高鐵開(kāi)通對(duì)我國(guó)縣域碳排放的影響研究

摘要：文章借助高鐵開(kāi)通這一準(zhǔn)自然實(shí)驗(yàn)，利用2003—2020年我國(guó)1120個(gè)縣域的面板數(shù)據(jù)，構(gòu)建多期雙重差分模型評(píng)估高鐵開(kāi)通對(duì)縣域碳排放的影響，并分析其作用機(jī)制。研究發(fā)現(xiàn)：高鐵開(kāi)通能夠降低縣域碳排放水平；高鐵開(kāi)通對(duì)縣域碳減排的影響存在異質(zhì)性，具體表現(xiàn)為高鐵對(duì)省會(huì)城市下轄縣的碳減排效應(yīng)更為明顯，且高鐵對(duì)縣域碳減排的正向影響會(huì)隨著與中心城市距離的拉大而逐漸減小，相較于非百?gòu)?qiáng)縣和人口規(guī)模較小的縣域，高鐵對(duì)百?gòu)?qiáng)縣和人口大縣的碳減排效應(yīng)更為明顯；高鐵主要通過(guò)促進(jìn)沿線縣域的經(jīng)濟(jì)效率提升、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及市場(chǎng)潛力提升等作用渠道降低縣域碳排放，高鐵對(duì)于推動(dòng)縣域高質(zhì)量發(fā)展具有重要意義?；诖?，應(yīng)進(jìn)一步完善高鐵網(wǎng)絡(luò)與其他基礎(chǔ)設(shè)施建設(shè)，推動(dòng)高鐵向更多縣級(jí)地區(qū)延伸，同時(shí)加強(qiáng)縣級(jí)地區(qū)與中心城市的交流合作。

關(guān)鍵詞：高速鐵路；縣域碳排放；碳減排；縣級(jí)地區(qū)

中圖分類號(hào)：X32；X24" " " " " " " "文獻(xiàn)標(biāo)志碼：A" " " " " "文章編號(hào)：1007-8576（2024）06-0005-13

DOI：10.16716/j.cnki.65-1030/f.2024.06.001

Effects and Mechanisms of High Speed Railways on County-Level" " " "Carbon Emissions in China

ZHU Wentao，YOU Wenhui，LI Hong

（Jimei University， Xiamen 61005， China）

Abstract： The paper uses the opening of high-speed railways as a quasi-natural experiment and uses panel data from 1，120 counties across China from 2003 to 2020 to construct a multi-period double-difference model to evaluate the impact of high-speed railway opening on county-level carbon emissions and analyze its mechanism. The study finds that the opening of high-speed railways can lower county-level carbon emissions; the impact of high-speed railway opening on county-level carbon reduction is heterogeneous， specifically， the carbon reduction effect of high-speed rail on the counties under the provincial capital is more obvious， and the positive impact of high-speed rail on county-level carbon reduction will gradually decrease as the distance from the center city increases. Compared with non-top 100 counties and counties with smaller population， the carbon reduction effect of high-speed rail on top 100 counties and large population counties is more obvious; high-speed rail mainly reduces county-level carbon emissions through improving economic efficiency， driving industrial structure upgrading， and enhancing market potential. The construction of high-speed railways has important implications for promoting the high-quality development of county-level areas. Therefore， it is necessary to further improve the railway network and other infrastructure construction， promote the extension of high-speed rail to more county-level areas， and strengthen exchanges and cooperation between county-level areas and the center city.

Key words： high-speed railway; county-level carbon emissions; carbon reduction; county-level areas

一、問(wèn)題的提出

二氧化碳排放量的大幅躍升，給生態(tài)環(huán)境和全球氣候帶來(lái)了一系列不利影響，威脅著人類社會(huì)的可持續(xù)發(fā)展。作為全球最大的發(fā)展中國(guó)家，我國(guó)自改革開(kāi)放以來(lái)取得了舉世矚目的經(jīng)濟(jì)建設(shè)成就，但碳排放量也呈現(xiàn)較為快速的增長(zhǎng)態(tài)勢(shì)，《世界能源統(tǒng)計(jì)年鑒2024》數(shù)據(jù)顯示，2023年我國(guó)能源消耗產(chǎn)生的碳排放總量達(dá)到112億噸，碳減排形勢(shì)嚴(yán)峻。作為負(fù)責(zé)任大國(guó)，我國(guó)一直致力于推進(jìn)碳減排工作，2020年9月習(xí)近平主席在第75屆聯(lián)合國(guó)大會(huì)上作出中國(guó)力爭(zhēng)2030年前實(shí)現(xiàn)碳達(dá)峰、2060年前實(shí)現(xiàn)碳中和的重大宣示。黨的十九屆五中全會(huì)提出要加快推動(dòng)綠色發(fā)展，持續(xù)改善環(huán)境質(zhì)量。黨的二十大進(jìn)一步提出要加快發(fā)展方式的綠色轉(zhuǎn)型，形成綠色低碳的生產(chǎn)方式和生活方式。這說(shuō)明切實(shí)推進(jìn)碳減排工作，推動(dòng)實(shí)現(xiàn)綠色低碳發(fā)展已成為我國(guó)政府工作的重要目標(biāo)和著力點(diǎn)?？h域作為城鄉(xiāng)統(tǒng)籌的基本行政單元，其綠色低碳發(fā)展不僅關(guān)乎以縣城為重要載體的城鎮(zhèn)化建設(shè)質(zhì)量和美麗鄉(xiāng)村建設(shè)成效，還直接影響“雙碳”目標(biāo)的如期實(shí)現(xiàn)，因此研究縣域碳排放具有重要意義。

大規(guī)模的高速鐵路建設(shè)是我國(guó)基礎(chǔ)設(shè)施建設(shè)高質(zhì)量發(fā)展的代表，快速發(fā)展的高速鐵路極大改善了地區(qū)間的時(shí)空可達(dá)性，有效提升了資源配置效率，加速了要素流動(dòng)和創(chuàng)新溢出。然而，對(duì)于高鐵開(kāi)通是否有助于降低碳排放，仍存在爭(zhēng)議。支持者認(rèn)為高鐵開(kāi)通能夠有效降低沿線地區(qū)的碳排放。Van Wee［1］和Givoni［2］研究發(fā)現(xiàn)高鐵具有顯著的碳減排效應(yīng)，有助于改善城市環(huán)境。孫鵬博［3］、Lin［4］、張般若［5］、Guo［6］的研究也得出相似結(jié)論。反對(duì)者則認(rèn)為高鐵開(kāi)通并不利于降低地區(qū)碳排放水平。Li［7］對(duì)比了高鐵與傳統(tǒng)交通工具對(duì)城市碳排放的影響，發(fā)現(xiàn)高鐵開(kāi)通會(huì)引起城市總碳排放量、人均GDP碳排放量和人均碳排放量增加。Gan［8］研究發(fā)現(xiàn)高鐵運(yùn)營(yíng)與區(qū)域發(fā)展之間存在轉(zhuǎn)移效應(yīng)，這會(huì)導(dǎo)致地區(qū)碳排放量增加。也有學(xué)者認(rèn)為高鐵能否減少碳排放主要取決于其他條件。如Chen［9］基于我國(guó)數(shù)據(jù)研究發(fā)現(xiàn)，當(dāng)用鐵路代替公路成為出行方式時(shí)，能夠顯著減少碳排放，但高鐵投資的增加會(huì)誘發(fā)其他需求并產(chǎn)生新的碳排放，因此高鐵的碳減排效應(yīng)相對(duì)較弱。Westin［10］研究發(fā)現(xiàn)高鐵可能會(huì)取代碳排放率相對(duì)較高的其他運(yùn)輸方式，這將降低溫室氣體的排放水平。Li［11］認(rèn)為高鐵能否降低碳排放水平取決于交通方式替代效應(yīng)和消費(fèi)促進(jìn)效應(yīng)的相對(duì)大小。

