高管的政企纽带与企业异地投资：.doc

政企纽带与跨省投资* 夏立军感谢教育部“新世纪优秀人才支持计划”（NCET-08-0802）、国家自然科学基金项目（70772101）和教育部重点研究基地重大项目（2009JJD790030）的资助；陆铭感谢“上海市领军人才计划”和上海市重点学科建设项目（B101）的资助。本文也是“复旦大学当代中国经济与社会工作室”的成果。感谢陈信元、陈钊、荆庆鲁、朱红军、朱凯及上海财经大学会计与财务研究院学术讨论会（2010）、复旦大学“发展经济学：历史、转型及结构变迁”学术研讨会（2011）上有关学者的宝贵意见。

——来自中国上市公司的经验证据

夏立军 陆铭 余为政

摘要：本文运用中国上市公司数据研究了高管（董事长或总经理）的政府任职背景这一政企纽带（political connection）对企业异地投资的影响。我们发现，企业高管拥有的政企纽带能够帮助企业到注册地以外的其他省份去开设下属企业（子公司、联营企业或分公司），但这种影响出现的条件是政企纽带达到较高的级别（厅局级以上），而低级别的政企纽带不起作用，并且这种影响主要存在于地方政府控制的公司中。同时，我们发现，在非政府控制的公司中，高管在中央政府部门的任职经历也有助于企业跨省投资。而在中央政府控制的公司中，高管的政企纽带对异地投资没有显著影响。

关键词：政企纽带 异地投资 市场分割 经济增长

一、引言

随着经济发展，统一的国内市场和规模经济变得越来越重要，但国家之间和一国之内地区之间的行政边界却往往成为统一市场的障碍。市场分割有碍于公平竞争，降低资源配置效率。对于中国这样一个快速成长的经济体而言，市场分割正逐渐成为制约规模经济效应的重要因素，对于经济的持续增长不利。
在既有文献中，中国被当作是一个国内市场零碎分割的经济体（例如Young，2000；Poncet，2002）。但是，既有文献关注的焦点是商品市场，鲜有研究关注中国的资本市场是否同样存在地区间的分割。同时，既有文献也未研究：是所有的企业都在面临市场分割的障碍，还是部分企业拥有突破市场分割的特殊资源？研究这些问题对于理解中国市场分割的形成以及未来市场整合的进程非常重要。本文将以中国企业的跨省投资行为作为研究对象，考察高管的政企纽带对企业跨省投资的影响。我们预期，如果市场分割是由地方政府的保护行为这类制度因素导致的，那么，企业与政府之间的纽带就可以帮助企业突破省际的行政边界，进行异地投资。相反，如果市场分割只是由于交通成本、通讯技术这样的自然地理或技术因素所致，那么政企纽带与异地投资之间就应该没有联系。
具体来说，本文运用1997至2003年期间首次发行股票的中国上市公司（即IPO公司）数据研究了企业高管（董事长或总经理）的政府任职背景对企业跨越省界进行异地投资的影响。我们发现，企业高管拥有的政企纽带能够帮助企业到其他省份去开设下属企业（子公司、联营企业或分公司），但这种影响出现的条件是政企纽带达到较高的级别（厅局级以上），而更低级别的政企纽带不起作用，并且这种影响主要存在于地方政府控制的公司中。同时，我们发现，在非政府控制的公司中，高管在中央政府部门的任职经历也有助于企业异地投资。而在中央政府控制的公司中，高管的政企纽带对异地投资没有显著影响。
基于这些研究发现，可以得到这样的推断：中国地区之间的市场分割的确在一定程度上是政府行为所致。由于市场分割所形成的经济租金部分地被那些具有政企纽带的企业所获得，中国的市场经济体制仍然在制造企业间投资机会的不均等。因此，通过制度构建来规范地方政府行为，对于促进市场整合和公平竞争是至关重要的。本文不仅对研究中国企业政治联系的后果的文献有所发展，更重要的是，本文从跨地区投资这一角度揭示了中国资本市场的地区间分割这一重要问题。而以往文献几乎没有研究资本市场的地区间分割，也少有研究揭示出市场分割给企业带来的投资机会不平等。
下文的结构安排是：第二节对相关文献进行评述；第三节结合中国的制度背景对研究问题进行理论分析，并提出研究假说；第四节是研究方法设计，包括样本选择和数据来源、检验模型和变量设定等；第五节是实证结果和解释；第六节是结论和政策含义。

