城市規模對企業創新的影響

胡 璇

（1.吉林大學 東北亞學院，吉林 長春 130012；2.吉林省農村金融改革研究中心，吉林 長春 130028）

黨的十九大報告提出“創新是引領發展的第一動力”，促進和培育企業自主創新能力是中國實現創新驅動發展戰略、構建國家創新體系、建設創新型國家的關鍵。城市作為人口、產業、先進思想的集聚地，是企業創新活動的重要場所及載體，國內外很多城市，特別是大城市吸引著越來越多的高科技和創新企業。與中小城市相比，大城市具有更高的生產率以及更高的工資，在專利產出數量、發明創造和創新活動方面也更具優勢。［1］當前我國的創新活動主要集中在規模較大的城市，前10大城市創新指數占比處于45% ～60%之間，北京、上海、廣州、深圳四個大城市占比達到30% ～45%。①數據來源于《中國城市和產業創新報告2017》。企業創新所需要的信貸資本在不同規模和層級的城市存在差異，特別是在我國金融空間分布并不均衡的國情下，金融資源主要集聚在一些中心城市，上海、北京、深圳等全國中心城市聚集了大型銀行總部和其他金融機構，省會城市聚集了地區銀行總部和全國銀行省級分行，不同規模城市的信貸融資差距影響著企業創新資金的來源和利用效率。為了研究不同城市規模對企業創新產生的影響，本文結合宏觀和微觀層面數據從信貸融資角度對二者關系進行討論和研究。

一、理論分析

（一）城市規模與金融集聚

早在20世紀90年代，很多學者開始關注金融地理問題。盡管信息通訊技術的發展擴大了金融機構的服務范圍，促進了全球金融一體化，但地理因素的影響并未隨之而下降。Dymski認為，金融全球化并沒有使地理變得無關緊要，相反不同地區和城市會根據自身規模和定位，服務于不同層次的金融客戶。［2］從金融業空間發展演化看，金融集聚引致金融空間層級結構特征是現代經濟的顯著特點，城市規模越大，金融機構集群規模和層次越高，二者是正向匹配的，隨著集聚規模的擴大，最終將在少數大城市形成金融中心。孫國茂和范躍進、王如玉等的研究表明，中國金融空間分布并不均衡，金融資源主要集聚在北京、上海、深圳等中心城市，城市層級越高，金融集聚水平越高。［3－4］

金融業集聚在大城市的主要原因在于能夠獲得規模經濟和外部性。首先，大城市能夠為金融機構提供更大的交易市場和更多的交易對象。大城市是各類信息集中的地區，金融機構選址大城市，能夠擴大為企業和消費人群服務的規模，更容易識別出本地區適于貸款的企業。其次，大城市能夠為金融業提供豐富的人才支持。金融行業的發展需要大量會計、財務管理、保險精算、法律咨詢、計算機等專業服務人員的支持，而這些人才需求往往只有大城市才能滿足。［5］第三，大城市能夠降低金融機構的信貸風險。大城市具有完善的市場體系、規范的交易標準、健全的信用制度，能夠有效緩解信貸雙方信息不對稱問題，降低金融機構的交易成本和交易風險。第四，金融機構選址在大城市能夠獲得知識溢出。金融機構通過分享彼此的知識與經驗，開發出新技術，并提供更加準確和有競爭力的金融產品和工具，進而實現金融行業整體進步。綜上所述，金融市場與城市規模是高度相關的，金融機構和相關服務產業都傾向于在大城市形成集聚。城市規模越大，越容易促進金融集聚，一旦建立基于習慣的力量，顧客的忠誠度和路徑依賴就會基本保持穩定，最后形成金融中心。

（二）城市金融集聚、信貸融資與企業創新

創新本質上是一個“投機過程”，有很大幾率會失敗，企業的創新活動具有收益不確定、信息不對稱、投資周期較長等特點，因此需要融資支持。大城市是各種金融機構和產業集聚地，創新型企業考慮到自身風險大、融資難的特點，可能主動選址大城市以獲得規模效應，緩解信息不對稱造成的融資約束，通過尋求更多的融資機會和更低的融資成本進行創新活動。中國不同城市的金融發展和信貸制度存在顯著差異，金融資源主要集聚在規模較大的中心城市，大量中小城市和偏遠地區的金融資源供給明顯不足。［6］除了全國中心城市和省會城市，地方金融機構發展普遍落后，邊緣城市的中小企業會受到融資約束。因此，對于創新型企業而言，選址在金融集聚水平高的大城市更有利于創新活動的開展。

