高鐵連通對企業跨區域合作創新的影響及作用機制

王雨飛 王云輝 許可 曹清峰

摘要 創新主體之間的跨區域合作是應對并解決現有企業創新需求的有效手段，是發揮創新合力打造科技創新共同體的重要形式。該研究從企業跨區域合作創新的視角，基于2005—2019年高鐵連通與“企業-城市關系對”的合作專利申請的面板數據，采用多期雙重差分法，實證檢驗高鐵連通促進企業跨區域合作創新的影響及作用機制。研究發現：①企業所在城市與合作對象所在城市高鐵連通顯著提升了企業合作專利申請的數量，該結論在經過內生性檢驗、平行趨勢檢驗、安慰劑檢驗和穩健性檢驗后依然穩健；②在高鐵連通影響下，企業跨區域合作創新對象的數量明顯增加，但主要分布在近距離及近距離的中心城市范圍內，整體呈現“散中有聚”的空間收縮效應和空間分級效應；③高鐵連通還使得企業合作創新質量得到提升，將近距離范圍內的低質量合作創新轉化為高質量的合作創新，呈現空間上的分層效應。進一步研究發現：①高鐵連通主要促進了非制造業企業的合作創新，而對制造業企業的促進效果不顯著；②高鐵連通使國有資本背景的企業跨區域合作專利申請的數量得到提高，而對民營、外資和其他企業的影響不顯著；③高鐵連通更能提高規模較大企業的合作創新水平，但對規模相對較小的企業作用不顯著。該研究結論可為國家推動企業牽頭組建創新聯合體，完善創新體系建設提供新思路；建議持續優化完善高鐵主干及支線網絡布局，將更多潛力城市接入高鐵網絡。

關鍵詞 高鐵連通；企業；合作創新；空間優化

中圖分類號 F270. 3 文獻標志碼 A 文章編號 1002-2104（2024）05-0149-13 DOI：10. 12062/cpre. 20231218

創新是鞏固企業競爭優勢、引領經濟增長的動力源泉。在中國經濟轉向高質量發展的新階段，企業強化市場競爭力的本質是依賴創新實現技術水平的進步與應用水平的提升［1］。在新一輪科技革命和產業變革加速演進的背景下，企業創新面臨的關鍵核心技術往往涉及綜合性交叉性問題，其研發非單一創新主體能夠承擔與完成，亟須組織國內聯合攻關，實現各項資源要素的配置及互補。黨的十九屆四中全會提出建立以企業為主體、市場為導向、產學研深度融合的技術創新體系，支持大中小企業和各類主體融通創新。黨的二十大報告也明確提出加強企業主導的產學研深度融合，強化目標導向，提高科技成果轉化和產業化水平。強化企業科技創新主體地位，發揮科技型骨干企業引領支撐作用。2021 年5 月，習近平在全國兩院院士大會上強調，要增強企業創新動力，要發揮企業出題者作用，加快構建龍頭企業牽頭、高校院所支撐、各創新主體相互協同的創新聯合體。在黨和國家的政策支持下，企業或校企的跨區域合作也取得了較為突出的成績。同年，由國家能源集團寧夏煤業有限責任公司牽頭聯合中國科學院山西煤炭化學研究所、沈陽透平機械股份有限公司、內蒙古伊泰集團有限公司等20余家科研院所和企業單位，通過跨區域的協同研究和技術交流，成功攻關37項重大煤制油技術，打破國外在該技術領域的壟斷。實踐證明，創新主體之間的跨區域合作是解決創新需求的有效手段，也是發揮創新合力打造科技創新共同體的重要形式。

對企業而言，合作創新可以促進各類優勢資源集聚，有利于企業控制成本，提高研發創新的效率，實現知識在創新鏈各環節上的交流共享，有利于創新主體間的技術擴散［2］。2008年以來，中國企業合作專利申請的數量增長約10倍，構成專利總量的重要組成部分，成為企業創新的關鍵組織形式。企業合作創新的快速增長，主要得益于兩種成本的降低：一是搜尋與匹配成本。市場中存在多種影響合作雙方搜尋與匹配的障礙，例如資源開發成本、信息獲取與交互成本等。二是面對面交流成本。面對面交流是創新主體間開展合作的重要渠道［3］，而跨區域的面對面交流必然伴隨著相應的交通成本［4］。無論是搜尋與匹配還是面對面交流，都在一定程度上受到時空距離因素的制約。交通基礎設施尤其是近年來高鐵網絡化的快速發展，極大地壓縮了城市之間的時空距離［5-6］。高鐵開通后，跨區域合作的距離障礙被打破，合作創新主體間的搜尋與匹配和面對面交流成本得以降低，有利于企業合作關系網絡的擴張，促進了企業的合作創新。此外，相較汽車、航空等交通運輸方式，高鐵具有速度快、準點率高和上下車流程簡便等優勢，能充分滿足時間敏感型商務人士的出行要求，成為促進企業合作創新的有力載體。因此，探討高鐵連通影響企業合作創新的作用機制，對國家推進交通強國建設，推動企業牽頭組建創新聯合體，提升企業創新水平，加快實現高水平科技自立自強具有一定的理論和現實意義。

1 文獻綜述與研究假設

1. 1 文獻綜述

現有研究基于企業和城市的視角，對高鐵的創新效應展開了豐富的討論。已有研究普遍認為，高鐵開通顯著提升了企業和區域的整體創新水平［7-8］，但在行業性質、城市規模、城市區位等維度存在差異化影響。從行業維度來看，那些對創新依賴程度更大、創新強度更高的行業，高鐵開通對沿線企業創新產出的增長效應更明顯［9］；從城市維度來看，東部沿海發達城市的高鐵開通對創新活動的促進效應更強，而中部和西部等相對欠發達地區的創新發展，卻難以充分享受到由高鐵開通帶來的正向推動作用［10］，進一步拉大了高鐵城市和非高鐵城市間的創新差距［7］。在機制分析中，現有研究大多在要素流動框架下，研究了通過提升高鐵沿線企業本科及以上學歷員工和技術員工占比［9］、降低地區間的貿易成本和促進區域間人力資本遷移［11］、加速信息與技術等創新要素的跨區域流動和促進企業的創新投資［12］等路徑提高企業的創新產出水平，重塑了中國區域創新空間結構。

