林善浪 葉 煒 王 娜

(同濟大學 經濟與管理學院，上海 200092)

高速公路發(fā)展對于新企業(yè)選址的影響
——來自中國制造業(yè)微觀企業(yè)數據的證據

林善浪 葉 煒 王 娜

(同濟大學 經濟與管理學院，上海 200092)

以中國現有所有高速公路的基本數據為樣本, 結合制造業(yè)微觀企業(yè)數據，研究高速公路發(fā)展對于企業(yè)選址的影響。結果表明：總體上，高速公路的發(fā)展對企業(yè)選址有顯著的促進作用；分地區(qū)來看，高速公路發(fā)展對于內陸地區(qū)和沿海地區(qū)企業(yè)選址都有顯著的促進作用，對內陸地區(qū)的促進作用更明顯；分行業(yè)看，高速公路建設對原材料導向型企業(yè)的選址促進作用最強，市場導向型企業(yè)次之，流動型較強的產業(yè)對于高速公路的依賴程度較弱，對內陸地區(qū)流動型產業(yè)甚至沒有顯著影響。

高速公路；運輸成本；企業(yè)選址

隨著大規(guī)模公路運輸基礎設施的建設，中國公路運輸網絡的覆蓋密度大大增加，機動性好、時效性強的公路貨運方式成為中國最重要的貨物運輸方式。與普通公路相比，高速公路具有運輸能力強、速度快、安全性高、平均運輸費用低等優(yōu)點。高速公路的發(fā)展，一方面降低了制造業(yè)企業(yè)運輸產品和原材料的費用，提高了貨物運輸的時效性，減少了時間成本；另一方面將企業(yè)與不同類型的市場連接起來，縮短了企業(yè)與市場、企業(yè)與資源之間的距離。那么，高速公路發(fā)展是否會成為企業(yè)選址的重要考量因素呢？

基于此，本文對高速公路發(fā)展和企業(yè)選址之間的關系進行了研究，并著重回答以下問題：在當今以高速公路為主要運輸方式的貨運體系下，高速公路對企業(yè)的選址有怎樣的影響呢？高速公路對不同地區(qū)企業(yè)選址影響又是怎樣的呢？高速公路的發(fā)展對不同行業(yè)企業(yè)的影響會不會有差異呢？

一、文獻綜述

古典區(qū)位理論一直強調交通基礎設施的作用。在經典的韋伯工業(yè)區(qū)位論中，企業(yè)的選址是由運輸成本與要素成本共同決定的(韋伯，1997)。勒施(2010)強調市場規(guī)模在企業(yè)選址中的作用。新經濟地理學認為，運輸成本、市場潛力、規(guī)模經濟等因素在產業(yè)布局中發(fā)揮著重要作用(Krugman，1991)。交通條件的改善，一方面能夠提升地區(qū)的市場潛能，促進企業(yè)集聚，另一方面可能會導致原先企業(yè)集聚程度較高的地區(qū)市場競爭更加激烈，要素成本上升。對于落后地區(qū)而言，改善交通條件能夠提升該地區(qū)對廠商的吸引力，但由于中心地區(qū)廠商更加接近外部市場，更容易獲取外部市場資源，因此交通基礎設施對于廠商選址的影響并非是確定的(Venables，1996；Puga et al.，1999)。

在對交通基礎設施與地區(qū)經濟發(fā)展關系的研究中，多數學者關注交通基礎設施對于地區(qū)經濟增長的影響。Demurger(2001)研究了基礎設施建設對中國各省份經濟增長的影響，結果表明基礎設施建設，尤其是交通基礎設施建設對于地區(qū)經濟增長有顯著促進作用。Graham(2003)研究發(fā)現，提高城市鐵路建設密度能夠有效提高企業(yè)的全要素生產率、勞動生產率及產出。Holl(2004b)則利用GIS空間系統(tǒng)分析了西班牙高速公路網絡建設對于改善地區(qū)通達性的影響，發(fā)現高速公路網絡的建設能夠極大地改善臨近地區(qū)的通達性，提升臨近地區(qū)的市場潛能。

在對企業(yè)區(qū)位選擇的研究中，現有文獻主要關注運輸成本、市場規(guī)模以及集聚經濟的影響。Puga et al.(1996)構建了兩部門企業(yè)自由流動模型，認為運輸成本并不直接決定企業(yè)的選址和資源的流動方向，而地區(qū)的市場潛能、前后向聯系和勞動力成本決定了不同類型企業(yè)的區(qū)位選址。Holl(2004b)從企業(yè)利潤最大化的角度分析了企業(yè)的選址決策，認為企業(yè)運輸成本為生產成本的重要組成部分，通過對葡萄牙13個地區(qū)9個制造業(yè)部門的新廠商選址進行實證研究，發(fā)現高速公路網絡影響著廠商的布局，廠商更愿意布局于高速公路附近。

