地鐵開通、知識溢出與城市創新?
——來自中國289 個地級市層面的證據

王岳龍 袁旺平

(1.江西財經大學規制與競爭研究中心 江西南昌 330013)

(2.江西財經大學產業經濟研究院 江西南昌 330013)

一、引 言

交通基礎設施對經濟增長的影響一直以來都是學術界重點關注的問題。Aschauer(1989) 通過新古典經濟增長模型，得出交通基礎設施對經濟增長具有重要作用，且產出彈性為0.39 的結論。但是在新古典經濟增長理論框架下進行的建模，往往遺漏了新經濟增長與新經濟地理等變量因素，導致其結論可能會出現差異(張學良，2012)。學術界的主流觀點是交通基礎設施會對經濟增長產生正向影響 (Aschauer，1989；張學良，2012)。但是部分文獻研究發現交通基礎設施在促進優勢地區經濟增長的同時，可能對邊緣地區造成負面影響(Faber，2014)。而Baum-Snow 等(2017) 則發現交通基礎設施的改善會對外圍地區產生“擴散效應”，進而帶動外圍區域發展。結論差異的原因在于，不同的交通基礎設施升級與地區經濟發展的同步性之間存在差異。

創新作為經濟增長的第一驅動力，近年來有大量的文獻開始關注交通基礎設施對創新的影響。依據內生增長理論，區域創新水平的提升主要源自研發投入和知識溢出。研發投入可以歸結為研發人員和資本，而知識溢出可以從兩個空間維度予以識別:一是區域創新系統內高校、企業和政府等各創新主體之間的知識溢出；二是來自其他區域的知識溢出。對于各創新主體之間的協同創新，學者們主要從內涵、模式、機制等方面進行研究，而對于協同創新如何影響區域創新水平缺乏嚴格的計量檢驗(白俊紅和蔣伏心，2015)。在研究其他區域的知識溢出方面，早期學者主要利用空間計量區位基尼(Gini)系數和Moran I 指數檢驗中國區域創新是否存在空間相關性，且局限于省級數據。隨著高鐵等連接不同城市的交通基礎設施的建設，出現了大量借助高鐵開通等準自然實驗研究區域間要素流動對區域創新水平影響的文獻(王春楊等，2020)。但是除了白俊紅和蔣伏心(2015)，國內鮮有文獻將知識溢出的兩個維度同時納入一個統一的分析框架，綜合考察其對區域創新的影響。將區域創新系統內各創新主體間的協同創新，以及區域間創新要素流入帶來的空間關聯結合起來考慮，有利于更好地揭示研發要素之間的協調對中國區域創新的影響。

當前關于交通基礎設施對區域創新影響的研究文獻主要關注高鐵和高速公路方面(Baum-Snow 等，2017；王春楊等，2020；孫文浩和張杰，2020)，對地鐵的相關研究比較少。雖然地鐵和高鐵及高速公路均屬于交通基礎設施，但是地鐵與后兩者之間存在明顯區別，相比于高鐵和高速公路主要是打通城市間的聯系，地鐵則主要是加強城市內的交流。雖然高鐵和高速公路會促進資本從發達地區流向欠發達地區產生一定的“擴散效應”，但同樣會放大優勢地區的比較優勢對鄰近劣勢地區形成“虹吸效應” (馬光榮等，2020)，且在這兩種效應相互抗爭的過程中往往是“虹吸效應” 占優，從而會強化我國“東高西低” 的區域創新格局(孫文浩和張杰，2020)，進一步加大我國區域發展不平衡的問題。相反，地鐵作用于一個城市內，地鐵建設具有提升城市公共服務水平、降低城市交通成本(王岳龍，2015)、減少空氣污染排放(梁若冰和席鵬輝，2016)、體現良好的政府規劃等作用，能夠促進區域內的知識溢出以及提升城市吸引力。然而地鐵開通會對城市創新產生怎樣的影響，比如是否會促進創新資源的空間配置效率，重塑區域創新的空間格局，在提高區域創新效率的同時又兼顧區域公平? 厘清這些問題，在學術上有助于豐富交通基礎設施對地區經濟發展的相關文獻，在實踐上有助于促進政府和企業合理配置創新資源，促進區域創新空間優化與協調發展。“十四五” 時期，我國正處于深度調整期、后疫情時期和“兩個一百年” 奮斗目標的歷史交匯期，加上西方世界對我國的封鎖加強，塑造了新時期我國經濟社會發展錯綜復雜的時代背景。在該背景下探索一個影響區域創新并兼顧效率和公平的發展格局，對當前的中國顯得至關重要。

