| 2,276 | 15 | 157 |
| 下载次数 | 被引频次 | 阅读次数 |
非中心城市既是高铁网络的支线节点，又是形成高水平、开放型循环体系的基础，但非中心城市能否在高铁发展中获得增长红利尚未形成统一结论。本文从集聚外部性与网络外部性的双重视角，基于2010—2022年全国242个非中心城市面板数据，构建连续型DID模型，研究高铁网络对非中心城市经济增长的影响。结果显示，提升非中心城市高铁网络嵌入度能显著提高当地人均地区生产总值，且这一结论经过内生性及稳健性检验后仍然成立；在集聚外部性作用下，中心城市会对邻近非中心城市产生负面影响，但在网络外部性作用下，中心城市的负面影响会因非中心城市高铁网络嵌入度的提高而扭转，甚至突破地理边界的约束提升远距离非中心城市的经济水平；高铁网络的经济增长效应还会因非中心城市经济初始条件、嵌入方式的不同而有所差异，高铁网络显著改善了欠发达非中心城市发展的不利条件，缩小了城市间经济差距；经中转城市间接嵌入高铁网络也能促进非中心城市的经济增长，但影响力弱于直接嵌入，且经中心城市中转并与中转城市越近越有利。研究结论对于优化高铁网络布局，充分发挥高铁网络外部性的正向效应具有一定参考意义。
Abstract：The non-central cities serve as both the branch nodes of the high-speed rail network and the foundation for the formation of a high-level, open-loop system. However, whether they can reap the growth “dividend” in the development of high-speed rail has not yet formed a unified conclusion. This paper examines the impact of high-speed rail network on the economic growth of non-central cities using a continuous DID model based on panel data from 242 non-central cities acrass China from 2010 to 2022,from the dual perspective of agglomeration externalities and network externalities. The results show that enhancing the integration of high-speed rail network in non-central cities can significantly increase the local per capita regional GDP, which is confirmed even after endogeneity and robustness tests. Under the agglomeration externalities, central cities may have a negative impact on neighboring non-central cities, but under the network externalities, the negative impact of central cities can be reversed by the improvement in high-speed rail network integration in non-central cities, breaking through geographical constraints and elevating the economic level of distant non-central cities. The economic growth effects of high-speed rail networks may vary depending on the initial economic conditions and integration methods of non-central cities, significantly ameliorating the unfavourable conditions for development in non-central cities with poor initial economic conditions and narrowing the economic disparities between cities. Indirect integration of high-speed rail networks through transit cities can also promote economic growth in non-central cities, but to a lesser extent than direct integration, and proximity to transit cities is advantageous. The research findings have certain reference value for optimizing the layout of high-speed rail networks and fully leveraging the positive externalities of high-speed rail networks.
[1]曹清峰,王雨飞.高铁开通与企业跨区域合作创新水平的提升[J].北京工业大学学报（社会科学版）, 2024, 24(4):57–76.
[2]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.
[3]吉赟,杨青.高铁开通能否促进企业创新:基于准自然实验的研究[J].世界经济, 2020, 43(2):147–166.
[4]李兰冰,阎丽,黄玖立.交通基础设施通达性与非中心城市制造业成长:市场势力、生产率及其配置效率[J].经济研究, 2019, 54(12):182–197.
[5]林柄全,谷人旭,王俊松,等.从集聚外部性走向跨越地理边界的网络外部性——集聚经济理论的回顾与展望[J].城市发展研究, 2018,25(12):82–89.
[6]陆军,毛文峰.城市网络外部性的崛起:区域经济高质量一体化发展的新机制[J].经济学家, 2020(12):62–70.
[7]李煜伟,倪鹏飞.外部性、运输网络与城市群经济增长[J].中国社会科学, 2013(3):22–42, 203–204.
[8]陶秋燕,孟猛猛.网络嵌入性、技术创新和中小企业成长研究[J].科研管理, 2017, 38(S1):515–524.
[9]王立勇,许明.中国精准扶贫政策的减贫效应研究:来自准自然实验的经验证据[J].统计研究, 2019, 36(12):15–26.
[10]王雨飞,倪鹏飞,赵佳涵,等.交通距离、通勤频率与企业创新——高铁开通后与中心城市空间关联视角[J].财贸经济, 2021, 42(12):150–165.
