EN中文

经济地理 >

2021 , Vol. 41 >Issue 12: 122 - 131

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.12.013

产业经济与创新发展

跨境运输的出口效应研究——基于中欧班列开通的准自然实验

  • 张梦婷 , 1, 2 ,
  • 钟昌标 , ※
展开
  • 1.宁波大学 商学院，中国浙江 宁波 315211
  • 2.宁波大学 “一带一路”研究院，中国浙江 宁波 315211
  • 3.广州商学院，中国广东 广州 511363
※钟昌标（1964—），男，江西兴国人，博士，教授，研究方向为区域经济与国际贸易。E-mail：

张梦婷（1991—），女，浙江台州人，博士，讲师，研究方向为区域发展理论。E-mail：

收稿日期: 2021-05-29

  修回日期: 2021-10-26

  网络出版日期: 2025-03-31

基金资助

国家自然科学基金项目(72103107)

浙江省自然科学基金项目(LQ21G030002)

中国博士后科学基金项目(2020M681803)

宁波大学人文社会科学培育项目(XPYB20001)

宁波大学龙元建筑金融研究院年度课题

收起

Influence of Cross-border Railway Transportation on Export：Evidence from a Quasi-natural Experiment of the Opening of China-Europe Railway Express

  • ZHANG Mengting , 1, 2 ,
  • ZHONG Changbiao , ※
Expand
  • 1. Business School，Ningbo University，Ningbo 315211，Zhejiang，China
  • 2. Research Institute of the Belt and Road，Ningbo University，Ningbo 315211，Zhejiang，China
  • 3. Guangzhou College of Commerce，Guangzhou 511363，Guangdong，China

Received date: 2021-05-29

  Revised date: 2021-10-26

  Online published: 2025-03-31

Fold

摘要

交通基础设施对贸易发展的影响历来备受学者关注。新冠疫情的蔓延使得跨境基础设施——中欧班列的优越性凸显，中欧班列在国际贸易运输中扮演着日益重要的角色。文章基于中国与欧洲28个国家2009—2019年的面板数据，采用双重差分（DID）的方法实证考察了中欧班列开通对中国对欧洲出口贸易的影响。研究表明：①中欧班列开通对沿线的出口贸易具有显著的正向影响，边际效应约为13.1%；②系列稳健性检验和事件分析进一步验证了基准回归结论的稳健性；③异质性分析发现，中欧班列的出口促进效应对收入水平更高、与我国地理距离更近的国家或地区的劳动力和资本密集型出口更显著。在加快构建双循环新发展格局的进程中，中欧班列的常态化和规范化发展，有助于更好发挥其助推“一带一路”沿线国家经贸合作和协调国内外市场的作用。

关键词： 跨境铁路; 中欧班列; 出口贸易; 异质性; “一带一路”倡议; 交通基础设施

本文引用格式

张梦婷 , 钟昌标 . 跨境运输的出口效应研究——基于中欧班列开通的准自然实验[J]. 经济地理, 2021 , 41(12) : 122 -131 . DOI: 10.15957/j.cnki.jjdl.2021.12.013

Abstract

The impact of transportation infrastructure on trade development has always attracted scholars' attention. The advocacy and development of the Belt and Road have significantly accelerated the development of China-Europe railway express (CERE). The spread of COVID-19 pandemic has highlighted the advantages of CERE. CERE is playing an increasingly important role in international trade transportation. Based on the 2009-2019 annual data of 28 European countries,this study empirically examines the impact of the opening of CERE on China export to European countries using the method of DID (difference-in-difference). The results show that: 1) The opening of CERE has a significantly positive effect on export along the line,and the marginal effect is 13.1%. 2) Robustness check and event study that merged with items before and after CERE opening further confirmed the robustness. 3) Heterogeneous analysis reveals that the export-promoting effect of CERE is much more significant for high-income and close-geographic countries and the labor- and capital-intensive products' export. Combined with the above results,this paper puts forward policy suggestions that CERE should be closely combined with the dual-cycle development pattern and become an important driving force for the coordinated development of countries of the Belt and Road, as well as a coordination of domestic and foreign markets by normalized and standardized development.

Key words： cross-border railway; China-Europe railway express; export; heterogeneity; The Belt and Road Initiative; transportation infrastructure

推进形成以国内大循环为主、国内国际双循环相互促进的新发展格局是中国适应世界百年未有之大变局、着眼即将进入新发展阶段而做出的重大战略部署。新发展格局决不是封闭的国内循环，而是开放的国内国际双循环（来自第三届中国国际进口博览会开幕式上习近平总书记的主旨演讲（2020年11月）。）。内循环旨在加快构建完整的内需体系，培育中西部重点节点城市，打破自西向东的单向贸易流动，促进实现全国区域的内循环[1]；外循环是内循环的外延和补充，在全球大变局之下尽管去全球化、贸易单边主义时有发生，但经济全球化没有终结，外循环有助于培育新形势下中国参与国际合作和竞争新优势，真正实现在全球价值链地位的提升，促进新型国际生产分工[2]。
面对疫情对世界经济的重创以及空前高涨的逆全球化潮流，“一带一路”建设是中国成功实现经济外循环目标的重要一环[3-4]，稳住中欧贸易基本盘对中国对外贸易至关重要。被誉为“钢铁驼队”的中欧班列（China-Europe Railway Express，CERE）作为共建“一带一路”的重要项目，是深化中国与沿线国家经贸合作的重要载体，与中欧贸易紧密相关。得益于建设的效率和日渐增长的需求，中欧班列日益呈现常态化、规模化、规范化的发展趋势（表1）②（②“常态化运行班列”是指“每周开行班列（即，月度班次数量大于等于4）”的路线。目前已有包括渝新欧、汉新欧、郑欧班列、蓉欧班列、苏满欧、营满欧、湘欧快线、义新欧、青岛号、厦蓉欧、昆蓉欧、辽满欧、中欧班列（义务—河内）等十余条运输路线实现了常态化运行。实现常态化运行的国内城市涵盖重庆、郑州、苏州、成都、武汉、长沙、义乌、天津和长春等地。）。在不断释放沿线的贸易通道潜能[5]的同时，中欧班列的发展目标也从最初的为本地货物寻求出口通道，到吸引外地货物做物流枢纽，再到以通道带贸易、以贸易聚产业发展更新转变③（③《中欧班列建设发展规划（2016—2020）》。）。
表1 中欧班列历年运营情况(2015—2020年)

