鄧博文
工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)創(chuàng)新的影響
——基于中國上市公司數(shù)據(jù)的實證研究
鄧博文
工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)創(chuàng)新存在短期的“擠出效應(yīng)”和長期的“補(bǔ)償效應(yīng)”。本文使用企業(yè)研發(fā)支出和專利申請衡量工業(yè)企業(yè)創(chuàng)新活動,利用中國上市公司2007~2011年工業(yè)企業(yè)面板數(shù)據(jù),發(fā)現(xiàn)工業(yè)企業(yè)當(dāng)期房地產(chǎn)投資與研發(fā)支出負(fù)相關(guān),工業(yè)企業(yè)跨期累積房地產(chǎn)投資與研發(fā)支出負(fù)相關(guān),工業(yè)企業(yè)滯后期房地產(chǎn)投資與企業(yè)專利申請量負(fù)相關(guān)。這表明,工業(yè)企業(yè)參與房地產(chǎn)開發(fā)投資在短期和長期內(nèi)都不利于企業(yè)創(chuàng)新。
企業(yè)創(chuàng)新 研發(fā) 房地產(chǎn)投資
相關(guān)研究表明,企業(yè)創(chuàng)新在一國創(chuàng)新體系中占有重要的地位,研究數(shù)據(jù)顯示,中國近年來企業(yè)發(fā)明專利申請比重超過了國內(nèi)發(fā)明專利總量的一半[1]①中國國家知識產(chǎn)權(quán)局,專利統(tǒng)計簡報,2011~2013年。。然而工業(yè)企業(yè)大量進(jìn)入房地產(chǎn)業(yè)引發(fā)了人們的擔(dān)憂:研發(fā)投入會被擠出,不利于企業(yè)創(chuàng)新,甚至可能導(dǎo)致“產(chǎn)業(yè)空心化”。工業(yè)企業(yè)房地產(chǎn)投資影響其創(chuàng)新的機(jī)制主要有兩種:一種是短期的、直接的“擠出效應(yīng)”,即在有限的資源約束下,企業(yè)把部分資源用于房地產(chǎn)投資,減少了在創(chuàng)新活動上的投入;另一種是長期的、間接的“補(bǔ)償效應(yīng)”,即企業(yè)在主營業(yè)務(wù)利潤較低的情況下,將部分資金用于利潤較高的房地產(chǎn)投資,然后利用房地產(chǎn)行業(yè)經(jīng)營所得支持其研發(fā)等創(chuàng)新活動。這兩種機(jī)制的最終效應(yīng)需要實證檢驗。
工業(yè)企業(yè)參與房地產(chǎn)投資是否促進(jìn)企業(yè)創(chuàng)新具有長期的戰(zhàn)略意義。由于工業(yè)企業(yè)參與房地產(chǎn)投資影響企業(yè)在創(chuàng)新活動上的資源分配,地方政府房地產(chǎn)政策通過房地產(chǎn)市場影響企業(yè)創(chuàng)新,最終也會影響國家創(chuàng)新能力。這是土地財政所帶來的未預(yù)期到的社會經(jīng)濟(jì)影響,亟待有實證證據(jù)幫助人們理解土地財政和企業(yè)、城市乃至國家的創(chuàng)新能力和長期競爭力的關(guān)系。
企業(yè)研發(fā)相關(guān)文獻(xiàn),主要是從企業(yè)內(nèi)部特征、行業(yè)特征和市場環(huán)境等方面研究企業(yè)研發(fā)的影響因素。從企業(yè)內(nèi)部特征視角,主要分析企業(yè)規(guī)模、盈利能力和公司治理結(jié)構(gòu)等因素對企業(yè)研發(fā)支出的影響;從行業(yè)特征角度,主要研究市場結(jié)構(gòu)、行業(yè)技術(shù)水平和產(chǎn)業(yè)類型等企業(yè)研發(fā)影響因素;而基于市場環(huán)境角度的研究主要分析了政府對企業(yè)研發(fā)行為的影響。
