中國風險投資地域集聚現(xiàn)象及其驅(qū)動因素分析
——基于空間面板數(shù)據(jù)模型的實證研究

張玉華

(上海師范大學 商學院，上海 200234)

目前，有關(guān)風險投資地域集聚現(xiàn)象的研究多數(shù)從定性聚類和截面數(shù)據(jù)入手，幾乎沒有用到空間面板模型；相關(guān)研究缺乏對驅(qū)動因素的定量分析，無法衡量各種驅(qū)動因素的影響方向和程度；而且現(xiàn)有研究方法在分析的時候假設(shè)各個地區(qū)均為彼此獨立的個體，忽略了地區(qū)風險投資的空間相互關(guān)系對其空間分布的影響，與現(xiàn)實情況是有差距的。鑒于此，本文在總結(jié)歐美風險投資發(fā)達國家經(jīng)驗的基礎(chǔ)上，結(jié)合風險投資的性質(zhì)以及當前中國風險投資發(fā)展的特殊性，從創(chuàng)新資源、中介服務(wù)、政府政策、人力資本、市場容量和交通運輸?shù)确矫娑糠治鲋袊∮蝻L險投資集聚的驅(qū)動因素，并且利用空間計量經(jīng)濟模型進行了實證研究，在此基礎(chǔ)上提出促進中國風險投資發(fā)展的政策建議。

一、相關(guān)研究回顧

1970年特里布斯(Tribus)最早指出風險投資空間非均衡發(fā)展的現(xiàn)象，在此之后，眾多學者[1～6]對美國、英國、加拿大、法國、德國等發(fā)達國家風險投資地域集聚現(xiàn)象進行了研究，闡述了風險投資集聚性發(fā)展的趨勢及其存在的“空間鄰近效應(yīng)”。

現(xiàn)有研究主要從3個方面分析了風險投資的地域集聚現(xiàn)象及其驅(qū)動因素：地域環(huán)境、信息不對稱以及供求關(guān)系。

首先，關(guān)于不同地域風險投資環(huán)境之間的差異對風險投資集聚的影響。許多學者[7～8]研究了美國風險投資發(fā)展的優(yōu)勢因素，美國成為全球風險投資中心主要得益于其先進的科技創(chuàng)新資源、包容開放的創(chuàng)業(yè)氛圍、豐富的金融資源、金融創(chuàng)新手段等因素的驅(qū)動。中國學者崔毅等，分析了我國風險投資地域集聚現(xiàn)象明顯的5個省市的風險投資地域集聚支持環(huán)境，得出了不同環(huán)境對風險投資驅(qū)動的影響。[9]張海燕等從投資環(huán)境、投資成效、物理距離和經(jīng)濟一體化4個方面分析了影響風險投資空間行為的原因。[10]

其次，也有研究[3][11]分析了風險投資集聚的信息不對稱因素：在風險投資機構(gòu)與創(chuàng)業(yè)企業(yè)之間由于存在信息不對稱性，為了降低這種不確定性，風險投資機構(gòu)會將投資集中在信息透明度高的地域。中國學者也做出了類似的分析，胡海峰發(fā)現(xiàn)為了降低交易成本，可以通過地域集聚的方式來有效分享信息，降低信息不對稱性和不確定性帶來的不利因素。[12]

最后，還有學者從供求關(guān)系方面分析風險投資地域集聚的驅(qū)動因素，他們的研究表明，風險投資會投資于金融創(chuàng)新資源集聚、創(chuàng)業(yè)氛圍濃厚、評估及咨詢等中介機構(gòu)云集的地域。[13]張曉輝實證分析了中國風險投資的地域分布特征以及影響因素，回歸結(jié)果表明，金融市場資源、人力資本豐富的地區(qū)具有明顯的風險投資集聚現(xiàn)象。[14]

從當前研究的現(xiàn)狀來說，目前還缺少風險投資驅(qū)動因素的定量分析，很難衡量各種驅(qū)動因素的相對重要性以及它們的影響方向和程度。而且，傳統(tǒng)的計量模型也很難分析具有明顯空間分布的風險投資行為。作為金融與人力資源有效結(jié)合的形式，風險投資是推動高科技產(chǎn)業(yè)化的重要力量，國家(地域)之間對于風險投資資源的競爭也日益激烈。在這種情況下，立足全球，將影響歐美發(fā)達國家風險投資地域集聚的驅(qū)動因素與中國的特殊性相結(jié)合，檢驗各因素對中國風險投資地域集聚的影響，對于促進中國風險投資發(fā)展，打造具有國際影響力的風險投資集聚區(qū)具有重要意義。

