论文部分内容阅读
摘 要：为了定量分析“一带一路”倡议对中国地区经济产生的重大影响，利用2009—2016年全国267个城市的面板数据，以25个“一带一路”国内沿线节点城市作为研究样本，构建相应的“反事实”;根据共同趋势检验和倾向得分匹配检验的支持结果，确定了PSM-DID模型的研究方法。结果表明，该政策不仅对沿线区域的GDP起到了正向作用，同时还促进了人均GDP的增长，证明“一带一路”倡议实现了致力于沿线各国人民共同繁荣富强的美好愿景。
关键词：“一带一路”倡议;倾向得分匹配;双重差分模型;经济增长
中图分类号： F125.1文献标志码： A 文章编号：1672-0539（2021）03-0093-09
一、引言
“一带一路”是国家主席习近平于2013年提出的契合与实现全人类共同繁荣发展的新倡议。“一带一路”的确切定义是由古代丝绸之路的历史文化所演变成的“丝绸之路经济带”和“21世纪海上丝绸之路”。由于当前中国边境地区处于历史最好状况，并且其他国家与中国的合作意愿得到普遍加强。中国作为能够拉动世界经济增长的马车之一，为全球化的市场与合作奠定坚实的基础，并通过“一带一路”建设与其他发展中国家共享中国改革发展红利，共同致力于打造政治和经济互信融合的命运共同体。
研究“一带一路”倡议对国内节点城市经济增长影响的根本目的在于确切衡量该政策的实施效果，了解推动当前时代沿线各国经济增长的动力源泉，同时为“一带一路”其他区域的繁荣发展贡献出有效的参考和借鉴。除此之外，“一带一路”作为中国未来长期实践的道路，对政策影响的精准研究，能够深入挖掘该政策的现状与问题，为“一带一路”倡议将来的长远发展提出针对性的意见建议。
二、文献综述
“一带一路”倡议因其美好的愿景、强有力的技术支持、雄厚的区域合作平台以及各国人民的共同努力，将卓有成效地促进沿线地区繁荣富强。从相关方面来看，“一带一路”资金融通超过了既定的预期效果，建立了以重大项目为驱动力的投融资合作新机制，形成了以开发性金融为重要形态的新模式[1]。有学者利用双重差分模型分析了“一带一路”倡议对我国沿线省份的保费收入增长具有显著的促进作用，并且实施后的影响逐年增加[2]。而通过构建空间权重矩阵，说明了“一带一路”国内线路中节点城市的经济发展水平对于区域创新具有正的直接效益和溢出效应[3]。其他研究者则借助PSM模型实证了“一带一路”的贸易协定会促进沿线国家的贸易量，不同种类贸易协定会有不同影响效果[4]，且“一带一路”背景下的外贸依存度对出口贸易影响显著并存在双重门槛效应[5]。同时，问卷调查结果显示，影响中国零售业海外投资的最有利因素是“一带一路”政策，这说明该政策能帮助中国零售企业走出中国、面向世界[6]。同样“走出去”的还有中国对“一带一路”区域的援助与投资，这两项因素都能有效降低贫困率，并且投资因素与该地区贫困率之间存在门槛效益[7]。相反，也有学者认为，“一带一路”背景下的国家社会发展也有不利影响。例如，有研究表明，它与城市人口和外国直接投资这三个因素均会增加碳足迹[8]。换言之，“一带一路”倡议可能会增加人类对自然资源的消耗。并且目前沿线国家经济水平发展存在差异，金融合作信贷水平低，并缺乏庞大的资金支持，因此不利于国际金融合作[9]。
此外，许多其他因素反过来同样会促进该政策对经济的增长效果。一方面，利用GVAR模型证明了“一带一路”对外投资及对外贸易两个因素能增加人力及技术资本方面的积累，从而进一步推进经济增长[10]。同时，双边贸易与经济增长具有相互促进的作用，是一个长期动态关系[11]。并且开放度与经济增长不存在“倒U”形关系，只存在单纯的正向线性关系[12]。但另一方面，普惠金融却在一定程度上阻碍了一国经济增长[13]。同样在沿线省市中，对经济起到抑制作用的还有交通基础设施建设[14]。
综上所述，国内外已有许多专家学者以”一带一路”倡议为出发点做出了重要研究并取得了一定成果，这些优秀的文献为本文研究奠定了扎实的理论基础，但放眼来看，各领域中以“一带一路”对经济增长的直接效应研究甚少。仅有段秀芳、寇明龙（2019）利用PSM—DID模型重点分析了“一带一路”倡议与东部沿线五省市经济增长的相关关系[15]，但五个省市的样本比较简单和缺乏更深入详细的探索。并且林勇、杨龙（2018）也是研究政策对中国沿线区域经济增长的促进作用[16]，但该研究对于相应的国内沿线区域没有说明和解释划分标准，样本过于笼统和模糊。因此，本文的研究就具有了重要的现实意义，引用张娜、吴福象（2019）提出的“一带一路”国内沿线重要节点城市概念[3]，将政策在国内的重要实施区域作为研究样本，并且利用能够较为精准衡量政策实施效果的PSM-DID作为研究方法。
三、逻辑模型的建立
“一带一路”倡议对经济增长的影响效应，可以通过衡量该政策的实施区域在實施前后经济增长的变化幅度来说明。由于实施区域过于广泛和笼统，因此我们以国内沿线的25个重要节点城市（西安、兰州、重庆、西宁、成都、郑州、武汉、南昌、长沙、合肥、上海、天津、宁波、广州、舟山、深圳、湛江、青岛、烟台、汕头、福州、大连、厦门、海口、泉州、三亚）作为研究样本，以此代表沿线区域。节点城市同时处于“一带一路”背景下和非“一带一路”背景下两种状态的差异就是政策的影响效应，也称为政策平均处理效应ATT。但具体到每个节点城市，政策实施和未实施两种经济增长结果是不能在同一时间测量到的，因此需要构造“反事实”来衡量政策的处置效应ATT。因为国家对规划的“一带一路”途经路线是基于国家层面综合考虑了经济方面、文化方面、历史方面之后的慎重决定，所以如果随意选定节点城市样本的“反事实”会造成明显的选择偏差错误。因此引用统计学家 Rosenbaum和Rubin[17]于1983年提出的倾向得分匹配思想（PSM），如果两个个体的倾向得分结果相近或相同，而其中一个处于政策实施的处理组，另一个却在未参与政策实施的控制组，则可将控制组个体Y0作为研究样本的“反事实”[18]。本文是利用Logit模型估算的倾向得分，将其中预测结果最接近被认定为处理组城市的非“一带一路”节点城市作为沿线重要城市的“反事实”。在完成PSM匹配的基础上，再继续对处理组和参照组运用双重差分模型DID做进一步处理。双重差分模型DID在最近几年研究中常用于对公共政策或项目实施效果的定量评估，通过建模来有效控制研究对象间的事前差异，将政策影响的真正结果有效分离出来，因此适用于本文研究方法。 本文基本思路如下： 25个重要节点城市作为处理组，将它们与全国剩余242个城市中被选入参照组的城市共同做两次差分，一次差分将使得两组间不随时间变化的差异被消除，二次差分将剔除时间变化的增量，最终得到被解释变量的均值差即为“一带一路”倡议的平均处理效应ATT，表达式如下：
