双循环背景下高铁建设与企业技术创新的关系：基于信息不对称与融资约束的视角*

刘洪伟，李 骏，夏丹莉

(1.湘潭大学 商学院，湖南 湘潭 411105；2.中国人保资产管理有限公司 投资研究部，上海 200122)

一、引言

为应对百年未有之大变局的严峻考验，党中央适时提出了构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。“双循环”既涉及商品和服务的生产、分配、消费、流通环节之间的循环畅通，也涉及资源要素的市场优化配置，尤其是信息资源和资本要素。传统上，由于信息资源和资本要素的配置效率受到交通、通信等基础设施不足的影响，投资者普遍存在“本地投资偏好”，偏远地区的企业在融资和研发投入上往往先天不足。在《私募股权和风险资本来源指南》(GuidetoPrivateEquity&VentureCapitalSources)中所列出的1 000个风险投资办事处中，半数以上位于美国三大都市区，即旧金山、波士顿和纽约，且超过49%的投资标的企业也属于这三大都市区。[1]90-102因此，如何降低信息不对称程度，更好地发挥资本市场的价值发现功能，缓解更多具备创新能力的“远距离”企业面临的融资约束，有效匹配金融资源的供给与需求，促进企业的技术创新，是当前双循环新发展格局所面临的重要问题。

新古典框架下的经典投资理论认为，在完美的资本市场上，信息呈均匀分布，企业的投资决策和融资结构无关，内部资金和外部资金可以无差别替代(Modigliani & Miller)[2]261-297。但在现实经济活动中，信息在空间上的不对称分布是影响资本流动和企业研发投资约束的重要因素，企业家比外部投资者拥有更多关于创新项目的难以验证的内部信息(González et al.,2015)[3]371-389，尤其是对投资者而言非常重要的有关此时此地、情境化、难以用数字形式完整呈现的软信息。当信息与收集这些信息的环境分离时，信息的效用便会大大降低(Petersen,2019)[4]1-41。尽管通信技术的快速发展在一定程度上缓解了地理位置的局限性，降低了“硬信息”的空间不对称程度及其搜寻成本，但是，空间位置仍然影响着不同区域投、融资者之间“软信息”的交流和沟通，进而影响投资者的选择。

作为中国交通运输技术进步的突出成果，高速铁路所带来的时空压缩效应是否能够缓解企业尤其是大量“远距离”企业与投资者之间的软信息不对称及其衍生的融资约束问题、促进企业的创新投资呢？虽然已有文献对“高铁与创新”问题进行了深入探讨，但大多是基于区域层面的研究，如高铁与区域专利增长(叶德珠等,2020)[5]146-161、区域创新效率(曾冰,2020)[6]104-110、城市创新指数等(杨思莹、李政,2020)[7]49-64，基于企业层面的研究相对较少；且主要把人才与知识的流动作为主要的影响机制(吉赟、杨青，2020)[8]147-166，而对信息与资本的流动则鲜有关注。有鉴于此，本文试图从信息不对称与融资约束的视角，探讨高铁开通对微观层面的企业技术创新的影响。我们认为，高铁开通有助于解决企业尤其是大量“远距离”企业与外部投资者之间的信息不对称问题，淡化投资者的“本地投资偏好”，缓解企业的融资约束，从而激发更多的企业创新行为。为此，本文将中国高铁开通视作一项准自然实验，通过整理2008—2015年中国高铁开通所涉城市及其企业的面板数据，采用多期双重差分方法进行实证分析。结果显示，高铁开通对企业创新投入产生了政策合意的积极影响，其中，对中小型企业、高技术企业、市场化程度较低地区的企业的影响更为明显。进一步研究发现，直接融资约束的缓解是企业增加创新投入的重要原因。这表明高铁开通所带来的人员往来的便捷性减轻了研发投资过程中的信息不对称程度，削弱了地理距离衍生的本地投资偏好，促进了资本的跨区域流动和企业的创新行为，对“双循环”新发展格局的形成有着明显的推动作用。

