姚麗

[摘 要]采用我國(guó)2006～2015年各省市的空間面板數(shù)據(jù)，構(gòu)建有關(guān)風(fēng)險(xiǎn)投資水平、區(qū)域創(chuàng)新水平及其空間溢出效應(yīng)的空間計(jì)量模型，分析不同區(qū)域風(fēng)險(xiǎn)投資水平對(duì)于技術(shù)創(chuàng)新的空間影響效應(yīng)。文章從時(shí)間維度拓展到空間維度，研究風(fēng)險(xiǎn)投資對(duì)區(qū)域技術(shù)創(chuàng)新的空間效應(yīng)，結(jié)果表明：研究地區(qū)風(fēng)險(xiǎn)投資之間存在顯著的空間相關(guān)性和空間效應(yīng)；本地風(fēng)險(xiǎn)投資水平除了能顯著提升本地區(qū)域技術(shù)創(chuàng)新水平，同時(shí)也對(duì)周邊地區(qū)技術(shù)創(chuàng)新具有影響；風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新具有系統(tǒng)性關(guān)聯(lián)，風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新具有顯著的促進(jìn)作用；從空間分布來(lái)看，風(fēng)險(xiǎn)投資在東、中、西部地區(qū)情況不同，其對(duì)區(qū)域技術(shù)創(chuàng)新水平的影響程度也存在差異。

[關(guān)鍵詞]風(fēng)險(xiǎn)投資；區(qū)域技術(shù)創(chuàng)新；溢出效應(yīng)；空間計(jì)量模型

[中圖分類(lèi)號(hào)]F207；F832.48 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)]1673-0461（2018）06-0007-06

一、引 言

風(fēng)險(xiǎn)投資行業(yè)自20世紀(jì)40年代誕生以來(lái)，已經(jīng)成為高新技術(shù)企業(yè)發(fā)展的主要助推器。風(fēng)險(xiǎn)投資主要是針對(duì)正處于創(chuàng)業(yè)階段、未上市并具備高速發(fā)展特征的新興行業(yè)（主要指高新科技行業(yè)）進(jìn)行長(zhǎng)期性股權(quán)投資。由于高科技企業(yè)初創(chuàng)期的高投入、高風(fēng)險(xiǎn)、高失敗率決定了它難以在傳統(tǒng)的資本市場(chǎng)上融資，而風(fēng)險(xiǎn)投資的本質(zhì)正適應(yīng)了這種要求（Savaneviciene A，2015）[1]，并且對(duì)于區(qū)域創(chuàng)新系統(tǒng)能夠發(fā)揮融資作用、選擇作用、標(biāo)識(shí)作用、集體學(xué)習(xí)作用和嵌入作用，通過(guò)選擇可投項(xiàng)目和投入資本，帶動(dòng)知識(shí)創(chuàng)新和技術(shù)產(chǎn)業(yè)化（寸曉宏，2014）[2]。美國(guó)英特爾、微軟、思科、雅虎等一大批優(yōu)秀企業(yè)的成長(zhǎng)與崛起都得益于風(fēng)險(xiǎn)投資的支持，硅谷的成功就是風(fēng)險(xiǎn)投資創(chuàng)造高科技的典范，可以說(shuō)，風(fēng)險(xiǎn)投資是高新技術(shù)產(chǎn)業(yè)化的“孵化器”（呂煒，2002；尤勇，2009；武巧珍，2009）[3-5]。

但是風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新之間是否存在系統(tǒng)性關(guān)聯(lián)，國(guó)內(nèi)外已有許多學(xué)者對(duì)這一問(wèn)題進(jìn)行研究，大致沿著兩個(gè)方向：一是利用投入產(chǎn)出經(jīng)驗(yàn)?zāi)Ｐ陀?jì)算風(fēng)險(xiǎn)投資對(duì)于技術(shù)創(chuàng)新的貢獻(xiàn)（陳治等，2010；邵同堯等，2011；詹正華等，2015；趙武等，2015）[6-9]；二是運(yùn)用格蘭杰因果檢驗(yàn)等方法驗(yàn)證二者之間的關(guān)系（姚耀軍，2010；邵同堯等，2011；楊曄等，2012；嵇成亮，2015）[10-13]。

以上研究大多是運(yùn)用以時(shí)間維度的傳統(tǒng)統(tǒng)計(jì)和經(jīng)典計(jì)量回歸分析方法，而忽略了不同區(qū)域間風(fēng)險(xiǎn)投資的相互影響。根據(jù)Tobler（1970）提出的地理學(xué)第一定律，在不同地區(qū)的經(jīng)濟(jì)行為之間往往存在一定的相互作用，這種交互作用隨著空間距離的增加而逐漸減弱。因此越來(lái)越多的研究開(kāi)始關(guān)注經(jīng)濟(jì)現(xiàn)象在空間上的相互影響程度，并利用空間計(jì)量模型來(lái)分析這種空間相關(guān)及溢出性。如大量文獻(xiàn)對(duì)金融集聚對(duì)經(jīng)濟(jì)增長(zhǎng)溢出作用的研究（方先明等，2010；任英華等，2010；李林等，2011；李紅等，2014；化祥雨等，2016；孫志紅等，2017）[14-19]；利用空間計(jì)量模型研究技術(shù)、知識(shí)溢出與區(qū)域創(chuàng)新關(guān)系（李志宏等，2013；白俊紅等，2015；李婧等，2017）[20-22]；利用空間計(jì)量方法研究地區(qū)經(jīng)濟(jì)收斂性問(wèn)題（張學(xué)良，2009；洪國(guó)志等，2010）[23-24]。

