科技创新是实现经济高质量增长的必由之路,创业风险投资是我国实现创新经济的助推器,是科技企业获取权益资本融资的一项重要金融制度安排。根据《国务院关于促进创业风险投资持续健康发展的若干意见》的定义,创业风险投资指创业风险投资机构向处于创建或重建过程中的未上市成长性创业企业进行股权投资,以期所投资创业企业发育成熟或相对成熟后,主要通过股权转让获取资本增值收益的投资方式①。创业风险投资空间分布呈现不均衡性(Florida and Kenney, 1988),对其时空演化规律进行研究是非常有必要的,加之创业风险投资本身具有较强的流动性(Hochber et al., 2007),采用社会网络分析的方法更能充分把握其空间分布的格局。
① 国务院, 国务院关于促进创业风险投资持续健康发展的若干意见, (2016-09-20), http://www.gov.cn/zhengce/content/2016-09/20/content_5109936.htm。
粤港澳大湾区是我国创业风险投资发展较早的地区,创业风险投资活动处于全国高位。截至2020年10月,广东省私募基金管理人数量为6218家,管理基金数量为22309只,管理基金规模为28434亿元,分别占全国的25%、24%、18%,其中深圳在三个指标中的占比均在70%以上②。2019年2月发布的《粤港澳大湾区发展规划纲要》提出要将大湾区建设为全球具有影响力的国际科技创新中心。2019年8月印发的《深圳建设中国特色社会主义先行示范区的意见》提出要将深圳建设成为具有全球影响力的创新创业创意之都。2020年5月中国人民银行、银保监会、证监会及外汇局发布了《关于金融支持粤港澳大湾区建设的意见》,重点提出在大湾区内开展私募股权投资基金跨境投资试点、加强科技创新金融服务等多条旨在提升大湾区金融服务创新水平的意见。在粤港澳大湾区和社会主义先行示范区两大国家战略背景下,大力发展创业风险投资是贯彻创新驱动发展战略,对推动粤港澳大湾区建设成为国际科创中心、促进产业结构升级调整、进一步发挥金融对实体经济的服务支撑作用具有重要意义(武汉大学资本赋能大湾区创新发展研究课题组,2019)。因此如何厘清大湾区创业风险投资发展规律,如何深化大湾区城市之间的创业风险投资联系,既是顶层设计之需,也是现实亟待解决的问题。
② 数据来源于中国证券基金业协会。
基于此,本文提出了粤港澳大湾区创业风险投资时空演化及影响因素研究。基于社会网络分析视角,从创业风险投资网络总体、创业风险投资网络空间格局、创业风险投资网络组织结构三方面探讨大湾区创业风险投资城市合作网络空间分布规律、城市间的联系。进一步,结合风险投资支撑理论,利用QAP回归模型探究经济环境、制度环境、金融环境、科技环境及创业环境对大湾区创业风险投资空间联系差异的影响。最后,在把握大湾区创业风险投资发展的内在规律的基础上,为大湾区创业风险投资的合理布局提供对策建议。
本文开创性地结合社会网络分析理论与风险投资环境支撑理论,对粤港澳大湾区创业风险投资时空演化规律进行深度研究。研究贡献主要为:(1)填补了粤港澳大湾区创业风险投资网络的研究空白,为粤港澳大湾区创业风险投资网络的宏观研究提供了金融地理学的新研究视角。(2)首次将社会网络分析方法和风险投资环境支撑理论进行融合,深度研究粤港澳大湾区创业风险投资网络影响因素,为大湾区创业风险投资资源配置以及网络结构优化的经济决策提供了理论支撑。(3)聚焦粤港澳大湾区,揭示其创业风险投资城市网络的演化规律,对各市风险投资的发展现状进行合理的定位,同时为各市的风险投资如何谋求更好的发展提供思路。
二、文献综述 (一) 创业风险投资地理分布特征创业风险投资是以价值的跨时空交换为核心,在地理分布上呈现出区域集聚的空间特征,即集中于少数科技、金融较为活跃的经济发达地区,备受学者关注。国外学者最先对此展开研究,Florida and Kenney(1988)通过对美国几个主要城市的风险投资进行统计分析,发现美国风险投资的空间分布具有明显的不均衡性,主要集聚在旧金山、纽约等地。Martin(1989)揭示伦敦是英国创业风险投资的集聚区,70%以上的创投机构汇聚于此(Fritsch and Schilder, 2012)。国内学者对创业风险投资空间分布的研究在20世纪90年中后期才逐步开始,研究对象从国家整体,过渡到区域,再进一步细分到特定城市。国家整体层面,陈工孟、蔡新颖(2009)研究发现我国创业风险投资同样存在区域分布不均衡现象,西部和中部地区风险投资发展远不及东部;Zhang(2011)通过研究中国创业风险投资行业的演化,发现我国创投机构主要集中在北京、上海及深圳三个经济水平发达的城市。区域层面,主要从城市群的角度来考察创业风险投资的空间性,方嘉雯、刘海猛(2017)以津京冀城市群为例,发现其创业风险投资的空间分布不均衡性逐渐降低,并形成北京、天津和唐山三中心;李远勤等(2017)通过对长江经济带的创投城市网络进行研究,发现上海是该网络唯一的核心区,与苏州、杭州等亚核心区城市的关系强度最高,大部分城市如常州、无锡、南京则隶属于半边缘和边缘区。城市层面,徐宜青等(2016)利用北京市创投机构地理位置和联合投资信息,研究北京内部创投机构的空间集聚与合作网络特征;林晓等(2019)以上海市街区为研究为对象,从中外资视角探讨风险投资企业“技术—资本”邻近的空间分布特征,发现中资企业的“资本”地理邻近性强于外资企业。目前,国内外学者对创业风险投资地理分布特征的话题着墨颇多,而以粤港澳大湾区11市为考察对象的研究则较为匮乏。
