| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 黄河流域风险投资网络时空演化特征 |
| 第741期 作者：□文/滚雅妮 时间：2024/11/16 10:22:06 浏览：18次 |
［提要］ 基于黄河流域风险投资数据，借助社会网络分析、空间分析等方法，对黄河流域风险投资网络时空演化特征进行分析。研究发现：（1）黄河流域风险投融资事件发展不平衡，空间不均衡程度随时间推进愈发凸显，东、中、西部地区融投资事件数量发展差距显著；（2）黄河流域风险投资网络密度和规模不断扩大，呈现空间集聚态势，分布重心以省会城市为主，风险投资联系具有一定的路径依赖特征且愈加显著。
关键词：黄河流域；风险投资；城市网络；结构；时空演化
基金项目：国家自然科学基金资助项目（编号：42101163）；山东省自然科学基金资助项目（编号：ZR2020QD007）
中图分类号：F83 文献标识码：A
收录日期：2024年5月15日
引言
2021年10月，《黄河流域生态保护和高质量发展规划纲要》发布，指出黄河流域高质量发展要全面贯彻新发展理念，需要以推进金融高质量发展为主题，充分发挥金融在风险配置上的功能，促进黄河流域各经济单元之间的资金合理流动。风险投资以其独特的运作方式促进新兴行业尤其是高新技术产业的发展，进而成为带动城市经济和区域发展的重要动力，在塑造城市金融网络关系中起着主导性的作用。因此，本研究以黄河流域为研究区，对其风险投资网络空间结构演化规律及其影响因素进行研究。
自20世纪80年代风险投资行业兴起以来，全球风险投资市场规模不断扩大，随着学术界对风险投资的研究不断深入，风险投资网络研究也逐渐成为金融地理研究的热点。21世纪以来，我国的风险投资行业不断发展，学界对于风险投资网络的研究也愈加丰富。第一，在风险投资网络的构建类型上，主要分为联合风险投资网络、基于风险投资事件数量的城市间风险投资网络以及基于风险投资事件资本规模的城市间风险资本流动网络三种。第二，在风险投资网络的内部结构研究上，主要是借助空间分析及复杂网络分析对风险投资网络的节点中心性、节点间的联系格局以及社群结构进行研究。在研究的空间尺度上，研究多集中在大区、国家、地区尺度，诸多学者对国家尺度的风险投资网络展开了大量研究，亦有部分学者聚焦城市群或省域内部的风险投资网络研究。在时间阶段上，大多研究主要通过构建时间窗进行风险投资网络动态演化研究。
综上所述，现有研究大多聚焦于国家层面或是某一特定省域或城市群，未对流域尺度上的风险投资网络结构演化展开研究。因此，本研究基于黄河流域风险投资事件，分四个阶段构建2001～2022年的风险投资网络，分析黄河流域风险投资联系网络的节点中心度以及空间格局演化特征，以期为引导黄河流域金融要素的合理流动和促进区域协调发展提供借鉴。
一、数据来源与研究方法
（一）研究区概况。黄河西起青藏高原巴颜喀拉山，东临渤海，横跨我国东、中、西三大地域，在全国经济发展格局中占有重要地位。本文参照李敏纳研究黄河流域所提出的“以自然黄河流域为基础、尽可能保持地区级行政区划单位的完整性和考虑地区经济与黄河的直接关联性”的原则，综合借鉴相关研究成果，去除已纳入长江经济带的四川省及广义上属于东北地区的内蒙古蒙东地区，将研究区域界定为山东、河南、山西、陕西、宁夏回族自治区、青海、甘肃、内蒙古自治区8省（自治区）88个地级市（州、盟）和济源这一省直辖县级市，并将其划分为东部、中部、西部3个区域，东部为山东省全部，中部为河南省和山西省全部，其余为西部。
（二）数据来源与处理。本研究所用的风险投资数据来自Wind数据库，数据涵盖了2001～2022年发生在黄河流域的风险投融资事件，数据属性包括风险投资机构名称、融资企业名称、融资企业地址等，并通过企查查平台获取风险投资机构的地理位置信息。此外，为深入理解黄河流域风险投资网络的演变态势，本研究将样本数据分为2001～2005年、2006～2010年、2011～2015年以及2016～2022年4个阶段进行对比分析。
（三）研究方法
1、变异系数。变异系数（CV）为黄河流域风险投资相对均衡程度的一种测算指标，CV数值越大说明该区域风险投资发展越不均衡，差异越大，反之亦然，计算公式为：
CV=■ （a＝1，2，3，…，89） （1）
其中，CV为变异系数，a为黄河流域地级市数量，xi为城市i的风险投融资次数，■为黄河流域各城市风险投融资事件的平均数量。
2、社会网络分析。在社会网络分析中，通常从网络规模、网络紧密性、网络可达性、网络连通性、小世界性及网络联系广度等方面对网络的整体特性进行分析。风险投资网络属于社会网络范畴，对此本文从网络节点数、网络密度以及网络节点中心度三个方面对黄河流域风险投资网络进行相关分析。
