靳志偉，周代數(shù)

(1.中國財政科學(xué)研究院，北京 100036；2.中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院，北京100038)

0 引言

我國政府投資基金從創(chuàng)業(yè)投資、引導(dǎo)基金、產(chǎn)業(yè)基金等逐步發(fā)展而來，是我國風(fēng)險投資的重要組成部分，在聚集社會資本、克服風(fēng)險資本市場失靈、支持創(chuàng)新創(chuàng)業(yè)、引導(dǎo)科技型企業(yè)發(fā)展等方面發(fā)揮著重要作用。2005年，《創(chuàng)業(yè)投資企業(yè)管理暫行辦法》第二十二條首次明確提出“國家與地方政府可以設(shè)立創(chuàng)業(yè)投資引導(dǎo)基金，通過參股和提供融資擔(dān)保等方式扶持創(chuàng)業(yè)投資企業(yè)設(shè)立與發(fā)展”。2007年6月，財政部聯(lián)合科技部面向科技型企業(yè)設(shè)立首支國家級產(chǎn)業(yè)投資基金。此后,政府投資基金進(jìn)入快速增長期，相關(guān)政策管理體系逐步完善，對政府投資基金募、投、管、退等環(huán)節(jié)的管理日趨規(guī)范。其中，2015年11月財政部出臺的《政府投資基金暫行管理辦法》規(guī)定政府投資基金設(shè)立模式、運作方法、風(fēng)險控制導(dǎo)向、預(yù)算管理與資產(chǎn)管理方式。在此基礎(chǔ)上，2015年2月財政部出臺的《關(guān)于財政資金注資政府投資基金支持產(chǎn)業(yè)發(fā)展的指導(dǎo)意見》，進(jìn)一步將政府投資基金投資領(lǐng)域明確為“戰(zhàn)略性新興產(chǎn)業(yè)、先進(jìn)制造業(yè)領(lǐng)域、創(chuàng)業(yè)創(chuàng)新領(lǐng)域”。2016年12月，國家發(fā)改委出臺的《政府出資產(chǎn)業(yè)投資基金管理暫行辦法》對政府投資基金募集、登記、管理、信用建設(shè)等進(jìn)行了規(guī)范。相關(guān)管理辦法與實施意見的相繼出臺使得政府投資基金設(shè)立與運行有法可依、有章可循。

截至2020年底，我國政府投資基金目標(biāo)規(guī)模達(dá)11.53萬億元，已到位募資規(guī)模5.65萬億元，2020年新設(shè)立政府投資基金共102支，基金目標(biāo)規(guī)模達(dá)5 164.24億元，已到位規(guī)模3 940.84億元。政府投資基金已成為我國風(fēng)險資本市場的中堅力量。2014-2017年，我國政府投資基金呈現(xiàn)井噴式發(fā)展，如圖1所示。2018年4月，央行、銀保監(jiān)會、證監(jiān)會、外匯局聯(lián)合發(fā)布《關(guān)于規(guī)范金融機構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見》(簡稱“資管新規(guī)”)，旨在規(guī)范金融機構(gòu)資產(chǎn)管理業(yè)務(wù)、統(tǒng)一資產(chǎn)管理產(chǎn)品監(jiān)管標(biāo)準(zhǔn)。由于此前銀行理財資金、保險資金、信托計劃、券商資產(chǎn)管理計劃等聯(lián)合財政資金共同發(fā)起政府投資基金成為常態(tài)，因此“資管新規(guī)”的出臺使得政府投資基金面臨“期限錯配、多層嵌套、差額補足”等多重限制，政府投資基金逐步進(jìn)入調(diào)整期，基金實際到位規(guī)模遠(yuǎn)低于基金目標(biāo)規(guī)模。政府投資基金一方面面臨募資難題，另一方面基金募集越發(fā)向核心城市和區(qū)域聚集，政府投資基金融資網(wǎng)絡(luò)結(jié)構(gòu)成為學(xué)界、業(yè)界關(guān)注重點。由于地理空間距離影響政府投資基金設(shè)立、募資和投資等，因此本文從空間集聚、地理鄰近、投資網(wǎng)絡(luò)等視角研究政府投資基金特點。

