國內(nèi)風(fēng)險投資對企業(yè)家創(chuàng)業(yè)空間集聚的影響①

楊亞平，王 芝

(暨南大學(xué) 經(jīng)濟學(xué)院，廣州 510632)

?

國內(nèi)風(fēng)險投資對企業(yè)家創(chuàng)業(yè)空間集聚的影響①

楊亞平，王 芝

(暨南大學(xué) 經(jīng)濟學(xué)院，廣州 510632)

從激發(fā)企業(yè)家創(chuàng)業(yè)的視角，著重分析了風(fēng)險投資與企業(yè)創(chuàng)立的關(guān)系?；?997-2013年中國31個省域樣本的面板數(shù)據(jù)構(gòu)建空間計量模型，檢驗了風(fēng)險投資對企業(yè)家創(chuàng)業(yè)空間集聚的影響。結(jié)果表明: 風(fēng)險投資能夠激發(fā)企業(yè)家的創(chuàng)業(yè)熱情、引致更多的新創(chuàng)企業(yè)產(chǎn)生，同時帶動了新創(chuàng)企業(yè)的聚集；企業(yè)家創(chuàng)業(yè)存在空間溢出效應(yīng)，經(jīng)濟關(guān)聯(lián)是風(fēng)險投資推動企業(yè)創(chuàng)立聚集的最重要的空間因素。

風(fēng)險投資；企業(yè)家創(chuàng)業(yè)；空間集聚

企業(yè)是市場的細胞，創(chuàng)業(yè)是地區(qū)經(jīng)濟增長的重要引擎。根據(jù)國家工商行政管理總局的數(shù)據(jù): 2013和2014年全國新登記注冊市場主體分別為1 131.54萬戶和1 292.5萬戶，分別同比增長19.6%和14.2%，注冊資本金分別同比增長49.2%和87.9%。新創(chuàng)企業(yè)的數(shù)目增長和投資額加大對中國穩(wěn)定經(jīng)濟增速具有重要的推動作用。與此同時，近年來快速發(fā)展的風(fēng)險投資對推動中國的經(jīng)濟增長、結(jié)構(gòu)轉(zhuǎn)型和企業(yè)創(chuàng)新發(fā)展起到至關(guān)重要的作用。然而，少有學(xué)者關(guān)注地區(qū)風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響。不需要風(fēng)險投資就成功創(chuàng)立的企業(yè)比比皆是，但是很多企業(yè)在創(chuàng)立之后逐漸引入風(fēng)險投資，從而實現(xiàn)了發(fā)展壯大。那么，企業(yè)家能否洞察到可能獲得的風(fēng)險投資資金和管理經(jīng)驗進而產(chǎn)生創(chuàng)業(yè)激情？或者說，一個地區(qū)的風(fēng)險投資規(guī)模和質(zhì)量對區(qū)域內(nèi)企業(yè)家的創(chuàng)業(yè)是否具有影響？有何影響——促進、不相關(guān)還是抑制？本文基于國內(nèi)外的研究文獻，提出“區(qū)域內(nèi)的風(fēng)險投資規(guī)模越大越能激發(fā)企業(yè)家的創(chuàng)業(yè)熱情，從而引致更多企業(yè)創(chuàng)立”的假設(shè)，并利用中國省級面板數(shù)據(jù)進行驗證。進一步地，正如Anselin指出的，“幾乎所有的空間數(shù)據(jù)都具有空間相關(guān)性或空間依賴性的特征”[1]，企業(yè)家創(chuàng)業(yè)問題研究亦不例外。以我國長三角地區(qū)為例，若用各省民營企業(yè)和個體工商戶就業(yè)人數(shù)占本省總就業(yè)人數(shù)比例衡量地區(qū)的創(chuàng)業(yè)率，則2013年長三角地區(qū)的創(chuàng)業(yè)率為53.6%，是全國創(chuàng)業(yè)率(27.12%)的兩倍。創(chuàng)業(yè)活動在這一地區(qū)發(fā)生集聚，筆者猜測企業(yè)創(chuàng)立具有一定的空間相關(guān)性。有學(xué)者指出，企業(yè)家精神的空間分布呈集聚趨向，中國省域?qū)用娴钠髽I(yè)家精神存在正的空間相關(guān)性和集聚效應(yīng)[2]?；诖耍疚奶岢鲲L(fēng)險投資與企業(yè)創(chuàng)立空間相關(guān)的假設(shè)，在驗證風(fēng)險投資對企業(yè)創(chuàng)立的影響的基礎(chǔ)上，利用空間計量模型進一步探討企業(yè)創(chuàng)立的空間相關(guān)性。

