“城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì) 上市公司創(chuàng)新的影響
——來自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)

李 璟 陳勝藍(lán)

一、引 言

2018 年11 月18 日，中共中央、國務(wù)院印發(fā)《關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見》，旨在推動(dòng)全面落實(shí)區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略各項(xiàng)任務(wù)，促使區(qū)域協(xié)調(diào)發(fā)展向更高水平、更高質(zhì)量邁進(jìn)?！伴L(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”(以下簡(jiǎn)稱“經(jīng)濟(jì)協(xié)調(diào)會(huì)”)作為一項(xiàng)跨越二十多年的“區(qū)域一體化”措施，在區(qū)域協(xié)調(diào)發(fā)展中具有十分重要的作用。特別是在2010 年后，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”通過推進(jìn)合作論壇、合作專題、企業(yè)服務(wù)聯(lián)盟等方式促進(jìn)了長(zhǎng)三角區(qū)域內(nèi)的企業(yè)、科研院校和政府在產(chǎn)學(xué)研等多方面的協(xié)調(diào)發(fā) 展①例如，2013 年召開的第13 次市長(zhǎng)聯(lián)席會(huì)議設(shè)立了創(chuàng)新驅(qū)動(dòng)合作論壇，邀請(qǐng)了各成員城市知名企業(yè)家和高等院校、科研院所的代表參會(huì)。2017 年第17 次市長(zhǎng)聯(lián)席會(huì)議決定成立“經(jīng)濟(jì)協(xié)調(diào)會(huì)”企業(yè)服務(wù)聯(lián)盟。2018 年9 月21 日成立“經(jīng)濟(jì)協(xié)調(diào)會(huì)”產(chǎn)業(yè)特色小鎮(zhèn)發(fā)展聯(lián)盟，實(shí)行“政府搭臺(tái)，高校參與，企業(yè)唱戲”。。目前對(duì)長(zhǎng)三角及“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的考察主要從政府間合作方式、協(xié)調(diào)發(fā)展策略、宏觀影響等展開了一系列研究(徐現(xiàn)祥和李郇，2005；吳福象和劉志彪，2008)①這些研究主要側(cè)重于規(guī)范性分析或分析式研究，從微觀經(jīng)濟(jì)主體層面展開的實(shí)證研究十分缺乏。例如，黃新飛等(2014)利用長(zhǎng)三角15 個(gè)城市的數(shù)據(jù)，測(cè)算了市場(chǎng)分割程度，估計(jì)了長(zhǎng)三角地區(qū)兩省一市之間的邊界效應(yīng)。孟慶國和羅杭(2017)基于“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之間的合作，用社會(huì)網(wǎng)絡(luò)模型演繹城市群中各城市政府決策者之間的交互關(guān)系，為促進(jìn)城市群政府合作和加快區(qū)域一體化進(jìn)程提供了決策依據(jù)和政策參考。。張學(xué)良等(2017)將“經(jīng)濟(jì)協(xié)調(diào)會(huì)”作為一個(gè)準(zhǔn)自然實(shí)驗(yàn)，發(fā)現(xiàn)加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”可以通過城市之間的市場(chǎng)整合來實(shí)現(xiàn)資源的優(yōu)化配置，促進(jìn)生產(chǎn)效率提升。然而，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”促使城市群經(jīng)濟(jì)績(jī)效提升的微觀機(jī)制尚不清晰。通過參與協(xié)調(diào)發(fā)展，市場(chǎng)整合、資源優(yōu)化配置等帶來的優(yōu)勢(shì)開始滲透到公司，本文通過考察“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的影響來打開其提高經(jīng)濟(jì)績(jī)效的黑箱。

習(xí)近平總書記在黨的十九大報(bào)告中指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。創(chuàng)新驅(qū)動(dòng)作為一項(xiàng)基本國策，在引領(lǐng)經(jīng)濟(jì)社會(huì)發(fā)展中將發(fā)揮越來越重要的作用。為了在國際市場(chǎng)上有效競(jìng)爭(zhēng)，一個(gè)國家的公司必須不斷創(chuàng)新，提升其競(jìng)爭(zhēng)優(yōu)勢(shì)(Porter，1992)。對(duì)此，如何提高公司創(chuàng)新發(fā)展就變得至關(guān)重要。創(chuàng)新包括利用新知識(shí)和信息創(chuàng)造更有效的產(chǎn)品(Hall 等，2005)，公司的信息收集、知識(shí)利用、技術(shù)發(fā)展等直接影響公司的創(chuàng)新能力。

城市的空間鄰近可以產(chǎn)生正的外部性(Meijers，2005；Van Oort 等，2010)，通過勞動(dòng)力市場(chǎng)的相互作用、中間產(chǎn)品和最終產(chǎn)品供應(yīng)商之間的匹配、知識(shí)的溢出等機(jī)制產(chǎn)生集聚經(jīng)濟(jì)效應(yīng)(Duranton 和Puga，2004)。“經(jīng)濟(jì)協(xié)調(diào)會(huì)”通過城市間的合作形成集聚經(jīng)濟(jì)，產(chǎn)生信息以及技術(shù)溢出效應(yīng)。通過舉辦專題論壇邀請(qǐng)公司參與、建立“經(jīng)濟(jì)協(xié)調(diào)會(huì)”企業(yè)服務(wù)聯(lián)盟等協(xié)調(diào)發(fā)展戰(zhàn)略，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”能夠促進(jìn)公司之間進(jìn)行信息傳遞和相互學(xué)習(xí)，并實(shí)現(xiàn)知識(shí)的不斷累積和循環(huán)改進(jìn)，從而影響公司的創(chuàng)新。因此，本文預(yù)期“經(jīng)濟(jì)協(xié)調(diào)會(huì)”能夠促進(jìn)公司創(chuàng)新。

基于不同城市在不同時(shí)間加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”形成的準(zhǔn)自然實(shí)驗(yàn)情境，本文使用雙重差分來估計(jì)加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的影響。以中國資本市場(chǎng)上市公司2008—2016 年數(shù)據(jù)為研究樣本的檢驗(yàn)結(jié)果表明，公司所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，公司專利的申請(qǐng)數(shù)量平均上升了40%左右。為了排除其他替代性解釋，進(jìn)一步支持“經(jīng)濟(jì)協(xié)調(diào)會(huì)”促進(jìn)了公司創(chuàng)新的觀點(diǎn)，本文分別從公司網(wǎng)絡(luò)、全要素生產(chǎn)率和信息環(huán)境三個(gè)維度進(jìn)行了橫截面差異檢驗(yàn)。其結(jié)果發(fā)現(xiàn)，在公司網(wǎng)絡(luò)中心度較低、全要素生產(chǎn)率較低、信息環(huán)境較差的條件下，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司專利申請(qǐng)數(shù)量增長(zhǎng)的推動(dòng)作用更大。最后，本文進(jìn)行了一系列的穩(wěn)健性測(cè)試以加強(qiáng)研究結(jié)果的穩(wěn)健性。