而對中國交通基礎設施與經濟活動空間分布之間關系的研究方面，金鳳君等(2007)認為鐵路客運系統(tǒng)提速促進了省際之間的資源流動，改善了區(qū)域空間結構，促進了區(qū)域的協調發(fā)展。張學良(2007)利用交通基礎設施的固定資產投資數據，研究了交通基礎設施對于區(qū)域經濟增長的影響，結果表明交通基礎設施對于經濟增長有顯著的促進作用，對中部地區(qū)作用最大。劉秉鐮等(2010)使用空間計量方法研究不同交通基礎設施對于全要素生產率的影響，發(fā)現高速公路基礎設施與鐵路基礎設施對于全要素增長作用最大。黃肖琦等(2006)發(fā)現貿易成本、市場規(guī)模以及技術外溢對中國FDI區(qū)位選擇作用較強。另外， 環(huán)境管制(王芳芳 等，2011)和企業(yè)規(guī)模差異(張玉梅，2011)也會影響企業(yè)選址行為；郭嘉儀等(2012)還發(fā)現知識溢出對企業(yè)選址具有向心力，運輸成本對企業(yè)選址具有離心力，二者的均衡決定了企業(yè)的具體選址區(qū)位。

通過對文獻進行梳理，現有研究主要集中在這幾個方面：一是重交通基礎設施投入總量研究，而少針對不同交通方式進行研究，尤其缺少高速公路影響經濟活動空間分布的研究。二是測量交通等基礎設施大多采用投資額指標的方式，而少有高速公路自身里程數量的研究。三是研究多集中在交通基礎設施對經濟增長、區(qū)域經濟差異等宏觀經濟表現的影響上，較少從微觀層面影響企業(yè)選址行為進行研究。四是大多是對省級層面樣本的研究，較少對地級市層面樣本的研究。在較大空間范圍內，由于區(qū)域內部發(fā)展并非同質，對省級層面上的衡量掩蓋了不同地級市的差異。五是在對企業(yè)選址的相關研究中，大多通過構建理論模型來分析影響企業(yè)選址的因素，而對交通條件影響企業(yè)選址的研究較少；僅關注跨國企業(yè)選址問題，較少對某一經濟體內企業(yè)區(qū)位選址的研究。

針對現有研究的不足，本文以高速公路為切入點，建立起高速公路對于新企業(yè)選址的微觀作用模型，從地級市層面實證研究高速公路對于制造業(yè)企業(yè)選址的影響，同時基于地區(qū)異質性與企業(yè)異質性角度，分析高速公路對于不同地區(qū)和不同行業(yè)制造業(yè)企業(yè)選址的影響。

二、高速公路發(fā)展對于新企業(yè)選址影響機制及模型設定

企業(yè)的空間區(qū)位選擇取決于企業(yè)在當地所能夠獲得的利潤。古典區(qū)位論認為，成本最小化為企業(yè)選址的最佳地點。韋伯(1997)的工業(yè)區(qū)位論提出，影響企業(yè)空間選址的因素包含一般區(qū)位因子和特殊區(qū)位因子，其中一般區(qū)位因子包括運輸成本，勞動力成本及集聚。企業(yè)的空間選址主要分為三個階段：第一階段，企業(yè)會根據綜合運輸費用最小的點確定地區(qū)整體的工業(yè)區(qū)位網絡；第二階段，以勞動力成本為主的要素投入成本成為影響企業(yè)區(qū)位選擇的另一大因素，企業(yè)區(qū)位將可能由運費最低點轉移至勞動費用最低點；第三階段，由于集聚外部性、要素市場競爭與需求市場競爭所引致的集聚力和分散力，企業(yè)將進一步對工業(yè)區(qū)位的網絡進行修改，以改善企業(yè)的區(qū)位選擇。

韋伯的工業(yè)區(qū)位論雖然提出了集聚和分散的概念，但并未對該概念進行詳細解釋。新經濟地理學理論則進一步解釋了集聚力、分散力的來源與影響因素——冰山運輸成本，即冰山運輸成本為企業(yè)空間選址的重要影響因素。當運輸成本較低時，廠商生產的產品與所需原材料能夠便利地以較低的價格在各個區(qū)域之間流通，因此廠商也能夠以較低的成本進行產業(yè)轉移。當企業(yè)在某地區(qū)集中生產時，會產生規(guī)模經濟效應、價格指數效應、知識溢出效應等集聚經濟效應，促進企業(yè)進一步向中心地集聚。廠商的不斷集聚會導致區(qū)域土地、勞動力等要素價格上升，同時企業(yè)之間的市場競爭也會變得更加激烈，從而降低企業(yè)的利潤，即產生擁擠效應。當交通成本處于較低水平時，企業(yè)就會選擇遷往外圍競爭程度較低、生產成本較低的區(qū)域，以獲得更大的市場以及更低的成本。據此可以建立本文的模型：

Ld,i=f(Td,φd,Wd,Ei)

(1)

其中：Ld,i表示行業(yè)企業(yè)在地區(qū)的選址行為；Td表示在d地區(qū)的運輸費用，包括運輸產品的費用和運輸原材料的費用；φd表示d地區(qū)的運輸效率，即“冰山成本”；Wd表示d地區(qū)的勞動力成本；Od表示d地區(qū)影響企業(yè)區(qū)位分布的其他各類因素；Ei表示影響行業(yè)企業(yè)選址的其他因素。

