开放科学(资源服务)标识码(OSID)：
This article takes small and medium-sized board and ChiNext board enterprises on the Shenzhen Stock Exchange as research samples, matches the urban-level industrial collaborative agglomeration index according to the cities where the enterprises are located, and uses various econometric techniques such as the double fixed effect model, intermediary effect model, instrumental variable method, and propensity score matching method to empirically test the impact of industrial collaborative agglomeration on the SRDI development of small and medium-sized enterprises. It is found that, firstly, multiple robustness tests, including endogeneity tests, show that industrial collaborative agglomeration can significantly promote the SRDI development of small and medium-sized enterprises. Second, there is significant enterprise heterogeneity, city heterogeneity, and industry heterogeneity in the promotion effect of industrial collaborative agglomeration on the SRDI development of small and medium-sized enterprises. Specifically, this promotion effect is more significant in enterprises with low supplier concentration, cities with higher levels of digitalization, and high-end productive service industries. Thirdly, industrial collaborative agglomeration can promote the SRDI development of small and medium-sized enterprises by promoting technological innovation, reducing transaction costs, and reducing operational risks. Moreover, technological innovation, transaction costs, and operational risks all have a partial mediating effect. The research in this article deepens the understanding of the internal relationship between collaborative agglomeration effects and the SRDI path, providing useful references for promoting the transformation and development of small and medium-sized enterprises, constructing a modern industrial chain supply chain system supported by SRDI enterprises, and enhancing the global competitive advantage of China's manufacturing industry.
Compared to existing research, the possible marginal contribution of this study is threefold. (1) From a research perspective, the promotion of industrial collaborative agglomerations as well as the SRDI development of small and medium-sized enterprises, are both key links that support the high-quality development of China's manufacturing industry, which has inherent connections. This study provides a detailed examination of the impact of industrial collaborative agglomeration on the SRDI development of small and medium-sized enterprises, providing a new perspective supplement for research in related fields. (2) In terms of research content, this study analyzes the heterogeneous impact of industrial collaborative agglomeration on the SRDI