上海市大学生科技创业基金会
第 1 页 共 47 创业数据研究报告
页
2020
第六季“创心之路”研究报告
疫情下资本动态
热点地区/热门行业分析
企业发展规律之生存
2020 年 12 月
上海市大学生科技创业基金会
第 1 页 共 47 创业数据研究报告
页
2020
第六季“创心之路”研究报告
疫情下资本动态
热点地区/热门行业分析
企业发展规律之生存
2020 年 12 月
上海市大学生科技创业基金会
第 2 页 共 47 创业数据研究报告
页
“创心之路”创业数据研究报告是由上海市大学生科技创业基金会委托上海创
业力评鉴中心于 2015 年启动,2020 年进入第六个年头,而今年的特殊经济环境更
引起诸多对未来经济走向的猜测。
于是我们 2020 年“创心之路”研究报告在年初立项时便聚焦在——变化。受疫
情和国际形势影响下:
⚫ 我们的社会资本对行业的促进作用变化
⚫ 热门行业的转移
⚫ 政策影响下的行业热点
⚫ 企业生存现状和要素
数据来源:
这份报告结合了二手数据库数据和一手调研数据,具体包括:
1) 投中集团的风险投资数据库(CVsources);
2)2016 年创业在上海企业数据库;
3)基金会资助项目数据库;
4)企业调研信息。
上海市大学生科技创业基金会
第 3 页 共 47 创业数据研究报告
页
目 录
第一部分:2020 疫情影响下的资本动态分析....................................................................................................4
1.1 融资项目的生存图谱....................................................................................................................................4
1.1.1 2020 年资本主要退出方式特征...................................................................................................5
1.1.2 资本投资时机逐步后移.................................................................................................................6
1.1.3 联合投资趋势化...............................................................................................................................7
1.1.4 融资中的行业优势 ..........................................................................................................................8
1.2 疫情影响下真正活跃的投资机构........................................................................................................ 10
1.2.1 产业资本逐渐成为风险投资领域的主力.............................................................................. 12
1.3 产业资本融资案例:制造的制造之小米集团................................................................................. 14
第二部分:热点投资区域和热门行业 ................................................................................................................ 17
2.1 热点风险投资区域的创业热度变化.................................................................................................... 17
2.2 2020 年各地区风口变化.......................................................................................................................... 19
2.3 热门行业早期融资窗口(时机分析)............................................................................................... 22
