張 禹 孫雙利 陳春春

1 引 言

創(chuàng)新活動(dòng)具有強(qiáng)烈的本地化特征（Jaffe等，1993［1］），以此形成的區(qū)域集聚性是阻礙創(chuàng)新知識(shí)向其他地區(qū)外溢的重要原因。盡管互聯(lián)網(wǎng)和通訊技術(shù)日益完善，但是地理距離在制約創(chuàng)新外溢方面的作用依然非常顯著（Agrawal等，2017［2］）。部分原因在于人與人之間的面對(duì)面交流和示范是知識(shí)外溢的一大途徑，對(duì)于私有或獨(dú)享性知識(shí)尤其如此。不過(guò)，隨著以高鐵為代表的交通基礎(chǔ)設(shè)施的改善，大幅縮短了地區(qū)間的旅行時(shí)間，為不同地區(qū)間擁有差異化知識(shí)的人才更加便捷的交流與共享知識(shí)提供了良好機(jī)會(huì)，這將有助于提高創(chuàng)新產(chǎn)出。具體來(lái)看，高鐵開(kāi)通降低了地區(qū)間的通勤成本，本質(zhì)上會(huì)對(duì)城市的創(chuàng)新活動(dòng)產(chǎn)生兩種效應(yīng)：其一是配置效應(yīng)，即地區(qū)間轉(zhuǎn)移成本下降導(dǎo)致創(chuàng)新要素在地區(qū)間的重新配置；其二是外溢效應(yīng)，即創(chuàng)新主體之間的互動(dòng)頻次提高，提高創(chuàng)新知識(shí)的地區(qū)間溢出。從理論上來(lái)看，這兩種效應(yīng)對(duì)經(jīng)濟(jì)的創(chuàng)新活動(dòng)都具有促進(jìn)作用，但考慮到城市原有要素稟賦各異，上述兩種效應(yīng)是否及如何發(fā)揮作用需進(jìn)一步分析。一方面，配置效應(yīng)帶來(lái)了創(chuàng)新資源優(yōu)化配置，有利于原有創(chuàng)新環(huán)境優(yōu)良、擅長(zhǎng)特定創(chuàng)新活動(dòng)的城市，進(jìn)而強(qiáng)化創(chuàng)新的本地化特征；然而對(duì)于創(chuàng)新基礎(chǔ)相對(duì)薄弱的城市，地區(qū)間的創(chuàng)新資源優(yōu)化配置可能導(dǎo)致創(chuàng)新要素流出，進(jìn)而弱化城市的創(chuàng)新能力。另一方面，外溢效應(yīng)推動(dòng)了創(chuàng)新資源的交流與互動(dòng)，使得原有的集中化創(chuàng)新逐漸向合作式的分散化創(chuàng)新演化，這給創(chuàng)新資源匱乏但擁有后發(fā)優(yōu)勢(shì)的城市以趕超機(jī)會(huì)。因此，高鐵對(duì)各城市創(chuàng)新的具體影響取決于配置效應(yīng)和外溢效應(yīng)的作用方向及相對(duì)大小。

正是由于理論上的模糊性，可靠的經(jīng)驗(yàn)證據(jù)成為明晰中國(guó)高鐵開(kāi)通與城市創(chuàng)新關(guān)系的關(guān)鍵。國(guó)內(nèi)已有系列研究探討了兩者之間的關(guān)系（何凌云和陶東杰，2020［3］；余泳澤等，2019［4］；卞元超等，2019［5］；吉赟和楊青，2020［6］；王春楊等，2020［7］）。這些文獻(xiàn)采用城市層面的數(shù)據(jù)各自論證了高鐵開(kāi)通對(duì)城市專利申請(qǐng)數(shù)量、專利引用以及創(chuàng)新指數(shù)的正面影響。還有一些較為相關(guān)的研究細(xì)化了知識(shí)流動(dòng)研究，探討了高鐵開(kāi)通對(duì)各地區(qū)學(xué)術(shù)論文發(fā)表的促進(jìn)作用（Dong等，2020［8］）。這些研究無(wú)疑加深了我們對(duì)高鐵與城市創(chuàng)新的理解，不過(guò)在現(xiàn)有研究的基礎(chǔ)上，本文認(rèn)為依然有三個(gè)重要的問(wèn)題需要進(jìn)一步明確：（1）高鐵影響城市創(chuàng)新的可信度有多高。目前的研究事實(shí)上還沒(méi)有就高鐵對(duì)城市創(chuàng)新是否產(chǎn)生影響形成定論。即使多數(shù)研究給出了支持性證據(jù)（何凌云和陶東杰，2020［3］；余泳澤等，2019［4］；卞元超等，2019［5］；Gao和Zheng，2020［9］），但也存在一些研究發(fā)現(xiàn)高鐵對(duì)城市創(chuàng)新并沒(méi)有顯著影響（Chen等，2017［10］）。（2）高鐵影響城市創(chuàng)新的程度有多大。該問(wèn)題尚未引起足夠的重視，但它卻是判斷高鐵建設(shè)是否值得的重要前提。從系數(shù)顯著性層面分析高鐵效應(yīng)的統(tǒng)計(jì)意義是現(xiàn)有研究的通行做法，但它忽視了高鐵開(kāi)通的經(jīng)濟(jì)意義。（3）高鐵通過(guò)何種機(jī)制影響城市的創(chuàng)新活動(dòng)。創(chuàng)新資源的流動(dòng)，例如高素質(zhì)人才的流動(dòng)與科學(xué)知識(shí)和隱性知識(shí)的傳播等都可能成為城市創(chuàng)新的催化劑。遺憾的是，目前還尚未有研究從上述視角考察高鐵開(kāi)通對(duì)城市創(chuàng)新的促進(jìn)作用。

鑒于既有研究在實(shí)證分析方面存在的問(wèn)題，本文首先從模型設(shè)計(jì)上剖析了上述問(wèn)題產(chǎn)生的原因?，F(xiàn)有研究主要采用雙重差分法（Difference in Difference，以下簡(jiǎn)稱DID）框架，將高鐵開(kāi)通視作擬自然實(shí)驗(yàn)并分析其影響。除了質(zhì)疑擬自然實(shí)驗(yàn)的合理性之外，DID框架在高鐵開(kāi)通背景下的一些適應(yīng)性問(wèn)題也值得關(guān)注。其次，本文按照常規(guī)的DID做法，采用2000至2016年278個(gè)地級(jí)市面板數(shù)據(jù)復(fù)現(xiàn)了部分研究結(jié)論，但也得到一些略有不同的發(fā)現(xiàn)。再次，基于上述結(jié)論，本文反思并論證了以下幾方面內(nèi)容：（1）針對(duì)性地討論并補(bǔ)充了交疊DID（Staggered DID）框架的動(dòng)態(tài)效應(yīng)檢驗(yàn)結(jié)果，我們發(fā)現(xiàn)高鐵的影響只存在于早期開(kāi)通的線路；（2）利用廣義合成控制法，論證了高鐵影響的滯后性；（3）排除了十分重要的公路和民航影響。雖然一些學(xué)者從競(jìng)爭(zhēng)性角度排除了公路和鐵路的影響（何凌云和陶東杰，2020［3］），但是卻沒(méi)有考慮民航這一重要的交通措施；（4）初步估算了高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)大小。數(shù)值模擬和方差分解的結(jié)果顯示，高鐵開(kāi)通對(duì)城市創(chuàng)新的貢獻(xiàn)相對(duì)較低。（5）嘗試從城市間信息傳遞以及高技能人才流動(dòng)兩個(gè)個(gè)角度對(duì)高鐵潛在的影響機(jī)制進(jìn)行了分析。有關(guān)信息傳遞的影響機(jī)制已在理論上得到了普遍關(guān)注，但是尚未見(jiàn)到直接檢驗(yàn)的文獻(xiàn)，本文在檢驗(yàn)這一機(jī)制的基礎(chǔ)上著重討論了高鐵開(kāi)通對(duì)城市間信息傳遞的非對(duì)稱性影響。

