论文部分内容阅读
摘 要：运用中国十大创新城市2005～2014年风险投资数据，计算各城市的风险投资集聚度发现，北京、上海和深圳的风险投资集聚程度一直保持较高的水平，风险投资集聚的局面已经形成；而南京、苏州等城市的风险投资集聚程度还不高，风险投资集聚的局面尚待形成。对风险投资集聚与城市创新能力关系的实证分析表明，风险投资集聚对城市创新能力有着显著的正向影响。因此，需要明确风险投资优惠政策，鼓励和扶持风险投资行业发展；搭建城市风险投资信息平台，以优质创业项目吸引风险投资入驻；依托多层次资本市场，完善风险投资资金退出机制。
关 键 词：风险投资集聚；城市创新能力；专利授权量
中图分类号：F830.59 文献标识码：A 文章编号：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 Shenzhen’s 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年中國第一家风险投资公司成立以来，风险投资在中国经历了飞速的发展。据Wind资讯金融终端数据显示，仅2015年，全国风险投资金额就高达3612.66亿元，投资案例数达4451起。其中，北京、上海和深圳三市的投资总额为2579.81亿元，占全国的71.4%，投资案例数共计1852起，占全国的41.6%，风险投资在这些一线城市集聚的局面已经形成。近年来，风险投资机构在进行投资区域选择时不再局限于一线城市，而是将注意力转向苏州、西安、天津、南京和杭州等经济发展势头强劲的大城市[1]，风险投资的分布格局有向二线城市扩散的趋势。
风险投资的主要对象是处于初创期的新型企业，尤其是高新技术企业。风险投资可以帮助这些企业解决技术创新活动中的资金短缺问题，提升企业开展技术创新活动的积极性，促使企业不断地开发新技术，促进技术积累和整合，并且帮助企业实现创新成果的商业化[2]。从城市层面上来讲，风险投资的介入也将提高这些高新技术企业所在城市开展创新活动的积极性，不断提高城市的技术创新能力。2015年中国城市竞争力研究会按照《GN中国创新城市评价指标体系》， 依据大量基础资料和调查研究，评出了中国十大创新城市[3]，分别为深圳、西安、苏州、北京、上海、杭州、天津、广州、南京和武汉。它们既是中国创新能力最强的城市，也是经济发展表现最为亮眼的城市，同时也是风险投资活动最为活跃的城市。研究这十大创新城市风险投资集聚程度以及风险投资集聚对城市创新能力的影响，将对中国各城市吸引和管理风险投资，提升城市创新能力以驱动城市经济快速发展有着重要的现实意义。
二、文献综述
国内外学者对风险投资与创新关系的研究大致可以分为国家、地区和城市三个层面。
从国家层面来看，Schertler（2007）的研究集中在较高的知识资本是否带来较高的风险投资数量上，即较高的创新水平能否吸引风险资本的投资。通过对15个国家1991～2001年的面板数据进行实证研究，发现国家的总知识资本对风险投资总量有着很强的解释能力，但知识资本对风险资本投资的正向影响却有几年的时滞[4]。Popov和Roosenboom（2009）从国家层面研究风险投资对创新的影响，对1991～2004年欧洲18个国家的数据建立面板模型，在模型中对研发、人力资本和专利保护等创新的决定因素进行控制，同时以样本时期内影响所有国家的养老金投资法规变更作为控制变量，分析风险投资与创新之间的因果关系。 实证结果表明，风险投资先于创新，并且风险投资对创新具有显著的正向影响。这种正向影响在不同的模型形式中都存在，因此该结果是稳健的[5]。邓俊荣和龙蓉蓉（2013）通过对中国1994～2008年的相关数据建立模型进行二元线性回归， 分别考察风险投资额和R&D支出对中国技术创新的影响。结果表明，中国的技术创新主要产生于R&D投入， 风险投资对技术创新并没有明显的推动作用，这可能是因为中国的风险投资还处于发展的初期，行业本身尚不成熟，对高新技术企业的作用有限[6]。 从地区层面的研究来看，邵同尧和潘彦（2011）利用2006～2008年中国27个省市的省级面板数据构建了中国省域的创新投入产出经验模型，对风险投资、研发等因素对区域创新产出的影响进行了实证分析。表明我国的风险投资对创新有着显著的促进作用，这一促进作用在控制了研发投入和经济发展水平等变量之后仍然显著。此外，研发投入对创新产出也有着正向的促进作用，这一正向作用比风险投资对区域创新的作用更强[7]。蒋冲（2014）运用2006～2011年我国东、中、西部地区的面板数据实证研究了风险投资对技术创新作用的空间差异性。结果表明，风险投资对技术创新作用的空间差异确实存在，东部地区的风险投资对技术创新表现出显著的促进作用，而这一促进效应在中部和西部地区均不显著，建议转变政府在风险投资领域的职能并加大中西部地区风险投资的投资力度[8]。
从城市层面来看，刘娜（2009）从经济学理论、熊彼得创新理论和技术扩散理论三个角度对风险投资与区域创新系统之间的相互促进关系进行理论分析，并对这种促进机制在北京市的发展进行定性和定量两个方面的研究。通过定性方式分析北京市促进机制在政策、资金及产业上的发展现状，通过AHP法和DEA模型对北京市的风险投资环境和绩效进行定量评价，总结北京市促进机制发展的优势和不足，并给出推动该促进机制发展的建议[9]。
