原文信息：Xavier J,Neviana P,and Alex B.Team-specific capital and innovation[J]. American Economic Review,2018,108(4-5):1034-1073.

图片来源：http://photocdn.sohu.com/20130922/Img386993129.jpg

香樟青苗学员二组：罗路宝、李秋雨、陈兆丰、罗启舟、熊春婷、王君莹、朱友明

一、引言

团队合作已经成为现代经济和知识生产的重要特征之一。本文使用1996年-2012年美国的专利数据和税收数据，实证研究了团队特定性资本对发明者的收入水平和专利产出的影响。团队特定性资本包括技能、经验和知识，这些事物只能在特定性的合作关系中才能产生作用。团队特定性资本越高，就意味着团队中的合作互动关系越特殊，越难在团队之外重新获得。如果发明者能够利用好这种团队特定性资本，就能够增加收入和专利产出，那么如果这种特定的合作关系受到某一个外生冲击，突然终止，比如说团队中某一位发明者意外离世，会不会对其他健在发明者的职业生涯、收入以及专利产出产生影响呢？进一步思考，如果健在的发明者能够很容易地找到替代合作者，其受到的影响又会是怎样的呢？换句话说，团队特定性资本到底重不重要？前人已经对一般性人力资本和公司特定性资本进行了研究，结果发现一般性人力资本会提高所有公司的生产率，公司特定性资本会提高公司内部合作者的生产效率，而关于团队特定性资本的研究相对较少。本文基于专利发明者的数据，进一步研究团队特定性资本是否存在，其本质是什么以及经济含义。

本文基于DID的回归设计，以发明者早逝作为团队特定性资本终止的外生冲击，检验了团队特定性资本对发明者总收入、劳动收入和专利产出的影响。具体而言，作者首先确定了4714位早逝的发明者（60岁之前去世，含60岁），作为团队合作关系的外生变化来源。再通过匹配的方法，找到了另外4714位没有早逝但各方面与前者相似的发明者作为安慰剂。然后考察发明者的早逝对依然健在的合作者会产生怎样的影响。结果发现，发明者早逝（团队合作关系的突然终止）会对合作者造成显著且持久的负面影响，8年之后合作者的劳动收入、总收入、专利数量（以引用次数为权重）分别降低3.8%，4%和15%。

但是上述结果并不能直接说明，发明者早逝是通过影响团队特定的合作关系，从而影响健在合作者的收入和专利产出，这只是作者预期的一种影响机制，还可能存在其他影响渠道，比如，发明者早逝扰乱了公司正常运营，然后通过公司运营这一渠道影响了健在合作者的收入和专利产出。因此，作者需要排除其他机制，证实团队特定性资本才是主要的影响渠道。接下来，作者做了三方面的工作。第一，排除了非团队特定性的影响渠道，比如发明者早逝对公司运营、健在合作者的合作网络的影响，结果发现，发明者早逝并没有对这些团队之外的因素产生显著影响，自然而然也就不会再通过团队之外的因素来影响健在合作者本身；第二，排除团队中从上往下的溢出效应，如果早逝的发明者是高技能的，健在的合作者是低技能的，那么高技能发明者早逝降低低技能健在合作者的收入，只能说明从上往下的溢出效应很重要，并不能说明合作者之间的特定合作关系很重要，因此，需要排除这一影响机制。作者在排除了上述两类机制之后，再从合作强度异质性、合作类型异质性的角度检验团队特定性资本的作用。结果发现，早逝发明者在生前与合作者的合作强度越大，那么发明者的离世对健在合作者的负面冲击越大，并且，主要是影响健在合作者与早逝发明者共同创造的专利，而对于非共同创造的专利就没有显著的负面影响。

作者在最后还研究了团队特定性资本的形成过程以及提高发明者收入和专利产出的渠道。认为团队特定性资本是在不断合作中逐渐积累形成的，随着合作时间的增长，团队特定性资本也会越来越重要。并且，团队特定性资本主要通过提高合作者之间的信任水平，进而提高其创新产出。

二、数据与估计

数据来源

本文使用的数据来自于美国专利和商标局（USPTO）的专利数据库，以及财政部的行政税收文件，将USPTO专利数据中的发明者与税收文件中的纳税人进行匹配，最终得到一个包含750000名发明者的面板数据，时间跨度是1996-2012年。

