李婷婷

摘 要：運(yùn)用中國十大創(chuàng)新城市2005～2014年風(fēng)險(xiǎn)投資數(shù)據(jù)，計(jì)算各城市的風(fēng)險(xiǎn)投資集聚度發(fā)現(xiàn)，北京、上海和深圳的風(fēng)險(xiǎn)投資集聚程度一直保持較高的水平，風(fēng)險(xiǎn)投資集聚的局面已經(jīng)形成；而南京、蘇州等城市的風(fēng)險(xiǎn)投資集聚程度還不高，風(fēng)險(xiǎn)投資集聚的局面尚待形成。對風(fēng)險(xiǎn)投資集聚與城市創(chuàng)新能力關(guān)系的實(shí)證分析表明，風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力有著顯著的正向影響。因此，需要明確風(fēng)險(xiǎn)投資優(yōu)惠政策，鼓勵(lì)和扶持風(fēng)險(xiǎn)投資行業(yè)發(fā)展；搭建城市風(fēng)險(xiǎn)投資信息平臺，以優(yōu)質(zhì)創(chuàng)業(yè)項(xiàng)目吸引風(fēng)險(xiǎn)投資入駐；依托多層次資本市場，完善風(fēng)險(xiǎn)投資資金退出機(jī)制。

關(guān) 鍵 詞：風(fēng)險(xiǎn)投資集聚；城市創(chuàng)新能力；專利授權(quán)量

中圖分類號：F830.59 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-2517（2017）01-0010-07

Abstract： The paper tries to calculate venture capital agglomeration index of each city by using the data of top 10 innovative cities venture investment from 2005 to 2014 and finds that Beijing， Shanghai and Shenzhens venture capital agglomeration has maintained a high level， indicating that the agglomeration situation of venture capital investment has formed in these three cities. Meanwhile， in other cities like Nanjing and Suzhou， the degree of venture capital agglomeration has maintained a low level， the agglomeration situation is unformed. The empirical research on the relationship between venture capital agglomeration and city innovation ability reveals that venture capital agglomeration has significant positive impact on city innovation ability. Therefore， the preferential policies to encourage and support the development of venture capital industry should be made clear. Besides， the information platform for excellent city investment projects should be built to attract the venture capital institutions. Lastly， the multi-level capital market should serve its turn to melt the VCs worries about the exiting of their money.

Key words： venture capital agglomeration； city innovation ability； patents granted

一、引言

自1985年中國第一家風(fēng)險(xiǎn)投資公司成立以來，風(fēng)險(xiǎn)投資在中國經(jīng)歷了飛速的發(fā)展。據(jù)Wind資訊金融終端數(shù)據(jù)顯示，僅2015年，全國風(fēng)險(xiǎn)投資金額就高達(dá)3612.66億元，投資案例數(shù)達(dá)4451起。其中，北京、上海和深圳三市的投資總額為2579.81億元，占全國的71.4%，投資案例數(shù)共計(jì)1852起，占全國的41.6%，風(fēng)險(xiǎn)投資在這些一線城市集聚的局面已經(jīng)形成。近年來，風(fēng)險(xiǎn)投資機(jī)構(gòu)在進(jìn)行投資區(qū)域選擇時(shí)不再局限于一線城市，而是將注意力轉(zhuǎn)向蘇州、西安、天津、南京和杭州等經(jīng)濟(jì)發(fā)展勢頭強(qiáng)勁的大城市[1]，風(fēng)險(xiǎn)投資的分布格局有向二線城市擴(kuò)散的趨勢。

風(fēng)險(xiǎn)投資的主要對象是處于初創(chuàng)期的新型企業(yè)，尤其是高新技術(shù)企業(yè)。風(fēng)險(xiǎn)投資可以幫助這些企業(yè)解決技術(shù)創(chuàng)新活動(dòng)中的資金短缺問題，提升企業(yè)開展技術(shù)創(chuàng)新活動(dòng)的積極性，促使企業(yè)不斷地開發(fā)新技術(shù)，促進(jìn)技術(shù)積累和整合，并且?guī)椭髽I(yè)實(shí)現(xiàn)創(chuàng)新成果的商業(yè)化[2]。從城市層面上來講，風(fēng)險(xiǎn)投資的介入也將提高這些高新技術(shù)企業(yè)所在城市開展創(chuàng)新活動(dòng)的積極性，不斷提高城市的技術(shù)創(chuàng)新能力。2015年中國城市競爭力研究會按照《GN中國創(chuàng)新城市評價(jià)指標(biāo)體系》， 依據(jù)大量基礎(chǔ)資料和調(diào)查研究，評出了中國十大創(chuàng)新城市[3]，分別為深圳、西安、蘇州、北京、上海、杭州、天津、廣州、南京和武漢。它們既是中國創(chuàng)新能力最強(qiáng)的城市，也是經(jīng)濟(jì)發(fā)展表現(xiàn)最為亮眼的城市，同時(shí)也是風(fēng)險(xiǎn)投資活動(dòng)最為活躍的城市。研究這十大創(chuàng)新城市風(fēng)險(xiǎn)投資集聚程度以及風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力的影響，將對中國各城市吸引和管理風(fēng)險(xiǎn)投資，提升城市創(chuàng)新能力以驅(qū)動(dòng)城市經(jīng)濟(jì)快速發(fā)展有著重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

