浅析跨境铁路运输对产业集聚的影响——来自中欧班列的经验证据
An Analysis of the Impact of Cross-Border Railway Transport on Industrial Agglomeration—Empirical Evidence from the China-Europe Railway Express
摘要: 产业发展与经济发展联系紧密,集聚经济影响产业发展。基于2003~2019年中国285个地级市面板数据,以中欧班列开通作为准自然实验,本文运用多期双重差分模型实证检验了中欧班列开行的产业集聚影响及作用机制。实证研究发现:中欧班列开通引致“重服务、轻制造”的偏向性产业集聚态势,该结论在经过一系列稳健性检验后依然成立。异质性检验显示:中欧班列开通的制造业集聚减少效应在西部、内陆以及人口规模较小的地区更明显,而生产性服务业集聚的增长效应在东部、沿海以及人口规模较大的地区更加明显。文章为中欧班列开行的经济潜能研究提供了新的视角,为优化中欧班列运行模式提供了参考,并丰富了跨境铁路交通基础设施影响产业集聚的文献研究。
Abstract: Industrial development is closely linked to economic growth, and agglomeration economies influence industrial development. Using panel data from 285 Chinese cities from 2003 to 2019, this study considers the launch of the China-Europe Railway Express (CERE) as a quasi-natural experiment and employs a multi-period difference-in-differences model to examine the impact of the CERE on industrial agglomeration and its mechanisms. The empirical study finds that the CERE leads to a “service-oriented, manufacturing-light” pattern of industrial agglomeration. This conclusion remains robust after a series of robustness checks. Heterogeneity analysis reveals that the reduction in manufacturing agglomeration is more significant in western, inland, and smaller-population regions, while the increase in producer services agglomeration is more prominent in eastern, coastal, and larger-population regions. This study provides a new perspective on the economic potential of the CERE, offers suggestions for optimizing its operation, and enriches the literature on the impact of cross-border railway infrastructure on industrial agglomeration.
文章引用:袁颖. 浅析跨境铁路运输对产业集聚的影响——来自中欧班列的经验证据[J]. 统计学与应用, 2025, 14(2): 206-218. https://doi.org/10.12677/sa.2025.142048

1. 引言

集聚经济对产业和经济发展的影响重大,其带来的正外部性和规模经济效应成为产业发展的重要驱动力[1] [2]。集聚外部性一般包括马歇尔集聚经济和雅各布斯集聚经济[3] [4]。马歇尔经济强调产业内集聚,扩大劳动力聚集并加强知识共享;雅各布斯理论强调多样化城市活动的集中,带来更高水平的创新和增长。产业集聚加速要素的流动与共享,使企业通过劳动力市场效应招聘和吸引人才,也促进知识溢出和技术创新,从而提高生产力[5]。产业集聚是现代经济增长的一个重要现象,是生产力集聚的外在表现形式,体现着一个地区的竞争力[6]。新经济地理学指出[7],随着产业集聚的深化,同一产业的企业数量增加,这将使得生产成本降低,规模经济显现。产业集聚受到经济活动中多重因素的影响,城市化进程、人力资本、交通基础设施、对外开放等都会影响产业在区域间的聚集与扩散,研究产业集聚的演化趋势离不开对这些因素的考虑。传统上,交通改善在这些集聚机制中起着关键的作用,其中降低运输成本和扩大可达性是经济活动集聚的主要驱动力[8]

中欧班列是连接中国与亚欧大陆的跨境货物运输服务,是共建“一带一路”的旗舰型项目和标志性品牌,又被称为“新丝绸之路”。它最初是为了方便重庆向欧洲运输笔记本电脑而设立的,首发于2011年的“渝新欧”。中欧班列兼具“交通基础设施”与“开放制度政策”双重属性[9],是利用铁路基础设施合理规划运输路线,通过政策制度安排,积极参与对外经贸合作而形成的货物运输新模式。作为亚欧大陆经贸关系的重要载体,中欧班列成功提升了对外贸易的便利水平,为中国地方政府深化改革、拓展全球足迹、拉动地区经济增长作出了重要贡献。中欧班列打通了中国内陆城市与亚欧大陆的贸易联系,为节点城市对外贸易提供了快速通道,有利于扩大开通城市的出口需求,增加所能取得的订单数量。扩大对外开放促进分工,分工带来的专业化生产促使相关产业在一定区域内集聚[10] [11],逐渐形成产业集聚并不断深化。

交通基础设施发展是决定产业集聚的重要因素之一[12] [13]。Graham和Dender [14]指出,越健全的交通基础设施可以通过降低旅行的一般价格从而降低空间经济中的互动成本,经济活动的主体随之调整其经济行为,比如对于企业经营的选址策略作出调整,产业的集聚与扩散也因此受到影响。距离交通枢纽以及消费者距离的远近也将对产业集聚的形态产生影响[15],这本质上是企业由于运输成本及其他间接成本的变化而变更选址。运输成本减少是促进产业集聚的驱动因素之一[5] [16],这与交通基础设施建设分不开,交通基础设施越健全,运输成本将得到节约,也会随之影响达成交易所需要的其他间接成本。此外,随着交通基础设施的发展,可达性的提升也会吸引周围的经济体聚集起来,引发集聚经济[17]。然而,交通基础设施促进产业集聚的直观结论并没有得到学术界的普遍认可。现有文献研究交通基础设施与产业集聚的关系,分别从方向和大小上展开了经验性的判断,结论存在很大分歧。一部分学者支持交通基础设施建设促进产业集聚,而另一部分学者得出正好相反的结论,他们大多在高铁领域展开研究,也有学者研究公共交通工具或公路运输;还有学者专注于某些特定的经济部门。

