注意力配置與企業創新
——基于互聯網大數據的視角

楊天山，武可棟，韋莊禹

(廣西大學 經濟學院，廣西 南寧 530004)

一、問題提出

隨著中國互聯網普及率的提高，以互聯網為平臺進行的信息搜索和傳播門檻大幅降低，各城市的信息更容易呈現在公眾視野中，人們了解城市信息的渠道和手段更為多樣化，使得城市的曝光度和知名度在無形中得以提升，這將有助于促進城市的經濟發展、人才集聚和資本集聚，改善城市的創新環境。互聯網技術發展和海量信息資源積累勢必對城市的發展、企業的行為、個體的決策產生深刻影響[1-3]。換而言之，互聯網和大數據重塑了傳統的生產關系和資源配置模式。因此，基于互聯網、大數據的注意力配置問題正成為學術界研究的熱點[4-10]。

同時，互聯網的發展和大數據的滲透，催生了許多新業態、新模式、新技術，這些因素也不可避免地對創新活動產生影響。尤其是近年來互聯網進入了“流量為王”的時代，城市一旦進入公眾視野即會成為投資者甚至普通民眾關注的對象，由此引起的注意力配置變化會逐漸影響其貿易強度、投資熱度、人才集聚程度等，進而會重塑城市間資源配置結構。企業創新作為創新活動在微觀層面的具體表現，能夠充分表征企業績效及其在產品市場上的競爭力。在數字經濟時代下，如何加強企業的創新能力，提升其國際競爭力是當前中國必須面對的重要議題。注意力配置既然能夠引致“資源結構”重新洗牌，也勢必會對經濟主體的創新行為產生深遠影響。那么，注意力配置的創新效應是否也能被量化呢？其中的作用機制是什么？回答以上問題對中國企業創新至關重要。基于此，本文利用中國城市注意力數據和A股上市公司數據，考察城市注意力配置對企業創新的影響，試圖從注意力配置視角探索提升企業創新能力的可行路徑。

二、文獻綜述

創新是引領發展的第一動力，而企業是創新的重要主體。與本文研究相關的研究成果主要集中在注意力配置、企業創新影響因素和注意力配置與企業創新三方面。

首先是注意力配置的相關研究。注意力配置是指行為決策者將自己的有限精力、時間和資源分配在某些組織問題和方案中，而忽略其他問題的過程[5，11]。卡蘭等(Karlan et al.，2016)研究了人們的儲蓄行為，指出行為人對異常費用的注意力配置可能導致儲蓄不足，儲蓄不足又將引起注意力重新配置進而緩解儲蓄不足[12]。列維(Levy，2005)從注意力配置角度研究公司的全球戰略定位和績效問題，指出注意力配置會影響企業的戰略姿態和績效[13]。陳志軍等(2019)的研究指出母公司注意力配置在公司間的一致性對子公司績效起到部分中介作用[14]。沈和斌和鄧富華(2021)利用百度指數研究了注意力配置與企業出口產品技術含量之間的關系，發現注意力配置能夠促進企業出口產品技術含量的提升[5]。施炳展和金祥義(2019)利用中國對世界各國的百度搜索指數作為注意力配置代理變量研究了中國出口貿易問題，指出注意力配置會影響貿易規模、貿易結構和貿易模式[6]。還有學者研究了注意力配置對股票價格、體育事業、旅游需求、政策制定的影響[15-19]。

其次是企業創新影響因素的相關研究。企業創新是企業保持長期發展的關鍵，哪些因素影響企業創新一直是學術界研究的熱點。阿吉翁(Aghion et al.，2005)研究發現產品市場競爭與企業創新之間的關系呈現倒U型規律[20]。鞠曉生等(2013)發現在中國資本市場不發達的背景下，企業的內部資金積累和營運資本管理仍然是影響企業創新活動可持續性的重要因素[21]。徐等人(Hsu et al.，2014)研究發現在股票市場較為發達的國家，外部融資和高科技密集行業的企業創新水平會更高[22]。顧夏銘等(2018)研究表明經濟政策不確定性通過政府補貼、金融約束、企業所有權性質、行業特征等渠道影響企業創新[23]。阿塔納索夫和劉(Atanassov & Liu，2019)研究發現減稅政策對于治理較弱、財務約束較大、有形資產較少、專利存量較小和避稅程度較高公司的創新活動影響更大[24]。孫鯤鵬等(2021)研究表明人才政策對企業的研發投入、專利產出和研發效率具有促進作用[25]。可見，當前的研究主要從產品市場特征、資本積累、制度與政策等方面討論影響企業創新的因素。