二、文献评述

自Young（2000）的研究以来，大量文献研究了中国国内市场地区分割的演变趋势、原因及后果。虽然有文献认为中国国内市场正在走向整合（Naughton，2003；桂琦寒等，2006），但中国国内市场仍然存在着较为严重的地区分割却是不争的共识（Poncet，2002；Naughton；2003；Xu；2002；白重恩等，2004；Fan和Wei，2006；桂琦寒等，2006；陆铭、陈钊，2006）。市场分割不利于竞争，对本地企业则形成了“市场力量”和相应的租金，受保护的更多是利税率高的企业，或者是国有企业（白重恩等，2004）。在失业率高或政府干预强的地区，市场分割现象也更为严重（Poncet，2005）。林毅夫和刘培林（2004）认为，重工业优先发展的赶超战略背离了中国地方经济的比较优势，改革以来，在分权式改革之下，地方政府当然有动力去保护那些没有市场竞争力的企业。中国的经济开放过程对市场分割而言是一把双刃剑，一方面，开放有利于市场竞争，促进市场整合（Li、Qiu和Sun，2003），另一方面，在经济更为开放的地区，当地越是可能在参与国际市场的过程中放弃国内市场，特别是在经济开放的早期，地方政府更是可能一边加入国际市场，一边放弃国内市场（陈敏等，2007）。
在发达国家内部，通常不存在制度层面的市场分割，甚至在欧盟的不同国家之间，统一市场的努力都一直没有被中断过。与此形成对照的是，在中国，来自地方政府的保护主义政策所造成的市场分割始终是不可忽视的。虽然站在地方本位的角度，市场分割可能保护了本地企业，从而对本地经济增长有利，但总体来说，整个中国却可能因为市场分割而陷于“囚徒困境”的局面，失去经济增长的规模经济（陆铭、陈钊，2009）。具体来说，国内市场分割对分工、专业化及经济发展均有负面影响（白重恩等，2004；Poncet，2003；郑毓盛和李崇高，2003；刘培林，2005）。
值得注意的是，以往文献多使用地区层面的数据考察商品市场，却很少研究要素市场的分割。相比之下，本文将使用企业层面的数据，考察企业的跨省投资行为，实际上就是在研究资本市场是否存在地区分割。从经济理论来说，要素市场的分割是比商品市场分割更为根本的问题。如果要素市场是分割而不是完全竞争的，那么，要素的配置效率必然被扭曲，商品市场的竞争也难以形成。在企业投资时，如果异地市场是完全自由进入的，或者市场分割仅仅是因为交通成本、通讯技术这样的自然地理或技术因素所致，那么，企业是否拥有政企纽带就应该不影响企业的异地投资行为，而且此类市场分割对每个市场活动参与者是没有歧视的。但是，如果市场分割是由地方政府的保护主义政策所造成的，那么，这实际上是一种“设租”行为，它减少了本地企业所面临的竞争，这时，企业所拥有的政企纽带就可能成为企业获取租金的渠道。
企业的政企纽带（或政治联系）的形成原因及经济后果也是近年来的研究热点，并且已经形成了相当丰富的文献。多数文献发现，具有政企纽带的企业获得了“租金”，这些租金包括公司价值的提升（Fisman，2001；Faccio和Parsley，2009）、更多的政府补贴和救助（Johnson和Mitton，2003；Faccio、Masulis和Mcconnell，2006）、更多的贷款和更优厚的贷款条件（Faccio，2006；Khwaja和Mian，2005；Charumilind、Kali和Wiwattanakantang，2006； Claessens、Feijen和Laeven，2008；Fan、Rui和Zhao，2008；余明桂、潘红波，2008）、更低的税率（Faccio，2006；Adhikari、Derashid和Zhang，2006；吴文锋、吴冲锋和芮萌，2009）、更多的市场份额和政府采购合同（Faccio，2006；Goldman、Rocholl和So，2008）、更高的产品价格（Cingano和Pinotti，2009）和更多的跨地区产品销售（巫景飞等，2008；Lu，2008）、更高的产业进入能力（胡旭阳，2006；胡旭阳、史晋川，2008；Fan等，2009；罗党论、刘晓龙，2009；张敏、黄继承，2009）、更弱的监管约束和法律制裁（Berkman、Cole和Fu，2008；Correia，2009；陈信元等，2009）。
为了获得并掩盖“租金”，具有政企纽带的企业相对其他企业而言，会计信息更不透明（Riahi-Belkaoui，2004；Wang、Wong和Xia，2008；Chaney、Faccio和Parsley，2009；Ramanna和Roychowdhury，2009）。Faccio（2006）的跨国研究还发现，当公司运营在一个高度腐败、产权保护弱、政府干预强或者非民主政府的国家中时，政企纽带给企业带来的融资、税收及市场力量上的利益更为明显。此外，一些文献也发现了政企纽带给企业带来的负面影响，例如Fan、Wong和Zhang（2007）对中国790家IPO公司的研究发现，政府更有能力通过那些有政府任职背景的CEO来干预企业，进而损害了这些企业的长期绩效。Hung、Wong和Zhang（2008）对中国部分民营化的国有企业在海外上市情况的研究发现，强有力的政企纽带削弱了海外上市对企业投资效率及上市后股票绩效的正面影响。从现有文献来看，关于政企纽带如何影响企业投资行为——尤其是跨地区投资行为——的研究还很少，因此，本文也对研究政企纽带的文献有所发展。

