我国优化运输结构调整成效明显 去年集装箱多式联运量同比增长超15%

基于冰山运输成本理论，将不同运输方式的物流费用差异建模为产品价值的"融化"比例。假定企业在完全竞争市场中以到岸价格最小化为目标选择运输模式组合。H1：集装箱多式联运量增长对公路货运的替代弹性显著为正，即公铁联运每增长1个百分点，纯公路货运占比下降超0.5个百分点；H2：运输结构调整带来的全社会物流成本节约与多式联运指数提升呈显著正相关；H3：枢纽基础设施存量对替代弹性的正向调节效应在沿海港口城市强于内陆节点城市。

以"运输结构调整三年行动计划（2018-2020）"及2025年政策升级作为准自然实验，采用渐进 DID 设计——以各城市首批入选国家多式联运示范工程的时间作为处理时点，比较处理组与对照组在政策冲击前后货运结构变化。关键假定：不存在其他同期政策系统性影响运输模式选择，且处理时点外生（入选批次主要取决于申报材料完备性而非内生货运需求）。

采用超越对数成本份额方程系统进行 SUR（似不相关回归）估计。基本方程：S_i = α_i + Σ_j β_ij ln p_j + γ_i ln Y + Σ_k δ_ik ln Z_k + ε_i，其中 S_i 为运输方式 i 的成本份额，p_j 为运输方式 j 的价格指数，Y 为货运总产出，Z_k 为枢纽密度、信息化水平等外生特征变量。替代弹性 σ_ij = (β_ij + S_i S_j) / (S_i S_j)，标准误用 Bootstrap 重复抽样 500 次计算。

被解释变量为各省年度公路、铁路、水运的货运周转量占综合运输比重（来自交通运输部统计）；核心解释变量为各运输方式的吨公里费率（来自《全国物流运行情况通报》及省级运价监测平台）；调节变量包括多式联运枢纽密度（地级市层面港口与铁路货运站数量/GDP）、信息化指数（各省物流公共信息平台覆盖率）。样本区间为 2010-2025 年省级面板数据（31 省份 × 15 年）。

（1）替换替代弹性估计方法——使用 Morishima 替代弹性替代 Allen-Uzawa 弹性；（2）改变政策冲击界定——以各地实际开通中欧班列首列的时间替换入选示范工程时间；（3）排除直辖市样本——北京、上海、天津、重庆的货运结构受城市功能定位影响较大；（4）安慰剂检验——将处理时间前移 3 年验证处理效应消失。

---

将多式联运枢纽投资视为政府购买性支出 G 的一个组成部分。假设经济体处于有效需求不足状态时（产出缺口为负），投资乘数 1/(1-MPC) 完全释放；而在充分就业时，财政扩张挤出私人投资。H1：多式联运基础设施投资的即期产出乘数在 1.2-1.8 之间，5 年累积乘数超过 2.5；H2：在经济衰退期（产出缺口 < -1%），乘数较经济扩张期高出 40% 以上；H3：枢纽投资经由降低物流成本 → 提升制造业 TFP → 加速私人投资的间接乘数效应占总乘数的至少三分之一。

以省级五年规划中各市多式联运枢纽项目的"规划开工年份"与"实际开工年份"之间的时间差作为外生冲击——因土地审批、环评等行政程序造成的延迟与当期经济状况不相关，构成财政支出的合理工具变量。对财政支出冲击施加符号约束：政府投资增加 → 产出 ↑、私人消费 ↑、税收 ↑（不得低于 4 个季度）。通过符号约束获得脉冲响应函数的中位数与置信带。

基准 SVAR 模型：A Y_t = B_0 + B_1 Y_{t-1} + ... + B_p Y_{t-p} + ε_t，其中 Y_t = [G_t, Y_t, C_t, I_t, EMP_t] 分别为政府投资、GDP、消费、私人投资、就业，季度频率。对 ε_t 施加 Uhlig 惩罚函数法——寻找同时满足 G_t ↑、Y_t ↑、C_t ↑ 满 4 期的正交冲击，误差带通过 2000 次 Bayesian 后验抽样得到。状态依赖扩展：Y_{t+h} - Y_{t-1} = I_{slack,t} [α_h^A + β_h^A shock_t] + (1-I_{slack,t}) [α_h^B + β_h^B shock_t] + γ controls + e_t，其中 I_{slack,t} 为产出缺口虚拟变量。

核心变量：多式联运基础设施投资 = 交通运输仓储邮政业固定资产投资 × 各省级多式联运投资占比（根据各省"十四五"综合交通规划提取）；产出缺口 = 实际 GDP 对数 - HP 滤波趋势项（λ=1600，季度数据）；就业 = 交通运输业城镇非私营单位从业人数。样本为 2008Q1-2025Q4 的 31 省季度面板数据。

