高铁建设对粤港澳大湾区城市群空间经济关联的改变及影响分析时间： 2019-02-19信息来源：《广东财经大学学报》2018年第3期 作者：李彦 王鹏 梁经伟 责编：qgy 李惠杰
摘要：基于高铁建设背景，利用2003年～2015年的城市面板数据，对粤港澳大湾区城市群空间经济关联的变化特征及其影响因素进行研究，结果表明：粤港澳大湾区城市群的网络密度处于不断上升的趋势，其空间结构朝着多中心、网络化的方向发展，各城市间的经济联系也在不断增强。多期DID模型的检验结果表明，高铁开通这一政策因素有效提升了大湾区城市群的空间经济关联水平，并且人均收入、市场内部潜力和信息条件也是重要的影响因素。从大湾区—周边层面来看，高铁开通对粤港澳大湾区城市间空间经济关联的影响要大于对周边地区城市的影响。高铁建设对大湾区沿线城市的影响时滞约1年，其时间效应呈现动态变化特征。
关键词：粤港澳大湾区，城市群，高铁建设，空间经济关联，社会网络分析，多期DID模型
基金项目：国家自然科学基金项目(71673112)；广州市哲学社会科学“十三五”规划课题(2017GZMZYB15)
一、引言
交通基础设施的改善和提升对于区域的经济发展与空间重构发挥着重要的影响。现阶段，随着我国主要城市间高速铁路的陆续建设及通车，城市之间的联系日益密切，区域经济一体化的趋势也在不断增强。截至2017年初，作为我国经济效益最高的区域之一，粤港澳大湾区的高速铁路营运里程已超过
2017年7月，国家发改委、广东省政府、香港特别行政区政府和澳门特别行政区政府经过协商，共同制定《深化粤港澳合作推进大湾区建设框架协议》，其中特别强调要“推进基础设施互联互通，优化高速铁路网络布局”。那么，在高铁建设的时代背景下，粤港澳大湾区内部各城市之间的经济关联如何？哪些因素影响了粤港澳大湾区城市群的空间经济结构？回答这些问题对于推动大湾区基础设施建设、促进大湾区各城市经济协调发展具有重要的现实意义。
二、文献综述
交通运输网络是形成区域网络系统的前提条件，良好的交通连接对于区域经济联系与空间整合具有重要意义。许多国内外学者在分析高铁建设对经济活动分布和区域空间结构变化的影响时，采用了可达性这一指标。高铁可以将连接在一起的城市带转变为整体经济走廊，在一定程度上提高区域内城市间的可达性(Blum等，1997)[2]。对于中国区域经济而言，高速铁路发挥着“走廊效应”和“辐射效应”两方面的影响，随着高速铁路网络化程度的提高，中国城市间的整体可达性得到了提升(Shaw等，2014)[3]。可达性的增强不仅可以促进经济要素的流动，而且对沿线地区城市间的空间经济联系产生一定的影响。王雨飞和倪鹏飞(2016)[4]研究发现，高铁的开通缩短了各城市间的时间距离，促使散落的城市连结成群，中国区域间经济增长的溢出效应由此得到增强。彭宇拓(2010)[5]认为高速铁路网的完善在一定程度上触发了我国城市群的集聚和扩散效应。
尽管大多数学者认为高铁建设强化了城市群的经济关联效应，但由于各城市的经济基础和规模大小不同，加上高铁网络建设的非均衡性，高铁对沿线地区各城市间空间经济关联的影响效果却不尽相同。一方面，部分学者研究发现高速铁路的开通提高了沿线城市的经济联系强度，并可以带动小城市的发展机会。王昊和龙慧(2009)[6]认为随着高铁建设的网络化发展，一些中心城市往往成为高铁线路的聚集点，不同城市间的空间经济联系也在不断增强。贾善铭和覃成林(2015)[7]研究发现，预计2020年高速铁路网络建成后，我国泛珠三角地区的区域经济格局均衡性将增强。Li X等(2016)[8]的研究表明，高铁建设显著改变了长三角城市群经济活动的空间分布，强化了中心城市的经济地位，带动了二线城市的投资，并促使更多的消费活动集中于城市群的非高铁沿线城市。另一方面，部分学者认为高铁建设会促进大城市形成更大的经济规模，而小城市则面临着被边缘化的危险。Gutiérrez(2001)[9]认为高铁建设通过促进要素流动和高端产业集聚惠及了所连接的中心城市。Hall(2009)[10]的研究表明，高铁新线的设置虽然在一定程度上强化了中心城市的地位，但却不利于中小城市的发展。Ureña等(2009)[11]的研究发现，法国、西班牙等国高速铁路的开通促进了线路上中型城市的发展，使得经济活动由附近的小城市向其集中。
当然，除了高铁开通这一交通方式的改进因素之外，城市间的空间经济联系也受到政府政策、人力资本等因素的影响。韩会然等(2011)[12]运用社会网络分析方法，发现皖江城市带空间经济联系正逐步趋于均衡状态，要素的集聚与扩散、交通方式的创新等因素共同形成了皖江城市带空间经济联系的变化机理。Martí-Henneberg(2013)[13]从历史演进的角度研究了欧洲铁路系统从1840年至2010年的变迁，发现铁路交通系统的建设离不开国家政策的支持和推动，并且铁路网络对于欧洲经济活动的分布有着长远的影响。Ke X等(2017)[14]认为中国高速铁路的开通显著促进了沿线城市的经济增长，同时，要素流动性、地方保护主义、旅游资源、本地人力资本等也是影响城市从高速铁路中获益的重要因素。