值得強(qiáng)調(diào)的是，既有研究對(duì)本文重新審視與論證高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)大有裨益。一方面，在統(tǒng)計(jì)意義上，本文發(fā)現(xiàn)與大部分文獻(xiàn)一致，均發(fā)現(xiàn)高鐵開(kāi)通對(duì)城市創(chuàng)新有顯著影響；另一方面，對(duì)于本文的一些“與眾不同”的新發(fā)現(xiàn)，可以作為進(jìn)一步思考和探討的方向。鑒于高鐵效應(yīng)評(píng)估的文獻(xiàn)如雨后春筍般涌現(xiàn)，但分析方法具有極高的相似性，本文的嘗試不僅有助于客觀、全面、準(zhǔn)確地評(píng)估高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)，而且對(duì)于當(dāng)前中國(guó)“新基建”背景下的城際軌道交通建設(shè)也有著重要的政策啟示意義。本文的剩余部分內(nèi)容安排如下：第二部分展示研究設(shè)計(jì)；第三部分介紹數(shù)據(jù)、指標(biāo)構(gòu)建以及初步估計(jì)結(jié)果及分析；第四部分進(jìn)行結(jié)果反思和進(jìn)一步論證；最后是本文的結(jié)論。

2 研究設(shè)計(jì)

既有研究考察高鐵開(kāi)通經(jīng)濟(jì)效應(yīng)的通行做法，是將各城市高鐵開(kāi)通作為一次準(zhǔn)自然實(shí)驗(yàn)，采用DID框架估計(jì)高鐵對(duì)經(jīng)濟(jì)變量的因果效應(yīng)。構(gòu)建的模型一般有如下形式：

當(dāng)采用城市數(shù)據(jù)進(jìn)行分析時(shí)，i表示城市，t表示時(shí)間。Yit是被解釋變量，可能包括就業(yè)、投資、創(chuàng)新等受到高鐵影響的經(jīng)濟(jì)變量。HSRit代表高鐵是否開(kāi)通的核心解釋變量，在城市i 開(kāi)通高鐵當(dāng)年及之后的年份取1，否則取0。在包含了個(gè)體（ρi）和時(shí)間（ρt）固定效應(yīng)，以及控制了其他可能影響結(jié)果變量的城市時(shí)變特征（Xit）后，系數(shù)β的估計(jì)值衡量了高鐵開(kāi)通對(duì)被解釋變量的因果效應(yīng)。因此，判斷系數(shù)β符號(hào)和顯著性便成為推斷高鐵的作用是否符合理論預(yù)期的依據(jù)。這種估計(jì)方法原理直觀、操作簡(jiǎn)單，而且隱含了因果性討論，因此得到了文獻(xiàn)的普遍應(yīng)用。然而，在使用DID框架分析高鐵的作用時(shí)，有一些特定假設(shè)和經(jīng)濟(jì)事實(shí)缺乏應(yīng)有重視，以本文重點(diǎn)關(guān)注的城市創(chuàng)新為例，既有研究可能忽略了以下幾個(gè)重要問(wèn)題：

第一，重視高鐵效應(yīng)的統(tǒng)計(jì)意義，但是忽略了重要的經(jīng)濟(jì)影響。一方面，受限于數(shù)據(jù)等多方面的原因，現(xiàn)有大都只關(guān)注專利的申請(qǐng)或授權(quán)數(shù)量并將其作為城市創(chuàng)新的代理指標(biāo)，對(duì)于創(chuàng)新質(zhì)量的關(guān)注不足。另一方面，某些經(jīng)濟(jì)變量在連通城市和非連通城市之間具備零和游戲?qū)傩裕哞F開(kāi)通帶來(lái)的經(jīng)濟(jì)影響可能只具有分配效應(yīng)而不具有增長(zhǎng)效應(yīng)。以創(chuàng)新的重要投入變量高技能人才為例，一定時(shí)期內(nèi)各區(qū)域的就業(yè)人員總量是給定的，因此，由于高鐵開(kāi)通使得城市的吸引力上升所帶來(lái)的人口流入就是未開(kāi)通城市的人口流出，這種重復(fù)計(jì)算無(wú)疑會(huì)夸大β的正面影響。此外，一個(gè)較少得到重視的問(wèn)題是，利用β的表現(xiàn)推斷高鐵的作用只是判斷高鐵效應(yīng)的必要非充分條件，因?yàn)橄禂?shù)β并未包含任何關(guān)于高鐵開(kāi)通的成本信息。即使β揭示了與理論預(yù)期相符的正面影響，也并不意味著用于高鐵連通的投入是值當(dāng)?shù)摹?zhǔn)確討論β系數(shù)的經(jīng)濟(jì)意義是討論經(jīng)濟(jì)適用性的前提。

第二，(1)式是一個(gè)變處理時(shí)點(diǎn)的DID模型，各城市開(kāi)通高鐵的時(shí)間并不相同（即處理組個(gè)體接受處理的時(shí)間存在差異，后文簡(jiǎn)稱為交疊DID模型），因此常規(guī)的估計(jì)方法可能導(dǎo)致 系數(shù)的估計(jì)偏誤。隨著面板模型的豐富，大量學(xué)者將傳統(tǒng)的DID模型進(jìn)行擴(kuò)展，并將處理組個(gè)體接受處理的時(shí)間存在差異的模型轉(zhuǎn)換為（1）式所示的雙向固定效應(yīng)模型，并用系數(shù)評(píng)估事件的經(jīng)濟(jì)效應(yīng)。相關(guān)的文獻(xiàn)還采用事件分析法框架進(jìn)一步評(píng)估樣本的平行趨勢(shì)是否滿足并用此來(lái)評(píng)估高鐵開(kāi)通的動(dòng)態(tài)影響。近年來(lái)，大量研究表明這種常規(guī)的做法需要滿足嚴(yán)格的前提假設(shè)：在雙向固定效應(yīng)模型以及事件分析法的估計(jì)中，只有當(dāng)不同時(shí)期的處理效應(yīng)大小嚴(yán)格相等時(shí)，的估計(jì)結(jié)果才是準(zhǔn)確的（Sun和Abraham，2021［11］；Imai和Kim，2019［12］）。系數(shù)衡量的是不同時(shí)期開(kāi)通高鐵的城市在一定時(shí)間內(nèi)的處理效應(yīng)的加權(quán)平均。如果不同時(shí)期的處理效應(yīng)不同，僅使用簡(jiǎn)單線性回歸會(huì)造成部分時(shí)期的權(quán)重為負(fù)數(shù)，其估計(jì)結(jié)果與經(jīng)濟(jì)含義之間的對(duì)應(yīng)關(guān)系可能存在偏誤（Chaisemarti和d’Haultfoeuill，2020［13］），從而高估高鐵的經(jīng)濟(jì)效應(yīng)。

