高铁开通对物流业发展的影响——来自全国280个地级市的证据

一 引言及文献评述

自2008年京津城际铁路开通以来，我国高速铁路迅速发展，各种交通方式在客运市场中的份额发生了巨大分化。依据《中国统计年鉴》和《交通运输行业发展统计公报》的数据，截至2018年底，中国高铁营运里程已超过2.9万公里，铁路客运总量由2008年的14.62亿人次增加至2018年的33.7亿人次，铁路客运所占市场份额已达到41.35%，超过了公路(27.12%)、航空(31.31%)和水路(0.23%)的市场份额(如图1所示)。高速列车(G、D、C型)的客运量增加更为迅速，2017年底，高铁旅客发送量在铁路客运总发送量中的比重首次超过50%，到2018年这一比例达到了59.4%。

图1 2004-2018年中国主要交通方式的客运市场份额

注：基于历年《中国统计年鉴》和《铁路统计汇编(1996-2018年)》数据整理。

从表面上看，高铁的主要功能在于旅客运输，与货物运输似乎没有多少关联，但高铁吸引了普通列车和城际客车的部分客流，释放了公路和铁路的运输资源，为公路和铁路运输能力与效率的提升创造了条件(刘鹏，2011[1]；Combes，2011[2]；Redding，2016[3])。2008版的《中长期铁路规划(2008年调整)》明确指出，希望到2020年，在扩大路网总规模的同时，通过客运专线、区际干线和煤运系统建设等措施提高路网质量，扩大运输能力，形成功能完善、点线协调的客货运输网络，以满足国民经济和社会发展需要。然而，依据历年的《中国统计年鉴》数据，自2008年以来，受到高铁“释放效应”直接影响的铁路货运总量基本保持稳定，并未出现预期的快速增长，公路和民航货运量虽然有一定幅度的增加，水路货运量也略有上升，但是其增长速度似乎没有因为高铁建设而明显提高，如图2所示。

图2 2004-2018年中国主要交通方式货运量

注：依据《中国统计年鉴》数据整理。此处水路货运量不包括远洋运输。2008年与2013年公路和水路货运量统计口径有变化，时间段内的数据可比。

为何会出现上述情况？高速铁路开通释放给传统铁路和公路方面的交通资源究竟对物流业的发展有无影响，影响程度及其作用机制又是什么？这些问题的科学回答无疑有助于我国如期建成布局合理、结构清晰、功能完善和衔接顺畅的铁路网络，提升各种交通运输资源配置效能，促进客运和货运物流业的健康持续发展，并最终实现交通强国的战略目标。

高铁作为20世纪最重要的交通基础设施变革之一，对传统经济活动的空间形态发起了挑战(Yin et al.，2015)[4]，正重塑中国的经济空间(董艳梅和朱英明，2016a)[5]。高铁开通带来的时空压缩效应使城市核心区域与外围区域之间的联系更加紧密，为生产要素和货物的快速流动提供了便利(卞元超等，2018)[6]，促使各种要素能够在更大的区域内进行优化配置，从而对城市的空间结构和产业发展带来深远影响。早期关于高铁对产业发展效应的研究主要集中在企业的商业行为(Bonnafous，1987)[7]、企业区位选择(Willigers和Wee，2011)[8]等方面。近年来，高铁对服务业发展的影响及其作用机制受到越来越多的关注。高铁可以通过降低交通成本促进服务业集聚，进而使得与信息相关的产业尤其是基于知识经济的服务业获得更快发展(Chen 和 Hall，2011)[9]。由于高铁带来的时空压缩效应能够提高沿线乘客的出行频率(Ren et al.，2019)[10]，从而加快人口和资本的流动(张梦婷等，2018)[11]，因此高铁会对人口要素流动性强的服务行业的集聚发展产生影响(Shao et al.，2017[12]；邓涛涛等，2017[13])，对生产性服务业的集聚发展也具有显著推动作用(覃成林和杨晴晴，2017[14]；曹小曙等，2019[15])。相较于其他生产性服务业，高铁影响物流业发展的研究主要集中在高铁开通后货运能力的释放(嵇昊威和赵媛，2014)[16]、既有繁忙干线货运产品的布局规划(刘杰，2014)[17]、高铁开展货物运输的可行性及其服务体系建设(刘启钢等，2018)[18]、物流服务策略和开行模式(唐霄和谭茜，2018)[19]、组织优化(于雪峤，2019)[20]，以及高铁货运业务对部分传统交通方式的影响等方面(王焯和蹇明，2019)[21]。事实上，影响物流业发展的因素涉及经济发展、人口、基础设施、科技水平、政府干预力度、市场化水平和对外开放程度(王利等，2012[22]；唐建荣和张鑫和，2017[23]；钟祖昌，2011[24])、产业结构变化、固定资产投资、消费等多个方面(谢守红和蔡海亚，2015[25]；刘广东等，2018[26])，尤其是地区经济发展水平，是物流需求和供给的基础，可以带动物流需求的增长(谢守红和蔡海亚，2015[25]；徐杰和鞠颂东，2003[27])。交通基础设施建设可以通过促进区域经济增长推动区域物流业的发展(王利等，2012[22]；谢守红和蔡海亚，2015[25]；刘维林，2011[28])。因此，迫切需要着眼全局，从经济发展水平、物流供求与支持水平等多角度定量考察高铁对物流业发展的影响及其作用机制等问题。

