授权公开披露 授权公开披露 政策研究工作文件10534 再论集聚经济与交通连通性 基于高加索和中亚国家证据的区域视角 AtsushiIimi 运输全球实践2023年7月 政策研究工作文件10534 Abstract 交通连通性是集聚经济和城市化的重要决定因素。然而,当考虑因果关系时,衡量其影响是一项复杂的任务。一个重要的经验挑战来自基础设施布局的潜在内生性。为了解决内生性问题,首先,本文基于10年收集的微观航运数据构建了详细的地理参考连通性测量。然后,应用了矩回归的系统广义方法。利用高加索和中亚国家的独特数据,本文估计了运输连通性对集聚经济的影响。研究发现,集聚经济在中国是显著且持久的。 该地区。因此,现有的公司集群可能会继续增长。然而,也发现了约束。大城市表现出拥堵不经济。最后,本文表明,交通连通性的提高,特别是当地市场的可达性,对集聚具有显著的影响。相比之下,目前还没有明确的证据支持改善区域连通性对集聚的影响。为了在区域一级充分利用集聚经济 ,可能需要进一步的努力,例如,提高运输和物流的效率,改善货运负荷和/或减少过境的时间和成本,这增加了总体运输成本和时间。 本文是运输全球实践的产物。这是世界银行为其研究提供开放访问并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也发布在http://www.worldbank.org/prwp的Web上。可以通过aiimi@worldbank.org与作者联系。 政策研究工作文件系列传播了正在进行的工作结果,以鼓励就发展问题交换意见。该系列的目标是快速得出发现,即使演示文稿还不够完善。论文带有作者的姓名,应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点,也不代表世界银行执行董事或它们所代表的政府的观点。 由研究支持团队制作 集聚经济与交通连通性再探讨——基于高加索和中亚国家证据的区域视角 : 东部和南部非洲,运输世界银行 关键词:交通连通性,企业集聚,动态面板数据回归。JEL分类:R32,R41,C23,N75,N74。 ?对应的作者。 I.Introduction 1.新的经济地理学文献表明,集聚经济是企业生产率的最重要决定因素之一,因此会影响城市地区的形成方式以及经济的增长方式(例如Procedre,克鲁格曼,1991;Fjita等人。,1999).支持的证据可以在世界各地找到。Mare和Graham(2013)估计了新西兰的集聚弹性。集聚经济的影响可能在国家和行业之间是异质的。在欧洲,表明集聚模式不仅取决于物理上的接近性,还取决于文化相似性(Procher,2011)。在美国S.市场上,韩国组装制造商与上游公司蜂拥而至,但消费品生产商在空间上更加分散(Lee等人。,2012)。在高科技行业,本地化经济可能仅限于非常接近(DeSilva和McComb,2012)。Giliaoetal.(2019)提供了关于集聚经济和城市形态的良好文献综述。 2.除其他外,交通可达性是公司位置的重要决定因素。公司可能位于道路网络接入良好的地方(例如。ProcedreBodier-Besebaa,2005).还发现外国直接投资依赖于靠近主要运输基础设施,如高速公路和枢纽港口(Belderbos和Carree,2002年;Ciešli和Rya,2004年;Deichma等人。,2005;米尔纳等人。,2006)。结果,文献普遍支持以下观点:改善运输连通性可以促进有效的公司活动,刺激经济增长(例如Procedre,达塔,2012年;唐纳森,2018年;杜兰顿和维纳布尔斯,2018年;费拉兹和库蒂尼奥,2019年;Baerjee等人。,2020;国际货币基金组织2020;李等。,2020年 )。 3.尽管文献相对丰富,但运输连通性的潜在影响仍然比我们认为的要复杂得多,尤其是在考虑长期因果关系时(例如Procedre,江等人。