Tab.1 The operation of CERE in 2015-2020

2015 2016 2017 2018 2019 2020
列 发送箱 列 发送箱 列 发送箱 列 发送箱 列 发送箱 列 发送箱
去程 550 4.7 1 130 9.7 2 399 21.2 3 696 31.9 4 525 40.2 6 700 61.3
回程 265 2.2 572 4.3 1 274 10.6 2 667 22.3 3 700 32.3 5 706 52.2
合计 815 6.9 1 702 14 3 673 31.8 6 363 54.2 8 225 72.5 1 2406 113.5

数据来源：中铁集装箱运输有限责任公司、“一带一路”网、中欧班列运输协调委员会。单位：万TEU。

从地理空间来看，根据出境口岸位置划分，中欧班列已形成相当规模的西、中、东三条通道。西部通道由我国中西部经新疆阿拉山口或霍尔果斯出境，中部通道由我国华北地区经二连浩特出境，东部通道由我国东南部沿海地区经满洲里或绥芬河出境。2011—2020年，中欧班列沿着“一带一路”加速来回奔驰，从每年17列到每年10 000余列，开行规模快速增长、运输覆盖范围不断扩大。尤其是2020年新冠疫情期间，在国际客运航线停飞、公路受阻、水运停滞等情况下，中欧班列成为中欧进出口贸易的主要运输通道，全年总计发行12 406列，为确保全球物流通道畅通、促进沿线各国经贸往来、维护全球供应链稳定发挥了重要作用。但是，量化和评估其经济效益却明显落后于这一迅猛的发展现实。
基于上述，在“双循环”新发展格局的迫切建设需求和中欧班列的快速发展下，形成中欧班列对国际贸易影响的科学认识具有重要的学术与实践价值。本研究旨在探究中欧班列对国际贸易的促进效应，为跨境铁路运输与贸易成本、国际贸易的学理关系提供新的经验证据，亦可望为中欧班列的科学建设提供学理支撑，进而为国内国外市场的高质量联动互动发展提供路径启示。

1 现实背景和文献回顾

1.1 中欧班列的发展状况

无论是建设速度还是运营规模，中欧班列这样大规模的跨境运输组织形式都是史无前例的。中欧班列无疑已是“一带一路”建设的重要成果，这里分别从发展历程和空间结构两个维度梳理其建设规模，为进一步计量考察与分析奠定基础。

1.1.1 发展历程

结合官方媒体和学术界的资料，中欧班列的发展大致可分为三个阶段：2011—2012年为积极探索时期，2013—2015年为高速建设时期，2016—2020年为稳定提升时期。
积极探索时期（2011—2012年）。2011年3月，满载重庆制造的电子产品的“渝新欧”专列从重庆团结村始发，开行16天，顺利抵达德国的杜伊斯堡，拉开了中欧贸易用铁路运输的序幕。2012年10月，武汉—捷克的首趟中欧班列试运行，打通了武汉本地产品直接出口欧洲的快捷经济运输大通道。2013年3月，从杜伊斯堡（德国）发车的渝新欧首趟回程试验班列顺利抵达重庆铁路集装箱中心站，标示着中欧班列“有去无回”的困局开始破解。
高速建设时期（2013—2015年）。2013年9月，中欧班列苏州—华沙首次开行，标志着长三角地区中欧班列开行实现零的突破。2014年11月，义新欧班列创下了“运输路线最长”“途经国家最多（8个）”“国内穿过省份最多”“县级城市开通中欧班列”等多个第一。2015年3月，国家发改委、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，提及“建立中欧通道铁路运输、口岸通关协调机制，打造‘中欧班列’品牌，建设沟通境内外、连接东中西的运输通道。支持郑州、西安等内陆城市建设航空港、国际陆港，加强内陆口岸与沿海、沿边口岸通关合作，开展跨境贸易电子商务服务试点”。2015年2月，中国最北省份黑龙江首趟中欧班列正式上线运营。
稳步提升时期（2016—2020年）。2016年6月，中欧班列统一品牌正式发布启用，自此中国开往欧洲的所有中欧班列全部采用这一标识。同年10月，中欧班列建设的首个顶层设计——《中欧班列建设发展规划（2016—2020年）》正式落地，规划提出将中欧班列打造成为具有国际竞争力和良好商誉度的世界知名物流品牌。2019年，《共建“一带一路”倡议：进展、贡献与展望》报告中明确指出，中欧班列初步探索形成了多国协作的国际班列运行机制。2020年，面对疫情的强力冲击，中欧班列实现逆势增长。2020年11月，由义乌、重庆、郑州、西安等全国11个中欧班列运营平台共同组货的X8020次“跨境电商欧洲专列”在铁路义务西站启程，奔赴比利时的列日，这是首列多省跨区域合作的中欧班列，标志着中欧班列运营从百花齐放向和合共生的高质量融合发展迈出了关键一步。
如图1所示，经过十余年的发展，中欧班列日益成为快捷准时、安全稳定、绿色环保、促进中国与欧洲及“一带一路”沿线国家间贸易便利化的欧亚国际物流陆运运输的骨干方式，与沿线经济主体的经济联系度不断加深。
图1 2011—2020年中国国内开通中欧班列的城市数和开行班列数量

Fig.1 Number of cities and operating trains of CERE in China (2011-2020)

