產業投資基金影響經濟轉型的區域比較研究

歐陽勝銀，蔡美玲

(湖南科技大學 商學院，湖南 湘潭 411201)

一、引言與文獻綜述

在國際經濟形勢低迷不振，我國急需消化過剩產能、去庫存的背景下，探討如何推進產業結構調整步伐，從供給側視角有效推動高效節能產業發展，是當前我國突破經濟發展瓶頸的一個重要方向。調整產業結構，轉變經濟增長方式，既成為刺激我國當前經濟發展的重要舉措，也是學術界近來探討的重要議題。

發達國家的經驗告訴我們，產業投資基金可以作為政府推動產業結構轉型繼而穩定經濟增長的有效手段(張晉蓮，2013)[1]。產業投資基金類似于股權投資基金，是一種可以對企業進行股權投資以及提供經營管理服務的利益共享與風險分擔相結合的基金形式。這種基金數額通常較大，可為受資企業提供較為充足的運營、研發與投資資金，尤其對于從傳統金融機構融資較為困難的中小企業而言具有較好的資金保證，因而也成為學術界研究產業結構調整的新方向。十九大的政府工作報告也提出要發揮產業投資基金在直接融資市場中的作用，并指出產業投資基金在調整產業結構、轉變經濟增長方式方面也應該積極貢獻力量。

國外關于產業投資基金調整經濟結構來影響經濟發展的研究尚不多，并且早期相關研究成果更多集中在微觀領域。代表性學者Compers(1995)認為作為一種高風險、高收益的投資產品，產業投資基金實際上主要投資于一些信息不對稱的行業，因為這有助于投資者從中獲利[2]。Hellmann 和 Puri(2000)通過探討產品市場與金融策略的相互關系，驗證了風險資本可以推動新興企業的初始成長，產業投資基金的投向也能較好地為產品市場進行定位，從而增加新興企業的市場份額[3]。Hall(2002)認為大力發展產業投資基金，可以在較大程度上解決中小企業和新興企業融資難的問題，不同產業投資基金可以迅速幫助受資企業突破資金限制，從而促進該行業的快速發展，這即意味著產業投資基金能夠起到調整經濟增長結構的功能[4]，這一觀點也得到了Popov 和 Roosenboom(2012)的認可[5]。與此同時，資本市場的完善使得產業投資基金影響經濟結構效應的研究也逐步興起，學者們開始研究產業投資基金如何通過產業結構調整方式來影響經濟，如Lerner, etal(2011)[6]、Samila 和 Sorenson(2011)[7]等。

國內關于產業投資基金影響經濟結構調整效應的相關研究起步較晚，并且直接研究產業投資基金與經濟結構調整的實證文獻也很少，但已有研究基本證實了產業投資基金可通過促進經濟結構轉型來穩定經濟增長的觀點。比如，來自干春暉(2011)的研究成果表明，產業投資基金能在較大程度上提高受資行業的就業水平，也能帶動地區經濟的增長[8]。浙江大學陳菲瓊教授等少數學者對產業投資基金與產業結構調整的關系也展開了系列研究。陳菲瓊等(2015)從宏觀層面和微觀層面分別探討了產業投資基金對產業結構調整的機理與路徑，并通過結構方程模型進行了檢驗，實證結果也支持了我國產業投資基金可以促進產業結構調整的觀點，但這種促進路徑在微觀層面效果較為顯著，而在宏觀層面的效應則不明顯[9]。作者同時還研究了并購類和融資類產業投資基金對產業結構調整的影響渠道，并基于實證檢驗的結果發現，并購類產業基金可以提高所投資企業的技術水平，增強企業生產能力，但對多元化產業發展是不利的；融資類產業基金的影響渠道則恰好相反，此類基金可以豐富資本市場當中的產業形態，有利于產業的多樣化發展[10]。

