基于SDM的高速铁路对区域创新空间效应研究

基于SDM的高速铁路对区域创新空间效应研究

李涛;张贵;李佳钰

【摘 要】高铁开通降低知识空间阻隔,有利于知识溢出,进而对创新活动产生重要影

响.文章将时间距离纳入分析框架,研究高铁对区域创新的影响.研究表明:无论是地理

距离还是时间距离,均对创新的空间溢出效应产生重要影响;高铁开通后,R&D人员

投入对创新有显著促进作用,消费需求的空间溢出效应显著;分地区来看,高铁开通后

东部地区收益最大,进一步增强了人才和消费需求对创新的贡献;对中部地区而言,创

新能力的提升更多依赖本地区R&D资本和消费需求,高铁产生了负向溢出效应;西

部地区创新受高铁的影响较小,更多依靠R&D人员投入与政府财政在科学技术方

面的支出.研究对不同地区充分利用高铁优势,提升区域创新能力具有重要意义.

【期刊名称】《华东经济管理》

【年(卷),期】2019(033)005

【总页数】7页(P50-56)

【关键词】高速铁路;区域创新;时间距离;空间杜宾模型

【作 者】李涛;张贵;李佳钰

【作者单位】河北工业大学经济管理学院,天津300401;河北工业大学经济管理学

院,天津300401;河北工业大学经济管理学院,天津300401

【正文语种】中 文

【中图分类】F124.3;F532

一、引 言

作为21世纪最具革命性和创新性的大规模运输方式之一，高铁通过对时空距离的

压缩，降低了知识溢出成本，加速了人才、资本等创新要素在区域之间的流动，对

创新的空间格局调整和优化具有重要影响。高附加值的创新和创造性活动依赖于面

对面的接触［1］，往往集中在发达地区。

随着新经济地理学和空间经济学的快速发展，创新的空间溢出效应相关研究得到了

广泛关注。国内外一些学者运用不同尺度的截面或面板数据，研究创新空间效应及

其影响因素，例如Trippl等（2009）［2］研究发现，从周围地区的知识池中吸

收创新资源可以提升本地区的创新水平。孙瑜康等（2017）［3］也利用北京市乡

镇街道层面的数据，发现企业、大学与研究机构的研发投入、地区科技服务业水平

和产业多样化水平拥有不同的创新空间溢出范围。马茹（2017）［4］则认为社会

资本水平较高的地区更容易从知识溢出中获益；同时，社会资本的空间作用强度在

我国东部、中部和西部地区之间存在差异。另有学者从可达性和邻近性角度考查创

新的空间溢出效应，Keeble和Tyler（1995）［5］研究发现，在英国，相比于交

通不便的城市和偏远农村，可达性更高的地区内企业更具创新活力和更能适应市场

变化。Storper和Venables（2004）［6］进一步指出，创新主体之间的地理邻

近性使得面对面交流机会增加，更有利于产生空间溢出效应。Jaffe等（1993）

［7］研究发现，创新的溢出效应存在地理边界，交通成本在创新活动的区位、集

聚和演化中起着重要作用。Grossman和Rossi-Hansberg（1978）［8］研究表

明，交通和通讯技术的革命降低了远距离知识溢出的成本。梁双陆和梁巧玲

（2016）［9］研究发现，交通基础设施对产业创新具有显著的促进作用，且存在

区域差异性。马明和赵国浩（2017）［10］也强调基础设施对区域创新能力的重

要性，认为交通基础设施发挥扩散作用。

然而，目前学界有关高速铁路与经济社会发展方面的相关研究主要集中在以下三个

方面：一是高速铁路对资源流动的影响。Rouwendal和Meijer（2001）［11］

认为高速铁路通车会促使企业或家庭搬迁，以便获得更优的生产或生活环境。李欣

泽等（2017）［12］研究表明，高铁开通促进了资本的流动，对优化资本要素配

置和提高企业生产率均有促进作用。龙玉等［13］（2017）研究发现，高速铁路

的开通扩大了风险投资范围，促进了风险投资资源配置效率。二是高速铁路对可达

性水平的影响。汪德根和章鋆（2015）［14］研究发现，高速铁路对城市可达性

提升效果显著，且高铁站点城市优于非站点城市。刘莉文和张明（2017）［15］

以我国266个城市为研究对象，比较高铁开通前后对区域可达性的影响，结果表

明，高速铁路开通产生了“廊道效应”。三是高速铁路对产业发展的影响。刘军林

和尹影（2016）［16］认为高铁给沿线中小城市旅游带来普惠性发展机遇。王丽

等（2017）［17］研究发现，高铁站区产业分层集聚态势凸显，产业集聚程度与

