风险投资与科创型企业技术创新效率

黄 斯 斯

(安徽新华学院 财金学院，安徽 合肥 230088)

0 引言

经济全球化的不断加深和新兴经济体的挤压使得我国企业面临的国际竞争越发激烈，粗放型生产模式难以支持宏观经济持续发展.所以，通过技术创新实现由“中国制造”向“中国创造”转变，成为提升我国经济质量和发展空间的必然选择，“创新型国家”成为我国未来较长时间里的重要经济建设目标.

科创型企业是科技型企业和创新型企业的统称.与其他企业相比，技术创新是科创型企业生存与发展的核心，企业规模普遍较小，技术创新的风险比较高[1].技术创新效率是指企业在技术创新过程中的投入与产出之间的比例关系，单位投入所获得的技术创新产出越多则技术创新效率越高.科创型企业要获得持续发展就必须有较高的技术创新效率与之匹配，这也注定其必然成为我国社会创新体系的重要参与者[2].尤其“十八大”以后，推动科创型企业技术创新效率提升，培育高质量科创型企业,被纳入“创新型国家”建设的内容体系，所以，科创型企业的技术创新效率对“创新型国家”建设目标的实现至关重要.但现阶段我国科创型企业发展存在困境，突出表现为融资需求难以得到满足.科创型企业在我国的发展历史比较短暂，目前绝大部分科创型企业是处于初创期或成长期的中小型企业，资金需求量大、存活风险高是其最主要特点，传统信贷机构出于风险控制的考虑，往往不太乐意向这类企业授信，科创型企业的技术创新及发展也因此受到阻碍.

2015年以来，风险投资成为我国创新驱动战略的重要推手，尤其是2015年初国务院发布的《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》为风险投资行业的快速发展提供了政策支持，自此以后我国风险投资行业规模迅速扩大，其中科创型企业成为风险资金的主要集中领域.风险投资的参与有助于解决科创型企业一直面临的融资问题，为科创型企业发展提供了资金保障.但风险投资的参与有没有切实提升科创型企业的技术创新效率，进而从根本上推动科创型企业发展,这是创新驱动战略执行过程中以及“创新型国家”建设过程中必须要探明的问题，对于从企业层面和金融驱动创新角度提升我国社会整体创新能力意义重大.对此，国内学者进行了较多的研究，如杨绪可等[3]、何涌[4]、邹双等[5]从技术投入角度研究了风险投资对企业技术创新的影响，认为R&D投入量能够推动企业技术创新能力的提升;刘焕鹏等[6]、马宁等[7]从企业员工的微观层面研究了风险投资对员工创新能力作用，认为风险资本与企业的智力资本存在协同效应;杨宜等[8]、李梦雅等[9]从企业整体经营效率角度探讨了风险投资对企业绩效和发展的影响.可以看出，现有关于风险投资对企业创新影响的研究要么仅考虑了企业员工个体创新能力或企业整体经营绩效，对企业层面技术创新效率的探讨不够明确，要么对企业技术创新效率仅从投入角度衡量，没有考虑到技术创新效率衡量的复杂性和系统性，而针对科创型企业的研究就更为少见.本文将单纯从企业技术创新效率角度出发，通过全面测量技术创新效率，深入研究风险投资对科创型企业技术创新效率的作用效应，从风险投资与科创型企业技术创新角度为我国金融驱动创新战略和“创新型国家”建设提供政策参考.