ATT=1N1∑（ΔYtreat=1）-
1N2∑（ΔYtreat=0）（1）
其中，treat是政策虚拟变量，treat=1表示国内25个重要节点城市，treat=0是未实施该政策的其余城市;各地级市在”一带一路”倡议实施前与实施后的经济差异为ΔY。双重差分模式還可以写成：
Yit=β0+β1timeit+β2treatit+
β3（timeit×treatit）+β4Xit+εit（2）
如上，treat依然代表着政策虚拟变量，而time表示时间虚拟变量;t=0或1，表明时间被划分为两期，政策实施前为t=0，政策实施后为t=1;同样i取值0或1，i=0是其余城市，i=1为25个节点城市。Z代表影响经济增长的其他控制变量，参照段秀芳、寇明龙（2019）的方法，本文认为会影响经济增长的控制变量有7个，分别是：第二产业结构、第三产业结构、固定投资支出、外商投资、财政支出、教育、消费，并测算各自对经济增长的效用，根据最佳拟合优度，得出固定投资支出与教育的二次方更能影响经济。ε代表其他影响经济增长的随机扰动项。Yit为被解释变量，本文用 GDP取对数作为被解释变量。
综上所述，建立本文的研究模型，通过此模型进一步理解双重差分模型的应用含义，如表1 所示。
Yit = β0+ β1 timeit+β2 treatit+β3did+
β4industryit+β4thirdindustryit+
β4assets2it +β4investmentit+
β4expenpenditureit+β4edu2it+
β4rscgit+εit（3）
表1显示，我们研究的该政策对经济增长的影响ATT即为两个虚拟变量的交乘项did的系数β3。假设交互项系数β3为负，表明“一带一路”倡议阻碍了节点城市的经济增长;假设其系数β3为正，则表示该政策对沿线区域经济有正向推动作用，具体结果下文有详细分析。
四、变量与描述性统计
由于资料显示习近平总书记是在2013年正式提出的”一带一路”倡议，因此本文将2013年划分为政策实施的第一年。为了避免面板数据跨度较长造成的严重共线性和美国次贷危机的影响，以及考虑到官方数据的可搜集性，因此将研究期间定为2009年至2016年。虽然全国现在共有288个地级市，但在此8年间部分地级市被取消或者新增，为了保持面板数据的平衡性，将这些城市予以剔除。最终，选取2009—2016年全国267个地级市数据进行PSM-DID方法分析。研究所运用的所有数据均来源于历年《中国城市统计年鉴》和国家统计局网站，由于极少数地级城市个别年份的变量数据偶有缺失，本文运用了指数平滑法填补空缺。
上述已经建立了地级市面板数据模型，被解释变量为267个城市的2009—2016年各年GDP，为了增加研究模型中解释变量对其影响的敏感程度，因此我们对GDP做对数处理。主要解释变量分别为时间虚拟变量T、政策虚拟变量D、两者的交乘项did，但其中考察的核心解释变量是交乘项did，因为其估计系数β3代表着“一带一路”倡议对沿线重要节点城市经济的平均处理效应。本文研究的控制变量包含7个方面，各自的经济含义以及数据计算方法如表2所示。表3表示的是这些社会经济指标的描述性统计结果，其分别列示了267个城市在产业结构、投资、财政支出、教育、消费等方面的最大值和最小值，以及相应的平均值和标准差，可以准确表示出现阶段我国经济的整体水平。
五、实证结果分析
（一）共同趋势假设
DID模型在比较和评价某项政策实施后的影响方面有突出效果。但运用双重差分模型必须符合共同趋势前提假设，即要求在政策执行前后处理组和控制组的经济发展趋势不存在显著差异，如果处理组未实施政策，理论上应该会和控制组发生相同的变化。为了检验共同趋势假设是否成立，因此本文作如下处理：将“一带一路”倡议提出前三年的时间虚拟变量与政策虚拟变量相乘，得到新的交互项变量Before*，同样After*是“一带一路”倡议实施期间的时间虚拟变量与政策虚拟变量的新交互项。将两个新的交互项都代入双重差分DID模型，得到结果如表4所示。
如表4显然看出该政策实施前第一年、政策实施前第二年、政策实施前第三年所代表的交互项变量Before1、Before2和Before3的实证结果均不显著，而政策实施期间第一年、政策实施期间第二年、政策实施期间第三年所代表的交互项After1、After2和After3实证结果是显著的，其中“一带一路”倡议实施第一年显著于95%的置信水平下，剩余其后两年均在99%置信水平下显著。这个结果说明，实施“一带一路”倡议前国内节点城市与其余城市处在大致相同的经济机遇中，两者没有显著发展区别，都具有平行趋势，即通过了共同趋势检验。
（二）倾向得分匹配法
倾向得分匹配的主要目的是为了使处理组和参照组具有可比性，虽然节点城市与其余控制组城市满足了共同趋势假设，没有经济发展显著差异，但是节点城市是无法复制的综合选择，要想毫无差别地衡量“一带一路”倡议对经济的增长效应，需要测算处理组城市同时处于节点城市和非节点城市两种状态下的结果，但显然这是不可能的。一旦某城市被选取为“一带一路”路线中的一环，就不可能再变回原始状态。因此为了更靠近毫无差别的测算结果，尽可能忽略选择误差，我们采取倾向得分匹配法PSM。具体可以利用的匹配方法有很多种，本文从简便性角度出发，选取了比较常用的近邻匹配法。采用PSM方法匹配节点城市前，同样需要满足一个检验，即平衡性检验，该检验结果如表5所示。 从表5结果看出，所有控制变量均拒绝原假设，即在匹配前无一控制变量符合两组间无显著差异假设，但在近邻匹配后，第二产业结构、第三产业结构、固定资产投资、外商实际投资、财政支出、教育、消费等7个变量均在90%置信水平上不存在显著差异，p值均大于0.1，且经过近邻匹配后参照组和处理组所有控制变量都减少了80%以上的标准偏误，其绝对值也处于20%以下。表明近邻匹配后已大幅减小两组间的偏差，样本之间的差距已非常接近，说明运用倾向得分匹配的平衡性检验得到满足。
（三）PSM-DID模型结果
当通过前述假设检验后，即可正式运用2009—2016年全国267个城市的面板数据进行PSM-DID模型研究。本文所用的分析软件是stata15.1和Excel。首先根据霍斯曼检验结果，p值为0.000，小于0.05，因此构建的研究模型应该选定备择假设的固定效应。表6从定量角度充分展示了“一带一路”倡议对国内重要节点城市经济增长影响的最终实证结果。其中，表5的第二列和第三列代表的是未加控制变量的前提下，时间虚拟变量与交互项的结果;表格中第四列和第五列数据是增加了同样会影响经济水平的控制变量情况下，各个解释变量的模型实证结果。由于经过霍斯曼检验应该采用固定效应，但固定效应的一阶差分法会使得变量的时间变化因素被消除，而政策虚拟变量treat具有时间不变性，即该变量不随时间变化，因此进行PSM-DID固定效应研究时，政策虚拟变量treat会被自动删除，但这并不会对估计结果及其有效性产生影响。