（1）网络节点数。网络节点数通常反映网络规模的大小，在风险投资网络中，网络节点数为参与风险投资网络构建的城市节点数量，通常用n表示，网络节点数越多，意味着该阶段内风险投资网络的规模越大。
（2）网络密度。网络密度是衡量网络中各节点之间相互关联程度的一项指标。网络密度的数值越大，说明网络内存在的实际关系数越多，节点之间的联系越密切，网络内部的信息流通性越好，计算公式为：
D＝■ （2）
（3）加权中心度。节点的中心度常用来衡量节点在网络中居于核心地位的程度。加权中心度是风险投资网络中出度与入度之和，中心度越高，表明城市越居于网络核心地位，计算公式为：
Ni＝∑Oij+Tji （3）
其中，Ni为加权中心度，Oij为出度即城市i对其他城市j的投资次数，Tji为入度即其他城市j对城市i的投资次数。
3、空间分析方法。借助ArcGIS软件扩展模块中的xy to line工具，对黄河流域风险投资网络的空间结构进行可视化，并借助断裂点分类方法，将联系按照联系强度分为5个等级。
二、黄河流域风险投资网络动态演化
（一）黄河流域风险投资发展历程及现状。从时间序列上看，如图1所示，2001～2022年黄河流域风险投融资事件取得显著发展，尤其是2015年迅速增加，并在2017年达到发展历程中的第一个小高峰，此后在2018年及2019年发生了小幅回落，但整体上黄河流域投融资事件呈现增长趋势。（图1）
从黄河流域融资事件和投资事件的对比上看，2001～2005年黄河流域的投资事件数和融资事件数相差甚小，自2008年开始，黄河流域投资事件数和融资事件数差距逐渐拉大，2017年差距达到最大，融资事件数达投资事件数的四倍之多。整体上，黄河流域的投融资事件以融资事件占主导，发展过程中黄河流域融资事件数始终高于投资事件数。
从黄河流域投融资事件的空间差异上来看，如图2所示，两者波动较大，且投资事件的不均衡程度远高于融资事件。2001～2005年，黄河流域投资事件的变异系数在波动中上升，从2001年的4.2159上升至2005年的6.1844，达到高峰，空间不均衡程度愈发凸显；融资事件的变异系数在波动中下降，从2001年的3.6470下降至2005年的3.0829，均衡程度有所增加。2006年以后，黄河流域投资事件的变异系数先逐年下降，直至2012年达到最小值后开始上升；融资事件的变异系数波动频率较高，总体变化较为平稳。整体上，黄河流域投资事件的变异系数在波动中上升，融资事件的变异系数在波动中下降，表明黄河流域的投融资事件的不均衡程度并非是同步变化的。（图2）
从黄河流域分东、中、西部各地区的对比上看，在变化趋势上，无论是投资事件数还是融资事件数，整体上东、中、西部地区均呈现增长趋势且局部涨落情况大致相似；在事件数量上，始终呈现东部地区＞西部地区＞中部地区的发展趋势；在各地区差异大小上，2001～2005年东、中、西部地区投融资事件数量差异最小，2011～2015年各地区间融资事件数差距逐渐显现，东部地区增长最为显著，2016～2022年虽然东部地区融资事件涨幅有一定跌落，但各地区投融资事件数量差距仍愈发凸显。（图3）
具体来说，投资事件方面，直至2014年，黄河流域东、中、西部地区投资事件均未发生显著增长，自2015年开始发生变化，以黄河流域东部地区的投资事件发展最为迅速，并在2021年达到最大，黄河流域中、西部地区的投资事件发展态势较为平稳，波动不大，未出现明显高峰。融资事件方面，2001～2007年黄河流域东、中、西部地区融资事件均未发生显著增长，2008年黄河流域东部地区融资事件发生明显变化，2011年达到一个小高峰后回落，但是发展仍较黄河流域中、西部地区迅速，2015年后黄河流域东、中、西部地区融资事件发展以东部地区为快，波动幅度较中西部地区相差较大，中西部地区发展态势大致相似，高峰均出现在2017年和2021年。
（二）黄河流域风险投资网络联系格局演化特征。随着风险投资的发展，城市间风险投资联系愈发增多，风险投资网络也不断成熟。2001～2005年黄河流域风险投资网络中城市节点数和参与投资的城市对数分别为52个和77对，2006～2010年增加为108个和335对，2011～2015年继续增加至170个和820对，到2016～2022年已达247个和2，015对，各阶段平均增长率达70.13%；网络密度也由最初的0.0581增加到最终的0.0663。
