朱文濤，顧乃華

(1.集美大學(xué) 財經(jīng)學(xué)院，福建 廈門 361021；2.暨南大學(xué) 產(chǎn)業(yè)經(jīng)濟(jì)研究院，廣東 廣州 510632)

一、問題提出

交通基礎(chǔ)設(shè)施建設(shè)帶來的運(yùn)輸成本節(jié)約，被認(rèn)為是影響經(jīng)濟(jì)活動的重要因素。2008年以來，中國進(jìn)行了大規(guī)模的高鐵建設(shè)投資，每年均有新增的高鐵客運(yùn)專線通車運(yùn)營。截至2017年底，高鐵營業(yè)里程已達(dá)到2.5萬千米，占到全球高鐵營業(yè)總里程的65%。盡管國內(nèi)外學(xué)者已開始基于中國案例考察高鐵開通的經(jīng)濟(jì)和社會影響，但目前的研究大多停留在考察是否開通高鐵對本地經(jīng)濟(jì)活動的影響，高鐵的空間溢出效應(yīng)卻很少涉及。然而，高鐵作為一項(xiàng)重要交通基礎(chǔ)設(shè)施，具有很強(qiáng)的網(wǎng)絡(luò)外部性特征[1-3]。一個城市開通高鐵，可能不僅會對本地經(jīng)濟(jì)活動產(chǎn)生影響，還會通過空間溢出效應(yīng)影響周邊地區(qū)的經(jīng)濟(jì)活動。如果忽略了高鐵溢出效應(yīng)，將很難準(zhǔn)確度量高鐵的經(jīng)濟(jì)效應(yīng)。

改革開放40年來，中國各地區(qū)制造業(yè)都獲得了較大程度的發(fā)展，但空間分布極不平衡。制造業(yè)高度集中于中心城市和經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)，而非中心城市和經(jīng)濟(jì)欠發(fā)達(dá)的內(nèi)陸地區(qū)，則普遍面臨著制造業(yè)份額偏低、集聚效應(yīng)和規(guī)模效應(yīng)無法充分實(shí)現(xiàn)的發(fā)展困境。制造業(yè)發(fā)展的空間失衡，帶來的經(jīng)濟(jì)發(fā)展差距持續(xù)擴(kuò)大，已成為制約中國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要因素，在推進(jìn)中國經(jīng)濟(jì)由高速增長向高質(zhì)量發(fā)展、實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展動能轉(zhuǎn)換過程中，必須更為關(guān)注制造業(yè)的協(xié)調(diào)發(fā)展問題。在此背景下，考察高鐵大規(guī)模通車帶來的城市可達(dá)性改善到底是進(jìn)一步加劇了制造業(yè)發(fā)展的空間失衡，還是有助于促進(jìn)區(qū)域間制造業(yè)協(xié)調(diào)發(fā)展具有重要的現(xiàn)實(shí)意義。實(shí)際上，高鐵通車對所在城市而言，最為直觀的作用體現(xiàn)在鐵路提速促使該城市與其他城市之間在旅行時間上的極大節(jié)約。旅行時間節(jié)約帶來的可達(dá)性條件改善改變了城市的區(qū)位條件，進(jìn)而影響制造業(yè)在不同城市的集聚。基于這種考慮，本文以高鐵可達(dá)性為切入點(diǎn)，以66個具有鐵路客運(yùn)站點(diǎn)的非中心城市為考察樣本，在測算城市之間的鐵路旅行時間基礎(chǔ)上，構(gòu)造反映城市高鐵可達(dá)性的相關(guān)指標(biāo)，實(shí)證分析高鐵開通帶來的可達(dá)性變遷對非中心城市制造業(yè)集聚的本地影響及空間溢出效應(yīng)，進(jìn)而從側(cè)面驗(yàn)證高鐵在區(qū)域間制造業(yè)協(xié)調(diào)發(fā)展中所發(fā)揮的作用。

二、文獻(xiàn)回顧

進(jìn)入21世紀(jì)后，有關(guān)交通基礎(chǔ)設(shè)施對制造業(yè)集聚影響的實(shí)證研究文獻(xiàn)日益增多，近年來一些文獻(xiàn)已開始從可達(dá)性視角，考察交通基礎(chǔ)設(shè)施對制造業(yè)區(qū)位的影響。如阿勞素-卡羅德和阿拉尼翁-帕爾多(Arauzo-Carod & Alaón-Pardo，2009)分析了交通可達(dá)性改善對制造業(yè)企業(yè)區(qū)位的影響，發(fā)現(xiàn)路網(wǎng)改善在工業(yè)區(qū)位決策中發(fā)揮著重要作用，更高的可達(dá)性意味著更低的旅行成本，使外部規(guī)模經(jīng)濟(jì)更加可行，從而有助于集聚[4]。宋等人(Song et al.，2012)研究了首爾都市圈的產(chǎn)業(yè)集聚與交通可達(dá)性之間的關(guān)系，認(rèn)為盡管首爾大都市地區(qū)迅速擴(kuò)張，但中心商業(yè)區(qū)仍然是工業(yè)和運(yùn)輸系統(tǒng)的中心，大多數(shù)工業(yè)子行業(yè)均在中心區(qū)域集聚，而只有初級制造業(yè)集聚不在中心區(qū)域，總體而言，運(yùn)輸網(wǎng)絡(luò)與產(chǎn)業(yè)集聚呈正相關(guān)關(guān)系[5]。于等人(Yu et al.，2016)基于中國274個城市2000—2010年面板數(shù)據(jù)，探討高速公路網(wǎng)絡(luò)在空間經(jīng)濟(jì)集聚演化中的作用，發(fā)現(xiàn)高速公路網(wǎng)絡(luò)的改善帶來的區(qū)域可達(dá)性改善導(dǎo)致經(jīng)濟(jì)活動的地理集中程度更高。西部地區(qū)高速公路網(wǎng)絡(luò)對經(jīng)濟(jì)集聚的影響是負(fù)向的，這意味著中國欠發(fā)達(dá)地區(qū)會由于道路可達(dá)性的增加而變得更加邊緣化[6]。另外，一些學(xué)者針對不同國家的研究也發(fā)現(xiàn)交通可達(dá)性改善對制造業(yè)區(qū)位具有重要影響[7-9]。從國內(nèi)文獻(xiàn)來看，少數(shù)學(xué)者從可達(dá)性角度考察交通基礎(chǔ)設(shè)施對制造業(yè)企業(yè)區(qū)位的影響[10-11]。以上文獻(xiàn)多是以公路基礎(chǔ)設(shè)施作為研究對象，對鐵路設(shè)施帶來可達(dá)性改善的集聚效應(yīng)考察則較少。

