中部地區(qū)高鐵可達(dá)性演變對區(qū)域經(jīng)濟(jì)的空間效應(yīng)研究

唐 卓,蔣惠園,田小勇

(1.武漢理工大學(xué) 交通與物流工程學(xué)院,湖北 武漢 430063;2.湖南理工學(xué)院 經(jīng)濟(jì)與管理學(xué)院,湖南 岳陽 414006)

中部地區(qū)包括晉豫鄂皖湘贛六省,連南接北、承東啟西,資源要素豐富,其在全國高鐵網(wǎng)絡(luò)布局與覆蓋過程中起著至關(guān)重要的連接作用。從《促進(jìn)中部地區(qū)崛起規(guī)劃》戰(zhàn)略的提出,到《新時(shí)代推動中部地區(qū)高質(zhì)量發(fā)展的意見》發(fā)布,國家為中部地區(qū)謀劃“二次破局”,凸顯出國家對中部地區(qū)經(jīng)濟(jì)一體化發(fā)展的重視。高鐵包括高速動車組列車(G)、普通動車組列車(D)和城際動車組列車(C)3種車型,作為快速、安全的交通基礎(chǔ)設(shè)施,高鐵可達(dá)性提升對區(qū)域經(jīng)濟(jì)一體化發(fā)展具有深遠(yuǎn)影響[1-2]。因此,研究中部地區(qū)高鐵可達(dá)性演變對區(qū)域經(jīng)濟(jì)的空間效應(yīng),能夠促進(jìn)資源要素流動,加強(qiáng)中部地區(qū)各城市之間的經(jīng)濟(jì)聯(lián)系,為高鐵建設(shè)規(guī)劃與政策制定提供依據(jù)。

可達(dá)性是高鐵的基礎(chǔ)性研究,最常用的測算方法是平均最短旅行時(shí)間。姚永鵬等[3]基于加權(quán)平均最短旅行時(shí)間分析高鐵對區(qū)域可達(dá)性和經(jīng)濟(jì)的影響,分析得出高鐵能提升區(qū)域的可達(dá)性。但是,僅考慮平均最短旅行時(shí)間來測度可達(dá)性,其結(jié)果與實(shí)際往往偏差較大,學(xué)者開始運(yùn)用多種方法對可達(dá)性進(jìn)行測度分析。何煜超等[4-5]運(yùn)用日常可達(dá)性指數(shù)、加權(quán)平均最短旅行時(shí)間、經(jīng)濟(jì)潛力指數(shù)等多個(gè)評價(jià)方法,定量分析了高鐵線路建設(shè)對地區(qū)城市可達(dá)性產(chǎn)生的影響。GUTIERREZ[6]運(yùn)用多個(gè)可達(dá)性測度方法構(gòu)建復(fù)合評價(jià)體系,對法國、馬德里等城市的高鐵可達(dá)性進(jìn)行評價(jià),并對比分析不同可達(dá)性測度方法的公平性,發(fā)現(xiàn)研究尺度的差異會影響可達(dá)性的測度結(jié)果。此外,空間杜賓模型、雙層差分模型和耦合協(xié)調(diào)模型等也是研究高鐵可達(dá)性與區(qū)域經(jīng)濟(jì)間關(guān)系的重要模型。易其國等[7]應(yīng)用空間杜賓模型得出高鐵對區(qū)域經(jīng)濟(jì)發(fā)展具有顯著的空間間接效應(yīng),高鐵樞紐等級越高的城市其間接效應(yīng)越強(qiáng)。李姣[8]基于雙層差分模型得出高鐵可達(dá)性提升能重塑生產(chǎn)要素的空間分布,加快人口和資本流動。崔晶等[9-10]應(yīng)用耦合協(xié)調(diào)模型分析高鐵可達(dá)性與區(qū)域經(jīng)濟(jì)間的作用機(jī)理,認(rèn)為高鐵會加快發(fā)達(dá)城市的虹吸效應(yīng),拉大其與貧困地區(qū)的經(jīng)濟(jì)差距?；谏鲜鲅芯?筆者提出綜合可達(dá)性模型,以彌補(bǔ)傳統(tǒng)最短時(shí)間可達(dá)性模型的不足,同時(shí)引入地理距離權(quán)重矩陣并構(gòu)建空間杜賓模型,這在中部地區(qū)高鐵可達(dá)性與區(qū)域經(jīng)濟(jì)的研究方面是一次全新的嘗試。

