政府投資基金對企業科技創新的效果研究*

夏思穎

（廣西投資集團有限公司，廣西 南寧 530000）

一、引言

從18世紀60年代機械制造時代的工業1.0到2013年由德國提出的工業4.0物聯智能時代，全球經濟產業發展格局正在不斷發生改變。隨著新一輪科技和產業變革對全球經濟結構和發展版圖的重構和引領，創新將在全球各國的發展戰略中占有更為突出的地位。

盡管現階段我國的科技創新在某些領域已經躋身全球領先水平，但我國國內社會的整體創新結構和發展程度仍然有待改善，需要有政策的穩健支持和各級人民政府的有效貫徹，并尊重市場化機制團結引領各方經濟力量，我國市場環境中的各類經營主體的創新意識和創新能力才會取得長效提升。因此，在推動我國經濟社會創新發展的戰略進程中，政府的作用顯得尤為重要。政府對于企業科技創新扶持的手段大致分為三類：政府政策專項資助、與銀行等金融機構合作提供具有優惠利率的科技信貸以及設立投資基金在股權市場上體現政府意志?；跀祿傻眯砸约敖陙砉蓹嗤顿Y市場迅速發展的大背景等多方面考慮，本文從政府投資基金的政府股權投資角度研究政府力量對于市場主體的創新促進作用。

結合政府投資基金的相關規范性文件以及張增磊（2018）關于參與創投活動的相關政府基金概念的探討，本文以“政府投資基金”為核心研究具有政府屬性的股權投資基金在實際市場投資中的表現和作用影響，區別于本領域相關研究中所使用的“政府引導基金”的概念。

政府投資基金一般由政府相關機構發起設立母基金，再引入其他專業基金管理人或其他社會資本進行日常的基金操作管理以及針對政策扶持的特定領域有針對性地進一步設立子基金，通過直接對企業進行股權投資等市場化資本運作方式，為重點領域和薄弱環節提供發展所需的必要資金支持和政策引導，在進行投資收益分配時政府會較大程度讓利于共同合作的社會資本，從而實現扶持企業發展、維護市場化運作、引領社會資本等多重政策宗旨，在我國經濟社會中具有重要意義。

二、文獻綜述及研究假設

（一）政府投資基金對企業科技創新的影響

程聰慧等（2018）以新三板掛牌企業作為樣本，發現政府投資基金對提高企業科技創新產出水平有促進作用，且企業的創新產出與投資基金對創業企業的投資次數呈正向關系。陳旭東等（2017）的研究同樣支持了政府投資基金對創新創業起促進作用的結論，同時關注到投資基金對創業活動的促進效果在區域差異上呈現東、中、西部逐漸遞減的現象。與支持政府投資取得更好的創新促進效果相反，余琰等（2014）研究認為整體而言國有風險投資基金基金的投資行為未能實現其政策初衷，并且發現在股權分置改革前后，國有風險投資均未能起到提高其所投資企業的研發投入的作用。Colombo 等（2016）關注到已經有越來越多的國家設立政府風險投資基金以支持私募股權行業和創新型初創企業發展，但以此為出發點的做法的合理性和適用性一直備受爭議。

此外，有部分文獻通過設置實驗組和對照組的方式，將政府投資基金與非政府背景的風險投資資本投資效果進行對比以研究政府投資基金的投資成效。董建衛等（2018）通過設置對照試驗研究了政府投資基金對其參股設立的投資基金在不同激勵補償方式下對企業創新產出的作用差異。另外，董建衛等（2018）還以本地投資為出發點，進行對照研究得到政府投資基金對本地投資企業的創新帶動效果要優于私人創投基金對應效果的結論。

（二）風險投資對企業科技創新的影響

政府投資基金作為風險投資中具有政府屬性的組成部分，仍擁有風險投資的部分效果屬性。同時，由于目前關于政府投資基金對企業科技創新效果方面的研究文獻相對較少，而風險投資對企業創新效果的研究在投資和創新方面都能帶來一定啟發，因此具有重要借鑒意義。

