The Impact of Venture Capital on Enterprise R&D Investment——Perspective of Industry Heterogeneity

He Yanlin1,2, Shan Zhicheng1

(1.School of Banking and Finance, University of International Business and Economics；2.The Belt and Road PPP Development Research Center，University of International Business and Economics, Beijing 100029, China)

Abstract：How to play effectively the promotion role of venture capital on R&D investment is currently a hot issue. The empirical study based on the sample of Beijing listed firms from 2010 to 2017 finds that the impact of venture capital on R&D investment is insignificant in panel regression model, but is significantly positive in cross-sectional regression model. Further analysis of this contradictory phenomena by introducing annual or industry dummy variables into cross-sectional regression model shows that industry heterogeneity is an important reason why venture capital has no significant impact on R&D investment in panel data. Empirical analysis of 12 industries with more than 30 observations found that venture capital has a positive impact on R&D investment in 3 industries such as manufacturing-computer communications and other electronic equipment manufacturing, but a negative impact in 2 industries such as leasing and business services. This conclusion is confirmed in the regression including dummy variable D1 and D2. Further research shows that political connection has a reverse moderation effect on the impact of venture capital on R&D investment. Finally, this paper draws conclusions and proposes policy recommendations.

Key Words:Venture Capital; R&D Investment; Political Connection; Industry Heterogeneity

收稿日期：2019-05-15

基金项目：教育部人文社会科学基金规划项目(16YJAZH016)；北京市社会科学基金重点项目(15JGA027);对外经济贸易大学“一带一路”PPP发展研究中心研究项目(78170411)

作者简介：贺炎林(1969-)，男，四川南充人，博士，对外经济贸易大学金融学院教授、博士生导师，对外经济贸易大学“一带一路”PPP发展研究中心研究员，研究方向为公司金融、金融计量；单志诚(1993-)，男，江苏连云港人，对外经济贸易大学金融学院博士研究生，研究方向为公司金融。

DOI：10.6049/kjjbydc.2019020188

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2019)21-0080-10

0 引言

2013年，中国产业结构经历历史性变化，第三产业占比达到46.09%，首次超过第二产业，而产业结构变化和进一步深化高度依赖技术创新。为此，李克强总理在2014年达沃斯论坛上提出“大众创业、万众创新”；2014-2017年，历届中央经济工作会议均强调“坚持实施创新驱动发展战略”。然而，创新活动需要大量资金投入，并且面临高风险、高不确定性，如何利用风险投资促进技术创新，推动产业结构升级换代，成为目前理论界和学术界的研究热点。

虽然经典理论认为风险投资促进了技术创新，并得到大多数实证数据支持 [1-2]，但也有学者发现风险投资对技术创新的影响不显著甚至为负[3-5]。因此，要想实现产业升级换代，需充分释放风险投资对技术创新的促进作用。由此，学术界形成了如下观点：分阶段分析发现，在初创期和发展期进入的风险投资与研发投入显著正相关，而在扩张期进入的风险投资与研发投入显著负相关[6]；分行业分析发现，风险投资与技术创新在计算机和通信行业相互促进，而在医药和科学仪器行业显著负相关[3]；从风险投资背景分析发现，政府背景不能促进技术创新成果和效益增加，而民营背景则对技术创新成果及效益提升都有正向显著影响[7]；从企业规模分析发现，风险投资对技术创新的促进作用仅存在于小规模企业中[8]；从政治关联分析发现，没有政治关联的风险投资对研发投入影响不显著[9]；从市场化程度分析发现，风险投资对技术创新的影响在市场化程度低的地区正向显著，而在市场化程度高的地区不显著[9]。

综上所述，本文进一步分析风险投资对研发投入影响不显著甚至为负的情形，探寻风险投资有效促进研发投入和技术创新的路径，基于行业异质性视角，研究风险投资如何对企业研发投入产生影响以及政治关联的调节作用。

1 文献回顾与研究假设

1.1 风险投资与研发投入

风险投资对技术创新影响的研究最早可追溯到20世纪七八十年代[10]。Kortum&Lerner [1]发现，风险投资对专利数量的增加效应大约是普通研发(R&D)的3倍。此后，大量研究发现，风险投资能促进研发投入和技术创新，其原因在于：风险投资具有追求高风险、高回报倾向，契合创新活动的特征，能为从事研发创新的企业提供相应的资金[15]和管理支持(龙勇等，2009)，并通过一套复杂的项目筛选程序[11]和专业智力支持 [12]，有效缓解投资者与企业之间的信息不对称问题[13]，与企业研发需求完美互补[14]，进而促进技术创新。

在初创期，企业治理结构往往不够完善，从委托代理角度看，企业管理层为追求私人利益最大化，通常会规避风险高、周期长的技术创新项目，减少研发投入，不利于股东价值最大化目标的实现。风险投资凭借其成熟的管理经验，通过进驻董事会、派驻财务人员对管理层进行有效考核和监督，能有效减少管理层追求私人收益的自利行为(袁蓉丽等,2014)，进而促进研发投入。由此，本文提出如下假设：