产生分歧的原因可能来自研究的交通领域不同,或者选择的产业范围不同。首先,不同的交通基础设施具有不同的特点,它们对集聚经济的影响将通过作用渠道的差异而产生不同的效果。例如高速铁路提高了人力资本和劳动力的流动性与可达性,因此劳动力池和知识溢出可能是其促进产业集聚的原因[18];而铁路货运则主要运输往来的货物,因此生产特定且相关联产品的企业更有可能因为外部规模经济而聚集起来。其次,同一种交通基础对不同产业部门的影响也不一样。诚然,随着交通基础设施的改善,一些行业通过运输成本的降低而不断扩张,但还有部分行业可能随着经济活动的转移而呈现萎缩的趋势[19]。Lakshmanan [20]认为,不同产业部门具有自身的市场结构特征,对于不同运输途径的需求存在明显差异。因此,集聚与运输的关系应该要考虑不同产业部门,仅仅从整体上进行分析可能会掩盖一些相互矛盾的结论。交通基础设施的集聚效应在铁路运输领域仍然是一个悬而未决的问题,其产业集聚外部性是否支持马歇尔集聚经济或雅各布斯集聚经济,能否印证新经济地理学的观点,依然有待探究。一方面,靠近铁路枢纽或者节点城市将更容易取得货源,也吸引企业在这些城市投资建厂,集中开发,并进行信息交流,产生知识溢出。另一方面,关注运输与集聚的关系应该从不同性质的产业分别考虑,因为不同产业各自具有特征[5] [21] [22]

为了填补上述研究空缺,本文深入探究铁路货运交通基础设施对产业集聚的影响,以中欧班列开通为切入点进行准自然实验,并考虑制造业和生产性服务业两个大部门,运用多期双重差分模型在中国285个地级市展开实证检验。中欧班列的稳定开行为准自然实验的正确、有效进行提供了有力支持。第一,中欧班列作为铁路货运服务项目,本身与高铁和公路等包含客运服务的交通基础设施完全区分开来,有利于更清晰地识别货运交通基础设施发展对产业集聚的影响。第二,中欧班列开通有利于增加对外贸易的数量,这是本文研究继续开展的假设前提,有利于识别跨境铁路运输带来的冲击。第三,中欧班列作为跨境交通基础设施,涉及亚欧大陆多国利益,开通前各国就国际联运换轨、通关便利化、出口转关监管等多项问题进行了反复磋商,协调过程较长[23] [24],开通城市与开通时间存在一定的不确定性,符合准自然实验的要求。研究发现:与未开通城市相比,开通城市的制造业集聚显著减少而生产性服务业集聚显著增加,该结论在一系列稳健性检验后依旧成立。机制分析表明,员工工资、房价增加以及城市规模扩张是造成两类产业政策冲击效应差异的途径。异质性分析发现,对于人口规模较小、处于西部或内陆等欠发达的地区,班列开行的制造业集聚减少效应更加明显,而对于人口规模更大、处于东部和沿海等更加发达的地区,班列政策效应对于生产性服务业集聚的增加更加明显。本文在以下三个方面对现有文献作出了贡献。第一,既有文献分析交通基础设施的集聚效应多从高铁沿线城市出发,本文率先捕捉到中欧班列的跨境铁路运输冲击,利用中欧班列的开通分析铁路交通基础设施对产业集聚的影响,拓宽了交通基础设施集聚效应的研究视角。第二,本文在铁路交通基础设施范围内,依据产业的功能和性质分别讨论不同产业的集聚效应,将产业区分为制造业和生产性服务业。这两类产业对各种要素的需求是不一样的,因此集聚经济或集聚不经济是不一定的。

2. 文献综述

2.1. 交通基础设施的集聚效应

关于交通基础设施集聚效应的讨论持续了很长一段时间,一些学者从理论上说明了交通–集聚的联系,还有部分学者通过实证分析证明了两者之间存在联系。第一,多数学者指出运输成本降低是交通基础设施建设影响集聚经济的重要原因[18] [25]。对于交通基础设施建设比较落后的地区,制造业企业的分布会受制于较低的交通可达性和高昂的运输成本而呈现出较为分散的形态[26],随着交通运输体系的完善,商品运输成本逐步降低,上下游企业联系将会更加紧密,从而促进集聚水平提升。第二,马歇尔集聚经济描述的产业内集聚在很大程度上解释了一些产业的集聚现象。Chatman和Noland [18]认为,公共交通的改善是否以及何时产生集聚效应仍然不可知,可能在具体的公共交通项目与城市规模上存在差异,但他们发现生产率的共享、匹配和学习机制是影响集聚的可能途径。