development of small and medium-sized enterprises from the perspectives of supply chain concentration, digitalization level, and industry heterogeneity. It also explores the path of industrial collaborative agglomeration influencing the SRDI development of small and medium-sized enterprises from three aspects: enterprise technological innovation, transaction costs, and operational risks. (3) The study provides empirical evidence to promote the development of SRDI small and medium-sized enterprises. By matching the urban-level industrial collaborative agglomeration index with the enterprise data of small and medium-sized board and ChiNext board enterprises on the Shenzhen Stock Exchange, the study empirically tests the impact of industrial collaborative agglomeration on the SRDI development of small and medium-sized enterprises, which supplements the empirical evidence that industrial collaborative agglomeration promotes the SRDI development of small and medium-sized enterprises.
开放科学(资源服务)标识码(OSID)：
2024年政府工作报告强调,促进中小企业专精特新发展,推动产业链供应链优化升级。专精特新是专业化、精细化、特色化、创新型的简称。具备专精特新特点的企业是未来产业链的重要支撑点,也是解决关键核心技术“卡脖子”问题的主力军。2023年5月28日完成商业首飞的国产大飞机C919,其机体部件(机头、机身、机翼等)主要由国内供应商承制,但发动机、航电系统和APU等设备来自其它国家技术。当今备受关注的苹果手机,其主摄像头来自LG集团,Wi-Fi和蓝牙技术来自环旭电子,音圈马达产自立讯精密,陀螺仪来自德国博世,电源管理芯片来自意法半导体技术,从某种程度而言,一部苹果手机的背后是一大批独步全球的专精特新企业。由众多拥有独门绝技的企业共同打造出优质产品的事例不胜枚举,彰显了专精特新企业无可替代的重要价值。
近年来,国家出台了一系列支持中小企业专精特新发展的政策措施,各地区也结合实际积极探索。在此过程中,产业协同集聚成为一种重要的产业组织形式和区域创新体系建设内容。作为未来经济发展的必然趋势,产业协同集聚表现为纵向关联、横向互补的产业通过价值链重构、供应链整合,实现产业融合,其能够产生“1+1>2”的作用效果。协同集聚的核心是资源要素合理配置,而资源要素配置又以中小企业为基础。中小企业集群集聚式发展已经展现出资源配置效率高、生产交易成本低、产业组织结构完备等多种优势。有数据显示,县域产业集群中集聚近三成的专精特新“小巨人”企业[1]。集聚共生的产业生态体系成为培育专精特新企业的母体。因此,有必要考察产业协同集聚对中小企业专精特新发展是否具有显著促进作用?其背后的作用机制是什么?哪些因素可以改变产业协同集聚对中小企业专精特新发展的影响?通过回答上述问题,可以为中小企业专精特新发展提供理论支持与实践参考。
与本文相关的研究文献主要有两支:一是从政府扶持[2]、国有股权参股[3]、多重制度逻辑[4]、城市人才政策[5]、科技创新[6- 7]、资管新规和企业数字化[8]、数字经济、数字普惠金融等角度分析中小企业专精特新发展的影响因素,多维度解析中小企业专精特新发展背景、存在问题、破解方法和提升路径等,对本文研究具有重要参考价值。二是分析产业协同集聚如何促进技术创新[9-10],进而提升制造业产业链韧性(贺正楚等,2024),包括促进空间知识溢出、提升区域创新效率 [11]以及产业协同集聚通过城市化和能源结构对雾霾污染[12]的影响、通过制度环境与知识溢出提升工业绿色创新效率[13]。梳理现有文献,可以发现:现有的产业协同集聚研究多集中于对技术创新和区域绿色发展方面的影响,较少关注产业协同集聚如何影响中小企业发展,尤其是中小企业专精特新发展。当前,中小企业高质量发展的主要途径是走专精特新之路[14]。中小企业专精特新发展是突破“卡脖子”技术难题和进行补链强链的关键环节,亦是巩固壮大实体经济根基的战略性举措。因此,本文在深入分析产业协同集聚如何影响中小企业专精特新发展的基础上,进一步匹配城市层面的产业协同集聚指数与深交所中小板及创业板企业数据,针对产业协同集聚的影响效应及作用机制开展实证分析,为推动构建以专精特新企业为支撑的现代化产业链供应链体系、增强中国制造业全球竞争力提供有益借鉴。
相比已有研究,本文可能的边际贡献是:第一,研究视角。促进产业协同集聚和中小企业专精特新发展是支撑中国制造业高质量发展的关键环节,二者存在内在联系。本研究通过探究产业协同集聚对中小企业专精特新发展的影响,为相关领域研究提供新视角与理论补充。第二,研究内容。从供应链集中度、数字化水平、行业异质性等角度分析产业协同集聚对中小企业专精特新发展的异质性影响。此外,从技术创新、交易成本和经营风险3个方面探析产业协同集聚对中小企业专精特新发展的作用路径。第三,通过匹配城市层面的产业协同集聚指数、深交所中小板及创业板企业数据展开研究,补充产业协同集聚推动中小企业专精特新发展的经验证据。
