我國創(chuàng)業(yè)投資區(qū)域集聚及其環(huán)境影響因素研究

楊艷萍 郜鈺格

摘 要：本研究根據(jù)《2016中國風險投資年鑒》數(shù)據(jù)，采用系統(tǒng)聚類法把我國31個省、直轄市、自治區(qū)創(chuàng)業(yè)投資劃分為4類3個層次。從宏觀經(jīng)濟環(huán)境、行業(yè)環(huán)境、科學技術環(huán)境、金融環(huán)境、人力資源環(huán)境、政府支持環(huán)境、服務行業(yè)環(huán)境等7大方面構建環(huán)境影響因素指標體系，對我國（由于數(shù)據(jù)缺失，新疆、西藏、海南、青海除外）個?。▍^(qū)市）進行因子分析，挖掘影響創(chuàng)業(yè)投資不同層次的環(huán)境因子。研究表明：①影響我國創(chuàng)業(yè)投資集聚的兩個主要因子分別為創(chuàng)業(yè)投資基礎性因子[F1]和創(chuàng)業(yè)投資輔助性因子[F2]。②創(chuàng)業(yè)投資基礎性因子貢獻率較大，是創(chuàng)業(yè)投資集聚現(xiàn)象產(chǎn)生的主要原因。③不同區(qū)域之間影響創(chuàng)業(yè)投資集聚的因子[F1]、[F2]所占比重不同。

關鍵詞：創(chuàng)業(yè)投資;區(qū)域集聚;影響因素;因子分析

中圖分類號：F830.59 ? ?文獻標識碼：A ? ?文章編號：1671-0037（2019）7-11-9

DOI：10.19345/j.cxkj.1671-0037.2019.07.002

創(chuàng)業(yè)投資是國家創(chuàng)新戰(zhàn)略的關鍵一環(huán)，在促進“雙創(chuàng)”中發(fā)揮著不可替代的作用。很多學者也通過實證驗證了創(chuàng)業(yè)投資具有促進區(qū)域技術創(chuàng)新、活躍創(chuàng)業(yè)活動等作用[1-2]。2017年3月，國務院總理李克強在政府報告中指出要持續(xù)推進大眾創(chuàng)業(yè)、萬眾創(chuàng)新，新建一批“雙創(chuàng)”示范基地，鼓勵大型企業(yè)、高校設立眾創(chuàng)空間。但由于各種原因，我國創(chuàng)業(yè)投資環(huán)境還存在著明顯的區(qū)域集聚現(xiàn)象，這種現(xiàn)象在各個國家也都同樣存在。研究這一現(xiàn)象的成因也是當前國內(nèi)外學者關注的熱點。有的學者以非動態(tài)的傳統(tǒng)區(qū)位理論表征創(chuàng)業(yè)投資的空間屬性，如McNaughton和Green[3]研究發(fā)現(xiàn)加拿大創(chuàng)業(yè)投資活動區(qū)域分布不平衡;有些學者利用空間經(jīng)濟學理論進行分析，如張玉華[4]和蒲惠熒[5]等人認為創(chuàng)業(yè)投資集聚具有空間相關性;有些學者從文化制度經(jīng)濟學等視角解釋創(chuàng)業(yè)投資集聚的成因[6]。而創(chuàng)業(yè)投資的空間布局還與許多因素相關，其中主要因素之一就是外部環(huán)境[7]。本文在分析全國31個?。▍^(qū)市）創(chuàng)業(yè)投資集聚現(xiàn)象的基礎上，建立環(huán)境指標評價體系，挖掘影響創(chuàng)業(yè)投資不同層次的環(huán)境因子。通過對比各主因子得分，找出各省創(chuàng)業(yè)投資發(fā)展的優(yōu)勢和劣勢，對各地充分發(fā)揮自身優(yōu)勢，更好地推動創(chuàng)業(yè)投資的發(fā)展，促進國內(nèi)經(jīng)濟均衡發(fā)展具有重大意義。