(二) 创业风险投资网络特征网络化是创业风险投资发展呈现出的另一个显著特性(Castilla,2003;Hochber et al., 2007)。已有文献主要考察创投机构之间的合作网络特征,周育红(2014)通过构建1996-2012年中国创投网络,采用社会网络方式考察其动态演进的特征,实证结果表明创投网络规模虽然在逐年增加,但网络质量却呈下滑趋势,原因在于中资创投机构处于弱势地位。金永红、章琦(2016)利用中小板和创业板的风险投资公司数据,发现中国风险投资网络结构具有小团体性,不同子网络内外之间的公司联系程度根据是否投资于同一行业而有所不同。随着创投机构跨区域投资活动日渐增多,少数学者从城市网络视角切入,开展创投机构与创业企业之间的网络特征研究。汪明峰等(2014)基于中国创业风险投资事件,构建中国创业风险投资的城市网络,用中心度、凝聚子群方法分析其空间组织,发现中国形成了以北京、上海为核心节点的投资网络;阮平南等(2019)通过核心-边缘结构分析发现中国创业风险投资网络呈现核心区-半边缘区-边缘区的格局,核心区的城市间创投交流比较频繁,处于半边缘区的城市依靠核心城市的创投机构投资的带动。现有研究中,针对我国创业风险投资城市网络的文献不多,对于粤港澳大湾区创业风险投资城市网络的研究更是亟待突破。
(三) 创业风险投资影响因素创业风险投资的发展与外部环境息息相关。随时空距离日益缩短,地理距离不再是影响投资行为的主导因素,创新、资本、政策、社会等外部环境因素被更多地被纳入到考量范畴中(Bygrave and Timmons, 1992;Guilhon and Montchaud, 2006;佘金凤、汤兵勇,2007)。现有研究涉及到的环境因素主要有经济、科技、金融、创业、政策及社会(Zhang,2011;Hellman and Puri, 2000;张玉华、李超,2014;尹国俊、曾可昕,2013)。李雪灵、蔡莉(2004)将投资环境分为强制性和诱致性两类,定性分析包括经济、科技、金融、政策在内的八个要素对风险投资发展的作用机理。陈德棉、陈鑫(2015)利用两阶段面板分位数回归模型定量分析经济、科技、创业、金融及社会五类因素对我国风险投资活动的影响,研究结果表明不同地区的环境影响因素各不相同。然而在已有文献中,鲜有结合风险投资环境支撑理论和社会网络理论进行跨市创业风险投资活动的动因研究。
三、研究方法与数据来源 (一) 社会网络分析社会网络分析方法作为社会学领域常用的方法,随着全球化的不断推进,社会网络关系研究在社会经济发展过程中具有越来越重要的地位,也被引入创业风险投资研究领域。社会网络分析是基于关系数据对网络结构进行整体或相互作用的个体之间的关系特征进行量化研究的方法(刘军,2014)。本文利用社会网络分析方法,结合投资事件数量,探究粤港澳大湾区城市群创业风险投资事件网络的结构特征。通过社会网络分析软件UCINET,从网络密度、中心性以及核心—边缘结构三方面对大湾区创业风险投资城市网络结构进行度量与分析,具体指标、含义及计算公式如下:
1.网络密度
网络密度是网络整体性的最基本测度,指网络节点实际包含的关系总数与最多可能存在的理论关系总数的比值,描述了网络各节点之间联系的疏密程度,网络密度数值越大,表明网络整体联系越紧密。有向关系网络整体计算公式如下:
$ D = L/[n(n - 1)] $ | (1) |
其中,D为网络密度,L为城市节点间实际联系数,n为城市数目。
2.中心性
中心性分析反映网络中各节点所处的位置,通常包括度数中心性分析、中间中心性分析以及接近中心性分析三种。本文以度数中心性和中间中心性为切入角度来量化分析网络节点的核心与中介效应。
点度中心度映城市网络中节点处于核心地位的程度,指网络中与该节点有直接关系的节点的数目,点度中心度数值越大,该节点在网络的重要性越强。在有向关系网络中,点度中心度可分为点出度和点入度,点出度指从节点i发出的联系强度之和,点入度指节点i接受其他节点的联系强度之和,计算公式如下:
$ {C_{ADo}} = \sum\limits_{i \ne j}^n {{G_{ij}}} $ | (2) |
$ {C_{ADi}} = \sum\limits_{i \ne j}^n {{G_{ji}}} $ | (3) |
其中,CADo为点出度,CADi为点入度,Gij和Gji分别为城市i发出和接受的联系强度。
中间中心度衡量节点在多大的程度上处于网络的“中介”或控制其他节点,指经过节点i并且连接j、k两点的短程路线占j、k两点之间的短程路线总数之比,本文选择相对中间中心度为指标,计算公式如下:
$ {C_{ABi}} = \sum\limits_j^n {\sum\limits_k^n {{g_{jk}}} } (i)/{g_{jk}} $ | (4) |
$ {C_{RBi}} = 2{C_{ABi}}\left({{n^2} - 3n + 2} \right) $ | (5) |
其中,CABi为绝对中间中心度,CRBi为相对中间中心度,gjk(i)为城市j和k之间存在的经过城市i的捷径数目,gjk是城市j和k之间存在的捷径数目,j≠k≠i,且j < k。
