地理集聚、互聯(lián)網(wǎng)發(fā)展程度與公司價值

孟佶賢 任慧平

內(nèi)容提要： 隨著信息化時代的來臨，以公司為主體開展的經(jīng)濟活動“聚集”和“分散”不僅與地理位置有關(guān)，也與其對通信技術(shù)的依賴程度息息相關(guān)。本文采用我國滬深A(yù)股2010-2017年上市公司數(shù)據(jù)，探討地理集聚產(chǎn)生的“向心力”對公司價值的影響機制，以及互聯(lián)網(wǎng)發(fā)展帶來的“離心力”對其造成的沖擊，并分析互聯(lián)網(wǎng)發(fā)展程度在地理集聚提升公司價值路徑中的中介效應(yīng)。結(jié)果表明：地理集聚是公司價值提升的關(guān)鍵途徑，并在不同行業(yè)中表現(xiàn)出異質(zhì)性，絕大多數(shù)傳統(tǒng)行業(yè)的公司可以通過地理集聚獲益，而對互聯(lián)網(wǎng)發(fā)展依賴程度較大的高新技術(shù)行業(yè)、金融業(yè)和部分傳統(tǒng)行業(yè)的公司價值卻無法通過地理集聚獲得提升;互聯(lián)網(wǎng)發(fā)展程度對地理位置提升公司價值的路徑具有中介效應(yīng)，且對于大部分傳統(tǒng)行業(yè)而言，互聯(lián)網(wǎng)發(fā)展程度在地理位置對公司價值提升的路徑中發(fā)揮著中介作用。

關(guān)鍵詞： 地理集聚;互聯(lián)網(wǎng)發(fā)展程度;公司總部位置;公司價值;中介效應(yīng)

中圖分類號：F276.6? 文獻標(biāo)識碼：A? 文章編號：1001-148X（2021）05-0094-09

在新經(jīng)濟地理學(xué)研究框架下，地理集聚現(xiàn)象可以使公司獲利，集聚帶來的成本節(jié)約促使產(chǎn)業(yè)或經(jīng)濟規(guī)模報酬遞增。由于對通信技術(shù)和面對面交流的需求程度不同，信息技術(shù)在不同形態(tài)公司中扮演的角色不盡相同，對互聯(lián)網(wǎng)發(fā)展依賴程度不同的企業(yè)可能表現(xiàn)出對地理位置不同的敏感程度，公司是否有必要根據(jù)地理位置設(shè)立總部取決于其能否通過地理集聚提升自身價值。所以，有必要在異質(zhì)性檢驗中考察地理集聚在不同行業(yè)中的作用是否相同。本文采用我國A股上市公司數(shù)據(jù)，考察公司總部地理集聚現(xiàn)象對公司價值的提升作用，并使用公司總部所在地區(qū)的互聯(lián)網(wǎng)普及率作為互聯(lián)網(wǎng)發(fā)展程度的代理變量，考察其在地理位置對公司價值提升路徑中的中介效應(yīng)。

一、研究假設(shè)的提出

一般認為地理集聚可以通過多種路徑為企業(yè)發(fā)展帶來優(yōu)勢， Almazan等（2010）的研究表明產(chǎn)業(yè)的地理集聚可以增加公司兼并收購的可能性，并為企業(yè)帶來更寬松的財務(wù)環(huán)境[1];金麗國（2006）強調(diào)了地理集聚帶來的交通成本下降和技術(shù)、知識溢出優(yōu)勢[2]。通過總結(jié)美國市場規(guī)律，Baran和Wilson（2018）發(fā)現(xiàn)地處中心城市的上市公司更容易分享經(jīng)濟集聚帶來的紅利，從而獲得較高的公司估值[3]。因此，可以預(yù)計公司總部的地理集聚能夠為公司帶來積極的影響，故提出假設(shè)1：

假設(shè)1：在控制其他因素影響后，公司總部的地理集聚可以顯著地提升公司價值。

地理集聚對經(jīng)濟活動產(chǎn)生的“向心力”和互聯(lián)網(wǎng)發(fā)展對經(jīng)濟活動產(chǎn)生的“離心力”之間的博弈會在不同的行業(yè)、部門或經(jīng)濟活動中產(chǎn)生不同的作用，如Liu（2002）的研究表明信息時代的產(chǎn)業(yè)可以劃分為“軟部門”（可數(shù)字化產(chǎn)品）和“硬部門”（物質(zhì)產(chǎn)品），二者之間的形態(tài)差異源自對通信和電子技術(shù)的依賴程度不同[4]。由此可見，上述兩種力量的博弈在很大程度上取決于不同行業(yè)、企業(yè)或部門對互聯(lián)網(wǎng)技術(shù)或面對面生產(chǎn)、接觸的需求的不同。因此，根據(jù)對互聯(lián)網(wǎng)發(fā)展依賴程度的明顯差異，本文將不同的公司分為大部分傳統(tǒng)行業(yè)和對互聯(lián)網(wǎng)發(fā)展程度依賴更高的新興行業(yè)以及部分傳統(tǒng)行業(yè)。對于大多數(shù)傳統(tǒng)行業(yè)企業(yè)來說，可以預(yù)計地理集聚仍然能提升公司價值，而對于對互聯(lián)網(wǎng)發(fā)展程度依賴較高的新興行業(yè)企業(yè)來說，已無法通過地理集聚獲利，故提出假設(shè)2：

