高速鐵路與服務業(yè)企業(yè)生產率
——來自中國上市公司的經驗證據(jù)

咸金坤，汪 偉,2

(1.上海財經大學 公共經濟與管理學院，上海 200433；2.上海市金融信息技術研究重點實驗室，上海 200433)

一、引 言

新經濟地理理論強調經濟的“空間維度”，關注資源在空間的配置和經濟活動的空間區(qū)位問題。而高速鐵路的開通使得地區(qū)之間交通運輸環(huán)境得到了明顯改善，大大縮短了地理上的時空距離，顯著提升了高鐵城市的空間區(qū)位條件，削弱生產要素、特別是勞動力流動的空間壁壘，對經濟的空間分布、城市與產業(yè)發(fā)展產生深刻影響。當前，中國的高速鐵路正處于快速發(fā)展期，圖1給出了中國歷年開通高鐵的城市(累計)數(shù)目，從中可知，自2008年以來中國開通高鐵的城市數(shù)目快速增加，截至2018年底，中國已有180個地級及以上城市開通了高鐵，高速鐵路總里程數(shù)已達2.9萬公里，居世界第一，且已建成世界上最發(fā)達的高鐵網絡。2016年7月，國家發(fā)展改革委、交通運輸部和中國鐵路總公司聯(lián)合發(fā)布了《中長期鐵路網規(guī)劃》，該規(guī)劃指出，未來中國將建成“八縱八橫”高速鐵路網，預計到2020年，全國高速鐵路將進一步增加到3萬公里以上，覆蓋80%以上的大城市。

圖1 中國開通高速鐵路的地級市數(shù)目

關于高鐵項目效果評估的研究，已有文獻主要集中在對日本和歐洲等國家的分析。Sasaki等(1997)[1]的研究認為，日本“新干線”高鐵網絡的建設促進了當?shù)亟洕鲩L，并且未造成區(qū)域間發(fā)展水平差距的拉大。Ahlfeldt和Feddersen(2018)[2]以德國科隆和法蘭克福之間高鐵的開通為研究對象，他們發(fā)現(xiàn)，高鐵網絡的建成拉近了各個經濟主體之間的距離，提升了區(qū)域內的交通可達性，進而可以顯著地促進當?shù)氐慕洕l(fā)展。作為一個正處于轉型和發(fā)展中的大國，中國目前具有世界上里程最長、最密集的高速鐵路網絡，因而系統(tǒng)地評估中國高速鐵路建設的經濟效果具有重要的意義，同時也是一個亟待研究的問題。(1)最近，余泳澤和潘妍(2019)[3]分析了高鐵開通對城鄉(xiāng)收入差距的影響；余泳澤等(2019)[4]利用地級市數(shù)據(jù)評估了城市高鐵開通以后對技術創(chuàng)新外溢的影響；宣燁等(2019)[5]則考察了高鐵開通對服務業(yè)空間集聚的影響。

另外，為應對2008年國際金融危機的嚴重影響，中國政府推出了“4萬億”經濟刺激計劃，其中有一半以上被應用于鐵路、機場等重大交通基礎設施建設，而高速鐵路的建設在這一輪投資中非常具有代表性(張學良，2012)[6]。因此，更加深入地考察中國高鐵建設的經濟效應對進一步理解2008年經濟刺激計劃效果也具有深刻意義。此外，當前中國經濟發(fā)展進入了“新常態(tài)”階段，而產業(yè)結構的轉型與升級是當前面臨的重要挑戰(zhàn)之一(汪偉等，2015)[7]，但2019年中國服務業(yè)占GDP比重只有53.9%，與發(fā)達國家70%～80%左右的水平仍有一定差距，那么，高鐵的開通是否可以通過提高服務業(yè)企業(yè)發(fā)展的質量，從而有助于中國經濟結構的轉型與升級呢，對這一問題的回答也有其現(xiàn)實需求。

基于以上理論和現(xiàn)實背景，本文以企業(yè)生產效率作為切入點，試圖探討以高速鐵路為代表的公共基礎設施建設是否帶來企業(yè)全要素生產率的顯著提升。為此，本文利用中國高鐵建設項目作為自然實驗，研究其對中國服務業(yè)企業(yè)生產率的影響效應，這無疑可以看作是對“高鐵經濟”研究領域的一個有益補充，也構成了本文的主要貢獻之一。進一步，本文分析了城市開通高鐵導致服務業(yè)企業(yè)TFP提高的實現(xiàn)機制：高鐵所帶來的時空壓縮效應可以在城市層面上產生集聚效應，在企業(yè)層面上導致研發(fā)投入增加，在這兩種機制的作用下服務業(yè)企業(yè)TFP得以提高。另外，本文的研究從微觀企業(yè)角度出發(fā)，為高鐵開通如何帶動當?shù)亟洕l(fā)展和產業(yè)結構升級提供了新的經驗證據(jù)，此為本文的主要貢獻之二。

