一、引言

地理位置和距离影响了资本市场中各主体间信息沟通的广度和深度，也影响了企业间生产要素流动的成本，进而影响企业交易结构和投融资行为(Kalnins and Lafontaine, 2013)。便捷的交通方式能够降低由于地理位置不利或地理距离加大带来的负面影响。我国自2008年第一条高速铁路“京津城际高铁”开通以来，高铁建设取得了举世瞩目的成就。截至2018年3月，我国高速铁路运营里程达到2万5千公里，占世界三分之二^①，位居全球第一。与其他交通方式相比，高铁具有缓解交通拥堵、降低能耗和保护环境的明显优势，不仅丰富了民众出行选择，而且其通过缩短商旅时间加速了人员、资本和技术等生产要素的流动，并降低了信息沟通成本从而促进了信息交流。

① 李克强：高铁运营里程增加到2万5千公里占世界2/3.网易新闻，2018-03-05.

国内外学者对高铁通车能否带来相应的经济效应从宏微观视角分别展开了相关研究。在高铁通车对宏观经济影响方面，现有研究主要集中在对区域经济增长、经济空间布局、区域经济发展平衡性以及区域创新的影响等方面，研究结果表明高铁通车对区域经济及创新水平的影响具有明显的结构效应。对微观个体影响方面，国外更多的研究集中于公路建设与空运业发展对企业的影响，少数文献探讨高铁建设对企业的影响。研究总体发现公共交通发展对企业具有积极的影响。国内高铁建设于十二五规划“四纵四横”(2011年)开始提速，其效益和影响逐渐在其后显现，因此国内高铁通车对微观企业影响的文献主要集中于近几年。李欣泽等(2017)研究表明高铁通车提高了企业生产率，但对企业产品市场资源配置没有显著作用。张梦婷等(2018)研究发现高铁提高了开通地区市场准入、促进外围城市资本和劳动力等生产要素向中心城市的集聚而对外围城市产生虹吸效应，进而负向影响外围城市企业生产率。饶品贵等(2019)研究发现高铁通车影响了企业供应商分布决策，即增大了企业与供应商的平均地理距离以及供应商位置的分散程度。谭建华等(2019)研究表明高铁开通提高了企业创新水平。

以上研究表明高铁开通对区域及企业生产率与创新水平具有积极的影响，但未深入探讨高铁通车对地区及企业创新能力产生影响的具体机制与途径，更鲜有文献深入分析高铁通车如何影响企业创新资源的配置。技术创新是经济增长的重要内生变量和主要驱动力，也是企业提升竞争力和获得竞争优势的主要源泉。党的十九大报告也明确提出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”，我国要“加快建设创新型国家”。因此，深入研究高铁通车对地区以及企业创新资源配置的影响具有重要的现实意义。

基于此，本文从新地理经济学视角，基于资源依赖理论、信息不对称理论和社会网络理论对高铁通车如何影响企业双元创新投资进行理论分析，以2010-2017年沪、深两市A股高新上市公司作为样本，采用PSM-DID方法进行了实证检验，并进一步验证其内在机理。本文的主要贡献在于：第一，从经济地理学的视角揭示了形成高铁网络对提高我国企业探索式创新投资的积极作用，丰富了高铁通车经济后果与企业探索式创新投资影响因素的研究。第二，基于企业不同创新投资风险与资源依赖的异质性，从资源、信息与社会网络多维度探讨高铁通车对探索式创新与开发式创新影响的差异，细化了高铁通车对企业创新资源配置的具体途径，也深化了对高铁通车影响企业创新内在机理的理解。第三，区分地区与企业资源差异的分析结论对于如何布局高铁站点线路，以协调地区经济水平差异、平衡地区间创新资源配置，激活微观主体的创新动力具有较为重要的政策启示。