從文獻(xiàn)梳理來(lái)看，既有研究對(duì)于高鐵是否有助于減少碳排放問(wèn)題展開(kāi)了較多討論，這為本文研究奠定了較好的基礎(chǔ)，但仍然存在如下不足：一是既有研究多是基于城市層面考察高鐵開(kāi)通對(duì)城市碳排放的影響，缺乏更為微觀的證據(jù)；二是既有研究主要是從運(yùn)輸方式替代、能源消耗等角度驗(yàn)證高鐵的碳減排效應(yīng)，較少?gòu)牡貐^(qū)生產(chǎn)率改善、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及市場(chǎng)潛力提升等維度考察高鐵的碳減排效應(yīng)。本文將研究視角細(xì)化至縣級(jí)層面，利用2003—2020年我國(guó)1120個(gè)縣域的面板數(shù)據(jù)，運(yùn)用多期雙重差分法考察高鐵開(kāi)通對(duì)縣域碳排放的影響，并從生產(chǎn)效率改善、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及市場(chǎng)潛力提升等維度探究高鐵碳減排效應(yīng)的作用機(jī)制。本文的邊際貢獻(xiàn)在于：一是將研究視角細(xì)化至縣級(jí)層面，探究高鐵開(kāi)通對(duì)縣域碳排放的影響，并從多個(gè)維度進(jìn)行異質(zhì)性討論；二是與既有研究多從運(yùn)輸方式替代、能源消耗等角度考察高鐵的碳減排效應(yīng)不同，本文側(cè)重從高鐵開(kāi)通帶來(lái)的經(jīng)濟(jì)效率改善、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及市場(chǎng)潛力提升等維度探討高鐵影響縣域碳排放的作用機(jī)制，深化了理論機(jī)制的研究。

二、理論分析與研究假說(shuō)

高鐵憑借其安全、舒適、高效、準(zhǔn)時(shí)的優(yōu)勢(shì)，極大縮短了區(qū)域間的時(shí)空距離，日益成為人們跨區(qū)出行的首選交通方式。相較于飛機(jī)、汽車而言，高鐵在碳排放方面表現(xiàn)出較為明顯的優(yōu)勢(shì)［12］。首先，高鐵列車的運(yùn)行速度快、效率高，能夠有效縮短人們的出行時(shí)間，提高出行效率，從而減少能源消耗［13］。其次，在電力驅(qū)動(dòng)下高鐵的能耗相對(duì)較低，未來(lái)如果突破新能源儲(chǔ)能技術(shù)的難題，那么高鐵的運(yùn)行將實(shí)現(xiàn)零碳排放。此外，高鐵的建設(shè)和運(yùn)營(yíng)會(huì)對(duì)周邊城市產(chǎn)業(yè)的發(fā)展產(chǎn)生積極影響，推動(dòng)經(jīng)濟(jì)結(jié)構(gòu)向低碳方向轉(zhuǎn)型［5］。除了交通方式轉(zhuǎn)變帶來(lái)的碳減排效應(yīng)外，高鐵開(kāi)通還可能通過(guò)其他作用機(jī)制發(fā)揮碳減排效應(yīng)，如改善所在地區(qū)經(jīng)濟(jì)效率、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及市場(chǎng)潛力提升等。

（一）經(jīng)濟(jì)效率改善

首先，高鐵網(wǎng)絡(luò)縮短了沿線縣級(jí)地區(qū)與中心城市的時(shí)空距離，加強(qiáng)了二者之間的經(jīng)濟(jì)聯(lián)系?？h級(jí)地區(qū)在土地和勞動(dòng)力成本方面具有比較優(yōu)勢(shì)，在高鐵開(kāi)通前這種比較優(yōu)勢(shì)往往由于交通不便而受到約束，高鐵開(kāi)通使縣級(jí)地區(qū)的時(shí)空可達(dá)性得到較大改善，降低了區(qū)域間的運(yùn)輸成本，提高了通勤效率，有助于促進(jìn)中心城市產(chǎn)業(yè)向沿線縣級(jí)地區(qū)轉(zhuǎn)移或延伸［14-15］，發(fā)達(dá)地區(qū)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)也將隨著產(chǎn)業(yè)轉(zhuǎn)移向遷入地溢出，進(jìn)而提升遷入地企業(yè)的技術(shù)水平和管理能力，產(chǎn)業(yè)轉(zhuǎn)移帶來(lái)的技術(shù)溢出效應(yīng)有助于提升縣級(jí)地區(qū)的經(jīng)濟(jì)效率。其次，高鐵開(kāi)通有助于縣級(jí)地區(qū)更好地融入中心城市的生產(chǎn)體系，成為其產(chǎn)業(yè)鏈中的一環(huán)。高鐵在促進(jìn)上下游企業(yè)之間交流與合作的同時(shí)，通過(guò)面對(duì)面交流加速知識(shí)外溢，通過(guò)學(xué)習(xí)效應(yīng)促進(jìn)企業(yè)研發(fā)能力和技術(shù)水平提升，使縣級(jí)地區(qū)技術(shù)水平較低的企業(yè)能夠獲得技術(shù)和管理模式的改進(jìn)和優(yōu)化［16］。高鐵極大便利了縣級(jí)地區(qū)與中心城市相關(guān)政府部門和企事業(yè)單位的交流學(xué)習(xí)，有助于改善縣級(jí)地區(qū)的制度環(huán)境。中心城市產(chǎn)業(yè)鏈向縣級(jí)地區(qū)延伸以及縣級(jí)地區(qū)制度環(huán)境的改善，有助于促進(jìn)當(dāng)?shù)氐膭?chuàng)新創(chuàng)業(yè)活動(dòng)，這對(duì)當(dāng)?shù)亟?jīng)濟(jì)效率提升具有積極影響［17］。經(jīng)濟(jì)效率提升能夠?yàn)榈吞及l(fā)展奠定堅(jiān)實(shí)基礎(chǔ)，更高的經(jīng)濟(jì)效率意味著以較少的能源、資源投入實(shí)現(xiàn)較多的產(chǎn)出，而要素投入的節(jié)約能夠直接降低單位產(chǎn)出的碳排放水平［18］。

（二）產(chǎn)業(yè)結(jié)構(gòu)升級(jí)

從產(chǎn)業(yè)空間布局來(lái)看，高鐵能夠暢通資源要素在更大范圍內(nèi)的流動(dòng)，促進(jìn)不同地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，從而有助于降低地區(qū)碳排放水平。高鐵主要以客運(yùn)為主，較高的運(yùn)輸效率和舒適的乘車體驗(yàn)，使其對(duì)服務(wù)業(yè)產(chǎn)生了更為直接的影響。對(duì)于生活性服務(wù)業(yè)，利用高鐵這一便捷高效的遠(yuǎn)距離運(yùn)輸工具，自然和人文景觀豐富的縣級(jí)地區(qū)能夠吸引更多的大城市居民到當(dāng)?shù)芈糜?，從而給當(dāng)?shù)夭惋?、旅游和娛?lè)業(yè)帶來(lái)更多的客源，促進(jìn)生活性服務(wù)業(yè)集聚，拉動(dòng)更多的服務(wù)業(yè)就業(yè)；對(duì)于生產(chǎn)性服務(wù)業(yè)，高鐵帶來(lái)的商務(wù)旅行時(shí)間的節(jié)約和市場(chǎng)發(fā)現(xiàn)，有助于吸引大城市生產(chǎn)性服務(wù)企業(yè)到縣級(jí)地區(qū)開(kāi)展業(yè)務(wù)，設(shè)立分支機(jī)構(gòu)，形成集聚經(jīng)濟(jì)。既有研究發(fā)現(xiàn)高鐵開(kāi)通對(duì)沿線地區(qū)的服務(wù)業(yè)集聚發(fā)展發(fā)揮著重要作用。如范小敏［19］發(fā)現(xiàn)高速鐵路運(yùn)營(yíng)通過(guò)加強(qiáng)與沿線其他城市間的經(jīng)濟(jì)聯(lián)系，促進(jìn)了生產(chǎn)性服務(wù)業(yè)集聚；鄧濤濤［20］基于長(zhǎng)三角城市群的研究發(fā)現(xiàn)隨著長(zhǎng)三角高速鐵路網(wǎng)絡(luò)的日益完善，高鐵對(duì)服務(wù)業(yè)集聚產(chǎn)生了明顯的促進(jìn)作用，且這種促進(jìn)作用呈現(xiàn)逐漸增強(qiáng)的態(tài)勢(shì)。服務(wù)業(yè)集聚與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之間存在密切關(guān)聯(lián)，服務(wù)業(yè)的集聚和發(fā)展有助于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，提高第三產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中的占比，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)趨于合理化、高級(jí)化。張洪鳴［21］研究發(fā)現(xiàn)高鐵開(kāi)通會(huì)使擁有高鐵站點(diǎn)城市的產(chǎn)業(yè)向高端服務(wù)業(yè)轉(zhuǎn)型，使周邊城市產(chǎn)業(yè)向制造業(yè)轉(zhuǎn)型。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有助于降低碳排放水平：首先，服務(wù)業(yè)集聚和發(fā)展的規(guī)模效應(yīng)可以促使制造業(yè)企業(yè)將碳減排業(yè)務(wù)外包出去，深化勞動(dòng)分工，強(qiáng)化碳減排效果［22］；其次，相較于制造業(yè)，生產(chǎn)性服務(wù)業(yè)具有更強(qiáng)的碳減排效應(yīng)和技術(shù)密集性特征［23］，因此服務(wù)業(yè)占比提高有利于減少碳排放。