实证研究方面,现有文献对于交通集聚效应的方向存在分歧。多数学者证明发现,交通基础设施促进制造业等产业集聚,但需要指出的是,这些研究大多聚焦于高铁[13] [27],或者是道路、公路[13] [28] [29]等城市间交通基础设施。也有部分学者发现交通基础设施抑制产业的集聚[30]。进一步,一些学者发现高铁扩张对制造业的集聚效应主要体现在沿线欠发达城市,有利于缩小城市之间制造业发展的差距,并且指出了高铁、地价与房价、制造业集聚三者间的关系[31]。越来越多的学者注意到了产业间不同的集聚效应,在产业外向度,产业类型(如轻工业和重工业;制造业和服务业;技术、劳动和资本密集型制造业;非本地产业和关系产业)方面显示出明显的异质性[13] [30] [32]。Dong [33]研究了中国长三角地区高铁对城市服务业集聚的影响,发现高铁促进沿线城市的城市服务业集聚,细分服务业发现,高铁对生产性服务业集聚有显著正向影响,对消费性服务业和公共服务业则不显著。已经有经验证据表明,高铁扩张促使大型制造企业呈现出分散化趋势,而服务业呈现出集聚趋势[25],这暗示了交通基础设施对区域产业增长的再分配功能。此外,也有学者从就业增长的角度考察了高铁对不同产业的影响[34]

上述文献多数选择某种特定的交通基础设施或某个特定范围内的产业,而交通基础设施在塑造产业集聚方面发挥的作用仍然值得继续探讨。比如公路运输或高铁运输对产业集聚的变化存在差异或针对不同产业或不同性质企业,同一交通基础设施对产业集聚的影响存在差异。仔细分析文献后发现,不同交通基础设施对于城市产业的影响与贡献存在差异,可能的原因是他们之间的作用机制不同。第一,运输成本在具体产业中的重要程度具有差异性,这将使同一种交通工具不均衡地影响各个产业[5] [32];第二,某一产业对不同交通基础设施的反应敏感度不同[20] [35] [36]。因此,某些交通基础设施可能并不会对某些产业产生任何影响,既不会造成产业的集聚,也不会发生产业的扩散。

2.2. 中欧班列的研究进展

中欧班列是一种跨境铁路运输服务,它的开通直接影响了沿线城市的货物运输和对外贸易。已有学者研究了中欧班列开行对经济社会产生的多元化的影响。最直观的体现是加深中国与亚欧各国的经贸合作。中欧班列的开行扩大了中国的对外开放度,特别是内陆地区的向西开放[23],有助于开通城市贸易增长;在疫情期间,也发挥出比航空和海运更加稳定的作用,稳住了中国的外贸局势。更进一步,有学者发现它在吸引外资方面的积极作用,中欧班列不仅提高开通城市的知名度,减小投资信息不对称,开通城市主要利用本地比较优势吸引外资,加速要素的跨国际流动,开拓国际市场[37]。其次,是中欧班列开行激励创新与技术进步[9] [38],提升全要素生产率[39],促进产业升级[40]。这些文献主要讲述和论证了中欧班列的区域创新和产业升级潜能。作为一种交通基础设施,中欧班列通过提升交通可达性,促进了要素资源跨区流动,特别是以知识、技术等为载体的创新要素的交流互通。并且在这个过程中,运输成本的减少,要素流动性增强和空间的溢出发挥重要作用。还有部分学者考察了中欧班列对民营企业投资效率、中国企业出口国内附加值率、城市经济发展、温室气体排放等。

分析上述文献发现,许多学者指出了中欧班列的集聚效应,并指出了这种集聚对外贸或者创新或者产业升级等各方面的影响,但这一理由缺乏实证检验。已有学者证实中欧班列的开通会吸引制造业企业在班列沿线城市集聚[41],然而企业的集聚行为是否形成了节点城市的产业集聚现象仍未可知。在集聚效应的加持下,技术领先型企业的专业化分工将使创新要素在产业和区域层面形成集聚。通过上一节的文献分析可知,准确考察中欧班列是否促进产业集聚需要更多的经验证据,也能为以上文献的理论阐释提供支持或者反对的证据。中欧班列的突出特点在于它的综合运输成本优势[24]:它与海运相比具有更快的交货速度,与空运相比运费更低。这意味着它运输某些货物时(高货值、高时间敏感性的产品)能够更多地节约运输成本和其他达成交易的间接成本,有利于一些企业选择中欧班列运输货物,进而吸引更多企业汇聚到节点城市投资建厂、生产销售,以最大程度节约运输成本,最终促进地区产业集聚。此外,班列开通的贸易增长效应,外资吸引效应,创新激励效应,技术进步和产业升级效应等也会直接或者间接地影响到地区产业的布局,进而影响集聚经济,并最终对地区的产业集聚造成影响。特别是中欧班列有利于提升外贸总量,而国际贸易会改变国内产业的集聚情况,地区外贸成本的下降将导致制造业同外国原材料供应地的“前向联系”更加紧密,优化了资源配置效率,对制造业在开通城市内的集聚形成向心力[16] [42]