如表6所示，在未加控制变量的情况下，交互项did估计系数为正且在99%置信水平下是显著的，这意味着”一带一路”倡议对国内重要节点城市的经济增长具有正向的促进作用。从引入了影响经济的其他控制变量的实证结果来看，交互项did系数为0.03889，且依然显著于99%的置信水平下，说明“一带一路”倡议自实施以来明显促进了国内25个沿线城市的GDP增长水平，并且该政策刺激节点城市的GDP增长了3.89%左右。控制变量的计量结果显示，第二产业结构、第三产业结构、固定资产投资、财政支出和教育5个变量的估计结果均为正且都在99% 置信区间上显著，表明这5个变量同样对25个节点城市的GDP增长起到了正向影响;而社会零售总额的估计系数为负且在99%置信水平下显著，说明消费因素会抑制节点城市的GDP水平，背后原因可能是我国现阶段依然属于工业大国，投资仍是我国经济发展重要因素并在GDP增长中占较大比重，而消费总额的增加会由于此消彼长的关系导致投资额减少，从而不可避免地抑制了GDP的增长，但从结果可以看出这种阻碍作用较为微弱，仅仅减少了0.0056%的GDP;外商实际投资变量的估计系数虽然为正，但其结果处于90%置信区间之外，表明外商实际投资虽在一定程度上推动了节点城市GDP，其作用却并不显著，可能原因是我国虽然在逐步提高对外开放程度，但外商投资仍不是我国企业资金来源的主要渠道，外商注资的企业也不占大比例，因此对GDP的贡献并不显著。
综上所述，“一带一路”倡议对国内25个沿线节点城市的经济增长存在着不可否认的显著影响和激励作用，进一步分析来看，这代表着“一带一路”背景下的沿线区域借助政策优势与技术支持，为沿线各国对外开放和促进经济增长注入了发展动力，这也符合“一带一路”倡议所包含的美好愿景。
六、稳健性检验
为了使上述实证结果更加可靠，需要对研究“一带一路”倡议效果所构建的PSM-DID模型再进行一次稳健性检验以加强本文论证的严谨性。由于能够代表经济水平的不止GDP，还有人均GDP，并且GDP是从总量角度代表经济水平，而各节点城市的人均GDP更能体现个体经济的发展水平，因此利用两种不同层面的被解释变量数据来检验”一带一路”倡议对节点城市经济增长的影响效应，会使研究结果所代表的政策效果更具有信服力。综合考虑之下，本文的稳健性检验采取替换被解释变量的方法，将人均GDP在“一带一路”倡议实施前后的变化作为政策的处理结果。新构建的PSM-DID模型的实证结果如下表7所示。
同样表7的第二列与第三列表示的是在没有加入控制变量的情况下，虚拟变量和交互项did对人均GDP的影响结果。虽然交互项did在不考虑控制变量时的估计系数依然为正，但其在90%的置信水平下不显著，说明此时“一带一路”倡议对国内节点城市人均GDP虽有影响，但是实施后的效果不显著。表7第三列与第四列是加入与前文考虑相同的控制变量后，各解释变量所呈现出的新结果。首先同样分析本文研究考察的核心，即did的实证结果，其估计系数为0.4862，并且显著于90%的置信水平下，与被解释变量为GDP时的结果相同，都是说明“一带一路”倡议显著地促进了节点城市的经济增长，说明本文的研究结果是相对稳健的，值得信服。其次，再分析其他控制变量的实证结果，对比表5与表6表明大部分因素不变，仍旧显著且对经济增长起到刺激作用。但财政支出与教育变量的实证结果却发生了改变，对GDP起到促进作用的同时却减少阻碍了人均GDP的发展，其中教育因素显著于95%置信水平下，而财政支出结果转变为不显著。这正是由于被解释变量GDP与人均GDP是反映不同层面的经济指标，即使国内沿线节点城市财政支出与教育支出的总额增加，但我国的人口多、总量大，人口数量可能增长的速度更快，并且这两个变量都是专款专用的比重较大，意味着相当部分的份额会被指派给特定的人，因此造成财政支出与教育变量会抑制人均GDP增长的结果，但财政支出的抑制作用相对来说并不显著。
七、结论与建议
（一）结论
本文基于 2009—2016 年“一带一路”国内节点城市与其他非节点城市的共267个地级市面板数据，运用 PSM-DID 模型分析了“一带一路”倡议自2013年实施以来对节点城市在经济增长方面的影响。通过对相关文献的对比梳理，总结出本文的创新点在于利用多元回归的数理模型以及理论与实际相辅相成的分析方法对“一带一路”倡议下沿线区域经济增长的相关程度做出了定量测度，并深入地剖析和闡述了“一带一路”倡议作用经济增长的传导机制与路径。结果表明，在控制了其他可能影响经济效果的变量情况下，“一带一路”倡议分别推动了3.89%的国内节点城市GDP增长和4.86%的人均GDP增长，反映出人均GDP方面的作用效果大于对城市总GDP的作用效果。 根据结果进一步分析政策与经济增长的传导机制与路径：由于“一带一路”重点是通过集中沿线国家具备的自身优势去弥补和改进其他国家短板，并利用各区域的要素禀赋去完善工业化与产业水平、固定资产投资、外商投资等方面，因此最终能汇集各维度力量发展经济水平;但同时需要注意在实施“一带一路”倡议时防止过多的消费会挤占投资的份额，过少的投资会压缩技术与业务的提升空间，从而抑制经济的增长。
（二）建议
虽然实证表明“一带一路”倡议对节点城市经济增长有明显的带动效应，但目前而言该政策的实施时间较短，如果要想实现沿线区域的长期经济攀升，必须根据上述政策传导路径，推动区域基础设施更新，加强资本投资与资金融通的软环境建设，以此构建长效促进机制。
坚实的基础设施是国家经济腾飞的硬性条件和贸易发展的基石。为了进一步加速地区之间的要素流动，需要着力改善升级沿线基础设施建设的配套机制，达到更高效率的经贸合作。虽然在“一带一路”倡议实施的七年期间，中国已经带动并帮助了沿线国家建设大型基础设施，但整体规划布局需要各方政府的积极配套协助措施，因此为了“一带一路”使命能长远辐射周边地区的经济发展，不仅需要完备的基础设施联通各方贸易往来路径，同时要求沿线各方沟通交流以绘制更合理的建设蓝图。
其次，“一带一路”倡议会为地区提供更多的投资机会，这也是促进各城市经济增长的传导原因之一。但相关资本受异地因素等影响可能无法找到很好的切入点，从而降低了资金的使用效率，因此政府应该通过合理的渠道引导资金的流通，利用政策倾向促进多元化融资体系不断加强，持续增强政府和其他各界的金融扶持力度，完善相应的多双边机制和平台。
