高铁网络、要素逆集聚与制造业创新

孙文浩,张 杰

1.中国人民大学 经济学院,北京 100872;2.中国人民大学 中国经济改革与发展研究院,北京 100872

2020年3月20日,中共中央国务院出台《关于构建更加完善的要素市场化配置体制机制的意见》,其中强调要“引导劳动力要素合理畅通有序流动”。同年10月,“十四五”规划强调要“促进各类创新要素向企业集聚”。因此,如何引导劳动力要素向企业合理集聚并有效激发微观企业的创新活力,成为政府与学界亟待解决的关键性问题。

已有研究发现,高级劳动力要素借助高铁网络会向沿线企业集聚,是高铁网络促进企业创新的重要机制[1-3]。吉赟等[1]研究发现,城市开通高铁站后,上市企业科研部门本科及以上学历的员工规模平均增加约2.08%,并且这些高学历人才主要流向了企业科技岗位,促进上市公司创新水平显著增加。卞元超等[2]研究发现,高级劳动力要素向高铁城市集聚,是高铁网络促进高铁城市创新的重要机制之一,解释效力约为4.63%。然而,已有文献主要基于数量层面研究高级劳动力要素流动对高铁城市(企业)创新的影响,而高级劳动力要素在高铁城市企业间分布结构的变化如何影响城市(企业)创新的关键性问题研究相对不足。基于此,本文综合使用2008—2014年全国创新调查企业数据库和2016—2019年全国高新技术企业调查数据库数据,研究高级劳动力要素在制造业企业间分布结构变化是否为高铁网络影响制造业企业创新的重要机制之一,为政府在“十四五”期间通过高铁网络引导高级劳动力要素向制造业企业合理集聚并推动制造业创新驱动发展提供针对性的政策建议。

本文可能的创新贡献如下:第一,基于制造业企业间高级劳动力要素分布结构的变化,为高铁城市何以抑制制造业企业创新提供新的解读视角。第二,在已有文献的基础上增加城市高铁公里里程、高铁线路条数和高铁站点数量等连续变量测度城市高铁网络增密程度,考察高铁网络空间增密对制造业企业创新的动态影响。第三,已有文献主要使用上市公司数据研究高铁城市对上市企业创新的影响,但上市公司数据存在样本选择偏误问题以及较强的内生性问题(1)上市公司主要集中在大城市,而大城市开通高铁站并非一个随机事件,从而使模型存在较为严重的内生性问题。导致参数估计结果有偏。本文使用多种更加全面的大型微观企业数据库研究高铁网络对制造业企业创新的影响,确保结论更加可靠。

一、文献综述与研究假说

(一)文献综述

关于高铁网络的经济效益,已有文献主要关注高铁网络对城市经济[4-5]、城市(企业)创新[1,6]等方面的影响,并且发现创新要素流动是高铁网络影响城市(企业)创新的重要机制,尤其是高级劳力要素向高铁城市(企业)集聚,对城市(企业)创新的影响更加突出[1-2]。高铁网络可有效降低高级劳动力要素面对面(face-to-face)的沟通成本,一方面提升高级劳动力要素扎根高铁城市的概率,另一方面促进高铁城市的合作创新成果显著增加[7]。大量研究表明,高级劳动力要素借助高铁网络向高铁城市(企业)集聚,可有效缓解劳动力要素扭曲的配置方式,进而有利于促进高铁城市(企业)创新[8]。一方面,本科及以上学历的高级劳动力要素借助高铁网络向上市企业的科研部门集聚,是促进上市公司创新的重要机制之一[1];另一方面,硕、博学历的高级劳动力要素借助高铁网络向高铁城市制造业企业的科研部门集聚,促使制造业企业新产品产值平均增加约5%[9]。但是,高铁网络引发的高级劳动力要素流动具有方向性,导致中国区域创新格局更加不平衡。高级劳动力要素借助高铁网络从边缘城市向中心城市集聚,导致中心城市的创新水平平均提升约1.38%,而边缘城市的创新水平平均下降约8.45%[10]。张梦婷等[11]研究发现,在城市开通高铁站后,外围城市企业创新水平平均下降约12.46%。但是,高铁网络也可能提升边缘城市的创新水平。Gao等[6]基于长三角与珠三角经济带的制造业企业数据,研究发现高铁网络对经济带边缘地区制造业企业创新的促进效应更加突出。