高铁相关性强弱有关。卢福才和詹先志（2017）［18］认为高铁开通有利于城市

工业集聚，特别是对于人口规模小于50万人的小城市。杨勃和王茂军（2017）

［19］进一步指出，高铁的连通性和中心性对城市专业化分工均有显著促进作用。

综上所述，现有国内外学者在交通基础设施和创新空间溢出效应的相关研究，为本

研究奠定了扎实的理论基础。然而，现有研究主要运用传统的地理距离或者经济距

离构建空间权重矩阵研究创新的空间溢出效应。现实的情况却是高铁的开通大大缩

短了区际间的时间距离，对创新要素流动和创新能力空间格局变化产生重要影响，

而时空压缩对创新能力的影响迄今尚未得到很好的解释。随着高速铁路网的逐步完

善，对创新要素跨区域流动的影响会进一步增加，科学评价高速铁路对创新空间格

局的影响，对区域间如何充分利用高速铁路优势，提升区域创新能力，进而推动区

域经济发展具有重要意义。鉴于此，以时间距离构建空间权重矩阵，利用2001-

2016的省际面板数据，通过空间杜宾模型实证分析高速铁路开通所带来的时空压

缩对区域创新空间效应产生的影响。

二、模型设定、指标选取与数据来源

（一）空间计量模型

本文使用Griliches（1979）首次提出并经Jaffe（1986）等学者发展的知识生产

函数来研究高速铁路影响下的区域创新空间溢出效应，基本模型形式为：

其中，Y表示创新能力；X表示投入水平（例如资本、劳动力等）；K表示技术知

识水平，主要由已有技术储备和研发投入决定；u是随机误差项，表示其他的影响

创新能力因素。

目前学术界常用空间面板模型主要有三种：空间滞后模型（Spatial Lag Model，

SLM）、空间误差模型（Spatial Error Model，SEM）和空间杜宾模型（Spatial

Durbin Model，SDM）。SLM主要解释因变量的空间滞后项对因变量的影响；

SEM主要解释空间误差项对自变量的影响；而SDM是SLM和SEM的结合。本

文建立空间Durbin模型（SDM），具体形式如下：

其中，yi,t是因变量；xj,t是自变量；t表示时间；εit为随机误差项，表示其他的

影响创新能力因素；β和θ是空间相关系数；ρ是空间滞后系数；λi表示个体固定

效应；wi,j是空间权重矩阵W中的元素；n表示地区数。当θ=0时，SDM可简

化为SLM；当θ+ρβ=0时，SDM可简化为SEM。

（二）指标选取和数据来源

目前，学术界在创新能力的度量指标问题上一直存在争议，专利数据并不能反映全

部的创新活动。然而，专利对创新的重要性毋庸置疑，正是由于专利的存在使得创

新活动价值可衡量，许多学者都用专利数据衡量创新水平［20-21］。基于此，将

专利授权量（PAT）作为因变量，衡量区域创新能力。

其他的自变量包括：①R﹠D资本投入（R﹠DE），使用各地区R﹠D经费内部支

出表示；②R﹠D人员投入（R﹠DP），使用各地区R﹠D人员全时当量表示；③

外商直接投资（FDI），使用各地区实际利用外商直接投资表示；④政府支持

（GOV），使用各地区政府财政中的科学技术支出表示；⑤市场需求（CON），

使用各地区居民人均消费支出表示。

本文的研究时间跨度为2001-2016年，样本选取中国31个省、直辖市和自治区

的面板数据，数据全部来源于历年《中国科技统计年鉴》《中国统计年鉴》和各地

区统计年鉴。此外，为减少模型中的异方差问题和便于表达自变量与因变量之间的

非线性关系，均对各变量进行了取自然对数处理。

（三）空间权重矩阵

目前，构建空间权重矩阵有两种标准：邻接标准和距离标准，前者是根据研究区域

是否连接进行度量；后者是根据研究区域间的相对距离进行度量。由于邻接矩阵不

能反映区域间真实的联系，现有研究多基于距离标准构建空间权重矩阵［22］，

常以地理距离［23］、经济距离等距离标准构建空间权重矩阵，表征地区间的距

离越近，相关性就越强；反之亦然。距离空间权重矩阵，W中的元素wij满足：

当i≠j时，wij=1/dij；当i=j时，wij=0。其中，dij为研究区域间的距离，倒数关

系说明相关性随着距离的增加而减小。

为了对比基于两种距离所构造的空间权重对空间估计结果的差异，本文基于距离标

准构建两类空间权重矩阵：①地理距离空间权重矩阵。W中的元素wij满足：当

i≠ j时，wij=1/dij；当i=j时，wij=0。dij为省会城市（直辖市）之间的地理距离，

