張先鋒 劉婷婷 吳飛飛
(合肥工業大學 經濟學院,安徽 合肥 230601)
中國企業的平均壽命為什么遠低于世界平均水平,這是學術界、企業界與政府部門共同關注的話題。根據2016年美國《財富》雜志數據,世界500強企業的平均壽命為64.55年,其中,企業平均壽命最長的英國企業達111.19年,美國企業的平均壽命為84.64年,日本企業為76.25年,而中國企業僅為33.37年。實際上,企業存續期不僅受企業自身特征變量、行業差異的影響,還受企業所在城市地理區位及其制度政策環境的影響。存續期較短的企業一般存在內部管理粗放、生產經營成本較高、研發創新能力較弱、抗風險能力不強等方面問題。除此之外,中國企業存續期較短是否更多與企業所在的地理區位及其制度政策環境有關呢?一般而言,高行政層級城市擁有較為悠久的歷史,龐大的消費市場,良好的基礎設施與公共服務,較高的政府治理水平與較好的政策環境,一直是企業集聚的目的地(Chen et al.,2017)。2016年,中國的4個直轄市及15個副省級城市集聚了33.82%的規模以上工業企業(1)根據《中國城市統計年鑒(2017)》計算而得,只考慮市轄區。。那么,高行政層級城市能夠延長企業的存續期嗎?
在計劃經濟時期,中國城市實行嚴格的層級化行政管理。20世紀80、90年代,為調動地方政府的積極性,中央政府通過調整城市的行政層級方式賦予一些城市較大的社會經濟管理權限,以推動這些城市的快速發展,由此形成中國的多層次行政等級城市體系。改革開放以來,由于中央政府實施分權化改革,地方政府在區域經濟發展過程中扮演著非常重要的角色。地方政府可以根據本地區經濟發展的需要,利用手中掌握的各種政策資源,通過招商引資競賽方式引導企業到本地投資,從而有力地促進區域經濟增長,進而增加了本地的稅收與就業。由于各城市的行政層級不同,其所擁有的社會經濟管理權限、政策資源以及治理能力存在顯著差異,這無形中對不同類型企業的生存與發展會產生不同的影響。一方面,大城市能夠提供更為理想的企業生產經營環境,企業會獲得更多的生產率溢價,故企業愿意集聚在少數大城市(陳強遠 等,2016);另一方面,大城市的企業用工用地、生產要素、交通與環境等成本較高(年猛 等,2016),企業間競爭更為激烈,并非所有的企業都能從高行政層級城市中獲益。那么,城市行政層級通過什么機制對企業存續期產生影響呢?此外,高行政層級城市是不是更偏愛大企業、資本技術密集型企業呢?
盡管已有大量文獻關注企業生存問題,但將企業生存問題置于中國特有的城市行政層級背景中進行研究的文獻并不多見。目前,相關研究主要包括兩方面文獻:
一是對企業生存的影響因素進行分析的文獻。多數學者認為,空間集聚有利于企業生存。陳建軍等(2011)研究表明,資本、技術密集型產業的區位選擇更多地收斂于城市化集聚,而勞動密集型產業則更偏好于地方化集聚。蔣靈多(2016)研究表明,地方化經濟和城市化經濟都可顯著降低企業失敗風險,且城市化經濟的作用要大于地方化經濟。但當企業超過集聚臨界點后,大量企業扎堆與惡性競爭反而會導致負的外溢效應(葉寧華 等,2014)。由于大城市市場競爭激烈,優勝劣汰機制會淘汰低效率企業,保留高效率企業,由此造成不同生產率企業在不同城市間排序,即存在“排序效應”(Ottaviano,2012)。Behrens et al.(2014)研究發現,大城市傾向于選擇保留高生產率企業。Forslid et al.(2015)研究發現,資本密集程度和生產率高的企業更傾向于選擇大的中心城市,資本密集程度和生產率低的企業則傾向于其它城市。Gaubert(2017)研究發現,高效率企業在群分效應作用下更愿意選擇大城市。但張國峰等(2017)基于中國工業企業數據的研究發現,企業的群分效應使得大城市集聚了大量中等效率企業,而高效率和低效率企業則主要集中在小城市。
二是城市行政層級對企業存續環境及企業生產率的影響研究。這一研究包括集聚效應與擁擠效應、市場規模效應及排序效應等作用機制對企業生產率或存續的影響。現有研究城市行政層級的文獻大多集中于城市行政層級對資源集聚能力和房價(賈春梅 等,2015)、公共服務資源以及資源配置效率(李澎 等,2016)等方面的影響,但此類文獻并不關注城市行政層級對微觀企業的影響。中國城市化的實踐不同于西方國家,與城市行政層級緊密相關的資源調動能力及政府治理能力在促成集聚效應方面要比基礎設施、人力資本和投資環境等更為重要(江艇 等,2018),這些能力對企業經營發展的影響也至關重要。賈春梅等(2015)研究表明,中國城市人口規模和經濟發展水平隨著行政等級的提高均呈現指數遞增趨勢。不同行政層級城市的資源集聚能力差異造成了城市間存在不公平的競爭環境(王世平 等,2016),位于高行政層級城市的企業不僅能從集聚經濟中獲得好處,還能從迎合政府的行為中獲得額外的收益。但為爭取更多資源而迎合政府所導致的資源錯配則不利于企業生產率提升(謝小平 等,2017)。江艇等(2018)雖對城市行政層級影響企業全要素生產率提升與資源配置效率進行了探討,卻并未對城市行政層級影響企業生存的內在機制進行深入系統的研究。