H1: 风险投资的引入能显著增加企业研发投入。

1.2 行业视角下风险投资对研发投入的影响

现有从行业角度研究风险投资与研发投入关系的文献可分成两类：

(1)一些学者仅从某一特定行业出发，研究风险投资对企业研发投入的影响。Zucker等[15]以1976-1989年美国生物科技行业为例，在控制区域研究人员数量后，发现风险投资规模对企业创新水平有显著负向作用；Kortum&Lerner[1]以1965-1992年美国制造业为样本，通过构造专利生产函数，发现风险投资与其它资本相比，对企业创新的贡献作用更大；王雷和党兴华[16]以1994-2006年中国高新技术产业为例，发现风险投资能有效促进企业创新，推动高新技术产业发展；陈见丽[17]以中国创业板76家高新技术企业为研究对象，发现风险投资并不能促进企业技术创新，李建军和刘凤元[18]的研究成果也支持了该结论。

(2)一些学者对全部行业进行整体考察，揭示了风险投资对企业研发投入的影响。苟燕楠和董静(2014)以2004-2010年中国中小板上市公司为考察对象，认为有风险投资参与的企业在专利累计申请数量以及研发投入等方面的表现均优于没有风险投资参与的企业，但是具有政府背景、公司背景以及混合资本背景的风险投资会抑制企业研发投入；许昊等[19]以中国创业板2013年12月之前上市的355家企业为考察对象，进一步研究了风险投资背景对企业研发投入的影响，发现具有民营、外资背景的风险投资能促进企业研发投入，而具有政府背景的风险投资对企业研发投入无显著影响，这与苟燕楠和董静(2014)的结论有所不同；沈丽萍[20]以2014年10月之前在创业板上市的378家公司为研究对象，发现风险投资不能为企业带来更多效益，也不能促进企业技术创新；谢光华等[21]以2009-2015年A股上市公司为研究对象，发现持股比例较高、声誉较好的风险投资能促进企业高质量创新产出。

综上可知，虽然现有文献从行业角度研究了风险投资对技术创新的影响，但主要是从单个行业入手，未在两个或多个行业间进行比较研究。本文认为，不同行业具有自身的独有特征，其对研发投入和技术创新的需求存在差异。例如，文献中经常提到高科技行业对技术创新的需求可能更高，这会导致风险投资在不同行业发挥不同效应。由此可见，有必要结合行业异质性，考察风险投资对技术创新的影响。如果风险投资进入某些行业后，能够发挥出更大的资金支持或增值服务作用，那么就会促进技术创新。相反，如果风险投资更多地发挥盘剥作用，则会抑制技术创新。

综上所述，本文提出如下假设：

H2：在不同行业中，风险投资对研发投入的作用存在显著差异。

H2a：在某些行业中，风险投资能够促进企业研发投入；

H2b：在某些行业中，风险投资可能抑制企业研发投入。

1.3 高管政治关联的调节作用

高管团队具有异质性特征，包括任期、年龄、经历、性格、性别等，均会影响其管理决策，进而影响企业技术创新。政治关联是企业高管的一个重要特征，其对研发投入的影响引起学者们广泛关注。Gao等[22]、Su等[23]认为政治关联能促进企业研发投入；江雅雯等(2012)以民营企业为考察对象，发现具有政治关联的企业有着更高的研发投入，蔡地等[24]的实证研究也支持了该结论。但刘圻和杨德伟[25]发现，存在政治关联的民营企业研发投入更少；袁建国等(2015)以非国有企业为研究对象，发现高管政治关联不利于企业研发投入，贺炎林和朱伟豪(2017)亦得到类似结论。可见，政治关联对研发投入的影响存在两种相互矛盾的观点。

(1)大量学者认为政治关联会对研发投入产生积极影响。技术创新常因其独有的长期性、高风险性和信息不对称性特征而面临融资约束。但企业可以通过与政府建立政治关联，进而在融资过程中获得便利[26]，包括避免信贷歧视[27]、获得政府补助(夏力和李舒妤，2013)和获得政府背书等，进而拓宽企业融资渠道(王德祥和李昕，2017)，缓解企业融资约束，从而对企业研发投入产生积极影响。根据奥地利经济学派的观点，技术创新的外部性内生于市场化过程中，而完善的知识产权制度可将这种外部性内部化。但是，目前我国知识产权制度以及相关法律体系尚不完善，依靠知识产权制度解决技术创新外部性仍面临较大局限性[28]。在这种情况下，企业与政府建立的政治关联作为对知识产权制度的一种非正式替代机制，能给予技术创新企业更多补贴和税收优惠等政策支持，进而克服技术创新的外部性，对研发投入产生积极影响(江雅雯等，2012)。