综上所述，已有大部分学者研究高铁建设对区域空间经济关联的影响效果和优化调控，但是很少有学者对城市间空间经济关联的变化特征及其影响因素进行深入探讨，基于多期DID模型的研究则更少。并且就当前研究成果来看，尚存在一些不足之处亟待完善。(1)关于高铁开通对区域空间格局的影响，多数学者关注于某一时间段或者某一特定区域，然而随着高铁网络的内联外通和规模的不断扩大，各城市间的经济联系会受到一定的影响，区域空间格局也会随着时间的推移发生一定的变化。(2)既有研究在分析城市间空间经济关联时，多运用社会网络分析、城市流、地缘经济等分析方法[15]，难以有效评估高铁开通这一政策实施的影响和效果，且缺乏有效的稳健性检验。鉴于此，本文首先通过社会网络分析方法观察粤港澳大湾区城市群空间经济关联的特征，接着在构建多期DID模型的基础上，就粤港澳大湾区城市群2003年～2015年空间经济关联的影响因素进行实证分析和检验，进而为高速铁路与大湾区的互动发展提供相应的政策建议。
三、粤港澳大湾区城市群空间经济关联的变化特征
基于高铁建设背景，粤港澳大湾区城市群作为一个区域开放系统，其空间经济关联主要表现为劳动力、资本等经济要素在高铁沿线城市及周边地区进行集聚和扩散，在一定程度上增强了节点城市的辐射带动作用，实现了要素资源的优化配置，并且由于产业分工、信息技术等因素的影响，各城市之间的相互吸引力会受到一定的影响，并最终形成网络化的空间结构。
目前，关于粤港澳大湾区涵盖的地域范围尚未有明确的官方界定，国内学者的研究多将其划分为广东省的珠三角9个城市与香港、澳门两个特别行政区(钟韵等，2017)[16]。考虑到珠三角地区城市与港澳之间具有长期的紧密合作关系，本文认为粤港澳大湾区城市群的空间范围包括广州、深圳、珠海、佛山、中山、江门、肇庆、东莞、惠州、香港特别行政区和澳门特别行政区，其中涵盖的高铁线路主要包括广深港高铁(广深段)、贵广高铁、厦深高铁、南广高铁四条省内高速铁路和广深、莞惠、广肇、广珠(珠海段)四条城际铁路。
为了观察粤港澳大湾区城市群空间经济关联的整体特征，需要首先测度城市间的经济关联的关系矩阵，这其中主要包括城市引力模型、城市流模型和地缘经济关系模型三种方法。借鉴侯赟慧等(2009)[17]的思路，本文以修正后的城市引力模型作为测度方法，并纳入高铁建设因素，两个城市之间距离越近，其相互作用力越大，越能吸引更多的经济要素集聚。具体表达式如下：
式(1)中，Rijt表示城市i与城市j之间空间经济关联的水平，Pit、Pjt为两城市的t年末市辖区总人口，Tit、Tjt为两城市在t年的GDP。在传统的引力模型中，Dijt表示两地区之间的地理空间距离，这里为了体现高铁开通后的时空变化，用i城市通过铁路交通到j城市的最短时间距离来表示，近似于真实的旅行时间。式(2)中，Kijt为调节参数，反映城市i在t年对Rijt的贡献率。借助修正后的城市引力模型，可以计算得出2003年～2015年粤港澳大湾区两两城市间的空间经济关联值，从而构成11×11的有向关系矩阵数据。
截至2015年底，粤港澳大湾区城市群已开通高铁的城市为广州、深圳、珠海、中山、惠州和肇庆6个城市，其中广州最早于2009年开通，深圳、珠海、中山于2011年开通，惠州、肇庆则分别于2013年、2014年开通。结合实际分析需要，本文选取2003年、2011年和2015年3个截面的代表性数据来进行网络结构分析，具体结果如图1所示，其中每个节点表示城市，节点之间的连线表示经济关联及其方向②。从中可以看出，2003年～2011年粤港澳大湾区城市群空间经济关联的网络变化并不明显，而2015年的网络结构明显趋于复杂化，表明各城市间的经济联系不断增强且更加紧密。
图1 粤港澳大湾区城市间空间经济关联网络结构图
社会网络分析方法(SNA)从“关系”角度研究城市间的经济关联和空间结构问题，是刻画网络化空间结构整体形态和特征的重要方法。本文从网络密度和中心度两方面来研究粤港澳大湾区空间经济关联的变化趋势和特征。网络密度表示各城市间实际拥有的连接关系数与可能拥有的理论最大关系数之比，该值越大，说明结点间联系渠道越强，城市间的可达性也就越强，越有利于区域的协调发展。由图2可知，2003年～2015年粤港澳大湾区城市群的网络密度处于不断上升的趋势，2015年达到最高值。从2011年到2015年，广深港高铁(广深段)、厦深高铁、贵广高铁、南广高铁四条主要省内高速铁路相继通车，这段时期内网络密度的增长率也始终高于8%，说明高铁建设因素在某种程度上推动了粤港澳大湾区城市群空间经济结构的演变，对于各城市在网络结构的地位也产生了一定的影响。
图2 2003年～2015年粤港澳大湾区城市群网络密度变化图
说明：根据Ucinet 6.56软件计算结果绘制。
