数字基础设施建设对新建企业选址的影响及作用机制

兰秀娟 文传浩

一、引言

数字基础设施是建设网络强国、数字中国的先决条件，也是推动经济社会高质量发展的关键支撑[1]，数字基础设施的建设水平，正逐步成为衡量国家核心竞争力的重要标志。党中央、国务院印发的《数字中国建设整体布局规划》强调要夯实数字中国建设基础，打通数字基础设施大动脉。数字基础设施是包括大数据、人工智能、5G、物联网等为代表的新一代信息技术演化生成的信息基础设施。而新建企业选址主要是为了实现利润最大化而做出的区位决策，已有研究发现，新建企业选址受到成本、交通基础、环境规制、财税政策及市场需求等传统因素的影响。随着数字经济时代的到来，虽然传统因素对企业选址依然重要，但在数字化和智能化的浪潮下，企业要想实现质的有效提升和量的合理增长，必须加速数字化转型，充分发挥数字经济的赋能效应。而数字基础设施是进行数字化转型的基础支撑，它通过提供安全、高效、稳定的数字化环境，为企业进行数字化转型提供支持和保障。那么，在数字基础设施快速发展的时代，数字基础设施的建设是否会对新建企业的选址产生影响呢？经梳理发现，鲜有相关文献在“宽带中国”战略背景下研究数字基础设施建设如何影响中国新建企业的选址行为。

无论是迭代更新亦或初立门户，企业选址都是企业快速发展和战略落地的首要之重，选址设厂是企业最重要的微观活动之一[2]，是资源空间配置的核心范畴与微观要义[3]，也是企业生产行为与经验绩效的关键[4]。企业在进行区位决策时往往会考虑自身特征、目标区位等因素的影响，并选择能够实现自身利润最大化的空间位置。既有研究关注了环境规制、城市宜居性、可达性、财税优惠政策、风险投资、政府环境信息披露、集聚经济等对企业选址的重要影响[2，5-17]。而关于基础设施对企业选址的影响，大部分学者主要关注了交通基础设施对企业选址的重要影响。市场区位理论、工业区位理论均指出，运输成本对企业利润产生着重要影响，进而影响经济活动在空间上的分布[18]。新经济地理学也指出，交通运输条件是导致企业集聚的重要因素之一，并认为运输成本和规模经济二者之间的权衡对企业最佳区位决策产生着重要影响。部分国内外实证研究也证实了交通基础设施对企业选址的重要影响，如罗滕贝格发现，印度尼西亚高速公路对新建制造业企业选址产生了重要的影响[19]。林善浪等、耿纯和赵艳朋均发现，交通基础设施有利于企业选址[20-21]。蔡宏波等发现，交通基础设施升级会抑制污染企业选址[4]。

与以往的研究相比，本文的边际贡献主要有：一是以往研究更多的是关注了交通基础设施对企业选址的重要影响，而对数字基础设施的影响关注较少。在数字经济时代，企业进行数字化转型已成为必然趋势，新建企业在进行区位决策时可能会比以往更加重视数字基础设施建设。因此，研究数字基础设施建设与新建企业选址之间的关系，具有重要的理论及现实意义。二是基于地理区位、行业、距离中心城市不同辐射范围三个视角深入分析了数字基础设施建设对新建企业选址的异质性影响，从而为地方政府招商引资，吸引新建企业落户选址提供了理论借鉴。三是从成本降低效应、创新水平提升效应两个作用渠道切入，深入揭示了数字基础设施建设影响企业选址的内在机理，丰富了数字基础设施与企业选址的理论体系。

二、数字基础设施建设对企业选址的影响机制分析

在跨越地理位置和空间限制的数字经济时代，对依赖市场信息特别是数字经济产业的企业家来说，距离机场和高速公路的远近已不是企业区位决策的重要因素，而是突出地依赖无形的“信息高速公路”。本文认为，数字基础设施建设主要通过成本降低效应、创新水平提升效应两个作用渠道促进新建企业选址。