綜合來看，已有研究文獻為本文研究產業投資基金影響經濟結構調整繼而促進經濟增長提供了良好支持，但也發現，相關研究成果還比較零散，關于產業投資基金的選取、分析與應用并沒有深入，且未區分產業轉型升級的區域效應，這些不足都在較大程度上影響了學術界對產業投資基金調整經濟結構的判斷。基于此，本文嘗試對產業投資基金能否刺激產業轉型升級展開區域研究，同時從財政撥款、外資涌入和產業投資基金三個方面分析產業轉型升級的潛在資本動因，希冀借此為分析產業投資基金在經濟結構調整方面的作用提供現實依據。

二、理論模型的構建

1.產業轉型升級測度方法的選擇與度量

關于產業轉型升級的定量研究，學術界主要提出了三種方法，分別為產業結構超前系數、Lilien指數模型和More值測定模型。考慮到Lilien指數模型在測度方面的優點和數據的可獲得性，本文借鑒這一指數模型并稍加改進，提出用三次產業的比重來衡量產業轉型升級。

由于我國產業轉型升級的目標之一是節能減排，側重點是控制或減少高污染、高排放的產業，提升清潔能源、高新技術企業和服務行業等的比重，也就意味著調控的對象主要是第二產業和第三產業。此外，本文通過將2003—2015年三次產業VC/PE融資交易數量的數據結果描繪成折線，如圖1所示①，可以發現我國第一產業投資基金基本處于穩定狀態，沒有出現較大起伏，而第二產業和第三產業的投資基金都呈現出一種明顯的上升趨勢，尤其在2013年以后更是經歷了一個飛速上漲時期②。因而本文對產業轉型升級的度量側重考慮第二產業和第三產業的變化，并將這一指標描述為第三產業增加值與第二產業增加值的占比。

圖1 三次產業投資基金變動趨勢

2.產業投資基金優化產業轉型升級理論模型的構建

產業投資基金如何影響以及在何種程度上影響產業轉型升級，學術界仍在展開積極探索，同時也正在努力探討設計規范的理論模型。

本文認為，產業轉型升級可基于相關產業增加值的變化來予以度量，而產業增加值與經濟總產值的增長類似，是各生產要素作用的結果。根據柯布·道格拉斯生產函數(C-D函數)原理又可知，這些生產要素主要表現為技術要素、勞動力要素和投資要素。如此，在研究各產業增加值問題時，本文依據C-D函數并對之稍加改進，以進一步探討其他因素的綜合影響。于是，本文在C-D函數的基礎上，考慮將財政撥款、外資和產業投資基金作為資本的代理變量，分析這些要素對產業轉型的影響。在考慮技術進步因素的前提下，本文將模型設計如下：

ITU=Techα×Labourβ×Capitalγ

(1)

式(1)中，ITU表示產出，Tech表示技術進步，Labour表示勞動力，Capital表示資本，包括財政支持Finance、外資扶持FDI和產業投資基金IIT，α、β和γ分別為Tech、Labour和Capital對應的系數。將式(1)兩端同時取對數并展開，得到：

lnITU=C+α×lnTech+β×lnLabour+γ×lnCapital

(2)

在式(2)的基礎上，從區域視角來研究資本優化產業轉型升級效果，本文通過構建一個包含技術進步、勞動力、資本的面板數據模型來予以擬合，所構建模型為：

lnITUit=Cit+α×lnTechit+β×lnLabourit+γ×lnCapitalit+εit

(3)

式(3)中，下標i表示不同區域，t表示不同時間，Cit為截距項，εit為隨機擾動項。因此，對模型(3)進行擬合即可在控制技術進步、勞動力和資本要素的前提下，分析財政撥款、外資和產業投資基金對產業轉型升級的影響特征。

三、實證分析

1.指標選取與數據說明

經濟增長數據來源于國家統計局網站公布的結果，并用各省市的CPI予以調整，得到各區域的實際GDP，然后將各省市的GDP按行政區域進行歸類③，得到我國東部、中部、西部和東北四大區域的實際GDP，單位為億元。

