盧 秦，葉玉瑤，李苑君，吳康敏，劉鄭倩

（1.廣東省科學院廣州地理研究所，廣州 510070；2.廣東省遙感與地理信息系統(tǒng)應用重點實驗室/廣東省地理空間信息技術與應用公共實驗室，廣州 510070；3.廣東工業(yè)大學，建筑與城市規(guī)劃學院，廣州 510090）

風險投資對象通常是新興的、高科技和高成長潛力的新創(chuàng)企業(yè)，故風險資本（Venture Capital,VC）又稱“創(chuàng)業(yè)資本”（成思危，1999；金永紅等，2020）。與其他類型的投資活動相比，風險投資能有效促進創(chuàng)新型行業(yè)尤其是高新技術產(chǎn)業(yè)的發(fā)展，進而帶動城市經(jīng)濟和區(qū)域發(fā)展，因此風險投資被廣泛認為是經(jīng)濟增長的“助推器”和科技創(chuàng)新的“催化劑”（汪明峰 等，2014；杜德斌，2015；Lerner et al., 2020）。自上世紀風險投資行業(yè)興起以來，全球風險投資市場規(guī)模不斷擴大，風險投資也逐漸成為學術界備受關注的研究對象（杜德林 等，2022）。進入21世紀以后，風險投資更是在中國持續(xù)穩(wěn)定的高速經(jīng)濟增長和逐步完善的資本市場催生下，逐漸成為中國多層次資本市場的重要組成部分（徐曉紅 等，2016）。風險投資由于其金融工具屬性而受到越來越多的創(chuàng)業(yè)者和投資者的青睞，大量中國上市企業(yè)在創(chuàng)業(yè)時期都得到了風險投資的支持。風險資本頻繁的跨區(qū)域流動也體現(xiàn)了城市間資金和技術等科創(chuàng)要素的互動配置，推動了城市結點成網(wǎng)和風險投資網(wǎng)絡在時間和空間上的動態(tài)演變。因此，準確把握中國城市間風險投資網(wǎng)絡空間結構演化規(guī)律及其影響因素，有助于了解全國城市間資本流動的時空特征，可為城市間金融資源的合理配置提供支撐。

目前，國內(nèi)外學者對風險投資空間分布及其區(qū)位特征（Florida et al., 1993；徐宜青 等，2016；林曉 等，2019）、風險資本流動與風險投資網(wǎng)絡（Castilla, 2003; Jin et al., 2016; Natdanai et al., 2021）和風險投資空間格局的影響因素（張玉華 等，2014；黃曉 等，2015）等方面展開了深入細致的研究。其中，圍繞風險投資網(wǎng)絡的分析可歸納為以下3點：1）在網(wǎng)絡構建上，城市間風險投資網(wǎng)絡主要基于企業(yè)間投資事件次數(shù)（Fang, 2018；汪傳江，2019；彭勇 等，2020）、上市企業(yè)所有權關系（Ma et al., 2011; Pan et al., 2017; Li et al., 2019）和企業(yè)投資額（胡國建 等，2018；焦敬娟 等，2021）等數(shù)據(jù)進行構建，在此基礎上采用空間分析和復雜網(wǎng)絡分析等方法對其節(jié)點中心性格局、演化特征及影響因素等進行探析。2）在時間演化上，關于風險投資的研究主要側(cè)重于靜態(tài)視角分析（莊德林 等，2020；錢肖穎 等，2021）和短時間內(nèi)的動態(tài)視角（Pan et al., 2016；葉雅玲 等，2020）研究，而對長時間序列的動態(tài)演化特征的認識還不夠全面。3）在研究尺度上，學者們主要對京津冀、長三角和粵港澳等城市群（Fang, 2018；趙玉萍 等，2020；Wu et al., 2022）和北京、上海等城市（徐宜青 等，2016；林曉 等，2019）內(nèi)部的風險投資企業(yè)區(qū)位分布以及網(wǎng)絡聯(lián)系特征展開了系列研究。此外，部分學者對風險投資網(wǎng)絡結構的影響因素進行了定性描述（汪明峰 等，2014；Pan et al., 2016;Wu et al.,2022），提出全球化、市場化和政府引導是形塑這一新興網(wǎng)絡的主要力量；部分實證研究對上市企業(yè)間異地投資所形成的空間網(wǎng)絡結構影響因素進行了分析，認為其形成受到地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、人口規(guī)模和進出口額等因素的影響（胡國建等，2018；葉雅玲 等，2020；焦敬娟 等，2021）；其他研究對初創(chuàng)公司通過風險投資形成的城市創(chuàng)投網(wǎng)絡結構和組織模式進行了探討（錢肖穎 等，2021），并對分階段創(chuàng)投城市網(wǎng)絡結構的影響因素進行了分析（莊德林 等，2020）。總體而言，對風險投資網(wǎng)絡的研究主要通過企業(yè)微觀視角，對投融資主體間的網(wǎng)絡關系和地位及其對企業(yè)績效和區(qū)域發(fā)展等產(chǎn)生的影響作用進行探討（王曦，2009；J??skel?inen et al., 2014；杜德林 等，2022）；而從城市宏觀視角切入的研究重點揭示投資活動的空間集聚性和網(wǎng)絡結構等，對網(wǎng)絡結構影響因素和作用機制的探討仍有待補充。因此，基于城市視角的風險投資網(wǎng)絡結構研究對完善現(xiàn)有風險投資網(wǎng)絡理論具有重要意義。

