政府驻地迁移与企业TFP：契机还是危机？

王 海，尹俊雅，洪 涛

(1.浙江工商大学 经济学院，浙江 杭州 310018；2.上海财经大学 财经研究所，上海 200433；3.哈尔滨工业大学 经济与管理学院，黑龙江 哈尔滨 150001)

一、 引 言

改革开放40多年来，中国经济发展水平不断提升。然而，“禁售芯片”一事却折射出中国经济发展过程中的核心技术缺失问题。制造业发展“缺芯少魂”问题引起了公众、政府等社会各界的广泛关注。为此，中国政府着重加大政策支持力度，但这种政策加码行为最终成就了股市狂欢还是企业创新升级却依旧存疑。[注]引自新京报：http://www.bjnews.com.cn/finance/2018/04/23/484150.html。李克强总理指出提高全要素生产率要依靠体制机制创新和技术创新，要把过去过度依赖自然资源的发展方式，转向更多依靠人力资源的发展方式。但值得注意的是，随着城镇化进程不断推进，资源、人口、经济活动全面流向城市(何艳玲等，2014；雷潇雨和龚六堂，2014)[1-2]，由此导致的交通拥堵、环境污染、住房紧张等“城市病”问题也日益严重。据统计，2015年第三季度，北京通勤族高峰期每出行1小时，就有30分钟耗费在堵车上，折合时间成本为每月808元。经济越发达的城市，因拥堵造成的损失也会越大。[注]引自人民网：http://politics.people.com.cn/n1/2015/1224/c1001-27973347.html。城市环境污染带来的健康成本损失与高不可攀的房价也在一定程度上侵蚀了地区经济发展潜力。“城市病”问题已经成为中国经济转型发展的“拦路虎”，有效缓解中心城区压力、引导资源合理流动迫在眉睫。

对此，部分地方政府有意通过政府驻地迁移来突破地区发展瓶颈，打造新的经济增长极。如2016年杭州市人民政府驻地就由拱墅区迁移至江干区。2017年北京市委、市人大、市政府、市政协着手迁往通州。对于政府驻地等公共部门迁移的研究，国外文献多基于累积因果理论或增长极理论，借助微观数据对比分析政府雇员流动的乘数效应与挤出效应(Faggio和Overman，2014；Jefferson和Trainor，1996；Becker等，2021)[3-5]。尽管已有研究对这一典型政府行为进行了有益探索，但与经济效应等宏观影响相比，深入探讨政府驻地迁移行为对微观企业发展的具体影响尤为必要。考虑到制度安排与运行机制方面的巨大差异，基于日本外迁中央机构的计划、韩国城市功能疏散的研究结论可能并不适用于解释中国政府驻地迁移的动机及影响。王海和尹俊雅(2018)[6]、卢盛峰等(2019)[7]、王海等(2019，2020)[8-9]就发现中国政府驻地迁移具有明显的“产业集聚、结构调整与空间布局优化”色彩，其在盘活经济格局并发挥“筑巢引凤”作用的同时，也有力推动了土地财政，呈现显著的资源配置效应。

现实层面，诸多因素干扰致使中国政府驻地迁移的影响方向难以明确。为规避潜在的不利影响，中央政府通过出台《国务院关于行政区划管理的规定(国发〔1985〕8号)》《民政部关于加强政府驻地迁移管理工作的通知(民发〔2008〕127号)》《关于党政机关停止新建楼堂馆所和清理办公用房的通知(中办发〔2013〕17号)》等文件，试图从审批层面加强政府驻地迁移行为的监督。但值得注意的是，经济从高速增长转向高质量发展时期“减量发展”具有重要作用。以北京为例，其抓住疏解非首都功能这个“牛鼻子”，实现了从“集聚资源求增长”到“疏解功能谋发展”的重大历史性变革，成功利用“减量发展”助推了经济“提质”。[注]引自新京报：http://www.bjnews.com.cn/opinion/2019/02/26/550312.html。而不同于原有政策“逐级上报国务院审批”的要求，《行政区划管理条例(国令第704号)》给出国务院授权省、自治区、直辖市人民政府进行审批的方案。政府驻地迁移审批权限的调整在反映出中央政府转变态度的同时，也让我们开始思考政府驻地迁移对企业发展是否确有积极影响。

