向永輝,王 雪

(浙江科技學院 經濟與管理學院,杭州 310023)

“一帶一路”倡議聚焦于基礎設施建設,提出了“六廊六路多國多港”的全球合作框架,試圖通過“設施聯(lián)通”而達到“貿易暢通”。因此,能否在“設施聯(lián)通”上帶來切實效果,直接關系到倡議的成敗。倡議提出后出現(xiàn)了較多有關基礎設施建設和貿易投資的關聯(lián)研究,其中有些研究直接聚焦于“一帶一路”區(qū)域基礎設施建設對域內雙邊貿易的效應,例如張鵬飛[1]與胡再勇等[2]發(fā)現(xiàn)基礎設施建設對雙邊貿易有正向促進作用;另外一些研究則關注到基礎設施建設帶來物流績效變化,樊秀峰等[3]發(fā)現(xiàn)物流績效變化促進中國與“一帶一路”沿線國的進出口,孫慧等[4]發(fā)現(xiàn)物流績效變化可促進中國對“一帶一路”沿線國的中間品出口,王東方等[5]指出物流績效改善有助于實現(xiàn)中國對“一帶一路”沿線國的貿易潛力,而馮正強等[6]則發(fā)現(xiàn)物流績效對出口三元邊際產生不同幅度的影響。

以上研究發(fā)現(xiàn)了“一帶一路”沿線國基礎設施建設和貿易投資的正向關聯(lián)關系,但并非真正的對“一帶一路”倡議效應的估計。比較常用的政策效應的估計方法是雙重差分,利用雙重差分方法,孫楚仁等[7]發(fā)現(xiàn)倡議顯著促進中國對“一帶一路”沿線國家出口,Du等[8]發(fā)現(xiàn)倡議增加中國對“一帶一路”沿線國家的綠地投資和并購,Soyres等[9]、Baniya等[10]則發(fā)現(xiàn)倡議可以減少運輸時間。值得注意的是,這些“一帶一路”政策效應評估研究大都采用兩組兩期的標準雙重差分(difference-in-difference,DID)估計框架和雙向固定效應回歸估計方法,這可能帶來兩方面的問題:第一,如果將某國與中國簽訂“一帶一路”合作協(xié)議視為加入倡議,則不同國家加入倡議在時間上有先后,也即處理并非同期發(fā)生,所以這種兩組兩期標準設置存在偏誤;第二,如果采用多組多期DID估計框架,在存在各組別異質性時采用雙向固定效應回歸方法來估計,則需要自行選擇權重并可能出現(xiàn)負權重。Wooldridge[11]、Chernozhukov等[12]、Chaisemartin等[13]及Athey等[14]認為這將導致所估計系數(shù)難有合理解釋及政策效應推斷的誤導。Callaway等[15]提出了新的思路,按處理發(fā)生的時期分組,先估計各組的平均處理效應,然后再進行加總,其優(yōu)勢在于可以避免負權重的出現(xiàn),既能顯現(xiàn)異質性的各組別處理效應,又可以使得加總之后的平均處理效應有比較清晰的解釋。正是考慮到潛在加入國是在不同時期加入“一帶一路”倡議,而且不同時期加入國家在地理位置、與中國政治經濟關系及本身發(fā)展程度等諸方面存在比較明顯的異質性特征,因此有必要在多組多期DID框架下采用新的估計思路,來準確評估倡議在“設施聯(lián)通”上的政策效應。

1 研究方法與數(shù)據來源

1.1 研究方法

“一帶一路”的“設施聯(lián)通”指以公路、鐵路、空運、水運等搭建起的交通設施網絡,以光纜、衛(wèi)星等搭建起來的通信設施網絡,以石油、天然氣、電力等搭建起來的能源互通設施網絡。自“一帶一路”倡議提出以來,設施聯(lián)通的硬件成果有中老鐵路、中泰鐵路、雅萬高鐵、匈塞鐵路、瓜達爾港、漢班托塔港、比雷埃夫斯港、哈利法港等。在重視硬件設施建設的同時,“一帶一路”建設也重視中國規(guī)章制度、合作模式等軟聯(lián)通建設。比如,中歐班列并沒有新建一寸鐵路,而是通過設計定時定點定回程的方式,把相關國家的鐵路連成一片,打通了歐亞大陸上的鐵路運行機制。“一帶一路”在“設施聯(lián)通”上的軟硬件建設,從理論上講必然帶來物流績效的正面提升,本文試圖測度這個政策效應。對于物流績效的測度,世界銀行提出的物流績效指數(shù)是比較權威的數(shù)據。因此,本研究利用物流績效指數(shù)Lit作為被解釋變量,用變量Bit來反映國家i在年份t是否加入“一帶一路”倡議:與中國簽約當年及以后各年都取值為1,否則為0。這樣可自動產生“處理組”和“對照組”及“處理前”和“處理后”的雙重差異。DID回歸方程可表述為

