為國(guó)家文化和旅游部網(wǎng)站。為保證結(jié)果的可靠性，回歸前對(duì)交叉項(xiàng)中的傳導(dǎo)變量數(shù)據(jù)進(jìn)行了中心化處理。其他變量含義同公式(1)。利用公式(8)，可以考察開(kāi)通高鐵是否會(huì)通過(guò)“成本效應(yīng)”和“資源轉(zhuǎn)移效應(yīng)”渠道來(lái)影響工業(yè)集聚度。其中，β1反映高鐵開(kāi)通對(duì)工業(yè)集聚的影響，β3反映渠道Q的變化是否會(huì)加大或減小高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用。若β3大于零，說(shuō)明渠道H的增加減弱了高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用，反之若β3小于零，則說(shuō)明渠道H的增加加強(qiáng)了高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用。估計(jì)結(jié)果見(jiàn)表8。

本文重點(diǎn)關(guān)注高鐵開(kāi)通變量與勞動(dòng)力成本和旅游發(fā)展變量的交互項(xiàng)。首先，高鐵開(kāi)通(是否開(kāi)通高鐵虛擬變量、開(kāi)通高鐵車次數(shù))變量與勞動(dòng)力成本變量的交叉項(xiàng)，估計(jì)系數(shù)均顯著為負(fù)，這表明勞動(dòng)力成本的上升會(huì)增強(qiáng)高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用，即“成本效應(yīng)”機(jī)制存在。其次，高鐵開(kāi)通(是否開(kāi)通高鐵虛擬變量、開(kāi)通高鐵車次數(shù))變量與旅游發(fā)展變量(AAAAA級(jí)景區(qū)的數(shù)量)的交互項(xiàng)系數(shù)為負(fù)，但不顯著，說(shuō)明旅游業(yè)的發(fā)展不能明顯加強(qiáng)高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用，即 “資源轉(zhuǎn)移效應(yīng)”的傳導(dǎo)機(jī)制不能解釋高鐵對(duì)工業(yè)集聚的影響作用。綜合以上分析結(jié)果表明，高鐵開(kāi)通主要通過(guò)“成本效應(yīng)”對(duì)地區(qū)的工業(yè)集聚產(chǎn)生抑制作用。當(dāng)然，高鐵開(kāi)通對(duì)工業(yè)集聚的抑制作用可能還通過(guò)其他一些機(jī)制如人力資源流動(dòng)、工業(yè)用地價(jià)格變化等來(lái)實(shí)現(xiàn)，這些問(wèn)題值得在以后的研究中進(jìn)一步討論。

表8開(kāi)通高鐵對(duì)工業(yè)集聚度影響機(jī)制分析

注：采用Stata14軟件估計(jì)；*、**、***分別表示在10%、5%、1%水平上顯著；括號(hào)內(nèi)是穩(wěn)健標(biāo)準(zhǔn)誤，標(biāo)準(zhǔn)誤聚類在地級(jí)市水平上；加入了時(shí)間固定效應(yīng)和地區(qū)固定效應(yīng)

六、結(jié)論與政策建議

本文以高鐵開(kāi)通為背景，利用2008—2015年282個(gè)地級(jí)市面板數(shù)據(jù)，采用雙重差分法檢驗(yàn)高鐵開(kāi)通對(duì)工業(yè)集聚程度的影響。研究結(jié)果顯示：高鐵開(kāi)通確實(shí)會(huì)促使工業(yè)企業(yè)分散，抑制了工業(yè)集聚度，且對(duì)工業(yè)集聚度的影響效應(yīng)具有異質(zhì)性，對(duì)輕工業(yè)城市的工業(yè)集聚度影響顯著為負(fù)，對(duì)重工業(yè)城市影響則并不明顯；港口城市因素疊加，加強(qiáng)了高鐵開(kāi)通對(duì)工業(yè)集聚度的抑制作用。并進(jìn)一步證明，形成這種抑制效應(yīng)的一種重要作用機(jī)制為“成本效應(yīng)”，即高鐵增強(qiáng)城市可達(dá)性后，工業(yè)企業(yè)從節(jié)約生產(chǎn)成本的角度出發(fā)，傾向于向勞動(dòng)力成本更低的地區(qū)轉(zhuǎn)移。

高鐵帶動(dòng)的工業(yè)重新布局與我國(guó)的供給側(cè)結(jié)構(gòu)性改革有著緊密聯(lián)系，其政策含義體現(xiàn)在四個(gè)方面：一是高鐵開(kāi)通打破了區(qū)域經(jīng)濟(jì)發(fā)展中原有的基礎(chǔ)交通、物流運(yùn)輸?shù)雀窬?，帶?dòng)了生產(chǎn)要素和資源在沿線的重新配置，進(jìn)而引導(dǎo)相關(guān)產(chǎn)業(yè)重新布局、整合，由此將同時(shí)創(chuàng)造出基礎(chǔ)設(shè)施和房地產(chǎn)的投資機(jī)會(huì)，帶動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展。二是高鐵引致的資源再配置效應(yīng)首先作用于勞動(dòng)密集型產(chǎn)業(yè)領(lǐng)域，隨著東部地區(qū)工業(yè)企業(yè)的分散轉(zhuǎn)移，中西部地區(qū)應(yīng)抓住國(guó)家大力發(fā)展高鐵的機(jī)遇，吸引工業(yè)企業(yè)建廠投資，實(shí)現(xiàn)勞動(dòng)密集型工業(yè)的集聚，并在此基礎(chǔ)上不斷培育和發(fā)展技術(shù)密集度更高的工業(yè)。東部工業(yè)基礎(chǔ)較好的地區(qū)應(yīng)發(fā)展自己優(yōu)勢(shì)產(chǎn)業(yè)，大力推動(dòng)跨地區(qū)、跨所有制的企業(yè)重組，將生產(chǎn)要素配置到附加值更高的工業(yè)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。三是勞動(dòng)力成本上升即是壓力也是動(dòng)力，能促使企業(yè)更多地考慮技術(shù)、工業(yè)升級(jí)換代，工業(yè)企業(yè)應(yīng)在提高人力資本質(zhì)量的同時(shí)，提升創(chuàng)新能力，通過(guò)創(chuàng)新開(kāi)創(chuàng)新局面。四是港口城市要充分發(fā)揮港口優(yōu)勢(shì)，加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，建設(shè)文化、科技、金融強(qiáng)市，大力提升城市功能。