風(fēng)險投資提高科技型企業(yè)的創(chuàng)新績效了嗎？
——以創(chuàng)業(yè)板信息技術(shù)行業(yè)為例

袁亞超，金 輝

（杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院，浙江 杭州 310018）

一、引言

當(dāng)今這個時代，信息技術(shù)創(chuàng)新日新月異，科技創(chuàng)新影響著世界各國未來經(jīng)濟(jì)增長動能。習(xí)近平總書記強(qiáng)調(diào)，在我國發(fā)展新的歷史起點(diǎn)上要把創(chuàng)新擺在更加重要的位置，企業(yè)持續(xù)發(fā)展之基、市場制勝之道在于創(chuàng)新，各類企業(yè)都要把創(chuàng)新牢牢抓住。對于一個科技型企業(yè)，創(chuàng)新是其創(chuàng)造生機(jī)的最佳手段。

科技型企業(yè)，特別是初創(chuàng)科技型企業(yè)要實(shí)現(xiàn)技術(shù)創(chuàng)新不僅離不開持續(xù)投入巨額資金的支持，而且未來的創(chuàng)新成果轉(zhuǎn)化往往存在很大的不確定性。為了降低創(chuàng)新所帶來的風(fēng)險，科技型企業(yè)的創(chuàng)新融資傾向于選擇具有風(fēng)險分擔(dān)作用和創(chuàng)新失敗包容性的股權(quán)融資，而其中一種重要途徑就是尋找風(fēng)險投資（Venture Capital，簡稱VC）。相比于歐美成熟的風(fēng)險投資市場，我國風(fēng)險投資行業(yè)雖然發(fā)展的時間還不長，但近些年行業(yè)規(guī)模發(fā)展速度極快。據(jù)清科集團(tuán)統(tǒng)計，在2017年中國風(fēng)險投資市場，募集設(shè)立共895支新創(chuàng)業(yè)投資基金，新增資本量達(dá)3 476.69億元人民幣；投資案例數(shù)目共發(fā)生4 822起，總投資金額達(dá)到2 025.88億元人民幣，總投資金額同比增長54.3%；更加值得關(guān)注的是，無論按投資案例數(shù)目還是按投資金額，一半以上投資都集中在互聯(lián)網(wǎng)、IT和生物技術(shù)這三個行業(yè)中。

風(fēng)險投資是一種高風(fēng)險、期望超高收益的權(quán)益投資，由于其一大特點(diǎn)是主要投資創(chuàng)新的技術(shù)與產(chǎn)品，這種超高收益往往通過企業(yè)技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新來實(shí)現(xiàn)（成思危，1999）[1]。為了增強(qiáng)被投企業(yè)在市場中的核心競爭力，提高企業(yè)獲得市場高估值的可能性，以便能通過上市或出售而退出資本并實(shí)現(xiàn)超高收益，風(fēng)險投資會提供自身積累的專業(yè)的管理經(jīng)驗(yàn)和廣泛的行業(yè)資源，激勵和驅(qū)使企業(yè)投入更多的研發(fā)人員和資金從事創(chuàng)新活動，推動企業(yè)技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新。然而，對于特別重視創(chuàng)新活動的科技型企業(yè)，風(fēng)險投資確實(shí)能幫助其實(shí)現(xiàn)技術(shù)創(chuàng)新，并有效促進(jìn)被投企業(yè)的創(chuàng)新績效提高嗎？這一問題也正是文章研究的初衷。

二、文獻(xiàn)綜述

近些年，風(fēng)險投資行業(yè)得到了蓬勃發(fā)展，同時伴隨著科技的進(jìn)步，國內(nèi)外學(xué)者深入探討了風(fēng)險投資這種特殊的投融資體與企業(yè)創(chuàng)新績效的關(guān)系。有關(guān)學(xué)者對這一關(guān)系的研究可分為創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個方面。