第三，分析高鐵對(duì)城市專利申請(qǐng)的影響時(shí)，忽略了專利影響的滯后性問(wèn)題?，F(xiàn)有城市創(chuàng)新的相關(guān)研究發(fā)現(xiàn)，在高鐵開(kāi)通前，連通城市和非連通城市的表現(xiàn)沒(méi)有顯著差異，但是高鐵開(kāi)通后第一年，以專利為代表的創(chuàng)新變量顯著增加。這種“完美驗(yàn)證”在考察其他經(jīng)濟(jì)變量時(shí)可能是準(zhǔn)確的，但是具體到專利創(chuàng)新方面則令人生疑。專利的研發(fā)普遍存在兩到三年的時(shí)滯（Moser和Voena，2012［14］），發(fā)明專利從申請(qǐng)到公開(kāi)還需要經(jīng)歷六至十八個(gè)月的時(shí)間，因此，幾乎沒(méi)有時(shí)滯的創(chuàng)新效應(yīng)很可能不是由高鐵開(kāi)通所致，而是動(dòng)態(tài)效應(yīng)檢驗(yàn)不準(zhǔn)確引起的。此外，現(xiàn)有文獻(xiàn)往往通過(guò)采用高鐵開(kāi)通前一年的數(shù)據(jù)進(jìn)行傾向得分匹配來(lái)對(duì)樣本進(jìn)行篩選，這種做法能夠在一定程度緩解樣本選擇帶來(lái)的內(nèi)生性問(wèn)題，但是針對(duì)創(chuàng)新這一話題而言，城市的創(chuàng)新產(chǎn)出往往需要更長(zhǎng)時(shí)間的知識(shí)聚集與資本積累，僅采用前一年的數(shù)據(jù)進(jìn)行匹配仍然會(huì)高估高鐵帶來(lái)的經(jīng)濟(jì)效應(yīng)。

第四，對(duì)影響機(jī)制的探討仍然有待補(bǔ)充和擴(kuò)展?，F(xiàn)有文獻(xiàn)認(rèn)為其主要的影響機(jī)制更多注重討論高鐵帶來(lái)的集聚效應(yīng)（余泳澤等，2019［4］），但是集聚效應(yīng)的根源可能是由于信息傳遞加速以及更加本質(zhì)的人員流動(dòng)所引起的。

上述問(wèn)題對(duì)于理解和評(píng)估高鐵開(kāi)通的經(jīng)濟(jì)效應(yīng)具有重要的意義，但既有文獻(xiàn)較少對(duì)此進(jìn)行細(xì)致分析，意識(shí)到這些問(wèn)題并嘗試加以解決可能有助于我們更為準(zhǔn)確地評(píng)估高鐵對(duì)城市創(chuàng)新質(zhì)量的影響。有鑒于此，本文首先利用中國(guó)2000至2016年278個(gè)地級(jí)市面板數(shù)據(jù)復(fù)現(xiàn)了既有文獻(xiàn)的結(jié)論。在此基礎(chǔ)上，我們針對(duì)DID框架和現(xiàn)有估計(jì)中存在的問(wèn)題，逐一進(jìn)行了考察和補(bǔ)充。

3 數(shù)據(jù)、變量與基準(zhǔn)回歸結(jié)果

3.1 數(shù)據(jù)來(lái)源

本文的主要數(shù)據(jù)來(lái)源有《智慧芽專利數(shù)據(jù)庫(kù)》、《中國(guó)鐵道年鑒》與《中國(guó)城市統(tǒng)計(jì)年鑒》等，根據(jù)研究?jī)?nèi)容主要包括三類：一是創(chuàng)新數(shù)據(jù)。本文主要使用各城市企業(yè)申請(qǐng)專利信息度量城市層面的創(chuàng)新水平和創(chuàng)新質(zhì)量。專利數(shù)據(jù)來(lái)源于《智慧芽專利數(shù)據(jù)庫(kù)》，該數(shù)據(jù)庫(kù)收集了1985—2018年間申請(qǐng)人主體位于中國(guó)大陸范圍內(nèi)的全部專利申請(qǐng)記錄，包含專利申請(qǐng)時(shí)間、專利類型、申請(qǐng)人名稱和地址等多個(gè)字段，尤為重要的是該數(shù)據(jù)庫(kù)還提供了專利引用和被引用情況，這將為我們度量專利質(zhì)量提供關(guān)鍵信息。二是高鐵開(kāi)通和運(yùn)營(yíng)數(shù)據(jù)。本文從《中國(guó)鐵道年鑒》以及中國(guó)鐵路總公司網(wǎng)站獲取了各城市層面的高鐵開(kāi)通時(shí)間以及線路數(shù)據(jù)。三是城市數(shù)據(jù)庫(kù)。利用歷年的《中國(guó)城市統(tǒng)計(jì)年鑒》，我們構(gòu)建了2004至2016年間289個(gè)城市的面板數(shù)據(jù)集。城市層面的經(jīng)濟(jì)指標(biāo)包括城市人口、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)與人力資本等諸多指標(biāo)。最后，測(cè)度城市間信息流和技能勞動(dòng)人口流動(dòng)的數(shù)據(jù)來(lái)自百度搜索指數(shù)數(shù)據(jù)庫(kù)以及2005和2010年中國(guó)人口普查微觀數(shù)據(jù)。豐富的數(shù)據(jù)庫(kù)將為本文的研究提供堅(jiān)實(shí)的數(shù)據(jù)支撐。

3.2 城市創(chuàng)新質(zhì)量變量

本文采用城市層面的專利申請(qǐng)數(shù)量作為城市創(chuàng)新水平的度量指標(biāo)。具體在構(gòu)建指標(biāo)時(shí)，我們根據(jù)專利申請(qǐng)信息中的郵政編碼字段識(shí)別出城市信息，然后在城市層面進(jìn)行匯總后與城市數(shù)據(jù)庫(kù)進(jìn)行對(duì)接。除了匯總專利申請(qǐng)總量之外，本文還按照專利類型，依次統(tǒng)計(jì)了發(fā)明專利、實(shí)用新型專利以及外觀設(shè)計(jì)專利的申請(qǐng)數(shù)量。但是，專利申請(qǐng)指標(biāo)也存在高估的問(wèn)題，主要原因是以促進(jìn)專利申請(qǐng)數(shù)量為政策目標(biāo)的專利補(bǔ)貼政策（張杰等，2015［15］），在一定程度上造成了我國(guó)的“專利泡沫”，在促進(jìn)了專利申請(qǐng)數(shù)量的同時(shí)可能抑制了專利質(zhì)量的提高，使得專利申請(qǐng)信息被扭曲，無(wú)法反映一個(gè)城市的創(chuàng)新質(zhì)量。

