内容提要：企业间通过股权网络产生联结是现代市场经济的重要特征。 本文利用国有企业考核制度变迁作为其创新水平的外生冲击，探究共同股东网络对国有企业创新知识溢出的影响。 研究发现，共同股东网络能够发挥知识溢出“内部化”机制，从而促进国有企业知识溢出提升民营企业的创新产出。 这一促进作用在民营企业与国有企业的技术相似度和地理邻近度更高时更加显著。 异质性分析表明，影响共同股东网络促进国有企业知识溢出效果的关键是民营企业自身知识吸收能力的强弱。 对于不同出口导向程度的民营企业而言，共同股东网络均能较好地促进国有企业知识溢出提升其创新产出，但对出口导向程度高的民营企业促进作用更显著。 进一步分析发现，以专利引用为特征的知识流动是共同股东网络促进国有企业对民营企业知识溢出的重要表现形式。 最后，本研究还表明，共同股东网络促进国有企业知识溢出提高了民营企业的创新质量及其资本市场价值。 本文丰富了共同股东网络与创新关系的研究，同时为国有企业在中国经济中发挥的基础性作用提供了经验证据，也对进一步推进国有资本布局优化具有重要启示。关键词：国有企业　 民营企业　 共同股东网络　 创新溢出∗　 赖烽辉，华中科技大学经济学院，邮政编码：４３００７４，电子信箱：２０２３５０２００３＠ｈｕｓｔ． ｅｄｕ． ｃｎ；李善民（通讯作者）、中山大学管理学院、中山大学企业研究院，邮政编码：５１０２７５，电子信箱：ｍｎｓｌｓｍ＠ｍａｉｌ． ｓｙｓｕ． ｅｄｕ． ｃｎ。 本研究得到国家自然科学基金重点项目（７２１３２０１０）、国家自然科学基金青年项目（７２００３２０７）、广东省自然科学基金项目（２０２２Ａ１５１５０１０７８４）的资助。 作者感谢匿名审稿专家的建设性意见。 当然，文责自负。①　 共同股东（ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐ）指企业间具有相同股东的现象。②　 上市公司间交叉持股在中国比较罕见（Ａｌｌｅｎｅｔ ａｌ．，２０２１），故本文未考虑交叉持股对创新溢出的影响。一、引　 言国有企业是创新的国家队，依托国有企业在基础创新领域的持续投入及其对经济产生的创新溢出正外部性，是发挥其创新引领功能的重要抓手。 与此同时，在现代市场经济体系中，企业并非以孤立个体单独存在，而是以错综复杂的网络关系构成相互依存、合理分工的有机整体。 其中，股权网络的形成是企业间产生经济利益关联的重要标志。 在过去２０年间，国有企业与民营企业间的股权联结是中国经济体中股权网络规模扩张的重要驱动因素（Ｂａｉ ｅｔ ａｌ．，２０２０；Ａｌｌｅｎｅｔ ａｌ．，２０２１）。股权网络是否促进了国有企业对民营企业的创新知识溢出，以及溢出促进程度有多大？ 是值得研究的重要问题。 对该问题的回答，不仅有助于我们理解国有—民营混合所有制股权网络在中国经济发展中的重要作用，也有助于为放大国有企业的创新引领功能提供潜在思路。为了研究股权网络对国有企业创新知识溢出的影响，本文将股权网络进一步细化，聚焦到由共同股东关联（ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｌｉｎｋｓ）形成的股权网络（简称为共同股东网络）。①这主要基于两个原因：首先，从网络拓扑结构上看，共同股东和交叉持股是股权网络的基本构成单元。②现实中，共９ １ １２０２３年第６期同股东持股也是资本市场中的常见现象（Ｋｏｃｈｅｔ ａｌ．，２０２１）。 由于中国混合经济基本面的缘故，上市国有企业和民营企业间的共同股东既包括国有共同股东，也包括非国有共同股东（图１展示了在不同性质共同股东视角下，具有共同股东的国有企业和民营企业数量占所有上市公司的比重①）。 其次，关于共同股东网络中创新知识溢出的研究多基于理论分析（Ｌｏｐｅｚ ＆Ｖｉｖｅｓ，２０１９），从实证上识别共同股东网络对创新溢出作用的文章较少，特别是针对中国特有的国有企业和民营企业构成的混合所有制共同股东网络而言。 在中国经济环境中，共同股东网络是否助推了国有企业对民营企业的创新知识溢出？ 已有文献暂未给出明确答案。图１　 具有共同股东的国有企业和民营企业占所有企业的比重　 　 数据来源：作者根据ＣＳＭＡＲ数据库手工整理。从实证上识别共同股东网络对国有企业创新知识溢出的作用并非易事，不可观测的混淆因素（ｃｏｎｆｏｕｎｄｉｎｇｆａｃｔｏｒｓ）可能导致具有共同股东的企业间创新水平呈现相关性。 一个有效的解决方案是，寻找影响国有企业创新水平的外生冲击，且该外生冲击不直接影响民营企业创新。 对此，本文利用国有企业ＥＶＡ考核制度变迁作为其创新水平的外生冲击。 该考核由国资委针对中央和省属国有企业推出，民营企业不受国资委监管，故不受影响。 这为识别共同股东网络对国有企业创新知识溢出的影响提供了良好的研究条件。基于国有企业ＥＶＡ考核政策作为其创新水平的外生冲击，本文研究发现，共同股东网络可发挥知识溢出“内部化”机制，从而促进国有企业知识溢出提升民营企业的创新产出。 经济意义上，国有企业的发明专利数量每提升１单位，共同股东网络将至少促进其带动民营企业发明专利数量提升０. ０３６单位。 共同股东网络对知识溢出的促进作用在民营企业与国有企业技术相似度和地理临近度更高时更加明显。 异质性分析表明，影响共同股东网络对国有企业知识溢出促进作用的关键是民营企业自身知识吸收能力的强弱。 对于不同出口导向程度的民营企业而言，共同股东网络均能较好地促进知识溢出提升其创新产出，但对于出口导向程度高的民营企业促进作用更加显著。这表明，共同股东网络促进了国有企业在“外循环”和“内循环”两个层面发挥对民营企业的创新引领带动作用。进一步分析表明，共同股东网络促进了民营企业加大对国有企业专利的引用概率和频率，表明以专利引用为特征的知识流动是共同股东网络促进国有企业知识溢出的重要表现形式。 此外，对不同性质共同股东的作用进行分解发现，国有共同股东在促进国有企业向民营企业创新知识溢出中发挥了更重要的作用，而非国有共同股东的作用则并不明显。０ ２ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出① 由于是针对每种性质共同股东分别统计企业数量，因此比例加总不一定为１００％。 例如，假设有５家企业，企业１和企业２具有国有共同股东，企业３和企业４具有非国有共同股东，则具有国有共同股东、非国有共同股东的企业比例均为４０％。最后，本文还发现，共同股东网络促进国有企业创新知识溢出提升了民营企业发明专利后续被引用的概率和频率，表明其创新质量得以提升。 同时，本文根据民营企业受到的溢出暴露程度高低构造买入—卖出投资组合（ｌｏｎｇ⁃ｓｈｏｒｔ ｐｏｒｔｆｏｌｉｏ），发现该投资组合的收益率无论是经Ｆａｍａ⁃Ｆｒｅｎｃｈ三因子、五因子模型还是Ｃａｒｈａｒｔ 四因子模型进行调整，均存在显著的超额回报率（ａｌｐｈａ）。 这表明，共同股东网络促进国有企业创新知识溢出有利于提升民营企业的股票市场回报。本文的创新和边际贡献体现在以下三个方面：第一，丰富了企业网络与创新关系的研究。 已有文献分别研究了生产网络和创新网络的形成机理及结构特征（Ｋｒａｎｔｏｎ＆Ｍｉｎｅｈａｒｔ，２００１；Ａｃｅｍｏｇｌｕｅｔ ａｌ．，２０１６），部分文献也关注到生产网络的创新效应（Ｃｈｕｅｔ ａｌ．，２０１９；Ｆａｄｅｅｖ，２０２２）。 但较少研究关注股权网络的创新效应，特别是针对中国特有的国有—民营混合所有制股权网络。 本文揭示了股权网络对国有企业创新溢出的促进作用，为后续理论研究进一步刻画股权网络以及国有企业在中国经济中的作用提供了实证依据。第二，丰富了共同股东经济后果的研究。 已有文献既指出了共同股东的负面作用，如反竞争性（Ａｚａｒ ｅｔ ａｌ．，２０１８）；也指出了共同股东的正面作用，如提高企业研发投入（Ｌｏｐｅｚ ＆Ｖｉｖｅｓ，２０１９）。但这些文献多聚焦发达国家成熟资本市场中的机构投资者共同持股情境，或者侧重于理论研究，基于中国不同所有制企业间存在共同股东及其经济后果的实证研究还较为匮乏。 此外，本文利用国有企业考核政策变迁产生的外生冲击，为有效识别共同股东网络促进国有企业对民营企业的创新知识溢出提供了新思路。第三，补充了创新溢出效应的研究。 已有研究指出了ＦＤＩ带来的知识、技术对本土企业的溢出效应（Ｋｅｌｌｅｒ ＆Ｙｅａｐｌｅ，２００９），上市公司对非上市公司的知识溢出效应（Ｍａｔｒａｙ，２０２１），以及发现知识溢出效应的地理集聚（ｇｅｏｇｒａｐｈｉｃａｌ ｐｒｏｘｉｍｉｔｙ）特征（Ｊａｆｆｅｅｔ ａｌ．，１９９３；Ｍａｔｒａｙ，２０２１）。 本文聚焦国有企业对民营企业的创新知识溢出，且发现共同股东网络在促进国有企业对民营企业创新知识溢出中发挥的作用，表明国有企业的知识溢出存在一定的股权关联特征，这也是对叶静怡等（２０１９）研究的进一步深化。二、文献述评（一）微观网络及其宏观效应上下游供应商和客户构成的生产网络是经济活动的重要微观基础。 现有研究讨论了生产网络的形成机理、结构特征与影响因素（Ｋｒａｎｔｏｎ＆Ｍｉｎｅｈａｒｔ，２００１；Ｂｅｒｎａｒｄｅｔ ａｌ．，２０１９）。 由于生产网络的层级结构及投入产出关系的非对称性，特质冲击（ｉｄｉｏｓｙｎｃｒａｔｉｃ ｓｈｏｃｋ）在生产网络中传导将造成宏观经济波动（Ａｃｅｍｏｇｌｕｅｔ ａｌ．，２０１２）。 除了投入—产出关系形成的生产网络，研发合作形成的创新网络也得到产业组织理论的关注。 Ｇｏｙａｌ ＆Ｍｏｒａｇａ⁃Ｇｏｎｚáｌｅｚ（２００１）表明，当研发合作有助于降低企业研发成本时，无论市场竞争程度高低，企业总有激励形成合作研发关系，但不同的网络结构将影响行业整体利润。 也有学者基于知识流刻画创新网络，Ａｃｅｍｏｇｌｕｅｔ ａｌ． （２０１６）发现，既存专利引用网络与上游技术领域专利增长的相互作用，是决定未来创新活动的重要因素。已有研究也指出了生产网络与创新网络的相互作用关系。 首先，知识会随着生产网络中的贸易关系扩散（Ｃａｉ ｅｔ ａｌ．，２０２２）。 其次，生产网络中的供应商和客户可通过信息反馈机制实现协同创新（Ｃｈｕｅｔ ａｌ．，２０１９）。 