1 文獻回顧

1.1 創(chuàng)業(yè)投資集聚現(xiàn)象

Tribus在1970年最早提出創(chuàng)業(yè)投資地理發(fā)展不平衡的現(xiàn)象后，眾多學者紛紛對創(chuàng)業(yè)投資區(qū)域集聚現(xiàn)象進行研究。Martin[8]和馬軍偉[9]認為創(chuàng)業(yè)投資的集聚分為兩個方面：一方面是創(chuàng)業(yè)投資機構的區(qū)域集聚，即創(chuàng)業(yè)投資主體的集聚;另一方面是創(chuàng)業(yè)投資活動的集聚，即創(chuàng)業(yè)投資主體與客體（創(chuàng)業(yè)企業(yè)）之間存在空間臨近性[10]。其中，就全球整體而言，北美是創(chuàng)業(yè)投資集聚重地，其次是英國、法國等歐洲地區(qū)，再次是中國、日本等亞太地區(qū);就各個國家而言，各個國家內(nèi)部也同樣出現(xiàn)區(qū)域集聚特征。加拿大創(chuàng)業(yè)投資區(qū)域主要集中在安大略省和魁北克省[11];美國創(chuàng)業(yè)投資主要在舊金山、波士頓、紐約3個地區(qū)集聚[12];中國創(chuàng)業(yè)投資主要集聚在上海市、北京市、廣東省等[4]。

1.2 創(chuàng)業(yè)投資區(qū)域集聚的成因

一是從空間經(jīng)濟學角度進行研究。梁紹勇[13]從市場環(huán)境、金融環(huán)境和科技環(huán)境3個方面對山東省風險投資區(qū)位集聚進行研究，結果表明金融環(huán)境是導致區(qū)域集聚的首要因素。田蕓菁[14]分析了影響廣東、上海、北京、浙江、江蘇5個發(fā)達省市風險投資集聚的主要因素。張玉華[4]借鑒產(chǎn)業(yè)經(jīng)濟學中的“區(qū)位煽”構建創(chuàng)業(yè)投資集聚程度指標，通過面板數(shù)據(jù)運用空間計量分析法實證創(chuàng)業(yè)投資具有顯著的“馬太效應”。佘金鳳[15]指出創(chuàng)業(yè)投資區(qū)域分布不平衡的原因在于“空間鄰近效應”，“空間鄰近效應”可以降低交易成本、代理成本、監(jiān)控成本和委托代理風險等，從而形成規(guī)模經(jīng)濟。二是從文化制度經(jīng)濟學角度探討，發(fā)現(xiàn)兩國制度越相似，越有利于實現(xiàn)跨境創(chuàng)業(yè)投資[16]。研究的主要特點為引用“嵌入”“網(wǎng)絡”等理論概念，尤其是引入經(jīng)濟社會學家Granovertter提出“經(jīng)濟活動嵌入具體的社會關系之中”的觀點到經(jīng)濟地理學研究中，發(fā)現(xiàn)創(chuàng)業(yè)投資呈現(xiàn)關系型特征，創(chuàng)業(yè)投資家利用社會網(wǎng)絡效用可以提高投資項目成功率[17]。Mason[18]指出區(qū)域的投資環(huán)境、地區(qū)偏見和投資的文化意識等都會影響區(qū)域的集聚性。三是從共生理論視角研究創(chuàng)業(yè)投資集聚共生的基本要素，得出創(chuàng)業(yè)投資集聚效應與產(chǎn)業(yè)集聚之間存在聯(lián)動效應[19]。楊青、單雪雨[20]構建了創(chuàng)業(yè)投資的共生單元、共生模式、共生環(huán)境，并指出與高新技術企業(yè)是一個相互依賴的共生系統(tǒng)，在共生環(huán)境下的分工有利于降低交易成本，提高工作效率，從而促進風險投資活動的集聚[21]。

