風(fēng)險投資對技術(shù)創(chuàng)新的作用研究——來自中國省際數(shù)據(jù)的經(jīng)驗證據(jù)

黃銘，朱孝忠

（1.淮南師范學(xué)院 經(jīng)濟(jì)與管理系，安徽 淮南 232038；2.工業(yè)與信息化部軟件與集成電路促進(jìn)中心，北京 100038）

風(fēng)險投資對技術(shù)創(chuàng)新的作用研究
——來自中國省際數(shù)據(jù)的經(jīng)驗證據(jù)

黃銘1，朱孝忠2

（1.淮南師范學(xué)院 經(jīng)濟(jì)與管理系，安徽 淮南 232038；2.工業(yè)與信息化部軟件與集成電路促進(jìn)中心，北京 100038）

第一次利用中國省際橫截面數(shù)據(jù)和混合橫截面數(shù)據(jù)估計風(fēng)險投資對技術(shù)創(chuàng)新的作用，克服以往研究采用總量時間序列數(shù)據(jù)導(dǎo)致樣本不足的問題，獲得可信的研究結(jié)論：在省級數(shù)據(jù)水平上，風(fēng)險投資對專利的確存在正效應(yīng)，一地區(qū)風(fēng)險資本量每增加1%，大約能增加該地區(qū)專利申請量0.17%-0.22%，增加該地區(qū)專利授權(quán)量0.13%-0.17%。風(fēng)險投資變動對專利的影響大約只有RD支出的1/4-1/6。相比較而言，前人利用樣本數(shù)不足的總量時間序列所進(jìn)行的研究顯然高估了風(fēng)險投資對技術(shù)創(chuàng)新的作用。

風(fēng)險投資；技術(shù)創(chuàng)新；專利；混合橫截面

引言

中國風(fēng)險投資業(yè)在經(jīng)歷了20世紀(jì)90年代的起步發(fā)展后，于2002年左右達(dá)到歷史最高峰，近年來依然保持著良好的發(fā)展勢頭。1995年中國風(fēng)險資本總量僅為51.3億元，到2006年已經(jīng)增長為663.8億。1995年全國共有風(fēng)險投資機(jī)構(gòu)27家，到2006年已增加到345家。無論從風(fēng)險資本量還是風(fēng)險機(jī)構(gòu)數(shù)來看，都增長了10倍以上。

中國風(fēng)險投資業(yè)蓬勃發(fā)展，一方面得益于中國經(jīng)濟(jì)的獨領(lǐng)風(fēng)騷，另一方面得益于高科技產(chǎn)業(yè)特別是互聯(lián)網(wǎng)產(chǎn)業(yè)的崛起，同時中國政府也是巨大的推動力之一。大家都相信一個觀點，即風(fēng)險投資能促進(jìn)高科技的發(fā)展，進(jìn)而實現(xiàn)新經(jīng)濟(jì)的輝煌。美國已經(jīng)樹立起了這樣一個榜樣，于是各國政府不遺余力、爭先恐后地大力推進(jìn)本國風(fēng)險投資業(yè)的發(fā)展。但是中國風(fēng)險投資業(yè)發(fā)展的歷史很短，因此單單從樣本容量上講這些研究的計量結(jié)果就是很值得懷疑的。本文第一次采用中國分省數(shù)據(jù)進(jìn)行研究，克服了樣本不足的限制，得出在省際水平上風(fēng)險投資對地方技術(shù)創(chuàng)新有促進(jìn)作用的結(jié)論。

有關(guān)風(fēng)險投資對技術(shù)創(chuàng)新作用的經(jīng)驗研究開始于 Kortum and Lerner（1998，2000），他們利用美國數(shù)據(jù)在產(chǎn)業(yè)層次上證明了風(fēng)險投資對專利有正影響[1，2]。 緊接著，Tykvova（2000）利用德國數(shù)據(jù)也證實在產(chǎn)業(yè)層次上存在同樣的效應(yīng)[3]。

真正進(jìn)行分區(qū)域研究的文獻(xiàn)直到2004年才出現(xiàn)，Romain and Potterie（2004）選取 16 個 OECD 國家1990-2001年的數(shù)據(jù)為樣本，研究結(jié)果表明：風(fēng)險資本的累積對全要素生產(chǎn)率（TFP）有顯著的正影響，并且這種影響較穩(wěn)定，同時風(fēng)險資本的強(qiáng)度對R&D的效果也存在正影響[4]。

