中国高铁站的溢出效应及其空间分异——基于夜间灯光数据的实证分析

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

牛方曲^,¹^,², 辛钟龄¹^,³

1.中国科学院地理科学与资源研究所区域可持续发展分析与模拟重点实验室,北京 100101

2.中国西南地缘环境与边疆发展协同创新中心,昆明650500

3.中国科学院大学资源与环境学院,北京 100049

Spillover effect of China's high-speed railway stations and its spatial differentiation: An empirical study based on night-time light datasets

NIU Fangqu^,¹^,², XIN Zhongling¹^,³

1. Institute of Geographic Sciences and Natural Resources Research, Key Laboratory of Regional Sustainable Development Modeling, CAS, Beijing 100101, China

2. Collaborative Innovation Center for Geopolitical Setting of Southwest China and Borderland Development, Kunming 650500, China

3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

收稿日期:2021-03-5修回日期:2021-05-25

基金资助:

国家自然科学基金项目(42071153)
中国科学院战略性先导科技专项(A类)(XDA200800000)

Received:2021-03-5Revised:2021-05-25
作者简介 About authors
牛方曲（1979-）,男,安徽淮南人,博士,副研究员,硕士生导师,主要从事城市与区域发展模拟分析研究。E-mail: niufq@lreis.ac.cn

摘要
高铁作为中国交通运输史上一次划时代的变革,对沿线地区的经济发展和区域空间格局产生了重大影响。准确度量高铁站溢出效应及其空间分异规律,对于布设高铁站点、规划高铁新城具有重要意义。本研究解译了2017年前开通的527个高铁站点（对应180个城市）周围地区2004—2017连续14年的夜间灯光数据,采用双重差分法测度了高铁站溢出效应,并解析其空间分异规律。研究发现：第一,在全国层面,中国高铁的投运使站点周围区域经济活动强度提升约4.7%,其中东部地区高铁站溢出效应更为显著。第二,同城高铁站及机场的存在会削弱高铁站的溢出效应,其中机场和高铁站的竞争关系在发达城市更为显著。第三,城市规模与高铁站溢出效应呈非线性关系,特大城市的高铁站溢出效应最为显著;城市第三产业的发展能够提升高铁站溢出效应。此外,与北京、上海、广州（北上广）三大都市的距离是影响高铁站溢出效应的重要因素,随着距离的增加高铁站溢出效应变得不显著甚至为负。上述结论可为高铁站选址、高铁新城规划建设提供重要参考。
关键词： 高速铁路（高铁）;溢出效应;双重差分法;夜间灯光;异质性;中国

Abstract

As an epoch-making reform in the history of China's transportation, high-speed railway (HSR) has had a significant impact on the economic development and regional spatial pattern of the cities along the line. Accurate measurement of the spatial spillover effect of HSR stations, as well as its spatial heterogeneities and influencing factors, is of great significance for the layout of HSR stations, the construction of new HSR cities and the coordinated development of regions. This study interprets the night-time light intensity of 527 HSR stations in 180 cities from 2004 to 2017, and estimates the spillover effect of each HSR station by using the difference-in-differences approach. It is found that the opening of China's HSR stations has increased the intensity of regional economic activity by about 4.7%. This spatial spillover effect is affected by many factors and has great spatial heterogeneity. (1) The increasing number of HSR stations in the same city will weaken the spillover effect of the stations. And there is a significant competitive relationship between airports and HSR stations, which will weaken the agglomeration effect of HSR on economic activities. (2) Compared with the central, western, and northeast regions, the spillover effect of HSR stations in the eastern region is more significant, indicating that the eastern cities get more dividends in the construction of HSR. (3) The spillover effect of high-speed rail stations will be enhanced by the growth of urban scale, but there is no linear relationship between them, and the spillover effect of high-speed rail stations in mega-cities is the most significant. In addition, the distance to Beijing, Shanghai and Guangzhou is also an important factor affecting the effect. With the increase of distance, the spillover effect of high-speed rail stations becomes insignificant or even negative. The above conclusions show that the construction of new-HSR towns should take into account many factors such as local industrial economy, city size and location, number of airports or HSR stations in the same city.

Keywords：high-speed railway (HSR);spillover effect;difference-in-differences (DID);night-time light;heterogeneity;China

PDF (2534KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
牛方曲, 辛钟龄. 中国高铁站的溢出效应及其空间分异——基于夜间灯光数据的实证分析[J]. 地理研究, 2021, 40(10): 2796-2807 doi:10.11821/dlyj020210183
NIU Fangqu, XIN Zhongling. Spillover effect of China's high-speed railway stations and its spatial differentiation: An empirical study based on night-time light datasets[J]. Geographical Research, 2021, 40(10): 2796-2807 doi:10.11821/dlyj020210183

1 引言

20世纪90年代,中国列车运行缓慢（平均速度低于60 km/h）,造成资本、劳动力、信息等支持经济增长的要素流动受到长期制约。改革开放后,东部沿海地区凭借优越的区位条件实现了经济腾飞,同时也造成了区域经济增长不平衡的局面。为此,中央政府出台了扩大公共投资、改善交通基础设施的相关政策,旨在通过高速铁路（高铁）网络建设,加强区域交通互联互通,促进区域协调发展^[1]。高铁的建设加速了市场整合和要素流动^[2],从而对沿线地区经济发展产生了重大影响,重塑区域经济格局。许多地方政府将高铁站视为经济发展的引擎,在高铁站周边地区投入大量资源,希冀借助高铁红利重振当地经济、加速城镇化进程。高铁对区域经济发展带来怎样的影响成为学界热议话题。

2004年中国制定了《中长期铁路网规划》,规划建设以“4+4”高铁走廊为骨架的高铁网络。截止2007年4月,以改造既有线路为主铁道部实施了六次铁路提速,使中国拥有了时速达到200~250 km的高速铁路^[3,4]。2008年8月,中国首条具有自主知识产权、设计时速达350 km的京津城际铁路通车运营,标志着中国正式迈入高铁时代。截止2018年,中国高铁里程提升至2.9万km,占世界高铁总里程的三分之二,高铁年客运量也从2008年的734万人次增加到33.7亿人次（www.rail-transit.com）。中国已经成为世界上高铁里程最长、运营网络最复杂的国家^[5]。着眼于高铁对城市经济发展的影响****已开展了大量研究,但由于案例区、研究方法、研究期的不同,产生了不同的结论。一种认为高铁可以增强城际联系,使中心城市知识和技术的涓滴效应得到进一步强化^[6],中心城市的优质资源和要素会扩散到周边地区,从而带动经济增长,缩小地区差距,实现区域经济的协调发展^[2,7-9]。另一种认为,高铁的投运对本身竞争力强的城市较为有利,而对于竞争力相对落后的城市,只是为其创造了改善地位的契机,存在导致经济活动流出的负面影响,最终结果取决于外溢与回波效应的叠加结果^[8,10-12]。例如Kim研究发现,在2010—2011年高铁扩建完成后,韩国的空间公平性正在退化,交通便利性提高带来的收益集中在本已很发达的首尔地区^[13];Givoni研究得出高铁在短期内可能对区域经济增长有促进作用,但从长期看,处于高铁网络边缘地区的经济增长率会下降^[14]。