3.核心-边缘结构
核心—边缘结构分析根据网络中节点之间联系的疏密程度,将网络中的节点分为核心与边缘两个区域,处于核心区域的节点在网络中占据比较重要的地位。
(二) 数据来源与处理参考庄德林等(2020)的做法,本文研究的创业风险投资包括天使投资、VC和PE。选取2004-2018年投资于粤港澳大湾区11市的创业风险投资事件数据进行实证研究,由于各市的投资事件数每年的分布差异较大,借鉴李远勤(2017)、阮平南(2019)等学者的研究,按照5年的时间跨度,将数据划分为2004-2008年、2009-2013年、2014-2018年共计三个窗口。主要基于以下四方面考虑:一是中国创业风险投资发展起步较晚,2003年以前城市创业风险投资网络尚未成型,2003年内地与港澳签订了CEPA协议,促使三地服务贸易的交流合作进一步加快,因此选取2004年为开始节点;二是2008年恰逢全球金融危机,宏观经济环境发生较大改变;三是2014年中国经济步入新常态,经济增长方式发生改变;四是基于数据可得性和时间窗口设置,数据更新至2018年。
投资事件数据来源于清科研究中心旗下私募通数据库的投资事件列表,包含了交易信息(投资阶段、投资金额等)、融资企业(总部所在地区)以及投资机构(机构名称、机构总部所在地区、机构类型等)三大板块的信息。该数据库收录了2004年-2018年对中国(包括港澳台)创业风险企业进行的143466起投资事件,提取发生在粤港澳大湾区城市群的原始投资事件数据共计22775条,筛选出大湾区11市之间发生的创业风险投资事件数据共计8056条。以投资事件次数总和构建粤港澳大湾区城市创业风险投资联系的有向网络,利用UCINET软件对大湾区城市群11个城市节点展开社会网络分析。
赋值矩阵。若两城市之间至少进行过一次创业风险投资,则赋值为1;若两城市间没有进行过创业风险投资,则赋值为0;最后获得大湾区创业风险投资0-1矩阵。城市联系网络图构建和中心性分析采用初始多值矩阵的数据,网络密度、核心-边缘结构分析则采用0-1矩阵的数据。
四、创业风险投资网络时空演化 (一) 创业风险投资网络总体演化粤港澳大湾区创业风险投资规模逐步扩大,投资额占全国比重约14%,创业风险投资发展受政策驱动,与国内宏观经济环境形势基本吻合,并顺应市场经济周期的变化而波动,总体呈上升趋势。2004以来,针对外资、创业风险投资领域出台了《创业风险投资管理暂行办法》等许多相关政策,创业风险投资政策环境得到改善,刺激国内创业风险投资蓬勃发展。在2008年全球金融危机、2013年中国股灾时,大湾区创业风险投资经历了轻微的下滑,随着国内宏观经济逐渐回暖,投资总额逐步攀升。2014年“大众创业风险,万众创新”提出后,极大推动了创业风险投资发展,大湾区创业风险投资开始实现大幅度增长,于2017年达到十年来的高峰。受金融监管政策收紧影响,2018年大湾区创业风险投资额大幅下滑。
采用ArcGIS10.2软件绘制2004-2018年三个时间窗口的粤港澳大湾区各市创业风险投资总额空间分布图,如图 2所示。
创业风险投资在粤港澳大湾区城市群内部分布不均衡,深圳创业风险投资发展一枝独秀,港深广共同撑起整个大湾区创业风险投资的快速发展,由以香港为单核向港深广多极引领的格局演变。作为国际金融中心,香港是众多跨国金融机构的集聚地,现代服务业实力雄厚,2009年以前香港创业风险投资发展遥遥领先大湾区其余城市。十年来,以香港为首的创业风险投资逐步向以深圳和广州为首的大湾区内地九市进行辐射,作为创新创业之都的深圳、区域金融中心的广州两者创业风险投发展规模不断壮大,与香港的距离逐渐缩小。2018年深圳和广州已经取代香港,成为粤港澳大湾区接受创业风险投资最多的两大中心城市,香港和深圳成为大湾区内创业风险投资资本输出最多的两大中心城市,深圳由于高科技企业融资需求,创业风险投资发展更是遥遥领先广州和香港。除却广深,大湾区内地七市的创业风险投资发展缓慢,创业风险投资额度占大湾区比重非常小,均在5%以下,内部发展差距逐步扩大。
可以明显看出,整个湾区的创业风险投资发展已经划分为两个梯队,第一梯队城市包括香港、深圳和广州,第二梯队城市包括珠海、佛山、中山、东莞、惠州、肇庆、江门和澳门。受港深广三大集聚中心的辐射带动作用,第二梯队城市中的珠海、佛山的创业风险投资增长迅速。
粤港澳大湾区创业风险投资事件多发生在创业风险项目的后期阶段(扩张期和成熟期),早期项目(种子期和初创期)的投资事件占比在30%左右,种子期和初创期的事件比例旗鼓相当,投资决策趋向保守。具体来说,2004-2018年超过七成的投资事件发生在创业风险项目的后期,其中扩张期的投资事件比例最多,远超30%,表明资本更倾向于成熟、不确定较小的项目。“大众创业风险,万众创新”提出以后,创业风险项目早期阶段得到了创业风险投资资本的频频关注,尤其是初创期,该阶段的投资事件比重呈现出较为显著的提高,初创期的投资比例整体上稳步提升。种子期的投资事件比例在2014年前后有较明显的升高,投资比例总体呈减少趋势,2018年投资比例下滑至12%。
1.创业风险投资空间联系网络