假設(shè)2： 大部分傳統(tǒng)行業(yè)和新興行業(yè)的地理集聚現(xiàn)象對公司價值的影響表現(xiàn)出異質(zhì)性，地理集聚的“紅利”在新興行業(yè)中已被削弱。

互聯(lián)網(wǎng)和信息技術(shù)的飛速發(fā)展致使對高科技信息技術(shù)依賴程度較高的經(jīng)濟活動逐漸脫離傳統(tǒng)地理集聚的束縛而產(chǎn)生“離心力”，并逐漸減少對地理集聚的依賴[4-5]?；ヂ?lián)網(wǎng)技術(shù)可以通過“虛擬整合”的方式，使企業(yè)共享網(wǎng)絡(luò)技術(shù)、市場信息和專家等單個企業(yè)稀缺的資源[5]。具體來說，企業(yè)可以通過“虛擬集聚”形成網(wǎng)絡(luò)聯(lián)結(jié)，這樣就減弱了企業(yè)對地理位置的依賴[6]。隨著互聯(lián)網(wǎng)和通信技術(shù)的快速發(fā)展，越來越多的經(jīng)濟活動可以通過網(wǎng)絡(luò)溝通而非實體接觸進行，使得地理位置在經(jīng)濟活動中的作用被削弱。我國信息和通信技術(shù)以及相關(guān)基礎(chǔ)設(shè)施的分布極不均衡，這種不均衡在一定程度上與城市的發(fā)展程度以及經(jīng)濟活動的密度有關(guān)[7]，互聯(lián)網(wǎng)發(fā)展程度等地區(qū)通信基礎(chǔ)設(shè)施建設(shè)情況會對公司價值產(chǎn)生影響，部分效應(yīng)是通過當(dāng)?shù)鼗ヂ?lián)網(wǎng)發(fā)展程度發(fā)揮作用的。這種傳導(dǎo)路徑在傳統(tǒng)行業(yè)中表現(xiàn)更為明顯，而在新興行業(yè)和部分傳統(tǒng)行業(yè)中卻表現(xiàn)不同，故提出假設(shè)3：

假設(shè)3：公司總部所在地區(qū)的互聯(lián)網(wǎng)發(fā)展程度在地理集聚對公司價值的提升路徑中具有部分中介效應(yīng)，且在不同類型的行業(yè)間表現(xiàn)不同。

二、研究模型、分析指標(biāo)和研究樣本的選取

（一） 研究模型的設(shè)定

1. 地理集聚對公司價值的影響

本文運用我國滬深A(yù)股上市公司2010-2017年的面板數(shù)據(jù)，對地理位置和公司價值進行多元線性回歸，以驗證地理集聚現(xiàn)象對公司價值的影響，回歸方程如下：

Tobin′s Qi，t=α1+β1·Geoi，t+γ1·∑Controlsi，t+∑Industry+∑Year+εi，t （1）

其中，下標(biāo)i表示公司，t為年份。因變量為托賓Q值，代表公司價值， 自變量Geo表示地理位置，為了排除其他因素的影響，加入表征公司重要特征的主要控制變量（Controls），同時引入行業(yè)（Industry）和年份（Year）虛擬變量，εi，t為殘差項。

2.互聯(lián)網(wǎng)發(fā)展程度的中介效應(yīng)檢驗

互聯(lián)網(wǎng)和通信技術(shù)等相關(guān)的基礎(chǔ)設(shè)施在我國不同的地區(qū)間分布極不均衡，這在一定程度上與經(jīng)濟活動的空間密度有關(guān)。公司所在城市越靠近中心城市，其互聯(lián)網(wǎng)發(fā)展程度也越高[8]。因此，在地理集聚提升公司價值的路徑中，公司所在地區(qū)的互聯(lián)網(wǎng)發(fā)展程度也起到了一定的解釋作用。 為了分析解釋變量地理位置、中介變量互聯(lián)網(wǎng)發(fā)展程度以及被解釋變量公司價值之間的關(guān)系，本文借鑒Baron和Kenny（1986）[9]、溫忠麟等（2004）[10]提出的中介效應(yīng)檢驗程序， 在回歸方程（1）的基礎(chǔ)上構(gòu)造如下逐步回歸方程：