二、理论分析与研究假设 (一) 理论分析

1.企业创新活动依赖信息资源进行环境扫描

根据资源基础理论，企业的生存和发展依赖于外部环境中的稀缺资源。探索式创新作为一种强调新产品、新市场和新技术轨道的创新类型，代表了企业搜寻、获取和整合新知识、新技术的创新行为和能力，是企业获取长期竞争优势和应对动荡的外部环境的关键(March，1991)，能够帮助企业突破既有产品更新路线(Jansen et al., 2006)。探索式创新源自于企业的试验活动，具有高风险的特性，其回报也充满不确定性，进行探索式创新的企业必须调动额外资源来整合新技术、创造新市场和开发新能力(Troilo，2014)，这些资源包括财务资源、知识等软信息的资源。为了开展探索式创新活动，企业需要从外部环境中搜索相关信息，这种环境扫描能够帮助高层管理者制定企业的未来战略计划(Daft and Parks, 1988)，促进内外部知识、信息的整合(Katila，2002)。

2.地理距离加剧了交易主体的信息不对称与信息搜寻成本

交易主体间的地理距离影响着主体之间的信息成本和信息不对称(John et al., 2011)，成为影响经济主体决策行为的重要因素。远距离会降低信息传递的时效性和可靠性。投资者、分析师和承销商对本地股票更具有信息优势，其预测精准度更高(Baik et al., 2010)，而偏远地区的公司由于缺少分析师的关注和媒体的报道，拥有的邻近投资者比位于大城市的公司更少(Loughran，2008)。投资者与公司的距离越近，越能频繁、便利地走访互动(Coval and Moskowitz, 1999)，其获取有价值信息的可能性越高，识别风险、信息搜寻成本以及代理成本越低(Lerner，1995)。

3.社会网络关系对企业合作的影响

社会网络理论认为行动主体之间由于政治、经济、管理以及文化等因素的结合而形成纽带关系。社会网络是由诸如信息等资源所构成的一种网络结构，是企业信息、知识以及战略资源的来源(Wernerfelt，1984)。在社会网络背景中，特定企业所占据的特定网络位置反映出网络组织内部个体间获取非公开信息能力的强弱，反映了企业控制人才、资源与知识的能力(Wasserman and Faust, 1994)。如果某个行动主体与两个彼此不相连的行动主体有联结，就形成了结构洞的关系模式(Burt，1994)，丰富的结构洞能为企业带来信息优势和控制优势(谢德仁、陈运森，2012)。社会网络理论为企业创新领域的研究提供了全新的视角。社会网络关系以人们之间的交流合作为前提，以信任为基础。越来越多的学者认为现代企业创新更多地依赖于不同企业之间相互的交流与合作(钱锡红等，2010)。人员的流动使个体的知识、技能、信息等关键人力资本资源在企业间发生了转移，使得信息的交流、思想的碰撞更有效率，从而更多的新想法和创意得以涌现，有效的外部知识整合能够提高企业创新绩效(蒋天颖等，2010)。技术型人才与管理型人才的流动形成人力资本社会网络，对企业创新绩效的提升具有显著的促进作用(刘善仕等，2017)。

(二) 研究假设

March(1991)对创新类型进行了区分，提出基于熟悉知识间组合的开发式创新和基于异质性知识间组合的探索式创新。不同类型的创新活动对于财务、信息和知识资源的依赖程度不同。地理距离增加了信息不对称程度，阻碍了资本和信息的流动效率，对探索式创新的不利影响更加明显。而高铁的开通缩短了企业与外部利益相关者距离，降低了地理距离对信息和资源流动的负面影响，对探索式创新发挥了更显著的激励作用。

第一，相对于开发式创新，探索式创新面临更强的融资约束，高铁通车有利于企业与外部的信息沟通，信息不对称的缓解能够明显降低企业探索式创新的融资约束。探索式创新通过新产品设计、新市场开发和新生产方式的应用实现对现有产品或技术的根本性改变，高风险特征使其受到较强的融资约束。地理位置会影响公司与外部利益相关者之间信息不对称程度(Petersen and Rajan, 1994)，距离的增加可能会导致信息传递的失真，影响了资本市场上信息沟通的广度和深度，限制了银行对于公司非公开信息的获取能力，由此产生的信息搜寻成本提高了企业的融资难度和融资成本。