于永達等（2017）認為，風險投資對上市科技企業創新水平有明顯促進作用，并且在區域層面和企業所有制方面進行因素效果探討。楊曄等（2012）研究發現，研發投入和風險投資都能對企業創新起到激勵作用，其中風險投資通過為企業提供資金支持，以及為企業提供管理經驗等企業增值服務，實現風險投資對企業的創新促進作用。與促進創新的結論相反，溫軍等（2018）研究發現，風險投資的進入整體上對企業的專利申請數和創新效率都會產生消極影響，風險投資的增值效應帶來的增量作用并不足以抵消攫取效應產生的消極影響，這種風險投資對企業的“攫取效應”在企業臨近IPO 的年份尤為明顯。Kortum 和Lerner（2000）考察了風險投資對美國20 個行業專利發明的影響，發現風險資本活動的增加會使專利率顯著提高。Ni 等（2014）以中國市場相關公司數據為基礎，以專利數量和相關生產率增長作為樣本公司創新水平的衡量進行研究，發現在當前市場環境下風險投資對創新產生的影響是積極而有限的。劉勝軍（2016）研究發現，對于公司而言，風險投資董事帶來的專業知識比風險投資帶來的資金支持具有更優的創新績效提振效果。陳思等（2017）研究發現，風險投資的進入會通過督促擴大研發團隊、提供有效行業經驗以及派駐董事緊密聯系等渠道幫助企業提高創新能力，從而實現風險投資的創新帶動作用。Bottazzi 和Da（2002）指出，風險投資因其市場敏銳度和風險包容度等特性，是以科技研發為核心驅動的創新企業最合適的融資形式。

本文基于政府和民營風險資本投資事件進行對照分析，首先探討政府投資基金對比于民營風險資本的創新促進效果差異，然后關注到屬性所帶來的差異優勢的時效性，最后通過改進核心交互項設置方式和樣本匹配方式對數據進行回歸分析以提升結論穩健性。本文的研究能夠豐富政府投資基金在創新促進效果相關領域的內容，并為資本市場的戰略判斷和政府部門的政策制定提供相關的參考依據。

（三）研究假設

政府投資基金的投資行為是在股權投資市場上呈現政府力量的方式之一，能一定程度幫助調節市場失靈從而起到優化資源配置的作用，可有效緩解由市場化資本的趨利避險本性而導致的投資偏向問題，對早期企業和科技成果商業化難度較大等領域的發展帶來良好促進作用。同時，政府投資基金還可借助政府渠道優勢，具有降低信息獲取成本，減少由信息不對稱帶來的投資損失等可能優勢。據此，本文提出以下兩個研究假設：

假設1：政府投資基金能夠推動企業科技創新。

假設2：相較于民營風險資本，政府投資基金表現出更強的企業創新促進效果。

三、研究設計

（一）樣本選取

本文以2008-2014 年作為投資事件觀測期，從清科私募通獲取政府投資基金以及民營風險資本機構的投資事件作為研究樣本。同時，選取企業獲得投資前的3 年和獲得投資后的4 年，即[-3,4]作為對應每個獲投資企業的專利申請觀測期，以此為基礎來設計后續相關研究。

我國政府投資基金起步時間較晚，2008 年之前政府投資基金的成立數量及其相關投資活動都相對較少。2008 年國家發改委等三部委聯合頒布《關于創業投資引導基金規范設立與運作的指導意見》，這是對政府屬性基金的較早期概念界定和文件闡述，此后政府投資基金的相關投資活動日益活躍，相關制度規范也逐步完善，我國政府投資基金進入快速發展階段。因此本文的投資事件觀測期始于2008 年。由于本文將每個投資事件發生年份對應的前3 年和后4 年作為該企業獲投資前和獲投資后專利申請情況的觀測期，考慮到專利數據可得性，因而本文的投資事件觀測期止于2014 年。

