風險投資對區域技術創新及其效率的影響研究
——基于空間面板隨機前沿模型

楊寶華 周瓔珞

（上海師范大學 商學院，上海 200234）

一、緒論

風險投資（Venture Capital，VC）的定義有多種解釋，權威的定義之一來自于美國全美投資協會，它將風險投資定義為“由職業金融家投入到新興的、迅速發展的、有巨大競爭潛力的企業中的一種權益資本”[1]48-52；另一個解釋是來自于國際經濟合作和發展組織（Organization for Economic Cooperation and Development, OECD），它將風險投資理解為“凡是以高科技與知識為基礎，生產與經營技術密集的創新產品或服務的投資”[2]3。

20世紀40年代，第一家風險投資機構美國研究發展公司（AR&D）成立，從20世紀60年代開始，美國的技術創新不斷發展，逐漸成為引領世界的浪潮。世界各國普遍認為美國風險投資對技術創新的巨大推動造就了美國在高科技領域的領先地位，并為美國經濟的空前發展作出巨大貢獻，繼而開始重視和發展本國的風險投資，希望通過發展本國的風險投資來促進相關技術創新并最終推動國家經濟的發展。

我國也試圖復制這一發展模式，從20世紀末開始我國風險投資逐漸起步，統計數據顯示2000年我國風險投資金額為84.78億元，經過近20年的迅猛發展，到2018年我國風險投資金額16,049.37億元。受新冠疫情影響，2020年風險投資金額為7285.37億元，雖不及疫情前，但相較2000年仍有近100倍的增長。

風險投資不斷增長的同時，我國的技術創新也在高速發展。與風險投資金額增長趨勢相似，從2010-2019年，我國新產品銷售收入從2010年的16,364.76億元增長至2019年的59,164.22億元，全國專利申請數從2010年的近60,000件增長到302,459件，有效發明專利數更是從2010年的50,000多件經過10年的發展增長了近10倍。

幾乎與風險投資在我國發展的同時，有關風險投資對技術創新的相關研究也是近20年的事情。在國內外的實證研究中風險投資對區域技術創新的影響得到廣泛證實，但是作為初創企業和具有高新技術的企業進行技術創新的主要資金來源，風險投資是否在實證中表現出顯著的正向作用以及在測度區域技術創新效率時是否應將其作為投入要素考慮，這些問題卻鮮少有學者涉及。

除了投入要素選取，從計量模型的選擇角度，多數學者仍采用傳統的計量經濟模型，而本文研究考慮將空間因素引入傳統計量模型分析中，避免由于忽略空間效應所導致的模型估計偏誤等問題，更加客觀地進行實證分析。

二、文獻綜述

實際上有關風險投資對技術創新的相關研究也是近20年的事情。較發達的國家中更為顯著，同時創業壁壘小、稅收少以及對風險投資稅收和監管較為寬松的環境下，風險投資在促進技術創新方面效果更顯著。陳治、張所地（2010）[3]14-17從技術創新效率的角度出發研究區域風險投資對技術創新效率的影響，結論表明風險投資已在各地區的技術創新方面發揮作用, 且其效率平均高于R&D,這也充分證明風險投資在技術創新方面已經發揮重要作用；姚麗（2018）[4]7-12采用我國2006-2015省際空間面板數據，運用空間計量模型分析不同區域風險投資水平對于技術創新的空間影響效應，結果表明本地風險投資水平除了能顯著提升本地區域技術創新水平，同時也對周邊地區技術創新具有影響；段勇倩、陳勁（2021）[5]9采用逐步回歸法和面板DEA-Tobit兩階段模型，選取2008-2019年我國省級面板數據進行實證研究，結果表明：從整體上來看風險投資能夠顯著提升區域創新效率；司穎潔、李姚礦（2017）[6]167-171選取2005-2014年十年的數據，以中國高技術產業為研究對象，基于效率視角，運用數據包絡分析模型，選取R&D經費、R&D人員全時當量和風險投資額三個指標作為技術創新的投入指標，分析了風險投資和R&D對技術創新效率的影響，結果表明：相對于R&D投入，風險投資對技術創新效率有著更顯著的影響。韓兆洲、操詠慧（2019）[7]63-76在傳統面板數據計量模型上引入了空間效應，又采用隨機前沿分析方法對省域創新效率進行測度，同時考察影響創新效率提升的因素，結果發現：我國區域創新效率水平整體層面仍有提升空間，同時還發現不同區域間存在顯著的空間正相關關系；盛彥文等（2020）[8]257-271采用R&D內部經費支出、R&D人員全時當量和R&D資本存量作為投入要素，通過隨機前沿生產函數測度創新效率，并運用空間杜賓模型定量分析創新效率的空間溢出效應，研究結果表明：京津冀、山東半島、長三角、海峽兩岸和珠三角五大城市群的技術創新效率均呈穩步增長態勢，不同城市群創新效率增速存在差異。

