高鐵站點、空間距離與企業生產率

李欣澤 紀小樂

內容提要 以高鐵為代表的交通基礎設施大幅提高了城市間聯系的緊密程度，但其對微觀企業生產率的影響還有待詳細檢驗。本文選取“四縱四橫”高鐵線路和中國工業企業面板數據，利用地理信息系統（GIS）測度出企業與最近高鐵站點的最短直線距離，在此基礎上探究了高鐵開通對制造業企業全要素生產率的影響。研究發現，距離高鐵站點越近的企業，其全要素生產率提升幅度越高，即高鐵的開通提高了企業自身的全要素生產率水平。同時，高鐵開通對企業全要素生產率的影響存在地區異質性和行業異質性：就東部地區而言，高鐵開通對位于城區企業的全要素生產率的拉動作用要遠遠小于位于非城區的企業，而對西部地區則剛好相反，這間接證明了高鐵開通對不同地區企業邊際遞減效應的差異性;高鐵開通對高新技術企業全要素生產率的影響高于傳統企業。

關鍵詞 高鐵（HSR） 最短直線距離 全要素生產率

席卷全球的2008年金融危機給中國經濟帶來負面沖擊，為刺激經濟增長，中央政府出臺了“四萬億”投資計劃，“鐵公機”（鐵路、公路、機場）基礎設施建設隨之明顯增加，特別是高鐵建設。經過近10年的快速發展，中國高鐵遍布全國。據國家鐵路局數據顯示，截至2017年底，高鐵運營里程高達2.5萬公里，位居世界第一，高鐵客運量占鐵路客運量的56.8%，中國已全面進入高鐵時代。建設高鐵的重要目標是助力經濟增長，但在高鐵網絡迅速擴張的時代，中國的經濟增速卻呈現逐年下滑趨勢，那么建設高鐵的初衷能夠實現嗎？

國內外大量學者探究了高鐵對經濟增長、經濟活動的影響，但對于高鐵能否促進經濟增長，現有研究的結論并不一致：一方面，開通高鐵能夠促進經濟增長，這是因為高鐵能夠促進人口流動與增進就業、帶動沿線城市房價上漲、降低企業搜尋供應商的成本;①另一方面，高鐵的增長效應存在異質性，并不是所有地區都能從中獲益，開通高鐵甚至對一些地區還存在 “虹吸效應”，即對部分地區的經濟增長存在抑制作用。在評估中國高鐵的增長效應時，馬光榮及張克中、陶東杰發現，高鐵開通雖然促進了大城市的經濟增長，但其“虹

* 基金項目：國家社會科學基金項目“供給側改革下產業政策對產業升級的有效性研究”（18BJYL051）;國家社會科學基金青年項目“優化人力資本配置研究”（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.

吸效應”顯著制約了高鐵沿途非中心城市的經濟增長;Ke等也發現，高鐵開通拉動了東部地區經濟增長，但卻抑制了部分中西部地區的經濟發展。 馬光榮：《中國高速鐵路對城市增長的影響》，北京大學-林肯研究院城市發展與土地政策研究中心工作論文，2015年8月15日;張克中、陶東杰：《交通基礎設施的經濟分布效應——來自高鐵開通的證據》，《經濟學動態》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.故高鐵能否助推區域經濟發展，仍是一個亟待考察的重要問題。

不同于現有研究，本文并非直接考察高鐵對經濟增長的效應，我們轉而考察高鐵對企業全要素生產率（TFP）的影響。這主要出于如下幾方面考慮：首先，全要素生產率是經濟增長的關鍵。Hall和Jones以及Prescott的經典研究指出，TFP水平差異是地區間經濟發展水平差異的根源。 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.如果高鐵開通能夠提高企業的TFP水平，那么便存在高鐵促進區域經濟增長的證據。其次，檢驗高鐵是否能發揮可持續的“造血”效應。高鐵開通可能會拉動當地經濟增長，但這種拉動是短暫的、不可持續的“輸血”效應，還是能真正促進經濟增長、發揮“造血”效應，就要看高鐵是否能夠拉動當地的全要素生產率提升。最后，提供高鐵影響經濟增長的微觀機制。關于高鐵的增長效應，現有研究主要集中在宏觀層面，但對高鐵如何影響到經濟增長，其微觀機制是什么，現有研究探討較少。在基礎設施的增長效應研究領域，學者們考察了高速公路等影響經濟增長的微觀機制， 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實證檢驗了公路建設對企業庫存成本的影響，發現公路投資每提高1美元，企業可以節約2美分的庫存成本。不同于公路等傳統基礎設施，高鐵是一種“只運人不運貨”的新型交通運輸方式，對TFP的影響機制可能存在差異。具體來講，高鐵開通縮短了商業旅行時間，降低了企業間信息不對稱程度，促進了資本、技術、知識等要素的跨企業流動，優化了企業資源配置，這些都可能提高TFP。那么，在微觀層面上，高鐵開通能提高企業的全要素生產率嗎？其影響程度有多大？這需要我們做進一步的研究和分析。