参考文献：
[1]温灏，沈继奔.“一带一路”投融资模式与合作机制的政策思考[J].宏观经济管理，2019，（2）：54-61.
[2]吴望春，李春华.“一带一路”倡议对沿线省份保费收入增长的影响效果评估——基于双重差分的实证分析[J].中央财经大学学报，2018，（10）：24-32.
[3]张娜，吴福象.“一带一路”国内段节点城市创新空间差异及溢出效应[J].统计与决策，2019，35（18）：143-146.
[4]郑建，周曙东.“一带一路”沿线贸易协定的贸易促进效应——基于PSM模型的实证分析[J].经济经纬，2019，36（6）：62-69.
[5]吕诚伦，王学凯.中国与“一带一路”沿线国家出口贸易研究——基于汇率变动、外贸依存度的视角[J].财经理论与实践，2019，40（3）：113-118.
[6]Liyan Pan.The influence of “One Belt And One Road” initiative on the transnational operation of China’s retail industry——empirical analysis based on questionnaire[C]//Wise Research Institute（懷思研究院）.2018年第一届经济管理与绿色发展国际会议论文集（ICEMGD2018）.Wise Research Institute（怀思研究院）：北京赛亚数据科技有限公司，2018：4.
[7]张原.中国对“一带一路”援助及投资的减贫效应——“授人以鱼”还是“授人以渔”[J].财贸经济，2018，39（12）：111-125.
[8]Hafeez Muhammad，et al. An empirical evaluation of financial development-carbon footprint nexus in One Belt and Road region[J]. Environmental science and pollution research international，2019，26（24）.
[9]Qingjuan Chen，Aiqing Kou，Jin Chen.Research on International Financial Cooperation under the “One Belt and One Road” Strategy[C].Kunming，China，2018.
[10]付华英.“一带一路”沿线国家FDI对我国经济增长影响的实证分析[J].商业经济研究，2019，（14）：130-133.
[11]张世翔，等.双边贸易与经济增长关系的EKC检验——基于“一带一路”沿线国家的实证[J].统计与决策，2019，35（17）：173-175.
[12]马卫，等.开放度水平提升是否促进了区域经济增长？——基于“一带一路”沿线国家面板数据的实证分析[J].经济经纬，2019，36（5）：64-71.
[13]李梦雨，李奕.普惠金融对经济增长的影响——基于“一带一路”国家的空间计量分析[J].价值工程，2019，38（12）：7-11.
[14]赵春娟.中国“一带一路”沿线省份交通基础设施建设与经济增长的关系研究[J].河北地质大学学报，2019，42（3）：104-110.
[15]段秀芳，寇明龙.“一带一路”倡议对东部沿线五省市经济增长的影响——基于PSM-DID模型[J].经济论坛，2019，（10）：77-84.
[16]林勇，杨龙.“一带一路”对中国沿线区域经济增长的促进作用——基于PSM-DID的估计[J].广西师范学院学报（哲学社会科学版），2018，39（1）：96-101.
[17]Rosenbaum P.R.， Rubin， D.B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika，1983，70（1）：41-55. [18]江帆，吴海涛.扶贫开发重点县政策的减贫效应评估——基于拟自然实验方法的分析[J].现代经济探讨，2017，（11）：111-117.
An Impact of the “Belt and Road” Initiative on Economic Growth of Node Cities
ZHANG Qi， LI Xincheng ， ZENG Zhiming
（Hunan University of Technology and Business of Finance Institute， Changsha Hunan 410205， China）
Abstract：In order to measure the significant impact of the “Belt and Road” Initiative on China regional economy from a quantitative perspective， this paper uses panel data from 267 cities across the country from 2009 to 2016， using 25 domestic node cities along the route as research samples and constructing corresponding “counter-facts”， based on the supporting results of the common trend test and propensity score matching test， the research method of the PSM-DID model is determined. The results show that the initiative not only has a positive net impact on the GDP of the regions along the route， but also promotes the growth of per capita GDP， and prove that the “Belt and Road” Initiative has achieved a wonderful vision dedicated to the common prosperity of people along the route.
