政府引导基金对企业技术创新的影响分析

张慧雪，王建业，李西文

（1.广东财经大学会计学院，广东广州 510320；2.广东外语外贸大学会计学院，广东广州 510006；3.河北经贸大学会计学院，河北石家庄 050062）

0 引言

政府引导基金是由政府设立并按照市场化方式运作的政策性基金，主要作用是引导社会资金进入创业投资领域，进而支持创新创业活动［1］。我国政府引导基金以参股运作模式为主1），引导基金作为母基金通过吸收社会资本共同成立子基金，并委托外部风险投资机构市场化运作。典型的政府引导基金承担扶持区域创新创业的重要职责，需要专注于投资特定行业、特定阶段和特定地域的初创科技型企业。因此政府引导基金的投资具有显著的行业专业化、阶段专业化和地域专业化特点。我国发展改革委、财政部、商务部联合发布的《关于创业投资引导基金规范设立与运作的指导意见》中提出，引导基金通过鼓励创业投资企业投资处于种子期、起步期等创业早期的企业，弥补一般创业投资企业主要投资于成长期、成熟期和重建企业的不足。因此本文重点关注风险投资机构的早期阶段专业化投资策略。

从引导基金的参股运作模式出发，现有关于引导基金的研究主要包括两方面。一是引导基金对风险投资机构的影响。李善民等［1］研究发现在获得政府引导基金资助后，创投机构向科技型初创企业显著增加投资；相比于国有创投机构，引导基金对民营创投机构的引导作用更强；相比于非创新创业密集地区，引导基金在创新创业的密集地区发挥的引导作用更大。二是关于引导基金对被投资企业的影响。基于信号传递效应假说，宫义飞等［2］研究发现引导基金通过降低企业信息不对称缓解了企业融资困境。基于激励效应假说，程聪慧等［3］研究发现引导基金投资促进了企业创新产出。基于良性循环假说，张慧雪等［4］研究发现引导基金在投资落后地区提高了企业经营绩效。关于风险投资机构专业化的研究重点关注单一专业化或专业化的协同作用对企业创新的影响，得出的结论不一致，但尚未有文献从母基金的角度考虑委托的风险投资机构专业化作用［5］。

本文第一，从风险投资机构视角拓宽了引导基金的研究框架。现有研究只考虑了引导基金对风险投资机构或引导基金对企业两两之间的关系，未将引导基金、风险投资机构、被投资企业置于统一的分析框架加以考察，而引导基金正是借助风险投资机构优势发挥市场化作用，将其割裂开来容易忽视提升引导基金投资效率的作用机制。本文将引导基金、风险投资机构和被投资企业三者统一纳入分析，在理论上完善了引导基金的研究框架，在实践上有利于从引导基金的设立角度寻找实现政策目标的路径。第二，从风险投资机构专业化视角探索了引导基金如何更好促进企业技术创新。现有研究只考虑了风险投资机构的性质例如声誉高低、是否国有等，未考虑风险投资机构的投资策略，而风险投资策略尤其是专业化风险投资由于具备聚焦的竞争优势能更好为企业提供增值服务。第三，从引导基金视角验证了政府市场化手段的积极作用。现有关于政府是否应该干预市场形成了互补观和替代观两种截然对立的观点。互补观认为政府干预与市场竞争能够相互促进，市场竞争能够正向调节政府干预机制的作用。替代观认为市场竞争会弱化政府干预机制的作用，产生负向的调节作用。本文的研究对象引导基金是将政府的“有形之手”与市场的“无形之手”相结合，深化了政府与市场关系的认识，为政府如何有效参与市场提供了实证证据。第四，以新三板挂牌企业为研究样本，减少幸存者偏差对研究结论的干扰。与未上市企业相比，新三板挂牌企业相关的信息披露更加完整。与上市企业相比，新三板挂牌企业大多为新成立的中小企业，其中不乏“专精特新”企业，适合作为引导基金发挥作用的研究对象。

1 文献综述与理论分析

1.1 引导基金对企业技术创新的促进作用

根据政府干预理论，国有资本参与风险投资属于政府干预市场的行为［6］。首先，从解决市场失灵角度分析，政府能够开启良性循环。第100 个创业企业的成功概率高于第一个创业企业，且创业活动存在一定的集聚效应，因此政府干预能够提高创新创业的活动氛围。待创业行业发展成熟后，政府再转入监管者的角色［7］。杨敏利等［8］研究表明，引导基金在创投成熟地区产生了挤出效应，但在创投落后地区产生了引导作用，实现了良性循环。