现实中，由于交易成本、合约不完备性以及创新不确定性，生产网络和创新网络中往往还伴随着股权联结，这使得股权网络也内嵌于生产网络与创新网络中。 例如，生产网络中上下游企业可以通过纵向一体化提高产业链效率（Ｗｉｌｌｉａｍｓｏｎ，１９７１）。 企业也可以通过并购、交叉持股或成立研发联营公司的方式提高创新效率（Ｂｅｎａ ＆Ｌｉ，２０１４；Ｇｈｏｓｈ＆Ｍｏｒｉｔａ，２０１７；Ｂａｎａｌ⁃Ｅｓｔａñｏｌ ｅｔ ａｌ．，２０２２）。１ ２ １２０２３年第６期因此，探究股权网络对生产和创新的影响具有重要理论和现实意义。 基于中国的股权网络微观数据，Ａｌｌｅｎｅｔ ａｌ． （２０２１）探究了股权网络中心度对企业规模增长的影响，Ｂａｉ ｅｔ ａｌ． （２０２０）讨论了与国有资本具有股权关联的民营企业数目扩张带来的经济增长效应，但他们均未聚焦股权网络产生的创新效应。 此外，也有一些文献讨论网络中心度与企业创新的关系（Ｇｉｌｓｉｎｇ ｅｔ ａｌ．，２００８；Ｃｈｕｌｕｕｎｅｔ ａｌ．，２０１７），但这些文献未从共同股东网络的角度进行分析。（二）共同股东网络及其经济后果作为一种典型的股权网络，由共同股东持股产生的股权网络在近年来获得长足关注，这主要源于机构投资者的兴起使得机构共同持股成为成熟资本市场中的常见现象。 早期理论研究认为，若竞争企业间存在共同股东，则会降低企业间的竞争程度（Ｈａｎｓｅｎ＆Ｌｏｔｔ，１９９６），这可能会降低社会福利。 Ａｚａｒ ｅｔ ａｌ． （２０１８）基于航空业的样本对此提供了支持性证据。 然而，Ｋｏｃｈｅｔ ａｌ． （２０２１）也指出共同持股并未产生显著的反竞争效应。由于实证上的不一致性，不少研究开始关注共同股东对社会福利产生的积极作用。 其中一个重要议题为关注共同股东持股对企业创新的影响。 传统理论认为，理性的企业担心知识外溢给竞争对手，会降低强溢出性创新的投入激励（Ｂｌｏｏｍｅｔ ａｌ．，２０１３）。 Ｌｏｐｅｚ ＆Ｖｉｖｅｓ（２０１９）从理论上指出，当需求函数的凸性（ｃｏｎｖｅｘｉｔｙ）较低时，共同股东持股将提升企业研发投入水平。 Ｋｏｓｔｏｖｅｔｓｋｙ ＆Ｍａｎｃｏｎｉ（２０２０）指出，共同机构持股能够提升创新在投资组合企业中扩散的概率。 基于医药行业药品研发的微观数据，Ｌｉ ｅｔ ａｌ． （２０２３）也指出，共同风险投资股东能够提升整体创新效率，原因在于其能够降低重复研发。 这些研究表明，即使共同持股存在反竞争性，在某些情况下也可能被创新效应的积极作用所抵消，使得共同股东持股对社会整体福利提升是有利的。（三）创新溢出效应及其影响因素创新溢出将导致私人回报低于社会回报，因此在不加政策干预的情况下研发投入难以达到社会最优水平（Ｌｕｃｋｉｎｇｅｔ ａｌ．，２０２０）。 然而，知识溢出也使得经济实现内生增长（Ｒｏｍｅｒ，１９８６）。对创新溢出效应的讨论大体可分为国际和国内两个视角。 其中，前者主要集中在讨论ＦＤＩ 对本土企业的创新溢出，后者则主要集中于一国内部企业间的创新溢出。 基于美国数据，Ｋｅｌｌｅｒ ＆Ｙｅａｐｌｅ（２００９）研究表明ＦＤＩ产生了显著的技术溢出效应，带动了本土企业生产率提升。 从产业链角度看，这既可源于下游外资企业对上游本土企业的创新倒逼效应（王然等，２０１０），也可源于下游本土企业在接受上游外资企业提供的高质量中间品和技术后通过“干中学”提升创新能力。 地理距离是影响创新溢出效果的重要因素。 Ｊａｆｆｅ ｅｔ ａｌ． （１９９３）表明，专利引用具有典型的“本地化”特征。 Ｍａｔｒａｙ（２０２１）也表明，区域内的上市公司会对非上市公司产生显著的创新溢出效应。 从创新链角度看，基础研究相比于应用研究具有更显著的知识溢出特征（Ａｋｃｉｇｉｔ ｅｔ ａｌ．，２０２１）。综上所述，现有文献侧重于刻画生产网络和创新网络的形成机理、结构特征及其宏观影响，部分文献也关注到生产网络中企业的协同创新问题，但较少文献关注股权网络的创新效应，特别是国有企业和民营企业之间的股权网络。 本文基于一种典型的股权网络———共同股东网络，结合中国特有的混合所有制产业结构特征，探究共同股东网络在促进国有企业对民营企业的创新知识溢出中的作用。 本研究不仅为国有—民营混合所有制股权网络的创新效应提供了经验证据，也为共同持股的积极作用增添了来自中国的经验证据，更为通过股权网络实现生产网络和创新网络的融合及放大国有资本功能提供了政策启示。三、制度背景、理论模型与研究假设（一）国有企业考核制度变迁为提高国有企业改制和监管效率，国务院国有资产监督管理委员会（简称“国资委”）于２００３２ ２ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出年正式成立。 从２００４年开始，国资委开始建立年度和任期考核相结合的经营业绩考核体系以实现国有资本保值增值目标。２００９年之前，考核主要以税前利润总额和净资产收益率（ＲＯＥ）为评分标准。２００９年国务院国资委出台《中央企业负责人经营业绩考核暂行办法》（简称《考核办法》），开始推行经济增加值（ＥＶＡ）考核体系，替代原有以利润和ＲＯＥ为主的考核体系。 ＥＶＡ指标不仅在净利润基础上加回全部费用化研发支出，而且还将资本化研发支出也一并计入ＥＶＡ。因此，在ＥＶＡ考核体系下，国有企业具有更强的激励投入研发创新（余明桂等，２０１６；Ｈｅ ｅｔ ａｌ．，２０２１）。各省、直辖市国资委采用ＥＶＡ考核地方国有企业的政策在时点上呈现交错推进格局。①尽管相比于２００９年版的《考核办法》，后续各省的考核办法可能会在具体细则上做出一定修改，但在国有企业做强做优的大背景下，提升国有企业创新能力已经成为中央和地方政府持续追求的目标，因此激励国有企业创新投入也一直是考核重点。 例如，在２０１８年１２月１４号审议通过的《考核办法》中，第六条就明确提出“突出创新驱动，引导企业坚持自主创新，加大研发投入，加快关键核心技术攻关，强化行业技术引领，不断增强核心竞争能力”。②因此，本文将国有企业ＥＶＡ考核政策的变迁视为对其创新产生的外生冲击。（二）国有企业与民营企业在产业链、创新链中的关系国有企业和民营企业在中国产业链分布中呈现一定的“垂直结构”特征，该特征由国有企业改革的历史进程所决定。 在“抓大放小”等一系列改革中，国有企业逐渐从下游产业中退出，转而向上游关键产业（如能源、通讯等）集中，而民营企业则不断进入下游产业，使得下游产业趋于完全竞争。２００３年国资委成立后，通过对上游国有企业进行并购重组和整合，国有企业所处的行业上游度不断攀升（王永进和刘灿雷，２０１６）。 党的十八大以来，国有经济的布局优化和结构调整进一步得到重视，国有资本向战略性和前瞻性重要产业领域集中的态势不断加强。国有企业是解决基础研究市场失灵问题的重要工具，也承担着中国产业技术升级的重任（中国社会科学院工业经济研究所课题组，２０１４）。 基于不完全契约的理论框架，叶静怡等（２０１９）指出，国有企业相比于民营企业承担了更多基础创新工作。 具体而言，若以与高校和科研院所合作研发的发明专利作为企业参与基础创新的代理变量，则可见国有企业相比于民营企业进行了更多位于创新链上游的基础创新（如图２）。图２　 不同所有制企业与高校（科研院所）合作发明专利数年平均值　 　 数据来源：作者根据ＣＳＭＡＲ数据库手工整理。３ ２ １２０２３年第６期①②限于篇幅，本文未详细列示所有省（市）采用ＥＶＡ考核的时间，读者如有兴趣可向作者索取。ｈｔｔｐ：／ ／ ｗｗｗ． ｓａｓａｃ． ｇｏｖ． ｃｎ／ ｎ２５８８０３５／ ｎ２５８８３２０／ ｎ２５８８３３５／ ｃ１０６５２５９２／ ｃｏｎｔｅｎｔ． ｈｔｍｌ。（三）理论模型与研究假设首先，国有企业（特别是中央企业）作为国家创新重要力量，基础研发的投入比例更高（叶静怡等，２０１９），基础创新的突破将带动未来应用创新的发展（Ａｃｅｍｏｇｌｕ ｅｔ ａｌ．，２０１６；Ａｋｃｉｇｉｔ ｅｔ ａｌ．，２０２１）。 同时，国有企业更倾向于与公共机构合作研发（如图２），该类合作研发具有更明显的知识溢出特征（Ｍｉｏｔｔｉ ｅｔ ａｌ．，２００３）。 其次，共同股东网络有助于将创新溢出“内部化”（Ｌｏｐｅｚ ＆Ｖｉｖｅｓ，２０１９），提升网络内企业间知识扩散的概率（Ｋｏｓｔｏｖｅｔｓｋｙ ＆Ｍａｎｃｏｎｉ，２０２０）。 为进一步说明，本文通过一个简单的理论模型直观展示共同股东促进知识溢出“内部化”的机理。如图３，假设企业１和企业２具有共同股东Ａ和Ｂ，其中α≤１２。两家企业生产同质产品，产品价格函数为Ｐ（ｑｉ，ｑ－ｉ）＝Ａ－（∑２ｉ ＝１ｑｉ）。其中，ｑｉ为企业ｉ 的产量。企业ｉ 的边际生产成本为ｃｉ＝ｃ－－ｘｉ－β∑２ｊ≠ｉｘｊ（Ａ＞ｃ－）。 ｘｉ表示企业ｉ 的创新投入，企业自身创新投入以及其他企业创新投入产生的知识溢出效应均有利于降低其生产成本，０＜β＜１表示知识溢出系数。 同时，创新投入将产生成本γ２ｘ２ｉ（γ≥１）。 基于此，企业ｉ 的利润可表示为πｉ＝ｑｉ（Ａ－ｑｉ－∑２ｊ≠ｉｑｊ－ｃｉ）－γ２ｘ２ｉ。 根据Ｌóｐｅｚ ＆Ｖｉｖｅｓ（２０１９）的研究结果，在具有共同股东持股的情形下，企业ｉ 会将企业ｊ 的一部分利润“内部化”，即企业ｉ 的目标函数可表示为ϕｉ＝πｉ＋κ∑２ｊ≠ｉπｊ。 其中，κ称为企业间的“内部化”系数。 Ｌóｐｅｚ ＆Ｖｉｖｅｓ（２０１９）给出了控制权和收益权对应情形下κ的表达式，即κ＝２α（１－α）（１－α）２＋α２。 易得，κ≤１且κ是α的增函数，且当α＝１２时κ＝１（此时可视为并购情形，其目标为最大化两个企业的利润之和）。κ越大，可视为共同持股程度越高。图３　 共同股东持股示意由最大化目标函数的一阶条件可得：∂ϕｉ∂ｑｉ＝∂πｉ∂ｑｉ＋κ∂πｊ∂ｑｉ＝Ａ－２ｑｉ－（１＋κ）ｑｊ－（ｃ－－ｘｉ－βｘｊ） ＝０∂ϕｉ∂ｘｉ＝∂πｉ∂ｘｉ＋κ∂πｊ∂ｘｉ＝ｑｉ＋κβｑｊ－γｘｉ＝０　 　 联立以上方程并考虑对称均衡解，可得：ｑ∗＝Ａ－ｃ－（３＋κ）－（１＋β）（１＋κβ）γ，ｘ∗＝１＋κβγｑ∗＝（Ａ－ｃ－）（１＋κβ）γ（κ＋３）－（１＋β）（１＋κβ）　 　 易得，∂２ｘ∗∂β∂κ＞０，即共同股东持股有利于提高知识溢出对创新的促进作用，本文将其称为共同股东发挥的知识溢出“内部化”机制。 