綜上所述，以往對創(chuàng)業(yè)投資空間不平衡的研究主要是從創(chuàng)業(yè)投資運行機制和環(huán)境因素來解釋，鮮有從區(qū)域全方面環(huán)境因素進行創(chuàng)業(yè)投資集聚研究。其次，以往研究主要以發(fā)達省份作為研究對象，較少把全國各省份在不同影響因子得分排名進行對比分析，并深入挖掘區(qū)域集聚特征的具體環(huán)境因素。本文選取31個?。▍^(qū)市）進行創(chuàng)業(yè)投資區(qū)域聚類分析來研究我國創(chuàng)業(yè)投資集聚的現(xiàn)狀，并通過因子分析測算每一區(qū)域環(huán)境因子得分排名，挖掘每一類區(qū)域創(chuàng)業(yè)投資環(huán)境優(yōu)劣勢，找出致使產(chǎn)生集聚特征的具體影響因素。

2 我國創(chuàng)業(yè)投資區(qū)域集聚分析

2.1 我國創(chuàng)業(yè)投資分布現(xiàn)狀

根據(jù)《2016中國風險投資年鑒》，整理繪出我國風險投資機構分布柱狀圖（圖1）。從圖中可以看出，我國創(chuàng)業(yè)投資機構主要分布在上海市、北京市、深圳市、浙江省、江蘇省、天津市等，其所占比例高達65%。

整理繪制的我國各?。▍^(qū)市）創(chuàng)業(yè)投資數(shù)目比例與資金規(guī)模比例柱狀圖（圖2），表明我國創(chuàng)業(yè)投資活動同樣主要分布在上海市、北京市、深圳市、浙江省、江蘇省、廣東省（除深圳市）、天津市等。尤其是北京市、上海市、深圳市投資資金規(guī)模比例分別為40.45%、21.82%、10.97%;投資數(shù)目比例分別為33.3%、24.04%、17.37%。圖1和圖2都表明了我國創(chuàng)業(yè)投資集中在環(huán)渤海、長三角、珠三角等區(qū)域。

2.2 聚類分析

2.2.1 聚類分析的指標。本著科學性、可比性的原則，借鑒張憶琳[22]等人的指標體系，本文選取4個指標進行聚類分析：①風險投資機構數(shù)目;②投資資金規(guī)模;③風險投資項目數(shù)目;④科技人員。

2.2.2 聚類分析的過程及結果。指標數(shù)據(jù)來源于《2016中國風險投資年鑒》《2016中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》。由于各個指標的單位不統(tǒng)一，因此對數(shù)據(jù)進行標準化處理，得到我國各?。▍^(qū)市）指標統(tǒng)計數(shù)據(jù)。通過運用SPSS23.0軟件對我國31個省（區(qū)市）進行聚類分析得出系統(tǒng)聚類譜系圖（見圖3），并把聚類對象劃分成4類。第一類為廣東省;第二類為上海市、北京市;第三類為浙江省、江蘇省;第四類共26個成員。

由此看出，聚類結果與我國目前創(chuàng)業(yè)投資區(qū)域分布大致相同。結合聚類結果和各?。▍^(qū)市）風險投資機構數(shù)、風險投資項目數(shù)與資金規(guī)模所占比例，把我國各個?。▍^(qū)市）劃分為發(fā)達地區(qū)、一般地區(qū)、欠發(fā)達地區(qū)3個層次，如表1所示。

3 影響我國創(chuàng)業(yè)投資集聚的環(huán)境因素分析

3.1 指標體系

借鑒崔毅[7]、張憶琳[22]等相關學者的研究，本文從宏觀經(jīng)濟環(huán)境、行業(yè)環(huán)境、科學技術環(huán)境、金融環(huán)境、人力資源環(huán)境、政府支持環(huán)境、服務行業(yè)環(huán)境等7大方面對影響創(chuàng)業(yè)投資的集聚因素進行因子分析，并結合數(shù)據(jù)的可得性，建立環(huán)境影響因素指標體系，如表2所示。

3.1.1 宏觀經(jīng)濟環(huán)境。創(chuàng)業(yè)投資與區(qū)域宏觀環(huán)境之間存在聯(lián)動效應，創(chuàng)業(yè)投資與經(jīng)濟發(fā)展相互促進，呈現(xiàn)良性循環(huán)[23]。因此，本文選取各地區(qū)的國民生產(chǎn)總值和人均生產(chǎn)總值作為衡量經(jīng)濟發(fā)展的指標。