1 文獻回顧

隨著風(fēng)險投資和企業(yè)家創(chuàng)業(yè)在全球范圍內(nèi)蓬勃發(fā)展，學(xué)術(shù)界關(guān)于風(fēng)險投資與企業(yè)成長間關(guān)系的研究也不斷深化。目前國內(nèi)相關(guān)研究主要集中在: 有風(fēng)險投資背景的企業(yè)比沒有風(fēng)險投資背景的企業(yè)更易獲得IPO(initial public offerings，首次公開募股)機會[3-5]；風(fēng)險投資可以改善上市公司的外部投融資環(huán)境、提供資金支持[6]；投資者與創(chuàng)業(yè)企業(yè)家之間存在嚴(yán)重的信息不對稱問題即委托代理問題，這種信息不對稱引發(fā)的道德風(fēng)險會嚴(yán)重影響風(fēng)險投資的成效[7-9]；風(fēng)險報酬、控制權(quán)和聲譽對創(chuàng)業(yè)型企業(yè)家具有激勵作用[10]；風(fēng)險投資機構(gòu)可以借助組合激勵約束機制和增值服務(wù)機制形成不同的管理模式，對在行業(yè)專長和不確定性上存在顯著差異的創(chuàng)業(yè)企業(yè)進行分類管理，以促進創(chuàng)業(yè)企業(yè)的發(fā)展、提高風(fēng)險投資的績效[11]；將風(fēng)險投資與企業(yè)孵化器相結(jié)合，研究其與創(chuàng)業(yè)績效的關(guān)系*學(xué)者們的一般做法是分兩組比較有或沒有風(fēng)險投資和企業(yè)孵化器的企業(yè)的創(chuàng)業(yè)績效。[12]。然而，鮮有文獻研究風(fēng)險投資是否對企業(yè)家創(chuàng)業(yè)產(chǎn)生激勵作用這一論題。

一些國外學(xué)者直接針對風(fēng)險投資對企業(yè)創(chuàng)立的影響展開研究。例如，Keuschnigg和Nielsen闡述了稅收政策、風(fēng)險投資與創(chuàng)業(yè)的關(guān)系，認為稅收政策和風(fēng)險投資對創(chuàng)業(yè)具有很重要的影響[13]。Hsu指出，由于存在聲譽效應(yīng)，因此有風(fēng)險投資的企業(yè)比沒有風(fēng)險投資的企業(yè)有著更好的外部融資環(huán)境[14]。Samila和Sorenson利用1993-2002年美國329個大都市的面板數(shù)據(jù)，研究了風(fēng)險投資與創(chuàng)業(yè)和經(jīng)濟增長的關(guān)系，認為風(fēng)險投資刺激了更多企業(yè)產(chǎn)生、增加了就業(yè)機會、提高了人均收入水平[15]。

總的來說，國內(nèi)對風(fēng)險投資與企業(yè)成長的已有研究大多停留在風(fēng)險投資與被投資企業(yè)的關(guān)系、績效層面，國外學(xué)者雖然關(guān)注了風(fēng)險投資對新創(chuàng)企業(yè)的影響，但是較少涉及企業(yè)家創(chuàng)業(yè)是否具有空間相關(guān)性和依賴性、風(fēng)險投資對這種空間相關(guān)性是否具有影響等。鑒于此，本文利用中國省級面板數(shù)據(jù)和空間計量模型，在考慮內(nèi)生性的基礎(chǔ)上，分析國內(nèi)風(fēng)險投資對創(chuàng)業(yè)的影響，并檢驗風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的空間溢出效應(yīng)。

2 研究假設(shè)與研究方法

2.1 研究假設(shè)

一個地區(qū)的風(fēng)險投資機構(gòu)越多、投資額越多，企業(yè)家創(chuàng)業(yè)水平越高、新創(chuàng)企業(yè)越多。首先，以種子資金表現(xiàn)的風(fēng)險投資可能直接注資新創(chuàng)企業(yè)。種子資金可能來自政府基金、風(fēng)險投資機構(gòu)、天使基金或孵化基金等。這些資本是企業(yè)創(chuàng)立的第一筆融資，將直接刺激新創(chuàng)企業(yè)的誕生。其次，風(fēng)險投資人通常具有豐富的創(chuàng)業(yè)經(jīng)驗，新創(chuàng)公司在治理結(jié)構(gòu)、公司發(fā)展戰(zhàn)略等方面可能獲得咨詢建議，這將激發(fā)企業(yè)家的創(chuàng)業(yè)激情、催生新創(chuàng)企業(yè)。最后，初創(chuàng)企業(yè)可能意識到企業(yè)在未來發(fā)展過程中持續(xù)需要資本注入，而聲譽機制的存在使得那些具有高期望的、獲得過種子資金和初創(chuàng)資金的已成立企業(yè)更可能獲得風(fēng)險投資。這暗示著風(fēng)險投資在企業(yè)創(chuàng)立后的融資階段有較大的進入可能性，對企業(yè)創(chuàng)立具有了更大的激勵作用[15]。另外，風(fēng)險投資的注入會帶來新企業(yè)的孵化和分拆。Sevilir建立模型發(fā)現(xiàn)，風(fēng)險投資支持的新企業(yè)中的員工更可能產(chǎn)生創(chuàng)業(yè)想法、開創(chuàng)自己的企業(yè)，因為這些企業(yè)的員工經(jīng)歷過創(chuàng)業(yè)過程，培訓(xùn)效應(yīng)的存在使得其擁有創(chuàng)業(yè)經(jīng)驗和融資網(wǎng)絡(luò)[16]。進一步，風(fēng)險投資也會催生創(chuàng)業(yè)激情、激勵更多企業(yè)新創(chuàng)。一方面，示范效應(yīng)的存在使得不可能獲得初創(chuàng)資金支持的創(chuàng)業(yè)企業(yè)會被風(fēng)險投資激發(fā)創(chuàng)業(yè)熱情；另一方面，企業(yè)家具有對經(jīng)濟制度環(huán)境的敏感性以及與生俱來的冒險精神，一個地區(qū)風(fēng)險投資的注入會讓企業(yè)家看到更多的市場機會，從而投入創(chuàng)業(yè)洪流中。鑒于這種機會并不局限于是否獲得資金支持，所以本文提出如下研究假設(shè):