最后是注意力配置與企業創新的相關研究。張世曉(2018)基于百度搜索指數開展的研究發現，城市區域科技創新環境整體和分類別輿情所反映的科技創新環境對區域科技創新成果產出具有顯著的影響[26]。鄧向榮等(2020)使用網絡搜索指數測度網絡關注度，研究其對企業創新的影響，指出網絡關注度的上升能夠顯著增加企業創新數量，但對創新的激勵效應仍維持在較低水平，且抑制了創新質量的提升[27]。吳建祖和華欣意(2021)研究了高管團隊環境注意力對企業綠色創新戰略的影響，指出高管團隊環境注意力會對企業綠色創新戰略產生正向影響[8]。由此可見，注意力配置正成為影響企業創新的一個重要因素之一。

通過上述分析不難發現，現有研究發現了一系列對企業創新產生影響的因素，也從多方面考察了注意力配置的影響效應，但注意力配置與企業創新的相關研究仍不多見，關于城市注意力配置對企業創新影響的文獻更是匱乏，注意力配置影響企業創新作用的渠道也有待進一步發掘。本文在剖析注意力配置與企業創新相關理論的基礎上，利用百度指數作為注意力配置的代理變量，將中國上市公司數據與城市注意力配置數據進行匹配，從互聯網大數據的視角研究注意力配置對企業創新的影響及其機制，試圖豐富城市注意力配置與企業創新的研究成果。

三、注意力配置影響企業創新的作用機制

隨著互聯網技術、信息技術和數字技術等通用技術的迭代發展，能夠指導經濟主體開展行為決策的信息和數據變得愈加豐富，但經濟主體所擁有的有限注意力反而成為相對稀缺的資源要素，這是因為經濟主體無法利用有限的注意力觀測到大數據流中的所有信息[28-30]。因此，如何充分配置有限的注意力資源成為企業發展過程中不可逃避的議題，注意力資源的“充分配置”是相對于“無效率配置”狀態而言的，只有企業的注意力得到充分利用，注意力要素配置才能達到帕累托最優。注意力配置對企業創新的作用機制在于：企業在使用注意力資源后可以增強與外界的互動交流及信息傳遞，獲取開展創新活動所需的信息，從而增加企業的創新產出，提高企業的創新效率[5，31]。

在開放的經濟體系中，企業在進行研發創新時需要面對來自外部環境的多重不確定性，當獲取信息不充分時，企業將無法準確預測市場需求端的變動情況以及產品的升級趨勢，倘若企業將較多的資金投入研發創新，則會導致其在未來面對更高的外部風險，因此企業將更可能選擇相對保守的風險規避策略，這會在一定程度上抑制企業的創新活動，降低企業的創新效率。注意力資源的充分配置能夠讓企業擊穿繁雜而凌亂的信息壁壘，降低不確定性，增強企業對目標市場的預測能力和把控能力，從而對其技術創新活動產生激勵[5]。基于以上分析，本文提出如下假設：