从国家、地区和城市三个层面对已有文献进行梳理可以发现，以往对风险投资和创新的研究集中在国家和地区层面，深入到城市层面的研究不仅少见，而且以理论分析和定性分析为主，鲜有对城市的风险投资和创新能力建立模型进行实证研究。本文在已有文献的基础上，将风险投资与创新的研究从国家和地区层面细化到城市层面，收集中国十大创新城市在2005～2014年的风险投资、 创新产出、科研投入和人力资本水平等相关数据，建立面板数据模型对中国代表性创新城市的风险投资与创新能力进行实证研究， 此外还借鉴产业集聚测度指标，构造各城市的风险投资集聚指数，研究风险投资集聚对城市创新的影响。
三、变量、数据与模型设定
（一）数据来源
本文研究的时间跨度为2005～2014年，研究对象为中国十大创新城市，即深圳、西安、苏州、北京、上海、杭州、天津、广州、南京和武汉，所涉及的数据包括各城市和全国的风险投资金额、全社会固定资产投资总额，以及各城市的专利申请授权量、科技支出水平、人力资本水平等相关数据。其中，各城市和全国的风险投资金额数据来源于Wind资讯金融终端的中国PE/VC库， 而全社会固定资产投资总额、专利申请授权量和科技支出等数据来自于各年度的《中国统计年鉴》《中国城市统计年鉴》以及各城市统计年鉴。
（二）变量说明
1. 被解释变量——城市创新能力
城市创新能力可以分解为知识创新能力、技术与产业创新能力以及创新环境支撑能力[10]，各部分都有自己的评价指标体系， 具体衡量指标包括商标、专利、技术市场成交额、新产品产值以及高新技术开发区数等。从已有文献来看，出于数据质量和可获得性等方面的考虑，学者更偏好使用专利来衡量创新。专利数据包括每年的专利申请量和专利授权量，专利授权量是由专利行政部门授予专利权的数量，是以行政的方式对创新产出的认可，因此比专利申请量更能衡量城市的创新产出水平。
本文采用专利授权量来衡量城市创新能力，收集2005～2014年间十大创新城市的专利授权量与年末总人口数据，计算各城市每万人专利授权量（记作PG），作为被解释变量。各城市每万人专利授权量计算结果见表1。
观察各年数据可以发现， 在所考察的时期内，各城市的每万人专利授权量大体呈逐年上升的趋势。在2005年，除深圳以外各城市的万人专利授权量均为个位数，而到2014年，所有城市的万人专利授权量都为两位数，基本无数量级的差异。在这些创新城市中，深圳的万人专利授权量始终保持着较高的水平，而苏州的万人专利授权量则保持着较好的增长势头，自2008年开始，已逐渐超越深圳，成为万人专利授权量最高的城市，说明苏州的城市创新能力逐年提升并达到较高的水平。相较之下，天津与武汉各年的万人专利授权量水平虽保持着一定的增长态势，但从量上来看与其他创新城市尚存在一定的差距，说明这些城市的创新能力仍有待提高。
2. 核心解释变量——风险投资集聚指数
对各城市风险投资集聚的测量参照地区产业集聚水平的测度指标来进行。产业集聚的测度指标常用的有赫芬达尔指数、E-G系数和熵等[11]。其中，区位熵不仅可以在一定程度上反映出地区层面的产业集聚水平，而且使得地区间集聚水平的比较简便易行。参照区位熵的计算公式构造各城市的风险投资集聚指数（记作VCA），则j城市风险投资集聚指数的计算公式如下：
其中，VCAjt表示t时期j城市的风险投资集聚指数，vcjt和fijt分别表示t时期j城市的风险投资金额和全社会固定资产投资总额，VCt和FIt分别表示t时期全国的风险投资金额和全社会固定资产投资总额。VCAjt大于1，说明j城市的风险投资相对集中。VCAjt越大，风险投资集聚程度越高。
利用所构造的风险投资集聚指数对十大创新城市2005～2014年风险投资集聚程度进行计算，计算结果见表2。
從表2可以看出，十大创新城市的风险投资集聚程度可以分为三大类。
第一类是北京、上海和深圳三个城市，在考察期内， 三城市各年的风险投资集聚指数始终大于1， 说明这些城市的风险投资集聚程度一直保持较高的水平。事实上，这三个城市也是国内外风险投资机构最早进驻的城市，表2的数据说明了这些城市风险投资集聚的局面已经形成。其中，北京的风险投资集聚指数在2005年就已达到20.6017，远高于其他创新城市，而到2014年，这一指数为24.0769，并没有很大的提升，在中间年份，指数呈震荡的趋势， 部分年份甚至跌到个位数，说明在这些年份，北京的风险投资可能出现向其他城市的扩散或转移。而对上海和深圳的数据进行分析，也可以发现类似的趋势。 第二类是广州和杭州这两个城市，在考察期的较早年份，如2005年，这两个城市的风险投资集聚指数小于1，说明当时还没有形成风险投资的集聚。然而对数据进行总体分析可以发现，广州和杭州的风险投资集聚指数在半数以上的年份大于1，尤其是2011年以来两城市所有年份的集聚指数均大于1，说明风险投资在这两个城市集聚的局面正在形成。
第三类是南京、苏州、天津、武汉和西安这五个城市，在考察期内，这些城市只有个别年份的风险投资集聚指数大于1，甚至有些城市的风险投资集聚指数在所有年份都小于1，说明这些城市的风险投资集聚程度还不高，风险投资集聚的局面尚待形成。 以武汉为例， 武汉的风险投资集聚指数在2005～2014年间始终小于1， 在十大创新城市中，武汉是惟一所有年份集聚指数都在1以下的城市， 说明该城市的风险投资集聚程度相对较低，与其他创新城市相比，该城市对风险投资机构和风险投资基金的吸引力不足。
3. 控制变量