吸收能力理论(absorptive capacity theory)认为,高级劳动力要素的集聚水平过低不利于城市(企业)创新[12-13]。然而,威廉姆森假说却提出,要素集聚的正外部性存在一个临界点,超过临界点后要素集聚的正外部性会逐渐变小,甚至可能为负[14]。因此,高级劳动力要素在数量层面上的流动并不等于结构层面的优化。现有文献主要基于高级劳动力要素数量流动的零和博弈视角,研究高铁网络对城市(企业)创新的影响,并且针对高铁网络外部效应究竟是“虹吸效应”还是“辐射效应”产生了较大的争论。因此,未来研究应基于结构视角,研究高级劳动力要素在高铁城市(企业)间分布结构变化是否为高铁网络影响城市(企业)创新的重要机制。

(二)研究假说

高级劳动力要素是企业吸收新知识的重要载体,决定了企业的创新能力[15]。在高级劳动力要素集聚程度超过一定水平后,才能有效释放高级劳动力要素的创新活力[16]。孙文杰等[17]研究发现,中国企业高级劳动力要素规模对自主创新影响的门槛值约为2.29,低于这一门槛值国内企业技术学习和自主创新能力的提升将十分有限。人力资本外部性理论(human-capital externalities theory)认为,高级劳动力要素集聚对区域(企业)创新存在“1+1>2”的提升效果,存在明显的正外部性[18]。以上理论表明,当高铁城市制造业企业高级劳动力要素规模突破吸收能力理论所指示的阈值时,才能有效提升制造业企业的创新水平。一方面,高铁网络引发高级劳动力要素向高铁城市制造业企业集聚,当制造业企业高级劳动力要素规模突破吸收能力所指示的阈值时,可促使制造业企业增加自主研发资金,提升高级劳动力要素的物质激励水平,增加企业科研固定资本,最终有利于制造业企业提升创新产出水平。另一方面,高级劳动力要素借助高铁网络向高铁城市制造业企业集聚,当制造业企业高级劳动力要素规模超过吸收能力理论所指示的阈值时,充足的人力资本可促使高铁城市制造业企业大幅增加技术引进资金和技术引进消化吸收资金,推动制造业企业进行引进创新,最终有利于制造业企业提升创新产出水平。

一方面,中国制造业企业大量集聚普通劳动力要素,借助普通劳动力要素低成本的禀赋优势参与全球竞争,导致中国制造业企业长期锁定在全球价值链低端的生产加工环节,难以向“微笑曲线”两端(2)“微笑曲线”两端通常是指品牌优势和技术研发优势。实现有效跃迁;另一方面,中国制造业企业长期依赖普通劳动力要素,对高级劳动力要素集聚形成了严重的挤出效应,导致大量高级劳动力要素向公共部门集聚[19],从事非研发活动,降低了高级劳动力要素的创新效率。已有研究表明,中国制造业企业的高级劳动力要素集聚程度严重不足,降低了制造业企业的创新能力[20]。此外,高级劳动力要素借助高铁网络向沿线企业的集聚程度是有限的。吉赟等[1]发现,城市开通高铁站后,高铁城市上市公司本科及以上学历的劳动力要素数量平均增加约2.08%。孙文浩等[9]发现,城市开通高铁站后,制造业企业科研机构硕士学历劳动力要素数量平均增加约2人、博士学历劳动力要素数量平均增加约3人。因此,高铁网络引发的高级劳动力要素在高铁城市制造业企业科研机构的集聚程度是有限的,高级劳动力要素在企业间进行逆集聚分布(3)本文中的逆集聚分布是指高级劳动力要素借助高铁网络在高铁城市同一产业内部企业间进行均匀分布。集聚分布是指高级劳动力要素借助高铁网络向高铁城市同一产业内部少数制造业企业集聚,本文中这些少数企业称为龙头型制造业企业,其他制造业企业称为追随型制造业企业。考虑到中国制造业企业高级劳动力要素规模普遍较低,高级劳动力要素在企业间进行逆集聚分布可能难以有效促使沿线制造业企业的高级劳动力要素规模突破吸收能力理论所指示的阈值特征,从而不利于沿线制造业企业提升创新产出水平。,将导致高铁城市产业内部大部分制造业企业科研机构的高级劳动力要素规模难以突破吸收能力理论所指示的阈值特征,进而难以充分释放高级劳动力要素的创新活力,最终不利于制造业企业提升创新产出水平。相反,如果高级劳动力要素借助高铁网络向高铁城市制造业企业科研机构进行集聚分布,可确保高铁城市产业内部“龙头型”制造业企业科研机构高级劳动力要素规模超过吸收能力理论所指示的阈值特征。一方面,“龙头型”制造业企业会通过自主创新提升制造业企业产品创新能力,有利于行业增强原创能力;另一方面,“追随型”制造业企业会通过合作创新与引进创新等方式,提升行业二次创新能力。因此,高级劳动力要素向高铁城市制造业企业间集聚分布,有利于高铁城市制造业企业提升创新水平。基于此,本文提出以下假说:

假说1:高级劳动力要素在高铁城市制造业企业间逆集聚分布,不利于沿线制造业企业提升创新水平。

假说2:高级劳动力要素在高铁城市制造业企业间集聚分布,有利于沿线制造业企业提升创新水平。

二、研究设计

(一)数据来源

本文使用2008—2014年国家统计局的全国创新调查企业数据库,并借鉴孙文浩[16]的做法对该数据库进行调整。此外,使用2016—2019年全国高新技术企业调查数据库数据进行稳健性检验。

(二)模型设计与变量说明

为有效研究城市开通高铁站对制造业企业创新的影响,本文构建了如下双重差分模型(difference in difference,DID)。

innit=αi+β1HSRit×Afterit+λX+γi+γf+γy+εit

(1)

其中,innit反映第t年企业i的创新水平,本文使用发明专利授权数量(pat)表示。此外,本文还使用私人研发水平(prd)和新产品产值(new)测度企业创新水平以进行稳健性分析。以上所有创新变量均进行加1取对数处理。

本文参考卞元超等[2]的做法,核心解释变量使用城市开通高铁站的虚拟变量(HSR×After)加以表示。若企业在样本期间开通高铁站,则HSR取值为1,否则HSR取值为0。样本年份在城市开通高铁站年份之后,After取值为1,否则为0。此外,本文还分别构建了地级市高铁公里里程(HSRm)、地级市高铁线路条数(HSRl)以及地级市高铁站数量(HSRs)三个连续变量测度城市高铁网络密度,并进行加1取对数处理。

其中,X为控制变量集,具体包括微观和宏观层面的控制变量(4)限于篇幅,未在正文展示,留存备索。。微观层面的控制变量主要包括科技人才规模(S&T)、对外技术引进水平(ado)、企业年龄(age)、企业年龄二次项(agesq)、企业出口(exp)、市场竞争(HHI)、企业势力因素(mar)、企业势力二次项(marsq),宏观层面的控制变量包括第一产业占GDP比重(pri)、第二产业占GDP比重(sec)、财政支出占GDP的比重(gov)、贸易总额占GDP的比重(tra)、固定资产投资占GDP的比重(cap)、地区经济发展水平(gdp)、地区教育水平(edu)。上述宏观层面的控制变量全部进行加1取对数处理。控制二位码行业(γi)、企业(γf)以及年份固定效应(γy)。εit表示随机扰动项(5)限于篇幅,未在正文展示变量的描述性统计结果,留存备索。。此外,本文还构建了企业创新差距(inng)和城市经济差距(ecog)的测度指标(6)inng和ecog分别使用企业私人研发投入水平和城市夜间灯光亮度加以表示,具体计算公式与式(4)类似,此处不再赘述。。

参考卞元超等[2]的做法,本文工具变量使用城市平均地理坡度和滞后1年的地级市所在省份高铁城市总数的交互项(slo)作为城市开通高铁站的工具变量。同时,本文使用两阶段最小二乘(2SLS)法进行回归。第一阶段将制造业企业所在城市是否开通高铁站对工具变量(slo)进行回归,并预测出制造业企业所在城市开通高铁站的概率prob(HSR×After)(7)prob表示事件发生的概率。,回归模型如下:

HSRit×Afterit=αi+β2sloit+λX+γi+γf+γy+εit

(2)

考察第一阶段得到的prob(HSR×After)对制造业企业创新的影响,模型如下:

innit=αi+β3prob(HSRit×Afterit)+λX+γi+

γf+γy+εit

(3)

首先,构建高级劳动力要素规模差距指标(labg)(8)本文使用企业从事科技活动的人员测度高级劳动力要素。高级劳动力要素规模差距(labg)越大,说明高级劳动力要素在企业间进行集聚分布,否则为逆集聚分布。,其计算公式如下:

(4)

其次,本文将制造业企业研发资金投入类型分为自主研发和合作研发两种模式。其中,自主研发模式分为员工物质激励水平(spel)和科研固定资本资金投入水平(spem)。合作研发模式分为与国内研发机构合作(ins)、与国内高等学校合作(uni)以及与国外研发机构合作(fgn)的研发资金投入水平。以上机制变量全部进行加1取对数处理。

最后,本文使用逐步检验回归系数法研究高级劳动力要素在高铁城市制造业企业间分布结构变化是否为高铁城市影响制造业企业创新的重要机制。模型设计如下,其中β4和β5的估计系数是本文重点关注的参数。

mecit=αi+β4HSRit×Afterit+λX+γi+γf+γy+εit

(5)

innit=αi+β5mecit+β6HSRit×Afterit+λX+γi+

γf+γy+εit

(6)

三、回归结果分析

(一)基础回归结果

首先,结合式(1)基于普通最小二乘法(OLS)检验高铁网络对制造业企业创新的影响,结果见表1第(1)列。结果表明,高铁网络对制造业企业创新存在抑制效应。其次,结合式(2)(3)运用2SLS法检验高铁网络对制造业企业创新的影响,结果见表1第(2)(3)列(9)由表1第一阶段回归结果可知,城市开通高铁站的工具变量(slo)的系数估计值显著为正,符合预期。同时CD-Wald F统计值远大于10%水平的标准值并且第一阶段F值大于10,排除了工具变量可能存在的弱相关性问题,说明本文工具变量有效,限于篇幅,第一阶段实证结果留存备索。表2～表10以及表12、表13和表15和表1一样处理。。表1第(2)列的因变量为发明专利授权数量(pat),结果表明,在高铁站开通后,制造业企业创新水平平均下降约24.90%,高铁城市制造业企业发明专利授权数量平均减少约0.15件。表1第(3)列的因变量为前推1期的发明专利授权数量(patF1),结果表明,城市开通高铁站对制造业企业创新存在显著的抑制效应。

表1 高铁城市对制造业企业创新的影响

(二)异质性检验

1.不同禀赋特征区域

首先,本文分别基于东部、中部以及西部地区(10)东部地区主要包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南,中部地区主要包括山西、河南、安徽、湖北、江西以及湖南,西部地区主要包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。,研究不同高铁城市对制造业企业创新的影响是否存在较大差异,并结合式(2)(3)重新回归,结果见表2。结果表明,无论是东部地区还是中部地区,抑或是西部地区,城市开通高铁站对制造业企业创新均存在显著抑制效应。

表2 高铁城市对制造业企业创新的影响:基于东部、中部与西部地区

其次,本文根据企业所在城市距离最近沿海港口城市的直线距离,划分为0～400千米、400～800千米以及800～1 200千米3个样本组,并结合式(2)(3)进行分组回归,结果见表3。结果表明,相对于内陆地区,沿海地区城市开通高铁站对制造业企业创新的抑制效应更加突出。

表3 高铁城市对制造业企业创新的影响:与沿海港口城市空间距离

2.基于不同禀赋的城市

国家级高新区是高新技术企业的重要集聚载体,本文首先根据制造业企业所在城市是否存在国家级高新区分为2个样本组,并结合式(2)(3)进行分组回归,结果见表4。结果表明,相对于存在国家级高新区的高铁城市,不存在国家级高新区的高铁城市对制造业企业创新的抑制效应更加突出。

