《表1 变量名和变量定义：大学、公司创新与地理距离——来自中国的证据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大学、公司创新与地理距离——来自中国的证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

参照过往研究，我们在模型中加入可能影响企业创新能力的控制变量。企业规模影响其创新能力（Barker和Mueller，2002），规模大的企业有能力将更多资源分配到创新活动中（Schumpeter，1942），因此我们加入滞后一期的对数企业规模（Firmsize）作为控制变量。有证据表明，盈利能力强的企业风险承受能力更强，因此在高风险的创新活动中投入更多（Barker和Mueller，2002；Fang等，2014），故而我们加入盈利能力（ROA）作为控制变量。不少研究发现，资本密度大的企业，更易获得融资，故而有助于创新活动，尤其有助于专利活动（Hall和Ziedonis，2001；Fang等，2014），本文也据此加入控制变量对数人均固定资产（LnPPE）。托宾Q值衡量了企业的成长性和资本成本，在企业决定投资决策中有重要意义，相应的，该指标也在实证中被发现会影响企业的创新投入和产出（Fang等，2014；Sunder等，2017），因此我们加入托宾Q值（Tobin’s Q）作为控制变量。此外，陈战光等（2018）认为，进行研发投入的前提是企业具备良好的资金融通能力，从而在付出资金用于研发创新后，企业仍有能力维持正常运转，不少实证证据也表明现金流会影响企业创新（Hirshleifer等，2012；Benmelech和Frydman，2015；陈战光等，2018），故而本文也纳入该控制变量，即经营性现金流除以滞后期企业规模（Cash Flow）。不少研究表明，企业所有制会影响企业创新能力。一方面，吴延兵（2012）发现国有企业在创新投入、创新效率和生产效率上缺乏竞争力；另一方面，张文菲和张诚（2018）发现国企民营化会使企业在融资和获取政府补贴上均处于劣势，从而显著降低其创新能力。故本文加入识别企业所有制的变量，国企哑变量（SOE）作为控制变量。此外，本文回归模型中也包括了行业哑变量（Industry）和年度哑变量（Year）。表1列出了本文主要变量的定义。