二、相關文獻綜述與研究假說

交通基礎設施建設對經濟發(fā)展的重要意義已不言自明，由于其具有正向外部性，因而全面評價該項投資的經濟效應也是政策制定者和學術界非常關心的問題。從理論角度來看，以Krugman為代表的新經濟地理學特別強調運輸成本對于集聚經濟、規(guī)模經濟和外部性的重要作用。因此，作為具有典型正外部性的公共品，(高速)公路和機場等交通基礎設施的建設可以對企業(yè)生產率水平產生重要影響(Redding和Turner，2015；Combes和Gobillon，2015；Holl，2016等)[8-10]。但是，高速鐵路與公路等交通基礎設施不同，在運輸功能上前者主要實現(xiàn)的是“對人的運輸”而非“對貨物的運輸”(鄧濤濤等，2017)[11]，因此，其對企業(yè)生產效率等方面的影響效果和作用機制可能會有所不同，故需要對此單獨進行研究與分析。

(一)高速鐵路開通對服務業(yè)企業(yè)生產率的影響

從已有文獻來看，高速鐵路的開通能夠通過以下三個方面影響服務業(yè)企業(yè)生產率。第一，高速鐵路的開通帶來時空壓縮效應，有助于加深各地區(qū)之間的開放與交流程度，削弱生產要素、尤其是勞動力流動的空間壁壘，加速要素資源的快速流動和頻繁交匯，優(yōu)化資源配置和產業(yè)的空間布局，從而提高服務業(yè)企業(yè)生產效率。第二，高鐵的開通也有助于提升城市之間的交通可達性，擴大中心城市的輻射范圍，從而通過節(jié)約交易成本和信息溝通成本等方式提高生產效率(王雨飛和倪鵬飛，2016)[12]。第三，高鐵等交通基礎設施的建設與開通提升了各行業(yè)人才出行與“會面”的便捷性，從而降低了知識在區(qū)域之間相互流動的成本，進而極大地促進了“知識溢出”(Agrawal等，2017)[13]。在這些方面因素的促進作用之下，企業(yè)生產效率都有可能得到顯著提升。然而，由于不同行業(yè)對生產要素的依賴程度存在巨大差異，高速鐵路開通所帶來的生產效率提升效應可能不會在所有類型的企業(yè)中都存在(Shao等，2017)[14]。進一步，高速鐵路是以客運為主的交通工具，而現(xiàn)代服務業(yè)中的產品通常具有非實物性、不可儲藏性和不可運輸性等特征，服務業(yè)的發(fā)展又十分依賴于城市規(guī)模與人口密度，因此由高速鐵路帶來的時空壓縮效應對于人員和信息要素流動性要求較高的服務業(yè)的發(fā)展具有重要影響(鄧濤濤等，2017)[11]。所以，本文在此基礎上提出第一個研究假說。

假說H1：高速鐵路的開通可以對服務業(yè)企業(yè)全要素生產率產生正面效應。

(二)影響機制分析

從理論層面講，開通高鐵可能會擴大城市規(guī)模、帶來人口集聚。一方面，從勞動力供給角度看，高鐵開通使得城市之間的交通可達性提高，人們進行工作搜尋與匹配的區(qū)域也會擴大，因此，高鐵的開通可以通過提高勞動力參與率的方式來增加城市人口規(guī)模(董艷梅和朱英明，2016)[15]。同時，高鐵帶來的時空壓縮效應削弱了由地理距離產生的約束條件，使得高鐵城市的區(qū)位優(yōu)勢得到明顯提升，增加了城市的向心力(王雨飛和倪鵬飛，2016；董艷梅和朱英明，2016；Ke等，2017)[12,16,17]。長期來看，可以吸引相對不發(fā)達地區(qū)和非高鐵城市家庭的遷移，高鐵城市的人口規(guī)模也會擴大。另一方面，高鐵開通帶來的交通便利性可以降低旅程的時間成本等，消費者選擇商品和服務的范圍更加廣泛，而同時企業(yè)服務的市場也更大，有助于提升其市場潛力，在兩者的相互作用下，商品有效供給增加，吸引更多企業(yè)入駐，這可以帶來社會對勞動力需求的擴張(董艷梅和朱英明，2016；Lin，2017)[16,18]，進而能夠使得高鐵城市規(guī)模擴大；在此基礎上，人口規(guī)模的擴大和企業(yè)數(shù)量的增加會帶來新一輪服務活動需求的增加，這進一步會通過就業(yè)效應擴大城市人口規(guī)模。所以，從供求兩方面來看，高鐵開通有助于擴大高鐵城市的人口規(guī)模，進而產生人口集聚效應。

