1. 引言
在全球化格局深度调整与国内“双循环”新发展格局加速构建的背景下，内陆省份如何突破“不靠海、不沿边”的地理桎梏，找到开放型经济与高质量发展的契合点，成为区域经济转型的核心命题。
湖南作为中部地区的制造业强省与经济枢纽，中欧班列不仅重塑了湖南的跨境物流格局，更在降低企业成本、带动产业升级、促进贸易双向流通、激活创新动能等方面产生深远影响，2024年湖南对欧出口额达980亿元，较班列开通前增长3.5倍；工程机械产业集群产值突破2600亿元，高技术产业产值占比提升至28%，班列已成为推动湖南经济向“质效并重”转型的关键引擎。在全球化深度演进与国际物流格局加速重构的背景下，中欧班列已从单一运输线路升级为全球物流体系的关键支柱，对于地处中部内陆的湖南而言，中欧班列的战略价值已超越物流通道本身，成为推动经济高质量发展的关键变量，所以研究中欧班列对湖南经济高质量发展的影响有着很重要的意义。
本文采用市级面板数据探究了中欧班列对湖南经济高质量发展的影响，旨在为中欧班列政策制定提供实证依据，并且探究中欧班列开通对湖南经济高质量发展通过何种机制来实现的，从而更好地推动湖南经济高质量发展。
3. 理论分析与研究假说
中欧班列相比传统的海运，运输时间大幅缩短，相比空运，成本优势极为明显。湖南的工程机械、汽车整车及零部件等产品通过中欧班列运输，相比空运可大幅降低运费，相比海运可减少货物在途时间，降低资金占用成本。这使得湖南企业的产品能够以更具竞争力的价格进入欧洲市场，提高了产品的市场竞争力。基于此，本文提出研究假设如下：
H1：中欧班列开通对湖南经济高质量发展具有显著的积极正向影响。
中欧班列开通降低了跨境贸易成本、拓展了国际市场空间，提升了城市对外开放水平与资源配置效率，为企业创新活动提供了市场激励与要素保障。中欧班列推动了国际技术溢出、知识交流与产业关联深化，促进了本地企业研发投入增加、专利产出提升与技术成果转化，形成持续的技术创新动力。技术创新作为核心中介机制，通过提升全要素生产率、优化产业结构、提高绿色发展水平与经济效益，最终推动城市经济实现创新、协调、绿色、开放、共享的高质量发展。综上，中欧班列通过开放赋能–创新驱动–高质量发展的递进路径，实现对区域经济发展质量的长期提升。基于此，本文提出研究假设如下：
H2：中欧班列开通通过提高湖南城市创新驱动，进而促进湖南经济高质量发展。
4. 研究设计
4.1. 基本模型设定
由于开通时间存在先后差异，为探究经济高质量发展增长是否受中欧班列开通的影响，借鉴国内学者广泛应用的多期双重差分法，将中欧班列开通作为准自然实验，以湖南各地级市为研究对象，运用多期双重差分法开展实证分析，以验证上述假设。处理组：湖南省内2013~2023年陆续开通中欧班列的长沙、怀化、株洲、衡阳、郴州，各城市在其开通年份及以后年份记为处理组；对照组：湖南省内始终未开通中欧班列的湘潭、岳阳、常德、益阳、娄底、张家界、永州、邵阳，整个样本期间均作为对照组。政策实施前所有城市均作为对照组，政策实施后处理组受政策冲击转为处理组，对照组保持不变。本文再根据网上相关权威资料找出湖南对照组城市开通中欧班列的时间点，列出见表1所示的处理组和对照组，这里要注意处理组是政策实施后的城市。
Table 1. Classification of treatment and control groups
表 1. 处理组与对照组表
Table 1
处理组
政策时间
对照组
政策时间
长沙
2015
湘潭
未开通
株洲
2019
邵阳
未开通
衡阳
2021
常德
未开通
郴州
2021
张家界
未开通
怀化
2018
益阳
未开通
永州
未开通
娄底
未开通
岳阳
未开通
通过以下模型来评估中欧班列对湖南经济高质量发展的影响，具体模型设定如下：
(1)
Y
i
t
=
α
+
β
⋅
(
T
r
e
a
t
i
×
P
o
s
t
i
t
)
+
γ
⋅
X
i
t
+
u
i
+
λ
t
+
ε
i
t
其中i 和t 分别表示城市和年份，被解释变量 Y i t i 城市在t 年份的经济高质量发展评价指标，核心解释变量 T r e a t i × P o s t i t T r e a t i i 城市是否开通中欧班列，若该城市开通中欧班列，则赋值为1，否则为0； P o s t i t i 城市开通中欧班列及以后赋值为1，否则为0； X i t u i λ t ε i t