1.1.2 空间结构

中欧班列从无到有迅速发展，截至2020年底，中国国内开通中欧班列城市达67个，可通达欧洲22个国家的151个城市（图2）。从中国国内始发城市地理分布来看，内部口岸城市（如乌鲁木齐、呼和浩特）的地缘优势在中欧班列的发展中得到了较好的体现。自2020年10月11日中国实施新的铁路列车运行图后，中欧班列运行线达73条。作为国际陆路运输的新型组织方式，中欧班列应中欧投资贸易的不断扩大而产生，运输时间上较海运有明显优势，运价上较空运有明显优势，随着“一带一路”建设的不断推进而壮大，是目前我国与“一带一路”沿线国家联系最为紧密的运输大通道。
图2 截至2020年底开通运行中欧班列的区域示意

Fig.2 A schematic diagram of CERE by the end of 2020

从空间上看，目前中欧班列主要分为三大通道（西通道：主要吸引中国中西部地区与欧洲间的进出口货源，经陇海、兰新等铁路干线运输。中通道：主要吸引中国华北、华中、华南等地区与欧洲间的进出口货源，经京广、集二等铁路干线运输。东通道：主要吸引中国东北、华东、华中等地区与欧洲间的进出口货源，经京沪、哈大等铁路干线运输。）（图3）。①西部通道，从阿拉山口（霍尔果斯）出入境，经哈萨克斯坦、俄罗斯、白俄罗斯、波兰到达欧洲。西部南通道，从阿拉山口（霍尔果斯）出入境，经哈萨克斯坦、乌兹别克斯坦、土库曼斯坦、伊朗、土耳其（或哈萨克斯坦、阿塞拜疆、亚美尼亚、格鲁吉亚、土耳其）到达欧洲。②中部通道，主要吸引中国华北、华中地区与欧洲间的进出口货源，从二连口岸出入境，经蒙古、俄罗斯、白俄罗斯、波兰到达欧洲。③东部通道，主要吸引中国华东和华南沿海、东北地区与欧洲间的进出口货源，从满洲里口岸出入境，经俄罗斯、白俄罗斯、波兰到达欧洲。
图3 中欧班列三大通道示意图

注：数据来源于《中欧班列建设发展规划（2016—2020年》。

Fig.3 A schematic diagram of three major channels of CERE

1.2 文献回顾

本文研究与两支既有文献密切相关，分别是交通基础设施对贸易的影响研究以及中欧班列的经济效应研究。具体来看：

1.2.1 交通基础设施对贸易的影响研究

交通基础设施建设被普遍认为会对经济发展产生正向促进影响，大量文献结合发达国家和发展中国家的经验对此进行了论证。如Donaldson、Banerjee等分别从案例、理论和实证等不同层面解析交通基础设施建设和发展的经济效应，结果还进一步揭示了交通基础设施的提升生产率、降低交易成本、缩小地区间差异等作用渠道[6-7]。交通基础设施能有效降低贸易成本，如龚静等基于中国省级面板数据考察铁路建设对贸易效率的影响，发现铁路运输时间节省及运输距离减少均能够有效提高出口贸易效率[8]。Donaldson利用印度殖民时期的历史数据，考察揭示了铁路网络建设对印度经济发展的显著正向促进效应，机制探究结果显示交通发展引致的贸易成本降低是其经济促进效应重要的原因之一[9]。白重恩等对中国国道主干线的分析也验证了交通基础设施改善对运输成本降低和出口增长的促进作用[10]。唐宜红等也证实高铁开通降低了面对面交流成本，使得企业能更快更好地获取复杂信息，促进企业出口[11]。“一带一路”倡议下，François de Soyres等发现“一带一路”沿线经济体项目建设收益最大，这些走廊的运输时间下降了11.9%，贸易成本下降了10.2%[12]。
随着数据可得性不断提高，研究逐渐拓展至交通基础设施影响贸易在企业层面的机制探究。Bernard等提出供应网络对公司业绩至关重要，基础设施的冲击带来了显著的业绩增长，以日本高铁为例进行了实证探究[13]，而Xu则是以中国高铁为例就此进行了验证[14]。此外，施震凯等认为铁路提速显著提高了途经地区企业的技术进步，且对出口型企业具有更为积极的意义[15]，唐宜红等量化揭示出中国开通高铁城市相较于未开通的城市企业出口提高了近12.7%[11]。

1.2.2 中欧班列的经济效应研究

中欧班列作为国际物流运输大通道的跨境交通基础设施的典型，在新冠疫情大背景和我国加快构建“双循环”新发展格局下发展地位愈发凸显，与之相关的成果也随之日益丰富。
①对沿线经贸合作的影响。张祥建等证实中欧班列的开通对我国内陆地区有显著的贸易增长影响[16]。龚勤林等则立足于区域发展，评价了长江经济带受中欧班列开通的出口贸易影响[17]。Yang等着眼于渝新欧线的发展，发现中欧班列改善了重庆到欧洲的贸易运输便利性[18]。方行明等基于中国2003—2016年286个地级市层面数据，采用双重差分方法实证发现中欧班列的开通显著提升了城市贸易开放度，且影响程度和班列开通数量呈直接正相关关系，在西部地区城市和大城市尤为显著[19]。周学仁等利用2004—2017年中国城市面板数据识别了中欧班列开通的贸易增长效应，结果显示相较于未开通中欧班列的城市，开通城市的出口和进口均显著增长，中欧班列的贸易促进效应主要是补贴激励作用的结果，并且促进效应在中西部城市及经济发展水平较低城市更显著[20]。
②对沿线产业结构的影响。如裴长洪等从中美贸易摩擦的角度，认为中欧班列可以解决中美贸易的市场同质化问题，也与前者的结论相呼应[21]。Yang等发现随着中欧班列发车间隔的缩短，向欧洲出口的高附加值产品大大增加[18]。韦东明等采用2008—2018年地级市面板数据，实证考察发现中欧班列开通对区域创新效率具有积极效应，平均提升了9.81%，在中部和西部地区更为显著，且集中在大型城市、中型城市和非资源型城市[22]。综合来看，交通基础设施的作用程度在不同城市或不同经济区域显现较明显的差异（图4）。中欧班列横跨亚欧大陆，被连接的城市/国家/地区会直接受到中欧班列带来的时空压缩效应的影响，但由于沿线地区间的经济发展、人均收入以及城市化水平都存在着较大的差异，可推知在各地区的影响效应极有可能具有显著的异质性。
图4 中欧班列开通的结构效应传导机制