國內(nèi)外學(xué)者對風(fēng)險(xiǎn)投資與創(chuàng)新關(guān)系的研究大致可以分為國家、地區(qū)和城市三個(gè)層面。

從國家層面來看，Schertler（2007）的研究集中在較高的知識資本是否帶來較高的風(fēng)險(xiǎn)投資數(shù)量上，即較高的創(chuàng)新水平能否吸引風(fēng)險(xiǎn)資本的投資。通過對15個(gè)國家1991～2001年的面板數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)國家的總知識資本對風(fēng)險(xiǎn)投資總量有著很強(qiáng)的解釋能力，但知識資本對風(fēng)險(xiǎn)資本投資的正向影響卻有幾年的時(shí)滯[4]。Popov和Roosenboom（2009）從國家層面研究風(fēng)險(xiǎn)投資對創(chuàng)新的影響，對1991～2004年歐洲18個(gè)國家的數(shù)據(jù)建立面板模型，在模型中對研發(fā)、人力資本和專利保護(hù)等創(chuàng)新的決定因素進(jìn)行控制，同時(shí)以樣本時(shí)期內(nèi)影響所有國家的養(yǎng)老金投資法規(guī)變更作為控制變量，分析風(fēng)險(xiǎn)投資與創(chuàng)新之間的因果關(guān)系。 實(shí)證結(jié)果表明，風(fēng)險(xiǎn)投資先于創(chuàng)新，并且風(fēng)險(xiǎn)投資對創(chuàng)新具有顯著的正向影響。這種正向影響在不同的模型形式中都存在，因此該結(jié)果是穩(wěn)健的[5]。鄧俊榮和龍蓉蓉（2013）通過對中國1994～2008年的相關(guān)數(shù)據(jù)建立模型進(jìn)行二元線性回歸， 分別考察風(fēng)險(xiǎn)投資額和R&D支出對中國技術(shù)創(chuàng)新的影響。結(jié)果表明，中國的技術(shù)創(chuàng)新主要產(chǎn)生于R&D投入， 風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新并沒有明顯的推動(dòng)作用，這可能是因?yàn)橹袊娘L(fēng)險(xiǎn)投資還處于發(fā)展的初期，行業(yè)本身尚不成熟，對高新技術(shù)企業(yè)的作用有限[6]。

從地區(qū)層面的研究來看，邵同堯和潘彥（2011）利用2006～2008年中國27個(gè)省市的省級面板數(shù)據(jù)構(gòu)建了中國省域的創(chuàng)新投入產(chǎn)出經(jīng)驗(yàn)?zāi)Ｐ?，對風(fēng)險(xiǎn)投資、研發(fā)等因素對區(qū)域創(chuàng)新產(chǎn)出的影響進(jìn)行了實(shí)證分析。表明我國的風(fēng)險(xiǎn)投資對創(chuàng)新有著顯著的促進(jìn)作用，這一促進(jìn)作用在控制了研發(fā)投入和經(jīng)濟(jì)發(fā)展水平等變量之后仍然顯著。此外，研發(fā)投入對創(chuàng)新產(chǎn)出也有著正向的促進(jìn)作用，這一正向作用比風(fēng)險(xiǎn)投資對區(qū)域創(chuàng)新的作用更強(qiáng)[7]。蔣沖（2014）運(yùn)用2006～2011年我國東、中、西部地區(qū)的面板數(shù)據(jù)實(shí)證研究了風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新作用的空間差異性。結(jié)果表明，風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新作用的空間差異確實(shí)存在，東部地區(qū)的風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新表現(xiàn)出顯著的促進(jìn)作用，而這一促進(jìn)效應(yīng)在中部和西部地區(qū)均不顯著，建議轉(zhuǎn)變政府在風(fēng)險(xiǎn)投資領(lǐng)域的職能并加大中西部地區(qū)風(fēng)險(xiǎn)投資的投資力度[8]。

從城市層面來看，劉娜（2009）從經(jīng)濟(jì)學(xué)理論、熊彼得創(chuàng)新理論和技術(shù)擴(kuò)散理論三個(gè)角度對風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新系統(tǒng)之間的相互促進(jìn)關(guān)系進(jìn)行理論分析，并對這種促進(jìn)機(jī)制在北京市的發(fā)展進(jìn)行定性和定量兩個(gè)方面的研究。通過定性方式分析北京市促進(jìn)機(jī)制在政策、資金及產(chǎn)業(yè)上的發(fā)展現(xiàn)狀，通過AHP法和DEA模型對北京市的風(fēng)險(xiǎn)投資環(huán)境和績效進(jìn)行定量評價(jià)，總結(jié)北京市促進(jìn)機(jī)制發(fā)展的優(yōu)勢和不足，并給出推動(dòng)該促進(jìn)機(jī)制發(fā)展的建議[9]。