綜上,本文的邊際貢獻主要體現在:(1)在研究視角上,現有對企業存續分析的文獻大多停留在企業個體層面,忽略了企業所在城市這一外界因素對企業存續的影響,本文則系統考察了中國城市行政層級與本地企業存續風險之間的關系;(2)在機制研究上,本文詳細闡述了城市行政層級所引致的集聚效應、市場規模效應和排序效應對企業存續的影響,揭示了城市行政層級影響企業存續的內在機制;(3)在實證分析上,本文基于中國微觀企業與城市層面的匹配數據,采用Cox比例風險模型對城市行政層級影響企業存續的內在機制進行實證檢驗。此外,自媒體提出所謂的“民營經濟離場論”“新公私合營論”等,進一步加劇了社會對民營企業發展的擔憂。那么,作為與政府有天然聯系的國有企業,是不是受到了高行政層級城市的偏愛呢?其生存風險是不是更低呢?存續期是不是更長呢?因此,本文區分了行政層級對民營企業與國有企業、小型企業與大中型企業存續期的影響,同時還對城市規模與行政層級影響企業存續風險的差異進行了識別。
政府能夠通過提供公共物品與服務、糾正外部性、規避反壟斷與緩解信息不對稱等方式彌補市場缺陷和不足,因此,良好的政府治理能夠為企業存續與發展提供良好的外部環境。在中國當今社會情境下,高層級城市政府擁有更大的社會經濟管理權限與政策創新空間,并具有高效的執行能力,較強的資源汲取能力,較廣泛的協商能力和有效管制的能力,能夠為企業提供較為高效優質的公共服務,這些都有利于企業存續與發展。城市行政層級作為影響企業生存的重要外部環境因素,主要通過集聚效應、市場規模效應和排序效應等渠道影響企業存續。
與更多地依靠市場力量引致的自發式集聚不同,中國行政層級對城市集聚起到十分重要的作用。相對于低行政層級城市而言,高行政級別城市具備明顯的集聚效應優勢。第一,高行政層次的城市有更好的政府治理能力。一方面,高行政層級城市在諸如戶籍、人事、財政、土地、項目等方面擁有更大的管理與審批權限,掌控著更多的土地、信貸與財政等經濟資源,對企業投資擁有更強的調控與引導能力;另一方面,高行政層級城市對官員知識素養、受教育水平、專業能力提出了更高的要求。在以財政分權和政治晉升為特征的分權治理結構中,治理能力更強的官員容易升遷,只有具備較高能力與素養的官員才能夠勝任更高行政層級的職位。由此使得更高層級的官員能夠更好把握到企業的需求和困難,有針對性設計經濟政策,高效配置資源,為企業提供高效的公共服務和良好的產權保護;同時對市場進行有效監管,以規范市場秩序,為企業生存與發展創造良好的外部環境。第二,高行政層級的城市擁有較好的歷史發展基礎。由于計劃經濟時代的歷史沿革以及后繼政策力量的推動,高行政層級城市擁有較為完善的基礎設施與良好的教育醫療等社會公共資源,能吸引更多的高技能勞動力與企業投資。由于歷史路徑依賴的作用,集聚本身產生的累積循環效應又進一步強化高行政層級城市的集聚優勢。例如,中國大多數大型國有企業脫胎于計劃經濟時代的行政部門,總部對分支機構具有絕對的控制力,分支機構的資源更多地被吸納到更高行政層級的城市之中,這帶有強烈的歷史痕跡和歷史依賴性。第三,行政力量與市場力量的相互作用進一步強化了高行政層級城市的集聚效應。高行政層級城市憑借總部經濟、投入共享、知識溢出與勞動力市場共享等方面優勢,吸引了更多資金與技術、高生產率企業與高技能勞動力等資源流入,為企業集聚于此創造了良好的外部環境。
高行政層級城市帶來的集聚效應通過兩種渠道延長企業存續期。一是某一地區同一產業內相似企業集聚帶來的馬歇爾外部性,這有助于產業分工的細化與深化、企業間的技術溢出,從而實現勞動力市場共享與投入產出關聯的規模經濟,并通過促進企業獲得外部性收益方式延長其存續期。二是同一地區內不同產業的空間集聚帶來的雅各布斯外部性。一方面,雅各布斯外部性通過完善地區基礎設施和綜合服務水平方式降低企業固定投入成本和運輸成本,且原材料、物流、金融和服務等互補產業的發展會降低企業的配套成本,這有助于企業存續風險的降低;另一方面,城市產業多樣化集聚能夠催生出多樣化的技術與企業,不同行業、領域與企業之間的知識技術溢出會顯著加快,這會削弱大企業對中小企業的排擠效應,有利于延長中小企業的存續期。
需要注意的是,高行政層級城市集聚經濟也具有非線性特征,即在超過集聚飽和點之后,人口和企業等過度集聚會產生擁堵效應,諸如環境污染、交通擁擠、物價高昂與用工成本增加等問題,而擁堵效應會導致企業成本迅速上升;同時,企業之間的激烈競爭又導致企業利潤下降,高行政層級城市的擁堵效應也相應提高了企業的存續風險。
