信息技术企业与风险资本的空间共生研究

陈 凯 李志萍 罗国锋 尹 凡（东北大学，沈阳 089） （东北大学秦皇岛分校，秦皇岛 066004）（中国环境管理干部学院，秦皇岛 0660）

信息技术企业与风险资本的空间共生研究

陈 凯1，2李志萍1，2罗国锋2尹 凡3
1（东北大学，沈阳 110819）2（东北大学秦皇岛分校，秦皇岛 066004）3（中国环境管理干部学院，秦皇岛 066012）

信息技术企业与风险资本的空间共存至关重要。课题以1994～2014年获得风险资本融资的IT企业为样本，运用空间滞后模型，研究距离IT企业一定空间范围内风险投资机构数量、同行数量对IT企业风险资本融资金额的影响。研究发现，IT企业周围100公里以内、100～200公里、200～300公里、300～400公里范围内的风险投资机构数量均正向影响其融资金额，边际效应最大的是200～300公里范围，最小的是300～400公里范围。IT企业周围100～200公里以内和200～300公里范围内的同行数量正向影响其融资额，100公里以内和300～400公里范围内的同行数量则反向影响其风险资本融资额，尤其是100公里范围内同行的增加使其风险资本融资额大幅减少。研究结论为政府支持本地风险投资的发展提供了证据，同时也为IT企业的选址有借鉴意义。

风险资本 IT企业 空间滞后模型 融资金额 同行数量

信息技术 （Information Technology，简称 IT）产业是我国的支柱型产业，在我国经济产业结构的优化升级过程中发挥了重要作用，信息产业对经济增长的贡献不断上升，是我国经济增长的重要源泉［1］。与传统行业相比，IT行业存在 “高科技、高投入、高风险、高收益”的特征，IT企业在生存发展过程中面临的突出问题是创业初期如何获得资金以及管理方面的帮助和支持。风险资本 （Venture Capital，VC）面向早期、高新技术企业，是中小型创业企业的重要资金来源，不仅为创业企业提供了资金支持，而且为其引进了专业化的管理制度，并提供了咨询建议等增值服务［2］，在中小型高新技术企业的成长中发挥了积极的作用。IT行业所具有的特点使其成为风险资本最青睐的投资行业。

国内外研究均发现风险投资存在地理邻近的特点，地理邻近可以使风险投资机构在做出投资决策的前、后期都能帮助企业尽可能减少相关成本。在甄选投资对象阶段，地理邻近可以帮助风险投资机构花费更少的人力和财力以及时间成本获取信息，便于投资家与企业家之间面对面的沟通，在投资事件发生后，地理邻近又有助于减少监督成本和管理成本，便于开展增值活动［3］。Martin等 （2005）以问卷调查的方式发现英、德的创业投资公司存在地理邻近，48%的英国风险投资机构和46%的德国创业投资公司认为靠近目标企业集聚的区域最重要［4］。之后，又有学者对地理邻近进行了实证研究，Lutz等人以旅途时间来度量地理邻近，指出即使在德国，交通基础设施完善，往来于各地非常方便，但风险投资者与目标企业的地理邻近仍很重要［5］。这一发现正好与Fritsch和Schilder（2012）所认为的地理邻近并不是风险投资的必要条件相反［6］。Cumming和Dai则在地理距离的基础上，借鉴Coval和Moskowitz关于本地偏好的度量［7］，根据发生的投资交易事件信息来计算风险投资机构的本地偏好，进而研究影响本地偏好的因素及本地偏好带来的绩效结果［8］。Kolympiris等学者运用扩展的空间自回归模型，对美国风险资本与生物技术行业的空间共生进行了研究，发现距离生物技术企业10英里半径范围内的VC数量正向影响其融资水平［9］。国内学者王曦和党兴华发现风险投资机构的声誉、风险投资机构间的竞争反向影响其本地偏好，创业企业的聚集以及投资于早期阶段创业企业，使风险投资机构的本地偏好程度更强［10］。李志萍等以风险投资机构与创业企业之间的地理距离来度量地理邻近，采用1∶1匹配的研究设计，通过Relogit回归分析发现，随着地理距离的增大，风险投资事件交易达成可能性会下降［11］。黄福广等以获得风险资本支持的2004～2012年中小板和创业板上市公司为样本，发现风险投资机构与新企业之间的地理距离越远，新企业获得的风险资本融资越少，风险资本投资明显存在本地偏好［12］。

