風(fēng)險(xiǎn)投資、經(jīng)濟(jì)增長(zhǎng)與區(qū)域創(chuàng)新
——基于中國(guó)地級(jí)市空間面板模型的實(shí)證分析

徐維隆，侯文俊，王藝霖

（遼寧工程技術(shù)大學(xué) 工商管理學(xué)院，遼寧 葫蘆島125105）

0 引言

近年來(lái)，風(fēng)險(xiǎn)投資的空間行為差異性問(wèn)題得到學(xué)界的廣泛關(guān)注，大多數(shù)風(fēng)險(xiǎn)投資集中在北京、上海、深圳等中心城市，而相當(dāng)數(shù)量的城市沒(méi)有風(fēng)險(xiǎn)投資活動(dòng)，這種風(fēng)險(xiǎn)投資的排除現(xiàn)象不利于城市經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)創(chuàng)新升級(jí)。

當(dāng)前學(xué)界對(duì)于風(fēng)險(xiǎn)投資的研究側(cè)重于微觀層面，從宏觀層面探討風(fēng)險(xiǎn)投資對(duì)區(qū)域經(jīng)濟(jì)發(fā)展、區(qū)域技術(shù)創(chuàng)新影響及內(nèi)在動(dòng)力機(jī)制的研究還不夠。利用中國(guó) 1994-2018年 296個(gè)地級(jí)市的年度數(shù)據(jù)，構(gòu)建空間面板模型，重點(diǎn)考察風(fēng)險(xiǎn)投資與經(jīng)濟(jì)增長(zhǎng)、區(qū)域技術(shù)創(chuàng)新之間的因果關(guān)系，分析風(fēng)險(xiǎn)投資空間不均衡是否會(huì)導(dǎo)致地區(qū)經(jīng)濟(jì)發(fā)展不均衡。同時(shí)構(gòu)建面板門檻模型，考察風(fēng)險(xiǎn)投資對(duì)促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)的門檻效應(yīng)。

1 文獻(xiàn)綜述與研究假設(shè)

1.1 風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展

風(fēng)險(xiǎn)投資是指為獲得高資本收益，將資金投向蘊(yùn)藏較大失敗危險(xiǎn)的高新技術(shù)開(kāi)發(fā)領(lǐng)域的一種投資行為，與傳統(tǒng)投資的區(qū)別在于高風(fēng)險(xiǎn)、高潛力[1]。目前，中國(guó)風(fēng)險(xiǎn)投資體現(xiàn)出“多中心等級(jí)-規(guī)模分布模式”，即風(fēng)險(xiǎn)投資活動(dòng)大多聚集在北京、上海、深圳三地，向周圍城市輻射發(fā)散。風(fēng)險(xiǎn)投資網(wǎng)絡(luò)中的非中心城市，在風(fēng)險(xiǎn)投資活動(dòng)中被邊緣化[2]。根據(jù)區(qū)域經(jīng)濟(jì)增長(zhǎng)動(dòng)力機(jī)制，在創(chuàng)新驅(qū)動(dòng)階段，經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿υ醋约夹g(shù)創(chuàng)新，而風(fēng)險(xiǎn)投資行為主要的投資對(duì)象便是創(chuàng)新能力強(qiáng)的高科技中小企業(yè)，因此能推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展[3]?？臻g分布本身在經(jīng)濟(jì)發(fā)展中是一種獨(dú)立變量[4]。由此，提出假設(shè)H1和假設(shè)H2。

假設(shè)H1：風(fēng)險(xiǎn)投資顯著地促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展。

