高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響

李彥 林曉燕 付文宇

摘 要：作為快速交通網(wǎng)絡(luò)的重要組成部分，高鐵建設(shè)對于城市勞動生產(chǎn)率發(fā)揮著重要影響。高鐵服務(wù)供給不僅提高了人口集聚的邊際效益，而且有利于增強(qiáng)綜合交通運輸能力。本文首先就高鐵建設(shè)如何影響城市勞動生產(chǎn)率進(jìn)行理論探討，接著通過構(gòu)建雙向固定效應(yīng)模型，來探討高鐵服務(wù)供給對不同區(qū)域和不同產(chǎn)業(yè)勞動生產(chǎn)率的異質(zhì)性影響，最后基于人口集聚和公共交通的視角，來實證研究高鐵服務(wù)供給對城市勞動生產(chǎn)率的門檻效應(yīng)。結(jié)果表明，高鐵服務(wù)供給對城市勞動生產(chǎn)率具有積極且顯著的促進(jìn)作用，并且對西部地區(qū)的影響最大。高鐵服務(wù)供給對城市服務(wù)業(yè)勞動生產(chǎn)率的影響最大，對農(nóng)業(yè)則無顯著影響。門檻效應(yīng)的檢驗結(jié)果表明，當(dāng)城市人口密度超過邊際門檻，每萬人中公交汽電數(shù)在一定范圍時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的正向影響將得到更好的發(fā)揮。

關(guān)鍵詞：高鐵服務(wù);勞動生產(chǎn)率;人口集聚;交通公平

中圖分類號：F242 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-4149（2021）02-0117-16

DOI：10.3969/j.issn.1000-4149.2021.00.016

收稿日期：2020-08-26;修訂日期：2021-01-12

基金項目：國家社會科學(xué)基金項目“長江經(jīng)濟(jì)帶城市群聯(lián)動發(fā)展對區(qū)域一體化的影響作用及政策選擇研究”（19BJL051）;安徽高校協(xié)同創(chuàng)新項目“安徽深度融入長三角跨界協(xié)同治理”（GXXT-2019-039）。

作者簡介：李彥，經(jīng)濟(jì)學(xué)博士，安徽大學(xué)創(chuàng)新發(fā)展戰(zhàn)略研究院講師;林曉燕，經(jīng)濟(jì)學(xué)博士，廣東財經(jīng)大學(xué)公共管理學(xué)院講師;付文宇，西北大學(xué)經(jīng)濟(jì)管理學(xué)院博士研究生。

The Impact of High-speed Rail Service Supply on Urban Labor Productivity：

On the Threshold Effect of Population Agglomeration and Public Transportation

LI? Yan1， LIN? Xiaoyan2， FU? Wenyu3

（1.Academy of Strategies for Innovation and Development， Anhui University，

Hefei 230039，China;2.School of Public Administration，Guangdong University

of Finance & Economics， Guangzhou 510320，China;3.School of Economics

and Management， Northwest University， Xian 710127，China）

Abstract： As an important part of the rapid transportation network， the construction of high-speed railway（HSR） plays an important role in urban labor productivity. The supply of HSR services not only increases the marginal benefit of population agglomeration， but also helps to enhance the capability of integrated transportation. Firstly， this paper conducts a theoretical discussion about how HSR construction affects urban labor productivity， and then discusses the impact of heterogeneity of HSR service supply on labor productivity in different regions and industries through constructing a two-way fixed effect model. Finally， based on the perspective of population agglomeration and public transportation， an empirically study of the threshold effect of HSR service supply on urban labor productivity. The results show that the supply of HSR services has a positive and significant effect on urban labor productivity， particular in western region. The HSR service supply has the greatest impact on labor productivity of urban service industries， but which has no significant impact on agriculture. The test results of threshold effect show that the positive impact of HSR service supply on urban labor productivity will be better brought into play， when the urban population density exceeds the marginal threshold， and the number of public transport steam and electricity per 10000 people is within a certain range.

Keywords：high-speed rail service;labor productivity;population agglomeration;transportation equity

一、引言及文獻(xiàn)綜述

區(qū)域經(jīng)濟(jì)持續(xù)增長的根本動力在于生產(chǎn)效率的提升，而交通基礎(chǔ)設(shè)施建設(shè)在其中發(fā)揮著重要影響。2020年8月，中國國家鐵路集團(tuán)有限公司出臺《新時代交通強(qiáng)國鐵路先行規(guī)劃綱要》，為中國鐵路未來30年的發(fā)展勾畫出嶄新的藍(lán)圖。事實上，作為國民經(jīng)濟(jì)的大動脈，高速鐵路在綜合交通運輸體系中起著重要作用。

交通運輸部發(fā)布的《2019年交通運輸行業(yè)發(fā)展統(tǒng)計公報》顯示，2019年末中國高鐵營運里程已達(dá)3.5萬公里，并承載著接近70%的鐵路乘客。日益完善的高鐵網(wǎng)絡(luò)不僅方便了人們的出行，而且促進(jìn)了要素在區(qū)域間的流動，進(jìn)而有助于提升城市整體的生產(chǎn)率[1]。

當(dāng)前，已有許多研究就高鐵建設(shè)與城市經(jīng)濟(jì)發(fā)展之間的關(guān)系進(jìn)行多角度的探討，包括經(jīng)濟(jì)增長[2]、勞動力就業(yè)[3]、交通可達(dá)性[4]、空間格局[5]等方面，但多使用虛擬變量來衡量高鐵開通的影響，缺乏對高鐵服務(wù)供給水平的考察。此外，高鐵服務(wù)對不同產(chǎn)業(yè)生產(chǎn)率是否有積極影響也不清楚。更為重要的是，考慮到高鐵擴(kuò)建是一個循序漸進(jìn)的過程，在促進(jìn)人口集聚和擴(kuò)大綜合交通運輸能力方面，高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響是否存在“門檻效應(yīng)”？研究這些問題，對于合理評估高鐵建設(shè)的經(jīng)濟(jì)效應(yīng)具有重要的理論價值。