與本文較為接近的有兩篇文獻(xiàn):王文春和榮昭(2014)研究發(fā)現(xiàn)房價上漲會弱化企業(yè)開發(fā)新產(chǎn)品傾向[2],本文使用工業(yè)企業(yè)房地產(chǎn)投資微觀數(shù)據(jù),可以直接考查企業(yè)投資房地產(chǎn)對企業(yè)研發(fā)投入的“擠出效應(yīng)”和“補(bǔ)償效應(yīng)”。陳海聲和溫嘉怡(2012)研究發(fā)現(xiàn)制造業(yè)企業(yè)參與房地產(chǎn)投資削弱了研發(fā)投資,但模型估計時既沒有控制企業(yè)固定效應(yīng)和時間固定效應(yīng),沒有處理企業(yè)房地產(chǎn)投資的內(nèi)生性問題,也沒有處理樣本選擇問題,而本文則嘗試解決這些計量估計問題[3]。此外,本文還使用工業(yè)企業(yè)研發(fā)產(chǎn)出指標(biāo)(企業(yè)專利申請量)衡量企業(yè)創(chuàng)新活動,可以更全面地反映企業(yè)創(chuàng)新活動。
本文使用上市公司研發(fā)支出和專利申請指標(biāo)衡量工業(yè)企業(yè)創(chuàng)新投入和產(chǎn)出活動,使用工業(yè)企業(yè)房地產(chǎn)投資衡量工業(yè)企業(yè)房地產(chǎn)市場投資活動。為檢驗工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)研發(fā)支出的“擠出效應(yīng)”,使用如下固定效應(yīng)模型:
式(1)中i和t分別指企業(yè)和年份;被解釋變量RD是一個企業(yè)在某一時期內(nèi)的研發(fā)支出;關(guān)鍵解釋變量RE是該企業(yè)在同一時期內(nèi)的房地產(chǎn)投資額;X是企業(yè)特征變量向量,包括企業(yè)規(guī)模、盈利能力和高管特征等;α和T分別是企業(yè)固定效應(yīng)和時間固定效應(yīng);ε是誤差項;β1和γ1分別是相應(yīng)變量向量的待估系數(shù)向量。
本文使用總資產(chǎn)表示企業(yè)規(guī)模,由于研發(fā)投入影響因素的滯后性,故取其滯后一期,且取對數(shù)形式,其系數(shù)預(yù)期為正[4~5]。同時,使用上市公司國有股比例控制企業(yè)所有權(quán)因素的影響[4~6]。由于研發(fā)活動有較強(qiáng)的不確定性和高風(fēng)險性,本文使用企業(yè)財務(wù)杠桿率(或所有者權(quán)益率)度量企業(yè)融資能力(取滯后一期)[7]。在企業(yè)所有權(quán)和經(jīng)營權(quán)分離的情況下,企業(yè)高管對企業(yè)行為影響重大,故使用高管薪酬度量企業(yè)高管特征[8]。
關(guān)于內(nèi)生性問題,一是在同一時期內(nèi),企業(yè)內(nèi)部資源分配時可能存在房地產(chǎn)投資和研發(fā)投入同時決定的問題;二是可能存在一些觀測不到的因素同時影響企業(yè)房地產(chǎn)投資和研發(fā)支出決策,如企業(yè)主與政府和銀行的關(guān)系會影響企業(yè)受政府政策支持的程度和企業(yè)的融資能力等。針對這樣的內(nèi)生性問題,一方面,控制企業(yè)固定效應(yīng)和時間固定效應(yīng);另一方面,利用企業(yè)所在城市的房價增長率作為工具變量,因為企業(yè)所在城市房價增長率對企業(yè)個體來說是外生的,但會正向地影響企業(yè)房地產(chǎn)投資。
本文使用國泰安數(shù)據(jù)庫中國上市公司數(shù)據(jù)①國泰安數(shù)據(jù)庫網(wǎng)址為:http://www.gtaedu.com/teachproduct/database.aspx。,其中研發(fā)支出項目和投資性房地產(chǎn)項目在上市公司財務(wù)報表附注中,為非強(qiáng)制性報告項目,故可能存在樣本選擇問題。本文使用郝克曼兩步法處理樣本選擇問題[9]。第一步,以工業(yè)企業(yè)是否報告研發(fā)支出的0~1變量作為被解釋變量,解釋變量是報告研發(fā)支出的決定因素,如上市公司財務(wù)信息、市場信息和公司治理信息等[10]。
為了檢驗工業(yè)企業(yè)參與房地產(chǎn)投資對企業(yè)研發(fā)投入的長期“補(bǔ)償效應(yīng)”,使用如下截面數(shù)據(jù)模型:
式(2)中,i指企業(yè);被解釋變量RDlt是一個企業(yè)的跨期累積研發(fā)支出;關(guān)鍵解釋變量RElt是一個企業(yè)跨期累積房地產(chǎn)投資額;Ind和City分別是企業(yè)所屬行業(yè)虛擬變量和所在城市虛擬變量;μ是誤差項;β2是相應(yīng)變量的待估系數(shù)。這里的“跨期累積”,分兩種情況處理:一種是把企業(yè)的研發(fā)支出和房地產(chǎn)投資分別跨期加總,再以企業(yè)規(guī)模調(diào)整;另一種是先把企業(yè)的研發(fā)支出和房地產(chǎn)投資分別逐期計算各期累積數(shù)(與“存量”指標(biāo)相似),然后再求各期累積增長率的均值。如此,一方面體現(xiàn)了企業(yè)房地產(chǎn)投資對研發(fā)支出的長期“補(bǔ)償效應(yīng)”,另一方面也可以有效處理企業(yè)研發(fā)支出和房地產(chǎn)投資在各期的波動。
再者,筆者使用企業(yè)專利申請來度量企業(yè)研發(fā)產(chǎn)出活動。工業(yè)企業(yè)專利申請模型如下:
表1 數(shù)據(jù)庫使用情況
表2 變量定義
式(3)中i和t分別指企業(yè)和年份,lag代表滯后期;被解釋變量PATENT是一個企業(yè)在某一時期內(nèi)的專利申請量總和;關(guān)鍵解釋變量RE是該企業(yè)在某滯后期內(nèi)的房地產(chǎn)投資額;X是企業(yè)特征變量向量,包括企業(yè)規(guī)模和所有權(quán)性質(zhì)、盈利能力和高管特征變量等;α和T分別是企業(yè)固定效應(yīng)和時間固定效應(yīng);v是誤差項;β3和γ3分別是相應(yīng)變量向量的待估系數(shù)向量。
由于研發(fā)支出不一定包括企業(yè)所有的創(chuàng)新投入,比如,引進(jìn)新的設(shè)備、開拓新的市場和增加新的生產(chǎn)線等企業(yè)創(chuàng)新相關(guān)投入,在研發(fā)支出中無法體現(xiàn),因此,我們還構(gòu)建了工業(yè)企業(yè)固定資產(chǎn)投資指標(biāo)(即從企業(yè)每一時期內(nèi)總固定資產(chǎn)投資中,扣除本期內(nèi)的企業(yè)研發(fā)支出和房地產(chǎn)投資),考查了工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)固定資產(chǎn)投資的影響,作為穩(wěn)健性檢驗。
本文工業(yè)企業(yè)研發(fā)投入數(shù)據(jù)來自國泰安中國上市公司數(shù)據(jù)庫(CSMAR)。筆者利用上市公司所屬行業(yè)信息,提取了工業(yè)企業(yè)類上市公司樣本。表1是所用數(shù)據(jù)庫詳細(xì)信息。
因為國泰安中國上市公司數(shù)據(jù)庫長期資產(chǎn)中研發(fā)支出項目和投資性房地產(chǎn)項目的報告始于2007年,且本文只得到截至2011年的數(shù)據(jù),故本文的工業(yè)企業(yè)面板數(shù)據(jù)時間跨度是2007~2011年。本文所用工業(yè)企業(yè)專利申請數(shù)據(jù)來自中國專利信息中心①中國專利信息中心網(wǎng)址:http://www.cnpat.com.cn。。數(shù)據(jù)整理與合并后,得到106家工業(yè)企業(yè)上市公司年度非平衡面板數(shù)據(jù)樣本②企業(yè)數(shù)量較少的原因是大多數(shù)上市公司企業(yè)都沒有報告研發(fā)投入數(shù)據(jù)。。表2和表3分別是變量定義和不同模型設(shè)定時的樣本統(tǒng)計性描述。
表3 樣本統(tǒng)計性描述
(一)工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)研發(fā)支出的影響
1.工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)當(dāng)期研發(fā)支出的影響(擠出效應(yīng))