一是成本降低效应。首先，降低治理成本。公司治理成本的产生主要源于委托代理所导致的信息不对称问题，进而产生“逆向选择”和“道德风险”成本[22]，有效的公司治理能够通过缓解信息不对称和代理问题，改善治理效率[23]。一方面，数字基础设施建设使得企业运营的各个层面都能够被更加透明地监测和记录，企业的管理层、投资者及监管机构更容易获取到准确的信息，降低因信息不对称而带来的治理成本。另一方面，数字基础设施通过提供更为透明和实时的信息流，使得代理人和委托人更容易共享信息，降低代理问题的发生概率，进而降低因代理问题而引起的治理成本。其次，降低外部交易成本。研究发现，信息成本是企业交易成本的重要来源，数字基础设施的升级有利于促进企业信息交流，优化交易过程[24-26]。一方面，数字基础设施提供了高效的信息流通和获取渠道，使得企业更容易获取市场信息、供应链信息及其他商业环境的重要信息，进而降低企业与外部合作伙伴之间的信息不对称，减少合作过程中可能出现的不确定性，从而更容易建立起与供应商、客户及其他合作伙伴之间的有效沟通，最终降低外部交易的信息成本。另一方面，数字基础设施的发展推动了电子商务和在线交易平台的兴起，使得企业能够更便捷地进行交易，减少物理距离和时间的限制，更容易地找到合适的供应商、合作伙伴，进而实现高效的业务合作，降低了企业在外部环境中的交易成本。最后，降低经营管理成本。一方面，数字基础设施的发展使得企业能够更高效地进行日常经营活动，数字化的操作系统和管理工具可以使许多业务流程实现自动化，减少了手动处理的时间和劳动成本，降低了企业的经营成本，使企业更容易在数字化环境中实现高效经营。另一方面，数字基础设施为企业提供了更精细化的数据分析和监测能力，使得企业能够更准确地了解资源的使用情况，优化资源的调配，减少资源浪费，提高资源利用效率，从而降低经营管理的成本。古典区位论认为，企业的空间区位选择取决于企业在当地所能够获得的利润。数字基础设施建设通过降低企业的治理成本、外部交易成本、经营管理成本，使其能够更好地适应市场需求及变化，提升企业平均利润。因此，可以预见的是，数字基础设施的成本降低效应可能会成为新建企业选址的重要考量。

二是创新水平提升效应。数字基础设施能够在知识、技术等生产要素区位不发生变化的前提下，打破知识溢出的距离边界，通过信息流通促进技术和知识的扩散，提升技术和知识的流动效率[26-27]。同时，数字基础设施的发展使得各创新主体之间的联系更为广泛紧密，更加容易促成跨区域创新合作[28]，加速知识及技术在更广的空间范围内溢出，提升区域主体创新融合、创新资源匹配水平[29]。首先，数字基础设施建设，使得信息在企业间更加迅速、广泛地传递和共享。这对于企业来说，意味着可以更加及时和全面地把握市场信息、技术发展和竞争动态。在这样的信息环境中，企业能够更灵活地调整战略、创新产品和服务，从而增强竞争力。新企业可能更愿意在这样的数字化环境中选址，以便更好地融入信息流通的生态系统，从而加速创新。其次，数字基础设施的完善带来了生产和管理的数字化革命，这种数字化转型提高了企业的效率和生产力。数字化生产过程意味着更快的交付周期、更低的生产成本，这使得企业能够更有效地利用资源，投入更多精力和资金用于创新活动。同时，数字化管理使得企业更好地掌握内部运营状况，更迅速地作出决策，使得企业能够更好地适应市场的变化，从而培养和推动创新。最后，数字基础设施建设可以促进科技创新的形成和发展，数字化环境为企业、研究机构和初创企业之间的合作提供了更为便捷的平台。这种协同作用可以形成一个更加有利于创新的生态系统。企业在这个生态系统中更容易获取最新的科技成果，与其他创新主体进行合作，从而推动整个产业链的创新。新企业有望在这样的科技创新生态系统中找到更为有利的选址条件，以便更好地融入这个创新网络。创新是确保企业永葆生机的源泉，企业在创新中寻找新的产品、服务或生产方式，从而提高生产效率、降低成本，吸引新的投资。新建企业往往更愿意在创新氛围浓厚的地区选址，以充分利用创新的机会。因此，可以预见的是，数字基础设施建设可以通过提升区域内企业创新水平，吸引新建企业选址。

