当前位置: 网站首页 > 学术研究 > 研究成果 > 正文

研究成果

徐睿迪 余淼杰|中欧班列开通能否提升境外沿线城市企业全要素生产率?——基于俄罗斯企业层面的准自然实验

时间:2025-07-28 09:33:02  作者:  点击:

中欧班列开通能否提升境外沿线城市企业全要素生产率?——基于俄罗斯企业层面的准自然实验

[作者信息] 徐睿迪,北京大学区域与国别研究院博士生;余淼杰,辽宁大学教授、博士生导师。

内容摘要:中欧班列作为共建“一带一路”的重要抓手,是中国联通亚欧大陆的重要贸易运输通道。文章利用俄罗斯企业层面数据,以中欧班列开通作为准自然实验,采用多期双重差分模型评估中欧班列对企业全要素生产率的影响。研究发现:首先,中欧班列开通显著提升了境外沿线城市企业全要素生产率。其次,机制分析表明,中欧班列通过拓宽外源融资规模、提升物流运输效率以及促进出口学习与竞争效应提升企业全要素生产率,同时区域对外开放水平、经济发展水平和时间累积效应具有正向调节作用。再次,拓展性分析表明,从地区层面看,俄罗斯欧洲地区以及中央、西北联邦区企业更受益于中欧班列开通;从行业层面看,价值链行业更受益于中欧班列开通;从企业层面看,小微企业、私有企业和劳动密集型企业更受益。中欧班列在提升境外沿线城市企业全要素生产率方面的积极作用,为进一步扩大中欧班列辐射范围,推动沿线地区在经济合作中互利共赢提供了支持。

关 键 词:中欧班列 双重差分 企业全要素生产率 “一带一路”

推动共建“一带一路”高质量发展是中国践行构建人类命运共同体理念的重大举措。其中,被誉为“钢铁驼队”的中欧班列是沿线国家政策沟通、设施联通、贸易畅通、资金融通、民心相通的重要桥梁,其线路图越织越密、越铺越广,助力中国“朋友圈”越扩越大。自2011年至今,中欧班列开行数量呈现“井喷式”增长,途经11个亚洲国家和地区的100多座城市,通达欧洲25个国家和地区的200多座城市,是深化中国与沿线国家经贸合作的重要载体。

作为联通亚欧大陆的钢铁动脉,中欧班列步入快车道的背后,离不开俄罗斯对中欧班列运营的深度参与。俄罗斯幅员辽阔、横跨欧亚,具有独特的地缘区位优势,是中欧班列重要枢纽地。目前俄罗斯有57个城市开通了中欧班列,莫斯科、圣彼得堡和叶卡捷琳堡等多个城市已成为中欧班列沿线核心节点,构筑起贯通东西的物流通道。作为发展中国家和转型经济体,俄罗斯经历了20世纪90年代“休克疗法”导致的经济震荡。21世纪初期,通过普京政府前两个任期的改革整顿并得益于国际能源市场红利,俄罗斯实现了阶段性经济复苏。2008年金融危机后,俄罗斯着力摆脱能源依赖型发展困境,重视制造业发展和科技创新,加速推进经济结构转型,培育经济增长新动力。2014年克里米亚危机后,尤其是2022年俄乌冲突后,面对西方制裁压力,俄罗斯持续深化“战略东转”,积极加强与中国的经贸合作。在新时代中俄全面战略协作伙伴关系持续深化的背景下,中欧班列已超越其作为运输线路的物理意义,呈现出多元战略价值:其既是中俄加强经贸往来的实体纽带,也是推动“一带一路”倡议和欧亚经济联盟对接的重要接口。不仅如此,中欧班列更是新兴市场国家与转型经济体在后全球化时代探索新型合作范式的试验平台。许多发展中国家的出口和外资流入在2008年金融危机后开始萎缩,而“一带一路”倡议为各国通过吸引外资流入推动本国经济发展创造了机遇(王桂军等,2019)。中国秉持自由贸易理念,经济体量和贸易规模居世界前列,俄罗斯通过与中国开展深度合作,充分享受了中欧班列带来的贸易便利性和市场机遇,有效提升了企业全要素生产率。这种合作模式不仅适用于俄罗斯,也为其他转型发展中国家提供了培育经济增长动能、实现经济结构优化升级的有效路径。从长期战略角度分析,深化对华合作已成为新兴经济体把握发展机遇的战略选择。