本文的研究貢獻(xiàn)主要在以下方面。

第一，本文貢獻(xiàn)于“經(jīng)濟(jì)協(xié)調(diào)會(huì)”產(chǎn)生經(jīng)濟(jì)效應(yīng)的相關(guān)研究。已有研究主要是從宏觀層面介紹“經(jīng)濟(jì)協(xié)調(diào)會(huì)”提出的背景、合作模式及對(duì)城市群經(jīng)濟(jì)的影響等(徐現(xiàn)祥和李郇，2005；黃新飛等，2014)，少數(shù)研究為“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的經(jīng)濟(jì)效應(yīng)提供了經(jīng)驗(yàn)證據(jù)①例如，張學(xué)良等(2017)實(shí)證考察了“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)城市群經(jīng)濟(jì)績(jī)效及市場(chǎng)整合的影響。。然而，這些研究較少關(guān)注“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)微觀層面的影響。本文從公司創(chuàng)新的角度考察了“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司的影響，發(fā)現(xiàn)“經(jīng)濟(jì)協(xié)調(diào)會(huì)”能夠促進(jìn)公司創(chuàng)新，補(bǔ)充了“經(jīng)濟(jì)協(xié)調(diào)會(huì)”如何影響微觀經(jīng)濟(jì)主體的經(jīng)驗(yàn)證據(jù)。

第二，本文貢獻(xiàn)于公司創(chuàng)新影響因素的相關(guān)研究。從實(shí)證角度看，已有研究主要分析了機(jī)構(gòu)所有權(quán)、金融衍生品、外部環(huán)境變化等對(duì)公司創(chuàng)新的影響②已有研究主要分析了機(jī)構(gòu)所有權(quán)(Aghion 等，2013)、金融衍生品(Blanco 和Wehrheim，2017)、董事會(huì)特征(Balsmeier 等，2017)等公司特征對(duì)創(chuàng)新的影響，也有研究考察了公司稅(Mukherjee 等，2017)、賣空機(jī)制(權(quán)小鋒和尹洪英，2017)、勞動(dòng)保護(hù)(倪驍然和朱玉杰，2016)等外部環(huán)境的變化對(duì)公司創(chuàng)新的影響。。本文表明“經(jīng)濟(jì)協(xié)調(diào)會(huì)”帶來的信息及技術(shù)溢出會(huì)導(dǎo)致公司專利申請(qǐng)數(shù)量的增加，有助于推動(dòng)公司創(chuàng)新的相關(guān)行為，從宏觀政策方面補(bǔ)充了創(chuàng)新影響因素的相關(guān)研究。

第三，本文使用的準(zhǔn)自然實(shí)驗(yàn)可以有效消除內(nèi)生性問題的干擾。以前關(guān)于公司創(chuàng)新的研究會(huì)受到內(nèi)生性問題的干擾，因?yàn)橐恍┲匾墓緦用娌豢捎^測(cè)因素(如公司戰(zhàn)略選擇、公司特質(zhì)等)很可能同時(shí)影響公司特征和公司創(chuàng)新。然而，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”并不依賴于公司層面的不可觀測(cè)因素，這種沖擊是相對(duì)“外生”的，這有助于本文更準(zhǔn)確地識(shí)別“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的因果效應(yīng)。利用不同城市在不同時(shí)間加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”形成的準(zhǔn)自然實(shí)驗(yàn)情境，本文使用雙重差分方法解決了以往研究中存在的缺失變量問題，發(fā)現(xiàn)“經(jīng)濟(jì)協(xié)調(diào)會(huì)”可以促進(jìn)公司創(chuàng)新。

本文按以下順序安排后續(xù)部分：第二部分進(jìn)行了理論分析；第三部分詳述了數(shù)據(jù)的來源、變量定義以及模型設(shè)定等研究設(shè)計(jì)；第四部分給出基本問題、橫截面差異的主要實(shí)證結(jié)果；穩(wěn)健性檢驗(yàn)及相關(guān)分析在第五部分中展示；最后是本文的研究結(jié)論。

二、理論分析

鄰近的城市之間通過空間和功能整合可以達(dá)到一種密切合作、功能互補(bǔ)的狀態(tài)，從而產(chǎn)生正的外部性，形成協(xié)同發(fā)展(Meijers，2005；Van Oort 等，2010)和集聚效應(yīng)，集聚經(jīng)濟(jì)效應(yīng)通過勞動(dòng)力市場(chǎng)的相互作用、中間產(chǎn)品和最終產(chǎn)品供應(yīng)商之間的匹配、知識(shí)的溢出等而產(chǎn)生(Krugman，1991；Duranton 和Puga，2004)。通過城市之間的協(xié)調(diào)合作，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”形成了協(xié)同發(fā)展。從長(zhǎng)三角的空間范圍來看，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”所引發(fā)的區(qū)域協(xié)調(diào)發(fā)展突出表現(xiàn)為城市間分工與協(xié)調(diào)合作的深化，尤其從產(chǎn)業(yè)和空間雙重互動(dòng)的動(dòng)態(tài)角度看，呈現(xiàn)出共同集聚或協(xié)同集聚的特征，由此產(chǎn)生信息及技術(shù)溢出效應(yīng)。例如，吳福象和劉志彪(2008)以“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的16 個(gè)城市為研究樣本，發(fā)現(xiàn)城市化群落驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要機(jī)制之一是要素在區(qū)域間自由流動(dòng)促進(jìn)了技術(shù)溢出。孟慶國和羅杭(2017)指出“經(jīng)濟(jì)協(xié)調(diào)會(huì)”自發(fā)合作的現(xiàn)象體現(xiàn)了經(jīng)濟(jì)的集聚和協(xié)同發(fā)展。張學(xué)良等(2017)發(fā)現(xiàn)，作為一種區(qū)域合作和交流機(jī)制，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”能夠推動(dòng)城市之間的功能分工和市場(chǎng)共享，實(shí)現(xiàn)城市群的協(xié)同發(fā)展，使群內(nèi)的各個(gè)地區(qū)享受到更多的技術(shù)溢出，形成集聚的正外部性和溢出效應(yīng)，帶來經(jīng)濟(jì)效率的顯著提升。

城市間的集聚會(huì)產(chǎn)生正外部效應(yīng)，如知識(shí)溢出、商業(yè)聯(lián)系等(Fujita，1989；Francis等，2016)。公司通過參與“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的合作論壇、合作專題等，與政府及其他公司形成了一定的交流與合作，使得這種信息溢出對(duì)微觀主體產(chǎn)生影響。

首先，這種信息溢出提高了公司間信息傳遞的可能性。通過參加“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，公司之間更可能交換信息，更容易建立合作關(guān)系?！敖?jīng)濟(jì)協(xié)調(diào)會(huì)”合作與交流產(chǎn)生的正外部性越大，信息溢出越容易在微觀主體之間產(chǎn)生作用(Christoffersen 和Sarkissian，2009)，從而提高公司間的信息傳遞能力。

其次，這種信息溢出擴(kuò)大了公司間信息傳遞的范圍。通過參加“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，信息及技術(shù)溢出效應(yīng)會(huì)使大量的信息和知識(shí)能夠在成員城市、公司之間迅速擴(kuò)散，促使公司進(jìn)行更大范圍的信息傳遞與經(jīng)驗(yàn)學(xué)習(xí)，提高了公司接收到信息的數(shù)量與異質(zhì)性(Schilling 和Phelps，2007)。例如，加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之前，公司可能只與同一城市的公司進(jìn)行交流，而加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，依托協(xié)調(diào)會(huì)這一平臺(tái)，公司與其他城市的公司也會(huì)進(jìn)行交流。

