劉時(shí)睿 馬曉軍

（南開大學(xué)金融學(xué)院 天津市 300350）

交通基礎(chǔ)設(shè)施是促進(jìn)國家和地區(qū)經(jīng)濟(jì)發(fā)展的必要前提。高速鐵路作為當(dāng)代中國重要的自主創(chuàng)新型交通基礎(chǔ)設(shè)施，在建設(shè)方面迅猛發(fā)展，取得了舉世矚目的成就。高鐵網(wǎng)絡(luò)的完善促進(jìn)了區(qū)域間聯(lián)系時(shí)間的縮短以及空間格局可達(dá)性的提升，有利于促進(jìn)區(qū)域間人員流動(dòng)以及信息交換效率的提高，可能對(duì)區(qū)域內(nèi)企業(yè)的經(jīng)營管理、業(yè)績績效等產(chǎn)生重要影響。本文以公司注冊(cè)所在地是否開通高鐵作為外生沖擊，研究高鐵開通對(duì)我國省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績的影響、作用機(jī)制和影響路徑。

一、文獻(xiàn)綜述

（一）公司地理位置臨近性的影響

現(xiàn)有文獻(xiàn)主要運(yùn)用經(jīng)濟(jì)主體之間地理位置的臨近性來衡量公司的信息不對(duì)稱程度和代理成本，研究表明地理位置的接近能夠有效地降低公司的信息不對(duì)稱程度和代理成本，改善上市公司的透明度和外部治理環(huán) 境。John 等（2011）、Devos 和Rahman（2014）的研究發(fā)現(xiàn)，地理距離的增加限制了現(xiàn)有利益相關(guān)者對(duì)公司投資管理決策的可觀察性，會(huì)提高其信息成本和監(jiān)督成本、并加劇代理沖突。然而，公司地理位置的選擇不可避免地存在著內(nèi)生性問題。研究發(fā)現(xiàn)，上市公司的融資決策（Loughran，2008）、機(jī)構(gòu)投資者的投資決策（Coval 和Moskowitz，1999）以及并購方的收購決策（Kang 和Kim，2008）等均存在著本地公司偏好，從而會(huì)導(dǎo)致公司的地理位置與其經(jīng)濟(jì)后果之間的相互因果關(guān)系。

（二）高鐵開通對(duì)企業(yè)微觀行為的影響

多數(shù)學(xué)者認(rèn)為，交通基礎(chǔ)設(shè)施的改善能夠顯著降低上市公司的信息不對(duì)稱程度和代理成本，從而有利于其業(yè)績的提升。宋云玲等（2019）發(fā)現(xiàn)，高鐵通車通過降低監(jiān)管成本和提升管理層的信息精度，顯著地提高了上市公司業(yè)績預(yù)告的準(zhǔn)確性。鄭建明等（2020）的研究也表明，高鐵開通在緩解企業(yè)所面臨的融資約束的同時(shí)降低了企業(yè)的代理成本，從而顯著地降低了企業(yè)的現(xiàn)金持有水平。也有部分學(xué)者從企業(yè)運(yùn)營成本和企業(yè)創(chuàng)新等角度進(jìn)行分析，提出交通基礎(chǔ)設(shè)施改善有助于降低企業(yè)的庫存成本和運(yùn)輸成本（Shirley 和Winston，2003）、提高企業(yè)科技人員集聚程度（馬濤等，2020）。

（三）公司業(yè)績的影響因素

信息不對(duì)稱和代理成本是影響公司業(yè)績的重要因素，信息不對(duì)稱程度和各類代理成本的降低均會(huì)對(duì)上市公司業(yè)績產(chǎn)生顯著的正向影響。在信息不對(duì)稱程度方面，陳莉（2017）的研究發(fā)現(xiàn)，會(huì)計(jì)信息透明度的增強(qiáng)通過融資成本的中介效應(yīng)顯著提高了企業(yè)績效。李佩凡等（2021）和聶琳峰等（2021）則從雙元?jiǎng)?chuàng)新的部分中介效應(yīng)的角度得出了與之較為一致的結(jié)論。在代理成本方面，陳文強(qiáng)和賈生華（2015）認(rèn)為代理成本的降低能夠通過股權(quán)激勵(lì)的路徑顯著地直接提升公司業(yè)績。胡澤民等（2018）以及姚貝貝和林愛梅（2018）也分別從股權(quán)集中度和股權(quán)結(jié)構(gòu)的角度得出了代理成本與公司業(yè)績顯著負(fù)相關(guān)的結(jié)論。