中心度反映了节点在网络中的地位和权力，主要包括点度中心度、接近中心度和中间中心度。根据图1中2015年粤港澳大湾区城市间的空间经济关联示意图，可以计算得出相应的三种中心度指数。从表1中可以看出，在点度中心度和接近中心度方面，广州和深圳的指数值均在80以上且大于其他城市，说明这两个城市的经济辐射范围较广。对比图1可知，随着高铁的网络化建设，广州、深圳在粤港澳大湾区中的核心地位不断提升，而澳门和肇庆的点度中心度和接近中心度都相对较小，反映了这两个城市的“权力集中度”较小，其他七个城市的点度、接近中心度则处于中等水平，有待进一步提升。在中间中心度方面，最大值依然为广州和深圳，从地理位置上来看，广州和深圳分别位于大湾区的西部和东部地区，表明它们在粤港澳大湾区城市群网络结构中扮演着“桥梁”的作用，对于连接大湾区内其他城市起着明显的中介和沟通作用。
表1 2015年粤港澳大湾区各城市中心度
|
城市 |
点度中心度 |
接近中心度 |
中间中心度 |
|
广州 |
81.818 |
90.909 |
15.444 |
|
深圳 |
81.818 |
90.909 |
10.148 |
|
中山 |
72.727 |
83.333 |
8.963 |
|
佛山 |
54.545 |
71.429 |
3.593 |
|
东莞 |
54.545 |
71.429 |
1.556 |
|
珠海 |
45.455 |
66.667 |
2.111 |
|
江门 |
45.455 |
66.667 |
2.296 |
|
惠州 |
45.455 |
66.667 |
1.741 |
|
肇庆 |
27.273 |
58.824 |
0 |
|
香港 |
54.545 |
71.429 |
2.481 |
|
澳门 |
36.364 |
62.500 |
0.556 |
说明：根据Ucinet软件计算所得，各中心度均为标准化数据。
综上，三种中心度指数值较大的城市，一般是经济实力较强、人口密度较大的城市，其实际地位也处于高铁网络中的核心节点。总体而言，在高铁建设背景下，粤港澳大湾区城市群的空间经济关联已呈现多中心、网络化的变化趋势。
四、粤港澳大湾区城市群空间经济关联的影响因素
在分析了高铁建设背景下粤港澳大湾区城市群空间经济关联的特征之后，自然引出如下问题：即哪些因素影响大湾区城市群空间经济关联的变化趋势？其中高铁因素占多大比重？考虑到高铁开通政策可以被看作是一次自然实验，因而本文采用倍差估计方法DID(Differences in Differences)来评估该政策的实施效果，这也是目前多数学者分析高铁开通对城市经济产生影响的方法之一(Ghani等，2017)[18]。
(一)模型设计
在资源禀赋、等级规模和经济发展水平等方面，粤港澳大湾区各城市存在一定差异，并且由于交通运输方式改进的影响，各城市间的空间经济关联往往随着时间的推移而呈现出动态变化特征。由此，本文将已开通高铁城市作为实验组，将未开通高铁城市作为控制组，构建一个一般化的多期DID模型：
Rit=α0+α1Git+α2DTt+α3Xit (3)
式(3)中，Rit用于反映i城市在t年与其他城市相互吸引、相互作用的程度，其值为前文测得的城市i与城市j之间空间经济关联水平的总和。Git为高铁建设的政策属性变量，DTt是高铁建设的时间属性变量，Xit为控制变量。
(二)自变量的选取及数据来源
考虑到影响粤港澳大湾区城市群空间经济关联的因素是多方面的，本文将影响因素划分为高铁建设变量和控制变量两大类，并借鉴李红昌等(2016)[19]在研究高速铁路对中国沿线城市经济集聚影响时的设计，选取城市属性、经济属性和社会属性三方面的变量作为控制变量，所设置的计量模型如式(5)所示。
Rit=α0+α1Git+α2DTit+β1PEOit+β2IMPit+β3PGDPit+β4FDIit+β5ITit+β6GOVit+μi+εit (5)
式(5)中，Rit表示粤港澳大湾区中城市i与其他城市间空间经济关联水平的总和，μi为城市的固定效应，εit表示随机扰动项，各解释变量的具体说明如表2所示。
表2 自变量的含义及说明
|
变量 |
变量属性 |
变量名称 |
指标含义 |
指标说明 |
|
高铁建设变量 |
政策属性 |
虚拟变量(Git) |
当i城市在实验组且t在高铁开通当年及之后的年份，Git=1，否则为0 |
经过差分后的系数α1即为高铁开通对实验组和控制组的影响差异，若α1＞0，说明高铁开通促进了大湾区城市间的空间经济关联 |
|
时间属性 |
虚拟变量(DTit) |
DTit在高铁开通的第T年为1，否则为0 |
DTit用于捕捉在高铁没有开通情况下可能存在的时间趋势效应 |
|
|
控制变量 |
城市属性 |
城市扩张(PEOit) |
城市人口密度(人/平方公里) |
在一定的合理范围内，扩大城市规模有利于拓展经济要素的流动空间，但规模过大也可能产生市场拥挤、资源供给不足等负面影响 |
|
市场内部潜力(IMPit) |
社会消费品零售总额/城市内部距离(万元/公里) |
借鉴覃成林和种照辉(2014)[20]的做法，采用IMPit来衡量一个城市市场的潜在规模和接近程度。IMPit越大，意味着该城市的市场购买力越大，市场要素更容易进入该城市 |
||
|
经济属性 |
人均收入(PGDPit) |
人均地区生产总值(元) |
高铁项目投资不仅需要大量的旅客目标市场，也要有较高的支付能力及意愿[21]。居民人均收入越高，其通过高速铁路等快捷交通方式出行的意愿越大 |
