賀韶伶,段鳳華,曾祥鵬
(湖南醫藥學院 醫學人文與信息管理學院 西部陸海新通道湘西發展戰略研究創新基地,湖南 懷化 418000)
高鐵開通改變了沿線城市的交通可達性,使相鄰城市產生“時空壓縮”效應。目前全國各城市的綜合交通運輸體系規劃都提出了具體目標與指標,規劃目標也在落實推進中,如根據《湖南省“十四五”現代化綜合交通運輸體系發展規劃》,全省至2025年基本形成內暢外聯、城鄉一體、治理先進、協同高效的交通發展新格局,全面實現“市市通高鐵”。由于多數欠發達小城市尚未開通高鐵或正處在建設開通初期,小城市產業結構發展受高鐵開通影響更具不確定性,如何從理論和實證兩個維度深入分析高鐵開通對欠發達小城市產業結構的影響具有較強的理論和實際意義。
不少學者從多角度針對高鐵開通對城市產業結構的影響開展研究也取得一定成果,包括高鐵開通對大城市內或區域(地區)、城市間或沿線城市及城市內與城市間,研究方法集中在計量經濟學方法、回歸分析、灰色預測等。在研究高鐵開通對大城市內或區域(地區)內的產業結構影響方面,劉勇政(2017)運用2000—2013年280個地級市的面板數據和雙重差分方法,實證檢驗了高鐵開通對城市經濟增長的影響,研究結果表明城市高鐵開通會顯著降低第二產業占比,提升第三產業占比,從而促進產業轉型升級[1]。徐海東(2019)采用PSM-DID法研究高鐵開通對城市產業結構轉型升級以及各產業的就業-產業耦合協調度的影響,進一步指出高鐵的運營能顯著提升第三產業就業-產業的耦合協調度[2]。Garmendia等(2012)從高鐵站點、可達范圍角度對中國和美國的高鐵進行了對比,發現高鐵可以改變城市內產業的空間布局,形成以高鐵站點為核心的區域經濟增長極[3]。蔣華雄等(2017)運用社會網絡分析方法和空間計量模型,實證檢驗了高鐵網絡對區域產業結構升級的影響[4]。在研究高鐵開通對城市間或沿線城市產業結構的影響方面,鄧慧慧等(2020)將高鐵途經城市的站點開通視為一個準自然實驗,采用多期雙重差分方法實證檢驗了交通基礎設施改善對產業結構升級的影響及作用機制,并深入探討高鐵開通對城市間產業結構升級的影響[5]。Hall等(2011)[6]和李建(2011)[7]則用實例論證了高鐵的開通使先進技術從發達地區溢向欠發達地區,促進了流出地和流入地的第一產業、第二產業比重變化,優化了流出地和流入地的產業結構。黃振宇、吳立春(2020)以京滬高鐵為例,基于空間經濟學理論分析了京滬高鐵對其沿線區域經濟增長的影響,指出高鐵網絡的發展使得一線城市的第二產業明顯向沿線二三線城市溢出[8]。Qin(2014)使用雙重差分模型分別評估了 2004 年和 2007 年鐵路升級與高鐵開通對沿線城市的經濟增長影響。在研究高鐵開通對城市內和沿線城市間的產業結構影響方面[9],Shao等(2017)研究發現,高鐵的開通可以吸引更多的人員就業和企業投資,有利于提升區域的市場潛力[10]。孫娜(2020)使用列車數作為高鐵建設與運營的量化指標,結合城市層面的其他數據和隨機森林方法實現效益評估與機理檢驗,結果表明高鐵開通對加速產業結構調整具有重要意義[11]。但高鐵開通對中小城市會產生利弊兩方面影響,Jiang等(2017)[12]和Jiao等(2014)[13]研究認為,高鐵開通在長期內對地區產業結構產生深遠影響,具有重塑區域和城市空間結構的效果。此外,何天祥(2020)[14]和Vickerman等[15]認為,高鐵在促進中心城市發展的同時,也可能阻礙邊緣城市的發展,即使大城市受益而小城市受到損失。