學術界普遍采用專利數量作為技術進步的代理指標，本文選取的是國內專利申請授權量，該指標是對各區域與行業申請專利的授權結果，得到權威機構的認證，因而可以較好地反映產出的技術水平，數據來源于國家統計局網站，單位為項。

人力資本指標選取的是按人口抽樣調查得到的15～64歲的人口數，數據來源于國家統計局網站。由于缺失2010年的數據，并且國家在2005年和2015年采取的是1%的人口抽樣調查，而在其他年份則采取的是1‰的人口變動調查，這使得國家統計局公布的2005年和2015年的數據要明顯高于其他年份的數據。為統一量綱，本文將2006—2009年、2011—2014年這8年數據的平均值作為2010年的替代值，同時對這2005年和2015年的數據采用相同的方法進行折算，具體方法是(以2015年為例)，假設2012—2015年人力資本按照相同的速率變化，那么有：

(Hu2015-Hu2014)-(Hu2014-Hu2013)=(Hu2014-Hu2013)-(Hu2013-Hu2012)

(4)

即可得到Hu2015=3Hu2014-3Hu2013+Hu2012。投資指標選取的是上級財政撥款、外資扶持規模和產業投資基金，上級財政撥款和外資扶持規模這兩個指標數據來自國家統計局網站。產業投資基金按照投資階段來分，主要表現為風險投資基金(Venture Capital，VC)和私募股權基金(Private Equity，PE)兩種類型，本文對于該指標的實證研究數據選取VC和PE的融資金額，數據來源于投中集團的CVSource數據庫，單位為百萬美元。

圖2 1995—2015年VC/PE融資交易金額的走勢

通過該數據庫，本文調取了1995年以來的風險投資基金相關數據，并將VC/PE融資交易金額描圖，如圖2所示，可以發現我國大部分地區從2002年開始才系統性的引入并統計產業投資基金。同時，各省也到2015年才有完整的統計數據，因此本文實證研究數據選自2002—2015年。

為統一量綱并削弱可能存在的異方差的影響，本文將Tech、Labour、Capital、Finance、FDI和IIT，均進行對數處理。

2.變量的基本特征分析

從VC/PE融資交易金額的歷史走勢可以發現，我國產業投資基金在2013年之前是趨于穩定變化的，而之后開始突然出現了較大幅度的增加。一般而言，伴隨金融市場的發展和經濟增長，產業投資基金會呈現一定的上升趨勢，但在近年來經濟增速放緩的形勢下，我國產業投資基金增速卻出現顯著上升。本文認為出現這種情況的可能原因一方面在于金融機構貸款增速出現較大幅度的下滑，根據國家統計局給出的資料發現，2003年以來，我國金融機構貸款同比增長21.10%，接下來幾乎維持在兩位數的增長狀態，到2009年更是達到31.74%，但此后出現較大程度的下跌，2010—2014年的金融機構貸款增速基本維持在14%左右，到2014年只有13.60%，對于許多通過傳統銀行貸款方式來融資的小企業而言具有一定的困難，因而更傾向于選擇在資本市場上進行融資。而第二個方面的原因可能是由于金融市場的不斷完善，中小企業的融資需求更為迫切。相對于大型企業在銀行市場上的融資程度和上市公司在資本市場上的融資能力，未上市的中小企業普遍面臨融資難的問題，尤其在全球經濟形勢并不樂觀的大背景下，產業投資基金在一定程度上成了一些中小企業融資的主要渠道[11]。

本文對各指標的數據結構進行基本統計，以此初步分析各變量的內在特征。2002—2015年相關變量的描述性統計結果見表1所示。

表1 相關變量的描述性統計結果

由表1的描述性統計結果可以發現，2002—2015年期間，各變量在我國的數值分布具有較大差異，標準差都較大，表明我國的產業轉型升級效率、技術創新步伐、勞動力規模、財政扶持水平、外資涌入力度和產業基金投資速度均具有顯著的區域差異，因而需要對我國產業轉型升級展開地域性分析。進一步從統計分析結果來看，各變量的JB統計量均遠高于0.01的顯著性水平，不能拒絕服從正態分布的原假設，這意味著均有434個樣本量的各指標所包含的信息非常大，可較好地展開實證研究。