3. 数据与方法

3.1. 样本选择与数据收集

考虑到中欧班列是按照城市逐年开通的,本文选取地级市为研究样本,主要数据集均来自《中国城市统计年鉴》和《中国区域经济统计年鉴》以及各省统计年鉴等;此外,本文收集一带一路网(https://www.yidaiyilu.gov.cn/jcsjpc.htm)、《中欧班列建设发展规划(2016~2020年)》以及各省政府网站披露的信息,整合了中欧班列的开通数据,在样本期内一共有55个城市相继开行了中欧班列1。为避免极端异常值的影响,实证所用连续变量均进行了前后1%的缩尾处理。本文剔除了研究期内发生撤市或立市或数据严重缺数的样本(如三沙市、毕节市、铜仁市等),同时由于中国台湾、中国香港和中国澳门等数据严重缺失,也将其剔除,最后,本文收集了2003~2019年间中国285个地级市的观察样本。

3.2. 变量

3.2.1. 被解释变量

考虑到计算方法的准确性和数据的获取难度,本文借鉴O’Donoghue等[43]和Dong [33]的办法,采用区位熵衡量城市制造业集聚和生产性服务业集聚。区位熵指数消除了区域规模的差异,能够更加真实地反映地理要素的空间分布,因此常用于反映产业集聚的水平[44] [45]。区位熵的计算公式如下所示:

L Q m a n i t = M a n e m p l o y i t / E m p l o y i t i = 1 N M a n e m p l o y i t / i = 1 N E m p l o y i t (1)

L Q ser i t = S e r e m p l o y i t / E m p l o y i t i = 1 N S e r e m p l o y i t / i = 1 N E m p l o y i t (2)

分别代表制造业和生产性服务业的区位熵,用于衡量制造业产业集聚和生产性服务业产业集聚。其中, M a n e m p l o y i t 代表i城市t年的制造业从业人员数, S e r e m p l o y i t 代表i城市t年的生产性服务业从业人员数, E m p l o y i t 代表i城市t年的从业人员数。借鉴现有文献的做法,本文衡量的生产性服务业包括:交通运输、仓储和邮政业,信息传输、计算机服务和软件业,金融业,租金和商务服务业,科学研究、技术服务和地质勘查业这五大行业[31]。当区位熵大于1,表明该城市的制造业(生产性服务业)发展在全国具有优势;当区位熵小于1,则代表该城市的制造业(生产性服务业)发展在全国处于劣势。

3.2.2. 解释变量

核心解释变量。本文核心解释变量为中欧班列开通(CRE),是一个虚拟变量。以开通城市为处理组,若i城市t年开通中欧班列,则 C R E i t t年到2019年均为1,其他情况为零。

控制变量。产业集聚还会受到其他因素的影响,以前人的研究为基础,本文选取了一系列控制变量。政府为经济健康发展提供有效的指引与推动,政府干预(GOV)是影响一个地区产业发展的重要原因,对于地区产业发展具有引导性的作用,是影响区域产业集聚的重要因素,应作为控制变量纳入研究;本文以地方财政支出与GDP的比值衡量GOV。对外开放度(TRADE)和吸引外资能力(FDI)也会影响城市产业布局,本文以进出口贸易总额占GDP的比重衡量TRADE,以当年实际使用外资金额衡量FDI。一般来说,地区的城镇化水平(URB)越高,第三产业发展越快,产出越高,同时会挤出部分制造业,对产业集聚的影响不言而喻,本文以常住人口中城镇人口的比重衡量URB。根据前文所述,城市交通基础设施(TRANS)显著影响产业集聚,本文以年末实有城市道路面积衡量TRANS。金融系统有效运转时,可以为实体经济提供必要的资金支持和风险缓冲,为产业发展提供支持与保障,因此将地区金融发展水平(FIN)纳入本文研究,以年末金融机构各项贷款余额衡量FIN

3.3. 模型设定

Table 1. Descriptive statistics

1. 描述统计

N

Mean

SD

Min

Max

LQman

4845

0.8619

0.4719

0.1134

2.3566

LQser

4842

0.953

0.2929

0.4067

1.8282

GOV

4845

16.6589

8.9513

5.6303

53.8373

TRADE

4823

0.1922

0.3166

0.0017

1.8741

URB

4828

50.8159

16.5175

18.9299

94.9495

lnTRANS

4758

11.4113

1.0106

9.116

13.9574

lnFDI

4717

9.5728

1.9815

4.1589

13.7147

lnFIN

4845

15.7925

1.3188

13.3184

19.408

lnHOUSE

4828

8.0971

0.6390

6.7593

9.7789

lnSALAR

4755

10.3676

0.6157

9.0748

11.451

本文采用多期双重差分模型探究中欧班列开行对地区制造业集聚和生产性服务业集聚的影响及原因,由于各个城市开通中欧班列的时间不一致,处理组城市是不断增加的,因此模型中不再加入是否为处理组城市等虚拟变量。建立计量模型如下:

L Q m a n i t = β 0 + β 1 C R E i t + θ i X i t + γ i + λ t + ϵ i t (3)

L Q s e r i t = β 0 + β 1 C R E i t + θ i X i t + γ i + λ t + ϵ i t (4)

其中,i代表城市,t代表年份; L Q m a n i t L Q s e r i t 分别代表了制造业集聚和生产性服务业集聚; C R E i t 是本文的核心解释变量,中欧班列开行; X i t 是3.2节阐述的一系列控制变量,包括政府干预(GOV),对外开放度(TRADE),吸引外资能力(FDI),城镇化水平(URB),城市交通基础设施(TRANS)以及金融发展水平(FIN);本文还控制了城市固定效应 γ i 和年份固定效应 λ t ,分别用于控制随城市、时间变化的不可观测因素; ϵ i t 为误差项。此外,为降低异方差性,模型中除虚拟变量、比值型变量外,其余变量均采用对数形式,变量的描述统计如表1所示。