借助ArcGIS对四个时间阶段的黄河流域风险投资联系格局进行可视化，并利用自然断裂点的方法将其分为5级，分析各时间阶段黄河流域投资网络联系格局。2001～2005年，第一层级联系极少，仅存在于济南与北京之间；第二、第三层级投资联系主要集中在济南、西安以及兰州等省会城市之间；第四、第五层级投资联系以黄河流域东部地区为多，自东向西风险投资联系呈现减少的趋势，尤其是处于黄河流域西部地区的青海省，投资联系极少。黄河流域外向联系主要集中于北京、上海以及深圳等经济发达城市。
2006～2010年，第一层级联系发生偏移，存在西安与深圳之间；第二、第三层级投资联系明显增多，多发生在济南、郑州以及西安等黄河流域东、中部地区的省会城市之间，黄河流域西部地区则主要存在于银川和兰州；第四、第五层级仍以黄河流域东部地区密度最大，但黄河流域西部地区特别是青海省投资联系明显增多。黄河流域对外联系的投资机构分布亦以北京、深圳以及长三角中心城市居多，但其分布范围更加广泛，新疆和西藏地区亦出现向黄河流域的投资事件。
2011～2015年，第一层级联系显著增加，主要存在于北京向黄河流域东、中部地区的省会城市之间，上海和青岛之间，西安则强烈受到上海和深圳的域外投资。第二、第三层级投资联系以山东省、河南省以及陕西省占主导，除陕西外，西部地区仅兰州市投资强度层级较高。第四、第五层级投资联系分布重心亦位于黄河流域东部地区，投资网络分布范围则进一步扩大，南北方向分别延伸至海南省和东北地区。此外，云贵地区和东南沿海地区与黄河流域各地市之间也出现少量投资联系。
2016～2022年，第一层级联系变化明显，北京、上海以及深圳等流域外投资机构仍是投资强度第一层级的域外城市，西安和青岛也跃升为域外发达城市投资机构的“青睐”对象，其均与三个域外城市产生了强投资联系。第二、第三层级投资联系的分布重心呈现出进一步聚集的态势，位于黄河流域东部、中部地区，强投资联系的融资主体主要分布于山东省境内，河南省、陕西省次之，其中第三层级投资联系的域外分布主要在江浙地带。第四、第五层级投资联系的分布范围进一步扩大，南北轴上的东北地区和海南省的投资联系密度进一步加大，但是投资机构主体并未集中于单一地市，东西轴上的新疆和西藏地区的投资联系密度亦在增加，同时投资机构主体集中于单一地市，新疆集中于乌鲁木齐和喀什，西藏则集中于拉萨。此外，云贵地区、东南沿海地区以及长江中下游地区的投资强度密度也较上一阶段实现了显著增长。
从风险投资网络的整体空间演化上看，黄河流域的风险投资网络的分布范围随着时间的发展而不断扩大，从起始阶段网络联系散落分布于“胡焕庸线”以东以南地区，演化为以“胡焕庸线”为中轴的大致对称分布。对于风险投资网络的密度来说，黄河地区风险投资网络呈现从东部地区经中部地区向西部地区逐渐稀疏的分布情况，且分布重心一直位于黄河流域东部地区。对于各层级投资联系强度来说，第一层级的投资联系主要发生在流域外中心城市与流域内省会城市之间，黄河流域内未出现强联系的投融资事件；第二、第三层级的投资联系较第一层级，分布范围在发展过程中有扩大的趋势，但在2016～2022年呈现出聚集于黄河流域东部地区的态势；第四、第五层级的投资联系较其他层级来说分布范围随着阶段发展不断扩大，不仅实现了南北方向的延伸，还体现出了东西方向的发展。
此外，随着时间发展，黄河流域风险投资网络也逐渐显现出一定的路径依赖特征，且路径依赖程度不断强化。对四个阶段的城市联系对Top10进行对比分析，如表1所示，结果发现，阶段1向阶段2发展的过程中，仅有2对即深圳→西安和北京→郑州延续原有的投资路径；阶段2向阶段3发展的过程中，仅有4对即北京→青岛、北京→济南、深圳→济南和上海→济南是新创造的路径；阶段3向阶段4发展的过程中，仅深圳→青岛是一条新的路径，说明黄河流域风险投资具有明显的路径依赖特征。（表1）
三、结论与启示
本研究利用黄河流域风险投资数据，分别构建2001～2005年、2006～2010年、2011～2015年和2016～2022年四个阶段的黄河流域风险投资网络，对黄河流域风险投资网络的时空演化特征进行分析，得出如下结论：（1）黄河流域风险投融资事件整体呈现增长趋势，以融资事件占主导，且投融资事件发展差距明显；黄河流域风险投融资事件的不均衡程度波动明显，投资事件的不均衡程度远高于融资事件，且二者不均衡程度呈现非同步变化的态势；黄河流域风险投融资事件始终呈现东部地区＞西部地区＞中部地区的发展趋势，各地区投融资事件数量差距随着时间推进愈发凸显。（2）黄河流域风险投资网络密度和规模不断扩大，从大体分布于“胡焕庸线”以东以南地区演化为大致以“胡焕庸线”为中轴的对称分布；黄河流域风险投资网络呈现空间集聚态势，域外投资联系重心分布在北京、深圳以及长三角中心城市，域内联系重心分布在除西安外的东、中部省会城市；黄河流域风险投资网络呈现一定的路径依赖特征，且路径依赖程度不断强化。
