国道主干线贯通与企业存货调整：来自西部地区制造业企业的证据

张彬斌 陆万军

一、引言

近年来，区域交通与经济发展之间的关联性被越来越多的发展经济学家所关注。世界银行认为，交通基础设施可以有效促进发展中国家市场一体化和经济增长，并一度将约20%的信贷资金分配给发展中国家用于道路建设，超过教育、健康和社会服务的资金总和 （World Bank，2007［1］）。 然而，交通基础设施究竟影响了经济主体的哪些行为，进而对经济发展产生影响，还有待进一步研究。由于交通基础设施的产生或改良都具有某种程度的内生性，为识别其与经济发展绩效之间的因果关系带来了挑战，学术界关于交通基础设施对经济发展影响的研究结论莫衷一是。一些研究认为，如果经济较落后国家或地区填补 “交通欠债”，将产生巨大的增长红利 （Foster和Briceño-Garmendia，2009［2］）； 一些早期研究却认为，除非一个地区的经济活动已经相当频繁，需要进一步的交通改善时，新增的交通基础设施才会对经济发展产生较为明显的推动作用 （Fogel，1962［3］，1964［4］； Fishlow，1965［5］）。在世界范围内，尽管研究者们观察到经济发展水平越高的地区往往对应着高水平的交通条件，但二者在经验观测上较强的正相关关系却难以区分出孰为因孰为果，导致试图以交通基础投资来激发欠发达地区发展潜力的公共投资决策难以科学化。通常能够观察到，新的大规模交通基础设施建成后，对应区域的经济活动更加频繁，但如果未能准确区分这种变化是因为区域本身较好的发展潜力吸引了交通设施投资，还是因为这些区域本身发展潜力不佳但由于新的交通投资促进了地区经济活力，那么，得出经济增长与交通设施质量之间因果联系的结论就有失准确性（Banerjee 等，2012［6］）。

相对于其他发展中国家，中国近二三十年来在公路基础设施建设方面的成就瞩目，已建成的高速公路网络覆盖所有省份，在推动区域经济一体化和促进经济增长的过程中起到了重要作用 （Chaudhuri和Ravallion，2006［7］； Desmet等，2015［8］）。 关于中国公路交通基础设施与经济发展效果的研究中，已有文献通常将区域产出水平视为核心目标，以增长函数为蓝本来分析交通投资的产出弹性或者空间外溢性，从而揭示交通设施对经济增长的贡献份额，探讨交通设施在缩小区域差距过程中的作用 （Démurger，2001［9］；张学良，2007［10］，2012［11］； 刘生龙和胡鞍钢，2010［12］）。梁双陆和梁巧玲 （2016）［13］发现公路交通设施对产业创新具有尤其明显的本地效应和跨区域析出效应，并认为加大西部地区交通基础设施投资对于促进区域协调发展具有重要意义。李涵和黎志刚 （2009）［14］利用中国工业企业数据库1998—2002年的数据，以企业所在省域的交通设施状况作为企业面临的交通运输环境，借助企业固定效应模型的实证结果表明，高等级公路对于企业解除存货资金的占有具有显著作用。刘秉镰和刘玉海 （2011）［15］利用省级加总的大中型制造业企业2004—2008年库存数据，结合各省域内交通设施覆盖密度和道路拥挤程度等信息，借助省级面板数据模型，在较宏观的层面上揭示了高速公路对于降低中国制造业库存成本具有非常显著的作用，而铁路和水路交通的相关作用较为微弱。

工业企业作为一种重要的市场行为主体，其经济效益的好坏对所处区域的经济增长具有直接的贡献，如果企业所处环境的交通通达性影响了其经营行为，则这种影响无疑会传递到区域经济绩效上。资本是工业企业生产经营中的核心投入要素之一，其使用效率不仅来自于与产出的规模对比，还来自其再次变现的能力和速度。在较短的时间内，企业获得现金收入的能力又主要产生于其流动资产的周转效率。存货是一种重要的流动资产，但与其他流动资产 （如货币资金、活期或短期存款、可交易金融资产、应收票据等）相比，流动性更弱，如果企业存货水平明显高于其生产规模所应持有的最优量，则企业的盈利能力或偿债能力会因流动资产周转的效率缺乏而受到削减，进而反馈至企业产出和区域产出水平。

因此，研究交通基础设施对经济行为主体相关微观行动的影响，有助于理解交通条件对经济发展产生作用的机制。与现有文献常以省级层面的交通信息来代理域内交通条件相区分，本文将考察交通条件的单元缩小到县一级，通过增加省域内的县际环境变异来尽可能克服 “均值效应”对交通设施真实效果的掩盖。与此同时，本文进行的经验研究将目标变量直接设定为企业的微观行为 （制造业企业存货调整），以考察企业所在县域被较外生的高等级公路覆盖之后的行为调整，所借助的企业层面微观数据的信息优势有利于控制企业的个性化特征对其获得 “干预效应”的干扰。

