摘 要：

在企業(yè)并購過程中，大量軟信息的存在導(dǎo)致難以評(píng)估目標(biāo)企業(yè)的真實(shí)價(jià)值，空間上的地理距離則增加了企業(yè)的信息成本和并購風(fēng)險(xiǎn)。利用手機(jī)定位信息配對(duì)機(jī)場位置形成城市雙邊航空客流數(shù)據(jù)，在引力模型的分析框架下引入航空客流變量，以此統(tǒng)計(jì)分析作為軟信息載體的航空客流如何對(duì)企業(yè)跨城市并購產(chǎn)生影響。實(shí)證結(jié)果表明：軟信息空間傳遞對(duì)企業(yè)跨城市并購有顯著影響;航空客流對(duì)地理距離具有顯著正向彈性，且航空運(yùn)輸在1 000公里處存在斷點(diǎn)，城際距離在1 000公里以上具有更高的航空客流;城際航空運(yùn)輸促進(jìn)了企業(yè)跨城市并購，其效應(yīng)超過了地理距離對(duì)企業(yè)并購的影響。實(shí)證結(jié)果說明航空運(yùn)輸通過空間壓縮機(jī)制，提高航空客流，增強(qiáng)軟信息傳遞，促進(jìn)了企業(yè)跨城市并購。

關(guān)鍵詞：航空運(yùn)輸;軟信息空間傳遞;企業(yè)并購;引力模型;足跡大數(shù)據(jù);斷點(diǎn)回歸

中圖分類號(hào)：F562.8 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-2101（2021）04-0091-09

收稿日期：2021-02-03

基金項(xiàng)目：教育部人文社會(huì)科學(xué)基金“時(shí)空壓縮視域下港珠澳大橋的資源配置效率研究：效應(yīng)識(shí)別、機(jī)制分析與政策選擇”（20YJC790015）

作者簡介：徐瑋（1993-），女，山東煙臺(tái)人，暨南大學(xué)博士研究生。

一、引言

改革開放以來，我國航空運(yùn)輸從一個(gè)軍事化行業(yè)發(fā)展成為全球第二大航空運(yùn)輸系統(tǒng)。從改革開放初期只有78個(gè)機(jī)場，發(fā)展到2019年底的238個(gè)機(jī)場，按不重復(fù)距離計(jì)算的定期航班航線里程為948.22萬千米，覆蓋全國90%以上的地級(jí)市，旅客吞吐量13.52億人次①。追求經(jīng)濟(jì)效益和時(shí)間效率為核心的航空運(yùn)輸在城際經(jīng)濟(jì)聯(lián)系中發(fā)揮著越來越重要的作用，我國航空運(yùn)輸網(wǎng)絡(luò)的快速發(fā)展，優(yōu)化了我國交通供給質(zhì)量，極大地縮短了城際商務(wù)活動(dòng)時(shí)間，不斷拓寬超大規(guī)模市場的邊界，提高了城際經(jīng)濟(jì)往來的效率和效益。

《交通強(qiáng)國建設(shè)綱要》②中提出“構(gòu)筑以高鐵、航空為主體的大容量、高效率區(qū)際快速客運(yùn)服務(wù)，提升主要通道旅客運(yùn)輸能力”。但是關(guān)于特定的交通運(yùn)輸方式在我國經(jīng)濟(jì)社會(huì)發(fā)展過程中起重要作用的研究并不充分，大部分文獻(xiàn)都集中于高速公路、高速鐵路以及鐵路等交通基礎(chǔ)設(shè)施經(jīng)濟(jì)效應(yīng)的研究[1-3]，相比于近年來視角豐富的高鐵研究，航空為主體的經(jīng)濟(jì)學(xué)研究比較缺乏。航空運(yùn)輸作為及時(shí)、高效、靈活的長距離交通方式之一，其客流反映城際間商業(yè)信息連通度和經(jīng)濟(jì)活動(dòng)交易量，對(duì)加快信息的流動(dòng)和傳播，拉近城際經(jīng)濟(jì)距離，改善城際經(jīng)濟(jì)聯(lián)系的空間結(jié)構(gòu)具有重要的作用[4]。已有文獻(xiàn)大多對(duì)交通基礎(chǔ)設(shè)施影響城際經(jīng)濟(jì)聯(lián)系的研究關(guān)注不足，特別是航空運(yùn)輸影響城際經(jīng)濟(jì)聯(lián)系的分析和測(cè)度則更少。

新發(fā)展階段中我國的產(chǎn)業(yè)組織和企業(yè)發(fā)展需要形成更強(qiáng)的競爭優(yōu)勢(shì)，企業(yè)并購是通過形成競爭和規(guī)模優(yōu)勢(shì)、降低生產(chǎn)和交易成本從而獲得競爭優(yōu)勢(shì)的重要活動(dòng)之一。從企業(yè)并購的行為看，企業(yè)在收購目標(biāo)企業(yè)的過程中存在“檸檬問題”，這種信息不對(duì)稱問題的存在使目標(biāo)企業(yè)的真實(shí)價(jià)值難以被準(zhǔn)確評(píng)估，增加了企業(yè)的并購風(fēng)險(xiǎn)和不確定性[5]。在企業(yè)并購交易過程中存在著大量的“軟信息”用于決策判斷，但是這類信息具有定性化特征，又難以被記錄和存儲(chǔ)，因此，企業(yè)直接獲取目標(biāo)企業(yè)真實(shí)有效的軟信息比較困難[6]。一些學(xué)者認(rèn)為地理距離是衡量企業(yè)并購中信息不對(duì)稱問題的主要指標(biāo)之一。一方面，企業(yè)進(jìn)行異地并購交易時(shí)，兩個(gè)城市間地理距離的遠(yuǎn)近，影響著兩地經(jīng)濟(jì)主體之間信息溝通的廣度和深度[7]，并購交易涉及企業(yè)雙方的“共同語言”也會(huì)因地理距離遠(yuǎn)而減少[8]。另一方面，地理距離弱化信息傳播，說明從更遠(yuǎn)的地方學(xué)習(xí)、吸收新信息將變得更加艱難，并購方對(duì)目標(biāo)企業(yè)以及所在城市的了解就越低，這就形成了信息不對(duì)稱[9]。

