高速铁路建设如何带动企业的创新发展
高速铁路建设如何带动企业的创新发展*——基于Face-to-Face理论的实证检验
郭 进 白俊红
[提 要] 本文基于知识溢出视角和Face-to-Face理论，指出高速铁路建设构成了信息和技术跨区域流通、扩散和再创新的高速通道，为企业在更大范围内搜索面对面交流对象以发掘更多有用的异质性知识提供了途径。进一步地，本文以沪深两市A股上市公司为样本，引入断点回归模型和双重差分模型，实证检验了高速铁路建设促进企业创新发展的政策效应和经济后果。本文指出高速铁路建设增强了企业间的技术外部性，不仅显著地提升了企业的专利产出水平，而且还显著地提升了专利产出对于企业全要素生产率的边际贡献，且在带宽敏感性和间断点安慰剂检验中依然稳健。但高速铁路的这一效应存在企业异质性差异，表现为对大企业创新发展的带动作用更强。
[关键词] 中国高铁；企业创新；知识溢出；Face-to-Face理论
一、引言
自2007年以来，以和谐号和复兴号为代表的中国标准动车组研发与应用以及以“八纵八横”为代表的中国高速铁路网建设已经成为中国先进制造业的标签，承载着民族复兴的伟大梦想。然而，中国的高速铁路建设也经常招致社会上的各种争议，尤其集中在部分高铁线路的开通和高铁站点的选址放大了核心城市对周边城市的虹吸效应，加剧了区域间不平衡发展。本文认为，对于高铁经济效应的评价不应忽视其在技术外部性方面所发挥的作用。中国的高速铁路建设尤其方便了1 000公里距离段内频繁进行跨地区往来的公务出差人员。[注]《CTR媒介专项研究部与中国铁路总公司联合调研报告》《AC尼尔森市场研究中国铁路列车平面广告媒体调研分析报告》《CTR媒介专项研究部东北高铁商旅人群调查报告》《高铁对居民出游方式和消费需求趋势的影响研究》等调研报告显示：本科及以上学历人群在中国高铁和动车受众人群中占比分别达到58.7%和51.4%，政府、事业单位、公司的中高层管理人员在中国高铁和动车受众人群中占比分别达到33.5%和24.3%，且乘客中以公务出差为目的的占比最高。这些公务出差人员不同于物质资料和普通劳动力，是具有较高人力资本的信息和技术的载体。他们通过跨地区的面对面交流，在中国各城市间架起了信息和技术流通、扩散和再创新的高速通道。那么，相对于普通铁路、货(客)车等交通工具在资源配置方面发挥的重要作用，以高效、便捷为特征的高速铁路建设是否带来了企业的创新发展呢？其间又呈现出怎样的作用机制？对于企业创新发展绩效又会带来怎样的经济后果？
在分析上述问题之前，需要先回答另一个问题，即知识的跨区域溢出依赖高速铁路建设吗？20世纪80年代以来，部分学者基于通信技术快速发展的视角指出，知识溢出可以通过互联网来实现，地理距离对于知识溢出的限制不再构成企业创新发展的主要障碍(Cairncross，2001；徐德英和韩伯棠，2015)。但也有学者认为，持“地理距离已死”的观点在逻辑上存在一定的错误，通信技术的发展的确提高了知识的跨区域溢出水平，但不等于地理距离对知识跨区域溢出的约束就消失了(Glaeser & Mare，2001)。陆铭(2016)指出，互联网等信息技术的发展所带来的“线上交流”与面对面的“线下交流”之间不是互相替代的关系，“线上交流”的发展反而拓展了“线下交流”的空间。Glaeser(1999)和Storper & Venables(2004)将这种“线下交流”理论化和模型化，提出了面对面交流理论(Face-to-Face Contact Theory)。他们指出，知识包括可编码的显性知识(codified knowledge)和不可编码的隐性知识(non-codified knowledge)，前者可以通过互联网等载体进行有效传播，而后者在更大程度上依赖于人们面对面的交流才能被获取，且隐藏在编码符号背后的新想法、新创意、高频率快速反馈带来的知识重组、良性互动产生的信任关系等，对于企业创新发展尤为重要，而这些信息大都以不可编码的隐性知识形式存在。
基于以上背景，本文认为中国高速铁路建设在促进企业创新发展方面的重要作用应该得到重视和检验。这不仅有助于澄清中国的高速铁路建设之辨，也有助于从资源配置以外的知识溢出视角拓展高速铁路建设、知识跨区域扩散与企业创新发展的相关研究。因此，本文基于知识溢出视角和面对面交流理论，引入断点回归模型(RD)和双重差分模型(DID)，以开始于2007年的中国高速铁路建设为契机，采用沪深两市A股上市公司数据，分析高速铁路建设促进企业创新发展的政策效应、作用机制和经济后果。本文接下来的结构安排如下：第二部分为理论基础，第三部分为实证分析和稳健性检验，第四部分为作用机制检验，第五部分为经济后果分析，最后总结结论并给出政策启示。
二、理论基础
(一)文献综述
企业对于金融外部性和技术外部性的追求产生了经济活动的空间关联。其中，金融外部性来源于前后向生产网络的建立，通过促进资源优化配置以降低生产成本；技术外部性来源于知识的传播扩散，通过加强创新发展以提高生产效率(郭进等，2016)。但是受到地理距离的限制，金融外部性和技术外部性均存在一定的溢出边界。
于是，大力发展交通基础设施成为各国和地区削弱地理距离约束、拓宽外部性溢出边界的重要手段，学术界对于交通基础设施建设促进经济增长的作用也给予了肯定。例如，Lucas(1988)和Barro(1990)基于内生经济增长理论模型验证了交通基础设施建设对经济增长的促进作用，Cohen(2010)、刘生龙和胡鞍钢(2010)进一步认为交通基础设施建设的正外部性来源于两个方面，一是交通基础设施作为一种投资可以直接促进经济增长；二是交通基础设施有利于劳动力、固定资产、人力资本、FDI等生产要素的集聚，进而间接地促进经济增长。刘秉镰和刘玉海(2011)以普通铁路和公路为研究对象，从交通基础设施建设能够显著地降低制造业企业库存成本的角度探讨了交通基础设施建设促进经济增长的微观机制。周浩和郑筱婷(2012)将1997—2006年间中国实施的六次普通铁路提速看作是交通基础设施质量改善的自然实验，运用DID模型考察了其对经济增长的影响，指出相对于未提速站点，铁路提速将提速站点的人均GDP增长率提高了约3.7个百分点。这些研究大都以普通铁路、公路等传统交通基础设施为研究对象，研究思路主要从金融外部性角度，验证了交通基础设施建设通过优化生产要素配置来促进经济增长的作用机制和经济效应。