为识别交通基础设施对企业存货行为的影响，本文将 “五纵七横”公路国道主干线在西部地区的贯通视为一次 “交通干预”，在双重差分的识别逻辑下考察主干线沿线制造业企业存货行为的变化。“五纵七横”国道主干线由中央政府1992年着手规划，目的是形成连通全国主要节点的高等级公路骨架结构，2001年开始逐步建成通车，2007年基本实现全部贯通。该项目在西部地区的规划布局主要是基于优化国土资源开发、国防、政治等战略性层面的考虑，当时西部地区经济发展的整体水平不高，该建设项目对西部地区的覆盖并非由频繁的经济活动所 “催生”。因此，在西部地区范围内研究国道主干线的经济社会效果，本身能够在一定程度上降低双向因果关联的内生性干扰，有利于效果评估的可靠性［16］。同时，由于该公路网络为 “主干线”，其途经范围并不会覆盖所有的细小区域 （如县级单元），这实际上为研究其效果提供了一次 “自然实验”，借助中国工业企业数据库中相应年份的企业经营信息，能够较为便利地设计对照研究框架，考察国道主干线贯通对企业行为的影响。

二、数据来源

为有效识别企业经营行为在交通状况改善前后的变化情况，本研究至少需要两方面信息：一是西部地区哪些企业被国道主干线所覆盖 （或哪些地方的企业几乎不会受影响），以及企业与国道主干线的位置关系；二是西部地区各地的经济环境以及各企业的生产经营状况。本文按县级单位采集国道主干线在西部地区的覆盖情况，并收集各个县级单位的经济社会环境信息。同时，依据中国工业企业数据库的记录识别各个企业的位置及其生产经营信息。“五纵七横”12条国道主干线中，有9条通达了西部地区：西南出海公路通道 （重庆至湛江）、连霍线 （连云港至霍尔果斯口岸）、丹拉线 （丹东至拉萨）、二河线 （二连浩特至河口）、绥满线 （绥芬河至满洲里）、青银线（青岛至银川）、沪蓉线 （上海至成都）、沪瑞线 （上海至昆明）、衡昆线 （衡阳至昆明），其中前三条主干线于2005年年末前已基本实现全线贯通 （作为西南出海辅助通道的 “成都—北海”公路于2001年年底已贯通），其他国道主干线于2007年年底基本实现全线通车。这些干线公路涉及内蒙古、广西、重庆、四川、云南、贵州、陕西、甘肃、青海、宁夏、新疆、西藏等12个省份，累计里程1.26万公里①张彬斌和陆万军 （2016）［16］对 “五纵七横”国道主干线在西部地区的覆盖做了较详细的描述。。研究中需要的国道主干线所经各县级区域的信息采集自历年 《公路交通地图》，各路段通车信息从报纸或互联网新闻报道、交通部历年发布的 《交通年鉴》中收集整理获得。

企业信息来自中国工业企业数据库，该数据由国家统计局按年度收集，包含 “采掘业”“制造业”以及 “电力、燃气及水的生产和供应业”三类工业行业中达到统计标准的企业，其中 “制造业”企业占样本总规模的90% （聂辉华等，2012［17］），本文使用的数据时跨为1998—2008年。该数据库一个典型的特征是样本量大，几乎包含了1998—2006年全部国有工业和年主营业务收入不低于500万元的非国有工业企业，2007—2008年则包括了全部主营业务收入不低于500万元的工业企业，历年数据所涉及企业均达到16万家以上。数据库中包含的企业信息大致可以分为两类：一是企业基本信息，如法人代码、企业名称、企业处所、所属行业等；二是企业经营的财务信息，包括生产总值、固定资产、流动资产、存货规模等。尽管纳入统计的企业具有一定的截断性，即年销售收入不足500万元的非国有企业未被纳入，但相关学者基于其他数据信息的对照分析表明，这套企业数据仍然能够很好地代表中国工业企业生产经营的面貌（聂辉华等，2012［17］； 曲玥等，2013［18］）。 由于制造业企业在统计口径上与国际标准较为一致，以及各类资产、生产投入、产出等变量更容易度量，并且中国工业企业数据库中的绝大多数企业为制造业企业，因此，本文主要使用该数据库中的制造业企业信息。

对于企业与国道主干线的位置关系，可根据企业所处的县域内是否有国道主干线经过来判断：如果一个企业所处的县域正好是国道主干线所经过的县，则认为该企业获取该主干线 “通达性”的能力更强。表1结合 “五纵七横”国道主干线覆盖西部地区县域的情况和中国工业企业数据库中记录的企业所处的县域信息，分主要年度计算了相关指标的算术均值。

表1 按制造业企业所处县域是否被国道主干线覆盖分类的主要统计指标

三、企业存货行为测度

在企业生产运营过程中，存货是一种重要的流动资产。流动资产是在相对较短时间内可以直接运用于生产或变现的资产，根据资产变现能力又可分为两大部分：能够快速变现的速动资产，以及在短期内不能迅速变现的非速动资产。在企业财务分析中，将存货划入非速动资产是因为它的变现过程受市场拥挤状况、企业销售能力等因素影响，甚至消费者偏好变化也可能使某些产品滞销，导致变现能力降低甚至无法变现。因此，企业存货相对于流动资产的规模越大，越有可能影响企业流动资产周转，进而影响企业在一定时期内的经营能力。