一個地區(qū)的風(fēng)險投資越多，企業(yè)家的創(chuàng)業(yè)熱情越高漲、新創(chuàng)企業(yè)越多(H1)。

我國東部沿海地區(qū)是新創(chuàng)企業(yè)集聚地區(qū)，也是風(fēng)險投資機構(gòu)聚集地區(qū)。根據(jù)國家工商行政管理總局的數(shù)據(jù): 2013年新登記企業(yè)中東、中、西部地區(qū)占比分別為59.0%、21.5%和19.5%。我們猜想，風(fēng)險投資帶動了新創(chuàng)企業(yè)的集聚，企業(yè)家創(chuàng)業(yè)或許具有某種程度的地理空間相關(guān)性。Rosenthal系統(tǒng)地分析了地理因素對企業(yè)家創(chuàng)業(yè)精神的影響，研究結(jié)果表明企業(yè)家們從節(jié)約成本的角度會更傾向于在沿海以及公路密集的區(qū)域?qū)嵤﹦?chuàng)業(yè)行為[17]。Rosenthal又考慮到所在區(qū)域的違法犯罪以及暴力等行為對企業(yè)持續(xù)經(jīng)營的干擾，得出企業(yè)家的創(chuàng)業(yè)行為往往傾向于在社會治安更為良好的區(qū)域展開[18]。Bosma和Schutjens從集聚效應(yīng)、政策和文化等方面分析了區(qū)域企業(yè)家精神的影響因素，得出企業(yè)家精神具有集聚效應(yīng)的結(jié)論[19]。Gompers、Lerner和Scharfstein發(fā)現(xiàn)，位于風(fēng)險投資集聚區(qū)的年輕公眾企業(yè)更可能孵化出新企業(yè)，因為創(chuàng)業(yè)企業(yè)和風(fēng)險資本網(wǎng)絡(luò)的存在使得企業(yè)員工在風(fēng)險投資集聚區(qū)更易實現(xiàn)外部融資[20]。另外，一個地區(qū)的風(fēng)險投資集聚還可能帶動相鄰地區(qū)的企業(yè)創(chuàng)立。據(jù)此，本文提出如下假設(shè):

假設(shè)2: 風(fēng)險投資帶動了新創(chuàng)企業(yè)的聚集，風(fēng)險投資對企業(yè)家創(chuàng)業(yè)具有空間溢出效應(yīng)。

2.2 研究方法

2.2.1 空間自相關(guān)

本文利用空間統(tǒng)計量Moran’sI檢驗企業(yè)創(chuàng)立與其所處空間的聯(lián)系和影響關(guān)系?？臻g自相關(guān)分析可分為全局空間自相關(guān)分析和局域空間自相關(guān)分析。全局空間自相關(guān)分析可以衡量各區(qū)域整體的空間關(guān)聯(lián)性和空間差異程度，通常采用Moran’sI(也稱為Global Moran’sI)來度量。本文中，Moran’sI的定義如下:

(1)

全局空間自相關(guān)分析只能反映企業(yè)創(chuàng)立是否存在空間相關(guān)性，而局部空間自相關(guān)分析可用于進一步探索存在空間相關(guān)性的企業(yè)家創(chuàng)業(yè)的空間關(guān)系。具體來說，局部空間自相關(guān)系是基于Moran’sI散點圖展開研究的，由Moran’sI散點圖*Moran’s I散點圖見后文的圖1?？梢远攘渴∈信c其相鄰省市的空間差異程度及其顯著性。

2.2.2 空間面板計量經(jīng)濟模型

根據(jù)Moran’sI指數(shù)的檢驗結(jié)果可確定企業(yè)家創(chuàng)業(yè)是否具有空間相關(guān)性。此時，應(yīng)將空間因素加入OLS(ordinary least square)模型中，建立空間面板計量經(jīng)濟模型?？紤]空間數(shù)據(jù)的非勻質(zhì)性，本文建立如下空間滯后(spatial autoregressive，SAR)模型和空間誤差模型(spatial error model，SEM):

(2)

其中，

(3)

在SAR模型中: ent為因變量，即企業(yè)家創(chuàng)業(yè)的代理變量；X為包括控制變量在內(nèi)的所有自變量向量，即風(fēng)險投資、教育水平、市場化程度、創(chuàng)新水平、基礎(chǔ)設(shè)施和開放程度的代理變量；β為自變量系數(shù)；ρ為空間自回歸系數(shù)；W為n×n的空間權(quán)重矩陣(n為樣本個數(shù))；εit為隨機誤差項。本文運用三種不同形式的空間權(quán)重矩陣——基于鄰接標(biāo)準(zhǔn)、基于地理距離標(biāo)準(zhǔn)和基于經(jīng)濟距離標(biāo)準(zhǔn)，以更全面地解釋企業(yè)創(chuàng)立的空間相關(guān)性。

在SEM中: ent、X、β和W的含義與SAR模型中的含義一樣；λ為空間誤差自相關(guān)系數(shù)，與SAR模型中ρ的本質(zhì)是一樣的，即衡量的是企業(yè)家創(chuàng)業(yè)的空間相關(guān)關(guān)系；σit為隨機誤差項。