本文利用2001—2016 年289 個地級市面板數據，運用雙重差分模型研究了地鐵開通帶來的區域創新系統內創新主體聯系增加，以及由此引起的協同創新和區域創新要素的空間流動對城市創新水平的影響。研究發現，城市地鐵開通能解釋同時期城市創新水平變化的24.13%。地鐵開通后導致的校企聯系增加，以及誘使的人力資本和FDI 流入是解釋其促進地鐵城市創新水平的重要機制，這種機制可能緩解當前我國“東高西低” 的區域創新格局。此外，地鐵網絡搭建的完善程度越高，對城市創新水平的提升效應越強。同時，污染水平越高的城市，地鐵開通對其創新的正外部性越大。

本文的邊際貢獻在于:第一，豐富了交通基礎設施對區域創新影響這一部分的文獻。交通基礎設施是一個很寬泛的概念，在功能和作用范圍上，地鐵與高鐵和高速公路存在明顯的區別。高鐵這一類連接不同城市的交通基礎設施主要依靠放大優勢地區的比較優勢，對鄰近劣勢地區形成“虹吸效應”，讓更多的研發要素流向優勢地區，從而對邊緣開通高鐵的地區帶來負面影響。而地鐵作用于一個城市內，通過提升城市公共服務水平、降低城市交通成本、減小空氣污染等作用，加強城市內各創新主體的協同創新，以及提升地鐵開通帶來的城市吸引力來促進城市的創新水平。第二，本文在新經濟地理學的理論框架下，利用地鐵開通作為準自然實驗。借鑒Li 等(2016) 的方法，本文充分控制城市地鐵開通的影響因素，綜合考察了區域創新系統內各創新主體間的協同創新，以及區域間創新要素的空間關聯對區域創新水平的影響。第三，在政策導向上，本文的研究結論可以為緩解我國區域創新發展不平衡提供理論和現實依據，同時有助于擴展產業高質量發展的創新驅動路徑。

二、理論機制

依據我國區域創新的生產過程，創新要素主要來自自身積累的創新資源和條件，以及其他地區創新要素的流入。因此創新要素的組織和協調可以分為兩種:協同創新與空間關聯(白俊紅和蔣伏心，2015)。企業是經濟活動的主體，也是創新活動的主體，從而協同創新更多地體現在其他創新主體同企業之間的協調。但是各創新主體空間分布的差異容易導致信息不對稱，使得協同創新存在較大的困難。同時，當前我國要素市場流動性不足，會造成資源錯配，抑制區域創新要素的空間流動。本文以協同創新和創新要素的空間流動為切入點，以空間知識溢出為媒介，結合新經濟地理學理論模型，考察地鐵開通如何通過影響城市環境，進而影響城市內校企聯系、人力資本和FDI 流入。

(一) 增加校企聯系

依據2018 年《中國科技統計年鑒》，2017 年研發支出主要來自企業部門，占比達77.6%；政府部門和高校其次，占比分別為13.8%和7.2%。我國研發經費主要集中在以企業為主體的實驗發展用途方面；而在基礎研究和應用研究方面，高校的研發經費支出遠高于企業部門，可以看出高校雖然整體研發規模不如企業，但承擔了我國基礎研究和應用研究的大部分職能，是促進科技進步的核心推動力。從研發人員學歷構成情況看，2017 年企業的研發人員以本科為主，占比超過85%，而高校的博士研究人員數量是企業的10 倍左右。這使得校企之間形成了明顯的研發互補，高校的基礎研究和應用研究活動能夠彌補企業核心技術創新能力不足的短板。但是區域創新系統內的企業和高校之間的空間分布差異限制了這種研發互補，而地鐵開通極大地拉長了通勤距離并縮減了通勤時間(王岳龍，2015)，降低了信息傳遞成本，從而緩解了創新主體的空間差異問題，進而促進了區域協同創新。

技術性知識和信息具有強正外部性，其收益無法被創新企業單獨占有 (Arrow，1962)。Arora 等(2021) 基于美國上市公司的研究發現，在知識溢出的條件下，美國企業的R (研究) 正在向D (開發) 轉變，這意味著雖然企業知道基礎研究的重要性，但由于知識溢出的存在，企業會更多地選擇不去投入基礎研究，而是選擇“搭便車”。此外，企業創新是一個高投入的過程，同時企業創新周期的不規律性、各創新主體的信息不對稱性、創新結果的不確定性，都意味著企業創新活動的高風險，這會影響企業自主創新的積極性。而城市地鐵開通會促進創新活動在空間上集聚，使得集聚在地理意義上變得更為寬廣。Audretsch 和Feldman (1996) 表明企業和高校在研發方面的投資會形成知識溢出，從而影響第三方的研發模式。這使得在集聚的環境下，企業研發的成本顯著低于社會成本。同時，校企聯系提高了企業交換思想的可能性，以及對重要知識寶貴性的意識，降低了科學發現和科學商業化的成本，進而降低了企業對創新成本的重視程度。此外，企業招聘大量本地高校的高層次畢業生，可以縮短企業創新周期和緩解創新結果的不確定性。因此，校企聯系增加會提高企業創新積極性，從而提升城市創新水平。