近年來，隨著高鐵在全球范圍內(nèi)的興起，有關(guān)高鐵對制造業(yè)集聚的影響也日益引起學(xué)者的關(guān)注，但對于高鐵是否促進(jìn)了制造業(yè)集聚以及高鐵促進(jìn)制造業(yè)在中心城市還是沿線非中心城市集聚，仍然存在爭議。一項(xiàng)基于荷蘭的研究發(fā)現(xiàn)高速鐵路會影響企業(yè)選址，高鐵列車服務(wù)可以改變區(qū)位，對企業(yè)區(qū)位選擇有重要影響[12]。孫等人(Sun et al.，2017)[13]和戴等人(Dai et al.，2018)[14]也有類似發(fā)現(xiàn)。國內(nèi)文獻(xiàn)方面，王鵬和李彥(2018)利用雙重差分法估計高鐵對城市群經(jīng)濟(jì)集聚演變的影響，發(fā)現(xiàn)高鐵建設(shè)有助于城市群集聚經(jīng)濟(jì)梯度效應(yīng)的實(shí)現(xiàn)，整體上看高鐵促進(jìn)了長三角城市群制造業(yè)的擴(kuò)散和生產(chǎn)性服務(wù)業(yè)集聚[15]。李雪松和孫博文(2017)以京廣高鐵沿線城市為樣本，在構(gòu)建內(nèi)生運(yùn)輸成本和工資對制造業(yè)集聚決定模型基礎(chǔ)上，分析高鐵開通對站點(diǎn)城市制造業(yè)集聚的影響，其研究發(fā)現(xiàn)高鐵開通對站點(diǎn)城市制造業(yè)集聚效應(yīng)將逐漸經(jīng)歷集聚加速、集聚弱化以及擴(kuò)散階段，高鐵開通普遍提高了站點(diǎn)城市制造業(yè)集聚水平，對中心城市制造業(yè)集聚的影響處于集聚弱化階段，而對非中心城市的影響處于集聚加速階段[16]。盧福財和詹先志(2017)研究發(fā)現(xiàn)開通高鐵對工業(yè)企業(yè)集聚程度的提高具有顯著的拉動作用，這種拉動作用會隨著高鐵數(shù)量的增加而加強(qiáng)，高鐵對人口規(guī)模小于50萬城市制造業(yè)集聚影響最為顯著[17]。

從現(xiàn)有文獻(xiàn)來看，有關(guān)高鐵的制造業(yè)集聚效應(yīng)研究，主要存在以下幾點(diǎn)不足：一是主要采用雙重差分法考察是否開通高鐵對本地制造業(yè)集聚的影響，雖然雙重差分法能夠部分克服高鐵建設(shè)的內(nèi)生性問題，但虛擬變量的設(shè)置方法在估計高鐵邊際影響方面具有較強(qiáng)的局限性；二是忽略了高鐵和制造業(yè)集聚在地理空間上的依賴性和空間溢出效應(yīng)，高鐵的網(wǎng)絡(luò)屬性和區(qū)域間經(jīng)濟(jì)互動的加強(qiáng)，使得經(jīng)濟(jì)活動普遍存在空間互動特征，忽略了空間因素，可能會低估高鐵發(fā)展對制造業(yè)集聚的影響。

相比于已有的文獻(xiàn)，本研究的創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個方面：一是將人文地理學(xué)中的可達(dá)性概念應(yīng)用到高鐵影響制造業(yè)集聚的研究中，側(cè)重從可達(dá)性角度探討高鐵發(fā)展帶來的城市可達(dá)性改善對制造業(yè)集聚的影響，而從這個角度切入的國內(nèi)文獻(xiàn)較為少見，本文的研究有助于拓展現(xiàn)有的研究；二是本文考慮了高鐵的空間溢出效應(yīng)，采用空間杜賓模型考察高鐵可達(dá)性及溢出效應(yīng)對制造業(yè)集聚的影響，克服了傳統(tǒng)估計方法中忽略空間互動可能導(dǎo)致低估高鐵集聚效應(yīng)的不足。此外，本文的創(chuàng)新還體現(xiàn)在空間權(quán)重設(shè)置方面，以往的研究文獻(xiàn)多通過構(gòu)造鄰接權(quán)重、地理距離權(quán)重估計空間計量模型，考察本地交通設(shè)施對周邊地區(qū)的溢出效應(yīng)。一般認(rèn)為溢出效應(yīng)隨地理距離的擴(kuò)大而呈現(xiàn)遞減特征，但實(shí)際上溢出效應(yīng)隨距離衰減的速率也會受到地區(qū)間經(jīng)濟(jì)發(fā)展差異性及制度質(zhì)量異質(zhì)性的影響?；谶@點(diǎn)考慮，本文在構(gòu)造空間權(quán)重過程中，除構(gòu)造傳統(tǒng)的地理距離權(quán)重外，還構(gòu)造了經(jīng)濟(jì)地理復(fù)合權(quán)重和制度距離復(fù)合權(quán)重，能夠更為真實(shí)地反映距離衰減效應(yīng)外，也保證了結(jié)果的穩(wěn)健性，彌補(bǔ)一些研究文獻(xiàn)中忽略地區(qū)制度質(zhì)量異質(zhì)性和經(jīng)濟(jì)發(fā)展差異性對距離衰減速率影響的不足之處。