(2)有学者认为政治关联会对企业研发投入产生消极影响。有政治关联的企业高管为了完成和承担相应的政治任务、社会责任[29]，常会作出不利于股东长期利润最大化的决策，引发委托-代理问题，进而对研发投入产生消极影响。企业与政府建立的政治关联会让企业付出寻租成本，以及相应的关系维护成本[30]，二者有可能挤占企业研发资源，抑制企业研发投入，出现企业政治资源“诅咒效应”(袁建国等，2015)。

政治关联不仅对研发投入存在相互矛盾的影响，而且在风险投资对研发投入的影响中发挥调节作用。具体而言，当风险投资对研发投入产生积极影响时，风险投资会凭借其成熟的管理经验和外脑引入，为企业设计合理的风险防范与激励约束机制，对管理层进行有效监督，优化企业治理结构，有助于缓解委托代理问题。同时，风险投资直接向企业直接提供研发资金，能在一定程度上缓解企业融资约束，减少企业对政治关联的依赖。但此时委托代理矛盾可能激化，因为政治关联的存在使得企业需要承担相应的政治任务与社会责任，容易导致高管作出不利于企业利润最大化的决策，甚至会使用风险投资支付寻租成本，产生委托代理问题。在这种情况下，政治关联不利于风险投资优化企业治理结构，进而抑制风险投资对研发投入的积极影响。由此提出如下假设：

H3a：在风险投资对企业研发投入产生正向影响的行业中，政治关联具有负向调节作用。

风险投资对研发投入产生消极影响的一个重要原因是风险投资对技术创新成果的盘剥。风险投资在与企业签订契约时，为了降低投资风险和信息不对称，往往要求获得更多控制权，包括投票权、人事任免权、优先清算权、反稀释条款等。但更多的控制权以及法律制度不完善、立法中的股东至上主义，为风险投资盘剥企业技术创新成果提供了机会。Atanasov [31]、温军和冯根福[32]研究发现，风险投资盘剥企业创新成果的途径主要有：通过“经营隧道效应”将企业技术创新成果出售或直接输送到与自身利益相关的企业中；通过“金融隧道效应”稀释创业者股权或以损害创业者利益的价格出售企业；通过“所有权替代效应”迫使创业者离开企业，自己完成创业者已有的创新项目。因此，当风险投资利用签订契约的方式获得诸多控制权，并对企业技术创新成果进行盘剥时，由于法律制度不完善、约束力不强，政治关联作为法律制度的一种非正式替代机制，能够有效保障企业技术创新成果。政治关联对企业创新的促进作用体现在：政府可以通过行政手段规范风险投资行为，减少风险投资对企业技术创新成果的盘剥；在企业技术创新遭遇风险投资盘剥时，政治关联有助于企业获得更有力的法律保障，并利用政府资源、借助行政手段维权，减轻风险投资的盘剥后果；政治关联是一种信号传递机制，可向外界传递企业能够有效降低被风险投资盘剥的信号。由此提出如下假设：

H3b：在风险投资对企业研发投入负向影响的行业中，政治关联具有正向调节作用。

2 研究设计

2.1 样本选择

本文以2010-2017年北京市所有上市公司为研究样本，并对样本进行筛选：剔除金融类上市公司；剔除B股上市公司；剔除已退市公司；剔除ST、*ST等非正常上市公司。对于在样本期间数据缺失的公司，尝试通过查阅年报和招股说明书等方法补全相关数据，查阅不到则剔除相关公司。同时，如模型(1)-(3)所示，考虑到风险投资对企业研发投入具有滞后效应，本文考察当年风险投资对下一年度研发投入的影响。因此，本文研发投入数据使用2011-2017年数据，而解释变量和控制变量采用2010-2016年的数据。最终，得到264家上市公司的非平衡面板数据，共1 465个观测值。考虑到变量异常值可能对实证结果产生影响，本文借鉴吴超鹏等(2012)的思路，首先利用“三倍标准差法”检测变量异常值，然后对存在异常值的变量进行1%和99%分位的缩尾处理。后续实证研究均采用Stata 15.0软件展开。

以北京上市公司为研究对象的原因在于：现有文献的研究对象都是跨地区的，大多是深交所、中小板、创业板或全国工业企业，很少选用单一地区的上市公司样本。显然，单一地区的上市公司具有相似的经济制度环境，为本文在外部环境大体不变情况下研究风险投资对技术创新的影响提供了天然的实验条件。另外，北京是京津冀一体化的核心，研究如何有效促进北京市研发投入和技术创新，对于把北京建设成为全国科技创新中心、提升京津冀一体化发展水平具有重要意义。