3.1.2 行業(yè)環(huán)境。高新技術企業(yè)是集知識創(chuàng)新、傳播和應用為一體的自組織，易產(chǎn)生地理集聚效應而形成規(guī)模經(jīng)濟，而且高新技術企業(yè)的集聚會對融資產(chǎn)生巨大需求[24]。因此，本文選取高新技術企業(yè)的數(shù)目和高新技術企業(yè)主營業(yè)務收入作為衡量區(qū)域行業(yè)環(huán)境的指標。

3.1.3 科學技術環(huán)境。創(chuàng)業(yè)投資與技術創(chuàng)新之間存在顯著正相關關系，“培育性科技環(huán)境”對創(chuàng)業(yè)投資具有更大的支撐作用[25]。故本文選取R&D經(jīng)費內(nèi)部支出和專利申請量作為衡量科學技術環(huán)境的指標。

3.1.4 金融環(huán)境。創(chuàng)業(yè)投資是金融創(chuàng)新的產(chǎn)物，呈現(xiàn)出金融市場導向型特征[26]，而完善的金融市場體系又為創(chuàng)業(yè)投資提供了先決條件[27]。本文選取金融機構年末人均存款余額作為衡量金融環(huán)境的指標。

3.1.5 人力資源環(huán)境。人才是軟實力，創(chuàng)業(yè)投資項目評價過程中比較關注人的要素，尤其是對復合型人才要求較高[28]。人力資源背景、經(jīng)驗等對投資偏好和投資策略具有顯著影響[29]。本文選取高新技術企業(yè)R&D人員、每萬人金融行業(yè)從業(yè)人員、每萬人在校大學生數(shù)作為衡量人力資源環(huán)境的指標。

3.1.6 政府支撐環(huán)境。我國實行社會主義市場經(jīng)濟制度，需要這只“看得見的手”進行宏觀調(diào)控和支持。創(chuàng)業(yè)投資與高新技術企業(yè)密切聯(lián)系，需要政府大力扶持高新技術企業(yè)的發(fā)展[22]。本文把政府的科學技術支出占財政支出的比例作為衡量政府支撐環(huán)境的指標。

3.1.7 服務環(huán)境。網(wǎng)絡效應使得創(chuàng)業(yè)投資家與律師、投資銀行家等其他專業(yè)人士之間產(chǎn)生一種“共生”關系，在投資的過程中需要中介機構的廣泛參與[21]。本文把第三產(chǎn)業(yè)占GDP的比重作為衡量服務環(huán)境的指標。

3.2 數(shù)據(jù)來源

由于青海、西藏、海南、新疆四個省區(qū)數(shù)據(jù)統(tǒng)計不全，本文只對我國27個?。▍^(qū)市）的數(shù)據(jù)進行了因子分析。為避免因時間變化而導致的數(shù)據(jù)異常性波動，本文選取2012—2016年數(shù)據(jù)的平均值作為研究樣本。數(shù)據(jù)主要來源于《2012—2016年中國統(tǒng)計年鑒》《2012—2016年中國城市統(tǒng)計年鑒》《2012—2016年中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》《2012—2016年中國科技統(tǒng)計年鑒》以及各省市統(tǒng)計年鑒。此外，為了消除量綱差異性影響，對數(shù)據(jù)進行了標準化處理。

3.3 因子分析過程

3.3.1 因子分析方法的檢驗（KMO和Bartlett球形度檢驗）。對標準化后的數(shù)據(jù)進行KMO和Bartlett球形度檢驗（見表3）。結果顯示，KMO=0.737>0.5，Bartlett球度檢驗顯著性為0.00<0.01，符合因子分析要求。

3.3.2 求特征值、方差累計貢獻率。如表4所示，總方差解釋表顯示前兩個主成分的特征值大于1，累計貢獻率達到了88.815%，其中第一個因子（[F1]）貢獻率為55.430%，第二個因子（[F2]）貢獻率為33.385%，因此，根據(jù)特征值顯示提取前兩個主成分比較合適。

根據(jù)0.5原則，旋轉前的因子載荷各項指標在各類因子上的解釋不是特別明顯，為了更改顯示各項因子的意義，需要進行旋轉。因此通過4次方最大旋轉得到各成分載荷和得分系數(shù)矩陣表（見表5）。