事實上，跨區域合作可以搭建創新主體之間的創新平臺，形成長效機制，共享優質創新資源，在實現技術互補的同時有利于技術的擴散與傳播［13］。高鐵作為跨區域連通的交通紐帶，應該在這種跨區域的合作創新中發揮更重要的作用。關于高鐵對合作創新的影響研究，易巍等［14］重點研究了學術會議舉辦、科技服務和技術轉讓等途徑對高校創新知識傳播的影響；Dong等［ 15］基于論文合作數據研究了不同科研單位的合作創新；Hanley等［ 16］驗證了高鐵連通拓展了城市合作創新的擴展邊際與集約邊際，促進了城市間合作創新數量的增加。然而，已有研究無論是從企業還是城市視角，大多基于企業整體創新水平而未深入考慮合作創新過程。盡管少數學者嘗試通過高校和科研單位的視角來研究合作創新，但也僅局限于論文的合作發表、學術會議的舉辦等途徑，缺乏對創新主體之間跨區域合作專利的深入分析。因此，本研究從企業之間、企業與科研院所之間跨區域創新合作的視角切入，更有針對性地研究高鐵連通對企業跨區域合作創新的影響。

本研究將兩兩城市連通高鐵看作一項準自然實驗，采用多期雙重差分法進行實證檢驗，可能的創新與邊際貢獻在于：①在研究視角上，從更加微觀的企業跨區域合作創新的視角切入，基于“企業-城市關系對”的合作專利申請數據和兩兩城市間高鐵連通數據，深入探究高鐵連通對企業跨區域合作創新的影響效應，拓寬了國內關于高鐵與企業創新方面的實證研究。②在機制分析中，納入了企業所在城市與合作對象所在城市間的空間距離，側重研究高鐵連通影響下的企業合作專利的空間分布和演變規律，提出高鐵連通使企業跨區域合作創新呈現“散中有聚”的空間特征，存在合作對象的空間收縮、空間分級效應，以及創新質量的空間分層效應。

1. 2 研究假設

創新是企業保持增長活力、獲得持續發展的內生動力［17］。受限于自身規模、周邊環境和發展周期等的約束，企業創新往往因為難以突破組織和技術邊界陷入內部創新瓶頸［18］。隨著經濟活動的多元化與知識結構的密集化，企業對創新資源的搜索不再局限于有限的內部空間，開始向更遠空間范圍的外部創新主體尋求創新合作［19］。為了應對各種創新挑戰，企業不僅需要尋求與之具有互補性或相關業務領域的其他企業合作，與高校、科研院所開展產學研合作也是其合作創新產出的重要來源［20］。企業與多元創新主體通過建立合作伙伴關系并搭建創新團隊，能夠充分發揮各創新主體的優勢，促進知識、技術的學習交流及軟硬件資源的互補共享，有利于彌補企業在資源和能力上的缺陷，有助于創新主體共同突破困境［21］，進一步擴大企業的市場份額［22］。因此，企業對外尋求合作創新具有強大的內生動力。

知識管理理論認為，企業通過提高外部知識搜尋的寬度和深度，來提高創新主體間知識轉移水平，進而提升創新績效［23］。外部知識搜尋的寬度即為企業選擇創新合作對象的篩選范圍與匹配路徑，會受到時空距離和搜尋成本等因素的影響。傳統理論認為受地理空間分割的影響，企業創新合作對象的選擇只能局限在一定范圍內，合作主要建立在基于社會網絡關系產生的信任依賴上。高鐵的連通打破了受地理空間和社會關系屬性影響的合作模式，能夠擴大企業搜尋合作對象的選擇空間，促進知識與想法以更快的速度向更遠的地方擴散［15］，使企業對外合作的空間半徑得到延展［5］。連通高鐵的城市間往來的時間距離被大幅壓縮，降低了企業對合作對象的搜尋和匹配成本，實現搜尋和匹配路徑的優化［21］。外部知識搜尋的深度即為企業與創新合作對象之間建立的信息交流與知識共享機制［24］，通過降低彼此之間的信息不對稱來提高創新產出。合作創新是一項長期且復雜的經濟活動，需要企業與合作對象在創新的全過程或某些重要環節共同投入、共同參與、共享成果、共擔風險。因此，相比單純的技術轉移，合作創新的主體之間更加重視信任關系的建立，以便傳遞更加復雜的隱性知識［25］，而社交場合的互動和非正式的私人交流都有助于創新主體之間合作關系的穩固［26］。高鐵連通為企業與創新合作對象面對面交流提供了便利條件，有助于創新主體之間信任關系的建立與鞏固，有效緩解了企業與合作對象之間的信息不對稱問題。

綜上所述，“企業-城市關系對”是指企業與合作對象所在城市構成的創新合作關系。城市間連通高鐵，讓企業與合作對象之間的交通更加便捷，從創新主體間合作的寬度與深度兩個層面推動了企業與異地城市開展更多的合作創新。據此本研究提出假設1。

H1：企業與合作對象所在城市連通高鐵后，合作創新產出顯著提高。

高鐵對合作創新的促進效應存在距離上的最優作用半徑［5］。最優作用半徑以內，高鐵在時間和空間方面的優勢得到了充分發揮，有利于創新主體間的交流與溝通，不僅提高了企業搜尋與匹配合作對象的數量和范圍，呈現空間上的擴散效應；還有助于企業通過學習和模仿優質對象獲得技術進步，增加了合作研發過程中高價值創新產出的比例，企業合作創新的質量得到提高［8］。超出該半徑范圍后，隨著地理距離的增加，一方面高鐵的交通運輸成本和時間成本不斷增加，與航空運輸相比的優勢逐漸減弱［27］；另一方面創新主體間的交流、匹配效率也持續降低，既不利于原有合作關系的鞏固，也不便于優質合作對象的尋找［9］。因此，高鐵連通會促進企業與更多合作對象在近距離空間范圍內開展異地城市合作創新，呈現出“散中有聚”的空間分布特征。

城市間連通高鐵將增加企業合作創新的對象，但企業在選擇合作對象時會存在選擇偏好，進而影響合作創新的質量。合作創新與技術擴散的最大不同在于資源交換與能力互補，即合作創新強調雙方在資源條件和技術水平上的相似或一致性［28］。因此，合作創新更強調“勢均力敵”合作，而技術擴散更多是“自上而下”傳播。考慮到中國高鐵網絡規劃具有一定的政策傾向性，高鐵網絡擴展的路徑表現為中心城市先連接成骨干網絡，非中心城市作為支線節點陸續接入骨干網絡的過程。因此，企業更傾向于在具有區位優勢的中心城市尋找相似、互補的合作對象，通過有效整合創新對象的各類資源，借助技術上的互補優勢，從而形成合作對象的空間分級效應。高鐵連通帶來的區域間交流成本下降，會吸引企業與更加優質的異地合作對象開展更加復雜的合作創新，從而提高創新質量、形成創新質量的空間分層效應。