二、研究設(shè)計(jì)

（一）研究假設(shè)

基于對(duì)上述文獻(xiàn)的分析，本文首先提出如下研究假設(shè)：

H1：高鐵開通對(duì)公司業(yè)績有顯著的正向影響，上市公司注冊(cè)地所在城市開通高鐵后，公司業(yè)績會(huì)出現(xiàn)顯著提升。

H2：上市公司注冊(cè)地所在城市高鐵開通線路的數(shù)量越多、越密集，公司業(yè)績?cè)綍?huì)出現(xiàn)顯著提升。

以往文獻(xiàn)的研究表明，高鐵開通對(duì)企業(yè)微觀行為存在著多種異質(zhì)性的影響：所在地異質(zhì)性、行業(yè)異質(zhì)性、所有制異質(zhì)性和產(chǎn)品異質(zhì)性等（李欣澤等，2017；唐宜紅等，2019）。類似地，高鐵開通也會(huì)顯著提升大中型城市、非國有企業(yè)的公司業(yè)績。據(jù)此，本文提出如下研究假設(shè)：

H3：高鐵開通對(duì)不同類型城市、不同所有權(quán)屬性的公司業(yè)績具有不同的影響。

H3a：相較于注冊(cè)地所在城市等級(jí)排名較為靠后的上市公司而言，高鐵開通對(duì)所在城市等級(jí)排名較為靠前及具有地緣資源和競爭優(yōu)勢(shì)的上市公司業(yè)績的影響更為顯著。

H3b：相較于國有上市公司而言，高鐵開通對(duì)非國有上市公司業(yè)績的影響更為顯著。

（二）樣本選取與數(shù)據(jù)來源

借鑒已有文獻(xiàn)的研究（龍玉等，2017），本文將高鐵開通視為一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”，采用雙重差分法研究其對(duì)我國省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績的作用機(jī)制。為了保證結(jié)論的準(zhǔn)確性以及防止異常值的影響，本文選取2003-2019 年上海和深圳證券交易所A 股的上市公司數(shù)據(jù)，根據(jù)2017 版國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)，剔除金融業(yè)公司，剔除ST、PT、S股和G 股公司，剔除數(shù)據(jù)缺失及不連續(xù)的樣本，剔除注冊(cè)地所在城市高鐵開通當(dāng)年和開通后上市的公司，最終共得到全國范圍內(nèi)30個(gè)省級(jí)、省會(huì)級(jí)城市的11297 個(gè)有效公司樣本。本文上市公司的基本信息、財(cái)務(wù)數(shù)據(jù)、股權(quán)性質(zhì)數(shù)據(jù)均來自CSMAR 數(shù)據(jù)庫，各城市高鐵站開通時(shí)間和開通線路數(shù)據(jù)來自CNRDS 數(shù)據(jù)庫。

（三）變量定義

一是被解釋變量：公司業(yè)績。對(duì)公司業(yè)績的衡量通常有財(cái)務(wù)指標(biāo)（袁萍等，2006；郝云宏和周翼翔，2010）和市場指標(biāo)（楊青等，2009；賀炎林等，2014），為保證結(jié)果的準(zhǔn)確性與穩(wěn)健性，本文選取財(cái)務(wù)指標(biāo)中的總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）。

