文章利用手工整理的２００９—２０１９年中国上市公司异地研发中心数据，实证研究异地研发中心设立对企业整体创新能力的影响、机理及溢出效应。
除所在地知识资源外，当地要素条件同样对创新具有重要影响，异地研发机构建构了有利于支撑创新的要素关联。跨区域资源要素分布的地区差异性使异地研发中心能够汲取更多创新要素，弥补自身资源禀赋的不足。基于上述分析提出以下假设：
当企业处于外部知识技术溢出的环境中，是否具备相应的技术能力吸收消化外部溢出将对企业创新产生重要影响。具有吸收能力的企业，更容易从外部知识溢出中产生学习效应，有助于企业将外部知识内部化，并通过利用其他组织已有的研究经验，转化为对创新过程的支持，将异地研发中心吸收异质性知识产生的突破性想法转化为突破性创新。
异地研发中心能为企业带来创新资源以及外部知识溢入，而总部所在地的高校作为前沿知识的创造和传播主体，是企业获取并累积知识的来源。异质性知识的互相融合与补充是创新成果产生的先决条件。企业通过吸收本地高校知识，与异地研发中心获取的外部知识相融合为创新提供知识储备，并与异地研发获取的跨区域创新资源互相补充为企业创新提供基础。
文章选取
2009—2019
年中国
A
股上市公司作为研究样本。异地研发中心数据主要从公司年报和官网中手工整理获得
,
其余数据来自
CSMAR
数据库。
如果样本企业在公司注册地以外的城市设立、并购或新建主要经营范围包括研发制造的研发中心、机构、基地等类型子公司或分支机构,Offsite被认定为1,否则Offsite为0
。
选取专利申请和专利被引次数作为创新数量和质量的代理变量。首先,
选取企业专利申请数量加1取自然对数来衡量创新数量Apply
。其次,
采用调整的专利被引次数衡量创新质量Adjcite
。调整的专利被引次数是将实际引用次数除以当年以及同一技术领域授予的专利平均被引用次数。考虑到企业创新的时滞性特征,将企业创新前导两期。
企业技术吸收能力(Dtech)。构建企业已有技术能力指标Dtech,大于行业和年度内企业调整的专利被引次数均值为1,否则为0
。
企业所在地知识资源(College)。通过企业所在城市211和985高校数量衡量所在地知识资源
。
控制以下变量
:
企业年龄
Age
、企业规模
Size
、资产负债率
Lev
、固定资产比值
PPE
、资产报酬率
ROA
、成长性
Tobinq
、两职合一
Dual
、机构投资者持股
Ins
和企业家风险容忍度
Prefer
。主要变量的具体含义列于表
1
。
表3第(1)列和第(3)列汇报了
异地设置研发中心对创新数量的影响,Offsite均显著为正
,说明异地设置研发中心将提高企业创新数量。第(2)列和第(4)列考察了异地设置研发中心对创新质量的影响,
Offsite也显著为正,表明异地设置研发中心将提升企业创新质量
。
（2）企业设立研发中心所选地域与企业创新的回归结果
以异地研发中心在省会城市和深圳、大连、青岛、宁波、厦门5个计划单列市作为研究对象,探索企业异地研发中心设立在科技密集城市对企业创新的影响。以研发中心设立在科技密集城市虚拟变量Offsite_c为自变量进行回归估计,结果如表4第(1)列、第(2)列所示。
Offsite_c均显著为正,表明研发中心设立在科技密集城市有助于提升企业创新数量和质量
。
以企业研发中心在非科技密集城市作为研究对象,对企业设立在非科技密集城市的异地研发中心与创新绩效的关系进行实证分析,结果见表4第(3)列、第(4)列。
Offsite_p的系数在第(3)列显著为正,在第(4)列不显著
,表明研发中心设立在非科技密集城市有助于提升企业创新数量,而对创新质量的影响不明显。同时值得注意的是,Offsite_p的各列系数均小于Offsite_c的系数,说明科技密集城市具有比非科技密集城市更大的创新优势,更有利于企业创新。
包括
:
工具变量回归
(
选取上市公司所在地与其主营业务最近的产业集群的距离
IV_Distance
作为工具变量
);
倾向得分匹配法
;
利用可观测变量的选择来评估不可观测变量的偏差。
将企业的技术吸收能力指标Dtech以及Dtech×Offsite加入模型(1)进行检验,结果如表7第(1)列、第(2)列所示。
Dtech以及Dtech×Offsite的回归系数均显著为正
,说明技术吸收能力本身能够有效提升企业创新能力,还发挥了正向调节效应。
在模型(1)的基础上加入了企业所在城市211及985高校数量College以及College×Offsite,结果见表7第(3)、第(4)列。
College显著为正
,说明企业所在地知识资源可以提高企业创新。第(3)列中
College×Offsite不显著
,说明对于创新数量而言,企业所在地知识资源与设立异地研发中心没有显著的交互效应。第(4)列中
College×Offsite显著为正
,说明在创新质量方面,企业所在地知识资源与异地研发中心形成有效协同。
首先,以技术人员占比Technician作为企业员工结构优化的代理变量。
Technician是公司技术人员的数量占员工总数的百分比
。根据表8的第(1)列、第(2)列的吸引创新人才机制回归结果可以看出,
Offsite显著为正
,意味着异地设立研发中心有利于公司获得更多高技能员工,进而促进企业创新。
其次,
以政府研发补助Sub作为政府支持的代理变量
,估计结果见表8第(3)列、第(4)列。
Offsite显著为正
,说明异地设立研发中心使企业获得更多政府研发补助,进而有利于企业创新。
最后,构建衡量
融资约束的指标KZ
,KZ越大说明企业面临的融资约束越高。根据表8第(5)列、第(6)列的获得更多经济资源的机制回归结果可以看出,
Offsite显著为负,
表明异地设置研发中心将缓解企业融资约束,进而促进企业创新。
通过JAC衡量涉及产业知识的多样化程度,籍此刻画知识的外部性
。将JAC应用于企业层面,利用专利的IPC分类来识别企业拥有知识的多样化程度,从而分析异地研发机构给企业带来的吸收外部知识的通道。渠道检验结果报告于表8第(7)列、第(8)列。
Offsite的系数显著为正
,表明在异地设置研发中心将有利于企业学习、吸收研发中心所在地的知识和技术,丰富企业知识储备和创新灵感的产生,进而促进企业创新产出。
包括：将公司所在地为创新资源密集城市的样本剔除、将专利申请量一直为零的企业剔除、以专利授权数量作为因变量和安慰剂检验。
使用研发投入的自然对数测度创新投入RD,使用创新产出与投入的比值衡量创新效率Efficiency
,创新产出为专利申请的自然对数。表9第(1)列、第(2)列展示了异地研发中心对企业创新投入和创新效率的影响。
Offsite均显著为正