王家庭和张俊韬基于我国30省区面板数据，通过计算2000～2008年我国IT产业的市场集中度指数及空间集聚β指数考察了IT产业的集聚现象，并通过计算Moran指数及其散点图分析了产业集聚的空间相关性和空间分布特征，发现IT产业属于高度空间集聚产业，我国IT产业发展的不平衡性在逐渐加剧［13］。许红和张春芳通过对1994～2006年IT产业集聚度的测算，指出集聚是中国IT产业重要的区位特征［14］。另有学者对长三角［15］、江苏的 IT产业集聚度［16，17］进行了测算，并研究了IT产业集聚度与劳动生产率的关系、产业集聚对竞争力的影响。

综上，国内外学者均实证研究发现了风险资本倾向于投资近距离的创业企业，多数研究采用的是传统计量经济学的方法，同时，国内研究中关于风险投资地理邻近作用范围及强度的研究比较少；第二，国内研究中关于IT产业集聚的研究多集中于对产业集聚度的测算，并通过测算结果指出IT产业存在产业集聚这一现象，对于IT产业集聚带来的影响大多关注的是劳动生产率和竞争力两方面的研究，且运用空间计量模型进行研究的较少。基于我国IT行业实际发生的风险投资事件信息，以IT企业获得的风险资本融资金额作为被解释变量，以一定半径范围内的风险投资机构数量、同行企业数量作为解释变量，研究其一定半径范围内的风险投资机构数量、同行数量是否对IT企业的风险资本融资是否起到积极作用。考虑到我国IT产业属于高度空间集聚产业，某IT企业的风险资本融资可能受到其周围同行的融资水平影响，所以采用空间滞后模型对假设进行验证。拟从以下几个方面有所创新：（1）采用空间计量经济学的方法，研究风险投资地理邻近发挥作用的半径范围及强度；（2）采用空间计量模型研究IT产业集聚影响风险资本融资金额的强度及地理范围。

1 实证研究假设

1.1 风险投资机构数量对融资水平的影响

国内外相关研究普遍认为组织之间的地理邻近可以缩短人力、物资的运输时间，从而减少了有形的交易成本；更重要的是，地理邻近可以提高组织间面对面交流的机会，在很大程度上促进了隐性知识的传播和外部网络的完善，以便从中获得更多有效的知识溢出。Sorenson和 Stuart（2001）认为地理邻近有助于投资发生前的机会识别及评价，也有助于投资发生后对受资企业的监督及提供管理建议［3］。Zook（2002）提出了硅谷“一小时”距离［19］，Florida和 Kenney（1998）认为在美国，主导投资者往往进行周边150～250英里范围的投资并向受资企业提供技术支持［20］。Sapienza等 （1996）发现在英国平均旅途时间是1.5小时，而在美国则是2小时以上［21］。国内外均有研究表明，地理距离越大，风险投资交易达成可能性越小［5，11］，规模小、专注于早期阶段的风险投资机构其投资地域更窄，更倾向于近距离投资［22］，风险投资机构存在本地偏好［8，10］。风险投资机构与IT企业之间存在信息不对称问题，且IT企业的生存和发展具有很多不确定性，使风险投资机构所面临的投资风险很高。为了尽可能把风险降到最低，风险投资机构在投资前会对IT企业进行调查，仔细甄别其是不是有能力存活并发展下去。同时在投资后，会加大监督的力度，甚至派进自己的人力资源参与企业的管理，希望借助自身资源和管理经验来帮助IT企业在激烈的竞争中有很好的发展。