式(1)回歸結(jié)果如表4所示,所有模型估計時都控制了企業(yè)特征變量、企業(yè)固定效應(yīng)和年份固定效應(yīng)。在表4第(1)列中,關(guān)鍵解釋變量工業(yè)企業(yè)房地產(chǎn)投資的系數(shù)估計值為負(fù)(統(tǒng)計不顯著①模型估計時樣本量的大小一定程度上影響了解釋變量系數(shù)估計的準(zhǔn)確性,使系數(shù)估計不顯著。),表明工業(yè)企業(yè)參與房地產(chǎn)投資對企業(yè)研發(fā)投入可能存在“擠出效應(yīng)”。由于內(nèi)生性問題,本文使用企業(yè)所在城市房價增長率作為企業(yè)房地產(chǎn)投資變量的工具變量。表4第(2)列顯示的是工具變量模型的第一階段回歸結(jié)果,被解釋變量是工業(yè)企業(yè)房地產(chǎn)投資,關(guān)鍵解釋變量是企業(yè)所在城市房價增長率。城市房價增長率變量的系數(shù)估計值為正,表明工業(yè)企業(yè)房地產(chǎn)投資隨城市房價增長而增加;但工具變量城市房價增長率是弱工具變量②因為弱工具變量檢驗的F統(tǒng)計量值為2.05,其值小于關(guān)鍵值10。。第(3)列是工具變量模型的第二階段回歸結(jié)果,工業(yè)企業(yè)房地產(chǎn)投資的系數(shù)估計值(絕對值)經(jīng)過工具變量校正,大于第(1)列中相應(yīng)的估計值(絕對值),表明本文所使用的工具變量部分修正了因內(nèi)生性問題而產(chǎn)生的傾向于零的估計偏誤。
表4 工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)當(dāng)期研發(fā)支出影響模型(擠出效應(yīng))
表4第(4)列模型是郝克曼兩步法第二階段的回歸結(jié)果,是借鑒會計研究中上市公司信息披露研究,對第(1)列模型估計進(jìn)行樣本選擇問題的修正①限于篇幅,郝克曼兩步法第一階段的報告研發(fā)概率模型的估計結(jié)果沒有放在文中(如需要,備索),其各解釋變量的系數(shù)估計值與模型設(shè)定部分的預(yù)期基本一致。。在第(4)列模型中,因逆米爾斯比率(inverse Millsratio)系數(shù)估計顯著性不強(qiáng),故該樣本選擇問題不嚴(yán)重。表4中其他控制變量的系數(shù)估計值與上一節(jié)計量模型設(shè)定部分預(yù)期的基本一致。
2.工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)跨期累積研發(fā)支出的影響(補(bǔ)償效應(yīng))
模型(2)回歸結(jié)果如表5所示。表5第(1)~(3)列模型是跨期累積研發(fā)支出的水平值模型,其中,被解釋變量是經(jīng)企業(yè)規(guī)模調(diào)整后的跨期累積研發(fā)支出,而關(guān)鍵解釋變量為經(jīng)企業(yè)規(guī)模調(diào)整后的跨期累積房地產(chǎn)投資②文中用于調(diào)整的企業(yè)規(guī)模是企業(yè)總資產(chǎn)。筆者先分別計算企業(yè)跨期累積的研發(fā)支出和房地產(chǎn)投資,然后用企業(yè)總資產(chǎn)均值分別除之前所計算的企業(yè)跨期累積的研發(fā)支出和房地產(chǎn)投資,分別得到經(jīng)企業(yè)規(guī)模調(diào)整的企業(yè)跨期累積研發(fā)支出和房地產(chǎn)投資。。表5第(4)~(6)列模型是累積研發(fā)支出年均增長率模型,其中,被解釋變量是累積研發(fā)支出年均增長率,而關(guān)鍵解釋變量為累積房地產(chǎn)投資年均增長率③累積研發(fā)支出年均增長率的計算過程如下:先逐期計算累積研發(fā)支出(相當(dāng)于“存量”概念),然后計算累積研發(fā)支出的年度增長率,最后對每一企業(yè)累積研發(fā)支出的年度增長率取均值。累積房地產(chǎn)投資年均增長率的計算過程與此相似(“累積”概念相當(dāng)于“存量”概念,但沒有“折舊”)。。表5還控制了行業(yè)和城市固定效應(yīng)。結(jié)果顯示,關(guān)鍵解釋變量跨期累計房地產(chǎn)投資以及累計房地產(chǎn)投資年均增長率的系數(shù)估計值均為負(fù),且不顯著④關(guān)鍵解釋變量系數(shù)估計不顯著可能是由于受到樣本量較小的影響。表5中部分模型估計時調(diào)整的可決系數(shù)為負(fù),其原因是樣本量較小,而模型估計時又控制了大量的虛擬變量。,表明工業(yè)企業(yè)參與房地產(chǎn)投資對企業(yè)研發(fā)投入不存在房地產(chǎn)投資的“補(bǔ)償效應(yīng)”。