除风险投资集聚以外，还存在一些因素对城市创新能力有重要影响，遗漏这些重要变量可能会夸大风险投资集聚对城市创新的影响。因此，在以风险投资集聚作为核心解释变量的同时，引入科技支出水平和人力资本水平等对城市创新能力存在影响的控制变量对模型加以完善。
科技支出水平。已有文献对科技支出与创新能力间的关系进行了大量研究， 得出较为一致的结论，即科技支出水平对创新能力有着显著的正向影响[12]。忽略这一影响可能会高估风险投资集聚对城市创新能力的作用，故将科技支出水平作为控制变量加入模型。收集2005～2014年十大创新城市科学技术支出与地方财政一般预算支出的数据，以科技支出占地方财政一般预算支出的比重作为科技支出水平的代理变量（记为SE）。
人力资本水平。新增长理论认为，人力资本通过影响技术创新间接作用于经济增长[13]，也就是说，人力资本对技术创新能力有直接影响。一个国家和地区人力资本水平的计算方式尚没有统一的标准，出于数据可获得性的考虑，收集2005～2014年十大创新城市高等学校在校学生数以及年末总人口的数据，计算每万人高等学校在校学生数[14]作为衡量人力资本水平的变量（记为CS）。
（三）模型设定
由于各变量数据均为时间序列数据，为了消除异方差性和指数化趋势，对所有变量数据进行对数处理，并将模型形式设定如下[6]：
lnPG=α+β1lnVCA+β2lnSE+β3lnCS+ε
其中，lnPG、lnVCA、lnSE、lnCS分别为各城市的每万人专利授权量、风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数取对数的结果。 模型系数β1、β2、β3为偏弹性系数， 分别测度的是PG对VCA、SE、CS的弹性，说明的是风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数每增长1%所带来的城市创新能力的增长率。 系数α为常数项，ε为随机误差项。
四、实证检验与结果分析
（一）平稳性检验
在对面板数据进行回归分析之前，首先要进行单位根检验，以确保数据的平稳性。采用ADF法对每万人专利授权量、风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数的对数值进行单位根检验，结果显示各变量序列都是一阶差分平稳的，满足协整检验的条件。 再对各变量序列进行协整检验，结果表明，各变量之间存在协整关系，即长期均衡关系，符合面板数据模型建立的条件，可以建立面板数据模型。
（二）面板数据回归
面板数据的回归包括混合最小二乘回归模型、固定效应和随机效应模型等多种形式，表3给出了分别利用混合最小二乘估计（OLS）、固定效应模型（FE）以及随机效应模型（RE）三种不同方法进行回归分析的结果。
在建立固定效应模型的基础上，进行冗余变量似然比（Likelihood Ratio）检验（检验结果见表4），结果显示F统计量的值很大， 相应的概率P值为0，代表似然比的LR统计量的值也很大，相应的概率P值也为0，表明与固定效应模型相比，混合回归模型是无效的。 在建立随机效应模型的基础上，进行Hausman检验（检验结果见表4），结果显示，χ2统计量的值很大，相应的概率P值为0，表明在5%的显著性水平下，应拒绝随机效应模型中个体效应与解释变量不相关的原假设，认为应将模型确定为固定效应的形式[15]。
（三）回归结果分析
综上，选择固定效应模型（FE）作为最终的模型。根据表3中固定效应模型的回归结果，在5%的显著性水平下，包括截距项在内各变量的系数都是显著的，R2为0.754886，调整后的R2为0.720684，说明总体来说模型的拟合效果较好。
从回归结果来看，作为核心解释变量的lnVCA的系数为正且在5%的显著性水平下显著， 说明风险投资集聚对城市创新能力有着显著的正向影响，风险投资集聚度越高， 城市创新能力就越强。lnVCA前面的系数测度的是PG对VCA的弹性，系数值约为0.1161，表明风险投资集聚度每增加1%，会导致每万人专利授权量增长0.1161%。 也就是说，风险投资集聚每增加1%，会使城市创新能力提升0.1161%。
此外，作為控制变量的lnSE和lnCS前面的系数也都为正，且在1%的显著性水平下显著，说明科技支出水平和人力资本水平也都对城市创新能力有着显著的正向影响。具体来看，lnSE前面的系数值约为0.6566，表明科技支出水平每提高1%，会使城市创新能力提升0.6566%；lnCS前面的系数值约为3.2959，表明人力资本水平每提高1%，会使城市创新能力提升3.2959%。将各个解释变量的系数值进行对比可以发现，科技支出水平和人力资本水平对城市创新能力的正向作用要高于风险投资集聚，这两个变量对城市创新能力的提升有着相当重要的影响，将它们作为控制变量加入到模型中，可以降低遗漏重要变量从而夸大风险投资集聚对城市创新能力影响的可能性。 五、结论与政策建议
对中国十大创新城市在2005～2014年的风险投资数据构造集聚指数计算各城市的风险投资集聚度，发现可以根据吸引风险投资的能力将十大创新城市分为三类，即风险投资集聚局面已经形成的城市、风险投资集聚局面正在形成的城市以及风险投资集聚局面尚未形成的城市。之后，对各城市的创新产出、风险投资集聚及科技支出水平和人力资本水平等数据建立面板数据模型进行实证研究。结果表明，风险投资集聚对城市创新能力有着显著的正向影响，风险投资集聚度每增加1%，会使城市创新能力提升0.1161%。同时表明科技支出水平和人力资本水平也都对城市创新能力有着显著的正向影响。依据以上结论，给出各城市尤其是风险投资集聚局面正在形成和尚未形成的城市吸引和管理风险投资的建议。