與此同時，隨著高鐵建設(shè)的不斷推進(jìn)，研究高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響同樣具有積極的現(xiàn)實意義。一方面，城市生產(chǎn)效率的提高有利于實現(xiàn)城市經(jīng)濟(jì)的可持續(xù)發(fā)展，特別是在發(fā)達(dá)國家，完善的交通運輸能力有利于提高城市地區(qū)的經(jīng)濟(jì)效率[6]。另一方面，高鐵的大規(guī)模擴(kuò)建也會對航空、公路等其他交通運輸方式形成替代和競爭效應(yīng)，超前的基礎(chǔ)設(shè)施開發(fā)會在一定程度上造成供需結(jié)構(gòu)的錯配，并最終對城市勞動生產(chǎn)率的提高造成負(fù)面影響[7]。有鑒于此，有必要深入研究高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響路徑及其門檻效應(yīng)，從而為未來綜合交通運輸體系的規(guī)劃提供有價值的啟示。

二、理論分析與研究假設(shè)

本文用“勞動生產(chǎn)率”來衡量高鐵服務(wù)供給帶來的可達(dá)性效益，它是指以勞動力要素的最小投入獲得最大經(jīng)濟(jì)產(chǎn)出的結(jié)果。塞維羅（Cervero）認(rèn)為空間結(jié)構(gòu)緊湊、可達(dá)性好的區(qū)域經(jīng)濟(jì)效率更高[8]。德雷南（Drennan）和布雷徹（Brecher）認(rèn)為在考慮了通常的供求因素后，如果一個城市地區(qū)的生產(chǎn)率或工資高于其他地區(qū)，那么效率的提高可能歸因于集聚經(jīng)濟(jì)的存在[9]。許多研究試圖探討集聚經(jīng)濟(jì)形成的原因，交通基礎(chǔ)設(shè)施的發(fā)展通常被認(rèn)為是關(guān)鍵因素之一[10]。例如，馮山等認(rèn)為城市之間的鄰近性可以有效地促進(jìn)集聚經(jīng)濟(jì)的形成，而高鐵開通將有助于

加強(qiáng)城市之間的經(jīng)濟(jì)聯(lián)系，這對于城市生產(chǎn)率的提升具有積極影響[11]。

大多數(shù)學(xué)者認(rèn)為，高鐵對城市不同產(chǎn)業(yè)發(fā)展的影響存在著較大差異，原因在于就運輸成本而言，不同行業(yè)對它的敏感程度迥異[12]。一方面，服務(wù)業(yè)、旅游業(yè)和知識密集型產(chǎn)業(yè)對人員和信息流動的依賴性更強(qiáng)，對高鐵更敏感[13-14]。這些行業(yè)的企業(yè)更多地聚集在已開通高鐵的城市，以獲得更便捷的服務(wù)，從而提高城市的生產(chǎn)效率。另一方面，產(chǎn)業(yè)的空間布局也會受到高鐵站點選址的潛在影響，一些學(xué)者也利用空間計量分析方法來研究這一問題[15]。孫學(xué)濤等認(rèn)為由于高鐵站的建設(shè)需要占據(jù)大量的土地，當(dāng)生產(chǎn)要素沿著高鐵線路從農(nóng)業(yè)向制造業(yè)和服務(wù)業(yè)集聚的時候，高鐵服務(wù)會對農(nóng)業(yè)發(fā)展產(chǎn)生負(fù)向影響[16]。因此，在研究高鐵建設(shè)對城市經(jīng)濟(jì)的影響時，需要考慮高鐵建設(shè)對不同產(chǎn)業(yè)的異質(zhì)性影響。基于上述分析，本文提出如下假設(shè)。

H1：高鐵服務(wù)供給能夠提高城市勞動生產(chǎn)率，并且這種影響具有產(chǎn)業(yè)異質(zhì)性。

需要注意的是，高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響程度和方向是不確定的。首先，新開發(fā)的高鐵系統(tǒng)很可能帶來新的出行需求，當(dāng)高鐵項目完成后，沿線地區(qū)受益于可達(dá)性的顯著改善。其次，高鐵是典型的軌道交通，需要合理的網(wǎng)絡(luò)來提供運輸服務(wù)。為了促進(jìn)集聚經(jīng)濟(jì)的增長，高鐵系統(tǒng)必須形成一定的網(wǎng)絡(luò)規(guī)模和頻率。高鐵運營頻率越高，可能會對區(qū)域內(nèi)其他交通方式的需求產(chǎn)生顯著影響，進(jìn)而影響經(jīng)濟(jì)系統(tǒng)的效率。因此，在評估高鐵擴(kuò)建的經(jīng)濟(jì)影響時，必須考慮“門檻特征”，這涉及效率和公平問題（見圖1）。

其一，許多學(xué)者研究發(fā)現(xiàn)，人口集聚與區(qū)域經(jīng)濟(jì)增長之間存在明顯的倒“U”型關(guān)系，這是因為適度的人口密度將有利于規(guī)模經(jīng)濟(jì)的實現(xiàn)，而人口的過度集聚也會帶來擁擠效應(yīng)，進(jìn)而對城市勞動生產(chǎn)率造成負(fù)面影響[17]。王鵬和莫珂迪研究發(fā)現(xiàn)，交通基礎(chǔ)設(shè)施建設(shè)有利于促進(jìn)城市間的要素流動，提升人口集聚影響城市勞動生產(chǎn)率的邊際效益[18]。卡斯泰爾-昆塔納（Castells-Quintana）也認(rèn)為交通基礎(chǔ)設(shè)施提高了人員流動的效率，進(jìn)而在某種程度上緩解了因人口過度集聚而導(dǎo)致的擁擠效應(yīng)[19]。由此可見，高鐵服務(wù)能夠有效促進(jìn)勞動力流動和知識溢出，但需要匹配足夠的人口密度。不匹配人口容量的低密度開發(fā)將對城市生產(chǎn)效率造成消極影響[20]。換句話說，只有當(dāng)城市人口密度超過一定閾值后，高鐵服務(wù)的便利性優(yōu)勢才會得到更好的發(fā)揮。

其二，交通公平的概念涉及交通基礎(chǔ)設(shè)施投資的分配和布局，在規(guī)劃高鐵線路時，需要充分匹配城市公共交通的通達(dá)性[6]。事實上，高鐵在中國的建設(shè)和站點設(shè)置并不完全是經(jīng)濟(jì)驅(qū)動的事件，基于自身利益的考慮，地方政府間往往預(yù)先展開競爭[21]。此外，超前的交通基礎(chǔ)設(shè)施建設(shè)容易導(dǎo)致公共資源的浪費。在高鐵的初始運營階段，可達(dá)性和連接性的影響可能會受到限制，因為服務(wù)頻率較低，而且新車站周圍缺乏配套的公共交通[22]。為了打造“高鐵新城”，一些城市往往將高鐵站點設(shè)置在距離城市中心較遠(yuǎn)的地方，在公共交通與高鐵站點接駁尚不完備的情況下，這樣的做法顯然增加了人們的通勤時間和成本，并且在一定程度上造成城市整體空間布局的分散。因此，制定合理的公共交通運輸體系是十分必要的。由此，本文提出如下假設(shè)。