在風(fēng)險投資對創(chuàng)新投入的影響方面，學(xué)界基本都認(rèn)為風(fēng)險投資參與能顯著提高被投企業(yè)的研發(fā)創(chuàng)新投入水平。國外學(xué)者Bernstein等（2016）指出風(fēng)險投資通過“指導(dǎo)”“監(jiān)督”等作用機(jī)制有效增強(qiáng)了被投企業(yè)的創(chuàng)新研發(fā)投入強(qiáng)度[2]。付雷鳴等（2012）探討了機(jī)構(gòu)投資者特征與企業(yè)創(chuàng)新投入之間的關(guān)系，發(fā)現(xiàn)與非VC的普通機(jī)構(gòu)投資者相比,VC在促進(jìn)企業(yè)提高創(chuàng)新投入方面的效率更高[3]。金永紅等（2016）發(fā)現(xiàn)有VC背景企業(yè)的創(chuàng)新研發(fā)投入強(qiáng)度要顯著地高于無VC背景企業(yè)，且VC持股比例與公司的創(chuàng)新投入水平成正相關(guān)關(guān)系[4]。僅國內(nèi)余琰等（2014）研究股權(quán)分置改革前后國有背景風(fēng)險投資的投資行為時發(fā)現(xiàn)，股權(quán)分置改革之前國有背景風(fēng)險投資機(jī)構(gòu)所投企業(yè)的研發(fā)強(qiáng)度更低，而股權(quán)分置改革之后，國有背景風(fēng)險投資機(jī)構(gòu)沒有在支持創(chuàng)新研發(fā)投入上有顯著的促進(jìn)作用[5]。

在風(fēng)險投資對創(chuàng)新產(chǎn)出的影響方面，國外學(xué)者對于風(fēng)險投資起到的作用存在爭議，爭議點(diǎn)在于VC是否促進(jìn)了新技術(shù)產(chǎn)生。Dutta和Folta（2016）通過追蹤350家科技型企業(yè)發(fā)現(xiàn)風(fēng)險投資支持的企業(yè)擁有更多影響力的技術(shù)專利[6]。Safari（2017）采用負(fù)二項(xiàng)回歸方法和跨國面板數(shù)據(jù)研究發(fā)現(xiàn)，風(fēng)險投資參與對企業(yè)的授權(quán)專利數(shù)量的影響顯著[7]。而 Hirukawa和Ueda（2011）認(rèn)為存在創(chuàng)新優(yōu)先假說：風(fēng)險投資并沒有促進(jìn)新技術(shù)的產(chǎn)生，而是對新技術(shù)產(chǎn)生后的應(yīng)用和推廣起到資金支持作用[8]。Geronikolaou 和 Papachristou（2012）研究不但支持存在這種假說，而且指出原因是由于信息不對稱問題和風(fēng)險投資的不可逆轉(zhuǎn)性[9]。Colombo等（2016）認(rèn)為風(fēng)險投資對企業(yè)專利數(shù)量的影響是微不足道的，風(fēng)險投資只是促進(jìn)被投企業(yè)的專利產(chǎn)出更合理化使用而非明顯增加[10]。

由于國內(nèi)風(fēng)險投資行業(yè)起步較晚，目前處在發(fā)展階段，一些學(xué)者肯定VC支持技術(shù)創(chuàng)新的作用，但也有不少學(xué)者持VC促進(jìn)技術(shù)創(chuàng)新的作用不明顯的觀點(diǎn)，甚至有學(xué)者否定了VC的作用。陳思等（2017）研究發(fā)現(xiàn)風(fēng)險投資通過資金支持企業(yè)擴(kuò)建研發(fā)團(tuán)隊(duì)、同時提供行業(yè)經(jīng)驗(yàn)和資源等機(jī)制促進(jìn)企業(yè)專利申請數(shù)量的顯著增長[11]。劉勝軍（2016）認(rèn)為對于推動企業(yè)創(chuàng)新，VC機(jī)構(gòu)委派風(fēng)險投資家進(jìn)入公司董事會（融智）比獲得VC資金支持（融資）更重要[12]。但是沈麗萍（2015）認(rèn)為國內(nèi)風(fēng)險投資并不能為創(chuàng)新企業(yè)提供更多資源的支持，也不能督促企業(yè)創(chuàng)造出更多的效益，風(fēng)險投資并不能促進(jìn)高新技術(shù)企業(yè)的技術(shù)創(chuàng)新[13]。馮照楨等（2016）指出VC與技術(shù)創(chuàng)新之間存在著門檻效應(yīng)，即當(dāng)風(fēng)險投資規(guī)模低于門檻值時，風(fēng)險投資的融資支持和增值作用有限，更多表現(xiàn)為盤剝行為，會抑制企業(yè)技術(shù)創(chuàng)新[14]。溫軍和馮根福（2018）發(fā)現(xiàn)VC整體上降低了中小企業(yè)的創(chuàng)新產(chǎn)出，其增值服務(wù)對創(chuàng)新的增量作用不足以抵消攫取效應(yīng)的消極影響[15]。