1 理论分析

1.1 风险投资对科创型企业技术创新效率作用效应的理论基础

1.1.1 资源基础理论

根据资源基础理论，资源是企业生存与发展的基础，企业是一个拥有各种资源的经济实体[10]，而资源则是企业所拥有且可直接支配的各种要素的组合，那些价值高、不可复制和替代的资源是企业需要尤为重视的资源[11].目前，我国科创型企业多处于初创期或成长期，对自身成长和发展的追求要求其大量吸收外界资源，并对所获取的各种资源进行有效整合，投入到技术创新过程中，以获取竞争对手难以模仿的技术和产品，提升自身市场竞争力，所以科创型企业成长与发展过程可以被理解为从获取资源到有效整合、利用资源的过程.当风险资金进入科创型企业之后，风险投资机构便成为科创型企业的股东之一，为企业提供技术创新资金的同时，也会依靠自身在市场发展趋势研判、企业管理、社会资源网络等方面的为科创型企业提供获取其他相关资源的渠道，指导和建议企业更有效的整合各种资源，进而以有限的投入获取更多的技术创新成果，提升技术创新效率.

1.1.2 委托代理理论

经营权和所有权的分离优化了现代企业管理制度的同时，也导致了委托代理问题的产生.委托代理理论指出，经营权和所有权分离使得委托人与代理人之间出现利益冲突，委托人不可避免地需要为代理成本买单，尤其是在企业异质性较高的经营管理活动中，委托代理问题往往更加突出[12].技术创新是企业的一种投入大、周期长、风险高的经营活动，更容易激化企业的委托代理矛盾.风险资金进入科创型企业之后，风险投资机构便和科创型企业之间有着委托代理关系，出于弱化委托代理冲突和自身利益最大化的考虑，风险投资机构在为科创型企业提供资金的同时，还会通过签订契约的形式约定双方的权利和义务，以此达到激励科创型企业的目的.同时，风险投资机构还会通过介入董事会、管理层的方式直接参与到企业的日常经营管理过程中，利用自己掌握的资源协助科创型企业技术创新，提升技术创新效率，以尽量避免委托代理矛盾的激化.

1.2 风险投资对科创型企业技术创新效率的作用路径

风险投资参与对于科创型企业技术创新效率的作用效应主要通过对被投企业的外部创新资源支持和内部组织框架构建两条路径实现.

1.2.1 外部创新资源支持

资金和专业知识是风险投资机构为被投资企业技术创新提供外部创新资源支持的主要内容.现代企业的核心竞争力在于其可深度挖掘创新能力，研发投入对技术创新的支持是非常重要的，但对于绝大部分处于初创期或成长期的科创型企业而言，其所能筹集到的内部资金往往无法满足技术创新的需要，加之技术创新成果的高度不确定性、信息高度不对称性、经营高风险性等特征，与其他类型企业相比往往很难通过传统金融方式获得技术研发资金.风险投资作为重要的外源性直接融资方式，与间接融资相比，能够缓解科创型企业间接融资困境，为被投企业的创新提供资金支持，推动企业技术创新效率的提升[13].在资金层面以外，风险投资还能够为被投企业带来专业知识.风险资金的流向往往代表着市场未来创新趋势.企业的技术创新方向离不开所处行业发展趋势，其技术创新效率的高低会随着行业所处的生命周期不同而不同，而风险投资机构往往对所投行业的技术发展现状、行业前景、产品市场等具有较丰富的知识积累，为科创型企业更有针对性、更有效的技术创新提供指导和建议.此外，风险投资机构为了在风险退出时获取尽量高的投资收益率，还会通过提供额外增值性服务的方式促进科创型企业技术创新效率的提升，在科创型企业技术创新的各个阶段提供帮助和服务，比如帮助企业获取其他相关资源、帮助企业拟定和完善管理规章制度、帮助企业产品推广和企业形象宣传等，为科创型企业技术创新活动的持续、有效地开展保驾护航.