三、 空間隨機前沿模型理論基礎

空間效應（Spatial Effects）可以反映空間因素的影響，是空間計量經濟學的基本特征。這一特征可以分為空間依賴性（Spatial Dependence）和空間異質性（Spatial Heterogeneity）。前者又被稱為空間自相關或空間相關性，指的是在兩個不同地區之間的同一變量的不同樣本觀察值之間的相關關系，這種相關性體現在空間維度上。空間異質性則指的是研究的區域范圍內某一經濟現象或經濟變量的差異性，而這一差異是由空間分布所導致的。在實際的分析中，無論采用哪種空間計量模型，都需要先對經濟變量之間是否存在空間相關性進行檢驗。常用的方法有Moran’s I、LM-lag和LM-error等統計量，部分統計量既可以檢驗是否存在空間誤差相關關系又可以檢驗空間相關關系，如Moran’s I檢驗和Geary檢驗等。

區域之間空間距離的度量是進行空間計量分析的前提。Tobler（1970）[9]234-240提出，“所有事物都與其他事物相關聯，但是距離近的事物比距離遠的事物有更強的關聯性”，這被稱為經濟學第一定律。設定空間權重矩陣最常用方法是根據空間是否具有相鄰關系來設定，具體形式如下：

除此之外還有包括經濟和社會因素的復雜的權重矩陣，如基于地理距離的空間權重矩陣，還有社會經濟特征空間權重矩陣、競爭矩陣等。

作為測度效率常用的隨機前沿模型（SFA）中假設無效率項iu和隨機擾動項iv都是獨立同分布，然而空間經濟學的研究也指出地理臨近是產生外部性和一系列相鄰效應的關鍵。任何一個地區的經濟都不可能獨立存在，而總是與其他經濟區域間存在著各種各樣的聯系。當某外生干擾對一個地區的經濟造成沖擊時，其產生的影響往往會向外擴散，波及鄰近地區甚至更遠的區域。如果在不同區域之間存在空間相互作用的情況下，隨機前沿模型中沒有引入空間計量分析可能會導致模型設定偏誤。

那么將空間效應引入隨機前沿模型分析中是十分有必要的，可以避免由于忽略空間效應所導致的模型估計偏誤等問題，更加客觀地進行效率分析。最早將空間計量方法運用于隨機前沿模型分析框架的是Druska and Horrace（2004）[10]185-198，他們提出空間誤差自相關固定效應面板模型的廣義矩估計（GMM）方法，并將其引入隨機前沿分析中。同時，與橫截面數據相比，面板數據提供的效率估算將會更加可靠。

以面板隨機前沿模型為基礎，在其中加入空間滯后因變量、空間滯后自變量和空間誤差自相關和空間無效率自相關項，將空間單位之間的空間相互關系引入模型，通過空間權重矩陣W對傳統隨機前沿模型進行修正即可得到空間面板隨機前沿模型，其一般形式為：

故靜態空間面板隨機前沿模型的矩陣形式為：

與傳統隨機前沿模型研究方法將單邊誤差項u的分布假設服從半正態分布、截尾正態分布、指數分布以及Gamma分布類似，空間隨機前沿模型也根據對于無效率項tu所服從的不同分布假設分為正態-半正態空間隨機前沿模型、正態-截尾正態空間隨機前沿模型、正態-指數空間隨機前沿模型和正態Gamma空間隨機前沿模型。

四、實證研究方法與結果分析

（一）模型設定

在本文中我們考慮到區域技術創新可能存在的空間相關性，構建基于面板數據的空間滯后隨機前沿模型進行實證分析，并與傳統的隨機前沿模型回歸結果進行對比。本文的實證研究中我們使用的函數的具體形式為：

