一、引 言
改革开放以来,中国经济保持了较高的增长速度,经济总量已经跃居世界第二;但随着人口红利消失、中等收入陷阱风险增加等原因,中国经济增速逐渐放缓,进入“新常态”阶段。创业活动是维持经济活力的重要推动力。为了鼓励创新创业、转变经济发展方式,李克强总理在2014年夏季达沃斯论坛上公开发出“大众创业、万众创新”的号召,习近平总书记在十九大报告中更是强调要激发和保护企业家精神,鼓励更多的社会主体投身创新创业活动。创业活动的开展,离不开资金的支持,融资约束是制约创业活动的重要原因。金融体系对缓解创业的融资约束问题和促进企业创立具有重要作用(Bianchi,2010;张龙耀等,2013)。中国社会融资体系是以商业银行为主体的间接融资体系,但随着资本市场规模的不断扩大,资本市场在社会融资体系中的作用日益凸显。作为金融体系的重要组成部分,股票市场对经济发展起到了重要的推动作用(Bekaert等,2006)。从20世纪90年代以来,中国多层次资本市场逐渐建立起来,众多企业先后通过股票市场完成融资,截至2019年底,中国A股市场累计发生3 835家企业IPO融资事件,募集资金累计3.28万亿元。资本市场融资不仅满足了企业的投资需求,扩大了企业生产规模,而且对企业所在地区的劳动力市场、商业环境、消费者支出、房地产市场都有重要的积极溢出效应(Kenney等,2012;Butler等,2019)。
经济发展需要新企业的不断创立与高质量成长,因此,通过激励新企业的设立并促进新企业的持续健康发展是实现经济高质量增长的有效途径。在政府各项创业政策的激励下,我国的创业活动非常活跃。根据工商局企业注册数据,我国企业创立数量呈现快速上升趋势,2000年全国各地区新注册企业数量为96.9万,到2017年已上升至941.7万,增长近10倍。尽管如此,根据全球创业调查报告(GEM)关于中国各个地区创业活动的调查数据显示,中国各个地区创业活动的差距越来越明显。那么,该如何解释地区间创业活动存在的巨大差异?一些学者从地区社会因素提出了解释,这些社会因素包括金融资源可得性(Kerr和Nanda,2009)、基础设施投资与税收优惠等政府政策、企业所处制度环境(Lu和Tao,2010)等。在众多因素中,金融资源是影响创业活动的最重要因素之一(Aghion等,2007)。从现有研究结果来看,首次公开募股(IPO)作为地区重要的金融资源,有效地促进了地区经济发展,而且IPO被视为创业成功的重要标志,在企业所在地区产生了强烈的示范效应。那么,IPO能否有效推动地区创业活动?如果能,IPO又是通过哪些机制影响创业活动?对于这些问题的讨论,不仅有助于理解中国地区创业活动的差异,而且有助于厘清资本市场反哺实体经济的机制。
基于2000—2017年全国工商企业注册数据和中国A股市场的IPO数据,本文从IPO事件影响地区创业活动的视角实证分析了资本市场对实体经济的溢出效应。我们主要得到了以下结论:第一,IPO能够显著提高地区创业活跃度以及平均创业规模,IPO事件对创业活动的正向激励效应在控制内生性的前提下依然成立。第二,调节效应的结果显示,IPO事件对公司制企业的创业活动具有显著的促进作用,但对非公司制企业的创业活动具有抑制作用。第三,IPO在促进地区创业活动的过程中具有“产业拉动效应”,IPO能够带动地区内同行业企业创业。第四,资本市场IPO事件对地区创业活动存在非常明显的“产业集聚效应”,IPO企业注册地周围2公里、10公里、20公里和30公里半径范围内的新企业成立数量在本地区的占比出现明显提升。第五,从地区企业创新能力的视角来看,IPO事件有利于地区企业的高质量发展,IPO事件能够显著提高本地区企业申请专利的数量和申请专利的企业数量,IPO事件显著提高了地区企业的创新能力,说明资本市场对地区经济高质量发展具有明显的溢出效应。
相比现有文献,本文的创新之处主要体现在以下几个方面:第一,本文基于全国工商企业注册数据,获取了地级市层面的企业创立数量、创立规模、创立类型等数据,全面、客观、准确地度量了城市层面的创业活动,降低了估计误差,丰富了城市创业活动领域的相关研究。现有研究主要采用工业企业数据库、年鉴数据以及抽样调查数据(吴晓瑜等,2014;陈刚,2015)来分析地区创业活动的影响因素,这些数据主要关注了规模以上企业注册数量或者个体层面创业活动的数据,而本文的研究数据和研究视角是对现有研究的有益补充。第二,本文通过分析IPO对地区创业活动的影响,为深刻理解IPO的经济溢出效应提供了更多微观证据。现有文献分别从房地产市场(Butler等,2019)、劳动力市场(Kenney等,2012)等角度分析了IPO引发的经济后果,但聚焦于IPO如何影响微观经济活跃度的文献较少,本文则从创业活动的角度,为客观理解IPO的经济溢出效应提供了新的视角。第三,本文拓展了金融体系特别是资本市场影响微观创业活动的研究。现有相关研究主要从金融发展(Bianchi,2010)、银行和风险投资等金融中介(De Bettignies和Brander,2007)以及非正规金融(马光荣和杨恩艳,2011)等角度分析了金融体系对地区创业活动的影响;然而,IPO作为连接企业和资本市场的重要纽带,其对创业活动的影响还未得到深入研究。本文将IPO纳入分析影响创业活动的研究框架中,有益于从多角度分析金融体系对创业活动的影响,进一步丰富了创业活动影响因素的相关研究。
二、理论分析与研究假设
创业是一个发现、识别和执行潜在商业机会的过程,创业机会往往来自创业者所处的周围环境中,创业活动深受地区环境的影响(Feldman,2001)。从创业条件来看,资金是制约创业活动的重要因素,充足的金融资源能够有效缓解创业过程中创业者所面临的融资约束问题(Bianchi,2010;张龙耀等,2013)。现有研究主要从两个方面分析了金融环境对创业活动的影响。一方面,从正规金融角度来看,银行、风险资本等作为重要的金融中介不仅能够为创业活动提供资金支持和分散创业风险,还能够为企业家提供管理经验,构建良好的经营环境(Gu等,2018)。另一方面,在正规金融渠道不发达的地区,创业者可以通过社会网络、宗族网络等非正规金融渠道向家人、亲戚、朋友等进行民间融资(马光荣和杨恩艳,2011)。总体而言,现有研究认为金融水平的提高有利于打破创业融资约束,更好地促进新企业的成立,这在外源融资依赖程度高的行业中更加明显(Rajan和Zingales,1998)。但现有研究主要关注银行体系、风险资本对创业活动的影响,而忽略了资本市场的金融资源对创业活动的影响。
资本市场特别是股票市场的首次融资(IPO)通常被视为创业者创业成功的重要标志,IPO不仅能够在创业者群体中形成强烈的轰动效应,而且具有非常显著的经济外溢效应。一方面,IPO事件有利于地区就业,企业在IPO后往往会提高对人力资本的投资,不仅增加了企业内部的雇佣人数,对地区就业增长也有显著的作用。Kenney等(2012)研究发现,企业上市后,员工人数以每年6%—7%的速度增长,整个地区的就业以1.4%—2%的速度增长。另一方面,IPO能够带动地区消费,现有研究表明,当企业IPO成功之后,其附近的本地消费者信用卡支出明显增多,地区房地产市场价格也有所提高(Butler等,2019)。此外,IPO事件还会扩大企业高管的财富规模,进而提高高管辞职创业的概率(Babina等,2017),对企业附近非贸易行业和建筑行业企业成立数量的影响更明显(Butler等,2019)。具体而言,我们认为IPO事件可以通过以下渠道影响地区创业活动。