4.2. 变量设计与数据来源
(1) 被解释变量 Y i t
目前国内外文献还没有对经济高质量发展形成一个统一的指标评价，本文基于五大发展理念，综合考虑指标的科学性和可获得性，从创新发展，协调发展，开放发展，绿色发展，共享发展这五个维度构建经济高质量发展评价体系。参考国内文献，本文优先采用那些易收集数据，能够确切反映经济高质量发展的指标。见表2所示，采用熵权法，计算得出各指标的权重，得出城市经济高质量发展水平指数。
(2) 核心解释变量：中欧班列开通( T r e a t i × P o s t i t
本文将中欧班列开通作为政策外生冲击变量，借鉴现有文献的做法，若属于中欧班列开通的地区， T r e a t i P o s t i t
(3) 控制变量
为了更好的估计中欧班列的开通对湖南经济高质量发展的影响，本文选取了如下控制变量：金融发展水平(FinDev)，该指标采用年末金融机构存贷款余额与地区生产总值比值衡量；经济发展水平(EcoDev)，该指标采用人均地区生产总值取对数衡量；政府干预度(GovInt)，该指标采用地方财政一般预算内支出与地区生产总值比值衡量；人口规模(PopSize)，该指标采用户籍人口(取对数)；财政分权度(FiscalDec)，该指标采用政府财政一般收入/政府财政一般支出；产业结构高级化(IndStrAdv)，该指标采用第三产业增加值/第二产业增加值；财政投资力度(FiscalInv)，该指标采用固定资产投资/政府财政一般支出；对外开放水平(OpenLevel)，该指标采用实际利用外资额/地区生产总值。
(4)数据来源
本文研究所用数据跨度为2013~2023年，来源于湖南省各地级市。具体数据来源包括《中国城市统计年鉴》《中国城市建设统计年鉴》、cnrds数据库、湖南省统计年鉴以及湖南各市统计公报。
4.3. 熵权法
(1) 标准化处理
(2)
x
′
i
j
=
x
i
j
−
x
min
x
max
−
x
min
(3)
x
′
i
j
=
x
max
−
x
i
j
x
max
−
x
min
其中， x i j j x max j x min j x ′ i j
(2) 计算第 j i
(4)
y
i
j
=
x
′
i
j
∑
i
=
1
m
x
′
i
j
,
0
≤
y
i
j
≤
1.
(3) 计算指标信息熵值 e d
(5)
e
j
=
−
k
∑
i
=
1
m
y
i
j
ln
y
i
j
,
k
=
1
ln
m
(6)
d
j
=
1
−
e
j
某项指标的信息效用价值取决于该指标的信息熵 e
(4) 计算评价指标权重
利用熵值法估算各指标的权重，其本质是利用该指标信息的价值系数来计算，其价值系数越高，对评价的重要性就越大(或称权重越大，对评价结果的贡献大)。第 j
(7)
w
j
=
d
j
∑
j
=
1
m
d
j
结果需满足 ∑ j = 1 m w j = 1 w j j
Table 2. Evaluation system for high-quality economic development of cities in Hunan
表 2. 湖南经济高质量发展指标体系
Table 2
一级指标
二级指标
三级指标
指标权重
指标类型
经济高质量发展
创新发展
科技投入/财政支出
0.1280
正向
教育投入/财政支出
0.0059
正向
专利获得量
0.2530
正向
协调发展
金融机构存款余额/金融机构贷款余额
0.0634
正向
人均GDP
0.0755
正向
非房地产投资/固定资产投资
0.0118
正向
第三产业比重
0.0572
正向
开放发展
外资企业数
0.1523
正向
绿色发展
工业二氧化硫排放量/工业产值
0.0068
负向
污水处理厂集中处理率
0.0136
正向
生活垃圾无害化处理率
0.0025
正向
共享发展
执业医师数/常住人口
0.0298
正向
在岗职工平均工资
0.0699
正向
建成区绿化覆盖率
0.0261
正向
社会零售品消费/gdp
0.0387
正向
财政支出/财政收入
0.0654
正向
5. 实证分析
5.1. 基准回归