假說1:開通地鐵的城市，通過增強企業和高校之間的聯系，促進城市創新水平的提升。

(二) 改善城市環境，吸引其他區域創新要素流入

本文借鑒Fujita 和Thisse (2003)、白俊紅等(2017) 的框架，假設存在兩個區域:城市A 和城市B；且在這兩個區域中均存在三個部門:傳統產業部門(T)、制造業部門(M) 和知識生產部門(R)。T 部門使用普通勞動力(L) 生產同質產品；R 部門利用研發要素(研發人員、研發資本等) 生產差異化知識；M 部門為R 部門的下游部門，使用規模報酬遞增的技術、普通勞動力和差異化的知識進行生產，同時新企業進入需要掌握一種新知識，差異化知識直接導致M 部門產品的差異化。M 部門的企業隨著新知識的研發不斷地被創造出來。區域產品貿易符合“冰山運輸成本” 假設。研發要素在區域間無成本地流動，總量不變，并且將其標準化為1。普通勞動力無法跨區域流動。兩地初始時處于對稱狀態，企業可以自由遷徙。T 部門在完全競爭條件下進行生產，區域間無貿易成本，且價格設定為1。M 部門服從Dixi-Stiglitiz 框架，生產差異化產品，每個企業利用一種知識專門生產一種產品。

1.消費者

借鑒Fujita 和Thisse (2003) 的做法，本文假設消費者效用函數相同，并且消費者們對制造業產品存在不同的偏好。消費者的間接效用函數為:

其中，為支出，為所消費的M 部門產品的份額，0 ＜＜1；為M 部門產品的價格指數:

其中，()為部門生產的產品價格；為制造部門生產的全部產品種類數，為產品間的不變替代彈性。

2.生產者

基于對傳統部門的設定，本文假設傳統部門的工資率為1。對于M 部門，企業使用某種新知識并配合1 單位的普通勞動力() 進行生產。假設區域間的冰山運輸成本為＞1，產品到達區域時的價格為p()，那么到達區域時的價格變成:

令E、 P分別為等于區域的總支出、其制造業產品的價格指數。運輸自由度≡。根據Fujita 和Thisse (2003) 的推導可得區域的M 部門產品的均衡價格、均衡產量和均衡利潤，如下式所示:

3.知識生產部門

令區域中含有的知識總量為K，研發要素數量為λ，研發要素擁有的特定知識量為()。基于Fujita 和Thisse (2003) 可得區域擁有的知識總量為:

其中，是研發要素創新時的互補參數，反映了研發要素的異質性，0 ＜＜1；0≤η≤1，表示其他區域的知識向區域的空間溢出大小。

基于本文假設，M 部門企業的數量必然和知識的種類數一樣。借鑒白俊紅等(2017)，假設() ＝＝1、 λ＝、 λ＝1 -，所以由(4) 式可得區域和區域的研發要素數量分別為:

由等式(5) 分別對各自區域的空間知識溢出程度求偏導，可得:

所以研發要素的總收益為:

其中， α是的初始價值， W是生產出的新知識價值。

4.長期均衡

依據式(1) 的消費者間接效用函數可知，兩個地區研發要素的流動偏好:

依據白俊紅等(2017) 的長期均衡分析框架，的取值決定了研發要素的流動方向:

等式(9) 說明在＝12 的均衡時，如果出現任何微小的偏離，就會導致遷移偏好的持續增加(或減少)。初始時兩地的研發要素均為12，假定區域的創新環境發生變化導致偏離12，這會打破12 的均衡狀態，直接導致區域的研發要素向區域流動。

地鐵開通一方面極大地緩解了地區交通擁擠程度(梁若冰和席鵬輝，2016)，提高了地面交通運行效率，進而非常有效地減少了當地上班族的通勤時間。而減少通勤時間會提升個體幸福感(Ross 和Zenou，2008)、增加職工的平均工資或降低失業率(Burda 等，2015) 等。同時地鐵開通可以釋放地面空間，為城市基礎設施建設提供更多的可能性，提升城市的公共服務水平，為居民提供更多的娛樂、醫療、教育等相關服務，提高居民生活質量和健康水平。另一方面，地鐵開通會吸引更多的通勤者選擇地鐵出行，從而可以緩解地面汽車使用壓力。而今很大一部分空氣污染來自機動車尾氣排放(Fu 和Gu，2017)，地鐵開通會減輕當地的空氣污染程度(梁若冰和席鵬輝，2016)。而空氣污染越嚴重的地方，人口選擇就業的可能性越小(Banzhaf 和Walsh，2008)，且受教育水平越高在就業選址時對空氣污染的敏感性越高(孫偉增等，2019)。前者代表著某個城市的工作環境，后者代表著城市的生活環境，這兩個方面的改善顯然會提升城市的整體形象，導致研發人員的就業偏好發生變化，進而增強地鐵開通城市的人才吸引力。