綜上所述，高鐵連通對企業跨區域合作創新的影響呈現出“散中有聚”的空間分布特征。其中：“散”是指高鐵連通后，企業合作創新數量與對象均顯著增加，呈現出空間擴散效應。“聚”不僅是指企業合作對象主要收縮到近距離空間范圍內，具有空間收縮效應和空間分級效應；還指企業間近距離合作創新的質量得到提升，具有合作創新質量的空間分層效應。據此本研究提出假設2。

H2：高鐵連通會促進企業與更多城市合作對象在近距離空間范圍內開展與異地城市合作創新，存在“ 散中有聚”的空間收縮效應和空間分級效應，以及創新質量的空間分層效應。

2 研究設計

2. 1 方法選擇與模型設計

將高鐵連通看成是一項準自然實驗，采用多期雙重差分模型，利用1 354 家上市公司與合作對象在2005—2019年異地合作專利申請的面板數據，構建如下基準回歸模型：

ln Patijt = α0 + α1Connectijt + φij + μit + δjt + εijt （1）

式中：ln Patijt 為被解釋變量，表示第t 年上市公司i 與合作城市j 所有的合作對象合作專利申請的總量取自然對數，以此衡量上市公司異地合作創新水平。下標i 表示上市公司，下標j 表示合作創新對象所在城市，t 為年份。解釋變量Connectijt 是高鐵連通的虛擬變量，若上市公司i所在城市與合作對象所在城市j 在第t 年連通高鐵，則虛擬變量賦值為1，否則為0。α0為常數項，α1為解釋變量的系數。本研究還在模型中加入了多維固定效應，即同時固定上市公司i 和城市j 的個體固定效應φij、上市公司i 的年份固定效應μit、城市j 的年份固定效應δjt。需要說明的是，通過控制μit 將企業層面和城市層面的固定效應同時控制住［29］，因此無須再添加各年份的控制變量。εijt 為隨機擾動項，由于兩個城市間的擾動項一般存在自相關，導致獨立同分布假設前提下的估計標準誤有偏，因此使用聚類標準誤的方法對標準誤進行調整，將標準誤聚類在企業-城市對層面。

另外，關于被解釋變量衡量指標的選取，現有研究一般采用專利申請或專利授權數量來衡量企業創新水平。本研究選用合作專利申請數量衡量企業合作創新水平，主要出于以下兩個方面的考慮：一是專利從提交申請到授權公布大約需要18個月的時間周期，專利授權數據存在較大的滯后性；二是專利一旦提交申請，就意味著企業與合作對象之間已經完成了初步的創新合作。因此，專利申請完全可以認定企業合作創新的事實。

2. 2 數據來源與處理說明

數據主要包括企業和城市兩個層面，考慮到對照組包含高鐵開通前的樣本，因此將樣本區間設置為2005—2019年。考慮樣本量的完整性，企業層面的研究樣本為國內全部板塊的上市公司中擁有異地合作專利申請的1 354家上市公司。異地合作專利申請數據來自Patsnap專利數據庫，其他如上市公司名單、產業性質、股權性質等相關數據來自國泰安（CSMAR）數據庫和國家企業信用信息公示系統。城市層面的研究樣本數量為284個地級及以上城市，剔除了樣本區間內發生行政區域或等級調整的地級市：三沙市、儋州市、銅仁市、畢節市、日喀則市、昌都市、林芝市、山南市、那曲市、武威市、海東市、吐魯番市、哈密市。高鐵連通等數據來自中國鐵道出版社歷年出版的《全國鐵路旅客列車時刻表》，其他如城市名單等數據來自歷年《中國統計年鑒》《中國城市統計年鑒》，以及各省份和各城市的統計年鑒。

2. 2. 1 被解釋變量

采用上市公司與合作對象異地合作專利申請（包括發明、實用新型、外觀設計3類專利）的數量衡量企業合作創新產出。現有研究多使用論文、研發經費、科技人員、新產品等指標來測度創新，本研究選用合作專利申請數據具有一定的優勢和特色：一是專利包含的信息更為豐富，包含發明人和所有權人的姓名和地址、專利的數量和內容、技術分類、市場估值、引用的專利等；二是專利的主體多為企業，符合本文的研究設計；三是專利更側重于創新的產出，通常以商業化為目的，能夠為申請人帶來預期回報，更偏向于應用落地。為控制異方差問題和修正統計偏誤，參考陳婧等［30］的處理方法，對被解釋變量均采取專利數量加1取自然對數的做法。

2. 2. 2 解釋變量

解釋變量為上市公司所在城市與合作對象所在城市間高鐵連通的虛擬變量，這里的高鐵包括C字頭（城際動車組）、D字頭（普通動車組）和G字頭（高速動車組）列車。需要指出的是，現有研究大多使用CNRDS平臺上的高鐵站點數據，通過識別城市有無設置高鐵站來確定單個城市是否連通高鐵，而本研究則是通過《全國鐵路旅客列車時刻表》公布的高鐵線路與停靠信息來確定兩兩城市間的高鐵連通與否，相比之下本研究中城市對的高鐵連通數據更為精確。

2. 2. 3 其他變量

本研究還涉及時間距離、車次頻率、專利被引、專利價值、專利知識寬度等數據的使用。時間距離指的是高速鐵路、普通鐵路、高速公路、普通公路4種交通工具下的最短通行時間，因航空與其他交通工具時速相差較大［31］，故未將航空納入其中。首先，參照國家鐵路局和《公路工程技術標準》的相關規定，設定G、C字頭列車的平均時速為300km，D字頭列車的平均時速為200 km，普通鐵路的平均時速為140 km，高速公路的平均時速為100 km，普通公路的平均時速為60 km。其次，參考王雨飛等［31］的方法，時間距離的計算采用真實的交通距離而非空間地理距離除以交通平均時速。車次頻率指的是兩兩城市間高鐵通車的車次總數，其中包括C、D、G字頭列車。專利被引、專利價值分別指代專利被引用的次數、專利的市場估值。專利知識寬度借鑒Akcigit等［32］的方法，采用專利的行業大類總數/門類總數來衡量。