基准回归结果见表3所示。第(1)列回归过程中未纳入年份与城市层面的固定效应，此时核心解释变量的回归系数为0.171，且在1%的统计水平上显著为正，这一结果表明，中欧班列的开通对湖南省经济高质量发展产生了积极且正向的推动作用。在第(2)列的回归设定中，研究进一步加入了一系列控制变量以排除干扰因素影响，而核心解释变量的回归系数依旧保持在1%的统计水平上显著为正。在第(3)列中，加入一系列控制变量和年份固定效应，城市固定效应，回归结果依然在5%水平上显著为证，所以基于此，本文理论分析中的假设1得到验证，即中欧班列开通对湖南经济高质量发展存在着积极正影响效应，该表格的核心解释变量均显著，很大程度上证实了中欧班列开通对湖南经济高质量发展带来的积极正向效应。
Table 3. Baseline regression results
表 3. 基准回归结果
Table 3
变量
(1)
(2)
(3)
T
r
e
a
t
i
×
P
o
s
t
i
t
0.171
***
(0.017)
0.027
***
(0.008)
0.015
***
(0.006)
FinDev
0.071
***
(0.007)
−0.019(0.017)
EcoDev
0.140
***
(0.013)
0.144
***
(0.055)
GovInt
0.191(0.117)
0.458
***
(0.162)
PopSize
0.065
***
(0.007)
−0.012
**
(0.095)
FiscalDec
−0.064
***
(0.024)
−0.044(0.028)
IndStrAdv
−0.013
**
(0.005)
−0.005(0.007)
Fiscallnv
−0.001(0.001)
−0.003
***
(0.001)
OpenLevel
0.92(1.282)
11.982
***
(3.389)
常数项
0.247
***
(0.007)
−1.764
***
(0.158)
−7.610
***
(0.995)
观测值
143
143
143
R-squared
0.414
0.934
0.981
年份固定效应
NO
NO
YES
城市固定效应
NO
NO
YES
5.2. 平行趋势检验
上述基准回归结果表示，对于那些未开通中欧班列的城市，已经开通中欧班列的城市经济高质量发展有着积极正向的影响。但是我们要排除政策外生性的影响，所以要做平行趋势检验，平行趋势检验是保证多期双重差分模型可行的必要前提，在政策实施前，要求处理组和对照组经济高质量发展的趋势应该相同，没有显著性，各城市经济高质量发展水平趋势应该是相似的。在政策实施后，处理组和对照要有显著性。如图1 可以看出，在政策实施前，所有政策前的点估计值都接近0，且95%置信区间包含0，这说明政策实施前，处理组和控制组的结果变量趋势是平行的。政策后多期的点估计值远离0，且95%置信区间不包含0，这说明，政策实施后，处理组的结果变量相对于控制组发生了显著变化，政策产生了显著的效应。
Figure 1
![]()
Figure 1. Parallel trends test plot
图 1. 平行趋势检验区间图
5.3. 安慰剂检验
安慰剂检验是计量经济学中用于验证因果推断结果稳健性的重要方法，其核心逻辑是通过构造“虚假处理”场景，检验是否存在超出随机水平的显著效应，以此排除其他非处理因素对结果的干扰。为排除其他非处理因素对结果的干扰，需验证该效应的显著性。若所有城市均未开通中欧班列，处理组与控制组的经济高质量发展是否仍会呈现显著差异？是否存在其他不可观测因素干扰实证分析结果？为消除这类不可观测因素对研究结果的影响，本文采用安慰剂检验方法，具体操作是将中欧班列开通的任意年份随机分配给各个样本城市。在基准回归和平行趋势检验的基础上，本文进一步开展安慰剂检验，通过随机打乱处理组与对照组的分配关系，构造虚假的处理效应，随后进行基准回归。将这一过程重复500次，并绘制伪回归的估计系数分布图。如图2 所示，伪回归估计系数的分布近似正态分布，中心接近0。结合基准回归结果可知，真实系数为0.0147，落在分布的尾部，远离大多数虚假系数。由此，本文通过安慰剂检验，进一步证实湖南经济高质量发展是受中欧班列开通这一政策的影响。
Figure 2
![]()
Figure 2. Placebo test plot
图 2. 安慰剂检验图
5.4. 内生性检验