首先,IPO事件具有“产业拉动效应”。一方面,IPO企业往往是该地区的行业龙头企业,在一定程度上代表了该行业的地区竞争优势,竞争优势可能来自该地区较低的成本(原材料、劳动力等)、完善的产业链或者优惠的产业政策等。这些竞争优势随着地区IPO事件增加而逐渐获得更多的关注,有利于吸引企业进入。在此背景下,IPO企业的发展能够拉动该地区相关行业的快速发展,进而对地区创业活动产生正向激励。另一方面,企业在IPO过程中会披露大量有关财务、公司治理、创新、产品以及行业发展和竞争等信息(Bhattacharya和Ritter,1983;Yosha,1995;Marra和Suijs,2004),相关创业企业不仅可以学习甚至复制IPO企业的成功之处,迅速获得创立企业所需的各项知识、信息以及资源等,还能快速了解地区行业发展和竞争现状,极大地降低了创业的搜寻成本和进入成本,提高了创业成功的概率,并且较低的进入成本还能够鼓励创业者开展更大规模的创业活动。
其次,IPO事件具有“产业集聚效应”。企业的发展离不开相关产业的分工与协作,IPO企业在发展过程中需要大量金融、法律、咨询等生产性服务,同时在很多生产环节还有外包需求,从而在IPO企业周围容易形成专业化分工、协作的产业网络,这为所在地提供了大量的创业机会。①并且企业可以通过IPO一次性获得大量外部资本用以扩大生产、提高产品竞争力和市场份额(Kim和Weisbach,2008),IPO企业在扩张过程中对生产和服务的需求增加,也能够产生更多的创业机会,鼓励新企业进入。同时,在IPO企业附近的创业企业还可以借助IPO企业周围发达的产业网络,快速从本地市场获得投入品,从而能够专注于主营业务的生产,这有效地降低了创业的进入门槛和成本,提高了生产效率。另外,上市企业往往具有“名牌效应”,并且能够为员工提供广阔的发展空间和丰厚的报酬,从而吸引优质劳动力流入,实现人力资本集聚。创业活动的开展离不开人力资本的支持,创业的成功在很大程度上取决于合适劳动力的可获得性(Combes和Duranton,2006),人力资本集聚不仅能够使得创业企业迅速在当地劳动力市场上获得创业所需的各种专业人才,还有助于创业者的培育和成功创业(Colombo等,2004;Siqueira,2007)。
最后,从长期来看,IPO事件能够通过提高地区市场需求,增加更多的创业机会。一方面,IPO事件能够带动地区消费,Butler等(2019)研究指出当企业IPO成功之后,其附近的本地消费者信用卡支出年均增长约10%—26%,消费支出的增加能够有效提振市场需求,从而形成新的创业需求。另一方面,IPO事件所带来的人力资本集聚不仅有利于创业企业获得专业人才,大量外部人才的流入还会增加本地市场需求,如住房需求、餐饮需求等,也有利于吸引新企业进入。并且当市场需求处于增长时,企业面临的经营风险较低,较好的发展前景使新成立的企业更容易获得所需资源去开拓商业机会,同时有利的成长环境能够激发创业者进行更大规模的项目投资。
由于长期视角下的市场需求难以度量,我们仅从IPO事件的“产业拉动效应”和“产业集聚效应”角度来探讨IPO事件对地区创业活动的影响机制。基于理论分析和数据可得性,我们提出以下需要验证的研究假设:
假设1:IPO事件能够显著提高地区创业活跃度和地区创业规模。
假设2:IPO事件能够显著激励本地区相关行业的创业活跃度,形成显著的“产业拉动效应”。
假设3:IPO事件能够显著促使创业活动向IPO企业周边集聚,形成显著的“产业集聚效应”。
三、数据来源、变量定义与统计分析
(一)样本选择与数据来源
本文以我国338个地级以上城市(包括地级市、自治州、盟、地区和直辖市)为研究对象,②实证分析了IPO事件对地区创业活动的影响。由于2000年之前的创业数据样本量太少,本文选取2000—2017年为研究区间。IPO事件数据来源于国泰安数据库,2000—2017年共发生了2575起IPO事件;企业创立数据来自全国工商企业注册数据,该数据来自以国家企业信用信息公示系统为数据源的天眼查数据库,我们整理了每个新注册企业的注册时间、注册资本规模、注册地址等数据,基础数据观测值达到9 498.43万条;其他数据来源于国泰安数据库、Wind 数据库、中经网统计数据库以及历年的《中国统计年鉴》。为了减弱异常值对分析结果的影响,本文在进行回归分析时对所有连续变量进行了上下1%的缩尾处理。
(二)变量定义
1.地区创业活动。本文从创业活跃度、创业规模两个角度刻画了地区创业活动。现有研究主要采用工业企业数据库、年鉴数据以及抽样调查数据(马光荣和杨恩艳,2011;吴晓瑜等,2014)来衡量地区创业情况。考虑到采用工业企业数据库、年鉴数据以及抽样调查数据不能够全面度量区域性创业活动的真实情况,本文借鉴叶文平等(2018)、赵涛等(2020)的研究方法,从全国工商企业注册数据库中得到地级市层面的创业企业数量,进而以年末总人口作为标准化基数,得到地区创业活跃度(Firm_New)。同时,采用每年地区创立企业注册资本总和与本年度该地区新成立企业数量比值的对数衡量地区平均创业规模(RC)。
2.IPO事件。IPO事件是本文的解释变量。现有研究主要从是否IPO、IPO频数角度来分析企业IPO所带来的影响(Babina等,2017),与Butler等(2019)一致,我们认为IPO活动的募集资金规模也是企业IPO的重要特征。因此,我们从是否存在IPO事件(IPO)、IPO频数(IPO_Count)和IPO募集资金规模(IPO_Capital)三方面来度量某地区的IPO事件情况。具体而言,当某地级市在某年存在企业IPO事件,则变量IPO被赋值1,否则为0;IPO频数(IPO_Count)采用地级市年度IPO企业数量的对数衡量;IPO募集资金规模(IPO_Capital)采用地级市年度募集资金总额的对数衡量。
3.控制变量。基于现有研究,本文控制了其他因素对地区创业活动的影响。经济环境是影响创业活动的重要因素,繁荣的经济环境有助于激发更多的创业活动(Lee和Mukoyama,2015)。本文使用地区人均收入水平(Pgdp)、经济发展速度(Growth)、经济开放程度(Open)三个指标来衡量影响创业活动的经济环境,其中,Pgdp使用地区实际人均 GDP 的对数衡量,Growth使用地区GDP增长率衡量,Open使用进出口总额占GDP的比重衡量。诸多文献研究发现,金融发展水平有利于资源合理配置,能够有效解决创业过程中的融资约束问题,有利于创业活动的开展(张龙耀等,2013),因此本文还控制了地区金融发展水平(Finance)对地区创业活动的影响,Finance使用地区金融机构信贷总额占GDP的比重衡量。地区人口特征也对创业活动具有重要影响(叶文平等,2018),我们从人口规模(Pop)角度来刻画地区人口特征,Pop为地区人口总数的对数。此外,我们还控制了纳税负担(Tax)(Baliamoune-Lutz和Garello,2014)以及产业结构(Inds)(郁培丽等,2012)对地区创业活动的影响,本文使用地区财政收入占GDP的比重衡量Tax,使用地区第二产业增加值占GDP的比重衡量Inds。最后,我们还控制了上一期的创业活跃度(LFirm_New)和创业规模(LRC)。③
四、计量结果分析
本文以模型(1)作为实证分析的基准模型,在回归分析中,除了控制地区人均财富水平(Pgdp)、经济发展速度(Growth)、产业结构(Inds)、纳税负担(Tax)、经济开放程度(Open)、人口规模(Pop)、金融发展水平(Finance)和上一期创业活动(LFirm_New、LRC)对地区企业创立的影响外,我们还控制了城市效应、时间效应对地区企业创立的影响。我们对该模型中的解释变量进行相关系数和方差膨胀因子检验,结果显示该模型中的多重共线性问题较小。另外,所有回归都使用了城市层面的稳健聚类标准误。