2.4 可视化各地热门行业现状...................................................................................................................... 24
2.4.1 各地区热门行业相对占比.......................................................................................................... 24
2.4.2 基于地理信息的医疗健康行业分析....................................................................................... 25
2.4.3 基于地理信息的 IT 及信息化行业分析................................................................................. 28
2.4.4 基于地理信息的互联网行业分析............................................................................................. 31
2.4.5 基于地理信息的人工智能行业分析........................................................................................ 34
第三部分 创业企业生存状态和要素调查.......................................................................................................... 37
3.1 创业在上海生存调查 ............................................................................................................................... 37
3.1.1 创业在上海整体存活率.............................................................................................................. 38
3.1.2 初创年份和样本存活率............................................................................................................... 38
3.1.3 热门行业创业与样本存活率..................................................................................................... 40
3.2 大学生创业企业生存情况调查............................................................................................................. 42
3.2.1 资助项目整体存活率................................................................................................................... 43
3.2.2 资助项目成立年份和生存状态................................................................................................ 45
3.2.3 资助项目申请人学位和生存状态............................................................................................ 46
上海市大学生科技创业基金会
第 4 页 共 47 创业数据研究报告
页
第一部分:2020 疫情影响下的资本动态分析
1.1 融资项目的生存图谱
图 1 2017 年之前获得天使轮/种子轮项目资本去向
本次研究跟踪了 3712 个在 2017 年之前拿到过天使轮或种子轮融资的项目。数据
显示,这些项目获得 A 轮融资的项目有 1180 个,占有 31%。在这 1180 个拿到 A 轮融
资的项目中,再下一轮 B 轮融资的项目只有 18.39%,约 1/5 的比例,融资难度明显
有所提升,但依旧在风投所能接受的风险范围内。再之后截至 2020 年 8 月份,B 轮
以后再拿到C轮融资的项目只有22个了,只占10%,占总量3712天使事件数的0.59%,
获得战略投资并购/收购率约为 3.7%,合计初创项目通过融资发展较为成功的为 4.3%。
从这张融资项目的融资路径图中可以得出,发现资本如选择通过成功退出而获利,
那么绝大多数会投身产业资本,以最终 IPO 进入上市阶段的企业既少也难。