從國家、地區(qū)和城市三個(gè)層面對已有文獻(xiàn)進(jìn)行梳理可以發(fā)現(xiàn)，以往對風(fēng)險(xiǎn)投資和創(chuàng)新的研究集中在國家和地區(qū)層面，深入到城市層面的研究不僅少見，而且以理論分析和定性分析為主，鮮有對城市的風(fēng)險(xiǎn)投資和創(chuàng)新能力建立模型進(jìn)行實(shí)證研究。本文在已有文獻(xiàn)的基礎(chǔ)上，將風(fēng)險(xiǎn)投資與創(chuàng)新的研究從國家和地區(qū)層面細(xì)化到城市層面，收集中國十大創(chuàng)新城市在2005～2014年的風(fēng)險(xiǎn)投資、 創(chuàng)新產(chǎn)出、科研投入和人力資本水平等相關(guān)數(shù)據(jù)，建立面板數(shù)據(jù)模型對中國代表性創(chuàng)新城市的風(fēng)險(xiǎn)投資與創(chuàng)新能力進(jìn)行實(shí)證研究， 此外還借鑒產(chǎn)業(yè)集聚測度指標(biāo)，構(gòu)造各城市的風(fēng)險(xiǎn)投資集聚指數(shù)，研究風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新的影響。

三、變量、數(shù)據(jù)與模型設(shè)定

（一）數(shù)據(jù)來源

本文研究的時(shí)間跨度為2005～2014年，研究對象為中國十大創(chuàng)新城市，即深圳、西安、蘇州、北京、上海、杭州、天津、廣州、南京和武漢，所涉及的數(shù)據(jù)包括各城市和全國的風(fēng)險(xiǎn)投資金額、全社會固定資產(chǎn)投資總額，以及各城市的專利申請授權(quán)量、科技支出水平、人力資本水平等相關(guān)數(shù)據(jù)。其中，各城市和全國的風(fēng)險(xiǎn)投資金額數(shù)據(jù)來源于Wind資訊金融終端的中國PE/VC庫， 而全社會固定資產(chǎn)投資總額、專利申請授權(quán)量和科技支出等數(shù)據(jù)來自于各年度的《中國統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》以及各城市統(tǒng)計(jì)年鑒。

（二）變量說明

1. 被解釋變量——城市創(chuàng)新能力

城市創(chuàng)新能力可以分解為知識創(chuàng)新能力、技術(shù)與產(chǎn)業(yè)創(chuàng)新能力以及創(chuàng)新環(huán)境支撐能力[10]，各部分都有自己的評價(jià)指標(biāo)體系， 具體衡量指標(biāo)包括商標(biāo)、專利、技術(shù)市場成交額、新產(chǎn)品產(chǎn)值以及高新技術(shù)開發(fā)區(qū)數(shù)等。從已有文獻(xiàn)來看，出于數(shù)據(jù)質(zhì)量和可獲得性等方面的考慮，學(xué)者更偏好使用專利來衡量創(chuàng)新。專利數(shù)據(jù)包括每年的專利申請量和專利授權(quán)量，專利授權(quán)量是由專利行政部門授予專利權(quán)的數(shù)量，是以行政的方式對創(chuàng)新產(chǎn)出的認(rèn)可，因此比專利申請量更能衡量城市的創(chuàng)新產(chǎn)出水平。

本文采用專利授權(quán)量來衡量城市創(chuàng)新能力，收集2005～2014年間十大創(chuàng)新城市的專利授權(quán)量與年末總?cè)丝跀?shù)據(jù)，計(jì)算各城市每萬人專利授權(quán)量（記作PG），作為被解釋變量。各城市每萬人專利授權(quán)量計(jì)算結(jié)果見表1。

觀察各年數(shù)據(jù)可以發(fā)現(xiàn)， 在所考察的時(shí)期內(nèi)，各城市的每萬人專利授權(quán)量大體呈逐年上升的趨勢。在2005年，除深圳以外各城市的萬人專利授權(quán)量均為個(gè)位數(shù)，而到2014年，所有城市的萬人專利授權(quán)量都為兩位數(shù)，基本無數(shù)量級的差異。在這些創(chuàng)新城市中，深圳的萬人專利授權(quán)量始終保持著較高的水平，而蘇州的萬人專利授權(quán)量則保持著較好的增長勢頭，自2008年開始，已逐漸超越深圳，成為萬人專利授權(quán)量最高的城市，說明蘇州的城市創(chuàng)新能力逐年提升并達(dá)到較高的水平。相較之下，天津與武漢各年的萬人專利授權(quán)量水平雖保持著一定的增長態(tài)勢，但從量上來看與其他創(chuàng)新城市尚存在一定的差距，說明這些城市的創(chuàng)新能力仍有待提高。