基于上述分析，本文提出以下研究假设：

假设1：数字基础设施建设可以促进新建企业选址。

假设2：数字基础设施建设可以通过成本降低效应、创新水平提高效应促进新建企业选址。

三、模型设定与变量说明

(一)模型设定

参考已有研究成果[30-32]，本文使用“宽带中国”这一战略实施来检验数字基础设施建设与新建企业选址之间的关系，设定的双重差分模型为：

Nessi，t=β0+β1Dici，t+ρControli，t+μi+γi+εi，t

(1)

其中，i、t分别表示城市和年份；Ness表示新建企业数量；Dic表示数字基础设施建设情况；β0为常数项的回归系数；β1表示数字基础设施建设的回归系数。Control表示选取的一系列控制变量；ρ为控制变量的回归系数。μi表示个体固定效应；γi为年份固定效应；εi，t为随机扰动项。

(二)变量选取

1. 被解释变量

新建企业选址(Ness)。本文采用地区新建企业数量来衡量企业的选址决策[4，5，11，33，34]，借助企查查数据库，通过python软件，获取了地级市层面新建企业数量的面板数据。

2.核心解释变量

数字基础设施建设(Dic)。为了助力网络强国、打造数字中国、抢占未来发展的制高点，国务院于2013年印发了《“宽带中国”战略及实施方案》，并宣布正式启动“宽带中国”战略，工业和信息化部与国家发展和改革委员会在2014年、2015年、2016年公布了试点城市名单。“宽带中国”战略与以往传统基础设施建设不同，它是以云计算、人工智能、大数据平台、物联网等为核心的数字基础设施建设。因此，本文利用“宽带中国”战略的数字基础设施建设验证其对新建企业选址的影响。由于延边朝鲜族自治州、哈密市、海东市、毕节市、三沙市以及台湾、澳门、香港等地区数据缺失较为严重，因此选择剩余的284个地级市层面的数据作为研究样本。样本中106个“宽带中国”战略试点城市为实验组，即虚拟变量Treat取值为1；剩余的178个地级市为对照组，即虚拟变量Treat取值为0。Post为宽带中国”战略是否实施的虚拟变量，即宽带中国”战略实施当年及以后设置为1，以前设置为0。Treat×Post的交乘项，记作Dic。

3.控制变量

本文确定的控制变量主要有[4]：地方经济发展水平(Pcgdp)，利用人均GDP来衡量。金融发展水平(Finance)，利用年末金融机构存贷款余额之和占GDP的比重来衡量。对外开放度(Open)，利用进出口总额占GDP的比重来衡量。产业结构(Str)，利用第三产业产值占GDP的比重来衡量。人口密度(Dpeople)，利用常住人口与行政面积之比来度量。人力资本水平(Human)，利用每百万人在校大学生数来衡量。

(三)样本选择、数据来源及描述性统计

根据数据的可获性，本文选择了2011—2020年284个地级市的面板数据作为研究样本。城市相关的数据来自2012—2021年《中国城市统计年鉴》以及2011—2020年各地级市国民经济与社会发展统计公报。本文将企查查数据库作为数据采集平台，通过python软件，爬虫获取了新建企业相关信息，通过分类整理得到各地级市2011—2020年企业新建数量的面板数据。变量的描述性统计见表1，实证回归中对绝对数进行了对数化处理。

表1 描述性统计

表2报告了是否进行“宽带中国”战略试点的单变量分析结果。可以看出，进行“宽带中国”战略试点城市的新建企业数明显高于未进行试点的城市(均值检验和Wilcoxon检验均在1%统计水平上显著)。这意味着，与未进行试点的城市相比，进行试点的城市更有利于新建企业选址，初步可以猜想“宽带中国”战略试点可以促进新建企业选址。