為了更為準(zhǔn)確地度量城市的創(chuàng)新質(zhì)量，本文采用專利前向被引用數(shù)據(jù)對(duì)專利數(shù)量進(jìn)行了校正。目前運(yùn)用被引用數(shù)加權(quán)的專利數(shù)量指標(biāo)度量專利質(zhì)量的做法已經(jīng)得到較為廣泛的運(yùn)用，被認(rèn)為是評(píng)價(jià)專利質(zhì)量的合理指標(biāo)之一（Bloom和Reenen，2002［16］）。受這些文獻(xiàn)啟發(fā)，本文利用專利被引用數(shù)據(jù)構(gòu)建了城市層面的創(chuàng)新質(zhì)量指標(biāo)：

其中等式左邊為城市層面的創(chuàng)新指標(biāo)，i表示不同的地級(jí)市，t表示時(shí)間；等式右邊為j城市的專利對(duì)于i城市專利在t′時(shí)刻的一個(gè)引用，將i城市所有的專利根據(jù)j和t′進(jìn)行加總，就可以得到i城市的專利質(zhì)量數(shù)據(jù)。本文擬將n取值為3，即反映專利三年的被引用數(shù)量，其原因是n如果選的太短，該專利公開(kāi)信息沒(méi)有全部被其他專利申請(qǐng)人獲知，可能存在對(duì)于專利質(zhì)量的低估；而n如果選的太長(zhǎng)，則可能影響專利的有效性，同時(shí)對(duì)于近期的專利會(huì)缺乏足夠的引用數(shù)據(jù)。在城市層面獲取到全部專利的三年被引用總數(shù)，即可度量城市層面的創(chuàng)新質(zhì)量。

3.3 基準(zhǔn)結(jié)果

本部分將利用城市面板數(shù)據(jù)和構(gòu)建的城市創(chuàng)新變量對(duì)式（1）進(jìn)行估計(jì)。表1匯報(bào)了初步結(jié)果。我們首先分析高鐵開(kāi)通對(duì)城市創(chuàng)新水平的影響，具體的結(jié)果如第（1）至（5）列所示。第（1）列以城市專利總量對(duì)數(shù)作為被解釋變量，方程中包含了是否開(kāi)通高鐵的核心解釋變量和城市、時(shí)間固定效應(yīng)。結(jié)果顯示，核心解釋變量的系數(shù)為0.069，但并不具備統(tǒng)計(jì)顯著性。為了控制城市層面時(shí)變特征對(duì)估計(jì)結(jié)果的影響，在第（1）列的基礎(chǔ)上，第（2）列方程根據(jù)既有文獻(xiàn)的研究結(jié)果加入了多個(gè)城市特征，包括以人口數(shù)量度量的城市規(guī)模變量（lnPOP）；反映城市發(fā)展水平的城市人均GDP變量（lngdppc）；城市第二、三產(chǎn)業(yè)產(chǎn)出占比（s_ratio、t_ratio），控制城市的產(chǎn)業(yè)結(jié)構(gòu)；反映勞動(dòng)力市場(chǎng)狀況的城市人均工資（wage）；城市外資進(jìn)入水平（fdiper）以及由城市高等學(xué)校專任教師數(shù)衡量的人力資本水平（lnhc）等控制變量。觀察第（2）列的核心系數(shù)發(fā)現(xiàn)，在控制城市特征之后，估計(jì)系數(shù)依然在5%的統(tǒng)計(jì)水平顯著為正。從系數(shù)大小來(lái)看，專利申請(qǐng)數(shù)量受高鐵開(kāi)通的影響平均增加12%，這與現(xiàn)有研究的結(jié)果保持一致。

表1第（3）至（5）列進(jìn)一步將城市專利數(shù)量區(qū)分為發(fā)明專利、實(shí)用新型專利以及外觀設(shè)計(jì)三種不同類型的專利，取對(duì)數(shù)后替換第（2）列的被解釋變量依次進(jìn)行回歸分析。從估計(jì)結(jié)果可以看出，高鐵開(kāi)通會(huì)使城市發(fā)明專利數(shù)量顯著增加19%；而高鐵開(kāi)通對(duì)實(shí)用新型專利的平均促進(jìn)作用相對(duì)較弱，其數(shù)值為11%，統(tǒng)計(jì)顯著性下降為5%；對(duì)于外觀設(shè)計(jì)專利，高鐵開(kāi)通沒(méi)有產(chǎn)生明顯影響。對(duì)比以上結(jié)果，我們發(fā)現(xiàn)高鐵的開(kāi)通對(duì)通常意義的高質(zhì)量專利發(fā)明的創(chuàng)新促進(jìn)作用更為顯著，而對(duì)低質(zhì)量的外觀設(shè)計(jì)專利則并無(wú)明顯作用。這不僅說(shuō)明高鐵對(duì)不同性質(zhì)的創(chuàng)新活動(dòng)有異質(zhì)性影響，也證實(shí)了通勤成本對(duì)創(chuàng)新溢出的抑制作用。高鐵在大幅縮短城市間時(shí)空距離并縮短旅行時(shí)間的同時(shí)也帶來(lái)了更高的旅行成本，因此只有發(fā)明專利這種更高水平的創(chuàng)新活動(dòng)才會(huì)受到比較顯著的影響。

表1 高鐵開(kāi)通對(duì)城市創(chuàng)新的影響

除了從創(chuàng)新類型辨析創(chuàng)新質(zhì)量差異之外，表1第（6）至（7）列分別以各城市發(fā)明專利和實(shí)用新型專利三年被引用數(shù)對(duì)數(shù)作為被解釋變量，直接考察了高鐵開(kāi)通對(duì)城市創(chuàng)新質(zhì)量的作用。第（6）列核心估計(jì)系數(shù)依然顯著為正，但是系數(shù)較第（3）列有所下降。第（7）的估計(jì)系數(shù)符號(hào)雖然為正，但是已經(jīng)不具有統(tǒng)計(jì)意義，表明從創(chuàng)新質(zhì)量上來(lái)看，高鐵開(kāi)通只對(duì)提升城市發(fā)明專利的質(zhì)量有顯著效果。換言之，當(dāng)我們仔細(xì)區(qū)分創(chuàng)新的質(zhì)量時(shí)，高鐵開(kāi)通的影響會(huì)降低，而且主要體現(xiàn)在最具有質(zhì)量的創(chuàng)新活動(dòng)中。該發(fā)現(xiàn)是對(duì)既有結(jié)論的進(jìn)一步深化?？傊?，基準(zhǔn)結(jié)果揭示了高鐵開(kāi)通對(duì)城市創(chuàng)新水平和創(chuàng)新質(zhì)量的正面影響，而且主要影響城市的發(fā)明專利申請(qǐng)行為。有鑒于此，后文將主要針對(duì)城市發(fā)明專利申請(qǐng)數(shù)量和被引用數(shù)量進(jìn)行分析。

