楊艷萍 郜鈺格

摘 要：本研究根據(jù)《2016中國(guó)風(fēng)險(xiǎn)投資年鑒》數(shù)據(jù)，采用系統(tǒng)聚類法把我國(guó)31個(gè)省、直轄市、自治區(qū)創(chuàng)業(yè)投資劃分為4類3個(gè)層次。從宏觀經(jīng)濟(jì)環(huán)境、行業(yè)環(huán)境、科學(xué)技術(shù)環(huán)境、金融環(huán)境、人力資源環(huán)境、政府支持環(huán)境、服務(wù)行業(yè)環(huán)境等7大方面構(gòu)建環(huán)境影響因素指標(biāo)體系，對(duì)我國(guó)（由于數(shù)據(jù)缺失，新疆、西藏、海南、青海除外）個(gè)?。▍^(qū)市）進(jìn)行因子分析，挖掘影響創(chuàng)業(yè)投資不同層次的環(huán)境因子。研究表明：①影響我國(guó)創(chuàng)業(yè)投資集聚的兩個(gè)主要因子分別為創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]和創(chuàng)業(yè)投資輔助性因子[F2]。②創(chuàng)業(yè)投資基礎(chǔ)性因子貢獻(xiàn)率較大，是創(chuàng)業(yè)投資集聚現(xiàn)象產(chǎn)生的主要原因。③不同區(qū)域之間影響創(chuàng)業(yè)投資集聚的因子[F1]、[F2]所占比重不同。

關(guān)鍵詞：創(chuàng)業(yè)投資;區(qū)域集聚;影響因素;因子分析

中圖分類號(hào)：F830.59 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1671-0037（2019）7-11-9

DOI：10.19345/j.cxkj.1671-0037.2019.07.002

創(chuàng)業(yè)投資是國(guó)家創(chuàng)新戰(zhàn)略的關(guān)鍵一環(huán)，在促進(jìn)“雙創(chuàng)”中發(fā)揮著不可替代的作用。很多學(xué)者也通過實(shí)證驗(yàn)證了創(chuàng)業(yè)投資具有促進(jìn)區(qū)域技術(shù)創(chuàng)新、活躍創(chuàng)業(yè)活動(dòng)等作用[1-2]。2017年3月，國(guó)務(wù)院總理李克強(qiáng)在政府報(bào)告中指出要持續(xù)推進(jìn)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新，新建一批“雙創(chuàng)”示范基地，鼓勵(lì)大型企業(yè)、高校設(shè)立眾創(chuàng)空間。但由于各種原因，我國(guó)創(chuàng)業(yè)投資環(huán)境還存在著明顯的區(qū)域集聚現(xiàn)象，這種現(xiàn)象在各個(gè)國(guó)家也都同樣存在。研究這一現(xiàn)象的成因也是當(dāng)前國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)。有的學(xué)者以非動(dòng)態(tài)的傳統(tǒng)區(qū)位理論表征創(chuàng)業(yè)投資的空間屬性，如McNaughton和Green[3]研究發(fā)現(xiàn)加拿大創(chuàng)業(yè)投資活動(dòng)區(qū)域分布不平衡;有些學(xué)者利用空間經(jīng)濟(jì)學(xué)理論進(jìn)行分析，如張玉華[4]和蒲惠熒[5]等人認(rèn)為創(chuàng)業(yè)投資集聚具有空間相關(guān)性;有些學(xué)者從文化制度經(jīng)濟(jì)學(xué)等視角解釋創(chuàng)業(yè)投資集聚的成因[6]。而創(chuàng)業(yè)投資的空間布局還與許多因素相關(guān)，其中主要因素之一就是外部環(huán)境[7]。本文在分析全國(guó)31個(gè)?。▍^(qū)市）創(chuàng)業(yè)投資集聚現(xiàn)象的基礎(chǔ)上，建立環(huán)境指標(biāo)評(píng)價(jià)體系，挖掘影響創(chuàng)業(yè)投資不同層次的環(huán)境因子。通過對(duì)比各主因子得分，找出各省創(chuàng)業(yè)投資發(fā)展的優(yōu)勢(shì)和劣勢(shì)，對(duì)各地充分發(fā)揮自身優(yōu)勢(shì)，更好地推動(dòng)創(chuàng)業(yè)投資的發(fā)展，促進(jìn)國(guó)內(nèi)經(jīng)濟(jì)均衡發(fā)展具有重大意義。

