中國城際高鐵與公司客戶集中度
——基于準自然實驗的證據

陳勝藍 劉曉玲

一、引 言

中國城際高鐵目前已經基本形成“四橫四縱”的網絡格局，“八橫八縱”正在逐步構建之中，主要城市之間逐漸填補了“高鐵空白”。截至2017 年底，中國高鐵運營里程突破2.5 萬公里，居世界第一。從全球范圍的經驗來看，交通基礎設施的投資是極為昂貴的政策舉措。然而，學術界和實務界對于交通基礎設施的實際效應的理解才剛剛起步(Duranton 等，2014)。最近的研究考察了高速公路與經濟增長的關系①如一些研究考察了美國高速公路對貿易量(Duranton 等，2014)、知識溢出效應(Agrawal 等，2017)等的影響。基于中國高速公路的研究考察了對服務業勞動生產率(高翔等，2015)、制造業企業庫存(李涵和唐麗淼，2015)等的影響。，但這些研究從宏觀層面把經濟作為一個整體的研究對象而沒有打開交通基礎設施影響經濟增長的黑箱。隨著中國城際高鐵的快速發展，高鐵對經濟和社會的影響越來越大①World Bank(2010)的研究報告指出，高鐵建設對經濟和社會發展具有多方面的貢獻，包括貨運和客運業的發展、連通主要城市以滿足經濟和社會需求，并且可以服務于國內和國際貿易需求，提高國家的經濟發展水平；長期而言，高速鐵路的發展在一定程度上甚至可以緩解溫室效應等環境問題。，但少有研究能夠辨識高鐵對微觀主體經濟決策的因果效應。本文利用中國城際高鐵在空間和時間上的快速發展構建一個準自然實驗情境，從微觀層面考察已有文獻沒有研究過的問題：交通基礎設施如何影響公司的客戶集中度決策？

Tinbergen(1962)提出的經典引力模型解釋了兩個經濟主體之間的地理距離與交易量之間的關系，Bougheas 等(1999)在此基礎上加入了對交通基礎設施的考察，指出交通基礎設施的發展可以緩解地理距離的負向影響，促進經濟主體之間的交易量。然而，引力模型并不能回答：交通基礎設施導致公司交易量的增加是來自已有的主要客戶，還是來自新客戶？轉換成本模型②Klemperer(1987)開創性地提出兩時期轉換成本模型，在理論上考察轉換成本與市場競爭之間的關系。Beggs和Klemperer(1992)將兩時期轉換成本模型擴展為無限期，發現轉換成本會導致更高的均衡價格和收益。Fudenberg 和Tirole(2000)關注在市場存在轉換成本的條件下公司吸引客戶的策略。最近，Lam(2017)分析了轉換成本和網絡效應對市場競爭的交互作用。表明公司在轉換客戶時存在的高昂成本(如重新簽約的摩擦成本等)會產生一種鎖定效應(Klemperer，1987)，限制了公司尋找新客戶。這表明交通基礎設施導致公司交易量的增加很可能來自于已有的主要客戶，從而帶來公司客戶集中度的提高。本文利用中國城際高鐵的建設和發展設計辨識策略來檢驗這一預測。

中國城際高鐵開通為本文考察交通基礎設施的經濟后果提供了難得的研究機會。本文利用高鐵開通在時間和空間上錯列發生的特征構建一個錯層的(staggered)準自然實驗情境，借鑒Bertrand 和Mullainathan(2003)針對錯層準自然實驗情境構建的雙重差分模型，考察交通基礎設施對公司客戶集中度的因果效應③龍玉等(2017)以中國城際高鐵開通作為準自然實驗考察其對中國風險投資的影響。。其優勢在于：第一，中國這一研究情境可以從微觀層面為交通基礎設施建設促進經濟增長的重要中間渠道研究提供新的視角。第二，中國城際高鐵的發展規劃和目標并不依賴于微觀層面公司特定的戰略目標(如公司的客戶集中度決策)。這種相對“外生”的特征有利于減少內生性問題帶來的干擾。第三，中國高鐵在不同城市開通時間的差異能夠有效減少其他不可觀測因素或者其他替代性解釋對研究結論帶來的干擾(Betrand 和Mullainathan，2003)④Betrand 和Mullainathan(2003)表明外生事件在時間上的錯列發生可以使研究的控制組不僅僅限于未發生事件的樣本中，那些事件發生年度較晚的樣本在事件發生之前同樣可以作為事件后自身的控制組，在一定程度上降低了處理組與控制組在其他特征上的差異。而且，多期錯層的準自然實驗可以排除單一事件中同期其他事件對基本研究結論的干擾。，有助于把交通基礎設施產生的效應從其他效應中分離出來，從而更加準確地估計交通基礎設施對公司客戶集中度的因果效應。