与本文研究问题紧密相关的文献主要有两支:第一支文献主要关注交通基础设施对贸易和生产率的影响。铁路、公路等交通基础设施可以降低运输成本并提高贸易规模(Donaldson,2018;Cosar et al.,2016),中国建设国道主干线和高铁也具有相似效果(白重恩等,2018;唐宜红等,2019)。同时,开通高铁、高速公路及基础设施投入可以提高全要素生产率,其机制主要包括创新效应、规模效应、集聚效应与市场可达性等(Xu, 2018;Bernard et al., 2019;Holl,2016;张睿等,2018)。第二支文献则主要关注中欧班列经济效应。近年来不少文献探讨了中欧班列开通对城市和企业的影响。研究发现,中欧班列开通有利于区域经济发展,具体来看,其影响包括促进出口贸易(张梦婷等,2021),提升区域吸引外资能力(肖挺等,2022),推动产业结构升级(李佳等,2021),提高全要素生产率(张建清等,2021),吸引企业进入开通班列城市并形成集聚效应(张伟广等,2024),促进城市创新以及提升资源配置效率(顾雪芹,2024)等。在企业层面,中欧班列可以促进出口企业生产率提高(洪俊杰等,2024),提升民营企业投资效率(李佳等,2022),提高企业出口产品质量(李长英等,2023),以及增加企业劳动收入份额(潘安等,2024)。

总结而言,现有研究大多基于中欧班列对中国经济的影响,鲜有关注中欧班列对境外沿线地区带来的实际福利效益。同时,现有研究大多集中于宏观层面的经济效应, 从微观层面分析中欧班列经济效应的研究相对较少(潘安等,2024)。根据现代经济增长理论,提升全要素生产率是实现经济高质量发展的关键支撑和重要基础(顾乃华等,2022)。本文基于微观企业视角,使用多期双重差分 (Difference in Differences, DID) 模型考察中欧班列对境外沿线城市企业全要素生产率的作用。本文的关注点是,作为“一带一路”倡议促进贸易畅通和设施联通的重要举措,中欧班列开通对俄罗斯沿线城市是否带来福利改善,对企业全要素生产率有何影响?作用渠道是什么?是否存在地理区位的异质性特征?是否对价值链行业促进作用更强?是否对不同规模、所有制和要素密集度的企业有差异化影响?对上述问题的分析,有助于明确中欧班列对境外沿线城市企业全要素生产率的改善作用,进而对“一带一路”倡议的成效进行客观评价,以利我国高质量推进“一带一路”建设,在构建人类命运共同体理念的指引下,推动各国共享机遇、共谋发展、共同繁荣。

一、理论分析与研究假设

中欧班列是中国与“一带一路”共建国家推进基础设施互联互通与贸易自由化的具体实践。新经济地理学与国际贸易理论认为,交通基础设施完善与市场开放对微观企业生产效率具有显著影响(Krugman, 1991;Melitz, 2003)。根据内生增长理论,企业全要素生产率提高主要得益于技术进步和资源配置效率提升。中欧班列开通主要可能通过拓宽外源融资规模、提升物流运输效率以及促进出口学习与竞争效应三种作用机制提升企业全要素生产率。

第一,中欧班列通过拓宽外源融资规模提升企业全要素生产率。交通基础设施改善能够加速资本、人力等要素的跨地区流动,提高金融服务规模,深化金融服务水平,优化金融服务效率(李佳等,2022),有助于企业技术进步并做出高效投资决策,进而提升全要素生产率。随着“一带一路”倡议深入推进,中欧班列有利于企业更高效配置资源并使资源进一步向高效企业集中,提高企业利用资源的便利程度。企业间能够通过资源禀赋转移获取客观的交换价值,从而得到资金支持(王桂军等,2019),通过提升资源配置效率改善全要素生产率。同时,中欧班列建设也得益于各国政府间协调与政策支持,政府通过制定相关政策帮助企业缓解资金困难(卢盛峰等,2017),金融机构也在加强授信力度、贷款利息优惠等方面提供支持(陆长平等,2019;徐思等,2019)。因此,相关企业所获得的长期借款增加(Chen et al., 2017),有利于缓解研发生产过程中面临的融资约束,进而提升全要素生产率。