3 研究設(shè)計

3.1 變量定義與數(shù)據(jù)來源

(1) 被解釋變量

國際上衡量企業(yè)創(chuàng)業(yè)的指標(biāo)通常有企業(yè)所有權(quán)比率、小企業(yè)產(chǎn)出或就業(yè)份額、自我雇用比率、企業(yè)進入率和企業(yè)退出率等?；跀?shù)據(jù)可得性，本文選取各省市民營企業(yè)和個體工商戶就業(yè)人數(shù)占各省市總就業(yè)人數(shù)比例衡量企業(yè)家創(chuàng)業(yè)水平。

(2) 解釋變量

國外常用的衡量風(fēng)險投資的指標(biāo)有三個——首次風(fēng)險投資額、總風(fēng)險投資額和風(fēng)險投資項目數(shù)量。由于我國只公布了部分風(fēng)險投資項目投資額的數(shù)據(jù)，若采用風(fēng)險投資額表征風(fēng)險投資，則勢必產(chǎn)生較大偏誤。風(fēng)險投資項目數(shù)量能反映當(dāng)?shù)仫L(fēng)險投資的基本情況，因此本文選取風(fēng)險投資項目數(shù)量作為風(fēng)險投資的衡量指標(biāo)。

(3) 控制變量

回顧國內(nèi)外現(xiàn)有文獻，影響企業(yè)創(chuàng)立的因素主要有教育水平、開放程度、創(chuàng)新水平、市場化程度和基礎(chǔ)設(shè)施等。本文將前四個指標(biāo)作為回歸方程中的控制變量，將基礎(chǔ)設(shè)施變量作為穩(wěn)健性檢驗變量。用本?？圃谛W(xué)生人數(shù)衡量教育水平；用各省市的外商直接投資(foreign direct investment，F(xiàn)DI)總額表征其開放程度；創(chuàng)新水平的衡量指標(biāo)主要有專利受理數(shù)和專利授權(quán)數(shù)，考慮到專利授權(quán)數(shù)具有一定的時滯性，本文用專利受理數(shù)衡量創(chuàng)新水平；市場化程度選用自樊綱等編寫的《中國市場化指數(shù)——各地區(qū)市場化相對進程2011年報告》中的市場化指數(shù)[21]，由于該書只報告了1997—2009年的市場化指數(shù)，因此由前三年的數(shù)據(jù)推算2010—2013年的數(shù)據(jù)；用公路密度(即公路里程除以各地面積)度量基礎(chǔ)設(shè)施。

總體來說，本文的數(shù)據(jù)主要來源于四個渠道，即《中國統(tǒng)計年鑒》《新中國六十年統(tǒng)計資料匯編》《中國市場化指數(shù)——各地區(qū)市場化相對進程報告》和投中集團的CV source數(shù)據(jù)庫。各變量的數(shù)據(jù)來源和描述性統(tǒng)計結(jié)果分別見表1和表2。

表1 變量定義與數(shù)據(jù)來源

表2 變量的描述性統(tǒng)計結(jié)果

注: lnedu、lnpat、lnmar和lnfdi分別為普通本?？圃谛W(xué)生人數(shù)、專利受理數(shù)、市場化程度和開放程度取自然對數(shù)后的值；觀察值來源于1997—2013年31個省(自治區(qū)、直轄市)的數(shù)據(jù)。

3.2 空間權(quán)重矩陣的構(gòu)建

空間權(quán)重矩陣表達了空間單元之間的相互依賴性和關(guān)聯(lián)程度，正確、合理地選用空間權(quán)重矩陣對于企業(yè)家創(chuàng)業(yè)的空間計量分析至關(guān)重要。實證研究中一般采用鄰接標(biāo)準(zhǔn)和距離標(biāo)準(zhǔn)定義空間權(quán)重矩陣。鄰接標(biāo)準(zhǔn)是指，若兩個空間單元之間點或面相鄰，則認為兩者存在空間相關(guān)，反之則不存在空間相關(guān)。距離標(biāo)準(zhǔn)則表示距離是兩個空間單元的空間相關(guān)程度的決定性因素，兩地相隔越近(遠)，兩地的空間相關(guān)程度越高(低)。這里的距離包括地理距離和經(jīng)濟距離。為了研究需要，本文從鄰接標(biāo)準(zhǔn)和距離標(biāo)準(zhǔn)兩個角度分別建立0-1矩陣、距離矩陣和經(jīng)濟矩陣，以便更準(zhǔn)確地把握企業(yè)創(chuàng)立的激勵因素和空間影響因素。

3.2.1 鄰接標(biāo)準(zhǔn)

經(jīng)濟事物與其所處的地理空間位置有著密切聯(lián)系。企業(yè)創(chuàng)立存在明顯的空間相關(guān)性，利用鄰接空間權(quán)重矩陣W1可以表達空間單元的相互鄰接關(guān)系，其中對角線上的元素為0，其他元素滿足

(4)

3.2.2 距離標(biāo)準(zhǔn)

鄰接標(biāo)準(zhǔn)并不符合客觀事實，因此本文根據(jù)地理距離標(biāo)準(zhǔn)構(gòu)建空間權(quán)重矩陣——這符合地理學(xué)第一定律，即任何事物與其他周圍事物均存在聯(lián)系，與距離較近的事物總比距離較遠的事物的聯(lián)系更為緊密[25]。本文選用常用的空間距離權(quán)重矩陣:

(5)

其中，d為兩地區(qū)地理中心位置的距離。

距離矩陣也不能完全反映兩個地區(qū)的相關(guān)性，且地理空間權(quán)重矩陣的設(shè)定過于簡單，不能體現(xiàn)各地區(qū)在經(jīng)濟上的相互影響。事實上，相鄰地區(qū)的經(jīng)濟關(guān)系不可能是完全一樣的，需要加以識別。例如，湖南與廣東、貴州和廣西等都相鄰，但很明顯與廣東的經(jīng)濟聯(lián)系更為密切。為了解決這一問題，一些學(xué)者基于地區(qū)經(jīng)濟發(fā)展的空間相關(guān)性建立了經(jīng)濟距離權(quán)重矩陣[22-24]。其中，王火根和沈利生[23]對林光平等[22]的經(jīng)濟距離權(quán)重矩陣進行了修改王火根在林光平的經(jīng)濟距離權(quán)重矩陣上加以修改，具體形式為:

(6)

其中，

本文沿用王火根的做法，將人均GDP加入地理距離權(quán)重矩陣中，從而得到經(jīng)濟距離權(quán)重矩陣(pgdp)。其中，w為地理空間權(quán)重，W是經(jīng)濟空間權(quán)重，用各地區(qū)人均實際GDP占所有地區(qū)人均實際GDP之和的比重的均值衡量地區(qū)的經(jīng)濟水平，從而得到經(jīng)濟距離權(quán)重矩陣。其中，人均實際GDP按1996年價格水平計算，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和《新中國六十年統(tǒng)計資料匯編》。

4 結(jié)果分析

4.1 OLS回歸分析

根據(jù)Hausman檢驗，采用固定效應(yīng)模型進行OLS估計。首先將風(fēng)險投資作為外生變量引入回歸模型，估計結(jié)果報告在表3中的(1)～(3)列中。其中，(1)列和(2)列分別是加入控制變量(基礎(chǔ)設(shè)施)前后的估計結(jié)果。結(jié)果顯示: 風(fēng)險投資變量(vc)的系數(shù)顯著為正，表明有風(fēng)險投資的地區(qū)與沒有風(fēng)險投資的地區(qū)具有更高的企業(yè)家創(chuàng)業(yè)

表3 風(fēng)險投資對企業(yè)創(chuàng)立的OLS回歸

注: “*”“**”和“***”分別表示10%、5%和1%的顯著性水平；括號里的值為標(biāo)準(zhǔn)誤。

熱情，即一個地區(qū)的風(fēng)險投資越多，企業(yè)家創(chuàng)業(yè)熱情越高、新創(chuàng)企業(yè)越多。假設(shè)1得到了經(jīng)驗證據(jù)的支持。同時，考慮到目前我國可獲得的風(fēng)險投資數(shù)據(jù)有風(fēng)險投資項目數(shù)和已披露風(fēng)險投資金額，(1)列和(2)列中的風(fēng)險投資變量用風(fēng)險投資項目數(shù)表征，(3)列中的風(fēng)險投資變量用已披露風(fēng)險投資金額表征。(3)列的回歸結(jié)果顯示，風(fēng)險投資變量(vc)的系數(shù)仍然顯著為正，從而進一步驗證了假設(shè)1。

從(1)～(3)列的回歸結(jié)果看，風(fēng)險投資對企業(yè)家創(chuàng)業(yè)具有正效應(yīng)的研究結(jié)論是穩(wěn)健的。事實上，新創(chuàng)企業(yè)多的地區(qū)往往具有較快的經(jīng)濟增長速度，經(jīng)濟增長越快的地區(qū)也更易在多變的經(jīng)濟環(huán)境中被風(fēng)險投資機構(gòu)關(guān)注，從而成為風(fēng)險投資資金的聚集地。也就是說，風(fēng)險投資很可能是企業(yè)家創(chuàng)業(yè)的結(jié)果而非原因，即風(fēng)險投資變量可能具有內(nèi)生性，這會導(dǎo)致回歸結(jié)果的聯(lián)立性偏誤。為了克服風(fēng)險投資變量的內(nèi)生性，本文使用滯后一期和滯后二期的風(fēng)險投資變量作為解釋風(fēng)險投資的工具變量，其估計結(jié)果報告在表3中的(4)～(5)列中。可見，在初步解決了內(nèi)生性問題后，風(fēng)險投資對企業(yè)家創(chuàng)業(yè)仍具有顯著的正效應(yīng)。綜上所述，風(fēng)險投資對企業(yè)家創(chuàng)業(yè)具有顯著的正向影響，風(fēng)險投資激發(fā)了更高的創(chuàng)業(yè)熱情。

4.2 空間面板結(jié)果分析

4.2.1 企業(yè)家創(chuàng)業(yè)的空間自相關(guān)檢驗

企業(yè)家創(chuàng)業(yè)的Moran’sI可用于解釋企業(yè)創(chuàng)立的空間自相關(guān)性。圖1顯示了1997—2013年的Moran’sI及其變動。從圖1不難看出: 1997—2013年間的企業(yè)家創(chuàng)業(yè)均存在正向的空間自相關(guān)性——指數(shù)在0.27～0.39波動且都通過了5%水平下的顯著性檢驗，表明17年間中國企業(yè)家創(chuàng)業(yè)在空間分布上具有明顯的正向空間相關(guān)性，企業(yè)家創(chuàng)業(yè)不是呈完全的隨機狀態(tài)，而是受與之具有相近空間特征的其他地區(qū)的創(chuàng)業(yè)行為的影響，在地理上呈現(xiàn)出集聚現(xiàn)象。