二是解釋變量。本文選取“樣本期間是否開通高鐵”（HSR）和“通車前后”（AFTER）兩個(gè)虛擬變量的交互項(xiàng)作為解釋變量來檢驗(yàn)假設(shè)H1，即研究高鐵開通對(duì)上市公司業(yè)績的影響。對(duì)于樣本期間開通高鐵且通車后的公司樣本，該交互項(xiàng)取值為1；對(duì)于樣本期間未開通高鐵以及樣本期間開通高鐵但尚未通車的公司樣本，該交互項(xiàng)取值為0。為檢驗(yàn)假設(shè)H2，引入“上市公司注冊(cè)地所在城市高鐵開通線路的數(shù)量”（Q），并縮小樣本范圍，選取HSR×AFTER 取值等于1 的公司作為新的樣本，研究對(duì)于樣本期間開通高鐵且通車后的公司樣本，高鐵開通線路數(shù)量對(duì)其業(yè)績的影響?？紤]到高鐵開通對(duì)上市公司業(yè)績影響的異質(zhì)性，引入公司所在城市類型虛擬變量（CITY1、CITY1.5 和CITY2）和公司所有權(quán)性質(zhì)虛擬變量（TYPE），并與HSR×AFTER 相乘構(gòu)造交叉項(xiàng)，來檢驗(yàn)假設(shè)H3a和H3b，即研究高鐵開通對(duì)城市類型和所有權(quán)屬性不同的上市公司業(yè)績影響的差異。

三是控制變量。選取公司規(guī)模（LNSIZE）、股權(quán)集中度（OC1）、董事會(huì)規(guī)模（BOARD）、獨(dú)立董事比例（INDE）、公司成長性（GROWTH）作為控制變量。各變量的定義及描述具體如表1 所示。

表1 變量定義及描述

（四）模型設(shè)定

為檢驗(yàn)假設(shè)H1，構(gòu)建基準(zhǔn)模型如式（1）所示。

其中，下標(biāo)i 表示公司，t 表示年份；被解釋變量PERFORMANCE為上市公司業(yè)績，由ROA和ROE來衡量；主要解釋變量為HSR×AFTER，以度量實(shí)驗(yàn)組的政策效應(yīng)；β為雙重差分估計(jì)量，衡量的是實(shí)驗(yàn)組相比控制組上市公司在高鐵開通前后業(yè)績變化之間的差異；u為隨機(jī)擾動(dòng)項(xiàng)；υ表示時(shí)間固定效應(yīng)；λ表示行業(yè)固定效應(yīng)。

為進(jìn)一步檢驗(yàn)假設(shè)H2，本文在模型（1）的基礎(chǔ)上縮小樣本范圍，選取上述在樣本期間開通高鐵且通車后的公司作為新的樣本，并同時(shí)控制時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，構(gòu)建模型（2）。

其中，主要解釋變量為Q，以研究公司所在城市開通高鐵線路的密集度對(duì)公司業(yè)績的影響；γ表示個(gè)體固定效應(yīng)。

為了考察高鐵開通對(duì)上市公司業(yè)績影響的具體作用條件，本文在模型（1）的基礎(chǔ)上加入城市類型和公司所有權(quán)性質(zhì)的虛擬變量，進(jìn)一步檢驗(yàn)高鐵開通對(duì)不同類型城市和不同所有權(quán)屬性公司的影響差異。對(duì)于不同類型城市的上市公司而言，本文根據(jù)上市公司注冊(cè)地城市等級(jí)將城市劃分為一線、新一線、二線和三四線城市，構(gòu)建模型（3）來檢驗(yàn)假設(shè)H3a，如式（3）所示。

其中，主要解釋變量為HSRAFTERCITY1、HSRAFTERCITY1.5、HSRAFTERCITY2和HSRAFTER，以度量一線、新一線、二線和三四線城市上市公司的高鐵政策效應(yīng)；β、β+β、β+β和β+β分別表示高鐵開通對(duì)三四線、一線、新一線以及二線城市上市公司的業(yè)績影響。

對(duì)于不同所有權(quán)屬性的上市公司而言，本文在剔除國企、外資與國企、民營雙重所有權(quán)性質(zhì)的上市公司后，構(gòu)建模型（4）來檢驗(yàn)假設(shè)H3b，如式（4）所示。

其中，被解釋變量與控制變量同上；主要解釋變量為HSRAFTER和HSRAFTERTYPE，以度量非國有企業(yè)和國有企業(yè)的高鐵政策效應(yīng)；β和β+β分別表示高鐵開通對(duì)非國有和國有上市公司的業(yè)績影響。