2. 核心解釋變量——風(fēng)險(xiǎn)投資集聚指數(shù)

對各城市風(fēng)險(xiǎn)投資集聚的測量參照地區(qū)產(chǎn)業(yè)集聚水平的測度指標(biāo)來進(jìn)行。產(chǎn)業(yè)集聚的測度指標(biāo)常用的有赫芬達(dá)爾指數(shù)、E-G系數(shù)和熵等[11]。其中，區(qū)位熵不僅可以在一定程度上反映出地區(qū)層面的產(chǎn)業(yè)集聚水平，而且使得地區(qū)間集聚水平的比較簡便易行。參照區(qū)位熵的計(jì)算公式構(gòu)造各城市的風(fēng)險(xiǎn)投資集聚指數(shù)（記作VCA），則j城市風(fēng)險(xiǎn)投資集聚指數(shù)的計(jì)算公式如下：

其中，VCAjt表示t時(shí)期j城市的風(fēng)險(xiǎn)投資集聚指數(shù)，vcjt和fijt分別表示t時(shí)期j城市的風(fēng)險(xiǎn)投資金額和全社會固定資產(chǎn)投資總額，VCt和FIt分別表示t時(shí)期全國的風(fēng)險(xiǎn)投資金額和全社會固定資產(chǎn)投資總額。VCAjt大于1，說明j城市的風(fēng)險(xiǎn)投資相對集中。VCAjt越大，風(fēng)險(xiǎn)投資集聚程度越高。

利用所構(gòu)造的風(fēng)險(xiǎn)投資集聚指數(shù)對十大創(chuàng)新城市2005～2014年風(fēng)險(xiǎn)投資集聚程度進(jìn)行計(jì)算，計(jì)算結(jié)果見表2。

從表2可以看出，十大創(chuàng)新城市的風(fēng)險(xiǎn)投資集聚程度可以分為三大類。

第一類是北京、上海和深圳三個(gè)城市，在考察期內(nèi)， 三城市各年的風(fēng)險(xiǎn)投資集聚指數(shù)始終大于1， 說明這些城市的風(fēng)險(xiǎn)投資集聚程度一直保持較高的水平。事實(shí)上，這三個(gè)城市也是國內(nèi)外風(fēng)險(xiǎn)投資機(jī)構(gòu)最早進(jìn)駐的城市，表2的數(shù)據(jù)說明了這些城市風(fēng)險(xiǎn)投資集聚的局面已經(jīng)形成。其中，北京的風(fēng)險(xiǎn)投資集聚指數(shù)在2005年就已達(dá)到20.6017，遠(yuǎn)高于其他創(chuàng)新城市，而到2014年，這一指數(shù)為24.0769，并沒有很大的提升，在中間年份，指數(shù)呈震蕩的趨勢， 部分年份甚至跌到個(gè)位數(shù)，說明在這些年份，北京的風(fēng)險(xiǎn)投資可能出現(xiàn)向其他城市的擴(kuò)散或轉(zhuǎn)移。而對上海和深圳的數(shù)據(jù)進(jìn)行分析，也可以發(fā)現(xiàn)類似的趨勢。

第二類是廣州和杭州這兩個(gè)城市，在考察期的較早年份，如2005年，這兩個(gè)城市的風(fēng)險(xiǎn)投資集聚指數(shù)小于1，說明當(dāng)時(shí)還沒有形成風(fēng)險(xiǎn)投資的集聚。然而對數(shù)據(jù)進(jìn)行總體分析可以發(fā)現(xiàn)，廣州和杭州的風(fēng)險(xiǎn)投資集聚指數(shù)在半數(shù)以上的年份大于1，尤其是2011年以來兩城市所有年份的集聚指數(shù)均大于1，說明風(fēng)險(xiǎn)投資在這兩個(gè)城市集聚的局面正在形成。

第三類是南京、蘇州、天津、武漢和西安這五個(gè)城市，在考察期內(nèi)，這些城市只有個(gè)別年份的風(fēng)險(xiǎn)投資集聚指數(shù)大于1，甚至有些城市的風(fēng)險(xiǎn)投資集聚指數(shù)在所有年份都小于1，說明這些城市的風(fēng)險(xiǎn)投資集聚程度還不高，風(fēng)險(xiǎn)投資集聚的局面尚待形成。 以武漢為例， 武漢的風(fēng)險(xiǎn)投資集聚指數(shù)在2005～2014年間始終小于1， 在十大創(chuàng)新城市中，武漢是惟一所有年份集聚指數(shù)都在1以下的城市， 說明該城市的風(fēng)險(xiǎn)投資集聚程度相對較低，與其他創(chuàng)新城市相比，該城市對風(fēng)險(xiǎn)投資機(jī)構(gòu)和風(fēng)險(xiǎn)投資基金的吸引力不足。

