高速鐵路網絡、勞動力轉移與產業(yè)空間集聚

王巍 馬慧

[摘 要] 高速鐵路網絡建設是促進經濟增長、優(yōu)化地區(qū)產業(yè)分布的重要手段。已有研究多關注高鐵網絡的經濟增長效應，而對其產業(yè)分布機制研究較少。文章以“中心-外圍”理論為基礎，從勞動力轉移視角分析快速交通網絡的產業(yè)空間集聚效應;通過構建地市產業(yè)層面的面板數(shù)據(jù)，利用含有固定效應的雙重差分模型研究高鐵網絡對地區(qū)產業(yè)集聚的影響。實證結果顯示：高鐵開通顯著降低了區(qū)域非中心城市的產業(yè)集聚水平，并通過勞動力轉移渠道強化了中心城市的產業(yè)集聚水平;分產業(yè)看，高鐵網絡對制造業(yè)的集聚作用強于服務業(yè);分地區(qū)看，高鐵開通提高了沿海地區(qū)非中心城市的產業(yè)集聚程度，降低了內陸地區(qū)非中心城市的產業(yè)集聚程度。基于實證結果文章提出加強區(qū)域經濟一體化合作等政策建議。

[關鍵詞] 高鐵網絡;產業(yè)集聚;勞動力轉移;雙重差分模型

[中圖分類號] F532;F249.2;F121.3 [文獻標識碼] A [文章編號]1673-0461（2019）12-0038-11

一、引 言

高速鐵路（以下簡稱高鐵）網絡是中國交通運輸體系中的骨干網絡和國家重大民生工程，高鐵建設是促進經濟增長、優(yōu)化區(qū)域發(fā)展空間的重要手段。高速鐵路的首要功能是連接全國主要大中城市，形成以特大城市為中心覆蓋全國、以省會城市為支點覆蓋區(qū)域的快速運輸網絡。自2004年國務院批準實施《中長期鐵路網規(guī)劃》以來，中國高鐵建設進入快速發(fā)展時期。2008年京滬、京廣高鐵等客運專線相繼開工，并分別于2011年和2012年全線開通。高鐵開通極大方便了沿線城市的交流和居民出行，有力促進了區(qū)域經濟一體化水平的提高。在此背景下，各省區(qū)擁有一定經濟實力和良好區(qū)位的地級市搶抓政策機遇，迅速掀起全國范圍內建設高鐵的熱潮。截至2017年底，中國高鐵營運里程達到2.5萬公里，已有130多個地級市開通了高鐵，初步形成國家規(guī)劃的“四縱四橫”營運網絡，高鐵網絡的超速發(fā)展取得了令人矚目的成績。另外，根據(jù)國際鐵路聯(lián)盟的最新統(tǒng)計，中國每年通過高鐵出行的旅客人數(shù)達到8億人次。這說明高鐵已成為我國居民出行的主要選擇之一。高鐵的快速發(fā)展是我國經濟社會發(fā)展的必然結果，也是國家綜合競爭力的重要體現(xiàn)。但值得注意的是：我國率先開通高鐵的地區(qū)都是經濟發(fā)展水平好、產業(yè)集聚程度高的區(qū)域中心城市，中心城市與周邊城市本身就存在發(fā)展差距，高鐵開通可能會擴大沿線中心城市和非中心城市的發(fā)展差距。已有研究也指出：高鐵網絡通過擴大生產要素流動范圍等多種渠道影響沿線城市的經濟分布，高鐵開通將強化區(qū)域中心城市的經濟集聚水平而降低周邊城市對要素的吸引力（張克中和陶東杰，2016）[1]。但已有文獻僅從實證角度分析高鐵網絡的產業(yè)分布機制，鮮有文獻具體分析高鐵網路對產業(yè)分布的影響機制。實際上，高鐵網絡作為快速運輸系統(tǒng)對勞動力要素轉移產生直接影響，勞動力轉移又是地區(qū)產業(yè)分布的基礎。新經濟地理學的主要模型正是通過勞動力轉移及關聯(lián)效應來分析產業(yè)空間集聚效應。

基于此，本文在新經濟地理學和勞動經濟學相關研究的基礎上，分析高鐵網絡的勞動力轉移效應及其對產業(yè)集聚的影響，以期對已有文獻有所補充。本文具體將研究以下問題：高鐵開通是否造成沿線非中心城市的勞動要素流失和產業(yè)集聚水平下降;高鐵網絡如何通過勞動要素轉移影響地區(qū)產業(yè)分布;高鐵建設在促進城市合作和區(qū)域經濟一體化的同時，能否使沿線非中心城市共享高鐵開通帶來的正外部性。

二、文獻綜述

與本文研究相關的文獻主要有三類。

第一類文獻涉及交通基礎設施的產業(yè)分布效應研究。產業(yè)分布本質上是企業(yè)區(qū)位選擇問題。已有研究顯示：交通基礎設施是影響企業(yè)選址的重要因素，交通基礎設施可以通過降低貿易成本，促進人口轉移及產業(yè)關聯(lián)等渠道影響地區(qū)產業(yè)分布（Cantos et al.，2005;BaumSnow et al.，2007;張建華和程文，2012）[2-4]。Faber（2014）以中國高速公路主干線建設為對象研究高速公路的產業(yè)集聚效應，結果顯示：工業(yè)企業(yè)易于向高速公路網絡連接地區(qū)集聚，未連接到主干線的外圍地區(qū)經濟增長受到抑制[5]。Baumsnow等（2013、2017）重點研究城市周邊交通基礎設施網絡配置對城市形態(tài)和產業(yè)發(fā)展的影響，實證結果顯示：公路建設有利于服務業(yè)轉移，鐵路建設有利于工業(yè)轉移，交通基礎設施對不同行業(yè)的分散效應并不相同[6-7]。Donaldson（2018）關于交通基礎設施經濟影響的最新研究指出：鐵路網絡對經濟發(fā)展的影響渠道主要包括：降低貿易成本，縮小地區(qū)價格差及增加實際收入水平[8]。上述研究表明交通基礎設施網絡對沿途城市的產業(yè)分布效應明顯但結論并不統(tǒng)一，多數(shù)研究認為不同類型交通基礎設施對不同產業(yè)的分布效應并不相同;交通基礎設施對產業(yè)分布既有直接影響又有間接影響。