为考察企业所面临的交通条件变化对其存货行为的影响，一个基本的前提是剔除企业自身规模变化带来的存货调整。在企业规模和产出水平一定的情况下，可以直接考察存货的绝对水平是否在交通条件改变前后发生显著变化。但是，由于涉及时期变化，同一企业可能在经营规模、生产能力等方面都发生了改变，不宜直接使用存货的绝对规模是否发生调整来考察本研究所关注的 “干预效应”。考虑到存货的流动资产属性，本文定义存货相对于流动资产的比例作为企业存货管理行为的一个相对指标，由于存货是非速动资产的重要构成部分，该指标可以在一定程度上体现流动资产的非速动性。

定义1：存货相对规模＝存货总规模／流动资产合计。

同样的方式，可以定义产成品存货相对于总流动资产的规模。

定义2：产成品存货相对规模＝产成品存货规模／流动资产合计。

表2根据企业所处县域是否有国道主干线经过，简要统计了西部地区制造业企业历年存货相对规模的百分数水平。

表2 西部地区制造业企业存货相对规模简要统计 （历年%）

四、因果关系识别策略

结合本文所使用数据的结构特征，我们运用双差分的分析框架，通过构建恰当的实验组和对照组来考察国道主干线贯通对企业经营行为的因果性冲击。双差分模型需要经验数据至少具有 “2×2”的特点：具有两期观测并能够划分成两组，以 “干预”开始的时间之前作为第一期，“干预”实施以后作为第二期；所有横截面观测单元能够被划分为 “干预组”（treatment group，或称 “实验组”）和 “对照组”（control group或称 “控制组”），“干预组”成员在第二期接受干预，而 “对照组”在两期中均不会被“干预”所覆盖。在对 “干预组”和 “对照组”做出恰当选择之后，基于 “2×2”的数据结构特点，计算 （感兴趣的产出变量）两组成员在第一期的平均差别以及它们在第二期的平均差别，从第二期的差别中扣除两组成员的稳定性差别 （固定效应的影响）后，最后的净差异就是由 “干预”冲击所致 （Ravallion，2008［19］）。

设p＝0，1分别代表第一期和第二期 （“干预”发生前、后），分别代表 “干预组” 和 “对照组”成员在p期的产出水平，则双差分识别的干预效应可以表达为：

用虚拟变量T表示成员是否属于 “干预组” （T＝1）和 “对照组” （T＝0），则基本的双差分模型可用回归方程体现：

其中，Y为研究所关注的被解释变量。β0表现了“对照组”在第一期的平均产出水平，虚拟变量T的系数β1表示在政策变化前 （或项目实施前）“干预组”与 “对照组”在产出水平上的平均差异。 时期虚拟变量p的系数δ0表示 “对照组”成员第二期的产出相对于第一期产出的平均变化。 “干预组” 虚拟变量T和时期虚拟变量p的交互项为p·T，当其接受干预之后取值为1，其系数δ1捕捉了政策变化之后（或项目实施后）“干预组”受到的平均影响：＝τ。

为了体现企业在获取国道主干线的 “便捷性”方面的差异，识别策略借助了企业所处的县域是否具有国道主干线经过这一信息。如果从县级区域进行观察，在全国范围内，国道主干线只经过了部分县域，结合企业所处的县级区域不同，便能得到企业之间在获取交通便捷性方面的差异①当然，如果能够识别出每一个企业到达最近的国道主干线的时间或距离，最好不过。但在中国工业企业数据库中，没有采集企业距离任何一种交通设施的距离，也难以利用企业位置信息进行计算。。于是，在双差分的模型设定中，我们初步将 “干预组”设定为有国道主干线经过的县域内的企业。对于 “对照组”的选择，首先需要满足的条件是，企业所处的县域内没有任何国道主干线经过。进一步地，由于国道主干线这类高等级交通基础设施具有较强的外溢性，即便某些县域没有国道主干线直接经过，但与国道主干线经过的县域距离较近，难免会因其受外溢性影响而不能发挥理想的对照作用。为避免外溢性的干扰，识别策略在选择 “对照组”时将那些距离国道主干线距离较近且本行政区内没有任何国道主干线经过的县域排除在外。作为 “距离较近”的测度，本文以县级单位是否相邻 （即存在共同行政边界）来衡量：如果两个县域在空间上相邻，则认为它们之间的距离较近。因此，“对照组”所处的县域具有以下显著特征：区域内无任何国道主干线经过，且所有与之相邻的县域也没有国道主干线经过。