企业高管的个人经历和风险投资数据通过手动整理获得，其它数据均来自Wind数据库。风险投资机构的认定参考吴超鹏等(2012)的方法：上市公司前十大股东的名称中包含“风险投资”、“风投”、“创业投资”、“创投”、“创业资本投资”、“股权投资”等关键词，则认定其为具有风险投资背景；上市公司前十大股东的名称中包含“投资公司”、“投资有限公司”、“投资集团有限公司”、“科技投资”、“技术投资”、“高科技投资”、“技术改造投资”、“创新投资”、“高新投资”、“科技产业投资”、“信息产业投资”、“高新技术产业投资”、“高科技股份投资”、“投资管理”、“投资发展”、“投资中心”、“投资基金管理”等关键词，则采用如下方法进一步进行确认。首先，如果该股东在中国科学技术发展战略研究院科技投资研究编制的2011-2017年度《中国创业投资发展报告》风险投资公司名录中，则认定为具有风险投资背景；其次，利用互联网搜索查询该股东的主营业务，若其中含有“风险投资”、“创业投资”、“对未上市公司进行股权投资”等关键词，则认定为具有风险投资背景。根据上述界定标准，样本中共有315个观测值具有风险投资背景，占总样本观测值的21.50%。

依据证监会行业分类标准，样本包含16个门类行业。其中，制造业这一门类行业下，包含19个细分行业。于是在行业分析中，对制造业采用大类行业分类基准，其它行业采用门类行业分类基准，共得到34个行业。由于部分行业样本容量太少，导致回归结果不可靠，故本文仅选取样本容量大于30的行业，包括信息传输、软件和信息技术服务业，制造业——计算机、通信和其它电子设备制造业，房地产业，建筑业，采矿业，制造业-专用设备制造业，制造业-医药制造业，批发和零售业，电力、热力、燃气及水生产和供应业，制造业-非金属矿物制品业，租赁和商务服务业以及制造业-铁路、船舶、航空航天和其它运输设备制造业等12个行业，容量为1 184，占全部样本的80.82%。

2.2 变量选取

2.2.1 被解释变量

研发投入(RD)。已有研究文献对企业技术创新能力的衡量主要从技术创新投入、产出和效率等3个方面衡量，包括企业研发投入量、企业研发投入强度、企业技术人员占比、发明专利数、新产品销售收入以及核心技术收入占比等，这些指标各具优缺点。基于本文的研究目的，结合数据的可获得性与准确性，同时参考陈伟[7]、黄艺翔和姚铮(2015)、郭玥[28]的研究方法，本文主要选择企业研发投入强度作为被解释变量，定义为企业研发投入与营业总收入之比。

2.2.2 解释变量

风险投资(VC)。为了衡量风险投资机构的参与情况，参考陈见丽[17]、吴超鹏等(2012)、沈丽萍[20]、许昊等[19]的研究方法，采用虚拟变量定义风险投资。将样本内的北京上市公司分为有风险投资机构参与和无风险投资机构两类，如果样本中上市公司相关年份内前十大股东包含风险投资机构，则认定其具有风险投资背景，即VC取值为1，否则取值为0；政治关联(PC)。参考田利辉和张伟(2013)、袁建国等(2015)的研究方法，利用虚拟变量定义政治关联。如果企业董事长或总经理中至少有一人曾在政府、人大、政协或军队中有过任职经历，则认为该企业存在政治关联，取值为1，否则认为该企业不存在政治关联，取值为0。

2.2.3 控制变量

借鉴吴超鹏等(2012)、黄艺翔和姚铮(2015)、温军和冯根福[32]、郭玥[28]的研究方法，选用企业规模(SIZE)、股权集中度(TOP10)、现金流量比率(CASHR)、盈利能力(ROE)、成长能力(GRO)、财务杠杆(LEV)、企业性质(STATE)等作为控制变量。其中，企业规模定义为企业年末总资产的自然对数；股权集中度定义为企业前10大股东持股比例之和；现金流量比率定义为企业经营性现金净流量除以营业总收入；盈利能力定义为加权平均净资产收益率；成长能力定义为营业总收入同比增长率；财务杠杆定义为总负债除以总资产；企业性质采用虚拟变量定义，控股股东为国有机构则取值为1，否则为0。

2.3 模型设定

为检验H1中风险投资对企业研发投入的影响，构建如下计量模型：

RDi,t+1=α0+α1VCi,t+∑βiControli,t+αi+αt+εi,t

(1)

考虑到风险投资主要通过对企业未来研发投入产生影响，因此本文考察当年的风险投资对企业下一年度企业研发投入的作用，分析风险投资对企业研发投入的滞后作用，在一定程度上能够消除这两个变量之间可能存在的内生性问题。RDi,t+1表示上市公司i在第t+1年的研发投入，VCi,t表示上市公司i在第t年的风险投资。控制变量(Controli,t)包括企业规模(SIZEi,t)、股权集中度(TOP10i,t)、现金流量比率(CASHRi,t)、盈利能力(ROEi,t)、成长能力(GROi,t)、财务杠杆(LEVi,t)以及企业性质(STATEi,t)。αi表示个体固定效应，αt表示时间固定效应，εi,t为随机扰动项。该模型中，如果α1显著为正，那么风险投资对企业研发投入具有显著的正向促进作用，H1得证。