截至目前,既有研究在高鐵開通對城市產業結構影響方面大多集中在經濟發達的大城市或區域沿線城市,以往研究存在以下不足:一是鮮見對小城市尤其是欠發達城市的縣市研究,而我國欠發達小城市數量眾多且大多未開通高鐵,我國高鐵在欠發達小城市也正在建設或規劃設計中;二是未從實際統計數據方面定量挖掘高鐵對欠發達小城市產業結構的具體影響,缺少影響產生的內在機理分析;三是以往研究多使用傳統灰色預測模型,傳統灰色預測模型存在精度不高等方面的局限性。文章針對以上不足,從相關統計數據中挖掘高鐵對欠發達小城市產業結構的內在影響,擬構建含參對數函數-線性函數變換的灰色預測模型預測“有無”高鐵時產業結構發展,對比分析產業結構受高鐵開通的影響,最終利用Granger模型實證分析高鐵開通對新晃縣各行業的影響。
新晃縣地處湖南最西部,在貴陽市至長沙市走廊上,被貴州省三面包圍,區位優勢明顯,縣城至懷化市直線距離約80千米,至銅仁市直線距離約35千米,擁有人口27萬,其中侗族占全縣人口的80.13%。新晃西高鐵站至新晃縣中心約5千米,自2014年12月16日高鐵客運新晃西站投入使用后,新晃縣正式邁入高鐵時代。目前,滬昆高鐵線路有22趟在新晃縣穿境而過,其中東西方向為主,共有21車次。
2019年新晃高鐵貨物發貨量646125噸,同比2015年增長143.07%;高鐵貨物到達量488628噸,同比2015年增長25.53%;高鐵年旅客發送量313931人,同比2015年增長27.68%,高鐵2019年日均發送旅客860人。同時,根據政府網站信息,新晃縣在2014—2020年未接受任何省市關于產業結構方向的政策扶持,同時新晃縣需求與供給結構、技術創新及資本流動、制度因素都相對穩定,故可忽略非交通設施因素對新晃產業結構的影響。
對新晃產業結構的演變,文章以湖南省未開通高鐵的沅陵縣為比較對象,分析高鐵開通對新晃縣產業結構的影響。
2.1.1 新晃縣歷年三大產業增加值變化趨勢分析
以2014年新晃縣高鐵開通為節點,將2010年至2014年劃分一個階段年,2015年至2020年為另一階段年,第一產業在2010年至2014年增長緩慢,第二及第三產業在2010年至2014年穩步增長,增長幅度較小,在這個階段三大產業結構和層次總體平穩。第二產業在2015年至2020年出現波動和反復增減的情況,第三產業在2015—2018年以一定幅度穩定增長,在2018年至2019年產業增加值徒增,之后受疫情影響保持平穩。第一產業在2014年增長幅度突然變大后于2015—2018年保持平穩,在2018年后以一定幅度保持穩定增長。新晃縣產業發展穩步向前,高鐵開通使得第三產業發展迅猛,產業結構變動較大。進一步注意相關城鎮人口及鄉村人口變化發展趨勢,發現可能是高鐵開通致使小城市內的鄉村的人口、技術、服務在內部發生轉移,高鐵開通對新晃縣鄉村具有虹吸作用,造成城鎮化率不斷提高進而影響整個城市的產業結構變遷。
湖南省沅陵縣2010—2020年三大產業產值及GDP增速變化趨勢顯示,沅陵縣第一產業增加值以緩慢幅度保持增長,第二產業出現反復增減波動的復雜情況與趨勢,第三產業也維持一定幅度持續增長,直至2018年才開始增長較快,兩縣第一產業及第二產業在2014年后變化趨勢開始出現不同,第三產業變化趨勢2015—2016年開始發展顯著不同。比較沅陵縣與新晃縣2010—2020年GDP增速,可以發現2011—2014年兩縣GDP增速相近,在2014年后新晃縣GDP增速比沅陵縣高。因此,高鐵開通能有效推動新晃縣經濟發展,促進產業結構調整與優化。