其次，引导基金进入企业能够起到认证作用，缓解企业融资约束。根据信息不对称理论，引导基金率先进入企业，会给企业带来更多外部资金，缓解企业融资约束［9］。此外，引导基金作为政策性基金，能够先于其他基金了解国家的政策方向，有利于吸引后续跟投者。边思凯等［10］研究了民营创投在引导基金参与企业融资后的变化情况，发现引导基金不仅能在企业的融资当轮对民营创投起到引导作用，在后续多轮融资中对民营创投依然能起到引导作用。

再次，引导基金对企业失败的容忍度高，有利于企业创新活动的开展。由于创新活动风险高、周期长且失败率高，导致独立风险资本的投资存在有偏性，偏好投资企业中后期甚至是pre-IPO 阶段［11］。引导基金作为政府资本，主要任务是培育创新创业，较少追求经济收益，更多看重社会收益，有利于新创企业创新活动的开展［12］。Manso［13］认为，创投基金在短期内的失败容忍会在长期内换来企业的创新作为回报。Tian 等［14］也证明了这一观点，即创投基金的失败容忍度越高，企业的创新产出越多。

基于上述理论分析，提出本文研究假设：

H1a：引导基金持股促进了企业技术创新。

1.2 引导基金对企业技术创新的抑制作用

政府干预市场的替代观认为市场竞争会弱化政府干预机制的作用，产生负向的调节作用。首先，引导基金的低经济收益会对社会资本产生挤出效应，导致支持创新项目的总体资本量下降。从市场层面分析，Armour 等［15］利用全球15 个国家的风险投资数据分析研究发现，国有风险资本阻碍了民营风险资本的发展，扰乱了风险投资的市场行为。从企业层面分析，Cumming 等［16］利用加拿大数据进行研究，结果发现国有风险投资降低了企业可获得的风险投资金额，对民营风险资本产生了一定程度的挤出效应。Brander 等［17］从市场层面与企业层面两方面进行了研究，发现在企业层面，国有风险资本挤占了民营风险资本，但在市场层面的影响并不严重。

其次，引导基金的参股运作模式可能会阻碍企业创新。我国引导基金是以吸收社会资本成立子基金后委托外部风险投资机构管理运作为主，但风险投资机构需要不断募资和投资，以实现风险投资循环。每次募资后，风险投资机构都要面临投资人对业绩考核的要求以及下轮次募资的压力，甚至在实践中存在由于风险投资机构募资不到位影响引导基金的款项拨付问题［11］。因此，风险投资机构为了业绩会产生短视行为，更多追求经济收益，导致投入企业时间短或在企业上市前阶段进入，与企业创新目标相冲突，不利于企业创新活动的开展［18］。

再次，引导基金的非灵活性也会对创新行为产生抑制作用。引导基金的投资规模大小会对企业创新产生影响，规模小可能无法产生作用，规模大可能产生挤出效应［17］。而引导基金在设立时会对规模做出具体规定，包括政府出资比例和社会资本的配比，成立后对企业的投资金额也都有具体规定，较少因为项目金额的变化而相应调整。政府行为的典型特点是行政化，因此在与被委托风险投资机构签订合同时便规定了相关的权利和义务［17］。但是新创企业的特点是不确定性极高，合同无法预知未来的变化，而政府可能认为这种变化是偏离计划的信号，不及时改变会面临政府可能的惩罚，导致政府的非灵活性抑制企业创新。

基于上述理论分析，提出本文研究假设：

H1b：引导基金持股抑制了企业技术创新。

1.3 风险投资机构阶段专业化的促进作用

专业化投资是风险投资领域一项重要的投资策略，通常包括行业专业化、地域专业化和阶段专业化［19-20］。选择专业化投资策略的风险投资机构能够积累相关的投资经验，降低风险投资人与创始人之间的委托代理成本，有利于风险投资人把相关知识和经验向被投资企业传递［21］。黄福广等［5］研究表明长期从事专业化的风险投资机构因为一直专注于某个特定的行业、地域和阶段，有助于积累专业化的知识和经验，通过为企业提供更多增值服务进而提高被投资企业的创新能力。

