汪劍鋒 楊金宇

[摘 要]基于2004—2019年我國286個地級及以上城市的空間面板數據，采用空間杜賓模型，實證檢驗私募股權投資對我國城市創(chuàng)新的影響。研究發(fā)現：我國城市創(chuàng)新具有空間非對稱格局特征，總體上呈現高-高（HH）、低-低（LL）的聚集特征。私募股權投資不僅可以提升本地創(chuàng)新水平，而且對鄰近城市的創(chuàng)新水平存在顯著的空間正溢出效應；這種空間正溢出效應主要體現在我國的東部地區(qū)和大城市；私募股權投資促進城市創(chuàng)新的作用存在明顯的空間衰減特征。上述結論在多種穩(wěn)健性檢驗后，仍然成立。因此，政府應當倡導并促進各地區(qū)積極發(fā)展私募股權投資，進一步制定相關政策，消除地區(qū)間要素流動、知識共享和技術傳播的壁壘，從而推動區(qū)域創(chuàng)新。

[關鍵詞]私募股權投資；空間計量；城市創(chuàng)新

[中圖分類號]F124.3 [文獻標識碼]A [文章編號]1671-8372（2023）04-0030-07

Will private equity investment increase the level of innovation in cities？

—spatial econometrics evidence from 286 cities in China

WANG Jian-feng，YANG Jin-yu

（School of Business，Qingdao University，Qingdao 266071，China）

Abstract：Based on the spatial panel data of 286 cities at or above the prefecture-level from 2004 to 2019，this paper empirically examines the impact of private equity investment on urban innovation in China by using the spatial Durbin model. It is found that Chinas urban innovation has a spatial asymmetric pattern，showing the clustering characteristics of high-high（HH）and low-low（LL）in general. Private equity investment can not only enhance the level of local innovation，but also has a significant positive spatial spillover effect on the level of innovation in neighboring cities. This kind of positive spatial spillover effect is mainly reflected in the eastern region and big cities of our country. The role of private equity investment in promoting urban innovation has obvious spatial attenuation characteristics. The above conclusion is still valid after various robustness tests. Therefore，governments should advocate and promote the active development of private equity investment in various regions，and further formulate relevant policies to reduce barriers to inter-regional factor flow，knowledge sharing and technology dissemination，so as to promote regional innovation.

Key words：private equity investment；spatial econometrics；urban innovation

創(chuàng)新是國家科技進步、經濟增長和社會發(fā)展的不竭動力。黨的二十大報告強調，高質量發(fā)展是全面建設社會主義現代化國家的首要任務，加快實施創(chuàng)新驅動發(fā)展戰(zhàn)略，著力推動高質量發(fā)展。城市作為創(chuàng)新活動的中心，其創(chuàng)新能力的提升對于我國深入實施創(chuàng)新驅動發(fā)展戰(zhàn)略具有重要的戰(zhàn)略意義。據Wind數據統計顯示，目前我國私募股權投資管理與投資規(guī)模均持續(xù)快速增長，私募股權投資已成為推動科技創(chuàng)新和經濟高質量發(fā)展的關鍵性力量。私募股權投資①與城市創(chuàng)新之間是否存在系統性關聯，不少學者對此進行了探討[1-3]，然而這些研究大多采用傳統計量分析方法，忽略了區(qū)域因素對創(chuàng)新的空間影響。為初步檢驗城市創(chuàng)新與私募股權投資是否存在空間聚集效應，本文運用ArcGIS軟件，采用標準橢圓工具，從空間格局上展示了2004—2019年我國城市創(chuàng)新和私募股權投資空間動態(tài)耦合過程（見圖1）。從圖1可以看出，我國城市創(chuàng)新和私募股權投資空間動態(tài)耦合度呈現逐步增加的趨勢，并且平均耦合度達到了70%。相比2004年，2019年城市創(chuàng)新存在更加明顯的空間集聚現象，城市創(chuàng)新和私募股權投資空間耦合性高達78%。這說明采用傳統方法得出的結果可能是有偏頗的。此外，隨著計量技術的發(fā)展，近年來越來越多的學者開始采用空間計量模型來研究經濟現象在空間上的相互影響。如金融集聚與區(qū)域經濟增長[4-5]、綠色發(fā)展及效率[6-7]。