然而，研究高鐵對TFP的影響存在一定的挑戰，最大的困難在于準確測度企業到高鐵站點的距離。具體來講，即使高鐵經過企業所在地，如果當地沒有高鐵站點，那么企業將無法享受高鐵帶來的溢出效應。另外，對于相同地區的兩個企業，如果他們距離高鐵站點的距離不同，那么高鐵對他們的影響程度也可能不同。目前多數研究是利用企業所在市、區、縣的中心點到最近高速公路或高鐵站點的直線距離進行衡量， 高翔、龍小寧、楊廣亮：《交通基礎設施與服務業發展——來自縣級高速公路和第二次經濟普查企業數據的證據》，《管理世界》2015年第8期;張夢婷、俞峰、鐘昌標、林發勤：《高鐵網絡、市場準入與企業生產率》，《中國工業經濟》2018年第5期。但用類似的方法測度企業到高鐵站點的距離將會導致較大誤差。因為這種方法默認在同一個市、縣、區內所有企業受高鐵的影響程度相同，這是較強的假定。為了克服上述困難，本文利用GIS技術從中國高鐵建設“四縱四橫”的矢量數據中提取高鐵站點信息，借助中國工業企業數據庫提供的12位行政區劃代碼，并結合百度地圖API和地理信息系統GIS，精確測度了每家企業到高鐵站點的最短直線距離。基于新測算的企業到高鐵站點距離數據，本文實證分析了高鐵對制造業企業TFP的影響。

相比于現有研究，本文除了在數據上做出重要貢獻外，還在以下方面進行了擴展：從微觀視角切入，提出理論假說并構建計量分析模型，探究高鐵開通對制造業企業全要素生產率的影響，并且分析這種影響的地區異質性和行業異質性。本文在一定程度上彌補了以往研究在視角上和內容上的不足，有助于增進人們對高鐵經濟效應的理解，可為我國制造業企業的選址、生產與投資策略等提供有效指導。

二、研究背景與理論假說

1.背景介紹

中央政府在2008年10月、2016年6月相繼通過了《中長期鐵路網規劃（2008年調整）》《中長期鐵路網規劃（2016年調整）》，在逐步實現2008年“四縱四橫”高鐵網規劃目標的同時，向實現“八縱八橫”高速鐵路網，以及相鄰大中城市間1-4小時交通圈、城市群內0.5-2小時交通圈的目標努力。并且伴隨中國城市群的發展，城市群內城市之間居民和企業對高鐵的需求也在日益增強，高鐵建設對區域經濟發展和居民的日常生活都產生了極大的影響。一方面，高鐵作為一種低污染、高性能的新型運輸方式，改變了居民的出行方式和需求，影響了居民的消費需求和生活方式，進而提高了社會整體福利水平。另一方面，在區域經濟發展上，高鐵通過改變交通運輸方式，影響企業生產成本和運營方式，加速了資本、勞動、技術、知識等生產要素的流動性，提升了資源的空間配置效率，同時也改善了企業的全要素生產率。

伴隨著高鐵的迅速發展，越來越多的企業受到了高鐵開通的影響。我們手工收集了2008-2012年間全國開通高鐵站點數目和城市數目的數據，并繪制了相應的變化圖（圖1A-圖1B）。圖中數據顯示，在這一時期，全國開通高鐵站點數目由2008年的20個逐步增加到2012年的251個，全國范圍開通高鐵的城市數目也由2008年的10個地級市，逐步擴展到88個，已經初步形成具有規模的高鐵網。這為我們實證分析高鐵對制造業企業全要素生產率的影響提供了良好的契機。同時，我們還統計描述了2009-2013年間受到高鐵發展影響的企業數量情況。從表1來看，在總體上制造業企業距最近高鐵站點的平均距離在逐年縮短，并且附近有高鐵站點的企業數量增長迅速，從2009年只有2.4%的企業附近有高鐵站點迅速增長到2011年的25.7%，到了2013年更是有超過1/3的企業附近有高鐵站點。