本文重点关注风险投资机构的早期阶段专业化投资策略，这与引导基金的设立目标即促进创新创业相一致。早期创新企业主要有以下特点。第一，创新活动具有较高的专业性与复杂性，导致创新活动中的逆向选择和道德风险问题尤为突出［22］。第二，创新性强的产品通常来说研发的失败率更高，因为其相关的技术设施和配套装备开发不完善，可参照的标的较少［14］。第三，产品的商业化存在较大不确定性。即产品研发出来，但无法实际应用或推向市场也会导致最终的失败［23-24］。

但从另一个角度分析，高风险意味着高收益，企业早期阶段的投资对于专门从事早期阶段专业化策略的风险投资机构而言是一个良好的机会。风险投资机构成立的目的是通过从事高风险活动获得高收益，途径通常包括筛选好企业、与企业签订契约时的讨价还价能力以及后期的增值服务能力［25］。查博等［26］的研究发现，使用阶段专业化投资策略的风险投资机构更有相对优势。

基于上述理论分析，提出本文研究假设：

H2：引导基金委托从事早期阶段专业化策略的风险投资机构，更有利于企业技术创新。

2 研究设计

2.1 样本选取与数据处理

本文的研究样本是新三板挂牌企业。由于新三板在2012 年9 月成立，企业在此之前的数据信息披露不完整，所以本文选取2013-2019 年新三板挂牌企业，但不包括金融类与房地产企业、标识为ST 及*ST 类企业、财务信息和公司治理信息异常或缺失的企业。整理完成后最终获得7 708 家企业共31 998个企业年样本数据。样本中引导基金数据来自清科数据库私募通（PEdata），风险投资数据来自投中数据库（CVSource），企业专利数据来自色诺芬新三板专利库（CCER），企业研发数据来自万得数据库（Wind），财务数据来自万得数据库，同时配合部分手工收集和整理。为了克服极端值的影响，对连续变量前后各1%进行了Winsorize 缩尾处理。

因为引导基金持股企业的数据量较少，但新三板挂牌企业数据量多，因此该数据样本适合使用倾向得分匹配法（PSM）进行研究［27］。将有引导基金持股的342 家企业作为实验组，将新三板其余企业作为控制组，使用倾向得分匹配法进行匹配。借鉴Abadie 等［28］的研究，在控制组样本量比较大的情况下建议进行1 比4 匹配，在一般情况下可最小化均误差（MSE）。因此本文使用1 比4 进行匹配，其中处理变量为有无引导基金持股，协变量为企业规模、企业负债率、企业盈利能力、企业成长性、企业年龄、企业有形资产比例、董事会规模、前十大股东持股比例、机构持股比例、企业所在地区、企业所在行业和年份，结果变量为企业的研发费用，使用logit 估计倾向得分，删除重复值后共得到5 013个企业年数据样本。

2.2 变量界定

2.2.1 被解释变量

本文被解释变量主要为企业技术创新投入和创新产出。其中创新投入参考张慧雪等［29］的研究使用企业总的研发费用来衡量，创新产出使用企业申请的专利总数和发明专利总数来衡量［14］。具体为当年所有专利申请数加1 取对数为专利产出，当年发明专利申请数加1 取对数为发明专利产出。

2.2.2 解释变量

检验引导基金投资是否影响企业的创新时，将解释变量设为“引导基金是否参股投资”。现有研究对引导基金的衡量主要使用“是否获得引导基金投资”的虚拟变量，该变量能代表引导基金的存在性［3］。

检验风险投资机构早期阶段专业化是否影响企业的创新时，将解释变量设为“风险投资机构是否从事早期阶段专业化投资”。该变量是虚拟变量，当风险投资机构从事早期阶段专业化时，该变量取值为1，否则为0。

2.2.3 控制变量

企业特征变量：借鉴沈维涛等［20］和沈毅等［30］的相关研究，选取企业规模、企业资产负债率、企业年龄、企业成长性、企业盈利能力、企业有形资产占比作为控制变量。

公司治理变量：对股权结构的变量，选取前十大股东持股比例之和来衡量。董事会结构变量选取董事会规模来衡量［30］。

其他控制变量：借鉴张慧雪等［29］的研究，选取机构投资者持股比例、企业所在行业和企业所在地区。

主要被解释变量、解释变量和控制变量的具体说明如表1 所示。

表1 主要变量及说明

2.3 实证模型

为了检验假设1，构建如下回归模型（1）：

式（1）中：被解释变量ln rdi,t为企业i当年的研发支出总额，ln patenti,t为企业i当年的专利申请总数，ln inventioni,t为企业i当年的发明专利申请总数。解释变量ggfi,t表示企业i当年是否获得引导基金持股，若获得持股该变量为1，否则为0。被解释变量是连续变量，解释变量是0～1 的虚拟变量，采用最小二乘法进行回归，并控制行业和年份固定效应，indFE 代表行业固定效应，yearFE 代表年份固定效应。controlsi,t为控制变量。回归系数中，α0为常数项，α1为解释变量回归系数，α2为控制变量回归系数，εi,t为误差项。