第二,中欧班列通过提高物流运输效率提升企业全要素生产率。一方面,交通基础设施的完善能够通过提升物流运输效率改善资源配置效率,节省企业参与国际贸易的运输成本、交易成本、库存成本等综合费用,减少贸易过程中的无谓损失(Yeaple et al., 2007),进而提升企业全要素生产率。中欧班列基于原有铁路网络,并带动辐射沿线地区公路基础设施的扩展和升级,通过交通网络多式联运发挥物流网络协同效应,这既有利于提升物流响应速度、降低企业运输成本,也有利于帮助企业扩大销售市场、优化库存管理系统;同时,中欧班列通过常态化、规模化的运行,还能够提高企业资金周转率、降低库存成本(裴长洪等,2019),从而加速资本积累,提升资本配置效率(顾乃华等,2022),全面提升企业全要素生产率。另一方面,交通基础设施的完善能够通过提升物流运输效率密切中心区域和外围区域间联系,促进跨国经济要素流动和资源整合,进而提升企业全要素生产率。根据新经济地理学理论,外力推动决定了经济要素的空间流动状况,而运输成本的高低对外力作用的大小具有决定作用(卞元超等,2019)。完善交通基础设施能够直接降低企业冰山运输成本,当运输成本较低时,对规模经济的追求会使经济发生集聚(Krugman, 1991)。中欧班列通过打通国际市场循环有效降低企业贸易成本,拓展企业所在区域物流、信息流和产业链网络,促进节点城市形成产业空间集聚,实现更大规模经济效益,进一步提升企业全要素生产率。

第三,中欧班列通过促进出口学习与竞争效应提升企业全要素生产率。中欧班列及其通关便利化措施能够打通跨境区域贸易通道,使其更容易参与国际贸易,通过学习效应与竞争效应提升全要素生产率。一方面,交通基础设施的完善降低了企业融入国际市场的成本,加剧了企业面临的外部竞争,从而促使生产要素流向高生产率企业,通过资源再配置提升企业全要素生产率。根据企业异质性理论,企业参与国际贸易时面临着生产率门槛,高生产率企业会参与国际贸易,而低生产率企业会留在国内市场甚至退出市场(Melitz, 2003;Bernard, 2007;Chaney, 2008)。中欧班列开通降低了企业搜寻匹配、新市场开拓和境外贸易网构建的固定成本,并通过国际门户直达效应降低了对外贸易可变成本(刘斌等,2022),进而提高了企业进入国际市场的可达性和便利性。这会使出口市场竞争加剧,促进产业内及产业间资源重新配置,导致低生产率企业被淘汰出局(刘冲,2020),而高生产率企业则通过参与跨国竞争能够不断改进生产技术、提升产品质量,以保持竞争优势,进而提高全要素生产率。另一方面,发展中国家的企业还普遍存在出口学习效应(Fernandes et al., 2015; Yang et al., 2010),参与国际贸易的企业更有机会通过国外市场反馈改进产品、升级设备、接触先进技术和管理经验,通过模仿和学习来提升企业全要素生产率(方慧等,2022)。随着中欧班列开通,中国在物流运输、供应链管理等领域的经验和标准,也可能通过合作、竞争和知识传播等途径发挥示范效应,从而推动其他国家企业进行模仿和学习,进而提升全要素生产率。

企业全要素生产率与诸多外部环境密切相关,因此中欧班列对企业全要素生产率的促进作用难免也会受到区域环境因素的影响。一是区域对外开放水平的影响。在其他条件不变的情况下,对外开放水平更高的地区可以通过国际贸易实现经济增长和技术进步(Levin et al., 1997;Miller et al., 2000)。这些地区拥有更成熟的市场环境,政策支持和资源流动更充分,中欧班列产生的市场拓展效应也更明显,企业更能从中受益。二是区域经济发展水平的影响。区域经济发展理论表明,经济发达地区拥有更完善的市场机制、更高素质的人力资本、较强的产业基础和技术吸收能力。企业更能充分利用中欧班列在运输和跨境贸易等方面的优势,对接外部更大规模市场,实现规模效益,提升全要素生产率。而较低经济发展水平地区面临较多制约因素,可能无法充分发掘外部市场机会,导致企业获益相对较小。三是时间累积效应的影响。根据累积优势理论,某一群体相对其他群体的优势会随着时间推移而不断增长,产生“马太效应”(Merton, 1968;DiPrete et al., 2006)。开通班列累计时长越长,其作为政策工具或基础设施的影响力会随着时间的推移逐渐释放并加强,这表现在当地企业对中欧班列的适应程度和利用效率、区域资源流动和集聚效应以及贸易通道稳定性和信任度提高等方面,进而对企业生产率长期促进效应愈发明显。