现实中，国有企业和民营企业多位于产业链上下游，且由于４ ２ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出上下游企业间存在产品互补性，知识溢出更容易实现（Ｆａｄｅｅｖ，２０２２）。 由此推断，当共同股东能够促进同行业企业间的知识溢出时，对于具有产业链关系的企业间促进作用应更加明显。 基于此，本文提出如下待检验的研究假设：Ｈ１：共同股东网络能够发挥知识溢出“内部化”机制，促进国有企业知识溢出提高民营企业的创新产出。理论上，地理距离和技术相似度是影响创新知识溢出效果的重要因素。 即使有共同股东促进知识在股权网络内部流动的意愿，知识流动仍受制于客观地理边界的约束（Ｊａｆｆｅｅｔ ａｌ．，１９９３；Ｃｈｕｅｔ ａｌ．，２０１９；Ｍａｔｒａｙ，２０２１），尤其是需要依赖于面对面交流的隐性知识（ｔａｃｉｔ ｋｎｏｗｌｅｄｇｅ）。同时，技术相似度更高的企业也意味着更相似的知识体系，彼此间相互学习和合作的空间更大，更容易产生技术协同效应（Ｂｅｎａ＆Ｌｉ，２０１４），共同股东对创新溢出的促进作用也应更显著。因此，本文提出第二和第三个假设：Ｈ２：技术相似度越高，共同股东网络促进国有企业知识溢出提高民营企业创新产出的作用越显著。Ｈ３：地理距离越近，共同股东网络促进国有企业知识溢出提高民营企业创新产出的作用越显著。四、实证设计（一）样本选择本文以２００３—２０２０年中国上市公司为研究样本。 首先，通过手工查找的方式确定省属和中央国有企业（本文统称为“国有企业”）。 具体地，本文将最终控制人为省（直辖市）国资委或国务院国资委的上市公司视为国有企业。 其次，根据上市公司披露的十大股东确定与国有企业具有共同股东关联的民营企业。 所有企业专利申请数据和财务数据来自ＣＳＭＡＲ和ＣＮＲＤＳ数据库，专利类别（根据ＩＰＣ分类规则）数据则来自于国家专利知识产权局。 为避免极端值的干扰，删除资不抵债的样本。 同时，对连续型变量进行１％的缩尾处理。（二）变量定义１． 自变量和因变量参照创新经济学实证研究的常用做法（Ｌｕｏｎｇ ｅｔ ａｌ．，２０１７），由于研发支出数据具有较多缺失值，本文采用发明专利申请数量测度企业创新水平。 在自变量的定义上，借鉴Ｌｅｗｅｌｌｅｎ＆Ｌｏｗｒｙ（２０２１）和Ｍａｔｒａｙ（２０２１）的思路，定义民营企业ｊ 在ｔ 期受到的由国有企业创新冲击引发并经共同股东网络作用的创新溢出为：Ｉｎｎｏｓｈｏｃｋｊｔ＝∑Ｋｋ＝１∑Ｓｓ ＝１ｓｈｏｃｋｋｔ∗μｓｊ∗μｓｋ（１）　 　 其中，ｋ∈｛１，２，…，Ｋ｝表示与民营企业ｊ 经共同股东ｓ∈｛１，２，…，Ｓ｝关联的国有企业，μｓｊ 和μｓｋ分别表示共同股东ｓ第ｔ 年在企业ｊ 和企业ｋ中的持股比例，ｓｈｏｃｋｋｔ表示国有企业ｋ在第ｔ 年是否受到ＥＶＡ考核政策的冲击，在ｔ 年及以后有ｓｈｏｃｋｋｔ＝１，否则有ｓｈｏｃｋｋｔ＝０。图４展示了Ｉｎｎｏｓｈｏｃｋ的计算逻辑，假设在ｔ 时刻国有企业４受到ＥＶＡ考核政策冲击，则有Ｉｎｎｏｓｈｏｃｋ２ｔ＝０∗μ２２∗μ２３＋１∗μ３２∗μ３４＝μ３２∗μ３４，而Ｉｎｎｏｓｈｏｃｋ１ｔ＝０∗μ１１∗μ１３＝０。 与民营企业２经共同股东关联的国有企业集合为｛３，４｝，而与民营企业１经共同股东关联的国有企业集合则为｛３｝。 当与民营企业ｊ 关联的国有企业集合中有越多受到ＥＶＡ政策冲击，以及共同股东ｓ 在两个企业ｊ 和ｋ中的持股比例越高及共同股东数量越多时（代表民营企业和国有企业通过共同股东产生的关联越“紧密”，共同股东网络“内部化”创新溢出的激励越强），Ｉｎｎｏｓｈｏｃｋｊｔ 的值越大，可认为民营企业ｊ 在共同股东网络中受到的“溢出暴露程度”越高。５ ２ １２０２３年第６期图４　 共同股东网络及国有企业创新冲击示意２． 控制变量参考现有研究（Ｌｕｏｎｇｅｔ ａｌ．，２０１７），本文选取了如下控制变量：企业规模（ｓｉｚｅ），企业总资产的自然对数；盈利能力（ｒｏａ），企业年度净利润／ 总资产；经营杠杆率（ｌｅｖ），企业总负债／ 总资产；流动性（ｃａｓｈｒａｔ），现金及现金等价物／ 总资产；资本支出比例（ｃａｐｅｘｒａｔ），企业购置固定资产、无形资产和其他长期资产支付的现金／ 总资产；账面市值比（ｂｍ），企业账面总资产／ 市场价值；机构投资者持股（ｉｎｓｈｏｌｄ），基金公司、证券公司、保险公司以及境外机构投资者持股比例之和；管理层持股比例（ｍｓｈａｒｅ）；独立董事比例（ｉｎｄｒａｔ）；国有股东持股比例（ｓｔａｔｅｈｏｌｄ）。（三）实证模型为了检验民营企业ｊ 受到的溢出暴露程度Ｉｎｎｏｓｈｏｃｋｊｔ对其创新产出的影响，构建如下计量模型：ｌｎ（１＋ｉｎｖｐａｔｊｔ） ＝α＋β１Ｉｎｎｏｓｈｏｃｋｊｔ＋β′Ｘｊｔ＋Ｆｉｘｅｄｅｆｆｅｃｔ ＋εｊｔ（２）　 　 其中，ｉｎｖｐａｔ 表示民营企业发明专利，参照Ｌｕｏｎｇｅｔ ａｌ． （２０１７）的做法，对发明专利数量加１取对数处理，Ｘｊｔ为一系列控制变量。 根据不同模型设定，Ｆｉｘｅｄｅｆｆｅｃｔ 可为企业固定效应（Ｆｉｒｍ）、年份固定效应（Ｙｅａｒ）、行业固定效应（Ｉｎｄｕｓｔｒｙ）及公司所处地区固定效应（Ｐｒｏｖｉｎｃｅ），以分别控制公司个体层面不随时间变化的因素、不同年份受到的宏观经济冲击、行业技术特征以及地区经济发展因素对企业创新产生的影响。 根据前文的研究假设Ｈ１，我们预期β１显著为正。五、实证结果与分析（一）描述性统计由表１给出的全样本描述性统计可以看出，在样本期内，民营企业平均而言能够产出２３. ７８６个发明专利。 然而，不同民营企业创新能力也存在较大异质性，专利数量呈现明显右偏特性，既存在发明专利数为０的企业，也存在发明专利数为７５０１个的企业。 主要控制变量取值均位于正常范围。表１ 描述性统计变量 观测值 均值 中位数 ２５％分位数７５％分位数 标准差 最小值 最大值ｉｎｖｐａｔ １７３４５ ２３. ７８６ ３. ０００ ０. ０００ １３. ０００ １９３. ００９ ０. ０００ ７５０１. ０００Ｉｎｎｏｓｈｏｃｋ １７３４５ ０. ０１５ ０. ００１ ０. ０００ ０. ００６ ０. ０３６ ０. ０００ ０. １８９ｓｉｚｅ １７３４５ ２１. ７９１ ２１. ６６３ ２０. ９４０ ２２. ４６５ １. ２１５ １９. ２５６ ２５. ９８５ｌｅｖ １７３４５ ０. ４０５ ０. ３９５ ０. ２３３ ０. ５５５ ０. ２１０ ０. ０４６ ０. ９２７ｃａｓｈｒａｔ １７３２９ ０. １７９ ０. １３３ ０. ０７４ ０. ２３５ ０. １４９ ０. ００６ ０. ７２４６ ２ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出续表１变量 观测值 均值 中位数 ２５％分位数７５％分位数 标准差 最小值 最大值ｂｍ １６７７９ ０. ５８３ ０. ５８６ ０. ３９６ ０. ７６５ ０. ２３８ ０. ０９８ １. ０９０ｒｏａ １７３４５ ０. ０４１ ０. ０４３ ０. ０１６ ０. ０７４ ０. ０６９ －０. ２９８ ０. ２１３ｃａｐｅｘｒａｔ １７３２３ ０. ０５３ ０. ０３８ ０. ０１５ ０. ０７４ ０. ０５１ ０. ０００ ０. ２４８ｉｎｓｈｏｌｄ １７３４５ ０. ０５６ ０. ０３１ ０. ００７ ０. ０８１ ０. ０６７ ０. ０００ ０. ３１６ｍｓｈａｒｅ １７３４５ ０. １５０ ０. ０１１ ０. ０００ ０. ２９１ ０. ２０８ ０. ０００ ０. ６９８ｉｎｄｒａｔ １７３４５ ０. ３９０ ０. ３７５ ０. ３３３ ０. ４４４ ０. １０５ ０. ０００ ０. ６６７ｓｔａｔｅｈｏｌｄ １７３４５ ０. ０１８ ０. ００５ ０. ０００ ０. ０１８ ０. ０３５ ０. ０００ ０. ２１１　 　 （二）基准回归结果利用ＥＶＡ考核对国有企业创新产生的外生冲击，本文首先估计模型（２），以探究共同股东网络对国有企业创新知识溢出的作用。 如表２所示，在不同模型设定中，Ｉｎｎｏｓｈｏｃｋ前的系数均显著为正，表明共同股东网络显著促进了国有企业的创新知识溢出，提高了民营企业的创新产出，验证了假设Ｈ１。 其中，第（７）列是采用专利数量作为因变量进行Ｐｏｉｓｓｏｎ回归的结果，以避免专利数据右偏可能带来的估计偏误（Ｃｏｈｎｅｔ ａｌ．，２０２２）。表２ 基准回归变量（１） （２） （３） （４） （５） （６） （７）ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｉｎｖｐａｔＩｎｎｏｓｈｏｃｋ８. ６８３∗∗∗（０. ８６３）３. ７１２∗∗∗（０. ７１９）２. １９７∗∗∗（０. ６０６）２. ４２４∗∗∗（０. ５９６）１. ６８３∗∗∗（０. ５１４）１. ７１０∗∗∗（０. ５１７）４. ４４６∗∗∗（１. ３７７）控制变量 否 是 是 是 是 是 是Ｉｎｄｕｓｔｒｙ 否 否 是 是 否 否 是Ｙｅａｒ 否 否 是 是 是 是 是Ｆｉｒｍ 否 否 否 否 是 是 否Ｐｒｏｖｉｎｃｅ 否 否 否 是 否 是 是观测值 １７３４５ １６７４４ １６７４４ １６７４３ １６２９６ １６２９６ １６７１１Ｒ２０. ０４４４ ０. １９４ ０. ４３７ ０. ４５１ ０. ７６１ ０. ７６３ｐｓｅｕｄｏ Ｒ２０. ７１９　 　 注：括号内为经公司层面聚类的标准误。∗∗∗、∗∗、∗分别表示在１％、５％和１０％水平上显著。 受篇幅所限，本表及后文的实证结果均省略控制变量系数的报告，留存备索。（三）共同股东网络促进创新溢出的量级在基准回归结果中（表２），对Ｉｎｎｏｓｈｏｃｋ前系数β１的经济含义解读较为困难。 为了使共同股东网络促进创新溢出的量级更易解读，参考Ｍａｔｒａｙ（２０２１）的思路，采用两阶段法进行估计。①具体地，第一阶段，先将与企业ｊ 关联的国有企业发明专利总数的对数值对Ｉｎｎｏｓｈｏｃｋ进行回归，得到国有企业发明专利数量的对数预测值（ｌｎｓｏｅｐａｔ͏）；在第二阶段，再将民营企业ｊ 的发明专利数量的对７ ２ １２０２３年第６期① 与Ｍａｔｒａｙ（２０２１）有所不同，本文Ｉｎｎｏｓｈｏｃｋ与国有企业创新的相关性由ＥＶＡ冲击对国有企业创新和Ｉｎｎｏｓｈｏｃｋ的直接影响所间接产生。 