基于復雜網(wǎng)絡的政府投資基金地理集聚特征研究

周代數(shù)，靳志偉

（1.中國科學技術(shù)發(fā)展戰(zhàn)略研究院，北京 100038；2.中國財政科學研究院，北京 100036）

一、引言與文獻綜述

政府投資基金在歐美等發(fā)達國家被認為是彌補中小企業(yè)融資缺口[1]、彌補市場失靈[2]、聯(lián)合私人資本[3]的重要工具。在我國，政府投資基金在風險資本市場具有舉足輕重的作用。根據(jù)中國證券投資基金業(yè)協(xié)會的公開數(shù)據(jù)，截至2019 年末，政府引導類投資基金在私募基金中的出資額為3053.36 億元，在各類資金增長率中位居前列。政府投資基金在聚集社會資本[4]、克服風險資本的市場失靈[5]、支持創(chuàng)新創(chuàng)業(yè)[6]、引導科技型中小企業(yè)發(fā)展[7]等方面發(fā)揮了重要的作用。政府投資基金這種跨越地理空間的資本投資活動也是促進城市群發(fā)展的重要動力。探究政府投資基金的空間網(wǎng)絡特征，可以刻畫金融支持區(qū)域發(fā)展的規(guī)律，掌握城市群在新時期的空間組織機制和資本聚集特征，具有重要的現(xiàn)實意義。

既有的相關(guān)研究主要集中在以下三個方面：一是關(guān)于風險資本的地理集聚問題，已有許多學者從空間集聚、地理親近、投資網(wǎng)絡等視角出發(fā)進行研究，其中Goldsmith ＆ Raymond(1969)在《金融結(jié)構(gòu)與增長》中指出金融集聚是區(qū)域經(jīng)濟與金融演進過程的必然結(jié)果[8]。Richard＆Florida(1988)較早發(fā)現(xiàn)了風險投資具有空間集聚的特征[9]。Lerner ＆ Josh(1996)[10]、Audretsch等(2002)[11]等運用美國、歐洲各國、澳大利亞、加拿大等多國政府風險投資數(shù)據(jù)對這一問題進行了深入而細致的研究。二是關(guān)于投資基金區(qū)域集聚的成因，王謙和王迎春(2005)[12]、張玉華(2014)[13]從經(jīng)濟和產(chǎn)業(yè)發(fā)展、創(chuàng)新資源、金融、交通運輸、中介機構(gòu)、政策等方面對風險投資地域集聚進行了分析。汪明峰等(2014)發(fā)現(xiàn)風險資本的供需兩方面均存在明顯的空間集聚性，全球化、市場化、空間鄰近效應以及政府引導是形塑這一新興網(wǎng)絡的主要力量[14]。三是關(guān)于投資基金區(qū)域集聚的影響和對策，Kortum 等(2000)基于經(jīng)濟地理學視角，重點分析了風險投資的空間非均衡發(fā)展和風險投資的地理集聚及驅(qū)動因素，研究認為風險投資存在區(qū)域異質(zhì)性，某些地區(qū)對風險投資的吸納效應高于其他地區(qū)[15]。李志萍等(2014)發(fā)現(xiàn)隨著兩地空間距離的增加，風險投資交易達成的可能性降低，投資金額對空間距離與投資發(fā)生可能性之間關(guān)系起倒“U”型的調(diào)節(jié)作用[16]。在相應的對策方面，杜江等(2019)提出政府應加大對偏遠地區(qū)風險投資項目的扶持，撬動社會資本參與創(chuàng)新，完善地區(qū)行業(yè)發(fā)展程度，促進區(qū)域平衡協(xié)調(diào)與發(fā)展[17]。

總體上看，研究風險投資的文獻較多，但聚焦研究政府投資基金的文獻相對較少。同時，囿于政府投資基金數(shù)據(jù)獲取的難度，政府投資基金的相關(guān)研究多為定性研究，主要集中于討論政府投資基金的運營模式、存在問題和相關(guān)對策等，而對我國政府投資基金融資網(wǎng)絡的研究較少，更無文獻從城市群視角來客觀刻畫政府投資基金的空間地理網(wǎng)絡特征。城市群地理距離影響著政府投資基金的信息搜尋和交易成本[18]，進而影響政府投資基金的設立、募資及投資決策。因此，從城市群集聚、投資網(wǎng)絡等視角研究政府投資基金十分必要。