結合我國《專利法》關于實用新型和外觀設計專利從申請到授權一般需要6-12 個月、發明專利從申請到授權需要2-3 年的相關規定，考慮到如果觀測期時間跨度過短會遺漏獲投企業的專利產出，而時間跨度過長則會將與對應投資年份關系不大的專利情況也納入其中，因而選取企業獲投資年份對應的前3 年和后4 年，即[-3,4]，作為獲投資企業該次獲資金支持前后創新產出水平的觀測期。例如，若企業于2014 年獲得投資，則將2011-2013 年作為該企業獲投前創新產出水平的觀測期，將2015-2018 年作為該企業獲投資后創新產出水平的觀測期，以此觀察該企業獲得的該筆投資所能帶來的創新促進效果。

（二）樣本匹配

為了更好地對比政府投資基金參投的企業相對于民營風險資本所投資企業的科創產出水平差異，本文對投資事件樣本進行實驗組和對照組的分類，將政府投資基金參投的投資事件設置為實驗組，將僅有民營風險資本參與的投資事件設置為對照組。

為盡可能減少實驗組和對照組樣本選擇偏差和內生性問題的影響，本文以四個條件為本研究中的實驗組選取對照組，四個條件具體為：①同一年份，即民營風險資本投資事件形成的對照組需與政府投資基金參投的投資事件在同一年發生；②同一行業，即以獲投企業屬于同一個清科一級行業的原則為實驗組選取相應的對照組；③同一階段，即以獲投企業屬于同一投資階段為實驗組選取相應的對照組；④同一地區，即以獲投企業屬于同一省份為實驗組選取相應的對照組。通過上述四個條件進行篩選匹配，得到的實驗組和對照組樣本具有同一時間、同一行業、同一階段和同一地區的特質，使兩組樣本具有更強的可比性，研究中所呈現的創新產出水平差異也更具說服力。

同時，本文對通過四個條件篩選匹配出來的實驗組和對照組，以實驗組為基準，將符合四個條件的對照組樣本與對應的實驗組歸為同一組，并以實驗組的數量為基準對所形成的組別進行編號，最終通過剔除變量缺失值和按相關條件篩選，共匹配得到同時滿足四個條件的樣本分組190 組，共855 家獲投企業，6840 條有效投資觀測記錄。

（三）模型設定及變量說明

為研究政府投資基金的參與對獲投資企業科技創新產出的影響效果，本文運用面板固定效應模型，通過設置風險投資進入的虛擬變量vcit與政府機構屬性虛擬變量GOVi，進而構造交互項vcit×GOVi，關注交互項的系數從而解讀政府投資基金投資所能為企業帶來的創新產出影響效果。為實現上述研究目的，構造實證模型如下所示：

其中專利申請量（patentit）是被解釋變量，以獲投企業當年的專利申請量衡量企業在當年的創新產出水平。由于本文所使用的投資事件樣本大多是非上市企業，考慮到數據的可得性以及對企業在創新產出方面所做努力的直觀反饋，對比研發投入費用或專利授權數量等指標，本文最終選取獲投企業每年的專利申請數量作為被解釋變量衡量獲投企業的創新產出水平。

表1 變量定義

解釋變量方面，本文創建虛擬變量vcit衡量風險投資進入對企業科技創新產出的影響，風險投資進入前的年份，vcit取值為0；風險投資進入企業后的年份，vcit取值均為1。同時創建表現投資機構屬性虛擬變量GOVi，對于政府投資基金參投企業，GOVi取值為1；僅民營風險資本投資企業，該虛擬變量取值為0。然后構建兩個虛擬變量的交互項vcit×GOVi，通過該交互項系數可反映得出，相較于民營風險資本，政府投資基金的進入對獲投企業科技創新產出所呈現的效果差異，這是本研究模型最為關注的變量系數。同時，通過這樣的設定，變量vcit前的系數就可以解釋為民營風險資本的創新促進效應。另外，模型中的year_pt表示專利申請年份虛擬變量，反映不同專利年份的時間因素作用。式中的αi為常數項，εit為殘差項。模型中controli表示一系列控制變量，具體為企業年齡（agei）、企業規模（sizei）、 投資階段（stagei）、獲投資企業所屬行業（industryi）以及企業所屬省級行政區（provincei）。