這里的“冰山運輸成本”，不僅指為運輸貨物付出的油費、過路費等貨幣成本，還包括貨物運輸的時間成本。減少時間成本對企業(yè)的影響雖然不能直接衡量，但會對企業(yè)資金回流速度與庫存成本產生重大影響。

高速公路發(fā)展對運輸成本的影響可以分為兩個方面：一方面降低了運輸行為支付的實際貨幣成本，如汽車單位運輸量的燃油、輪胎消耗、車輛磨損、貨損及事故賠償等成本，從而使運輸成本大幅度降低；另一方面是運輸的效率增加。與普通公路相比較，高速公路節(jié)省運輸時間非常顯著，運輸時間的減少會對企業(yè)產生以下幾方面的影響：首先，運輸時間的減少會直接降低汽車油費等運輸成本；其次，貨物運輸的時間越短，貨物的損耗量越少，貨物的質量保存也更好，“冰山成本”越小；最后，運輸時間的減少，會提高企業(yè)的貨物流轉速度，加快企業(yè)的資金周轉速度。這些方面都會降低企業(yè)的成本，提高企業(yè)的利潤，從而有助于吸引企業(yè)選址。

基于上述理論分析和已有的文獻研究，本文就高速公路發(fā)展對企業(yè)選址的影響提出以下幾個假說：

假說1：總體而言，高速公路的發(fā)展有利于增強區(qū)域對企業(yè)選址進入的吸引力，增加入駐企業(yè)的數量。

假說2：經濟欠發(fā)達地區(qū)的高速公路對企業(yè)選址的促進作用比經濟發(fā)達地區(qū)大。

假說3：高速公路發(fā)展對不同地區(qū)、不同行業(yè)的企業(yè)選址影響是有差異的。

根據上文運輸成本對企業(yè)區(qū)位選擇影響分析，構建如下實證模型：

Ln numi,t=Ln milesi,t+Ln goodi,t+Ln popi,t+Ln wagei,t+ratei,t+Ln FDIRi,t+εi,t

(2)

基于理論基礎和已有文獻的基礎上，本文主要考慮了以下幾個方面的控制變量：

(1)其它公路運輸方式。公路運輸是中國貨運體系中不可缺少的一環(huán)，地區(qū)的公路貨運量一定程度上反映了地區(qū)的總貨運水平。物流水平是吸引企業(yè)選址的一個重要因素，因此在模型中加入地區(qū)公路貨運量(good)來控制其他運輸方式的影響。

(2)宏觀經濟周期。理論上，經濟發(fā)展周期對企業(yè)的進入和退出有直接的影響，經濟繁榮時會有較多的新建企業(yè)，經濟不景氣時企業(yè)的投資會減少，甚至會有企業(yè)退出。本文選用GDP增長率(GDPR)作為宏觀經濟周期的代理變量。

(3)市場規(guī)模。一般而言，人口規(guī)模越大，消費者越多，市場規(guī)模越大，對于新企業(yè)選址的促進作用也越強。因此本文采用地區(qū)的常住人口(pop)來代表地區(qū)市場規(guī)模。

(4)勞動力成本。勞動力成本是制造業(yè)企業(yè)的重要組成部分。在“劉易斯拐點”來臨之前，勞動力逐步從無限供給轉變?yōu)橛邢薰┙o，中國勞動力成本在逐步上升，珠三角地區(qū)甚至出現了“用工荒”現象。新企業(yè)更加關注勞動力成本，因此勞動力成本較低的城市更容易吸引新企業(yè)入駐。因此，本文選用職工平均工資水平(wage)來代表新企業(yè)的勞動力成本。

(5)市場化程度。市場化程度越高，市場在資源配置中所起的作用越大，市場競爭也就越充分，有助于提升企業(yè)的技術創(chuàng)新效率(馮宗憲 等，2011)，最終提高企業(yè)利潤，吸引企業(yè)進入。由于國有企業(yè)占比高的地方，市場化程度較低，國有經濟比重過高對企業(yè)進入有顯著的阻礙作用(楊天宇 等，2009)。本文選取國有企業(yè)占比(rate)作為市場進入壁壘的代理變量。

(6)市場開放度。市場開放度越高的地區(qū)貿易成本較低(高峰 等，2010)，更容易吸引企業(yè)的投資進入。本文選取FDI增長率(FDIR)作為市場開放度的代理變量。

由于新增制造業(yè)企業(yè)數量、單位面積高速公路里程密度、公路貨運量、人口規(guī)模、職工平均工資和FDI增長率等變量的數量級相差較大，模型中對這些變量進行了取對數的處理。

