高铁开通是否有助于提升上市公司业绩——以我国省级、省会级城市为例

刘时睿 马晓军

（南开大学金融学院 天津市 300350）

交通基础设施是促进国家和地区经济发展的必要前提。高速铁路作为当代中国重要的自主创新型交通基础设施，在建设方面迅猛发展，取得了举世瞩目的成就。高铁网络的完善促进了区域间联系时间的缩短以及空间格局可达性的提升，有利于促进区域间人员流动以及信息交换效率的提高，可能对区域内企业的经营管理、业绩绩效等产生重要影响。本文以公司注册所在地是否开通高铁作为外生冲击，研究高铁开通对我国省级、省会级城市上市公司业绩的影响、作用机制和影响路径。

一、文献综述

（一）公司地理位置临近性的影响

现有文献主要运用经济主体之间地理位置的临近性来衡量公司的信息不对称程度和代理成本，研究表明地理位置的接近能够有效地降低公司的信息不对称程度和代理成本，改善上市公司的透明度和外部治理环 境。John 等（2011）、Devos 和Rahman（2014）的研究发现，地理距离的增加限制了现有利益相关者对公司投资管理决策的可观察性，会提高其信息成本和监督成本、并加剧代理冲突。然而，公司地理位置的选择不可避免地存在着内生性问题。研究发现，上市公司的融资决策（Loughran，2008）、机构投资者的投资决策（Coval 和Moskowitz，1999）以及并购方的收购决策（Kang 和Kim，2008）等均存在着本地公司偏好，从而会导致公司的地理位置与其经济后果之间的相互因果关系。

（二）高铁开通对企业微观行为的影响

多数学者认为，交通基础设施的改善能够显著降低上市公司的信息不对称程度和代理成本，从而有利于其业绩的提升。宋云玲等（2019）发现，高铁通车通过降低监管成本和提升管理层的信息精度，显著地提高了上市公司业绩预告的准确性。郑建明等（2020）的研究也表明，高铁开通在缓解企业所面临的融资约束的同时降低了企业的代理成本，从而显著地降低了企业的现金持有水平。也有部分学者从企业运营成本和企业创新等角度进行分析，提出交通基础设施改善有助于降低企业的库存成本和运输成本（Shirley 和Winston，2003）、提高企业科技人员集聚程度（马涛等，2020）。

（三）公司业绩的影响因素

信息不对称和代理成本是影响公司业绩的重要因素，信息不对称程度和各类代理成本的降低均会对上市公司业绩产生显著的正向影响。在信息不对称程度方面，陈莉（2017）的研究发现，会计信息透明度的增强通过融资成本的中介效应显著提高了企业绩效。李佩凡等（2021）和聂琳峰等（2021）则从双元创新的部分中介效应的角度得出了与之较为一致的结论。在代理成本方面，陈文强和贾生华（2015）认为代理成本的降低能够通过股权激励的路径显著地直接提升公司业绩。胡泽民等（2018）以及姚贝贝和林爱梅（2018）也分别从股权集中度和股权结构的角度得出了代理成本与公司业绩显著负相关的结论。

二、研究设计

（一）研究假设

基于对上述文献的分析，本文首先提出如下研究假设：

H1：高铁开通对公司业绩有显著的正向影响，上市公司注册地所在城市开通高铁后，公司业绩会出现显著提升。

H2：上市公司注册地所在城市高铁开通线路的数量越多、越密集，公司业绩越会出现显著提升。

以往文献的研究表明，高铁开通对企业微观行为存在着多种异质性的影响：所在地异质性、行业异质性、所有制异质性和产品异质性等（李欣泽等，2017；唐宜红等，2019）。类似地，高铁开通也会显著提升大中型城市、非国有企业的公司业绩。据此，本文提出如下研究假设：