H2：高鐵網(wǎng)絡(luò)的發(fā)展可能對城市勞動生產(chǎn)率的影響具有門檻效應(yīng)，對于人口密度較高、公共交通通達(dá)性較好的城市而言，高鐵的正向影響更大。

鑒于高鐵對城市勞動生產(chǎn)率的影響有助于未來綜合交通運輸體系的規(guī)劃，上述研究假設(shè)值得思考。因此，本文基于2007—2017年中國201個地級及以上城市的面板數(shù)據(jù)，通過構(gòu)建雙重固定效應(yīng)模型和門檻效應(yīng)模型，來實證研究高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響。

三、模型、變量與數(shù)據(jù)

1. 模型設(shè)定

借鑒郝偉偉等人的做法[23]，本文在構(gòu)建柯布-道格拉斯生產(chǎn)函數(shù)的基礎(chǔ)上，探討高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響，模型形式如下：

Yit=AKmitLnit（1）

其中，Yit、Kit、Lit分別表示城市i在t年的總產(chǎn)出、資本投入和勞動投入，將這三個變量轉(zhuǎn)換成人均單位的形式，則有：LPit=A（zit）kmitln-1it（2）

其中，LPit表示城市i在t年的產(chǎn)出效率，本文用勞動生產(chǎn)率來衡量;kit和lit表示人均資本投入和人均勞動投入，分別用物質(zhì)資本和人力資本來衡量，A（zit）是希克斯乘數(shù)，反映外部的集聚收益，括號中的zit代表影響LPit的變量，包括高鐵服務(wù)供給因素的影響，對上式取對數(shù)可得基準(zhǔn)回歸模型：lnLPit=α0+α1lnkit+α2lnlit+βlnHSRFit+δXit+μi+ηt+εit（3）

其中，LPit為城市i為t年的勞動生產(chǎn)率，HSRFit為各城市的高鐵服務(wù)頻次。參數(shù)β表示平均處理效應(yīng)，即高鐵服務(wù)供給對城市勞動生產(chǎn)率的邊際效應(yīng)。Xit為其他控制變量，μi為城市的固定效應(yīng)、ηt為時間效應(yīng)，εit表示隨機(jī)擾動項。

根據(jù)假設(shè)2，本文將城市人口密度和公共交通通達(dá)性作為門檻變量，進(jìn)一步分析高鐵服務(wù)供給影響城市勞動生產(chǎn)率的門檻效應(yīng)，借鑒

漢森（Hansen）的研究設(shè)計[24]，構(gòu)建如下的模型：

lnLPit=α0+α1lnkit+α2lnlit+β1HSRFit（POPDit≤γ1）+

β2HSRFit（POPDit>γ1）+δXit+μi+ηt+εit（4）

lnLPit=α0+α1lnkit+α2lnlit+β1HSRFit（CARit≤γ1）+

β2HSRFit（CARit>γ1）+δXit+μi+ηt+εit（5）

式（4）和式（5）分別表示人口密度與公共交通的單一門檻模型，其中POPDit和CARit分別表示城市i在t年的人口密度和公共交通通達(dá)性，γ1為相應(yīng)的單一門檻值。考慮到它們與城市勞動生產(chǎn)率之間可能存在反向因果的關(guān)系，進(jìn)而導(dǎo)致模型估計的內(nèi)生性問題，因而僅將這兩個變量作為門檻變量，而不是直接加入到回歸模型當(dāng)中[25]。系數(shù)β1、β2用于衡量高鐵服務(wù)供給水平（HSRFit）對城市勞動生產(chǎn)率的影響。在具體分析中，考慮到可能存在兩個門檻的情形，上述模型可進(jìn)一步拓展成：

lnLPit=α0+α1lnkit+α2lnlit+β1HSRFit（POPDit≤γ1）+β2HSRFit（γ1

β3HSRFit（POPDit>γ2）+δXit+μi+ηt+εit（6）

lnLPit=α0+α1lnkit+α2lnlit+β1HSRFit（CARit≤γ1）+β2HSRFit（γ1

β3HSRFit（CARit>γ2）+δXit+μi+ηt+εit（7）

以上兩個式子分別表示人口密度與公共交通的雙重門檻模型，γ1、γ2為對應(yīng)的一階、二階門檻值，其他變量的含義同上。特別地，門檻模型的選擇將通過LR檢驗來判斷[25]。

2. 變量選取

（1）被解釋變量：借鑒王鵬和莫珂迪的研究設(shè)計[18]，用實際國內(nèi)生產(chǎn)總值與全社會從業(yè)人員數(shù)的比值來反映城市勞動生產(chǎn)率（LP）;為了更好地觀察高鐵服務(wù)供給的產(chǎn)業(yè)異質(zhì)性影響，我們還分別計算出農(nóng)業(yè)勞動生產(chǎn)率（LPA）、制造業(yè)勞動生產(chǎn)率（LPM）和服務(wù)業(yè)勞動生產(chǎn)率（LPS），這些指標(biāo)為對應(yīng)產(chǎn)業(yè)的GDP與其產(chǎn)業(yè)從業(yè)人員數(shù)的比值。

（2）解釋變量：本文的核心解釋變量為高鐵服務(wù)供給水平（HSRF），用城市中所有高鐵站的發(fā)車頻次來表示，具體指經(jīng)動車組相連的所有城市的總頻次數(shù)量，不包括“過站不停車”的情形[26]。賈善銘等人認(rèn)為一個城市的高鐵服務(wù)頻次在一定程度上反映了其與外界聯(lián)系的便捷程度[27]。陳豐龍和王美昌指出，與設(shè)置虛擬變量來衡量高鐵開通影響的方法相比，高鐵經(jīng)停頻次更能夠反映高鐵服務(wù)的實際發(fā)展水平[28]。