Interneti，t=α2+β2·Geoi，t+γ2·∑Controlsi，t+∑Industry+∑Year+εi，t （2）

Tobin′s Qi，t=α3+β3·Geoi，t+η·Interneti，t+γ3·∑Controlsi，t+∑Industry+∑Year+εi，t （3）

其中，Internet表示公司總部所在地區(qū)的互聯(lián)網(wǎng)發(fā)展程度，文中用互聯(lián)網(wǎng)普及率作為其代理變量，其余變量的定義方式與前文一致。事實上，上述的回歸方程（1）、（2）和（3）共同構(gòu)成了完整的中介效應(yīng)檢驗過程。具體地，中介效應(yīng)檢驗的第一步為前文的方程（1），在該方程檢驗地理位置對公司價值直接影響的基礎(chǔ)上，模型（2）用于檢驗地理位置對中介變量互聯(lián)網(wǎng)發(fā)展程度的作用，模型（3）用于檢驗控制了互聯(lián)網(wǎng)發(fā)展程度之后地理位置對公司價值的影響。每一個回歸方程中都包含相同的控制變量、行業(yè)和年份虛擬變量，在依次對上述三個方程的回歸系數(shù)進行檢驗之后，可通過Sobel檢驗得出中介效應(yīng)占總效應(yīng)的比值。這種方法不僅能得到解釋變量、中介變量和被解釋變量的具體傳導(dǎo)路徑，還可以計算出中介效應(yīng)在總效應(yīng)中所占的比例。為了直觀反映上述檢驗步驟，圖1刻畫了中介效應(yīng)檢驗的流程。

（二）變量選取

1. 被解釋變量

本文選取托賓Q值衡量公司價值，借助公式“（股權(quán)市值+凈債務(wù)市值）/（資產(chǎn)總計-無形資產(chǎn)凈額-商譽凈額）”計算，它反映的是公司市場價值與重置成本的比值，可以有效地將企業(yè)的市場數(shù)據(jù)和財務(wù)數(shù)據(jù)相結(jié)合，從而很好地預(yù)測企業(yè)未來的發(fā)展?jié)摿Α?/p>

2.解釋變量

地理集聚的優(yōu)勢源于公司地理位置的空間鄰近性，本文設(shè)計了以下三個代理變量來表示上市公司總部所在城市的地理位置（Geo）：

（1） 中心城市（Center）。上市公司的數(shù)目在一定程度上代表了這一地區(qū)的經(jīng)濟活動密度，即地理集聚的程度。本文將每年上市公司總部所在城市分組計數(shù)并排序，得出歷年上市公司數(shù)量最多的10個城市作為中心城市。若公司總部所在地在某年被認定為中心城市，那么認為該公司地處中心，Center變量取1，否則取0。 經(jīng)過梳理，在樣本時間范圍內(nèi)排名進入前10的城市共有 12個， 其中北京市、深圳市、上海市、杭州市、廣州市、南京市、成都市、蘇州市的上市公司數(shù)量在樣本期內(nèi)都處于前10位，而寧波市、武漢市、天津市、重慶市只在部分年份進入中心城市排名榜單的前10位。

（2） 地理距離（Distance）。對于總部位于非中心城市的上市公司，根據(jù)Haversine公式[11]，本文使用上市公司總部所在地級市的經(jīng)緯度來計算所在城市與其距離最近的中心城市之間的地理距離（單位為公里）。得出到各中心城市的地理距離后，將與該公司總部所在城市距離最近的中心城市的地理距離加1并取對數(shù)，該對數(shù)值被定義為地理距離。

（3） 偏遠城市（Remote）。對每一個年份的樣本，計算非中心城市樣本中距離最近中心城市地理距離的中位數(shù)，并將地理距離大于中位數(shù)的城市定義為偏遠城市，即偏遠城市變量取1，相應(yīng)地，若距離中心城市地理距離小于中位數(shù)，則該變量取0。

3.中介變量

本文選取互聯(lián)網(wǎng)發(fā)展程度作為中介變量，并使用互聯(lián)網(wǎng)普及率作為它的代理變量進行實證分析?；ヂ?lián)網(wǎng)普及率是有關(guān)互聯(lián)網(wǎng)發(fā)展研究的常用指標(biāo)[8]，反映了互聯(lián)網(wǎng)在某一地區(qū)人群中使用的廣泛程度?；ヂ?lián)網(wǎng)普及率越高表明該地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)越完善，經(jīng)濟活動密度也相應(yīng)更高。因此，本文用公司總部所在地互聯(lián)網(wǎng)普及率表征互聯(lián)網(wǎng)發(fā)展程度，將其作為中介變量的代理來探究互聯(lián)網(wǎng)發(fā)展程度是否在地理集聚和公司價值的關(guān)系中具有中介效應(yīng)，以此考察互聯(lián)網(wǎng)發(fā)展程度與地理集聚對于上市公司價值提升的作用機制。

4.控制變量

本文選取的控制變量有：銷售收入（Sales），當(dāng)年銷售收入的對數(shù);資產(chǎn)負債率（Leverage）， ?當(dāng)年總負債與總資產(chǎn)的比值;無形資產(chǎn)（Intangibles），無形資產(chǎn)與總資產(chǎn)的比值;研發(fā)支出（R&D），研發(fā)支出與總資產(chǎn)的比值。