这些数据我们可以发现,纯商业资本的运作目标和他们扶持的企业发展去向,在
2017 年之前的中国资本市场依旧以商业资本为主。另一方面,那些以产业发展为融
资目的的行业资本,其伴随式长期扶持企业的合作方式也在悄然盛行,之后的数据我
们逐步解析。
上海市大学生科技创业基金会
第 5 页 共 47 创业数据研究报告
页
1.1.1 2020 年资本主要退出方式特征
图 2 2020 年资本退出方式占比特征
为研究融资规律,除了发掘融资
时机与行业等,我们也尝试探究资本
收益方面的规律和变化,研究发现约
67%的项目,是通过战略投资或者并购
的方式退出的。具体数字为战略投资
占51%,收购占15%,上新三板的是30%,
IPO 是 2%。
2020 年的资本退出方式相比之过
往存在非常大差异,今年创业企业选
择获得战略投资的比例高达 92%(在融资行为公示描述中有战略投资标注,多为产业
资本)。大量产业资本的活跃和社会资本的低迷构成本年度的风投环境特征。这也是
一种信号,揭示企业对未来资本市场的某种预测。
并购 战略投资 新三板 IPO
历年 15.75% 51.77% 30.34% 2.15%
2020年 5.43% 92.86% 0.20% 1.51%
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
坐标轴标题
2020资本退出方式占比
图 3 具体退出方式及比例
52%
16%
30%
2%
战略投资 收并购 新三板 IPO
上海市大学生科技创业基金会
第 6 页 共 47 创业数据研究报告
页
1.1.2 资本投资时机逐步后移
图 4 历年各轮融资占比
资本关注项目阶段开始偏向 A 轮之后。2020 年天使轮和种子轮的融资事件数只
占到全部(统计数据截至 2020 年 8 月 31 日)融资数量的 11%,比 15 年的 46%差了 4
倍。主要的融资还是来自于 A 轮,占 33.89%。但是今年总体资本并不如之前所猜测
的那般出现大幅度资本后缩情况,只是早期项目融资的比例略有下降,B 轮之后的比
例有所上升。这也符合资本规律——即在控制风险和追求利益两者间的平衡选择。
46.15%
39.07%
32.41%
25.22%
15.52%
11.02%
31.72%
41.07%
43.20%
40.44%
38.66%
33.89%
8.78% 9.20%
11.98% 12.97%
17.82% 18.78%
3.30% 2.18%
3.43%
4.87%
11.97%
15.05%
0%
5%
10%
15%
20%
25%
30%
35%
40%
45%
50%
2015 2016 2017 2018 2019 2020
种子天使轮 A轮 B轮 C轮及以后
上海市大学生科技创业基金会
第 7 页 共 47 创业数据研究报告
页
1.1.3 联合投资趋势化
图 5 历年各投资方式占比
从 2015 年开始,探寻投资者行为规律中发现,联合投资较单独的投资逐渐成为
主流。联合投资的比例在今年达到了 68%,多资本合作可以获得更多投资机会和更低
的风险,自然创业者也希望获得更多的资本所携资源,相信未来几年联合投资依旧是
趋势。
图 6 历年和 2020 年早期融资的单独投资和联合投资占比
后期大体量资本注入需要采取合作投资的
方式,而独立资本投资一直在早期融资(天
使轮和 A 轮)较为常见。通过对比历年数据
可以发现,早期融资多以单独投资为主要形
式。然而数据显示,2020 年的早期融资有所
不同,根据上图所示,有更多的独立投资机
构/自然人倾向于采取合作投资,2020 年有
67%的项目都是联合投资。
43.33%
38.75%
33.07%
41.24%
26.81% 24.94%
45.14%
50.81%
56.56%
51.42%
63.14%
68.18%
0%
10%
20%
30%
40%
50%
60%
70%
80%
2015 2016 2017 2018 2019 2020
单独投资机构 联合投资机构 未知
37.71% 37.28%
41.86%
47.09%
0%
10%
20%
30%
40%
50%
单独 联合
天使轮
上海市大学生科技创业基金会
第 8 页 共 47 创业数据研究报告
页
未来的融资更多的是联合协作、组团投资,
相比投资公司之间关联合作更为紧密,而创业
企业也需要做好同时面对多家投资公司的准
备。
1.1.4 融资中的行业优势
热门行业也就是俗称的“风口”,其所处行业能直接影响融资成功率。2016 年,
文娱娱乐新媒体项目备受追捧,2017 年、2018 年区块链概念热遍全国,今年新材料、
机器人、半导体受资本关注。融资热门产业一直在变化,而行业的影响始终稳定。
图 7 各行业获得各轮融资占比
以上数据显示,融资比例最高的企业
服务,天使轮后顺利获得 A 轮融资的占
17.8%,A 轮至 B 轮的占 15.7%,即天使轮
后的项目有 2.6%能融到 B 轮。与之相比,
排名第五的教育,天使轮之后到 A 轮再到
22.73%
18.18%
13.64%
9.09% 9.09%
0%
5%
10%
15%
20%
25%
硬件 医疗健康 教育 工具软件 金融
B轮后拿到C轮融资
23.38%
50.20%
15.38%
67.36%
0%
20%
40%
60%
