A Study on the Impact of China-Europe Railway Express on Green Total Factor Productivity in Chinese Cities
-
摘要: 作为连接中国与欧洲的重要陆上贸易通道,中欧班列的开通运行对我国经济与环境产生了深远影响。基于2008—2019年中国地级市面板数据,采用交叠DID方法探究中欧班列开通对我国城市绿色全要素生产率的影响及其作用机制。结果表明,中欧班列开通显著促进了我国节点城市的绿色全要素生产率,其影响存在通道、地区以及覆盖范围间的异质性,且中欧班列主要通过促进绿色创新、产业集聚以及缓解融资约束等提高节点城市的绿色全要素生产率。由此,需鼓励、支持和引导更多的中国城市成为中欧班列的节点城市,扩展国内节点城市辐射海外市场的范围。同时,节点城市应提升其绿色创新水平,完善相关的基础建设,营造良好的商业环境,吸引更多资本及高端产业,以助力其高质量发展。Abstract: In the context of high-standard opening-up, the opening of the China-Europe Railway Express may have a profound impact on the regional economy and environment. Based on the panel data of prefecture-level cities in China from 2008 to 2019, this paper analyzes the effects and mechanisms between the China-Europe Railway Express and the green total factor productivity of China's cities by using the stacked DID method. The results indicate that the China-Europe Railway Express significantly promotes the green total factor productivity of China's node cities, with heterogeneity among channels, regions, and coverage, and that China-Europe Railway Express improves the green total factor productivity of the node cities mainly by promoting green innovation, industrial agglomeration, and alleviating financing constraints. Therefore, it is necessary to encourage, support and guide more Chinese cities to become the node cities of the China-Europe Railway Express, so as to expand the range of the domestic node cities to radiate overseas markets. At the same time, the node cities should enhance their green innovation, improve the related infrastructure, create a favorable business environment, and attract more capital and high-end industries to help their high-quality development.
-
表 1 基准回归结果
变量 GTFP TFP lnwater (1) (2) (3) (4) (5) (6) treat×post 0.319***
(3.60)0.018**
(2.11)0.049***
(4.41)0.025**
(2.40)0.154***
(4.27)0.105***
(2.90)lnpgdp 0.040***
(4.73)0.066***
(6.56)-0.030
(-0.84)gov -0.142***
(-12.06)-0.307***
(-22.07)-0.171***
(-3.47)lnpop 0.111***
(3.34)0.122***
(3.11)0.802***
(5.80)urb -0.002***
(-3.87)-0.003***
(-4.54)-0.005**
(-2.06)env -0.294
(-0.30)-0.970
(-0.83)-11.185***
(-2.70)lnfdi 0.006***
(2.63)0.003
(1.17)0.003
(0.28)截距项 0.282***
(48.83)-0.688***
(-3.23)0.549***
(76.42)-0.644**
(-2.56)8.465***
(360.56)4.364***
(4.92)城市控制 是 是 是 是 是 是 年份控制 是 是 是 是 是 是 样本数 3 360 3 360 3 360 3 360 3 360 3 360 R2 0.298 0.345 0.215 0.344 0.374 0.388 注:括号内数值为t值,*、**、***分别表示10%、5%和1%的显著性水平,下表同。 表 2 平行趋势检验
变量 α-2 α-1 α0 α1 α2 GTFP -0.008(-0.52) -0.005(-0.34) 0.028*(1.80) 0.028*(1.84) 0.024*(1.85) 截距项 -1.755***(-3.39) -1.764***(-3.41) -1.682***(-3.76) -1.765***(-3.42) -3.470***(-3.07) 控制变量 是 是 是 是 是 城市控制 是 是 是 是 是 年份控制 是 是 是 是 是 样本数 516 516 516 516 516 R2 0.312 0.311 0.306 0.316 0.339 表 3 城市绿色全要素生产率提升效应培根分解具体结果
