高铁站点、空间距离与企业生产率

李欣泽 纪小乐

内容提要 以高铁为代表的交通基础设施大幅提高了城市间联系的紧密程度，但其对微观企业生产率的影响还有待详细检验。本文选取“四纵四横”高铁线路和中国工业企业面板数据，利用地理信息系统（GIS）测度出企业与最近高铁站点的最短直线距离，在此基础上探究了高铁开通对制造业企业全要素生产率的影响。研究发现，距离高铁站点越近的企业，其全要素生产率提升幅度越高，即高铁的开通提高了企业自身的全要素生产率水平。同时，高铁开通对企业全要素生产率的影响存在地区异质性和行业异质性：就东部地区而言，高铁开通对位于城区企业的全要素生产率的拉动作用要远远小于位于非城区的企业，而对西部地区则刚好相反，这间接证明了高铁开通对不同地区企业边际递减效应的差异性;高铁开通对高新技术企业全要素生产率的影响高于传统企业。

关键词 高铁（HSR） 最短直线距离 全要素生产率

席卷全球的2008年金融危机给中国经济带来负面冲击，为刺激经济增长，中央政府出台了“四万亿”投资计划，“铁公机”（铁路、公路、机场）基础设施建设随之明显增加，特别是高铁建设。经过近10年的快速发展，中国高铁遍布全国。据国家铁路局数据显示，截至2017年底，高铁运营里程高达2.5万公里，位居世界第一，高铁客运量占铁路客运量的56.8%，中国已全面进入高铁时代。建设高铁的重要目标是助力经济增长，但在高铁网络迅速扩张的时代，中国的经济增速却呈现逐年下滑趋势，那么建设高铁的初衷能够实现吗？

国内外大量学者探究了高铁对经济增长、经济活动的影响，但对于高铁能否促进经济增长，现有研究的结论并不一致：一方面，开通高铁能够促进经济增长，这是因为高铁能够促进人口流动与增进就业、带动沿线城市房价上涨、降低企业搜寻供应商的成本;①另一方面，高铁的增长效应存在异质性，并不是所有地区都能从中获益，开通高铁甚至对一些地区还存在 “虹吸效应”，即对部分地区的经济增长存在抑制作用。在评估中国高铁的增长效应时，马光荣及张克中、陶东杰发现，高铁开通虽然促进了大城市的经济增长，但其“虹

* 基金项目：国家社会科学基金项目“供给侧改革下产业政策对产业升级的有效性研究”（18BJYL051）;国家社会科学基金青年项目“优化人力资本配置研究”（16CJY015）

① G.M.Ahlfeldt and A. Feddersen，“From Periphery to Core：Economic Adjustments to High Speed Rail，” IEB Working Paper，no.38，2010; S. Zheng and M.E. Kahn， “Chinas Bullet Trains Facilitate Market Integration and Mitigate the Cost of Megacity Growth，” Proceedings of the National Academy of Sciences， vol.110， no.14， 2013， pp.1248～1253; A.B. Bernard， A. Moxnes and Y.U. Saito， “Production Networks， Geography and Firm Performance，” NBER Working Paper， no.21082， 2015.

吸效应”显著制约了高铁沿途非中心城市的经济增长;Ke等也发现，高铁开通拉动了东部地区经济增长，但却抑制了部分中西部地区的经济发展。 马光荣：《中国高速铁路对城市增长的影响》，北京大学-林肯研究院城市发展与土地政策研究中心工作论文，2015年8月15日;张克中、陶东杰：《交通基础设施的经济分布效应——来自高铁开通的证据》，《经济学动态》2016年第6期;X.Ke， H.Chen， Y.Hong and C.Hsiao，“Do Chinas High-Speed-Rail Projects Promote Local Economy？—New Evidence from a Panel Data Approach，”China Economic Review， vol.44， 2017， pp.203～226.故高铁能否助推区域经济发展，仍是一个亟待考察的重要问题。