解決這一問題的關(guān)鍵在于如何有效獲取軟信息，減少信息不對(duì)稱給并購造成的負(fù)面影響。Kevin[10]認(rèn)為，最強(qiáng)的軟信息獲取來自直接經(jīng)驗(yàn)、面對(duì)面的交流和肢體語言。其原因在于實(shí)時(shí)獲取信息的方式不僅能夠傳遞更多的內(nèi)涵，而且有利于雙方建立起信任關(guān)系，使獲取到的信息更加真實(shí)可信。不僅如此，即使在熟人之間的交流，面對(duì)面交流的質(zhì)量亦高于其他交流方式[10]。顯然，地理距離是企業(yè)并購的軟信息空間傳遞中的重要因素。當(dāng)并購企業(yè)的經(jīng)理、資產(chǎn)評(píng)估師、財(cái)務(wù)顧問、會(huì)計(jì)師、律師與目標(biāo)企業(yè)所處城市較近時(shí)，進(jìn)行并購活動(dòng)中的軟信息搜尋成本以及代理成本就越低，能夠識(shí)別并購風(fēng)險(xiǎn)、獲取更加有價(jià)值的信息[11]。當(dāng)限制交易雙方面對(duì)面溝通的地理距離問題被盡可能地消除時(shí)，企業(yè)更容易利用一手信息評(píng)估目標(biāo)企業(yè)的真實(shí)價(jià)值，在一定程度上消弭信息不對(duì)稱問題，做出合理決策，另外還有利于降低對(duì)目標(biāo)企業(yè)的監(jiān)控成本[8]。由此可見，航空運(yùn)輸網(wǎng)絡(luò)的拓展，在帶來城際航空客流提高的同時(shí)，也為城際經(jīng)濟(jì)往來的面對(duì)面交流提供了便利，促進(jìn)了企業(yè)并購活動(dòng)中的軟信息傳遞。

本文的主要貢獻(xiàn)有：第一，采集質(zhì)量更高的航空客運(yùn)數(shù)據(jù)。相比以往實(shí)證文獻(xiàn)所采用的民用航空客運(yùn)周轉(zhuǎn)量，航空足跡數(shù)據(jù)采集時(shí)間間隔點(diǎn)更密集，城市航空客流方向信息更詳細(xì);數(shù)據(jù)包含的信息更全面，度量誤差更小，這對(duì)研究城市雙邊經(jīng)濟(jì)聯(lián)系具有重要的意義。第二，在一定程度上補(bǔ)充了基于航空的運(yùn)輸經(jīng)濟(jì)效應(yīng)研究。本文從企業(yè)跨城市并購事件產(chǎn)生空間經(jīng)濟(jì)聯(lián)系的角度，量化分析了航空運(yùn)輸對(duì)企業(yè)并購的影響，并測(cè)算了航空運(yùn)輸“壓縮”空間提高企業(yè)跨城市并購的概率。第三，從空間經(jīng)濟(jì)學(xué)的視角揭示我國航空運(yùn)輸發(fā)展對(duì)城際企業(yè)并購的影響。[12]航空運(yùn)輸?shù)陌l(fā)展促進(jìn)城際客流，改善了軟信息傳遞的效率，有利于企業(yè)技術(shù)的擴(kuò)散，對(duì)城際企業(yè)并購產(chǎn)生了積極的影響。

地理距離引發(fā)的信息不對(duì)稱對(duì)我國企業(yè)的跨城市并購有多大影響？航空運(yùn)輸是否能減少該影響，提高企業(yè)并購概率呢？航空運(yùn)輸發(fā)揮影響的作用機(jī)制是什么？本文對(duì)上述問題展開研究，通過將企業(yè)跨城市并購數(shù)據(jù)和航空足跡數(shù)據(jù)進(jìn)行配對(duì)，構(gòu)建2015—2018年涉及340個(gè)城市的面板數(shù)據(jù)，利用引力模型考察作為信息傳遞影響因素之一的距離對(duì)企業(yè)跨城市并購的影響，采用中介效應(yīng)分析方法量化航空運(yùn)輸在消弭信息不對(duì)稱對(duì)企業(yè)并購影響方面的間接效應(yīng)，并通過斷點(diǎn)回歸和樣本劃分的方法對(duì)航空長距離空間壓縮機(jī)制進(jìn)行異質(zhì)性分析。

二、文獻(xiàn)綜述

新經(jīng)濟(jì)地理學(xué)的興起，引發(fā)許多學(xué)者探討地理距離維度對(duì)經(jīng)濟(jì)活動(dòng)的影響，而地理距離在信息不對(duì)稱中也扮演著重要的角色，對(duì)軟信息的影響更為顯著。軟信息最早出自金融學(xué)對(duì)信息的研究，為了與融資貸款活動(dòng)中相對(duì)透明、格式固定、易于獲取的硬信息進(jìn)行區(qū)分。軟信息并沒有一個(gè)統(tǒng)一的定義，申韜[13]歸納軟信息有五種特征，分別是難觀測(cè)、難獲取、相對(duì)穩(wěn)定性、不可比性和來源渠道有限。已有研究對(duì)軟信息不同于硬信息更詳細(xì)的說明有：軟信息難以量化，以口述或默示為主[14];內(nèi)容具有主觀性和不確定性，內(nèi)涵的解讀需要建立在了解產(chǎn)生信息主體背景的基礎(chǔ)上[15];以及軟信息更多依賴于人與人之間的面對(duì)面接觸的方式進(jìn)行傳播[6]。在網(wǎng)絡(luò)和信息技術(shù)高度發(fā)達(dá)的社會(huì)，地理距離對(duì)硬信息傳播的影響基本消失，但是軟信息的傳播依然受地理距離的阻礙。因此，大部分研究軟信息的學(xué)者將地理距離作為軟信息的代理變量[16]，他們認(rèn)為兩個(gè)經(jīng)濟(jì)主體地理距離越近，這為進(jìn)行實(shí)地考察、面對(duì)面交流降低了成本，有利于軟信息的傳播。因此，地理距離仍是軟信息傳遞受限和信息不對(duì)稱影響經(jīng)濟(jì)活動(dòng)和市場運(yùn)行的關(guān)鍵因素。