控制组类别 所占权重 估计值 第一组 0.924 0.033 第二组 0.053 0.023 第三组 0.023 0.003 DID加权估计结果 0.031 9 表 4 替换变量回归结果
变量 ln(GDP/CO2) (1) (2) treat×post 0.065**(2.22) 0.069**(2.35) 截距项 1.316*(1.83) 5.425***(282.62) 控制变量 是 否 城市控制 是 是 年份控制 是 是 样本数 3 360 3 360 R2 0.292 0.269 表 5 PSM-DID检验
变量 (1) (2) (2) (4) GTFP GTFP GTFP GTFP PSM-DID(1∶1最近邻匹配) PSM-DID (1∶2最近邻匹配) treat×post 0.055**(2.46) 0.045**(1.96) 0.039**(2.30) 0.036**(2.06) 截距项 -2.224***(-2.94) 0.243***(6.87) -2.053***(-3.30) 0.250***(9.09) 控制变量 是 否 是 否 城市控制 是 是 是 是 年份控制 是 是 是 是 样本量 378 378 545 545 R2 0.488 0.413 0.478 0.425 表 6 时间安慰剂检验回归结果
变量 提前一年 提前两年 提前三年 (1) (2) (3) GTFP GTFP GTFP treat×post 0.014
(0.96)0.010
(0.72)0.003
(0.17)截距项 -0.691*
(-1.71)-0.696*
(-1.71)-0.708*
(-1.73)控制变量 是 是 是 城市控制 是 是 是 年份控制 是 是 是 样本数 3 360 3 360 3 360 R2 0.345 0.344 0.345 表 7 剔除干扰后的回归结果
变量 GTFP (1) (2) (treat×post)* 0.026***(2.81) (treat×post)** 0.022**(2.50) 截距项 -0.685***(-3.19) -0.680***(-3.19) 控制变量 是 是 城市控制 是 是 年份控制 是 是 样本数 3 288 3 324 R2 0.346 0.346 表 8 验证工具变量的外生性
变量 lngdp Pollution (1) (2) silk×post -0.042(-0.57) 0.030(1.27) 截距项 8.084***(24.61) -0.101(-0.97) 控制变量 是 是 城市控制 是 是 年份控制 是 是 样本数 3 360 3 360 R2 0.979 0.736 表 9 内生性检验回归结果
变量 工具变量法 (1) (2) 第一阶段 第二阶段 treat×post GTFP silk×post 0.869***(54.15) treat×post 0.033*(1.66) 截距项 -1.714***(-3.33) -0.530**(-2.00) 控制变量 是 是 城市控制 是 是 年份控制 是 是 样本数 3 360 3 360 R2 0.522 0.648 F-stat 37.39 — 表 10 出境通道异质性检验结果
变量 东通道 中通道 西通道 (1) (2) (3) (4) (5) (6) treat×post 0.028*
(1.67)0.064***
(3.78)-0.009
(-0.68)-0.002
(-0.11)0.051***
(3.21)0.059***
(3.71)截距项 0.556
(0.81)0.278***
(22.25)-1.166**
(-2.43)0.296***
(32.42)-0.862***
(-2.94)0.269***
(29.99)控制变量 是 否 是 否 是 否 城市控制 是 是 是 是 是 是 年份控制 是 是 是 是 是 是 样本数 588 588 1 404 1 404 1 368 1 368 R2 0.396 0.307 0.351 0.293 0.374 0.345 表 11 区域异质性检验结果
变量 东部 中部 西部 (1) (2) (3) (4) (5) (6) treat×post 0.001
(0.06)0.019
(1.29)0.025*
(1.94)0.033**
(2.40)0.037*
(1.96)0.042**
(2.24)截距项 -1.476***
(-2.96)0.301***
(29.82)-0.371
(-1.37)0.271***
(32.21)-0.785
(-1.15)0.270***
(23.40)控制变量 是 否 是 否 是 否 城市控制 是 是 是 是 是 是 年份控制 是 是 是 是 是 是 样本数 1 200 1 200 1 212 1 212 948 948 R2 0.320 0.267 0.468 0.401 0.277 0.273 表 12 中欧班列开行范围异质性检验
变量 GTFP (1) (2) treat×add 0.026*(1.90) 0.025*(1.83) 截距项 -0.132(-1.58) 0.282***(48.76) 控制变量 是 否 城市控制 是 是 年份控制 是 是 样本数 3 360 3 360 R2 0.301 0.296 表 13 机制检验
变量 绿色创新 产业集聚 融资约束 (1) (2) (3) (4) (5) (6) Inn GTFP lncyjj GTFP lnyzys GTFP treat×post 0.893*
(1.88)0.014*
(1.69)0.069***
(3.80)0.017*
(1.95)0.076***
(4.20)0.016*
(1.83)Inn 0.001*
(1.66)lncyjj 0.020**
(2.37)lnyzys 0.032***
(3.66)截距项 12.72
(1.10)-0.716***
(-4.47)4.070***
(9.09)-0.771***
(-3.58)11.223***
(25.24)-1.043***
(-4.47)控制变量 是 是 是 是 是 是 城市控制 是 是 是 是 是 是 年份控制 是 是 是 是 是 是 样本数 3 360 3 360 3 360 3 360 3 360 3 360 R2 0.293 0.345 0.839 0.347 0.888 0.348 -
