铁路建设、物流绩效与我国对外贸易——基于“一带一路”沿线国家的面板数据分析

张世琪，郭健全

(上海理工大学 管理学院，上海 200093)

一、引言

基础设施对全球贸易的改善起到了积极的促进作用，对各国贸易流量增长有重要影响[1-2]，“一带一路”倡议将基础设施互联互通作为促进经贸双方关系进一步发展的桥梁[3-4]。在诸多基础设施中，铁路运输由于具有碳排放少、能耗低等优点，在长距离运输、运量和成本方面占据了较大优势，因此在“一带一路”倡议中受到高度重视[5]。铁路等基础设施对国际贸易发展具有非常重要的影响，而全球物流绩效指数(LPI)是评估各国物流基础设施的重要指标[6]，也是反映贸易便利化程度的重要指标[7]，其与各国对外贸易的关系日益紧密。本文将铁路建设和物流绩效相结合，探究物流发展水平对我国出口贸易的影响。

二、文献综述

(一)交通基础设施与贸易效应

崔岩和Kingsley E. Haynes研究发现一国交通基础设施质量的提升有利于其货物出口的增长[4][8]；Kevin X.Li和Hongbo Li探讨了交通基础设施对中国不同经济发展水平地区产生的影响[9-10]；Anna Bottasso利用引力方程，得到巴西各地区基础设施的数量增加与巴西出口流量有正向关系[11]；孙瑾和杨英俊通过对基础设施相关数据进行面板回归分析，结果显示贸易伙伴的基础设施现状与双边贸易成本负相关[12]。以上文献研究了多种基础设施与贸易的关系，但未从单一基础设施的视角探索其产生的贸易效应。

(二)铁路建设与贸易效应

Jian-hua Xiao探讨了中国铁路物流发展现状及其对周边国家进出口贸易的影响[13]；Zeng-Zhen Shao通过数据分析大型跨国高速铁路对出口存在影响[14]；许娇和陈坤铭运用GTAP模型得到“一带一路”六大经济走廊铁路基础设施建设的经贸效应[15]；龚静和尹忠明通过构建异质性随机前沿模型研究了铁路运输时间及运输距离减少对各省市贸易的影响[16]；Normaz Wana和Ismail Jamilah讨论了铁路等硬件交通基础设施及软件基础设施对亚洲国家经济增长有重要影响[17]；Kevin X.Li利用误差修正模型，得到铁路等交通基础设施对发展中地区的影响要大于发达地区的结论[9]。以上文献大多选取运输距离作为铁路建设的变量，但未涉及铁路密度，而距离和密度作为衡量铁路建设成效的两个维度，能够较好地定量分析铁路建设所带来的经贸效应。

(三)物流绩效(LPI)与贸易效应

Puertas R和MartíL分别就LPI不同指标对国际贸易的影响进行了实证研究，论证了LPI中的物流基础设施质量指标对国际贸易影响最大[18-19]；Azmat GANI基于分解后的物流相关数据进行研究，实证结果显示总体物流绩效与一国出口和经济增长存在正向关系[20]；Ziaul Haque Munim利用结构方程模型(SEM)对91个拥有海港的国家的面板数据进行实证分析，结果表明物流绩效对一国贸易流量有正向影响[21]；刘洋研究国际物流绩效的贸易效应，Heckman回归结果表明国际物流绩效显著促进了双边贸易流量[22]；黄伟新实证分析了丝绸之路经济带物流绩效水平对我国机电产品出口有显著影响[23]。以上文献均研究了物流绩效对贸易的影响，但未结合具体的物流基础设施以研究两者产生的贸易效应。

基于以上分析，本文将研究对象定位于铁路建设，选取运输距离以及铁路密度作为铁路建设的研究变量，同时将物流绩效与铁路密度、运输距离相结合，研究三者对我国出口贸易产生的影响。本文与以上文献不同之处详见表1：

表1 文献总结

三、模型构建、变量说明、样本选择

(一)模型构建及变量说明

引力模型作为研究空间相互作用的重要工具被广泛应用到经济研究领域，Tinbergen J将引力模型应用到国际贸易研究领域[24]，Anderson，Bergstrand，Anderson，van Wincoop纷纷进行理论分析，学者多次对其进行变型研究[25-28]。引力模型基本形式为：

Xij=K(YiYj/Dij)

其中Xij表示i国向j国的出口额，K为常数，Yi和Yj分别表示i国和j国的国内生产总值，Dij为两国的距离，一般指两国经济中心或主要港口之间的距离，发现国际贸易规模与贸易国GDP成正比，与贸易国之间的距离成反比。后期对基本的引力模型两边取自然对数可得：

lnXij=β1lnYi+β2lnYj+β3lnDij+εi

(1)