4 結(jié)果、反思與再檢驗(yàn)

前文依據(jù)DID框架復(fù)現(xiàn)了高鐵開(kāi)通對(duì)城市創(chuàng)新的正面影響，以專利數(shù)量度量城市的創(chuàng)新水平所得的結(jié)果與既有文獻(xiàn)幾乎是一致的。不同點(diǎn)主要體現(xiàn)在以專利引用指標(biāo)進(jìn)一步考察了創(chuàng)新質(zhì)量時(shí)，發(fā)現(xiàn)高鐵的創(chuàng)新效應(yīng)只對(duì)高質(zhì)量創(chuàng)新有作用。接下來(lái)本文將進(jìn)行更為深入的討論，以期更為準(zhǔn)確地評(píng)估高鐵對(duì)城市創(chuàng)新的實(shí)際影響。

4.1 交疊DID的動(dòng)態(tài)效應(yīng)檢驗(yàn)

如本文引言中所言，傳統(tǒng)DID模型估計(jì)的動(dòng)態(tài)效應(yīng)檢驗(yàn)估計(jì)了相對(duì)時(shí)間點(diǎn)上的平均效應(yīng)，并未充分考慮式（1）的交疊DID特征和絕對(duì)時(shí)間上的效應(yīng)差異，且其估計(jì)結(jié)果可能存在偏誤。由于各個(gè)城市的高鐵開(kāi)通的絕對(duì)時(shí)間差異，不同時(shí)間節(jié)點(diǎn)開(kāi)通高鐵所產(chǎn)生的影響可能截然不同。最早開(kāi)通高鐵的城市大部分是經(jīng)濟(jì)發(fā)展水平較高，創(chuàng)新的基礎(chǔ)條件較好的城市，因此研發(fā)的規(guī)模遞增效應(yīng)會(huì)強(qiáng)化高鐵對(duì)創(chuàng)新的促進(jìn)作用。相對(duì)應(yīng)地，較晚開(kāi)通高鐵的城市創(chuàng)新基礎(chǔ)較差，空間上的因果累積循環(huán)會(huì)導(dǎo)致高鐵帶來(lái)的創(chuàng)新促進(jìn)效應(yīng)比較小。此外，隨著高鐵網(wǎng)絡(luò)的擴(kuò)展以及其他城市陸續(xù)接入高鐵網(wǎng)絡(luò)，早期開(kāi)通高鐵的城市在高鐵體系中的地位會(huì)持續(xù)提高，因此創(chuàng)新的影響會(huì)進(jìn)一步鞏固。在交疊DID模型中，采用相對(duì)時(shí)間估計(jì)僅能夠獲得高鐵開(kāi)通對(duì)城市創(chuàng)新的平均處理效應(yīng)，無(wú)法區(qū)分開(kāi)通時(shí)點(diǎn)的異質(zhì)性影響，其結(jié)果自然是有失準(zhǔn)確的（Callaway和Sant'Anna，2021［17］）。

為了解決這一動(dòng)態(tài)異質(zhì)性問(wèn)題，本文根據(jù)Callaway和Sant'Anna（2021）［17］等學(xué)者提出的計(jì)量模型，按照高鐵開(kāi)通的實(shí)際年份估計(jì)了各年的動(dòng)態(tài)影響和長(zhǎng)期效應(yīng)。分別估計(jì)不同高鐵開(kāi)通年份組別g 在開(kāi)通前后t年的平均處理效應(yīng)ATT（g,t）：

詳細(xì)的估計(jì)結(jié)果如圖1所示a此處采用R軟件中DID包進(jìn)行本節(jié)內(nèi)容的估計(jì)。每一張子圖分別估計(jì)了不同高鐵開(kāi)通年份的城市的創(chuàng)新相較于未開(kāi)通高鐵城市的差異。例如，圖1左上角為2008年開(kāi)通高鐵的城市，藍(lán)的點(diǎn)和線段分別代表該組樣本的高鐵開(kāi)通之后的年份的點(diǎn)估計(jì)值和95%的置信區(qū)間。。整體上，高鐵開(kāi)通對(duì)城市專利數(shù)量的影響在不同年份的樣本之間存在較強(qiáng)的異質(zhì)性。這種異質(zhì)性主要體現(xiàn)在兩個(gè)方面：其一，高鐵開(kāi)通之后的前1-2年，高鐵的促進(jìn)作用通常較弱；開(kāi)通之后的時(shí)間越長(zhǎng)，城市創(chuàng)新的促進(jìn)作用越明顯，這與高鐵影響的滯后性是一致的。其二，不同的高鐵開(kāi)通年份組別之間也存在較大差異，2008以及2009年組別的動(dòng)態(tài)效應(yīng)較為顯著，然而2010年至2016年開(kāi)通高鐵的城市組別，其動(dòng)態(tài)效應(yīng)并不明顯。這與前文的猜想是一致的，即較早開(kāi)通高鐵的城市其創(chuàng)新水平增長(zhǎng)較為明顯，但較晚開(kāi)通高鐵的城市其創(chuàng)新水平并沒(méi)有明顯增長(zhǎng)。同樣的，本文還以城市層面的發(fā)明專利被引用數(shù)作為被解釋變量同樣進(jìn)行了類似的估計(jì)，估計(jì)結(jié)果同樣論證上述兩個(gè)重要結(jié)論。此外，參考已有文獻(xiàn)，本文也對(duì)中心城市和一般城市進(jìn)行了分組分析討論，由于中心城市相對(duì)而言開(kāi)通高鐵的時(shí)間更早，因此對(duì)比兩個(gè)組別，中心城市的創(chuàng)新效應(yīng)平均而言更強(qiáng)，一般城市相對(duì)較弱，但是單獨(dú)分析兩個(gè)組別不同時(shí)點(diǎn)的促進(jìn)效應(yīng)，上述兩個(gè)重要結(jié)論仍然成立。