（三）市場(chǎng)潛力提升

高鐵網(wǎng)絡(luò)能夠降低因地理阻隔形成的天然障礙帶來(lái)的不利影響，提高區(qū)域間的通勤效率，加強(qiáng)高鐵站點(diǎn)城市與沿線地區(qū)的經(jīng)濟(jì)聯(lián)系，不僅可促進(jìn)生產(chǎn)要素在更廣闊的空間范圍內(nèi)實(shí)現(xiàn)優(yōu)化配置，還為貿(mào)易自由化提供了便利條件，有助于進(jìn)一步提升所在地區(qū)的國(guó)內(nèi)市場(chǎng)潛力［24］。國(guó)內(nèi)市場(chǎng)潛力反映了各縣級(jí)地區(qū)對(duì)我國(guó)超大規(guī)模國(guó)內(nèi)市場(chǎng)的可接近性，縣級(jí)地區(qū)國(guó)內(nèi)市場(chǎng)潛力提升能夠從多方面影響地區(qū)碳排放。隨著國(guó)內(nèi)市場(chǎng)潛力的提升，高鐵沿線縣級(jí)地區(qū)的市場(chǎng)區(qū)位得到優(yōu)化，使其更易獲得來(lái)自發(fā)達(dá)地區(qū)的新增投資，吸引產(chǎn)業(yè)集聚［25］，而產(chǎn)業(yè)集聚有助于促進(jìn)資源集約、技術(shù)進(jìn)步和信息溢出，從而進(jìn)一步降低能耗、改善地區(qū)環(huán)境［26］。此外，國(guó)內(nèi)市場(chǎng)潛力提升可在一定程度上緩解信息不對(duì)稱，有助于企業(yè)從更廣闊的空間范圍內(nèi)尋找符合自身發(fā)展需要的生產(chǎn)要素組合，降低生產(chǎn)成本，提高生產(chǎn)效率［27］。隨著與大城市通勤時(shí)間的縮短，企業(yè)能夠更加便捷地獲取先進(jìn)的技術(shù)資源，還能夠迅速引進(jìn)大城市的創(chuàng)新理念和管理經(jīng)驗(yàn)，使企業(yè)在技術(shù)改造和升級(jí)方面具備明顯優(yōu)勢(shì)，企業(yè)轉(zhuǎn)型升級(jí)的同時(shí)將減少能源消耗和碳排放。綜上，本文提出如下研究假說(shuō)。研究假說(shuō)1：高鐵開(kāi)通能夠減少縣域碳排放；研究假說(shuō)2：高鐵開(kāi)通可通過(guò)經(jīng)濟(jì)效率改善機(jī)制、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制、市場(chǎng)潛力提升機(jī)制減少縣域碳排放。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

本文選取的縣域樣本中，位于高鐵沿線的縣級(jí)地區(qū)開(kāi)通高鐵的時(shí)間各不相同，因此選擇構(gòu)建多期雙重差分模型對(duì)高鐵與縣域碳排放之間的關(guān)系進(jìn)行考察，模型具體形式如下：

[lnCO2it=α+α1HSRit×Postit+γXit+λt+μi+εit]" " " " " " " " " " " " "（1）

式（1）中：[lnCO2it]表示碳排放水平；HSRit表示是否設(shè)有高鐵站點(diǎn)的虛擬變量，如果設(shè)有高鐵站點(diǎn)則取值為1，否則取值為0；Postit表示時(shí)間虛擬變量，高鐵開(kāi)通后取值為1，高鐵開(kāi)通前取值為0；交互項(xiàng)HSRit×Postit 的系數(shù)是本文關(guān)注的重點(diǎn)，表示高鐵開(kāi)通對(duì)縣域碳排放的凈影響；Xit表示控制變量向量；μi表示地區(qū)固定效應(yīng)；λt 表示時(shí)間固定效應(yīng)；εit 表示隨機(jī)誤差項(xiàng)。

本文通過(guò)建立中介效應(yīng)模型，進(jìn)一步驗(yàn)證高鐵開(kāi)通影響縣域碳排放的作用機(jī)制。模型具體形式如下：

[Mit=β+β1HSRit×Postit+γXit+λt+μi+εit]" " " " " " " " " " " " "（2）

[lnCO2it=δ+δ1HSRit×Postit+θMit+γXit+λt+μi+εit] " " " " " " " "（3）

上式中，Mit為中介變量，其余變量含義如前。

（二）變量選取

1.被解釋變量。本文的被解釋變量為碳排放水平（[lnCO2]），以地區(qū)二氧化碳排放量取對(duì)數(shù)衡量。

2.核心解釋變量。本文的核心解釋變量為高鐵開(kāi)通（HSR×Post），為考察期內(nèi)縣級(jí)地區(qū)是否開(kāi)通高鐵虛擬變量與高鐵開(kāi)通時(shí)間虛擬變量的交互項(xiàng)。

3.中介變量。本文選取全要素生產(chǎn)率（TFP）、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)（Up_index）、市場(chǎng)潛力（lnMP）作為中介變量，分別用于衡量經(jīng)濟(jì)效率、產(chǎn)業(yè)結(jié)構(gòu)、市場(chǎng)潛力，以驗(yàn)證前文提出的研究假說(shuō)。全要素生產(chǎn)率包括投入指標(biāo)和產(chǎn)出指標(biāo)：投入指標(biāo)包括勞動(dòng)力投入（采用年末單位從業(yè)人員數(shù)衡量）、資本投入（采用以永續(xù)盤存法計(jì)算得到的各縣級(jí)地區(qū)資本存量衡量）、能源投入（采用各省份能源消費(fèi)總量與各縣GDP的乘積占所在省份GDP的比重衡量），產(chǎn)出指標(biāo)為縣級(jí)地區(qū)GDP。在以上投入產(chǎn)出指標(biāo)的基礎(chǔ)上，利用DEA-Malmquist模型測(cè)算出2003—2016年1120個(gè)樣本縣每年的全要素生產(chǎn)率（縣域的全社會(huì)固定資產(chǎn)投資數(shù)據(jù)目前只公布到2016年）。對(duì)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)的測(cè)算，借鑒孫偉增［28］的做法，將產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指標(biāo)設(shè)定如下：[Up_index=i=13i×Ri]；i=1，2，3。其中，Ri表示第i產(chǎn)業(yè)增加值占GDP的比重，數(shù)值越大意味著產(chǎn)業(yè)結(jié)構(gòu)越高級(jí)。對(duì)于市場(chǎng)潛力（lnMP）的測(cè)算，借鑒汪浩瀚［29］的做法，具體計(jì)算公式如下：

[MPit=GDPit/Disii+j≠tNGDPjt/Disjiγ]" " " " " " " " " " " " " " " " " " " " " " （4）

