李衛(wèi)兵，陳思遠

一、引 言

氣溫變暖是全球共同面臨的一個發(fā)展難題。20世紀80年代以來，每個連續(xù)十年都比前一個十年更暖，2020年全球平均溫度較工業(yè)化前高出約1.2℃。在這種背景下，氣溫變化的經(jīng)濟影響越來越受到學者們的關注。由于農(nóng)業(yè)部門直接與氣溫條件相關，早期研究主要集中于考察氣溫變化對農(nóng)業(yè)生產(chǎn)的影響，(1)Chen，S. A.，Chen，X. G. &Xu，J. T.，“Impacts of Climate Change on Agriculture：Evidence from China”，Journal of Environmental Economics and Management，Vol.76，2016，pp.105-124.② Deschenes，O.，Greenstone，M.，“The Economic Impacts of Climate Change：Evidence from Agricultural Output and Random Fluctuations in Weather”，American Economic Review，Vol.97，No.1，2007，pp.354-385.而關于氣溫變化對工業(yè)部門影響的研究相對較少。對于大多數(shù)國家而言，工業(yè)部門在國民經(jīng)濟中所占的份額都超過農(nóng)業(yè)部門，因而探究氣溫變化對工業(yè)部門的影響無疑有著極為重要的現(xiàn)實意義。值得指出的是，Cachon et al.(2)Cachon，G. P.，Gallino，S. &Olivares，M.，“Severe Weather and Automobile Assembly Productivity”，NBER Working Paper，2012.利用美國64家汽車廠在10年期間的每周生產(chǎn)數(shù)據(jù)，發(fā)現(xiàn)不利的天氣條件會導致產(chǎn)量顯著下降。Zhang et al.(3)Zhang，P.，Deschenes，O.，Meng，K. &Zhang，J. J.，“Temperature Effects on Productivity and Factor Reallocation：Evidence from a Half Million Chinese Manufacturing Plants”，Journal of Environmental Economics and Management，Vol.88，2018，pp.1-17.利用中國工業(yè)企業(yè)數(shù)據(jù)庫考察了氣溫變化對企業(yè)產(chǎn)出和全要素生產(chǎn)率(TFP)的影響，揭示出氣溫變化對企業(yè)產(chǎn)出和TFP具有顯著的非線性影響。在此基礎上，Chen and Yang(4)Chen，X. G.，Yang，L.，“Temperature and Industrial Output：Firm-Level Evidence from China”，Journal of Environmental Economics and Management，Vol.95，2019，pp.257-274.利用同樣的數(shù)據(jù)庫分析了氣溫的隨機變化對工業(yè)產(chǎn)出的影響，進一步證實了氣溫變化與工業(yè)產(chǎn)出之間的非線性關系?？傮w來看，學者們逐漸開始關注氣溫變化對工業(yè)部門的影響，但尚無文獻考察氣溫變化是不是工業(yè)企業(yè)選址的決定因素。

選址區(qū)位決策是企業(yè)需要考慮的重要問題之一。從本質(zhì)上來說，影響企業(yè)選址決策的因素可以分為經(jīng)濟因素、制度因素和氣候因素。眾多文獻的研究結果表明地區(qū)經(jīng)濟發(fā)展水平(5)Delgado，M.，Porter，M. E. &Stern，S.，“Clusters and Entrepreneurship”，Journal of Economic Geography，Vol.10，No.4，2010，pp.495-518.、基礎設施完善程度(6)周浩、余壯雄、楊錚：《可達性、集聚和新建企業(yè)選址——來自中國制造業(yè)的微觀證據(jù)》，《經(jīng)濟學》(季刊)2015年第4期。、勞動力規(guī)模和成本(7)呂大國、耿強、簡澤、盧任：《市場規(guī)模、勞動力成本與異質(zhì)性企業(yè)區(qū)位選擇——中國地區(qū)經(jīng)濟差距與生產(chǎn)率差距之謎的一個解釋》，《經(jīng)濟研究》2019年第2期。、環(huán)境規(guī)制強度(8)薄文廣、崔博博、陳璐琳：《環(huán)境規(guī)制對工業(yè)企業(yè)選址的影響——基于微觀已有企業(yè)和新建企業(yè)數(shù)據(jù)的比較分析》，《南開經(jīng)濟研究》2019年第4期。等經(jīng)濟或制度因素會顯著影響企業(yè)選址決策。相對而言，關于氣候因素對企業(yè)選址行為影響的研究還存在空白。本文試圖借鑒相關研究，考察氣溫的整體分布狀況如何影響中國工業(yè)企業(yè)的選址決策。

氣溫變化可能會通過如下機制影響企業(yè)選址決策：(1)勞動力供給機制。現(xiàn)有文獻已經(jīng)充分證實氣溫變化會對宏觀、微觀經(jīng)濟主體產(chǎn)生顯著影響。例如，高溫和低溫變化不僅會抑制地區(qū)經(jīng)濟增長率(9)Caldeira，K.，Brown，P. T.，“Reduced Emissions Through Climate Damage to the Economy”，Proceedings of the National Academy of Sciences of the United States of America，Vol.116，No.3，2019，pp.714-716.，還會損害個體的心理健康和生理健康(10)Mullins J.T.，White C.，“Temperature and Mental Health：Evidence from the Spectrum of Mental Health Outcomes”，Journal of Health Economics，2019，Vol.68.。因而，異常的氣溫變化會促使個體向外遷移，使地區(qū)間勞動力供給狀況發(fā)生變化。(11)Marchiori，L.，Maystadt，J. F. &Schumacher，I.，2012，“The Impact of Weather Anomalies on Migration in Sub-Saharan Africa”，Journal of Environmental Economics and Management，Vol.63，No.3，pp.355-374.那些受氣溫變化影響較大行業(yè)的勞動力供給將會大幅減少，而發(fā)展中國家的工業(yè)基礎通常更集中于對氣溫變化較為敏感的行業(yè)，因此發(fā)展中國家就業(yè)水平受氣溫變化的影響更大。(12)Zivin，J. G.，Neidell，M.，“Temperature and the Allocation of Time：Implications for Climate Change”，Journal of Labor Economics，Vol.32，No.1，2014，pp.1-26.此外，勞動力無論是在過高或過低的氣溫環(huán)境中工作，其生產(chǎn)率都會受到影響，并且從事腦力密集型工作的勞動力受到的影響更為顯著。(13)Zander，K. K.，Mathew，S.，“Estimating Economic Losses from Perceived Heat Stress in Urban Malaysia”，Ecological Economics，Vol.159，2019，pp.84-90.據(jù)估計，未來世界大部分地區(qū)(特別是熱帶地區(qū))的勞動力供給和生產(chǎn)率都將持續(xù)下降。(14)Dasgupta，S.，van Maanen，N.，Gosling，S. N.，Piontek，F(xiàn).，Otto，C. &Schleussner，C. F.，“Effects of Climate Change on Combined Labour Productivity and Supply：An Empirical，Multi-Model Study”，Lancet Planetary Health，Vol.5，No.7，2021，pp.E455-E465.綜合來說，氣溫變化所導致的勞動力供給數(shù)量不足和勞動力質(zhì)量下降會造成當?shù)貙ζ髽I(yè)的吸引力降低，進而減少新建企業(yè)數(shù)量。(2)環(huán)境規(guī)制強度機制。環(huán)境規(guī)制是政府應對環(huán)境污染的主要手段之一。隨著經(jīng)濟發(fā)展和居民環(huán)境意識的提高，地方政府越來越重視污染問題。一個地區(qū)污染程度越嚴重，該地環(huán)境規(guī)制強度越大。(15)Wang，K. L.，Yin，H. C. &Chen，Y. W.，“The Effect of Environmental Regulation on Air Quality：A Study of New Ambient Air Quality Standards in China”，Journal of Cleaner Production，Vol.215，2019，pp.268-279.而氣溫變化是環(huán)境污染加重的重要表現(xiàn)之一，因而隨著一個地區(qū)的氣溫變化不斷加劇，該地政府會更傾向于加強環(huán)境規(guī)制力度。已有研究已經(jīng)充分證實環(huán)境規(guī)制強度是企業(yè)選址的重要影響因素，并且這一影響存在地區(qū)和行業(yè)差異性。(16)薄文廣、崔博博、陳璐琳：《環(huán)境規(guī)制對工業(yè)企業(yè)選址的影響——基于微觀已有企業(yè)和新建企業(yè)數(shù)據(jù)的比較分析》，《南開經(jīng)濟研究》2019年第4期。據(jù)此，我們認為環(huán)境規(guī)制強度是氣溫變化影響企業(yè)選址決策的一個重要潛在機制，氣溫劇烈變化會導致該地環(huán)境規(guī)制強度增加，從而提高企業(yè)成本和進入門檻，進而導致新建企業(yè)數(shù)減少。