1 文獻(xiàn)回顧

1.1 創(chuàng)業(yè)投資集聚現(xiàn)象

Tribus在1970年最早提出創(chuàng)業(yè)投資地理發(fā)展不平衡的現(xiàn)象后，眾多學(xué)者紛紛對(duì)創(chuàng)業(yè)投資區(qū)域集聚現(xiàn)象進(jìn)行研究。Martin[8]和馬軍偉[9]認(rèn)為創(chuàng)業(yè)投資的集聚分為兩個(gè)方面：一方面是創(chuàng)業(yè)投資機(jī)構(gòu)的區(qū)域集聚，即創(chuàng)業(yè)投資主體的集聚;另一方面是創(chuàng)業(yè)投資活動(dòng)的集聚，即創(chuàng)業(yè)投資主體與客體（創(chuàng)業(yè)企業(yè)）之間存在空間臨近性[10]。其中，就全球整體而言，北美是創(chuàng)業(yè)投資集聚重地，其次是英國(guó)、法國(guó)等歐洲地區(qū)，再次是中國(guó)、日本等亞太地區(qū);就各個(gè)國(guó)家而言，各個(gè)國(guó)家內(nèi)部也同樣出現(xiàn)區(qū)域集聚特征。加拿大創(chuàng)業(yè)投資區(qū)域主要集中在安大略省和魁北克省[11];美國(guó)創(chuàng)業(yè)投資主要在舊金山、波士頓、紐約3個(gè)地區(qū)集聚[12];中國(guó)創(chuàng)業(yè)投資主要集聚在上海市、北京市、廣東省等[4]。

1.2 創(chuàng)業(yè)投資區(qū)域集聚的成因

一是從空間經(jīng)濟(jì)學(xué)角度進(jìn)行研究。梁紹勇[13]從市場(chǎng)環(huán)境、金融環(huán)境和科技環(huán)境3個(gè)方面對(duì)山東省風(fēng)險(xiǎn)投資區(qū)位集聚進(jìn)行研究，結(jié)果表明金融環(huán)境是導(dǎo)致區(qū)域集聚的首要因素。田蕓菁[14]分析了影響廣東、上海、北京、浙江、江蘇5個(gè)發(fā)達(dá)省市風(fēng)險(xiǎn)投資集聚的主要因素。張玉華[4]借鑒產(chǎn)業(yè)經(jīng)濟(jì)學(xué)中的“區(qū)位煽”構(gòu)建創(chuàng)業(yè)投資集聚程度指標(biāo)，通過面板數(shù)據(jù)運(yùn)用空間計(jì)量分析法實(shí)證創(chuàng)業(yè)投資具有顯著的“馬太效應(yīng)”。佘金鳳[15]指出創(chuàng)業(yè)投資區(qū)域分布不平衡的原因在于“空間鄰近效應(yīng)”，“空間鄰近效應(yīng)”可以降低交易成本、代理成本、監(jiān)控成本和委托代理風(fēng)險(xiǎn)等，從而形成規(guī)模經(jīng)濟(jì)。二是從文化制度經(jīng)濟(jì)學(xué)角度探討，發(fā)現(xiàn)兩國(guó)制度越相似，越有利于實(shí)現(xiàn)跨境創(chuàng)業(yè)投資[16]。研究的主要特點(diǎn)為引用“嵌入”“網(wǎng)絡(luò)”等理論概念，尤其是引入經(jīng)濟(jì)社會(huì)學(xué)家Granovertter提出“經(jīng)濟(jì)活動(dòng)嵌入具體的社會(huì)關(guān)系之中”的觀點(diǎn)到經(jīng)濟(jì)地理學(xué)研究中，發(fā)現(xiàn)創(chuàng)業(yè)投資呈現(xiàn)關(guān)系型特征，創(chuàng)業(yè)投資家利用社會(huì)網(wǎng)絡(luò)效用可以提高投資項(xiàng)目成功率[17]。Mason[18]指出區(qū)域的投資環(huán)境、地區(qū)偏見和投資的文化意識(shí)等都會(huì)影響區(qū)域的集聚性。三是從共生理論視角研究創(chuàng)業(yè)投資集聚共生的基本要素，得出創(chuàng)業(yè)投資集聚效應(yīng)與產(chǎn)業(yè)集聚之間存在聯(lián)動(dòng)效應(yīng)[19]。楊青、單雪雨[20]構(gòu)建了創(chuàng)業(yè)投資的共生單元、共生模式、共生環(huán)境，并指出與高新技術(shù)企業(yè)是一個(gè)相互依賴的共生系統(tǒng)，在共生環(huán)境下的分工有利于降低交易成本，提高工作效率，從而促進(jìn)風(fēng)險(xiǎn)投資活動(dòng)的集聚[21]。

綜上所述，以往對(duì)創(chuàng)業(yè)投資空間不平衡的研究主要是從創(chuàng)業(yè)投資運(yùn)行機(jī)制和環(huán)境因素來(lái)解釋，鮮有從區(qū)域全方面環(huán)境因素進(jìn)行創(chuàng)業(yè)投資集聚研究。其次，以往研究主要以發(fā)達(dá)省份作為研究對(duì)象，較少把全國(guó)各省份在不同影響因子得分排名進(jìn)行對(duì)比分析，并深入挖掘區(qū)域集聚特征的具體環(huán)境因素。本文選取31個(gè)?。▍^(qū)市）進(jìn)行創(chuàng)業(yè)投資區(qū)域聚類分析來(lái)研究我國(guó)創(chuàng)業(yè)投資集聚的現(xiàn)狀，并通過因子分析測(cè)算每一區(qū)域環(huán)境因子得分排名，挖掘每一類區(qū)域創(chuàng)業(yè)投資環(huán)境優(yōu)劣勢(shì)，找出致使產(chǎn)生集聚特征的具體影響因素。