三、理论分析和研究假说

根据以往的文献，在中国国内市场上，企业跨省经营行为（涉及产品市场、要素市场、投融资市场或劳动力市场，等等）可能会受到种种限制。由于现代交通和通讯技术的发展，自然地理或技术因素对企业跨省经营行为的限制变得越来越小，而制度性因素则变得相对更为重要。尤其是，中国地方官员晋升是基于相对绩效考核的锦标赛体制（Li和Zhou, 2005；周黎安，2004、2007），这可能会强化地方政府的地区分割行为，以追求本地的短期经济增长目标（王永钦等，2007）。
从本文关心的企业跨省投资行为来看，制度性因素同样会导致跨省投资上的地区分割。地方政府有激励出于GDP、税收、就业、产业发展等方面的原因，限制本地的企业进行跨省投资，或限制外地的企业来本地投资。一方面，注册于A省的企业如果在B省投资设立下属企业，其税收、GDP、就业通常归属到下属企业的属地，即B省，因此，出于保护本省的利益，A省的政府可能不希望本省企业到省外投资设立下属企业。我们在调研中发现过这样的案例，地方政府有能力限制本地企业到外地投资，比如说，平时企业或多或少地存在偷税漏税的现象，当政府获知企业有异地投资的计划时，便将企业负责人找来，威胁说要对企业的税收状况进行核查。
另一方面，从B省来说，虽然接受外省企业到本省投资设立下属企业能够带来一定的税收、GDP、就业方面的利益，却可能有助于外省的企业扩张和产业发展，甚至挤出本地企业原本可以带来的GDP、税收、就业和市场份额，因此B省的政府可能同样不希望接受外省企业到本省进行投资。尤其是，中国地方政府官员的政绩考核是一种基于相对绩效表现的锦标赛体制（周黎安，2004、2007；王永钦等，2007），地方官员关注的是当地经济发展速度与其他地区经济发展速度的相对位置。如果来自A省的投资对B省经济发展的促进程度小于其对A省经济发展的促进程度，则可能降低B省相对A省的经济发展排位，因而B省可能不愿意接受这样的投资。 虽然在现实中各地都将招商引资作为一个重要的政治和经济目标对待，但招商引资时并非不考虑其对本省和对外省经济发展的相对影响。如果一项引资对外省经济的贡献超过对本省经济的贡献，则有可能损害本省经济相对外省经济发展速度的相对位置，引资的积极性可能下降。此外，各地政府实际上更加看重的是引进港澳台和外国资本，这种招商引资既能发展本省经济，又不增进外省经济发展，还减少了外省引进这类资本的可能性，从而有助于本省在省际之间的GDP锦标赛中胜出。所以，招商引资的积极性和地区分割实际上并不矛盾，即所谓的“对国内分割、对国外开放”。
换言之，企业进行跨省投资设立下属企业，不仅可能面临来自本省政府部门的限制，也可能面临投资目标所在地政府的限制。现实中，这样的例子也有很多。例如，2009年开始推行的十大产业调整振兴计划已经明确提出了一些产业重组目标，但“对于汽车、钢铁、造船等各地政府的支柱产业而言，任一企业被重组、被并购，当地政府都不可能心甘情愿，因为这涉及到许多方面的利益，包括就业，包括税收，包括GDP。……地方政府是否支持重组，目前成为各行业重组是否能够顺利开展的关键。” 参见2009年4月3日《解放日报》的一则题为“产业重组面临障碍”的报道。