綜上所述，現(xiàn)有研究主要通過投資事件的數(shù)量關系與投資主體組織關系來構建城市風險投資網(wǎng)絡，并集中于城市群和城市尺度對其網(wǎng)絡結構和短期動態(tài)演化特征進行解析，為本研究提供了一定參考與支持，但仍有一些不足有待拓展：1）以往研究往往運用城市間投資事件次數(shù)而非城市間真實的風險投資金額構建網(wǎng)絡，而投資事件次數(shù)難以反映城市間真實的資本聯(lián)系強度，因此可能導致核心城市與邊緣城市間的真實差距被縮小和地位模糊等問題（胡國建 等，2018；葉雅玲 等，2020；焦敬娟等，2021）。2）此前的研究主要集中于部分時間斷面的對比研究和短時間內(nèi)的動態(tài)演化分析，對較長時間段內(nèi)的連續(xù)動態(tài)演化研究較少。3）已有研究主要對初創(chuàng)企業(yè)風險投資形成的城市創(chuàng)業(yè)投資網(wǎng)絡結構和組織模式以及不同投資階段網(wǎng)絡影響因素進行分析，而忽視了整體空間網(wǎng)絡結構影響因素的分析。因此，本研究基于風險投資事件數(shù)據(jù)來衡量城市間資金流動，構建2000—2018年長時間序列的城市風險投資網(wǎng)絡，利用城市間風險投資的真實投資額表征城市聯(lián)系強度，從全國尺度分析和揭示中國城市間風險投資網(wǎng)絡演化特征及其影響因素，以期為引導中國城市間金融要素的合理流動和促進區(qū)域協(xié)調(diào)發(fā)展提供借鑒。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源與處理

本研究所用的風險投資數(shù)據(jù)來自投中集團的CVSource數(shù)據(jù)庫①www.cvsource.com.cn，它包含了目前中國最完整的數(shù)據(jù)（Zhang, 2011）。數(shù)據(jù)涵蓋2000—2018 年中國的風險投資事件，數(shù)據(jù)屬性包括風險投資機構名稱、地址，接受風險投資企業(yè)（初創(chuàng)企業(yè)）名稱、地址，投資金額等。