（3）門檻變量：根據(jù)假設(shè)2，選取人口密度和公共交通作為門檻變量，分別反映城市的人口集聚狀態(tài)和公共交通通達(dá)性。

（4）控制變量：影響城市勞動生產(chǎn)率的因素有很多，參考相關(guān)研究，本文引入人力資本（l）、物質(zhì)資本（k）、外資開放度（FDI）、政府公共服務(wù)（GOV）和信息化水平（POST）五個控制變量，有關(guān)變量的具體說明如表1所示。

3. 數(shù)據(jù)來源及說明

本文研究年限范圍為2007—2017年，數(shù)據(jù)源自中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。其中，F(xiàn)DI數(shù)據(jù)用當(dāng)年的年平均匯率進(jìn)行換算。截至2017年底，共有201個地級市開通有動車組（D字頭）、高速動車組（G字頭）和城際高速（C字頭）三類列車中的任意一種高速列車，并且運營時速超過200km/h。本文使用各城市的高鐵服務(wù)頻次來衡量高鐵的服務(wù)頻次水平（不包括“過站不停車”的情形），這里的頻次并非指經(jīng)停某城市的車次數(shù)，而是指經(jīng)動車組相連的所有城市的總頻次數(shù)量。一個城市與其他城市相連的高鐵頻次越多，則反映該城市的高鐵服務(wù)水平越高，與其他城市的聯(lián)系越緊密。為降低異方差的影響，對相關(guān)絕對值變量做對數(shù)化處理，各變量的描述性統(tǒng)計見表2。

四、實證分析

1. 模型變量檢驗

本文樣本屬于短面板數(shù)據(jù)，不適用于LLC檢驗，所以將使用HT檢驗對面板數(shù)據(jù)平穩(wěn)性進(jìn)行檢驗[33]。由檢驗結(jié)果的t值可以看出（見表3），所有變量HT檢驗的t值均至少通過了置信水平為5%的顯著性檢驗，因此拒絕原假設(shè)，即面板數(shù)據(jù)并不存在單位根，是平穩(wěn)的，可進(jìn)行進(jìn)一步的面板模型回歸。接著，考察自變量的方差膨脹因子，發(fā)現(xiàn)取值區(qū)間在[1.11，2.18]之間，遠(yuǎn)小于最大容忍度10，說明不存在多重共線性的問題。

2. 基準(zhǔn)回歸及內(nèi)生性處理

首先，本文用高鐵服務(wù)頻次來反映高鐵服務(wù)供給水平，來考察它對城市勞動生產(chǎn)率的影響。根據(jù)式（3），可得相應(yīng)的基準(zhǔn)估計結(jié)果，如表4所示。其中，模型1為混合OLS回歸結(jié)果，考慮到各城市的人口數(shù)量、土地面積具有明顯的異質(zhì)性，且高鐵建設(shè)在不同時期的進(jìn)程有所差異，因而在基準(zhǔn)回歸中進(jìn)一步控制了個體和時間效應(yīng)，其中，F(xiàn)檢驗值為19.71，Hausman 檢驗的卡方值為1490.45，說明固定效應(yīng)的估計要優(yōu)于混合OLS和隨機(jī)效應(yīng)。根據(jù)模型2的檢驗結(jié)果，高鐵服務(wù)頻次這一變量的系數(shù)在1%的水平上顯著為正，說明每1%高鐵服務(wù)供給的增加將會使城市勞動生產(chǎn)率提升約0.017%。這一發(fā)現(xiàn)與邵帥等人的研究相一致，他們通過建立連續(xù)DID模型來研究高鐵對長三角區(qū)域產(chǎn)業(yè)集聚的影響，結(jié)果發(fā)現(xiàn)高鐵服務(wù)供給對城市服務(wù)業(yè)集聚的影響呈正向關(guān)系[14]。

值得注意的是，以上回歸結(jié)果可能面臨內(nèi)生性問題的考驗，這一問題的產(chǎn)生可能源于某些不可觀測但隨時間變化因素的影響，也可能僅是源于反向因果關(guān)系。對此，采用工具變量法來解決這一問題。為滿足相關(guān)性和外生性的要求，相關(guān)文獻(xiàn)通常采用具有歷史特征的工具變量[34-35]。考慮到城市層面數(shù)據(jù)的可得性（最早可追溯到1984年的數(shù)據(jù)），本節(jié)選擇兩個歷史特征變量，分別是各城市在1984 年的人口密度（POPD1984）和鐵路客運量（PPC1984），來作為高鐵服務(wù)供給的工具變量。選擇以上歷史變量的理由是： 其一，人口密度是衡量集聚經(jīng)濟(jì)的重要變量之一[18]，歷史上的人口集聚情況和客運承載力是后期高速鐵路規(guī)劃的重要參考依據(jù)，換句話說，一個地區(qū)是否提供高鐵服務(wù)供給的其中一個客觀因素是該地區(qū)是否具有開通新的高鐵線路的實際需求，而這一需求在一定程度上可由該地區(qū)的人口集聚程度來表示。其二，本文研究年限為2007—2017 年，相對于1984 年的數(shù)據(jù)已滯后20 年以上，足以確保工具變量與模型殘差項不相關(guān)。此外，由于1984年的數(shù)據(jù)不隨時間變化，因此我們將這些數(shù)據(jù)與固定資產(chǎn)投資增長率（交通運輸、倉儲和郵政業(yè)）的乘積作為工具變量加入回歸方程之中。

表4中的模型3和模型4給出了工具變量法的估計結(jié)果及有效性檢驗。在回歸第一階段，將高鐵服務(wù)供給水平作為因變量，將工具變量作為解釋變量進(jìn)行回歸，可以發(fā)現(xiàn)兩個工具變量的回歸系數(shù)在1%的水平上均具有正向顯著性，因而它們滿足相關(guān)性要求。其次，兩個工具變量均通過了識別不足檢驗和弱工具變量檢驗，表明所選取工具變量的適用性。其他部分報告了工具變量法第二階段的回歸結(jié)果，在考慮內(nèi)生性問題之后，與混合OLS和雙重固定效應(yīng)的檢驗結(jié)果相一致，模型3和模型4中高鐵服務(wù)頻次的估計系數(shù)均顯著為正，說明高鐵服務(wù)供給對城市勞動生產(chǎn)率確有促進(jìn)作用。