然而地鐵開通誘導的高學歷人才流入是否有利于提升城市創新水平? Almeida 和Kogut (1999)、王春楊等(2020) 發現在產業空間集聚程度較高，或人口較多樣化的城市中，受教育水平較高的人在不同地區和企業之間的流動及交流過程中促進了知識的傳播擴散，進而促進了技術進步。朱承亮等(2012) 對中國人力資本與創新關系的研究發現，大專以下的人力資本對城市創新不存在顯著影響，而大專以上學歷的高學歷人力資本對地區創新水平存在顯著影響。結合上述模型，本文提出假說2。

假說2:城市地鐵開通會吸引高層次人才流入，進而促進城市創新水平。

第一，城市地鐵開通提高了沿線住宅居民的出行便利性，對地區房價有顯著的促進作用(王岳龍，2015)，這會促進當地房地產行業的發展，而我國利用的FDI 主要集中在制造業和房地產行業(張長春，2002)。第二，地鐵開通極大地節省了地面空間和緩解了地區交通的擁擠程度，這會提升地區交通運輸水平，并優化城市的基礎設施以及提升城市化水平，而城市化水平和公路交通發展水平能夠顯著促進FDI 流入(張長春，2002)。第三，城市地鐵建設能夠向外界反映出地方政府良好的發展規劃。Agodo (1978) 發現地方政府發展規劃和FDI 的流量成正相關關系，結合上述模型推導可知，這會導致研發資本的區位選擇偏好發生變化，進而增強地鐵開通城市的FDI 吸引力。FDI 是知識溢出的重要渠道，其帶來的先進技術存在示范作用，還可以通過合作或合資促進技術知識溢出或傳播(Blomstr?m 和Kokko，1998)。第四，跨國公司分部會同當地企業建立起業務聯系網絡，通過前向與后向聯系帶來技術知識溢出(趙勇和白永秀，2009)，提升流入地區的技術水平。由此本文提出假說3。

假說3:城市地鐵開通會吸引國外資本流入，促進城市創新水平。

三、變量選取與樣本選擇①因篇幅所限，本文省略了部分變量的構建、影響城市地鐵開通的控制變量選定，以及變量的描述統計，感興趣的讀者可在《經濟科學》 官網論文頁面“附錄與擴展” 欄目下載。

被解釋變量:城市創新指數()。本文使用寇宗來和劉學悅 (2017) 發布的2001—2016 年城市創新指數代理城市創新水平。出于穩健性考慮，本文同時使用國家知識產權局專利授權數的地級市加總數替代被解釋變量。

核心解釋變量:地鐵開通()。由于地鐵的開通對創新的影響具有一定的時滯性，所以本文借鑒王春楊等(2020) 對于高鐵開通的設定構建。本部分數據通過百度和各城市地鐵官網的信息手動整理。

控制變量:由于城市開通地鐵與否、在哪年開通地鐵并不隨機，是由一系列經濟社會發展指標和地理因素決定。為了保證地鐵開通這一準自然實驗的條件隨機性，本文借鑒Li 等(2016) 研究省直管縣對經濟發展影響的做法，嘗試尋找一組合適的控制變量，最終選擇了1999 年城市一般公共預算收入的對數(ln)、1999 年城市生產總值的對數(ln)、1999 年城市年末市轄區人口數的對數(ln)、1999 年科研綜合技術服務業從業人員數的對數(ln)、是否為直轄市和省會(副省會) 城市(1)、城市坡度(ln) 和高程(ln) 七個同年份交互的變量作為控制變量。

機制變量:根據前文的理論假說，地鐵開通主要通過校企聯系加劇()、國外資本流入(1) 和人力資本流入(1) 三個途徑影響城市創新水平。對于校企聯系，本文依據數據的可得性，使用2007—2016 年《中國高等學校科技統計資料匯編》 中高校科技費用中的企事業委托金額的地級市加總額來反映校企聯系程度。對于國外資本流入，本文使用市轄區外商直接投資作為國外資本流入的代理變量，數據來源于2001—2016 年《中國城市統計年鑒》。對于人力資本流入，本文使用2011—2016 年中國流動人口動態監測數據，采用受教育水平在大學專科以上的流動人口代理人力資本流入。由于2018 年國務院發布的《關于進一步加強城市軌道交通規劃建設管理的意見》 對城市開通地鐵的要求進行了調整，同時考慮到寇宗來和劉學悅(2017) 發布的城市創新指數為2001—2016年，本文最終確定了2001—2016 年289 個地級市的4 624 個樣本。為緩解異常值的影響，本文對所有連續變量進行了1%的縮尾處理。