本文以中國資本市場2008—2014 年上市公司為研究樣本，手工收集上市公司注冊地的地級市高鐵開通的具體時間。如果上市公司注冊地的地級市在該年度末已開通高鐵，就把該上市公司當年的樣本定義為處理組，否則為控制組。同一個上市公司在不同時期可以作為處理組或者控制組，這有利于減少處理組樣本與控制組樣本之間固有差異對研究結論的干擾(Serfling，2016)。與已有文獻(Patatoukas，2012)一致，本文使用主要客戶的赫芬達爾指數以及主要客戶的營業收入比例之和這兩種指標來衡量公司的客戶集中度。使用雙重差分方法的檢驗結果表明，城際高鐵開通對公司客戶集中度具有顯著的正向影響。以主要客戶的赫芬達爾指數為例，城際高鐵開通后公司客戶集中度提高了15%。

為什么城際高鐵開通會提高公司的客戶集中度？已有研究表明運輸成本的降低使交通基礎設施的發展能夠促進公司與主要客戶的交易。Bougheas 等(1999)研究表明交通基礎設施發展水平可以顯著降低運輸成本，提高兩個經濟主體之間的交易量。經濟規劃研究所的數據顯示，由于運輸成本的降低，高鐵每年可以創造相當于300 億元的社會價值。雖然高鐵主要是載人的交通工具，但是也能釋放鐵路和公路的貨運力，顯著降低貨物運輸成本，而這種運輸成本的降低顯著存在于工業產出中(金煜等，2006)。因此，本文依據《國民經濟行業分類》(GB/T4754—2002)中三次產業的劃分范圍以及證監會的行業分類標準，將上市公司劃分為工業企業和非工業企業，其中工業企業的運輸成本相對較高。研究結果表明城際高鐵開通對公司客戶集中度的影響主要存在于運輸成本較高的工業企業組中。轉換成本是城際高鐵開通提高公司客戶集中度的重要作用條件。公司與客戶交易形成的轉換成本通常會使客戶產生較強的動機與之前交易過的供應商進行持續交易，原因在于：第一，公司可以利用對客戶的鎖定效應收取高價，實現利潤最大化(Klemperer，1987；Lam，2017)。第二，公司尋找新客戶會產生關系專用性投資損失以及重新簽約成本(Allen 和Phillips，2000)。第三，重復博弈中產生的信任和了解在一定程度上可以降低客戶公司的機會主義和違約風險(張維迎和柯榮住，2002)。已有研究表明，當供應商公司在行業中具有較高的市場份額時，客戶可選擇的其他供應商相對較少，導致客戶轉向其他供應商存在較高的轉換成本(Hui 等，2012)。因此，本文構建了公司所在行業的市場份額變量來衡量轉換成本，如果公司市場份額高于中位數，則認為客戶轉換成本較高。研究結果表明城際高鐵開通對公司客戶集中度的影響顯著存在于轉換成本較高組中。

接下來，本文進行了一系列穩健性測試來進一步加強基本推斷的因果效應。第一，本文首先檢驗了包含交通基礎設施發展水平的引力模型；第二，進行雙重差分估計需要滿足平行趨勢假定，借鑒Serfling(2016)在錯層準自然實驗情境下檢驗平行趨勢假定的方法，本文也執行了類似的檢驗；第三，依據Cen 等(2016)的做法，本文將開通高鐵的城市進行隨機化，并使用該隨機的高鐵開通城市進行安慰劑對照測試；第四，為了控制公司層面其他特征的差異對本文研究結果的干擾，本文采用傾向得分匹配法重新配比控制組進行檢驗，以保證基本研究結果的穩健性。

最后，本文考察城際高鐵開通后，公司客戶集中度改變帶來的經濟后果。本文研究結果表明城際高鐵開通改變了公司的客戶集中度決策，那么，這種改變會給公司業績帶來什么樣的影響？研究結果表明，城際高鐵開通帶來客戶集中度的提高可以促進公司業績的提升，具體表現為公司成本加成、全要素生產率以及總資產收益率的提高。這為本文的基本邏輯提供了進一步的經驗證據支持。

本文主要貢獻于以下三個方面。

第一，本文貢獻于交通基礎設施建設影響微觀經濟主體決策和行為的研究，為交通基礎設施促進經濟增長的微觀途徑提供了經驗證據，在一定程度上可以打開交通基礎設施影響經濟增長的黑箱。大多數研究基礎設施建設的文獻主要關注其對當地經濟增長、收入和福利效應的影響(Duranton 等，2014)，以及交通基礎設施對周邊地區產生的溢出效應(張學良，2012)。但是，這些研究多是基于宏觀層面視角探討其對經濟增長的促進作用，忽略了對交通基礎設施促進經濟增長的微觀途徑和中間作用機制的研究。最近少數研究利用城際高鐵開通作為一項外生沖擊考察其對上市公司股價崩盤風險(趙靜等，2018)、創新(Hou 等，2018)等的影響，本文研究中國城際高鐵開通對公司交易行為的影響，為基礎設施建設對微觀經濟主體決策和行為的影響及其促進經濟增長的微觀途徑補充了經驗證據。

