印度企业的城市环境、生产绩效与全球价值链活动

No. 520 印度企业的城市环境、生产绩效与全球价值链活动* Subash SASIDHARAN印度理工学院马德拉斯 ， 印度金奈 Shandre THANGAVELUJeffrey Cheah 东南亚研究所 ， 双威大学和国际研究所贸易 ， 阿德莱德大学 Ketan REDDY印度莱普尔管理学院 June 2024 Abstract:在本研究中，我们利用企业级数据探讨了城市配套设施和服务以及印度企业参与全球价值链（GVC）对其企业绩效的影响。研究通过在区县级层面将企业与城市配套设施进行匹配，使用面板数据框架观察到城市配套设施与企业参与全球价值链之间的正相关关系对企业生产力表现的影响。此外，我们还观察到参与全球价值链对企业的生产力有积极影响，特别是在总要素生产力方面。在渠道方面，我们发现教育配套设施通过提高全球价值链企业的生产力表现产生了影响，这表明教育配套设施能够提升全球价值链企业的生产效率。同时，我们也观察到金融配套设施倾向于提高全球价值链企业的生产效率。本文的结果强调了城市配套设施在影响参与全球价值链活动的印度企业生产绩效方面的重要性。 关键词： 设施指数 ； 全球价值链 ： 制造业 ； 全要素生产率JEL 分类: F14; F15; L6 1. 背景和目标 近期的证据突显了全球生产价值链在全球东亚地区创造可持续和包容性增长方面的重要意义。全球生产价值链1全球价值网络（GVCs）在过去二十年主导了货物和服务的贸易（World Bank, 2020）。全球贸易中全球价值网络的普遍兴起是由竞争带来的生产率增长以及通过在全球生产和服务业中建立联系以减少交易成本所驱动的。参与全球价值网络的企业并不完全生产产品，而是通过国际分工专业化于供应链中的特定环节来参与全球价值网络（Gereffi 和 Fernandez-Stark, 2011）。因此，全球价值网络为来自发达国家和发展中国家的企业提供了国际化的机会，尤其是来自发展中国家的小型和中型企业（World Bank, 2020）。 最近的证据表明，城市配套设施和服务以及产业集聚对企业的生产绩效具有重要影响。城市配套设施、全球价值链（GVC）与国内企业生产绩效之间存在重要的联系。例如，集聚带来的外部性，如城市和工业集聚以及基础设施外部性，是全球价值链中企业生产绩效的关键组成部分（Luo 和 Xu，2018）。在这方面，城市在吸引全球价值链企业方面发挥着重要作用，因为参与全球价值链要求城市重新定义并重塑自身，以创造一种能够使企业与全球经济力量同步发展的环境。城市可以提供规模经济和范围经济活动，包括劳动力市场的开发，为国内外市场提供大量技能和非技能劳动力的准入。此外，拥有强大物流网络的城市可以使企业建立网络联系，并营造吸引全球价值链企业的投资环境（世界银行集团，2015）。进一步而言，强大的城市配套设施和服务能够吸引高素质劳动力，从而增强其竞争力。不同城市之间也存在显著差异，这些差异直接通过集聚效应影响它们的竞争力和融入全球价值链活动的能力（Thangavelu等人，2020）。此外，城市提供的配套设施对于生产网络的拆分过程至关重要。城市配套设施影响生产网络的拆分过程。 生产通过提供必要的便利设施形式，包括物流基础设施（道路、港口和机场）、技能熟练的劳动力以及改进的服务便利设施（分销、金融和电信）。此外，这些城市和郊区的便利设施还作为创新、创业和知识密集型活动的关键渠道，对于价值链升级至关重要（Kimura 和 Ueki, 2017）。因此，这些城市便利设施为城市奠定了基础，促进了企业在全球价值链（GVC）中的更全面参与，并导致城市间的集聚效应（Thangavelu 等人, 2020）。此类城市便利设施的存在也使中小企业更容易融入全球价值链，并与主导的跨国公司建立网络联系，从而促进知识和技术的溢出（Gereffi, 2014；Kano等人, 2020）。 