鉴于此，基于中国制造业发展“缺芯少魂”的现实背景，结合中国地方政府驻地迁移接连出现的典型事实，本文就政府驻地迁移对企业TFP的影响进行系统的经验考察。本文的一个洞见是，政府驻地迁移有利于企业创新发展，显著提高了企业TFP。该结果一方面验证了政府驻地迁移的积极影响，另一方面体现了中国地方政府对地区经济发展的干预作用明显，把握好地方政府的行为激励至关重要。具体而言本文的边际贡献主要体现在以下方面：第一，较之已有研究，本文从微观层面考察了政府驻地迁移与企业创新发展的内在关联，更为细致地刻画了驻地迁移这一典型政府行为对企业TFP的影响；第二，本文利用实证模型识别了驻地迁移的影响机制，并分析了政府驻地迁移对不同资本密集度、不同补贴力度、不同性质企业的异质性影响。总体上，本文旨在探讨政府驻地迁移对企业TFP而言，是契机还是危机。试图明确政府驻地迁移对企业发展的具体影响，在为政府驻地迁移行为管理提供决策依据的同时，也为理解政府在地区经济发展过程中所扮演的角色提供一个新的视角。

文章余下部分结构安排如下：第二部分为逻辑分析与研究假设，涵盖政府迁移行为的典型事实分析及潜在的经济影响；第三部分对相关变量的选择进行说明；第四部分为基本实证分析部分，重点分析政府驻地迁移对企业TFP的影响方向及作用路径；第五部分给出稳健性讨论及进一步分析，以期在佐证研究结论稳健可信的同时，探讨政府驻地迁移的影响特征；最后总结全文并给出进一步启示。

二、 逻辑分析与研究假设

党的十九大报告指出我国已由高速增长阶段转向高质量发展阶段，并要着重提高企业TFP。报告重申要“使市场在资源配置中起决定性作用，更好发挥政府作用”。在此背景下，将政府驻地迁移这一典型政府行为作为切入点，探索政府驻地迁移与企业TFP间的关联具有重要的理论价值和实践意义。然而，政府驻地迁移影响具有一定的不确定性。深圳、青岛等地区因政府驻地迁移而焕发新机，鄂尔多斯则因政府驻地迁移造就“鬼城”现象。对企业而言，政府驻地迁移能在改善地区资源配置效率的同时，促成相关地区就业热潮，发挥劳动力资源优势，提升企业技术发展水平。然而，上述结论依旧停留在理论层面，缺乏相应现实例证。国外相关研究也重在思考政府驻地迁移对迁移地经济发展的影响，缺乏迁移城市经济影响的整体分析。尽管王海和尹俊雅(2018)[6]就中国地方政府驻地迁移的资源配置效应做了一定分析，但就政府驻地迁移与企业发展间的关系并未给出直接解读，相关研究仍有待进一步深入。

为明确政府驻地迁移影响特征，本文以合肥市和泉州市为例，初步探索政府驻地迁移的经济影响，以期为后文实证分析奠定现实基础。其中，合肥市政府于2006年收到国务院批示，“同意合肥市人民政府驻地由合肥市庐阳区淮河路迁至合肥市蜀山区东流路”。由图1可以看出，合肥市(迁移城市)2006年后创新发展程度与安徽省内其他城市平均水平存在显著差异，[注]图1、图2中地区创新发展程度数据来源于复旦大学产业发展研究中心寇宗来和刘学悦(2017)[10]的《中国城市和产业创新力报告2017》。呈明显上升趋势。考虑到作为安徽省省会，合肥市发展趋势可能比较特殊，本文进一步以泉州市为例进行分析。泉州市同样于2006年收到批示，“同意泉州市人民政府驻地由泉州市鲤城区庄府巷迁至泉州市丰泽区景观东路”。可以发现，2006年后，泉州市(迁移城市)创新发展水平同样明显高于福建省内其他城市创新发展平均水平(见图2)。以上案例可一定程度上表明政府驻地迁移对地区创新发展确有影响，且这一影响预期显著为正。

图1 合肥市政府驻地迁移影响

图2 泉州市政府驻地迁移影响

图3 驻地迁移前后对照组和实验组的差异变动

考虑到单纯以合肥市和泉州市为例证可能还不足于全面说明政府驻地迁移的现实影响，文章进一步对发生驻地迁移城市(实验组)和未发生驻地迁移城市(对照组)企业TFP进行统计层面的分析。对应分析结果在图3中给出。基本来看，在驻地迁移实施前三年，实验组与对照组间并未存在明显的系统差异。二者曲线变动总体上较为接近。与之对应的是，驻地迁移实施后，实验组与对照组间呈现出差异波动。喻示着驻地迁移可能对企业TFP存在显著正向影响。

