哪些公司推动了互联互通和竞争的收益？：印度黄金四边形对企业生命周期的影响-2024.2

10710 哪些公司推动了连通性和竞争的收益 ？ 印度黄金四边形对企业生命周期的影响 Arti Grover William Maloney Stephen D. O 'Connell 政策研究工作文件 10710 Abstract 这篇论文利用印度金色四边形（GQ）高速公路的建设来探索外部市场准入和竞争增加对整个企业生命周期的影响，并生成了四项发现。首先，在所有企业的退出率下降的同时，整体增长主要由年轻企业的扩张驱动。较老的企业停滞或收缩，这与现有企业面临的竞争加剧挑战一致。其次，年轻企业的连接效益取决于互补因素（如金融）和商业条件的接入情况，尽管在更扭曲的地区，较老的企业表现更好，这可能反映了对这些因素的接入。 在保持输入的同时保护输出市场，正如de Loecker等人（2016）所研究的那样。第三，扩展年轻的工厂对应于不需要与最终生产者密切协调的资本密集型价值链嵌入活动。第四，工厂层面的面板数据证实了工厂能力对于响应的规模和驱动这一变化的工厂组成至关重要。年轻的工厂扩张主要由高技能工厂推动，而老工厂的收缩则由低技能工厂推动，这与前沿企业能够逃避竞争的观点一致（Aghion等人，2014）。 Tis paper 是国际金融公司和拉丁美洲首席经济学家办公室的产物和加勒比区域。它是世界银行集团提供开放访问其研究的更大范围的一部分并为世界各地的发展政策讨论做出贡献。政策研究工作文件也是在 http: / / www. worldbank. org / prwp 上发布。作者可以通过 agrover1 @ worldbank. org 和wmaloney @ worldbank. org 。 哪些公司推动了连通性和竞争的收益 ？ 整个公司生命周期印度黄金四边形的影响 Arti Grover,*威廉 · 马洛尼,†和 Stephen D. O 'Connell‡ 公司动态、连通性、竞争、制造。 JEL 分类: D22, D24, O12, O14, O18, R12 Acknowledgements:我们感谢世界银行的研究支持预算为本文提供资金。感谢 Leslie A. Martin ， Shanthi Nataraj 和 Ann Harrison 在匹配 ASI 上分享他们的代码横截面数据与 ASI 建立面板数据。我们感谢丹尼斯 · 梅德韦杰夫和William Kerr 对研究提案的支持和有见地的评论。我们也感谢两个匿名审稿人的建议有助于改进概念阶段的计划分析。 一、动机和背景 增强的市场准入和增加的竞争由更广泛的连接性促进，是企业动态和整体增长的关键驱动力，尽管这些效应理论上具有不确定性。一方面，通过美国铁路扩张增强的连接性通过市场准入和资源配置渠道提高了生产率和增长（Hornbeck 和 Rotenberg，2019, 2021），远距离市场的高运输成本可能驱动美国和印度之间工厂规模的差异（Hsieh 和 Klenow，2012, 2014）。另一方面，增加的竞争可能导致当地企业和行业收缩（Banerjee 等，2012；Fujita 和 Krugman，1999；Chandra 和 Thompson，2000）。 Ghani等（2016）利用印度金三角高速公路（GQ）的建设这一自然实验，即连接印度四大城市——新德里、孟买、钦奈和加尔各答，来证明其净效应是在走廊内扩大了制造业。然而，关于此类干预措施背后调整动态的研究文献很少，特别是引发这些总体反应的具体类型的企业。因此，本文揭开了GQ先前研究的面纱：通过从丰富的地理位置编码的企业级数据集中创建合成群体，并构建真实的企业面板，详细阐述了企业在不同生命周期阶段（年轻企业、成熟企业和老年企业）、初始地域条件以及时间维度上的反应差异。4 从概念上讲，连接性的影响在这些维度上可能大相径庭——不习惯竞争的老企业可能会收缩，而生于竞争环境更为激烈的公司则可能准备好利用新市场。