文章的邊際貢獻在于：一是綜合了多個基金數(shù)據(jù)庫的數(shù)據(jù)，并通過爬蟲獲取了較為全面的數(shù)據(jù)，通過分析政府投資基金的網(wǎng)絡分布，較為深入地刻畫了我國政府投資基金的全貌分布。二是通過構(gòu)建五大城市群的政府投資基金融資網(wǎng)絡模型，探究了我國五大城市群政府投資基金的區(qū)域特征。三是發(fā)現(xiàn)城市群的核心節(jié)點具有較強的輻射效應，并且這種輻射效應沿著“中心—外圍”的方向擴散。

二、研究設計

1. 研究方法

復雜網(wǎng)絡不僅實現(xiàn)了數(shù)據(jù)可視化，更是一種針對關(guān)系程度的科學研究方法[19]。復雜網(wǎng)絡通常由節(jié)點、有向/無向連線，加權(quán)/無權(quán)連線組成[20]。在有向圖網(wǎng)絡中，以某頂點為弧頭，終止于該頂點的弧的數(shù)目稱為該頂點的“入度”，以某頂點為弧尾，起始于該頂點的弧的數(shù)目稱為該頂點的“出度”。在網(wǎng)絡中邊有“方向”，表示不同個體之間的單向或雙向連接，其中兩個端點重合為一個節(jié)點的邊稱為“自環(huán)”，關(guān)聯(lián)同一對節(jié)點的二條或兩條以上的邊稱為“多重邊”。文章基于復雜網(wǎng)絡理論(Complex Network Theory)構(gòu)建政府投資基金的城市群網(wǎng)絡特征。

度中心性DC(Degree Centrality)是一個節(jié)點與其他節(jié)點連線的數(shù)目，表示方法有即絕對中心度和相對中心度兩種，后者是前者的歸一化或標準化形式。絕對中心度公式為：Cd(vi)=di，其中Cd表示節(jié)點的度中心性，vi表示節(jié)點，di表示節(jié)點vi的度。在無向圖中，di是表示節(jié)點vi鄰接邊的數(shù)量。相對中心度公式：，其中n 代表節(jié)點數(shù)，使用最大可能度數(shù)進行歸一化，即。有向網(wǎng)絡中還需考慮節(jié)點連線方向，即入度中心性和出度中心性，入度中心性DCin是指向該節(jié)點的連線數(shù)量，出度中心性DCout是指向其余節(jié)點的連線數(shù)量。節(jié)點的度中心性越大，說明該節(jié)點在網(wǎng)絡中越重要。具體到各個城市群政府投資基金的特征，文章重點討論城市入度和出度以及城市群自環(huán)占比。

（1） 城市入度和出度

每個城市節(jié)點的入度等于機構(gòu)入股（伙） 本地基金的頻次總和；每個城市節(jié)點的出度等于本地機構(gòu)入股（伙） 基金的頻次總和；邊的權(quán)重表示一個城市入股（伙） 另一個城市的投資基金的頻次，即多重邊的數(shù)量；本地機構(gòu)入股（伙） 本地基金形成自環(huán)。由于有自環(huán)的存在，因此城市入度和出度都包含本地機構(gòu)入股（伙） 本地基金的頻次。通過統(tǒng)計分析各城市群中節(jié)點城市出度、入度的連接情況，可以發(fā)現(xiàn)城市群中各節(jié)點城市政府投資基金融資網(wǎng)絡的分布特征。

（2） 城市群自環(huán)占比

將城市入度和出度進一步演化，可以將城市群的入度理解為所有以該城市群中某個城市為終點的邊的數(shù)目之和，表示為Incity-cluster；城市群的出度理解為所有以該城市群中某個城市為起點的邊的數(shù)目之和，表示為Outcity-cluster。在城市群中，如果兩個端點城市都來自一個城市群，則把該邊稱為城市群的自環(huán)，將城市群的自環(huán)數(shù)目表示為Lcity-self。城市群的自環(huán)多，說明城市群內(nèi)部的聯(lián)系較為緊密。