最后，這種信息溢出提高了公司間信息傳遞的效率。通過參加“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，公司之間更愿意分享隱性復(fù)雜的知識(shí)(Coleman，1988)，加深了對(duì)問題的理解并促進(jìn)了問題的解決。對(duì)問題的探討和解決又大大促進(jìn)了進(jìn)一步交流和學(xué)習(xí)(Brown 和Duguid，1991)，實(shí)現(xiàn)了知識(shí)的不斷累積，提高了信息的傳遞效率。

創(chuàng)新包括獲取和熟悉各種知識(shí)元素、新問題的發(fā)現(xiàn)及解決、失敗的教訓(xùn)以及成功的解決方案等(Hargadon 和Fanelli，2002)。所以，信息對(duì)創(chuàng)新發(fā)展至關(guān)重要(Hall 等，2005)。公司的信息收集、知識(shí)利用、技術(shù)發(fā)展等直接影響創(chuàng)新，具有良好信息交流的公司更容易獲得與公司創(chuàng)新相關(guān)的價(jià)值信息，信息的傳遞也會(huì)影響公司對(duì)創(chuàng)新的重視程度(Chuluun 等，2017)?！敖?jīng)濟(jì)協(xié)調(diào)會(huì)”產(chǎn)生的信息及技術(shù)溢出效應(yīng)會(huì)從以下三個(gè)方面影響公司之間創(chuàng)新信息的傳遞，進(jìn)而對(duì)公司的專利申請(qǐng)數(shù)量產(chǎn)生影響。第一，公司之間基于“經(jīng)濟(jì)協(xié)調(diào)會(huì)”產(chǎn)生的聯(lián)系有助于發(fā)現(xiàn)新的技術(shù)機(jī)會(huì)、確定創(chuàng)新需求、提高獲得知識(shí)密集型服務(wù)的幾率等，使公司之間更容易進(jìn)行與創(chuàng)新相關(guān)的信息交換，增加了創(chuàng)新信息傳遞的可能性。第二，由“經(jīng)濟(jì)協(xié)調(diào)會(huì)”帶來的信息溢出會(huì)使大量與創(chuàng)新相關(guān)的信息和知識(shí)能夠在公司之間迅速擴(kuò)散和整合，擴(kuò)大了創(chuàng)新相關(guān)知識(shí)的傳遞范圍，公司能夠獲得更多關(guān)于創(chuàng)新的知識(shí)。第三，這種協(xié)調(diào)發(fā)展使公司更愿意分享信息，尤其是與開發(fā)新產(chǎn)品相關(guān)的隱性復(fù)雜知識(shí)，這樣可以實(shí)現(xiàn)創(chuàng)新知識(shí)的不斷累積和循環(huán)創(chuàng)新，加速創(chuàng)新信息在公司與政府及其他公司之間的交流與傳遞，提高了創(chuàng)新相關(guān)知識(shí)的傳遞效率。因此，可以預(yù)期“經(jīng)濟(jì)協(xié)調(diào)會(huì)”可以通過產(chǎn)生信息及技術(shù)溢出促進(jìn)公司創(chuàng)新，增加公司專利申請(qǐng)的數(shù)量。

三、樣本選擇、研究設(shè)計(jì)與描述性統(tǒng)計(jì)

（一）長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)

長(zhǎng)三角區(qū)域一體化的問題，其實(shí)就是區(qū)域治理能力的現(xiàn)代化問題，而如今的長(zhǎng)三角，更迫切需要自上而下的頂層設(shè)計(jì)?！敖?jīng)濟(jì)協(xié)調(diào)會(huì)”這一長(zhǎng)三角實(shí)質(zhì)性合作的起源，自成立以來，有效助力了長(zhǎng)三角的一體化進(jìn)程。1997 年，上海等15 個(gè)城市通過平等協(xié)商自發(fā)成立了“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”。在2003 年“經(jīng)濟(jì)協(xié)調(diào)會(huì)”第四次會(huì)議上，臺(tái)州市成為正式成員。自“經(jīng)濟(jì)協(xié)調(diào)會(huì)”吸納臺(tái)州后，擴(kuò)容呼聲不斷，但遲遲未改變過“15+1”模式的格局。早期的“經(jīng)濟(jì)協(xié)調(diào)會(huì)”只在城市層面舉行，采用由各成員城市市長(zhǎng)或分管副市長(zhǎng)出席的機(jī)制，由于彼此負(fù)責(zé)人之間的行政級(jí)別是不同的，16 座城市并不能完全對(duì)等地坐在一張圓桌上，這樣的制度設(shè)置很難起到實(shí)效。

2008 年9 月7 日，國務(wù)院正式發(fā)布《關(guān)于進(jìn)一步推進(jìn)長(zhǎng)江三角洲地區(qū)改革和經(jīng)濟(jì)發(fā)展指導(dǎo)意見》，表明長(zhǎng)三角一體化快速發(fā)展戰(zhàn)略正式上升到國家層面。2010 年，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”擴(kuò)容提速，合肥、鹽城、馬鞍山、金華、淮安、衢州6 個(gè)城市入圍，“15+n”的“泛長(zhǎng)三角”格局開始呈現(xiàn)。除了擴(kuò)容以外，會(huì)議名稱也更改為“長(zhǎng)江三角洲城市經(jīng)濟(jì)協(xié)調(diào)會(huì)第××次市長(zhǎng)聯(lián)席會(huì)議”，以提高“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的工作推進(jìn)力、協(xié)調(diào)力和執(zhí)行力。會(huì)議上還通過了合作專題等多項(xiàng)提案，強(qiáng)調(diào)了非政府組織的交流協(xié)調(diào)作用，鼓勵(lì)開展經(jīng)濟(jì)技術(shù)合作研討會(huì)、洽談會(huì)和論壇等，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”開始呈現(xiàn)“多層次”特征，公司開始參與協(xié)調(diào)會(huì)并受到影響。2013 年“經(jīng)濟(jì)協(xié)調(diào)會(huì)”第十三次市長(zhǎng)聯(lián)席會(huì)議決定吸納徐州、蕪湖、滁州、淮南、麗水、溫州、宿遷、連云港8 座城市，從而會(huì)員城市擴(kuò)容至30 個(gè)。市長(zhǎng)聯(lián)席會(huì)除了舉行市長(zhǎng)高峰論壇，還專門設(shè)立創(chuàng)新驅(qū)動(dòng)合作論壇，大力促進(jìn)了長(zhǎng)三角區(qū)域內(nèi)的企業(yè)、科研院校和政府之間更好地進(jìn)行產(chǎn)學(xué)研合作與創(chuàng)新。

本文研究“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的影響。“經(jīng)濟(jì)協(xié)調(diào)會(huì)”通過城市間的合作形成集聚經(jīng)濟(jì)，產(chǎn)生信息以及技術(shù)溢出效應(yīng)(吳福象和劉志彪，2008；張學(xué)良等，2017)。通過舉辦合作論壇邀請(qǐng)公司參與、建立企業(yè)服務(wù)聯(lián)盟等，信息及技術(shù)溢出效應(yīng)在公司間傳遞，提高了與創(chuàng)新相關(guān)的知識(shí)和技術(shù)的傳遞效率，并實(shí)現(xiàn)知識(shí)的不斷累積和循環(huán)創(chuàng)新，從而使公司的專利申請(qǐng)數(shù)量增加。