或者，老企业可能已经建立了获取必要互补因素（如资金、土地，甚至是本地产品市场）的途径，这与de Loecker等（2016）关于印度贸易自由化导致的更高加成的研究相符，这可能使它们受益于更便宜的投入品，同时捍卫其市场，从而甚至加强其既有的地位。所有群体都跨越了Aghion等（2005、2009、2014；Cusolito等，2022；Bloom等，2022）所开创的文献，强调了技术前沿的接近度决定了企业在面临新竞争时创新的程度，以及相对于停滞或退出的可能性。此外，新兴文献表明，企业的能力，如管理或技术实践等方面的能力对于应对新竞争至关重要。 提升稳固表现及应对冲击的能力（Bloom等，2007）。理论与实证研究均未达成共识，关于整肃过程所需时间以及改革成果的实现应持续多久。 First, 年轻植物受益于连接性增强，其规模化发展带动了Ghani等人（2016a）所识别的积极的整体经济效益。尽管与GQ接近的所有年龄段的植物退出率有所下降，但对成熟和老植物的影响平均来看是不显著或负面的。分析GQ冲击下系数的变化趋势表明，调整适应GQ冲击所需的时间并非几年，而是数十年，我们预计更长的样本期将揭示年轻和老植物之间更大的绩效差异。 Second对于年轻植物而言，按照标准微观理论，在要素市场和产品市场不完整以及使能商业环境存在较高扭曲的情况下，其对连接性的响应性减弱。关键在于，仅仅修建道路不足以刺激地方产业，金融体系等其他商业环境要素也必须到位。除了植物能力外，老化的植物通常对初始条件表现出较少的敏感性，这表明它们已经建立了替代方式来解决缺失的市场，而其表现却出乎意料地。更好在 distortion 较高的地区，可能表明正如 de Loecker 等人（2016）的研究所示， distortion 可能使他们在保持市场份额的同时能够利用更便宜的投入。 Third，响应连接性最强的年轻植物通常属于资本密集型产业和耐用商品生产商，与价值链相关但不需要最终生产者进行密切监控的活动，这可能类似于GQ过程中的一种内部“离岸”现象。 第四与Aghion等人的和Bloom等人的关于管理质量的研究一致，无论是地级水平的准面板数据估计还是真实的工厂级面板数据估计都表明，更具能力的公司能够逃避竞争并利用新的机会。令人惊讶的是，在高文盲率地区的较老工厂对GQ（假设为某种衡量企业能力的指标）的定量正面反应与年轻工厂相似，而低文盲率地区的工厂则推动了整个群体的总体负面趋势。这一发现得到了真实工厂级面板数据分析的广泛支持：拥有中位数以上人力资本和较高资本强度的年轻工厂推动了整体的增长响应，而低于中位数的人力资本和资本强度的年轻工厂没有对GQ做出响应；在低文盲率地区，中位数以下的较老工厂推动了该群体的收缩，而中位数以上的较老工厂没有显示出下降。企业能力似乎在响应市场和竞争扩大的幅度以及驱动这一响应的工厂构成中起着核心作用。 二、数据 政府记录详细列出了连接印度主要工业、农业和文化中心的全长5,846公里（3,633英里）道路的具体路段的完成时间。工作始于2001年，到2002年底、2004年底、2005年底、2007年底和2010年底分别完成了23%、80%、90%、97%和98%的工程量。经济区距高速公路的距离是通过使用官方公路地图和ArcMap GIS软件计算最短直线距离得出的。测量到区边缘或区重心所得结果相似。5 有关GQ升级的时间和地点的信息与来自印度统计与计划实施部的年度工业调查（ASI）数据相结合，创建了两个新的数据集，使我们能够以比以往更详细的方式研究调整动态。ASI大致是对所有雇员数达到或超过100人的企业进行全面普查，并对所有其他正式企业的三分之一（或自2004-05年起为五分之一）进行轮换样本调查，这些正式企业定义为雇员数超过10人的企业。6每一年度调查中，每个层级的省级单位和四位数字行业的样本单位系统性覆盖的比例为三分之一（或自2004-05年起为五分之一），且每个层级的最小样本量为6个单位。