[11]叶德珠,潘爽,武文杰,等.距离、可达性与创新:高铁开通影响城市创新的最优作用半径研究[J].财贸经济, 2020, 41(2):146–161.
[12]张学良.中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J].中国社会科学, 2012(3):60–77, 206.
[13]张克中,陶东杰.交通基础设施的经济分布效应:来自高铁开通的证据[J].经济学动态, 2016(6):62–73.
[14]朱文涛,顾乃华,刘胜.高速铁路与制造业集聚的空间异质性[J].财贸经济, 2022, 43(3):143–160.
[15] Alonso W. Urban Zero Population Growth[J]. Daedalus, 1973, 102(4):191–206.
[16] Burger M J, Meijers E J, Hoogerbrugge M M, et al. Borrowed Size, Agglomeration Shadows and Cultural Amenities in North-West Europe[J].European Planning Studies, 2015, 23(6):1090–1109.
[17] Burt R S. Structural Holes:The Social Structure of Competition[M]. Harvard University Press:Cambridge, 1995.
[18] Capello R, Camagni R. Beyond Optimal City Size:An Evaluation of Alternative Urban Growth Patterns[J]. Urban Studies, 2000, 37(9):1479–1496.
[19] Chen C L. Reshaping Chinese Space-economy through High-speed Trains:Opportunities and Challenges[J]. Journal of Transport Geography,2012, 22(C):312–316.
[20] Dijkstra L, Garcilazo E, McCann P. The Economic Performance of European Cities and City Regions:Myths and Realities[J]. European Planning Studies, 2013, 21(3):334–354.
[21] Donaldson D. Railroads of the Raj:Estimating the Impact of Transportation Infrastructure[J]. American Economic Review, 2018, 108(4–5):899–934.
[22] Fujita M, Krugman P, Venables A J. The Spatial Economy:Cities, Regions, and International Trade[M]. Cambridge:MIT Press, 1999.
[23] Hall P. Magic Carpets and Seamless Webs:Opportunities and Constraints for High-speed Trains in Europe[J]. Built Environment, 2009, 35(1):59–69.
[24] Hesse M. On Borrowed Size, Flawed Urbanisation and Emerging Enclave Spaces:The Exceptional Urbanism of Luxembourg, Luxembourg[J].European Urban and Regional Studies, 2016, 23(4):612–627.
[25] Johansson B, Quigley J M. Agglomeration and Networks in Spatial Economies[M]. Fifty Years of Regional Science:Springer, Berlin,Heidelberg, 2004:165–176.
[26] Kim H S. How a Firm’s Position in a Whole Network Affects Innovation Performance[J]. Technology Analysis&Strategic Management, 2019,31(2):155–168.
[27] McCann P, Acs Z J. Globalization:Countries, Cities and Multinationals[J]. Regional Studies, 2011, 45(1):17–32.
[28] Meijers E J, Burger M J. Stretching the Concept of ‘Borrowed Size’[J]. Urban Studies, 2017, 54(1):269–291.
[29] Meijers E J, Burger M J, Hoogerbrugge M M. Borrowing Size in Networks of Cities:City Size, Network Connectivity and Metropolitan Functions in Europe[J]. Papers in Regional Science, 2016, 95(1):181–198.
[30] Powell W W, Koput K W, Smith-Doerr L. Interorganizational Collaboration and the Locus of Innovation:Networks of Learning in Biotechnology[J]. Administrative Science Quarterly, 1996, 41(1):116–145.
[31] Rosenthal S S, Strange W C. Evidence on the Nature and Sources of Agglomeration Economies[M]. Handbook of Regional and Urban Economics. Amsterdam, Elsevier, 2004, 4:2119–2171.
[32] Spiekermann K, Wegener M. The Shrinking Continent:New Time-Space Maps of Europe[J]. Environment and Planning B:Planning and Design, 1994, 21(6):653–673.
[33] Taylor P, Derudder B. World City Network:A Global Urban Analysis[M]. Routledge, 2015.
[34] Vickerman R. Can High-Speed Rail have a Transformative Effect on the Economy?[J]. Transport Policy, 2018, 62:31–37.