三、變量、數(shù)據(jù)與模型

(一)變量選取與數(shù)據(jù)說明

借鑒孫等人(2017)[13]和紹等人(Shao et al.，2017)[18]的做法，本文用區(qū)位熵(LQit)作為衡量城市制造業(yè)集聚的指標(biāo)，區(qū)位熵具體計算公式為：

(1)

其中，Muemployit表示城市i在t時期的制造業(yè)就業(yè)人數(shù)，Employit表示城市i在t時期的就業(yè)人數(shù)，Muemployall,t表示在t時期的全國制造業(yè)就業(yè)人數(shù)，Employall,t表示在t時期的全國總就業(yè)人數(shù)。

1.核心解釋變量

本文選取的核心解釋變量為高鐵可達(dá)性，借鑒陳和海恩斯(Chen & Haynes，2017)[19]類似的方法，本文分別構(gòu)造了日?？蛇_(dá)性系數(shù)和可達(dá)性潛力作為城市高鐵可達(dá)性的衡量指標(biāo)。說明如下：

(1)日?？蛇_(dá)性系數(shù)。該指標(biāo)衡量了城市旅客通過鐵路運(yùn)輸系統(tǒng)在一定的時限范圍內(nèi)可以到達(dá)城市數(shù)量的機(jī)會，借鑒陳和海恩斯(2017)[19]的研究，本文將時間設(shè)定為4小時，4小時通常被認(rèn)為可以進(jìn)行舒適一日游的時間。采用日?？蛇_(dá)性系數(shù)作為城市高鐵可達(dá)性的第一個替代變量，具體計算公式如下：

(2)

其中，Popj為城市j的人口數(shù)量，γij為時間閥值。如果城市i到城市j的旅行時間大于4小時，設(shè)γij=0；小于4小時，則設(shè)γij=1。

(2)可達(dá)性潛力。該指標(biāo)是對城市接近市場可能性的一種度量。經(jīng)濟(jì)地理學(xué)認(rèn)為城市之間的相互引力與市場規(guī)模呈正比，與城市間距離成反比，將城市間距離用鐵路旅行時間加以替代，作為城市高鐵可達(dá)性的另一替代變量，可達(dá)性潛力的公式如下:

(3)

其中，GDPj,t為j城市在t時期的國內(nèi)生產(chǎn)總值，Timeij,t為t時期城市i到城市j的鐵路旅行時間。

2.控制變量

為了減少遺漏變量造成的估計偏誤，本文加入人力資本(eduit)、產(chǎn)業(yè)結(jié)構(gòu)(indusit)和政府支出強(qiáng)度(govit)等代表城市特征的控制變量。其中，人力資本采用萬人中在校大學(xué)生人數(shù)表示，也即人力資本=在校大學(xué)生人數(shù)/地區(qū)年末總?cè)丝冢划a(chǎn)業(yè)結(jié)構(gòu)采用第三產(chǎn)業(yè)從業(yè)人員比重表示，也即產(chǎn)業(yè)結(jié)構(gòu)=第三產(chǎn)業(yè)從業(yè)人員數(shù)/年末單位從業(yè)人員數(shù)；政府支出強(qiáng)度采用每單位國土面積財政支出規(guī)模表示，也即政府支出強(qiáng)度=(地方財政一般預(yù)算內(nèi)支出-科技支出-教育支出)/行政區(qū)劃面積。

3.數(shù)據(jù)來源

本文數(shù)據(jù)來源于以下數(shù)據(jù)庫：一是國家統(tǒng)計局公布的2006—2013年《工業(yè)企業(yè)數(shù)據(jù)庫》。該數(shù)據(jù)庫涵蓋中國規(guī)模以上所有國有和非國有工業(yè)企業(yè)數(shù)據(jù)。由于本文考察對象是制造業(yè)，因此剔除了工業(yè)企業(yè)數(shù)據(jù)庫中非制造業(yè)企業(yè)樣本，僅保留制造業(yè)企業(yè)樣本，剔除行政區(qū)劃代碼缺失、從業(yè)人數(shù)小于10的企業(yè)樣本，并參考中國民政部網(wǎng)站公布的各年度縣級以上行政代碼，對企業(yè)所對應(yīng)的行政代碼進(jìn)行匹配。針對考察期內(nèi)發(fā)生的國民行業(yè)分類標(biāo)準(zhǔn)變更情況，在進(jìn)行分行業(yè)的區(qū)位熵計算時，通過行業(yè)分類轉(zhuǎn)換表(1)限于篇幅未列出行業(yè)分類轉(zhuǎn)換表，備索。，統(tǒng)一兩者的差異，保證數(shù)據(jù)的連貫性和可比性。二是鐵道出版社、北京極品時刻科技有限公司出版的《極品列車時刻表》。采用站站查詢的方法，通過輸入兩個城市站點(diǎn)，獲得兩城市站點(diǎn)的最短列車旅行時間；三是EPS全球統(tǒng)計數(shù)據(jù)及分析平臺中的中國城市數(shù)據(jù)庫，該數(shù)據(jù)庫包含中國城市層級的經(jīng)濟(jì)數(shù)據(jù)，按照數(shù)據(jù)類型分為市轄區(qū)和全市數(shù)據(jù)。本文所有指標(biāo)均采用全市數(shù)據(jù)。選取的數(shù)據(jù)時間段為2006—2013年，以66個外圍城市共528個樣本為考察對象(2)66個地級城市包括：唐山、秦皇島、邯鄲、邢臺、保定、滄州、廊坊、陽泉、錦州、遼陽、盤錦、鐵嶺、葫蘆島、吉林、四平、無錫、徐州、常州、蘇州、鎮(zhèn)江、溫州、嘉興、紹興、衢州、蚌埠、淮南、鞍山、滁州、宿州、六安、泉州、漳州、萍鄉(xiāng)、九江、新余、鷹潭、宜春、上饒、淄博、棗莊、濰坊、泰安、德州、開封、洛陽、安陽、鶴壁、新鄉(xiāng)、許昌、漯河、三門峽、商丘、信陽、駐馬店、黃石、十堰、宜昌、襄陽、孝感、咸寧、隨州、韶關(guān)、東莞、南充、寶雞、渭南。這些城市在不同年份中相繼開通高鐵，部分城市即使未開通高鐵，也能通過中轉(zhuǎn)方式獲得高鐵的溢出效應(yīng)。。