綜上所述，風(fēng)險投資影響企業(yè)創(chuàng)新的作用機(jī)理主要包括融資支持、增值服務(wù)、盤剝效應(yīng)。近些年，雖然國內(nèi)外學(xué)術(shù)界相關(guān)研究結(jié)果均出現(xiàn)不一致的現(xiàn)象，但是基本都是從融資支持和增值服務(wù)兩個視角展開分析，且主要矛盾點(diǎn)在于企業(yè)創(chuàng)新產(chǎn)出方面。與此同時，國內(nèi)學(xué)術(shù)界針對中國境內(nèi)風(fēng)險投資發(fā)展?fàn)顩r興起一種觀點(diǎn)，認(rèn)為“VC是一把雙刃劍”，VC除了通過融資支持、增值服務(wù)等機(jī)制影響創(chuàng)新外，同時存在抑制企業(yè)技術(shù)創(chuàng)新的盤剝行為。但是，從近些年關(guān)于VC投資行為的實(shí)證研究結(jié)果來看，國內(nèi)外學(xué)者對風(fēng)險投資參與能否顯著提高被投企業(yè)的創(chuàng)新績效水平這一問題仍有不小爭議。對于特別重視技術(shù)創(chuàng)新的科技型企業(yè)，這一問題的檢驗(yàn)顯得更加重要。故為了進(jìn)一步檢驗(yàn)該問題，將從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個視角分析有無VC背景企業(yè)在創(chuàng)新績效上是否存在顯著性差異，同時檢驗(yàn)在VC背景下VC持股占比大小對科技型企業(yè)的創(chuàng)新績效的影響效果。

三、研究設(shè)計

（一）風(fēng)險投資界定原則

為了研究有無風(fēng)險投資背景企業(yè)之間的創(chuàng)新績效是否存在顯著性差異，首先要確認(rèn)企業(yè)是否有風(fēng)險投資持股，即企業(yè)機(jī)構(gòu)股東里有沒有風(fēng)險投資機(jī)構(gòu)。根據(jù)企業(yè)持股股東信息，并且參考付雷鳴等（2012）確認(rèn)風(fēng)險投資背景的原則[3]，按以下原則進(jìn)行界定：第一，如果上市企業(yè)股東的名字全稱中含有“風(fēng)險投資”“創(chuàng)業(yè)投資”等關(guān)鍵詞則直接確定為有風(fēng)險投資背景企業(yè)；第二，對于機(jī)構(gòu)類股東，通過與胡志堅(jiān)等主編的《中國創(chuàng)業(yè)風(fēng)險投資發(fā)展報告2017》中收錄的風(fēng)險投資公司名錄對比，如果目錄中有該股東，則認(rèn)定其投資參股的上市企業(yè)是有風(fēng)險投資背景；第三，如果不滿足以上原則，利用天眼查網(wǎng)站查詢該股東的經(jīng)營范圍，其業(yè)務(wù)中含有“風(fēng)險投資”“創(chuàng)業(yè)投資”，則認(rèn)定其參股的上市企業(yè)是有風(fēng)險投資背景；第四，以上原則都不符合，則確定該企業(yè)無風(fēng)險投資背景。

（二）樣本選擇和數(shù)據(jù)來源

與主板和中小板相比，創(chuàng)業(yè)板不僅是很多科技型企業(yè)的向往地，而且對這類企業(yè)的成長和發(fā)展發(fā)揮著更重要的資金支持作用。由于國內(nèi)風(fēng)險投資熱衷投資的行業(yè)是互聯(lián)網(wǎng)、IT等科技行業(yè)，故依據(jù)中國證監(jiān)會頒布的《上市公司行業(yè)分類指引》，選擇我國創(chuàng)業(yè)板在2009—2016年上市的信息技術(shù)行業(yè)的所有企業(yè)作為研究樣本。研究樣本共選擇150家企業(yè)，其中在IPO當(dāng)年有風(fēng)險投資背景的企業(yè)有77家。以企業(yè)IPO當(dāng)年的風(fēng)險投資相關(guān)數(shù)據(jù)為例，樣本企業(yè)的風(fēng)險投資機(jī)構(gòu)持股占比結(jié)構(gòu)如表1所示。從表1可知，風(fēng)險投資機(jī)構(gòu)在科技型企業(yè)中的持股占比一般在20%以下。

表1 樣本企業(yè)IPO當(dāng)年的風(fēng)險投資持股占比結(jié)構(gòu)