进一步地，已有文献从资源配置、区域增长和产业升级等角度就政府驻地迁移的具体影响进行了有益探讨。其中，王海和尹俊雅(2018)[6]发现政府驻地迁移有利于缓解资源错配，并将有助于地区产业升级，具体在降低第二产业比较劳动生产率的同时，提升了第三产业比较劳动生产率(王海等，2019；2020)[8-9]。在此体系下，卢盛峰等(2019)[7]研究发现伴随政府驻地迁入，相应迁入地区的经济发展水平将获得显著提升。总体而言，政府驻地迁移一方面可能起到“筑巢引凤”的作用，形成政府主导的投资热潮；另一方面也能在促进落后地区繁荣的同时，缓解核心区域拥挤、降低劳动市场及经济发展空间约束(Pellenbarg等，2002)[11]，达到优化地区就业格局、发挥地区劳动力资源优势、促进企业发展的目的。据此本文提出以下有待检验的假说：

假说：作为一项重要政府行为，政府驻地迁移有利于提高企业TFP。

三、 实证设计

(一) 模型设计

已有研究表明，作为改变辖区空间布局的重大政府行为，政府驻地迁移能有效缓解地区资源错配，呈现资源配置效应。那么，政府驻地迁移能否有效助推企业TFP增长，实现经济增长效应便成为一个值得关注的话题。理论上，中国经济存在较为严重的资源错配问题，并由此导致25%～40%的TFP缺口(Hsieh和Klenow，2009)[12]。若政府驻地迁移能够缓解地区资源错配，应对企业TFP存在正向影响。基于这些考虑，本文以企业TFP为被解释变量，探索政府驻地迁移的影响特征，以期为中国地方政府驻地迁移管理提供现实依据和政策参考。具体将基于式(1)进行实证分析。

lntfpit=μit+ηrelocationit+θZit+εit

(1)

其中，lntfp为企业全要素生产率(TFP)的对数。relocation为政府驻地迁移变量，在式(1)中表现为，企业所在城市发生政府驻地迁移后定义为1，否则为0。Z为相应控制变量，包括企业层面和城市层面变量。实际回归过程中，考虑到部分企业在经营过程中会转换自身所属行业和城市，本文对企业固定效应、城市固定效应、行业固定效应以及时间固定效应进行了控制。为缓解模型异方差等问题，本文对回归模型统计量的标准误差进行城市行业层面的聚类处理。

(二) 变量介绍与样本选择

本文重点关注政府驻地迁移对企业TFP的影响，并进一步分析其影响特征。企业TFP的基础衡量数据主要来源于中国工业企业数据库1998～2007年的面板数据。[注]之所以使用到2007年的数据，是因为2007年后的数据存在质量不佳和统计标准变动双重问题。这可能对企业TFP测算结果造成干扰，尤其在企业的退出行为方面。为确保研究结论稳健可信，参考现有文献的普遍做法，本文基于1998-2007年样本进行回归分析。同时，以此为节点还有利于规避金融危机和《民政部关于加强政府驻地迁移管理工作的通知》(民发〔2008〕127号)的冲击影响。数据处理方面，本文按照Brandt等(2012)[13]的方法对该数据库进行基本匹配处理，并以1998年为基期，利用工业生产者出厂价格指数及固定资产投资价格指数对相关指标进行价格平减。对于企业层面固定资本存量的核算，本文依据鲁晓东和连玉君(2012)[14]的构建方式，通过永续盘存法计算企业层面的投资和资本存量。并根据盖庆恩等(2015)[15]的方法对部分缺失工业增加值进行了补全。在此基础上，删除工业增加值、固定资产合计、中间投入为负，以及从业人数小于等于8人的观察值。并进一步剔除非制造行业样本，得到制造业企业面板数据。具体实证研究过程中，对于TFP的计算，与现有文献相同，本文主要以OP法(Olley和Pakes，1996)[16]的计算结果为基准进行分析。