信息不對(duì)稱對(duì)企業(yè)并購各個(gè)要素和環(huán)節(jié)都造成不利影響：首先，對(duì)并購價(jià)格的影響。Dionne等[17]認(rèn)為企業(yè)并購雙方距離越遠(yuǎn)，對(duì)收購方企業(yè)造成信息不對(duì)稱，并購方會(huì)高估目標(biāo)企業(yè)的價(jià)值，造成收購溢價(jià)。其次，對(duì)目標(biāo)企業(yè)選擇的影響。Ragozzino和Reuer[18]認(rèn)為并購企業(yè)離目標(biāo)企業(yè)越近，則能夠獲取更多信息資源，降低并購過程的逆向選擇風(fēng)險(xiǎn)。如果次優(yōu)目標(biāo)企業(yè)利用自己的信息優(yōu)勢(shì)，掩蓋自己的劣勢(shì)，就有很大機(jī)會(huì)被選中為并購的目標(biāo)企業(yè)。再次，對(duì)并購后績效的影響。Kang和Kim[19]認(rèn)為企業(yè)并購雙方的距離在100公里以內(nèi)的話，并購為企業(yè)帶來兩倍的收益。最后，對(duì)并購效率的影響。并購過程是一個(gè)系統(tǒng)性工作，從目標(biāo)企業(yè)選擇、并購價(jià)格確定、并購支付價(jià)格，都需要多方進(jìn)行充分交流協(xié)商，而這都需要建立在信息對(duì)稱的基礎(chǔ)上。因此，許多文獻(xiàn)從地理鄰近（proximity）降低信息不對(duì)稱的視角對(duì)企業(yè)并購進(jìn)行考察，但這類研究主要集中在跨國并購，認(rèn)為地理距離使前期調(diào)研面臨更大的信息搜尋成本[20]，少部分學(xué)者還考察了本國并購市場中地理距離的影響情況[21]，但都缺少對(duì)改善信息不對(duì)稱問題的深入分析和機(jī)制研究。

近年來，隨著我國交通基礎(chǔ)設(shè)施呈現(xiàn)多點(diǎn)突破，涌現(xiàn)出許多相關(guān)研究，主要集中在以下幾方面：一些學(xué)者關(guān)注交通基礎(chǔ)設(shè)施對(duì)企業(yè)庫存和生產(chǎn)率的影響[22];另一些學(xué)者考察了交通基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)增長的影響[23];再有一些學(xué)者聚焦于交通基礎(chǔ)設(shè)施對(duì)產(chǎn)業(yè)發(fā)展的影響[1];此外，還有一些學(xué)者研究交通基礎(chǔ)設(shè)施對(duì)區(qū)域性經(jīng)濟(jì)的影響[24]。也有少數(shù)一些文獻(xiàn)以交通影響信息不對(duì)稱的視角，對(duì)資本市場進(jìn)行分析[25]。然而，這些研究都集中于鐵路、高速鐵路、高速公路等交通基礎(chǔ)設(shè)施的經(jīng)濟(jì)效應(yīng)，較少涉及企業(yè)并購的主題。航空運(yùn)輸是商業(yè)活動(dòng)重要的交通工具之一，也是能影響企業(yè)并購中軟信息傳遞和信息不對(duì)稱問題的重要切入點(diǎn)。另外，相比于已有文獻(xiàn)常將地理距離用于信息不對(duì)稱的研究，利用航空雙邊客流這種能更好度量城際面對(duì)面交流傳播信息的數(shù)據(jù)，有助于從航空運(yùn)輸消弭信息不對(duì)稱的視角研究對(duì)城市雙邊經(jīng)濟(jì)聯(lián)系的影響。

三、理論分析與研究假說

本文通過擴(kuò)展古諾模型，分析航空運(yùn)輸發(fā)展對(duì)兩區(qū)位企業(yè)合并的影響。假設(shè)企業(yè)合并后利潤提高是企業(yè)進(jìn)行合并的動(dòng)機(jī)，模型將地理距離和航空客流通過信息傳播機(jī)制引入模型，從而分析航空運(yùn)輸對(duì)企業(yè)并購的影響機(jī)制。

（一）模型設(shè)定

企業(yè)研發(fā)受兩方面的影響：一是企業(yè)自身進(jìn)行研發(fā)投資。企業(yè)對(duì)研發(fā)的投資是研發(fā)成果的二次函數(shù)（r2i/2），企業(yè)對(duì)研發(fā)的投資越大，研發(fā)成果越多。二是企業(yè)接受其他地區(qū)信息擴(kuò)散的影響。參考Destmet[26]的研究，我們?cè)O(shè)定擴(kuò)散方程為δij=exp〖JB（（〗βAij-γdij+f〖JB））〗，其中，Aij為兩地的航空客流情況，dij為兩地的地理距離，f是除了距離和航空客流以外其他影響信息擴(kuò)散的因素、β和γ均為參數(shù)。研發(fā)的擴(kuò)散取決于兩地距離和客流情況，地理距離越遠(yuǎn)，信息擴(kuò)散越弱;兩地客流越大，說明兩地之間人員接觸越多，越有利于信息傳播，促進(jìn)研發(fā)擴(kuò)散。

由擴(kuò)散方程可以知道，距離和客流共同影響信息擴(kuò)散，但是距離對(duì)信息擴(kuò)散的影響是負(fù)向的，而客流對(duì)信息擴(kuò)散的影響是正向的。這一負(fù)一正的影響就從信息擴(kuò)散的機(jī)制為航空客流減弱地理距離對(duì)企業(yè)并購影響提供了一個(gè)渠道。

（二）經(jīng)營策略

企業(yè)在經(jīng)營中做出選擇策略時(shí)，并不知道另一家企業(yè)所做的選擇。在這種情況下，企業(yè)采用同時(shí)博弈，為了使其所做的選擇策略是合理的，它必須猜測(cè)另一家企業(yè)的選擇策略。這個(gè)選擇策略的博弈包括兩階段：第一階段，給定企業(yè)的最優(yōu)產(chǎn)量水平，選擇與企業(yè)利潤最大化相對(duì)應(yīng)的研發(fā)投入。第二階段，基于研發(fā)策略決定企業(yè)的產(chǎn)出水平。給定企業(yè)的研發(fā)投入，企業(yè)根據(jù)利潤最大化原則來確定企業(yè)的最優(yōu)產(chǎn)量水平。在求模型均衡解時(shí)，我們采用逆向方法，先確定最優(yōu)產(chǎn)量，再確定最優(yōu)研發(fā)水平。因此，由兩個(gè)企業(yè)的最優(yōu)利潤可以確定行業(yè)的最優(yōu)利潤水平為：