表2 单变量分析

四、实证结果分析

(一)基准回归结果分析

表3报告了数字基础设施建设对新建企业选址的回归结果。第(1)列和第(2)分别为未加入和加入控制变量的实证结果。可以看出，第(1)列和第(2)列Dic的回归系数均显著为正，说明与未进行试点的城市相比，进行“宽带中国”战略试点的城市显著促进了新建企业选址，在数字经济时代，数字基础设施建设已成为企业进行选址决策的重要影响因素之一。

表3 基准回归

(二)稳健性检验

1. 平行趋势检验与动态效应分析

选择双重差分模型的前提是必须满足平行趋势检验假设。参考已有研究成果[35]，构造的平行趋势检验模型设定为：

(2)

其中，β-T表示“宽带中国”战略试点第T年产生的影响，β+T表示“宽带中国”战略试点后第T年产生的影响，β表示“宽带中国”战略试点当前产生的影响，当年份为“宽带中国”战略试点当期时，Dici，t取值为1，否者为0。其他符号的含义与公式(1)相同。

图1报告了平行趋势检验结果。由图1可知，“宽带中国”战略试点前Dic的回归系数均不显著，说明在“宽带中国”战略试点前，实验组与对照组对新建企业选址的影响是基本相同的，即符合平行趋势假设。同时，从图1中还可以看出，随着时间的推移，从t+2期开始，Dic的回归系数均显著为正，且呈现出了逐年上升趋势，表明随着时间的推移，数字基础设施建设对新建企业选址影响效应越来越大。

图1 平行趋势检验结果

2.安慰剂检验

鉴于研究结果可能会受到城市和年份层面遗漏的不可观察因素的影响[35]，为了排除上述问题的干扰，本文通过随机抽取“宽带中国”战略试点的城市和试点的年份进行安慰剂检验。由于双重差分模型“宽带中国”战略试点的时间存在着差异，需要同时随机生成伪处理组虚拟变量Cityrandom和伪时间虚拟变量Postrandom。安慰剂检验的具体过程为：为了保证“宽带中国”战略试点不会对新建企业选址产生影响，本文构造了伪“宽带中国”战略试点实验对284个研究样本进行1000次随机冲击，每次抽取106个城市作为实验组，且“宽带中国”战略试点时间随机设定，最终得到1000组虚拟变量Dic(Cityrandom×Postrandom)，1000个估计系数βrandom的t统计量及其系数见图2。结果显示，真实估计系数t统计量和估计系数(虚线为真实值)均处于随机处理过程生成的估计系数t统计量和估计系数的横坐标右边，与安慰剂检验测试结果存在着显著差异。因此，研究结论具有较强稳健性。

图2 安慰剂检验结果

3.样本选择偏误检验

“宽带中国”战略试点并不是随机的，地方政府可能会根据自身的潜在条件积极争取试点，也就是说，研究中可能存在样本选择偏差的问题。本文使用倾向得分匹配(PSM)来缓解可能存在的样本选择偏误问题。具体地，本文将进行“宽带中国”战略试点城市设立为实验组，没有设立为“宽带中国”战略试点的城市作为对照组。本文选取经济发展水平、金融发展水平、对外开放、产业结构、人口密度、人力资本水平作为协变量，选择1∶1有放回的核匹配进行PSM检验。参考已有研究成果[35]，本文使用截面PSM和逐年PSM两种方法进行倾向得分匹配，然后选择满足共同支撑条件的最优对照组重新检验“宽带中国”战略的数字基础设施建设与新建企业选址之间的关系。图3和图4分别报告的是截面PSM和逐年PSM方法下的核密度图，两种方法匹配前两条核密度曲线偏差均比较大，但匹配后均值线之间的距离显著缩短，两条曲线也变得更加接近，说明截面PSM和逐年PSM降低了样本选择性偏误的处理效果。表4第(1)—(2)列报告了在截面PSM和逐年PSM匹配下的实证结果，可以看出，Dic的影响系数均显著为正，与基准回归结果保持一致，表明数字基础设施建设对于促进新建企业选址的结论是稳健的。