圖1 高鐵開(kāi)通對(duì)城市創(chuàng)新水平影響的時(shí)間異質(zhì)性

4.2 廣義合成控制法

本文的基準(zhǔn)回歸的過(guò)程可能受到反向因果關(guān)系的影響，即由于城市自身的經(jīng)濟(jì)發(fā)展?jié)摿^好，因此高鐵網(wǎng)絡(luò)規(guī)劃時(shí)會(huì)更多考慮這些較為發(fā)達(dá)的城市，因而在高鐵開(kāi)通以后其創(chuàng)新水平的提升自然也相對(duì)較快?，F(xiàn)有文獻(xiàn)中為了解決這種反向因果效應(yīng)還經(jīng)常采用傾向得分匹配的方法，給每個(gè)高鐵城市尋找一個(gè)理想的控制組并進(jìn)行反事實(shí)分析。然而，由于城市樣本量較少，該方法在城市層面應(yīng)用可能會(huì)因?yàn)椴粷M足共同支撐假設(shè)而出現(xiàn)不恰當(dāng)匹配，導(dǎo)致估計(jì)結(jié)果不準(zhǔn)確。在樣本量較小時(shí)，采用合成控制法可能是一個(gè)比較合適的方法（Abadie等，2003［18］）。但是經(jīng)典的合成控制法僅能評(píng)估單個(gè)處理組個(gè)體的處理效應(yīng)，就本文研究的話題而言，由于開(kāi)通高鐵城市數(shù)量較多，分別進(jìn)行單個(gè)的評(píng)估難以反映高鐵開(kāi)通的總體效應(yīng)。為了解決這一問(wèn)題，本文利用廣義合成控制法（Xu，2017［19］）同時(shí)評(píng)估不同城市開(kāi)通高鐵后的經(jīng)濟(jì)社會(huì)影響。廣義合成控制法通過(guò)將傳統(tǒng)的合成控制法與線性交互固定效應(yīng)相結(jié)合，一方面能夠允許高鐵開(kāi)通這一事件與不可觀測(cè)的個(gè)體異質(zhì)性和時(shí)間異質(zhì)性相關(guān)，能夠更好的解決DID模型的假設(shè)條件；另一方面廣義合成控制法也可以同時(shí)為多個(gè)不同時(shí)期開(kāi)通高鐵的城市構(gòu)建反事實(shí)的對(duì)照組，提高了最終結(jié)果的可理解性。

基于廣義合成控制法的詳細(xì)的估計(jì)結(jié)果如下圖2所示，圖中的橫坐標(biāo)仍然為相對(duì)于高鐵開(kāi)通基準(zhǔn)年份的時(shí)期，縱軸表示高鐵開(kāi)通城市與反事實(shí)估計(jì)組城市的創(chuàng)新水平和創(chuàng)新質(zhì)量的差異。估計(jì)結(jié)果顯示，高鐵開(kāi)通前，高鐵開(kāi)通城市的創(chuàng)新水平與我們構(gòu)造的反事實(shí)估計(jì)組城市沒(méi)有明顯差異，直至高鐵開(kāi)通后第5年開(kāi)始，高鐵的創(chuàng)新效應(yīng)才逐漸顯現(xiàn)。平均而言，在廣義合成控制法估計(jì)下，高鐵開(kāi)通對(duì)城市發(fā)明專利申請(qǐng)的平均效應(yīng)為0.139，而對(duì)專利引用的平均效應(yīng)為0.126，兩者都在5%的水平顯著為正。這兩組結(jié)果相比基準(zhǔn)結(jié)果分別下降了25.6%和21.8%，證實(shí)了基準(zhǔn)回歸中高鐵的正向選擇效應(yīng)，同時(shí)也說(shuō)明了高鐵的創(chuàng)新效應(yīng)存在較長(zhǎng)的時(shí)滯。

圖2 使用廣義合成控制法的處理效應(yīng)

4.3 考慮公路與民航運(yùn)輸?shù)挠绊?/h3>

公路運(yùn)輸和民航運(yùn)輸是另外兩種替代性的交通方式。在加快城市間的信息傳遞和人員交流進(jìn)而提高城市的創(chuàng)新水平方面，公路和民航有著與高鐵異曲同工的作用。因此，在基準(zhǔn)方程中加入代表公路和民航影響的變量對(duì)于緩解遺漏變量偏誤可能具有重要影響。目前的文獻(xiàn)部分討論了公路運(yùn)輸可能帶來(lái)的潛在混淆，但是很少考慮民航的替代性影響。事實(shí)上，從旅客運(yùn)輸?shù)慕嵌榷?，高鐵與民航之間的相互影響可能更為突出，盡管在長(zhǎng)達(dá)1000公里范圍內(nèi)，高鐵運(yùn)輸都具有相當(dāng)?shù)谋容^優(yōu)勢(shì)（Zhang等，2017［20］），但楊秀云等（2020）［21］也發(fā)現(xiàn)高鐵與民航競(jìng)爭(zhēng)中存在明顯的替代關(guān)系。因此，為了考察公路和民航運(yùn)輸對(duì)估計(jì)結(jié)果的影響，本文在基準(zhǔn)回歸中加入了城市層面的公路里程數(shù)對(duì)數(shù)（lnroad）與省份民航客運(yùn)量對(duì)數(shù)（lnciv）兩個(gè)代理變量。

表2匯報(bào)了估計(jì)結(jié)果。作為對(duì)比，第（1）列和第（5）列復(fù)制了基準(zhǔn)回歸對(duì)發(fā)明專利申請(qǐng)和被引用情況的回歸結(jié)果。第（2）列和第（3）列依次控制了公路和民航運(yùn)輸情況。從表中容易看出，在控制了公路和民航運(yùn)輸之后，核心系數(shù)雖然具有統(tǒng)計(jì)顯著性，但是系數(shù)值大小都出現(xiàn)了下降，尤其是在考慮了民航運(yùn)輸之后，系數(shù)值從0.187下降至0.147，下降幅度超過(guò)20%。第（4）列匯總兩個(gè)控制變量后，系數(shù)值略有回升，但是依然比基準(zhǔn)結(jié)果小得多。繼續(xù)觀察發(fā)明專利的被引用情況，同樣可以看到控制公路和民航運(yùn)輸對(duì)核心系數(shù)的顯著性和系數(shù)值大小都產(chǎn)生了明顯影響。與第（5）列的基準(zhǔn)回歸相比，第（6）至第（8）列的核心系數(shù)依次下降了9%、22%和28%。綜合兩組結(jié)果，可以得到一個(gè)重要的結(jié)論：即在分析高鐵開(kāi)通對(duì)城市創(chuàng)新的影響時(shí)，公路運(yùn)輸和民航運(yùn)輸是重要的干擾變量，其中尤其以民航運(yùn)輸?shù)奶娲杂绊懽顬閺?qiáng)烈。如果不妥善加以控制，將會(huì)高估高鐵開(kāi)通的影響近五分之一，這對(duì)于我們準(zhǔn)確、客觀地評(píng)價(jià)高鐵的經(jīng)濟(jì)效應(yīng)具有重要意義。