$ \begin{aligned} {Y_{it}} = & \alpha + {\beta _1}IP{O_{it}}/IPO\_Coun{t_{it}}/IPO\_Capita{l_{it}} + {\beta _2}Growt{h_{it}} + {\beta _3}Ind{s_{it}} + {\beta _4}Ta{x_{it}} \hfill \\ & + {\beta _5}Ope{n_{it}} + {\beta _6}Pgd{p_{it}} + {\beta _7}Po{p_{it}} + {\beta _8}Financ{e_{it}} + {\beta _{9}}{Y_{it - 1}} + CityEffect + YearEffect + {\varepsilon _{it}} \hfill \\ \end{aligned} $ | (1) |
其中,被解释变量Y包括地区创业活跃度(Firm_New)和地区平均创业规模(RC)。
(一)IPO与地区创业活跃度、创业规模
首先,我们分析了IPO事件对地区创业活跃度(Firm_New)的影响,回归结果如表1列(1)—列(3)所示。从中可以看出,在控制其他变量对地区创业活动影响的前提下,该地区是否发生IPO事件(IPO)、IPO频数(IPO_Count)、IPO募集资本规模(IPO_Capital)均对地区创业活跃度(Firm_New)存在显著正向的影响,这表明发生IPO的地区企业创立数量会显著增加。其次,我们还发现IPO事件、IPO频数、IPO募集资本规模对地区平均创业规模也有正向影响,这为本文的假设1提供了支持,表明作为金融体系的重要组成部分,资本市场通过企业IPO将虚拟资本注入实体经济,企业获得资本市场的资金可以进一步增加投资、扩大生产,带动相关产业的发展,从而能够为本地区的创业活动创造更多市场空间。
(1) | (2) | (3) | (4) | (5) | (6) | |
Firm_New | Firm_New | Firm_New | RC | RC | RC | |
IPO | 1.274*(1.86) | 0.051***(3.00) | ||||
IPO_Count | 3.783***(4.16) | 0.031**(2.20) | ||||
IPO_Capital | 1.189***(3.54) | 0.014***(2.74) | ||||
Growth | −0.012(−0.12) | −0.004(−0.03) | −0.005(−0.04) | 0.002(1.07) | 0.002(1.06) | 0.002(1.09) |
Pgdp | 4.190(1.51) | 4.594*(1.70) | 4.432(1.62) | 0.079*(1.89) | 0.081*(1.94) | 0.080*(1.90) |
Inds | −3.131***(−3.53) | −3.044***(−3.45) | −3.078***(−3.47) | 0.015(1.22) | 0.016(1.30) | 0.015(1.27) |
Tax | 1.084(0.33) | 0.773(0.24) | 0.878(0.27) | 0.034(0.80) | 0.033(0.79) | 0.034(0.80) |
Open | −0.735**(−2.35) | −0.713**(−2.33) | −0.725**(−2.34) | 0.008**(2.37) | 0.008**(2.39) | 0.008**(2.35) |
Pop | −3.165***(−7.37) | −3.187***(−7.40) | −3.178***(−7.40) | −0.006**(−2.20) | −0.007**(−2.28) | −0.006**(−2.23) |
Finance | 7.358***(3.26) | 7.488***(3.35) | 7.478***(3.32) | 0.071***(2.71) | 0.073***(2.77) | 0.073***(2.62) |
LFirm_New | 0.511***(10.06) | 0.513***(10.19) | 0.512***(10.14) | |||
LRC | 0.575***(24.31) | 0.575***(24.22) | 0.575***(24.29) | |||
City FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Constant | 117.264***(3.66) | 114.429***(3.62) | 115.426***(3.63) | 1.644***(4.15) | 1.630***(4.12) | 1.636***(4.13) |
N | 5 052 | 5 052 | 5 052 | 5 052 | 5 052 | 5 052 |
Adj_R2 | 0.873 | 0.874 | 0.874 | 0.861 | 0.861 | 0.861 |
注:括号内为稳健性t值,并经过城市层面的cluster调整;*、**和***分别代表在10%、5%和1%的水平上显著。下同。 |
控制变量方面,我们发现地区人均财富水平(Pgdp)对地区创业活跃度、平均创业规模具有显著正向影响,这主要是因为私人财富是创业早期最主要的融资渠道,创业者自身以及周围亲戚、朋友的财富水平较高时,创业者越有可能获得融资,并且融资成本也较低(马光荣和杨恩艳,2011)。地区产业结构(Inds)能够显著降低地区创业活跃度,这意味着第一和第三产业对创业活动的促进作用更加显著。作为第一和第三产业主要构成部分的服务业具有初创投资少、规模小、经营灵活、门槛低、见效快等特点,新企业的进入门槛较低,更容易产生创业活动(Johnson,2004)。对外开放程度(Open)显著降低了地区创业活跃度,这与Akpor-Robaro(2012)的发现一致,但对外开放程度显著提高了该地区平均创业规模。从地区人口规模(Pop)来看,在人口规模越大的地区,创业活动表现出较低的活跃度水平和平均创业规模的特征。地区金融发展水平(Finance)也会促进地区创业活跃度、平均创业规模的提高,这支持了Bianchi(2010)的研究结论。最后,我们发现上一期的创业活动与当期的创业活动显著正相关。
(二)内生性问题
上文已经得出IPO会影响地区创业活动的结论,但地区创业活动也可能影响本地区的IPO事件。IPO被视为创业成功的重要标志,大部分创业者在创业之初都会计划如何把企业做大、做强,并在合适时机进行IPO融资。在我国资本市场核准制下,众多初创企业经过大浪淘沙式的市场筛选,其中佼佼者才能获得上市融资的资格。因此,活跃的创业活动是本地区存在IPO企业的重要微观基础。基于以上分析,我们认为在创业活跃度越高的地区,出现IPO企业的概率越大、频数越高,同样更容易出现大规模融资的企业。另外,IPO事件和地区创业活动的关系还受到遗漏变量的影响,例如较高的经济发展水平和有利的营商环境都会导致该地区IPO事件与创业活动存在正向的关系。工具变量方法是解决内生性问题的重要方法,但由于IPO事件和创业活动存在上述遗漏变量和反向因果等问题,这导致寻找到合适的外生工具变量几乎不可能实现(Butler等,2019)。参考Butler等(2019)的研究方法,并结合我国特殊的IPO制度,我们采用多种识别方法以降低IPO事件与创业活动之间的内生性问题。