Lit=αt+ci+βBit+θXi+εit。

(1)

式(1)中:i為國家;t為年份;Lit為被解釋變量;αt為時間固定效應;ci為個體固定效應;Xi為協(xié)變量;εit為隨機擾動項。將式(1)作為基準回歸,采用雙向固定效應回歸方法,則變量Bit的系數(shù)β可作為倡議對加入國物流績效平均影響的測度。

利用式(1)進行DID估計,其中一個前提條件是Bit為外生的,即某國加入倡議與否不受該國物流績效狀態(tài)影響;另一個前提條件是平行趨勢假設,要求處理組和控制組的潛在結果在政策實施前后遵循相同趨勢。DID的平行趨勢假設的一個常用檢驗方法是:如果某項處理發(fā)生在第t期,可以構造出假設該處理發(fā)生在第t-1期時的反事實政策變量(處理組為1,對照組為0),將該政策變量與時期虛擬變量相乘得到交互項,如果這種反事實交互項的系數(shù)不顯著,則表明的確存在處理前的平行趨勢。

在滿足條件平行趨勢假設、共同支撐、處理不可逆等前提條件下,則組別在時期的平均處理效應T(g,t)可以用式(2)來估計:

(2)

式(2)中:E[ ]表示取期望值。由式(2)可發(fā)現(xiàn)組別-時期平均處理效應實質上是結果變量的簡單加權平均值,其權重取決于廣義傾向得分pg(X)。

如果不需要協(xié)變量的調節(jié),此時的平行趨勢假設可稱為無條件平行趨勢假設,如果該假設得到滿足,則式(2)可簡化為

T(g,t)=E[Lt-Lg-1|Gg=1]-E[Lt-Lg-1|C=1]。

(3)

從以上所得的組別-時期平均處理效應可以觀察到平均處理效應如何隨著組別和時期而變動。但如果組別和時期較多,則可能得到太多組別-時期平均處理效應,不利于給出某個政策干預的明確效應,所以還需將這些組別-時期平均處理效應加總為更少的因果效應參數(shù)(相當于式(1)中變量Bit的系數(shù)β)。

具體的加總方法可以根據處理的不同行為模式來選擇:處理時期的選擇性;處理效應的動態(tài)性;日歷時間的特定性。如果存在處理時期的自主選擇,比如個體判斷在某特定時期接受處理更好時,則該選擇本身就提供了處理效應可能在該特定時期較多的有用信息。這種情況下合適的方式是首先通過T(g,t)將在各期加總得到該組別的因果效應,然后再根據每組的大小再次加總得到各組的平均處理效應;當存在動態(tài)處理效應(但不是處理時期選擇性)情況下,可首先將T(g,t)按照接受處理的時間長度(或稱暴露時長)進行匯總,然后根據不同的暴露時長進行平均;具有日歷時間效應的情況類似于具有動態(tài)處理效應的情況,可首先計算在t期處于處理狀態(tài)的所有組別的平均處理效應,然后在所有時期進行平均。

如果需要協(xié)變量X的調節(jié),此時的平行趨勢假設可稱為條件平行趨勢假設,其是否滿足可通過檢驗零假設H0:E[Yt-Yt-1|X,Gg=1]-E[Yt-Yt-1|X,C=1]=0,對于所有2≤tt時T(g,t)在個體被處理之前的時期內等于0,采用綜合條件矩方法來檢驗。該檢驗類似于Wald檢驗,但與多組多期DID中Autor等[16]及Angrist等[17]提出的常用檢驗有所不同。