高铁站的投运将提升其周边地区的交通可达性,诱发经济活动的集聚,表现为土地利用开发强度的提升和房地产价格的上涨^[15],即本文关注的高铁站溢出效应。目前相关研究多以行政区为观测单元^[16,17],将高铁站对周边城市的空间溢出效应视为同质且无差异^[18],但是,城市是具有复杂网络结构和空间等级的地理空间实体,高铁对城市发展的影响通常集中于高铁站点周边地区^[16,19],部分远离市中心的高铁站的影响辐射半径倾向于跨越行政边界,所以传统的基于行政区的统计指标（如GDP）难以真实反映高铁站溢出效应^[20,21]。

在基于行政区划的统计数据难以描述城市微观结构时,夜间灯光数据提供了一种新途径。已有研究表明,城市夜间灯光与经济活动分布高度一致^[22];而且夜间灯光数据可以栅格化到不同尺度,目前已被广泛应用于交通和城市空间结构研究^{[23,24,25,26,27,28]}。使用夜间灯光数据还可以避免社会经济统计变量之间的内生性问题。据此,本研究拟采用夜间灯光数据度量高铁站空间溢出效应,探明其空间分异规律和影响因素,以期为中国高铁站布设和高铁新城规划提供参考。

2 数据来源与研究方法

2.1 数据来源

2.1.1 夜间灯光数据处理目前应用最广泛的夜间灯光数据是美国国防气象卫星搭载的可见红外成像线性扫描业务系统数据（DMSP/OLS）（1992—2013年）及新一代极轨卫星搭载的可见光近红外成像辐射传感器数据（NPP/VIIRS）（始于2012年）^[29]。DMSP/OLS夜间灯光数据包括1992—2013年采用6个不同传感器拍摄的共22个年份34期年度合成影像（下载网址： https://www.ngdc.noaa.gov/eog/dmsp/downloadV4composites.html）,影像的像元值DN（digital number）代表其灯光强度,是未经过星上辐射定标的相对亮度值。由于传感器不同,不同时段的卫星数据不具可比性^[22,30]。NPP/VIIRS数据包括2012—2017年69期月度合成影像（下载网址： https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html）。NPP/VIIRS传感器新增飞行校正功能,像元DN值是经过辐射定标后的绝对亮度值,其序列影像数据间可比。本文使用的卫星数据编号及运营时段见表1。

Tab. 1
表1
表1不同卫星运营时段分布
Tab. 1Satellites/sensors and operation periods

传感器	运营时段
F10	1992—1994年
F12	1994—1999年
F14	1997—2002年
F15	2000—2007年
F16	2004—2009年
F18	2010—2013年
VIIRS	2012—2017年

新窗口打开|下载CSV

结合中国高铁发展历史,本研究采用2004—2017年夜间灯光数据,该数据横跨两代卫星,因此,需要进行两方面的校准：第一,DMSP/OLS时序数据校正,实现各年灯光指数的可比性;第二,两代卫星数据连接,实现二者的可比性。逐像素校准法可被用于校准DMSP/OLS序列影像数据。该方法首先选取特定年份无变化区域的影像作为参考,通过回归建立原始影像的像元值与校准后的像元值的函数关系对夜间灯光数据加以校准^[31]（公式1）。

（1）

D N_{C} = aD N^{2} + bDN + c

式中：DN、

D N_{C}

分别为校正前后参考区内像元值;a、b、c为参数。参数的回归结果见表2。

Tab. 2
表2
表2多年份影像DN值校正的模型参数
Tab. 2The parameters of models for calibration of satellite images

传感器	年份	a	b	c	R²
F16	2004	-0.0016	1.1666	1.0701	0.8775
	2005	-0.0026	1.442	0.1668	0.9016
	2006	-0.0055	1.4985	0.0195	0.9083
	2007	0.0000	1.0000	0.0000	1.0000
	2008	0.0071	0.6311	1.3309	0.9
	2009	0.0079	0.4576	1.9299	0.8909
F18	2010	0.0085	0.4456	2.0004	0.8229
	2011	0.0084	0.481	2.4218	0.8412
	2012	0.0086	0.5017	2.7798	0.8816
	2013	0.0084	0.4833	2.5755	0.8266

新窗口打开|下载CSV

图1展示了DMSP/OLS数据经过连续性校正前后的参考区内单位面积平均夜间灯光亮度值（average digital number, ADN）的统计结果。校准后的序列灯光数据更具连续性。

图1

新窗口打开|下载原图ZIP|生成PPT
图1DMSP/OLS校正前后ADN对比（2004—2013年）

Fig. 1The ADN of China before and after inter-calibration from 2004 to 2013

DMSP/OLS和NPP/VIIRS两组序列影像数据在2012年和2013年存在重叠。着眼于两组数据的时空重叠部分,常用的校准方法有两种：第一,像元校准法^[32,33],该方法选取两组数据重叠年份的特定区域,提取DN值,建立两个数据集的函数关系;第二,伪不变特征法（PIFs）^[34],该方法在3×3和5×5像素窗口大小上使用Getis-ord G_i^*统计和变异系数（CV）的组合提取伪不变特征区,使用足够数量的伪不变特征区构建拟合模型。采用像元校准法得出最优校准函数为y=152.72x^0.7204（R²=0.8）,其中x和y分别为DMSP/OLS和NPP/VIIRS影像的DN值。PIFs法得出最优校准函数为

Y = 38.67 \log X + 12.07

（R²=0.8）,其中X、Y分别为VIIRS校正前后的DN值。对比两种方法的可决系数及成像效果,最终采用校正结果更为连续的伪不变特征法（PIFs）校准数据,实现两组数据可比。

2.1.2 铁路交通及社会经济数据本文涉及的高铁包括以“C”“D”和“G”开头的列车^[4]。根据国家铁路总公司公布的高铁建设情况（www.china-railway.com.cn）,截止2017年,全国共有180个城市开通527个高铁站（图2）。可以直观地看到,站点在沿海分布较为密集,内陆地区尤其是西部偏远地区分布较为稀疏。东中西和东北部地区开通高铁的城市数量分别为67个、60个、39个、14个,占比为37.2%、33.3%、21.7%、7.8%。根据高铁站的兴建模式将其分为新建站点和升级站点。