1.明确风险投资优惠政策，鼓励和扶持风险投资行业发展。政策和法规环境是风险投资机构进行区位选择的首要条件，那些风险投资集聚局面已经形成的城市，如北京、上海和深圳，都出台了地方性的规范风险投资业的法规，并明确了风险投资发展的各项优惠政策。以北京为例，北京于2009年发布了《关于促进股权投资基金业发展的意见》，规定对合伙制股权基金中个人合伙人的所得税税率为20%， 以使个人投资者获得与国外相近的税负水平，同时对企业法人合伙人免征企业所得税，对符合条件的公司制股权投资管理企业也有着相应的所得税优惠奖励[16]。此外，还有注册登记时的一次性补助、租购房补贴、高级管理人员的所得税优惠等一系列的规定。这些优惠政策无疑会鼓励风险投资机构来此开展投资活动。而在风险投资发展相对落后的其他城市，往往缺乏区域性的法规和政策[17]，这些城市可以在借鉴北京、上海和深圳等城市风险投资相关法规和优惠政策的基础上，制定具有本地特色的政策法规，并将各项条款细化，使其具有可操作性，为风险投资机构来此集聚创造良好的制度环境，促进该城市风险投资业的有序发展。
2. 搭建城市风险投资信息平台，以优质创业项目吸引风投入驻。目前，风险投资机构主要通过熟人引荐以及参加各种交流会、论坛、创业大赛等途径接触到投资项目，获取投资项目信息的渠道比较狭窄，所获得信息的不对称程度也较高。另一方面，如果没有风投相关的人脉，需要资金的创业者大多通过各种创业活动甚至海投项目计划书的方式来吸引风险投资机构的注意， 结果往往并不理想。各城市的有关部门可以为风险投资机构和需要资金的创业者搭建城市风险投资项目信息平台[1]，对风投机构所具备的资质以及创业者和拟融资项目的可靠性进行筛选， 建立相应的信息数据库，制定配套的规章制度来规范投融资双方的行为，并对提供虚假信息和隐瞒重大信息的参与者进行处罚，以保证平台信息的真实可靠完整。这种官方公开的城市风投信息平台的建设不仅可以为创业者提供新的与风投机构接触的渠道，也能降低风险投资机构获得信息的不对称性，增强投资者信心，吸引符合条件的风投机构进驻该城市，从而有利于风险投资在该城市的集聚以及城市创新能力的提升。
3. 依托多层次资本市场，完善风投资金退出机制。风险投资的主要退出方式包括公开上市、管理层回购、兼并与收购以及破产清算，其中，通过发行股票公开上市是投资回报率最高的方式。 然而，绝大多数的创业企业很难满足公开上市的条件，使得通过公开上市的退出难以实现，退出机制不畅通已经成为制约风险投资发展的瓶颈。随着我国多层次资本市场建设的不断完善，场外“新三板”市场和各区域股权交易中心已经成为中小微创新创业型企业融资的平台，本文所考察的十大创新城市均设有自己的股权交易中心或交易所。其中，北京不仅有自己的股权交易中心，还是全国股转系统“新三板”的所在地。各城市的有关部门应致力于该城市内的股权交易中心的发展壮大， 推进各股权交易中心、“新三板” 市场与场内主板和创业板市场的互联互通，为有风险投资资金參与的中小微企业顺利进入资本市场创造条件[18]，打消风投资金退出不畅的隐忧，提高风投机构开展投资活动的积极性。
参考文献：
[1]王玉荣，邓智，张皓博. 风险资本集聚与区域创新的关系——基于投资行业分布的视角[J]. 技术经济，2012（7）： 73-79.
[2]谈毅. 风险投资与创新[M]. 上海：上海交通大学出版社，2015：11-22.
[3]谭冰梅. 2015中国十大创新城市排行榜出炉：深圳夺冠[N]. 南方日报，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]邓俊荣，龙蓉蓉. 中国风险投资对技术创新作用的实证研究[J]. 技术经济与管理研究，2013（6）：49-52.
[7]邵同尧，潘彦. 风险投资、研发投入与区域创新——基于商标的省级面板研究[J]. 科学学研究，2011（5）：793-800.
[8]蒋冲. 我国区域风险投资对技术创新的作用研究——基于省际面板数据的经验数据[J]. 池州学院学报，2014（2）： 55-60.
[9]刘娜. 北京市风险投资与区域创新系统相互促进机制研究[D]. 北京：北京工业大学，2009.
[10]邹燕. 创新型城市评价指标体系与国内重点城市创新能力结构研究[J]. 技术与创新管理，2012（6）： 50-57.
[11]多纳德·海，德理克·莫瑞斯. 产业经济学与组织[M]. 钟鸿钧等译. 北京：经济科学出版社，2001：373-391.
[12]程中华. 产业集聚与区域创新——基于静态与动态空间面板模型的实证研究[J]. 科技管理研究，2015 （9）： 27-30.
[13]钱晓烨，迟巍，黎波. 人力资本对我国区域创新及经济增长的影响——基于空间计量的实证研究[J]. 数量经济技术经济研究，2010（4）：107-121.
[14]邱晓东，吴福象，邓若冰. 生产性服务业集聚与耦合测度及动态效应分析——基于长三角16 个核心城市动态面板数据的广义矩法估计[J]. 云南财经大学学报，2015（6）：114-123.
[15]高铁梅等. 计量经济分析方法与建模：Eviews应用及实例[M]. 北京：清华大学出版社，2009：319-354.
[16]北京市金融服务工作领导小组办公室. 关于促进股权投资基金业发展的意见[Z]. 2009-01-19.