圖1 ?2004—2019年私募股權投資與城市創(chuàng)新空間動態(tài)耦合圖示例

那么，私募股權投資究竟如何影響城市創(chuàng)新？能否提升城市創(chuàng)新水平？為分析上述問題，本文擬通過構建空間計量模型，采用層層遞進的研究思路實證檢驗以下幾個問題：第一，我國城市創(chuàng)新是否存在空間集聚現象？如果存在，城市創(chuàng)新表現為何種集聚特征？第二，私募股權投資是否對鄰近區(qū)域創(chuàng)新產生空間溢出效應？如是，溢出效應是否存在衰減邊界？第三，區(qū)域和城市特征是否影響私募股權投資與城市創(chuàng)新兩者間的關系？通過對上述問題的解答希望能為我國城市創(chuàng)新政策的制定提供部分理論參考。

一、 文獻綜述與研究創(chuàng)新

私募股權投資究竟如何影響創(chuàng)新，國內外學者對此進行了大量有益探討。在宏觀層面，學者們大多認為私募股權投資可以促進創(chuàng)新。Popov和Rossenboom采用1991—2005年21個國家的數據為樣本，分析得出私募股權投資有利于提升創(chuàng)新水平的結論[8]。Faria和Barbosa采用動態(tài)面板模型以歐洲17個國家數據為樣本，得出了類似的結論[1]。國內學者潘璐璐和孫陵霞采用VAR模型分析發(fā)現私募股權投資對創(chuàng)新有正向影響[9]。此外，也有部分學者從微觀企業(yè)層面進行了分析，但得到的結論并不一致。如：茍燕楠等研究發(fā)現，有私募股權投資參與的企業(yè)，無論研發(fā)投入還是專利數量均好于無私募股權投資參與的企業(yè)[10]。陳思等、張偉科也證實了私募股權投資對企業(yè)創(chuàng)新的促進作用[11-12]。然而，Caselli等發(fā)現當企業(yè)引入私募股權投資后，企業(yè)工作重心并不在技術創(chuàng)新[13]。談毅等以我國上市公司為樣本，分析認為私募股權投資對創(chuàng)新并沒有顯著積極的影響[14]。鄧俊榮和龍蓉蓉的研究表明私募股權投資反而抑制了企業(yè)創(chuàng)新[15]。

另一部分學者從中觀層面進行了研究，同樣得出了正反兩方面的結論。Samila和Sorenson、楊曄和邵同堯發(fā)現私募股權投資對區(qū)域創(chuàng)新具有促進作用[16-17]。王婷以專利申請量作為區(qū)域創(chuàng)新的衡量指標，分析認為私募股權投資未能有效提升創(chuàng)新效率[18]。許昊等進一步研究發(fā)現，私募股權投資對區(qū)域創(chuàng)新具有“倒U型趨勢”和“滯后效應”[19]。林曉等在區(qū)分融資效應和增值效應的基礎上，研究認為增值效應能促進創(chuàng)新，而融資效應卻抑制了創(chuàng)新[2]。

綜上所述，從現有文獻來看，學者們發(fā)現私募股權投資一方面可能通過“監(jiān)督效應”提升創(chuàng)新，另一方面可能通過“逐名效應”抑制創(chuàng)新，私募股權投資究竟如何影響創(chuàng)新并無定論，并且私募股權投資與創(chuàng)新的文獻大多集中于微觀層面，中觀層面的研究相對匱乏。已有研究尚存在以下不足：一是關于空間因素對創(chuàng)新的影響的成果較少，而對空間因素的忽略往往會導致估計結果產生偏誤；二是即使有少部分文獻考慮了空間關聯，但主要以省級數據為樣本，相對于城市數據，省級數據過于綜合，很容易引起加總偏誤；三是對城市創(chuàng)新的異質性及邊界衰減效應進行檢驗的成果比較缺乏。