本文的边际贡献在于：一方面，不同于已有文献主要基于区域层面的研究，本文运用微观层面的数据，探究高铁开通与企业创新的关系，拓展了“高铁与创新”的相关文献；另一方面，不同于已有文献对高铁开通如何影响创新行为的潜在机制的研究主要集中于人才与知识流动等领域，本文从信息不对称与融资约束得以缓解的视角出发，证实了高铁开通所产生的时空压缩效应对企业创新行为的积极影响，为高铁建设与技术创新领域的研究提供了新的视角。

二、文献回顾与理论分析

创新是一个国家实现经济持续增长的关键驱动力。作为创新主体的企业，其研发创新普遍面临着融资约束的问题。研究表明，稳定、可持续的资金来源是企业创新活动的关键，融资约束将导致企业削减创新项目、减少创新投入，甚至还会降低发展中国家的创新发展能力(Gorodnichenko et al.,2010)[9]1115-1152。其中，信息不对称被认为是导致研发融资约束的最重要因素(Hoegl M et al.，2008)[10]1382-1391。

虽然现代信息技术和交通工具的进步已经在一定程度上缓解了投资者与企业之间的信息不对称程度，但企业的区位与“距离”仍然是一个重要问题。从直接融资的角度来看，Lerner(1995)认为，投资者为了获得高质量的“软信息”，降低监督成本，更愿意选择距离较近的企业作为投资对象。[11]16-27Coval et al.(1999)在对美国基金经理人投资行为的调查中发现，基金经理普遍喜欢购买总部位于该基金公司附近的公司股票，且结果显示，这些基金的业绩相比同类基金也更为优秀。[12]2045-2073两位研究者认为，这种投资策略的成功主要取决于信息调查费用的节省和“软信息”的快速获得。从间接融资的角度来看，Hauswald et al.(2006)的理论分析显示，银行拥有的“软信息”的质量是银行与借款者之间距离的减函数。[13]967-1000这意味着，地理距离越近，获得“软信息”的质量越高，借款者获得贷款的可能性也越大。Agarwal et al.(2010)则在Hauswald等理论模型的基础上，考察了借款者与银行间的地理距离对银行贷款决策的影响[14]2757-2788，实证结果证实了上述推论，即地理的邻近性方便了“软信息”的搜集，提高了“软信息”的质量，使得企业获取贷款的概率上升、成本下降。

上述研究表明，距离或地理位置影响了经济活动参与者获得“软信息”的成本、质量及速度，进而对其决策行为产生影响。那么，快速便捷的高速铁路是否能够缓解“远距离”企业创新活动中的信息不对称和融资约束问题呢？(1)不同于普速铁路，几乎所有的高速铁路都是用于客运服务的，其定位不是节省货物的运输时间和成本，而是压缩人员往来的时空距离，因而，高铁的开通必然增加包括投资在内的所有商务活动中面对面沟通的频率。在所有沟通方式中，面对面沟通因提供了“语言、体态、面部表情、手势和语调等大量信息线索，言语与非语言两种形式的即时反馈，以及‘就在面前’的私人接触”等(罗宾斯等,2012)[15]30-31，成为最有利于缓解信息不对称问题和建立相互信任的有效途径。(2)个人社会网络和专业关系网络是投资机会的关键信息来源之一。社会学研究表明，形成社会关系的可能性随着社会空间和物理空间的距离扩展而下降。在同一地理区域工作的投资人通常有更多的机会与企业家或经理人建立非正式关系，增加彼此间的信任。实证研究显示，人际间的社交互动对企业融资等广泛的公司活动产生了实际影响(Mizruchi et al.,2006)[16]310-333。(3)创新项目中所蕴含的大量难以被记录、存储或传递的软信息，被认为是投资决策中的信息不对称和高风险的主要根源(龙玉等，2017)[17]197-210。地理邻近性可以让投资者有更多机会正式或非正式地接触目标企业的员工、供应商、客户和竞争对手，获得有关目标企业及其创新项目的大量“软信息”，从而更准确地评估市场风险、企业风险承受能力和研发人员对激励措施的响应程度等。(4)外部投资者所表现出的地理邻近性偏好，不仅源自对投资前的逆向选择的担忧，也包括对投资后可能产生的道德风险的厌恶。避免目标企业不按合同约定的方式履行承诺的理性选择就是对合约进行昂贵的事后监督，但这必然导致更高的“柠檬费用”和对目标企业更严重的融资约束。高铁开通所带来的时空压缩和地理邻近性，使得“远距离”目标企业的行为和代理人的努力水平的可观察性增加，对代理人风险承受能力和对激励措施的响应程度的评估将变得相对容易(John et al.,2011)[18]533-551。这样既有助于投资者设计更完整的补偿合同，也能够降低投资者的监督成本。同时，地理邻近还有利于投资者与目标企业之间建立和发展长期合作关系，多轮融资的重复博弈设置将使投资者获得有关项目的更可靠信息，从而减少潜在的道德风险问题(Wang et al.,2010)[19]23-38。

