高铁开通、要素流动与城市创新能力提升——来自中国268个城市的经验证据*

吴建军,陈乃康

(湖南科技大学 商学院,湖南 湘潭,411201)

一、引言

2008年8月1日,京津城际铁路正式开通运营,这是中国第一条设计时速为350Km/h的高标准高速铁路,标志着中国进入“高铁时代”。据国家铁路局表示,从2008年规划的“四横四纵”客运专线到2016年的“八横八纵”铁路框架,中国高铁网络化建设已覆盖国内92%的中等及以上城市。截至2020年底,中国铁路总运营里程达14.6万公里,其中高铁总里程占3.9万公里,居世界第一。当前,中国正处于百年未有之大变局的深度调整期,新一轮科技革命持续推进,全球各国争相占领科技创新高地。党的十九大确立了中国2035年跻身创新型国家前列的战略目标,党的二十大提出“坚持创新在我国现代化建设全局中的核心地位;加快实现高水平科技自立自强”的发展任务。世界知识产权组织发布的《2021年全球创新指数报告》指出,中国创新指数位列全球第12名,较2020年上升2位。同时,北京大学光华管理学院等机构发布《2021年中国企业创新创业调查报告》指出,在抽样的中小微创业企业中仅有35%可以确认为正常经营,而订单减少和现金流短缺是其面临的主要困难。现实表明,城市作为科技创新的空间载体,其创新能力的提高是实施创新驱动发展战略和建设创新型国家的基础,而城市交通基础设施建设对区域创新要素配置和地区经济发展都会产生重要影响。在此背景下,研究高铁开通对中国城市创新能力的影响,对于优化配置区域创新资源、提升创新体系整体效能具有重要的理论与现实意义。

二、文献综述

与本研究密切相关的文献共有两支,第一支是高铁开通的经济效应研究,如可达性(Levinson,2012;田野等,2018)[1]281-293,[2]72-81、经济增长(游士兵和郑良辰,2018;冯山等,2018)[3]150-159,[4]14-19、经济空间溢出(Shi和Lin,2020)[5]138-147、城市结构优化(王雨飞和倪鹏飞,2016)等[6]21-36。宏观层面上,学者们在高铁网络化的背景下研究高铁开通对区域创新的影响。高铁通车开辟了新的时空维度,使学者们的关注点逐渐从“空间距离”过渡到“时间距离”。相较于公路与航空,高铁对地区间相互作用贡献率最为显著(戴学珍等,2019)[7]36-43,促进了要素在区域间流动,加快创新要素流动、促进隐性知识溢出,从而带动技术创新(Zheng,2020)[8]17-31。高铁开通促进了产业结构升级,助推经济增长,且在中大型城市表现更为明显(李强和王亚仓,2022)[9]78-85。微观层面上,已有文献大多以企业为研究对象,探究高铁开通对企业创新的影响。地理距离限制创新活动所需要素在企业间流动,企业间交流的有效性和频率随距离的增加而降低(Breschi和Lissoni,2009)[10]439-468,而高铁开通为创新活动所需的要素流动提供了交通条件并降低了投资者和从业者之间的信息不对称程度,为企业带来高技术人才及资金,且这类创新要素有向中心城市聚集的趋势(吉赟和杨青,2020;诸竹君等,2019;孙文浩和张杰,2020)[11]147-166,[12]153-169,[13]151-175。第二支是创新能力的影响要素研究,主要分为静态与动态两类文献。静态视角下,学者们着重研究了创新人才与资本对创新效率的影响,将人力和资本作为核心投入变量研究其对创新效率的影响(王晗等,2022)[14]105-114。动态视角下,学者们着重研究了人才(谭志雄等,2022)[15]128-139、资本(卞元超等,2020)[16]45-58等研发要素流动对创新能力的影响。研发要素流入与地区高技术产业创新能力正相关(宛群超和袁凌,2021)[17]80-87,要素跨区域流动能优化要素错配导致的创新能力损失,地方政府财政科技支出能够促进人才、资本等研发要素流动,促进本地创新能力提升。高铁开通加强了创新要素的流动性,带动地区之间相互学习与竞争,从而推动城市创新能力,提升高技术产业创新能力。