Fig.4 The mechanism of CERE’s structural effect

1.2.3 文献述评

关于交通基础设施的经济效应，现有的国内外研究大多集中在国内范围的公路或铁路等交通基础设施对区域经济增长的影响[17,23-24]，而对跨境交通基础设施影响国际贸易的关注相对较少，更鲜有关于中欧班列贸易效应的研究。方行明、周学仁等进行了中欧班列对中国国内开通城市的对外贸易的影响分析[19-20]，Yang等从物流的角度评价了渝新欧班列对重庆国际物流中心建设的影响，尚未对国家间的贸易流动加以阐释[18]。在新冠疫情背景和构建“双循环”新发展格局下，中欧班列发展成果显著、在跨境运输地位愈发凸显，理论上与贸易的联系也日趋紧密。厘清中欧班列在沿线国家的贸易效应及可能的异质性，越来越成为一个具有重要理论和现实意义的课题。基于上述，本研究紧密结合中欧班列迅猛发展的现实，对其贸易效应进行阐释。

2 模型与变量

本文中将“中欧班列”开通视作一项准自然实验。在政策评估方法中，差分法能剔除更多外在因素影响、更容易操作，双重差分（Difference-in-Difference，DID）被广泛用于对项目或者公共政策实施效果的计量经济学评估[19-20,25]。因此，结合已有相关研究的处理和本文的研究目的，构建模型如下：
l n e x p o r t i t = β 0 + β 1 A f t e r i · P o s t t + C o n t r o l i t + ν i + δ t + ε i t
式中： i表示出口东道国； t表示时间。
①被解释变量。本文模型的被解释变量是中国向i国的出口 l n e x p o r t i t。数据来源于2009—2019历年《中国统计年鉴》的“我国同各国（地区）海关货物进出口总额”。出口货物按中华人民共和国关境外最终目的国（地区）统计。
②解释变量。解释变量为 A f t e r i · P o s t t两个虚拟变量的交叉项，表征国家层面开通运行中欧班列的情况。虚拟变量 A f t e r i表示国家 i是否属于2018年12月底前（本文数据使用的样本时间截至2019年底）开通了中欧班列的组别。开通中欧班列国家为处理组/实验组， A f t e r取值为1，反之则为对照组/控制组国家， A f t e r取值为0。虚拟变量 P o s t t则用以表示外生冲击（这里指中欧班列的开通）发生的时间，取决于不同国家/地区中欧班列实际开通时间，以每年的年底为界限，这一年内已开通的则为1，反之为0。各国家中欧班列实际开通时间数据笔者根据中国“一带一路”网、中铁集装箱公司、中欧班列运输协调委员会、中国国家铁路集团有限公司和学习强国等公开资料整理得出。如果某国家先后有两个以上的城市开通中欧班列（如德国的杜伊斯堡和汉堡），以该国首次开通中欧班列的时间为准（俄罗斯、白俄罗斯、波兰、德国、捷克在2011年开通；荷兰在2012年开通；法国、比利时、西班牙、意大利于2014年开通；英国在2017年开通；奥地利和土耳其在2018年开通。）。
③控制变量。为了使得计量检验结果更加稳健，本文结合既往相关文献，在模型中还引入的其他控制变量 C o n t r o l主要包括地区实际GDP[11]、经平减处理后的财政收入[26]、对外直接投资[27]和双边贸易协定[28-29]。唐宜红等在地级市层面识别中国高铁网络对企业出口贸易影响时，控制的主要变量之一是城市的GDP[11]，另外贸易领域经典的引力模型[30-31]所暗含的“市场规模”也是将表征市场规模的GDP作为主要控制变量纳入探究出口效应模型的一个重要支撑；祝树全等考察了出口目的地非制度对中国企业出口的影响，为更干净地识别，模型纳入目的地国家/地区的收入水平，以控制收入水平可能对市场的影响[26]；蒋冠宏等系统探究了企业对外直接投资的出口效应，发现对外直接投资能显著促进出口[27]，因此纳入对外直接投资有利于排除对外直接投资促进出口的替代性解释，减小内生性，提升结论的可信度；贸易政策作为与贸易成本密切相关的因素，长期以来都是贸易研究中的重要课题之一，Baier、计飞等均验证发现贸易协定的签订能显著提升双边外贸水平，据此本文将双边贸易协定（FTA）也作为一个重要的控制变量纳入[28-29]。国家的经济数据信息主要来自中国国别网、铁道部、中国国家统计局、IMF、世界银行等。根据各项数据的可得性，最终确定样本对象为28个国家，样本区间为2009—2019年。
此外，为避免实证过程中遗漏重要解释变量而对识别效果产生的影响，实证模型中还对国家固定效应和时间固定效应进行了控制。 v i表示国家固定效应，反映个体特征； δ t表示时间固定效应，控制时间维度可能对结果产生影响的冲击； ε i t为随个体与时间而改变的扰动项。
本文实证分析中所涉及主要变量的描述性统计见表2。
表2 主要变量的描述性统计