不同于现有研究，本文并非直接考察高铁对经济增长的效应，我们转而考察高铁对企业全要素生产率（TFP）的影响。这主要出于如下几方面考虑：首先，全要素生产率是经济增长的关键。Hall和Jones以及Prescott的经典研究指出，TFP水平差异是地区间经济发展水平差异的根源。 R.E.Hall and C.I.Jones，“Why Do Some Countries Produce So Much More Output Per Worker than Others？”Quarterly Journal of Economics，vol.114，no.1，1999，pp.83～116;E.Prescott，“Prosperity and Depression，”American Economic Review，vol.92，no.2，2002，pp.1～15.如果高铁开通能够提高企业的TFP水平，那么便存在高铁促进区域经济增长的证据。其次，检验高铁是否能发挥可持续的“造血”效应。高铁开通可能会拉动当地经济增长，但这种拉动是短暂的、不可持续的“输血”效应，还是能真正促进经济增长、发挥“造血”效应，就要看高铁是否能够拉动当地的全要素生产率提升。最后，提供高铁影响经济增长的微观机制。关于高铁的增长效应，现有研究主要集中在宏观层面，但对高铁如何影响到经济增长，其微观机制是什么，现有研究探讨较少。在基础设施的增长效应研究领域，学者们考察了高速公路等影响经济增长的微观机制， C. Shirley and C. Winston， “Firm Inventory Behavior and the Returns from Highway Infrastructure Investments，” Journal of Urban Economics， vol.55， no.2， 2004， pp.398～415; H. Li and Z. Li， “Road Investments and Inventory Reduction： Firm Level Evidence from China，”Journal of Urban Economics， vol.76，2013， pp.43～52; A. Holl， “Highways and Productivity in Manufacturing Firms，”Journal of Urban Economics， vol.93， 2016， pp.131～151.其中Li和Li实证检验了公路建设对企业库存成本的影响，发现公路投资每提高1美元，企业可以节约2美分的库存成本。不同于公路等传统基础设施，高铁是一种“只运人不运货”的新型交通运输方式，对TFP的影响机制可能存在差异。具体来讲，高铁开通缩短了商业旅行时间，降低了企业间信息不对称程度，促进了资本、技术、知识等要素的跨企业流动，优化了企业资源配置，这些都可能提高TFP。那么，在微观层面上，高铁开通能提高企业的全要素生產率吗？其影响程度有多大？这需要我们做进一步的研究和分析。

然而，研究高铁对TFP的影响存在一定的挑战，最大的困难在于准确测度企业到高铁站点的距离。具体来讲，即使高铁经过企业所在地，如果当地没有高铁站点，那么企业将无法享受高铁带来的溢出效应。另外，对于相同地区的两个企业，如果他们距离高铁站点的距离不同，那么高铁对他们的影响程度也可能不同。目前多数研究是利用企业所在市、区、县的中心点到最近高速公路或高铁站点的直线距离进行衡量， 高翔、龙小宁、杨广亮：《交通基础设施与服务业发展——来自县级高速公路和第二次经济普查企业数据的证据》，《管理世界》2015年第8期;张梦婷、俞峰、钟昌标、林发勤：《高铁网络、市场准入与企业生产率》，《中国工业经济》2018年第5期。但用类似的方法测度企业到高铁站点的距离将会导致较大误差。因为这种方法默认在同一个市、县、区内所有企业受高铁的影响程度相同，这是较强的假定。为了克服上述困难，本文利用GIS技术从中国高铁建设“四纵四横”的矢量数据中提取高铁站点信息，借助中国工业企业数据库提供的12位行政区划代码，并结合百度地图API和地理信息系统GIS，精确测度了每家企业到高铁站点的最短直线距离。基于新测算的企业到高铁站点距离数据，本文实证分析了高铁对制造业企业TFP的影响。

相比于现有研究，本文除了在数据上做出重要贡献外，还在以下方面进行了扩展：从微观视角切入，提出理论假说并构建计量分析模型，探究高铁开通对制造业企业全要素生产率的影响，并且分析这种影响的地区异质性和行业异质性。本文在一定程度上弥补了以往研究在视角上和内容上的不足，有助于增进人们对高铁经济效应的理解，可为我国制造业企业的选址、生产与投资策略等提供有效指导。

