中欧班列开通对城市绿色全要素生产率影响研究

徐元国 刘 歆

（浙江工商大学经济学院，杭州 310018）

党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段”。传统的以高耗能和高污染为代价的经济发展模式不仅难以为继，还造成了严峻的环境污染问题。因此，如何兼顾经济发展与环境保护，探索提高城市绿色全要素生产率的新引擎，从而实现经济高质量发展显得尤为迫切。在此背景下，习近平总书记于2013年提出“一带一路”倡议，为我国经济绿色低碳转型提供重要契机。中欧班列作为“一带一路”倡议的标志性成果，已成为欧亚大陆之间的陆路贸易新通道和跨国货运合作新机制［1］，有效推动了区域经济增长［2］。由此不禁思考，中欧班列开通能否提升城市绿色全要素生产率？若能够提升，其背后的作用机理和异质性表现又如何？为厘清上述问题，本文将研究中欧班列开通对城市绿色全要素生产率的影响及其内在机理，对于我国推进中欧班列发展、加快构建新发展格局和实现经济可持续发展具有重要意义。

现有文献主要集中于中欧班列开通的政策效应研究。在经济效应方面，中欧班列开通不仅能够推动产业结构升级［3］、促进区域创新［4］、吸引外商投资［5］以及缩小经济发展差距［6］，还能推动进出口增长［1］，特别是提升企业出口产品质量［7］和出口国内附加值率［8］；在环境效应方面，中欧班列开通能够抑制沿线城市碳排放［9］、改善环境绩效［10］，从而促进社会低碳发展，但也有学者指出，中欧班列开通加剧了中国城市环境污染问题［11］。综上，学术界对于中欧班列开通的经济效应和环境效应做了诸多有益探索，但鲜有文献基于城市绿色全要素生产率的角度研究中欧班列开通的政策效应。鉴于此，本文从城市绿色全要素生产率的视角出发，考察中欧班列开通的政策效应，进一步丰富了中欧班列开通的政策效果评估研究；分析中欧班列开通对城市绿色全要素生产率的作用机理，研究发现中欧班列开通有利于绿色技术创新、产业结构优化和外商直接投资，从而提升城市绿色全要素生产率，这既拓展了现有研究，又为我国探索高质量发展新引擎提供了有益参考；将中欧班列开通视为准自然实验，利用多期双重差分法进行实证分析，并进行了平行趋势检验、安慰剂检验、异质性处理效应分析、内生性问题处理等稳健性检验，同时考察了区域和资源禀赋等异质性方面的影响，为既有研究提供了稳健可靠的经验证据。

相较于传统全要素生产率，绿色全要素生产率不仅表现为经济持续稳定增长，还体现为环境质量持续改善［12］，因此本文将从经济增长和环境保护两个方面论述中欧班列开通对城市绿色全要素生产率的直接影响。在城市经济增长方面：（1）中欧班列开通能够改善交通基础设施建设，实现从出口国工厂到进口国仓库的一站式运输，降低贸易成本，提高贸易便利性［13］，促进出口贸易发展；（2）根据新经济地理学的“中心-外围”理论，中欧班列开通有利于创新要素向沿线城市集聚，且便利的交通设施使得沿线城市运输成本更低［4］，形成比较优势，进一步吸引创新要素集聚，从而通过沿线城市的辐射效应，带动周边地区创新发展，促进经济增长；（3）随着中欧班列开通，国外的高贸易标准提升了中国出口产品质量和出口国内附加值率［7，8］，有利于实现同发达国家先进领域的“梯度合作”，从而推动经济内外循环［6］。在城市环境保护方面：（1）中欧班列开通能够减少投资信息不对称，有利于制造业、服务业企业集聚，从而提升企业能源使用效率［9］，降低城市碳排放量；（2）中欧班列开通所创造的贸易网络和交通基础设施能够加快地区间的人员、货物和信息流动，促进知识的创造和传播［10］，为清洁的生产方式和环保的生态体系提供了支持和推动；（3）与传统的航空运输和海运相比，中欧班列的运输方式更环保、所需能耗更低，并促进了物流网络的优化和整合，有利于避免货物运输中的时间浪费、能源消耗和环境损耗，促进对环境的改善作用。综上，本文提出假说1：