假設1：注意力配置能夠促進企業創新。

在城市的注意力配置較高時，城市的知名度和公眾曝光度也較大。注意力配置是信息獲取的前提，決定著信息獲取的大小和結構，并且能夠有效降低信息的搜索成本[5]，這使得國內外人才更容易了解城市的即時信息，引致城市對人才產生一定的虹吸效應。與此同時，較高的城市注意力配置水平將對城市發展產生一定的倒逼效應，有利于當地營商環境的改善、城市品牌的建設、政府能力的提升，進而培育出優質的創新土壤，吸引人才資源和創新資本在城市范圍內集聚。人才是驅動創新發展的第一要素，創新驅動的本質在于人才驅動，科技人才的集聚能夠營造優質的創新氛圍，改善創新環境[32-33]。資本也是驅動創新發展的重要元素，物質資本集聚水平制約著區域創新潛力。首先，資本能夠促使專業化、高技術的企業在一定空間范圍內集聚，從而擴大技術市場規模、促進創新要素流動、降低交易成本；其次，企業的研發部門通常也具有資本高度密集型的特征，高新技術的研發一般要以昂貴的設備和龐大的資金作為基本支持；再次，加大創新流程中的資本投入能夠對創新主體產生一定的激勵效應，從而改善創新績效[34]。總而言之，人才和資本作為科技創新的核心資源，在知識生產過程中具備一定的規模效應和溢出效應[35]，不僅能夠立竿見影地改善所在企業的創新能力，也能夠通過知識溢出、技術滲透和技術擴散等方式提升城市內其他企業的創新水平。基于此，本文提出如下假設：

假設2：人才集聚和資本集聚是注意力配置促進企業創新的重要機制，即注意力配置能夠促進人才集聚和資本集聚，間接促進企業創新。

注意力配置影響企業創新的作用機制如圖1所示。

圖1 注意力配置影響企業創新的作用機制

四、研究設計

(一)計量模型設定

根據上述關于注意力配置影響企業創新的理論分析，設定如下模型檢驗注意力配置對創新的影響效應：

(1)

其中，innoit表示企業創新；indexit表示企業所在城市的注意力配置指數；Xijt表示一系列控制變量；此外，用μs控制模型的省份因素，用νt控制模型的時間因素，用εit表示模型的隨機誤差。

為進一步檢驗注意力配置對企業創新的作用機制，構建如下中介效應模型進行分析：

(2)

(3)

其中，Medit表示中介變量，其他變量的含義同前。

(二)變量選取

(1)被解釋變量：企業創新(inno)。本文使用企業申請專利數量的自然對數作為企業創新的代理變量。

(2)核心解釋變量：城市注意力配置(index)。現有文獻指出，互聯網搜索指標可以作為注意力配置的代理變量[36，37]，這是因為互聯網搜索指數具有時效性高、數據可獲取性強的特點，具有較好的預測效果[38]。此外，有研究表明，互聯網搜索指數可以近似反映個體的大腦認知和情感變化，對個體行為產生影響[39]。因此，本文選擇城市互聯網搜索指數作為城市注意力配置的代理變量。為了構造年度面板數據，本文將城市每日搜索量按照年份取平均值，然后采用城市日搜索量年度均值的自然對數作為測度該地區注意力配置的指標。

(3)控制變量。為了減少其他因素可能對模型估計造成的偏誤，本文的控制變量主要包括：企業規模(size)，用企業年末總資產的自然對數測度；資產回報率(roa)，用企業總利潤占總資產的比重測度；企業年齡(age)，用企業上市時間到第t年的時間測度；現金流量(cflow)，用企業經營的現金流量凈值占總資產的比重測度；董事會獨立性(indep)，用企業獨立董事數量占董事會成員數量的比重測度；產權性質(poe)，若上市公司屬于民營企業，則賦值為1，否則賦值為0；金融杠桿(finlev)，用企業的金融負債率測度；企業價值(tobin)，用企業的市場價值與賬面價值的比值測度。

(4)中介變量。人才集聚(pop)，用城市的人口密度測度；資本集聚(fdi)，用城市外商投資規模占城市國民生產總值的比重測度。

(三)數據來源

本文采用2011—2019年中國上市公司數據和城市數據進行實證檢驗。數據來源于國泰安數據庫(CSMAR)、《中國城市統計年鑒》和百度指數官網。此外，借鑒現有研究做法，本文剔除了主要研究變量異常的樣本，以減少異常值對估計造成的偏誤。描述性統計如表1所示。