相對于低行政層級城市而言,高行政層級的城市具有較大的市場規模。第一,由于集聚效應的作用,位于高行政層級城市的企業具有較高的生產效率,而高效率的企業往往能夠給企業員工支付較高的報酬。與此同時,更多的企業集聚也給高行政層級城市的居民提供了更多的就業機會,從而提高了居民的收入水平。第二,由于高行政層級的城市擁有較多就業機會、較高的收入水平、較好的社會公共服務,因此高質素人才和高技能勞動力也更多地流入高行政層級城市。與此同時,集聚所產生的知識技術外溢效應以及勞動者之間的激烈競爭,有助于提升高行政層級城市的人力資本水平,這有助于促進高行政層級城市居民獲得更高的收入。因此,城市行政層級越高,人均收入水平越高,人口規模越大,消費水平越高,由此形成更為龐大的市場,由此產生市場規模效應。
市場規模效應主要從三個方面對企業存續期產生影響。第一,為了適應客戶多樣化和個性化需求,定制生產與企業柔性化生產已成趨勢,企業靠近市場需求中心,能夠更快、更好地了解客戶需求,并根據不斷變化的市場需求信息對企業生產進行及時調整,從而有利于企業存續。第二,較大的市場規模有助于解決企業范圍經濟與規模經濟之間的矛盾。一方面,較大的市場通過規模經濟降低企業生產經營成本,并為最終形成本地市場效應提供可能。報酬遞增和貿易成本遞減會使某種具有較大國內市場需求商品的國家成為該商品的凈出口國(Krugman,1991),市場規模效應有利于延長大企業的存續期。另一方面,較大的市場規模同時也意味著多層次、多樣化的市場需求,有利于范圍經濟的形成,特別是企業間的差異化競爭,這有利于延長中小企業存續期。第三,高行政層級城市的開放度較高,各種基礎設施與服務完善,制度規范,有利于企業出口(吳飛飛 等,2018),并延長企業的存續期。
排序效應是指高生產率企業會排序進入更大規模城市(Ottaviano,2012)。由于中國行政層級較高的城市往往擁有較大的市場規模,生產率更高的企業往往選擇進入行政層級較高的城市。根據核心-外圍模型的思想,集聚力和分散力共同決定著企業的區位選擇。高行政層級城市的集聚效應能夠為企業帶來技術溢出,并節約相應成本,但亦帶來了成本增加與競爭加劇的可能,因而并非所有企業都能夠獲得大城市集聚的外部性(謝小平 等,2017),其獲益能力取決于企業自身能力的大小。高效率企業能夠克服高行政層級城市帶來的成本增加與競爭加劇問題,其集聚力占主導地位,企業會排序進入高行政層級城市,而低生產率企業所獲得的集聚收益不足以彌補相應的高生產成本,該類企業往往會遷移到更低行政層級城市,這些低行政層級城市生產經營成本較低,且競爭激烈程度不高,適于較低效率企業的生存。需要注意的是,高行政層級城市更加注重經濟轉型與產業升級,執行更為嚴格的環保、能耗、質量、安全、衛生等方面標準,這將迫使部分高耗能高污染企業、產能過剩行業企業、技術與工藝水平落后企業、生產率較低的企業退出。因此,城市行政層級的排序效應使得高生產率企業更愿意選擇高行政層級城市,低生產率企業更傾向于選擇低行政層級的城市。
在分析企業存續的方法中,常用風險函數描述企業存續風險。在進行實證估計之前,本文利用謝菲爾德殘差法進行PH假設檢驗,檢驗結果符合比例風險假定,由此構建Cox模型(2)在多因素生存分析中,Cox比例分析模型(PH model)能有效解決樣本數據的右刪失問題,準確地估計出生存時間與各影響因素之間的關系。。Cox模型假設企業存續過程受到各種因素沖擊后發生了風險率變化,t表示企業持續存在時間的長度。將t0時期的基準風險函數表示為h0(t),h(t,X) 表示具有危險變量X的企業在存續時間為t時的風險率,可將風險函數表示為:

(1)
根據比例風險假設,參數β并不隨時間變化,故將風險函數模型擴展為:
(2)
兩邊同時取對數:

(3)
為了考察城市行政層級對企業存續風險的整體影響,構建Cox風險基準模型式(4):
ln h(t,X)=ln h0(t)+β1levlit+∑αkcontrolit+yeart+industryi+εit
(4)
其中,h(t,X) 是被解釋變量;levl代表企業存續風險,levl是核心解釋變量,代表城市行政層級虛擬變量,行政層級作為一個外生變量,其與企業退出不存在雙向因果關系;β1是待估計的回歸參數;control是控制變量;εit是殘差項;為了避免時間共同趨勢導致的偽回歸問題以及可能存在的內生性問題,year和industry分別表示年份和行業固定效應;下標i和t(t=2000,…,2013)分別表示企業個體與年份。接下來本文將式(4)擴展為:
ln h(t,X)=ln h0(t)+β1levlit+β2MECit+β3levlit×MECit+∑αkcontrolit+yeart+industryi+εit
(5)
其中,MEC表示待檢驗的機制,其與levl的交互項可以用來檢驗城市行政層級通過此機制對企業存續產生的影響。