第二類文獻主要研究高速鐵路的經濟集聚效應。早期關于高鐵網絡的經濟分布研究多以發(fā)達國家為主，多數(shù)研究顯示：高鐵開通提升了沿途中心城市的經濟集聚程度，抑制了邊緣城市和未開通高鐵城市的經濟增長;高鐵在提升城市通達性的同時可能產生“隧道效應”，引起地區(qū)經濟發(fā)展不平衡（Givoni，2006;Hall，2009;Albalate和Bel，2012） [9-11]。Chen和Hall（2012）分析英國快速鐵路的空間經濟效應，指出快速交通系統(tǒng)有助于知識經濟發(fā)展進而影響地區(qū)產業(yè)轉型[12]。Kim和Sultana（2015）通過分析韓國高鐵走廊的空間分布和城市可達性發(fā)現(xiàn)：高鐵網絡對城市可達性的改善主要集中在首爾附近的高鐵走廊區(qū)，而非中心城市的交通可達性依然較差[13]。Albalate和Fageda（2016）通過分析高鐵服務對西班牙旅游業(yè)的影響后發(fā)現(xiàn)：高鐵開通對航空業(yè)有負面影響從而間接影響旅游業(yè)，高鐵的可達性對旅游業(yè)有促進作用，凈效應需綜合考慮[14]。近年來相關研究開始關注中國高鐵對經濟發(fā)展的影響。李紅昌等（2016）基于城市可達性分析高速鐵路對地區(qū)經濟集聚產生的影響，研究發(fā)現(xiàn)高鐵開通促進經濟向西部地區(qū)集聚，有益于經濟趨向均等化[15]。Yu（2017）通過考察中國高鐵網絡對沿途城市居民出行成本的影響，也發(fā)現(xiàn)高鐵開通降低了未開通高鐵地區(qū)的GDP水平[16]。Ke等（2017）利用中國城市面板數(shù)據(jù)分析高鐵開通對目標城市的經濟增長效應，研究顯示：位于東部沿海核心城市群的高鐵城市經濟水平提升明顯[17]。上述研究顯示：高鐵網絡能夠促進區(qū)域核心城市的經濟集聚力，但對沿途非中心城市的經濟影響結論并不統(tǒng)一;多數(shù)研究顯示高鐵開通加劇了地區(qū)間經濟發(fā)展的差距;但已有研究對高鐵網絡對產業(yè)分布的影響機制研究還有待補充。

第三類文獻主要研究基礎設施的勞動力轉移效應。新經濟地理學相關模型在研究企業(yè)區(qū)位時重點考察了勞動力轉移對企業(yè)選址的影響。Krugman和Venables（1995） 基于人口移動視角分析運輸成本對企業(yè)集聚的影響，研究發(fā)現(xiàn)：在運輸成本下降的情況下關聯(lián)效應強化了中心城市的產業(yè)集聚[18]。Henderson et al.（2001）分析巴西產業(yè)集聚現(xiàn)象后指出，交通基礎設施網絡通過促進勞動力移動影響產業(yè)分布，區(qū)域間交通基礎設施擴張將導致產業(yè)分散[19]。Forslid和Ottaviano（2003）在克魯格曼模型基礎上引入非熟練工人，指出熟練工人移動和地區(qū)擁擠成本的相互作用對企業(yè)集聚產生影響[20]。上述文獻基于理論模型分析交通基礎設施、勞動力轉移對產業(yè)分布的影響。國內也有學者從實證角度分析交通基礎設施的收入分配效應。劉曉光等（2015）研究基礎設施對城鄉(xiāng)收入分配的影響，結果顯示基礎設施通過促進農業(yè)勞動力向非農部門轉移，提高了農業(yè)部門的勞動生產率并縮小城鄉(xiāng)收入差距[21]。張在冉（2018）研究基礎設施對勞動力流入的空間溢出效應，結果顯示相鄰城市交通基礎設施對勞動力流入的溢出效應顯著為正[22]。上述研究說明交通基礎設施對勞動力轉移有明顯影響，但勞動力流入對產業(yè)集聚的影響結論并不統(tǒng)一。

綜上所述，交通基礎設施對產業(yè)分布的影響機制較為復雜。高鐵網絡可能從運輸成本、要素轉移、收入分配等多個角度對產業(yè)集聚造成影響。與已有研究不同的是：本文基于高鐵服務的運輸特征和其在國家運輸網絡中的定位，選擇勞動力轉移作為研究視角分析高鐵網絡的產業(yè)集聚效應;并在研究中重點分析勞動力轉移帶來的工資變化和知識溢出效應對產業(yè)集聚的影響，以期對已有研究有所補充。

