Evaluation of the heterogeneity and impact of high-speed rail location on cross-regional investment in China

Jiao Jingjuan, Ma Wangyuqing, Wang Wei

GEOGRAPHICAL SCIENCE ›› 2024, Vol. 44 ›› Issue (3) : 400-410.

PDF(12391 KB)
PDF(12391 KB)
GEOGRAPHICAL SCIENCE ›› 2024, Vol. 44 ›› Issue (3) : 400-410. DOI: 10.13249/j.cnki.sgs.20220534

Evaluation of the heterogeneity and impact of high-speed rail location on cross-regional investment in China

Author information +
History +

Abstract

As a special cross-regional major infrastructure, the operation of high-speed rail (HSR) reduces factor constraints faced by firms along the route, information asymmetry and agency costs among enterprises, promotes capital flows in the regions along the route, and influences inter-city investment. Several studies have explored the impacts on enterprises investment decisions of the introduction of HSR evaluated by a dummy variable reflecting whether a city is passed by HSR, however, little attention has been paid to the impacts of the improvement in accessibility and connectivity caused by HSR. To this end, this paper analyzes and evaluates the impact of the enhanced accessibility and connectivity caused by HSR on enterprises inter-city investment and its spatial heterogeneity, relying on data about the new investment decisions of Chinese listed companies from 2008―2017. It is found that: 1) Connectivity is improved higher in the cities in eastern region and accessibility is improved more significantly in the western region; the disparities of the accessibility and connectivity between mega-cities and small/medium-sized cities keeps widening. 2) The inter-city investment is mainly concentrated between cities in the eastern region and mega-cities, but the regional differences are narrowing. 3) The enhanced accessibility and connectivity caused by HSR have a significant positive impact on inter-city investment, and the impact of accessibility is greater than that of connectivity. 4) The impact of HSR accessibiity and connectivity on inter-city investment varies across different regions and cities with different population scales. Amongst, the improvement in connectivity has generated larger influence on the inter-city investment flowing to the cities in eastern region and mega-cities, while the enhanced accessibility significantly enhances the attraction of inter-city investment in cities of western region and small cities.

Key words

high-speed rail location / major infrastructure / connectivity / inter-city investment / spatial heterogeneity

Cite this article

Download Citations
Jiao Jingjuan, Ma Wangyuqing, Wang Wei. Evaluation of the heterogeneity and impact of high-speed rail location on cross-regional investment in China[J]. SCIENTIA GEOGRAPHICA SINICA, 2024, 44(3): 400-410 https://doi.org/10.13249/j.cnki.sgs.20220534

二十大和十四五规划明确指出,要加快构建“以国内大循环为主体、国内国际双循环相互促进的新发展格局”。跨区域重大基础设施作为一种特殊的基础设施类型,逐渐成为促进国内和国际双循环的重要纽带和基础支撑。作为一种基础性的公共产品,跨区域重大基础设施在市场经济环境下具有很强的外部性,具体表现在对区域经济、社会和环境的综合影响,且不同类型的基础设施在不同空间尺度产生的影响和发挥的作用不同[1]。如何科学合理地认识跨区域重大基础设施的空间效应,对加快构建新发展格局和推进国土空间治理体系改革具有重要的理论意义与应用价值。
高速铁路(下文简称为“高铁”)作为一种特殊的跨区域重大基础设施,其建设和快速发展正在重塑中国经济空间格局。现有关于高铁空间效应的研究主要集中在其对经济增长[2-5]、产业集聚[6-9]、区域差异[2,6,10]和空间结构[11-15]等的宏观影响。此外,部分学者开始从企业微观视角探讨高铁的影响,主要集中在对企业投资区位选择、运营方式和生产效率的影响[16-19]。其中,关于高铁影响企业投资区位选择的研究多为基于企业新建投资[20-21]、并购投资[22-23]、创业投资[24]和风险投资[25]等数据,利用DID模型,探讨高铁对企业投资决策的影响,并发现有高铁开通的城市将吸引更多的企业新建或并购投资。但以上研究仅考虑城市是否开通高铁的影响,忽略了高铁所引致的时间成本节约和出行便捷性提升对异地投资的影响,即高铁可达性的影响,而相较于高铁开通,部分研究发现可达性提升才是促进区域经济增长的关键因素[21]。鉴于此,本文重点探讨高铁所引致的可达性和连通性提升对中国异地投资的影响,并从三大地区和不同城市类型,探讨其影响的空间异质性特征,以期为中国高铁及其与经济社会融合发展提供借鉴。

1 影响机制、计量模型与数据

1.1 影响机制

回顾区位论和新经济地理学的相关理论,交通基础设施通常被经济地理学者作为解释经济活动空间布局与企业区位选择的核心变量[26-27],影响城市间异地投资强度和结构特征。高铁作为铁路运输史上第二次革命创新,其快速发展缩短了城市间旅行时间[28-30],降低商品和服务在流动中的时间成本和运输成本,使企业通过实现及时运输而获得时间效益,凸显具有较低运输成本和较高时间效益的区位优势,改变城市传统经济地理空间区位。此外,高铁可引致网络关联关系变化,改变城市间相互作用强度,进而影响城市新区位特征[7,31]。因此,本文基于高铁所引致的时空收敛效应和网络关联关系变化视角,从要素流动、接近市场、接近客户/消费者等方面探讨高铁对微观企业区位选择及宏观异地投资的影响(图1)。
Fig. 1 Theoretical analysis for the impact of HSR location on inter-city investment