本文研究乃是基于微觀企業與城市層面的匹配數據。企業層面的樣本數據源自2000—2013年中國工業企業數據庫(3)為提高企業個體識別的準確性,本文根據企業名、電話號碼和郵政編碼等信息進行匹配,將相同觀測企業樣本賦予相同代碼。,并對其進行如下處理:(1)刪除2000年之前成立的企業,只保留2000—2013年之間新成立的企業,同時參照王良舉等(2018)處理樣本中數據缺失以及異常值問題的方法,以對數據進行處理。(2)識別企業在市場中的存續時間。參照鮑宗客等(2016)的做法,如果企業i的代碼在t時期存在,而在t+1時期不存在,那么基本可以判定企業i在t+1時退出市場,企業進入的定義與此類似,本文將企業在市場中的存續時間定義為企業i首次進入市場直到退出所經歷的時間。需要注意的是,中國工業企業數據庫中均為規模以上企業,企業小于規模以上可能會被誤認為退出,這可稱之為“偽退出”,不過“規模以上”這一門檻對退出的擾動可以忽略(Brandt et al.,2014)。(3)剔除某些存在斷層問題的樣本企業(4)即將因規模變化而使得本來存續的,在消失后過幾年又出現的企業被誤判為新進入企業。在2000年以后進入市場的企業中,共有34272個企業存在斷層問題。。(4)右刪失(5)對于2013年之后企業的生存情況無法完整觀測,即數據的右刪失問題。導致的樣本偏差問題。本文用生存分析模型解決這一問題,取虛擬變量di,有完整記錄時無歸并,則di=1;存在右歸并,則di=0。
城市層面數據源于歷年《中國城市統計年鑒》(2000—2013)。由于1998—2000年新增設六安、婁底、宿州等37個地級市,行政區域合并等變動較為頻繁,企業歸屬那個城市存在爭議,考慮到研究數據的可靠性,最終將研究窗口確定在2000年之后。此外,基于數據的可獲得性,本文僅考慮地級及以上行政級別城市,共確定了279個城市作為樣本,中國城市的層次行政等級體系如表1所示。2000—2003年《中國工業企業數據庫》中沒有企業所在城市信息,本文根據郵政編碼確定其所屬城市進行匹配;2004—2013年直接使用工業企業數據庫中企業所在城市對其匹配。

表1 中國城市行政層級體系范圍界定
資料來源:賈春梅等(2016)。
1.被解釋變量
h(t,X)是被解釋變量,代表具有協變量X的企業在t-1時期存續而在t時期退出的風險率,企業退出市場,則賦值為1,否則為0。存續風險越小,企業存續期越長。
2.核心解釋變量
城市行政層級(levl)。參照江艇等(2018)、曾鵬等(2017)的做法,按城市行政層級的劃分標準對其進行賦值。其中,直轄市賦值為4,副省級城市賦值為3,準副省級城市賦值為2,一般地級市賦值為1。城市行政層級雖在樣本期內并無變動,但其所累積的經濟及各類資源均隨時間發生變化,這些因素則會影響企業存續風險,進而強化因果識別機制。本文核心解釋變量為:
(1)集聚效應(ln dpop)。借鑒張國峰等(2017)的做法,采用市轄區人口密度的對數來表示。本文用levl與ln dpop的交互項(levl×ln dpop)來檢驗城市行政層級通過集聚效應對企業存續產生的影響,預期系數符號為負。同時,借鑒Nakamura(1985)的做法,加入其交互項的平方項levl×ln dpop2來刻畫過度集聚帶來的擁堵效應。若levl×ln dpop估計系數為負,交互項的平方項levl×ln dpop2估計系數為正,說明集聚水平超過某一固定值會導致擁堵效應,從而加劇企業存續風險。
(2)市場規模效應(HM)。借鑒黃玖立等(2006)的做法,采用各地區總收入(各地區生產總值)的對數來衡量,所在城市GDP以2000年為基期平減得到。其與城市行政層級的交互項(levl×HM)用以檢驗行政層級能否通過市場規模效應影響企業存續風險,預期系數符號為負。
(3)排序效應(ln tfp)。由于2008—2013中國工業企業數據庫中缺少工業增加值,故本文統一用勞動生產率代替LP法和OP法測算的ln tfp。以行政層級與企業生產率對數的交互項(levl×ln tfp)來表示城市行政層級通過排序效應對企業生存的影響,預期系數符號為負。
3.控制變量
(1)企業利潤率(profit)。企業利潤率是關乎企業能否生存的主要因素,本文采用營業利潤與銷售收入的比值衡量。(2)資產負債率(debt)。借鑒張先鋒等(2018)的做法,利用企業負債與資產的比值衡量。資產負債率越高,資金鏈斷裂等財務風險發生的可能性越大,從而可能加劇企業破產風險。(3)出口密集度(export)。與非出口企業相比,出口企業生產率高、銷售市場多樣化能夠規避市場風險,其生存風險顯著低于非出口企業。(4)企業規模(size)。參照鮑宗客(2016)的做法,采用企業銷售額(以2000年的工業品出廠價格指數作平減)的對數來衡量。規模較大的企業可實現規模經濟,從而降低單位產品的生產成本,亦可通過向消費者傳遞高質量產品的信號而增加產品的溢價能力,以提高企業存續能力。(5)企業所有制結構。以國有企業虛擬變量(state)和外資企業虛擬變量(foreign)來反映企業的所有制結構(于嬌 等,2016)。毛其淋等(2016)研究表明,國有企業的虧損率遠高于其他所有制企業,而外資企業由于產權歸屬清晰,良好的監督和激勵機制會促使技術和管理水平提升,故其生產率水平相對較高(鄧子梁 等,2013)。本文涉及所有變量及描述見表2。