三、理論基礎與假說

（一）理論基礎

“中心-外圍”模型強調在勞動力可移動條件下，人口和企業(yè)通過關聯(lián)效應強化地區(qū)產業(yè)集聚力吸引企業(yè)和要素不斷進入。模型的基本邏輯是：熟練工人通過工資和生活費用的選址效應在地區(qū)間移動并影響企業(yè)選址行為，運輸費用引致的貿易自由化將決定企業(yè)能否在關聯(lián)效應下進一步集聚。高鐵網絡作為提供快速客運服務的運輸平臺，影響地區(qū)產業(yè)分布的主渠道是勞動力轉移。新經濟地理學的FE模型指出：熟練勞動力增加將使區(qū)域價格指數(shù)下降、生活費用降低，引起企業(yè)到家庭的前向關聯(lián)效應促進產業(yè)集聚。對開通高鐵的城市而言，勞動力在收入和競爭效應的影響下會產生雙向移動，一個地區(qū)的產業(yè)集聚狀況需比較工資收入和生活成本。從城市視角看，高鐵網絡通過壓縮時空成本、擴大勞動力流動范圍影響城市產業(yè)集聚水平。外圍地區(qū)能夠釋放更多勞動力參與中心城市生產，中心城市過高的生活成本也可能使部分勞動力轉移到外圍。從異質性企業(yè)視角看，制造業(yè)可能會選址于土地成本較低的外圍地區(qū)，科技型和生活服務型企業(yè)會選址于中心城市。高鐵網絡帶來的運輸成本下降會使中心地區(qū)擁擠成本上升，但中心地區(qū)擁有的集聚外部性仍會吸引企業(yè)進入;外圍地區(qū)憑借運輸網絡的通達性可以吸引部分工業(yè)企業(yè)進入，但勞動力流失的趨勢無法改變。此外，隨著高鐵網絡開始逐步釋放貨運能力，未來快速貨物運輸成本的降低將引起正向工資選址效應，促進區(qū)域中心城市的產業(yè)集聚。上述基于新經濟地理學的基本分析顯示，高鐵網絡可以通過勞動力轉移渠道影響地區(qū)產業(yè)集聚水平。

假設1：高鐵開通有利于勞動力擴大流動范圍，并通過熟練勞動力轉移影響地區(qū)產業(yè)分布;“虹吸效應”將使高鐵沿線非中心城市勞動力逐步流失，產業(yè)集聚水平不斷下降。

（二）高鐵網絡與勞動力轉移

勞動力轉移帶來的工資效應是高鐵網絡影響產業(yè)空間集聚的重要渠道。傳統(tǒng)勞動力遷移理論指出：勞動力是否轉移主要受收入效用和遷移成本影響。在轉移成本降低的條件下，地區(qū)工資差距又會強化勞動力流動趨勢，影響地區(qū)產業(yè)分布。以下將基于工業(yè)部門建立簡單的兩地區(qū)模型分析高鐵網絡的選址效應。

1.模型基本設定

假設經濟體有中心和非中心兩個地區(qū)c和p，每個地區(qū)有工業(yè)部門i。借鑒Fosild和Ottaviann（2003）的研究，假設工業(yè)部門使用熟練勞動力生產，熟練勞動力可在地區(qū)間自由移動。勞動力總量不變?yōu)镹;中心城市熟練勞動力占勞動力總數(shù)的比重為θ，數(shù)量為θN;則外圍地區(qū)熟練勞動力數(shù)量為（1-θ）N。根據(jù)假設勞動力總數(shù)滿足：N=Nc+Np的條件。為簡化分析假設地區(qū)工業(yè)生產函數(shù)為柯布-道格拉斯形式如式（1），在資本投入既定條件下，求一階最優(yōu)勞動力投入生產條件下不同地區(qū)的工資水平。

式（9）是模型的均衡條件。當資本投資既定時，該公式體現(xiàn)了熟練勞動力比例θ和轉移成本之間的函數(shù)關系。對均衡條件求θ關于Gt的導數(shù)，得到 θ It>0。該條件說明：高鐵網絡通過降低轉移成本、加速勞動力轉移，增加了中心城市的熟練勞動力比例，強化了中心城市的產業(yè)集聚力。對非中心城市而言，當兩地收入效用水平相同時，熟練勞動力將不再流失。此外，由于區(qū)域間經濟水平的差異，高鐵開通使非中心城市面臨熟練勞動力流失和收入水平下降的風險，但部分對擁擠成本敏感的制造業(yè)產業(yè)也可能向非中心城市轉移，地區(qū)產業(yè)集聚水平需綜合考慮兩種力量的平衡。

假設2：高鐵網絡通過降低轉移成本引起地區(qū)間實際工資水平發(fā)生改變，非中心城市面臨相對較低的工資收入和熟練勞動力流出的風險，導致地區(qū)產業(yè)集聚水平下降。

（三）高鐵網絡與知識溢出

知識溢出是影響產業(yè)分布的重要渠道。有研究指出：由于溝通成本阻礙，知識溢出本地化效應明顯而難以對周邊地區(qū)直接產生正外部性（Moretti，2004）[23]。隨著高鐵網絡的建成，高技能勞動力的快速轉移降低了知識溢出的阻礙成本。基于此，勞動力轉移帶來的知識溢出效應是高鐵網絡影響產業(yè)分布的另一項重要機制。知識與技能的傳播需要人與人的溝通、互動與協(xié)作以保證良好的傳輸效果。多數(shù)高技術企業(yè)愿意集中在北京、上海等高人力資本城市享受知識外溢帶來的正外部性;而對于遠離中心城市且交通基礎設施不完善的地區(qū)則很難享受知識外溢效應。區(qū)域非中心城市可通過快速運輸通道加強與高技能人才的溝通，促進知識外溢范圍擴大，使非中心城市也可以逐步享受到知識溢出的正外部性。進一步分析發(fā)現(xiàn)，高鐵網絡的知識外溢與其服務對象有關。高鐵服務對象主要是對時間、距離敏感而對價格不敏感的中高端客戶，而高技能人才和中高端商務客戶正具有這種特征。高技能人才需要不斷與不同領域的人才交流并參與到不同地點的項目中，所以新經濟地理學的基本模型都強調熟練工人更容易在地區(qū)間移動。高速鐵路通過高技術人才的流動性，提高了核心城市專家參與外圍地區(qū)經濟建設的可能性，使外圍地區(qū)享受到中心城市技術專家池帶來的知識溢出效應（Xiaofang Dong，2018） [24]。同時，知識外溢可以幫助外圍地區(qū)提升地方勞動力質量，并在一定程度上延緩外圍地區(qū)的產業(yè)分散趨勢。

