產業協同視角下企業風險投資對被投資企業技術創新的影響機制研究

中圖分類號：F273.1；F275 文獻標志碼：A 文章編號：1671-0037（2025）8-80-13

DOI：10.19345/j.cxkj.1671-0037.2025.8.7

0 引言

2024年國務院辦公廳印發的《促進創業投資高質量發展的若干政策措施》強調企業創新主體地位，要求充分發揮創業投資支持科技創新的重要作用。企業風險投資（CorporateVentureCapi-tal，CVC）作為一種獨特的資本運作模式，特指具備清晰主營業務的非金融類企業，在組織體系內外開展的風險投資行為；其不僅擁有成熟的產業鏈與產業資源，在技術層面和資金方面也具有優勢，更是憑借“耐心資本 + 戰略協同”的雙重屬性，成為破解企業技術創新“投入周期長、試錯成本高”等難題的核心驅動力。此外，CVC圍繞企業核心業務構建產業生態，通過產業鏈垂直整合與創新生態橫向擴張，打通技術、資本、市場的壁壘，推動產業從單點突破向系統升級躍遷。因此，CVC不僅是企業自身創新的“加速器”，更是產業協同發展的“催化劑”，成為推動技術創新和產業升級的關鍵力量。

1文獻綜述

關于CVC促進企業技術創新的研究成果較為豐富。CVC作為連接投資主體與被投資企業的重要紐帶，其價值創造機制體現為通過構建組織間的知識流動通道，促進創新資源的雙向流動與整合[1。投資企業進行CVC主要是為了獲取先進技術與創新資源，提高創新效率，拓寬行業邊界。被投資企業常面臨技術轉化壁壘、資源整合能力不足等問題，而CVC憑借產業鏈資源整合優勢，能直接彌補被投資企業的創新短板。被投資企業接受CVC不僅能夠獲得財務回報、汲取CVC提供的互補性資產，更重要的是能夠創造多元化的戰略價值3，通過激活內部創新活動和拓展外部業務范圍，依托投資方的營銷資源，增強技術創新能力[4]。CVC可以為企業提供獨立風險投資（IndependentVentureCapital，IVC）所不具備的增值服務5，如有利于產品開發的專業知識6、打破壁壘的市場信息、高度契合的戰略與技術知識以及先進的管理經驗等。獲得CVC支持的被投資企業憑借上述資源表現出更高的創新效率和更好的創新效果。因此，探究CVC對被投資企業技術創新的作用機制，對完善“投資一創新”雙向賦能架構具有重要意義。

學者們探討了企業風險投資與母公司技術創新之間的作用機制。已有文獻聚焦數字化轉型在這一關系中的中介效應，明確指出CVC主要通過驅動企業數字化轉型，進而推動母公司實現技術創新突破[8-9]。王雷和鹿存旭[10]的研究表明，CVC能夠借助數字化轉型路徑，促進創業企業的融通創新發展。數字經濟時代，企業技術創新高度依賴數據要素整合與跨組織協同。CVC母公司多為行業龍頭企業，具備完善的數字化基礎設施和良好的技術生態等優勢。CVC可通過賦能被投資企業數字化轉型，間接提升其技術創新能力。然而，這一機制尚未在被投資企業場景中得到驗證。

產業協同作為影響CVC創新效能的核心要素，一直是學術界關注的焦點。現有研究主要從母公司與被投資企業雙重視角展開探討。基于母公司視角，徐虹和王靖馨\"的研究證實，CVC母公司與創業企業之間的行業關聯度對母公司創新產出具有顯著的正向影響。基于被投資企業視角，Chemmanur等研究發現，投資雙方所處行業的相似度越高，被投資企業的技術創新能力提升越明顯。Schildt等[13]通過對行業關聯性的細分研究，揭示出橫向關聯（同行業及高度近似行業）更有利于技術知識的轉移擴散，而縱向關聯（產業鏈上下游）則能有效強化被投資企業的技術創新能力。然而，行業關聯具有復雜的雙刃劍效應。當關聯度突破臨界閾值時，競爭強度對創新投入呈現正向激勵作用，但對創新產出卻產生抑制作用[14]。同時，產業政策通過資源傾斜（如補貼、稅收優惠）和市場信號（如“五年計劃\"支持）降低企業創新風險，更易吸引上下游資源集聚，進而強化CVC的創新促進作用。整體來看，現有文獻對產業協同的研究多停留在直接效應分析上（如行業關聯度對創新的影響），缺乏對“CVC一產業協同要素一創新\"路徑的系統考察，產業政策的調節效應也仍存在明顯的研究缺口。

本文的邊際貢獻包括：第一，現有研究未探討數字化轉型在CVC與被投資企業技術創新之間的作用機制，本文將數字化轉型作為中介變量引入研究框架，豐富了CVC與企業技術創新之間的作用機制研究，為數字化轉型所發揮的中介作用提供了新的實證支持。第二，現有研究多關注產業因素對被投資企業創新績效的直接效應，而對其調節效應探討不足。本文將產業政策和戰略契合程度作為調節變量，分析中國獨特的產業政策環境與雙邊企業戰略契合程度對CVC與被投資企業技術創新之間關系的影響，為CVC與企業技術創新之間關系的研究提供了新的思考方向，有助于更全面地理解CVC在產業生態中的影響效應。第三，現有研究多考察不同產權性質和地域分布下被投資企業接受CVC后的技術創新差異，本文進一步從企業外部行業競爭程度與企業內部生命周期視角出發，深入分析CVC作用的異質性表現。研究結論豐富了已有理論成果，為企業優化投資決策以及政策制定者完善產業引導機制提供了極具價值的實踐參考。