則城市群入度自環(huán)占比可表示為：

城市群出度自環(huán)占比可表示為：

2. 數(shù)據(jù)來源

目前，政府投資基金的數(shù)據(jù)庫主要有清科研究中心旗下數(shù)據(jù)庫私募通、CVsource 投中數(shù)據(jù)、《中國風險投資年鑒》等，但相關(guān)數(shù)據(jù)庫中政府投資基金的統(tǒng)計口徑不同，導致統(tǒng)計數(shù)據(jù)上不全面、不一致，各家數(shù)據(jù)庫信息所統(tǒng)計信息也均有所缺漏甚至錯誤，導致不同口徑下政府投資基金數(shù)據(jù)大相徑庭，形成了統(tǒng)計信息失真的局面。為獲取更為全面、準確的基金信息，避免單一數(shù)據(jù)庫數(shù)據(jù)不足或數(shù)據(jù)失誤影響模型分析，并且鑒于政府投資基金存續(xù)期一般為5～7 年，文章綜合多個數(shù)據(jù)庫中2014—2020 年間設立的政府投資基金名單，同時整合中央結(jié)算公司發(fā)布的《關(guān)于政府出資產(chǎn)業(yè)投資基金信用信息登記情況的公示》，通過合并名單并剔除重復來獲取較為完整的政府投資基金的基本名單。

3. 數(shù)據(jù)處理

由于文章研究的政府投資基金數(shù)據(jù)較多且無完整的數(shù)據(jù)庫，因此文章采用Python 編寫爬蟲來快速系統(tǒng)地獲取相關(guān)信息。數(shù)據(jù)處理過程中，首先對多個數(shù)據(jù)庫2014—2020 年間的數(shù)據(jù)進行整合，共獲得1489 家政府投資基金名單（剔除無公開信息及事業(yè)單位管理的基金等），然后在企查查網(wǎng)站(https：//www.qcc.com/)獲取各個政府投資基金的工商數(shù)據(jù)和對外投資信息，提取“股東及合伙人、基金所處的地級市”后，構(gòu)建長三角城市群、珠三角城市群、京津冀城市群、長江中游城市群和成渝城市群等五大城市群的政府投資基金城市群關(guān)系網(wǎng)絡（見表1）。文章采用NetworkX 包來構(gòu)建城市關(guān)系網(wǎng)絡，統(tǒng)計相關(guān)節(jié)點的網(wǎng)絡特性，并生成可用Gephi 繪圖的gexf 文件。

4. 描述性統(tǒng)計

五大城市群政府投資基金融資網(wǎng)絡平均度數(shù)和基金總數(shù)如表2 所示。從總量來看，五大城市群政府投資基金在全國的占比都在50%以上。2014—2020 年間全國基金數(shù)量增長十倍，同期五大城市群的政府投資基金發(fā)展都較為迅速，基金數(shù)量增長基本都在7～11倍左右，其中珠三角城市群、長三角城市群政府投資基金增速較快。從平均度數(shù)來看，長三角城市群平均度數(shù)較高，說明長三角城市群政府投資基金的融資網(wǎng)絡更為緊密。

三、實證分析

1. 城市群間融資網(wǎng)絡分析

（1） 五大城市群間政府投資基金合作網(wǎng)絡

圖1 是各城市群相關(guān)資本參與其他城市政府投資基金的網(wǎng)絡關(guān)系圖，節(jié)點顏色越偏向深色，表示該城市群參與其他城市群的政府投資基金設立的次數(shù)越多。圖2 是五大城市群政府投資基金吸引其他城市資本的網(wǎng)絡關(guān)系圖，在每個圖中對各城市群相關(guān)城市做了節(jié)點標記，節(jié)點顏色越偏向深色，表示該城市吸引相關(guān)資本參與該城市的政府投資基金設立的次數(shù)越多。