1 研究方法與數(shù)據(jù)來源

1.1 可達(dá)性模型

交通可達(dá)性是衡量城市節(jié)點(diǎn)間交通便捷程度的重要指標(biāo)。目前,大多數(shù)研究采用平均最短旅行時(shí)間AS對可達(dá)性進(jìn)行測度,計(jì)算公式為[11]:

(1)

式中:n為研究城市數(shù)量,取值為83;Tij為城市i與j間高鐵最短旅行時(shí)間。

但傳統(tǒng)可達(dá)性模型僅考慮時(shí)間距離,忽略出行到達(dá)機(jī)會和不同列車開行速度的差異,其測度值往往夸大城市間的可達(dá)性。基于此,考慮列車通行時(shí)間、類型與數(shù)量3個(gè)影響因素提出綜合可達(dá)性模型,更符合實(shí)際。先計(jì)算綜合可達(dá)性指數(shù),計(jì)算公式為:

(2)

若無直達(dá)列車則考慮中轉(zhuǎn),換乘次數(shù)最少為第一原則,通行時(shí)間最短為第二原則,并計(jì)入換乘時(shí)間,則綜合可達(dá)性A的計(jì)算公式為:

(3)

因不同年份有高鐵開通的城市數(shù)量不同,為使不同年份間有可比性,以2021年為基準(zhǔn)年,研究某一城市到其他82個(gè)城市的可達(dá)性。對于早些年份沒有開通高鐵的城市,Tij與Hij用非高鐵列車數(shù)據(jù)代替,計(jì)算結(jié)果也能反映這類城市通高鐵前后的可達(dá)性變化。

1.2 空間權(quán)重矩陣

在交通運(yùn)輸領(lǐng)域地理距離權(quán)重矩陣較常見,采用該矩陣對空間屬性進(jìn)行設(shè)定。空間權(quán)重矩陣W=(wij)n×n的計(jì)算公式為:

(4)

式中:wij為城市i對城市j的影響權(quán)重;Lij為城市i對j的地理距離。

1.3 空間自相關(guān)分析

空間自相關(guān)能檢驗(yàn)區(qū)域某一變量與鄰近區(qū)域間是否有空間相關(guān)關(guān)系。全局Moran′sI指數(shù)是分析全局空間特征的常用方法,其取值為負(fù)則說明兩區(qū)域具有空間負(fù)相關(guān)關(guān)系,取值為正則說明具有空間正相關(guān)關(guān)系,其值等于0則說明無空間相關(guān)性,絕對值越大空間相關(guān)性越強(qiáng)。

(5)

采用統(tǒng)計(jì)量Z和P來測定全局Moran′sI指數(shù)的顯著性程度,P為分布曲線面積近似值,統(tǒng)計(jì)量Z的計(jì)算公式為:

(6)

