□张般若，李自杰

一、引言

高速铁路作为铁路运输史上的一项重大技术创新，对沿线地区产生了深远的影响。 2020 年8 月公布的《新时代交通强国铁路先行规划纲要》中提出，2035 年全国高铁里程计划达到7 万公里左右，50 万人口以上城市实现高铁通达。 已有研究对高铁的经济作用进行了许多探索，认为高铁可以通过影响交通成本、可达性、劳动力流动、区域发展差距等方面作用于城市经济发展。[1][2][3]虽然存在部分争议，但大多数研究结果发现，高铁开通有利于促进沿线地区的经济增长[4][5]。 在经济发展的过程中，随着资源和环境约束的加剧，发展低碳经济、促进经济可持续发展成为一种必然的选择，然而现有研究更关注高铁的经济影响，对其环境影响的研究较少，且仅有的相关研究往往仅采用单一视角，并未将经济与环境影响综合进行考虑[6][7]。

中国经济的快速发展带来对化石能源需求量的急剧上升，但与此同时也对环境造成一定负面影响。中国向联合国气候变化框架公约秘书处提交的应对气候变化国家自主贡献文件中提出，到2030 年，中国单位国内生产总值二氧化碳排放要比2005 年下降60%～65%。 因此降低碳排放强度，推动低碳经济发展已经成为经济社会发展的重要任务之一。 目前对于高铁与碳排放间关系的研究更关注于高铁带来的直接影响，即高铁的建设过程以及与其他交通方式相比在运营过程中碳排放量的变化[8]，而对高铁通过影响经济社会发展、进而影响城市碳排放强度变化的间接作用关注较少。 与高铁建设和运营带来的直接影响相比，其间接影响更加广泛和深远。 因此，本文通过多期双重差分法进行分析，探索高铁开通对沿线城市的碳排放强度的影响，并进一步探究其中的作用机制。

二、文献综述

作为交通基础设施的重要组成部分，高铁被认为是经济增长的新的驱动力，其优势在于减少出行时间和成本，提高运力利用率和可靠性，增加可达性[2]。 已有研究关注高铁带来的经济效益，认为高铁可以通过多种作用渠道影响运输成本、区域经济差距、经济增长等。 例如，Ahlfeldt 和Feddersen(2018)[4]研究发现，高铁通过促进知识扩散、提高可达性和降低交易成本对沿线地区经济增长起到积极作用。 虽然由于研究样本、方法等不同，得到的研究结论并不完全统一，但大部分研究都认为高铁对沿线地区经济具有促进作用[5]。 进一步地，一些研究也开始关注高铁带来的“时空压缩”效应对区域创新和收入差距的影响，认为交通基础设施的发展有益于形成完善的创新网络，还可以改善区域经济差距和人口分布不平衡[9]。

同时，高铁对环境的影响也逐渐成为研究的热点，一部分研究通过较为系统的方式评估高铁的修建和运行对于能源消耗和废弃物排放的整体影响[10]；另一部分研究更专注于对某一种环境因素的影响，如生物多样性、气候变化、空气污染、废水排放等[11]。 虽然目前已有越来越多的研究关注高铁对经济和环境因素的影响，但往往局限于单一视角，即只采用经济视角或环境视角，很少将二者综合考虑[6][7]。随着资源和环境约束的加剧，促进经济可持续发展成为一种必然的选择，而碳排放强度作为对单位产值的二氧化碳排放量的经济与环境结合的综合测度，仍未得到充分关注。