为了检验假设2，构建如下回归模型（2）：

式（2）中：借鉴许昊等［31］的研究，解释变量early-stagei,t表示风险投资机构是否从事早期阶段专业化投资，控制变量增加了风险投资机构自身规模（jigousize），被解释变量和其余控制变量与模型（1）一致。

3 实证结果与分析

3.1 变量的描述性统计

主要变量描述性统计结果如表2 所示，由此可以看出，因变量创新投入的均值为5.536，创新投入最低的企业为0，最高的企业为8.438，标准差为2.559，说明各企业之间创新投入差距较大。在创新产出方面，专利总数的均值是1.861，大约为5.43 个，发明专利总数的均值是1.380，大约为2.97 个，与程聪慧等［3］的研究较为接近。

表2 主要变量描述性统计结果

3.2 实证结果分析

3.2.1 引导基金对企业技术创新影响的基准回归

本文对模型（1）进行回归，被解释变量为企业研发投入，回归结果见表3，其中表3 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。从表3 的第(1)列结果可以看出，引导基金持股与企业研发投入在1%水平上显著正相关，二者的回归系数是0.422。第（2）列加入行业与年份固定效应后，引导基金持股与企业研发投入在1%水平上显著正相关，二者的回归系数是0.298。由此可以看出无论是否添加固定效应，引导基金持股与企业研发投入都存在显著的正相关关系。部分验证了假设H1a，即引导基金持股促进了企业创新投入。控制变量方面，第（2）列回归结果显示，企业规模与研发投入在1%水平上显著正相关，二者的回归系数是0.546，说明企业的规模越大企业研发投入越多。企业董事会规模与研发投入在1%水平上显著正相关，二者的回归系数是0.060，说明企业的董事会规模越大企业的研发投入越多。

表3 引导基金持股对企业技术创新的影响结果

将企业专利产出作为被解释变量，从第(4)列结果可以看出，引导基金持股与企业专利总数在10%水平上显著正相关，二者的回归系数是0.067。对于企业的发明专利而言，第（5）列结果可以看出，引导基金持股与企业的发明专利产出在1%水平上显著正相关，二者的回归系数是0.105。第（6）列加入行业和年份固定效应后，引导基金持股与企业发明专利产出在1%水平上显著正相关，二者的回归系数是0.118。部分验证了假设H1a，即引导基金持股促进了企业创新产出。

3.2.2 风险投资机构专业化的促进作用

本文对模型（2）进行回归，结果如表4 所示，其中表4 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。由表4 可以看出，从事早期阶段专业化的风险投资机构对于企业研发投入和创新产出均没有显著影响，即引导基金委托从事早期阶段专业化的风险投资机构进行管理并没有提高企业的创新投入和创新产出，假设H2没有得到验证。

表4 风险投资机构专业化促进作用的回归结果

3.3 进一步分析与讨论

3.3.1 阶段匹配的投资分析

因为专门从事早期阶段专业化的风险投资机构在该领域积累了大量相关经验，投资企业早期阶段更容易促进企业创新，即二者匹配更容易实现引导基金促进企业创新的目标。据此在VC 类型的风险投资样本中，新增投资企业早期阶段变量（early-round），若VC 投资企业早期阶段，该变量取值为1，否则为0。这里的企业早期阶段包括企业的种子期和初创期。设置回归模型（3）如下：

阶段匹配投资的回归结果如表5 所示，其中表5 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。由表5 的第(1)列回归可以看出，从事早期阶段专业化的风险投资机构投资企业早期阶段时，与企业研发投入在1%水平上显著正相关，回归系数是1.930。第（2）列加入固定效应后从事早期阶段专业化的风险投资机构投资企业早期阶段时，与企业研发投入在1%水平上显著正相关，回归系数是2.105。上述结果表明当从事早期阶段专业化的风险投资机构投资企业早期阶段时，促进了企业的研发投入，但是对创新产出无显著影响。