三、實(shí)證分析結(jié)果

（一）描述性統(tǒng)計(jì)

表2 顯示了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。HSR 的均值為0.989，表明截至2019年底98.9%的樣本公司注冊(cè)地所在城市開通了高鐵；AFTER 與HSR×AFTER 的均值均為0.622，表明62.2%的樣本處于高鐵開通之后的年份。

表2 描述性統(tǒng)計(jì)結(jié)果

（二）相關(guān)性分析

經(jīng)檢驗(yàn)，ROA 和ROE 與HSR×AFTER的Pearson 相關(guān)系數(shù)均在1%的水平下顯著為正，說明高鐵開通與上市公司業(yè)績顯著正相關(guān)。此外，各控制變量也均與ROA 和ROE顯著相關(guān)，驗(yàn)證了本文加入這些控制變量的重要性。另外，各變量之間的相關(guān)系數(shù)較小，均不超過0.5，表明各變量之間不存在嚴(yán)重的多重共線性問題。

（三）回歸結(jié)果

模型（1）的回歸結(jié)果如表3 所示，無論是否加入控制變量、無論采取何種財(cái)務(wù)指標(biāo)衡量公司績效，高鐵開通均顯著地提高了所在城市上市公司的業(yè)績，支持了假設(shè)H1。以黃山旅游（600054）為例，截至2019 年底，建成、在建和規(guī)劃中的7 條高鐵線路使其區(qū)位優(yōu)勢(shì)進(jìn)一步凸顯，擴(kuò)展了其公司景區(qū)的客源圈，進(jìn)而對(duì)其業(yè)績提升起到積極的促進(jìn)作用。

表3 基準(zhǔn)回歸模型——高鐵開通與公司業(yè)績

模型（2）的回歸結(jié)果如表4 所示，高鐵開通線路的密集度對(duì)公司業(yè)績有顯著的正向影響，即上市公司注冊(cè)地所在城市高鐵開通線路越多，公司業(yè)績?cè)綍?huì)出現(xiàn)顯著提升，驗(yàn)證了假設(shè)H2。

表4 高鐵開通線路數(shù)量與公司業(yè)績

表5 的第（1）、（2）列為模型（3）的回歸結(jié)果，顯示高鐵開通對(duì)一線、新一線和二線城市的上市公司業(yè)績均具有顯著的正向作用，而對(duì)三四線城市上市公司業(yè)績的作用不顯著；即相較于注冊(cè)地所在城市等級(jí)排名較為靠后的上市公司而言，高鐵開通對(duì)所在城市等級(jí)排名較為靠前的上市公司業(yè)績的影響更為顯著，支持了假設(shè)H3a 的預(yù)期。

表5 的第（3）、（4）列為模型（4）的回歸結(jié)果，顯示高鐵開通對(duì)國有和非國有上市公司的業(yè)績均具有顯著的促進(jìn)作用，并且相較于國有上市公司，高鐵開通對(duì)非國有上市公司業(yè)績的優(yōu)化作用更為顯著，證實(shí)了假設(shè)H3b。

表5 高鐵開通對(duì)公司業(yè)績影響的異質(zhì)性

四、穩(wěn)健性檢驗(yàn)

（一）安慰劑檢驗(yàn)

為排除不可觀測的因素和其他替代性解釋對(duì)研究結(jié)論的干擾，本文進(jìn)行了安慰劑檢驗(yàn)重新測度回歸結(jié)果。借鑒李欣澤等（2017）、宋云玲等（2019）和鄭建明等（2020）的做法，本文將高鐵開通年份分別提前4 年和5 年構(gòu)造“偽高鐵開通時(shí)間”的虛擬變量AFTER4 和AFTER5，并與HSR 相乘構(gòu)造交叉項(xiàng)，使用模型（1）來重新檢驗(yàn)其對(duì)上市公司業(yè)績的影響。結(jié)果顯示，HSR×AFTER4 與HSR×AFTER5 的估計(jì)系數(shù)數(shù)值均接近于0 且不顯著，表明虛擬的高鐵開通及高鐵開通前的其他政策并沒有對(duì)所在城市的上市公司業(yè)績產(chǎn)生顯著的影響，實(shí)驗(yàn)組和控制組的上市公司業(yè)績變化僅在高鐵開通后產(chǎn)生了差異，進(jìn)一步支持了本文基本研究結(jié)論。