1.2 協(xié)變量的選擇

對于被解釋變量物流績效指數(shù),除了加入“一帶一路”倡議可能有助于改善物流績效,還有其他因素(即式(1)中的協(xié)變量Xi)也會影響到物流績效,因此需要控制這些混雜因素的干擾。具體而言,這些混雜因素包括:政治穩(wěn)定度,政治不穩(wěn)定比如戰(zhàn)亂將導致交通中斷,極大影響物流績效;腐敗控制程度,物流涉及諸多行政管制環(huán)節(jié),腐敗程度將較大地影響物流績效;人均GDP,更高的人均產值需要更好的物資流通來支撐;貿易依存度,較高的貿易依存度意味著更多商品流動,需要更好更多的交通基礎設施支持;科技創(chuàng)新能力,現(xiàn)代物流更多地依靠科技來提升其能力。

由于先分組再加總的DID估計方法需要計算廣義傾向得分,即需要估計潛在國家加入“一帶一路”倡議的條件概率,所以還需要尋找可能影響加入概率的變量。盡管“一帶一路”倡議相對更為重視基礎建設,但仍可視為一種新型區(qū)域經濟合作協(xié)議,因此區(qū)域經濟合作和一體化的相關文獻可以為其提供有益啟示。Baier等[18]和Bergstrand等[19]認為,區(qū)域合作協(xié)議受相關國家市場規(guī)模、資源稟賦等因素影響,從而內生地決定了哪些國家傾向于參與區(qū)域合作協(xié)議。作為開放的合作框架,“一帶一路”倡議并不拒絕任何國家加入,但是加入國除了享受權益之外,必然也要遵守一些規(guī)則及承擔一些義務,因此潛在加入國在加入前必然進行過政治、經濟、文化等全面權衡。結合相關文獻,本研究認為:1)潛在加入國與中國的政治關系影響加入概率,政治親密度可利用中國與潛在加入國之間高層互訪之層級和數(shù)量來綜合給出。參照郭燁等[20]做法,互訪賦值標準為正國級領導人為3,副國級為2,正部級為1,所有得分相加可得政治親密度的分值,高層互訪信息來自中國外交部網站。2)潛在加入國與中國的經濟關聯(lián)密切程度也影響加入概率。國家之間經濟關聯(lián)一般體現(xiàn)于進出口貿易、雙邊直接投資等,因此利用該國對中國進出口總額、來自中國的直接投資存量、是否是中國鄰國、與中國的地理距離等變量來測度經濟關聯(lián)密切度。3)潛在加入國與中國在文化上的親密度。除了新加坡之外,漢語都不是其他國家的官方語言,但是中國的儒教、道教和佛教等文化對周邊國家還是有較大的影響力,所以利用宗教共同度來測度潛在加入國與中國在文化上的親密度。4)潛在加入國本身特征。具體包括制度特征,如政治穩(wěn)定性、法治程度、腐敗程度;經濟特征,如GDP、人均GDP、是否比較依賴于對外貿易、是否比較依賴于自然資源出口、是否比較有創(chuàng)新能力;地理特征,如是否為內陸國。需要指出的是,上述分別影響某國物流績效的變量與影響某國加入倡議概率的變量是兩大類別變量,其中有些變量是共同的,所以描述性統(tǒng)計時沒有特別按大類來分類。

1.3 數(shù)據來源和描述性統(tǒng)計

被解釋變量物流績效指數(shù)來自世界銀行發(fā)布的物流績效報告,是否加入“一帶一路”倡議來自筆者對政府網、新華網等所報道的“一帶一路”合作協(xié)議簽訂消息的整理,與制度相關的變量如政治穩(wěn)定性、法治指數(shù)、腐敗控制指數(shù)等來自世界銀行的全球治理指數(shù)(World Governance Indicators,WGI)數(shù)據庫,與國內生產總值相關的變量、自然資源稟賦變量(采用石油和礦產品出口占總出口比重來測度)等來自世界銀行的世界發(fā)展指數(shù)數(shù)據庫(World Development Index,WDI),貿易和投資數(shù)據來自國際貿易中心(International Trade Center,ITC)數(shù)據庫,是否為中國鄰國、是否內陸國、與中國的距離、與中國共有宗教等與引力相關的地理變量數(shù)據都來自法國信息技術研究中心(Centre d’études Prospectives et d’Informations Internationales,CEPII)的地理距離數(shù)據庫,潛在加入國的科技創(chuàng)新水平用該國居民的專利申請數(shù)來衡量,數(shù)據來自世界知識產權組織(World Intellectual Property Organization,WIPO)數(shù)據庫。