表2 解釋變量及其測度方法
本文在前文進行了詳盡的理論分析,但鑒于實證研究是基于企業微觀層面數據進行的,為了確保微觀數據實證結果的穩健性,故在做生存分析模型估計之前,對各行政層級城市內全部企業和民營企業的平均存續風險分別進行了初步描述,具體見圖1、圖2。圖1顯示:(1)對所有企業而言,存續時間在5~10年這個階段,企業存續風險達到高峰期;(2)各層級城市的企業平均存續風險存在顯著差異。相對于高行政層級城市,準副省級城市的企業KM生存風險曲線的位置更高,這表明,相對于更高行政層級城市,準副省級城市的企業平均存續風險更高。地級市企業的平均退出風險最低,副省級企業的退出風險相對次之,準副省級城市的企業平均存續風險最高。圖2結果顯示:(1)對民營企業而言,存續時間在10年左右時,企業存續風險達到高峰期;(2)各層級城市民營企業的平均存續風險存在顯著差異。相對于更高行政層級城市,準副省級城市的民營企業KM生存風險曲線的位置更高,這表明直轄市和副省級城市的民營企業存續風險要小于準副省級城市的民營企業,城市的行政層級越高,其民營企業的生存風險越低。
從上述描述性統計中可以得出如下初步結論:在不考慮其它變量的情況下,直轄市、副省級市和地級市的企業退出風險均低于準副省級城市。當然,影響企業存續的因素還有很多,僅憑KM退出風險曲線就認為準副省級城市最不利于企業存續還過于武斷,為準確描述出城市行政層級與企業存續風險之間的關系,接下來進行更為嚴謹的計量分析。

圖1 各行政層級城市企業的KM生存風險曲線

圖2 各行政層級城市民營企業的KM生存風險曲線
表3報告了模型的回歸結果。列(1)未納入任何機制變量,僅考察城市行政層級(levl)及控制變量對企業退出風險的影響。核心解釋變量城市行政層級的系數在1%水平上顯著為負,這表明城市行政層級越高,企業退出風險越低,即高行政層級城市能夠延長企業的存續期。城市行政層級越高,相應的資源集聚能力越強,企業從中獲利更多,進而有利于企業存續期延長。因此,總體上,相較于低行政層級城市,企業在較高行政層級城市擁有較長的存續期。該猜測是否合理,需要進一步展開相應的機制檢驗。
控制變量中,國有企業虛擬變量(state)、企業規模(size)的系數均在1%水平上顯著為負,這表明在全樣本下,較之非國有企業,國有企業生存風險較低,企業存續期較長;企業規模越大,企業存續風險越低。企業負債(debt)系數在1%水平上顯著為正,這說明企業負債率越大,其存續風險越高。企業利潤率(profit)系數在5%水平下顯著為負,這意味著利潤率越高,則企業的存續風險越低,但此估計系數絕對值僅為0.0003,表明提升利潤率并非快速降低企業生存風險的有效途徑。
為考察行政層級影響企業存續的機制,基于基準回歸模型進行估計,表3列(2)—(5)報告了城市行政層級影響企業存續風險的集聚效應、擁堵效應、市場規模效應與排序效應機制的估計結果。回歸結果顯示,不論是否加入機制檢驗項,城市行政層級(levl)估計系數基本為負,且通過1%水平的顯著性檢驗。這表明,考察期內,城市行政層級與企業存續風險之間呈現顯著的負相關關系,與上述基準回歸結果相一致。

表3 行政層級與企業存續風險回歸結果
注:基于舍恩菲爾德殘差檢驗,模型符合比例風險假定;表中所列系數估計值β大于(小于)0意味著更高(更低)的風險;括號內的值為穩健標準誤差;***、**、*分別表示在1%、5%、10%水平上顯著。下表同。
表3列(2)回歸結果顯示,levl×ln dpop估計系數在10%顯著性水平下為正,這表明城市行政層級通過人口集聚帶來的集聚效應方式會增加企業存續風險。列(3)回歸結果中加入了檢驗擁堵效應的平方項levl×ln dpop2,levl×ln dpop估計系數仍為正,levl×ln dpop2估計系數為負,兩者均通過1%水平的顯著性檢驗,這意味著企業退出風險與行政層級的集聚效應呈倒U型關系,即行政層級越高的城市,其人口集聚增加了企業退出風險,此時人口集聚效應占主導,當到達臨界點(levl×ln dpop=6.77)時,更高行政層級城市擁有更加突出的集聚效應,企業存續風險則不斷降低,存續期得到延長,并不存在擁堵效應。鑒于上述研究結論,進一步對各行政層級城市的集聚水平展開討論。僅考慮集聚因素的條件下,在levl×ln dpop描述性統計的全樣本情況下,levl×ln dpop的均值(10.72)高于臨界值(6.77),整體上集聚效應大于擁堵效應。在分樣本情況下,地級市的levl×ln dpop均值為6.36,仍位于倒U型臨界值左側;準副省級樣本levl×ln dpop的均值為12.29,副省級城市樣本levl×ln dpop的均值為21.19,副省級城市樣本均值大于準副省級城市;直轄市樣本levl×ln dpop的均值為28.15,直轄市樣本均值大于副省級市。這表明,地級市企業的存續風險大于準副省級城市企業,準副省級城市的企業存續風險大于副省級城市企業,副省級城市的企業存續風險大于直轄市企業。
