交通基础设施与企业区位选址：基准回归分析

表4-3为交通基础设施与企业区位选址决策的基准回归结果。为了便于比较并得到更为稳健的估计结果，模型（1）-（5）同时列出了OLS、泊松随机效应回归、负二项随机效应回归、零膨胀泊松回归、零膨胀负二项回归的估计结果，被解释变量均为新增企业数量（Enter）。其中，泊松回归的前提条件之一是因变量的均值和方差相等，即满足“均等分散”假设。然而，本章的新建企业个数的均值为6.89，方差为269.29，方差是均值的39倍，故存在过度分散。存在过度分散的情况下，尽管泊松回归的结果依然一致，但负二项回归可能更有效率。在模型（3）和模型（5）进一步对过度分散参数α进行检验，如果拒绝原假设“H0：α=0”，则应使用负二项回归，反之则使用泊松回归。模型（3）和模型（5）的估计结果显示α的95%置信区间分别为（0.926，1.049）和（0.964，1.007），α的估计系数为0.985，故可在5%的显著性水平上拒绝原假设，应使用负二项回归。由于本章选择的被解释变量是地级市不同行业新增企业数量，故样本中存在较多“零”值，因此还列出了“零膨胀泊松回归”和“零膨胀负二项回归”的估计结果，并进行Voung检验；模型（4）和模型（5）的中Voung统计量分别为25.541和1.524，均拒绝“标准泊松回归”和“标准负二项回归”，均认为应使用“零膨胀泊松回归”和“零膨胀负二项回归”。虽然模型（5）中的过度分散参数α检验拒绝不存在过度分散的原假设，但关于泊松回归和负二项回归的选择，被认为是稳健性和有效性之间的权衡，一般认为泊松回归更稳健，而负二项回归更有效，并且即使数据中存在一定过度分散，泊松回归的参数及标准误仍是一致估计。因此，为了得到更为稳健的估计参数，本章最后还是采用模型（4）“零膨胀泊松回归”的估计结果。

模型（4）的估计结果显示，本地市场规模（RMS_pgdp）、邻近地区市场规模（NMS_pgdp）和国外市场规模（FMS_export）的泊松系数估计值均显著为正，说明本地市场规模、邻近地区市场规模和国外市场规模越大，越有利于吸引新企业进入。本地市场规模、邻近地区市场规模和国外市场规模影响企业区位选址的偏效应分别为0.195、0.765和0.006。市场规模对于企业区位选址的基础性作用并不难理解，因为市场规模越大，表明这个地区市场容量越大，市场需求就越大，单个企业所占据的市场份额就可能越大，企业就更容易发挥规模经济效益，收益增大而平均成本降低，会使得企业的利润空间扩大，更容易吸引新企业进入，这与已有的研究结果基本一致（周浩、陈益，2013［125］）。交通基础设施（Traffic）对新增企业数量的偏效应显著为正，表明交通基础设施越完善，新增企业数量就越多，交通基础设施密度提高1%，新企业数量增加41.2%。虽然企业与市场之间的地理距离无法缩短，但良好的交通基础设施能够极大地提高企业产品的运输效率，降低了企业运输成本，扩大企业跨区域市场范围，扩大企业市场规模，为企业创造更大的利润空间，提高当地对新企业的吸引力。这与Chandra和Thompson（2000）的关于美国的新企业更多地选择在高速公路直接穿过的县落户的研究结论一致。

交通基础设施与本地市场规模交互项的泊松系数估计值显著为负，且通过1%的显著性检验，说明在企业进行区位选址过程中，交通基础设施与本地市场规模表现为显著的替代效应，即对于本地市场规模较小的地区，市场规模约束问题被不断完善的交通基础设施网络弱化，良好的交通基础设施可以为当地吸引更多新企业，从长期来看，交通基础设施的完善可以扩大本地市场规模，不断强化“本地市场效应”作用。交通基础设施与邻近地区市场规模交互项的泊松系数估计值在1%的显著性水平下显著为正，交通基础设施与邻近地区市场规模对于企业区位选址来说是互补的，即如果一个地区邻近地区市场需求越大，交通基础设施的完善能够更大程度地为当地吸引新企业，也可以认为存在交通基础设施的“跨区域溢出效应”。虽然模型（4）的估计结果显示国外市场规模与交通基础设施交互项的估计系数并不显著，然而从模型（1）-（5）的估计结果，也可以基本判定在企业选址决策中国外市场规模与交通基础设施之间基本是相互替代的。所以，当一个地区国外市场规模较小时，政府通过大规模的交通基础设施建设来吸引新企业进入，包括外商投资企业等，进而逐步扩大国外市场规模。交通基础设施与不同类型市场规模的交互效应的存在也验证了中国自改革开放以来实施的大规模的交通基础建设的作用。总的来说，当一个地区面临市场规模约束而无法吸引新企业进入时，可以通过多方面的政策刺激来解决该问题，比如交通基础设施的完善以及国内外市场一体化的实现等等。

表4-3　企业区位选址决策全样本的基准回归结果

(www.xing528.com)

续　表

注：圆括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著。上标“＄”表示F统计量。

企业区位选址决策的基准回归结果中还控制了经济增长（地区灯光亮度，light）、工资水平（Wage）、外资开放度（fdi）、人口规模（Pop）、公共财政支出（Public）、省会城市虚拟变量（Capital）、贸易条件（Oversea）等因素的影响。研究发现，一个地区经济发展水平越高，城镇工资水平越高，人口规模越大，外资开放程度越高，公共财政支出占比越高，新增企业数量越多，越有利于企业区位选址；而最近的港口或口岸的距离越远，贸易条件越差，则越不利于吸引企业选址落户。经济发展水平、外资开放度对企业区位选址具有正向促进作用，因为经济越发达、外资开放程度越高的地区，越容易给企业创造盈利空间，越容易吸引新企业选址。灯光亮度提高1单位，新企业数量增加0.4%；外资开放程度提高1%，新企业数量增加0.6%。改革开放以来，国家通过税收减免、关税优惠、贷款利率优惠、土地配额等多种的优惠政策吸引外商直接投资。外商直接投资能够凭借其衍生的需求带动上下游产业发展，同时其技术、管理、研发等方面的优势可以间接地向其他企业传递经济的正外部性，这种外溢效应能够极大地吸引新企业选址落户。公共财政支出占比越高，说明本地配套的基础设施配置水平越高，公共服务水平越高，越容易吸引新企业落户；公共财政支出占比提高1%，新增企业数量增加0.8%。省会城市的泊松系数估计值显著为正，说明省会城市相比非省会城市更容易吸引新企业选址，在其他条件不变的情况下，省会城市比非省会城市吸引新企业的数量预期高出32.45%^[9]。从空间经济学角度考虑人口规模、工资水平及贸易条件对企业区位选址决策的影响，结果并不难理解。一个地区人口规模越大，意味着这个地区市场需求就越大，给企业带来的市场越大，企业能创造更多利润，从而增强该地区的新企业的吸引力。人口规模的泊松系数估计值显示，人口规模扩大1%，新企业数量增加16.3%。同理，工资水平越高，意味着这个地区集聚力越大，更容易使企业平稳集聚；工资水平提高1%，新企业数量增加21.9%（见表4-3）。在空间经济学中，交易成本包括国内市场的交易成本和国外市场的交易成本。所以，到口岸或港口的距离越近，意味着交易成本越低，越容易吸引新企业，促进生产活动的空间集聚。