NBER美国国民经济研究局-NBER-Give-Me-Your-Tired-Your-Poor-Your-High_48页_685kb

文档总结：H-1B抽签结果与初创企业成功的关系

核心内容

本研究探讨了高技能外国劳工对初创企业成功的影响。通过分析H-1B签证抽签结果，研究者识别出抽签中签率作为外生变量，以评估高技能外国劳工对初创企业融资和创新成果的因果效应。

主要观点

• H-1B抽签的外生性：H-1B签证的抽签机制提供了外生变化，使得研究者能够区分高技能外国劳工对初创企业成功的影响，与企业自身特征或其他混杂因素的影响。
• 企业融资与退出成功：H-1B抽签中签率较高的企业更有可能获得后续外部融资，并更有可能通过IPO或收购实现成功退出。
• 创新成果：H-1B抽签中签率也显著提高了企业的专利数量和专利引用次数，表明高技能外国劳工对企业创新有积极作用。
• 抽签结果的随机性：研究者通过回归分析发现，H-1B抽签结果与企业特征无显著关联，支持其随机性假设。
• 样本选择：研究样本包括了在2008、2009、2014和2015年申请H-1B签证的初创企业，这些企业在抽签中签率上存在显著差异。

关键信息

H-1B签证机制

• H-1B签证允许美国雇主雇佣高技能外国劳工，每年的配额为65,000个，其中20,000个为硕士及以上学位持有者的额外配额。
• 当申请人数超过配额时，采用计算机生成的随机抽签方式分配签证。
• 抽签结果在样本年份（2008、2009、2014、2015）中约为56.6%，与样本中的初创企业中签率（55%）相近。

数据来源与变量构建

• 数据来源：研究结合了美国劳工部、美国公民及移民服务局（USCIS）和Crunchbase的数据。
• 变量构建：
  • Win Rate：企业申请H-1B签证中签率，计算为批准签证数除以申请数。
  • Funded：企业在抽签后三年内获得额外融资的标志变量。
  • IPO：企业在抽签后三年内进行首次公开募股的标志变量。
  • Successful Exit：企业在抽签后三年内通过IPO或以至少2500万美元（按2008年通胀调整）被收购的标志变量。
  • 专利数据：使用美国专利商标局（USPTO）的PatentsView数据，构建了专利数量、调整后的专利数量、专利引用次数和每项专利的平均引用次数等创新指标。

主要发现

• 融资：H-1B中签率每增加一个标准差，企业获得后续融资的可能性增加4.3个百分点（相对于基准融资率的10%增加）。
• 退出成功：H-1B中签率每增加一个标准差，企业成功退出（IPO或收购）的概率增加2.9个百分点（相对于基准退出率的20%增加）。
• IPO：H-1B中签率每增加一个标准差，企业IPO概率增加1.5个百分点（相对于基准IPO率的23%增加）。
• 创新：H-1B中签率每增加一个标准差，企业专利数量增加4.8%，专利引用次数增加4.0%。

控制变量与稳健性分析

• 研究控制了企业特征（如前一轮融资金额、H-1B申请数量、H-1B申请者的平均工资等）和行业-城市-年份固定效应，确保结果的稳健性。
• VC声誉：通过VC年龄、VC投资数量和VC投资企业上市数量三个维度构建VC声誉变量，发现高声誉VC支持的企业融资成功率更高。

机制分析

• 创新机制：研究者通过匹配专利数据，发现H-1B中签率对企业的创新成果有显著正向影响，支持高技能外国劳工对创新的促进作用。

研究意义

本研究为高技能外国劳工对企业成功的影响提供了新的实证证据，尤其是在初创企业融资和创新方面的积极作用。同时，研究也强调了H-1B抽签机制在识别因果效应中的重要性，并为后续相关研究提供了方法论上的参考。

研究结构

1. 背景介绍：H-1B签证的定义、申请流程和抽签机制。
2. 数据与变量：描述数据来源、样本构建及变量定义。
3. Win Rate变量的有效性：分析抽签结果的随机性和可能的偏差。
4. 主要实证结果：展示H-1B中签率对企业融资、退出和创新的影响。
5. 机制分析：探讨高技能外国劳工对企业创新的促进作用。
6. 结论：总结研究发现，并指出其对现有文献的贡献。