1.2.2 内部组织框架构建

风险资金的流入对被投科创型企业内部组织构建具有一定影响，能够打破原组织架构对企业创新的约束，从而作用于被投企业的创新能力.在原组织架构中，企业技术创新过程中的高度不确定性是由企业单独承担，而风险投资参与之后，通过签订契约规定风险投资机构和企业双方的权利和义务和权利，创新风险则变为由双方共同承担.在新的组织契约形式下，投融资双方的行为均得到了约束和激励，有效地降低了代理成本，实现风险投资对被投资科创型企业的技术创新更有效的支持，同时也实现了风险投资与科创型企业风险共担、收益共享的目的.所以，有风险投资参与的企业实际上形成了一种新型组织架构，通过对风险与收益的重新分配，提升了风险投资对科创型企业经营管理的参与力度，调动被投企业的技术创新积极性，进而推动被投企业技术创新效率的提升.

综合以上分析，提出假设：

假设：风险投资对科创型企业技术创新效率存在显著的正向作用效应.

2 实证检验

2.1 样本筛选

目前学界对科创型企业所涵盖的具体行业尚未达成统一观点，参考王轶昕等[14]、李会[15]、汪建等[1]的研究，本文认为科创型企业主要涵盖信息软件、先进制造(设备)、物联网、生物制药、节能环保、新能源、新材料、现代物流等8大行业.我国中小板和创业板是中小型企业上市交易的主要场所，同时中小型企业也是风险投资所乐于参与的一种企业，所以本文样本企业选自中小板和创业板中此8个行业中的企业.2015年是我国风险投资行业发展的重要时间节点，风险投资市场开始快速膨胀，国家政策高度关注其在我国资本市场中的地位，尤其在解决中小型企业融资难题、金融驱动创新等方面发挥着重要作用，所以本文选择的样本区间为2015—2019年.

样本企业选取条件：

(1)2015年之前挂牌交易；

(2)在我国A股中小板或创业板挂牌交易；

(3)主营业务至少涵盖信息软件、先进制造、物联网、生物制药、节能环保、新能源、新材料、现代物流等行业中的一个；

(4)近5年来不存在长期(6个月上)停牌现象.

根据以上条件，共选取了618家科创型企业作为本文的样本企业.为了更加清晰地反映风险投资对企业技术创新作用效应，本文将所获取的样本企业划分为有风险投资和无风险投资两组.对于有无风险投资的确定，参考Sun 等[13]、张春香[16]、王晓红等[17]的研究，将前十大股东的名称中有“创业投资”“风险投资”“天使投资”等字样的直接认定为有风险投资参与，而前十大股东的名称有“投资基金”“投资咨询”“投资管理”等字样的，进一步结合企业公开信息求证其是否有风险投资参与，其他企业则直接认定为无风险投资参与.最终，本文获取的样本企业中有241家有风险投资参与，377家无风险投资参与，具体样本各细分行业及有无风险投资情况如表1所示.所有数据收集整理自CSMAR数据库，个别缺失数据运用内插法进行弥补，所有计算过程由SPSS 18.0实现.

表1 各行业风险投资样本分布

2.2 变量设置和模型构建

2.2.1 变量设置

本文拟通过构建回归模型的方式进一步实证检验上文假设的真实性，回归模型中的各变量的选择和计算如下：

(1)被解释变量.企业技术创新效率的衡量是一个比较复杂的问题，少数学者运用专利数量、技术创新投入量等指标进行直接衡量[4,18]，但这种方法过于简单和粗糙，更多的学者运用综合衡量方法对企业技术创新效率进行评价，比如运索性因素分析法[19]、模糊层次分析法[20]等.其中数据包络分析法(DEA)是目前国内学界认可度比较高的一种方法，比如吕明洁等[21]运用DEA法对上海市高技术企业自主创新效率进行了量化分析，聂鹏等[22]运用DEA指数方法对环渤海区域的科技创新成果进行测算，杨春等[23]、Ovidiu等[24]、胡泽民等[25]、龚日朝等[26]也都基于DEA法对不同类型企业和组织的创新效率进行了评价.所以，本文运用数据包络分析法(DEA)对科创型企业的技术创新效率进行评价.