（三）數(shù)據(jù)來源

本文選取滬深A(yù)股2010-2017年上市公司數(shù)據(jù)作為研究樣本。為構(gòu)建與公司總部集聚相關(guān)的變量，通過搜索引擎收集公司所在地級市的經(jīng)緯度數(shù)據(jù);表征公司價值的托賓Q值從國泰安數(shù)據(jù)庫（CSMAR）中獲得;省級互聯(lián)網(wǎng)普及率由中經(jīng)網(wǎng)的數(shù)據(jù)匯總而成;其余公司財務(wù)數(shù)據(jù)均來自萬得（Wind）金融數(shù)據(jù)庫。對樣本進行如下篩選：（1） 剔除ST和*ST上市公司，因為這兩類公司表現(xiàn)出財務(wù)或其他方面的異常，已不能準(zhǔn)確反映公司價值;（2） 刪除上市當(dāng)年的觀測值;（3） 刪除含有缺失項的數(shù)據(jù)。最終保留了18537個公司-年份觀測值。

三、計量結(jié)果及分析

（一）描述性統(tǒng)計

由于資產(chǎn)負債率和托賓Q值具有明顯的雙側(cè)拖尾特征，對其進行1%的雙邊縮尾處理，表1報告了主要變量的描述性統(tǒng)計特征。由表1可知托賓 Q的均值為3.02，大于其中值2.24，這說明該連續(xù)變量的分布呈現(xiàn)右偏的特征。此外，樣本中超半數(shù)的中心城市變量小于均值。上述統(tǒng)計結(jié)果也從側(cè)面印證了上市公司通過地理集聚獲利的可能，即處于中心城市或者非偏遠城市的上市公司更有可能具有較高的公司價值。

表2報告了各個變量在全樣本中的非中心城市和中心城市、非中心城市樣本中的偏遠城市和鄰近城市（即偏遠城市變量取0的城市）中的樣本均值t檢驗的結(jié)果。 面板A的檢驗結(jié)果表明非中心城市公司的托賓Q均值比中心城市低，且該變量在上述兩個樣本中的均值差在1%的顯著性水平上顯著。中介變量互聯(lián)網(wǎng)普及率的均值在非中心和中心城市樣本中分別是51.17%和65.73%，且均值差在1%的顯著性水平上顯著，說明兩個樣本總體上在互聯(lián)網(wǎng)普及率方面有著顯著的差異，即中心城市的互聯(lián)網(wǎng)普及率高于非中心城市;在控制變量方面，銷售收入、資產(chǎn)負債率、無形資產(chǎn)及研發(fā)支出在兩個樣本中均表現(xiàn)出顯著的差異。在非中心城市樣本中，面板B的檢驗結(jié)果表明偏遠城市樣本的托賓Q均值低于鄰近城市，且均值差在1%的顯著性水平上顯著;在地理距離方面，偏遠城市和非偏遠城市與中心城市的距離均值分別為6.29和 4.73，且均值差在1%的顯著性水平上顯著;中介變量互聯(lián)網(wǎng)普及率均值在偏遠城市和非偏遠城市樣本中分別為48.74%和53.70%，兩個樣本的均值差在1%的顯著性水平上顯著，說明互聯(lián)網(wǎng)普及率在兩個樣本中有著顯著的差異，即偏遠城市的互聯(lián)網(wǎng)普及率要顯著地低于鄰近城市。由此，地理位置差異在導(dǎo)致公司價值差異的同時，地理位置不同的公司所在地區(qū)的互聯(lián)網(wǎng)普及率也有著明顯的差異，地理位置越偏遠的公司其所在地區(qū)的互聯(lián)網(wǎng)普及率也會隨之下降。這一現(xiàn)象也在很大程度上印證了地理位置能夠部分通過互聯(lián)網(wǎng)的發(fā)展程度對公司價值產(chǎn)生影響。為了更充分地驗證這一假設(shè)，我們還需要進一步做相關(guān)的回歸分析和中介效應(yīng)檢驗。

（二）主要變量的相關(guān)性分析

表3報告了主要變量之間Pearson相關(guān)系數(shù)的檢驗結(jié)果。中心城市、地理距離和偏遠城市兩兩之間的相關(guān)系數(shù)絕對值都超過了0.3，說明這些地理位置的代理變量的相關(guān)性較高。這一現(xiàn)象是合理的，因為地處中心城市的公司地理距離變量取0，非中心城市樣本的公司地理距離變量大于0，并且非中心城市樣本中越是偏遠的城市距離中心城市的地理距離就會越遠。除此之外，其余控制變量的相關(guān)系數(shù)絕對值大多在0.3以下，通過了相關(guān)系數(shù)檢驗，這說明本文對回歸方程形式的設(shè)定可以在很大程度上避免共線性問題。