表5 工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)跨期累積研發(fā)支出影響模型(補(bǔ)償效應(yīng))
(二)工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)創(chuàng)新產(chǎn)出的影響
本文使用工業(yè)企業(yè)專利申請量衡量企業(yè)的創(chuàng)新產(chǎn)出。中國專利分為發(fā)明專利、實用新型專利和外觀設(shè)計專利三種類型,本文使用三種專利申請的總和,作為專利申請模型的被解釋變量。由于專利發(fā)明有滯后性,本文取工業(yè)企業(yè)滯后期房地產(chǎn)投資①模型估計時,取到本文數(shù)據(jù)結(jié)構(gòu)所允許的最大滯后期數(shù)。。模型估計時控制了工業(yè)企業(yè)規(guī)模和所有權(quán)結(jié)構(gòu)、融資能力和高管等因素變量,還控制了企業(yè)固定效應(yīng)和年份固定效應(yīng)。
表6第(1)~(3)列模型分別考查的是在控制工業(yè)企業(yè)規(guī)模和所有權(quán)結(jié)構(gòu)、融資能力和高管等相關(guān)因素以及企業(yè)、年份固定效應(yīng)之后,工業(yè)企業(yè)滯后期房地產(chǎn)投資對企業(yè)專利申請的影響。表6第(1)和(2)列中滯后一期和二期房地產(chǎn)投資的系數(shù)估計值統(tǒng)計上不顯著或顯著性較小;而第(3)列滯后三期房地產(chǎn)投資的系數(shù)估計值顯著為負(fù)(1%的顯著性水平上顯著),這一結(jié)果是工業(yè)企業(yè)參與房地產(chǎn)市場投資不利于企業(yè)研發(fā)等創(chuàng)新活動的較強(qiáng)證據(jù)。
表6 工業(yè)企業(yè)房地產(chǎn)投資對企業(yè)專利申請影響模型
(三)穩(wěn)健性檢驗
筆者使用工業(yè)企業(yè)固定資產(chǎn)投資指標(biāo)進(jìn)一步做了穩(wěn)健性檢驗,模型的估計結(jié)果表明,工業(yè)企業(yè)的房地產(chǎn)投資減少了固定資產(chǎn)投資,包括可能減少在創(chuàng)新活動上的投入,這與表4~6模型估計結(jié)果一致②限于篇幅,穩(wěn)健性檢驗工業(yè)企業(yè)固定資產(chǎn)投資模型的估計結(jié)果沒有放在文中(如需要,備索)。。
本文采用企業(yè)研發(fā)支出和專利申請衡量企業(yè)創(chuàng)新活動,使用國內(nèi)上市公司工業(yè)企業(yè)2007~2011年面板數(shù)據(jù),發(fā)現(xiàn)工業(yè)企業(yè)房地產(chǎn)投資對研發(fā)支出短期內(nèi)可能存在弱的“擠出效應(yīng)”,但不存在長期“補(bǔ)償效應(yīng)”,且減少企業(yè)專利申請。本文的實證結(jié)果支持工業(yè)企業(yè)參與房地產(chǎn)市場投資不利于企業(yè)創(chuàng)新。鑒于工業(yè)企業(yè)創(chuàng)新對一國創(chuàng)新有重要作用,本文的結(jié)論表明,房地產(chǎn)市場的持續(xù)繁榮吸引工業(yè)企業(yè)參與房地產(chǎn)開發(fā),長期內(nèi)會有損城市和國家的創(chuàng)新能力。
[1]?李軍.國家創(chuàng)新系統(tǒng)與企業(yè)創(chuàng)新關(guān)系分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2001(7):7-13.