利用双差分策略识别因果关系需要选择恰当的“干预组”和 “对照组”，尽管前面的过程已经把与国道主干线经过县的邻近县排除在潜在 “对照组”之外，但并不能排除 “干预组”与 “对照组”企业在 “干预”发生前各种性状上都具有显著性差别。基于这样的考虑，我们在模型 （2）中加入能够体现企业经营特性和其所处地域属性的控制变量，尽可能控制其他因素对核心估计系数的影响。设Θ为代表企业所处地域特征的一组控制变量，X为反映企业经营特征的控制变量组，于是，基准的双差分模型设定为：

五、经验方程估计及结果探讨

为了清晰地呈现国道主干线贯通、企业经营、样本选择等信息如何被纳入经验方程估计过程，本部分先以 “西南出海通道”的贯通为例，较详细地考察该项 “交通干预”对沿线企业 “存货相对规模”的影响，然后以此分析过程为蓝本，考察 “连霍”主干线 （连云港至霍尔果斯口岸）、“丹拉”主干线（丹东至拉萨）以及其他经过西部地区的全部国道主干线贯通对企业存货行为的影响。

（一）对 “西南出海通道”的分析

“西南出海通道”全线贯通时间是2005年，本文所使用的企业微观数据涵盖了1998—2008年的企业信息。如果将 “西南出海通道”全线贯通视为一次 “交通干预”，则 “干预”发生前的时间包括1998—2004年 （第一期），“干预”发生后的时期是2006—2008年 （第二期）。考虑到2005年是全线贯通年份，但主干线贯通的准确时间并不是企业财年的最后一天，对于企业的一个财年来说，2005年可能同时包括 “干预前”和 “干预后”的时间段，为了排除这种混淆，在估计式 （3）时将2005年的信息排除在分析的时期范围之外②另外，对于所要考察的交通条件对企业行为的影响，即便企业经营行为确实受到冲击，例如：重选供应商、目标市场重设、调整存货投资、转变产品结构等等，但这些行为的调整往往并不能在极短的时间内完成。因此，从考虑到企业调整经营行为需要时间的角度来看，也有必要在国道主干线开通的 “一段时间后”来进行观察。。此外，由于 “西南出海通道”所经过的西部区域涉及重庆、四川、贵州、广西四个省级行政区，为避免将此四省份外其他县市内的企业纳入 “对照组”而加大 “干预组”和 “对照组”在空间上的异质性，对系数进行估计时将“对照组”的选择范围限制在四省份之内。

1.平均 “干预效应”。

表3报告了 “西南出海通道”的平均干预效应，估计方程包含了体现 “干预”前后的虚拟变量 （主干线已贯通，是＝1，否则为0）、体现企业是否属于“干预组”的虚拟变量 （厂址属主干线所经县取值为1，否则为0）、以上二者的交互项。此外，考虑到第一期 （1998—2004年）和第二期 （2006—2008年）包含的时期长度不一致，为控制企业在不同年份可能表现出的特征性变异，回归方程加入了年份虚拟变量。“交互项系数”体现了国道主干线贯通对沿线企业存货相对规模产生的 “干预效应”。

表3 “西南出海通道”贯通对企业存货相对规模的干预效应

表3的列 （1）是在对模型只做最基本的设定下得到的估计结果 （即控制变量除了年份虚拟变量外，未控制其他影响因素）。在模型中，自变量 “厂址属主干线所经县域”的估计系数表明，在 “西南出海通道”全线贯通之前，“干预组”的存货相对规模比“对照组”企业低3个百分点左右，并且具有统计显著性。“主干线已贯通”的估计系数显示出，“对照组”在主干线贯通之后的存货相对规模相对于贯通之前减少约0.9个百分点，该系数表明企业存货调整的时期效应。 “交互项”系数体现了 “干预组”获得的平均干预效应：企业存货相对规模在第二期相对于第一期的变化中，由主干线贯通而造成的部分较显著地减少1.9个百分点。此外，常数项表明“对照组”企业在 “西南出海通道”全线贯通之前，排除年份因素后存货相对规模的平均水平约为42%。