图1 高铁区位影响异地投资的理论分析

Full size|PPT slide

一方面,高铁所引致的交通区位变化提升了人流、物流、资金流和信息流在沿线地区流动的强度、速度和广度,降低城市间的信息不对称,提高企业投资机会识别能力[32],促使沿线高铁站点逐渐成为以总部经济、商务金融等为主的精英空间场所[33],带动沿线城市经济增长和产业结构调整,进而影响企业异地投资交易决策。另一方面,高铁所引致的交通区位变化扩大居民和经济活动的空间范围,提高企业对市场、客户/消费者的可接近性,有助于打破市场分割[34],增加面对面交流、企业合作的概率,提高市场一体化程度,降低投资交易成本,从而影响企业异地投资决策。此外,高铁所引致的交通区位变化在不同地区和不同类型城市存在空间异质性特征[29],导致其对异地投资的影响可能存在一定的差异性[35]。为此,提出本文的假设:高铁区位提升会促进企业异地投资,且其影响存在空间异质性。

1.2 数据来源

城市异地投资数据源于国泰安(CSMAR)中国经济金融研究数据库(https://data.csmar.com/[2021-12]),从中获取2008—2017年全国所有A股上市公司的关联交易数据361 191条,具体包括上市公司名称、关联方企业名称及所在地等信息。利用企查查(https://www.qcc.com/[2021-12])及各企业官网补全缺失的地理位置信息,通过比较上市公司和被投企业是否位于同一个直辖市或地级行政单元,判断某一投资决策是否为本地投资,剔除本地投资后保留149 078条异地投资数据。本文选择具有上市公司母公司、子公司、合营公司和联 营公司的直辖市和地级行政单元(不含港澳台地区)为研究对象,根据数据的可获取性,剔除地级行政单元中的州、盟以及西部地区部分城市,如日喀则市、海东市、克拉玛依市等。依托上述数据,本文构建了包含249个直辖市和地级行政单元、38 480个有向城市对的异地新建投资数据。不同地区和不同类型城市划分参考文献[35]。本文所涉及的高铁相关数据主要通过中国铁路12306网站(https://www.12306.cn/index[2021-12])获取,城市内交通数据通过百度API采集获取,城市层面社会经济统计数据来源于《中国城市统计年鉴》[36]和各地方统计公报。

1.3 负二项回归模型

由于因变量为非负计数变量且兼具分散性特征,采用负二项回归模型探讨高铁对异地投资的影响,具体模型如下:
INi,t=α+β1lnTIi,t+β2lnFRi,t+β3lnXi,t+ε
(1)
式中,α为常数项,β1β2β3为解释变量回归系数,ε是随机干扰项。INi,t代表第i个城市对第t年的有向投资次数。TIi,t代表第i个城市对第t年的可达性,FRi,t代表第i个城市对第t年投资来源地与目的地的高铁频次,Xi,t为对应的控制变量。

1.4 指标选择

1)被解释变量。采用直辖市或地级行政单元城市间上市公司异地投资交易发生次数,刻画城市间异地投资强度特征,并将其作为被解释变量。
2)核心解释变量。借鉴Jiao等[35]研究,从可达性和连通性2个方面刻画高铁区位特征。其中,可达性采用城市间铁路最短旅行时间进行刻画,即2个城市中心(市政府所在地)之间的“门到门”出行时间,包括城市中心到高铁站的出行时间、候车时间、在途时间、离站时间和从高铁站到城市中心的出行时间等;连通性则采用两个城市之间开通高铁列车的频次进行衡量,即两个城市火车站之间开行G、C和D字头列车的数量,考虑到某些城市存在不止1个火车站,则将其开通高铁列车数量进行合并累加处理。
3)控制变量。根据区位论和外商直接投资的相关理论以及已有研究,影响企业投资区位选择或异地投资的因素主要包括经济基础、产业结构、劳动力成本、金融环境、制度及政策等。为此,本文选择上市公司和被投企业所在城市的地区生产总值(GDP)、第二产业和第三产业占比、人口密度、存贷款金额占GDP的比重、政府财政支出占GDP的比重等指标作为控制变量。此外,借鉴Chen[37]的思路,本文引入上市公司和被投公司所在城市各指标的差额,刻画2个城市间各要素的相似性和差异程度等。对所有核心解释变量和控制变量取对数,以消除数据量纲,增加指标系数的可比性,具体指标如表1
Table 1 Definition and interpretation of variables

表1 变量定义与解释

变量变量定义
被解释变量IN城市对之间的投资次数/次
核心解释变量FR两地高铁通车频次/班
TI两地最短旅行时间/h
控制变量SG投资来源地的地区生产总值/亿元
TG投资目的地的地区生产总值/亿元
BG两地之间地区生产总值差额的绝对值/亿元
SI投资来源地第二产业和第三产业占比/%
TI投资目的地第二产业和第三产业占比/%
BI两地第二产业和第三产业占比差额的绝对值/%
SE投资来源地政府支出占GDP的比重/%
TE投资目的地政府支出占GDP的比重/%
BE两地政府支出占GDP比重差额的绝对值/%
SP投资来源地人口密度/(万人/km2
TP投资目的地人口密度/(万人/ km2
BP两地人口密度差额的绝对值/(万人/km2
SD投资来源地存贷金额占GDP的比重/%
TD投资目的地存贷金额占GDP的比重/%
BD两地存贷金额占GDP比重差额的绝对值/%