第二，已有研究多集中于考察客戶集中度對公司決策和行為帶來的影響，如稅收規避(Huang 等，2016)、公司業績和市場價值(Patatoukas，2012)以及銀行貸款契約(Campello 和Gao，2017)等。然而，這些研究的明顯缺陷在于客戶集中度并不是嚴格的外生變量。本文基于轉換成本模型，使用高鐵開通作為準自然實驗，一方面可以較為可靠地為交通基礎設施發展水平與客戶集中度之間的關系提供經驗證據，補充客戶集中度影響因素的相關研究，另一方面豐富了轉換成本模型的應用，為轉換成本下的公司客戶選擇決策提供參考。

第三，本文使用中國城際高鐵開通作為準自然實驗情境來緩解內生性問題。已有研究使用基礎設施指數考察基礎設施發展水平對交易成本和雙方交易量的影響(Bougheas 等，1999)。然而這些研究難以完全控制同時影響基礎設施發展水平和公司交易量的因素(如難以觀測的同期當地經濟發展的異質性特征)。利用外生變化形成的準自然實驗情境有助于降低缺失重要變量對于因果推斷的不利影響。例如，Co?ar 和Demir(2016)在引力模型的基礎上，利用公路基礎設施建設帶來交易成本的外生變化考察其對國際貿易的影響。本文使用中國城際高鐵開通作為準自然實驗情境辨識交通基礎設施對公司客戶集中度決策的因果效應。

本文的后續部分安排如下：第二部分詳細討論了中國城際高鐵開通的背景；第三部分綜述了相關文獻并提出本文的研究假說；第四部分介紹了研究設計；第五部分討論本文主要的實證檢驗結果和穩健性檢驗；第六部分考察城際高鐵開通帶來的公司客戶集中度改變所產生的經濟后果；最后是本文的研究結論。

二、中國城際高鐵的開通

為了擴展中國西部的鐵路網絡，連接中國東部和中部地區的往來，2004 年1 月，國務院常務會議討論并原則通過歷史上第一個《中長期鐵路網規劃》，提出到2020年，全國鐵路營業里程達到10 萬公里，主要繁忙干線實現客貨分線，建設高速鐵路1.2萬公里以上。該計劃的關鍵決策之一就是分離繁忙干線上的貨運和客運服務。因此，雖然中國城際高鐵主要是運客的一種交通方式，但是其不僅僅使客運服務受益，同等重要的是，高鐵建設將極大地釋放中國已有鐵路和公路的貨運力，進而提高貨運效率，降低貨物運輸成本。2008 年，鐵道部利用這個契機起草了高鐵網絡計劃并成功開通運營中國第一條具有完全自主知識產權、世界一流水平的高速鐵路——京津城際鐵路。隨后，中國各主要城市之間逐漸形成了“四橫四縱”的高鐵網絡格局。2016 年7 月修編的《中長期鐵路網規劃》將這一網絡格局升格為“八橫八縱”，并把規劃目標調整為：到2020 年，鐵路網規模達到15 萬公里，其中高速鐵路3 萬公里。

高鐵的開通會在不同方面產生顯著影響，尤其是通過縮短旅行時間。高鐵使用者可以分配節省的時間到其他的活動中，更頻繁地出行，或者到達更遠的地方。城際高鐵的開通促進了社會價值包括經濟增長、就業和環境可持續發展的實現，極大地提高了客運和貨運量(World Bank，2010)。從全球范圍的經驗來看，高鐵建設對經濟發展具有積極的影響。在最近的一些研究中，城際高鐵開通被廣泛作為一項外生沖擊考察其對區域風險投資(龍玉等，2017)、縣域經濟發展(張俊，2017)以及上市公司股價崩盤風險(趙靜等，2018)、創新(Hou 等，2018)等的影響。經濟規劃研究所的數據顯示，由于運輸成本的降低，高鐵每年可以創造相當于300 億元的社會價值。

近幾年，中國航空運輸業的增長也非常迅速，2008—2013 年的年度平均增長率達到了12%，這就導致本文考察城際高鐵開通產生的影響可能受到民航業快速發展的干擾。但是，由于民航線路與高鐵在開通時間上并不完全吻合，本文使用多期錯層的準自然實驗在一定程度上可以規避航空運輸業發展的影響。雖然有些民航線路與高鐵線路重合，但是已有研究表明高鐵線路的開通會對民航線路的客運需求產生顯著的競爭壓力(Cao 等，2013)。自2008 年第一條高鐵線路開通后，中國高鐵客運量的年度平均增長率就達到了30%。2013 年10 月，高鐵的客運量達到了航空客運量的兩倍。可見，高鐵開通產生的影響應顯著高于民航業發展帶來的影響，這在一定程度上可以排除民航業快速發展的替代性解釋。

