高铁对区域知识溢出效应的影响
——基于PSM-DID方法的实证检验

张金月 张永庆

(上海理工大学管理学院，上海 200093)

摘 要 :将高铁融入到经济地理学的理论框架中，用科研经费支出和科技人员数量分别分析高铁对浙江、四川、湖南和内蒙古在2007—2016年间知识溢出的效果，选择PSM-DID方法对这种效果进行准确评估，得到以下结论：①高铁建设对浙江、四川、湖南、内蒙古的科技人员均有显著的促进作用；其中，浙江省的效果最为明显，内蒙古自治区同样显著但变化幅度最小。②高铁的开通能够促进内蒙古自治区科研经费的支出，人才因此便捷的流向落后地区，弥补当地人才资源稀缺的不足，促进知识溢出。相比之下，湖南、四川和浙江3个省的高铁对科研经费支出的影响相对有限。

关键词 :知识溢出；高速铁路；R&D；PSM-DID方法

随着知识经济时代的到来，具有“时空收敛”的高速铁路应运而生。高铁的建成加快了城市间人流、物流、信息流、资金流等的流动，各种资源在主干线和交通圈内重新分配着，区域内的经济联动变得更加密切。人是知识的载体，知识依靠人来创造和传承，人口的流动会带来知识的扩散和交流，高铁带来的知识溢出也在影响着社会经济的发展。高速铁路对区域知识溢出的影响大致可以分为两个主要的传导路径。首先，高速铁路的建成密切了城市间的联系，促进了人才在城市间的流动和企业间的学习，促进了知识的传播和扩散；其次，高速铁路的建成让人与人之间面对面交流的机会增加，人口流动的增加进一步促进了知识的传播与扩散。因此，探究高铁带来的知识溢出效应具有重要的理论意义和实践价值。

根据表3，检验值和标准值的均值不同，其中F2检验值在紧元音和松元音中均略低于标准值，说明男性贵州学生总体较母语男性使用者舌位较靠后，因而唇形也较圆。双尾P值约为0.024，小于0.05，存在统计学意义的显著性差异。

随着高铁的不断建设与发展，国内外学者关于高铁建设对区域经济的空间性影响研究广泛而深入。Vickerman指出高铁的发展将促进核心区域的公司扩张但会降低边缘区域的经济增长^[1]。王谢勇基于对大量文献的梳理指出高铁建设能够促进我国经济持续稳定的发展，也将会为“一带一路”倡议实施起到重要的桥梁作用^[2]。随着研究的深入与细化，学者们开始将知识溢出这一概念与高铁建设结合，探究它们之间的交互影响和对区域经济的影响。吴玉鸣对知识生产函数做了改进并基于此利用截面数据模型分析了区域R&D合作与知识溢出^[3]。王庆喜等基于2001—2010年我国31个省份高新技术产业的数据从3个方面检验了地理位置相近、技术相似以及综合毗邻对区域知识溢出效应的影响^[4]。赵云和李雪梅使用1998—2012年中国30个省的数据，以专利作为知识的主要衡量指标证实高铁能够通过提高可达性促进区域知识溢出^[5]。

基于学者们对知识溢出相关定义的梳理，本文将知识溢出定义为区域间自发无方向流出的，具有一定的空间扩散性并不需要补偿于知识提供者的知识。本文选择将R&D科技人员数量和科研经费支出用于知识溢出的衡量^[6]。R&D科研人员是知识传播的重要载体，他们也会通过科学研究创造知识，增加区域知识存量。另一方面，科研经费是保障研发活动的前提，科研活动是提升创新能力和促进科技进步的基础，技术进步又能增强区域间知识溢出交互活动的多样性。

1 方法选择与数据说明

本文主要研究高铁开通前后对区域知识溢出效应的影响，这种影响主要来源于随着时间推移形成的“时间效应”和高铁建成这一“政策”影响带来的效应，而DID模型正是基于自然试验得到的数据，通过建模来将政策影响的真正结果有效分离出来。因此，本文选择DID对高铁建设前后的知识溢出效果进行评价，“高铁建设”后的“高铁效应”引起的知识溢出效应就是本文研究的重点。其基本假设模型为：

Y _it =β ₀+β ₁city _it +δ ₀year _it +δ ₁year _it ×city _it +μ _it +ε _it

其中，Y _it 反映城市i 在t 时期高速铁路对四省知识溢出的影响；year _it 为时间虚拟变量，在样本期内开通高铁后的年份取1，未开通的年份取0；city _it 为城市虚拟变量，在样本期内有高铁经过的城市取1，高铁未经过的城市取0；交互项year _it ×city _it 的系数是本文分析是否受到高铁影响的重点；μ _i 表示控制变量；ε _it 表示随机扰动项。

（g）As we all know，China has the largest population in the world.