2 理論分析與研究假設

2.1企業風險投資與被投資企業技術創新

企業風險投資已成為被投資企業技術創新重要的外部推動力量。資源基礎理論認為，企業是各類資源的集合體。CVC母公司憑借自身的資源優勢，為被投資企業提供資金支持和技術資源來促進企業創新。在初創階段或技術研發的關鍵時期，被投資企業往往面臨著資金短缺的困境。CVC的注入能夠為被投資企業提供開展技術創新活動所需的資金支持，這是促進其技術創新的基礎保障。同時，CVC母公司還可通過技術轉移、聯合研發等方式，向被投資企業輸送先進技術，提升其技術創新水平[4]。例如，小米公司通過旗下的CVC對生態鏈企業進行投資，生態鏈企業便可利用小米的品牌影響力和銷售渠道，快速打開市場。

CVC的流入給被投資企業帶來了多元化的知識。組織學習理論認為，企業需要不斷學習新知識和新技能，進而提升自身能力和績效。CVC為被投資企業創造了學習機會并提供了知識交流平臺，被投資企業可以學習獲得先進的管理經驗[15]、市場運作模式以及行業前沿技術知識[6]上述知識和經驗的學習，能夠幫助被投資企業優化自身的創新流程，提升技術創新能力，開發出更具市場競爭力的產品和技術。

基于以上分析，提出假設H1。

H1：CVC能夠提升被投資企業的技術創新能力。

企業風險投資對被投資企業的治理卷入是指雙方除股權投資外形成的其他關系，包括構建戰略聯盟、派駐董事參與治理等組織間聯結形式[。這類互動關系機制實質構成了企業之間知識要素跨組織轉移的傳導通道。從治理角度來看，CVC母公司通過深度介入被投資企業的運營管理，不僅可以有效約束管理層的機會主義行為[7]，還能通過組織間學習機制促進隱性知識的協同整合。這種深度參與模式，一方面能夠降低信息不對稱引發的代理成本，另一方面通過知識要素的互補性組合能夠顯著提升企業的創新產出效率。現有研究發現，企業風險投資機構的持股比例越高，其占據的董事席位越多，被投資企業的創新績效也就越高[10]。基于以上分析，提出假設H2。

H2：CVC卷人程度越高，被投資企業的技術創新能力越強。

2.2 數字化轉型的中介作用

數字化轉型是推動企業創新的重要力量。首先，數字技術為企業提供了新的創新工具和平臺以及創新機會。借由數字技術，企業可以從外部環境中獲取大量的數據信息，推動企業產品與服務的實時創新[18]，加速研發過程，降低創新成本。其次，數字化轉型可以提高企業的創新效率。數字化轉型能夠改變企業的創新模式，促使其從粗放式創新跨越到精準式創新[18]，并能根據客戶需求提供個性化定制服務[19，提高企業創新效率[20]。隨著數字經濟融合程度不斷加深，企業的創新活動范圍從單一組織轉為跨行業合作，從而提升行業交流效率，促進企業創新水平提升。最后，數字化轉型可以降低企業的創新成本。企業創新面臨信息不對稱引發的代理成本問題[21]，數字化轉型可以利用信息技術[22]，有效降低企業內外部的溝通成本。此外，企業通過數字技術可以連通各層級的數據信息[23，提高各層級之間的協調能力，有效降低企業的監督和管理成本，進而加大創新投入，增加創新產出。

CVC專注于新興科技領域，可以給企業帶來前沿技術知識，助力企業優化業務布局，升級數字化基礎設施，為企業數字化轉型奠定基礎。王雷和鹿存旭基于信號傳遞理論指出，CVC可以通過推動被投資企業數字化轉型，促進企業創新發展。

基于以上分析，提出假設H3。

H3：CVC通過推動被投資企業數字化轉型提高企業技術創新能力。

2.3 戰略契合程度的調節作用

在企業風險投資（CVC）活動中，投融資雙方的交易行為通常具有戰略導向特征。這種雙向的戰略訴求使雙方在技術領域呈現顯著的關聯性。對于投資企業而言，CVC活動是其獲取外部知識、學習新技術的一種渠道。投資企業在制定企業風險投資策略時，更傾向于選擇行業相近的企業。其與被投資企業之間的技術契合程度對自身技術創新績效的提升具有正向影響[24]。對于被投資企業而言，因自身資源的局限性，其往往傾向于接受與自身業務領域具有相似性的投資機構的資金投入，從而借助外部增值服務提升競爭力。當被投資企業與投資者的技術水平處于同一層次時，被投資企業往往會展現出更強的創新能力[12]。

組織學習理論強調，組織須通過不斷學習來獲取新知識，提升創新能力。CVC為雙邊企業提供了一個學習環境。當雙邊企業技術契合度較高時，被投資企業能更有效地吸收投資企業提供的互補性資源，有力地推動企業技術創新。有研究提出，雙邊企業行業相關度對被投資企業的創新效率和財務績效有正向影響[]；并且，行業相關度高更有助于提升被投資企業的創新績效[25]