80%
单独 联合
历年 A轮
2020年
17.80%
11.95% 11.69% 11.36%
6.44%
0%
5%
10%
15%
20%
企业服务 文娱传媒 医疗健康 硬件 教育
天使轮后拿到A轮融资
15.67%
14.29%
12.44%
9.68% 9.22%
0%
5%
10%
15%
20%
企业服务 医疗健康 硬件 文娱传媒 教育
A轮后拿到B轮融资
上海市大学生科技创业基金会
第 9 页 共 47 创业数据研究报告
页
B 轮的项目只有 0.59%,与企业服务相比就差了 5 倍。由此可见,越是早期资本受“风
口”影响越大,而后期融资阶段难易度还是受行业本身特性影响较大。
业界有人预测未来 10 年是企业服务年,数字化管理的政策要求以及大数据技术
的应用扩大。企业服务领域中创业企业或将获得更多的资本关注。
图 8 历年与 2020 年融资比例前十行业
图 9 历年与 2020 年医疗健康与新工业领域子行业融资占比
14%
7%
16%
6%
8%
7% 6% 7%
6%
8%
25%
17% 17%
6% 5% 5% 5% 5% 4%
3%
0%
5%
10%
15%
20%
25%
30%
融资比例前十行业
历年 2020年
11%
1%
20%
8%
11%
0%
16%
1% 2% 0%
18%
15%
10% 9% 8%
5% 4% 4% 3% 3%
0%
20%
40% 新工业领域
历年 2020年
上海市大学生科技创业基金会
第 10 页 共 47 创业数据研究报告
页
通过 2020 年与历年数据对比来发觉行业热点变化动态:今年融资热点首先是医
疗健康,相比历年行业融资项目数量占比,今年提高到 25%,增加了 1.5 倍,今年还
有值得关注的是新工业(新制造)。“中国芯”情怀和国际技术垄断压力下,加之国家
政策引导,使之成为新的资本热点也在意料之中。
图 10 历年与 2020 年医疗健康领域子行业融资占比
从医疗健康细分领域研究,融资项目集中的在生物技术和制药方面,疫情下面做
疫苗、做试剂、做药方面的行业爆发也算社会问题的资本反应。
1.2 疫情影响下真正活跃的投资机构
图 11 投资机构活跃度排名(全部含 2020)
31%
18%
13%
8%
14%
44%
20%
9% 8% 7%
0%
20%
40%
60%
生物技术和制药 医疗器械及硬件 医疗信息化 专科服务 医疗机构
医疗健康领域
上海市大学生科技创业基金会
第 11 页 共 47 创业数据研究报告
页
上图所示,真正的活跃机构并不是很多。绝大部分投资行为集中在少数头部机构。
而创业者要努力去获得这些资本的认可,或许之后的融资几率会有所提升,这些机构
之间的合作也非常频繁(基于 2019 年投资机构关系研究),更容易把握资本游戏规则
和发展脉络。
图 12 历年前 20%机构的投资项目数量
图 13 历年前 20%机构的投资项目占比
从数据上看,今年疫情对投资市场的影响并不剧烈,特别是头部机构。数据统计
截止 2020 年 8 月,融资事件有 5146 起,推算全年我们预测大概是 7700 起,这个量
级并没有出现想象中断崖式下降现象,较之前至多相差 10%以内。
从头部投资机构的活跃度看,也基本上没有太大变化。20%的投资机构投的投资
的项目大致上是 50%到 60%之间,从 15 年开始 53%,然后 52%、56%、57%,今年是 53%。
上海市大学生科技创业基金会
第 12 页 共 47 创业数据研究报告
页
图 14 2020 年与历年各阶段投资机构的投资数量及占比
我们对历年排名前列的机构分层分析发现,在全国 1 万多家发生过投资行为的机
构中,本年度活跃排名前 200 个机构投了 36%,相较于历年数据提升了 6%,投资行为
更集中,于 2016 年开始的大量新兴商业资本涌现的趋势相反,或许未来资本市场又
将回归顶端优势分布。
1.2.1 产业资本逐渐成为风险投资领域的主力
图 15 历年与今年投资领域对比
在风险投资领域,投资机构都有自己的资本通道和倾向领域。从今年数据看,往
年稳定的排序发生了显著变化。历年来企业服务投量排名第一的是真格,但今年是腾
讯;医疗健康今年是红杉资本;在金融方面腾讯今年投量第一。电子商务领域异军突
起的渶策资本。这家投资机构成立于 2019 年,成立之后发展迅速,其主投项目都是
跟新零售有关。
上海市大学生科技创业基金会
第 13 页 共 47 创业数据研究报告
页
另外一个值得注意的是文娱传媒领域,今年字节跳动活跃度超过腾讯获得该领域
第一。整体上我们发现,产业资本通过资本对产业链进行整合,跟传统的风险资本不
同,产业资本更希望通过融资去形成以产业+资本的双链生态,从而快速做大。
今年投资机构活跃度行业排名,我们看其变化:
图 16 历年与 2020 年前十投资机构排名及对比
产业资本逐渐成为投资领域的主力军。之前以商业资本为主力的投资/融资是把
企业当成一个产品来做的,目的是为了变现、退出,但是今年的变化尤其的明显。从
各领域排名来看,历年的排名 IDG 是排名第一,真格第二,经纬中国第三,但是今年
变化很大,红杉中国排了第一,腾讯排到第二,深创投在第三。其中排名提升最大的
小米集团、毅达资本。这些资本的共性是带有强大的产业背景,如果按历年排名的话
小米才排到 50 位,今年排到第 4;毅达资本原来排到 70 位,今年排到第 5。