地方政府也可能采取一些其他手段来降低企业异地投资的积极性。我们曾经在调研中发现这样的案例，一些地方政府仅仅将总部注册在本地的企业当作真正本地的企业，在地方的一些扶持企业发展的政策下，地方政府仅将“本地企业”作为扶持对象，这样一来，外来企业就受到了歧视，企业进行异地投资的积极性也将受挫。
当企业跨省投资行为受到地方政府（投出地或接收地的地方政府）限制时，高管（董事长或总经理）的政府任职背景这一政企纽带便有可能帮助企业突破这些限制。相对于不具有政企纽带的企业，具有政企纽带的企业可能更有能力借助其与当地政府部门的关系，了解政府（既包括本地政府也包括外地政府）在跨省投资上的政策和偏好，对政府部门和官员进行游说，进而获得本省政府及投资目标所在地政府的批准而进行异地投资。同时，具有政企纽带的企业也更有能力和关系去保护其在异地投资所设立下属企业的产权，克服异地投资过程中的信息不对称、政策风险等种种障碍。高管的政府任职背景虽然主要发生于本地，但中国政府官员之间的跨地区交流和考察非常频繁，官员的级别越高，就越有可能与异地官员互相熟识并建立关系，并且在政府部门的任职背景也有助于高管更好地理解政府系统的运作模式和政策偏好，而这无疑可以减轻异地投资中的风险和障碍。由于我们研究的是跨省投资，高级别的政企纽带以及中央政府部门政企纽带应该更有可能发挥作用。根据以上分析，我们提出下面的研究假说 政企纽带在不同产权类型的企业中对异地投资所起的作用可能不同，但由于我们先验地不清楚会有怎样的不同，我们未对此进行理论分析并提出研究假说，而将其留作一个实证问题并分别对不同产权类型的企业进行检验。
：
H1：相对于不具有政企纽带的企业，具有政企纽带及政企纽带级别较高的企业，异地（省级行政区以外）投资的可能性越大；
H2：相对不具有政企纽带的企业，具有中央政府部门政企纽带的企业，异地（省级行政区以外）投资的可能性越大。

四、研究方法设计

（一）样本选择和数据来源
为检验上文提出的研究假说，我们以1997至2003年期间首次在沪深证券交易所发行股票并上市的公司（IPO公司）为对象，收集了IPO当年末相应的数据资料。以这些公司为研究对象，是因为其数据资料受证券监管部门严格监管、财务数据经过注册会计师审计，从而相对非上市公司而言数据资料更为完备、准确。并且，这些公司往往是各地区经济发展的主体，相对非上市公司来说对当地经济的影响更大。此外，考察IPO当年末的情况也有助于更好地反映上市之初的初始状态。之所以没有使用上市后的数据，是因为上市会给企业带来大量的新增资本，企业规模迅速扩张，这时，企业聘用有政府任职背景的管理人员和进行跨省投资可能都是上市带来的企业扩张的结果。相比之下，IPO当年的数据主要反映的是企业上市之初的信息。这里，不管企业是跨省开设下属企业还是进行了跨省的兼并重组，本质上都是一种跨省的投资行为，而且都发生在上市前或上市之初，这就避免了政企纽带和跨省投资之间的关系只是因为它们都是上市带来的结果。以1997年为研究样本的开始年份，是因为财政部于1997年颁布实施了《企业会计准则——关联方关系及其交易的披露》，因而上市公司自1997年开始披露关联方信息，这是我们确定公司下属企业个数及所在地区的基础。同时，中国股票市场于1990年设立，早期上市公司信息披露质量较低。以2003年为样本期间的结束年份，是因为我们手工收集了截至2003年度的高管政府任职背景和股权性质数据，并且我们在考察异地投资对企业绩效的影响时使用的绩效衡量指标是公司上市后1至3年的股价表现。我们相信，1997至2003年期间长达七年的数据资料足已反映高管政府任职背景与企业异地投资的关系。
高管政府任职背景（是否有政府部门任职经历、职务级别、是否有中央政府部门任职经历）、股权性质（政府控制还是非政府控制）、异地投资数据分别根据公司IPO当年的年度报告披露的高管详细简历、最终控制人、关联方情况手工整理而得。遇到IPO当年的年度报告披露不详或未披露相关信息的情况，我们再根据公司招股说明书和上市后披露的各年年度报告进行核对和补充。公司股权结构、财务指标、行业类型数据来自国泰安信息技术有限公司开发的CSMAR中国股票市场研究数据库这一研究中国股票市场的常用数据库。我们将这些数据与Wind中国金融数据库中的相应数据进行了校对，以确保数据准确无误。各省级行政区的市场化程度指数来自樊纲、王小鲁（2003）报告的2000年度数据，这个市场化指数主要用于度量截面意义上的地区间市场化进程差异，不同地区的市场程度都在提高，其排序在不同的年份间变化并不大 我们也尝试采用了樊纲等人于2010年出版的报告（樊纲、王小鲁和朱恒鹏，2010）中给出的1997-2007年各地区市场化指数来代替我们原本采用的2000年数据，结果没有实质性变化。
。
表1列示了样本筛选过程。我们以1997至2003年期间发行A股的IPO公司为初选样本，依次剔除公司最终控制人类型不详、董事长或总经理的政府任职背景不详及无投资设立下属企业情况的IPO公司。剔除无投资设立下属企业情况的公司，是因为这些公司可能出于某些原因而缺乏设立下属企业的动机或能力，剔除这些公司可以增加样本公司在异地投资行为上的可比性。经过上述筛选程序，最后的样本公司为297家，这些公司较为均匀地分布于1997至2003年期间。