高鐵開通帶來的人口集聚效應可以通過人力資本積累及其外部性等方式提升服務業(yè)企業(yè)生產效率。第一，人口不斷往高鐵城市集聚更能使人才類型呈現(xiàn)出多樣性，不同偏好和技能的員工與企業(yè)之間能夠更好地相互匹配，從而可以促使人們發(fā)展和選擇適合自身的行業(yè)，進而通過“匹配”機制提升服務業(yè)企業(yè)生產率(陸銘，2017)[19]；而服務業(yè)行業(yè)多樣性也可以加強其分工與合作，從而促進效率提升(陳樂等，2018)[20]。第二，人口規(guī)模較大的城市對服務業(yè)產品需求更多，在不斷地生產與服務過程中可以積累經驗，因而可以通過“干中學”效應帶來生產效率的提升；而在規(guī)模較大的城市中，廠商、員工之間也可以通過知識的傳播與人際知識的外溢性促進服務業(yè)企業(yè)生產效率提升(梁文泉和陸銘，2016)[21]。第三，城市開通高鐵產生的人口集聚效應可以使得高鐵城市的服務業(yè)企業(yè)進行人力資本的積累，而人力資本積累帶來的知識存量的增加可能會帶來技術的革新，進而提高服務業(yè)企業(yè)的生產效率。

圖2 高鐵開通對服務業(yè)企業(yè)生產率影響的實現(xiàn)機制

另外，高鐵的開通在一定程度上打破了城市間、區(qū)域間的市場分割和行政壁壘，將不同城市、城市群的經濟活動連成一個整體，交通可達性提高、交易成本降低，由此帶來企業(yè)潛在市場規(guī)模的擴大，使得企業(yè)所在城市的經濟集聚能力得到提升(宣燁等，2019)[5]。進而，在經濟集聚效應的作用下，企業(yè)的生產率也可能會得到提升(唐為和王媛，2015)[22]。(2)關于經濟集聚對企業(yè)生產率提高的機制得到了大量文獻的檢驗，在此不再贅述，可參見唐為和王媛(2015)[22]。因此，本文提出研究假說H2。

假說H2：高速鐵路具有時空壓縮效應，可以通過人口集聚和經濟集聚效應提高服務業(yè)企業(yè)的生產效率。

現(xiàn)代區(qū)域經濟理論中，地理因素在金融、投資領域扮演著重要的角色，地理位置與地理距離深刻影響了資本市場各主體之間信息溝通的廣度和深度，而其中最為關鍵的就是“軟信息”(黃張凱等，2016)[23]。(3)“軟信息”是指難以被記錄、存儲或傳遞的特有信息(龍玉等，2017)[24]?！败浶畔ⅰ钡拇嬖谑沟乩砦恢貌煌慕洕黧w之間信息傳遞的效率存在差異，由此造成的信息不對稱問題則顯得十分重要，而高鐵的開通使得交通狀況得到極大的改善，對人們之間直接面對面交流、實地考察以了解投資環(huán)境和投資項目前景以及監(jiān)督投資項目的進展與執(zhí)行情況帶來了便捷性，因而有效地促進了“軟信息”的傳遞，從而降低信息不對稱程度(龍玉等，2017)[24]。

通過考察中國風險投資行為，龍玉等(2017)[24]的研究發(fā)現(xiàn)，與非高鐵城市相比，高鐵通車后高鐵城市吸引了更多的風險投資，新增風險投資顯著增加。而黃藝翔和姚錚(2015)[25]等研究發(fā)現(xiàn)，企業(yè)風險投資的增加對上市公司研發(fā)投入具有顯著的提升作用。他們的研究共同揭示了高鐵對創(chuàng)新經濟的推動作用，從而可能有助于提高服務業(yè)企業(yè)生產效率。與之類似，Agrawal等(2017)[13]利用美國州際公路建設的數(shù)據(jù)發(fā)現(xiàn)，高速公路存量的增加有利于提高地區(qū)的專利數(shù)量，推動企業(yè)創(chuàng)新與技術進步。實際上，已有研究已經指出，服務業(yè)企業(yè)的研發(fā)活動能夠顯著地提升其全要素生產率(毛德鳳等，2013；孫曉華和王昀，2014)[26,27]。在此基礎上，本文提出第三個研究假說。