首先，大城市金融機構集聚所引發的激烈競爭會降低企業創新活動的貸款門檻。隨著中國金融體系的市場化改革，特別是國有銀行股份制改造和商業銀行的引入，使銀行體系和整個金融業競爭性加強，降低了金融市場的壟斷程度，特別是大城市銀行、股票、債券、保險和風險投資等金融機構不斷集聚，進一步促進了金融產品供給多樣化和利率部分自由化，降低了大城市企業創新活動的貸款門檻和貸款利率；其次，金融集聚的大城市銀行流動性偏好更低，能夠提供給創新企業的貸款供給更加充足。創新型企業會把本公司核心技術作為其競爭優勢的來源，在特殊情況下，先尋求股權融資，然后才是其他形式的融資，在風險投資公司缺乏的情況下可能會轉為向銀行貸款。在中國風險投資等其他融資較少的情況下，銀行信貸仍是企業創新活動的主要融資來源，銀行投資與流動性之間的比率取決于當地經濟發展水平、對未來的預期和制度等因素，大城市和金融中心的經濟金融發展水平相對較高，預期穩定，銀行流動性偏好相對較低，銀行能夠更好地實現投資組合的多樣化，企業創新活動能夠得到更多的銀行信貸支持；第三，大城市的金融中介服務人才和科技資源豐富，地處金融資源豐裕的大城市的創新型企業更容易獲得專業的知識信息、專業中介機構，以及財務方面的高管、會計師和專家。高附加值和專業化分工的金融服務能夠提高企業向銀行貸款、進行IPO或者發行債券的成功率，從而緩解企業的融資約束。［7］同時，大城市針對企業創新活動的金融產品和金融工具更多，金融產品創新能力更強，能夠對具有高增長潛力的創新型企業或者企業創新活動提供更好的風險性融資支持，進而提高企業創新能力。第四，大城市具有相對健全的信用制度和信用環境，對企業的信用評分和信用等級劃分更加專業，企業違約成本較高，因此能夠在一定程度上降低金融機構支持企業創新活動的貸款風險。除此之外，大城市上下游企業間的關聯性較強，企業間緊密的聯系增加了集聚企業的商業信用，企業間往往通過“聯保貸款”的方式獲得融資，使得企業創新活動能夠有更多機會得到其他企業的支持和幫助。第五，大城市金融機構對創新企業的信貸具有循環累積效應。銀行等金融機構貸款具有“羊群本能”。羊群本能是指銀行采取與以前類似的和熟悉的貸款策略，或者模仿其他銀行的貸款策略。面對復雜和不透明的金融體系，銀行的羊群本能能夠降低風險，會導致融資更傾向于金融資源豐裕的大城市，即使大城市的企業和外圍城市的企業相比并沒有顯著差異，銀行有時寧愿犧牲效率也要遵循相似的策略。因此，在大城市企業創新活動已經獲得融資的情況下，銀行的路徑依賴，或者對貸款傾向和熟悉渠道的依賴，導致銀行向位于大城市的創新型企業貸款的可能性更高。創新型企業融資成功率高會繼續形成示范效應，企業間能夠分享成功經驗，會造成循環累積因果效應。

金融集聚改善的融資環境是城市規模對企業創新活動產生影響的主要渠道，位于擁有更多金融資源的大城市的創新型企業，所面臨的融資約束較少，資本更有可能流向企業創新活動，因此，大城市的地理區位對于企業創新來說是一個機會。相比而言，中小城市的地理區位可能對企業是一個約束條件，金融資源匱乏的中小城市的創新型企業可能會遇到較低的融資成功率和較高的融資限制，挫敗當地企業信心，并進一步降低融資率和影響企業創新，逐漸陷入惡性循環。特別是對金融發展程度較低，區域差異較大的中國來說，不同城市規模的金融集聚程度不同，引發的融資外部性差異對企業創新的影響可能更加顯著。

二、模型設計

（一）模型設定

為了檢驗城市規模對企業創新的影響，本文所構建的基準方程如下：

在式（1）中，下標i、j、t分別表示各個樣本企業、企業所在地區、樣本觀測時期。Innovation是本文被解釋變量企業自主創新水平，Size為核心解釋變量城市規模，Control為一組控制變量。考慮到城市規模對自主創新影響的滯后性，本文對核心解釋變量進行一期滯后以減小內生性問題帶來的影響。除此之外，采用個體固定效應和時間固定效應模型，以緩解遺漏變量偏誤導致的內生性。ε為隨機干擾項。