首先，企业通过有效的沟通消除与银行之间的信息不对称尤为重要，需要通过持续的接触、调查和较长时期的关系培养过程以构建信任度。即使公司的基本面状况良好，距离所带来的信息不对称、谈判困难和违约风险控制阻碍依然降低了外地银行对公司的资金提供(Mian，2006)。而较近的距离有利于银行对于公司“软信息”的搜集(Agarwal and Hauswald, 2010)。高铁的开通可以降低银行与企业的沟通成本，有利于银行对企业“软信息”的获取与信任关系的构建，从而促进银行资金加速向异地企业流动。

其次，地理距离是风险投资的重要决策变量(Cumming and Dai, 2010)。风险投资资本为了更便利地获取私有信息和实施监管，倾向于选择其地理位置较为接近的公司作为投资对象(Lerner，1995)。高铁通车缩短了商务往来的时间，提高了信息沟通的便利性，提高了信息传递的时效性和可靠性(Hornung，2015)，有利于促进风险投资的异地集聚(龙玉等，2017)，进而促进风险投资对高铁通车地区企业创新资源的供给。

另外，高铁所带来的交通便利性提高了投资者、承销商等对公司实地考察的便捷性(黄张凯等，2016)，降低了企业的融资成本。融资约束的缓解能够使企业降低内部对于收益期较长的探索式创新的意见分歧，进行更多的探索式创新投入。

第二，相对于开发式创新，探索式创新更加依赖异质性知识。高铁通车有利于企业占据社会网络中的有利位置，实现对异质性信息的传递，因此对探索式创新的促进作用更加明显。

相较于开发式创新，探索式创新对知识新颖性的要求高，多样化的异质知识是实现探索式创新的关键(Jansen，2006)，能够增加创新过程中可选择的机会(Ahuja and Galletta, 2003)，有利于企业的技术突破和探索式创新绩效(Phelps，2010)。地理距离所带来的隐性知识的高异质性符合探索式创新需求(曹兴、宋长江，2017)，较高的异质性容易激发企业间主动建立合作关系及增进交流的意愿。但探索式创新需要的知识资源具有独占性，其分布广泛且不均匀，因此知识的转移就成为探索式创新实现的前提条件(Nahapiet and Ghoshal, 1998)。高铁的开通为合作企业产生进一步的关系联结提供了便利。根据社会网络理论，原本两个不相连的企业属于弱联结关系，其信息和知识资源的差异性很大。没有联系的企业间的关系间断导致“结构洞”的出现(Burt，1994)，企业在社会网络中占据的结构洞数目越多，占有的异质性信息和知识就越多，企业的经营效率和投资效率越高(陈运森，2015)。受高铁通车影响的企业能更便利地与其他企业产生直接的联系，占据社会网络中的结构洞位置的节点，通过控制彼此不相连的伙伴得到更多的异质性知识与信息，能为企业提供更多的创新资源，有利于突破原有市场的束缚和限制，进而获得探索式创新的资源与动力。

第三，相对于开发式创新，探索式创新是一种激进的创新行为，面临更大的风险。高铁通车带来更多面对面的频繁沟通，增强了合作企业之间的信任和关系质量，增强企业进行探索式创新的抗风险能力。

合作伙伴之间的相互信任和承诺是交换关系的重要组成部分，能够促进信息共享，减少知识传递和知识接受过程中的误解(Williams et al., 2015)，丰富企业获得资源的机会(Liu，2012)。随着地理距离的扩大，情境因素差异不断加剧，交流沟通成本的提升会降低合作双方对对方新颖性知识的吸收效率(曹兴、宋长江，2017)。高铁通车带来更加低成本和频繁的人员交流，促进了高学历和高级管理人才的流动(杜兴强、彭妙薇，2017)。合作双方之间的信息共享、沟通质量、联系频率会影响双方的关系质量(宋喜凤等，2013)。高关系质量可以减少正式合同，降低详细规范的需求，从而减少合作伙伴对知识保护和监督(Subramony，2014)，提高信息和资源交换的效率(Rodan and Galunic, 2004)。因此，高铁通车通过改善关系质量降低企业间分歧，有助于协调冲突，共同解决所面临的困难和问题，从而对企业的探索式性创新活动产生积极作用。