第 （2）～（5）列控制了企业所处县级区域的经济地理特征。首先，不同县域内企业的经营行为可能因其所在地区的地貌、气候、传统等不同而异 （如：地处大巴山区的企业与位于成都平原的同类企业在存货管理模式上可能存在差异），模型 （2）加入了企业所处县域的虚拟变量控制区域异质性对估计结果的干扰。这组虚拟变量共338个，包含 “西南出海通道”主干线所处西南四省份内 “干预组”和 “对照组”企业所在的所有县级单位。其次，中国行政区划中县级行政单位有三类，在名称上表现为： “县”或 “旗”、地级市的 “区”和 “县级市”。由于地级市所辖 “区”在经济社会发展水平上往往比 “县”更高，这些 “区”的经济社会特征可能会对企业生产经营行为产生影响。于是，在对控制变量的进一步设定中，将地级市所辖 “区”与其他县级行政单位进行区分。考虑到在过去十多年里，县级行政区划发生了一系列 “撤县 （旗）设区” “撤 （县级）市设区”的调整，我们在设定企业地址是否属于 “区”的虚拟变量时，利用中国工业企业数据库识别企业所属县级单位信息，并依据中国历年县级行政区划调整信息①可参见 “中国行政区划网” （http：／／www.xzqh.cn／或 http：／／www.xzqh.org／html／）。，反推这些县级单位在1995年版 《中国县级以上行政区划国家标准 （GB T2260—1995）》中是否已称 “区”，进而界定企业所处地理位置是否具有城区属性②选择1995年的名称主要是因为：（1）这是比本文所使用中国工业企业数据库中最早一期数据 （1998年）更早的一个行政区划的国家标准；（2）撤县设 “区”现象在1995年之前较为少见；（3）可将设立直辖市 （重庆）而在离原地级市中心城区较远地方设立的 “区”排除在“主城区”外，如万州区、黔江区等。。第三，根据企业所属地级市在2000年第五次人口普查中的常住人口规模，将企业所处的市区划分为 “大型市区”和 “较大市区”，由此产生两个虚拟变量③如果一个地级市所有 “区”加总常住人口总数不少于200万人，则这个地级市所辖的每一个 “区”构成 “大型市区”。如果一个地级市所有“区”加总常住人口总数在75万人到200万人之间，则这个地级市所辖的每一个 “区”构成 “较大市区”。。

从列 （2）～例 （5）的估计结果看，加入县域经济地理特征变量后，“厂址属主干线所经县域”的估计系数不再具有统计显著性，说明这些变量很好地解释了 “对照组”与 “干预组”企业存货相对规模在干预前的组间差异。“主干线已贯通”的估计系数大小增加且显著性增强，表明 “对照组”在主干线贯通之后相对于贯通之前，整体存货相对规模呈下降趋势。由于国道主干线并不覆盖 “对照组”所在的县域，因此，该系数在一定程度上体现了企业在不受交通干预时，存货相对规模随时间变化的平均趋势。“交互项”系数反映了本研究所关心的平均 “干预效应”，表明在扣除参与对照的两组企业的固有差异、时期趋势以及经济地理特征影响后，“西南出海通道”全线贯通对沿线县域企业的因果影响：导致这些企业的相对存货规模显著下降约1.8～2.0个百分点。估计系数在不同的模型设定下稳健性良好，并且具有较高的统计显著性。

表3中的第 （6）～（8）列进一步控制了企业的自身经营特征，以考察估计系数对经营特征的敏感性。“注册类型”是一组虚拟变量，它们代表企业是否为国有企业、集体企业、私营企业、股份有限公司、外资企业、合资企业等在工商行政部门的登记注册类型，这组 “0－1型”的变量共23个。 “所属行业”则以30个虚拟变量的形式体现企业所分属的（二位数）制造业行业。对企业的注册类型和其所属行业加以控制，是为了防止不同类型 （如国企和私企、内资与外资等）、不同行业的企业之间在存货管理方面本身所具有的差异对效应估计造成干扰。“流动资产比重”表示的是企业的流动资产相对于企业总资产的比例，它在一定程度上能够体现企业本身的经营灵活性。加入这些控制变量后，“交互项”的估计系数变化并不明显。

体现国道主干线贯通对沿线制造业企业干预效应的 “交互项”系数对不同的控制变量设定不敏感，说明主干线贯通对企业存货行为的影响与企业所处地域及本身经营特征对其存货行为的影响几乎是独立的。估计系数在不同的设定下均具有较强的统计显著性，说明由国道主干线带来的 “交通干预”确实对企业存货的相对规模产生了冲击效果：使得位于干线所经县域内的企业存货相对规模显著下降1.8个百分点左右。

2.效应分解。

企业存货包括原材料、在产品、产成品、包装物等在日常活动中持有的以备生产或出售的各类物料。中国工业企业数据库除了记录各个企业的存货总规模之外，还对产成品进行了登记，这为从产成品和非产成品相对变化的角度解析企业存货结构变动提供了便利。对存货结构变化的分析，有助于理解交通条件与企业供应链优化之间的关系，并对企业更加有效的存货管理提供参考。

企业相对存货规模的降低在一定程度上体现了供应链优化，这种优化可能来自上游也可能来自下游。上游供应链的优化主要是由于生产企业能够更灵活地选择原材料供应商或者改进采购流程，不再需要大量库存原材料或半成品等 “生产投入性”存货。下游供应链的优化主要表现为产成品到达用户的过程更加便捷，如果企业原先的产品类存货明显偏高，则下游供应链的优化会使产成品存货规模向最优规模收敛。

中国工业企业数据库记录了企业的产成品数据，但未对企业的非产成品存货进行细致区分，我们从存货是否为 “产成品”的角度，进一步考察 “交通干预”对企业存货行为的影响。表4以企业产成品存货占流动资产总规模的比例为被解释变量，在对模型作与表3相同设定的情况下，估计 “西南出海通道”全线贯通对沿线企业产成品存货相对规模的影响。估计中包括了产成品存货及总存货规模均大于0的观测样本，由于部分企业对产成品存货的记录缺失，表4各列对应的观测量与表3相比有所减少。