圖1 1997—2013年中國企業(yè)家創(chuàng)業(yè)的Moran’s I及其變動——基于31個省域樣本

4.2.2 空間面板模型

由企業(yè)家創(chuàng)業(yè)的Moran’sI可以看出，企業(yè)家創(chuàng)業(yè)具有顯著為正的空間自相關(guān)性，因此建立模型時必須考慮空間因素。經(jīng)Hausman檢驗，使用固定效應(yīng)模型。對于空間模型的選擇，按照Anselin提出的判斷準(zhǔn)則，根據(jù)兩個拉格朗日乘數(shù)及其穩(wěn)健形式的檢驗結(jié)果，選擇空間滯后模型。基于LM的空間計量模型檢驗的模擬結(jié)果如表4所示。

表4 基于LM的空間計量模型檢驗的模擬結(jié)果

根據(jù)表4的模擬結(jié)果，LM-lag在統(tǒng)計上比LM-error顯著很多，說明風(fēng)險投資對企業(yè)創(chuàng)立貢獻的空間關(guān)聯(lián)效應(yīng)主要來自區(qū)域間的互相模仿、學(xué)習(xí)及輻射，與系統(tǒng)外誤差、測量誤差的關(guān)系不大。一般情況下，若利用LM-lag和LM-error就能判斷是選擇SAR模型還是SEM，則不需對Robust LM-lag和Robust LM-error做進一步判斷。據(jù)此，本文最終選定SAR模型進行研究。SAR模型的估計結(jié)果如表5所示。

表5 空間滯后模型的回歸結(jié)果

注: “*”“**”和“***”分別表示10%、5%和1%的顯著性水平；括號里的數(shù)值為標(biāo)準(zhǔn)誤；(1)列基于鄰接矩陣(0-1)，(2)列基于距離矩陣，(3)基于經(jīng)濟矩陣。

分別將鄰接矩陣(0-1)、距離矩陣和經(jīng)濟矩陣依次加入OLS模型，得到的SEM回歸結(jié)果報告在表5中的(1)～(3)列中。(1)列的回歸結(jié)果顯示: 雖然空間相關(guān)系數(shù)σ不顯著，但是風(fēng)險投資系數(shù)為0.053 8，且在1%的置信水平下顯著，說明兩個地區(qū)是否相鄰并不是影響企業(yè)家創(chuàng)業(yè)的重要因素，即要想提升本地區(qū)企業(yè)家的創(chuàng)業(yè)熱情，寄托于鄰接地區(qū)是不可靠的，風(fēng)險投資才是帶動新創(chuàng)企業(yè)聚集的關(guān)鍵因素，風(fēng)險投資比鄰近地區(qū)的企業(yè)家創(chuàng)業(yè)熱情更能推動本地企業(yè)創(chuàng)立。(2)列的回歸結(jié)果顯示: 空間相關(guān)系數(shù)(0.219)較(1)列中的該系數(shù)(0.010 2)有了大幅提升，且在5%的水平下顯著，但風(fēng)險投資系數(shù)(0.053 5)較(1)列中的該系數(shù)(0.053 8)有所下降，說明地理距離帶來的企業(yè)家創(chuàng)業(yè)的空間相關(guān)性在一定程度上削弱了風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響，企業(yè)家創(chuàng)業(yè)表現(xiàn)出較強的空間相關(guān)性，此時企業(yè)家創(chuàng)業(yè)的聚集不僅僅是由風(fēng)險投資帶動的，創(chuàng)業(yè)氛圍好且相隔距離近的地區(qū)也是帶動本地企業(yè)創(chuàng)立的另一因素。(3)列的回歸結(jié)果顯示: 空間相關(guān)系數(shù)有顯著提高且在1%的水平下具有顯著性，風(fēng)險投資系數(shù)(0.059 2)較(2)列中的0.053 5上升了10個百分點，說明經(jīng)濟上的關(guān)聯(lián)成為推動企業(yè)創(chuàng)業(yè)的重要空間因素，與地理因素不同的是，它不僅僅提升了企業(yè)家的創(chuàng)業(yè)熱情，更增大了風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響。

從表5的回歸結(jié)果可得出如下兩個結(jié)論: 第一，從調(diào)整后的R2、sigma2、logL等統(tǒng)計量來看，表5中(1)～(3)列對應(yīng)的模型均具有較好的擬合度，其中(2)列中各解釋變量的系數(shù)基本通過了顯著性檢驗，(2)列和(3)列中的空間相關(guān)系數(shù)均通過了顯著性檢驗，尤以(3)列中的空間相關(guān)系數(shù)最為顯著，明顯優(yōu)于(1)列的估計結(jié)果。這表明，企業(yè)創(chuàng)立的空間溢出效應(yīng)對經(jīng)濟距離的依賴超過對地理距離的依賴，經(jīng)濟關(guān)聯(lián)度是風(fēng)險投資推動企業(yè)家創(chuàng)業(yè)的最重要的空間因素；第二，表3中(1)列的調(diào)整后R2值為0.403 7，低于表5中的(1)列(0.407)和(2)列(0.456)，說明SAR模型較傳統(tǒng)的回歸模型具有更優(yōu)的擬合度，同時表4中列(3)的風(fēng)險投資系數(shù)(0.059 2)高于表3中的傳統(tǒng)回歸模型的風(fēng)險投資系數(shù)，說明傳統(tǒng)回歸模型因忽略了空間因素而低估了風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響作用，即受到經(jīng)濟關(guān)聯(lián)的影響，風(fēng)險投資不僅影響當(dāng)?shù)氐钠髽I(yè)家創(chuàng)業(yè)，而且通過空間溢出影響其他地區(qū)的企業(yè)創(chuàng)立。這說明，風(fēng)險投資帶動了新創(chuàng)企業(yè)的聚集和其他地區(qū)企業(yè)的創(chuàng)立，企業(yè)家創(chuàng)業(yè)具有空間溢出效應(yīng)，故假設(shè)2得到了經(jīng)驗證據(jù)的支持。

