《表2 固定周期测试数据：高铁建设、人力资本迁移与区域创新》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高铁建设、人力资本迁移与区域创新》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为降低双向因果关系和遗漏变量所导致的内生性估计偏误，本文采用工具变量法做进一步检验。工具变量的选择方面，本文利用“最小生成树”和1961年是否有火车站两个虚拟变量作为开通高铁的工具变量。本文借鉴Faber（2014）关于高速公路工具变量的构建方法，通过地理信息数据计算“最小生成树”，以城市是否位于“最小生成树”上作为高铁的工具变量。主要原因在于：(1）在排除规划者对地区经济特征的考虑后，地理开发成本是决定高铁线路走向的重要依据且绝对外生，因此，基于地理信息计算的“最小生成树”可以直接影响城市是否开通高铁，但不受政府决策动机的影响；（2）高铁规划主要是为了“连接省会城市和其他50万人口以上大中城市，实现相邻大中城市间1—4小时交通圈”，因而与高速公路网络相似，都具有政策上的“靶点城市”，即行政中心和人口密集城市。因此，综合地理开发成本并考虑规划目标中的节点城市，所构建的“最小生成树”网络与高铁网络具有较强的相似性，从而依据地理信息构建工具变量能够有效减少内生性。同时，参考Duranton and Turner(2012）和Baum-Snow et al.(2017）将历史铁路线路作为评估高速公路等交通基础设施效应时设置工具变量的方式，选择将1961年城市是否有火车站作为工具变量，即某个城市在1961年之前有火车站则为1，反正则为0。由于历史上修建普通铁路和修建高铁一样，需要考虑地理、国防政治等因素，因而与高铁站点选址的相关性较高。采用二阶段最小二乘法（2SLS）对模型进行估计，表2给出了使用工具变量的回归结果。