基于以上分析，提出假設H4。

H4：戰略契合程度對CVC促進被投資企業技術創新具有正向調節作用。

2.4產業政策的調節作用

產業政策發揮了政府“有形之手”的關鍵作用，在經濟發展中被廣泛運用[2。就作用路徑而言，現有研究主要達成了兩方面共識：其一，產業政策作為政府宏觀調控工具，通過財政補貼、稅收優惠等直接手段形成“資源效應”，有效緩解了企業創新活動所面臨的資金約束；其二，政策引導可通過優化市場競爭格局產生“鯰魚效應”，激發企業加大研發投入的積極性[28]。這種政策工具組合形成的雙重驅動機制，為企業創新能力的提升注人了持續動力。

產業政策作為扶持企業的一種方式，能夠向市場傳遞行業前景的相關信息，降低經濟活動各階段的不確定性[29]。信號傳遞理論認為，當產業政策給予某一行業支持時，CVC會更傾向于投資該行業的企業，被投資企業也會因政策支持而受到更多的關注，獲得更多的資源投入，進而加速技術創新進程。產業政策不僅為被投資企業提供了融資渠道，還可以運用稅收優惠、財政補貼等政策工具，有效降低融資成本與風險，提高投資回報率，間接提升企業技術創新能力。此外，產業政策還可以通過完善知識產權保護制度，加強對企業創新成果的保護，激發企業創新積極性，為企業創新營造公平、開放的市場環境。

基于以上分析，提出假設H5。

H5：產業政策能夠增強CVC對被投資企業技術創新的正向作用。

本文的概念模型如圖1所示。

3研究設計

3.1樣本數據選擇與來源

本文的樣本數據來源于CVSource數據庫中的上市企業風險投資事件。2010年中國創業投資引導基金政策開始落地，為了完整捕捉科技產業從早期孵化到規模化發展的全周期數據，選取2010—2023年為樣本時間區間。在數據搜集階段進行以下處理： ① 根據風險投資事件中投資企業是否為金融企業確定風險投資事件的性質。如果投資企業的主營業務為非金融類業務，則認定該投資企業為CVC的投資企業，對應的投資事件為CVC事件；反之為IVC的投資企業，對應的投資事件為IVC事件。 ② 被投資企業只能對應一家投資企業。如果被投資企業對應兩家及以上參股企業，則根據股權比例大小選擇占比較大的CVC母公司；如果參股比例相同則選擇投資時間較早的CVC母公司。

為保證結果的有效性，剔除以下樣本： ① 被投資企業為銀行、證券、保險等金融類上市企業；② ST、*ST的企業； ③ 數據缺失值較多或存在異常的上市企業； ④ 已經退市的企業。最終得到404家被投資企業。其中：CVC事件有140個，IVC事件有264個。上市企業的創新數據來自國家知識產權局官網，財務指標數據主要來自國泰安CSMAR數據庫、巨潮資訊網和企業年報。

3.2變量定義

3.2.1 被解釋變量：被投資企業技術創新水平（TT）

使用企業當年的專利申請量來衡量，具體表示為In（企業專利申請數 ⁺¹ ）。綜合來看，相對于實用新型專利和外觀設計專利，發明專利更能準確反映企業的創新水平[30]。因此，本文采用企業當年申請的發明專利數量來衡量企業的技術創新水平。

3.2.2 解釋變量

其一，虛擬變量 （CVC） 。如上文所述，如果對應的投資事件為CVC事件，記為1；反之，記為0。其二，CVC卷入程度（Involve）。使用一對一投資事件中投資企業所占被投資企業的CVC持股比例、董事會席位比例、監事會席位比例的算術平均值來表示。

圖1概念模型圖

3.2.3中介變量：數字化轉型（DT）

參考吳非等3的統計方法，從被投資企業的年報中，抽取涉及人工智能技術、大數據技術、云計算技術、區塊鏈技術和數字技術應用等5個維度的數字化相關詞匯，對當年詞頻總數加1并取對數，用于衡量數字化轉型程度。

3.2.4 調節變量

其一，戰略契合程度 （SF） 。對于企業風險投資來說，Chemmanur等[就戰略契合程度給出了界定，即投資企業和被投資企業在技術層面的契合狀況，確切來講，指的是雙方所運用技術的相似水平。在投資活動中，雙邊企業的技術契合度能夠借助行業相關性加以度量。因此，本文使用雙邊企業所處行業的相關性大小來衡量戰略契合程度。沿用王雷和元亞榮14的做法，選擇符合我國國情的行業分類標準《國民經濟行業分類與代碼（GB/T4754-2023）》（行業代碼是五位數），根據CVC的投資企業與被投資企業各自行業代碼間的相關性來確定CVC雙方的戰略契合程度。具體而言：當CVC雙方的行業代碼僅第一位數字一致時，戰略契合程度取值為1/5；若前兩位數字相同，戰略契合程度則取值為2/5；依此類推，如果五位數字均相同，戰略契合程度即為1。雙邊企業行業代碼的相似性越高，意味著CVC雙方的戰略契合程度越高。