由于物流績效指數(shù)的編制年份為2007、2010、2012、2014、2016、2018年,所以本研究將其他變量的數(shù)據與其匹配,將物流績效指數(shù)數(shù)據缺失較多的一些國家刪除后,得到了163個國家6年的面板數(shù)據。主要變量的解釋及其描述性統(tǒng)計見表1。

2 DID基準估計結果及其檢驗

2.1 加入“一帶一路”倡議對加入國物流績效的影響

表2顯示了加入“一帶一路”倡議與加入國物流績效之間關系的基準回歸結果。不含任何控制變量的基準回歸結果表明,加入“一帶一路”倡議顯著提升了加入國的物流績效。而在增加倡議加入時長之后,其回歸結果依然顯著。因此,加入倡議不僅提高了加入國的物流績效,還產生了一定的動態(tài)效應,加入時間越長物流績效提升越明顯。

表2 加入“一帶一路”倡議對物流績效的影響

表2(續(xù))

其他變量方面,人均GDP對加入國物流績效提升有顯著的促進作用,人均GDP越高,對高質量物流需求越大,也越有能力提供高質量物流;科技創(chuàng)新能力越強,則越有助于物流績效提高,這是因為現(xiàn)代物流更多地依賴于通信、交通、人工智能等高科技的系統(tǒng)配置。國家制度特征,比如政治穩(wěn)定性和腐敗控制度等因素對物流績效的影響不是很顯著,經濟特征,比如外貿依存度對物流績效的影響也不是很顯著。

2.2 內生性檢驗

一般而言,基礎設施比較差的國家更容易接受以“設施聯(lián)通”為合作宗旨的“一帶一路”倡議,但是某國是否愿意加入倡議應該出于全盤考慮而不會只考慮本身交通基礎設施狀況。如果某國物流績效現(xiàn)狀可能明顯影響其加入概率,則可能因為反向因果關系而導致估計偏誤。為此,有必要采用Logit模型來檢驗倡議加入概率是否受到該國物流績效影響。

具體而言,由于物流績效指數(shù)數(shù)據的來源時間是2007、2010、2012、2014、2016、2018年(每兩年統(tǒng)計一次),而倡議的加入從2014年開始每年都有,因此本研究將加入倡議分為第一時期、第二時期和第三時期。第一時期的數(shù)據包括2014年加入倡議的國家和尚未加入的國家;第二時期的數(shù)據包括2016年加入倡議的國家和2016年尚未加入的國家;第三時期的數(shù)據包括2018年加入倡議的國家和2018年尚未加入的國家。以某國是否加入倡議作為因變量(加入為1,不加入為0),用滯后1期的物流績效指數(shù)及政治、經濟、文化、地理等特征作為控制變量。二元選擇模型回歸結果見表3。從表3可以看出,各國各時期物流績效均不是影響各國加入倡議的主要因素,由此可推斷樣本選擇基本上滿足DID的外生性假設。

表3 二元選擇模型回歸結果

表3(續(xù))

2.3 平行趨勢假設檢驗

圖1 反事實交互項系數(shù)在各年份的顯著性

為保證DID有效性,除了需要滿足外生性這個重要前提之外,還要滿足平行趨勢假設這個重要前提。本研究先構建各個處理前時期的反事實政策變量,將其與時期虛擬變量相乘得到交互項,然后在式(1)中加入這些交互項進行回歸,得到這些反事實交互項的系數(shù)及其顯著性,結果見圖1。從圖1可以看出,2007年至2016年,這些反事實交互項的系數(shù)確實沒有顯著不等于0,因此不能拒絕平行趨勢假設成立。

3 先分組后加總的DID估計結果及其檢驗

在不同時期加入“一帶一路”倡議的國家,其本身可能具備異質性,處理效應也可能呈現(xiàn)異質性,因此按照其加入時期將所有加入國分成不同組別進行分析,更符合數(shù)據特征,也可能得出更為準確的結論。

3.1 無條件平行趨勢假設下的DID估計結果

若無條件平行趨勢假設成立,那么首先估計加入“一帶一路”倡議對各組別加入國物流績效指數(shù)的影響,然后基于組別處理效應進行加總,其中組別處理效應的估計結果見圖2,無條件平行趨勢假設下對組別處理效應的加總結果見表4。