2 我國(guó)創(chuàng)業(yè)投資區(qū)域集聚分析

2.1 我國(guó)創(chuàng)業(yè)投資分布現(xiàn)狀

根據(jù)《2016中國(guó)風(fēng)險(xiǎn)投資年鑒》，整理繪出我國(guó)風(fēng)險(xiǎn)投資機(jī)構(gòu)分布柱狀圖（圖1）。從圖中可以看出，我國(guó)創(chuàng)業(yè)投資機(jī)構(gòu)主要分布在上海市、北京市、深圳市、浙江省、江蘇省、天津市等，其所占比例高達(dá)65%。

整理繪制的我國(guó)各?。▍^(qū)市）創(chuàng)業(yè)投資數(shù)目比例與資金規(guī)模比例柱狀圖（圖2），表明我國(guó)創(chuàng)業(yè)投資活動(dòng)同樣主要分布在上海市、北京市、深圳市、浙江省、江蘇省、廣東省（除深圳市）、天津市等。尤其是北京市、上海市、深圳市投資資金規(guī)模比例分別為40.45%、21.82%、10.97%;投資數(shù)目比例分別為33.3%、24.04%、17.37%。圖1和圖2都表明了我國(guó)創(chuàng)業(yè)投資集中在環(huán)渤海、長(zhǎng)三角、珠三角等區(qū)域。

2.2 聚類分析

2.2.1 聚類分析的指標(biāo)。本著科學(xué)性、可比性的原則，借鑒張憶琳[22]等人的指標(biāo)體系，本文選取4個(gè)指標(biāo)進(jìn)行聚類分析：①風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)目;②投資資金規(guī)模;③風(fēng)險(xiǎn)投資項(xiàng)目數(shù)目;④科技人員。

2.2.2 聚類分析的過程及結(jié)果。指標(biāo)數(shù)據(jù)來(lái)源于《2016中國(guó)風(fēng)險(xiǎn)投資年鑒》《2016中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。由于各個(gè)指標(biāo)的單位不統(tǒng)一，因此對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到我國(guó)各?。▍^(qū)市）指標(biāo)統(tǒng)計(jì)數(shù)據(jù)。通過運(yùn)用SPSS23.0軟件對(duì)我國(guó)31個(gè)?。▍^(qū)市）進(jìn)行聚類分析得出系統(tǒng)聚類譜系圖（見圖3），并把聚類對(duì)象劃分成4類。第一類為廣東省;第二類為上海市、北京市;第三類為浙江省、江蘇省;第四類共26個(gè)成員。

由此看出，聚類結(jié)果與我國(guó)目前創(chuàng)業(yè)投資區(qū)域分布大致相同。結(jié)合聚類結(jié)果和各省（區(qū)市）風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)、風(fēng)險(xiǎn)投資項(xiàng)目數(shù)與資金規(guī)模所占比例，把我國(guó)各個(gè)?。▍^(qū)市）劃分為發(fā)達(dá)地區(qū)、一般地區(qū)、欠發(fā)達(dá)地區(qū)3個(gè)層次，如表1所示。

3 影響我國(guó)創(chuàng)業(yè)投資集聚的環(huán)境因素分析

3.1 指標(biāo)體系

借鑒崔毅[7]、張憶琳[22]等相關(guān)學(xué)者的研究，本文從宏觀經(jīng)濟(jì)環(huán)境、行業(yè)環(huán)境、科學(xué)技術(shù)環(huán)境、金融環(huán)境、人力資源環(huán)境、政府支持環(huán)境、服務(wù)行業(yè)環(huán)境等7大方面對(duì)影響創(chuàng)業(yè)投資的集聚因素進(jìn)行因子分析，并結(jié)合數(shù)據(jù)的可得性，建立環(huán)境影響因素指標(biāo)體系，如表2所示。

3.1.1 宏觀經(jīng)濟(jì)環(huán)境。創(chuàng)業(yè)投資與區(qū)域宏觀環(huán)境之間存在聯(lián)動(dòng)效應(yīng)，創(chuàng)業(yè)投資與經(jīng)濟(jì)發(fā)展相互促進(jìn)，呈現(xiàn)良性循環(huán)[23]。因此，本文選取各地區(qū)的國(guó)民生產(chǎn)總值和人均生產(chǎn)總值作為衡量經(jīng)濟(jì)發(fā)展的指標(biāo)。