图3 截面PSM—DID核密度分布

图4 逐年PSM—DID匹配核密度分布

表4 稳健性检验结果

4.工具变量法

数字基础设施建设因其非随机性也可能带来内生性问题，进而降低研究结论的说服力和准确性。为了进一步缓解内生性问题和更纯粹地识别数字基础设施建设对新建企业选址的净效应，亟需构建一个合适的工具变量，本文选择明朝驿站作为数字基础设施的工具变量[36]。使用明朝驿站作为工具变量的原因是：一是相关性方面，修路受到地质条件等自然因素的影响，由于古代技术相对落后，因此会选取地质条件较好的地区修建明朝驿站，为了节约建设成本，数字基础设施也会尽量选取在地质环境等自然因素好的地区进行修建，所以二者是高度相关的。二是外生性方面，明朝驿站的修建主要是基于军事方面的考虑，受到经济发展水平的影响较小，而且已经过去了几百年的时间，对现代数字基础设施选址影响很小。由于明朝驿站是一个截面数据，参考已有研究，将工具变量乘以“宽带中国”战略政策的时间虚拟变量Post，这样截面数据的工具变量就变成了面板数据的工具变量[37-38]，用符号Mds表示，实证结果见表4第(3)列。第一阶段实证结果中，Mds×Post的回归系数显著为正，说明工具变量和解释变量具有强相关性。Kleibergen-Paap rk LM统计量对应的p值(0.009)在统计水平上显著，拒绝“不可识别”的原假设。Kleibergen-Paap rk Wald F统计量为18.782，大于10%偏误下的临界值16.38，拒绝弱工具变量的原假设。综上所述，工具变量的选择是合理的。运用工具变量方法后，Dic的回归系数依旧显著为正，证实了基准回归结果的稳健性。

5.排除其他政策干扰

在研究时期内，数字基础设施建设对新建企业选址的影响可能会受到同期其他相关政策的干扰。其中，2012—2014年开展的国家智慧城市试点、2015—2016年开展的国家大数据综合实验区试点政策均有可能对基准回归结果产生干扰。设定某城市在某年为国家智慧城市试点(Scp)、国家大数据综合实验区试点城市(Bcea)，则Scp和Bcea分别取值为1，否则取值为0。表4第(4)列和第(5)列为进一步排除国家智慧城市试点、国家大数据综合实验区试点政策的实证结果。可以看出，在排除了国家智慧城市试点、国家大数据综合实验区试点政策后，Dic的回归系数依然显著为正，再次说明了基准回归结果的稳健性。

6.更换研究样本

本文使用的样本数据存在着政策冲击前轻后重的不平衡情况，可能会对实证结果产生一定的影响，进一步选择2008—2020年政策冲击前后平衡的样本重新进行实证分析，回归结果见表4第(6)列。可以看出，在更换为平衡样本后，Dic的影响系数依然显著为正，数字基础设施能够促进新建企业选址的结论是稳健的。

(三)异质性分析

1. 地理区位异质性

一是按照东中西部地区划分。由于中国东中西部地区的发展基础存在着较大差异，因此，数字基础设施建设可能也会对东中西部的企业选址产生不同影响。根据《中华人民共和国国民经济和社会发展第七个五年计划》，本文对中国大陆东中西部地区进行了划分。表5第(1)列至第(3)列分别是东中西部地区的实证结果。可以看出，数字基础设施建设吸引了更多的新建企业向东部、中部地区集聚，且对东部地区的影响效应大于中部地区，而对西部地区则没有明显的影响。中国数字基础设施主要是以人口和产业为导向，网络节点和数据中心基本上是围绕着东部发达地区的城市进行部署。东部地区由于具有最为发达的数字产业、创新水平及数字技术应用水平而集聚了大量的数字资源。互联网、数据中心、云计算设施等数字基础对数字经济企业至关重要，东部地区在这方面具有显著优势，尤其是一线城市如北京、上海、深圳等，这些城市拥有着全国最为发达的数字基础设施，能满足企业发展的需要。中部地区土地要素和资源较为充裕，但数字基础设施建设尚不完备，数字技术创新和应用水平还不够高，与东部地区还存在着一定的差距。西部地区产业发展较为落后，数字基础设施以及数字技术应用水平较为滞后，对新建企业吸引力较弱。因此，在数字化浪潮下，“数字鸿沟”可能会进一步拉大东中西部地区的经济差距，导致区域经济发展存在进一步失衡的风险。