2. 3 變量描述

表1匯報了主要變量的描述性統計結果。圖1顯示了2005—2019年連通高鐵和未連通高鐵的城市擁有的上市公司合作專利申請數量的變化趨勢。從圖1可以看出，連通高鐵和未連通高鐵城市上市公司合作專利申請總數均呈現總體增長的趨勢，但連通高鐵城市的增長速度明顯高于未連通高鐵城市；而且連通高鐵與未連通高鐵城市合作專利申請數量的差距從2009年開始逐漸增大，在2018年達到最大。

3 實證結果分析

3. 1 基準回歸分析

表2列（1）匯報了企業全部異地合作專利申請量的回歸結果，在控制企業和年份雙向固定效應后，估計系數在10%的水平上顯著為正，初步說明企業所在城市連通高鐵促進了企業的合作創新。列（2）—列（4）匯報了“企業-城市關系對”專利申請量取自然對數的回歸結果。結果顯示，在僅納入企業-城市關系對固定效應后，列（2）解釋變量系數在1%的水平上顯著為正。列（3）僅納入企業-年份和城市-年份固定效應，列（4）同時納入企業-城市、企業-年份和城市-年份的多維固定效應后，估計系數仍在1%的水平上穩健顯著為正，即兩兩城市連通高鐵使上市公司異地合作專利申請量提高0. 10%，證明高鐵連通對企業的合作創新具有促進作用。

基準回歸結果顯示高鐵連通會對企業合作專利申請產生顯著影響，然而從擁有合作意向到提出專利申請也需要一定時間周期，因此合作專利申請數據也可能存在一定的滯后效應。本研究在基準模型的基礎上納入了對合作專利申請滯后期的檢驗，檢驗結果發現僅滯后一期的結果在10%的水平下勉強通過了顯著性檢驗，見表2列（5）。從系數來看，高鐵連通當年會使得上一年合作專利申請數量增加0. 07%。與基準回歸結果對照來看，高鐵連通當年對合作專利申請量的影響（增加0. 10%）要大于對上一年合作專利申請量影響，表明高鐵連通當年對合作專利申請量的影響更加顯著。

緩解內生性問題是經濟學定量分析中不可忽視的重要環節。一方面，影響企業合作創新的因素有很多，高鐵連通只是其一，遺漏變量的問題是普遍存在的；另一方面，高鐵站點的選址可能與城市的經濟發展水平相關，而城市經濟的高質量發展也為企業的研發創新提供了良好的外部環境，會間接影響企業的合作創新，因此高鐵連通與企業合作創新之間可能存在反向因果關系。為了緩解因遺漏變量和反向因果造成的內生性影響，本研究嘗試尋找工具變量以解決內生性問題，識別高鐵連通對企業合作創新影響的凈效應。

根據1948年的《中國鐵路交通地圖》，以城市間是否開通鐵路的數據構造工具變量，采用兩階段最小二乘法（2SLS）進行回歸檢驗。《中國鐵路交通地圖》展示出京廣、京滬、京哈、隴海、滬昆等線路的“雛形”。例如，京廣線在武漢斷開、京滬線在南京斷開（兩座長江大橋尚未修建），滬昆線只修到了株洲，隴海線只修到了天水。以上線路正是2016年《中長期鐵路網規劃》中提及的需要較早布局修建的高鐵線路，高鐵線路的選址與1948年的鐵路線路高度吻合，可以推斷歷史上鐵路連通的城市極有可能也是高鐵通車的城市。因此，選取歷史鐵路通車數據作為高鐵通車的工具變量可以滿足相關性要求。由于本研究的樣本時間為2005—2019年，因此1948年的鐵路通車情況不會直接影響現階段企業合作創新能力，滿足工具變量的排他性約束。

鑒于1948年城市間是否有鐵路連通為不隨時間變化的截面數據，進一步參考了黃群慧等［33］構造工具變量的辦法，在城市間歷史鐵路連通數據基礎上，構造了各城市1948年鐵路連通數據（與個體變化有關）與上一年城市間高鐵通車車次（與時間變化有關）的交互項作為城市間高鐵連通的工具變量。表2的列（6）匯報了2SLS第一階段回歸結果，工具變量系數在1%水平上顯著為正，且檢驗弱工具變量識別的Kleibergen?Paap rk Wald F 統計量為215. 650 0，超過10%檢驗水平臨界值16. 380 0［34］，說明不存在弱工具變量問題。列（7）匯報了2SLS第二階段的回歸結果，表明高鐵連通使沿線企業異地合作專利申請量得到提升，與前文回歸結果基本一致。

3. 2 機制檢驗

3. 2. 1 合作對象的空間收縮效應

科技創新具有前期投入巨大、風險性高、周期長的特點，為規避風險，企業更多選擇合作的方式彌補技術短板實現技術創新，因而企業創新具有明顯的正外部性［35］。技術人員、工程師間的技術交流增進了不同創新主體的學習與模仿，這種知識的外部溢出促進了企業的創新發展。交通在這些技術交流與擴散中發揮了重要的載體作用，尤其是以高鐵為代表的快速交通網絡的形成，對企業合作創新起到了加速作用。高鐵連通前，企業間知識溢出的速度和范圍有限，技術的交流與合作局限在較低的效率和較小的范圍內。高鐵連通帶來的時空壓縮效應加速了企業間的知識溢出，提高了企業間面對面交流與合作的效率。更為重要的是，高鐵的連通降低了企業與合作對象的搜尋成本，企業的探尋空間向外拓展，可選擇的合作對象與合作機會增加，突破了過去“同城合作為主、鄰近交流為輔”的合作局限，企業合作專利申請的數量隨之增加。