假設(shè)H2：風(fēng)險(xiǎn)投資的空間分布差異會(huì)導(dǎo)致地區(qū)經(jīng)濟(jì)發(fā)展不均衡。

1.2 風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新

在對(duì)中國(guó)信息技術(shù)類上市公司為樣本的研究中發(fā)現(xiàn)，風(fēng)險(xiǎn)投資對(duì)企業(yè)創(chuàng)新具有顯著促進(jìn)作用[5]。通過(guò)構(gòu)建風(fēng)險(xiǎn)投資網(wǎng)絡(luò)，發(fā)現(xiàn)企業(yè)在網(wǎng)絡(luò)中的中心度越高，企業(yè)的創(chuàng)新能力越強(qiáng)[6]；在對(duì)中小板和創(chuàng)業(yè)板公司IPO數(shù)據(jù)的研究中發(fā)現(xiàn)，風(fēng)險(xiǎn)投資對(duì)創(chuàng)新的影響呈現(xiàn)先遞減而后遞增的“U”型關(guān)系[7]。多數(shù)文獻(xiàn)均從微觀視角來(lái)解釋風(fēng)險(xiǎn)投資對(duì)于企業(yè)創(chuàng)新的影響，探討風(fēng)險(xiǎn)投資對(duì)于地區(qū)創(chuàng)新水平影響的文獻(xiàn)尚不多見(jiàn)。由此，提出假設(shè)H3。

假設(shè)H3：風(fēng)險(xiǎn)投資會(huì)顯著促進(jìn)區(qū)域創(chuàng)新水平的提升。

1.3 風(fēng)險(xiǎn)投資促進(jìn)經(jīng)濟(jì)發(fā)展的門檻效應(yīng)

學(xué)界將門檻模型應(yīng)用于風(fēng)險(xiǎn)投資還未形成一個(gè)較為完善的體系，現(xiàn)有文獻(xiàn)主要集中于研究風(fēng)險(xiǎn)投資與企業(yè)創(chuàng)新方面的門檻效應(yīng)[8]。有關(guān)風(fēng)險(xiǎn)投資與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間是否存在顯著的門檻效應(yīng)的文獻(xiàn)還不多見(jiàn)。在風(fēng)險(xiǎn)投資規(guī)模低于門檻值時(shí)，現(xiàn)有風(fēng)險(xiǎn)投資的融資支持以及增值作用十分有限，不足以帶動(dòng)整個(gè)產(chǎn)業(yè)鏈的發(fā)展，對(duì)于經(jīng)濟(jì)發(fā)展的拉動(dòng)不足。一旦風(fēng)險(xiǎn)投資規(guī)模超出門檻值，資金可能會(huì)迅速吸引周圍企業(yè)，形成產(chǎn)業(yè)鏈聚集，對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)力顯著增強(qiáng)。由此，提出假設(shè)H4。

假設(shè)H4：風(fēng)險(xiǎn)投資與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間存在顯著的門檻效應(yīng)。

2 研究設(shè)計(jì)

2.1 變量選擇

（1）被解釋變量

選取1994-2018年中國(guó)296個(gè)地級(jí)市作為研究樣本，采用年度國(guó)內(nèi)生產(chǎn)總值GDP作為衡量地區(qū)經(jīng)濟(jì)發(fā)展水平，剔除了價(jià)格因素的影響，計(jì)算出各地級(jí)市實(shí)際GDP作為被解釋變量。選用年度高新科技產(chǎn)值作為衡量區(qū)域創(chuàng)新水平，記作Innovation。

（2）解釋變量

選用風(fēng)險(xiǎn)投資總額VC來(lái)衡量地區(qū)內(nèi)部風(fēng)險(xiǎn)投資規(guī)模的大小。風(fēng)險(xiǎn)投資的規(guī)模越大，則對(duì)各地區(qū)內(nèi)部經(jīng)濟(jì)發(fā)展與技術(shù)創(chuàng)新的助推作用可能越顯著，由此產(chǎn)生地區(qū)異質(zhì)性。

（3）控制變量

控制變量選取主要考慮教育水平Edu、人口基數(shù)People和產(chǎn)業(yè)結(jié)構(gòu)。

良好的產(chǎn)業(yè)結(jié)構(gòu)對(duì)于經(jīng)濟(jì)的發(fā)展有著至關(guān)重要的作用[9]。

選用的虛擬變量考慮到經(jīng)濟(jì)區(qū)域異質(zhì)性和新常態(tài)經(jīng)濟(jì)前后差異。

綜上，變量描述見(jiàn)表1。

表1 變量描述Tab.1 variable description

由于中國(guó)高新技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒按省份進(jìn)行統(tǒng)計(jì)，因此關(guān)于風(fēng)險(xiǎn)投資與地區(qū)創(chuàng)新之間關(guān)系的探索選用中國(guó)1994-2018年省級(jí)層面數(shù)據(jù)進(jìn)行建模估計(jì)。