综上，中国经济正处在优化结构和转换增长动力的攻关期，提高铁路供给质量、实现物流业降本增效和优化运输结构是交通运输行业供给侧结构改革的基本内涵与目标。同时，通过开通高铁以促进要素流动与产业集聚、城市经济增长、物流与经济融合发展等是高铁建设“需求导向”的重要体现，亦是推动高铁沿线城市经济高质量发展的重要途径。因此，测度与回答高铁开通是否对物流业产生影响、影响程度和作用机制如何等问题，对深化交通供给侧结构改革和促进物流业高质量发展具有重要意义。然而，目前高铁影响物流业发展的相关研究主要集中在既有线路运能释放和高铁货运等方面，鲜有文献以物流业综合发展水平作为研究对象，尤其缺乏实证测度高铁影响物流业发展的程度、方向和作用机制的研究。为此，本文首先构建城市物流业发展水平评价指标体系，测度2005-2016年中国280个地级及以上城市物流业的综合发展水平。其次，采用双重差分倾向得分匹配法(PSM-DID)估计高铁开通对城市物流业发展的影响。最后，分析与检验高铁开通影响物流业发展的机制。后续内容安排：第二部分分析高铁开通影响物流业发展的内在机制，第三部分是物流业综合发展水平测度与计量模型构建，第四部分是实证结果分析，第五部分是研究结论与展望。

二 高铁开通影响物流业发展的内在机制

本文将高铁开通对物流业发展影响分为直接效应和间接效应，直接效应即指高铁开通所带来的“释放效应”，而间接效应则指除“释放效应”之外的其他效应。

1.高铁开通对货运能力的影响。就直接效应的主要来源而言，一方面，在高铁开通之前，铁路行业实行“保客限货”的运营政策，货运班次不足会导致铁路货运运能偏低(嵇昊威和赵媛，2014)[16]，高铁的开通可以实现客货分线运输，减少既有线路普通客运列车数量，降低不同种类列车的速度差，释放铁路的运输能力，进而可以运行更多的货运列车，增强铁路货运能力(Combes，2011[2]；Redding，2016[3]；阚红光，2014[29])。同时，高铁开通释放的交通资源，可能改善运输通道的货运结构(刘鹏，2011)[1]，各种运输方式能够发挥各自的优势，形成综合协调的运输体系，提升运输效率，降低物流成本。另一方面，随着高铁快运业务的逐步扩大，增加了铁路运能的有效供给，进一步提高运输效率(于雪峤，2019)[20]，有助于推动快递和高端物流服务的升级(唐霄和谭茜，2018)[19]。虽然目前高铁快运的市场份额极小，但发展迅速，故本文未忽视其作用。上述因素将直接影响地区物流业的发展。因此提出假设H1:高铁开通将提高城市的货物运输能力。

2.高铁开通对运输需求的影响。与直接效应相比，高铁建设对物流业带来的间接影响更为复杂和突出。一方面，高铁开通可以通过影响区域经济发展间接地影响物流业的发展。交通基础设施对区域经济增长的作用已被广泛认可(Aschauer，1989[30]；Berechman et al.，2006[31]；张学良，2012[32])，相对于传统的交通运输方式，高铁能够优化区域原有的交通网络，缩小区域之间的时间距离，提高区域可达性(Vickerman和Ulied，2006)[33]，新经济地理学模型的基本结论表明，聚集经济、规模经济和运输成本作用下，可达性的提高有利于区域经济发展(Ahlfeldt和Feddersen，2010)[34]。高铁的开通也改变了中国空间经济结构(Jia et al.，2017)[35]，对区域经济产生溢出效应，促进城市经济增长(王雨飞和倪鹏飞，2016)[36]。而经济增长将直接拉动地区的消费水平。另外，交通基础设施也能够通过商品价格和交易成本作用到消费过程中以促进消费发展(方松海等，2011)[37]，所以城市经济增长及以高铁为代表的交通基础设施建设将刺激城市消费规模的扩张(侯新烁，2019)[38]，随着消费的增多，商品流通量必然增加，对物流产生巨大需求(Lan et al.，2016)[39]。据此提出假设H2：高铁开通提高了城市的消费规模，为物流业带来实际和潜在的运输需求。