針對中國市場的研究由于數(shù)據(jù)的局限基本上都是采用總量數(shù)據(jù)進(jìn)行計量。如楊正兵（2004）和程昆等（2006）都利用中國不到10年的時間序列進(jìn)行回歸，盡管其結(jié)論顯示風(fēng)險投資對技術(shù)創(chuàng)新有正向作用，但由于時間序列太短回歸結(jié)果無法檢驗，因此結(jié)論的可信度不高[5，6]。萬坤揚和袁利金（2006）對1994-2003年中國風(fēng)險資本量與專利量進(jìn)行了單位根檢驗和協(xié)整性檢驗，結(jié)論顯示風(fēng)險投資與技術(shù)創(chuàng)新之間存在協(xié)整關(guān)系。但這也同樣面臨著樣本數(shù)不足的問題，比如利用eviews軟件進(jìn)行單位根檢驗其樣本數(shù)最低要求為20，因此用10年時間序列得出的結(jié)論可能是不準(zhǔn)確的[7]。

綜上所述，國內(nèi)研究采用的都是總量時間序列數(shù)據(jù)，普遍存在樣本量不足的問題，其計量的后果就是結(jié)論難以檢驗。在短期內(nèi)這一問題是不能克服的，因此只能采用其他形式的數(shù)據(jù)。中國作為一個大國，進(jìn)行分區(qū)域研究是一個可行的方向。但是國際學(xué)術(shù)界普遍采用的面板數(shù)據(jù)在中國無法獲得。目前只有中國科技部的調(diào)查數(shù)據(jù)比較權(quán)威全面，但其分區(qū)域數(shù)據(jù)只有3年，并且每年的樣本并不完全一致。這使得我們無法進(jìn)行面板數(shù)據(jù)研究。因此本文第一次使用橫截面和混合橫截面數(shù)據(jù)方法進(jìn)行研究，克服了國內(nèi)研究普遍存在的樣本不足問題，得出了可信的研究結(jié)論。

1 模型采用及數(shù)據(jù)處理

1.1 模型的建立

在別人研究的基礎(chǔ)上，本文的基本模型設(shè)定如下：

其中P代表專利，RD代表研發(fā)支出，VC代表風(fēng)險投資，u代表殘差。由于該模型采用的是對數(shù)形式，從計量結(jié)果上講，與采用Kortum and Lerner（1998，2000）、Tykvova（2000）和 Romain and Potterie（2004）模型本質(zhì)上是一樣的，唯一的區(qū)別在于常數(shù)項的變化，不影響計量本身的有效性和檢驗。

1.2 樣本描述

本文采用兩個樣本：一個橫截面和一個混合橫截面。橫截面樣本包含了2005年全國27個省市的各個變量數(shù)據(jù)。混合橫截面樣本包含了2003、2004、2005三年的數(shù)據(jù)，共有60多個樣本觀測值。

本文風(fēng)險投資數(shù)據(jù)來自于科技部研究中心，專利數(shù)據(jù)來源于國家專利局，RD數(shù)據(jù)來源于全國科技經(jīng)費投入統(tǒng)計公報和中國科技統(tǒng)計年鑒。數(shù)據(jù)覆蓋了全國31個省市中的27個（缺失數(shù)據(jù)省份為廣西、海南、西藏、青海），具有廣泛的代表性。

1.2.1 橫截面樣本

表1 橫截面樣本中各變量的描述性統(tǒng)計

1.2.2 混合橫截面樣本

2003年，科技部的調(diào)查數(shù)據(jù)提供了14個省市的風(fēng)險資本量和17個省市的風(fēng)險機(jī)構(gòu)數(shù)，其中重合省市12個。為了避免剔除非重合省市觀測，從而最大限度地利用已有數(shù)據(jù)，我們分別以風(fēng)險資本量和風(fēng)險機(jī)構(gòu)數(shù)為變量構(gòu)建了兩個混合橫截面，前者命名為混合橫截面A，樣本數(shù)為60；后者命名為混合橫截面B，樣本數(shù)為63。

混合橫截面A包含了2005年的27個觀測值，2004年的19個觀測值和2003年的14個觀測值。由于3年的貨幣數(shù)據(jù)都是名義值，為保證不同年份之間的可比性，我們采用實際值，即2004年和2003年RD支出和風(fēng)險資本量都根據(jù)固定資產(chǎn)投資價格指數(shù)調(diào)整為2005年值。

表2 混合橫截面A中各變量的描述性統(tǒng)計

混合橫截面B包含了2005年的27個觀測值，2004年的19個觀測值和2003年的17個觀測值。2004年和2003年RD支出根據(jù)固定資產(chǎn)投資價格指數(shù)調(diào)整為2005年值。