四、實證分析

（一）描述性統計

表2 列示了本研究中主要變量的描述性統計結果。表中可知，855 家樣本企業在各自對應的8 年創新產出效果研究期內形成有效記錄6840 條，按四個條件匹配形成符合條件的分組190 組。這些樣本企業涉及13 個清科一級行業，分布在18 個不同省級行政區，并且覆蓋種子期、初創期、擴張期以及成熟期的4 個投資階段。另外，從描述結果還可看出，樣本企業年平均專利申請量的數值為5.6，經過箱線圖分析，發現不同企業的專利申請量差別較大，可能存在對結果具有較大影響的極端異常值，因此對樣本企業專利申請量進行上下1%水平上的Winsorize 縮尾處理。在回歸前，對模型中涉及的相關連續型變量做對數化處理。

表2 變量描述性統計

（二）基本回歸結果

本文首先使用面板固定效應模型分析政府投資基金和民營風險資本對企業科技創新促進的影響差異。根據Hausman 檢驗結果，確定采用固定效應模型作為主要分析方法，回歸結果見表3。同時，對未控制不隨時間變動的非觀測效應的OLS 估計結果也進行匯報。

表3 基本回歸結果

在表3 第（2）列固定效應回歸結果中，交互項vcit×GOVi對企業專利申請量的回歸系數為0.150，在5%的顯著性水平下顯著為正。同時，第（1）列最小二乘法該項回歸系數在1%顯著性水平下顯著為正。上述估計結果表明，政府投資基金確實可以對獲投企業的創新產出水平起到有效促進作用。同時，由交互項回歸系數表明政府投資基金相較于民營風險資本能夠起到更優的創新產出促進效果。因而，從整體而言，政府投資基金投資的創新促進效果更優于民營風險資本的效果。

（三）穩健性檢驗

1.負二項回歸分析

由于被解釋變量專利申請量屬于計數數據，且可能存在過度分散問題，被解釋變量方差大于均值，因而進一步換用負二項回歸作為穩健性檢驗，對應回歸結果如表3 中第（3）列所示，交互項vcit×GOVi系數為0.116，在5%顯著性水平下顯著為正，該結果支持了政府投資基金所投資企業的創新促進效果要優于民營風險資本所能產生效果的結論。

2.平行趨勢檢驗

本文還進行了平行趨勢檢驗，以起到內生性檢驗和動態效應檢驗的作用。檢驗結果如圖1 中所示，投資進入前的1 年、2 年以及投資進入當期，所設置變量的回歸系數均不顯著，表明投資進入前以及投資進入當期，政府投資基金投資與民營風險資本投資的企業在專利數量趨勢沒有顯著差異，符合平行趨勢假設，將獲得政府和民營風險資本投資的企業分為兩組進行對比的研究設置具有合理性。

圖1 平行趨勢圖示

對平行趨勢圖在投資進入后的圖形進行分析發現，投資進入后第1 年、第2 年以及第3年，政府投資基金的投資對企業專利量變化有顯著提升作用，且回歸系數逐年遞增，但在第4 年回歸系數值回落且估計結果不顯著。該結果表明，政府投資基金的投資進入確實為企業科技創新產出帶來了正向促進作用，盡管在投資進入當期不會有明顯效果，但在投資進入后三年內投資對企業專利產出的促進效果會逐步顯現，并且在第3 年達到最大促進效果。但政府投資的效應存續期大概只能維持三年，到投資進入后的第4 年，回歸系數不再顯著，該次政府投資所能產生的創新促進效果則基本釋放完畢，源于政府投資的屬性優勢不再存續。由此得到的啟示是，投后的“第三年”是效果釋放和優勢延續的關鍵時間節點。一方面，應注重預留投資效果釋放時間，投資效果釋放期一般為3 年，并在第3 年達到最大促進效果。另一方面，為使創新促進的優勢效果得以延續，應在前次投資進入后的第3 年末開始部署后續投資的跟進計劃。