舍棄無法確定投資來源或去向以及未披露投資金額的數(shù)據(jù)，最終得到2000—2018 年全國尺度共19 218 條投資事件數(shù)據(jù)，共涉及307 個城市，涉及投資金額39 007.66 億元。由2000—2018 年全國風險投資交易事件數(shù)量和金額的增長情況（圖1）看，全國風險投資交易事件具有顯著的階段性特征。亦有研究表明，2009年中國創(chuàng)業(yè)板的正式啟動，對主板市場形成了重要補充，極大地激發(fā)了中小型企業(yè)的創(chuàng)新創(chuàng)業(yè)活力，進一步推動了風險資本市場的快速發(fā)展（Pan et al., 2016; Wu et al., 2022）。由此，為深入理解全國風險投資網(wǎng)絡的演變態(tài)勢，本研究以2009年為時間節(jié)點將樣本數(shù)據(jù)分為2000—2009、2010—2018 年2 個階段進行對比分析（Wu et al.,2022）。

圖1 2000—2018年中國城市間風險投資事件次數(shù)及總金額變化Fig.1 Changes in the number and total amount of venture capital events between cities in China from 2000 to 2018

1.2 網(wǎng)絡構建與分析

風險投資網(wǎng)絡屬于有向加權網(wǎng)絡，參考相關研究（黃曉東 等，2021；焦敬娟 等，2021），以各城市風險投資資本總量來表征城市節(jié)點加權中心度，以城市間風險投資事件涉及的風險投資金額表征城市間聯(lián)系強度，構建中國城市風險資本流動網(wǎng)絡。

社會網(wǎng)絡分析法是綜合運用圖論和數(shù)學模型針對關系型數(shù)據(jù)進行量化分析的方法，目前在地理學和經(jīng)濟學等學科領域被廣泛引入并使用，不少學者采用社會網(wǎng)絡分析方法對企業(yè)、人流和物流等（Li et al.，2019；宗會明 等，2020；古恒宇 等，2021）方式構建的城市網(wǎng)絡展開了研究，是當前研究城市網(wǎng)絡的主流范式。

因此，本研究主要運用社會網(wǎng)絡分析方法（Borgatti et al., 1999；劉軍，2009），重點引入網(wǎng)絡密度、網(wǎng)絡平均集聚系數(shù)和網(wǎng)絡中心勢等指標對風險投資網(wǎng)絡整體結構屬性進行測度（黃曉東 等，2021；高鵬 等，2022）。進一步采用核心—邊緣結構分析模型計算網(wǎng)絡節(jié)點的核心度，該方法根據(jù)節(jié)點聯(lián)系的相對緊密程度將節(jié)點分為核心和邊緣兩大區(qū)塊，進而根據(jù)節(jié)點所在區(qū)塊辨析城市在網(wǎng)絡中的等級關系和權力地位（劉樂 等，2022；張杰 等，2022）。

1.3 回歸模型構建和變量選取

風險投資網(wǎng)絡結構是由風險投資機構和初創(chuàng)企業(yè)兩大微觀主體在多種因素的共同作用下，通過兩者之間的雙向選擇行為所建構起來。因此，影響風險投資機構和初創(chuàng)企業(yè)區(qū)位選擇，以及促進或阻礙兩者之間發(fā)生投資行為的因素都將是形塑整個風險投資網(wǎng)絡結構的重要力量。而人口、資本和技術等資源，市場化水平的高低、市場規(guī)模的大小以及集聚經(jīng)濟和規(guī)模經(jīng)濟等效應都影響著投資機構和企業(yè)的區(qū)位選擇（Pan et al., 2019；焦敬娟 等，2021），風險性高低和信息的不對稱性等因素所導致的成本差異（Wray, 2012；杜德林 等，2022）則決定了兩者之間投資關系的建立。

因此，參考已有研究（胡國建 等，2018；莊德林 等，2020；葉雅玲 等，2020；焦敬娟 等，2021），本研究選取影響風險投資機構與初創(chuàng)企業(yè)區(qū)位選擇的因素，以及塑造城市風險投資網(wǎng)絡空間組織過程的因素，并充分考慮數(shù)據(jù)的可獲取性和模型共線性等檢驗，采用2018年城市網(wǎng)絡點出度、點入度和加權度的對數(shù)值作為被解釋變量，選擇城市經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構、金融環(huán)境、企業(yè)發(fā)展基礎、風投行業(yè)發(fā)展基礎和城市可達性的相應代理變量取對數(shù)值作為解釋變量。為避免異方差性問題，將各變量取對數(shù)后利用Stata軟件進行普通最小二程法（OLS）回歸分析，并將所有解釋變量滯后一期。構建回歸模型如下：