基于上述分析，本文提出如下假设：

假设：相对于开发式创新，高铁通车对企业探索式创新投资具有更强的促进作用。

三、研究设计

本文以高铁通车作为外生冲击基于倾向得分匹配(PSM)构建配对样本和建立双重差分模型(DID)考察信息沟通与资源配置成本的下降对企业双元创新投资的影响。因为高铁建设是政府进行的全国性布局，企业行为无法对线路和站点的规划施加影响，因此高铁通车可以视为一项准自然实验，可以能够较好地避免“互为因果”带来的内生性问题。

(一) 样本及数据来源

本文选取我国2010-2017年全部高新技术企业数据5520个，高新技术企业以WIND数据库披露的高新技术企业认定公告与复审公告确定，认定有效期为三年。为了研究首次开通高铁对高新技术企业双元创新的影响，高铁首次开通时间确定为2011-2016年，因此在此基础上剔除了2011年以前和2017年首次开通高铁的城市涵盖的企业数据，最终剩余2652个数据作为初始样本，涉及112个城市，13个行业。2015年及以前高铁首次开通信息来源于国家铁路总局官网，2016-2017年高铁站点信息来源于中国铁路总公司，高铁首次开通时间依据站点和车次信息在百度网站查找确认。企业总创新投资(RD)、费用化创新投资(R)以及资本化创新投资(D)的数据来源于公司年报和审计报告。宏观变量数据来源于和讯网和国家统计局官网，其他控制变量数据来源于CSMAR数据库。

(二) PSM配对及平衡性检验

DID模型有效应用的前提条件是“平行趋势假设”，即实验组和控制组在事件发生前具有相同的特征和发展趋势。因此，为了研究高铁通车对企业创新投资影响的净效应，克服内生性带来的自选择偏差，本文为开通高铁城市的上市公司匹配条件相当的非开通高铁城市的上市公司作对照。具体做法为：首先以是否开通高铁为因变量，借鉴龙玉等(2017)选取人口密度(pop)，人均GDP(gdp)，第二产业占GDP的比重(sec)，第三产业占GDP的比重(ter)，经济增长率(growth)五个宏观指标作为协变量，采用Logit回归得出以上五个因素均显著影响高铁是否开通；然后利用以上五个指标进行有放回的2: 1近距离匹配，为高铁通车城市的上市公司构建对照组。最终匹配的结果为：开通高铁城市的上市公司(实验组)样本828个，非开通高铁城市的上市公司(控制组)样本545个，最终样本量为1373个。

对配对样本进行平衡性检验结果显示(表 1)，匹配后的样本偏差均大幅度降低，且所有变量匹配后实验组与对照组之间的均值差异均不显著，因此匹配结果很好地平衡了数据。

(三) 变量定义

1.高铁通车

本文实证方法为DID模型，因此需设定是否为高铁城市(Hsr)以及开通时间(After)两个虚拟变量。是否为高铁城市(Hsr)指公司所在地城市是否首次设立高铁站点，首次设立高铁站点则该城市为高铁城市，Hsr取1，否则取0。由于各地高铁首次开通时间处于当年的不同时点，高铁通车当年对企业创新投资的影响不具有可比性，借鉴龙玉等(2017)的做法，高铁通车时间(After)这一变量从高铁通车后第一年开始取1，当年及以前年度均取值为0。