二、研究背景与理论假说

1.背景介绍

中央政府在2008年10月、2016年6月相继通过了《中长期铁路网规划（2008年调整）》《中长期铁路网规划（2016年调整）》，在逐步实现2008年“四纵四横”高铁网规划目标的同时，向实现“八纵八横”高速铁路网，以及相邻大中城市间1-4小时交通圈、城市群内0.5-2小时交通圈的目标努力。并且伴随中国城市群的发展，城市群内城市之间居民和企业对高铁的需求也在日益增强，高铁建设对区域经济发展和居民的日常生活都产生了极大的影响。一方面，高铁作为一种低污染、高性能的新型运输方式，改变了居民的出行方式和需求，影响了居民的消费需求和生活方式，进而提高了社会整体福利水平。另一方面，在区域经济发展上，高铁通过改变交通运输方式，影响企业生产成本和运营方式，加速了资本、劳动、技术、知识等生产要素的流动性，提升了资源的空间配置效率，同时也改善了企业的全要素生产率。

伴随着高铁的迅速发展，越来越多的企业受到了高铁开通的影响。我们手工收集了2008-2012年间全国开通高铁站点数目和城市数目的数据，并绘制了相应的变化图（图1A-图1B）。图中数据显示，在这一时期，全国开通高铁站点数目由2008年的20个逐步增加到2012年的251个，全国范围开通高铁的城市数目也由2008年的10个地级市，逐步扩展到88个，已经初步形成具有规模的高铁网。这为我们实证分析高铁对制造业企业全要素生产率的影响提供了良好的契机。同时，我们还统计描述了2009-2013年间受到高铁发展影响的企业数量情况。从表1来看，在总体上制造业企业距最近高铁站点的平均距离在逐年缩短，并且附近有高铁站点的企业数量增长迅速，从2009年只有2.4%的企业附近有高铁站点迅速增长到2011年的25.7%，到了2013年更是有超过1/3的企业附近有高铁站点。

注：1.考虑到高铁开通对企业的滞后作用，表格中所有高铁变量都是滞后一期的数据，2008年开通的高铁会对2009年企业产生影响，故表1从2009年开始列表。2.我们利用每家企业所在的经纬度坐标与高铁开通站点的经纬度坐标测度企业距最近高铁站点的最短直线距离，定义当距离≤30km时为企业附近有高铁通过，当距离>30km时为没有高铁通过。3.本文数据源自2009-2013年的中国工业企业数据库，考虑到2010年数据库质量存在问题，将其在样本中剔除。

2.理论假设

Baily等、Melitz和Polanec，Heish和Klenow等学者研究发现，全要素生产率增长来源可以分为以下四个部分：在位企业自身的技术水平提升、在位企业的资源配置状况的改善、高技术水平的企业进入以及低技术水平的企业退出。 M.N. Baily， C. Hulten， D. Campbell and R.E. Caves， “Productivity Dynamics in Manufacturing Plants，” Brookings Papers on Economic Activity. Microeconomics， vol.23， 1992， pp.187～267; M.J. Melitz and S. Polanec，“Dynamic Olley-Pakes Productivity Decomposition with Entry and Exit，” RAND Journal of Economics， vol.46， no.2， 2015， pp.362～375; C.T. Hsieh and P. J. Klenow， “Misallocation and Manufacturing TFP in China and India，” Quarterly Journal of Economics， vol.124， no.4， 2009， pp.1403～1448.由于本文研究的是2009-2013年间在位企业的全要素生产率是否会受到高铁开通的影响，故高铁开通对全要素生产率的影响主要源于在位企业自身技术水平的变动，以及在位企业资源配置效率的变动。一般而言，高铁开通对企业全要素生产率的影响主要源于以下几个方面：（1）促进贸易一体化和专业化分工，影响企业的全要素生产率。高铁极大程度上降低了商业旅行的时间，一方面其有效地提高了企业商业合作的效率，降低了企业间信息不对称程度，加强了上下游企业间合作力度，进一步提高了专业化分工和产业链优化升级，从而有效提高了企业全要素生产率水平和产业升级速度;另一方面，高铁可以使企业更及时地捕捉到市场的价格信号和消费者需求结构变化，通过对企业的投资策略、生产规模以及产品优化等一系列活动进行有效及时的调整，扩大了企业的市场份额，促进了区域贸易一体化，进而提高了企业的全要素生产率。（2）加速知识外溢速度，促进企业自身技术水平和研发能力的提升。在市场经济的大环境下，高铁的开通加快了技术、知识的外溢速度，使技术水平相对较低的企业能够更方便、快捷地获得优化的管理模式和先进的技术、工艺，同时也加强了高技术企业间的研发创新竞争，进而提高了企业的全要素生产率。例如，高铁开通后，方便了高新技术人才到技术比较薄弱的企业定期进行技术培训、大型先进机器的安装与维护，同时也可以使得大型管理咨询公司、律师事务所等更专业的团队对企业自身管理模式进行升级与优化更加便捷，这都有利于企业全要素生产率提升。（3）促进要素充分流动，提高企业的资源配置效率。高铁开通后促进了企业间相互合作，资本、技术等生产要素可以更自由、充分地在企业间流动，这有助于企业发挥各自的比较优勢，提高资源配置效率，进而改善企业的全要素生产率。综上，提出假设1：