|
|
对外开放水平(FDIit) |
当年实际利用外商投资(万美元) |
外商直接投资能够加快要素流动和资本集中，因而对城市间经济交流发挥着重要的影响[22] |
||
|
社会属性 |
信息条件(ITit) |
互联网用户数(户) |
互联网的运用可以促进经济要素的跨时空转移，为城市间相互交流与合作提供有效的技术支持 |
|
|
政府公共服务(GOVit) |
一般财政支出占GDP比重(%) |
就城市间经济关联来说，由于各城市的经济基础和市场偏好不同，因而政府公共服务的影响可能具有一定的区域差异 |
说明：城市内部距离的计算公式为di=(2/3)(Si/π)1/2，其中Si为城市i的市辖区面积。
本文采用2003年～2015年粤港澳大湾区城市群11个地级及以上城市的面板数据，相关数据主要来源于历年的《中国统计年鉴》《广东统计年鉴》《香港统计年刊》《澳门统计年鉴》。其中，两城市间的最短旅行时间数据是通过相应年份的《全国铁路旅客时刻表》以及12306官方网站进行查询，若两城市间无直达高速列车，则依次按照普通列车、高速公路交通方式，取道最近的中转城市进行最短旅行时间的统计；各城市的GDP数据利用价格指数来进行平减处理(以2002年为基期)，为降低异方差的影响，对绝对值变量做对数化处理。其次，考虑到粤港澳大湾区城市间的空间经济关联需要广阔的资源生态支持，除粤港澳大湾区11个城市外，本文还将广东省其他12个地级及以上城市纳入对比分析框架，并将其界定为粤港澳大湾区周边城市，具体包括汕头、韶关、河源、梅州、汕尾、阳江、湛江、茂名、清远、潮州、揭阳和云浮，这样的空间划分可以便于比较分析高铁建设因素对于粤港澳大湾区及周边地区城市间空间经济关联的强度和辐射范围。
(三)实证估计与分析
在实证检验中，本文分别从整体层面和粤港澳大湾区—周边地区两个层面来进行分析。由表3中的Hausman检验结果可知，模型宜采用固定效应估计，以便消除城市的个体效应，各模型的R2值均在0.9左右，表明拟合程度都较好。
表3 实证估计结果
|
变量 |
总样本 |
粤港澳大湾区城市 |
大湾区周边城市 |
|||
|
模型(1) |
模型(2) |
模型(3) |
模型(4) |
模型(5) |
模型(6) |
|
|
G |
1.42***(10.04) |
|
1.56***(12.99) |
|
1.33***(15.36) |
|
|
D1 |
|
1.40***(13.72) |
|
1.48***(9.24) |
|
1.31***(10.67) |
|
D2 |
|
0.13(0.99) |
|
0.10(0.53) |
|
0.14(0.86) |
|
D3 |
|
-0.01(-0.06) |
|
-0.06(-0.32) |
|
-0.02(-0.11) |
|
D4 |
|
-0.19(-1.24) |
|
0.15(0.67) |
|
-0.32(-1.60) |
|
D5 |
|
0.07(0.40) |
|
-0.11(-0.49) |
|
0.10(0.46) |
|
D6 |
|
-0.22(-0.86) |
|
-0.01(-0.04) |
|
-0.32(-0.78) |
|
D7 |
|
-0.01(-0.02) |
|
-0.20(-0.61) |
|
|
|
PEO |
-0.12(-1.28) |
-0.12(-1.28) |
0.02(0.06) |
0.02(0.06) |
-0.10(-1.08) |
-0.10(-0.99) |
|
IMP |
0.72***(7.38) |
0.80***(7.16) |
1.07***(6.27) |
1.07***(5.85) |
0.66***(4.95) |
0.69***(5.04) |
|
PGDP |
0.76***(6.82) |
0.79***(6.87) |
0.29(1.53) |
0.28(1.36) |
0.86***(6.42) |
0.87***(6.44) |
|
FDI |
0.04(0.73) |
0.04(0.83) |
-0.29**(-2.00) |
-0.28*(-1.83) |
0.07(1.40) |
0.08(1.39) |
|
IT |
0.14*(1.77) |
0.13*(1.81) |
0.24**(2.65) |
0.26***(2.74) |
0.15(1.42) |
0.13(1.25) |
|
GOV |
-4.42***(-2.97) |
-4.90***(-3.21) |
9.83***(2.70) |
9.72**(2.45) |
-5.06***(-3.03) |
-5.38***(-3.15) |
|
cons |
3.87***(3.32) |
3.57***(2.95) |
6.17**(2.18) |
5.92*(1.96) |
3.82***(3.02) |
3.43***(2.63) |
|
Hausman-test |
33.38*** |
37.48*** |
33.58*** |
51.88*** |
39.28*** |