已有文献多从可达性、经济增长、空间溢出、产业结构等角度探析高铁开通带来的影响效应,而较少关注其对城市创新能力的影响。此外,由于列车运行速度同时受列车型号与轨道标准两个因素限制,高标准列车在低标准轨道上只能以低标准时速运行,因而现有研究仅以城市是否通车“G”字头列车作为衡量高铁开通的统计指标,鲜有关注轨道标准对列车运行速度的影响。由此,本文采用2004—2020年中国268个地级及以上城市的相关数据,运用多期双重差分模型探讨高铁开通对城市创新能力的影响效应。本文可能的边际贡献有:第一,以中国268个地级及以上城市为研究对象,考察了高铁开通对城市创新能力的影响,进一步检验高铁开通带来的外部效应;第二,针对样本选择偏误可能产生的内生性问题,进一步采用双重差分与倾向匹配得分相结合的方法,并在倾向匹配得分过程中采用逐年匹配的方式进行处理,避免传统倾向得分匹配中出现的样本跨年份匹配问题;第三,将“G”字头列车扩大到“G”“D”“C”字头列车以验证模型的稳健性,并按地理区位、城市规模和城市等级为划分标准,进一步研究高铁开通对不同城市创新能力影响的异质性。

三、理论分析与研究假设

高铁开通对城市创新能力的影响可分为直接效应和间接效应。一方面,高铁在研制和发展阶段突破了一系列技术封锁,产生了新技术和新专利,直接促进创新能力提升;另一方面,根据“面对面交流”理论以及新经济地理学理论,高铁开通使城市间在地理距离不变的前提下大幅缩短时间距离,为创新活动所需要的人力、资本等资源提供了更为便捷的流通方式。相对于未开通高铁城市,开通城市能凭借其自身优势吸引更多资源,使城市创新活动所需要素的配置趋于合理,从而提高其创新能力。

(一)高铁开通对城市创新能力的直接效应

高铁系统是由公务工程、牵引供电、通信信号、动车组、运营调度和客运服务组成技术巨系统,各子系统模块有机结合、相互影响、共同构成。中国高铁研发历程可以分为试验探索、技术引进、正向研发和制定标准四个阶段(贺俊等,2018)[18]191-207。从逆向研发到正面设计过程中,各类创新主体如科研院所、重点高校和创新企业先后参与,产生一系列新专利、新技术,完成了从技术的落后到领先的转变,直接带动高铁产业创新能力提升。同时,高铁产业技术水平的提升将倒逼相关产业链升级,带动其开展创新活动,并通过乘数效应促进创新能力提升。

由此,提出假设1:高铁开通能够直接促进城市创新能力提升。

(二)基于人才流动的影响效应

人才是创新活动中最为关键的生产要素,而交通方式的可选择性与便利性是限制人才在区域间流动的关键因素。高铁开通后,城市间通行的时间大幅缩小,“一小时同城”“两小时同群”等各种城市圈纷纷出现,跨城市通勤逐渐成为一种可行的通勤方式。根据中国铁路总公司的统计数据显示,2021年动车组客运量为19.2亿人次,约占同期铁路客运量76%。而根据《CTR媒介专项研究部与铁道部联合调研报告》显示,乘坐高铁出行的乘客中,本科及以上学历人群占比近六成,且主要出行目的为公干出差,而普通列车乘客出行目的则为探访亲友和旅行。因此,高铁开通增强了高技术人才在城市间流动,作为知识的载体,高技术人才的流动带动了知识、技术、信息、经验在城市间流动,促使地区间相互交流与学习,进而形成知识溢出(杜兴强和彭妙薇,2017)[19]89-107。城市间高技术人才更为频繁地交流使得“学习效应”增强,当高铁将创新能力不同的城市相连接时,创新能力处于劣势的城市能够更为高效地学习创新能力处于优势的城市。这主要表现为技术劣势的企业通过人员交流、考察、引用等方式学习优势企业的先进技术进而完成本企业技术的转型升级,而优势企业为避免在竞争中陷入被动则进一步寻求应用新技术。可见,高铁开通有助于加强城市间人才流动,形成知识溢出,提高城市创新能力。