数据包络分析法(DEA)是由Charnes 和 Cooper于1978年提出，其核心思路是通过数学规划分析的方式确定决策单元的有效性.假设模型含有n个评价决策单元DMUj(j=1，2，…，n)，DMUj相对的投入和产出向量分别为xj=(x1j，x2j，…，xmj)和yj=(ylj，y2j，…，ysj)，其中j=1，2,…，n.(xj，yj)∈T，T为生产可能集.评价模型如公式(1)所示:

(1)

式中，x0和y0分别为评价决策单元的输入和输出数值.

(2)

(3)

式中：当θ0=1时，即决策单元为创新有效；当θ0<1时，决策单元为创新无效.在满足式(2)和式(3)条件时，式(1)中的最优值为θ0≤1.

DEA模型构建过程中，输入指标主要是体现技术创新所需要的相关投入资源，而输出指标主要反映技术创新所带来的成果，参考杨春[23]、Ovidiu[24]、邹双等[5]的研究，本文选择R&D投入总量、R&D经费占经营成本比例、技术研发员工占比等指标为输入指标，而输出指标则选择企业的技术专利数量和营业利润.将各输入指标和输出指标代入各式，计算出各企业的技术创新效率值.

(2)解释变量.本文的解释变量设定为企业的风险投资，其为虚拟变量，当企业有风险投资参与时赋值为1，否则赋值为0.

(3)控制变量.科创型企业技术创新效率受到的影响因素比较多，除了风险投资外，各种复杂的宏微观因素也会产生影响作用，为了更加精确的了解风险投资对科创型企业技术创新效率的作用情况，将可能影响到技术创新效率的相关宏微观因素设置为控制变量.本文的控制变量主要有以下几个：

宏观经济：宏观经济情况是企业发展与创新的基本保障，良好的外部宏观环境有助于企业的创新与发展，是企业技术创新效率的一个重要影响因素.因此，本文将宏观经济设定为一个控制变量，用GDP替代.

企业规模：在以往很多学者的研究中，多认为企业的资产规模会对企业绩效和创新能力造成影响.一般认为，相对于小企业来讲，大企业具有规模经济效益.本文选取资产总量作为企业规模的替代变量.

资本结构：用资产负债率表示，资产负债率是企业资本结构的一个衡量指标，资产负债率过高，企业对债务融资方式的依赖程度越高，债务成本也会越高，在一定程度上会影响到企业的技术创新投入.

盈利能力：企业的盈利能力越高，未来现金流保障越高，可投入的研发资金也会越多，对技术创新的推动力也会越高.本文选择企业的净资产收益率作为盈利能力的替代指标.

表2 变量设置汇总

2.2.2 模型构建

由前文内容可知，本文的样本数据为面板数据，所以构建的回归模型为面板数据回归模型.为了更加深入地了解风险投资对科创型企业技术创新效率的作用效应，除了构建针对样本整体的面板数据回归模型外，还分别构建针对各行业样本的模型.所有面板数据回归模型为：

样本整体模型：

TEit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

信息软件业模型：

TE_inforit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

先进制造业模型：

TE_makeit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

物联网业模型：

TE_interit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit,

生物制药业模型：

TE_biolit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

节能环保业模型：

TE_enerit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

新能源业模型：

TE_newit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

新材料业模型：

TE_mateit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit，

现代物流业模型：

TE_logiit=β0+β1VCit+β2GDPit+β3Sizeit+
β4LEVit+β5Roeit+μit.

2.3 模型拟合与分析

2.3.1 相关性分析

为进一步论证前文线性模型构建的合理性，计算各变量间的线性相关系数.计算后发现，变量TE与VC间的相关系数为0.8269，二者线性相关程度比较显著，且为正相关，在一定程度上佐证上文理论分析的同时，也论证了二者线性回归模型构建的合理性.同时，TE与其他控制变量间的相关系数也比较高，均在0.6以上，将各控制变量加入线性回归模型也比较合理.此外，解释变量及各控制变量间的相关系数普遍比较低，最高的也在0.5以内，说明解释变量和控制变量间的线性相关程度较低，用之构建回归模型出现严重多重共线性及内生性问题的可能性很小.