72.66*** |
|
R2 |
0.9201 |
0.9210 |
0.9614 |
0.9625 |
0.9099 |
0.9118 |
|
N |
299 |
143 |
156 |
|
|
|
说明：***、**、*分别表示在1%、5%和10%的水平上显著；括号内为t值。下表同。
1.从整体样本来看，模型(1)中表示高铁是否开通的政策属性变量G的系数显著为正，说明高铁的开通提高了粤港澳大湾区及周边城市的空间经济关联水平。由其他控制变量的估计结果可知，对粤港澳大湾区及周边城市空间经济关联影响较大且显著的解释变量主要有市场内部潜力(IMP)、人均收入(PGDP)、信息条件(IT)和政府公共服务(GOV)。IMP、PGDP、IT的提高对粤港澳大湾区空间经济关联水平的影响具有显著促进作用，它们每增加1%，空间经济关联水平将分别增加0.72%、0.76%和0.14%，GOV这一变量则起到一定的负向作用。PEO、FDI的统计系数并不显著，说明提高人口密度、增加实际利用外商投资这两个措施，并不能有效提高粤港澳大湾区及周边城市的空间经济关联水平。
2.从大湾区与周边地区层面来看，对比模型(3)(5)可知，G的系数值分别为1.56和1.33，说明高铁开通这一政策因素对两个区域的空间经济关联都起到了一定的正向促进作用，并且对粤港澳大湾区城市的影响大于对其周边城市的影响。从其他控制变量来看，对大湾区城市空间经济关联水平有显著正向影响的变量有IMP、IT和GOV，FDI的增加则在一定程度导致了大湾区城市间空间经济关联发生扩散效应，这可能是由于大湾区城市的要素集聚成本较高，当FDI处于饱和增加状态时，城市经济中的外在化因素便会促使人口、劳动力等经济要素加速外流，一些中小企业被迫迁离中心市区以降低生产成本，进而重新进行产业布局；而对大湾区周边城市而言，IMP、PGDP的增加有利于提高各城市间的空间经济关联水平，说明优化市场结构、提高人均收入有利于促进大湾区周边城市间的经济联系。值得注意的是，政府公共服务(GOV)表示地方财政支出占GDP比重，这一指标在许多文献中又被称作地方保护，模型(5)中的系数值显著为负，与模型(3)中的GOV的系数值相反，反映了对于人口规模较小、经济实力相对较弱的大湾区周边城市而言，其内部城市间的空间经济关联将会受到地方保护主义的不利影响。
3.考察高铁开通的时间效应。由模型(2)(4)(6)的回归结果可知，粤港澳大湾区及其周边城市DT的变化趋势总体呈现动态波动效应，且DT的系数仅在高铁开通后的第一年表现出显著为正，说明高铁建设对沿线城市的影响时滞约1年，这与董艳梅和朱英明(2016)[23]的研究结论相一致。由于在本文样本中，大湾区周边城市中最早开通高铁的为清远市，时间是2010年，因而在模型(6)中，截止到2015年开通高铁最长的时间为6年，因此DT的取值是从D1到D6。总体而言，上述结果与只考察高铁开通的政策效应而不考察各年份的时间效应所得的结论基本一致。
(四)稳健性检验
为了验证上述实证结果是由于高铁建设因素的影响，下面进行两方面的稳健性检验。
1.反事实检验。借鉴已有文献[24]的研究设计，通过改变政策的执行时间来对模型(3)(4)进行反事实检验，即假设不存在高铁建设这一事实，实验组和控制组之间的差异也会随时间的推移而变动。就大湾区内的11个城市而言，广州最早开通高铁，时间是2009年，故作如下处理：第一，分别依次假设实验组城市在高铁建成实际年份前后的第1、2、3、4年为假想的高铁建设时间节点，其他控制变量的设置不变，对其进行同式(5)一样的回归(限于篇幅，表4仅列示1年期的结果)。第二，假设实验组的所有城市在2008年就已开通高铁，同样进行与式(5)一样的回归。
表4 反事实检验估计结果
|
变量 |
提前1年 |
推迟1年 |
2008年 |
|||
|
模型(7) |
模型(8) |
模型(9) |
模型(10) |
模型(11) |
模型(12) |
|
|
G |
1.18(1.19) |
|
1.08(1.23) |
|
0.61(0.53) |
|
|
D1 |
|
0.25**(2.36) |
|
1.18***(8.64) |
|
-0.05(-0.51) |
|
D2 |
|
1.21***(9.50) |
|
-0.03(-0.18) |
|
0.67***(5.09) |
|
D3 |
|
0.13(1.03) |
|
-0.24(-1.20) |
|
0.12(0.85) |
|
D4 |
|
-0.01(-0.05) |
|
0.05(0.26) |
|
0.84***(6.07) |
|
D5 |
|
0.10(0.67) |
|
-0.30(-0.95) |
|
-0.09(-0.69) |
|
D6 |
|
0.07(0.44) |
|
-0.06(-0.14) |
|
0.16(1.16) |
|
D7 |
|
-0.20(-0.79) |
|
|
|
0.13(1.01) |
|
D8 |
|
-0.01(-0.01) |
|
|
|
0.10(0.74) |
|
PEO |
0.24**(2.13) |