图2

新窗口打开|下载原图ZIP|生成PPT
图2中国高铁站分布

注：基于自然资源部地图技术审查中心标准地图服务网站标准地图（审图号：GS(2020)4614号）绘制,底图无修改。
Fig. 2Spatial distribution of HSR stations in China

为分析城市社会经济对高铁站溢出效应的影响,本研究选取城市层面的指标包括：GDP、人口总量、固定资产投资、产业结构、第二第三产业从业人员数量,这些指标均为表征城市社会经济的重要指标^[35]。站点层面指标包括同城高铁站点的数量、同城有无机场、高铁站与大都市的距离、站点营运列车数量。其中,同城高铁站数量和有无机场用于考量高铁站之间、站点与机场之间的竞合关系对高铁站溢出效应的影响,该问题是当下的研究热点。此外,现有研究表明城市与大都市的距离是影响高铁红利的重要因素^[2],因此,本研究纳入高铁站与大都市的距离变量,采用站点与北京、上海、广州的最短高铁距离。营运列车数量用于表征站点的等级,该变量是站点旅客吞吐量的替代变量（无公开的站点旅客吞吐量统计数据）。剔除数据严重缺失的站点,剩余520个站点,对应的指标统计值如表3所示。其中ADN为站点周边地区经济活动强度,采用单位面积的夜间灯光强度表征。本研究解译了上述所有站点周边的灯光强度值,对应于180个城市。

Tab. 3
表3
表3主要指标统计性描述
Tab. 3Variables and statistics

变量	变量类型	变量描述	(1)	(2)	(3)	(4)	(5)
变量	变量类型	变量描述	样本量	平均值	标准差	最小值	最大值
ADN	站点周围经济活动强度	夜间灯光指数	14560	55.74	29.13	1.25	264.50
HSR	虚拟变量	是否开通高铁	14560	0.22	0.42	0	1
GDP	城市社会经济变量	地区生产总值(亿元)	7127	3010	3930	39.36	30000
Cap	城市社会经济变量	固定资产投资(亿元)	7258	877.14	1352.49	6.66	9920.37
Pop	城市社会经济变量	人口(万人)	7253	555.78	435.59	16.76	3392
Empl	城市社会经济变量	第二、第三产业从业人数(万人)	7084	455.66	5663.44	4.03	123009.30
Ind_Stru	城市社会经济变量	产业结构(第二、第三产业增加值的比值)	7236	1.29	0.52	0.23	6.73
Sta_Num	站点区位变量	城市高铁站点数量	180	4.62	3.51	1	18
Air	站点区位变量	城市有无机场	180	0.44	0.50	0	1
Dis_Meg	站点区位变量	与大都市距离(km)	177	1154	2121	34.83	10000
Train_num	站点等级变量	营运列车数量	520	46.04	63.60	1	503

注：社会经济指标存在缺失情况,因而样本量不一致;Dis_Meg变量的样本量剔除北上广三城市。

新窗口打开|下载CSV

2.2 研究方法

高铁站周边经济活动变化来源于两方面,一是高铁站建设与运营产生的“政策效应”,即高铁站的溢出效应;二是城市自身扩张带来的自然增长^[16]。换而言之,解析高铁站溢出效应需要剔除时间效应,从站点周围经济活动变化中剥离出高铁站溢出效应。为此,本研究将高铁开通视为一次准自然实验,利用高铁站所在城市和开通时间上的差异,采用渐进性双重差分方法（多时点双重差分法）估计高铁站的溢出效应。该方法能够将影响经济发展的一般性因素加以控制,同时控制不随时间变化的不可观测因素,可以很好地识别政策效应、减少误差,提高模型的解释力^[36],目前被广泛用于高铁与城市扩张研究中^[8,15]。

双重差分法要求为实验区设定对照区,并且保证两个组别在政策冲击前具有相同的发展趋势（平行趋势）。为此,本研究选取站点周围4 km半径范围作为实验区,测算高铁站溢出效应,该范围对应的区域面积约50 km²,大致是中国城镇的平均面积^[16]。同时选取高铁站周围4~8 km的环状区域作为对照区。实验区和对照区的选择需通过平行趋势检验和稳健性检验。分别提取站点周围实验区和对照区平均灯光强度（ADN）,采用的双重差分模型如公式（2）所示^[16,37-39]。

（2）

Y_{it} = α + βHS R_{it} + X_{it}^{'} γ + μ_{i} + λ_{t} + ε_{it}

式中：

Y_{it}

为站点i周围（研究区或对照区）t年份的经济活动强度,采用ADN表征,使用该代理变量的一个好处在于可以克服生产函数中由于双向因果关系而产生的“内生性问题”;核心解释变量

HS R_{it}

为虚拟变量,表征研究区是否开通高铁,高铁开通的当年及之后各年研究区的HSR取值1,否则为0;

X_{it}^{'}

是一个向量,包括前文所述的站点区位变量、站点等级变量及社会经济变量,用于控制其他因素对城市经济发展的影响;

μ_{i}

是个体固定效应,表征样本不随时间变化的特征;

λ_{t}

是时间固定效应;

ε_{it}

是随机误差项;统计量

β

用于衡量高铁站投运后产生的净溢出效应,如果

β > 0

且显著,说明高铁开通显著刺激了周边地区的经济活动。

3 结果分析

3.1 全国高铁站溢出效应

将高铁站周边地区的经济活动强度（ADN）作为因变量,首先采用最小二乘法对实验组（即站点周围4 km范围样本）进行全样本混合回归,结果如表4第（1）列所示。其中HSR系数为0.4011,且在1%水平显著,表明高铁开通促进了周边经济活动的提升。第（2）列是控制“时间固定效应”和“个体固定效应”的双重差分模型回归结果,其中高铁效应HSR的系数为0.0675,在5%的水平下显著,再次表明高铁站投运显著地增强了周边地区的经济活动强度。对比表4第（1）、第（2）两列结果,双重差分回归结果的HSR系数变小,但拟合效果更好（R²更大）,表明普通的最小二乘法回归结果明显高估了高铁站的溢出效应,这与我们的预期一致,即高铁站周围经济活动的变化并非完全来源于高铁站溢出效应,也佐证了使用双重差分模型评价高铁效应的有效性和科学性。