表4 高铁城市对制造业企业创新的影响:基于国家级高新区

表5 高铁城市对制造业企业创新的影响:基于城市经济水平

最后,为检验高铁网络对不同行政级别城市制造业企业创新的影响是否存在较大差异,本文首先结合式(2)(3)针对省级、副省级城市和非省级、副省级城市重新回归,结果见表6。第(1)(2)列的结果表明,相对于省级、副省级城市,非省级、副省级城市开通高铁站对制造业企业创新的抑制效应更加突出。此外,本文针对省级、副省级城市构建虚拟变量pron(12)当制造业企业所在城市为省级、副省级城市时,pron为1,否则为0。,并构建高铁城市的虚拟变量(HSR×After)和虚拟变量(pron)的交互项(HSR×After×pron),同时结合式(2)(3)进行回归,结果见表6第(3)列,相对于省级、副省级城市,高铁网络对非省级、副省级城市制造业企业创新的抑制效应更加突出。表6第(4)列基于东部和非东部地区的省级、副省级高铁城市,构建虚拟变量easp(13)当企业所在城市属于东部地区省级、副省级城市时,easp为1,当企业所在城市为非东部地区省级、副省级城市时,easp取值为0。,并且构建高铁城市的虚拟变量(HSR×After)和虚拟变量(easp)的交互项(HSR×After×easp),同时结合式(2)(3)进行回归,结果表明,相对于非东部地区省级、副省级城市,东部地区省级、副省级城市开通高铁站对制造业企业创新的抑制效应更加突出。同理,表6第(5)列基于东部、非东部地区非省级、副省级城市,构建虚拟变量easn(14)当企业所在城市属于东部地区非省级、副省级城市时,easn为1;当企业所在城市为非东部地区非省级、副省级城市时,easn取值为0。,并且构建高铁城市的虚拟变量(HSR×After)和虚拟变量(easn)的交互项(HSR×After×easn),同时结合式(2)(3)进行回归,结果表明,相对于非东部地区非省级、副省级城市,东部地区非省级、副省级城市开通高铁站对制造业企业创新的抑制效应更加突出。因此,高级劳动力要素在数量层面上的流动不等于结构层面上的合理分布,高级劳动力要素借助高铁网络主要向东部地区高铁城市流动[9],但导致东部地区高铁城市制造业企业间高级劳动力要素的逆集聚分布特征更加明显。因此,无论是省级、副省级城市还是非省级、副省级城市,东部地区城市开通高铁站对制造业企业创新的抑制效应更强。

表6 高铁城市对制造业企业创新的影响:基于城市行政级别

3.不同禀赋特征的企业

表7 高铁城市对制造业企业创新的影响:基于企业间高级劳动力要素规模差距

其次,本文针对企业产权属性,将样本划分为国有、民营和外资企业,研究高铁城市对制造业企业创新的影响,并结合式(2)(3)重新回归,结果见表8。

表8 高铁城市对制造业企业创新的影响:基于企业产权属性

结果表明,相对于国有和外资制造业企业,城市开通高铁站对民营制造业企业创新的抑制效应更加突出。

表9 高铁城市对制造业企业创新的影响:基于企业研发强度

(三)机制检验

为研究高铁城市制造业企业间高级劳动力要素分布结构的变化是否为城市开通高铁站影响制造业企业创新的重要机制之一,本文结合式(5)(6)进行回归,结果见表10。表10第(1)列的结果表明,城市开通高铁站后,制造业企业间高级劳动力要素的规模差距显著变小,说明高铁城市促使高级劳动力要素在制造业企业间进行逆集聚分布。表10第(2)列的结果表明,制造业企业间高级劳动力要素规模差距变小对制造业企业创新存在显著的抑制效应。因此,高级劳动力要素在高铁城市制造业企业间进行逆集聚分布是城市开通高铁站抑制制造业企业创新的重要机制之一,解释效力约为5.46%(17)该机制的解释效力由表1和表10第(2)列估计结果计算而来。,本文假说1得到验证。此外,本文结合式(1)还使用Sobel和Bootstrap模型进行机制分析(18)限于篇幅,未在正文展示Sobel和Bootstrap的机制检验结果,留存备索。,结果仍然支持本文假说1的合理性。

