京滬高鐵對沿線城市產(chǎn)業(yè)影響

高鐵是重要的交通方式，高鐵增加運輸實力，擴大勞動力和服務(wù)市場，并受到影響空間組織，產(chǎn)業(yè)構(gòu)成和結(jié)構(gòu)要素投入和區(qū)域比較優(yōu)勢。研究顯示，建設(shè)高鐵導致兩種力量：聚集和擴散。集聚有導致城市的增長，形成大都市區(qū)域人口和工業(yè)的集中，以及空間的變化功效模式;擴散導致了空間分化。因此，我們認為可能存在區(qū)域性和社會經(jīng)濟性聚集和擴散引起的影響差異在高鐵沿線。

截至2015年底，中國高鐵的總里程達到了19，000公里，范圍擴展到28個省。最著名的是北京上海高速鐵路。BSHSR的建設(shè)大大縮短了京滬鐵路的交通時間，影響了鐵路沿線地區(qū)的發(fā)展及中國經(jīng)濟的空間布局，本文以BSHSR為例進行分析。

一、研究現(xiàn)狀

高鐵引起的交通改造改變了位置可達性，學者們一直關(guān)注高鐵可能對區(qū)域可達性產(chǎn)生的不平衡影響由于城市與社會經(jīng)濟因素的差異，有站（CWS）和沒有站的城市（CW-OS）也有差異在不同規(guī)模的城市之間。通過研究BSHSR，我們發(fā)現(xiàn)HSR改善了鐵路沿線城市的可達性-特別是CWS。

實證研究日本新干線和歐洲高鐵網(wǎng)絡(luò)已經(jīng)表明了這一點高鐵對區(qū)域經(jīng)濟具有明顯的集聚效應。CWS中人口和就業(yè)的增長在日本新干線HSR周邊地區(qū)比以前CW-OS增幅更大。現(xiàn)有文獻重點關(guān)注CWS，缺乏對CW-OS的深入分析基于不同運輸條件。本文選擇了19個細分行業(yè)來研究BSHSR的18個CWS和42 個CW-OS。探討他們應對BEHSR在細分行業(yè)中提供機會的不同能力情況。

二、實證分析

（一）樣本

我們選擇了沿BSHSR的60個城市（包括18個CWS和42個CWOS和19個國家經(jīng)濟細分產(chǎn)業(yè)）作為我們的研究對象（見圖1，表1）。我們分析了每個行業(yè)的面板數(shù)據(jù)從2008年到2015年。

（二）變量選擇

1.被解釋變量（因變量）

位置份額（LQ）衡量聚集程度從行業(yè)角度來看，作為每個行業(yè)地方與國家份額的比例。因此，LQ衡量區(qū)域要素的空間分布并且反映行業(yè)內(nèi)的專業(yè)化程度。它可以計算如下：

LQij代表該國j地區(qū)的i行業(yè)的LQ;qij代表與j地區(qū)i行業(yè)相關(guān)的指標（如就業(yè)，產(chǎn)值和投資）;qj代表與j地區(qū)的所有行業(yè)相關(guān)指標;qi代表i產(chǎn)業(yè)在該國所有相關(guān)指標;qc代表所有該國所有產(chǎn)業(yè)的相關(guān)指標。考慮到數(shù)據(jù)的可用性，我們選擇了計算就業(yè)指數(shù)。當LQij的值更高時，該地區(qū)的產(chǎn)業(yè)集聚程度較高。

2.解釋變量（自變量）

高鐵對產(chǎn)業(yè)的集聚效應主要是通過不同地區(qū)的經(jīng)濟潛力實現(xiàn)的。基于傳統(tǒng)模型，利用城市人口，城市收入和空間距離，市場潛力變量（MP）構(gòu)建并衡量了由高鐵帶來的市場潛力空間分布的改變（Zheng and Matthew， 2013）。以此作為說明變量，具有以下公式：