Tab. 4
表4
表4全样本回归结果
Tab. 4Regression results of full resamples

	(1)	(2)	(3)	(4)	(5)	(6)
因变量：lnADN	全部	全部	全部	全部	新建站点	升级站点
HSR	0.4011^***	0.0675^**	0.0669^**	0.0474^*	0.0476^*	0.0437
	(0.014)	(2.543)	(2.490)	(1.947)	(1.764)	(0.781)
Sta_Num				-0.0102^*	-0.0136^**	0.000580
				(-1.810)	(-2.208)	(0.0404)
Air				-0.118^***	-0.0694	-0.261^***
				(-2.863)	(-1.589)	(-2.672)
lnDis_Meg				-0.000608	0.00993	-0.0551
				(-0.0333)	(0.510)	(-1.092)
lnTrain_num				0.00430	-0.00131	0.00821
				(0.327)	(-0.0883)	(0.285)
lnGDP			0.0329	0.00709	0.0120	-0.0539
			(0.460)	(0.186)	(0.291)	(-0.504)
lnCap			0.0107	0.0106	0.00219	0.0443
			(0.532)	(0.595)	(0.111)	(1.045)
lnPop			0.0113	-0.0459	-0.0257	-0.110
			(0.0889)	(-1.265)	(-0.675)	(-1.122)
Ind_Stru			-0.0396	-0.0455^*	-0.0422	-0.0355
			(-1.483)	(-1.919)	(-1.472)	(-0.834)
lnEmpl			0.0135	0.0361^**	0.0344^**	0.0493
			(0.357)	(2.146)	(2.022)	(0.697)
Constant	3.591^***	3.558^***	2.927^**	3.708^***	3.493^***	5.202^***
	(0.010)	(0.0157)	(2.353)	(7.300)	(6.440)	(3.464)
个体固定效应	/	YES	YES	NO	NO	NO
时间固定效应	NO	YES	YES	YES	YES	YES
样本量	7,280	14,560	14,084	13,440	10,896	2,544
R²	0.100	0.303	0.305	0.306	0.300	0.329

注：由于部分站点或城市数据缺失,各组参与回归的样本数量有所差异（其中第4列较第3列样本减少,是因为剔除了部分与北上广三大都市无连接的高铁站）。^*、^**、^***分别表示10%、5%、1%的显著水平。

新窗口打开|下载CSV

表4第（3）列展示了加入GDP、人口等社会经济变量的双向固定效应回归结果。结果显示,HSR的估计结果仍保持5%的显著性水平,绝对值较第（2）列有所减小,但变化幅度并不大,说明地区的社会经济状况在一定程度上影响灯光强度的测度,但高铁站溢出效应主要是来自于高铁站的投运。第（4）列是加入所有控制变量的全样本回归结果。结果显示,较之对照区,实验区经济活动强度提升了约4.7%,且拟合效果更好,充分证明高铁站有显著的溢出效应。回归结果中同城站点数量（Sta_Num）系数为负且显著,说明随着同城高铁站点数量的增多,站点对周边经济活动的集聚作用会被削弱,可能的原因是流入高铁城市的人流、资源在各个站点间发生分流,单一高铁站点的作用被相对削减。机场（Air）系数的估计结果显著为负,且绝对值较大,表明在有机场存在的城市中,高铁站的溢出效应会大幅削弱,说明高铁与民航存在明显的竞争关系。观察其他经济统计变量,就业机会（Empl）的估计系数始终为正,表明就业机会较多的城市有更大的发展潜力和较大的交通需求,催生高铁站周围经济活动的集聚;产业结构（Ind_Stru）系数为负,表明在控制其他变量的情况下,第二产业占比越小或第三产业占比越大的地区会得到更高的高铁站溢出效应。该现象源于,较之于第二产业,第三产业多为劳动密集型产业,因此,第三产业的进一步发展将吸纳更多的就业人口,催生交通需求。该结果同时也表明,服务业的发展将进一步提升高铁站周边的经济活动强度。

根据高铁站点建设模式可将其分为升级站点和新建站点（占比分别为19%、81%）。进行上述分类的原因是：升级站点通常位于建成区,周围土地征收和开发成本巨大,故通过升级已有站点,可以提高土地利用效率,同时还能实现高铁网络与原城市交通网络自然协同^[16],而新建站点多位于郊区或城乡结合带,其周围土地开发相对容易。因此,两类高铁站的溢出效应理应有显著差别。如表4的第（5）、第（6）两列所示,相对于升级站点,新建高铁站的溢出效应更为显著。这与我们的认知较为一致,即新建站点通常位于城市郊区,周围多为农用地,灯光强度较弱,易于开发。而升级站点通常位于建成区或距城市中心比较近的位置,在开通前其周边就有较多的经济活动,难以大规模改变。变量同城站点数量（Sta_num）在新建组显著为负,表明站点的增多对新建站点影响更为显著,会分散高铁站溢出效应,不利于新建站点对经济活动的集聚。机场与高铁的竞争关系在升级组中更为常见（Air系数显著为负）,这是由于在人口流量大、经济基础强的城市,有着更频繁的出行方式选择问题。有****研究指出高铁与民航网络相竞争的城市早期分布在东中部地区,竞争网络在空间上呈现出东中西递减的分布格局^[40],本研究与该结论相吻合。

3.2 高铁站溢出效应的空间异质性

前文从全国层面分析了高铁站溢出效应,得出全国高铁站周围经济活动强度总体增强约4.7%,研究结果同时表明高铁站溢出效应存在空间差异,为此,本部分进一步探究高铁站溢出效应的空间异质性。

3.2.1 高铁站溢出效应区域差异根据中国的东、中、西、东北四大板块划分,对全国高铁站点进行分组回归（表5）,变量含义同上。虚拟变量HSR系数在东部地区显著为正,而在中部、西部和东北部均不显著,说明较之中部、西部、东北地区,东部城市获得了更显著的高铁红利,表明高铁建设更有利于经济发达地区。

Tab. 5
表5
表5高铁站空间溢出效应的区域分异
Tab. 5Spillover effects of HSR stations in different regions of China

因变量：lnADN	地理区位
因变量：lnADN	东部	中部	西部	东北部
HSR	0.0877^**	0.0365	-0.0153	0.0447
	(2.449)	(0.810)	(-0.290)	(0.407)
区位和社会经济变量	是	是	是	是
时间固定效应	是	是	是	是
个体固定效应	否	否	否	否
样本量	5,788	4,142	2,662	848
R²	0.286	0.329	0.325	0.348

注：^**表示5%的显著水平。

新窗口打开|下载CSV

3.2.2 城市规模对高铁站溢出效应的影响参考《国务院关于调整城市规模划分标准的通知》,根据2017年底地市常住人口将高铁站点所在城市分为四大类：超大城市（人口规模1000万以上）、特大城市（人口规模达500~1000万）、大城市（人口规模100~500万）、中小城市（人口规模100万以下）,并进行分组回归（表6）。可以看到只有特大城市组有显著为正的高铁站溢出效应。表明虽然大城市（通常为发达城市）能够获得更多的高铁红利,但当人口超过一定规模后高铁站溢出效应会下降。可能原因是,超大城市高铁站点通常为升级站点,周围土地利用已经成型,难以大规模改变。另一个可能原因是,超大城市产业众多,高铁的开通并不能影响其现有城市发展轨迹。