3.1.2 行業(yè)環(huán)境。高新技術(shù)企業(yè)是集知識(shí)創(chuàng)新、傳播和應(yīng)用為一體的自組織，易產(chǎn)生地理集聚效應(yīng)而形成規(guī)模經(jīng)濟(jì)，而且高新技術(shù)企業(yè)的集聚會(huì)對(duì)融資產(chǎn)生巨大需求[24]。因此，本文選取高新技術(shù)企業(yè)的數(shù)目和高新技術(shù)企業(yè)主營(yíng)業(yè)務(wù)收入作為衡量區(qū)域行業(yè)環(huán)境的指標(biāo)。

3.1.3 科學(xué)技術(shù)環(huán)境。創(chuàng)業(yè)投資與技術(shù)創(chuàng)新之間存在顯著正相關(guān)關(guān)系，“培育性科技環(huán)境”對(duì)創(chuàng)業(yè)投資具有更大的支撐作用[25]。故本文選取R&D經(jīng)費(fèi)內(nèi)部支出和專利申請(qǐng)量作為衡量科學(xué)技術(shù)環(huán)境的指標(biāo)。

3.1.4 金融環(huán)境。創(chuàng)業(yè)投資是金融創(chuàng)新的產(chǎn)物，呈現(xiàn)出金融市場(chǎng)導(dǎo)向型特征[26]，而完善的金融市場(chǎng)體系又為創(chuàng)業(yè)投資提供了先決條件[27]。本文選取金融機(jī)構(gòu)年末人均存款余額作為衡量金融環(huán)境的指標(biāo)。

3.1.5 人力資源環(huán)境。人才是軟實(shí)力，創(chuàng)業(yè)投資項(xiàng)目評(píng)價(jià)過程中比較關(guān)注人的要素，尤其是對(duì)復(fù)合型人才要求較高[28]。人力資源背景、經(jīng)驗(yàn)等對(duì)投資偏好和投資策略具有顯著影響[29]。本文選取高新技術(shù)企業(yè)R&D人員、每萬(wàn)人金融行業(yè)從業(yè)人員、每萬(wàn)人在校大學(xué)生數(shù)作為衡量人力資源環(huán)境的指標(biāo)。

3.1.6 政府支撐環(huán)境。我國(guó)實(shí)行社會(huì)主義市場(chǎng)經(jīng)濟(jì)制度，需要這只“看得見的手”進(jìn)行宏觀調(diào)控和支持。創(chuàng)業(yè)投資與高新技術(shù)企業(yè)密切聯(lián)系，需要政府大力扶持高新技術(shù)企業(yè)的發(fā)展[22]。本文把政府的科學(xué)技術(shù)支出占財(cái)政支出的比例作為衡量政府支撐環(huán)境的指標(biāo)。

3.1.7 服務(wù)環(huán)境。網(wǎng)絡(luò)效應(yīng)使得創(chuàng)業(yè)投資家與律師、投資銀行家等其他專業(yè)人士之間產(chǎn)生一種“共生”關(guān)系，在投資的過程中需要中介機(jī)構(gòu)的廣泛參與[21]。本文把第三產(chǎn)業(yè)占GDP的比重作為衡量服務(wù)環(huán)境的指標(biāo)。

3.2 數(shù)據(jù)來(lái)源

由于青海、西藏、海南、新疆四個(gè)省區(qū)數(shù)據(jù)統(tǒng)計(jì)不全，本文只對(duì)我國(guó)27個(gè)?。▍^(qū)市）的數(shù)據(jù)進(jìn)行了因子分析。為避免因時(shí)間變化而導(dǎo)致的數(shù)據(jù)異常性波動(dòng)，本文選取2012—2016年數(shù)據(jù)的平均值作為研究樣本。數(shù)據(jù)主要來(lái)源于《2012—2016年中國(guó)統(tǒng)計(jì)年鑒》《2012—2016年中國(guó)城市統(tǒng)計(jì)年鑒》《2012—2016年中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《2012—2016年中國(guó)科技統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒。此外，為了消除量綱差異性影響，對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。

3.3 因子分析過程

3.3.1 因子分析方法的檢驗(yàn)（KMO和Bartlett球形度檢驗(yàn)）。對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行KMO和Bartlett球形度檢驗(yàn)（見表3）。結(jié)果顯示，KMO=0.737>0.5，Bartlett球度檢驗(yàn)顯著性為0.00<0.01，符合因子分析要求。

3.3.2 求特征值、方差累計(jì)貢獻(xiàn)率。如表4所示，總方差解釋表顯示前兩個(gè)主成分的特征值大于1，累計(jì)貢獻(xiàn)率達(dá)到了88.815%，其中第一個(gè)因子（[F1]）貢獻(xiàn)率為55.430%，第二個(gè)因子（[F2]）貢獻(xiàn)率為33.385%，因此，根據(jù)特征值顯示提取前兩個(gè)主成分比較合適。