目前对于碳排放的相关研究主要分为两类，一类主要关注对不同层面碳排放的测算和预测[12][13]；另一类研究主要是对影响碳排放的因素进行分析，认为从经济社会角度来看，富裕程度、人口和技术水平是碳排放的主要的驱动因素[14]。 同时，交通基础设施也是影响碳排放的重要因素，并主要从两个方面影响二氧化碳的排放:一是交通基础设施的建设和运行直接向大气排放二氧化碳，相关研究通常通过测算某一种交通方式的碳排放量或对比不同交通方式带来的碳排放增加或减少，如高速铁路与普通铁路相比能否起到减排作用[8]；二是交通基础设施通过影响经济活动，进而间接影响二氧化碳排放，相关研究通常是基于指标分析来确定影响碳排放的因素，探索交通和社会经济因素的整体影响[7][14]。 目前高铁对碳排放影响的相关研究大多更关注其直接影响[8]，对于高铁的间接影响涉及较少。 事实上，相比于交通基础设施的直接作用，间接作用可能更加广泛和深远。

综上所述，本文在已有研究的基础上，从以下几个方面进行了拓展。 首先，碳排放强度能够体现经济发展的环境效应，从经济和环境两个视角探索高铁开通对沿线城市的影响。 同时，本文侧重于交通基础设施对经济社会带来的间接影响的分析，探索高铁的开通能否对沿线城市起到“减碳”的作用，在一定程度上对已有研究进行拓展和补充。 其次，本文采用多期双重差分法，将不同城市开通高铁的年份作为政策实施的时间节点，剔除随时间自然增长或经济形势变化带来的时间效应，避免了OLS 方法或采用某一年作为高铁开通的政策时间节点可能带来的误差，并通过平行趋势检验、动态检验、工具变量法和安慰剂检验验证了研究方法的可行性和研究结果的稳健性。 第三，本文将产业结构调整和经济集聚纳入高铁开通与碳排放强度关系研究的理论分析框架中，并通过构建中介效应模型分析高铁开通对碳排放强度影响的传导机制，通过异质性检验进一步分析高铁开通对碳排放强度作用在东、中、西部地区城市的影响是否存在差异。

三、理论分析与研究假设

(一)高铁开通与碳排放强度

碳排放强度可以表示一个国家或地区经济发展过程中的资源利用效率。 除了交通方式变革带来的直接减碳影响外，高铁开通对碳排放强度具有更重要的间接影响。 一方面，高铁实现了对可达性的极大改善，压缩了时空距离[2]，降低了出行成本，打破了交通低连通性带来的阻碍[15]，从而最大程度地削弱了地理距离和行政力量对要素流动的束缚，使得跨区域间资金流、物流、信息流的流动和交换更加迅速和便捷。 对于微观主体而言，高铁开通促进了生产要素尤其是管理、技术、知识等高端生产要素在更广范围内的时空配置[16]。 要素在跨城市区域的尺度上发生的迁移与重组加速了资源的重新配置，高铁开通使得资源的利用程度和效率得到进一步提高[3]，从而降低了经济发展过程中单位产值所需资源，降低了碳排放强度。 另一方面，高铁开通为科技创新和知识传播提供了更为便利的条件。 高铁增加了创新要素跨区域合理分布的可能性，有利于提高不同区域创新资源的可用性和储备[6]。 由于地域的限制，创新资源特别是人力资源的初始分布往往不均衡，高铁有利于优化创新要素的空间分布，提高城市对人才的吸引力[17]，增加了区域创新发展所需的创新要素储备。 创新要素流动空间的增加和流动率的提高也促进了生产技术和产出效率的提高，使生产方式向更有效的方向发展，生产者可以实现更少的资源消耗和更高的产业专业化程度。 同时，高铁可以促进创新要素的沟通和交流，增强知识的溢出效应，提高创新水平。 人口的跨区域的快速流动驱动不同主体之间的知识互动和交流，进而加速知识溢出[18][19]。 对于沿线城市而言，开通高铁还能够有效提高城市对域外创新资源和要素的可得性，推动城市开放型创新水平提升和城市间创新网络的形成。 因此，高铁促进了创新要素的流动，促进了技术水平的提升，技术的发展进一步提升了资源利用效率，从而降低了城市的碳排放强度。 综上所述，本文提出:

假设1 高铁开通能够降低沿线城市的碳排放强度。

(二)高铁开通、产业结构与碳排放强度

高铁改变了要素的空间关联和布局，进而通过多种路径影响区域产业结构。 一方面，生产要素的快速转移和重构会改变产业结构。 高铁的开通促进了要素的流动，加速了对各种要素的利用，影响了原始要素的相对价格和投入结构，进一步影响各种生产要素的边际生产率，加快了要素在不同产业部门间的空间流动和空间配置，引起产业结构的变化和调整[6]。 更重要的是，高铁以提供客运服务为主，对劳动力要素以及依附于劳动力的资本、信息、技术等要素的影响最为直接。 高铁的开通重塑和优化了沿线城市的区位条件，带来了丰富的劳动力、更好的技术与更便捷的信息渠道，为服务业企业的发展提供了便利[20]。 因此，相较于对自然资源和能源较为依赖的第二产业，第三产业更容易从高铁开通中受益，尤其是知识密集型、技术密集型的高端服务业企业[16]。 因而随着高铁开通地区的相关要素丰裕程度提高，第三产业的比重也逐步上升。 另一方面，区位条件的优化同时也意味着一部分要素价格的上升。 高铁开通促进了沿线地区的经济发展，同时也带来租金、收入水平和物价的上升[9]，并由此降低了对土地价格、原材料成本和用工成本更为敏感的一些制造业企业的比重。 整体而言，高铁开通促进了沿线地区的产业结构调整。

在当前工业化进程中，产业布局不合理以及第二产业高投入、高污染、低产出的发展模式会增加二氧化碳排放。 第二产业集中了大多数的高能耗部门，生产的各个环节产生的碳排放量最大。 产业结构的变动尤其是第二产业比重下降是降低碳排放的有效途径，对生态环境的改善起着至关重要的作用[21]。 高铁开通带来的沿线城市产业结构的调整，第三产业占比提高，第二产业占比下降，降低了经济发展对能源和资源的依赖度，起到降低碳排放强度的效果。 因此，本文提出:

假设2 高铁开通通过产业结构调整影响沿线城市碳排放强度。

(三)高铁开通、经济集聚与碳排放强度

高铁带来的要素流动和重新配置也会影响沿线城市的经济集聚程度。 高铁缩短了设站地区与附近地区的交通时间，降低了跨区域交流成本，加强了高铁城市与周边地区的经济联系，有利于吸引企业投资和人口集聚[4]。 对企业而言，高铁的开通使得其能够以更低的成本搜寻到供应商和客户，同时企业和员工可以在更大的空间范围内进行双向选择，有利于帮助企业搜寻到更合适的劳动力，享受更高的知识溢出效应，从而提高生产率，开通高铁的城市成为一些企业设址的最优选择。 对个人而言，高铁通车后通勤至大城市的时间成本更低，更能够通过公共品共享、就业匹配等机制享受大城市的优势[1]。 高铁开通还增加了知识劳动者面对面沟通的机会，有利于信息碰撞和知识创造。 虽然一些观点认为在部分开通高铁的城市可能存在虹吸效应大于溢出效益，使其要素流向发达的中心城市，导致集聚程度有所下降[22]，但这些城市同时也吸收来自附近区域非高铁城市的要素聚集，因此整体而言，高铁开通将带来沿线区域的经济集聚程度上升。

高铁带来的经济集聚程度上升也会影响沿线城市的碳排放强度[23]。 首先，各经济主体的空间集聚会充分发挥范围经济的优势。 具体而言，地区内相关企业的集聚使得对于原材料和半成品供应、销售、人力招聘、基础设施和相关服务的利用率提高，减少了由于资源分配不均衡、信息交流不顺畅等造成的浪费，从而降低了单位产值经济发展所需的资源[24]。 其次，经济集聚利于提高环境规制程度。 当经济集聚程度较低时，企业分布较为分散，使得监管难度大且监管措施实施成本高，即使有高标准的环境制政策也很难控制企业的偷排行为。 但经济集聚程度较高时，企业的集中有利于宣传环境规制政策，便于监管部门采取措施统一管理企业的行为[25]。 标准化、制度化的环境管理也有利于更严格的环境政策的制定和实施，使集聚效应可以通过环境规制来实现降低碳排放强度的作用[23]。 综上所述，经济集聚程度的提升有利于城市碳排放强度的下降。 因此，本文提出:

假设3 高铁开通通过经济集聚影响城市碳排放强度。

(四)高铁开通的区域异质性影响

中国幅员辽阔，处在不同地域位置的城市长期以来受到历史沿革、自然环境、资源禀赋、政策支持等多方面因素的影响，发展存在较为明显的不平衡现象。 许多跨城市的分析都表明高铁对不同类型和规模的城市在经济增长和要素价格等方面的影响存在异质性，但是该异质性影响如何表现尚未有统一的结论[26]。

高铁对于某一地区可达性提升的程度取决于与公路、航空、普通铁路等其他交通方式相比带来的“时空压缩”效应的优化程度[2]，因此高铁开通对于碳排放强度的影响也依赖于该地区原有交通基础设施的完善程度。 相较于其他地区，中国东部地区的交通基础设施较为完善，在高铁修建之前就有较为完善的公路、铁路网，而且由于地理位置和河流分布的因素，东部地区的航运也更发达，为货物运输提供了巨大的运力。 相较于东部和中部地区，西部地区由于地形复杂，旧有的交通基础设施相对落后，跨区域交通方式较为单一，城市间交通便利性较差，因此西部地区高铁开通后带来可达性的极大提升，西部城市开通高铁对降低碳排放强度的边际作用效果可能更为明显。 而东部地区已有的交通基础设施较为便利，高铁开通后对于沿线区域可达性的提升有限。 同时，不同地区城市的发展方式和所处发展阶段存在明显差异，从产业结构的角度看，虽然我国整体产业结构呈逐渐升级的趋势，但东、中、西部地区间差异仍很大。 其中东部地区第三产业占比较高，服务业是经济发展的主要驱动力，而中、西部地区第二产业占比更高，经济发展仍是工业主导的粗放型增长模式[27]。 因此，高铁开通通过对沿线城市优化要素配置、调整产业结构，进而降低城市碳排放强度、促进低碳经济发展的作用，对于第三产业占主导地位的东部地区而言作用有限，对于中、西部地区却能够发挥更强的边际作用。 综上所述，本文提出:

假设4 高铁开通降低沿线城市碳排放强度的影响在东、中、西部城市存在区域异质性。

四、研究设计

(一)数据及样本

本文采用中国国家铁路局及其颁布的《高速铁路设计规范》中对高速铁路的定义，将其界定为设计开行时速250 公里以上(含预留)、初期运营时速200 公里以上的客运专线铁路。 目前公认的中国第一条高速铁路为2008 年开通的京津城际铁路。 本文将2003—2016 年中国的地级市作为研究对象。 城市层面数据来自各年份《中国城市统计年鉴》，能源和电力数据来自各年份《中国电力年鉴》和《中国能源统计年鉴》，在剔除数据缺失严重的观测值后，共获得283 个城市共2914 个观测值。

(二)计量模型

Dietz 和Rosa(1997)[14]提出的STIRPAT 模型强调了人口、财富、技术因素对碳排放的影响。 本文基于扩展的STIRPAT 模型构建计量模型来研究高铁开通对碳排放强度的影响，该模型允许考虑多种不同的影响因素，并且对于数据的限制较少[7][14]。 同时，双重差分法通常被用于评估政策实施的效果，由于不同地区和城市的高铁并不是同时开通的，很难确定一个统一的年份作为高铁开通的政策实施年份，因此本文采用多期双重差分法，将不同城市高铁开通的年份作为当地政策实施的年份，这样更能准确评估政策实施带来的净效果。 经过Hausman 检验显示应拒绝原假设，采用固定效应模型。 本文的基准实证模型如下:

其中，CIi，t为碳排放强度；HSR×Post 为该城市样本期内是否开通高铁和该年是否已开通高铁的交互项，该项为1 表示该城市当年已有高铁开通，为0 表示当年尚未开通高铁；Ci，t表示一组控制变量，包括经济规模、人口规模、技术水平、城镇化水平、固定资产投资、城市基础设施建设水平、劳动要素成本和环境规制；Yeart和Cityi表示年份效应和城市个体效应的虚拟变量；εit为随机扰动项。

(三)变量选取

1. 被解释变量

碳排放强度(CI)。 碳排放强度由单位地区生产总值的二氧化碳排放量的自然对数表示。 本文借鉴任晓松等(2020)[23]的研究，将二氧化碳排放量分为液化石油气、煤气和全社会用电量三部分进行估计测算:

其中，Q 表示二氧化碳排放总量；C1、C2、C3分别为液化石油气、煤气和全社会用电量带来的二氧化碳排放量；k 为液化石油气的CO2折算系数，E1为液化石油气消费量；v 为煤气的CO2折算系数，E2为煤气消费量；η 为煤电占总发电量的比重；φ 为煤电燃料链温室气体排放系数。

2. 解释变量

高铁开通(HSR×Post)。 高铁开通变量由是否为开通高铁的城市(HSR)和当年是否开通高铁(Post)的交互项表示。 如果该城市在研究观测期间内有高铁开通则将HSR 赋值为1，否则为0。 如果在报告当年高铁开通，则在当年和之后的年份将Post 赋值为1，否则为0。

3. 中介变量

产业结构(IS)。 产业结构由第三产业产值占地区生产总值的比重表示。 相比于消耗大量化石燃料和用电量极大的第二产业，第三产业的比重提高能够起到降低碳排放强度的作用。 同时产业结构的调整也可能受到交通条件改变带来的生产要素加速流动的影响。

经济集聚(ED)。 经济集聚由第二、三产业产值与城市建设用地面积的比值来衡量经济集聚。 经济集聚通常由城市单位面积土地上的产出来表示，它能够衡量经济活动的密集程度。 城市经济活动更加依赖于非农产业，因此更侧重于第二、三产业的经济集聚。

4. 控制变量

经济规模(ES)由人均地区生产总值的自然对数表示；人口规模(PS)由全市年末总人口的自然对数表示；技术水平(TL)由城市科技支出费用的自然对数表示；城镇化水平(UL)由建成区占市辖区面积比重表示；固定资产投资(FI)由固定资产投资增长率表示；城市基建水平(IC)由人均拥有道路面积的自然对数表示；劳动要素成本(LC)由职工平均工资水平的自然对数表示；环境规制(ER)由单位产值工业废水、工业烟尘和二氧化硫排放量通过调整系数加权计算的环境规制强度综合指数表示。

五、实证结果及分析

(一)描述性统计

表1 显示了变量的描述性统计和相关系数矩阵。 为了避免极端值对结果的影响，本文对所有连续变量在首尾1%进行缩尾。 相关系数矩阵显示绝大多数变量间的相关系数小于0.5，同时变量的方差膨胀因子均在1.09 ～5.16，均值为2.13，均小于判断临界值10，说明不存在严重的多重共线性。

表1 描述性统计和相关系数矩阵

(二)基准回归

表2 显示了本文的基准回归结果，其中第(1)列为混合回归模型，第(2)列为控制个体效应的固定效应回归模型，第(3)列为控制年份和个体效应的双向固定效应回归模型。 三种模型的回归结果中高铁开通变量(HSR×Post)的系数均显著为负，为了吸收面板数据中由于年份和个体不同产生的差异，之后的分析均采用双向固定效应模型。 第(3)列结果显示，高铁开通与碳排放强度在5%的显著性水平上呈负相关关系(β =-0.044，p<0.05)，说明高铁开通对城市碳排放强度起到负向影响，假设1 得到验证。