三、數據來源與描述

1.地級市高速公路數據獲得

由于現有統(tǒng)計年鑒缺少地級市層面的高速公路里程、通車時間等數據，因此本文手工搜集了研究所需的地級市高速公路里程數據和通車時間數據，具體方法如下：通過谷歌地圖將各個城市通車的每一條高速公路的里程數測量出來，使用網絡尋找到該高速公路的準確名稱，獲得某一城市的某一條高速公路的通車時間與通車里程信息*由于機場高速為特殊用途高速公路，并不直接連接兩個相鄰的地區(qū)，因此在統(tǒng)計過程中將機場高速剔除。由于谷歌地圖將某些國道按顏色標注為高速公路，本文也進行了相應的剔除。；接下來將各城市的每年通車的高速公路信息加總，得到歷年所有城市的高速公路加總里程數*這種方法能夠統(tǒng)計中國所有高速公路開通的時間及里程數。。利用ARCGIS10.1將1999年和2007年高速公路的情況繪出，結果見圖1和圖2。圖1和圖2顯示了中國1999—2007年高速公路發(fā)展趨勢，從中可以看出：1999年中國擁有高速公路的城市較少，且主要集中在東北地區(qū)、華北地區(qū)以及珠三角地區(qū)；而到2007年中東部地區(qū)則僅有少數地級市尚未開通高速公路，高速公路逐漸由少數的幾個點擴散至全國重要的節(jié)點城市，并逐漸形成了以北京、上海、廣州、鄭州、青島、成都等區(qū)域性中心城市為節(jié)點的高速公路網絡，西部地區(qū)高速公路也有一定的發(fā)展，但分布范圍、里程密度與中東部地區(qū)仍然存在較大差距。

圖1 1999年單位面積高速公路密度

注：顏色越深代表高速公路密度越高。

圖2 2007年單位面積高速公路密度

2.新增制造業(yè)企業(yè)選址數據獲得

本文的新增制造業(yè)企業(yè)數據來源于中國工業(yè)企業(yè)數據庫，選取時間段為1999—2007年。由于需要企業(yè)的準確位置和所屬行業(yè)等信息，而這些基本信息在研究時段中可能產生變化*首先自2003 年開始中國啟用了新的國民經濟行業(yè)代碼(編碼為GBPT4754-2002)，其次中國縣級及縣級以上行政區(qū)劃在2000年至2007年間發(fā)生顯著變化，相應的行政區(qū)劃代碼也隨之改變。，為保證整個時間跨度中產業(yè)與地區(qū)代碼的一致，參照Lu et al.(2007)*本文將2000年之后的地區(qū)代碼按照2007年地區(qū)代碼進行了調整,與Lu et al.(2007)并無本質上不同。和Brant et al.(2009)*Brant et al.(2009)將舊的行業(yè)分類標準代碼(GBPT4754-94)按照新的行業(yè)分類標準(GBPT4754-2002)進行了調整。的方法分別對地區(qū)和行業(yè)代碼進行了調整，并利用聶輝華等(2012)的方法剔除缺失總資產、職工人數、工業(yè)總產值、固定資產凈值、銷售額數據和企業(yè)員工數據小于8的企業(yè)。

本文利用新增企業(yè)數量作為企業(yè)選址的代理變量，具體方法是：將數據庫中歷年各城市的企業(yè)代碼與上一年進行對比，識別出歷年各城市新出現的企業(yè)并加總，得到歷年各城市的所有行業(yè)新增企業(yè)數量，繪圖的結果見圖3和圖4。圖3和圖4顯示了1999年和2007年中國新增制造業(yè)企業(yè)分布情況，從圖中可以看出：1999年中國新增制造業(yè)企業(yè)數量分布較為均衡，長三角、珠三角、京津冀、長江中游、東北等地區(qū)分布相對比較密集；而2007年新增制造業(yè)企業(yè)集中在東部沿海地區(qū)，其中長三角地區(qū)最為密集，環(huán)渤海地區(qū)與珠三角次之；值得一提的是川渝地區(qū)對于新增制造業(yè)企業(yè)始終有著不錯的吸引力。

圖3 1999年新增制造業(yè)企業(yè)分布

注：顏色越深代表該地級市制造業(yè)新增企業(yè)數量越多。

圖4 2007年新增制造業(yè)企業(yè)分布

注：顏色越深代表該地級市制造業(yè)新增企業(yè)數量越多。

3.變量描述性統(tǒng)計

根據式(2)可得其他相關變量如公路貨運量、人口規(guī)模、職工平均工資和FDI增長率及國有企業(yè)占比。國有企業(yè)數量占比數據來自于《中國工業(yè)企業(yè)數據庫》，其他相關變量主要來源于歷年《中國城市統(tǒng)計年鑒》以及各省統(tǒng)計年鑒?？紤]到數據限制和樣本可比性，樣本包括研究時間段內開通高速公路的地區(qū)，不包含港、澳、臺地區(qū)以及貴州、甘肅、云南、青海、寧夏、西藏等省(區(qū)或市)。最終得到共1360個樣本組成的非平衡面板數據，變量的描述性統(tǒng)計見表1。

表1 主要變量的描述性統(tǒng)計

五、實證結果分析

1.基本回歸結果

表2報告了對式(2)的估計結果，第1-3列為OLS回歸結果，第4列為SYS-GMM回歸結果。第1列僅包含高速公路里程密度這一解釋變量；第2列添加了公路貨運量這一控制變量；第3列添加了GDP增長率、人口規(guī)模、職工平均工資水平、國有企業(yè)占比以及FDI增長率等控制變量。在回歸之前，先進行Hausman檢驗，檢驗結果(Prob>chi2=0.0000)表明應該使用固定效應模型*樣本數據為城市級非均衡面板數據，由于許多城市單個樣本較少，因此模型采用了省份固定效應變量。。因此，本文在此使用時間與地區(qū)雙固定效應模型。