2.1.2 新晃縣歷年產業結構變化
2010—2020年新晃縣三大產業結構從“二三一”型發展成“三二一”型,產業結構持續優化。2010年,新晃縣三次產業結構為14.41∶48.47∶37.12;2014年高鐵剛開通時,三次產業結構為14.0∶51.4∶34.5;2015年高鐵開通運營一年后,三次產業結構為14.1∶51∶34.9;2019年高鐵開通運營五年后,三次產業結構為14.4∶28.0∶57.6(2020年受新冠肺炎疫情影響,稍微下降至54.3%),在2015年后二三產業產業結構調整較快,第三產業占GDP比重逐年上升,較一二產業有更好的發展。2018年,新晃縣第三產業的占比成功超過第二產業的占比,一躍成為新晃縣經濟發展的主導產業,新晃產業優化提升取得重大突破。
同時,2018—2019年,新晃縣產業結構相比高鐵開通初期已有較大不同,影響效應逐年加強,即高鐵開通對新晃縣產業結構的影響隨著通車時間推移顯得更加穩定。
目前新晃縣 “三二一”產業結構屬于高級的產業結構類型,是一種合理且先進的產業發展態勢,新晃縣 “三二一”產業結構形態將會持續保持與發展。
2.1.3 產業結構對經濟增長的影響
運用有無對比法可知,2014 年未開通高鐵時三大產業增加值貢獻率分別為16%、43%、42%,2015 年滬昆高鐵開通時對第一二三產業增加值貢獻率分別為13%、33%、55%。
由此可見,高鐵開通對新晃縣產業發展起到重要作用。其中,高鐵對第一產業貢獻率相對較低,農業發展受交通的影響較小;第二產業貢獻率在 2015 年后受到高鐵開通影響,波動頻繁;高鐵對第三產業的推動明顯,貢獻率逐年上升。高鐵開通使得第三產業對經濟貢獻率達到較高的水平,第三產業成為拉動經濟增長的主要增長極,產業結構變動促進了經濟增長。
高鐵開通影響城市產業結構的過程和機理是循序漸進和復雜的,其影響程度隨著營運的成熟與深入也日漸深遠。
首先,高鐵開通壓縮城市間的時空距離。高鐵開通后從長沙至懷化的鐵路時空距離從約七個小時縮短至一個半小時。
其次,高鐵開通促進了市場資源的優化配置。一是高鐵開通加速了人才流動,大量務工人員和人才返鄉創業帶動就業;二是高鐵開通使先進的技術從發達地區溢出流向欠發達地區;三是技術又帶動資本流入,提升區域市場潛力,如2020年新晃縣規模以上工業企業戶數達42戶,比2014年增加了8戶,產值增加了近三億元。當這些現象與措施共同發揮作用時,將會使得欠發達小城市產生規模經濟效應、集聚效應等。
依據高鐵開通前后五年新晃縣相關產業數據,以含參對數函數-線性函數變換的灰色預測模型對比預測高鐵開通前后經濟增長和產業結構。
考慮研究對象的特殊性及數據樣本量小的特點,缺乏一個條件基本相似的對照組和處理組,文章使用“有無對比法”進行分析,此時灰色預測模型具有較好適用性,文章構建一種含參對數函數-線性函數變換的灰色預測模型來預測高鐵開通對新晃縣產業結構的影響,以克服灰色預測模型預測精度不夠的缺點。
灰色系統建模的關鍵之一是如何處理原始數據序列,提高建模數據序列的光滑度才可提升模型有效性及實用性。因此文章使用含參對數函數-線性函數變換提高序列光滑度的方法對原始序列作數據處理,從而構建含參對數函數-線性函數變換的灰色預測模型。