3.高铁开通对物流运作条件的影响。城市经济的发展是物流基础设施建设的源泉。经济发达地区的交通基础设施建设较为完善，能够吸引货物流聚集汇合，形成区域物流枢纽，提升城市的物流运作效率和服务质量(王利等，2012[22]；Lan et al.，2016[39]；Skjött-Larsen et al.，2003[40])，从而带动城市物流业的发展。据此提出假设H3：高铁开通能够促进城市交通基础设施建设，为物流运作提供条件。

4.高铁开通对物流业集聚的影响。Krugman(1991)[41]的“中心-外围”模型中，运输成本下降将带来城市经济发展与人口集聚。以旅客运输为主的高铁加快了要素(尤其是劳动力要素)流动，使劳动力供需能够在更大空间范围内得到匹配，从而促使劳动力池的形成(邓涛涛等，2019)[42]。对劳动者而言，区域内企业数量越多，劳动者更容易获得就业机会。对企业而言，大量劳动者的集聚则可以降低招聘成本，提高对人才的质量要求。因此，“劳动力池”效应的存在将吸引更多的企业入驻，有效促进生产性服务业的集聚发展(Illeris，1989)[43]。此外，高铁开通可能会对物流枢纽的空间结构产生影响。表现在高铁带来的时空压缩效应将改变原有物流节点间的连接关系，物流节点将朝两个方向融合：一是相同类型的物流节点整合形成一个更高等级的物流节点；二是原本服务于一个城市的物流节点，随着辐射范围的扩大，与其他城市物流节点的联系将更加密切，二者将整合成更高等级的物流园区，同时为两个乃至多个城市提供服务，这一过程将推动物流业集聚发展(李国旗等，2015)[44]。因此，提出假设H4：高铁开通促进了物流业的集聚。

综上，归纳出高铁开通对物流业发展的影响机制，如图3所示。

图3 高铁开通对物流业发展的影响机制

三 物流业综合发展水平测度与模型构建

(一)物流业综合发展水平评价

1.指标体系构建及数据来源。物流业是物流资源产业化而形成的一种复合型产业，单一指标难以准确反映该产业的发展状况，因而需要构建综合指标体系予以测度，这是本文的被解释变量和研究基础。参考戴德宝等(2018)[45]、唐建荣和张鑫和(2017)[23]等的方法，综合考虑物流供求发展水平、经济发展水平和物流支持水平三个方面构建指标体系。其中，物流供求发展水平从消费和流通角度反映物流行业的服务需求、潜在的物流量和行业发展状况；经济发展水平由第三产业增加值和生产总值构成，经济增长能够有力推动区域物流发展；物流支持水平指标包括公路密度和交通运输仓储行业从业人员，反映物流设施基础和人力资源情况，从侧面体现该区域的货物流通能力。首先，采用熵权法计算三级指标的权重，并按权重大小排序，结果如表1所示。

表1 物流业发展水平指标体系

表1指标体系所使用的原始数据来源于历年《中国城市统计年鉴》、《中国区域经济统计年鉴》、各省份统计年鉴、各地级市统计年鉴、国民经济及社会发展统计公报和EPS数据库等。其中，货物进出口总额由考察期内每年的美元对人民币平均汇率换算为人民币单位。以2005年为基期，根据各省份GDP平减指数对GDP、人均GDP、第三产业增加值的数据进行平减，使用各省份CPI指数对社会零售总额数据进行平减。剔除了在考察期内地级市层面上发生行政区划调整和个别数据缺失严重的城市。

2.物流业发展水平综合得分计算。本文采用突变级数法计算物流业发展水平综合得分值。首先对评价总指标进行多层次分解，将各层级的子指标按照重要性由大到小进行排序，然后对原始评价值进行无量纲化处理，并选择突变系统类型进行归一化计算，最后按照“非互补”或“互补”原则向上一层综合。最常见的有3种突变类型，具体如表2所示。