,2017年;瓦利拉,2020年)。最重要的经验挑战之一是经济成果与基础设施布局之间的潜在内生性(例如Procedre,达塔,2012;Baerjee等人 。,2020年)。虽然基础设施投资可以提高企业生产率,但公共基础设施通常被放置在经济生产率本来就很高的地方。因此,无论其实际影响如何,获得良好的基础设施都与公司生产率和增长呈正相关。这个基础设施内生性问题是。 在运输部门特别难以解决,因为该部门中可用的时间序列数据很少。 4.当前论文对文献的贡献至少有两个方面:第一,本文应用动态面板回归模型,获得了运输连通性对企业集聚影响的无偏估计。近年来,工具变量(IV)方法已用于处理内生性问题(例如Procedre,达塔,2012年;杰德瓦布和马拉迪,2012年;唐纳森,2018年;Baerjee等人。,2020年)。研究表明,准随机(或准外生)因素,例如地理条件,历史事件和基础设施网络性质的“意外”收益,可能是很好的工具,因为它们与潜在的经济表现不太相关,但可能影响了随后几年的基础设施发展。然而,值得注意的是,仪器的选择仍然取决于研究人员的判断,并接受统计后的测试。本文应用了动态面板数据回归模型,可以更系统地探索有效的工具。 5.其次,本文开发了一种基于微运输数据生成详细空间数据以衡量运输连通性的方法。应用上述动态面板数据方法的一个挑战是在相对较长的时间段内需要详细的面板数据。时间长度T的实际标准可能是五到十轮(Labra和Torrecillas,2018)。这意味着如果使用年度数据,则需要5-10年。这是非常昂贵的,尽管一些早期的研究收集了一系列家庭调查。例如,Khader等人。(2009)使用7年期间收集的面板数据。Derco等人。(2009)分析了为期10年的五轮家庭调查。然而,这种方法是昂贵的并且通常是不可能的。在运输部门,定期收集的数据很少。 6.此外,在文献中,传输连接的潜在好处通常以二分法的方式定义,这取决于接近度(e。Procedre,距离2公里)到道路基础设施(例如Procedre,Derco等人。,2009;Khader等人。,2009年;国际货币基金组织,2020年)。这种连通性的二进制定义通常是不现实的,特别是当考虑具有大T的面板数据时。潜在的影响可能会更广泛地分布,具体取决于人们的位置。 Liveandwheretheygo.Itisnotablethattransportinfrastructureformsanetwork.Thus,transportconnectivityshouldbemeasuredinacontinuousmannerandatamoregranularlevel. 7.为了克服这些数据挑战,本文提出使用详细的装运数据构建空间连通性数据集。我们的空间数据可以估算每个道路级别的运输成本或旅行时间。Dorosh等人。(2009年)使用类似的地理空间数据来确定市场可及性对非洲作物生产的影响。他们的横截面方法仍然存在遗漏变量偏差和不受控制的基础设施内生性的潜在风险。本文利用了2010-2020.1期间收集的一站式货运数据。测量了高加索和中亚地区运输连通性的详细历史变化。然后,根据公司位置数据对它们进行回归。 8.其余部分的组织如下:第二节提供了简要的区域和国家背景,并详细说明了我们如何为样本区域构建运输测量。第三节讨论了我们的实证策略和汇总统计数据。第四节介绍了主要的估计结果 。第五节讨论了结果的稳健性和异质性。然后,第六节结束。 II.区域和国家环境和运输连通性测量 9.最近的全球危机,如2019年冠状病毒病(COVID-19)和乌克兰战争,提醒我们保持高效和可靠的运输和物流网络以确保经济增长的重要性。2由于商品贸易和全球产出的停滞和复苏快于预期 ,物流设备、集装箱、卡车司机和港口运营商等服务运营商以及货船的短缺仍然制约着世界航运能力 (UNCTAD2021)。根据Drewry数据库,全球平均海运运费达到每40英尺集装箱10,000美元以上。 