式（4）中：MPit表示縣域i第t年的市場(chǎng)潛力；GDPit表示縣域i第t年的地區(qū)生產(chǎn)總值；Disii表示縣域i的內(nèi)部區(qū)域距離，[Disii=（2/3）areai/π]，其中areai表示縣域i的行政區(qū)劃面積；GDPjt表示縣域j第t年的地區(qū)生產(chǎn)總值；Disji表示縣域j到縣域i的空間距離；γ表示空間衰減系數(shù)，參考Hering［30］的做法，設(shè)γ=1.5。將計(jì)算結(jié)果取對(duì)數(shù)得到市場(chǎng)潛力（lnMP）。

4.控制變量。為盡可能減少因遺漏變量帶來(lái)的回歸偏誤，本文參考孫鵬博［3］的做法，進(jìn)一步加入以下控制變量：一是經(jīng)濟(jì)規(guī)模（lngdp），以地區(qū)生產(chǎn)總值取對(duì)數(shù)衡量；二是產(chǎn)業(yè)結(jié)構(gòu)（lnindus），以地區(qū)工業(yè)生產(chǎn)總值占地區(qū)生產(chǎn)總值的比重取對(duì)數(shù)衡量；三是政府干預(yù)（lngov），以地區(qū)一般公共財(cái)政預(yù)算支出占地區(qū)生產(chǎn)總值的比重取對(duì)數(shù)衡量；四是人口密度（lndensity），以地區(qū)年末戶籍人口數(shù)與地區(qū)行政區(qū)域土地面積的比值取對(duì)數(shù)衡量；五是金融發(fā)展水平（lnfina），以地區(qū)年末金融機(jī)構(gòu)各項(xiàng)貸款余額與戶籍人口數(shù)的比值取對(duì)數(shù)衡量。

（三）數(shù)據(jù)來(lái)源

基于數(shù)據(jù)的可得性，本文考察的時(shí)間跨度為2003—2020年，選取1120個(gè)縣作為考察對(duì)象。被解釋變量碳排放水平數(shù)據(jù)來(lái)源于中國(guó)碳核算數(shù)據(jù)庫(kù)，數(shù)據(jù)采用粒子群優(yōu)化反向傳播（PSO-BP）算法統(tǒng)一DMSP/OLS和NPP/VIIRS衛(wèi)星影像的尺度，并反推算出二氧化碳排放量1。核心解釋變量高鐵開(kāi)通的相關(guān)數(shù)據(jù)由作者手工整理得到，數(shù)據(jù)來(lái)源于歷年《中國(guó)鐵道年鑒》及高鐵網(wǎng)等。參考朱文濤［31］的做法，將以字母G、D、C開(kāi)頭的鐵路列車視為高鐵列車。其他變量數(shù)據(jù)來(lái)源于歷年《中國(guó)縣域統(tǒng)計(jì)年鑒》《中國(guó)縣（市）社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》以及各省份歷年統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)。部分?jǐn)?shù)據(jù)缺失采用平均增長(zhǎng)率法進(jìn)行插值補(bǔ)齊。本文直接剔除數(shù)據(jù)缺失嚴(yán)重的縣域樣本，同時(shí)考慮到地級(jí)市下轄的縣級(jí)市或區(qū)與一般縣在行政級(jí)別上并不完全相同，對(duì)此類樣本也予以剔除。最后得到1120個(gè)縣作為實(shí)證樣本，相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

四、實(shí)證結(jié)果分析

（一）平行趨勢(shì)檢驗(yàn)

使用多期雙重差分模型評(píng)估高鐵開(kāi)通對(duì)縣域碳排放的影響，必須滿足的前提條件是考察期內(nèi)開(kāi)通高鐵的縣與未開(kāi)通高鐵的縣，在高鐵開(kāi)通前滿足平行趨勢(shì)假設(shè)，即二者在高鐵開(kāi)通前碳排放的變化趨勢(shì)應(yīng)該一致。為此，本文參考Beck［32］的做法，利用事件分析法檢驗(yàn)高鐵開(kāi)通對(duì)縣域碳排放的動(dòng)態(tài)影響，來(lái)驗(yàn)證平行趨勢(shì)假設(shè)。構(gòu)造如下計(jì)量模型：

[lnCO2it=α+k=-44βiHSRit×Postit，k+γXit+μt+ηi+εit]" " " " " " " " " " " nbsp; "（5）

式（5）中：k=0表示首次開(kāi)通高鐵的時(shí)間，klt;0時(shí)表示首次開(kāi)通高鐵以前的第k年，kgt;0時(shí)表示高鐵開(kāi)通后的第k年。如Post0表示開(kāi)通高鐵當(dāng)年，Post-4至Post-1表示開(kāi)通高鐵前4年至前1年，Post1至Post4表示高鐵開(kāi)通后第1年至第4年。為避免多重共線性，本文僅考慮高鐵開(kāi)通前后4年的平行趨勢(shì)檢驗(yàn)，結(jié)果（限于篇幅未列示）顯示高鐵開(kāi)通前4年虛擬變量的系數(shù)估計(jì)值接近于0，支持平行趨勢(shì)假設(shè)；高鐵開(kāi)通后4年虛擬變量的系數(shù)估計(jì)值顯著為負(fù)，即碳排放強(qiáng)度顯著下降，說(shuō)明高鐵開(kāi)通顯著降低了縣域碳排放水平，滿足平行趨勢(shì)假設(shè)。

（二）基準(zhǔn)回歸結(jié)果

表2為高鐵開(kāi)通對(duì)縣域碳排放影響的基準(zhǔn)回歸結(jié)果。其中列（a）為僅加入高鐵開(kāi)通變量并控制地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)的回歸結(jié)果，可知核心解釋變量的系數(shù)在1%水平顯著為負(fù)，說(shuō)明高鐵開(kāi)通能夠顯著降低縣域碳排放水平。列（b）～（f）為在列（a）的基礎(chǔ)上逐步加入控制變量的回歸結(jié)果，可知加入控制變量后，核心解釋變量的系數(shù)大小發(fā)生了一些變化，但系數(shù)符號(hào)及顯著性水平未發(fā)生改變，表明高鐵開(kāi)通可降低縣域碳排放水平?？刂谱兞恐姓深A(yù)的系數(shù)顯著為正，說(shuō)明地方政府財(cái)政支出增加未能很好地發(fā)揮碳減排作用，這一結(jié)果與林樂(lè)芬［33］的研究一致；產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為正，工業(yè)生產(chǎn)是碳排放的主要來(lái)源，工業(yè)占比的提高不利于碳減排；經(jīng)濟(jì)規(guī)模和人口密度的系數(shù)均顯著為正，表明經(jīng)濟(jì)規(guī)模增長(zhǎng)和人口密度提高對(duì)碳排放增加有積極影響，與經(jīng)濟(jì)學(xué)理論相符；金融發(fā)展水平的系數(shù)顯著為負(fù)，表明金融發(fā)展能夠顯著降低縣域碳排放水平?？刂谱兞康南禂?shù)符號(hào)及顯著性均與既有研究一致或符合經(jīng)濟(jì)學(xué)理論，說(shuō)明控制變量的選取是合理的。至此，研究假說(shuō)1初步得證。

（三）內(nèi)生性問(wèn)題處理

通過(guò)對(duì)實(shí)驗(yàn)組與控制組的比較來(lái)緩解內(nèi)生性問(wèn)題，前提條件是高鐵開(kāi)通縣域的選取必須具有隨機(jī)性。事實(shí)上，高鐵開(kāi)通縣域的選取可能受經(jīng)濟(jì)發(fā)展程度等因素的影響。為此，本文運(yùn)用工具變量法處理潛在的內(nèi)在性問(wèn)題。關(guān)于工具變量的選擇，既有研究主要有以下3種做法：一是最小路徑樹(shù)。其基本原理是將中心城市以直線相連，以城市是否位于中心城市連接線上作為高鐵開(kāi)通的工具變量。Faber［34］首次將其應(yīng)用于中國(guó)高速公路的研究，之后朱文濤［35］將其應(yīng)用于高鐵的相關(guān)研究。二是歷史鐵路圖。歷史鐵路線路對(duì)高鐵的建設(shè)有重大影響，能夠充分滿足工具變量選取的基本條件，即相關(guān)性與外部性。朱文濤［35］、莫長(zhǎng)煒［36］分別采用城市“在1961年是否通鐵路”、“在1933年是否通鐵路”作為高鐵開(kāi)通的工具變量。三是縣域地理坡度。地理坡度屬于自然特征，可以很好地滿足外部條件，且修建高鐵的難度會(huì)隨著地理坡度的增大而提高。徐光偉［37］在研究中將城市內(nèi)的平均坡度作為高鐵開(kāi)通的工具變量。本文選取2個(gè)工具變量解決內(nèi)生性問(wèn)題，工具變量回歸結(jié)果如表3所示。