此外，本文主要以虚拟变量的形式来识别政府驻地迁移行为。具体来说，地方政府获得国务院驻地迁移批示后定义relocation为1，否则为0。驻地迁移详细基础数据主要来自于国务院网站，时间节点参照政府驻地迁移批示发文时间。进一步分析部分，本文还考察了政府驻地迁移距离远近(distance)对企业TFP的影响，以明确政府驻地迁移影响特征。具体距离数据主要在获悉政府驻地迁移批示地址信息的基础上，查询百度地图政府驻地迁移原址及新址间的驾车推荐路线距离来量化相应距离(distance)。

表1 变量描述性统计

为明确政府驻地迁移对企业TFP的影响特征，本文还引入一系列控制变量进行分析。主要包括两类：其一为企业层面数据，包括企业规模(size)、企业年龄(age)、企业资本密集度(kl)、企业性质(soe)、企业盈利水平(profit)以及企业补贴(sub)。企业规模(size)通常以其销售额、总资产及员工数来衡量。与现有文献类似，本文以当年该企业员工数的对数来测算；企业年龄(age)以样本所在年份与企业成立年份之差来度量；资本密集度(kl)主要通过其固定资产净值余额与企业员工数之比来度量；企业性质(soe)根据企业所有制类别定义，若企业为国有企业则赋值为1，否则为0；企业盈利水平(profit)采用企业利润的对数值进行衡量；企业补贴(sub)为企业所获政府补贴的对数。其二为城市层面数据，包括地区经济发展水平(pgdp)、科技创新能力(tec)、人力资本水平(capital)、城镇化水平(urban)、产业结构(stru)和地区人口密度(pdensity)。经济发展水平(pgdp)利用地区人均GDP表征；科技创新能力(tec)为各城市科技人员占总从业人员的比重；人力资本水平(capital)采用城市普通高校在校生人数占比表征；城镇化水平(urban)为地区非农业人口占总人口的比重；产业结构(stru)以地区第二产业占比来定义；地区人口密度(pdensity)为单位土地面积上的人口数。核心变量的描述性统计分析在表1中给出。

四、 基本回归结果

(一) 政府驻地迁移的基本影响结果

为明确政府驻地迁移的实际影响，本文依托模型(1)进行回归分析，对应回归结果在表2中给出。

由表2可知，政府驻地迁移(relocation)对地区企业TFP增长存在显著正向激励(见表2列1-3)。由此明确驻地迁移(relocation)能在缓解辖区资源错配的同时，促进企业TFP提升。这一影响也意味着，作为改变辖区空间布局的典型政府行为，政府驻地迁移影响作用明显，对地区企业发展是契机而非危机。考虑到与西方国家相比，中国地方政府拥有更大的影响力，因此做好地方政府行为管理对中国企业发展尤为重要。

控制变量方面，企业层面，企业规模(size)对TFP提升存在抑制影响。可能源于中小企业更为关注研发项目利用前景，企业管理决策相对高效灵活(高良谋和李宇，2009；王恕立和刘军，2014；王岭等，2019)[17-19]。企业年龄(age)对TFP的正向激励作用明显，企业存活时间越长，对应生产效率越高。盈利水平(profit)和企业补贴(sub)对于提升企业TFP水平具有积极作用，这一结果完全符合我们的预期，也从侧面证明可以通过“有形之手”促进地区生产效率提升。与之不同的是，资本密集度(kl)和企业所有制(soe)对于TFP并无显著影响。城市层面，地区经济发展水平(pgdp)、科技创新能力(tec)、城镇化水平(urban)以及产业结构(stru)对企业TFP提升具有显著正向影响，外部环境改善对企业TFP提高具有一定显著作用，地区人口密度(pdensity)越大的地区，企业TFP反而会受到一定抑制，这可能源于人口过度集中带来的资源错配影响。

表2 政府驻地迁移对企业TFP的影响

(二) 政府驻地迁移的影响机制检验

表2初步明确了政府驻地迁移有利于企业TFP提升。随之而来的问题是，政府驻地迁移如何影响企业发展。为明确政府驻地迁移影响路径，本文进一步甄别政府驻地迁移的影响是源于资本深化机制还是劳动力高技能化。具体将参照李永友和严岑(2018)[20]的研究，依托劳均资本(percapital)以及劳均固定资产(perkfix)分析政府驻地迁移的资本深化机制，并以劳均名义薪酬(gj)及劳均实际薪酬(gj2)指代劳动力高技能化。最终将从资本及劳动力双重路径分析政府驻地迁移影响机制。基本回归结果在表3中给出。