2.企业创新投资

本文以企业R & D投入衡量创新投资，并以当期营业收入和期初总资产进行标准化。R & D投入包括资本化部分和费用化部分，其中费用化主要发生在研究阶段，资本化发生在开发阶段。本文借鉴毕晓方等(2017)的方法度量企业双元创新投资，双元创新是指探索式创新和开发式创新，相对于开发式创新，探索式创新是一种根本和实质性的创新活动。因此，以研究阶段的费用化支出衡量探索式创新投资R，以开发阶段的资本化支出衡量开发式创新投资D，并分别以当期营业收入和期初总资产进行标准化。

(四) 模型设定

以开通高铁城市的企业作为实验组，与之匹配的未开通高铁城市的企业作为控制组，建立DID模型(1)以检验高铁通车对企业创新投资的影响：

$ \begin{array}{l} RD{1_{i, t}}\left({R{1_{i, t}}/D{1_{i, t}}} \right){\rm{ }} = {\alpha _0} + {\alpha _1}Hs{r_i} + {\alpha _2}Afte{r^1}_{i, t} + {\alpha _3}Hs{r_i} \times Afte{r^1}_{i, t} + {\alpha _4}em{p_{i, t}} + {\alpha _5}siz{e_{i, t}}\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;+ {\alpha _6}marku{p_{i, t}} + {\alpha _7}capita{l_{i, t}} + {\alpha _8}ro{a_{i, t}} + {\alpha _9}c{f_{i, t}} + {\alpha _{10}}le{v_{i, t}} + {\alpha _{11}}pp{e_{i, t}}\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\; + {\alpha _{12}}eb{d_{i, t}} + {\alpha _{13}}boar{d_{i, t}} + {\alpha _{14}}in{d_{i, t}} + {\alpha _{15}}dua{l_{i, t}} + {\alpha _{16}}mhol{d_{i, t}} + {\alpha _{17}}po{p_{i, t}}\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;+ {\alpha _{18}}gd{p_{i, t}} + {\alpha _{19}}se{c_{i, t}} + {\alpha _{20}}growt{h_{i, t}} + {\alpha _{21}}yea{r_t} + {\alpha _{22}}industr{y_i} + {\varepsilon _{i, t}} \end{array} $

(1)

RD1表示总创新投资，R1和D1分别表示探索式创新投资和开发式创新投资。控制变量定义见表 2。以RD1为因变量，模型中Hsr×After¹系数显著大于0，则说明高铁通车会促进企业创新投资；以R1为因变量，模型中Hsr×After¹系数显著大于0，且显著大于以D1为因变量的该交乘项系数，说明相对于开发式创新，高铁通车对探索式创新投资的促进作用更加明显。

四、实证分析 (一) 描述性统计

表 3是匹配后样本核心变量的描述性统计，由表中数据可知样本涉及6个行业，其中开通高铁城市的上市公司约占总样本的60.3%，总的研发投资占营业收入和总资产的比例分别为3.87%和2.04%，其中探索式创新投资所占比例分别为3.18%和1.67%，开发式创新投资所占比例分别为0.688%和0.376%，说明企业创新活动的投入大部分用于研究阶段，即主要用于探索式创新。

(二) DID回归结果分析

由White检验可知，RD1和R1模型中存在异方差，因此采用稳健标准误对样本进行普通最小二乘回归，从而消除异方差的影响。表 4第(1)列回归结果显示，Hsr×After¹的系数在10%的水平上显著大于0，反映出相对于未开通高铁城市的企业，高铁通车后企业总研发投资显著增加，说明高铁通车促进了企业创新投资。表 4中第(2)和(3)列分别表示高铁通车对探索式创新投资与开发式创新投资的影响，结果显示当因变量为探索式创新投资时，Hsr×After¹的系数在5%的水平上显著大于0，而该回归系数在开发式创新投资为因变量的回归中并不显著，说明相对于开发式创新，高铁通车对探索式创新的促进作用更加明显，假设得到验证。