鑒于上述考慮，本文將空間因素納入到分析框架中來，在分析歐美發(fā)達國家風險投資地域集聚現(xiàn)象的基礎(chǔ)上，利用空間面板數(shù)據(jù)模型對風險投資集聚的相關(guān)驅(qū)動因素進行實證分析。

二、研究假設(shè)

中國的風險投資是在經(jīng)濟轉(zhuǎn)型中發(fā)展起來的，因而在地域分布上更具特殊性，與歐美風險投資市場發(fā)達國家差別較大。[15]下文將在分析歐美國家風險投資地域集聚現(xiàn)象的基礎(chǔ)上，結(jié)合中國風險投資的特殊性，提出風險投資地域集聚驅(qū)動因素的假設(shè)。

風險投資一般投向高新技術(shù)產(chǎn)業(yè)，一個具有較高創(chuàng)新能力的高新技術(shù)產(chǎn)業(yè)集聚區(qū)會吸納更多的風險投資。中國北京、上海與廣東三地的專利授權(quán)量和R&D費用比例近十年來一直保持在40%以上，而這三地也恰是中國風險投資集中度最高的三個地區(qū)。與此同時，技術(shù)創(chuàng)新也會逐步解放人們的思想觀念，最終形成“敢于創(chuàng)新、勇于嘗試、寬容失敗”的良好社會氛圍，從而為風險投資創(chuàng)造良好的“軟環(huán)境”。因此，我們提出如下假設(shè)：

H1：地域創(chuàng)新資源優(yōu)勢對風險投資具有吸納效應(yīng)。

中國經(jīng)濟具有轉(zhuǎn)軌特征，盡管社會主義市場經(jīng)濟體制已經(jīng)建立和不斷完善，但是政府在經(jīng)濟的運行過程中仍舊發(fā)揮著重要作用。中國風險投資同樣是在政府的支持與引導下建立起來的。因此，我們提出如下假設(shè)：

H2：政府政策對風險投資的流向具有重要的驅(qū)動作用，地域良好的政策環(huán)境可以驅(qū)動創(chuàng)業(yè)資本的入駐。

作為聯(lián)系投資機構(gòu)和創(chuàng)業(yè)企業(yè)的橋梁和紐帶，風險投資中介服務(wù)機構(gòu)在投資的各個環(huán)節(jié)都發(fā)揮著重要的驅(qū)動作用，而且風險投資的退出也離不開中介機構(gòu)的服務(wù)。[16]因此，我們提出如下假設(shè)：

H3：中介機構(gòu)的數(shù)量和服務(wù)質(zhì)量影響著風險投資的集聚程度，具有發(fā)達的金融中介服務(wù)的地域可以驅(qū)動風險投資的集聚。

人力資本是生產(chǎn)的“軟生產(chǎn)要素”，縱觀硅谷等世界知名的創(chuàng)業(yè)創(chuàng)新地域，風險投資會在人力資本密集的高等學校周圍聚集。服務(wù)業(yè)的便捷、高效程度已經(jīng)成為衡量地域投資環(huán)境以及發(fā)展?jié)摿Φ闹匾笜恕17]因此，我們假設(shè)如下：

H4：具有豐富人力資本的地域更容易吸引風險投資。

風險投資主要是投向高科技產(chǎn)業(yè)，但是其“逐利性”決定了某些項目只要是具有高成長潛力，即便是一些傳統(tǒng)產(chǎn)業(yè)，風險投資也會進行投資。而這些傳統(tǒng)產(chǎn)業(yè)項目往往具有一定的地域性，如零售業(yè)等，對于這些項目就要考慮地域的市場規(guī)模。在當前中國地域市場化程度發(fā)展不平衡，地域行政、貿(mào)易壁壘普遍存在前提下，風險投資在進行項目篩選時，將會傾向于投資到市場容量大的地域。因此，我們假設(shè)如下：