第1個(gè)工具變量參照徐光偉［37］的做法，將縣域平均坡度與縣域高鐵開(kāi)通密集年份虛擬變量的交互項(xiàng)作為工具變量，樣本縣域在2014—2019年間開(kāi)通高鐵的數(shù)量占考察期內(nèi)開(kāi)通高鐵縣域總數(shù)的83%，能夠較為準(zhǔn)確地反映縣域的高鐵開(kāi)通情況。利用兩階段最小二乘法對(duì)式（1）重新進(jìn)行回歸，結(jié)果見(jiàn)表3列（a）、列（b）。其中列（a）為第一階段回歸結(jié)果，可知縣域平均坡度與各年份虛擬變量交乘項(xiàng)的系數(shù)均在1%水平顯著為負(fù)，符合坡度越大修建高鐵的難度越高的現(xiàn)實(shí)情況。列（b）為第二階段回歸結(jié)果，可知核心解釋變量的系數(shù)為-2.889且在1%水平顯著。列（b）中Kleibergen-Paap rk LM統(tǒng)計(jì)值為56.264（plt;0.01），拒絕了“工具變量識(shí)別不足”的原假設(shè)，說(shuō)明不存在工具變量識(shí)別不足問(wèn)題；Cragg-Donald Wald F統(tǒng)計(jì)值為39.795，大于Stock-Yogo檢驗(yàn)在5%水平下的臨界值18.37，拒絕了“弱工具變量”的原假設(shè)；Hansen J統(tǒng)計(jì)值為0.167，大于臨界值 0.1，不存在過(guò)度識(shí)別問(wèn)題。第2個(gè)工具變量為樣本縣域“在1961年是否通鐵路”，樣本縣域“在1961年是否通鐵路”是一個(gè)不隨時(shí)間變化的量，因此本文通過(guò)構(gòu)造“在1961年是否通鐵路”的虛擬變量與當(dāng)年是否開(kāi)通高鐵的虛擬變量的交乘項(xiàng)作為第2個(gè)工具變量（IV），再次利用兩階段最小二乘法對(duì)式（1）進(jìn)行估計(jì)，結(jié)果見(jiàn)表3列（c）、列（d）。列（c）報(bào)告了第一階段回歸結(jié)果，可知IV的估計(jì)系數(shù)為0.908且在1%水平顯著，說(shuō)明在1961年通鐵路的縣域更有可能開(kāi)通高鐵。列（d）報(bào)告了第二階段回歸結(jié)果，可知核心解釋變量的系數(shù)為-0.123且在1%水平顯著。第2個(gè)工具變量的第一階段F統(tǒng)計(jì)值為46647，不存在工具變量不可識(shí)別問(wèn)題?？紤]內(nèi)生性問(wèn)題后的回歸結(jié)果與基準(zhǔn)回歸一致，研究假說(shuō)1得證。

（四）穩(wěn)健性檢驗(yàn)

1.安慰劑檢驗(yàn)?？紤]到與高鐵開(kāi)通無(wú)關(guān)的其他外生因素可能對(duì)縣域碳排放產(chǎn)生影響，本文采用隨機(jī)抽樣方法進(jìn)行安慰劑試驗(yàn)。首先，參考李建明［13］的做法，將縣域開(kāi)通高鐵的時(shí)間分別提前5年和6年。如果存在外生因素的影響，則核心解釋變量的系數(shù)應(yīng)保持顯著，反之則驗(yàn)證了高鐵開(kāi)通會(huì)降低縣域碳排放水平這一核心結(jié)論的穩(wěn)健性。安慰劑檢驗(yàn)結(jié)果（限于篇幅未列示）顯示核心解釋變量系數(shù)不顯著，說(shuō)明高鐵開(kāi)通可降低縣域碳排放水平，前文結(jié)論穩(wěn)健。其次，參考劉若鴻［38］的做法，對(duì)核心解釋變量進(jìn)行隨機(jī)獨(dú)立重復(fù)抽樣200次和500次，觀察其系數(shù)是否與表2列（f）中的系數(shù)符號(hào)及顯著性存在差異。獨(dú)立重復(fù)抽樣實(shí)驗(yàn)結(jié)果（限于篇幅未列示）顯示核心解釋變量的系數(shù)分布集中于0附近，均偏離真實(shí)回歸系數(shù)。以上安慰劑檢驗(yàn)結(jié)果表明，高鐵開(kāi)通會(huì)降低縣域碳排放水平，且這一作用不受其他外生因素影響。

2.PSM-DID估計(jì)。為更加有效地剔除開(kāi)通高鐵地區(qū)與未開(kāi)通高鐵地區(qū)之間的固有差異對(duì)回歸結(jié)果的影響，本文進(jìn)一步采用PSM-DID方法估計(jì)高鐵開(kāi)通對(duì)縣域碳排放的影響，對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行驗(yàn)證。參考吳茵茵［39］的做法，采用logit模型進(jìn)行回歸，以傾向得分一對(duì)三抽樣匹配。進(jìn)行平衡性檢驗(yàn)以驗(yàn)證匹配結(jié)果的可靠性，結(jié)果（限于篇幅未列示）顯示各協(xié)變量在進(jìn)行匹配后標(biāo)準(zhǔn)偏差的絕對(duì)值均小于5%，且t統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于0.1，說(shuō)明本文選取的協(xié)變量及匹配方法是合理的。剔除不在共同取值范圍內(nèi)的樣本，將匹配后得到的對(duì)照組與實(shí)驗(yàn)組再次利用雙重差分模型進(jìn)行回歸，結(jié)果如表4所示。其中：列（a）為未加入控制變量的回歸結(jié)果，可知核心解釋變量的系數(shù)為-0.036且在1%水平顯著；列（b）～（f）為逐步加入控制變量的回歸結(jié)果，可知核心解釋變量的系數(shù)大小有所變動(dòng)但始終顯著為負(fù)。這說(shuō)明在排除其他因素的干擾后，模型回歸結(jié)果穩(wěn)健，即高鐵開(kāi)通能夠降低縣域碳排放水平，研究假說(shuō)1進(jìn)一步得證。

3.異質(zhì)性穩(wěn)健DID。本文使用的多期雙重差分模型實(shí)質(zhì)上是雙向固定模型，可能存在異質(zhì)性處理效應(yīng)，即所有個(gè)體的處理效應(yīng)并不完全一致，從而導(dǎo)致估計(jì)偏誤問(wèn)題［40］。因此，本文首先參考Goodman-Bacon［41］的做法，將所有樣本劃分為4組：較早開(kāi)通高鐵組、較晚開(kāi)通高鐵組、已開(kāi)通高鐵組、未開(kāi)通高鐵組，將劃分的子樣本兩兩進(jìn)行回歸，分解所有雙向固定效應(yīng)估計(jì)量可以得到2×2DID的加權(quán)平均值。權(quán)重分解結(jié)果（限于篇幅未列示）顯示：“壞”的處理效應(yīng)組（較晚開(kāi)通高鐵組為處理組、較早開(kāi)通高鐵組為控制組）的平均處理效應(yīng)為-0.0015，權(quán)重占總權(quán)重的比重為1.8%?！皦摹钡奶幚硇?yīng)組的權(quán)重較低，意味著異質(zhì)性處理效應(yīng)對(duì)雙重差分估計(jì)系數(shù)的影響較小，說(shuō)明本文核心結(jié)論穩(wěn)健。其次，利用Cengiz［42］提出的Stacked DID估計(jì)量，將對(duì)稱事件的窗口定義為3年，重新進(jìn)行回歸，結(jié)果（限于篇幅未列示）顯示隨著控制變量的逐步加入，核心解釋變量的系數(shù)仍然顯著為負(fù)。這說(shuō)明本文采用的多期雙重差分模型是可靠和有效的，且估計(jì)結(jié)果是穩(wěn)健的，即高鐵開(kāi)通能夠降低縣域碳排放水平，研究假說(shuō)1再次得證。