根据国家基础地理信息系统1∶400万数据计算所得。②时间距离空间权重矩阵。

dij表示最短通行时间，本文以省会或直辖市间最短高铁运行时间代表区域间的最

短通行时间。由于全国各地交通条件、铁路运行的地理环境、气候环境等大不相同，

因此，仅用运行速度除以地理距离会带来较大偏差。因此，通过中国铁路客户服务

中心网站逐条查找省会或直辖市城市间的最短高速铁路运行时间，有直达高速铁路

时，以最短运行时间为时间距离；如无直达高铁，以高铁优先为原则，按中转一次

即可抵达，比较不同车站的换乘时间，选择运行时间最短的换乘路线。为进一步分

析高速铁路开通所带来的“时空压缩”，查找普通列车的最短运行时间，计算方法

与高铁类似，构建相应的空间权重矩阵。

三、实证结果分析

（一）空间相关性检验

本文采用空间面板杜宾模型研究高速铁路开通对区域创新空间溢出效应的影响，因

此需要检验因变量是否存在空间自相关。Moran’I指数是常用的空间相关性检验

方法，考查观测值是否存在空间集聚情况，计算公式如下：

其中，n是研究地区数量；xi和xj分别代表区域i和区域j的创新能力；S2表示

xi和xj的协方差；wij表示空间权重矩阵W中第i行第j列的元素。Moran’I的

取值范围是［-1，1］，正值表示空间正相关，即创新能力相似的区域在空间上呈

现集聚状态；负值表示空间负相关，即呈现分散状态；零值表示不存在空间相关性，

即呈现随机分布状态。

以专利申请授权量为观测值，分别计算2001-2016年全国31个省、直辖市和自

治区的Moran’s I（见表1）。在研究时段内，不同年份的Moran’s I全部通

过了显著性检验，表明我国区域创新具有显著的空间自相关性，呈现集聚分布特征。

具体而言，Moran’s I值由2001年的0.331 4逐年攀升到2003年的0.359 0，

随后呈现波动下降趋势，在2009年达到极小值0.290 2，之后又波动上升并于

2016年达到极大值0.364 2，说明近年来我国区域创新的空间集聚特征有所加强。

表1 2001-2016年区域创新的Moran's I值注：*、**和***分别表示统计量通过

了在10%、5%和1%显著性水平下检验，下同。Moran'sI 0.290 2***0.331

5***0.334 0***0.349 6***0.349 8***0.360 4***0.335 1***0.364 2***年份2001

2002 2003 2004 2005 2006 2007 2008 Moran'sI 0.331 4**0.344 6**0.359

0***0.349 1***0.322 6***0.299 7**0.293 2***0.308 5***年份2009 2010 2011

2012 2013 2014 2015 2016

（二）普通面板估计结果

首先采用普通面板模型对我国区域创新能力与其影响因素之间的相关关系进行估计，

检验因变量滞后项和残差序列的空间相关性，判断是否有必要建立及确定空间计量

模型的形式，估计结果见表2所列。

表2 非空间面板模型估计结果变量C R﹠DP R﹠DE FDI GOV CON系数-

5.778***0.551***0.354***0.003***0.001 0.404***R2 sigma^2 LM test no

spatiaI Iag robust LM test no spatiaI Iag 0.929 0.236

44.659***16.682***Durbin-Watson IogIikoIs LM test no spatiaI error robust

LM test no spatiaI error t值-12.460 7.982 5.328 4.562 1.545 5.930 1.364-

342.853 73.992***46.015***

由表2可知，普通面板模型估计结果总体上拟合良好，且通过显著性检验，但是

DW值为1.675，说明存在序列相关性。通过拉格朗日乘子检验（LM）发现，不

管是SE-LM还是SL-LM均通过了1%水平下的显著性检验，说明因变量滞后项和

残差序列均存在空间自相关；进一步对其进行稳健性拉格朗日乘子检验（Robust

LM），结果显示，SL-RLM和SE-RLM也均通过1%水平下的显著性检验，说明

需同时考虑因变量滞后项的空间自相关和残差项的空间自相关，故采用空间杜宾模

型进行分析是有效的。