圖1 2014-2020年中國政府投資基金設(shè)立情況Fig.1 Chinese government investment funds(2014-2020)

1 理論假設(shè)：風(fēng)險資本網(wǎng)絡(luò)鄰近效應(yīng)

相關(guān)研究發(fā)現(xiàn)，風(fēng)險投資具有空間集聚特征[1-2]，英國大倫敦地區(qū)集中了全英70%的風(fēng)險投資機構(gòu)總部[3]，美國風(fēng)險投資主要分布在紐約、硅谷等金融和高科技產(chǎn)業(yè)集聚地[4]。中國風(fēng)險資本在城市間和行業(yè)間分布不均衡現(xiàn)象突出[5],風(fēng)險投資核心節(jié)點集中在上海、北京、深圳等地區(qū)[6-10]。

在風(fēng)險投資市場上，地理與網(wǎng)絡(luò)空間距離影響信息獲取的便利性和及時性，地理和網(wǎng)絡(luò)空間距離增加均會增加交易成本，加大委托人對代理人、投資人對項目的監(jiān)督難度，影響風(fēng)險投資應(yīng)對信息不對稱及處理道德風(fēng)險的能力。如圖2所示，相比于外圍城市，核心城市對資本、人才、技術(shù)等要素更具有“虹吸效應(yīng)”，核心城市資本溢出效應(yīng)能夠惠及外圍城市發(fā)展。這兩種效應(yīng)疊加呈現(xiàn)為資本集聚鄰近效應(yīng)。

圖2 資本網(wǎng)絡(luò)向核心城市集聚的鄰近效應(yīng)Fig.2 Geographical proximity effect of the core cities' agglomeration of capital

從鄰近效應(yīng)作用機制看，風(fēng)險資本集聚地往往具備專門創(chuàng)新優(yōu)勢和多樣化知識基礎(chǔ)[11-13]，可以減少風(fēng)險投資活動交易成本[14-16]。資本空間集聚有助于創(chuàng)投機構(gòu)溝通交流，及時、有效分享信息[17-18]，便于提高項目甄別能力，減少項目管理成本[19-21]；也便于風(fēng)險資本家利用關(guān)系網(wǎng)絡(luò)提供增值服務(wù)[22-23]，降低投后監(jiān)督成本[24-25]，提高項目退出率[26-27]。

從鄰近效應(yīng)影響因子看，影響風(fēng)險投資區(qū)域集聚的指標(biāo)和因素包括政府政策、創(chuàng)新資源、產(chǎn)業(yè)環(huán)境、科技、金融、人力資本水平、社會中介服務(wù)體系等[28-29]。區(qū)域金融市場資源越豐富，越容易吸引風(fēng)險投資,人力資本豐富區(qū)域也會成為風(fēng)險投資機構(gòu)的理想投資區(qū)域[30-31]。

由于政府投資基金數(shù)據(jù)難以獲取，因此關(guān)于政府投資基金在地理鄰近特征方面的研究較少。了解政府投資基金來源，有助于破解政府投資基金面臨的募資難、投資難等現(xiàn)實問題。本文使用爬蟲技術(shù)獲取政府投資基金大樣本微觀數(shù)據(jù)，并利用復(fù)雜網(wǎng)絡(luò)模型，從市級層面考察我國政府投資基金融資地理鄰近特征，對政府投資基金融資現(xiàn)狀及存在問題進(jìn)行研究。

2 我國政府投資基金融資網(wǎng)絡(luò)城市分布與社區(qū)發(fā)現(xiàn)

2.1 研究方法與工具

本文運用復(fù)雜網(wǎng)絡(luò)模型展開實證分析。復(fù)雜網(wǎng)絡(luò)是指具有自組織、自相似、吸引子、小世界、無標(biāo)度部分或全部性質(zhì)的網(wǎng)絡(luò)[32]。復(fù)雜網(wǎng)絡(luò)是抽象的復(fù)雜系統(tǒng)，其中節(jié)點對應(yīng)復(fù)雜系統(tǒng)中的一個個實體。邊代表復(fù)雜網(wǎng)絡(luò)中節(jié)點與節(jié)點間的關(guān)系，反映不同實體之間的聯(lián)系。邊的權(quán)重表示聯(lián)系緊密程度，邊的方向表示不同個體之間的單向或雙向連接，其中兩個端點重合為一個節(jié)點的邊稱為“自環(huán)”，關(guān)聯(lián)同一對節(jié)點的兩條邊或兩條以上的邊稱為多重邊[33-34]。