(三) 稳健性检验

1.平行趋势假设检验

虽然我们采用PSM方法对高铁开通城市的企业进行了配对，并认为现实中企业创新投资行为不足以影响高铁线路的整体设置，但为了排除这种可能性，从稳健性的角度，我们对样本进行了平行趋势的检验。借鉴Dyreng et al.(2016)在原模型中加入高铁通车前一年(Before^-1)、高铁通车前两年(Before^-2)与高铁通车前三年(Before^-3)与高铁是否开通(Hsr)的交乘项。检验结果(表 5)显示，Hsr×Before^-1、Hsr×Before^-2与Hsr×Before^-3系数均不显著，则可以说明在高铁通车前实验组和控制组创新投资具有平行趋势，企业创新投资的增加确实是由于高铁通车所导致的，排除了其他因素影响的可能性。

2.替换变量

采用期初总资产对创新投资进行标准化重新对模型(1)进行回归的结果如表 4中(4)-(6)列所示，结果与(1)-(3)列结果基本一致，即高铁通车对探索式创新在5%的水平上显著为正，对开发式创新影响不显著，假设依然成立。

五、进一步分析 (一) 高铁通车对企业双元创新影响的持续性分析

前述检验证明高铁通车后一年对企业探索式创新投资有显著的促进作用，那么高铁通车对企业探索式创新投资影响的持续性如何？我们对此进行进一步的检验。为了检验高铁通车这一事件影响的持续性，本文将模型(1)的因变量设置为高铁通车后两年、三年、四年企业双元创新投资，用以检验高铁通车对开通后第二年、第三年和第四年企业双元创新的影响。回归结果(表 6)显示，高铁通车对探索式创新的影响持续到高铁通车后第三年，而对开发式创新不但没有积极效应，在高铁通车后第三年反而有负面影响。由此可见，高铁通车对于企业探索式创新的促进作用具有一定的持续性，而对开发式创新的负面影响从一定程度上表明，高铁通车带来的资源配置具有一定的结构调整效应。

(二) 高铁通车对企业双元创新影响机理的进一步探讨

如前文分析，高铁通车加速了财务资源、信息与人力资源的流动和集聚，改善了信息不对称程度，促进人员的交流与信任以及社会网络的形成，进而促进企业探索式创新。因此为进一步检验高铁通车对企业双元创新影响的机理，本文基于信息不对称高低、资源以及社会资本多寡对样本进行分组，其逻辑在于：在资源相对匮乏、信息不对称程度较高、社会资本(包括信任、社会网络)较弱的地区或企业，资源(包括人、财、信息、技术等)的提供应能够产生更为明显的效果，因此如果高铁通车对于资源相对匮乏、信息不对称程度较高、社会资本较弱的地区及企业探索式创新具有更为明显的促进作用的话，即为高铁通车通过促进资源的流动、人与人信任的加强与社会网络关系的重构进而促进企业探索式创新提供间接的证据。具体的按照地理位置、地区人力资本水平、企业产权性质和生命周期分组，分别检验在不同组别高铁通车对企业双元创新影响的差异。如果在资源相对匮乏、信息不对称程度较高的样本中，Hsr×After¹的回归系数显著大于零，说明高铁通车通过信息和资源渠道促进了高新技术企业创新投资。

1.基于地理位置差异的分析

由我国的实际情况可知，中西部地区相对于东部地区更加落后，首先，信息的传递和交流缺少便利的途径，因而，相对于东部地区，中西部地区的企业信息不对称程度更高(钱雪松等，2017)；其次，西部地区社会资本能力(包括信任、连结和网络结构)较弱(高婧等，2006)，加之中西部地区资源相对匮乏，而高铁通车方便了信息的交流和资源的流动与集聚、人员之间信任与社会网络的加强，这种便利对于中西部地区的影响程度更大。因此，将样本按照地理位置分为东部地区和中西部地区两组，由分组回归结果(表 7)可知，高铁通车对于中西部地区的探索式创新有显著的正向影响，对于东部地区的影响并不显著，从而说明高铁通车更明显的促进了信息与资源向中西部地区的流动与集聚，降低了信息不对称的同时加强了人员之间的交流与信任以及企业社会网络的形成，从而促进该地区企业探索式创新投资。