三、文獻綜述與研究假說

Tinbergen(1962)提出使用經典的引力模型解釋兩個經濟主體之間的地理距離與交易量之間的關系。其基本原理是基于經濟規模以及兩個經濟主體之間的距離來預測雙方的交易量。引力模型通常使用距離來衡量運輸成本。Bougheas 等(1999)的理論模型表明運輸成本不僅僅是距離的函數，同時也是交通基礎設施發展水平的函數。因此，他們將交通基礎設施發展水平引入引力模型，發現兩個經濟主體之間的交易量與其距離成反比，與交通基礎設施發展水平成正比。Duranton 等(2014)從理論和經驗上考察了美國州際高速公路對城市貿易量和構成的影響，研究表明交通基礎設施建設可以顯著提高當地的交易量。并且，包含交通基礎設施發展水平的引力模型也得到了廣泛應用(劉生龍和胡鞍鋼，2011；Co?ar 和Demir，2016)。

將引入交通基礎設施的引力模型應用于兩個公司之間的交易，可以推斷交通基礎設施的快速發展能夠在一定程度上增加供應商公司與其客戶公司之間的交易量。高鐵作為客運的一種主要交通方式，仍會對公司之間的交易量產生顯著影響。其主要原因在于：高鐵建設的主要任務之一就是分離主要線路上的貨運和客運服務。因此，雖然中國城際高鐵主要是客運的一種交通方式，但是其不僅僅使客運服務受益，而且極大地釋放中國已有鐵路和公路的貨運力，進而提高貨運效率，降低貨物運輸成本。張克中和陶東杰(2016)考察了中國城際高鐵對貨運的影響，研究發現高鐵開通顯著增加了貨運總量。

然而，引力模型則不能回答：高鐵開通導致公司交易量的增加是來自于已有的主要客戶還是來自于新客戶？為了回答這一問題，本文引入轉換成本(Switching Costs)的概念。轉換成本是公司在轉換供應商(或客戶)時產生的成本(Klemperer，1987)。Klemperer(1987)開創性地提出兩時期轉換成本模型，在理論上考察轉換成本與市場競爭之間的關系。Beggs 和Klemperer(1992)將兩時期轉換成本模型擴展為無限期，發現轉換成本會導致更高的均衡價格和收益。Fudenberg 和Tirole(2000)關注在市場存在轉換成本的條件下公司吸引客戶的策略。最近，Lam(2017)分析了轉換成本和網絡效應對市場競爭的交互作用。盡管轉換成本在理論上具有重要意義，但目前對轉換成本產生實際影響的經驗證據仍十分缺乏。

轉換成本的存在是限制公司尋找新客戶以及加強與已有客戶交易的主要因素之一。其原因在于：第一，公司利用轉換成本(或客戶忠誠度)對客戶形成一種鎖定效應來提高市場地位，因此可以向客戶公司提出更高的交易價格來實現自身利益的最大化(Klemperer，1987)。第二，公司在與客戶交易過程中，會依據客戶需求進行關系專用性投資以及定制銷售合同(Allen 和Phillips，2000)，這導致公司尋找新客戶會產生較大的投資損失和重新簽約成本。第三，公司與已有客戶在重復博弈中產生了信任(張維迎和柯榮住，2002)，并且了解客戶公司的信用信息(Smith，1987)，在一定程度上可以降低客戶公司的機會主義和違約風險。因此，本文認為由于轉換成本的存在，高鐵開通帶來的交易量增加應來自于已有的主要客戶，從而導致公司客戶集中度提高。綜上所述，本文提出如下研究假說。

研究假說：其他條件不變，城際高鐵的開通會對公司客戶集中度產生正向影響。

四、研究設計

（一）樣本選擇與數據來源

自2008 年中國成功開通運營第一條具有完全自主知識產權、世界一流水平的高速鐵路——京津城際鐵路之后，各主要城市之間已基本構建起“四橫四縱”的高鐵網絡格局，“八橫八縱”正在逐步構建之中。本文利用這種空間和時間上的錯列發生事件作為準自然實驗，使用中國資本市場滬深兩市2008—2014 年A 股上市公司為研究樣本，考察交通基礎設施對公司客戶集中度的影響。選取2008 年作為研究起點，主要是基于以下兩方面的原因：第一，中國證監會于2007 年首次要求上市公司自2007 年起在年度報告中披露前五大客戶相關信息，但是2007 年首次披露主要客戶信息的公司數較少；第二，2007 年中國實施新會計準則對研究結果可能會產生一定的干擾。根據研究需要，本文刪除了以下樣本：(1)金融、保險行業的公司；(2)其他數據缺失的觀測值。最終回歸樣本包含2135 家上市公司的9240 個公司-年度觀測值。為避免極端值對本文結果的影響，本文對所有的連續變量在1%和99%分位數上進行了縮尾處理(Winsorize)，為了控制潛在的異方差和序列相關性問題，本文對所有回歸系數的標準誤都使用異方差調整和在公司層面上進行了“聚類(Cluster)”處理。