假設3：高鐵網絡能夠促進高技能人力資本流動，通過擴大知識溢出范圍使非中心城市也能共享中心城市的知識外溢效應，減緩產業(yè)集聚力下降趨勢。

四、模型設定與數(shù)據(jù)說明

（一）計量模型設定

本文采用雙重差分模型（DID模型）分析高鐵網絡的產業(yè)分布效應，以緩解模型設定中的內生性問題（張夢婷等，2018）[25]。作為國家層面的戰(zhàn)略規(guī)劃，高鐵網絡主要以區(qū)域中心城市為基礎進行布局，而非中心城市能否開通高鐵主要取決其地理位置是否位于中心城市的連線上。目前，我國已初步建成“四縱四橫”的高鐵運輸網絡，地級市中近一半城市開通了高鐵。這種大規(guī)模的交通基礎設施建設可作為一項準自然實驗進行研究。與以往研究不同的是由于各地區(qū)開通高鐵的時間不同，難以利用傳統(tǒng)DID模型分析固定時間節(jié)點上外生政策沖擊的影響，所以回歸采用漸進式雙重差分模型分析高鐵網絡的產業(yè)分布效應。

其中indusct表示地區(qū)c在時間t的產業(yè)集聚度;虛擬變量HSRct表示地級市c在t年是否開通高鐵。Xct表示城市層面影響地區(qū)產業(yè)集聚的控制變量，主要包括人口遷移率、人均工資、人力資本水平、固定資產投資額、對外貿易水平等。νt表示時間固定效應，μc反映地區(qū)固定效應。其中α0是核心解釋變量系數(shù)檢驗高鐵開通是否對地區(qū)產業(yè)集聚產生顯著影響;地區(qū)人口遷移率、人均工資、人力資本水平也是模型重點分析的解釋變量。此外需要說明的是：雙重差分模型雖然在一定程度上緩解了內生性問題，但一個城市是否開通高鐵仍然和地區(qū)產業(yè)發(fā)展之間有較強的反向因果聯(lián)系。我國高鐵網絡布局首先考慮經濟發(fā)展好、人口數(shù)量多的區(qū)域中心城市，而這些城市又是企業(yè)選擇優(yōu)先考慮的地區(qū)，所以直接選擇所有開通高鐵的城市進入控制組可能會引起估計偏誤。本文在分析中先重點關注區(qū)域非中心城市，并在控制組中去除區(qū)域中心城市以緩解內生性問題。

（二）變量選擇與說明

被解釋變量為產業(yè)集聚指標indusct，該指標用地區(qū)制造業(yè)和服務業(yè)的區(qū)位熵水平衡量。區(qū)位熵指數(shù)從地區(qū)經濟視角分析產業(yè)在某一特定區(qū)域的集聚現(xiàn)象，該指標有利于比較地區(qū)與全國產業(yè)的分布狀況。本文用地區(qū)制造業(yè)從業(yè)人數(shù)計算產業(yè)集聚水平，此外在穩(wěn)健性檢驗時還采用單位面積工業(yè)總產值表示產業(yè)集聚水平。論文核心解釋變量為虛擬變量HSRct，如果地級市c在t年開通高鐵則HSRct=1，否則HSRct=0。重點解釋變量為地區(qū)人口遷移率、人均工資和人力資本水平。其中人口遷移率用以衡量人口變化對產業(yè)分布的影響，該指標用地級市人口增長率與自然增長率之差表示。人均工資既能反映地區(qū)勞動力用工成本又可反映地區(qū)收入水平，是企業(yè)選址考慮的主要因素之一;該指標用地級市在崗職工平均工資表示。地區(qū)人力資本水平對產業(yè)集聚有顯著影響，本文選擇地級市在校大學生數(shù)作為該指標的替代變量;良好的教育供給通過培養(yǎng)高技能人才給企業(yè)生產帶來正外部性，從而吸引企業(yè)進入。

此外，根據(jù)新經濟地理學關于產業(yè)集聚動因的論述，回歸選取固定資產投資、外商直接投資、貿易成本、規(guī)模經濟等因素作為控制變量進行分析。其中固定資產投資反映一個地區(qū)當年各類建設投資情況，是影響企業(yè)選址的重要因素。外商直接投資既可反映地區(qū)對外開放水平也能間接表示地方政府的行政效率，是影響產業(yè)布局的重要因素。貿易成本是影響企業(yè)選址的直接因素，根據(jù)中國沿海內陸貿易開放水平的巨大差異，本文選擇地級市到主要港口的距離作為衡量貿易成本的變量;該指標既能反映地級市面臨的運輸成本又能反映其距離國際市場的遠近，是影響地區(qū)專業(yè)化的主要因素。規(guī)模經濟是新貿易理論分析產業(yè)集聚的重要動因，借鑒已有研究用地區(qū)工業(yè)企業(yè)平均總產值作為該因素的代理變量。

（三）數(shù)據(jù)來源和描述性統(tǒng)計

本文主要使用兩套數(shù)據(jù)，第一套數(shù)據(jù)包括地市層面的經濟社會發(fā)展指標。數(shù)據(jù)來源于2000年至2015年的《中國城市統(tǒng)計年鑒》。根據(jù)論文研究目標，主要整理了地級市的制造業(yè)就業(yè)人數(shù)、服務業(yè)就業(yè)人數(shù)、固定資產投資額、在崗職工平均工資、人口數(shù)、人口自然增長率、外商直接投資、高校在校生數(shù)等指標數(shù)據(jù)。其中固定資產投資用相應省份的固定資產投資價格指數(shù)進行調整，外商直接投資用當年匯率轉換成人民幣計算并用價格指數(shù)平減。另外，通過百度地圖開放平臺手工收集各地級市到該地區(qū)主要出口港的直線距離數(shù)據(jù)。第二套數(shù)據(jù)包括各地級市開通高鐵的時間及我國主要高鐵線路。依據(jù)《國家中長期鐵路發(fā)展規(guī)劃》《中國鐵道統(tǒng)計年鑒》及鐵道部公開數(shù)據(jù)整理各地級市開通高鐵的時間②。通過數(shù)據(jù)處理發(fā)現(xiàn)：截至2015年我國共有130個地級市開通高鐵。國家鐵路網規(guī)劃中對高鐵路網的功能界定是連接主要城市群、省會城市和區(qū)域中心城市。基于此需對上述面板數(shù)據(jù)進行分組，中心城市主要包括直轄市、省會城市及副省級城市，其余為外圍城市。由于本文重點研究區(qū)域非中心城市，所以在基準回歸中去除中心城市，剩余樣本總共包含251個城市。根據(jù)國家高速鐵路規(guī)劃，早期非中心城市是否開通高鐵主要看其是否在與中心城市的連線上。這也從側面印證高速鐵路建設可作為一項準自然實驗進行研究。數(shù)據(jù)分組后，非中心城市中開通高鐵的為控制組，未開通高鐵的城市為對照組。主要變量描述性統(tǒng)計結果見表1。

