高铁开通对于企业全要素生产率的影响研究

杨爱博

(华东政法大学 商学院，上海 松江 201620)

基础设施建设改善是拉动国民经济增长的有效路径之一。中国交通基础设施取得的重大成就突出体现在高速铁路(High-Speed-Rail，下文简称高铁)的建设方面。截至2020年底，我国高铁总里程达到3.8万公里，稳居世界第一，形成“四纵四横”布局(1)“四纵四横”是中华人民共和国铁道部《中长期铁路网规划(2008年调整)》中提出的，中国规划建设“四纵四横”客运专线，客车速度目标值达到每小时200公里以上(宜万铁路时速160公里)。，在重要城市群之间构建起了高密度的交通网络，使得全国各区域间实现高速互联互通。

我国经济增长方式亟需转型与升级，追求经济发展的质量和效益。党的十九大报告指出，我国经济已经逐渐由中高速增长阶段转向高质量发展阶段，努力实现高质量发展的源泉就是不断提高全要素生产率(Total Factor Productivity，下文简称TFP)。所以，提高全要素生产率、促进资源合理配置已经成为国家与社会的迫切要求。

企业是国民经济重要主体之一，与以往更加关注宏观经济的文献不同，本文将以微观企业作为研究对象。本文的研究重点是高铁开通对于城市企业TFP具有怎样的影响作用，这将有利于更好地理解高铁对于企业的影响，也有助于为政府的相关决策提供理论层面的建议。

一、文献回顾

关于高铁对于区域经济的影响，现有观点主要可以分为以下两种：第一，高铁的建设与开通对城市经济发展具有显著的促进作用。方大春和孙明月(2014)以京广高铁为例，研究论证了高铁对城市经济空间结构的作用机制，认为高铁能够显著提升城市之间的交通通达度，有利于沿线城市资源共享与信息交流，促进资源有效配置[1]。第二，高铁开通对城市、区域经济具有异质性的影响。张学良和聂清凯(2010)认为高速铁路对区域经济一体化具有积极作用，但高铁建设应当注意负溢出效应，发达地区的发展可能是以落后地区的衰退为代价[2]。

关于高铁开通能否提升TFP，现有研究分析的结果并不一致，有两种主要观点：第一，高铁建设与开通改善了交通系统，对TFP增长具有促进作用，但是这种正面的积极作用存在异质性[3]。第二，高铁开通与TFP之间并不存在特别显著的相关关系。张钟文等(2020)使用MP方法将企业TFP分解为资源再配置效率和技术进步两部分，他发现基础设施的改善能够提高企业技术进步率，但是同样也会降低企业的资源再分配效率，两部分影响相互抵消，导致作用并不显著[4]。

经过文献回归，目前研究大多是建立在宏观领域；另外，企业TFP的测算是研究的一大难点，为确保实证结果的稳健性，建议实证分析过程中应当采用多种方法测算企业TFP。

二、理论分析与研究假设

(一)理论分析

1.全要素生产率(TFP)

TFP的概念最早由美国经济学家罗伯特·索洛(Robert Solow)提出，是指在全部的生产要素(资本、劳动和土地等)不变的情况下，总产出依然保持增长的部分。在现代经济增长核算中，TFP除了反映生产技术进步以外，还能够反映资源配置效率、公司治理能力与管理水平等无法被投入要素所解释的变量。

本文测算企业TFP的方法参考黄凯南(2019)的研究设计[5]，使用半参数方法，即OP法和LP法。OP法假设企业根据当期企业生产经营状况作出投资决策，代理变量为企业的资本投资额；LP法则是对于OP法的改进，因为并非企业每年度经营中都存在正的投资额，部分企业样本在计量时被剔除，用中间品投入作为代理变量，能够有效解决这一问题。

2.高铁影响作用机制分析

(1)集聚与扩散效应

新经济地理学理论认为，运输成本在贸易中发挥着十分重要的作用，当两地之间交通运输成本下降时，劳动力转移阻力变小，具备高技术的劳动力流动可以形成产业集聚的动力，产业将会向某个具备吸引力的地区集聚起来，集聚地区企业得到更高的收益，经过循环累积效应，最终形成中心—外围的格局。交通基础设施的改善能够有效影响地区产业集聚与扩散，一方面，城市企业基于成本最小化的考量，往往会向中心城市或大城市集中，形成集聚型产业群，降低生产经营成本，形成区域经济增长的动力；另一方面，高铁也会使经济中心城市、省会城市产业向周边城市经济圈扩散，同时也疏导了城市人口、资源与环境的压力，促进要素的流动与辐射，企业人才、知识等资源会扩散至周边地区企业，提高该地区企业TFP。

(2)知识、技术溢出效应

高铁开通能够直接影响企业行为进而影响企业TFP。高铁的主要功能是“运人”，加快人力资源流动，促进了知识外溢与扩散即知识溢出效应，可分为内部知识溢出与外部知识溢出效用。