為研究各城市政府投資基金分布是否均勻以及是否有部分城市構(gòu)成往來密切的族群結(jié)構(gòu)，本文對復(fù)雜網(wǎng)絡(luò)特征進(jìn)行研究。

(1)網(wǎng)絡(luò)無標(biāo)度特性。復(fù)雜網(wǎng)絡(luò)模型將符合冪律分布的復(fù)雜網(wǎng)絡(luò)稱為無標(biāo)度網(wǎng)絡(luò)。節(jié)點度數(shù)分布符合冪率分布是指網(wǎng)絡(luò)中少數(shù)節(jié)點擁有大量連接，而大部分節(jié)點只有很少連接。

(2)網(wǎng)絡(luò)中心度。節(jié)點度是指節(jié)點鄰接邊的數(shù)量。在構(gòu)建政府投資基金融資網(wǎng)絡(luò)時，本文用“度”表示節(jié)點投入投出頻次。度中心性有兩種表示方法：絕對中心度和相對中心度，后者是前者的歸一化或標(biāo)準(zhǔn)化形式。

絕對中心度公式為：

Cd(vi)=di

(1)

其中，Cd表示節(jié)點度中心性，vi表示節(jié)點，di表示節(jié)點vi的度。在無向圖中，di表示節(jié)點vi鄰接邊的數(shù)量。在有向圖中，節(jié)點度中心性值可利用入度、出度或者將二者結(jié)合衡量。在政府投資基金融資網(wǎng)絡(luò)中，每個城市節(jié)點入度等于機構(gòu)入股(伙)本地基金的頻次總和；每個城市節(jié)點出度等于本地機構(gòu)入股(伙)基金的頻次總和。邊的權(quán)重表示一個城市入股(伙)另一個城市的投資基金頻次，即多重邊數(shù)量。本地機構(gòu)入股(伙)本地基金形成“自環(huán)”，因此入度、出度都包含本地機構(gòu)入股(伙)本地基金的頻次。

相對中心度公式為：

(2)

其中，n代表節(jié)點數(shù),使用最大可能度數(shù)進(jìn)行歸一化處理。

(3)

(3)社區(qū)發(fā)現(xiàn)。復(fù)雜網(wǎng)絡(luò)學(xué)科領(lǐng)域大量實證研究發(fā)現(xiàn)很多網(wǎng)絡(luò)存在聚簇效應(yīng)，即存在明顯的聚集規(guī)律，網(wǎng)絡(luò)節(jié)點之間形成一定的族群結(jié)構(gòu)。本文用模塊度衡量社區(qū)劃分，劃分后的網(wǎng)絡(luò)模塊度值越大，說明社區(qū)劃分效果越好。

模塊度公式為：

(4)

(5)

式(5)中，m表示網(wǎng)絡(luò)中所有邊的權(quán)重，用于歸一化處理；Ai,j是鄰接矩陣，Ai,j表示節(jié)點i與節(jié)點j之間邊的權(quán)重；ki表示與節(jié)點i相連接的邊的權(quán)重；ci表示節(jié)點i被分配到的社區(qū)；δ(ci,cj)用于判斷節(jié)點i和節(jié)點j是否被劃分到同一社區(qū)，如果是則返回1，否則返回0。模塊度是度量社區(qū)劃分優(yōu)劣的重要標(biāo)準(zhǔn)，劃分后的網(wǎng)絡(luò)模塊度值越大，說明社區(qū)劃分效果越好。直觀來講，將連接比較稠密的點劃分在同一個社區(qū)，模塊度值就會變大，最終模塊度最大的劃分就是最優(yōu)社區(qū)劃分。社區(qū)劃分算法較多，包括分裂方法、聚合方法等。此外，凝聚子群也是典型的社會網(wǎng)絡(luò)子結(jié)構(gòu)分析法，有助于簡化復(fù)雜的整體社會網(wǎng)絡(luò)結(jié)構(gòu)，找到蘊含在網(wǎng)絡(luò)中的子結(jié)構(gòu)關(guān)系。凝聚子群分析法包括關(guān)系互惠性及子群內(nèi)部成員間關(guān)系頻次(點度數(shù))等。本文主要采用軟件內(nèi)置Fast Unfolding算法，它是基于模塊度對社區(qū)劃分的一種迭代算法，通過不斷劃分社區(qū)，使劃分后的整個網(wǎng)絡(luò)模塊度不斷增大。

