風(fēng)險投資如何影響城市創(chuàng)新

華岳 唐雅琳 成程

摘要：在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的政策激勵下，我國各級政府正加快推動創(chuàng)新型城市的統(tǒng)籌建設(shè)。風(fēng)險投資作為市場化創(chuàng)新活動的重要資金來源，對于我國城市創(chuàng)新的影響在實證層面尚未被充分評估。本文首次采用全國282個地級市2003-2015年度的面板數(shù)據(jù)，獨創(chuàng)性地引入“政府風(fēng)投引導(dǎo)基金”這一指標(biāo)作為工具變量，檢驗風(fēng)險投資與城市創(chuàng)新間的因果關(guān)系。研究發(fā)現(xiàn)：在總體層面風(fēng)險投資能提升我國城市創(chuàng)新水平，尤其是發(fā)明專利與實用新型專利的數(shù)量。進—步的異質(zhì)性分析顯示，在東部城市、人力資本更加豐裕的城市、大企業(yè)密集度更高的城市和政府規(guī)模更大的城市，風(fēng)險投資對于創(chuàng)新的影響更為顯著。與分析結(jié)果相關(guān)聯(lián)的政策層面，要充分放大政府引導(dǎo)基金的創(chuàng)新助推效應(yīng)，應(yīng)堅持在人才方面加強培智引智，重視以經(jīng)濟開發(fā)區(qū)等形式培育集聚經(jīng)濟優(yōu)勢，完善創(chuàng)新政策與產(chǎn)業(yè)政策直接的耦合，并注意合理平衡領(lǐng)先區(qū)域與落后區(qū)域之間的創(chuàng)新資本扶持力度。

關(guān)鍵詞：風(fēng)險投資;城市創(chuàng)新;政府引導(dǎo)基金;工具變量

一、引言

城市是創(chuàng)新活動的中心，一座城市的創(chuàng)新能力既是微觀層面上企業(yè)創(chuàng)新績效的整合與擴展，也是宏觀層面上國家競爭實力的濃縮。目前，我國己步入2020年建成創(chuàng)新型國家的攻堅期，而創(chuàng)新型城市（Innovative City）的統(tǒng)籌創(chuàng)建尚處起步階段。2016年科技部和發(fā)改委印發(fā)的《建設(shè)創(chuàng)新型城市工作指引》中指出，創(chuàng)新型城市建設(shè)要依靠科技、知識、人力資本等要素整合起創(chuàng)新體系，以創(chuàng)新驅(qū)動發(fā)展。而依據(jù)創(chuàng)新經(jīng)濟學(xué)理論，風(fēng)險投資（以下簡稱“風(fēng)投”）等金融支持手段是創(chuàng)新體系正常運轉(zhuǎn)的必備條件（邵同堯，2011;Hottenrott和Peters，2012），這是因為創(chuàng)新活動往往風(fēng)險較大且回報周期長，故而普遍面臨融資約束難題（馮照楨等，2016）。

作為創(chuàng)新活動的融資和風(fēng)險分擔(dān)載體，以IDG中國、紅杉資本為代表的風(fēng)投機構(gòu)近年來在我國發(fā)展迅猛，對創(chuàng)新型城市建設(shè)做出了重大貢獻，并且受到了決策機構(gòu)的高度關(guān)注。2016年《建設(shè)創(chuàng)新型城市工作指引》指出，要積極發(fā)展天使投資，充分發(fā)揮科技成果轉(zhuǎn)化、中小企業(yè)創(chuàng)新、新興產(chǎn)業(yè)培育等方面基金作用，引導(dǎo)帶動社會資本投入創(chuàng)新;2018年《政府工作報告》進一步指出，要設(shè)立國家融資擔(dān)?；?，支持優(yōu)質(zhì)創(chuàng)新型企業(yè)上市融資，將創(chuàng)業(yè)投資、天使投資稅收優(yōu)惠政策試點范圍擴大到全國;地方層面上，近年來各省區(qū)市普遍設(shè)立政府引導(dǎo)基金，鼓勵風(fēng)投資本投資于創(chuàng)新產(chǎn)業(yè)。在此背景下，從實證上檢驗風(fēng)投對城市創(chuàng)新的影響有著重要的理論與政策意義。

“風(fēng)投對于創(chuàng)新活動的影響”這一命題已有各國學(xué)者的廣泛研究，并取得了豐碩成果。諸多研究從理論上證明，風(fēng)險資本能從投前篩選和投后增值兩個維度促進技術(shù)創(chuàng)新：一方面，風(fēng)投機構(gòu)的專業(yè)背景能使其精準(zhǔn)測度企業(yè)價值，進而實現(xiàn)篩選功能;另一方面，風(fēng)投通過提供資金支持和專業(yè)化服務(wù)，提升被投企業(yè)的創(chuàng)新績效（Baum和Silverman，2004;王秀軍和李曜，2016）。在實證中，Kortum和Lerner（2000）最早論證了風(fēng)投對創(chuàng)新的推動作用。該文采用美國1965-1992年間20個產(chǎn)業(yè)的數(shù)據(jù)進行分析，發(fā)現(xiàn)風(fēng)投能促進專利數(shù)量的增長，其影響是一般R&D的3.1倍。此后的Tykvova（2000）、Ueda和Hirukawa（2008）及Popov和Roosenboom（2009）等在參考Kortum和Lerner研究方法的基礎(chǔ)上，通過采用不同國家數(shù)據(jù)或延長分析年限，進一步驗證了風(fēng)投對創(chuàng)新的正面影響。