总之，高铁的开通压缩了外部投资者与企业尤其是大量“远距离”企业之间的时空距离，降低了相关企业创新项目的信息不对称程度及其道德风险，增加了投资者与企业之间的相互信任，从而缓解了企业创新项目面临的融资约束问题，促进了企业的技术创新。

三、研究设计

(一)样本选择

本文选取A股上市公司作为研究样本，样本期间为2008—2015年。高铁开通的相关数据来自国家铁路局网站；企业层面数据来自CSMAR和Wind数据库；城市层面的数据主要来自历年《中国区域经济统计年鉴》和《中国城市统计年鉴》。为保证数据的有效性以增强研究结论的说服力，本文在整理数据时做如下处理：剔除金融类企业和处于*ST、ST或者PT状态的企业，以及没有披露关键变量信息或者数据异常的企业，最终获得样本企业2 695家，共17 048个观测值(非平衡样本)。

(二)模型设定

本文借鉴张克中等人(2016)[20]62-73的研究，构建如下双重差分模型考察高铁开通对企业研发创新的影响：

R&Dit=α0+α1(Dstationc×Aftert)

+β∑nControls+νt+ui+εit

(1)

其中，下标i代表企业，t为时间，c代表城市，R&D是企业创新水平的代理指标，以企业的研发创新强度(研发费用/销售额)衡量，开通高铁的城市Dstationc取值为1，否则为0。如果高铁开通的时间为t，则在t年之后的Aftert=1，反之为0。Dstationc*Aftert为处理效应，即高铁开通对企业研发创新强度的影响效应；Controls为一系列控制变量，包括企业层面的相关变量(Firm_controls)：企业年龄(Age)、债务水平(Lev)、管理者薪酬(Bsmsalary)、风险投资(Vc-dum)、市场势力(Market)、股权集中度(Top1)，以及上市企业所在城市的相关变量(City_controls)：外商直接投资(FDI)、城市交通状况(Trans)、政府财政支出(Egfct)、通信业务量(Tele)。vt是时间固定效应，ui是企业固定效应。εit表示随机扰动项。表1列示了主要变量的描述性统计和相关性分析结果。

表1 描述性统计与Person相关性分析

四、实证与结果分析

(一)基本回归结果

如表2的模型(1)所示，在控制个体和时间固定效应而不加入其他控制变量的情况下，高铁开通与企业的研发创新强度显著正相关(β=0.128，p<0.1)。进一步，逐步控制企业层面和城市层面的变量，模型(2)(3)的回归系数逐渐变小但依然显著为正。因此，在控制其他可能影响企业创新强度的潜在变量后，高铁开通对企业创新强度的影响结果依然稳健。

表2 高铁开通影响企业创新的基本回归结果

(二)稳健性检验

为使研究结论更加可靠，本文采用以下三种方法进行稳健性检验：

第一，删除北京、上海、广州、深圳四个一线城市的数据后进行估计。由于这四个一线城市在市场规模、产业集聚、融资环境等方面具有独特优势，导致高铁开通对这些城市的企业研发创新的影响与其他城市的企业存在差异(黄凯南等,2019)[21]144-157。因此，剔除这四个一线城市上市企业的数据，重新对基准方程进行回归。表3的模型(4)～(6)显示，回归系数均显著为正，并高于基准回归结果，说明高铁开通对企业研发创新的整体促进效应主要源自非一线城市的“远距离”企业的推动。