圖2 無條件平行趨勢假設下的“一帶一路”倡議對物流績效的組別處理效應

表4 無條件平行趨勢假設下對組別處理效應的加總

圖2顯示了處理前后各期的點估計及其95%置信區(qū)間,點估計的標準差采用基于國家的聚類標準差。如果無條件平行趨勢假設在所有時期都成立,則在零假設下,點估計應該趨于0并且其置信區(qū)間應該將0包含在內。2014年組別包含所有在2014年加入倡議的國家,2016年組別包含所有在2015和2016年加入倡議的國家,2018年組別包含所有在2017和2018年加入倡議的國家。

圖2包含了可用于檢驗無條件平行趨勢假設及處理期的處理效應估計的相關信息。從全部6組處理期來看,都顯示加入“一帶一路”倡議對加入國物流績效指數(shù)有統(tǒng)計顯著的正面影響。采用簡單加權平均(加權僅按群體規(guī)模)加總的結果表明,加入倡議使其物流績效指數(shù)增加了0.368(表4),該結果與前面不包含任何協(xié)變量的雙向固定效應回歸結果0.433(表2)相接近。我們用T代表對被處理者的平均處理效應,可直觀地看到,平均處理效應T(2018,2018)>T(2014,2014)>T(2016,2016),這表明在加入當期物流績效的提升上,2018年組別要大于2014年組別,而2014年組別又大于2016年組別,這充分反映出組別處理效應存在異質性,也反映出采用分組別的必要性。

從圖2還可以看出,對2014年及2015、2016年加入“一帶一路”倡議的國家而言,似乎展現(xiàn)出動態(tài)效應:在2014年組別,相比不加入倡議,這些加入國平均物流績效指數(shù)高了0.280;在2016年這些加入國的平均物流績效指數(shù)高了0.347;在2018年則高了0.418。對2016年組別的國家也展現(xiàn)出類似的動態(tài)效應。這也與前面采用雙向固定效果模型顯示的存在動態(tài)效應的結論相一致。

表4顯示了加總處理效果的結果。不同國家對加入倡議可能存在不同的行為動機:有些國家本身是內陸國,加入“一帶一路”倡議可獲得更好的對外聯(lián)通及貿易的機會,因此非常積極地率先加入;有些國家本身交通等基礎建設比較落后,對中國通過基礎設施建設來發(fā)展貿易和經濟的模式比較認同,也會較積極地加入;有些國家則對加入“一帶一路”倡議是否真正有利于本國存在一定的疑慮,因此在觀望,看看其他國家是否因加入而獲益,這些國家相對要遲一點加入;可能還有一些國家自身地理位置比較優(yōu)越或規(guī)模較大而相對重要,為了得到更優(yōu)厚的加入條件可能相對更晚加入。因此,不同年份加入的各組別可能存在明顯異質性,存在較強的選擇效應。同時,物流基礎設施改善反映到物流績效指數(shù)的提高可能有一個過程,換言之即處理效應是動態(tài)的,加入時間越長則處理效應可能越明顯。另外,不同國家有不同經濟周期或特殊情況,某些年份經濟比較困難或面臨選舉,希望經濟上有亮眼表現(xiàn)或外交上有較好成績,這些都會影響其在特定年份加入倡議及相應處理效應的大小。從時間選擇上看,2014年組別的平均處理效應為0.348,說明率先加入組別其處理效應較大,暗示其率先加入起帶頭作用的策略是比較成功的,而2018年組別的平均處理效應為0.426,說明等待策略也比較成功。從動態(tài)角度看,加入倡議對提升物流績效指數(shù)有比較明顯的動態(tài)效應。

以上結論都基于無條件平行趨勢假設成立。如果該假設成立,那么處理前時期的平均處理效應應等于0。對于2014年和2016年組別,該假設在處理前時期沒有被拒絕。但對于2018年組別,該假設在2014年和2016年被拒絕了?；诩删氐膶λ薪M別的處理前平行趨勢檢驗也給出了拒絕的結論(P值為0.002)。

3.2 條件平行趨勢假設下的DID估計結果

圖3 條件平行趨勢假設下的“一帶一路”倡議對物流績效的組別處理效應

由于無條件平行趨勢假設沒有全部成立,需要進一步討論是否滿足條件平行趨勢假設,即可以假設具有類似特征的國家在沒有加入“一帶一路”倡議時遵循相同的趨勢。描述國家特征的協(xié)變量包含了前面討論過的可能影響潛在加入國加入概率的變量。