然而，不同數(shù)據(jù)層面的研究深度及所得結(jié)論卻大相徑庭（謝雅萍和宋超俐，2017）。在國家、地區(qū)、產(chǎn)業(yè)、企業(yè)等多個層次的研究中，風(fēng)投對企業(yè)層面創(chuàng)新的影響研究最為深入，而區(qū)域?qū)用嫔系难芯恳恢北容^匱乏。較早關(guān)注風(fēng)投對區(qū)域及國家創(chuàng)新影響的文章出現(xiàn)于歐洲，AstridRomain等（2004）、Popov和Roosenboom（2009）及Faria和Barbosa（2014）等文獻多通過歐盟內(nèi)國家級面板數(shù)據(jù)來進行實證檢驗。從研究結(jié)論上來看，支持風(fēng)投促進創(chuàng)新的觀點是當(dāng)下主流，具體細節(jié)則各有不同，如AstridRomain等（2004）認為風(fēng)投能提升R&D活動的知識轉(zhuǎn)化能力，而Faria和Barbosa（2014）認為風(fēng)投對地區(qū)創(chuàng)新的促進作用更多地體現(xiàn)在長期。此外，美國學(xué)者Samila和Sorenson（2011）為了使研究樣本更能體現(xiàn)區(qū)內(nèi)經(jīng)濟的整合情況，首次采用美國小企業(yè)管理局（SBA）劃分的大都會統(tǒng)計區(qū)（MSAs）作為地域研究單元，同樣證實了風(fēng)投對于區(qū)域創(chuàng)新的促進作用。

在因果識別方面，風(fēng)投對創(chuàng)新的影響長期以來受到自選擇與反向因果等問題的干擾。從理論上說，創(chuàng)新能力強的公司或地區(qū)可能有著更強的競爭力，從而吸引風(fēng)投的集聚（Henry Chen等，2010）。其次，存在一些同時影響風(fēng)投和創(chuàng)新產(chǎn)出的遺漏變量，如一個地區(qū)人力資本狀況的改善，可能造成偽因果估計。在實證上，Hellman和Puri（2000）采用美國硅谷173個高科技公司的數(shù)據(jù)，選用Cox比例風(fēng)險模型，研究了企業(yè)融資策略和市場營銷策略間的關(guān)系。結(jié)果發(fā)現(xiàn)，采用創(chuàng)新戰(zhàn)略的公司更容易、也更早地會獲得風(fēng)投，這說明是創(chuàng)新帶來了風(fēng)投，而不是相反。Ueda和Hirukawa（2003）則選取全要素生產(chǎn)率（TFP）作為衡量創(chuàng)新的指標(biāo)，發(fā)現(xiàn)就產(chǎn)業(yè)層面而言，實際上是TFP促進了風(fēng)投。在以專利作為創(chuàng)新衡量指標(biāo)的情況下，Engel和Keilbach（2007）也證明了擁有更多專利技術(shù)的企業(yè)更能吸引風(fēng)投。除了來自產(chǎn)業(yè)層面、企業(yè)層面的質(zhì)疑，在國家層面上，Geronikolaou和Papachristou（2012）亦得出了創(chuàng)新會引致風(fēng)投的結(jié)論。Kortum和Lerner將美國在1979年批準(zhǔn)養(yǎng)老金入市的政策變化設(shè)為工具變量，并通過進行專利/研發(fā)比率的變量轉(zhuǎn)換來消除反向因果問題;Tang和Chyi（2008）則引入了法律環(huán)境作為風(fēng)投的工具變量，采用中國臺灣1985-2001年制造業(yè)數(shù)據(jù)進行回歸分析，證實了風(fēng)投帶來的內(nèi)部知識擴散是TFP增長的兩大動力之一;Hirukawa和Ueda（2011）嘗試采用Granger因果檢驗探究美國1968-2001年19個制造業(yè)企業(yè)的風(fēng)投和TFP之間的關(guān)系，發(fā)現(xiàn)TFP的增長會促進未來的風(fēng)投;Faria和Barbosa（2014）使用系統(tǒng)GMM發(fā)現(xiàn)風(fēng)投在長期能顯著促進企業(yè)創(chuàng)新。

國內(nèi)目前相關(guān)研究多采用省級數(shù)據(jù)，城市層面的分析仍處于空白狀態(tài)。楊曄等（2012）通過構(gòu)建中國創(chuàng)新投入產(chǎn)出模型，采用2006-2008年度省級面板數(shù)據(jù)，分析了研發(fā)支出與風(fēng)投對地區(qū)創(chuàng)新績效的影響，證實了風(fēng)投能顯著推動地區(qū)創(chuàng)新;邵同堯（2011）使用商標(biāo)作為創(chuàng)新測度指標(biāo)，并進行了系統(tǒng)GMM估計后得出了相似的結(jié)論;馮照楨等（2016）利用中國2000-2012年省級面板數(shù)據(jù)，選取PSTR模型進行非線性回歸后發(fā)現(xiàn)，在達到投資額臨界值之前，風(fēng)投會呈現(xiàn)“盤剝效應(yīng)”，從而約束創(chuàng)新行為;許昊等（2017）同樣利用省級面板數(shù)據(jù)的研究，發(fā)現(xiàn)風(fēng)投對創(chuàng)新產(chǎn)出雖有促進作用，卻表現(xiàn)出“滯后效應(yīng)”和“倒U型”趨勢。國內(nèi)研究方面，內(nèi)生性問題在最近幾年才開始受到關(guān)注。陳思等（2017）在利用2006-2011年進行IPO的A股公司數(shù)據(jù)，采用了傾向得分匹配（PSM）方法研究風(fēng)投對IPO企業(yè)創(chuàng)新能力的影響，印證了風(fēng)投對被投企業(yè)創(chuàng)新績效的促進作用。陸瑤（2017）以創(chuàng)業(yè)板公司股份數(shù)作為機構(gòu)持股的工具變量，證實“辛迪加”風(fēng)投對企業(yè)創(chuàng)新有正面影響;張學(xué)勇和張葉青（2016）依據(jù)創(chuàng)業(yè)投資公司的本地選擇傾向，以“風(fēng)投當(dāng)年公司所在省份風(fēng)投機構(gòu)數(shù)”作為工具變量，并進行3SLS回歸以部分解決內(nèi)生性問題。