2 高铁区位与异地投资的时空演变

2.1 高铁区位空间特征和演变规律

高铁可达性与连通性不断提升,但存在明显空间异质性(图2)。从三大区域分析,东部地区可达性和连通性均明显高于中部和西部地区。可达性的提升速度由快到慢依次为西部、东部和中部,尤其是东部–西部、西部–东部的提升速度更显著;连通性的提升速度则东部快于中部,尤其是东部地区内部的提升速度最快,西部地区自2010年郑西高铁建成通车后,实现了从无到有的跨越。东部地区的高铁网络已基本成型,通过增加高铁频次,极大地改善了高铁连通性;而西部地区仍处于网络拓展阶段,其区位改善主要体现为可达性的提升。从城市类型分析,可达性和连通性由高到低排序均为巨特大城市、大城市、中等城市和小城市,即城市规模越大,高铁区位条件越好,巨特大城市之间的高铁联系最紧密,拥有最高的可达性和连通性。其次,可达性提升速度与城市规模呈正相关关系,巨特大城市–巨特大城市、大城市–巨特大城市、小城市–巨特大城市的提升速度最快,即不同规模类型的城市均倾向于加强与巨特大城市之间的联系;而连通性提升速度与城市规模呈负相关关系,这是由于规模较小的城市在初期连通性太低导致的,尽管其提升速度更快,但与规模较大城市的绝对差距仍在扩大。小城市–大城市、大城市–小城市的连通性提升速度最快,但在所有城市类型之间的联系中仍处于下游。因此,巨特大城市与中小城市的可达性和连通性的绝对差距不断拉大,城市规模越大,高铁区位的提升越显著,并且不同地区、不同类型城市的高铁区位变化存在空间异质性。
Fig. 2 Connectivity and accessibility characteristics of different regions and different types of cities

图2 不同地区与不同类型城市的连通性及可达性特征

不同地区和不同类型城市划分参考文献[35];港澳台数据暂缺

Full size|PPT slide

2.2 异地投资的空间特征和演变规律

城市间异地投资活动日趋活跃,空间异质性特征明显(图3)。具体表现在:新建投资交易次数由2008年的0.09次增至2017年的0.49次,而其变异系数由10.73降至8.97,表明异地投资的空间差异呈缩小态势。如图4所示,从三大地区分析,中部和西部无论在吸引异地投资还是对外投资方面均相差较小,东部则是异地投资最活跃的地区,其流入量和流出量均显著高于中西部地区,尤其是东部地区内部的投资次数平均达2.21次,占据绝对优势地位,是位居第二位和第三位的东部–西部、东部–中部投资次数的4倍左右。其次,中部地区吸引异地投资的增速最快,尤其是西部–中部的异地投资增长了6.45倍,居地区间投资变化率的首位;东部地区的对外投资量增速最快,东部–中部、东部–西部、东部–东部均增长超过4.74倍,也在一定程度上表明三大地区吸引异地投资的差异缩小,与上文由变异系数得出的结论相符合。从城市类型分析,城市规模越大,异地投资越活跃,其流入量和流出量均越大,并且巨特大城市吸引异地投资和对外投资规模显著高于其他类型城市,分别为大城市的6.44倍和8.90倍。其次,巨特大城市和大城市的对外投资增速最快,分别增长4.68倍和4.65倍,其中,巨特大城市–小城市、巨特大城市–中等城市增长超过6.33倍;中等城市和小城市吸引异地投资的增速最快,分别增长5.95倍和5.34倍,尤其是中等城市–中等城市增长达6.50倍。由此可见,中小城市与巨特大城市吸引异地投资方面的差距缩小。
Fig. 3 Spatial pattern of inter-city investment in 2008 and 2017

图3 2008年和2017年异地投资空间格局

不同地区和不同类型城市划分参考文献[35] ;基于自然资源部标准地图服务网站下载的审图号为GS(2019)1827号的标准地图制作,底图无修改;港澳台数据暂缺

Full size|PPT slide

Fig. 4 Cross-regional investment characteristics of different regions and different types of cities

图4 不同地区与不同类型城市异地投资特征

不同地区和不同类型城市划分参考文献[35] ;港澳台数据暂缺

Full size|PPT slide

2.3 高铁区位与异地投资的关系

高铁与异地新建投资存在着较高的相关性,一方面,已开通高铁城市成为新建投资主体,另一方面,发生投资的城市对之间具有更高的可达性与连通性(表2)。具体表现在:异地新建投资数量与高铁频次历年的相关系数均显著大于0;自2013年起,异地新建投资数量与最短旅行时间表现出显著的负相关关系;2017年,异地投资与连通性和可达性的相关系数分别为0.28和–0.08,表明高铁与异地新建投资存在着较高的相关性。其次,未开通高铁的城市对和开通高铁的城市对异地新建投资发生次数逐年增加,但后者增加速度快于前者。2008年开通高铁的城市对共发生异地投资791次,仅占异地投资总数的14.42%;2014年投资次数达8 847次,首次超过未通车城市对,占比达56.15%;2017年占比增至65.07%,表明异地投资更加倾向于发生在高铁开通的城市对中。最后,有投资发生的城市对比未发生投资的城市对有更多的高铁频次和更短的最短旅行时间。2008年有投资与无投资发生的城市对平均高铁频次为0.15班和0.01班,到2017年变为11.72班和1.14班,两者差距扩大了74.57倍;有投资事件发生城市对的最短旅行时间明显小于无投资事件发生的城市对,平均而言前者比后者节约了6.49 h。
Table 2 HSR location characteristics of investment occurring and non-occurring city pairs