五、實證分析

（一）基準回歸結果

基準回歸主要考察高鐵開通對區(qū)域非中心地級市的制造業(yè)產業(yè)集聚效應。首先在基準回歸中利用雙向固定效應模型進行OLS回歸。表2中回歸（1）僅控制了時間和城市固定效應，結果表明高鐵網絡變量HSR的估計系數(shù)在10%水平上顯著為負，說明高鐵開通顯著降低了沿途地級市的制造業(yè)產業(yè)集聚水平。回歸（2）中加入地區(qū)固定資產投資、外商直接投資、城市到沿海港口距離、企業(yè)平均規(guī)模等影響產業(yè)集聚的主要控制變量。結果顯示：加入控制變量后HSR的估計系數(shù)符號不變，且顯著性水平提高，進一步驗證了論文的初始假設。基準回歸中并沒有加入衡量地區(qū)勞動力轉移的相關指標，通過在后續(xù)回歸中逐步加入與勞動力轉移相關的指標來衡量高鐵網絡對產業(yè)集聚的影響機制（Yu，2017;Faber，2014）。在沒有轉移成本條件下，資本和勞動力通過自由流動選擇效用最高的地區(qū)集聚。現(xiàn)實中勞動力轉移面臨各種成本，過高的轉移成本將阻止集聚，高鐵網絡可以降低勞動力轉移成本促進勞動力要素快速流動。回歸（3）在（2）的基礎上加入人口遷移率指標，驗證高鐵開通是否通過降低城市勞動力人口影響地區(qū)產業(yè)集聚。結果顯示：遷移率指標回歸結果為負但不顯著，HSR的估計系數(shù)大小和顯著性幾乎未變;這說明勞動力遷移對產業(yè)集聚影響不顯著，高鐵開通并未通過勞動力遷移影響產業(yè)集聚。回歸（4）中加入影響勞動力移動的地區(qū)平均工資指標，結果顯示：工資水平變化對產業(yè)集聚影響顯著，系數(shù)為負說明城市較低的勞動力成本能夠吸引制造業(yè)企業(yè)選址;HSR的估計系數(shù)絕對值與回歸（1）相比變大，說明高鐵網絡可能通過加劇區(qū)域中心城市和外圍城市的工資差距促進勞動力轉移，降低非中心城市的產業(yè)集聚水平，結論與假設2相符。回歸（5）中加入表征地區(qū)技能型勞動力水平的高校在校生數(shù)量指標。結果顯示：高校學生數(shù)量增加能夠顯著促進地區(qū)產業(yè)集聚水平，HSR的回歸系數(shù)絕對值逐步增大說明高鐵開通降低非中心城市產業(yè)集聚力的結果十分穩(wěn)健;但高鐵網絡能否通過促進高技能人才流動擴大知識溢出范圍來促進沿線城市產業(yè)集聚，需進一步分析其影響機制。回歸（6）中加入所有衡量勞動力轉移的指標，結果顯示：核心解釋變量HSR的估計系數(shù)依然在1%水平上顯著為負，職工平均工資和高技能人才指標系數(shù)依然顯著且穩(wěn)健，人口遷移率系數(shù)不顯著。上述結果說明：從勞動力轉移角度看，高鐵網絡可能通過影響地區(qū)工資水平和高技能人才流動影響地區(qū)產業(yè)集聚，但對人口遷移的影響短期內并不顯著。

（二）內生性問題

DID模型能較好解決高鐵開通和地區(qū)產業(yè)分布的內生性問題，但國家早期高鐵網絡布局主要以擁有良好經濟基礎的區(qū)域中心城市為主。這意味我國的高鐵布局難以滿足模型對樣本的隨機分布要求。另外，如果開通高鐵城市的經濟集聚程度本身就大于未開通的地區(qū)，那么OLS回歸將低估高鐵開通對產業(yè)集聚的影響。如果開通高鐵的城市在外部經濟沖擊中面臨集聚優(yōu)勢降低的風險，那么回歸又將高估高鐵開通的影響。基于此，本文將通過尋找工具變量的方法進一步解決模型潛在的內生性問題。工具變量的選擇要滿足與高鐵供給能力相關，又獨立于當期地區(qū)經濟集聚狀態(tài)的指標。結合我國鐵路建設實際情況，本文選擇非中心城市建設高鐵的成本，和建國初期城市是否擁有火車站兩組指標作為城市開通高鐵的工具變量。其中，高鐵建設成本是從工程建設角度考慮一個地區(qū)是否適合建設高鐵③，具體利用最小生成樹原理在ArcGis上進行處理，通過空間分析模塊計算出城市建設高鐵的成本并單位化為0-1變量。建國初期一個城市是否擁有火車站主要衡量該地區(qū)在鐵路交通發(fā)展中的歷史地位。具體以1965年為基準賦值，地級市在此之前擁有火車站則賦值為1，否則為0，相關數(shù)據(jù)來自《中國鐵道統(tǒng)計年鑒》。工具變量指標不隨時間變化，所以回歸將不再使用面板模型進行估計。回歸前對工具變量進行過度識別檢驗，接受工具變量為外生的假設;另外 CraggDonald Wald F統(tǒng)計量大于StockYogo檢驗10%水平上的偏誤值，拒絕存在弱工具變量的假設。具體選取其中2008年、2011年和2015年的數(shù)據(jù)構成混合截面數(shù)據(jù)進行兩階段最小二乘法分析。表3為兩階段最小二乘法的結果顯示：HSR的回歸系數(shù)為負顯著性不變，但絕對值明顯變大，說明OLS回歸可能部分低估高鐵開通對沿途地級市產業(yè)集聚的影響。回歸（2）為第一階段工具變量HSRiv對HSR的回歸，結果顯示二者高度相關且系數(shù)顯著，說明工具變量的合理性。回歸結果也說明基準回歸的結論是可靠的。