3. 控制變量

除風(fēng)險(xiǎn)投資集聚以外，還存在一些因素對城市創(chuàng)新能力有重要影響，遺漏這些重要變量可能會夸大風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新的影響。因此，在以風(fēng)險(xiǎn)投資集聚作為核心解釋變量的同時(shí)，引入科技支出水平和人力資本水平等對城市創(chuàng)新能力存在影響的控制變量對模型加以完善。

科技支出水平。已有文獻(xiàn)對科技支出與創(chuàng)新能力間的關(guān)系進(jìn)行了大量研究， 得出較為一致的結(jié)論，即科技支出水平對創(chuàng)新能力有著顯著的正向影響[12]。忽略這一影響可能會高估風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力的作用，故將科技支出水平作為控制變量加入模型。收集2005～2014年十大創(chuàng)新城市科學(xué)技術(shù)支出與地方財(cái)政一般預(yù)算支出的數(shù)據(jù)，以科技支出占地方財(cái)政一般預(yù)算支出的比重作為科技支出水平的代理變量（記為SE）。

人力資本水平。新增長理論認(rèn)為，人力資本通過影響技術(shù)創(chuàng)新間接作用于經(jīng)濟(jì)增長[13]，也就是說，人力資本對技術(shù)創(chuàng)新能力有直接影響。一個(gè)國家和地區(qū)人力資本水平的計(jì)算方式尚沒有統(tǒng)一的標(biāo)準(zhǔn)，出于數(shù)據(jù)可獲得性的考慮，收集2005～2014年十大創(chuàng)新城市高等學(xué)校在校學(xué)生數(shù)以及年末總?cè)丝诘臄?shù)據(jù)，計(jì)算每萬人高等學(xué)校在校學(xué)生數(shù)[14]作為衡量人力資本水平的變量（記為CS）。

（三）模型設(shè)定

由于各變量數(shù)據(jù)均為時(shí)間序列數(shù)據(jù)，為了消除異方差性和指數(shù)化趨勢，對所有變量數(shù)據(jù)進(jìn)行對數(shù)處理，并將模型形式設(shè)定如下[6]：

lnPG=α+β1lnVCA+β2lnSE+β3lnCS+ε

其中，lnPG、lnVCA、lnSE、lnCS分別為各城市的每萬人專利授權(quán)量、風(fēng)險(xiǎn)投資集聚指數(shù)、科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比重以及每萬人高等學(xué)校在校學(xué)生數(shù)取對數(shù)的結(jié)果。 模型系數(shù)β1、β2、β3為偏彈性系數(shù)， 分別測度的是PG對VCA、SE、CS的彈性，說明的是風(fēng)險(xiǎn)投資集聚指數(shù)、科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比重以及每萬人高等學(xué)校在校學(xué)生數(shù)每增長1%所帶來的城市創(chuàng)新能力的增長率。 系數(shù)α為常數(shù)項(xiàng)，ε為隨機(jī)誤差項(xiàng)。

四、實(shí)證檢驗(yàn)與結(jié)果分析

（一）平穩(wěn)性檢驗(yàn)

在對面板數(shù)據(jù)進(jìn)行回歸分析之前，首先要進(jìn)行單位根檢驗(yàn)，以確保數(shù)據(jù)的平穩(wěn)性。采用ADF法對每萬人專利授權(quán)量、風(fēng)險(xiǎn)投資集聚指數(shù)、科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比重以及每萬人高等學(xué)校在校學(xué)生數(shù)的對數(shù)值進(jìn)行單位根檢驗(yàn)，結(jié)果顯示各變量序列都是一階差分平穩(wěn)的，滿足協(xié)整檢驗(yàn)的條件。 再對各變量序列進(jìn)行協(xié)整檢驗(yàn)，結(jié)果表明，各變量之間存在協(xié)整關(guān)系，即長期均衡關(guān)系，符合面板數(shù)據(jù)模型建立的條件，可以建立面板數(shù)據(jù)模型。

（二）面板數(shù)據(jù)回歸

面板數(shù)據(jù)的回歸包括混合最小二乘回歸模型、固定效應(yīng)和隨機(jī)效應(yīng)模型等多種形式，表3給出了分別利用混合最小二乘估計(jì)（OLS）、固定效應(yīng)模型（FE）以及隨機(jī)效應(yīng)模型（RE）三種不同方法進(jìn)行回歸分析的結(jié)果。