假设1：高铁开通提高了制造业企业全要素生产率水平。

企业所在的行业存在要素禀赋结构差异，这可能会导致高铁对不同行业内企业的全要素生产率产生异质性影响。根据比较优势理论，交通基础设施的修建降低了交通运输成本，从而提高了对交通基础设施依赖程度（货运或客运依赖程度）较强行业的比较优势。一般来说，工业部门相对于农业部门对交通基础设施的依赖程度更高，高速公路等交通设施的修建使得劳动力更容易由农业部门向制造业部门转移，因此交通基础设施好的地区能够吸引更多的制造业企业设立或迁入，增加制造业部门就业人数和产出， A. Chandra and E. Thompson， “Does Public Infrastructure Affect Economic Activity？ Evidence from the Rural Interstate Highway System，” Regional Science and Urban Economics， vol.30， no.4， 2000， pp.457～490; S. Gibbons， T. Lyytikinen， H.G. Overman and R. Sanchis-Guarner， “New Road Infrastructure： The Effects on Firms，” SERC Discussion Papers， no.214， 2016.类似地，航空网络的逐步建立也促进了工业产出的增加。从工业内部不同行业来看，交通基础设施的修建对货运依赖程度较高的行业影响程度较大。例如，高速公路的修建通过降低企业库存成本、运输成本等方式，促进了沿线地区运输业、零售业等对交通运输成本比较敏感行业产出的显著增长，同时也提高了这些行业对技术劳动力的需求。 G. Michaels， “The Effect of Trade on the Demand for Skill： Evidence from Chinese Interstate Highway System，” Review of Economics and Statistics， vol.90， no.4， 2008， pp.683～701; G. Duranton， P.M. Morrow and M.A.Turner， “Roads and Trade： Evidence from the US，” Review of Economic Studies， vol.81， no.2， 2014， pp.681～724.不同于传统运输方式，高鐵作为一种“只运人而不运货”的新型运输方式，它极大地缩短了商业出行时间，提高了企业技术人员间交流的频率以及企业间资本流动和技术外溢的速度，因此，高铁对技术密集型行业内企业全要素生产率的促进作用要高于其他行业。另外，企业所处行业的市场集中度也会影响到高铁对企业全要素生产率的作用程度。当两家企业同时受到高铁影响时，其所处行业的竞争程度的差异会扩大或缩小高铁对要素流动的作用。对市场集中度较低的行业来说，高铁开通会加强竞争，低生产率的企业将逐渐被淘汰，存活企业的全要素生产率也会提升。据此提出假设2：