表3列(4)考察了各行政層級城市的市場規模效應對企業退出風險的影響。回歸結果顯示,行政層級與市場規模效應交叉項(levl×HM)估計系數為負,且均通過1%水平的顯著性檢驗。這意味著,相對于低行政層級城市而言,高行政層級城市的市場規模效應更為明顯,能顯著降低企業存續風險,延長企業存續期。
表3列(5)回歸結果顯示,企業生產率的估計系數為負,且在5%水平上顯著,這表明企業生產率提高能顯著降低企業退出風險,有利于延長企業存續期。但是行政層級與企業生產率交互項估計系數卻并不顯著,這意味著排序效應并不顯著。可能的原因是,集聚效應和市場規模效應均能使企業整體獲益,但勞動密集型企業、資本密集型企業和技術密集型企業的獲益程度卻不盡相同:第一,勞動密集型企業對用工成本及土地成本較為敏感,對創新型知識需求較少,故企業區位選擇多傾向土地價格和勞動力成本較低的低行政層級城市;第二,由于技術密集型企業對技術研發、風險投資以及政府支持等較為敏感,區位選擇時更趨向于高校和科研機構眾多、高技能勞動力豐富、研發環境較好、基礎設施完善、資本市場發達、融資便利以及政府優惠政策多的高行政層級城市;第三,資本密集型企業的區位選擇多傾向融資成本較低、基礎設施完善、產業基礎較好的較高行政層級城市。因此,借鑒孫曉華等(2014)的做法,選取勞動密集型、資本密集型和技術密集型的典型行業(6)參照孫曉華等(2014)的做法,選取紡織業(C17)和造紙及紙制品業(C22)作為勞動密集型代表性行業,交通運輸設備制造業(C37)和石油加工、煉焦及核燃料加工業(C25)作為資本密集型代表性行業,醫藥制造業(C27)和通信設備、計算機及其他電子設備制造業(C40)作為技術密集型代表性行業。分樣本進行估計,以考察城市行政層級對異質性行業的企業存續風險的影響。具體回歸結果見表4。
注:control為所有控制變量,即表3中的ln dpop、ln dpop2、HM、ln tfp、size、profit、foreign、export、debt等。下表同。
表4列(1)—(2)報告了不同層級城市對勞動密集型企業存續風險的影響結果。列(1)實證結果顯示,城市行政層級(levl)估計系數并不顯著,說明城市行政層級對勞動密集型企業存續風險的影響并不顯著。levl×ln tfp估計系數沒有通過顯著性檢驗,這意味著勞動密集型企業的排序效應并不顯著。表4列(2)報告了不同層級城市對資本和技術密集型企業存續風險的影響結果。城市行政層級(levl)估計系數在1%水平上顯著為負,這表明資本和技術密集型企業在高行政層級城市的存續風險較低。levl×ln tfp估計系數在1%水平上顯著為負,這意味著資本和技術密集型企業的排序效應較為顯著。
1.高行政層級城市是否更偏愛國有企業
近年來,中國相當一部分民營企業生存經營困難。2014年國務院發展研究中心發布的《中國民營企業發展報告》指出,民營企業平均生命周期僅有2.9年,有60%的民營企業在5年內破產。與民營企業相比,國有企業與政府有天然的聯系,那么,是不是行政層級越高的城市就更加偏愛國有企業呢?是不是民營企業在高行政層級的城市的風險更大呢?存續期更短呢?表5列(1)—(2)分樣本報告了國有企業和民營企業究竟在那個行政層級城市的存續風險更低。從列(1)估計結果來看,行政層級(levl)估計系數在5%水平下顯著為正,即相對于低行政層級城市,國有企業在高行政層級城市的存續風險更高。列(2)民營企業樣本回歸結果中,levl估計系數在1%水平下顯著為負,這意味著,相對于低行政層級城市,民營企業在高行政層級城市存續風險更低。這表明,城市行政層級越高,民營企業的生存風險越小,存續期越長。
為了更精細考察同一行政層級城市內部民營企業與國有企業的生存風險與續存期,本文對城市行政層級做進一步細分,其回歸結果在表5列(3)—(6)之中。其中,列(3)與列(6)的地級市和直轄市樣本回歸結果中,國有企業虛擬變量(state)估計系數均在1%水平上顯著為負,這表明地級市和直轄市中的國有企業存續風險要低于民營企業;列(4)與列(5)中state估計系數均不顯著,這表明,對副省級與準副省級城市而言,國有企業和民營企業的存續風險與存續期并無明顯的差異。綜上所述,高行政層級城市并沒有更加偏愛國有企業。