H5：市場規(guī)模大、消費能力強的地域能夠吸引到更多的風險投資。

基于風險投資的投資特征與降低成本的需要，風險投資機構(gòu)會將自己的投資活動限制在一定范圍之內(nèi)，即投資活動具有“空間鄰近效應(yīng)”。大量證據(jù)表明，硅谷地區(qū)發(fā)達的航空運輸條件對其風險投資和高科技集聚地的產(chǎn)生具有重要影響。因此，我們假設(shè)如下：

H6：地域交通發(fā)達程度會影響風險投資的區(qū)位選擇，具備良好交通運輸能力的地域會驅(qū)動風險投資的集聚。

三、變量及數(shù)據(jù)來源

1.變量選擇

(1)因變量。我們借鑒產(chǎn)業(yè)經(jīng)濟學中衡量產(chǎn)業(yè)集聚度的指標“區(qū)位熵”的形式，構(gòu)建了衡量地域風險投資集聚程度的指標。①公式如下：

(1)

式(1)中，LQit為衡量了該地區(qū)風險投資的集聚程度的地區(qū)i的風險投資集聚指數(shù)，若該值大于1表示集聚程度高于全國平均，小于1表示低于全國平均；Ii/In為i地區(qū)的風險投資額占當年全國風險投資額的比重，Si/Sn為i地區(qū)金融機構(gòu)年末存款余額占全國金融機構(gòu)年末存款余額的比重。

(2)解釋變量。與上文提出的6個假設(shè)相對應(yīng)，分別是：專利申請授權(quán)量、政府科技支出占財政支出的比重、第三產(chǎn)業(yè)產(chǎn)值占GDP的比重、每10萬人口高等學校平均在校生數(shù)、人均消費支出量、機場旅客吞吐量。為降低模型的異方差及減少數(shù)據(jù)變幅，對數(shù)據(jù)進行對數(shù)化處理。因變量、自變量的數(shù)據(jù)定義如表1：

表1 模型變量說明

2.數(shù)據(jù)來源及描述

由于數(shù)據(jù)缺失，本文研究包括2005年至2012年除西藏、海南、香港、澳門、臺灣外中國29個省級及以上行政區(qū)。風險投資數(shù)據(jù)來源于各年《中國風險投資年鑒》以及《中國風險投資年度統(tǒng)計報告》，部分缺失數(shù)據(jù)采用插值法進行補充；機場旅客吞吐量根據(jù)民航總局公布的《全國機場統(tǒng)計公報》分省加總所得，其余數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國金融統(tǒng)計年鑒》等。

數(shù)據(jù)的描述性統(tǒng)計分析如表2。

表2 變量的統(tǒng)計描述

此外，補充說明數(shù)據(jù)信息如下：

首先，風險投資地域集聚出現(xiàn)極端化現(xiàn)象，以2012年為例，北京的風險投資總額占全國總額的20%以上，另外上海和廣東也都超過了10%，而最少的省份如貴州的觀測值為0。②與中國當前經(jīng)濟發(fā)展水平的空間分布相一致，東部地區(qū)的份額都較高，而中西部地區(qū)的份額普遍較低。

第二，機場旅客吞吐量的對數(shù)數(shù)據(jù)顯示中國省域之間交通發(fā)展程度存在較大差異，2012年廣東省的機場旅客吞吐量為青海省的41倍，交通運輸差距與風險投資的地域集聚程度差異相似，這給兩者之間相關(guān)性的假設(shè)提供了支持。省域之間專利申請授權(quán)量差距較大，東部沿海地區(qū)的專利申請授權(quán)量遠遠高于中西部地區(qū)，專利申請授權(quán)量的這種分布與風險投資的分布有著一定的相似點。

四、空間計量模型設(shè)定及選擇

1.空間統(tǒng)計分析

空間自相關(guān)有兩種指標：全局指標主要是用于測算整個地域的空間自相關(guān)程度；局部指標主要是用于測算某個地域與鄰近地域的空間相關(guān)性。本文采用Moran’sI指數(shù)對空間相關(guān)性進行測度，計算公式為：

(2)

(3)

(3)式中，分母為地域i和j之間人均GDP的差距的絕對值，對矩陣進行標準化變換，使各行元素之和為1。

Moran’sI指數(shù)取值在-1到1之間，若Moran’sI指數(shù)為正，表示各地區(qū)風險投資在空間上呈集聚態(tài)勢；若Moran’sI指數(shù)為負，表示各地區(qū)風險投資在空間上呈分散態(tài)勢；若Moran’sI指數(shù)接近0，則表示各地區(qū)風險投資隨機分布，不存在空間自相關(guān)性。

