張信東，郝盼盼

(山西大學 經濟與管理學院，山西 太原 030006)

企業(yè)的研發(fā)投入存在城市效應嗎？
——基于企業(yè)家活力視角的解釋

張信東，郝盼盼

(山西大學 經濟與管理學院，山西 太原 030006)

不同城市的企業(yè)研發(fā)投入存在明顯差異，本文以我國30個主要城市2003-2014年滬深A股上市的信息技術業(yè)和制造業(yè)企業(yè)為樣本，分析了企業(yè)研發(fā)投入是否存在城市效應以及具體的影響渠道。研究發(fā)現(xiàn)，企業(yè)的研發(fā)投入存在明顯的城市效應，內生交互是主要影響渠道，而企業(yè)家活力是主要的內生交互渠道。進一步研究發(fā)現(xiàn)，研發(fā)投入的城市效應在年輕、小型、非國有和研發(fā)強度大的企業(yè)更明顯，同時在成長型城市、東部地區(qū)、一線城市也更明顯。本研究不僅豐富了企業(yè)創(chuàng)新和城市經濟學方面的研究，而且為企業(yè)的創(chuàng)新投入提供了決策參考。

研發(fā)投入；城市效應；內生交互渠道；企業(yè)家活力

一、引言

作為唯一躋身“全球50大創(chuàng)新公司”排名榜的中國公司，華為技術有限公司的自主創(chuàng)新能力得到了全球的認可，這與它對研發(fā)投入的持續(xù)增加分不開。華為技術有限公司在全球多個城市設有研發(fā)中心，比如在浪漫之都巴黎設有美學研發(fā)中心、在數(shù)學家云集的圣彼得堡設有算法研發(fā)中心，在深圳、上海、北京等地也設有側重點不同的研發(fā)中心。那么引發(fā)我們思考的是，為何不同城市的研發(fā)中心都獨具特色？為何研發(fā)中心都設在一些較發(fā)達的大型城市？企業(yè)的研發(fā)投入具有城市效應嗎？其影響渠道是什么？事實上，城市發(fā)展對企業(yè)投資有重要影響[1]。特別，我國作為一個地域廣闊、發(fā)展極不平衡的發(fā)展中國家，城市發(fā)展差異更為明顯。例如中國社會科學院發(fā)布的《中國城市競爭力報告2016》顯示綜合競爭力十強的城市主要集中在珠三角、長三角、環(huán)渤海和港澳臺地區(qū)，而中西部地區(qū)則無一入選。這種城市發(fā)展的極不平衡可能導致企業(yè)研發(fā)投入的不平衡，而企業(yè)創(chuàng)新的不平衡又會進一步加劇城市發(fā)展的不平衡，這樣似乎陷入一種惡性循環(huán)，不利于城市的均衡發(fā)展，同時制約了企業(yè)創(chuàng)新能力的提高。面對我國城市發(fā)展極不平衡的現(xiàn)實，要遵循創(chuàng)新驅動發(fā)展戰(zhàn)略的政策導向，我們有必要驗證企業(yè)的研發(fā)投入是否存在城市效應？如果存在城市效應，其影響渠道是什么？這有助于從根源上找到有利于企業(yè)研發(fā)投入的有效對策。

關于研發(fā)投入影響因素的探討，已有研究多從政府補貼、稅收優(yōu)惠、法律文化等宏觀層面[2-5]；市場結構、FDI等行業(yè)層面[6-7]以及公司規(guī)模、公司治理、資源能力等公司微觀層面[8-10]來分析，而從區(qū)域角度來研究的還比較少。學者們分別從創(chuàng)新投入、創(chuàng)新產出及創(chuàng)新能力角度出發(fā)，分析區(qū)域文化環(huán)境、政策環(huán)境、創(chuàng)新環(huán)境、金融發(fā)展水平及技術體制對其影響，普遍得出存在明顯的區(qū)域差異[11-17]。然而，已有研究大多分析了東、中、西部地區(qū)、或各省份的差異，少有文獻具體到城市層面。同時僅關注到差異的存在性及差異的程度，而忽視了差異形成的原因。本文細化到城市層面，聚焦我國30個主要城市的企業(yè)研發(fā)投入差異，且深入探討其差異形成的原因。

究竟什么因素導致企業(yè)研發(fā)投入存在地區(qū)差異？雖然區(qū)域的外在因素，比如氣候條件、交通狀況、政治環(huán)境[18-21]，以及人力資本等[22-23]會影響企業(yè)研發(fā)投入。但是，內生交互也是一個重要的因素[1]。這里的內生交互是指一個企業(yè)如果發(fā)現(xiàn)了好的投資機會就會通過溢出效應將信息擴散給鄰近企業(yè)，繼而影響到鄰近企業(yè)的投資，而這種擴散是通過城市居民之間的內生交互產生的[1]。這種內生性還會影響到員工之間的知識擴散、公司之間的技術溢出、以及居民之間的消費外部性[24-26]。具體到城市層面，考慮到企業(yè)家是企業(yè)中擁有較高決策權和執(zhí)行權的特殊群體，他們是城市發(fā)展最核心的構成要素之一，且擁有更多私人信息并擅于獲取和交流信息。所以我們將關注企業(yè)家之間的內生交互，并將其定義為企業(yè)家活力，嘗試從企業(yè)家活力角度來解釋企業(yè)研發(fā)投入的城市效應現(xiàn)象。本研究不僅是對城市經濟學領域文獻的補充，而且擴展了企業(yè)研發(fā)投入影響因素方面的研究。