根據(jù)0.5原則，旋轉(zhuǎn)前的因子載荷各項(xiàng)指標(biāo)在各類因子上的解釋不是特別明顯，為了更改顯示各項(xiàng)因子的意義，需要進(jìn)行旋轉(zhuǎn)。因此通過4次方最大旋轉(zhuǎn)得到各成分載荷和得分系數(shù)矩陣表（見表5）。

3.3.3 因子命名。根據(jù)旋轉(zhuǎn)后的各成分載荷矩陣表（表5）看出，各成分較高的載荷都很有規(guī)律地分布在若干關(guān)鍵指標(biāo)上，因此共劃分為兩個(gè)公共因子。

第一個(gè)公共因子（[F1]）包括區(qū)域GDP（X1）、高新技術(shù)企業(yè)數(shù)目（X3）、高新技術(shù)企業(yè)主營(yíng)業(yè)務(wù)收入（X4）、R&D經(jīng)費(fèi)內(nèi)部支出（X5）、專利申請(qǐng)量（X6）、高新技術(shù)企業(yè)R&D人員（X8）共6個(gè)指標(biāo)，反映了區(qū)域經(jīng)濟(jì)總量以及與高新技術(shù)企業(yè)相關(guān)的科研投入力度。因此將因子[F1]命名為創(chuàng)業(yè)投資基礎(chǔ)性因子。

第二個(gè)公共因子（[F2）]包括人均GDP（X2）、金融機(jī)構(gòu)年末人均存款余額（X7）、每萬(wàn)人金融行業(yè)從業(yè)人員（X9）、每萬(wàn)人在校大學(xué)生數(shù)（X10）、科學(xué)技術(shù)支出占財(cái)政支出比例（X11）、第三產(chǎn)業(yè)占GDP比例（X12）共6個(gè)指標(biāo)，反映的是人力因素、政府支持以及相關(guān)配套措施。因此將因子[F2]命名為創(chuàng)業(yè)投資輔助性因子。

3.3.4 評(píng)價(jià)模型。利用回歸方法得到公共因子得分系數(shù)，見表5，建立因子模型[F1]和因子模型[F2]：

[F1]=0.162[ZX1]+0.08[ZX2]+0.179[ ZX3]+0.174[ZX4]+0.174[ZX5]+0.169[ZX6]—0.041[ZX7]+0.180[ZX8]—0.053[ZX9]—0.044[ZX10]+0.038[ZX11]—0.017[ZX12] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

[F2]=-0.036[ZX1]+0.167[ZX2]-0.028[ZX3]-0.018[ZX4]-0.018[ZX5]-0.017[ ZX6]+0.204[ZX7]-0.028[ZX8]+0.206[ZX9]+0.187[ZX10]+0.158[ZX11]+0.190[ ZX12] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

兩個(gè)正交旋轉(zhuǎn)后因子的方差貢獻(xiàn)率分別為55.430%、33.385%，因此按照特征值加權(quán)建立創(chuàng)業(yè)投資集聚綜合評(píng)價(jià)分析模型：

ZF=0.5543[F1]+0.33385[F2] ? ? ? ? ? ? ? ? ? ? ?（3）

3.4 研究結(jié)果與因素分析

3.4.1 各省（區(qū)市）創(chuàng)業(yè)投資發(fā)展綜合分析。將標(biāo)準(zhǔn)化數(shù)據(jù)分別代入公式（1）與公式（2），計(jì)算出各?。▍^(qū)市）的F1和F2的數(shù)據(jù)，代入公式（3）得出各地區(qū)環(huán)境因素評(píng)分表（見表6）。

研究結(jié)果表明，分屬第一類的廣東省，綜合排名為1;分屬第二類的北京市、上海市綜合排名為3、4;分屬第三類的江蘇省、浙江省綜合排名為2、5;分屬第四類的?。▍^(qū)市）綜合排名為6至27名。得分越高說明該地區(qū)創(chuàng)業(yè)投資的發(fā)展水平越高。綜合得分大于0，表明該地區(qū)整體創(chuàng)業(yè)投資發(fā)展水平優(yōu)于全國(guó)平均水平，屬于創(chuàng)業(yè)投資發(fā)展水平較好的區(qū)域。因子分析綜合得分排名與我國(guó)創(chuàng)業(yè)投資現(xiàn)實(shí)發(fā)展?fàn)顩r基本一致。

3.4.2 各?。▍^(qū)市）創(chuàng)業(yè)投資發(fā)展的影響因子分析。影響因子[F1]評(píng)價(jià)排名中位居前十五位的區(qū)域分別為：廣東省、江蘇省、山東省、浙江省、上海市、福建省、河南省、四川省、湖北省、遼寧省、湖南省、安徽省、天津市、河北省、北京市。