假說H3：城市開通高速鐵路可以提升當?shù)仄髽I(yè)的研發(fā)投資，從而使得服務業(yè)企業(yè)的生產效率得到提高。

三、實證模型設定與識別策略

(一)計量模型設定

本文的實證研究采用雙重差分(DID)模型。根據(jù)該模型，在研究的樣本區(qū)間內，若企業(yè)所在的城市開通高鐵，則這些企業(yè)被劃分為處理組；而在此期間內企業(yè)所在城市沒有開通高鐵，則將這些企業(yè)劃分為控制組。因此，結合Holl(2016)[10]、Lin(2017)[18]等現(xiàn)有的研究，本文的主要實證模型如式(1)所示：

TFPcijt=β0+β1Connectct+Firm_Controlcijtδ+City_Controlcijtθ+αc+γt+ucijt

(1)

其中，TFPcijt表示在城市c中，處于j行業(yè)的公司i在第t年時全要素生產率(TFP)，而Connectct為虛擬變量，也是本文的核心解釋變量，Connectct=1表示城市c在t年開通高鐵，Connectct=0表示該城市在樣本期內始終未開通高鐵。Firm_Control表示企業(yè)層面的控制變量，其變量選取主要參照Giannetti等(2015)[28]、程晨和王萌萌(2016)[29]等研究；City_Control為城市控制變量，其變量選取主要參照劉玉博等(2017)[30]等研究。αc為城市固定效應，而γt表示時間效應，最后，ucijt表示誤差項，表1中列出了本文所涉及變量的基本信息。

表1 主要變量定義

(二)企業(yè)全要素生產率的測量

本文參照Giannetti等(2015)[28]的研究，利用下式對上市公司的TFP進行測算：

yijt=αjt+βjtlijt+γjtkijt+ηjtmijt+εijt

(2)

其中，yijt表示行業(yè)j中的公司i在第t年時主營業(yè)務收入的對數(shù)值，lijt表示行業(yè)j中的公司i在第t年時員工人數(shù)的對數(shù)值，即企業(yè)年報中披露的上市公司在冊(在職)員工人數(shù)，kijt表示行業(yè)j中的公司i在第t年時總資產的對數(shù)值，而mijt表示行業(yè)j中的公司i在第t年時購買商品、接受勞務實際支付的現(xiàn)金的對數(shù)值。

在估計式(2)時存在同時性偏誤和選擇性偏差等計量技術問題，因而通常OLS方法計算出的TFP是有偏的(魯曉東和連玉君，2012)[31]。針對于此，許多學者提出了相應的解決方案，如OP方法和LP方法等。因此，本文參照Giannetti等(2015)[28]、程晨和王萌萌(2016)[29]等研究，首先利用OLS方法分年份和行業(yè)對式(1)進行回歸，得到參數(shù)方法估計的企業(yè)全要素生產率(TFP_OLS)，以作為基準參考；其次，本文還利用OP方法得到基于半參數(shù)方法估計的企業(yè)全要素生產率(TFP_OP)。(4)在利用OP方法計算企業(yè)TFP時，本文主要參考于新亮等(2017)[32]。

(三)數(shù)據(jù)來源與描述性統(tǒng)計量

為了定量考察高鐵開通對所在地企業(yè)TFP的影響，本文手工收集了中國開通高鐵的城市(地級及以上)及其首次開通時間等信息，其數(shù)據(jù)來源于中國鐵路總公司、百度百科網以及Lin(2017)[18]等。在計算企業(yè)TFP時，所用到的企業(yè)主營業(yè)務收入、員工人數(shù)、總資產數(shù)、財務數(shù)據(jù)等，以及有關企業(yè)層面的變量等數(shù)據(jù)均來源于國泰安CSMAR和Wind數(shù)據(jù)庫。另外，有關城市經濟特征的控制變量來自歷年的《中國城市統(tǒng)計年鑒》。

在進行實證研究之前，我們對企業(yè)數(shù)據(jù)進行了處理：在測量TFP時，我們剔除了金融類和ST類等公司；僅保留A股上市公司。同時，為避免離群值對回歸結果的影響，我們利用winsorize方法對連續(xù)變量進行縮尾處理。經過數(shù)據(jù)處理之后，表2給出了相關變量的描述性統(tǒng)計量。以OLS方法測度的上市企業(yè)TFP均值接近于0，標準差在0.3附近，這與Giannetti等(2015)[28]的測度結果非常接近；以OP方法測度的上市企業(yè)TFP均值為4.4左右，標準差為0.39左右，該結果也與程晨和王萌萌(2016)[29]的測度結果相似程度較高。這表明，本文測算的上市企業(yè)TFP較為可靠。

表2 描述性統(tǒng)計量

四、實證結果

(一)基準結果

由于本文主要分析高速鐵路開通對服務業(yè)企業(yè)全要素生產率的影響，因而，我們首先根據(jù)2012版證監(jiān)會行業(yè)分類標準和統(tǒng)計局公布的服務業(yè)行業(yè)分類來識別上市公司中屬于服務業(yè)的企業(yè)。(5)本次行業(yè)分類中并未包括道路運輸業(yè)、水上運輸業(yè)和航空運輸業(yè)三個行業(yè)。