其二，產業政策 （IP） 。通過政府官網查詢國家發布的“十一五\"至“十四五\"發展規劃文件，結合2023年修訂后的《國民經濟行業分類與代碼》，基于被投資企業所在行業對五年規劃文件進行文本分析。若某一行業在相應年份獲得了國家五年發展規劃的支持，那么該行業取值為1；若未獲得相關支持，則取值為0。

3.2.5 控制變量

本文選取以下控制變量： ① 企業規模 （Size） 。從理論上來說，企業會通過外部學習，獲取技術知識，擴大公司規模，進而對企業技術創新產生積極影響[32。具體使用被投資企業總資產的自然對數表示。 ② 企業年齡 （Age） 。研究顯示，企業年齡影響企業創新行為[33]。具體使用被投資企業上市時間與觀測年份差值的自然對數表示。③ 企業盈利水平 （Roa） 。企業盈利為技術創新提供重要的資金保障。具體使用被投資企業當年凈利潤與總資產的比值表示。 ④ 企業償債能力（Lev） 。企業的償債能力會影響其融資能力和財務風險水平，進而影響技術創新。具體使用被投資企業當年總負債與總資產的比值表示。 ⑤ 企業成長性（Growth）。成長型企業往往對市場機會更為敏感，通常會積極地進行技術創新以提升競爭力。具體表示為 （當期營業收入/上期營業收入-1）

各變量定義如表1所示。

3.3 模型設計

3.3.1 基準回歸模型

式（1）為基準回歸模型，可以檢驗解釋變量企業風險投資 （CVC） 及CVC卷人程度（Involve）對被解釋變量被投資企業技術創新水平 （TI） 的總效應。

3.3.2 中介效應模型

參考江艇34的做法，構建如下中介效應模型。其中，中介變量數字化轉型 （DT） 對被解釋變量企業技術創新水平 （TI） 的影響通過梳理相關文獻予以佐證。

3.3.3 調節效應模型

模型（3）將調節變量戰略契合程度 （SF） 、解釋變量企業風險投資 （CVC） 與戰略契合程度的交乘項（ CVC^*SF， 同時納入方程中，研究戰略契合程度 （SF） 在企業風險投資 （CVC） 與被投資企業技術創新水平（TI）中所發揮的調節作用。若數據分析得到的結果中交互項 CVC^*SF 的系數顯著為正，則說明戰略契合程度起到正向調節效應，即驗證假設H4成立。模型（4）將調節變量產業政策 （IP） 、解釋變量企業風險投資（CVC）與產業政策的交乘項 （CVC^*IP） 同時納入方程中，研究產業政策 （IP） 在企業風險投資 （CVC） 與被投資企業技術創新水平（TI中所發揮的調節作用。若數據分析得到的結果中交互項 CVC^*IP 的系數顯著為正，則說明產業政策起到正向調節效應，即驗證假設H5成立。

表1相關變量定義表

4實證結果與分析

4.1描述性統計分析

根據表2中描述性統計分析結果可知，企業技術創新水平的最大值為5.987，最小值為0，均值為1.151，標準差為1.325，說明大多數被投資企業的專利申請量較少；同時，樣本企業之間的專利申請量差別較大，說明企業的創新能力差別大。CVC卷入程度（Involve）的最小值為0.113，最大值為43.050，說明被投資企業接收CVC的金額相差較大，企業的創新基礎條件有所差異。CVC雙邊企業戰略契合程度 （SF） 的均值為0.130。由于樣本研究時間區間為2010—2023年，以2016年為分割點，前期被投資企業較少關注雙邊的戰略目的，但隨著CVC的頻繁開展，少數企業開始認識到其重要性。

4.2 基準回歸分析

為檢驗被投資企業獲得CVC的技術創新效應，借助模型（1），利用Stata17.0軟件進行多重線性回歸分析，結果如表3所示。列（1）一（3）分別報告了CVC作為自變量時，回歸模型未加入控制變量、加入控制變量以及進一步控制時間和行業固定效應的基準回歸結果。結果顯示，企業風險投資 （CVC） 對被投資企業技術創新水平（TI的回歸系數均在 1% 的水平上顯著為正，表明企業風險投資對被投資企業的技術創新具有顯著的正向影響，即被投資企業獲得CVC會促進自身技術創新水平提高。這說明，CVC憑借多元的資源優勢和專業的投資眼光，給被投資企業帶來了關鍵的資金支持，助力其突破技術創新瓶頸，提升技術創新能力，假設H1得到驗證。

列（4）—（6分別報告了CVC卷人程度（In-volue）作為自變量時，回歸模型未加入控制變量、加入控制變量以及進一步控制時間和行業固定效應的基準回歸結果。檢驗結果驗證了假設H2成立。這說明CVC卷人程度大，投資企業能在一定程度上參與企業管理，監督被投資企業管理層開展的技術創新活動，促使其將資源合理分配到技術創新項目中，增加企業創新產出。

4.3穩健性檢驗

4.3.1 傾向得分匹配法

盡管基準回歸結果已經證明，CVC會促進被投資企業技術創新水平的提高，但不排除CVC的投資機構在選擇標的企業時，更傾向于創新能力強、自身資源豐富的企業，也就形成了自選擇問題。因此，本文采用傾向得分匹配法（PSM）來解決這一問題。使用企業規模（ （size） 、企業年齡 （Age） 、企業盈利水平（Roa）企業償債能力 （Lev） 和企業成長性（Growth）作為協變量，對模型進行Logit分析，采用最近鄰1：1匹配的方式，分別進行基準回歸。