为检验H2不同行业中风险投资对企业研发投入的影响，构建如下计量模型：

RDi,t+1=α0+α1VCi,t+∑βiControli,t+∑Year+εi,t

(2)

对前述12个行业中的每个行业，使用该模型进行实证研究。模型(2)中，通过引入年份虚拟变量(Year)控制年份固定效应。由于样本容量减少，为避免多重线性，控制变量(Controli,t)较模型(1)有所减少，仅包括企业规模(SIZEi,t)、股权集中度(TOP10i,t)、现金流量比率(CASHRi,t)以及成长能力(GROi,t)，其余符号含义与模型(1)相同。在模型(2)中，如果不同行业中α1的系数显著不同，就意味着风险投资对研发投入的影响存在行业显著差异，即验证了H2。如果α1显著为正，则风险投资对研发投入具有正向促进作用，即验证了H2a；如果α1显著为负，则风险投资对研发投入具有负向作用，即验证了H2b。

为检验H3不同行业中高管政治关联对风险投资的调节作用，构建计量模型如下：

RDi,t+1=α0+α1VCi,t+α2PCi,t+α3PCi,t*VCi,t+∑βiControli,t+∑Year+∑Industry+εi,t

(3)

在模型(3)中，引入风险投资与政治关联的交互项，以检验政治关联对风险投资的调节作用。其中，PCi,t表示上市公司i在第t年的政治关联；PCi,t*VCi,t表示风险投资与政治关联的交互项；通过引入年份虚拟变量(Year)、行业虚拟变量(Industry)控制行业和年份固定效应；其余变量的含义与模型(1)相同。在模型(3)中，如果α1显著为正，α3显著为负，则政治关联的引入使得风险投资对研发投入的影响系数(α1+α3)显著低于无政治关联情况下的α1，此时H3a成立。如果α1显著为负，α3显著为正，则政治关联的引入使得风险投资对研发投入的影响系数(α1+α3)显著高于无政治关联情况下的α1，此时H3b成立。

2.4 描述性统计

主要变量的描述性统计结果如表1所示，企业研发投入RD的平均值为5.034，表明样本上市公司研发投入占营业总收入的比重均值为5.034%，而郭玥[28]基于2 707家上市公司得出的均值为3.767%，表明北京市上市公司研发投入高于全国水平；风险投资VC的平均值为0.215，表明样本中有21.5%的观测值存在风险投资背景，与郭玥[28]得出的均值0.214相近，表明北京市上市公司风险投资水平与全国水平相近；政治关联PC的平均值为0.310，高于袁建国等(2015)的0.221及陈德球等[33]的0.257，表明北京市上市公司政治关联水平高于全国平均水平。

表2给出了2010-2016年北京市企业研发投入、风险投资、政治关联总体情况，其中研发投入是2011-2017年的数据，其余为2010-2016年的数据。从时间角度看，2011-2017年，北京市上市公司有研发投入的企业从91家上升至227家，占总样本的比例由59.09%上升至85.98%，均值从2011年的2.817上升到2017年的5.632，中位数从2011年的0.465上升到2017年的3.683，无论是从企业技术创新参与程度还研发投入强度，均印证了北京市上市企业越来越重视技术创新。同时，有风险投资背景的企业也在逐年增加，从2010年的18.8%上升到2016年的28.4%，这与企业研发投入有着相同的发展趋势。虽然高管存在政治关联的企业数也在增加，但所占比例整体呈现下降趋势。

表3给出北京上市公司主要行业研发投入、风险投资、政治关联总体情况，研发投入强度较高的行业主要分布在信息传输、软件和信息技术服务业，制造业——计算机、通信和其它电子设备制，制造业——专用设备制造业等高技术行业；较低的行业主要分布于房地产业，批发和零售业以及租赁和商务服务业，电力行业等。其原因可能在于，前者主要为高技术行业，以研发立足，更注重技术创新；后者则以服务质量和产品质量立足，更注重产品和服务质量提升，研发投入相对较少。

风险投资进入比例较高的行业主要为信息传输、软件和信息技术服务业，电力、热力、燃气及水生产和供应业以及制造业——非金属矿物制品业等行业；较低的行业主要为采矿业以及批发和零售业等。由此可见，尽管从时间角度看，企业研发投入与风险投资分布情况及趋势大致相同，但从行业角度看，二者分布情况则存在较大差异，这在一定程度上反映出行业因素可能会影响研发投入与风险投资之间的关系。政治关联主要集中在租赁和商务服务业，房地产业，电力、热力、燃气及水生产和供应业等垄断程度较高的行业。

3 实证分析

3.1 风险投资与研发投入

在对H1进行检验时，首先采用F检验和Hausman检验选择合适的模型。检验结果表明，固定效应模型适用性最佳。表4第1列给出了模型(1)的面板数据回归结果，风险投资VC对企业研发投入的影响没有通过显著性检验，H1未得到证实。由此猜测该结果可能与个体、行业有关，行业异质性是导致风险投资对企业研发投入影响不显著的原因。为此，利用横截面数据，分别引入行业和年度虚拟变量，控制个体固定效应和时间固定效应，结果如表5第2-6列所示。