在表3中，第(1)-(3)列的被解釋變量為OLS方法測度的服務業(yè)企業(yè)TFP。根據(jù)結果可得，在樣本期內，相比于位于未開通高鐵城市的服務業(yè)企業(yè)，高鐵開通以后能夠使得沿線的服務業(yè)企業(yè)TFP顯著增加，估計的Connect系數(shù)值為0.0754(第(3)列)，且在10%的顯著性水平下顯著。這表明，平均來看，城市開通高鐵可以使得當?shù)胤諛I(yè)企業(yè)的TFP提高24%個標準差。這一結果與假說H1相吻合，即高速鐵路的開通可以對服務業(yè)企業(yè)全要素生產率產生正面效應。正如前文所述，由于在估計企業(yè)TFP時存著同時性偏誤和選擇性偏差等問題，OLS方法得到的企業(yè)TFP可能是有偏的。因此，為確保結果的準確性與穩(wěn)健性，表3中的第(4)-(6)列給出了以OP方法測度的服務業(yè)企業(yè)TFP作為被解釋變量的估計結果。我們發(fā)現(xiàn)，城市開通高鐵對當?shù)胤諛I(yè)企業(yè)TFP的提升效應仍然成立，即城市開通高鐵可以使得當?shù)胤諛I(yè)企業(yè)的TFP提高23%個標準差(Connect的估計系數(shù)為0.0896)，且在5%的顯著性水平下顯著。假說H1再次得到了經驗證據(jù)的支持。

表3 基準回歸結果

(二)平行趨勢檢驗

基準回歸中識別策略的成立要依賴于城市開通高鐵的時間與其他潛在的能夠影響服務業(yè)企業(yè)TFP的因素無關。如果位于處理組城市與控制組城市的服務業(yè)企業(yè)TFP在開通高鐵之前就存在著趨勢上的差異，那么上文中所估計的“處理效應”就可能不是由于城市開通高鐵導致的。為此，我們參照Alder等(2016)[33]的思路對處理組和控制組之間進行平行趨勢檢驗。具體而言，我們在回歸方程中設置了5個開通高鐵前的虛擬變量(Connect_preX，X=1，2，…，5)，在某城市開通高鐵的前1年，虛擬變量Connect_pre1的取值為1，以此類推。具體的檢驗結果列于表4中。

表4 平行趨勢檢驗結果

根據(jù)平行趨勢檢驗的結果我們可以發(fā)現(xiàn)，不管是以OLS方法還是OP方法測量的TFP為標準，直至高鐵開通前五年，處于處理組城市和控制組城市的服務業(yè)企業(yè)TFP都大致保持相同的變動趨勢。所以，本文使用DID方法來識別政策效應是滿足平行性趨勢這一前提條件的。

另外，Zheng和Kahn(2013)[34]指出，中國鐵路總公司(原鐵道部)在選擇修建高鐵的城市時并沒有公開宣布其標準，而修建高鐵既可能是為了連接特大城市與經濟形勢較好的城市，也可能是為了扶持落后地區(qū)以平衡區(qū)域間的發(fā)展。并且兩位學者的研究也發(fā)現(xiàn)，在2001-2005年間，在GDP增速、工資增速以及距離“北上廣”三個城市的最短距離方面，已開通高鐵的城市與其他城市之間沒有表現(xiàn)出顯著的差距，這也為我們識別策略的可行性提供了佐證。

(三)穩(wěn)健性檢驗

雖然我們在上文進行了平行趨勢檢驗，但是我們仍然擔心可能存在某些不可觀測的因素影響服務業(yè)企業(yè)TFP，而不是高鐵開通所帶來的效應。一個可能的原因是，生產效率較高的服務業(yè)企業(yè)均集中在直轄市和省會城市，而這類城市幾乎全部開通高鐵，這就使得我們在基準回歸中得到的結果是有偏的。為了消除這種顧慮，我們將位于直轄市和省會城市的服務業(yè)企業(yè)樣本剔除，重新估計模型(1)。當剔除位于直轄市的服務業(yè)企業(yè)樣本以后，我們發(fā)現(xiàn)估計的Connect系數(shù)值與基準回歸結果非常接近(甚至更大)，這說明假說H1仍然成立。而在樣本中同時剔除位于直轄市和省會城市的服務業(yè)企業(yè)樣本后，以OLS方法測度的TFP方程顯著性有所降低(表5第(3)列)，一個可能的原因是該方法得到的TFP是有偏的，導致結果與基準回歸略微存在差異。即便如此，Connect系數(shù)仍然為正，P值非常接近10%的顯著性水平，其大小也與基準結果相差不大。以OP方法測度的TFP方程仍然是顯著的，并且估計的Connect系數(shù)值比基準回歸略大。