二、文獻綜述和理論分析

企業(yè)的投資存在地區(qū)效應嗎？關于此方面的研究最早于1999年，Coval等[18-19]認為由于信息不對稱的原因，投資具有地區(qū)效應。Pirinsky等[20]得出在同一城市的公司股票收益呈現(xiàn)出一致變化的趨勢 。Korniotis等[21]也發(fā)現(xiàn)一個州的經濟變量，比如失業(yè)率等，可以提前兩個季度來預測當?shù)毓镜墓善笔找妗？梢?，公司的投資及股票收益的確存在很強的地區(qū)效應。然而，國內相關探討并不多見，研究角度多基于區(qū)域差異的對比。比如，郭蓉等(2011)[15]通過調研數(shù)據，得出東、西、中部各地區(qū)的技術體制存在很大差異。李柏洲等(2014)[16]認為企業(yè)在技術獲取模式、技術進步及創(chuàng)新產出方面都存在地區(qū)差異。白俊紅等(2016)[27]利用空間計量經濟學方法，得出區(qū)域基礎設施、金融環(huán)境、人力資本、對外開放水平及制度環(huán)境等都對政府進行R&D資助具有正向的拉動作用。以上研究都是基于較大范圍的區(qū)域對比，具體到城市層面的研究較欠缺。代明等(2011)[28]以深圳市為例，得出創(chuàng)新型城市可以為創(chuàng)新型企業(yè)提供相適應的、特有的創(chuàng)新服務環(huán)境和行業(yè)支持系統(tǒng)。馬亞華等(2016)[29]測算出54個主要城市的品牌指數(shù)，得出城市品牌能將企業(yè)內部資產價值、產品質量和誠信水平等信息全部顯示出來，繼而降低了交易成本，提高了企業(yè)的經營績效?？傊延醒芯繌拇蠓秶膮^(qū)域對比到城市層面的細化研究，都一致認為區(qū)域或者城市的發(fā)展對當?shù)仄髽I(yè)的投融資、經營績效及股票收益等存在明顯影響。

眾所周知，企業(yè)的研發(fā)投入在企業(yè)所有投資項目中占很大比例，制造業(yè)和信息技術業(yè)企業(yè)尤其如此。那么，城市發(fā)展程度也影響企業(yè)研發(fā)投入嗎？企業(yè)的研發(fā)投入是否也存在明顯的城市效應呢？本文將通過實證分析來驗證。

如果上述問題的答案是肯定的，那么我們想弄清楚這種城市效應是通過何種渠道實現(xiàn)的？前述文獻表明外部環(huán)境如區(qū)域的氣候狀況、基礎設施、交通情況、制度環(huán)境等影響當?shù)仄髽I(yè)的投資需求。但當我們具體到直轄市、省會城市及經濟特區(qū)等城市層面時，內生交互則是更直接和深層次的渠道。這將在本文中通過實證給予驗證。何為內生交互？舉例說明，假設同一個城市有兩家企業(yè)A和B，其投資策略會受到不確定性因素X的影響，X有可能通過兩種方式來影響企業(yè)A和B：(1)X→A和X→B；(2)交互性影響：X→A→B[1]。渠道(1)的特點是不確定性因素X分別影響企業(yè)A和B，導致它們的投資決策發(fā)生變化。比如1980年全國人大常委會批準在深圳設立經濟特區(qū)，為深圳市企業(yè)的發(fā)展提供了政策支持，當?shù)仄髽I(yè)的投資如雨后春筍般迅猛增長，各種所有制企業(yè)如民營、外資企業(yè)等都加大了投資。因此，在該渠道中，外部因素分別影響著各企業(yè)，而企業(yè)之間并未相互影響。

渠道(2)的特點是不確定性因素X導致企業(yè)之間存在“內生性”的學習和交流，Manski (1993)稱之為“內生性”的地區(qū)效應[30]。與渠道(1)的外生因素不同，它是由于企業(yè)之間內生地相互影響到彼此。這種內生性主要由以下幾種方式實現(xiàn)[1]。

第一，技術和知識的溢出效應。指公司A的員工通過社會交往將已有的技術和知識傳遞給公司B的員工，從而實現(xiàn)了公司之間的交互影響。

第二，追風效應。指在有利的因素X影響下，由于追風或者攀比，公司A和B會在同時期加大投資。

第三，抵押價值。指若公司A進行項目投資并獲利，公司A的員工會由于對房產等不動產的需求增加而抬高其價值。這樣公司B會通過已增值的土地進行債務融資，從而促進投資[31]。

第四，其他方式。若公司A進行項目投資并獲利，可能會提高當?shù)鼗A設施的建設，比如機場、公路等，這樣公司B通過搭便車也會獲利，降低了經營成本?；蛘撸绻続投資后獲利，會刺激員工的消費，公司A的員工會通過社會交往帶動公司B員工增加消費，從而提高其工作積極性，提高公司B的效益。