由此,提出假设2:高铁开通城市通过集聚高素质人才有助于提升城市创新能力。

(三)基于资本流动的影响效应

资本是创新活动必需的生产要素,资本进入会显著影响企业研发投入强度,缓解企业在创新活动中资金约束问题(刘督等,2017)[20]369-406。外商直接投资流动同时伴随着先进技术与管理经验流动,对提升创新能力具有直接作用,其投资方向主要集中于高新技术产业,而其投资决策是基于其投资动机与偏好,在衡量投资风险与收益率等因素后作出的结果(Rugman等,2012)[21]218-235。中国实际利用外商直接投资具有明显的区域异质性,其中大量资金流向较为发达的东部地区(沈坤荣和田源,2002)[22]26-31,其中交通条件是影响外商直接投资企业区位选择的重要因素,便捷的交通设施使该类企业在竞争中获得优势(李郇和丁行政,2007)[23]636-641。另一方面,可达性的增加投资企业和创新企业的信息不对成程度降低,减少了投资风险,使投资企业更容易与创新企业进行面对面交流,发现非中心城市的投资机会(龙玉等,2017)[24]195-208。

由此,提出假设3:高铁开通城市通过吸引外资流入促进城市创新能力提升。

四、模型设定与数据说明

(一)模型设定

自2008年京津城际铁路开通,国内各城市的高铁项目相继开工建设,在本文研究时期内,268个地级及以上城市中已有127个城市建设设计时速为350Km/h的高标准高速铁路并运行“G”字头列车。本文将城市高铁开通视为一次“准自然试验”,将高铁开通城市与未开通城市分别划分为实验组和控制组,使用多期双重差分模型研究高铁开通对城市创新能力的影响。但由于高铁项目建设时间长,每个开通城市通车年份有所差异,无法应用传统DID模型估计影响效果,故本文借鉴张克中和陶东杰(2016)的研究[25]62-73,将各城市实际开通高铁的年份设置为虚拟变量,具体模型如式(1):

lnInnoit=α0+α1HSRit+∑γjXjit+ηt+μi+εit

(1)

式(1)中,i表示城市,t表示年份;被解释变量lnInnoit表示城市创新能力;α0为截距项;HSR表示高铁开通虚拟变量,α1是本文所重点关注的估计系数,表示高铁开通对城市创新能力的影响系数;Xjit表示本文所选取的j个控制变量,γj表示其估计系数;ηt表示时间固定效应;μi表示个体固定效应;εit表示随机扰动项。

(二)变量说明

1.被解释变量:城市创新能力

中国区域创新创业指数(IRIEC)是由北京大学企业大数据研究中心编制,基于全国工商企业注册数据库的全量企业信息,从新建企业数量、吸引外来投资、吸引风险投资、专利授权数量和商标注册数量5个维度构建中国区域创新创业指数,综合反映中国各地区的创新活力与绩效。因此,借鉴部分学者的做法,本文使用该指数作为城市创新能力的衡量指标。

2. 核心解释变量:高铁开通虚拟变量

地级及以上城市高铁开通时间数据来源于中国铁路总公司披露的数据,由于高铁开通对城市产生的经济效应存在一定滞后性,且多数城市高铁开通时间接近年末,本文借鉴张克中和陶东杰(2016)中的处理方法[25]62-73,将高铁开通时间为上半年定义为当年开通,高铁开通时间为下半年定义为次年开通。

3.控制变量

为更准确地分析高铁开通对城市创新能力的影响,参考既有文献,本文控制了其他对城市创新能力可能存在影响的变量:经济发展水平(lnPgdp),以2000年为不变价格,用各地级及以上城市平减后的人均GDP表示;人力资源(lnLabor),考虑到受教育程度对人力资本有重要影响,借鉴王雨飞和倪鹏飞(2016)的做法,使用平均受教育年限表示[6]21-36;政府支持力度(gov),用地区财政科学支出占地区财政预算支出比重表示;产业结构(ind3),用第三产业增加值占地区GDP比重表示;金融发展水平(lnFin)用地区金融机构年末存贷款余额占地区GDP比重表示;信息化水平(lnInform),以2000年为不变价格,用各地级及以上城市人均电信业务总量表示。