如果一个IT企业附近有很多风险投资机构，则该企业获得本地风险投资的机会较大，尤其是当多个风险投资机构决定联合投资该企业时，这可以缓解信息不对称的问题，最大程度地减小监督和管理成本［23］，使该企业获得更多的融资金额。同时，因为本地风险投资机构可以代为执行监督和提供增值，能够促进信息传播从而扩展了交易的空间半径［3］，相应地，也增加了外地VC投资于该企业的可能性。基于此，提出以下假设：

H1：随着IT企业周围风险投资机构数量的增加，其风险资本融资金额也增加。

1.2 IT、互联网企业周围同行数量的增加对其融资水平的影响

马歇尔 （1890）指出产业聚集的3个原因：促进专业化投入和服务的发展，提供特定产业技能的劳动力市场以及产生溢出效应［24］。此后，产业集聚的原因及结果等相关主题备受关注，如学者们纷纷对积极的聚集外部性进行了实证研究［25－27］。IT企业和其他同行的集聚可以促进本地市场的发展，也带来社交网络的外部效应。社交网络的发展促进公司之间更加频繁的交流和交往，使得很多知识得到共享，IT企业合作的可能性增加。企业所掌握的显性知识和隐性知识是其竞争力的基础［28］，与显性知识相比，隐性知识是未被文本化或难以被文本化的信息，具有难以言明和模仿、不易被复制的特点。从知识溢出的角度来看，地理邻近能够促进频繁接触，有助于隐性知识的传递，增加IT企业获得知识溢出的机会。综上，IT企业可以获得知识溢出的收益，获得专业化的人力资源的投入以及同行密集地区社交网络带来的收益，这些收益可以使他们能吸引更多的风险投资。因此，提出假设：

H2：随着附近同行数量的增加，IT企业的风险资本融资金额也增加。

2 研究设计与方法

2.1 数据来源

从投中集团CVSource数据库中搜集了1994～2014年中国大陆发生的IT企业风险投资交易事件信息。本文所指的IT包括了互联网信息服务、基础软件服务、应用软件服务、计算机系统服务、数据处理、其他计算机服务、其他软件服务。将风险投资机构未知、企业所在地未知以及投资金额未知的事件进行剔除，得到1738次企业——机构——轮次级投资事件，其中涉及受资企业1216家，风险投资机构484家。企业所在地GDP、人口、专利的相关数据均来自国家统计局官网。

2.2 变量解释及其度量

2.2.1 因变量

AMT，表示IT企业所获得的风险资本融资总金额，单位为百万美元，取自然对数。

2.2.2 自变量

N_of_VC01，表示距离IT企业100公里 （不包括）半径范围内风险投资机构的数量。类似的，N_of_VC12，N_of_VC23分别描述距离IT企业100（包括）～200公里和200（包括）～300公里半径范围内的风险投资机构的数量。借鉴Kolympiris等学者以每10英里作为划分界限对美国生物技术行业与风险资本的空间共生研究［9］以及孙建等学者以每300公里作为空间权重矩阵的拆分标准［29］，同时考虑到风险投资的集聚情况，本文以100公里作为空间权重矩阵的拆分标准。变量度量时，首先用matlab计算IT企业与VC之间球面距离矩阵，该矩阵是一个1216×484阶矩阵，进而整理出距离IT企业各半径范围内VC的数量。根据假设1，这些变量的预期符号为正。这些解释变量的回归系数表示每增加一个风险投资机构所带来的IT企业融资水平的边际效应。

N_of_IT01表示距离IT企业100公里 （不包括）半径范围内获得风险投资的同行数量。类似的，N_of_IT12，N_of_IT23分别描述距离IT企业100（包括）～200公里和200（包括）～300公里半径范围内的同行数量。根据IT企业所在城市经纬度，用matlab计算IT企业两两之间的球面距离矩阵，该矩阵表现为对角线为0的1216×1216阶对称矩阵，进而整理出距离IT企业各半径范围内同行的数量。根据假设2，这些变量的预期符号为正。这些解释变量的回归系数表示每增加一个同行所带来的IT企业融资水平的边际效应。