企業(yè)有無風(fēng)險投資背景和風(fēng)險投資持股占比大小通過首次公開發(fā)行招股說明書中披露的股東信息確定，企業(yè)專利申請數(shù)量通過中國專利數(shù)據(jù)庫專利檢索及分析網(wǎng)站手工整理獲得，其他財務(wù)數(shù)據(jù)均來自同花順iFinD。其中，考慮到專利申請時往往存在滯后性，專利數(shù)據(jù)滯后一年，其他研究變量的數(shù)據(jù)均是上市當(dāng)年的觀察數(shù)據(jù)。數(shù)據(jù)處理使用的軟件為Stata 13和Excel 2016。

（三）研究變量選擇

研究變量的界定及其含義說明如表2所示。

表2 研究變量的界定

1.被解釋變量。被解釋變量創(chuàng)新績效包括創(chuàng)新投入和創(chuàng)新產(chǎn)出，分別利用企業(yè)研發(fā)投入（R&D）和專利申請數(shù)量（Patents）衡量。其中，研發(fā)投入使用相對數(shù)，即研發(fā)費(fèi)用占營業(yè)收入的比例。更有早期學(xué)者Levin等（1987）指出專利申請數(shù)量是更加有效的指標(biāo)[16]。這是因?yàn)檠邪l(fā)費(fèi)用占營業(yè)收入的比例能夠反映企業(yè)利用人、財、物等要素從事創(chuàng)新活動的強(qiáng)度，專利申請數(shù)量除了能夠同時在“質(zhì)”和“量”兩方面衡量企業(yè)創(chuàng)新研發(fā)活動的實(shí)際成果，還能反映出企業(yè)創(chuàng)新效率。故而，研發(fā)投入、專利產(chǎn)出等創(chuàng)新行為能體現(xiàn)出企業(yè)創(chuàng)新績效提高的全過程。

2.解釋變量。為了比較分析有無風(fēng)險投資背景企業(yè)之間的創(chuàng)新績效水平的差異，選用有無風(fēng)險投資背景啞變量（DVC）作為解釋變量，DVC為1表示企業(yè)有風(fēng)險投資背景，DVC為0表示企業(yè)無風(fēng)險投資背景；為了反映風(fēng)險投資參與監(jiān)督企業(yè)經(jīng)營管理的程度，選擇風(fēng)險投資持股占比（VC%）作為另一解釋變量，以檢驗(yàn)風(fēng)險投資參與下其持股占比大小能否促進(jìn)科技型企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出。

3.控制變量。為了減少其他影響創(chuàng)新的因素的干擾，在控制變量方面，參考杜琰琰等（2015）相關(guān)指標(biāo)的表示方法[17]，股權(quán)融資比例（Equity）選取股東權(quán)益資本占總資產(chǎn)的比率為度量指標(biāo)；股權(quán)集中度（Largest）用企業(yè)第一大股東持股比例表示；企業(yè)規(guī)模（Size）為企業(yè)總資產(chǎn)的自然對數(shù)；企業(yè)年限（Year）反映企業(yè)成立的年齡；盈利能力選取總資產(chǎn)收益率（ROA）和銷售凈利率（Profit）作為其衡量指標(biāo)，具體分別為當(dāng)年凈利潤占年末總資產(chǎn)比例和凈利潤占營業(yè)收入比例。

（四）模型構(gòu)建

依據(jù)前面小節(jié)內(nèi)容，從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個角度檢驗(yàn)有無VC背景的科技型企業(yè)在企業(yè)創(chuàng)新績效上是否存在顯著性差異，構(gòu)建如下多元回歸模型：

其中，Inn是被解釋變量，包括企業(yè)的創(chuàng)新投入與創(chuàng)新產(chǎn)出，分別利用t年的研發(fā)投入占比和t+1年的專利申請數(shù)衡量；有無VC背景啞變量作為解釋變量；控制變量包括企業(yè)股權(quán)融資率、股權(quán)集中度、規(guī)模、成長年限、盈利能力等，為常數(shù)項(xiàng)，表示殘差項(xiàng)。

與此同時，也將在有風(fēng)險投資背景企業(yè)中分析風(fēng)險投資持股占比大小對科技型企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出的影響，構(gòu)建如下多元回歸模型：其中，模型（2）是在保持模型（1）中其他變量不變的情況下由有無VC背景啞變量DVC替換為VC持股占比變量VC%得到。