第二，假设高铁开通的年份比实际提前以进行安慰剂检验。我们假定高铁开通时间比实际分别提前两年、三年、四年，以检验人为设定的Dstation*After是否会显著影响企业创新投入。表3中(7)～(9)列的安慰剂检验结果显示，Dstation*After的估计系数不显著。这说明并不存在不可观测的系统性误差对估计结果进行干扰，进一步验证了高铁开通对企业研发创新产生了显著的促进作用。

第三，进行高铁开通前后的平行趋势检验。本文采用改变高铁开通的时间窗口来检验高铁开通的效果：Before和After分别表示高铁开通前后的各个对应年份。表3第(10)列结果显示，高铁自开通后的第二年开始，对企业的研发创新强度产生显著的正向影响，说明高铁开通对企业研发创新的促进作用并不会即时显现，而是存在一定的滞后效应，这与董艳梅等(2016)的结论一致[22]92-108。如图1平行趋势图所示，高铁冲击(开通)的前三年，其对企业创新影响的估计值的置信区间包含0，即系数不显著，说明处理组与控制组符合平行趋势检验。

表3 高铁开通对企业研发创新影响的稳健性检验

图1 平行趋势图

(三)异质性分析

1.企业规模的异质性。对于不同规模的企业来说，高铁开通的影响效应可能是不同的。相对于中小型企业，大型企业往往具有更稳定的现金流、更良好的信贷记录和更高的市场声誉(黄福广等,2015)[23]207-214。因而，高铁开通对减小大企业的信息不对称程度、缓解融资约束的边际效应可能较小。为了揭示高铁开通对不同规模企业研发创新的异质性影响，我们按照企业总资产规模进行排序，运用75%分位数将研究样本分为中小企业和大型企业两组进行回归。表4中模型(11)～(12)的结果显示，高铁开通与中小型企业研发创新呈显著正向关系(β=0.150，p<0.1)，但与大型企业的关系为负,且不显著(β=-0.097，p>0.1)。这一结果表明，相对于大型企业，高铁开通更有利于解决中小企业的融资难问题，增强了中小企业研发创新的投入强度。

2.行业特征的异质性。与其他行业相比，信息不对称导致的融资约束问题对于高科技企业尤为严重。首先，高科技企业的无形资产占比更高且评估困难，缺乏合适的抵押品，导致商业银行向其提供贷款的意愿低；其次，由于资产的专用性和产权的不明晰，高科技企业很可能拒绝分享企业内部的相关信息，这就加剧了信息的不透明程度。因此，本文结合经合组织的标准，将企业分为高技术企业和非高技术企业进行分组回归。表4中模型(13)(14)的结果显示，高铁开通与高技术企业研发创新显著正相关(β=0.190，p<0.05)，而与非高技术企业的相关性不显著。这一结果表明，相对于其他行业，高铁开通对高技术企业研发创新的促进作用更为明显，有助于整体经济的转型升级。

3.制度环境的异质性。与制度环境相对完善的地区相比，制度环境欠缺地区获得外部资源的成本代价更高(张瑾华等,2014)[24]83-92，高铁开通所带来的人员往来的便捷性，对这些地区的企业与外部投资者之间信息不对称问题的缓解、融资约束问题的缓解和研发创新的促进作用应该更大。为此，我们借鉴罗党论等(2009)的经验以市场化指数作为各地区制度环境的替代变量[25]106-118，运用分位数将样本分为高、低市场化程度地区两个部分进行分组回归，结果如表4中的模型(15)(16)所示。研究发现，高铁开通对市场化程度较低地区的企业研发创新强度具有显著的正向影响(β=0.166，p<0.1)，而对市场化程度较高地区的企业研发创新强度的影响不显著。这说明，高铁开通更有利于缓解市场化程度较低地区企业的融资约束问题，提升其研发创新水平，对促进区域经济的协调发展具有重要的推动作用。

表4 高铁与企业创新异质性分析

(四)机制检验

在中国，每一个城市都不缺少全国性商业银行、地方性商业银行和其他金融机构的分支机构等，它们与本地企业之间并不存在因距离和交通问题而产生的信息不对称问题。因此，高铁开通对企业融资约束的缓解作用，应该主要体现在以股权融资为代表的直接融资上，而非以银行贷款为代表的间接融资上。也就是说，高铁开通促进企业研发创新的作用机制，是通过减少企业与外部投资者之间的信息不对称，增加外部投资者直接投资的方式，来提高企业的研发投入强度。如果这一机制存在，那么应该可以观测到高铁开通后企业股权融资的变化。为此，本文使用因果逐步检验法构建以下回归模型来判断股权融资是否为中介变量。模型如方程式(2)～(4)所示：