本文所使用的數據主要包括：第一，上市公司財務數據以及其前五大客戶的銷售收入數據，并手工收集整理了前五大客戶公司所在地級市信息。上市公司財務數據及其前五大客戶數據來源于深圳國泰安信息技術有限公司(CSMAR)。第二，上市公司注冊地對應地級市開通高鐵時間數據。本文通過公司注冊地信息整理出公司注冊地的地級市信息，并通過中國每條高鐵線路站點信息手工整理了該地級市在2008—2014 年期間第一次開通高鐵以及開通高鐵的具體時間，表1 給出了中國2008—2014 年期間開通的高鐵線路以及具體的時間信息。比如2009 年4 月1 日開通的石太客運專線，其東起石家莊北站，途經河北石家莊市、鹿泉市、井陘縣，山西省盂縣、壽陽縣、陽曲縣和太原市，止于太原站，本文將其途經站點先匹配到各自所在的地級市，鹿泉市與井陘縣隸屬于石家莊市，盂縣隸屬于陽泉市，壽陽縣隸屬于晉中市，陽曲縣隸屬于太原市，然后本文將其所屬地級市信息與公司所在地級市進行匹配，得出每一公司所在地級市開通高鐵的具體時間。

表1 中國高鐵各線路開通時間

續表1

（二）模型設定與變量定義

依據已有文獻(Patatoukas，2012)，本文構建了公司主要客戶集中度變量，檢驗城際高鐵開通對公司客戶集中度的影響。由于不同地級市開通高鐵的時間存在差異，形成了多期錯層的準自然實驗，因而本文借鑒Bertrand 和Mullainathan(2003)的方法構建雙重差分模型，同時控制時間固定效應和公司固定效應。具體的研究模型如下①國內最新研究中借鑒Bertrand 和Mullainathan(2003)的方法來構建雙重差分模型的例子較多，比如陳勝藍和馬慧(2017)以及郝項超等(2018)等。：

Customer Concentration 代表公司的客戶集中度，使用主要客戶赫芬達爾指數(HHI)和主要客戶營業收入比例合計(Saleper)來衡量。HHI 用基于營業收入的赫芬達爾指數表示，計算方法為前五大客戶營業收入比例的平方和；Saleper 用公司披露的前五大客戶營業收入比例合計表示。HSR Opened 為虛擬變量，如果公司注冊地對應的地級市在當年末已開通高鐵則取值為1，否則取值為0。因此，本文的處理組為樣本期間內開通高鐵的地級市在高鐵開通之后的樣本，而控制組為開通高鐵的地級市在高鐵 開通前以及樣本期內一直未開通高鐵的樣本②本文使用錯層的外生事件展開研究，在辨識策略上更具有優勢：首先，時間上錯層發生的多個外生事件，更能夠有效減少其他不可觀測的因素或者其他替代性解釋對研究結論帶來的干擾；其次，由于事件是錯層發生的，同一公司在不同時期既可以作為處理組也可以作為控制組，這就有利于減少處理組樣本公司與控制組樣本公司之間的固有差異對研究結論的干擾(Serfling，2016)。。該方法通過公司固定效應控制了位于 高鐵開通城市的公司和位于未開通高鐵城市的公司之間的固有差異，通過時間固定 效應控制了高鐵開通前后由于宏觀環境變化所帶來的差異。系數β1估計了雙重差分的結果，如果城際高鐵開通可以促進公司與主要客戶的交易，那么，可以預期β1將顯著為正。

考慮到已有研究并沒有給出明確的客戶集中度影響因素模型，本文在回歸模型中加入公司基本特征作為控制變量，以緩解缺失變量偏誤對結果的干擾。Size 表示公司規模，使用公司總資產的自然對數衡量；ROA 表示公司的總資產收益率，使用公司凈利潤與總資產的比率衡量；Tangi 表示公司的有形資產比例，使用有形資產與總資產的比例衡量；Age 表示公司年齡，使用公司成立年數的自然對數衡量；Growth 表示公司的成長性，使用公司營業收入增長率衡量。γi和μt分別表示公司和年度固定效應。具體的變量定義與說明如表2 所示。

考慮到公司客戶集中度可能受到行業特征以及城市經濟發展水平、地理特征等 因素的影響，為了進一步排除缺失變量偏誤的干擾，本文在基本模型中還加入了行 業×年度、城市×年度的高維固定效應，用來控制行業發展、行業構成等隨時間變化的行業層面因素的影響，以及控制經濟發展、商業周期等隨時間變化的城市層面因素的影響。

表2 變量定義與說明

（三）描述性統計

表3 報告了主要變量的描述性統計結果。從表3 報告的結果中可以看出，位于高鐵開通城市的公司占比為59.30%，前五大客戶的赫芬達爾指數HHI 的均值(中值)為0.0666(0.0162)，前五大客戶營業收入比例之和Saleper 的均值(中值)為32.04% (25.26%)。從公司基本特征可以看出，公司規模 Size 的均值(中值)為 21.8527 (21.6966)，公司總資產收益率ROA 的均值(中值)為3.82%(3.50%)，公司上市年齡Age 的均值(中值)為1.9051(2.1972)。平均而言，公司營業收入增長率的均值為18.94%，公司有形資產占總資產的比例為24.17%。