在这个行业中会发现以产业整合为目的,所以创业项目要融入到产业链当中去。
产业资本会在它整个产业链上下游构建,能够把它整个产业资源共享。产业资本已经
成为投资领域的主力军,而且这个趋势在未来几年不会变。
上海市大学生科技创业基金会
第 14 页 共 47 创业数据研究报告
页
1.3 产业资本融资案例:制造的制造之小米集团
图 17 小米集团行业投资数量及占比
图 18 小米集团投资项目及轮次
上海市大学生科技创业基金会
第 15 页 共 47 创业数据研究报告
页
小米集团是一家比较典型的产业资本。小米雷军前些年忙于布局市场资源和客户
数据掠夺。但是这两年它的布局转变,小米集团投的项目已经超过了 70 家,今年投
了 34 家。小米可以说今年是最猛的一家投资机构之一,一手握客户和数据资源,一
手用资本不停圈地形成自己的产业集团。在小米投资的项目中,有 16 个都是战略投
资的项目,而且小米投的项目中跟新工业特别有关。
雷军在今年十周年讲话中,特地说到一句话:我现在要做的就是做“制造的制造”。
那么他怎么诠释他的“制造的制造”的,小米在 2015 年年初的时候,投了一家石头
科技,是做扫地机器人的。获得小米资源后,石头科技只用了 5 年功夫实现上市。当
时还是一个项目,这家公司也于今年 2 月份上市,如果没有雷军的小米集团的产业资
本的加持是不可能的,从零开始 5 年上市以商业资本的能力可以说几乎不可能。石头
科技在小米十周年雷军讲话时其市值已经高达 400 亿,5 年之前他还只是一个创业项
目,那时候估值有几百万就好,现在高达 400 亿的规模,这就是带产业资源资本的威
力。
小米在这个项目中,它不仅仅是给钱。他目的不是把这些项目做大后卖掉而是一
路扶持成长,推进整个产业链的发展。其项目放到了小米整个产业链当中,享用小米
品牌、产业渠道,供应链,包括技术加持,整个项目爆发加速。而且小米构建的小米
的生态,其中电饭煲、脚踏车、代步车等,小米现在就是通过他的资源配合资本来撬
动整合产业链。
引:前不久我们去拜访一家企业,他也是做电控的,他很自豪地跟我说:我现在
已经进入了小米的生态链。因为原来他做的是汽车上面的电控,其实电控不复杂,就
是变速器的一个电子设备。他怎么去拥抱小米呢?因为小米做了一款家庭用的健身自
行车,这款健身自行车有个要求,希望上面能够模拟用户的场景,你在家里踩可能没
有那种场景,在外面踩自行车这边上坡,那边下坡,这边又是个越野的,在家里没这
些场景。他这个电控就跟小米健步自行车一起,他来模拟,因为他这个电控,可以做
出一个主题来,模拟户外场景。这个想法就很好,他把原来做的新能源车的技术跟小
米去对接,做了一个健身自行车里面的电控的零部件,销量也很好。因为小米每个月
都能卖出几千台自行车。他说,我这个生意比原来跟车企合作好很多。跟车企合作 1
个月卖个 5000 辆车,他也就做 5000 个电控,他现在跟小米合作一个月能卖到 7000
多,甚至还更多。所以这其实告诉我们在做项目中,要努力去发现这些产业链中的机
会。如果你能把你的项目整合到产业链中去,那你的机会就会比原来大很多,说不定
上海市大学生科技创业基金会
第 16 页 共 47 创业数据研究报告
页
你能发现一个比你原来市场更大的市场。在你原来保持你的产品的初衷的情况下,你
就会发现就会更大。
所以各位如果你做的这个产品能够匹配上小米的整个生态链的话,我建议大家你
也可以去拥抱一下小米。当然也不仅仅是小米,因为已经有一批这样的产业资本出现
了,所以你如果做了这样的一个好项目,然后你也能够融入到产业链当中去,或者你
想融入到产业链当中去,那你赶紧的去拥抱这样的一个产业资本,把你的产品做到产
业布局中去,跟这些产业资本多多合作,我相信在你做了这样的事情,你的项目的机
会会更大。
上海市大学生科技创业基金会
第 17 页 共 47 创业数据研究报告
页
第二部分:热点投资区域和热门行业
经过 20 余年的飞速发展,风险投资在我国从无到有,成为创新驱动经济发展不
可或缺的重要力量。然而不同于其他,风险投资有较强的地域特征。
2.1 热点风险投资区域的创业热度变化
长期以来,大量社会资本集中在北京、上海、广州和深圳等经济相对发达的城市
和地区。图 1 呈现了 2019 年全年和 2020 年 8 月 31 日之前的北京、上海、深圳、杭
州和苏州的累计风险投资交易数量。可以看出,2020 年前三个季度的风险投资交易
数量与 2019 年相比有了较大的下滑。2020 年前三季度的交易数量不到 2019 年全年
的 50%。北京从 2019 年的 1075 笔交易下降到 415 笔交易,而上海 2020 年前三个季
度的绝对交易量仅仅为 340 笔,占比不及 2019 年全年交易量 735 笔的 50%。类似情
况在深圳、杭州和苏州同样出现。从以上风险投资数据来看,经济发达地区之间受到
外部环境冲击时,在创业企业融资方面采取类似应对手段。
图 1 各地区 2019 年全年和 2020 年(截止 8 月 31 日)交易数量的统计
为了分析经济发达地区风险投资热度的差异和最近几年的变化,我们统计了
2016 年以来北京、上海、深圳、杭州和苏州 5 个城市的风险投资交易绝对数量,然后
1075
735
403
335
164
415
340
233
134
81
0
200
400
600
800
1000