Key words：The “Belt and Road” Initiative;propensity score matching; difference-in-difference model;economic growth
編辑：邹蕊
关键词：“一带一路”倡议;倾向得分匹配;双重差分模型;经济增长
中图分类号： F125.1文献标志码： A 文章编号：1672-0539（2021）03-0093-09
一、引言
“一带一路”是国家主席习近平于2013年提出的契合与实现全人类共同繁荣发展的新倡议。“一带一路”的确切定义是由古代丝绸之路的历史文化所演变成的“丝绸之路经济带”和“21世纪海上丝绸之路”。由于当前中国边境地区处于历史最好状况，并且其他国家与中国的合作意愿得到普遍加强。中国作为能够拉动世界经济增长的马车之一，为全球化的市场与合作奠定坚实的基础，并通过“一带一路”建设与其他发展中国家共享中国改革发展红利，共同致力于打造政治和经济互信融合的命运共同体。
研究“一带一路”倡议对国内节点城市经济增长影响的根本目的在于确切衡量该政策的实施效果，了解推动当前时代沿线各国经济增长的动力源泉，同时为“一带一路”其他区域的繁荣发展贡献出有效的参考和借鉴。除此之外，“一带一路”作为中国未来长期实践的道路，对政策影响的精准研究，能够深入挖掘该政策的现状与问题，为“一带一路”倡议将来的长远发展提出针对性的意见建议。
二、文献综述
“一带一路”倡议因其美好的愿景、强有力的技术支持、雄厚的区域合作平台以及各国人民的共同努力，将卓有成效地促进沿线地区繁荣富强。从相关方面来看，“一带一路”资金融通超过了既定的预期效果，建立了以重大项目为驱动力的投融资合作新机制，形成了以开发性金融为重要形态的新模式[1]。有学者利用双重差分模型分析了“一带一路”倡议对我国沿线省份的保费收入增长具有显著的促进作用，并且实施后的影响逐年增加[2]。而通过构建空间权重矩阵，说明了“一带一路”国内线路中节点城市的经济发展水平对于区域创新具有正的直接效益和溢出效应[3]。其他研究者则借助PSM模型实证了“一带一路”的贸易协定会促进沿线国家的贸易量，不同种类贸易协定会有不同影响效果[4]，且“一带一路”背景下的外贸依存度对出口贸易影响显著并存在双重门槛效应[5]。同时，问卷调查结果显示，影响中国零售业海外投资的最有利因素是“一带一路”政策，这说明该政策能帮助中国零售企业走出中国、面向世界[6]。同样“走出去”的还有中国对“一带一路”区域的援助与投资，这两项因素都能有效降低贫困率，并且投资因素与该地区贫困率之间存在门槛效益[7]。相反，也有学者认为，“一带一路”背景下的国家社会发展也有不利影响。例如，有研究表明，它与城市人口和外国直接投资这三个因素均会增加碳足迹[8]。换言之，“一带一路”倡议可能会增加人类对自然资源的消耗。并且目前沿线国家经济水平发展存在差异，金融合作信贷水平低，并缺乏庞大的资金支持，因此不利于国际金融合作[9]。
此外，许多其他因素反过来同样会促进该政策对经济的增长效果。一方面，利用GVAR模型证明了“一带一路”对外投资及对外贸易两个因素能增加人力及技术资本方面的积累，从而进一步推进经济增长[10]。同时，双边贸易与经济增长具有相互促进的作用，是一个长期动态关系[11]。并且开放度与经济增长不存在“倒U”形关系，只存在单纯的正向线性关系[12]。但另一方面，普惠金融却在一定程度上阻碍了一国经济增长[13]。同样在沿线省市中，对经济起到抑制作用的还有交通基础设施建设[14]。
综上所述，国内外已有许多专家学者以”一带一路”倡议为出发点做出了重要研究并取得了一定成果，这些优秀的文献为本文研究奠定了扎实的理论基础，但放眼来看，各领域中以“一带一路”对经济增长的直接效应研究甚少。仅有段秀芳、寇明龙（2019）利用PSM—DID模型重点分析了“一带一路”倡议与东部沿线五省市经济增长的相关关系[15]，但五个省市的样本比较简单和缺乏更深入详细的探索。并且林勇、杨龙（2018）也是研究政策对中国沿线区域经济增长的促进作用[16]，但该研究对于相应的国内沿线区域没有说明和解释划分标准，样本过于笼统和模糊。因此，本文的研究就具有了重要的现实意义，引用张娜、吴福象（2019）提出的“一带一路”国内沿线重要节点城市概念[3]，将政策在国内的重要实施区域作为研究样本，并且利用能够较为精准衡量政策实施效果的PSM-DID作为研究方法。
三、逻辑模型的建立
“一带一路”倡议对经济增长的影响效应，可以通过衡量该政策的实施区域在實施前后经济增长的变化幅度来说明。由于实施区域过于广泛和笼统，因此我们以国内沿线的25个重要节点城市（西安、兰州、重庆、西宁、成都、郑州、武汉、南昌、长沙、合肥、上海、天津、宁波、广州、舟山、深圳、湛江、青岛、烟台、汕头、福州、大连、厦门、海口、泉州、三亚）作为研究样本，以此代表沿线区域。节点城市同时处于“一带一路”背景下和非“一带一路”背景下两种状态的差异就是政策的影响效应，也称为政策平均处理效应ATT。但具体到每个节点城市，政策实施和未实施两种经济增长结果是不能在同一时间测量到的，因此需要构造“反事实”来衡量政策的处置效应ATT。因为国家对规划的“一带一路”途经路线是基于国家层面综合考虑了经济方面、文化方面、历史方面之后的慎重决定，所以如果随意选定节点城市样本的“反事实”会造成明显的选择偏差错误。因此引用统计学家 Rosenbaum和Rubin[17]于1983年提出的倾向得分匹配思想（PSM），如果两个个体的倾向得分结果相近或相同，而其中一个处于政策实施的处理组，另一个却在未参与政策实施的控制组，则可将控制组个体Y0作为研究样本的“反事实”[18]。本文是利用Logit模型估算的倾向得分，将其中预测结果最接近被认定为处理组城市的非“一带一路”节点城市作为沿线重要城市的“反事实”。在完成PSM匹配的基础上，再继续对处理组和参照组运用双重差分模型DID做进一步处理。双重差分模型DID在最近几年研究中常用于对公共政策或项目实施效果的定量评估，通过建模来有效控制研究对象间的事前差异，将政策影响的真正结果有效分离出来，因此适用于本文研究方法。 本文基本思路如下： 25个重要节点城市作为处理组，将它们与全国剩余242个城市中被选入参照组的城市共同做两次差分，一次差分将使得两组间不随时间变化的差异被消除，二次差分将剔除时间变化的增量，最终得到被解释变量的均值差即为“一带一路”倡议的平均处理效应ATT，表达式如下：
ATT=1N1∑（ΔYtreat=1）-
1N2∑（ΔYtreat=0）（1）