表5 东中西部和南北方异质性

二是按照南方和北方划分。南北方之间存在差距是中国近年来区域发展格局呈现的一个新趋势。数字基础设施建设对新建企业选址的影响可能在南方和北方也存在着一定差距。以秦岭—淮河线为界是公认的中国南北方分界线，因此本文以秦岭—淮河线为界将中国大陆划分为北方和南方，来验证数字基础设施建设对南北方新建企业选址的影响是否存在差异，实证结果见表5第(4)列和第(5)列。可以看出，在南方地区，数字基础设施建设有利于新建企业选址；而在北方地区，数字基础设施建设对新建企业选址没有明显的影响。南方的许多城市，如深圳、广州、杭州等，这些城市数字经济发展较快，数字化程度较高，这使其拥有更好的互联网、数据中心、云计算等数字基础设施，这对于依赖数字技术的新企业具有很强的吸引力；而北方地区数字经济发展较为落后，其数字基础设施建设也较为落后，在数字经济时代，缺乏竞争优势，造成其对新建企业吸引力不足。

三是按照八大经济综合区划分。国务院发展研究中心于2005年发布了《区域协调发展的战略与政策》，将中国大陆分为了东部沿海、南部沿海、北部沿海、黄河中游、长江中游、东北、西北、西南八大经济综合区。数字基础设施对新建企业选址可能会由于不同经济区的经济、产业、政策、地理区位产生差异。表6报告了八大经济综合区的实证结果。可以看出，在东北、北部沿海、东部沿海、南部沿海、长江中游五大经济综合区，数字基础设施建设有利于新建企业选址；而在黄河中游、西南、西北地区，数字基础设施建设对新建企业选址并没有显著的影响。在西南、西北地区地理位置相对比较偏远，数字基础设施可能并不是其企业选址所考虑的首要因素。黄河中游地区的经济发展主要依靠农牧业生产和能源开发，这些产业对数字化的需求相对较低，企业在选址时可能更看重与主导产业相匹配，数字基础设施并不是其选址的重要因素。

表6 八大综合经济区异质性

2.行业异质性

由于不同行业的数字需求各不相同，数字基础设施建设对不同行业新建企业选址可能会产生不同的影响。依据中国国家统计局生产性服务业统计分类(2019)标准，对生产性服务业进行划分；依据中国《国民经济行业分类》(GB/T 4754—2017)的划分标准，对生活性服务业进行划分。表7报告的是数字基础设施建设对不同行业新建企业选址的实证结果。可以看出，数字基础设施建设促进了制造业、生产性服务业、生活性服务业三个行业新建企业的选址，但其影响效应各不相同，其中对生产性服务影响最大，其次是生活性服务业，而对制造业行业影响最小。生产性服务业主要包括金融、信息、科研、咨询等，对于这些行业中的企业来说，高速可靠的互联网连接和数据处理能力是其运营的核心，数字基础设施的可用性和质量对于生产性服务业至关重要，这些企业可能更倾向于选择位于数字基础设施较为发达的地区，以确保其业务流程的高效性和竞争优势。生活性服务业包括餐饮、零售、教育、医疗等，虽然这些行业也在逐渐数字化，但这些行业对数字基础设施的依赖程度相对于生产性服务业来说还是要小一些，生活性服务业更加强调对实体基础设施如地点、交通等的依赖。制造业包括汽车制造、家电制造等，虽然数字化对于提高生产效率、优化供应链管理等方面具有重要作用，但数字基础设施对制造业企业选址依赖性相对较低。而交通、供应链、原材料、劳动力成本等因素，可能相对于数字基础设施，在制造业企业的选址决策中占据更大的权重。虽然随着智能制造和工业4.0的发展，制造业对数字基础设施的需求也在增长，但相对于前两者，其影响力在选址上仍较小。