随着日本、法国、德国、西班牙和中国等国家先后开始投资高速铁路建设，学术界对于交通基础设施经济效应的研究也随之进入“高铁时代”。主要的研究视角和观点包括：(1)高速铁路建设强化了“资源配置效应”，为经济增长注入了强大动力。例如，庄序莹和侯敬雯(2012)构建了符合中国当前经济现状的CGE模型并进行模拟分析，结果表明相比更为完善的公路建设投资，高铁建设投资对于经济增长的拉动具有更大的乘数效应。基于同样的思路，王刚和龚六堂(2013)采用投入—产出分析方法，定量测算了高速铁路建设投资对国民经济各产业的拉动幅度。Ahlfeldt & Feddersen(2017)遵循高速铁路建设降低交通时间、扩大市场潜能的思路，以德国一条连接科隆和法兰克福的高铁为例，采用反事实分析方法，发现高铁线路开通后三个中点城市的GDP平均提高了8.5%。董艳梅和朱英明(2016)构建了高铁建设对就业、工资和经济增长空间影响的理论模型，并运用PSM-DID进行实证分析，结果显示高铁建设对高铁城市的就业、工资和经济增长的总效应显著为正。王雨飞和倪鹏飞(2016)采用空间计量模型，将高铁开通后中国284个城市间的最短时间距离纳入实证分析，指出高速铁路建设强化了交通基础设施对于经济发展的增长效应。(2)高速铁路建设产生“时空收敛效应”，增强了跨区域间的经济联系。例如，Murakami & Cervero(2012)以日本高铁为研究对象进行分析指出，高速铁路建设对于沿线城市经济活动的影响并非“零和博弈”，高铁的牵引作用可以推动沿途城市整体发展。Zheng & Kahn(2013)基于2007—2010年间中国高铁建设状况，采用工具变量法进行评估表明，高速铁路建设有助于市场一体化进程，对于大城市和中小城市的双赢发展具有重要意义。方大春和孙明月(2015)基于可达性视角和引力模型，对高铁的“时空收敛效应”进行了量化分析，结果表明高铁建成显著提高了城市间的引力和交通通达度，增强了高铁线路上城市间的互动。(3)高速铁路建设产生了“经济分布效应”和“虹吸效应”，重塑了经济空间布局。Vickerman(1997)综合法国、德国、西班牙和意大利的高铁建设状况后发现，中心城市成为高铁便利性的受益方，成为人力资本等要素的净流入地，进而加剧了区域间经济不平衡发展状况。Monzón et al.(2013)和Chen(2012)采用高铁可达性指标进行分析发现，欧洲高速铁路加剧了劳动力、资本等生产要素向高铁线路中心节点城市的集聚，进而挤压了沿途中小城市的经济发展空间。戴学珍等(2016)选择京沪高速铁路沿线72个城市为样本，从效率与公平两个角度探讨了高速铁路建设给不同规模、不同区位条件的站点城市和非站点城市带来的空间分布规律，研究表明高速铁路建设增强了高铁沿线的“经济分布效应”，扩大了站点城市和非站点城市之间的差异，加剧了区域发展的不平衡性。张克中和陶东杰(2016)将中国的高速铁路建设看作一项“准自然实验”，利用地级市面板数据分析发现，高铁线路的开通显著地降低了沿途非区域中心城市的经济增长率，并且距离区域中心城市越近的地级市受到高铁开通的负面影响越大。
综上所述，不论是针对普通铁路、公路等传统基础设施建设经济效应的研究，还是近年来针对高速铁路建设经济效应的研究，学者们的着眼点要么主要集中在以优化资源配置为核心的金融外部性层面，要么直接评估高速铁路建设对于区域经济增长、经济空间布局的经济后果，而对于高速铁路建设在技术外部性层面的探讨较少。承接以往研究，本文尝试在以下几个方面取得创新：(1)基于面对面交流理论(Face-to-Face Contact Theory)，将企业所拥有的知识划分为显性知识和隐性知识，构建了知识跨区域溢出对企业创新发展的理论模型，并将高速铁路因素引入其中，阐述了高速铁路建设促进企业创新发展的作用机制。(2)选用中国沪深两市A股上市公司样本，以专利授权量作为企业创新产出的代理变量，结合断点回归模型(RD)和双重差分模型(DID)，从微观企业视角检验了高速铁路建设促进企业创新发展的政策效应。(3)以2011年建成通车的高铁京沪线为例，引入空间计量分析方法，分析了高速铁路建设在促进知识跨区域溢出方面的积极影响，检验了高速铁路建设促进企业创新发展的作用机制。(4)以全要素生产率作为企业创新发展绩效的代理变量，以专利授权量作为中介变量，实证分析了高速铁路建设促进企业创新发展的经济后果。
(二)理论模型
1.前提假设。不失一般性，假设所关注的企业A的周围均匀分布着众多企业Bi(i=1,2,3,…,n)，企业Bi距离企业A的地理距离记作di。同时假设，随着技术体系的专业化和知识部门的分散化，每个企业都拥有其他企业所没有的异质性知识。异质性知识带来企业间技术的互补性，有利于提高企业的联合创新效应。企业A在创新发展过程中出于弥补自身技术缺陷的需要，本能地选择与企业Bi进行交流以发掘有用的异质性知识。然而，企业A在搜寻交流对象的时候面临来自地理距离的约束。综合考虑成本与收益，企业A将适宜的交流对象Bi限定在di≤dup的区域内，即dup为企业A进行信息和技术交流的地理距离边界。
借鉴柯布—道格拉斯生产函数，本文定义企业A的生产函数形式为：
式中，Y为企业A的产出增加值；t代表年份；α，β和γ分别代表技术know、劳动力L和资本K对企业产出增加值的弹性。
2.Face-to-Face理论的引入。技术由于专用性和黏滞性，不容易在企业间传播扩散，而面对面的交流可以增强企业间在复杂环境下的信任，改进合作双方的沟通机制。为突出面对面交流的必要性和价值，与以往研究不同，本文将各企业所拥有的技术划分为可编码的显性知识knowexp和不可编码的隐性知识knowimp，它们的产出弹性系数分别记为α1和α2。
Face-to-Face理论认为，显性知识knowexp可编码，可以通过互联网等载体实现线上传播，故地理距离对其跨地区溢出的约束有限；而隐性知识不可编码，只能通过面对面的线下交流才能被获取得到，因此地理距离对其跨地区溢出的约束更大。假设企业Bi对企业A的显性知识溢出系数为ρexp(di)，企业Bi对企业A的隐性知识溢出系数为ρimp(di)，因此有于是，式(1)可以进一步展开为：
(2)
式中，是企业Bi对企业A的显性知识溢出水平；为企业Bi对企业A的隐性知识溢出水平；m表示对企业A产生隐性知识溢出的企业Bi的数量。鉴于隐性知识溢出依赖于面对面交流，因此m≤n。