Tab. 6
表6
表6高铁站空间溢出效应的城际分异
Tab. 6Heterogeneous spillover effects of HSR stations in different cities of China

因变量：lnADN	城市规模				与大都市距离
因变量：lnADN	超大	特大	大	中小	近	中	远
HSR	-0.0383	0.0888^**	0.0537	-0.00321	0.102^***	0.0489	-0.0540
	(-0.568)	(2.211)	(1.575)	(-0.0134)	(2.690)	(1.288)	(-0.961)
区位和社会经济变量	是	是	是	是	是	是	是
时间固定效应	是	是	是	是	是	是	是
个体固定效应	否	否	否	否	否	否	否
样本量	1902	4762	6540	236	5000	5954	2486
R²	0.389	0.284	0.300	0.428	0.276	0.329	0.342

注：^**、^***分别表示5％、1％的显著水平。

新窗口打开|下载CSV

3.2.3 大都市对高铁站溢出效应的影响高铁的开通会增强城际联系,使得居民可以享受到大都市多样化的产品服务和更高的劳动报酬,同时可以退居于附近二三线城市,避免高昂的居住成本和恶劣环境带来的困扰^[2]。据此,与大都市可达性是影响城市高铁红利的重要因素。根据高铁站点与北京、上海、广州（北上广）三大都市的最短高铁距离将其分为3组：小于500 km的为近距离组,500~1000 km的为中距离组,大于1000 km和无法到达北上广的城市为远距离组。结果显示（表6）,只有近距离组样本有显著的高铁站溢出效应,随着距离的增加HSR系数变得不显著甚至为负。该结果表明,靠近大都市的城市将获得更高的高铁红利,而远离大都市的城市,其高铁红利将下降,甚至产生虹吸效应。

4 模型检验

4.1 稳健性检验

模型评价结果可能受阈值设定的影响,因此本文进一步开展模型稳健性检验。由于不同城市的经济发展水平和站点的位置均会影响高铁站点的溢出效应,因此,改变实验组和对照组之间的距离阈值测试模型的稳健性（表7）。第（2）列和第（3）列的实验组分别是高铁站周围0~3 km和0~5 km区域,对照组的范围分别是高铁站周围3~8 km和5~8 km范围。结果与主回归的结果基本一致（第1列）,这表明模型的评价结果对阈值的选取并不敏感,佐证了本模型的稳健性。

Tab. 7
表7
表7改变距离阈值的稳健性检验
Tab. 7Robustness check for change in the distance threshold

因变量：lnADN	(1)	(2)	(3)
距离阈值(km)	4	3	5
HSR	0.0474^*	0.0557^**	0.0392^*
	(1.947)	(0.758)	(0.561)
区位和社会经济变量	YES	YES	YES
时间固定效应	YES	YES	YES
个体固定效应	NO	NO	NO
样本量	13440	13440	13440

注：^*、^**分别表示10%、5%的显著水平。

新窗口打开|下载CSV

4.2 证伪检验

使用双重差分模型的前提是实验组与对照组在高铁开通之前不存在系统性差异,即两个组别的夜间灯光强度具有相同的变化趋势。为证明平行趋势假设成立,本文采用事件分析法开展了证伪检验,该方法通过设定多个高铁开通年份检验政策效果^[39,41]。假设高铁实际开通年份为T,本研究设定T-4到T+4均为开通年份进行模型检验,对应的模型如公式（3）所示。其中L表示高铁开通年份,其他变量同上。

（3）

Y_{it} = α + \sum^{} (β_{L} \times HS R_{it}) + X_{it}^{'} \times γ + μ_{i} + λ_{t} + ε_{it}

利用公式（3）回归分析得出参数

β

值（图3）。图3横轴表示高铁开通的相对时间,例如,-3表示高铁开通三年前（L=-3）;0表示高铁开通当年（L=0）;3表示高铁开通三年后（L=3）。在高铁开通前一年、前三年和前四年的估计值在0附近（高铁开通前两年作为模型的基期^[36]）,95%的置信区间也包含0,表明各站点溢出效应的差异不能拒绝为零的原假设,证明平行趋势假设成立。此外,图3还显示HSR在当期及滞后一期、两期、三期和四期均显著为正,表明高铁站空间溢出效应具有时间滞后性,这与以往****研究结论相吻合^[42]。

图3

新窗口打开|下载原图ZIP|生成PPT
图3平行趋势检验

注：图中交叉符号为估计系数,短竖线为估计系数95%的置信区间。
Fig. 3Common trend test

5 结论与展望

中国正逐步进入高铁时代,诸多城市希望借助高铁建设拉动其经济增长,纷纷推出高铁新城建设项目。但高铁效应存在城际差异,充分认识高铁建设对城市发展的影响,对于布设高铁站、规划高铁新城、协调区域经济发展有着重要意义。着眼于此,本研究利用夜间灯光数据,采用双重差分法分析了中国高铁站空间溢出效应,研究发现：

（1）全国范围内高铁站的投运使得站点周围区域经济活动强度提升约4.7%;较之中部、西部、东北部地区,东部城市高铁站溢出效应更为显著。

（2）人口和产业而言,城市人口规模与高铁站溢出效应存在非线性关系,城市人口超过一定规模后高铁站溢出效应不再显著,其中,特大城市高铁站溢出效应最为显著;城市第三产业的发展可提升高铁站溢出效应。

（3）同城高铁站数量的增加会削弱站点尤其是新建站点的溢出效应;机场的存在也会削弱高铁站溢出效应,这种竞争关系在经济发达的城市更明显。距离大都市较近的城市高铁站溢出效应更为显著,随着距离的增加高铁效应变得不显著甚至为负。

上述启示虽然还只是初步的结论,但对于全国高铁站点布设、各地高铁新城规划建设有着重要的参考价值。首先,高铁新城规划建设需要综合考虑同城站点、机场的存在会带来负面影响,同时也需要考虑站点所在城市与大都市的距离;第二,有条件的城市可以通过发展服务业提升城市的高铁红利;第三,高铁站溢出效应受城市人口规模影响,但二者并非线性关系,因此高铁新城规划需综合考虑当地人口规模。

本研究未来可从以下方面进一步深化。① 高铁站溢出效应受城市规划影响,而本研究旨在分析全国所有高铁站的溢出效应,侧重的是站点的共性特征,未考虑特定城市规划的影响。未来进一步研究具体城市高铁站溢出效应,需纳入“城市规划”变量。② 灯光数据适于表征经济活动规模或集聚程度,但不能反映经济活动类型或产业类型,因此,在细分产业基础上探究高铁站溢出效应的研究有待推进。③ 本文得出城市规模、距大都市的距离均会影响高铁站溢出效应,但确切的阈值和影响机制有待进一步解析。

致谢：

匿名评审专家对于文章的逻辑框架、模型适用性与指标选取等方面所提建设性意见对本文的提升给予了很大帮助,在此一并感谢。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Chen

, Haynes

. Impact of high-speed rail on regional economic disparity in China
Journal of Transport Geography, 2017, 65:80-91. DOI: 10.1016/j.jtrangeo.2017.08.003.