4.其他穩(wěn)健性檢驗(yàn)。本文通過(guò)更換被解釋變量和縮短樣本考察時(shí)間區(qū)間的方法進(jìn)一步進(jìn)行穩(wěn)健性檢驗(yàn)?；鶞?zhǔn)回歸中采用二氧化碳排放總量衡量被解釋變量碳排放水平，下文將其替換為單位行政區(qū)劃面積二氧化碳排放量（lnCO2_1）以及單位地區(qū)生產(chǎn)總值二氧化碳排放量（lnCO2_2），重新檢驗(yàn)高鐵開(kāi)通對(duì)縣域碳排放的影響，結(jié)果如表5列（a）、列（b）所示?？芍诟鼡Q被解釋變量后，核心解釋變量的系數(shù)符號(hào)和顯著性水平均未發(fā)生改變，與基準(zhǔn)回歸結(jié)果一致。此外，現(xiàn)有研究對(duì)于我國(guó)開(kāi)通的第一條高鐵存在兩種觀點(diǎn)：一是2003年開(kāi)通的秦沈客運(yùn)專線，二是2008年開(kāi)通的京津城際鐵路?？紤]到2008年前開(kāi)通高鐵的縣域較少，因此本文參考林伯強(qiáng)［43］的做法，剔除2008年以前的數(shù)據(jù)，縮短樣本考察時(shí)間區(qū)間，使用2008—2020年間的樣本數(shù)據(jù)重新進(jìn)行回歸，結(jié)果如表5列（c）所示。可知縮短樣本考察期后，核心解釋變量的系數(shù)符號(hào)和顯著性水平均未發(fā)生改變，與基準(zhǔn)回歸結(jié)果一致，說(shuō)明在縮短樣本考察時(shí)間區(qū)間后本文核心結(jié)論依然成立。

五、進(jìn)一步分析

（一）異質(zhì)性分析

不同縣域在地理位置與經(jīng)濟(jì)發(fā)展水平方面存在一定差異，這些差異是否會(huì)影響高鐵碳減排效應(yīng)的發(fā)揮？下文將分別從地理位置和經(jīng)濟(jì)特征兩個(gè)維度進(jìn)行異質(zhì)性分析，結(jié)果見(jiàn)表6。

1.地理位置。本文按照樣本縣域是否為省會(huì)城市下轄縣，以及與中心城市的地理距離遠(yuǎn)近，考察地理位置對(duì)高鐵碳減排效應(yīng)的影響。按照是否為省會(huì)城市下轄縣設(shè)置虛擬變量Dcent，如為省會(huì)城市下轄縣取值為1，否則取值為0，將其與核心解釋變量的交互項(xiàng)（HSR×Post×Dcent）加入模型中。表6中列（a）報(bào)告了回歸結(jié)果，可知交互項(xiàng)的系數(shù)在1%水平顯著為負(fù)，說(shuō)明相較于非省會(huì)城市下轄縣，高鐵對(duì)省會(huì)城市下轄縣的碳減排效應(yīng)更為明顯?？赡艿脑蚴鞘?huì)城市下轄縣具備較好的產(chǎn)業(yè)基礎(chǔ)，高鐵開(kāi)通進(jìn)一步縮短了省會(huì)城市下轄縣與省會(huì)城市中心區(qū)的空間距離，放大了中心區(qū)的輻射作用，使接近中心城區(qū)的下轄縣更易獲得來(lái)自省會(huì)城市中心區(qū)的生產(chǎn)性服務(wù)、技術(shù)溢出、知識(shí)溢出，從而帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和生產(chǎn)方式綠色轉(zhuǎn)型。以上回歸結(jié)果初步表明開(kāi)通高鐵的縣域地理位置越靠近經(jīng)濟(jì)中心區(qū)，高鐵的碳減排效應(yīng)越明顯。為驗(yàn)證這一結(jié)果，本文將所考察縣域和中心城市的距離變量（Disc）與核心解釋變量的交互項(xiàng)（HSR×Post×Disc）加入模型中進(jìn)行回歸，進(jìn)一步考察與中心城市距離遠(yuǎn)近同高鐵碳減排效應(yīng)之間的關(guān)系。表6中列（b）報(bào)告了回歸結(jié)果，可知交互項(xiàng)的系數(shù)在1%水平顯著為正，說(shuō)明距離中心城市越近，高鐵的碳減排效應(yīng)越強(qiáng)。

2.經(jīng)濟(jì)特征。本文按照樣本縣域是否為百?gòu)?qiáng)縣以及是否為人口大縣，考察縣域經(jīng)濟(jì)特征對(duì)高鐵碳減排效應(yīng)的影響。依據(jù)稷夏智庫(kù)發(fā)布的《2021年全國(guó)綜合競(jìng)爭(zhēng)力百?gòu)?qiáng)縣（市）NO.7》榜單1，設(shè)置是否為百?gòu)?qiáng)縣虛擬變量（Dtop） ，如果開(kāi)通高鐵的縣同時(shí)為百?gòu)?qiáng)縣取值為1，否則取值為0。依據(jù)人口數(shù)是否大于中位數(shù)，設(shè)置是否為人口大縣虛擬變量（Dpop），如果人口數(shù)大于中位數(shù)則視為人口大縣取值為1，小于中位數(shù)則視為非人口大縣取值為0。將百?gòu)?qiáng)縣虛擬變量與核心解釋變量的交互項(xiàng)（HSR×Post×Dtop）、人口大縣虛擬變量與核心解釋變量的交互項(xiàng)（HSR×Post×Dpop）分別加入模型中進(jìn)行回歸，結(jié)果如表6中列（c）、列（d）所示。可知兩個(gè)交互項(xiàng)的系數(shù)均在1%水平顯著為負(fù)，說(shuō)明高鐵開(kāi)通對(duì)百?gòu)?qiáng)縣和人口大縣的碳減排效應(yīng)更為明顯?？赡艿脑蚴蔷C合實(shí)力較高的縣或人口規(guī)模較大的縣本身產(chǎn)業(yè)基礎(chǔ)較好，高鐵開(kāi)通的“虹吸效應(yīng)”較弱，具有豐富、廉價(jià)的勞動(dòng)力資源且地價(jià)水平也較低，高鐵開(kāi)通后區(qū)位優(yōu)勢(shì)變得更為明顯，有利于吸引企業(yè)進(jìn)入，而伴隨著產(chǎn)業(yè)轉(zhuǎn)移，技術(shù)外溢效應(yīng)和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)將更有利于降低碳排放水平。

（二）作用機(jī)制檢驗(yàn)