圖1 五大城市群向全國其他城市政府投資基金資本輸出網(wǎng)絡圖（左圖為2014 年，右圖為2020 年）

圖2 五大城市群政府投資基金吸引資本網(wǎng)絡圖（左圖為2014 年，右圖為2020 年）

從圖1、圖2 可以發(fā)現(xiàn)：

第一，五大城市群之間政府投資基金的合作越發(fā)緊密。在2014 年，無論是資本輸出還是資本吸引，珠三角城市群、長三角城市群、京津冀城市群的合作都比較緊密，而成渝城市群和長江中游城市群則同其他城市群的合作較少，但在7 年之后，成渝城市群、長江中游城市群也非常緊密地同其他三大城市群發(fā)生關(guān)聯(lián)。

第二，政府投資基金的集聚效應明顯。各城市群都出現(xiàn)了“中心極點”城市，京津冀城市群的“中心極點”是北京，成渝城市群的“中心極點”主要是成都和重慶，長江中游城市群的“中心極點”主要是武漢和長沙，而長三角城市群、珠三角城市群的多地則較為活躍。這種集聚效應有利于區(qū)域城市間進行有效的信息分享，進而降低信息不對稱；有利于政府投資基金的管理機構(gòu)進行信息交流，有利于降低財政資金的風險；有利于提高對項目的甄別能力，減少項目募集后的管理成本和完成項目投資后的監(jiān)督成本等。

第三，政府投資基金的影響范圍在擴大。2020 年城市群對外的資本輸出和資本吸引能力都有所增強，并且東部城市群的影響更強。尤其在資本吸引方面，東部城市群較西部城市群對資本的虹吸效應更強。

第四，政府投資基金的虹吸效應和輻射效應不平衡。五大城市群的虹吸效應影響范圍很大，幾乎是從全國來吸取資本，但是從資本輸出的輻射效應來看，卻偏重于東部和中部地區(qū)。從圖1、圖2 可以發(fā)現(xiàn)，五大城市群對東北、西北、西部、西南地區(qū)的資本都有吸引力，但是五大城市群的資本對東北和西南地區(qū)有所支持，對西部地區(qū)支持偏少。

（2） 五大城市群間政府投資基金資本輸出和資本吸引網(wǎng)絡

為進一步分析，將每個城市群的資本輸出和資本吸引網(wǎng)絡圖進行單獨呈現(xiàn)，如圖3-1～圖3-10 所示。在資本輸出網(wǎng)絡圖中，節(jié)點顏色越偏向深色，表示該城市參與其他城市的政府投資基金設立的次數(shù)越多；在吸引資本網(wǎng)絡圖中，節(jié)點顏色越偏向深色，表示該城市吸引相關(guān)資本參與該城市的政府投資基金設立的次數(shù)越多。

圖3-1 京津冀城市群政府投資基金資本輸出網(wǎng)絡圖

圖3-2 京津冀城市群政府投資基金吸引資本網(wǎng)絡圖

圖3-3 長三角城市群政府投資基金資本輸出網(wǎng)絡圖

圖3-4 長三角城市群政府投資基金吸引資本網(wǎng)絡圖

圖3-5 珠三角城市群政府投資基金資本輸出網(wǎng)絡圖

圖3-6 珠三角城市群政府投資基金吸引資本網(wǎng)絡圖

圖3-7 長江中游城市群政府投資基金資本輸出網(wǎng)絡圖

圖3-8 長江中游城市群政府投資基金吸引資本網(wǎng)絡圖

圖3-9 成渝城市群政府投資基金資本輸出網(wǎng)絡圖

圖3-10 成渝城市群城市群政府投資基金吸引資本網(wǎng)絡圖

由圖3 系列圖可以發(fā)現(xiàn)：

一是地理鄰近特征。各城市群同周邊距離較近地區(qū)的聯(lián)系較為緊密：城市群周邊城市的相關(guān)資本參與該城市群的政府投資基金設立較多，而城市群的相關(guān)資本走出去參與周邊城市的積極性也較高。

二是城市群整體“資本輸出”的地理鄰近效應更強。總體來看，相較于資本吸引而言，各城市群對外輸出資本的半徑更小，資本輸出的區(qū)域范圍更為集聚，呈現(xiàn)出一種“遠吸近投”的現(xiàn)象。