（三）全樣本回歸

首先，對本文使用的面板回歸模型進行F檢驗，結(jié)果拒絕了混合回歸的原假設(shè);其次，采用霍斯曼檢驗（Hausman Test）在隨機效應(yīng)和固定效應(yīng)之間進行選擇，該檢驗拒絕了隨機效應(yīng)的原假設(shè)。因此，可利用固定效應(yīng)模型進行回歸分析，并且報告穩(wěn)健標(biāo)準(zhǔn)誤的t值，以避免異方差的影響?；貧w模型（1）旨在考察地理位置對公司價值的影響，相關(guān)固定效應(yīng)估計的結(jié)果在表4中列出，其中的三個回歸分別表示地理位置的三個代理變量對公司價值產(chǎn)生的影響。在加入其他控制變量以及年份和行業(yè)的虛擬變量之后，中心城市與托賓Q值的回歸系數(shù)為0.264，并且在1%的顯著性水平上顯著，說明總部位于中心城市的公司價值比處于非中心城市的公司價值顯著地高0.264個單位。類似地，地理距離與托賓Q值的回歸系數(shù)為-0.046，并且在1%的顯著性水平上顯著，說明公司總部所在地理位置與中心城市的距離每增加1%，公司價值就會降低0.046個單位;偏遠城市變量與托賓 Q值的回歸系數(shù)為-0.159， 該回歸系數(shù)在1%的顯著性水平上顯著，說明總部位于偏遠城市的公司價值比非偏遠城市的公司價值顯著地低0.159個單位。將上述三個結(jié)果匯總就可以明晰地理位置和公司價值之間的內(nèi)在聯(lián)系，即總部位于中心城市或者距離中心城市的地理距離較近將會顯著地提升公司價值。這一結(jié)果驗證了地理集聚現(xiàn)象對中國市場的適用性，即上市公司總部的地理集聚現(xiàn)象可以使公司獲利;即使互聯(lián)網(wǎng)、通信技術(shù)飛速發(fā)展，地理集聚在公司價值提升路徑中仍然起到了關(guān)鍵的作用。

（四）不同行業(yè)的異質(zhì)性檢驗

考慮到不同行業(yè)公司對地理位置和互聯(lián)網(wǎng)發(fā)展程度的依賴程度不同，很可能會造成公司價值提升路徑的異質(zhì)性。本文對絕大多數(shù)傳統(tǒng)行業(yè)（制造業(yè)、批發(fā)和零售業(yè)以及電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)）和對互聯(lián)網(wǎng)發(fā)展依賴程度較高的高新技術(shù)行業(yè)和一部分傳統(tǒng)行業(yè)（信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)和房地產(chǎn)業(yè)、交通運輸、倉儲和郵政業(yè)）進行分組檢驗，以此探究公司總部的地理集聚現(xiàn)象對提升公司價值在不同行業(yè)中的適用性，結(jié)果在表5中列出。（1） 對于大部分傳統(tǒng)行業(yè)的企業(yè)來說，地理位置代理變量的回歸系數(shù)符號及其顯著性都與全樣本回歸結(jié)果保持一致，即公司總部集聚可以顯著提升公司價值;（2） 在對互聯(lián)網(wǎng)發(fā)展依賴程度較大的新興行業(yè)以及部分傳統(tǒng)行業(yè)中，地理位置與托賓 Q值的回歸系數(shù)并沒有表現(xiàn)出上述規(guī)律，即回歸系數(shù)不顯著。據(jù)此可以得出結(jié)論：對互聯(lián)網(wǎng)發(fā)展依賴程度較高的行業(yè)并不能通過公司總部的集聚來提升公司價值，與大多數(shù)的傳統(tǒng)行業(yè)表現(xiàn)出了異質(zhì)性。在依賴于地理集聚的“向心力”和依賴于互聯(lián)網(wǎng)及通信技術(shù)的“離心力”的博弈過程中，不同行業(yè)的表現(xiàn)也不盡相同：對于大多數(shù)傳統(tǒng)行業(yè)的企業(yè)，公司總部仍然會呈現(xiàn)出地理集聚的狀態(tài)，這種集聚對公司價值的提升能夠起到積極作用，而對于更加依賴互聯(lián)網(wǎng)運作的信息技術(shù)服務(wù)業(yè)、金融業(yè)、房地產(chǎn)以及交通運輸行業(yè)，公司價值的提升已經(jīng)愈發(fā)地表現(xiàn)出不依賴于傳統(tǒng)地理集聚的特征，這就驗證了假設(shè)2。

（五）互聯(lián)網(wǎng)發(fā)展程度的中介效應(yīng)

不同行業(yè)中地理集聚對公司價值的影響不盡相同，造成這兩類行業(yè)區(qū)別的一大因素便是對互聯(lián)網(wǎng)和通信技術(shù)發(fā)展的依賴程度不同。 為了探究互聯(lián)網(wǎng)發(fā)展對地理集聚提升公司價值路徑的作用，本文以互聯(lián)網(wǎng)發(fā)展程度為中介變量、地理位置和公司價值分別為解釋變量和被解釋變量進行逐步回歸，結(jié)果如表6。面板 A、B、C分別報告了由中心城市、距離中心城市的地理距離以及偏遠城市作為地理位置的代理變量時，互聯(lián)網(wǎng)普及率在地理位置對公司價值影響路徑中的中介效應(yīng)檢驗結(jié)果。