2.3.2 平稳性检验与协整检验

为了避免“伪回归”问题的产生，利用单位根检验法对各变量进行平稳性检验，本文将同根检验法(LLC检验)和异根检验法(ADF检验)相结合共同论证各变量的平稳性.检验结果显示，LLC检验和ADF检验的结果一致，各变量的平稳性存在差异，有4个变量为非平稳变量，只有2个变量为平稳变量.所以，直接将各变量引入模型可能会出现伪回归现象，需要对变量间的协整性进行检验.

协整性是指非平稳变量之间的某种线性组合是平稳的，采用Pedroni检验法对变量间的协整性进行检验.在5%水平下，各统计指标均通过了1%的显著性水平，认为本文的面板数据变量之间存在协整关系，可用之构建回归模型.

2.3.3 模型拟合与分析

在面板数据回归模型实际拟合过程中需要判断其具体形式，F检验可用于判断面板数据回归模型属于混合效应形式还是固定效应形式，Hausman检验可用于判断模型属于固定效应形式还是随机效应形式.利用F检验和Hausman检验对前文各模型的检验结果见表3.在10%显著性水平下，F检验显示前文各模型均适合固定效应形式，Hausman检验也显示前文各模型均适合固定效应形式，所以本文选择固定效应拟合前文各模型.

表3 模型形式检验结果

利用2015—2019年的年度技术创新效率值和其他数据对上文各模型进行拟合，为了避免因为变量绝对值的差异而给模型拟合结果带来扰动，对所有控制变量进行对数转化.同时，为避免内生性问题，使用工具变量和两阶段最小二乘法对前文各面板数据回归模型进行拟合(表4).从表4中数据可以看出，各模型的可决系数均较好，其中样本整体模型拟合可决系数达到了0.8735，其他细分行业模型的可决系数也均在0.72以上，F检验的伴随概率均通过了1%的显著性临界值，D.W值和H.Q值也均在可接受范围内.所以，各模型拟合效果均较好，可用于分析现实问题.

表4 各模型拟合结果汇总

表4中，从模型(4)拟合结果来看，VC的偏回归系数为0.4613，并且在5%水平下显著，VC能够显著带动被解释变量TE同方向变动，VC每变动1个单位，TE变化同方向变动0.4613个单位，表明整体上，风险投资的参与能够带动企业技术创新效率的提升，对企业技术创新效率产生显著的正向作用效应.模型(5)到模型(12)中VC偏回归拟合系数也均为正数，并且在10%水平下也均显著，各细分行业中，风险投资的参与均能显著的正向带动科创型企业技术创新效率的提升.所以，无论是样本整体角度下，还是细分行业角度下，风险投资对科创型企业技术创新效率均存在显著的正向作用效应，因此，前文假设为真命题.

进一步从细分行业来看，风险投资对科创型企业技术创新效率的作用力度和显著性存在差异，其中物联网、新材料和生物制药行业模型中VC的偏回归系数均在0.6500以上，明显高于其他行业，并且均在5%水平下显著，风险投资对这三个领域中企业的技术创新效率的作用力度最大且最明显.信息软件和节能环保行业模型中的VC的偏回归系数均在0.5000以上，在5%水平下均显著，风险投资对信息软件企业和节能环保企业的技术创新效率作用力度和显著性水平也比较高.而现代物流行业模型中VC的偏回归系数最小，仅为0.0883，是所有细分行业中最小的，风险投资对现代物流企业的技术创新效率虽然存在正向作用效应，但是作用力度有限.先进制造业和新能源业模型中VC的偏回归系数值以及显著性水平和样本整体模型拟合结果相近.