本研究探讨了城市配套设施对印度企业生产绩效的影响，同时考虑了其全球价值链（GVC）活动。具体而言，我们的研究将涵盖GVC企业和非GVC企业。论文将仔细检验更具生产效率的企业更积极地参与全球价值链活动的假设。在这方面，我们的研究在多个方面为现有文献做出了贡献。首先，利用独特匹配的企业级数据，我们研究了区县级城市配套设施对企业生产绩效的影响。其次，我们的研究考虑了不同配套设施和不同地区的异质性，阐明了不同类型配套设施对于不同地点的重要性，从而推进了关于企业绩效和地理位置异质性的文献研究。 研究的关键结果表明，城市配套设施与企业生产率之间存在稳健的正相关关系。此外，我们还观察到，企业的全球价值链（GVC）整合也具有提高生产率的效果。进一步深入探讨配套设施水平与GVC整合的交集，发现参与全球价值链和城市配套设施水平之间的互动能够提升企业生产率。另外，通过对各种配套设施成分进行区分，我们发现健康、文化及教育等配套设施是全球价值链和城市配套设施提升企业绩效的关键渠道。有趣的是，在考虑不同区域的异质性时，我们发现金融服务设施对小型和中型企业绩效的影响尤为显著。 论文其余部分的结构如下。下一节讨论数据和变量的构建。实证方法在第三部分中讨论。第四部分提供了结果。在第五部分中，我们提供了政策讨论。 2. 数据和变量描述 为了探讨便利设施、生产率与印度制造业企业参与全球价值网络（GVC）之间的关系，我们从多个来源获取信息。首先，为了构建便利设施指标，我们使用了第五和第六次经济普查的企业级数据。其次，为了识别城镇特征，我们从2011年人口普查镇名录中获得了数据，该名录提供了7,498个印度城镇的信息。我们将这两个数据库通过社会经济高分辨率城乡地理数据库提供的唯一标识符进行合并。2为了获得全面的城镇级信息。这个独特的城镇级数据库使我们能够构建城市便利设施指数。 在这方面，为了计算我们的城市便利指数，我们考虑了广泛的便利设施。这些便利设施包括七大类下的30个具体指标。第一类涵盖了与地理位置相关的自然条件，如气候条件、最高和最低温度以及平均降雨量。在创建便利指数时，还需要考虑各种交通基础设施方面的因素。因此，第二类便利设施与交通相关，包括道路长度、公交线路距离和铁路车站等信息。第三类涉及教育便利设施，通过基础教育设施（小学或中学）、学院、职业学院和大学的信息来代理。第四类包括与健康保健相关的便利设施，包括城镇内的医院和药店信息。第五，为了构建该指数，我们还包含了文化便利设施的信息（由剧院、体育场和图书馆代理）。表1列出了研究中使用的详细便利设施清单。最后，我们还将与金融服务（银行和信用合作社）相关的便利设施作为第六部分，以及与能源基础设施（电力连接）相关的便利设施作为第七部分，以得出我们的综合便利设施指数。 由于各城镇在配套设施方面存在显著差异，重要的是要制定一个能够捕捉到城镇中不同水平配套设施的衡量标准。在考虑30个指标时，研究人员面临的一大挑战是如何应对变量之间的多重共线性问题。主要挑战如下：（i）将所有30个指标纳入回归模型会导致多重共线性问题；（ii）不考虑所有指标会严重损失信息。 因此，为了缓解多共线性和数据丢失的担忧，我们使用主成分分析（PCA）构建了一个综合指数。PCA技术允许将30个镇级设施整合为七个不同的类别，然后将这些类别结合以生成镇级设施指数。 第三 ， 我们用 CMIE - Prowess 数据库中的公司级信息补充这些信息。3CMIE-Prowess数据库的一个关键特征是提供了企业位置的信息，这使得能够将城市便利指数与区县级的企业位置进行匹配。此外，CMIE-Prowess数据库是一个专有数据库，提供了企业的销售、出口、进口、所有权状态、资产以及企业位置等详细信息。利用企业位置的信息，我们将便利指数与企业在区县级层面进行匹配。进一步地，为了识别我们的数据库中的全球价值链（GVC）企业，我们遵循了关于GVCs的现有企业级文献，并将同时参与出口和进口活动的企业识别为GVC企业（Antràs, 2020；World Bank, 2020；Reddy et al., 2023）。