3.高速铁路建设对企业创新发展的作用。相对于传统的交通工具，高铁因其在速度上的优势，会产生时空收敛效应，缩短交通时间，进而对技术溢出产生两方面影响：第一，高速铁路建设会拓宽企业A搜索跨区域合作对象的地理距离边界dup，进而使得更多数量的企业Bi进入企业A的信息和技术交流范围；第二，高速铁路建设带来的区位叠加弱化了地理距离对于技术外部性的制约，提高了企业Bi对企业A的隐性知识溢出系数ρimp(di)。于是，高速铁路建设为企业A带来的知识增量Δknowt(chsr)可以表述为：
式中，高速铁路建设为企业A带来的知识增量Δknowt(chsr)可以展开为三个部分：Δknow1代表高速铁路建设提高了显性知识knowexp的溢出系数ρexp(di)，进而提高了企业Bi对企业A的显性知识溢出水平；Δknow2代表高速铁路建设扩大了企业A进行跨区域信息和技术交流的范围，增加了对企业A产生隐性知识knowimp溢出的企业Bi的数量进而带来的隐性知识溢出水平；Δknow3代表高速铁路建设提高企业Bi对企业A的隐性知识溢出系数ρimp(di)，进而提高了企业A从原企业Bi处获得的知识溢出水平。
综上所述，高速铁路建设对于企业创新发展的理论基础可以阐述为：技术由于专用性和黏滞性，不容易在企业间传播扩散，而面对面的交流可以改进企业间的沟通机制，促进异质性技术的外溢。然而，企业间的面对面交流受到来自地理距离的约束，制约了技术溢出的范围。高铁因其在速度上的优势，为企业以时间换空间、在更大范围内搜索跨区域合作对象提供了便利，不仅拓宽了面对面交流的地理距离边界，而且还提高了技术溢出强度，进而推动了企业的创新发展。
三、实证分析和稳健性检验
(一)实证模型构建
发展高速铁路是中国国家战略层面的一项重要的基础设施建设政策。采用实证模型评价高速铁路建设促进企业创新发展的“政策效应”时，需要将随时间自然增长或经济形势变化而形成的所谓的“时间效应”部分剥离出去。在现有的研究文献中，评价“政策效应”的研究方法大致可以分为两类：断点回归模型(RD)和双重差分模型(DID)。RD模型和DID模型各有优势和缺陷：RD模型因为其实验组和控制组均为同一样本，而且在较小的时间窗口下设定，因此可以有效解决DID模型在估计过程中实验组和控制组难以有效匹配的问题，但缺陷是仍然无法彻底排除其他影响被解释变量在断点处发生骤变的可能性。DID模型允许不可观测的其他因素对被解释变量存在影响，从而放松了政策评估的条件，但是由于其假设不可观测的其他因素不随时间变化，即要求实验组和控制组在政策未实施时，被解释变量随时间变化路径是平行的，这就增加了实验组和控制组匹配的难度。鉴于此，本文同时采用RD模型和DID模型对高速铁路建设促进企业创新发展的经济效应进行估计和比较分析，并尽可能多地进行稳健性检验。
首先是关于RD模型的设定，如式(4)所示。在RD模型中，本文重点关注高速铁路建设政策变量chsr与多项式函数f(period)、企业无形资产水平inta的乘积交互项chsr×f(period)×inta的回归系数β4的显著性水平及系数大小，其恰好捕获了高速铁路建设对企业创新发展的“政策效应”。
PATit=β1chsrit+β2f(period)+β3intait
+θXit+α+μi+νt+εit
(4)
式中，本文采用年专利授权量PAT作为企业创新产出水平的代理变量。高速铁路建设政策变量chsr为哑变量，其值为0代表企业所在的城市尚未开通高铁站点，其值为1代表企业所在的城市已经开通了高铁站点。f(period)是以period为执行变量的多项式函数，其中period为距离高铁站点开通的时间，开通当年period的值记为0，开通之前period取负值，开通之后period取正值。inta是企业的无形资产水平，在本文中被看作是企业拥有的显性知识和隐性知识的总和。X为一组有可能影响到企业创新产出的控制变量。α表示常数项，μ表示不随时间变化的企业固定效应，υ表示不随企业变化的时间固定效应，ε为随机误差项。
考虑到RD模型的缺陷，本文构建了DID模型：
PATit=β1groupit+β2chsr+β3intait
+θXit+α+μi+νt+εit
(5)
与式(4)所示的RD模型进行比较，式(5)在执行变量period的设置上进行了调整，即DID模型中chsr被设定为政策处理的间断点(本文依次选取2009年和2010年为中国高速铁路建设的间断点)，在政策处理之前取值为0，在政策处理之后包括政策处理当年取值为1。group为企业实验组和控制组哑变量，取值为1表示实验组，代表企业所在城市在期初2003年未开通高铁站点，而在期末2014年已经开通高铁站点；取值为0表示控制组，代表企业所在城市在期初2003年未开通高铁站点，且在期末2014年仍未开通高铁站点。在DID模型中，乘积交互项group×chsr×∑inta的回归系数β4反映出高速铁路建设对实验组企业和控制组企业创新发展的影响差异，通过分析β4的显著性水平及大小，可以对高速铁路建设促进企业创新发展的“政策效应”进行评价。
(二)变量说明与描述性统计分析
1.变量说明。本文实证分析的样本为中国沪深两市A股上市公司，微观企业数据主要来源于国泰安经济金融数据库和同花顺金融数据库，各地级及以上城市的高铁站点开通情况根据2007—2015年的《全国铁路旅客列车时刻表》手工整理得到。为了保证研究结论的可靠性，剔除重要指标缺失以及在研究时期内退市的企业。针对部分指标存在异常值的情况，对数据的99%分位和1%分位进行缩尾处理。针对部分指标某些年份存在少量缺失值的情况，为了保留尽可能多的样本，采用后一年的数据进行补充。关于变量的具体说明如下：
企业年专利授权量PAT：被解释变量。尽管企业的创新活动包括创新投入和创新产出两个维度，但是由于创新活动存在风险，很多创新投入并不能给企业带来实际的意义，同时企业的专利申请量也存在不被授权的情况，均不能真实地反映企业的创新产出水平，因此本文选择年专利授权量PAT作为企业创新产出情况的代理变量。
企业所在城市的高速铁路建设状况chsr：核心解释变量。依据2007—2015年铁路运输局和中国铁道运输出版社出版的《全国铁路旅客列车时刻表》，找到全国282个地级及以上城市的高铁站点开通年份，开通年份之前其值取0，开通之后包括开通当年其值取1。在此基础之上，与沪深两市A股上市公司数据进行匹配。