对存在空间效应和时间效应的空间杜宾面板模型进行LR和Wald检验，通过其统

计量的估计结果（见表3），可以判断SDM是否可以转化为SLM或SEM。

如表3所列，无论是LR检验还是Wald检验，均拒绝原假设，即SDM不能转化

为SLM或SEM。同时，Hausman统计值为30.492，通过了1%显著性水平检验，

拒绝了真实模型为个体随机效应模型的原假设。综上所述，本文将采用时空固定效

应的空间杜宾面板模型进行实证分析。

表3 时空固定效应LR和Wald统计量检验变量WaId_spatiaI_Iag

WaId_spatiaI_error Hausman test统计值42.367***48.193***变量

LR_spatiaI_Iag LR_spatiaI_error统计值48.107***52.323***30.492***

（三）全国整体分析

本文主要研究高速铁路是否改变了区域创新的空间溢出效应，设置了三个空间权重

矩阵：一是基于地理距离的空间权重矩阵；二是包含高铁在内的铁路系统体系下的

时间距离权重矩阵；三是将高速铁路剥离掉之后只含普通铁路的时间距离权重矩阵。

根据我国高铁的发展历程，将2001-2016年的面板数据分为两个研究时段：

2001-2008年和2009-2016年，估计结果见表4所列。

由表4可知，R2、sigma^2和loglikols的统计值结果比较理想，说明空间杜宾

模型能够准确反映我国区域创新产出的空间相关性。从空间滞后项回归系数ρ来

看，所有模型的估计结果均通过了显著性水平的检验，在考虑到空间效应情况下，

邻近地区创新能力的提升对本地区产生正向溢出效应。无论是时间距离还是地理距

离，表达的都是“位置”对创新的重要性。一方面，具有创新性知识的溢出受地理

阻隔影响，高铁开通降低知识空间阻隔，有利于知识外溢；另一方面，地理邻近对

认知、社会等邻近有正向促进作用，其他邻近通过地理邻接的中介作用共同影响创

新空间溢出。随着高铁开通运营，传统的地理阻隔逐渐被打破，空间位置对区域创

新的影响在一定程度上被削弱了。同时，无论是以地理距离还是时间距离为空间权

重构造模型，R﹠DP的估计系数均显著为正，说明R﹠D人员投入对创新能力的

提升具有重要作用。

表4 模型参数估计结果研究时段空间权重ρ R﹠DP R﹠DE FDI GOV CON W×R

﹠DP W×R﹠DE W×FDI W×GOV W×CON R2 sigma^2 IogIikoIs 2001-2016

年地理距离（1）0.458***（9.194）0.656**（8.836）0.269***（3.867）

0.004***（6.980）-0.001*（-1.905）0.170**（2.195）-0.277（-0.495）-

0.808（-1.472）0.019***（4.349）-0.007**（-2.106）0.707（0.981）0.943

0.1935-298.983 2001-2008年时间距离（不含高铁）（2）0.395***（7.086）

0.628***（7.371）0.195**（2.387）0.007***（6.366）-0.001（-0.353）

0.266**（2.406）0.525（1.039）-0.764（-1.452）0.010**（1.654）-0.007（-

0.594）0.254（0.353）0.910 0.222-168.275 2009-2016年时间距离（不含高

铁）（3）0.246**（1.658）0.702**（3.641）-0.341（-1.563）0.001**（2.056）

-0.001（-1.584）0.471**（1.709）-1.699（-1.552）0.102（0.087）0.005

（1.345）0.002（0.859）1.105（1.550）0.989 0.039 71.642 2009-2016年时

间距离（含高铁）（4）0.382***（3.051）0.678***（3.457）-0.195（-0.934）

0.001**（2.247）-0.001*（-1.844）0.318（1.223）-2.014**（-2.092）0.222

（0.229）0.005**（1.800）0.001（0.606）3.844**（2.538）0.988 0.040

62.538

比较结果（2）和（4）可以发现，将高速铁路影响纳入到研究之后，结果（4）中