式中：α0是常數(shù)項；α1，……，α7是各變量回歸系數(shù)；εi是隨機干擾項；lnyi代表i城市在2018年的加權出度、加權入度或加權度取對數(shù)值；ln gdpi為地區(qū)生產(chǎn)總值取對數(shù)值；ln seci和ln thii為第二、三產(chǎn)業(yè)占比取對數(shù)值；ln finani為年末金融機構存貸余額占GDP比重取對數(shù)值；ln startupi為城市新增企業(yè)數(shù)量取對數(shù)值；ln vci為城市風險投資機構數(shù)量取對數(shù)值；ln hsri為城市高鐵經(jīng)停班次取對數(shù)值。具體指標的含義及數(shù)據(jù)來源和處理過程如表1。

表1 風險投資網(wǎng)絡結構影響因素分析的變量定義與解釋Table 1 Variable definition and interpretation of influencing factors analysis of venture capital network structure

2 城市風險投資網(wǎng)絡的空間結構及演化

2.1 網(wǎng)絡整體結構演變分析

2000—2009年中國城市間風險投資網(wǎng)絡中城市節(jié)點數(shù)和參與投資的城市對數(shù)分別為198 個和577對，到2010—2018 年增加至305 個和2 079 對，分別增長了54.04%和原來的2.6倍；風險投資聯(lián)系涉及金額由2000—2009年的4 365.30億元增加到2010—2018 年的34 642.36 億元，前后投資規(guī)模擴大為原來的近8倍；網(wǎng)絡密度也由0.014 7上升至0.022 2（表2）。這表明城市間風險投資聯(lián)系趨于緊密，越來越多的城市主動/被動參與到全國風險投資網(wǎng)絡中。但與全國人流、物流、交通流等城市網(wǎng)絡的快速增長態(tài)勢相比（宗會明 等，2020；古恒宇 等，2021；楊浩然 等，2022），全國風險投資網(wǎng)絡的多項網(wǎng)絡統(tǒng)計指標增長幅度相對仍較低，發(fā)展趨勢緩慢。

表2 2000—2018年全國風險投資網(wǎng)絡結構的統(tǒng)計特征量Table 2 Statistical characteristics of national venture capital network structure from 2000 to 2018

對網(wǎng)絡集聚指標進行測量，發(fā)現(xiàn)其中的平均聚集系數(shù)由0.394增至0.631，表明全國風險投資網(wǎng)絡聯(lián)系的集聚程度出現(xiàn)上升，表現(xiàn)出明顯的高聚集性和小世界網(wǎng)絡特征；出度（投資方）網(wǎng)絡中心勢由0.028 下降至0.020；入度（融資方）網(wǎng)絡的中心勢由0.009下降至0.008，表明全國風險投資網(wǎng)絡投資方/融資方網(wǎng)絡結構皆趨于扁平化，存在去中心化趨勢。進一步比較出度（投資方）網(wǎng)絡和入度（融資方）網(wǎng)絡發(fā)現(xiàn)，出度網(wǎng)絡中心勢在兩個階段均大于入度網(wǎng)絡中心勢，這表明出度網(wǎng)絡的聯(lián)系集中程度遠大于入度網(wǎng)絡，風險投資機構集中于少數(shù)中心城市，而接收融資的初創(chuàng)企業(yè)在地理空間分布上較為分散。