-0.07(-0.74) |
-0.07(-0.60) |
-0.07(-0.54) |
0.19(1.44) |
-0.03(-0.25) |
|
IMP |
0.90***(6.81) |
0.73***(6.42) |
1.07***(7.81) |
1.10***(7.94) |
1.30***(8.25) |
0.32**(2.48) |
|
PGDP |
0.70***(5.08) |
0.79***(6.87) |
0.68***(4.71) |
0.71***(4.83) |
0.56***(3.40) |
0.74***(5.99) |
|
FDI |
0.06(1.04) |
0.06(1.24) |
-0.01(-0.19) |
-0.01(-0.16) |
-0.05(-0.65) |
0.18***(3.32) |
|
IT |
0.14*(1.74) |
0.14*(1.91) |
0.23**(2.52) |
0.23**(2.48) |
0.19*(1.91) |
0.14*(1.84) |
|
GOV |
-5.18***(-2.86) |
-4.78***(-3.15) |
-6.00***(-3.16) |
-6.71***(-3.46) |
-5.62***(-2.59) |
-3.52**(-2.22) |
|
cons |
0.34(0.25) |
3.75***(3.12) |
0.59(0.40) |
-0.04(-0.03) |
-2.09(-1.26) |
7.32***(5.36) |
|
R2 |
0.7821 |
0.7225 |
0.7690 |
0.7712 |
0.6317 |
0.6161 |
|
N |
143 |
143 |
143 |
|
|
|
从表4中可看出，无论是改变高铁城市还是整个实验组的高铁建成时点，表示高铁是否开通的政策效应变量G的系数均未通过10%水平下的显著性检验，且相对于原模型而言，各模型的显著性都有了一定程度的降低，故拒绝了原假设，表明上述结论并不是随时间变动而导致的安慰剂效应的结果。
2.变换解释变量。为了更准确地估计高铁建设对大湾区城市间经济联系的促进作用，除了构建反事实检验之外，本文还选取“发车频次”作为解释变量来进行稳健性检验。城市间发车频次在一定程度上反映了客流比重及客流强度，对于沿线城市来说，高铁的频次效应加快了要素流动，进而增强了城市间的空间相互作用(蒋华雄等，2017)[25]。由此，构建如式(6)所示的模型：
Rit=α0+α1GNit+β1PEOit+β2IMPit+β3PGDPit+β4FDIit+β5ITit+β6GOVit+μi+εit (6)
其中，GNit表示城市i一天内通过铁路客运方式到大湾区其他城市之间的总发车频次，其余变量的含义与式(5)相同。根据前文研究结论，高铁建设对已开通高铁城市的影响时滞约1年，即影响时段不只是当期的。因此，本文在式(6)的基础上，加入被解释变量的一阶滞后项，并进行广义矩(GMM)估计，最终得到的动态面板方程如下：
Rit=α0+α1GNit+α2Ri(t-1)+β1PEOit+β2IMPit+β3PGDPit+β4FDIit+β5ITit+β6GOVit+μi+ηt+εit (7)
式(7)中，Ri(t-1)为被解释变量的滞后一期，为了凸显高速铁路与常规铁路的通车方式对大湾区城市间经济联系所产生影响的差异性，总发车频次(GNit)的数据分别以常规铁路发车频次和高速铁路发车频次的指标来反映③。μi为个体效应，ηt为时间效应，εit为随机误差项，时间范围同样为2003年～2015年，其他变量的含义和处理方法同式(5)。
根据表5估计结果，模型(13)中GN的系数为0.63，但未通过显著性检验，而模型(14)中GN的系数显著为正，说明高铁发车频次每增加1%，大湾区城市间的空间经济关联水平将提升1.19%。另外，由AR估计量和Sargan统计量的检验结果可知，式(7)建立的动态模型是合理的。由此表明，高铁建设对粤港澳大湾区城市间的空间经济关联确有影响，前文的实证结论具有稳健性。
表5 变换解释变量的稳健性检验结果
|
变量 |
模型(13)：常规铁路 |
模型(14)：高速铁路 |
|
GN |
0.63(1.35) |
1.19**(2.54) |
|
R(t-1) |
0.41(0.85) |
0.39***(4.60) |
|
PEO |
4.45(1.31) |
-0.17(-0.23) |
|
IMP |
3.33**(2.16) |
0.63*(1.78) |
|
PGDP |
-0.39(-0.18) |
0.52(1.44) |
|
FDI |
0.30***(3.69) |
-0.19***(-2.73) |
|
IT |
0.63(1.16) |
0.31***(3.23) |
|
GOV |
-1.82***(-3.12) |
1.28(0.37) |
|
cons |
-5.64***(-12.10) |
7.49*(1.72) |
|
N |
132 |
132 |
|