這里MPi，t代表城市i在t年的市場潛力;POPj，t代表t年城市j的人口;GDPPCj，t是城市j在年t的實際人均GDP;GDPj，t是t年城市j的GDP總量; Tij，t是城市i和城市j在t年的時間視角;而α是空間衰減指數(shù)，值為0.02。

3.控制變量

本文選擇公路里程（HIGHWAY）作為控制變量之一。影響產(chǎn)業(yè)集聚的因素很多，如交通（如討論），區(qū)域發(fā)展的差異，產(chǎn)業(yè)基礎(chǔ)，人力資本和開放程度。所以，在除了公路里程（HIGHWAY），選擇了人口規(guī)模（POP），產(chǎn)業(yè)基礎(chǔ)（BASE），學生人數(shù)（HR）和政府政策（POLICY）作為控制變量。人口規(guī)模是用來衡量城市的水平，附加到區(qū)域產(chǎn)業(yè)的份額對地區(qū)的GDP是衡量城市產(chǎn)業(yè)的基礎(chǔ)。

（三）數(shù)據(jù)來源

LQ的計算涉及所有就業(yè)人數(shù)每個城市和整個國家的產(chǎn)業(yè)。就業(yè)數(shù)據(jù)和四個控制變量-HIGHWAY，BASE，HR和POLICY，MP的計算涉及POP，每個城市的GDPPC和GDP，其數(shù)據(jù)來自統(tǒng)計數(shù)據(jù)每個城市的年鑒。變量的描述性統(tǒng)計數(shù)據(jù)如表2所示：

（四）模型適用于BSHSR

考慮上述變量，采用回歸模型如下：

這里Y表示解釋變量的LQ，POP表示在該地區(qū)的人口，MP代表了每個城市市場潛力，HIGHWAY代表高速公路里程，BASE代表該地區(qū)的產(chǎn)業(yè)基礎(chǔ)，HR代表了城市人力資本的情況，POLICY代表開放程度，為常數(shù)。

三、BSHSR對產(chǎn)業(yè)集聚的影響

根據(jù)Eq（1）計算19個細分行業(yè)的LQ在2008年至2015年的60個樣本城市。在Eq（2）基礎(chǔ)上，計算了從2008年到2015年的60個樣本城市的MP。到Eq（3）把每個行業(yè)的LQ（LQ1-LQ19）作為被解釋變量和MP作為解釋變量進行了回歸分析CWS數(shù)據(jù)和CW-OS數(shù)據(jù)結(jié)果如表2所示。整體數(shù)據(jù)的回歸結(jié)果顯示，在19個細分產(chǎn)業(yè)，9個行業(yè)集聚效應發(fā)生顯著變化，有明顯的改善6個行業(yè)的集聚（以正系數(shù)表示）：

四、結(jié)論

近年來，大規(guī)模建設(shè)和快速發(fā)展中國的高鐵已經(jīng)促進了經(jīng)濟和社會因素的流動和資源的重新分配。根據(jù)以前的研究，我們研究BSHSR對不同城市和行業(yè)的影響，得出以下結(jié)論：

首先，在CWS或CW-OS中，BSHSR導致研究區(qū)域的MP有所提升，在CWS和CW-OS之間的經(jīng)濟聯(lián)系差異變得更大。同時，BSHSR開通后CWS和CW-OS的不同行業(yè)的LQ也有發(fā)生巨大變化，表明不同城市的不同行業(yè)經(jīng)歷了不同的集聚和擴散效應。

在第三產(chǎn)業(yè)，9個產(chǎn)業(yè)聚集在CWS都屬于知識密集型服務(wù)業(yè)，資本密集型服務(wù)業(yè)或技術(shù)密集型服務(wù)業(yè)。這與時間距離的減少直接相關(guān)，在高鐵周邊地區(qū)先進生產(chǎn)要素向CWS遷移，例如人才，資金和技術(shù)等生產(chǎn)要素。此外，9個行業(yè)都表現(xiàn)出從CW-OS遷移到CWS的趨勢。（作者單位：蘭州交通大學）