基于上述结论，针对黄河流域风险投资网络优化给出如下建议：首先，针对黄河流域风险投融资事件存在发展不平衡的问题，政府应通过相关激励政策鼓励黄河流域风险投资机构发展，在持续吸引融资的同时加强自身的对外投资力度；其次，基于黄河流域风险投资网络的空间演化特征，应促进黄河流域对内对外的风险投资联系，域内通过增强东、中、西地区风险投资机构之间的投资联系，以更好地实现金融要素在黄河流域各城市间相对均衡的分布，域外通过丰富风险投资联系的主体选择，积极突破黄河流域风险投资网络的路径依赖，扩大黄河流域风险投资规模，实现更大空间尺度的聚集经济。
（作者单位：山东师范大学地理与环境学院）
主要参考文献：
［1］汪明峰，魏也华，邱娟.中国风险投资活动的空间集聚与城市网络［J］.财经研究，2014.40（04）.
［2］Ruiqi L，Jing L，Cheng C，et al.The evolution of k-shell in syndication networks reveals financial performance of venture capital institutions［J］.Social Networks，2024（76）.
［3］Christian E，Marco G，Lorenzo T，et al.Venture capital investments through the lens of network and functional data analysis［J］.Applied Network Science，2022.07（1）.
［4］张晓晴，谭一帆，徐维军.粤港澳大湾区创业风险投资网络演化及影响因素研究［J］.南方经济，2021（01）.
［5］卢秦，叶玉瑶，李苑君，等.中国城市间风险投资网络结构演化及影响因素［J］.热带地理，2023.43（08）.
［6］奚玉芹，杨智良，金永红.风险投资网络、投资经验与绩效［J］.审计与经济研究，2021.36（04）.
［7］叶雅玲，林文盛，李振发，等.中国城市间投融资网络结构及其影响因素［J］.世界地理研究，2020.29（02）.
［8］张晨.风险投资网络社群关系变动及对结构演化的影响［D］.西安：西安理工大学，2021.
［9］姜宝山，黄海男.基于社会网络理论的国内风险投资机构高绩效路径研究［J/OL］.经营与管理，2023-12-30.
［10］Tian W，Haiqing H，Zheng L.The evolution of venture capital network structure and its effects in promoting the development of agricultural technology enterprises——a comparison between USA and China［J］.Acta Agriculturae Scandinavica，Section B—Soil Plant Science，2021.71（01）.
［11］彭勇，汤宗健.中国风险投资的区域网络特征评价［J］.统计与决策，2020.36（10）.
［12］罗吉，党兴华.我国风险投资机构网络社群：结构识别、动态演变与偏好特征研究［J］.管理评论，2016.28（05）.
［13］赵玉萍，汪明峰，唐曦.长三角一体化背景下的城市空间联系与规划——基于风险投资活动的研究［J］.城市规划，2020.44（06）.
［14］胡国建，陈传明，陈丽娟，等.企业跨区域投资格局及其影响因素——以福建上市企业为例［J］.经济地理，2018.38（09）.
［15］徐宜青，潘峰华，江小雨，等.北京市风险投资的空间分布与合作网络研究［J］.地理科学进展，2016.35（03）.
［16］罗永胜，李远勤.我国风险投资网络核心—边缘结构的动态演进［J］.财会月刊，2017（02）.
［17］金永红，汪巍，奚玉芹.中国风险投资网络结构特性及其演化［J］.系统管理学报，2021.30（01）.
［18］李敏纳，蔡舒，覃成林.黄河流域经济空间分异态势分析［J］.经济地理，2011.31（03）.
［19］许玉洁，刘曙光.黄河流域绿色创新效率空间格局演化及其影响因素［J］.自然资源学报，2022.37（03）.
［20］周晓艳，郝慧迪，叶信岳，秦雅雯，马秀馨.黄河流域区域经济差异的时空动态分析［J］.人文地理，2016.31（05）.
［21］郭思迁.生物医药产业联合风险投资网络演化特征及影响因素研究［D］.哈尔滨：哈尔滨理工大学，2023.
|
|
|
|