表2 突变类型及归一公式

结合表1的评价体系和表2的突变类型判别标准可知，综合评分值由物流供求发展水平、区域经济水平、物流支持水平三个指标反映，属于燕尾突变系统；二级指标物流供求发展水平、经济发展水平、物流支持水平分别属于蝴蝶突变系统、燕尾突变系统、尖点突变系统。虽然突变级数法不需要计算每个指标的具体权重，但是为了在确定指标相对重要性时保证客观性，本文引入了熵权法计算三级指标的权重，以确定每层级指标的相对重要性。在确定突变类型和指标重要性排序后，使用极差法对数据进行标准化处理，最后选择相应的突变类型进行归一化计算，由于本文指标存在互补性，故取状态变量的平均值作为上层指标的控制变量，逐层计算一级指标得分，即为2005-2016年280个地级市物流业发展水平的综合得分值(1)限于篇幅，本文未详细展示2005-2016年我国280个地级市物流业发展水平的综合评价值，如有需要，可向作用索取。。结果显示，中国物流业发展水平总体呈现“东强西弱”的格局，在排名前20的城市中，东部城市有14个，中西部城市仅有6个，其排名与城市经济总量的排名十分相似，这在一定程度上说明区域物流发展水平与其经济发展水平有着紧密的联系。此外，东部地区沿海城市较多，地理区位优势明显，且交通基础设施完善，四通八达的陆上运输和海上运输网络为物流业发展提供了良好的条件，故物流业整体发展水平较高。在中西部城市中，重庆、成都、武汉、郑州、西安的物流业发展水平最高，其中重庆和成都地处长江经济带和“一带一路”倡议的重合点，在内陆城市中具有明显的区位优势，交通运输体系也较为完善，是西南地区的物流中心。在排名靠后的城市中，西部城市占据绝大多数，由于其欠发达的经济发展状况、偏僻的地理位置、交通基础设施的落后，城市物流业发展较为落后。

(二)模型构建与变量选择

1.计量模型构建。为研究高铁开通对城市物流业发展和空间演化的净影响，需要对高铁开通后带来的“政策效应”和由时间增长产生的“自然效应”进行分离。本文使用自然评估方法，将高铁开通作为一项“准自然实验”，借鉴Shaw et al.(2014)[46]的方法，将2011年作为政策执行的时间节点，将2011年前开通高铁的城市作为处理组，2011年前未开通高铁的城市作为对照组，测度政策实施前后两组之间的差异，即“政策效应”。由于使用双重差分模型的前提是事件发生前样本具有共同趋势，需要消除处理组和对照组之间可能存在的选择性偏误以及由此导致的内生性问题，但是事实上城市之间存在异质性，可能会有不同的特征和发展趋势。因此，本文参考董艳梅和朱英明(2016a)[5]等的研究，使用倾向得分匹配与双重差分相结合的方法，即在双重差分法之前，选取一批与处理组特征相近的未开通高铁城市作为匹配组，使样本城市在考察期内具有大致相同的时间趋势，缓解样本选择偏差。具体方法为构建一个二元选择模型：

pi(x)=Pr(di=1|xi)=f[h(xi)]

(1)

式(1)中因变量d为二元虚拟变量(d=1代表处理组，d=0代表对照组)，自变量xi是衡量处理组与对照组相似程度的特征变量，h(xi)为第i个城市特征变量xi的线性函数，f为Logistic函数。本文选取的特征变量包括人口数量、土地面积、经济发展水平、公路密度和政府支出规模五个方面的指标。通过计算出的倾向得分值，对每个进入处理组的城市，从对照组中选出与其得分值最相近的城市作为对照组，在此过程中需要两组城市的得分尽量相近，且各特征变量在两组之间不存在显著差异，以满足趋势评分的平衡性准则。

根据倾向得分匹配法找出处理组和对照组后，对两组样本进行DID估计，首先测量高铁开通对物流业发展水平的影响，构建计量模型如下：

Yit=γ0+γ1Hit×Tit+βj∑Xjit+μt+αi+εit

(2)

式(2)中i表示城市数，t表示时期数，γ和β为估计系数；交互项Hit×Tit为处理效应，反映高铁开通对处理组与对照组的影响差异，即高铁开通对物流业发展水平的影响；Hit为政策虚拟变量，Hit=1表示在t年开通高铁的城市，Hit=0表示在t年未开通高铁的城市；Tit为时间虚拟变量，Tit=0表示高铁开通之前，Tit=1表示高铁开通之后。交叉项的估计系数γ1是此实验的研究重点；Xjit为控制变量，μt为时间趋势效应，αi为城市个体效应，εit为随机误差项。