表6中回歸方程（1）在加入互聯(lián)網(wǎng)普及率變量之后，三個地理位置代理變量的回歸系數(shù)仍然在1%顯著性水平上顯著，但回歸系數(shù)的絕對值比單獨回歸時有所下降，說明互聯(lián)網(wǎng)普及率在中心城市及距離中心城市的短距離范圍內(nèi)對公司價值的提升中起到了部分中介作用。通過Sobel檢驗可以得到三個方程的中介效應(yīng)與總效應(yīng)的比值分別為75.99%、89.39%和45.46%， 說明無論使用哪種地理位置的代理變量，互聯(lián)網(wǎng)普及率都能在地理位置影響公司價值的路徑中表現(xiàn)出顯著的中介效應(yīng)。上述逐步回歸檢驗的結(jié)果表明：一方面，中心城市或與中心城市較近的地理距離對公司價值有著顯著的提升作用;另一方面，這種提升作用中的一部分原因可以由公司總部所在地區(qū)的互聯(lián)網(wǎng)發(fā)展程度來解釋，且中介效應(yīng)占總效應(yīng)的比例較高。

結(jié)合表5的異質(zhì)性檢驗結(jié)果進一步對不同類型的企業(yè)進行中介效應(yīng)檢驗，從表7可以看出互聯(lián)網(wǎng)普及率對傳統(tǒng)行業(yè)樣本中地理位置對公司價值的提升起到了顯著的中介作用，且中介效應(yīng)與總效應(yīng)的比值較高，結(jié)果與全樣本基本一致，說明地理位置對公司價值的提升很大程度上是通過互聯(lián)網(wǎng)普及率這一路徑實現(xiàn)的，由此可以發(fā)現(xiàn)地理位置、互聯(lián)網(wǎng)發(fā)展程度以及公司價值三者之間的聯(lián)系。對新興行業(yè)的企業(yè)來說，地理位置變得不再重要，將在新興行業(yè)中發(fā)揮重要作用的互聯(lián)網(wǎng)發(fā)展程度作為中介變量運用到全樣本乃至傳統(tǒng)行業(yè)企業(yè)的分樣本，可以證實該變量在地理位置提升公司價值方面的顯著中介效應(yīng); 同時，還能夠驗證我國企業(yè)公司價值提升的路徑差異，地理集聚僅能夠部分通過互聯(lián)網(wǎng)發(fā)展程度在傳統(tǒng)行業(yè)的公司價值提升中起到關(guān)鍵作用。所以，地理集聚和互聯(lián)網(wǎng)發(fā)展程度對公司價值的提升作用在不同的行業(yè)表現(xiàn)不同。

四、穩(wěn)健性檢驗

（一）中心城市的不同定義方法

選擇不同數(shù)目的中心城市有可能造成結(jié)果的變動，為驗證前文結(jié)論的穩(wěn)健性，本文重新定義中心城市變量以及對應(yīng)的地理距離和偏遠城市變量，分別將上市公司數(shù)量排名前5和前20的城市定義為中心城市，地理距離變量和偏遠城市變量也做出相應(yīng)的調(diào)整，在中心城市的不同定義下探究地理位置和公司價值之間的關(guān)系。表8報告了不同中心城市定義下地理位置和公司價值的回歸結(jié)果，當(dāng)中心城市定義為上市公司數(shù)量排名前5和前20的城市時，中心城市與公司價值的回歸系數(shù)都為正（0.309和0.188），地理距離與公司價值的回歸系數(shù)都為負（-0.046和-0.035）且偏遠城市變量與公司價值的回歸系數(shù)也均為負（-0.204和-0.057）， 這些結(jié)果與前文的實證結(jié)論一致，即公司總部位于中心城市的公司價值比非中心城市的公司價值更高，并且距離中心城市更近可以提高公司價值。這些回歸系數(shù)均在1%的顯著性水平上顯著，雖然中心城市定義為上市公司數(shù)量排名前20時偏遠城市變量與公司價值的回歸系數(shù)的統(tǒng)計顯著性不高，但回歸系數(shù)的符號與預(yù)期一致，即都為負，并不影響結(jié)論。

（二）Bootstrap方法檢驗中介效應(yīng)

檢驗中介效應(yīng)的方法有很多種， 其中Bootstrap方法可以通過從樣本中重復(fù)取樣來構(gòu)建待檢驗系數(shù)的置信區(qū)間：如果間接效應(yīng)系數(shù)的置信區(qū)間不包含0，則認為系數(shù)顯著。這種方法可以控制第一類統(tǒng)計錯誤的發(fā)生概率，在一定程度上改善了傳統(tǒng)的逐步回歸法和Sobel檢驗。按照Hayes和Scharkow（2013）提出的中介效應(yīng)分析程序[12]，表9給出了利用非參數(shù)百分位Bootstrap法檢驗互聯(lián)網(wǎng)普及率中介效應(yīng)（樣本量為5000，置信區(qū)間的置信水平為95%）的結(jié)果。采用與前文不同的中介效應(yīng)檢驗方法，目的在于讓兩種不同的檢驗形成對照，并相互印證各自的檢驗結(jié)果，從而可以最大限度地保證結(jié)果的穩(wěn)健性。由表9可知互聯(lián)網(wǎng)普及率在中心城市和公司價值之間的間接效應(yīng)值為0.2403，且95%置信區(qū)間沒有包含0（0.2060，0.2747），表明互聯(lián)網(wǎng)普及率的中介效應(yīng)顯著;類似地，互聯(lián)網(wǎng)普及率在地理距離或偏遠城市對公司價值影響路徑中的間接效應(yīng)的值分別為-0.0464和-0.0789，且95%置信區(qū)間內(nèi)不包含0，表明互聯(lián)網(wǎng)普及率在地理距離或偏遠城市和公司價值的影響中具有顯著的部分中介效應(yīng)。該結(jié)論證明了互聯(lián)網(wǎng)普及率的中介效應(yīng)，與前文中逐步回歸的檢驗結(jié)果相一致，驗證了本文結(jié)果的穩(wěn)健性。