表5 高鐵與服務業(yè)企業(yè)TFP：穩(wěn)健性檢驗之一

基準結果中利用證監(jiān)會行業(yè)分類標準識別服務業(yè)，但是該標準不能完全和統(tǒng)計局公布的服務業(yè)行業(yè)分類對應，為了驗證基準結果的可靠性，本文再次根據(jù)2014版申銀萬國行業(yè)分類標準識別上市公司中的服務業(yè)企業(yè)。表5第(5)、(6)列的結果顯示，在改變行業(yè)分類標準以后，本文提出的假說H1仍然可以得到實證結果的支持。

最后，城市是否開通高鐵在一定程度上與其地理位置、經濟社會發(fā)展水平等密切相關，城市之間的這些差異可能會隨著時間的推移對企業(yè)產生不同的影響，進而造成估計上的偏差。為緩解該問題的影響，本文在基準回歸的基礎上進一步引入城市變量與時間趨勢的交互項以及城市固定效應與時間趨勢的交互項(城市趨勢項)作為控制變量。(6)感謝匿名審稿專家提出的相關建議。表6的結果顯示，城市開通高鐵依然能夠顯著提升當?shù)胤諛I(yè)企業(yè)的生產率，這表明本文得到的基本結論是穩(wěn)健的。

表6 高鐵與服務業(yè)企業(yè)TFP：穩(wěn)健性檢驗之二

(四)安慰劑檢驗

本文參照Li等(2016)[35]等相關研究進行安慰劑檢驗。首先，隨機指定開通高鐵的城市，其中指定的開通數(shù)量與實際開通高鐵的城市數(shù)量保持一致，在此基礎上，我們再次采用(1)式所示的回歸模型進行雙重差分回歸，從而對服務業(yè)企業(yè)樣本回歸結果進行安慰劑檢驗。同時，為了增強安慰劑檢驗的可信度，本文也對此操作重復了500次，圖3中給出了安慰劑檢驗的結果。模擬結果顯示，平均95%的置信區(qū)間為[-0.08054,0.0858]，且均值集中在0附近，標準差平均為0.0424，而基準估計結果為0.0896，這表明，平均來看，人為地隨機設定開通高鐵的城市并不會顯著地改變服務業(yè)企業(yè)的生產率。

圖3 安慰劑檢驗

五、進一步分析：機制檢驗與異質性

(一)集聚效應

理論機制闡述部分指出，高鐵的開通可以通過人口集聚和經濟集聚效應提高服務業(yè)企業(yè)的生產效率(Duranton和Puga，2004；陸銘，2017)[36,19]。為此，本文參考唐為和王媛(2015)[22]的分析思路，通過考察高鐵開通是否能夠促進城市人口規(guī)模和企業(yè)市場潛能的擴大，以檢驗高鐵開通可以通過集聚效應這一機制提升服務業(yè)企業(yè)TFP。

Aggct=β0+β1Connectct+Controlsctδ+αc+γt+uct

(3)

其中，Aggct表示集聚效應，在考察人口集聚時，其代表城市人口規(guī)模，在考察經濟集聚時，其代表市場潛能(葉德珠等，2020)[37]，Controls代表控制變量，其選取參照了唐為和王媛(2015)[22]、葉德珠等(2020)[37]的研究。市場潛能指數(shù)(MPI)可以通過如下方式度量：

根據(jù)表7可知，與未開通高鐵的城市相比，高鐵城市的總人口規(guī)模(lnpop)顯著擴大；(7)本文還給出了開通高鐵對城市市轄區(qū)人口規(guī)模的影響效應，實證結果類似。進一步的研究顯示，高速鐵路開通以后，大城市和中等城市的人口規(guī)模顯著增加，而對小城市人口規(guī)模的影響為負，但不顯著。(8)分組回歸結果與加入大城市、中等城市與高鐵開通虛擬變量交互項的回歸結果類似。這里，被解釋變量是城市的人口規(guī)模，因而城市規(guī)模的劃分標準按照市轄區(qū)人口數(shù)量來區(qū)分，相關標準參見http://www.gov.cn/zhengce/content/2014-11/20/content_9225.htm。這表明，高鐵的開通使得人口進一步向大中型城市集聚，該結果與現(xiàn)有研究結論類似。因而，我們認為高速鐵路所帶來的時空壓縮效應可以帶來城市規(guī)模的擴大，進而通過人口集聚效應下的人力資本積累及其外部性等方式發(fā)揮作用，提高服務業(yè)企業(yè)的生產效率，即實證結果支持假說H2的結論，并且這一效應在大中型城市中尤為顯著。