基于此,本文提出假设:

假设1:中欧班列可以有效提升俄罗斯沿线城市企业全要素生产率。

假设2:中欧班列可以通过拓宽外源融资规模、提升物流运输效率和促进出口学习与竞争效应有效提升俄罗斯沿线城市企业全要素生产率。

假设3:区域对外开放水平、经济发展水平和时间累积效应在中欧班列对俄罗斯沿线城市企业全要素生产率的促进效应中起到正向调节作用。

二、计量模型与数据来源

(一)模型设定

中欧班列自开行以来陆续在俄罗斯 57 个城市开辟线路, 结合各城市班列实际开通运营时间, 设置不同政策冲击时点, 利用俄罗斯企业层面数据构建准自然实验, 利用多期双重差分模型分析中欧班列对俄罗斯沿线城市企业全要素生产率的影响。 具体计量模型如下:

其中,下标i、t、r分别代表企业、年份、区域,TFPit为俄罗斯企业全要素生产率,Trainit为实验组虚拟变量和政策时间虚拟变量的交互项,如果企业所在城市当年已开通中欧班列则为1,尚未开通前为0。FirmControlit表示企业层面控制变量,RegionControltaort表示企业所属联邦主体的区域层面控制变量。τi、λt分别表示企业、年份层面的固定效应,分别控制企业不随时间变化的不可观测因素、所有企业在某一年内面临的相同宏观冲击;εit表示残差项。针对潜在的序列相关性和异质性,本文在企业层面进行稳健标准误聚类。

(二)变量说明

1.被解释变量

核心被解释变量TFPit刻画企业经营表现,表示企业i在t年的全要素生产率。在TFP测度方法选择上,学界普遍采用Olley et al. (1996)提出的OP半参数法和Levinsohn et al. (2003)发展的LP半参数法,这两种方法能够有效缓解内生性偏误和样本选择偏误。其中,OP法通过引入企业当期融资作为不可观测生产率冲击的代理变量解决了同时性偏差问题,但其核心缺陷在于当企业融资额为零时会导致样本无法被估计;相较之下,LP法采用中间品投入作为代理变量,不仅保留了OP法的估计优势,更显著降低了数据缺失带来的样本损失(方慧等,2022)。因此,本文参照鲁晓东等(2012)的测算方法,最终选用LP法估算的企业全要素生产率作为被解释变量,并将OP法估算的企业全要素生产率作为稳健性检验的替代指标。

2.核心解释变量

核心解释变量Trainit刻画企业所在城市开通班列的“政策处理效应”,表示企业i的所在城市在t年是否开通了中欧班列,未开通的年份取值为0,开通当年及之后的年份取值为1。

3.控制变量

控制变量分为企业层面和区域层面。FirmControlit表示企业层面随时间变化的控制变量,包括:企业年龄,用当前年份减去企业成立年份取自然对数表示;企业规模,用年平均雇员人数取自然对数表示;资本密集度,用人均固定资产净值取自然对数表示;总资产净利润率,用税后净利润与总资产比值表示。RegionControlit表示区域层面随时间变化的控制变量,包括:经济发展水平,用企业所在地区GDP取自然对数表示;城市化水平,用城市人口占总人口比重表示;政府干预程度,用政府财政支出占GDP比重表示;信息化水平,用企业所在地区每百名企业员工所拥有的个人电脑数量表示。

(三)数据来源与处理

为准确评估中欧班列俄罗斯沿线城市企业全要素生产率增长效应及其机制,本文构建了包括俄罗斯企业微观数据、俄罗斯区域特征数据、中欧班列开通数据在内的综合数据库。具体介绍如下:

一是俄罗斯企业微观数据,来源于俄罗斯企业信用和分析系统Spark。该数据库覆盖范围广泛、数据来源权威、指标内容丰富、时间跨度较长且更新频率较快。其涵盖了俄罗斯所有企业主要会计变量,来源包括国家统一法人登记册、俄罗斯联邦中央银行、俄罗斯联邦最高法院以及企业财务报告等,包含企业代码、地区、成立时间、行业类型、雇员人数、总资产、净利润等关键变量。本文选取了企业成立时间、雇员人数、固定资产净值、净利润、总资产、销售收入和销售成本构建核心被解释变量和企业层面控制变量。参考田巍等(2012)的标准,本文剔除以下异常样本:(1)重要财务指标(包括企业总资产、固定资产净值、净利润、销售收入、销售成本等)缺失样本;(2)流动资产大于总资产的企业;(3)固定资产净值大于总资产的企业;(4)毛利润小于净利润的企业。经上述处理后,最终获得110003家符合条件的企业样本,样本期为1999年至2023年。

二是俄罗斯区域特征数据,来源于香港环亚经济数据有限公司(CEIC)和俄罗斯国家统计局。本文选取俄罗斯85个联邦主体的城市人口数量和总人口数量、以百万卢布计的地区生产总值和政府财政支出以及每百名企业员工所拥有的个人电脑数量构建了区域层面控制变量,并选取贸易总额(百万卢布)和以单位陆地面积(每1000平方公里)对应的道路总长度(公里)衡量的道路网络密度构建了中间机制变量数据。

三是中欧班列开通数据。中欧班列最早于2011年开通,已陆续覆盖俄罗斯57个城市。班列开通城市及首趟运行时间的数据手动整理于中国一带一路网,缺失数据通过百度百科检索各地市政务网站和新闻报道补全。

三、实证结果及分析

(一)基准回归

表2报告了基准回归的估计结果。第(1)列未加入控制变量,仅控制了企业和年份双向固定效应,中欧班列开通的估计系数显著为正。第(2)列加入企业层面控制变量,核心解释变量的估计系数依然显著为正。在此基础上,第(3)列再加入区域层面控制变量,中欧班列开通的估计系数仍显著为正,说明中欧班列显著提升了俄罗斯沿线城市企业全要素生产率。为剔除城市层面和行业层面政策冲击的影响,本文参考杨梦俊等(2024)的做法,在模型中进一步加入了城市—行业固定效应[1],报告于表2第(4)列,回归结果依然保持稳健。由此可见,中欧班列开通有效提升了俄罗斯企业全要素生产率,为中欧班列对全球经济发展的贡献提供了经验支撑。

(二)稳健性检验

1.平行趋势检验

使用双重差分法验证中欧班列影响的前提假设是满足平行趋势条件,即实验组和控制组在政策发生前没有显著差异。本文借鉴方慧等(2022)的做法,以政策实施前一期为基准期,并使用政策实施当期和前后各五期的虚拟变量与实验组虚拟变量相乘替代基准回归模型中的双重差分交互项,以检验是否满足平行趋势假设。图1为平行趋势检验结果,显示了各年份回归系数以及95%置信度的置信区间。可以看出,在中欧班列开通前,核心解释变量回归系数均不显著,意味着实验组与控制组不存在显著差异,这表明所采用的双重差分模型符合平行趋势假设;中欧班列开通后,核心解释变量系数大多显著为正,说明中欧班列对俄罗斯沿线城市企业全要素生产率有积极促进作用。

2.安慰剂检验

尽管本文已经在准自然实验中控制了许多企业特征变量和区域特征变量,但仍有可能存在一些不可观测的干扰因素。因此,本文参考刘斌等(2022)的做法,随机生成位于中欧班列开通城市的企业名单作为“伪实验组”,并随机抽取首次开通运行时间作为“伪政策冲击”,从而得到伪中欧班列开通变量。基于此,本文使用如下安慰剂检验方法:为确保中欧班列开通对俄罗斯企业全要素生产率带来实际促进效益,利用Stata软件构造伪中欧班列开通变量,并重复做500次回归。图2汇报了500次虚拟变量的估计系数核密度及其对应P值分布。结果显示,随机处理过程中生成的回归系数主要集中于0附近,而实际中欧班列开通的估计系数为0.0098,显著差异于安慰剂检验。大部分估计系数没有通过显著性检验(P值大多高于0.1),排除了伪回归的可能性。这一结果侧面支持了本文结论,表明本文的量化评估结果并未明显受到潜在不可观测因素的影响,结果具有稳健性。