根據(jù)前文的理論分析和研究假說(shuō)可知，高鐵開(kāi)通主要通過(guò)經(jīng)濟(jì)效率改善機(jī)制、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制和市場(chǎng)潛力提升機(jī)制實(shí)現(xiàn)縣域碳減排。下文依據(jù)式（2）和式（3）對(duì)以上作用機(jī)制進(jìn)行驗(yàn)證，結(jié)果見(jiàn)表7。其中列（a）、列（b）報(bào)告了經(jīng)濟(jì)效率改善機(jī)制（TFP）的檢驗(yàn)結(jié)果。列（a）中被解釋變量為經(jīng)濟(jì)效率，核心解釋變量系數(shù)在1%水平顯著為正，說(shuō)明高鐵開(kāi)通能夠有效提升所在地區(qū)的經(jīng)濟(jì)效率；列（b）中被解釋變量為碳排放水平，核心解釋變量的系數(shù)在1%水平顯著為負(fù)，經(jīng)濟(jì)效率的系數(shù)在10%水平顯著為負(fù)，說(shuō)明高鐵能夠通過(guò)改善所在地區(qū)的經(jīng)濟(jì)效率而對(duì)地區(qū)碳減排產(chǎn)生積極影響，經(jīng)濟(jì)效率改善機(jī)制得到驗(yàn)證。列（c）、列（d）報(bào)告了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制（Up_index）的檢驗(yàn)結(jié)果。列（c）中被解釋變量為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)，核心解釋變量的系數(shù)在1%水平顯著為正，說(shuō)明高鐵開(kāi)通能夠促進(jìn)所在地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)；列（d）中被解釋變量為碳排放水平，核心解釋變量和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)的系數(shù)均在1%水平顯著為負(fù)，說(shuō)明高鐵開(kāi)通有利于促進(jìn)當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)升級(jí)，且能夠通過(guò)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)效應(yīng)降低當(dāng)?shù)氐奶寂欧潘?，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制得到驗(yàn)證。列（e）、列（f）報(bào)告了市場(chǎng)潛力提升機(jī)制（lnMP）的檢驗(yàn)結(jié)果。列（e）中被解釋變量為市場(chǎng)潛力，核心解釋變量的系數(shù)在5%水平顯著為正，說(shuō)明高鐵開(kāi)通能夠有效提升所在地區(qū)的市場(chǎng)潛力；列（f）中被解釋變量為碳排放水平，核心解釋變量和市場(chǎng)潛力的系數(shù)均在1%水平顯著為負(fù)，說(shuō)明高鐵開(kāi)通能夠通過(guò)提升所在地區(qū)的市場(chǎng)潛力而對(duì)地區(qū)碳減排產(chǎn)生積極影響，市場(chǎng)潛力提升機(jī)制得到驗(yàn)證。至此，研究假說(shuō)2得證，即高鐵開(kāi)通能夠通過(guò)經(jīng)濟(jì)效率改善機(jī)制、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制和市場(chǎng)潛力提升機(jī)制降低縣域碳排放水平。

六、結(jié)論與啟示

縣域是我國(guó)城市的基本單元，縣域碳減排情況關(guān)系到全國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展與生態(tài)環(huán)境改善。實(shí)現(xiàn)“雙碳”目標(biāo)，必須對(duì)縣域碳減排工作予以高度重視。經(jīng)濟(jì)發(fā)展中的碳減排離不開(kāi)交通基礎(chǔ)設(shè)施的改善，高鐵作為近十年來(lái)我國(guó)交通基礎(chǔ)設(shè)施改善的重要標(biāo)志，極大壓縮了區(qū)域間的時(shí)空距離，有助于促進(jìn)要素流動(dòng)與資源優(yōu)化配置，重塑區(qū)域經(jīng)濟(jì)與環(huán)境空間格局?；诖?，本文以高鐵開(kāi)通作為準(zhǔn)自然實(shí)驗(yàn)，使用2003—2020年我國(guó)1120個(gè)縣域的面板數(shù)據(jù)，運(yùn)用多期雙重差分模型實(shí)證檢驗(yàn)高鐵開(kāi)通對(duì)縣域碳排放的影響及其作用機(jī)制。研究發(fā)現(xiàn)：高鐵開(kāi)通能夠有效降低縣域碳排放水平，經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)后該結(jié)論依然成立；異質(zhì)性分析結(jié)果顯示高鐵開(kāi)通對(duì)縣域碳減排的影響存在異質(zhì)性，具體表現(xiàn)為高鐵開(kāi)通對(duì)省會(huì)城市下轄縣的碳減排效應(yīng)更為明顯，高鐵對(duì)縣域碳減排的積極影響會(huì)隨著與中心城市距離的拉大而逐漸減弱，相較于綜合競(jìng)爭(zhēng)力非百?gòu)?qiáng)縣和人口規(guī)模較小的縣域，高鐵對(duì)百?gòu)?qiáng)縣和人口大縣的碳減排效應(yīng)更為明顯；機(jī)制分析結(jié)果表明高鐵主要通過(guò)經(jīng)濟(jì)效率改善機(jī)制、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)機(jī)制和市場(chǎng)潛力提升機(jī)制促進(jìn)縣域碳減排。上述結(jié)論不僅驗(yàn)證了高鐵具有綠色經(jīng)濟(jì)的屬性，還為縣域大力進(jìn)行高鐵建設(shè)，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展提供了理論依據(jù)。

基于以上研究結(jié)論，本文得到如下啟示：

一是更加重視縣域的高鐵建設(shè)，圍繞“八縱八橫”高速鐵路網(wǎng)規(guī)劃，完善高鐵網(wǎng)絡(luò)建設(shè)，推動(dòng)高鐵向更多縣級(jí)行政區(qū)延伸，通過(guò)高鐵建設(shè)加快區(qū)域一體化進(jìn)程，充分發(fā)揮高鐵對(duì)縣域低碳發(fā)展的積極作用。二是縣級(jí)地區(qū)應(yīng)加強(qiáng)其他交通基礎(chǔ)設(shè)施建設(shè)，合理規(guī)劃高鐵站點(diǎn)與各級(jí)交通的連接，構(gòu)建高鐵與普通鐵路、高速公路、出租車、公交車、地鐵等多種形式運(yùn)輸渠道的組合，加強(qiáng)與中心城市的互聯(lián)互通，擴(kuò)大高鐵經(jīng)濟(jì)圈。三是縣級(jí)地方政府應(yīng)抓住高鐵開(kāi)通的契機(jī)，加強(qiáng)與中心城市的聯(lián)系，學(xué)習(xí)中心城市在低碳發(fā)展中的先進(jìn)理念和豐富經(jīng)驗(yàn)，積極創(chuàng)造條件，吸引和承接中心城市的產(chǎn)業(yè)轉(zhuǎn)移，更好地融入中心城市的生產(chǎn)體系，引進(jìn)人才和技術(shù)，實(shí)現(xiàn)產(chǎn)業(yè)發(fā)展的低碳轉(zhuǎn)型。

參考文獻(xiàn)：

［1］VAN WEE B，JANSE P，VAN DEN BRINK R.Comparing energy use and environmental performance of land transport" " " " " " " "modes［J］.Transport reviews：a transnational transdisciplinary journal，2005（1）：3-24.

［2］GIVONI M.Environmental benefits from mode substitution：comparison of the environmental impact from aircraft and" " " " " " " " " high-speed train operations［J］.International journal of sustainable transportation，2007（4）：209-230.

［3］孫鵬博，葛力銘.通向低碳之路：高鐵開(kāi)通對(duì)工業(yè)碳排放的影響［J］.世界經(jīng)濟(jì)，2021（10）：201-224.

［4］LIN Y，QIN Y，WU J，et al.Impact of high-speed rail on road traffic and greenhouse gas emissions［J］.Nature climate" " " " " " " " " change，2021（11）：952-957.

［5］張般若，李自杰.高鐵能促進(jìn)低碳經(jīng)濟(jì)嗎？：高鐵開(kāi)通對(duì)城市碳排放強(qiáng)度的影響及機(jī)制研究［J］.華中科技大學(xué)" " " " " " " " " "學(xué)報(bào)（社會(huì)科學(xué)版），2021（1）：131-140.

［6］GUO X Y，SUN W Z，YAO S Y，et al.Does high-speed railway reduce air pollution along highways？：evidence from" " " " " " " " " " "China［J］.Transportation research：part D，2020（89）：102607.1-102607.14.

［7］LI H C，STRAUSS J，LIU L H.A panel investigation of High-Speed RAIL （HSR） and urban transport on China’s car-" " " " " " " "bon footprint［J］.Sustainability，2019（7）：1-24.

［8］GAN M，JIANG Q，ZHU D.Identify the significant contributors of regional CO2 emissions in the context of the opera-" " " " " " " " " "tion of high-speed railway：illustrated by the case of Hunan Province［J］.Environmental science and pollution re-" " " " " " " " " " " " search international，2020（12）：13703-13713.

［9］CHEN Z H，XUE J B，ROSE A Z，et al.The impact of high-speed rail investment on economic and environmental" " " " " " " " " " " " "change in China：a dynamic CGE analysis［J］.Transportation research part A：policy and practice，2016（8）：232-245.