（三）異質性檢驗

1.服務業(yè)和制造業(yè)比較

交通運輸系統(tǒng)對產業(yè)空間集聚的影響既體現(xiàn)在制造業(yè)中也反映在服務業(yè)里。一方面，高鐵開通提高了快速交通運輸系統(tǒng)的價格彈性，并通過擴大服務對象、釋放運能等多種渠道影響制造業(yè)產業(yè)分布。未來隨著高鐵網絡逐步開拓貨運業(yè)務，其對制造業(yè)產業(yè)分布的影響將進一步加深。另一方面，由于飛機、高鐵等快速交通系統(tǒng)主要以服務客運為主，其對產業(yè)布局的影響首先體現(xiàn)在與人力資本直接相關的服務業(yè)上，所以有必要對高鐵的服務業(yè)和制造業(yè)集聚效應進行比較分析。表4分析高鐵開通對非中心城市服務業(yè)集聚的影響。結果顯示：高鐵開通也明顯降低了沿途地級市的服務業(yè)產業(yè)集聚水平，但HSR的回歸系數(shù)絕對值普遍小于制造業(yè)集聚分析。這說明高鐵開通對非中心城市制造業(yè)集聚的影響整體強于服務業(yè)。可能的解釋是：區(qū)域經濟集聚首先體現(xiàn)在工業(yè)產出的集聚上，工業(yè)集聚通過關聯(lián)效應帶動服務業(yè)集聚;制造業(yè)選址對人力成本、運輸成本等相對敏感，交通基礎設施改善帶來的成本效應對制造業(yè)影響更為明顯;服務業(yè)對勞動力的使用比較靈活，勞動力可能在城市擁擠效應的影響下選擇區(qū)域非中心城市，高鐵網絡帶來的勞動力轉移效應也會使非中心城市享受到正外部效應。與制造業(yè)分析類似，分別在回歸中依次加入衡量勞動力轉移的三類指標，回歸（3）（4）（5）的結果顯示：人口遷移、地區(qū)工資水平和地區(qū)人力資本指標都十分顯著，說明高鐵開通和勞動力轉移指標都能顯著影響地區(qū)服務業(yè)集聚，并能通過勞動力轉移間接影響服務業(yè)集聚水平。回歸（6）加入所有控制變量后HSR的估計系數(shù)依然穩(wěn)健，說明高鐵開通降低區(qū)域非中心城市的服務業(yè)集聚水平的結果十分穩(wěn)健，其對服務業(yè)的影響小于制造業(yè);此外，由于集聚動因并不完全相同，此處服務業(yè)集聚的控制變量選擇與制造業(yè)略有不同，引入人均GDP（用RGDP表示）進入控制變量。

2. 沿海和內陸地區(qū)比較

中國的產業(yè)空間集聚呈現(xiàn)出明顯的地區(qū)不平衡現(xiàn)象，沿海和內陸地區(qū)的產業(yè)發(fā)展存在巨大差距。沿海地區(qū)由于擁有臨近國際市場的先天優(yōu)勢，通過國際貿易和投資集聚了大量外向型產業(yè)使得地區(qū)經濟迅速發(fā)展，相反內陸地區(qū)面臨產業(yè)空心化的困境。高鐵網絡建設能否使內陸地區(qū)成為產業(yè)集聚的政策洼地，其基礎還在于資本、勞動要素流動的方向。基于此，對沿海和內陸分類研究有助于進一步理解高鐵建設的區(qū)域差異。表5對制造業(yè)和服務業(yè)分別進行分地區(qū)回歸，結果發(fā)生變化。其中列（1）（2）制造業(yè)集聚分地區(qū)結果顯示：沿海地區(qū)非中心城市高鐵開通對制造業(yè)的集聚效應在10%水平上顯著為正，而對內陸地區(qū)影響依然為負但不顯著;列（3）（4）服務業(yè)集聚分地區(qū)結果顯示：高鐵開通對沿海地區(qū)非中心城市服務業(yè)集聚影響在5%水平上顯著為正，對內陸地區(qū)影響為負向顯著。上述結果說明，沿海地區(qū)高速鐵路開通實際上能夠促進沿線城市的產業(yè)集聚水平;而內陸地區(qū)開通高鐵后，中心城市會對沿線城市產生更明顯的“虹吸效應”。這也說明運輸網絡的改善給不同區(qū)域城市帶來的集聚效果并不相同，集聚效應和擴散效應在地區(qū)變量影響下對產業(yè)分布的影響不同。