四、實(shí)證分析

（一）變量的描述性分析

表3是所有變量的描述性分析統(tǒng)計結(jié)果。從表3的描述性分析結(jié)果來看，樣本企業(yè)的每年研發(fā)費(fèi)用占比均值為11%，說明信息技術(shù)行業(yè)創(chuàng)新競爭非常激烈，研發(fā)強(qiáng)度較強(qiáng)；企業(yè)上市后一年的專利申請數(shù)量平均值是14，在0和285之間浮動，標(biāo)準(zhǔn)差為27，說明科技型企業(yè)之間的創(chuàng)新產(chǎn)出效率存在很大不同。另外，股權(quán)融資率平均值是72%，說明創(chuàng)業(yè)板上市的信息技術(shù)企業(yè)的融資結(jié)構(gòu)以股權(quán)融資為主，符合現(xiàn)實(shí)中我國科技型上市公司的融資偏好。

表3 研究變量的描述性分析

（二）研究變量相關(guān)性分析

表4是解釋變量之間的相關(guān)系數(shù)矩陣。從結(jié)果來看，不同模型下的解釋變量兩兩之間的相關(guān)系數(shù)的絕對值幾乎都小于0.4，說明模型（1）和模型（2）中的解釋變量之間的相關(guān)性較弱。從側(cè)面可以反映兩模型中解釋變量之間存在多重共線性問題的可能性很小，這為實(shí)證研究風(fēng)險投資對科技型企業(yè)的創(chuàng)新績效的影響提供了基礎(chǔ)。

（三）研究實(shí)證結(jié)果及分析

根據(jù)構(gòu)建的兩個多元回歸模型，實(shí)證檢驗(yàn)了有無風(fēng)險投資背景和風(fēng)險投資持股占比大小對科技型企業(yè)后續(xù)的創(chuàng)新績效的影響。考慮到被解釋變量專利申請數(shù)量是離散的，只能取非負(fù)整數(shù)，且變量值過度分散，方差明顯大于期望值（27>14），回歸時也使用負(fù)二項(xiàng)回歸（Negative Binomial Regression，簡稱NBR），以此作為OLS回歸結(jié)果的對照。模型（1）和模型（2）回歸分析的檢驗(yàn)結(jié)果如表5所示。

表4 解釋變量之間的相關(guān)系數(shù)矩陣

表5 風(fēng)險投資對企業(yè)創(chuàng)新績效影響的回歸結(jié)果

從表5中模型（1）的OLS回歸結(jié)果來看，啞變量有無VC背景對企業(yè)的研發(fā)投入占比有顯著正向影響（=0.0099，t=1.68），說明有 VC 背景的企業(yè)要比無VC背景企業(yè)的研發(fā)投入占比高出近1%；啞變量有無VC背景對企業(yè)專利申請數(shù)量有正向影響，但不顯著（=2.4045，t=1.07），說明有VC背景企業(yè)在專利申請數(shù)量方面不能顯著區(qū)別于無VC背景企業(yè)。兩者表明VC對科技型企業(yè)的創(chuàng)新投入的促進(jìn)效果優(yōu)于創(chuàng)新產(chǎn)出的促進(jìn)效果。

從表5中模型（2）的OLS回歸結(jié)果來看，在給定有風(fēng)險投資的背景下，解釋變量風(fēng)險投資持股占比對企業(yè)的研發(fā)投入占比和專利申請數(shù)量的影響均顯著，且回歸系數(shù)均為正（=31.1302（1.81），=0.1644（3.40）），說明風(fēng)險投資持股占比與被投企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出均有正相關(guān)關(guān)系，其持股比例越高，被投企業(yè)的創(chuàng)新投入越大，創(chuàng)新產(chǎn)出相應(yīng)地就越多。這表明VC參與企業(yè)的程度大能夠促進(jìn)科技型企業(yè)的創(chuàng)新績效的提高。

另外，被解釋變量是專利申請數(shù)量時NBR回歸與其對應(yīng)的OLS回歸結(jié)果一致。同時，表5回歸分析結(jié)果也表明，企業(yè)規(guī)模越大，企業(yè)研發(fā)投入占比越低，但企業(yè)每年專利申請數(shù)量越多；企業(yè)的總資產(chǎn)收益率對企業(yè)專利申請數(shù)量有顯著正向影響；企業(yè)成立時間越久，企業(yè)研發(fā)投入占比變化不明顯，但企業(yè)專利申請數(shù)量相對越多。這些說明科技型企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出的高低一定程度上受到自身的規(guī)模大小、盈利水平和成長階段的影響。