(1)
(2)
(3)
(4)
上文即文章所構建的含參線性函數-對數函數變換灰色模型的預測公式。
3.1.1 高鐵開通對新晃縣經濟增長的含參對數函數-線性函數變換的灰色模型預測分析
以表1中2010—2014年新晃縣的經濟增長率為基礎數據,利用構建的含參對數函數-線性函數變換的灰色預測模型預測2015—2020年“高鐵未開通”情況下的經濟增長情況,預測結果見表2。

表1 2010—2014 年新晃縣經濟增長率

表2 新晃縣經濟增長率含參對數函數-線性函數變換的灰色預測法結果
結合表1和表2可得:“高鐵未開通(預測)”的經濟增長率呈現下降的趨勢且低于7%,而“高鐵開通(實際)”的經濟增長率在高鐵開通后的五年一直保持8%左右的高速增長,這充分證實了其巨大優勢,說明高鐵開通顯著拉動了新晃縣的經濟增長。
3.1.2 高鐵開通對新晃縣產業結構的含參對數函數-線性函數變換的灰色模型預測分析
為進一步定量分析高鐵開通對產業結構的影響,采用產業結構層次系數θ來衡量地區產業結構水平,計算公式如式(4)所示。
θ=1a+2b+3c
(5)
其中,a、b、c表示第一、第二、第三產業比重,1≤θ≤3,θ指數越大,該地區第二產業、第三產業所占的比例越高,產業結構優化程度更高。
根據式(5),計算出2010—2020年的θ指標值,結果見表3。可知新晃縣的θ值在2010—2014年維持穩定,而2015年(高鐵開通首年)后θ值不斷上升,即產業結構優化水平持續大幅增加,影響效果在開通初期微小,隨著高鐵開通時間推移變得顯著和穩定,影響呈現出“升級滯后”效應,其促進作用總體上呈現上升后又平穩的態勢。

表3 新晃縣θ指標值
利用式(1)至式(4)預測新晃縣開通高鐵之后“高鐵未開通”情況下θ值,預測結果見表4。

表4 新晃縣θ指標值含參對數函數-線性函數變換的灰色預測結果
從表4可得,新晃縣在“高鐵開通(實際)”情況下的θ值要高于“高鐵未開通(預測)”的θ值,產業結構被證實持續優化,高鐵開通未使本地優勢產業資源外流,未出現不利于產業升級的結果。含參對數函數-線性函數變換的灰色預測模型對GDP和θ預測更為精確和均衡,模型預測精度較高、結果較貼合實際,一定程度上克服了傳統灰色模型精度不高、有效性待加強等缺陷。
采用Granger因果關系檢驗法研究高鐵開通對新晃縣不同行業的影響,該法基本思想是“過去可以預測現在”。為克服數據中的異方差以及研究變量變化之間的關系,將變量增長率作為研究數據,選取2015—2020年新晃縣高鐵總產值增長率(GT)、農業總產值增長率(N)、林業總產值增長率(L)、牧業總產值增長率(M)、牛肉休閑食品加工產量增長率(JG)、住宿及餐飲業總產值增長率(ZSCY)和旅游業總產值增長率(LY)七組時間序列作為指標,分別分析高鐵開通對農業、林業、牧業、牛肉休閑食品加工業、住宿及餐飲業、旅游業的影響。
由于新晃縣僅有一車次普通鐵路,其余均為高鐵車次,因此用鐵路總產值增長率代替高鐵總產值增長量。采用EViews10軟件進行數據處理與運算,結果見表5。

表5 新晃縣各行業增長率 單位:%
3.2.1 單位根檢驗
由于上述變量樣本均為時間序列數據,易產生趨勢不平穩現象。通過EViews10軟件計算可得 ADF 檢驗結果,如表6所示,表中N、L和LY的檢驗結果P值均小于0.05,表示這些變量是平穩的;而GT、M、JG和ZSCY的檢驗結果P值大于0.05,表示這些變量非平穩,在非平穩的條件下,通過差分對數據進行一階差分后,檢驗結果P值均小于0.05,因此GT、M、JG和ZSCY是1階單整序列。

表6 單位根檢驗結果
3.2.2 協整檢驗
運用EG檢驗法檢驗N、L、M、JG、ZSCY、LY與GT之間的協整性,分別建立協整模型,并進行殘差項平穩性的計算,得到殘差項的平穩性檢驗結果如表7所示。