3.样本选择偏差的问题

尽管双重差分方法分离出了中欧班列开通的平均处理效应,但由于中欧班列开通并非严格意义上的自然实验,所以仍可能在观察研究方面存在选择性偏差(selection effect)问题,即中欧班列沿线城市可能交通基础设施条件更好、经济发展水平更高。因此,本文在基准模型基础上进一步采用多期倾向得分匹配—双重差分(PSM—DID)方法进行稳健性检验。参考白俊红等(2022)的做法,本文依次使用面板数据转换法和逐期匹配法进行倾向得分匹配检验。具体而言,本文将基准回归控制变量企业年龄、企业规模、总资产净利润率、经济发展水平、城市化水平、政府干预程度和信息化水平设定为匹配变量,分别按照两种方式得到两套数据集:一是构建截面PSM,建立企业所在城市是否开通中欧班列的Logit模型,并运用1∶2卡尺最近邻匹配方法为所有中欧班列开通城市内的企业分别寻找满足共同支撑条件和权重不为空的最优控制组,并分别将非共同支撑部分和权重为空的样本剔除,从而得到新数据集;二是采用逐期匹配法,主要将企业样本进行逐年匹配,然后将各年份匹配后数据纵向合并至一个新的数据集中,生成回归需要的面板数据。在此基础上,分别对两套匹配数据进行平衡性检验并分析匹配效果[2]。表3第(1)—(4)列依次展示了两种方法下分别利用满足共同支撑条件和权重不为空的匹配后数据进行PSM—DID的回归结果,核心解释变量系数依然显著为正。由此可见,即使更换计量方法,中欧班列开通对企业全要素生产率的促进作用依然稳健。

4.其他稳健性检验

本文还进行如下稳健性检验:

第一,更换核心变量。改用OP法测算的企业全要素生产率作为被解释变量重新回归,结果见表3第(5)列,表明中欧班列的开通对企业全要素生产率有显著的促进效应。

第二,缩减样本范围。中欧班列运输的货物以工业制成品为主,包括机械设备、电子元件、汽车零部件等高附加值制造业产品。将样本范围聚焦制造业企业可以精准识别班列对核心受益行业的影响,具有高度代表性和典型性。因此,本文筛选制造业企业样本后进行重新回归,结果见表3第(6)列,可以看出,中欧班列开通的系数显著为正,依然十分稳健。

第三,采用滞后项。滞后项回归可以在一定程度上排除当期的影响,减小内生性。表3第(7)列展示了将核心解释变量滞后一期处理后重新回归的结果,亦与基准回归保持一致。

四、机制检验

为进一步探究中欧班列开通提升企业全要素生产率的内在机理,本文接下来对影响机制进行检验。

(一)中介机制检验

为验证假说2,本文从外源融资效应、物流运输效应和出口学习与竞争激励效应三方面进行机制检验。首先,中欧班列可以促进沿线城市的金融资源集聚和金融服务水平提升,从而缓解企业融资约束,扩大企业商业信用融资规模,为企业提供资金支持。参考潘越等(2024)和戴亦一等(2019)的做法,本文用企业财务报表中“短期借款”和“长期借款”科目之和衡量外源融资效应。其次,中欧班列能够刺激区域物流增长与集聚,提升节点城市道路网络密度,进而通过物流运输效应提升企业全要素生产率。参考周学仁等(2021)的做法,利用区域道路交通密度的自然对数衡量物流运输效应。此外,中欧班列能够增强节点城市之间的出口贸易增长,通过出口学习与竞争激励效应提升企业全要素生产率。因此,本文利用区域出口额的自然对数衡量出口效应。参考江艇(2022)对因果推断研究中的中介效应分析建议,重点关注解释变量对中介变量的影响。回归结果如表4所示,可以看出,中欧班列开通的系数均在1%水平上显著为正,意味着外源融资效应、物流运输效应和出口学习与竞争激励效应是中欧班列促进企业全要素生产率的重要机制。

(二)调节机制检验

结合理论分析可知,中欧班列对企业全要素生产率的政策效应会受到班列开通地区对外开放水平、经济发展水平以及班列开通时间累积效应的多重影响。为验证假说3,参考方行明等(2022)的研究,本文采用区域进出口贸易总额占GDP比重取自然对数衡量对外开放水平,采用区域人均GDP的自然对数衡量经济发展水平,采用当前年份减去企业所在城市首趟班列开通年份衡量时间累积效应。表5汇报了调节机制的回归结果,中欧班列开通和交互项的系数均在1%的水平上显著为正,说明区域对外开放水平、经济发展水平和时间累积效应会对中欧班列提升企业全要素生产率带来正向调节作用,强化中欧班列的政策效果。