2.高行政層級城市是否更偏愛大企業
1997年國企改革曾經實施過“抓大放小”和“大公司、大集團、大基地”戰略。同時,由于歷史原因,一般國有企業的規模相對較大,而民營企業規模相對較小。那么,高行政層級的城市是否更偏愛大企業,從而變相偏愛了國有企業呢?本文參照國務院2011年發布的《中小企業標準暫行規定》對中小型工業企業劃分標準,將同時滿足職工人數300人及以上、且資產總額4000萬元以上的企業定義為大中型企業,其余為小型企業。表4列(3)—(4)報告了不同層級城市對小型企業、大中型企業存續風險的影響結果。其中,列(3)實證結果顯示,城市行政層級(levl)估計系數在1%水平上顯著為負。這表明,小型企業在高行政層級城市的存續風險更低。表4列(4)報告了不同層級城市對大中型企業存續風險的影響,結果顯示,levl估計系數在1%水平上顯著為負,這表明大中型企業在高行政層級城市的存續風險更低。這意味著,不論是大中型企業還是小型企業,在高行政層級城市存續風險均較低,高行政層級城市并不排斥小企業。這也從一個側面說明高行政層級城市并未排斥民營企業。
為驗證上述實證結果的穩健性,本文從以下幾個方面對上述結論進行穩健性檢驗:(1)利用城市規模作為行政層級的替代變量,以識別城市行政層級有別于城市規模對企業存續的特殊影響(江艇 等,2018;謝小平 等,2017);(2)利用前提假定較為寬松的Weibull模型重新進行回歸,檢驗其結果的穩健性;(3)通過統計分析發現,樣本企業平均存續時間為5.7年,為進一步驗證微觀數據實證結果的穩定性,用城市層面的宏觀數據(城市內企業平均存續時間)驗證前文研究結論的可靠性。
1.城市行政層級特殊影響的進一步識別
一個很自然的疑問是,高行政層級城市往往是人口規模較大的城市,但人口規模大的城市不一定是高行政級別城市,因此行政層級可能被錯誤地當成了影響企業存續的城市規模的代理變量。為解釋這一疑問,本文根據國務院相關文件(7)詳見《國務院關于調整城市規模劃分標準的通知》(國發〔2014〕51號)。,以城區常駐人口為統計口徑,將常駐人口為50萬以下的小城市賦值為0,50萬~100萬的中等城市賦值為1,100萬~500萬的大城市賦值為2,500萬~1000萬的特大城市賦值為3,1000萬以下的超大城市賦值為4,用城市規模(CS)替代行政層級進行回歸。表6列(1)—(5)報告了城市規模影響企業存續風險的估計結果。從基準回歸結果來看,城市規模的估計系數為正,并基本通過至少1%水平的顯著性檢驗,這說明城市規模估計結果與表3中的城市行政層級對企業存續風險之間存在顯著差異,即城市規模越大,企業存續風險越高。鑒于此,城市行政層級對企業存續的影響與城市規模對企業存續風險的影響并不相同。

表6 城市規模與企業存續風險回歸結果
為進一步分離出城市行政層級影響企業存續期的獨立渠道,依前述方法,基于表3列(2)—(5)模型,引入城市規模與各檢驗機制的交互項,并將其放入全樣本并進行回歸,其結果呈現在表6列(2)—(5)中。列(2)—(3)顯示,集聚效應使得CS在1%水平上顯著為負,表明大規模城市的集聚效應均能顯著降低企業存續風險,同時正U型關系也意味著過度集聚帶來的擁堵效應增加了大規模城市企業的存續風險。這意味著,高行政層級城市的集聚效應大于擁堵效應,而大規模城市的擁堵效應大于集聚效應。這是由于高行政級別城市比純粹的大規模城市擁有更強的資源集聚能力;同時,高行政級別城市的政府治理能力更強,在很大程度上能夠抵消人口集聚給城市帶來的擁堵效應,而某些規模較大的城市則缺乏良好的治理能力,其過度集聚帶來的擁堵效應往往給企業存續帶來更多的是負面影響。列(4)中HM系數在1%水平上顯著為負,表明市場規模越大就越能降低企業存續風險,CS×HM在1%水平上顯著為正,這意味著,既定規模類型城市的市場規模越小,就越能降低企業存續風險,與行政層級通過市場規模影響企業存續有顯著區別。此外,加入排序效應(CS×ln tfp)后,CS估計系數并不顯著,且CS×ln tfp在1%水平下顯著為正,與表3列(5)回歸結果存在區別。鑒于此,可以判定城市行政層級存在著有別于城市規模影響企業存續風險的渠道。
2.基于其他方法模型的穩健性檢驗
上文采用了前提假設條件較為嚴格的Cox模型回歸方法,為考察回歸模型對本文結論的影響,參照于嬌等(2015)的方法,再次采用Weibull回歸對核心結論進行穩健性檢驗,具體結果見表7列(2)。與表3列(6)回歸結果相比,改變估計模型對集聚、市場規模和排序效應估計系數符號和顯著性水平并無實質影響,結論具有穩健性。

表7 穩健性檢驗
3.基于其他行政層級劃分標準的穩健性檢驗