現(xiàn)在考慮兩個(gè)企業(yè)進(jìn)行合并，聯(lián)合選擇經(jīng)營決策實(shí)現(xiàn)整合行業(yè)利潤最大。企業(yè)的經(jīng)營決策仍然分為兩個(gè)階段：第一階段，給定最優(yōu)產(chǎn)量水平，選擇研發(fā)投入水平實(shí)現(xiàn)產(chǎn)業(yè)利潤最大化;第二階段，給定兩個(gè)企業(yè)最優(yōu)研發(fā)投入，企業(yè)選擇使行業(yè)利潤最大化的產(chǎn)量水平，兩個(gè)企業(yè)再對(duì)行業(yè)最優(yōu)利潤進(jìn)行瓜分。同樣，我們采用逆向方法求解行業(yè)最優(yōu)利潤水平為：

（三）比較靜態(tài)分析

上文已經(jīng)分析了企業(yè)合并前后的行業(yè)利潤，從最優(yōu)行業(yè)利潤水平方程可以知道，利潤主要受到擴(kuò)散系數(shù)的影響。企業(yè)研發(fā)在空間上擴(kuò)散，受到擴(kuò)散影響的企業(yè)，提高了自身的技術(shù)水平，技術(shù)水平提高使企業(yè)能夠采用更低成本的生產(chǎn)技術(shù)，提高企業(yè)利潤。而擴(kuò)散系數(shù)由地理距離和航空客流決定，空間距離越近、交通客流越大，擴(kuò)散系數(shù)越高，企業(yè)受擴(kuò)散影響越大，利潤也就越高。

企業(yè)合并前，行業(yè)利潤對(duì)地理距離的彈性為負(fù)相關(guān)關(guān)系。兩個(gè)企業(yè)距離越遠(yuǎn)，企業(yè)間研發(fā)擴(kuò)散越低，企業(yè)利潤越低;反之，企業(yè)間的地理距離越近，企業(yè)間研發(fā)擴(kuò)散越高，形成了研發(fā)溢出效應(yīng)，企業(yè)的利潤越高。

同理，我們可以證明企業(yè)合并前的行業(yè)利潤對(duì)地理距離的彈性為負(fù)相關(guān)（∑Ri）/dij<0，與雙邊交通客流的彈性為正相關(guān)（∑Ri）/Aij>0。但是合并前后行業(yè)利潤的地理距離和客流彈性大小不同，企業(yè)合并改變了行業(yè)利潤彈性。

如果合并后的行業(yè)利潤小于合并前，企業(yè)就沒有動(dòng)力進(jìn)行合并。從概率上討論，用π表示合并前行業(yè)利潤大于合并后行業(yè)利潤的概率，即π=Pr {∑Ri>R}，這也是企業(yè)在空間上不存在合并事件的概率。那么這種事件的對(duì)立事件就是企業(yè)空間上合并的概率，即1-π=Pr {∑Ri≤R}。這個(gè)概率就是企業(yè)在空間上出現(xiàn)并購事件的概率，這說明只有當(dāng)企業(yè)合并后利潤足夠大，企業(yè)才有動(dòng)力尋求合并。

根據(jù)以上分析，本文形成如下假說：

假說1：企業(yè)跨城市并購受到軟信息不對(duì)稱的影響。城市之間的地理距離越遠(yuǎn)，信息不對(duì)稱程度越高，對(duì)并購活動(dòng)中目標(biāo)企業(yè)選擇、價(jià)格制定、并購績效、并購后企業(yè)融合均有影響，因此，企業(yè)發(fā)生城際并購的概率也相應(yīng)變小。

假說2：航空運(yùn)輸產(chǎn)生空間壓縮效應(yīng)。航空運(yùn)輸?shù)陌l(fā)展，極大地壓縮時(shí)間和空間，降低了人口跨城市移動(dòng)的成本，并且航空運(yùn)輸具有長距離運(yùn)輸?shù)膬?yōu)點(diǎn)，城市之間的地理距離越遠(yuǎn)，城際航空客流越大。

假說3：航空運(yùn)輸促進(jìn)企業(yè)跨城市并購。隨著城際航空客流提高，城際面對(duì)面接觸獲取軟信息的人越多，越有利于城際軟信息傳遞，減少企業(yè)之間信息不對(duì)稱，提高企業(yè)跨城市并購的概率。

假說 4：航空運(yùn)輸?shù)目臻g壓縮機(jī)制影響企業(yè)空間并購。航空運(yùn)輸發(fā)展壓縮了地理空間，提高了城際航空客流，降低了企業(yè)并購受地理距離的影響，從而消弭信息不對(duì)稱對(duì)企業(yè)的影響，促進(jìn)了企業(yè)空間并購。

四、實(shí)證檢驗(yàn)

（一）實(shí)證策略

本文的核心問題是航空運(yùn)輸是否能壓縮地理空間，減少信息不對(duì)稱對(duì)企業(yè)并購的影響。為了實(shí)證這一觀點(diǎn)，本文設(shè)計(jì)以下幾個(gè)實(shí)證步驟進(jìn)行驗(yàn)證：

第一步，為了檢驗(yàn)企業(yè)并購受信息不對(duì)稱（地理距離）的影響程度，參考其他研究將地理距離作為信息不對(duì)稱的代理變量[16]，本文建立一個(gè)企業(yè)并購的引力計(jì)量模型[27]，通過檢驗(yàn)企業(yè)并購對(duì)地理距離彈性來研究受地理距離影響程度。引力計(jì)量模型如下所示：

其中，下標(biāo)d和o分別表示城市d和城市o，下標(biāo)t表示時(shí)間（下同），Mdot為虛擬變量，在時(shí)期t，如果城市d和城市o之間的企業(yè)發(fā)生并購事件，則為1，否則為0。distdo為城市d和城市o的質(zhì)心點(diǎn)的直線距離，δdt和δot分別為城市交叉時(shí)間的固定效應(yīng)（下同），dot為隨機(jī)擾動(dòng)項(xiàng)。該引力模型是一個(gè)線性概率模型，本文實(shí)證基準(zhǔn)分析部分采用吸收多級(jí)固定效應(yīng)線性回歸方法對(duì)線性概率模型進(jìn)行回歸。如果系數(shù)β1為負(fù)值且顯著的話，說明城際距離越遠(yuǎn)，城際企業(yè)發(fā)生并購的概率越低，從而驗(yàn)證假說1，否則假說1不成立。

第二步，為了檢驗(yàn)航空運(yùn)輸?shù)目臻g壓縮效應(yīng)。本文同樣建立一個(gè)航空客流的引力計(jì)量模型，通過城際航空客流對(duì)地理距離彈性的識(shí)別，對(duì)假說2進(jìn)行驗(yàn)證。建立如下計(jì)量模型：