根據(jù)模型3的估計結(jié)果，每1%高鐵服務(wù)供給的增加將會促進(jìn)城市勞動生產(chǎn)率提升約0.05%，這一系數(shù)值高于模型2中的估計值，說明在考慮內(nèi)生性問題之后，高鐵建設(shè)的估計系數(shù)有所提高，該發(fā)現(xiàn)與劉勇政和李巖的研究結(jié)果相一致[36]。從控制變量的回歸結(jié)果來看，人力資本、物質(zhì)資本和政府服務(wù)的系數(shù)均顯著為正，表明它們對城市勞動生產(chǎn)率均發(fā)揮顯著的正向影響，政府服務(wù)這一變量反映了政府對經(jīng)濟(jì)活動的財政干預(yù)程度，事實上，無論是城市群的交通規(guī)劃還是產(chǎn)業(yè)規(guī)劃，中國政府都扮演著極其重要的設(shè)計者角色。此外，外資開放度和信息化水平的系數(shù)在統(tǒng)計學(xué)意義上不顯著，表明這些因素對城市勞動生產(chǎn)率沒有明顯的提升作用。

3. 分組回歸

前面測得的勞動生產(chǎn)率是針對全樣本城市，下面在解決內(nèi)生性問題的基礎(chǔ)上，進(jìn)一步分析高鐵服務(wù)供給對不同地區(qū)和不同產(chǎn)業(yè)勞動生產(chǎn)率的影響，結(jié)果如表5所示。模型5—7給出不同地區(qū)的分組回歸結(jié)果，可以看出，高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響具有一定的區(qū)域異質(zhì)性。對于交通基礎(chǔ)條件相對較差的西部地區(qū)城市來說，高鐵服務(wù)頻次這一變量的系數(shù)值要略微大些（0.059），說明其對西部地區(qū)城市勞動生產(chǎn)率的影響最大，而對中部、東部地區(qū)城市勞動生產(chǎn)率的影響系數(shù)次之。這一發(fā)現(xiàn)與阿扎里亞迪斯（Azariadis）的研究結(jié)論相一致，他們認(rèn)為經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)應(yīng)當(dāng)不斷加大公共基礎(chǔ)設(shè)施投資，通過實施優(yōu)惠政策來吸引要素的跨區(qū)域流動和產(chǎn)業(yè)的空間集聚，進(jìn)而提高當(dāng)?shù)氐膭趧由a(chǎn)率[37]。

接著，考察高鐵服務(wù)供給對城市中不同產(chǎn)業(yè)勞動生產(chǎn)率的影響差異。根據(jù)模型8—10的檢驗結(jié)果，高鐵服務(wù)供給對于制造業(yè)和服務(wù)業(yè)勞動生產(chǎn)率均發(fā)揮了顯著的正向作用，并且對后者的影響略大，對農(nóng)業(yè)勞動生產(chǎn)率的影響則不具有顯著性。這一發(fā)現(xiàn)與喬彬等人的研究結(jié)論相類似，他們基于中國高鐵大規(guī)模建設(shè)的典型事實，研究發(fā)現(xiàn)高鐵開通有效地釋放了當(dāng)?shù)厥袌鰸摿Γ龠M(jìn)了生產(chǎn)性服務(wù)業(yè)的多樣化集聚，并提高了制造業(yè)部門的生產(chǎn)率[38]。

4. 穩(wěn)健性檢驗

為驗證上述估計結(jié)果的可靠性，下面從三個方面來進(jìn)行穩(wěn)健性檢驗。

（1）更換解釋變量：在基準(zhǔn)模型的估計中，我們使用高鐵服務(wù)頻次作為解釋變量，下面將各城市的高鐵停靠車次作為替代變量，來反映各城市高鐵服務(wù)供給水平。以武漢市為例，2017年平均每天有630趟高鐵列車在該城市經(jīng)停，則高鐵停靠車次為630，以這些車次經(jīng)停的城市數(shù)量為計數(shù)依據(jù)，通過加總可得該城市的高鐵服務(wù)頻次為6389。表6中的模型11展示了全樣本下工具變量法的估計結(jié)果，從中可以看出，高鐵停靠車次這一變量的系數(shù)呈現(xiàn)正向且顯著，高鐵車次數(shù)量每增加1%，城市勞動生產(chǎn)率將提高0.06%。

（2）剔除中心城市：事實上，中國政府在制定高速鐵路的線路規(guī)劃時，往往優(yōu)先開通城市群中的核心城市與周邊城市的高鐵連接線路，這是因為這些城市往往是省域經(jīng)濟(jì)、文化和政治中心，人口流動頻繁。然而，高鐵開通導(dǎo)致了核心城市和中小城市之間生產(chǎn)資源的重新配置[14]。為減輕樣本異質(zhì)性對估計結(jié)果可能產(chǎn)生的影響，我們將全樣本中的中心城市剔除，并控制了個體效應(yīng)和時間效應(yīng)，再次利用工具變量法來估計模型。表6中的模型12給出了子樣本檢驗的結(jié)果，這里缺少北京、上海、天津、重慶四個直轄市及省會城市。從中可以看出，高鐵服務(wù)頻次的系數(shù)仍然顯著為正（0.063）。對比表4中模型3的高鐵服務(wù)頻次系數(shù)（0.050）可以發(fā)現(xiàn)，在不考慮中心城市的情況下，高鐵服務(wù)供給的影響系數(shù)有較小程度的提高，說明其對中小城市勞動生產(chǎn)率的影響更大。

（3）動態(tài)面板估計：考慮到現(xiàn)階段勞動生產(chǎn)率可能受到過去因素的影響，借鑒劉勇政和李巖的做法[36]，考察動態(tài)面板模型的估計結(jié)果。對此，李彥等人認(rèn)為高鐵建設(shè)對已開通高鐵城市的影響時滯約為1年，即影響時段不只是當(dāng)期的[39]。因此，本文在式（3）的基礎(chǔ)上，加入被解釋變量的一階滯后項，并進(jìn)行廣義矩（GMM）估計，最終得到的動態(tài)面板方程如下：

lnLPit=α0+α1lnkit+α2lnlit+βlnHSRFit+clnLPi（t-1）+δXit+μi+ηt+εit（8）

式（8）中，LPi（t-1）為被解釋變量的滯后一期，HSRFit為各城市的高鐵服務(wù)頻次， 控制變量Xit的設(shè)置不變，時間范圍同樣從2007—2017年，其他變量的含義和處理方法同式（3）。