[17]单雪雨. 创业风险投资集聚的驱动因素研究[D]. 武汉：武汉理工大学，2010.
[18]孙建华. 风险投资、IPO后公司业绩与市场表现——来自中国创业板上市公司的经验证据[J]. 山西财经大学学报，2015（9）： 90-100.
（责任编辑：龙会芳；校对：李丹）
关 键 词：风险投资集聚；城市创新能力；专利授权量
中图分类号：F830.59 文献标识码：A 文章编号：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 Shenzhen’s 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年中國第一家风险投资公司成立以来，风险投资在中国经历了飞速的发展。据Wind资讯金融终端数据显示，仅2015年，全国风险投资金额就高达3612.66亿元，投资案例数达4451起。其中，北京、上海和深圳三市的投资总额为2579.81亿元，占全国的71.4%，投资案例数共计1852起，占全国的41.6%，风险投资在这些一线城市集聚的局面已经形成。近年来，风险投资机构在进行投资区域选择时不再局限于一线城市，而是将注意力转向苏州、西安、天津、南京和杭州等经济发展势头强劲的大城市[1]，风险投资的分布格局有向二线城市扩散的趋势。
风险投资的主要对象是处于初创期的新型企业，尤其是高新技术企业。风险投资可以帮助这些企业解决技术创新活动中的资金短缺问题，提升企业开展技术创新活动的积极性，促使企业不断地开发新技术，促进技术积累和整合，并且帮助企业实现创新成果的商业化[2]。从城市层面上来讲，风险投资的介入也将提高这些高新技术企业所在城市开展创新活动的积极性，不断提高城市的技术创新能力。2015年中国城市竞争力研究会按照《GN中国创新城市评价指标体系》， 依据大量基础资料和调查研究，评出了中国十大创新城市[3]，分别为深圳、西安、苏州、北京、上海、杭州、天津、广州、南京和武汉。它们既是中国创新能力最强的城市，也是经济发展表现最为亮眼的城市，同时也是风险投资活动最为活跃的城市。研究这十大创新城市风险投资集聚程度以及风险投资集聚对城市创新能力的影响，将对中国各城市吸引和管理风险投资，提升城市创新能力以驱动城市经济快速发展有着重要的现实意义。
二、文献综述
国内外学者对风险投资与创新关系的研究大致可以分为国家、地区和城市三个层面。
从国家层面来看，Schertler（2007）的研究集中在较高的知识资本是否带来较高的风险投资数量上，即较高的创新水平能否吸引风险资本的投资。通过对15个国家1991～2001年的面板数据进行实证研究，发现国家的总知识资本对风险投资总量有着很强的解释能力，但知识资本对风险资本投资的正向影响却有几年的时滞[4]。Popov和Roosenboom（2009）从国家层面研究风险投资对创新的影响，对1991～2004年欧洲18个国家的数据建立面板模型，在模型中对研发、人力资本和专利保护等创新的决定因素进行控制，同时以样本时期内影响所有国家的养老金投资法规变更作为控制变量，分析风险投资与创新之间的因果关系。 实证结果表明，风险投资先于创新，并且风险投资对创新具有显著的正向影响。这种正向影响在不同的模型形式中都存在，因此该结果是稳健的[5]。邓俊荣和龙蓉蓉（2013）通过对中国1994～2008年的相关数据建立模型进行二元线性回归， 分别考察风险投资额和R&D支出对中国技术创新的影响。结果表明，中国的技术创新主要产生于R&D投入， 风险投资对技术创新并没有明显的推动作用，这可能是因为中国的风险投资还处于发展的初期，行业本身尚不成熟，对高新技术企业的作用有限[6]。 从地区层面的研究来看，邵同尧和潘彦（2011）利用2006～2008年中国27个省市的省级面板数据构建了中国省域的创新投入产出经验模型，对风险投资、研发等因素对区域创新产出的影响进行了实证分析。表明我国的风险投资对创新有着显著的促进作用，这一促进作用在控制了研发投入和经济发展水平等变量之后仍然显著。此外，研发投入对创新产出也有着正向的促进作用，这一正向作用比风险投资对区域创新的作用更强[7]。蒋冲（2014）运用2006～2011年我国东、中、西部地区的面板数据实证研究了风险投资对技术创新作用的空间差异性。结果表明，风险投资对技术创新作用的空间差异确实存在，东部地区的风险投资对技术创新表现出显著的促进作用，而这一促进效应在中部和西部地区均不显著，建议转变政府在风险投资领域的职能并加大中西部地区风险投资的投资力度[8]。
从城市层面来看，刘娜（2009）从经济学理论、熊彼得创新理论和技术扩散理论三个角度对风险投资与区域创新系统之间的相互促进关系进行理论分析，并对这种促进机制在北京市的发展进行定性和定量两个方面的研究。通过定性方式分析北京市促进机制在政策、资金及产业上的发展现状，通过AHP法和DEA模型对北京市的风险投资环境和绩效进行定量评价，总结北京市促进机制发展的优势和不足，并给出推动该促进机制发展的建议[9]。
从国家、地区和城市三个层面对已有文献进行梳理可以发现，以往对风险投资和创新的研究集中在国家和地区层面，深入到城市层面的研究不仅少见，而且以理论分析和定性分析为主，鲜有对城市的风险投资和创新能力建立模型进行实证研究。本文在已有文献的基础上，将风险投资与创新的研究从国家和地区层面细化到城市层面，收集中国十大创新城市在2005～2014年的风险投资、 创新产出、科研投入和人力资本水平等相关数据，建立面板数据模型对中国代表性创新城市的风险投资与创新能力进行实证研究， 此外还借鉴产业集聚测度指标，构造各城市的风险投资集聚指数，研究风险投资集聚对城市创新的影响。