为检验前文各面板数据回归模型拟合结果的稳健性，采用样本分割法进行稳健性检验.将样本期间分割为2015—2017年和2018—2019年两个时段，分别利用两个时段内的样本数据对前文各模型重新进行拟合，并将拟合结果与表4中结果进行比较.比较发现，各模型整体拟合优度以及各变量参数估计值的正负号和显著性与表4中结果几乎一致，所以表4中各面板数据回归模型拟合结果是稳健的，前文实证结果可信度较高.

3 结论与建议

科创型企业的技术创新效率决定其自身发展与成长的同时，也为我国“创新型国家”的建设添砖加瓦.风险投资为科创型企业尤其是科创型中小企业的融资难题提供了解决方案，风险投资机构在资产增值上的诉求使得风险投资的参与推动着科创型企业技术创新效率的提升.本文在理论分析了风险投资对科创型企业技术创新效率的作用机制后，基于创业板和中小板样本企业2015—2019年的数据，利用DEA模型对样本企业的技术创新效率进行了测量，并构建了风险投资对科创型企业技术创新效率的固定效应面板数据回归模型，对理论分析内容进行了实证检验.通过实证检验发现，风险投资对我国科创型企业的技术创新效率存在显著的正向作用效应，但不同行业间存在一定差异，在物联网、新材料和生物制药行业中表现得最为突出，在信息软件行业和节能环保行业中表现得也比较明显，在先进制造业和新能源业中的表现趋近于样本整体，而在现代物流行业中，这种正向作用效应很有限.

风险投资的参与有效地推动了科创型企业技术创新效率的提升，为了最大限度的发挥科创型企业在社会创新体系中的作用、推动“创新型国家”建设目标的快速实现，社会经济各参与主体可以从风险投资角度采取各种措施，推动科创型企业技术创新效率的提升.

(1)政府部门可以制定相关政策鼓励和引导风险投资参与科创型企业，同时还要关注政策在不同行业上的倾向性.政府部门可以利用自身的信誉和资源，为风险投资机构牵线搭桥，基于相关政策将投资主体引向风险投资机构，帮助风险投资机构充实风险资本.还应该不断加强风险投资的制度建设，尤其需要不断完善风险投资的退出机制，解决风险投资机构入资料创型企业之初的顾虑，引导风险投资积极参与.面对风险投资在物联网、新材料和生物制药等行业中的科创型企业技术创新效率的突出表现，政府部门可以制定针对这些行业的激励政策，引导风险投资更多地流向这些行业，最大限度地发挥风险投资对这些行业中科创型企业技术创新效率的正向带动，进而提升我国整体的技术创新能力和创新效率.

(2)科创型企业应该不断改善自身条件，提升企业整体经营管理能力，给予风险投资机构参与的信心.风险投资机构参与的主要目的是为了获取资产增值，企业具备发展潜力和成长价值无疑是风险投资机构决定入资与否的主要参考依据.所以，科创型企业首先应该在财务、运营管理等基本素质上实现改善和提升，尤其是现代物流企业以及先进制造企业和新能源企业，风险投资对其技术创新效率的正向带动作用有限，以技术创新促进企业价值成长对风险投资的吸引力有限，所以其必须改善、提升自身在财务、运营管理等方面的基本素质，以弥补在技术创新方向的弱势.

(3)风险投资机构需要注重投资项目的筛选，从技术创新带动企业价值成长角度选择最优项目，注重资金向物联网、新材料、生物制药等行业倾斜，以尽可能地将资金注入那些技术创新效率高、成长潜力大的科创型企业，以获得尽可能高的投资回报率.同时，除了注入风险资本、满足科创型企业技术创新的资金需求外，还应该突出其在非资本增值服务方面的作用，强化对科创性型企业的治理和监督，以及在企业经营管理各环节提供帮助和服务.尤其是现代物流企业，可以通过提供更优质的公司治理、财务规划等增值服务达到提升其技术创新效率的目的.