H3：高铁开通对不同类型城市、不同所有权属性的公司业绩具有不同的影响。

H3a：相较于注册地所在城市等级排名较为靠后的上市公司而言，高铁开通对所在城市等级排名较为靠前及具有地缘资源和竞争优势的上市公司业绩的影响更为显著。

H3b：相较于国有上市公司而言，高铁开通对非国有上市公司业绩的影响更为显著。

（二）样本选取与数据来源

借鉴已有文献的研究（龙玉等，2017），本文将高铁开通视为一项“准自然实验”，采用双重差分法研究其对我国省级、省会级城市上市公司业绩的作用机制。为了保证结论的准确性以及防止异常值的影响，本文选取2003-2019 年上海和深圳证券交易所A 股的上市公司数据，根据2017 版国民经济行业分类标准，剔除金融业公司，剔除ST、PT、S股和G 股公司，剔除数据缺失及不连续的样本，剔除注册地所在城市高铁开通当年和开通后上市的公司，最终共得到全国范围内30个省级、省会级城市的11297 个有效公司样本。本文上市公司的基本信息、财务数据、股权性质数据均来自CSMAR 数据库，各城市高铁站开通时间和开通线路数据来自CNRDS 数据库。

（三）变量定义

一是被解释变量：公司业绩。对公司业绩的衡量通常有财务指标（袁萍等，2006；郝云宏和周翼翔，2010）和市场指标（杨青等，2009；贺炎林等，2014），为保证结果的准确性与稳健性，本文选取财务指标中的总资产收益率（ROA）和净资产收益率（ROE）。

二是解释变量。本文选取“样本期间是否开通高铁”（HSR）和“通车前后”（AFTER）两个虚拟变量的交互项作为解释变量来检验假设H1，即研究高铁开通对上市公司业绩的影响。对于样本期间开通高铁且通车后的公司样本，该交互项取值为1；对于样本期间未开通高铁以及样本期间开通高铁但尚未通车的公司样本，该交互项取值为0。为检验假设H2，引入“上市公司注册地所在城市高铁开通线路的数量”（Q），并缩小样本范围，选取HSR×AFTER 取值等于1 的公司作为新的样本，研究对于样本期间开通高铁且通车后的公司样本，高铁开通线路数量对其业绩的影响。考虑到高铁开通对上市公司业绩影响的异质性，引入公司所在城市类型虚拟变量（CITY1、CITY1.5 和CITY2）和公司所有权性质虚拟变量（TYPE），并与HSR×AFTER 相乘构造交叉项，来检验假设H3a和H3b，即研究高铁开通对城市类型和所有权属性不同的上市公司业绩影响的差异。

三是控制变量。选取公司规模（LNSIZE）、股权集中度（OC1）、董事会规模（BOARD）、独立董事比例（INDE）、公司成长性（GROWTH）作为控制变量。各变量的定义及描述具体如表1 所示。

表1 变量定义及描述

（四）模型设定

为检验假设H1，构建基准模型如式（1）所示。

其中，下标i 表示公司，t 表示年份；被解释变量PERFORMANCE为上市公司业绩，由ROA和ROE来衡量；主要解释变量为HSR×AFTER，以度量实验组的政策效应；β为双重差分估计量，衡量的是实验组相比控制组上市公司在高铁开通前后业绩变化之间的差异；u为随机扰动项；υ表示时间固定效应；λ表示行业固定效应。

为进一步检验假设H2，本文在模型（1）的基础上缩小样本范围，选取上述在样本期间开通高铁且通车后的公司作为新的样本，并同时控制时间固定效应和个体固定效应，构建模型（2）。

其中，主要解释变量为Q，以研究公司所在城市开通高铁线路的密集度对公司业绩的影响；γ表示个体固定效应。

为了考察高铁开通对上市公司业绩影响的具体作用条件，本文在模型（1）的基础上加入城市类型和公司所有权性质的虚拟变量，进一步检验高铁开通对不同类型城市和不同所有权属性公司的影响差异。对于不同类型城市的上市公司而言，本文根据上市公司注册地城市等级将城市划分为一线、新一线、二线和三四线城市，构建模型（3）来检验假设H3a，如式（3）所示。

其中，主要解释变量为HSRAFTERCITY1、HSRAFTERCITY1.5、HSRAFTERCITY2和HSRAFTER，以度量一线、新一线、二线和三四线城市上市公司的高铁政策效应；β、β+β、β+β和β+β分别表示高铁开通对三四线、一线、新一线以及二线城市上市公司的业绩影响。

对于不同所有权属性的上市公司而言，本文在剔除国企、外资与国企、民营双重所有权性质的上市公司后，构建模型（4）来检验假设H3b，如式（4）所示。

其中，被解释变量与控制变量同上；主要解释变量为HSRAFTER和HSRAFTERTYPE，以度量非国有企业和国有企业的高铁政策效应；β和β+β分别表示高铁开通对非国有和国有上市公司的业绩影响。