為驗證城市間高鐵連通是否通過增加企業合作對象的數量進而提高企業異地合作專利申請的數量，設置了變量Objectijt 為上市公司i 與城市j 的創新合作對象數量。回歸結果見表3。列（1）為檢驗合作對象數量的結果，估計系數在1%的水平上顯著為正，說明上市公司所在城市與其合作對象所在城市連通高鐵，使得上市公司異地創新合作對象的數量提高0. 09%，驗證了高鐵連通增加了企業合作對象的數量這一機制。繼續將上市公司所在城市與合作對象所在城市的地理距離納入回歸方程，并根據距離的中位數，分別構建近距離和遠距離兩個虛擬變量與高鐵連通的交互項Connect_S 和Connect_L，檢驗企業合作對象數量的增加在空間分布上是否存在一定規律。列（2）結果顯示，高鐵連通使得上市公司的合作對象在近距離范圍內顯著增加，且其估計系數明顯高于列（1）不考慮地理距離的全部合作對象數量的估計系數，但遠距離的合作對象估計系數并不顯著。結合列（1）的結果可以認為，高鐵連通使得上市公司合作對象的數量增加，即高鐵連通對上市公司合作專利申請具有空間擴散效應；但從合作對象的空間分布來看，上市公司合作對象的增加又具有空間收縮效應，僅在其方圓1 000 km以內的近距離空間范圍內顯著增加。綜上，高鐵連通對上市公司合作創新的影響呈現出“散中有聚”的空間分布特點，驗證了研究假設2中對合作對象的空間收縮效應。近距離合作對象數量的增加降低了企業對外聯系的時間成本和經濟成本，實現了企業合作創新的空間優化。

3. 2. 2 合作對象的空間分級效應

在前文得出高鐵連通使得上市公司的合作對象具有空間收縮效應結論的基礎上，本研究將進一步檢驗上市公司在前文驗證的近距離即1 000 km（按中位數劃分）范圍內，選擇合作對象時是否存在對優勢地區合作對象的選擇偏好［36］，形成空間分級效應。將樣本中的284個地級及以上城市按照中國城市行政等級劃分為35個中心城市和249個非中心城市。其中，中心城市是指直轄市、副省級城市、計劃單列市或省會城市。出于穩健性考慮，還采用了另外兩種城市分級的方法：一是采用“八縱八橫”重要節點城市作為中心城市對樣本城市進行分類；二是參考國務院2014年頒布的《關于調整城市規模劃分標準的通知》，將284個地級及以上城市，按照大規模以上城市和大規模以下城市的標準，重新劃分為中心城市和非中心城市。

根據兩兩合作城市地理距離的中位數將樣本劃分為近距離范圍和遠距離范圍兩組，并繼續將組內城市按照上述方法細分為中心城市和非中心城市，以此檢驗高鐵連通提升了城市間的可達性后，上市公司在選擇合作對象時對城市等級是否具有偏好性。表4列（1）—列（3）分別報告了在城市行政等級劃分、“八縱八橫”重要節點城市劃分、城市規模劃分標準下對合作對象所在城市等級分類得到的回歸結果。

表4的結果顯示：以列（1）為例，高鐵連通兩兩城市后，顯著提升了上市公司與近距離所有城市的合作對象的專利合作數量，但從系數上來看，上市公司與位于近距離的中心城市的合作對象專利合作數量提升了0. 72%，明顯高于與近距離非中心城市的合作對象專利合作數量的提升（0. 09%）；高鐵連通反而降低了上市公司與遠距離非中心城市合作對象專利合作的數量，回歸系數顯示該數值下降了0. 09%，但與遠距離中心城市的合作對象沒有通過顯著性檢驗。3種合作城市分類方法得出的結論在顯著性上表現出高度一致性，只存在系數大小的細微差別，證明了回歸結果的有效性。綜上，高鐵連通后，上市公司選擇合作對象時不但會向近距離范圍內收縮，還會聚焦在近距離的中心城市，驗證了研究假設2中高鐵連通對合作對象的空間分級效應。

3. 2. 3 創新質量的空間分層效應

高鐵連通使得上市公司顯著增加了近距離合作對象的數量，那么上市公司與近距離合作對象合作專利申請的數量是否有增加呢？本研究將樣本中的企業-城市對合作專利申請數量面板數據按照上市公司所在城市與合作對象所在城市地理距離的中位數，分解為上市公司與近距離城市合作專利申請量、上市公司與遠距離城市合作專利申請量兩個虛擬變量，并與高鐵開通變量進行交互。表5的列（1）顯示，高鐵連通顯著增加了上市公司與近距離合作對象合作專利申請的數量，而與遠距離的合作對象合作專利申請數量回歸系數為負，沒有通過顯著性檢驗。

考慮到在合作專利申請數量提升之外，創新質量也是企業合作創新水平的重要體現，因此將合作創新質量納入模型，進一步探討上市公司與近距離合作對象增加的合作專利申請質量的空間演變規律。從技術研發的視角來看，專利的知識寬度代表了所包含知識信息的廣泛性與復雜性，體現了合作創新的廣度與深度；從市場應用的視角來看，專利的市場估值代表了專利所能帶來的預期經濟價值，體現了合作創新的市場認可度［ 34］；從技術創新影響力的視角來看，專利被引量越高說明該專利的認可度越高，專利技術的重要程度也越高。因此，3個指標在一定程度上都反映了專利的質量，可以作為衡量企業合作創新質量的指標。本研究取全樣本專利知識寬度、市場價值、專利被引量的中位數作為評估專利質量高低的標準，進一步檢驗高鐵連通對合作創新質量的影響。

表5的列（2）—列（4）分別是專利知識寬度、市場價值、專利被引量的回歸結果。結果表明，高鐵連通不但顯著提升了近距離高質量合作專利申請量，還顯著降低了近距離低質量的合作專利申請量，而且3種指標的檢驗結果在系數的大小、符號，以及顯著性上均高度一致。因此，可以認為高鐵連通能夠增強上市公司對近距離范圍內合作對象的搜尋能力與聯系強度，有利于開展更高復雜度、更高市場價值和更高影響力的高質量的跨區域合作創新。綜上，高鐵網絡的建設將在一定范圍內將一些低質量的企業合作創新轉化為高質量的企業合作創新，推動了合作創新質量的優化升級，驗證了研究假設2中高鐵連通對創新質量的空間分層效應。

4 穩健性分析

4. 1 平行趨勢檢驗

雙重差分法的一個重要前提是平行趨勢假設，即高鐵連通后的城市與連通前的城市具有相同的時間趨勢。參考Moser等［37］采用事件研究法檢驗高鐵連通前后城市的平行趨勢，模型設定如式（2）所示：