本文研究工具包括：①網(wǎng)絡(luò)爬蟲：網(wǎng)絡(luò)爬蟲是自動提取網(wǎng)頁的程序，由于研究數(shù)據(jù)較多且無完整數(shù)據(jù)庫，本研究通過爬蟲系統(tǒng)獲取政府投資基金相關(guān)信息；②Python networkx：本文采用NetworkX包構(gòu)建城市關(guān)系網(wǎng)絡(luò)，統(tǒng)計相關(guān)節(jié)點網(wǎng)絡(luò)特性，用于創(chuàng)建、操作和研究復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)、動力學(xué)和功能，然后生成可用Gephi繪圖的gexf文件；③社會網(wǎng)絡(luò)分析工具Gephi：社會網(wǎng)絡(luò)分析工具能夠分析網(wǎng)絡(luò)中存在哪些子結(jié)構(gòu)(Sub-struc-ture)，相關(guān)算法能夠分析網(wǎng)絡(luò)整體結(jié)構(gòu)由哪些子結(jié)構(gòu)(如n-派系、n-宗派、k-叢等)組成[35-38]。本文基于Gephi實現(xiàn)各種網(wǎng)絡(luò)復(fù)雜系統(tǒng)與動態(tài)分層圖的交互可視化，篩選分析屬于聚類分析的延伸性功能，在聚類分析的基礎(chǔ)上，選擇符合需要的節(jié)點和連線以得到核心網(wǎng)絡(luò)。

2.2 數(shù)據(jù)來源與處理

當(dāng)前，政府投資基金主流數(shù)據(jù)庫主要有清科集團(tuán)私募通、投中集團(tuán)投中數(shù)據(jù)、賽迪顧問數(shù)據(jù)、中國風(fēng)險投資研究院風(fēng)險投資年鑒、中國科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院中國創(chuàng)業(yè)投資發(fā)展報告等,但是各數(shù)據(jù)庫數(shù)據(jù)口徑和統(tǒng)計范圍不一致[39-40]。原因在于：政府投資基金內(nèi)涵較廣，實踐中包括創(chuàng)業(yè)投資引導(dǎo)基金、產(chǎn)業(yè)基金、并購基金、PPP、國企改革基金等多個領(lǐng)域，造成對政府投資基金屬性的界定因立場、訴求、方法不同而不同，從而導(dǎo)致統(tǒng)計口徑和統(tǒng)計數(shù)據(jù)不一致；同時，政府投資基金設(shè)立主體層級過多，信息披露不及時、不全面。此外，統(tǒng)計監(jiān)測工作不到位，相關(guān)信息登記未及時對外公布。

為獲取較為全面的基金信息，避免單一數(shù)據(jù)庫數(shù)據(jù)不足或數(shù)據(jù)失誤影響模型分析結(jié)果，鑒于政府投資基金存續(xù)期一般為5～7年，因此本文綜合多個數(shù)據(jù)庫2014-2020年設(shè)立的政府投資基金名單，同時整合中央結(jié)算公司發(fā)布的《關(guān)于政府出資產(chǎn)業(yè)投資基金信用信息登記情況的公示》，通過合并名單并剔除重復(fù)名單獲取較為完整的政府投資基金基本名單。