2.变量选择。被解释变量：选取上文利用突变级数法计算得到的第i个城市第t年的物流业发展水平综合评分值作为被解释变量，该变量可以从物流供求发展水平、区域经济发展水平、物流支持水平三个方面反映区域物流业的发展水平。解释变量：本文以高铁开通作为核心解释变量，包括高铁开通时间(Tit)、高铁开通城市(Hit)以及二者的交互项(Hit×Tit)，对部分在年末开通的高铁线路其开通时间作滞后一年处理。从信息化水平、政府干预、对外开放、人力资本、市场化程度方面选取5个指标作为控制变量：地区信息化水平(inf)采用地区每万人互联网用户数衡量；地方政府干预力度(gov)使用地区财政一般预算内支出占GDP的比例反映；对外开放程度(open)使用货物进出口总额占GDP比重表示；人力资本(people)为地区年末户籍人口数(万)；市场化程度(market)用城镇私营和个体从业人员与城镇单位从业人员之比反映。特征变量：本文选取用于倾向得分计算的特征变量包括人口数量、土地资源、经济发展水平、公路密度和政府支出规模，分别用城市年末户籍人口数(people)、行政区域土地面积(area)、地区生产总值(gdp)、单位国土面积公路里程(highway)和政府财政一般预算内支出(expenditure)的数据反映。

3.数据说明。由于2011年之后也有城市陆续开通高铁，如果将其放入对照组可能会造成估计偏误，故本文将2011年后开通高铁的城市从对照组中删除。本文搜集的2005-2016年中国280个地级及以上城市面板数据，来源于2006-2017年《中国城市统计年鉴》、2006-2014年《中国区域经济统计年鉴》、各省份统计年鉴，部分缺失数据从各地级市统计年鉴、国民经济与社会发展公报和EPS数据库中补齐。由于高铁站通常建设在城区边缘，且一般会在地级市下辖的区县内设有站点，为研究高铁开通对地级市整个区域物流业的影响，本文选用的数据均为全市而非市辖区数据，并剔除了在地级市层面上发生过行政区域调整的城市和个别数据残缺严重的城市。其中货物进出口总额由考察期内每年的美元对人民币平均汇率换算为人民币单位。由于缺乏地级市层面的GDP平减指数数据，故本文以2005年为基期，根据各省份GDP平减指数对地区生产总值、政府财政一般预算内支出的数据进行平减。此外，为了消除可能存在的异方差，在回归过程中对绝对值变量做了对数化处理。各变量数据的描述性统计如表3所示。

表3 数据描述性统计

四 实证结果

(一)样本匹配结果分析

首先，使用stata15软件对处理组和对照组进行1对3近邻匹配，图4为倾向得分取值范围。可以看出，多数观测值在共同取值范围内，匹配后损失的样本数量在可接受的范围内(约占总样本数量的1/3)。各变量标准化偏差变化如表4所示，可以看到处理组和对照组的样本均值在匹配后已经非常接近，大多数变量标准化偏差均小于10，仅有公路里程变量略大于10。变量的标准化偏差在匹配之前较大，在匹配后明显缩小，如果不进行匹配，直接对两组样本做双重差分回归，必将产生严重的估计偏差，而经过匹配删除未匹配的样本，保留下来的样本城市在特征变量方面已经非常接近，样本的选择性偏差明显降低，符合可比性要求，且t检验结果显示在进行匹配后p值均大于0.1，说明处理组和对照组在可观测变量上的统计性差异不显著，匹配结果较好。其次，为确保结果的稳健性，还使用了1对1近邻匹配和1对2近邻匹配，得到的结果与1对3近邻匹配基本一致。