四、實證模型和結果分析

(一) 基準模型

DID 檢驗的基本回歸模型如下:

其中，下標和分別表示城市和年份； CII是城市在年的城市創新指數， metro是衡量城市在年地鐵開通與否的虛擬變量，是截距項，是本文關注的估計系數，表示地鐵開通對城市創新水平的影響效應。 δ為城市固定效應，用來捕捉諸如城市科研環境等在每個城市內部短時間內不隨時間變化的因素， λ為年度固定效應，用來捕捉國家層面宏觀環境的變化。

為了進一步控制遺漏變量的影響，首先，本文加入了城市所在省份和時間交互固定效應，用來捕捉省份層面隨時間變化的因素，例如控制省份GDP 和財政收入等可能會同時影響城市地鐵開通和創新水平的因素。為更好解釋地鐵開通對城市創新水平提升的貢獻度，本文又將這個虛擬變量替換成地鐵長度() 這個連續性變量。其次，參考Li 等(2016) 研究省直管縣對經濟發展影響的做法，為了盡可能控制住處理組的選擇原因，我們將經過變量均值差異檢驗的非時變控制變量 指“附錄與擴展” 中表A1 面板A 所包含的7 個非時變變量。，與時間多項式()交互。除此之外，本文還加入了特定于處理組的線性時間趨勢，以控制處理組和控制組之間的事前時間趨勢差異。

(二) 平行趨勢檢驗

為了讓DID 回歸結果可信，在進行DID 回歸之前需要滿足事前平行。本文以每個城市開通地鐵前第一年為基準組，設置了地鐵開通前后各年虛擬變量。考慮到樣本時間跨度，本文進一步將開通前后超過5 年的跟第五年合并在一起，如式(12) 所示，只要不拒絕＝＝＝的原假設，就可以認為事前平行趨勢檢驗通過。估計結果如圖1 所示，各城市在開通地鐵前各年都不存在明顯的城市創新水平差異。

圖1 平行趨勢檢驗

(三) 基準回歸結果

由表1 第(1) 列可知，僅僅考慮城市和年份固定效應時，城市地鐵開通可以顯著提升城市的創新水平。第(2) 列和第(3) 列均加入了1999 年城市特征和年份交互的控制變量，兩列的區別在于第(3) 列又加入了省份和年份的交互固定效應，兩列均在1%的統計水平上顯著。第(4) 列是在模型(11) 的基礎上考慮變量與時間的二階多項式函數() 交互(X×)，控制結果變量在時間上的變化后，結果依然顯著為正。因此，根據表1 的結果，相對于沒有開通地鐵的城市，地鐵開通顯著提升了城市創新水平。第(5) 列是將模型(10) 的核心解釋變量metro替換為metroL表示城市年地鐵開通長度，同時考慮省份和年度的交互固定效應，估計結果顯示對應的系數為0.25，且在1%的統計水平上顯著。2001—2016 年，289 個樣本城市地鐵開通線路長度平均增加約13.22 公里，城市創新水平平均上漲約13.45 個單位，這意味著在其他條件不變的情況下，地鐵線路長度增長能夠解釋大約24.13%的城市創新水平增幅。在截面上，2016年北京城市創新指數比南昌高1 041.53 個單位，線路開通長度比南昌市多587.6 公里，這意味著在其他條件不變的情況下，北京和南昌的城市創新水平差異約13.9%都來自兩地地鐵開通線路長度的差異。同樣以2016 年上海和九江(未開通地鐵) 為例，兩個城市創新水平差異約29.78%來自兩地地鐵開通線路長度差異。

表1 基準回歸結果

(四) 穩健性檢驗

(1) 更換變量與模型。首先，考慮到本文使用的城市創新指數測度涉及專利，因此對被解釋變量進行滯后一期處理。表2 第(2) 列的估計結果表明，地鐵開通后城市創新指數滯后一期的創新水平平均增加約26.079 個單位，與第(1) 列的基準估計結果基本一致。其次，本文使用國家知識產權局專利授權數的地級市加總數替代被解釋變量，該變量依據專利申請人所在地進行加總。由表2 第(3) 列可知，在替換被解釋變量后地鐵開通對城市創新水平依然存在顯著的正外部性，表明核心解釋變量每變動1 個單位，會引起替代被解釋變量變動約0.245 個標準差，結果穩健。最后，大量研究表明高鐵的建設對城市創新水平存在顯著影響(王春楊等，2020)。為了排除高鐵開通對結果的干擾，本文考慮加入高鐵開通的虛擬變量(，即城市開通高鐵后取1，反之為0)。表2 的第(4) 列反映的結果穩健。