（三）細分傳統(tǒng)行業(yè)上市公司互聯(lián)網(wǎng)普及率的中介效應(yīng)檢驗

表5關(guān)于行業(yè)異質(zhì)性的回歸結(jié)果顯示大多數(shù)傳統(tǒng)行業(yè)的地理集聚效應(yīng)十分明顯，這些行業(yè)中的上市公司可以通過公司總部的集聚來提升公司價值，而那些對通信網(wǎng)絡(luò)依賴程度較高的信息服務(wù)業(yè)、金融業(yè)、房地產(chǎn)、交通運輸業(yè)的公司并不能通過公司總部的集聚來提升公司價值，這一點與大多數(shù)傳統(tǒng)行業(yè)表現(xiàn)出了異質(zhì)性。在引入互聯(lián)網(wǎng)普及率作為中介變量之后可以發(fā)現(xiàn)，互聯(lián)網(wǎng)的發(fā)展程度在全樣本公司地理位置對公司價值提升的路徑中起到了中介作用。在此基礎(chǔ)上對上述傳統(tǒng)行業(yè)中的各個細分行業(yè)再分別進行中介效應(yīng)的檢驗，相關(guān)結(jié)果在表10中列出，面板 A、B、C分別報告了由中心城市、距離中心城市的地理距離以及偏遠城市作為地理位置的代理變量時，互聯(lián)網(wǎng)普及率在地理位置對傳統(tǒng)行業(yè)公司價值影響的中介效應(yīng)檢驗結(jié)果。 從中介效應(yīng)與總效應(yīng)比值的結(jié)果來看，無論使用哪種地理位置的代理變量，互聯(lián)網(wǎng)普及率在表10中所列的三個不同行業(yè)公司位置對公司價值提升方面都呈現(xiàn)出顯著的中介效應(yīng)，系數(shù)的方向和全樣本結(jié)果也基本一致，這說明互聯(lián)網(wǎng)發(fā)展程度確實對大多數(shù)傳統(tǒng)行業(yè)的公司價值提升發(fā)揮著積極作用，并且它是地理位置影響這些行業(yè)公司價值的重要中介渠道。因此，互聯(lián)網(wǎng)普及率在公司總部處于中心城市或鄰近中心城市的位置對大多數(shù)傳統(tǒng)行業(yè)公司價值的提升中起到了部分中介作用。

五、研究結(jié)論

本文使用2010-2017年中國滬深A(yù)股上市公司的面板數(shù)據(jù)分析了地理集聚現(xiàn)象對公司價值的提升作用，并探討了互聯(lián)網(wǎng)發(fā)展對其造成的沖擊。從總體上看，上市公司可以通過地理集聚實現(xiàn)公司價值的提升，處于不同地理位置的企業(yè)公司價值有所差異，這在一定程度上是由于不同地區(qū)的通信技術(shù)和網(wǎng)絡(luò)發(fā)展程度的差異造成的。相關(guān)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的度量方法較多且難以量化，為此選取互聯(lián)網(wǎng)普及率作為不同地區(qū)信息技術(shù)發(fā)展程度的代理中介變量，做公司總部地理位置與公司價值提升方面的中介效應(yīng)檢驗。結(jié)果表明互聯(lián)網(wǎng)普及率在地理集聚對公司價值的提升路徑中起到了部分中介作用。此外，考慮互聯(lián)網(wǎng)和通信技術(shù)飛速發(fā)展對公司地理集聚的反作用力，以及不同行業(yè)對其依賴程度的不同，本文還對包含制造業(yè)在內(nèi)的絕大多數(shù)傳統(tǒng)行業(yè)和對互聯(lián)網(wǎng)發(fā)展程度較為依賴的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)、房地產(chǎn)業(yè)、交通運輸業(yè)等新興行業(yè)進行了異質(zhì)性檢驗。相比于大部分傳統(tǒng)行業(yè)，檢驗結(jié)果表明新興行業(yè)已然無法通過地理集聚提升公司價值，互聯(lián)網(wǎng)普及率對公司地理位置提升公司價值的中介效應(yīng)也具有異質(zhì)性。