首先,我们使用多时点DID的方法分析IPO事件对地区创业活跃度和创业规模的影响。由于一些地区的IPO事件比较频繁,为了使用DID分析方法,我们剔除了一些样本,具体识别过程如下:第一,根据国泰安数据库公布的1990年至2021年7月31日A股企业上市数据,我们识别了各地级市首次出现IPO的年份,在此基础上,选择第一次IPO事件发生在2000—2017年且此后三年没有IPO事件的地级市为实验组,一共获得67个地级市样本;第二,以2000—2017年没有发生过IPO的地级市为控制组;第三,根据经济发展水平(GDP)选择最相近的地级市作为控制组,以控制经济发展水平和地区制度环境的差异,并根据时间匹配最终实现实验组与控制组样本一一对应。当某地级市为实验组时,Treat变量赋值为1,控制组对应的Treat变量赋值为0。实验组的地级市在IPO事件发生之后,Post变量赋值为1,其他情况取值为0。基于此,我们计算了双重差分项Treat_Post,并进行多时点DID分析。结果如表2列(1)和列(2)所示,我们发现双重差分项(Treat_Post)对地区创业活跃度(Firm_New)和平均创业规模(RC)都存在显著正向影响。该结果意味着在控制遗漏变量影响的情况下,相比没有IPO事件的地区,IPO事件的发生对本地区创业活跃度和平均创业规模都产生了显著的促进作用。④
(1) | (2) | (3) | (4) | |
Firm_New | RC | Firm_New | RC | |
Treat_Post | 2.253**(2.10) | 0.113**(2.01) | ||
IPO_CF | 0.180(0.45) | −0.001(−0.08) | ||
Controls | 控制 | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 |
Constant | 37.992(0.64) | 3.200(1.15) | 113.298***(4.67) | 1.397**(2.49) |
N | 543 | 543 | 4 850 | 4 850 |
Adj_R2 | 0.918 | 0.798 | 0.906 | 0.893 |
其次,参考Butler等(2019)在解决IPO事件与地区房价、就业等变量之间内生性问题的方法,我们将IPO事件的时间随机赋值,生成虚假的IPO事件(IPO_CF),进行反事实检验。列(3)和列(4)的结果显示,虚假的IPO事件(IPO_CF)对地区创业活跃度和平均创业规模不存在显著影响。这意味着,基准回归中IPO事件与地区创业活动的关系并不是地区特征导致的虚假结果。
另外,我国特殊的IPO制度也为我们在控制内生性前提下讨论IPO事件对地区创业活动的溢出效应提供了契机。由于我国资本市场融资具有较高的门槛,很多企业申请上市但最终因没有通过监管部门的审核而未能上市融资。这个现实背景为我们考察IPO事件的经济溢出效应提供了准自然实验环境。理论上讲,假设地区A和地区B都存在申请IPO的企业,这意味着两个地区在经济发展水平、营商环境等方面没有系统性差别。如果地区A的IPO申请被否,但地区B的企业获得IPO资格;那么,我们通过比较两个地区在IPO被否和IPO通过之后创业活动的差异,就可以降低由于识别问题所带来的估计偏误。中国证监会从2004年才开始公布发审委会议审核结果数据,基于此我们识别了2004—2017年之间所有IPO申请企业的信息和审核结果数据。我们从中筛选了2004—2017年申请IPO失败且在2004—2017年没有重新上市的企业(共286家),并识别其所在的地级市(286家企业涉及82个地级市)。根据研究需求,我们设置了三个上市特征变量:当该地区存在IPO被否企业同时该地区在对应年份没有IPO成功企业时,IPO1取值为1,否则为0;当该地区存在IPO被否企业但该地区在本年度有其他IPO成功企业时,IPO2取值为1,否则为0;当该地区所有申请IPO企业都通过审核时,IPO3取值为1,否则为0。表3列(1)和列(2)的结果显示,IPO1对地区创业活跃度和平均创业规模没有显著影响,IPO2仅对地区创业活跃度存在显著正向影响,而IPO3显著提高了地区创业活跃度和平均创业规模。这些结果说明,如果地区IPO申请都被否决,那么潜在IPO事件(IPO1)不能对地区创业活动产生溢出效应,这是由于IPO被否地区资本市场的资金没有流入本地区,因此IPO事件的经济溢出效应不存在,这也从反面印证了IPO事件具有显著的创业活动激励效应。
(1) | (2) | (3) | (4) | |
Firm_New | RC | Firm_New | RC | |
IPO1 | −3.825(−1.04) | −0.041(−1.61) | ||
IPO2 | 9.602**(2.10) | 0.037(1.55) | ||
IPO3 | 6.765**(2.50) | 0.045***(2.63) | ||
IPO4 | 4.421(1.48) | −0.013(−0.18) | ||
Controls | 控制 | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 |
Constant | 173.492***(2.71) | 2.727***(7.78) | 366.213***(5.43) | 2.533(1.48) |
N | 4 304 | 4 304 | 590 | 590 |
Adj_R2 | 0.782 | 0.792 | 0.922 | 0.941 |
同样,我们基于IPO申请被否的事件,通过样本匹配方法比较存在潜在IPO事件(IPO被否事件)的地区和没有IPO事件地区在创业活动上的差异。正如前文所述,较高的经济发展水平和有利的营商环境可以促进IPO事件和创业活动的同时发生,潜在IPO事件和IPO事件在以上两个外部环境方面不存在显著差异,只是潜在IPO事件并没有将资本市场的资金引入地区经济发展中。因此,我们可以通过比较存在潜在IPO事件地区和没有IPO事件地区在创业活动上的差异,进一步说明IPO事件对创业活动的影响。我们预期,潜在IPO事件(IPO4)对地区创业活动不存在显著影响。我们的识别过程如下:在识别完潜在IPO事件基础上,我们将存在IPO申请被否同时本年度没有其他IPO事件的地级市作为实验组(共涉及34个地级市),并以该年度为标准向前和向后扩展年份,直到该地区在某年份存在IPO事件为止。然后,根据经济发展水平(GDP)寻找34个实验组的对照组,对照组选择方式为同省份经济发展水平(GDP)相近且在实验组的时间区间内没有IPO的地级市(存在一个控制组对应多个实验组的情况)。基于此,我们设置潜在IPO事件变量(IPO4):实验组发生IPO申请被否的年份为1,其余年份为0。表3列(3)和列(4)的结果说明潜在IPO事件变量(IPO4)并没有显著影响地区创业活动,这意味着尽管潜在IPO事件与地区创业活动都受到外部经济发展水平、营商环境等因素的共同影响,但由于潜在IPO事件并没有把资本市场的资金引入本地区,因此,潜在IPO事件并没有对该地区创业活动产生正向溢出效应,这也说明IPO事件对地区创业活动确实存在正向激励作用。
(三)调节效应分析:基于企业类型的视角