現(xiàn)有相關研究大都利用年平均氣溫來分析氣溫變化的影響，但年平均氣溫的波動相對較小，因而難以體現(xiàn)極端氣溫變化。更重要的是，如果氣溫變化與企業(yè)選址決策之間的關系是非線性的，那么直接取氣溫在時間上的均值會損失掉大量氣溫信息，并稀釋氣溫變化的真實影響。因此，我們參考Agarwal et al.(17)Agarwal，S.，Qin，Y.，Shi，L. W.，Wei，G. X. &Zhu，H. J.，“Impact of Temperature on Morbidity：New Evidence from China”，Journal of Environmental Economics and Management，Vol.109，2021，pp.1-20.和Chen and Yang(18)Chen，X. G.，Yang，L.，“Temperature and Industrial Output：Firm-level Evidence from China”，Journal of Environmental Economics and Management，Vol.95，2019，pp.257-274.的思路，采用如下方法來度量氣溫變量：(1)將一年分為四個季度，以季度均溫來衡量氣溫的整體分布狀況。(2)將氣溫由低到高劃分為若干個溫度區(qū)間，并計算一年中日均溫度落入每個溫度箱區(qū)間的天數(shù)，由此得到每年的氣溫在每個溫度箱區(qū)間的分布狀況。此外，我們還用極端溫度天數(shù)來衡量氣溫變量，以進一步分析極端溫度是否會影響企業(yè)選址決策。我們用中國工業(yè)企業(yè)數(shù)據(jù)庫中的“開工年”這一信息來識別企業(yè)是否為新建企業(yè)，然后將每年每個城市的新建企業(yè)數(shù)進行加總，以此度量企業(yè)選址決策。

氣溫變化與企業(yè)選址決策都與經(jīng)濟行為相關，因而要準確識別二者之間的因果關系需要處理好內(nèi)生性問題。盡管企業(yè)行為可能反向影響氣溫變化，但氣溫變化是個漫長的過程，相對來說在較短的樣本期內(nèi)，企業(yè)行為對氣溫變化的影響微乎其微，因而反向因果關系引致的內(nèi)生性問題較小。為了緩解遺漏變量導致的內(nèi)生性問題，我們在回歸模型中引入可能影響企業(yè)選址決策的地區(qū)經(jīng)濟變量和除氣溫以外的氣候變量作為控制變量，同時加入年份固定效應和城市固定效應。

研究發(fā)現(xiàn)，氣溫變化會對企業(yè)選址決策產(chǎn)生顯著影響。如果以季度均溫來度量氣溫變化，夏季和秋季的氣溫升高對新建企業(yè)數(shù)具有顯著的負面影響，而春季和冬季氣溫升高則會顯著提高新建企業(yè)數(shù)。如果以溫度箱來度量氣溫變化，相較于基準溫度箱(即[15℃，18℃))而言，當氣溫低于3℃或高于27℃時，新建企業(yè)數(shù)會顯著減少。并且，極端低溫(日最高溫低于0℃)對新建企業(yè)數(shù)的負面影響略高于極端高溫(日最高溫高于30℃)。一系列穩(wěn)健性檢驗(高維固定效應、剔除省會城市和直轄市、改變基準溫度箱和溫度箱區(qū)間長度等)證實該結論是穩(wěn)健、可信的。我們實證檢驗了氣溫變化影響企業(yè)選址決策的機制，證實勞動力供給機制和環(huán)境規(guī)制強度機制是存在的。進一步分析表明，氣溫變化對企業(yè)選址決策的影響存在異質(zhì)性，相對來說氣溫變化對非勞動密集型企業(yè)和私營企業(yè)的影響程度更大，并且這一影響不僅存在于不發(fā)達地區(qū)，在發(fā)達地區(qū)也同樣存在；在氣溫波動幅度較大的地區(qū)，企業(yè)選址決策受氣溫變化的影響更明顯。

本文的潛在貢獻在于：首先，豐富了企業(yè)選址決策的相關文獻?，F(xiàn)有文獻中關于影響企業(yè)選址決策的氣候因素的研究相對空缺，而本文則首次考察了氣溫變化對企業(yè)選址決策的影響，研究結果從氣溫變化的角度對企業(yè)選址決策的影響因素進行了有益補充。其次，補充了氣溫變化的經(jīng)濟影響的相關研究。隨著氣溫變化的加劇以及全球極端天氣的頻頻出現(xiàn)，氣溫變化已經(jīng)成為一個不可忽視的影響經(jīng)濟、社會的重要因素。現(xiàn)有文獻大都從經(jīng)濟整體或企業(yè)生產(chǎn)的角度來探究氣溫變化的影響，但尚無文獻考察氣溫變化如何影響企業(yè)選址決策。本文從企業(yè)選址的視角證實氣溫變化的經(jīng)濟影響是巨大的，因而采取有效措施緩解氣溫變暖是必要的。最后，較為全面地考察了氣溫的整體分布對企業(yè)選址決策的影響。我們采用季度均溫、日度均溫和極端溫度等三個指標度量氣溫變化，較為全面地體現(xiàn)了氣溫的整體分布狀態(tài)。此外，現(xiàn)有文獻大都關注極端高溫，而本文在關注極端高溫的同時，也關注極端低溫的影響。