影響因子[F2]評(píng)價(jià)排名中位居前十五位的區(qū)域分別為：北市京、上海市、天津市、浙江省、江蘇省、遼寧省、陜西省、福建省、內(nèi)蒙古省、廣東省、山東省、重慶市、湖北省、吉林省、山西省。

3.4.3 影響不同類別的各省（區(qū)市）環(huán)境因素分析。分屬第一類的廣東省，創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]、創(chuàng)業(yè)投資輔助性因子[F2]排名分別位居第1與第10，由于[F1]貢獻(xiàn)率較大，因此綜合排名第1。廣東省的發(fā)展創(chuàng)業(yè)投資基礎(chǔ)性因子得分高，主要優(yōu)勢(shì)在于產(chǎn)業(yè)基礎(chǔ)雄厚，形成雄厚的資本積累。涌現(xiàn)出以華為為代表的高新技術(shù)企業(yè)和自主知識(shí)產(chǎn)權(quán)的民營(yíng)企業(yè)，其注重科研經(jīng)費(fèi)的投入。但廣東省在科研教育等方面無(wú)法與北京市、上海市相比，金融環(huán)境相對(duì)較弱，相關(guān)配套的中介服務(wù)也亟待提高。

分屬第二類的北京市、上海市，創(chuàng)業(yè)投資輔助性因子[F2]優(yōu)于創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]，原因一是北京市擁有一流的高等學(xué)府，專業(yè)人才集聚;二是位于國(guó)家政治中心，政治優(yōu)勢(shì)明顯;三是第三產(chǎn)業(yè)發(fā)達(dá)。上海市是我國(guó)的金融中心，服務(wù)平臺(tái)等相關(guān)配套設(shè)施完備，政府科研投入力度大。但上海市、北京市的地價(jià)、房?jī)r(jià)以及勞動(dòng)力成本較高，造成商務(wù)成本較高。初創(chuàng)期的高技術(shù)中小企業(yè)大多不選擇北京市、上海市。因而創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]貢獻(xiàn)率較低。

分屬第三類的江蘇省創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]、創(chuàng)業(yè)投資輔助性因子[F2]排名分別位居第2與第5;浙江省兩個(gè)影響因子排名分別為第4。江蘇省優(yōu)勢(shì)在于一是制造業(yè)深厚，激勵(lì)機(jī)制完善，民營(yíng)經(jīng)濟(jì)發(fā)展較好;二是稅收方面，政府實(shí)行減免政策;三是地價(jià)方面，相對(duì)于北京市、上海市等一線城市低，如蘇州工業(yè)園地價(jià)水平僅為上海市的一半，成為吸引高技術(shù)產(chǎn)業(yè)的重要因素。由于創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]貢獻(xiàn)率較大，因此江蘇省綜合排名第2。浙江省位于長(zhǎng)江三角洲，經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)明顯，民間資本雄厚。在2017年規(guī)模以上的制造業(yè)中，高技術(shù)、高新技術(shù)、戰(zhàn)略性新興產(chǎn)業(yè)增加值分別比2016年增長(zhǎng)16.4%、11.2%、12.2%，因此創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]較好。2017年末金融機(jī)構(gòu)人民幣存款余額比2016年增長(zhǎng)7.8%，從事金融業(yè)的人員所占比重較高;相關(guān)配套設(shè)施完備，第三產(chǎn)業(yè)高于全國(guó)平均水平，呈現(xiàn)出良好的經(jīng)濟(jì)發(fā)展趨勢(shì)，但是較之北京市、上海市仍有不足。浙江省綜合排名第5。

分屬第四類的山東省，創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]貢獻(xiàn)率優(yōu)于創(chuàng)業(yè)投資輔助性因子[F2]，原因在于一是山東省位于環(huán)渤海地區(qū)，地理優(yōu)勢(shì)較好，國(guó)內(nèi)生產(chǎn)總值位居全國(guó)前列，經(jīng)濟(jì)實(shí)力強(qiáng)勁;二是靠近環(huán)渤海工業(yè)帶，高新技術(shù)企業(yè)較多，因此創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]較好。但是由于第三產(chǎn)業(yè)發(fā)展較慢，中介服務(wù)不完善，科研教育不足，金融業(yè)有待發(fā)展等因素，創(chuàng)業(yè)投資輔助性因子[F2]排名靠后。在強(qiáng)大的基礎(chǔ)性因子支撐下，山東省綜合排名第6。

分屬第四類的天津市，創(chuàng)業(yè)投資基礎(chǔ)性因子[F1]和創(chuàng)業(yè)投資輔助性因子[F2]排名分別是第13和第3。因子[F2]貢獻(xiàn)率大于因子[F1]，原因在于一是天津市毗鄰北京市，受北京市的輻射教育資源豐富，人才集聚;二是經(jīng)濟(jì)發(fā)達(dá)，人均GDP位于全國(guó)前列;三是在政治上享有極大優(yōu)勢(shì)。但是制造業(yè)基礎(chǔ)薄弱，第二產(chǎn)業(yè)尤其是高新技術(shù)企業(yè)缺乏發(fā)展動(dòng)力，因此創(chuàng)業(yè)投資基礎(chǔ)性因子較差，綜合排名第7。