2.2.3 控制变量

（1）表示VC特征的控制变量

VC_age表示当融资事件发生时，VC的成立年头。若IT企业接受了多个VC的联合投资，计算多个成立年头的平均值；若IT企业获得多轮融资，分别计算在不同融资时间上VC的成立年头，取平均值。因为成立年头久的风险投资机构往往投资经验更丰富，筹集到的管理资金规模较大，相应地，对创业企业的投资金额较大。

VC_synd表示联合投资网络，如果一家VC和其他VC共同投资过一个IT企业，记为一个单位，加总可得到该VC曾与多少家VC进行过联合投资。与计算VC_age相似，若IT企业接受了多个VC的联合投资，计算多个联合投资网络的平均值；若IT企业获得多轮融资，就分别计算在不同融资时间上VC的联合投资网络，取平均值。如果某VC的联合投资机构数量很多，代表其掌握的社会网络资源相对较多，往往拥有更大的资金规模，也倾向于给IT企业提供更多的资金。

Fore表示VC的资金来源是否含有外资成分，若资金来源中有外资成分，则该变量取1，否则，如果给该企业融资的VC中没有一家VC有外资来源，则该变量取0。外资融资可视为一种远距离融资，往往这个VC管理的资金规模也大，大多涉及大额投资。

（2）表示IT企业所在地的特征的控制变量

Per_GDP：表示每万人人均GDP，该变量反映一个城市的经济发展水平，如果一个地区的人均GDP很高，说明该城市或地区的经济环境更好，从而更有利于IT企业的发展和获得更多的融资。

Per_pate：表示每万人人均专利数，该变量反应一个地区的创新程度，当一个地区所申请受理并批准的专利数越多，其自主知识产权就越多，相对来说，其创新能力就越强，对于高科技产业公司的发展有很大帮助，能很大程度上影响企业的融资。

Cent：表示风险资本中心，通过对样本统计发现，我国风险资本集聚于北京、上海和深圳三地，样本中总部位于上述城市的VC占67.149%。变量Cent的取值为若IT企业位于北京、上海或深圳，该变量取1，否则取0。该变量能够反应IT企业所在地的风险资本发展状况。

2.3 数据分析方法

采用相关分析、空间计量模型等方法处理数据进行实证研究。所使用的分析软件为stata11.0版和matlab2010b版，其中，stata11.0软件用于描述性统计和相关分析，matlab2010b软件用于计算Moran's I值以及空间模型的估计。

3 实证检验与分析

3.1 因变量空间自相关的判断

Moran I指数是广泛运用的判断空间自相关的工具。Moran I指数取值的正负及大小反应了空间自相关的方向及大小。符号为正，说明存在空间正相关，符号为负，则说明存在空间负相关，Moran I指数绝对值越大，说明空间相关度越大。这一方法经常被用于判断空间自相关［13，30］。运用matlab计算得到 Moran's I值为 0.0176，Z（I）为11.9573，大于在1%的水平下Z_alpha值2.3263，表明IT企业风险资本融资额存在空间正相关，且在1%的水平下显著。

3.2 模型构建

当被解释变量存在空间依赖、空间异质时，经典的计量经济学方法不再适用，应采用空间计量经济模型的估计方法［18］。为了体现风险资本融资额存在外部效应，利用spatial autoregression（SAR）模型对提出的假设进行实证支持，模型如下：

其中，y为因变量，x为自变量，W为n×n阶空间权重矩阵，ρ为空间自相关系数，ρ不等于0，说明存在空间自相关效应。ε是一个n×1阶的误差向量。空间权重矩阵W是基于100公里半径来定义的，如果IT企业i与j之间的距离小于100公里，则Wij取1，否则Wij取0。ρ预期符号为正。