首先，高铁的开通会使得企业内部出现知识溢出，即母公司与子公司的信息交流与防范监督。高铁开通使得企业内部进行信息与技术交流成本大幅下降，促进子公司更快获取新技术，也使得母公司专注于科技创新，有利于企业创新活动；同时，内部知识溢出还体现在母公司能够加强对子公司的监管，夏子航等(2019)认为母子公司的时空距离过长导致沟通监管成本上升，不利于母公司对于子公司的监管[6]。子公司接受企业内部监督能够有效防范管理层出现机会主义和道德风险行为，提高企业家的生产经营决策水平与创新精神。

其次，高铁开通也会促进企业外部知识溢出的出现。对于上市企业生产经营来说，改善公司外部市场环境，获取投资与经济合作尤为重要。高铁的投入使用大大降低了机构投资者的出行成本，加强了投资者对上市公司考察、调研的频率，能够有效减轻上市企业和金融机构的信息不对称等问题，极大提高上市企业吸收投资的可能性；企业获得投资之后，将拥有更加充足的资金用于专利研发、技术创新以及改善管理水平。

(3)政府政策利导

高铁能够影响地方政策间接提升企业TFP。高铁开通改变了区域经济格局，地方政府为了进一步吸引人才、资本等资源，将会实施一系列营造良好营商环境的政策，促进企业加强创新、提高生产效率。

(二)研究假设

高铁通过各种间接机制推动企业TFP的提高，但高铁开通也存在不确定因素，可能对部分地区产生负面影响。高铁带来产业与创新的集聚，各种优势资源会流入中心城市，不同地区企业TFP可能走向两极，不同产权性质的企业也可能存在差异。据此，本文提出假设1和假设2。

H1：高铁开通能够提升企业TFP。

H2：高铁对于企业TFP的影响作用存在异质性。

三、研究设计

(一)数据来源与处理

本文收集了2008-2018(2)基于我国第一条高铁的开通年份为2008年；且由于近三年部分企业数据的不完整性，故将时间截止到2018年。年全国高铁和企业数据。数据来源主要为《中国铁道年鉴》和锐思(RESSET)数据库。基于数据可得性，本文选取了我国A股上市企业数据作为样本，同时参考姜颖超(2020)的思路对企业样本进行了筛选[7]。借助Excel和Stata软件整理了3102家上市公司的财务数据，时间跨度为11年，共计23309个观测值。

同时，利用stata对样本企业TFP进行估计并绘制两种方法下2008-2018年企业TFP核密度图。企业TFP核密度图像从总体上看是向右移动的，说明样本企业TFP确实逐年增长(3)受限于篇幅，这里省略图片。。

为了验证SVD法的可靠性,采用一组含有高斯脉冲信号和随机信号等噪声信号进行试验仿真,其仿真信号y(t)为

(二)建立模型

1.实证模型

综合以上研究分析，考虑到高铁开通是一项政策因素，可以将高铁开通作为“准自然实验”，利用双重差分法检验高铁开通是否会给企业TFP带来影响。本文参照徐强(2019)的研究方法[8]，建立以下回归模型：

TFPit=β0+β1hsrit+ΣλkControlk,i,t+δIndustryi+μDistricti+θYeart+uit

(1)

其中，TFPit是指上市企业i在t年的全要素生产率，是本文研究的被解释变量；hsrit是解释变量，代表i企业所在城市在t年是否开通高铁的虚拟变量；Controlk,i,t是模型中关于企业的一系列控制变量；Districti和Yeart分别表示企业所在地区和年份虚拟变量；uit为随机误差项。

2.变量选取与说明

(1)核心被解释变量：企业全要素生产率(TFPit)

(2)核心解释变量：高铁开通虚拟变量(hsrit)

根据《中国铁道年鉴》，若企业所在城市或地区在所属年度开通高铁，则设置其值为1，若尚未开通设置为0。

选取以下指标作为控制变量[9]，为减小异方差可能带来的影响，将部分变量进行对数处理。lnasset为企业资产总额(万元)的自然对数，用以代替企业规模；lncapint企业资本密集度的自然对数，资本密集度是利用上市公司的固定资产总额(万元)除以企业的雇佣员工人数所取得；block：企业股权集中度(%)，这里选取了上市企业第一大股东的股权份额来表示。

四、实证结果与分析

(一)基准回归结果与分析

1.实证结果

由于LP法测算下的企业TFP数据损失较少，故选取此测算法估计所得的企业TFP数据作为被解释变量的数据。利用stata软件将核心解释变量高铁开通变量与被解释变量企业TFP进行基准回归之后，结果如表1。

2.回归结果分析

表2模型(1)是加入企业规模、资本密集度和股权集中度等控制变量的总体回归结果，由于篇幅限制，表2中的控制变量回归系数结果省略。结果显示，高铁开通系数均在1%的水平显著，证实了假设1，即高铁建设对于所在地企业TFP有明显的正向促进作用。