利用两阶段回归，可以实现对基准回归中系数的自动缩放（ａｕｔｏｍａｔｉｃｒｅｓｃａｌｉｎｇｏｆ ｔｈｅｃｏｅｆｆｉｃｉｅｎｔ）。数值ｌｎ（ｉｎｖｐａｔ）对ｌｎｓｏｅｐａｔ͏进行回归。 由于第二阶段是将“对数值”对“对数值”进行回归（ｒｅｇｒｅｓｓｉｎｇｌｏｇｏｎａｌｏｇ），因此可将ｌｎｓｏｅｐａｔ͏前的系数近似解读为弹性η，其经济含义为：国有企业发明专利每提升１％，共同股东网络能够促进其带动民营企业发明专利数量提升η％（见表３）。表３ 共同股东网络促进创新溢出的量级变量（１） （２）ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ）Ｌｎｓｏｅｐａｔ ͎０. ０４６１∗∗∗（０. ０１１３）０. ０３２５∗∗∗（０. ００９９）控制变量 是 是Ｙｅａｒ 是 是Ｆｉｒｍ 否 是Ｉｎｄｕｓｔｒｙ 是 否Ｐｒｏｖｉｎｃｅ 是 是观测值 １６７４３ １６２９６Ｒ２０. ４５１ ０. ７６３　 　 表３显示，在控制不同固定效应组合的情形下，η的估计结果位于０. ０３—０. ０５间。 这表明，国有企业发明专利每提高１％，共同股东网络能够促进其带动民营企业发明专利数量提升０. ０３％。 进一步地，为了更直观地从数量层面对共同股东网络促进创新溢出的量级进行解读，由η＝ｄ（ｉｎｖｐａｔ）ｄ（ｓｏｅｐａｔ）·ｓｏｅｐａｔｉｎｖｐａｔ可得，ｄ（ｉｎｖｐａｔ）ｄ（ｓｏｅｐａｔ）＝η·ｉｎｖｐａｔｓｏｅｐａｔ。 参考Ｍａｔｒａｙ（２０２１）的思路，在本文样本期内，所有国有企业产出的发明专利总数为３４１５４８个，民营企业产出的发明专利总数为４１２９０３个，因此，可近似估计ｉｎｖｐａｔｓｏｅｐａｔ＝４１２９０３３４１５４８。 因此，ｄ（ｉｎｖｐａｔ）ｄ（ｓｏｅｐａｔ）＝０． ０３×４１２９０３３４１５４８＝０． ０３６。 这表明，国有企业的发明专利数量每提升１单位，共同股东网络将至少促进其带动民营企业发明专利数量提升０. ０３６单位。（四）技术相似度和地理邻近度的调节作用理论上，知识溢出程度会随着技术相似度提升而增强（Ｊａｆｆｅ，１９８６），随着地理距离增大而减弱（Ｊａｆｆｅｅｔ ａｌ．，１９９３；Ｃｈｕｅｔ ａｌ．，２０１９）。 因此，本文预期共同股东网络对知识溢出的促进作用应随着技术相似度提高而增强，随着地理距离增大而降低。 参考Ｍａｔｒａｙ（２０２１）的做法，在表３的基础上，分别加入国有企业的专利数量预测值（ｌｎｓｏｅｐａｔ͏）与技术相似度或地理邻近度的交乘项，以探讨二者对共同股东网络促进知识溢出量级的调节作用。首先，度量技术相似度的方式参考Ｊａｆｆｅ（１９８６），计算两个企业间专利类别向量的余弦值作为技术相似度。 具体地，假设企业ｊ 在每个专利类别ｃ∈｛１，２，…，Ｃ｝中的专利比例构成的向量为Ｔｊ＝（Ｔｊ１，Ｔｊ２，…，ＴｊＣ），企业ｋ在每个专利类别中的专利比例构成的向量为Ｔｋ＝（Ｔｋ１，Ｔｋ２，…，ＴｋＣ），则两个企业间的技术相似度为ｔｅｃｈｓｉｍｉｊｋ＝ＴｊＴｋ′［（ＴｊＴｊ′）１／ ２（ＴｋＴｋ′）１／ ２］。 ｔｅｃｈｓｉｍｉ 的取值位于［０，１］间，该值越接近１，则两个企业的技术空间越相似。 度量地理邻近度的方式则为两个企业经纬度间的球面距离ｄｉｓｔａｎｃｅｊｋ。 其次，由于与民营企业ｊ 经共同股东关联的国有企业可能有多个，本文依次计算企业ｊ和与企业ｊ 关联的每个国有企业的技术相似度及地理距离并取均值，即Ｔｅｃｈｓｉｍｉ ＝∑Ｋｋ＝１ｔｅｃｈｓｉｍｉｊｋ／ Ｋ，Ｄｉｓｔａｎｃｅ＝ｌｎ（∑Ｋｋ＝１ｄｉｓｔａｎｃｅｊｋ／ Ｋ）。 因此，Ｔｅｃｈｓｉｍｉ 和Ｄｉｓｔａｎｃｅ 可视为企业ｊ 和与其具有共同股东关联８ ２ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出的国有企业“集合”的平均技术相似度和地理邻近度。表４显示，ｌｎｓｏｅｐａｔ͏∗Ｔｅｃｈｓｉｍｉ 前的系数显著为正，表明技术相似度越高，共同股东网络促进创新溢出的作用越明显；ｌｎｓｏｅｐａｔ͏∗Ｄｉｓｔａｎｃｅ前的系数显著为负，表明企业间地理距离越远，共同股东网络促进创新溢出的作用越弱，假设Ｈ２和Ｈ３得到验证。 调节因素作用于创新溢出的逻辑与理论预期保持一致，也进一步佐证了本文识别的是知识溢出效应而非其他。①表４ 技术相似度和地理距离的调节作用变量技术相似度调节 地理距离调节ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ）ｌｎｓｏｅｐａｔ͎０. ０３７７∗∗∗（０. ０１２４）０. ０２３４∗∗（０. ０１０５）０. ０８９８∗∗∗（０. ０２７６）０. ０７７３∗∗∗（０. ０２１８）ｌｎｓｏｅｐａｔ͎∗Ｔｅｃｈｓｉｍｉ０. ８１０∗∗∗（０. ０９６０）０. ４７６∗∗∗（０. ０７１６）ｌｎｓｏｅｐａｔ͎∗Ｄｉｓｔａｎｃｅ－０. ００６００∗（０. ００３６０）－０. ００６４０∗∗（０. ００２８０）控制变量 是 是 是 是Ｙｅａｒ 是 是 是 是Ｆｉｒｍ 否 是 否 是Ｉｎｄｕｓｔｒｙ 是 否 是 否Ｐｒｏｖｉｎｃｅ 是 是 是 是观测值 １４２０３ １３８３８ １６７４２ １６２９５Ｒ２０. ４６６ ０. ７７４ ０. ４５１ ０. ７６３六、民营企业异质性分析（一）知识吸收能力差异企业知识吸收能力是影响其利用外部知识效率的关键因素。 现有研究表明，研发投入具有两面性：一方面，研发投入直接帮助企业产生新知识；另一方面，它也有助于提高企业吸收外部知识的能力（Ｃｏｈｅｎ＆Ｌｅｖｉｎｔｈａｌ，１９８９；Ｃｏｈｅｎ＆Ｌｅｖｉｎｔｈａｌ，１９９０）。 通常而言，研发投入高专利产出也更多。但给定知识吸收能力，专利产出和研发投入应该成比例线性变化，即相同的研发投入变化幅度应导致相同的专利产出变化幅度。 如果存在非线性变化（边际递增），则很大可能表明研发投入提高了知识吸收能力。 基于此，我们根据研发强度的１／ ３分位点、２／ ３分位点将样本平均划分为３个区间（对应吸收能力低、中、高情形），并进行分组回归。②表５显示，对于Ｉｎｎｏｓｈｏｃｋ前的系数而言，相邻研发投入区间内其变化幅度并不相同，存在一定的非线性特征。 其可能解释即为，研发强度的提升也增强了知识吸收能力，因此，提高了共同股东促进知识溢出提升民营企业创新产出的量级。９ ２ １２０２３年第６期①②此外，我们也在两阶段回归的第一阶段采用ＥＶＡ冲击（直接）预测的国有企业创新解释民营企业创新，创新溢出结果保持稳健且技术相似度（地理距离）对其依旧具有正向（负向）调节作用，进一步印证了知识溢出的逻辑。 限于篇幅，结果留存备索。由于上市公司在２００７年后才开始系统性地披露研发支出数据且较多缺失值，因此，本节所用样本起始于２００７年，故样本有所减少。表５ 知识吸收能力分组变量吸收能力低 吸收能力中 吸收能力高 吸收能力低 吸收能力中 吸收能力高ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ）Ｉｎｎｏｓｈｏｃｋ１. ０５３６（１. ０７８０）１. ２２５（０. ８０６）２. ９９３∗∗∗（０. ９５９）０. ２２６（０. ８７０）０. ８９９（０. ８８８）１. ６５４∗（０. ９６７）控制变量 是 是 是 是 是 是Ｙｅａｒ 是 是 是 是 是 是Ｉｎｄｕｓｔｒｙ 是 是 是 否 否 否Ｆｉｒｍ 否 否 否 是 是 是Ｐｒｏｖｉｎｃｅ 是 是 是 是 是 是观测值 ３７００ ５０８２ ６８８５ ３２９８ ４５１９ ６４０９Ｒ２０. ３９４ ０. ４５１ ０. ５６２ ０. ７７６ ０. ７９０ ０. ８３８　 　 （二）出口导向程度差异内生增长理论认为，出口带来的市场规模效应会强化对企业的创新激励。 本文将海外销售比例高（低）于中位数的视为出口导向程度高（低）的企业。 表６的结果显示，对于不同出口导向程度的民营企业而言，共同股东网络均能较好地促进国有企业的知识溢出提升其创新产出，且对出口导向程度高的民营企业促进效果更加明显。 这也符合直觉，出口导向型企业具有更强的内在创新激励，因此，其利用外部知识提高创新的意愿也更强。 总体而言，表６的结果表明，共同股东网络能够促进国有企业在“外循环”和“内循环”两个维度发挥对民营企业的创新引领带动作用。表６ 出口导向程度分组变量出口导向高 出口导向低 出口导向高 出口导向低ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ） ｌｎ（ｉｎｖｐａｔ）Ｉｎｎｏｓｈｏｃｋ３. ０３７∗∗∗（０. ８６０）１. ９６２∗∗（０. ９５８）１. ８１２∗∗∗（０. ６８５）１. ５８２（０. ９７９）控制变量 是 是 是 是Ｙｅａｒ 是 是 是 是Ｆｉｒｍ 否 否 是 是Ｉｎｄｕｓｔｒｙ 是 是 否 否Ｐｒｏｖｉｎｃｅ 是 是 是 是观测值 ８１９９ ８５４４ ７８４３ ８１２５Ｒ２０. ４６６ ０. ４０５ ０. ７９６ ０. ７４２七、进一步研究（一）创新知识溢出的表现形式现有文献表明，专利引用是知识溢出的重要表现形式（Ｊａｆｆｅ ｅｔ ａｌ．，１９９３；Ｊａｆｆｅ ｅｔ ａｌ．，２０００；Ｆａｄｅｅｖ，２０２２）。 因此，本节进一步基于专利引用的证据刻画知识溢出。 对此，以ｉｓｃｉｔｅ 表示民营企业对国有企业专利引用的虚拟变量，若引用则有ｉｓｃｉｔｅ＝１；ｃｉｔｅｎｕｍ表示民营企业对国有企业专利引０ ３ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出用数量，为自然正数。 表７显示，因变量为专利引用情况时，Ｉｎｎｏｓｈｏｃｋ前的系数依旧显著为正，表明共同股东网络促进了民营企业加大对国有企业专利的引用概率和频率。 因此，以专利引用为特征的知识流动是共同股东网络促进国有企业创新知识溢出的重要表现形式。