（四）穩(wěn)健性檢驗

基準回歸顯示高鐵開通降低了沿線非中心城市的產業(yè)集聚水平且結果穩(wěn)健。本部分主要從變量替換、競爭性假說、城市差異、安慰劑檢驗等五個方面進一步進行穩(wěn)健性檢驗。第一，替換產業(yè)集聚指標進行分析。表6中列（1）用地區(qū)單位面積工業(yè)總產值作為產業(yè)集聚度的替代變量進行回歸，HSR的回歸結果依然為負向顯著。第二，使用客貨運量指標進行競爭性假說分析。高鐵的運輸價格比普通列車貴，特別在中長途運輸中高鐵票價是普通列車的兩至三倍;這意味高鐵開通有可能造成地區(qū)總運輸量的減少并降低勞動力流動水平，而不是中心城市的集聚效應。基于此在列（2）（3）中用貨運量、客運量作為因變量進行分析，發(fā)現(xiàn)高鐵開通并未降低地區(qū)運量，說明高鐵網絡還是通過要素轉移降低了非中心城市的產業(yè)集聚力。第三，剔除已開通高鐵城市前兩年的數(shù)據(jù)進行分析。修建高鐵是一項長期系統(tǒng)性工程，開通高鐵前大量的前期投資吸引相關產業(yè)進入，隨著高鐵正式運營這些產業(yè)可能會遷出。這意味著產業(yè)集聚水平下降的原因并不是“虹吸效應”。列（4）顯示剔除已開通高鐵城市前兩年的數(shù)據(jù)回歸結果，發(fā)現(xiàn)HSR的系數(shù)依然顯著，說明假設不成立。第四，使用開通高鐵城市的小樣本進行分析。選擇2011年之前開通高鐵的城市，利用DID模型再進行分析。列（5）顯示開通高鐵的區(qū)域非中心城市產業(yè)集聚水平明顯下降符合預期假設。第五，使用中心城市面板數(shù)據(jù)分析。根據(jù)“中心-外圍”理論，交通運輸網絡在對外圍城市產生分散力的同時會強化區(qū)域中心城市的集聚力，這意味用中心城市樣本回歸會得到與外圍城市樣本相反的結果。列（6）顯示運用中心城市樣本回歸的結果，HSR的回歸系數(shù)為正說明高鐵網絡對中心城市產業(yè)集聚有正向影響但不顯著。

（五）機制檢驗

1.高鐵網絡的勞動力轉移機制

理論模型指出高鐵網絡能夠促進地區(qū)間勞動力轉移，本部分將具體使用勞動遷移率、高校專任教師數(shù)量和職工平均工資作為因變量進行回歸，檢驗高鐵網絡對沿線城市勞動力轉移的影響效果。表7中列（1）的回歸結果顯示：高鐵開通對非中心城市人口數(shù)量產生負向影響但在短期內并不顯著，高鐵開通的人口轉移效應還有待長期觀察。列（2）使用高校專任教師數(shù)作為高技能人才的代理變量進行回歸來驗證假設3。結果顯示：高鐵開通能夠顯著促進非中心城市高校專任教師數(shù)量的增長，高鐵開通可以幫助非中心城市吸引部分高技能人才，擴大知識溢出范圍促進城市產業(yè)集聚。回歸結果與假設3相一致，說明高鐵網絡可以通過促進技能型勞動力轉移突破知識溢出在空間上的限制，影響地區(qū)產業(yè)集聚水平。列（3）顯示高鐵開通對非中心城市工資水平的影響，結果顯示：HSR的估計系數(shù)在5%水平上顯著為負，說明高鐵開通將導致非中心城市工資水平緩慢下降。根據(jù)理論模型，交通基礎設施改善帶來轉移成本變化會影響地區(qū)間工資水平發(fā)生變化，進而通過勞動力轉移影響地區(qū)產業(yè)集聚。

2.高鐵網絡的間接影響機制

本部分將高鐵變量與工資水平和高校教師數(shù)量指標形成的交互項分別引入基準回歸，檢驗高鐵網絡對地區(qū)產業(yè)集聚的間接影響機制。表8的交互項回歸結果顯示：高鐵開通能夠通過影響地區(qū)工資水平和高技能人才數(shù)量間接影響地區(qū)產業(yè)集聚水平。其中列（1）（3）的回歸結果顯示：交互項系數(shù)分別在5%和1%水平上顯著為負，說明高鐵網絡通過降低非中心城市工資水平間接造成勞動力流失，降低了地區(qū)產業(yè)集聚水平，與理論預期相符;其中交互項對服務業(yè)的集聚明顯小于制造業(yè)，可能的解釋是服務業(yè)吸納的就業(yè)人員多為低技能勞動力，其流動性較弱，非中心城市可以通過內部不同部門間的剩余勞動力轉移調整服務業(yè)勞動供給，減弱了高鐵開通對服務業(yè)工資的影響。列（2）（4）高鐵網絡與高校教師交互項的回歸系數(shù)在1%水平上顯著為負，說明高鐵網絡通過高技能人才流動對非中心城市產業(yè)集聚的影響依然為負;但系數(shù)絕對值較小說明知識溢出效應可以放緩非中心城市產業(yè)集聚水平快速下降的趨勢。值得注意的是：加入高鐵與工資的交互項后，回歸中高鐵開通變量的符號方向發(fā)生變化，說明高鐵開通能夠促進非中心城市的產業(yè)集聚力，與基準回歸結果不一致。可能的解釋是：新經濟地理學強調企業(yè)選址需綜合考慮收入效應和擁擠效應，非中心城市較低的工資收入和生活成本會吸引對要素成本敏感的產業(yè)進入，所以外圍城市通過相對較低的工資水平也能吸引部分產業(yè)轉移至本地。上述分析可以看出，高鐵開通對地區(qū)產業(yè)分布的影響機制相對復雜，從勞動力轉移視角看既有直接影響又有間接影響，能否促進產業(yè)集聚需根據(jù)地區(qū)產業(yè)特征綜合考慮二者的影響效果。

六、結論與政策啟示

本文以“中心-外圍”理論為基礎，從勞動力轉移視角分析高鐵網絡對產業(yè)集聚的影響機制。理論分析得出：高鐵網絡通過促進地區(qū)熟練勞動力轉移，加大區(qū)域中心和非中心城市的工資差距，擴大高技能人才知識溢出范圍引起地區(qū)產業(yè)集聚水平發(fā)生變化。實證分析顯示：高鐵開通顯著降低了區(qū)域非中心城市的產業(yè)集聚度，強化了中心城市的產業(yè)集聚力;工資水平和人力資本水平對地區(qū)產業(yè)集聚有明顯影響，高鐵網絡能夠通過影響區(qū)域工資水平和高技能勞動力數(shù)量間接影響地區(qū)產業(yè)分布;分產業(yè)看，高鐵網絡對制造業(yè)的集聚作用強于服務業(yè)，勞動力轉移對制造業(yè)集聚的影響也強于服務業(yè);分地區(qū)看，高鐵開通能夠提高沿海地區(qū)非中心城市的 ?產業(yè)集聚程度，但高鐵開通顯著降低了內陸地區(qū)非中心城市的產業(yè)集聚程度。