表2變量描述性統計

表3CVC對被投資企業技術創新水平的影響

注：***、***分別表示在 1%.5%.10% 的水平上顯著，括號內為t值；下同。

表4中列（1）顯示，在消除了樣本可能存在的內生性問題后， CVC 仍能提高被投資企業的技術創新水平，證明了多元回歸結果的穩健性。

4.3.2 替換因變量

研發投人作為創新過程的前置變量，能夠反映企業未來的創新潛力。因此，本文采用被投資企業研發投入來替換被解釋變量，重新進行回歸。表4中列（2）顯示，將研發投入作為被解釋變量時，自變量企業風險投資（CVC）的系數為4.581，且在 1% 的水平上顯著，再次驗證了基準回歸結果的穩健性。

4.3.3 更改固定效應模型

基準回歸使用了雙向固定效應模型來緩解遺漏變量引發的內生性問題，本文通過改變模型設定，對被投資企業進行公司層面與行業交叉的固定效應檢驗。結果如表4中列（3）所示，自變量企業風險投資（CVC）的系數為1.418，且在 1% 的水平上顯著。結合基準回歸結果，兩種固定效應的檢驗結果均顯示，被投資企業獲得CVC對技術創新能力有顯著的提升作用，證明研究結論穩健。

5 機制分析

5.1數字化轉型的中介作用

表5中列（1）報告了將數字化轉型 （DT） 作為中介變量的中介效應回歸結果。結果顯示，企業風險投資 （CVC） 對數字化轉型 （DT） 的回歸系數為2.539，且在 1% 的水平上顯著，說明被投資企業獲取CVC能夠推動自身數字化轉型。王雷和鹿存旭[10已經證明，數字化轉型有利于被投資企高企業技術創新能力，假設H3得到驗證。通過Sobel檢驗可得，數字化轉型 （DT） 的中介效應為1.1825，占比0.6360，達到 1% 的顯著性水平（ 8.36?2.58 臨界值， P=0lt;0.05 ）。這說明數字化轉型的中介作用顯著，即企業風險投資能夠通過提高被投資企業數字化轉型程度，從而提高其技術創新水平。

表4穩健性檢驗

為驗證數字化轉型中介機制的穩健性，采用投資通過數字化轉型影響被投資企業技術創新水平的間接效應為1.1825，偏差矯正 95% 的置信區間不包括零，表明間接效應顯著。這說明數字化轉型在企業風險投資與被投資企業技術創新水平之間起到了中介效應。此結果驗證了中介作用的穩健性。

5.2 戰略契合程度的調節作用

表5中列（2）顯示了戰略契合程度 （SF） 作為調節變量對 CVC 與被投資企業技術創新水平之間關系影響的回歸結果。結果表明，被投資企業獲得CVC與雙邊企業戰略契合程度交乘項0 （CVC^*SF） 的回歸系數為1.467，且在 1% 的水平上顯著，說明雙邊的戰略契合程度 （SF） 能夠正向調節企業風險投資與被投資企業技術創新水平之間的關系，驗證了假設H4成立。為進一步探究戰略契合程度 （SF） 對主效應調節作用的大小，繪制如圖2所示的調節效應圖。由圖2可知，戰略契合程度 （SF） 能夠正向調節企業風險投資 （CVC） 與被投資企業技術創新水平（TI）之間的關系。具體而言，當雙邊企業所處行業相近或相同時，被投資企業獲取企業風險投資就會提高技術創新水平。

表6Bootstrap中介效應檢驗

5.3產業政策的調節作用

表5中列（3）報告了產業政策作為調節變量對 CVC 與被投資企業技術創新水平之間關系影響的回歸結果。結果表明，被投資企業獲得CVC與產業政策交乘項（CVC*IP）的回歸系數為0.719，且在 5% 的水平上顯著，說明當被投資企業所在行業獲得產業政策支持時，企業風險投資的介入有利于被投資企業技術創新水平的提高，假設H5得到驗證。為進一步探究產業政策 （IP） 對企業風險投資 （CVC） 與被投資企業技術創新水平（TI）之間關系的調節作用，繪制如圖3所示的調節效應圖。由圖3可知，產業政策 （IP） 能夠正向調節企業風險投資 （CVC） 與被投資企業技術創新水平（TI）之間的關系。具體而言，當被投資企業獲得企業風險投資，且其所在行業同時獲得產業政策支持時，企業的技術創新水平將大幅提高。

圖2戰略契合程度調節效應圖

圖3產業政策調節效應圖

6 異質性分析

6.1基于企業地區分布的異質性分析

本文根據國家統計局對區域的劃分，將被投資企業所在地區劃分為東部、中部和西部地區等3類，并分別進行回歸分析。由于中部和西部地區的樣本量過小，本文將中部和西部地區的企業數據合并，結果如表7中列（1）一（2）所示。結果顯示，東部地區CVC的回歸系數在 1% 的水平上顯著為正，說明東部地區擁有完善的創新生態系統和豐富的創新資源，獲取CVC可以幫助企業在技術創新方面持續保持領先地位；而中西部地區在技術創新方面面臨諸多困境，CVC的創新效果不顯著。