上述4種內生性的實現(xiàn)方式并不是各自孤立，而是相互作用的。但是它們基本是通過企業(yè)員工之間的交互作用實現(xiàn)的[1]?？紤]到企業(yè)家在企業(yè)中起著舉足輕重的作用，本研究將聚焦于企業(yè)家之間的內生交互作用即企業(yè)家活力，通過實證驗證企業(yè)家之間的交流和學習能否帶動企業(yè)投資的交互作用，尤其關注企業(yè)研發(fā)投入。

三、 研究設計

(一)樣本選擇和劃分

本文選取滬深A股上市的信息技術業(yè)和制造業(yè)企業(yè)為樣本，樣本期為2003—2014年。考慮到研發(fā)活動的持續(xù)性及數(shù)據處理的需要，剔除未連續(xù)三年披露研發(fā)投入的企業(yè)；剔除財務數(shù)據缺失及異常的企業(yè)。最終形成30個城市313家公司3230個觀測值。同時，確保每個城市的樣本企業(yè)數(shù)量至少5家以上。

本研究根據所屬行業(yè)i和總部所在城市a對企業(yè)進行了劃分。其中行業(yè)分類根據2012年證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引》中的二級行業(yè)標準劃分。以中興通訊股份有限公司為例，行業(yè)i劃分為計算機、通訊和電子設備制造業(yè)，總部所在城市a為深圳市。

此外，借鑒Brown等(2009)的標準，本研究進一步將樣本企業(yè)進行細分，上市時間大于(含)15年的企業(yè)為成熟企業(yè)，否則為年輕企業(yè)；大于樣本總資產中位值為大企業(yè)，否則為小企業(yè)；按企業(yè)實際控制人的性質分為國有企業(yè)和非國有企業(yè)；研發(fā)強度排序前1/3為研發(fā)強度大企業(yè)，后1/3為研發(fā)強度小企業(yè)。

(二)數(shù)據來源

本文數(shù)據多來源于CSMAR數(shù)據庫。對于2007年《企業(yè)會計準則第6號——無形資產》實施之前的研發(fā)投入數(shù)據及CSMAR數(shù)據庫中缺失的部分，我們通過手工整理公司年報獲得。為了統(tǒng)一口徑，主要在財務報告附注“支付的其他與經營活動有關的現(xiàn)金流量”一欄的技術開發(fā)費、科研開發(fā)費、科研費用、研發(fā)支出、研發(fā)費用、科研試驗費用等項目獲得。

(三)模型設計和變量定義

為了檢驗企業(yè)研發(fā)投入的城市效應，本研究擬分析同一城市不同企業(yè)的研發(fā)投入關聯(lián)性，尤其關注不同行業(yè)企業(yè)之間的關聯(lián)性。借鑒Doug等(2015)的模型，將投資(Investment)調整為研發(fā)強度(RD變量)，提出如下模型：

(1)

模型(1)中，β1代表企業(yè)研發(fā)投入的行業(yè)效應；β2表示城市效應；β3綜合反映了行業(yè)和城市效應，本文將重點關注β2。

此外，考慮到現(xiàn)金流CF和托賓Q是決定企業(yè)投資的兩大關鍵要素[33]，對研發(fā)投入尤其如此，本研究將模型(1)中的解釋變量調整為現(xiàn)金流變量(cf)和托賓Q變量(q)，得到改進模型如下：

(2)

模型(2)中，cf為經營性現(xiàn)金流量凈額與年初的資產總額之比；q為權益的市場價值與其資產重置成本之比。

四、實證結果及分析

(一)描述性統(tǒng)計

圖1給出我國直轄市、省會城市及經濟特區(qū)等30個城市2003—2014年樣本企業(yè)的研發(fā)投入分布情況。按照30個城市企業(yè)研發(fā)強度四分位數(shù)劃分結果發(fā)現(xiàn)：不同城市之間企業(yè)的研發(fā)強度差距非常大，前1/4是后1/4的4倍多；這種差距具有持續(xù)性，從2003—2014年持續(xù)存在；企業(yè)研發(fā)強度排在前1/4的城市主要是北京、上海、廣州、深圳和成都等經濟發(fā)達的大型城市，而排在后1/4的則為拉薩、蘭州等較不發(fā)達城市。這一有趣的發(fā)現(xiàn)預示城市發(fā)展水平不同是造成企業(yè)研發(fā)投入較大差異的原因。

圖1 2003—2014年我國主要城市的企業(yè)研發(fā)投入強度趨勢圖

進一步，表1報告了30個樣本城市相關指標的統(tǒng)計結果，其中，企業(yè)平均研發(fā)強度排名前十的城市主要是北上廣深以及成都等這些較發(fā)達的城市。除重慶市外，這些城市的總人口數(shù)量、在崗職工人數(shù)和人均工資、市場化指數(shù)排名也靠前。綜合城市總體指標可見，一個城市的經濟發(fā)達程度與當?shù)仄髽I(yè)的研發(fā)投入水平呈現(xiàn)同一趨勢發(fā)展。