與前面無條件平行趨勢假設一樣,如果滿足條件平行趨勢假設,則處理前時期的平均處理效應應等于0。對于2014年和2016年組別,平行趨勢假設在所有處理前時期沒有被拒絕。對于2018年組別,在2014年接近于被拒絕,在其他年份沒有被拒絕?；诩删氐奶幚砬捌叫汹厔輽z驗則從總體上沒有拒絕平行趨勢假設的結論(P值為0.108)。條件平行趨勢假設下對組別的加總處理效應見表5。從表5可以看出,簡單平均(加權僅按群體規(guī)模)表明加入倡議使其物流績效指數(shù)增加了0.375,與使用雙向固定效果模型得到的結果0.369(表2)比較接近,其余結論與無條件平行趨勢假設下的DID估計結果較為類似,不贅述?？傮w而言,條件平行趨勢假設滿足時,估計結果再次表明加入“一帶一路”倡議確實提升了加入國的物流績效。

表5 條件平行趨勢假設下對組別的加總處理效應

3.3 對物流績效指數(shù)各子項目的估計結果

物流績效指數(shù)還包括6個子項目:海關效率、物流基礎設施質量、國際貨運便利性、物流服務能力和競爭力、跟蹤和追蹤能力及準時性。加入“一帶一路”倡議對加入國物流績效的整體提升有正向影響,整體提升效果必然來自部分,那么加入倡議是否對各子項目也有類似效果及具體對哪些子項目有比較大的效果,本研究對6個子項目指數(shù)進行了同樣的組別處理效應及加總處理效應估計,條件平行趨勢下各子項物流績效指數(shù)的加總效應見表6。由表6可知,在海關效率、物流基礎設施質量、國際貨運便利性及準時性等4個子項上不能拒絕條件平行趨勢的假定,而且各種加總處理效應都是統(tǒng)計顯著的。由于“一帶一路”倡議的原則是共商共建共享,以“設施聯(lián)通”為抓手,注重“政策溝通”,所以“一帶一路”沿線國在加入倡議后,可能獲得了中國在該國的物流基礎設施建設項目或多國共建項目,并且進行了有效的政策溝通,具體表現(xiàn)為通過在海關效率、國際貨運便利性等方面進行各種貿易便利化政策措施的相互配合,提高了在準時性等子項目上的表現(xiàn)水平。

表6 條件平行趨勢假設下各子項物流績效指數(shù)的加總處理效應

4 結 語

已有實證研究發(fā)現(xiàn)了“一帶一路”倡議在貿易、投資等方面的正面政策效應,也有研究通過運輸時間來測度倡議在貿易成本上的正面效應,但以往這些研究大都未考慮倡議加入國之間的異質性特征,可能存在估計偏誤。本研究利用世界銀行的物流績效指數(shù)數(shù)據,在多組多期DID估計框架下利用Callaway等發(fā)展的新方法來估計倡議的政策效應,得到了更為準確的實證結論:加入倡議確實有助于倡議加入國物流績效的提升,且其提升效果存在明顯差異;進一步將整體物流績效指數(shù)分解為6個子項目,在各子項目上加入倡議也產生了較強的正面效應。因此,本研究充分反映出“一帶一路”倡議聚焦于基礎設施建設思路是正確的,而且是有實效的,“一帶一路”建設在“設施聯(lián)通”上開始進入收獲期。

本研究還蘊含有較強的政策意義。由于倡議在物流績效的效應上展現(xiàn)出較強的處理時間選擇性,顯示出先后期加入倡議的國家可能存在差異化的行為動機:先期加入的國家顯然希望盡快獲益,而后期加入的國家可能希望看到先期加入國已經獲益或本身已經獲益才會從觀望變成加入。因此,對較早加入倡議的國家,要盡快讓其真正有“早期收獲”,成為“一帶一路”的樣板,增強“一帶一路”的影響力和吸引力。而對后期的潛在加入國,也需要根據其加入動機進行靈活的合作,以期共同獲利。同時,由于倡議對物流績效提升展現(xiàn)出較強的動態(tài)效應,這就需要在基礎設施建設上進行持續(xù)的投入以充分發(fā)揮其動態(tài)效應,由此引致的龐大資金投入需要在“資金融通”上進行開源創(chuàng)新及在精準遴選的國家重點項目上追求節(jié)流效率。另外,本研究還顯示,倡議對物流績效的各子項目上的促進效果是不同的,在海關效率和跟蹤追蹤能力等子項目上還有更大的進步空間,因此在這些方面需要做更大的努力。