本文如下部分結構安排如下：第二部分介紹變量選取、數(shù)據(jù)來源與實證策略。第三部分分析實證結果，并進行穩(wěn)健性檢驗。第四部分驗證影響機制。第五部分進一步分析氣溫變化影響企業(yè)選址決策的異質(zhì)性特征。最后是結論與政策建議。

二、數(shù)據(jù)與方法

(一)指標與數(shù)據(jù)

1．新建企業(yè)數(shù)

我們用新建企業(yè)數(shù)衡量企業(yè)選址決策，相關數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫。中國工業(yè)企業(yè)數(shù)據(jù)庫包含所有規(guī)模以上的國有和非國有工業(yè)企業(yè)相關信息，包括基本注冊信息和會計信息(如企業(yè)代碼、名稱、法人、地址、開工年、固定資產(chǎn)等)。我們首先參照Cai and Liu(19)Cai，H. B.，Liu，Q.，“Competition and Corporate Tax Avoidance：Evidence from Chinese Industrial Firms”，Economic Journal，Vol.119，2009，pp.764-795.的方法進行數(shù)據(jù)清理，具體步驟為：(1)剔除增加值、就業(yè)和資本存量缺失或為負值的企業(yè)數(shù)據(jù)。(2)基于會計原則并保證會計數(shù)據(jù)的可靠性，僅保留職工數(shù)大于8的企業(yè)，并且刪除流動資產(chǎn)、固定資產(chǎn)或固定資產(chǎn)凈值大于總資產(chǎn)以及當期折舊大于累計折舊的企業(yè)數(shù)據(jù)。(3)刪除產(chǎn)出增加值、職工人數(shù)和資本存量在0.5%到99.5%范圍之外的企業(yè)數(shù)據(jù)。

參照周浩和陳益(20)周浩、陳益：《FDI外溢對新建企業(yè)選址的影響》，《管理世界》2013年第12期。的方法，我們根據(jù)中國工業(yè)企業(yè)數(shù)據(jù)庫中提供的企業(yè)“開工年”信息來判斷該企業(yè)是否為當年新建企業(yè)。由于存在數(shù)據(jù)缺失問題，我們依據(jù)如下方法對企業(yè)開工年數(shù)據(jù)進行補齊。首先，統(tǒng)一開工時間數(shù)據(jù)，例如將“01”改為“2001”。其次，根據(jù)企業(yè)ID進行多年匹配。在匹配之前先將企業(yè)ID中的字母全部改為大寫字母，然后將本年“開工年”信息空缺的企業(yè)依據(jù)企業(yè)ID分別與前一年以及后兩年的數(shù)據(jù)進行匹配，只要與其中一年的企業(yè)ID相配，就可認定為同一企業(yè)。如果依據(jù)ID匹配失敗，進一步通過企業(yè)中文名稱進行匹配，予以補充。此外，如果前后幾年的企業(yè)“開工年”存在差異，則按照出現(xiàn)次數(shù)最多、出現(xiàn)次數(shù)最早的年份來確定開工時間。例如，2006年“開工年”信息缺失的企業(yè)，我們將該企業(yè)ID或中文名稱與2005年、2007年以及2008年的數(shù)據(jù)進行匹配，只要有一年數(shù)據(jù)能與2006年匹配上，則認定其為同一企業(yè)。

中國工業(yè)企業(yè)數(shù)據(jù)庫還提供了企業(yè)所屬省份、城市以及詳細地址和郵政編碼的信息。對于所屬省份和城市缺失的企業(yè)，我們依據(jù)與上述類似的方法進行數(shù)據(jù)補齊；對于通過企業(yè)ID和中文名稱匹配后所屬地數(shù)據(jù)依舊缺失的企業(yè)，通過谷歌地圖查詢其詳細地址，并補齊所屬地數(shù)據(jù)；如若詳細地址缺失，則進一步通過郵政編碼進行所屬地查詢并進行數(shù)據(jù)補充。

最后，我們將開工時間在2001—2014年以外以及開工年份或所屬地信息仍然空白或錯誤的企業(yè)樣本刪除，最終得到全國各地(不包括港、澳、臺等地)在樣本期內(nèi)新建的企業(yè)數(shù)共有143 463個。從時間分布上看，2008年新建企業(yè)數(shù)最多(26 762個)，2013年新建企業(yè)數(shù)最少，僅有3 547家。從空間分布上看，新建企業(yè)大部分位于東部沿海地區(qū)，西部地區(qū)新建企業(yè)數(shù)相對較少。新建企業(yè)數(shù)在時空分布上的不均現(xiàn)象大致與地區(qū)經(jīng)濟發(fā)展程度的差異一致，因而我們在后文的實證分析中引入地區(qū)經(jīng)濟特征變量作為控制變量，以便更準確地捕捉氣溫變化對企業(yè)選址決策的影響。

2．氣溫變化

我們利用中國氣象局(CMA)提供的氣象數(shù)據(jù)來構建氣溫指標，該氣象數(shù)據(jù)包含平均氣溫、最高氣溫、最低氣溫、降水量、氣壓、相對濕度、日照時數(shù)和平均風速等氣象指標的日度觀測數(shù)據(jù)，并提供每個氣象站點的詳細地理坐標信息及其所屬城市信息。對于所屬城市數(shù)據(jù)缺失的氣象站點，我們通過谷歌地圖根據(jù)該氣象站點的地理坐標信息確定其所屬城市，進而獲取該城市所對應的氣象數(shù)據(jù)。

以日度均溫指標為例，我們首先將各站點按其所屬城市進行排列，相同城市的站點排在一起。對于只包含一個站點的城市，就將這個站點所觀測到的每日平均氣溫作為該城市的日度均溫；若該城市內(nèi)存在多個站點，則將每個站點所觀測到的每日平均氣溫進行簡單算術平均，并以算得的平均氣溫作為該城市的日度均溫。我們以同樣的方式構建其他氣候變量指標，最終得到274個城市的非平衡面板氣象數(shù)據(jù)。

為保證結論的穩(wěn)健性，我們構建如下三個氣溫指標：

(1)季度均溫

依據(jù)中國氣象局對季節(jié)的劃分標準，我們將公歷3～5月作為春季，6～8月為夏季，9～11月為秋季，12月至次年2月為冬季，并按慣例把1、4、7、10月作為冬、春、夏、秋四季的代表月份。我們先對每個城市的日度均溫進行簡單算術平均以得到其月度均溫，然后借鑒Hsiang(21)Hsiang，S. M.，“Temperatures and Cyclones Strongly Associated with Economic Production in the Caribbean and Central America”，Proceedings of the National Academy of Sciences of the United States of America，Vol.107，No.35，2010，pp.15367-15372.的方法對月度均溫進行簡單算術平均以計算出季度均溫，并得到Tempspring、Tempsummer、Tempfall、Tempwinter四個變量的具體數(shù)值。