基于以上政策背景及研究現(xiàn)狀，本文采用全國282個地級市2003-2015年度面板數(shù)據(jù)，首次引入“政府引導(dǎo)基金”這一工具變量來探究風(fēng)投對城市創(chuàng)新的影響。在城市層面上首先證實了風(fēng)投能夠助推創(chuàng)新這一因果關(guān)系。本文的主要貢獻在于：（1）獨創(chuàng)性地采用“政府引導(dǎo)基金”這一引起風(fēng)投外生變化的指標(biāo)，使用工具變量法研究了風(fēng)投對城市創(chuàng)新的影響，在這一問題的因果識別的機制設(shè)計上取得了新進展;（2）本文進行的城市層面異質(zhì)性分析，揭示了不同經(jīng)濟特征的城市在“引導(dǎo)風(fēng)投資本助推技術(shù)創(chuàng)新”這一過程中可能存在的機制與功能差異，有助于學(xué)界和政府更加深入地理解風(fēng)投對于創(chuàng)新的影響，進而有針對性地評估和制訂相關(guān)政策。

本文結(jié)構(gòu)安排如下：第二章介紹我國政府引導(dǎo)基金的發(fā)展概況;第三章說明數(shù)據(jù)與識別策略;第四章給出實證檢驗結(jié)果及分析;第五章進行基于不同維度的異質(zhì)性分析;最后一章闡述研究結(jié)論，提出政策建議。

一、政府引導(dǎo)基金概述

創(chuàng)業(yè)投資政府引導(dǎo)基金，是指由政府設(shè)立并按市場化方式運作的政策性基金，本質(zhì)上是“基金的基金（Funds on Funds，以下簡稱FOF）”或“母基金”。其意圖在于借政府資本引導(dǎo)社會資金進入創(chuàng)新創(chuàng)業(yè)投資領(lǐng)域，以此提升區(qū)域整體創(chuàng)新水平，從而推動區(qū)域產(chǎn)業(yè)升級和經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型。自2002年北京中關(guān)村管委會創(chuàng)設(shè)國內(nèi)第一支政府引導(dǎo)基金，即“中關(guān)村創(chuàng)業(yè)投資引導(dǎo)基金”以來，廣泛的政策實踐和學(xué)界研究都己觀察到FOF是推動創(chuàng)投行業(yè)發(fā)展、帶動區(qū)域創(chuàng)新的有力政策工具。FOF于20世紀70年代起源于美國基金市場，在政府參與中逐漸成為發(fā)達國家扶持本國科創(chuàng)企業(yè)的主要政策手段，代表性案例有美國小企業(yè)投資計劃（SBIC）、澳大利亞創(chuàng)新投資基金（IIF）、歐洲投資基金（ElF）及以色列的Yozma計劃等。我國的FOF項目起步較晚，但近年來在政策支持下發(fā)展迅猛。2005年11月，財政部發(fā)布了《創(chuàng)業(yè)投資企業(yè)管理暫行辦法》，首次允許地方政府設(shè)立創(chuàng)業(yè)投資引導(dǎo)基金;2008年10月，發(fā)改委等三部委又聯(lián)合發(fā)布了《關(guān)于創(chuàng)業(yè)投資引導(dǎo)基金規(guī)范設(shè)立與運作的指導(dǎo)意見》，規(guī)范了各地引導(dǎo)基金的運作程序，要求其在兩個層面發(fā)揮引導(dǎo)功能：一是引導(dǎo)社會資本設(shè)立創(chuàng)投子基金;二是引導(dǎo)創(chuàng)投子基金增加對早期創(chuàng)投企業(yè)的投資。在此背景下，蘇州工業(yè)園區(qū)創(chuàng)業(yè)投資引導(dǎo)基金、浦東科技園區(qū)創(chuàng)業(yè)投資引導(dǎo)基金、海淀區(qū)創(chuàng)業(yè)投資引導(dǎo)基金等國內(nèi)知名的FOF相繼成立。此后，中央政府也開始參與到FOF的創(chuàng)立中來。2010年3月，國家發(fā)改委、財政部與7省市政府聯(lián)合設(shè)立了90億元規(guī)模的專業(yè)性創(chuàng)投基金;2015年，國務(wù)院常務(wù)會議先后決定設(shè)立總金額突破1000億元的國家新興產(chǎn)業(yè)創(chuàng)業(yè)投資引導(dǎo)基金和國家中小企業(yè)發(fā)展基金;2016年6月，國務(wù)院又批準(zhǔn)成立了國家先進制造產(chǎn)業(yè)投資基金。在中央層面的鼓舞下，自2014年以來，地方政府普遍創(chuàng)設(shè)引導(dǎo)基金，使其規(guī)模迅速壯大（見表1）。截至2016年12月底，國內(nèi)共成立980支政府引導(dǎo)基金，基金規(guī)模達33004.58億元。

FOF的蓬勃發(fā)展離不開風(fēng)投市場對“有為政府”的強烈需求。在創(chuàng)新市場上，“看不見的手”帶來的市場失靈和“看得見的手”帶來的政策扭曲往往同時出現(xiàn)，互為掣肘（鄧飛，2017）。一方面，風(fēng)投行為的高度市場化，意味著追求利潤最大化的風(fēng)投企業(yè)會優(yōu)先選擇商業(yè)模式成熟、管理團隊完善的科創(chuàng)企業(yè)，對于尚在草創(chuàng)期、風(fēng)險較大的企業(yè)投資往往投資較少或不敢投資;此外，創(chuàng)新性越強的創(chuàng)業(yè)企業(yè)往往對資金需求更多，而風(fēng)投企業(yè)有限的資金投入會使得這類企業(yè)面臨較大的資金缺口。另一方面，政府傳統(tǒng)產(chǎn)業(yè)政策中的補貼及減稅手段在支持創(chuàng)新成果產(chǎn)業(yè)化方面效率不高，激勵扭曲和認知限制這兩大問題容易導(dǎo)致尋租行為和過度補貼。