2.2 風險投資網(wǎng)絡聯(lián)系演化

利用ArcGIS 軟件對城市間風險投資聯(lián)系進行可視化，并利用自然斷裂點分級方法將其分為5級（圖2）。整體上風險投資聯(lián)系明顯由以北京—上海、深圳—上海為主導的東部沿海軸線向以北京—深圳和北京—拉薩、喀什為主導的中西部軸線進行擴張。對兩個時段的加權中心度和城市聯(lián)系對Top10（表3）進行對比分析，發(fā)現(xiàn)城市間風險投資網(wǎng)絡表現(xiàn)出明顯的路徑依賴特征。北京和上海之間的資本聯(lián)系最強，始終主導風險投資網(wǎng)絡，中心度高的城市也始終占據(jù)網(wǎng)絡核心地位；前10的城市聯(lián)系對中有7 對是延續(xù)原有的投資路徑，僅有3 對即拉薩→北京、深圳→上海和喀什→北京是新創(chuàng)造的路徑，說明風險投資具有明顯的路徑依賴特征。拉薩、喀什與北京之間由較弱聯(lián)系轉(zhuǎn)變?yōu)閺娐?lián)系，這可能是由于風投數(shù)據(jù)的局限性，部分投資事件總投資額缺失被剔除，降低了部分發(fā)達城市之間的聯(lián)系強度；同時，拉薩和喀什地區(qū)相較于東部發(fā)達城市的初創(chuàng)企業(yè)更少，從而更傾向于將資本投放到擁有更多優(yōu)質(zhì)投資項目且金融環(huán)境較好，長期以來政治和經(jīng)濟聯(lián)系更緊密的首都北京。

表3 2000—2018年中國城市間風險投資加權中心度和聯(lián)系對Top10Table 3 China's inter-city venture capital weighted centrality and linkage pair TOP10 from 2000 to 2018

圖2 2000—2018年中國城市間風險投資網(wǎng)絡空間格局Fig.2 Cyber-spatial pattern of venture capital between cities in China from 2000 to 2018

進一步將不同距離的城市投資聯(lián)系涉及金額加總，結果顯示（圖3、表4），兩個階段的城市風險投資聯(lián)系都具有明顯的長距離聯(lián)系和距離衰減特征?？傮w來看，投資額主要集中在1 000～2 400 km以內(nèi)，但是投資聯(lián)系在該距離范圍內(nèi)先下降，然后在1 200～1 400和2 200～2 400 km左右形成兩個顯著的“高峰”，而該距離范圍恰好是以北京、上海和深圳為主導的三大城市群之間的距離；該距離范圍內(nèi)的投資比重由2000—2009 年的82.43%降至2010—2018 年的67.72%，說明風險投資聯(lián)系由三大城市群之間不斷下沉至其他城市，因而在該距離范圍外的投資聯(lián)系都有小幅上升；此外，1 000 km內(nèi)的短距離投資主要發(fā)生于三大城市群內(nèi)部城市之間及城市群周邊地區(qū)，2 400 km以上主要發(fā)生于三大城市群與西北和東北地區(qū)之間的投資聯(lián)系。

表4 不同距離范圍的城市間風險投資額占比變化Table 4 Changes in the proportion of venture capital investment between cities in different distance ranges

圖3 城市間風險投資聯(lián)系的距離衰減特征Fig.3 Distance attenuation characteristics of venture capital linkages between cities

2.3 網(wǎng)絡區(qū)塊的擴張與分化

由核心—邊緣分析結果可知（表5），兩個時段處于核心地位和邊緣位置的城市數(shù)量都有所增長，但其核心度普遍是降低的，這可能意味著城市網(wǎng)絡權力的分布逐漸由處于絕對主導地位的單中心格局逐漸轉(zhuǎn)向功能性的多中心格局。

表5 2000—2018年城市間風險投資網(wǎng)絡的核心―邊緣結構Table 5 The core-periphery structure of inter-city venture capital network from 2000 to 2018

具體而言，核心地位的城市數(shù)量從2000—2009年的13 個擴張到2010—2018 年的22 個，并且前一階段處于核心地位的城市傾向于始終在網(wǎng)絡中維持著核心地位，表現(xiàn)出強烈的路徑依賴特征，這也可能意味著擁有風險投資行業(yè)發(fā)展基礎的城市能夠不斷鞏固其在網(wǎng)絡中的核心地位；2000—2009年核心地位的城市包括上海、北京、深圳、南京等13個城市，2010—2018 年的核心城市中增加了寧波、珠海、福州等9個城市，風險投資網(wǎng)絡的權力中心仍主要分布于4大城市群和部分省會城市，更多的中西部和東北地區(qū)城市處于網(wǎng)絡的邊緣位置，但網(wǎng)絡樞紐節(jié)點逐漸在向邊緣城市擴張。