（二）數據來源

中國工業企業數據庫。該數據庫涵蓋2000～2013年所有規模以上的中國工業國有企業和非國有企業。本文借鑒魯曉東和連玉君、Brandt的做法，［8－9］對數據庫進行如下處理：首先，剔除從業人數小于10人以及缺乏固定資產凈值、工業總產值、中間投入等重要財務指標的企業；其次，剔除財務指標與一般公認會計準則不相符的觀測值；第三，由于國家統計局在2002年采用了新的行業代碼標準，為保持行業代碼一致性，本文將四位數行業分類代碼統一到2002年標準。

中國專利數據庫。該數據庫收錄了中國自1985年實施專利制度以來的全部中國專利文獻，具有較高的權威性，主要包括了發明專利、實用新型專利和外觀設計專利三種類別的申請授權信息。本文整理了2000～2013年的企業專利數據，并參照He等的方法與工業企業數據庫進行匹配。［10］

夜間燈光數據。本文使用的2000～2013年DMSP／OLS夜間燈光數據源自美國國家海洋和大氣管理局。該數據是由同一傳感器全年無云覆蓋探測的日觀測數據經過融合而形成的年際影像數據，空間分辨率為30″（約1km），覆蓋了北緯75°至南緯65°，東經180°至西經180°的人類活動區域。

（三）變量說明

1.被解釋變量。本文的被解釋變量為企業創新，用企業專利申請總數（Patent）度量，是企業發明專利、實用新型專利和外觀設計專利三種專利申請數之和。選擇專利申請數量而非專利授權數量是因為當專利進入申請狀態時即表明了研發活動已取得實際成果，專利申請數能夠及時準確地反映企業的創新活動，而專利授權數量則由于審批、政策制度等因素影響存在一定的滯后性。［11］考慮到變量分布的右偏性，對專利申請總數加1后進行對數處理。

2.解釋變量。本文的核心解釋變量為城市規模，用城市規模指數（CSI）表示。研究表明夜間燈光數據與生產總值、人口規模、城市化水平等各類城市規模評估指標存在顯著的相關關系，可綜合表征人類的活動與強度，因此本文使用夜間燈光數據評估城市規模。［12］經過對夜間燈光數據的裁剪、重采樣、坐標轉換、飽和度和連續性校正后，提取城鎮用地像元亮度值并與行政區劃矢量圖進行空間匹配。最后，按照不同城市行政區域范圍，對像元亮度值進行加總求和，得到城市規模指數。

3.控制變量。為了確保估計結果的準確性，模型中加入了城市和企業的控制變量，具體包括：經濟發展水平（GDP）、城市開放程度（FDI）、企業年齡（Age）、企業全要素生產率（TFP）、資本密集度（PPK）、企業規模（Scale）、企業出口（Export）。以上變量的具體含義和特征見表1。

表1 變量描述統計

三、實證結果分析

（一）基準回歸結果分析

由于豪斯曼（Hausman）檢驗拒絕了隨機效應的原假設，因此本文采用固定效應面板數據模型進行分析。表2第（1）列利用OLS方法估計城市規模對企業創新的影響，在固定了個體和時間的基礎上得到參數估計結果為0.0273，且在1%置信水平下顯著，即城市規模能夠顯著正向影響企業創新活動，城市規模越大，企業的創新水平越高。

考慮到被解釋變量是企業專利申請數量這類只能取非負整數的計數變量，并且樣本方差大于均值，采用負二項回歸進一步分析城市規模與企業創新之間的關系。根據表2第（2）列的結果，城市規模的系數為正且在1%的水平上顯著，得到了與OLS回歸一致的結論。除了OLS回歸、負二項回歸外，本文還使用了處理限制被解釋變量的Tobit模型進行回歸分析，根據表2第（3）列的結果，城市規模的系數依然在1%的水平上顯著為正，說明城市規模對企業創新存在正向影響。

表2 基準估計結果

相關控制變量的回歸結果也基本符合預期，人均GDP越高，外商直接投資越多，表明城市的經濟水平越理想，為企業進行創新活動提供了較好的外部環境。經營情況越好、規模越大且具有較高資本密集度的企業進行創新活動的可能性越大，全要素生產率越高、經營越久的企業對知識、技術的積累也越充足，進行創新活動門檻較低，成功率較高。為了能夠保持在國際市場的競爭力，出口企業更愿意進行創新投入研發，創新水平也更高。