2.基于地区人力资本结构差异的分析

现有研究表明人力资本有助于探索和获得不同领域的新知识，促进探索式创新(Hill and Rothaermel, 2003)。本文以大专以上人口所占比例衡量各地区人力资本结构(数据来源于国家统计局网站)，按照中位数分组将各地区分为高人力资本水平地区和低人力资本水平地区。分组回归的结果显示(表 7)，在低人力资本水平地区，高铁通车对探索式创新具有显著的促进作用，对开放式创新影响不显著，从而说明高铁通车更有利于低人力资本水平地区人员的交流与信任，以及异质性知识的交流与传递，从而促进该地区企业探索式创新投资。

3.基于产权性质差异的分析

大量文献表明，非国有企业比国有企业的信息不对称程度高(姜付秀等，2016)，而国有企业具有更高的预算软约束。按照企业产权性质将样本分为国有企业与非国有企业，表 8回归结果显示，以探索式创新投资为因变量的回归结果中，非国有企业组的Hsr×After¹的回归系数均显著为正，而国有企业并不显著。说明，相对于国有企业，非国有企业创新投资对高铁通车的敏感性更高；而国有企业与非国有企业高铁通车对开发式创新的影响均不显著。由此可知，高铁通车更利于信息与资源的交流与集聚，缓解信息不对称与融资约束，从而对非国有企业探索式创新的促进作用更加明显。

4.基于生命周期差异的分析

处于不同生命周期的企业，获取信息和资金的路径和成本各不相同。相对于成熟期和衰退期的企业，处于成长期的企业信息记录不完善，信息不对称程度更高，信息成本也更高(龙玉等，2017)；而且成长期企业资金需求大、融资约束较高(李云鹤等，2011)。因此借鉴李云鹤等(2011)划分企业生命周期的方法，采用销售收入增长率、留存收益、资本支出及企业年龄综合得分划分企业生命周期，将样本分为成长期、成熟期和衰退期。分组回归结果(表 8)显示，对处于成长期的企业高铁通车对探索式创新的影响显著为正，而对成熟期和衰退期企业影响均不显著。说明高铁通车能够方便成长期企业获取更多的信息和资金，缓解企业融资约束，进而促进其探索式创新。

六、研究结论与启示

本文从新地理经济学视角，基于资源依赖理论、信息不对称理论和社会网络理论分析了高铁通车对企业双元创新投资的影响，以2010-2017年沪、深两市A股高新上市公司作为样本，采用PSM-DID方法进行了实证分析。研究发现高铁通车对企业创新投资具有促进作用，对双元创新进行区分后发现高铁通车显著促进了企业探索式创新投资，而对企业开发式创新投资没有明显的促进作用，且高铁通车对企业探索式创新投资的促进作用具有一定的持续性。研究结论为高铁通车的经济效应提供了微观证据。

进一步检验发现，高铁通车对企业探索式创新投资的促进作用仅在中西部和低人力资本水平地区的企业、非国有企业和处于成长期的企业中体现，从而进一步验证了高铁通车加速创新的财务资源、信息和人力资源的跨地区流动和转移，通过降低信息沟通成本，促进人员的交流与信任以及社会网络的形成，缓解探索式创新的融资约束，增加探索式创新异质性信息交流，降低企业探索式创新的高投资风险，进而促进企业探索式创新的机理。这一研究结论说明中国不同区域之间的经济发展和人力资本水平差距较大，高铁通车带来的创新资源配置效应具有明显的地区差异，因此若政策目标为协调地区经济水平差异、平衡地区间资源配置，则高铁站点应结合地区经济结构特征和人力资本水平加以布局，最大化发挥高铁促进经济增长的作用。另外，受高铁通车影响的企业尤其是处于资源约束程度较大、信息沟通成本较高的企业应积极利用高铁开通的优势，充分利用企业社会网络建立有利于探索式创新的合作关系，使有关前沿技术和行业发展趋势等异质性知识产生碰撞与融合，发现新技术的投资方向，并通过人员交流增强合作互信、降低创新风险，提升企业突破性创新能力。