6.2基于企業產權性質的異質性分析

產權性質不同的企業在技術創新上也存在顯著差異。民營企業市場化程度較高，創新靈活性較強；而國有企業受到政策與資金的干預，可能會導致創新動力不足。本文按照產權性質將樣本企業劃分為民營企業和國有企業兩類，分別進行回歸，結果如表7中列（3）一（4）所示。結果顯示，被投資企業中僅民營企業的回歸系數在1% 的水平上顯著為正。這說明，民營企業在國家政策的支持下，創新靈活性更高。

6.3基于行業競爭程度的異質性分析

從行業競爭程度來看，處于高競爭行業的企業時刻面臨著來自同行的巨大壓力，技術創新成為維持和提升競爭地位的關鍵。高度競爭的環境使得投資企業與被投資企業之間的合作更加緊密。在低競爭行業中，企業面臨的競爭壓力較小，市場格局相對穩定，此時CVC對企業技術創新的推動作用可能受到一定限制。基于以上分析，本文采用HHI指數來衡量行業競爭程度，并按照行業年度HHI指數的中位數將樣本劃分為高競爭行業（HHI指數小于中位數）和低競爭行業（HHI指數大于中位數）兩類，分組回歸結果如表8中列（1）一（2）所示。結果顯示，CVC對處于高競爭行業的被投資企業技術創新的回歸系數在1% 的水平上顯著為正，而處于低競爭行業的企業在CVC作用下的創新效果并不明顯。這說明，處于高競爭行業的企業更愿意通過CVC來提升資源整合能力，加速創新成果的應用和推廣；而處于低競爭行業的企業技術創新動力相對不足，技術更新換代緩慢。

表7異質性分析I

6.4基于企業所處生命周期的異質性分析

企業在不同的生命周期階段獲取CVC的創新效果存在明顯差異。根據表8中列（3）一（5）可知，處于成熟期與擴張期的被投資企業樣本中，CVC對被投資企業技術創新水平的回歸系數均顯著為正，且擴張期企業的系數值相對更大；而處于初創期的被投資企業，CVC對其技術創新沒有明顯的影響效果。可能的原因在于，處于初創期的被投資企業技術基礎薄弱，缺乏高效整合和運用資源的能力，創新進程緩慢，在技術創新的深度與廣度上仍有很大的提升空間；而處于成熟期和擴張期的被投資企業創新意愿較強，為了獲得更多的經濟利潤會接受CVC的注入，進而提高技術創新水平。

7 結論與建議

7.1結論

本文基于CVSourse數據庫中404個一對一投資事件，構建“企業風險投資一被投資企業技術創新水平\"理論框架，深入探究了產業協同視角下CVC對被投資企業技術創新的影響效應，研究結論如下。

第一，CVC能促進被投資企業技術創新水平提高，并且CVC卷入程度正向影響被投資企業技術創新水平。這一結論豐富了關于CVC與企業技術創新關系的理論研究。第二，關于產業協同下CVC對被投資企業技術創新作用機制的研究發現：CVC通過驅動被投資企業數字化轉型提升企業技術創新水平，戰略契合程度對CVC創新效應具有顯著的正向調節作用。此外，被投資企業所在行業獲得“五年計劃”的產業政策支持，能夠激勵企業技術創新。這一發現補充了余明桂等[35]關于產業政策作用機制的研究，揭示了政策工具在CVC生態系統中的杠桿效應。第三，異質性分析結果表明：獲得CVC的民營企業創新效果優于國有企業；東部地區被投資企業的創新效果更明顯；從行業角度出發，處于高競爭行業的被投資企業接受CVC后的技術創新更強，而處于低競爭行業的被投資企業在CVC作用下的創新效果不明顯；從企業所處生命周期出發，CVC對擴張期與成熟期的被投資企業技術創新有顯著的促進作用，但對初創期的被投資企業影響效果不明顯。

7.2建議

基于以上研究結論，本文提出以下建議。

第一，優化企業風險投資策略。CVC的投資機構在開展投資時，應合理參與被投資企業的戰略規劃、技術研發等關鍵環節，不僅提供資金支持，更要通過資源共享、經驗輸出等方式，切實推動被投資企業技術創新水平的提升。

表8異質性分析Ⅱ

第二，推動產業協同與數字化轉型。鼓勵CVC主體與被投資企業構建緊密的產業協同關系，引導CVC助力被投資企業加速數字化轉型進程，進而提升被投資企業的技術創新能力。

第三，重視戰略契合與政策利用。在選擇被投資企業時，CVC主體須高度關注其與自身的戰略契合程度，確保投資方向與自身戰略目標一致。同時，密切關注國家產業政策動態，對于“五年計劃\"產業政策所支持行業的被投資企業，應加大投資力度，充分發揮政策工具的杠桿效應，激勵企業技術創新。