表2 高速公路對企業(yè)選址影響的基本回歸結果

注：表中***、**、*分別代表在1%、5%、10%的水平上顯著；括號里數值為模型估計參數的t統(tǒng)計值(SYS-GMM結果欄中括號里數值為模型估計參數z的統(tǒng)計值)；Year代表年份固定效應變量，Province代表省份固定效應變量，YES表示采用了固定效應變量；AR(1)、AR(2)為SYS-GMM模型自回歸統(tǒng)計量，Sargan檢驗值為過度識別約束檢驗統(tǒng)計量。

本文選取的相關地區(qū)宏觀變量中，地區(qū)GDP增長率、FDI增長率、交通基礎設施水平等變量可能存在多重共線性，如市場化程度越高、基礎設施越好、高速公路里程密度越多，地區(qū)的FDI增長率也越高。因此在回歸之前，先用方差膨脹因子對自變量進行多重共線性檢驗，檢驗結果顯示，各變量的容忍度均大于0.60，VIF平均值為5.5，數值小于10，計量結果表明各變量之間的多重共線性并不顯著。

第1列中僅加入了高速公路里程密度變量，結果表明高速公路里程密度對新企業(yè)選址在1%的水平上有顯著的正向影響。第2列在第1列基礎上加入了公路貨運量變量，結果表明高速公路里程密度依然對新企業(yè)選址有顯著正向影響，公路貨運量也在1%水平上對新企業(yè)選址有顯著的正向影響。高速公路里程密度對新企業(yè)進入的影響系數降低，說明高速公路對企業(yè)選址進入的影響部分是通過提高公路貨運能力來實現的。第3列進一步加入了GDP增長率、人口規(guī)模、職工平均工資水平、國有企業(yè)占比以及FDI增長率等控制變量，在控制其他主要控制變量之后，高速公路依然對于新企業(yè)選址有顯著的正向影響，高速公路密度每增加1%新增企業(yè)數量增加0.0962%。第1-3列說明高速公路里程密度對企業(yè)選址進入有顯著的正向影響關系，且結果是穩(wěn)健的，整體的解釋效果也較好，驗證了前文提出的假說1。

進一步解釋第3列中其他控制變量對于新企業(yè)選址的影響。GDP增長率與人口規(guī)模對新企業(yè)選址有顯著正向影響，這與預期一致。一個地區(qū)經濟發(fā)展水平越高、市場規(guī)模越大，對于新企業(yè)的吸引力越強。國有企業(yè)比率對于新企業(yè)選址有顯著的負向影響，與預期結果是一致的。國有企業(yè)占比較高的地區(qū)，市場壟斷程度也較高，不利于新企業(yè)選址進入。國有企業(yè)占比每增加1%，新企業(yè)數量減少2.75%。職工平均工資水平對新企業(yè)選址影響為正，但不顯著。這可能是由于職工工資不僅是企業(yè)生產成本重要組成部分，也在一定程度上反映出地區(qū)可能的平均消費水平，因此對新企業(yè)選址的作用方向不定。而FDI增長率對于新企業(yè)選址并無顯著影響。

由于內生性將會導致回歸結果有偏性和非一致，內生性也是應該考慮的重要方面。本文的內生性問題可能主要來自兩個方面：一是高速公路建設與企業(yè)選址之間可能互為因果關系；二是高速公路建設與企業(yè)選址可能共同受某個因素的影響，即存在遺漏變量。目前解決內生性問題的方法主要有兩種：一種方法使用工具變量，但合適的工具變量較難發(fā)現；二是使用系統(tǒng)廣義矩估計法。本文的數據樣本為典型的大N小T類型面板數據，符合SYS-GMM方法要求的數據特征，因此可以采用SYS-GMM方法來克服模型內生性問題。表2第4列匯報了系統(tǒng)廣義矩估計的結果。Wald檢驗、AR模型檢驗以及Sargan檢驗結果分別表明模型線性關系顯著，并不存在序列自相關與工具變量過度識別問題，說明模型是有效的。第4列結果表明，在1%的水平上，高速公路里程密度對企業(yè)選址進入有顯著的正向影響關系，高速公路里程密度每增加1%地區(qū)企業(yè)數量增加0.499%，高于OLS回歸結果，在控制內生性之后高速公路對于新企業(yè)選址促進作用更大。其他控制變量方面，公路貨運量、GDP增長率、人口增長率都對新企業(yè)選址有顯著促進作用，國有企業(yè)占比越高越會阻礙新企業(yè)選址。與OLS回歸結果類似，人均職工工資水平與FDI增長率對于新企業(yè)選址均無顯著作用。在SYS-GMM模型結果中，各變量的系數符號和顯著性均與OLS的模型結果基本一致，說明控制內生性問題后結果仍然是穩(wěn)健的*除了采用SYS-GMM來解決模型存在的內生性問題之外，還用地區(qū)高速公路總里程變量替換地區(qū)高速公路里程密度，并增加地區(qū)鐵路貨運量和地區(qū)高等學校在校生人數等控制變量，以此來考察總體模型的穩(wěn)健性，回歸結果與表2結果基本一致。限于篇幅限制，在此不匯報穩(wěn)健性檢驗的結果，如有興趣可向作者索取。。