考虑所有的解释变量和控制变量后，完整的SAR模型是：

3.3 变量描述性统计及相关系数

AMT的均值是1.461，标准差是1.715。N_ VC01，N_VC12，N_VC23，N_VC34的均值分别108.950，26.014，7.618和2.340，说明距离IT企业0～100公里、100～200公里、200～300公里和300～400公里半径范围内的VC平均约为109家、26家、8家和2家。N_IT01，N_IT12，N_IT23，N_IT34的均值分别为338.11，44.763，15.546和5.987，说明距离IT企业0～100公里、100～200公里、200～300公里和300～400公里半径范围内的同行数平均约为338家、45家、16家和6家。VC_age的均值是8.359，说明风险投资事件发生时，VC平均成立年头为 8年多，VC_synd的均值是13.559，说明风险投资事件发生时，VC的平均联合投资网络数为14，Fore的均值为0.656，说明65.6%的IT企业获得外资背景VC的融资。Cent的均值为0.744，说明位于北京、上海和深圳的IT企业占全部样本企业数量的74.4%，从person相关系数来看，N_VC01，N_VC12分别与AMT成正相关和负相关，且分别在1%和10%的水平下显著。N_IT01，N_IT12分别与AMT成正相关和负相关，且分别在1%和10%的水平下显著。另外，距离IT企业100公里半径范围内风险投资机构数的变量N_VC01与同行数量的变量N_IT01相关系数为0.899，且在1%的水平下显著，其他3个地理范围内的相应变量之间也存在类似的情况。为了避免共线性带来的影响，在接下来的极大似然估计中，分别将代表风险投资机构数的变量与同行数的变量分别进入模型。

表1 变量描述性统计和相关性分析

续表

3.4 回归结果及分析

表2为对SAR模型进行极大似然估计 （Maximum Likelihood Estimate，MLE）的结果。模型1中只将所有控制变量引入模型，模型2中将代表IT企业一定距离半径内的VC数量的变量引入模型，模型3中将代表IT企业一定距离半径内的同行数量的变量引入模型。

表2 极大似然估计结果

模型1～模型3中，ρ的系数为0.006，且在1%的水平下显著，说明IT企业融资水平存在空间自相关，即周围同行融资水平正向影响IT企业的风险资本融资额。

模型2中，变量N_VC01，N_VC12，N_VC23，N_ VC34对应的系数分别为 0.008，0.025，0.029和0.002，且均在1%的水平下显著，说明100公里以内，100～200公里，200～300公里和300～400公里半径范围内的风险投资机构越多，IT企业的融资水平越高。以IT企业100公里半径范围为例，其他条件不变的情况下，每增加1家VC，IT企业融资额将会是原融资额的1.008倍。假设1成立。另外，从100公里半径到100～200公里以及200～300公里半径范围扩展时，VC数量的变化对融资水平的边际效应存在递增 （从0.008增加为0.025，从0.025增加为0.029），但从200～300公里半径到300～400公里半径范围扩展时，VC数量的变化对融资水平的边际效应又出现大幅下降 （从0.029减为0.002）。距离IT企业300～400公里的范围内VC增加1家，其风险资本融资水平将仅是原融资额的1.002倍。这也验证了风险投资的地理邻近性，而且风险资本主要在300公里的范围内进行投资。这一结果与Zook（2002）提出的硅谷 “一小时”距离［19］、Florida和Kenney（1998）指出的150～250英里范围［20］以及Sapienza等人 （1996）发现的风投与创业企业平均旅途时间英国是1.5小时而美国是2小时基本一致。