表７ 民营企业引用国有企业专利情况变量ＯＬＳ ＯＬＳ ｐｒｏｂｉｔ ｌｏｇｉｔ Ｐｏｉｓｓｏｎｌｎ（ｃｉｔｅｎｕｍ） ｌｎ（ｃｉｔｅｎｕｍ） Ｉｓｃｉｔｅ Ｉｓｃｉｔｅ ＣｉｔｅｎｕｍＩｎｎｏｓｈｏｃｋ２. ５３７∗∗∗（０. ４１８）２. ８４８∗∗∗（０. ３９４）１０. ４６２∗∗∗（０. ６８５）１９. ２１３∗∗∗（１. ３１１）１８. ７２５∗∗∗（３. ０４６）控制变量 是 是 是 是 是Ｙｅａｒ 是 是 是 是 是Ｉｎｄｕｓｔｒｙ 否 是 是 是 是Ｆｉｒｍ 是 否 否 否 否Ｐｒｏｖｉｎｃｅ 是 是 是 是 是观测值 １６２９６ １６７４３ １４０５８ １４０５８ １４０５８Ｒ２０. ４７０ ０. １３９ｐｓｅｕｄｏ Ｒ２０. ２９３ ０. ２８８ ０. ７０６　 　 （二）共同股东网络促进创新溢出对民营企业发展质量的影响为了刻画共同股东网络促进国有企业创新溢出对民营企业发展质量的影响，本节从两个角度进行研究：（１）民营企业创新质量，（２）民营企业的股票市场价值。 首先，专利引用不仅是知识流动的表征，也是专利质量的重要体现。 对此，以ｉｓｃｉｔｅｄ表示民营企业专利被其他企业（不含共同股东网络内的国有企业）或自然人等引用的概率，若专利被引用则有ｉｓｃｉｔｅｄ＝１；ｃｉｔｅｄｎｕｍ表示民营企业专利被其他企业或自然人引用的次数。 表８显示，民营企业申请的专利被引用的概率和频次与Ｉｎｎｏｓｈｏｃｋ正相关，表明共同股东网络促进国有企业的知识溢出提升了民营企业的创新质量。表８ 民营企业的创新质量变量ＯＬＳ ＯＬＳ ｐｒｏｂｉｔ ｌｏｇｉｔ Ｐｏｉｓｓｏｎｌｎ（ｃｉｔｅｄｎｕｍ） ｌｎ（ｃｉｔｅｄｎｕｍ） Ｉｓｃｉｔｅｄ Ｉｓｃｉｔｅｄ ｃｉｔｅｄｎｕｍＩｎｎｏｓｈｏｃｋ０. ４５２（０. ６６９）２. ５１３∗∗∗（０. ７２２）１. ３８２∗∗（０. ５７６）２. ３８３∗∗（１. ０１７３）４. ２３０∗∗∗（１. ５５５）控制变量 是 是 是 是 是Ｙｅａｒ 是 是 是 是 是Ｉｎｄｕｓｔｒｙ 否 是 是 是 是Ｆｉｒｍ 是 否 否 否 否Ｐｒｏｖｉｎｃｅ 是 是 是 是 是观测值 １６２９６ １６７４３ １６７０９ １６７０９ １６７１１Ｒ２０. ６９７ ０. ３９４ｐｓｅｕｄｏ Ｒ２０. ２７５ ０. ２７６ ０. ８０８１ ３ １２０２３年第６期　 　 其次，本文根据民营企业的溢出暴露程度分组并构造买入—卖出投资组合（ｌｏｎｇ⁃ｓｈｏｒｔｐｏｒｔｆｏｌｉｏ），并计算该投资组合可实现的超额回报率。 具体地，在每一年，根据每个企业Ｉｎｎｏｓｈｏｃｋ的高低分为５组，其中，位于前２０％分位数的企业视为高溢出暴露程度组，后２０％分位数的企业视为低溢出暴露程度组。 投资组合的构造方式为：买入高暴露程度组的企业，卖出低暴露程度组的企业，并计算该投资组合的等权（或市值）加权月度收益率。 由于最早的ＥＶＡ考核开始于２００８年的河北省，导致在２００７年之前Ｉｎｎｏｓｈｏｃｋ均为０而无法划分溢出暴露程度高低。 因此，本文仅计算２００８—２０２０年共计１５６个月度收益率，并将该投资组合的月度收益率分别对Ｆａｍａ⁃Ｆｒｅｎｃｈ三因子、五因子模型以及Ｃａｒｈａｒｔ 四因子模型进行回归，得到的截距项即为超额回报率（ａｌｐｈａ）。 结果显示，无论是对投资组合中的股票采用等权加权还是市值加权，投资组合的收益率在各种因子定价模型设定中，均存在显著为正的超额回报率ａｌｐｈａ。 月度超额收益估计值位于０. ３６％—０. ５８％之间，换算成年度收益即为４. ３２％—６. ９６％。 这表明，共同股东网络促进国有企业创新知识溢出有利于提升民营企业的股票市场回报。（三）不同性质共同股东网络促进创新溢出的作用分解本节进一步将共同股东分解为国有共同股东和非国有共同股东。 其中，国有共同股东包括国有法人和政府机构等，非国有共同股东包括非国有法人、自然人等。 记Ｉｎｎｏｓｈｏｃｋ＿ｓ、Ｉｎｎｏｓｈｏｃｋ＿ｎｓ 分别表示国有共同股东、非国有共同股东对创新溢出的作用（计算方式同（１）式，但分别考虑对应性质共同股东的持股比例）。 结果表明，国有共同股东网络在促进国有企业对民营企业的创新溢出中发挥了更重要的作用，非国有共同股东网络的作用则在统计上并不显著。 该结果的可能解释为，国有股东更加注重长期社会福利和经济增长，因此更有动力促进知识溢出提升社会整体创新水平。①八、稳健性检验本节依次进行如下检验，以表明共同股东网络促进国有企业对民营企业创新知识溢出的稳健性：（１）基准回归假定共同股东持股国有企业和民营企业的比例对溢出暴露程度的影响具有完全对称性。 本节考虑潜在的非对称性，具体而言，考虑两种最常见的非对称设定，即Ｉｎｎｏｓｈｏｃｋｊｔ＝∑Ｋｋ＝１∑Ｓｓ ＝１ｓｈｏｃｋｋｔ∗μｓｊ∗（μｓｋ）１２（非对称型Ｉ）和Ｉｎｎｏｓｈｏｃｋｊｔ＝∑Ｋｋ＝１∑Ｓｓ ＝１ｓｈｏｃｋｋｔ∗（μｓｊ）１２ ∗μｓｋ（非对称型ＩＩ）。在考虑自变量潜在非对称性时，Ｉｎｎｏｓｈｏｃｋ前的系数依旧显著为正。 （２）为了防止共同股东内生选择持股通过ＥＶＡ考核的国有企业和创新能力强的民营企业，从而对估计结果造成干扰，本节分别采用两种方法缓解这一潜在内生性问题：第一，采用ＥＶＡ考核前一年的持股比例计算Ｉｎｎｏｓｈｏｃｋ，因为前一年的持股代表了“前定”的股权联结关系，受ＥＶＡ考核后共同股东内生选择持股的干扰较小。 第二，采用民营上市公司是否纳入股指作为Ｉｎｎｏｓｈｏｃｋ的工具变量。 考虑潜在内生性后的结果保持稳健。 （３）随机模拟溢出暴露程度Ｉｎｎｏｓｈｏｃｋ。 如果对该随机模拟的Ｉｎｎｏｓｈｏｃｋ回归系数显著为正，则表明可能是一些不可观测因素对民营企业创新的影响。 模拟结果表明，在控制不同固定效应组合下，随机模拟的Ｉｎｎｏｓｈｏｃｋ回归系数ｔ 值达到基准回归水平的（经验）概率小于１％，表明本文的结果不太可能是由不可观测因素造成的。 （４）控制产业链关系本身对民营企业创新绩效的影响，借鉴Ｆａｎ＆Ｌａｎｇ（２０００）的算法，本文在回归方程中进一步控制了不同所有制企业间的行业关联程度。 回归结果依旧稳健。 （５）分别保留持股比例２％以上的共同股东、删除“股灾”期间数据以及控制滞后一期的发明专利，回归结果显示Ｉｎｎｏｓｈｏｃｋ前的系数依旧显著为正。２ ３ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出① 限于篇幅，未报告的实证结果及其具体分析，留存备索。九、结论与政策启示在国有企业和民营企业间的股权网络联结愈发普遍之际，探究股权网络的创新效应具有重要的理论和现实意义。 本文利用中央和省属国有企业的考核制度变迁作为其创新水平的外生冲击，识别共同股东网络在影响国有企业对民营企业创新知识溢出中发挥的作用，研究发现：第一，共同股东网络能够发挥知识溢出“内部化”机制，促进国有企业对民营企业的创新溢出，提高民营企业的创新产出。 从经济意义上看，国有企业的发明专利数量每提升１单位，共同股东网络将至少促进其带动民营企业发明专利数量提升０. ０３６单位。 共同股东网络对创新溢出的促进作用在民营企业与国有企业技术空间相似度更高、地理邻近度更高时更加显著。同时，影响共同股东网络对国有企业知识溢出促进作用的关键是民营企业自身知识吸收能力的强弱。 对于不同出口导向程度的民营企业，共同股东网络均能较好地促进国有企业对其知识溢出。第二，基于“知识流”的分析表明，共同股东网络促进了民营企业加大对国有企业专利的引用概率及频率。 因此，以专利引用为特征的知识流动是共同股东网络促进国有企业创新知识溢出到民营企业的重要表现形式。 分解不同类型共同股东网络的作用发现，国有共同股东在促进国有企业向民营企业的创新溢出中发挥了更重要作用，而非国有共同股东的作用则并不明显。第三，共同股东网络促进国有企业知识溢出提升了民营企业的创新质量。 同时，根据民营企业受到的创新溢出暴露程度高低构造的买入—卖出投资组合，经因子模型调整后，均存在显著的超额回报率。 这表明，共同股东网络促进国有企业创新知识溢出有利于提高民营企业的股票市场回报。在创新驱动发展及全面深化国有企业改革和优化国有资本布局之际，本研究具有如下启示：第一，在实施创新强国战略中，应坚定不移地发挥国有企业（特别是中央企业）的创新引领功能。 首先，应不断完善国有企业考核评价体系，使考核体系中创新导向更加突出。 创新导向的评价体系不仅有助于提升国有企业自身发展质量，更能对经济发展产生正外部性。 其次，国有企业应持续加大对基础研发的投入，充分发挥其创新溢出对经济增长的作用。 一方面，应支持引导技术创新能力强、行业引领带动作用大的国有企业与民营企业构建创新联合体，以图破解关键产业核心技术卡脖子问题。 另一方面，鉴于国有共同股东在促进国有企业对民营企业的创新溢出中发挥了重要作用，在当前“管资本”的战略导向下，应充分以国有资本投资运营公司为重要抓手，积极投资入股“专精特新”中小企业实现国有资本布局优化的同时，也由此通过股权网络建立知识流动顺畅的创新生态系统，以此放大国有资本功能并构建国有企业与民营企业协同创新发展的新格局，为高水平科技自立自强提供潜在的实现路径。第二，在国内国际双循环战略实施过程中，应坚持发挥生产网络和股权网络中国有企业（特别是中央企业）的中流砥柱作用。 首先，在积极利用外资先进技术的前提下，应继续发挥国有企业对内需导向和出口导向企业的创新知识溢出。 一方面，鉴于地理距离（集聚）仍然是影响创新溢出效果的重要因素，国有企业应在产业链集群化发展中发挥“头雁效应”和集聚协同效应，深化上下游企业间的创新合作，实现与民营企业的产业链协同发展。 另一方面，出口导向型民营企业也应继续深化与国有企业合作创新的有效模式，以此不断提高出口产品技术含量和产品质量，增强国际市场竞争力。 其次，民营企业也应持续强化自身创新意识，提升自身知识吸收能力，以更高效地利用国有企业在基础创新领域的知识外溢，从而构建“上游国有３ ３ １２０２３年第６期企业基础研究，下游民营企业应用研究”的创新分工体系，提升科技成果转化效率，助推产业转型升级。第三，监管部门对于共同持股现象应持包容审慎态度。 