其中，πdot表示城市d和城市o在第t期的航空客流。如果實(shí)證檢驗(yàn)后系數(shù)γ1顯著為正值的話，說明距離越遠(yuǎn)，航空客流越大，驗(yàn)證假說2;反之，如果系數(shù)γ1顯著為負(fù)值的話，說明距離越近，航空客流越大，假說2不成立。此外本文還對(duì)航空客流是否在地理距離上存在斷點(diǎn)進(jìn)行檢驗(yàn)，利用斷點(diǎn)回歸更為嚴(yán)格的因果推斷方法實(shí)證航空運(yùn)輸具有長距離運(yùn)輸?shù)奶攸c(diǎn)，從而驗(yàn)證航空在長距離環(huán)境下是否具備突出的空間壓縮效應(yīng)。

第三步，檢驗(yàn)航空運(yùn)輸對(duì)企業(yè)空間并購的影響。本文通過計(jì)量模型識(shí)別出企業(yè)空間并購對(duì)航空客流的彈性，分析城際航空運(yùn)輸對(duì)企業(yè)空間并購的影響，建立以下計(jì)量模型：

如果系數(shù)α1為正值且顯著，說明城際航空客流越大，城際面對(duì)面交流的人越多，越有利于軟信息傳遞，減少信息不對(duì)稱，越可能發(fā)生跨城市企業(yè)并購，驗(yàn)證假說3;否則，假說3不成立。

第四步，實(shí)證航空運(yùn)輸通過壓縮地理空間，減少地理距離（軟信息傳遞）對(duì)企業(yè)并購的影響，促進(jìn)企業(yè)的并購。本文參考研究交通基礎(chǔ)設(shè)施常用的中介效應(yīng)模型[23]，在第一步的模型基礎(chǔ)上，增加航空客流的變量，控制住客流的影響，建立如下計(jì)量模型：

將第四步回歸結(jié)果和第一步的回歸進(jìn)行對(duì)比。第四步的模型是在第一步的模型基礎(chǔ)上增加變量控制航空客流的影響，參考Judd和Kenny[28]中介效應(yīng)計(jì)算方法，在企業(yè)空間并購中航空運(yùn)輸壓縮地理空間機(jī)制的效應(yīng)為β1-β'1。本文預(yù)期地理距離變量的系數(shù)|β'1|>|β1|，說明控制了航空客流的影響，地理距離對(duì)企業(yè)空間并購影響更大。

以上四個(gè)步驟的實(shí)證策略的思路如圖1所示，這四個(gè)步驟提供實(shí)證框架：驗(yàn)證在信息不對(duì)稱對(duì)企業(yè)并購的影響（第一步）和航空運(yùn)輸壓縮地理空間（第二步）的前提下，是否能通過航空壓縮地理空間、減少信息不對(duì)稱的機(jī)制，降低地理空間對(duì)企業(yè)并購的影響（第三步、第四步）。

（二）數(shù)據(jù)來源及計(jì)算

本文采用的數(shù)據(jù)主要有以下幾類：第一類是城市對(duì)雙邊航空客流數(shù)據(jù)（πdot）。該數(shù)據(jù)是微觀個(gè)體足跡數(shù)據(jù)配對(duì)航空機(jī)場位置的，足跡大數(shù)據(jù)來自騰訊旗下包括微信、QQ和地圖等產(chǎn)品在內(nèi)的手機(jī)定位信息。截至2019年，我國手機(jī)移動(dòng)用戶數(shù)高達(dá)16億，普及率為14.4部/百人。騰訊的日定位服務(wù)達(dá)到百億次數(shù)，行業(yè)內(nèi)日定位服務(wù)次數(shù)第一。足跡大數(shù)據(jù)正是基于這些微觀定位得到的時(shí)間序列軌跡，利用每個(gè)人的時(shí)間序列軌跡數(shù)據(jù)和城市機(jī)場位置數(shù)據(jù)配對(duì)，可以得到2015—2018年340×340個(gè)地級(jí)城市之間雙邊航空客流數(shù)據(jù)。

第二類是企業(yè)空間并購數(shù)據(jù)（Mdot）。企業(yè)空間并購數(shù)據(jù)來自國泰安數(shù)據(jù)庫的公司并購重組數(shù)據(jù)，國泰安數(shù)據(jù)庫為發(fā)生的每件并購重組事件指定一個(gè)唯一的id。[JP+1]在交易涉及方明細(xì)表中，每個(gè)并購重組事件id的交易涉及方所在地級(jí)市不是同一個(gè)城市，表示這兩個(gè)城市發(fā)生并購重組，將這一對(duì)城市標(biāo)記為1，否則記為0，于是形成2015—2018年340×340個(gè)地級(jí)市之間企業(yè)空間并購虛擬變量。

第三類是地級(jí)市之間地理距離數(shù)據(jù)（distdo）。首先通過百度地圖提供的應(yīng)用接口（API），獲得340個(gè)城市質(zhì)心點(diǎn)的經(jīng)緯度數(shù)據(jù);然后利用Stata提供的geodist命令，根據(jù)城市經(jīng)緯度數(shù)據(jù)計(jì)算340個(gè)城市之間的直線距離，由此，形成了340×340個(gè)城市對(duì)之間的地理距離變量。

完成上述數(shù)據(jù)的收集與計(jì)算后，將城市和年份作為id，依據(jù)這一id將這些數(shù)據(jù)進(jìn)行配對(duì)，形成一個(gè)面板數(shù)據(jù)，主要變量的描述性統(tǒng)計(jì)如表1所示。航空客流最大前五條航線依次是：重慶—北京、重慶—上海、深圳—上海、上?！獜V州、上?！本@些航線最大客流時(shí)均超過1萬人/天，它們有一個(gè)共同的特點(diǎn)是航線距離均超過1 000千米。城市地理距離的標(biāo)準(zhǔn)差較大，這說明城市地理分布不均衡。通過對(duì)初選樣本進(jìn)行篩選后，一共有331件有效的企業(yè)并購事件，涉及135個(gè)城市。

（三）實(shí)證結(jié)果分析

1. 基準(zhǔn)回歸結(jié)果。首先，采用實(shí)證策略第一步的模型（5）進(jìn)行回歸，回歸結(jié)果如表2第（1）列所示，企業(yè)空間并購對(duì)地理距離的彈性為負(fù)值，且在1%的水平下顯著異于零（估計(jì)系數(shù)為-0.011 5，對(duì)應(yīng)的t值為0.002 7），城際地理距離每增加1 000千米，企業(yè)發(fā)生空間并購的概率下降1.15%。這說明城際地理距離越遠(yuǎn)，城際軟信息傳遞越弱，企業(yè)發(fā)生并購的概率越低。