（二）內(nèi)生性檢驗(yàn)

為降低內(nèi)生性問題導(dǎo)致的估計(jì)偏誤，參考卞元超等（2019）以及吉赟和楊青（2020）的研究，利用2017 年上市公司注冊(cè)地所在城市的平均坡度（SLOPE）構(gòu)造了“城市是否開通高鐵”（HSR×AFTER）的工具變量，并采用兩階段最小二乘法進(jìn)一步控制內(nèi)生性的影響。本文選取上市公司注冊(cè)地所在城市的平均坡度作為工具變量的依據(jù)在于：城市平均坡度作為該地區(qū)的天然地理?xiàng)l件，是外生、客觀存在的，滿足工具變量外生性的要求；并且城市平均坡度與該地區(qū)高鐵的修建難度和成本息息相關(guān)，地形坡度越大，高鐵修建越困難、成本越高，該地區(qū)開通高鐵的可能性越小，滿足工具變量相關(guān)性的要求。同時(shí)，由于2017年上市公司注冊(cè)地所在城市的平均坡度不隨時(shí)間變化，因此本文將其與年份虛擬變量的交叉項(xiàng)作為工具變量加入到模型（1）中進(jìn)行回歸分析。結(jié)果顯示，雖然對(duì)于ROE而言，HSR×AFTER的系數(shù)不顯著為正，但對(duì)于ROA而言，HSR×AFTER的系數(shù)仍顯著為正，表明在考慮內(nèi)生性問題后，高鐵開通確實(shí)對(duì)上市公司業(yè)績?nèi)跃哂酗@著的促進(jìn)作用，證實(shí)了本文基本研究結(jié)論。

五、作用機(jī)制

進(jìn)一步引入代表信息不對(duì)稱程度和代理成本的指標(biāo)來探究其作用機(jī)制及影響路徑，選取被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例（趙靜等，2018）兩個(gè)變量來衡量上市公司的信息透明度及外部治理環(huán)境。已有文獻(xiàn)的研究表明，分析師處于企業(yè)以及信息較少的外部投資者之間，在信息中介及監(jiān)督管理層行為方面均發(fā)揮著積極作用，有利于減少公司內(nèi)外部人員之間的信息不對(duì)稱以及對(duì)公司管理層進(jìn)行監(jiān)督（Kim 和Zhang，2016）。此外，大量文獻(xiàn)也表明機(jī)構(gòu)投資者能夠通過對(duì)公司行為進(jìn)行外部監(jiān)督和約束，從而促進(jìn)其持股公司績效的顯著改善（張滌新和李忠海，2017）。

為了考察信息不對(duì)稱程度和代理成本在高鐵開通與上市公司業(yè)績之間的具體作用機(jī)制，本文在模型（1）的基礎(chǔ)上引入了被分析師關(guān)注度（DECIMAL）和機(jī)構(gòu)投資者持股比例（PROPORTION）兩個(gè)變量，并分別將其與HSR*AFTER 相乘構(gòu)造交叉項(xiàng)，構(gòu)建如下模型（5）、（6）來研究在不同的信息不對(duì)稱程度和外部監(jiān)管環(huán)境下高鐵開通對(duì)上市公司業(yè)績的影響差異。

為進(jìn)一步考察信息不對(duì)稱程度和代理成本在高鐵開通與上市公司業(yè)績之間的影響路徑，本文構(gòu)建了模型（7）、（8）和模型（9）、（10）來分別逐步檢驗(yàn)被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例對(duì)高鐵開通政策的中介效應(yīng)。