考慮到2010 年之前的“經(jīng)濟(jì)協(xié)調(diào)會(huì)”只在城市層面召開，幾乎沒有供公司參與的論壇、合作項(xiàng)目等，公司難以參與其中，受“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的影響不大。所以，本文研究問題圍繞2010 年、2013 年加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的14 個(gè)城市的79 家上市公司展開。選取這79 家公司作為處理組樣本具有以下優(yōu)勢(shì)：第一，這些公司都處于長(zhǎng)三角城市群，面臨相同的地域文化、經(jīng)濟(jì)發(fā)展趨勢(shì)等，樣本具有同質(zhì)性且有相似的創(chuàng)新行為，這有助于解決缺失變量或偽相關(guān)問題。第二，這些公司的所在城市在不同時(shí)間加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，且通過“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，公司之間可以隨時(shí)交流與創(chuàng)新相關(guān)的信息，容易觀察到由“經(jīng)濟(jì)協(xié)調(diào)會(huì)”帶來的信息及技術(shù)溢出對(duì)公司創(chuàng)新的影響。第三，這些公司所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的相關(guān)信息，如加入的時(shí)間、協(xié)調(diào)發(fā)展的主旨、成立的聯(lián)盟等，都有詳細(xì)的披露數(shù)據(jù)，便于我們考察“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)其帶來的影響。表1給出了研究期間各城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的具體時(shí)間及加入當(dāng)年城市上市公司的總數(shù)量。

表1 各階段加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的城市及上市公司數(shù)量

（二）樣本選擇與數(shù)據(jù)收集

本文的初始樣本選取2008—2016 年中國資本市場(chǎng)上市公司的相關(guān)數(shù)據(jù)①由于橫截面檢驗(yàn)中高管的網(wǎng)絡(luò)數(shù)據(jù)從2008 年開始，所以本文的樣本期間起始年份為2008 年。，遵從以下程序篩選樣本：(1)若公司的相關(guān)數(shù)據(jù)有缺失，將其刪除；(2)由于保險(xiǎn)、金融行業(yè)的公司特征與行業(yè)整體存在較大偏差，若公司處于這兩個(gè)行業(yè)，將其剔除。本文從歷年的《上海統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《浙江統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》和《中國統(tǒng)計(jì)年鑒》中獲取“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的相關(guān)數(shù)據(jù)，從深圳國泰安信息技術(shù)有限公司(CSMAR)獲取上市公司的財(cái)務(wù)數(shù)據(jù)以及城市層面的區(qū)域經(jīng)濟(jì)數(shù)據(jù)。專利數(shù)據(jù)來自CSMAR，并通過國家知識(shí)產(chǎn)權(quán)局網(wǎng)站(CNIPA)進(jìn)行手工補(bǔ)充整理。本文對(duì)連續(xù)變量實(shí)施1%的縮尾處理以控制極端值的影響，對(duì)公司進(jìn)行“聚類(Cluster)”處理，同時(shí)使用異方差穩(wěn)健性標(biāo)準(zhǔn)誤，由此控制潛在的序列相關(guān)性和異方差問題。

本文使用“經(jīng)濟(jì)協(xié)調(diào)會(huì)”作為準(zhǔn)自然實(shí)驗(yàn)考察其對(duì)公司創(chuàng)新的影響。首先，需要根據(jù)“經(jīng)濟(jì)協(xié)調(diào)會(huì)”組織的成員名單與研究期間來確定處理組樣本。由于樣本研究期間為2008—2016 年，為了排除過早加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的樣本對(duì)研究問題造成的干擾，本文的基本研究問題圍繞2010 年、2013 年加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的14 個(gè)城市的上市公司展開，將其作為處理組樣本，其他城市的上市公司為控制組樣本②在基本問題中，為了排除干擾，本文將1997 年、2003 年加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”城市的上市公司進(jìn)行了剔除。但是為了穩(wěn)健性，本文也對(duì)2016 年前所有加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的城市(1997 年、2003 年、2010 年、2013 年四年加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的城市)進(jìn)行了全樣本的測(cè)試，結(jié)果符合預(yù)期。。

（三）模型設(shè)計(jì)與變量定義

本文參考 Tong 等(2014)以及孔東民等(2017)的研究，以專利申請(qǐng)數(shù)量衡量公司創(chuàng)新。本文根據(jù)申請(qǐng)年份而非授予年份來定義專利產(chǎn)出，因?yàn)樯暾?qǐng)年份能更準(zhǔn)確地刻畫創(chuàng)新的產(chǎn)出時(shí)間。具體來說，本文將各公司每年三種類型的專利申請(qǐng)數(shù)量加總得到創(chuàng)新總量(Patent)③對(duì)于專利申請(qǐng)數(shù)據(jù)，若公司在樣本期內(nèi)僅存在一年的專利(發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利任意一種)申請(qǐng)數(shù)據(jù)而其他年度的專利申請(qǐng)數(shù)據(jù)缺失，我們用0 替代。。因此，本文用三類專利申請(qǐng)總量衡量公司創(chuàng)新，考慮到專利申請(qǐng)數(shù)據(jù)的右偏問題，本文將所有專利數(shù)值加1 之后取自然對(duì)數(shù)，最終得到變量LnPatent，以此表示創(chuàng)新總量。

為有效緩解加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”前后時(shí)間因素對(duì)研究結(jié)論的干擾，本文使用雙重差分方法(Difference-in-Differences)考察加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司專利申請(qǐng)數(shù)量之間的因果關(guān)系。為控制其他因素的影響，本文借鑒已有研究(Wang 和Zhao，2015；Mukherjee 等，2017；孔東民等，2017)并加入相關(guān)控制變量。其具體的研究模型如下：

其中，LnPatentit表示公司i 在t 年的研發(fā)專利，使用公司專利申請(qǐng)總數(shù)量加1 后取自然對(duì)數(shù)來衡量?！敖?jīng)濟(jì)協(xié)調(diào)會(huì)”變量ECCit(Economic Coordination Committee)是虛擬變量，如果公司i 所在的城市在t 年加入了“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，則取值為1，否則取值為0。具體變量定義如表2 所示。

表2 變量定義與說明

為了控制由于公司其他特征帶來的專利申請(qǐng)的差異，本文控制了公司固定效應(yīng)。為了控制不同年度宏觀因素的影響，本文設(shè)置了年度虛擬變量。系數(shù)β1估計(jì)了相比控制組，處理組在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后其申請(qǐng)的專利數(shù)量的變化。

（四）描述性統(tǒng)計(jì)

表3 報(bào)告了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。從描述性統(tǒng)計(jì)結(jié)果可以看出，專利申請(qǐng)數(shù)量(LnPatent)的均值為1.329，意味著公司平均每年有1.3 個(gè)專利申請(qǐng)。“經(jīng)濟(jì)協(xié)調(diào)會(huì)”(ECC)的均值為0.054，表明樣本中約有5.4%的公司所在城市加入了“經(jīng)濟(jì)協(xié)調(diào)會(huì)”。資本性支出(PPE)的均值為0.06，公司規(guī)模(Size)的均值為21.959，資產(chǎn)收益率(ROA)的均值為0.037，公司資本結(jié)構(gòu)(Lev)的均值為0.432，公司成長(zhǎng)性(MTB)的均值為2.261，公司年齡(Age)平均為13.704，管理層持股(CEOShare)的均值為0.092，營業(yè)收入增長(zhǎng)率(SalesGrowth)平均為20.4%。平均而言，有20.9%的公司為國有企業(yè)，24.7%的公司董事長(zhǎng)、總經(jīng)理由一人擔(dān)任，獨(dú)董占比為37.3%。城市(縣)國民生產(chǎn)總值自然對(duì)數(shù)的均值為8.143，人口自然對(duì)數(shù)的均值為6.107。