假设2：高铁开通对制造业企业全要素生产率的影响存在行业异质性和市场集中度异质性。

新经济地理理论认为，由于存在“规模报酬递增”效应，制造业企业往往会向“中心”城市集聚，最终形成“中心-外围”的空间布局。一般来说，一个城市内部的“中心”城区拥有较为完善的基础设施，高铁开通可以更好地发挥相互协调作用，吸引更多的技术工人，形成丰富的人才资源蓄水池，由此缓解企业在生产过程中面临的技术人员短缺及劳动力成本不确定性问题，进而降低企业的生产成本，提高企业的全要素生产率。另外，当“中心”城区拥有一定规模数量的企业后，高铁开通将吸引更多的专业供应商迁入， S.Datta， “The Impact of Improved Highways on Indian Firms，” Journal of Development Economics， vol. 99， no.1， 2012， pp. 46～57.逐步形成完整的“上下游”产业链，更好地发挥规模经济效应，企业的库存成本、交通运输成本等将大幅降低，同时知识外溢的速度也将提高，使得企业能够以较低成本获取新知识、新技术，由此进一步提高了企业全要素生产率水平。 B. Faber， “Trade Integration， Market Size，and Industrialization： Evidence from Chinas National Trunk Highway System，” Review of Economic Studies， vol.81， no.3， 2014， pp.1046～1070.但是，随着“中心”城区逐渐出现交通拥挤、用地成本上升、环境恶化、资源紧张等“症状”，企业全要素生产率将受到影响。一方面，高铁开通带来了交通便利，大量技术人员为降低生活成本，将选择在“中心”城区周边生活，使得“中心”城区逐渐失去人才资源优势;另一方面，制造业企业为降低生产成本，也将逐步转移到“中心”城区周边开通高铁的地区，使得“中心”城区逐渐失去规模经济效应。由此可见，高铁能否提高企业全要素生产率水平也取决于企业所在的具体位置。因此，本文提出如下假设3：

假设3：高铁开通对制造业企业的全要素生产率水平的影响存在地区异质性。

三、数据与实证模型

1.数据

本文主要涉及以下四方面数据需要处理或测算：

（1）工业企业数据库数据处理。本文所使用的制造业企业数据来源于2009-2013年中国工业企业数据库。由于该数据库存在样本匹配混乱、指标缺失以及变量定义混乱等一系列严重问题， 聂辉华、江艇、杨汝岱：《中国工业企业数据库的使用现状和潜在问题》，《世界经济》2012年第5期。故本文在选取研究所需的“企业类型”“生产总值”“从业人数”“固定资产原值”等指标之前，按照聂辉华等、Brandt 等和杨汝岱的方法对中国工业企业数据库进行了处理。 聂辉华、江艇、杨汝岱：《中国工业企业数据库的使用现状和潜在问题》，《世界经济》2012年第5期;L.Brandt， J.Van Biesebroeck and Y.Zhang， “Creative Accounting or Creative Destruction？ Firm-level Productivity Growth in Chinese Manufacturing，” Journal of Development Economics， vol.97， no.2， 2012， pp.339～351;杨汝岱：《中国制造业企业全要素生产率研究》，《经济研究》2015年第2期。进一步，为了避免样本自选择等原因导致的内生性问题，我们还对工业企业库做了如下处理：首先，考虑到高铁开通或建设可能会影响新企业区位选择而导致的内生性问题，且鉴于我们假定2009年高铁才开始对企业产生作用，所以将样本限制在2009-2013年间持续经营的工业企业来尽可能地避免内生性问题。其次，考虑到高铁开通后可能会影响企业重新选址，为了避免企业可能存在自选择问题，剔除了企业地址在样本区间内在城市层面发生变动的工业企业样本点。经过上述处理，共剔除了16504家在样本区间内发生地址变动的企业，最终获得268707个样本量。

（2）高铁站点与工业企业数据库处理。本文考察的样本年限为2009-2013年，考虑到高铁开通对企业的滞后作用，我们手动整理了2008-2012年间每年高铁开通的站点数，最终选取了251个高铁站点纳入本文研究。对于企业与高铁的经纬度定位，利用民政部发布的12位行政区划代码将2009-2013年间 由于本文界定2009年为高铁开通对企业发生作用的时间，故只需测算出2009-2013年间企业与高铁开通站点的最短直线距离。“中国工业企业数据库”中的企业地址定位到村或者街道层面，再借助百度地图API确定每家企业所在地的经纬度坐标，进而借助地理信息系统（GIS）测度每个高铁站点到企业的最短直线距离。同样地，我们也获得了每家企业到飞机场的最短距离。

（3）县级层面地理状况数据处理——高程与平均坡度。本研究使用的县级平均海拔和县级平均坡度数据，是在借助覆盖全国的100米空间分辨率的地表数字高程模型（DEM）加以生成之后，结合中国各县的行政区划边界数据，利用ArcGIS10.3.1软件测算获得的。