构建数据：早逝发明者、健在合作者、二度联系人以及同事

首先识别早逝发明者，作者以60岁（含）之前去世的人作为早逝发明者，获得4924位早逝发明者的数据。再通过匹配（基于年龄、专利申请量的匹配）的方法，找到了另外4714位没有早逝但各方面与前者相似的发明者作为安慰剂，然后构建上述两类发明者的健在合作者的数据，如果一位健在发明者与早逝发明者有过共同发明的经历，那么就列为相应的健在合作者。按照相似的逻辑，作者再构建了早逝发明者的二度联系人和同事的数据。二度联系人是指早逝发明者的合作者的合作者（the coinventors of the coinventors of the deceased）,要注意的是，二度联系人与早逝发明者没有直接合作关系，作者以此来考察早逝发明者的离世对直接合作者的合作网络的影响。

估计因果关系

作者通过DID方法，来估计发明者早逝对健在合作者总收入、劳动收入、专利产出的影响。作者首先描绘了真实组和安慰剂组的健在合作者在发明者离世前后的总收入变化，发现这两组的总收入在发明者离世前基本相同（符合DID回归所要求的平行趋势假设），但是在发明者离世后发生显著变化，真实组的健在合作者的总收入明显下降，说明发明者离世会对健在合作者产生显著的负面影响。具体见下图：

接下来，为了考察发明者离世对健在合作者收入等各方面的动态影响，同时为了考察在发明者离世之前，是否就已经存在这种负面影响，作者设计了以下回归模型进行估计。

上式中，被解释变量 Y it表示健在合作者的总收入、劳动收入和专利产出；k为相对于发明者离世的时间，如果是发明者离世当年，则k=0； 表示在k年，真实组赋值为1，相应的，表示在k年，真实组和安慰剂组都赋值为1。此外，还控制了年龄、时间和个体固定效应。下图报告了系数的点估计值以及95%的置信区间（被解释变量为总收入）。可以得出两个结论：第一，在发明者离世前，真实组的收入没有明显低于安慰剂组，不存在事前效应，可以适用DID方法；第二，发明者早逝后，其健在合作者的总收入逐渐降低，并且具有持久性。作者给出的解释是：创新是一个随机过程，在发明者早逝后，其健在合作者的创新产出会逐渐减少，收入水平也会逐渐降低。

在讨论了发明者早逝对其健在合作者的动态影响之后，作者进一步考察了发明者早逝的平均处理效应，设计了如下回归模型进行估计。

其中，被解释变量Y it依然为健在合作者的总收入等变量； 表示在发明者早逝后，真实组赋值为1，就表示发明者的早逝对其健在合作者的平均因果效应；相应的，表示真实组和安慰剂组都赋值为1；此外，还控制了年龄、时间和个体固定效应。回归结果与上述的动态检验保持一致，发明者早逝确实会对其健在合作者的总收入产生显著的负面影响。

此外，作者还做了一系列稳健性检验，包括在不同收入水平和不同专利产出上做检验；缩减考察时间段，获得平衡面板数据做进一步检验；考察发明者早逝4年之后的影响等等。结果表明上述结果是稳健的。

三、机制分析（团队特定性资本重要吗？）

这一部分，作者深入分析发明者早逝对健在合作者造成负面影响的原因。如果是因为发明者早逝后，健在的合作者失去团队特定性资本，导致收入降低和专利减少，那么就能说明团队特定性资本的重要性。但是发明者早逝后可能引发其他因素改变，通过其他渠道影响健在合作者的收入和专利产出。因此，作者先排除其他可能的影响机制，最后证实确实是团队特定性资本在发挥作用。

第一，排除非团队特定性机制的影响

作者考察了公司运营和网络效应的影响。可以设想：如果发明者早逝扰乱了公司的正常运营，从而引起健在合作者的收入降低，那么团队特定性资本可能并不重要。因此，作者需要排除公司运营这一影响渠道。此外，发明者早逝后，可能对健在合作者的合作网络造成负面影响，从而降低健在合作者的收入，作者同样需要排除这种网络效应的影响。

具体而言，作者考察了真实组早逝发明者的同事（coworker）以及作为安慰剂组的早逝发明者的同事这两者的收入差距在去世前后是否发生显著变化（具体见下图）。可以看出，这两者的收入差距在离世前后没有发生显著变化，这与此前对健在合作者（coinventor）的分析形成强烈对照。作者再基于DID的回归设计，检验了平均处理效应，发现发明者早逝对同事（coworker）的收入实确实没有显著的负向影响。如果发明者早逝通过影响公司运营然后影响健在合作者（coinventor）的收入，那么发明者早逝对同事（coworker）也应该产生影响，而结果表明这一影响渠道并不存在，因此，作者可以排除公司运营这一影响渠道。