三是城市群內(nèi)部的虹吸效應更強。城市群中的主要城市對城市群內(nèi)其他城市具有較強的資本吸附能力，對城市群外有較強的資本輸出能力，尤其是在成渝城市群、長江中游城市群和京津冀城市群更為明顯。

四是各城市群的資本活躍度不同。從圖3 來看，長三角城市群、京津冀城市群、珠三角城市群的資本參與其他城市政府投資基金設立的積極性較高，但是也基本都集中在東部、中部地區(qū)，尤其是長三角城市群更集中在東部地區(qū)，這也說明東北、西部地區(qū)政府投資基金對其他地區(qū)的資本吸引力較差。相比較而言，京津冀城市群的資本輸出范圍更廣，長三角城市群的資本吸引能力更強，成渝城市群的資本最為保守。

2. 城市群內(nèi)對比分析

（1） 主要城市對比分析

如表3 所示，政府投資基金融資情況在城市群內(nèi)部分布并不均勻，具備復雜網(wǎng)絡的無標度特征，即無論是吸引外地資本來設立本地政府投資基金（入度），還是本地資本參與設立外地政府投資基金（出度），每個城市群中的主要城市均占比很高，而其他城市則占比較低。

表3 城市群出度入度占比排名靠前城市統(tǒng)計

從縱向?qū)Ω鞒鞘腥簲?shù)據(jù)比較分析可以發(fā)現(xiàn)，在成渝城市群、長江中游城市群、京津冀城市群中活躍的主要都是省會城市，例如京津冀和珠三角城市群中的北京和深圳的活躍度遠超其他城市，而長三角城市群相對而言發(fā)展更為均衡。

從橫向?qū)Ρ雀鞒鞘腥?014—2020 年的數(shù)據(jù)變化可以發(fā)現(xiàn)，相對于2014 年，2020 年各城市群內(nèi)部的發(fā)展更為均衡，無論出度還是入度，主要城市的權(quán)重都在下降，說明城市之間的差距在縮小，城市群中其他城市政府投資基金的設立和參與度都有所提升。值得注意的是，到2020 年，蘇州、廣州、成都的入度占比均大幅提升，然而同期其他城市入度占比都在下降，說明蘇州、廣州、成都的政府投資基金對資本的吸引力在提升。

（2） 城市群自環(huán)對比分析

城市群自環(huán)占比統(tǒng)計如表4 所示。從縱向?qū)Ω鞒鞘腥簲?shù)據(jù)比較分析可以發(fā)現(xiàn)，無論是從2014 年當年的數(shù)據(jù)，還是從2014—2020 年的7 年數(shù)據(jù)來看，珠三角城市群、長三角城市群入度和出度自環(huán)占比均比其他城市群低，而成渝城市群、長江中游城市群入度和出度自環(huán)占比一直較高，由此說明，一是珠三角和長三角城市群政府投資基金的很多資金來源于該城市群域外，顯示出珠三角和長三角城市群對域外資本有較強的吸引力；而長江中游城市群、成渝城市群的政府投資基金則更多來源于該城市群域內(nèi)，對域外資本吸引力較珠三角城市群、長三角城市群、京津冀城市群較弱。二是相對于其他城市群來說，珠三角和長三角城市群參與域外政府投資基金較多，顯示出珠三角和長三角城市群資本更為活躍；京津冀城市群、成渝城市群則更多參與本城市群域內(nèi)的政府投資基金，資本活躍度較低。

表4 城市群自環(huán)占比統(tǒng)計

從橫向?qū)Ρ雀鞒鞘腥?014—2020 年的數(shù)據(jù)變化可以發(fā)現(xiàn)，各城市群內(nèi)部聯(lián)系緊密度都有提升，其中珠三角城市群、長三角城市群、成渝城市群入度自環(huán)占比提升較大，珠三角城市群出度自環(huán)占比提升較大，而長三角城市群、長江中游城市群出度自環(huán)占比下降，這說明在2014—2020 年，珠三角城市群、長三角城市群、成渝城市群內(nèi)部政府投資基金發(fā)展活躍性有所提升，內(nèi)部融資合作緊密性有所加強；而在2014—2020 年，長三角城市群、長江中游城市群資本參與城市群域外政府投資基金的積極性增強，資本活躍度有所提升。