考慮文章篇幅，僅對(duì)回歸結(jié)果解釋說明。一是信息不對(duì)稱程度。模型（5）的回歸結(jié)果顯示，信息不對(duì)稱程度的降低有利于強(qiáng)化高鐵開通對(duì)上市公司業(yè)績的提升作用，支持了前文對(duì)于信息不對(duì)稱機(jī)制的假設(shè)推斷。模型（7）和（8）的回歸結(jié)果顯示，交互項(xiàng)對(duì)DECIMAL 的回歸系數(shù)顯著為正，且無論采取何種財(cái)務(wù)指標(biāo)衡量公司績效，DECIMAL對(duì)其回歸系數(shù)均顯著為正，而HSR*AFTER對(duì)其回歸系數(shù)均不顯著，即被分析師關(guān)注度在信息不對(duì)稱程度的高鐵政策效應(yīng)中發(fā)揮了完全中介效應(yīng)。二是代理成本。模型（6）的回歸結(jié)果顯示，由于被分析師關(guān)注度和機(jī)構(gòu)投資者持股比例均可用于衡量代理成本，因此本文作用機(jī)制檢驗(yàn)的回歸結(jié)果說明，代理成本的降低有利于強(qiáng)化高鐵開通對(duì)上市公司業(yè)績的提升作用，支持了前文對(duì)于代理成本機(jī)制的假設(shè)推斷。模型（9）和（10）的回歸結(jié)果顯示，交互項(xiàng)對(duì)PROPORTION 的回歸系數(shù)不顯著，即機(jī)構(gòu)投資者持股比例在高鐵政策效應(yīng)中并未發(fā)揮中介效應(yīng)，雖然機(jī)構(gòu)投資者持股比例和高鐵開通均與上市公司業(yè)績顯著正相關(guān)，但高鐵開通并不會(huì)對(duì)機(jī)構(gòu)投資者持股比例產(chǎn)生顯著的正向影響。因此本文中介效應(yīng)分析的結(jié)果說明，僅被分析師關(guān)注度在代理成本的高鐵政策效應(yīng)中發(fā)揮了完全中介效應(yīng)，機(jī)構(gòu)投資者持股比例并非其產(chǎn)生作用的影響路徑。

六、結(jié)論

本文以2003-2019 年的A 股上市公司作為樣本，基于高鐵開通這一“準(zhǔn)自然實(shí)驗(yàn)”，采用雙重差分法研究了高鐵開通對(duì)我國省級(jí)、省會(huì)級(jí)城市上市公司業(yè)績的影響以及這種影響的作用機(jī)制和影響路徑。研究結(jié)果表明，高鐵開通能夠顯著提升上市公司業(yè)績；并且上市公司注冊(cè)地所在城市高鐵開通線路越多、越密集，公司業(yè)績?cè)綍?huì)出現(xiàn)顯著提升。進(jìn)一步異質(zhì)性分析的結(jié)果顯示，高鐵開通對(duì)注冊(cè)地所在城市等級(jí)排名較為靠前以及非國有屬性的上市公司業(yè)績的影響更為顯著，說明高鐵開通通過促進(jìn)資本和人力等經(jīng)濟(jì)要素向大中型城市流動(dòng)，為注冊(cè)地所在城市等級(jí)更高的公司帶來了更多的資源，也通過降低經(jīng)濟(jì)主體間的信息不對(duì)稱程度，為效率更高的非國有企業(yè)吸引了更多的資本，進(jìn)而有利于其業(yè)績的提升。此外，作用機(jī)制檢驗(yàn)及中介效應(yīng)分析的研究，驗(yàn)證了高鐵開通對(duì)上市公司業(yè)績的影響主要是通過降低信息不對(duì)稱程度和代理成本、提升上市公司透明度以及優(yōu)化外部監(jiān)管環(huán)境的方式來實(shí)現(xiàn)的，并且以上作用機(jī)制是通過被分析師關(guān)注度這一影響路徑產(chǎn)生作用的，說明高鐵開通有助于分析師團(tuán)隊(duì)發(fā)揮信息中介和對(duì)管理層行為進(jìn)行外部監(jiān)督的職能，降低了企業(yè)與外部投資者之間的信息不對(duì)稱程度以及管理層與股東之間的代理成本，從而有利于上市公司業(yè)績的提升。