3.3.3 因子命名。根據(jù)旋轉后的各成分載荷矩陣表（表5）看出，各成分較高的載荷都很有規(guī)律地分布在若干關鍵指標上，因此共劃分為兩個公共因子。

第一個公共因子（[F1]）包括區(qū)域GDP（X1）、高新技術企業(yè)數(shù)目（X3）、高新技術企業(yè)主營業(yè)務收入（X4）、R&D經(jīng)費內(nèi)部支出（X5）、專利申請量（X6）、高新技術企業(yè)R&D人員（X8）共6個指標，反映了區(qū)域經(jīng)濟總量以及與高新技術企業(yè)相關的科研投入力度。因此將因子[F1]命名為創(chuàng)業(yè)投資基礎性因子。

第二個公共因子（[F2）]包括人均GDP（X2）、金融機構年末人均存款余額（X7）、每萬人金融行業(yè)從業(yè)人員（X9）、每萬人在校大學生數(shù)（X10）、科學技術支出占財政支出比例（X11）、第三產(chǎn)業(yè)占GDP比例（X12）共6個指標，反映的是人力因素、政府支持以及相關配套措施。因此將因子[F2]命名為創(chuàng)業(yè)投資輔助性因子。

3.3.4 評價模型。利用回歸方法得到公共因子得分系數(shù)，見表5，建立因子模型[F1]和因子模型[F2]：

[F1]=0.162[ZX1]+0.08[ZX2]+0.179[ ZX3]+0.174[ZX4]+0.174[ZX5]+0.169[ZX6]—0.041[ZX7]+0.180[ZX8]—0.053[ZX9]—0.044[ZX10]+0.038[ZX11]—0.017[ZX12] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

[F2]=-0.036[ZX1]+0.167[ZX2]-0.028[ZX3]-0.018[ZX4]-0.018[ZX5]-0.017[ ZX6]+0.204[ZX7]-0.028[ZX8]+0.206[ZX9]+0.187[ZX10]+0.158[ZX11]+0.190[ ZX12] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

兩個正交旋轉后因子的方差貢獻率分別為55.430%、33.385%，因此按照特征值加權建立創(chuàng)業(yè)投資集聚綜合評價分析模型：

ZF=0.5543[F1]+0.33385[F2] ? ? ? ? ? ? ? ? ? ? ?（3）

3.4 研究結果與因素分析

3.4.1 各省（區(qū)市）創(chuàng)業(yè)投資發(fā)展綜合分析。將標準化數(shù)據(jù)分別代入公式（1）與公式（2），計算出各?。▍^(qū)市）的F1和F2的數(shù)據(jù)，代入公式（3）得出各地區(qū)環(huán)境因素評分表（見表6）。

研究結果表明，分屬第一類的廣東省，綜合排名為1;分屬第二類的北京市、上海市綜合排名為3、4;分屬第三類的江蘇省、浙江省綜合排名為2、5;分屬第四類的?。▍^(qū)市）綜合排名為6至27名。得分越高說明該地區(qū)創(chuàng)業(yè)投資的發(fā)展水平越高。綜合得分大于0，表明該地區(qū)整體創(chuàng)業(yè)投資發(fā)展水平優(yōu)于全國平均水平，屬于創(chuàng)業(yè)投資發(fā)展水平較好的區(qū)域。因子分析綜合得分排名與我國創(chuàng)業(yè)投資現(xiàn)實發(fā)展狀況基本一致。

3.4.2 各?。▍^(qū)市）創(chuàng)業(yè)投資發(fā)展的影響因子分析。影響因子[F1]評價排名中位居前十五位的區(qū)域分別為：廣東省、江蘇省、山東省、浙江省、上海市、福建省、河南省、四川省、湖北省、遼寧省、湖南省、安徽省、天津市、河北省、北京市。

影響因子[F2]評價排名中位居前十五位的區(qū)域分別為：北市京、上海市、天津市、浙江省、江蘇省、遼寧省、陜西省、福建省、內(nèi)蒙古省、廣東省、山東省、重慶市、湖北省、吉林省、山西省。