（4）企业全要素生产率测算。本文使用的企业数据时间段为2009-2013年。 由于2010年工业企业数据质量存在问题，我们将其在样本中剔除。2007年以后工业企业数据库没有公布工业增加值和中间品数据，因而我们利用2004-2007年二位码行业的增加值与工业销售值比例的均值作为调节因子，测算2009-2013年间企业的增加值水平。在此基础上使用OP方法来测算企业全要素生产率。 G.S.Olley and A.Pakes， “The Dynamics of Productivity in the Telecommunications Equipment Industry，” Econometrica， vol.64， no.6， 1996， pp.1263～1297.

2.实证模型

为探究高铁与制造业企业全要素生产率之间的因果关系，我们构建了以下计量模型

（1）

其中，下标i表示企业，t表示年份;lntfpit为企业i在t年全要素生产率的对数;lndis_kmit为企业距最近高鐵开通站点的最短直线距离的对数，用于衡量企业附近高铁通行状况;Xit为控制变量，包括企业人均资本lnkl（企业资本与劳动力比例的对数）、企业年龄lnage（时间t与企业成立年份差值的对数）、企业所有制性质type（若企业为国有企业，type取值为1，若为非国有企业，type取值为0）、企业投资资本比ik（企业投资与固定资产比）;vt控制时间固定效应;uic控制地区固定效应（控制到县市层面），λis控制行业（两位行业代码）固定效应，分别用于排除企业i的任何不可观察的地区或行业不变效应;εit表示随机扰动项。

四、实证结果分析

1.高铁对制造业企业全要素生产率影响的基本回归结果

本文主要关注的是高铁对制造业企业全要素生产率的影响系数β1。表3报告了基本回归结果。其中（1）-（6）列结果显示：在不控制时间、地区及行业固定效应时，核心变量lndis_km的估计系数为-0.0041，且在1%的水平上显著;当控制时间、地区及行业的固定效应，并逐步加入控制变量时，lndis_km的估计系数在-0.0012与-0.0017之间，且始终在1%的水平上显著，这意味着企业距最近高铁站点距离每减少1%，企业全要素生产率至少提高0.0012%，故距离高铁站点越近的企业，其全要素生产率提高程度越高。因而可知，高铁的开通确实有助于制造业企业全要素生产率水平的提升。（3）-（6）列结果显示，企业人均资本及企业年龄的估计系数均显著为正，这意味着持续营业时间越长、人均资本越高的企业，其全要素生产率越高;而企业所有制性质变量的估计系数显著为负，表明国有企业的全要素生产率小于非国有企业。

2.稳健性检验

在上文的回归中已经基本证实了高铁开通对制造业企业全要素生产率的正向作用，但是依然可能存在一些其他因素对我们的结果造成干扰。为了保证实证结果的可靠性，我们依次做如下的稳健性检验：

首先，增加控制变量。众多学者研究发现在中长距离中，高铁与飞机这两种运输方式之间存在一定的可替代性。 C.I. Hsu and W.M. Chung， “A Model for Market Share Distribution between High-speed and Conventional Rail Services in a Transportation Corridor，” The Annals of Regional Science， vol.31， no.2， 1997， pp.121～153; M. Givoni and D. Banister， “Airline and Railway Integration，” Transport Policy， vol.13， no.5， 2006， pp.386～397.那么，对于附近已经存在客运飞机的企业而言，高铁开通对其全要素生产率的估计结果可能会受到影响。故为了确保实证结果的有效性和准确性，我们控制了企业附近是否存在飞机场 我们利用飞机场与企业所在地的经纬坐标，测算企业在t年距离最近飞机场的最短直线距离，定义最短直线距离≤80km时企业附近存在飞机场，否则没有飞机场。哑变量（airport）对基本回归结果重新进行估计。表4中（1）列的回归结果显示，核心变量lndis_km估计系数的大小与显著性与表3相比并没有发生明显改变。由此证明前文基本回归所获得结论是稳健的。