本文根据Normaz Wana Ismail和XU Lizhi两者研究中所采取的变量，拓展了引力模型[17][29]，具体选取可能影响“一带一路”沿线国家贸易的铁路密度、运输距离以及物流绩效指数作为其核心衡量指标。据此设立面板数据如下：

lnTradevalueijt=β0+β1lnDensityjt+β2lnRd+β3lnLPI+β4lnDistanceij+β5lnPGijt

+β6lnOpenjt+β7lnWTOjt+β8lnDevejt+β9Highjt+εi

(2)

以上模型中的变量含义、预测符号、数据来源见下表2：

表2 变量说明

变量Disjt是根据北京与贸易伙伴的首都的经纬度计算获得，根据引力模型一般规律，两国距离越远，贸易流量越少，所以负相关；变量PGjt表示j国在t国的人均GDP增长(年增长率)，是基于不变价本币的人均GDP年增长率，人均GDP增长率越大，代表该国需求越大，贸易流量增加。各关键变量的描述性统计及相关分析结果参见表3：

表3 变量的描述性统计(2007年—2016年)

(二)样本选择

据商务部统计，2017年，中国与“一带一路”沿线国家的贸易额约为7.4万亿元人民币，约占中国对外贸易总额的26%[30]。“一带一路”沿线国家以发展中国家为主，中国正在减少对发达国家市场的依赖，将对外贸易重心转向新兴经济体[31]。本文参考董银果[32]的分类方法，集中选定21国分别是：哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、俄罗斯、白俄罗斯、蒙古、阿塞拜疆、亚美尼亚、伊朗、以色列、印度、巴基斯坦、乌克兰、土耳其、格鲁吉亚、约旦、波兰、德国、荷兰；由于物流绩效指数LPI于2007年由世界银行首次发布，本文选定时间范围为2007年—2016年10年的数据。

四、实证结果及分析

(一)静态贸易效应分析

本文采用Stata10软件对模型1-6的参数进行分步回归，模型1是使用铁路密度、运输距离、物流绩效指数三个核心解释变量后的基础模型；模型2-6则是在模型1的基础上逐步加入贸易开放度、是否为WTO成员、发达国家或发展中国家、人均GDP增长率、地理距离等解释变量之后的修正贸易引力模型。在对模型进行估计时，通过Hausman检验，确定是选用固定效应模型还是随机效应模型。检验标准如下：

H0：个体效应与回归变量无关(个体随机效应回归模型)

H1：个体效应与回归变量相关(个体固定效应回归模型)

对引力模型进行回归，模型1-3固定效应的变量显著性优于随机效应，Hausman检验相应的P值小于0.1，故应建立固定效应回归模型；模型4-6随机效应的变量显著性优于固定效应，Hausman检验相应的P值大于0.1，故应接受原假设，建立个体随机效应模型，表4为比较p值过后，选择合适的回归模型[33]。

表4 豪斯曼检验结果

表4中第一列的结果显示，所得回归系数均为正并且p值都在1%的水平下高度显著，因此，上述回归结果与前文的预测分析相一致。实证结果分析如下：

(1)解释变量Densityjt的系数显著为正，其指标每提升1%，我国与沿线国家的贸易流量就会提高1.174%，说明中国出口贸易流量与铁路密度呈正相关，中国在与铁路网络发达的国家进行贸易时的成本较低，效率更高，可见铁路运输对于“一带一路”沿线国家发展贸易是一种极为重要的方式。

(2)解释变量Rdjt的系数显著为正，其指标每提升1%，我国对沿线国家的出口量就会提高1.33%，说明铁路运输距离越长，运输量越大，中国与“一带一路”沿线国家的贸易流量越多，进一步说明铁路建设的必要性。

(3)解释变量LPI的系数显著为正，其指标每提升1%，我国与沿线国家的贸易流量就会提高1.641%，即物流绩效指数越大，国际贸易物流效率越高，我国与沿线国家的贸易总额越大。

表4中模型2-6在逐步加入控制变量，检验中国与贸易伙伴的贸易效应时，本文核心解释变量的系数估计值有略微变化，但系数的显著性和正负关系没有发生改变，可得出模型较为稳健。控制变量系数分析如下：

(1)变量Op的系数为正，指标每增加1%，我国对其贸易流量增加0.107%，说明贸易伙伴的贸易开放程度与贸易流量正向变动，贸易开放程度高的国家对于进出口贸易的限制相对较少，一定程度上促进贸易流量的增长；系数不显著的原因可能为各种贸易优惠安排的盛行以及诸如TPP和TTIP谈判的推进，国家开放度推进贸易的作用已经越来越小，地位已逐渐被削弱[34]。