图4 倾向得分取值范围

表4 倾向得分匹配平衡性检验结果

(二)基准模型回归及区域异质性评价

本文使用stata15软件基于删除对照组中2011年后开通高铁城市样本和倾向得分匹配后的样本结果对式(2)进行估计。在区域异质性检验中，为了充分展现发展程度相似城市间的政策效应，本文依据《第一财经周刊》于2017年发布的“中国城市分级完整名单”，按照等级对样本城市进行分类(2)《第一财经周刊》新一线城市研究室于2016年开始推出“中国城市分级完整名单”，截至2019年已连续发布4年，虽然部分城市排名在2017年发布的榜单中相较于其它3个年度有所不同，但分级发生变化的城市甚少，因而不会对整个研究结果产生实质性影响。该榜单从商业、城市枢纽性、城市活跃度、生活方式多样性和未来可塑性等方面评估337个中国地级及以上城市，将其划分为一线城市(包括新一线城市)、二线城市、三线城市、四线城市、五线城市五个类别，本文以此作为城市等级的划分依据。。若对五个类别的城市分别进行异质性估计，实验样本的总数量将会偏少，并且存在处理组与对照组的样本数量偏差较大问题，所以为保证实验的准确性，将样本分为一二三线城市与四五线城市两组进行估计。同时，由于在2011年前开通高铁的西部城市较少，2011年后开通的居多，而2011-2016年间开通高铁的城市样本将被删除，若按传统的东中西部划分，西部城市的样本总量和处理组个数均偏少，故本文在东中西区域划分的基础上，将中部和西部城市合并为一组(中西部城市)进行估计。如表5所示，模型(1)为全样本城市高铁开通对物流业发展水平影响效应的估计结果，模型(2)-模型(3)汇报了各个城市按照地理区位划分的回归结果，模型(4)-模型(5)为按照城市规模分类的回归结果。

表5 基于PSM-DID的基准回归结果

由表5中的模型(1)可知，基于全国层面的地级及以上城市样本，在考察期内，交互项变量H×T系数在0.01的水平下显著为正，说明从综合影响效应来看，高铁开通将促进城市物流业整体发展水平的提高。控制变量中人口、信息化水平和对外经济对物流业同样具有正向影响，这与唐建荣和张鑫和(2017)[23]的研究结论相同。而政府支出对物流业发展的影响不显著，市场化水平对物流业有负向影响，与钟祖昌(2011)[24]的研究结论相似，这可能是因为目前物流业还存在许多非市场竞争或运营模式，各地政府存在地方保护主义，导致物流市场分割，市场机制难以发挥作用，从而使市场化水平对物流业发展的影响为负。由模型(2)-模型(5)可知，高铁开通对中西部地区和四五线城市物流业发展的促进作用相对最为显著，这与Urea et al.(2009)[47]对法国高速铁路的研究结论类似，说明高铁对大城市物流业的影响具有扩散效应，一方面，由于发达城市的投资收益率递减、生产要素成本提升，部分产业开始向周边欠发达城市转移，另一方面，相对于大城市，中小城市普遍缺乏航空系统的支持，高铁的引入将明显改善其交通区位，从而对其物流业发展产生更为显著的影响。

(三)作用机制检验

为了检验前文提出的高铁开通对物流业的影响机制假设，本部分首先将式(2)中的被解释变量，替换为指标体系的二级指标和三级指标分别进行回归，结果如表6所示。其中模型(b1)、 (b2)、 (b3)是二级指标的回归结果，其余为三级指标的回归结果。

表6 作用机制检验

由模型(b1)可知，高铁开通对物流供求发展具有显著的正向促进作用，模型(b11)-模型(b14)是其下四个子指标的回归结果，可以看到高铁开通对邮政业务总量的提高有正向影响，说明高铁建设释放的交通资源在一定程度上便利了快递和小件货物的运输，而对货运总量的影响却不具有显著性，一种可能的解释是，传统铁路货运量在整个货运市场所占的比重较小，高铁快运业务开展时间较短且规模小等原因使得高铁释放给传统铁路货运的运力和高铁本身的货运运能对整个货运市场的影响甚微。加之传统铁路运输受其运能和仍然存在的客货共线模式的制约，在适应货运市场需求变化中存在较大缺陷，造成包括公路、航空和水路等在内的整个货运市场的结构不合理，并最终导致开通高铁的城市比未开通高铁的城市货运物流规模没有明显改观，故假设H1未得到充分支持。由模型(b2)、模型 (b21)-模型(b23)可知，高铁开通对区域经济发展水平的影响较为显著，表明在总体上，高铁开通促进了城市经济增长，而当被解释变量为社会零售总额时，交互项显著，说明高铁可以促进城市消费规模的扩张，这与侯新烁(2019)[38]的研究结论相同，一方面经济增长可以带动城市当地消费规模扩大，另一方面高铁建设改善了人力和商品的流通速度，人们的消费则容易被快速且乘坐舒适的高铁所引导，高铁城市之间的跨区域消费增长。当被解释变量为货物进出口总额时，交互项同样具有显著性，说明高铁开通对城市对外贸易同样具有促进作用，由于高铁开通能够降低企业的搜寻成本和信息成本，提高企业的生产效率，企业在国际消费市场中的竞争力得到提升，加之国内消费规模的扩张，增大了城市物流业的服务需求和潜在的物流量，假设H2得到验证。由模型(b3)、 模型(b31)-模型(b32)可知，在考察期内高铁开通对城市交通运输仓储业从业人数没有显著影响，这可能是因为许多城市开通高铁的时间较短，所带来的要素流动效应还未完全显现。而公路密度因高铁开通显著提高，一方面可能是因为高铁开通后城市的经济水平提高，为地区的基础设施建设提供了更为有力的财政支持。另一方面，一些城市的高铁站离城区较远，政府为接驳高铁站而修建了更多的道路，由此带来公路密度提高的同时为货物运输提供了更完善的基础设施，从而间接推动城市物流业的发展，假设H3得到支持。