其中，treat是政策虚拟变量，treat=1表示国内25个重要节点城市，treat=0是未实施该政策的其余城市;各地级市在”一带一路”倡议实施前与实施后的经济差异为ΔY。双重差分模式還可以写成：
Yit=β0+β1timeit+β2treatit+
β3（timeit×treatit）+β4Xit+εit（2）
如上，treat依然代表着政策虚拟变量，而time表示时间虚拟变量;t=0或1，表明时间被划分为两期，政策实施前为t=0，政策实施后为t=1;同样i取值0或1，i=0是其余城市，i=1为25个节点城市。Z代表影响经济增长的其他控制变量，参照段秀芳、寇明龙（2019）的方法，本文认为会影响经济增长的控制变量有7个，分别是：第二产业结构、第三产业结构、固定投资支出、外商投资、财政支出、教育、消费，并测算各自对经济增长的效用，根据最佳拟合优度，得出固定投资支出与教育的二次方更能影响经济。ε代表其他影响经济增长的随机扰动项。Yit为被解释变量，本文用 GDP取对数作为被解释变量。
综上所述，建立本文的研究模型，通过此模型进一步理解双重差分模型的应用含义，如表1 所示。
Yit = β0+ β1 timeit+β2 treatit+β3did+
β4industryit+β4thirdindustryit+
β4assets2it +β4investmentit+
β4expenpenditureit+β4edu2it+
β4rscgit+εit（3）
表1显示，我们研究的该政策对经济增长的影响ATT即为两个虚拟变量的交乘项did的系数β3。假设交互项系数β3为负，表明“一带一路”倡议阻碍了节点城市的经济增长;假设其系数β3为正，则表示该政策对沿线区域经济有正向推动作用，具体结果下文有详细分析。
四、变量与描述性统计
由于资料显示习近平总书记是在2013年正式提出的”一带一路”倡议，因此本文将2013年划分为政策实施的第一年。为了避免面板数据跨度较长造成的严重共线性和美国次贷危机的影响，以及考虑到官方数据的可搜集性，因此将研究期间定为2009年至2016年。虽然全国现在共有288个地级市，但在此8年间部分地级市被取消或者新增，为了保持面板数据的平衡性，将这些城市予以剔除。最终，选取2009—2016年全国267个地级市数据进行PSM-DID方法分析。研究所运用的所有数据均来源于历年《中国城市统计年鉴》和国家统计局网站，由于极少数地级城市个别年份的变量数据偶有缺失，本文运用了指数平滑法填补空缺。
上述已经建立了地级市面板数据模型，被解释变量为267个城市的2009—2016年各年GDP，为了增加研究模型中解释变量对其影响的敏感程度，因此我们对GDP做对数处理。主要解释变量分别为时间虚拟变量T、政策虚拟变量D、两者的交乘项did，但其中考察的核心解释变量是交乘项did，因为其估计系数β3代表着“一带一路”倡议对沿线重要节点城市经济的平均处理效应。本文研究的控制变量包含7个方面，各自的经济含义以及数据计算方法如表2所示。表3表示的是这些社会经济指标的描述性统计结果，其分别列示了267个城市在产业结构、投资、财政支出、教育、消费等方面的最大值和最小值，以及相应的平均值和标准差，可以准确表示出现阶段我国经济的整体水平。
五、实证结果分析
（一）共同趋势假设
DID模型在比较和评价某项政策实施后的影响方面有突出效果。但运用双重差分模型必须符合共同趋势前提假设，即要求在政策执行前后处理组和控制组的经济发展趋势不存在显著差异，如果处理组未实施政策，理论上应该会和控制组发生相同的变化。为了检验共同趋势假设是否成立，因此本文作如下处理：将“一带一路”倡议提出前三年的时间虚拟变量与政策虚拟变量相乘，得到新的交互项变量Before*，同样After*是“一带一路”倡议实施期间的时间虚拟变量与政策虚拟变量的新交互项。将两个新的交互项都代入双重差分DID模型，得到结果如表4所示。
如表4显然看出该政策实施前第一年、政策实施前第二年、政策实施前第三年所代表的交互项变量Before1、Before2和Before3的实证结果均不显著，而政策实施期间第一年、政策实施期间第二年、政策实施期间第三年所代表的交互项After1、After2和After3实证结果是显著的，其中“一带一路”倡议实施第一年显著于95%的置信水平下，剩余其后两年均在99%置信水平下显著。这个结果说明，实施“一带一路”倡议前国内节点城市与其余城市处在大致相同的经济机遇中，两者没有显著发展区别，都具有平行趋势，即通过了共同趋势检验。
（二）倾向得分匹配法
倾向得分匹配的主要目的是为了使处理组和参照组具有可比性，虽然节点城市与其余控制组城市满足了共同趋势假设，没有经济发展显著差异，但是节点城市是无法复制的综合选择，要想毫无差别地衡量“一带一路”倡议对经济的增长效应，需要测算处理组城市同时处于节点城市和非节点城市两种状态下的结果，但显然这是不可能的。一旦某城市被选取为“一带一路”路线中的一环，就不可能再变回原始状态。因此为了更靠近毫无差别的测算结果，尽可能忽略选择误差，我们采取倾向得分匹配法PSM。具体可以利用的匹配方法有很多种，本文从简便性角度出发，选取了比较常用的近邻匹配法。采用PSM方法匹配节点城市前，同样需要满足一个检验，即平衡性检验，该检验结果如表5所示。 从表5结果看出，所有控制变量均拒绝原假设，即在匹配前无一控制变量符合两组间无显著差异假设，但在近邻匹配后，第二产业结构、第三产业结构、固定资产投资、外商实际投资、财政支出、教育、消费等7个变量均在90%置信水平上不存在显著差异，p值均大于0.1，且经过近邻匹配后参照组和处理组所有控制变量都减少了80%以上的标准偏误，其绝对值也处于20%以下。表明近邻匹配后已大幅减小两组间的偏差，样本之间的差距已非常接近，说明运用倾向得分匹配的平衡性检验得到满足。
（三）PSM-DID模型结果
当通过前述假设检验后，即可正式运用2009—2016年全国267个城市的面板数据进行PSM-DID模型研究。本文所用的分析软件是stata15.1和Excel。首先根据霍斯曼检验结果，p值为0.000，小于0.05，因此构建的研究模型应该选定备择假设的固定效应。表6从定量角度充分展示了“一带一路”倡议对国内重要节点城市经济增长影响的最终实证结果。其中，表5的第二列和第三列代表的是未加控制变量的前提下，时间虚拟变量与交互项的结果;表格中第四列和第五列数据是增加了同样会影响经济水平的控制变量情况下，各个解释变量的模型实证结果。由于经过霍斯曼检验应该采用固定效应，但固定效应的一阶差分法会使得变量的时间变化因素被消除，而政策虚拟变量treat具有时间不变性，即该变量不随时间变化，因此进行PSM-DID固定效应研究时，政策虚拟变量treat会被自动删除，但这并不会对估计结果及其有效性产生影响。