3.面板分析

(1)不同資本優化經濟結構的區域分析。描述性統計結果為產業投資基金的分布特征提供了分析依據，本文接下來進一步研究產業投資基金能否以及在多大程度上能調整經濟結構。

基于C-D生產函數，構建一個包含技術進步、勞動力和資本的產業轉型升級函數，并通過面板數據模型進行擬合。擬合面板數據模型前，需要對潛在的模型進行檢驗，本文首先借助F統計量來分析面板數據模型該選擇變系數模型，還是變截距模型，擬或不變系數模型。檢驗結果見表2所示。

表2 2002—2015年面板模型的檢驗結果

根據表2可以發現，在兩個區間當中，基于各因素的模型檢驗結果建議采用變系數模型，因而接下來展開實證測算，擬合結果見表3和表4所示。

表3給出的主要是擬合模型的檢驗統計量，三個擬合模型的R2均較高，同時F統計量也較大，并通過0.01的顯著性水平，因而模型擬合結果整體較為穩健。根據變系數面板模型的估計結果，可以對比財政支出、外資扶持和產業投資基金在刺激產業轉型方面的區域差異。

表3 2002—2015年的隨機影響變截距模型

注：表中“*”表示變系數。

表4 Finance*、FDI*和IIT*的變系數估計結果④

由表4可以發現，資本要素在優化產業轉型升級方面確實發揮了較大的作用。大部分區域的Finance、FDI和IIT擬合系數均為正，表明來源廣泛的充足資金支持是我國產業轉型的保障。特別是在提出建設資源節約型、環境友好型社會以后，在節能減排的政策引導下，資金的流動具有更為明顯的政策傾向，政府財政撥款、外商投資以及產業投資基金被更多地投入到優化經濟結構的行業當中。但綜合對比三類資本也發現，山東、廣西和青海實現產業轉型的資本源泉是財政撥款和FDI，江蘇僅適合借助產業投資基金來實現經濟結構調整，福建和云南的產業轉型資本只傾向于使用FDI和IIT。與此同時，和財政支持、外資扶持相比較，我國產業投資基金對產業轉型的貢獻明顯不足，在大部分地區，上級財政支持和國外資金扶持具有相同的產業轉型力度，但產業投資基金刺激產業轉型升級的力度非常微弱，這與我國進一步亟須完善的資本市場存在較大關聯。作為政府支持的財政撥款是我國傳統企業的資金來源方式，外商企業出于其敏銳的逐利嗅覺，對于資金的投放區域和行業具有較強的判斷，而來自眾籌的產業投資基金一方面由于市場機制不完善和監管不到位而投資有限，另一方面則是國內風投組織和機構對于潛在增利行業的選擇仍缺乏成熟的判斷，致使資金未能及時投放到優質朝陽企業，由此削弱了產業投資基金的產業轉型升級效率。因而以政府財政為引導，兼吸FDI的溢出效應，對于促進產業投資基金的經濟結構調整效果具有積極的作用[12]。

根據表4的結果還可進一步看出，對比產業轉型的區域效果，產業投資基金對海南的經濟結構調整具有最佳的激勵作用，其次是北京、上海和廣東，這些都是東部沿海區域，甚至是國內重要的金融城市，自創型中小企業較多，比較符合產業基金的投資所好，因而在吸引產業投資基金方面具有得天獨厚的優勢。由此可見，以產業投資基金為代表的資本在促進經濟結構調整方面具有顯著的區域差異。

(2)產業投資基金優化經濟結構的效率與提升空間。為全面比較產業投資基金優化經濟結構調整效率的區域差異，本文進一步以三類資金中對產業轉型升級影響最為明顯的資金為基礎，分析產業投資基金促進產業轉型升級的效率與提升空間。設計產業投資基金的經濟結構調整效率模型：

(5)