3.4.3 影響不同類別的各?。▍^(qū)市）環(huán)境因素分析。分屬第一類的廣東省，創(chuàng)業(yè)投資基礎性因子[F1]、創(chuàng)業(yè)投資輔助性因子[F2]排名分別位居第1與第10，由于[F1]貢獻率較大，因此綜合排名第1。廣東省的發(fā)展創(chuàng)業(yè)投資基礎性因子得分高，主要優(yōu)勢在于產(chǎn)業(yè)基礎雄厚，形成雄厚的資本積累。涌現(xiàn)出以華為為代表的高新技術企業(yè)和自主知識產(chǎn)權的民營企業(yè)，其注重科研經(jīng)費的投入。但廣東省在科研教育等方面無法與北京市、上海市相比，金融環(huán)境相對較弱，相關配套的中介服務也亟待提高。

分屬第二類的北京市、上海市，創(chuàng)業(yè)投資輔助性因子[F2]優(yōu)于創(chuàng)業(yè)投資基礎性因子[F1]，原因一是北京市擁有一流的高等學府，專業(yè)人才集聚;二是位于國家政治中心，政治優(yōu)勢明顯;三是第三產(chǎn)業(yè)發(fā)達。上海市是我國的金融中心，服務平臺等相關配套設施完備，政府科研投入力度大。但上海市、北京市的地價、房價以及勞動力成本較高，造成商務成本較高。初創(chuàng)期的高技術中小企業(yè)大多不選擇北京市、上海市。因而創(chuàng)業(yè)投資基礎性因子[F1]貢獻率較低。

分屬第三類的江蘇省創(chuàng)業(yè)投資基礎性因子[F1]、創(chuàng)業(yè)投資輔助性因子[F2]排名分別位居第2與第5;浙江省兩個影響因子排名分別為第4。江蘇省優(yōu)勢在于一是制造業(yè)深厚，激勵機制完善，民營經(jīng)濟發(fā)展較好;二是稅收方面，政府實行減免政策;三是地價方面，相對于北京市、上海市等一線城市低，如蘇州工業(yè)園地價水平僅為上海市的一半，成為吸引高技術產(chǎn)業(yè)的重要因素。由于創(chuàng)業(yè)投資基礎性因子[F1]貢獻率較大，因此江蘇省綜合排名第2。浙江省位于長江三角洲，經(jīng)濟發(fā)展優(yōu)勢明顯，民間資本雄厚。在2017年規(guī)模以上的制造業(yè)中，高技術、高新技術、戰(zhàn)略性新興產(chǎn)業(yè)增加值分別比2016年增長16.4%、11.2%、12.2%，因此創(chuàng)業(yè)投資基礎性因子[F1]較好。2017年末金融機構人民幣存款余額比2016年增長7.8%，從事金融業(yè)的人員所占比重較高;相關配套設施完備，第三產(chǎn)業(yè)高于全國平均水平，呈現(xiàn)出良好的經(jīng)濟發(fā)展趨勢，但是較之北京市、上海市仍有不足。浙江省綜合排名第5。

分屬第四類的山東省，創(chuàng)業(yè)投資基礎性因子[F1]貢獻率優(yōu)于創(chuàng)業(yè)投資輔助性因子[F2]，原因在于一是山東省位于環(huán)渤海地區(qū)，地理優(yōu)勢較好，國內(nèi)生產(chǎn)總值位居全國前列，經(jīng)濟實力強勁;二是靠近環(huán)渤海工業(yè)帶，高新技術企業(yè)較多，因此創(chuàng)業(yè)投資基礎性因子[F1]較好。但是由于第三產(chǎn)業(yè)發(fā)展較慢，中介服務不完善，科研教育不足，金融業(yè)有待發(fā)展等因素，創(chuàng)業(yè)投資輔助性因子[F2]排名靠后。在強大的基礎性因子支撐下，山東省綜合排名第6。