本文采用如圖3所示的數(shù)據(jù)處理方式,綜合多個數(shù)據(jù)庫后共獲得1 489家政府投資基金相關(guān)信息，包括設(shè)立時間、注冊資本、各股東(合伙人)信息、各股東(合伙人)股份比例及認(rèn)繳金額、基金對外投資信息等。在獲取基本名單后，在企查查(https://www.qcc.com，全國企業(yè)信用查詢系統(tǒng)官方備案企業(yè)征信機構(gòu)之一)等公開工具中搜索“基金名稱”，進(jìn)一步獲取詳細(xì)的股東或合伙人信息，從中提取股東及合伙人、基金所處地級市后，構(gòu)建城市關(guān)系網(wǎng)絡(luò)模型。

圖3 數(shù)據(jù)處理方式Fig.3 Data processing method

2.3 描述性統(tǒng)計分析

政府投資基金融資網(wǎng)絡(luò)節(jié)點度數(shù)符合冪率分布,說明該網(wǎng)絡(luò)具有顯著無標(biāo)度特性和異質(zhì)性特征。各城市連接狀況(度數(shù))不均勻分布顯著，即網(wǎng)絡(luò)中少數(shù)城市存在較多連接，而大多數(shù)節(jié)點只有少量連接，如圖4所示。這表明，網(wǎng)絡(luò)中少數(shù)城市在融資網(wǎng)絡(luò)中非常活躍，無論是對外出資參與基金設(shè)立還是吸引外部資金來本地設(shè)立基金都比較常見，而大多數(shù)節(jié)點則不同。

圖4 2014-2020年政府投資基金融資網(wǎng)絡(luò)度分布Fig.4 Distribution of financing network of government investment funds(2014-2020)

2.4 研究結(jié)果

(1)政府投資基金城市分布特征。結(jié)果顯示，政府投資基金覆蓋城市數(shù)量從2014年的78個增長到2020年的286個，基金總數(shù)從2014年的130支增長至2020年的1 489支。出(入)度從2014年的717增長到2014-2020年的7 219。相關(guān)數(shù)據(jù)顯示，政府投資基金網(wǎng)絡(luò)輻射能力逐步增強，城市間合作出資參與政府投資基金愈發(fā)普遍。值得注意的是，自環(huán)頻次(本地機構(gòu)入股(伙)本地基金)從2014年的361增長至2020年的3 996，顯示出政府投資基金出資人仍然主要來源于本地機構(gòu)。

如表2所示，從投入地即基金設(shè)立地看，自2014年起，政府投資基金融資城市網(wǎng)絡(luò)呈現(xiàn)顯著集聚性特征。其中，北京、深圳、蘇州、南京、成都、南通、上海等在吸引資金入股(伙)政府投資基金方面頻次較高，且入度長期位列前十。其它入度排名長期靠前的城市也基本都是省會城市、計劃單列市或省域經(jīng)濟發(fā)達(dá)城市。2014年，入度前10名城市吸引了63.3%的機構(gòu)參與設(shè)立本地基金，雖然其它城市政府基金不斷發(fā)展，但到2019年前10名城市仍然吸引了40.5%的機構(gòu)參與設(shè)立本地基金。除北京、上海、重慶、天津等直轄市及深圳外，各省會城市入度占其它所有城市入度的38.7%，說明機構(gòu)更愿意參與在省會城市設(shè)立的政府投資基金。

表1 政府投資基金融資網(wǎng)絡(luò)節(jié)點及邊數(shù)Tab.1 Number of nodes and edges of government investment fund financing network

表2 政府投資基金融資網(wǎng)絡(luò)中各城市入度統(tǒng)計結(jié)果Tab.2 Statistics of the in-degree of each city in the government investment fund financing network

如表3所示，從投出地即出資入股(伙)政府投資基金看，北京、深圳、上海、蘇州、廣州、南京、合肥、杭州等是主要資本供給地。出度前10名城市2014年占總度數(shù)的比例為44.77%，到2019年占比仍達(dá)39.91%。除北京、上海、重慶、天津等直轄市及深圳外，各省會城市出度占其它所有城市出度的45.71%，說明省會城市機構(gòu)在參與政府投資基金設(shè)立方面更加積極。

表3 政府投資基金融資網(wǎng)絡(luò)中各城市出度統(tǒng)計結(jié)果Tab.3 Statistics of the out-degree of each city in the government investment fund financing network