2.分地區(qū)回歸分析

中國幅員遼闊、城市眾多，區(qū)域間的經濟環(huán)境、自然稟賦及政策因素等方面存在較大差異。圖1—圖4可知，不論是高速公路的建設情況還是新增制造業(yè)企業(yè)數量，在地區(qū)間都呈現出不同的變化趨勢。因此，有必要對城市樣本進行分類，以進一步驗證不同地區(qū)高速公路對企業(yè)選址的影響是否是不同的。在此將城市樣本分為東部沿海地區(qū)與內陸地區(qū)兩組，分別對兩組樣本進行回歸*東部沿海地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個省(區(qū)或市)；內陸地區(qū)包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆19個省(區(qū)或市)。，結果見表3。

從表3可知，高速公路里程密度對于東部沿海地區(qū)新企業(yè)選址有顯著正向影響。高速公路里程密度每增加1%，地區(qū)新增企業(yè)數量增加0.055%;內陸地區(qū)高速公路里程密度每增加1%，地區(qū)新增企業(yè)數量0.11%。對比東部沿海地區(qū)和內陸地區(qū)的回歸結果，發(fā)現高速公路里程密度對內陸地區(qū)企業(yè)選址的促進作用比對東部沿海地區(qū)強度更大，甚至是東部沿海地區(qū)的兩倍之多，驗證了前文提出的假說2。

表3 分地區(qū)的高速公路對企業(yè)選址影響的OLS固定效應回歸結果

注：表中***、**、*分別代表在1%、5%、10%的水平上顯著；括號里數值為模型估計參數的t統(tǒng)計值；Year代表年份固定效應變量，Province代表省份固定效應變量，YES表示采用了固定效應變量。

3.分行業(yè)回歸分析

除地區(qū)間的差異之外，不同制造業(yè)行業(yè)對運輸成本、效率的反映是不同的，因此高速公路發(fā)展對于不同行業(yè)企業(yè)選址的影響也是不同的。在對行業(yè)進行劃分的辦法中，利用重量/價值比率高低對行業(yè)進行劃分的方法值得借鑒，這種方法核心在于度量單位運輸成本占產品總價值的比重，以此來劃分行業(yè)類型。例如，一輛載重量為1噸的貨車，從上海運送貨物到北京，那么載重物品類別對于采用何種類型交通方式有很大的影響。如果運送一噸白菜罐頭，那么該廠商用高速公路進行運輸時，運輸成本可能會高于該運送物資的價值；而如果該卡車運輸產品為手機等電子產品，則運輸成本占產品價值比重就很少。因此，本文采用分行業(yè)運輸成本占總增加值的比重來衡量各行業(yè)重量/價值比率的高低。由于國內尚無細分行業(yè)運輸成本的數據，目前可以借鑒方法為：路江涌等(2007)用產品的銷售成本(不含廣告費)來度量產品到達銷售者手中的成本，而產品銷售成本(不含廣告費)包括銷售人員工資、差旅費及運輸費用等，其中運輸方式直接決定了差旅費用和運輸費用；而劉燁等(2015)也用了銷售費用率*銷售費用占產品總收入的比重。來度量分行業(yè)的冰山運輸成本。因此本文借鑒路江涌等(2007)的方法，計算銷售成本(不含廣告費)占總增加值的比重來度量重量/價值的比率。

回歸結果計算了30個二位數行業(yè)2003年的重量/價值比率，按照重量/價值比從高至低分為3類，每類共10個行業(yè)。其中：重量/價值比較高的行業(yè)定義為資源導向型產業(yè)，該類型產業(yè)傾向于靠近原材料產地，其原材料的運輸成本或產品的運輸成本較高；市場導向型產業(yè)，該類型產業(yè)投入品多為其他產業(yè)的最終產品，即多使用中間產品進行生產，產品具有一定的重量，直接面對最終產品市場等特征，如飲料制造業(yè)等；流動型產業(yè)，該類型產業(yè)產品重量較輕，單位產品增加值比重較大，重量/價值比率較低，對于運輸成本的依賴程度不高，如計算機設備制造業(yè)等行業(yè)。具體分類見表4。

表4 三種類型行業(yè)分類

由于分行業(yè)的新增企業(yè)數量會出現零值，為了使估計結果更加合理有效，借鑒Holl(2004a)的方法，利用泊松回歸(Poisson regression)模型對行業(yè)分組進行回歸，結果見表5*由于分行業(yè)的新企業(yè)數量數量級較小，因此沒有采用取對數的處理。。