R﹠DP回归系数大于结果（2）中的相应系数，即R﹠D人员投入对创新的贡献增

加。高速铁路带来的时空压缩促进了创新人才的跨区域流动，提高了本地区创新人

才的认知水平和知识存量，导致R﹠D人员创新效率增加。特别地，结果（4）中

W×R﹠DP的估计系数显著为负，即邻近地区创新人员投入对本地区创新有负向

溢出效应。时空压缩导致区域间沟通成本大幅降低，加速了创新人才的跨区域流动，

特别是从创新非中心城市向中心城市的流动，区域间的创新差距有被拉大。FDI及

其空间滞后系数W×FDI的估计系数均为正，表明FDI的增加不仅有利于本地区创

新能力的提升，还能间接增强相邻地区的创新能力。原因在于，一方面，FDI通过

资金和先进技术提升本地区的创新能力；另一方面，技术的外溢性和地区之间的相

互学习、竞争也会提高创新的溢出效应。CON估计系数在结果（2）中显著性更

高，而其空间滞后项W×CON的估计系数在结果（4）中有更强的显著性。可达

性水平的提高，有利于消费者多样化需求的满足，而消费是决定创新的主要力量，

消费需求的优化升级会诱发技术的改良与革新［24］。特别是随着高速铁路的开

通，消费空间发生巨大改变，邻近地区消费能力的增加对本地创新具有正向促进作

用。

然而，结果（2）和（4）是基于不同的研究时段和空间权重矩阵所得到的估计结

果，单纯对比这两个模型估计结果的回归系数，会导致由于各地区创新阶段的差异

而高估或者低估高速铁路对区域创新所产生的影响。为克服由于研究时段的不同而

导致高速铁路对区域创新影响的有偏性，在2009-2016年这一时段分别用将高铁

剥离之后的普通铁路时间距离和含高铁的时间距离两种空间权重矩阵，构建回归模

型，得到模型估计结果（3）和（4）。比较之后，不难发现，基于高速铁路的时

间距离空间权重矩阵所估计的因变量空间滞后项回归系数明显高于高铁影响被剥离

掉之后的仅以普通铁路的时间距离权重所得到的估计结果，表明高速铁路的开通扩

大了创新的空间溢出效应。结果（3）中CON的估计系数显著高于结果（4），而

空间滞后项W×CON的估计系数在结果（4）中有更强的显著性。进一步证实在

未考虑高速铁路影响的情况下，不仅会夸大本地消费需求对创新能力影响的同时，

也降低了邻近地区消费水平的提升对本地创新能力的促进作用。高铁所带来的时空

压缩对消费需求空间溢出效应明显大于普通铁路，这与前面所得出的结论一致。同

时，结果（3）中W×R﹠DP的估计系数的显著性与（1）、（2）类似，均未通

过检验。说明地理阻碍和交通不便不利于创新知识的溢出，降低了人才投入对创新

的贡献。对比不同结果中的FDI及其空间滞后项W×FDI的估计系数不难发现，

FDI对区域创新能力的贡献和显著性有所降低。一方面，FDI通过资金、技术、管

理等方面显著提升区域创新能力，是影响我国区域创新能力的重要力量，也肯定了

“以市场换技术”策略的成功；另一方面，随着我国创新水平的不断提升，特别是

高铁开通之后，区域间的联系越来越紧密，邻近地区对本地创新的影响越来越大，

显著性降低了对FDI的依赖。

此外，时空压缩影响下，R﹠D经费的增加并不会显著提升区域创新能力，这与R

﹠D经费支出结构有关。虽然我国R﹠D经费支出逐年增加，但是内部经费支出结

构失衡，“重物轻人”现象严重。以2016年为例，当年我国人员劳务费支出占R

﹠D经费支出比重为29.6%，这一比例发达国家通常在40%～60%，而其他日常

性支出占比高达57.8%。创新本质上还是依靠人的活动，随着高速铁路的开通，

增加了创新人才的流动性，而劳务费偏低造成人才流失，导致区域创新能力下降。

（四）分地区分析

虽然高速铁路已经将全国绝大多数地区连接起来，大幅度缩短区域间通勤时间，但

高铁线路在全国并非平均分布，且我国东部、中部和西部处于不同发展阶段，采取

的创新政策也不尽相同。基于此，有必要分地区分析高速铁路对区域创新的影响，

结果见表5所列。

表5 分地区模型参数估计结果空间权重ρ R﹠DP R﹠DE FDI GOV CON W×R﹠

DP W×R﹠DE W×FDI W×GOV W×CON R2 sigma^2 IogIikoIs东部地区-

0.239***（-2.662）1.702***（13.581）-0.717***（-6.360）0.007（1.151）-

0.001（-0.551）1.001***（7.599）1.805***（3.637）-2.614***（-5.664）-