表1：样本筛选过程

1997
1998
1999
2000
2001
2002
2003
合计
各年发行A股IPO公司数
209
104
97
133
75
71
67
756
剔除：公司类型一
62
26
21
30
25
21
12
197
公司类型二
11
1
0
0
0
0
1
13
公司类型三
74
39
45
43
20
15
13
249
最终样本
62
38
31
60
30
35
41
297
最终样本占A股IPO公司比例（%）
29.7
36.5
32.0
45.1
40.0
49.3
61.2
39.3
注：公司类型一、二、三分别为：最终控制人类型不详、董事长或总经理政府任职背景不详、无投资设立下属企业情况的公司。

（二）检验模型和变量设定
根据上文的分析，我们采用以下模型，并使用OLS回归分析来检验研究假说：
AFF_NLOCALi = β0 + β1*PCi + β2*LOCAL_SOEi + β3*CENTRAL_SOEi
+ β4*AFF_NUMBi + β5*REG_INDi + β6*TOP1i + β7*MBRATIOi
+ β8*LEVERAGEi + β9*SIZEi + β10*INDEX_MRKi + e
其中，β0为截距，β1 ~ β10 为系数，e 为残差。除INDEX_MRKi以外，模型中其他所有变量的取值均为IPO当年末（或IPO当年）的情况，这样可以减少联立性偏误的影响。模型中各变量的含义如下：
1、因变量
AFF_NLOCALi为公司i在注册地省级行政区以外的中国大陆地区投资设立下属企业（子公司、联营企业或分公司）数目占其在中国大陆设立下属企业总数比重。受限于公司对外投资资产规模方面的数据缺乏，我们不能计算公司异地投资规模占其对外投资总规模的比重。但由于公司对外投资一般以设立下属企业形式进行，该变量可以较好地体现公司在异地投资设立下属企业数目占其设立下属企业总数的比重，进而反映公司进行异地投资的能力。公司设立下属企业的数目和地址根据公司公开披露的IPO当年年度报告中“关联方情况”获得。根据中国企业会计准则和上市公司有关信息披露规则的规定，子公司、联营企业、分公司均属于企业的关联方，因此上市公司通常都会披露这些关联方的名称、地址等基本情况。
2、解释变量
PCi代表公司高管政企纽带变量的统称。为了具体检测政企纽带的强度对公司异地投资能力的影响，我们分别使用PC_Ti、PC_TLVLi、PC_TCNTYi、PC_TCITYi、PC_ICENi这五个变量来刻画高管的政企纽带。定义如下：
PC_Ti为哑变量，若公司i的董事长或总经理曾经或正在政府机构任职，则取值为1，否则为0。该变量用以反映公司高管是否具有政企纽带，而不考虑这一纽带的类型和级别。PC_TLVLi为数值变量，若公司i的董事长和总经理均无政府机构任职经历，则取值为0；若IPO当年末公司董事长或总经理的曾任或现任政府机构职务最高级别为正县处级以下（包括正县处级）、副厅局级以上（包括副厅局级），则取值分别为1和2。该变量用以反映高管政企纽带的级别，变量取值从0至2依次代表高管没有政企纽带到高管政企纽带的级别达到副厅局级以上的三种情况 在本文中，若不具体指明，则政企纽带级别县处级包括正、副县处级，厅局级包括正、副厅局级。
。
PC_TCNTYi、PC_TCITYi为刻画高管政企纽带级别的哑变量。若公司i的董事长或总经理具有政府机构任职经历且任职职务最高级别为正县处级以下（包括正县处级），则PC_TCNTY取值为1，否则为0。若公司IPO当年末董事长或总经理的曾任或现任政府机构职务最高级别为副厅局级以上（包括副厅局级），则PC_TCITY取值为1，否则为0。这两个变量同时纳入模型可以检测高管政企纽带的具体级别对异地投资的影响。需要说明的是，由于在样本公司中，高管政府任职职务为副省部级以上的公司仅有4家（其中地方政府控制的公司为1家，中央政府控制的公司为3家），我们未单独考察省部级的政企纽带，而是通过PC_TCITY来刻画较高级别（厅局级以上）的政企纽带的影响。
PC_ICENi为哑变量，若公司i的董事长或总经理曾经或正在中央政府部门任职，则取值为1，否则为0。与前五个政企纽带变量反映高管任职职务的级别不同，该变量代表公司高管是否具有中央政府部门任职经历，反映了高管任职部门的级别。
通过将这五个刻画政企纽带的变量单个或组合地放入检验模型，可以检验政企纽带及其强度对企业异地投资的影响。