表3 混合橫截面B中各變量的描述性統(tǒng)計

2 計量結(jié)果

2.1 橫截面回歸

利用2005年中國27個省市的橫截面數(shù)據(jù)進(jìn)行OLS回歸，結(jié)果如表4?；貧w顯示，風(fēng)險投資對專利存在顯著的正影響。一地區(qū)風(fēng)險資本量每增加1%，大約能增加該地區(qū)專利申請量0.22%，增加該地區(qū)專利授權(quán)量0.14%-0.17%。風(fēng)險資本對專利的影響小于RD支出的影響，前者大約是后者的1/4-1/6。關(guān)于風(fēng)險投資與RD對專利作用的相對大小，已有的研究結(jié)論也各不相同。如Kortum and Lerner（1998，2000）的研究表明在美國風(fēng)險投資對專利的作用是 RD的 3.1倍，而 Tykvova（2000）的研究則表明在德國風(fēng)險投資對專利的作用也小于RD，與本文結(jié)果一致。

同時我們利用全社會RD支出代替大中型工業(yè)企業(yè)RD支出，用風(fēng)險投資機(jī)構(gòu)數(shù)代替風(fēng)險資本量，回歸的系數(shù)也是顯著的。一地區(qū)風(fēng)險機(jī)構(gòu)數(shù)每增加1%，大約能增加該地區(qū)專利申請量0.17%。表明研究結(jié)論具有一定的穩(wěn)健性。

另外，我們還考察了RD支出和風(fēng)險投資的滯后項影響，在上述模型中加入1-2期滯后項，計量檢驗其系數(shù)都是不顯著的。而且加入滯后項反而降低了模型的解釋力，如模型（2）的調(diào)整后R2就小于模型 （1）。 驗證了 Hall,Griliches and Hausman（1986）關(guān)于RD支出與專利申報大致是同期的并不存在明顯滯后效應(yīng)的論斷。

表4 橫截面回歸結(jié)果

2.2 混合橫截面回歸

利用三年混合橫截面數(shù)據(jù)進(jìn)行OLS回歸，結(jié)果如表5。回歸顯示，風(fēng)險投資對專利存在非常顯著的正影響。

表5 混合橫截面回歸結(jié)果

從表5可以看出，一地區(qū)風(fēng)險資本量每增加1%，大約能增加該地區(qū)專利申請量0.17%-18%，增加該地區(qū)專利授權(quán)量0.13%-0.14%。風(fēng)險資本對專利的影響小于RD支出的影響，前者大約是后者的1/5-1/6。這些與橫截面回歸的結(jié)果基本相同，一方面說明本研究的穩(wěn)健性較好，另一方面也再次顯示各年度之間的回歸系數(shù)不存在明顯的跨越時間的結(jié)構(gòu)性變化。

我們用全社會RD支出代替大中型工業(yè)企業(yè)RD支出，用風(fēng)險投資機(jī)構(gòu)數(shù)代替風(fēng)險資本量，回歸的系數(shù)也都是顯著的。一地區(qū)風(fēng)險機(jī)構(gòu)數(shù)每增加1%，大約能增加該地區(qū)專利申請量0.11%-0.13%。研究結(jié)論非常穩(wěn)健。

在回歸過程中，我們發(fā)現(xiàn)除模型（5）外，在其他所有模型中，年虛擬變量的系數(shù)都是不顯著的。這在很大程度上說明，各年度之間不僅各變量的回歸系數(shù)沒有明顯的結(jié)構(gòu)性變化，而且截距項的差異也不明顯。由此可見，從2003年到2005年，中國專利產(chǎn)出結(jié)構(gòu)在一定程度上保持了穩(wěn)定。

3 結(jié)論

本文第一次利用省際橫截面和混合橫截面數(shù)據(jù)考察了中國風(fēng)險投資對技術(shù)創(chuàng)新的作用，克服了以往研究中國風(fēng)險投資普遍樣本不足的障礙，獲得了更為可靠的研究結(jié)論。

（1）在省級數(shù)據(jù)水平上，風(fēng)險投資對技術(shù)創(chuàng)新的確存在正效應(yīng)，綜合各種模型結(jié)果，一地區(qū)風(fēng)險資本量每增加1%，大約能增加該地區(qū)專利申請量0.17%-22%，增加該地區(qū)專利授權(quán)量0.13%-0.17%。相比較而言，國內(nèi)其他研究顯然高估了風(fēng)險投資對技術(shù)創(chuàng)新的作用。