五、拓展分析

中欧班列至今已与俄罗斯57个城市建立了“点对点”的联系。考虑到俄罗斯幅员辽阔,各区域的经济地理结构具有独特性,中欧班列开通的效果是否有空间异质性?中欧班列开通是否对从事价值链行业的企业全要素生产率促进作用更强?中欧班列开通对不同规模、所有制和要素密集度的企业全要素生产率有何差异化影响?对上述问题的回答具有重要的现实意义,有助于了解共建“一带一路”项目的实际经济效益,进一步推动中欧班列联通世界、普惠四方,为优化政策提供实证依据。

(一)空间异质性检验

俄罗斯地跨欧亚两大洲,各区域在基础设施完善程度、距离欧洲远近、资源禀赋和产业结构等方面均存在差异,可能导致中欧班列开通的影响存在空间异质性。本文以乌拉尔山为界将样本分为欧洲部分和亚洲部分,并依次对俄罗斯八大联邦管区进行空间异质性检验。

俄罗斯居民主要集中在乌拉尔山以西的东欧平原上,这种区域分布甚至可以画出近似于中国“胡焕庸线”的人口密度分界线(王志远,2020)。结合中欧班列先在叶卡捷琳堡、莫斯科和圣彼得堡等靠近欧洲城市开通,逐渐辐射俄罗斯中部及远东地区的趋势,本文对欧亚地区空间异质性进行了检验。对比表6第(1)和(2)列可见,相比亚洲部分,中欧班列开通对欧洲部分企业全要素生产率有显著促进效应。

俄罗斯八大联邦管区在经济发展水平、产业结构、地理位置和基础设施等方面各具特色。中央联邦区和西北联邦区毗邻欧洲,基础设施相对完善,经济规模和人口数量居全俄之首,制造业和服务业高度发达,产业集聚度领先。其地理区位优势与产业优势使其能够充分对接中欧班列的规模效应:一方面,完善的铁路多式联运系统可快速响应新增物流需求;另一方面,高附加值产业对运输时效敏感,班列开通直接降低其参与全球价值链的成本。伏尔加河沿岸联邦区加工业发达,但受美欧制裁影响严重,且距离中欧班列主干线较远,需通过支线运输连接,时效性和成本优势被稀释。南部联邦区和北高加索联邦区都属于农业种植区,区别在于前者是粮食出口型经济模式,而后者粮食进出口总量均较低。乌拉尔联邦区、西伯利亚联邦区和远东联邦区均属于典型的资源型产业结构地区,分别是矿产资源丰富、油气储量丰富和森林木材丰富,产业链国际依赖度较低,且对物流时效性要求较低。从表7的回归结果可见,相比南部联邦区、伏尔加河沿岸联邦区、乌拉尔联邦区、西伯利亚联邦区和远东联邦区,中欧班列开通显著提升了中央联邦区和西北联邦区企业全要素生产率。总体而言,受益于班列开通的地区市场需求较大、物流效率更高、工业基础雄厚,中欧班列的物流便捷性对时效性强且供应链长的主导产业具有重要意义。这些地区拥有更多高附加值产业和出口导向型企业,因此可能对物流改善的响应更为敏感,促使班列开通对当地企业全要素生产率有显著提升效果。

(二)企业和行业异质性检验

鉴于企业在效率、成本及资源配置上的偏好与敏感性各异,有必要在企业层面做进一步分析。为此,本文将样本按照企业规模、所有制和要素密集度进行分组,并分别进行异质性检验。在企业规模方面,依照《俄罗斯联邦中小企业发展法》的界定标准,将样本企业按营业收入划分为小微型和大中型。在企业所有制方面,将样本划分为国有企业和私有企业。在企业要素密集度方面,借鉴刘贯春等(2021)的做法,以固定资产净值与就业人数比值取自然对数衡量要素密集度,进而将要素密集度高于中位数的企业归为资本密集型企业,低于中位数的企业归为劳动密集型企业。

