洪振木，杨 苑
（安徽财经大学金融学院，安徽蚌埠，233000）
新经济增长理论指出，技术进步是影响一个国家实现长期经济增长的重要驱动因素。党的十九届五中全会提出“坚持创新在我国现代化建设全局中的核心地位”更是强调了我国对加快建设科技强国的决心。资金支持是企业创新活动的重要支撑，而风险投资作为一种新型融资方式，是缓解企业资金需求的创新途径和重要力量。近年来我国风险投资行业快速发展，风险投资规模不断壮大，风险投资机构逐渐成为为公司提供资金支持的不可或缺的角色，随着在风险投资参与下成功的国内技术型企业数量不断增多，大众似乎更加偏向于风险投资必然促进技术创新这一观念，但事实果真如此吗？据相关数据资料显示，2019年全国投资案例数达到5 389起，其中东部地区省份达到4 638起，占全国投资案例总量的86.06%；
中部地区省份的投资案例有397起，占比7.37%；
西部地区投资案例数为354，占比仅有6.57%，我国区域间风险投资发展水平差距悬殊。因此，在不同地区风险投资发展水平存在较大差异的背景下，研究各区域风险投资是否均能促进技术创新，以及两者之间是否存在非线性关系，对提高企业技术创新能力，实现我国经济发展新辉煌具有重要的现实意义。
对于风险投资与技术创新的关系，由于研究的样本数据、方法、变量等选择的差异，学者们得出的结论不尽相同。目前主要总结为以下三种结论：一是风险投资有效促进技术创新。Kortum和Josh Lerner（2000）［1］基于 1965—1992 年美国相关产业数据，探究风险投资对发明专利的影响机制，得出结论为发展风险投资对专利申请的正向影响大于研发投入，其增加的专利数是研发投入的3倍。Ueda、Hirukawa（2008）［2］通过实证研究发现美国风险投资有助于推动产业创新。潘璐璐、孙陵霞（2019）［3］利用中国近二十年数据，侧重考察两者动态关系的影响，得出结论为风险投资大大推动技术创新的发展，且该影响具有显著滞后性。詹正华等（2016）［4］关注深圳创业板市场中制造业企业，得出结论为联合风险投资极大推动企业技术创新水平的提升。陈思等人（2017）［5］聚焦深沪两市首次公开上市A股公司，实证结果为企业风险投资背景将为公司创新带来更多优势。二是风险投资与技术创新无显著相关关系。王建梅、王筱萍（2011）［6］基于1994—2008年相关数据，研究发现我国风险投资发展水平与发达国家差距较大，风险投资在促进企业技术创新中发挥的作用不明显，相较之下，技术创新的提高更加依赖研发经费的支出。方世建、俞青（2012）［7］考虑到中国制度变迁这一特殊背景对研究产生的必要影响，将制度纳入影响因素中，实证发现中国风险投资不必然推动技术创新的进步。蒋文军（2018）［8］运用2004—2015年省级面板数据，得出风险投资没有发挥出技术创新正向效应的结论。三是有部分学者发现风险投资抑制技术创新。Zucker等（1998）［9］早期得出的实证结论为风险投资对生物产业技术创新产生消极影响。邓俊荣、龙蓉蓉（2013）［10］认为风险投资与技术创新呈负向关系。
本文将利用2009—2018年中国省级面板数据，将全国分成东部和中西部区域，对不同地区分别进行研究，构建静态面板模型和面板门槛模型，研究全国、东部、中西部地区风险投资对技术创新的作用，实证分析各区域风险投资与技术创新之间是否存在线性关系或非线性关系，检验不同地区风险投资对专利授权的门槛性，并探究是否存在区域性差异。
1.被解释变量
专利授权量（PAT）：目前国内学者对技术创新的衡量没有统一的度量指标，经过比较分析后认为，与专利申请量相比，专利授权量更能反映技术创新成果的实现。文章将借鉴潘璐璐和孙陵霞（2019）［3］使用专利授权数量对技术创新进行衡量的方法，对我国技术创新水平进行衡量。