在建立固定效應(yīng)模型的基礎(chǔ)上，進(jìn)行冗余變量似然比（Likelihood Ratio）檢驗(yàn)（檢驗(yàn)結(jié)果見表4），結(jié)果顯示F統(tǒng)計(jì)量的值很大， 相應(yīng)的概率P值為0，代表似然比的LR統(tǒng)計(jì)量的值也很大，相應(yīng)的概率P值也為0，表明與固定效應(yīng)模型相比，混合回歸模型是無效的。 在建立隨機(jī)效應(yīng)模型的基礎(chǔ)上，進(jìn)行Hausman檢驗(yàn)（檢驗(yàn)結(jié)果見表4），結(jié)果顯示，χ2統(tǒng)計(jì)量的值很大，相應(yīng)的概率P值為0，表明在5%的顯著性水平下，應(yīng)拒絕隨機(jī)效應(yīng)模型中個(gè)體效應(yīng)與解釋變量不相關(guān)的原假設(shè)，認(rèn)為應(yīng)將模型確定為固定效應(yīng)的形式[15]。

（三）回歸結(jié)果分析

綜上，選擇固定效應(yīng)模型（FE）作為最終的模型。根據(jù)表3中固定效應(yīng)模型的回歸結(jié)果，在5%的顯著性水平下，包括截距項(xiàng)在內(nèi)各變量的系數(shù)都是顯著的，R2為0.754886，調(diào)整后的R2為0.720684，說明總體來說模型的擬合效果較好。

從回歸結(jié)果來看，作為核心解釋變量的lnVCA的系數(shù)為正且在5%的顯著性水平下顯著， 說明風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力有著顯著的正向影響，風(fēng)險(xiǎn)投資集聚度越高， 城市創(chuàng)新能力就越強(qiáng)。lnVCA前面的系數(shù)測度的是PG對VCA的彈性，系數(shù)值約為0.1161，表明風(fēng)險(xiǎn)投資集聚度每增加1%，會導(dǎo)致每萬人專利授權(quán)量增長0.1161%。 也就是說，風(fēng)險(xiǎn)投資集聚每增加1%，會使城市創(chuàng)新能力提升0.1161%。

此外，作為控制變量的lnSE和lnCS前面的系數(shù)也都為正，且在1%的顯著性水平下顯著，說明科技支出水平和人力資本水平也都對城市創(chuàng)新能力有著顯著的正向影響。具體來看，lnSE前面的系數(shù)值約為0.6566，表明科技支出水平每提高1%，會使城市創(chuàng)新能力提升0.6566%；lnCS前面的系數(shù)值約為3.2959，表明人力資本水平每提高1%，會使城市創(chuàng)新能力提升3.2959%。將各個(gè)解釋變量的系數(shù)值進(jìn)行對比可以發(fā)現(xiàn)，科技支出水平和人力資本水平對城市創(chuàng)新能力的正向作用要高于風(fēng)險(xiǎn)投資集聚，這兩個(gè)變量對城市創(chuàng)新能力的提升有著相當(dāng)重要的影響，將它們作為控制變量加入到模型中，可以降低遺漏重要變量從而夸大風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力影響的可能性。

五、結(jié)論與政策建議

對中國十大創(chuàng)新城市在2005～2014年的風(fēng)險(xiǎn)投資數(shù)據(jù)構(gòu)造集聚指數(shù)計(jì)算各城市的風(fēng)險(xiǎn)投資集聚度，發(fā)現(xiàn)可以根據(jù)吸引風(fēng)險(xiǎn)投資的能力將十大創(chuàng)新城市分為三類，即風(fēng)險(xiǎn)投資集聚局面已經(jīng)形成的城市、風(fēng)險(xiǎn)投資集聚局面正在形成的城市以及風(fēng)險(xiǎn)投資集聚局面尚未形成的城市。之后，對各城市的創(chuàng)新產(chǎn)出、風(fēng)險(xiǎn)投資集聚及科技支出水平和人力資本水平等數(shù)據(jù)建立面板數(shù)據(jù)模型進(jìn)行實(shí)證研究。結(jié)果表明，風(fēng)險(xiǎn)投資集聚對城市創(chuàng)新能力有著顯著的正向影響，風(fēng)險(xiǎn)投資集聚度每增加1%，會使城市創(chuàng)新能力提升0.1161%。同時(shí)表明科技支出水平和人力資本水平也都對城市創(chuàng)新能力有著顯著的正向影響。依據(jù)以上結(jié)論，給出各城市尤其是風(fēng)險(xiǎn)投資集聚局面正在形成和尚未形成的城市吸引和管理風(fēng)險(xiǎn)投資的建議。