注：1.考慮到高鐵開通對企業的滯后作用，表格中所有高鐵變量都是滯后一期的數據，2008年開通的高鐵會對2009年企業產生影響，故表1從2009年開始列表。2.我們利用每家企業所在的經緯度坐標與高鐵開通站點的經緯度坐標測度企業距最近高鐵站點的最短直線距離，定義當距離≤30km時為企業附近有高鐵通過，當距離>30km時為沒有高鐵通過。3.本文數據源自2009-2013年的中國工業企業數據庫，考慮到2010年數據庫質量存在問題，將其在樣本中剔除。

2.理論假設

Baily等、Melitz和Polanec，Heish和Klenow等學者研究發現，全要素生產率增長來源可以分為以下四個部分：在位企業自身的技術水平提升、在位企業的資源配置狀況的改善、高技術水平的企業進入以及低技術水平的企業退出。 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年間在位企業的全要素生產率是否會受到高鐵開通的影響，故高鐵開通對全要素生產率的影響主要源于在位企業自身技術水平的變動，以及在位企業資源配置效率的變動。一般而言，高鐵開通對企業全要素生產率的影響主要源于以下幾個方面：（1）促進貿易一體化和專業化分工，影響企業的全要素生產率。高鐵極大程度上降低了商業旅行的時間，一方面其有效地提高了企業商業合作的效率，降低了企業間信息不對稱程度，加強了上下游企業間合作力度，進一步提高了專業化分工和產業鏈優化升級，從而有效提高了企業全要素生產率水平和產業升級速度;另一方面，高鐵可以使企業更及時地捕捉到市場的價格信號和消費者需求結構變化，通過對企業的投資策略、生產規模以及產品優化等一系列活動進行有效及時的調整，擴大了企業的市場份額，促進了區域貿易一體化，進而提高了企業的全要素生產率。（2）加速知識外溢速度，促進企業自身技術水平和研發能力的提升。在市場經濟的大環境下，高鐵的開通加快了技術、知識的外溢速度，使技術水平相對較低的企業能夠更方便、快捷地獲得優化的管理模式和先進的技術、工藝，同時也加強了高技術企業間的研發創新競爭，進而提高了企業的全要素生產率。例如，高鐵開通后，方便了高新技術人才到技術比較薄弱的企業定期進行技術培訓、大型先進機器的安裝與維護，同時也可以使得大型管理咨詢公司、律師事務所等更專業的團隊對企業自身管理模式進行升級與優化更加便捷，這都有利于企業全要素生產率提升。（3）促進要素充分流動，提高企業的資源配置效率。高鐵開通后促進了企業間相互合作，資本、技術等生產要素可以更自由、充分地在企業間流動，這有助于企業發揮各自的比較優勢，提高資源配置效率，進而改善企業的全要素生產率。綜上，提出假設1：

假設1：高鐵開通提高了制造業企業全要素生產率水平。

企業所在的行業存在要素稟賦結構差異，這可能會導致高鐵對不同行業內企業的全要素生產率產生異質性影響。根據比較優勢理論，交通基礎設施的修建降低了交通運輸成本，從而提高了對交通基礎設施依賴程度（貨運或客運依賴程度）較強行業的比較優勢。一般來說，工業部門相對于農業部門對交通基礎設施的依賴程度更高，高速公路等交通設施的修建使得勞動力更容易由農業部門向制造業部門轉移，因此交通基礎設施好的地區能夠吸引更多的制造業企業設立或遷入，增加制造業部門就業人數和產出， 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.類似地，航空網絡的逐步建立也促進了工業產出的增加。從工業內部不同行業來看，交通基礎設施的修建對貨運依賴程度較高的行業影響程度較大。例如，高速公路的修建通過降低企業庫存成本、運輸成本等方式，促進了沿線地區運輸業、零售業等對交通運輸成本比較敏感行業產出的顯著增長，同時也提高了這些行業對技術勞動力的需求。 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.不同于傳統運輸方式，高鐵作為一種“只運人而不運貨”的新型運輸方式，它極大地縮短了商業出行時間，提高了企業技術人員間交流的頻率以及企業間資本流動和技術外溢的速度，因此，高鐵對技術密集型行業內企業全要素生產率的促進作用要高于其他行業。另外，企業所處行業的市場集中度也會影響到高鐵對企業全要素生產率的作用程度。當兩家企業同時受到高鐵影響時，其所處行業的競爭程度的差異會擴大或縮小高鐵對要素流動的作用。對市場集中度較低的行業來說，高鐵開通會加強競爭，低生產率的企業將逐漸被淘汰，存活企業的全要素生產率也會提升。據此提出假設2：