表1 變量的描述性統計

五、計量結果分析

(一)基準估計結果

根據前文的理論分析和研究假設，本部分基于設定的計量模型對研究假設進行驗證。首先采用普通最小二乘法(OLS)模型對模型進行估計，為了減少區域因素和時間因素對模型估計可能造成的偏誤，對省份因素和年份因素進行了控制，基準估計結果見表2。從表2列(1)可以看到，在沒有控制變量的情況下，城市注意力配置對企業創新具有正向的影響，并且估計系數在1%的水平上顯著；表2列(2)—列(5)逐漸在列(1)的基礎上增加了控制變量，結果顯示，隨著控制變量的增加，注意力配置對企業創新的正向影響效應依然存在，并且均在1%的水平上顯著，這表明城市注意力配置對企業創新具有正向的影響效應。

表2 OLS模型基準估計結果

(二)內生性討論

本文使用宏觀層面的城市注意力配置數據和微觀層面的企業創新數據來考察注意力配置對企業創新的影響，可以有效地規避反向因果關系導致的內生性問題。這是因為宏觀經濟活動可以對企業行為產生影響，但單一企業的行為通常卻無法對宏觀的經濟活動造成影響。此外，模型中也考慮了一系列控制變量，可以減弱遺漏變量導致的估計結果誤差。盡管如此，城市注意力配置與企業創新之間仍然可能存在潛在的內生性問題。為此，本文參考現有研究成果選擇城市旅游業的發展情況作為城市注意力配置指標的工具變量，用城市住宿和餐飲業的就業人數占總就業人數的比重代理。城市旅游業越發達，則意味著到該城市旅游的人數較多，該城市得到的注意力配置就會越高，但是一個城市旅游業的發達程度難以直接影響該地區企業的創新水平。表3報告了工具變量法的估計結果。其中，表3的列(1)沒有控制省份和年份效應，列(2)控制了年份效應，列(3)控制了省份效應，列(4)同時控制了省份和年份效應。可以看出，使用工具變量法的估計結果一致表明，城市的注意力配置對企業創新具有正向的影響，并且估計系數均在1%的水平上顯著。

表3 工具變量法估計結果

(三)異質性分析

首先，考慮企業產權性質差異對估計結果的影響。為此，將樣本分為民營企業和國有企業兩組，分別進行估計，結果見表4。可以看出，注意力配置無論是對民營企業還是國有企業創新都有正向的影響，并且系數均在1%的水平上顯著。從系數大小來看，注意力配置對民營企業創新的影響效果更強，具體而言，注意力配置對國有企業創新的影響效果為對民營企業影響效果的69.8%。

表4 異質性分析結果

其次，考慮企業規模差異對估計結果的影響。為此，根據企業營業收入是否大于所有樣本企業營業收入的中位數，將樣本分為大規模企業和小規模企業兩組，分別進行估計，結果見表4。可以看出，注意力配置無論是對大規模企業還是小規模企業創新，都有正向的影響，并且系數均在1%的水平上顯著。從系數大小來看，注意力配置對大規模企業創新的影響效果更強，具體而言，注意力配置對小規模企業創新的影響效果占對大規模企業影響效果的89.9%。

最后，考慮市場化程度差異對估計結果的影響。為此，根據城市規模以上港澳臺投資工業企業工業總產值與規模以上工業總產值的比重作為市場化程度的代理變量，根據城市該項指標是否大于市場化程度的中位數，將樣本分為市場化程度高的城市和市場化程度低的城市兩組，分別進行估計，結果見表4。可以看出，注意力配置無論是對高市場化程度城市中的企業還是低市場化程度城市中的企業創新都有正向的影響，并且系數均在1%的水平上顯著。從系數大小來看，注意力配置對低市場化程度城市中企業創新的影響效果更強。

(四)作用渠道

本部分將從人才集聚和資本集聚兩個方面討論注意力配置影響企業創新的作用渠道，這里使用中介效應模型進行估計。表5列(1)表明，城市注意力配置可以顯著增加城市的人才集聚程度；表5列(2)顯示，人才集聚是注意力配置影響企業創新的一個渠道，發揮部分中介作用，中介效應占總效應的23.9%，表明人才集聚是城市注意力配置影響企業創新的一個重要渠道。