由于區(qū)域之間各產(chǎn)業(yè)存在相互聯(lián)系，風(fēng)險(xiǎn)投資這一經(jīng)濟(jì)活動(dòng)能夠影響區(qū)域間要素的流動(dòng)和產(chǎn)品需求的關(guān)聯(lián)，因此一個(gè)地區(qū)的風(fēng)險(xiǎn)投資行業(yè)發(fā)展，會(huì)影響和帶動(dòng)本地區(qū)和周邊地區(qū)高新技術(shù)產(chǎn)業(yè)要素投入的需求，進(jìn)而影響創(chuàng)新技術(shù)水平的提升。因此，風(fēng)險(xiǎn)投資促進(jìn)區(qū)域技術(shù)創(chuàng)新不一定發(fā)生在本地區(qū)，也可能產(chǎn)生外溢性。本研究路線(xiàn)為：首先建立空間計(jì)量模型，探索風(fēng)險(xiǎn)投資是否存在空間溢出效應(yīng)，若存在，則繼續(xù)探索該效應(yīng)對(duì)區(qū)域技術(shù)創(chuàng)新的影響程度，并給予相應(yīng)的政策建議。

二、相關(guān)文獻(xiàn)綜述

梳理文獻(xiàn)發(fā)現(xiàn)，已有研究大多建立在時(shí)間序列數(shù)據(jù)分析上，分析風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新之間的互動(dòng)關(guān)系，結(jié)果主要有消極、中性和積極三種影響，其中多數(shù)學(xué)者認(rèn)為風(fēng)險(xiǎn)投資能夠促進(jìn)技術(shù)創(chuàng)新水平的提升。最為代表性的是Kortum和Lemer（2000，2001）通過(guò)研究美國(guó)20個(gè)相關(guān)產(chǎn)業(yè)的數(shù)據(jù)，發(fā)現(xiàn)1965～1992年間美國(guó)的風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新存在正向關(guān)系，構(gòu)建模型結(jié)果驗(yàn)證顯風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新貢獻(xiàn)幾乎為其他資本的3倍[25-26]；Popov &Roosenboom;（2012）通過(guò)研究OECD風(fēng)險(xiǎn)投資與專(zhuān)利授權(quán)量二者之間的關(guān)系發(fā)現(xiàn)，1991～2005年間風(fēng)險(xiǎn)投資對(duì)專(zhuān)利產(chǎn)出具有明顯的提高效應(yīng)[27]；Malecki（2013）提出風(fēng)險(xiǎn)投資網(wǎng)絡(luò)的概念，并認(rèn)為能夠積極促進(jìn)區(qū)域技術(shù)創(chuàng)新的發(fā)展。隨著風(fēng)險(xiǎn)投資行業(yè)在國(guó)內(nèi)的蓬勃發(fā)展，國(guó)內(nèi)學(xué)者也相繼開(kāi)展了風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新之間的關(guān)系及其溢出效應(yīng)的研究[28]。高波（2003）從定性角度出發(fā)，分析了風(fēng)險(xiǎn)投資的溢出效應(yīng)主要通過(guò)以下四個(gè)途徑實(shí)現(xiàn)，即知識(shí)創(chuàng)新、技術(shù)擴(kuò)散、組織成長(zhǎng)與制度變遷[29]；張凱（2009）從技術(shù)創(chuàng)新投入和產(chǎn)出入手，分析了創(chuàng)業(yè)風(fēng)險(xiǎn)投資對(duì)高新技術(shù)企業(yè)技術(shù)創(chuàng)新的促進(jìn)作用[30]；茍燕楠（2013）從中小板及創(chuàng)業(yè)板上市企業(yè)公司的融資經(jīng)歷分析，認(rèn)為具有風(fēng)險(xiǎn)投資背景的企業(yè)技術(shù)創(chuàng)新水平越高[31]；王婷（2016）基于區(qū)域視角，采用創(chuàng)新生產(chǎn)函數(shù)研究了風(fēng)險(xiǎn)投資具有增加資本效應(yīng)和提高技術(shù)創(chuàng)新效率效應(yīng)[32]。