4.中介变量

为检验高铁开通对城市创新能力的影响机制,参考徐红和赵金伟(2020)的做法[26]121-128,本文设定以下两个中介变量:创新人才(lnHighlabor),用科研、技术服务和地质勘查业从业人员数的对数值表示;利用外资(fdi),用地级及以上城市实际利用外商投资的对数值表示。

(三)数据来源

由于部分城市在考察期间内行政划分发生变化和数据缺失较为严重,故选取全国268个地级及以上城市2004—2020年全市层面数据。地级及以上城市高铁开通时间数据来源于中国铁路总公司,其余数据均来自于历年的《中国城市统计年鉴》《中国区域经济统计年鉴》《中国统计年鉴》以及各省、市、区统计年鉴及公报。主要变量描述性统计结果见表1。

表1 变量说明及描述性统计

五、实证结果及分析

(一)基准回归结果

通过式(1)研究高铁开通对城市创新能力的影响,表2报告了其回归结果。模型(1)中仅将高铁开通虚拟变量与城市创新能力在双固定效应模型下进行回归,模型(2)-(4)中进一步将控制变量加入,分别在城市固定、时间固定以及双固定效应模型下进行回归。可以看出,在四个模型中核心解释变量HSR系数均显著为正,表明高铁开通能够显著促进城市创新能力提升,从而验证了假设1。相对于未开通城市,高铁对开通城市创新能力有明显冲击作用,促进了城市创新能力提升。高铁开通压缩“时间距离”从而提高城市可达性,促进知识、技术、信息、经验在城市间流动,改善各资源要素在城市间的配置,减少城市创新成本。从系数值结果来看,在双固定效应模型下,加入控制变量使HSR系数变小,进一步剥离HSR对创新能力的影响效应,但系数仍显著为正,说明该效应是稳健的。

表2 高铁开通对城市创新能力影响基准回归结果

控制变量回归结果显示,除了模型(2)中人力资源影响效果不显著外,其余均显著为正。从模型(4)可以看出,人力资源通过“用脚投票”促进了城市创新水平提升;随着人均GDP和信息化水平的提升,其支持创新产出的意愿和能力增强,创新需求增加,从而刺激了创新活动;政府支持力度越大、金融化水平越高,创新主体能得到更多的政策优惠和资本支持,从而对创新的投入也越大;产业结构高级化有助于地区产业向非农业化方向发展,促进城市现代化进程,为城市创新能力发展提供良好基础。

(二)平行趋势检验

实验组与控制组在政策冲击前趋势保持一致是应用双重差分模型的前提,使用平行趋势检验能够验证实验组与控制组是否满足这一前提,针对本文所研究的问题,平行趋势假设要求在控制其他影响因素后,高铁开通城市与未开通城市在政策前期其创新能力没有显著差异。参考罗知等(2015)的研究[27]69-84,本文设置以下模型进行平行趋势检验:

(2)

在方程(2)中,n表示相对于高铁开通年份的期数,变量HSRi,i+n表示相对于高铁开通的第n年。本文的样本期间为2004—2020年,而高铁开通虚拟变量最早为1的年份为2009年,且初期开通高铁的城市偏少,为了避免由此带来的估计偏误,本文把高铁开通前后5年作为平行趋势检验范围,且将各高铁城市开通前一年设为基准。

图1列出了方程(2)的回归结果。在高铁开通前,τ的系数值较小且均不显著,表明在高铁开通前实验组和控制组的创新能力没有显著差异,通过平行趋势检验。高铁开通后,开通当年至开通后1年τ的系数为正但不显著,说明高铁开通对城市创新能力的影响效应可能存在时滞,短时间内开通城市与未开通城市创新能力差异不显著。开通后2年至开通后5年τ的系数为正且显著,说明实验组创新能力相对于控制组显著提高。从系数值上看,高铁开通后的系数τ呈现上升趋势,说明随着高铁网络化布局逐步完善,创新要素在城市间流动逐步增强,对创新能力的促进作用进一步增大。