(2) 刪除特殊樣本。第一，為了使樣本數據變得更加隨機，避免反向因果可能帶來的內生性問題，本文借鑒孫文浩和張杰(2020) 的做法，剔除了省級(直轄市) 和副省級城市，重新檢驗地鐵開通對城市創新的影響。由表2 的第(5) 列的結果可以發現，本文結論穩健。第二，考慮到北京、上海、廣州、天津四個城市早在2000 年之前就已經開通地鐵，出于穩健性考慮，本部分將這四個城市的樣本刪除。由表2 的第(6) 列可得出本文結果穩健。第三，考慮到樣本中存在連接兩個城市的地鐵線路即廣佛線，且對佛山而言這條線路是其唯一的地鐵線路。為了排除因果效應可能是由地鐵的跨城市建設所致的競爭性假說，本文為此刪除佛山的觀測值進行回歸，其結果如表2 第(7) 列所示，以說明本文結果的穩健性。

表2 穩健性檢驗結果

(3) 安慰劑檢驗。為了檢驗結論不是偶然的顯著結果，本文通過給289 個城市隨機分配地鐵開通時間來進行安慰劑檢驗。具體來說，先給每一個城市在樣本期內隨機分配一個地鐵開通年份，然后將上述過程重復1 000 次，由此得到1 000 次核心解釋變量的系數值、值和值，并繪制隨機抽樣估計系數值的概率密度圖。估計系數基本服從以0為中心的正態分布，且真實估計結果遠離隨機抽樣估計結果，由此說明本文的基準回歸結果是可信的。

(五) 機制檢驗①機制檢驗結果請見《經濟科學》 官網“附錄與擴展”。

(1) 基于城市內高校和企業之間的協同創新。企業和高校的地址一經確定，在短時間內很難發生變化，且高校和企業往往分布在不同區域，這會導致某些高校和企業之間的溝通存在較大問題。雖然互聯網通信技術的發展極大地拉長了通信距離，但在涉及機密信息的溝通上大多還是采用面對面的交流方式，且面對面的交流是知識和信息傳播的關鍵驅動力(Storper 和Venables 2004)。內生增長理論將高校研發機構和企業研發部門看作知識創造和溢出的重要源泉。地鐵開通降低了信息傳遞成本，增強了大學研究人員、企業技術人員及企業家的非正式或正式交流，人才在不同地區和企業之間的流動促進了知識的溢出(Almeida 和Kogut，1999；趙勇和白永秀，2009)，可以幫助企業和高校建立穩定的合作關系和產學研創新網絡，進而促進技術進步。機制檢驗中列的結果反映了地鐵開通顯著增加了城市內校企聯系，而高校和企業作為區域創新系統內兩個最重要的創新主體，它們之間的聯系增加會促進地區的協同創新，進而提升城市的創新水平(白俊紅和蔣伏心，2015)。

(2) 基于創新要素的流入。由于資源的稀缺性，信息不對稱容易造成資源錯配問題。而要素的充分流動可以促進信息的流動，實現創新資源的合理配置。另外，與傳統生產要素相比，創新要素攜帶了更多的知識和技術，在流動中會產生知識空間溢出效應，有利于創新知識在空間范圍的傳播與擴散，進而也會促進城市創新水平的提升和地區經濟的持續增長。

地鐵開通一方面可以減小地面汽車的使用壓力，減少污染排放，改善城市環境；另一方面可以拉長城市內兩地的通行距離并且縮短通行時間，為從業人員在工作地和就業地的選擇上提供更多可能性。根據人力資本流入列結果所示，城市地鐵開通帶來的工作和生活環境的改善顯著增加了人力資本的流入。趙勇和白永秀(2009) 認為，知識植根于個體，大多數文獻將人力資本的流動看作隱性知識溢出的主要途徑。根據內生增長模型和新經濟地理學的觀點，知識和知識溢出在區域創新過程中扮演著異常重要的角色。

地鐵建設可以極大地釋放地面空間，促進城市地面的交通基礎設施建設并加快城市化進程，提高城市內交通運輸水平，同時地鐵建設帶來的改變可以很好地反映出城市管理者的發展規劃水平，這些對于FDI 具有很大的吸引力。根據國外資本流入結果所示，地鐵開通顯著增加了國外資本流入。而FDI 帶來的資本流入和技術溢出能夠顯著促進東道國產業結構優化升級、經濟發展和技術進步(Blomstr?m 和Kokko，1998)。