三、变量、数据与模型设定
（一）数据来源
本文研究的时间跨度为2005～2014年，研究对象为中国十大创新城市，即深圳、西安、苏州、北京、上海、杭州、天津、广州、南京和武汉，所涉及的数据包括各城市和全国的风险投资金额、全社会固定资产投资总额，以及各城市的专利申请授权量、科技支出水平、人力资本水平等相关数据。其中，各城市和全国的风险投资金额数据来源于Wind资讯金融终端的中国PE/VC库， 而全社会固定资产投资总额、专利申请授权量和科技支出等数据来自于各年度的《中国统计年鉴》《中国城市统计年鉴》以及各城市统计年鉴。
（二）变量说明
1. 被解释变量——城市创新能力
城市创新能力可以分解为知识创新能力、技术与产业创新能力以及创新环境支撑能力[10]，各部分都有自己的评价指标体系， 具体衡量指标包括商标、专利、技术市场成交额、新产品产值以及高新技术开发区数等。从已有文献来看，出于数据质量和可获得性等方面的考虑，学者更偏好使用专利来衡量创新。专利数据包括每年的专利申请量和专利授权量，专利授权量是由专利行政部门授予专利权的数量，是以行政的方式对创新产出的认可，因此比专利申请量更能衡量城市的创新产出水平。
本文采用专利授权量来衡量城市创新能力，收集2005～2014年间十大创新城市的专利授权量与年末总人口数据，计算各城市每万人专利授权量（记作PG），作为被解释变量。各城市每万人专利授权量计算结果见表1。
观察各年数据可以发现， 在所考察的时期内，各城市的每万人专利授权量大体呈逐年上升的趋势。在2005年，除深圳以外各城市的万人专利授权量均为个位数，而到2014年，所有城市的万人专利授权量都为两位数，基本无数量级的差异。在这些创新城市中，深圳的万人专利授权量始终保持着较高的水平，而苏州的万人专利授权量则保持着较好的增长势头，自2008年开始，已逐渐超越深圳，成为万人专利授权量最高的城市，说明苏州的城市创新能力逐年提升并达到较高的水平。相较之下，天津与武汉各年的万人专利授权量水平虽保持着一定的增长态势，但从量上来看与其他创新城市尚存在一定的差距，说明这些城市的创新能力仍有待提高。
2. 核心解释变量——风险投资集聚指数
对各城市风险投资集聚的测量参照地区产业集聚水平的测度指标来进行。产业集聚的测度指标常用的有赫芬达尔指数、E-G系数和熵等[11]。其中，区位熵不仅可以在一定程度上反映出地区层面的产业集聚水平，而且使得地区间集聚水平的比较简便易行。参照区位熵的计算公式构造各城市的风险投资集聚指数（记作VCA），则j城市风险投资集聚指数的计算公式如下：
其中，VCAjt表示t时期j城市的风险投资集聚指数，vcjt和fijt分别表示t时期j城市的风险投资金额和全社会固定资产投资总额，VCt和FIt分别表示t时期全国的风险投资金额和全社会固定资产投资总额。VCAjt大于1，说明j城市的风险投资相对集中。VCAjt越大，风险投资集聚程度越高。
利用所构造的风险投资集聚指数对十大创新城市2005～2014年风险投资集聚程度进行计算，计算结果见表2。
從表2可以看出，十大创新城市的风险投资集聚程度可以分为三大类。
第一类是北京、上海和深圳三个城市，在考察期内， 三城市各年的风险投资集聚指数始终大于1， 说明这些城市的风险投资集聚程度一直保持较高的水平。事实上，这三个城市也是国内外风险投资机构最早进驻的城市，表2的数据说明了这些城市风险投资集聚的局面已经形成。其中，北京的风险投资集聚指数在2005年就已达到20.6017，远高于其他创新城市，而到2014年，这一指数为24.0769，并没有很大的提升，在中间年份，指数呈震荡的趋势， 部分年份甚至跌到个位数，说明在这些年份，北京的风险投资可能出现向其他城市的扩散或转移。而对上海和深圳的数据进行分析，也可以发现类似的趋势。 第二类是广州和杭州这两个城市，在考察期的较早年份，如2005年，这两个城市的风险投资集聚指数小于1，说明当时还没有形成风险投资的集聚。然而对数据进行总体分析可以发现，广州和杭州的风险投资集聚指数在半数以上的年份大于1，尤其是2011年以来两城市所有年份的集聚指数均大于1，说明风险投资在这两个城市集聚的局面正在形成。
第三类是南京、苏州、天津、武汉和西安这五个城市，在考察期内，这些城市只有个别年份的风险投资集聚指数大于1，甚至有些城市的风险投资集聚指数在所有年份都小于1，说明这些城市的风险投资集聚程度还不高，风险投资集聚的局面尚待形成。 以武汉为例， 武汉的风险投资集聚指数在2005～2014年间始终小于1， 在十大创新城市中，武汉是惟一所有年份集聚指数都在1以下的城市， 说明该城市的风险投资集聚程度相对较低，与其他创新城市相比，该城市对风险投资机构和风险投资基金的吸引力不足。
3. 控制变量
除风险投资集聚以外，还存在一些因素对城市创新能力有重要影响，遗漏这些重要变量可能会夸大风险投资集聚对城市创新的影响。因此，在以风险投资集聚作为核心解释变量的同时，引入科技支出水平和人力资本水平等对城市创新能力存在影响的控制变量对模型加以完善。