在此背景下，以“政府出資引導(dǎo)+市場化運作”為核心的政府創(chuàng)業(yè)投資引導(dǎo)基金便應(yīng)運而生。通過政府資本和專業(yè)化投資機構(gòu)的有機結(jié)合，F(xiàn)OF得以同時規(guī)避“市場失靈”和“政府失靈”。其一，F(xiàn)OF能發(fā)揮集聚資金的杠桿效應(yīng)和引導(dǎo)效應(yīng)。根據(jù)信號發(fā)送假說（signaling hypothesis），F(xiàn)OF的投資行為可以向其他市場主體傳送信號，解決風(fēng)投中的信息不對稱問題，并發(fā)揮杠桿效應(yīng)，吸引社會資本進入風(fēng)投領(lǐng)域形成資金集聚;Amit等（1998）也認為政府對創(chuàng)業(yè)投資機構(gòu)的資助能顯著擴大創(chuàng)投機構(gòu)的規(guī)模，解決由于逆向選擇和道德風(fēng)險導(dǎo)致的科創(chuàng)企業(yè)創(chuàng)新力不足的問題;楊軍等（2009）在委托代理框架下的研究亦證明，政府引導(dǎo)基金以LP的身份參股有限合伙制創(chuàng)投基金可以有效發(fā)揮其杠桿引導(dǎo)作用。其二，F(xiàn)OF能發(fā)揮扶持產(chǎn)業(yè)的政策效應(yīng)。以政府資本為基礎(chǔ)的政策性FOF，本身就是政府在創(chuàng)投行業(yè)的意志體現(xiàn)。投資機構(gòu)專業(yè)化的運作既可彌補政府的專業(yè)性不足，又可將資金帶往那些有益于公共福利而外部性較強的創(chuàng)新產(chǎn)業(yè)，從而達到支持創(chuàng)業(yè)企業(yè)發(fā)展、塑造區(qū)域產(chǎn)業(yè)集群、推動產(chǎn)業(yè)結(jié)構(gòu)升級的目的。

十多年來，我國FOF規(guī)模不斷擴大，這使得國內(nèi)學(xué)者開始在實證上對FOF的諸方面經(jīng)濟與社會影響展開研究。代表性的FOF研究有楊大楷和李丹丹（2012）基于1997-2009年省級面板數(shù)據(jù)對引導(dǎo)基金政策和私募股權(quán)投資的相關(guān)關(guān)系進行的實證研究;楊敏利等（2015）通過傾向得分匹配一倍差法（PSM-DID），采用城市級數(shù)據(jù)對政府引導(dǎo)基金對社會資金引導(dǎo)作用的實證檢驗;施國平等（2016）通過雙重差分模型，基于1997-2009年省級面板數(shù)據(jù)，從創(chuàng)投機構(gòu)層面對政府引導(dǎo)基金之引導(dǎo)作用的評估。這部分的研究大多表明，在我國，政府引導(dǎo)基金的設(shè)立對區(qū)域內(nèi)創(chuàng)投行業(yè)的發(fā)展有顯著正面影響。此外，國外學(xué)者基于更長期數(shù)據(jù)的實證分析也得到了相似的結(jié)論。Gompers和Lerner（1999）通過對美國1972-1994年創(chuàng)業(yè)投資和養(yǎng)老金政策的有關(guān)數(shù)據(jù)進行實證分析發(fā)現(xiàn)，政府對養(yǎng)老金政策的放寬極大地促進了養(yǎng)老金對創(chuàng)業(yè)基金的投資，使得美國80年代創(chuàng)業(yè)投資資本總量迅速增加;Leleux和Surlemont（2001）通過對歐洲15國1990-1996年的數(shù)據(jù)進行實證分析，證明了歐洲創(chuàng)業(yè)投資中的國有資金起到了很好的示范效應(yīng)和帶動效應(yīng)，充分帶動了民間資金涌入風(fēng)投市場，促進了歐洲風(fēng)投市場的發(fā)展;Cumming等（2013）通過對1990-2010年歐洲國有與民間創(chuàng)投資本所投資行業(yè)的退出表現(xiàn)進行實證分析，發(fā)現(xiàn)政府資金投資的企業(yè)可以獲得更好的IPO退出率和更好的退出業(yè)績。

綜上所述，政府引導(dǎo)基金在我國雖起步較晚，但憑借著政策層面的持續(xù)支持與廣闊的發(fā)展前景，對我國尚處成長期的風(fēng)投行業(yè)的發(fā)展能起到不可替代的推動作用。而現(xiàn)有的政策實踐與實證檢驗都得以證明，一個地區(qū)的FOF的介入程度與該地風(fēng)投行業(yè)的發(fā)展水平密切相關(guān)。

三、實證模型與數(shù)據(jù)