图1 平行趋势检验

(三)内生性分析

虽然国家高铁整体规划对于地级及以上城市来说可以认为是外生的,但其具体选址还会考虑到城市发展水平和历史交通路线等因素(罗双成等,2021)[28]172-187。为了处理因此带来的样本选择偏误而导致的内生性问题,参考谢申祥等(2021)的做法[29]146-160,本文进一步采用倾向匹配得分与双重差分相结合的模型以解决内生性问题,并在倾向匹配得分过程中采用逐年匹配的方式进行处理,避免了传统倾向得分匹配中出现的样本跨年份匹配问题。其基本思路是按年份对实验组与控制组进行匹配,逐年找到与实验组最为相似的控制组后使用双重差分模型对样本进行回归,避免了政策实施前后样本相互匹配的问题。PSM处理时匹配变量为高铁开通虚拟变量,协变量为前文控制变量,采用近邻匹配与核匹配两种方式对样本进行匹配。

逐年PSM匹配后各协变量均不存在显著差异,且各协变量的标准偏差控制在10%附近,满足平衡性检验。图2中a、b分别报告了使用近邻匹配与核匹配方式匹配前后实验组与控制组的核密度曲线图。从图中可看出,匹配前实验组与控制组核密度曲线与均值偏差较大,若直接进行回归容易导致样本选择偏差问题,匹配后两者核密度曲线与均值差异减小,说明逐年匹配有效。

图2 倾向得分匹配核密度曲线

表3报告了PSM-DID模型回归结果。为保证匹配回归结果的准确性,去除部分未匹配样本,仅将匹配成功的样本估计高铁开通对城市创新能力的影响效应。具体结果显示,在考虑内生性问题后,高铁开通仍能显著促进城市创新能力提升,说明本文实证检验结果稳健。

表3 内生性分析

(四)稳健性检验

1.安慰剂检验

考虑到在样本期间内可能除了高铁开通这一因素外还存在其他不可观测因素影响城市创新能力,本文构建虚假政策冲击时间进行安慰剂检验。具体而言,本文将假定全国已经开通高铁的城市数量不变,随机抽取城市设定为实验组,且随机赋予开通高铁年份,其余为控制组,以方程(1)为模型重复进行500次回归。回归结果如图3所示,随机抽取实验组所得到的估计系数集中于0附近,且基本呈现正态分布。此外,垂直虚线代表的真实回归系数远离主要分布区间,说明高铁开通对城市创新能力的影响并非由其他不可观测因素推动。

图3 安慰剂检验

2.调整指标

在基准回归中,采用中国区域创新创业指数(IRIEC)中的城市创新指数得分作为城市创新能力的测度指标,为了进一步检验模型的稳健性,本文参考白俊红和蒋伏心(2015)的研究[30]174-187,将该指数替换为各地级及以上城市三种专利授分别以0.5、0.3、0.2为权重的加权数作为被解释变量进行回归。另外,前文仅将建设设计时速为350Km/h的高标准高速铁路并已通车“G”字头列车的城市列为实验组,其余列为控制组。参考孙伟增等(2022)做法[31]19-34,进一步将开通“D”字头与“C”字头列车城市设为实验组,其余设为控制组,替换高铁开通虚拟变量进行回归。

表4列出了上述回归结果。在模型(1)中,lnInno2表示替换地级及以上城市专利授权加权数后的被解释变量,在模型(2)中,HSR2表示替换为开通“G”“D”“C”字头列车城市虚拟变量后的核心解释变量。从回归结果可以看出,模型(1)替换被解释变量后,高铁开通仍显著促进城市创新能力提升;模型(2)替换核心解释变量后,仍在1%水平下显著促进城市创新能力的提高,但相比于前文结果,其显著性和影响系数有所降低,表示在考虑速度更慢的“D”“C”字头列车后,对城市创新能力影响程度有所下降,说明城市间的通行效率能够影响创新活动所需要素在城市间流动,进而影响城市创新能力,进一步验证了前文观点。