按照相似的逻辑，作者再考察了真实组的早逝发明者的二度联系人与作为安慰剂组的早逝发明者的二度联系人这两者的收入差距在去世前后是否发生显著变化。结果发现，这两者的收入差距没有明显变化，作者也进一步做了回归分析，发现发明者早逝对二度联系人的收入没有显著影响，从而排除了网络效应这一影响渠道。

第二，排除从上往下的溢出效应

现实情况中，团队内部各成员的差距是不一样的，有些团队的成员在收入、年龄、技能等各方面都相似，但有些团队可能差别很大。作者进一步考察团队内部差距这种异质性的影响，尤其想考察当团队内部差距很大时，是否存在一种从上往下的溢出效应（巨星效应）：如果发明者是一位“超级巨星”（高技能发明者），在其早逝后，健在合作者的收入降低，那么团队特定性资本可能并不重要，更重要的是是否存在高技能者对低技能者的溢出效应。因此，为了检验团队特定性资本的重要性，作者需要排除这种上从往下的溢出效应。

具体而言，作者基于DID的回归设计，重新估计了发明者早逝对健在合作者收入的影响。不过，为了考察团队内部差距对上述结果的影响，作者在收入水平的不同分位数上进行分样本回归（作者用收入差距来表示团队内部差距）。回归结果如下图（横轴表示健在合作者的不同收入分位数，纵轴表示早逝发明者的不同收入分位数）：

作者首先考察团队内部差距较小时的情况，也就是早逝发明者与健在合作者的收入处于同一分位的情况（主斜对角线），可以看出，发明者早逝会显著降低共同发明者的收入，说明即使没有高技能者对低技能者的溢出效应，发明者早逝的负面影响依然存在。然后考察团队内部差距变化所带来的影响。保持健在合作者的收入分位不变，当早逝发明者的收入分位逐步增加时（从上往下，考察每一列估计值的变化），可以发现早逝发明者的生前收入越高（技能水平越高），在其早逝后，健在合作者受到的负面影响越大。进而说明从上往下的溢出效应确实存在，这与Azoulay, Graff Zivin, and Wang(2010)文章的结论是一致的，但是即使从上往下的溢出效应，前述的负面影响依然存在。

第三，考察团队特定性资本的作用

作者从团队结构异质性的角度来证实团队特定性资本这一影响渠道。具体而言，作者从团队合作强度、专利类型以及共同发明重叠程度这三方面进行讨论。

考察团队合作强度的影响。可以认为发明者之间的合作强度越大，当发明者早逝后，其健在合作者受到的负面影响越大。作者使用健在合作者与早逝发明者共同发明的专利数量等一系列指标测度发明者之间的合作强度。

考察专利类型的影响。关于专利类型的异质性，作者从是否属于合作生产这一角度进行讨论。健在合作者既有与早逝发明者共同创造的专利，也有其他非共同创造的专利。作者在前面将这两部分专利放在一起讨论，现在，作者单独考察发明者早逝对健在合作者的非共同创造的专利的影响。结果发现，虽然发明者早逝对健在合作者的非共同创造的专利具有负面影响，但是这种负面影响很小。这说明健在合作者受到的负面冲击主要还是由于共同创造的专利大大减少了。

考察共同发明重叠程度的影响。作者发现，如果早逝发明者生前的共同合作者人数越多，也就是合作网络存在很大的重叠时，发明者早逝对健在合作者造成的负面影响越大。

四、进一步分析（团队特定性资本的来源）

前文已经证实发明者之间存在团队特定性资本，并且这一资本会对发明者的收入和专利产出产生显著影响。参照已有文献，作者进一步分析团队特定性资本的形成过程，主要提出两个假说：匹配假说和经历假说，然后检验哪个假说符合之前观察到的异质性处理效应。最后的实证结果支持经历假说：团队特定性资本是在不断合作中逐渐积累形成的，随着合作经历时长的增加，团队特定性资本也会越来越重要。

提出匹配和经验假说

参照劳动经济学和团队管理方面的文献，作者提出匹配假说和经历假说，这两个假说对团队特定性资本来源的解释恰恰相反。匹配假说认为：发明者需要在许多潜在合作者中“发现”好的匹配者，在这种情况下，团队特定性资本就等同于“匹配质量”，并且不随时间变化：匹配质量越高，团队特定性资本越大。而经历假说认为：一个优秀的团队并不是通过“发现”形成的，而是需要不断合作才能形成，合作时间越长，团队特定性资本越大。