表2是全部樣本及不同樣本組合的主要變量的描述性統(tǒng)計，由表可見，全部樣本企業(yè)的研發(fā)強度平均值為0.018，其中同一城市同行業(yè)的企業(yè)研發(fā)強度平均值最大，為0.025；全部樣本企業(yè)的現(xiàn)金流、股票收益及托賓Q平均值分別為0.065、0.004、1.867。其中不同城市同一行業(yè)組合的現(xiàn)金流和股票收益均值都最大，分別為0.052和0.004；同行業(yè)同城市的托賓Q值最大為1.545。

表1 我國主要城市相關指標統(tǒng)計結果

注：數(shù)據來源于《中國城市統(tǒng)計年鑒2015》，市場化指數(shù)來自《王小魯：中國市場化八年進程報告》。

表2 主要變量的描述性統(tǒng)計

(二)企業(yè)研發(fā)投入的城市效應分析

我們通過對模型(1)的回歸來分析企業(yè)研發(fā)投入的城市效應，實證結果見表3。其中，列(1)和列(2)分別是對同一城市不同行業(yè)及同一行業(yè)不同城市組合單獨回歸的結果，表示行業(yè)效應的系數(shù)β1與表示城市效應的系數(shù)β2都顯著為正，分別為0.421和0.248，說明企業(yè)的研發(fā)投入存在城市效應和行業(yè)效應，回答了本文提出的第一個問題。列(3)顯示同時考慮兩種效應的回歸結果，則系數(shù)同樣顯著為正，且β1大于β2(0.449>0.107)，進一步說明企業(yè)的行業(yè)效應和城市效應的存在性，且行業(yè)效應大于城市效應。

列(4)、列(5)和列(6)是三個組合同期、加入滯后一期和加入滯后兩期的回歸結果，可見同期的估計系數(shù)顯著為正，而滯后期的估計系數(shù)不顯著，說明企業(yè)研發(fā)投入的城市效應和行業(yè)效應具有同期性，不存在滯后性。

表3 模型(1)的回歸結果

進一步，將影響企業(yè)研發(fā)投入的兩大要素(現(xiàn)金流cf和成長機會q)考慮其中，對模型(2)進行回歸，具體結果見表4。列(1)是對本公司cf和q回歸的結果，二者的估計系數(shù)顯著為正，符合現(xiàn)金流和托賓Q是決定企業(yè)投資兩大重要因素的理論[33]。列(2)和列(3)分別加入了同城市不同行業(yè)和同行業(yè)不同城市的cf和q，結果表明估計系數(shù)顯著為正，分別為0.010、0.004和0.036、0.005，這再次驗證了城市效應的存在性。

列(4)和列(5)報告了3個組合同期及滯后期的回歸結果，結果顯示都存在顯著的正相關性。這說明在現(xiàn)金流cf和成長機會q影響企業(yè)研發(fā)投入的理論框架下，企業(yè)研發(fā)投入的城市效應依然存在。此外，列(5)顯示在同一城市不同行業(yè)組合中滯后一年q的估計系數(shù)為0.003，而本公司則為0.002，該組合成長機會q的影響比公司自身的還要顯著，而現(xiàn)金流cf并未呈現(xiàn)如此特征。進一步說明相對于現(xiàn)金流對企業(yè)研發(fā)投入城市效應的影響，成長機會的影響更加顯著。因此，公司的研發(fā)投入會受到鄰近公司成長機會的影響，這與公司之間廣泛的信息交流有關。

通過以上對不同組合研發(fā)投入及現(xiàn)金流和托賓Q進行回歸分析后得出，企業(yè)的研發(fā)投入的確存在城市效應，而且這種效應不具有滯后性，同一城市不同企業(yè)之間的研發(fā)成長機會相互影響。那么，這種城市效應到底通過何種渠道影響企業(yè)研發(fā)投入呢？

(三)企業(yè)研發(fā)投入城市效應的影響渠道分析

已有研究表明，城市的交通條件、天氣狀況、基礎設施等外生渠道和企業(yè)員工交流等內生渠道一道可引起城市效應。考慮到本文的樣本主要來自上市公司，那么外部股票市場沖擊和企業(yè)家的內生交互是否也會引起企業(yè)研發(fā)投入的城市效應呢？我們將進一步驗證。

1. 外部股票市場沖擊敏感度檢驗

隨著時間變化，外部沖擊會導致同地區(qū)企業(yè)的投資活動存在相關性[1]，本部分將驗證外部股票市場的沖擊是否會引起研發(fā)投入的城市效應。如果企業(yè)研發(fā)投入對股票市場的敏感度和對城市的敏感度保持一致，那就驗證了股票市場沖擊影響渠道。

表4 模型(2)的回歸結果

企業(yè)研發(fā)投入的城市敏感度通過對模型(1)中三個組合同期的研發(fā)強度進行回歸，測算出30個城市的β2值，見圖2橫坐標。

企業(yè)研發(fā)投入的外部股票市場敏感度通過模型(3)來測算：

(3)

其中，Stockreturna,t表示位于城市a的企業(yè)股票回報率，是經市場調整后的股票年回報率。控制變量Controls包括公司及年的固定效應。模型(3)所測算的30個城市的α1值為股票市場敏感度，見圖2縱坐標。