其次，表2第（2）列為實(shí)證策略第二步模型（6）的回歸結(jié)果，系數(shù)為1.129 3，且顯著。該系數(shù)說明航空客流與地理距離呈正相關(guān)，城際的地理距離每增加1 000千米，城際航空客流增加1.129 3萬人/天。航空客流具有正地理距離彈性，與航空運(yùn)輸具有長距離運(yùn)輸優(yōu)勢(shì)的特點(diǎn)密切相關(guān)。這與Campante和Yanagizawa-Drott[29]研究長距離航空運(yùn)輸?shù)挠^點(diǎn)相吻合，此外，本文將在文章后續(xù)部分參考他們的研究方法（斷點(diǎn)回歸）對(duì)該觀點(diǎn)作更深入的分析。

再次，本文接著對(duì)實(shí)證策略第三步模型（7）進(jìn)行回歸，結(jié)果如表2第（3）列所示。估計(jì)得到的系數(shù)為0.023 5，系數(shù)值為正值且顯著，[JP+1]說明企業(yè)空間并購與航空客流具有正向關(guān)系，城際的航空客流每天增加1萬人次，企業(yè)發(fā)生城際并購的概率增大2.35%。隨著城際航空客流的增大，城際經(jīng)濟(jì)聯(lián)系越緊密，城際軟信息傳遞越高效，為城際企業(yè)空間并購發(fā)生創(chuàng)造了條件，從而提高了并購發(fā)生的概率。

最后，對(duì)實(shí)證策略第四步模型（8）進(jìn)行檢驗(yàn)，得到表2第（4）列的回歸結(jié)果。第（4）列將企業(yè)空間并購對(duì)地理距離和航空客流進(jìn)行回歸，得到的系數(shù)符號(hào)都符合預(yù)期，且都顯著。與第（1）列進(jìn)行對(duì)比，第（4）列增加了航空客流變量，控制了航空客流的影響，企業(yè)跨城市并購對(duì)地理距離的彈性絕對(duì)值增大。這說明，在企業(yè)跨城市并購中，航空運(yùn)輸壓縮地理空間機(jī)制的中介效應(yīng)是0.25%。這意味著將航空客流對(duì)企業(yè)空間并購的影響剔除，此時(shí)，缺少航空客流這一軟信息傳遞載體，企業(yè)并購局限于地理距離空間的影響更大。

2. 航空長距離空間壓縮機(jī)制。以上基準(zhǔn)回歸已經(jīng)通過全樣本基本證實(shí)四條研究假設(shè)。企業(yè)跨城市并購受到地理距離（軟信息傳遞）的影響，但是航空運(yùn)輸具有壓縮地理空間的機(jī)制，將減少企業(yè)跨城市并購受地理距離影響的程度。那么航空運(yùn)輸是否在長距離情況下，對(duì)壓縮地理空間更明顯，更能促進(jìn)企業(yè)并購呢？本部分進(jìn)一步通過斷點(diǎn)回歸和樣本劃分的方法對(duì)這個(gè)問題進(jìn)行實(shí)證分析。

首先，本文利用一個(gè)城際航空客流與地理距離的散點(diǎn)圖進(jìn)行分析，如圖2所示，橫軸表示城市對(duì)的地理距離，縱軸表示城市對(duì)的航空客流，從圖2中可以清楚地看到距離1 000千米的城市對(duì)的航空客流存在一個(gè)跳躍，并且1 000千米以上的散點(diǎn)更密集。這初步說明了航空運(yùn)輸對(duì)長距離運(yùn)輸更有優(yōu)勢(shì)，航空運(yùn)輸對(duì)1 000千米以上的城市對(duì)可能具有更強(qiáng)的空間壓縮效應(yīng)，提高企業(yè)跨城市并購的概率。

其次，利用斷點(diǎn)回歸的方法對(duì)城際航空客流在空間距離上存在一個(gè)斷點(diǎn)進(jìn)行因果推斷。斷點(diǎn)回歸設(shè)計(jì)最早由Thistlethwaite和Campbell[30]提出，近年來得益于因果推斷的嚴(yán)格理論基礎(chǔ)而被學(xué)者廣泛采用。斷點(diǎn)回歸是通過地理距離在1 000千米的臨界值（cut-off point）的規(guī)則決定了城市對(duì)是否受到“處理”，在臨界值的兩邊，處理變量發(fā)生概率的變化，此時(shí)，城市對(duì)距離落在1 000千米的臨界值兩邊可以看作是隨機(jī)的，我們把在臨界值處發(fā)生的“跳躍”叫做處理效應(yīng)。[JP+1]本文采用該方法識(shí)別地理距離對(duì)城際航空客流的影響，即考察地理距離臨界值是否是航空客流分布的門檻。建立如下的斷點(diǎn)回歸方程：

其中，πdot是城市雙邊航空客流，是我們所關(guān)心的結(jié)果變量，distdo表示城市d和城市o之間的距離，在斷點(diǎn)回歸模型中被稱分組變量。RDod為處理狀態(tài)變量，是根據(jù)分組變量是否超過臨界值的規(guī)則來確定的（distdo大于臨界值，RDdo=1，為處理組;distdo小于等于臨界值，RDdo=0，為控制組），g·為驅(qū)動(dòng)變量的平滑函數(shù)。

在進(jìn)行斷點(diǎn)回歸之前，本文先繪制斷點(diǎn)回歸圖，即在城際地理距離為1 000千米的斷點(diǎn)處繪制散點(diǎn)圖及擬合曲線（見圖3）。從圖3可以看到，曲線較好地?cái)M合城際航空客流數(shù)據(jù)，且在1 000千米處出現(xiàn)明顯的斷點(diǎn)跳躍。因此，本文繼續(xù)采用斷點(diǎn)回歸在斷點(diǎn)處識(shí)別局部處理效應(yīng)。

表3為斷點(diǎn)回歸的估計(jì)結(jié)果，表3的第（1）—（3）分別用線性、一階和二階多項(xiàng)式進(jìn)行估計(jì)，三列均采用均方誤差（MSE）最優(yōu)帶寬選擇進(jìn)行斷點(diǎn)回歸處理效應(yīng)估計(jì)。其中，一階模型的系數(shù)在10%的水平上顯著，線性和二階模型均較為顯著，且圖3斷點(diǎn)回歸的擬合曲線為非線性的，因此采用二階最優(yōu)頻寬的估計(jì)結(jié)果。相比1 000千米以下的城際航空客流，1 000千米以上的城際航空客流平均每天多7 290人。這說明航空運(yùn)輸對(duì)長距離運(yùn)輸有更大的壓縮空間優(yōu)勢(shì)和航空客流量。