表4 替换变量回归结果

(五)异质性分析

由于各城市地理位置、资源禀赋以及经济发展水平存在较大差异,影响不同城市之间资源配置效率,进而对城市创新能力产生影响,导致不同城市对高铁开通这一外生冲击带来的效应存在差异。将各地级及以上城市在区位上划分为八大经济区,在城市规模上按人口数量分为特大及以上城市、大城市和小城市,在行政等级上将省会、直辖及副省级城市划分为中心城市,其余则分为非中心城市。

表5报告了八大经济区异质性分析回归结果。从显著性上看,高铁开通对三大沿海经济区和两大中部经济区创新能力影响显著,对东北综合经济区、大西南综合经济区以及大西北综合经济区影响不显著,表明高铁开通这一冲击对不同区位城市影响效果存在差异。从系数值上看,高铁开通对沿海经济区创新能力的影响大于中部经济区,而对东北综合经济区影响系数为正但不显著,对大西北综合经济区和大西南综合经济区影响系数为负但不显著。这可能是由于相对于沿海及中部城市而言,位于东北、西南及西北部城市经济发展水平、基础设施建设、公共服务等较为落后,高铁开通时间也相对靠后,对创新资源的吸引力处于弱势地位,这与张治国和欧国立(2021)的研究结论相一致[32]18-25。高铁开通后城市可达性增强,创新人才流出本地的成本有所降低,地区内的创新型人才往就业机会更多、发展前景更好的沿海及中部地区流动,而东北、西南及西北部城市承担了资源供给的功能,导致本城市的创新能力有所下降。综上所述,高铁开通对沿海及中部城市创新能力促进作用更明显。

表5 高铁开通对八大经济区域创新能力的异质性分析

表6报告了城市规模及城市等级异质性分析回归结果。从城市规模划分回归结果可以看出,高铁开通对不同规模城市创新能力影响均在1%水平下显著为正,且影响系数与城市规模呈正相关。从城市等级划分回归结果可以看出,高铁开通对不同行政等级城市创新能力影响均在1%水平下显著为正,且对行政等级更高的中心城市影响效果更强。其原因在于规模大和高行政等级城市依靠规模优势及行政管理权限获得了更多的财政支持和政策优惠,并且可以通过集聚效应吸引更多的资本、人才和信息等创新资源,驱动城市创新能力更好提升。综上所述,高铁开通对规模大、行政等级高的城市创新能力促进作用更明显。

表6 高铁开通对不同规模及行政等级城市创新能力的异质性分析

(六)机制检验

基准回归结果表明,高铁开通能够显著促进城市创新能力提升,但其影响路径仍然需要进一步验证。前文机理分析阐述了高铁开通缩短城市间的时间距离,提升城市可达性,给城市带来创新所需要的人才与外资,进而促使开通城市创新能力提高,下面将借鉴王伟同和周佳音(2019)的思路对上述两个机制进行检验[33]111-125。

表7报告了机制检验回归结果,其中模型(1)与基准回归中模型(4)一致,模型(2)-(4)检验了人才集聚、外资流入两个传导机制。从回归结果可以看出,分别加入创新人才与利用外资后,模型(2)与模型(3)中HSR系数显著且有所降低,表明人才、资本流动两个因素是高铁开通提高城市创新能力的内在影响机制。相较于模型(1),模型(4)中HSR回归系数降低了27.5%,表明两个机制解释了高铁开通对城市创新能力影响效应的27.5%,验证了人才、资本流动两个机制的存在。

表7 高铁开通对城市创新能力影响机制检验

由八大区域异质性分析结果可知,高铁开通对北部沿海、东部沿海、南部沿海、黄河中游和长江中游地区创新能力有显著促进作用,因此表8报告了高铁开通对以上地区创新能力的机制检验结果。从回归结果发现,分别加入创新人才与利用外资两个中介变量后,各区域HSR系数分别降低20.6%、21%、25.7%、32.5%和7.5%,表明两个机制均能解释高铁开通对不同区域创新能力的影响效应。其中人才、资本流动两个机制对长江中游经济区创新能力提升的解释程度较弱,可能说明该经济区创新能力提升可能取决于研发基础设施、市场化水平和金融发展水平等因素。