表7 行业异质性

3.距离中心城市不同辐射范围的异质性

由于距离中心城市不同辐射范围的城市受到中心城市的影响存在着差异，数字基础设施建设对新建企业选址在距离中心城市不同范围内的城市可能也会产生异质性影响。本文将中心城市的辐射距离划分为0公里、0～250公里、大于250公里3个等级来研究数字基础设施建设对距离中心城市不同辐射范围内城市新建企业吸引力的影响[39]。本文利用百度API，通过Python软件，获取了外围城市到中心城市最短公路行车距离作为中心城市对外围城市的辐射距离，实证结果见表8。从中可以看出，对于中心城市以及远离中心城市较远的偏远城市来说，数字基础设施建设对于吸引新建企业选址均没有显著的影响；而对于靠近中心城市0～250公里范围内的周边城市来说，数字基础设施建设有利于吸引新建企业选址。企业在进行区位选择时会衡量成本的高低，当企业发现拥挤效应产生的成本高于收益时，则会选择退出集聚中心。随着数字基础设施的发展，企业可以借助电子商务和远程办公等途径，降低物理选址带来的高昂成本。数字基础设施建设也意味着企业可以在任何地方接触到全球的客户，不再需要选择在中心城市选址以接近客户。同时，数字基础设施建设会降低中心城市技术溢出、产业外溢以及信息沟通的成本[40]，提高外围城市受到的中心城市经济辐射的承受力，使得外围地区更好地吸收来自中心城市的“扩散效应”[39]。为了避免承担高昂的“拥挤成本”，数字基础设施建设可能会促进新建企业在中心城市周边选址，而不是在中心城市。在中国，距离中心较远的地区往往是比较偏远的地区，这些地区常伴随着经济发展落后、资源匮乏等困境，虽然数字基础设施建设能够一定程度上降低信息不对称，缩减空间上的地理限制，但却无法充分地提供企业发展所需要的各种资源，导致其对新建企业的吸引力动力大大不足。

表8 距离中心城市不同辐射范围异质性

(四)机制分析

基于上述理论分析，本文从成本降低效应、创新水平提升效应两个途径检验数字基础设施对企业选址的作用机制，参考已有研究成果[41-42]，构建了模型(3)对研究假设2进行检验：

Machanismi，t=β0+β1Dici，t+ρControli，t+μi+γi+εi，t

(3)

其中，Machanism表示机制检验变量，包括成本降低效应(治理成本、外部交易成本、经营管理成本)、创新水平提升效应的代理变量，其他变量含义与模型(1)相同，相关数据均来自CSMAR数据库、CNRDS中国研究数据服务平台。

1.成本降低效应

公司治理理论认为，代理冲突程度是公司内部治理结果的表现，代理冲突程度越低，则代理问题越少，公司治理效率就越高[43]。本文的公司治理成本用代理成本指标管理费用率来衡量，该指标值越大，表明公司治理的成本越高[22]。资产专用性是企业为达成某种具体的交易行为而进行的专项投资，一旦交易未达成或交易中断，企业为改变该资产用途将产生高昂的“转换成本”，使得交易对手极易产生“讨价还价”“敲竹杠”等投机行为[44]。因此，资产专用性较高，意味着企业将面临较高的外部交易成本[22]。借鉴已有研究，本文利用无形资产与总资产的比值来衡量企业的资产专用性水平，其值越大表示资产专用性水平越高。借鉴已有研究成果[22]，经营管理成本采用迪博内部控制指数除以100来衡量，该指标值越大，表明经营管理成本越低，上述实证结果见表9第(1)列至第(3)列。可以看出，Dic对企业外部交易成本和治理成本的回归系数均显著为负，对经营管理成本的回归系数显著为正，表明数字基础设施建设显著降低了治理成本、外部交易成本及经营管理成本。数字基础设施通过提供更为高效的信息传递和共享平台，减少了信息不对称；使企业能够实现更快捷、便利的外部交易；通过数字化的经营管理系统，企业能够更有效地管理内部流程，减少对外部资源的依赖，从而降低企业治理成本、外部交易成本、经营管理成本，而在企业追求利润最大化导向下，更倾向于在低成本的地区选址。因此，数字基础设施可以通过成本降低效应促进新建企业选址。