表2：变量定义
因变量
AFF_NLOCAL
公司截至IPO当年末在注册地省级行政区以外的中国大陆地区投资设立下属企业（子公司、联营企业或分公司）数目占公司在中国大陆设立下属企业总数比重。
解释变量

PC_T
哑变量，若公司IPO当年末董事长或总经理曾经或正在政府机构任职，则取值为1，否则为0。
PC_TLVL
数值变量，若公司IPO当年末董事长和总经理均无政府机构任职经历，则取值为0；若公司IPO当年末董事长或总经理的曾任或现任政府机构职务最高级别为正县处级以下（包括正县处级）、副厅局级以上（包括副厅局级），则取值分别为1和2。
PC_TCNTY
哑变量，若公司IPO当年末董事长或总经理具有曾任或现任政府机构经历且任职职务最高级别为正县处级以下（包括正县处级），则取值为1，否则为0。
PC_TCITY
哑变量，若公司IPO当年末董事长或总经理的曾任或现任政府机构职务最高级别为副厅局级以上（包括副厅局级），则取值为1，否则为0。
PC_ICEN
哑变量，若公司IPO当年末董事长或总经理曾经或正在中央政府部门任职，则取值为1，否则为0。
控制变量
LOCAL_SOE
哑变量，若公司IPO当年末最终控制人为地方政府，则取值为1，否则为0。
CENTRAL_SOE
哑变量，若公司IPO当年末最终控制人为中央政府，则取值为1，否则为0。
AFF_NUMB
公司截至IPO当年末已在中国大陆设立下属企业（子公司或分公司）数。
REG_IND
哑变量，若公司IPO当年末属于管制性行业（自然资源、公用事业、金融保险、房地产），则取值为1，否则为0。
TOP1
公司IPO当年末第一大股东持股比例。
MBRATIO
公司IPO当年末股票总市值与账面净资产的比重。
LEVERAGE
公司IPO当年末账面负债总额与IPO当年主营业务收入的比重。
SIZE
公司IPO当年末账面总资产的自然对数值。
INDEX_MRK
公司所在省级行政区2000年度的市场化程度指数，数据来自樊纲、王小鲁（2003）。