4. 实证分析

4.1. 中欧班列开行的集聚效应

Table 2. Baseline regression results

2. 基准回归结果

变量

(1)

(2)

制造业集聚

生产性服务业集聚

CRE

−0.0855***

0.0491*

(−2.78)

(1.73)

GOV

−0.0020

−0.0001

(−1.38)

(−0.08)

TRADE

0.1539**

−0.0608

(2.43)

(−1.04)

URB

0.0038***

−0.0040***

(3.40)

(−3.73)

lnTRANS

0.0070

−0.0085

(0.36)

(−0.69)

lnFDI

0.0032

0.0017

(0.49)

(0.43)

lnFIN

0.0484

−0.0833***

(1.52)

(−3.54)

Constant

−0.2040

2.5602***

(−0.37)

(6.76)

城市固定效应

年份固定效应

Observations

4618

4618

R-squared

0.880

0.816

注:括号内数值为稳健的t统计量;***、**、*分别表示估计系数在1%、5%和10%的水平上显著,下同。

为了检验中欧班列开行对节点城市的产业集聚影响,本文采用面板OLS法对式(3)、(4)进行参数估计。表2报告了基准回归的结果,第(1)列显示核心解释变量中欧班列开行的估计系数在1%置信水平上显著为负,说明其制造业产业集聚效应为负,班列的开行使节点城市的制造业倾向于分散化。第(2)列显示CRE的估计系数在10%置信水平上为正,说明其生产性服务业集聚效应为正,班列的开行使节点城市的生产性服务业聚集起来。在数值大小上,制造业集聚效应为−0.0855,生产性服务业为0.0491,则班列开行的政策效应对制造业的产业集聚影响更大。

已知部分城市存在盲目开行中欧班列的问题,不具备充足货源开行数量较少,比如青海在2016年至2019年仅发行5趟去程班列,因此本文根据一带一路网的班列开行数据,以常态化运营线路的节点城市为处理组再次估计参数。如表3所示,常态化运营情况下,班列开行的政策效应对制造业仍然在10%显著性水平下为负,对生产性服务业在1%水平下仍然为正。比较前后数值大小,制造业的集聚效应达到了0.1212,而生产性服务业的集聚效应增加到了0.1035,可见班列开行的政策效应对常态化运营线路的影响更大。

Table 3. Normalized operation regression results

3. 常态化运营回归结果

变量

(1)

(2)

制造业集聚

生产性服务业集聚

CREnorm

−0.1213*

0.1035**

(−1.78)

(2.22)

GOV

−0.0020

−0.0000

(−1.35)

(−0.01)

TRADE

0.1566**

−0.0626

(2.48)

(−1.06)

URB

0.0039***

−0.0040***

(3.39)

(−3.72)

lnarea

0.0080

−0.0091

(0.41)

(−0.74)

lnFDI

0.0025

0.0022

(0.38)

(0.54)

lnFINance

0.0434

−0.0807***

(1.35)

(−3.45)

Constant

−0.1365

2.5206***

(−0.24)

(6.68)

城市固定效应

年份固定效应

Observations

4618

4618

R-squared

0.880

0.816

4.2. 稳健性检验

4.2.1. 平行趋势检验

基准回归发现中欧班列开行分别会对两类产业造成负向的和正向的影响,但是这种差异也可能在班列开通之前就存在。双重差分模型结果可信性的关键条件之一是满足平行趋势假设,即假定模型的处理组和控制组在政策发生前的变化是一致的,不存在中欧班列开通前后城市产业集聚的系统差异。因此,本文采用事件研究法检验平行趋势假设,检验结果如图1图2所示,其中横轴代表中欧班列开行前后的年份,纵轴代表处理组和控制组的产业集聚(制造业集聚和生产性服务业集聚)差异的百分比变化。

Figure 1. Parallel trend test (manufacturing agglomeration)

1. 平行趋势检验(制造业集聚)

Figure 2. Parallel trend test (producer services agglomeration)

2. 平行趋势检验(生产性服务业集聚)

如上图所示,在中欧班列开行之前,处理组和控制组的两类产业集聚均没有显著差异,平行趋势假设成立。并且,在班列开通之后,处理组和控制组的差异变得显著起来,这也说明中欧班列的政策效应对于产业集聚的变化是有显著影响的。

4.2.2. 安慰剂检验

班列开行的政策效应还有可能是某些随机因素或者无法观测因素所致,因此安慰剂检验是必需的。安慰剂检验是指使用虚假的处理变量或对照组来检验实证结果的稳健性,从而排除非实验条件下的随机性影响。它的主要作用在于控制实验误差,确保所得到的结论不是由于实验过程中其他因素的影响造成的。本文采用蒙特卡洛模拟法随机分配处理组和对照组,根据每年累积开通班列的城市数量进行不重复随机抽样,重新利用“伪处理组”构建双重差分项,进行基准回归,重复500次抽样与回归。最终检验结果排除了伪回归的可能性,侧面支持了本文结论。

4.3. 集聚效应的地理区位异质性

Table 4. Regional heterogeneity of agglomeration effects

4. 集聚效应的地区异质性

变量

(1)