本文局部指標用局部Moran指數(shù)測度，該指標定義如下：

(4)

2.模型設(shè)定及選擇

包含空間變量的空間面板數(shù)據(jù)模型包括空間滯后面板模型和空間誤差面板模型?？臻g滯后面板模型假定因變量存在空間上的依賴性：

(5)

ρ為空間自回歸系數(shù)，wij是空間權(quán)重矩陣W中的元素?？臻g面板滯后模型描述的是空間相互作用或社會相互作用的均衡結(jié)果，即某個樣本的因變量的觀測值由相鄰樣本聯(lián)合決定。

空間誤差面板模型假設(shè)因變量依賴于觀測個體自身特征，誤差項存在空間上的相關(guān)性：

yit=xitβ+φit,

(6)

(7)

φit代表空間自相關(guān)誤差項，ρ代表空間自相關(guān)系數(shù)。

本文構(gòu)建的風險投資集聚影響因素模型如下所示，其中式(8)為空間面板滯后模型，式(9)為空間誤差滯后模型：

(8)

LQit=β1LOGtechit+β2Govit+β3Serit+β4LOGeduit+β5LOGconsit+φit.

(9)

式中εit為獨立同方差的隨機擾動項，φit代表空間自相關(guān)誤差項，ρ代表空間自相關(guān)系數(shù)。

面板數(shù)據(jù)模型的估計需要考慮固定效應(yīng)和隨機效應(yīng)，根據(jù)拜耳他基(Baltagi)的研究，固定效應(yīng)更加符合實際需要，因為個體效應(yīng)不一定是服從某一分布的隨機變量。[18]空間面板數(shù)據(jù)模型中存在空間效應(yīng)與時間效應(yīng)問題，因此在實際分析中就有三種模型：時間效應(yīng)、空間效應(yīng)、時空效應(yīng)，需要根據(jù)模型的估計結(jié)果進行選擇。

五、實證結(jié)果分析

1.空間統(tǒng)計結(jié)果

計算中國2005年至2012年29個省域的風險投資集聚指數(shù)，利用Moran’sI指數(shù)測算中國29個省市風險投資集聚的空間相關(guān)性。本文利用GEOda095i軟件，運用經(jīng)濟權(quán)重矩陣，得出的Moran’sI如表3。

表3 Moran’s I指數(shù)

注：***表示顯著水平為1%，**表示顯著水平為5%，*表示顯著水平為10%。

結(jié)果表明，中國風險投資地域分布存在顯著的空間依賴性，具有地理上的集聚性。而且，隨著時間的推移這種效應(yīng)有逐步增強趨勢。Moran’sI從整體上反映了中國各地區(qū)風險投資集聚的空間自相關(guān)性，局域Moran散點圖則具體反映中國各地區(qū)風險投資的空間集聚情況，局域Moran散點圖如圖1。

圖1 風險投資集聚的局域Moran散點圖

由局域Moran指數(shù)散點圖可以看出大部分地區(qū)都分布在高-高和低-低兩種類型中，③這兩種類型所占的比例約為80%，其中高-高地區(qū)大約占了20%，低-低地區(qū)約占60%。高高聚集的省份大多為東部地區(qū)，如表4中第一象限的省份，各省的風險投資集聚指數(shù)均較高，低低聚集的省份多為中西部地區(qū)，如表4中第三象限的省份，各省的風險投資集聚指數(shù)均較低?？梢钥闯鲋袊L險投資正表現(xiàn)出一種東中西部“兩極分化”的現(xiàn)象，中國各省份間風險投資集聚程度存在明顯的地域差距，中西部地區(qū)明顯落后于東部地區(qū)。

表4 2012年風險投資集聚的局域Moran散點圖對應(yīng)的地區(qū)及相應(yīng)風險投資集聚指數(shù)

注：括號內(nèi)值為2012年風險投資集聚指數(shù)。

2.模型的估計、分析

模型的判別一般為：若LMlag(LMerror)較LMerror(LMlag)顯著，則模型為空間滯后面板模型(空間誤差面板模型)。還可以通過調(diào)整的對數(shù)似然估計值(log-likelihood)等進行模型的比較。相關(guān)檢驗結(jié)果如表5：