(2)日度均溫——溫度箱

我們參考Deryugina and Hsiang(22)Deryugina，T.，Hsiang，S．M．，“Does the Environment Still Matter？Daily Temperature and Income in the United States”，NBER Working Paper，2014，No.20750.的做法，根據(jù)日度均溫構建溫度箱以度量氣溫變化。具體來說，我們選取3℃為區(qū)間長度，將日度均溫從低到高劃為17個溫度區(qū)間，分別從(-∞，-12℃)到 [32℃，+∞)，每一個溫度區(qū)間對應一個溫度箱，分別表示為一年中有多少天的日度均溫屬于該溫度區(qū)間范圍內(nèi)，并用Tempm代表第m個溫度箱的具體數(shù)值。例如，Temp1代表第1個溫度箱的數(shù)值，即一年中的日度均溫落入(-∞，-12℃)的天數(shù)。為了避免多重共線性，我們將[15℃，18℃)作為基準溫度箱，并將其從回歸模型中刪除。

(3)極端溫度

與季度均溫和日度均溫不同，極端溫度天數(shù)用以衡量極端溫度對企業(yè)選址決策的影響。一天中最高氣溫出現(xiàn)午后14時左右，最低氣溫出現(xiàn)在日出前后。而企業(yè)活動主要集中于白天，相較而言，最高氣溫對企業(yè)行為的影響更大，因而我們選取每日最高氣溫來衡量極端溫度。與獲取日度均溫的方式相同，我們得到日度最高溫數(shù)據(jù)，并以30℃和0℃為標準，若日度最高溫超過30℃則計入極端高溫天數(shù)(High-temp)中，而低于0℃則計入極端低溫天數(shù)(Low-temp)中，最終得到極端溫度天數(shù)(包含極端高溫天數(shù)和極端低溫天數(shù))的具體數(shù)值。

3．控制變量

除了氣溫以外，企業(yè)選址決策也會受其他因素的影響，因而我們引入城市其他氣候變量和經(jīng)濟變量作為控制變量。其中，氣候?qū)用娴目刂谱兞恐饕ń邓?、平均風速、相對濕度和氣壓。由于陽光一直被認為是影響人類健康和勞動生產(chǎn)率的重要因素(23)De Witte，K.，Saal，D. S.，“Is a little Sunshine all We Need？On the Impact of Sunshine Regulation on Profits，Productivity and Prices in the Dutch Drinking Water Sector”，Journal of Regulatory Economics，Vol.37，No.3，2009，pp.219-242.，因而我們還把日照引入控制變量。氣候?qū)用婵刂谱兞康臄?shù)據(jù)來自CMA，主要為年度數(shù)據(jù)或季度數(shù)據(jù)。

現(xiàn)有研究表明地區(qū)外商直接投資(FDI)、市場規(guī)模和勞動力成本等經(jīng)濟因素均會對企業(yè)選址決策產(chǎn)生顯著影響(24)周浩、陳益：《FDI外溢對新建企業(yè)選址的影響》，《管理世界》2013年第12期。(25)呂大國、耿強、簡澤、盧任：《市場規(guī)模、勞動力成本與異質(zhì)性企業(yè)區(qū)位選擇——中國地區(qū)經(jīng)濟差距與生產(chǎn)率差距之謎的一個解釋》，《經(jīng)濟研究》2019年第2期。，因而我們將地區(qū)市場規(guī)模、產(chǎn)業(yè)結構、基礎設施、地區(qū)經(jīng)濟發(fā)展水平、勞動力成本、市場需求、勞動力投入質(zhì)量、FDI和政府支出等變量引入控制變量。相關數(shù)據(jù)來自于中國城市統(tǒng)計年鑒。

4．機制檢驗變量

為了檢驗氣溫變化影響企業(yè)選址決策的潛在機制，我們分別從勞動力供給和環(huán)境規(guī)制強度兩個方面來驗證。我們選取各城市城鎮(zhèn)單位從業(yè)人員期末人數(shù)和各省大學及以上勞動力占比來分別衡量地區(qū)勞動力供給數(shù)量和質(zhì)量(26)由于《中國勞動力統(tǒng)計年鑒》并未統(tǒng)計城市層面的大學及以上勞動力占比數(shù)據(jù)，我們用省級層面的數(shù)據(jù)進行檢驗。，選取各省環(huán)保處罰案例數(shù)和政府工作報告中環(huán)境規(guī)制力度的詞頻數(shù)來衡量地區(qū)環(huán)境規(guī)制強度。其中，城鎮(zhèn)單位從業(yè)人員期末人數(shù)數(shù)據(jù)來源于2000—2014年《中國城市統(tǒng)計年鑒》，大學及以上勞動力占比數(shù)據(jù)來源于2003—2016年《中國勞動統(tǒng)計年鑒》，環(huán)保處罰案例數(shù)來源于北大法寶數(shù)據(jù)庫，環(huán)境規(guī)制力度的詞頻數(shù)來源于各省(或市)的政府工作報告。最后，我們將處理后的中國工業(yè)企業(yè)數(shù)據(jù)、城市氣候數(shù)據(jù)和經(jīng)濟數(shù)據(jù)進行有效匹配，得到包含257個城市14年期的非平衡面板數(shù)據(jù)，主要變量定義詳見表1。為避免異常值造成的估計結果偏誤，我們對所有連續(xù)變量進行1%的雙側(cè)縮尾處理。

表1 變量定義

(續(xù)上表)

核心變量的描述性統(tǒng)計表明，各地新建企業(yè)數(shù)存在較大差異，最大值高達732，為均值的22.09倍。而核心解釋變量中，季度均溫之間和季度內(nèi)部的溫差均較大。總體來看，溫度箱大致呈“U”分布，且無論是溫度箱還是極端溫度天數(shù)在地區(qū)之間的分布均較為分散。

(二)實證策略

我們采用普通最小二乘法(OLS)估計氣溫變化對企業(yè)選址決策的影響。參考Chen and Yang(27)Chen，X. G.，Yang，L.，“Temperature and Industrial Output：Firm-Level Evidence from China”，Journal of Environmental Economics and Management，Vol.95，2019，pp.257-274.和Deryugina and Hsiang(28)Deryugina，T.，Hsiang，S．M．，“Does the Environment Still Matter？Daily Temperature and Income in the United States”，NBER Working Paper，2014，No.20750.的做法，我們分別選取季度均溫、日度均溫和極端溫度天數(shù)等三個指標來衡量氣溫變化，相應的回歸方程依次為：

(1)

(2)

Newi，t=φ0+Υ0High-tempi，(t-1)+λ0Low-tempi，(t-1)+π0Wi，(t-1)+τ0Xi，(t-1)+Ψi+μ(t-1)+εi，(t-1)

(3)

由于無法獲取地區(qū)經(jīng)濟特征變量的季度數(shù)據(jù)，我們參考現(xiàn)有文獻的處理方式，在式(1)中僅加入氣溫層面的控制變量，并在式(2)、(3)中進一步控制地區(qū)經(jīng)濟特征變量。此外，選取季度均溫作為核心解釋變量時未控制地區(qū)經(jīng)濟特征變量，因而我們在式(1)中增加氣壓變量，以進一步控制其他氣候因素對企業(yè)選址決策的影響。