2.2 描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。Innovation選用省級(jí)數(shù)據(jù)進(jìn)行回歸，因此觀測(cè)值與其他指標(biāo)不同。

表2 變量描述統(tǒng)計(jì)Tab.2 variable description statistics

2.3 模型設(shè)定

采用固定效應(yīng)空間杜賓模型作為主回歸模型，用以驗(yàn)證假設(shè)H1、假設(shè)H2。風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展的SDM模型設(shè)為模型（1）。

風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新的SDM模型設(shè)為模型（2），用以驗(yàn)證假設(shè)H3。

在模型（1）的基礎(chǔ)上引入示性函數(shù)I（·），構(gòu)建風(fēng)險(xiǎn)投資的面板門檻模型，用以驗(yàn)證假設(shè)H4。設(shè)定為模型（3）。

3 實(shí)證結(jié)果及分析

3.1 空間相關(guān)性檢驗(yàn)

選用目前應(yīng)用廣泛的莫蘭指數(shù)來(lái)測(cè)度模型的全局空間相關(guān)性。以是否地理接鄰為標(biāo)準(zhǔn)創(chuàng)建空間地理權(quán)重矩陣，測(cè)度中國(guó)1994-2018年地級(jí)市經(jīng)濟(jì)發(fā)展水平、地區(qū)創(chuàng)新水平的莫蘭指數(shù)，以驗(yàn)證模型的空間相關(guān)性。莫蘭指數(shù)計(jì)算結(jié)果見(jiàn)表3。

表3 空間相關(guān)性檢驗(yàn)Tab.3 spatial correlation test

續(xù)表3

由表3可知，莫蘭指數(shù)顯示模型空間相關(guān)性良好。說(shuō)明中國(guó)地區(qū)經(jīng)濟(jì)發(fā)展、創(chuàng)新水平與風(fēng)險(xiǎn)投資存在顯著的空間相關(guān)性，可以進(jìn)一步進(jìn)行空間面板模型的構(gòu)建。

3.2 風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展模型

各變量相關(guān)性見(jiàn)表4。由表4可知，各變量相關(guān)系數(shù)均小于0.5，方差膨脹因子均小于10，說(shuō)明了主模型不存在嚴(yán)重的多重共線性，可以進(jìn)行進(jìn)一步回歸。風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展的空間面板模型見(jiàn)表5。模型（1）利用控制變量與被解釋變量進(jìn)行回歸，模型（2）采用加入核心解釋變量風(fēng)險(xiǎn)投資后采用固定效應(yīng)與隨機(jī)效應(yīng)的空間面板模型，模型（3）采用固定效應(yīng)空間自回歸模型(SAR)、空間誤差模型(SEM)、空間杜賓模型(SDM)，以及空間杜賓誤差模型(SDEM)估計(jì)主效應(yīng)模型，模型（4）至模型（6）考察中國(guó)經(jīng)濟(jì)區(qū)域的劃分對(duì)主效應(yīng)模型的影響差異，運(yùn)用固定效應(yīng)SAM、SEM、SDM、SDEM等模型進(jìn)行回歸。

表4 多重共線性檢驗(yàn)Tab.4 multicollinearity test

表5 風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展模型回歸結(jié)果Tab.5 regression results based on risk investment and economic development model

模型（2）的結(jié)果表明，Hausman檢驗(yàn)量P值不顯著（P=0.111），拒絕模型設(shè)定為隨機(jī)效應(yīng)的原假設(shè)，證明模型應(yīng)選用固定效應(yīng)模型。模型（3）與模型（1）相比，加入核心解釋變量風(fēng)險(xiǎn)投資，使得模型解釋力度顯著上升。綜合SAR模型、SEM模型、SDM模型與SDEM模型，模型（3）利用空間杜賓模型SDM作為主回歸模型。模型結(jié)果表明風(fēng)險(xiǎn)投資與經(jīng)濟(jì)發(fā)展水平呈顯著正相關(guān)，說(shuō)明了地區(qū)內(nèi)部風(fēng)險(xiǎn)投資規(guī)模越高，對(duì)該地區(qū)的經(jīng)濟(jì)發(fā)展有著越顯著的促進(jìn)作用，初步驗(yàn)證了假設(shè)H1。