第2列的横截面回归中，风险投资对企业研发投入的影响在1%水平下正向显著；进一步地，第3列在第2列基础上引入控制变量，风险投资对企业研发投入产生显著正向影响的结论没有改变，具有稳健性，这与第1列的回归结果不同，但证实了H1；在第4列控制年份固定效应后，H1依然成立，具有稳健性。但是在第5、6列中，分别控制行业固定效应、同时控制行业和年份固定效应发现，只要控制行业固定效应，风险投资对研发投入的影响就不显著，这与第1列面板数据的回归结果一致，H1未得到证实。由此，猜测得到证实，即行业异质性是导致风险投资对企业研发投入影响不显著的原因。

本文选用的1 465个样本共包括34个行业，考虑到部分行业样本容量太少，易导致回归结果不可靠，因此仅保留12个样本容量大于30的行业共1 184个观测值。回归结果证实了前述猜测，即行业异质性是导致风险投资对企业研发投入影响不显著的原因。下面从行业视角分析风险投资对研发投入的影响。

3.2 行业视角下的风险投资与研发投入

基于12个主要行业的样本数据进行回归，结果如表5所示。在制造业——计算机、通信和其它电子设备制造业，房地产业以及批发和零售业等3个行业中，风险投资对企业研发投入存在显著正向促进作用，验证了H2a；在制造业——专用设备制造业以及租赁和商务服务业等2个行业中，风险投资对企业研发投入具有显著负向作用，验证了H2b；在信息传输、软件和信息技术服务业等7个行业中，风险投资对企业研发投入无显著影响。由此可见，在不同行业中，风险投资对企业研发投入的影响方向和显著性存在差异，H2得到验证。可以认为，不同行业中的正向影响和负向影响相互抵消，最终导致风险投资在整体上对研发投入影响不显著，从而从行业视角解释了表4第1列中面板数据回归的实证结果。

注：***、**、*分别对应1%、5%、10%显著性水平；括号内T值为经过异方差调整的结果

注：列1为基线回归，列2在列1的基础上加入了控制变量，列3在列2的基础上控制了行业与时间固定效应；列4-6与此相同

为进一步验证H2，将风险投资对企业研发投入具有显著正向作用的3个行业合并为正向影响行业，将风险投资对企业研发投入具有显著负向作用的2个行业合并为负向影响行业，分别考察合并后的行业中，风险投资对企业研发投入的影响，回归结果如表6所示。列1-3显示，在正向影响行业中，风险投资对企业研发投入具有显著正向促进作用，验证H2a；列4-6显示，在负向影响行业中，风险投资与企业研发投入具有显著的负向促进作用，验证了H2b。

进一步地，构建D1与D2两个虚拟变量。如果企业属于正向影响的行业，则D1取值为1，否则为0；如果企业属于负向影响的行业，则D2取值为1，否则为0。将D1、D2引入式(2)得到的回归结果如表7所示。

列1-2中交互项D1VC系数显著为正，意味着虚拟变量D1的引入提高了风险投资对企业研发投入的影响，即在正向影响行业中风险投资对企业研发投入的影响系数(如第2列VC与D1VC的系数之和4.702-0.122=4.580)显著高于非正向影响的行业(如第2列VC的系数-0.122)，验证了H2a。

列3～4中交互项D2VC系数显著为负，意味着虚拟变量D2的引入降低了风险投资对企业研发投入的影响，即在负向影响行业中，风险投资对企业研发投入的影响系数(如第4列VC与D1VC的系数之和-5.013+1.230=-3.783)显著低于非正向影响行业(如第4列VC的系数1.230)，验证H2b。

同时考虑D1与D2两个虚拟变量，结果如列5-6所示，交互项D1VC系数显著为正，D2VC系数显著为负，与列1-4结论一致，H2、H2a、H2b得到证实，结论具有稳健性。

注：列1、3、5为基线回归，列2、4、6在基线回归的基础上加入控制变量，并控制年份固定效应

3.3 政治关联的调节作用

分别依据影响的正向显著行业和负向显著行业样本，对模型(3)进行回归，结果如表8所示。

在1-3列中，PC与VC交互项PCVC系数在1%水平下显著为负，VC系数在1%水平下显著为正，意味着在风险投资正向影响行业中，风险投资对研发投入产生了显著正向影响，但是政治关联引入降低了风险投资对研发投入正向影响的显著性，即风险投资对研发投入的影响在有政治关联的企业中(系数为-0.803=-6.668+5.865)显著低于无政治关联的企业(系数为5.865)，验证了H3a。

在4-6列中，PC与VC交互项PCVC系数在1%水平下显著为正，VC系数显著为负，意味着在风险投资负向影响行业中，风险投资对研发投入产生了负向显著影响，但是政治关联引入提高了风险投资对研发投入的影响，即风险投资对研发投入的影响在有政治关联的企业中(系数为-0.539=5.990-6.529)显著高于无政治关联的企业(系数为-6.529)，验证了H3b。

