企业跨国搬迁中移民与本土创业公司成功率差异研究

韩 捷

（1.北京航空航天大学 北京 100191；2.哈尔滨工业大学 黑龙江哈尔滨 150006）

引言与文献概述

如果存在某种增值策略，那么这种策略一定会被风投和创业者所推崇。在资产管理领域，战术性调配资产占比捕捉短期的市场机会可以获得比被动应对更好的业绩；在企业管理中，配置供应链到一个具有成本优势的区域会同时使公司和此区域人民获益；在国家层面，确定首都的地理位置是政治体制稳定的必要条件。如上所述，迁移作为一种策略具有不同的表现形式和时空跨度。在资产管理的例子中，战术性调配资产可以临时打破长期战略投资协议所规定的资产配置；在企业管理的例子中，特朗普曾呼吁美国制造商将其生产线迁回美国。这些例子表明，迁移作为一种策略会影响不同规模的经济。

在风险投资领域，学者对企业家和风投公司选址有过研究。Camp（2002）认为，风险资本更倾向于投资靠近其工作地点的初创企业，因为这种邻近性有利于尽职调查、监测和咨询；Gupta & Sapienza（1992）发现，早期风险投资者投资目标的地域范围比后期投资者小；Chen等（2010）认为，初创企业会有意选择靠近风险投资者，这样他们可以共同利用某些地域范围内的稀缺资源，如人才市场和学术圈，其结果是形成了具有自我强化效应的创业企业-风投生态。

为了分析初创企业的迁移原因并推导因果性，需要在回归模型中嵌入工具变量，然而这一变量的缺失表明初创企业之间具有很强的异质性且迁移的决策主要是内生性的。分析表明，迁移现象是罕见的，特别是在实体经济中，迁移会损失厂房和设备的初始成本，文献回顾也表明这种现象很少被研究。Cumming等（2009）研究了风投公司支持创业公司迁移，他们发现亚太地区的风投公司将其投资对象迁移到美国，比本土的投资产生了更大的回报。本文通过Cox生存模型进一步研究这一现象，研究结果有助于风投资本和创业者理解迁移策略及其影响，同时弥补现有研究的不足。

研究设计

（一）数据处理

购买PitchBook截至2019年的初创企业数据，随机选择924家在美国注册的初创企业进行研究。通过Crunchbase、Opencorporates、LinkedIn等搜索引擎和数据库研究创始人简历、公司成立时间，判断某样本公司是否为迁移公司，重新确定公司来源。

对数据做分组处理以避免过度拟合的特殊性。国家数量从27个集中到4组，即美国、英国、欧盟和其他；行业从25个压缩到6组，包括通信和媒体（C&M）、软件、医疗、消费者信息服务（CIS）、商业支持服务（BSS）和其他；融资年限从20年缩短为5组，范围从2000-2019年。

（二）模型描述

由于数据的右侧截断性，选择Cox比例风险模型对数据进行回归分析。相比于Logit模型，Cox模型加入了时间维度，使用了更多的信息 。

本文的数学模型为公式（1）：

（三）变量定义

表1中列出了变量名称，根据变量属性进行分组，即初创企业特征、风险投资特征、固定效应和记录创业成功的哑变量。重点考察选择表1中以下变量：r、onlyHR和CoHQ分别表示搬迁策略、搬迁一个单独的总部或创建一个共同的总部；SyndicateSize、Rounds、TotalUSD和VCAge是四个连续变量。SyndicateSize记录风险投资的总人数，代表独立的第三方的认可；Rounds记录总的融资轮次，是衡量初创企业的时间框架，与融资总额和财团规模正相关；TotalUSD记录融资总数；VCAge是风投公司的年龄。所有相关变量中的ln前缀表示对连续变量的对数处理，转绝对增长为相对增长。

表1 变量描述

考虑数学模型的求解方法为最大似然法，选择18-20个预测变量（P），确保每个变量至少有20个数据支持，借用公式“样本量=（20×P）/（事件分数）”计算最小样本数量，其中事件分数是概率小于0.5的因变量结果，由此计算出最小样本量为876，本次样本总数满足要求。在其他情况下，因变量事件分数太小，因此需要更大的样本量。在这种情况下，不进行回归分析。