（二）穩健性檢驗

1.替換變量。首先替換被解釋變量，使用新產品產值作為衡量企業創新水平的指標，根據表3第（1）列的結果可以發現城市規模對新產品產值的影響同樣顯著，表明城市規模越大，企業創新水平越高。其次替換核心解釋變量，采用全市年末人口數作為衡量城市規模的指標，依然對其進行一階滯后處理，根據表3第（2）列的結果，以全市年末人口衡量的城市規模對企業創新的影響在5%的水平下顯著為正。

2.工具變量法。城市規模與企業創新可能存在逆向因果關系進而導致估計結果有偏且不可信，因此本文使用工具變量方法進行檢驗。采用1990年中國城市的建成區面積作為工具變量，根據表3第（3）列兩階段最小二乘法的估計結果，城市規模指數的系數仍然顯著為正，檢驗結果非常顯著，并且Cragg-Donald檢驗F統計量遠遠大于Stock-Yogo弱工具變量的閾值，說明不存在弱工具變量的問題。

3.動態面板模型。企業創新在一定程度上具有持續性特征，因此采用系統GMM方法以解決內生性問題?？紤]到創新發明的時間（假定1年）和申請受理的時間（一般為1～2年），在解釋變量中加入被解釋變量的3期滯后項以控制其歷史發展狀態對自身的影響，依然使用1990年建成區面積作為工具變量。根據表3第（4）列估計結果，城市規模的系數在5%的顯著性水平下顯著，AR（1）的P值為0.00，AR（2）的P值為0.219，且滿足大于0.1的條件，表明殘差項無自相關假設成立。Sargan的P值為0.312，表明模型不存在過度識別問題，工具變量有效，驗證了基準回歸結論的可靠性。

表3 穩健性檢驗結果

4.改變樣本年限。由于2008～2013年的工業企業數據缺少工業中間品投入、固定資本凈值、應付工資總額等數據，致使全要素生產率、資本密集度等指標缺少。因此，本文僅使用2008～2013年的數據進行穩健性檢驗。根據表4第（5）列的估計結果，城市規模擴大，企業總體創新水平提升，進一步表明基準回歸模型是穩健的。

（三）異質性分析

1.城市金融地位差異。表4第（1）～（2）列分別匯報了省級及以上的金融中心和普通城市的城市規模對企業創新的影響效應。通過比較估計結果可知，相比于普通城市，金融地位較高城市的規模對企業創新影響更大。國家金融中心及省級金融中心城市擁有多種金融資源和各類金融機構，能夠為企業提供的金融服務種類和信貸融資渠道更多樣，能夠降低企業外部融資約束，會對企業創新能力產生較大影響。

2.行業差異。根據企業對生產要素的依賴程度將樣本分為技術密集型企業與非技術密集型企業。由表4第（3）～（4）列可知，技術密集型企業的創新水平受城市規模影響程度顯著高于非技術密集型企業。技術密集型企業為了開拓或保持市場份額，需要持續進行研發投入，通過創新改進生產技術。伴隨著城市規模的擴大，城市的外部性效應不斷提高，多種生產要素的集聚會加速企業創新能力的提升。

3.企業所有制差異。根據企業最終控制權將企業劃分為國有企業、民營企業和外資企業，并將國有企業和外資企業統一歸為非民營企業進行研究。根據表4第（5）～（6）列的估計結果，民營企業創新水平受到城市規模影響最大。民營企業由于自身規模以及市場競爭等因素可能存在研發投入不足的問題，選擇在大城市經營有利于擴展信貸融資途徑，提高獲得貸款的可能性，充分利用城市規模擴大所帶來的集聚外部性。國有企業享有更多的政府補貼和銀行優惠貸款，并且研發創新在一定程度上會受到行政命令影響，而外資企業更多地是利用中國廉價勞動力和廣闊市場進行加工貿易行為，其創新研發活動地往往不在國內，因此，這兩類企業受到城市規模的影響較小。

表4 異質性估計結果

四、影響機制檢驗

本文構建了城市金融集聚指標用以衡量城市規模，并實證檢驗信貸融資約束在城市金融集聚與企業創新之間的中介作用。

（一）變量說明

1.城市金融集聚。本文采用金融地理密度以及銀行分支機構密度作為衡量城市金融集聚水平的指標，其中金融地理密度為企業所在城市的年末金融機構貸款余額與城市建成區面積的比值，而銀行分支機構密度則是企業所在城市的銀行分支機構數量與城市建成區面積的比值。［13－14］年末機構各項貸款余額能夠直觀地反映中國以銀行業為主體的金融體系特征，衡量城市金融的活動規模，銀行分支機構數量能夠表征銀行業發展水平，反映城市金融的發展狀態，而城市建成區面積則能集中體現城市中心區向外擴張的過程，反映土地城鎮化的路徑。指標所需數據來自于中國城市統計年鑒以及中國銀監會公布的金融許可證信息。從圖1的計算結果可知，城市規模與金融地理密度及銀行分支機構密度擴張趨勢基本吻合。