表5 分行業(yè)的高速公路對企業(yè)選址影響的泊松回歸結果

注：表中***、**、*分別代表在1%、5%、10%的顯著水平上顯著；括號里數值為模型估計參數的z統(tǒng)計值。

從表5的分行業(yè)回歸結果中可以得知：

(1)總體上，高速公路里程密度對各類型企業(yè)選址進入有不同的影響。一般重量/價值比值越大，即相同重量下產品價格較低的企業(yè)，高速公路里程密度對選址促進作用越強，而這些企業(yè)多數為資源導向型企業(yè)，如石油加工、黑色金屬冶煉、有色金屬冶煉等，這些產業(yè)的共同特點是生產的產品與原材料質量較重、體積較大，運輸成本對企業(yè)的生產成本與銷售價格影響較大。分地區(qū)來看，東部地區(qū)資源導向型產業(yè)對于高速公路的依賴程度要高于中西部地區(qū)。而中國整體外向型的貿易結構可能是造成這種差別的重要原因。2015年中國鐵礦石進口量9.52億噸，對外依存度超過80%*http://money.163.com/16/0414/21/BKL5FLU600253B0H.html。，礦產資源進口依賴度較高。東部地區(qū)有眾多的深海良港便于進口礦產，因此連接東部地區(qū)大型港口的高速公路網絡有助于降低產品的運輸費用，吸引企業(yè)選址*本文根據國家行業(yè)分類標準GBT4754-2002對于各二位數行業(yè)的新企業(yè)選址進行分類回歸，回歸結果表明石油加工、黑色金屬冶煉、有色金屬冶煉等行業(yè)選址對高速公路里程密度依賴程度較高。限于篇幅，文中未將相關結果進行匯報。。

(2)對于市場導向型企業(yè)，產品具有一定的重量，生產的產品多為最終產品，可以直接面對市場進行銷售。高速公路拉近了企業(yè)與市場的實際距離，增加了企業(yè)的市場可達性，提高了廠商的需求。從表5可知，高速公路對于市場導向型企業(yè)的影響要弱于資源導向型企業(yè)；分地區(qū)看，東部沿海地區(qū)的市場導向型企業(yè)對于高速公路的依賴程度要高于內陸地區(qū)。

(3)對于流動型產業(yè)而言，高速公路對企業(yè)選址的影響弱于資源導向型企業(yè)和市場導向型企業(yè)。從回歸結果上看，流動型產業(yè)的回歸系數要遠低于資源導向型企業(yè)與市場導向型企業(yè)。分地區(qū)結果表明，東部沿海地區(qū)高速公路對于流動型產業(yè)的選址有正向促進效應，而內陸地區(qū)則并不顯著。流動型產業(yè)運輸成本占比較低，企業(yè)選址更多考慮如人力資源、市場規(guī)模等非運輸成本因素。此時，高速公路對于流動型產業(yè)的影響不僅體現在運輸成本上，更體現在由于時間成本降低而導致的正的外部性上，如企業(yè)之間的知識溢出、員工通勤時間減少等。

六、結論及政策建議

針對高速公路發(fā)展對新企業(yè)選址的影響關系，本文分別用全國總體樣本、分地區(qū)樣本和分行業(yè)樣本做了實證分析，可以總結出以下幾點結論：總體上，高速公路的發(fā)展對新企業(yè)選址有顯著的促進作用。地區(qū)高速公路水平越是發(fā)達，越是企業(yè)進行區(qū)位選擇的重要參考因素，對于企業(yè)選址的吸引力越大。分地區(qū)看，不論是經濟發(fā)達的東部沿海地區(qū)，還是經濟欠發(fā)達的內陸地區(qū)，高速公路發(fā)展都會對企業(yè)的選址進入有顯著的促進作用，對內陸地區(qū)企業(yè)促進作用更明顯、強度更大。分行業(yè)看，高速公路建設對原材料導向型產業(yè)的選址促進作用最強，市場導向型產業(yè)的促進作用次之，流動型較強的產業(yè)對高速公路的依賴程度較弱，對內陸地區(qū)流動型產業(yè)甚至沒有顯著影響。

根據研究結論，提出如下政策建議：

(1)繼續(xù)完善高速公路的建設發(fā)展，加大高速公路建設的投入，為企業(yè)發(fā)展提供高效和健全的交通基礎設施服務。作為高效的現代運輸方式，高速公路能改善貨物的運輸效率，降低企業(yè)的生產成本，促進企業(yè)的發(fā)展，進而促進經濟的增長，因而要繼續(xù)加大高速公路建設力度。

(2)積極規(guī)劃和發(fā)展高速公路建設，改善地區(qū)區(qū)位條件，吸引更多企業(yè)進入，提升地區(qū)的經濟活力，促進地區(qū)經濟的繁榮發(fā)展。內陸地區(qū)高速公路對企業(yè)選址進入的影響作用更大，高速公路的投資效益更加顯著，加大高速公路發(fā)展力度，改善地區(qū)交通基礎設施環(huán)境，提升地區(qū)經濟發(fā)展水平。

韋伯. 1997. 工業(yè)區(qū)位論[M]. 陳志人，張英保，李剛劍，譯. 北京:商務印書館.