鑒于此，本文從以下幾個方面進一步拓展私募股權投資如何影響城市創(chuàng)新的研究：一是在考慮空間因素的基礎上，采用空間杜賓模型進行實證分析；二是擴大樣本及樣本容量，采用286個地級及以上城市進行統計分析，相比省級層面數據，受到的干擾更小，實證結果更加穩(wěn)?。蝗窃诳紤]城市空間特征的基礎上，進一步進行異質性分析和空間衰減效應檢驗。

二、研究設計

（一）空間相關性檢驗

在設定空間計量模型之前，需要檢驗城市創(chuàng)新（Inno）是否具有空間聚集特征。首先，對城市創(chuàng)新（Inno）進行Moran檢驗。Morans I指數的計算公式如下：

公式（1）中，S 2 = n ∑n （Yi－Y）2，Y = ?n ∑n ? Yi，Yi，Yj分別表示城市i和城市j的創(chuàng)新水平，n為城市數量，Wi j為空間權重矩陣。另外，Morans I指數顯著性水平可用公式（2）來檢驗：

公式（2）中， ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ，Morans I指數范圍為[-1，1]。Morans I指數如果等于0，表示城市創(chuàng)新不存在空間相關性；如果顯著大于0，說明城市創(chuàng)新具有空間正相關性；如果顯著小于0，則表明城市創(chuàng)新存在空間負相關性。

表1展示了2004—2019年我國城市創(chuàng)新Moran's I 指數結果。

研究結果顯示，不管采用何種空間權重矩陣①，2004—2019年我國城市創(chuàng)新的Moran's I 指數均在1%的水平上顯著正相關，這說明我國城市創(chuàng)新具有較強的正向空間相關性。因此，在實證分析中采用空間計量模型是合適的。

其次，分別繪制2004年和2019年我國286個城市創(chuàng)新（Inno）的局部Moran散點（見圖2、圖3）。我國大多數城市在散點圖的第一和第三象限，總體呈現出高-高（HH）、低-低（LL）的空間聚集特征，同時，相比2004年（見圖2），在2019年（見圖3）的聚集特征更加明顯。

（二）空間計量模型

考慮到城市創(chuàng)新存在明顯的空間依賴性，本文通過似然比檢驗（LR test）、沃爾德檢驗（Wald test）以及豪斯曼檢驗（Hausman test）等相關檢驗確定合適的空間計量模型（見表2）。首先，采用似然比檢驗對空間杜賓模型（SDM）、空間滯后模型（SAR）以及空間誤差模型（SEM）的優(yōu)劣進行比較，發(fā)現似然比統計量均在1%的水平上拒絕原假設，表明單純使用空間滯后模型（SAR）和空間誤差模型（SEM）考察城市創(chuàng)新可能存在誤差，即相比其他兩種模型，空間杜賓模型顯然更優(yōu)。同時本文采用沃爾德檢驗，也得出了一致的證據。其次，在確定空間杜賓模型的基礎上，采用豪斯曼檢驗證實了固定模型要優(yōu)于隨機模型。此外，本文構建了鄰接矩陣和經濟地理矩陣，進一步證實了空間杜賓模型的合適性。

因此，本文采用空間杜賓模型來檢驗私募股權投資與城市創(chuàng)新的關系。模型構建如下：

公式（3）中，城市創(chuàng)新Innoit是因變量，Xit由自變量和控制變量構成，W表示空間權重矩陣，αi和δt分別為城市和時間固定效應，是模型的可選項，εit 是隨機誤差項。在模型中，因變量城市創(chuàng)新（Inno）用城市專利申請量表示；自變量私募股權投資（PE）用私募股權投資投入金額表示。借鑒余泳澤和張少輝、楊思瑩和李政的研究[20-21]，其他影響城市創(chuàng)新的因素主要包括：工資水平（Salary），用職工平均工資自然對數表示；經濟規(guī)模（Econ），用國民生產總值自然對數表示；產業(yè)結構（Is），用1×第一產業(yè)比重+2×第二產業(yè)比重+3×第三產業(yè)比重來表示；城市信息化（Web），用國際互聯網用戶數/城市總人口表示；金融發(fā)展（Fd），用年末金融機構各項貸款余額/國民生產總值表示；科技投入（T ），用科學支出/地方政府財政支出來表示。