表2 控制公路與民航運(yùn)輸?shù)挠绊?/p>

4.4 效應(yīng)大小評(píng)估

綜合多種方式估計(jì)的結(jié)果，本文的發(fā)現(xiàn)均支持高鐵開(kāi)通對(duì)城市創(chuàng)新具有顯著的正向影響，但是這種影響可能在一定程度存在高估，且其是否具有經(jīng)濟(jì)意義卻仍然不清楚。本節(jié)將進(jìn)一步試圖以發(fā)明專利為例對(duì)此進(jìn)行初步探討。首先從系數(shù)的大小來(lái)看，各模型中以合成控制法得到的估計(jì)系數(shù)最小為0.139，基準(zhǔn)回歸得到的系數(shù)最大為0.187，這兩者大概能夠解釋開(kāi)通高鐵觀測(cè)樣本和其他觀測(cè)樣本差異的5.3%至8.9%。利用方差分解方法比較高鐵變量相對(duì)其他控制變量在方程中的解釋力度，我們同樣可以證明這一點(diǎn)。遵照Fields（2003）［22］等人的方法，并以基準(zhǔn)結(jié)果第（3）列為標(biāo)準(zhǔn)進(jìn)行分解的結(jié)果如表3第（1）至第（2）列所示。從表中可以發(fā)現(xiàn)，高鐵開(kāi)通對(duì)發(fā)明專利變動(dòng)的解釋力度約為5.6%，在所有考察的因素中居于第七位，大約為地區(qū)因素的四分之一，經(jīng)濟(jì)發(fā)展水平因素的三分之一。事實(shí)上在控制了公路和民航運(yùn)輸?shù)挠绊懼螅哞F的解釋力度進(jìn)一步下降至3.9%（如第（3）—（4）列所示）。以上的效應(yīng)大小本質(zhì)上是配置效應(yīng)與溢出效應(yīng)之和。進(jìn)一步考慮，如果配置效應(yīng)完全是由于資源的轉(zhuǎn)移而非優(yōu)化配置所致，那么高鐵對(duì)創(chuàng)新產(chǎn)出的實(shí)際作用還要在以上估計(jì)結(jié)果上降低更多 。從這一結(jié)果來(lái)看，高鐵開(kāi)通對(duì)城市創(chuàng)新的影響相對(duì)有限。

表3 高鐵的相對(duì)解釋力度

4.5 潛在機(jī)制分析：人才與信息流動(dòng)

最后本文在現(xiàn)有文獻(xiàn)基礎(chǔ)上就高鐵影響城市創(chuàng)新的機(jī)制展開(kāi)進(jìn)一步的探索。在引言部分我們指出高鐵開(kāi)通對(duì)特定城市的影響可以從創(chuàng)新資源的配置效應(yīng)以及溢出效應(yīng)兩個(gè)角度進(jìn)行討論。就創(chuàng)新資源的配置效應(yīng)而言，本部分集中討論了高鐵開(kāi)通對(duì)人才流動(dòng)的影響。這種人才流動(dòng)機(jī)制已經(jīng)在部分文獻(xiàn)中得到了較為詳細(xì)的討論，略有不同的是本文采用了2005年與2010年的人口抽樣調(diào)查數(shù)據(jù)，并利用長(zhǎng)差分模型設(shè)定進(jìn)行分析。這種設(shè)定主要既能結(jié)合數(shù)據(jù)上的優(yōu)勢(shì)又能綜合考慮勞動(dòng)力市場(chǎng)存在的反應(yīng)時(shí)滯，構(gòu)建的檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

由于只有2005和2010年的數(shù)據(jù)，所以上述模型采用了截面數(shù)據(jù)進(jìn)行分析。其中，被解釋變量為城市i在2005年至2010年的凈勞動(dòng)力人口變化，指的是2008至2010年是否開(kāi)通高鐵的虛擬變量，當(dāng)開(kāi)通高鐵時(shí)取1，其他情況為0。其他城市特征變量與基準(zhǔn)回歸保持一致。為了控制省級(jí)層面的不變差異，我們?cè)谀Ｐ椭羞€加入了省份固定效應(yīng)。

回歸結(jié)果如表4所示。其中第（1）列報(bào)告了高鐵開(kāi)通對(duì)總體的勞動(dòng)凈流入的影響。如理論預(yù)期的，高鐵開(kāi)通顯著提高了城市的勞動(dòng)力凈流入。相比未開(kāi)通城市，開(kāi)通高鐵的城市其勞動(dòng)力流入增加了64.9%。第（2）列和第（3）列進(jìn)一步分別報(bào)告了高鐵開(kāi)通對(duì)低技能勞動(dòng)力和高技能勞動(dòng)力a本文將具有大專及以上學(xué)歷的勞動(dòng)力人口定義高技能勞動(dòng)力，反正則為低技能勞動(dòng)力。凈流入的影響。我們發(fā)現(xiàn)，高鐵開(kāi)通對(duì)兩種不同技能的勞動(dòng)力流入都有顯著的正向影響。但是從系數(shù)大小來(lái)看，高鐵效應(yīng)對(duì)高技能人才的影響相比于低技能人才更加顯著。顯然，從城市創(chuàng)新的角度而言，高技能人力的快速流入將有助于城市的創(chuàng)新發(fā)展。不過(guò)，同樣值得注意的是由于勞動(dòng)力特別是高技能的人才在一段時(shí)期內(nèi)總量是既定的，開(kāi)通城市的人口流入同樣也意味著其他未開(kāi)通高鐵城市的勞動(dòng)力人口流出。對(duì)與未開(kāi)通高鐵地區(qū)而言，這種高技能人才的流失將對(duì)其創(chuàng)新發(fā)展帶來(lái)負(fù)面效應(yīng)。

表4 人員流動(dòng)的影響

最后，本文從信息流動(dòng)的角度討論高鐵開(kāi)通帶來(lái)的溢出效應(yīng)。高鐵開(kāi)通縮短了城市間的旅行時(shí)間，加快了信息在空間的傳播速度，從而有助于產(chǎn)生正向溢出效應(yīng)。但是，其信息傳播的真實(shí)效果依然存在疑問(wèn)。在互聯(lián)網(wǎng)技術(shù)高度發(fā)達(dá)的情況下，信息交流方式更加多樣和快捷，信息傳播途徑是否需要通過(guò)加快客運(yùn)速度、增加見(jiàn)面次數(shù)等方式來(lái)實(shí)現(xiàn)？理論上，這種信息傳遞在互聯(lián)網(wǎng)時(shí)代仍然存在，而且對(duì)城市創(chuàng)新仍然有積極意義。主要原因在于創(chuàng)新知識(shí)的流動(dòng)不僅依賴線上方式同時(shí)也更需要線下交流的配合。高鐵開(kāi)通能夠激發(fā)位于不同城市的創(chuàng)新主體對(duì)其他城市的興趣，從而加快線上的信息搜索和傳遞。與此同時(shí)，城市之間的線上信息傳播也會(huì)誘發(fā)線下交流。在創(chuàng)新知識(shí)的流動(dòng)中，面對(duì)面的交流更為迫切，因而對(duì)高鐵的依賴就更為強(qiáng)烈。弱化創(chuàng)新的本地化，加快創(chuàng)新知識(shí)外溢，高鐵開(kāi)通將在上述過(guò)程信息外溢過(guò)程中發(fā)揮重要作用。

為了檢驗(yàn)上述溢出效應(yīng)是否存在，我們使用2007至2016年的百度搜索指數(shù)作為城市間關(guān)注度的代理變量b百度指數(shù)近年來(lái)也被作為關(guān)注度的代理指標(biāo)廣泛應(yīng)用于多領(lǐng)域的研究（熊麗芳等，2013；俞慶進(jìn)和張兵，2012；張立煒，2016），這一指標(biāo)能夠在最大層面反應(yīng)個(gè)人通過(guò)使用互聯(lián)網(wǎng)獲取信息對(duì)特定事物關(guān)注程度的變化。，分析高鐵對(duì)城市間信息流動(dòng)的影響。百度搜索數(shù)據(jù)庫(kù)包含了兩百多個(gè)城市對(duì)之間的互聯(lián)網(wǎng)相互搜索指數(shù)，即城市i的互聯(lián)網(wǎng)用戶搜索關(guān)鍵詞為城市j的搜索量。我們將搜索指數(shù)作為被解釋變量，并構(gòu)建以下模型：