如圖2所示，大多城市的城市敏感度為0.2到1.5之間，而股票市場敏感度卻都小于0.03，其中，深圳、廈門和合肥的市場敏感度最高，這是因為這些城市都為較年輕城市*QQ大數(shù)據公布的《2016全國城市年輕指數(shù)》顯示深圳市和合肥市屬于我國年輕城市前二十名，其中深圳市為最年輕城市。，年輕的城市對外部市場的信息反應更靈敏，從而會靈活地調整投資機會[1]。圖2結果說明企業(yè)研發(fā)投入的城市敏感度和市場敏感度并不對稱。尤其北京、上海和深圳差異更明顯。所以，這就將外部股市沖擊這一外生渠道排除在外。

圖2 我國主要城市的城市敏感度和市場敏感度對比

2. 內生交互渠道的檢驗

類似于Dougal等(2015)，我們通過城市主導行業(yè)對全部行業(yè)的帶動作用來驗證內生交互渠道。尤其感興趣的是城市主導行業(yè)的研發(fā)投入是否對去主導行業(yè)后的其他行業(yè)有所影響。比如長春市的主導行業(yè)為制造業(yè)，其制造業(yè)企業(yè)的研發(fā)投入會對信息技術企業(yè)有帶動作用嗎？由于缺少各城市各行業(yè)生產總值貢獻率的數(shù)據，本文將各城市從業(yè)人員數(shù)量占比最高的行業(yè)視為該城市的主導行業(yè)，比如深圳市的主導行業(yè)為制造業(yè)；?？谑械闹鲗袠I(yè)為農林牧漁業(yè)；拉薩市的主導行業(yè)為批發(fā)零售業(yè)等*數(shù)據來源于《2015中國城市統(tǒng)計年鑒》。。

表5顯示了內生交互渠道驗證的實證結果(由于篇幅限制，表中僅報告了回歸系數(shù)和t值)，可見主導行業(yè)與各城市全部企業(yè)的研發(fā)投入存在顯著正相關關系，其中上海市和珠海市更為明顯，系數(shù)分別為1.097和0.904。進一步，主導行業(yè)與去主導行業(yè)后的企業(yè)研發(fā)投入也存在顯著正相關關系，但廈門市和武漢市除外。由此，城市效應的確是由于內生交互渠道引起的，這就回答了本文第二個問題。

表5 內生交互渠道的驗證

3.企業(yè)家活力渠道的檢驗

企業(yè)家之間的內生交互渠道是我們重點關注的。由于類似地方慈善機構、民間組織等社會組織機構是企業(yè)高管間交流的最好平臺[34]，因此我們通過手工搜索各城市是否有企業(yè)家協(xié)會、企業(yè)家聯(lián)合會、企業(yè)家社團、企業(yè)家峰會、企業(yè)家交流會、企業(yè)家俱樂部，以及高新技術企業(yè)協(xié)會，來構建企業(yè)家活力指數(shù)，引入企業(yè)家活力(EV)變量。當該指數(shù)大于(含)中位值則為企業(yè)家活力高的城市，取值1，否則為企業(yè)家活力低的城市，取值0。

我們通過在模型(1)中引入R&D*EV變量來驗證企業(yè)家活力渠道，結果如表6所示。為了便于比較，列(1)和列(2)報告了未引入交叉變量前的回歸結果，與表3列(4)和列(6)一致，說明企業(yè)的研發(fā)投入存在城市效應。列(3)是3個組合加入同期R&D*EV變量的回歸結果，顯示交叉變量的估計系數(shù)均顯著為正，說明企業(yè)家活力可以引起研發(fā)投入的城市效應及行業(yè)效應。特別加入交叉變量之后表示城市效應的系數(shù)β2比之前要大(0.514>0.269)，這充分驗證了企業(yè)家活力是城市效應的影響渠道，回答了本文第三個問題。

進一步，列(4)是3個組合加入滯后期R&D*EV變量的回歸結果，可見在同城市不同行業(yè)組合，同期及滯后期的交叉變量均顯著為正，其中同期R&D*EV的估計系數(shù)最大為2.418，說明企業(yè)家活力在同期的影響更明顯。同時在引入交叉變量之前該組合滯后一年的R&D估計系數(shù)不顯著，如列(2)所示，但引入滯后期交叉變量后，該估計系數(shù)顯著為正，為1.808，這說明企業(yè)家活力影響渠道可能會引起研發(fā)投入城市效應的滯后性。

五、 研究擴展及穩(wěn)健性檢驗

以上分析得出，企業(yè)研發(fā)投入具有明顯的城市效應，且企業(yè)家活力是其主要影響渠道。那么，在不同類型城市或不同類別企業(yè)，城市效應是否依然存在？本部分進行了擴展性研究及穩(wěn)健性檢驗。