在研究中欧班列对湖南经济高质量发展的影响时，政策外生性是保证多期DID的前提，但是我们选择的样本可能存在着政策非随机性，政策可能在经济发展较好，基础较好的城市先展开试点，从而引起内生性的问题，中欧班列开通对湖南各城市经济高质量发展的影响，可能会因城市自身异质性特征而产生差异，这意味着研究样本存在潜在的选择性偏误问题。倾向得分匹配方法能够有效缩小处理组与控制组在中欧班列开通之前的固有差异，进而降低样本选择性偏误带来的干扰。基于此，本文采用倾向得分匹 配—双重差分法(PSM-DID)，对中欧班列开通影响湖南各城市经济高质量发展水平的基准回归结果展开进一步的稳健性检验。下面本文将采用倾向得分匹配(PSM)的方法来消除估计内生性问题。由于处理组样本很少，参考国内相关文献的做法，本文采用1:2最近邻匹配法，选用Logit模型，首先进行平衡性检验，然后进行DID回归估计。见表4所示，所有变量匹配后偏差都大幅度下降，大部分在10%以下，很少一部分超过10%，从p值来看，匹配后的p值都不显著，所有都大于0.1，说明匹配效果很好，通过了平衡性检验。从上述匹配前后的结果来看，匹配后协变量不存在显著的差异，基本通过了平衡性检验。
Table 4. Covariate balance check before and after PSM
表 4. 倾向得分匹配(PSM)平衡性检验结果
Table 4
变量
未匹配/匹配
均值
标准误(%)
t检验
处理组
控制组
%bias
|bias|
t
p > |t|
FinDev
未匹配
2.16
1.924
34.4
2.06
0.0041
匹配
1.88
1.935
−7.6
78.0
−0.56
0.515
EcoDev
未匹配
10.918
10.575
64.4
3.87
0.000
匹配
10.667
10.608
10.9
83.0
0.56
0.576
GovInt
未匹配
0.178
0.204
−41.5
−2.36
0.020
匹配
0.198
0.208
−17.6
57.7
−0.81
0.420
PopSize
未匹配
6.353
6.119
61.8
3.83
0.001
匹配
6.315
6.4043
−23.8
61.8
−1.35
0.182
FiscalDec
未匹配
0.457
0.305
94.9
5.83
0.000
匹配
0.344
0.306
23.9
74.9
1.47
0.147
IndStrAdv
未匹配
1.196
1.469
−31.9
−1.71
0.089
匹配
1.217
1.356
−9.8
69.3
−0.77
0.444
Fiscallnv
未匹配
7.279
6.565
20.5
1.21
0.228
匹配
7.301
7.807
−14.5
29.2
−0.55
0.584
OpenLevel
未匹配
0.005
0.004
48.4
2.89
0.005
匹配
0.004
0.004
9.8
79.7
0.4
0.693
Figure 3
![]()
Figure 3. Common trend figure
图 3. 共同趋势范围图
如图3 可以看出，青绿色(处理组在支持范围内)与红色(未处理组在支持范围10内)的分布有明显重叠，说明处理组和对照组在倾向得分上的“可匹配空间”较大，满足PSM对“共同支持”的要求。蓝色(未处理组外溢)和黄色(处理组外溢)的样本因不在共同支持范围内，无法找到有效匹配对象，在后续分析中会被排除，以保证匹配的合理性。
如图4 可以看出，匹配后(黑色方块)各协变量的标准化偏差均大幅向0靠近，说明倾向得分匹配有效降低了处理组和对照组之间的协变量差异，满足了PSM分析中“协变量平衡”的关键前提，为后续估计处理效应的准确性提供了保障。
Figure 4
![]()
Figure 4. Standardized bias plot
图 4. 标准化偏差图
Figure 5
![]()
Figure 5. Kernel density plot
图 5. 核概率密度图
图5 从核概率密度来看，匹配后，实验组与对照组的两条曲线重合度更高，满足了共同支撑假设大多数观测值在共同取值范围内，匹配后会损失部分样本。所有变量的标准化偏差在匹配后缩小，证明匹配有效。
然后本文进行了PSM-DID匹配回归，见表5所示，第三列中加入年份城市固定效应，以及一系列控制变量后，核心解释的系数依然为正，且在1%水平上显著为正，所以再一次地验证了中欧班列开通对湖南经济高质量发展有着积极正向促进作用。
Table 5. Results of the PSM-DID regression