假说1：中欧班列开通能够提升城市绿色全要素生产率。

2.2.1 绿色技术创新

中欧班列开通能够促进城市绿色技术创新。（1）中欧班列开通有效降低了运输成本，并激发了沿线城市主体创新创业的活跃度［14］，给外界传递出积极推动绿色创新发展的利好信息，有利于创新要素集聚，进而发挥高端要素的“蓄水池”效应，提高城市整体绿色技术创新水平；（2）随着中欧班列逐渐开通，中欧班列的“政策红利”和“市场红利”将逐渐显现。各城市为抓住机遇，提供了集装箱补贴额、划拨土地、所得税退税等补贴政策［15］，为创新主体的绿色技术创新活动提供资金支撑；（3）中欧班列开通加强了我国与欧洲城市间的交流与合作，为双方共同开展绿色技术创新提供了机会；通过中欧班列，沿线城市可以更便捷地进出口环境友好型产品和可再生能源，推动城市绿色技术创新发展。绿色技术创新能够通过推动绿色消费、减少污染物排放、降低能源消耗等方式促进绿色全要素生产率提高。据此，本文提出假说2：

假说2：中欧班列开通能够通过促进绿色技术创新提升城市绿色全要素生产率。

2.2.2 产业结构优化

中欧班列开通能够促进城市产业结构优化。（1）中欧班列开通后，得到了各金融机构的积极响应，不仅满足了沿线城市的金融需求，解决了融资难题，还提高了金融服务效率，为产业结构升级提供了金融支持［3］；（2）中欧班列搭建了陆上贸易通道，克服了内陆参与度低、运输周期长等限制，进一步扩大了贸易规模。由新贸易理论可知，国际贸易规模扩大会使具有出口比较优势的产业加速物质资本积累，为产业转型升级提供动力［16］；（3）由新经济地理学可知，中欧班列开通后，有利于劳动力要素流入与聚集、资本要素合理配置及优化、技术要素互动与融合，最终在基本生产要素和核心要素驱动下推动城市产业结构优化［17］。产业结构优化能够释放“产业结构红利”，促使资源配置持续优化、生产效率不断提高，进而推动城市绿色全要素生产率提升［18］。据此，本文提出假说3：

假说3：中欧班列开通能够通过促进产业结构优化提升城市绿色全要素生产率。

2.2.3 外商直接投资

中欧班列开通能够促进城市外商直接投资。（1）中欧班列开通为国外企业进入国内市场增加了通道，减少了投资贸易壁垒，能够增强境外资本对沿线城市的投资信心；通过在贸易过程中传播中国国家形象，增加文化认同度，为城市扩大对外开放提供契机，进一步吸引外商投资［19］；（2）中欧班列作为政治、经济、文化交流平台，具有巨大的市场潜力和良好的营商环境，有利于外资企业降低运输成本、经营成本及投资风险，并增加预期收益，吸引更多外资流入［14］；（3）中欧班列开通对沿线城市的基础设施建设提出了更高要求，如建设通商口岸、改善交通网络等。基础设施是吸引外资的重要基础条件，基础设施建设越完善，吸引外商投资能力也越强。外商直接投资能够带来先进的生产技术，提高清洁技术普及率及能源使用效率，改进治污水平，降低污染物排放，促进城市绿色全要素生产率提升。据此，本文提出假说4：

假说4：中欧班列开通能够通过促进外商直接投资提升城市绿色全要素生产率。

3.1.1 基准模型

为研究中欧班列开通对城市绿色全要素生产率的影响，本文借鉴袁航和夏杰长［6］的研究，将中欧班列开通视为准自然实验，将开通中欧班列的59 个城市①视为处理组，将未开通中欧班列的城市视为对照组，构建基于双向固定效应的多期双重差分模型：

其中，GTFPct表示城市绿色全要素生产率，CREct为城市是否开通中欧班列的虚拟变量，Xct为一系列控制变量，c和t分别表示城市和时间，μc和υt为对应的固定效应，εct为随机扰动项。

3.1.2 机制模型

为研究中欧班列开通对城市绿色全要素生产率的作用机制，本文借鉴江艇［20］的做法，验证核心解释变量对中介变量的影响。具体机制模型如下：

其中，Mct为中介变量，其余指标与前文含义相同。

3.2.1 被解释变量

城市绿色全要素生产率（GTFP）。考虑非期望产出的超效率SBM 模型是测算绿色全要素生产率的常见方法［21］，因此本文借鉴王亚飞和陶文清［21］的研究，采用GML 指数测度城市绿色全要素生产率。具体细节如下：（1）投入指标包括劳动（用城市从业人员人数来衡量）、资本（用城市资本存量来衡量，具体借鉴张军等［22］的做法，采取永续盘存法测算所得）和能源消耗（用城市全年用电量来衡量）；（2）产出指标包括期望产出和非期望产出。其中，期望产出用城市GDP 来表示，并以2006年为基期进行平减；非期望产出包括城市SO2排放量、烟尘排放量和工业废水排放量。