此外，在方法選取方面，除了主要運(yùn)用投入產(chǎn)出模型及Granger因果關(guān)系分析研究方法外，學(xué)者采取了多種方法進(jìn)行研究。Hellmann和Puri（2000）采用Cox比例風(fēng)險(xiǎn)模型和Probit模型，陳治等（2010）采用Malmquist指數(shù)方法，馮照楨（2016）采用面板平滑轉(zhuǎn)換回歸模型等不同方法，另外還有Engel et al（2007）、Caselli et al（2009）、Faria et al（2014）等學(xué)者也運(yùn)用不同計(jì)量方法證實(shí)了風(fēng)險(xiǎn)投資對(duì)于技術(shù)創(chuàng)新的影響作用[33-38]。

總結(jié)研究結(jié)果發(fā)現(xiàn)，由于國(guó)外風(fēng)險(xiǎn)投資行業(yè)發(fā)展早且快于我國(guó)，因此，研究成果豐富且多運(yùn)用計(jì)量研究方法，國(guó)內(nèi)則較多停留在理論分析及驗(yàn)證階段，且鮮有研究風(fēng)險(xiǎn)投資空間溢出效應(yīng)的文章。因此，本文對(duì)風(fēng)險(xiǎn)投資及區(qū)域技術(shù)創(chuàng)新的空間溢出效應(yīng)進(jìn)行分析，并系統(tǒng)性分析二者之間相互影響關(guān)系，在構(gòu)建空間權(quán)重矩陣的基礎(chǔ)上，使用空間面板模型驗(yàn)證風(fēng)險(xiǎn)投資的空間溢出效應(yīng)。

三、理論基礎(chǔ)和模型設(shè)定

1.理論基礎(chǔ)及模型選取

Griliches在1979年提出知識(shí)生產(chǎn)函數(shù)（KPF），并將其運(yùn)用于度量區(qū)域知識(shí)生產(chǎn)和溢出，是研究知識(shí)產(chǎn)出和技術(shù)創(chuàng)新及其影響因素的有效工具。知識(shí)生產(chǎn)函數(shù)是將創(chuàng)新產(chǎn)出視為研發(fā)投入的函數(shù)，利用柯布-道格拉斯函數(shù)形式描述，其基本表達(dá)式如下：

Y=aCα Lβ Kγ eλt+u （1）

其中a表示常數(shù)項(xiàng)，C表示資本投入，L表示勞動(dòng)力投入，K表示技術(shù)知識(shí)水平，e表示自然對(duì)數(shù)底數(shù)，其余變量表示待估計(jì)參數(shù)。

在Jaffe（1986）對(duì)于Griliches提出的KPF模型進(jìn)行了修正，引入了空間因素（地理空間的相容指數(shù)）進(jìn)行解釋技術(shù)的空間溢出，結(jié)果表明高校和高技術(shù)企業(yè)地理距離的遠(yuǎn)近能夠明顯地影響技術(shù)知識(shí)的溢出水平。對(duì)公式兩邊取對(duì)數(shù)得到線(xiàn)性表達(dá)為：

ln（Pikt）=β1kln（Iikt）+β2kln（Uikt）+

β3k[ln （Uikt ）ln（Cikt）]+εikt （2）

其中C表示高校研發(fā)和企業(yè)研發(fā)在空間地理位置上的相容指數(shù)，P表示地區(qū)企業(yè)專(zhuān)利申請(qǐng)量，代表創(chuàng)新知識(shí)水平，i表示地域單元；k表示技術(shù)領(lǐng)域，t表示時(shí)間，I表示研發(fā)支出，U為高校的科研經(jīng)費(fèi)支出。

Anselin最早將空間計(jì)量模型應(yīng)用于知識(shí)生產(chǎn)函數(shù)，分析知識(shí)溢出與技術(shù)創(chuàng)新，提出空間自回歸模型（SAR）和空間誤差模型（SEM），James和Kelly（2009）擴(kuò)展并改進(jìn)了SAR和SEM，將空間誤差項(xiàng)和空間滯后項(xiàng)同時(shí)包含于空間計(jì)量模型中，提出了空間杜賓模型（Spatial Durbin Model，SDM）[28]，其公式設(shè)定如下：

在（3）式中，yit表示i地區(qū)t年份的被解釋變量，xit表示各個(gè)解釋變量，αi代表地區(qū)效應(yīng)， vt則代表時(shí)間效應(yīng)。ρ為空間滯后回歸估計(jì)系數(shù)，反映空間依賴(lài)性。當(dāng)γ=0 時(shí)，SDM模型變?yōu)镾AR模型； 當(dāng)γ+ρβ=0 時(shí)， SDM模型變?yōu)镾EM模型。由于技術(shù)創(chuàng)新要經(jīng)歷研發(fā)、應(yīng)用、推廣等過(guò)程，所以會(huì)在一定時(shí)間的延后才能看出其投資效果，因此應(yīng)該對(duì)其進(jìn)行分析。本文選擇空間滯后模型和空間杜賓模型進(jìn)行分析。