3.基于連續型交互項的回歸分析

前文研究中所構造的交互項vcit×GOVi雖能同時考慮投資進入狀態與投資屬性的兩方面影響，但對于投資進入狀態的影響刻畫只有“已投資”和“未投資”兩種模式。在該含義設定下，投資進入前取值為0，投資進入后均取值為1，即認為投資進入后，不同投資金額的投資對應于不同規模的獲投資企業而言會產生相同的后續影響力。為了對此不足進行改進，本文定義變量vc_ri=invi/sizei，即每項投資事件中企業所獲投資金額與企業注冊資本之比，相關變量說明如表4 所示，比值通過單位注冊資本量所對應的獲投資金額反映該投資對企業整體的影響力。相較于虛擬變量vcit，連續變量vc_ri既能對投資是否進入的兩種狀態進行刻畫，又能發揮連續型變量的優勢，進一步反映不同企業所獲得投資與其規模資本量的關系，對關于投資進入對每個樣本企業的影響力進行更細致刻畫。為減少極端異常值對結果的干擾，同樣對該變量數值進行上下1%水平上的Winsorize 縮尾處理。進而，以此連續型變量和前述的投資基金屬性虛擬變量為要件構造交互項vc_ri×GOVi，替換先前定義的交互項作為核心解釋變量，以原數據樣本為基礎重新進行回歸分析?；貧w結果如表5 第（1）至第（3）列所示，系數估計結果同樣支持了政府投資基金的投資對獲投企業的創新產出水平具有促進作用的結論。

表4 新舊交互項變量說明

表5 穩健性回歸結果

（0.237） stage4 -0.0209（0.0350）Constant -0.694***（0.214）stage4 0.0506（0.0796）-1.014***（0.622） Constant -0.0341（0.0459）R-squared 0.199 0.185 R-squared 0.207 0.197 Number of id 818 818 Number of id 2244-0.726*（0.387）0.899

4.傾向得分匹配分析

采用最鄰近匹配法，選取agei、sizei、stagei、industryi、provincei五個協變量并獲取傾向得分值，對實驗組和對照組的樣本企業進行一對一匹配。對比匹配前與匹配后兩組樣本傾向得分值的核密度圖可知，匹配前實驗組與對照組在傾向值概率分布存在明顯差異，匹配后兩組樣本的共同支撐區域有了明顯提高。說明傾向得分匹配較好地修正了兩組樣本間的得分偏差，匹配效果相對良好。

基于傾向得分匹配處理結果，結合原構造模型進行回歸分析，以檢驗前述關于政府投資基金對企業科技創新促進結論的穩健性?；貧w結果如表5 第（4）、（5）列所示?；貧w結果依舊支持前述關于政府投資基金對企業投資的創新促進效果優于民營風險資本的結論，說明前述研究結果是穩健的。

（四）異質性分析

從投資進入時間、行業、地區以及投資階段的4 個方面，分析樣本企業異質性對創新產出推動效果的影響。在模型（1）的基礎上分別加入體現時間、階段、行業和地區4 個方面的異質性變量，構建出如下模型（2）至（5），分析異質性因素對創新產出的影響：

其中：模型（2）通過將投資進入后第3 年和第4 年設定為投資進入后期，表示為t1，將投資進入的第1、2 年和投資進入前歸為另一組，設定為投資進入前期，表示為t0，用以區分研究投資進入相對時間長短對于創新產出效果的差異化影響；模型（3）中將四類投資階段分為兩類，種子期和初創期歸為早期、擴張期和成熟期歸為后期，并設置階段虛擬變量以研究階段異質性影響下投資帶來的創新產出差異影響；模型（4）通過將樣本企業所涉及的13 類清科一級行業劃分為第二產業和第三產業兩類，并設置產業虛擬變量以研究產業特征對創新產出效果的影響；模型（5）中通過將省份劃分為沿海和內陸兩類，并將沿海省份以p1表示，內陸省份以p0表示，用以研究地區異質性對投資帶來的創新產出影響。模型中各異質性變量的具體定義見表6。