假設2：高鐵開通對制造業企業全要素生產率的影響存在行業異質性和市場集中度異質性。

新經濟地理理論認為，由于存在“規模報酬遞增”效應，制造業企業往往會向“中心”城市集聚，最終形成“中心-外圍”的空間布局。一般來說，一個城市內部的“中心”城區擁有較為完善的基礎設施，高鐵開通可以更好地發揮相互協調作用，吸引更多的技術工人，形成豐富的人才資源蓄水池，由此緩解企業在生產過程中面臨的技術人員短缺及勞動力成本不確定性問題，進而降低企業的生產成本，提高企業的全要素生產率。另外，當“中心”城區擁有一定規模數量的企業后，高鐵開通將吸引更多的專業供應商遷入， 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”產業鏈，更好地發揮規模經濟效應，企業的庫存成本、交通運輸成本等將大幅降低，同時知識外溢的速度也將提高，使得企業能夠以較低成本獲取新知識、新技術，由此進一步提高了企業全要素生產率水平。 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，隨著“中心”城區逐漸出現交通擁擠、用地成本上升、環境惡化、資源緊張等“癥狀”，企業全要素生產率將受到影響。一方面，高鐵開通帶來了交通便利，大量技術人員為降低生活成本，將選擇在“中心”城區周邊生活，使得“中心”城區逐漸失去人才資源優勢;另一方面，制造業企業為降低生產成本，也將逐步轉移到“中心”城區周邊開通高鐵的地區，使得“中心”城區逐漸失去規模經濟效應。由此可見，高鐵能否提高企業全要素生產率水平也取決于企業所在的具體位置。因此，本文提出如下假設3：

假設3：高鐵開通對制造業企業的全要素生產率水平的影響存在地區異質性。

三、數據與實證模型

1.數據

本文主要涉及以下四方面數據需要處理或測算：

（1）工業企業數據庫數據處理。本文所使用的制造業企業數據來源于2009-2013年中國工業企業數據庫。由于該數據庫存在樣本匹配混亂、指標缺失以及變量定義混亂等一系列嚴重問題， 聶輝華、江艇、楊汝岱：《中國工業企業數據庫的使用現狀和潛在問題》，《世界經濟》2012年第5期。故本文在選取研究所需的“企業類型”“生產總值”“從業人數”“固定資產原值”等指標之前，按照聶輝華等、Brandt 等和楊汝岱的方法對中國工業企業數據庫進行了處理。 聶輝華、江艇、楊汝岱：《中國工業企業數據庫的使用現狀和潛在問題》，《世界經濟》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;楊汝岱：《中國制造業企業全要素生產率研究》，《經濟研究》2015年第2期。進一步，為了避免樣本自選擇等原因導致的內生性問題，我們還對工業企業庫做了如下處理：首先，考慮到高鐵開通或建設可能會影響新企業區位選擇而導致的內生性問題，且鑒于我們假定2009年高鐵才開始對企業產生作用，所以將樣本限制在2009-2013年間持續經營的工業企業來盡可能地避免內生性問題。其次，考慮到高鐵開通后可能會影響企業重新選址，為了避免企業可能存在自選擇問題，剔除了企業地址在樣本區間內在城市層面發生變動的工業企業樣本點。經過上述處理，共剔除了16504家在樣本區間內發生地址變動的企業，最終獲得268707個樣本量。

（2）高鐵站點與工業企業數據庫處理。本文考察的樣本年限為2009-2013年，考慮到高鐵開通對企業的滯后作用，我們手動整理了2008-2012年間每年高鐵開通的站點數，最終選取了251個高鐵站點納入本文研究。對于企業與高鐵的經緯度定位，利用民政部發布的12位行政區劃代碼將2009-2013年間 由于本文界定2009年為高鐵開通對企業發生作用的時間，故只需測算出2009-2013年間企業與高鐵開通站點的最短直線距離。“中國工業企業數據庫”中的企業地址定位到村或者街道層面，再借助百度地圖API確定每家企業所在地的經緯度坐標，進而借助地理信息系統（GIS）測度每個高鐵站點到企業的最短直線距離。同樣地，我們也獲得了每家企業到飛機場的最短距離。