根據(jù)模型13估計結(jié)果，高鐵服務(wù)頻次的系數(shù)在1%的水平下顯著為正，與靜態(tài)面板模型的估計結(jié)果相一致，說明高鐵服務(wù)供給能夠?qū)Τ鞘袆趧由a(chǎn)率發(fā)揮出顯著的正向影響。由AR估計量和Sargan統(tǒng)計量的檢驗結(jié)果可知，式（8）建立的動態(tài)模型是合理的。由此表明，前面的實證結(jié)論具有穩(wěn)健性。

五、進(jìn)一步討論：門檻效應(yīng)檢驗

根據(jù)前面的假設(shè)2，下面進(jìn)行門檻效應(yīng)檢驗。首先，利用似然比檢驗來確定門檻值的個數(shù)，如圖2所示，其中圖2a、2b為全樣本似然比函數(shù)圖像，為進(jìn)行對比分析，圖2c、2d給出了剔除中心城市的子樣本似然比函數(shù)圖像。以圖2a為例，其中虛線為LR 值在5% 顯著水平下的臨界值，虛線以下的區(qū)域構(gòu)成門檻值的95% 置信區(qū)間。在有效置信區(qū)間內(nèi)，LR統(tǒng)計

量接近于零，接受了單一門檻估計值等于真實值的原假設(shè)，故模型存在單一門檻，門檻值等于764.05。同理可得圖2c中存在單一門檻，圖2b、2d中存在雙重門檻。

接著，進(jìn)行門檻值的真實性檢驗，結(jié)果如表7所示。其中，模型14和模型15的結(jié)果表明，F(xiàn)統(tǒng)計量在5%的水平上具有統(tǒng)計學(xué)意義，說明這些模型確實存在門檻效應(yīng)。具體來說，人口密度的門檻估計值為764.05，其95%的置信區(qū)間為[759.79， 768.01]，公共交通的門檻估計值分別為2.81與15.08，其對應(yīng)的95%的置信區(qū)間分別為[2.64， 2.85]和[14.822， 15.290]。因此，對模型14采用單門檻回歸模型，對模型15采用雙門檻回歸模型。同理可得，模型16、模型17分別采用單門檻模型、雙門檻模型。

基于上述分析，得出模型14至模型17對應(yīng)的門檻效應(yīng)估計結(jié)果，如表8所示。模型14的結(jié)果表明， 當(dāng)人口密度超過764.05的閾值時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的正向影響將從0.022提高至0.03，提高幅度約為36.4%，并在1%的水平下顯著。換句話說，如果每平方公里聚集超過764人時，高鐵服務(wù)的要素流動優(yōu)勢能夠得到更大程度的發(fā)揮，因而對城市勞動生產(chǎn)率的影響更大。模型15的結(jié)果表明，當(dāng)每萬人中擁有公交汽（電）車（CAR）低于3輛時，高鐵服務(wù)供給不能有效地發(fā)揮出對城市勞動生產(chǎn)率的正向影響。當(dāng)CAR處于[3，15]的區(qū)間內(nèi)時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的促進(jìn)作用最大;當(dāng)CAR大于15輛時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的正向影響將從0.021下降至0.005，這反映了公共交通對高鐵服務(wù)的擠出效應(yīng)。當(dāng)城市公共交通的通達(dá)性處于一定區(qū)間時，其與高鐵交通的接駁性能達(dá)到最優(yōu)，但當(dāng)其突破一定門檻時，公共交通對城市勞動生產(chǎn)率的影響會有所提高，這在一定程度上擠占了高鐵服務(wù)供給對城市勞動生產(chǎn)率的正向效應(yīng)。對此，張雪薇和宗剛在探討高鐵開通對勞動生產(chǎn)率的影響時，認(rèn)為應(yīng)當(dāng)考慮高速公路、公共交通等其他交通基礎(chǔ)設(shè)施的影響，否則可能會高估高鐵建設(shè)的經(jīng)濟(jì)效應(yīng)[40]。陳振華等人分析了交通可達(dá)性對粵港澳大灣區(qū)經(jīng)濟(jì)增長的影響時，研究發(fā)現(xiàn)鐵路提速對大灣區(qū)經(jīng)濟(jì)增長的影響十分有限，原因在于當(dāng)?shù)氐幕A(chǔ)設(shè)施建設(shè)已達(dá)到相對飽和的程度[41]。為了驗證這一結(jié)論，模型16和模型17給出了去除中心城市后的門檻效應(yīng)估計結(jié)果，可以看出高鐵服務(wù)供給這一變量的估計系數(shù)與全樣本下的估計系數(shù)方向相一致，由此說明上述估計具有穩(wěn)健性。

六、結(jié)論與啟示

1. 研究結(jié)論

當(dāng)前，我國已進(jìn)入“高鐵時代”，不斷擴(kuò)展的高鐵網(wǎng)絡(luò)不僅改善了人們的旅行方式，產(chǎn)生時空壓縮效應(yīng)，而且對促進(jìn)要素流動、增強(qiáng)綜合交通運輸能力等發(fā)揮著積極作用。此外，城市本身的人口分布情況和公共交通發(fā)展水平也可能會對城市勞動生產(chǎn)率產(chǎn)生影響。因此，有必要深入研究高鐵服務(wù)供給對城市勞動生產(chǎn)率的影響。首先，本文基于集聚經(jīng)濟(jì)理論，探討高鐵服務(wù)供給在對于城市勞動生產(chǎn)率中的影響路徑，接著通過構(gòu)建生產(chǎn)函數(shù)模型，在解決內(nèi)生性問題的基礎(chǔ)上，進(jìn)一步研究高鐵服務(wù)供給對不同地區(qū)和不同產(chǎn)業(yè)城市生產(chǎn)率的影響。最后，基于人口集聚和交通公平的視角，來實證估計高鐵服務(wù)供給影響城市勞動生產(chǎn)率的門檻效應(yīng)。

實證結(jié)果表明：第一，高鐵服務(wù)供給能夠有效提高城市勞動生產(chǎn)率，并且人力資本、物質(zhì)資本和政府服務(wù)在其中發(fā)揮著重要的影響。在剔除中心城市的樣本后，研究發(fā)現(xiàn)高鐵服務(wù)供給對中小城市勞動生產(chǎn)率的影響較大。第二，分地區(qū)來看，高鐵服務(wù)供給對西部地區(qū)城市勞動生產(chǎn)率的提升作用要高于中部、東部地區(qū)城市。第三，分產(chǎn)業(yè)來看，高鐵服務(wù)供給對服務(wù)業(yè)勞動生產(chǎn)率的影響最大，對制造業(yè)勞動生產(chǎn)率次之，對農(nóng)業(yè)勞動生產(chǎn)率沒有影響。第四，根據(jù)全樣本下的門檻效應(yīng)檢驗結(jié)果，一方面，當(dāng)人口密度超過764（人/平方公里）時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的促進(jìn)作用將增強(qiáng)36.4%。另一方面，以每萬人中公交汽電車數(shù)來表示城市公共交通水平，當(dāng)該值介于3—15之間時，高鐵服務(wù)供給對城市勞動生產(chǎn)率的正向作用最大。