(二)空間權(quán)重與空間相關(guān)性診斷

在進(jìn)行空間計量分析之前必須對各變量的空間相關(guān)性進(jìn)行檢驗(yàn)，借鑒多數(shù)文獻(xiàn)的做法，采用莫蘭指數(shù)(Moran’sI)對各變量空間相關(guān)性進(jìn)行檢驗(yàn)，莫蘭指數(shù)的具體計算公式為：

(4)

空間權(quán)重矩陣Wij的設(shè)置無論對于空間相關(guān)性檢驗(yàn)還是空間計量估計均十分關(guān)鍵，本文通過設(shè)置以下多種空間權(quán)重來確保實(shí)證結(jié)果的穩(wěn)健性：

(1)地理距離權(quán)重(W1)。選擇較為常用的地理距離倒數(shù)平方來構(gòu)造地理距離權(quán)重(3)兩個城市間地理距離測算是以城市的政府所在地經(jīng)緯度為基礎(chǔ)，通過R軟件測算城市政府所在地之間的球面距離得到的。，具體公式為：

(5)

(2)經(jīng)濟(jì)地理復(fù)合權(quán)重(W2)。城市間的關(guān)聯(lián)效應(yīng)不僅體現(xiàn)為隨地理距離增加而衰減，還可能表現(xiàn)為經(jīng)濟(jì)發(fā)展水平較高的城市對周邊城市的影響和輻射作用更強(qiáng)。本文借鑒李婧等(2010)[20]的做法構(gòu)建以下經(jīng)濟(jì)地理復(fù)合權(quán)重：

(6)

3.制度地理復(fù)合權(quán)重(W3)。除了構(gòu)建地理距離權(quán)重和經(jīng)濟(jì)地理距離復(fù)合權(quán)重外，本文還構(gòu)造了基于制度地理距離的空間權(quán)重。由于歷史、文化和經(jīng)濟(jì)原因，中國不同地區(qū)制度質(zhì)量仍然存在明顯的差異。處于轉(zhuǎn)型期的中國，各地區(qū)市場化進(jìn)程并不一致。制度環(huán)境越為相近的地區(qū)，要素流動所面臨的制度摩擦越小?；谶@種考慮，本文在地理距離權(quán)重基礎(chǔ)上，進(jìn)一步構(gòu)造以下制度地理距離復(fù)合權(quán)重矩陣：

(7)

可以看出計算制度距離的關(guān)鍵在于測算城市的制度質(zhì)量。然而，制度質(zhì)量的測算是比較困難的。鑒于已有的研究文獻(xiàn)較多基于市場化水平來測度地區(qū)制度質(zhì)量，本文也側(cè)重從市場化角度測算地區(qū)制度質(zhì)量。借鑒王小魯?shù)?2016)[21]構(gòu)造市場化制度的方法，選取資源配置的市場化、非國有經(jīng)濟(jì)發(fā)展、產(chǎn)權(quán)保護(hù)程度和經(jīng)濟(jì)開放度等分項(xiàng)指標(biāo)基礎(chǔ)上，運(yùn)用主成分分析法測算考察期內(nèi)各城市的制度質(zhì)量。具體地，采用政府支出占GDP比重衡量資源配置的市場化程度(x1),該指標(biāo)越小說明資源配置的市場化程度越高；采用城鎮(zhèn)私營和個體從業(yè)人員數(shù)占城鎮(zhèn)就業(yè)總?cè)藬?shù)比重衡量非國有經(jīng)濟(jì)發(fā)展?fàn)顩r(x2),該指標(biāo)越大說明非國有經(jīng)濟(jì)發(fā)展越好，市場化程度越高；采用人均專利申請授權(quán)數(shù)衡量地區(qū)產(chǎn)權(quán)保護(hù)程度(x3)，該指標(biāo)越大表示產(chǎn)權(quán)受到保護(hù)的程度越高，該分項(xiàng)指標(biāo)數(shù)據(jù)來源于專利云數(shù)據(jù)庫；采用工業(yè)總產(chǎn)值中外資和港澳臺企業(yè)產(chǎn)值比重(x4)以及外商直接投資占GDP比重(x5)衡量經(jīng)濟(jì)開放程度，該指標(biāo)越大說明地區(qū)開放程度越高。借鑒王小魯?shù)?2016)[21]的做法分別采用式(8)對各分項(xiàng)指標(biāo)進(jìn)行線性標(biāo)準(zhǔn)化計算：

(8)