1.明確風(fēng)險(xiǎn)投資優(yōu)惠政策，鼓勵(lì)和扶持風(fēng)險(xiǎn)投資行業(yè)發(fā)展。政策和法規(guī)環(huán)境是風(fēng)險(xiǎn)投資機(jī)構(gòu)進(jìn)行區(qū)位選擇的首要條件，那些風(fēng)險(xiǎn)投資集聚局面已經(jīng)形成的城市，如北京、上海和深圳，都出臺了地方性的規(guī)范風(fēng)險(xiǎn)投資業(yè)的法規(guī)，并明確了風(fēng)險(xiǎn)投資發(fā)展的各項(xiàng)優(yōu)惠政策。以北京為例，北京于2009年發(fā)布了《關(guān)于促進(jìn)股權(quán)投資基金業(yè)發(fā)展的意見》，規(guī)定對合伙制股權(quán)基金中個(gè)人合伙人的所得稅稅率為20%， 以使個(gè)人投資者獲得與國外相近的稅負(fù)水平，同時(shí)對企業(yè)法人合伙人免征企業(yè)所得稅，對符合條件的公司制股權(quán)投資管理企業(yè)也有著相應(yīng)的所得稅優(yōu)惠獎(jiǎng)勵(lì)[16]。此外，還有注冊登記時(shí)的一次性補(bǔ)助、租購房補(bǔ)貼、高級管理人員的所得稅優(yōu)惠等一系列的規(guī)定。這些優(yōu)惠政策無疑會鼓勵(lì)風(fēng)險(xiǎn)投資機(jī)構(gòu)來此開展投資活動(dòng)。而在風(fēng)險(xiǎn)投資發(fā)展相對落后的其他城市，往往缺乏區(qū)域性的法規(guī)和政策[17]，這些城市可以在借鑒北京、上海和深圳等城市風(fēng)險(xiǎn)投資相關(guān)法規(guī)和優(yōu)惠政策的基礎(chǔ)上，制定具有本地特色的政策法規(guī)，并將各項(xiàng)條款細(xì)化，使其具有可操作性，為風(fēng)險(xiǎn)投資機(jī)構(gòu)來此集聚創(chuàng)造良好的制度環(huán)境，促進(jìn)該城市風(fēng)險(xiǎn)投資業(yè)的有序發(fā)展。

2. 搭建城市風(fēng)險(xiǎn)投資信息平臺，以優(yōu)質(zhì)創(chuàng)業(yè)項(xiàng)目吸引風(fēng)投入駐。目前，風(fēng)險(xiǎn)投資機(jī)構(gòu)主要通過熟人引薦以及參加各種交流會、論壇、創(chuàng)業(yè)大賽等途徑接觸到投資項(xiàng)目，獲取投資項(xiàng)目信息的渠道比較狹窄，所獲得信息的不對稱程度也較高。另一方面，如果沒有風(fēng)投相關(guān)的人脈，需要資金的創(chuàng)業(yè)者大多通過各種創(chuàng)業(yè)活動(dòng)甚至海投項(xiàng)目計(jì)劃書的方式來吸引風(fēng)險(xiǎn)投資機(jī)構(gòu)的注意， 結(jié)果往往并不理想。各城市的有關(guān)部門可以為風(fēng)險(xiǎn)投資機(jī)構(gòu)和需要資金的創(chuàng)業(yè)者搭建城市風(fēng)險(xiǎn)投資項(xiàng)目信息平臺[1]，對風(fēng)投機(jī)構(gòu)所具備的資質(zhì)以及創(chuàng)業(yè)者和擬融資項(xiàng)目的可靠性進(jìn)行篩選， 建立相應(yīng)的信息數(shù)據(jù)庫，制定配套的規(guī)章制度來規(guī)范投融資雙方的行為，并對提供虛假信息和隱瞞重大信息的參與者進(jìn)行處罰，以保證平臺信息的真實(shí)可靠完整。這種官方公開的城市風(fēng)投信息平臺的建設(shè)不僅可以為創(chuàng)業(yè)者提供新的與風(fēng)投機(jī)構(gòu)接觸的渠道，也能降低風(fēng)險(xiǎn)投資機(jī)構(gòu)獲得信息的不對稱性，增強(qiáng)投資者信心，吸引符合條件的風(fēng)投機(jī)構(gòu)進(jìn)駐該城市，從而有利于風(fēng)險(xiǎn)投資在該城市的集聚以及城市創(chuàng)新能力的提升。

3. 依托多層次資本市場，完善風(fēng)投資金退出機(jī)制。風(fēng)險(xiǎn)投資的主要退出方式包括公開上市、管理層回購、兼并與收購以及破產(chǎn)清算，其中，通過發(fā)行股票公開上市是投資回報(bào)率最高的方式。 然而，絕大多數(shù)的創(chuàng)業(yè)企業(yè)很難滿足公開上市的條件，使得通過公開上市的退出難以實(shí)現(xiàn)，退出機(jī)制不暢通已經(jīng)成為制約風(fēng)險(xiǎn)投資發(fā)展的瓶頸。隨著我國多層次資本市場建設(shè)的不斷完善，場外“新三板”市場和各區(qū)域股權(quán)交易中心已經(jīng)成為中小微創(chuàng)新創(chuàng)業(yè)型企業(yè)融資的平臺，本文所考察的十大創(chuàng)新城市均設(shè)有自己的股權(quán)交易中心或交易所。其中，北京不僅有自己的股權(quán)交易中心，還是全國股轉(zhuǎn)系統(tǒng)“新三板”的所在地。各城市的有關(guān)部門應(yīng)致力于該城市內(nèi)的股權(quán)交易中心的發(fā)展壯大， 推進(jìn)各股權(quán)交易中心、“新三板” 市場與場內(nèi)主板和創(chuàng)業(yè)板市場的互聯(lián)互通，為有風(fēng)險(xiǎn)投資資金參與的中小微企業(yè)順利進(jìn)入資本市場創(chuàng)造條件[18]，打消風(fēng)投資金退出不暢的隱憂，提高風(fēng)投機(jī)構(gòu)開展投資活動(dòng)的積極性。