2004年以来,大湾区城市群创业风险投资网络结构日益复杂,城市间创业风险投资活动发生得愈加频繁,联系日趋紧密,联系密度和强度由珠江东岸向珠江西岸呈放射状减弱。2009年前创业风险投资网络仍比较稀疏,投资活动主要集聚在广州、深圳和香港,其中港深投资联系最紧密,深圳是对外联系最多的城市。随着中央以及广东省鼓励和引导风险投资发展文件陆续出台,各市之间的创业风险投资往来加快,以港深广为核心的网络逐渐稠密化。香港仍充当大湾区创业风险投资联系的积极角色,逐渐向珠海、佛山等创业风险投资发展落后的节点城市进行辐射,广深之间的联系强度加大,珠海、佛山、东莞、惠州等节点城市与核心城市的联系增强,但节点城市之间联系仍较薄弱。区域分化较明显,珠江东岸城市之间创业风险投资活动越来越活跃,珠江西岸城市之间仅有少量的联系,而产业布局差异在很大程度上解释了城市群内部创业风险投资“东密西疏”的空间格局。澳门自始至终都是一个孤立点,究其原因在于澳门经济以博彩业为单一支柱,并购活动主要发生在博彩业及相关领域,缺乏相关科技创新产业作支撑,再者创投机构和初创企业发展较为滞后,因此创业风险投资发展相对缓慢。
2.创业风险投资整体网络密度
大湾区内部创业风险投资联系趋于紧密,城市发展不均衡现象趋于显著。大湾区创业风险投资网络密度呈逐渐增大之势,3个时间窗口的网络密度分别为0.193、0.291、0.455,2004-2018年增长幅度达到135.75%,网络实际关系总数由2004-2008年的21个增加到2014-2018年的50个,可见城市群内部创业风险投资联系越来越紧密,资金流、信息流、人流等创业风险投资要素在成员间的流动程度加大。理论上讲,大湾区创业风险投资网络存在的关系总数最大为110个,而2014-2018年实际关系总数仅为50个,较理论值仍存在不小的差距,说明成员间创业风险投资联系仍有待进一步增强。网络标准差逐年增大,由0.3857增加至0.498。结合图 4可知,虽然大湾区城市创业风险投资网络规模不断扩大,网络关联性得到很大的改善,但城市网络凝聚性仍较低:核心城市间联系较强,节点城市间联系较弱;东岸城市间的网络密度明显大于西岸城市间的网络密度;澳门由于单一产业结构的原因,与大湾区其他城市一直都没有创业风险投资往来,拉低了整体网络密度,由此可知大湾区创业风险投资网络联系仍有很大的提升空间。
1.中心性分析
为进一步分析城市节点在大湾区创业风险投资网络中的地位和作用,本文通过UCINET软件进行度数中心性和中间中心性分析,计算出3个时间窗口下粤港澳大湾区创业风险投资联系网络各城市节点的点出度、点入度及中间中心度,如表 3所示。
从点出度和点入度来看,整体上,2004-2018年3个时间窗口期间点出入度均值均分别为12.091、49、182,呈大幅上升趋势,表明大湾区创业风险投资网络辐射带动能力、凝聚吸收能力整体上趋于加强,创业风险投资在加强城市间合作的基础上获得了飞速发展,优化了大湾区风险投资网络结构,优化了区域内风险投资的资源配置。点出度值域区间分别为[0, 64]、[0, 318]、[0, 1134],呈持续扩大之势,表明城市节点的影响力和和辐射范围均不断增大。点入度值域区间分别为[0, 46]、[0, 219]、[0, 789],也呈持续扩大之势,表明城市节点的凝聚吸引能力亦不断增强。城市节点度数中心度整体差异逐渐扩大,表明大湾区创业风险投资发展愈发不协调,城市之间创业风险投资合作呈现两极分化的趋势。
广深港均为大湾区核心城市,经济基础雄厚、金融实力强劲,高新技术产业欣欣向荣,创业风险投资聚拢能力非常强,在整个大湾区城市网络中占据举足轻重的地位。纵观2004-2018年,广深港的点出度均稳居前三,三市点出度之和为1751,其中广深两市占87%,三市占总体比重为87%,较最初增长了近13倍;广深在点入度稳居前二,两市点入度之和1326,较最初增长了近15倍,占总体比重为66%。由此可见,创业风险投资资源主要在核心城市之间流转,尤其是广深之间的联动不断增强,核心城市对节点城市的辐射形塑了大湾区城市之间的创业风险投资网络关系,但集聚效应仍在持续强化。
具体来说,香港为强辐射城市,点出度由最初的64增加至224,对外辐射能力渐渐增强,尤其对广深产生较强的正向溢出效应。深圳是大湾区内辐射能力最强的城市,2014-2018年期间的点出度高达1134,较2004-2008年提高了近23倍,创业风险投资资本主要流向广州及东莞等节点城市,受香港带动以及日益强大的科技创新产业做支撑,发展成为强辐射力和强凝聚力的城市。广州为强吸引城市,2014-2018年期间的点入度高达789,较2004-2008年提高了近21倍,与此同时,对深圳及节点城市的带动能力也显著增强,2014-2018年点出度增加至393,较最初增长了近20倍。除却澳门,节点城市的点入度均远大于点出度,2014-2018年节点城市的点入度之和为647,较最初增长了近13倍,但各市数值较小,表明节点城市虽然接受了核心城市辐射带动,辐射强度也在逐渐增强之中,但相较核心城市之间的强强联系,节点城市的辐射效应以及节点城市之间的联系仍较弱。其中,珠海、佛山、惠州、东莞、中山的点入度显著提高,凝聚能力相较以前得到大幅提升,江门与肇庆由于自身经济和高技术产业基础薄弱,受到的辐射较少。