表3 主要變量的描述性統(tǒng)計(jì)結(jié)果

四、“經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司創(chuàng)新

（一）基準(zhǔn)模型——“經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司研發(fā)專利

本文首先考察加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司專利申請(qǐng)的影響，表4 報(bào)告了其回歸結(jié)果。在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，第(1)列控制年度固定效應(yīng)和公司固定效應(yīng)的回歸中，ECC 的回歸系數(shù)為0.475，在5%顯著性水平下顯著?？刂破渌嚓P(guān)變量之后，第(2)列中ECC 的回歸系數(shù)為0.454，仍在5%(t＝2.22)顯著性水平上顯著，這意味著相比沒有加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的公司，公司在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之后專利申請(qǐng)數(shù)量增加了45.4%。第(3)列進(jìn)一步控制了公司固定效應(yīng)和年度×行業(yè)固定效應(yīng)，ECC 的回歸系數(shù)為0.384，在10%(t＝1.83)顯著性水平上顯著。另外，與已有文獻(xiàn)一致(Wang 和Zhao，

2015；孔東民等，2017)，控制變量的系數(shù)表明，企業(yè)規(guī)模越大、資產(chǎn)收益率越高，其創(chuàng)新產(chǎn)出越高。綜合上述結(jié)果可知，在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之后，公司專利申請(qǐng)的數(shù)量顯著增多。

表4 “經(jīng)濟(jì)協(xié)調(diào)會(huì)”與專利申請(qǐng)數(shù)量

（二）橫截面差異

加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的影響可能具有橫截面差異，本文分別從公司網(wǎng)絡(luò)、公司全要素生產(chǎn)率和公司信息環(huán)境三個(gè)維度進(jìn)行橫截面差異檢驗(yàn)。

1. 公司高管網(wǎng)絡(luò)程度的影響

社會(huì)網(wǎng)絡(luò)是指社會(huì)個(gè)體成員之間因?yàn)榛?dòng)而形成的相對(duì)穩(wěn)定的關(guān)系體系。社會(huì)網(wǎng)絡(luò)理論認(rèn)為，個(gè)人或公司間的聯(lián)系網(wǎng)絡(luò)為信息交換提供了一個(gè)有效的渠道，可以提供信息優(yōu)勢(shì)，促進(jìn)信息擴(kuò)散，最終對(duì)個(gè)體行為產(chǎn)生影響(Shue，2013)。例如，公司作為節(jié)點(diǎn)可以通過高管(董事)的老鄉(xiāng)、校友、任職關(guān)系等形成公司網(wǎng)絡(luò)，不同的網(wǎng)絡(luò)具有不同的信息優(yōu)勢(shì)，并能促進(jìn)信息擴(kuò)散，最終影響公司的行為。在社會(huì)網(wǎng)絡(luò)中的不同地位決定了通過網(wǎng)絡(luò)信息傳遞的數(shù)量、多樣性和速度。

在公司環(huán)境中，高管除了發(fā)揮監(jiān)督作用外，還發(fā)揮重要的咨詢功能，高管的存在有助于傳遞隱性知識(shí)和信息，并讓公司接觸相關(guān)信息。通過不同公司的高管在同一地方任職，在公司之間建立了網(wǎng)絡(luò)，社交網(wǎng)絡(luò)個(gè)體之間的重復(fù)互動(dòng)會(huì)導(dǎo)致相互信任和可信賴程度的提高(Glaeser 等，2000)，有利于相互關(guān)聯(lián)的公司之間的信息流動(dòng)和溝通(Cai和Sevilir，2012)，促進(jìn)相互關(guān)聯(lián)的公司共享與創(chuàng)新相關(guān)的信息。因此，公司的網(wǎng)絡(luò)中心地位越高，公司之間存在的信任、共享和合作的程度越高，公司的信息獲取和傳遞能力就越強(qiáng)，越可能獲取創(chuàng)新的相關(guān)知識(shí)和技能，專利申請(qǐng)數(shù)量越多(Chuluun 等，2017)；而公司的網(wǎng)絡(luò)中心地位越低，公司依靠網(wǎng)絡(luò)獲取和傳遞的信息越少，越不容易獲得與公司創(chuàng)新相關(guān)的高價(jià)值信息，創(chuàng)新受到限制。“經(jīng)濟(jì)協(xié)調(diào)會(huì)”可以產(chǎn)生信息及技術(shù)溢出效應(yīng)(吳福象和劉志彪，2008；張學(xué)良等，2017)。加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，信息溢出與公司網(wǎng)絡(luò)帶來的信息優(yōu)勢(shì)形成替代，公司網(wǎng)絡(luò)中心地位的作用降低。信息溢出可以彌補(bǔ)網(wǎng)絡(luò)信息傳遞的不足，對(duì)公司網(wǎng)絡(luò)中心地位低的公司的信息劣勢(shì)狀況改善效果更明顯，這類公司更容易通過“經(jīng)濟(jì)協(xié)調(diào)會(huì)”獲取創(chuàng)新的相關(guān)知識(shí)，由此增加專利的申請(qǐng)數(shù)量。

基于由高管聯(lián)系建立起來的公司網(wǎng)絡(luò)，網(wǎng)絡(luò)中心度是判斷網(wǎng)絡(luò)中節(jié)點(diǎn)(公司)重要性的量化指標(biāo)，使用一系列中心度的度量方法能夠計(jì)算出哪個(gè)公司更重要，就可以進(jìn)一步分析中心度對(duì)公司高管財(cái)務(wù)決策行為造成的影響。根據(jù)已有研究(Phua 等，2018)，若兩個(gè)公司的高管或董事同時(shí)在同一家其他單位(政府部門、其他公司、高校、銀行等)兼職，則認(rèn)為這兩個(gè)公司存在聯(lián)系。本文以高管和董事聯(lián)系建立起來的公司網(wǎng)絡(luò)為樣本，分別使用公司兼職網(wǎng)絡(luò)的度中心度(Degree)、接近中心度(Closeness)、中介中心度(Betweenness)、特征向量中心度(Eigenvector)四種方法衡量公司網(wǎng)絡(luò)中心度的程度，具體定義如下。

(1) 度中心度(Degree)

對(duì)于每個(gè)公司來說，度中心度計(jì)算的是其擁有直接關(guān)系的其他公司的數(shù)量，是衡量公司網(wǎng)絡(luò)中心程度最直接的變量。若公司i 與公司j 有直接的聯(lián)系，則Ii,j為1，并用除公司i 以外的公司總數(shù)對(duì)其進(jìn)行標(biāo)準(zhǔn)化。具體度中心度的定義為：

其中n 是網(wǎng)絡(luò)中公司的總數(shù)。

(2) 鄰近中心度(Closeness)