构造可以导矿，为矿液运移提供通道，也可以储矿，为矿液沉淀提供聚集场所，构造是决定了矿体的空间形态的主要因素[4，11]。该区成矿作用主要受NE、NW向、SN向等几组断裂构造及火山构造的联合控制。

运用DID方法的高铁对区域知识溢出效应的估计结果如表2和表3所示。从科研经费的角度来看，内蒙古自治区增加科研经费支出能够促进该省的知识溢出，但对浙江、四川和湖南3省的知识溢出作用效果不明显。从科技人员的角度来看，浙江、湖南、四川、内蒙古的科技人员的高铁交互项的系数均为正，说明高铁建设对四省的知识溢出均有明显的促进作用，其中，浙江省的系数在1%的水平上显著，但内蒙古系数的变化幅度最小。从第二阶段的控制变量来看，浙江、四川、内蒙古的全社会消费品零售总额能够促进科研经费的支出，其中四川、内蒙古均在1%的水平上显著。说明社会消费支出增加带动经济更强劲发展，科研经费支出作为其中一部分也会随之增加。浙江省的工业增加值也能显著地促进科研经费的支出。四省科研经费支出的增加均能显著地促进科技人员的流动。内蒙古和浙江省客运量的增加能显著地促进科技人员的流动，它们之间存在着正向变动的关系。

研究样本选取浙江、湖南、内蒙古和四川4个地区的55个地级城市作为研究样本，其中，浙江省代表我国的东部地区，湖南省和四川省代表我国的中部地区，内蒙古自治区代表我国的西部地区，具体城市选择如表1所示。借鉴Shaw 等的研究方法^[9]，本文选择2014年作为时间节点，评估2014年前后高铁对区域知识溢出效果，基础样本数据均来自于2007—2016年各省市统计年鉴中地级及以上城市的数据(见表1)。

表1 样本城市选择

从科研经费的角度来看，运用PSM后交互项的系数仍表现为内蒙古自治区为正，其他3省为负，这与之前仅用DID方法时的结果类似，说明高铁的开通能够促进内蒙古科研经费的支出，让人才更便捷的流向落后地区，弥补当地人才资源稀缺的劣势，增加当地知识存量，促进知识溢出。相比之下，湖南、四川和浙江3个省的高铁对科研经费支出的影响相对有限。可能的原因是发达地区例如浙江省的人才很有可能已经饱和，即使加大经费支出，人才流动效果不明显，知识溢出效果也就不显著了。从控制变量的角度来看，湖南省和四川省的全社会消费品零售总额增加将显著促进科研经费支出；浙江省固定资产的投资增加显著促进科研经费的支出；湖南省和浙江省的工业增加值增加也会显著促进科研经费的支出。

运用PSM-DID方法的高铁对区域知识溢出效应的估计结果如表4和表5所示。从科技人员的交互项系数来看，湖南、四川、浙江、内蒙古仍均为正，说明高铁开通对科技人员的流动有显著的促进作用，进而对区域知识溢出的作用也很显著；这4个地区的系数相比于第二阶段仅使用DID对比，湖南省(0.090-0.148)、四川省(0.052-0.103)、浙江省(0.273-0.315)、内蒙古(0.020-0.031)均有所增加，更进一步说明PSM后的结果具有可信性。其中，使用PSM后浙江省的交互项系数相比于其他省仍在1%的水平上显著，说明高铁通过促进该地区科技人员的流动进而促进知识溢出的效果最明显。相比之下，内蒙古自治区的系数变化幅度最小，说明高铁对促进内蒙古自治区的知识溢出效果明显但相比于其他省效果较弱。结合各地区自身经济发展情况，东部发达地区以浙江省为代表自身经济发展迅速，知识型人才集中，知识溢出效果更明显。而由于自身经济发展落后加上科技力量薄弱，西部较落后地区以内蒙古自治区为例,知识溢出效果明显但变化不大。由此，可进一步说明，经济发达的地区自身人才集中，知识存量高，多依赖于本地区的知识溢出；而经济较落后地区知识存量有限，多依赖于外部区域的知识溢出，相比之下，外部地区的知识溢出效果不如本地直接知识溢出效果明显。从控制变量来看，浙江省的常住人口、客运量和固定资产均对科技人员有显著的促进的作用；而湖南、内蒙古和四川3个地区的全社会消费品零售额对科技人员的流动和促进知识溢出有显著的作用。