式中:E(Moran′sI)、V(Moran′sI)分別為全局Moran′sI指數(shù)的期望值和方差。

1.4 空間面板計(jì)量模型

空間面板計(jì)量模型引入空間權(quán)重矩陣,表現(xiàn)空間交互效應(yīng),更符合實(shí)際。常用的3種模型分別為空間滯后模型(spatial lag model,SLM)、空間誤差模型(spatial error model,SEM)與空間杜賓模型(spatial Durbin model,SDM),可通過拉格朗日乘子檢驗(yàn)(LM)、穩(wěn)健性拉格朗日乘子檢驗(yàn)(Robust LM)檢驗(yàn)、沃爾德檢驗(yàn)(Wald)、似然比檢驗(yàn)(LR)和豪斯曼檢驗(yàn)(Hausman)對模型進(jìn)行選擇。筆者采用空間杜賓模型,與其他兩種模型相比,其能同時(shí)考慮被解釋變量和解釋變量的空間自相關(guān)。因模型存在偏回歸系數(shù),需借助偏微分方程分解得到直接效應(yīng)和間接效應(yīng)。直接效應(yīng)表示本區(qū)域自變量對因變量的影響,間接效應(yīng)表示鄰近區(qū)域自變量對本區(qū)域因變量的影響,直接效應(yīng)與間接效益之和為總效應(yīng)?？臻g杜賓模型的表達(dá)形式為:

Yt=(I-lW)-1(bXt+qWXt)+(I-lW)-1ε

(7)

式中:Yt為被解釋變量矩陣;I為單位矩陣;l為空間自相關(guān)系數(shù);b為解釋變量的回歸系數(shù);Xt為解釋變量矩陣;q為解釋變量空間相關(guān)系數(shù);WXt為解釋變量滯后項(xiàng);ε為隨機(jī)擾動項(xiàng)。

對第m個(gè)解釋變量Xm求偏導(dǎo),得到用n×n維矩陣表示的邊際效應(yīng):

(8)

式中:bm和qm分別為Xm及其滯后項(xiàng)的系數(shù)估計(jì)值。

矩陣E表示區(qū)域第m個(gè)解釋變量變動一單位對所有區(qū)域被解釋變量產(chǎn)生的影響。直接效應(yīng)為矩陣E對角線上元素之和再除n,間接效應(yīng)為矩陣E非對角線上元素之和再除n。

1.5 數(shù)據(jù)來源

根據(jù)高鐵發(fā)展情況選取5個(gè)特征年份,2009年和2012年數(shù)據(jù)來自《全國鐵路旅客列車時(shí)刻表》,2015年、2018年和2021年數(shù)據(jù)來源于“鐵路12306”購票軟件。

2 中部地區(qū)高鐵網(wǎng)絡(luò)可達(dá)性時(shí)空演變分析

2.1 綜合可達(dá)性空間演變格局

根據(jù)計(jì)算結(jié)果將綜合可達(dá)性(Ai)分為6個(gè)等級,分別為可達(dá)性高水平地區(qū)(187～300]、較高地區(qū)(300～480]、中等地區(qū)(480～660]、一般地區(qū)(660～840]、較低地區(qū)(840～1 020]、低水平地區(qū)(1 020～1 325]。中部地區(qū)高鐵網(wǎng)絡(luò)綜合可達(dá)性演變情況如圖1所示。

圖1 中部地區(qū)高鐵網(wǎng)絡(luò)綜合可達(dá)性演變圖

由圖1可知:①2009年,可達(dá)性較高地區(qū)主要分布在武漢、孝感和信陽等中心區(qū)域;可達(dá)性中等地區(qū)包括鄭州、合肥、長沙和南昌等35個(gè)地級市,城市數(shù)量多且緊密圍繞在可達(dá)性較高區(qū)域外圍;可達(dá)性一般地區(qū)包括太原等33個(gè)地級市,圍繞可達(dá)性中等地區(qū)形成東、西、南半包圍態(tài)勢;可達(dá)性較低及以下地區(qū)主要分布在山西、湘鄂西部等邊緣區(qū)域。②2012年,可達(dá)性較高地區(qū)主要集中在京廣線鄭州至長沙段周圍,東擴(kuò)至合肥,南擴(kuò)至長沙,西擴(kuò)至潛江;可達(dá)性中等及以上地區(qū)進(jìn)一步向四周呈圖層式擴(kuò)展;可達(dá)性一般及以下地區(qū)仍集中在山西、湘鄂西部及贛南片區(qū),主要是由于列車總體班次不多且區(qū)域位于地域邊緣,具有一定的獨(dú)立性。③2015年,武漢、孝感和信陽首次進(jìn)入可達(dá)性高水平地區(qū),可達(dá)性較高地區(qū)范圍也進(jìn)一步蔓延,覆蓋中部地區(qū)近三分之二區(qū)域;可達(dá)性中等及以下地區(qū)分布空間進(jìn)一步壓縮,較低及以下地區(qū)僅剩晉北片區(qū)和湘西。④2018年,可達(dá)性高水平地區(qū)進(jìn)一步沿京廣線向四周蔓延,湘西和忻州可達(dá)性進(jìn)入到一般及以上水平,較低及以下地區(qū)僅剩晉西的呂梁和晉北的朔州、大同。⑤2021年,可達(dá)性提升幅度最大,總體空間格局最為簡單,除呂梁、朔州和大同外,其他80個(gè)城市可達(dá)性都進(jìn)入較高及以上水平,可達(dá)性高水平城市增至57座,主要覆蓋中東大片區(qū)域;較高水平城市增加至23座,主要分布在西部、南部和北部邊緣區(qū)域。