（一）基準(zhǔn)回歸模型

為考察風(fēng)投對城市創(chuàng)新水平的影響，本文設(shè)定基準(zhǔn)面板回歸模型如下：

模型（1）中，因變量Innovation為衡量城市創(chuàng)新能力的相關(guān)指標(biāo)。借鑒國內(nèi)外學(xué)者的通常做法（楊大楷和邵同堯，2010;Kortum和Lemer，2000）并結(jié)合我國專利授予的法律規(guī)定與實際情況，我們選取發(fā)明專利授權(quán)量、實用新型專利授權(quán)量、外觀設(shè)計專利授權(quán)量這三個指標(biāo)來度量城市創(chuàng)新能力，分別表示為Patent1，Patent2和Patent3。①核心自變量VC是地區(qū)i在t年度所接受的風(fēng)投金額。Controls為控制變量，具體為一系列可能影響創(chuàng)新產(chǎn)出的地區(qū)特征變量，主要分為五類：反映地區(qū)經(jīng)濟基本面的，以人口密度（Pop）、國內(nèi)生產(chǎn)總值/億元（GDP）和職工平均工資/元（Wage）來表示;反映地區(qū)經(jīng)濟結(jié)構(gòu)的，以制造業(yè)從業(yè)人員比/百分比（Manu）、金融業(yè)從業(yè)人員比/百分比（Fin）、教育文藝廣播影視業(yè)從業(yè)人員比/百分比（Art）、科研技術(shù)服務(wù)和地質(zhì)勘查業(yè)從業(yè)人員比/百分比（Tech）來度量;反映地區(qū)基礎(chǔ)設(shè)施的，以人均鋪裝道路面積/平方米（Road）、年末移動電話用戶數(shù)量/萬戶（Tel）、國際互連網(wǎng)用戶數(shù)量/萬戶（Web）度量;反映地區(qū)財政投入的，以科學(xué)事業(yè)費占財政支出比/百分比（Sci）、教育事業(yè)費支出/萬元（Educ）度量;反映地區(qū)融資能力的，以年末金融機構(gòu)各項貸款余額/億元（Loan）、外商直接投資新簽協(xié)議合同數(shù)/個（Contract）度量。此外，模型控制了個體固定效應(yīng)εi和年份固定效應(yīng)nt。我們同時將所有參數(shù)的標(biāo)準(zhǔn)誤聚類到城市層面。

具體來說，為盡可能消除因果識別中的內(nèi)生性問題，本文在使用高質(zhì)量面板數(shù)據(jù)，估計雙固定效應(yīng)與動態(tài)面板模型的基礎(chǔ)上，獨創(chuàng)性地引入風(fēng)投的工具變量“政府引導(dǎo)基金”，分別采用單Ⅳ和多Ⅳ的形式進行估計。“政府引導(dǎo)基金”變量具體包括“政府引導(dǎo)基金數(shù)額”和“政府引導(dǎo)基金個數(shù)”這兩個指標(biāo)。如前文所述，各國學(xué)術(shù)界均普遍認同F(xiàn)OF對區(qū)域內(nèi)風(fēng)投規(guī)模有著顯著正向影響，故FOF和風(fēng)投在理論上應(yīng)有較強的相關(guān)性;而引導(dǎo)基金的設(shè)立作為僅能影響風(fēng)投數(shù)量的外生政策沖擊，與決定地區(qū)創(chuàng)新的其他未被控制因素不相關(guān)。因此，可以認為政府引導(dǎo)基金是一個同時滿足相關(guān)性約束和排他性約束的理想工具變量。

數(shù)據(jù)方面，本文使用了282個地級市2003-2015年度風(fēng)投活動的面板數(shù)據(jù)。風(fēng)投及政府引導(dǎo)基金數(shù)據(jù)來自清科集團（2er021PO）下屬的私募通數(shù)據(jù)庫（PEDATA），該數(shù)據(jù)庫是當(dāng)前我國最大的VC/PE綜合數(shù)據(jù)庫之一。專利數(shù)據(jù)來自中國國家知識產(chǎn)權(quán)局（SIPO）的專利檢索與分析系統(tǒng)（PSAS）。其余城市層面的變量均來自于公開可得的《中國城市統(tǒng)計年鑒》。

表2列出了主要變量的基本描述性統(tǒng)計信息。我們發(fā)現(xiàn)，各城市平均每年有261.8個發(fā)明專利授權(quán)，1049.9個實用新型專利授權(quán)，693.1個外觀設(shè)計專利授權(quán)。創(chuàng)新程度在不同城市間呈現(xiàn)出顯著的不平衡分布。以Patent1為例，其均值為261.811，而中間值僅為19，這證明有50%的城市年均發(fā)明專利數(shù)量不超過19個。此外，各城市平均每年的風(fēng)投數(shù)額達377.086萬元，但風(fēng)投的中位數(shù)為0，這表示至少有50%的城市從未接受過風(fēng)投。