表6 企業(yè)家活力渠道的驗證

(一)不同類型城市的企業(yè)研發(fā)投入，其城市效應也不同嗎？

我們將城市劃分為高成長型和低成長型兩種類型。其中，以人口增長率和在崗職工工資增長率*數(shù)據主要來自《中國城市統(tǒng)計年鑒》。來衡量城市的成長性。人口增長率(工資增長率)高于樣本中位值則為高成長型城市，否則為低成長型城市。以分組后的樣本對模型(1)回歸，結果如表7所示。首先，4個組合都呈現(xiàn)出明顯的城市效應和行業(yè)效應，人口增長率低組除外。同時工資增長率高組和人口增長率高組的β1和β2的系數(shù)都較大，說明高成長型城市的城市效應和行業(yè)效應都更明顯些。

此外，我們按城市所處位置及發(fā)達程度分為了東、西和中部城市，以及一線、二線、三線城市*根據城市所處的位置東部地區(qū)城市包括：北京、天津、沈陽、上海、南京、杭州、福州、廈門、?？?、濟南、汕頭；西部地區(qū)城市包括：重慶、成都、西安、拉薩、烏魯木齊、昆明、蘭州、西寧、貴陽；中部地區(qū)城市包括：太原、長春、哈爾濱、南昌、合肥、長沙。根據城市發(fā)展等級一線城市包括北京、上海、廣州、深圳、天津；二線城市包括杭州、南京、濟南、重慶、青島、大連、廈門、成都、武漢、沈陽、西安、長春、長沙、福州、太原、合肥、南昌、昆明；三線城市包括烏魯木齊、貴陽、蘭州、西寧。資料來源于http://nt.house.sina.com.cn/news/2015-11-22/16046074104963825725518.shtml。此外，由于三線城市企業(yè)的研發(fā)投入數(shù)據量不足，因此未對三線城市的企業(yè)研發(fā)投入情況做實證分析。，相應的實證結果如表8所示?？梢?，相對西部和中部城市，東部地區(qū)城市的城市效應更明顯；相對二線城市，一線城市的城市效應更明顯。

上述研究可知，成長型城市、東部及一線城市的研發(fā)投入表現(xiàn)出顯著的城市效應。這是因為這些城市不僅在地理位置、資源條件、交通便利、氣候條件及政策支持等外部因素上有很大優(yōu)勢，且現(xiàn)代開放的文化氛圍更有助于企業(yè)家之間相互學習和交流。例如珠三角特有的“開放、包容、敢為天下先”的文化特色為企業(yè)家之間的交流提供了良好的文化環(huán)境，這樣有利于通過企業(yè)家活力渠道影響當?shù)仄髽I(yè)的研發(fā)投入。

(二)不同類型企業(yè)的研發(fā)投入，其城市效應也不同嗎？

本部分將企業(yè)劃分不同類別，對模型(1)回歸，結果如表9所示。綜合來看，不同類型企業(yè)的研發(fā)投入其城市效應存在差異。年輕的、小規(guī)模的、非國有及研發(fā)強度大的企業(yè)研發(fā)投入的城市效應更明顯。這是因為這些企業(yè)的研發(fā)投資需求較大，且對外界的信息反應較靈敏，因此位于一個具有良好環(huán)境氛圍的城市，對其至關重要。

(三)穩(wěn)健性檢驗

考慮到各城市的企業(yè)樣本量不足可能會影響實證結果，為了讓本研究結論更具說服力，我們選出企業(yè)數(shù)多于10家的城市作為研究對象，主要包括了深圳、廣州、北京、上海、武漢等大型城市，重新對模型(1)和模型(2)進行回歸，實證結果與前文一致，從統(tǒng)計意義上，通過了本研究的穩(wěn)健性檢驗。(作者注：由于篇幅限制，具體回歸結果并未列示。)

表7 企業(yè)研發(fā)投入的城市效應分析——高成長型與低成長型城市對比

表8 企業(yè)研發(fā)投入的城市效應分析——不同類別城市對比

表9 企業(yè)研發(fā)投入的城市效應分析——不同類型企業(yè)對比

六、研究結論與啟示

(一)結論與思考

通過對我國30個城市的信息技術業(yè)和制造業(yè)企業(yè)的研發(fā)投入城市效應進行實證分析，得出如下結論：(1)企業(yè)的研發(fā)投入存在顯著的城市效應。同時，也具有明顯的行業(yè)效應，且二者均不存在滯后性。說明鄰近企業(yè)的投資機會會影響到本企業(yè)的研發(fā)投資。由此，所在城市的創(chuàng)新力對于提高企業(yè)的創(chuàng)新投入水平尤其重要，這就要求國家積極倡導和給予政策扶持以通過提升城市的創(chuàng)新水平進而推動企業(yè)創(chuàng)新。

(2)外部股票市場沖擊不是城市效應的影響渠道，而內生交互是其影響渠道，且企業(yè)家活力是主要內生交互渠道。這說明不同城市的企業(yè)研發(fā)投入存在差異的原因與各城市企業(yè)家之間的內生交互作用有關。因此，搭建企業(yè)家互動平臺，加強企業(yè)家之間的交流尤其重要，特別在當今“互聯(lián)網+”的背景下，應當有效利用網絡技術和平臺來加速企業(yè)家之間的信息流通，進而促進企業(yè)的研發(fā)投入。