表9 机制检验结果

2.创新水平提升效应

为了验证创新水平提升效应是否是数字基础设施建设与新建企业选址的重要影响机制，利用模型(3)进行检验。创新一般包括创新投入和创新产出两个部分[45]，本文利用企业研发投入强度作为企业技术创新投入的代理变量，利用研发投入与营业收入之比来衡量；利用企业年度专利申请数来衡量创新产出，实证结果见表8第(4)和第(5)列。可以看出，数字基础设施建设对研发投入和专利授权数的回归系数均显著为正，说明数字基础设施建设可以提高企业创新水平。这是因为，数字基础设施有助于打破市场结构，创造新的市场机会，为知识经济的发展提供基础。企业在数字环境中更容易进行知识管理、共享和创新，更容易形成合作、创新联盟，新建企业更可能选择在数字化水平较高的地区选址，以更好地参与和推动创新经济的发展。因此，数字基础设施可以通过创新水平提升效应促进新建企业选址。

五、研究结论与政策启示

本文将“宽带中国”战略作为准自然实验，利用2011—2020年284个地级市层面的面板数据研究了数字基础设施建设对新建企业选址的影响。研究发现，数字基础设施建设能够吸引新建企业选址，且随着时间的推移，其影响效应越来越大。异质性分析发现，数字基础设施建设对新建企业选址存在着异质性影响，数字基础设施建设吸引了更多的新建企业向东部、南方以及南部沿海、北部沿海、东部沿海、长江中游、东北五大经济综合区选址，而对西部、北方以及黄河中游、西南、西北地区三大经济综合区没有显著的影响；更能够吸引新建企业在距离中心城市0～250公里范围内的周边城市选址，无法吸引企业在中心城市及远离中心城市的偏远城市选址；更能够吸引生产性服务业选址，其次是生活性服务业，对制造业行业吸引最小。机制分析发现，数字基础设施建设对新建企业选址的影响主要通过成本降低效应、创新水平提升效应两个传导渠道发挥作用。

根据以上结论，本文得到以下政策启示。

第一，政府应高度重视数字基础设施建设，将其作为企业选址、招商引资的重要因素，纳入城市规划和区域发展策略。可通过财政预算和政策引导，加大对云计算、5G网络、大数据中心、工业互联网等数字基础设施的投资力度，鼓励和吸引更多的社会资本投入到数字基础设施的建设中。根据企业的需求，优化数字基础设施的布局，如在经济开发区、产业集聚区等地优先进行建设。

第二，数字基础设施建设需要因地制宜，因行业制宜，以满足不同区域、不同行业企业的需求，推动经济社会的全面发展。西部地区政府要进一步加大对数字基础设施的投资，抓住“东数西算”工程建设机遇，适度超前建设数字基础设施，提防东西部数字基础设施发展差距“鸿沟”，加剧东部对西部地区的“虹吸效应”。对于距离中心城市较远的偏远地区、北方地区，也要加快数字基础设施建设，避免数字经济时代强者恒强的“马太效应”的出现。同时，政府在政策制定时需要考虑到行业的特性和需求，对于不同行业制定相应的数字基础设施建设策略。

第三，应加快区域数字基础设施建设，支持企业数字化治理的培训和指导政策，通过数字化降低企业治理成本；支持企业建设数字化的供应链管理系统，提高企业与供应商、客户之间的信息共享和协同效率，降低企业外部交易成本；制定支持数字化企业管理的政策，降低企业经营管理成本，以此吸引新建企业选址。鼓励数字基础设施建设与创新生态系统的结合，通过设立科技园区、提供研发资金、支持创新孵化等方式，促进数字基础设施与创新活动的结合，吸引更多创新型企业选址。