那么產業投資基金促進經濟結構調整的效率提升空間可以表示為：

TEffectt=1-Effectt

(6)

表5 產業投資基金的平均經濟結構調整效率及提升空間⑤

據表5可以發現，江蘇省產業投資基金的平均經濟結構調整效率最高，達到最大值1，是因為在三類資本指標中，Finance和FDI的擬合系數為負，因而依據式(5)和式(6)，可得產業投資基金在促進產業轉型方面具有最佳的效果。整體來看，除了IIT制約產業轉型的山東、廣西、貴州和青海四個地區以外，我國省域產業投資基金優化產業轉型的空間都還很大，大部分省域的提升空間都在50%以上，其中湖南、內蒙古和四川的提升空間均超過90%，反映出我國產業投資基金的區域經濟轉型效率還有很大改善空間，產業投資基金功能未能得到充分發揮[13～14]。如何發揮產業投資基金積極引導產業轉型作用，更好地發揮產業投資基金的經濟結構調整效率，是當下需要重點探討的問題。

四、結論與政策建議

本文首先構建了一個包含技術進步、勞動力、財政撥款、FDI和產業投資基金在內的產業轉型升級函數，借助面板數據模型分析2002—2015年以來我國產業投資基金影響區域經濟結構調整的特征，結果發現大部分區域的產業投資基金支持是我國產業轉型的保障。但對比三類資本發現，山東、廣西和青海實現產業轉型的資本源泉是財政撥款和FDI，江蘇僅適合借助產業投資基金來實現經濟結構調整，福建和云南的產業轉型資本只傾向于使用FDI和IIT。與此同時，和財政支持、外資扶持相比較，我國產業投資基金對產業轉型的貢獻明顯不足，產業投資基金刺激產業轉型升級的力度非常微弱。從區域比較來看，產業投資基金對海南的經濟結構調整具有最佳的激勵作用。

事實上，國外許多經濟體的實踐證明了產業投資基金可以極大促進產業結構調整繼而促進經濟增長的重要方式，然而我國產業投資基金所呈現出來的實際效果則并不樂觀，基于這些問題，結合本文的實證結論，本文認為可以從以下方面著手，來發揮產業投資基金在調整產業結構、轉變經濟增長方式中的積極作用：①積極改善經濟不發達地區的投融資環境，適度調整投資區域，引導產業基金投向中部、西部和東北地區，同時刺激本土產業投資基金的發展；②政府也要發揮積極作用[15]，在加強對社會資本監管的同時，提高產業投資基金引導水平，完善第二、第三產業基金的投資質量，尤其要為中小型服務企業提供持續且穩定的基金支持與增值服務；③謹慎選擇產業基金投資目標，指導基金投向技術水平高、增值潛力大、收益見效快的行業，加快投資速度，提高產業投資基金使用效率。

注釋：

①CVSource數據庫給出了分行業的產業投資基金數據，本文將農林牧漁業的產業投資基金歸為第一產業的投資基金，將電信及增值、IT、能源及礦業、制造業、化學工業、建筑材料、交通運輸、汽車行業的產業投資基金歸為第二產業的投資基金，將互聯網、金融、醫療健康、連鎖經營、食品飲料、文化傳媒、教育及人力資源、旅游業、房地產、公用事業、綜合類的產業投資基金歸為第三產業的投資基金。

②第二產業和第三產業經濟增加值可以從國家統計局網站上查到，繪制出來的圖形發現這兩個產業的增加值并沒有表現出較大幅度的波動(圖略)。

③本文實證分析時的區域劃分結果依據中國行政區域劃分方法，其中東部地區包括北京、天津、河北、江蘇、浙江、上海、福建、山東、廣東和海南；中部地區包括山西、安徽、江西、河南、湖北和湖南；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區包括黑龍江、吉林和遼寧。

④本文重點分析Finance、FDI和IIT三者的關系，因而表4中省略了Tech和Labour的擬合結果。

⑤由于山東、廣西、貴州和青海產業轉型升級擬合系數為負，故不計算其調整效率。