表3回归结果表明，与资本深化机制不同，政府驻地迁移显著促进了企业劳动力高技能化。表现为政府驻地迁移提高了企业劳均名义薪酬(gj)及劳均实际薪酬(gj2)。在缺乏反映企业职工技能水平统计信息的情况下，企业薪酬支付主要以员工绩效为依据，劳均薪酬在一定程度上可以指代企业劳动力高技能化(李永友和严岑，2018)[20]。由表3列1、2可知，政府驻地迁移对劳动力高技能化(gj及gj2)存在显著正向影响。表明政府驻地迁移对企业TFP的正向影响可能源于企业劳动力高技能化。与对劳动力的影响不同，政府驻地迁移的资本深化机制并不明显。驻地迁移对劳均资本(percapital)和劳均固定资产(perkfix)增长的影响均不显著。

结合上述分析，文章初步明确政府驻地迁移的影响主要源于劳动力升级而非资本深化。就其原因，本文认为驻地迁移具有城市面貌转变和区域产业政策的双重属性。第一，城市面貌转变方面。①政府驻地迁移某种意义上是一项打造新城的运动。这类新城建设可以有效增加城市规模。陆铭等(2012)[21]发现城市规模的扩大对于劳动力高技能化具有一定积极影响。一方面，城市规模的扩大带来了更多的学习机会和更强的知

表3 政府驻地迁移对要素投入的影响

识溢出效应，高技能服务业由于其知识密集型的特点，更易于从城市规模扩大中获得好处；另一方面，随着城市规模的扩大，地区产业得以升级(王海等，2019)[8]，服务业质量也会提升，使得制造业吸收更多的高技能劳动者就业(陆铭等，2012)[21]。②政府驻地迁移本质上也是居住环境的改善行为。其可在缓解核心城市交通拥堵的同时，打造新的城区。居住环境的改善有利于吸引高技能劳动力进入。张丽等(2011)[22]就发现财政支出与迁入人数成正比，存在引力效应，这种效应的实现与地区公共产品供给存在一定关联。夏怡然和陆铭(2015)[23]也发现长期流动的劳动力更会选择流向公共服务好的城市，公共服务对劳动力的流入起到显著的正向作用。

表4 政府驻地迁移的资源再配置效应

第二，区域产业政策方面。政府驻地迁移在一定程度上发挥了“筑巢引凤”的作用，助推地区经济实现“产业集聚、结构调整与空间布局优化”的目的。一方面，政府驻地迁移可能通过改变地区经济空间布局形成新的经济增长极，如海口市政府在打造第二办公区的时候强调海口将以新行政中心建设为突破口，带动教育和高科技产业功能区建设。这种产业集聚的变化可能会进一步引致地区劳动力高技能化。另一方面，政府驻地迁移也将有利于优化地区资源配置效率，促进地区经济产业升级(王海和尹俊雅，2018)[6]，并可能因此引致地区劳动力高技能化，促进企业TFP提高。总体上，上述结论为政府驻地迁移对企业TFP的正向影响提供了机制解释，也为理解政府驻地迁移影响特征提供了实证依据。

(三) 政府驻地迁移的资源再配置效应

前文分析表明，作为典型政府行为，政府驻地迁移行为影响明显。与资本深化机制相比，政府驻地迁移显著推动了企业劳动力高技能化，最终达到促进企业TFP提升的作用。但这一分析仍不够全面，政府驻地迁移的影响究竟是由市场机制促成还是政府行政力量调控尚不可知。为此，本文进一步分析政府驻地迁移巩固还是弱化了市场的资源再配置效应。具体将参考Melitz(2003)[24]、Aghion等(2015)[25]的研究构建式(2)。其中，share为企业占该年该行业的市场份额。实际回归中对市场份额进行对数化处理生成lshare。理论上，高TFP企业应占据高市场份额。相应实证回归结果在表4中给出。

shareit=β0+β1×relocationit×tfpit+τ×tfpit+ψ×relocationit+θ×Zit+εit

(2)

从表4回归结果中可知，政府驻地迁移提高了高TFP企业的市场份额，表现为变量relocation_tfp显著为正。换言之，政府驻地迁移并未干扰市场资源配置作用，强化了TFP对企业市场份额的正向影响(relocation_tfp、TFP显著为正)。这将进一步促使企业提高TFP以扩大市场份额，获取更多利润。可以明确，政府驻地迁移在促进企业发展方面卓有成效，在一定程度上起到了“更好发挥政府作用”的功效。