2.2 綜合可達(dá)性與最短時(shí)間可達(dá)性對比

為對比分析綜合可達(dá)性與最短時(shí)間可達(dá)性(ASi)兩種計(jì)算方法的優(yōu)劣,以進(jìn)一步了解兩種計(jì)算方法在反映高鐵可達(dá)性上的差異。采用兩種可達(dá)性的差異率((Ai-ASi)/Ai)進(jìn)行對比分析,差異率演變?nèi)鐖D2所示,可知兩種可達(dá)性總體差異率維持在0%～16%之間。為確保不同年份間有可比性,將可達(dá)性差異率分為6個(gè)等級,分別為低差異率(2%～4%]、較低差異率(4%～6%]、一般差異率(6%～8%]、中等差異率(8%～10%]、較高差異率(10%～12%]和高差異率(12%～16%]。相比而言,最短時(shí)間可達(dá)性都偏低,但不同年份間差異率的空間分布存在差異。①2009年,兩種可達(dá)性差異率主要以較低及以下為主,其中較低差異率范圍基本覆蓋了東部、中部和西部,山西西北部和湘贛南部等邊緣地區(qū)是低差異率分布的集聚區(qū)。此時(shí),中部地區(qū)有高鐵的城市不多,高鐵班次也較少,因此兩種可達(dá)性計(jì)算結(jié)果差異不明顯。②2012年,差異率呈增大趨勢,中部與外圍形成圈層式分異格局,河南和湖北大部分地區(qū)上升到一般差異率級別,主要是由于這兩個(gè)省份處于地理中心位置,高鐵班次多且不同列車速度有差異;而其他省份大部分地區(qū)由于高鐵建設(shè)緩慢,出行列車類型選擇有限,大部分地區(qū)都繼續(xù)維持在6%以下的較低差異率。③2015年,差異率形成相對破碎化的空間格局,中等差異率及以上的高值區(qū)主要分布在湖北東北部、河南北部和安徽東南部,較低差異率及以下的低值區(qū)則主要分布在山西北部、湘鄂西部和湘贛南部,其他地區(qū)則以一般差異率覆蓋為主。④2018年,中等差異率覆蓋范圍沿東西方向進(jìn)一步延伸成片,覆蓋湖北大部分城市和安徽南部片區(qū)。較低差異率及以下的覆蓋范圍進(jìn)一步縮減,表現(xiàn)為散點(diǎn)狀和小片區(qū)組團(tuán)分布。⑤2021年,可達(dá)性差異率空間格局發(fā)生巨大變革,絕大部分城市都在中等差異率及以上,尤其是湖北、河南、湘贛北部等地理中心區(qū)域,整體上呈現(xiàn)由中向外發(fā)散覆蓋的態(tài)勢。