(2)变量WTOj的系数为正，说明是否是WTO成员与贸易流量成正比关系，WTO成员有利于该国对外贸易发展。

(3)变量Deve的系数显著为正，说明发达国家交通基础设施可能更完善，能用于铁路建设的支出更高，与发展中国家相比更加注重物流绩效水平的提高，并且贸易便利化程度高，故双边贸易额越大。

(4)变量PG的系数为正但不显著，说明尽管人均GDP增长率一定程度上可能促进中国对该国的出口，但需要注意的是统计人均GDP增长率时，未考虑资产折旧或自然资源损耗和退化，其次对外贸易选择对象并非仅将GDP作为贸易潜力的指标。

(5)变量Dis的系数为负，说明中国在与21国进行贸易往来时，距离仍然是制约双边贸易流量的一个重要因素，距离越远贸易成本越高，导致贸易流量的减少，与引力模型的理论基础一致[35]，但两者负向关系并不显著，可能的原因是随着各国基础设施建设发展，尤其是铁路、海运、航空等普及化程度加强，距离对两国贸易流量的影响逐渐变小。

(二)动态贸易效应分析

虽然本文对21个国家的静态贸易效应及主要影响因素做出了分析，但未测算出时间的趋势效应。由于我国对外贸易可能随着时间而增长，但变化的趋势不尽相同，因此，在模型中考虑时间的动态效应尤为必要。为使研究结论更加可靠，本文参考Richard Blundell的方法[36]，采用动态面板GMM法。将被解释变量的一阶滞后期作为解释变量，此外，由于模型中还包括其他变量，因此在估计过程中还需要进行内生变量和外生变量的选择，基于本文的研究目的，将铁路密度、运输距离、物流绩效指数作为内生变量，将对外贸易量滞后一阶项作为工具变量，其余变量作为外生变量。我们对原公式作简单变形，动态面板模型设定如下，详细检验结果见表5：

lnTradevalueijt=β0+β1lnTradevalueijt-1+β2lnDensityjt+β3lnRd+β4lnLPI+

β5lnDistanceij+β6lnPgijt+β7lnOpenjt+β8WTOjt+β9lnDevejt+β10Highjt+εi

(3)

表5中第一列为滞后项与核心解释变量回归所得的结果，第2至第5列为纳入其他控制变量进行回归所得结果。对外贸易量的一阶滞后项均在1%的显著水平下高度显著，这说明贸易流量确实存在滞后效应，前一期对本期具有推动作用。从表中第一列结果来看，作为衡量物流发展水平的替代指标，无论是铁路密度、运输距离、物流绩效指数都在5%的水平下显著，这一结果说明了铁路密度、运输距离和物流绩效对我国对外贸易的发展具有促进作用。从表中第2至第5列的回归结果来看，在加入其他变量后，本文核心解释变量依然与之前预期符号一致，仅有个别数据出现p值过大的情况。系数解释如下：

表5 GMM动态面板

(1)铁路距离相比其他两个核心解释变量系数减小，随着时间变化，可能诸多基础设施一同发展，对其冲击比较大，更加凸显各国应重视铁路建设，注重科技投入，提高铁路供应链效率。

(2)发达国家的影响系数始终保持着高度显著性，这充分表明其对我国对外贸易的正向影响。事实上，越发达的国家对物流基础设施建设的投入越多，更重视物流绩效水平的提高，有利于促进贸易流量增加。

(3)贸易开放度和WTO的系数同静态分析模型中系数相似，都不显著，原因与前文相似；PG的系数基本没有太大波动，且不太显著，人均GDP增长率不能成为国家选择贸易伙伴的必然指标，这说明，在长期贸易中，双边贸易量并非完全取决于经济总量或增长量，其与长期的贸易关系和稳定的贸易安排有着密切关系。

五、结论及建议

(一)结论

本文使用2007年—2016年21国数据，主要得出了以下结论：

1.2007年-2016年，中国对“一带一路”21个沿线国的出口贸易额在持续增长；

2.本文的实证分析证实了一国铁路密度、铁路长度、物流绩效每提高1%，我国对其贸易流量分别提高1.174%、1.330%、1.641%，皆有助于促进本国贸易发展，增加我国出口量；

3.发达国家由于贸易开放度高，基础设施建设完善，铁路网密度大，贸易便利化程度高，有助于提高其贸易效应。

(二)建议

1.铁路建设水平的提高显著降低了物流成本，进一步促进国家间贸易流量的增长。各国需研发新技术，提高铁路运行速度，节省运输时间，增加铁路网密度，规划高效的铁路运输网络；

2.我国与“一带一路”沿线发展中国家进行贸易往来时，应积极建设亚洲基础设施投资银行和丝路基金，并将大量资金投入于各国的基础设施建设[37]；在与发达国家进行贸易往来时，首先应当侧重于提高物流绩效水平，其次采用先进的信息管理技术促进涉外贸易制度改革和海关现代化，降低通关成本，提升通关效率[38]。