(2)

(3)

(4)

(5)

(6)

东部

中部

西部

东部

中部

西部

制造业集聚

生产性服务业集聚

DID

−0.0328

−0.1077

−0.1293***

0.0630*

−0.0423

0.1018*

(−0.75)

(−1.65)

(−3.89)

(1.79)

(−0.75)

(1.72)

GOV

0.0022

−0.0081***

0.0009

−0.0008

0.0045**

−0.0044**

(0.52)

(−3.35)

(0.51)

(−0.29)

(2.35)

(−2.42)

TRADE

0.1273

0.3183***

0.0170

−0.0594

−0.1331**

0.1576

(1.57)

(2.66)

(0.33)

(−0.80)

(−2.09)

(1.54)

URB

0.0014

0.0060***

0.0058**

−0.0019

−0.0043**

−0.0055***

(0.77)

(2.81)

(2.43)

(−1.21)

(−2.33)

(−2.66)

lnarea

−0.0617

0.0457

0.0430*

−0.0091

−0.0181

0.0204

(−1.57)

(1.27)

(1.87)

(−0.36)

(−0.80)

(1.24)

lnFDI

−0.0245*

0.0109

−0.0006

0.0091

−0.0146**

0.0033

(−1.88)

(1.05)

(−0.08)

(1.08)

(−2.31)

(0.64)

lnFINance

0.0899*

0.0490

−0.0203

−0.1052**

−0.0270

−0.1036*

(1.67)

(0.98)

(−0.40)

(−2.48)

(−0.95)

(−1.96)

Constant

0.4491

−0.8270

0.2003

2.7560***

1.8233***

2.7218***

(0.45)

(−0.94)

(0.24)

(4.03)

(3.72)

(3.38)

城市固定效应

年份固定效应

Observations

2075

1242

1301

2075

1242

1301

R-squared

0.890

0.821

0.853

0.835

0.748

0.826

中国地大物博,东、中、西部地区的发展呈现出依次递减的不平衡状态。其中,东部地区是中国的经济中心,具有较为完备的产业链和高质量人才资源。相较之下,中西部地区积极推动新兴产业的发展,但其经济发展相对滞后,交通比较落后,整体水平仍无法与东部地区相媲美。中欧班列的开行一定程度上打开了中西部地区对外开放的大门,缓和了交通不便的地理禀赋劣势。上述分析表明,不同地区的产业发展状况差异较大,结合样本具体情况,为了更深入地考察中欧班列开行的产业集聚效应,本文按照基准模型分别对东、中、西部地区分子样本回归,估计结果见表4。如(1)~(3)列所示,班列开行的政策效应仅在西部地区显著,为−0.1293,这比对应基准回归的在绝对值上更大,说明西部地区的制造业集聚受到的政策冲击更明显。生产性服务业方面西部和东部地区在10%水平上显著,分别为0.1018和0.063,显然政策效应对西部地区的生产性服务业集聚影响更大。

5. 结论和政策建议

进入新发展阶段的中国正在实施更大范围、更宽领域、更深层次的对外开放,中欧班列作为“一带一路”倡议框架下连接欧亚大陆的重要贸易与物流通道,已经在快速发展的过程中显现出推动构建新发展格局的作用和潜力。本文以中欧班列的开通作为外生冲击,利用2003~2019年城市面板数据,基于双重差分模型识别了中欧班列开通的产业集聚效应,并分析了产生这种集聚效应的机制。基准估计结果显示,与未开通城市相比,开通城市的制造业集聚显著减少而生产性服务业集聚显著增加,说明中欧班列开通对区域内产业集聚态势的产生有差异的影响,具体表现出“重服务、轻制造”的偏向性产业集聚效应,该结论在一系列稳健性检验后依旧成立。异质性分析发现,对于人口规模较小、处于西部等欠发达的地区,班列开行的制造业集聚减少效应更加明显,而对于人口规模更大、处于东部等更加发达的地区,班列政策效应对集聚的增加更加明显。

基于上述研究结论,要进一步推进中欧班列高效运作,加强中欧班列与产业协同发展,应从如下方面健全并完善相关政策措施:第一,研究表明,目前仅生产性服务业具备实现规模经济与知识外溢的条件,而中欧班列的开通尚未形成产业间的协同集聚效应,因此需要以中欧班列的开通为契机,调整城市产业结构比重,助推生产性服务业实现更大程度的集聚,并推动兼顾制造业集聚过渡,进而发挥班列开行推动经济高质量发展的作用。第二,考虑到“一带一路”政策支持力度的异质性特征,较低政策支持力度的城市应把握中欧班列开通的发展机遇,依托自身资源禀赋优势推动产业集聚,率先实现对生产性服务业的集聚作用。第三,中欧班列高质量发展能够强化其产业集聚效应,应当继续以市场为导向,引领国际贸易,抓住跨境电商等发展机遇。同时,高标准建设中欧班列集结中心,提升基础设施保障水平,健全协同高效的运输组织体系,打造一批具有国际影响力的物流枢纽,为推动交通设施优势向经济优势转变提供可复制、可推广的经验。