表7 影響機制：高鐵開通與城市人口規(guī)模

另外，參照葉德珠等(2020)[37]的研究，本文還考察高鐵開通對潛在市場規(guī)模的影響。根據(jù)表8的回歸結果可以發(fā)現(xiàn)，與未開通高鐵的城市相比，高鐵城市的市場潛能(MPI)得到了顯著擴大。進一步，由于“北上廣深”等一線城市本身具有較強的市場潛能，因而在第(3)列中給出了剔除上述四個城市后的估計結果，參數(shù)的估計系數(shù)并未發(fā)生明顯改變。這表明，城市開通高鐵以后經濟集聚能力得到提升，而在集聚效應的作用下，企業(yè)的生產率會得到提升，從而證實了研究假說H2的結論。

表8 影響機制：高鐵開通與城市市場潛能

(二)企業(yè)研發(fā)投入

一方面，高速鐵路的開通縮短了地理距離，城市之間的“一日行”更加可行，提高了不同城市之間人們“面對面會議/交流”的機會(Lin，2017)[18]，從而極大地縮短了知識的“溢出距離”，這將有利于人們進行經驗的相互交流與思想的相互碰撞，從而可能會促進更多新想法、新項目的產生，進而增加企業(yè)研發(fā)投資，帶來企業(yè)的技術進步。另一方面，從信息經濟學的角度來看，高速鐵路的開通改變了城市之間由于地理距離而產生的時空約束條件，帶來企業(yè)與投資者或企業(yè)之間信息溝通便利性(黃張凱等，2016)[23]。隨著企業(yè)與投資者之間信息不對稱程度的降低，高鐵城市的新增投資顯著增加(龍玉等，2017)[24]，而風險投資的增加將帶來企業(yè)研發(fā)投資增加，從而促進企業(yè)的技術進步。最后，高速鐵路可以通過促進企業(yè)技術進步來推動生產效率的提高。

為此，參照唐為和王媛(2015)[22]的分析思路，我們借助下式來檢驗高鐵開通可以通過增加研發(fā)投入提升服務業(yè)企業(yè)TFP的機制。

lnRDcit=β0+β1Connectct+Frim_Controlsctδ+

City_Controlsctθ+αp+γt+ucit

(4)

其中，lnRD表示企業(yè)研發(fā)投資的對數(shù)，F(xiàn)rim_Controls和City_Controls仍然代表企業(yè)控制變量和城市控制變量，變量選取參照謝維敏和方紅星(2011)[38]、余泳澤和張少輝(2017)[39]等研究。表9給出了高鐵開通與服務業(yè)企業(yè)研發(fā)投入之間關系的估計結果。

表9 影響機制：高鐵開通與企業(yè)研發(fā)投入

根據(jù)表9中的結果我們發(fā)現(xiàn)，相比于未開通高鐵的城市，位于高鐵城市的服務業(yè)企業(yè)研發(fā)投入顯著提高，并且在不同的模型設定下都成立。這表明，高鐵開通帶來的時空壓縮效應使得人們的會面機會增加、降低了信息搜集成本，經濟主體之間的信息不對稱程度降低，因而降低企業(yè)的投資風險，平均來看，這會提高企業(yè)的研發(fā)投資，進而帶來企業(yè)的技術進步，提高服務業(yè)企業(yè)的全要素生產率，即本文所提出的假說H3也得到了實證結果的支持。

(三)異質性分析

在服務業(yè)行業(yè)內部存在著生產性和生活性服務業(yè)的區(qū)別，本文在此對兩類企業(yè)進行異質性分析，(9)根據(jù)統(tǒng)計局生產性服務業(yè)(2015)分類標準識別生產性和生活性服務業(yè)，網址：http://www.stats.gov.cn/tjsj/tjbz/201506/t20150604_1115421.html。同時，我們還分析了大城市和中小城市之間的異質性，回歸估計結果可參見表10。

表10 異質性分析

在將服務業(yè)區(qū)分為生產性服務業(yè)和生活性服務業(yè)以后，實證結果發(fā)現(xiàn)，高鐵開通對服務業(yè)企業(yè)生產率的影響主要體現(xiàn)在生活性服務業(yè)企業(yè)，對生產性服務業(yè)企業(yè)的影響效果為負，但不顯著。實際上，唐榮和顧乃華(2018)[40]的研究可以為該結論提供一個側面的支持，他們的研究認為高鐵建設顯著降低了上游生產性服務業(yè)的發(fā)展水平。究其原因，諸如旅游、住宿餐飲、教育以及衛(wèi)生等生活性服務業(yè)，其服務地點一般固定，因而高鐵開通可以通過增加客流量、旅游人數(shù)等方面提高該類企業(yè)的生產效率。但是，諸如軟件、信息技術服務、商務服務以及研究與實驗發(fā)展等生產性服務業(yè)，其服務受地點的限制性要小得多，因而該類企業(yè)所在城市開通高鐵以后，對某些區(qū)域產生的“虹吸效應”較大，從而可能在一定程度上不會提升該類企業(yè)的生產效率，甚至有可能不利于生產效率的提升。