另外，占據(jù)核心位置的城市間還表現(xiàn)出等級次序的分化與權力轉(zhuǎn)移的特征，北京和上海在網(wǎng)絡中的核心度明顯高于其他核心城市，這主要得益于北京是中國的權力中樞、國有資本和各類人才的主要集聚地，而上海則長期以來是中國的經(jīng)濟中心和國際金融中心，且兩者都設有中國證監(jiān)會和證券交易所，吸引集聚了國內(nèi)眾多的風險投資金融機構，是承擔著全國性金融服務樞紐功能的城市（Pan et al.,2016）；香港作為全球最大的離岸金融中心之一，是全球風險投資的重要平臺，早期在中國風險投資網(wǎng)絡中占據(jù)核心位置，但后期核心地位有所下降，而毗鄰香港的深圳則發(fā)展為全國風險投資網(wǎng)絡中心，這主要是因為2009年在深圳設立了中國證券市場創(chuàng)業(yè)板，這些資本和資源促進了深圳市風險投資行業(yè)的迅猛發(fā)展，最終實現(xiàn)與香港之間在中國風險投資網(wǎng)絡中部分網(wǎng)絡權力的轉(zhuǎn)移，但香港在中國風險投資網(wǎng)絡中仍占據(jù)重要位置。

3 城市風險投資網(wǎng)絡結構的影響因素

3.1 影響因素的回歸分析

根據(jù)回歸結果（表6），整體上城市創(chuàng)業(yè)基礎對城市風險資本集聚程度的影響最大，其次是風險投資行業(yè)發(fā)展基礎、金融環(huán)境、第三產(chǎn)業(yè)占比和城市可達性等，即城市創(chuàng)業(yè)和風投行業(yè)發(fā)展基礎越好、金融環(huán)境越好；第三產(chǎn)業(yè)占比和城市可達性越高，則代表其吸納、輸出和集聚風險資本的能力越大，尤其對城市吸引資金流入有更高的正向促進作用。

表6 中國城市間風險投資網(wǎng)絡結構的影響因素分析回歸結果Table 6 Regression results of analysis of influencing factors of venture capital network structure between cities in China

具體來看，經(jīng)濟發(fā)展水平加權入度和加權度沒有明顯影響，但對加權出度有顯著的負向影響，這表明城市經(jīng)濟發(fā)展水平越高，跨區(qū)域資本輸出的能力越低。第二產(chǎn)業(yè)占比對加權入度和加權度都有顯著的正向影響，但對加權出度卻沒有顯著影響，這表明城市第二產(chǎn)業(yè)占比越高其吸引資本的能力越大。第三產(chǎn)業(yè)占比表現(xiàn)出與第二產(chǎn)業(yè)類似的特征，對加權入度和加權度分別在1%和5%的水平上具有顯著的正向影響，即第三產(chǎn)業(yè)占比越高則對資本吸引程度越高，而且其對資本的吸引程度明顯高于第二產(chǎn)業(yè)。金融環(huán)境水平對全國加權入度、加權出度和加權度均有顯著的正向影響，即越好的金融環(huán)境水平則資本輸出能力和對資本吸引程度都將越高。初創(chuàng)企業(yè)發(fā)展基礎同樣對加權入度、加權出度和加權度具有顯著影響，并且在3個回歸方程中的系數(shù)均在1%的水平上顯著為正，表明城市的創(chuàng)業(yè)基礎環(huán)境越好越能利用集聚效應帶動初創(chuàng)企業(yè)和風投機構的入駐發(fā)展，繼而為城市吸引、輸出和積累更多的資本。風投行業(yè)發(fā)展基礎對加權出度和加權度均在1%水平上顯著為正，說明城市風投行業(yè)發(fā)展越好，城市輸出風投資本的能力越強。城市可達性對加權入度和加權度有顯著的正向作用，這表明城市交通基礎設施水平越高越能夠促進風險資本的集聚。