表5 阶段匹配投资的回归结果

3.3.2 地理邻近的投资分析

地理邻近是风险投资机构对新创企业投资表现出的一个重要现象，即风险投资机构倾向于投资本地企业。地理邻近更有利于软信息等的传递，促成风险投资机构与创业企业的交易，同时也有利于风险投资机构进驻企业后进行投后管理并提供增值服务［32］。Cumming 等［19］使用美国1980 年到2009 年的数据为样本，研究发现风险投资机构投资本地企业更容易实现IPO 上市或并购成功。张学勇等［33］研究发现风险投资本地偏好程度越高，创业企业通过IPO 上市的可能性越高。由此可以推测，因为从事早期阶段专业化的风险投资机构与被投资企业之间的信息不对称程度更高，所以如果风险投资机构与被投资企业地理邻近，可能更有利于早期阶段专业化风险投资机构发挥优势，促进企业创新。据此加入地理邻近（proximity）调节变量，当风险投资机构与被投资企业在同一省份时，该变量为1，否则为0。解释变量为风险投资机构早期阶段专业化与地理邻近的交乘项，被解释变量和控制变量不变，继续使用模型（2）进行回归，结果如表6 所示，其中表6 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。

表6 地理邻近的回归结果

由表6 第（1）列可以看出，风险投资机构早期阶段专业化和地理邻近的交乘项与企业的研发投入在1%水平上显著正相关，二者的回归系数是1.612。第（2）列加入固定效应后，风险投资机构早期阶段专业化和地理邻近的交乘项与企业的研发投入在1%水平上显著正相关，二者的回归系数是0.787。上述结果表明地理邻近正向调节了风险投资机构早期阶段专业化与企业创新的关系。即当风险投资机构与被投资企业处在同一省份时，早期阶段专业化的风险投资机构能显著提高企业的研发投入。

4 稳健性检验

4.1 逆向因果

虽然基础的最小二乘法回归结果与本文假设相一致，但这些结论的得出可能存在内生性问题。政府引导基金对企业创新的影响可能存在逆向因果，即并非引导基金持股提高了企业创新，而是本身企业创新好，引导基金选择了这类企业。为此，使用Heckman 两步法对上述逆向因果问题加以解决。借鉴余琰等［34］的研究，第一步将被解释变量设为企业是否获得政府引导基金持股，解释变量为企业是否为国有企业（ownership）、是否为高科技企业（tech）、是否处于风险资本发达地区（diqu）以及企业的成立年限，控制变量与模型（1）一致。通过第一阶段的模型求出逆米尔斯比率（IMR）。第二步，将逆米尔斯比率放入模型（1）中进行Heckman 第二步回归。回归结果见表7，其中第（2）列的因变量为创新投入，第（3）列的因变量为总专利数，第（4）列的因变量为发明专利数。

表7 Heckman 两步法回归结果

表7 第（1）列是第一阶段自选择回归，国有企业变量系数为负，且在1%水平上显著相关，二者的回归系数是-0.429，说明政府引导基金倾向投资非国有企业。地区变量系数是负，且在10%水平上显著，二者回归系数是-0.076，说明政府引导基金偏好投资风险资本落后地区。高科技企业变量系数为正，且在1%水平上显著正相关，二者的回归系数是0.249，说明政府引导基金偏好投资高科技企业。第（2）～（4）列是第二阶段回归，逆米尔斯比率（IMR）在回归中部分显著，政府引导基金持股与企业研发投入、发明专利产出依然在1%水平上显著为正，系数分别是0.346 和0.105，且系数大小和符号均未发生明显改变，说明在控制样本选择性偏差后政府引导基金持股依然对企业的研发投入和发明专利产出有显著促进作用。

4.2 变量测量

4.2.1 企业创新的变量测量

上文基准回归关于被解释变量创新投入的测量使用的是研发费用总额，在稳健性检验中参考黄福广等［35］的研究，使用研发支出与销售收入占比来衡量（rdshouru）。基准回归中关于发明专利的测量使用的是发明专利总数的自然对数，在稳健性检验中参考张慧雪等［29］的研究，使用发明专利与专利总数之比来衡量（ratio）。继续使用模型（1）进行回归检验，解释变量和其他控制变量与基准回归一致，回归结果详见表8，其中表8 的第（1）列、第（4）列未加入控制变量，第（2）列、第（5）列未加入行业与年份固定效应，第（3）列、第（6）列加入了控制变量、行业与年份固定效应。