NOTES

1这55个城市分别是:重庆,武汉,成都,苏州,郑州,西安,金华,合肥,长沙,武威,乌鲁木齐,沈阳,大连,长春,哈尔滨,徐州,连云港,厦门,南昌,临沂,昆明,兰州,营口,天津,保定,乌兰察布,南京,广州,东莞,西宁,贵阳,临汾,大庆,赣州,抚州,济南,青岛,日照,宜昌,深圳,南宁,唐山,邯郸,呼和浩特,巴彦淖尔,景德镇,鹰潭,吉安,上饶,十堰,襄阳,钦州,石家庄,蚌埠,威海。

参考文献

[1] Fujita, M. and Thisse, J. (1996) Economics of Agglomeration. Journal of the Japanese and International Economies, 10, 339-378.
https://doi.org/10.1006/jjie.1996.0021
[2] Paul, C.J.M. and Siegel, D.S. (1999) Scale Economies and Industry Agglomeration Externalities: A Dynamic Cost Function Approach. American Economic Review, 89, 272-290.
https://doi.org/10.1257/aer.89.1.272
[3] McFadden, D.L. (1984) Chapter 24 Econometric Analysis of Qualitative Response Models. In: Handbook of Econometrics, Elsevier, 1395-1457.
https://doi.org/10.1016/s1573-4412(84)02016-x
[4] Kay, A.I., Noland, R.B. and DiPetrillo, S. (2014) Residential Property Valuations near Transit Stations with Transit-Oriented Development. Journal of Transport Geography, 39, 131-140.
https://doi.org/10.1016/j.jtrangeo.2014.06.017
[5] Glaeser, E.L. (2010) Agglomeration Economics. University of Chicago Press.
https://doi.org/10.7208/chicago/9780226297927.001.0001
[6] 孙健, 尤雯. 人才集聚与产业集聚的互动关系研究[J]. 管理世界, 2008(3): 177-178.
[7] Krugman, P.R. (1993) Geography and Trade. MIT Press.
[8] Yu, H., Jiao, J., Houston, E. and Peng, Z. (2018) Evaluating the Relationship between Rail Transit and Industrial Agglomeration: An Observation from the Dallas-Fort Worth Region, TX. Journal of Transport Geography, 67, 33-52.
https://doi.org/10.1016/j.jtrangeo.2018.01.008
[9] 李佳, 闵悦, 王晓. 中欧班列开通对城市创新的影响研究:兼论政策困境下中欧班列的创新效应[J]. 世界经济研究, 2020(11): 57-74.
[10] Tuan, C. and Ng, L.F.Y. (2001) Regional Division of Labor from Agglomeration Economies’ Perspective: Some Evidence. Journal of Asian Economics, 12, 65-85.
https://doi.org/10.1016/s1049-0078(01)00073-2
[11] Kim, S. (2006) Division of Labor and the Rise of Cities: Evidence from US Industrialization, 1850-1880. Journal of Economic Geography, 6, 469-491.
https://doi.org/10.1093/jeg/lbl009
[12] Graham, D.J. (2007) Agglomeration, Productivity and Transport Investment. Journal of Transport Economics and Policy, 41, 317-343.
[13] Liu, Z., Zeng, S., Jin, Z. and Shi, J.J. (2022) Transport Infrastructure and Industrial Agglomeration: Evidence from Manufacturing Industries in China. Transport Policy, 121, 100-112.
https://doi.org/10.1016/j.tranpol.2022.04.001
[14] Graham, D.J. and Dender, K.V. (2010) Estimating the Agglomeration Benefits of Transport Investments: Some Tests for Stability. Transportation, 38, 409-426.
https://doi.org/10.1007/s11116-010-9310-0
[15] Tokunova, G. (2017) Transport Infrastructure as a Factor of Spatial Development of Agglomerations (Case Study of Saint Petersburg Agglomeration). Transportation Research Procedia, 20, 649-652.
https://doi.org/10.1016/j.trpro.2017.01.105
[16] Fujita, M., Krugman, P. and Venables, A.J. (1999) The Spatial Economy. MIT Press.
https://doi.org/10.7551/mitpress/6389.001.0001
[17] Melo, P.C., Graham, D.J., Levinson, D. and Aarabi, S. (2016) Agglomeration, Accessibility and Productivity: Evidence for Large Metropolitan Areas in the US. Urban Studies, 54, 179-195.
https://doi.org/10.1177/0042098015624850
[18] Chatman, D.G. and Noland, R.B. (2011) Do Public Transport Improvements Increase Agglomeration Economies? A Review of Literature and an Agenda for Research. Transport Reviews, 31, 725-742.
https://doi.org/10.1080/01441647.2011.587908
[19] Chandra, A. and Thompson, E. (2000) Does Public Infrastructure Affect Economic Activity? Regional Science and Urban Economics, 30, 457-490.
https://doi.org/10.1016/s0166-0462(00)00040-5
[20] Lakshmanan, T.R. (2011) The Broader Economic Consequences of Transport Infrastructure Investments. Journal of Transport Geography, 19, 1-12.
https://doi.org/10.1016/j.jtrangeo.2010.01.001