从中间中心度来看,整体上,3个时间窗口期间中间中心度的均值分别为1.091、3、3.727,呈增长趋势,表明城市间创业风险投资活动交流的扩大与加深增强了某些城市在网络中的主导地位和联结作用。城市节点中间中心度值域区间分别为[0, 11.5]、[0, 19.667]、[0, 20.25],值域区间不断扩大,中间中心度整体差异逐变大,表明大湾区创业风险投资联系网络对“中介”城市的依赖性增强。分城市来看,广州和深圳的中间中心度稳居前二,虽然在2014-2018年深圳中间中心度较广州而言较低,但在大湾区联系网络中深圳仍拥有绝对的核心主导地位,广州近年来中介效应显著增强,两市在网络中担当“中间人”,具有很大的控制优势,对城市之间创业风险投资联系起沟通协调作用。珠海、佛山、东莞及香港的中间中心度较最初有较大攀升,在网络中的联结能力增强。
综上所述,大湾区创业风险投资联系网络演化呈现明显的空间集聚态势,“强者愈强,弱者愈弱”的不均衡现象愈发明显。一方面核心城市的创业风险投资发展对周围城市具有较强的“虹吸效应”,另一方面中心城市对周围城市的正向溢出效应使得周边城市在网络中逐渐占据一席之地。
2.核心-边缘结构分析
为判断创业风险投资网络的核心城市与边缘城市,本文通过UCINET软件的核心-边缘结构分析进行测算。采用核心-边缘绝对模型对粤港澳大湾区城市群创业风险投资联系网络进行初步分析,得出3个时间窗口期间网络的核心-边缘区域,如表 4所示,进一步运用核心-边缘连续模型计算出各个城市的核心度,如表 5所示。
大湾区城市群创业风险投资网络的核心度区间分别为[0, 0.724]、[0, 0.611]、[0, 0.47],呈不断缩小的趋势,表明城市之间创业风险投资联系在空间分布上趋于均衡。2004-2018核心区主要成员较为稳定,广州、深圳、香港的核心度始终位列前三。处在核心地位的城市数量呈趋于增加之势,2004-2008年核心城市包括广州、深圳及香港,2009-2013年增加了东莞,2014-2018增加了佛山和珠海,除广深港之外,其余核心组成成员尚不稳定。不难发现,处于粤港澳创业风险投资网络核心地位的城市都是资金流、技术流、信息流、人流等“流体资源”流动较大、经济实力较强、彼此相邻或相距较近,处于网络边缘的城市都是“流体资源”流动较小、经济实力较弱、彼此相距较远。根据核心度大小,城市网络可划分为3个较为明显的空间圈层,第一圈层(核心度在0.4以上)为广州、深圳、香港,第二圈层(核心度在0.2-0.4之间)为珠海、佛山、东莞,第三圈层(核心度在0.2以下)为惠州、中山、江门、肇庆和澳门。
五、创业风险投资网络演化影响因素研究 (一) 基于风险投资环境支撑理论的模型构建创业风险投资城市网络的形成和演化是诸多因素相互作用后客观反映在区域空间上的结果。创投机构作为网络的主要行动主体,对初创企业无论是“雪中送炭”亦或“锦上添花”(张帅等,2020),进行跨市创业风险投资活动的主要目的在于谋利,因此投资决策受许多环境因素共同作用。根据风险投资环境支撑理论,运用QAP回归模型,分析环境因素对创业风险投资网络演化的影响。借鉴李雪灵、蔡莉(2004)、王培宏等(2007)的分类框架,考虑到大湾区存在“一国两制”的特殊制度安排,将影响创业风险投资网络的环境因素归纳为基础因素和核心因素两类,其中基础因素包括经济环境、金融环境及制度环境,核心因素包括创业环境和科技环境。
稳定、高水平的宏观经济环境为初创企业的发展提供良好的依托,如广阔的市场发展空间、较低的创业风险和成本(庄德林等,2020),亦能降低投资项目的评估风险(张忆琳,2018),吸引创业风险投资资本的集聚,本文选择人均GDP作为经济环境的衡量指标。发达的金融环境能为创业风险投资提供资本保障(林晓,2019),中国的金融体系结构以商业银行为主导,金融市场以间接融资为主要资金筹措渠道,金融体系运行受政府宏观调控,很大部分科技贷款来源于商业银行(方嘉雯、刘海猛,2017),因而以金融机构本外币贷款余额作为衡量金融发展环境的指标。我国创业风险投资是政府主导发展而起(徐晓红等,2016),政府通过设立引导基金、发放奖励补贴、提供税收优惠等措施,引导并鼓励创业风险投资发展(徐枫、马佳伟,2018),不同行政层级政府对创业风险投资的支持力度不同,而大湾区制度复杂性更甚,归咎于粤港澳三地的行政、法律、税收、货币及汇率体系不同,因此制度差异是大湾区创投机构进行跨市跨境活动亟需考虑的问题,借鉴刘佳等(2020)的层级划分,设定城市间若同为地级市、副省级城市、行政特区则赋值为1,否则为0,构建制度差异0-1矩阵。
初创企业和创投机构是创业环境的重要构成,初创创业是创投机构的资本载体,创投机构提供的资金是初创企业生存所需的要素投入(陈德棉、陈鑫,2015),初创企业发展比较活跃的城市,潜存更多投资机会,更易获得创投机构的青睐(徐晓红等,2016),本文以创投机构数目和每年新增企业数量来衡量创业环境发展程度。创新资源丰富、科创能力强的城市往往集聚了一大批富有竞争力的初创企业,拥有更多可供筛选的优质投资项目,对创投机构和天使投资人具有巨大的吸引力(徐向阳等,2018),本文选取专利授权数量代理科技环境变量。
为进一步探究粤港澳大湾区城市群创业风险投资网络发展的影响因素,构建了如下模型:
$ R = f(ECO, {\rm{ }}FIN, {\rm{ }}START, {\rm{ }}VC, {\rm{ }}TEC, {\rm{ }}INS) $ | (6) |