表5 LM及robust LM檢驗結(jié)果

從表5可得：由于LM-Lag和Robust-LM-Lag的檢驗值較LMerror和LMerror_robust值顯著，所以選取空間面板滯后模型較為合適。④

表6 全國29省份模型估計結(jié)果

注：*表示10%水平下顯著，**表示5%水平下顯著，***表示1%水平下顯著，下同。

分析實證分析結(jié)果，可以得出結(jié)論：

(1)除了時間固定效應(yīng)空間面板誤差模型外，空間自回歸系數(shù)ρ的估計值均較為顯著，而且其余幾個模型中ρ通過了10%的顯著性水平檢驗，驗證了中國各省風險投資集聚存在空間相關(guān)性，即相鄰省份之間的風險投資會產(chǎn)生空間溢出效應(yīng)。

(2)就調(diào)整后的R2來說，在考慮了空間效應(yīng)之后該值明顯優(yōu)于沒有考慮空間效應(yīng)的模型，說明納入空間因素的模型能夠更好地解釋影響風險投資集聚的驅(qū)動因素。而且，比較空間滯后面板數(shù)據(jù)模型與空間誤差面板數(shù)據(jù)模型，前者調(diào)整后的R2優(yōu)于后者，符合表5中我們對空間相關(guān)性檢驗值進行的比較分析，說明空間滯后面板數(shù)據(jù)模型可能更加適用于模型分析。

(3)綜合衡量調(diào)整后的R2以及對數(shù)似然估計值，空間固定效應(yīng)模型的估計效果是最好的，面板數(shù)據(jù)中出現(xiàn)的非觀測效應(yīng)主要是個體間的固定效應(yīng)。本文解釋如下：首先，由于數(shù)據(jù)限制，本文研究所選取的面板數(shù)據(jù)的年份個數(shù)小于截面?zhèn)€數(shù)，即出現(xiàn)了“短面板”現(xiàn)象，進而產(chǎn)生了不同截面的個體效應(yīng)要強于時間效應(yīng)的結(jié)果；[19]其次，結(jié)合當前中國風險投資的現(xiàn)實情況，中國不同地域之間的風險投資水平差異十分巨大，這就造成了個體之間的差異效應(yīng)大于時間上的變化帶來的差異效應(yīng)。

(4)分析表中各解釋變量的系數(shù)及顯著性水平，各省域每十萬人口高等學校平均在校生數(shù)和專利申請授權(quán)量兩個解釋變量幾乎在所有模型中都通過了1%的顯著性檢驗，且符號為正，符合我們的假設(shè)，說明人力資本優(yōu)勢以及省域創(chuàng)新資源優(yōu)勢會對風險投資產(chǎn)生吸納效應(yīng)；此外，第三產(chǎn)業(yè)產(chǎn)值占GDP的比重、政府科技支出占財政支出的比重兩個解釋變量也通過了至少10%的顯著性水平檢驗，且符號為正，說明發(fā)達的金融中介服務(wù)能夠?qū)κ∮蝻L險投資集聚水平產(chǎn)生顯著的正向驅(qū)動，良好的政府政策環(huán)境對與風險投資集聚也具有促進作用。除此之外，機場旅客吞吐量這一指標除了在空間滯后模型的固定效應(yīng)中不顯著外，其他模型中都在10%的水平下顯著為正，和我們的預(yù)期相符，說明機場旅客吞吐量對我國省域風險投資集聚具有正向的驅(qū)動作用。

(5)各省份人均消費支出這一指標的顯著性水平較低，其符號在不同的模型中是不相同的，而且系數(shù)的絕對值也比較小，可以認為該指標對風險投資集聚的影響方向和程度是不確定的。在此我們給出如下解釋：中國風險投資地域選擇在市場取向上不明確，這與現(xiàn)階段中國風險投資流向的行業(yè)領(lǐng)域有關(guān)，以2013年為例，當年全年風險投資中互聯(lián)網(wǎng)行業(yè)占比29%，電信及增值和IT行業(yè)也分別占比18%和15%，結(jié)合前面風險投資對創(chuàng)新資源的依賴這一因素，可以認為當前中國的風險投資傾向于高科技產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)，而這兩大產(chǎn)業(yè)對市場不敏感，市場取向明顯的現(xiàn)代服務(wù)業(yè)沒有得到風險投資的青睞，與此同時，中國國內(nèi)風險投資市場發(fā)展不成熟，可投資創(chuàng)業(yè)項目不足，也可能導致部分風險資本流向傳統(tǒng)產(chǎn)業(yè)。