(2)政府投資基金融資網(wǎng)絡(luò)變化趨勢。在建立政府融資網(wǎng)絡(luò)數(shù)據(jù)文件后，采用Gephi生成如圖5所示的政府投資基金網(wǎng)絡(luò)結(jié)構(gòu)圖。點大小表示入度大小，邊粗細(xì)表示兩個節(jié)點間的連接頻次，邊的顏色與目標(biāo)節(jié)點顏色相同。節(jié)點越大表示該城市設(shè)立政府投資基金的頻次越高，邊越粗表示城市之間投資頻次越高、關(guān)系越緊密，與某城市節(jié)點顏色相同的邊表示投資是從外地投向該城市。其中，部委統(tǒng)一設(shè)為中央節(jié)點，北京僅統(tǒng)計注冊地在本地的其它機構(gòu)；另外，部分個人也直接出資參與政府投資基金，將其統(tǒng)歸為私人節(jié)點。從2014-2020年設(shè)立的1 489家政府投資基金數(shù)據(jù)看，全國65%地級市均設(shè)有基金，80%的城市有機構(gòu)入股(伙)政府投資基金。但是，從2014年以后，本地機構(gòu)參與本地基金的比例一直在50%以上，且呈逐年上升趨勢，說明本地機構(gòu)更愿意參與本地基金設(shè)立，具有顯著地理鄰近特征。此外，圖5還顯示，與北京、上海相比，深圳和蘇州有較多私人直接參與設(shè)立政府投資基金(與深圳、蘇州連接最粗的邊即為私人節(jié)點)，從側(cè)面說明深圳和蘇州政府投資基金運作更加市場化。

圖5 2014-2020年政府投資基金融資網(wǎng)絡(luò)關(guān)系Fig.5 Government investment fund financing network(2014-2020)

對比圖6和圖7發(fā)現(xiàn)，隨著時間推移，城市間網(wǎng)絡(luò)關(guān)系愈發(fā)復(fù)雜，東西部、南北間往來日漸緊密。截至2014年底，政府投資基金集中在東部地區(qū)，京津冀、長三角、珠三角間往來密切，基本形成3個極點。此外，主要集中在中部省會城市周邊地區(qū)，尤其是湖北。核心城市同地理鄰近區(qū)域合作較多，2020年政府投資基金覆蓋全國內(nèi)地所有省份，地理鄰近區(qū)域合作更加頻繁，跨省份遠(yuǎn)距離合作(包括東西部合作、南北間合作)得以加強。此外，中西部地區(qū)也開始形成集聚，并且同東部京津冀、長三角、珠三角之間有密切互動；在每個省內(nèi)，省會同周邊城市之間的合作往來顯著增加。

圖6 截至2014年底設(shè)立的政府投資基金融資城市網(wǎng)絡(luò)分布Fig.6 Network map of cities financed by government investment funds established by the end of 2014

圖7 2014-2020年設(shè)立的政府投資基金融資城市網(wǎng)絡(luò)分布Fig.7 Network map of cities financed by government investment funds ( 2014-2020 )

(3)政府投資基金融資網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)。本文以搜集到的2014-2019年政府投資基金融資網(wǎng)絡(luò)數(shù)據(jù)為基礎(chǔ)，使用Gephi模塊化算法(即上述Fast unfolding算法)計算網(wǎng)絡(luò)模塊度，結(jié)果如表4所示。從社區(qū)發(fā)現(xiàn)結(jié)果看，政府投資基金融資網(wǎng)絡(luò)社區(qū)有15個，最多的社區(qū)有110多個節(jié)點，較多社區(qū)節(jié)點數(shù)集中在10～20之間?？梢园l(fā)現(xiàn)，政府投資基金融資網(wǎng)絡(luò)族群結(jié)構(gòu)明顯。從表5可見，社區(qū)1和社區(qū)2節(jié)點分布范圍較廣，但是具有不同特點：社區(qū)1節(jié)點分布在全國各地，且包含較多省會城市，因為關(guān)鍵節(jié)點是核心城市北京、上海等直轄市，與各地往來聯(lián)系廣泛；社區(qū)3～社區(qū)8基本都是以省域內(nèi)城市為主，且覆蓋鄰省一些城市；而社區(qū)2雖然包含深圳、蘇州等核心城市，但其節(jié)點主要覆蓋華東區(qū)域，包括山東、江蘇、安徽等省份城市?？梢园l(fā)現(xiàn)，社區(qū)1與社區(qū)2存在明顯差異。同時，深圳和蘇州有較多私人直接參與政府投資基金設(shè)立，說明深圳和蘇州政府投資基金運作更加市場化。北京、上海所在社區(qū)節(jié)點遍布全國，可能是因為這兩座城市對全國其它地區(qū)的政策支持較多；而深圳、蘇州具有較多的市場性特征，因此更容易吸引私人資本入駐，也更關(guān)注與東部產(chǎn)業(yè)發(fā)達(dá)地區(qū)的往來。