2. 政策啟示及展望

基于上述研究結(jié)論，提出如下三點政策啟示。

（1）充分發(fā)揮高鐵服務(wù)的效率提升效應(yīng)。

當(dāng)前，我國正積極推進(jìn)新型基礎(chǔ)設(shè)施建設(shè)，而城際高速鐵路是其中的重要組成部分。對此，本文研究表明高鐵服務(wù)供給能夠有效提升城市勞動生產(chǎn)率，特別是中小城市的勞動生產(chǎn)率，因而未來在規(guī)劃和建設(shè)城際高速鐵路的過程中，要特別注重加強(qiáng)中心城市與周邊城市的支線連接，努力讓更多的中小城市嵌入到高鐵網(wǎng)絡(luò)之中，從而共享高鐵服務(wù)所帶來的經(jīng)濟(jì)福利。

（2）不斷促進(jìn)高鐵服務(wù)的均衡化供給。

考慮到高鐵服務(wù)對不同地區(qū)、不同產(chǎn)業(yè)的異質(zhì)性影響，地方政府在推進(jìn)高鐵建設(shè)的過程中要兼顧公平與效率。在區(qū)域?qū)用妫粩嗉哟髮ξ鞑康貐^(qū)的高鐵建設(shè)投資，通過減稅、住房補貼等具體措施來吸引人才和資本的流入，努力縮小不同地區(qū)間的基礎(chǔ)設(shè)施發(fā)展差距;在產(chǎn)業(yè)層面，要注重借助高鐵網(wǎng)絡(luò)完成合理的產(chǎn)業(yè)布局，不僅要促進(jìn)高鐵站點的服務(wù)業(yè)集聚，也要注重改善農(nóng)業(yè)的生產(chǎn)和投資環(huán)境，進(jìn)而促進(jìn)三次產(chǎn)業(yè)間的協(xié)調(diào)發(fā)展。

（3）重點關(guān)注高鐵服務(wù)供給的門檻效應(yīng)。

基于人口集聚和公共交通的觀察視角，本文最后探討了高鐵服務(wù)供給影響城市勞動生產(chǎn)率的門檻效應(yīng)，這一問題的研究有助于為今后基礎(chǔ)設(shè)施投資和交通網(wǎng)絡(luò)規(guī)劃提供重要的經(jīng)驗啟示，從而實現(xiàn)各城市之間的協(xié)調(diào)發(fā)展。例如，地方政府可以加強(qiáng)高鐵站與城市公共交通的多樣化接駁，通過改善本地的營商環(huán)境來吸引重點企業(yè)的進(jìn)駐，鐵路運營商也應(yīng)當(dāng)加強(qiáng)站點的信息化建設(shè)，通過優(yōu)化換乘環(huán)境、加強(qiáng)人文關(guān)懷來不斷提升自身的服務(wù)質(zhì)量，從而實現(xiàn)更大的經(jīng)濟(jì)效益。

值得注意的是，本文研究尚存在進(jìn)一步的拓展空間。在研究對象方面，本文基于地級市層面的數(shù)據(jù)進(jìn)行分析，在分析高鐵服務(wù)供給對中小城市勞動生產(chǎn)率的影響時，忽略了對縣級市、縣區(qū)乃至企業(yè)層面的考察。在指標(biāo)設(shè)計方面，本文以高鐵服務(wù)頻次和高鐵停靠車次兩個指標(biāo)來反映城市整體的高鐵服務(wù)供給水平，考慮到權(quán)重設(shè)置的復(fù)雜性，并未考慮城市內(nèi)不同站點的旅客流量、高鐵站與市中心的距離等因素，未來有待全面深入的探討。

參考文獻(xiàn)：

[1]王振華，李萌萌，江金啟.交通可達(dá)性對城市經(jīng)濟(jì)高質(zhì)量發(fā)展的異質(zhì)性影響[J].經(jīng)濟(jì)與管理研究，2020（2）：98-111.

[2]任曉紅，王鈺，但婷.高鐵開通對中小城市經(jīng)濟(jì)增長的影響[J].城市問題，2020（1）：91-97.

[3]董艷梅，朱英明.高鐵建設(shè)的就業(yè)效應(yīng)研究——基于中國285個城市傾向匹配倍差法的證據(jù)[J].經(jīng)濟(jì)管理，2016（11）：26-44.

[4]張召華，王昕.高鐵建設(shè)對勞動力資源配置效果檢驗——來自產(chǎn)業(yè)—就業(yè)結(jié)構(gòu)偏差的解釋[J].軟科學(xué)，2019（4）：44-47，61.

[5]年猛.交通基礎(chǔ)設(shè)施、經(jīng)濟(jì)增長與空間均等化——基于中國高速鐵路的自然實驗[J].財貿(mào)經(jīng)濟(jì)，2019（8）：146-161.

[6]MONZN A， ORTEGA E， LPEZ E. Efficiency and spatial equity impacts of high-speed rail extensions in urban areas[J]. Cities， 2013， 30（11）：18-30.

[7]戴學(xué)珍，徐敏，李杰.京滬高速鐵路對沿線城市效率和空間公平的影響[J].經(jīng)濟(jì)地理，2016（3）：72-77.

[8]CERVERO R.Efficient urbanisation： economic performance and the shape of the metropolis[J].Urban Studies，2001，38（10）：1651-1671.

[9]DRENNAN M P， BRECHER C. Does public transit use enhance the economic efficiency of urban areas？[J]. Journal of Transport and Land Use，2012，5（3）： 53-67.

[10]MART-HENNEBERG J. European integration and national models for railway networks （1840-2010）[J].Journal of Transport Geography，2013，26（1）：126-138.

[11]馮山， 范紅忠， 張譽航. 高速鐵路對城市生產(chǎn)率的影響[J]. 城市問題， 2018（6）：14-19.