注：第1列为基线回归，第2列在第1列的基础上加入了控制变量，第3列在第2列的基础上控制了行业和年份固定效应；第4-6列与此相同

4 稳健性检验

本文对所有解释变量及控制变量采取滞后一期的做法，在一定程度上避免了反向因果关系引发的内生性问题。同时，控制了行业、年份固定效应，也在一定程度上避免了因遗漏变量而产生内生性问题的可能。

部分学者研究发现，风险投资与企业研发投入可能存在自选择问题[34]，即风险投资偏向于选择研发能力强、投入多的企业，但这容易导致内生性问题。因此，本文采用Heckman两阶段回归模型进行稳健性检验，具体模型如下：

Probit(RDDi,t+1)=α0+α1VCi,t+∑βiControli,t+∑Year+∑Industry+εi,t

(4)

RDi,t+1=α0+α1VCi,t+IMR+∑βiControli,t+∑Year+∑Industry+εi,t

(5)

式(4)为第一阶段回归，在构建Probit回归方程时，被解释变量为企业研发投入虚拟变量(RDDi,t+1)，利用Probit回归方程计算逆米尔斯率(IMR)。式(5)为第二阶段回归，加入逆米尔斯率(IMR)作为控制变量进行回归。表9所示的实证结果表明，逆米尔斯率(IMR)不显著，不存在自选择问题。

5 结语

5.1 研究结论

风险投资如何影响研发投入一直是理论和实证研究的热点，如何有效规避风险投资对研发投入影响为负或不显著的情况是实践的难点。本文基于2010-2017年北京市264家上市公司数据，从行业异质性角度研究了风险投资对企业研发投入的影响，得到如下结论：

(1)面板数据回归结果显示，风险投资对企业研发投入影响不显著，与H1相矛盾，这是由行业异质性所致，即在不同行业中，风险投资对企业研发投入的影响效果存在差异。在没有控制行业虚拟变量的横截面回归中，风险投资对企业研发投入的影响正向显著，而在控制了行业虚拟变量的横截面回归中，风险投资对企业研发投入的影响不再显著。

(2)在不同行业中，风险投资对企业研发投入的影响存在显著差异：在制造业——计算机通信和其它电子设备制造业、房地产业、批发和零售业中，风险投资对企业研发投入具有正向促进作用；在制造业——专用设备制造业、租赁和商务服务业中，风险投资对企业研发投入具有负向作用，验证了H2。

(3)在企业技术创新过程中，企业政治关联对风险投资具有反向调节作用。在3个正向影响行业中，政治关联弱化了风险投资对研发投入的促进作用；在2个负向影响的行业中，政治关联加强了风险投资对研发投入的影响，弱化了风险投资对企业的盘剥作用，验证了H3。

5.2 对策建议

目前我国正处于经济改革发展的关键时期，实施创新驱动发展战略是促进产业升级、保障经济健康持续发展的重要举措。基于本文研究结论，提出以下建议：

(1)政府在引导风险投资促进企业技术创新时，应结合行业异质性，鼓励风险投资进入技术创新势头强劲的行业；在风险投资对技术创新无显著影响或负向作用行业，政府需要制定合理的激励政策，以发挥风险投资对创新的促进作用。同时，政府需要通过创新补贴、税收优惠等政策手段缓解市场失灵，促进这些行业开展技术创新。具体而言，通过建立能够有效促进技术创新的风险投资和政府支撑体系，提高全行业创新能力，进而推动产业升级。

(2)以往的研究强调风险投资对企业筛选过程，事实上企业在融资过程中也应当注重风险投资机构筛选，以防止其对技术创新成果的盘剥。企业应当选择声誉良好的风险投资机构进行融资，在契约设计过程中，适当限制风险投资机构的控制权。政府应当建立风险投资披露机制，及时披露风险投资机构的信息和行为，提高行业透明度，便于企业筛选风险投资机构。此外，政府应当完善相关法律法规，在公开声誉差、行为不规范的风险投资机构信息的同时，通过法律手段进行相应处罚。

(3)在政企关系方面，首先，应当积极引导构建“亲”、“清”新型政企关系，减少寻租活动对企业研发投入的负面影响。此外，政府应当积极作为，不断修正和完善知识产权制度，利用法律手段保护企业技术创新成果，使其维权活动有法可依，不必寻求政治关联这种非正式机制替代机制保护创新成果。

参考文献:

[1] LERNER K J. Assessing the contribution of venture capital to innovation[J]. The RAND Journal of Economics, 2000, 31(4):674-692.

[2] 陈思,何文龙,张然.风险投资与企业创新:影响和潜在机制[J].管理世界,2017(1):158-169.

[3] HIRUKAWA M, UEDA M. Venture capital and industrial ''innovation''[J]. Cepr Discussion Papers, 2008.