表2 投资发生与未发生城市对的高铁区位特征

年份城市对新建投资/次通车城市对新
建投资占比/%
城市对平均通车频次/班城市对最短旅行时间/h
未通车通车有投资无投资有投资无投资
  注:港澳台数据暂缺。
2008 4695 791 14.42 0.15 0.01 17.83 25.82
2009 5424 1905 25.99 1.54 0.05 16.91 23.91
2010 6358 1961 23.57 1.87 0.08 16.18 23.2
2011 7800 3858 33.09 4.70 0.18 15.10 22.14
2012 8308 5361 39.22 5.21 0.26 14.18 21.38
2013 8037 5680 41.41 6.80 0.36 13.42 20.54
2014 6909 8847 56.15 9.63 0.65 12.18 18.34
2015 7382 11297 60.48 11.05 0.86 11.95 17.71
2016 9324 14708 61.20 10.58 0.86 12.28 17.91
2017 10631 19802 65.07 11.72 1.14 8.76 12.78

3 实证研究结果

3.1 实证分析

考虑模型潜在的内生性对估计结果的影响,本文利用Hausman检验和过度识别检验,选择起点城市高程和终点城市高程作为高铁出行时间的工具变量,对模型内生性进行检验,结果表明起点城市高程和终点城市高程为严格外生的工具变量,且模型不存在内生性,故采用固定效应的面板数据负二项回归对模型进行估计,结果如表3
Table 3 Impact of HSR location on inter-city investment

表3 高铁区位对异地投资的影响回归结果

变量模型1模型2模型3模型4
  注:******分别表示P<0.001,P<0.05,P<0.1;港澳台数据暂缺;变量含义参见表1;空白为无此项。
FR0.054***0.001
TI–1.104***–0.180***
SG0.939***0.886***
TG0.661***0.598***
BG0.019**0.016*
SI1.025***0.869***
TI0.679***0.664***
BI–0.046***–0.041***
SE0.061***0.063***
TE0.149***0.153***
BE0.008*0.009**
SP–0.043*–0.041
TP0.010*0.010*
BP–0.004–0.002
SD0.218***0.195***
TD0.358***0.335***
BD0.0040.004
常数项2.205***–31.18***9.231***–27.40***
模型1和模型3仅考虑核心变量对城市间异地投资的影响,结果表明高铁频次(FR)和最短旅行时间(TI)均对异地投资有显著影响,其中前者每提升1%会促使异地投资增加0.054次,后者每缩短1%,则城市间投资次数增加1.104次,表明高铁开通所引致的时空收敛效应和网络关联效应会促进上市公司增加异地投资交易,且时空收敛效应即可达性的影响更明显。这表明可达性的提升使得各类资本要素在相同时间内可到达更远的市场,扩大企业市场规模;连通性的提升可增加各类要素流动强度,增强市场间的联系强度。模型2和模型4加入控制变量后,最短旅行时间对异地投资仍具有显著影响,而高铁频次的影响由正向显著变为正向不显著,这表明高铁可达性对上市公司异地投资交易的影响具有一定的稳健性,而当考虑其他因素对投资决策综合影响时,高铁频次的影响一定程度上被削弱。
高铁可达性对异地投资的影响高于投资来源地和投资目的地经济社会差异的影响,而低于两地自身的经济发展水平、二三产业占比和金融环境等变量的影响,且相关控制变量系数符号基本符合预期。具体表现在:除两地二三产业占比差异、投资来源地人口密度、两地人口密度差异和两地金融环境差异这4个指标外,其余解释变量对异地新建投资均为显著正向影响。高铁可达性系数绝对值低于来源地和目的地的经济发展水平、二三产业占比和金融环境相关变量,但高于其政府财政支出和人口密度以及两地差异变量,这表明投资来源地的经济条件和目的地的市场环境是异地投资的关键因素,来源地和目的地自身的市场经济条件比两地区域差异对异地投资的影响更大。

3.2 空间异质性分析

3.2.1 空间距离

为探讨不同空间距离下高铁区位对中国异地投资的影响,本文根据投资来源地和目的地的地理距离,以300、600、900、1 200和1 500 km为界,划分出6种空间距离城市对类型。
高铁连通性在[300,600)和[900,1 200)区间模型中的系数显著为正,在其他距离模型中的作用不显著甚至显著为负;最短旅行时间的系数则在所有距离模型中均显著为负,其系数绝对值降序依次为[1 200,1 500)、[900,1 200)、<300、[600,900)、[300,600)和 >1 500 km 区间。这表明高铁对异地投资的影响会随着城市之间的距离产生变化,可达性对中长距离范围的作用更大,而连通性主要作用于[300, 600) 和[900, 1 200) 区间的中距离范围内。这可能与高铁的竞争优势区间有关,高铁在短距离出行中会受到普铁和公路的竞争,而长距离出行会受到航空运输的竞争,因此导致其在中距离区间具有较大的优势。同时,一些短距离城市之间本身已经具备良好的交通条件,所以受到的影响反而没有中长距离城市之间明显。此外,各距离模型中可达性系数的绝对值均高于连通性,这与上文不区分距离的模型结果相类似,即相较于网络关联效应,时空收敛效应对各距离内的异地投资的影响更大。