四、實證檢驗結(jié)果與分析

（一）基準(zhǔn)模型結(jié)果

表3報告了以Pantent_1（發(fā)明專利授權(quán)量）為因變量的逐步回歸結(jié)果。模型（1）包含核心自變量風(fēng)投金額;模型（2）到模型（4）依次加入代表區(qū)域經(jīng)濟基本面和區(qū)域基礎(chǔ)設(shè)施、區(qū)域經(jīng)濟結(jié)構(gòu)、區(qū)域財政投入和區(qū)域融資能力的控制變量。由于面板數(shù)據(jù)中存在著個體和時間層面的遺漏變量，以上回歸過程全部使用固定效應(yīng)模型，并進行了穩(wěn)健標(biāo)準(zhǔn)誤處理?；贠LS估計的各個模型的主要發(fā)現(xiàn)如下。首先，在模型（1）中，風(fēng)投金額與發(fā)明專利數(shù)量呈顯著正相關(guān)，但隨著控制變量的加入，系數(shù)呈逐漸下降的趨勢。僅以專利發(fā)明授權(quán)量作為因變量時為例，模型（1）中風(fēng)投金額這一變量的系數(shù)為0.293，而在模型（4）中，這一系數(shù)顯著下降為0.147。這表明風(fēng)投與地區(qū)創(chuàng)新確實存在正相關(guān)關(guān)系，但變量的遺漏會使這一相關(guān)性被高估。對控制變量而言，在以Patent1為因變量的回歸模型（4）中，國際互聯(lián)網(wǎng)用戶數(shù)量系數(shù)為0.471，表明一個城市的通訊網(wǎng)絡(luò)越普及，創(chuàng)新能力越強;金融機構(gòu)貸款余額系數(shù)顯著為正，而外商直接投資新簽合同數(shù)系數(shù)為負，表明貸款這一融資渠道可能會起到促進創(chuàng)新的作用，而引入外資的作用或恰好相反。其次，在分別以Patent2（實用新型專利授權(quán)量）、Patent3（外觀設(shè)計專利授權(quán)量）為因變量時，風(fēng)投金額系數(shù)的顯著性逐漸降低，風(fēng)投金額和外觀設(shè)計專利數(shù)量甚至呈現(xiàn)負相關(guān)關(guān)系，這從一定程度上反映了發(fā)明專利相對于其他兩類專利，的確代表了一個城市的最高創(chuàng)新水平。在未充分討論內(nèi)生性問題之前，基準(zhǔn)回歸中的結(jié)果不宜進行因果關(guān)系層面的解釋。

（二）動態(tài)面板模型結(jié)果

基于固定效應(yīng)模型中依然可能存在的由“個體與時間層面均有變化的遺漏變量”及反向因果導(dǎo)致的內(nèi)生性問題，我們考慮加入被解釋變量的（一階）滯后項，分別進行AB-GMM估計和系統(tǒng)GMM估計。從表4結(jié)果中可以看出，風(fēng)投活動對發(fā)明專利的正向影響依然顯著，而對于實用新型專利和外觀設(shè)計專利的影響不僅在統(tǒng)計上未呈現(xiàn)顯著性，從系數(shù)維度上來看也小于發(fā)明專利的估計系數(shù)。在AB-GMM估計中，根據(jù)GMM-致性估計要求，擾動項應(yīng)滿足一階差分相關(guān)、二階及以上差分不相關(guān)的條件。而根據(jù)表4中的AR（1）和AR（2）檢驗結(jié)果，一階及二階差分均不相關(guān)，拒絕“擾動項差分不存在自相關(guān)”的原假設(shè)?；诖耍覀冞M一步采用系統(tǒng)GMM進行估計。系統(tǒng)GMM在AB-GMM之上添加了水平方程，并引進了滯后的差分變量作為工具變量，進而顯著提高了估計結(jié)果的一致性和有效性。AR（1）及AR（2）檢驗結(jié)果顯示，一階差分滿足相關(guān)性，二階差分不相關(guān)，不拒絕原假設(shè);但檢驗過度識別的Sargan值未通過，這表明在本研究中，被解釋變量的滯后項并不是最優(yōu)的工具變量，我們必須繼續(xù)尋找更加適用的工具變量。

（三）政府引導(dǎo)基金作為工具變量的模型結(jié)果

我們進一步使用城市層面政府引導(dǎo)基金數(shù)額（FOFl）作為工具變量。相關(guān)性約束條件方面，2SLS第一階段回歸的FOF1系數(shù)在1%的水平上顯著，且F值為17.8，反映出政府引導(dǎo)基金數(shù)額與風(fēng)投規(guī)模之間的強相關(guān)性（見表5）。在現(xiàn)實機制中，政府引導(dǎo)基金本身就是以投資創(chuàng)業(yè)風(fēng)險投資機構(gòu)或新設(shè)創(chuàng)業(yè)風(fēng)險投資基金為其主要目標(biāo)，也就是說，政府引導(dǎo)基金不太可能通過除風(fēng)投外的其他渠道來影響城市創(chuàng)新，因此，我們判斷其能夠較好滿足工具變量的無關(guān)性約束條件。2SLS第二階段回歸結(jié)果顯示：基于發(fā)明、實用新型和外觀專利作為因變量的估計，風(fēng)投的估計系數(shù)分別在1%、1%、5%的水平上顯著為正，與基準(zhǔn)結(jié)果高度一致。這說明在充分處理內(nèi)生性問題后，風(fēng)投金額與城市創(chuàng)新產(chǎn)出之間的正向因果效應(yīng)仍然成立。

五、風(fēng)投對創(chuàng)新影響的異質(zhì)性分析

（一）風(fēng)投效果的區(qū)域異質(zhì)性

我國目前創(chuàng)新創(chuàng)業(yè)活動的一個顯著特征是空間分布失衡。在各項指標(biāo)上，北京、上海、廣州、深圳等創(chuàng)新領(lǐng)軍城市都遙遙領(lǐng)先于其他內(nèi)陸城市及較低級別城市（張萃，2018）?；诖?，我們嘗試比較在四大區(qū)域經(jīng)濟板塊中，風(fēng)投對城市創(chuàng)新的影響是否存在顯著差異。作為區(qū)域經(jīng)濟系統(tǒng)中的一個中觀空間層次，區(qū)域經(jīng)濟板塊的劃分及比較有助于我們分析區(qū)域經(jīng)濟的特點及競爭優(yōu)勢。根據(jù)中國統(tǒng)計年鑒最新區(qū)域劃分標(biāo)準(zhǔn)，我們將總樣本分為東部城市（East）、西部城市（West）、中部城市（Central）和東北部城市（Northeast）。由于風(fēng)投對外觀設(shè)計專利的影響在前述主要結(jié)果中持續(xù)不顯著，我們在異質(zhì)性分析中僅討論衡量創(chuàng)新性更優(yōu)的發(fā)明專利和實用新型專利兩個指標(biāo)。