五、 稳健性讨论与进一步分析

(一) 平行趋势检验及动态影响分析

表5 平行趋势检验及动态影响分析

一个可能的质疑是本文实证结果存在“挑选赢家”的问题，即发生政府驻地迁移行为的城市发展趋势更好，更利于企业TFP发展。为排除这一疑问，本文进一步构建式(3)进行平行趋势检验，并分析政府驻地迁移的动态影响。

(3)

其中，Di,t-j为政策提前项，刻画的是政策发生之前j年政策所产生的效果，Di,t+j为政策滞后项，刻画的是政策发生之后j年的政策效果。实际回归中本文表示为before_k及after_k，并以虚拟变量的形式进行赋值。如政府驻地迁移前第4年，则赋值before_4为1，否则为0。迁移后第4年，则赋值after_4为1，否则为0。实际取政府驻地迁移前7年到后6年的政策虚拟变量进行回归。模型估计结果在表5中给出。可以看出，before_k(k=1，2，…7)变量皆不显著。也就是说，在政府驻地迁移发生前，迁移城市与未迁移城市并不存在显著差别。因此，并不能拒绝平行趋势检验成立的可能。值得一提的是，政府驻地迁移当期(current)及后两年(after_1，after_2)影响系数并不显著。这意味着政府驻地迁移影响存在一定的滞后性。在本文中表现为驻地迁移后3-5年(after_3，after_4，after_5)影响最为明显(见图4)。[注]值得一提的是，单从图4回归结果来看，驻地迁移的影响具有一定的短暂性，表现为在迁移后的第6年，驻地迁移的影响趋向于0。总体上，表5回归结果再次明确政府驻地迁移有利于企业TFP提升，前文研究结论稳健可信。

图4 平行趋势检验及动态影响图

(二) 政府驻地迁移的安慰剂检验结果

表6 基于时间层面的安慰剂检验结果分析

为确保研究结论的稳健性，避免因其他因素影响造成变量间关系的错误解读，本文通过调整政府驻地迁移时间进行安慰剂检验。具体将政府驻地迁移时间向前调整3-4年进行回归。若变量relocation依旧显著，则可能是因为其他政策等因素利于企业TFP提升，而非源于政府驻地迁移。相应安慰剂回归结果在表6中给出。可以看出，政府驻地迁移(relocation)时间提前3年和4年后所生成的变量f3relocation(列1与列2)和f4relocation(列3与列4)的影响系数不再显著。由此本文明确政府驻地迁移确实有利于企业TFP提升，且这一正向影响并非源于其他因素干扰。

前文通过虚构政策时间对回归结果的稳健性进行了初步探讨，进一步地，文章还将通过虚构政策实验组的方式进行稳健性检验。实际随机抽取其他城市样本，并假定这些城市在当年发生了驻地迁移行为，由此构建虚假迁移行为变量(relocation_false)进行回归分析。对应回归结果在表7中给出。可以看出的是，本文所关心的核心解释变量政府驻地迁移的影响确实并不显著，由此进一步证明了文章研究结论的稳健性。

表7 基于地区层面的安慰剂检验结果分析

(三) 基于PSM-DID的政府驻地迁移影响分析

表6和表7从安慰剂检验角度明确relocation的正向影响确实源于政府驻地迁移。为避免本文所得出的政府驻地迁移有利于企业TFP提升的结论，是源于迁移城市发展趋势，并非驻地迁移行为激励影响。本文运用PSM-DID法重新进行回归。具体根据城市、企业层面变量进行匹配。匹配后各变量的标准偏差绝对值均小于1%，严格符合匹配后特征变量的标准化偏差小于10%的标准。[注]匹配后标准偏差的绝对值越小，说明匹配的效果越好，Rosenbaum和Rubin(1985)[26]认为如果匹配好标准偏差的绝对值小于20%，可以视为匹配结果是有效的。PSM匹配结果留存备索。同时，t检验结果表明两组企业特征变量在匹配之后均不再具有显著差异，满足单个协变量平衡性条件。基于PSM-DID的政府驻地迁移影响回归结果在表8中给出。可以看出，政府驻地迁移对企业TFP确实存在显著正向影响，且这一影响在统计上通过1%的显著性检验，相应回归结论稳健可信。