（3）縣級層面地理狀況數據處理——高程與平均坡度。本研究使用的縣級平均海拔和縣級平均坡度數據，是在借助覆蓋全國的100米空間分辨率的地表數字高程模型（DEM）加以生成之后，結合中國各縣的行政區劃邊界數據，利用ArcGIS10.3.1軟件測算獲得的。

（4）企業全要素生產率測算。本文使用的企業數據時間段為2009-2013年。 由于2010年工業企業數據質量存在問題，我們將其在樣本中剔除。2007年以后工業企業數據庫沒有公布工業增加值和中間品數據，因而我們利用2004-2007年二位碼行業的增加值與工業銷售值比例的均值作為調節因子，測算2009-2013年間企業的增加值水平。在此基礎上使用OP方法來測算企業全要素生產率。 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.實證模型

為探究高鐵與制造業企業全要素生產率之間的因果關系，我們構建了以下計量模型

（1）

其中，下標i表示企業，t表示年份;lntfpit為企業i在t年全要素生產率的對數;lndis_kmit為企業距最近高鐵開通站點的最短直線距離的對數，用于衡量企業附近高鐵通行狀況;Xit為控制變量，包括企業人均資本lnkl（企業資本與勞動力比例的對數）、企業年齡lnage（時間t與企業成立年份差值的對數）、企業所有制性質type（若企業為國有企業，type取值為1，若為非國有企業，type取值為0）、企業投資資本比ik（企業投資與固定資產比）;vt控制時間固定效應;uic控制地區固定效應（控制到縣市層面），λis控制行業（兩位行業代碼）固定效應，分別用于排除企業i的任何不可觀察的地區或行業不變效應;εit表示隨機擾動項。

四、實證結果分析

1.高鐵對制造業企業全要素生產率影響的基本回歸結果

本文主要關注的是高鐵對制造業企業全要素生產率的影響系數β1。表3報告了基本回歸結果。其中（1）-（6）列結果顯示：在不控制時間、地區及行業固定效應時，核心變量lndis_km的估計系數為-0.0041，且在1%的水平上顯著;當控制時間、地區及行業的固定效應，并逐步加入控制變量時，lndis_km的估計系數在-0.0012與-0.0017之間，且始終在1%的水平上顯著，這意味著企業距最近高鐵站點距離每減少1%，企業全要素生產率至少提高0.0012%，故距離高鐵站點越近的企業，其全要素生產率提高程度越高。因而可知，高鐵的開通確實有助于制造業企業全要素生產率水平的提升。（3）-（6）列結果顯示，企業人均資本及企業年齡的估計系數均顯著為正，這意味著持續營業時間越長、人均資本越高的企業，其全要素生產率越高;而企業所有制性質變量的估計系數顯著為負，表明國有企業的全要素生產率小于非國有企業。

2.穩健性檢驗

在上文的回歸中已經基本證實了高鐵開通對制造業企業全要素生產率的正向作用，但是依然可能存在一些其他因素對我們的結果造成干擾。為了保證實證結果的可靠性，我們依次做如下的穩健性檢驗：

首先，增加控制變量。眾多學者研究發現在中長距離中，高鐵與飛機這兩種運輸方式之間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，對于附近已經存在客運飛機的企業而言，高鐵開通對其全要素生產率的估計結果可能會受到影響。故為了確保實證結果的有效性和準確性，我們控制了企業附近是否存在飛機場 我們利用飛機場與企業所在地的經緯坐標，測算企業在t年距離最近飛機場的最短直線距離，定義最短直線距離≤80km時企業附近存在飛機場，否則沒有飛機場。啞變量（airport）對基本回歸結果重新進行估計。表4中（1）列的回歸結果顯示，核心變量lndis_km估計系數的大小與顯著性與表3相比并沒有發生明顯改變。由此證明前文基本回歸所獲得結論是穩健的。