Tab.2 Statistical description of main variables

变量名 变量含义 计算方法 观测值 均值 标准差 最大值 最小值
l n e x p o r t 中国对其出口贸易量 中国对其出口贸易量取对数 308 13.157 1.554 15.892 8.598
A f t e r 截至2018年底，是否开通中欧班列 虚拟变量（0，1） 308 0.393 0.489 1.000 0.000
P o s t 中欧班列开通的政策冲击时间 虚拟变量（0，1） 308 0.220 0.415 1.000 0.000
G D P 国家地区实际GDP 国家地区名义GDP/GDP平减指数，取对数 308 13.330 13.904 4.952 15.567
F D I 国家地区对外直接投资 国家地区对外直接投资/GDP平减指数，取对数 308 15.021 16.055 17.713 8.648
F I N 国家地区财政收入 国家地区财政收入/GDP平减指数，取对数 308 11.252 11.864 13.617 5.866
FTA 是否签订双边贸易协定 虚拟变量（0，1） 308 0.189 0.365 1.000 0.000

3 实证分析

3.1 基准回归

基于模型（1）采用双重差分（DID）方法识别中欧班列开通对出口贸易的影响。表3为中欧班列开通对中国向沿线国家出口贸易影响的回归结果。如前文所述，在实证回归过程中，对国家个体效应和时间效应均进行了控制，以排除国家层面随时间变化的经济特征对识别的影响，并逐步加入4个主要控制变量，观察核心解释变量的回归系数变化。
表3 中欧班列影响出口贸易的基准回归结果

Tab.3 The benchmark regression results of CERE influence on export

变量名 （1）
lnexport		 （2）
lnexport		 （3）
lnexport		 （4）
lnexport		 （5）
lnexport
After·post 0.127***
（15.111）		 0.127***
（15.019）		 0.125***
（14.796）		 0.124***
（14.854）		 0.123***（14.763）
GDP 0.0475***
（6.830）		 0.0729**
（4.286）		 0.0594***
（4.660）		 0.0725***（4.365）
FIN 0.0974
（1.892）		 0.0971
（1.896）		 0.0204（1.85）
FDI 1.372***
（11.110）		 1.224***（10.209）
FTA 0.0327*（2.81）
cons 13.10
（20.260）		 13.02
（20.260）		 12.99
（5.252）		 12.04
（6.184）		 12.97（6.120）
国家固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
Observations 308 308 308 308 308
R2 0.974 0.974 0.974 0.974 0.975
F值 25.75 13.74 10.76 8.29 10.13

注：*、**和***分别表示10%、5%和1%的显著性水平，括号内为t值，以下各表同。

表3的第（1）~（5）列，分别是逐步加入控制变量出口国实际（GDP）、出口国财政收入（FIN）、对出口国的对外直接投资（FDI）和双边贸易协定（FTA）的回归结果。结果显示，随着控制变量的不断增加，核心解释变量“中欧班列”（ A f t e r i · P o s t t）的系数始终为正，且具有统计学显著（在1%的水平下显著），意味着在控制了出口国家市场规模（GDP）、财政收入（FIN）和向出口国的对外直接投资（FDI）的条件下，中欧班列对出口贸易产生的影响是显著的，也即中欧班列具有显著的出口促进效应。第（5）列是最终回归结果，可知解释变量的回归系数大小为0.123，意味着当其他条件不变时，相比于未开通中欧班列的国家，在开通中欧班列的国家的出口提高了13.1%（由于被解释变量为处理组和控制组出口的双重差分，本文中回归系数的反对数 e λ 1，其经济含义是，当其他条件不变时，中欧班列开通带来处理组相对于控制组出口增加的倍数。相应的，( e λ 1-1)反映了中欧班列开通带来处理组出口的变化情况。）。本文的研究结论与既有研究是一致的，即中欧班列的开通能较好地促进我国与运行沿线国家间的经贸联系，这种促进效应不仅体现在国内城市层面（开通中欧班列的城市和未开通的），也体现在了国家层面。
综上可知，在控制了国家个体效应、时间固定效应以及目的地国家主要经济变量的情况下，模型核心解释变量估计结果始终显著为正，初步揭示了中欧班列开通对中国向目的地国家/地区出口贸易的促进作用。接下来，将基于稳健性检验等方式对此结论做进一步验证。

3.2 平行趋势检验

进行差分估计的重要前提假设是开通中欧班列国家和未开通中欧班列国家出口的平行趋势。为了验证平行趋势，我们参考Xu的做法在模型（1）的基础上加入了中欧班列开通的前项和后项虚拟变量[32]，得到：
l n e x p o r t i t = ∑ m = 1 3 λ m F i r s t i , t - m + ∑ n = 0 3 λ n F i r s t i , t + n + λ 2 Z i t + λ 3 Ω t + δ i + ε i t
式中： F i r s t i , t为虚拟变量，若i国在t年是首次开通了中欧班列，则取为1，反之则为0； F i r s t i , t - m表示的是开通的第m期前项； F i r s t i , t + n表示的是第n期后项。其中，纳入前项变量是为了考察开通中欧班列前的效应，以验证平行假设，纳入滞后项是用于识别开通后的影响。前项变量在一定程度上也可以理解为一种安慰剂检验（Placebo test），即实际的冲击并没有发生，是一种“假设、假想”的冲击。
图5是基于模型（2）的事件分析结果，即关于开通中欧班列前项和滞后项对向东道国出口的点估计结果。由结果可知，前项（t-3、t-2、t-1）的系数与零相比无显著差异，支持平行趋势假设，意味着没有预先的相关性，出口是随着中欧班列的开通而不断增加，与基准回归结果相一致——中欧班列的开通正向影响了中国对该目的地国家/地区的出口。开通后项（t+1、t+2、t+3）的系数不断远离零基准线，提示着中欧班列开通后对出口的促进效应随时间推移日渐显著。
图5 事件分析结果

注：系数表示点估计的结果，纵向带宽表示+（-）1.96倍点估计结果系数的标准误，横轴中t表示外生冲击发生的时间，t-1、t-2、t-3分别表示提前1年、2年、3年，相应地t+1、t+2、t+3分别表示冲击发生后的1年、2年、3年。