表4 “西南公路出海通道”贯通对企业产成品存货相对规模的干预效应

根据表4中的结果，“交互项”系数在不同的控制变量设定下稳健性良好，各列的估计结果没有太大变化 （0.026～0.027），且都具有较高的显著性。这表明 “西南出海通道”贯通对其经过县域内的制造业企业产成品存货相对规模具有显著的影响，这些企业因获得这种 “交通干预”而导致其产成品存货相对规模下降2.6～2.7个百分点。

表3和表4从整体存货相对规模和产成品存货相对规模的角度评估 “西南出海通道”对企业生产经营行为的影响表明，干线贯通致使企业存货相对规模显著下降，并且这种 “干预效应”主要来自产成品存货的调整。由此可推算，这些企业的存货结构中，非产成品存货的相对规模在此 “交通干预”下具有微小增加的趋势，平均约0.9～1.3个百分点。与表3的估计相比，表4对应的估计中仅保留了产成品存货大于0的观测，这可能会对评估产成品存货相对规模的影响造成一定程度的低估 （舍去产成品存货为0观测的初衷是为了防止将 “缺失”误登为0的情况纳入，但这也可能将 “真实”为0的观测也排除在估计之外）。为检验由数据原因导致的偏差，可以利用与表3或表4相同的框架对企业非产成品存货相对规模进行估计以对偏差进行检验，估计得到的交互项系数在0.008～0.009之间且不显著，表明舍去产成品存货为0的观测样本并未造成系统性偏差。由此可见，国道主干线的贯通导致企业存货相对规模的降低主要是由于企业产成品存货相对规模调整而引起的。

（二）对 “连霍”线和 “丹拉”线的分析

按照评估 “西南出海通道”对企业存货相对规模产生影响的技术路线，可以评估其他国道主干线贯通对企业存货的影响。根据官方信息，“连霍”和“丹拉”主干线分别于2004年和2005年年底基本实现全线通车 （亦属于较早实现全线贯通的国道主干线）。因此，可以将 “连霍”主干线 “干预”生效的时间设定为2004年，即1998—2003年为干预发生前，2005年及以后各年为干预发生后；“丹拉”主干线 “干预”生效的时间为2005年，即1998—2004年为干预发生前，2006年及以后为干预发生后。

对 “连霍”主干线的估计涉及陕西、甘肃和新疆内符合 “对照实验”设计条件的制造业企业。对“丹拉”主干线的研究，本文排除了西藏，主要是由于在分析所使用数据的时期范围内，这条国道主干线在西藏的通行状况未发生明显改善，仍然使用的是1985年完成的青藏二级公路。当然，如果以 “丹拉”主干线中的某一点——如青海格尔木为界，将其分为两段，A段与西藏拉萨相连接，B段与辽宁丹东 （或北京）相连接，那么B段路况条件的优化也可能会对A段范围内 （如西藏）的企业行为产生影响，特别是那些依赖于长距离运输的工业企业 （外溢性）。但相对于A路段 （格尔木—拉萨）1940公里的路程来说，B路段改进对于西藏范围内企业的影响可能微不足道。鉴于这样的考虑，本文在效果评估过程中，“丹拉”主干线涉及的西部省份为内蒙古、宁夏、甘肃和青海。

表5的列 （1）～列 （4）和列 （5）～ 列 （8）分别针对 “连霍”和 “丹拉”两条国道主干线，将双差分模型做4种不同的控制变量设定，报告了主干线全线贯通对各自沿线县域制造业企业相对存货规模的影响的估计结果。所有的模型设定中：被解释变量为企业层面的相对存货规模，即存货总量与流动资产总量的比值；基础的解释变量包括企业所处的县域是否有国道主干线经过、时间是否为主干线全线贯通之后，以及这两者的交互项和常数项。第 （1）列和第（5）列的解释变量还包括了代表企业所处县域的虚拟变量和代表观测年份的虚拟变量。第 （2）列和第（6）列进一步控制了代表一个县级区域的 “区”特性，同时包括了三个变量：县级单位是否在1995年就开始称 “区”、“区”是否构成 “大型市区”、“较大型市区” （人口密集市区）。 第 （3）列和第 （7）列进一步对企业所属的类型进行了控制，包括两个控制变量：企业注册类型、所属的制造业行业。最后，在第 （4）列和第 （8）列对企业的流动资产相对于总资产的规模进行了控制。