圖2為窗口虛擬變量系數所作95%置信區間圖。可以看出，在高鐵連通的前8 年到前2 年，事件虛擬變量Vtij0 + m 的估計系數均為負且不顯著，說明未連通高鐵的城市和連通高鐵的城市并無顯著差異，驗證了平行趨勢假設；在高鐵連通的當年到后2年，事件虛擬變量Vtij0 + m 的估計系數均為正但不顯著；高鐵連通后的第3年以后，估計系數顯著為正且越來越大，說明高鐵連通的效應具有長期性，3年以后高鐵對企業合作創新具有持續累積的促進效應。

4. 2 穩健性檢驗

4. 2. 1 替換變量檢驗

高鐵連通節約了城市間通行的時間成本，而城市間高鐵運行車次的增加能夠提高出行的概率，更多的車次意味著有更多的出行選擇。因此，使用普通鐵路、高速公路、普通公路、高速鐵路4種交通方式下的最短時間距離及高鐵運行的車次頻率來替換基準回歸中的解釋變量，結果見表6列（1）—列（2），回歸結果依然在1%水平上顯著為正。如果合作專利申請是評估企業合作創新的意向和過程，那么合作授權專利數量則是企業合作創新的最終產出。用企業合作授權專利數替代被解釋變量企業合作專利申請數進行穩健性檢驗，結果見表6列（3），回歸結果在10%的水平上顯著為正，城市間連通高鐵可以讓企業合作授權專利數量提升0. 04%。綜上，替換了解釋變量和被解釋變量后，回歸結果依然穩健。

4. 2. 2 堆疊雙重差分估計

將兩兩城市連通高鐵看作一項準自然實驗，假定“高鐵連通”這一事件作為外生沖擊，采用多期雙重差分模型，并在模型中納入多維固定效應，檢驗高鐵連通對企業異地合作創新的影響。由于高鐵線路的建設是陸續開展的，并且不同線路建設的時間周期也不相同，因此城市間連通高鐵的年份并不一致，導致了高鐵連通這一政策沖擊并不嚴格于同一時點發生，因此每個城市對個體的時間趨勢也不一樣，先連通高鐵的部分對照組樣本可能被重新當作處理組樣本，從而導致估計偏誤［38］。考慮到高鐵連通的時間不是統一的，本研究參考Cengiz等［39］的做法采用堆疊雙重差分法進行估計，結果見表6列（4）。回歸結果通過了10%的統計顯著性檢驗，且與基準回歸結果十分接近，證明基準回歸結果是穩健的。

4. 3 安慰劑檢驗

為檢驗基準回歸結果是否由某些不可觀測因素導致，進一步采用隨機化處理組、對照組的方法實現安慰劑檢驗。

參考曹清峰［ 40］等研究，采取隨機化處理組和對照組的方式來進行安慰劑檢驗（Placebo Test）。整體思路為：先將所有樣本視為對照組，從中隨機選擇高鐵連通的年份，再對隨機年份下的樣本進行隨機抽樣作為處理組，其余樣本為對照組，最后對隨機化后的高鐵連通虛擬變量重新估計基準回歸1 000次。圖3為估計結果的核密度分布圖，該圖呈正態分布，均值為-0. 000 006 4，遠小于基準回歸結果中的真實估計系數0. 001 0（表2列（4）），且隨機估計系數大于0. 001的樣本占比為0. 8%，小于10%，故這里可以認為高鐵連通對企業合作創新的影響并不是由某些偶然因素引起的。

4. 4 異質性檢驗

從企業的視角來看，高鐵的連通可能因為上市公司所在行業、股權性質、企業規模的不同而對企業的合作創新產生差異化的影響，因此進一步探究企業視角下高鐵連通對不同行業、不同股權性質、不同企業規模的上市公司對外合作創新的影響。

4. 4. 1 上市公司行業異質性分析

制造業直接體現了國家的生產力水平，是構成國民經濟的主體部分，制造業產品具有標準化的特點，其技術創新主要是生產工藝的迭代優化，通過企業自主研發來實現［41］。非制造業中包含了對人才、信息等資源需求更強的信息傳輸、軟件和信息技術等高新技術產業，產品具有差異化的特點，更依賴面對面交流帶來的個性化創新產出；這部分產業還具有極強的技術創新意愿，研發投入和人才培養形成的創新基礎較好，對外合作創新的頻率更高［42］。高鐵連通帶來的時空壓縮效應，有效地節約了技術人員之間面對面溝通的成本，促進了人員間的交流互動，由人員流動帶來的知識溢出效應也促進了技術上的合作創新［43］，因此本研究預期高鐵連通對非制造業的合作創新影響更大。通過識別上市公司所屬行業代碼將其分為制造業（Manufacture）和非制造業（NManufacture）。表7列（1）結果顯示：高鐵連通與非制造業企業交互項的估計系數在5%的水平上顯著為正，而與制造業企業交互項的系數卻并不顯著，這說明高鐵連通使得屬于非制造業的上市公司異地合作專利申請量提高了0. 21%，故高鐵連通將主要促進非制造企業的合作創新。

4. 4. 2 上市公司股權異質性分析

徐明東等［44］通過研究發現，國有企業對資本成本的反應不敏感，民營、外資和其他企業對資本成本的反應較為敏感。李春濤等［45］通過研究中國制造業企業數據指出，國有企業在R&D投入和產出方面均顯著高于非國有企業。為進一步探究高鐵連通對上市公司對外合作創新是否因股權產生異質性影響，根據上市公司的股權性質將其分為國有企業（SOE）、民營企業（PRI）、外資企業（FOR）和其他企業（RES）。表7列（2）結果顯示：高鐵連通與國有企業交互項的估計系數在1%的水平上顯著為正，這說明高鐵連通使國有資本背景的上市公司異地合作專利申請量提高了0. 19%，而對民營、外資和其他企業的影響不顯著。事實上，技術創新需要大量的R&D投入，且回收周期長，短期內很有可能無法營利，企業創新由國有企業率先發力，帶動社會資本和民營、外資和其他企業逐漸參與進來。

4. 4. 3 上市公司規模異質性分析

規模相對較大的上市公司擁有更為豐厚的資金、更加充足的人才儲備、更為優質的設施環境，為高鐵連通促進企業的合作創新提供了有利條件。本研究以總資產作為衡量上市公司規模的代理變量，根據上市公司總資產規模的上中下三分位數將其分成大規模上市公司（Scale_L）、中等規模上市公司（Scale_M）、小規模上市公司（Scale_S）。表7列（3）結果顯示：高鐵連通與大規模上市公司交互項的估計系數在1%的水平上顯著為正，而與中等規模和小規模上市公司交互項的系數卻并不顯著。這說明高鐵連通主要使大規模上市公司的對外合作申請專利量提高了0. 27%（表7列（3）），相比于規模相對較小的上市公司，高鐵連通后更能提高規模較大上市公司的對外合作創新水平。