1有关更多详细信息,请参阅亚行(2020)。我们要特别感谢中亚区域经济合作(CAREC)成员国和亚洲开发银行(ADB)走廊绩效衡量和监测(CPMM)团队分享相关原始航运数据 。 2以下分析考察了2010年至2020年期间。我们的数据集可能没有充分反映COVID危机的影响。 2021年,比COVID危机前的水平高出五倍。道路运输成本也大幅增加。欧洲交通运输的统一消费价格指数从2020年的106.7跃升至2022年的127.6(欧盟统计局)。毫无疑问,运输连通性现在比以往任何时候都更加重要。 10.区域一体化和运输连通性对高加索和中亚地区特别重要,该地区内陆,位于欧洲和东亚之间以及俄罗斯联邦和南亚之间的战略位置(e。Procedre,英卡塔罗等人。,2022年)。1991年苏联解体后,该地区经历了长期的经济停滞和转型以及地区解体。近年来,该地区已经开始复苏,增长相对强劲(Pomfret,2010,2021)。正如Cheog和Tralov(2022)所指出的那样,贸易便利化和区域融合对于维持该地区的增长至关重要。自2010年代初以来,已经进行了许多大型运输投资以重建区域连通性。例如,哈萨克斯坦开始了大规模的公路和铁路投资计划NrlyZhol,将主要城市,物流中心和自由贸易区与区域市场联系起来。Procedres.,边境口岸,包括里海陆港的港口。该国在2013-2017年的五年内花费了约370亿美元(欧洲经委会,2019年)。 11.由于这样的努力,区域连通性似乎得到了改善,根据亚行CAREC走廊绩效测量和监测(CPMM)计划,区域走廊的平均运输成本从2014年的每500公里20吨货物1,400美元减少到2019年的700美元(图1)。平均速度也逐渐增加。请注意,记录的行驶时间不仅包括行驶时间,还包括各种延误和路边停车,例如装载和卸载以及安全检查。在排除此类延误的情况下(即数据“无延误”),平均速度自2015年以来略有增加的趋势(图2). 图1.走廊的平均运输成本图2.走廊的平均旅行速度 来源:亚行(2020)。来源:亚行(2020)。 12.各国之间的运输连通性差异很大。本论文考虑了七个国家:阿塞拜疆、格鲁吉亚、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦。3尽管传统上可用的运输数据很少,但它们已经表明了运输部门的普遍挑战。除阿塞拜疆外,人口密度普遍较低(图3)。有限的城市化也意味着将偏远地区的人们联系起来的挑战。吉尔吉斯共和国和塔吉克斯坦的城市化进程尤其缓慢。哈萨克斯坦和土库曼斯坦的道路密度非常低。另一方面,阿塞拜疆和格鲁吉亚被认为是相对良好的联系(图4)。在车队方面,哈萨克斯坦和格鲁吉亚的车辆拥有量特别高。 图3.人口密度和城市化图4.道路密度和车辆保有量 资料来源:WDI。来源:WDI和WHO。 13.然而,不幸的是,这些国家一级的运输和社会经济指标无法显示实地的实际运输连通性。通过施工,即使某些道路得到了实质性改善,这些指标也几乎不会随时间变化。例如,道路密度不会改变,除非修建新道路。实际上,许多道路项目旨在修复或维护现有道路,而不是开发新道路。此外,国家一级的综合指标忽略了一个国家潜在的空间异质性。国家以下地区的运输连通性通常有很大差异。 14.为了更精确地捕获运输连通性的历史变化,使用空间技术来基于逐个停车的货运数据构建详细的地理参考数据。亚行数据库收集的CMPP采用时间/成本-距离(TCD)方法(UNESCAP)。4数据侧重于2010-20年期间来自和/或运往CAREC成员国的区域长途运输。它包括详细的微型运输成本和时间,这些成本和时间是跟踪卡车或货物沿运输走廊(包括边界和其他检查站)从门到门的移动。 15.原始数据库包含超过187,000个观测值,涵盖公路和铁路运输。不包括缺少信息的数据(例如,始发地或目的地),本文使用了93,786条公路运输数据,这些数据可以是地理参