2.核心解释变量
风险投资（VC）：风险投资金额、风险投资项目数量均是学者广泛认可的风险投资水平的度量指标，考虑到数据的可获得性，选取风险投资金额对风险投资指标进行衡量。该变量也将作为面板门槛模型的门槛变量。
3.控制变量
由于技术创新影响因素错综复杂，借鉴已有文献，选取以下四个控制变量并纳入模型当中，提高实证研究对风险投资与技术创新关系的准确判断。
R&D经费支出（RDE）：选取各地区研究与试验发展经费内部支出衡量R&D经费支出指标。赵武等（2015）［11］利用我国 1994—2012年相关数据，侧重比较研发投入与风险投资对技术创新作用的差异，论证了研发经费支出是创新水平进步的主要影响因素。
工资水平（Wage）：选取在岗职工平均工资对各省份工资水平指标进行衡量。工资水平的上涨将会增加企业的生产经营成本，企业为维持和提高利润水平，将加大研发投入提高劳动生产率，进而增强企业竞争力。李平等（2011）［12］侧重考察工资上涨对劳动生产率提升的效应机制，发现工资水平对企业技术创新的正向作用呈现不断增强的趋势。
对外开放程度（Tnx）：采用进出口总额/名义GDP对各地区对外开放水平进行衡量。朱华友、王文鹏（2015）［13］从动态效应角度出发，发现环境规制强度和贸易水平的提高对我国自主创新存在显著的积极影响。
教育水平（Edu）：选取本专科在校学生数对各省份教育水平指标进行衡量。优质的人力资本是企业进行创新实践的前提，提高教育水平有助于培养科技创新人才，不断为企业输送高质量高素质人力资源，优化升级企业人力资源结构，为实现技术创新提供最坚实的基础。钱晓烨等（2010）［14］基于人力资本视角，认为劳动者的高等教育水平与区域技术创新活动呈现正相关关系。
借鉴已有研究，本文使用的风险投资数据来源于《中国风险投资年鉴》《中国创业投资市场报告》以及wind数据库，受数据限制，剔除青海、宁夏、西藏地区的相关数据，选取28个省（区、市）的数据；
R&D经费支出数据来自中国科技统计年鉴；
专利授权数、在岗职工平均工资、进出口额、本专科在校生数来源于国家统计局。文章采用软件stata14.0进行实证分析。
1.静态面板模型
在忽略门槛性前提下，使用静态面板模型分析风险投资与区域技术创新的线性关系，模型设置如下所示：
对变量取对数将有助于缓解变量不平稳性，同时能够避免内生性等问题。由于对外开放程度这一变量存在小于1的数值，取对数将影响模型的准确性，因此，对除对外开放程度之外所有变量做取对数处理。处理后的模型设置如下所示：
式（1）和式（2）中，μit为不可观测的地区效应，PAT是被解释变量专利授权数量，VC为核心解释变量风险投资，RDE表示R&D经费支出，Edu是教育水平，Wage是工资水平，Tnx表示地区对外开放程度，α0表示截距项，εit表示随机误差项。
2.面板门槛模型
在验证了风险投资与技术创新之间存在单一正相关、负相关或无相关关系的线性关系基础上，在模型中加入门槛变量风险投资（lnVC），进一步分析全国、东部及中西部地区风险投资对技术创新的作用是否受风险投资水平的影响，以及不同阶段风险投资水平对技术创新的影响程度存在哪些差异，借鉴 Hansen（1999）［15］提出的面板门槛模型研究风险投资与技术创新的非线性关系。模型设置如下所示：
式（3）中，η表示门槛变量相关系数，β表示变量相关系数，γ1和γ2代表门槛值，Xit表示除对外开放程度以外的控制变量，对外开放程度以Tnx单独表示。