［10］WESTIN J，KAGESON P.Can high speed rail offset its embedded emissions？［J］.Transportation research part D：" " " " " " " " " " " " "transport and environment，2012（1）：1-7.

［11］LI X，F(xiàn)AN Y L，WU L.CO2 emissions and expansion of railway，road，airline and in-land waterway networks over the" " " " " " " " "1985-2013 period in China：a time series analysis［J］.Transportation research part D：transport and environment，" " " " " " " " " " " " 2017（9）：130-140.

［12］DOBRUSZKES F.High-speed rail and air transport competition in Western Europe：a supply-oriented perspective" " " " " " " " " " " ［J］.Transport policy，2011（6）：870-879.

［13］李建明，羅能生.高鐵開(kāi)通改善了城市空氣污染水平嗎？［J］.經(jīng)濟(jì)學(xué)（季刊），2020（4）：1335-1354.

［14］AMOS P，BULLOCK D，SONDHI J.High-Speed rail：the fast track to economic development［J］.East Asia and paci-" " " " " " " " " "fic，2010（7）：1-23.

［15］蒲龍，馬光榮，黃勃.基礎(chǔ)設(shè)施、稅收競(jìng)爭(zhēng)與企業(yè)稅負(fù)：基于國(guó)內(nèi)市場(chǎng)一體化的視角［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研" " " " " " " " " " "究，2022（9）：50-69.

［16］吉赟，楊青.高鐵開(kāi)通能否促進(jìn)企業(yè)創(chuàng)新：基于準(zhǔn)自然實(shí)驗(yàn)的研究［J］.世界經(jīng)濟(jì)，2020（2）：147-166.

［17］周文韜，楊汝岱，侯新?tīng)q.高鐵網(wǎng)絡(luò)、區(qū)位優(yōu)勢(shì)與區(qū)域創(chuàng)新［J］.經(jīng)濟(jì)評(píng)論，2021（4）：75-95.

［18］孫博文，張政.國(guó)有企業(yè)混合所有制改革的碳減排效應(yīng)及其機(jī)制分析：基于中國(guó)工業(yè)企業(yè)污染數(shù)據(jù)庫(kù)的微觀" " " " " " " " " " 證據(jù)［J］.改革，2021（7）：75-90.

［19］范小敏，徐盈之.高鐵開(kāi)通、產(chǎn)業(yè)集聚與工業(yè)污染［J］.南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（5）：24-35.

［20］鄧濤濤，王丹丹，程少勇.高速鐵路對(duì)城市服務(wù)業(yè)集聚的影響［J］.財(cái)經(jīng)研究，2017（7）：119-132.

［21］張洪鳴，孫鐵山.高鐵如何影響沿線及周邊城市的產(chǎn)業(yè)分布與結(jié)構(gòu)轉(zhuǎn)型？：基于空間計(jì)量模型的機(jī)制分析［J］." " " " " " " " " "產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（6）：1-13.

［22］韓峰，謝銳.生產(chǎn)性服務(wù)業(yè)集聚降低碳排放了嗎？：對(duì)我國(guó)地級(jí)及以上城市面板數(shù)據(jù)的空間計(jì)量分析［J］.數(shù)量" " " " " " " " " "經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（3）：40-58.

［23］劉巖，程鈺，王亞平.黃河流域生產(chǎn)性服務(wù)業(yè)集聚對(duì)城市綠色全要素生產(chǎn)率的影響效應(yīng)與空間溢出［J］.地理" " " " " " " " " " "研究，2023（4）：917-935.

［24］唐可月，姜昱汐.高速鐵路對(duì)站點(diǎn)城市及區(qū)域經(jīng)濟(jì)影響的異質(zhì)性分析［J］.財(cái)經(jīng)問(wèn)題研究，2021（12）：58-65.

［25］蘇華，劉升學(xué). 供給外部性、市場(chǎng)潛力與中國(guó)城市高新技術(shù)產(chǎn)業(yè)集聚［J］.城市問(wèn)題，2022（2）：23-34.

［26］陳建軍，胡晨光.產(chǎn)業(yè)集聚的集聚效應(yīng)：以長(zhǎng)江三角洲次區(qū)域?yàn)槔睦碚摵蛯?shí)證分析［J］.管理世界，2008（6）：" " " " " " " " " "68-83.

［27］KRUGMAN P.Increasing returns and economic geography［J］.Journal of political economy，1991（3）：483-499.

［28］孫偉增，牛冬曉，萬(wàn)廣華.交通基礎(chǔ)設(shè)施建設(shè)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)：以高鐵建設(shè)為例的實(shí)證分析［J］.管理世界，" " " " " " " " " " " " "2022（3）：19-34.

［29］汪浩瀚，徐建軍.市場(chǎng)潛力、空間溢出與制造業(yè)集聚［J］.地理研究，2018（9）：1736-1750.

［30］HERING L，PONCET S.Market access and individual wages：evidence from China［J］.Review of economics and" " " " " " " " " " " " " "statistics，2010（1）：145-159.

［31］朱文濤，李宏.高速鐵路與制造業(yè)綠色轉(zhuǎn)型：基于中國(guó)工業(yè)企業(yè)微觀數(shù)據(jù)的研究［J］.鹽城師范學(xué)院學(xué)報(bào)（人文" " " " " " " " " "社會(huì)科學(xué)版），2024（4）：47-64.

［32］BECK T，LEVINE R，LEVKOV A.Big bad banks？The winners and losers from bank deregulation in the United" " " " " " " " " " " " " "States［J］.The journal of finance，2010（5）：1637-1667.

［33］林樂(lè)芬， 楊倩文.綠色基礎(chǔ)設(shè)施投資降低了碳排放嗎［J］.現(xiàn)代經(jīng)濟(jì)探討，2022（12）：29-37.

［34］FABER B.Trade integration，market size，and industrialization：evidence from China’s national trunk highway system" " " " " " " " "［J］.Review of economic studies，2014（3）：1046-1070.

［35］朱文濤，顧乃華，劉勝.高速鐵路與制造業(yè)集聚的空間異質(zhì)性［J］.財(cái)貿(mào)經(jīng)濟(jì)，2022（3）：143-160.

［36］莫長(zhǎng)煒，林月萍，王燕武.產(chǎn)業(yè)集聚視角下土地財(cái)政對(duì)城市空間擴(kuò)張質(zhì)量的影響研究［J］.財(cái)貿(mào)經(jīng)濟(jì)，2023（4）：" " " " " " " " " "21-40.

［37］徐光偉，唐秀婷，劉星.高鐵開(kāi)通改善了企業(yè)ESG表現(xiàn)嗎？：綠色技術(shù)創(chuàng)新的中介效應(yīng)［J］.軟科學(xué)，2024（6）：" " " " " " " " " " " "113-119.

［38］劉若鴻，黃玖立.地方產(chǎn)業(yè)政策與債券融資成本［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（6）：118-136.

［39］吳茵茵，齊杰，鮮琴，等.中國(guó)碳市場(chǎng)的碳減排效應(yīng)研究：基于市場(chǎng)機(jī)制與行政干預(yù)的協(xié)同作用視角［J］.中國(guó)" " " " " " " " " " "工業(yè)經(jīng)濟(jì)，2021（8）：114-132.

［40］劉沖，沙學(xué)康，張妍.交錯(cuò)雙重差分：處理效應(yīng)異質(zhì)性與估計(jì)方法選擇［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022（9）：" " " " " " " " " " "177-204.

［41］GOODMAN-BACON A.Difference-in-differences with variation in treatment timing［J］.Journal of econometrics，" " " " " " " " " " " " 2021（2）：254-277.

［42］CENGIZ D，DUBE A，LINDNER A，et al.The effect of minimum wages on low-wage jobs［J］.The quarterly journal" " " " " " " " " " " "of economics，2019（3）：1405-1454.

［43］林伯強(qiáng)，潘婷.環(huán)境管制如何影響綠色信貸發(fā)展？［J］.中國(guó)人口·資源與環(huán)境，2022（8）：50-61.

（責(zé)任編輯：孫竹青）