0.004（-1.502）0.001（0.467）4.810***（7.455）0.983 0.038 21.979中部地

区-0.998***（-4.274）-0.524**（-1.250）1.948***（4.447）-0.008***（2.803）

-0.002***（-2.884）1.399**（2.503）-8.186***（-4.987）6.440***（3.682）

0.000（-0.017）-0.014***（-3.865）0.210（0.203）0.981 0.014 34.001西部

地区0.113（1.178）1.042***（2.950）0.088（0.287）-0.005*（-1.884）

0.013***（3.089）-0.706***（-3.325）-0.195（-0.143）0.655（0.531）

0.032***（3.536）-0.034**（-2.529）-0.920（-0.825）0.968 0.086-14.775

由表5的估计结果不难发现，高铁通车对我国地区创新的影响存在显著差异。从

东部地区的估计结果来看，R﹠DP及其空间滞后项W×R﹠DP的估计系数均显著

高于全国平均水平，表明高速铁路的开通，不仅使东部地区R﹠D人员投入对创新

能力贡献的增加，周围地区R﹠D人员投入的增加对本地区创新能力提升具有显著

正向作用。由CON及W×CON的估计结果可知，消费需求对东部地区创新能力

的提升越来越重要，特别是周围地区消费水平的提高。与全国整体分析所不同的是，

FDI及其空间滞后项W×FDI对区域创新的影响并不显著。作为全国的创新高地，

东部地区越来越依靠自主研发提升创新能力，FDI对东部的影响越来越有限。此外，

对东部地区而言，单纯增加R﹠D经费支出和政府财政支出并不会使创新能力得到

提升，这一结论与前文一致。

从中部地区的估计结果来看，R﹠DP及其空间滞后项的估计系数为负，说明本地

区R﹠D人员投入的增加并不会提升中部地区创新能力，特别是周围地区科研人员

投入的增加会对本地产生显著的负向影响。一方面，高铁的开通显著增强了我国东

部和中部及中部地区之间联系，而东部是创新核心区，可达性的提升有助于创新型

人才由创新非核心区（中部）向核心区（东部）流动，产生负向溢出效应；另一方

面，中部地区并未因时空压缩享受到东部地区的创新溢出，对西部人才的吸引力也

有限，导致R﹠D人员简单增加并不会对创新能力提升起正向作用。然而，R﹠DE

及其空间滞后项W×RDE的估计系数显著为正，说明R﹠D资本增加会显著提升

本地区创新能力，邻近地区R﹠D资本的增加对本地区创新有显著的促进作用。主

要原因可能在于，中部地区创新能力还不高，具备完全自主研发的企业不多，域内

企业主要通过购买或引进域外的技术提升创新能力，因而对R﹠D资本有更强的依

赖性。中部地区更加依赖本地区消费需求增加对创新的贡献，而外部消费需求升级

对本地区创新能力的影响不显著。此外，FDI的估计系数显著为负，表明FDI的增

加会降低中部地区创新能力。一味地依靠FDI并不会增加中部地区的创新能力：

一方面，可能是由于中部地区的产业多为劳动和资源密集型产业，这些行业参与国

际分工处于价值链的地段，无法很好地获取技术溢出［25］；另一方面，FDI的

大规模流入对区域企业会产生挤出效应，抑制本土企业的发展，进而影响区域创新

能力提升。

从西部地区的估计结果来看，R﹠DP和GOV的估计系数显著为正，说明高铁开

通之后，R﹠D人员投入与政府财政在科学技术方面的支出对创新能力的提升有重

要作用。FDI的估计系数为负，说明外商直接投资可能挤占效应更大，进而抑制了

创新能力提升；其空间滞后项系数为正，邻近地区FDI的增加有利于知识跨区域

流动，进而有利于创新能力提高。此外，CON的估计系数显著为负，表明本地区

消费需求的增加与创新能力负相关。原因可能在于，高速铁路开通之后，西部地区

消费需求，特别是与创新型产品需求，主要依靠外部市场提供，导致本地区消费与

创新能力未存在显著的促进作用。

进一步地，对比东部、中部和西部三大地区的估计结果可知，高铁开通之后，东部

和中部区域创新能力均有显著的负向空间溢出效应，且后者负向空间溢出效应更大；

而西部地区受邻近地区创新能力改变的影响不显著，这也基本与实际情况符合。目

前，高铁线路主要集中于我国的东部地区和中部地区，西部地区较为稀疏，且西部