表5 “连霍”和 “丹拉”_主干线贯通对企业存货相对规模的干预效应

续前表

从体现干预效应的 “交互项”系数的估计值来看，无论是 “连霍”主干线还是 “丹拉”主干线，对各自沿途企业存货相对规模所产生的影响并不显著，且没有体现出主干线贯通致使制造业企业存货相对规模呈现下降的趋势。这其中的主要原因可能是，尽管我们依据有关 （连霍线或丹拉线）全线贯通的报道来设定2004年或2005年作为这项 “交通干预”正式生效的时点，但实际上两条主干线所经过的很多县域并非于通报之时开始通车，可能只是官方通告后分段公路连接性更加改善而已，对于工业企业的物流系统来说，这实际上不是一个特别大的冲击。例如：整个 “连霍”主干线西部地区部分恰好在2004年年底建成通车的高等级公路只有甘州区、临泽县、皋兰县等少数县域内的分段高速公路；而新疆范围内的“连霍”高速公路新建路段实际通车时间几乎都发生在2007年之后，之前的通车主要是由原有等级公路对应路段承担；同时，在陕西过境段的高等级公路几乎全部在2000年之前就已能通车，而在估计效果时则是将2004年以后作为区域内的企业接受 “连霍”主干线干预之后的时期，尽管2004年以后所实现的全线基本贯通的确可能会对局部地区产生影响，但与局部区域此前的交通条件改善相比，这个影响可能并不显著。另一方面，陇海线和兰新线长期以来承担着“丝绸之路”沿线重要的物流功能，如果新增一条与之相并行的高等级公路，对制造业企业来讲，可能更多的影响是增加了一种可选择的交通路线，将交通需求在公路运输和铁路运输之间重新分配，而对总量的影响有限。这些因素都明显区别于 “西南出海通道”沿线。

尽管从整体上来看，“连霍”和 “丹拉”主干线都没有对沿线制造业企业的存货相对规模产生显著影响，但也可能会对存货的相对结构产生影响，例如，使得 “投入性”存货相对增加 （或减少）而使得“产品类”存货相对规模下降 （或增加）。与前文分析 “西南出海通道”对沿线企业存货结构变化的影响类似，可将全部存货分为产成品存货和非产成品存货。如果企业初始的产成品类存货较高，当企业的产品更容易走向终端市场时，它们的产成品存货相对规模可能会有更为明显的下降。借助企业关于存货结构的记录数据 （总存货和产成品存货），保留产成品存货和总存货均不为0的观测，表6报告了以制造业企业产成品存货相对规模为被解释变量，按照与表5相对应的双差分模型框架，分别估计 “连霍”主干线和 “丹拉”主干线贯通对企业存货结构产生的影响。

表6 “连霍”_和 “丹拉”_主干线贯通对企业产成品存货相对规模的干预效应

表6报告的 “连霍”主干线贯通对产成品存货相对规模产生影响的估计结果 （左窗）显示，“交互项”系数界于－0.015和－0.014之间且具备统计显著性。这表明，江苏连云港到新疆霍尔果斯的主干线贯通致使其经过的西部区县内制造业企业产成品存货相对规模明显下降1.4～1.5个百分点。表6右窗同时报告了 “丹拉”主干线全线贯通对其沿途县域制造业企业产成品存货相对规模产生影响的估计，“交互项”的估计系数在不同的控制变量设定下数值较小且符号为正，但均不具有统计显著性。

表5和表6中有关 “连霍”主干线的估计表明，尽管这条主干线的全程贯通对其沿线制造业企业相对存货规模在整体上没有显著影响，但却使得制造业企业的产成品存货相对规模发生下降。这说明，主干线贯通改变了企业的存货结构，促进了企业下游供应链效率提升。相比之下，“丹拉”主干线的贯通不仅没有导致其经过县域的制造业企业存货相对规模在整体上受到明显影响，企业的产成品存货受到的影响也不显著。理论上，当制造业企业面临更加便捷的交通条件之后，其存货持有量应当趋于减少，特别是原先被存货占资较大的企业。但实证研究的结果却表明“丹拉”主干线沿线企业存货行为的变化并不显著。一种可能是这些企业本身在存货管理方面已经处于“较优”的水平。但结合 “丹拉”主干线所经过区域企业存货的相关统计信息，以及这些区域的工业经济发展状况，这种 “已优”的假定难以成立。最可能的原因是，截至可使用数据的期末，“丹拉”主干线尽管已全线贯通但由于其大部分路段的技术等级未发生实质性改善、路面改造还在持续 （这实际上会对企业物流产生阻碍），加之 “丹拉”干线沿线区域地方性公路密度明显低于西南地区，地方公路与国道主干线的连接性更弱，使得主干线贯通对制造业存货相对规模的效果没有显现出来。