鄰近中心度計(jì)算的是網(wǎng)絡(luò)中公司i 與所有其他公司之間的平均距離的反比，距離被定義為兩個(gè)公司之間最短路徑的步數(shù)。其中，Dij為節(jié)點(diǎn)i 到除自身外的所有節(jié)點(diǎn)的最短路徑之和，(n-1)為用網(wǎng)絡(luò)規(guī)模進(jìn)行調(diào)整而由此得到考慮了網(wǎng)絡(luò)規(guī)模的標(biāo)準(zhǔn)化鄰近中心度。鄰近中心度關(guān)注公司在網(wǎng)絡(luò)中與其他聯(lián)系個(gè)體距離的重要性，衡量了資源共享速度的快慢。具體鄰近中心度的定義為：

(3) 中介中心度(Betweenness) 中介中心度衡量了公司作為網(wǎng)絡(luò)中的中介優(yōu)勢(shì)，或者一個(gè)公司在連接一個(gè)網(wǎng)絡(luò)中的其他個(gè)體有多重要。Pkj為考慮所有連接中k 和j 最短路徑的數(shù)量，Pikj為包括i 的k和j 之間的最短路徑的數(shù)量，比率Pikj/Pkj表示了在k 和j 的連接中i 的重要性，對(duì)n 個(gè)公司組成的網(wǎng)絡(luò)中的所有個(gè)體進(jìn)行平均，得到公司i 的中介中心度。具體中介中心度

的定義為：

(4) 特征向量中心度(Eigenvector) 特征向量中心度衡量的是該公司所連接的公司的重要性。如果一個(gè)公司同時(shí)通過直接和間接的路徑與網(wǎng)絡(luò)中其他重要公司相連，則該公司具有較大的特征向量中心度。因此，給定公司的特征向量中心度取決于網(wǎng)絡(luò)中其他重要公司的中心度。

其中，λ 是一個(gè)比例常數(shù)，若公司i 與j 之間有聯(lián)系則Xij為1。

本文將通過計(jì)算所得的公司網(wǎng)絡(luò)中心度按照前一年的行業(yè)均值劃分為高(LowCentrality＝0)、低(LowCentrality＝1)兩組并進(jìn)行分組檢驗(yàn)，結(jié)果如表5 所示。在表5 中，無論用何種方法衡量公司網(wǎng)絡(luò)中心度，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”變量ECC 的回歸系數(shù)在低網(wǎng)絡(luò)中心度組都更大(ECC＝0.672；ECC＝0.842；ECC＝0.672；ECC＝0.605)，且都顯著(t＝2.15；t＝2.63；t＝2.31；t＝1.72)，在高網(wǎng)絡(luò)中心度組系數(shù)都較小(ECC＝0.320；ECC＝0.370；ECC＝0.505；ECC＝0.394)，且除使用中介中心度衡量在10%水平上顯著外(t＝1.86)，其他都不顯著(t＝1.28；t＝1.47；t＝1.59)。此結(jié)果顯示在低中心度的一組里ECC 系數(shù)顯著且影響更大，表明加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后公司專利申請(qǐng)數(shù)量的增加在網(wǎng)絡(luò)中心度低的公司中更顯著。

表5 公司高管網(wǎng)絡(luò)程度的影響

2. 全要素生產(chǎn)率的影響

全要素生產(chǎn)率與公司層面技術(shù)的變化有相關(guān)性(Melitz，2003)，全要素生產(chǎn)率較高的公司擁有更多與創(chuàng)新相關(guān)的信息與技術(shù)，專利申請(qǐng)的數(shù)量更多(Brav 等，2018)。全要素生產(chǎn)率較低的公司創(chuàng)新的知識(shí)和技術(shù)相對(duì)缺乏，創(chuàng)新受到限制，專利申請(qǐng)的數(shù)量較少。而且，激烈的市場(chǎng)競(jìng)爭(zhēng)會(huì)淘汰無效率的公司，促使公司為了生存而努力創(chuàng)新和增加投資(Bloom 等，2016)。加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”能帶來信息、技術(shù)溢出等正外部性，促進(jìn)公司創(chuàng)新。全要素生產(chǎn)率較低的公司由于本身創(chuàng)新需求較高，且創(chuàng)新知識(shí)和技術(shù)缺乏，對(duì)“經(jīng)濟(jì)協(xié)調(diào)會(huì)”帶來的信息及技術(shù)溢出更加敏感，因而所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后其專利申請(qǐng)的數(shù)量會(huì)增加。

本文依據(jù)已有研究的方法計(jì)算公司的全要素生產(chǎn)率(Giannetti 等，2015)。首先，對(duì)柯布-道格拉斯生產(chǎn)函數(shù)兩邊同時(shí)取對(duì)數(shù)后回歸，模型如下：

其中，LnIncome 是公司銷售收入變量，定義為公司i 在t 年銷售商品或提供勞務(wù)收到現(xiàn)金的自然對(duì)數(shù)，LnAsset 是公司規(guī)模變量，定義為公司i 在t 年總資產(chǎn)的自然對(duì)數(shù)，LnLabor 是員工人數(shù)變量，定義為公司i 在t 年員工總?cè)藬?shù)的自然對(duì)數(shù)，LnCost 是支出變量，定義為公司i 在t 年購買商品接受勞務(wù)支付現(xiàn)金的自然對(duì)數(shù)。通過模型(6)使用研究期間樣本公司每一年度(9 年)每一行業(yè)(22 個(gè)行業(yè))進(jìn)行回歸，得到的殘差項(xiàng)即為公司的全要素生產(chǎn)率。我們對(duì)全要素生產(chǎn)率的估計(jì)反映了企業(yè)在某一特定年份內(nèi)與其所在行業(yè)的全要素生產(chǎn)率之間的偏差，可以理解為一個(gè)公司在其行業(yè)內(nèi)的相對(duì)生產(chǎn)力。

按照全要素生產(chǎn)率前一年的行業(yè)均值，本文把研究樣本劃分為全要素生產(chǎn)率較高(LowProductivity＝0)、全要素生產(chǎn)率較低(LowProductivity＝1)兩組，檢驗(yàn)結(jié)果見表6。“經(jīng)濟(jì)協(xié)調(diào)會(huì)”變量(ECC)的回歸系數(shù)在低全要素生產(chǎn)率組較高，為0.640，在5%的水平下顯著；在高全要素生產(chǎn)率組較低，為0.364，且不顯著。此結(jié)果說明，加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，公司專利申請(qǐng)數(shù)量的增加在全要素生產(chǎn)率較低的公司中更顯著。

表6 全要素生產(chǎn)率程度的影響

3. 信息環(huán)境的影響

加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司專利申請(qǐng)數(shù)量的影響隨著對(duì)信息及技術(shù)溢出敏感性程度的不同而不同。在信息環(huán)境較好的公司中，公司本身可以憑借較好的信息環(huán)境獲得創(chuàng)新的相關(guān)知識(shí)與技能，創(chuàng)新相對(duì)活躍。在信息環(huán)境較差的公司中，加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之前，公司間信息傳遞效果較差，通過信息傳遞獲得有效知識(shí)或技術(shù)的能力有限，創(chuàng)新相對(duì)較少；當(dāng)其所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，其專利申請(qǐng)數(shù)量的增加主要源于城市合作、公司參與等產(chǎn)生的信息溢出(Duranton 和Puga，2004)，所以信息交流的加強(qiáng)對(duì)信息環(huán)境較差的公司改善更明顯。因此，公司信息環(huán)境越差，其所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后，由于信息溢出對(duì)創(chuàng)新相關(guān)知識(shí)傳遞的改善也越明顯，專利申請(qǐng)數(shù)量也越可能增加。