表3 描述性統計

五、實證結果與分析

（一）城際高鐵開通與客戶集中度

本文首先考察城際高鐵開通對公司客戶集中度的影響。表4 報告了城際高鐵開通與公司客戶集中度之間關系的基本回歸結果。在分析過程中，本文使用了兩種不同的固定效應模型。在第(1)列和第(3)列中，本文使用城際高鐵開通形成的多期錯層的DID 模型，控制了公司和年度固定效應。HSR Opened 的系數反映了城際高鐵開通對公司客戶集中度的影響。在第(2)列和第(4)列中，本文進一步控制了公司固定效應、行業×年度和城市×年度高維固定效應，結果表明，HSR Opened 的回歸系數在兩種模型中均顯著為正，表明城市開通高鐵后，當地公司由于交通基礎設施的改善顯著提高了與主要客戶的交易額。在控制了公司固定效應、行業×年度和城市×年度高維固定效應后，本文發現主要客戶的赫芬達爾指數提高了1%，相比于其均值6.66%，提高了15%；公司主要客戶營業收入比例之和提高了1.44%，相比于其均值32.04%，提高了4.5%。這一結果為本文的基本研究假說提供了支持的經驗證據。由于轉換成本的存在，公司在尋求新客戶以及與已建立關系的老客戶進行交易之間的權衡中，更傾向于選擇那些已建立良好關系的主要客戶，導致公司客戶集中度顯著提高。

表4 城際高鐵開通與客戶集中度

續表4

（二）作用渠道：運輸成本

依據經濟規劃研究所的數據顯示，由于運輸成本的降低，高鐵每年可以創造相 當于300 億元的社會價值。雖然高鐵主要是載人的交通工具，但是也能釋放鐵路和 公路的貨運力，顯著降低貨物運輸成本，而這種運輸成本的降低顯著存在于工業產 出中(金煜等，2006)。本文認為城際高鐵開通引起運輸成本的降低是其提高公司客 戶集中度的重要作用渠道，預期這種影響應顯著存在于具有較高運輸成本的工業企 業中。

根據《國民經濟行業分類》(GB/T4754—2002)中三次產業的劃分范圍以及證監會的行業分類標準，本文將屬于B(采礦業)、C(制造業)、D(電力、燃氣及水的生產和供應業)以及E(建筑業)的上市公司定義為工業企業，其他行業的上市公司定義為非工業企業，進行分組檢驗，結果如表5 所示。在工業企業組，即第(1)列和第(3)列中，HSR Opened 的回歸系數分別為0.0105 和0.0163，分別在10%(t＝1.81)和5%(t＝2.09)的水平下顯著為正。在非工業企業組，即第(2)列和第(4)列中，HSR Opened 的回歸系數均不顯著，組間差異在10%的水平下顯著，表明城際高鐵開通與客戶集中度之間的正向關系顯著存在于工業企業組中。

表5 作用渠道：運輸成本

（三）作用條件：轉換成本

城際高鐵開通提高公司客戶集中度的一個關鍵條件是轉換成本的存在，轉換成本是限制公司尋找新客戶的主要因素之一。其原因在于：第一，公司利用轉換成本(或者客戶忠誠度)對客戶形成一種鎖定效應來提高市場地位，因此可以向客戶公司報出更高的價格，來實現自身利益的最大化(Klemperer，1987)。第二，公司在與客戶交易過程中，會依客戶需求進行關系專用性投資以及定制銷售合同(Allen 和Phillips，2000)，這導致公司尋找新客戶會產生較大的投資損失和重新簽約成本。第三，公司與已有客戶在重復博弈中產生了信任(張維迎和柯榮住，2002)，并且了解客戶公司的信用信息(Smith，1987)，在一定程度上可以降低客戶公司的機會主義和違約風險。因此，本文利用轉換成本的外生性來源和橫截面差異來考察城際高鐵開通與客戶集中度之間的正向關系是否會隨著轉換成本的不同而存在差異。

已有研究表明當供應商公司在行業中具有較高的市場份額時，客戶可供選擇的 其他供應商相對較少，導致客戶轉向其他供應商存在較高的轉換成本(Hui 等，2012)。本文預期城際高鐵開通與客戶集中度之間的正向關系應主要存在于高轉換成本組 中。在檢驗中本文構建了公司所在行業的市場份額變量來衡量轉換成本，使用公司 銷售收入占行業總銷售收入的比例來表示。依據公司市場份額中位數將樣本分為兩 組進行檢驗，公司市場份額高于中位數的一組表示轉換成本相對較高。其結果如表 6 所示，在高轉換成本組，即第(1)列和第(3)列中，HSR Opened 的回歸系數分別 為0.0176 和0.0195，均在5%(t＝2.34 和t＝1.96)的水平下顯著為正。在低轉換成本組，即第(2)列和第(4)列中，HSR Opened 的回歸系數均不顯著，組間差異在5%的水 平下顯著，表明城際高鐵開通與客戶集中度之間的正向關系顯著存在于高轉換成本 組中。

表6 作用條件：轉換成本

（四）穩健性檢驗①限于篇幅，本文沒有給出穩健性檢驗的檢驗圖表。讀者可掃描本文二維碼，點擊“附錄”獲取相關信息。

1. 引入交通基礎設施的引力模型檢驗

為了保證城際高鐵開通對公司客戶集中度產生影響的穩健性，本文首先檢驗了包含交通基礎設施發展水平的引力模型，具體如下。這一模型主要檢驗了公司分別與其前五大客戶的交易量。