该设计确保在五年内可以覆盖所有单位。7每一轮，以其终年为参考，从1999-2000年至2008-2009年的两年时间跨度进行了采样，涵盖了整个GQ建设时期，允许进行前后对比。在任何一轮中，都有大约20,000至30,000家制造业工厂被纳入，覆盖了所有州和区。 这使得能够创建一个由283个区级伪面板组成的数据集，该数据集汇总了七项结果指标和广泛的协变量，覆盖了全国90%的工厂、就业和产出。总共有630个区的数据被减少的原因要么是组织制造在这些区的覆盖率有限，要么是在2000年至2009年期间数据系列不完整。由于我们遵循合成队列方法，因此从2000年开始随着GQ升级而出生的工厂也被剔除。8并且所有经济结果变量均在最低1百分位处进行Winsor化处理，以限制由于企业数量、就业水平或产出水平为零而导致的异常值和不可用值在生产规模和劳动生产率中的影响。九个地区被归类为节点（ 德里 ， 孟买 ， 金奈和加尔各答 ， 以及几个连续的郊区古尔冈 ， 法里达巴德 ， 加济阿巴德和 诺伊达对应德里；覃安对应孟买；位于0至10公里范围内的67个区被视为“处理过的”区域；10至50公里范围内的32个区；而超过50公里的175个“控制”区被认为受GQ影响最小，但会跟踪经济的广泛变动。因此，附近GQ完成的不同结果可以进行比较。为了研究不同植物年龄的调整模式，数据进一步分为年龄群体：0-5年（年轻）、6-24年（成熟）和25年以上年龄的植物（老旧）。我们的结果对类别定义的中等变化不敏感。 数据还允许创建一个新的基于地理编码的工厂级面板数据集，该数据集源自两个可用版本的ASI数据：（i）一个包含区级标识符但没有工厂标识符（“通用工厂ID”）的重复横截面工厂级数据集；（ii）包含工厂标识符但没有区级标识符的数据集。通过使用企业特征如行业代码、所有权、成立年份、运营月数、资本资产、雇员人数、工资、服务收入等，按照Martin等人（2017）的方法将这两个数据集结合在一起，并且带有区级和工厂级标识符，匹配率超过98%。这使得能够测量基于收入的全要素生产率（TFPR）、总收入、产出、劳动力需求和技能需求以及工厂退出的年度变化。附表A.1列出了汇总统计信息，按年龄组和距离带将结果分为GQ前后年份。 三、估算 (一) 差异估计中的长差异: 作为初步的数据分析方法，我们将2000年的区级活动（即GQ升级开始前一年的活动）与2009年的区级活动（即GQ几乎完全完成的那一年）进行比较。以区级为单位进行指数化处理，i， 规范采用以下形式 ： where， 是否观察到一个地区的相对经济结果的变化i在 2000 - 09 年期间 ， 并捕获了七个结果变量 ： 地区一级的三个汇总指标 Δ- 自然对数建立数量、就业人数和产出；平均企业规模（按就业人数和产出衡量）；以及平均劳动生产率的变化（定义为每员工产出和全要素生产率，TFP），使用LP-Sivadasan方法估算。isetD包含来自GQ网络的三种距离带：节点区、0-10公里和10-50公里。系数在2000年至2009年的期间相对于测量每个距离带的结果变化 ， 对应50+控制类别相应的变化。每种合成年龄段及其结果分别进行估计，并将其与2009年完成GQ时对应的植物群组的结果进行比较。例如，2000年的0-5岁植物群组的结果与2009年的9-14岁植物群组的结果进行比较。 所有估计包括作为对照的的初始水平 ( 2000) 在该地区 ， 尽管结果很少包含地区一级的控制 ： 国家高速公路通道 ， 州 受其包含的影响。矢量高速公路通道 ， 宽轨铁路通道和地区- 来自 2000 年对数总人口普查的水平指标 ， 年龄概况(以人口红利衡量) ，9女性与男性的人口比例、城市地区人口占比、计划中的种姓或部落人口占比、文盲率以及一个衡量当地电力、道路、电信和水/卫生设施接入情况的区级基础设施指数（详见Ghani等，2012）。 表1中的面板A-C呈