3.2.2 地理区位

考虑异地投资和高铁布局均存在东中西的空间格局及特征,本文将全国三大区域的城市对划分9种类型,分析和评价高铁对不同地区异地投资的影响,回归结果如表4
Table 4 Empirical results on the impact of HSR location on inter-city investment in different regions

表4 高铁区位影响不同地区异地投资的实证结果

来源地高铁频次目的地最短旅行时间目的地
东部中部西部全国东部中部西部全国
  注:******分别表示P<0.001,P<0.05,P<0.1;港澳台数据暂缺。
东部 0.002* -0.001 -0.009*** -0.007 -0.178*** -0.067 -0.044** -0.116***
中部 0.002 -0.008*** -0.007 -0.003** -0.147*** -0.303*** 0.075 -0.204***
西部 0.010*** 0.013** -0.004 -0.006*** -0.158*** -0.126 -0.468*** -0.512***
全国 0.003*** -0.003* -0.005** 0.001 -0.146*** -0.204*** -0.512*** -0.180***
高铁连通性对东部地区异地投资产生促进作用,对中部和西部地区异地投资产生抑制作用。具体表现在:从投资目的地角度分析,高铁频次对目的地位于东部地区的异地投资影响显著为正,而对目的地为中部和西部地区的异地投资影响为负,这表明高铁频次的增加有助于资本流向东部城市,而不利于中部和西部地区吸引异地投资,且对西部地区影响最大。从投资来源地角度分析,高铁频次对来源地位于中部和西部地区异地投资影响显著为负,而对东部地区异地投资的影响不显著,这表明高铁频次增加不利于中部和西部城市进行对外投资。从具体路径分析,高铁频次对东部–东部、西部–东部和西部–中部城市之间的投资影响显著为正,对东部–西部和中部–中部的投资影响显著为负,表明高铁频次增加促进了东部地区内部资金流动,但抑制了中部地区内部资金流动,同时对由西向东流向的投资形成了促进作用,对由东向西流向的投资形成了抑制作用。可能的原因是东部地区城市较为发达,即使东部通往西部高铁频次增加,但由于存在虹吸效应,使得资本不增反减的现象出现,即资本还是涌向东部地区城市。
无论从投资目的地还是来源地角度分析,最短旅行时间对异地投资的影响均显著为负,且西部影响最大,中部次之,东部影响效果最小。从具体路径分析,除对东部–中部、中部–西部和西部–中部城市之间的投资不存在显著影响外,其余均为显著负向影响。最短旅行时间对地区内部之间的影响大于不同地区之间的影响,并且对地区内部之间的影响排序为西部最大、中部次之,东部最小,表明对地区内部的铁路网络建设可以强有力地促进同一地区不同城市之间的异地投资,且这种现象在西部地区之间尤为明显。此外,在各地区的模型中,同样存在可达性系数的绝对值高于连通性的现象,即时空收敛效应对各地区的异地投资的影响更大。

3.2.3 城市规模

为了探讨高铁连通性和可达性对不同规模城市的影响,本文将城市划分为巨特大城市、大城市、中等城市、小城市4种类型,由此根据投资来源地和目的地形成16种城市对类型,其模型回归结果如表5
Table 5 Empirical results on the impact of HSR location on inter-city investment in different city types

表5 高铁区位影响不同类型城市异地投资的实证结果

来源地高铁频次目的地最短旅行时间目的地
巨特大城市大城市中等城市小城市全国巨特大城市大城市中等城市小城市全国
  注:******分别表示P<0.001,P<0.05,P<0.1。可达性模型中巨特大城市–中等城市的模型不收敛,无法得到最优的估计系数;港澳台数据暂缺。
巨特大城市 0.002 0.001 –0.007*** 0.029*** –0.001 –0.084*** –0.151*** –– –0.469*** –0.138***
大城市 –0.001 –0.003 0.002 –0.013*** –0.002 –0.012 –0.185*** –0.357*** –0.077 –0.132***
中等城市 0.006 0.005 –0.002 0.002 0.007*** –0.193*** –0.449*** –0.497*** –0.475* –0.380***
小城市 0.012** 0.020*** –0.001 –0.064*** 0.006 –0.421** –1.056*** 0.487** 0.236 –0.306***
全国 0.002** 0.002 –0.004*** –0.010** 0.001 –0.104*** –0.217** –0.296*** –0.306*** –0.180***
高铁连通性对巨特大城市吸引投资、中等城市对外投资有促进作用,同时,促进了规模差异较大城市之间的资金流转。具体表现在:从投资目的地角度分析,高铁频次对投资目的地属于巨特大城市类型的影响显著为正,这表明高铁频次的增加有助于资本流向巨特大城市;对投资目的地为中等城市和小城市类型的城市而言,回归结果显著为负,表明高铁频次的增加会对中等城市和小城市吸引投资产生抑制作用,且对小城市的抑制作用更大;投资目的地为大城市类型的城市回归结果不显著,说明高铁频次的增加不会明显促进资本流向大城市。从投资来源地角度分析,高铁频次对投资来源地属于中等城市类型的城市影响显著为正,对其他类型城市影响不显著,表明高铁频次的增加会促进中等城市对外投资。从具体路径分析,高铁频次对巨特大城市–小城市、小城市–大城市、小城市–巨特大城市之间的投资影响显著为正,表明高铁频次增加促进了规模差异较大的城市之间的资金流转。
高铁可达性对城市间异地投资具有明显的促进作用,尤其对中等城市对外投资和小城市吸引投资影响最大。具体表现在:从投资目的地角度分析,最短旅行时间对所有类型目的地城市均为显著负向影响,系数绝对值降序依次为小城市、中等城市、大城市和巨特大城市,表明最短旅行时间缩短对吸引投资产生促进作用,且对小城市吸引投资的作用最大。从投资来源地角度分析,对所有类型来源地城市均为显著负向影响,系数绝对值降序依次为中等城市、小城市、巨特大城市和大城市,表明最短旅行时间缩短对对外投资产生促进作用,且对中等城市对外投资的作用最大。从具体路径分析,除巨特大城市–中等城市、大城市–小城市、小城市–中等城市和小城市–小城市外,其余影响均显著为负,系数绝对值前3位分别为中等城市–中等城市、中等城市–小城市和巨特大城市–小城市,表明最短旅行时间缩短可以显著促进城市间的异地投资。值得一提的是,最短旅行时间对小城市–中等城市产生显著的正向影响,表明旅行时间缩短对小城市到中等城市异地投资产生抑制作用。此外,在不同规模城市的模型中,同样存在可达性系数的绝对值高于连通性的现象,即时空收敛效应对各种规模城市的异地投资的影响均更大。