表10 高铁城市对制造业企业创新的影响机制结果

基于动态视角,本文分别使用地级市高铁公里里程(HSRm)、高铁线路条数(HSRl)以及高铁站数量(HSRs)三个连续变量测度城市高铁网络密度,并结合式(5)重新回归,检验高铁网络增密对高铁城市制造业企业间高级劳动力要素规模差距的动态影响,结果见表11。表11第(1)～(3)列的结果表明,无论何种方式测度高铁网络密度,高铁网络增密促使高级劳动力要素在制造业企业间进行逆集聚分布,说明高级劳动力要素在高铁城市制造业企业间进行逆集聚分布是高铁网络增密抑制制造业企业创新的重要机制之一,本文假说1再次得到验证。

表11 高铁网络对制造业企业间高级劳动力要素规模差距的影响

(四)进一步分析

本文假说部分提到高级劳动力要素借助高铁网络向沿线制造业企业间进行逆集聚分布,通过降低企业研发资金投入水平导致制造业企业创新产出水平显著降低。为检验上述影响路径是否存在,本文结合式(5)(6)并基于不同研发模式重新回归,结果见表12和表13。表12第(1)～(3)列的结果表明,高级劳动力要素借助高铁网络在高铁城市制造业企业间进行逆集聚分布降低了制造业企业的员工物质激励水平,是高铁城市抑制制造业企业创新的重要机制之一。类似地,表12第(1)(4)(5)列的结果表明,高级劳动力要素借助高铁网络在高铁城市制造业企业间进行逆集聚分布降低了制造业企业科研固定资本资金投入水平,是高铁城市抑制制造业企业创新的重要机制之一。同理,表13的结果表明,无论是国内研发机构还是国内高等院校,抑或是国外研发机构,高级劳动力要素借助高铁网络在高铁城市制造业企业间进行逆集聚分布降低了制造业企业与国内、外研发机构的合作强度,是高铁城市抑制高铁城市制造业企业创新的重要机制之一。本文假说1再次得证。

表12 高铁城市对制造业企业创新的影响机制结果:基于自主研发

表13 高铁城市对制造业企业创新的影响机制结果:基于合作研发

(五)稳健性检验(19)除了平行趋势和安慰剂检验以及更换数据,本文还通过更换因变量、增加遗漏变量、重新计算高级劳动力要素规模差距指标以及使用Tobit模型进行稳健性检验。此外,本文还剔除省级、副省级城市并使用倾向得分匹配双重差分(PSM-DID)模型重新回归,稳健性结果与本文实证结果高度一致,说明本文结论稳健。限于篇幅,以上稳健性检验结果未在正文展示,留存备索。

1.平行趋势和安慰剂检验

首先,为保证本文双重差分模型满足平行趋势假定,本文借鉴吉赟等[1]的研究,定义了6个年份的虚拟变量Year-1、Year0、Year1、Year2、Year3、Year4,分别代表了高铁开通前1年、当年、后1年、后2年、后3年以及后4年,分别与HSR相乘并进行回归,结果见表14。表14第(1)列的结果表明,Year-1×HSR的系数估计结果在10%的统计水平上不显著,说明城市开通高铁站前高铁城市与非高铁城市的制造业企业创新水平不存在显著差异,平行趋势假定通过检验。表14第(1)列中Year1×HSR、Year2×HSR、Year3×HSR、Year4×HSR的估计结果均为负,尤其是高铁站开通后的第三、四年,对制造业企业创新的抑制效应最为突出。

表14 平行趋势和安慰剂检验

其次,为检验高铁城市对制造业企业创新的影响是否还受其他因素干扰,本文对双重差分模型进行安慰剂检验[1],分别构造After×HSR-1、After×HSR-3以及After×HSR-5等伪虚拟变量,假设城市开通高铁站的时间提前1年、3年和5年,并结合式(1)重新回归,结果见表14第(2)～(4)列。结果表明,无论假定高铁站开通提前1年、3年还是5年,高铁城市对制造业企业创新均不存在显著影响,表明制造业企业创新水平的增加仅出现在高铁站开通之后,说明本文结论稳健。

再次,城市开通高铁站对制造业企业间高级劳动力要素规模差距的动态影响结果如图1所示,结果表明,高铁站开通前1年,高铁城市与非高铁城市的制造业企业间高级劳动力要素规模差距不存在显著差异,通过平衡趋势假定检验。但在高铁站开通后的第2～5年,高铁城市制造业企业间高级劳动力要素的规模差距逐渐变小,尤其在城市开通高铁站的第5年,这种现象更为明显,说明城市开通高铁站长期会缩小高铁城市制造业企业间高级劳动力要素的规模差距。