模型（4）的結(jié)果表明城市所處經(jīng)濟(jì)區(qū)域的差異，會(huì)顯著影響風(fēng)險(xiǎn)投資對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展促進(jìn)能力的異質(zhì)性。表現(xiàn)為風(fēng)險(xiǎn)投資對(duì)東北部地區(qū)促進(jìn)作用最佳，東部地區(qū)其次，西部地區(qū)再次，中部地區(qū)最弱，顯著地印證了假設(shè)H2。

模型結(jié)果表明，風(fēng)險(xiǎn)投資規(guī)模的增長(zhǎng)會(huì)顯著帶動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展，并且影響能力會(huì)因風(fēng)險(xiǎn)投資的空間行為與分布差異存在顯著異質(zhì)性。這造成以北京、上海、深圳為首的東部沿海大型發(fā)達(dá)城市風(fēng)險(xiǎn)投資基礎(chǔ)體量大、產(chǎn)業(yè)鏈發(fā)達(dá)，進(jìn)一步吸納高新技術(shù)產(chǎn)業(yè)，加速地區(qū)技術(shù)創(chuàng)新升級(jí)，進(jìn)一步帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展，形成風(fēng)險(xiǎn)投資的良性循環(huán)。與之相反，中西部欠發(fā)達(dá)地區(qū)風(fēng)險(xiǎn)投資產(chǎn)業(yè)體量極小，高新技術(shù)產(chǎn)業(yè)生存環(huán)境不佳，影響地區(qū)經(jīng)濟(jì)發(fā)展速度，出現(xiàn)風(fēng)險(xiǎn)投資活動(dòng)缺失現(xiàn)象。

3.3 風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新模型

風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新的空間面板模型見(jiàn)表6。模型（5）是應(yīng)用固定效應(yīng)與隨機(jī)效應(yīng)估計(jì)風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新能力的空間面板模型。模型（6）是應(yīng)用固定效應(yīng)空間自回歸模型、空間誤差模型、空間杜賓模型，以及空 間杜賓誤差模型進(jìn)行估計(jì)。

表6 風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新模型回歸結(jié)果Tab.6 regression results based on risk investment and regional innovation model

模型（5）的結(jié)果表明風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新的空間面板模型拒絕隨機(jī)效應(yīng)的原假設(shè)，進(jìn)而選用固定效應(yīng)模型進(jìn)行估計(jì)。模型（6）的結(jié)果表明，風(fēng)險(xiǎn)投資與地區(qū)創(chuàng)新的空間面板模型更適合采用空間杜賓模型（SDM）進(jìn)行估計(jì)?；貧w結(jié)果表明隨著地區(qū)風(fēng)險(xiǎn)投資規(guī)模的增大，區(qū)域內(nèi)創(chuàng)新能力顯著提升。風(fēng)險(xiǎn)投資規(guī)模的擴(kuò)大，對(duì)地區(qū)內(nèi)創(chuàng)新型企業(yè)發(fā)展有著直接的帶動(dòng)作用，進(jìn)而提升區(qū)域整體創(chuàng)新水平，驗(yàn)證了假設(shè)H3。

3.4 風(fēng)險(xiǎn)投資對(duì)經(jīng)濟(jì)發(fā)展的門檻效應(yīng)

風(fēng)險(xiǎn)投資對(duì)經(jīng)濟(jì)發(fā)展的面板門檻模型見(jiàn)表7。由于面板門檻模型要求數(shù)據(jù)為強(qiáng)平衡，因此該模型只選取1994-2018年有連續(xù)風(fēng)險(xiǎn)投資規(guī)模數(shù)據(jù)的城市作為樣本進(jìn)行回歸。