4 结论与建议

本文从可达性和连通性2个方面衡量高铁区位,研究其与异地投资之间的相关性,并进一步采用负二项回归模型,从全国层面、不同地区以及不同类型城市的角度,探究高铁区位对异地投资的影响。研究发现:① 2008—2017年城市对之间新建投资和高铁连通规模均呈现扩大态势,而最短旅行时间呈不断下降趋势,三者均具有空间异质性,东部地区的可达性、连通性、城市间异地投资规模均高于中西部地区,城市规模越大,高铁区位条件越好,异地投资越活跃。从变化趋势看,东部地区连通性提升更快,西部地区可达性改善更显著;巨特大城市与中小城市的可达性和连通性的绝对差距不断拉大。而三大地区及不同城市类型吸引异地投资规模的差距不断缩小。② 高铁区位对异地投资有显著正向影响,并且无论从全国层面、地区层面还是不同城市类型来看,可达性的影响程度均显著大于连通性的影响。③ 高铁区位对异地投资的影响具有地区异质性。高铁连通性促进东部地区吸引异地投资,对中西部地区则具有抑制作用,且对西部地区影响最大,一定程度上加剧了东部地区的虹吸效应;高铁可达性能够显著改善西部地区对异地投资的吸引,中部其次,东部影响最小,有助于缩小区域差异。④ 高铁连通性对巨特大城市吸引异地投资有促进作用;高铁可达性对所有类型的城市吸引投资均有显著正向影响,尤其对中小型城市影响更大。
基于当前研究结论和结果分析,提出以下政策建议:① 考虑到高铁区位对异地投资具有正向影响,交通规划部门在进行项目设施评价时应考虑高铁带来的综合影响,除了设施成本收益外,还应考虑高铁对经济社会的外部性。② 综合考虑依托“门到门”最短旅行时间的高铁可达性对异地投资的正向影响,相关政府可通过增加城市内配套交通设施,提高城市内交通与高铁的衔接性,缩短城市间整体的旅行时间,打破资本要素壁垒,促进资本高效流动。③ 相关结果表明高铁区位对异地投资的影响具有明显空间异质性,因此,各级政府应结合自身发展特征,以高铁为依托,充分利用自身优势资源,制定差异化发展战略,发展特色产业,以促进经济增长并减少资本外流。
需要指出的是,本文选择的是新增投资次数作为被解释变量,与高铁区位等解释变量进行机制解析,而未选择投资规模或投资次数的存量作为被解释变量进行解析。主要是考虑到投资次数反映城市间投资活跃程度,而投资规模更强调城市间投资强度的大小,且投资规模数据存在一定缺失。综合考虑数据可获得性以及为更好地反映城市间的投资活跃程度,本文选择了异地投资次数作为被解释变量,但考虑到投资规模以及投资次数的存量也是衡量异地投资的关键因素,在未来的研究中可以进一步从投资规模或次数的存量角度关注高铁对异地投资的影响。另外,本文未考虑高铁影响异地投资所属细分行业特征的异质性。未来研究将侧重从全行业、多维度分析和评价高铁网络的影响,以期为高铁网络建设与不同行业企业异地投资经济活动提出政策指导。
致谢:非常感谢张齐林、吴宇勇、江润泽同学在论文数据整理方面的贡献。