企业无形资产水平inta：核心解释变量。无形资产本质上是除劳动力、固定资产等有形要素之外，能够给企业带来价值的各种信息要素和技术要素的总和。因此，在显性知识和隐性知识难以直接获取的前提下，本文选择用无形资产作为企业信息和技术的代理变量，具有一定的科学性。[注]本文进一步采用“研发费用”来间接衡量企业的“知识资产”水平，并计算了上市公司“研发费用”与“无形资产”的相关系数，结果显示企业无形资产水平与研发费用在99%的置信水平下高度正相关，从而佐证了采用无形资产作为代理变量的科学性。感谢审稿专家提出的建设性修改建议。
控制变量：借鉴以往文献，本文选取的控制变量包括固定资产总额ass、资产收益率roa、资产负债率rod、企业存续期dur、企业的行业属性ind、企业的所有制属性own。其中，企业的行业属性以中国证监会2012年公布的《上市公司行业分类指引》为基准，对相似产业部门进行合并，最终得到15个行业类型。企业的所有制属性分为国有企业(own=1)和非国有企业(own=0)，国有企业的界定准则为企业的控股股东为中央或地方国有资产监督管理委员会、中央或地方政府机构以及公办高校。
2.描述性统计分析。表1报告了主要变量的描述性统计结果，可以发现：(1)2007—2014年间，中国地级及以上城市开通高铁站点的数量日益增多，带动注册地开通高铁站点的上市公司占比由2007年的57.86%提高到81.24%，说明越来越多的企业可以选择乘坐更加高效、便捷的高铁交通工具进行跨区域交流与合作。(2)比较中国高铁建设前和高铁建设后两个时间段，2007—2014年中国开始正式实施高速铁路建设这一政策之后，企业的年专利授权量PAT比中国还未正式实施高速铁路建设时期的2003—2006年高出519.76%，企业的无形资产水平inta也实现了369.55%的提升。与此同时，年专利授权量PAT的标准差在开始正式实施高速铁路建设时期比还未正式实施高速铁路建设时期高出760.08%，无形资产水平inta的标准差则高出468.75%。上述描述性统计可能反映出的现象是：第一，高速铁路建设政策在微观企业中的渗透度已经提升到相当高的水平，本文的研究具有一定的现实基础和显著意义；第二，高铁站点的开通与企业的专利授权量和无形资产水平之间存在较为明显的正相关关系，企业的创新发展状况有可能受到了来自高速铁路建设这一政策的影响；第三，中国开始实施高铁建设的2007—2014年间企业的平均年专利授权量、无形资产水平比尚未实施高铁建设的2003—2006年间均出现了明显的上升，两个时期企业间的创新发展差异似乎被高速铁路建设这一政策的实施“拉大”了。
表1 主要变量的描述性统计
(三)实证结果及分析
表2报告了高速铁路建设对于企业专利授权量的回归结果，其中RD模型的第(1)列至第(4)列分别为距离高铁站点开通时间period前后七年样本量的回归结果、全样本的回归结果以及两类样本下被解释变量滞后一期的回归结果；DID模型的第(1)列至第(4)列分别为设置政策间断点为2009年和2010年的回归结果以及两类间断点设置下被解释变量滞后一期的回归结果。引入被解释变量滞后一期的理由是：企业的创新发展状况与其所在城市是否开通高铁站点有可能存在双向因果关系，进而产生内生性问题。而引入被解释变量滞后一期可以尽可能地剔除内生性问题对模型回归结果造成的偏误，因为当年的高铁建设有可能会对滞后一年的企业创新发展产生影响，而滞后一年的企业创新发展状况不可能对当年的高铁建设产生影响。
针对RD模型的回归结果，本文重点关注交互项chsr×f(period)×∑inta的回归系数β4的显著性水平及系数大小，其恰好捕获了高速铁路建设对企业创新发展的“政策效应”。从表2可以看出，无论是距离高铁站点开通时间period前后七年样本量的回归结果，还是全样本的回归结果，或者是两类样本下被解释变量滞后一期的回归结果，交互项chsr×f(period)×∑inta的回归系数β4在1%的显著性水平下始终显著为正，且系数值保持在1.063～1.669之间，未出现较大幅度波动。这一结论表明：相对于高铁站点尚未开通的时间段，高铁站点开通后，企业员工可以选择乘坐高铁进行跨区域信息和技术的交流，高速铁路建设为企业以时间换空间、在更大范围内搜索跨区域合作对象以发掘更多有用的异质性知识提供了便利，进而带动了企业创新产出水平的提高。
进一步地，比较RD方法下四类模型的回归结果可以发现：(1)全样本下交互项chsr×f(period)×∑inta回归系数的数值(β4=1.669或1.320)比距离高铁站点开通时间period前后七年样本下回归系数的数值要大(β4=1.257或1.063)。分析其中的原因，主要是因为中国的高速铁路建设不同于其他政策变量，没有一个统一的政策执行间断点，不同城市的高铁站点开通时间存在很大差异。而距离高铁站点开通时间period前后七年的样本即仅选取2007年开通高铁站点的城市中的上市公司为样本，这种处理方法剔除了2007年之后开通高铁站点城市的企业样本，缩小了样本间的差异性，因而降低了交互项的回归系数值。(2)被解释变量滞后一期时交互项chsr×f(period)×∑inta回归系数的数值(β4=1.063或1.320)比被解释变量不滞后时回归系数的数值要小(β4=1.257或1.669)。可能的原因是，随着知识更新换代的周期越来越短，企业进行跨区域信息和技术交流对企业创新产出的影响存在时效性，这也间接凸显出高速铁路建设在加强企业跨地区间及时沟通合作的重要意义。
表2高速铁路建设对于企业专利授权量的回归结果
说明：此处仅报告主要关注的变量的回归结果。***,**和*分别表示能够通过显著性水平为1%，5%和10%的统计检验；括号中的数值为对应变量的Z统计量。下表同。
针对DID模型的回归结果，本文重点关注交互项group×chsr×∑inta的回归系数β4的显著性水平及系数大小，其反映出高速铁路建设对实验组企业和控制组企业创新发展的影响差异。从表2可以看出，无论是将中国高速铁路建设的政策间断点设置为2009年，还是设置为2010年，回归系数β4在1%或5%的显著性水平下始终显著为正，这一结论表明：相对于所在城市尚未开通高铁站点的控制组企业，所在城市已经开通了高铁站点的实验组企业可以选择乘坐更加高效、便捷的高铁进行跨区域信息和技术的交流与合作以发掘更多有用的异质性知识，进而在高铁建设的推动下提高创新产出水平。