对于自变量的选择，本文选取高铁建设的时间虚拟变量year、高铁建设的城市虚拟变量city以及交互项year×city作为解释变量。其中，交互项度量了高铁建设对处理组和对照组的知识溢出影响差异；year度量了高铁建成前后处理组和对照组知识溢出的效果；city度量了高铁与非高铁城市之间知识溢出的效果差异。

本文依次对高铁建成后的四省知识溢出效果进行了三阶段的DID估计。第一阶段是基于550个基础样本，由于2014年之后每年还有很多城市陆续开通高铁，故第二阶段分析是基于删除的2014年后开通高铁的城市后的城市组样本，第三阶段是运用PSM-DID的方法研究。根据从对照组中删除2014年之后开通高铁的城市，发现四川省交互项系数与未删除之前对比从0.045增加到0.052，浙江省从0.238增加到0.273，内蒙古从0.017增加到0.020，说明将2014年后建设高铁的城市放入对照组中会低估知识溢出的效果差距，因此第二阶段的数据相比于第一阶段更具有合理性(见表2、表3)。

其实，城市之间的性质差异很大，很难让它们保持相同的时间效应，因此需要在DID估计之前选择一组与处理组异质性较小的“非高铁城市组”进行匹配。目前，以Heckman^[7]、Rosenbaum和Rubin^[8]为代表的经济学家逐渐发展起来的倾向得分匹配法(PSM)可以有效消除样本偏差。具体操作步骤如下：首先，建立一个因变量是二元虚拟变量的回归模型，处理组取1，对照组取0，控制变量和自变量是评价两组是否相似的指标，依次计算每个城市的倾向得分。其次，对每一个确定的处理组城市，从对照组中找到与其倾向得分最相近的城市匹配，两者的得分要尽量接近。

2 实证结果分析

控制变量的选择是为了消除模型的内生性和序列性。本文选择的控制变量包括城市常住人口(population)、城市从业人口(worker)、其他交通客运量(passenger)、固定资产投资(asset)、社会消费品零售总额(retail)、工业投资增加值(industrial)在内的6个指标。

表2 基于DID高铁对科研经费支出影响的实证结果

注：括号内数字为t统计量;^***、^**、^*分别表示在1%、5%、10%水平下显著。下同

表3 基于DID高铁对科技人员影响的实证结果

最终，本文最终选择PSM-DID方法相结合，以便准确估计高铁对知识溢出效应的影响。具体做法是先用PSM找到匹配组，再使用匹配后的对照组和处理组进行DID估计。

当代中国，马克思主义大众化的实现，离不开红色文化大众资源、红色文化的传承和发扬。红色文化是马克思主义大众化的重要阵地之一，我们要深刻领会和把握红色文化的精神实质和丰富内涵，拓宽外延，推进马克思主义大众化进程。

对于因变量的选择，本文借鉴了Ahlfeldt和Feddersen^[10]、Redding和Turner^[11]和Kim^[12]等学者研究高铁建设对空间经济的影响指标，选择多指标分析方法，分别用科研经费支出R&D Exp和科技人员数量R&D从两方面考察高铁对于区域知识溢出的具体影响。

表4 基于PSM-DID高铁对科研经费支出的实证结果

注：括号内数字为t统计量;^***、^**、^*分别表示在1%、5%、10%水平下显著;匹配容差：湖南、四川、浙江为0.3，内蒙古为0.5,下同

表5 基于PSM-DID高铁对科技人员的实证结果

3 结 论

文章将高铁融入到经济地理学的理论框架中，分别用科研经费支出和科技人员数量衡量高铁对浙江、四川、湖南和内蒙古4个地区知识溢出的效果，选择PSM-DID方法对这种效果进行准确评估，得到以下结论：

第一，高铁建设对浙江、四川、湖南、内蒙古4个地区的科技人员促进作用显著；其中，浙江省的效果最明显，内蒙古自治区同样显著但变化幅度最小。说明经济发达的地区自身人才集中，知识存量高，多依赖于本地区的知识溢出；经济较落后地区知识存量有限，多依赖于外地区域的知识溢出。