由工业和信息化部印发的《优质中小企业梯度培育管理暂行办法》,将专精特新定义为中小企业在发展过程中注重专业化、精细化、特色化和创新型。其中,专业化强调企业注重核心业务,深耕细分市场或产业链中的某个环节;精细化强调企业生产、管理、流程向精细化方向发展;特色化强调企业提升产品或服务特色,具有较强的产品服务竞争力;创新型强调企业研发与创新能力较强以及企业结构升级。上述4个方面相互联系、相互影响。中小企业在专精特新发展过程中面临市场复杂多变、分工协作不力、创新能力薄弱、新产品与新技术开发不足、原始资金需求量大、融资渠道窄、融资成本高、市场前景不确定、转型风险大等一系列困难和挑战。出于规避风险、追逐短期利润等考虑,中小企业会采取保守策略,避免向专精特新转型。产业协同集聚表现为具有经济关联的企业(不限于同一产业)共享要素、分工协作的动态协调过程,其不仅有助于产生技术知识溢出效应,而且有利于提高企业研发创新能力[15],促进不同企业之间形成垂直化专业化分工和中间投入品共享,放大产业协作效应,弥补中小企业“小散弱”的先天劣势,进而实现专精特新发展。
(1)优势互补。协同集聚是支持中小企业克服先天劣势、实现持续发展的重要方式[16]。中小企业由于存在先天资源与能力不足,难以通过单打独斗实现长久发展。产业协同集聚能够突破单一企业或产业边界,促进产业间、产业内要素流动,推动中小企业更加便捷地沟通交流,实现信息共享,构建复杂、耦合的协同网络关系,实现专精特新发展。此外,产业协同集聚会带来更大范围的市场与消费群体[17]。中小企业面临激烈的市场竞争,唯有走专精特新道路,不断提高产品竞争力,才能实现长远发展。同时,潜在的进入者要想开拓新市场,就必须实现专精特新发展以创造产品差异性。
(2)降本增效。产业协同集聚有助于促进产业分工、优化产业链协作、稳定企业合作关系,从而降低交易成本,减少行业供需错配[18]。依托产业协同集聚形成的劳动力蓄水池,可以促进劳动力在产业价值链上纵向流动[19],降低中小企业专精特新发展的劳动成本。同时,产业协同通过集聚原材料、设备需求相同的企业,提高集群企业议价能力,降低物流成本,实现以较低的专精特新发展成本获得较高的专精特新发展成效。此外,生产性服务业以中间投入品形式向中小企业提供智力与服务支持,通过深化产业分工与合作,促进企业发挥比较优势 [20],对中小企业专精特新发展同样具有积极效应。
(3)精准受惠。产业协同集聚为中小企业专精特新发展提供了信息交互平台,有助于企业共享资源[17],产生复合价值,助力企业发展。生产性服务业作为从制造业中分离出来的服务型部门,从产业链角度,与中小企业天然具有上下游关系。中小企业通过从上游服务业获取专业化产品或服务,产生收益增长效应,推动自身专精特新发展[20]。此外,产业协同集聚还有助于提供便捷的服务外包,方便企业从外界获取更低廉的非标准化服务,使得企业能够将更多专业化资源投向核心生产与创新环节,实现自身业务专业化、特色化。据此,本文提出研究假设H1。
H1：产业协同集聚促进中小企业专精特新发展。
上文分析了产业协同集聚对中小企业专精特新发展的促进作用,在这个过程中,产业协同集聚还会激发企业技术创新。首先,关联产业的协同集聚和集聚企业间的合作交流,有助于新知识与新技术扩散[21]。借助知识技术溢出效应,企业可以快速地夯实创新基础,增强创新能力,提升创新效率。其次,产业协同集聚区内汇聚大量创新人才,为企业技术创新提供了充足的人力保障,金融资源集聚则有助于拓展原有金融功能,为企业创新提供各类信贷服务,保证企业创新投入稳定和可持续。最后,产业协同集聚还具有不可比拟的制度优势——兼具企业与市场机制优点,通过发挥集聚生态的协同作用、龙头企业的带动作用和市场机制的调节作用,可以促进企业间融通创新。此外,生产性服务业在集聚企业间发挥桥梁与纽带作用,其通过提供专业服务为制造业赋能,促进产业技术渗透和产业链延伸,增强创新辐射效应。技术创新是中小企业的“硬本领”,实现核心技术突破与产业化,是中小企业坚持专精特新发展的必由之路。据此,本文提出研究假设H2a。
H2a：产业协同集聚通过促进企业技术创新推动中小企业专精特新发展。
产业协同集聚对降低企业交易成本同样具有显著影响。新制度经济学认为,交易费用产生于信息不对称与合约不完全性。信息不对称会引发逆向选择和道德风险,进而增加企业交易成本。而产业协同集聚会深化产业分工协作,提高专业化合作水平,推动企业共同构筑产业高地,增强彼此间信任。企业间的高度信任可以减少因信息不对称引发的机会主义行为,促进各种隐性与显性交易成本内部化,从很大程度上降低企业交易成本[18]。而制造业与生产性服务业的协同集聚有助于促进产业链深度融合以及产业链共融,助力构建安全可控、高效协同的产业链供应链体系[9],以协调有力的一体化推动企业交易成本进一步降低。此外,产业协同集聚还利于形成特定的集聚区制度与人文环境,产生制度转移效应。通过建立与扩散先进制度,促进集聚区企业优化正式制度与非正式制度,减少机会主义倾向,进一步降低制度层面的企业交易成本。交易成本降低直接带来企业利润增加,使得企业有更多资金用于研发与创新,为中小企业协同开展专精特新活动创造了有利条件,为转型升级注入新动力。由此,本文提出研究假设H2b。
H2b：产业协同集聚可以通过降低企业交易成本助力中小企业专精特新发展。
产业协同集聚还可以降低企业经营风险。专精特新中小企业主攻小众市场和利基市场,市场识别度小,可抵押资产有限,这意味着中小企业的专精特新发展面临较高的经营风险。产业协同集聚有助于企业获取更多合作伙伴,规避供应链不确定引发的经营风险,同时,促进生产经营专业化、协同化,形成区域规模效应与范围经济[23],进一步稀释企业经营风险。此外,产业协同集聚还有助于产生企业共创市场的协同效应,使得市场需求与供给信息得以更加高效传递和共享。而企业和各类需求主体能够更好地了解市场动态及趋势,作出更加精准的决策,分散市场风险。集聚区内的优质企业具有为集群商誉“添彩”的放大效应,通过产业协同集聚的辐射作用带动和引领其它企业发展,这对缓解市场信息不对称性、降低企业经营风险同样具有重要意义。此外,创新合作还会降低企业研发成本,缩短研发周期,分散研发风险[19]。经营风险作为企业战略决策中的重要考量因素,直接影响企业风险项目偏好。企业经营风险低,对专精特新类高风险项目的倾向性往往更强。据此,本文提出研究假设H2c。
H2c：产业协同集聚通过降低企业经营风险促进中小企业专精特新发展。
综上所述,构建研究框架如图1所示。
图1 理论框架
Fig.1 Theoretical framework
基于前面的理论分析,为实证检验产业协同集聚对中小企业专精特新发展的影响,构建如下基准回归模型:
SNTijt=α0+α1coagit+α2C+industryj+yeart+εijt
(1)
其中,i是省份,j是企业,t是年份。SNTijt表示中小企业专精特新发展程度,coagit表示产业协同集聚,C为控制变量向量,industryj表示行业固定效应,yeart表示年份固定效应,εijt表示随机扰动项。
为进一步检验产业协同集聚对中小企业专精特新发展的多重作用路径,构建如下中介效应模型:
Medijt=γ0+γ1coagit+γ2C+industryj+yeart+εijt
(2)
SNTijt=μ0+μ1coagit+μ2Medijt+μ3C+industryj+yeart+εijt
(3)
式中,Medit为中介变量指标,包括企业技术创新、企业交易成本、企业经营风险。其它变量定义同式(1)。
3.2.1 被解释变量
中小企业专精特新发展水平(SNT)。本文将中小企业专精特新发展界定为朝着专业化、精细化、特色化、创新型方向演进。依据工业和信息化部与各省市关于专精特新中小企业的认定标准,“专”(专业化)强调企业主营业务收入占营业总收入的比重不断上升以及客户集中度提升;“精”(精细化)强调企业生产、管理向精细化方向发展,企业管理费用率不断降低以及企业数字化水平不断提升;“特”(特色化)强调企业拥有较先进的生产工艺和较强的产品竞争力,分别表现为企业专利授权量增长和销售收入增长率提升;“新”(创新型)强调企业全要素生产率和研发投入水平不断提升。在具体指标选择上,借鉴张璠等[2]的研究,从4个方面构建评价指标,具体见表1。采用主成分分析方法进行降维,提取主成分,计算各指标权重,最终获得中小企业专精特新发展指数。
表1 中小企业专精特新发展评价指标体系
Table 1 Evaluation system for SMEs' SRDI development
一级指标二级指标三级指标单位属性“专”(专业化)主营业务收入占比%+客户集中度%+“精”(精细化)管理费率%-中小企业专精特新发展数字化水平%+“特”(特色化)专利授权量件+销售收入增长率%+“新”(创新型)企业全要素生产率%+研发投入水平%+
3.2.2 核心解释变量
产业协同集聚(coag)。产业协同集聚相关研究主要以制造业和生产性服务业为研究对象,测度产业协同集聚的方法主要包括投入产出分析法、产业协同集聚相对指数法。本文延续主流研究方法,以生产性服务业与制造业协同集聚指标作为产业协同集聚表征变量。
(4)
式中,agmait和agseit分别为城市 i 第 t年制造业与生产性服务业的区位熵,通过计算各行业就业人数占比获得。coagit为产业协同集聚指数,数值越大,意味着产业协同集聚程度越高。生产性服务业界定为信息传输、计算机服务和软件业,金融业,租赁和商务服务业,科学研究和技术服务业,交通运输、仓储和邮政业,批发和零售业共6个分行业。
3.2.3 中介变量
结合理论分析,本文选取企业技术创新、企业交易成本和企业经营风险3个中介变量。借鉴相关研究,以企业当年获得的发明专利授权量测度企业技术创新(inno),以销售费用增长率测度企业交易成本(trans),以息税折旧摊销前利润率标准差表征企业经营风险(risk)。
3.2.4 控制变量
城市层面,采用城市人口数量测度城市规模(cisize),采用进出口贸易总额占GDP比重测度对外开放程度(trade),以第二产业增加值占GDP比重测度产业结构(stru),以地方一般公共预算收入与地方一般公共支出的比值测度财政自主度(budget)。企业层面,采用企业总资产对数值表征企业规模(size),以当年年份减去公司上市年份再加1后取对数表征公司上市年限(listage),独立董事比例(indep)与第一大股东持股比例(top1)参见常规做法,以经营活动产生的现金流净额除以总资产表征现金流比率(cashflow)。
结合2011-2020年中国城市面板数据和深圳证券交易所中小板、创业板企业面板数据展开研究。企业数据来自CSMAR数据库和Wind数据库。城市数据来自历年《中国城市统计年鉴》《中国统计年鉴》。根据企业所在城市,将企业数据与城市数据匹配,剔除金融类企业、ST 类企业和数据缺失严重的企业。变量描述性统计结果如表2所示。
表2 变量描述性统计结果
Table 2 Descriptive statistics of variables
变量观测值均值标准差最小值最大值SNT12 953-0.059 10.459 6-1.856 32.455 8inno12 9533.915 719.025 80942tran12 9530.199 00.533 2-0.787 94.579 2risk8 0750.047 40.069 30.002 51.235 4coag12 9533.018 60.573 51.028 04.060 0cisize12 9536.406 40.617 1 2.985 78.138 6trade12 9530.642 10.543 10.001 42.373 5stru12 95341.726 110.913 515.241 889.34budget12 9530.761 00.198 90.055 91.541 2size12 95321.652 80.960 719.524 526.388 4listage12 9531.579 70.727 202.833 2indep12 9530.377 80.053 20.30.6top112 9530.321 20.135 20.083 20.757 8cashflow12 9530.044 90.066 7-0.200 30.256 8
表3为产业协同集聚对中小企业专精特新发展影响的基准回归结果。其中,第(1)列未包含控制变量;第(2)列在第(1)列基础上增加城市层面控制变量;第(3)列在第(1)列基础上增加企业层面控制变量;第(4)列包含全部控制变量。从回归结果看,产业协同集聚系数在1%检验水平上显著为正,说明产业协同集聚显著促进中小企业专精特新发展,因此研究假设 H1得到证实。这是因为,首先,产业协同集聚不仅便于企业共享人力资源,而且有助于提高区域内软硬设施与服务平台利用率,从而为中小企业专精特新发展奠定资源基础。其次,产业协同集聚有助于企业间进行频繁的知识技术交流与经验分享,增强知识溢出效应和创新集聚效应,助力技术创新、应用与推广,提升全产业技术创新水平,从而为中小企业专精特新发展提供创新动力。最后,产业协同集聚有助于加速信息传播,促进企业更好地满足市场需求,从而拓展中小企业专精特新发展的市场空间。从控制变量来看,产业结构、财政分权、企业规模和公司上市年限均对中小企业专精特新发展具有显著影响。