以上(6)式中因变量R以及6类自变量均为关系矩阵,具体名称、指标、变量说明以及数据来源如表 7所示。分别取人均GDP、贷款余额、初创企业数、创投机构数及专利授权数五个指标在2004-2008年、2009-2013年、2014-2018年三个时间窗口的均值,构建城市间相应指标的绝对差值矩阵。QAP算法(二次指派程序)是对关系数据之间的联系进行检验的量化方法,应用常规的统计方法如OLS进行参数估计,由于自变量矩阵的关系数据之间往往具有高度相关性,会产生“多重共线性”问题(刘军,2014),因此利用UCINET软件进行QAP回归分析。
选择5000次随机置换进行QAP回归分析,结果如表 8所示。三个时间窗口回归得到调整后的可判决系数逐步上升,2014-2018年调整后的可判决系数为0.4046,表明该该模型对大湾区创业风险风险投资联系网络变异的解释力为40.46%。经济环境差异、创业企业差异、创投机构差异、制度差异对城市间创业风险投资联系产生较为显著的影响,金融环境差异的回归系数不稳定,除2004-2008年显著,其余两个阶段均不显著,科技环境差异的回归系数均不显著,两者均未表现出明显的规律。具体来说:
经济环境差异是影响大湾区创业风险风险投资网络格局的重要因素,其回归系数显著为负,且效应逐渐增强,表明城市间经济发展水平的差异制约了创业风险投资的跨市合作行为。不利于投资网络的形成。经济发达的城市拥有高水平的社会消费、较完备的配套设施、较强的产业基础、优质的营商环境,吸引众多高素质的专业人才、创新主体,带动投融资需求,扩大市场发展空间,对创业风险投资资本具有引致需求。很显然,大湾区创业风险投资发展仍集中深圳、广州和香港,存在较强的路径依赖性,对节点城市的虹吸效应仍占主导地位。随着节点城市逐步融入大湾区经济发展格局,受核心城市经济外溢影响,区域内部经济发展差距得到改善,全域经济发展环境将得到提升,将有助于完善创业风险风险投资网络联系。
制度差异的回归系数显著为负,表明粤港澳三地的制度差异有利于促进城市创业风险投资区域合作,大湾区各市创业风险投资的管理水平对创投机构的吸引力各不相同,如广州通过营造优质的创投营商环境吸引投资机构入驻、深圳从“募、投、管、退”等方面促进创投行业生态链发展、香港加大政府科研投入以增强科创氛围等。在粤港澳大湾区的战略背景下,“一个国家,两种制度,三个关税区、四个核心城市”既是大湾区融合发展的鲜明优势,也带来了要素自由流通的障碍,阻碍了市场一体化水平的进一步提升。随着大湾区战略规划的实施推进,“1小时交通圈”构建持续完善,城市间经济联系将更为紧密,三地应进一步打破区域市场分割与行政界线藩篱,加快在商贸、金融、行政、法律等方面的制度创新,使三地要素获得更高效便捷地流转,充分利用不同制度下的知识、资金、技术等资源,从而促进大湾区创业风险投资发展与联系。
创业企业差异的回归系数显著为负,创投机构差异的回归系数显著为正,表明城市创业企业规模差异不利于大湾区创业风险投资网络发展,创投机构数量差异驱动大湾区创业风险投资网络的发展,如佛山、东莞等城市集聚了大量中小企业,但本地创投机构甚少,会促使港深广创投机构向上述地区流动。金融环境的回归系数统计上不显著,对创业风险投资网络的影响不明显,说明金融机构对创业风险风险投资的资本支持力度不足,以间接融资为主的金融体系与科技创新融资需求不匹配。与此同时,外商投资开放力度有待进一步加大,2019年在中国证券投资基金协会登记且总部注册地位于广东的创投机构数为3298家,其中98%以上为内资企业,外资及合资企业占少数①。科技环境差异的回归系数显著性不稳定,未能体现出明显的规律,原因可能有以下两点:一是专利质量不高,2018年广东省专利授权数量位列全国第一,但估值在50万以上的高价值发明专利数仅占11.9%②,长期以来唯专利数量论导致许多低质量专利滥竽充数;二是科技成果市场转化能力不足(王云等,2020),不能获得更多创业风险风险投资资本关注。
① 数据来源于中国证券基金业协会。
② 数据来源于《2018年广东省发明专利估值研究报告》。
六、结论与对策 (一) 结论创业风险投资是粤港大湾区城市群发展高科技产业,建设成为全球科技高地的重要驱动力。本文基于2004-2018年创业风险投资事件和金额,运用社会网络分析法,对粤港澳大湾区城市群创业风险投资的空间联系进行动态演化分析,并进一步采用QAP回归分析法,探究创业风险投资联系网络发展的影响因素,得出以下结论:
(1) 大湾区创业风险投资发展呈总体上升趋势,随着宏观经济环境变化而波动。投资决策趋于保守,资本偏好成熟期、扩张期项目,初创期项目也逐步增多,但种子期项目始终保持在10%左右,所占比例较低。空间分布显著不均衡,深圳独占鳌头,港深广共同撑起整个大湾区创业风险投资的快速发展。大湾区内部形成两大梯队,以香港、广州、深圳为三大集聚中心的第一梯队,以珠海、佛山、东莞、中山、澳门、江门、肇庆为第二梯队的格局。
(2) 港深广对节点城市的辐射形塑了大湾区创业风险投资的网络关系,网络结构逐渐复杂化,网络规模持续扩张,关联性得到较大改善,但凝聚性较低。联系强度和密度由珠江东岸向珠江西岸呈放射状减弱,形成“东密西疏”格局,核心城市的集聚效应显著,“强者愈强,弱者愈弱”的“马太效应”愈发明显。港深广在网络中的主体地位得到不断强化,投资网络形成明显的三级圈层空间结构。
(3) 经济环境差异和创业企业差异制约了大湾区创业风险投资联系,创投机构差异和制度差异则有明显的促进作用,金融环境和科技环境的影响作用并不显著,其中经济环境差异和制度差异性的作用强度占主导。