为检验作用机制假设H4，本部分还对考察期内样本城市物流业集聚程度进行了测度，并估计高铁开通对物流业集聚程度的影响，以此来探究物流业集聚在高铁开通影响物流业整体发展水平过程中的作用。本文使用就业密度指数来衡量城市物流业的集聚程度，计算方法如下：

(3)

式(3)中，Lit代表i城市t年行业年末单位就业总人数，Sit代表i城市t年的土地面积，由于统计年鉴的产业分类中没有地级市层面的“物流产业”指标，此处使用交通运输仓储业从业人员数表征。

首先将就业密度emp作为解释变量加入式(2)进行估计，再将其作为被解释变量替代式(2)中的综合评价值Y，回归结果如表7所示。其中模型(1)和模型(2)是以emp作为解释变量的回归结果，并对无其他控制变量和加入控制变量的情况分别回归，结果显示就业密度指标系数显著为正，初步说明就业密度指标对物流业发展水平具有正向影响，但是高铁开通的交互项同样显著，无法准确说明其传导机制，故分别判断就业密度对物流业发展和高铁开通对就业密度的影响，模型(3)和模型(4)的结果再次确认了物流业的集聚效应对其自身发展所带来的正向影响，但是从模型(5)和模型(6)的结果来看，高铁开通对就业密度的影响并不显著，这与董艳梅和朱英明(2016b)[48]对交通运输仓储业的研究结论一致。原因可能在于，一方面，尽管高铁减少了出行的时间成本，但由于票价较高，对技术型人才的吸引更大(Lin，2017)[49]，更有利于需要大量高技术人才的高端生产性服务业企业集聚，而物流业通常被划分为非技术型的低端生产性服务业，所受的影响相对有限。另一方面，多数城市开通高铁时间不长，而物流园区、物流企业的选址变迁建设都需要一定的时间，物流枢纽的空间格局尚未完全改变。所以高铁对物流业的集聚效应还没有充分显现，假设H4未得到支持。

表7 集聚效应的检验

(续上表)

(四)稳健性检验

本文主要从以下四个方面进行回归结果的稳健性检验，结果如表8所示。

表8 稳健性检验

(续上表)

首先，由于本文在进行双重差分前对样本进行了倾向得分匹配，虽然匹配结果较好，但损失了一部分样本，本部分将不对样本进行匹配，政策发生时点为每个城市高铁开通的实际时间，对所有样本直接进行多期DID估计，回归结果如表8列(1)所示。其次，前文将2011年作为政策发生时点，这里将其设置为2012年，使用与前文同样的方法进行PSM-DID估计，结果如表8列(2)所示。再次，本部分改变评价物流业发展水平的方法，即使用熵权法计算综合评价值，为避免单一年份的影响，分别计算2005年、2011年和2016年的熵权值，取平均数作为各子指标的权重，乘以各指标的数值全部相加得到最后的综合评价值，然后使用与前文相同的方法进行PSM-DID估计，回归结果如表8列(3)所示。最后，上文的实证结果反映了高铁建成之后(2011-2014年)相对于高铁建成之前(2007-2010年)受到的平均影响，但是未能体现在高铁建成前后不同时间段内这一影响的大小及其差异，为了估计高铁建成前后不同时间窗内的效果，采用改变高铁开通前后时间窗宽的方法进行估计，并作为一项稳健性检验。具体方法为：以高铁建成时间 2011 年为时间节点，前后分别选取1年、2年、3年、4年为窗宽，使用与前文相同的方法，估计结果如表8列(4)-列(7)所示。