表3 基准回归结果
Table 3 Benchmark regression results
变量SNTSNTSNTSNT(1)(2)(3)(4)coag0.032 5∗∗∗0.020 4∗∗0.052 6∗∗∗0.043 6∗∗∗(4.74)(2.08)(7.96)(4.63)cisize-0.003 3-0.002 4(-0.42)(-0.31)trade0.001 7-0.002 6(0.15)(-0.24)stru0.002 2∗∗∗0.002 1∗∗∗(4.57)(4.47)budget0.091 6∗∗∗0.087 0∗∗∗(3.74)(3.73)size0.080 3∗∗∗0.080 7∗∗∗(17.38)(17.49)listage0.133 3∗∗∗0.132 2∗∗∗(21.13)(20.97)indep-0.005 10.001 6(-0.07)(0.02)top1-0.005 0-0.009 0(-0.17)(-0.31)cashflow0.078 90.075 5(1.38)(1.33)年份固定是是是是行业固定是是是是N12 95312 95312 95312 953R20.085 80.089 10.171 80.174 7
注:*、**、***分别代表估计系数在10%、5%和1%置信水平上显著,括号内是系数的t值。下同
基准回归分析验证了产业协同集聚有助于中小企业专精特新发展,研究假设H1得证。上述理论分析表明,产业协同集聚通过促进企业技术创新、减少企业交易成本和降低企业经营风险,赋能中小企业专精特新发展。为了检验上述路径的存在,利用中介效应模型进行作用机制检验。
4.2.1 基于企业技术创新的机制分析
表4第(1)(2)列为以企业技术创新为中介变量的机制检验结果。第(1)列显示,产业协同集聚对企业技术创新的回归系数为正且在1% 的检验水平上显著,表明产业协同集聚促进企业技术创新。第(2)列显示,控制作为中介变量的企业技术创新后,产业协同集聚指数与企业技术创新对中小企业专精特新发展的估计系数均显著为正,且产业协同集聚系数小于表3第(4)列未添加中介变量的估计系数,因此部分中介效应成立。上述结果表明,产业协同集聚通过促进企业技术创新,助力中小企业专精特新发展,研究假设H2a得证。原因为:一方面,企业建立市场优势不仅需要细分目标人群,确定着力点,还需要拥有独领风骚的技术,需要企业不断躬耕创新事业,这也是企业专精特新发展的动力源泉。另一方面,产业协同集聚有助于区域内企业深化合作,在市场竞争压力下更易激发新思维、新方法,促进企业协同解决技术难题,实现专精特新发展,获得更大企业利润。
表4 机制检验结果
Table 4 Mechanism test results
被解释变量innoSNTtransSNTSNTriskSNT(1)(2)(3)(4)(5)(6)(7)coag1.673 7∗∗∗0.031 8∗∗∗-0.057 5∗∗∗0.042 0∗∗∗0.065 4∗∗∗-0.005 6∗∗∗0.062 6∗∗∗(4.03)(3.56)(-5.02)(4.51)(5.23)(-2.96)(5.02)inno0.007 0∗∗∗(37.11)trans-0.100 5∗∗∗(-14.09)risk-0.495 1∗∗∗(-6.68)控制变量YESYESYESYESYESYESYES年份固定YESYESYESYESYESYESYES行业固定YESYESYESYESYESYESYESN12 95312 95312 95312 9538 0758 0758 075R20.059 90.254 30.025 90.187 20.138 40.058 50.143 2
4.2.2 基于企业交易成本的机制分析
表4第(3)(4)列为以企业交易成本为中介变量的机制检验结果。第(3)列显示,产业协同集聚对企业交易成本的回归系数在1% 的检验水平上显著为负,表明产业协同集聚降低了企业交易成本。第(4)列显示,控制中介变量企业交易成本后产业协同集聚的估计系数仍然显著为正,企业交易成本估计系数也显著为负,且产业协同集聚系数小于表3第(4)列未添加中介变量的估计系数,部分中介效应成立。上述回归结果表明,产业协同集聚可以通过降低企业交易成本助力中小企业专精特新发展,因此研究假设H2b得证。原因为,集聚与专业化紧密相关,产业协同集聚促进企业建立专业化合作关系,同时,集聚对信息传递也具有重要影响。专业化与信息传递对企业交易成本的影响是显而易见的,并且产业协同集聚还有助于跨越中间商,降低交易成本。对于企业来说,高昂的交易成本是企业发展的枷锁与负担,交易成本降低能够直接减少企业额外开支,助力中小企业在专精特新道路上走得更远。
4.2.3 基于企业经营风险的机制分析
表4第(5)-(7)列为以企业经营风险为中介变量的机制检验结果。第(5)列结果显示,产业协同集聚系数在1%的检验水平上显著为正,表明产业协同集聚可以促进中小企业专精特新发展。第(6)列显示产业协同集聚对企业经营风险的回归系数为负且在1%的检验水平上显著,表明产业协同集聚可以降低企业经营风险。第(7)列显示控制中介变量企业经营风险后,产业协同集聚对中小企业专精特新发展的估计系数显著为正,企业经营风险对中小企业专精特新发展的估计系数也显著为负,且产业协同集聚系数小于第(5)列未添加中介变量的估计系数,部分中介效应成立。上述结果表明,产业协同集聚降低了企业经营风险,有效助力中小企业专精特新发展,研究假设H2c得证。原因为,产业协同集聚可以帮助企业建立稳定的供应商合作关系,扩大市场选择范围,减少经营绩效波动。并且,产业协同集聚有助于企业以专业化分工、产业化运营为基础进行动态管理,可以有效提高企业风控水平,降低企业经营风险。这使得企业有更大潜力和动力从事专精特新类高风险性经济活动,开辟更宽阔的专精特新发展之路。
为了保证本文研究结果可靠,进行稳健性检验。
4.3.1 内生性检验