3.2.2 核心解释变量

中欧班列开通（CRE）。若城市在样本期内开通中欧班列，且观测时间在开通年份当年及之后，则把CRE赋值为1，否则为0。此外，鉴于部分城市在不同年份相继开通中欧班列，借鉴袁航和夏杰长［6］的做法，均以城市首次开通中欧班列时间为政策实施时间。

3.2.3 控制变量

参考相关文献，选取如下控制变量：（1）财政支出强度（GE），用城市财政科教支出占GDP的比重来表示；（2）交通基础设施水平（lnTI），用城市高速公路里程数的对数值来表示；（3）环境污染程度（lnEL），用城市工业废水排放量的对数值来表示；（4）经济发展水平（lnPGDP），用城市人均GDP 的对数值来表示；（5）金融发展水平（FIN），用城市金融机构贷款余额与GDP 的比值来表示；（6）人口规模（lnPEO），用城市常住人口的对数值来表示；（7）贸易开放水平（TO），用城市进出口总额与GDP 的比值来表示。

3.2.4 中介变量

绿色技术创新（GINN），借鉴宋德勇等［23］的研究，用城市每万人绿色专利申请数来表示。

产业结构优化（IS），借鉴李佳等［3］的研究，用城市第三产业增加值／（第一产业＋第二产业增加值）来表示。

外商直接投资（lnFDI），借鉴刘兴华和易扬［5］的研究，用城市实际利用外资额的对数值来表示。

鉴于2007年前的数据较为陈旧，且2020年后的数据获取较为困难，因此本文选取2007～2020年中国284 个地级及以上城市的面板数据。数据主要来自于《中国城市统计年鉴》、《中国能源统计年鉴》 和CNRDS 数据库。表1 为各变量的描述性统计。

表2 为中欧班列开通对城市绿色全要素生产率的基准回归结果。从中可知，在控制城市固定效应和时间固定效应的基础上，无论是否加入控制变量，核心解释变量中欧班列开通（CRE）的回归系数均显着为正。以列（2）结果为例，表明中欧班列开通能够提升城市绿色全要素生产率。具体而言，相较于未开通中欧班列的城市，中欧班列沿线城市的绿色全要素生产率提升1.58%。综上，本文的假说1 得以验证。

4.2.1 平行趋势检验及动态效应

鉴于双重差分模型需要满足平行趋势假设，因此本文借鉴刘歆和徐元国［24］的做法，采用事件研究法来进行验证，并把中欧班列开通前的第10期定为基期。图1 为平行趋势检验结果②。不难发注：***、**、*分别表示在1%、5%、10%水平上显着，括号内为聚类到城市层面的稳健标准误，下同。现，在中欧班列开通之前，回归系数均不显着，表明处理组和对照组的绿色全要素生产率不存在显着差异，平行趋势假设成立。从动态效应来看，在中欧班列开通之后的第1年，回归系数显着为正，说明中欧班列开通对城市绿色全要素生产率的促进作用开始显现，但随着时间推移，这种促进作用不稳定。

图1 平行趋势检验

4.2.2 安慰剂检验

为避免随机因素对基准回归结果产生偏误，本文借鉴胡洁等［25］的研究，采用Stata 软件中的Permute 命令，通过随机抽样1000 次构建“伪政策虚拟变量”来进行安慰剂经验。图2 展示了安慰剂检验结果。从中可知，伪回归系数与真实回归系数存在显着差异，其分布服从正态分布并集中在零点附近，P 值大多大于0.1，满足安慰剂检验的通过标准。

图2 安慰剂检验

4.2.3 异质性处理效应分析

使用双向固定效应模型进行政策识别，会产生异质性处理效应而对研究结果产生干扰。为解决异质性处理效应问题，本文借鉴Goodman-Bacon［26］的做法，使用Stata 软件中的Ddtiming 命令对研究结果进一步分解。Bacon 分解结果如图3所示，水平黑线为DID 估计值，差组别“后处理VS 先处理”的权重仅为2.1%，并且DID 的估计系数有93.7%的权重来自于“开通中欧班列”与“未开通中欧班列”的比较，再次证明研究结果是稳健的。