结果如表8第(1)—(6)列所示,相比大中企业、国有企业和资本密集型企业,中欧班列开通对小微企业、私有企业和劳动密集型企业全要素生产率影响更显著。该差异可能源于不同规模、所有制和要素密集度企业对中欧班列依赖程度的不同:小微企业、私有企业和劳动密集型企业因自身资源有限,难以在全球市场中独立承担高额物流费用,中欧班列兼具降低贸易成本、优化通关流程、缩短运输时间等优势,为其创造了更多进入国际市场的机会;而大中企业、国有企业和资本密集型企业通常具备完善的供应链管理能力,生产模式和资源配置相对稳定,因此从中欧班列开通中获益的程度相对较低。

在行业异质性方面,中欧班列“点对点”直达的高效物流模式,凭借其时效性、安全性以及广泛覆盖范围,降低运输成本,为企业融入全球供应链体系提供了重要契机。因此,本文参考刘斌等(2022)的方法,引入价值链行业变量进行检验。具体而言,将化工、汽车、计算机和电子、机械和设备、电力机械、运输设备六大行业划定为价值链行业,如果企业属于上述行业,价值链行业变量取值为1,否则为0。表8第(7)列展示了回归结果,交互项系数显著为正,表明中欧班列对从事价值链行业企业全要素生产率促进作用更强。这也与中俄贸易运输货物结构基本吻合,说明两国价值链合作较为紧密。

六、结论与政策启示

共建“一带一路”逐渐发展成为构建人类命运共同体的重大实践,成为深受欢迎的国际公共产品和国际合作平台,产生了积极外溢效应。本文以中欧班列开通作为准自然实验,基于多期双重差分模型计量验证了中欧班列开通对俄罗斯沿线城市企业全要素生产率的促进效应。研究发现:首先,中欧班列开通显著提升了俄罗斯企业全要素生产率,这一结论在进行安慰剂检验、调整模型设定、改变计量方法后仍然稳健。其次,在机制作用方面,中欧班列通过拓宽外源融资规模、提升物流运输效率以及促进出口学习与竞争效应促进企业全要素生产率提高,并且区域对外开放水平、经济发展水平和班列开通的时间累积效应具有正向调节作用。再次,拓展性分析表明,从地理区位看,包括中央联邦区和西北联邦区在内的俄罗斯欧洲地区更多受益于中欧班列;从行业特征看,中欧班列显著促进了汽车、机械设备、计算机和电子等价值链行业企业全要素生产率提升;从企业类型看,中欧班列对小微企业、私有企业和劳动密集型企业的全要素生产率影响更为显著。

为促进中欧班列和“一带一路”高质量发展,本文基于主要研究结论可以得出如下政策启示:第一,在逆全球化背景下,中俄深化经贸合作是双方发展的必然选择,呈现出战略互补新态势。俄罗斯历经两次制裁危机后,加速实施“战略东转”政策,积极开展与亚太地区的经贸合作。中国作为全球制造业大国,具有技术、资金和产能优势,应把握战略机遇窗口:一是构建多元化市场体系,通过加强与俄罗斯等非西方国家合作拓展国际市场,降低对单一市场的依赖;二是积极推动产能合作与贸易结构升级,鼓励高附加值产业和先进制造业对俄罗斯出口,实现产业链和价值链优化升级。第二,俄罗斯的实践经验为转型经济体参与“一带一路”建设提供了示范效应。中欧班列能显著提升沿线城市企业全要素生产率,其外溢效应对价值链行业尤为突出。这为转型国家提供了重要启示:各国应积极深化对华合作,共同构建高水平对外开放的区域市场,从而推动自身经济结构转型、培育经济发展新动能。 第三,在共建“一带一路”背景下,区域对外开放水平和经济发展水平成为影响全要素生产率提升的关键因素。经济发达、高度开放的地区更能够把握中欧班列带来的契机,充分融入国际市场,激活企业生产效率与潜力。中国在推进“一带一路”建设过程中,应将区域对外开放水平和经济发展水平作为重要考虑因素。

注释:

[1]行业层面按照俄罗斯国民经济行业分类标准(OKVED)中的四位数代码进行分类, 下同。

[2]由于篇幅有限, 省略平衡性检验图表及匹配效果的展示, 备索。

[3]北高加索联邦区暂未有中欧班列过境城市。