模型I：

模型II：

公式（5）表示的是空間隨機前沿模型（SSFA），是指考慮到企業和科研機構是我國區域創新的主體，尤其是高新技術企業作為主力為區域技術創新貢獻較大，而風險投資又是高新技術企業獲得資金投入的重要途徑之一，故考慮將風險投資金額作為模型的投入要素之一，與各地區R&D人員全時當量和R&D經費內部支出共同作為投入要素進行實證研究。公式（6）則是沒有考慮空間相關性的傳統面板數據隨機前沿模型（SFA）形式。

通過對前述空間隨機前沿模型的估計可以得到區域技術創新效率值，繼而我們還要討論區域技術創新效率的影響因素。基于此我們通過Hausman檢驗選擇運用個體固定效應面板數據模型進行分析，

其中，α為一個標量，β是K×1向量，xit是第i個個體的K個解釋變量在t時期的觀測值向量，iμ代表個體效應。

（二）數據選擇與來源

根據前述的風險投資與R&D投入對于技術創新的作用路徑相似，我們將風險投資金額也作為投入變量進行建模，同時利用模型測度區域技術創新效率。考慮到國家或區域創新系統的主體包括企業、高校、科研機構、政府和中介部門，官建成等（2003）[11]24-26認為，企業和科研機構是我國區域創新的主體，同時外部環境也極大地影響著創新活動[12]96-102。也就是說，創新效率不僅取決于該地區內部的投入和產出，還依賴于一些其他因素，如市場開放程度、產業結構、人力資源投入、政府支持、產學研合作強度等因素。故本文最終的變量選取見表1：

表1 變量選取

考慮到數據的可獲取性、完整性和研究價值，本文選擇了中國大陸的31個省市自治區2010-2019年連續10年的一手統計數據，所有數據分別來源于Wind數據庫，中國科技年鑒和中國統計年鑒。

（三）空間相關性檢驗

首先對其進行空間相關性檢驗，以確定本文研究的問題是否需要在空間計量的框架下進行研究。本文采用31個地區有效發明專利數的年度數據進行空間相關性檢驗。對于空間權重矩陣的選擇，本文選取地理距離空間權重矩陣，根據Moran’I的計算公式可知莫蘭指數的計算與空間權重矩陣W的設定關系緊密，故我們采用地理距離空間權重矩陣，檢驗結果見表2。

對于表2的檢驗結果可以根據不同的指標進行分析判斷：Moran’ s I ＞0表示空間正相關性，其值越大空間相關性越明顯，從下表中可以看出變量的莫蘭指數均在0到1之間，表示變量存在空間集聚現象；通過p值小于給定的顯著性水平來拒絕原假設，判斷所有年份的Moran’s I大都在1%的水平下顯著，可以認為被檢驗變量各自之間具有明顯的空間相關性；由于Z≥1.96或≤-1.96則可以認為具有空間自相關性，表中莫蘭檢驗的結果支持了這一結論。綜上可以認為選擇空間計量模型是合適的。

表2 基于地理距離空間權重矩陣計算的莫蘭指數

（四）估計結果與分析

通過R語言我們對空間面板隨機前沿模型進行了估計，估計結果見表3右側。從回歸結果中可以看出在99%的置信度上拒絕風險投資對區域技術創新不存顯著影響的原假設，也證實了本文第四部分的第一個假設，即從效率測度視角風險投資金額作為投入要素對區域技術創新也具有顯著的正向影響，也從實證層面印證了前述理論分析的正確性。通過隨機前沿模型估計結果和空間隨機前沿模型估計結果的對比可以看到，在隨機前沿模型的基礎上引入空間效應后，估計結果的空間項系數p值小于0.05，從而印證了我們提出的不同區域之間的技術創新存在空間相關關系的假設。回顧結果同時給出了AIC值[13]716-723，這也印證了空間隨機前沿模型較之沒有引入空間因素的傳統隨機前沿模型更有效。

表3 模型I、II估計結果

通過空間面板隨機前沿模型的估計，不但印證了風險投資對區域技術創新具有顯著正向影響，還證實了將風險投資作為投入要素與R&D在促進創新方面的作用路徑的確十分相似這一理論分析，同時，對SSFA模型的估計結果中還得到了我國31個省市區連續10年的區域技術創新效率值。限于篇幅原因不再將各省市歷年的區域技術創新效率全部列示，但是從結果可以看出區域技術創新效率整體上也呈現出逐年增長的趨勢，但不同地區之間的創新效率存在差異。