其次，變換樣本。對于大中心城市而言，其基礎設施建設水平、經濟發展水平等都遠高于其他城市，高鐵開通對于位于大中心城市企業的全要素生產率的影響可能會受到其他因素的干擾。而處在西藏、云南等較為偏遠地區的企業受到高鐵影響的程度可能也與大中心城市存在差異。鑒于此，我們分別對刪除中心節點城市樣本和刪除偏遠地區樣本進行了重新估計。表4中（2）列為去除所有地處中心城市 此處中心城市包括北京、上海、深圳、廣州等4個超一線城市。企業的樣本估計結果，（3）列為刪除地處西藏、云南等較為偏遠省份企業的樣本估計結果。將這兩列結果與表3的基本回歸結果做對比，可以發現高鐵開通促進了制造業企業全要素生產率水平提升這一結論仍是穩健的。

增加企業是否臨近飛機場 刪除中心節點城市數據 刪除偏遠省份數據

3.高鐵對制造業企業全要素生產率的影響：IV-2SLS估計

盡管基于微觀企業數據研究高鐵開通對制造業企業全要素生產率的影響，可以在極大程度上避免因果倒置引起的內生性問題，但為了盡可能保證結果的穩健性，我們參考Duflo 等、劉沖和周黎安的方法，利用企業所在地的平均坡度與時間的交叉項構建了高鐵開通狀況的工具變量。 E. Duflo and R. Pande， “Dams，” Quarterly Journal of Economics， vol.122， no.2， 2007， pp.601～646;劉沖、周黎安：《高速公路建設與區域經濟發展：來自中國縣級水平的證據》，《經濟科學》2014年第2期。此工具變量同時滿足了相關性假定和外生性假定：（1）地理位置的平均坡度大小影響到高鐵線路及站點的修建，企業所在地平均坡度越大，高鐵通過該企業的可能性越小，該企業距離最近高鐵站點的距離也就越遠，滿足了相關性設定;（2）企業所在地的平均坡度作為相對企業經濟指標嚴格外生的地理變量，只會通過高鐵而不是通過其他渠道影響企業的全要素生產率，這說明企業所在地的平均坡度滿足了外生性假定。

匯報了高鐵影響制造業企業全要素生產率的工具變量回歸結果，其中（1）列的工具變量一階段回歸結果表明：企業所在地平均坡度與企業距最近高鐵站點的最短直線距離為顯著的正相關關系，即企業所在地的平均坡度提高增加了該地區修建高鐵的相對難度，從而使得高鐵站點距該企業所在地的距離越大。（2）列的工具變量二階段回歸結果顯示，核心變量lndis_km的估計系數為-0.0095，且在1%的水平上顯著，這意味著高鐵站點距企業所在地的最短直線距離每減少1%，企業的全要素生產率就會提高00095%。另外，為了檢驗工具變量的有效性，對其進行了弱工具變量檢驗，結果顯示F統計量>10，故此工具變量是有效的。

五、高鐵對企業全要素生產率影響的異質性分析

1.行業異質性

假定不同要素密集型（高新技術行業和傳統行業 依據國家發改委頒布的《高技術產業（制造業）分類（2013）》對高新技術行業和傳統行業進行劃分。）行業為啞變量ind，ind=1表示高新技術行業，ind=0表示傳統行業。在此基礎上，我們構建交叉項lndis_km*ind來考察高鐵對企業全要素生產率的行業異質性影響。表6中（1）列回歸結果表明，核心變量lndis_km的估計系數為-0.0010，交叉項lndis_km*ind的估計系數為-0.0005，且兩者皆在1%的水平上顯著，這表明不論是高新技術行業還是傳統行業內的企業，企業所在地距最近高鐵站點的距離的減小，均會提高企業全要素生產率水平，但相對屬于傳統行業的企業而言，高鐵對屬于高新技術行業的企業的全要素生產率的正向影響更大。這一回歸結果支持了我們的假設2。

2.市場集中度異質性

通過企業的工業銷售值和所在四位碼行業構造赫芬達爾指數（hhi），進而構建交叉項lndis_km*hhi來考察高鐵對不同市場集中度行業內企業的異質性影響。表6中（2）列回歸結果表明，核心變量lndis_km的估計系數為-0.0013，交叉項lndis_km*hhi的估計系數為0.0002，且兩者均在1%的水平上顯著，這表明雖然高鐵對不同市場集中度行業的企業的全要素生產率均存在正向影響，但相對于處在較高市場集中度行業的企業而言，高鐵對屬于較低市場集中度行業的企業的全要素生產率影響更大。假設2得到進一步驗證。