2.變量選取及數(shù)據(jù)來(lái)源

被解釋變量：技術(shù)創(chuàng)新水平（I），本研究采用各地區(qū)授權(quán)發(fā)明專(zhuān)利數(shù)量反映各地區(qū)技術(shù)創(chuàng)新水平。

核心解釋變量：風(fēng)險(xiǎn)投資水平（VC），本研究選取各地區(qū)風(fēng)險(xiǎn)投資金額來(lái)反映各地風(fēng)險(xiǎn)投資水平?？刂谱兞浚貉邪l(fā)資本投入水平（RD），采用各地R&D;經(jīng)費(fèi)投入金額表示研發(fā)資本投入水平；人力資本水平（PEO），采用科技活動(dòng)人員中R&D;人員全時(shí)當(dāng)量來(lái)表示人力資本水平；政府支持狀況（GOV），采用地區(qū)財(cái)政收入金額反映政府支持狀況；對(duì)外開(kāi)放程度（OPEN），采用地區(qū)進(jìn)出口總額大小表示對(duì)外開(kāi)放程度。

本文利用高空間杜賓模型（SDM）構(gòu)建表達(dá)式如下：

+β3ln（PEOit）+β4ln（GOVit）+β5ln（OPENit ）+

γ1Σ■■wijln（VCit ）+γ2Σ■■wijln（RDit ）+

γ3Σ■■wijln（PEOit）+γ4Σ■■wijln（GOVit）+

γ5Σ■■wijln（OPENit）+αi +vi +εit（4）

本研究數(shù)據(jù)分別來(lái)自于中國(guó)統(tǒng)計(jì)局網(wǎng)站、Wind數(shù)據(jù)庫(kù)、《中國(guó)風(fēng)險(xiǎn)投資年鑒》、投中集團(tuán)網(wǎng)站、China Venture 的《中國(guó)創(chuàng)業(yè)風(fēng)險(xiǎn)投資發(fā)展報(bào)告》以及關(guān)于風(fēng)險(xiǎn)投資的清科數(shù)據(jù)報(bào)告而獲得，個(gè)別缺失數(shù)據(jù)來(lái)自各地區(qū)統(tǒng)計(jì)年鑒。

四、實(shí)證分析

1.全樣本估計(jì)

進(jìn)行空間面板數(shù)據(jù)模型分析之前，首先對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，運(yùn)用Eviews9.0軟件對(duì)各變量平穩(wěn)性檢驗(yàn)結(jié)果如表1。假設(shè)普遍單位根過(guò)程（Levin，Lin和Chu-t檢驗(yàn)）、假設(shè)個(gè)別單位根過(guò)程（Im，Pesaran和Shin W-stat檢驗(yàn)）均拒絕了原假設(shè)，說(shuō)明數(shù)據(jù)具有平穩(wěn)性。

選取我國(guó)2006～2015年31個(gè)省市區(qū)（除去港、澳、臺(tái)地區(qū)）的樣本進(jìn)行估計(jì)，選擇能考察個(gè)體效應(yīng)的變截距模型，經(jīng)Hausman檢驗(yàn)判定使用固定效應(yīng)估計(jì)方法，為了考察周邊地區(qū)風(fēng)險(xiǎn)投資是否對(duì)本地區(qū)技術(shù)創(chuàng)新水平具有影響，增加變量ln（ZWVC）（變量值設(shè)定為周邊考察點(diǎn)周邊樣本風(fēng)險(xiǎn)投資變量的平均值），檢驗(yàn)與ln（VC）變量不存在多重共線(xiàn)性，模型計(jì)算結(jié)果如表1。

通過(guò)表2結(jié)果可知，除了對(duì)外開(kāi)放水平ln（OPEN）系數(shù)檢驗(yàn)顯著性水平略低，其他變量顯著性水平都較高，且模型的調(diào)整可決系數(shù)較高，因此模型設(shè)定形式是成立的。估計(jì)模型為：

lnYit=1.0508+0.0260ln（VCit）+0.0403ln（RDit）+0.0346ln（PEOit）+0.0224ln（GOVit）+0.0120ln（OPENit）

根據(jù)表2及公式可看出：風(fēng)險(xiǎn)投資對(duì)本地區(qū)技術(shù)創(chuàng)新水平的影響系數(shù)為0.0260，表明風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新具有促進(jìn)作用；周?chē)貐^(qū)風(fēng)險(xiǎn)投資對(duì)本地技術(shù)創(chuàng)新的影響系數(shù)為0.0109，說(shuō)明風(fēng)險(xiǎn)投資具有空間溢出效應(yīng)。

