本书(本研究)依托产业关联理论,特别是产业间溢出效应的相关研究成果,结合投入产出分析法的核心思想,基于产业链研究的新成果以及企业管理研究中的组织学习理论,通过对国内外相关文献进行搜集、整理、研读,在对战略产业的内涵与特征进行充分界定的基础上,构建产业链视角下战略产业选择与投资综合模型,具体包括三个子模型———产业链视角下战略产业选择模型、产业链视角下政府战略产业投资模型、产业链视角下企业战略投融资策略模型。在此基础上,基于大样本数据分析及对重点产业、地区及企业的调研,运用实证研究法和案例研究法对上述理论模型予以检验,并分别从国家层面、地方层面、企业层面的视角提出相应的政策或对策建议。
本研究的主要研究工作如图1-1所示。
图1-1 课题主要研究工作
本研究基于对已有文献的深入研究,构筑起相应的理论模型,并运用实证研究和案例研究对理论模型予以检验。具体而言,采用如下研究方法:
第一,文献研究法。通过检索EBSCO(Business Source Premier)、JSTOR、Web of Science(SSCI)、Wiley-Blackwell、中国期刊全文数据库(中国知网)、中国报纸资源全文数据库、在线图书数据库等中英文数据库,搜集战略产业、产业结构、产业关联、产业间溢出效应、产业链、组织学习等相关领域的文献,建立起本研究的文献资料库,对入库的所有文献进行泛读,对100篇左右的核心经典论文予以精读和提炼。
第二,理论建模法。吸收产业经济学、区域经济学、计量经济学、国际贸易学等学科的相关思想,在产业关联理论特别是产业间溢出效应相关研究的基础上,运用产业链研究的新成果,对现有的投入产出分析法进行有效的精简与优化,构建产业链视角下战略产业选择模型与产业链视角下政府战略产业投资模型,进而借鉴企业管理领域的组织学习理论,进一步构建产业链视角下企业战略投融资策略模型。
第三,实证研究法。本研究将对中国A股上市公司的数据进行搜集、整合,并运用以动态面板数据的广义矩估计方法为代表的计量经济学模型对上述理论模型予以检验,包括战略产业投资的影响因素和预期效果、政府产业投资决策、企业投融资决策及其绩效等不同经济变量之间的关系等,对战略产业经济活动中的基本要素,如投入、产出等进行预测分析。上述方法具有内生性解决良好、模型匹配适应性强的特点,能够很好地解决面板数据中变量与扰动项的关联所产生的内生性问题。同时,本研究还将在上述计量模型的基础上,运用相关系数检验、Sargan检验、序列自相关检验等多种模型检验方法,以增加计量模型的合理性和可靠性。
第四,案例研究法。本研究将选择有代表性的地区、产业案例进行深入剖析,以便更好地验证与丰富相关理论模型,为提出合理化政策建议确立更扎实、鲜活的实践基础。同时,基于产业链视角选择2-3个企业典型案例展开研究,以便更好地把握战略产业的溢出效应对企业的复杂、动态影响,为企业更有效地做出战略投融资决策提供参考。
本研究所需要的数据样本主要来源于以下几个渠道:
第一,基于2002、2007、2012和2017年的《中国投入产出表》中的数据,借鉴Antràs等的研究方法,利用全国40个产业与消费者的距离数据,测算出其在国民经济中的相对位置。同时,本研究将进一步采用产业链位置评分差值,计算出产业间距离,生成产业间距离变量。具体而言,为了保证产业链位置与产业间距离变量的稳健性,本研究将采用两种不同的测算方法进行交叉验证:其一,基于产业间的投入产出消耗关系,运用相关公式的简化计算;其二,利用里昂惕夫逆矩阵,进行更能全面地反映上述投入产出关系的计算。Antràs等的研究为宏观经济学的研究开辟了全新路径,受到了学界的广泛关注,而本研究的重要创新之一在于数据选取方面,将这一方法引入产业经济学领域,结合企业层面数据,拓展了这一测算方法的使用场景。
第二,为了编制战略产业选择参考指标变量,本研究将做以下几个方面的工作:以专利数量衡量产业的创新能力,通过国家知识产权局网站获取各年度A股上市公司及各产业专利数据,包括A股上市公司及各产业的专利申请数量、发明专利数量、有效专利数量、专利引用数量等,并借鉴以往学者关于产业链带动效益的计算方式,结合本研究所计算出的产业间距离指标,建立起一套衡量产业创新能力对其他产业溢出影响的计算方法。基于上述方法,本研究将构建某产业创新投入、进出口额度对其他产业外溢带动影响的计算方法。使用国家统计局披露的各年度全国科技经费投入统计表,作为各产业相关科学技术投入数据的来源,并将其与《中国投入产出表》中的相关数据进行合并。采用《国民经济行业分类》(GB/T 4754-2017)作为产业划分的依据,各产业进出口数据来源于国家统计局披露的各年度全国各产业进出口统计数据库。基于上述数据,编制相关战略产业选择参考指标,建立起战略产业选择代表性指标数据库。
第三,利用世界银行制度条件指数编制制度跨越相关变量 ,利用国家发改委公布的《战略性新兴产业重点产品和服务指导目录》,结合本研究所计算出的产业链位置与产业间距离等相关维度变量,编制战略产业相关变量。在具体的研究过程中,一方面,本研究将通过所建立的战略产业选择指标,对战略产业进行选择和排序,并与战略性产业目录结果进行对比验证,分析其中的共性和差异,以得出更深层次的结论;另一方面,本研究也会直接采用战略性产业目录所提出的战略产业名单,验证战略产业相关属性与其他变量之间的关系。
第四,搜集国泰安数据库(CSMAR)中从2005-2019年并购双方均为中国A股上市公司的企业并购事件的相关信息。一方面,结合前述Antràs等的测算方式和2017年度的《中国投入产出表》数据,测算出并购双方产业间距离。另一方面,借鉴Li等的研究 和中国统计年鉴的相关数据,测算并购方所处产业不确定性,同时,根据Kravet的研究 ,测算出并购双方生命周期变量。
第五,搜集万得(Wind)资讯经济数据库中从2006-2019年中国A股上市公司的基本信息、财务绩效等多维度数据,建立利润率、资产收益率等财务维度,企业经营时长以及时间序列的面板数据。在变量构建方面,首先,利用Levinsohn和Petrin以及Smith的研究成果 ,结合资产收益率等指标测算出A股上市公司的全要素生产率(TFP)变量,同时,根据Kravet的研究成果,综合考虑企业成立时间、所处产业、业务类型和财务增长状况等指标,测算出企业的生命周期指数,生成企业的生命周期变量;其次,收集万得资讯经济数据库中有关新三板公司风险投资人信息以及上述新三板公司经营财务数据,将上述风险投资人信息与万得资讯经济数据库中A股上市公司IPO报告中持股人数据予以匹配,生成风险投资人声誉变量,同时,采用与A股上市公司类似的计算方法,生成新三板公司全要素生产率变量和企业生命周期变量;最后,进一步整理出新三板公司的科研项目数、专利申请数、发明专利数和有效发明专利数,生成企业的科技创新能力变量。
依托上述数据来源,本研究建立起中国战略产业选择与投资综合数据库。