同樣的，用中介效應模型考察資本集聚在注意力配置影響企業創新中發揮的作用。從表5列(3)可以看出，城市注意力配置在1%的顯著性水平上正向影響資本集聚水平；表5列(4)進一步顯示，資本集聚是注意力配置影響企業創新的一個渠道，發揮部分中介作用，中介效應占總效應的14.9%。

表5 注意力配置對企業創新的作用機制估計結果

(五)穩健性檢驗

上文關于模型內生性的討論以及異質性分析結果，在一定程度上表明本文的結論是穩健的，為了進一步檢驗估計結果的穩健性，首先替換被解釋變量的度量方式，分別采用企業發明專利、形式、實用新型專利和外觀設計專利數量的自然對數作為企業創新的代理變量進行回歸，結果見表6。從表中可以看出，城市注意力配置對企業發明專利數量的影響效應為正，并且估計系數在1%的水平上顯著；城市注意力配置對企業實用專利數量的影響效應為正，同樣估計系數在1%的水平上顯著；城市注意力配置對企業外觀設計專利數量的影響效應為正，但估計系數不顯著。這說明本文的結論是穩健的，同時也說明，城市注意力配置主要通過增加發明專利數量和實用專利數量來促進企業創新。

其次，改變核心解釋變量的測度方式，考慮到中位數可以減弱極端值對結果的影響，用城市百度搜索指數中每年的中位數作為注意力配置的代理變量進行估計，結果見表6列(4)。從表中可以看出，城市注意力配置對企業創新產生了正向影響，并且估計系數在1%的水平上顯著，這進一步表明本文的結論是穩健的。

表6 穩健性檢驗

六、研究結論與政策建議

(一)研究結論

本文從理論上梳理了城市注意力配置影響企業創新的內在機制，并基于百度搜索指數構造城市注意力配置指標。結果表明：城市注意力配置顯著促進了企業創新，且考慮了內生性后結論仍然成立；注意力配置對民營企業、大規模企業和市場化程度低城市內的企業創新的影響效果更強；注意力配置影響企業創新的兩個重要渠道是人才集聚和資本集聚，二者均發揮了部分中介作用，中介效應占總效應分別為23.9%和14.9%。

(二)政策建議

本文的結論對于如何促進城市范圍內的企業開展創新活動具有重要的啟示：

第一，城市需要重視自身形象建設，積極提升自身的互聯網注意力配置水平，搶占互聯網注意力配置這種無形資源。從城市操作層面來看，加大中國城市互聯網基礎設施的建設力度，加快打造互聯網信息平臺，提高城市的信息搜索速度，拓寬城市的信息搜索廣度，構建良好的城市形象，有利于增加國內對城市的注意力配置水平，從而可以有效增加城市中企業的創新產出。

第二，積極發揮注意力配置對人才集聚和資本集聚的重要作用。本文的研究表明，人才集聚和資本集聚是注意力配置影響企業創新的兩個重要渠道。因此，各個城市需要將自身的互聯網注意力配置資源，有效轉化為城市對于人才、資本等的吸引力，借助互聯網注意力配置這一全新的賽道，提高城市的互聯網軟實力，重塑城市的資源配置結構，優化人才、資本、數據等資源的配置水平，創造企業創新的良好環境，最大化提高企業的創新績效。

第三，國有企業以及規模相對較小的企業要提高城市互聯網注意力配置對企業創新的作用，增強本企業在互聯網時代的應變水平和適應能力，提高企業對于新技術、新業態、新資源的吸收和消化水平，從而增強企業的創新產出和競爭力。本文的研究表明，注意力配置是影響企業創新的重要因素，國內互聯網用戶對各個城市的關注度對企業創新至關重要。因此，國有企業以及規模相對較小的企業要重視發揮注意力這種無形資源的力量，使其成為創新的新動力和發展的新引擎。