R&Dit=α0+α1Dstationc×Aftert+∑nControls+νt+ui+εit

(2)

LnEquityit=β0+β1Dstationc×Aftert

+∑nControls+νt+ui+εit

(3)

R&Dit=γ0+γ1Dstationc×Aftert+γ2LnEquityit+∑nControls+νt+ui+εit

(4)

实证结果如表5所示。模型(17)是方程式(2)的回归结果，结果显示，高铁开通与企业创新投入显著正相关(α1=0.123，p<0.1)。模型(18)是方程式(3)的回归结果，结果显示，高铁开通与股权融资显著正相关(β1=0.011，p<0.01)。模型(19)是方程式(4)的回归结果，结果显示，股权融资的系数在1%的水平上显著为正(γ2=0.817，p<0.01)，Dstation*After的系数显著为正(γ1=0.115，p<0.1)，且γ1<α1，这说明股权融资是高铁开通影响企业研发创新的重要机制，即高铁开通通过压缩区域间的时空距离，增加企业与投资者之间的“面对面”沟通，缓解了投资者在企业研发创新“软信息”上所处的信息不对称状态及企业的股权融资约束，激发了更多的研发投资，促进了企业的技术创新。

表5 高铁开通影响企业创新的机制检验

五、结论与讨论

本文立足于当前“双循环”新发展格局的中长期战略背景，从高铁开通所产生的时空压缩效应可能缓解信息不对称和“本地投资偏好”问题的理论分析出发，将2008—2015年中国高铁站点开通的数据与相关上市公司的数据进行匹配，以高铁开通为准自然实验背景，构造了一个多期双重差分回归模型，实证分析了高铁开通与企业研发创新强度的关系。研究结果显示，相对于未开通高铁城市的上市企业，已开通高铁城市的上市企业的研发创新强度更高。进一步的异质性分析表明，高铁开通对企业研发创新的正向影响具有状态依存性，取决于企业的规模、所在行业的特征、区域制度环境等。即高铁开通对中小企业研发创新的促进作用明显大于大型企业，对高新技术企业的促进作用大于传统企业，对低市场化程度地区企业的促进作用大于高市场化程度地区的企业。此外，通过作用机制的分析发现，高铁开通对企业研发创新的促进作用，主要不是体现在以银行为主体的间接融资约束问题的缓解上，而是以股权融资为主要表现形式的直接融资约束问题的缓解上。

本文研究的意义在于：(1)指出了高铁效应的本质在于压缩了人员往来的时空距离，扩展了人类交往的邻近域，缓解了经济活动中因时空距离而产生的信息不对称问题，促进了包括直接投资在内的生产要素的有效配置，为高铁建设的评估和相关理论的研究提供了一个新的视角；(2)证实了高铁建设有助于解决“双循环”构建过程中存在的一系列突出问题，如企业创新能力不足、区域经济发展不平衡、中小企业融资困难、高技术企业亟待提升等，为相关宏观经济政策和社会发展规划的制定和实施提供了依据。

本研究的不足在于：首先，以公司注册所在地定义地理邻近性可能并不十分准确，未来的研究可以尝试通过测算其经济重心而非注册地址，如工厂和分支机构的就业数据等方法，更准确地捕获公司的地理位置。其次，地理邻近性对创新可能产生积极影响，也可能产生负面影响，因为高程度的邻近性可能会增加知识非自愿溢出的风险，并导致技术知识的异质性下降和同质性上升，进而妨碍区域创造力和企业创新绩效的提升等，未来的研究可以探讨邻近性的其他效应。最后，本文的数据都来自于二手数据，有关高铁开通可以缓解投资和创新过程中的信息不对称问题，是通过企业融资约束特别是直接融资约束这一视角来间接证明的，仍然缺乏一手数据的支持，未来的研究可以采用问卷调查等方法来予以改进。