公司制企业和非公司制企业是我国市场上两类典型的经营主体,其中非公司制企业主要是个体工商企业,这类企业的固定资产规模较小,主要无形资产为客户网络、手艺等,较低的劳动力成本和较低的产品价格是其主要竞争优势(汪海粟和姜玉勇,2014)。相比非公司制企业而言,公司制企业的投资规模相对较大,且大多为机会型创业,更容易受外部环境的影响。IPO事件通过“产业拉动效应”“产业集聚效应”为当地创造了更多的创业机会,更有利于公司制企业的发展和大规模创业活动的培育。因此,我们预期IPO事件对公司制企业创业活动的影响更强。我们根据企业类型将地区注册企业划分为公司制企业和非公司制企业两类,其中公司制企业包括有限责任公司和股份有限公司,非公司制企业包括独资企业、合伙制企业和个体工商户企业,并使用地区公司制企业注册数量与本地区总人口数的比值度量该地区公司制企业成立情况(LFirm_New),使用地区非公司制企业注册数量与本地区总人口数的比值度量该地区非公司制企业成立情况(IFirm_New)。表4报告了IPO对公司制、非公司制企业创业影响的回归结果。结果表明,IPO事件、IPO事件频数、IPO事件募集资本规模与非公司制企业创业显著负相关,而IPO事件、IPO事件频数、IPO事件募集资本规模对公司制企业创业有显著的正向影响,这说明IPO能够促进公司制企业的成立,但会抑制非公司制企业的创业活动。这主要是因为企业IPO后不仅会获得大量融资,还会分散投资风险,这使得IPO企业往往愿意投资风险较高但生产效率更高的技术,积极开展创新活动(张劲帆等,2017),所以IPO较多的地区容易产生创新,进而推动产业结构升级,而产业结构升级往往意味着初级产业会被更高端的产业替代。由于规模小、技术门槛低等原因,非公司制企业难以突破自身在信息、技术、资金等方面的障碍,无法适应产业结构升级所带来的技术等方面的要求,因此这种类型企业的创业活动会受到抑制。
(1) | (2) | (3) | (4) | (5) | (6) | |
IFirm_New | LFirm_New | IFirm_New | LFirm_New | IFirm_New | LFirm_New | |
IPO | −1.055**(−2.11) | 1.633***(4.57) | ||||
IPO_Count | −1.409**(−2.13) | 3.269***(6.84) | ||||
IPO_Capital | −0.519*(−1.92) | 1.136***(5.91) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Constant | 76.024***(3.44) | 31.086*(1.85) | 77.259***(3.52) | 28.850*(1.77) | 76.671***(3.48) | 29.495*(1.78) |
N | 5 052 | 5 052 | 5 052 | 5 052 | 5 052 | 5 052 |
Adj_R2 | 0.790 | 0.850 | 0.791 | 0.854 | 0.790 | 0.852 |
五、进一步讨论
上文回归分析已经验证IPO对地区创业活动具有非常明显的激励作用,下文我们重点分析IPO促进地区创业活动过程中的“产业拉动效应”和“产业集聚效应”,以此探讨IPO事件对地区创业活动的影响机制。本部分还进一步探讨了IPO事件对地区创业企业质量的影响。对于这些问题的分析有助于我们更加全面理解IPO事件如何影响地区创业活动。
(一)IPO事件的“产业拉动效应”分析
IPO事件能够让潜在创业者快速了解到地区的竞争优势、行业发展和竞争现状,极大地降低了创业的搜寻成本和进入成本,有利于吸引企业进入,拉动该地区相关行业的快速发展,因此IPO事件具有“产业拉动效应”。为了验证IPO促进创业的“产业拉动效应”,我们按照《国民经济行业分类标准》(2017)的门类将所有创业企业分为20个行业,并基于全国工商企业注册数据统计了各地区年度各行业企业成立数量,使用各行业企业成立数量与地区总人口数的比值来衡量各行业企业成立数量(Firm_Industry),且我们按照行业区分了IPO事件,各行业是否IPO(IPO_Industry)是虚拟变量,地区发生IPO年份为1,未发生IPO年份为0;各行业IPO频数(IPO_InCo)采用每个地级市年度各行业IPO企业数量的对数衡量;各行业IPO事件募集资金规模(IPO_InCa)采用每个地级市年度各行业募集资金总额的对数衡量。表5各列分别报告了 IPO事件影响同行业企业成立的回归结果,发现IPO事件、IPO频数、IPO募集资本规模都显著提高了同行业企业创立数量,这说明IPO事件对地区创业活动具有“产业拉动效应”,该结果支持了本文的研究假设2,意味着IPO事件具有促进本地区同行业创业活动的激励效应。
(1) | (2) | (3) | |
Firm_Industry | Firm_Industry | Firm_Industry | |
IPO_Industry | 1.661***(3.17) | ||
IPO_InCo | 1.633***(3.55) | ||
IPO_InCa | 0.145***(3.28) | ||
Controls | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 |
Industry FE | 控制 | 控制 | 控制 |
Constant | 4.330***(3.02) | 4.265***(2.99) | 4.318***(3.01) |
N | 97 581 | 97 581 | 97 581 |
Adj_R2 | 0.294 | 0.293 | 0.294 |
(二)IPO事件的“产业集聚效应”分析
企业的发展离不开相关产业的分工与协作,IPO企业在发展过程中需要大量生产性服务和外包服务,从而在IPO企业周围容易形成专业化分工、协作的产业网络,IPO企业附近有大量的创业机会。因此,IPO对地区创业活动具有“产业集聚效应”。为了验证IPO促进创业的“产业集聚效应”,我们识别了每个创业企业的具体地理位置,并计算了其与IPO企业的地理距离,然后统计了IPO企业注册地周围2公里、10公里、20公里和30公里半径范围内创业企业数量占地区内企业成立总数的比例(Firm_New02、Firm_New10、Firm_New20、Firm_New30),用以衡量IPO企业周围创业企业的集聚程度。由于我们能够识别每个IPO企业的具体地理位置,因此,我们可以考察IPO事件对周围创业活动的持续影响。基于此,我们重新定义了IPO以及IPO募集资本变量,未发生IPO年份为0,IPO发生年份及之后均为1(IPO_Gather);未发生IPO年份募集资本为0,IPO发生年份及之后均为当年募集资本的对数(Capital_Gather)。表6为IPO事件对地区创业企业成立布局的影响结果,发现IPO事件以及IPO募集资本与IPO企业注册地周围2公里、10公里、20公里和30公里半径内的创业企业比例显著正相关,表明IPO事件能够促进IPO企业周围创业企业的数量增加,即企业IPO事件对本地区创业活动具有非常显著的“产业集聚效应”,这为IPO事件影响地区创业活动提供了另外一种解释机制,同时也支持了本文的研究假设3。
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
Firm_New02 | Firm_New10 | Firm_New20 | Firm_New30 | Firm_New02 | Firm_New10 | Firm_New20 | Firm_New30 | |
IPO_Gather | 16.250***(6.73) | 42.781***(5.68) | 27.890***(3.26) | 13.822*(1.68) | ||||