然而，空間滯后模型的回歸系數(shù)并不能完全反映解釋變量對被解釋變量的影響。國外一些學(xué)者提出直接效應(yīng)、間接效應(yīng)和總效應(yīng)等概念，進一步定量地反映自變量對因變量的影響。直接效應(yīng)表示風(fēng)險投資對本地區(qū)企業(yè)家創(chuàng)業(yè)的平均影響，間接效應(yīng)表示風(fēng)險投資對其他地區(qū)企業(yè)家創(chuàng)業(yè)的平均影響，總效應(yīng)表示風(fēng)險投資對所有地區(qū)企業(yè)家創(chuàng)業(yè)的平均影響。本文估計出這三種效應(yīng)，結(jié)果如表6所示。

從表6看出，風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的總體效應(yīng)的大部分(約3/4)是空間直接效應(yīng)，且其系數(shù)在1%的水平下顯著為正，表明風(fēng)險投資能夠提升當(dāng)?shù)仄髽I(yè)家的創(chuàng)業(yè)熱情，從而再次驗證了假設(shè)1；空間間接效應(yīng)*估計結(jié)果進一步表明，若不用空間計量模型，則會低估風(fēng)險投資對企業(yè)創(chuàng)立的推動作用。所占比重雖然沒有直接效應(yīng)所占比重大，但是其系數(shù)在10%的水平下顯著為正，說明風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的貢獻部分(約1/4)來自于區(qū)域間的互相模仿、學(xué)習(xí)及輻射，存在空間溢出效應(yīng)，從而進一步驗證了假設(shè)2。

表6 風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的直接效應(yīng)和間接效應(yīng)

5 結(jié)論

本文運用1997—2013年中國大陸地區(qū)31個省域樣本的面板數(shù)據(jù)，考察了風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響。考慮內(nèi)生性問題的面板數(shù)據(jù)模型的回歸結(jié)果表明: 風(fēng)險投資對企業(yè)家創(chuàng)業(yè)的影響為正，說明風(fēng)險投資能夠刺激更多企業(yè)成立。此外，企業(yè)家創(chuàng)業(yè)水平通過空間自相關(guān)檢驗，結(jié)果表明Moran’sI顯著為正，即企業(yè)家創(chuàng)業(yè)存在空間上的相關(guān)性。利用鄰接標(biāo)準(zhǔn)和距離標(biāo)準(zhǔn)分別構(gòu)建的空間鄰接矩陣(0-1)、空間距離矩陣(兩地間距離的倒數(shù))和空間經(jīng)濟矩陣(人均GDP)，本文從不同角度考察了企業(yè)家創(chuàng)業(yè)的空間影響因素。研究發(fā)現(xiàn): 一個地區(qū)的企業(yè)創(chuàng)業(yè)并非呈規(guī)律隨機分布，而是依賴與之具有相似空間特征的地區(qū)。風(fēng)險投資帶動了新創(chuàng)企業(yè)的聚集，同時企業(yè)家創(chuàng)業(yè)表現(xiàn)空間溢出效應(yīng)，經(jīng)濟關(guān)聯(lián)是風(fēng)險投資推動企業(yè)家創(chuàng)業(yè)聚集的最重要的空間因素。本文的結(jié)論表明，合理、高效地利用區(qū)域間的經(jīng)濟關(guān)聯(lián)性，促使風(fēng)險投資發(fā)揮更大的作用，從而實現(xiàn)推動更多企業(yè)成立的目標(biāo)是可期的。

[1] Anselin L.Spatial Economitrics: Methods and Models[M].Kluwer Academic Publishers，1988.

[2] 楊勇，朱乾，達慶利.中國省域企業(yè)家精神的空間溢出效應(yīng)研究[J].中國管理科學(xué)，2014(11): 105-113.

[3] 蔡衛(wèi)星，胡志穎，何楓.政治關(guān)系、風(fēng)險投資與IPO機會——基于創(chuàng)業(yè)板申請上市公司的經(jīng)驗分析[J].財經(jīng)研究，2013(5): 51-61.

[4] 楊成杰，王德發(fā).風(fēng)險投資IPO效應(yīng)實證研究——以我國深圳創(chuàng)業(yè)板制造業(yè)為例[J].商業(yè)會計，2014(10): 34-35.

[5] 袁蓉麗，文雯，汪利.風(fēng)險投資和IPO公司董事會治理——基于傾向評分匹配法的分析[J].中國軟科學(xué)，2014(5): 118-128.