綜合分析表5中兩個模型的回歸結(jié)果發(fā)現(xiàn)，對于科技型企業(yè)，VC參與程度大雖然可以促進(jìn)被投企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出，但從促進(jìn)創(chuàng)新的效果上看，VC在提高企業(yè)創(chuàng)新投入方面的效率要高于在提高企業(yè)創(chuàng)新產(chǎn)出方面的效率，表現(xiàn)為有VC背景企業(yè)僅僅在創(chuàng)新投入方面顯著區(qū)別于無VC背景企業(yè)，在創(chuàng)新產(chǎn)出方面并不能顯著區(qū)別于無VC背景企業(yè)。這種現(xiàn)象，可能是因?yàn)榭萍夹推髽I(yè)之間的創(chuàng)新產(chǎn)出差異受企業(yè)自身因素影響較大，更有可能是因?yàn)閲鴥?nèi)VC行業(yè)還處在較低發(fā)展階段。

（四）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步增強(qiáng)表5回歸檢驗(yàn)結(jié)果的說服力，采用替換研究變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。其中，用企業(yè)研發(fā)費(fèi)用支出的自然對數(shù)（LnR&D）替代研發(fā)費(fèi)用與營業(yè)收入之比作為創(chuàng)新投入的衡量指標(biāo)，用企業(yè)截至上市后一年申請的專利總數(shù)加1的自然對數(shù)（LnPatents）替代企業(yè)上市后一年的專利申請總數(shù)量作為創(chuàng)新產(chǎn)出的衡量指標(biāo)，同時也用權(quán)益收益率（ROE）替換總資產(chǎn)收益率作為企業(yè)盈利能力的衡量指標(biāo)。穩(wěn)健性檢驗(yàn)結(jié)果如表6所示。對比分析表5和表6檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，表6回歸結(jié)果與現(xiàn)有表5回歸結(jié)果總體上的差異不大，這表明上述兩個模型的回歸結(jié)果較為穩(wěn)健可靠。

表6 穩(wěn)健性檢驗(yàn)結(jié)果

五、結(jié)論及建議

以我國創(chuàng)業(yè)板上市的150家信息技術(shù)業(yè)企業(yè)為樣本，利用企業(yè)研發(fā)投入和專利申請數(shù)量分別衡量科技型企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出，同時采用OLS和NBR回歸方法，從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個視角實(shí)證檢驗(yàn)了風(fēng)險投資參與對科技型企業(yè)的創(chuàng)新績效提高的影響?；貧w結(jié)果表明：第一，有VC背景企業(yè)的創(chuàng)新投入顯著高于無VC背景企業(yè)，且在有VC背景企業(yè)中VC持股占比提升對企業(yè)創(chuàng)新投入有促進(jìn)作用；第二，有VC背景企業(yè)的創(chuàng)新產(chǎn)出并沒有顯著高于無VC背景企業(yè)，但在有VC背景企業(yè)中VC持股占比提升對企業(yè)創(chuàng)新產(chǎn)出有促進(jìn)作用?？偠灾?，VC參與程度大雖然可以促進(jìn)被投科技型企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出，但從促進(jìn)創(chuàng)新的整體效果上來看，VC在提高企業(yè)創(chuàng)新投入方面的效率要高于在提高企業(yè)創(chuàng)新產(chǎn)出方面的效率，表現(xiàn)為VC能有效提高被投企業(yè)的創(chuàng)新投入，而不能很有效提高被投企業(yè)的創(chuàng)新產(chǎn)出。

我國VC機(jī)構(gòu)發(fā)展良莠不齊，行業(yè)仍處在較低發(fā)展階段，仍有VC短期內(nèi)過度逐利，相對缺乏“技術(shù)評估”和“項(xiàng)目識別”等方面的能力，這些均會導(dǎo)致VC能顯著促進(jìn)企業(yè)創(chuàng)新投入，而在促進(jìn)創(chuàng)新產(chǎn)出上存在乏力。故為了充分發(fā)揮VC對科技型企業(yè)的創(chuàng)新績效提高的促進(jìn)作用，建議政府繼續(xù)優(yōu)化VC投資科技創(chuàng)新的環(huán)境，鼓勵國內(nèi)VC加強(qiáng)對技術(shù)創(chuàng)新的扶持力度，引導(dǎo)國內(nèi)整體VC行業(yè)的專業(yè)服務(wù)方向。