根據(jù)主要結論得到如下政策啟示。第一，區(qū)域非中心城市應注重利用高鐵開通帶來的經濟一體化契機，加強與核心城市和大市場的合作;通過與核心城市價值鏈的合作承接中心城市轉移出的產業(yè)，并結合自身稟賦優(yōu)勢形成新的產業(yè)集聚優(yōu)勢。第二，高鐵網絡中的核心城市在強化區(qū)域中心城市地位和經濟凝聚力的同時，應注重對高技術產業(yè)、高附加值產業(yè)，高端服務業(yè)的培育;中心城市應重視對總部經濟的培養(yǎng)，打造價值鏈中的研發(fā)中心、商務中心，并吸引高層次人才和配套服務人才。第三，交通管理部門應通過多種渠道提升高鐵網絡的勞動力轉移效果，將高鐵服務對象擴大到更多消費群體，以促進人力資源在全國范圍的合理流動。第四，鐵路總公司應重視發(fā)展高鐵貨運系統(tǒng)，在客運專線基礎上開通適合高鐵運輸?shù)呢涍\業(yè)務，打造低成本的貨物快速運輸通道降低物流成本，通過提升貿易自由化水平促進內陸地區(qū)產業(yè)發(fā)展。第五，未開通高鐵的地區(qū)應主動通過建立各類交通運輸通道并入國家快速交通網絡中，以融入到城市群發(fā)展的國家區(qū)域經濟發(fā)展戰(zhàn)略中，縮小地區(qū)間發(fā)展差距。

[注 釋]

①由式（7）帶入式（8）推導出：Wct=eGt（It）/1+βWpt。

②高鐵開通時間界定：如果在當年6月30日之前開通定義該城市當年開通高鐵，否則視為下一年開通高鐵。

③建設成本相關計算過程借鑒張夢婷等（2018）的方法。[參考文獻]

[1]張克中， 陶東杰. 交通基礎設施的經濟分布效應——來自高鐵開通的證據(jù)[J]. 經濟學動態(tài)， 2016（6）：62-73.

[2]CANTOS P， GUMBAUALBERT M， MAUDOS J. Transport infrastructures， spillover effects and regional growth： evidence of the Spanish case[J]. Transport reviews， 2005，25（1）：25-50.

[3]BAUMSNOW N. Did highways cause suburbanization？[J]. Quarterly journal of economics， 2007，122（2）：775-805.

[4]張建華， 程文. 中國地區(qū)產業(yè)專業(yè)化演變的U型規(guī)律 [J]. 中國社會科學， 2012（1）：76-97.

[5]FABER B. Trade integration， market size， and industrialization： evidence from China's national trunk highway system[J]. The review of economic studies， 2014，81（3）：1046.

[6]BAUMSNOW N， PAVAN R. Inequality and city size[J]. Review of economics &statistics， 2013，95（5）：1535-1548.

[7]BAUMSNOW N， BRANDT L， HENDERSON J V， et al. Roads， railroads and decentralization of Chinese cities[J]. Thereview of economics and statistics， 2017，99（3）：435.

[8]DONALDSON D. Railroads of the Raj： estimating the impact of transportation infrastructure[J]. American economic review， 2018，108（4/5）：899-934.

[9]GIVONI M. Development and impact of the modern highspeed train： a review[J]. Transport reviews， 2006，26（5）：593-611.

[10]HALL P. Tricky dilemmas for high speed rail[J]. Regeneration & renewal， 2009：14.

[11]ALBALATE D， BEL G. Highspeed rail： lessons for policy makers from experiences abroad[J]. Public administration review， 2012，72（3）：336-349.

[12]CHEN C， HALL P. The wider spatialeconomic impacts of highspeed trains： a comparative case study of Manchester and Lille subregions[J]. Journal of transport geography， 2012，24：89-110.

[13]KIM H， SULTANA S. The impacts of highspeed rail extensions on accessibility and spatial equity changes in South Korea from 2004 to 2018[J]. Journal of transport geography， 2015，45：48-61.

[14]ALBALATE D， FAGEDA X. High speed rail and tourism： empirical evidence from Spain[J]. Transportation research part A： policy & practice， 2016，85：174-185.

[15]李紅昌， LINDA TJIA， 胡順香. 中國高速鐵路對沿線城市經濟集聚與均等化的影響[J]. 數(shù)量經濟技術經濟研究， 2016（11）：127-143.

[16]YU Q. No county left behind？ The distributional impact of highspeed rail upgrades in China[J]. Journal of economic geography， 2017，17（3）：489-520.

[17]KE X， CHEN H， HONG Y， et al. Do China's highspeedrail projects promote local economy？——New evidence from a panel data approach[J]. China economic review， 2017，44：203-226.

[18]KRUGMAN P， VENABLES A J. Globalization and the inequality of nations[J]. Quarterly journal of economics， 1995，110（4）：857-880.

[19]HENDERSON J V， SHALIZI Z， VENABLES A J. Geography and development[J]. Journal of economic geography， 2001，1（1）：81.

[20]FORSLID R， OTTAVIANO G I P. An analytically solvable coreperiphery model[J]. Journal of economic geography， 2003，3（3）：229.

[21]劉曉光， 張勛， 方文全. 基礎設施的城鄉(xiāng)收入分配效應：基于勞動力轉移的視角[J]. 世界經濟， 2015（3）：145-170.