比较RD模型和DID模型的回归结果可以得到以下结论：(1)不论是RD模型还是DID模型，回归结果均指出中国的高速铁路建设提升了以年专利授权量为表征的企业创新产出水平。(2)值得注意的是，虽然RD模型和DID模型均得出了一致的结论，但二者提取高铁建设“政策效应”的方式是不一样的，RD模型将样本划分为高铁站点开通之前和开通之后两个阶段，通过比较两个阶段前后的差异得出高速铁路建设促进企业创新发展的结论，而DID模型将政策执行间断点后所在城市已经开通高铁站点的实验组样本提取出来，通过比较实验组和控制组样本之间的年专利授权量差异得出高速铁路建设促进企业创新发展的结论。
(四)稳健性检验
1.带宽敏感性检验。在实证分析部分，研究样本的带宽为2003—2014年，而中国的第一条高速铁路建成通车是在2007年，因此有理由怀疑在12年的带宽设置下，即使没有高速铁路建设这一政策的实施，国家经济形势以及企业自身的发展也必然带来企业创新发展水平的提升，即中国企业创新发展水平的提升是由于带宽设置过宽带来的。
为了检验高速铁路建设促进企业创新发展的经济效应是否存在带宽敏感性，本文将研究样本的带宽重新设置为2006—2014年，仍然采用RD模型和DID模型进行拟合，回归结果显示：重新设置带宽后，RD模型的交互项chsr×f(period)×∑inta的回归系数仍然都显著为正，DID模型的交互项group×chsr×∑inta的回归系数也依然都显著为正。[注] 受到篇幅的限制，稳健性检验的具体回归结果未在文中汇报，需要的读者可以向作者索取。上述结论说明，高速铁路建设促进企业创新发展的经济效应对研究样本的带宽不敏感，怀疑中国企业创新发展水平的提升是由于带宽设置过宽带来的观点没有显著依据。
2.间断点安慰剂检验。在实证分析部分，虽然DID模型中本文依次将政策处理间断点设置为2009年和2010年，但不排除在2003—2014年间中国企业的创新发展环境出现了某些除高速铁路建设以外的其他政策突变，这些其他政策突变造成了部分企业创新发展水平的显著提升，即企业创新发展水平的提升是由于研究阶段内除高速铁路建设以外的其他不可观测的政策突变造成的。
为了尽可能地排除政策突变影响企业创新发展的可能性，本文将政策处理的间断点重新设置为2005年，仍然采用DID模型进行拟合。回归结果显示：重新将政策处理的间断点设置为2005年后，交互项group×chsr×∑inta的回归系数在90%的显著性水平下都变得不再显著，因此怀疑中国企业创新发展水平的提升是由于研究阶段内除高速铁路建设以外的其他不可观测的政策突变造成的观点没有显著依据，无法拒绝高速铁路促进企业创新发展的经济效应。
3.企业异质性检验。在实证分析部分，本文选择沪深两市A股上市公司为研究样本进行分析，容易产生样本选择偏误的问题，即无法判断高速铁路建设对异质性企业创新发展的经济效应是否一致。为了尽可能地观察到高速铁路建设对异质性企业创新发展的经济效应是否存在差异，本文以固定资产规模的大小为准则，将上市公司划分成大型上市公司(2007年固定资产规模在中位数以上(含)的企业)和小型上市公司(2007年固定资产规模在中位数以下的企业)两类，仍然采用RD模型和DID模型进行拟合，回归结果显示：RD模型中交互项chsr×f(period)×inta的回归系数在大企业样本和小企业样本中均显著为正，但在小企业样本中交互项chsr×f(period)×inta的回归系数要小于在大企业样本中的回归系数；DID模型的回归结果显示，交互项group×period(chsr)×inta的回归结果在大企业样本中显著为正，但在小企业样本中不再显著。
上述结论说明，高速铁路建设促进企业创新发展的经济效应的确存在企业异质性差异，且对大企业创新发展的促进作用要更加明显。分析其中的原因，本文认为大企业对于跨区域信息和技术交流的需求比小企业更强，同时大企业可以在更大程度上承受跨区域交流与合作带来的成本上升，因此大企业对于高铁的利用效率比小企业更高，使得高速铁路建设促进企业创新发展的经济效应在大企业样本中更加明显。
四、作用机制检验：以高铁京沪线为例
接下来，本文以2011年建成通车的高铁京沪线为例，对这一作用机制进行检验。高铁京沪线是新中国成立以来一条建设里程长、投资大、标准高的高速铁路，线路由北京南站至上海虹桥站，全长1 318公里，纵贯了19个地级及以上城市。高铁京沪线开通后，北京至上海的交通时间由之前的20小时(慢车)或14小时(特快)缩减到8小时(动车)或4.5小时(高铁)，2014年日均发客量超过29万人次，对本文的研究极具代表性。
(一)研究设计
首先，本文根据高铁京沪线纵贯的19个地级及以上城市，从既有的上市公司数据库中提取出相应的上市公司，并实现数据的匹配。由于高铁京沪线在2011年建成通车，因此本文将研究阶段设置为2007—2014年。其次，本文引入空间计量分析方法，将研究样本划分为高铁京沪线尚未建成通车的2007—2010年和高铁京沪线建成通车的2011—2014年，依次构建了空间滞后模型SLM和空间误差模型SEM，如式(6)所示。其中，包含∑(W×intait)的回归方程为空间滞后模型SLM，包含εit=τ∑(W×εit)+πi, t的回归方程为空间误差模型SEM。
intait=ψ∑(W×intait)+θXit+α+μi
+νt+εit
εit=τ∑(W×εit)+πi, t
(6)
式中，W为空间权重矩阵，本文采用企业所在城市间的地理距离来衡量。∑(W×intait)提取了与企业i不在同一城市的其他企业无形资产的地理距离加权总和，其系数ψ反映了在空间溢出视角下，其他企业的无形资产对于企业i的无形资产的影响。εit=τ∑(W×εit)+πi,t反映了没有作为解释变量纳入式(6)的其他因素存在空间相关性产生的影响。
(二)回归结果展示
表3报告了高速铁路建设促进企业创新发展作用机制检验的回归结果。关于具体模型的选取，LR-test检验显示应该选择同时固定截面和固定时间的双固定模型；SLM-LM检验和SEM-LM检验依次在99%和95%的置信度下拒绝了模型不存在空间滞后效应和空间误差效应的原假设，但SLM-Robust LM检验通过了置信度为95%的显著性检验，而SEM-Robust LM检验未通过显著性检验。综上所述，应该选择双固定情景下的空间滞后模型SLM进行分析。