通過斷點(diǎn)回歸分析，本文已經(jīng)很清楚航空運(yùn)輸在1 000千米以上地理距離具有更大優(yōu)勢(shì)。那么在1 000千米以上距離的城際航空客流對(duì)企業(yè)空間并購是否依然有很強(qiáng)的優(yōu)勢(shì)呢，本文繼續(xù)采用劃分樣本的研究方法對(duì)這一問題進(jìn)行驗(yàn)證。再次利用計(jì)量模型（7），對(duì)1 000千米以上距離區(qū)間的子樣本進(jìn)行回顧，結(jié)果如表4所示。表4第（1）列為全樣本回歸的結(jié)果，作為基準(zhǔn)參考，第（2）—（4）列為距離區(qū)間子樣本回歸的結(jié)果。從結(jié)果可以看出，相比第（1）列的基準(zhǔn)結(jié)果，1 000千米以上距離的城際航空客流對(duì)企業(yè)并購具有較強(qiáng)的促進(jìn)作用，在1 300～1 400千米的距離尤為明顯。在此距離區(qū)間，企業(yè)并購對(duì)航空客流的彈性為5.09%，也就是說城際航空運(yùn)輸每增加10萬客流，企業(yè)跨城市并購提高5.09%的概率，比基準(zhǔn)分析高2.74個(gè)百分點(diǎn)。這些都說明在1 000千米的臨界值以上，航空運(yùn)輸壓縮空間，促進(jìn)企業(yè)跨城市并購效應(yīng)更強(qiáng)。

五、結(jié)論

本文利用手機(jī)定位信息與機(jī)場位置配對(duì)，以此形成航空客流的面板數(shù)據(jù)。首先，通過構(gòu)建一個(gè)引力模型分別識(shí)別企業(yè)并購的距離彈性和航空客流對(duì)距離的彈性。其次，利用固定效應(yīng)模型實(shí)證分析航空客流對(duì)企業(yè)并購的影響。最后，在引力模型的基礎(chǔ)上引入航空客流變量構(gòu)建一個(gè)中介效應(yīng)模型，考察航空運(yùn)輸壓縮地理空間，增強(qiáng)城際軟信息傳遞，促進(jìn)企業(yè)跨城市并購概率的表現(xiàn)。

研究結(jié)果發(fā)現(xiàn)：一方面，企業(yè)跨城市并購受到軟信息空間傳遞的顯著影響;另一方面，航空長距離運(yùn)輸更具有優(yōu)勢(shì)，[JP+1]對(duì)企業(yè)并購具有更大促進(jìn)效應(yīng)，并且該效應(yīng)超過了軟信息對(duì)企業(yè)并購的影響。綜上所述，本文認(rèn)為航空運(yùn)輸確實(shí)能夠壓縮地理空間，扭轉(zhuǎn)因地理距離造成的信息不對(duì)稱對(duì)企業(yè)并購的影響。

本文研究具有以下啟示：第一，對(duì)航空運(yùn)輸如何壓縮地理距離、增強(qiáng)軟信息的傳遞影響企業(yè)并購做了嚴(yán)謹(jǐn)?shù)膶?shí)證分析，與以往的交通基礎(chǔ)設(shè)施總經(jīng)濟(jì)效應(yīng)不同，本文更強(qiáng)調(diào)航線連接城際產(chǎn)生的城市雙邊經(jīng)濟(jì)聯(lián)系，這豐富了交通基礎(chǔ)設(shè)施經(jīng)濟(jì)效應(yīng)的討論，對(duì)我國優(yōu)化便捷舒適的交通運(yùn)輸服務(wù)水平、完善當(dāng)前航空服務(wù)網(wǎng)絡(luò)的運(yùn)輸供給具有參考價(jià)值。第二，通過對(duì)航空運(yùn)輸影響企業(yè)并購進(jìn)行深入研究，本文發(fā)現(xiàn)長距離航空運(yùn)輸通過壓縮空間，降低了地理距離對(duì)企業(yè)并購的影響，這為城市提供一種加強(qiáng)城際經(jīng)濟(jì)聯(lián)系的機(jī)制，對(duì)不同經(jīng)濟(jì)貿(mào)易條件和不同發(fā)展目標(biāo)的地方政府而言，在區(qū)域發(fā)展規(guī)劃中可以針對(duì)性地優(yōu)化交通結(jié)構(gòu)，支撐區(qū)域的資本流動(dòng)、要素配置、信息傳遞和產(chǎn)業(yè)整合，形成網(wǎng)絡(luò)規(guī)模經(jīng)濟(jì)，提升地區(qū)競爭優(yōu)勢(shì)。第三，結(jié)論表明我國企業(yè)并購中存在的信息不對(duì)稱問題，特別是軟信息空間傳遞造成的影響能夠得到航空運(yùn)輸對(duì)地理空間壓縮效應(yīng)的補(bǔ)償，提高了企業(yè)并購概率，這對(duì)企業(yè)優(yōu)化生產(chǎn)環(huán)節(jié)和提高自身管理水平具有指導(dǎo)性，能夠完善企業(yè)受規(guī)模驅(qū)動(dòng)和成本驅(qū)動(dòng)而形成的并購決策，加強(qiáng)企業(yè)間的城際經(jīng)濟(jì)聯(lián)系，提高經(jīng)濟(jì)活動(dòng)交易量，升級(jí)和延長產(chǎn)業(yè)鏈，激發(fā)我國市場經(jīng)濟(jì)活力。

注釋：

①數(shù)據(jù)來自中國民用航空局網(wǎng)站。

②《交通強(qiáng)國建設(shè)綱要》，人民出版社2019年版。

③對(duì)模型進(jìn)行數(shù)值計(jì)算可以得到門檻值。

參考文獻(xiàn)：

[1]高翔，龍小寧，楊廣亮.交通基礎(chǔ)設(shè)施與服務(wù)業(yè)發(fā)展——來自縣級(jí)高速公路和第二次經(jīng)濟(jì)普查企業(yè)數(shù)據(jù)的證據(jù)[J].管理世界，2015（8）：81-96.