(1)集聚外部性是指经济行为主体之间因位于同一区域所获得的额外好处，包括知识溢出带来的学习机会、要素共享带来的成本降低和收入增加（Rosenthal and Strange,2004）。网络外部性是指城市之间因存在功能网络而产生的协同效应和互补性，在空间上不受严格限制并随着城市功能关系的强弱而变化（Capello,2000）。
(2)“四纵四横”高铁骨干网络上共有28个节点城市，分别为哈尔滨、沈阳、大连、北京、石家庄、太原、青岛、兰州、郑州、成都、重庆、武汉、南京、合肥、上海、宁波、杭州、南昌、长沙、贵阳、昆明、广州、深圳、福州24个中心城市和徐州、锦州、蚌埠、营口4个地级市。2016年规划的“八纵八横”主通道网络规划上有79个城市，包括北京、上海、重庆、天津、石家庄、太原、呼和浩特、沈阳、长春、哈尔滨、南京、杭州、合肥、福州、南昌、济南、郑州、武汉、长沙、广州、南宁、海口、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐、深圳、大连、青岛、宁波、厦门35个中心城市和徐州、蚌埠、丹东、秦皇岛、防城港、东营、潍坊、烟台、连云港、盐城、南通、湛江、北海、临沂、淮安、扬州、衡水、菏泽、商丘、阜阳、黄冈、九江、赣州、莆田、珠海、大同、襄阳、常德、益阳、邵阳、永州、桂林、张家口、包头、延安、三亚、牡丹江、齐齐哈尔、安庆、宜昌、达州、遂宁、龙岩、张家界共44个非中心城市。
(3)直接连通中心城市数量标准化后权重取1，间接连通中心城市数量标准化后权重取0.5，再加总标准化得到非中心城市高铁网络嵌入度指数。
(4)因篇幅所限，网络嵌入度与非中心城市人均GDP变化趋势图以附图1展示，见《统计研究》网站所列附件。下同。其中人均GDP使用剔除通货膨胀因素的数据。
(5)集聚经济是指各种产业活动和经济活动在空间上集中后产生的经济效果和向心力，促使城市发展；当集中程度超过某一限度后，再集聚会带来不经济，产生离心力，需抑制或减小城市规模。
(1)剔除的临沧、丽江、保山、昭通和曲靖5座城市中只有曲靖在2016年底与中心城市连通了高铁，其他4座城市在样本期内均没有与中心城市连通高铁，因此剔除后不会影响整体研究结论。
(2)为方便计算，对于地级市，若城区开通高铁则不再统计其所辖区县是否开通高铁，若城区未开通高铁则将其所辖区县开通高铁视为地级市也开通高铁。车次的计算以城区通车车次为准，若城区未开通高铁，取所辖区县车次的最大值。
(1)因篇幅所限，详细的平行趋势检验思路以及平行趋势检验结果分别以附录1和附表1展示。
(2)因篇幅所限，安慰剂检验结果以附录2和附图2展示。
(3)因篇幅所限，内生性检验结果以附表2展示。
(4)因篇幅所限，替换变量方法检验结果以附表3展示。
(1)选用2005年的人均GDP，主要是考虑到高铁开通以后，必定会有非中心城市率先与中心城市开通高铁，而且先开通高铁的中心城市也可能会对未开通高铁的非中心城市经济发展水平产生影响，因此本文用所有城市开通高铁前的人均GDP来衡量非中心城市的初始经济水平。
(2)因篇幅所限，改变经济增长初始条件人均GDP的检验结果以附表4展示。
(1)在回归过程中，为保证样本数量的一致性及结论的稳健性，本文将未连通高铁城市的dis1和dis2设置为242个城市之间的最远距离，即3980 km。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2024.10.010
中图分类号:F299.2;F532
引用信息:
[1]王雨飞,王雅琦,赵佳涵,等.非中心城市嵌入高铁网络的经济增长效应——基于集聚外部性和网络外部性的双重视角[J].统计研究,2024,41(10):134-148.DOI:10.19343/j.cnki.11-1302/c.2024.10.010.
基金信息:
国家自然科学基金面上项目“快速交通网络视角下的要素流动与联动机制及对区域协调的影响研究”（72273015）; 国家资助博士后研究人员计划“异质性大国视阈下数字技术进步促进国内价值链升级的机理研究”（GZC20233089）
2024-10-25
2024-10-25