如表6所示，在未加控制变量的情况下，交互项did估计系数为正且在99%置信水平下是显著的，这意味着”一带一路”倡议对国内重要节点城市的经济增长具有正向的促进作用。从引入了影响经济的其他控制变量的实证结果来看，交互项did系数为0.03889，且依然显著于99%的置信水平下，说明“一带一路”倡议自实施以来明显促进了国内25个沿线城市的GDP增长水平，并且该政策刺激节点城市的GDP增长了3.89%左右。控制变量的计量结果显示，第二产业结构、第三产业结构、固定资产投资、财政支出和教育5个变量的估计结果均为正且都在99% 置信区间上显著，表明这5个变量同样对25个节点城市的GDP增长起到了正向影响;而社会零售总额的估计系数为负且在99%置信水平下显著，说明消费因素会抑制节点城市的GDP水平，背后原因可能是我国现阶段依然属于工业大国，投资仍是我国经济发展重要因素并在GDP增长中占较大比重，而消费总额的增加会由于此消彼长的关系导致投资额减少，从而不可避免地抑制了GDP的增长，但从结果可以看出这种阻碍作用较为微弱，仅仅减少了0.0056%的GDP;外商实际投资变量的估计系数虽然为正，但其结果处于90%置信区间之外，表明外商实际投资虽在一定程度上推动了节点城市GDP，其作用却并不显著，可能原因是我国虽然在逐步提高对外开放程度，但外商投资仍不是我国企业资金来源的主要渠道，外商注资的企业也不占大比例，因此对GDP的贡献并不显著。
综上所述，“一带一路”倡议对国内25个沿线节点城市的经济增长存在着不可否认的显著影响和激励作用，进一步分析来看，这代表着“一带一路”背景下的沿线区域借助政策优势与技术支持，为沿线各国对外开放和促进经济增长注入了发展动力，这也符合“一带一路”倡议所包含的美好愿景。
六、稳健性检验
为了使上述实证结果更加可靠，需要对研究“一带一路”倡议效果所构建的PSM-DID模型再进行一次稳健性检验以加强本文论证的严谨性。由于能够代表经济水平的不止GDP，还有人均GDP，并且GDP是从总量角度代表经济水平，而各节点城市的人均GDP更能体现个体经济的发展水平，因此利用两种不同层面的被解释变量数据来检验”一带一路”倡议对节点城市经济增长的影响效应，会使研究结果所代表的政策效果更具有信服力。综合考虑之下，本文的稳健性检验采取替换被解释变量的方法，将人均GDP在“一带一路”倡议实施前后的变化作为政策的处理结果。新构建的PSM-DID模型的实证结果如下表7所示。
同样表7的第二列与第三列表示的是在没有加入控制变量的情况下，虚拟变量和交互项did对人均GDP的影响结果。虽然交互项did在不考虑控制变量时的估计系数依然为正，但其在90%的置信水平下不显著，说明此时“一带一路”倡议对国内节点城市人均GDP虽有影响，但是实施后的效果不显著。表7第三列与第四列是加入与前文考虑相同的控制变量后，各解释变量所呈现出的新结果。首先同样分析本文研究考察的核心，即did的实证结果，其估计系数为0.4862，并且显著于90%的置信水平下，与被解释变量为GDP时的结果相同，都是说明“一带一路”倡议显著地促进了节点城市的经济增长，说明本文的研究结果是相对稳健的，值得信服。其次，再分析其他控制变量的实证结果，对比表5与表6表明大部分因素不变，仍旧显著且对经济增长起到刺激作用。但财政支出与教育变量的实证结果却发生了改变，对GDP起到促进作用的同时却减少阻碍了人均GDP的发展，其中教育因素显著于95%置信水平下，而财政支出结果转变为不显著。这正是由于被解释变量GDP与人均GDP是反映不同层面的经济指标，即使国内沿线节点城市财政支出与教育支出的总额增加，但我国的人口多、总量大，人口数量可能增长的速度更快，并且这两个变量都是专款专用的比重较大，意味着相当部分的份额会被指派给特定的人，因此造成财政支出与教育变量会抑制人均GDP增长的结果，但财政支出的抑制作用相对来说并不显著。
七、结论与建议
（一）结论
本文基于 2009—2016 年“一带一路”国内节点城市与其他非节点城市的共267个地级市面板数据，运用 PSM-DID 模型分析了“一带一路”倡议自2013年实施以来对节点城市在经济增长方面的影响。通过对相关文献的对比梳理，总结出本文的创新点在于利用多元回归的数理模型以及理论与实际相辅相成的分析方法对“一带一路”倡议下沿线区域经济增长的相关程度做出了定量测度，并深入地剖析和闡述了“一带一路”倡议作用经济增长的传导机制与路径。结果表明，在控制了其他可能影响经济效果的变量情况下，“一带一路”倡议分别推动了3.89%的国内节点城市GDP增长和4.86%的人均GDP增长，反映出人均GDP方面的作用效果大于对城市总GDP的作用效果。 根据结果进一步分析政策与经济增长的传导机制与路径：由于“一带一路”重点是通过集中沿线国家具备的自身优势去弥补和改进其他国家短板，并利用各区域的要素禀赋去完善工业化与产业水平、固定资产投资、外商投资等方面，因此最终能汇集各维度力量发展经济水平;但同时需要注意在实施“一带一路”倡议时防止过多的消费会挤占投资的份额，过少的投资会压缩技术与业务的提升空间，从而抑制经济的增长。
（二）建议
虽然实证表明“一带一路”倡议对节点城市经济增长有明显的带动效应，但目前而言该政策的实施时间较短，如果要想实现沿线区域的长期经济攀升，必须根据上述政策传导路径，推动区域基础设施更新，加强资本投资与资金融通的软环境建设，以此构建长效促进机制。
坚实的基础设施是国家经济腾飞的硬性条件和贸易发展的基石。为了进一步加速地区之间的要素流动，需要着力改善升级沿线基础设施建设的配套机制，达到更高效率的经贸合作。虽然在“一带一路”倡议实施的七年期间，中国已经带动并帮助了沿线国家建设大型基础设施，但整体规划布局需要各方政府的积极配套协助措施，因此为了“一带一路”使命能长远辐射周边地区的经济发展，不仅需要完备的基础设施联通各方贸易往来路径，同时要求沿线各方沟通交流以绘制更合理的建设蓝图。
其次，“一带一路”倡议会为地区提供更多的投资机会，这也是促进各城市经济增长的传导原因之一。但相关资本受异地因素等影响可能无法找到很好的切入点，从而降低了资金的使用效率，因此政府应该通过合理的渠道引导资金的流通，利用政策倾向促进多元化融资体系不断加强，持续增强政府和其他各界的金融扶持力度，完善相应的多双边机制和平台。
参考文献：
[1]温灏，沈继奔.“一带一路”投融资模式与合作机制的政策思考[J].宏观经济管理，2019，（2）：54-61.