四、結(jié)論與政策建議

文章構(gòu)建了我國五大城市群政府投資基金的融資地理網(wǎng)絡模型，通過研究主要得出如下結(jié)論：

一是五大城市群政府投資基金融資網(wǎng)絡均具有較強的地理鄰近特征，五大城市群政府投資基金融資網(wǎng)絡均呈現(xiàn)“極化現(xiàn)象”，例如成渝城市群的“中心極點”成都和重慶，對該城市群內(nèi)其他城市具有較強的資本吸附能力，對城市群外也有較強的資本輸出能力。綜合文章的分析，地理空間距離會影響政府投資基金信息獲取的便利性和及時性，地理空間距離的增加都會增加交易成本，增加委托人對代理人和投資人對項目的監(jiān)督難度，影響風險投資應對信息不對稱及處理道德風險的能力。相較而言，地理鄰近性可以降低交易成本，提高交易效率，從而促進資本網(wǎng)絡的形成，地理鄰近的資本提供者和需求者更容易建立聯(lián)系和交流，從而更容易達成投資交易。因此，財政資金和社會資本向核心節(jié)點聚集有其內(nèi)在的必然性。

二是政府投資基金的輻射效應不平衡，京津冀城市群、長三角城市群、珠三角城市群的輻射效應顯著優(yōu)于長江中游城市群、成渝城市群。分析五大城市群政府投資基金的融資網(wǎng)絡分布，結(jié)合各城市群自環(huán)占比統(tǒng)計情況，可以發(fā)現(xiàn)，東部地區(qū)城市群相比西部地區(qū)城市群擁有更優(yōu)質(zhì)的科技創(chuàng)新資源、更開放的創(chuàng)業(yè)氛圍、更多的金融機構(gòu)資源、更豐富的創(chuàng)新人才和科技項目資源。

三是對比2014 年和2020 年五大城市群的出度和入度可以看出，五大城市群內(nèi)部核心城市與外圍城市的差距均在縮小。五大城市群中其他城市政府投資基金的設立和參與度都有所提升。這為欠發(fā)達城市進一步發(fā)展高新技術(shù)產(chǎn)業(yè)、聚集風險資本提供了重要的機會，核心城市與外圍城市政府投資基金的協(xié)同發(fā)展進一步促進了城市群的輻射效應，有利于形成“聚集資本→投資高技術(shù)產(chǎn)業(yè)→促進科技創(chuàng)新和經(jīng)濟發(fā)展→進一步吸引風險資本”的良性循環(huán)。

總的來看，政府投資基金的不平衡空間聚集是其地理分布的主要特征，大量資本在主要城市群的核心城市聚集不利于西部欠發(fā)達地區(qū)的發(fā)展。由此，文章提出的政策建議有：非核心城市應當發(fā)展與當?shù)刭Y源和優(yōu)勢產(chǎn)業(yè)相關(guān)的新興產(chǎn)業(yè)，提高產(chǎn)業(yè)競爭力，制定稅收優(yōu)惠、財政補貼、土地優(yōu)惠等優(yōu)惠政策，加強人才培養(yǎng)和科研機構(gòu)建設，提高當?shù)氐娜瞬潘刭|(zhì)和創(chuàng)新能力，加強與東部發(fā)達地區(qū)的合作，尤其是要進一步發(fā)揮“遠吸近投”的引導效應，通過合作項目、跨區(qū)域投資基金等方式，促進資本的跨區(qū)域流動和共享，吸引風險資本逐步集聚。同時，應努力擴展資本密集型城市群的輻射效應，促進不同地區(qū)的產(chǎn)業(yè)合作和產(chǎn)業(yè)鏈協(xié)同發(fā)展，構(gòu)建有效的跨區(qū)域資本網(wǎng)絡，打造“以強帶弱”的資本流動格局，促進資本提供者和需求者之間的信息交流和合作，制定統(tǒng)一的政策標準和規(guī)范，降低跨區(qū)域投資的政策風險。