表3高速铁路建设促进企业创新发展作用机制检验的空间计量模型回归结果
说明：[ ]中的数值为对应变量的相伴概率。
通过分析表3可以发现，在全样本情景下，空间滞后模型SLM的空间自回归系数ψ未通过显著性检验。同时，针对高铁京沪线建成通车前2007—2010年样本的回归结果显示，空间滞后模型SLM的空间自回归系数ψ依然未通过显著性检验。然而，针对高铁京沪线建成通车后2011—2014年样本的回归结果却显示，空间滞后模型SLM的空间自回归系数ψ通过了置信度为95%的显著性检验(ψ=0.232，Z=2.05)。空间自回归系数ψ在高铁京沪线建成通车前后由不显著变成显著为正说明了高铁京沪线建成通车后，企业可以选择更加高效、便捷的高铁交通工具进行跨地区信息和技术的交流与合作，高速铁路建设为企业实现跨区域面对面交流以发掘更多有用的异质性知识提供了有效途径，跨区域企业间的无形资产开始显著地相互影响，从而印证了高速铁路建设在促进知识跨区域溢出方面的作用，证明了高速铁路建设显著加强了企业间的技术外部性。
五、经济后果分析
(一)研究设计
全要素生产率是指产出增长率超出要素投入增长率的部分，用以解释除资本、劳动等要素投入之外的其他因素对于经济增长的贡献率。新古典学派经济增长理论认为，创新带来的技术进步是产生全要素生产率的重要原因。基于此，本文以沪深两市A股上市公司的全要素生产率TFP为被解释变量，分析和检验高速铁路建设促进企业创新发展的经济后果。
本文将企业专利授权量PAT看作中介变量引入DID模型，构建如式(7)所示的回归方程：
TFPit=β1groupit+β2chsr+β3PATit
+β4groupit×chsr+β5groupit
+θXit+α+μi+υt+εit
(7)
式中，企业的全要素生产率TFP采用LP方法计算整理得到。由于专利对于企业全要素生产率存在长期影响，因此在这里本文分别采用专利授权流量PAT和专利授权存量CPAT两类变量作为企业创新产出的代理变量，其中专利授权存量的计算方法借鉴了Hall et al.(2005)、吴超鹏和唐菂(2016)的做法，并将专利的折旧率设定为15%，基期设定为2003年。
图1依次报告了以专利授权流量PAT为企业创新产出代理变量情况下，企业专利产出与其全要素生产率的散点图在实验组(左上)和控制组(右上)间的比较，以及以专利授权存量CPAT为企业创新产出代理变量情况下，企业专利产出与其全要素生产率的散点图在实验组(左下)和控制组(右下)间的比较。由图1可以看到：从散点图的分布来看，相对于控制组，不论是以专利授权流量PAT还是以专利授权存量CPAT来衡量企业的创新产出水平，实验组所呈现的企业创新发展与全要素生产率的散点图围绕拟合曲线分布的现象更加直观和显著，即企业创新发展促进全要素生产率提升的关系在实验组中比在控制组中更加具有说服力。
(二)回归结果展示
表4分别报告了以专利授权流量PAT和专利授权存量CPAT作为企业创新产出代理变量的回归结果，两类企业创新产出代理变量的回归结果较为一致，从中可以看出：(1)回归系数β3显著为正，说明以专利授权流量和专利授权存量作为代理变量的创新产出对于企业全要素生产率产生了积极的影响，说明创新活动对于提升企业生产效率依然具有非常重要的意义。(2)回归系数β7显著为正说明，以2003—2014年所在城市一直未开通高铁站点的上市公司为控制组，中国的高速铁路建设显著地提升了实验组上市公司创新产出对于企业全要素生产率的边际贡献。(3)相对于以专利授权流量为企业创新产出代理变量的回归结果，以专利授权存量为企业创新产出代理变量的回归结果中回归系数β7要小很多，这一回归结果反映出的现象是企业创新产出的时效性越来越强，技术更新换代的周期越来越短，陈旧的专利对于企业提升生产效率的价值日益弱化，这也间接说明了当前阶段企业要不断加强彼此间的合作交流，进而也凸显出中国高速铁路建设的重要意义。
图1 企业专利产出与全要素生产率关系在实验组和控制组间的比较
表4高速铁路建设促进企业创新发展的经济后果分析
说明：政策处理间断点设置为2010年。
六、结论与政策启示
本文基于知识溢出视角以及面对面交流理论(Face-to-Face Contact Theory)，阐述了高速铁路建设促进企业创新发展的作用机制，指出以高效、便捷为特征的高铁新型交通工具构成了信息和技术的跨区域流通、扩散和再创新的高速通道，为企业以时间换空间，在更大范围内搜索跨区域面对面交流对象以发掘更多有用的异质性知识提供了有效途径，进而带动了企业的创新发展。进一步地，本文以开始于2007年的中国高速铁路建设为契机，以中国沪深两市A股上市公司为样本，同时引入断点回归模型(RD)和双重差分模型(DID)两种政策效应评价方法和空间计量分析方法，实证检验和分析了高速铁路建设促进企业创新发展的作用机制、政策效应和经济后果，指出中国的高速铁路建设加强了企业间的技术外部性，不仅显著地提升了以专利授权量衡量的企业创新产出水平，而且还显著地提升了创新产出对于企业全要素生产率的边际贡献；且在带宽敏感性检验和间断点安慰剂检验中，高速铁路建设促进企业创新发展的政策效应依然稳健，但存在企业异质性差异，主要表现为对大企业创新发展的带动作用更强。
现有文献对于高速铁路建设经济效应的研究大都基于资源配置视角，在承认高速铁路建设优化跨区域资源配置的基础上，也指出高速铁路建设产生了“经济分布效应”和“虹吸效应”，加剧了区域间不平衡发展，招致了社会上对于中国高速铁路建设的各种争议。本文从资源配置以外的知识溢出视角出发，研究结论有助于澄清中国的高速铁路建设之辨，指出高速铁路建设在促进企业创新发展方面的重要作用应该得到重视，中国的高铁网已经成为推动创新驱动发展和建设创新型国家的有力支撑。基于高速铁路建设带动企业创新发展的思路，本文认为未来中国高速铁路建设的着力点可以从以下三个方面展开。