三、实证分析结果

（一）描述性统计

表2 显示了本文主要变量的描述性统计结果。HSR 的均值为0.989，表明截至2019年底98.9%的样本公司注册地所在城市开通了高铁；AFTER 与HSR×AFTER 的均值均为0.622，表明62.2%的样本处于高铁开通之后的年份。

表2 描述性统计结果

（二）相关性分析

经检验，ROA 和ROE 与HSR×AFTER的Pearson 相关系数均在1%的水平下显著为正，说明高铁开通与上市公司业绩显著正相关。此外，各控制变量也均与ROA 和ROE显著相关，验证了本文加入这些控制变量的重要性。另外，各变量之间的相关系数较小，均不超过0.5，表明各变量之间不存在严重的多重共线性问题。

（三）回归结果

模型（1）的回归结果如表3 所示，无论是否加入控制变量、无论采取何种财务指标衡量公司绩效，高铁开通均显著地提高了所在城市上市公司的业绩，支持了假设H1。以黄山旅游（600054）为例，截至2019 年底，建成、在建和规划中的7 条高铁线路使其区位优势进一步凸显，扩展了其公司景区的客源圈，进而对其业绩提升起到积极的促进作用。

表3 基准回归模型——高铁开通与公司业绩

模型（2）的回归结果如表4 所示，高铁开通线路的密集度对公司业绩有显著的正向影响，即上市公司注册地所在城市高铁开通线路越多，公司业绩越会出现显著提升，验证了假设H2。

表4 高铁开通线路数量与公司业绩

表5 的第（1）、（2）列为模型（3）的回归结果，显示高铁开通对一线、新一线和二线城市的上市公司业绩均具有显著的正向作用，而对三四线城市上市公司业绩的作用不显著；即相较于注册地所在城市等级排名较为靠后的上市公司而言，高铁开通对所在城市等级排名较为靠前的上市公司业绩的影响更为显著，支持了假设H3a 的预期。

表5 的第（3）、（4）列为模型（4）的回归结果，显示高铁开通对国有和非国有上市公司的业绩均具有显著的促进作用，并且相较于国有上市公司，高铁开通对非国有上市公司业绩的优化作用更为显著，证实了假设H3b。

表5 高铁开通对公司业绩影响的异质性

四、稳健性检验

（一）安慰剂检验

为排除不可观测的因素和其他替代性解释对研究结论的干扰，本文进行了安慰剂检验重新测度回归结果。借鉴李欣泽等（2017）、宋云玲等（2019）和郑建明等（2020）的做法，本文将高铁开通年份分别提前4 年和5 年构造“伪高铁开通时间”的虚拟变量AFTER4 和AFTER5，并与HSR 相乘构造交叉项，使用模型（1）来重新检验其对上市公司业绩的影响。结果显示，HSR×AFTER4 与HSR×AFTER5 的估计系数数值均接近于0 且不显著，表明虚拟的高铁开通及高铁开通前的其他政策并没有对所在城市的上市公司业绩产生显著的影响，实验组和控制组的上市公司业绩变化仅在高铁开通后产生了差异，进一步支持了本文基本研究结论。

（二）内生性检验

为降低内生性问题导致的估计偏误，参考卞元超等（2019）以及吉赟和杨青（2020）的研究，利用2017 年上市公司注册地所在城市的平均坡度（SLOPE）构造了“城市是否开通高铁”（HSR×AFTER）的工具变量，并采用两阶段最小二乘法进一步控制内生性的影响。本文选取上市公司注册地所在城市的平均坡度作为工具变量的依据在于：城市平均坡度作为该地区的天然地理条件，是外生、客观存在的，满足工具变量外生性的要求；并且城市平均坡度与该地区高铁的修建难度和成本息息相关，地形坡度越大，高铁修建越困难、成本越高，该地区开通高铁的可能性越小，满足工具变量相关性的要求。同时，由于2017年上市公司注册地所在城市的平均坡度不随时间变化，因此本文将其与年份虚拟变量的交叉项作为工具变量加入到模型（1）中进行回归分析。结果显示，虽然对于ROE而言，HSR×AFTER的系数不显著为正，但对于ROA而言，HSR×AFTER的系数仍显著为正，表明在考虑内生性问题后，高铁开通确实对上市公司业绩仍具有显著的促进作用，证实了本文基本研究结论。