表8 更换被解释变量测量方式

由表8 的回归结果可以看出，无论是否增加控制变量和固定效应，政府引导基金持股对企业的研发投入都有显著正向影响，且均在1%水平上显著正相关，与基准回归结论一致。对于企业的发明专利而言，除了加入固定效应不显著以外，其他情况下政府引导基金持股对企业发明专利均有正向促进作用，与基准回归结论一致。上述结果表明替换被解释变量的测量不影响原结论的稳健性。

4.2.2 企业早期阶段变量的测量

在基准回归中对于企业早期阶段的测量使用的是企业种子期和初创期。从融资角度分析，企业的A 轮或B 轮及之前的融资轮次属于早期阶段融资，因此在稳健性检验中使用企业A 轮或B 轮融资（zaoqilunci）代替企业早期阶段重新回归［11］，结果见表9，其中表9 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。表9 第（2）列回归结果显示，当从事早期阶段专业化的风险投资机构投资企业早期阶段时，能显著提高企业的研发投入。在控制相关变量及行业和年份固定效应后，二者的回归系数是1.377，在1%水平上显著，与基准回归结论一致，说明替换企业早期阶段变量的测量不会影响原结论的稳健性。

表9 更换解释变量测量方式

4.3 样本替换

4.3.1 删除创新数据为0 的样本

为了防止研发投入为0 的企业对回归结果产生干扰，在稳健性检验中把研发投入为0 的研究样本删除［36］，使用模型（1）进行回归，被解释变量、解释变量和其他控制变量与基准回归一致，回归结果详见表10，其中表10 的第（1）列未加入控制变量、行业与年份固定效应，第（2）列加入了控制变量、未加入行业与年份固定效应，第（3）列加入了控制变量、行业与年份固定效应。由表10 的回归结果可以看出，删除企业研发投入为0 的数据样本后，政府引导基金持股对企业研发投入的影响与基准回归基本一致，无论从经济显著性还是统计显著性分析都是显著正向影响，因此替换样本不会影响原结论的稳健性。

表10 删除研发投入为0 的样本回归结果

4.3.2 删除企业所在地为创新集中地区的样本

企业创新存在一定的地区聚集效应，为排除该影响，将创新高产出的地区加以剔除［36］，主要包括北京、上海和广东，剔除后使用模型（1）进行回归，被解释变量、解释变量和其他控制变量与基准回归一致，回归结果详见表11，其中表11 的第（1）列、第（3）列、第（5）列未加入行业与年份固定效应，第（2）列、第（4）列、第（6）列加入了行业与年份固定效应。由表11 的回归结果可以看出，删除创新聚集地的样本后，政府引导基金持股对企业研发投入在1%水平上显著正相关，对企业的专利总数在10%水平上显著正相关，对发明专利产出在1%水平上显著正相关，上述结果无论从经济显著性还是统计显著性分析均与基准回归基本一致，因此替换样本不会影响原结论的稳健性。

表11 删除创新发达地区的样本回归结果

5 结论与启示

本文将引导基金、风险投资机构与被投资企业纳入统一研究，拓宽了现有关于引导基金的研究框架，具有一定的理论和现实意义。相关启示如下：第一，政府引导基金以市场化手段参与风险投资，可以促进企业技术创新。因此，当市场的“无形之手”配置资源失效时，政府应该用“有形之手”加以干预。至于政府参与的方式，本文给出的研究结论是间接参与，以避免政府既当裁判员又当运动员的双重角色。第二，当从事早期阶段专业化投资策略的风险投资机构投资企业早期阶段时能显著促进企业技术创新，建议处在发展早期阶段的企业可以寻求从事早期阶段专业化投资策略的风险投资机构支持。当被投资企业与风险投资机构地理位置相邻时，从事早期阶段专业化投资策略的风险投资机构更能显著促进企业技术创新，建议风险投资机构阶段专业化与地域专业化协同发挥作用。第三，本文的研究样本是新三板企业，是成长型企业的代表。新三板相比于中小板和创业板，企业正处在快速成长期，相比于未上市企业，信息披露得相对完整，因此适合作为风险资本的研究样本。随着我国资本市场全方位发展，多层次板块的逐渐推出，新三板给我们提供了一个良好的研究试验场。

注释：

1）根据2008 年我国发展改革委、财政部、商务部联合发布的《关于创业投资引导基金规范设立与运作的指导意见》，政府引导基金的运作方式包括参股、融资担保、跟进投资或其他方式。政府引导基金主要通过参股方式，吸引社会资本共同发起设立创业投资企业。