關于空間權重矩陣Wi j的設置，本文在檢驗和分析中主要采用空間地理距離矩陣，矩陣元素用兩個城市之間距離的倒數來構造。公式如下：

公式（4）中，Wi j對角線上的元素都為0；di j為城市i和城市 j之間的距離。

（三）變量說明與數據來源

本文的原始數據主要來源為：地圖數據來源于國家基礎地理信息中心；私募股權投資數據主要來自清科私募通和Wind數據庫；城市專利數據主要通過手工檢索中國國家知識產權局獲得；其他數據主要來自《中國城市統計年鑒》。部分缺失數據采用插值法補齊，剔除個別數據嚴重缺失的城市。同時為減弱異常值對實證結果的影響，本文對所有連續(xù)變量進行了[1%，99%]的Winsorize處理。此外，考慮到新冠肺炎疫情對私募股權投融資的影響，本文最終選擇我國2004—2019年286個城市4576個樣本觀測值。

（四）描述性統計

表3為本文主要變量的描述性統計結果。城市創(chuàng)新（Inno）的均值為4.303，最小值為0.014，最大值為67.964，標準差為10.485。表明我國城市創(chuàng)新波動較大。私募股權投資（PE）均值為6.766，說明私募股權投資平均投資金額大約為6.766億元。工資水平（Salary）的均值為10.451，說明我國職工年平均工資大約為34600元。經濟規(guī)模（Econ）、產業(yè)結構（Is）和金融發(fā)展（Fd）的均值分別為16.129、224.918%和86.68%。城市信息化（Web）的均值為15.738%，說明我國每100人中大約有16戶使用國際互聯網?？萍纪度耄═ ）的均值為1.273%，表明政府財政支出的1.273%用于科技支出。

三、 實證分析

（一）實證結果分析

在空間計量分析中，本文采用Stata16.0官方命令Spxtregress進行空間面板回歸分析。表4為主回歸結果表。從列（1）可以發(fā)現，私募股權投資（PE）及其空間滯后項（W×PE）的系數均顯著為正，說明私募股權投資（PE）不僅對本城市而且對鄰近城市的創(chuàng)新也具有明顯的促進作用。同時空間自回歸系數ρ在1%水平上顯著為正，說明我國城市之間的創(chuàng)新也存在較為明顯的正溢出效應。

然而Pace和Lesage指出，空間計量模型包含對鄰近地區(qū)的影響，變量之間往往相互影響，因此，應綜合考慮變量之間存在的反饋效應，提高估計的準確性[22]。為此，本文借鑒Pace和Lesage思路，采用偏微分方法將自變量和控制變量對因變量的影響進一步分解為直接效應、間接效應以及總效應[22]。分析結果如表4所示。從分解效應來看，在其他因素不變的情況下，本地私募股權投資每提高1%，平均意義上，將分別使本地城市、鄰近城市以及總創(chuàng)新（Inno）提高0.1%、1.9%以及2%左右。從控制變量來看，經濟規(guī)模（Econ）、城市信息化（Web）、科技投入（Ti）均有助于提升本地城市技術創(chuàng)新。金融發(fā)展（Fd）不僅對本地也對鄰近城市創(chuàng)新具有積極作用，而工資水平（Salary）卻抑制了本地城市創(chuàng)新。

（二）穩(wěn)健性檢驗

為了增強研究結論的可靠性，本文對上述研究結果進行以下幾方面的穩(wěn)健性測試：（1）采用經濟地理權重矩陣①；（2）因變量采用專利授權量衡量；（3）自變量采用PE案例數衡量；（4）內生性考慮，相比靜態(tài)空間模型，動態(tài)空間模型在解決空間計量模型引致的內生性問題方面，具有一定的優(yōu)勢[23]，故采用動態(tài)空間模型來減弱內生性對結果的偏誤。從表5穩(wěn)健性回歸結果可以看出，本文主要的實證結果基本未發(fā)生改變（因篇幅限制，本文僅列示了PE空間效應的回歸結果）。