圖2 兩種可達(dá)性計(jì)算方法間差異率

3 中部地區(qū)高鐵可達(dá)性演變對經(jīng)濟(jì)發(fā)展的空間效應(yīng)研究

3.1 變量設(shè)定

考慮到區(qū)域經(jīng)濟(jì)發(fā)展通常是多因素共同作用的結(jié)果,因此在選取綜合可達(dá)性和最短時(shí)間可達(dá)性為核心解釋變量的基礎(chǔ)上,進(jìn)一步引入多個(gè)控制變量進(jìn)行綜合分析。

(1)被解釋變量:經(jīng)濟(jì)發(fā)展水平。由于各地區(qū)人口基數(shù)不同,選用地區(qū)人均生產(chǎn)總值(PGDP)反映地區(qū)間經(jīng)濟(jì)發(fā)展的差異。

(2)核心解釋變量:可達(dá)性水平。為了進(jìn)一步比較兩種可達(dá)性對區(qū)域經(jīng)濟(jì)發(fā)展空間效應(yīng)的差異,分別選用綜合可達(dá)性(Ai)和最短時(shí)間可達(dá)性(ASi)作為模型1和模型2的核心解釋變量。

(3)控制變量:①資本水平(K),用實(shí)際固定投資總額來衡量;②城鎮(zhèn)化水平(U),U=城市城鎮(zhèn)人口/城市總?cè)丝?③第三產(chǎn)業(yè)水平(IND),IND=第三產(chǎn)業(yè)增加值/總GDP;④開放程度(OPEN),OPEN=外商投資企業(yè)工業(yè)總產(chǎn)值/總GDP;⑤勞動力(LAB),用年末單位從業(yè)人員數(shù)來衡量;⑥科教水平(RD),RD=科學(xué)和教育支出/財(cái)政支出;⑦社會建設(shè)(SC),SC=博物館數(shù)+體育場館數(shù)+公共圖書館數(shù)+影劇院數(shù)+普通高等學(xué)校數(shù)?？紤]到不同控制變量數(shù)據(jù)形式的差異性,對以上7個(gè)控制變量進(jìn)行對數(shù)化的平穩(wěn)性處理。

3.2 空間關(guān)聯(lián)特征分析

利用Stata軟件得到地理距離權(quán)重矩陣下PGDP、Ai和ASi的全局Moran′sI指數(shù)變化情況,如表1所示。不難發(fā)現(xiàn),各個(gè)年份PGDP、Ai和ASi的全局Moran′sI值均大于0,并通過顯著性檢驗(yàn),說明上述3個(gè)指標(biāo)都存在全局空間正向自相關(guān)性,相鄰城市間會相互影響,可以采用空間計(jì)量模型進(jìn)行分析。

表1 主要指標(biāo)的全局Moran′s I指數(shù)

為考慮城市間可能存在的關(guān)系,進(jìn)一步探究局部空間關(guān)聯(lián)特征,運(yùn)用Stata軟件進(jìn)行局部空間自相關(guān)檢驗(yàn),繪制首尾兩年主要指標(biāo)的局部Moran散點(diǎn)圖,如圖3～圖5所示,可以看出隨著時(shí)間的發(fā)展,交通可達(dá)性對中部地區(qū)社會經(jīng)濟(jì)發(fā)展的影響趨于穩(wěn)定,越來越多城市集中于一、三象限,說明這些城市的PGDP、Ai和ASi存在明顯的空間正相關(guān)。

圖3 2009年、2021年P(guān)GDP局部空間自相關(guān)檢驗(yàn)圖

圖4 2009年、2021年Ai局部空間自相關(guān)檢驗(yàn)圖

圖5 2009年、2021年ASi局部空間自相關(guān)檢驗(yàn)圖

3.3 估計(jì)模型識別與結(jié)果分析

在空間關(guān)聯(lián)特征分析的基礎(chǔ)上,進(jìn)一步檢驗(yàn)空間關(guān)聯(lián)性的具體存在形式,檢驗(yàn)結(jié)果如表2所示。從表2可以看出,模型1(Ai)與模型2(ASi)的LM和Robust LM都通過了顯著性檢驗(yàn),說明兩個(gè)模型都具有空間誤差和滯后的特征。Wald及LR檢驗(yàn)都不允許將空間杜賓模型簡化為空間誤差模型或空間滯后模型。Hausman檢驗(yàn)統(tǒng)計(jì)值分別為88.220和79.700(P=0.000),能夠確定應(yīng)用固定效應(yīng)模型更加合適。綜上所述,最終選擇固定效應(yīng)空間杜賓模型進(jìn)行實(shí)證分析。