[4] 李云鹤,王文婷.风险投资介入、投资策略与企业异质R&D创新——基于创业新兴指数样本公司的实证研究[J].科技进步与对策,2014,31(21):76-82.

[5] 王兰.关系专用性投资、VC治理行为与技术创新绩效[J].科研管理,2017(6).

[6] 苟燕楠,董静.风险投资进入时机对企业技术创新的影响研究[J].中国软科学,2013(3):132-140.

[7] 陈伟.风险投资的资本来源影响企业技术创新的机理分析和实证研究——基于非资本增值视角[J].商业经济与管理,2013(9):87-96.

[8] BRONZINI R, PISELLI P. The impact of R&D subsidies on firm innovation[J]. Research Policy, 2016, 45(2):442-457.

[9] 贺炎林,朱伟豪.风险投资促进了研发投入吗?——政治关联的视角[J].金融科学,2018(2):76-108.

[10] BEAN A S, SCHIFFEL D D, MOGEE M E. The venture capital market and technological innovation[J]. Research Policy, 1975, 4(4):380-408.

[11] 张学勇,张叶青.风险投资、创新能力与公司IPO的市场表现[J].经济研究,2016,51(10):112-125.

[12] BERNSTEIN S, GIROUD X, TOWNSEND R R. The impact of venture capital monitoring[J]. The Journal of Finance, 2016, 71(4):32.

[13] SAHLMAN W A. The structure and governance of venture-capital organizations[J]. Journal of Financial Economics, 1990, 27(2):473-521.

[14] TEREZA TYKVOV, SCHERTLER A. Cross-border venture capital flows and local ties: evidence from developed countries[J]. Quarterly Review of Economics & Finance, 2011, 51(1):36-48.

[15] ZUCKER L G, DARBY M R, BREWER M B. Intellectual human capital and the birth of U.S. biotechnology enterprises[J]. Nonprofit Policy Forum, 1998, 88(1):290-306.

[16] 王雷,党兴华.R&D经费支出、风险投资与高新技术产业发展——基于典型相关分析的中国数据实证研究[J].研究与发展管理,2008(4):13-19.

[17] 陈见丽.风险投资能促进高新技术企业的技术创新吗?——基于中国创业板上市公司的经验证据[J].经济管理,2011,33(2):71-77.

[18] 李建军,刘凤元.风险资本、技术创新与公司业绩关系研究[J].统计与决策,2013(6):175-179.

[19] 许昊,万迪昉,徐晋.风险投资背景、持股比例与初创企业研发投入[J].科学学研究,2015,33(10):1547-1554.

[20] 沈丽萍.风险投资对中小企业自主创新的影响——基于创业板的经验数据[J].证券市场导报,2015(1):59-64.

[21] 谢光华,郝颖,靳姝菲.风险投资对政府补贴的创新激励有效性的影响研究[J].管理学报,2018,15(9):1337-1346.

[22] GAO S, XU K, YANG J. Managerial ties, absorptive capacity, and innovation[J]. Asia Pacific Journal of Management, 2008, 25(3):395-412.

[23] SU Y S, TSANG E W K, PENG M W. How do internal capabilities and external partnerships affect innovativeness[J]. Asia Pacific Journal of Management, 2009, 26(2):309-331.

[24] 蔡地,黄建山,李春米,等.民营企业的政治关联与技术创新[J].经济评论,2014(2):65-76.

[25] 刘圻,杨德伟.民营企业政治关联影响研发投资的实证研究——来自深市中小板的证据[J].财政研究,2012(5):61-65.

[26] FACCIO M, MASULIS R W, MCCONNELL J J. Political connections and corporate bailouts[J]. The Journal of Finance, 2006, 61(6):2597-2635.

[27] GORDON R H, LI W. Government as a discriminating monopolist in the financial market: the case of China[J]. Journal of Public Economics, 2003, 87(2):283-312.

[28] 郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018(9):98-116.

[29] FAN J P H, WONG T J, ZHANG T. Politically connected CEOs, corporate governance, and Post-IPO performance of China's newly partially privatized firms[J]. 2007, 84(2):330-357.

[30] 张平,黄智文,高小平.企业政治关联与创业企业创新能力的研究——高层管理团队特征的影响[J].科学学与科学技术管理,2014,35(3):117-125.

[31] ATANASOV V A, IVANOV V I, LITVAK K. VCs and the expropriation of entrepreneurs[J]. Social Science Electronic Publishing.

[32] 温军,冯根福.风险投资与企业创新:“增值”与“攫取”的权衡视角[J].经济研究,2018,53(2):185-199.

[33] 陈德球,陈运森,董志勇.政策不确定性、市场竞争与资本配置[J].金融研究,2017(8):80.

[34] GUO D, JIANG K. Venture capital investment and the performance of entrepreneurial firms:evidence from China[J]. Journal of Corporate Finance, 2013, 22(3):375-395.

(责任编辑：林思睿)