(三)平行趋势检验及动态检验

进行双重差分估计的假设前提是在高铁开通之前所有城市的碳排放强度具有平行趋势。 为了验证平行趋势假设，本文借鉴Beck 等(2010)[28]的做法，选取高铁开通前后共15 年的观测窗口期，将高铁开通前8 年和后6 年的虚拟变量纳入回归模型中。

图1 展示了观测窗口期间各年份虚拟变量的系数估计值和95%的置信区间，结果显示高铁开通前8 年各年份虚拟变量的系数与0 相比均无显著差异，支持了平行趋势假设，意味着开通高铁与碳排放强度之间没有预先相关性。 图1 展示了高铁开通后的动态效应检验，结果显示在高铁开通后的第4 年碳排放强度开始显著下降，且在随后两年该下降趋势逐渐扩大，说明高铁开通对碳排放强度的作用效果存在滞后。 影响滞后的原因可能在于，高铁开通带来的可达性提高对资本、劳动力等要素的吸引需要一个过程，劳动力的迁移和产业结构的调整都需要较长的周期。

表2 基准回归结果

图1 平行趋势及动态效果检验

(四)作用机制检验

根据理论分析和假设，本文认为高铁开通可能通过产业结构的调整和经济集聚影响碳排放强度，因此需进一步对中介作用进行检验。 本文通过Baron 和Kenny(1986)[29]提出的逐步检验法验证中介作用是否成立。

表3 显示了中介效应的检验结果。 第(1)列中HSR×Post系数显著为负(β=-0.044，p<0.05)，说明高铁开通负向影响碳排放强度；第(2)列将产业结构作为因变量后，HSR×Post 显著为正(β=0.565，p<0.05)，说明高铁开通会使该城市第三产业占地区生产总值比重提高；第(3)列将高铁开通(HSR×Post)和产业结构(IS)同时进行回归，HSR×Post 系数仍显著为负(β=-0.041，p<0.05)，产业结构系数也显著为负(β=-0.005，p<0.01)，说明产业结构的优化即第三产业占比提高对碳排放强度有着显著负向影响。 因此产业结构的中介效应成立，产业结构对高铁开通与碳排放强度间的影响起到部分中介的作用，假设2 得到验证，产业结构调整是高铁开通降低碳排放强度的作用机制之一。

表3 中第(4)列将经济集聚作为因变量后，HSR×Post 不显著；第(5)列将高铁开通(HSR×Post)和经济集聚(EA)同时进行回归，HSR×Post 系数仍显著为负(β=-0.045，p<0.05)，经济集聚系数也显著为负(β=-0.037，p<0.05)，说明经济集聚程度的提高对碳排放强度有着显著负向影响。 综合以上结果，假设3 中经济集聚的中介效应尚未得到验证，但经济集聚能够促进碳排放强度的降低与本文假设中的逻辑一致。 高铁开通对经济集聚的影响不显著的原因可能是对于部分城市而言，高铁带来的作用存在溢出效应和虹吸效应，两种效应同时提升和降低经济集聚程度的影响，是否能够实现经济的集聚取决于两种效应的权衡，当这两种作用同时存在于样本中时，使得整体的效应并不显著。 因此，在全样本下高铁对于经济集聚的作用不显著，但经济集聚对于碳排放强度降低具有显著的作用。