3、控制变量
LOCAL_SOEi、CENTRAL_SOEi为哑变量，若公司i的最终控制人为地方政府、中央政府，则分别取值为1，否则为0。这两个变量用以控制公司产权类型对其异地投资的影响。相对非政府控制的公司而言，地方政府控制的公司可能在本地市场具有垄断优势而欠缺异地投资的动机，或更可能遭遇异地政府设置的市场分割而难以进入异地设立下属企业；相对非政府控制的公司而言，中央政府控制的公司则更有动机或能力离开其注册地到全国各地进行投资。
AFF_NUMBi为公司i在中国大陆设立下属企业（子公司、联营企业或分公司）数。该变量用以控制公司设立下属企业的动机对其异地投资比重的影响。公司投资扩张的意愿越强，其异地投资的动机可能也越强。
REG_INDi为哑变量，若公司i属于管制性行业（自然资源、公用事业、金融保险、房地产），则取值为1，否则为0。这一界定管制性行业的标准与Fan、Wong和Zhang（2007）在研究中国IPO公司的政企纽带与企业绩效关系时使用的标准一致。该变量用以控制公司行业特征对其异地投资的影响。当公司处于管制性行业时，其在注册地的垄断性较强，到异地投资设立下属企业的动机可能减弱。
TOP1i为公司i的第一大股东持股比例。该变量用以控制股权结构对异地投资的可能影响。一方面，由于异地投资的风险较大，第一大股东持股比例越高，公司决策越集权，可能越容易做出异地投资决策；另一方面，股东的分散化有利于公司利用股东的背景进入更多的产业和地区。
MBRATIOi为IPO当年末公司i的股票总市值与账面净资产的比重。该变量用以控制公司的成长性对异地投资的影响，成长性越高的企业，可能越有动机通过异地投资进行市场扩张。
LEVERAGEi为IPO当年末公司i的账面负债总额与IPO当年主营业务收入的比重。该变量用以控制公司财务状况对异地投资的影响，公司负债比例越高，通过异地投资进行市场扩张的能力可能越低。
SIZEi为IPO当年末公司i的账面总资产的自然对数值。该变量用以控制公司规模对异地投资的影响，通常，越大的企业越有突破本地市场局限，进行异地投资的动机和能力，这对于企业实现规模经济有利。此外，还有两个机制可能使得企业规模与异地投资倾向相关：一方面，小规模企业相对大规模企业而言在当地市场的垄断性可能更小，进行异地投资的动机可能更强；另一方面，小规模企业相对大规模企业而言融资能力可能更小，进行异地投资的能力可能更弱。
INDEX_MRKi为公司i所在省级行政区2000年度的市场化程度指数，数据来自樊纲、王小鲁（2003）。由于本文样本公司所处区间为1997至2003年，而樊纲、王小鲁（2003）报告了2000和2001年的各地区市场化进程数据，因而我们采用他们报告的2000年度数据。该变量用以控制企业所在地区的市场化程度对异地投资的影响。在市场化程度高的地区，市场发展可能更好，当地市场容量可能更大，从而降低当地企业进行异地投资的动机。同时，在市场化程度高的地区，政府设置市场分割的行为可能更少，可能更愿意接受来自外地的投资，这也会使得市场化程度低的地区的企业更有可能到市场化程度高的地区进行投资，而不是相反。
表2汇总了检验模型中各个变量的定义。除了这些变量以外，我们还在模型中加入了年度哑变量以控制年度固定效应，但为了简洁起见，我们未在实证结果中报告年度哑变量的系数。

（三）变量描述性统计
表3的Panel A给出了样本公司的变量描述性统计。因变量AFF_NLOCAL的均值、最小值和最大值分别为0.30、0.00和1.00，表明在样本公司中，异地投资比重的平均值为0.30，异地投资比重最小的公司未在异地投资设立下属企业，异地投资比重最大的公司则设立的下属企业都在异地。从解释变量来看，PC_T的均值为0.35，表明35%的样本公司高管具有政企纽带，即董事长或总经理曾经或在IPO时正在政府部门任职。PC_TLVL的均值为0.48、中位数为0，表明样本公司平均的政企纽带级别为正县处级以下，并且一半以上的公司政企纽带级别为0，即不具有政企纽带。PC_ICEN的均值为0.06，说明6%的样本公司的董事长或总经理具有中央政府部门任职经历。PC_TCNTY、PC_TCITY的均值分别为0.22和0.13，表明22%和13%的样本公司分别具有县处级以下和厅局级以上政企纽带。
在控制变量上，LOCAL_SOE、CENTRAL_SOE的均值分别为0.53和0.25，表明53%的样本公司最终被地方政府控制、25%的样本公司最终被中央政府控制，而非政府控制的公司比例为22%（=100%-53%-25%）。这是因为在样本期间，中国股票市场还是以服务国有企业改革为主要目标，从而大部分IPO公司是国有企业改制而来。AFF_NUMB的最小值为1、最大值为34、均值为4.77，表明在样本公司中，设立下属企业最少的公司设立了1家下属企业 这是因为我们在样本筛选过程中剔除了未设立下属企业的公司。
，设立下属企业最多的公司设立了多达34家的下属企业，平均而言设立下属企业的数目为4.77家。REG_IND的均值为0.11，表明11%的样本公司属于管制性行业。TOP1的均值为0.47，最小值和最大值分别为0.06和0.85，表明样本公司第一大股东持股比例的平均值为47%，最小值和最大值分别为6%和85%。其他各变量的分布情况也都未见异常。
表3的Panel B、C、D分别给出了非政府控制的公司、地方政府控制的公司及中央政府控制的公司这三个子样本中的变量描述性统计。