我們還在回歸中引入年份固定效應(μ(t-1))和城市固定效應(Ψi)，以控制其他未納入模型中的變量或不可觀測因素對企業(yè)選址決策的影響。εi，(t-1)為誤差項，為了確保結論的穩(wěn)健性，我們將所有標準誤均聚類到城市×年份層面。

三、實證結果

(一)基準回歸結果

1．季度均溫與企業(yè)選址決策

我們首先以季度均溫衡量氣溫變化，具體回歸結果見表2。其中，第(1)列和第(2)列分別控制年份固定效應和城市固定效應，第(3)列同時控制年份固定效應和城市固定效應，并且均聚類到城市×年份層面。表2的回歸結果表明，氣溫變化會顯著影響企業(yè)選址決策，即新建企業(yè)數(shù)會顯著受到春季、夏季、秋季和冬季平均氣溫的影響。總體來看，春季和冬季氣溫上升，新建企業(yè)數(shù)會顯著增加，而夏季和秋季氣溫上升則會顯著抑制新建企業(yè)數(shù)。并且秋季均溫的估計系數(shù)最大，秋季均溫每上升1℃，新建企業(yè)數(shù)會減少2.525%[第(3)列]。

其他氣候控制變量中，日照、氣壓和相對濕度對新建企業(yè)數(shù)存在顯著的負向影響，降水量則會顯著提高新建企業(yè)數(shù)，而平均風速對企業(yè)選址決策的影響并不顯著。

表2 季度均溫與企業(yè)選址決策

2．日度均溫與企業(yè)選址決策

我們以溫度箱來衡量日度均溫，選取[15℃，18℃)為基準溫度箱并從回歸方程中刪除，然后依據(jù)式(2)進行回歸，相應回歸結果見表3。其中，第(1)列未控制經(jīng)濟特征變量，第(2)、(3)列分別加入城市固定效應和年份固定效應，第(4)列同時控制氣溫特征變量和經(jīng)濟特征變量，并且加入年份固定效應和城市固定效應。

由于第(4)列控制了所有特征變量和固定效應，我們對該列的回歸結果進行簡要分析。容易發(fā)現(xiàn)，氣溫變化會顯著影響企業(yè)選址行為。與基準溫度箱相比，當氣溫低于[15℃，18℃)時，氣溫變化對新建企業(yè)數(shù)的影響顯著為負，并且隨著溫度區(qū)間向基準溫度區(qū)間靠近，氣溫變化對新建企業(yè)數(shù)的影響程度整體呈現(xiàn)波動下降的趨勢。其中，3℃以下的溫度區(qū)間對新建企業(yè)數(shù)的負向影響尤為顯著，日度均溫處于 [-12℃，-9℃)或者(-∞，-12℃)溫度區(qū)間的天數(shù)每增加一天，新建企業(yè)數(shù)顯著下降2%或1.951%。當氣溫高于[15℃，18℃)時，高于24℃的溫度區(qū)間對企業(yè)選址決策具有顯著的負向影響，并且影響程度隨著氣溫區(qū)間的上升而逐漸增強。具體來說，氣溫處于[27℃，30℃)溫度區(qū)間的天數(shù)每增加一天，新建企業(yè)數(shù)降低0.872%；而當氣溫處于30℃以上的極端高溫區(qū)間時，氣溫變量的估計系數(shù)顯著上升，日度均溫落入[30℃，32℃)或 [32℃，∞)溫度區(qū)間的天數(shù)每增加一天，新建企業(yè)數(shù)下降1.341%或2.40%。

3．極端溫度與企業(yè)選址決策

我們以極端溫度天數(shù)衡量氣溫變化，將一年中日度最高溫高于30℃的天數(shù)計為極端高溫天數(shù)，日度最高溫低于0℃的天數(shù)計為極端低溫天數(shù)，并依據(jù)式(3)進行回歸。表4中，第(1)列僅加入氣候控制變量，第(2)列和第(3)列分別控制城市固定效應和年份固定效應，第(4)列引入所有控制變量和固定效應?；貧w結果一致表明，日度最高溫超過30℃或者低于0℃的天數(shù)增加均會顯著降低新建企業(yè)數(shù)，這一結果與用溫度箱衡量日度均溫所得出的結論相似。此外，相較于極端高溫而言，極端低溫天數(shù)增加對企業(yè)選址行為的影響更大，一年中日度最高溫低于0℃的天數(shù)每增加1天，當?shù)叵乱荒甑男陆ㄆ髽I(yè)數(shù)會下降1.168%。

表4 極端溫度與企業(yè)選址決策

(二)穩(wěn)健性檢驗

1．控制高維固定效應

在以季度均溫衡量氣溫變化的基準回歸中，由于缺乏季度層面的經(jīng)濟特征變量數(shù)據(jù)，我們未控制城市經(jīng)濟特征變量，盡管加入了城市固定效應和年份固定效應，但仍可能存在一些城市層面隨時間變化的經(jīng)濟變量被遺漏，從而導致估計偏誤。因此，我們在同時控制城市固定效應、年份固定效應的基礎上，進一步引入城市與年份交互(城市×年份)固定效應，回歸結果見表2中的第(4)列。可以看出，引入城市×年份固定效應之后，春季和冬季的氣溫變化對新建企業(yè)數(shù)的影響系數(shù)變小，而夏季和秋季的氣溫變化對新建企業(yè)數(shù)的影響系數(shù)則變得更大?？傮w來說，春季和冬季的氣溫上升會顯著提升新建企業(yè)數(shù)，而夏季和秋季的氣溫上升則會顯著降低新建企業(yè)數(shù)，四個季度均溫的估計系數(shù)始終在1%的統(tǒng)計水平上顯著，這也證實了基準回歸結果的穩(wěn)健性。

2．剔除省會城市和直轄市樣本

在中國行政體系中，省會城市和直轄市有著不同于其他城市的政治和經(jīng)濟地位，其經(jīng)濟發(fā)展水平、投資和營商環(huán)境、地理位置整體上優(yōu)于其他城市，因而更容易吸引新企業(yè)進入，這可能會干擾我們識別氣溫變化對企業(yè)選址決策的影響。因此，我們將省會城市和直轄市的樣本剔除，并利用季度均溫和極端溫度天數(shù)衡量氣溫變化，然后重新進行估計。估計結果表明，剔除這些城市樣本后，夏季和秋季溫度的上升會顯著降低當?shù)匦陆ㄆ髽I(yè)的數(shù)量，春季和冬季溫度的上升會顯著增加當?shù)匦缕髽I(yè)的進入數(shù)量，并且極端溫度天數(shù)的增加也會顯著降低當?shù)貙π缕髽I(yè)的吸引力。(29)限于篇幅，未報告剔除省會城市和直轄市樣本之后的回歸結果，作者留存?zhèn)渌鳌?/p>