上述研究证实产业协同集聚有助于推动中小企业专精特新发展,但是现有研究也发现,中小企业专精特新发展程度越高,其互补性越强,越有利于地区产业集群化发展,形成产业协同集聚区。换而言之,中小企业专精特新发展与产业协同集聚存在相关性,两者可能存在反向因果关系。因此,本文构造外生工具变量进行内生性检验。地形起伏度是固定的,不受中小企业专精特新发展等经济状况影响,满足外生性条件;同时,地形对企业选址、城市布局有重要影响,通常较低的地形起伏度有利于企业集聚,故满足相关性条件。因此,本文使用地形起伏度作为工具变量。由于研究样本为面板数据,以截面数据作为工具变量会在固定效应模型中出现难以度量问题,故使用地形起伏度与时间的交互项作为最终工具变量。回归结果如表5第(1)列所示,结果显示,弱工具变量检验的Cragg-Donald Wald F统计量为419.43,大于Stock-Yogo建议的10%水平上的临界值16.38,说明本文构建的产业协同集聚工具变量不存在弱工具变量问题。同时,本文以产业协同集聚指数滞后一期作为工具变量,回归结果如表5第(2)列所示,结果显示,弱工具变量检验的Cragg-Donald Wald F统计量为960.84。基于两阶段最小二乘法的回归结果均支持产业协同集聚对中小企业专精特新发展的促进作用,初步验证本文研究结论。
表5 内生性检验结果
Table 5 Endogeneity test results
变量SNTcoagSNT(1)(2)(3)l.SNT0.078 4∗∗∗(5.22)coag0.053 8∗∗∗0.047 4∗∗∗0.032 5∗∗∗(5.28)(4.82)(3.10)Cragg-Donald Wald F statistic419.43960.84控制变量是是是年份固定是是是城市固定是是是行业固定是是是AR(2)0.110Hansen(P值)0.472N12 95312 95311 125
此外,考虑到中小企业专精特新发展具有持续性特征,为了捕捉这种时序特征以及其它未考虑因素,进一步引入被解释变量的一阶滞后项。针对滞后项的内生性,本文选择内生变量的更高阶滞后项作为相应变量的工具变量进行回归检验,回归结果如表5第(3)列所示。AR(2)检验结果表明,残差不存在二阶自相关,Hansen 统计量对应的 P 值均大于 10%,即模型不存在过度识别问题;被解释变量滞后项系数在1%检验水平上显著,且系数绝对值介于0～1之间,渐进服从大数定律。系统 GMM 方法回归结果显示,产业协同集聚系数在1%的检验水平上显著为正,再次支持产业协同集聚对中小企业专精特新发展具有促进作用的结论。
4.3.2 其它稳健性检验
(1)替换核心解释变量。前述协同集聚指数包含生产性服务业集聚指数与制造业集聚指数,本文聚焦于集聚指数的相对差异以表征产业协同集聚水平,使用式(5)重新计算产业协同集聚指数:
(5)
考虑到产业协同集聚是不同产业之间通过相互依存、相互促进、相互融合,形成更高效的产业组织形式,内在地包含了生产性服务业集聚与制造业集聚两个方面,故进一步检验生产性服务业集聚指数(agseit)与制造业集聚指数(agmait)对中小企业专精特新发展的影响。替换核心解释变量后的回归结果如表6第(1)-(3)列所示,结果显示,新的产业协同集聚指数和生产性服务业集聚指数、制造业集聚指数的估计系数均显著为正,再次验证了产业协同集聚对中小企业专精特新发展的促进作用。
表6 替换核心解释变量与删除特殊样本的稳健性检验结果
Table 6 Robustness test results of substituting core explanatory variables and deleting special samples
变量SNTSNTSNTSNTSNTSNT(1)(2)(3)(4)(5)(6)recoag0.036 6∗(1.94)agma0.030 1∗∗∗(2.71)ages0.031 7∗∗(2.27)coag0.039 0∗∗∗0.038 9∗∗∗0.050 6∗∗∗(4.59)(3.86)(4.72)控制变量是是是是是是年份固定否是是是是是行业固定是是是是是是N12 95312 95312 95312 95311 23910 852R20.166 00.173 80.173 70.183 60.178 00.175 0
(2)删除特殊样本。尽管上述实证分析已经对样本企业进行了一系列筛选处理,但仍然可能受到样本异常值的干扰,故对样本进行1%的缩尾处理,回归结果如表6第(4)列所示。考虑到2020年受全球新冠疫情等因素影响,社会经济数据与之前相比存在较大差异,故删除2020年的样本数据重新进行实证分析,回归结果如表6第(5)列所示。考虑到直辖市行政级别较高,在财政收入、经济政策等方面具备条件优势,故剔除直辖市样本后再进行实证检验,回归结果如表6第(6)列所示。结果显示,产业协同集聚对中小企业专精特新发展的促进作用仍然是显著的。
(3)替换被解释变量。中小企业专精特新发展指标由SNT1(专)、SNT2(精)、SNT3(特)、SNT4(新)4个维度构成。不同维度指标各有侧重,多角度展示了中小企业专精特新发展的内涵。本文分别以4个维度的二级指标为被解释变量,回归结果如表7所示。结果显示,产业协同集聚对4个维度指标的估计系数均显著为正,再次验证了产业协同集聚对中小企业专精特新发展的促进作用。
表7 替换被解释变量的稳健性检验结果
Table 7 Robustness test results with replacement of explained variables
变量SNT1SNT2SNT3SNT4(1)(2)(3)(4)coag0.058 4∗∗∗0.039 1∗∗0.046 6∗∗∗0.086 6∗∗∗(3.74)(2.22)(6.88)(6.63)控制变量是是是是年份固定否是是是行业固定是是是是N12 95312 95312 95312 953R20.152 70.207 30.173 70.430 5
上述研究未考虑企业特征、地区特征以及行业特征带来的异质性影响,譬如未考虑供应商集中度、城市数字化水平和生产性服务业差异是否会改变产业协同集聚对中小企业专精特新发展的影响。为此,本文从3个方面开展异质性分析。其中,供应商集中度以前五大供应商采购比例表征,基于指标中位数对样本进行分组比较;数字化水平是基于熵值法从数字普惠金融、互联网普及率、移动电话普及率、行业从业人员情况和相关产业产出5个方面综合测度,同样以指标中位数对样本进行分组比较;关于行业异质性的划分,将“信息传输、计算机服务和软件业”、“科学研究、技术服务和地质勘查业”、“金融业”、“租赁和商务服务业”列为高端生产性服务业,将“批发和零售业”、“交通运输、仓储和邮政业”列为低端生产性服务业,分别讨论制造业与高端、低端生产性服务业协同集聚对中小企业专精特新发展的差异化影响。异质性检验结果见表8。