分屬第四類的天津市，創(chuàng)業(yè)投資基礎性因子[F1]和創(chuàng)業(yè)投資輔助性因子[F2]排名分別是第13和第3。因子[F2]貢獻率大于因子[F1]，原因在于一是天津市毗鄰北京市，受北京市的輻射教育資源豐富，人才集聚;二是經(jīng)濟發(fā)達，人均GDP位于全國前列;三是在政治上享有極大優(yōu)勢。但是制造業(yè)基礎薄弱，第二產(chǎn)業(yè)尤其是高新技術企業(yè)缺乏發(fā)展動力，因此創(chuàng)業(yè)投資基礎性因子較差，綜合排名第7。

分屬第四類的其他區(qū)域，如吉林、江西、黑龍江、廣西、寧夏、貴州、云南、甘肅等省份不論因子[F1]還是因子[F2]，排名都比較靠后。其原因在于這些地區(qū)經(jīng)濟發(fā)展比較落后，制造業(yè)發(fā)展實力不足，科研教育投入力度較小，金融業(yè)以及配套服務設施還有待提高。

4 結論

本文利用系統(tǒng)聚類法和因子分析法對我國創(chuàng)業(yè)投資集聚及各省創(chuàng)業(yè)投資環(huán)境因素進行分析，得出以下結論：一是我國創(chuàng)業(yè)投資主要集聚在北上廣地區(qū)以及江浙一帶。二是創(chuàng)業(yè)投資基礎性因子和創(chuàng)業(yè)投資輔助性因子是創(chuàng)業(yè)投資集聚的主要影響因子，且創(chuàng)業(yè)投資基礎性因子對創(chuàng)業(yè)投資集聚的貢獻率較大。三是每一類別內(nèi)各省份影響創(chuàng)業(yè)投資集聚環(huán)境的因素不同，從側面反映出各個省份創(chuàng)業(yè)投資環(huán)境的優(yōu)勢和劣勢，為各省發(fā)揮自身優(yōu)勢、彌補不足、推動創(chuàng)業(yè)投資發(fā)展提供了思路。本文的不足是在研究環(huán)境指標上，只是從宏觀環(huán)境入手，并未研究其他隱性因素（如區(qū)域交通吞吐量等）對創(chuàng)業(yè)投資集聚的影響;部分省份由于數(shù)據(jù)不足，對環(huán)境因素因子分析不能精確地測量;單從宏觀環(huán)境上解釋創(chuàng)業(yè)投資集聚，沒有把宏觀、中觀、微觀3個層面納入一個框架來系統(tǒng)全面地解釋創(chuàng)業(yè)投資集聚成因。以上內(nèi)容還有待于進一步完善。

參考文獻：

[1] 游紫蕾.風險投資集聚對區(qū)域技術創(chuàng)新的影響研究[D].成都：西南交通大學，2018.

[2] 楊艷萍，張雅鴿.風險投資對我國創(chuàng)業(yè)活動影響的實證研究[J].河南工業(yè)大學學報（社會科學版），2018（3）：43-51.

[3] McNaughton R，Green M. Spatial Patterns of Canadian Venture Capital Investment [J].Regional Studies，1989（1）：9-18.

[4] 張玉華，李超.中國創(chuàng)業(yè)投資地域集聚現(xiàn)象及其影響因素研究[J].中國軟科學，2014（12）：93-103.

[5] 蒲惠熒，蘇啟林.區(qū)域創(chuàng)新資源、金融發(fā)達程度與創(chuàng)業(yè)投資的集聚效應[J].改革，2013（9）：125-130.

[6] Bruton G D， Ahlstrom D. An Institutional View of China's Venture Capital Industry： Explaining the Differences between China and the West[J].Journal of Business Venturing，2003（2）：233-259.

[7] 崔毅，陳悅林，張晨.風險投資區(qū)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（2）：70-73.

[8] Martin R ， Berndt C ， Klagge B ， et al. Spatial proximity effects and regional equity gaps in the venture capital market： evidence from Germany and the United Kingdom[J].Environment and Planning A，2005（7）：1207-1231.

[9] 馬軍偉.創(chuàng)業(yè)投資集聚研究評價及未來展望[J].外國經(jīng)濟與管理，2013（2）：43-51.

[10] Fritsch M， Schilder D.The regional supply of venture capital： Can syndication overcome bottlenecks？[J].Economic Geography，2012（1）：59-76.