（1）以 Blake 叙事法替代符号约束——手工收集各省政府工作报告中对多式联运投资的"意外追加"公告作为外生冲击序列；（2）替换产出缺口测度方法——使用 Hamilton 滤波替代 HP 滤波；（3）改变 SVAR 变量排序——将 G_t 从首位替换到末位检验 Cholesky 排序敏感性；（4）限制样本为内陆省份以排除沿海省份外贸驱动的投资内生性问题。

---

在多式联运中，货物从公路转铁路转水运经过 n 种运输方式时，涉及 n 份独立运输合同和 n 套承运人责任制度，货主面临的总交易成本 T = Σ_i t_i + Σ_{i≠j} c_{ij}，其中 t_i 为各段直接运费，c_{ij} 为方式 i 与 j 之间的协调成本（信息搜寻、单据转换、货损定责）。H1：货损定责的制度模糊性使每票跨模式货物的事后纠纷解决成本平均增加 12%-18% 的运费总值；H2："一单制"改革试点港口的多式联运量年均增长率显著高于非试点港口 3-5 个百分点；H3：法律条文中承运人赔偿限额的跨模式差异每缩小 10%，该线路多式联运量增长 2%。

以交通运输部 2023 年公布的 16 个"一单制"试点港口作为处理组，使用倾向得分匹配（PSM）在非试点港口中匹配出具有相似货物吞吐量、腹地 GDP 和铁路衔接条件（是否有进港铁路）的对照组。因变量为试点前后两年内每季度集装箱多式联运业务量同比变化，关键假定为在试点选择中除可观测特征外不存在遗漏变量同时影响试点资格和联运量趋势。

PSM-DID 两步法：第一步用 Logit 模型估计港口入选试点的倾向得分 P(D=1|X) = Φ(α + β_1 throughput + β_2 railway + β_3 GDP_hinterland + ε)，使用核匹配法（Epanechnikov 核，带宽 0.06）进行匹配；第二步对匹配样本估计 DID：Y_{it} = β_0 + β_1 Treat_i + β_2 Post_t + β_3 (Treat_i × Post_t) + θ X_{it} + μ_i + λ_t + ε_{it}，其中 β_3 即制度创新的平均处理效应。标准误聚类到港口层面。

被解释变量为港口季度集装箱海铁联运量（TEU，来源：各港口年度统计公报及中国港口协会数据库）；关键解释变量为"一单制"试点虚拟变量（试点港口=1）与时间虚拟变量（2023Q3 后=1）的交乘；合约交易成本代理变量：从各港口年度多式联运合同纠纷案例数/总订单量（纠纷率）构造制度摩擦成本指数。控制变量包括港口集装箱总吞吐量、腹地城市 GDP 增长率、高速路网密度。

（1）替换匹配方法——使用 CEM（粗化精确匹配）替代 PSM 核匹配；（2）随机置换试点时间——将试点公告时间向前平移 2 年做安慰剂 DID；（3）排除同时期其他政策——手工剔除同期入选"国家物流枢纽建设名单"的港口样本；（4）双重稳健 DID 估计量——使用 Callaway & Sant'Anna (2021) 的异质性处理效应稳健估计量。

---

基于新经济地理学的工资方程：w_r = [Σ_s Y_s (P_s)^{σ-1} (τ_{rs})^{1-σ}]^{1/σ}，其中 τ_{rs} 为城市 r 到市场 s 的冰山运输成本（与多式联运通道开通负相关）。当西部陆海新通道降低 τ_{rs} 时，内陆城市 r 的实际工资 w_r/P_r 上升，吸引劳动力和产业流入。H1：到西部陆海新通道干线站点的通行时间每减少 1 小时，该城市人均 GDP 增长率提高 0.3-0.5 个百分点；H2：通道开通后，沿线内陆城市的 σ 收敛速度（Barro 回归中初始收入水平的系数绝对值）较开通前显著增大；H3：制造业就业占比的变动是主要的传导渠道（产业转移效应），而非单纯的进出口贸易扩大。

以各城市到西部陆海新通道三条主通道（自重庆经贵阳至北部湾、自成都经泸州至北部湾、自昆明至北部湾）中最近干线站点的直线距离作为连续型处理强度。借鉴 Donaldson & Hornbeck (2016) 的方法构造市场可达性指标 MA_r = Σ_s τ(θ)_{rs}^{-1} Y_s。由于通道线路规划主要遵循地理走向和既有铁路线路基础，对单个城市的经济发展水平外生，可缓解内生性问题。使用通道开通前后的长差分（Long Difference）估计——对比 2015-2019 年与 2020-2025 年两个时段。