表6報告了處于不同經(jīng)濟區(qū)域的城市估計結(jié)果。在東部城市樣本的回歸結(jié)果中，風(fēng)投的系數(shù)顯著為正，這說明該地區(qū)風(fēng)投對城市創(chuàng)新能力的提升效果最顯著，且“風(fēng)投對發(fā)明專利的影響超過風(fēng)投對實用新型專利的影響”這一發(fā)現(xiàn)再次得到印證。在中部和西部城市樣本的回歸結(jié)果中，風(fēng)投的系數(shù)基本為正但不顯著，維度上也明顯小于對于東部樣本的估計值。且通過比較t值可以發(fā)現(xiàn)，中部估計結(jié)果明顯比西部估計結(jié)果更接近統(tǒng)計顯著。在東北部城市樣本的回歸結(jié)果中，風(fēng)投的系數(shù)為負，且發(fā)明專利的估計系數(shù)已經(jīng)相當(dāng)接近10%水平下的統(tǒng)計顯著門檻值。這說明在東北地區(qū)，在控制可能變量不變的情況下，風(fēng)投反而有抑制城市創(chuàng)新的趨勢。

上述發(fā)現(xiàn)與徐昊等（2017）的結(jié)論截然不同，原因或在于：我國東部地區(qū)經(jīng)濟發(fā)展水平較高，并且業(yè)已開啟產(chǎn)業(yè)轉(zhuǎn)移與產(chǎn)業(yè)升級（王來軍，2014），此時風(fēng)投可選擇的創(chuàng)新項目多，能充分發(fā)揮篩選作用，從而項目投資成功率高、創(chuàng)新產(chǎn)出多;而東北地區(qū)近年來面臨傳統(tǒng)產(chǎn)業(yè)“掉頭難”問題（洪俊杰等，2014），風(fēng)投可能非但沒有投向新興產(chǎn)業(yè)，反而繼續(xù)在扶持傳統(tǒng)落后產(chǎn)業(yè)，這就會引致風(fēng)投對創(chuàng)新的所謂“抑制”效果。由此可以發(fā)現(xiàn)，風(fēng)投的發(fā)展必須與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型相互耦合，才能真正發(fā)揮其篩選作用。結(jié)合風(fēng)投的篩選機制，我們在此提出一種猜測性解釋：風(fēng)投“過濾效應(yīng)”的有效發(fā)揮必須以足夠大的“篩選樣本池”為前提。若一座城市的產(chǎn)業(yè)經(jīng)濟發(fā)展落后且轉(zhuǎn)型乏力，風(fēng)投企業(yè)便缺乏足夠多的篩選樣本，故而難以發(fā)揮投前篩選和投后增值作用。接下來，我們進一步引入人力資本指標(biāo)與大企業(yè)密集度指標(biāo)進行異質(zhì)性分析。其中，前者是地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的內(nèi)在動力，后者則是產(chǎn)業(yè)轉(zhuǎn)型的外部條件。這兩個指標(biāo)能共同反映一座城市是否有足夠多的對風(fēng)投資本構(gòu)成吸引力的企業(yè)。

（二）風(fēng)投效果的人力資本異質(zhì)性

根據(jù)新經(jīng)濟地理學(xué)理論，人力資本決定了城市生產(chǎn)率層級體系的演進空間，并指示著未來的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型方向。而風(fēng)投資本在篩選初創(chuàng)公司時，也傾向于挑選那些短期失敗風(fēng)險大但包含高端人力資源的初創(chuàng)企業(yè)。因此，一座城市人力資本的豐裕程度在一定程度上反映了風(fēng)投企業(yè)的“篩選樣本池”是否足夠大。高校學(xué)生是一個城市的儲備人才，其數(shù)量多寡往往暗示著城市未來的人力資本存量。因此，我們以高等學(xué)校在校學(xué)生百分比這一指標(biāo)劃分樣本，將高校學(xué)生比在1%以上的城市歸類為儲備人力資本豐裕型城市（HC），在1%以下的城市歸類為人力資本稀缺型城市（Non-HC）。表7報告了分樣本估計結(jié)果。在人力資本豐裕型城市中，風(fēng)投系數(shù)顯著為正，而在人力資本稀缺型城市中，風(fēng)投的回歸系數(shù)為負但不顯著。該結(jié)果反映出在人才儲備更為豐裕的城市中，企業(yè)的人力資源密度更高，這有可能促使風(fēng)險資本在大量高技術(shù)企業(yè)中進行“細化過濾”，進一步增強科創(chuàng)企業(yè)的競爭力與活力，更好地培育城市的創(chuàng)新實力。

（三）風(fēng)投效果的企業(yè)密集度異質(zhì)性

數(shù)量眾多的大企業(yè)是城市產(chǎn)業(yè)經(jīng)濟實力的體現(xiàn)。隨著企業(yè)規(guī)模的擴大，研發(fā)資金支持對企業(yè)創(chuàng)新的激勵效果更強，這會使企業(yè)更容易受到風(fēng)投者的青睞。與此同時，企業(yè)集聚帶來的專業(yè)化外部性與多樣化外部性能共同激發(fā)創(chuàng)新創(chuàng)業(yè)活動（張萃，2018）?；诖?，我們將規(guī)模以上工業(yè)企業(yè)數(shù)超過1 000的城市歸類為大企業(yè)密集型城市（Large-firms），將低于1000的城市歸類為大企業(yè)匱乏型城市（Small-firms）。表8中的回歸結(jié)果顯示：在大企業(yè)密集的城市中風(fēng)投的系數(shù)顯著為正，在大企業(yè)相對較少的城市中風(fēng)投的系數(shù)為正但不顯著。由此我們認為，大型企業(yè)的集中成片意味著一個龐大的“樣本篩選池”，這可能會加強企業(yè)間的研發(fā)投入競爭和創(chuàng)新追趕力度，使風(fēng)投發(fā)揮出更強的創(chuàng)新激勵效應(yīng)。