(二) 对策为了增强大湾区城市间创业风险投资联系,提高大湾区创业风险投资市场的活跃程度,促进创业风险投资与科技创新的协调发展,基于创业风险投资演化、空间网络结构特征以及影响因素分析,提出如下对策建议:
大湾区创业风险投资具有很强的空间相关性,针对大湾区创业风险投资地区发展差距较大的不均衡现象,应增强广州、深圳、香港的辐射和示范作用,构建城市创新型发展合作,强化核心与节点城市之间的优势互补。如佛山、东莞、惠州、珠海等城市以先进制造业和高新技术产业为优势产业,但金融实力较弱,而港深广的金融实力强劲,应充分利用节点城市的高新技术产业培育优质项目和有特色的初创企业来吸引港深广的投资机构。根据大湾区各市的主体功能定位,探索技术、科研、金融资源共享互补机制,提高区域创业风险投资合作的效益,从而弱化两极分化的态势。在制定政策时,应统筹规划地区金融发展政策,加强城市间政策的联动性,有侧重地加强对珠江西岸、非核心城市的政策支持,从而优化整体的创业风险投资网络结构。
以创新为引领,依托“广州-深圳-香港-澳门”科技创新走廊,深化大湾区城市间的产学研合作,提升区域协同创新水平。加大政府财政科技投入,完善共性技术、基础技术等技术和科技基础设施建设,不断完善创新发展环境。利用税收优惠等政策鼓励中小企业加大研发经费投入进行科技创新活动,增强企业自身科技创新能力,着力提高大湾区城市群的基础创新能力。大湾区节点城市在推进制造业升级、新兴产业建设的同时,要积极利用港澳国际化平台,引进重点项目的科技型人才、技术等高端创新要素,提升科技创新的可持续发展动力,吸引创业风险投资机构的注意。
强化顶层设计,加快推进落实大湾区体制机制改革,深化粤港澳三地金融合作交流。优化税收政策、完善大湾区金融风险防范机制、加快金融产品创新,营造更加自由、高效的市场环境。进一步加大外商投资开放力度,持续推进大湾区金融开放创新。随着外商投资陆续进入科创领域和风险投资市场,一方面,有助于缓解企业的融资约束,产生“溢出效应”,提升科技创新水平;另一方面,激发“鲶鱼效应”,借鉴国际创业风险投资机构的先进运营管理经验,提升风险投资市场的竞争活力。政府要注重引进港澳法律、财税、知识产权、管理咨询等专业服务机构,完善风险投资相关配套服务,以构建良好的中介服务支撑体系,为创业风险投资提供适宜生存发展的环境。
[] |
陈德棉、陈鑫, 2015, “风险投资空间演化及其驱动因素——基于两阶段面板分位数模型的研究”, 《投资研究》, 第 4 期, 第 4-15 页。 |
[] |
陈工孟、蔡新颖, 2009, “中国风险投资发展的区域差异研究”, 《证券市场导报》, 第 5 期, 第 4-8 页。 |
[] |
方嘉雯、刘海猛, 2017, “京津冀城市群创业风险风险投资的时空分布特征及影响机制”, 《地理科学进展》, 第 1 期, 第 68-77 页。 |
[] |
金永红、章琦, 2016, “中国风险投资网络的网络特性与社团结构研究”, 《系统工程学报, 第2期》, 第 2 期, 第 166-177 页。 |
[] |
李雪灵、蔡莉, 2004, “风险投资支撑环境的作用机理分析”, 《吉林大学社会科学学报》, 第 4 期, 第 79-85 页。 |
[] |
李远勤、童林肯、吴哲人, 2017, “中国创业风险投资城市网络的区域合作及长江经济带的案例分析”, 《上海大学学报(自然科学版)》, 第 6 期, 第 961-972 页。 |
[] |
林晓、徐伟、杜德斌、杨凡, 2019, “上海市风险投资企业的空间分布与'技术-资本'地理邻近性”, 《地理学报》, 第 6 期, 第 1112-1130 页。 |
[] |
刘佳、蔡盼心、王方方, 2020, “粤港澳大湾区城市群知识创新合作网络结构演化及影响因素研究”, 《技术经济》, 第 5 期, 第 68-78 页。 |
[] |
刘军, 2014, 《整体网分析: UCINET软件实用指南(第二版)》, 格致出版社/上海人民出版社。 |
[] |
阮平南、郭文静、杨娟, 2019, “中国创业风险投资区域网络结构与区域合作研究”, 《科技进步与对策》, 第 14 期, 第 8-17 页。 |
[] |
佘金凤、汤兵勇, 2007, “风险投资发展区域分布不平衡的形成机理研究”, 《科学学与科学技术管理》, 第 3 期, 第 112-115 页。DOI:10.3969/j.issn.1002-0241.2007.03.024 |
[] |
王云、杨宇、刘毅, 2020, “粤港澳大湾区建设国际科技创新中心的全球视野与理论模式”, 《地理研究》, 第 9 期, 第 1958-1971 页。 |
[] |
汪明峰、魏也华、邱娟, 2014, “中国风险投资活动的空间集聚与城市网络”, 《财经研究》, 第 4 期, 第 117-131 页。 |
[] |
王培宏、刘卓军、唐志鹏, 2007, “基于数据包络分析的风险投资环境有效性研究”, 《管理学报》, 第 5 期, 第 584-587 页。DOI:10.3969/j.issn.1672-884X.2007.05.009 |
[] |
武汉大学资本赋能大湾区创新发展研究课题组, 2019, “让资本赋能大湾区全球创新高地建设”, 《南方经济》, 第 6 期, 第 1-9 页。 |
[] |