(六) 異質性檢驗②異質性檢驗結果請見《經濟科學》 官網“附錄與擴展”。

(1) 基于不同地區的檢驗。孫文浩和張杰(2020) 發現高鐵網絡會引導制造業企業碩、博學歷人才“外逃”，導致我國城市創新水平“東高西低”。與高鐵不同的是，現代地鐵建設具有節省土地、緩解交通擁堵、減少污染、減少噪音、節約資源等優勢，因此在城市內部，地鐵的建設是否可以緩解當前我國“東高西低” 的創新局面? 解答這一問題可以為政府緩解區域創新發展不平衡提供依據。根據相關結果可知，地鐵開通對西部城市創新水平的提升大于東中部城市。究其原因主要是西部城市的人均受教育水平和初始創新水平較低，因而地鐵開通后知識型人才和資本的流入所帶來的創新邊際產出較大。此外，Chen (1996) 發現國外資本偏愛中國的西部地區，因為其遠離東中部工業技術發源地，這也是導致異質性的原因。由此說明西部城市可以從地鐵開通中獲益更多，進而緩解中國區域創新發展不平衡的現象。

(2) 基于不同創新強度城市的檢驗。地鐵的建設對創新強度不同的城市創新水平的影響如何? 解答這個問題可以為今后地鐵網絡建設縮小中國城市間創新差距提供解釋。本文使用2000 年中國國家知識產權局的發明專利授權數的地級市加總數，以50 分位數為門檻將樣本城市分為高創新城市和低創新城市。根據創新強度列的結果可以發現，地鐵建設對于城市創新水平的提升存在初始創新強度異質性，且對創新強度越低的城市的提升作用越大。孫文浩和張杰(2020) 發現高鐵網絡的建設會促使碩士學歷人才流向低創新強度城市中的制造業企業。低創新強度城市的人均受教育水平和初始創新水平較低，所以地鐵開通后對城市創新系統內各創新主體協同創新效率的提升，以及知識型人才和資本的流入所帶來的創新邊際產出較大。這一結論有助于緩解我國“東高西低” 的創新發展格局。

(3) 基于地鐵網絡完善程度的檢驗。本文首先構建樣本期內城市地鐵開通數變量，然后將和交互項×加入模型(10)，考察地鐵開通數量不同所導致的異質性影響。由線路列結果可知，交互項×的系數為8.0252，說明城市每多增加一條地鐵，城市創新水平平均可以提升約8.03 個單位。其主要原因在于，地鐵主要服務于城市中心城區和城市總體規劃確定的重點地區，很多城市的地鐵線路往往圍繞著城市中心，而高鐵站點和飛機場則大多遠離城市中心，所以地鐵網絡的完善可以提升內外交通轉換的流利程度，強化內外交通的互聯互通，提升知識信息的傳播速度。交通基礎設施建設可以增強城市的可達性和吸引力，提升該區域的區位優勢，加快生產要素的流動(張學良，2012)，促進知識溢出。進而可以得出結論，地鐵網絡建設越完善，城市創新水平越高。

(4) 基于不同污染程度城市的檢驗。人才受教育水平越高在就業選址時對空氣污染的敏感性越高(孫偉增等，2019)。同時，投資者在投資時會考慮地區的未來發展潛力，城市受污染程度大小會在一定程度上影響人力資本和物質資本的流動。本文從2001 年的《中國城市統計年鑒》 收集整理了2000 年的PM 2.5、SO和環境噪音達標面積的占比數據，以50 分位數為分界點將樣本城市劃分為高污染城市和低污染城市，然后進行分樣本回歸。依據污染異質性檢驗結果，城市空氣和噪音污染越嚴重，地鐵開通后城市創新水平提升越多。究其原因可能是污染越嚴重的城市由地鐵開通帶來的污染物減排效應越大(梁若冰和席鵬輝，2016)，從而向外界釋放出良好的政府規劃信號，可能會使得這些城市在地鐵開通后變得更加有吸引力。

(七) 成本收益分析

依據中國城市軌道交通協會發布的《城市軌道交通2016 年度統計和分析報告》，2016 年30 個城市開通城市軌道交通運營，完成投資3 847 億元，平均人公里運營成本0.99 元，平均人公里運營收入0.49 元。全年累計完成客運量160.9 億人次，年度新增運營線路長度534.8 公里，全國城軌交通平均旅行速度35.35 公里/小時。假定以每人45分鐘的行程算，2016 年運營成本4 199.58 億元。在不考慮建設成本的條件下，運營收入僅是運營成本的1/2，即總運營收入2 099.79 億元遠小于地鐵建設和運營成本。如果考慮建設成本，2016 年中國興建與運營城市軌跡交通的成本合計約為8 046.58 億元。