表1 高铁开通对企业TFP全样本基准回归结果与异质性分析

控制变量回归系数与预期方向基本一致。第一，企业规模系数在1%的水平下显著为正，内在原因可能是大规模企业存在规模经济效应，具备充足的资金进行研发投入，在经济与科技变革中更具优势。第二，资本密集度系数显著为负，说明资本密集程度越高的企业在管理使用资本时更加缺乏理性的判断，可能存在资源错配现象，所以对企业TFP具有负面的影响。第三，企业股权集中度系数虽不显著但仍为正，即企业股权越集中，就越有可能具备更高的决策与管理效率。

(二)异质性分析

1.异质性影响Ⅰ：地理位置

为了验证地区差异是否会对本研究模型产生异质性影响，首先将按照东部、中部和西部地区(4)东、中、西部地区由全国人大六届四次会议通过的“七五”计划正式公布。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西；西部地区包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。1997年全国人大八届五次会议决定设立重庆市为直辖市，并划入西部地区。的区域划分进行分样本回归估计。

从回归结果发现，模型(2)和(4)hsr系数均为正，说明高铁建设对于东部地区和西部地区企业TFP具有显著的正向促进作用，且对东部地区的影响最明显；模型(3)中的hsr系数并不显著，即高铁对中部地区企业影响不确定。综合来看，高铁对于东部企业TFP的促进作用远大于中西部地区。原因包括：第一，东部地区经济发展程度相对较高，上市企业数量众多且规模较大，具有技术与管理创新的基础；城市之间的交流与合作比较多，高铁开通使得企业能够更快的获得先进的生产技术和管理经验。而中西部地区由于历史、地理等因素，发展基础不如东部发达地区，影响效应不如东部显著。第二，从资源角度来说，高铁开通进一步加速了中西部地区的人才外流，中部地区因为在地理位置上距离东部城市更近，人才外流与城市空心化现象更多；近年来又受到政府产业政策的影响，前往西部地区城市投资办厂成为热潮，西部地区企业TFP也有所提升。

2.异质性影响Ⅱ：企业所有制性质

不同所有制性质的企业同样有可能会导致高铁对企业TFP影响存在异质性，因此本文将按国有企业和非国有企业进行分样本回归，结果表2的模型(5)—(6)。可以发现，hsr的系数均在1%的水平上显著为正，但是对于非国有企业的影响更加明显。内在原因可能是相较于非国有企业，国有企业的生产自主权更少，管理体制更加僵化，创新动力不足，创新效率不够高。但是从总体上看，国企与非国企两样本的hsr系数相差不大，说明近年来国有企业经济体制改革成效明显。

综上所述，高铁对于企业TFP的影响作用存在异质性，进一步证实了假设2。

(三)稳健性检验

为了检验上述结论是否稳健，本文进行以下三项稳健性检验。第一，采用OP法下所测算得到的企业TFP作为被解释变量的数据，再次进行回归分析。因为OP方法虽可能遗漏样本，但可以规避内生性问题和样本选择偏差问题[10]。第二，排除北、上、广、深四个一线城市的企业样本重新进行回归分析。一线城市是经济中心，也是交通枢纽，高铁建设决策会被其地理位置而影响，所以需要排除此类城市企业存在的对总体回归结果偏差的影响。第三，高铁开通这一政策变化所带来的影响具有一个时滞，对当期的影响作用不够显著，在一定年份后效果才能够显现出来。因此参考龙小宁等(2014)的研究方法，使用高铁开通变量滞后一期(年)的数据作为新的解释变量[11]。

上述三项稳健性检验结果均与总体回归结果一致(5)受限于篇幅，所以省略了回归结果。，所以通过稳健性检验，可以判定研究结论基本正确。

五、研究结论与启示

本文通过对2008—2018年微观企业层面数据的研究分析，得出了高铁开通对企业TFP的影响作用结论。研究认为，高铁开通从总体上看对于企业TFP具有较为显著的促进作用，其中对于东部地区企业的影响要大于中西部地区、对于非国有企业的促进作用要大于国有企业。

依据研究结论和现实情况，可以提出政策性建议：第一，应当抓住全面深化改革的历史契机，通过创新驱动交通运输行业进一步转型升级，促进企业发展。发挥微观主体的重要作用，使得各区域经济持续稳定发展。第二，相关基础设施建设方面，要做到因地制宜。由于高铁开通对不同地区影响存在异质性，要进一步完善东部地区交通运输网络，实现资源的互联互通，促进产业集聚与转型升级，推动区域一体化进程。对于中西部地区，要根据地区的禀赋条件来合理改善交通设施。第三，继续加快国有企业改革，激发市场活力，促进企业创新。高铁对非国有企业的作用更加显著，要进一步深化国有企业所有制改革，给予企业更大的自主权。