2.空間計(jì)量模型的估計(jì)結(jié)果與分析

由上面分析驗(yàn)證了風(fēng)險(xiǎn)投資對(duì)于本區(qū)域及周邊地區(qū)的技術(shù)創(chuàng)新水平具有正向促進(jìn)作用，接下來(lái)就借助Matlab.2012計(jì)算軟件對(duì)模型進(jìn)行估計(jì)且檢驗(yàn)，基于構(gòu)建的空間計(jì)量模型，定量分析各個(gè)解釋變量對(duì)區(qū)域技術(shù)創(chuàng)新影響作用程度?？紤]到經(jīng)濟(jì)發(fā)展水平影響而構(gòu)建的經(jīng)濟(jì)距離矩陣，因?yàn)榈乩磬徑圆⒉皇俏ㄒ唤忉尯蜎Q定空間相關(guān)性的因素，因此在經(jīng)濟(jì)距離矩陣構(gòu)建時(shí)將各地區(qū)經(jīng)濟(jì)發(fā)展水平賦予一定權(quán)重，即矩陣形式為地理距離權(quán)重矩陣與人均GDP所占比重對(duì)角矩陣二者之乘積。分別運(yùn)行OLS估計(jì)、空間滯后模型（SLM）和空間杜賓模型（SDM）（見(jiàn)表3）。

根據(jù)表3估計(jì)，從擬合優(yōu)度來(lái)看，OLS估計(jì)調(diào)整擬合優(yōu)度為0.6561，變量總體上通過(guò)顯著性水平檢驗(yàn)，對(duì)比空間計(jì)量模型，SLM與SDM的估計(jì)結(jié)果以及相應(yīng)的擬合優(yōu)度更優(yōu)，因此可以判定考慮空間因素的空間計(jì)量模型解釋風(fēng)險(xiǎn)投資對(duì)高技術(shù)水平的影響更為合理。分析兩種空間計(jì)量模型，其中SDM模型的擬合優(yōu)度更高，且模型的對(duì)數(shù)似然函數(shù)最大，因此模型穩(wěn)健性更好。

分析影響區(qū)域技術(shù)創(chuàng)新水平的影響因素：在相同的空間權(quán)重矩陣作用下，風(fēng)險(xiǎn)投資、研發(fā)資本投資、人力資本、政府支持、對(duì)外開(kāi)放等多因素影響對(duì)技術(shù)創(chuàng)新的影響程度也不同。與梁愷（2016）、陳治等（2010）、楊曄等（2012）等的研究結(jié)果較為一致，風(fēng)險(xiǎn)投資對(duì)于技術(shù)創(chuàng)新的影響系數(shù)為正，即高水平的風(fēng)險(xiǎn)投資能夠很好地激勵(lì)技術(shù)創(chuàng)新進(jìn)步。主要是因?yàn)轱L(fēng)險(xiǎn)投資能夠?qū)①Y金投向技術(shù)創(chuàng)新環(huán)節(jié)，提升生產(chǎn)要素的專(zhuān)業(yè)化和先進(jìn)性，最終帶動(dòng)生產(chǎn)效率的提高，帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)變遷，對(duì)技術(shù)創(chuàng)新產(chǎn)生正向促進(jìn)效應(yīng)。研發(fā)資本投入水平、人力資本水平、政府支持狀況、對(duì)外開(kāi)放程度對(duì)于區(qū)域技術(shù)創(chuàng)新水平也具有促進(jìn)作用。在市場(chǎng)化機(jī)制作用下，政府財(cái)政對(duì)于技術(shù)創(chuàng)新的影響需要在一個(gè)時(shí)間段內(nèi)推移和滲透，效率低于相對(duì)市場(chǎng)化的投資，因此在模型中作用不明顯。人力資本水平和研發(fā)資本投入水平也能夠促進(jìn)技術(shù)創(chuàng)新水平的提高，從促進(jìn)作用程度來(lái)看，其效果要明顯高于風(fēng)險(xiǎn)投資，其原因可能在于人力資本以及研發(fā)資金的投入更能集中到技術(shù)開(kāi)發(fā)，而風(fēng)險(xiǎn)投資資金的使用有可能分散到市場(chǎng)開(kāi)拓以及企業(yè)管理等方面。

3.東中西三大區(qū)域之間的溢出效應(yīng)

參照Ledyaeva（2007）對(duì)于不同地區(qū)組之間空間溢出效應(yīng)不同的處理方式，對(duì)空間權(quán)重矩陣進(jìn)行分塊調(diào)整。即將不同區(qū)域內(nèi)部地區(qū)之間權(quán)重值設(shè)為0，即剔除不同區(qū)域之間地區(qū)相互之間的空間影響。從而特別考察不同區(qū)域內(nèi)的風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新水平的空間溢出效應(yīng)。例如東、中兩組區(qū)域共6個(gè)地區(qū)樣本（1、2、3為東部地區(qū)樣本，4、5、6為中部地區(qū)樣本），W1，2表示1、2地區(qū)之間的距離函數(shù)，則空間權(quán)重矩陣形式表達(dá)如下：

W0 0 0 W1，4 W1，5 W1，60 0 0 W2，4 W2，5 W2，60 0 0 W3，4 W3，5 W3，6W4，1 W4，2 W4，3 0 0 0W5，1 W5，2 W5，3 0 0 0W6，1 W6，2 W6，3 0 0 0