(3)研發(fā)投入的城市效應在不同類型的企業(yè)和不同類別的城市間存在差異。從擴展性研究得出，位于工資增長率和人口增長率較高的高成長型城市，以及東部城市、一線城市其研發(fā)投入的城市效應較突出。年輕、小型、非國有及研發(fā)強度大的企業(yè)研發(fā)投入的城市效應也更明顯。這說明東西部地區(qū)企業(yè)的研發(fā)投入存在差異及年輕、小型企業(yè)研發(fā)投入不足等現(xiàn)象，這背后的原因與企業(yè)所處城市的發(fā)展水平不高有關。因此要想真正縮小企業(yè)創(chuàng)新的區(qū)域差異，先縮小所在城市的發(fā)展水平差異也是個可行的途徑。

(二)啟示與政策建議

一方面，對企業(yè)而言，要提升研發(fā)創(chuàng)新水平，研發(fā)基地或技術中心的選址至關重要。企業(yè)所在城市的政策環(huán)境、要素環(huán)境和文化環(huán)境對其長遠發(fā)展十分重要。對企業(yè)高管來說，應該積極地拓展其網絡聯(lián)系，加強區(qū)域內企業(yè)家之間的交流和合作，通過信息的擴展和知識的互補，有效捕捉投資機會并適時做出研發(fā)投資決策，提高創(chuàng)新水平。

另一方面，對政府而言，要通過提升城市發(fā)展水平從而帶動企業(yè)的創(chuàng)新發(fā)展。不斷完善城市基礎設施的建設，營造良好的環(huán)境；實施積極的就業(yè)政策，吸引人才；提高居民的工資水平，提升幸福指數(shù)。同時，加大對創(chuàng)新型城市的建設力度，形成一批帶動力強的創(chuàng)新型城市和科技中心，充分發(fā)揮東部地區(qū)較發(fā)達城市科技創(chuàng)新的輻射帶動作用，重點放在科技成果的轉化上，尤其加強原創(chuàng)性創(chuàng)新成果的轉化，努力搶占科技制高點；特別對于中西部欠發(fā)達的二三線城市，給予政策上的傾斜。最后，應當營造良好氛圍，有效激發(fā)企業(yè)家協(xié)會等民間組織的作用，支持沙龍、論壇、高層峰會等活動的舉辦，真正為企業(yè)提供信息共享的平臺，進而提升企業(yè)的研發(fā)創(chuàng)新水平。

[1]DOUGAL C, CHRISTOPHER A P, SHERIDAN T. Urban vibrancy and corporate Growth[J]. The Journal of Finance, 2015, 70(1):163-210.

[2]張信東,賀亞楠,馬小美. R&D稅收優(yōu)惠政策對企業(yè)創(chuàng)新產出的激勵效果分析:基于國家級企業(yè)技術中心的研究[J]. 當代財經, 2014(11):35-45.

[3]張信東,武俊俊.政府R&D資助強度、企業(yè)R&D能力與創(chuàng)新績效:基于創(chuàng)業(yè)板上市公司的經驗證據[J].科技進步與對策,2014(22):7-13.

[4]江希和,王水娟.企業(yè)研發(fā)投資稅收優(yōu)惠政策效應研究[J]. 科研管理,2015, 36(6):46-52.

[5]周海濤,張振剛.政府研發(fā)資助方式對企業(yè)創(chuàng)新投入與創(chuàng)新績效的影響研究[J].管理學報, 2015, 12(12): 1797-1804.

[6]張信東,董孝伍,郝麗芳.結構調整中的行業(yè)創(chuàng)新效率研究:基于DEA 和SFA 方法的分析[J]. 經濟管理, 2012(6):149-159.

[7]戴 靜,張建華,許傳華.中國區(qū)域工業(yè)全要素R&D效率不平等研究[J].管理學報,2014,11(9):1383-1389.

[8]張信東,薛艷梅. R&D支出與公司成長性之關系及階段特征:基于分位數(shù)回歸技術的實證研究[J]. 科學學與科學技術管理,2010(6): 28-33.

[9]張信東,姜小麗.企業(yè)R&D投資與系統(tǒng)風險研究[J].研究與發(fā)展管理,2008(3):22-29.

[10]ZHANG X, HE Y. R&D-based earnings management, accounting performance and market return-evidence from National-recognized enterprise technology centers in China[J]. Chinese Management Studies, 2013, 7(4):572-585.

[11]薛 捷.區(qū)域創(chuàng)新環(huán)境對科技型小微企業(yè)創(chuàng)新的影響：基于雙元學習的中介作用[J].科學學研究,2015,33(5): 782-791.

[12]楊朝峰,趙志耘,許 治.區(qū)域創(chuàng)新能力與經濟收斂實證研究[J]. 中國軟科學, 2015(1): 88-95.

[13]任淑榮.基于熵值法的企業(yè)技術創(chuàng)新能力區(qū)域差異研究[J]. 統(tǒng)計與決策, 2014(16): 178-181.

[14]樊 華,周德群.中國省域科技創(chuàng)新效率演化及其影響因素研究[J]. 科研管理, 2012, 33(1): 10-18.