模型3中，变量N_IT01，N_IT34对应的系数分别为－0.011和－0.001，且均在1%的水平下显著，说明100公里以内，300～400公里半径范围内的同行越多，IT互联网企业的融资水平越低。以IT企业周围300～400公里半径范围为例，其他条件不变的情况下，该范围内每增加一家同行，IT企业融资额将是原融资额的0.999。出现这种情况可能是因为知识溢出、社会网络均在一定地理范围内形成，那么，在相隔300～400公里的同行之间，很难通过知识溢出、共享劳动力投资以及社会网络来获益，相互之间反而更多地表现为争夺技术、人才、市场以及资金。变量N_IT12，N _IT23对应的系数分别为0.0003和0.0002，且均在1%的水平下显著，说明100～200公里，200～300公里半径范围内的同行越多，IT互联网企业的融资水平越高。但变量的系数均非常小，这一地理范围内的同行增加，对IT企业风险资本融资的影响比较小。假设2部分成立。同样，在从100公里半径向外扩展时，同行IT企业数量的变化对融资水平的边际效应也存在先增加后减少的现象。影响IT企业融资水平最大的是100公里半径范围内同行数量的变化，其他条件不变的情况下，该范围内每增加一家同行，IT企业融资额将减少1.1%，出现这种情况，Kolympiris等人将其解释为可能是因为拥挤效应［10］。周圣强和朱卫平指出规模效应与拥挤效应是产业集聚 “一枚硬币的两面”，集聚会导致集聚效应由规模效应向拥挤效应转变［32］。当IT企业在100公里范围内高度集聚时，某类要素过多导致有些资源相对稀缺，造成产业内要素比例失衡而造成不经济性，在风险资本融资额上表现为每个企业获得的风险资本就会相对较少。另外，地理邻近在促进集群内企业间组织学习的同时也会导致战略趋同、整个集群封闭自守以及创新惰性，从而诱发区域集群自稔性风险［33］，知识溢出可能会抑制集群创新［34］。当区域集群创新力不足时，其风险资本融资额可能也会相应减少。同时，由于IT企业融资水平存在空间自相关，周围同行的风险资本融资水平较低，又进一步使该企业的融资水平降低。

4 结论与启示

4.1 结 论

基于中国本土风险投资数据，运用空间滞后模型考察了IT企业风险资本融资额如何受一定半径范围内同行企业数量和风险投资机构数量影响。研究结果与Kolympiris等人对美国生物技术行业与风险资本空间共生的研究结果基本一致。研究得出以下结论：

（1）IT企业与风险投资机构在300公里范围内的空间共生现象最明显，IT企业附近100公里以内、100～200公里和200～300公里3个范围圈内的风险投资机构增加均使其风险资本融资水平显著增加。

（2）100公里范围内的同行增加反而大幅降低了IT企业的风险资本融资额，每增加1家同行，IT企业融资额将减少1.1%。

（3）Moran's I值以及空间滞后模型的估计结果也说明IT企业附近同行的融资水平也正向影响其融资金额。

4.2 启 示

（1）对于致力于通过发展IT产业来实现经济转型的一些地方政府来讲，考虑到风险投资的地理邻近，在发展IT产业的同时也应该扶持本地风险投资业的发展，从而促进本地IT企业获得风险资本融资。另外，地方政府在发展本地风险投资的同时，也要向周边地区的风险投资机构 “借力”。比如通过搭建一系列平台，增进300公里范围内邻近区域的风险投资机构与本地IT企业之间的沟通与了解。同时在税收、待遇等方面，邻近区域的地方政府之间应该加强合作，避免为了争夺风险投资机构落户而恶性竞争。

（2）对于试图获得风险资本投资的IT产业新进入者来讲，建议在300公里半径范围内风险投资机构密集的城市选址，这样有利于其获得较大的风险资本融资。

（3）从为了获得较大金额风险资本融资的角度来看，IT行业新进入者应该更多地关注100公里半径内的同行融资水平而不是同行数量，因为拥挤效应、知识溢出负效应的存在使100公里半径范围内的同行数量增加反而会降低其风险资本融资额，建议新进入者在100公里半径范围内获得较高融资的同行附近选址。

本研究运用SAR模型对风险投资的地理邻近、产业集聚效应各自发挥作用的地理范围及强度进行了研究，但仍具有一定的局限性，以IT企业的风险资本融资总额为因变量，只静态研究了IT企业的风险资本融资结果，没有考虑其累积过程。期待在未来研究中将这一问题细化分析。另外，风险投资地理邻近发挥作用的范围是否总是一致的，当风险资本投资于其他高新技术行业时，地理邻近的作用范围是否有所不同？随着研究成果的丰富，通过比较研究，可以更细致地刻画风险投资的地域决策。