基准模型采用连续 DID 设定：Δln y_i = α + β (MA_i^{post} - MA_i^{pre}) + γ X_i + ε_i，其中 y_i 为城市 i 的人均 GDP，Δln y_i 为 2020-2025 年均增长率减去 2015-2019 年均增长率，MA_i^{post} 和 MA_i^{pre} 分别为通道开通前后的市场可达性。引入 Bartik 工具变量：以各城市 2015 年的制造业就业结构为初始份额权重，乘以全国层面各行业在通道开通后的平均增长，构造预测增长值与实际处理强度的乘积作为工具变量。

被解释变量为 90 个沿线地级市的人均实际 GDP 年均增长率（来源：各省统计年鉴，以 2015 年为基期做价格平减）；核心解释变量 MA 为市场可达性 = Σ_{s 为 14 个沿海主要港口} (最短陆路通行时间)^{-1} × 港口城市 GDP，其中通行时间由高德地图 API 路径规划算法返回的最短公路或公铁联运时间（取较小值）。控制变量：人均固定资产投资、平均受教育年限、财政支出/GDP。样本期为 2015-2025 年。

（1）替换市场可达性定义——以"铁路货运班列频次"替代"最短通行时间"作为距离权重；(2) 非沿线城市安慰剂——选取中部地区未接入通道的等距城市样本，验证无处理效应；（3）排除省会城市——省会城市具有行政资源集聚优势，可能高估处理效应；（4）空间计量模型——以空间杜宾模型（SDM）控制城市间空间溢出效应，避免由于邻近城市经济增长相互依赖导致的估计偏误。

---

构建中央-地方两层级博弈模型：中央政府的效用函数 U_C = -α(f_road/f_target - 1)^2 - β(f_rail/f_target - 1)^2，追求公路货运占比 f_road 向目标值 f_target 收敛；地方政府的效用函数 U_L = γ tax_road + δ infra_local - η (investment_rail/Central_transfer) 包含公路税收、本地基建投资和铁路投资所需的中央转移支付博弈。H1：省级公路货运占比每高于中央目标值 1 个百分点，下一年该省公路投资增速仍高于铁路投资增速 2-3 个百分点，表明地方政府存在"政策拖延"的软抵抗；H2：省委书记与相邻省份书记的晋升竞争度每提高 1 个标准差，两省之间省界区域的海铁联运"断头路"密度增加约 20%；H3：中央政府将"运输结构调整考核"纳入官员政绩评价体系后（2023年起），地方公路投资偏好显著弱化。

以 2023 年国务院将"运输结构调整"纳入地方政府绩效考核的时间点作为政策冲击，使用面板固定效应模型对比该时间前后省级公路投资与铁路投资的相对增速变化。为识别省际竞争效应，利用省委书记的年龄差构造"晋升竞争压力"变量——同年同级别、年龄相差 3 岁以内的相邻省份书记之间的竞争强度最高，以此作为工具变量识别地方保护主义对跨省通道衔接的影响。

基准回归：Y_{it} = β_0 + β_1 (RoadShare_{i,t-1} - TargetRoadShare_t) + β_2 Post2023_t + β_3 (RoadShare_{i,t-1} - TargetRoadShare_t) × Post2023_t + γ X_{it} + μ_i + λ_t + ε_{it}，其中 RoadShare_{i,t-1} 为上一期公路货运周转量占比，TargetRoadShare_t 为中央年度目标值，系数 β_1 反映地方政策惯性强度，β_3 反映考核制度引入后的调节效应。省际协调博弈模型：BorderGap_{ij,t} = α + θ Compete_{ij} + κ Z_{ij} + μ_{ij} + ν_t + η_{ij,t}，Compete_{ij} = 1 / (|age_i - age_j| + 1) × I(同级别)。

被解释变量 1：各省年度公路投资占交通基础设施总投资比重（来源：各省财政决算报告及 Wind 基础设施投资数据库）；被解释变量 2：省界毗邻地级市之间的海铁联运衔接质量——通过高德地图 API 查询省界两侧各 5 个地级市的主要物流园区与最近铁路货运站之间的道路通行时间是否超过 30 分钟（"断头路"虚拟变量）；核心解释变量：省委书记年龄、任期、晋升来源（本地提拔 = 1 vs 中央空降 = 0），来自人民网地方领导数据库。样本 2010-2025 年 31 省面板，省界配对数据含约 70 条主要省界。

（1）替换政治竞争度量——以省委书记任期内 GDP 增长率与相邻省份的差额（相对绩效指标）替代年龄竞争度；（2）边界断点回归——沿省界两侧一定带宽内的县级区域做地理断点回归（GRD），检验省界两侧运输基础设施密度的跳跃是否由行政区划分割而非地理条件决定；（3）排除中央官员垂直流动样本——省委书记来自中央部委垂直调任的样本可能偏好执行中央政策，移除后检验系数变化；（4）西南-西北地区分样本回归——检验发展水平差异是否调节了央地博弈的强度。