5 結論與政策建議

中國已經建成了世界上規模最大和現代化水平最高的高鐵網絡，交通基礎設施的快速發展為企業實現技術擴散與合作創新提供了重要載體。本研究基于2005—2019年1 354家上市公司與284個地級及以上城市合作專利申請數量的“企業-城市關系對”數據，采用多期雙重差分法估計了上市公司所在城市與合作對象所在城市高鐵連通對企業合作創新的影響效應，發現：①企業所在城市與合作對象所在城市連通高鐵將顯著提升企業與合作對象所在城市合作專利申請的數量，而且結論非常穩健。②高鐵連通對企業合作創新的影響呈現出“散中有聚”的空間分布特征，“散”是指高鐵連通帶來企業合作創新數量、合作創新對象的顯著增加，呈現出空間擴散效應；“聚”是指企業合作創新數量與合作對象都收縮到近距離范圍內，推動近距離低質量合作創新轉化為高質量合作創新，實現創新質量的空間升級。③從企業的視角來看，高鐵連通具有顯著的異質性特征，主要促進了非制造企業、國有企業和大規模企業的合作創新。

根據實證分析結果和主要結論，為更好地推動交通網絡發展與企業創新，提出如下政策建議。

（1）優化完善“八縱八橫”主干道布局，將更多潛力城市接入高鐵網絡。高鐵網絡改變了城市的地理空間格局，網絡結構的進一步優化與覆蓋面積的持續擴大，使得企業可以在更遠的范圍內尋找更合適的合作對象，獲得更多的合作創新機會。當前高鐵網絡已經覆蓋了全國超92%的50萬人口以上城市，部分城市如徐州市、新鄉市、泰安市、泰州市、溫州市、漳州市、衡水市等連通高鐵后，企業的合作創新水平得到了顯著提高。因此，應當持續推進“八縱八橫”高鐵主干道建設，優化網絡布局，有序建設區域連接線路，著力打通其與創新型企業密集的鄰近地區間的高鐵線路，促進區域內、地區間的創新合作，通過企業合作創新推動市場一體化形成。

（2）進一步優化中轉接駁換乘等流程，發揮高鐵在促進要素流動方面的優勢。在高質量綜合立體交通網絡的背景下，進一步細化高鐵建設的出行體驗，通過優化站點停靠，縮短高鐵與航班樓、市內交通地鐵站等其他交通方式的中轉接駁換乘時間，考慮采取智能安檢措施優化進站流程，提高企業人才出差的體驗滿意度，為商務差旅提供優質的出行保障。充分借助高鐵這一快速交通工具，盡量消除企業與高校、企業與科研院所之間的異質性合作障礙，發揮高鐵在促進要素流動方面的優勢。以市場為導向，發揮企業主體自身強大的造血能力，實現從研發到創新再到市場的有機結合，將科技創新成果轉化為推進經濟社會發展的現實動力。

（3）實施優勢企業引領帶動的創新策略，激發市場主體的創新活力。首先，包含信息傳輸、軟件和信息技術業等高新技術產業的非制造業企業具有更強的科技創新活力。應當適當加大科技創新稅收減免優惠與金融專項信貸支持，鼓勵數字技術企業與制造業企業融合創新，減少從研發創新到落地應用的響應時間，提高技術迭代升級的創新效率。其次，國有企業憑借先進的技術水平在行業中占據優勢地位。應當發揮國有企業的帶頭作用，以國有資本為杠桿，撬動民營、外資和其他企業投資參與其中，以市場為主體，政府為引導，構建良性競爭的科技合作創新環境。最后，規模相對較大的上市公司擁有更為豐厚的資金、更加充足的人才儲備、更為優質的設施環境。應當主動承擔起與其他企業的創新合作，以創新驅動示范引領推動產業升級，全力推進高質量發展。

參考文獻

［1］ 黎文靖，鄭曼妮. 實質性創新還是策略性創新：宏觀產業政策對

微觀企業創新的影響［J］. 經濟研究，2016，51（4）：60-73.

［2］ AUDRETSCH D B， FELDMAN M P. R&D spillovers and the geography

of innovation and production［J］. American economic review，

1996， 86（3）：630-640.

［3］ AGRAWAL A， GOLDFARB A. Restructuring research： communication

costs and the democratization of university innovation［J］.

American economic review， 2008，98（4）： 1578-1590.

［4］ 李建成，陳建隆，鄧敏. 地理約束、合作與勞動力知識分配空間

偏好［J］. 統計研究，2021，38（11）：115-129.

［5］ 葉德珠，潘爽，武文杰，等. 距離、可達性與創新：高鐵開通影響

城市創新的最優作用半徑研究［J］. 財貿經濟，2020，41（2）：

146-161.

［6］ 王雨飛，倪鵬飛，趙佳涵，等. 交通距離、通勤頻率與企業創新：

高鐵開通后與中心城市空間關聯視角［J］. 財貿經濟，2021，42

（12）：150-165.

［7］ BOSETTI V， CATTANEO C，VERDOLINI E. Migration of skilled

workers and innovation： a European perspective［J］. Journal of international

economics， 2015， 96（2）： 311-322.

［8］ 孫文浩，張杰. 高鐵網絡能否推動制造業高質量創新［J］. 世界

經濟，2020，43（12）：151-175.

［9］ 吉赟，楊青. 高鐵開通能否促進企業創新：基于準自然實驗的研

究［J］. 世界經濟， 2020， 43（2）： 147-166.

［10］ 卞元超，吳利華，白俊紅. 高鐵開通是否促進了區域創新［J］.

金融研究，2019（6）：132-149.

［11］ 王春楊，蘭宗敏，張超，等. 高鐵建設、人力資本遷移與區域創

新［J］. 中國工業經濟， 2020（12）： 102-120.

［12］ 郭進，白俊紅. 高速鐵路建設如何帶動企業的創新發展：基于

Face?to?Face理論的實證檢驗［J］. 經濟理論與經濟管理，2019，

39（5）：60-74.

［13］ 張勛，喬坤元. 中國區域間經濟互動的來源：知識溢出還是技

術擴散［J］. 經濟學（季刊）， 2016，15（4）：1629-1652.