References

[1]
张尚武, 潘鑫. 新时期中国跨区域重大基础设施规划建设的战略思考[J]. 城市规划学刊, 2021(2): 38-44.
Zhang Shangwu, Pan Xin. Strategic thinking on the planning and development of large trans-regional infrastructure in the new era. Urban Planning Forum, 2021(2): 38-44.
[2]
王雨飞, 倪鹏飞. 高速铁路影响下的经济增长溢出与区域空间优化[J]. 中国工业经济, 2016(2): 21-36.
Wang Yufei, Ni Pengfei. Economic growth spillover and spatial optimization of high-speed railway. China Industrial Economics, 2016(2): 21-36.
[3]
Wetwitoo J, Kato H. High-speed rail and regional economic productivity through agglomeration and network externality: A case study of inter-regional transportation in Japan[J]. Case Studies on Transport Policy, 2017, 5(4): 549-559.
[4]
Ortega E, López E, Monzón A. Territorial cohesion impacts of high-speed rail at different planning levels[J]. Journal of Transport Geography, 2012, 24(4): 130-141.
[5]
Dai N, Hatoko M. Reevaluation of Japanese high-speed rail construction: Recent situation of the north corridor Shinkansen and its way to completion[J]. Transport Policy, 2007, 14(2): 150-164.
[6]
Zheng S, Kahn M E. China’s bullet trains facilitate market integration and mitigate the cost of mega city growth[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110 1): 53
[7]
焦敬娟, 王姣娥, 金凤君, 等. 高速铁路对城市网络结构的影响研究——基于铁路客运班列分析[J]. 地理学报, 2016, 71(2): 265-280.
Jiao Jingjuan, Wang Jiaoe, Jin Fengjun et al. Impact of high-speed rail on inter-city network based on the passenger train network in China. Acta Geographica Sinica, 2016, 71(2): 265-280.
[8]
汪德根, 陈田, 李立, 等. 国外高速铁路对旅游影响研究及启示[J]. 地理科学, 2012, 32(3): 322-328.
Wang Degen, Chen Tian, Li Li et al. Enlightenment and research of tourism impact on high-speed rail. Scientia Geographica Sinica, 2012, 32(3): 322-328.
[9]
曹小曙, 洪浩霖, 梁斐雯. 高铁对中国城市群生产性服务业集聚的影响[J]. 热带地理, 2019, 39(3): 440-449.
Cao Xiaoshu, Hong Haolin, Liang Feiwen. Effect of high-speed rail on producer services’ agglomeration in Chinese urban agglomerations. Tropical Geography, 2019, 39(3): 440-449.
[10]
李廷智, 杨晓梦, 赵星烁, 等. 高速铁路对城市和区域空间发展影响研究综述[J]. 城市发展研究, 2013, 20(2): 71-79.
Li Tingzhi, Yang Xiaomeng, Zhao Xingshuo et al. High-speed rail’s influence on urban and regional spatial development: A review. Urban Development Studies, 2013, 20(2): 71-79.
[11]
李新光, 黄安民. 高铁对县域经济增长溢出效应的影响研究——以福建省为例[J]. 地理科学, 2018, 38(2): 233-241.
Li Xinguang, Huang Anmin. Spillovers effect of the high-speed railway on counties’ economic growth: Taking Fujian Province as an example. Scientia Geographica Sinica, 2018, 38(2): 233-241.
[12]
董艳梅, 朱英明. 高铁建设能否重塑中国的经济空间布局——基于就业、工资和经济增长的区域异质性视角[J]. 中国工业经济, 2016(10): 92-108.
Dong Yanmei, Zhu Yingming. Can high-speed rail construction reshape the layout of China’s economic space: Based on the perspective of regional heterogeneity of employment, wage and economic growth. China Industrial Economics, 2016(10): 92-108.
[13]
Chen Z, Haynes K E. Impact of high-speed rail on regional economic disparity in China[J]. Journal of Transport Geography, 2017(65): 80-91.
[14]
岳洋, 曹卫东, 姚兆钊, 等. 兰新高铁对西北地区可达性及经济联系的影响[J]. 人文地理, 2019, 34(1): 131-139.
Yue Yang, Cao Weidong, Yao Zhaozhao et al. Study on influence of Lanzhou-Xinjiang high-speed railway on accessibility and economic contact in northwest area. Human Geography, 2019, 34(1): 131-139.
[15]
Zhang F, Yang Z, Jiao J et al. The effects of high-speed rail development on regional equity in China[J]. Transportation Research Part A: Policy and Practice, 2020, 141: 180-202.
[16]
Vickerman R. High-speed rail in Europe: Experience and issues for future development[J]. The Annals of Regional Science, 1997, 31(1): 21-38.
[17]
黄张凯, 刘津宇, 马光荣. 地理位置、高铁与信息: 来自中国IPO市场的证据[J]. 世界经济, 2016, 39(10): 127-149.
Huang Zhangkai, Liu Jinyu, Ma Guangrong. Geographic location, China railways high-speed and information: Evidence from China’s IPO market. The Journal of World Economy, 2016, 39(10): 127-149.
[18]
赵静, 黄敬昌, 刘峰. 高铁开通与股价崩盘风险[J]. 管理世界, 2018, 34(1): 157-168+192.
Zhao Jing, Huang Jingchang, Liu Feng. China high-speed railways and stock price crash risk. Management World, 2018, 34(1): 157-168+192.
[19]
张梦婷, 俞峰, 钟昌标, 等. 高铁网络、市场准入与企业生产率[J]. 中国工业经济, 2018(5): 137-156.
Zhang Mengting, Yu Feng, Zhong Changbiao et al. High-speed railways, market access and enterprises’ productivity. China Industrial Economics, 2018(5): 137-156.
[20]
马光荣, 程小萌, 杨恩艳. 交通基础设施如何促进资本流动——基于高铁开通和上市公司异地投资的研究[J]. 中国工业经济, 2020(6): 5-23.