地区省会城市间的距离较大，高铁带来的时空压缩效应不如东部和中部地区显著。

虽然东部和中部均有显著的负向溢出效应，但是全国整体的空间滞后项系数为正，

进一步验证了高速铁路的开通加速了区域间的交流，有利于知识跨区域流动，有利

于我国创新能力提高。本地区R﹠D人员、邻近地区R﹠D人员投入和消费需求的

增加对东部地区创新能力的提升有显著促进作用，一方面，高速铁路的开通加速了

创新要素的跨区域流动，特别是创新型人才向东部地区集聚，提升了区域创新水平；

另一方面，高速铁路开通，极大增强了地区间的可达性程度，市场潜力进一步扩大，

中西部地区对创新型产品或服务的需求越来越容易地被东部地区企业所提供，进而

推动东部地区创新能力提高。与东部地区不同的是，本地区与邻近地区R﹠D资本

的增加有利于中部地区创新能力提高，这可能是由于：一方面，创新人才向东部地

区集中，降低了R﹠DP人员对创新的影响（R﹠DP及其空间滞后项系数均显著为

负）；另一方面，中部地区原始创新能力与东部还有一定差距，资本投入对区域创

新的贡献可能更大。对西部地区而言，区域创新能力的提高受邻近地区的影响小，

本地区政府财政在科学技术方面支出估计系数的结果与显著性均强与东部和中部地

区，说明西部地区创新对政府的依赖程度更大。此外，消费需求估计系数显著为负

（东部与中部估计结果显著为正），与东部和中部地区相比，本地市场并不能满足

创新型消费需求，进而消费需求的增加不会引起本地区创新能力的提高。

四、结论与对策建议

（一）结论

基于新经济地理视角，本文利用2001-2016年中国省际面板数据，将时间距离纳

入分析框架，构建空间杜宾模型研究高铁对区域创新能力的影响。研究结果表明，

从全国整体来看，创新存在显著的空间自相关，无论是地理距离还是时间距离，都

对创新的空间溢出效应产生了重要影响，特别是随着高速铁路的开通，R﹠D人员

投入对本地区创新能力提升的贡献增加，FDI和消费需求均对创新能力的提高有显

著促进作用，而后者的影响更明显；从分地区的估计结果来看，高铁开通后东部地

区收益最大，进一步强化了创新人才和消费需求对区域创新能力提升的贡献，而单

纯增加R﹠D经费支出和政府财政在科学技术方面的支出并不会使东部创新能力得

到提升；对中部地区而言，R﹠D人员投入的增加并不会提升本地创新能力，特别

是周围地区科研人员投入的增加会对本地产生显著的负向影响，可达性的提升有助

于创新型人才由创新非核心区（中部）向核心区（东部）流动，产生负向溢出效应，

中部地区更加依赖本地区R﹠D资本和消费需求的增加提升本地创新能力，而一味

地增加FDI也不会提升创新能力；西部地区受高铁的影响较小，更多依靠R﹠D

人员投入与政府财政在科学技术方面的支出提升区域创新能力，FDI增加对本地区

的挤占效应更大，限制创新能力提升。

（二）对策建议

首先，作为我国创新高地和高铁线路密集的东部地区，应进一步优化和完善现有高

铁网络，积极发展以创新水平高的城市为核心的“一小时城市圈”，增强与创新核

心城市的联系，加速创新要素在区域内的流动，通过创新分工，深化城市间的相互

协作，提升区域整体创新水平。其次，对中部地区而言，继续加大区际间和区域内

高铁建设；特别是加强同创新核心区的联系，积极推动东部地区科技成果在中部地

区产业化，增强创新的空间溢出效应，推进产业转型升级。同时，优化现有人才引

进政策，将创新主要依靠资本投入转变到对人才的吸引，降低东部地区对创新型人

才的“虹吸”，提升区域自主创新水平。最后，西部地区地域辽阔，创新水平和线

路密度与中东部地区还有很大差距。一方面，应继续加大政府财政在科学技术方面

的支出，加强政府资金对创新要素的引导作用，促进其向西部地区流动，提升区域

创新水平；另一方面，重点加快包括高铁在内的基础设施建设，增强与中东部地区

的互联互通，特别是对宁夏、西藏等少数尚未开通高铁的地区，而对已开通高铁的

西部城市，应加强高铁同飞机、高速公路、普通铁路等其他交通方式的有效衔接，

优化区域综合交通网络，充分发挥地区中心城市对创新要素集聚的重要作用，扩大

创新空间溢出效应，“以点带面”提升区域创新。

参考文献：

【相关文献】

［1］ROMER P sing returns and long-run growth［J］.Journal of Political

Economy，1986，94（5）：1002-1037.