第一，抓住高速铁路建设契机，进一步完善信息技术流通、扩散和再创新的“线下之网”，构筑以创新为核心的国家竞争优势。在比较优势的理论框架下，高速铁路建设所产生的虹吸效应、经济分布效应被放大，高铁成为加剧区域不平衡发展的诱因，而其在促进知识跨区域溢出、强化技术外部性方面的积极作用却没有得到充分关注。本文的研究表明，高速铁路可以被抽象化为信息技术流通、扩散和再创新的线下高速通道，与以互联网为代表的线上信息和技术高速通道相比较，在国家创新驱动发展战略的背景下，构建以高铁为主动脉的线下信息和技术高速通道具有同样深远的意义。未来中国可以借助高速铁路快速发展的契机，构建以“八纵八横”线路为主动脉和以众多连接大城市和中小城市线路为毛细血管的高速铁路网，同时完善传统交通工具与高铁新型交通工具的对接和接驳，将高铁这张“线下信息和技术交流之网”织得更密、覆盖更广，让更多的创新资源被“网罗”进来、活动起来，形成线上线下互动、跨区域互补的创新体系，构筑以创新为核心的国家竞争优势。
第二，积极实施高铁弹性票价，削减跨区域交流与合作的交通成本，激发区域间跨企业、跨部门协作创新新动力。随着技术体系的复杂化、专业化和知识部门的分散化，社会分工的每一个单位都具有其他单位所没有的异质性知识，跨区域交流与合作可以促进异质性知识的交换、整合和再开发，成为当前阶段推动企业创新发展的重要模式。中国铁路客户服务中心给出的数据显示，相同乘车区间内动车和高铁的车票价格比普通火车的车票价格平均高出1倍～2倍。本文的理论分析表明，高出的车票价格所带来的成本上升对于区域间跨企业、跨部门协作创新造成了约束。因此，本文建议在国家财政可以承受的范围内，针对频繁乘坐高铁进行跨地区往来的出差人员，可以提供合适的车票打折方案，积极实施高铁弹性票价，进一步激发区域间跨企业、跨部门协作创新的新动力。事实上，弹性票价在许多城市的公共交通系统都已经取得了良好的示范效果，将其引入高铁售票系统具有良好的可行性。例如，可以针对企业或政府部门里面的管理层员工开发特定站点间的月票、当日或次日往返的特价票；也可以将大学生火车票优惠卡引入高校、科研院所等知识部门的从业人员当中或企业内部，在有效识别公务出差需求的基础上，设置企业购票接口和账户，开发合适的优惠方案。
第三，逐步实现高铁的提速与扩容，以高铁助推创新型城市、创新型经济带和创新型经济圈建设，打造中国创新型经济版图。2017年8月中国高铁迎来了350公里时速的回归，与此同时，中国的高铁版图也正在不断扩容，越来越多的城市融入高铁网。相对于传统交通工具，速度是高铁新型交通工具的最大优势，因此高铁的提速与扩容不仅可以显著地促进企业的创新发展，所产生的时空收敛效应亦可以增强城市间的经济联系，带动创新要素的跨区域流动和知识溢出。未来中国可以抓住高铁提速与扩容的机遇，初步形成以创新型城市为点、创新型经济带为线、创新型经济圈为面的中国创新型经济版图。例如，可以以高铁站点为支撑，发展以若干大城市为核心的创新经济高地和以众多中小城市为支撑的创新服务平台；可以以高铁骨干线路为依托，发展创新型经济带；还可以基于“一小时经济圈”、城市群等发展思路，以高铁助推创新型经济圈建设。
参考文献
戴学珍、徐敏、李杰，2016：《京沪高速铁路对沿线城市效率和空间公平的影响》，《经济地理》第3期。
董艳梅、朱英明，2016：《高铁建设能否重塑中国的经济空间布局——基于就业、工资和经济增长的区域异质性视角》，《中国工业经济》第10期。
方大春、孙明月，2015：《高铁时代下长三角城市群空间结构重构——基于社会网络分析》，《经济地理》第10期。
郭进、徐盈之、王美昌，2016：《金融外部性、技术外部性与中国城市群建设》，《经济学动态》第6期。
刘秉镰、刘玉海，2011：《交通基础设施建设与中国制造业企业库存成本降低》，《中国工业经济》第5期。
刘生龙、胡鞍钢，2010：《基础设施的外部性在中国的检验：1988—2007》，《经济研究》第3期。
陆铭，2016：《大国大城》，上海：上海人民出版社。
王刚、龚六堂，2013：《浅析高速铁路建设投资的产业经济效应》，《宏观经济研究》第6期。
王雨飞、倪鹏飞，2016：《高速铁路影响下的经济增长溢出与区域空间优化》，《中国工业经济》第2期。
吴超鹏、唐菂，2016：《知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据》，《经济研究》第11期。
徐德英、韩伯棠，2015：《地理、信息化与交通便利邻近与省际知识溢出》，《科学学研究》第10期。
张克中、陶东杰，2016：《交通基础设施的经济分布效应——来自高铁开通的证据》，《经济学动态》第6期。
周浩、郑筱婷，2012：《交通基础设施质量与经济增长：来自中国铁路提速的证据》，《世界经济》第1期。
庄序莹、侯敬雯，2012：《高速铁路、公路建设的财政投资效益研究——基于可计算一般均衡(CGE)模型的分析》，《财贸经济》第6期。
Ahlfeldt, G.M., and A.Feddersen, 2017, “From Periphery to Core: Measuring Agglomeration Effects Using High-speed Rail”, Journal of Economic Geography, 18(2): 355-390.
Barro, R.J., 1990, “Government Spending in a Simple Model of Endogenous Growth”, Journal of Political Economy, 98(5): 103-125.
Cairncross, F., 2001, The Death of Distance: How the Communications Revolution Will Change Our Lives, Massachusetts: Harvard University Press.
Chen, C.L., 2012, “Reshaping Chinese Space-economy through High-speed Trains: Opportunities and Challenges”, Journal of Transport Geography, 22(C): 312-316.
Cohen, J.P., 2010, “The Broader Effects of Transportation Infrastructure: Spatial Econometrics and Productivity Approaches”, Transportation Research Part E: Logistics and Transportation Review, 46(3): 317-326.