（三）对覆盖西部地区的全部国道主干线作分析

“五纵七横”12条国道主干线中，除前面已单独分析的在2005年年末前就已基本实现全程贯通的西南出海通道、连霍线、丹拉线覆盖了西部地区外，还有6条主干线连接了西部地区 （绥芬河—满洲里、二连浩特—河口、上海—成都、上海—瑞丽、青岛—银川、衡阳—昆明），并在2007年年底基本实现全程贯通。根据这些干线所涉区域内的企业在2007年以后的存货信息，可以依照前面的分析过程，来考察全部国道主干线贯通对于沿线县域企业存货行为的影响，以获得更为概览性的结论。由于所能获取到的企业数据涉及的时间年份是1998—2008年，因此，唯一能够使用的 “干预后”信息只能来自2008年，考虑到2001—2007年之间陆续有路段建成通车，可以将1998—2000年中的任意一年视为 “作为一个整体的”西部国道主干线贯通的 “干预前”。遵循式 （3）中的识别框架，表7报告了以2000年作为第一期（干预前）、2008年作为第二期 （干预后），在对控制变量进行不同设定的情况下，西部地区国道主干线全部贯通对沿线企业总的存货相对规模和产成品存货相对规模所产生的 “干预效应”。列 （1）～列 （4）报告的是以全部存货相对规模 （总存货／流动资产）作为被解释变量的估计，列 （5）～列 （7）则以产成品存货相对规模 （产成品存货／流动资产）作为被解释变量。其中，第 （1）列和第 （5）列对应的模型设定，除了常数项和表中显示估计系数的变量外，未加入其他控制变量。以后各列的设定依次按组加入了如表中的控制变量。表7的估计结果表明：国道主干线在西部地区的贯通，导致沿线制造业企业存货相对规模具有一定的下降趋势，平均下降约1.6～1.8个百分点，这种下降趋势主要来自企业减少了对产成品存货相对规模的持有；由于国道主干线贯通的原因，西部地区沿线县域内的制造业企业产成品类存货相对于流动资产的规模平均降低了1.8～2.2个百分点。

表7 西部地区国道主干线贯通对企业存货相对规模的干预效应

考虑到在表7的估计中，第一期信息的选择带有随意性 （因为除了2000年可以作为第一期之外，1998或1999年同样也适宜作为第一期），为了证明估计所得出的效应与第一期的选择不具有明显的关系，我们再以1998年作为干预前的情形做了估计，估计所得结果证明了表7的报告具有良好的稳健性，特别是在产成品存货的调整效应方面，交互项的估计系数及统计显著性均得以保持 （参见表8）。

六、总结

本文的实证研究表明，如果企业所处县域被国道主干线所覆盖，它们的存货行为会受到比较明显的影响：企业存货规模相对于流动资产总量会下降1.6～1.8个百分点，并且产成品存货受到的影响更大，下降1.8～2.2个百分点，效果在统计上也更为显著和稳健。基于不同线路的比较分析表明，较早实现全线贯通的西南出海公路通道对其沿线制造业企业存货行为的影响更为明显，“丹拉”主干线沿线制造业在观测期内没有表现出显著的存货调整效应。由于西部地区制造业企业的存货相对持有量在整体上较高，相对规模的降低在一定程度上意味着效率的改进。

存货管理是制造业企业生产经营中的一个重要环节，它通过影响企业的流动资产周转效率而直接影响短期偿债能力或获利能力，进而由一系列短期行为构成的中长期经营状况也可能会从中受到影响。如果一个区域的经营环境有利于企业提高存货管理的效率，如缩短周转天数、在一定程度上降低存货的相对规模、提高存货周转次数等等，从这个角度上看，这个区域就较为适宜企业的生产运营。进一步地，数量众多的企业改善经营行为便会产生区域经济增长或发展效应。本文从企业层面的微观视角验证了跨区域公路交通便捷性的提升对经济发展具有一定的积极作用。

本文的研究结论表明，如果西部地区公路通达性提升，有利于制造业企业通过优化存货等微观行为来实现更好的发展。近年来，随着产业结构调整和要素成本变化等因素的综合作用，在中国具有传统优势的制造业 （特别是其中的劳动密集型行业）正在从东部地区向西部地区转移。由于西部地区在土地、劳动力等方面的相对成本优势，承接来自东部地区的制造业转移是其一大潜在发展机遇。基于本文的研究结论，良好的交通基础设施是西部地区把握这种潜在发展机遇并实现产业结构升级必不可少的条件。随着国道主干线的全面高速化以及国家高速路网的完善，西部地区公路交通条件也发生了明显的改善，然而与东部、中部地区相比，仍然处于相对落后的状态。西部地区仍然有必要合理增加公路等交通基础设施投资，为企业优化存货管理等微观经营行为创造良好的条件，进而促进地方产业发展。

此外，尽管国道主干线、国家高速路网已经对西部省区实现了全覆盖，但这些高技术等级的跨区域公路一大明显特征就是其 “干线性”，要使得这些干线公路对西部地区的经济带动作用完全发挥出来，还需要增加西部各省份内部的中小城市、区县、工业园区等与这些干线的连接。合理增大西部地区地方性公路交通的覆盖密度，不仅是对西部地区产业成长环境的优化，同时也有利于充分挖掘国道主干线等国家级跨区域大型交通基础设施服务经济发展的潜能。当前，中国经济处于增速减缓的新常态阶段，利用西部地区在要素成本方面的优势，充分挖掘要素配置潜能、为承接产业转移创造条件、继续促进西部开发可能是稳定经济增长的一项有力举措，同时也有利于减小区域发展差距和实现全面小康。鉴于公路交通对于经济发展的重要作用和西部地区公路交通的现有通达条件，完善公路交通网络、优化交通基础设施建设投资仍然不失为新一轮西部开发的一条有效途径，从而减轻区域经济发展不平衡、不充分的矛盾。