[6] 吳超鵬，吳世農(nóng)，程靜雅，等.風(fēng)險投資對上市公司投融資行為影響的實證研究[J].經(jīng)濟研究，2012(1): 105-120.

[7] 張嵐，張幃，姜彥福.創(chuàng)業(yè)投資家與創(chuàng)業(yè)企業(yè)家關(guān)系研究綜述[J].外國經(jīng)濟與管理，2003(11): 2-6.

[8] 馬璐璐.風(fēng)險投資中風(fēng)險投資家與創(chuàng)業(yè)企業(yè)家之間的博弈分析[J].物流工程與管理，2012(3): 172-175.

[9] 李君.“自利”原則下的風(fēng)險投資委托代理之博弈探討[J].會計之友，2014(11): 79-82.

[10] 朱黃儷，茍雪莉.風(fēng)險投資對創(chuàng)業(yè)型企業(yè)家激勵約束機制的研究[J].科技創(chuàng)業(yè)月刊，2014(10): 20-21.

[11] 董靜，翟海燕，汪江平.風(fēng)險投資機構(gòu)對創(chuàng)業(yè)企業(yè)的管理模式——行業(yè)專長與不確定性的視角[J].外國經(jīng)濟與管理，2014(9): 3-11.

[12] 張根明，李琳.孵化器、風(fēng)險投資與創(chuàng)業(yè)績效關(guān)系的實證研究[J].科技進步與對策，2010(17): 94-98.

[13] Keuschnigg C，Nielsen S B.Tax policy，venture capital and entrepreneurship[J].Journal of Public Economics，2002，87(6): 175-203.

[14] Hsu D H.What do entrepreneurship pay for venture capital affiliation[J].The Journal of Finance，2004，21(4): 1805-1844.

[15] Samila S，Sorenson O.Venture capital，entrepreneurship and economic growth[J].Review of Economics & Statistics，2011，93(1): 23-41.

[16] Sevilir M.Human capital investment，new firm creation and venture capital[J].Journal of Financial Intermediation，2010，19(4): 483-508.

[17] Rosenthal R.Finance，economic growth[J].Journal of Financial Intermediation，2005，10(7): 36-55.

[18] Rosenthal R.The effect of credit market competition on lending relationships[J].Quarterly Journal of Economics，2007，9(1): 11-35.

[19] Bosma N，Schutjens V.Understanding regional variation in entrepreneurial activity and entrepreneurial attitude in Europe[J].The Annals of Regional Science，2011，47(3): 113-136.

[20] Gompers P，Lerner J，Scharfstein D.Entrepreneurial spawning: public corporations and the genesis of new ventures，1986 to 1999[J].Journal of Finance，2005，8(3): 577-614.

[21] 樊綱，王小魯，朱恒鵬.中國市場化指數(shù): 各地區(qū)市場化相對進程2011年報告[M].北京: 經(jīng)濟科學(xué)出版社，2011.

[22] 林光平，龍志和，吳梅.我國地區(qū)經(jīng)濟收斂的空間計量實證分析: 1978—2002年[J].經(jīng)濟學(xué)(季刊)，2005(4): 67-82.

[23] 王火根，沈利生.中國經(jīng)濟增長與能源消費空間面板分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研，2007(12): 98-107.

[24] 李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產(chǎn)的空間計量分析——基于靜態(tài)和動態(tài)空間面板模型的實證研究[J].管理世界，2010(7): 43-65.

[25] Tobler W R.A computer movie simulating urban growth in the detroit region[J].Economic Geography，1970，46(2): 234-240.

Impact of Domestic Venture Capital on Spatial Agglomeration of New Enterprises’ Creation

Yang Yaping，Wang Zhi

(School of Economics，Jinan University，Guangzhou 510632，China)

This paper analyzes the relationship between venture capital and new enterprises’ creation from the perspective of motivating startup.Based on the panel data of China’s 31 provincial samples from 1997 to 2013，it builds a spatial econometric model to reveal the impact of venture capital on the spatial agglomeration of new enterprises’ creation.The result shows as follows: venture capital has a positive influence on entrepreneurs’ entrepreneurial passion，and promotes the aggregation of start-ups；there exists the spatial spillover effect in entrepreneurship，and economic correlation is the important factor influencing the promotion effect of venture capital on the agglomeration of new enterprises’ creation.

venture capital；new enterprises’ creation；spatial agglomeration

國家自然科學(xué)基金青年基金項目“基于技術(shù)溢出和吸收能力的本土供應(yīng)商生產(chǎn)率提升研究”(71203077)；國家自然科學(xué)基金重點項目“推動經(jīng)濟發(fā)達地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級的機制與政策研究”(71333007)；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目“我國外向FDI的學(xué)習(xí)效應(yīng)及其機制研究”(暨南啟明星計劃15JNQM001)；中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目“區(qū)域成本差距、產(chǎn)業(yè)轉(zhuǎn)移與產(chǎn)業(yè)升級”(暨南大學(xué)引進人才項目12614802)。

楊亞平(1977— )，女，湖南湘潭人，暨南大學(xué)經(jīng)濟學(xué)院副教授，博士，研究方向: 產(chǎn)業(yè)投資與技術(shù)創(chuàng)新；王芝(1990— )，女，湖南株洲人，暨南大學(xué)經(jīng)濟學(xué)院碩士研究生，研究方向: 投資經(jīng)濟。

F276.6；F832.48

A