表6 異質性變量定義

企業發展早期，包括種子期、初創期，用s0表示；企業發展后期，包括擴張期、成熟期，用s1表示Gs0、Ps0 虛擬變量，分別表示政府、民營風險資本投資的發展早期企業Gs1、Ps1 虛擬變量，分別表示政府、民營風險資本投資的發展后期企業s0、s1階段企業歸屬于第二產業，用i1表示；企業歸屬于第三產業，用i2表示Gi1、Pi1 虛擬變量，分別表示政府、民營風險資本投資第二產業企業Gi2、Pi2 虛擬變量，分別表示政府、民營風險資本投資第三產業企業i1、i2行業企業注冊地為內陸省份，用p0表示；企業注冊地為沿海省份，用p1表示Gp0、Pp0 虛擬變量，分別表示政府、民營風險資本投資內陸省份企業Gp1、Pp1 虛擬變量，分別表示政府、民營風險資本投資沿海省份企業p0、p1地區

模型（2）至（5）的回歸結果如表7 所示。第（1）列的時間異質性結果所示，除民營風險資本投資后期變量Pt1外，其余三項的回歸系數均在1%或5%顯著性水平下顯著為正。變量Gt0回歸系數略大于變量Gt1回歸系數，表明政府投資基金的相關投資效果隨時間推移而逐漸消減，投資后期的創新促進效果不及投資前期效果明顯，該估計結果一定程度上與前述動態效應檢驗中的研究結論相呼應。變量Gt0回歸系數也大于變量Pt0回歸系數，表明同為投資進入企業的前期，政府投資基金所能產生的創新產出促進效果要明顯大于民營風險資本的創新推動效果，支持前述研究結論。

表7 異質性回歸結果

第（2）、（3）和（4）列分別列示了樣本企業的投資階段、行業和地區異質性對投資的創新產出促進效用的影響作用。在投資階段異質性分析中，政府基金投資對企業專利產出回歸系數均大于民營風險資本下的對應值，投資于后期對應的回歸系數均大于投資于前期的回歸系數，且估計結果顯著為正。上述回歸結果支持了政府投資基金的投資創業促進效果優于民營風險資本的結論，且投資階段偏于擴張期和成熟期的相對后期進入對企業專利產出的促進效果更佳。對于行業異質性的分析，除民營風險資本投資于第三產業的分類項系數估計結果不顯著外，其余三項系數估計結果均顯著為正。結果顯示，盡管政府投資基金的投資在第二產業的投資上也具有創新促進效果，但效果要略微遜色于民營風險資本的表現。關于地區異質性分析的回歸結果再次肯定了政府投資基金在創新產出帶動方面更具優勢的結論，同時也看到政府投資的沿海省份企業獲得相對較好的專利產出提高效果。

五、結論與建議

本文基于2008-2014 年政府投資基金參投企業樣本數據進行研究設計，探討政府投資基金的投資相較于民營風險資本的投資對企業科技創新促進的凈效應。研究結果表明：第一，相較于民營風險資本的投資，政府投資基金的投資對企業的創新產出具有更好的促進效果；第二，政府投資基金進入后的第3 年為創新促進效果得以相對充分發揮與投資效果逐步衰減的關鍵時間分界點；第三，對于政府投資基金的創新促進效果，投資于后期企業優于投資于前期企業，投資于第二產業企業優于投資于第三產業企業，投資于沿海省份企業優于投資于內陸省份企業。

結合上述研究結果，提出相關政策建議：第一，有關部門應加強對政府投資基金投資優勢效果的認識，積極運用政府投資基金在激勵企業科技創新、資助技術成果轉化等方面發揮應有的促進作用；第二，為充分發揮并有效維持相關投資促進效果，基金管理人應綜合關注政府投資基金的優勢保障期和時效性，注意把握投資進入后第三年的時間節點，合理做好投資規劃；第三，地方政府相關部門應積極調查、梳理本地區經濟產業特質以及發展的現狀和困難，有針對性地完善當地政府投資基金的頂層機制設計，以穩健的政策引導、合理的投資指向以及妥善的風險管控措施助推企業科技創新和經濟高質量發展。