表2 空間計(jì)量模型的檢驗(yàn)結(jié)果

為判斷空間模型選取的合理性,先對空間模型做最小二乘估計(jì)(OLS),再進(jìn)行空間杜賓模型估計(jì),估計(jì)結(jié)果如表3所示。模型1中,在估計(jì)系數(shù)上OLS模型和SDM模型的空間固定效應(yīng)存在明顯差異,其值分別為0.278和0.131,表明綜合可達(dá)性對城市經(jīng)濟(jì)發(fā)展不斷產(chǎn)生影響。由于OLS模型沒有考慮城市之間的空間依賴性,忽略了因變量和自變量的空間間接效應(yīng)而高估了綜合可達(dá)性對城市經(jīng)濟(jì)發(fā)展的影響。模型2也支持這種觀點(diǎn)。從空間相關(guān)系數(shù)的角度看,兩種模型的空間相關(guān)系數(shù)(rho)都為0.539,均在1%的水平下顯著,故存在正向間接效應(yīng),這說明鄰近城市可達(dá)性水平提升會對本地區(qū)經(jīng)濟(jì)增長帶來促進(jìn)作用。

表3 OLS和SDM模型估計(jì)結(jié)果

3.4 區(qū)域整體層面的空間效應(yīng)分解

為了更精準(zhǔn)地刻畫Ai和ASi對經(jīng)濟(jì)發(fā)展格局的影響,進(jìn)一步采用偏微分方法分解出核心解釋變量和控制變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng),計(jì)算結(jié)果如表4所示。

表4 空間效應(yīng)分解

在模型1中,Ai對經(jīng)濟(jì)發(fā)展既存在正向空間直接效應(yīng),也存在正向空間間接效應(yīng),具有較強(qiáng)的一致性。其中,Ai的直接效應(yīng)為0.129,間接效應(yīng)為0.220,均通過了5%的顯著性水平檢驗(yàn),表明本地區(qū)Ai每提升1個(gè)單位,將帶動本地區(qū)0.129的經(jīng)濟(jì)發(fā)展和鄰近地區(qū)0.220的經(jīng)濟(jì)增長。由此可見,Ai的間接效應(yīng)大于直接效應(yīng),對周邊地區(qū)的影響作用超過對本地區(qū)的影響。因此,構(gòu)建完善的交通網(wǎng)絡(luò)體系是推動區(qū)域經(jīng)濟(jì)一體化發(fā)展的重要措施。

模型2選取ASi作為核心解釋變量,其對經(jīng)濟(jì)發(fā)展也存在正向空間直接效應(yīng)和正向空間間接效應(yīng),并且在5%的水平下顯著,表明本地區(qū)ASi每提升1個(gè)單位,將帶動本地區(qū)0.099的經(jīng)濟(jì)發(fā)展和周邊地區(qū)0.206的經(jīng)濟(jì)增長。但由于ASi忽略高鐵類型、時(shí)間成本和客運(yùn)結(jié)構(gòu)的差異,其對經(jīng)濟(jì)發(fā)展的間接效應(yīng)要小于Ai。這也在一定程度上表明交通基礎(chǔ)設(shè)施發(fā)展速度過快會強(qiáng)化對周邊地區(qū)經(jīng)濟(jì)發(fā)展資源要素的虹吸效應(yīng),削弱其對周邊地區(qū)經(jīng)濟(jì)發(fā)展的間接效應(yīng)。此外,其他控制變量或多或少也對經(jīng)濟(jì)發(fā)展產(chǎn)生不同程度的影響。