［14］ 易巍，龍小寧，林志帆. 地理距離影響高校專利知識溢出嗎：來

自中國高鐵開通的經驗證據［J］. 中國工業經濟，2021（9）：

99-117.

［15］ DONG X F， ZHENG S Q， KAHN M E. The role of transportation

speed in facilitating high skilled teamwork across cities［J］. Journal

of urban economics， 2020， 115： 103212.

［16］ HANLEY D，LI J C， WU M Q. High?speed railways and collaborative

innovation［J］. Regional science and urban economics，

2022， 93： 103717.

［17］ KATILA R， CHEN E L， PIEZUNKA H. All the right moves： how

entrepreneurial firms compete effectively［J］. Strategic entrepreneurship

journal， 2012， 6（2）： 116-132.

［18］ ROSENKOPF L， NERKAR A. Beyond local search： boundaryspanning，

exploration， and impact in the optical disk industry

［J］. Strategic management journal， 2001， 22（4）： 287-306.

［19］ CATALINI C， FONS?ROSEN C， GAUL? P. How do travel costs

shape collaboration［J］. Management science， 2020， 66（8）：

3340-3360.

［20］ MILAGRES R， BURCHARTH A. Knowledge transfer in interorganizational

partnerships： what do we know［J］. Business process

management journal， 2019， 25（1）： 27-68.

［21］ WANG J T， CAI S Y. The construction of high?speed railway and

urban innovation capacity： based on the perspective of knowledge

spillover［J］. China economic review， 2020， 63： 101539.

［22］ ADLER N， PELS E， NASH C. High?speed rail and air transport

competition： game engineering as tool for cost?benefit analysis

［J］. Transportation research part B： methodological， 2010， 44

（7）： 812-833.

［23］ 王長峰. 外部知識搜尋、控制機制與產學研合作創新績效：基

于NCA與SEM的混合方法［J/OL］. 南開管理評論：1-26（2023-

06-27）［2024-03-05］. http：//kns. cnki. net/kcms/detail/12. 1288.

F. 20230627. 1021. 002. html.

［24］ 龍玉，趙海龍，張新德，等. 時空壓縮下的風險投資：高鐵通車

與風險投資區域變化［J］. 經濟研究，2017，52（4）：195-208.

［25］ PINA?STRANGER A， LAZEGA E. Bringing personalized ties

back in： their added value for biotech entrepreneurs and venture

capitalists interorganizational networks［J］. Sociological quarterly，

2011， 52（2）： 268-292.

［26］ DE CLERCQ D， SAPIENZA H J. Effects of relational capital and

commitment on venture capitalists' perception of portfolio company

performance［J］. Journal of business venturing， 2006， 21（3）：

326-347.

［27］ 丁金學，金鳳君，王姣娥，等. 高鐵與民航的競爭博弈及其空間

效應：以京滬高鐵為例［J］. 經濟地理，2013，33（5）：104-110.

［28］ HAMEL G. Opinion： strategy innovation and the quest for value

［J］. Sloan management review， 1998， 39（2）： 7-14.

［29］ 馬光榮，程小萌，楊恩艷. 交通基礎設施如何促進資本流動：基

于高鐵開通和上市公司異地投資的研究［J］. 中國工業經濟，

2020（6）：5-23.

［30］ 陳婧，方軍雄，秦璇. 交通發展、要素流動與企業創新：基于高

鐵開通準自然實驗的經驗證據［J］. 經濟理論與經濟管理，

2019（4）：20-34.

［31］ 王雨飛，倪鵬飛. 高速鐵路影響下的經濟增長溢出與區域空間

優化［J］. 中國工業經濟， 2016（2）： 21-36.

［32］ AKCIGIT U， BASLANDZE S，STANTCHEVA S. Taxation and

the international mobility of inventors［J］. American economic review，

2016， 106（10）： 2930-2981.

［33］ 黃群慧，余泳澤，張松林. 互聯網發展與制造業生產率提升： 內

在機制與中國經驗［J］. 中國工業經濟， 2019（8）： 5-23.

［34］ 尹斯斯，高云舒，黃寰. 貿易自由化、企業異質性與創新的知識

寬度［J］. 科研管理，2022，43（3）：142-151.

［35］ 史丹. 數字經濟條件下產業發展趨勢的演變［J］. 中國工業經

濟，2022（11）：26-42.

［36］ 王雨飛，王雅琦，曹清峰. 高鐵開通對促進城市經濟增長的影

響：基于企業選擇效應的研究［J］. 北京工業大學學報（社會科

學版），2023，23（1）： 84-97.

［37］ MOSER P，VOENA A. Compulsory licensing： evidence from the

trading with the enemy act［J］. American economic review， 2012，

102（1）： 396-427.

［38］ 劉沖，沙學康，張妍. 交錯雙重差分：處理效應異質性與估計方

法選擇［J］. 數量經濟技術經濟研究，2022，39（9）：177-204.

［39］ CENGIZ D， DUBE A， LINDNER A， et al. The effect of minimum

wages on low?wage jobs［J］. Quarterly journal of economics，

2019， 134（3）： 1405-1454.

［40］ 曹清峰. 國家級新區對區域經濟增長的帶動效應：基于70大中

城市的經驗證據［J］. 中國工業經濟，2020（7）： 43-60.

［41］ 王珮，黃珊，王瑤，等. 碳排放權交易對企業碳績效的影響研究

［J］. 科研管理，2023，44（12）：158-169.

［42］ 閆中意，卜偉，王雅婧. 國家級新區與城市綠色技術創新：基于

產業集聚的中介效應研究［J/OL］. 科學學與科學技術管理：

1-30（2023-12-13）［2024-03-06］. http：//kns. cnki. net/kcms/detail/

12. 1117. G3. 20231212. 1636. 002. html.

［43］ CHEN C L， HALL P. The impacts of high?speed trains on British

economic geography： a study of the UK's InterCity 125/225 and its

effects［J］. Journal of transport geography， 2011， 19（4）： 689-704.

［44］ 徐明東，陳學彬. 中國工業企業投資的資本成本敏感性分析

［J］. 經濟研究，2012，47（3）：40-52，101.

［45］ 李春濤，宋敏. 中國制造業企業的創新活動：所有制和CEO激

勵的作用［J］. 經濟研究，2010，45（5）：55-67.

（責任編輯：王愛萍）