根據(jù)相關(guān)研究，空間溢出效應(yīng)包括區(qū)域之間溢出效應(yīng)和區(qū)域內(nèi)部的溢出，以我國(guó)為例分為東、中、西三大區(qū)域。根據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒》的劃分方法，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11省市區(qū)；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個(gè)省市區(qū)；西部地區(qū)包括四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古等12個(gè)省市區(qū)。參照前面分析結(jié)果，利用分塊調(diào)整的空間權(quán)重矩陣，選用模型穩(wěn)定性較好的空間杜賓模型（SDM），對(duì)三大地區(qū)進(jìn)行空間溢出效應(yīng)估計(jì)，結(jié)果如表4所示。

分析表4結(jié)果可以看出：東、中、西三大地區(qū)模型的擬合優(yōu)度都較高，證明模型通過(guò)檢驗(yàn)，且各地區(qū)間ln（VC）均為正值，且顯著性水平較高，說(shuō)明風(fēng)險(xiǎn)投資對(duì)區(qū)域技術(shù)創(chuàng)新水平的影響具有顯著促進(jìn)作用，從作用程度及比較結(jié)果來(lái)看，東部地區(qū)>中部地區(qū)>西部地區(qū)，說(shuō)明越往東部經(jīng)濟(jì)越發(fā)達(dá)地區(qū)來(lái)看，其風(fēng)險(xiǎn)投資行業(yè)對(duì)技術(shù)創(chuàng)新的支持力度及作用結(jié)果越好，越能夠促進(jìn)當(dāng)?shù)丶夹g(shù)創(chuàng)新水平的提高。除風(fēng)險(xiǎn)投資變量外，研發(fā)資本投入水平、人力資本水平對(duì)于地區(qū)技術(shù)創(chuàng)新水平與具有顯著貢獻(xiàn)，東部地區(qū)的作用強(qiáng)度大于西部地區(qū)。原因在于東部地區(qū)經(jīng)濟(jì)和技術(shù)發(fā)展水平均明顯高于西部地區(qū)，且風(fēng)險(xiǎn)投資運(yùn)作已逐漸成熟，企業(yè)對(duì)于風(fēng)投觀(guān)念比較認(rèn)可，且我國(guó)早期風(fēng)險(xiǎn)投資多由政府主導(dǎo)，有利政策多偏向東部地區(qū)。因此導(dǎo)致東、中、西不同地區(qū)風(fēng)險(xiǎn)投資等變量對(duì)于技術(shù)創(chuàng)新水平影響程度有一定影響。

五、結(jié)論及對(duì)策建議

本文在2006～2015年我國(guó)31省市區(qū)面板數(shù)據(jù)的基礎(chǔ)上，構(gòu)建空間計(jì)量模型，分析風(fēng)險(xiǎn)投資對(duì)區(qū)域技術(shù)創(chuàng)新水平是否存在空間溢出效應(yīng)，并從時(shí)間維度分析拓展到空間維度，對(duì)地區(qū)內(nèi)部的空間溢出效應(yīng)進(jìn)行詳細(xì)軌跡，分析三大地帶風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新影響的區(qū)域差異。主要結(jié)論如下：首先，全國(guó)范圍內(nèi)風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新水平的提升具有空間溢出效應(yīng)，即一個(gè)地區(qū)風(fēng)險(xiǎn)投資除了能夠影響本地區(qū)技術(shù)創(chuàng)新之外，還能影響周邊地區(qū)技術(shù)創(chuàng)新水平的提升；其次，本文考察的幾個(gè)控制變量如研發(fā)資本投入、人力資本、政府支持狀況、對(duì)外開(kāi)放程度等都會(huì)有利于區(qū)域技術(shù)創(chuàng)新；另外，從空間分布來(lái)看，風(fēng)險(xiǎn)投資分布在東、中、西部地區(qū)情況不同，其對(duì)區(qū)域技術(shù)創(chuàng)新水平的影響程度也存在差異。

綜合以上結(jié)論，給出本文政策建議：第一，我國(guó)東部地區(qū)的風(fēng)險(xiǎn)投資對(duì)區(qū)域技術(shù)創(chuàng)新水平的溢出效應(yīng)高于中西部地區(qū)，說(shuō)明在東部地區(qū)已經(jīng)形成了高效的風(fēng)險(xiǎn)投資溢出渠道，西部地區(qū)政府應(yīng)采取措施吸引風(fēng)險(xiǎn)投資資金、先進(jìn)技術(shù)及管理經(jīng)驗(yàn)，提高風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新活動(dòng)的正向促進(jìn)作用；第二，鼓勵(lì)風(fēng)險(xiǎn)投資的資本流向技術(shù)研發(fā)，提高風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新活動(dòng)的正向促進(jìn)作用，政府引導(dǎo)科技成果轉(zhuǎn)化適當(dāng)導(dǎo)入市場(chǎng)機(jī)制，切實(shí)促進(jìn)技術(shù)創(chuàng)新成果實(shí)現(xiàn)產(chǎn)業(yè)化，提高科技進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率；第三，重視風(fēng)險(xiǎn)投資機(jī)構(gòu)及風(fēng)險(xiǎn)投資活動(dòng)的協(xié)調(diào)發(fā)展與均衡布局，出臺(tái)優(yōu)惠政策吸引發(fā)達(dá)地區(qū)或者海外風(fēng)險(xiǎn)投資機(jī)構(gòu)，制定法律法規(guī)正確規(guī)范風(fēng)險(xiǎn)投資行業(yè)資本的投入，引導(dǎo)風(fēng)險(xiǎn)投資市場(chǎng)進(jìn)行有效管理。