徐枫、马佳伟, 2018, “基于投资者政策需求视角的中国创业风险投资发展影响因素研究”, 《宏观经济研究》, 第 3 期, 第 89-102 页。 |
[] |
徐晓红、潘峰华、夏亚博、梁进社, 2016, “空间视角下国外风险投资的研究进展及启示”, 《地域研究与开发》, 第 2 期, 第 12-18 页。DOI:10.3969/j.issn.1003-2363.2016.02.003 |
[] |
徐宜青、潘峰华、江小雨、曲亚霖、梁进社, 2016, “北京市风险投资的空间分布与合作网络研究”, 《地理科学进展》, 第 3 期, 第 358-367 页。 |
[] |
徐向阳、陆海天、孟为, 2018, “风险投资与企业创新:基于风险资本专利信号敏感度的视角”, 《管理评论》, 第 10 期, 第 58-72+118 页。 |
[] |
尹国俊、曾可昕, 2013, “外国创业风险投资企业在华投资的区位选择”, 《科研管理》, 第 3 期, 第 75-83 页。 |
[] |
张帅、王雪青、侯鑫彧, 2020, “重审风险投资与初创企业生存状况之间的关系:来自微观层面的最新证据”, 《科研管理》, 第 8 期, 第 1-12 页。 |
[] |
张玉华、李超, 2014, “中国创业投资地域集聚现象及其影响因素研究”, 《中国软科学》, 第 12 期, 第 93-103 页。 |
[] |
周育红、宋光辉, 2014, “中国创业风险投资网络的动态演进实证”, 《系统工程理论与实践》, 第 11 期, 第 2748-2759 页。 |
[] |
庄德林、王鹏鹏、许基兰、张菂, 2020, “中国创业风险投资城市网络空间结构演变研究——基于四大投资阶段的分析视角”, 《地理科学》, 第 8 期, 第 1256-1265 页。 |
[] |
Bygrave, William D.and Timmons, Jeffery A., 1992, Venture Capital at the Crossroads, Boston: Harvard Business School Press.
|
[] |
Castilla E.J., 2003, "Network of Venture Capital Firms in Silicon Valley". International Journal of Technology Management, 25(1-2), 113–135.
|
[] |
Florida R.L., Kenney M., 1988, "Venture Capital-Financed Innovation and Technological Change in the USA". Research Policy, 17(3), 119–137.
|
[] |
Fritsch M., Schilder D., 2012, "The Reginal Supply of Venture Capital:Can Syndication Overcome Bottlenecks?". Economic Geography, 88(1), 59–76.
|
[] |
Guilhon B., Montchaud S., 2006, "The Dynamics of Venture Capital Industry". International Journal of Technology Management, 34(1-2), 146–160.
|
[] |
Hochber Y.L., Ljungqvist A., Lu Y., 2007, "Whom you Know Matters:Venture Capital Networks and Investment Performance". Journal of Finance, 62(1), 251–301.
|
[] |
Hellman T., Puri M., 2000, "The Interaction Between Product Market and Financing Strategy". The Role of Venture Capital, The Review of Financial Studies, 13(4), 959–984.
|
[] |
Martin R., 1989, "The Growth and Geographical Anatomy of Venture Capitalism in the United Kingdom". Regional Studies, 23(5), 389–403.
|
[] |
Martin R., Sunley P., Turner D., 2002, "Taking Risks in Regions:the Geographical Anatomy of Europe's Emerging Venture Capital Market". Journal of Economic Geography, 2(2), 121–150.
|
[] |
Zhang J., 2011, "The Spatial Dynamics of Globalizing Venture Capital in China". Environment and Planning A, 43(7), 1562–1580.
|