［2］CRESCENZI R，RODRíGUEZ-POSE A，STORPER territorial dynamics of

innovation in China and India［J］.Journal of Economic Geography，2012，12（5）：

1055-1085.

［3］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.

［4］TRIPPL M，TöDTLING F，LUCA dge sourcing beyond buzz and pipelines：

Evidence from the Vienna software ctor［J］.Economic Geography，2009，85（4）：

443-462.

［5］孙瑜康，孙铁山，席强敏.北京市创新集聚的影响因素及其空间溢出效应［J］.地理研究，

2017，36（12）：2419-2431.

［6］马茹.社会资本对中国区域创新的影响分析——基于空间知识溢出视角［J］.软科学，2017，

31（2）：29-32.

［7］KEEBLE D，TYLER rising behavior and the urban-rural shift［J］.Urban

Studies，1995，32（6）：975-997.

［8］STORPER M，VENABLES A ：Face-to-face contact and the urban economy

［J］.Journal of Economic Geography，2004，4（4）：351-370.

［9］JAFFE A，TRAJTENBERG M，HENDERSON phic localization of knowledge

spillovers as evidenced by patent citations［J］.Quarterly Journal of Economics，1993，

108（3）：577-598.

［10］GROSSMAN G，ROSSI-HANSBERG g tasks：A simple theory of offshoring

［J］.American Economic Review，1978，98（5）：1978-1997.

［11］梁双陆，梁巧玲.交通基础设施的产业创新效应研究——基于中国省域空间面板模型的分析

［J］.山西财经大学学报，2016，38（7）：60-72.

［12］马明，赵国浩.交通基础设施和人力资本对区域创新能力影响研究［J］.财经问题研究，

2017（8）：122-129.

［13］ROUWENDAL J，MEIJER ences for housing，jobs，and commuting：A

mixed logit analysis［J］.Journal of Regional Science，2001，41：475-505.

［14］李欣泽，纪小乐，周灵灵.高铁能改善企业资源配置吗?——来自中国工业企业数据库和高铁

地理数据的微观证据［J］.经济评论，2017（6）：3-21.

［15］龙玉，赵海龙，张新德，等.时空压缩下的风险投资——高铁通车与风险投资区域变化［J］.

经济研究，2017，52（4）：195-208.

［16］汪德根，章鋆.高速铁路对长三角地区都市圈可达性影响［J］.经济地理，2015，35（2）：

54-61，53.

［17］刘莉文，张明.高速铁路对中国城市可达性和区域经济的影响［J］.国际城市规划，2017，

32（4）：76-81，89.

［18］刘军林，尹影.高铁交通体验对中小城市旅游空间结构的影响——以涪陵为例［J］.经济地

理，2016，36（5）：190-194.

［19］王丽，曹有挥，仇方道.高铁开通前后站区产业空间格局变动及驱动机制——以沪宁城际南

京站为例［J］.地理科学，2017，37（1）：19-27.

［20］卢福财，詹先志.高速铁路对沿线城市工业集聚的影响研究——基于中部城市面板数据的实

证分析［J］.当代财经，2017（11）：88-99.

［21］杨勃，王茂军.城市专业化分工中的高铁效应［J］.城市发展研究，2017，24（6）：39-46，

165.

［22］肖刚，杜德斌，李恒，等.长江中游城市群城市创新差异的时空格局演变［J］.长江流域资源

与环境，2016，25（2）：199-207.

［23］苏屹，安晓丽，王心焕，等.人力资本投入对区域创新绩效的影响研究——基于知识产权保

护制度门限回归［J］.科学学研究，2017，35（5）：771-781.

［24］王鹤，周少君.城镇化影响房地产价格的“直接效应”与“间接效应”分析——基于我国地

级市动态空间杜宾模型［J］.南开经济研究，2017（2）：3-22.

［25］白俊红，蒋伏心.协同创新、空间关联与区域创新绩效［J］.经济研究，2015，50（7）：

174-187.

［26］金晓彤，黄蕊.技术进步与消费需求的互动机制研究——基于供给侧改革视域下的要素配置

分析［J］.经济学家，2017（2）：50-57.

［27］原毅军，孙大明.FDI技术溢出、自主研发与合作研发的比较——基于制造业技术升级的视

角［J］.科学学研究，2017，35（9）：1334-1347.