基于发达国家资本市场的一些经验研究发现共同持股对市场竞争存在负面影响，据此也有一些国外学者提出应根据反垄断法对共同持股进行审查或限制机构投资者的持股比例。 然而，他国的经验不应简单套用，避免“南橘北枳”。首先，对于中国资本市场而言，目前暂无证据表明共同持股产生了明显的反竞争性或垄断后果，本文也指出中国特色的国有—民营混合所有制共同股东网络对创新知识溢出的积极作用。 因此，现阶段监管部门对于共同持股现象也许无需过度反应，避免“因噎废食”而对反垄断实践采取“一刀切”态度。 其次，本文发现非国有共同股东在促进国有企业的创新溢出中发挥的作用并不明显，这可能预示着非国有股东持股的长期价值导向及参与国有企业公司治理的程度有进一步深化的空间。 未来，应进一步以国有企业混合所有制改革为契机，积极引入具有协同效应的长期战略投资者，使得非国有股东能够更好地发挥促进国有企业创新知识扩散的作用，为创新驱动发展战略及提升国有企业影响力和放大国有资本功能“添砖加瓦”。诚然，本研究还存在一些不足，受限于数据可得性，知识溢出还有待更微观的数据进一步佐证。例如，企业的人力资本是知识的重要承载主体（特别是对于隐性知识而言），在未来数据可得的情况下，可进一步检验共同股东网络是否促进了企业间的人员流动（尤其是技术人员）。参考文献王然、燕波、邓伟根，２０１０：《ＦＤＩ 对我国工业自主创新能力的影响及机制———基于产业关联的视角》，《中国工业经济》第１１期。王永进、刘灿雷，２０１６：《国有企业上游垄断阻碍了中国的经济增长？ ———基于制造业数据的微观考察》，《管理世界》第６期。余明桂、钟慧洁、范蕊，２０１６：《业绩考核制度可以促进央企创新吗？》，《经济研究》第１２期。叶静怡、林佳、张鹏飞、曹思未，２０１９：《中国国有企业的独特作用：基于知识溢出的视角》，《经济研究》第６期。中国社会科学院工业经济研究所课题组，２０１４：《论新时期全面深化国有经济改革重大任务》，《中国工业经济》第７期。Ａｃｅｍｏｇｌｕ，Ｄ．，Ｖ． Ｍ． Ｃａｒｖａｌｈｏ，Ａ． Ｏｚｄａｇｌａｒ， ａｎｄ Ａ． Ｔａｈｂａｚ⁃Ｓａｌｅｈｉ，２０１２， “Ｔｈｅ Ｎｅｔｗｏｒｋ Ｏｒｉｇｉｎｓ ｏｆ Ａｇｇｒｅｇａｔｅ Ｆｌｕｃｔｕａｔｉｏｎｓ”，Ｅｃｏｎｏｍｅｔｒｉｃａ，８０（５），１９７７—２０１６．Ａｃｅｍｏｇｌｕ， Ｄ．， Ｕ． Ａｋｃｉｇｉｔ， ａｎｄ Ｗ． Ｒ． Ｋｅｒｒ， ２０１６， “Ｉｎｎｏｖａｔｉｏｎ Ｎｅｔｗｏｒｋ”， Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，１１３（４１），１１４８３—１１４８８．Ａｋｃｉｇｉｔ，Ｕ．， Ｄ． Ｈａｎｌｅｙ， ａｎｄ Ｎ． Ｓｅｒｒａｎｏ⁃Ｖｅｌａｒｄｅ， ２０２１， “Ｂａｃｋ ｔｏ Ｂａｓｉｃｓ： Ｂａｓｉｃ Ｒｅｓｅａｒｃｈ Ｓｐｉｌｌｏｖｅｒｓ， Ｉｎｎｏｖａｔｉｏｎ Ｐｏｌｉｃｙ， ａｎｄＧｒｏｗｔｈ”，Ｒｅｖｉｅｗｏｆ ＥｃｏｎｏｍｉｃＳｔｕｄｉｅｓ，８８（１），１—４３．Ａｌｌｅｎ，Ｆ．，Ｊ． Ｃａｉ，Ｘ． Ｇｕ，Ｊ． Ｑｉａｎ，Ｌ． Ｈ． Ｚｈａｏ，ａｎｄＷ． Ｚｈｕ，２０２１，“ＯｗｎｅｒｓｈｉｐＮｅｔｗｏｒｋａｎｄＦｉｒｍＧｒｏｗｔｈ：Ｗｈａｔ ＤｏＦｉｖｅＭｉｌｌｉｏｎＣｏｍｐａｎｉｅｓＴｅｌｌ Ａｂｏｕｔ ＣｈｉｎｅｓｅＥｃｏｎｏｍｙ”，ＷｏｒｋｉｎｇＰａｐｅｒ．Ａｚａｒ，Ｊ．， Ｍ． Ｃ． Ｓｃｈｍａｌｚ， ａｎｄ Ｉ． Ｔｅｃｕ， ２０１８， “Ａｎｔｉｃｏｍｐｅｔｉｔｉｖｅ Ｅｆｆｅｃｔｓ ｏｆ Ｃｏｍｍｏｎ Ｏｗｎｅｒｓｈｉｐ”， Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｅ， ７３（４），１５１３—１５６５．Ｂａｉ，Ｃ．，Ｃ． Ｈｓｉｅｈ，Ｚ． Ｍ． Ｓｏｎｇ，ａｎｄＸ． Ｗａｎｇ，２０２０，“Ｓｐｅｃｉａｌ ＤｅａｌｓＦｒｏｍＳｐｅｃｉａｌ Ｉｎｖｅｓｔｏｒｓ：ＴｈｅＲｉｓｅｏｆ Ｓｔａｔｅ⁃ＣｏｎｎｅｃｔｅｄＰｒｉｖａｔｅＯｗｎｅｒｓｉｎＣｈｉｎａ”，ＷｏｒｋｉｎｇＰａｐｅｒ．Ｂａｎａｌ⁃Ｅｓｔａñｏｌ，Ａ．，Ｔ． Ｄｕｓｏ，Ｊ． Ｓｅｌｄｅｓｌａｃｈｔｓ， ａｎｄ Ｆ． Ｓｚüｃｓ，２０２２， “Ｒ＆ＤＳｐｉｌｌｏｖｅｒｓ ｔｈｒｏｕｇｈ ＲＪＶＣｏｏｐｅｒａｔｉｏｎ”， Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ，５１（４），１０４４６５．Ｂｅｎａ，Ｊ．，ａｎｄＫ． Ｌｉ，２０１４，“ＣｏｒｐｏｒａｔｅＩｎｎｏｖａｔｉｏｎｓａｎｄＭｅｒｇｅｒｓａｎｄＡｃｑｕｉｓｉｔｉｏｎｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｅ，６９（５），１９２３—１９６０．Ｂｅｒｎａｒｄ，Ａ． Ｂ．， Ａ． Ｍｏｘｎｅｓ， ａｎｄ Ｙ． Ｕ． Ｓａｉｔｏ， ２０１９， “Ｐｒｏｄｕｃｔｉｏｎ Ｎｅｔｗｏｒｋｓ， Ｇｅｏｇｒａｐｈｙ， ａｎｄ ＦｉｒｍＰｅｒｆｏｒｍａｎｃｅ”， Ｊｏｕｒｎａｌ ｏｆＰｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ，１２７（２），６３９—６８８．Ｂｌｏｏｍ，Ｎ．， Ｍ． Ｓｃｈａｎｋｅｒｍａｎ， ａｎｄ Ｊ． Ｖａｎ Ｒｅｅｎｅｎ， ２０１３， “Ｉｄｅｎｔｉｆｙｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ Ｓｐｉｌｌｏｖｅｒｓ ａｎｄ Ｐｒｏｄｕｃｔ Ｍａｒｋｅｔ Ｒｉｖａｌｒｙ”，Ｅｃｏｎｏｍｅｔｒｉｃａ，８１（４），１３４７—１３９３．Ｃａｉ，Ｊ．，ａｎｄＮ． Ｌｉ，２０１９，“ＧｒｏｗｔｈｔｈｒｏｕｇｈＩｎｔｅｒ⁃Ｓｅｃｔｏｒａｌ ＫｎｏｗｌｅｄｇｅＬｉｎｋａｇｅｓ”，Ｒｅｖｉｅｗｏｆ ＥｃｏｎｏｍｉｃＳｔｕｄｉｅｓ，８６（５），１８２７—１８６６．Ｃｏｈｅｎ，Ｗ． Ｍ．，ａｎｄＤ． Ａ． Ｌｅｖｉｎｔｈａｌ，１９８９， “Ｉｎｎｏｖａｔｉｏｎ ａｎｄ Ｌｅａｒｎｉｎｇ： Ｔｈｅ Ｔｗｏ Ｆａｃｅｓ ｏｆ Ｒ＆Ｄ”， Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ，９９（３９７），４ ３ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出５６９—５９６．Ｃｏｈｅｎ，Ｗ． Ｍ．，ａｎｄＤ． Ａ． Ｌｅｖｉｎｔｈａｌ，１９９０，“ＡｂｓｏｒｐｔｉｖｅＣａｐａｃｉｔｙ：ＡＮｅｗＰｅｒｓｐｅｃｔｉｖｅｏｎＬｅａｒｎｉｎｇａｎｄＩｎｎｏｖａｔｉｏｎ”，ＡｄｍｉｎｉｓｔｒａｔｉｖｅＳｃｉｅｎｃｅＱｕａｒｔｅｒｌｙ，３５（１），１２８—１５２．Ｃｏｈｎ，Ｊ． Ｂ．， Ｚ． Ｌｉｕ， ａｎｄ Ｍ． Ｉ．Ｗａｒｄｌａｗ，２０２２， “Ｃｏｕｎｔ （ａｎｄ Ｃｏｕｎｔ⁃Ｌｉｋｅ） Ｄａｔａ ｉｎ Ｆｉｎａｎｃｅ”， Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，１４６（２），５２９—５５１．Ｃｈｕ，Ｙ．， Ｘ． Ｔｉａｎ， ａｎｄ Ｗ． Ｗａｎｇ， ２０１９， “Ｃｏｒｐｏｒａｔｅ Ｉｎｎｏｖａｔｉｏｎ Ａｌｏｎｇ ｔｈｅ Ｓｕｐｐｌｙ Ｃｈａｉｎ”， Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ， ６５（６），２４４５—２９４５．Ｃｈｕｌｕｕｎ，Ｔ．，Ａ． Ｐｒｅｖｏｓｔ，ａｎｄ Ａ． Ｕｐａｄｈｙａｙ，２０１７， “ＦｉｒｍＮｅｔｗｏｒｋ Ｓｔｒｕｃｔｕｒｅ ａｎｄ Ｉｎｎｏｖａｔｉｏｎ”， Ｊｏｕｒｎａｌ ｏｆ Ｃｏｒｐｏｒａｔｅ Ｆｉｎａｎｃｅ，４４，１９３—２１４．Ｆａｄｅｅｖ，Ｅ．，２０２２，“ＣｒｅａｔｉｖｅＣｏｎｓｔｒｕｃｔｉｏｎ：ＫｎｏｗｌｅｄｇｅＳｈａｒｉｎｇｉｎＰｒｏｄｕｃｔｉｏｎＮｅｔｗｏｒｋｓ”，ＨａｒｖａｒｄＵｎｉｖｅｒｓｉｔｙＷｏｒｋｉｎｇＰａｐｅｒ．Ｆａｎ，Ｊ． Ｐ． Ｈ．，ａｎｄＬ． Ｈ． Ｐ． Ｌａｎｇ，２０００，“ＴｈｅＭｅａｓｕｒｅｍｅｎｔ ｏｆ Ｒｅｌａｔｅｄｎｅｓｓ：ＡｎＡｐｐｌｉｃａｔｉｏｎｔｏＣｏｒｐｏｒａｔｅＤｉｖｅｒｓｉｆｉｃａｔｉｏｎ”，Ｊｏｕｒｎａｌｏｆ Ｂｕｓｉｎｅｓｓ，７３（４），６２９—６６０．Ｇｈｏｓｈ，Ａ．，ａｎｄ Ｈ． Ｍｏｒｉｔａ， ２０１７， “Ｋｎｏｗｌｅｄｇｅ Ｔｒａｎｓｆｅｒ ａｎｄ Ｐａｒｔｉａｌ Ｅｑｕｉｔｙ Ｏｗｎｅｒｓｈｉｐ”， ＲＡＮＤＪｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ， ４８（４），１０４４—１０６７．Ｇｉｌｓｉｎｇ， Ｖ．， Ｂ． Ｎｏｏｔｅｂｏｏｍ， Ｗ． Ｖａｎｈａｖｅｒｂｅｋｅ， Ｇ． Ｄｕｙｓｔｅｒｓ， ａｎｄ Ａ． Ｖａｎ ｄｅｎ Ｏｏｒｄ， ２００８， “Ｎｅｔｗｏｒｋ Ｅｍｂｅｄｄｅｄｎｅｓｓ ａｎｄ ｔｈｅＥｘｐｌｏｒａｔｉｏｎｏｆ Ｎｏｖｅｌ Ｔｅｃｈｎｏｌｏｇｉｅｓ：Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｄｉｓｔａｎｃｅ，ＢｅｔｗｅｅｎｎｅｓｓＣｅｎｔｒａｌｉｔｙａｎｄＤｅｎｓｉｔｙ”，ＲｅｓｅａｒｃｈＰｏｌｉｃｙ，３７（１０），１７１７—１７３１．Ｇｏｙａｌ，Ｓ．，ａｎｄＪ． Ｌ． Ｍｏｒａｇａ⁃Ｇｏｎｚáｌｅｚ，２００１，“Ｒ＆ＤＮｅｔｗｏｒｋｓ”，ＲＡＮＤＪｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，３２（４），６８６—７０７．Ｈａｎｓｅｎ，Ｒ． Ｇ．，ａｎｄＪ． Ｒ． Ｌｏｔｔ，１９９６，“ＥｘｔｅｒｎａｌｉｔｉｅｓａｎｄＣｏｒｐｏｒａｔｅＯｂｊｅｃｔｉｖｅｓｉｎａＷｏｒｌｄｗｉｔｈＤｉｖｅｒｓｉｆｉｅｄＳｈａｒｅｈｏｌｄｅｒ／ Ｃｏｎｓｕｍｅｒｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ ａｎｄＱｕａｎｔｉｔａｔｉｖｅＡｎａｌｙｓｉｓ，３１（１），４３—６８．