URL [本文引用: 1]

[2]

Zheng

, Kahn

. China's bullet trains facilitate market integration and mitigate the cost of megacity growth
Proc Natl Acad Sci USA, 2013, 110(14):E1248-1253. DOI: 10.1073/pnas.1209247110.

URL [本文引用: 4]

[3]

施震凯, 邵军, 浦正宁. 交通基础设施改善与生产率增长:来自铁路大提速的证据
世界经济, 2018, 41(6):127-151.

[本文引用: 1]

[ Shi

Zhenkai

, Shao

Jun

, Pu

Zhengning

. Effects of quality improvements in transportation infrastructure on total factor productivity growth: Evidence of Chinese railway speed acceleration
The Journal of World Economy, 2018, 41(6):127-151.] DOI: CNKI:SUN:SJJJ.0.2018-06-007.

[本文引用: 1]

[4]

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
地理学报, 2016, 71(2):265-280.

DOI:10.11821/dlxb201602007 [本文引用: 2]

城市网络是近年来城市与区域研究的一个新方向.基于2003-2013年间8个横截面的中国铁路客运班列数据,采用加权度中心性和社区结构模型,探讨高速铁路建设对城市等级和集聚性空间格局及演化的影响.研究表明:① 基于铁路客运组织的城市等级结构呈现出位序--规模分布的特征和集聚性,且三大地带和各社区内城市也呈现出明显的位序--规模分布,随着高速铁路网络的扩展,加权度中心性的集聚性更明显,并逐步呈现出较为明显的层级结构和社区结构.② 城市等级结构呈现出明显的东中西地带性,廊道效应和经济,人口的耦合性,即基于铁路客运班列的城市等级结构与基于属性数据(人口/GDP)的结果表现出较大的相似性,但也存在一定的差异.城市社区结构与中国高速铁路网络,城市群的空间分布格局基本一致.随着高速铁路的建设,东中西三大地带间城市等级的差异呈扩大态势,但各社区间城市等级的差异呈缩小态势,部分社区核心城市已形成.

[ 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, 2003-2013
Acta Geographica Sinica, 2016, 71(2):265-280.] DOI: 10.11821/dlxb201602007.

[本文引用: 2]

[5]

, Huang

, Shi

. Circuity in China's high-speed-rail network
Journal of Transport Geography, 2019, 80:1-13. DOI: 10.1016/j.jtrangeo.2019.102504.

[本文引用: 1]

[6]

Albalate

, Bel

. High-speed rail: Lessons for policy makers from experiences abroad
Public Administration Review, 2012, 72(3):336-349. DOI: 10.1111/J.1540-6210.2011.02492.X.

URL [本文引用: 1]

[7]

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
中国工业经济, 2016, (2):21-36.

[本文引用: 1]

[ Wang

Yufei

, Ni

Pengfei

. Economic growth spillover and spatial optimization of High-speed railway
China Industrial Economics, 2016, (2):21-36.] DOI: CNKI:SUN:GGYY.0.2016-02-003.

[本文引用: 1]

[8]

Ahlfeldt

, Feddersen

. From periphery to core: Measuring agglomeration effects using high-speed rail
Journal of Economic Geography, 2017, 18(2):355-390. DOI: 10.1093/jeg/lbx005.

URL [本文引用: 2]

[9]

Campos

, Rus

. Some stylized facts about high-speed rail: A review of HSR experiences around the world
Transport Policy, 2009, 16(1):19-28. DOI: 10.1016/j.tranpol.2009.02.008.

URL [本文引用: 1]

[10]

何天祥, 黄琳雅. 高铁网络对湖南区域经济协同发展影响
地理科学, 2020, 40(9):1439-1449.

DOI:10.13249/j.cnki.sgs.2020.09.005 [本文引用: 1]

基于2009—2017年湖南省13个地级市面板数据,运用耦合协调度测度湖南区域经济协同发展水平,采用社会网络分析（SNA）分析高铁网络演化特征,结合利用空间杜宾模型（SDM）检验湖南省高铁网络发展对区域经济协同发展的影响机理,结果表明：① 高铁时代湖南省区域经济空间关联性升高,协同发展水平稳步上升；② 湖南省高铁网络的逐渐优化对本地协同发展水平产生显著的正向直接效应,但对其他地区却存在负向的间接溢出效应；③ 高铁网络对区域间产业、市场、交通和创新等功能结构协同产生双重影响,形成了对区域经济协同发展的“双刃剑”特征,即高铁网络对本地的市场、产业、交通和创新等功能结构协同既存在显著正向促进作用,也存在负向溢出的马太效应,在促进网络中心度较高的城市发展的同时,也可能阻碍相对弱势的边缘城市发展。

[ He

Tianxiang

, Huang

Linya

. Impact of High-speed rail network on regional economic coordinated development in Hunan province based on empirical analysis
Scientia Geographica Sinica, 2020, 40(9):1439-1449.] DOI: 10.13249/j.cnki.sgs.2020.09.005.

[本文引用: 1]

[11]

崔学刚, 方创琳, 张蔷. 山东半岛城市群高速交通优势度与土地利用效率的空间关系
地理学报, 2018, 73(6):1149-1161.

DOI:10.11821/dlxb201806012

中国城市群正面临着土地利用效率偏低的问题,而高速交通建设是驱动土地利用变化的一个重要因素,因而探究高速交通建设与土地利用效率的空间关系将是一个重要议题。以山东半岛城市群42个陆域县级单元为例,采用高速公路相对密度、与高铁站点及机场的空间距离等指标,构建高速交通优势度评价模型,并以土地、资本、劳动力及经济、环境效益作为土地投入产出要素,采用DEA模型测算土地利用效率。通过分析高速交通优势度和土地利用效率的空间关系,结果发现：① 两者之间的协调性存在空间差异性,以济南、青岛两大枢纽为中心,枢纽圈层（另含青州、威海次级枢纽）呈现显著的空间协调性,而随着与枢纽城市距离的增大,空间协调性呈现衰减态势,其中潍坊、海阳等远离枢纽城市的交通干线沿线地区土地利用效率滞后于高速交通优势度,而利津、垦利和五莲等远离枢纽城市和交通干线的欠发达地区呈现低水平的空间协调性;② 缘于要素集聚与内生增长机制,高速交通类型多样性与土地利用效率具有显著的正向关系;③ 高速交通可通过枢纽效应促进优势要素与技术以空间外溢的形式在核心城市与一般城市之间传递,进而重构区域土地利用效率空间格局;④ 高速公路的均衡建设促使山东半岛城市群破除了高速交通建设的短板效应制约,土地利用效率空间格局整体呈现均衡态势,加之高铁站点、机场节点式布局明显,导致土地利用效率呈现宏观上高效集约、微观上团—轴凸显的空间格局。

[ Cui

, Fang

, Zhang

. Spatial relationship between high-speed transport superiority degree and land-use efficiency in Shandong Peninsula urban agglomeration
Acta Geographica Sinica, 2018, 73(6):1149-1161.] DOI: 10.11821/dlxb201806012.