其中，Wk為某城市第k個指標(biāo)的原始數(shù)據(jù)，Wmax是與所有考察的城市第k項(xiàng)指標(biāo)相對應(yīng)的原始數(shù)據(jù)最大值，Wmin為第k項(xiàng)指標(biāo)相對應(yīng)的原始數(shù)據(jù)最小值。為了使各年份指數(shù)具有可比性，采用式(9)計算t年的第k項(xiàng)指數(shù)：

(9)

其中，Wmax(1)表示k項(xiàng)指標(biāo)在基期的最大值，Wmin(1)為k項(xiàng)指標(biāo)在基期的最小值。在進(jìn)行線性標(biāo)準(zhǔn)化后，通過主成分分析法，確定各分項(xiàng)指標(biāo)權(quán)重。本文所選定的權(quán)重為上述各指數(shù)評分值序列第一主成分特征值。權(quán)重用Wi表示，衡量制度質(zhì)量的綜合指數(shù)如下：

insit=w1Z1+w2Z2+w3Z3+w4Z4+w5Z5

(10)

基于以上三種空間權(quán)重矩陣，本文測算被解釋變量和核心解釋變量在2006—2013年的全局莫蘭指數(shù)值，具體如表1所示。可以看出三種不同權(quán)重的莫蘭指數(shù)均在0～1之間，且均在1%的水平上顯著，各變量表現(xiàn)出明顯的空間正相關(guān)性。

表1 2006—2013年主要變量的莫蘭指數(shù)

(三)空間杜賓模型的設(shè)定

空間相關(guān)性檢驗(yàn)表明應(yīng)將傳統(tǒng)計量模型拓展為包含空間關(guān)聯(lián)效應(yīng)的空間計量模型。本文采用空間杜賓模型對高鐵可達(dá)性的溢出效應(yīng)進(jìn)行估計，空間杜賓模型(SDM)的一般表達(dá)式為：

Yt=δWYt+αlIN+Xtβ+WθXt+ε

(11)

其中,Yt為被解釋變量的列向量，W為空間權(quán)重矩陣，Xt為解釋變量矩陣，αl為常數(shù)項(xiàng)，IN為單位矩陣，δWYt為被解釋變量的空間滯后項(xiàng)，表示來自其他空間單元被解釋變量對本地區(qū)被解釋變量的溢出效應(yīng)，WθXt表示來自其他空間單元解釋變量對本地區(qū)解釋變量的影響。δ、β和θ為待估參數(shù)，ε為隨機(jī)誤差項(xiàng)。如果θ=0，則空間杜賓模型將退化為空間自回歸模型(SAR)：

Yt=δWYt+αlIN+Xtβ+ε

(12)

而如果θ=δβ，則空間杜賓模型將退化為空間誤差模型(SEM):

Yt=αlIN+Xtβ+u

(13)

u=λWu+ε,如果θ+δβ=0，則有λ=δ

萊薩熱和佩斯(Lesage & Pace，2009)[22]認(rèn)為使用點(diǎn)估計檢驗(yàn)空間溢出效應(yīng)，可能會出現(xiàn)模型估計偏誤問題。為了更為準(zhǔn)確地估計空間溢出效應(yīng)，必須借助于偏導(dǎo)數(shù)的方法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。具體地，可以將式(11)轉(zhuǎn)換為以下形式：

Yt=(1-δW)-1αlIN+(1-δW)-1(Xtβ+WXtθ)+(1-δW)-1ε

(14)

運(yùn)用式(14)對解釋變量求偏導(dǎo)數(shù)可以得到：

(15)

式(15)最右端矩陣中對角線系數(shù)為直接效應(yīng)，表示解釋變量對本地被解釋變量的直接影響，非對角線系數(shù)為間接效應(yīng)，表示其他地區(qū)解釋變量對本地區(qū)被解釋變量的空間溢出效應(yīng)。以上僅給出了空間杜賓模型的一般形式，結(jié)合本文的研究實(shí)際，用于實(shí)證分析的空間杜賓模型具體形式如下：

(16)

四、實(shí)證分析

(一)模型選擇及空間杜賓模型估計

本文利用貝洛蒂等(Belotti et al.，2013)[23]提供的xsmle程序進(jìn)行空間杜賓模型估計，從穩(wěn)健性出發(fā)，采用地理距離、經(jīng)濟(jì)地理距離和制度地理距離空間權(quán)重進(jìn)行估計。表2報告了基于MLE估計的空間杜賓模型回歸結(jié)果。在處理空間面板數(shù)據(jù)時，需要確定哪種模型對樣本的解釋力更強(qiáng)。表2下半部分報告了有關(guān)空間計量模型選擇的各種檢驗(yàn)結(jié)果。具體地，本文通過以下一系列檢驗(yàn)，驗(yàn)證空間杜賓模型相比于其他空間模型的優(yōu)勢及確定模型的最優(yōu)形式：首先，通過豪斯曼(Hausman)檢驗(yàn)對采用隨機(jī)效應(yīng)還是固定效應(yīng)進(jìn)行判斷，三種空間權(quán)重下的檢驗(yàn)結(jié)果均拒絕了采用隨機(jī)效應(yīng)的原假設(shè)，說明采用固定效應(yīng)模型更為合適；其次，通過伍爾德(Wald)空間滯后檢驗(yàn)判斷θ=0是否成立，也即判斷SDM模型是否可以簡化為SAR模型，檢驗(yàn)結(jié)果均拒絕了SDM模型可以簡化為SAR模型的原假設(shè)；本文進(jìn)一步通過LR空間誤差檢驗(yàn)判斷θ+δβ=0是否成立，也即檢驗(yàn)SDM模型是否可以簡化為SEM模型，檢驗(yàn)結(jié)果拒絕了SDM可以簡化為SEM的原假設(shè)。進(jìn)一步，本文通過對比AIC和BIC值在SAC和SDM模型進(jìn)行選擇，檢驗(yàn)結(jié)果表明加入誤差項(xiàng)后并沒有使AIC和BIC值變小，說明相比于SAC模型，SDM模型更為合適。通過以上步驟，可以認(rèn)為采用SDM模型是合適的。另外，SDM模型包含無固定效應(yīng)、時間固定效應(yīng)、空間固定效應(yīng)和時空固定效應(yīng)四種。本文主要通過比較LogL、Sigma2和R2的值大小進(jìn)行判斷，最終選擇包含時間固定效應(yīng)的SDM模型作為實(shí)證分析的基準(zhǔn)模型。