（三）異質性分析

前文證明，私募股權投資（PE）對城市創(chuàng)新（Inno）不僅具有直接效應還具有空間溢出效應。那么私募股權投資（PE）對城市創(chuàng)新（Inno）的影響是否會隨著區(qū)域特征的不同而不同呢？這需要接下來從區(qū)域異質性和城市異質性進一步分析。借鑒李紹榮和李雯軒的方法[24]，本文將研究區(qū)域劃分為東部城市和中西部城市，異質性回歸結果如表6所示。由表6可以看出：對于東部城市來說，私募股權投資直接效應和間接效應均顯著正相關；而對于中西部城市來說，僅直接效應顯著為正?？赡艿脑驗?，東部地區(qū)要素市場較為發(fā)達，區(qū)域內各城市合作、協同、經濟聯動性較強，更容易形成良性互動的正反饋效應。參考毛文峰和陸軍的做法[25]，將 2019年城市市轄區(qū)人口位于前 25%的城市定義為大城市，后75%的城市定義為中小城市，就城市規(guī)模方面的異質性進行檢驗?；貧w結果表明，私募股權投資對城市創(chuàng)新的空間效應僅存在于大城市?？赡艿脑驗?，相較于小城市，大城市的創(chuàng)投行業(yè)發(fā)展較為成熟，市場機制較為完善，私募股權投資更容易發(fā)揮其監(jiān)督和認證機制，從而促進鄰近城市創(chuàng)新。

（四）進一步討論

總體來看，私募股權投資促進城市創(chuàng)新存在空間溢出效應，可進一步考察私募股權投資對城市創(chuàng)新的空間衰減邊界。為此，本文主要借鑒袁華錫等的方法[7]，給定不同的距離閾值D，設定動態(tài)空間權重矩陣Thri j，當城市i與城市 j的距離大于D時，Thri j=1；否則Thri j=0[7]。首先，對初始距離閾值設定城市間最短距離100公里，并以50公里遞增；其次，采用SDM進行回歸，記錄每一次私募股權投資的空間溢出系數及T值；最后，把私募股權投資的空間溢出系數和T值用圖形顯示出來（見圖4）。從圖4可以看出，空間溢出系數在150～500公里區(qū)域內基本通過10%水平的顯著性檢驗。在500公里時，空間溢出效應達到峰值，超過500公里后，私募股權投資的空間溢出T值小于1.65，不具有顯著性，空間溢出效應不再顯著，這表明私募股權投資對城市創(chuàng)新空間溢出符合地理距離衰減規(guī)律。

圖4 ?私募股權投資空間外溢系數隨地理距離的變化

四、結論及啟示

本文利用2004—2019年我國286個城市面板數據實證檢驗私募股權投資對城市創(chuàng)新的影響。研究結果顯示，我國城市創(chuàng)新具有空間非對稱格局特征，總體上呈現出高-高（HH）、低-低（LL）的聚集特征。從整體層面來看，私募股權投資不僅能顯著提升本地區(qū)的創(chuàng)新水平，而且對鄰近城市的創(chuàng)新水平產生正向溢出效應。異質性分析發(fā)現，在東部城市和大城市，私募股權投資既可以提升本地城市創(chuàng)新也對鄰近城市創(chuàng)新具有一定的正向溢出效應。進一步分析發(fā)現，私募股權投資促進城市創(chuàng)新存在空間衰減邊界。

綜合以上分析，本文得出以下政策啟示：政府應推動各地區(qū)大力發(fā)展私募股權投資，擴大私募股權投資規(guī)模和數量，進一步發(fā)揮私募股權投資行業(yè)規(guī)模優(yōu)勢與增值作用，推動區(qū)域創(chuàng)新；政府應進一步出臺相關政策，消除地區(qū)間要素流動、知識共享和技術傳播的障礙，充分發(fā)揮創(chuàng)新要素對技術創(chuàng)新的提升作用和空間溢出效應，同時關注私募股權投資對城市創(chuàng)新空間溢出的邊界衰減規(guī)律。

［參考文獻］

FARIA A P，BARBOSA N.Does venture capital really foster innovation [J]. Economics Letters，2014，122（2）：129-131.