其中，lnindexijt表示t年城市i的互聯(lián)網(wǎng)用戶在百度搜索引擎中以城市j作為關(guān)鍵字進(jìn)行搜索的頻率對(duì)數(shù)。在總指數(shù)的基礎(chǔ)上，我們還分別考察了使用終端（手機(jī)mobile、電腦pc）差異的影響。如果城市對(duì)i-j都開(kāi)通了高鐵，則HSRijt為1，否則為0。系數(shù)β衡量了同時(shí)開(kāi)通高鐵城市相對(duì)其他情形下平均搜索次數(shù)的變化。模型中加入了城市i、j的固定效應(yīng)和時(shí)間固定效應(yīng)，并同時(shí)控制了城市i、j的時(shí)變特征。具體的回歸結(jié)果如表5所示。從表中第（1）至（3）列可以發(fā)現(xiàn)，如果兩個(gè)城市間均開(kāi)通了高鐵，其相互搜索指數(shù)會(huì)顯著提升，而且從搜索終端來(lái)看，高鐵開(kāi)通對(duì)其移動(dòng)搜索指數(shù)的提升更為明顯。第（4）列分別進(jìn)一步控制了城市i以及j與時(shí)間交互項(xiàng)的固定效應(yīng)，核心系數(shù)仍然顯著為正。這表明在高鐵開(kāi)通城市之間確實(shí)產(chǎn)生了更多的相互關(guān)注。城市間關(guān)注度的提升不僅會(huì)促進(jìn)城市間線上信息的快速流動(dòng)，而且為線下信息的交流創(chuàng)造了空間。終端表現(xiàn)差異也暗示移動(dòng)互聯(lián)與先進(jìn)便捷的交通方式是相輔相成、共同促進(jìn)的。

表5 城市間相互搜索指數(shù)變化

為了進(jìn)一步驗(yàn)證信息傳遞的方向，我們分別又進(jìn)一步在回歸中加入高鐵開(kāi)通城市與高鐵未開(kāi)通城市的相互搜索變量HSR_i和HSR_jaHSR_i的定義的定義為如果城市i開(kāi)通了高鐵，但是城市j沒(méi)有開(kāi)通高鐵時(shí)則為1，否則為0.，分別表明高鐵開(kāi)通城市向其他未開(kāi)通高鐵城市的主動(dòng)搜索指數(shù)和被動(dòng)搜索指數(shù)，其回歸結(jié)果如表第（5）、（6）列所示。結(jié)果顯示，高鐵開(kāi)通城市和未開(kāi)通高鐵的城市間的信息關(guān)注度均出現(xiàn)了一定程度下降，其中尤其以高鐵開(kāi)通城市的被動(dòng)搜索指數(shù)下降尤為明顯，達(dá)到7.2%的水平，表明高鐵開(kāi)通并不能夠吸引其他未開(kāi)通城市增加對(duì)其關(guān)注，高鐵開(kāi)通帶來(lái)的溢出效應(yīng)僅能夠在高鐵網(wǎng)絡(luò)范圍內(nèi)存在，無(wú)法惠及其他未開(kāi)通高鐵的中小城市。

5 結(jié)論

高鐵通過(guò)壓縮城市間的通勤時(shí)間，提高城市運(yùn)力，有助于打破研發(fā)知識(shí)的本地化局限，加快知識(shí)信息的空間流動(dòng)，因而被認(rèn)為是近幾年來(lái)穩(wěn)步提升的城市創(chuàng)新水平的重要解釋力量。本文利用2000至2016年的城市面板數(shù)據(jù)，采用多種方法重新檢視了高鐵開(kāi)通對(duì)城市創(chuàng)新的影響。較之于現(xiàn)有的經(jīng)典文獻(xiàn)，本文發(fā)現(xiàn)在考慮了交疊DID模型的特殊性以及其他的遺漏變量問(wèn)題后，盡管在統(tǒng)計(jì)意義上高鐵對(duì)城市創(chuàng)新具有顯著影響，但是在經(jīng)濟(jì)意義上它并沒(méi)有人們想象的那么重要。具體而言，本文得出了以下和現(xiàn)有文獻(xiàn)有所差異的結(jié)論：首先，高鐵開(kāi)通對(duì)城市創(chuàng)新的影響具有長(zhǎng)達(dá)五年的時(shí)滯，且主要集中在早期開(kāi)通的線路之中。其次，常規(guī)的DID方法可能高估了高鐵的作用。最后，城市創(chuàng)新的主要力量仍然來(lái)自城市本地因素，高鐵的創(chuàng)新效應(yīng)可能是創(chuàng)新資源重新配置和知識(shí)信息外溢共同發(fā)揮作用的結(jié)果。本文的這些發(fā)現(xiàn)初步回答了創(chuàng)新效應(yīng)評(píng)估中的信度和程度問(wèn)題。

本文的發(fā)現(xiàn)說(shuō)明，高鐵在改善城市間通勤和運(yùn)力方面作用巨大但是對(duì)城市創(chuàng)新方面的影響相對(duì)較弱。無(wú)論是決策者還是研究者，都對(duì)高鐵在城市創(chuàng)新方面的積極影響有所期待。出現(xiàn)這種情況或者是因?yàn)橛斜雀哞F開(kāi)通更為重要的影響城市創(chuàng)新的動(dòng)力來(lái)源，或者是存在未被發(fā)現(xiàn)的限制性因素制約了高鐵在城市創(chuàng)新中的作用。無(wú)論是哪種情況，均亟待學(xué)者給出更多的研究證據(jù)。此外，本文所得到的結(jié)論也具有重要的政策啟示，一方面，政府在合理布局高鐵網(wǎng)絡(luò)的同時(shí)也應(yīng)當(dāng)做好公路、民航等替代性的交通基礎(chǔ)設(shè)施布局，積極引導(dǎo)創(chuàng)新要素和創(chuàng)新資源合理流動(dòng)，提升我國(guó)整體的創(chuàng)新水平；另一方面，由于高鐵的創(chuàng)新效應(yīng)主要存在于早期開(kāi)通的線路中，因此中心城市和周邊城市應(yīng)當(dāng)制定差異化的發(fā)展戰(zhàn)略，中心城市在產(chǎn)生虹吸效應(yīng)的同時(shí)應(yīng)當(dāng)努力將實(shí)現(xiàn)的創(chuàng)新效應(yīng)向外擴(kuò)散，帶動(dòng)周邊城市發(fā)展；而周邊城市則應(yīng)抓住這種溢出效應(yīng)，提升區(qū)域整體的創(chuàng)新水平。值得指出的是，本文在方法上討論的是簡(jiǎn)約式估計(jì)，在時(shí)間范圍上分析的是中短期的平均效應(yīng)。因此，研究方法更為穩(wěn)健、數(shù)據(jù)層次更為豐富的進(jìn)一步研究對(duì)于我們?nèi)鏈?zhǔn)確地評(píng)估高鐵效應(yīng)仍有極為重要的作用。