表4 2014-2019年政府投資基金融資網(wǎng)絡(luò)模塊度計算結(jié)果Tab.4 Modularity calculation of the government investment fund financing network graph(2014-2019)

表5 2014-2019年政府投資基金融資網(wǎng)絡(luò)模塊度的社區(qū)發(fā)現(xiàn)Tab.5 Community discovery based on the government investment fund financing network(2014-2019)

3 結(jié)語

3.1 研究結(jié)論

本文基于爬蟲等技術(shù)獲取政府投資基金大樣本微觀數(shù)據(jù)，運用復(fù)雜網(wǎng)絡(luò)法從市級層面考察我國政府投資基金分布情況，構(gòu)建政府投資基金融資地理網(wǎng)絡(luò)模型，從而得出如下結(jié)論：第一，政府投資基金融資城市網(wǎng)絡(luò)具有顯著空間集聚性特征?？傮w來看，京津冀、長三角、珠三角往來密切，是3個極點。無論是吸引資金設(shè)立政府投資基金，還是出資入股(伙)政府投資基金，北京、深圳、上海、蘇州等核心城市及省會城市都是主要集聚區(qū)。從出度和入度看，整體而言，2014-2020年3個區(qū)域點出入度均值呈大幅上升趨勢，表明核心城市政府投資基金網(wǎng)絡(luò)輻射能力、虹吸凝聚能力均在逐步強化。其中，出度值域區(qū)間有進(jìn)一步擴大傾向，說明核心城市節(jié)點輻射范圍繼續(xù)增強，我國政府投資基金愈發(fā)不協(xié)調(diào)，城市間資本合作極化現(xiàn)象明顯。第二，政府投資基金具有顯著地理鄰近性特征，本地機構(gòu)更愿意參與本地基金設(shè)立，省域內(nèi)城市具有明顯的族群結(jié)構(gòu)；第三，隨著政府投資基金發(fā)展，當(dāng)前全國所有省份及大部分地級市均設(shè)有政府投資基金，地理鄰近區(qū)域之間的合作更加頻繁，省會城市與省域內(nèi)周邊城市合作密切，同時近年來東西部、南北間跨省份遠(yuǎn)距離合作得到加強。第四，深圳、蘇州相比北京、上海有更強的市場性。

由本文研究結(jié)論可知，作為近年來各級政府支持產(chǎn)業(yè)發(fā)展、助力創(chuàng)新驅(qū)動的一項重要政策工具，單從基金募資角度看，政府投資基金對社會資本的引導(dǎo)功能主要集中于本地及城市圈“核心-外圍”等鄰近節(jié)點。同時，政府投資基金融資網(wǎng)絡(luò)不平衡，主要體現(xiàn)為東西部、南北方之間的不平衡，政府投資基金設(shè)立地、出資機構(gòu)所在地都集中在東、中部區(qū)域，西、北部地區(qū)未能形成有效集聚。

3.2 政策啟示

(1)在資本來源方面，受制于地方高負(fù)債和減稅降費的要求，當(dāng)前政府投資基金中的財政出資略顯乏力，應(yīng)著力擴大政府投資基金資本來源，形成多元化出資結(jié)構(gòu)。在一般公共預(yù)算、政府性基金預(yù)算、國有資本經(jīng)營預(yù)算等各類政府性資金的基礎(chǔ)上，鼓勵國有企業(yè)、上市公司、銀行、保險、資產(chǎn)管理公司、信托公司、大中型民營企業(yè)等投資主體出資參與設(shè)立政府投資基金。積極引導(dǎo)社?；稹B(yǎng)老基金、主權(quán)財富基金、家族信托資金、慈善捐贈資金等資本參與政府投資基金。