AR(1) |
0.0403 |
0.0980 |
|
AR(2) |
0.6980 |
0.7422 |
|
Sargan检验P值 |
0.9709 |
0.9130 |
说明：采用系统GMM方法进行估计，括号内为t值，其他同表3。
五、结论与建议
(一)研究结论
本文首先就高铁开通与城市群空间经济关联的关系进行了系统的文献综述，接着利用粤港澳大湾区城市群2003年～2015年的城市面板数据，以两城市之间的经济联系值作为城市间空间经济关联的指标，实证分析了高铁建设背景下粤港澳大湾区城市群空间经济关联的变化特征，最后在构建多期DID模型的基础上，就粤港澳大湾区城市群空间经济关联的影响因素进行了深入研究，得出以下结论。
1.社会网络分析的实证结果表明，2003年～2015年粤港澳大湾区城市群的网络密度处于不断上升的趋势，随着广深港高铁(广深段)、厦深高铁、贵广高铁、南广高铁四条主要省内高速铁路和多条城际铁路的相继建成通车，粤港澳大湾区各城市间的经济联系不断增强，城市群的空间结构持续优化。但是从网络结构图来看，尽管粤港澳大湾区城市群的空间经济关联整体呈现多中心、网络化的结构特点，但各城市间存在不对称和不均衡的现象，经济基础相对较好的广州、深圳仍处于核心支配地位，而香港、澳门与大湾区其他城市的经济联系水平还有待提升。
2.多期DID模型的实证结果表明，从大湾区层面来看，高铁开通这一政策因素有效地提升了粤港澳大湾区城市间的空间经济关联水平，并且市场内部潜力、人均收入、信息条件和政府公共服务也是重要的影响因素；从大湾区—周边层面来看，高铁开通对粤港澳大湾区城市间空间经济关联的影响要大于对其周边城市的影响，对于粤港澳大湾区来说，FDI的增加在一定程度上降低了城市间的空间经济关联水平，而对大湾区周边城市间的空间经济联系而言，地方保护主义则是最主要的负向影响因素。此外，从高铁开通的时间效应来看，反映粤港澳大湾区高铁开通时间效应的DT指标呈现动态变化特征，高铁建设对已开通高铁城市的影响时滞约1年，说明高铁开通这一政策效应的影响见效快，其快捷便利的运输特点极大地满足了人们的出行要求和美好的生活需要。
综上所述，将社会网络分析方法与多期DID模型综合运用，能更好地体现出粤港澳大湾区各城市间空间经济关联的变化特征，即向着多中心、网络化的趋势发展，并且高铁建设是重要的推动因素。
(二)政策建议
1.构筑以高铁铁路交通为主的综合交通网络。高铁时代下，粤港澳大湾区城市群的空间结构朝着多中心、网络化的方向演化，经济要素在大湾区内流动更加便捷，范围逐步扩大，这就需要我们加快构筑以高铁铁路交通为主的综合交通网络。对此，可以从两方面着手：第一，不断完善城际综合交通网络，建设以广州、深圳、香港为核心，以高速铁路、城际铁路、高速公路、跨海通道为主的多层次综合交通网络，继续推进广深港高速铁路(香港段)、港珠澳大桥等主要城际通道建设，提高城际铁路对城镇的覆盖范围和水平。第二，不断完善高铁配套体系建设，强化高铁建设中多渠道的资金保障和全方位的安全保障，通过大湾区内一卡互通、不同客运方式联程化等方式，实现大湾区内交通信息的共享互通，提升高铁运输的服务水平。
2.以高铁建设为依托，推动大湾区及周边城市经济协调发展。城市间经济要素的流动和转移离不开高铁网络的合理引导和布局，然而目前粤港澳大湾区城市群的高铁网络依旧存在着覆盖率不高、分布不均衡等问题。对此，粤港澳大湾区城市群首先需要加强与周边城市间的经济交流和联系，按照广东省综合交通运输体系发展“十三五”规划中的要求，规划建设深圳—茂名、梅州—潮汕等高速铁路和城际铁路建设，提升大湾区周边城市的运输能力，带动城市间的产业分工和协作。其次，考虑到大湾区的地理特点，应当将高速铁路与跨海交通方式作为一个系统进行统筹规划，努力改善澳门、河源、云浮等尚未开通高铁城市的对外交通方式，提高城市可达性，加强其与高铁城市接驳的相关基础设施的建设。
3.在规划和建设高速铁路的过程中，重视FDI、市场内部潜力和信息条件等其他要素的作用。除高铁开通因素外，城市间的空间经济关联还受到FDI、市场内部潜力和信息条件等其他因素的影响。对此，粤港澳大湾区应当努力构建总部经济，积极改善教育、电信、医疗等地方公共服务设施的建设，提高市场内部潜力，减少对外商投资的过度依赖。而对于大湾区周边城市来说，则应当以市场为主导，努力减少政府对产业经济的干预，通过城际轨道、高速公路等加强与大湾区城市的交通衔接，从而共享高铁时代所带来的经济福利。
注释：
①数据来源于《粤港澳大湾区城市群手册2017》。
②限于篇幅，文内没有展示粤港澳大湾区各年的网络结构变化图，如有需要，可向作者索取。
③按照我国《铁路安全管理条例》的规定，高速铁路泛指运行速度大于
参考文献：
[1]TAYLOR P, HOYLER M. The spatial order of European cities under conditions of contemporary globalisation[J]. Tijdschrift Voor Economische En Sociale Geografie,2000,91(2): 176-189.