［1］王宏伟.信息产业与中国经济增长的实证分析 ［J］.中国工业经济，2009，（11）：66～76

［2］Bottazzi L，Rin M D，Hellmann T.Who are the Active Investors？Evidence from Venture Capital［J］.Journal of Financial Economics，2008，89（3）：488～512

［3］Sorenson O，Stutart T E.Syndication Networks and the Spatial Distribution of Venture Capital Investments［J］.American Journalof Sociology，2001，106（6）：1546～1588

［4］Martin R，Berndt C，Klagge B，Sunley P.Spatial Proximity Effects and Regional Equity Gaps in the Venture Capital Market：Evidence from Germany and the United Kingdom［J］.Environment and Planning，2005，37（7）：1207～1231

［5］Lutz E，BenderM，Achleitner A K，Kaserer C.Importance of Spatial Proximity Between Venture Capital Investors and Investees in Germany［J］.Journal of Business Research，2013，66（11）：2346～2354

［6］Fritsch M，Schiler D.Does Venture Capital Investment Really Require Spatial Proximity？An Empirical Investigation［J］.Environment and Planning，2008，40（9）：2114～2131

［7］Coval JD，Moskowitz T J.Home Bias at Home：Local Equity Preference in Domestic Portfolios［J］.The Journal of Finance，1999，54（6）：2045～2073

［8］Cumming D，DaiN.Local Bias in Venture Capital Investments［J］.Journal of Empirical Finance，2010，17（3）：362～380

［9］Kolympiris C，Kalaitzandonakes N，Miller D.Spatial Collocation and Venture Capital in the USBiotechnology Industry［J］.Research Policy，2011，40（9）：1188～1199

［10］王曦，党兴华.风险投资机构本地偏好影响因素研究——基于中国风险投资业证据 ［J］.科技进步与对策，2013，30（22）：6～10

［11］李志萍，罗国锋，龙丹，等.风险投资的地理亲近：对中国风险投资的实证研究 ［J］.管理科学，2014，27（3）：124～132

［12］黄福广，彭涛，邵艳.地理距离如何影响风险资本对新企业的投资 ［J］.南开管理评论，2014，17（6）：83～95

［13］王家庭，张俊韬.我国IT产业的空间集聚：基于30省区面板数据的实证研究 ［J］.当代经济科学，2011，33（1）：85～90

［14］许红，张春芳.中国IT产业集聚度实证研究 ［J］.价格月刊，2009，（2）：12～14

［15］刘彬，陈圻，王志华.长三角地区IT产业集聚度研究 ［J］.商业时代，2006，（14）：89～90

［16］刘彬，陈圻，王志华.江苏省IT产业集聚度与劳动生产率的实证分析 ［J］.工业技术经济，2006，25（3）：96～98

［17］李莎，刘思峰.江苏省IT产业集聚对竞争力的影响 ［J］.统计与决策，2006，（10）：96～98

［18］Anselin L.Baltagi B H A Companion to Theoretical Econometrics［C］.Malden，MA，USA，Blackwell Publishing Ltd，2007：310～330

［19］Zook M.Grounded Capital：Venture Financing and the Geography of the Internet Industry 1994－2000［J］.Journal of Economic Geography，2002，2（2）：151～177

［20］Florida R L，Kenney M.Venture Capital，High Technology and Regional Development［J］.Regional Studies，1988，22（1）：33～48

［21］Sapienza H.J.，Manigart S.，VermeirW.Venture Capitalist Governance and Value Added in Four Countries［J］.Journal of Business Venturing，1996，11（6）：439～469

［22］Gupta A K，Sapienza H J.Determinants of Venture Capital Firms'Preferences Regarding the Industry Diversity and Geographic Scope of Their Investments［J］.Journal of Business Venturing，1992，7（5）：347～362

［23］Manigart S，Lockett A，Meuleman M，et al.Venture Capitalists'Decision to Syndicate［J］.Entrepreneurship Theory and Practice，2006，30（2）：131～153