第四，關注企業異質性。 ① 針對產權性質差異。對于民營企業，CVC可進一步激發其靈活高效的優勢，在投資決策、資源對接等方面給予更大支持；對于國有企業，CVC應注重優化投資管理模式，提升投資效率，挖掘國有企業在資源整合、技術儲備等方面的潛力，推動其技術創新。② 針對地區分布差異。在東部地區，CVC可利用良好的創新生態和豐富的創新資源等優勢，聚焦高端技術領域，助力被投資企業開展前沿技術創新；對于中西部地區，CVC可結合當地產業特色，引導被投資企業進行特色化技術創新，逐步縮小區域間創新差距。 ③ 針對行業競爭程度差異。在高競爭行業，CVC應助力被投資企業持續提升技術創新的速度和質量，以保持競爭優勢；在低競爭行業，CVC可引導雙邊企業加強合作，共同探索新的市場需求和技術應用場景，培育創新增長點。 ④ 針對企業所處生命周期差異。對處于擴張期和成熟期的被投資企業，CVC可根據其不同特點，在擴大生產規模、拓展市場渠道等方面提供支持，促進技術創新成果的轉化和應用；對處于初創期的企業，CVC可聯合專業孵化機構，為其提供創業輔導、技術咨詢等增值服務，彌補CVC在此階段對企業技術創新影響不足的缺陷。

7.3不足與展望

本文雖然在CVC對被投資企業技術創新的影響及其作用機制等方面取得了一定進展，但仍存在以下不足之處，有待進一步完善和拓展。

第一，研究范圍上存在一定的局限性。在研究過程中，僅選取了一對一投資事件，并對特定時期的樣本數據進行了研究。這可能導致研究結果在普適性方面存在一定的缺陷，無法完全涵蓋不同經濟環境、不同行業特點以及不同企業規模下CVC對被投資企業技術創新的影響。未來研究可擴大樣本時間范圍，納入不同發展階段的企業，以提高研究結果的普適性和可靠性。

第二，在機制研究方面，重點從產業視角出發，在分析CVC對被投資企業技術創新的影響時，雖然考慮了戰略契合程度、產業政策和數字化轉型等因素的調節與中介作用，但可能忽略了其他潛在的影響因素，如企業文化差異、市場競爭動態變化等。而這些因素可能會對CVC與被投資企業技術創新水平之間的關系產生重要影響。未來研究可進一步完善理論模型，納入更多的影響因素，以更全面地解釋CVC對被投資企業技術創新的影響機制。

參考文獻：

[1]YANG Y.Bilateral inter-organizational learning in corporateventure capital activity：governancecharacteristics， knowledge transfer，and performance[J].Management ResearchReview，2012，35（5）：352-378.

[2]WADHWA A，KOTHA S.Knowledge creation through external venturing：evidence from the telecommunications

equipment manufacturing industry[J].The Academy of Man-agement Journal，2006，49（4） ：819-835.

[3] ALLEN S A，HAVERT K T.Venture capital investing byinformation technology companies：did it pay？[J].Journal ofBusiness Venturing，2007，22（2）：262-282.

[4］張嬈，張玥.CVC驅動同業創新：溢出效應的機制檢驗[J].科研管理，2022，43（5）：23-33.

[5]薛超凱，任宗強，黨興華.CVC與IVC誰更能促進初創企業創新？[J].管理工程學報，2019，33（4）：38-48.

[6] GARRIDO A E， DUSHNITSKY G.Are entrepreneurialventure’s innovationrates sensitive to investor complemen-tary assets？ Comparing biotech ventures backed bycorpo-rate and independent VCs[J].Strategic Management Journal，2016，37（5）：819-834.

[7] MAULA M V J，AUTIO E，MURRAY G C.Corporate ven-ture capitalists and independent venture capitalists ： what dothey know，who do they know and should entrepreneurs care？[J].Venture Capital： An International Journal of Entrepre-neurial Finance，2005，7（1）：3-21.

[8]郭菊娥，李君，冷奧琳.組織學習視角下CVC對企業技術創新的影響機理研究[J].計量經濟學報，2024，4（6）：1691-1712.

[9]邢光遠，楊羽宸，李君.企業風險投資驅動技術創新能力的機理和效應研究[J].當代經濟科學，2024，46（5）：118-130.

[10]王雷，鹿存旭.企業風險投資、數字化轉型與融通創新［J/OL].財經論叢，2025：1-14[2025-03-02].https：//doi.org/10.13762/j.cnki.cjlc.20241122.001.

[11］徐虹，王靖馨.CVC母公司行業關聯度與企業創新[J].會計之友，2024（19）：45-53.

[12] CHEMMANUR T J， LOUTSKINA E，TIAN X. Corp0-rate venture capital，value creation，and innovation[J].Re-view of Financial Studies，2014，27（8） ：2434-2473.

[13] SCHILDT A，MAULA MV J，KEIL T.Explorative andexploitative learning from external corporate ventures[J].En-trepreneurship Theory and Practice，2005，29（4） ：493-515.[14］王雷，元亞榮.CVC競爭強度與被投資企業技術創新績效：基于卷入強度的中介效應分析[J].上海財經大學學報，2019，21（2）：46-64.

[15]GOMPERSP，GORNALLW，KAPLANS，etal.Howdoventure capitalists make decisions[J].Journal of FinancialEconomics，2020，135（1）：169-190.

[16］萬坤揚，陸文聰.公司創業投資與企業技術創新：吸收能力、卷入強度和治理結構的調節作用[J].科學學與科學技術管理，2014，35（11）：117-128.

[17］馮根福，溫軍.中國上市公司治理與企業技術創新關系的實證分析[J].中國工業經濟，2008（7）：91-101.