[2]BLUM U, HAYNES K E, KARLSSON C. Introduction to the special issue the regional and urban effects of high-speed trains[J]. Annals of Regional Science,1997,31(1): 1-20.
[3]SHAW S L, FANG Z, LU S, et al. Impacts of high speed rail on railroad network accessibility in China[J]. Journal of Transport Geography,2014,40: 112-122.
[4]王雨飞，倪鹏飞. 高速铁路影响下的经济增长溢出与区域空间优化[J]. 中国工业经济，2016(2)：21-36.
[5]彭宇拓. 论高速铁路对加速我国城市化进程的促进作用[J]. 理论学习与探索，2010(5)：18-19.
[6]王昊，龙慧. 试论高速铁路网建设对城镇群空间结构的影响[J]. 城市规划，2009(4)：41-44.
[7]贾善铭，覃成林. 高速铁路对中国区域经济格局均衡性的影响[J]. 地域研究与开发，2015(2)：13-20.
[8]LI X, HUANG B, LI R, et al. Exploring the impact of high speed railways on the spatial redistribution of economic activities—Yangtze River Delta urban agglomeration as a case study[J]. Journal of Transport Geography,2016,57: 194-206.
[9]GUTIÉRREZ J. Location, economic potential and daily accessibility: an analysis of the accessibility impact of the high-speed line Madrid-Barcelona-French border[J]. Journal of Transport Geography,2001,9(4): 229-242.
[10]HALL P. Magic carpets and seamless webs: opportunities and constraints for high-speed trains in Europe[J]. Built Environment,2009,35(1): 59-69.
[11]UREÑA J M, MENERAULT P, GARMENDIA M. The high-speed rail challenge for big intermediate cities: a national, regional and local perspective[J]. Cities,2009,26(5): 266-279.
[12]韩会然，焦华富，李俊峰，等. 皖江城市带空间经济联系变化特征的网络分析及机理研究[J]. 经济地理，2011(3)：384-389.
[13]MARTÍ-HENNEBERG J. European integration and national models for railway networks(1840-2010)[J]. Journal of Transport Geography,2013,26(1): 126-138.
[14]KE X, CHEN H, HONG Y, et al. Do China's high-speed-rail projects promote local economy?—new evidence from a panel data approach[J]. China Economic Review,2017，44: 203-226.
[15]孙亚男，刘华军，崔蓉. 中国地区经济差距的来源及其空间相关性影响：区域协调发展视角[J]. 广东财经大学学报，2016(2)：4-15.
[16]钟韵，胡晓华. 粤港澳大湾区的构建与制度创新：理论基础与实施机制[J]. 经济学家，2017(12)：50-57.
[17]侯赟慧，刘志彪，岳中刚. 长三角区域经济一体化进程的社会网络分析[J]. 中国软科学，2009(12)：90-101.
[18]GHANI E, GOSWAMI A G, KERR W R. Highways and spatial location within cities: evidence from India[J]. World Bank Economic Re view，2017，30: 22.
[19]李红昌，Linda Tjia，胡顺香. 中国高速铁路对沿线城市经济集聚与均等化的影响[J]. 数量经济技术经济研究，2016(11)：127-143.
[20]覃成林，种照辉. 高速铁路发展与铁路沿线城市经济集聚[J]. 经济问题探索，2014(5)：163-169.
[21]张书明，王晓文，王树恩. 高速铁路经济效益及其影响因素研究[J]. 山东社会科学，2013(2)：174-177.
[22]DAI N, HATOKO M. Reevaluation of Japanese high-speed rail construction: recent situation of the north corridor shinkansen and its way to completion[J]. Transport Policy,2007,14(2): 150-164.
[23]董艳梅，朱英明. 高铁建设能否重塑中国的经济空间布局——基于就业、工资和经济增长的区域异质性视角[J]. 中国工业经济，2016(10)：92-108.
[24]HUNG M, WANG Y. Mandatory CSR disclosure and shareholder value: evidence from China[R]. Working Paper, University of Southern California and The Hong Kong University of Science and Technology,2014.
[25]蒋华雄，孟晓晨. 京沪高铁对沿线城市间空间相互作用影响研究[J]. 北京大学学报：自然科学版，2017(5)：905-912.
作者简介：李彦(1993-)，男，安徽庐江人，暨南大学经济学院博士研究生；王鹏(1977-)，男，福建福清人，暨南大学经济学院副教授，博士生导师，梁经伟(1990-)，男，江苏溧阳人，中山大学粤港澳发展研究院博士后。