（2）風(fēng)險投資與RD支出相比，其對技術(shù)創(chuàng)新的作用較小，前者只有后者的1/4-1/6，遠(yuǎn)小于風(fēng)險投資在美國的作用 （Kortum and Lerner,1998 2000），略小于風(fēng)險投資在德國的作用（Tykvova,2000）。

（3）年虛擬變量不顯著，表明2003-2005年間中國專利產(chǎn)出結(jié)構(gòu)在一定程度上保持了穩(wěn)定。RD支出和風(fēng)險投資的滯后項對專利沒有顯著的影響，證實了創(chuàng)新投入與創(chuàng)新產(chǎn)出大致同期的觀點（Hall,Griliches and Hausman，1986）。

另外，通過選擇不同指標(biāo)來指代變量，保證了計量結(jié)果的穩(wěn)健性，這是國內(nèi)同類研究所不具備的。

當(dāng)然，本文所有的結(jié)論都從現(xiàn)有的3年數(shù)據(jù)樣本中分析得出的，雖然檢驗很顯著，但是是否反映了研究對象總體的真實特征，還有待進(jìn)一步的驗證。本文作為第一篇分省研究中國風(fēng)險投資對技術(shù)創(chuàng)新作用的文獻(xiàn)，只是作了一個初步的探索。Gompers and Lerner（2001）指出，驗證風(fēng)險投資與技術(shù)創(chuàng)新之間的因果關(guān)系是當(dāng)前最新的研究前沿之一，也是一項非常有挑戰(zhàn)性的工作。隨著中國風(fēng)險投資業(yè)的蓬勃發(fā)展，統(tǒng)計指標(biāo)和數(shù)據(jù)的不斷完善，相信會有更多的學(xué)者加入到這一主題的研究中來，從而逐步揭示問題的全部本質(zhì)和規(guī)律。

[1]Kortum，S.and J.Lerner.“Does Venture Capital spur Innovation？”[J].NBER Working Paper Series，Working Paper no6846，1998，674-692

[2]Kortum，S. ，J.Lerner.Assessing the Contribution of Venture Capital to Innovation[J].RAND Journal of Economics，2000，31（4）：674-692

[3]Tykvova T..Venture Capital in Germany and its impact on innovation[J].Social Science Research Network Working Paper，presented at the 2000 EFMA Conference，Athens，2010：345-360

[4]Romain，Astrid，Bruno van Pottelsberghe de la Potterie The Economic Impact of Venture Capital[J].Working Paper WP-CEB：#04/014，Universite Libre de Bruxelles，April，2004：456-476

[5]楊正兵.風(fēng)險投資高新技術(shù)產(chǎn)業(yè)與技術(shù)創(chuàng)新的實證研究[D].南京：南京農(nóng)業(yè)大學(xué)，2004

[6]程昆，劉仁和，劉英.風(fēng)險投資對我國技術(shù)創(chuàng)新的作用研究[J].經(jīng)濟(jì)問題探索，2006，（10）：17-22

[7]萬坤揚，袁利金.創(chuàng)業(yè)投資與技術(shù)創(chuàng)新關(guān)系的實證分析[J].工業(yè)工程與管理，2006，（1）：72-76

[8]清科2007中國創(chuàng)業(yè)投資市場年度研究報告[R/OL].http：//www.zero2ipo.com.cn

The impact of venture capital on technological innovation：evidence from provincial data in China

HUANG Ming，ZHU Xiao-zhong

This paper estimates the impact of venture capital on technological innovation based on provincial cross-section data and pooled cross-section data in China for the fist time,which avoids the problem of inadequate sample in previous studies based on aggregate time-series data.So our results are more accurate relatively.We find that venture capital has a significant positive influence on patents at the level of the provincial data.A 1%increase of venture capital volume in a province causes 0.17-22%increase in the number of patents applied,and 0.13-0.17%increase in the number of patents granted.The impact of venture capital disturbance on technological innovation is as weak as 1/4-1/6 of that of RD expenditure disturbance.Compared to our results,previous studies obviously overestimate the impact of venture capital on the technological innovation because of inadequate sample.

venture capital；technological innovation；patents；pooled cross-section

F830 < class="emphasis_bold">[文獻(xiàn)標(biāo)識碼]A

A

1009-9530（2012）01-0032-04

2011-09-16

淮南師范學(xué)院科研項目（2011wk08）

黃銘（1972-），男，安徽樅陽人，碩士，淮南師范學(xué)院經(jīng)濟(jì)與管理系講師，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。朱孝忠（1980-），男，安徽無為人，博士，研究方向：投資學(xué)。