表8 异质性检验结果
Table 8 Heterogeneity test results
变量SNTSNTSNTSNTSNTSNT高供应商集中度低供应商集中度高城市数字化水平低城市数字化水平高端生产性服务业低端生产性服务业(1)(2)(3)(4)(5)(6)coag0.026 0∗0.057 4∗∗∗0.084 7∗∗∗0.009 40.036 9∗∗∗0.029 1∗∗∗(1.95)(4.42)(5.16)(0.75)(4.20)(3.66)控制变量是是是是是是年份固定是是是是是是行业固定是是是是是是N6 4766 4776 4806 47312 95312 953R20.231 00.166 60.203 40.167 50.174 50.174 2
供应商合作是实现中小企业专精特新发展的重要保障,高供应商集中度提供了坚实的商业基础,有助于降低合作成本。那么,供应商集中度差异是否会改变产业协同集聚对中小企业专精特新发展的影响?对比表8第(1)列和第(2)列回归结果,可以发现,无论是低供应商集中度企业还是高供应商集中度企业,产业协同集聚对中小企业专精特新发展的促进作用均通过显著性检验;从系数值来看,产业协同集聚对低供应商集中度企业专精特新发展的估计系数大于高供应商集中度企业的估计系数;从显著性水平来看,前者通过了1%水平上的显著性检验,后者仅通过10%水平上的显著性检验,说明相较于高供应商集中度企业,产业协同集聚对低供应商集中度企业专精特新发展的促进作用更显著。供应商集中度反映了企业在采购过程中对少数供应商的依赖程度。低供应商集中度企业表明其供应链受到单一供应商的影响较小。在产业协同集聚背景下,这些企业可以更加灵活地与其它企业合作,共同优化供应链,实现资源共享、互利共赢,获取更多创新资源和市场机会。而高供应商集中度企业对少数供应商的依赖程度高,可能难以在协同集聚中充分利用资源和信息优势。并且,高供应商集中度企业在供应链风险管理和议价方面能力薄弱,这也可能限制其在产业协同集聚中的发展潜力。
数字化发展是数字时代城市建设和发展的必然选择。城市数字化水平高表明企业营商环境优越,能够赋能专精特新中小企业“轻装上阵”,那么,城市数字化水平差异是否会改变产业协同集聚对中小企业专精特新发展的影响?对比表8第(3)列和第(4)列,研究发现,在高数字化水平城市产业协同集聚对中小企业专精特新发展的影响通过1%的显著性检验且系数为正,但在低数字化水平城市,产业协同集聚对中小企业专精特新发展的影响未通过显著性检验,即相较于低数字化水平城市,产业协同集聚对中小企业专精特新发展的促进作用在高数字化水平城市更显著。其背后的经济逻辑是:城市数字化水平提升以现代信息网络为载体,以数字技术创新为动力,赋能产业协同集聚,形成技术协同效应,促进中小企业专精特新发展。此外,城市数字化水平提升有助于降低企业沟通成本,强化合作关系,实现人力资本快速匹配,促进产业分化与新兴产业兴起等,共同形成城市产业协同集聚的向心力,拓展产业协同集聚影响范围,增强产业协同集聚对中小企业专精特新发展的促进作用。因此,在数字化水平较高的城市,产业协同集聚对中小企业专精特新发展的促进作用更显著。
高端生产性服务业和低端生产性服务业具有不同行业特征,这是否会改变产业协同集聚对中小企业专精特新发展的影响?表8第(5)列和第(6)列结果显示,无论是制造业与高端生产性服务业的协同集聚,还是与低端生产性服务业的协同集聚,均会对中小企业专精特新发展产生显著促进作用。但是从系数值看,制造业与高端生产性服务业协同集聚对中小企业专精特新发展的促进作用大于制造业与低端生产性服务业协同集聚的影响。究其原因,首先,低端生产性服务业处于低速发展阶段,与制造业关联度低、互补性差,降低了与制造业的融合程度,进而削弱协同集聚对中小企业专精特新发展的影响。其次,人力资本是中小企业专精特新发展的重要支撑,低端生产性服务业从业者对中小企业专精特新发展的贡献可能小于高端服务业从业者的贡献。最后,以科技服务业、金融业为代表的高端生产性服务业与制造业的集聚融合,有助于吸引创新要素流入,形成新优势,为新知识生产提供支撑,从而形成良性循环,为中小企业专精特新发展奠定坚实基础。
本文以2011-2020年深交所中小板和创业板企业数据为研究样本,运用双固定效应模型、内生性检验模型、中介效应模型等多种计量技术实证检验产业协同集聚对中小企业专精特新发展的影响,获得以下发现:①产业协同集聚可以显著推动中小企业专精特新发展,且该结论通过多方面稳健性检验;②产业协同集聚对中小企业专精特新发展的促进作用在低供应商集中度企业、高数字化水平城市和高端生产性服务行业表现更加显著;③产业协同集聚可以通过促进企业技术创新、降低企业交易成本和减小企业经营风险赋能中小企业专精特新发展。
(1)依托产业协同集聚促进中小企业专精特新发展。产业协同集聚可为中小企业专精特新发展提供丰富优越的条件和资源,中小企业应该把握产业协同集聚发展趋势,构建全方位专精特新转型保障体系,向产业前沿化、高端化发展。
(2)营造中小企业专精特新发展条件。可从“强链”“补链”“延链”三个方面入手,保障中小企业供应链安全、稳定,形成中小企业产业竞争优势,同时,通过建设数字政府、发展电子政务、打造智慧城市等全面推进数字化发展,帮助中小企业实现智能化生产、数字化营销、精细化管理和全球化拓展。此外,重视高端生产性服务业发展,充分发挥其对人才、技术、知识等的聚合作用,推动高端生产性服务业与制造业协同集聚,增强对中小企业专精特新发展的辐射、带动作用。
(3)优化中小企业专精特新发展路径。利用产业协同集聚扩大专精特新企业合作范围与领域,积极打造融通创新联合体,促进形成共性技术研发与产业协作配套的全链条创新生态,不断拓展企业专精特新发展空间。充分发挥产业协同集聚在降低市场信息不对称中的优势,助力企业化解经营风险,实现向专精特新的平稳转型与长远发展。
受篇幅所限,本文还存在不足之处。首先,研究着重从产业关联角度考察产业协同集聚的影响,未来可从空间视角进一步分析其对中小企业专精特新发展的溢出效应;其次,本文着重考察产业协同集聚对中小企业专精特新发展的促进作用,产业协同集聚过度是否会对中小企业专精特新发展产生负面影响有待深入探讨;最后,本文通过匹配城市—企业数据开展研究,未来可进一步利用县域面板数据和企业微观数据进行实证研究,使研究更具针对性。
[1] 韩鑫. 加快培育中小企业特色产业集群[N]. 人民日报,2022-10-13.