由表8可知：首先，以物流业综合评价值Y作为被解释变量，使用多期DID估计、改变政策发生时点以及改变综合评价的方法，交互项仍然显著，另外，改变时间窗几乎不会改变高铁开通对物流业发展的影响方向，从交互项系数和显著性上看，随着时间窗的增大，回归系数越大，显著性增强，说明高铁开通对物流业发展的影响存在一定的时滞性。其次，以指标体系中二级指标与三级指标以及就业密度emp作为被解释变量进行上述方法的稳健性检验，并与表6比较。可以看出，首先，多期DID估计结果中，除个别交互项显著性与前文PSM-DID法所得结果有区别外，大多数结果支持前文的结论。其次，使用改变政策发生时点的方法没有改变交互项的显著性。最后，通过改变时间窗发现绝大多数交互项显著性与前文结果一致，且与以Y作为被解释变量使用改变时间窗方法的稳健性检验具有相似性，表现为随着时间窗增大，回归系数越大，再次验证了高铁开通对物流业发展的影响存在时滞性。因此，总体来看，前文结果具有稳健性。

五 结论、启示与展望

测度和分析以旅客运输为主要功能的高速铁路开通是否对物流业产生影响、影响程度、影响机制等，以促进交通运输的供给侧结构改革和物流业的高质量发展，是本研究的主要目的。本文首先构建评价指标体系测度了2005-2016年中国280个地级及以上城市物流业的综合发展水平，然后采用双重差分倾向得分匹配法考察高铁开通对城市物流业发展的影响及其作用机制。结果表明：首先，从全国层面看，高铁开通在1%的显著性水平上促进了沿线城市物流业的发展。分地区和分城市规模看，高铁开通显著提高了中西部地区和四五线城市物流业的发展水平，但对于东部地区和一二三线城市，高铁开通对其物流业的影响则不显著，需要继续予以观测。其次，从影响机制的检验结果看，高铁影响物流业发展是通过提升邮政业务总量、社会零售总额、第三产业增加值、城市经济体量及公路基础设施建设等主要途径实现的。然而，高铁开通对其备受关注的“通过分流客运释放给普铁、公路、水路和航空交通资源以提升其货运量”来促进物流业发展的假设，在统计上却不具有显著性。此外，高铁开通后，城市物流业就业人数增长和产业集聚效应均不明显，高铁开通对物流业的集聚效应可能还需要更长时间才能显现。最后，通过改变时间窗的稳健性检验发现，随着高铁开通时间的扩大，高铁开通对物流业的影响程度和显著性有增强趋势，表明高铁开通的影响存在一定的时滞性。由此可以得到以下启示：

首先，铁路部门应该考虑并把握货运市场需求的变化，整合和优化各种资源形成具有竞争力的货运产品结构体系。具体来说，对已经具备了客货分线运输条件的铁路通道，可以根据地区的高铁网络密度，逐步推行客货分线运输，对于与高铁线路平行的既有线线路，可以对列车编组、车流路径进行动态优化以适应货运市场的需求。在高铁规划和建设方面，以最大化满足社会需要为原则，力求“精准供给”，在满足客运需要的同时，可以考虑将新建高铁线路与繁忙的物流通道相融合，为各种方式的专业化运输创造条件，实现运输通道与沿线城市经济融合发展。积极推进高铁快运业务，提升铁路物流服务水平和供给质量也是实现物流降本增效的必要条件。其次，高铁开通对沿线大城市物流业的分散性为中小城市物流产业带来了发展机会，开通高铁的城市应该利用交通优势进行差别化竞争，发挥社会分工和集聚经济的最大效应，促进区域经济的一体化发展。最后，高铁开通增加了城市的运输通道，政府应该协调城市其他交通设施的建设，重视多种交通工具的组合及衔接，以节约经济成本，提高经济效率。将普通铁路、等级公路、乡村公路、航道与高铁接驳，提高区域内的互联互通水平，通过资源整合发挥集群优势，使高铁与其他运输方式形成专业化分工，增强运输能力。同时，未开通高铁城市应加强与已开通高铁城市的接驳，打破行政边界，推动交通枢纽设施共建共享，提高整个城市群的货物运输效率，推动物流业发展。

本研究尚存在一些不足之处：一是在测度各城市物流业发展水平时，统计资料中缺乏地级市层面的物流业总产值数据，故本文只能通过相关指标予以综合测度。二是在高铁开通所带来的“释放效应”的分析中，受制于铁路货运列车班次和平均速度等数据可得性约束，在微观层面未作更为细致的分析。三是由于2016年和2017年《中国城市统计年鉴》中没有铁路货运量数据，为保证研究数据口径的一致性，本文没有分别测度高铁对铁路、公路、水路及航空货运量的影响，限制了高铁开通对运输市场结构带来变化的研究。这些也是进一步研究的方向。