表2各列報告基于不同權(quán)重的估計結(jié)果。表2列(1)和列(2)報告基于地理距離權(quán)重的空間杜賓模型估計結(jié)果；列(3)和列(4)報告基于經(jīng)濟(jì)地理距離權(quán)重估計的空間杜賓模型回歸結(jié)果；列(5)和列(6)報告基于制度地理距離權(quán)重估計的空間杜賓模型回歸結(jié)果。可以從表2的回歸結(jié)果對城市高鐵可達(dá)性與制造業(yè)集聚之間的關(guān)系進(jìn)行初步判斷，萊薩熱和佩斯(2009)[22]認(rèn)為使用點(diǎn)估計檢驗(yàn)空間溢出效應(yīng)可能會出現(xiàn)模型估計偏誤問題，有必要借助偏微分方法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)兩部分。從表2的回歸結(jié)果來看，各列回歸結(jié)果中各可達(dá)性變量的系數(shù)均顯著為正，但從各空間滯后項(xiàng)來看，兩個可達(dá)性變量的空間滯后項(xiàng)系數(shù)的顯著性卻存在一定差異。為避免點(diǎn)估計檢驗(yàn)空間溢出效應(yīng)可能出現(xiàn)的模型估計偏誤問題，本文借助偏微分方法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，表3報告了總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)的結(jié)果。

表2 不同空間權(quán)重下的SDM模型回歸結(jié)果

(二)直接效應(yīng)與間接效應(yīng)

1.直接效應(yīng)

直接效應(yīng)也即本地效應(yīng)，表3報告了三種空間權(quán)重下的直接效應(yīng)估計結(jié)果?？梢钥闯鋈N空間權(quán)重下，兩個可達(dá)性變量的系數(shù)均為正，且均至少在5%水平上顯著，說明高鐵帶來的城市可達(dá)性水平的改善有助于提高本地區(qū)制造業(yè)集聚水平?？蛇_(dá)性改善之所以有助于本地區(qū)制造業(yè)集聚水平的提高，可以從要素市場和產(chǎn)品市場兩方面解釋：在要素市場上，一個城市可達(dá)性改善，擴(kuò)大了該城市要素供給的市場范圍，從而改善了要素供給條件。具體地，從勞動力要素供給來看，可達(dá)性條件的改善，使可供本地制造業(yè)企業(yè)使用的潛在勞動力供給范圍由本地擴(kuò)展至周邊城市。而潛在勞動力市場范圍的擴(kuò)大，不僅有助于企業(yè)的用工缺口及時得到補(bǔ)充，同時也有利于在充分的勞動力市場競爭中獲得適合企業(yè)發(fā)展的優(yōu)質(zhì)勞動力。從資本要素供給來看，可達(dá)性條件的改善，有助于促進(jìn)城市之間的跨城互動交流，減少了城市之間因信息不對稱造成的合作難題。例如，兩個城市之間的可達(dá)性提高，能夠有效降低合作企業(yè)之間的監(jiān)督成本，促進(jìn)跨城企業(yè)間的投資合作。從技術(shù)要素供給來看，可達(dá)性條件的改善促進(jìn)了城市之間的交流合作。無論是跨城企業(yè)之間的合作交流，還是技術(shù)人員的跨城、跨企業(yè)流動均會帶來一定的技術(shù)和知識溢出，技術(shù)要素供給有助于提高企業(yè)生產(chǎn)率。在產(chǎn)品市場上，可達(dá)性條件改善，擴(kuò)大了該城市企業(yè)產(chǎn)品供給的市場范圍，有助于企業(yè)產(chǎn)品的輸出，從而提高企業(yè)經(jīng)營績效。要素供給條件的改善和產(chǎn)品市場范圍的擴(kuò)大，優(yōu)化了城市的區(qū)位條件，吸引了制造業(yè)企業(yè)在該城市集聚。

2.間接效應(yīng)

間接效應(yīng)也即空間溢出效應(yīng)。從表3可以看出，無論是用日?？蛇_(dá)性系數(shù)還是可達(dá)性潛力變量作為城市高鐵可達(dá)性的替代變量，間接效應(yīng)的系數(shù)為正且均至少在5%水平上顯著，說明可達(dá)性改善的空間溢出效應(yīng)十分明顯。也即高鐵帶來城市可達(dá)性改善不僅有利于促進(jìn)本地制造業(yè)集聚，同時會通過空間溢出效應(yīng)提高與其鄰近的鐵路沿線城市的制造業(yè)集聚水平。高鐵帶來的城市可達(dá)性改善之所以存在顯著的空間溢出效應(yīng)，主要原因在于交通基礎(chǔ)設(shè)施具有較強(qiáng)的網(wǎng)絡(luò)性，高鐵提高了整個鐵路網(wǎng)絡(luò)的運(yùn)行效率，極大壓縮了城市之間的旅行時間，為生產(chǎn)要素的跨地區(qū)流動提供了便利，且能提高城市的經(jīng)濟(jì)輻射能力。城市間稟賦存在差異，形成了不同的比較優(yōu)勢。在可達(dá)性水平較低時，受交通成本的限制，生產(chǎn)要素的跨區(qū)流動較為困難，本地企業(yè)也不易將本地的生產(chǎn)能力向周邊外溢。高鐵帶來可達(dá)性改善，減少了生產(chǎn)要素和生產(chǎn)能力跨區(qū)流動的成本約束，促進(jìn)了本地區(qū)相對過剩的要素和生產(chǎn)能力向周邊地區(qū)轉(zhuǎn)移。因此，高鐵不僅會促進(jìn)本地制造業(yè)集聚，也會通過空間溢出效應(yīng)促進(jìn)沿線鄰近城市的制造業(yè)集聚。