4.2.4 内生性问题处理

鉴于双向因果、样本选择偏误等问题可能导致内生性问题而对研究结果产生干扰，本文分别采用工具变量法和PSM-DID 法予以克服。

借鉴袁航和夏杰长［6］的做法，选取古“丝绸之路”途经地区作为工具变量③。原因在于，中欧班列开通城市的选择依赖于“一带一路”倡议重点地区，与古“丝绸之路”较为契合，满足工具变量的相关性原则；另外，古“丝绸之路”距今遥远，并不会对城市绿色全要素生产率产生直接影响，符合工具变量的外生性原则。工具变量法回归结果如表3 列（1）所示。其中，由第一阶段F 值、K-P LM 统计量和K-P Wald F 统计量可知，本文选取的工具变量是有效的。中欧班列开通（CRE）的系数依然显着为正，进一步强化了本文的研究结果。

表3 稳健性检验回归结果

借鉴刘歆和徐元国［24］的做法，采用PSM-DID来进行检验。表3 列（2）、（3）分别为核匹配和K 近邻匹配（K＝4）的回归结果，不难看出，无论采取哪种方法，中欧班列开通（CRE）的系数依然显着为正，这无疑强化了本文的研究结果。

4.2.5 剔除直辖市样本

鉴于4 个直辖市具有特殊的政治和经济地位，会对基准回归结果产生干扰，因此本文剔除直辖市样本重新进行回归。回归结果如表3 列（4）所示，中欧班列开通（CRE）的系数依然显着为正，表明前文的实证结果依旧稳健。

4.2.6 排除其他政策干扰

在中欧班列开通过程中，“一带一路”倡议、智慧城市建设、低碳城市试点政策和“宽带中国”政策等均会影响城市绿色全要素生产率，且都在本文的研究区间内，因此为排除这些政策的干扰，本文在基准模型中加入这4 种政策的虚拟变量，重新进行回归。回归结果如表3 列（5）所示，中欧班列开通（CRE）的系数依然显着为正，再次增强本文研究结果的可信度。

表4 报告了中欧班列开通对城市绿色全要素生产率的机制检验回归结果。其中，列（1）为绿色技术创新这一机制的回归结果，结果显示，中欧班列开通（CRE）的回归系数显着为正，表明中欧班列开通能够促进绿色技术创新。中欧班列开通激发了城市创新创业活跃度，沿线城市通过提供财税补贴政策、与欧洲城市开展交流与合作等方式推动城市绿色技术创新发展，从而进一步释放绿色消费潜能、降低能源消耗、减少污染物排放等，促使城市绿色全要素生产率提高。因此，假说2 得以验证。列（2）为产业结构优化这一机制的回归结果，结果显示，中欧班列开通（CRE）的回归系数显着为正，表明中欧班列开通能够促进产业结构优化。中欧班列开通通过提供金融支持、扩大贸易规模、驱动要素集聚及优化等方式推动城市产业结构优化，从而进一步释放“产业结构红利”，促使资源配置不断优化、绿色发展程度持续提升等，最终促进城市绿色全要素生产率增加。因此，假说3 得以验证。列（3）为外商直接投资这一机制的回归结果，结果显示，中欧班列开通（CRE）的回归系数显着为正，表明中欧班列开通能够促进外商直接投资。中欧班列开通通过降低投资贸易壁垒、扩大对外开放程度、加强基础设施建设等途径吸引外商直接投资，从而带来先进的生产技术，提高能源使用效率，改进治污水平，降低污染物排放，促进城市绿色全要素生产率提升。因此，假说4 得以验证。

表4 机制检验回归结果

4.4.1 区域异质性分析

鉴于我国幅员辽阔，不同区域经济发展水平、地理环境、开放程度和政策扶持等方面存在较大差距，因此本文根据城市是否沿海将样本划分为沿海城市和内陆城市。由表5 列（1）、（2）可知，中欧班列开通能够提升内陆城市绿色全要素生产率，而对沿海城市无显着影响。可能的原因是，中欧班列开通为内陆城市搭建起新的贸易通道，足以弥补其地理位置的不利因素，并给其带来了更广阔的国际合作和贸易机会，有利于促进要素流动与技术转移，提升绿色全要素生产率；而沿海城市通常具有便捷的海港和航运条件，且在经济和贸易方面已较为成熟，因而中欧班列开通对其绿色全要素生产率的促进作用有限。