科技支出水平。已有文献对科技支出与创新能力间的关系进行了大量研究， 得出较为一致的结论，即科技支出水平对创新能力有着显著的正向影响[12]。忽略这一影响可能会高估风险投资集聚对城市创新能力的作用，故将科技支出水平作为控制变量加入模型。收集2005～2014年十大创新城市科学技术支出与地方财政一般预算支出的数据，以科技支出占地方财政一般预算支出的比重作为科技支出水平的代理变量（记为SE）。
人力资本水平。新增长理论认为，人力资本通过影响技术创新间接作用于经济增长[13]，也就是说，人力资本对技术创新能力有直接影响。一个国家和地区人力资本水平的计算方式尚没有统一的标准，出于数据可获得性的考虑，收集2005～2014年十大创新城市高等学校在校学生数以及年末总人口的数据，计算每万人高等学校在校学生数[14]作为衡量人力资本水平的变量（记为CS）。
（三）模型设定
由于各变量数据均为时间序列数据，为了消除异方差性和指数化趋势，对所有变量数据进行对数处理，并将模型形式设定如下[6]：
lnPG=α+β1lnVCA+β2lnSE+β3lnCS+ε
其中，lnPG、lnVCA、lnSE、lnCS分别为各城市的每万人专利授权量、风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数取对数的结果。 模型系数β1、β2、β3为偏弹性系数， 分别测度的是PG对VCA、SE、CS的弹性，说明的是风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数每增长1%所带来的城市创新能力的增长率。 系数α为常数项，ε为随机误差项。
四、实证检验与结果分析
（一）平稳性检验
在对面板数据进行回归分析之前，首先要进行单位根检验，以确保数据的平稳性。采用ADF法对每万人专利授权量、风险投资集聚指数、科学技术支出占地方财政一般预算支出的比重以及每万人高等学校在校学生数的对数值进行单位根检验，结果显示各变量序列都是一阶差分平稳的，满足协整检验的条件。 再对各变量序列进行协整检验，结果表明，各变量之间存在协整关系，即长期均衡关系，符合面板数据模型建立的条件，可以建立面板数据模型。
（二）面板数据回归
面板数据的回归包括混合最小二乘回归模型、固定效应和随机效应模型等多种形式，表3给出了分别利用混合最小二乘估计（OLS）、固定效应模型（FE）以及随机效应模型（RE）三种不同方法进行回归分析的结果。
在建立固定效应模型的基础上，进行冗余变量似然比（Likelihood Ratio）检验（检验结果见表4），结果显示F统计量的值很大， 相应的概率P值为0，代表似然比的LR统计量的值也很大，相应的概率P值也为0，表明与固定效应模型相比，混合回归模型是无效的。 在建立随机效应模型的基础上，进行Hausman检验（检验结果见表4），结果显示，χ2统计量的值很大，相应的概率P值为0，表明在5%的显著性水平下，应拒绝随机效应模型中个体效应与解释变量不相关的原假设，认为应将模型确定为固定效应的形式[15]。
（三）回归结果分析
综上，选择固定效应模型（FE）作为最终的模型。根据表3中固定效应模型的回归结果，在5%的显著性水平下，包括截距项在内各变量的系数都是显著的，R2为0.754886，调整后的R2为0.720684，说明总体来说模型的拟合效果较好。
从回归结果来看，作为核心解释变量的lnVCA的系数为正且在5%的显著性水平下显著， 说明风险投资集聚对城市创新能力有着显著的正向影响，风险投资集聚度越高， 城市创新能力就越强。lnVCA前面的系数测度的是PG对VCA的弹性，系数值约为0.1161，表明风险投资集聚度每增加1%，会导致每万人专利授权量增长0.1161%。 也就是说，风险投资集聚每增加1%，会使城市创新能力提升0.1161%。
此外，作為控制变量的lnSE和lnCS前面的系数也都为正，且在1%的显著性水平下显著，说明科技支出水平和人力资本水平也都对城市创新能力有着显著的正向影响。具体来看，lnSE前面的系数值约为0.6566，表明科技支出水平每提高1%，会使城市创新能力提升0.6566%；lnCS前面的系数值约为3.2959，表明人力资本水平每提高1%，会使城市创新能力提升3.2959%。将各个解释变量的系数值进行对比可以发现，科技支出水平和人力资本水平对城市创新能力的正向作用要高于风险投资集聚，这两个变量对城市创新能力的提升有着相当重要的影响，将它们作为控制变量加入到模型中，可以降低遗漏重要变量从而夸大风险投资集聚对城市创新能力影响的可能性。 五、结论与政策建议
对中国十大创新城市在2005～2014年的风险投资数据构造集聚指数计算各城市的风险投资集聚度，发现可以根据吸引风险投资的能力将十大创新城市分为三类，即风险投资集聚局面已经形成的城市、风险投资集聚局面正在形成的城市以及风险投资集聚局面尚未形成的城市。之后，对各城市的创新产出、风险投资集聚及科技支出水平和人力资本水平等数据建立面板数据模型进行实证研究。结果表明，风险投资集聚对城市创新能力有着显著的正向影响，风险投资集聚度每增加1%，会使城市创新能力提升0.1161%。同时表明科技支出水平和人力资本水平也都对城市创新能力有着显著的正向影响。依据以上结论，给出各城市尤其是风险投资集聚局面正在形成和尚未形成的城市吸引和管理风险投资的建议。