Capital_Gather | 1.465***(6.34) | 3.969***(6.00) | 2.675***(3.35) | 1.326*(1.75) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Constant | −4.864(−0.12) | −22.455(−0.17) | 338.620*(1.71) | 314.770(1.55) | −5.326(−0.13) | −24.005(−0.18) | 337.347*(1.71) | 314.138(1.55) |
N | 43 671 | 43 671 | 43 671 | 43 671 | 43 671 | 43 671 | 43 671 | 43 671 |
Adj_R2 | 0.471 | 0.468 | 0.510 | 0.555 | 0.471 | 0.468 | 0.510 | 0.555 |
(三)IPO事件与地区企业高质量发展
目前,我国经济正在由高速增长阶段转向高质量发展阶段,创新是“新常态”下经济稳定增长的核心动力,也是促进经济增长方式转变的根本途径。作为微观经济主体的企业,创新能力是企业生存和发展的根本,创新能力不仅影响了微观企业的竞争优势,而且能够影响宏观经济发展的质量。IPO事件可以通过以下两种途径影响地区企业创新能力:第一,企业上市使得股票可以在资本市场自由流通,扩大了企业的融资渠道,降低了融资成本,并且企业上市还能将创新活动带来的风险转移并分散到众多投资者身上,这使得IPO企业愿意投资风险较高但生产效率更高的技术,因此,IPO提高了企业的创新能力(张劲帆等,2017)。而且,上市企业的信息披露有利于形成信息溢出效应,上市企业创新的信息更容易被其他企业获取,从而带动整个地区企业的创新活动。第二,我国的资本市场具有比较明显的产业导向,资本市场近几年的发展更加偏向于新兴行业、高科技行业。⑤在资本市场IPO偏好的引导下,各地区也积极开展产业升级,初级产业会被更高端的产业替代,地区创新能力也不断提升。基于此,我们预期IPO事件能够提高该地区企业的创新能力。参考党文娟等(2008)、Liu(2011)、蔡翔等(2013)的研究,我们统计了地区企业申请专利的数量,进而以地区总人口数作为标准化基数,得到地区企业创新能力(Patent_Numa)。进一步地,为了增强结果的稳健性,我们还计算了2000年以来各地区各年累计创业企业数量,并将其作为标准化基数,计算地区企业创新能力(Patent_Numb)。在此基础上,我们还统计了地区申请专利的公司数量,分别以地区总人口数、2000年以来各地区各年累计创业企业数量作为标准化基数,得到地区企业创新能力(Patent_Coma和Patent_Comb)。回归结果如表7所示。由于IPO虚拟变量、IPO募集资本规模变量的回归原理及结果的显著性与IPO频数完全一致,因此我们以地区IPO频数为例,分析IPO活动对企业发展质量的影响。结果表明,IPO事件频数显著提高了地区企业创新能力,这意味着IPO事件能够有效促进地区企业高质量发展,也说明资本市场对实体经济的高质量发展具有非常明显的正向溢出效应。
(1) | (2) | (3) | (4) | |
Patent_Numa | Patent_Coma | Patent_Numb | Patent_Comb | |
IPO_Count | 0.459***(4.04) | 0.193***(4.03) | 7.413***(6.48) | 2.656***(7.08) |
Controls | 控制 | 控制 | 控制 | 控制 |
City FE | 控制 | 控制 | 控制 | 控制 |
Year FE | 控制 | 控制 | 控制 | 控制 |
Constant | 4.392**(2.48) | 2.377***(3.05) | −11.250(−0.45) | −1.644(−0.17) |
N | 5 052 | 5 052 | 5 052 | 5 052 |
Adj_R2 | 0.725 | 0.752 | 0.781 | 0.811 |
(四)稳健性分析⑥
首先,由于行政级别的特殊性,直辖市和普通地级市在城市资源、政策环境方面存在很大差异,因此,本文剔除了北京、天津、上海和重庆四个直辖市的样本,进行稳健性分析。结果表明,剔除直辖市样本后,IPO事件三个变量都显著提高了地区创业活跃度和平均创业规模,这与基准回归中的结果保持一致,这说明本文的结果具有较强的稳健性。
其次,IPO事件对创业活动可能具有持续性的影响,为了分析结论的稳健性,我们重新定义了IPO事件的三个变量。我们将IPO当年和下一年对应的IPO虚拟变量(IPO_Dummy1)都赋值为1;同样,我们将IPO频数和IPO募集资本规模也进行滞后一期处理,如果某地区在滞后一期也发生了IPO事件,那么我们将IPO频数和募集资本规模进行加总得到IPO频数变量(IPO_Count1)和IPO募集资本规模变量(IPO_Capital1)两个新变量。采用同样的方法,我们还计算了滞后两期的情况,得到IPO_Dummy2、IPO_Count2和IPO_Capital2三个新变量。利用基准回归模型,我们进一步分析了IPO事件对本地区创业活动的影响。结果表明,使用新的IPO事件度量指标后,除IPO虚拟变量外,IPO频数、IPO募集资本规模均对地区创业活跃度存在显著的正向影响,这说明IPO事件对创业活动具有持续性的影响,也即本文的结果具有较强的稳健性。
六、研究结论与启示
金融发展与经济增长的关系是经济学领域探讨的重要话题之一(Goldsmith,1969;Shaw,1973)。作为实体经济的直接融资渠道,资本市场的金融资源是经济发展的重要推动力。经济发展需要新企业的不断创立与高质量成长,探究地区创业活动存在的差异是解释地区经济活力高低以及经济发展质量的重要视角。基于此,本文从IPO事件影响地区创业活动的视角,研究我国资本市场发展对实体经济的影响效应。采用我国各地区企业工商注册数据,本文从创业活跃度、创业规模、创业企业类型、创业地理布局等多个维度刻画了各地区的创业活动。通过实证分析,我们主要得到以下研究结论:第一,IPO能够显著提高地区创业活跃度以及平均创业规模,IPO事件对创业活动的正向激励效应在控制内生性的前提下依然成立。第二,调节效应的结果显示,IPO事件对公司制企业的创业活动具有显著的促进作用,但会抑制非公司制企业的创业活动。第三,IPO在促进地区创业活动的过程中具有“产业拉动效应”,具体表现为IPO能够带动该地区同行业企业的创业。第四,资本市场IPO事件对地区创业活动存在非常明显的“产业集聚效应”,IPO企业注册地周围2公里、10公里、20公里和30公里半径范围内的新企业成立数量在本地区的占比出现明显提升。第五,从地区企业创新能力的视角来看,IPO事件对地区企业高质量发展具有一定影响,IPO事件能够显著提高本地区企业申请专利的数量和申请专利的企业数量,IPO事件显著提高了本地区企业的创新能力,这有利于实体经济的高质量发展。