勒施. 2010. 經濟空間秩序：財貨與地理間的關系[M]. 王守禮,譯. 北京:商務印書館.

馮宗憲，王青，侯曉輝. 2011. 政府投入、市場化程度與中國工業(yè)企業(yè)的技術創(chuàng)新效率[J]. 經濟技術經濟研究(4)：3-17.

高峰，王愛華. 2010. 外商投資、市場開放度對山東經濟增長收斂性影響的分析[J]. 當代經濟(10):100-102.

郭嘉儀，蘇啟林，張慶霖. 2012. 知識溢出、產業(yè)集群與企業(yè)選址[J]. 企業(yè)經濟(3):25-30.

黃肖琦，柴敏. 2006. 新經濟地理學視角下的FDI區(qū)位選擇：基于中國省際面板數據的實證分析[J]. 管理世界(10)：7-13.

金鳳君，武文杰. 2007. 鐵路客運系統(tǒng)提速的空間經濟影響[J]. 經濟地理(11)：888-891.

劉秉鐮，武鵬，劉玉海. 2010. 交通基礎設施與中國全要素生產率增長：基于省域數據的空間面板計量分析[J]. 中國工業(yè)經濟(3)：54-64.

聶輝華，江艇，楊汝岱. 2012. 中國工業(yè)企業(yè)數據庫的使用現狀和潛在問題[J]. 世界經濟(5)：142-158.

王芳芳，郝前進. 2011. 環(huán)境管制與內外資企業(yè)的選址策略差異：基于泊松回歸的分析[J]. 世界經濟文匯(4):29-40.

楊天宇，張蕾. 2009. 中國制造業(yè)企業(yè)進入和退出行為的影響因素分析[J]. 管理世界(6)：82-90.

張學良. 2007. 中國交通基礎設施與經濟增長的區(qū)域比較分析[J]. 財經研究(8)：51-63.

張玉梅. 2012. 企業(yè)規(guī)模異質性與產業(yè)集聚：來自中國制造業(yè)的證據[J]. 產經評論(6):84-100.

BRANDT L, BIESEBROECK J V, ZHANG Y F. 2009. Creative accounting or creative destruction? firm-level productivity growth in Chinese manufacturing [R]. NBER Working Paper， No.151152.

COSTINOT A. 2009. On the origins of comparative advantage [J]. Journal of International Economics, 77(2):255-264.

DEMURGER S. 2001. Infrastructure development and economic growth:an explanation for regional disparities in China [J]. Journal of Comparative Economics, 29(1):95-117.

GRAHAM D J, COUTO A, ADENEY W E, et al. 2003. Economies of scale and density in urban rail transport: effects on productivity [J]. Transportation Research Part E:Logistics & Transportation Review, 39(6):443-458.

HOLL A. 2004a. Manufacturing location and impacts of road transport infrastructure: empirical evidence from Spain [J]. Regional Science & Urban Economics, 34(3):341-363.

HOLL A. 2004b. Transport infrastructure, agglomeration economies, and firm birth: empirical evidence from Portugal [J]. Journal of Regional Science, 44(4):693-712.

HOLL A. 2007. Twenty years of accessibility improvements. the case of the Spanish motorway building programme [J]. Journal of Transport Geography, 15(4):286-297.

KRUGMAN P R. 1991. Increasing returns and economic geography [J]. Journal of Political Economy, 99(3):483-499.

LU J, TAO Z. 2009. Trends and determinants of China′s industrial agglomeration [J]. Journal of Urban Economics, 65(2):167-180.

PUGA D, VENABLES A J. 1999. Agglomeration and economic development: import substitution vs.trade liberalization [J]. The Economic Journal， 109(455)：292-311.

VENABLES A J. 1996. Equilibrium locations of vertically linked industries [J]. International Economic Review, 37(2):341-359.

(責任編輯 張 坤)

Impacts of Highway Infrastructure on Location of New Firms: Evidence from China′s Manufacturing Firms

LIN ShanLang YE Wei WANG Na

(School of Economics and Management,Tongji University, Shanghai 20092)

Base on micro manufacturing firm level data from 1998 to 2007, this paper examines the effect of highway development on the location choice of new manufacturing firms from different regions and different industries in China. The result shows that for the whole country, highway development has significant positive impact on the location of new manufacturing firms. From the sub region perspective, inland region has even larger effect than coastal region. As to different industries, highway construction has strongest effect on the location of material-oriented industries, less strong effect on the location of market-oriented industries, low significant effect on the location of footloose industries, and no significant effect on the location of footloose industries in inland China.

highway infrastructure; transport cost; firm location

2016-08-28

林善浪(1965--),男,福建大田人，同濟大學經濟與管理學院教授, 博士生導師。 葉 煒(1988--),男,福建大田人，同濟大學經濟與管理學院博士生。 王 娜(1990--),女,山西運城人，同濟大學經濟與管理學院碩士生。

F061

A

1001-6260(2017)03-0028-11

10.19337/j.cnki.34-1093/f.2017.03.003

① 數據來源：國家統(tǒng)計局。

財貿研究 2017.3