其中，Saleijt表示公司i 與其主要客戶j 之間在t 年的交易獲得的營業收入；HSR Opened 表示城市是否開通高鐵虛擬變量，衡量一個地區交通基礎設施的發展水平，與上述定義方式一致；Dij表示公司與客戶公司注冊地所在城市之間的地理距離，依據Ayers 等(2011)的公式計算得出。Controls 表示公司層面的一些控制變量，具體包括：公司規模(Size)、公司總資產收益率(ROA)、公司有形資產比例(Tangi)、公司年齡(Age)以及公司成長性(Growth)。為控制兩個經濟體經濟質量的影響，在模型中加入了供應商公司和客戶公司所在城市固定效應δi和δj，這樣可以將分析限制到交易量與兩個經濟體之間的距離和交通基礎設施可獲得性上。這里主要關注系數1β 和2β 。系數1β衡量了公司之間地理距離對其交易量的影響，預期其為負；系數2β 估計了交通基礎設施發展水平的影響，預期其為正。其回歸結果與預期一致，表明城際高鐵開通后，公司向其主要客戶的交易量顯著增加。

2. 平行趨勢檢驗

使用雙重差分方法進行檢驗的一個重要前提是處理組公司與控制組公司在外生變動之前具有平行趨勢，即不存在處理效應時，結果變量在處理組和控制組中的變化趨勢是相近的。為了檢驗處理組與控制組具有平行趨勢，借鑒Serfling(2016)在錯層準自然實驗情境下檢驗平行趨勢假定的方法，本文也執行了類似的檢驗。具體而言，將HSR Opened 虛擬變量替換為年度虛擬變量，Before1、Before2 和Before3 分別表示城際高鐵開通前1 年、前2 年以及前3 年。本文發現Before1、Before2 和Before3 的回歸系數均不顯著。Post1、Post2、Post3 和Post4＋分別表示城際高鐵開通后1 年、后2 年、后3 年和后4 年及以上。本文發現客戶集中度在城際高鐵開通后才開始顯著提高，可見處理效應前兩組樣本客戶集中度的非顯著差異能夠在一定程度上說明本文的樣本選擇滿足平行趨勢假定，這為DID 研究模型設定的有效性提供了支持的經驗證據。

3. 安慰劑對照測試(Placebo Test)

為了提供進一步的證據加強本文基本研究問題的因果效應，排除其他替代性解釋對研究結論的干擾，本文進行了如下安慰劑對照測試。依據Cen 等(2016)的做法，本文隨機化開通高鐵的城市，重新設定處理組和控制組進行檢驗。如果本文的基本結論不是由于城際高鐵開通所帶來的，那么即使以隨機化的高鐵開通城市也可以得到同樣的結果。結果顯示隨機化的高鐵開通變量RHSR Opened 的回歸系數均不顯著。安慰劑對照測試的結果表明確實是城際高鐵開通對客戶集中度產生了顯著影響，其他因素造成的干擾較小，可以進一步減少其他替代性解釋的干擾。

4. 重新配比控制組

為了進一步排除處理組和控制組一些公司特征的差異對基本研究結論的影響，本文重新配比了控制組進行檢驗，以保證基本研究結果的穩健性。具體來說，本文采用了傾向得分匹配法(Propensity Score Matching，PSM)，依據公司特征為每一個處理組樣本配比了一個最相近的控制組樣本。該方法最早由Rosenbaum 和Rubin(1983)發展后得到廣泛運用。本文利用處理組公司高鐵開通前一年的一系列相關、可觀測的公司特征，通過傾向得分匹配法重新構建控制組。首先，本文以當年城市是否開通高鐵為因變量并以配比的公司特征變量為自變量進行了Logit 回歸。然后，以這個估計的系數作為處理組的傾向得分，用來為處理組配比一個最接近的控制組。本文執行傾向得分匹配法時采取重復配比的做法，以保證每一個處理組樣本都可以配比到一個最接近的控制組樣本。最后，本文使用配比的控制組樣本重新檢驗了模型(1)，其結果與表4 中的結果基本一致，進一步排除了處理組和控制組在一些公司特征上不完全可比的考慮對基本結論的干擾，說明本文的結果具有一定的穩健性。

六、經濟后果

客戶作為公司重要的外部利益相關者，會對公司的生產經營以及公司業績產生重要影響。因此，本文最后考察了城際高鐵開通后公司客戶集中度提高對公司業績的影響。其檢驗模型如下：

Performance 為公司業績變量，包括公司成本加成(MKP)、全要素生產率(TFP)和總資產收益率(ROA)。對于成本加成(MKP)，依據已有研究(Domowitz 等，1986)，本文使用會計方法來計算。對于全要素生產率(TFP)，依據已有研究(Gainnetti 等，2015)，本文對柯布-道格拉斯生產函數兩邊同時取對數后，在每一年度每一行業內進行回歸，所得到的回歸殘差即為所要估計的公司全要素生產率。CC 表示客戶集中度變量，包括主要客戶赫芬達爾指數HHI 和主要客戶營業收入比例之和Saleper，控制變量包括公司規模Size、公司年齡Age 和營業收入增長率Growth。