[2]吴望春，李春华.“一带一路”倡议对沿线省份保费收入增长的影响效果评估——基于双重差分的实证分析[J].中央财经大学学报，2018，（10）：24-32.
[3]张娜，吴福象.“一带一路”国内段节点城市创新空间差异及溢出效应[J].统计与决策，2019，35（18）：143-146.
[4]郑建，周曙东.“一带一路”沿线贸易协定的贸易促进效应——基于PSM模型的实证分析[J].经济经纬，2019，36（6）：62-69.
[5]吕诚伦，王学凯.中国与“一带一路”沿线国家出口贸易研究——基于汇率变动、外贸依存度的视角[J].财经理论与实践，2019，40（3）：113-118.
[6]Liyan Pan.The influence of “One Belt And One Road” initiative on the transnational operation of China’s retail industry——empirical analysis based on questionnaire[C]//Wise Research Institute（懷思研究院）.2018年第一届经济管理与绿色发展国际会议论文集（ICEMGD2018）.Wise Research Institute（怀思研究院）：北京赛亚数据科技有限公司，2018：4.
[7]张原.中国对“一带一路”援助及投资的减贫效应——“授人以鱼”还是“授人以渔”[J].财贸经济，2018，39（12）：111-125.
[8]Hafeez Muhammad，et al. An empirical evaluation of financial development-carbon footprint nexus in One Belt and Road region[J]. Environmental science and pollution research international，2019，26（24）.
[9]Qingjuan Chen，Aiqing Kou，Jin Chen.Research on International Financial Cooperation under the “One Belt and One Road” Strategy[C].Kunming，China，2018.
[10]付华英.“一带一路”沿线国家FDI对我国经济增长影响的实证分析[J].商业经济研究，2019，（14）：130-133.
[11]张世翔，等.双边贸易与经济增长关系的EKC检验——基于“一带一路”沿线国家的实证[J].统计与决策，2019，35（17）：173-175.
[12]马卫，等.开放度水平提升是否促进了区域经济增长？——基于“一带一路”沿线国家面板数据的实证分析[J].经济经纬，2019，36（5）：64-71.
[13]李梦雨，李奕.普惠金融对经济增长的影响——基于“一带一路”国家的空间计量分析[J].价值工程，2019，38（12）：7-11.
[14]赵春娟.中国“一带一路”沿线省份交通基础设施建设与经济增长的关系研究[J].河北地质大学学报，2019，42（3）：104-110.
[15]段秀芳，寇明龙.“一带一路”倡议对东部沿线五省市经济增长的影响——基于PSM-DID模型[J].经济论坛，2019，（10）：77-84.
[16]林勇，杨龙.“一带一路”对中国沿线区域经济增长的促进作用——基于PSM-DID的估计[J].广西师范学院学报（哲学社会科学版），2018，39（1）：96-101.
[17]Rosenbaum P.R.， Rubin， D.B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika，1983，70（1）：41-55. [18]江帆，吴海涛.扶贫开发重点县政策的减贫效应评估——基于拟自然实验方法的分析[J].现代经济探讨，2017，（11）：111-117.
An Impact of the “Belt and Road” Initiative on Economic Growth of Node Cities
ZHANG Qi， LI Xincheng ， ZENG Zhiming
（Hunan University of Technology and Business of Finance Institute， Changsha Hunan 410205， China）
Abstract：In order to measure the significant impact of the “Belt and Road” Initiative on China regional economy from a quantitative perspective， this paper uses panel data from 267 cities across the country from 2009 to 2016， using 25 domestic node cities along the route as research samples and constructing corresponding “counter-facts”， based on the supporting results of the common trend test and propensity score matching test， the research method of the PSM-DID model is determined. The results show that the initiative not only has a positive net impact on the GDP of the regions along the route， but also promotes the growth of per capita GDP， and prove that the “Belt and Road” Initiative has achieved a wonderful vision dedicated to the common prosperity of people along the route.
Key words：The “Belt and Road” Initiative;propensity score matching; difference-in-difference model;economic growth
編辑：邹蕊