(四) 考虑TFP滞后影响的估计检验

前文主要以当期TFP为被解释变量进行回归估计，但考虑到政府驻地迁移的影响存在一定的滞后性，为确保研究结论的稳健性，文章进一步对企业TFP进行三年移动平均处理，由此生成变量lntfp_mean进行回归估计。对应回归结果在表9中给出。可以看出的是，即使本文对驻地迁移的滞后影响加以考虑，文章的核心研究结论依旧稳健成立。表现为变量relocation依旧对地区TFP(lntfp_mean)存在显著正向影响，由此进一步证实文章研究结论的稳健性。

表8 基于PSM-DID的回归结果

表9 考虑滞后影响的估计结果

(五) 基于政府驻地迁移距离的影响分析

表10 政府驻地迁移距离的影响分析

政府驻地迁移影响与迁移距离存在显著关联，但就迁移距离的影响研究却结论不一。Andersson等(2004，2009)[27-28]及Faggio(2019)[29]基于国外政府驻地迁移现象分析发现，政府驻地迁移影响存在很强的地域局限性。距离越近，影响更为明显。但Jefferson和Trainor(1996)[4]研究发现，伴随着基础通信、交通设施逐步完善，较远的迁移距离反而对地区发展有所助益。为细致研究政府驻地迁移影响特征，本文分别引入迁移距离的一次项及两次项进行回归。基本回归结果在表10中给出。不难发现，政府驻地迁移距离对企业TFP存在线性影响(distance变量显著为正，distance_squ并不显著)。迁移距离越远，政府驻地迁移影响更为明显，更有利于企业TFP提升。

(六) 异质性视角下的政府驻地迁移影响分析

在明确政府驻地迁移对企业发展确有影响的基础上，本文进一步分析政府驻地迁移的影响特征。具体将通过企业资本密集度及补贴力度来识别其异质性，并由此进行实证研究。这主要基于以下考虑：其一，从中国产业扶持政策导向来看，企业资本密集与否直接关系到政府是否会予以扶持；其二，企业所获补贴额度是企业与政府间关联的直接表现，企业补贴额度越高，政府扶持力度越强。由此，本文分析政府驻地迁移是强化了原有扶持格局，还是起到了平衡企业发展的作用。基于此引入cic_kl、cic_kl_dum、cic_sub、cic_sub_dum进行回归，基本回归结果在表11中给出。

表11 企业异质性分析

不难发现，政府驻地迁移存在一定“扶弱”倾向，不利于高资本密集度及高补贴力度行业内企业TFP提升。在表11中表现为relocation_cic_kl、relocation_cic_kl_dum及relocation_cic_sub_dum影响系数显著为负，relocation_cic_sub也呈现负向影响。结合政府驻地迁移有利于企业TFP提升的研究结论，政府驻地迁移相对更利于低资本密集度、低补贴力度型行业企业发展。[注]值得注意的是，这里交互项relocation_cic_kl、relocation_cic_sub对企业TFP呈现负向影响。意味着政府驻地迁移对企业TFP的影响存在企业异质性。相对于低资本密集度、低补贴力度型企业，政府驻地迁移更不利于高资本密集度、高补贴力度型企业TFP提升。结合政府驻地迁移有利于企业TFP的研究结论，本文在此认为，政府驻地迁移具有一定“扶弱”倾向，相对更利于低资本密集度、低补贴力度型企业发展。考虑到cic_kl、cic_sub为连续变量，本文进一步构建了虚拟变量relocation_cic_kl_dum及relocation_cic_sub_dum进行回归，相应影响系数显著为负。进一步佐证前文结论。政府驻地迁移打破了原有企业利益格局，给低效率企业以发展契机，一定程度上也符合政府驻地迁移平衡地区经济发展的政策初衷。即在促进落后地区繁荣的同时，缓解核心区域拥挤、降低劳动市场及经济发展空间约束(Pellenbarg等，2002)[11]，以达成效率和公平的同步完善。