3.2 關鍵影響機制分析

本研究的回歸結果表明，創(chuàng)業(yè)基礎、金融環(huán)境和城市可達性等因素對風險投資網(wǎng)絡結構具有顯著性影響，在一定程度上也表明了多維鄰近性、城市經(jīng)濟與路徑依賴等多種機制是塑造風險投資網(wǎng)絡結構的重要動力，這些關鍵機制推動全國和區(qū)域的風險資本網(wǎng)絡構建與區(qū)域資本中心的形成與演變?！班徑浴笔秋L險投資行為的顯著特征（Zhang,2011；林曉 等，2019），這種“鄰近性”不僅意味著地理上的鄰近，還包括其他多個維度如制度鄰近、市場鄰近、技術鄰近等（J??skel?inen et al.,2014；賀燦飛，2018），投資者通常將“鄰近性”作為重要準則來選擇投資對象以降低投資風險和成本（Zook, 2002）。多維鄰近性解釋了為何北京、上海和深圳等主要資本中心城市之間形成了更為緊密的跨區(qū)域資本聯(lián)系（Pan et al., 2019）。此外，城市經(jīng)濟和路徑依賴推動著金融中心的形成，北京、上海、深圳和香港都是國際知名的金融城市，集聚了全國主要的金融企業(yè)與金融從業(yè)者，人才、企業(yè)和金融服務等要素高度的集聚產(chǎn)生了極大的馬歇爾本土經(jīng)濟效應。在路徑依賴的強化下，這種集聚效應不斷加深它們在全國尺度的專業(yè)化效應，推動當?shù)氐慕鹑诜疹I域技術溢出與創(chuàng)新，從而不斷推動金融中心地位與資本市場的形成與發(fā)展（賀燦飛，2018；Wu et al., 2022）。

4 結論與啟示

研究利用城市間風險投資數(shù)據(jù)，構建2000—2018 年中國城市間風險投資網(wǎng)絡，分為2000—2009、2010—2018年兩個時段進行對比分析，從網(wǎng)絡整體結構演變和網(wǎng)絡聯(lián)系演化等角度研究了中國城市間風險投資網(wǎng)絡，并采用多元線性回歸模型對風險投資網(wǎng)絡空間結構的影響因素進行分析。研究發(fā)現(xiàn)：

1）2000—2018 年中國城市間風險投資聯(lián)系網(wǎng)絡中城市節(jié)點數(shù)、城市對數(shù)和投資總額均有較大增幅，風險投資網(wǎng)絡密度也呈上升趨勢，說明城市間風險投資聯(lián)系趨于緊密，更多的城市主動或被動地參與到全國風險投資網(wǎng)絡中。全國風險投資網(wǎng)絡聯(lián)系的集聚程度出現(xiàn)上升，但投資方/融資方空間結構皆趨于扁平化，存在去中心化趨勢。因此，在中國風險投資規(guī)模整體呈現(xiàn)上升且不斷延伸至中小城市的情況下，從區(qū)域協(xié)調(diào)發(fā)展角度出發(fā)，未來中小城市應更加注重其投資環(huán)境的營造和改善，以持續(xù)吸引投資縮小與發(fā)達城市間的發(fā)展差距。