[21] van den Heuvel, F.P., Rivera, L., van Donselaar, K.H., de Jong, A., Sheffi, Y., de Langen, P.W., et al. (2014) Relationship between Freight Accessibility and Logistics Employment in US Counties. Transportation Research Part A: Policy and Practice, 59, 91-105.
https://doi.org/10.1016/j.tra.2013.11.002
[22] Holl, A. and Mariotti, I. (2017) The Geography of Logistics Firm Location: The Role of Accessibility. Networks and Spatial Economics, 18, 337-361.
https://doi.org/10.1007/s11067-017-9347-0
[23] 刘斌, 李秋静, 李川川. 跨境铁路运输是否加快了中国向西开放?——基于城市-产品层面的经验证据[J]. 管理世界, 2022, 38(8): 101-118.
[24] He, P., Zhang, J. and Chen, L. (2022) Time Is Money: Impact of China-Europe Railway Express on the Export of Laptop Products from Chongqing to Europe. Transport Policy, 125, 312-322.
https://doi.org/10.1016/j.tranpol.2022.06.010
[25] Chang, Z., Diao, M., Jing, K. and Li, W. (2021) High-Speed Rail and Industrial Movement: Evidence from China’s Greater Bay Area. Transport Policy, 112, 22-31.
https://doi.org/10.1016/j.tranpol.2021.08.013
[26] 张学良. 中国交通基础设施促进了区域经济增长吗——兼论交通基础设施的空间溢出效应[J]. 中国社会科学, 2012(3): 60-77.
[27] Wei, G., Li, X., Yu, M., Lu, G. and Chen, Z. (2022) Influence Mechanism of Transportation Integration on Industrial Agglomeration in Urban Agglomeration Theory—Taking the Yangtze River Delta Urban Agglomeration as an Example. Applied Sciences, 12, Article 8369.
https://doi.org/10.3390/app12168369
[28] 刘志东, 高洪玮. 中国制造业集聚的演变特征及其影响因素——基于空间面板模型的实证研究[J]. 经济地理, 2021, 41(12): 33-42.
[29] 叶云岭, 邓洲, 魏继石. 长江经济带制造业集聚水平影响因素研究——基于专业化集聚与多样化集聚的比较视角[J]. 经济纵横, 2022(7): 85-96.
[30] 朱文涛. 高铁服务供给对省域制造业空间集聚的影响研究[J]. 产业经济研究, 2019(3): 27-39.
[31] 朱文涛, 顾乃华, 刘胜. 高速铁路与制造业集聚的空间异质性[J]. 财贸经济, 2022, 43(3): 143-160.
[32] 邓涛涛, 王丹丹, 吴丹. 交通基础设施、空间溢出与制造业地理集聚——基于省级分行业面板数据分析[J]. 区域经济评论, 2017(2): 33-40.
[33] Dong, X. (2018) High-Speed Railway and Urban Sectoral Employment in China. Transportation Research Part A: Policy and Practice, 116, 603-621.
https://doi.org/10.1016/j.tra.2018.07.010
[34] Alstadt, B., Weisbrod, G. and Cutler, D. (2012) Relationship of Transportation Access and Connectivity to Local Economic Outcomes. Transportation Research Record: Journal of the Transportation Research Board, 2297, 154-162.
https://doi.org/10.3141/2297-19
[35] Padeiro, M. (2013) Transport Infrastructures and Employment Growth in the Paris Metropolitan Margins. Journal of Transport Geography, 31, 44-53.
https://doi.org/10.1016/j.jtrangeo.2013.05.007
[36] 周学仁, 郝佳. 中欧班列开通、外商直接投资与均衡开放格局[J]. 财经问题研究, 2023(2): 107-118.
[37] 李佳, 闵悦. 中欧班列开通是否促进了区域创新——来自中国285个地级市的经验研究[J]. 南开经济研究, 2021(5): 219-239.
[38] Li, C., Zhang, J. and Lyu, Y. (2022) Does the Opening of China Railway Express Promote Urban Total Factor Productivity? New Evidence Based on SDID and SDDD Model. Socio-Economic Planning Sciences, 80, Article ID: 101269.
https://doi.org/10.1016/j.seps.2022.101269
[39] 李佳, 闵悦, 王晓. 中欧班列开通能否推动产业结构升级?——来自中国285个地级市的准自然实验研究[J]. 产业经济研究, 2021(3): 69-83.
[40] 王翠. 中欧班列开通与企业流入[D]: [硕士学位论文]. 大连: 东北财经大学, 2019.
[41] 张建清, 龚恩泽. 中欧班列对中国城市全要素生产率的影响研究[J]. 世界经济研究, 2021(11): 106-119.
[42] Sun, B., Yu, H., Peng, Z. and Gao, Y. (2017) High-Speed Rail and Manufacturing Agglomeration. Transportation Research Record: Journal of the Transportation Research Board, 2606, 86-95.
https://doi.org/10.3141/2606-12
[43] O’Donoghue, D. and Gleave, B. (2004) A Note on Methods for Measuring Industrial Agglomeration. Regional Studies, 38, 419-427.
https://doi.org/10.1080/03434002000213932
[44] 杨仁发. 产业集聚与地区工资差距——基于我国269个城市的实证研究[J]. 管理世界, 2013, 29(8): 41-52.
[45] Shao, S., Tian, Z. and Yang, L. (2017) High Speed Rail and Urban Service Industry Agglomeration: Evidence from China’s Yangtze River Delta Region. Journal of Transport Geography, 64, 174-183.
https://doi.org/10.1016/j.jtrangeo.2017.08.019

Baidu
map