[2] 张璠,王竹泉,于小悦. 政府扶持与民营中小企业“专精特新”转型——来自省级政策文本量化的经验证据[J]. 财经科学,2022,66(1):116-132.
[3] 杨濛, 刘嫦. 国有股权参股能否助力民营中小企业“专精特新”转型 [J]. 审计与经济研究, 2023, 38 (6): 65-74.
[4] 娄小亭, 朱祖平, 黄若谷, 等. 多重制度逻辑对中小企业向专精特新升级的影响研究[J]. 经济与管理研究, 2023, 44 (8): 74-88.
[5] 孙哲远,白燕. 城市人才政策如何影响中小企业“专精特新”转型 [J]. 中国人力资源开发, 2024, 41 (3): 98-108.
[6] BALOH P. Innovation behaviour of hidden champions//MCKIERNAN P,PURG D．Hidden champions in CEE and Turkey[M].Berlin: Springer,2013.
[7] RAMMER C, SPIELKMP A. Hidden champions-driven by innovation: empirische befunde auf basis des mannheimer innovationspanels[J]. ZEW-Dokumenta,2015,15(3):1611-1662.
[8] 丁黎黎, 张亚康, 赵忠超. 资管新规、企业金融化与中小企业“专精特新”发展[J]. 金融监管研究, 2023, 12(9): 77-95.
[9] DAVIS D R, DINGEL J I. A spatial knowledge economy[J]. American Economic Review, 2019, 109(1): 153-170.
[10] LIN S, CHEN Z, HE Z. Rapid transportation and green technology innovation in cities——from the view of the industrial collaborative agglomeration[J]. Applied Sciences, 2021, 11(17): 8110.
[11] ZIYUAN X, LIJUAN W. Industrial agglomeration level and innovation efficiency of industrial enterprises——an empirical study based on the panel data of 20 industries from the year 2000 to 2012[J]. Science Research Management, 2017, 38(1): 91-99.
[12] YE Y L, YE S, YU H C. Can industrial collaborative agglomeration reduce haze pollution? city-level empirical evidence from China[J]. International Journal of Environmental Research and Public Health, 2021,18(4):1566.
[13] 宋晓玲,李金叶. 产业协同集聚、制度环境与工业绿色创新效率[J]. 科技进步与对策,2023,40(4):56-65.
[14] 陆岷峰,高绪阳. 关于新时期进一步推动中小企业群体高质量发展的路径研究——基于培育“专精特新”中小企业视角[J]. 新疆社会科学,2022,42( 5):61-72,178-179.
[15] ARFI W B,HIKKEROVA L,SAHUT J M.External knowledge sources, green innovation and performance[J]. Technological Forecasting and Social Change,2018,129:210-220.
[16] DEBOCA L P, MARTINS R S. Competitive advantages from horizontal relationships in productive agglomerations: perceptions of local agents[J]. Revista Brasileira de Gestao de Negócios, 2015, 17: 1025-1043.
[17] KE S, HE M, YUAN C. Synergy and co-agglomeration of producer services and manufacturing: a panel data analysis of Chinese cities[J]. Regional Studies, 2014, 48(11): 1829-1841.
[18] PENG C, ELAHI E, FAN B, et al. Effect of high-tech manufacturing co-agglomeration and producer service industry on regional innovation efficiency[J]. Frontiers in Environmental Science, 2022, 10: 942057.
[19] 陈春明,麻艳林,陈佳馨. 先进制造业与科技服务业协同集聚对区域创新效率的影响[J]. 经济纵横,2023,39(4):90-98.
[20] HE W, LI Y, MENG X, et al. Will green technological progress help industrial collaborative agglomeration increase regional carbon productivity: evidence from Yangtze River Delta urban agglomerations[J]. Environment, Development and Sustainability, 2023(8): 1-28.
[21] CONNELL J, KRIZ A, THORPE M. Industry clusters: an antidote for knowledge sharing and collaborative innovation [J]. Journal of Knowledge Management, 2014, 18(1): 137-151.
[22] 苏雁,刘坤. 敢闯敢试 创新创优[N]. 光明日报,2023-06-15.
[23] DONG F, LI Y, ZHANG X, et al. How does industrial convergence affect the energy efficiency of manufacturing in newly industrialized countries?fesh evidence from China[J]. Journal of Cleaner Production, 2021, 316: 128316.