其次，变换样本。对于大中心城市而言，其基础设施建设水平、经济发展水平等都远高于其他城市，高铁开通对于位于大中心城市企业的全要素生产率的影响可能会受到其他因素的干扰。而处在西藏、云南等较为偏远地区的企业受到高铁影响的程度可能也与大中心城市存在差异。鉴于此，我们分别对删除中心节点城市样本和删除偏远地区样本进行了重新估计。表4中（2）列为去除所有地处中心城市 此处中心城市包括北京、上海、深圳、广州等4个超一线城市。企业的样本估计结果，（3）列为删除地处西藏、云南等较为偏远省份企业的样本估计结果。将这两列结果与表3的基本回归结果做对比，可以发现高铁开通促进了制造业企业全要素生产率水平提升这一结论仍是稳健的。

增加企业是否临近飞机场 删除中心节点城市数据 删除偏远省份数据

3.高铁对制造业企业全要素生产率的影响：IV-2SLS估计

尽管基于微观企业数据研究高铁开通对制造业企业全要素生产率的影响，可以在极大程度上避免因果倒置引起的内生性问题，但为了尽可能保证结果的稳健性，我们参考Duflo 等、刘冲和周黎安的方法，利用企业所在地的平均坡度与时间的交叉项构建了高铁开通状况的工具变量。 E. Duflo and R. Pande， “Dams，” Quarterly Journal of Economics， vol.122， no.2， 2007， pp.601～646;刘冲、周黎安：《高速公路建设与区域经济发展：来自中国县级水平的证据》，《经济科学》2014年第2期。此工具变量同时满足了相关性假定和外生性假定：（1）地理位置的平均坡度大小影响到高铁线路及站点的修建，企业所在地平均坡度越大，高铁通过该企业的可能性越小，该企业距离最近高铁站点的距离也就越远，满足了相关性设定;（2）企业所在地的平均坡度作为相对企业经济指标严格外生的地理变量，只会通过高铁而不是通过其他渠道影响企业的全要素生产率，这说明企业所在地的平均坡度满足了外生性假定。

汇报了高铁影响制造业企业全要素生产率的工具变量回归结果，其中（1）列的工具變量一阶段回归结果表明：企业所在地平均坡度与企业距最近高铁站点的最短直线距离为显著的正相关关系，即企业所在地的平均坡度提高增加了该地区修建高铁的相对难度，从而使得高铁站点距该企业所在地的距离越大。（2）列的工具变量二阶段回归结果显示，核心变量lndis_km的估计系数为-0.0095，且在1%的水平上显著，这意味着高铁站点距企业所在地的最短直线距离每减少1%，企业的全要素生产率就会提高00095%。另外，为了检验工具变量的有效性，对其进行了弱工具变量检验，结果显示F统计量>10，故此工具变量是有效的。

五、高铁对企业全要素生产率影响的异质性分析

1.行业异质性

假定不同要素密集型（高新技术行业和传统行业 依据国家发改委颁布的《高技术产业（制造业）分类（2013）》对高新技术行业和传统行业进行划分。）行业为哑变量ind，ind=1表示高新技术行业，ind=0表示传统行业。在此基础上，我们构建交叉项lndis_km*ind来考察高铁对企业全要素生产率的行业异质性影响。表6中（1）列回归结果表明，核心变量lndis_km的估计系数为-0.0010，交叉项lndis_km*ind的估计系数为-0.0005，且两者皆在1%的水平上显著，这表明不论是高新技术行业还是传统行业内的企业，企业所在地距最近高铁站点的距离的减小，均会提高企业全要素生产率水平，但相对属于传统行业的企业而言，高铁对属于高新技术行业的企业的全要素生产率的正向影响更大。这一回归结果支持了我们的假设2。

2.市场集中度异质性

通过企业的工业销售值和所在四位码行业构造赫芬达尔指数（hhi），进而构建交叉项lndis_km*hhi来考察高铁对不同市场集中度行业内企业的异质性影响。表6中（2）列回归结果表明，核心变量lndis_km的估计系数为-0.0013，交叉项lndis_km*hhi的估计系数为0.0002，且两者均在1%的水平上显著，这表明虽然高铁对不同市场集中度行业的企业的全要素生产率均存在正向影响，但相对于处在较高市场集中度行业的企业而言，高铁对属于较低市场集中度行业的企业的全要素生产率影响更大。假设2得到进一步验证。