林曉，徐偉，楊凡.風險投資與創(chuàng)新的時空關系和相互作用研究[J]. 科研管理，2019（7）：119-130.

成果，陶小馬，金旭曄.政府背景風險投資對創(chuàng)新的甄選與培育效果：不同區(qū)域環(huán)境視角的檢驗[J].科技進步與對策，2020（12）：9-18.

仲深，杜磊.金融集聚對區(qū)域經濟增長的影響研究：基于空間面板數據的計量經濟分析[J].工業(yè)技術經濟，2018（4）：62-69.

岳婷婷.金融集聚對城市經濟增長溢出作用的空間計量分析：基于山西省11個地級市的數據[J].經濟問題，2020（8）： 53-60.

劉耀彬，袁華錫，封亦代.產業(yè)集聚減排效應的空間溢出與門檻特征[J].數理統計與管理，2018（2）：224-234.

袁華錫，劉耀彬.金融集聚與綠色發(fā)展：基于水平與效率的雙維視角[J].科研管理，2019（12）：126-143.

POPOV A，ROOSENBOOM P. Venture capital and patented innovation：evidence from Europe [J]. Economic Policy，2012（71）：447-482.

潘璐璐，孫陵霞.風險投資對區(qū)域技術創(chuàng)新的影響探析：基于中國近二十年數據的經驗分析[J].科技管理研究 2019（14）：203-209.

茍燕楠，董靜.風險投資背景對企業(yè)技術創(chuàng)新的影響研究[J].科研管理，2014（2）：35-42.

陳思，何文龍，張然.風險投資與企業(yè)創(chuàng)新：影響和潛在機制[J].管理世界，2017（1）：158-169.

張偉科.風險投資介入與企業(yè)創(chuàng)新：基于PSM模型的經驗證據[J].科技進步與對策，2020（2）：10-18.

CASELLI S，GATTI S，PERRINI F. Are venture capitalists a catalyst for innovation [J]. European Financial Management，2009，15（1）：92-111.

談毅，陸海天，高大勝.風險投資參與對中小企業(yè)板上市公司的影響[J].證券市場導報，2009（5）：26-33.

鄧俊榮，龍蓉蓉.中國風險投資對技術創(chuàng)新作用的實證研究[J].技術經濟與管理研究，2013（6）：49-52.

SAMILA S，SORENSON O. Venture capital，entrepreneurship and economic growth [J]. The Review of Economics and Statistics，2011，93（1）：338-349.

楊曄，邵同堯.基于面板數據的風險投資與區(qū)域創(chuàng)新因果關系研究[J].管理評論，2012（6）：27-33.

王婷.區(qū)域視角下風險投資對技術創(chuàng)新的促進效應研究[J].科學學研究，2016（10）：1576-1582.

許昊，萬迪昉，徐晉.風險投資、區(qū)域創(chuàng)新與創(chuàng)新質量甄別[J].科研管理，2017（8）：27-35.

余泳澤，張少輝.城市房價、限購政策與技術創(chuàng)新[J].中國工業(yè)經濟，2017（6）：98-116.

楊思瑩，李政.高鐵開通與城市創(chuàng)新[J].財經科學，2019（1）：87-99.

PACE R K，LESAGE J P. A sampling approach to estimate the log determinant used in spatial likelihood problems [J]. Journal of Geographical Systems，2009，11（3）：209-225.

ZHANG Q，YANG J，SUN Z. Analyzing the impact factors of energy-related CO2 emissions in China：what can spatial panel regressions tell us [J]. Journal of Cleaner Production，2017，161：1085-1093.

李紹榮，李雯軒.我國區(qū)域間產業(yè)集群的“雁陣模式”：基于各省優(yōu)勢產業(yè)的分析[J].經濟學動態(tài)，2018（1）：86-102.

毛文峰，陸軍.土地要素錯配如何影響中國的城市創(chuàng)新創(chuàng)業(yè)質量：來自地級市城市層面的經驗證據[J].產業(yè)經濟研究，2020（3）：17-29.

[責任編輯 張桂霞]