表3 直接效應(yīng)、間接效應(yīng)與總效應(yīng)

(三)行業(yè)異質(zhì)性分析

制造業(yè)各行業(yè)要素投入不同，生產(chǎn)的產(chǎn)品各異，這使得對制造業(yè)各行業(yè)進(jìn)行分類考察顯得十分必要。上文考察了高鐵帶來的城市可達(dá)性提高對制造業(yè)整體集聚的影響，這部分分別考察城市高鐵可達(dá)性對制造業(yè)不同行業(yè)的異質(zhì)性影響。本文借鑒魯桐和黨印(2014)[24]的做法，將制造業(yè)各行業(yè)按照要素投入密集度將制造業(yè)行業(yè)分為勞動密集型、資本密集型和技術(shù)密集型行業(yè)，進(jìn)行分行業(yè)回歸比較(5)勞動密集型制造業(yè)包括農(nóng)副食品加工業(yè)(13)，食品制造業(yè)(14)，飲料制造業(yè)(15)，煙草加工業(yè)(16)，紡織業(yè)(17)，紡織服裝、鞋、帽制造業(yè)(18)，皮革、毛皮、羽毛(絨)及其制品業(yè)(19)，木材加工及木、竹、藤、棕、草制品業(yè)(20)，家具制造業(yè)(21)等9個二位數(shù)制造業(yè)行業(yè)。資本密集型制造業(yè)包括造紙及紙制品業(yè)(22)，印刷和記錄媒介復(fù)制業(yè)(23)，文教體育用品制造業(yè)(24)，石油加工、煉焦及核燃料加工業(yè)(25)，化學(xué)原料及化學(xué)制品制造業(yè)(26)，化學(xué)纖維制造業(yè)(28)，橡膠和塑料制品業(yè)(29)，非金屬礦物制品業(yè)(30)，黑色金屬冶煉及壓延加工業(yè)(31)，有色金屬冶煉及壓延加工業(yè)(32)，金屬制品業(yè)(33)等11個二位數(shù)行業(yè)。技術(shù)密集型制造業(yè)包括醫(yī)藥制造業(yè)(27)，通用設(shè)備制造業(yè)(34)，專用設(shè)備制造業(yè)(35)，交通運(yùn)輸設(shè)備制造業(yè)(36)，電氣機(jī)械及器材制造業(yè)(37)，計算機(jī)、通信和其他電子設(shè)備制造業(yè)(38)，儀器儀表制造業(yè)(39)等7個二位數(shù)行業(yè)。。表4—表6分別報告基于地理距離權(quán)重、經(jīng)濟(jì)地理距離權(quán)重和制度地理距離權(quán)重的估計結(jié)果。可以看出，在地理距離權(quán)重下的資本密集型和技術(shù)密集型行業(yè)中，無論是可達(dá)性潛力還是日?？蛇_(dá)性系數(shù)變量的直接效應(yīng)均為正，且至少在5%水平上顯著。說明高鐵發(fā)展帶來的本地城市可達(dá)性水平的提高能夠有效促進(jìn)制造業(yè)集聚；間接效應(yīng)也均為正，且在1%水平上顯著，說明高鐵帶來的城市可達(dá)性水平的提高也能夠通過鐵路的網(wǎng)絡(luò)效應(yīng)促進(jìn)周邊城市的制造業(yè)集聚水平的提高，存在顯著的空間溢出效應(yīng)。從總效應(yīng)來看，在資本密集型和技術(shù)密集型行業(yè)中，高鐵發(fā)展帶來的城市可達(dá)性提高對外圍城市制造業(yè)集聚影響的總效應(yīng)均為正值，且均在1%水平上顯著。對于勞動密集型行業(yè)而言，可達(dá)性潛力和日常可達(dá)性系數(shù)變量的總效應(yīng)均為負(fù)，且通過了1%水平的顯著性檢驗(yàn)，說明可達(dá)性改善并沒有促進(jìn)勞動密集型制造業(yè)集聚，而是會對其產(chǎn)生抑制作用。之所以出現(xiàn)這種情況，主要原因在于：相比資本密集型行業(yè)和技術(shù)密集型行業(yè)，勞動密集型制造業(yè)行業(yè)生產(chǎn)需要依靠大量的低廉勞動力投入，但由于其生產(chǎn)產(chǎn)品本身的附加值較低，無法提供較具競爭力的工資，這就決定了高鐵發(fā)展帶來的可達(dá)性水平提高，實(shí)際上并不能對該行業(yè)的勞動力流動產(chǎn)生明顯的影響，相反可能會由于可達(dá)性改善帶來的要素價格上升而不利于本地區(qū)勞動密集型制造業(yè)集聚。

表4 地理距離權(quán)重下直接效應(yīng)、間接效應(yīng)與總效應(yīng)估計結(jié)果

表5 經(jīng)濟(jì)地理距離權(quán)重下直接效應(yīng)、間接效應(yīng)與總效應(yīng)估計結(jié)果

表6 制度地理距離權(quán)重下直接效應(yīng)、間接效應(yīng)與總效應(yīng)估計結(jié)果

(四)穩(wěn)健性檢驗(yàn)