表7 殘差項的平穩性檢驗結果
從上表可得:在0.05的檢驗水平下以上P值均大于0.05,表明N、L、M、JG、ZSCY、LY與GT之間不存在協整關系,即它們之間不存在長期穩定的均衡數量關系。
3.2.3 Granger因果檢驗
Granger因果關系檢驗是研究兩個變量是否存在因果關系的常用方法,依據前文可知,N、L、M、JG、ZSCY、LY與GT之間的Granger因果關系歸結為D(N)、D(L)、D(M)、D(JG)、D(ZSCY)、D(LY)與D(GT)之間的Granger因果關系檢驗,由于D(N)、D(L)、D(M)、D(JG)、D(ZSCY)、D(LY)與D(GT)均為趨勢平穩過程,因此可以直接利用VAR模型檢驗它們之間的Granger因果關系,利用SIC信息準則確定模型的滯后階數為1。Granger因果檢驗結果見表8。

表8 Granger因果檢驗結果
Granger因果檢驗結果表明:在0.05的檢驗水平下,D(GT)是D(JG)的Granger原因,D(GT)是D(ZSCY)的Granger原因,D(GT)是D(LY)的Grange原因,并且在0.1的檢驗水平下,D(N)是D(GT)的Grange原因。
因此,將上述Granger因果檢驗中的D(N)、D(L)、D(M)、D(JG)、D(ZSCY)、D(LY)與D(GT)分別替換為N、L、M、JG、ZSCY、LY與GT,便得到N、L、M、JG、ZSCY、LY與GT之間Granger因果關系的檢驗結果。
從短期來看,以上檢驗結果表明:一是高鐵開通對各行業影響具有明顯差異性,促進了第三產業內部結構的優化升級;二是高鐵開通是推動新晃縣旅游業、住宿餐飲業變動與發展的重要動因,可能是產業相互帶動發展或高鐵開通的間接影響原因,牛肉休閑食品加工業影響也較為顯著;三是高鐵開通對林業、農業等行業幾乎無推動作用。
不同于以往研究,文章研究的是高鐵開通對欠發達小城市產業結構影響問題,隨著國家中長期鐵路網規劃的全面實施,越來越多欠發達小城市將進入高鐵時代,因此研究對象與問題更具現實意義。文章從理論和實證兩個維度入手,將高鐵有無對欠發達小城市產業結構影響進行對比,主要研究結論如下。
第一,高鐵的開通加速了新晃縣的經濟發展,新晃經濟增長的主要動力是第三產業。構建的含參對數函數-線性函數變換的灰色預測模型,對GDP和θ預測精度更為精確和均衡,模型預測結果較貼合實際,一定程度上克服了傳統灰色預測模型中預測偏差較大和預測效果缺乏穩定性的缺陷。構建的含參對數函數-線性函數變換的灰色預測模型是一次探索性研究,下一步可通過修正或改變建模機制,進一步提高預測效果。
第二,高鐵開通使得新晃縣第一二產業比重向第三產業轉移,產業結構優化程度持續加深,這是由于高鐵開通后小城市對周邊鄉村的人口、產業等具有虹吸作用,高鐵開通對新晃縣產業結構影響呈現出“升級滯后”效應,促進作用總體上呈現上升后又平穩的態勢。
第三,在各產業重新布局、整合的情況下,高鐵開通尤其促進了第三產業內部結構的優化升級。高鐵開通是推動新晃旅游業、住宿餐飲業變動與發展的重要動因,可能是產業相互帶動發展或高鐵開通的間接影響原因,牛肉休閑食品加工業受影響也較為顯著,高鐵開通對林業、農業等行業幾乎無推動作用。
產業結構優化與調整是推動小城市發展的核心推力,針對以上研究成果與結論,提出以下兩點建議。
第一,發展高鐵經濟帶,發揮高鐵對要素的吸引作用。加強新晃高鐵站片區的基礎設施的規劃建設,充分利用區位及地域優勢,打造一個高效、便捷的綜合交通網絡體系可提高人流等要素的快速流通。
第二,欠發達小城市探索符合自身產業優化升級路徑。充分利用本城市自然資源和地理優勢,擴大地區優勢產業,尋找機會發展劣勢產業,促進產業鏈差異化協調升級,培育和發展技術密集度更高的產業,引導產業空間布局合理化,保障當地產業的快速轉運和流通,加快主導產業對關聯產業的拉動,達到增強地區主導產業的擴散功能和關聯效應的目的。