3．調(diào)整基準溫度箱和溫度箱區(qū)間長度

我們參照現(xiàn)有文獻設定了基準溫度箱和溫度箱區(qū)間長度，但這種設定仍然可能具有一定的主觀性。為了確?；鶞驶貧w結果對于基準溫度箱和溫度箱區(qū)間長度的選取并不敏感，我們設定不同的基準溫度箱和溫度箱區(qū)間長度，并重新進行回歸。首先，參考Karlsson and Ziebarth(30)Karlsson，M.，Ziebarth，N. R.，“Population Health Effects and Health-Related Costs of Extreme Temperatures：Comprehensive Evidence from Germany”，Journal of Environmental Economics and Management，Vol.91，2018，pp.93-117.和Chen and Yang(31)Chen，X. G.，Yang，L.，“Temperature and Industrial Output：Firm-Level Evidence from China”，Journal of Environmental Economics and Management，Vol.95，2019，pp.257-274.的做法，我們將基準溫度箱分別替換為 [3℃，6℃)和 [21℃，24℃)?；貧w結果表明，無論選取哪一個作為基準溫度箱，氣溫變量的估計系數(shù)與選取[15℃，18℃)為基準溫度箱時相差不大，且不同溫度箱的顯著性程度并未發(fā)生較大變化。具體來說，0℃以下溫度箱的估計系數(shù)依然大多顯著，且對企業(yè)選址決策存在負向影響，而27℃以上的溫度箱也至少在10%的統(tǒng)計水平上顯著為負。這也證實了基準回歸結果并不隨基準溫度箱的變化而變化。

其次，基準回歸中溫度箱區(qū)間長度為3℃，我們將其更換為5℃，相應的日度均溫劃分為11個溫度箱；同時，為了與基準回歸的設定保持一致，將[13℃，18℃)選為基準溫度箱。將溫度箱區(qū)間長度換成5℃以后的回歸結果與基準回歸結果非常接近，且氣溫變化對新建企業(yè)數(shù)的影響呈明顯的倒“U”形曲線。相對而言，低溫溫度箱和高溫溫度箱對新建企業(yè)數(shù)仍然具有顯著的負向影響，氣溫低于-12℃ 和高于32℃的天數(shù)每增加一天，新建企業(yè)數(shù)分別下降1.39%和1.59%。(32)限于篇幅，未報告調(diào)整基準溫度箱和溫度箱區(qū)間長度后的回歸結果，作者留存?zhèn)渌鳌?/p>

4．調(diào)整極端溫度天數(shù)變量

在基準回歸中，我們根據(jù)極端高溫和極端低溫的天數(shù)來構建極端溫度指標。此部分我們調(diào)整衡量高溫和低溫的閾值(基準回歸中選取的閾值為30℃和0℃)，分別用日最高溫等于或高于29℃、28℃和27℃的天數(shù)來衡量極端高溫天數(shù)，相應地用日最高溫等于或低于1℃、2℃和3℃的天數(shù)來衡量極端低溫天數(shù)。從回歸結果可以看出，無論如何調(diào)整衡量極端高溫和低溫的閾值，極端溫度天數(shù)增加都對新建企業(yè)數(shù)具有顯著的負向影響。而且，隨著極端溫度劃分標準的放寬，極端高溫天數(shù)的增加對新建企業(yè)數(shù)的影響程度逐漸下降，而極端低溫天數(shù)的增加對新建企業(yè)數(shù)的影響程度也大體呈下降趨勢。(33)限于篇幅，未報告調(diào)整極端溫度天數(shù)變量后的回歸結果，作者留存?zhèn)渌鳌?/p>

四、機制檢驗

(一)勞動力供給機制

勞動力供給是企業(yè)選址決策的重要影響因素(34)張彩云、蘇丹妮：《環(huán)境規(guī)制、要素稟賦與企業(yè)選址——兼論“污染避難所效應”和“要素稟賦假說”》，《產(chǎn)業(yè)經(jīng)濟研究》2020年第3期。，而氣溫變化對勞動力的生理和心理均會產(chǎn)生影響。在極端溫度下，人體出現(xiàn)病痛的可能性更大，并且這一影響對從事腦力勞動的勞動者更大。除了對勞動力自身產(chǎn)生影響以外，高溫和低溫變化對小孩和老人的影響尤為顯著，氣溫的極端變化會使勞動力花費更多時間在照顧老人和小孩上，這些均會對勞動力供給產(chǎn)生負面影響。此外，在氣溫變化劇烈的地區(qū)，經(jīng)濟發(fā)展效率和勞動力生產(chǎn)率更低，人口死亡率也更高，因而勞動生產(chǎn)力的損失風險更大。而為了獲取更高的收入回報或者是追求更好的生活環(huán)境，勞動力就會考慮向氣溫變化較小的地區(qū)流動。因此，氣溫變化可能對勞動力供給造成影響，進而影響新建企業(yè)數(shù)。我們以年末單位從業(yè)人員數(shù)衡量城市勞動力供給數(shù)量，以大學及以上學歷勞動力占比來衡量勞動力供給質(zhì)量，考察氣溫變化是否對其造成顯著影響。與基準回歸的設定類似，我們對氣溫特征變量和經(jīng)濟特征變量進行控制，并加入年份固定效應和城市固定效應。由于《中國統(tǒng)計年鑒》中2002—2004年人口密度數(shù)據(jù)缺失，因此，大學及以上學歷勞動力占比回歸樣本年份實際包含13年，與城鎮(zhèn)單位從業(yè)人員期末人數(shù)回歸中的樣本年份量一致。

表5 氣溫變化對勞動力供給的影響

本部分選取的相關變量均只有年度數(shù)據(jù)，而沒有季度數(shù)據(jù)，因而我們以溫度箱來衡量氣溫變化。表5中第(1)列以勞動力供給數(shù)量為被解釋變量，回歸結果表明氣溫變化會顯著影響勞動力供給數(shù)量。具體來說，極端低溫會顯著抑制勞動力供給數(shù)量，而極端高溫對勞動力供給數(shù)量的影響并不顯著，這與Zivin and Neidell(35)Zivin，J. G.，Neidell，M.，“Temperature and the Allocation of Time：Implications for Climate Change”，Journal of Labor Economics，Vol.32，No.1，2014，pp.1-26.的發(fā)現(xiàn)有所差別。與[15℃，18℃)的基準溫度箱相比，氣溫處于[-9℃，-6℃)溫度箱區(qū)間的天數(shù)每增加一天，勞動力供給數(shù)量會下降0.275%，而氣溫低于-12℃的天數(shù)每增加一天，勞動力供給數(shù)量會急劇下降0.465%。第(2)列以勞動力供給質(zhì)量為被解釋變量，回歸結果表明極端低溫對勞動力供給質(zhì)量的影響并不顯著，但隨著氣溫上升，勞動力供給質(zhì)量會急劇下降。與[15℃，18℃)的基準溫度箱相比，當溫度處于[30℃，32℃)的天數(shù)每增加一天，勞動力供給質(zhì)量會下降5.6%。綜合來說，高溫和低溫會顯著影響勞動力供給數(shù)量和質(zhì)量，進而減少新建企業(yè)的數(shù)量。