本文从IPO事件与地区创业活动关系的角度为厘清资本市场如何影响实体经济提供了系统性证据。资本市场特别是股票市场的首次融资(IPO)通常被视为创业者创业成功的重要标志,IPO不仅能够在创业者群体中形成强烈的轰动效应,而且具有非常显著的经济外溢效应,这能够提高地区创业活跃度和经济活力。从长期来看,IPO还能够提高地区创新水平,有利于地区企业的长期可持续发展。截至2020年底,中国实体经济通过股票市场直接融资的比率占国内生产总值的78.46%,而美国资本市场融资占国内生产总值的比例已经超过267.37%,从横向比较来看,中国资本市场还有很大发展空间。基于本文的研究结论,我们认为可以通过以下两个方面进一步促进我国的创业活动:第一,政府要继续推进多层次资本市场建设,为解决企业的融资问题提供更多资本市场解决方案,从而提升资本市场促进创业活动的激励效应。本文主要认为IPO事件具有非常显著的创业激励效应,随着我国资本市场规模的不断壮大、结构的持续优化,这将提高IPO事件对创业活动的激励效应。我国多层次资本市场将通过融资效应、创业激励效应等为实体经济的发展不断注入新活力。第二,各地区要充分利用好IPO事件的创业激励效应,为创业活动营造更有利的营商环境。俗话讲,“单丝不成线,独木不成林”,从目前来看,能够在资本市场进行IPO的企业一般是具有较强行业竞争优势的企业,这也意味着该地区围绕IPO企业已经形成了较为完整的产业链和产业竞争优势。各地区政府应该充分重视IPO企业所形成的产业竞争优势,为企业未来投资以及新企业的成立创造更有利的营商环境,从而放大IPO事件对地区创业活动形成的激励效应。
① 我们可以从现实中观察到很多龙头企业或上市企业引致的“产业集聚效应”,相关新闻报道可以参阅《中国工厂,越南江湖:我们千里南下看到的真实淘金故事》(《财经》,2020年第15期)和《深圳最牛的那条街》(《中国经济周刊》,2020年第15期)。
② 由于哈密市、三沙市、儋州市的数据缺失,最终样本只包含了335个城市。
③ 受篇幅所限,此处未汇报主要变量的描述性统计;如有需要,可向作者索取。
④ 需要说明的是,双重差分方法(DID)的使用需要满足平行趋势假设和安慰剂检验,我们也对这两个条件进行了分析,结果显示我们的数据满足双重差分的前提条件。限于篇幅,我们没有在文中汇报;如读者需要,可向作者索取。
⑤ 2018年我国沪市IPO的57家企业,募集资金864.9亿元,其中高科技企业融资占比71.9%。
⑥ 受篇幅所限,此处未汇报稳健性检验的结果;如有需要,可向作者索取。
[1] | 蔡翔, 崔晓兰, 熊静, 等. 我国地区R&D效率及其影响因素探究——基于“科研产出—成果转化”视角[J]. 软科学, 2013(3): 80–84. DOI:10.3969/j.issn.1001-8409.2013.03.018 |
[2] | 陈刚. 管制与创业——来自中国的微观证据[J]. 管理世界, 2015(5): 89–99. |
[3] | 党文娟, 张宗益, 康继军. 创新环境对促进我国区域创新能力的影响[J]. 中国软科学, 2008(3): 52–57. DOI:10.3969/j.issn.1002-9753.2008.03.008 |
[4] | 马光荣, 杨恩艳. 社会网络、非正规金融与创业[J]. 经济研究, 2011(3): 83–94. |
[5] | 汪海粟, 姜玉勇. 个体工商户的行业分布、生存状态及其或然走向[J]. 改革, 2014(4): 112–119. |
[6] | 吴晓瑜, 王敏, 李力行. 中国的高房价是否阻碍了创业?[J]. 经济研究, 2014(9): 121–134. |
[7] | 叶文平, 李新春, 陈强远. 流动人口对城市创业活跃度的影响: 机制与证据[J]. 经济研究, 2018(6): 157–170. |
[8] | 郁培丽, 田海峰, 杨雪. 产业结构对创业人员活动影响的理论与实证探究[J]. 管理学报, 2012(6): 837–842. DOI:10.3969/j.issn.1672-884X.2012.06.008 |
[9] | 张劲帆, 李汉涯, 何晖. 企业上市与企业创新——基于中国企业专利申请的研究[J]. 金融研究, 2017(5): 160–175. |
[10] | 张龙耀, 杨军, 张海宁. 金融发展、家庭创业与城乡居民收入——基于微观视角的经验分析[J]. 中国农村经济, 2013(7): 47–57. |
[11] | 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65–75. |
[12] | Aghion P, Fally T, Scarpetta S. Credit constraints as a barrier to the entry and post-entry growth of firms[J]. Economic Policy, 2007, 22(52): 732–779. DOI:10.1111/j.1468-0327.2007.00190.x |
[13] | Akpor-Robaro M O M. The impact of globalization on entrepreneurship development in developing economies: A theoretical analysis of the nigerian experience in the manufacturing Industry[J]. Management Science and Engineering, 2012, 6(2): 1–10. |
[14] | Babina T, Ouimet P, Zarutskie R. Going entrepreneurial? IPOs and new firm creation[J]. Finance and Economics Discussion Series, 2017, 1(2): 1–22. |
[15] | Baliamoune-Lutz M, Garello P. Tax structure and entrepreneurship[J]. Small Business Economics, 2014, 42(1): 165–190. DOI:10.1007/s11187-013-9469-9 |
[16] | Bekaert G, Harvey C R, Lundblad C. Growth volatility and financial liberalization[J]. Journal of International Money and Finance, 2006, 25(3): 370–403. DOI:10.1016/j.jimonfin.2006.01.003 |
[17] | Bhattacharya S, Ritter J R. Innovation and communication: Signalling with partial disclosure[J]. The Review of Economic Studies, 1983, 50(2): 331–346. DOI:10.2307/2297419 |
[18] | Bianchi M. Credit constraints, entrepreneurial talent, and economic development[J]. Small Business Economics, 2010, 34(1): 93–104. DOI:10.1007/s11187-009-9197-3 |
[19] | Butler A W, Fauver L, Spyridopoulos I. Local economic spillover effects of stock market listings[J]. Journal of Financial and Quantitative Analysis, 2019, 54(3): 1025–1050. DOI:10.1017/S0022109019000188 |
