州、地区和城市在吸引大公司的竞争中花费大量资源。亚马逊2017年的第二次总部搜索就是这一现象的鲜明例证。超过200个美国城市参与了举办这家互联网零售商的竞赛，最近竞赛已缩小到20个决赛城市。这些最有力的竞争者中，大多数都将主要的经济激励措施作为他们竞选的一部分——例如，新泽西州在20年内提供了70亿美元的税收减免。
地方对企业的补贴并不是一个新现象。Kline和Moretti(2014)报告称，总体而言，美国每年估计有950亿美元用于各种形式的地方补贴企业。在欧洲，类似的现象也在起作用，尽管规则不同。总的来说，欧盟委员会禁止国家或地方政府向公司提供补贴，因为这些国家援助被视为给一些公司不公平的优势，扭曲了竞争和贸易。然而，一个显著的例外是区域政策——在特定的弱势地区，政府实体可能提供补贴，这些地区在人口密度或人均国内生产总值方面落后于其他地区。
尽管通过基于地点的政策获得的企业补贴无处不在，但我们对其总体效率影响的了解相对较少。通常的理由是，它们有助于推动一些地区摆脱落后的地位——吸引新公司到特定地区，有助于创造当地的就业机会，进而通过集聚经济创造更多的就业机会。然而，这种推理本质上是局部的。总的来说，目标区域的积极影响可能被其他区域的消极影响所抵消。此外，这些政策扭曲了企业的选址选择。如果公司选择设在更有活力的地区，也许它们会更有生产力- -受益于更容易接触到其他公司，有更充足的劳动力等等。因此，虽然以地点为基础的政策可能减少区域之间的不平等，但它们也可能降低效率，增加生产要素(企业和工人)在空间上的分配不当。基于地点的政策是否能减少地区间的差异还不完全清楚，因为这取决于他们吸引的公司类型。如果大多数大型、高效的公司对基于地点的政策做出反应，空间不平等将会减少。相反，如果小型、低效的公司被吸引到补贴地区，而大型、高效的公司留在有活力的地区，基于地点的政策甚至可能加剧地理差异。 Overall, these place-based policies likely induce a complex reallocation of factors (firms and jobs) across space, so that their aggregate impact on both efficiency and inequality is a priori ambiguous.
在最近的一篇论文(Gaubert 2018)中，我提出了一个企业在一个国家的区位选择模型，该模型具有分析这类政策所需的许多成分。首先，企业在不同的部门中运作，而在部门内，企业的生产力水平是异质的。因此，该模型考虑到政策对不同规模、在不同行业经营的公司的异质效应。其次，企业在一个国家的不同城市中选择选址。这种位置决策来自于一种权衡，可以总结如下。一方面，通过聚集经济(集聚经济概括了密度的经济优势)，位于大城市使企业生产率更高。例如，大城市促进了工人之间和公司之间的知识流动，使他们的平均生产力更高。大城市还能更好地获得充足的劳动力，以及投入供应商和潜在客户(Ellison et al. 2010)。在这个模型中，我假设企业的效率与城市在提高生产力方面提供的任何东西之间存在互补性。也就是说，最高效的企业家从聚集效应中获得了不成比例的收益。 Combes et al. (2012) have provided suggestive evidence in support of such heterogeneous effects of agglomeration economies. The other side of the trade-off is that these benefits come at a cost – producing in larger cities is costlier because of higher land rents and higher wages. Given the complementarity between firm efficiency and agglomeration forces, only the most productive firms are willing to pay the higher cost of locating in large cities.
在转向分析该模型中基于地点的政策之前，我要强调模型有助于合理化的程式化事实。例如，在模型和数据中，随着城市规模的扩大，两家公司的增加值和就业人数平均都在增加，但就业人数的增长速度较慢。此外，严重依赖在大城市特别昂贵的投入的部门(例如，因为它们的生产是非常土地或劳动密集型的)一般倾向于位于提供更便宜投入的较小地点。最后，在数据中，往往位于较大城市的行业，也是大公司规模特别大的行业。该模型可以使这种模式合理化——企业之间生产力的初始差异导致不同城市规模的排序。这反过来又强化了企业的异质性，因为大城市的企业从更强的集聚力中受益。总的来说，这一机制导致了企业规模差异的放大。
我使用法国公司层面的数据对模型进行量化，并特别使用它来估计针对公司的各种基于地点的政策的潜在综合效应。例如，我模拟了一种新的空间平衡，这是针对位于小城市的公司的税收减免计划的实施所产生的结果。具体来说，我模拟了对位于2.3%人口的最小城市的公司的补贴的效果，这与法国现有的基于地点的政策的规模相匹配。补贴相当于这些领域企业利润的12%，由对全国所有企业征收的一次性税收支付。该模型预测了该政策的巨大局部效应。在目标地区，机构的数量增长了19%。然而，当地相应的人口增长仅为4%。这是因为政策在这些领域吸引的企业规模小，生产率低。除了评估这些当地的效果，反事实练习也得到了一般均衡影响——对于不同水平的补贴，我计算了总要素生产率(TFP)和福利。我使用的福利指标是代表工人的实际收入。它没有考虑到可能属于决策者的目标职能的其他因素，这些因素往往是推动这些政策的因素，例如公平的衡量标准。从这个意义上说，(负面的)福利效应可以被视为政策成本，与模型之外的潜在收益进行权衡。
模拟表明，这些以地方为基础的政策在经济的生产效率和福利方面都具有代价高昂的长期影响。对占GDP 1%的小城市的补贴会导致总TFP损失1.05%，福利损失1.4%(见图1)。即使政策允许总体上减少大城市的拥堵，减少拥堵带来的福利收益在很大程度上由负TFP效应支配。此外，也许令人惊讶的是，我所研究的以地方为基础的政策类型并不一定会减少空间差异。这个结果的直觉如下。反事实均衡的特征是:(i)小城市规模的增长;(ii)中等城市人口减少;(iii)大城市人口的增加(见图2)。最后一个效应来自这样一个事实:随着中等城市的人口减少，中小城市的集聚外部性降低。因此，与大城市相比，这些中型城市的吸引力下降了。因此，大中城市的扩张是以牺牲中型城市为代价的。从数量上看，这甚至可能导致空间差异的加剧，与这些政策的基本原理背道而驰。
图1相对于参考均衡，TFP影响(红色)和福利影响(蓝色)
图2五分之一的城市规模(占初始人口的20%)
参考文献
Combes, P-P, G Duranton, L Gobillon, D Puga, S Roux(2012)，“大城市的生产力优势:区分集聚与企业选择”，费雪80(6): 2543 - 2594。
埃里森、格莱泽、科尔(2010)，《什么导致产业集聚?》来自凝结模式的证据”，美国经济评论100(3): 1195 - 1213。
高伯特，C(2018)，“牢固的分类和聚集”,美国经济评论108(11): 3117 - 53。
Kline, P和E Moretti(2014)，《地方经济发展、集聚经济和大推动:来自田纳西河谷管理局的100年证据》，经济学季刊129(1): 275 - 331。