[12]

Pol

. The economic impact of the high-speed train on urban regions. In: ERSA conference papers
European Regional Science Association, 2003: 1-20.

[本文引用: 1]

[13]

Kim

, Sultana

. The impacts of high-speed rail extensions on accessibility and spatial equity changes in South Korea from 2004 to 2018
Journal of Transport Geography, 2015, 45:48-61. DOI: 10.1016/j.jtrangeo.2015.04.007.

URL [本文引用: 1]

[14]

Givoni

. Development and impact of the modern high-speed train: A review
Transport reviews, 2006, 26(5):593-611. DOI: 10.1080/01441640600589319.

URL [本文引用: 1]

[15]

Diao

. Does growth follow the rail? The potential impact of high-speed rail on the economic geography of China
Transportation Research Part A Policy Practice, 2018, (113):279-290. DOI: 10.1016/j.tra.2018.04.024.

[本文引用: 2]

[16]

Zheng

, Long

, Chang

, et al. Ghost town or city of hope? The spatial spillover effects of high-speed railway stations in China
Transport Policy, 2019, (81):230-241. DOI: 10.1016/j.tranpol.2019.07.005.

[本文引用: 6]

[17]

俞路, 赵佳敏. 京沪高铁对沿线城市地区间溢出效应的研究: 基于2005—2013 年地级市面板数据
世界地理研究, 2019, 28(1):47-57.

[本文引用: 1]

[ Yu

, Zhao

. Disentangling treatment effect, spatial spillover effect and quantile effect: An empirical study of Beijing-Shanghai High Speed Rail
World Regional Studies, 2019, 28(1):47-57.] DOI: CNKI:SUN:SJDJ.0.2019-01-006.

[本文引用: 1]

[18]

Banister

, Berechman

. Transport investment and the promotion of economic growth
Journal of Transport Geography, 2001, 9(3):209-218. DOI: 10.1016/S0966-6923(01)00013-8.

URL [本文引用: 1]

[19]

Ureña

, Menerault

, Garmendia

. The high-speed rail challenge for big intermediate cities: A national, regional and local perspective
Cities, 2009, 26(5):266-279. DOI: 10.1016/j.cities.2009.07.001.

URL [本文引用: 1]

[20]

徐康宁, 陈丰龙, 刘修岩. 中国经济增长的真实性: 基于全球夜间灯光数据的检验
经济研究, 2015, 50(9):17-29, 57.

[本文引用: 1]

[ Xu

Kangning

, Chen

Fenglong

, Liu

Xiuyan

. The truth of China economic growth: Evidence from global night-time light data
Economic Research Journal, 2015, 50(9):17-29, 57.] DOI: CNKI:SUN:JJYJ.0.2015-09-003.

[本文引用: 1]

[21]

Liu

, Yang

. China fights against statistical corruption
Science, 2009, 325(5941):675-676. DOI: 10.1126/science.325_675.

URL [本文引用: 1]

[22]

Elvidge

, Ziskin

, Baugh

, et al. A fifteen-year record of global natural gas flaring derived from satellite data
Energies, 2009, 2(3):595-622. DOI: 10.3390/en20300595.

URL [本文引用: 2]

[23]

Ghosh

, L Powell

D Elvidge

, et al. Shedding light on the global distribution of economic activity
The Open Geography Journal, 2010, 3(1):147-160. DOI: 10.2174/1874923201003010147.

URL [本文引用: 1]

[24]

Amaral

, Monteiro

, Câmara

, et al. DMSP/OLS night-time light imagery for urban population estimates in the Brazilian Amazon
International Journal of Remote Sensing, 2006, 27(5):855-870. DOI: 10.1080/01431160500181861.

URL [本文引用: 1]

[25]

Elvidge

, Baugh

, Kihn

, et al. Relation between satellite observed visible-near infrared emissions, population, economic activity and electric power consumption
International Journal of Remote Sensing, 1997, 18(6):1373-1379. DOI: 10.1080/014311697218485.

URL [本文引用: 1]

[26]

Baum-Snow

, Brandt

, Henderson

, et al. Roads, railroads and decentralization of Chinese cities
Review of Economics Stats, 2017, 99(3):435-448. DOI: 10.1162/REST_a_00660.

[本文引用: 1]

[27]

Gonzalez-Navarro

, Turner

. Subways and urban growth: Evidence from earth
LSE Research Online Documents on Economics 66535, London School of Economics and Political Science, LSE Library. 2016. DOI: 10.3386/w24996.

[本文引用: 1]

[28]

王振华, 李萌萌, 江金启. 交通可达性提升对城市经济增长的影响: 基于283个城市DMSP/OLS夜间卫星灯光数据的空间计量分析
中国经济问题, 2020, (5):84-97.

[本文引用: 1]

[ Wang

Zhenhua

, Li

Mengmeng

, Jiang

Jjinqi

. The impact of traffic accessibility on urban economic growth: Spatial econometric analysis of DMSP/OLS nighttime satellite lighting data based on 283 cities
China Economic Studies, 2020, (5):84-97.] DOI: 10.19365/j.issn1000-4181.2020.05.07.

[本文引用: 1]

[29]

李小敏, 郑新奇, 袁涛. DMSO/OLS夜间灯光数据研究成果知识图谱分析
地球信息科学学报, 2018, 20(3):351-359.

DOI:10.12082/dqxxkx.2018.170462 [本文引用: 1]

利用CitesSpace软件对1997-2017年DMSP/OLS夜间灯光数据进行知识图谱分析,梳理国内外研究热点与演化历史,发掘研究难点,为后来研究者提供方向。本文选取Web of Science 核心数据集数据库收录的文献,进行合著特征分析、关键词共现分析和文献共被引分析。结果表明：① 夜间灯光数据相关研究最活跃的国家、机构和作者分别是美国、中国科学院和Elvidge;② 社会经济条件估计（人口、人口密度和电力）和城市扩展变化监测一直是国内外研究的热点和前沿;③ 目前的研究难点是如何减少灯光溢出效应以及灯光过饱和现象对研究精度的影响;④ 研究学科交叉性强,涉及地理学、测绘科学与技术、应用经济学、社会学等领域。因此,未来的研究趋势主要表现在数据处理方法的优化、研究领域的拓展以及深化已有研究成果3个方面。

[ Li

Xiaomin

, Zheng

Xinqi

, Yuan

Tao

. Knowledge mapping of research results on DMSP/OLS nighttime light data. Journal of
Geo-Information Science, 2018, 20(3):351-359.] DOI: 10.12082/dqxxkx.2018.170462.