六、結(jié)論及政策建議

1.結(jié)論

本文在構(gòu)造了衡量省域風險投資集聚指數(shù)的基礎(chǔ)上，應(yīng)用空間計量經(jīng)濟學的理論方法，研究了中國29個省域風險投資集聚的影響因素。結(jié)果發(fā)現(xiàn)，中國省域風險投資存在顯著的空間相關(guān)性；除人均消費支出外，專利申請授權(quán)量、政府科技支出占政府支出的比重、第三產(chǎn)業(yè)產(chǎn)值占GDP的比重、每十萬人口高等學校平均在校生數(shù)以及機場旅客吞吐量等變量對各省域風險投資的發(fā)展均有顯著的驅(qū)動作用。

2.政策建議

(1)根據(jù)“硅谷”等世界知名風險投資集聚地域的經(jīng)驗，可以發(fā)現(xiàn)，創(chuàng)新資源對于風險投資具有極大的吸納效應(yīng)，要積極落實“科教興國”戰(zhàn)略，促進中國科學技術(shù)的發(fā)展，加強對高新技術(shù)產(chǎn)業(yè)化的扶持力度，推動高新技術(shù)產(chǎn)業(yè)的發(fā)展。[20]與此相關(guān)聯(lián)的是，風險投資因為涉及全新的投資領(lǐng)域，對于從業(yè)人員的要求也比一般的投資要高，而且對人才也是高度依賴，投資項目的成功與否，很大程度上取決于決策者的分析和判斷。因此，要促進人力資源的積累和發(fā)展，認識到人力資本積累的長期性，制定長期的人才戰(zhàn)略，積極營造優(yōu)良的發(fā)展環(huán)境，提高相關(guān)行業(yè)從業(yè)人員的福利待遇，加強對跨行業(yè)人才的培訓力度；[21]要加強與國際投資機構(gòu)的經(jīng)驗交流，充分利用國內(nèi)、國外兩種人才資源。

(2)政府政策對風險投資的流向具有重要的影響，加大政府對科技的支撐力度。根據(jù)《十八屆三中全會公報》，經(jīng)濟體制改革是全面深化改革的重點，核心問題是處理好政府和市場的關(guān)系，使市場在資源配置中起決定性作用和更好地發(fā)揮政府作用。政府要致力于激勵政策、法律制度和退出機制等發(fā)展環(huán)境的構(gòu)建，放松對有著創(chuàng)新活力的微觀經(jīng)濟主體的干預(yù)，努力營造有利于風險投資發(fā)展的政策制度環(huán)境。

(3)促進風險投資中介機構(gòu)的發(fā)展，充分發(fā)揮風險投資中介服務(wù)機構(gòu)聯(lián)系投資機構(gòu)和創(chuàng)業(yè)企業(yè)的橋梁和紐帶作用。要逐步健全資本市場，完善相關(guān)的服務(wù)及配套設(shè)施。例如，促進建立適合中國經(jīng)濟發(fā)展階段的具有較高資信度和業(yè)務(wù)水平的會計師事務(wù)所，建立具有權(quán)威性的信用評級機構(gòu)，提高服務(wù)能力和水平。

(4)加強基礎(chǔ)設(shè)施建設(shè)，尤其是要建設(shè)現(xiàn)代化的交通、通信設(shè)施，進一步優(yōu)化投資環(huán)境，進而降低風險投資的交易成本。尤其是西部地區(qū)，要加快適度超前、功能配套、安全高效的現(xiàn)代化基礎(chǔ)設(shè)施建設(shè)。

注釋：

①由于中國各地區(qū)的經(jīng)濟規(guī)模差距較大，金融資源的分配不均，如果用風險投資的絕對量指標來衡量各地區(qū)的風險投資水平是不精確的。

②貴州的觀測值為0并不意味著該地域的實際投資額為0，只是說明相關(guān)調(diào)查抽樣缺少有效樣本，但是觀測值為0并非離群值，對實證研究的結(jié)果不會產(chǎn)生影響。

③“高-高”集聚地區(qū)為高風險投資省份的集聚地區(qū)，即位于散點圖中右上角第一象限的地區(qū)；“低-低”集聚地區(qū)為低風險投資省份的集聚地區(qū)，即圖中左下角的第三象限地區(qū)；其余地區(qū)不存在屬性一致的情況。

④本文將空間面板誤差模型的估計結(jié)果同樣表示出來，以便對風險投資集聚的空間模式進行比較。

[1] Henry Chen，Paul Gompers，Anna Kovner. Buy local? The geography of venture capital[J].JournalofUrbanEconomics，2010, 67(1)：90-102.