3.地区异质性

高铁对不同地区的企业可能存在差异。表6的（3）列和（5）列显示：对于所有地区，高铁对企业全要素生产率的影响系数均显著为负。这意味着，高铁开通的同时提高了东西部地区的企业全要素生产率。那么，高铁开通是否会对一个城市内的企业有异质性影响？为此，我们进一步考察了高铁开通对一个城市内城区与非城区企业的异质性，构建交叉项lndis_km*city并分别对东部地区和中西部地区样本进行回归，结果显示：对于东部地区，核心变量lndis_km的估计系数为-00018，而交叉项lndis_km*city的估计系数为00015，二者均在1%的水平上显著，这说明高铁对处于城区企业的全要素生产率的拉动作用要小于处于非城区的企业;而对于中西部地区，核心变量lndis_km的估计系数为-0.0017，交叉项lndis_km*city的估计系数为-00018，且同样均在1%的水平上显著，这说明对于中西部地区，高铁开通极大地提高了处于城区企业的全要素生产率。这一结果直接支持了我们的假设3。这意味着在东部地区，高铁开通对位于城区企业的全要素生产率的拉动作用要远远小于位于非城区的企业，而西部地区刚好相反。这可能是因为西部地区基础设施建设相对落后，“中心-外围”的城市格局尚未建成，而高铁开通极大地提高了西部地区的整体基础设施水平，促进了要素流动向“中心”城区集聚，使得高铁开通对城区企业全要素生产率拉动作用比较大;而东部地区本身基础设施水平就比较高，加之交通拥挤、资源短缺等问题日益严重，高铁开通对城区的边际效应比较小，进而高铁开通对城区企业全要素生产率的促进作用要小于非城区企业。

六、结论与建议

现有文献多基于宏观视角探讨高铁对区域经济增长、产业结构布局等的影响，而基于微观视角探讨高铁对企业全要素生产率的作用尚存在研究空白。本文基于微观企业数据实证检验了高铁对制造业企业全要素生产率的效应，从实证结果看：第一，距最近高铁站点距离每减少1%，制造业企业的全要素生产率将至少提高约0.0012%，这意味着在其他条件不变时，距离高铁站点越近的企业，其全要素生产率越高，即高铁的开通显著提升了企业全要素生产率。第二，高铁对制造业企业全要素生产率的影响存在行业和地区异质性。一方面，不同行业对于资本、劳动、技术水平的需求程度不同，导致高铁开通对高新技术企业全要素生产率的影响要高于传统企业。另一方面，不同地区的经济集聚程度不同，会导致高铁对不同地区的企业发挥不同的作用。具体地，高铁开通极大地提高了东部地区非城区企业的全要素生产率，但对于中西部地区而言，高铁开通对位于城区企业的全要素生产率的拉动作用要远远大于位于非城区的企业。

基于本文研究结论，提出以下两点建议：其一，在保持每年高铁投资数量的基础上，应加大对中西部地区的投资力度，同时注重配套的基础设施建设。就目前而言，高铁对中西部地区企业全要素生产率的潜在提升空间要远远大于东部地区，这其中一部分原因可能是中西部地区整体的基础设施状况要严重落后于东部地区，故为了缩小地区间基础设施发挥作用效果的差距，一方面要加大西部地区的高铁建设力度，形成具有规模的高铁网络，另一方面还要提高中西部地区整体基础设施系统的数量和质量，进一步降低地区之间发展不均衡问题。其二，对基础设施整体质量较高、高铁网初具规模的东部地区，应该加快调整产业升级的速度，注重对高技术、资本密集型企业的引进。虽然东部地区整体的基础设施质量较高，但由于土地价格等原因可能提高了企业的进入壁垒，故为了加快产业升级速度，东部地区应出台相应政策发挥地区优势，吸引更多高技术水平的企业，进一步提高地区的全要素生产率。

作者单位：李欣泽，北京大学新结构经济学研究院、北京大学国家发展研究院;纪小乐，《山东大学学报》（哲学社会科学版）编辑部

责任编辑：牛泽东