參考文獻(xiàn)：

[1] SAVANEVICIENE A，VENCKUVIENE V，GIRDAUSKIENE L. Venture capital a catalyst for start-ups to overcome the "valley of death"： Lithuanian case[J]. Procedia Economics and Finance，2015 （1）.

[2] 寸曉宏，盧啟程. 風(fēng)險(xiǎn)投資對(duì)區(qū)域創(chuàng)新系統(tǒng)的作用機(jī)理研究[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2014 （8）.

[3] 呂煒. 論風(fēng)險(xiǎn)投資機(jī)制的技術(shù)創(chuàng)新原理[J].經(jīng)濟(jì)研究，2002（2）： 48-56.

[4] 龍勇，楊曉燕. 風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新能力的作用研究[J]. 科技進(jìn)步與對(duì)策，2009，26（23）： 16-20.

[5] 武巧珍.風(fēng)險(xiǎn)投資支持高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新的路徑分析[J]. 管理世界，2009（7）： 174-175.

[6] 趙武，李曉華，朱明宣，龐加蘭. 風(fēng)險(xiǎn)投資、研發(fā)投入對(duì)技術(shù)創(chuàng)新產(chǎn)出的差異化影響研究[J]. 科技管理研究，2015，35（7）： 1-5，11.

[7] 詹正華，田洋洋，王雷. 聯(lián)合風(fēng)險(xiǎn)投資對(duì)目標(biāo)企業(yè)技術(shù)創(chuàng)新能力的影響——基于深圳創(chuàng)業(yè)板上市企業(yè)的經(jīng)驗(yàn)分析[J]. 技術(shù)經(jīng)濟(jì)，2015，34（6）： 24-30.

[8] 邵同堯，潘彥. 風(fēng)險(xiǎn)投資、研發(fā)投入與區(qū)域創(chuàng)新——基于商標(biāo)的省級(jí)面板研究[J]. 科學(xué)學(xué)研究，2011，29（5）： 793-800.

[9] 陳治，張所地. 我國(guó)區(qū)域風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新效率的研究——基于與R&D;投入的對(duì)比[J]. 科技管理研究，2010，30（8）： 250-251，254.

[10] 邵同堯，潘彥.風(fēng)險(xiǎn)投資與創(chuàng)新因果關(guān)系的實(shí)證研究——基于商標(biāo)與Granger的省級(jí)面板分析[J]. 稅務(wù)與經(jīng)濟(jì)，2011（1）： 19-26.

[11] 楊曄，邵同堯. 基于面板數(shù)據(jù)的風(fēng)險(xiǎn)投資與區(qū)域創(chuàng)新因果關(guān)系研究[J]. 管理評(píng)論，2012，24（6）： 27-33.

[12] 姚耀軍. 中國(guó)金融發(fā)展與全要素生產(chǎn)率——基于時(shí)間序列的經(jīng)驗(yàn)證據(jù)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（3）： 68-80，161.

[13] 嵇成亮. 高技術(shù)產(chǎn)業(yè)創(chuàng)新與風(fēng)險(xiǎn)投資的聯(lián)動(dòng)性分析[J]. 生產(chǎn)力研究，2015 （8）： 67-69，95.

[14] 方先明，孫愛(ài)軍，曹源芳. 基于空間模型的金融支持與經(jīng)濟(jì)增長(zhǎng)研究——來(lái)自中國(guó)省域1998～2008年的證據(jù)[J]. 金融研究，2010（10）： 68-82.

[15] 任英華，徐玲，游萬(wàn)海. 金融集聚影響因素空間計(jì)量模型及其應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（5）： 104-115.

[16] 李林，丁藝，劉志華. 金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)溢出作用的空間計(jì)量分析[J]. 金融研究，2011（5）： 113-123.

[17] 李紅，王彥曉. 金融集聚、空間溢出與城市經(jīng)濟(jì)增長(zhǎng)——基于中國(guó)286個(gè)城市空間面板杜賓模型的經(jīng)驗(yàn)研究[J]. 國(guó)際金融研究，2014（2）： 89-96.

[18] 化祥雨，楊志民，葉婭芬. 金融空間聯(lián)系與經(jīng)濟(jì)增長(zhǎng)關(guān)系——基于江蘇省縣域的實(shí)證研究[J]. 經(jīng)濟(jì)地理，2016，36（3）： 32-40.