(五)区域异质性检验

将中国的城市划分为东、中、西部在已有研究中受到广泛应用[30]。 本文将研究样本根据所处省(自治区、直辖市)构造属于西、中、东部地区的虚拟变量(变量符号分别为Western、Middle、Eastern)，将该虚拟变量分别与高铁开通变量(HSR×Post)构造交互项代入模型。 表4 展示了高铁开通对碳排放强度影响的东、中、西部区域异质性检验，第(1)、(2)、(3)列分别为加入西部、中部、东部地区虚拟变量交互项的回归结果，该结果显示HSR×Post×Western 显著为负(β=-0.119，p<0.01)，说明高铁在西部城市开通后，能够对碳排放强度起到显著降低的作用，而该作用在中部和东部地区城市不显著，表明相较于中部和东部地区城市，西部地区城市开通高铁对碳排放强度的边际影响更大，在一定程度上说明了高铁开通对碳排放强度的影响具有区域异质性，假设4 得到验证。 这主要是因为，相比于东部和中部地区，西部地区城市交通便利性较差，高铁开通后带来可达性的极大提升，因此边际作用显著，而东、中部地区，尤其是东部地区，在高铁开通之前可达性就远优于西部，因此高铁带来的边际作用有限。 同时，西部地区较其他地区而言，第三产业占比较低，经济发展方式较为粗放，高污染、高能耗的工业虽在初期有助于经济发展，但不是可持续、高质量的经济增长方式。 因此在西部地区，开通高铁能够为沿线城市带来更明显的产业结构调整，进而降低碳排放强度，改变发展模式，促进低碳经济发展。

进一步地，由于省会级城市在行政等级上高于其他地级市，可能会受到一系列政策倾斜影响，因此在第(4)、(5)、(6)列中剔除这些样本，重复上述过程进行区域异质性检验。 结果显示，HSR×Post×Western(β=-0.072，p<0.1)和HSR×Post×Middle(β=-0.048，p<0.1)均显著为负，说明在中、西部非省会城市开通高铁能够对碳排放强度起到显著降低的作用，而该作用在东部城市不显著，表明中、西部城市开通高铁对碳排放强度的边际影响更大，再次验证了假设4。 在剔除省会级别城市后，中部地区虚拟变量交乘项显著的原因可能是中部地区由于地理位置及自然因素，其交通基础设施在省会城市明显优于地区内其他城市，在非省会城市中，高铁开通仍对可达性有显著影响，从而对碳排放强度有显著的边际作用。由于省会级别城市往往是各区域内优先发展的城市，相比于其他邻近城市能够最先实现产业结构优化升级，第三产业对经济发展的贡献更高，所以高铁对这些城市能够通过调整产业结构进而降低碳排放强度的边际作用也较小。 中、西部地区产业结构中第二产业占比均较高，在剔除较发达的省会级城市后，其他城市仍大多保持工业主导的粗放增长方式。 因此在中、西部的非省会城市中，开通高铁更能起到明显的减碳作用，而在东部地区该边际作用并不显著。

表3 中介效应检验

表4 区域异质性检验

(六)稳健性检验

1. 工具变量法控制内生性问题

高铁开通城市的选择本身可能存在内生选择的问题，使得一些不可观测的因素同时影响高铁的开通和城市的碳排放强度。 本文参考刘冲和周黎安(2014)[31]的研究，将城市的地形起伏度作为工具变量、采用两阶段最小二乘法(2SLS)进行估计。 首先，地形起伏度体现了城市的地形变化情况，影响高铁修建的成本，对某一城市是否开通高铁会产生重要影响[18]，因此满足相关性的要求；其次，地形因素是历史上形成的客观自然条件，与当期城市碳排放强度不直接相关，因此满足外生性要求[31]。 由于在样本期间内地形起伏度是一个不随时间变化的变量，因此借鉴卞元超等(2019)[18]的方法，本文将其与每一年份各地级市所在省开通高铁城市的总数相乘。

工具变量法的2SLS 模型结果如表5 所示，高铁开通与碳排放强度在1%显著性水平上呈负相关关系，表明高铁开通能够显著降低城市碳排放强度，与基准结果相一致。 同时，第一阶段结果表明，所选用的工具变量(IV)与高铁开通的概率在1%显著性水平上相关，且F 统计量为36.437，大于10%水平上识别弱工具变量的临界值，说明本文选取的工具变量是有效的。 总体而言，在控制了内生性问题后本文的研究结果仍较为稳健。