[2]施震凱，邵軍，浦正寧.交通基礎(chǔ)設(shè)施改善與生產(chǎn)率增長：來自鐵路大提速的證據(jù)[J].世界經(jīng)濟(jì)，2018（6）：127-151.

[3]高云虹，李帥娜，王美昌.高鐵建設(shè)與城市開放發(fā)展：來自進(jìn)出口貿(mào)易的證據(jù)[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2020（6）：74-82.

[4]周一星，胡智勇.從航空運(yùn)輸看中國城市體系的空間網(wǎng)絡(luò)結(jié)構(gòu)[J].地理研究，2002（3）：276-286.

[5]JR J. Assessing the risk of m&a： bruner's disaster framework applied to berkshire hathaway's gen re acquisition[J]. Strategy & Leadership， 2008， 36（6）： 20-27.

[6]LOUGHRAN T. The impact of firm location on equity issuance[J]. Financial Management， 2008， 37（1）： 1-21.

[7]黃張凱，劉津宇，馬光榮.地理位置、高鐵與信息：來自中國IPO市場的證據(jù)[J].世界經(jīng)濟(jì)，2016（10）：127-149.

[8]PETRI B， EERO L. Geography of domestic mergers and acquisitions （m&as）： evidence from matched firm-level data[J]. Regional Studies， 2006， 40（8）： 847-860.

[9]GREUNZ L. Geographically and technologically mediated knowledge spillovers between european regions[J]. The Annals of Regional Science， 2003， 37（4）： 657-680.

[10]KEVIN M. The exaggerated death of geography： learning， proximity and territorial innovation systems[J]. Journal of Economic Geography， 2004， 4（1）： 3-21.

[11]IVKOVI Z， WEISBENNER S. Information diffusion effects in individual investors' common stock purchases： covet thy neighbors' investment choices[J]. Social Science Electronic Publishing， 2007， 20（4）： 1327-1357.

[12]安虎森.空間經(jīng)濟(jì)學(xué)的一些理論問題[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2021（1）：71-78+89.

[13]申韜.國外軟信息研究金融文獻(xiàn)綜述[J].學(xué)術(shù)論壇，2013（10）：141-145.

[14]PETERSEN M A， RAJAN R G. Does distance still matter？ the information revolution in small business lending[J]. The Journal of Finance， 2002， 57（6）： 2533-2570.

[15]ARNOLD T， FISHE R P H， NORTH D. The effects of ambiguous information on initial and subsequent ipo returns[J]. Financial Management， 2010， 39（4）： 1497-1519.

[16]BICK P，CROOK M D， LYNCH A A， et al. Does distance matter in mergers and acquisitions？[J]. Journal of Financial Research， 2017， 40（1）： 33-54.

[17]DIONNE G， HAYE M L， BERGRES A S. Does asymmetric information affect the premium in mergers and acquisitions？[J]. The Canadian Journal of Economics， 2015， 48（3）： 819-852.

[18]RAGOZZINO R， REUER J J. Geographic distance and corporate acquisitions： signals from ipo firms[J]. Strategic Management Journal， 2011， 32（8）： 876-894.

[19]KANG J K， KIM J M. The geography of block acquisitions[J]. The Journal of Finance， 2008， 63（6）： 2817-2858.

[20]賈鏡渝，李文，郭斌.經(jīng)驗(yàn)是如何影響中國企業(yè)跨國并購成敗的——基于地理距離與政府角色的視角[J].國際貿(mào)易問題，2015（10）：87-97.

[21]BASU N， CHEVRIER M. Distance， information asymmetry， and mergers： evidence from canadian firms[J]. Managerial Finance， 2011， 37（1-2）： 21-33.

[22]李涵，黎志剛.交通基礎(chǔ)設(shè)施投資對(duì)企業(yè)庫存的影響——基于我國制造業(yè)企業(yè)面板數(shù)據(jù)的實(shí)證研究[J].管理世界，2009（8）：73-80.

[23]張勛，王旭，萬廣華，等.交通基礎(chǔ)設(shè)施促進(jìn)經(jīng)濟(jì)增長的一個(gè)綜合框架[J].經(jīng)濟(jì)研究，2018（1）：50-64.

[24]唐紅祥.西部地區(qū)交通基礎(chǔ)設(shè)施對(duì)制造業(yè)集聚影響的eg指數(shù)分析[J].管理世界，2018（8）：178-179.

[25]趙靜，黃敬昌，劉峰.高鐵開通與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2018（1）：157-168.

[26]DESMET K， ROSSI-HANSBERG E. Spatial development[J]. American Economic Review， 2014（4）：1211-1243.

[27]DONALDSON D. Railroads of the raj： estimating the impact of transportation infrastructure[J]. American Economic Review， 2018， 108（4）： 899-934.

[28]JUDD C M， KENNY D A. Process analysis： estimating mediation in treatment evaluations[J]. Evaluation Review， 1981， 5（5）： 602-619.

[29]CAMPANTE F， YANAGIZAWA-DROTT D. Long-range growth： economic development in the global network of air links[J]. The Quarterly Journal of Economics， 2018， 133（3）： 1395-1458.

[30]THISTLETHWAITE D L， Campbell D T. Regression-discontinuity analysis： an alternative to the ex post facto experiment[J]. Journal of Educational Psychology， 1960， 51（6）： 309-317.

責(zé)任編輯：武玲玲

Air Transportation，Soft Information Transmission and Corporate Mergers and Acquisitions

——Based on Regression Discontinuity Analysis

Xu Wei

（School of Economics， Jinan University， Guangzhou Guangdong 510632， China）

Abstract：In the process of M&As，it is difficult to evaluate the real value of the target enterprise due to the existence of a large number of "soft information"，which increases the risk of M&As.This paper matching mobile phone location information and airport location to form urban bilateral airline passenger flow data，the airline passenger flow variable is introduced in the framework of gravity model to analyze how airline passenger flow，as the carrier of "soft information"，affects cross-city mergers and acquisitions.The empirical results show that： "soft information" transmission has a significant impact on cross-city mergers and acquisitions; air passenger flow has a significant positive elasticity to geographical distance，and air transport has a breakpoint at 1，000 km，and inter-city distance has a higher air passenger flow over 1，000 km; inter-city air transport promotes cross-city M&As，which outweighs the impact of geographical distance on M&As.All these empirical results show that air transport improves air passenger flow，enhances the transmission of "soft information" and promotes cross-city mergers and acquisitions through space compressor mechanism.

Key words：air transport; soft information transmission; mergers and acquisitions; gravity model; big footprint data; regression discontinuity