表2为非虚拟自变量的相关性矩阵。所有预测变量的平均变量膨胀系数（VIF）为2.46，低于10的标准，所有单独的VIF值也都低于这个阈值（最高值为4.69）。

表2 连续变量相关性矩阵

实证分析

（一）单一变量比较

表3显示了两个对照组，即未搬迁的r=0组和已搬迁的r=1组，比较结果显示指代成功的指标无显著的差异。ExitProceed显示出相似的中位数，这意味着成功退出的公司之间具有同质性；TotalUSD显示搬迁后的初创企业获得的资金总额略高（10%的显著性），但这不是一个好的迹象，因为更高的成本并没有转化为更好的表现；融资轮次的差异检验显示出高度的显著性，较高的融资轮次在迁移的公司中更为普遍；专利所有权的差异也很显著，但仅有的两家拥有专利的公司是在搬迁的创业公司中。

表3 单变量比较

搬迁后的初创企业有更多的投资者参与，如财团规模所示（5%的显著性）。在这些投资者中，他们的年龄和累计投资组合规模是相近的。对于财团规模的差异，搬迁吸引了来自原始国家和目标国家的投资者，但这些投资者在衡量经验的年龄和累计投资组合规模方面没有大的差异。这个差异也可以通过观察创业开始年份来解释，搬迁的初创企业更早开始创业（1%的显著性），这意味着更早地接受资金和更多的融资回合，而融资轮次与财团规模呈正相关。基于目前的数据分析可引出一个逻辑假设，即迁移策略会吸引更多的投资者加入公司，而非更多的投资者引发了迁移策略。

搬迁与连续创业者没有显著关联，但从一开始就在美国设立总部的创业公司更有可能拥有美国投资者。另一个显示投资者无法预见迁移策略的变量是AgeFirstVC变量，它衡量的是公司成立后到第一轮风投融资的时间，第一笔风险投资是最重要的，也承担着最大的风险，一个不显著的测试意味着搬迁不会改变这一投资决定，反之亦然。最后，t变量显示搬迁后的初创企业比他们的同行需要更多的时间来退出，这对时间加权的资本回报来说是一个不利因素。

（二）Cox生存模型回归结果分析

本节使用Cox生存模型对数据进行回归，从迁移方式、迁移行业、迁移起点和迁移时间四个角度进行研究（见图1）。迁移方式回答初创企业如何搬迁，比较单独总部和共同总部的搬迁情况；迁移行业回答了搬迁发生在哪些行业，比较两个搬迁成本较低的行业；迁移起点回答了创业企业来自哪个地区，并选择欧洲和英国作为研究群体；迁移时间回答了市场时机是否对创业成功有影响。

图1 研究模型

1.迁移方式分析。第一个回归系列回答了创业企业是如何搬迁的，是搬迁原有的总部还是设立另一个总部。由模型提出假设H1：迁移策略不能够有效提升创业公司的成功率；H1.1：总部迁移或建立新的总部均不能提升创业公司成功率。

模型显示（见图2），在多数时间点上，迁移策略都会大大降低成功的机会。换句话说，在任何时间点上，搬迁后的公司成功率更低，或者需要更长时间才能成功。两种迁移策略单独作为自变量时不具有显著性。

图2 基于迁移策略的生存分析

连续创业者、财团规模和成功率之间的正相关关系可以解释为假设独立的尽职调查，则更多的投资者意味着公司的价值被不同的第三方多次证实，是一个体现公司持续向好的指标。连续创业者理论上可以增加创业企业的价值和成功率，然而这一变量并不显著（在Cox模型中的显著性为10%），因为这个变量本身不能揭示一个团队的整体协同作用。

风险投资轮次与融资总额呈正相关（相关系数为0.61），但在Cox模型（见表4）中与创业成功有明显的负相关关系。分析这一现象的原因，将少于三轮融资的初创企业与超过三轮融资的企业进行比较（见图 3）发现，在不同长度的持有期下年长和年轻的初创企业表现不同。在样本中，第一组有559个观察值，第二组有365个观察值，大部分的风险投资少于4轮，这意味着风投应当谨慎接手高轮次的初创企业。

图3 融资轮次于创业成功时间

表4 以迁移方式为控制变量的回归模型

2.迁移行业分析。第二个系列的回归从迁移行业角度对样本进行了分析。提出假设H1.2：即使是更容易搬迁的轻资产行业如IT、软件和商业支持服务业（BSS），在搬迁后也不容易成功。