分屬第四類的其他區(qū)域，如吉林、江西、黑龍江、廣西、寧夏、貴州、云南、甘肅等省份不論因子[F1]還是因子[F2]，排名都比較靠后。其原因在于這些地區(qū)經(jīng)濟(jì)發(fā)展比較落后，制造業(yè)發(fā)展實(shí)力不足，科研教育投入力度較小，金融業(yè)以及配套服務(wù)設(shè)施還有待提高。

4 結(jié)論

本文利用系統(tǒng)聚類法和因子分析法對(duì)我國(guó)創(chuàng)業(yè)投資集聚及各省創(chuàng)業(yè)投資環(huán)境因素進(jìn)行分析，得出以下結(jié)論：一是我國(guó)創(chuàng)業(yè)投資主要集聚在北上廣地區(qū)以及江浙一帶。二是創(chuàng)業(yè)投資基礎(chǔ)性因子和創(chuàng)業(yè)投資輔助性因子是創(chuàng)業(yè)投資集聚的主要影響因子，且創(chuàng)業(yè)投資基礎(chǔ)性因子對(duì)創(chuàng)業(yè)投資集聚的貢獻(xiàn)率較大。三是每一類別內(nèi)各省份影響創(chuàng)業(yè)投資集聚環(huán)境的因素不同，從側(cè)面反映出各個(gè)省份創(chuàng)業(yè)投資環(huán)境的優(yōu)勢(shì)和劣勢(shì)，為各省發(fā)揮自身優(yōu)勢(shì)、彌補(bǔ)不足、推動(dòng)創(chuàng)業(yè)投資發(fā)展提供了思路。本文的不足是在研究環(huán)境指標(biāo)上，只是從宏觀環(huán)境入手，并未研究其他隱性因素（如區(qū)域交通吞吐量等）對(duì)創(chuàng)業(yè)投資集聚的影響;部分省份由于數(shù)據(jù)不足，對(duì)環(huán)境因素因子分析不能精確地測(cè)量;單從宏觀環(huán)境上解釋創(chuàng)業(yè)投資集聚，沒有把宏觀、中觀、微觀3個(gè)層面納入一個(gè)框架來(lái)系統(tǒng)全面地解釋創(chuàng)業(yè)投資集聚成因。以上內(nèi)容還有待于進(jìn)一步完善。

參考文獻(xiàn)：

[1] 游紫蕾.風(fēng)險(xiǎn)投資集聚對(duì)區(qū)域技術(shù)創(chuàng)新的影響研究[D].成都：西南交通大學(xué)，2018.

[2] 楊艷萍，張雅鴿.風(fēng)險(xiǎn)投資對(duì)我國(guó)創(chuàng)業(yè)活動(dòng)影響的實(shí)證研究[J].河南工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（3）：43-51.

[3] McNaughton R，Green M. Spatial Patterns of Canadian Venture Capital Investment [J].Regional Studies，1989（1）：9-18.

[4] 張玉華，李超.中國(guó)創(chuàng)業(yè)投資地域集聚現(xiàn)象及其影響因素研究[J].中國(guó)軟科學(xué)，2014（12）：93-103.

[5] 蒲惠熒，蘇啟林.區(qū)域創(chuàng)新資源、金融發(fā)達(dá)程度與創(chuàng)業(yè)投資的集聚效應(yīng)[J].改革，2013（9）：125-130.

[6] Bruton G D， Ahlstrom D. An Institutional View of China's Venture Capital Industry： Explaining the Differences between China and the West[J].Journal of Business Venturing，2003（2）：233-259.

[7] 崔毅，陳悅林，張晨.風(fēng)險(xiǎn)投資區(qū)域集聚支持環(huán)境綜合評(píng)價(jià)及差異分析[J].科技管理研究，2011（2）：70-73.

[8] Martin R ， Berndt C ， Klagge B ， et al. Spatial proximity effects and regional equity gaps in the venture capital market： evidence from Germany and the United Kingdom[J].Environment and Planning A，2005（7）：1207-1231.

[9] 馬軍偉.創(chuàng)業(yè)投資集聚研究評(píng)價(jià)及未來(lái)展望[J].外國(guó)經(jīng)濟(jì)與管理，2013（2）：43-51.

[10] Fritsch M， Schilder D.The regional supply of venture capital： Can syndication overcome bottlenecks？[J].Economic Geography，2012（1）：59-76.

[11] Subhash K B.Geography of venture capital financing： A global perspective[J]. Journal of Wealth Management，2007（3）：13-28.