忽略面板数据平稳性可能使估计结果出现严重偏差。在进行实证分析之前，文章将运用LLC检验方法和ADF检验方法检验样本变量数据的平稳性。结果如表1所示，除了变量lnEdu没有通过ADF单位根检验，其余变量均通过至少5%水平的显著性检验，因此，拒绝非平稳的原假设，变量具有良好的平稳性。
表1 面板单位根检验
在不考虑风险投资对技术创新是否存在门槛效应的前提下，文章利用静态面板模型对各地区进行回归，验证两者关系是否存在地区差异性。全国地区、东部地区、中西部地区模型回归结果见表2。
表2 静态面板模型回归结果
模型一、模型二列出全国地区静态面板回归结果。R&D经费支出、工资水平和教育水平显著促进专利的增加，风险投资与技术创新的负向关系不显著，说明在不考虑门槛效应情况下，全国地区风险投资与技术创新无显著的线性关系，应考虑两者非线性关系。
模型三、模型四列出东部地区静态面板回归结果。固定效应与随机效应模型结果均显示出风险投资对技术创新的正向影响不显著，说明在东部地区两者同样不存在显著相关影响，只考虑线性关系不够全面。
模型五、模型六列出中西部地区静态面板回归结果。豪斯曼检验的F值为20.72，对应的P值为0.000 9，拒绝随机效应的原假设，模型五对应的固定效应模型设置更为合理。据模型五显示，风险投资的参数估计系数为-0.018 6，且在10%的水平下显著为负，说明风险投资水平每增加1%，技术创新将降低0.018 6%。风险投资资源更多流入经济发展水平较高的东部地区，该地区技术创新依旧以研发支出所提供的资金支撑为主，中西部地区风险投资发展水平较低，该行业发展较为缓慢，机构还处于不成熟的发展初期，没有形成完整的风险投资结构，对技术创新提供的资金支持有限。因此，中西部地区风险投资金额的增加不能促进技术创新的发展，甚至会产生消极的负向作用。关于控制变量，对外开放程度和教育水平对技术创新的影响不显著，这可能是因为我国对国外进口高科技产品的技术吸收和研发效率有待提高，以及人力资源配置不均衡。R&D经费支出和工资水平与技术创新呈现显著的正相关关系。由于中西部地区风险投资发展起步较晚，研发经费支出依旧是区域创新的重要推动力量，为企业直接注入研发资金支持，进而显著增加企业专利授权量，提高技术创新水平。工资水平每提高1%，技术创新将增加1.464%，创新能力随工资水平的提高而提升，说明高工资水平更能吸引高素质的科技人才，更能激发中西部地区研发人员的创新动力，进而促进专利数的增加。
为了更加准确地验证全国、东部及中西部地区风险投资与专利数量的非线性关系，构建静态面板模型对两者关系进行进一步论证。
1.门槛效应检验
门槛检验是面板门槛模型的前提，各地区检验结果如表3所示。从表3可以发现，全国地区单一门槛检验F值为14.37，对应P值是0.043 3，通过5%水平下显著性检验，双重门槛检验对应P值为0.663 3，没有通过显著性检验，因此存在单一门槛效应。东部地区单一门槛和双重门槛均通过至少10%水平下的门限效应检验，三重门槛检验对应P值为0.580 0，未达到显著性要求，因此，存在双重门槛效应。中西部地区单一门槛值未通过10%显著性水平下的门限效应检验，不存在门槛效应。因此，全国、东部地区风险投资与技术创新存在非线性关系，中西部地区呈线性相关。
表3 门槛效应检验结果
基于门槛效应检验确定门槛值个数，表4列出了全国和东部地区对应的门槛值和置信区间。全国的单一门槛值为14.871 0，95%水平下的置信区间为（14.603 4，14.927 8）。东部地区单一门槛值为10.590 9，双重门槛值为14.871 0。
表4 门槛值和置信区间
2.全国、东部地区门槛回归结果分析
在确认门槛值个数的基础上，对全国、东部地区分别构建单一门槛模型和双重门槛模型进行实证分析，模型回归结果如表5所示。