Fig.5 The result of event study

3.3 稳健性检验

为检验结果的稳健性，这里分别采用更换被解释变量的指标和滞后项来进行检验。
①使用替代性指标。表4呈现的是采用中国与样本国家的进口额（ l n i m p o r t）替换原被解释变量中国同样本国家的出口额（ l n e x p o r t）。核心解释变量中欧班列的开通（ A f t e r · P o s t）系数始终为正且具有统计学显著性，与基准回归保持一致。
表4 稳健性检验Ⅰ

Tab.4 Results of robustness check Ⅰ

变量名称 （1）
lnimport		 （2）
lnimport		 （3）
lnimport		 （4）
lnimport		 （5）
lnimport
After·post 0.078***
（17.70）		 0.053**
（2.02）		 0.052***
（3.51）		 0.049**
（4.17）		 0.049**
（3.17）
GDP 0.445
（0.75）		 0.458
（0.63）		 0.448
（0.33）		 0.436
（0.10）
FIN 0.074*
（2.95）		 0.022*
（1.72）		 0.022
（1.65）
FDI 0.363*
（2.18）		 0.356*
（2.93）
FTA 0.439*
（1.69）
国家固定效应 是 是 是 是 是
时间固定效应 是 是 是 是 是
Observations 308 308 308 308 308
R2 0.968 0.968 0.969 0.969 0.967
F值 14.48 7.84 6.93 6.38 6.30
②滞后项。用滞后项可以在一定程度上排除当期的影响，减小内生性。将主要解释变量滞后一期处理后的回归结果，结果亦与基准回归的一致，即中欧班列的开通对出口有显著的促进效应（表略）。

3.4 异质性分析

为了进一步阐释中欧班列的出口效应，结合既往研究和结论，本文做出以下推测：①中欧班列的出口效应在不同出口目的地收入水平下具有显著异质性。②中欧班列的出口效应在不同地理距离下具有显著异质性。③中欧班列的出口效应对不同要素密集度货物具有显著的异质性。贸易引力模型（引力模型在国际贸易领域应用的最简形式： X i j = a 0 Y i a 1 Y j a 2 D i j a 3 P i j a 4。式中： X i j为i国向j国的出口； Y i、 Y j分别表示两国的GDP； D i j为两国间距离； P i j反映的是两国间优惠贸易安排的变量[33]。）在双边贸易流量影响因素问题上具有较强的解释力且在诸多应用中取得了较大的成功。从引力模型的科学逻辑出发，大量研究表明，无论是从贸易整体看，还是仅从行业层面上看，贸易伙伴的经济规模（GDP）、空间距离、人口和制度安排都是显著的影响因素，经济总量的作用尤为显著[33⇓⇓-36]。鉴于中欧班列开通直接带来的是对贸易成本（费用成本和时间成本等维度）的影响，进而作用到出口，再结合不同要素密集度货物对交通运输成本敏感性差异，本文从目的地国家的收入水平、与目的地国间的距离和出口货物要素密集型，对中欧班列的出口效应做进一步验证和探究。

3.4.1 收入水平异质性

中欧班列横跨亚欧大陆，区域跨度大，且区域内沿线各个国家的发展水平参差不齐[37]，故从样本国家收入水平差异角度探讨中欧班列对出口贸易的影响程度对于中欧班列的布局选址具有重要指导意义。本文将28个样本国家通过世界银行数据库中平减后的人均GDP 2009—2019年的平均值来划分为高收入国家和低收入国家，其中冰岛和马耳他两国采用2018年平减后人均GDP值，分样本进行回归。结果见表5的第（1）列和第（2）列，可见中欧班列的出口促进效应对高收入国家或地区更显著，边际效应约为17.6%，且具有统计学显著性，而在低收入国家组别的回归系数为正值，但没有显著性。
表5 收入水平和地理距离的异质性分析

Tab.5 Heterogeneous analysis based on income level and geographic distance to host country

变量名称 收入水平 空间距离
高收入
lnexport（1）		 低收入
lnexport（2）		 近距离
lnexport（3）		 远距离
lnexport（4）
After·post 0.176***（4.119） 0.181（1.885） 0.154***（4.989） 0.126（1.881）
控制变量 是 是 是 是
国家固定效应 是 是 是 是
时间固定效应 是 是 是 是
Observations 154 154 154 154
R2 0.983 0.957 0.965 0.982
F值 7.58 4.00 8.62 4.88

3.4.2 地理距离异质性

根据前文，中欧班列的开通对贸易运输成本的影响是关键，而地理距离是两国间运输成本高低的重要依据之一，由此，从地理距离差异的角度研究中欧班列出口效应的异质性具有重要理论和实践意义。本文的空间距离是通过百度地图的API②（②百度地图： https://lbsyun.baidu.com/jsdemo.htm#j1_0.）计算得到，基于东道国首都同中国首都间的地理距离[38]进行排序，划分为远距离组（前50%）和近距离组（后50%）进行分样本回归。结果见表5第（3）列和第（4）列所示，结果提示相较于远距离组，中欧班列在近距离国家或地区的出口促进效应显著得多，边际效应约为15.4%。
总的来看，表5呈现的交通基础设施的辐射带动效应与经济规模正相关和在空间上随距离衰减的趋势，符合经典贸易模型的结论与规律，也侧面印证中欧班列已日益成为国际贸易的重要载体，承担起其历史使命。