Ｈｅ，Ｚ．，Ｇ． Ｌｉａｏ，ａｎｄＢ． Ｗａｎｇ，２０２１，“ＩｎｃｅｎｔｉｖｅｓａｎｄＦｉｒｍＩｎｖｅｓｔｍｅｎｔ：ＥｖｉｄｅｎｃｅＦｒｏｍＣｈｉｎａ'ｓＲｅｆｏｒｍ”，ＷｏｒｋｉｎｇＰａｐｅｒ．Ｊａｆｆｅ，Ａ． Ｂ．，１９８６，“Ｔｅｃｈｎｏｌｏｇｉｃａｌ ＯｐｐｏｒｔｕｎｉｔｙａｎｄＳｐｉｌｌｏｖｅｒｓｏｆ Ｒ＆Ｄ：ＥｖｉｄｅｎｃｅＦｒｏｍＦｉｒｍｓ' Ｐａｔｅｎｔｓ，Ｐｒｏｆｉｔｓ，ａｎｄＭａｒｋｅｔ Ｖａｌｕｅ”，ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，７６（５），９８４—１００１．Ｊａｆｆｅ，Ａ． Ｂ．，Ｍ． Ｔｒａｊｔｅｎｂｅｒｇ，ａｎｄＲ． Ｈｅｎｄｅｒｓｏｎ，１９９３，“Ｇｅｏｇｒａｐｈｉｃ Ｌｏｃａｌｉｚａｔｉｏｎ ｏｆ Ｋｎｏｗｌｅｄｇｅ Ｓｐｉｌｌｏｖｅｒｓ ａｓ Ｅｖｉｄｅｎｃｅｄ ｂｙ ＰａｔｅｎｔＣｉｔａｔｉｏｎｓ”，ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，１０８（３），５７７—５９８．Ｊａｆｆｅ，Ａ． Ｂ．，Ｍ． Ｔｒａｊｔｅｎｂｅｒｇ， ａｎｄ Ｍ． Ｓ． Ｆｏｇａｒｔｙ，２０００， “Ｋｎｏｗｌｅｄｇｅ Ｓｐｉｌｌｏｖｅｒｓ ａｎｄ Ｐａｔｅｎｔ Ｃｉｔａｔｉｏｎｓ： Ｅｖｉｄｅｎｃｅ Ｆｒｏｍａ Ｓｕｒｖｅｙ ｏｆＩｎｖｅｎｔｏｒｓ”，ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，９０（２），２１５—２１８．Ｋｅｌｌｅｒ，Ｗ．，ａｎｄＳ． Ｒ． Ｙｅａｐｌｅ，２００９，“Ｍｕｌｔｉｎａｔｉｏｎａｌ Ｅｎｔｅｒｐｒｉｓｅｓ，Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｒａｄｅ，ａｎｄＰｒｏｄｕｃｔｉｖｉｔｙＧｒｏｗｔｈ：ＦｉｒｍＬｅｖｅｌ ＥｖｉｄｅｎｃｅＦｒｏｍｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ”，Ｒｅｖｉｅｗｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄＳｔａｔｉｓｔｉｃｓ，９１（４），８２１—８３１．Ｋｏｃｈ，Ａ．，Ｍ． Ｐａｎａｙｉｄｅｓ，ａｎｄＳ． Ｔｈｏｍａｓ，２０２１，“Ｃｏｍｍｏｎ Ｏｗｎｅｒｓｈｉｐ ａｎｄ Ｃｏｍｐｅｔｉｔｉｏｎ ｉｎ Ｐｒｏｄｕｃｔ Ｍａｒｋｅｔｓ”，Ｊｏｕｒｎａｌ ｏｆ ＦｉｎａｎｃｉａｌＥｃｏｎｏｍｉｃｓ，１３９（１），１０９—１３７．Ｋｏｓｔｏｖｅｔｓｋｙ，Ｌ．，ａｎｄＡ． Ｍａｎｃｏｎｉ，２０２０，“ＣｏｍｍｏｎＩｎｓｔｉｔｕｔｉｏｎａｌ ＯｗｎｅｒｓｈｉｐａｎｄＤｉｆｆｕｓｉｏｎｏｆ Ｉｎｎｏｖａｔｉｏｎ”，ＷｏｒｋｉｎｇＰａｐｅｒ．Ｋｒａｎｔｏｎ，Ｒ． Ｅ．，ａｎｄＤ． Ｆ． Ｍｉｎｅｈａｒｔ，２００１，“ＡＴｈｅｏｒｙｏｆ Ｂｕｙｅｒ⁃Ｓｅｌｌｅｒ Ｎｅｔｗｏｒｋｓ”，ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅｖｉｅｗ，９１（３），４８５—５０８．Ｌｅｗｅｌｌｅｎ，Ｋ．， ａｎｄ Ｍ． Ｌｏｗｒｙ， ２０２１， “Ｄｏｅｓ Ｃｏｍｍｏｎ Ｏｗｎｅｒｓｈｉｐ Ｒｅａｌｌｙ Ｉｎｃｒｅａｓｅ ＦｉｒｍＣｏｏｒｄｉｎａｔｉｏｎ？”， Ｊｏｕｒｎａｌ ｏｆ ＦｉｎａｎｃｉａｌＥｃｏｎｏｍｉｃｓ，１４１（１），３２２—３４４．Ｌｉ，Ｘ．，Ｔ． Ｌｉｕ，ａｎｄＬ． Ａ． Ｔａｙｌｏｒ，２０２３，“ＣｏｍｍｏｎＯｗｎｅｒｓｈｉｐａｎｄＩｎｎｏｖａｔｉｏｎＥｆｆｉｃｉｅｎｃｙ”，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，１４７（３），４７５—４９７．Ｌｏｐｅｚ，Ａ． Ｌ．，ａｎｄＸ． Ｖｉｖｅｓ，２０１９，“ＯｖｅｒｌａｐｐｉｎｇＯｗｎｅｒｓｈｉｐ，Ｒ＆ＤＳｐｉｌｌｏｖｅｒｓ，ａｎｄＡｎｔｉｔｒｕｓｔ Ｐｏｌｉｃｙ”，Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ，１２７（５），２３９４—２４３７．Ｌｕｃｋｉｎｇ，Ｂ．，Ｎ． Ｂｌｏｏｍ，ａｎｄＪ． ＶａｎＲｅｅｎｅｎ，２０２０，“ＨａｖｅＲ＆ＤＳｐｉｌｌｏｖｅｒｓＤｅｃｌｉｎｅｄｉｎｔｈｅ２１ｓｔ Ｃｅｎｔｕｒｙ”，Ｆｉｓｃａｌ Ｓｔｕｄｉｅｓ，４０（４），５６１—５９０．Ｌｕｏｎｇ，Ｈ．，Ｆ． Ｍｏｓｈｉｒｉａｎ， Ｌ． Ｎｇｕｙｅｎ， Ｘ． Ｔｉａｎ， ａｎｄ Ｂ． Ｚｈａｎｇ， ２０１７， “ＨｏｗＤｏ Ｆｏｒｅｉｇｎ Ｉｎｓｔｉｔｕｔｉｏｎａｌ Ｉｎｖｅｓｔｏｒｓ Ｅｎｈａｎｃｅ ＦｉｒｍＩｎｎｏｖａｔｉｏｎ？”，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ ａｎｄＱｕａｎｔｉｔａｔｉｖｅＡｎａｌｙｓｉｓ，５２（４），１４４９—１４９０．Ｍａｔｒａｙ，Ａ．，２０２１，“ＴｈｅＬｏｃａｌ ＩｎｎｏｖａｔｉｏｎＳｐｉｌｌｏｖｅｒｓｏｆ ＬｉｓｔｅｄＦｉｒｍｓ”，Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，１４１（２），３９５—４１２．Ｍｉｏｔｔｉ，Ｌ．，ａｎｄＦ． Ｓａｃｈｗａｌｄ，２００３，“Ｃｏ⁃ｏｐｅｒａｔｉｖｅＲ＆Ｄ：ＷｈｙａｎｄｗｉｔｈＷｈｏｍ？”，ＲｅｓｅａｒｃｈＰｏｌｉｃｙ，３２（８），１４８１—１４９９．Ｒｏｍｅｒ，Ｐ． Ｍ．，１９８６，“ＩｎｃｒｅａｓｉｎｇＲｅｔｕｒｎｓａｎｄＬｏｎｇ⁃ＲｕｎＧｒｏｗｔｈ”，Ｊｏｕｒｎａｌ ｏｆ Ｐｏｌｉｔｉｃａｌ Ｅｃｏｎｏｍｙ，９４（５），１００２—１０３７．Ｗｉｌｌｉａｍｓｏｎ， Ｏ． Ｅ．， １９７１， “Ｔｈｅ Ｖｅｒｔｉｃａｌ Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ Ｐｒｏｄｕｃｔｉｏｎ： Ｍａｒｋｅｔ Ｆａｉｌｕｒｅ Ｃｏｎｓｉｄｅｒａｔｉｏｎｓ”， Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，６１（２），１１２—１２３．５ ３ １２０２３年第６期ＣｏｍｍｏｎＯｗｎｅｒｓｈｉｐＮｅｔｗｏｒｋｓａｎｄＩｎｎｏｖａｔｉｏｎＳｐｉｌｌｏｖｅｒｓｏｆ Ｓｔａｔｅ⁃ｏｗｎｅｄＥｎｔｅｒｐｒｉｓｅｓ———ＡｎＥｍｐｉｒｉｃａｌ ＳｔｕｄｙＢａｓｅｄｏｎＰｅｒｆｏｒｍａｎｃｅＥｖａｌｕａｔｉｏｎＭｅｔｈｏｄＣｈａｎｇｅＬＡＩ ＦｅｎｇｈｕｉａａｎｄＬＩ Ｓｈａｎｍｉｎｂ，ｃ（ａ：Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ，Ｈｕａｚｈｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄＴｅｃｈｎｏｌｏｇｙ；ｂ：Ｓｃｈｏｏｌ ｏｆ Ｂｕｓｉｎｅｓｓ，ＳｕｎＹａｔ⁃ｓｅｎＵｎｉｖｅｒｓｉｔｙ；ｃ：Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｎｔｅｒｐｒｉｓｅｓ Ｒｅｓｅａｒｃｈ，ＳｕｎＹａｔ⁃ｓｅｎＵｎｉｖｅｒｓｉｔｙ）Ｓｕｍｍａｒｙ：Ｓｔａｔｅ⁃ｏｗｎｅｄｅｎｔｅｒｐｒｉｓｅｓ （ＳＯＥｓ） ａｒｅ ｔｈｅ ｎａｔｉｏｎａｌ ｔｅａｍｏｆ ｉｎｎｏｖａｔｉｏｎ． Ｒｅｌｙｉｎｇ ｏｎｉｔｓ ｃｏｎｔｉｎｕｏｕｓ ｉｎｖｅｓｔｍｅｎｔ ｉｎｂａｓｉｃｒｅｓｅａｒｃｈａｎｄｔｈｅｐｏｓｉｔｉｖｅｅｘｔｅｒｎａｌｉｔｉｅｓｏｆ ｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓｔｏｔｈｅｅｃｏｎｏｍｙ，ＳＯＥｓｓｅｒｖｅａｎｉｍｐｏｒｔａｎｔ ｌｅａｄｉｎｇｒｏｌｅｉｎＣｈｉｎａ'ｓ ｉｎｎｏｖａｔｉｏｎｓｙｓｔｅｍ． Ｍｅａｎｗｈｉｌｅ，ｆｉｒｍｓ ｄｏ ｎｏｔ ｅｘｉｓｔ ａｓ ｉｓｏｌａｔｅｄｉｎｄｉｖｉｄｕａｌｓ ｉｎｔｈｅ ｍａｒｋｅｔ，ａｎｄ ｔｈｅｙ ａｒｅ ｌｉｎｋｅｄ ｂｙｉｎｔｒｉｃａｔｅ ｎｅｔｗｏｒｋｃｏｎｎｅｃｔｉｏｎ，ａｍｏｎｇ ｗｈｉｃｈ ｔｈｅ ｆｏｒｍａｔｉｏｎ ｏｆ ｅｑｕｉｔｙ ｎｅｔｗｏｒｋ ｉｓ ａ ｓｉｇｎａｌ ｏｆ ｔｈｅ ｅｃｏｎｏｍｉｃ ｒｅｌａｔｉｏｎ ｂｅｔｗｅｅｎｔｈｅｍ． Ｉｎｔｈｅ ｐａｓｔ ２０ｙｅａｒｓ，ｔｈｅ ｅｑｕｉｔｙ ｃｏｎｎｅｃｔｉｏｎｂｅｔｗｅｅｎＳＯＥｓ ａｎｄｐｒｉｖａｔｅ⁃ｏｗｎｅｄｅｎｔｅｒｐｒｉｓｅｓ （ＰＯＥｓ） ｉｓ ａｎｉｍｐｏｒｔａｎｔｄｒｉｖｉｎｇ ｆｏｒｃｅ ｏｆ ｔｈｅ ｅｑｕｉｔｙ ｎｅｔｗｏｒｋｅｘｐａｎｓｉｏｎｉｎＣｈｉｎａ'ｓｅｃｏｎｏｍｙ． Ｄｏｔｈｅｅｑｕｉｔｙｎｅｔｗｏｒｋｓｐｒｏｍｏｔｅｔｈｅｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓｏｆ ＳＯＥｓ ｔｏ ＰＯＥｓ，ａｎｄｔｏ ｗｈａｔ ｅｘｔｅｎｔ？Ｉｎｔｈｉｓ ｐａｐｅｒ，ｗｅ ｆｏｃｕｓ ｏｎａ ｓｐｅｃｉｆｉｃ ｅｑｕｉｔｙ ｎｅｔｗｏｒｋｓ，ｉ． ｅ．，ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ，ｍａｉｎｌｙ ｆｏｒ ｔｗｏ ｒｅａｓｏｎｓ：ｆｉｒｓｔ，ｄｕｅ ｔｏ ｔｈｅ ｆａｓｔ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｉｎｓｔｉｔｕｔｉｏｎａｌ ｉｎｖｅｓｔｏｒｓ， ｃｏｍｍｏｎ ｏｗｎｅｒｓｈｉｐ ｈａｓ ｂｅｃｏｍｅ ａ ｃｏｍｍｏｎ ｐｈｅｎｏｍｅｎｏｎ ｉｎｄｅｖｅｌｏｐｅｄｃａｐｉｔａｌ ｍａｒｋｅｔｓ． Ｉｎ Ｃｈｉｎａ'ｓ ｄｅｖｅｌｏｐｉｎｇ ｃａｐｉｔａｌ ｍａｒｋｅｔ， ｔｈｅ ｐｈｅｎｏｍｅｎｏｎ ｔｈａｔ ＳＯＥｓ ａｎｄ ＰＯＥｓ ｓｈａｒｅ ｃｏｍｍｏｎｏｗｎｅｒｓ ｉｓ ａｌｓｏ ｖｅｒｙ ｐｏｐｕｌａｒ． Ｓｅｃｏｎｄ，ｓｔｕｄｉｅｓ ｏｎｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｉｎｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ ａｒｅ ｍｏｓｔｌｙ ｂａｓｅｄｏｎｔｈｅｏｒｅｔｉｃａｌ ａｎａｌｙｓｉｓ，ｗｉｔｈ ｆｅｗｅｍｐｉｒｉｃａｌ ｓｔｕｄｉｅｓ ｃｏｎｄｕｃｔｅｄ， ｅｓｐｅｃｉａｌｌｙ ｆｏｒ ｔｈｅ ｃｏｍｍｏｎ ｏｗｎｅｒｓｈｉｐ ｎｅｔｗｏｒｋｓ ｃｏｎｓｉｓｔｉｎｇ ｏｆＳＯＥｓ ａｎｄＰＯＥｓ ｉｎＣｈｉｎａ．Ｗｉｔｈｔｈｅ ＥＶＡａｓｓｅｓｓｍｅｎｔ ｐｏｌｉｃｙ ｏｆ ＳＯＥｓ ａｓ ａｎｅｘｏｇｅｎｏｕｓ ｓｈｏｃｋｏｎｔｈｅｉｒ ｉｎｎｏｖａｔｉｏｎ，ｔｈｉｓ ｐａｐｅｒ ｆｉｎｄｓ ｔｈａｔ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ ｃａｎ ｅｘｅｒｔ ｔｈｅ “ｉｎｔｅｒｎａｌｉｚａｔｉｏｎ” ｍｅｃｈａｎｉｓｍ， ｓｏ ａｓ ｔｏ ｐｒｏｍｏｔｅ ｔｈｅ ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｏｆ ＳＯＥｓ ｔｏｉｍｐｒｏｖｅｔｈｅｉｎｎｏｖａｔｉｏｎｏｕｔｐｕｔ ｏｆ ＰＯＥｓ． Ｔｈｅｐｒｏｍｏｔｉｏｎｅｆｆｅｃｔ ｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓｏｎｋｎｏｗｌｅｄｇｅｓｐｉｌｌｏｖｅｒｓｉｓｍｏｒｅｓｉｇｎｉｆｉｃａｎｔ ｗｈｅｎｔｈｅ ｔｅｃｈｎｏｌｏｇｙ ｓｉｍｉｌａｒｉｔｙ ａｎｄｇｅｏｇｒａｐｈｉｃａｌ ｐｒｏｘｉｍｉｔｙ ｂｅｔｗｅｅｎＰＯＥｓ ａｎｄＳＯＥｓ ａｒｅ ｈｉｇｈｅｒ． Ｈｅｔｅｒｏｇｅｎｅｉｔｙａｎａｌｙｓｉｓ ｓｈｏｗｓ ｔｈａｔ ＰＯＥｓ' ｋｎｏｗｌｅｄｇｅａｂｓｏｒｐｔｉｏｎｃａｐａｃｉｔｙｉｓａｋｅｙｆａｃｔｏｒ ｔｈａｔ ａｆｆｅｃｔｓｔｈｅｅｆｆｅｃｔ ｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓｏｎｔｈｅ ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｏｆ ＳＯＥｓ ｔｏ ＰＯＥｓ． Ｆｕｒｔｈｅｒ ａｎａｌｙｓｉｓ ｓｈｏｗｓ ｔｈａｔ ｃｏｍｍｏｎ ｏｗｎｅｒｓｈｉｐ ｎｅｔｗｏｒｋｓ ｉｎｃｒｅａｓｅ ｔｈｅｐｒｏｂａｂｉｌｉｔｙ ａｎｄｆｒｅｑｕｅｎｃｙ ｏｆ ｃｉｔｉｎｇ ＳＯＥｓ' ｐａｔｅｎｔｓ ｂｙ ＰＯＥｓ，ｓｏ ｔｈｅ ｋｎｏｗｌｅｄｇｅ ｆｌｏｗｃｈａｒａｃｔｅｒｉｚｅｄｂｙ ｐａｔｅｎｔ ｃｉｔａｔｉｏｎｉｓ ａｎｉｍｐｏｒｔａｎｔ ｆｏｒｍｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ ｔｏ ｐｒｏｍｏｔｅ ＳＯＥｓ' ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｔｏ ＰＯＥｓ． Ｉｎａｄｄｉｔｉｏｎ，ｂｙ ｂｒｅａｋｉｎｇｄｏｗｎｔｈｅ ｒｏｌｅｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｃｏｍｍｏｎ ｏｗｎｅｒｓｈｉｐ ｎｅｔｗｏｒｋｓ， ｔｈｉｓ ｐａｐｅｒ ｆｉｎｄｓ ｔｈａｔ ｃｏｍｍｏｎ ｓｔａｔｅ ｏｗｎｅｒｓ ｐｌａｙ ａｎｉｍｐｏｒｔａｎｔ ｒｏｌｅ ｉｎ ｐｒｏｍｏｔｉｎｇ ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｆｒｏｍＳＯＥｓ ｔｏ ＰＯＥｓ． Ｆｉｎａｌｌｙ， ｔｈｉｓ ｓｔｕｄｙ ａｌｓｏ ｓｈｏｗｓ ｔｈａｔ ｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓ ｆｒｏｍＳＯＥｓ ｉｍｐｒｏｖｅ ｔｈｅ ｉｎｎｏｖａｔｉｏｎｑｕａｌｉｔｙ ａｓ ｗｅｌｌ ａｓ ｓｔｏｃｋｍａｒｋｅｔ ｒｅｔｕｒｎｓ ｏｆ ＰＯＥｓ．Ｂａｓｅｄｏｎ ｔｈｅｓｅ ｒｅｓｅａｒｃｈ ｃｏｎｃｌｕｓｉｏｎｓ， ｔｈｉｓ ｐａｐｅｒ ｐｒｏｖｉｄｅｓ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｐｏｌｉｃｙ ｉｍｐｌｉｃａｔｉｏｎｓ． Ｆｉｒｓｔ， ＳＯＥｓ ｓｈｏｕｌｄｃｏｎｔｉｎｕｏｕｓｌｙ ｅｎｈａｎｃｅ ｔｈｅｉｒ Ｒ＆Ｄｉｎｖｅｓｔｍｅｎｔ ｉｎｂａｓｉｃｒｅｓｅａｒｃｈａｎｄｅｆｆｅｃｔｉｖｅｌｙｃｏｎｓｔｒｕｃｔ ｅｑｕｉｔｙｎｅｔｗｏｒｋｓｗｉｔｈＰＯＥｓ，ｓｏａｓｔｏｂｅｔｔｅｒ ｆａｃｉｌｉｔａｔｅ ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ａｎｄｒｅａｌｉｚｅ ｅｎｄｏｇｅｎｏｕｓ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ． Ｓｅｃｏｎｄ，ｇｉｖｅｎｔｈａｔ ｇｅｏｇｒａｐｈｉｃａｌ ｄｉｓｔａｎｃｅ ｉｓｓｔｉｌｌ ａｎｉｍｐｏｒｔａｎｔ ｆａｃｔｏｒ ａｆｆｅｃｔｉｎｇ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓ，ＳＯＥｓ ｓｈｏｕｌｄｆｕｎｃｔｉｏｎａｓ ｔｈｅ ｌｅａｄｉｎｇ ｆｉｒｍｓ ｉｎｉｎｄｕｓｔｒｉａｌｃｌｕｓｔｅｒｓ ａｎｄｕｔｉｌｉｚｅ ｔｈｅ ａｇｇｌｏｍｅｒａｔｉｏｎｅｆｆｅｃｔ ｔｏ ｄｅｅｐｅｎｉｎｎｏｖａｔｉｏｎｃｏｏｐｅｒａｔｉｏｎｗｉｔｈＰＯＥｓ． Ｔｈｉｒｄ，ｔｈｅ ｒｅｇｕｌａｔｏｒｙ ａｕｔｈｏｒｉｔｙｓｈｏｕｌｄｂｅ ｔｏｌｅｒａｎｔ ａｎｄｐｒｕｄｅｎｔ ｔｏｗａｒｄｓｔｈｅｐｈｅｎｏｍｅｎｏｎｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐ． Ｔｈｅｒｅｉｓｎｏｅｖｉｄｅｎｃｅｔｈａｔ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｒｅｓｕｌｔｓ ｉｎｏｂｖｉｏｕｓａｎｔｉ⁃ｃｏｍｐｅｔｉｔｉｏｎｏｒ ｍｏｎｏｐｏｌｙｏｕｔｃｏｍｅｓ． Ｔｈｉｓｐａｐｅｒ ａｌｓｏｐｏｉｎｔｓｏｕｔ ｔｈｅｐｏｓｉｔｉｖｅｒｏｌｅｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ ｉｎｆａｃｉｌｉｔａｔｉｎｇｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓ，ｓｏｔｈｅａｎｔｉｔｒｕｓｔ ａｕｔｈｏｒｉｔｙｍａｙｎｏｔ ｎｅｅｄｔｏｏｖｅｒｒｅａｃｔ ｔｏｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐａｔ ｔｈｅｃｕｒｒｅｎｔ ｓｔａｇｅ．Ｔｈｉｓ ｐａｐｅｒ ｈａｓ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｃｏｎｔｒｉｂｕｔｉｏｎｓ． Ｆｉｒｓｔ，ｔｈｉｓ ｐａｐｅｒ ｅｎｒｉｃｈｅｓ ｔｈｅ ｒｅｓｅａｒｃｈｏｎｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｆｉｒｍｎｅｔｗｏｒｋｓ ａｎｄｉｎｎｏｖａｔｉｏｎ． Ｓｅｃｏｎｄ，ｔｈｉｓ ｐａｐｅｒ ｅｎｒｉｃｈｅｓ ｔｈｅ ｌｉｔｅｒａｔｕｒｅ ｏｎｔｈｅ ｅｃｏｎｏｍｉｃ ｃｏｎｓｅｑｕｅｎｃｅｓ ｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐ．Ｅｘｉｓｔｉｎｇ ｒｅｓｅａｒｃｈｅｍｐｈａｓｉｚｅｓ ｄｉｆｆｅｒｅｎｔ ｅｃｏｎｏｍｉｃ ｅｆｆｅｃｔｓ ｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｗｉｔｈＰＯＥｃａｓｅｓ ｉｎＷｅｓｔｅｒｎｃｏｕｎｔｒｉｅｓ． ＢａｓｅｄｏｎＣｈｉｎａ'ｓ ｉｎｓｔｉｔｕｔｉｏｎａｌ ｂａｃｋｇｒｏｕｎｄ，ｔｈｉｓ ｐａｐｅｒ ｐｒｏｖｉｄｅｓ ａ ｕｎｉｑｕｅ ｓｅｔｔｉｎｇ ｔｏ ｅｘｐｌｏｒｅ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｏｎｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｆｉｒｍｓ，ｉ． ｅ．，ＳＯＥｓ ａｎｄＰＯＥｓ． Ｔｈｉｒｄ，ｔｈｉｓ ｐａｐｅｒ ｅｎｒｉｃｈｅｓ ｔｈｅ ｒｅｓｅａｒｃｈｏｎｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓ． Ｅｘｉｓｔｉｎｇｐａｐｅｒｓ ｆｉｇｕｒｅ ｏｕｔ ｔｈｅ ｋｎｏｗｌｅｄｇｅ ｓｐｉｌｌｏｖｅｒｓ ｏｆ ＦＤＩ ｔｏ ｄｏｍｅｓｔｉｃ ｆｉｒｍｓ ａｎｄｆｒｏｍｌｉｓｔｅｄｆｉｒｍｓ ｔｏ ｕｎｌｉｓｔｅｄｆｉｒｍｓ，ｂｕｔ ｔｈｉｓ ｐａｐｅｒｐｒｏｖｉｄｅｓ ｎｏｖｅｌ ｉｎｎｏｖａｔｉｏｎｓｐｉｌｌｏｖｅｒｓ ｖｉａ ｃｏｍｍｏｎｏｗｎｅｒｓｈｉｐｎｅｔｗｏｒｋｓ ｂｙ ＳＯＥｓ ｔｏ ＰＯＥｓ．Ｋｅｙｗｏｒｄｓ：Ｓｔａｔｅ⁃ｏｗｎｅｄＥｎｔｅｒｐｒｉｓｅｓ；Ｐｒｉｖａｔｅ⁃ｏｗｎｅｄＥｎｔｅｒｐｒｉｓｅｓ；ＣｏｍｍｏｎＯｗｎｅｒｓｈｉｐＮｅｔｗｏｒｋｓ；ＩｎｎｏｖａｔｉｏｎＳｐｉｌｌｏｖｅｒｓＪＥＬＣｌａｓｓｉｆｉｃａｔｉｏｎ：Ｇ３２，Ｌ３２，Ｏ３１，Ｏ３８（责任编辑：恒　 学）（校对：王红梅）６ ３ １赖烽辉、李善民：共同股东网络与国有企业创新知识溢出