表5 异质性分析回归结果

4.4.2 资源禀赋异质性分析

中欧班列开通对城市绿色全要素生产率的影响会因城市资源禀赋差异而不同吗？本文将样本划分为资源型城市和非资源型城市④。由表5 列（3）、（4）可知，中欧班列开通对资源型城市绿色全要素生产率的促进作用大于非资源型城市。可能的原因是，资源型城市通常以自然资源开采和加工为主要经济支柱，中欧班列开通使得资源进出口更加高效便利，有利于其提高资源利用效率，并吸引外资、引进先进技术和管理经验，走出“资源诅咒”困境，提高绿色全要素生产率；而非资源型城市的经济结构通常以制造业、服务业或创新型产业为主，对资源依赖度较低，因此中欧班列开通对其经济结构和生产方式的改变可能相对有限，导致中欧班列开通对其绿色全要素生产率的促进作用小于资源型城市。

本文将中欧班列开通视为准自然实验，基于2007～2020年中国284 个地级及以上城市的面板数据，运用多期双重差分模型研究了中欧班列开通对城市绿色全要素生产率的影响及其作用机制。研究结论如下：（1）中欧班列开通能够提升城市绿色全要素生产率，在经过平行趋势检验、安慰剂检验、异质性处理效应分析、内生性问题处理等稳健性检验后，该结论仍然成立；（2）中欧班列开通有利于绿色技术创新、产业结构优化和外商直接投资，从而提升城市绿色全要素生产率；（3）中欧班列开通对于内陆城市和资源型城市绿色全要素生产率的促进作用更显着。

本文根据以上研究结论，提出如下启示。

（1）继续深化“一带一路”建设，扩大中欧班列开通范围。加强中欧班列对“一带一路”倡议的对接，强化国际运输通道，实现中国与欧洲国家国际贸易互联互通；优化中欧班列运行路线，根据实际情况增加各城市的运行班次，简化清关手续，降低通关运行成本。

（2）在中欧班列开通过程中，注重绿色技术、产业结构和外资的关键作用。在促进企业出口的同时，可以引进国外高技术附加值产品，同时提供研发资金和税收优惠等政策支持，促进创新要素国内国外双向流动，推动绿色技术转化及应用；鼓励传统产业向绿色产业转型升级，减少企业对政府干预的依赖，同时提供良好的中欧班列运行环境和配套基础设施，促进绿色产业链的形成和发展；提供投资便利化和优惠政策，降低外资准入门槛。建立中欧班列外商投资服务平台，为外商提供一站式服务，打造出国际品牌。

（3）在中欧班列开通过程中，注重区域和资源禀赋等异质性因素，不搞“一刀切”。加强内陆城市和沿海城市之间的物流和交通网络建设，根据各城市实际成本、地理位置等因素，为不同货物选择合适的运输方式；加强资源型城市和非资源型城市之间的资源整合、人才培养及技术交流，实现优势互补，推动绿色全要素生产率提升。

注释：

①第一批（2011年）：重庆市；第二批（2012年）：武汉市；第三批（2013年）：成都市、郑州市、苏州市；第四批（2014年）：东莞市、合肥市、宁波市、营口市、长沙市、金华市；第五批（2015年）：哈尔滨市、乌鲁木齐市、大连市、贵阳市、昆明市、厦门市、兰州市、长春市、沈阳市、连云港市；第六批（2016年）：南京市、西安市、广州市、西宁市、天津市；第七批（2017年）：盘锦市、深圳市、日照市、大庆市、青岛市、临汾市、济南市、赣州市、淄博市、威海市、呼伦贝尔市、银川市、宜昌市、南宁市；第八批（2018年）：钦州市、上饶市、临沂市、崇左市、襄阳市、南昌市、唐山市、巴彦卓尔市、鹰潭市、石家庄市、怀化市、济宁市、抚州市、呼和浩特市、景德镇市、十堰市、吉安市；第九批（2019年）：徐州市、蚌埠市。

②鉴于中欧班列开通前11年和后6年数据过少，本文将前11年的数据汇总到第-11 期，将后6年的数据汇总到第6 期。

③古“丝绸之路”途经地区：陕西省、甘肃省、宁夏回族自治区、青海省、新疆维吾尔自治区。

④根据《全国资源型城市可持续发展规划（2013～2020年）》 进行划分。