3.4.3 要素密集度异质性

由Paul A. Samuelson和Ronald W. Jones提出的特定要素模型（The Specific Factors Model）[39-40]，系统论述了不同要素密集度类型的货物，因生产所需要素投入的流动性差异，使其对出口贸易成本的敏感性各异。中欧班列的开通，无疑是陆地运输的一个重要补充，其准时准点、不易受天气影响、运费较低等特性都有助于贸易成本的降低，但这种基于影响贸易成本对出口行为产生作用的过程，理论上一定对不同要素密集类型的商品存在显著差异。基于此，本文通过匹配海关数据③（③来自中华人民共和国海关总署，海关数据以HS8位数字编码为标记，记录了进行国际贸易的企业每一笔进出口贸易的详细信息，包括交易价格、数量、重量、价值、出口目的地国家、运输方式等。）按照出口货物的要素密集类型进一步分组进而实证回归，结果报告于表6。表6的第（1）、（2）、（3）列分别是开通中欧班列对劳动密集、资本密集和技术密集出口的回归，结果提示开通中欧班列对劳动密集型和资本密集型出口均有显著的促进作用，从边际效应的大小和显著性来看，对资本密集型的出口最显著，约为8.1%，但样本窗口内对技术密集型出口的促进作用尚不明显。
表6 出口货物要素密集类型的异质性分析

Tab.6 Heterogeneous analysis based on commodity factor intensity

变量名称 劳动密集
lnexport （1）		 资本密集
lnexport （2）		 技术密集
lnexport （3）
After·post 0.015**（1.96） 0.081***（3.16） 0.038（1.35）
控制变量 是 是 是
国家固定效应 是 是 是
时间固定效应 是 是 是
Observations 308 308 308
R2 0.973 0.857 0.865
F值 7.58 4.00 8.62

4 结论与政策启示

“要想富，先修路”，由于交通运输的改善对贸易有显著的影响，全球每年都为改善交通基础设施进行巨大的投资，交通基础设施改善带来的贸易成本变化及其对贸易的影响亦是贸易领域的经典课题，有关研究层出不穷。面对百年未有之大变局，中国提出了双循环新发展格局的重要经济策略，中欧班列作为外循环中联系“一带一路”沿线国家的重要载体，自发展之初便受到了社会各界广泛的关注。新冠疫情的爆发导致传统海运和空运严重停滞甚至中断，铁路货运形式的中欧班列所受的干扰却很少，反而逆势增长得到了蓬勃发展，在国际贸易中的作用性也日益凸显，但是，量化和评估其经济效益却明显落后于这一迅猛的发展现实。本研究基于2009—2019年中国与欧洲28个国家（地区）的面板数据，运用双重差分（DID）方法识别了中欧班列的开通对中国向欧洲各国出口贸易的影响。实证结果表明，中欧班列的开通对中国向这些国家的出口贸易有显著的正向影响，边际效应约为13.1%，意味着当其他条件不变时，相比于未开通中欧班列的国家，在开通中欧班列国家的出口提高了13.1%。稳健性检验和平行趋势分析进一步验证了结论的稳健性。进一步地，本文从出口目的地国家收入水平、空间地理距离和出口要素密集的异质性分析可得，中欧班列的出口促进效应在收入水平越高、同中国地理距离越近和资本密集型产品更为显著。
有鉴于此，本研究的政策启示如下：①把握“一带一路”发展机遇，加快中欧班列的常态化、规模化、规范化发展。面对复杂的国际形势和逆全球化浪潮，与欧亚国家间的经贸合作是我国稳住外贸基本盘的重要抓手。为促进沿线国家贸易畅通、互利共赢，中欧班列的推进建设是必要的也是重要的。政策制定部门应持续重视顶层设计和组织协调工作，把握“一带一路”发展机遇，科学谋划中欧班列的定位与功能，通过完善班列运输的相关规则，助推中欧班列运营向常态化、规模化和规范化迈进，不断提升其运行效率。
②提升中欧班列路线的科学性，推动国际贸易通道完善。本文异质性分析提示中欧班列对出口贸易的促进效应在高收入国家和空间距离与中国更接近国家更为显著。理论上路线选择和发车频次是影响甚至决定轨道交通运行效率的两大因素，中欧班列的建设发展亦是如此。物流通达是贸易的重要条件，本研究从空间地理距离和目的地国家市场规模两个维度揭示了中欧班列出口效应的异质性，就中欧班列的新线选址和旧线优化而言，国家或者城市的收入水平和地理距离应当是考量的重要内容。路线已经确定的情况下，依据目的地国家市场规模和距离合理布局铁路枢纽节点、优化停靠频次，也有助于最大程度发挥其正向作用。
③发挥中欧班列对国内外资源的整合作用，助力构建“双循环”新发展格局。中欧班列是在国内“八纵八横”高铁网络日趋成熟背景下向境外的延伸拓展，具有天然的协调配置国内外市场和资源的优势。双循环新发展格局为改革开放指引了新的发展方向与纲领，而中欧班列应找准定位，将自身发展与新发展格局动态需求相匹配。中欧班列应当依托国内日益成熟的现代综合交通运输网络及巨大的市场规模，充分发挥跨境运输的能动性，科学安排去程和回程的运能，担负起将国内产力输送到各个国家（去程，出口促进效应）及畅通释放国内市场潜能（回程）的使命。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
《中国经济报告(2020)》总报告组. 全球经济大变局、中国潜在增长率与后疫情时期高质量发展[J]. 经济研究, 2020, 55(8):4-23.

[2]
江小涓, 孟丽君. 内循环为主、外循环赋能与更高水平双循环——国际经验与中国实践[J]. 管理世界, 2021, 37(1):1-19.

[3]
余淼杰. “大变局”与中国经济“双循环”发展新格局[J]. 上海对外经贸大学学报, 2020, 27(6):19-28.

[4]
王一鸣. 百年大变局、高质量发展与构建新发展格局[J]. 管理世界, 2020, 36(12):1-13.

[5]
许英明, 邢李志, 董现垒. “一带一路”倡议下中欧班列贸易通道研究[J]. 国际贸易, 2019(2):80-86.

[6]
Donaldson D. The gains from market integration[J]. Annual Review of Economics, 2015(7):619-647.

[7]
Banerjee A, Duflo E, Qian N. On the road:Access to transportation infrastructure and economic growth in China[J]. Journal of Development Economics, 2020,https://doi.org/10.1016/j.jdeveco.2020.102442.