[15]郭 蓉,余宇新.中小企業(yè)創(chuàng)新投入的技術體制地區(qū)差異性研究：以我國制造業(yè)中小企業(yè)的調研數(shù)據為例[J]. 科學學與科學技術管理, 2011, 32(6): 65-71.

[16]李柏洲,李 新.企業(yè)技術獲取模式、技術進步與創(chuàng)新產出：基于技術進步中介效應檢驗及區(qū)域差異對比分析[J]. 科學學與科學技術管理, 2014, 35(11): 161-171.

[17]高月嬌,吳和成.創(chuàng)新主體要素投入產出效應及區(qū)域差異研究[J]. 中國科技論壇,2015(7): 5-10.

[18]COVAL, JOSHUA D, TOBIAS J, et al. Home bias at home: Local equity preference in domestic portfolios [J]. The Journal of Finance, 1999, 54(4): 2045-2073.

[19]COVAL, JOSHUA D, TOBIAS J, et al. The geography of investment: Informed trading and asset prices [J]. Journel of Political Economy, 2001, 109(4): 811-841.

[20]PIRINSKY, CHRISTO, QINGHAI WANG. Does corporate headquarters location matter for stock returns?[J].Journal of Finance, 2006, 61(4): 1991-2015.

[21]KORNIOTIS, GEORGE, ALOK KUMAR. State-level business cycles and local return predictability[R]. University of Miami: working paper, 2011.

[22]GLAESER, EDWARD L, JED KOLKO, et al. Consumer city[J]. Journal of Economic Geography, 2001(1): 27-50.

[23]BERRY, CHRISTOPHER R, EDWARD L, et al. The divergence of human capital levels across cities[J]. Papers in Regional Science, 2005, 84(3): 407-444.

[24]JAFFE A B, MANUEL T, REBECCA H. Geographic localization of knowledge spillovers as evidenced by patent citations[J]. Quarterly Journal of Economics, 1993, 108(3): 577-598.

[25]GLAESER, EDWARD L, DAVID M. Cities and skills[J]. Journal of Labor Economics, 2001, 19: 316-342.

[26]MORETTI, ENRICO. Human capital externalities in cities[R]. NBER Working Paper No. 9641, 2003.

[27]白俊紅,卞元超.中國政府R&D資助空間自相關特征研究[J]. 科研管理,2016,37(1): 77-83.

[28]代 明,張曉鵬.創(chuàng)新型城市與創(chuàng)新型企業(yè)發(fā)展?jié)撘蛩芈窂接绊懛治觯夯诮Y構模型路徑圖法的深圳實證檢驗[J]. 科學學與科學技術管理, 2011, 32(1): 60-66.

[29]馬亞華,胡少廷,管光揚.城市品牌對工業(yè)企業(yè)績效影響的研究：基于工業(yè)品質量信息傳遞的視角[J]. 城市發(fā)展研究, 2016, 23(1): 116-124.

[30]MANSKI, CHARLES. Identification of endogenous social effects: The reflection problem [J]. Review of Economic Studies, 1993, 60(3): 531-542.

[31]CHANEY, THOMAS, DAVID S, et al. The collateral channel: How real estate shocks affect corporate investment [J]. American Economic Review, 2012, 102(6): 2381-2409.

[32]BROWN J, FAZZARI S, PETERSEN B. Financing innovation and growth: Cash flow, external equity, and the 1990s R&D boom [J]. Journal of Finance, 2009(64): 151-185.

[33]FAZZARI S M, HUBBARD R G, PETERSON B C. Financing constrains and corporate investment [J]. Brookings Papers on Economic Activity, 1988(1): 201-219.

[34]ENGELBERG, JOSEPH, PENGJIE G, et al. The price of a CEO’s rolodex [J]. Review of Financial Studies, 2013, 26(1): 79-114.

(本文責編：海 洋)

Is There a City Effect from Enterprises’ R&D Investment?Perspective of Entrepreneurial Vitality

ZHANG Xin-dong, HAO Pan-pan

(SchoolofEconomicsandManagement,ShanxiUniversity,Taiyuan030006,China)

There are obvious differences in R&D investment in different cities. We take listed firms in SSE and SZSE as samples, which belong to information technology industry and manufacturing industry in Chinese 30 major cities, and the sample period is 2003-2014. The goal of this paper is to verify whether there is a city effect in R&D investment and what the specific channel is. The empirical results show that there is obvious city effect in R&D investment; the endogenous interaction among the cities is the key channel, in which entrepreneurial vitality is the main channel. Further, we find that the effect is more obvious for younger, smaller, non state-owned and higher R&D intensity firms, and for those firms in growing cities, eastern region and the first- tier cities. Our study not only enriches the theory of enterprise innovation and city economics, but also provides decision references for enterprises’ innovation investment.

R&D investment; city effect; endogenous interaction channel; entrepreneurial vitality

2016-11-15

2017-01-22

國家自然科學基金項目(71371113)；國家社會科學基金項目(15BJY164)；教育部人文社會科學研究項目(14YJA790034)

張信東(1964—)，女，山西忻州人，山西大學經濟與管理學院教授，博士生導師。

F272.3，F(xiàn)273.1

A

1002-9753(2017)03-0110-13