图1 城市开通高铁站对制造业企业间高级劳动力要素规模差距的动态影响

最后,本文根据原有城市历年高铁站开通的情况随机生成相应的伪高铁城市变量,并进行2 000次的随机抽样估计,结果如图2所示。图2(a)展示的是2 000次随机抽样的估计系数核密度图,结果表明,安慰剂检验生成的2 000次系数估计结果基本上均匀地分布在0值附近。图2(b)表明,2 000次随机抽样的P估计值大部分位于10%统计水平的右侧,说明大部分随机抽样估计系数均不显著。因此,城市开通高铁站对制造业企业创新的影响不是由于偶然因素所导致的。

图2 安慰剂检验结果注:本图绘制了2 000次随机抽样估计的系数概率密度。

2.更换数据

由于2008—2014年全国创新调查企业数据库的样本观察期尚未包含中国“八纵八横”的高铁网络建设时期,为确保研究结论具有时效性,本文使用2016—2019年全国高新技术企业调查数据库数据重新回归(20)由于数据库存在差异,此处因变量使用高新技术企业专利所有权转让及许可收入(pti)测度企业创新水平,控制变量集在式(1)基础上还加入了年末总资产(ass)、营业收入(rev)以及期末从业人员总数(emp),并且控制了县(区)和年份固定效应,其他变量与式(1)的定义相同。,结果见表15。表15第(1)(2)列的结果表明,无论是OLS模型还是2SLS模型,城市开通高铁站对高新技术制造业企业创新均存在显著的抑制效应。

表15 高铁网络对沿线高新技术企业创新的影响:更换数据

四、结论与建议

本文综合利用2008—2014年全国创新调查企业数据库和2016—2019年全国高新技术企业调查数据库,运用多时点双重差分模型并结合有效工具变量,研究城市开通高铁站对制造业企业创新的影响。主要结论如下:第一,高铁网络对制造业企业创新水平存在显著的抑制效应。第二,城市开通高铁站对制造业企业创新的影响与城市禀赋特征有关。相对于内陆、经济水平较高和存在国家级高新区的高铁城市,沿海、经济水平较低和不存在国家级高新区的高铁城市对制造业企业创新的抑制效应更加突出。第三,高级劳动力要素在制造业企业间进行逆集聚分布是高铁城市抑制制造业企业创新的重要机制之一,解释效力约为5.46%。基于以上结论,本文的政策建议如下:

第一,政府结合区域特征合理布局高铁网络。研究发现,相对于非东部地区,东部沿海地区高铁城市对制造业企业创新的负面影响更加突出。因此,政府需加大非东部地区高铁网络建设的投资力度,加快提升非东部地区高铁网络密度,尤其是加快行政级别较高、经济水平较高以及有国家级高新区的非东部地区城市开通高铁站。

第二,政府引导高级劳动力要素向高铁城市制造业企业合理流动。研究表明,高级劳动力要素借助高铁网络在高铁城市制造业企业间进行逆集聚分布,是高铁城市抑制制造业企业创新的重要机制之一。高级劳动力要素向高铁城市集聚不代表高级劳动力要素在高铁城市企业间进行合理分布。为推动高铁城市制造业企业创新驱动发展,政府应重点引导高级劳动力要素借助高铁网络向制造业企业间进行集聚分布,确保制造业“龙头”企业高级劳动力要素数量突破吸收能力理论所指示的阈值,进而通过产业内部企业间协同创新发展提升高铁城市制造业企业的创新水平。

第三,政府需加强高铁城市民营和低研发强度制造业企业研发资金的扶持力度。高铁网络促使高级劳动力要素在高铁城市制造业企业间进行逆集聚分布,降低了高铁城市制造业企业研发资金的投入水平,最终导致制造业企业创新水平显著下降。高铁城市尤其对民营和低研发强度制造业企业创新存在更加突出的抑制效应。因此,政府应对高铁城市民营和低研发强度制造业企业加大研发资金的扶持力度,缓解高铁网络对民营和低研发强度制造业企业创新的负面影响。