[19] 孫志紅，王亞青. 金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)研究——基于西北五省數(shù)據(jù)[J]. 審計(jì)與經(jīng)濟(jì)研究，2017，32（2）： 108-118.

[20] 李志宏，王娜，馬倩. 基于空間計(jì)量的區(qū)域間創(chuàng)新行為知識(shí)溢出分析[J]. 科研管理，2013，34（6）： 9-16.

[21] 白俊紅，蔣伏心. 協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績(jī)效[J]. 經(jīng)濟(jì)研究，2015，50（7）： 174-187.

[22] 李婧，何宜麗. 基于空間相關(guān)視角的知識(shí)溢出對(duì)區(qū)域創(chuàng)新績(jī)效的影響研究——以省際數(shù)據(jù)為樣本[J]. 研究與發(fā)展管理，2017，29（1）： 42-54.

[23] 洪國(guó)志，胡華穎，李郇. 中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展收斂的空間計(jì)量分析[J]. 地理學(xué)報(bào)，2010，65（12）： 1548-1558.

[24] 張學(xué)良. 中國(guó)區(qū)域經(jīng)濟(jì)收斂的空間計(jì)量分析——基于長(zhǎng)三角1993-2006年132個(gè)縣市區(qū)的實(shí)證研究[J]. 財(cái)經(jīng)研究，2009，35（7）： 100-109.

[25] KORTUM S，LERNER J. Does venture capital spur innovation？ [M].Entrepreneurial inputs and outcomes： New studies of entrepreneurship in the United States. Emerald Group Publishing Limited，2001.

[26] KORTUM S，LERNER J. Assessing the contribution of venture capital to innovation [J]. Rand Journal of Economics，2001（4）.

[27] POPOV A，ROOSENBOOM P. Venture capital and patented innovation： evidence from Europe [J]. Economic Policy，2012（71）.

[28] MALECKI E I. Network models for technology-based growth [J]. Regional Innovation and Global，2013.

[29] 高波. 風(fēng)險(xiǎn)投資溢出效應(yīng)： 一個(gè)分析框架[J]. 南京大學(xué)學(xué)報(bào)： 哲學(xué)·人文科學(xué)·社會(huì)科學(xué)，2003（4）.

[30] 張凱. 我國(guó)創(chuàng)業(yè)風(fēng)險(xiǎn)投資對(duì)高新技術(shù)企業(yè)技術(shù)創(chuàng)新的影響研究[J]. 中國(guó)科技論壇，2009（12）.

[31] 茍燕楠，董靜. 風(fēng)險(xiǎn)投資背景對(duì)企業(yè)技術(shù)創(chuàng)新的影響研究[J]. 科研管理，2014（2）.

[32] 王婷. 區(qū)域視角下風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新的促進(jìn)效應(yīng)研究[J]. 科學(xué)學(xué)研究，2016（10）.

[33] HELLMANN T，PURI M. The interaction between product market and financing strategy： The role of venture capital[J]. Review of Financial studies，2000（4）.

[34] 陳治，張所地. 我國(guó)區(qū)域風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新效率的研究——基于與R&D;投入的對(duì)比[J]. 科技管理研究，2010（8）.

[35] 馮照楨，曹婷，溫軍. 異質(zhì)性風(fēng)險(xiǎn)投資，聯(lián)合持股與 IPO 抑價(jià)[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2016（2）.

[36] ENGEL D，KEIBACH M. Firm-level implications of early stage venture capital investment——An empirical investigation[J]. Journal of Empirical Finance，2007（2）.

[37] CASELLI S，GATTI S，PERRINI F. Are venture capitalists a catalyst for innovation？[J]. European Financial Management，2009（1）.

[38] FARIA AP，BARBOSA N. Does venture capital really foster innovation？[J]. Economics Letters，2014（2）.

Venture Capital，Regional Technological Innovation

and Spatial Spillover Effects

——An Empirical Research Based on the Spatial Panel Data

from 31 Provinces in China

Yao Li

（School of Geographical Science，Southwest University，Chongqing 400715，China）

Abstract： Based on the Spatial Panel Data from 31 provinces in China，this paper constructs a spatial econometrics model about the venture capital （VC），regional innovation and Spatial spillover effects. This paper also analyzes the spatial effect of VC in different regions. The research expands from the time dimension to the spatial dimension to show that there exist significant spatial effects of VC on reginal technical innovation. This paper has got conclusions as follows： There are obviously spatial correlation and spatial effects between VC in different regions；Regional VC not only can significantly improve local technological innovation，but also enhance the technological innovation of the peripheral regions. VC and technological innovation are systematically correlated；VC facilitates the technological innovation；Spatially，the differences of VC in the east，middle and west of China lead to the differences in the degree of technical innovation.

Key words： venture capital；technology innovation；spatial spillover effect；spatial econometrics model