(2)在杠桿比例方面，為推動地方政府投資基金發(fā)展，不應(yīng)盲目限制財政資金在政府投資基金中的出資比例，不同地區(qū)不應(yīng)“一刀切”，一味追求財政資金放大倍數(shù)不利于政府投資基金的設(shè)立。各地應(yīng)根據(jù)本地實際適度放開政府出資比例限制并適當(dāng)降低中西部和東北地區(qū)政府投資基金杠桿率(財政資金的放大倍數(shù)，社會資本出資/財政出資)。

(3)在基金設(shè)立方面，各級政府應(yīng)統(tǒng)籌考慮政策引導(dǎo)目標(biāo)、財政承受能力等因素，科學(xué)設(shè)立政府投資基金，加強中央與地方協(xié)作統(tǒng)籌，形成財政出資合力。對于未能形成集聚的地區(qū)，在設(shè)立政府投資基金時應(yīng)該從更高行政層面統(tǒng)籌基金出資工作，根據(jù)產(chǎn)業(yè)發(fā)展實際需求設(shè)立創(chuàng)投投資引導(dǎo)母基金，遴選具備募集能力和管理經(jīng)驗的市場化投資機構(gòu)設(shè)立子基金，集中區(qū)域優(yōu)質(zhì)資源吸引社會資本參與。

(4)在基金收益補償方面，應(yīng)該加大政府投資基金中社會資本方風(fēng)險補償力度，在未能形成資本集聚的地區(qū)出臺更多優(yōu)惠政策，吸引社會資本參與設(shè)立政府投資基金，政府出資不應(yīng)以利益最大化為目標(biāo)，而應(yīng)以社會價值和政策價值為引導(dǎo)，進(jìn)一步優(yōu)化社會資本風(fēng)險補償和收益讓渡機制，使社會資本獲得良好收益，從而增加本地政府投資基金融資時的吸引力。

(5)在產(chǎn)業(yè)引導(dǎo)方面：①將政府投資基金作為招商引資、招才引智的抓手之一，通過基金引導(dǎo)產(chǎn)業(yè)集聚，引導(dǎo)社會資本增加投入，扶持重大關(guān)鍵技術(shù)產(chǎn)業(yè)化，有效緩解高新技術(shù)產(chǎn)業(yè)融資約束問題，推動區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，加快形成“基金+產(chǎn)業(yè)”共生共促發(fā)展格局；②積極對外宣傳本地優(yōu)勢產(chǎn)業(yè)，改善本地營商環(huán)境，降低信息不對稱，吸引外部資本支持本地產(chǎn)業(yè)發(fā)展；③通過政府投資基金吸引東部優(yōu)勢產(chǎn)業(yè)向中西部轉(zhuǎn)移，加快當(dāng)?shù)卣顿Y基金落地和資本集聚，并助推區(qū)域產(chǎn)業(yè)升級和創(chuàng)新發(fā)展；④積極發(fā)展交通、新基建等基礎(chǔ)設(shè)施建設(shè)，與外部形成超越地理距離的聯(lián)系網(wǎng)絡(luò)，減輕地理距離給資本集聚帶來的不利影響。

3.3 不足與展望

本文存在如下不足：①在討論政府投資基金極點效應(yīng)和鄰近效應(yīng)時，未深入討論空間相關(guān)性和空間異質(zhì)性的影響，對于政府投資基金是否具有空間溢出效應(yīng)及溢出機制未進(jìn)行深入分析，未來將重點對其進(jìn)行研究；②對于如何優(yōu)化政府投資基金區(qū)域布局，引導(dǎo)風(fēng)險資本流向，更好地發(fā)揮政府投資基金支持創(chuàng)新驅(qū)動和區(qū)域產(chǎn)業(yè)經(jīng)濟發(fā)展作用機制的探討不足，未來將對其進(jìn)行深入研究。