2. 安慰剂检验

表5 工具变量2SLS 结果

图2 安慰剂检验

为了进一步检验本文的结果是否由城市和年份层面可能遗漏的不可观察因素驱动，借鉴Cai 等(2016)[32]的方法，本文通过随机抽取开通高铁的城市和开通高铁的年份进行安慰剂检验。 由于安慰剂检验中开通高铁的变量HSRp和高铁开通年份都是随机抽取的，因此构造的交叉项HSRp×Postp应不会对模型因变量碳排放强度产生影响，即如果没有显著的遗漏变量导致的偏差，安慰剂处理变量(HSRp×Postp)的回归系数不会显著偏离零点，反之如果该系数统计上显著偏离于零则表明模型设定存在偏误。 同时，为了避免其他小概率事件对估计结果的干扰，本文进行了200 次随机抽样，按照式(1)进行基准回归。图2 显示了200 次随机抽样后的估计系数核密度及对应的p 值分布，可见估计系数的均值几乎为0，且绝大多数p 值大于0.1，表2 中模型(3)的实际估计值在安慰剂检验中为明显异常值。 因此，综合考虑以上结果，本文的估计结果不存在由遗漏变量导致的严重偏误。

六、结论

交通因素是影响碳排放的重要因素，除了交通基础设施的修建和车辆运行的能源消耗外，交通方式通过作用于经济社会发展，进而影响碳排放强度的间接作用是一个重要但尚未得到充分研究的领域。因此，探索高速铁路开通对沿线城市碳排放强度的影响至关重要。 本文通过分析2003-2016 年中国283 个城市的面板数据，采用多期双重差分模型探索高铁开通对城市碳排放强度的影响，并通过中介效应模型进一步分析其作用机制。 研究发现:首先，高铁开通会降低城市碳排放强度，且平均而言该影响具有三年时滞，即在高铁开通后的第四年开始城市碳排放强度显著降低，并且下降趋势在此之后进一步扩大。 其次，产业结构调整在高铁开通对碳排放强度的影响中起到部分中介作用，高铁开通使沿线城市第三产业占比上升，而产业结构的调整起到了降碳的作用。 同时，虽然经济集聚程度的上升也显著降低了碳排放强度，但是高铁开通对于经济集聚的影响不显著。 第三，高铁开通对碳排放强度的影响在东、中、西部地区存在差异，在我国所有城市中其对西部地区城市的影响更显著。 在非省会城市中，高铁开通对西部和中部地区高铁沿线城市起到显著降低碳排放强度的作用，而在东部地区没有显著影响。 本文据此提出以下政策建议。

1. 充分发挥高铁促进产业结构调整的作用，实现高质量经济发展和降碳作用的最大化。 高铁的客运优势和对要素流动的促进作用推动沿线地区第三产业比重的上升，地方政府在充分发挥其优势的基础上，完善产业结构调整的配套措施，有规划、有条理地实现企业、人口的引入及迁移，使高铁开通能够助力推动城市整体发展的低碳化转型升级。 中西部城市更应把握高铁开通对于产业转移、产业升级的积极作用，将粗放型增长方式逐渐转化为可持续、高质量的增长模式。

2. 发挥经济集聚的降碳作用，同时权衡高铁的溢出效应与虹吸效应。 部分非中心城市的地区开通高铁后可能导致虹吸效应和溢出效应并存，当导致要素流出的虹吸效应的作用大于导致要素流入的溢出效应时，城市发展可能受到一定负面影响。 因此地方政府应充分发挥高铁带来的优势，制定一系列优惠政策吸引周边非高铁城市要素集聚，经济的集聚将进一步通过实现范围经济和加强环境管制效果来促进碳排放强度降低，实现低碳经济发展。

3. 中、西部城市要借助高铁开通的契机，加强交通基础设施建设，合理规划高铁站点与各级交通的联接，合理利用站点附近土地。 地方政府可以借助交通成本的降低和旅行时间的减少发掘地方优质资源，如规划特色旅游景区、建设高新产业园区等，因地制宜，发挥当地特色和优势，实现对高能耗、高污染产业的转型升级。