五、作用机制

进一步引入代表信息不对称程度和代理成本的指标来探究其作用机制及影响路径，选取被分析师关注度和机构投资者持股比例（赵静等，2018）两个变量来衡量上市公司的信息透明度及外部治理环境。已有文献的研究表明，分析师处于企业以及信息较少的外部投资者之间，在信息中介及监督管理层行为方面均发挥着积极作用，有利于减少公司内外部人员之间的信息不对称以及对公司管理层进行监督（Kim 和Zhang，2016）。此外，大量文献也表明机构投资者能够通过对公司行为进行外部监督和约束，从而促进其持股公司绩效的显著改善（张涤新和李忠海，2017）。

为了考察信息不对称程度和代理成本在高铁开通与上市公司业绩之间的具体作用机制，本文在模型（1）的基础上引入了被分析师关注度（DECIMAL）和机构投资者持股比例（PROPORTION）两个变量，并分别将其与HSR*AFTER 相乘构造交叉项，构建如下模型（5）、（6）来研究在不同的信息不对称程度和外部监管环境下高铁开通对上市公司业绩的影响差异。

为进一步考察信息不对称程度和代理成本在高铁开通与上市公司业绩之间的影响路径，本文构建了模型（7）、（8）和模型（9）、（10）来分别逐步检验被分析师关注度和机构投资者持股比例对高铁开通政策的中介效应。

考虑文章篇幅，仅对回归结果解释说明。一是信息不对称程度。模型（5）的回归结果显示，信息不对称程度的降低有利于强化高铁开通对上市公司业绩的提升作用，支持了前文对于信息不对称机制的假设推断。模型（7）和（8）的回归结果显示，交互项对DECIMAL 的回归系数显著为正，且无论采取何种财务指标衡量公司绩效，DECIMAL对其回归系数均显著为正，而HSR*AFTER对其回归系数均不显著，即被分析师关注度在信息不对称程度的高铁政策效应中发挥了完全中介效应。二是代理成本。模型（6）的回归结果显示，由于被分析师关注度和机构投资者持股比例均可用于衡量代理成本，因此本文作用机制检验的回归结果说明，代理成本的降低有利于强化高铁开通对上市公司业绩的提升作用，支持了前文对于代理成本机制的假设推断。模型（9）和（10）的回归结果显示，交互项对PROPORTION 的回归系数不显著，即机构投资者持股比例在高铁政策效应中并未发挥中介效应，虽然机构投资者持股比例和高铁开通均与上市公司业绩显著正相关，但高铁开通并不会对机构投资者持股比例产生显著的正向影响。因此本文中介效应分析的结果说明，仅被分析师关注度在代理成本的高铁政策效应中发挥了完全中介效应，机构投资者持股比例并非其产生作用的影响路径。

六、结论

本文以2003-2019 年的A 股上市公司作为样本，基于高铁开通这一“准自然实验”，采用双重差分法研究了高铁开通对我国省级、省会级城市上市公司业绩的影响以及这种影响的作用机制和影响路径。研究结果表明，高铁开通能够显著提升上市公司业绩；并且上市公司注册地所在城市高铁开通线路越多、越密集，公司业绩越会出现显著提升。进一步异质性分析的结果显示，高铁开通对注册地所在城市等级排名较为靠前以及非国有属性的上市公司业绩的影响更为显著，说明高铁开通通过促进资本和人力等经济要素向大中型城市流动，为注册地所在城市等级更高的公司带来了更多的资源，也通过降低经济主体间的信息不对称程度，为效率更高的非国有企业吸引了更多的资本，进而有利于其业绩的提升。此外，作用机制检验及中介效应分析的研究，验证了高铁开通对上市公司业绩的影响主要是通过降低信息不对称程度和代理成本、提升上市公司透明度以及优化外部监管环境的方式来实现的，并且以上作用机制是通过被分析师关注度这一影响路径产生作用的，说明高铁开通有助于分析师团队发挥信息中介和对管理层行为进行外部监督的职能，降低了企业与外部投资者之间的信息不对称程度以及管理层与股东之间的代理成本，从而有利于上市公司业绩的提升。