第二，高铁的开通会促进内蒙古科研经费的支出，让人才更便捷的流向落后地区，弥补当地人才资源稀缺的劣势，增加当地知识存量，促进知识溢出。相比之下，湖南、四川和浙江3个省的高铁对科研经费支出的影响相对有限。

第三，本文仅选择了4个地区的城市作为研究样本，不足以全面代表我国东、中、西部地区，仅能在该地区范围说明问题。

游戏是小学生的天性，在进行小学数学知识教学的过程中，教师可以借由游戏来构建教学情境，促进学生在相对轻松愉悦的氛围中提高数学知识的学习效果。

参考文献

[1] VICKERMAN R.High-speed Rail in Euro:Experience and Issues for Future Development[J].The Annals of Regional Science,1997,31(1):21-38.

[2] 王谢勇，柴激扬，孙毅.基于文献研究方法的我国高速铁路对经济发展影响综述[J].经济与管理,2015,05:64-69.

[3] 吴玉鸣.官产学R&D合作、知识溢出与区域专利创新产出[J].科学学研究,2009,27(10):1486-1494.

[4] 王庆喜,王巧娜,徐维祥.我国高技术产业省际知识溢出——基于地理和技术邻近的分析[D].浙江工业大学,2012.

[5] 赵云,李雪梅.基于可达性的知识溢出估计模型——高速铁路网络的影响分析[J].软科学,2015,29(5):55-58.

[6] GRILICHES Z.“The search for R&D Spillovers” [J].Scandinavian Journal of Economics,1992,(94):29-47.

[7] HECKMAN J.The Common Structure of Statistical Models of Truncation, Sample Selection and Limited Dependent Variables[J]. Annals of Economic and Social Measurement, 1976(5):475-492.

[8] ROSENBAUM P R,RUBIND B.The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]. Biometrika, 1983,70(1):41-55.

[9] SHAW S L, FANG Z,LU S.Impacts of High Speed Rail on Railroad Network Accessibility in China [J]. Journal of Transport Geography, 2014(40):112-122.

[10] AHLFELDT G M,FEDDERSEN A.From Periphery to Core: Measuring Agglomeration Effects Using High-Speed Rail[J]. Journal of Economic Geography, 2018, 18(2): 355-390.

[11] REDDING S J,TURNER M A. Transportation Costs and the Spatial Organization of Economic Activity[J]. Handbook of Regional & Urban Economics, 2015, 5(8):1339-1398.

[12] KIM K S. High-Speed Rail Developments and Spatial Restructuring: A Case Study of the Capital Region in South Korea[J]. Cities, 2000, 17(4):251-262.

Study on the Influence of High -speed Rail on Regional Knowledge Spillover Effect ——Empirical Examination Based on PSM -DID Method

ZHANG Jin -yue ZHANG Yong -qing

(School of Management, University of Shanghai for Science and Technology, Shanghai 200093, China)

Abstract : The article integrates high-speed rail into the research framework of economic geography theory, and uses the scientific research expenditure and the population of scientific and technical personnel to evaluate knowledge spillover effect of Zhejiang, Sichuan, Hunan and Inner Mongolia during year 2007-2016 by choosing PSM-DID method to accurately evaluate the effects. The results show that (1) high-speed rail construction has significantly promoted scientific and technical personnel of Zhejiang, Sichuan, Hunan and Inner Mongolia; among them, Zhejiang has the most obvious effect, Inner Mongolia province is also significant but has the smallest change range. (2) The opening of high-speed rail will promote the scientific research expenditure of Inner Mongolia, make up the shortage of local talent resources and promote the knowledge spillover. By contrast, high-speed rail in Hunan, Sichuan and Zhejiang provinces has a relatively limited impact on scientific research expenditure.

Key words : knowledge spillover; high-speed rail; R&D; PSM-DID method

作者简介 :张金月，上海理工大学管理学院硕士研究生，研究方向：区域经济发展战略与规划；张永庆，上海理工大学管理学院教授、博士生导师，研究方向：区域与城市经济学、产业经济学、企业战略管理与企业文化。

(收稿日期 ：2018 11 21 )

标签：知识溢出论文;  高速铁路论文;  R&D论文;  PSM-DID方法论文;  上海理工大学管理学院论文;