[11] Subhash K B.Geography of venture capital financing： A global perspective[J]. Journal of Wealth Management，2007（3）：13-28.

[12] Chen H， Gompers P A， Kovner A， et al. Buy Local？ The Geography of Successful and Unsuccessful Venture Capital Expansion[J].Social Science Electronic Publishing， 2009.

[13] 梁紹勇.山東風險投資機構的空間分布及影響因素研究[D].濟南：山東大學，2017.

[14] 田蕓菁.我國風險投資區(qū)域聚集效應及其環(huán)境支持因素研究[D].上海：復旦大學，2012.

[15] 佘金鳳，湯兵勇.風險投資發(fā)展區(qū)域分布不平衡的形成機理研究[J].科學學與科學技術管理，2007（3）：112-115.

[16] Alhorr H S， Moore C B， Payne G T. The Impact of Economic Integration on Cross-Border Venture Capital Investments： Evidence from the European Union[J]. Social Science Electronic Publishing，2008：897-917.

[17] 黨興華，張晨，佟麗麗.風險投資機構網(wǎng)絡位置影響因素探索及實證研究[J].科技進步與對策，2016（6）：1-7.

[18] Mason C M， Harrison R T. The Size of the Informal Venture Capital Market in the United Kingdom[J].Small Business Economics， 2000（2）：137-148.

[19] 蒲惠熒，蘇啟林.創(chuàng)業(yè)投資與產(chǎn)業(yè)創(chuàng)新集群的共生模式探討[J].科技管理研究，2014（13）：102-106.

[20] 楊青，單雪雨.基于共生理論的創(chuàng)業(yè)投資集聚的形成機理研究[J].科技創(chuàng)業(yè)月刊，2009（10）：34-36.

[21] 張斌.風險投資交易成本控制規(guī)律研究：基于共生及分工機制的視角[J].科技管理研究，2013（23）：191-197，203.

[22] 張憶琳.我國風險投資空間布局及影響因素實證分析[D].杭州：浙江大學，2018.

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

[24] 馬曉國，李宗植，管軍，等.風險投資集群與區(qū)域經(jīng)濟的發(fā)展[J].南京航空航天大學學報（社會科學版），2004（3）：33-36.

[25] 蔡莉，于曉宇，楊雋萍.科技環(huán)境對風險投資支撐作用的實證研究[J].管理科學學報，2007（4）：73-80，96.

[26] 張曉暉，尹海英.中國創(chuàng)業(yè)投資的區(qū)域分布及其影響因素[J].社會科學戰(zhàn)線，2012（8）：63-69.

[27] 陳鑫.風險投資空間演化及其溢出效應研究綜述[A].中國管理現(xiàn)代化研究會、復旦管理學獎勵基金會.第十屆（2015）中國管理學年會論文集[C].中國管理現(xiàn)代化研究會、復旦管理學獎勵基金會，2015.

[28] 王世波，崔金鑒，王世良.基于層次分析法的風險投資項目評價[J].工業(yè)技術經(jīng)濟，2003（6）：87-89，94.

[29] 李嚴，羅國鋒，馬世美.風險投資機構人力資本與投資策略的實證研究[J].管理科學，2012（3）：45-55.

Abstract： According to the data of 2015—2016 China Venture Capital Yearbook， the venture capital of 31 provinces， municipalities and autonomous regions in China is divided into four categories and three levels by using system clustering method. This paper constructed an index system of environmental impact factors from seven aspects， including macroeconomic environment， industry environment， science and technology environment， financial environment， human resource environment， government support environment， service industry environment. Through the factor analysis of provinces （because of lacking data， except Xinjiang， Tibet， Hainan， Qinghai）， the environmental factors that affect the different levels of venture investment were found out. The research has showed that： ① the two main factors that affect the agglomeration of venture capital are venture capital basic factor ?and venture capital auxiliary factor . ② the contribution rate of basic factors of venture capital is relatively large， which is the main reason for clustering venture capital. ③ Factors F1 and F2 that affect venture capital agglomeration in different regions have different proportions.

Key words： venture capital; regional cluster; influencing factors; factor analysis