2）城市間風險投資網(wǎng)絡聯(lián)系整體上明顯由以北京—上海、深圳—上海為主導的東部沿海軸線向以北京—深圳和北京—喀什、拉薩為主導中西部軸線進行擴張，北京和上海始終主導全國風險投資網(wǎng)絡，中心度高的城市也始終占據(jù)網(wǎng)絡核心地位，風險投資具有明顯的路徑依賴特征。投資額主要集中在1 000～2 400 km 范圍內(nèi)的以北京、上海和深圳為主要聯(lián)系的三大城市群之間，但投資比重在該距離范圍內(nèi)有所下降，表明風險投資聯(lián)系由三大城市群之間不斷下沉至其他城市。位于核心和邊緣地位的城市數(shù)量均有所增加，但城市的網(wǎng)絡核心度存在普遍降低的現(xiàn)象，表明城市中心網(wǎng)絡權力的分布由占據(jù)主導地位的單中心格局逐漸轉(zhuǎn)向功能性的多中心格局。風險投資網(wǎng)絡中處于核心節(jié)點的城市也偏向于長期維持其核心地位，表現(xiàn)出強烈的路徑依賴特征。香港在中國風險投資網(wǎng)絡中的核心地位有所下降，深圳逐漸發(fā)展為全國風險投資網(wǎng)絡中心，實現(xiàn)與香港之間部分金融功能的轉(zhuǎn)移。因此，從政府宏觀調(diào)控出發(fā)，在考慮核心城市發(fā)揮輻射帶動作用的基礎上，可引導金融要素在城市間相對均衡地進行分布，以在更大空間尺度上獲得集聚經(jīng)濟。

3）在城市風險投資網(wǎng)絡空間結構的影響因素中，城市創(chuàng)業(yè)基礎、風投行業(yè)發(fā)展基礎、第三產(chǎn)業(yè)占比和金融環(huán)境等都對城市風險投資網(wǎng)絡空間結構存在顯著影響。其中，城市創(chuàng)業(yè)基礎水平、風投行業(yè)發(fā)展基礎、第三產(chǎn)業(yè)占比、金融環(huán)境和城市可達性是影響城市間風險投資網(wǎng)絡空間結構的主要因素，第二產(chǎn)業(yè)占比對風險投資吸引和輸出能力具有一定的促進作用，而城市經(jīng)濟發(fā)展水平對資本輸出能力有一定的負向影響，并且其對城市資本吸引沒有顯著影響。回歸結果一定程度上也表明多維鄰近性、城市經(jīng)濟與路徑依賴等多種機制是塑造風險投資網(wǎng)絡結構的重要力量，推動著全國和區(qū)域的風險資本網(wǎng)絡構建與區(qū)域資本中心的形成與演變。因此，依靠市場的自我配置能力是很難實現(xiàn)金融資源向網(wǎng)絡中的邊緣城市流動的，必須依靠國家層面的政策傾斜才能引導金融資源向下延伸。

研究得出以下啟示：1）明確城市在全國風險投資網(wǎng)絡中的地位，改善城市創(chuàng)新創(chuàng)業(yè)環(huán)境，提升創(chuàng)投要素資源配置能級，吸引風險投資機構和初創(chuàng)企業(yè)入駐形成聚集效應以吸引更多資本。2）在風險投資逐漸下沉至中小城市的進程中，順應風險投資活動長距離聯(lián)系的趨勢，不斷消除阻礙資本和技術等創(chuàng)新要素自由流動的壁壘，逐步形成各城市間的跨區(qū)域投資與創(chuàng)業(yè)項目的資金對接長效機制，擴大網(wǎng)絡連通性，推動全國風險資本中心城市資源快速高效流動，從而使得各節(jié)點城市能夠從城市風險投資網(wǎng)絡的規(guī)?；惺芤?。3）改善城市對外交通網(wǎng)絡基礎設施，提升城市可達性，降低風險投資活動中信息、人員、資本和創(chuàng)新創(chuàng)業(yè)等要素資源的跨區(qū)域流動成本。

本研究仍存在以下2個方面的不足：一是無法反映風險投資企業(yè)對中國上市公司的投資行為，因此未來將擴大對上市公司風險資本流動特征的研究，以期更全面地了解中國城市間的風險投資聯(lián)系特征；二是未考察不同行業(yè)間的風險投資分布差異反映到城市間投資網(wǎng)絡上所表現(xiàn)出的異質(zhì)性，未來的研究將嘗試從更多細分行業(yè)視角對中國風險投資網(wǎng)絡進行更深入細致的探析。