表 5. PSM-DID匹配回归结果
Table 5
变量
(1)
(2)
(3)
T
r
e
a
t
i
×
P
o
s
t
i
t
0.116
***
0.029
***
0.027
***
(0.015)
(0.008)
(0.008)
FinDev
0.064
***
−0.064
***
(0.011)
(0.017)
EcoDev
0.138
***
0.027
(0.015)
(0.056)
GovInt
0.039
0.274
*
(0.136)
(0.144)
PopSize
0.077
***
−0.343
*
(0.018)
(0.168)
FiscalDec
−0.089
***
−0.111
***
(0.026)
(0.021)
IndStrAdv
−0.012
−0.005
(0.008)
(0.010)
Fiscallnv
−0.002
*
0.001
(0.001)
(0.001)
OpenLevel
3.126
−0.763
(2.603)
(5.143)
Constant
0.257
***
−1.770
***
2.168
*
(0.018)
(0.205)
(1.143)
观测值
143
143
71
R-squared
0.298
0.862
0.972
年份固定效应
NO
NO
YES
城市固定效应
NO
NO
YES
5.5. 机制检验
为了全面了解中欧班列对湖南各城市经济高质量发展的影响，我们还需要了解其影响的机制，所以我们对经济高质量发展这一影响路径进行深入理论分析，为了对这一假说进行实证检验，本文采取了以下中介效应模型：
(8)
M
e
d
i
a
i
t
=
θ
0
+
θ
1
T
r
e
a
t
i
t
+
θ
2
X
i
t
+
μ
i
+
λ
t
+
ε
i
t
(9)
Y
i
t
=
θ
3
+
θ
4
T
r
e
a
t
i
t
+
θ
5
M
e
d
i
a
i
t
+
θ
6
X
i
t
+
μ
i
+
λ
t
+
ε
i
t
其中，Mediait为中介变量，即创新驱动力。考虑到专利申请实用新型可以很好地反映创新驱动水平，本文将专利申请实用新型的数量作为创新驱动的指标，进行如上中介变量的效应模型。见表6所示，第(1)列结果显示中欧班列开通能够显著提升创新驱动，第(2)列则进一步说明了中欧班列是通过提升创新驱动来进一步推动湖南经济高质量发展的，至此，本文假设2得到证实。本文存在以下局限性：第一，研究样本集中于湖南省城市，结论在更大区域或不同类型城市的适用性仍需进一步检验；第二，未能完全控制研究期间其他未观测政策的潜在影响；第三，受数据限制，未从企业、行业等更微观层面展开深入分析。
Table 6. Mechanism test
表 6. 机制检验
Table 6
变量
(1)
(2)
Media
Y
Media
0.000
***
(0.000)
T
r
e
a
t
i
×
P
o
s
t
i
t
1,030.646
*
0.011
*
(575.291)
(0.006)
常数项
−522,276.213
***
−5.872
***
(91,597.451)
观测值
143
143
R-squared
0.910
0.983
控制变量
YES
YES
年份固定效应
YES
YES
城市固定效应
YES
YES
6. 研究结论
本文选取2013~2023年湖南13个城市的面板数据作为样本，将中欧班列开通作为一项准自然实验，通过理论分析和研究假说，提出两个关键性的假说，并通过实证分析来证明了该两个假说的正确性。得出以下结论：
(1) 中欧班列开通对湖南经济高质量发展具有显著的积极正向影响。中欧班列开通后，湖南与欧洲及沿线国家的贸易往来效率大幅提升，物流成本降低、贸易周期缩短，吸引了更多外向型企业在湖南布局。湖南的工程机械、轨道交通等优势产业通过中欧班列将产品更快地输送到欧洲市场，订单量 和产值显著增长，直接拉动了地区生产总值的提升，成为经济增长的新引擎。
(2) 中欧班列开通通过提高湖南城市创新驱动，进而促进湖南经济高质量发展。加速创新要素跨区域流动。班列带来的人流、物流红利，吸引欧洲创新人才来湘开展合作研发，同时推动湖南本土创新人才参与国际技术交流；此外，班列稳定的贸易往来还吸引跨境资本向湖南创新型企业倾斜，为企业研发投入提供资金支持，形成“技术 + 人才 + 资本”的创新要素集聚效应。