2.企業融資約束。許多學者運用不同標準來計算企業的融資約束，為避免很多具有內生性的金融變量的干擾，本文參考Hadlock和Pierce的研究，利用企業總產值和企業成立年限構建方程計算SA指數。［15］該指數為負值，為了能直觀地顯示融資約束的程度，對SA指數進行絕對值處理，絕對值取值越大，說明企業面臨的融資約束程度越高。考慮到中國數據的實際情況，對SA指數絕對值進行縮尾處理。此外，為與前文模型設定保持一致，本文依然使用前文所用的城市層面和企業層面的控制變量。

（二）模型設定

利用Baron和Kenny的中介效應檢驗程序考察城市金融集聚通過降低企業外部融資約束影響企業創新。［16］為了檢驗“城市金融集聚－企業融資約束－企業創新”這一路徑，本文構建模型（2）～（4）。

其中，（2）式表示城市金融集聚對企業創新影響的總效應，系數γ11衡量總效應的大小；（3）式表示城市金融集聚對中介變量企業融資約束的影響；（4）式中γ31衡量的是城市金融集聚對企業創新的直接效應，得到的系數乘積γ21γ32即表示城市金融集聚通過融資約束影響企業創新的程度。

（三）結果分析

表5匯報了城市金融集聚對企業創新影響機制的檢驗結果。其中第（1）、（4）列是對模型（2）的估計，結果表明城市金融集聚與企業創新呈正相關關系，即隨著金融地理密度以及銀行分支機構密度的增加，企業專利申請數增多，表明企業的創新能力得到提高。第（2）、（5）列的結果顯示，金融集聚對中介變量的回歸系數在1%的水平上顯著為負，說明城市金融集聚緩解了企業融資約束。根據第（3）、（6）列的結果，企業創新與城市金融集聚呈顯著正相關、與融資約束呈顯著負相關，γ21與γ32乘積大于0，驗證了中介效應的存在，說明城市金融集聚程度增加會降低企業融資約束進而影響企業創新。此外，本文還對中介效應模型進行了Sobel檢驗并測算了中介效應比率。根據Sobel檢驗結果，企業融資約束是顯著中介變量，中介效應比率分別為10.5%和15.3%，能夠較好地揭示城市金融集聚影響企業創新的機制和渠道。

五、研究結論與政策建議

本文首先從理論上闡明了城市規模與企業創新水平的關系，然后運用中國地級市數據、企業專利數據、夜間燈光數據以及中國工業企業數據共同匹配后的面板數據進行實證研究，最后利用中介效應模型對城市規模與企業創新進行機制檢驗。研究結果表明：第一，城市規模對企業創新有顯著的正向作用，城市規模擴大，企業創新水平增強；第二，城市規模會對不同行業、不同所有制的企業創新產生異質性影響，城市規模對技術密集型企業和民營企業的創新水平影響更顯著。除此之外，金融地位越高的城市其規模對企業創新影響越大；第三，城市規模與城市金融集聚是正向匹配的，金融集聚度高的城市有助于企業創新能力提高，信貸融資作為中介變量在城市金融集聚與企業創新之間起著重要的中介作用。

由以上結論可知，城市規模對企業創新的影響主要體現在金融集聚外部性上，大城市往往聚集更多的金融資源，能夠滿足企業的技術升級和產品創新的金融需求，而中小城市技術進步和企業創新不足主要受到當地金融環境的制約，這反映出中國城市金融發展不平衡和創新企業發展的難題。有鑒于此，本文提出以下三點建議：第一，堅定不移地推進金融供給側結構性改革，引導金融支持企業創新行為，加大對創新企業的金融支持力度，推進金融資源優化配置。第二，構建多層次的金融發展體系，根據城市、產業和企業發展特征，實施差異化的金融發展戰略，既要繼續發揮大城市金融集聚的外部性優勢，也要改變中小城市金融環境，縮小城市間的創新差距。第三，消除金融市場歧視，打造公平經營環境，減少民營企業、中小企業受到的不公平待遇，通過政策性幫扶解決其發展中的難題，降低企業創新融資難度與成本。