[1] 周黎安. 中国地方官员的晋升锦标赛模式研究[J]. 经济研究, 2007(7): 36-50. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200707006.htm [2] 魏下海, 林涛, 张宁, 等. 无法呼吸的痛: 雾霾对个体生产率的影响——来自中国职业足球运动员的微观证据[J]. 财经研究, 2017(7): 4-19. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201707001.htm [3] 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, 137. https://www.cnki.com.cn/Article/CJFDTOTAL-JING202111008.htm [4] 方慧, 解欢品. 中欧班列对城市全要素生产率的影响[J]. 经济与管理评论, 2022(3): 38-52. https://www.cnki.com.cn/Article/CJFDTOTAL-SDJJ202203004.htm [5] AITKEN B J, HARRISON A E. Do domestic firms benefit from foreign direct investment? evidence from Venezuela[J]. American Economic Review, 1999, 89: 605-618. doi: 10.1257/aer.89.3.605 [6] LIU Q, LU Y. Firm investment and exporting evidence from China's value-added tax reform[J]. Journal of International Economics, 2015, 97: 392-403. doi: 10.1016/j.jinteco.2015.07.003 [7] 郭进, 白俊红. 高速铁路建设如何带动企业的创新发展——基于Face-to-Face理论的实证检验[J]. 经济理论与经济管理, 2019(5): 60-74. doi: 10.3969/j.issn.1000-596X.2019.05.005 [8] 徐强. 高铁开通与企业全要素生产率——基于中国工业企业库数据的研究[J]. 现代经济探讨, 2020(1): 71-78. doi: 10.3969/j.issn.1009-2382.2020.01.008 [9] 刘冲, 吴群锋, 刘青. 交通基础设施、市场可达性与企业生产率——基于竞争和资源配置的视角[J]. 经济研究, 2020(7): 140-158. doi: 10.3969/j.issn.1002-5863.2020.07.037 [10] 黄凯南, 孙广召. 高铁开通如何影响企业全要素生产率?——基于中国制造业上市企业的研究[J]. 中国地质大学学报(社会科学版), 2019(1): 144-157. https://www.cnki.com.cn/Article/CJFDTOTAL-DDXS201901013.htm [11] LI C, ZHANG J, LYU Y. Does the opening of china railway express promote urban total factor productivity? new evidence based on SDID and SDDD model[J]. Socio-Economic Planning Sciences, 2022, 80: 101269. doi: 10.1016/j.seps.2022.101269 [12] 赵星, 王林辉. 异质性交通网络密度、劳动力流动与全要素生产率[J]. 中国流通经济, 2020(5): 95-107. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGLT202005011.htm [13] 陈杰. 交通基础设施建设、环境污染与地区经济增长[J]. 华东经济管理, 2020(9): 72-79. https://www.cnki.com.cn/Article/CJFDTOTAL-HDJJ202009009.htm [14] 罗能生, 田梦迪, 杨钧, 等. 高铁网络对城市生态效率的影响——基于中国277个地级市的空间计量研究[J]. 中国人口·资源与环境, 2019(11): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ201911001.htm [15] SONG M L, ZHANG G J, ZENG W X, et al. Railway transportation and environmental efficiency in China[J]. Transportation Research Part: Transport and Environment, 2016, 48: 488-498. doi: 10.1016/j.trd.2015.07.003 [16] YANG X, LIN S, LI Y, et al. Can high-speed rail reduce environmental pollution? evidence from China[J]. Journal of Cleaner Production, 2019, 239: 118135. doi: 10.1016/j.jclepro.2019.118135 [17] 孙学涛, 张广胜. 高铁开通、环境污染与城市经济发展[J]. 软科学, 2021(6): 103-108. https://www.cnki.com.cn/Article/CJFDTOTAL-XUXI202106016.htm [18] 蔡宏波, 钟超, 韩金镕. 交通基础设施升级与污染型企业选址[J]. 中国工业经济, 2021(10): 136-155. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202110008.htm [19] 顾乃华, 张瑞志. 中欧班列开通能否助推企业全要素生产率提高?——基于我国制造业上市公司数据的准自然实验[J]. 广东社会科学, 2022(3): 5-14, 286. doi: 10.3969/j.issn.1000-114X.2022.03.001 [20] ASCHAUER D. Is public expenditure productive?[J]. Journal of Monetary Economics, 1989, 23(89): 177-200. [21] BARRO R J. Government spending in a simple model of endogeneous growth[J]. Journal of Political Economy, 1990, 98(5): 103-125. doi: 10.1086/261726 [22] 肖挺, 叶浩. 火车外贸能拉来真金白银吗——中欧班列吸引外资能力的实证检验[J]. 国际贸易问题, 2022 (8): 69-84. https://www.cnki.com.cn/Article/CJFDTOTAL-GJMW202208005.htm [23] 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, 136. https://www.cnki.com.cn/Article/CJFDTOTAL-JING202011006.htm [24] BRAWN E, WIELD D. Regulation as a means for the social control of technology[J]. Technology Analysis and Strategic Management, 1994, (3): 497-505. [25] KESIDOU E, DEMIREL P. On the drivers of eco-innovations: empirical evidence from the UK[J]. Research Policy, 2012, 41(5): 862-870. doi: 10.1016/j.respol.2012.01.005 [26] GROSSMAN G M, KRUEGER A B. Economic growth and the environment[J]. The Quarterly Journal of Economics, 1995, 110(2): 353-377. doi: 10.2307/2118443 [27] 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(8): 101-118. doi: 10.3969/j.issn.1002-5502.2022.08.008 [28] DEBREZION G, PELS E, RIETVELD P. The impact of rail transport on real estate prices: an empirical analysis of the dutch housing market[J]. Urban Studies, 2011, 48(5): 997-1015. doi: 10.1177/0042098010371395 [29] 吉赟, 杨青. 高铁开通能否促进企业创新: 基于准自然实验的研究[J]. 世界经济, 2020(2): 147-166. https://www.cnki.com.cn/Article/CJFDTOTAL-SJJJ202002008.htm [30] 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(11): 97-111. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201911009.htm [31] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-CJWT202302009.htm [32] TAN R, PAN L, XU M, et al. Transportation infrastructure, economic agglomeration and non-linearities of green total factor productivity growth in China: evidence from partially linear functional coefficient model[J]. Transport Policy, 2022, 129: 1-13. doi: 10.1016/j.tranpol.2022.09.027 [33] 史宇鹏, 周黎安. 地区放权与经济效率: 以计划单列为例[J]. 经济研究, 2007(1): 17-28. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200701001.htm [34] 张玓, 林珊, 赵颖婕. 政府在低碳产业发展中的作用——基于"钻石"模型理论的分析[J]. 学术界, 2011(7): 208-215, 291. https://www.cnki.com.cn/Article/CJFDTOTAL-SSJI201107022.htm [35] AGHION P, ASKENAZY P, BERMAN N, et al. Credit constraints and the cyclicality of R&D investment: evidence from France[J]. Journal of the European Economic Association, 2012, 10(5): 1001-1024. doi: 10.1111/j.1542-4774.2012.01093.x [36] 郭丰, 杨上广, 柴泽阳. 双创示范基地建设能促进城市绿色技术创新吗?——基于双重差分模型的检验[J]. 科学学与科学技术管理, 2023(7): 143-161. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG202307010.htm [37] 蔺鹏, 孟娜娜. 绿色全要素生产率增长的时空分异与动态收敛[J]. 数量经济技术经济研究, 2021(8): 104-124. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202108006.htm [38] 吴传清, 董旭. 环境约束下长江经济带全要素能源效率研究[J]. 中国软科学, 2016(3): 3-83. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201603007.htm [39] 刘海英, 郭文琪. 碳排放权交易政策试点与能源环境效率——来自中国287个地级市的实证检验[J]. 西安交通大学学报(社会科学版), 2022(5): 72-86. https://www.cnki.com.cn/Article/CJFDTOTAL-XAJD202205008.htm [40] 徐浩庆, 林浩锋, 邢洁. 环境规制与重污染企业的ESG表现[J]. 广东财经大学学报, 2024(1): 85-99. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202401006.htm [41] 陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018(2): 20-34. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201802003.htm [42] 张兵兵, 周君婷, 闫志俊. 低碳城市试点政策与全要素能源效率提升——来自三批次试点政策实施的准自然实验[J]. 经济评论, 2021(5): 32-49. https://www.cnki.com.cn/Article/CJFDTOTAL-JJPL202105003.htm [43] 王兵, 吴延瑞, 颜鹏飞. 中国区域环境效率与环境全要素生产率增长[J]. 经济研究, 2010(5): 95-109. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201005008.htm [44] 师博, 沈坤荣. 政府干预, 经济集聚与能源效率[J]. 管理世界, 2013(6): 18. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201310004.htm [45] 沈能, 刘凤朝. 高强度的环境规制真能促进技术创新吗?——基于"波特假说"的再检验[J]. 中国软科学, 2012(4): 49-59. doi: 10.3969/j.issn.1002-9753.2012.04.006 [46] JACOBSON L S, SULLIVAN L. Earnings losses of displaced worker[J]. American Economic Review, 1993, 83(4): 685-709. [47] DE CHAISEMARTIN C, D'HAULTFOEUILLE X. To-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110 (9): 2964-2996. doi: 10.1257/aer.20181169 [48] 许文立, 孙磊. 市场激励型环境规制与能源消费结构转型——来自中国碳排放权交易试点的经验证据[J]. 数量经济技术经济研究, 2023(7): 133-155. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202307007.htm [49] GOODMAN-BACON A. Difference-in-differences with variation in treatment timing[J]. Journal of Econometrics, 2021, 225(2): 254-277. doi: 10.1016/j.jeconom.2021.03.014 [50] 吴建新, 郭智勇. 基于连续性动态分布方法的中国碳排放收敛分析[J]. 统计研究, 2016(1): 54-60. doi: 10.3969/j.issn.1002-4565.2016.01.008 [51] 何雨可, 牛耕, 逯建, 等. 数字治理与城市创业活力——来自"信息惠民国家试点"政策的证据[J]. 数量经济技术经济研究, 2024(1): 47-66. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202401003.htm [52] CAI X, LU Y, WU M, et al. Does environmental regulation drive away inbound foreign direct investment?evidence from a quasi-natural experiment in China[J]. Journal of Development Economics, 2016, 123: 73-85. doi: 10.1016/j.jdeveco.2016.08.003 [53] 汪克亮, 庞素勤, 张福琴. 高铁开通能提升城市绿色全要素生产率吗?[J]. 产业经济研究, 2021(3): 112-127. https://www.cnki.com.cn/Article/CJFDTOTAL-CYJJ202103009.htm [54] 王昀, 孙晓华. 政府补贴驱动工业转型升级的作用机理[J]. 中国工业经济, 2017(10): 99-117. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201710008.htm [55] 金环, 于立宏, 徐远彬. 绿色产业政策与制造业绿色技术创新[J]. 中国人口·资源与环境, 2022(6): 136-146. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRZ202206014.htm -