但是上述成本收益分析忽略了軌道交通網絡本身的強外部性。軌道交通網絡的正外部性主要包括:第一，軌道交通可以通過緩解交通擁堵，降低就業人員的通行時間進而提升其工作效率。借鑒Fu 和Gu (2017) 的計算方法，2016 年中國30 個開通軌道交通的城市就業人均小時工資約為113.015 元；而2016 年全國城軌交通平均旅行速度是城市其他公共交通方式平均旅行速度的2—3 倍，以每天60 分鐘的極端通勤時間為基準，則地鐵開通可節約從業人員每天24 分鐘左右的時間。所以，地鐵開通為這些城市帶來的通勤時間減少可以轉化成每年約65 億元的收入。第二，軌道交通可以通過污染減排效用提升居民社會福利水平。梁若冰和席鵬輝(2016) 以北京為例，利用條件價值評估法測算出地鐵開通的污染減排平均效用約為70 億元，而2016 年30 個城市軌道交通開通城市的污染減排經濟效用約為2 100 億元。第三，軌道交通可以通過促進城市創新水平拉動經濟增長。本文采用最新的隨機前沿分析(SFA) 方法計算出2016 年開通軌道交通的30 個地級市平均TFP 約為2.29，同時依據表4 第(3) 列的結果，地鐵開通推動了城市11.74%的創新水平增長即技術水平增長，地鐵開通對城市經濟的增長貢獻為0.269%。2016 年中國30 個開通軌道交通的城市的GDP 為311 659.4 億元(按當年價格)，所以地鐵開通對地區經濟的拉動約為838.4 億元。據此，地鐵開通帶來的實際收益為5 108.19億元，大于2016 年地鐵運營成本4 199.58 億元。在考慮城市軌道交通建設帶來的外部性收益后，總收益大于成本。由此可得，盡管軌道交通的修建與運營成本價值不菲，但其正外部效應帶來的收益在彌補完每年的運營成本后，可以使得社會總福利增加908.61 億元，且最短可在4.23 年內回收建設成本。

五、結論和啟示

如何通過地鐵等城市軌道交通的建設促進協同創新和區域要素合理流動是本文的核心命題。本文利用2001—2016 年289 個地級市面板數據，使用雙重差分模型研究了地鐵開通對城市創新水平的影響及其內在機制。研究發現，第一，地鐵開通顯著提升了城市的創新水平，地鐵建設可以增加校企聯系、吸引人力資本和FDI 流入是推動城市創新水平提升的重要原因，且結果穩健。第二，地鐵對城市創新水平的影響存在顯著的異質性特征，西部地區成為地鐵建設的最大贏家，緩解了東部地區對西部地區的“虹吸效應”，縮小了東西部城市的創新差距。城市地鐵線路越完善、創新強度越低、污染程度越高，地鐵開通對其創新水平的正外部性越大。總體而言，地鐵開通可以在兼顧效率和公平的同時，較好地提升城市的創新水平。

本文有如下政策啟示:第一，應放寬西部地區地鐵建設要求，以促進區域協調發展。好的交通基礎設施是西部落后地區吸引優勢地區要素流動與產業梯度轉移的必備條件。本文發現地鐵開通對西部城市創新水平的提升遠大于東部地區，依據內生增長模型這能夠緩解我國區域發展不平衡問題，同時有助于人口增長。而當前政府對城市地鐵建設的人口、財政、GDP 等要求，短時間內我國西部地區大部分城市是無法滿足的。例如，依據《2018 年中國城市統計年鑒》，滿足2018 年地鐵建設新規的西部城市只有南寧、成都、昆明、西安和重慶五個城市。這顯然會加重我國東西部城市之間的不平衡，不利于我國區域平衡發展戰略的推行。

第二，應促進城市地鐵線路網絡化，充分發揮地鐵對區域創新主體的協同和區域創新要素的空間流動，推動我國產業高質量發展。本文發現地鐵開通對城市創新水平的正外部性會隨著地鐵線路的增多而提升，因此應加快地鐵城市的線路網絡化進程，提升城市交通運輸服務能力和水平，滿足居民出行需求，推動經濟社會發展。另外，應發揮地鐵網絡化對空間知識溢出的促進作用，拓展產業高質量發展的創新驅動路徑，推動政產學研用的有機結合，推動企業創新體系、產業創新體系、國家創新體系建設。

第三，應提升地鐵城市的服務質量，完善城市創新環境。城市地鐵線路往往圍繞著城市中心，而高鐵站點和飛機場則大多遠離城市中心，導致內外交通轉換存在困難，極大制約了地鐵正向效應的發揮。因此，應加快內外交通的互聯互通，加強以軌道交通為引領的多樞紐交通體系的構建；同時應發揮地鐵對人力資本和國外資本的吸引力，構建多樣化、包容性的城市生活和工作環境，以更美好的地方品質和更有發展前景的就業環境吸引高層次人才向本地轉移，促進本地知識溢出，提高城市創新活力。