表8 高铁开通不同经济区创新能力的机制检验

表9报告了高铁开通对不同规模及行政等级城市创新能力影响效应的机制检验结果。从回归结果可以看出,分别加入创新人才与利用外资两个中介变量后,HSR系数分别降低19.4%、33.7%、6.1%、22.6%、15.9%。在不同城市规模中,人才、资本流动两个机制对中小城市创新能力提升解释程度最弱,可能是由于高铁开通后随着各地区的时间距离缩短,各类创新资源倾向于往更大规模城市聚集,中小规模城市创新能力提升主要来源于要素流动便利性加强带来的学习效应和模仿效应;对大城市创新能力提升解释程度最强,可能是因为相较于特大及以上规模城市,要素流动给大规模城市创新能力提升带来的边际报酬更高。在不同行政等级城市中,人才、资本流动两个机制对中心城市创新能力提升解释程度更大,可能是因为中心城市要素配置更合理、配套设施更完善,使得中心城市更能利用要素流动为创新能力带来红利。

表9 高铁开通对不同规模及行政等级城市创新能力的机制检验

六、研究结论与政策启示

高铁作为当前交通基础设施的重要组成部分,改善了劳动力、资本以及技术在空间内的配置,对推动经济高质量发展和区域协调发展具有重要作用。本文在现有理论和研究成果的基础上,基于中国268个地级及以上城市2004—2020年的面板数据,检验了高铁开通对城市创新能力的影响效应,得出以下结论:第一,高铁开通显著促进城市创新能力提升,该结论在经过安慰剂检验、替换被解释变量与核心解释变量等一系列稳健性检验及内生性分析后依然稳健。第二,高铁开通对沿海及中部经济区城市创新能力有显著提升作用,对东北、大西南及大西北经济区城市影响效果不明显,对城市规模大、中心城市的影响大于城市规模小、非中心城市。第三,机制检验结果表明高铁开通会通过人才流动以及资本流动两条路径促进城市创新能力提高,且这两条路径在黄河中游经济区作用大于其他经济区,在大规模城市的作用大于特大及以上、中小规模城市,在中心城市的作用大于非中心城市。总体来说,相对于未开通高铁城市,开通城市创新能力提升较快,表明高铁开通会使开通城市与未开通城市创新能力差距增大,进而对空间创新格局产生重要影响。

基于上述结论,本文有以下政策启示:第一,继续加大高铁建设投资,推进高铁网络化建设,助力城市创新能力搭上高铁“快班车”。高铁开通对城市创新能力有显著促进作用,因此政府应继续加大高铁建设投资,从而提高城市的创新能力,推动经济高质量发展和区域协调发展,对于继续坚持创新在现代化建设全局中的核心地位,深入实施创新驱动发展战略,完善国家创新体系,加快建设科技强国具有重要实践意义。第二,优化高铁线路布局。研究发现,对于一些落后城市,高铁建设可能会因为发达城市的虹吸效应导致城市创新要素流出,不利于城市创新发展。因此在推动高铁网络化建设时要充分考虑城市发展不平衡性,因地制宜推进建设方案,调整发展思路,优化高铁线路布局,利用高铁红利推进城市高质量发展,进一步发挥高铁开通的外部性。第三,鼓励人才流动和资本流动。基于高铁通过人才、资本流动进而影响城市创新能力的机制,开通城市应当完善当地人才引进政策和优化利用外资结构,鼓励人才和资本跨城市流动,为跨城市流动提供更加便利的条件,进一步促进城市之间互联互通。如在贯彻落实中央各项人才政策时应基于本地实际情况和产业发展特点制定人才引进政策;同时,高铁开通城市在引进外资时要提高外资进入门槛,着重考虑环保、高技术和高效益等问题。