表5 全国、东部门槛模型回归结果
就全国地区来说，当风险投资对数值小于14.871 0时，参数估计值为-0.006 83，当风险投资对数值大于14.871 0时，参数估计系数是-0.019 2，且达到10%显著性水平，说明全国风险投资金额投入对企业技术创新发挥消极作用，随着风险投资金额增加且跨过门槛值，其对技术创新的负向作用逐渐增强。28个省（区、市）风险投资发展水平极度不均衡，由于经济基础、投资环境、人才等原因，中西部地区风险投资水平相对落后于经济发展水平较高的东部地区，整体来看，全国风险投资水平仍处于发展不成熟阶段，风险投资体制不够完善，其对技术创新的积极效应还没有被激发，对创新的帮助有限。变量对外开放程度、教育水平的参数估计系数为正，但未通过显著性检验。研发经费与我国专利授权数呈现显著正相关关系，R&D经费支出每增加1%，技术创新将增加0.311%，研发费用对技术创新产生重要影响。工资水平的参数估计值为1.323，在1%水平下高度显著，说明工资水平越高，专利授权数量越多。
就东部地区来说，风险投资对数值在（lnVC〈10.590 9）（10.590 9〈lnVC〈14.871 0）（lnVC〉14.871 0）的参数估计系数分别为0.100、0.075、0.055 2，均通过至少5%的显著性水平检验，说明东部地区风险投资有效地促进技术创新发展，随风险投资水平提高，每超过一个门槛值，其对技术创新的促进作用就会有所减弱。东部地区经济发展水平较高，经济发展基础优于其他地区，政府经济政策支持更加偏向较为发达的东部地区。因此，东部地区风险投资行业发展速度快且规模较大，拥有相对成熟的创新环境，高科技人才源源不断流入，为创新注入动力，同时激烈的竞争氛围促进创新效率提高，进而为技术创新提供支持。然而，面对近几年风险投资行业的短期快速发展，风险投资机构不能及时优化、调整结构，投资效率无法得到保障，随着风险投资金额的增加，提高技术创新水平的效果却在下降。控制变量方面均有利于技术创新，变量符号与全国、中西部地区相同。
本文利用28个省（区、市）的面板数据，在考虑全国、东部、中西部风险投资与技术创新的线性关系基础上，再次验证各地区两者的非线性关系，分别构建静态面板模型和面板门槛模型，研究各地区风险投资对区域技术创新的影响是否存在差异。得出以下结论：一是各地区风险投资金额对专利的作用存在显著差异；
二是全国地区风险投资与技术创新存在单一门槛性的非线性关系，增加风险投资金额将抑制技术创新，其对创新的负向作用随风险投资金额的增加而加强。东部地区的风险投资与技术创新具有双重门槛性，但风险投资对创新水平的推动作用随风险投资金额的增加而降低。中西部地区风险投资不利于技术创新的发展，两者之间呈现出线性关系；
三是各地区R&D经费支出、工资水平对技术创新产生正向影响，教育水平和对外开放程度对技术创新的正向作用不显著。
基于以上结论，提出以下建议：一是重视风险投资与技术创新关系的区域差异性。在坚持风险投资金额与规模发展的同时，追求全国尤其是中西部地区风险投资机构的完善发展，同时优化机构的资金投资方向，关注创新潜力较强的新兴行业，提高风险投资质量，发挥风险投资机构对创新的支撑作用；
二是完善创新体制，营造更加成熟的创新环境和氛围。目前我国没有成熟的科技成果奖励机制，缺乏对研发人员创新工作的激励，制约了技术创新水平提高。同时，加大人才吸引力度，建立完整的人才培育机制，形成良性的竞争氛围，进而增加专利产出；
三是加大R&D经费支出，巩固科技创新的资金基础。合理利用高工资水平对专利授权数的促进作用，优化调整研发人员的工资管理体系，激发员工的工作积极性，提高专利产出效率。