[12]梅林，王麗艷.高鐵網(wǎng)絡(luò)下我國城市通達(dá)性與土地利用效率關(guān)系研究[J].經(jīng)濟(jì)問題探索，2017（12）：102-109.

[13]覃成林， 楊晴晴. 高速鐵路發(fā)展與城市生產(chǎn)性服務(wù)業(yè)集聚[J]. 經(jīng)濟(jì)經(jīng)緯， 2016（3）：1-6.

[14]SHAO S， TIAN Z， YANG L. High speed rail and urban service industry agglomeration： evidence from Chinas Yangtze River Delta region[J].Journal of Transport Geography，2017，64（8）：174-183.

[15]王麗， 曹有揮， 劉可文， 王聰. 高鐵站區(qū)產(chǎn)業(yè)空間分布及集聚特征——以滬寧城際高鐵南京站為例[J]. 地理科學(xué)， 2012（3）：301-307.

[16]孫學(xué)濤， 李巖， 王振華. 高鐵建設(shè)與城市經(jīng)濟(jì)發(fā)展：產(chǎn)業(yè)異質(zhì)性與空間溢出效應(yīng)[J]. 山西財經(jīng)大學(xué)學(xué)報， 2020（2）：58-71.

[17]陳心穎. 人口集聚對區(qū)域勞動生產(chǎn)率的異質(zhì)性影響[J]. 人口研究， 2015（1）：85-95.

[18]王鵬， 莫珂迪. 人口集聚視角下交通基礎(chǔ)設(shè)施對城市勞動生產(chǎn)率的影響[J]. 產(chǎn)經(jīng)評論， 2019（2）：124-139.

[19]CASTELLS-QUINTANA D. Malthus living in a slum： urban concentration， infrastructure and economic growth[J]. Journal of Urban Economics， 2017， 98（3）：158-173.

[20]FALLAH B N， PARTRIDGE M D， OLFERT M R. Urban sprawl and productivity： evidence from US metropolitan areas[J]. Papers in Regional Science，2011， 90（3）：451-472.

[21]WANG J J， XU J， HE J. Spatial impacts of high-speed railways in China： a total-travel-time approach[J]. Environment and Planning A， 2013， 45（9）：2261-2280.

[22]盧佩瑩，王波.從區(qū)域一體化看融合交通——以粵港澳大灣區(qū)和港深廣高鐵線為例[J].地理科學(xué)進(jìn)展，2018（12）：1623-1632.

[23]郝偉偉，張梅青，劉宗慶.交通、城市緊湊度與城市生產(chǎn)率關(guān)系實證研究——基于京津冀區(qū)域地級市面板數(shù)據(jù)計量分析[J].宏觀經(jīng)濟(jì)研究，2016（1）：109-120.

[24]HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）：345-368.

[25]王鵬， 吳思霖. 研發(fā)投入對高新區(qū)集聚發(fā)展影響的門限效應(yīng)[J]. 科學(xué)學(xué)研究， 2019（6）：996-1005.

[26]李彥，付文宇，王鵬.高鐵服務(wù)供給對城市群經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于多重中介效應(yīng)的檢驗[J].經(jīng)濟(jì)與管理研究，2020（9）：62-77.

[27]JIA S M， ZHOU C Y， QIN C L.No difference in effect of high-speed rail on regional economic growth based on match effect perspective？[J].Transportation Research Part A： Policy & Practice，2017，106（12）：144-157.

[28]陳豐龍，王美昌.高鐵開通對城市經(jīng)濟(jì)增長的異質(zhì)性影響[J].現(xiàn)代經(jīng)濟(jì)探討，2020（12）：17-23.

[29]吳昊，趙陽.中國人口集聚對勞動生產(chǎn)率的非線性影響研究[J].人口學(xué)刊，2019（6）：78-88.

[30]劉修巖.集聚經(jīng)濟(jì)、公共基礎(chǔ)設(shè)施與勞動生產(chǎn)率——來自中國城市動態(tài)面板數(shù)據(jù)的證據(jù)[J].財經(jīng)研究，2010（5）：91-101.

[31]李順成，李喜演.緊湊式城市空間結(jié)構(gòu)對勞動生產(chǎn)率的影響——基于區(qū)域經(jīng)濟(jì)發(fā)展視角的分析[J].城市問題， 2017（7）：42-47.

[32]徐明，劉金山.省際對口支援如何影響受援地區(qū)經(jīng)濟(jì)績效——兼論經(jīng)濟(jì)增長與城鄉(xiāng)收入趨同的多重中介效應(yīng)[J].經(jīng)濟(jì)科學(xué)，2018（4）：75-88.

[33]HARRI R D F， TZAVALIS E. Inference for unit roots in dynamic panels where the time dimension is fixed[J]. Journal of Econometrics， 1999， 91（8）： 201-226.

[34]DINKELMAN T. The effects of rural electrification on employment： new evidence from South Africa[J]. American Economic Review， 2011， 101（7）：3078-3108.

[35]FINGLETON B， LONGHI S. The effects of agglomeration on wages： evidence from the micro-level[J]. Journal of Regional Science， 2013， 53（3）：443-463.

[36]劉勇政，李巖.中國的高速鐵路建設(shè)與城市經(jīng)濟(jì)增長[J].金融研究，2017（11）：18-33.

[37]AZARIADIS C， STACHURSKI J. Poverty traps [M]. Amsterdam： Elsevier pablishers， 2005：295-384.

[38]喬彬，張蕊，雷春.高鐵效應(yīng)、生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)升級[J].經(jīng)濟(jì)評論，2019（6）：80-96.

[39]李彥， 王鵬， 梁經(jīng)偉. 高鐵建設(shè)對粵港澳大灣區(qū)城市群空間經(jīng)濟(jì)關(guān)聯(lián)的改變及影響分析[J]. 廣東財經(jīng)大學(xué)學(xué)報， 2018（3）：35-45.

[40]張雪薇，宗剛.高鐵開通對勞動生產(chǎn)率的影響研究——基于生產(chǎn)性服務(wù)業(yè)集聚和產(chǎn)業(yè)結(jié)構(gòu)變遷視角[J].軟科學(xué)，2020（11）：1-11.

[41]CHEN Z H， LI Y， WANG P. Transportation accessibility and regional growth in the Greater Bay Area of China[J]. Transportation Research Part D： Transport and Environment， 2020，86（8）：1-21.

[責(zé)任編輯 方 志]