[20] | Colombo M G, Delmastro M, Grilli L. Entrepreneurs’ human capital and the start-up size of new technology-based firms[J]. International Journal of Industrial Organization, 2004, 22(8-9): 1183–1211. DOI:10.1016/j.ijindorg.2004.06.006 |
[21] | Combes P P, Duranton G. Labour pooling, labour poaching, and spatial clustering[J]. Regional Science and Urban Economics, 2006, 36(1): 1–28. DOI:10.1016/j.regsciurbeco.2005.06.003 |
[22] | De Bettignies J E, Brander J A. Financing entrepreneurship: Bank finance versus venture capital[J]. Journal of Business Venturing, 2007, 22(6): 808–832. DOI:10.1016/j.jbusvent.2006.07.005 |
[23] | Feldman M P. The entrepreneurial event revisited: Firm formation in a regional context[J]. Industrial and Corporate Change, 2001, 10(4): 861–891. DOI:10.1093/icc/10.4.861 |
[24] | Goldsmith R W. Financial structure and development[M]. New Haven: Yale University Press, 1969. |
[25] | Gu W T, Qian X Z, Lu J P. Venture capital and entrepreneurship: A conceptual model and research Suggestions[J]. International Entrepreneurship and Management Journal, 2018, 14(1): 35–50. DOI:10.1007/s11365-017-0463-6 |
[26] | Johnson P. Differences in regional firm formation rates: A decomposition analysis[J]. Entrepreneurship Theory and Practice, 2004, 28(5): 431–446. DOI:10.1111/j.1540-6520.2004.00056.x |
[27] | Kenney M, Patton D, Ritter J R. Post-IPO employment and revenue growth for U. S. IPOs, June 1996-2010[R]. Ewing Marion Kauffman Foundation Report, 2012. |
[28] | Kerr W R, Nanda R. Democratizing entry: Banking deregulations, financing constraints, and entrepreneurship[J]. Journal of Financial Economics, 2009, 94(1): 124–149. DOI:10.1016/j.jfineco.2008.12.003 |
[29] | Kim W, Weisbach M S. Motivations for public equity offers: An international perspective[J]. Journal of Financial Economics, 2008, 87(2): 281–307. DOI:10.1016/j.jfineco.2006.09.010 |
[30] | Lee Y, Mukoyama T. Entry and exit of manufacturing plants over the business cycle[J]. European Economic Review, 2015, 77: 20–27. DOI:10.1016/j.euroecorev.2015.03.011 |
[31] | Liu H D. Research on regional R&D efficiency and its influencing factors——Empirical analysis based on stochastic frontier function[J]. Studies in Science of Science, 2011, 29(4): 548–556. |
[32] | Lu J Y, Tao Z G. Determinants of entrepreneurial activities in China[J]. Journal of Business Venturing, 2010, 25(3): 261–273. DOI:10.1016/j.jbusvent.2008.10.005 |
[33] | Marra T, Suijs J. Going-public and the influence of disclosure environments[J]. Review of Accounting Studies, 2004, 9(4): 465–493. DOI:10.1007/s11142-004-7793-7 |
[34] | Rajan R G, Zingales L. Financial dependence and growth[J]. The American Economic Review, 1998, 88(3): 559–586. |
[35] | Shaw E S. Financial deepening in economic development[M]. New York: Oxford University Press, 1973. |
[36] | Siqueira A C O. Entrepreneurship and ethnicity: The role of human capital and family social capital[J]. Journal of Developmental Entrepreneurship, 2007, 12(1): 31–46. DOI:10.1142/S108494670700054X |
[37] | Yosha O. Information disclosure costs and the choice of financing source[J]. Journal of Financial Intermediation, 1995, 4(1): 3–20. DOI:10.1006/jfin.1995.1001 |