［24］Mashall A.Principles of Economics：An Introductory Volume［M］.London：Macmillan，1890

［25］Rocha，Sternberg.Entrepreneurship：The Role of Clusters Theoretical Perspectives and Empirical Evidence from Germany［J］.Small Business Economics，2005，24（3）：267～292

［26］Wallsten SJ.An Empirical Testof Geographic Knowledge Spillovers Using Geographic Information Systems and Firm－level Data［J］.Regional Science and Urban Economics，2001，31（5）：571～599

［27］Bonte W.Inter－firm Trust in Buyer－supplier Relations：Are Knowledge Spillovers and Geographical Proximity Relevant？ ［J］.Journal of Economic Behavior＆Organization，2008，67（3－4）：855～870

［28］Amin A，Wilkinson F.Learning，Proximity and Industrial Performance：An Introduction［J］.Cambridge Journal of Economics，1999，23（2）：121～125

［29］孙建，齐建国.中国区域知识溢出空间距离研究 ［J］.科学学研究，2011，29（11）：1643～1650

［30］基于ESDA－GWR多变量影响的经济空间格局演化——以长江中游城市群为例 ［J］.经济地理，2015，35（3）：28～35

［31］李春发，邹雅玲，王雪红.企业社会资本嵌入对生态产业共生网络的影响研究 ［J］.工业技术经济，2014，（8）：74～81

［32］周圣强，朱卫平.产业集聚一事实上能带来经济效率吗：规模效应与拥挤效应 ［J］.产业经济研究，2013，（3）：12～22

［33］吴晓波，耿帅.产业集区域集群自稔性风险成因分析 ［J］.经济地理，2003，23（6）：726～730

［34］杨皎白，陆志宝，李庆满.产业集群中过度知识溢出的负效应及对策 ［J］.技术经济，2011，30（11）：12～16

Research on Spatial Collocation of Information Technology Enterprise and Venture Capital

Chen Kai1，2Li Zhiping1，2Luo Guofeng2Yin Fan3
（1.Northeastern University，Shenyang 110819，China；2.Northeastern University at Qinhuangdao，Qinhuangdao 066004，China；3.Environmental Management College of China，Qinhuangdao 066012，China）

Information technology enterprise and venture capital's spatial collocation is very important.Taking IT enterprises backed by venture capital in 1994－2014 as sample，establishing the spatial lagmodel to testhow venture capital financing amountofa specific IT enterprise was affected by the number of venture capital firms and the number of peers in certain rings.Results showed that the venture capital financing amount of a specific IT enterprisewas positively affected by the number of venture capital firms in 100km，100－200km，200－300km，300－400km rings.The biggestmarginal effectoccurred in the range of200－300 km，the smallest in the range of300－400km.Number of peers in 100－200km and 200－300km rings positively affected the financing amountof IT enterprise.The number of peers in 100km and 300－400km rings negatively affected the financing amount of IT enterprise，especially the number of peers within 100km ring dramatically lowers the financing amount.The research conclusion providesevidence for the government to support the development of local venture capital，and also provides a reference for the location of IT enterprises.

venture capital；IT enterprise；spatial lagmodel；financing amount；number of peers

10.3969／j.issn.1004－910X.2016.01.008

F830

A

（责任编辑：史 琳）

2015—10—12

教育部人文社会科学研究规划

（项目编号：12YJA790010）；校内基金人文社科重点项目 （项目编号：XNR201307）；河北省科技计划项目 “科技型中小企业特征对政策支持评价影响——以秦皇岛市科技型中小企业为例” （项目编号：154576309）。

陈凯，东北大学工商管理学院教授，东北大学秦皇岛分校经济学院教授，博士生导师。研究方向：区域经济、能源经济。李志萍，东北大学工商管理学院博士研究生，东北大学秦皇岛分校管理学院讲师。研究方向：风险投资的本地偏好。罗国锋，东北大学秦皇岛分校管理学院副教授，管理学博士，硕士生导师。研究方向：创新创业与风险投资等。尹凡，中国环境管理干部学院讲师。研究方向：区域创新。