表3：变量描述性统计
Panel A：全部样本公司
变量
观测数
均值
标准差
最小值
中位数
最大值
AFF_NLOCAL
297
0.30
0.37
0.00
0.08
1
PC_T
297
0.35
0.48
0
0
1
PC_TLVL
297
0.48
0.72
0
0
2
PC_ICEN
297
0.06
0.24
0
0
1
PC_TCNTY
297
0.22
0.41
0
0
1
PC_TCITY
297
0.13
0.34
0
0
1
LOCAL_SOE
297
0.53
0.50
0
1
1
CENTRAL_SOE
297
0.25
0.44
0
0
1
AFF_NUMB
297
4.77
5.06
1
3
34
INDEX_MRK
297
6.54
1.36
3.15
6.40
8.41
REG_IND
297
0.11
0.31
0
0
1
TOP1
297
0.47
0.18
0.06
0.48
0.85
MBRATIO
297
4.65
2.02
1.44
4.31
14.08
LEVERAGE
297
0.37
0.41
0.00
0.25
2.95
SIZE
297
20.63
0.74
18.90
20.52
25.73
Panel B：非政府控制的公司
AFF_NLOCAL
64
0.32
0.38
0
0.09
1
PC_T
64
0.20
0.41
0
0
1
PC_TLVL
64
0.22
0.45
0
0
2
PC_ICEN
64
0.03
0.18
0
0
1
PC_TCNTY
64
0.19
0.39
0
0
1
PC_TCITY
64
0.02
0.13
0
0
1
AFF_NUMB
64
4.13
4.48
1
3
29
INDEX_MRK
64
7.29
1.21
4.15
7.9
8.41
REG_IND
64
0.02
0.13
0
0
1
TOP1
64
0.39
0.16
0.06
0.41
0.72
MBRATIO
64
4.51
1.88
1.86
4.09
11.27
LEVERAGE
64
0.29
0.31
0.00
0.23
1.51
SIZE
64
20.46
0.55
19.25
20.46
21.71
Panel C：地方政府控制的公司
AFF_NLOCAL
158
0.20
0.31
0
0
1
PC_T
158
0.40
0.49
0
0
1
PC_TLVL
158
0.53
0.71
0
0
2
PC_ICEN
158
0.02
0.14
0
0
1
PC_TCNTY
158
0.27
0.45
0
0
1
PC_TCITY
158
0.13
0.33
0
0
1
AFF_NUMB
158
5.11
5.36
1
3
34
INDEX_MRK
158
6.41
1.45
3.15
6.39
8.41
REG_IND
158
0.13
0.33
0
0
1
TOP1
158
0.49
0.17
0.12
0.53
0.85
MBRATIO
158
4.51
1.78
1.61
4.31
10.51
LEVERAGE
158
0.42
0.45
0.00
0.28
2.95
SIZE
158
20.66
0.66
18.9
20.62
22.71
Panel D：中央政府控制的公司
AFF_NLOCAL
75
0.50
0.40
0
0.5
1
PC_T
75
0.36
0.48
0
0
1
PC_TLVL
75
0.60
0.85
0
0
2
PC_ICEN
75
0.17
0.38
0
0
1
PC_TCNTY
75
0.12
0.33
0
0
1
PC_TCITY
75
0.24
0.43
0
0
1
AFF_NUMB
75
4.63
4.88
1
3
30
INDEX_MRK
75
6.19
1.01
4.15
5.74
8.41
REG_IND
75
0.15
0.36
0
0
1
TOP1
75
0.50
0.19
0.11
0.54
0.83
MBRATIO
75
5.07
2.51
1.44
4.4
14.08
LEVERAGE
75
0.32
0.38
0.00
0.17
2.28
SIZE
75
20.71
0.98
19.29
20.