[2] Thomas R Leinbach，Carl Amrhein. A GEOGRAPHY OF THE VENTURE CAPITAL INDUSTRY IN THE US[J].TheProfessionalGeographer，1987, 39(2)：146-158.

[3] Milford B Green，Rob B McNaughton. Changes in Inter-Corporate Ownership and Aggregate Industry Diversification in the Canadian Economy, 1976-1995[J].Availableatpubhsh. uwo. ca/-mbgreen/control. pdf (accessed on August 29, 2003)，2003.

[4] Ron Martin. The growth and geographical anatomy of venture capitalism in the United Kingdom[J].RegionalStudies，1989, 23(5)：389-403.

[5] Colin M Mason，Richard T. Harrison. The geography of venture capital investments in the UK[J].TransactionsoftheInstituteofBritishGeographers，2002, 27(4)：427-451.

[6] Walter W Powell，Kenneth W Koput，James I Bowie. The spatial clustering of science and capital: Accounting for biotech firm-venture capital relationships[J].RegionalStudies，2002, 36(3)：291-305.

[7] Bernard Guilhon，Sandra Montchaud. The dynamics of venture capital industry[J].InternationalJournalofTechnologyManagement，2006, 34(1)：146-160.

[8] Salim Chahine，Jonathan D Arthurs，Igor Filatotchev. The effects of venture capital syndicate diversity on earnings management and performance of IPOs in the US and UK: An institutional perspective[J].JournalofCorporateFinance，2012, 18(1)：179-192.

[9] 崔毅, 陳悅林, 張晨. 風險投資地域集聚支持環(huán)境綜合評價及差異分析[J]. 科技管理研究，2011，31(2)：70-73.

[10] 張海燕, 袁新敏, 沈玉芳. 風險投資空間行為研究動態(tài)與展望[J]. 科技進步與對策，2012，29(11)：151-155.

[11] Michael Fritsch，Dirk Schilder. The regional supply of venture capital: Can syndication overcome bottlenecks?[J].EconomicGeography，2012, 88(1)：59-76.

[12] 胡海峰. 美國風險投資行業(yè)地域集聚特征與集聚效應(yīng)[J]. 中國社會科學院研究生院學報，2008(5)：62-66.

[13] Yochanan Shachmurove. Geography and industry meets venture capital[J].DepartmentsofEconomicsTheCityCollegeoftheCityUniversityofNewYorkUniversityofPennsylvania，2007：1-34.

[14] 張曉暉, 尹海英. 中國風險投資的地域分布及其影響因素[J]. 社會科學戰(zhàn)線，2012,(8)：63-69.

[15] 錢蘋, 張幃. 我國風險投資的回報率及其影響因素[J]. 經(jīng)濟研究，2007，5(78)：90.

[16] 倪正東, 孫力強. 中國風險投資退出回報及其影響因素研究[J]. 中國軟科學，2008,(4)：48-56.

[17] 陳建軍, 陳國亮, 黃潔. 新經(jīng)濟地理學視角下的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——來自中國 222 個城市的經(jīng)驗證據(jù)[J]. 管理世界，2009,(4)：83-95.

[18] Baltagi B H.EconometricAnalysisofPanelData[M]. John Wiley&Sons，2005.

[19] 魏浩, 王宸. 中國對外貿(mào)易空間集聚效應(yīng)及其影響因素分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011，28(11)：66-82.

[20] 戚湧,丁剛,魏繼鑫．創(chuàng)業(yè)投資促進產(chǎn)業(yè)技術(shù)創(chuàng)新的實證研究[J]．中國科技論壇．2014,(1):16-21.

[21] 馬克. 建立福祉經(jīng)濟學[J]. 上海師范大學學報(哲學社會科學版)，2013，42(1)：5-13.