五、結論與建議

本文通過引入空間因素拓展了隨機前沿模型，借助空間計量方法構建了空間隨機前沿模型，基于國內外學者對于空間隨機前沿模型計量分析和模型估計，將其應用于風險投資、區域技術創新的研究中，同時測度了區域技術創新效率，進一步豐富了理論模型的應用范圍。結果表明：風險投資的確對區域技術創新有著顯著的正向影響；引入空間效應后的估計結果也印證了我們提出的不同區域之間的技術創新存在空間相關關系的假設；通過將SSFA模型與SFA模型估計結果比較發現前者AIC值較小，這也印證了空間隨機前沿模型較之沒有引入空間因素的傳統隨機前沿模型更有效。

基于SSFA模型對我國31個省市自治區區域技術創新效率的估計結果和分析，發現我國整體區域技術創新效率不斷增長，但存在著明顯的區域差異。進一步，我們通過構建固定效應面板數據模型研究了影響區域技術創新效率的影響因素。從回歸結果可以看出，除市場開放程度之外，其他影響因素均顯著影響區域技術創新效率。其中，各地R&D從業人員在1%的檢驗水平下與區域技術創新效率顯著負相關，可能的原因是過多的人員投入反而會拖累研究進度和團隊合作，針對此問題各地區應該控制從業人員的絕對數量，重點提高R&D從業人員的科研水平和創新能力。其他影響因素的回歸結果，包括各地第三產業增加值占GDP比重、高等學校R&D從業人員數、科學技術支出、產學研R&D經費累計內部支出等影響因素均與區域技術創新效率顯著正相關。

基于上述實證分析，本文從政府、區域和企業三個角度提出相關政策建議。

1.政府層面：（1）稅收激勵。實證結果表明風險投資對區域技術創新有顯著地促進作用，同時風險投資是最匹配具有高技術的初創企業的最佳融資方式。因此，政府可以制定稅收優惠等相關刺激政策，鼓勵風險投資機構將資金、渠道、經驗等投入到創新企業，促進企業技術創新，進而帶動整個區域創新能力的提升和經濟的發展，真正發揮資本的有效作用。（2）實現風險投資機構和目標企業的互相制衡。實際上風險投資機構偏向擁有高技術的初創企業，而這些企業大多在公司運營和管理等方面缺乏經驗，風險投資機構會在企業人力、財務、運營等方面提供建議等，而風險投資機構的逐利性可能會不利于目標企業的長遠發展。另一方面，目標企業獲得風險投資融資后能否將資金按照合約用于風險投資機構意向的目標從而真正實現研發和創新，這也需要監督和管理。所以政府應當在這一問題上制定相關的制約規則或合約條款，從而在政策層面維護雙方的利益，實現兩者的相互制衡。

2.區域層面：（1）區域優勢合作。考慮到模型估計結果表明不同區域技術創新之間存在顯著空間效應，不同區域之間可以考慮優勢合作，通過區域優勢合作利用近鄰地區發展帶動自身發展。（2）多角度提高區域技術創新效率。通過模型Ⅲ對于區域技術創新效率影響因素的研究表明，各地區應該控制從業人員的絕對數量，重點提高R&D從業人員的科研水平、創新能力和效率的選拔與培養；在協調三大產業比重的前提下重點發展第三產業，提高第三產業產值在區域GDP中所占的比重，重點發展金融服務業，拓展創新型初創企業或中小企業融資渠道，解決創新型企業有技術無資金的融資難問題；各地區高校可以重點培育和吸引高質量、高水平、具有創新能力創新意識的研發人員；各部門包括高校、企業和科研院所應秉持著優勢互補、互惠互利、共同發展的原則不斷進行有效合作與交流[14]2。

3.企業層面：（1）風險投資的適度引入。雖然實證結果表明風險投資對區域技術創新有顯著影響，但是作為區域技術創新主體的企業也應考慮引入風險投資的適當性，從風險投資進入的階段、數量、企業發展等方面綜合考慮，不應盲目引入風險投資。（2）重視產學研合作。在區域技術創新效率影響因素的實證研究中發現，產學研合作強度對提升區域技術創新效率有著顯著正向影響，那么擁有高技術的初創企業和中小企業要重視產學研合作，尋求途徑充分開展與高等學校和科研院所的合作，利用高校和科研院所的專業知識和技術人員等資源，開展多種形式的科研合作，以市場為導向致力于實現相關技術創新。