Henderson(2000)認(rèn)為，人口和產(chǎn)業(yè)在城市的高度集中可以提高信息溢出的效率，有利于節(jié)省公司之間貨物交換、產(chǎn)品銷售等成本。所以，本文分別使用城市人口密度和產(chǎn)業(yè)集聚指數(shù)作為衡量公司信息環(huán)境的方法。其中，對(duì)于城市人口密度，本文采用城市年末總?cè)丝?城市總面積來衡量(師博和沈坤榮，2013)；對(duì)于產(chǎn)業(yè)集聚指數(shù)，本文采用Krugman(1991)提出的Krugman 空間基尼系數(shù)來衡量(李波和楊先明，2018)。具體產(chǎn)業(yè)集聚指數(shù)的計(jì)算方法如下：

其中，aggrj為r 省(直轄市)j 行業(yè)的Krugman 空間基尼系數(shù)，empr/emp 為r 省(直轄市)就業(yè)總?cè)藬?shù)占全國總就業(yè)人數(shù)的比重，反映的是全國總就業(yè)的地區(qū)分布，emprj/empj為r 省(直轄市)j 行業(yè)總就業(yè)人數(shù)占全國j 行業(yè)的總就業(yè)人數(shù)的比重，反映的是行業(yè)j 總就業(yè)的地區(qū)分布。產(chǎn)業(yè)集聚指數(shù)大小介于0～1 之間，當(dāng)取1 時(shí)，說明產(chǎn)業(yè)完全集聚于一個(gè)地區(qū)；當(dāng)取0 時(shí)，說明產(chǎn)業(yè)分布均勻。

本文將計(jì)算得到的城市人口密度和產(chǎn)業(yè)集聚指數(shù)分別按照前一年的三分位數(shù)，把研究樣本劃分為上三分位數(shù)信息環(huán)境較好(LowInfo＝0)、下三分位數(shù)信息環(huán)境較差(LowInfo＝1)兩組，檢驗(yàn)結(jié)果見表7。分別使用城市人口密度、產(chǎn)業(yè)集聚指數(shù)衡量公司的信息環(huán)境，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”變量(ECC)的回歸系數(shù)在信息環(huán)境較差組都更大，為0.549 或0.665，且在1%或5%的水平上顯著(t＝2.63；t＝2.15)；回歸系數(shù)在信息環(huán)境較好組都較小(ECC＝0.090；ECC＝-0.043)，且都不顯著(t＝0.11；t＝-0.09)。這表明加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后公司專利申請(qǐng)數(shù)量的增加在信息環(huán)境較差的公司中更顯著，進(jìn)一步支持了本文的基本邏輯。

表7 信息環(huán)境的影響

五、其他附加測(cè)試①為進(jìn)一步加強(qiáng)研究問題的穩(wěn)健性，本文還將控制變量全部滯后一期或以專利授予數(shù)量衡量公司創(chuàng)新后重新對(duì)模型(1)進(jìn)行回歸，結(jié)果符合預(yù)期。由于篇幅限制未給出該結(jié)果，如有需要，可向作者索取。

（一）平行趨勢(shì)檢驗(yàn)

使用雙重差分模型進(jìn)行估計(jì)的一個(gè)重要假定是處理組樣本和控制組樣本在政策變動(dòng)之前具有平行趨勢(shì)(Parallel trend)，即如果沒有處理效應(yīng)，結(jié)果變量在處理組和控制組中的波動(dòng)趨勢(shì)是相似的。本文借鑒相關(guān)研究(Serfling，2016)，執(zhí)行如下測(cè)試來檢驗(yàn)平行趨勢(shì)是否滿足。具體而言，本文將基本模型中的ECC 替換為Before2、Before1、Current、After1 和After2+這5 個(gè)變量，如果觀測(cè)值處于加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”前2 年、1年、當(dāng)年、后1 年以及后2 年以上，這5 個(gè)變量分別取值為1，由此來觀察平均處理效應(yīng)的時(shí)間趨勢(shì)。其結(jié)果表明Before1、Before2 的系數(shù)并不顯著，意味著在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”之前公司之間的專利申請(qǐng)數(shù)量并無明顯差別，這為平行趨勢(shì)假定滿足及DID 方法的有效性提供了支持的經(jīng)驗(yàn)證據(jù)②限于篇幅，本文沒有給出平行趨勢(shì)檢驗(yàn)的圖表。如有需要，可向作者索取。。

（二）傾向得分匹配

為進(jìn)一步緩解處理組和控制組公司之間固有的特征差異對(duì)本文結(jié)果產(chǎn)生的干擾，本文使用傾向得分匹配法得到新的控制組重新檢驗(yàn)。由于處理組樣本較少，可選的配比樣本較多，本文采用傾向得分匹配法依據(jù)公司特征與城市特征①借鑒相關(guān)研究(Serfling，2016；Blanco 和Wehrheim，2017)，將基本模型中的控制變量作為PSM 時(shí)的配比變量，能構(gòu)造出一個(gè)與處理組相似的控制組樣本，有效控制樣本的選擇偏誤。并按照1∶10 的比例為每一個(gè)處理組樣本配比了最相近的控制組樣本，配比過程使用重置抽樣②為了有效降低處理組與控制組之間的差異，可以使用1∶n 的配比方式，即1 個(gè)處理組樣本配比與其傾向得分最接近的n 個(gè)控制組樣本(Ming 和Rosenbaum，2000)。考慮到本文的處理組樣本較少，為了有效降低處理組與控制組之間的差異，本文使用了1∶10 的配比方式。本文還使用1∶1 和1∶5 的配比方式，也能得到類似的結(jié)果。。參考已有研究的做法，本文把卡尺設(shè)置為0.01。最后，本文使用配比的控制組樣本重新檢驗(yàn)了模型(1)，發(fā)現(xiàn)檢驗(yàn)結(jié)果與表4 中的結(jié)果基本一致。這表明使用配比控制組后，“經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司專利申請(qǐng)數(shù)量仍然存在顯著的正向影響③限于篇幅，本文沒有給出傾向得分匹配檢驗(yàn)的圖表。如有需要，可向作者索取。。

（三）安慰劑測(cè)試

為進(jìn)一步減少時(shí)間上變化的宏觀因素及難以在檢驗(yàn)?zāi)Ｐ椭屑右钥刂频牟豢捎^測(cè)的缺失變量對(duì)基本研究發(fā)現(xiàn)的干擾，加強(qiáng)加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司專利申請(qǐng)數(shù)量之間的因果關(guān)系，借鑒Dessaint 等(2017)的做法，本文隨機(jī)將樣本公司分為處理組和控制組進(jìn)行安慰劑測(cè)試。此外，借鑒Gao 等(2020)的做法，為了加強(qiáng)選取“安慰劑處理組”的隨機(jī)性，使結(jié)果更加穩(wěn)健，本文使上述過程重復(fù)1000 次。結(jié)果顯示Placebo 的回歸系數(shù)并不顯著，這表明隨機(jī)指定的加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”公司以及不加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的公司，在加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”后專利申請(qǐng)數(shù)量的變化并不存在顯著差異，有助于緩解宏觀經(jīng)濟(jì)因素對(duì)本文基本結(jié)果的干擾，確立了本文研究問題的因果效應(yīng)④限于篇幅，本文沒有給出安慰劑檢驗(yàn)的圖表。如有需要，可向作者索取。。