總之,不論哪種計(jì)算方式,交通可達(dá)性的提高都會促進(jìn)本地區(qū)和鄰近地區(qū)社會經(jīng)濟(jì)的發(fā)展,從模型的角度來說,這一結(jié)論在整體層面上是穩(wěn)健的。隨著高鐵網(wǎng)絡(luò)的發(fā)展,城市間交通可達(dá)性得到了較大提高,這對促進(jìn)生產(chǎn)要素的流動起到了重要作用,對本區(qū)域和周邊區(qū)域的經(jīng)濟(jì)發(fā)展創(chuàng)造了利好條件。

4 結(jié)論

(1)綜合可達(dá)性空間格局演變總體呈現(xiàn)“核心-邊緣”圈層式特征,位于幾何中心的城市與其他城市通行時(shí)間更短,邊緣城市通行則較為不便。中部地區(qū)綜合可達(dá)性平均計(jì)算值由2009年的711.480降至2021年的292.040,高鐵網(wǎng)絡(luò)發(fā)展對城市聯(lián)系的時(shí)空壓縮效應(yīng)明顯,地區(qū)協(xié)同發(fā)展距離屏障逐漸削弱。

(2)綜合可達(dá)性與最短時(shí)間可達(dá)性間的差異長期存在,并隨著高鐵網(wǎng)絡(luò)發(fā)展,差異有著愈加顯化的趨勢。在2009年,兩種可達(dá)性總體差異率位于4.610%的較低水平,然而隨著高鐵類型及班次可選擇性越來越多,到2021年兩種可達(dá)性總體差異率達(dá)到10.440%,此時(shí)最短時(shí)間可達(dá)性將過度優(yōu)化實(shí)際可達(dá)性水平。

(3)高鐵可達(dá)性的提升會促進(jìn)本地區(qū)和鄰近地區(qū)社會經(jīng)濟(jì)的發(fā)展。綜合可達(dá)性的直接效應(yīng)和間接效應(yīng)分別為0.129和0.220,最短時(shí)間可達(dá)性的直接效應(yīng)和間接效應(yīng)分別為0.099和0.206,兩種可達(dá)性的間接效應(yīng)皆大于直接效應(yīng),經(jīng)濟(jì)發(fā)展受鄰近地區(qū)可達(dá)性的影響更大,故未來高鐵建設(shè)規(guī)劃應(yīng)注重均衡化布局,在規(guī)劃本地區(qū)高鐵線路的同時(shí),鄰近地區(qū)的高鐵建設(shè)規(guī)劃也應(yīng)提上日程,這更有利于本地區(qū)經(jīng)濟(jì)發(fā)展。最短時(shí)間可達(dá)性的間接效應(yīng)小于綜合可達(dá)性,可達(dá)性提升過快會強(qiáng)化對周邊地區(qū)經(jīng)濟(jì)發(fā)展的虹吸效應(yīng),削弱其對鄰近地區(qū)經(jīng)濟(jì)發(fā)展的間接效應(yīng),在未來制定相關(guān)政策來宏觀調(diào)控地區(qū)間高鐵可達(dá)性差異率,促進(jìn)鄰近地區(qū)經(jīng)濟(jì)發(fā)展的同時(shí),謹(jǐn)防虹吸效應(yīng),才是實(shí)現(xiàn)地區(qū)均衡高效發(fā)展的關(guān)鍵。

(4)由于連續(xù)年高鐵時(shí)刻表數(shù)據(jù)收集與處理難度較大,僅選取2009年、2012年、2015年、2018年和2021年5個(gè)特征年份進(jìn)行分析,非連續(xù)年數(shù)據(jù)在測算結(jié)果上可能相對粗略。未來借助流動大數(shù)據(jù)平臺獲取連續(xù)年客流量數(shù)據(jù),有望更加精確識別中部地區(qū)高鐵可達(dá)性演變規(guī)律。