1.穩(wěn)健性檢驗(yàn)一：基于產(chǎn)值計算的區(qū)位熵指數(shù)

上文采用就業(yè)人數(shù)計算區(qū)位熵指數(shù)，分析高鐵帶來的城市可達(dá)性提高對制造業(yè)集聚的本地影響及空間溢出效應(yīng)，那么如果采用制造業(yè)產(chǎn)值計算區(qū)位熵，實(shí)證結(jié)果是否依然成立呢？為了確保實(shí)證結(jié)果的穩(wěn)健性，本文用制造業(yè)產(chǎn)值計算的區(qū)位熵指數(shù)替代就業(yè)人數(shù)計算的區(qū)位熵指數(shù)對式(16)進(jìn)行回歸，以檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性。

以產(chǎn)值代替就業(yè)人數(shù)計算制造業(yè)區(qū)位熵進(jìn)行的回歸結(jié)果顯示，在不同權(quán)重下，直接效應(yīng)均為正值，且在1%水平上顯著。間接效應(yīng)也為正值，也在1%的水平上顯著。替換被解釋變量的估計結(jié)果仍然支持高鐵帶來的可達(dá)性改善對本地制造業(yè)集聚有顯著的正向影響及對鄰近城市制造業(yè)集聚有正向空間溢出效應(yīng)的實(shí)證結(jié)論(6)限于篇幅，未列示回歸結(jié)果。。

2.穩(wěn)健性檢驗(yàn)二:更換數(shù)據(jù)來源的回歸結(jié)果

本文用產(chǎn)值區(qū)位熵替代就業(yè)區(qū)位熵驗(yàn)證實(shí)證結(jié)果的穩(wěn)健性，但制造業(yè)產(chǎn)值指標(biāo)仍然來源于國家統(tǒng)計局公布的中國工業(yè)企業(yè)數(shù)據(jù)庫微觀加總數(shù)據(jù)，那么如果更換數(shù)據(jù)來源檢驗(yàn)結(jié)果是否有很大差異呢？如果有很大差異，本文的實(shí)證結(jié)論可能并不可靠?；诖耍疚牟捎谩冻鞘薪y(tǒng)計年鑒》中規(guī)模以上工業(yè)總產(chǎn)值數(shù)據(jù)，替代穩(wěn)健性檢驗(yàn)一中采用的工業(yè)企業(yè)數(shù)據(jù)庫加總的制造業(yè)產(chǎn)值數(shù)據(jù)，計算產(chǎn)值區(qū)位熵指數(shù)，進(jìn)行回歸檢驗(yàn)。替換了數(shù)據(jù)來源之后，實(shí)證結(jié)果仍然支持本文的結(jié)論。(7)限于篇幅，未列示回歸結(jié)果。

五、基本結(jié)論與啟示

本文以66個具有高鐵客運(yùn)站點(diǎn)的非區(qū)域中心城市為考察樣本，基于可達(dá)性視角，運(yùn)用空間杜賓模型考察高鐵可達(dá)性及其空間溢出效應(yīng)對區(qū)域非中心城市制造業(yè)集聚的影響。研究得出以下幾點(diǎn)結(jié)論：一是從整體上看高鐵可達(dá)性的改善對非區(qū)域中心城市制造業(yè)集聚水平提高產(chǎn)生顯著的正向影響，同時會通過空間溢出效應(yīng)，提高地理鄰近、經(jīng)濟(jì)鄰近及制度鄰近城市的制造業(yè)集聚水平。二是分行業(yè)來看，高鐵可達(dá)性改善對制造業(yè)的本地影響及空間溢出效應(yīng)會因制造業(yè)行業(yè)不同而有所差異。具體來看，高鐵可達(dá)性對制造業(yè)的本地影響及空間溢出效應(yīng)在資本密集型和技術(shù)密集型行業(yè)均十分明顯，高鐵可達(dá)性的改善不僅有助于提高城市本地的資本密集型行業(yè)和技術(shù)密集型行業(yè)的集聚水平，同時會通過空間溢出效應(yīng)提高與其鄰近城市的制造業(yè)集聚水平。但對于勞動密集型行業(yè)而言，可達(dá)性改善的總效應(yīng)顯著為負(fù)，這意味著高鐵可達(dá)性改善會對勞動密集型行業(yè)集聚產(chǎn)生顯著的負(fù)向抑制效應(yīng)。這種負(fù)向抑制效應(yīng)不僅體現(xiàn)為對本地勞動密集型行業(yè)集聚的負(fù)向影響，同時也體現(xiàn)于與該城市鄰近城市的勞動密集型行業(yè)的負(fù)向溢出效應(yīng)。

基于研究結(jié)論，本文提出如下政策建議：一是在進(jìn)行高鐵規(guī)劃時，應(yīng)該充分考慮高鐵的空間重塑效應(yīng)，在減少重復(fù)建設(shè)的同時，推進(jìn)高鐵網(wǎng)絡(luò)向非區(qū)域中心城市以及欠發(fā)達(dá)地區(qū)延伸，讓更多的城市接入高鐵，盡可能實(shí)現(xiàn)高鐵服務(wù)供給的區(qū)域協(xié)調(diào)發(fā)展；二是未開通高鐵的非中心城市應(yīng)該正視高鐵對本地制造業(yè)發(fā)展的重要意義，努力尋求與中心城市合作，開展城際高鐵和其他城際交通基礎(chǔ)設(shè)施的規(guī)劃和建設(shè)，使自身更好地融入中心城市經(jīng)濟(jì)圈，同時充分發(fā)揮自身在要素價格方面的比較優(yōu)勢，加強(qiáng)營商環(huán)境建設(shè)，以更好地承接制造業(yè)的產(chǎn)業(yè)轉(zhuǎn)移。