[2]王文春,榮昭.房價上漲對工業(yè)企業(yè)創(chuàng)新的抑制影響研究[J].經(jīng)濟(jì)學(xué)(季刊),2014,13(2):465-490.
[3]陳海聲,溫嘉怡.中國制造企業(yè)R&D投資與房地產(chǎn)投資的實證研究[J].科技管理研究,2012,32(5):124-127.
[4]聶輝華,譚松濤,王宇鋒.創(chuàng)新、企業(yè)規(guī)模和市場競爭[J].世界經(jīng)濟(jì),2008(7):57-66.
[5]王任飛.企業(yè)R&D支出的內(nèi)部影響因素研究——基于中國電子信息百強(qiáng)企業(yè)之實證[J].科學(xué)學(xué)研究,2005,23(2):225-231.
[6]周黎安,羅凱.企業(yè)規(guī)模與創(chuàng)新:來自中國省級水平的經(jīng)驗證據(jù)[J].經(jīng)濟(jì)學(xué)(季刊),2005,4(3):623-638.
[7]晏宗新,董瀛飛.企業(yè)研發(fā)問題研究新進(jìn)展[J].經(jīng)濟(jì)學(xué)動態(tài),2010(6):135-139.
[8]張長征,李懷祖,趙西萍.企業(yè)規(guī)模、經(jīng)理自主權(quán)與R&D投入關(guān)系研究——來自中國上市公司的經(jīng)驗證據(jù)[J].科學(xué)學(xué)研究,2006,24(3):432-438.
[9]Heckman J J.Sample Selection Bias as a Specification Error[J].Econometrica,1979,47(1):153-161.
[10]崔學(xué)剛.公司治理機(jī)制對公司透明度的影響——來自中國上市公司的經(jīng)驗數(shù)據(jù)[J].會計研究,2004(8):72-80.
Effect of Industrial Real Estate Investment on Innovation——Evidence from Listed Companies in China
DENG Bo-wen1,2
(1.Xiamen University,Xiamen 361005;2.Yunnan University,Kunming 650091)
Real estate investment from industrial enterprises has crowding-out effects on industrial innovation in the short run and has compensation effects in the long run.This paper adopts industrial R&D spending and patent application to measure industrial innovation.By using a company level panel data of listed companies from 2007 to 2011 in China,it is found that industrial real estate investments have negative effects on industrial R&D spending both currently and cumulatively intertemporally,and lagged industrial real estate investments have negative effects on industrial patent application.These findings imply that the involvement of industrial enterprises in real estate investment may hinder industrial innovation both in the short and long run.
Industrial Innovation;R&D;Real Estate Investment
F273.1
A
1000-7636(2014)10-0113-08
責(zé)任編輯:董洪敏
2014-07-10
廈門大學(xué)王亞南經(jīng)濟(jì)研究院博士研究生,云南大學(xué)發(fā)展研究院講師,昆明市,650091。