由表7可知，單一門檻模型設(shè)定下，P值在5%的顯著性水平上顯著，即回歸模型存在單一門檻效應(yīng)。單一門檻值為0.570，說(shuō)明風(fēng)險(xiǎn)投資對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)存在著顯著的門檻效應(yīng)，顯著地驗(yàn)證了假設(shè)4。與預(yù)期不同的是當(dāng)風(fēng)險(xiǎn)投資水平小于0.570時(shí)，回歸系數(shù)為0.604，在1%顯著性水平上顯著；當(dāng)風(fēng)險(xiǎn)投資水平大于0.570時(shí)，回歸系數(shù)為0.111，在1%顯著性水平上顯著，即超過(guò)門檻值后風(fēng)險(xiǎn)投資促進(jìn)經(jīng)濟(jì)發(fā)展能力發(fā)生顯著降低?？赡艿慕忉屧谟跇颖具x擇問(wèn)題。1994-2018年有連續(xù)風(fēng)險(xiǎn)投資的城市一般為金融市場(chǎng)發(fā)達(dá)城市，市場(chǎng)競(jìng)爭(zhēng)異常激烈，風(fēng)險(xiǎn)投資帶動(dòng)經(jīng)濟(jì)發(fā)展的效果會(huì)存在顯著的邊際效益遞減規(guī)律，由此呈現(xiàn)出一旦風(fēng)險(xiǎn)投資規(guī)模超出門檻值，對(duì)經(jīng)濟(jì)的推動(dòng)作用相比之前效用弱。

表7 風(fēng)險(xiǎn)投資的門檻效應(yīng)Tab.7 the threshold effect of venture capital

綜上，驗(yàn)證了風(fēng)險(xiǎn)投資對(duì)地區(qū)的經(jīng)濟(jì)增長(zhǎng)以及區(qū)域創(chuàng)新水平的提高有顯著的推動(dòng)作用，但中國(guó)風(fēng)險(xiǎn)投資產(chǎn)業(yè)存在著嚴(yán)重的空間不均衡，由此帶來(lái)的空間行為差異會(huì)顯著影響地區(qū)經(jīng)濟(jì)發(fā)展水平不均衡，進(jìn)一步加劇人口流失、收入差距擴(kuò)大、城市負(fù)荷過(guò)大等一系列問(wèn)題。由此對(duì)政府提出了新的要求。

4 穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)結(jié)果見(jiàn)表8。模型（7）為滯后一期經(jīng)濟(jì)發(fā)展水平代入主回歸模型；模型（8）為動(dòng)態(tài)空間面板模型估計(jì)主回歸模型。

表8 穩(wěn)健性檢驗(yàn)Tab.8 robustness testing

由表8可知，模型估計(jì)系數(shù)解釋方向均未改變，并且顯著性水平良好，可進(jìn)一步考慮模型內(nèi)生性問(wèn)題。

根據(jù)王宇等[10]對(duì)模型內(nèi)生性的處理方法，模型（9）選用Heckman二階段模型與模型（10）選用滯后一期解釋變量來(lái)解決源于樣本選擇偏差和雙向因果關(guān)系的內(nèi)生性問(wèn)題。具體結(jié)果見(jiàn)表9。

表9 內(nèi)生性修正模型回歸結(jié)果Tab.9 regression results based on endogenous correction model

經(jīng)過(guò)內(nèi)生性修正后，模型系數(shù)解釋方向與解釋力度均未發(fā)生較大幅度的變化，說(shuō)明模型經(jīng)過(guò)修正源于樣本選擇偏差與雙向因果的內(nèi)生性問(wèn)題后，模型主要結(jié)論均通過(guò)。

5 結(jié)論

基于研究結(jié)果，對(duì)于區(qū)域經(jīng)濟(jì)區(qū)域和城市發(fā)展，應(yīng)該充分發(fā)揮風(fēng)險(xiǎn)投資對(duì)經(jīng)濟(jì)發(fā)展和技術(shù)創(chuàng)新的獨(dú)特作用，積極為風(fēng)險(xiǎn)投資發(fā)展創(chuàng)造適宜的經(jīng)濟(jì)環(huán)境、制度環(huán)境，吸引風(fēng)險(xiǎn)投資的進(jìn)入，帶動(dòng)區(qū)域經(jīng)濟(jì)和城市產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)升級(jí)發(fā)展。