[本文引用: 1]

[30]

曹子阳, 吴志峰, 匡耀求, 等. DMSP/OLS夜间灯光影像中国区域的校正及应用
地球信息科学学报, 2015, 17(9):1092-1102.

DOI:10.3724/SP.J.1047.2015.01092 [本文引用: 1]

美国国防气象卫星搭载的业务型线扫描传感器（DMSP/OLS）获取的夜间灯光影像,可客观地反映人类开发建设活动强度,其广泛应用于城市遥感的多个领域。但该数据缺少星上的辐射校正,下载的原始影像数据集不能直接用于研究,需进行区域校正。长时间序列的DMSP/OLS夜间灯光影像数据集主要存在2个问题需在校正过程中解决：（1）原始影像数据集中的影像是非连续性的;（2）数据集中的每一期影像都存在着像元DN值饱和的现象。针对这2个问题,本文提出了一种不变目标区域法的影像校正方法,对提取出来的每一期中国区域的夜间灯光影像进行了校正,该校正方法包括相互校正、饱和校正和影像间的连续性校正。最后,为了检验校正方法的合理性与可靠性,本文将校正前后中国夜间灯光影像与GDP和电力消耗值,分别进行回归分析评价表明,校正后的影像更客观合理地反映区域经济发展的差异。

[ Cao

Ziyang

, Wu

Zhifeng

, Kuang

Yaoqiu

, et al. Correction of DMSP/OLS night-time light images and its application in China. Geo-information
Science, 2015, 17(9):1092-1102.] DOI: 10.3724/SP.J.1047.2015.01092.

[本文引用: 1]

[31]

Elvidge

, Baugh

, Kihn

, et al. Mapping city lights with nighttime data from the DMSP operational line-scan system
Remote Sensing, 1997, 63(6):727-734. DOI: 10.1016/S0924-2716(97)00008-7.

[本文引用: 1]

[32]

Zhao

, Ji

, Yue

, et al. Spatio-temporal dynamics of urban residential CO₂ emissions and their driving forces in china using the integrated two nighttime light datasets
Applied energy, 2019, 235:612-624. DOI: 10.1016/j.apenergy.2018.09.180.

URL [本文引用: 1]

[33]

, Liu

, Wang

, et al. Multiscale analysis on spatiotemporal dynamics of energy consumption CO₂ emissions in China: Utilizing the integrated of DMSP/OLS and NPP/VIIRS nighttime light datasets
Science of The Total Environment, 2020, 703:134394. DOI: 10.1016/j.scitotenv.2019.134394.

URL [本文引用: 1]

[34]

Jeswani

, Kulshrestha

, Gupta

, et al. Evaluation of the consistency of DMSP/OLS and SNPP/VIIRS night-time light datasets
Journal of Geomatics, 2019, 13(1):98-105.

[本文引用: 1]

[35]

张俊. 高铁建设与县域经济发展: 基于卫星灯光数据的研究
经济学: 季刊, 2017, 16(4):1533-1562.

[本文引用: 1]

[ Zhang

Jun

. high-speed rail construction and county economic development: The research of satellite light data
China Economic Quarterly, 2017, 16(4):1533-1562.] DOI: 10.13821/j.cnki.ceq.2017.03.12.

[本文引用: 1]

[36]

Beck

, Levine

, Levkov

. Big bad banks? The winners and losers from bank deregulation in the united states
The Journal of Finance, 2010, 65(5):1637-1667. DOI: 10.1111/j.1540-6261.2010.01589.

[本文引用: 2]

[37]

刘勇政, 李岩. 中国的高速铁路建设与城市经济增长
金融研究, 2017, (11):18-33.

[本文引用: 1]

[ Liu

Yongzheng

, Li

Yan

. High-speed rails and city economic growth in China
Journal of Financial Research, 2017, (11):18-33.]

[本文引用: 1]

[38]

Shao

, Tian

, Yang

. High speed rail and urban service industry agglomeration: Evidence from China's Yangtze River Delta region
Journal of Transport Geography, 2017, 64:174-183. DOI: 10.1016/j.jtrangeo.2017.08.019.

URL

[39]

Lin

. Travel costs and urban specialization patterns: Evidence from China's high-speed railway system
Journal of Urban Economics, 2017, 98:98-123. DOI: 10.1016/j.jue.2016.11.002.

URL [本文引用: 2]

[40]

王姣娥, 景悦, 杨浩然. 中国高铁-民航竞争网络的空间演化模式及影响因素
地理科学, 2020, 40(5):675-684.

DOI:10.13249/j.cnki.sgs.2020.05.001 [本文引用: 1]

随着中国高速铁路与民用航空的快速发展,两者运营网络的空间竞争范围越来越大。从个人出行视角出发,同时拥有高铁与民航直达列车/航班的城市对为出行提供了选择机会,定义为高铁-民航竞争网络。以2007-2015年高铁-民航竞争网络的所有城市对为切入点,尝试刻画其演化过程与模式、网络结构与距离分布规律,并最终总结网络演化的影响因素。研究结论为：① 中国高铁-民航竞争网络在空间上呈现出由东向西、由北向南的扩张趋势,规模不断扩大。② 高铁-民航竞争网络具有向北京、上海等少数城市集聚的特征。③ 高铁-民航竞争网络城市对的距离范围主要分布在800~1 500 km,但运营的列车/航班频率竞争关系的临界值为1 000~1 100 km。④ 高铁-民航竞争网络在空间上遵循核心-核心、核心-边缘自上至下的拓展规律,并主要受城市规模、行政职能等级以及地理空间约束等因素的影响。

[ Wang

Jiao'e

, Jing

Yue

, Yang

Haoran

. The evolution mode of China's HSR-air competitive network and its driving factors
Scientia Geographica Sinica, 2020, 40(5):675-684.] DOI: 10.13249/j.cnki.sgs.2020.05.001.

[本文引用: 1]

[41]

Qin

. ‘No county left behind?’ the distributional impact of high-speed rail upgrades in China
Journal of Economic Geography, 2016, 17(3):489-520. DOI: 10.1093/jeg/lbw013.

[本文引用: 1]

[42]

Chang

, Murakami

. Transferring land use rights with transportation infrastructure extensions: Evidence on spatiotemporal price formation in Shanghai
Journal of Transport and Land Use, 2019, 12(1):1-19. DOI: 10.5198/jtlu.2019.1357.

[本文引用: 1]