表11回归结果表明，政府驻地迁移具有一定的“扶弱”倾向。为佐证这一结论，本文进一步从企业所有制视角入手，探析政府驻地迁移对国有企业和非国有企业是否存在差异影响。中国国有企业具有很强的特殊性，国有企业一方面具备“企业”属性，在创新决策上受到利益、企业家精神等动力的驱使；另一方面，国有企业的“国有”性质又决定了其创新动力来源于国家任务、社会责任等因素(李政和陆寅宏，2014)[30]，这种企业性和公共性的结合构成了国有企业的“二重性”(宋晶和孟德芳，2012)[31]。国有企业的“二重性”使得政策上对国有企业存在“父爱主义”，国有企业先天具备政策支持的优势。当国有企业亏损时，政府为了让承担政策性负担的国有企业继续生存，就必然对国有企业进行事前的保护或者补贴，国有企业发展因此具有很明显的预算软约束特征(林毅夫和李志赟，2004)[32]。与非国有企业相比，国有企业政策优势明显。

为进一步明确政府驻地迁移影响特征，本文基于企业性质进行分样本回归。相应回归结果在表12中给出。可以看出，政府驻地迁移有利于非国有企业技术发展，且这一影响在统计上通过了1%的显著性检验(见表12列3、4)。但对国有企业而言，政府驻地迁移影响并不明显(见表12列1、2)。在此本文明确，政府驻地迁移具有一定的“扶弱”倾向，显著有利于非国有企业TFP提升。

表12 企业性质差异影响比较

六、 结论与进一步启示

政府驻地迁移是否科学合理，直接关系到区域内政治、经济、文化和行政管理中心的平衡转移，关系到生产力布局的优化和经济社会的持续健康发展。为了避免地方政府驻地迁移行为激发社会矛盾，中央有意识地提高了政府驻地迁移的审批门槛，驻地迁移趋于困难化。然而，地方政府违背政策“未批先迁”“边批边迁”现象频发。对此，本文在收集市级政府驻地迁移批示时间的基础上，结合中国工业企业数据库，探索政府驻地迁移于企业发展而言，是契机还是危机，以期为政府驻地“未批先迁”“边批边迁”现象频发提供解释。研究发现，政府驻地迁移显著促进了企业TFP提升，且这一影响与迁移距离存在正向关联。异质性分析发现，政府驻地迁移具有一定“扶弱”倾向，在不利于高资本密集度、高补贴力度型企业发展的同时，有利于非国有企业TFP提升。进一步分析发现，政府驻地迁移可以通过促进企业劳动力高技能化，推动企业TFP提升。考虑“挑选赢家”等问题后，相应结论依旧成立。由此明确，政府驻地迁移有利于企业发展，可为地区经济发展提供新的契机。

具体来说，本文一方面证实了地方政府驻地迁移对企业TFP而言，是契机而非危机，一定程度上为地方政府驻地迁移动机提供了解释，另一方面本文还得出以下具体结论：首先，政府驻地迁移并未干扰市场资源配置作用，显著提高了高TFP企业的市场份额。政府驻地迁移一定程度上实现了“更好发挥政府作用”；其次，政府驻地迁移距离对企业TFP存在正向线性影响，对当下中国政府驻地迁移而言，较远的迁移距离较为可取；最后，政府驻地迁移存在较为明显的“扶弱”倾向，在不利于高资本密集度、高补贴力度型企业发展的同时，有利于非国有企业TFP提升。可在一定程度上做到效率和公平的同步完善。

总体上，本文研究表明政府驻地迁移有利于企业TFP提升，能够为地区经济发展带来新的契机。而出于种种原因，中央政府加大了政府驻地迁移的审批难度，致使政府驻地迁移困难化。本文认为，政府驻地迁移具有一定可取之处，如合肥、泉州等地区都因政府驻地迁移促进了地区创新发展。而《行政区划管理条例》(国令第704号)中对于政府驻地迁移审批权限的调整也一定程度上为本文研究结论提供了政策基础。因此，中央政府不应“因噎废食”，不妨以更为包容的态度对待地方政府驻地迁移申请，进而为地区经济发展注入新的活力。此外，研究还表明，政府驻地迁移存在一定的“扶弱”倾向，予低效率企业以发展契机，有利于地区效率和公平的同步完善。这也符合政府平衡地区经济发展的政策初衷。

本文发现，对中国经济发展而言政府作用明显。中国经济仍未摆脱“小市场、大政府”的发展格局。如何进一步完善党的十九大报告所指出的“使市场在资源配置中起决定性作用，更好发挥政府作用”值得关注。本文分析认为，应当以更为包容的态势对待地方政府行为，虽然政府的不当举措可能抑制企业发展，但当前中国正处于由高速增长转向高质量发展的关键时期，把握好地方政府的行为激励，完善已有政绩考核机制可能仍是激励中国经济高质量发展的一剂良方。