Ma Guangrong, Cheng Xiaomeng, Yang Enyan. How does transportation infrastructure affect capital flows: A study from high-speed rail and cross-region investment of listed companies. China Industrial Economics, 2020(6): 5-23.
[21]
王金杰, 李启航, 刘金铃. 高铁开通与企业经营空间的地理扩张——基于2004—2018年上市公司子公司地理信息的实证分析[J]. 经济地理, 2020, 40(8): 114-122.
Wang Jinjie, Li Qihang, Liu Jinling. High-speed rail and the expansion of enterprises business space: An empirical study based on the geographical information of listed companies in 2004—2018. Economic Geography, 2020, 40(8): 114-122.
[22]
吴迪倩. 高铁开通、政治关联与异地并购[D]. 武汉: 武汉大学, 2019.
Wu Diqian. The opening of high-speed rail, political connections and cross-regional M&A. Wuhan: Wuhan University, 2019.
[23]
吴倩, 潘爱玲, 邱金龙. 高铁通车、地区间信任与资本跨区流动——基于企业异地并购的视角[J]. 当代财经, 2020(10): 75-86.
Wu Qian, Pan Ailing, Qiu Jinlong. High-speed railways, inter-regional trust and inter-regional capital flow: From the perspective of trans-regional business M&As. Contemporary Finance & Economics, 2020(10): 75-86.
[24]
王晗, 董建卫, 刘慧侠, 等. 高铁开通对城市在位者创投机构网络位置的影响研究[J]. 管理评论, 2020, 32(6): 163-174.
Wang Han, Dong Jianwei, Liu Huixia et al. The impact of high speed rail on incumbent VC firms’ network position. Management Review, 2020, 32(6): 163-174.
[25]
龙玉, 李曜, 宋贺. 高铁通车与风险投资绩效[J]. 经济学动态, 2019(1): 76-91.
Long Yu, Li Yao, Song He. The impact of high speed railway network on investment performance of venture capital. Economic Perspectives, 2019(1): 76-91.
[26]
金凤君. 基础设施与经济社会空间组织[M]. 北京: 科学出版社, 2012.
Jin Fengjun. Infrastructure and economic and social spatial organization. Beijing: Science Press, 2012.
[27]
刘卫东. 经济地理学思维[M]. 北京: 科学出版社, 2013.
Liu Weidong. Economic Geography thinking. Beijing: Science Press, 2013.
[28]
蒋海兵, 徐建刚, 祁毅. 京沪高铁对区域中心城市陆路可达性影响[J]. 地理学报, 2010, 65(10): 1287-1298.
Jiang Haibing, Xu Jiangang, Qi Yi. The influence of Beijing-Shanghai high-speed railways on land accessibility of regional center cities. Acta Geographica Sinica, 2010, 65(10): 1287-1298.
[29]
Jiao J, Wang J, Jin F et al. Impacts on accessibility of present and planned HSR network in China[J]. Journal of Transport Geography, 2014, 40: 123-132.
[30]
Shaw S L, Fang Z, Lu S et al. Impacts of high speed rail on railroad network accessibility in China[J]. Journal of Transport Geography, 2014, 40: 112-122.
[31]
王姣娥, 焦敬娟, 黄洁, 等. 交通发展区位测度的理论与方法[J]. 地理学报, 2018, 73(4): 666-676.
Wang Jiaoe, Jiao Jingjuan, Huang Jie et al. Theory and methodology of transportation development and location measures. Acta Geographica Sinica, 2018, 73(4): 666-676.
[32]
文雯, 黄雨婷, 宋建波. 交通基础设施建设改善了企业投资效率吗?——基于中国高铁开通的准自然实验[J]. 中南财经政法大学学报, 2019(2): 42-52.
Wen Wen, Huang Yuting, Song Jianbo. Has transportation infrastructure development improved the efficiency of business investment?—A quasi-natural experiment based on the opening of China’s high-speed rail. Journal of Zhongnan University of Economics and Law, 2019(2): 42-52.
[33]
王丽, 刘可文, 曹有挥. 国内外高铁站区空间结构研究进展及启示[J]. 经济地理, 2016, 36(8): 120-126.
Wang Li, Liu Kewen, Cao Youhui. Research progress of spatial structure in regions of HSR stations home and abroad. Economic Geography, 2016, 36(8): 120-126.
[34]
宋冬林, 姚常成. 高铁运营与经济协调会合作机制是否打破了城市群市场分割——来自长三角城市群的经验证据[J]. 经济理论与经济管理, 2019(2): 4-14.
Song Donglin, Yao Changcheng. Do high-speed rail operation and economic coordination committee break the market segmention in urban agglomerations: Evidence from the Yangtze river delta urban agglomeration. Economic Theory and Business Management, 2019(2): 4-14.
[35]
Jiao J, Wang J, Zhang F et al. Roles of accessibility, connectivity and spatial interdependence in realizing the economic impact of high-speed rail: Evidence from China[J]. Transport Policy, 2020, 91: 1-15.
[36]
国家统计局. 中国城市统计年鉴[M]. 2009—2018. 北京: 中国统计出版社, 2009—2018.
National Bureau of Statistics of China. China city statistical yearbook. 2008—2017. Beijing: China Statistics Press, 2009—2018.
[37]
Chen H, Chen T J. Network linkages and location choice in foreign direct investment[J]. Journal of International Business Studies, 1998, 29(3): 445-467.

Funding

National Natural Science Foundation of China(42071147)
National Natural Science Foundation of China(42001119)

RIGHTS & PERMISSIONS

Copyright reserved © 2024.
PDF(12391 KB)

592

Accesses

0

Citation

Detail

Sections
Recommended

/