[18］張吉昌，龍靜.數字化轉型、動態能力與企業創新績效：來自高新技術上市企業的經驗證據[J].經濟與管理，2022，36（3） ： 74-83.

[19]劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究[J].管理世界，2020，36（7）：198-217，219.

[20]吳彤，任廣乾，賴浣峰.數字化轉型與企業創新績效：內部薪酬差距的調節效應[J].創新科技，2024，24（11）：56-70.

[21]胡海峰，宋肖肖，竇斌.數字化在危機期間的價值：來自企業韌性的證據[J].財貿經濟，2022，43（7）：134-148.[22]陽銀娟，陳勁，葉臻.企業數字化轉型對創新的影響研究[J].創新科技，2020，20（6）：35-41.

[23］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率[J].財貿經濟，2021，42（7）：114-129.

[24]BARNETT M J.An attention based view of real optionsreasoning [J]. Academy of Management Review，2008，33（3）：606-628.

[25］徐虹，吳佩瑤.風險投資領投機構異質性影響聯合投資伙伴選擇嗎？［J].安徽師范大學學報（社會科學版），2024，52（4）：121-135.

[26]江飛濤，李曉萍.改革開放四十年中國產業政策演進與發展：兼論中國產業政策體系的轉型[J].管理世界，2018，34（10）：73-85.

[27]閆俊周.戰略性新興產業政策對企業創新的作用機制研究：基于雙重差分法的準自然實驗[J].技術經濟與管理研究，2024（7）：139-145.

[28]曹平，王桂軍.選擇性產業政策、企業創新與創新生存時間：來自中國工業企業數據的經驗證據[J].產業經濟研究，2018（4）：26-39.

[29]譚勁松，劉建平，馮飛鵬.產業政策引導下企業研發投資與創新產出效率[J].中國會計評論，2017，15（3）：335-362.

[30]鄒雙，成力為.風險投資對創業企業創新投人的影響：基于篩選效應和增值效應[J].預測，2019，38（2）：76-82.[31]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130-144，10.

[32]HENDERSON R， COCKBURN I.Scale，scope，andspillovers： the determinants of research productivity in drugdiscovery[J].RAND Journal of Economics，1996，27（1） ：32-59.

[33]BIRKINSHAW J， VAN BASTEN BATENBURG R，MURRAY G.Corporate venturing： the state of the art and theprospects for the future[J].Journal of Business Venturing，2009，24（3）：207-222.

[34］江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[35]余明桂，范蕊，鐘慧潔.中國產業政策與企業技術創新[J].中國工業經濟，2016（12）：5-22.

Abstract： Under the background of the continuous change of the global economic environment and the in-depth implementation of an innovation-driven development strategy，as the key force of industrial chain innovation layout，the impact mechanism of corporate venture capital （CVC）on the technological innovation of invested enterprises needs to be explored in depth.Based on the perspective of industrial synergy， this paper takes 4O4 one-on-one investment events in the CVSource database from 2010 to 2O23 as samples. It introduces digital transformation as an intermediary variable while considering strategic fit and industrial policy as regulatory variables.By constructing a theoretical framework of \"corporate venture capital-technological innovation of invested enterprises\"，the study aims to reveal the action path and boundary conditions of CVC on the technological innovation of the invested enterprises. The results show that： ① CVC significantly improves the technological innovation capability of the invested enterprises，and the higher the involvement degree，the more significantthe innovation effect. ② CVC enhances the innovation capability of the invested enterprise by promoting its digital transformation; the degree of strategic fit positively regulates the innovation promotion efect of CVC; when the invested enterprise's industry is supported by the \"Five-Year Plan\"，the innovation effct of CVC is more significant. ③ Heterogeneity analysis shows that the innovation effect of private enterprises invested by CVC is better than that of state-owned enterprises，and the innovation effct of invested enterprises in the eastern region is more obvious.The invested enterprises with high industry competition intensity have stronger technological innovation capability after receiving CVC investment，while the invested enterprises with low industry competition intensity have no obvious innovation efect as a result of CVC.About the life cycle stage of the enterprise，CVC has a significant role in promoting the technological innovation of the invested enterprises in the growth and maturity stages，but has no obvious effect on the invested enterprises in the start-up stage.This study enriches the mechanism research on therelationship between CVC and technological innovation.It systematically verifies the mediating role of digital transformation and the moderating effect of industrial synergy factors and provides an empirical basis for enterprises to optimize CVC investment strategies—such as strengthening strategic fit and leveraging industrial policies. Additionaly，the study offers insights for the government to improve innovation support policies. Overall it serves asan important reference for promoting innovation synergy and high-quality development of the industrial chain.This paper puts forward the folowing suggestions： ① CVC investment institutions need to strengthen the CVC investment strategy to effectively promote the technological innovation of the invested enterprises. ② Encourage CVC investors to build a close industrial synergy with the invested enterprises，thereby enhancing the technological innovation capability of the invested enterprises. ③ CVC investors should attach importance to strategic fit and policy utilization to encourage technological innovation. ④ It is important to consider the heterogeneity of enterprises and use different investment strategies based on factors such as ownership structure， regional diferences，competitive dynamics across industries，and the varying stages of the business lifecycle， to make up for the lack of CVC's impact on technological innovation.

Key words： corporate venture capital; strategic fit; industrial policy; digital transformation; technical innovation

（欄目編輯：張士依）