(二)環(huán)境規(guī)制強度機制

政策因素也是企業(yè)選址決策的重要影響因素。隨著氣溫的不斷惡化，氣溫變化可能會促使地方政府增強地區(qū)環(huán)境監(jiān)管強度。近年來，中國在發(fā)展經(jīng)濟的同時也愈加關注環(huán)境保護，并且公眾的環(huán)境意識也越來越強?？紤]到極端氣溫變化的負面影響，地方政府有動機主動增強環(huán)境監(jiān)管強度；而在社會公眾的監(jiān)督下，地方政府也可能被迫強化環(huán)境規(guī)制水平，并制定完善的環(huán)境監(jiān)管政策。相應地，地區(qū)環(huán)境規(guī)制強度增加必然會對企業(yè)生產(chǎn)帶來一定限制，導致企業(yè)生產(chǎn)成本提高，甚至還會改變企業(yè)進入門檻，并影響企業(yè)選址決策。為了驗證這一假設，我們選取環(huán)保處罰案件數(shù)作為衡量地區(qū)環(huán)境監(jiān)管強度的指標。由于該部分數(shù)據(jù)僅涉及省級層面，我們采用除臺灣省、香港特別行政區(qū)和澳門特別行政區(qū)以外的31個省域作為樣本。類似地，我們根據(jù)各省域的日度均溫構建溫度箱以衡量氣溫變化?？刂谱兞堪ń?jīng)濟特征變量(地區(qū)GDP、二氧化硫排放量、人口密度)和氣候特征變量(與基準回歸部分相同)。

表6中第(1)列為以環(huán)保處罰案件作為被解釋變量的全樣本回歸結果，與我們的預期一致，高溫變化會顯著影響地區(qū)環(huán)境規(guī)制強度，但低溫變化對環(huán)境規(guī)制強度的影響并不顯著。相較于[15℃，18℃)基準溫度箱而言，氣溫高于18℃的天數(shù)每增加一天，地區(qū)環(huán)境規(guī)制強度至少會增加0.058%。這也證實了氣溫上升會促使地方政府加強環(huán)境規(guī)制力度，進而增加企業(yè)成本和降低新建企業(yè)數(shù)。

碳排放是氣溫變暖的主因。那么，氣溫上升可能會導致高碳排放地區(qū)的政府意識到氣溫變暖問題的嚴重性，從而加強環(huán)境規(guī)制強度以抑制碳排放水平。相比較而言，低碳排放地區(qū)的碳排放問題并不嚴重，因而當?shù)卣扇…h(huán)境政策制約碳排放的形勢并不急迫。為了驗證這一猜想，我們根據(jù)各年碳排放中位數(shù)將樣本城市分為高碳排放地區(qū)和低碳排放地區(qū)，并進行分組檢驗，回歸結果見第(2)、(3)列。與我們的猜想一致，氣溫變化對低碳排放地區(qū)的環(huán)境規(guī)制強度不存在顯著影響，而高碳排放地區(qū)的環(huán)境規(guī)制強度會顯著受到高溫變化的影響。與[15℃，18℃)的基準溫度箱相比，氣溫高于18℃的天數(shù)每增加一天，地區(qū)環(huán)保處罰案件數(shù)最高會增加9.91%。

為了保證回歸結果的穩(wěn)健性，我們還以政府工作報告中關于環(huán)境規(guī)制力度的詞頻數(shù)作為替代的環(huán)境規(guī)制強度指標，相應的回歸結果見第(4)列。結果表明，氣溫變化會顯著提升當?shù)卣ぷ鲌蟾嬷嘘P于環(huán)境規(guī)制力度的詞頻數(shù)，這與以環(huán)保處罰案件作為被解釋變量的回歸結果一致。

表6 氣溫變化對地區(qū)環(huán)境規(guī)制強度的影響

(續(xù)上表)

五、進一步分析

(一)氣溫變化對勞動密集型企業(yè)和非勞動密集型企業(yè)的異質(zhì)性影響

由于氣溫變化對勞動者個體具有重要影響，因而氣溫變化對勞動密集企業(yè)和非勞動密集型企業(yè)的影響可能有所差異。參考馬雙(36)馬雙、張劼、朱熹：《最低工資對中國就業(yè)和工資水平的影響：來自制造業(yè)企業(yè)的證據(jù)》，《經(jīng)濟研究》2012年第5期。等和Lall(37)Lall，S.，“The Technological Structure and Performance of Developing Country Manufactured Exports，1985-1998”，Oxford Development Studies，Vol.28，No.3，2000，pp.337-369.的思路，我們把農(nóng)副食品加工業(yè)、食品制造業(yè)、紡織業(yè)、紡織服裝(和鞋、帽制造業(yè)、皮革(和皮毛、羽毛(絨))及其制品業(yè)、家具制造業(yè)、文教體育用品制造業(yè)和塑料制品業(yè)劃分為勞動密集型行業(yè)，其他行業(yè)劃分為非勞動密集型行業(yè)，然后按企業(yè)所屬行業(yè)把企業(yè)劃分為勞動密集型企業(yè)和非勞動密集型企業(yè)兩個子樣本，并用溫度箱作為衡量氣溫變化的指標來考察氣溫變化對這兩個子樣本的影響是否存在異質(zhì)性。

從圖1的回歸結果可以看出，勞動密集型企業(yè)的選址決策會受到氣溫變化的負向影響，這與理論預期基本一致。但出乎意料的是，相較于勞動密集型企業(yè)，非勞動密集型企業(yè)的選址決策受氣溫變化的影響更大，尤其是極端高溫區(qū)間和極端低溫區(qū)間的影響尤為顯著。這可能因為勞動密集型企業(yè)大部分屬于低技術、低技能密集型企業(yè)，這些企業(yè)的勞動力行為更易受高溫影響，并且相較而言更難以改變工作或生活環(huán)境。而非勞動密集型企業(yè)大多屬于高技術、高技能密集型企業(yè)，對高素質(zhì)人才的需求較大，而高素質(zhì)人才會傾向于選擇氣溫更為適宜、環(huán)境更好的地方工作，進而對企業(yè)選址決策造成顯著影響。此外，很多高技術、高技能企業(yè)使用的精密器材與實驗環(huán)境對氣溫和濕度的要求較高，因而極端溫度較少出現(xiàn)的地區(qū)更容易受到相關企業(yè)的青睞。

圖1 氣溫變化對勞動密集型企業(yè)和非勞動密集型企業(yè)的選址決策的異質(zhì)性影響

(二)氣溫變化對不同所有制企業(yè)的選址決策的異質(zhì)性影響

具有不同所有制性質(zhì)的企業(yè)選址決策受氣溫變化的影響可能存在異質(zhì)性。我們按企業(yè)所有制類型把全部企業(yè)分為國有企業(yè)、集體企業(yè)、私營企業(yè)和外資企業(yè)四個子樣本，并進行分組回歸。

圖2直觀地表明，氣溫變化對不同所有制企業(yè)的選址決策確實存在異質(zhì)性影響。其中，國有企業(yè)和集體企業(yè)的選址決策幾乎不受氣溫變化的影響，而私營企業(yè)與外資企業(yè)的選址決策則受到氣溫變化的顯著影響。可能的解釋是氣溫變化會顯著降低私營企業(yè)和外資企業(yè)的全要素生產(chǎn)率和產(chǎn)出水平，而國有企業(yè)對勞動法規(guī)的執(zhí)行力度通常比私營企業(yè)更嚴格，如在極端炎熱的天氣里為工人提供水分、空調(diào)和獎金等，因而氣溫變化對國有企業(yè)選址決策的影響可能更弱(38)Zhang，P.，Deschenes，O.，Meng，K. &Zhang，J. J.，“Temperature Effects on Productivity and Factor Reallocation：Evidence from a Half Million Chinese Manufacturing Plants”，Journal of Environmental Economics and Management，Vol.88，2018，pp.1-17.。