Glaeser, E.L., and D.C.Mare, 2001, “Cities and Skills”, Journal of Labor Economics, 19(2): 316-342.
Glaeser, E.L., 1999, “Learning in Cities”, Journal of Urban Economics, 46(2): 254-277.
Hall, B.H., A.Jaffe, and M.Trajtenberg, 2005, “Market Value and Patent Citations”, RAND Journal of Economics, 36(1): 16-38.
Lucas, R.E., 1988, “On the Mechanics of Economic Development”, Journal of Monetary Economics, 22(1): 3-42.
Monzón, A., E.Ortega, and E.López, 2013, “Efficiency and Spatial Equity Impacts of High-speed Rail Extensions in Urban Areas”, Cities, 30(30): 18-30.
Murakami, J., and R.Cervero, 2012, High-speed Rail and Economic Development: Business Agglomerations and Policy Implications, California: University of California Transportation Center.
Storper, M., and A.J.Venables, 2004, “Buzz: Face-to-Face Contact and the Urban Economy”, Journal of Economic Geography, 4(4): 351-370.
Vickerman, R., 1997, “High-speed Rail in Europe: Experience and Issues for Future Development”, The Annals of Regional Science, 31(1): 21-38.
Zheng, S., and M.E.Kahn, 2013, “China’s Bullet Trains Facilitate Market Integration and Mitigate the Cost of Megacity Growth”, Proceedings of the National Academy of Sciences, 110(14): 1248-1253.
HOW CHSR CONSTRUCTION DRIVES THE INNOVATION OF ENTERPRISES——An Empirical Study Based on Face-to-Face Contact Theory
GUO Jin BAI Jun-hong
(Business School, Nanjing Normal University)
Abstract:In this paper, we carried out a theoretical analysis based on Face-to-Face Contact Theory with the perspective of knowledge spillover, and pointed out that CHSR created convenient transportation conditions for enterprises to searching appropriate partnering company.In the empirical analysis part, we tested CHSR’s policy effects, function mechanism and economic consequences by applying data of A-share companies in SSE and SZSE.The conclusion indicated as follow.CHSR had raised enterprises’ innovation output measured by patent authorization quantity.This effect was still significant in bandwidth sensitivity testing and discontinuities placebo testing, but showed heterogeneity among different scales of enterprises.The economic consequences analysis which applying TFP to measure enterprises’ production efficiency indicated that CHSR had improved the marginal contribution of enterprises’ innovation output.
Key words:CHSR; enterprise innovation; knowledge spillover; face-to-face contact theory
* 郭进(通讯作者)、白俊红，南京师范大学商学院，邮政编码：210023，电子信箱：guojin0901@njnu.edu.cn。本文得到国家自然科学基金“多目标约束下产城融合的耦合机理与优化路径研究”(71803086)、江苏省社会科学基金“健全我国绿色技术创新的市场导向机制研究”(17JDB005)的资助。感谢匿名评审人和编辑部提出的意见，笔者已做了相应修改，本文文责自负。
(责任编辑：张雨潇)
页:
[1]