第三节
计量模型、数据来源与变量选取

为了检验银企距离对企业出口行为的影响，参考Bas（2014）和孙浦阳等（2015）的研究，本章建立如下基本计量模型：

其中， f 、 t 分别表示企业和年份。式（3-1）用于检验银企距离对企业出口倾向的影响， exportdum 表示企业当年的出口状态虚拟变量，出口取值为1，否则为0；式（3-2）用于检验银企距离对企业出口规模的影响，ln export 表示企业出口销售额加1后的自然对数。ln distance 表示银企距离加1后的自然对数， X 为控制变量集； ϕ _f 为企业固定效应， φ _t 为年份固定效应， ε _ft 为相应模型的随机误差项。为了控制企业固定效应，本章主要采用固定效应Logit模型对式（3-1）进行估计，采用OLS模型对式（3-2）进行估计。

本章使用的数据主要有两个来源：一是中国商业银行分支机构数据。原银监会公布了自1949年开始的全国各类商业银行分支机构的金融许可证信息，包括证件流水号、发证日期、机构名称及机构地址等信息。对于部分具体地理位置不完整的观测值，通过手工查找的方式进行补全，从而构建了2000-2010年中国商业银行分支机构在省、市、县、乡镇街道、村街门牌号层面的地理位置变量。二是相应年份的企业数据来自中国工业企业数据库。为保证数据的合理性和研究的准确性，参考Yu（2015）的做法对该数据库进行如下处理：①将不同年份的行政区划代码统一调整为2002年的行政代码；②将不同年份的国民经济行业分类统一调整为2002年的分类标准（GB/T4754-2002）；③剔除职工从业人员数、总资产、固定资产、销售收入、实收资本指标缺失的样本；④剔除总资产小于固定资产、总资产小于流动资产、实收资本为零或小于零的样本；⑤剔除职工从业人员数小于8人的样本，剔除企业存续年限大于当年与1949年差值的样本。最后，本章将商业银行分支机构数据根据银行所在省、市、县和年份关键识别信息，与相应年份的中国工业企业数据库进行匹配。

遵循Degryse and Ongena（2005）、Lu et al.（2019）的思路，本章采用如下步骤对银企距离进行测算：①根据工业企业数据库中的省地县码、乡镇街道、村街门牌号等信息，合成2000-2010年所有工业企业的详细地址变量。其中，对于村街门牌号或其他详细地址变量缺失的样本，按照国家统计局和民政部提供的精确到村（居）委会级别的12位行政区划代码对企业地址进行近似转换。②基于高德地图开放平台，利用XGeocoding软件将所有工业企业的详细地址转换为企业经纬度，同时将所有手工补全的银行分支机构的详细地址转换为银行经纬度。③将各年企业经纬度和银行经纬度两套数据按照省、市、县识别信息进行匹配，计算得到每个工业企业与县域内所有商业银行的地理距离，从中筛选出每个企业距县域内商业银行的最近距离作为银企距离的代理变量 。

为了直观反映银企距离与企业出口行为的关系，此处绘制了城市内平均水平的银企距离（ln distance ）与企业出口概率（ exportdum ）、银企距离（ln distance ）与企业出口规模（ln export ）的散点图（如图3-1所示） 。从中可以看出，银企距离与企业出口行为之间存在较为明显的负相关关系，即缩短银企距离可能会促进企业出口。当然，这一判断有待后文严谨的实证检验。

本章的控制变量包括：①企业全要素生产率（ tfp ），借鉴鲁晓东和连玉君（2012）的做法，采用OP法进行测算，企业投资由永续盘存法估算获得， I _ft = K _ft -（1- η ） K _ft-1 。其中， I _ft 和 K _ft 分别为企业 f 在 t 年的投资和资本存量， η =15%，表示折旧率（Amiti and Konings，2007）。②企业规模（ size ），采用企业年平均就业人数的自然对数进行衡量。③企业资本密集度（ cap ），以人均固定资产的自然对数表示。④企业存续年限（ age ），用当年年份与企业成立年份之差加1后的自然对数表示。⑤行业竞争程度（ hhi ），用赫芬达尔指数表示企业所在特定行业的竞争程度，计算公式为 ；其中， N 表示某一国民经济行业分类（Chinese Industrial Classification，CIC）二位码行业内的企业数量， A _f 表示企业 f 的销售收入， A 表示该行业内所有企业的销售收入之和；该指数越大，表明市场集中程度越高，竞争程度越低。⑥外资企业虚拟变量（ foreign ），按照企业实收资本相对份额，属于外资控股（含港、澳、台资企业）的企业记为1，否则为0。

表3-1给出了本章主要变量的描述性统计结果。其中，ln distance 反映了企业距县域内所有商业银行分支机构的最近距离，ln distance1 、ln distance2 、ln distance3 和ln distance4 则分别反映了企业距县域内国有大型商业银行、股份制商业银行、城市商业银行和农村商业银行四类银行分支机构的最近距离 。从中可以看出，企业距国有大型商业银行的距离最短，距农村商业银行的距离次之，距股份制银行和城市商业银行的距离则相对较长，这一结果大体上符合中国各类银行分支机构的数量分布情况 。此外，从表3-1中分组描述性统计结果还能看出，出口企业的银企距离普遍小于非出口企业，初步表明银企距离越短，企业出口的可能性越大。