[8]
龚静, 尹忠明. 铁路建设对我国“一带一路”战略的贸易效应研究——基于运输时间和运输距离视角的异质性随机前沿模型分析[J]. 国际贸易问题, 2016(2):14-25.

[9]
Donaldson D. Railroads of the Raj:Estimating the impact of transportation infrastructure[J]. America Economic Review, 2018, 108(4-5):899-934.

[10]
白重恩, 冀东星. 交通基础设施与出口:来自中国国道主干线的证据[J]. 世界经济, 2018, 41(1):101-122.

[11]
唐宜红, 俞峰, 林发勤, 等. 中国高铁、贸易成本与企业出口研究[J]. 经济研究, 2019, 54(7):158-173.

[12]
François de Soyres, Alen Mulabdic, Siobhan Murray, et al. How the Belt and Road Initiative Could Reduce Trade Costs[R]. World Bank Policy Research Working Paper No.WPS 8614,2018.

[13]
Bernard A B, Moxnes A, Yukiko U. Saito. Production Networks,Geography and Firm Performance[J]. Journal of Political Economy, 2019, 127(2):639-688.

DOI

[14]
Xu H. Domestic railroad infrastructure and exports:Evidence from the Silk Route[J]. China Economic Review, 2018,41:129-147.

[15]
施震凯, 邵军, 浦正宁. 交通基础设施改善与生产率增长:来自铁路大提速的证据[J]. 世界经济, 2018, 41(6):127-151.

[16]
张祥建, 李永盛, 赵晓雷. 中欧班列对内陆地区贸易增长的影响效应研究[J]. 财经研究, 2019, 45(11):97-111.

[17]
龚勤林, 余川江, 罗宸. 中欧班列开通对长江经济带出口贸易的影响及机制研究[J]. 华中师范大学学报:自然科学版, 2019, 53(5):671-684.

[18]
Yang Z, Yu Suna, Paul Tae-Woo Lee. Impact of the development of the China-Europe Railway Express-A case on the Chongqing international logistics center[J]. Transportation Research Part A, 2020,136:244-261.

[19]
方行明, 鲁玉秀, 魏静. 中欧班列开通对中国城市贸易开放度的影响——基于“一带一路”建设的视角[J]. 国际经贸探索, 2020, 36(2):39-55.

[20]
周学仁, 张越. 国际运输通道与中国进出口增长——来自中欧班列的证据[J]. 管理世界, 2021, 37(4):52-63,102,64-67.

[21]
裴长洪, 刘斌. 中国对外贸易的动能转换与国际竞争新优势的形成[J]. 经济研究, 2019, 54(5):4-15.

[22]
韦东明, 顾乃华. 中欧班列开通能否推动区域创新效率的提升[J/OL]. 科学学研究:1-14.https://doi.org/10.16192/j.cnki.1003-2053.20210531.003.

[23]
胡再勇, 付韶军, 张璐超. “一带一路”沿线国家基础设施的国际贸易效应研究[J]. 数量经济技术经济研究, 2019, 36(2):24-44.

[24]
Baniya S, Nadia Rocha,Michele Ruta. Trade effects of the New Silk Road:A gravity analysis[R]. World Bank Policy Research Working Paper No.8694.

[25]
Lin Y. Travel costs and labor market integration:Evidence from China's high speed railway[J]. Journal of Urban Economics, 2017,98:98-123.

[26]
祝树金, 段凡, 邵小快, 等. 出口目的地非正式制度、普遍道德水平与出口产品质量[J]. 世界经济, 2019, 42(8):121-145.

[27]
蒋冠宏, 蒋殿春. 中国企业对外直接投资的“出口效应”[J]. 经济研究, 2014, 49(5):160-173.

[28]
Baier S L, Bergstrand J H, Feng M. Economic integration agreements and the margins of international trade[J]. Journal of International Economics, 2014, 93(2):339-350.

[29]
计飞, 陈继勇. 提升贸易水平的选择:双边贸易协定还是多边贸易协定——来自中国的数据[J]. 国际贸易问题, 2018(7):41-53.

[30]
林发勤. 贸易中的引力模型:理论基础与实证应用[M]. 北京: 经济科学出版社, 2016.

[31]
冯帆, 林发勤. 交通基础设施对“一带一路”沿线国家企业出口的影响——基于世界银行企业调查数据的实证研究[J]. 国际经贸探索, 2021, 37(2):37-50.

[32]
Xu M. Riding on the New Silk Road:Quantifying the welfare gains from high-speed railways[R]. Job Market Paper of University of California,Davis,October 2017.

[33]
田东文, 王方明. 基于引力模型的双边贸易流量计量研究——对包含中国数据样本的适用性检验[J]. 国际贸易问题, 2005(12):26-31.

[34]
Chaney T. The gravity equation in international trade:An explanation[J]. Journal of Political Economy, 2018,126:150-177.

[35]
余淼杰, 黄杨荔, 张睿. 中国出口产品质量提升的“富国效应”[J]. 学术月刊, 2019, 51(9):32-45.

[36]
吴群锋, 杨汝岱. 网络与贸易:一个扩展引力模型研究框架[J]. 经济研究, 2019, 54(2):84-101.

[37]
王开科, 李采霞. “一带一路”沿线经济体承接中国产业转移能力评价[J]. 经济地理, 2021, 41(3):28-38.

[38]
刘镇, 邱志萍, 朱丽萌. 海上丝绸之路沿线国家投资贸易便利化时空特征及对贸易的影响[J]. 经济地理, 2018, 38(3):11-20.

[39]
Paul A. Samuelson. Ohlin was right[J]. The Swedish Journal of Economics, 1971, 73(4):365-384.

[40]
Ronald W. Jones. A three-factor model in theory[C]// Jagsidh Bhagwati(eds). Trade,Balance of Payments,and Growth. Amsterdam:North-Holland,1971:3-21.

Options
文章导航

/

〈 〉