此外，我们还对企业的出口、进口和所有权分类施加限制，作为另一种捕捉参与全球价值链的企业的方法，并验证我们实证分析的稳健性。我们在2011年至2018年间进行了实证分析，并探索了2675家印度制造业企业的便利设施与全球价值链之间的关系。 在我们关注的重点变量，即企业绩效方面，我们使用总要素生产率（TFP）作为衡量指标。为此，我们采用Ackerberg等人（2015年）的半参数方法（以下简称ACF）。在估计TFP时，一个经济学上的担忧是由于投入选择和生产率冲击所导致的内生性偏差。因此，使用普通最小二乘法（OLS）估计这些投入的系数会导致偏差。ACF考虑了企业投入选择与其特有的生产率冲击之间的内生性偏差。假设采用柯布-道格拉斯生产函数，我们估计了一家企业的生产率。i在工业中j在时间 t 作为 Wherey表示输出 ，ijtαl表示 laboβ1 ijtβ2 ijtur,kβ3表示大写 ，ijtωijtϵijtm表示能量消耗 ，ω表示公司的生效率，而代表出量差。所有量均使用相应的行业特定 deflate 因子进行调整。4并且使用自然对数表示。我们计算产出为销售量（经过行业特定的批发价格指数消炎）调整库存变化后的对数值。Prowess数据库包含了企业的工资单信息，但不包含就业细节。因此，我们通过使用平均行业工资来消炎症得到劳动力变量。5我们使用永续盘存法构造资本存量变量。6 中间投入通过使用相应的大宗商品价格指数调整后的公司电力和燃料支出进行代理。进一步地，我们估计了按2位数国家工业分类（NIC）划分的生产函数参数。Ackerberg等（2015）采用两步估计程序，在第二阶段估计所有系数。7 在其他控制变量方面，基于对企业绩效的公司层面研究，我们控制了公司的规模、年龄、外资持股比例以及企业集团隶属关系。表2列出了我们在实证模型中使用的关键变量摘要。从表中可以看出，在我们的研究期间，52.6%的企业同时参与了进出口活动，即大多数样本企业都是全球价值链（GVC）企业。此外，样本企业平均运营时间接近34年。另外，35%的企业属于企业集团，但少于2%的企业外资持股比例超过10%。8 此外，在图1中，我们展示了印度各地区内全球价值网络（GVC）企业的分布情况。从地理分布来看，GVC的存在差异显著，从高度存在到低度存在不等。具体而言，锡瓦甘加、朱茹努恩、塔伦·塔拉恩、埃塔、巴拉格哈特、穆尔希达巴德、德奥格、阿姆贝德卡尔纳格尔和迦亚等地区均包含两向贸易的制造企业。另一方面，阿里亚鲁尔、卡秋拉、比卡内尔、塞霍雷和西迪等地区拥有相同数量的GVC企业和非GVC企业。地图还突出了几乎没有GVC存在地区的分布（科奇基德、大吉岭、韦利南、科泰亚姆和杰伊汀山脉）。 同样，在图2中，我们观察到各地区在配套设施水平上存在差异。我们注意到孟买郊区、卢克诺、布巴内斯瓦尔、纳西克和阿格拉是配套设施水平最高的几个地区，而像达尔哈、马尔达、帕拉卡德和西马胡尔这样的地区则表现出较低的配套设施水平。类似地，图3展示了由区内的企业平均TFP代理的生产力水平。从图表中可以看出，希密拉、德奥加尔、邦迪和伽亚等地区的生产力水平较低，而帕蒂亚拉、达尔哈、维萨卡帕特南、纳西克和塔内等地区的生产力水平较高。 并且科imbatore地区的TFP水平最高。所有三个地理地图展示了各区在全球价值网络存在、便利设施水平和TFP方面的异质性。 图 3 ： 各地区的生产力分布 Note: The map describes the average TFP in a particular district. Source: Authors. 3. 方法论 为了探讨城市配套设施与企业绩效之间的关系，我们采用面板数据框架。具体而言，我们估计了方程1，其中i 、 d 和 t代表公司、区域和时间。我们的因变量是通过总要素生产率（TFP）来衡量的企业绩效。我们感兴趣的关键变量是