1.明确风险投资优惠政策，鼓励和扶持风险投资行业发展。政策和法规环境是风险投资机构进行区位选择的首要条件，那些风险投资集聚局面已经形成的城市，如北京、上海和深圳，都出台了地方性的规范风险投资业的法规，并明确了风险投资发展的各项优惠政策。以北京为例，北京于2009年发布了《关于促进股权投资基金业发展的意见》，规定对合伙制股权基金中个人合伙人的所得税税率为20%， 以使个人投资者获得与国外相近的税负水平，同时对企业法人合伙人免征企业所得税，对符合条件的公司制股权投资管理企业也有着相应的所得税优惠奖励[16]。此外，还有注册登记时的一次性补助、租购房补贴、高级管理人员的所得税优惠等一系列的规定。这些优惠政策无疑会鼓励风险投资机构来此开展投资活动。而在风险投资发展相对落后的其他城市，往往缺乏区域性的法规和政策[17]，这些城市可以在借鉴北京、上海和深圳等城市风险投资相关法规和优惠政策的基础上，制定具有本地特色的政策法规，并将各项条款细化，使其具有可操作性，为风险投资机构来此集聚创造良好的制度环境，促进该城市风险投资业的有序发展。
2. 搭建城市风险投资信息平台，以优质创业项目吸引风投入驻。目前，风险投资机构主要通过熟人引荐以及参加各种交流会、论坛、创业大赛等途径接触到投资项目，获取投资项目信息的渠道比较狭窄，所获得信息的不对称程度也较高。另一方面，如果没有风投相关的人脉，需要资金的创业者大多通过各种创业活动甚至海投项目计划书的方式来吸引风险投资机构的注意， 结果往往并不理想。各城市的有关部门可以为风险投资机构和需要资金的创业者搭建城市风险投资项目信息平台[1]，对风投机构所具备的资质以及创业者和拟融资项目的可靠性进行筛选， 建立相应的信息数据库，制定配套的规章制度来规范投融资双方的行为，并对提供虚假信息和隐瞒重大信息的参与者进行处罚，以保证平台信息的真实可靠完整。这种官方公开的城市风投信息平台的建设不仅可以为创业者提供新的与风投机构接触的渠道，也能降低风险投资机构获得信息的不对称性，增强投资者信心，吸引符合条件的风投机构进驻该城市，从而有利于风险投资在该城市的集聚以及城市创新能力的提升。
3. 依托多层次资本市场，完善风投资金退出机制。风险投资的主要退出方式包括公开上市、管理层回购、兼并与收购以及破产清算，其中，通过发行股票公开上市是投资回报率最高的方式。 然而，绝大多数的创业企业很难满足公开上市的条件，使得通过公开上市的退出难以实现，退出机制不畅通已经成为制约风险投资发展的瓶颈。随着我国多层次资本市场建设的不断完善，场外“新三板”市场和各区域股权交易中心已经成为中小微创新创业型企业融资的平台，本文所考察的十大创新城市均设有自己的股权交易中心或交易所。其中，北京不仅有自己的股权交易中心，还是全国股转系统“新三板”的所在地。各城市的有关部门应致力于该城市内的股权交易中心的发展壮大， 推进各股权交易中心、“新三板” 市场与场内主板和创业板市场的互联互通，为有风险投资资金參与的中小微企业顺利进入资本市场创造条件[18]，打消风投资金退出不畅的隐忧，提高风投机构开展投资活动的积极性。
参考文献：
[1]王玉荣，邓智，张皓博. 风险资本集聚与区域创新的关系——基于投资行业分布的视角[J]. 技术经济，2012（7）： 73-79.
[2]谈毅. 风险投资与创新[M]. 上海：上海交通大学出版社，2015：11-22.
[3]谭冰梅. 2015中国十大创新城市排行榜出炉：深圳夺冠[N]. 南方日报，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]邓俊荣，龙蓉蓉. 中国风险投资对技术创新作用的实证研究[J]. 技术经济与管理研究，2013（6）：49-52.
[7]邵同尧，潘彦. 风险投资、研发投入与区域创新——基于商标的省级面板研究[J]. 科学学研究，2011（5）：793-800.
[8]蒋冲. 我国区域风险投资对技术创新的作用研究——基于省际面板数据的经验数据[J]. 池州学院学报，2014（2）： 55-60.
[9]刘娜. 北京市风险投资与区域创新系统相互促进机制研究[D]. 北京：北京工业大学，2009.
[10]邹燕. 创新型城市评价指标体系与国内重点城市创新能力结构研究[J]. 技术与创新管理，2012（6）： 50-57.
[11]多纳德·海，德理克·莫瑞斯. 产业经济学与组织[M]. 钟鸿钧等译. 北京：经济科学出版社，2001：373-391.
[12]程中华. 产业集聚与区域创新——基于静态与动态空间面板模型的实证研究[J]. 科技管理研究，2015 （9）： 27-30.
[13]钱晓烨，迟巍，黎波. 人力资本对我国区域创新及经济增长的影响——基于空间计量的实证研究[J]. 数量经济技术经济研究，2010（4）：107-121.
[14]邱晓东，吴福象，邓若冰. 生产性服务业集聚与耦合测度及动态效应分析——基于长三角16 个核心城市动态面板数据的广义矩法估计[J]. 云南财经大学学报，2015（6）：114-123.
[15]高铁梅等. 计量经济分析方法与建模：Eviews应用及实例[M]. 北京：清华大学出版社，2009：319-354.
[16]北京市金融服务工作领导小组办公室. 关于促进股权投资基金业发展的意见[Z]. 2009-01-19.
[17]单雪雨. 创业风险投资集聚的驱动因素研究[D]. 武汉：武汉理工大学，2010.
[18]孙建华. 风险投资、IPO后公司业绩与市场表现——来自中国创业板上市公司的经验证据[J]. 山西财经大学学报，2015（9）： 90-100.
（责任编辑：龙会芳；校对：李丹）