3.地區異質性

高鐵對不同地區的企業可能存在差異。表6的（3）列和（5）列顯示：對于所有地區，高鐵對企業全要素生產率的影響系數均顯著為負。這意味著，高鐵開通的同時提高了東西部地區的企業全要素生產率。那么，高鐵開通是否會對一個城市內的企業有異質性影響？為此，我們進一步考察了高鐵開通對一個城市內城區與非城區企業的異質性，構建交叉項lndis_km*city并分別對東部地區和中西部地區樣本進行回歸，結果顯示：對于東部地區，核心變量lndis_km的估計系數為-00018，而交叉項lndis_km*city的估計系數為00015，二者均在1%的水平上顯著，這說明高鐵對處于城區企業的全要素生產率的拉動作用要小于處于非城區的企業;而對于中西部地區，核心變量lndis_km的估計系數為-0.0017，交叉項lndis_km*city的估計系數為-00018，且同樣均在1%的水平上顯著，這說明對于中西部地區，高鐵開通極大地提高了處于城區企業的全要素生產率。這一結果直接支持了我們的假設3。這意味著在東部地區，高鐵開通對位于城區企業的全要素生產率的拉動作用要遠遠小于位于非城區的企業，而西部地區剛好相反。這可能是因為西部地區基礎設施建設相對落后，“中心-外圍”的城市格局尚未建成，而高鐵開通極大地提高了西部地區的整體基礎設施水平，促進了要素流動向“中心”城區集聚，使得高鐵開通對城區企業全要素生產率拉動作用比較大;而東部地區本身基礎設施水平就比較高，加之交通擁擠、資源短缺等問題日益嚴重，高鐵開通對城區的邊際效應比較小，進而高鐵開通對城區企業全要素生產率的促進作用要小于非城區企業。

六、結論與建議

現有文獻多基于宏觀視角探討高鐵對區域經濟增長、產業結構布局等的影響，而基于微觀視角探討高鐵對企業全要素生產率的作用尚存在研究空白。本文基于微觀企業數據實證檢驗了高鐵對制造業企業全要素生產率的效應，從實證結果看：第一，距最近高鐵站點距離每減少1%，制造業企業的全要素生產率將至少提高約0.0012%，這意味著在其他條件不變時，距離高鐵站點越近的企業，其全要素生產率越高，即高鐵的開通顯著提升了企業全要素生產率。第二，高鐵對制造業企業全要素生產率的影響存在行業和地區異質性。一方面，不同行業對于資本、勞動、技術水平的需求程度不同，導致高鐵開通對高新技術企業全要素生產率的影響要高于傳統企業。另一方面，不同地區的經濟集聚程度不同，會導致高鐵對不同地區的企業發揮不同的作用。具體地，高鐵開通極大地提高了東部地區非城區企業的全要素生產率，但對于中西部地區而言，高鐵開通對位于城區企業的全要素生產率的拉動作用要遠遠大于位于非城區的企業。

基于本文研究結論，提出以下兩點建議：其一，在保持每年高鐵投資數量的基礎上，應加大對中西部地區的投資力度，同時注重配套的基礎設施建設。就目前而言，高鐵對中西部地區企業全要素生產率的潛在提升空間要遠遠大于東部地區，這其中一部分原因可能是中西部地區整體的基礎設施狀況要嚴重落后于東部地區，故為了縮小地區間基礎設施發揮作用效果的差距，一方面要加大西部地區的高鐵建設力度，形成具有規模的高鐵網絡，另一方面還要提高中西部地區整體基礎設施系統的數量和質量，進一步降低地區之間發展不均衡問題。其二，對基礎設施整體質量較高、高鐵網初具規模的東部地區，應該加快調整產業升級的速度，注重對高技術、資本密集型企業的引進。雖然東部地區整體的基礎設施質量較高，但由于土地價格等原因可能提高了企業的進入壁壘，故為了加快產業升級速度，東部地區應出臺相應政策發揮地區優勢，吸引更多高技術水平的企業，進一步提高地區的全要素生產率。

作者單位：李欣澤，北京大學新結構經濟學研究院、北京大學國家發展研究院;紀小樂，《山東大學學報》（哲學社會科學版）編輯部

責任編輯：牛澤東