參考文獻(xiàn)：

[1]王玉榮，鄧智，張皓博. 風(fēng)險(xiǎn)資本集聚與區(qū)域創(chuàng)新的關(guān)系——基于投資行業(yè)分布的視角[J]. 技術(shù)經(jīng)濟(jì)，2012（7）： 73-79.

[2]談毅. 風(fēng)險(xiǎn)投資與創(chuàng)新[M]. 上海：上海交通大學(xué)出版社，2015：11-22.

[3]譚冰梅. 2015中國十大創(chuàng)新城市排行榜出爐：深圳奪冠[N]. 南方日報(bào)，2015-06-26.

[4]Schertler. Knowledge Capital and Venture Capital Investments： New Evidence from European Panel Data[J]. German Economic Review，2007，8（1）：64-88.

[5]Popov， Roosenboom. Does Private Equity Investment Spur Innovation？ Evidence from Europe[DB/CD]. European Central Bank， 2009.

[6]鄧俊榮，龍蓉蓉. 中國風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新作用的實(shí)證研究[J]. 技術(shù)經(jīng)濟(jì)與管理研究，2013（6）：49-52.

[7]邵同堯，潘彥. 風(fēng)險(xiǎn)投資、研發(fā)投入與區(qū)域創(chuàng)新——基于商標(biāo)的省級面板研究[J]. 科學(xué)學(xué)研究，2011（5）：793-800.

[8]蔣沖. 我國區(qū)域風(fēng)險(xiǎn)投資對技術(shù)創(chuàng)新的作用研究——基于省際面板數(shù)據(jù)的經(jīng)驗(yàn)數(shù)據(jù)[J]. 池州學(xué)院學(xué)報(bào)，2014（2）： 55-60.

[9]劉娜. 北京市風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新系統(tǒng)相互促進(jìn)機(jī)制研究[D]. 北京：北京工業(yè)大學(xué)，2009.

[10]鄒燕. 創(chuàng)新型城市評價(jià)指標(biāo)體系與國內(nèi)重點(diǎn)城市創(chuàng)新能力結(jié)構(gòu)研究[J]. 技術(shù)與創(chuàng)新管理，2012（6）： 50-57.

[11]多納德·海，德理克·莫瑞斯. 產(chǎn)業(yè)經(jīng)濟(jì)學(xué)與組織[M]. 鐘鴻鈞等譯. 北京：經(jīng)濟(jì)科學(xué)出版社，2001：373-391.

[12]程中華. 產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新——基于靜態(tài)與動(dòng)態(tài)空間面板模型的實(shí)證研究[J]. 科技管理研究，2015 （9）： 27-30.

[13]錢曉燁，遲巍，黎波. 人力資本對我國區(qū)域創(chuàng)新及經(jīng)濟(jì)增長的影響——基于空間計(jì)量的實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（4）：107-121.

[14]邱曉東，吳福象，鄧若冰. 生產(chǎn)性服務(wù)業(yè)集聚與耦合測度及動(dòng)態(tài)效應(yīng)分析——基于長三角16 個(gè)核心城市動(dòng)態(tài)面板數(shù)據(jù)的廣義矩法估計(jì)[J]. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（6）：114-123.

[15]高鐵梅等. 計(jì)量經(jīng)濟(jì)分析方法與建模：Eviews應(yīng)用及實(shí)例[M]. 北京：清華大學(xué)出版社，2009：319-354.

[16]北京市金融服務(wù)工作領(lǐng)導(dǎo)小組辦公室. 關(guān)于促進(jìn)股權(quán)投資基金業(yè)發(fā)展的意見[Z]. 2009-01-19.

[17]單雪雨. 創(chuàng)業(yè)風(fēng)險(xiǎn)投資集聚的驅(qū)動(dòng)因素研究[D]. 武漢：武漢理工大學(xué)，2010.

[18]孫建華. 風(fēng)險(xiǎn)投資、IPO后公司業(yè)績與市場表現(xiàn)——來自中國創(chuàng)業(yè)板上市公司的經(jīng)驗(yàn)證據(jù)[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（9）： 90-100.

（責(zé)任編輯：龍會芳；校對：李丹）