另外，從城市規(guī)模異質性角度來看，(10)本文根據(jù)《中國中小城市發(fā)展報告(2010)：中國中小城市綠色發(fā)展之路》的城市規(guī)模分類標準，將常住人口規(guī)模為500萬以上的城市定義為大城市，常住人口規(guī)模低于500萬的城市定義為中小城市。高鐵開通對服務業(yè)企業(yè)TFP的促進效應主要存在于大城市中：相比于位于未開通高鐵城市的服務業(yè)企業(yè)而言，在高鐵開通以后位于大型高鐵城市的服務業(yè)企業(yè)TFP顯著增加，平均來看，可以使得當?shù)胤諛I(yè)企業(yè)的TFP至少提高約35%個標準差。而在小型城市中，高鐵開通對當?shù)胤諛I(yè)企業(yè)TFP的提升作用并不顯著。這也可以從側面說明，在高速鐵路等交通狀況改善提升服務業(yè)企業(yè)TFP的過程中，大城市的集聚效應發(fā)揮著非常重要的作用。

六、結論與啟示

近年來，隨著中國高速鐵路事業(yè)的快速發(fā)展，“高鐵時代”的來臨使得客運交通環(huán)境得到了不斷的提升和改善，關于高鐵和高速公路等重要交通基礎設施對中國城市經濟發(fā)展的帶動作用也越來越得到學界的重視，其相關研究也日漸豐富。然而，利用微觀企業(yè)層面數(shù)據(jù)研究高鐵經濟效應的文獻則相對缺乏，為此，本文通過收集、整理歷年中國地級及以上城市的高速鐵路開通數(shù)據(jù)，并將其與上市公司數(shù)據(jù)進行匹配，研究了城市開通高鐵后對當?shù)胤諛I(yè)企業(yè)TFP的影響。通過構建雙重差分(DID)模型、平行趨勢檢驗和安慰劑檢驗，得到如下研究發(fā)現(xiàn)。

第一，高速鐵路開通顯著地促進了城市內服務業(yè)企業(yè)TFP的提高，說明高速鐵路的開通對服務業(yè)企業(yè)全要素生產率產生正面效應。因此，高鐵開通為城市內服務業(yè)企業(yè)的TFP提高帶來正面效應，高鐵開通城市可以充分利用其交通優(yōu)勢，以此作為基點和紐帶，并結合城市自身比較優(yōu)勢和周邊城市進行產業(yè)整合，發(fā)展相關的服務業(yè)產業(yè)，以促進經濟結構的優(yōu)化調整與升級，實現(xiàn)經濟高質量發(fā)展。同時，對于非高鐵城市而言，應該通過進行相關基礎設施建設，主動與高鐵城市“鏈接”、靠攏，防止發(fā)展過程中的“邊緣化”現(xiàn)象。

第二，高速鐵路開通產生人口集聚效應，其對大中型城市人口的增長效應尤為明顯。高鐵開通對服務業(yè)企業(yè)TFP的促進效應主要存在于大城市中，對中小城市的影響則不顯著。因此，城市發(fā)展可以以密集的高鐵網絡為依托，繼續(xù)加快推動大城市和城市群建設的進程，充分發(fā)揮大城市的人力資本外部性、技能互補性的好處，推動服務業(yè)企業(yè)發(fā)展質量的提升。

第三，高速鐵路開通增加了服務業(yè)企業(yè)的研發(fā)投入，實現(xiàn)了技術進步和產品質量提高，從而提升了服務業(yè)企業(yè)的TFP。因此，開通高鐵的城市應該借助“知識溢出距離”縮短的優(yōu)勢，加強彼此之間的信息共享和交流學習，充分發(fā)揮知識的溢出效應，加快“高端生產要素”流動，增強自身的學習效應，實現(xiàn)產品創(chuàng)新和技術進步，從而促進區(qū)域間的服務業(yè)產業(yè)快速發(fā)展。在供給側結構性改革的大背景下，打造創(chuàng)新型高鐵經濟新時代，借助高速鐵路網絡實現(xiàn)創(chuàng)新驅動，這對于推進創(chuàng)新型國家的建設、不斷開創(chuàng)經濟增長源泉將大有裨益。