把通信和媒体行业作为基线组，回归模型（见表5）显示单独的软件和BSS行业都与更好的创业成功率正相关，但搬迁后的软件和BSS行业并没有显示出高的显著性，这意味着即使是如今可以无办公场所经营的行业，也应谨慎决定搬迁。另外，研究结果还显示通信和媒体行业的表现比软件和BSS行业差，原因在于垄断者的市场份额已经被大的现有企业如欧洲的德国电信和西班牙电信以及美国的AT&T和Verizon占据。

表5 以迁移行业为控制变量的回归模型

另一个没有显示在回归表中的行业是医疗行业。它是仅次于软件业的第二大成功行业，但却是样本中在其他类别行业之前第二难以做出迁移决策的行业，分析可知对实验室固定资产和临床专家的依赖使其难以做出迁移决策。

3.迁移起点分析。第三个系列的回归回答了“来自哪里”的问题。提出假设H1.3：创业企业的源头对搬迁后企业的成功无显著影响。

表6结果显示自英国搬迁的公司比欧盟搬迁的公司更有可能成功，国家起源和成功强烈地暗示了英国和美国人民之间的殖民联系、文化同源性和身份认同。从更广泛的角度看，从货币和非货币资本的角度进行论证，后者包含了社会和文化资本的概念，两种非货币资本与社会网络、员工招聘、团队协同、进一步的融资机会和收购者的偏好有关。在初创企业中，由于缺乏业绩记录、信息不对称以及非专业投资者的存在，投资决策将不可避免地依赖于后两种无形资本。

表6 以迁移起点为控制变量的回归模型

4.迁移时间分析。最后一系列的回归回答了“何时”的问题，即时机是否会像股票市场一样影响业绩？提出假设H1.4：迁移时机不会对迁移后的创业企业产生显著影响。

鉴于搬迁公司退出的中位数为9年，回归选择了两个时间段，一个是2000-2002年，另一个是2003-2007年，基线组是2008-2011年。在这两个时间段内有53家公司进行了搬迁，但这些有足够时间退出的搬迁公司并没有表现出明显的绩效差异。而最近得到资助的初创企业难以在短时间成功，因此在这一区间的样本不做迁移策略分析，如表7所示。与金融市场不同的是，在金融市场上时机的选择会造成损失，而在实体经济中技术表现出稳健性和对市场情绪的漠视。继续上一节的内容，这意味着对于那些必须搬迁的公司来说，决策的依据最好是在地点和人员的协调上，而不是在时间上。

表7 以迁移时间为控制变量的回归模型

结论和启示

公司迁移作为一种策略并不能提高业绩，相反它增加了创业企业成功的时间成本，拖累了资本的时间加权回报。客观来看，迁移策略扩大了退出市场范围和投资者数量。财团规模是一个强有力的业绩指标，因为它反映了感兴趣的投资者的独立尽职调查的次数；低固定资产的行业更有可能搬迁，但即使是最容易搬迁和成功的行业，如软件和商业支持服务行业，搬迁的影响也不大；搬迁后的英国初创企业表现更好，揭示了英美两国人民之间的殖民联系、文化同质性和身份认同。最后，公司迁移到美国会推迟成功的时间，这一发现不能推广到其他目标国家，原因是来自欧洲和英国的搬迁者与美国本土创业企业相比，没有来自亚洲的初创企业那么大的差异性，从政治经济学的角度分析，这些迁移发生在政治经济结构相似的中心和准中心国家。同时限于样本数量，迁移目的国和迁移源自国均不能推广到美、英、欧以外的国家和地区。

中国为世界第二大经济体，其带动世界经济发展和科技创新的能力日益凸显，而美国作为一个全球霸权国家仍在许多领域占有主导地位，选择美国作为搬迁目的地的论据可以远远超出回归模型所揭示的信息。不论在发达国家还是发展中国家，风投和创业公司在挖掘实体经济潜力和推动科技走向应用方面所起的积极作用不言而喻。未来的课题可就如何建立具有正反馈效应的“风投-创业”商圈以及“风投-学术-创业”产学研有机结合的体系并发挥中国特色社会主义的优势继续进行研究。