（四）排除替代性解釋

中國城際高鐵的開通會(huì)顯著影響城市間信息和技術(shù)溢出效應(yīng)作用于公司創(chuàng)新(龍玉等，2017；Dong 等，2020)。高鐵的開通可能通過兩種方式影響公司間的互動(dòng)和信息傳遞。首先，位于兩個(gè)高鐵連接城市的現(xiàn)有合作公司可能會(huì)有更多互動(dòng)；其次，由于高鐵的便利可能會(huì)在公司之間增加新的合作。由于長(zhǎng)三角城市之間高鐵的開通，公司之間因信息交流而增加的創(chuàng)新可能不是由于所在城市加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”產(chǎn)生的信息溢出促進(jìn)了公司間的信息傳遞，而是由于高鐵開通為公司之間的交流提供了便利。所以，本文進(jìn)一步在基本模型中控制高鐵開通變量(HSR)。HSR 為虛擬變量，如果公司注冊(cè)地對(duì)應(yīng)的地級(jí)市屬于2010 年、2013 年加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”的14 個(gè)城市⑤包含合肥、鹽城、馬鞍山、金華、淮安、衢州、徐州、蕪湖、滁州、淮南、麗水、溫州、宿遷、連云港這14 個(gè)城市。，且截至當(dāng)年末開通可以到達(dá)另一“經(jīng)濟(jì)協(xié)調(diào)會(huì)”成員城市的高鐵，則取值為1，否則取值為0，具體樣本期間這14 個(gè)城市的高鐵開通時(shí)間如表8。

表8 “經(jīng)濟(jì)協(xié)調(diào)會(huì)”城市高鐵開通時(shí)間

本文在模型(1)中加入HSR 后重新進(jìn)行回歸，結(jié)果在表9 中顯示。從表9 可以看出，控制高鐵開通變量HSR 后，其結(jié)果基本保持不變?？刂颇甓群凸竟潭ㄐ?yīng)之后，ECC 的系數(shù)為0.438，在5%的水平上顯著。這表明考慮了高鐵開通的影響之后，加入“經(jīng)濟(jì)協(xié)調(diào)會(huì)”仍可以顯著提高公司專利申請(qǐng)的數(shù)量，增強(qiáng)了本研究的邏輯性。

表9 “經(jīng)濟(jì)協(xié)調(diào)會(huì)”與專利申請(qǐng)數(shù)量

六、研究結(jié)論及政策含義

2018 年長(zhǎng)三角一體化協(xié)調(diào)發(fā)展上升為國家戰(zhàn)略，隨著長(zhǎng)三角一體化全面深化，長(zhǎng)三角的集聚輻射能力也在不斷增加，產(chǎn)生越來越強(qiáng)的向心力，“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”正是長(zhǎng)三角地區(qū)之間協(xié)調(diào)發(fā)展的一種最直接的表現(xiàn)。“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”的形成為本研究提供了理想的準(zhǔn)自然實(shí)驗(yàn)情境。這不僅能在一定程度上消除測(cè)量誤差帶來的內(nèi)生性偏誤，而且城市加入“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”是錯(cuò)層發(fā)生的，有利于控制宏觀經(jīng)濟(jì)層面和公司層面一些不可觀測(cè)的缺失變量對(duì)研究結(jié)論的干擾，更準(zhǔn)確地識(shí)別加入“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司創(chuàng)新之間的因果關(guān)系。

以城市在不同時(shí)間加入“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”為準(zhǔn)自然實(shí)驗(yàn)，以2008—2016年的數(shù)據(jù)為研究樣本，本文使用雙重差分方法來估計(jì)“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司創(chuàng)新之間的因果效應(yīng)。本研究結(jié)果表明，相對(duì)于所在城市沒有加入“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”的公司，加入“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”之后公司專利申請(qǐng)的數(shù)量顯著增多。本文還分別從公司的網(wǎng)絡(luò)中心度、全要素生產(chǎn)率和公司信息環(huán)境三個(gè)維度來檢驗(yàn)“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”影響公司創(chuàng)新的橫截面差異。其結(jié)果顯示在網(wǎng)絡(luò)中心度低、全要素生產(chǎn)率低以及信息環(huán)境差的條件下，“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”對(duì)公司創(chuàng)新的影響更大。最后，本文進(jìn)行了一系列的穩(wěn)健性測(cè)試，測(cè)試結(jié)果與基本結(jié)果保持一致，進(jìn)一步提高了研究結(jié)論的穩(wěn)健性。

在目前區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略新階段的背景下，本文的研究結(jié)論具有一定的現(xiàn)實(shí)意義。從公司的角度來看，由于區(qū)域協(xié)調(diào)政策具有信息及技術(shù)溢出效應(yīng)，公司應(yīng)積極響應(yīng)相關(guān)政策的制定與實(shí)施，參與其中，借助區(qū)域協(xié)調(diào)這一平臺(tái)與其他微觀個(gè)體(公司、科研院校等)充分溝通與交流，制定更加合理的發(fā)展戰(zhàn)略，多渠道提高創(chuàng)新水平，實(shí)現(xiàn)可持續(xù)發(fā)展。從政策制定的角度來看，區(qū)域協(xié)調(diào)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要機(jī)制是區(qū)域協(xié)調(diào)提高了公司的有效決策水平，政府可以借助區(qū)域協(xié)調(diào)政策進(jìn)一步“聯(lián)合”微觀主體，如舉行專門的政企交流會(huì)議、增設(shè)企業(yè)協(xié)調(diào)發(fā)展委員會(huì)、簽署企業(yè)共同創(chuàng)新協(xié)議等，給予其相應(yīng)的優(yōu)惠與扶持，通過微觀主體的創(chuàng)新，從基礎(chǔ)上帶動(dòng)整個(gè)區(qū)域經(jīng)濟(jì)的發(fā)展。而且，基于“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”所起到的促進(jìn)公司創(chuàng)新的作用，可以進(jìn)一步推廣“城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”這種協(xié)調(diào)發(fā)展模式，逐步建立更高層次的“經(jīng)濟(jì)協(xié)調(diào)會(huì)”，如“沿海城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”“中西部城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”甚至“全國性的經(jīng)濟(jì)協(xié)調(diào)會(huì)”，逐次提高全國公司創(chuàng)新的效率，擴(kuò)大“區(qū)域協(xié)調(diào)”作用，提高綜合競(jìng)爭(zhēng)力。本文為“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”與公司創(chuàng)新之間的因果關(guān)系提供了新的經(jīng)驗(yàn)證據(jù)，研究結(jié)果對(duì)于理解集群經(jīng)濟(jì)信息溢出的作用以及“長(zhǎng)三角城市經(jīng)濟(jì)協(xié)調(diào)會(huì)”如何影響微觀企業(yè)決策，具有一定的理論與現(xiàn)實(shí)意義。