圖2 氣溫變化對不同所有制企業(yè)的選址決策的異質(zhì)性影響

(三)氣溫變化對企業(yè)選址決策的影響具有“親貧劫富”特征嗎

我們根據(jù)樣本期間各城市每年GDP的中位數(shù)來劃分地區(qū)貧富程度，將每年GDP高于當年GDP中位數(shù)的城市劃分為發(fā)達城市，低于當年GDP中位數(shù)的城市劃分為欠發(fā)達城市，然后進行分組回歸。

圖3顯示，與基準溫度箱相比，無論是在發(fā)達城市還是欠發(fā)達城市，高溫變化對新建企業(yè)數(shù)均具有顯著的負向影響。此外，欠發(fā)達地區(qū)的企業(yè)選址決策還會顯著受到低溫變化的影響。原因可能在于相較于發(fā)達地區(qū)，欠發(fā)達地區(qū)的經(jīng)濟發(fā)展程度、基礎設施建設水平均相對較弱，因此面臨氣溫變化的負面沖擊時，欠發(fā)達地區(qū)企業(yè)的應對能力更弱，其遭受的負面沖擊也更大，因而企業(yè)選擇進入該地區(qū)的概率也更低。同時，該結論也進一步證實氣溫變化的經(jīng)濟后果不但具有“親貧”特征(39)Dell，M.，Jones，B. F. &Olken，B. A.，“Temperature Shocks and Economic Growth：Evidence from the Last Half Century”，American Economic Journal-Macroeconomics，Vol.4，No.3，2012，pp.66-95.(40)Deryugina，T.，Hsiang，S．M．，“Does the Environment Still Matter？Daily Temperature and Income in the United States”，NBER Working Paper，2014，No.20750.(41)Letta，M.，Tol，R. S. J.，“Weather，Climate and Total Factor Productivity”，Environmental &Resource Economics，Vol.73，No.1，2019，pp.283-305.(42)Kumar，S.，Khanna，M.，“Temperature and Production Efficiency Growth：Empirical Evidence”，Climatic Change，Vol.156，2019，pp.209-229.，也具有“劫富”特質(zhì)(43)金剛、沈坤榮、孫雨亭：《氣溫變化的經(jīng)濟后果真的“親貧”嗎》，《中國工業(yè)經(jīng)濟》2020年第9期。。

圖3 氣溫變化對企業(yè)選址決策的影響具有“親貧劫富”特征嗎

(四)氣溫波動幅度差異是否會影響企業(yè)選址決策

為了更準確地探究氣溫變化對企業(yè)選址決策的影響，我們參照楊璐等(44)楊璐、史京曄、陳曉光：《溫度變化對中國工業(yè)生產(chǎn)的影響及其機制分析》，《經(jīng)濟學》(季刊)2020年第5期。的做法，計算出每個城市每年氣溫變化的標準差，用于衡量其氣溫波動幅度；然后，基于每年所有城市氣溫變化標準差的中位數(shù)，將大于中位數(shù)的城市納入氣溫波動幅度較大地區(qū)，將其余城市納入氣溫波動幅度較小地區(qū)，然后進行分組回歸。

圖4描繪了針對這兩個組別的回歸結果。容易看出，相較于氣溫波動幅度較小地區(qū)，在氣溫波動幅度較大地區(qū)的企業(yè)選址決策受氣溫變化的影響更明顯。具體來說，低溫天氣與高溫天氣增加均會顯著降低氣溫波動幅度較大地區(qū)的新建企業(yè)數(shù)；而在氣溫波動幅度較小地區(qū)，氣溫變化對新建企業(yè)數(shù)的影響幾乎不顯著。圖4的結果一致表明，氣溫波動幅度較大地區(qū)的企業(yè)選址決策對氣溫變化更敏感。

圖4 氣溫波動幅度差異是否會影響企業(yè)選址決策？

六、結論與建議

本文基于2001—2014年中國工業(yè)企業(yè)數(shù)據(jù)和相應的城市氣象數(shù)據(jù)，分別利用季度均溫、日度均溫和極端溫度天數(shù)來衡量氣溫變化，深入考察了氣溫變化對企業(yè)選址決策的影響。研究發(fā)現(xiàn)，夏季和秋季氣溫上升會使當?shù)匦陆ㄆ髽I(yè)數(shù)顯著下降，而春季和冬季氣溫上升則會顯著提升該地的新建企業(yè)數(shù)。當用日度均溫構建的溫度箱衡量氣溫變化時，我們發(fā)現(xiàn)氣溫變化對新建企業(yè)數(shù)存在非線性影響。與[15℃，18℃)的基準溫度箱相比，一年中日度均溫處于0℃以下的溫度箱和27℃以上的溫度箱每增加一天，當?shù)匦陆ㄆ髽I(yè)數(shù)均會顯著下降。此外，相較于極端高溫，極端低溫對企業(yè)選址決策的影響程度更大。機制檢驗結果證實氣溫變化會通過勞動力供給和環(huán)境規(guī)制強度兩個機制影響企業(yè)選址決策。進一步分析結果表明，非勞動密集型企業(yè)和私營企業(yè)在進行選址決策時更會考慮當?shù)氐臉O端氣溫，并且相較于經(jīng)濟欠發(fā)達地區(qū)，經(jīng)濟發(fā)達地區(qū)的新建企業(yè)數(shù)更容易受到當?shù)貧鉁刈兓挠绊懀欢鴼鉁夭▌臃容^大地區(qū)的企業(yè)選址決策更容易受到氣溫變化的負向影響。

本文從企業(yè)選址決策的視角，進一步豐富了關于氣溫變化的相關研究?，F(xiàn)有研究大都關注氣溫企業(yè)生產(chǎn)率或產(chǎn)出的影響，但其實企業(yè)在進行選址時就會考慮氣溫變化因素。這也進一步說明，氣溫變化對經(jīng)濟的影響是無處不在的，因而解決全球氣溫變暖問題迫在眉睫。本文為國家不斷推進可持續(xù)發(fā)展戰(zhàn)略提供了理論支持，也提醒當?shù)卣畱斣谧⒅氐胤浇?jīng)濟發(fā)展建設的同時，要更為重視氣溫變化。同時，政府也應當根據(jù)當?shù)厝瞬判枨?，制定相應的人才吸引計劃，完善以及貫徹高溫低溫補貼政策。對于私營企業(yè)，政府需增強對他們的投資，制定具有針對性的支持政策，特別是對科技型中小企業(yè)，加強支持力度，以促進其不斷創(chuàng)新科技，從更長遠的角度緩解氣溫變化所帶來的影響。