一、风险投资加强高技术产业内部知识扩散
资本市场与信贷市场属于信息不对称领域，特别是技术创新项目融资时，为了保持技术优势，高技术产业往往不会对技术项目的诸多方面给予公布，因此给投资家的投资活动造成了诸多的不确定性，导致很多投资家不会轻易地投资高技术中小企业的前期技术项目［3］。风险投资企业有比较完善的风险投资机制，能够降低资金的委托风险，加快技术创新的转化力度和创新知识的扩散，增值服务能够加速高技术中小企业的成长与发展。技术创新市场的发展会加快创新技术与企业信息的透明化及技术创新知识体系的扩散，降低风险投资家与企业之间不对称的信息情况。
二、风险投资对高技术产业创新作用的实证研究
(一)样本数据及变量设置
本文研究风险投资对高技术产业创新的影响，高技术产业的技术创新产出为因变量，风险投资投入作为自变量。为确保研究结果的可信度和数据真实准确性，所有的研究变量均取自权威统计年鉴，数据主要来源于《中华人民共和国统计年鉴》、中国高技术产业数据、中国科技统计数据以及《中国创业发展投资报告》等综合整理所得，样本区间为2002－2011年，所有数据的处理及分析采用Eviews6．0计量经济学软件。根据前文对风险投资对高技术产业创新的机理分析以及参考相关文献，变量设置如表1所示。高技术产业创新产出一般用高技术产业总值和专利申请总量衡量，专利申请数能够更好地反应高技术产业技术产出且数据易获取，因此本文选择其作为被解释变量。
(二)模型构建与线性回归
1．模型构建本文利用风险投资作为解释变量，以专利申请数作为被解释变量做二元线性回归，研发投入作为控制变量，建立回归模型P=β0+β1ＲD+β2VC。其中P代表专利申请数(单位:个)，ＲD代表研发经费支出(单位:亿元)，VC风险投资额(单位:亿元)，β代表相关系数。根据2002－2011年间样本数据运用计量软件EvieWs6．0对模型采用最小二乘法(OLS)回归，回归结果为:P=－260．994+43．8201*Ｒ＆D+37．1828*VC(见表2)。根据Ｒ2取值范围0到1，取值越大拟合优度越好，由表1可见Ｒ2=0．9935说明回归方程拟合优度比较理想，F检验和T检验都通过95%的检验水平，根据德宾—沃森统计量(D－W统计量)DW=1．7244查DW检验表发现模型无自相关性，所以风险投资额与Ｒ＆D经费能够很好地解释专利申请数的变化。ＲD的系数为43．8201，VC的系数为37．1828，说明与风险投资相比研发投入经费对专利申请数影响更为显著，而根据Kortum和Lerner(1998)的研究，风险投资对技术创新的作用大约为研发投入对技术创新作用的3倍，说明风险投资对高技术产业的作用并没有完全发挥出来。2．模型修正模型一的回归结果发现风险投资对高技术产业创新的作用小于Ｒ＆D研发经费支出对高技术产业创新作用，风险投资对技术创新的影响作用没有完全挥发，在此基础上对模型进行修正。风险投资与Ｒ＆D经费支出具有较大关联度，以风险投资额占研发投入比例T以及研发投入的对数作为解释变量，以专利申请数的对数作为被解释变量，构建二元线性回归LNP=β0+β1LNＲD+β2LNPr＆d+β3T，回归结果如下:LNP=2．029+0．0111*T+2．2782*LNＲD+1．4472*LNPr＆d(见表3)。从表2中可以看出Ｒ2=0．972取值较高，线性回归的拟合优度很好，F检验和T检验都在95%的范围内显著，DW检验值=2．2904经查DW检验表知模型无自相关性，说明风险投资对专利申请数的作用是显著的。T与LNＲD系数都为正数表示T与LNＲD对专利申请数具有正效应，风险投资占研发经费投入比例越高和投入的研发费用越多对专利申请数影响越大，即风险投资对高技术产业的投入会增加高技术产业的研发投入，从而加速高技术产业创新和产品产业化。从实证结果可以得出，T的系数值越大，对专利的对数影响越大，风险投资对高技术产业创新的影响越大。
三、结论
通过实证研究发现我国风险投资对高技术产业创新的专利申请数作用不明显，由此说明我国风险投资发展不够完善，作用机制没有完全发挥出来。因此要建立完善的风险管理体系与风险投资环境，加快风险投资的发展，促进高技术产业科技创新与科技进步。主要措施有:一是国家加大对风险投资发展的政策支持力度，完善风险投资发展的资本市场和政策环境，同时加强有关法律体系的建设，为风险投资提供环境保障;二是建立风险投资专业人才培养机制，为风险投资的发展提供人才;三是构建畅通有效的风险资本退出机制，加强IPO市场和创业板市场的发展;四是要从多方面加强对研究开发和科研成果转化活动的支持力度，努力营造良好的融资核心期刊环境，推动风险投资与技术创新的良性循环。
作者：杨志蓉 李福娟 单位：福州大学公共管理学院
相关专题：个性影响因素主要有 测颜龄的app叫什么