（四）風(fēng)投效果的政府規(guī)模異質(zhì)性

鑒于我國風(fēng)投企業(yè)尚處于起步階段，創(chuàng)投資本與政府產(chǎn)業(yè)政策的配合顯得尤為重要。如果地方政府規(guī)模龐大、財力雄厚，會更加傾向于通過多種渠道指示產(chǎn)業(yè)政策的方向，如直接參與創(chuàng)投或者設(shè)立政府引導(dǎo)基金（楊敏利等，2015），從而可以增加創(chuàng)投資本與產(chǎn)業(yè)政策的配合默契度。根據(jù)這一推測，我們以財政支出占GDP的比重這一指標(biāo)劃分樣本，通過三分位數(shù)將城市分成三組，進行基于不同政府規(guī)模的分樣本估計。表9中的估計結(jié)果顯示：在三組城市中，風(fēng)投系數(shù)分別在1%、1%、5%的水平上顯著為正。同時可以發(fā)現(xiàn)，隨著財政支出占GDP比重的不斷增加，風(fēng)投的系數(shù)不斷增加，顯著性水平也從1.75增至了8.41。根據(jù)這一結(jié)果，我們提出風(fēng)投“增值效應(yīng)”的有效發(fā)揮應(yīng)該建立在創(chuàng)投資本與地方產(chǎn)業(yè)政策緊密配合的基礎(chǔ)上?！按笳敝卫硐碌某鞘兄阅茉陲L(fēng)投的創(chuàng)新產(chǎn)出上表現(xiàn)更佳，可能由于較大的的財政支配能力賦予其在集中引導(dǎo)風(fēng)投資本方面更有調(diào)控能力，也可能由于較大的政策干預(yù)能力能夠有效化解風(fēng)投活動在各個階段中所遭遇的政策阻力。

六、結(jié)論與政策建議

我國當(dāng)前創(chuàng)新型城市的建設(shè)離不開創(chuàng)新資本的有力支持，因而向初創(chuàng)企業(yè)提供資金支持的風(fēng)投己引起政策層面的高度關(guān)注和大力扶持。本文通過引入“政府引導(dǎo)基金”這一政策性工具變量，首次從實證上探究風(fēng)投對城市創(chuàng)新產(chǎn)出的影響效果。結(jié)果發(fā)現(xiàn)：在盡可能排除了內(nèi)生性問題的干擾后，風(fēng)投能顯著促進以專利衡量的城市創(chuàng)新產(chǎn)出。與此同時，異質(zhì)性分析結(jié)果表明，風(fēng)投在東部地區(qū)促進城市創(chuàng)新的效果最顯著，在中西部則不顯著，而在產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型乏力的東北地區(qū)，這一影響甚至是負面的。此外，在人力資本更充沛、工業(yè)化程度更高及政府規(guī)模更大的城市中，風(fēng)投更能推動城市創(chuàng)新能力的提升。

本文研究表明，中央和地方政府以“融資擔(dān)?；稹?、“政府引導(dǎo)基金”等途徑扶持風(fēng)投、推進創(chuàng)新型城市建設(shè)的政策手段在城市層面是有效的，這類創(chuàng)新支持政策能夠與產(chǎn)業(yè)政策相互配合，使得風(fēng)投更有效率地推進創(chuàng)新。因此，我們的基本判斷是，在我國風(fēng)投行業(yè)起步較晚的大背景下，各級政府應(yīng)當(dāng)繼續(xù)加大政府引導(dǎo)基金的規(guī)模，創(chuàng)新引導(dǎo)基金的制度設(shè)計和運作模式，使其市場化程度更高，運作效率更高。其中，越是財力雄厚的“大政府”，越應(yīng)當(dāng)在引領(lǐng)創(chuàng)投資本上肩負起責(zé)任，強化政府產(chǎn)業(yè)政策與民間風(fēng)投資本的配合互動機制，做大創(chuàng)新的蛋糕。此外，各地方政府在推進創(chuàng)新型城市建設(shè)中應(yīng)當(dāng)完善人才引進配套服務(wù)機制，著力引進、留住、用好高素質(zhì)人才，形成人力資本“虹吸效應(yīng)”;深入推進新型工業(yè)化，堅持以經(jīng)濟開發(fā)區(qū)等形式培育骨干企業(yè)、集聚經(jīng)濟優(yōu)勢，以大企業(yè)的集聚帶動中小企業(yè)的發(fā)展，形成有活力的企業(yè)競爭格局。

同時，本文所發(fā)現(xiàn)的風(fēng)投的區(qū)域發(fā)展失衡問題需要引起高度關(guān)注。中央政府應(yīng)注意合理平衡領(lǐng)先區(qū)域與落后區(qū)域之間的創(chuàng)新資本扶持力度，如推行專項計劃以推動中西部地區(qū)風(fēng)投業(yè)的成熟。與此同時，對于東北地區(qū)出現(xiàn)的“風(fēng)投抑制創(chuàng)新”局面，應(yīng)給予重視及政策引導(dǎo)，促使風(fēng)險資本發(fā)揮好甄別作用，投穩(wěn)、投準(zhǔn)創(chuàng)新行業(yè)。創(chuàng)新型城市的建設(shè)不能一蹴而就，它必須以合理的地區(qū)產(chǎn)業(yè)結(jié)構(gòu)為依托，否則，不斷涌入的資本與落后產(chǎn)能相結(jié)合，只會造成進一步的資源錯配和區(qū)域經(jīng)濟的結(jié)構(gòu)性扭曲。因此，東北及其他地區(qū)都應(yīng)努力推進風(fēng)投與地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型進程相耦合，使風(fēng)投真正為創(chuàng)新型城市建設(shè)錦上添花。