匹配还是经历

接下来作者检验上述两个假说哪一个成立。鉴于数据的原因，作者无法直接检验匹配假说，但是能够提供间接证据说明匹配假说并不成立，然后再提供直接证据，支持经历假说。

假设匹配假说成立，可以设想：在发明者早逝后，其健在合作者如果能轻易找到其他的替代者，那么发明者早逝对健在合作者的负面冲击就会大大减少。作者使用劳动力市场的“厚度”（thickness）来测量找到替代者的容易程度。具体而言，作者计算了与健在合作者居住在同一个通勤区内，并且技术背景相似的发明者总人数（密度），这类发明者人数越多（密度越大），说明劳动力市场越“厚”，健在合作者也就越容易找到替代者。作者将劳动力市场厚度与离世时间作交乘项，检验劳动力市场厚度对负面冲击的影响。结果发现，劳动力市场厚度越大，虽然健在合作者越容易找到新的替代者（发现匹配者）,但是其受到的负面冲击却没有显著改善，这说明新的匹配者并不合适，并不能瞬间替代早逝发明者的作用，还需要时间来培育感情，逐渐发挥替代作用。上述结果不但间接否定了匹配假说，而且支持经历假说：合作关系（团队特定性资本）并不能瞬间产生，需要在时间中不断积累，逐渐形成。下面，作者提供直接证据，验证经历假说。

根据经历假说，如果早逝发明者与其健在合作者的合作经历越长，一旦发明者意外离世，其健在合作者受到的负面冲击也越大。具体而言，作者使用早逝发明者与健在合作者第一次申请专利的时刻与发明者离世的时刻这两者的时间差距测度合作经历的时长，因为发明者离世是一个外生冲击，因此，上述做法可以缓解合作经历时长的内生性问题。然后将合作经历时长与发明者离世时间作交乘项，考察合作经历时长异质性的影响。结果发现，如果合作经历时长增加四年，发明者早逝对其健在合作者的负面冲击大约会增加一倍，说明合作经历越长，团队特定性资本越重要，一旦团队合作关系终止，健在合作者受到的负面影响越大。

团队结构和社会互动

上述结果表明，合作经历对团队特定性资本的形成非常重要。但是目前为止，并没有深入探讨团队特定性资本到底是如何发挥作用的。接下来，作者打开团队特定性资本这个黑箱，从团队结构与社会互动两个角度来探讨。结果发现，信任是团队特定性资本发挥作用的关键。

首先考察团队结构的影响。作者以团队成员的变异系数（比如年龄、累积引用专利、劳动收入）来测度团队结构，然后以团队构成异质性与发明者的离世时间作交乘项。结果发现，团队构成的异质性越大，发明者早逝对其健在合作者的负面冲击越大。作者猜想，如果成员异质性越大，可能越缺乏信任，那么在不断合作中，所形成的团队特定性资本就能够通过增加信任进而改善团队合作，一旦这种团队特定性资本消失，对健在合作者的负面冲击就会越大。接下来，作者从社会互动的角度对信任这一渠道进行实证检验。具体而言，作者借鉴西蒙（1908）的理论假说，使用早逝发明者与合作者的社会互动程度来测度团队内部的信任水平（这一部分具体可见原文），如果早逝发明者与合作者越互动，说明团队信任水平越高。然后以社会互动与发明者的离世时间作交乘项，结果发现，社会互动程度越高的团队，发明者早逝对其健在合作者的负面冲击越大。从而证实了团队特定性资本通过增加信任进而影响发明者创新产出这一渠道。

五、结论

本文证明了团队特定性资本对发明者收入水平和专利产出的重要性。以发明者早逝作为团队特定性资本消失的外生冲击，考察了发明者早逝对其健在合作者的影响。结果发现，发明者早逝对健在合作者会产生显著且持久的负面影响：8年后，健在合作者的劳动收入降低3.8%；总收入降低4%，以引用次数为权重的专利产出减少15%。作者还进行了各种异质性考察，结果发现，合作强度越大的团队，团队特定性资本的影响越大，并且主要是对共同创造的专利产生影响，而对非共同创造的专利则没有显著影响。然后进一步考察了团队特定性资本的来源与作用渠道，发现团队特定性资本是在不断合作中逐渐形成的，主要是通过提高团队信任水平，从而提高发明者的创新产出。

Abstract

We establish the importance of team-specific capital in the typical inventor's career. Using administrative tax and patent data for the population of US patent inventors from 1996 to 2012, we find that an inventor's premature death causes a large and long-lasting decline in their co-inventor's earnings and citation-weighted patents (–4 percent and –15 percent after 8 years, respectively). After ruling out firm disruption, network effects, and top-down spillovers as main channels, we show that the effect is driven by close-knit teams and that team-specific capital largely results from an "experience" component increasing collaboration value over time.

声明