本文著重討論地理集聚對經(jīng)濟活動帶來的“向心力”和互聯(lián)網(wǎng)發(fā)展帶來的“離心力”在不同性質(zhì)企業(yè)價值提升過程中的博弈情況。雖然互聯(lián)網(wǎng)發(fā)展使很多經(jīng)濟活動的形態(tài)可以轉(zhuǎn)為“線上”模式，但地理集聚的優(yōu)勢在很多傳統(tǒng)行業(yè)中依然難以被替代，它在提升公司價值方面發(fā)揮著重要作用?；ヂ?lián)網(wǎng)和通信技術(shù)給地理集聚所帶來的沖擊在不同類型的行業(yè)中表現(xiàn)不同，該差異源于行業(yè)或企業(yè)對于面對面接觸或技術(shù)互動的依賴程度的不同。對于面對面接觸需求更多的傳統(tǒng)行業(yè)來說，地理集聚仍然對公司價值提升起著關(guān)鍵作用;對于更依賴網(wǎng)絡(luò)溝通互動的新興行業(yè)來說，地理集聚的優(yōu)勢則無法充分體現(xiàn)?？偟膩碚f，制造業(yè)企業(yè)或者對互聯(lián)網(wǎng)依賴程度較低的傳統(tǒng)行業(yè)企業(yè)，可以通過將公司總部設(shè)置在具有經(jīng)濟集聚優(yōu)勢的中心區(qū)域來提升公司價值;對互聯(lián)網(wǎng)和通信技術(shù)依賴程度較高的企業(yè)而言，公司價值較少受地理集聚的影響和限制，它們更應(yīng)該著眼于通過技術(shù)創(chuàng)新來驅(qū)動公司價值不斷邁上新的臺階。

參考文獻：

[1]?? Almazan A.， De Motta A.， Titman S.， et al. Financial Structure， Acquisition Opportunities， and Firm Locations[J]. The Journal of Finance， 2010，65（2）： 529-563.

[2]? 金麗國.聚集經(jīng)濟的微觀基礎(chǔ)——一個區(qū)位選擇的分析框架[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006（4）：77-83.

[3] Baran L.， Wilson R. Whom You Connect with Matters： Director Networks and Firm Location[J]. Journal of Financial Research， 2018， 41（1）： 113-147.

[4] Liu W. Development of the Internet in China and Its Spatial Characteristics[J]. Knowledge， Industry and Environment： Institutions and Innovation in Territorial Perspective， 2002： 87-106.

[5] 劉衛(wèi)東. 論我國互聯(lián)網(wǎng)的發(fā)展及其潛在空間影響[J]. 地理研究， 2002，21（3）： 347-356.

[6] 王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術(shù)與實體經(jīng)濟深度融合的空間組織新形態(tài)[J].管理世界，2018，34（2）：13-21.

[7] 李坤望， 邵文波， 王永進. 信息化密度、信息基礎(chǔ)設(shè)施與企業(yè)出口績效——基于企業(yè)異質(zhì)性的理論與實證分析[J]. 管理世界， 2015（4）： 52-65.

[8] 胡鞍鋼， 周紹杰. 中國如何應(yīng)對日益擴大的 “數(shù)字鴻溝”[J]. 中國工業(yè)經(jīng)濟， 2002（3）： 5-12.

[9] Baron R. M.， Kenny D. A.The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J]. Journal of Personality and Social Psychology， 1986，51（6）： 1173-1182.

[10] 溫忠麟，張雷，侯杰泰，等. 中介效應(yīng)檢驗程序及其應(yīng)用[J]. 心理學(xué)報， 2004，36（5）： 614-620.

[11] Uysal V. B.， Kedia S.， Panchapagesan V. Geography and Acquirer Returns[J]. Journal of Financial Intermediation， 2008，17（2）： 256-275.

[12]? Hayes A. F.， Scharkow M. The Relative Trustworthiness of Inferential Tests of the Indirect Effect in Statistical Mediation Analysis： Does Method Really Matter？ [J]. Psychological Science， 2013， 24（10）： 1918-1927.

Geographic Agglomeration， Internet Development Level and Corporate Value：

An Empirical Study Based on the Mediating Effect

MENG Ji-xian1， REN Hui-ping2

（1.Academy of Mathematics and Systems Science， Chinese Academy of Sciences， Beijing 100190， China;

2.Faculty of Economics and Business， KU Leuven， Leuven 3001，Belgium）

Abstract： With the advent of the information age， the “aggregation” and “dispersion” of economic activities carried out by companies are not only related to geographical location， but also closely related to their dependence on communication technology. Using the data of China′s Shanghai and Shenzhen A-share listed companies from 2010 to 2017， this paper discusses the impact mechanism of the “centripetal force” generated by geographical agglomeration on corporate value， as well as the impact of the “centrifugal force” brought by the development of the Internet， and analyzes the intermediary effect of the degree of Internet development on the path of geographical agglomeration to improve corporate value.The results show that geographical agglomeration is the key way to enhance corporate value， and shows heterogeneity in different industries. Most companies in traditional industries can benefit from geographical agglomeration， but the corporate value of high-tech industries， financial industries and some traditional industries that rely heavily on the development of the Internet can not be improved through geographical agglomeration;The degree of Internet development has an intermediary effect on the path of geographical location to enhance corporate value， and for most traditional industries， the degree of Internet development plays an intermediary role in the path of geographical location to enhance corporate value.

Key words： geographic agglomeration; Internet development level; corporate headquarters location; corporate value; mediating effect

（責(zé)任編輯：關(guān)立新）