[12] Chen H， Gompers P A， Kovner A， et al. Buy Local？ The Geography of Successful and Unsuccessful Venture Capital Expansion[J].Social Science Electronic Publishing， 2009.

[13] 梁紹勇.山東風(fēng)險(xiǎn)投資機(jī)構(gòu)的空間分布及影響因素研究[D].濟(jì)南：山東大學(xué)，2017.

[14] 田蕓菁.我國(guó)風(fēng)險(xiǎn)投資區(qū)域聚集效應(yīng)及其環(huán)境支持因素研究[D].上海：復(fù)旦大學(xué)，2012.

[15] 佘金鳳，湯兵勇.風(fēng)險(xiǎn)投資發(fā)展區(qū)域分布不平衡的形成機(jī)理研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2007（3）：112-115.

[16] Alhorr H S， Moore C B， Payne G T. The Impact of Economic Integration on Cross-Border Venture Capital Investments： Evidence from the European Union[J]. Social Science Electronic Publishing，2008：897-917.

[17] 黨興華，張晨，佟麗麗.風(fēng)險(xiǎn)投資機(jī)構(gòu)網(wǎng)絡(luò)位置影響因素探索及實(shí)證研究[J].科技進(jìn)步與對(duì)策，2016（6）：1-7.

[18] Mason C M， Harrison R T. The Size of the Informal Venture Capital Market in the United Kingdom[J].Small Business Economics， 2000（2）：137-148.

[19] 蒲惠熒，蘇啟林.創(chuàng)業(yè)投資與產(chǎn)業(yè)創(chuàng)新集群的共生模式探討[J].科技管理研究，2014（13）：102-106.

[20] 楊青，單雪雨.基于共生理論的創(chuàng)業(yè)投資集聚的形成機(jī)理研究[J].科技創(chuàng)業(yè)月刊，2009（10）：34-36.

[21] 張斌.風(fēng)險(xiǎn)投資交易成本控制規(guī)律研究：基于共生及分工機(jī)制的視角[J].科技管理研究，2013（23）：191-197，203.

[22] 張憶琳.我國(guó)風(fēng)險(xiǎn)投資空間布局及影響因素實(shí)證分析[D].杭州：浙江大學(xué)，2018.

[23]Samila S， Sorenson O. Venture capital， entrepreneurship，and economic growth[J]. The Review of Economics and Statistics， 2011（1）： 338-349.

[24] 馬曉國(guó)，李宗植，管軍，等.風(fēng)險(xiǎn)投資集群與區(qū)域經(jīng)濟(jì)的發(fā)展[J].南京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2004（3）：33-36.

[25] 蔡莉，于曉宇，楊雋萍.科技環(huán)境對(duì)風(fēng)險(xiǎn)投資支撐作用的實(shí)證研究[J].管理科學(xué)學(xué)報(bào)，2007（4）：73-80，96.

[26] 張曉暉，尹海英.中國(guó)創(chuàng)業(yè)投資的區(qū)域分布及其影響因素[J].社會(huì)科學(xué)戰(zhàn)線，2012（8）：63-69.

[27] 陳鑫.風(fēng)險(xiǎn)投資空間演化及其溢出效應(yīng)研究綜述[A].中國(guó)管理現(xiàn)代化研究會(huì)、復(fù)旦管理學(xué)獎(jiǎng)勵(lì)基金會(huì).第十屆（2015）中國(guó)管理學(xué)年會(huì)論文集[C].中國(guó)管理現(xiàn)代化研究會(huì)、復(fù)旦管理學(xué)獎(jiǎng)勵(lì)基金會(huì)，2015.

[28] 王世波，崔金鑒，王世良.基于層次分析法的風(fēng)險(xiǎn)投資項(xiàng)目評(píng)價(jià)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2003（6）：87-89，94.

[29] 李嚴(yán)，羅國(guó)鋒，馬世美.風(fēng)險(xiǎn)投資機(jī)構(gòu)人力資本與投資策略的實(shí)證研究[J].管理科學(xué)，2012（3）：45-55.

Abstract： According to the data of 2015—2016 China Venture Capital Yearbook， the venture capital of 31 provinces， municipalities and autonomous regions in China is divided into four categories and three levels by using system clustering method. This paper constructed an index system of environmental impact factors from seven aspects， including macroeconomic environment， industry environment， science and technology environment， financial environment， human resource environment， government support environment， service industry environment. Through the factor analysis of provinces （because of lacking data， except Xinjiang， Tibet， Hainan， Qinghai）， the environmental factors that affect the different levels of venture investment were found out. The research has showed that： ① the two main factors that affect the agglomeration of venture capital are venture capital basic factor ?and venture capital auxiliary factor . ② the contribution rate of basic factors of venture capital is relatively large， which is the main reason for clustering venture capital. ③ Factors F1 and F2 that affect venture capital agglomeration in different regions have different proportions.

Key words： venture capital; regional cluster; influencing factors; factor analysis