一方面，公司可以利用對客戶的鎖定效應報出更高的產品價格(Klemperer，1987；Lam，2017)；另一方面，主要客戶關系通過供應鏈建立關系專用性投資，可以幫助公司合理化產品結構并提高生產效率(Patatoukas，2012)，進而提高公司經營業績，改善公司經營表現。因此，本文分別考察了由高鐵開通帶來的客戶集中度上升對公司成本加成、全要素生產率以及總資產收益率的影響。表7 報告了城際高鐵開通后客戶集中度對公司業績影響的回歸結果。

表7 客戶集中度對公司業績的影響

續表7

從表7 可以看出，在控制了公司固定效應、行業×年度和城市×年度高維固定效應后，如Panel A 的第(2)和(4)列所示，HSR Opened×HHI 和HSR Opened×Saleper 的回歸系數分別在5%(t＝2.48)和5%(t＝2.04)的水平下顯著為正，這表明在城市開通高鐵后，相比于未開通高鐵城市的公司，開通高鐵城市的公司客戶集中度的提高可以加強公司對客戶的鎖定效應，報出更高的產品價格。在Panel B 的第(2)和(4)列中，HSR Opened×HHI 和HSR Opened×Saleper 的回歸系數分別在5%(t＝2.16)和10%(t＝1.95)的水平下顯著為正，表明在城市開通高鐵后，相比于未開通高鐵城市的公司，開通高鐵城市的公司客戶集中度的提高可以促進公司進行關系專用性投資，提高生產效率。在Panel C 的第(2)和(4)列中，HSR Opened×HHI 和HSR Opened×Saleper 的回歸系數分別在10%(t＝1.80)和5%(t＝2.20)的水平下顯著為正，表明在城市開通高鐵后，相比于未開通高鐵城市的公司，開通高鐵城市的公司客戶集中度的上升可以提高公司的經營業績。

七、研究結論

經典的引力模型認為交通基礎設施的發展可以緩解地理距離的負向影響，促進經濟主體之間的交易。然而，引力模型并沒有分析交通基礎設施的發展帶來公司交易量的增加是來自于已有的主要客戶還是來自于新客戶。為了回答這一問題，本文基于轉換成本模型分析表明，交通基礎設施建設帶來運輸成本的降低以及客戶轉換成本的存在會提高公司的客戶集中度。為了有效估計交通基礎設施建設對公司客戶集中度決策的因果效應，本文構建了中國城際高鐵開通形成的準自然實驗情境。由于城際高鐵開通在時間和空間上的錯列發生，形成了一個錯層的準自然實驗，這一獨特的研究情境可以幫助本文控制一些不可觀測的重要缺失變量對研究結論的干擾。

本文通過手工收集上市公司所在地級市開通高鐵的具體時間，利用錯層的城際高鐵開通事件作為準自然實驗，使用雙重差分方法檢驗了交通基礎設施建設與公司客戶集中度之間的因果效應。研究結果表明城際高鐵開通對公司客戶集中度具有顯著的正向影響。以主要客戶的赫芬達爾指數為例，城際高鐵開通后公司客戶集中度提高了15%。高鐵開通帶來的運輸成本下降是其影響公司客戶集中度的重要渠道。為加強基本研究問題的邏輯關系，本文檢驗了城際高鐵開通對公司客戶集中度產生影響的作用條件——轉換成本。結果表明城際高鐵開通對公司客戶集中度的影響主要來自于交通運輸成本和轉換成本較高組中，即城際高鐵開通帶來的運輸成本的降低和轉換成本的存在是公司客戶集中度提高的驅動因素。

本文還進行了如下穩健性測試來進一步保證基本研究問題的因果效應。第一，為了保證城際高鐵開通對公司客戶集中度產生影響的穩健性，本文首先檢驗了包含交通基礎設施發展水平的引力模型；第二，檢驗平行趨勢假定來進一步保證雙重差分方法的可靠性；第三，使用隨機的高鐵開通城市來排除其他替代性解釋對基本結果的干擾；第四，使用傾向得分匹配法重新配比控制組進行檢驗。以上檢驗的結果表明本文的基本研究結論具有一定的穩健性和可靠性。最后，本文考察城際高鐵開通帶來的公司客戶集中度提高產生的經濟后果。結果表明，城際高鐵開通后，公司客戶集中度的提高可以促進公司業績的提升。

本文的研究有效克服了以往研究中存在的內生性問題的干擾，補充了客戶集中度影響因素的相關研究。另外，本文的研究對城際高鐵開通的經濟效應提供了一個及時的反饋，為交通基礎設施建設促進經濟增長的微觀途徑和中間作用機制研究提供了補充的經驗證據，對于理解基礎設施建設的經濟效應具有一定的啟示意義。