行政層級的定義標準可能會影響結論,因而本文在重新定義城市行政層級變量的基礎上進行穩健性回歸檢驗。接下來將城市分為非地級市(記為1)和地級市(記為0)兩類,其中前者包括直轄市、副省級城市和準副省級城市。估計結果見表7列(4),按照地級市和非地級市的劃分標準,levl的系數在1%水平上顯著為負,這表明和更高層級城市相比,地級市的存續風險更高,且集聚效應、市場規模效應和排序效應系數的符號和顯著性水平并無變動,結論具有穩健性。
4.基于城市宏觀面板數據的穩健性檢驗
上述實證檢驗建立在企業微觀層面上,并沒有對宏觀層面影響因素進行考察。因此,這里以城市內企業平均存續時間為被解釋變量,考察城市行政層級對企業平均存續時間的影響。鑒于每年均有新進入企業,為了降低新進入企業帶來的估計誤差,分別選取中國加入WTO前后的2000年、2001年、正常年份2005年、國際金融危機爆發的2008年等年份的新進入企業為樣本,繼而進行加總平均處理,進而作為城市企業存續平均時間代理變量進行回歸,具體結果見表8。考慮到總樣本截止時間到2013年,企業平均存續時間為5.7年,因此不考慮2008年以后的年份。表8列(1)、(4)、(7)回歸結果中,行政層級(levl)估計系數均在1%水平上顯著為正,表明城市行政層級越高,該城市內企業的平均存續時間越長。列(3)、(6)、(9)回歸結果中levl估計系數也均在1%水平上顯著為正,表明城市行政層級越高,該城市內民營企業的平均存續時間越長。而對國有企業平均存續年限的考察中,僅列(2)中levl估計系數顯著為正,列(5)、(8)中levl估計結果均不顯著。這意味著,在中國加入WTO后,國有企業的生存環境發生了變化,即國有企業向更高行政層級城市集聚,這并不能延長其平均存續期。上述結論與前文微觀企業層面數據的實證結果基本一致,這意味著微觀數據對本文理論分析的實證檢驗具有穩健性。

表8 城市層面的穩健性檢驗
基于中國工業企業數據庫和中國279個城市數據的匹配數據,利用Cox比例風險模型,實證檢驗城市行政層級對企業存續風險的影響及其內在作用機制。研究發現:第一,從總體樣本來看,位于高行政層級城市的企業存續風險顯著低于低行政層級城市企業,地級市企業的存續風險遠高于更高行政級別城市的企業;第二,高行政層級城市的集聚效應和市場規模效應顯著降級了企業存續風險,且高行政層級城市不存在擁堵效應;第三,資本和技術密集型企業在高行政層級城市的存續風險更低,城市行政層級的排序效應更多體現在資本和技術密集型行業企業。進一步分析發現:第一,相對于國有企業,民營企業在高行政層級城市的存續風險更低,存續期更長;第二,小型企業和大中型企業在高行政層級城市中的存續風險均較低,存續期較長,高行政層級城市并不排斥小型企業。
根據上述結論,我們的政策建議是:
第一,引導不同企業選址與不同行政層級的產業發展定位相匹配,以降低企業生存風險。不同行政層級的城市應根據各自的歷史基礎、資源稟賦、人口規模、功能定位、市場需求與技術發展趨勢等比較優勢,確定具有自身特色的產業結構,通過政策引導方式向企業發出明確信號,讓不同企業在不同行政層級城市合理分布,避免企業因盲目選址而造成資源錯配。對于企業而言,企業選址時應將企業自身的發展戰略、空間布局與不同行政層級城市的發展定位、主導產業發展規劃與城市空間布局緊密結合起來,以使企業的選址既有利于城市發展,又有利于降低自身生存風險,以延長企業存續期。
第二,構建分工明確、競爭有序、協調發展的城市層級體系。根據經濟高質量發展的需要,優化現有的城市行政層級架構,適當提升落后地區中心城市的行政層級,通過提升中心城市的集聚效應、市場規模效應與排序效應,促進企業向這些中心城市集聚,以帶動落后地區的經濟發展。高行政層級城市在充分發揮集聚效應和市場規模效應的同時,應注意根據城市的戰略定位有序疏散城市的非核心職能,緩解擁堵效應所帶來的不利影響。
第三,要進一步提升地方政府的治理能力與治理水平,營造公平、公正、透明、便利、非歧視的營商環境。堅持“公有制為主體、多種所有制經濟共同發展”的基本經濟制度、“毫不動搖地鞏固和發展公有制經濟”、“毫不動搖地鼓勵、支持和引導非公有制經濟發展”的政策,這是新時代經濟發展的必然抉擇和總體方針。本文實證研究也表明,中國并不存在城市行政層級越高,政府的行政力量越強,城市就越偏愛國有企業的情況。在實踐中,中央政府和地方政府也出臺了大量促進民營企業發展的政策措施。理論與實踐均不支撐“民營經濟離場論”。實際上,城市行政層級影響企業存續期的根本原因在于各地方政府治理能力和治理水平存在差異。民營企業發展遇到的市場準入門檻較高、行政審批繁雜、用地保障偏緊、融資難融資貴、稅費負擔重、技術人才缺乏、政企溝通不順暢等諸多問題,這些問題能夠考驗地方政府的治理能力與治理水平。只有營造公平、公正、透明、便利、非歧視、與國際接軌的營商環境,才能夠真正破除“民營企業離場論”影響,穩定各類所有制企業的心理預期,真正培育一大批“百年老店”。