1200
北京 上海 深圳 杭州 苏州
2019-2020五市投资事件数对比
2019 2020
上海市大学生科技创业基金会
第 18 页 共 47 创业数据研究报告
页
按照年份计算各地交易数量占比。下图分别呈现了这 5 个城市的风险投资交易数量在
2019-2020 年、2016-2017 年的相对占比。由图 2,我们可以观察到,从交易的绝对数
量来看,5 大城市的相对热度排名在过去没有发生任何变化。北京、上海一直稳居前
两位。但是从相对占比来看,北京和其他城市之间的相对热度差异在不断缩小,从
2016-2017 年的接近 50%的相对占比下降到了 2020 年的 35%,而上海、深圳、苏州和
杭州的相对占比总体上呈现的是稳中有升的态势。这一定程度上也反应了,北京市在
风险投资交易方面的虹吸效应在不断减弱,而其他经济发达地区在培育高成长潜力企
业(风险投资机构投资的企业)方面也在快速发展。
图 2 热点地区投资事件近年占比
图 1 所示投资交易数量的变化显示风险投资机构投资行为趋向保守,整体的投资
交易变少。从风险控制的角度,除了交易量变少之外,我们试图结合具体的投资阶段,
统计不同投资阶段占比情况,来回答是否随着投资交易趋向保守的形势下,早期项目
投资和 B 轮及以后的投资相对占比也随着下降。这里我们将包含种子轮、天使轮和 A
轮投资作为早期的投资项目。相比较于其他阶段的投资项目,这类项目风险较高,然
而该阶段可能发生的风险投资沉没成本也比较低。
0%
20%
40%
60%
80%
100%
120%
2016-17 2019 2020
热点地区投资事件近年占比
北京 上海 深圳 杭州 苏州
上海市大学生科技创业基金会
第 19 页 共 47 创业数据研究报告
页
图 3 各地区 2020 风险投资各阶段占比变化
从上图可以发现,与预期有所不同,虽然总体投资数量减少,但是早期项目占比
没有发生显著的变化,天使轮/种子轮整体上有稍许的下降,其中杭州还有轻微的上
升。A 轮投资在原先最为活跃的地区(北京、上海)今年有明显占比下降,整体加总
A 轮的占比之后,早期阶段的投资交易占比变化不显著。这也从侧面反映,尽管总体
数量在下降,但是对于风险投资机构而言投资的时间和时机倾向并没有发生改变,只
是对于项目内容的筛选更为谨慎,当然其中还是有一部分资本将投资时机后移至 A 轮
之后。
2.2 2020 年各地区风口变化
历年数据研究表明在政策和商业环境影响下,社会资本聚集的行业也会相应变化,
也是所谓风口行业,自然其中也存在表现稳健的行业。本次研究中,根据第三方的行
业划分标准,我们根据项目内容将每个项目贴上对应的二级行业标签。处理完之后,
每个项目只有一个对应的二级行业标签。总体上看,热门地区在投资趋向谨慎保守的
同时,不同地区在具体行业热度上呈现出了比较大的差异。
2019 2020 2019 2020 2019 2020 2019 2020
北京 上海 深圳 杭州
D轮及以上 17% 20% 15% 23% 20% 15% 17% 15%
C轮 7% 10% 8% 7% 7% 9% 5% 6%
B轮 15% 19% 18% 22% 15% 20% 16% 19%
A轮 36% 28% 37% 31% 30% 32% 36% 32%
天使/种子 25% 23% 22% 17% 28% 24% 26% 28%
0%
20%
40%
60%
80%
100%
120%
各地区2020风险投资各阶段占比变化
天使/种子 A轮 B轮 C轮 D轮及以上
上海市大学生科技创业基金会
第 20 页 共 47 创业数据研究报告
页
2019 年早期融资项目行业分布(北京) 2020 年早期融资项目行业分布(北京)
图 4-1 2019 年、2020 年早期融资项目行业分布(北京)
如图 4-1 所示,在 2019 年,北京地区出现频次最高的三个二级行业分别是软件、
大数据和科学研究和技术服务业。而到了 2020 年,出现频次最高的二级行业为大数
据,然后电子商务、医疗技术、医药行业、信息化服务、高端制造和教育培训等二级
行业的相对频次业有所增加。大数据的热度得到了延续增强的同时,也横空出现了一
些新的二级热门行业。2020 医疗医药行业自然备受关注,同时也发现顶部过度集中
行业风口现象平缓化。但北京依旧在互联网数据服务和平台化方面表现突出。
2019 年早期融资项目行业分布(上海) 2020 年早期融资项目行业分布(上海)
图 4-2 2019 年、2020 年早期融资项目行业分布(上海)
在上海地区,2019 年出现频次最高的也是软件、电子商务和科学研究和技术服
务。然而在 2020 年,上海和北京呈现出了显著的差异。医药行业的交易成为上海地
区的绝对热门领域,半导体芯片紧随其后。同样外部环境的刺激下,上海本地半导体
上海市大学生科技创业基金会
第 21 页 共 47 创业数据研究报告
页
行业势头迅猛,从这一点我们发现,任何产业发展离不开原有的产业基础和生态环境,
尤其在产业体系要求较高的技术应用领域。
2019 年早期融资项目行业分布(杭州) 2020 年早期融资项目行业分布(杭州)
图 4-3 2019 年、2020 年早期融资项目行业分布(杭州)
不同于北京和上海,杭州地区的热门行业变化相对温和。在 2019 年,软件行业
和电子商务项目占据绝对的地位,大数据和信息化属于第二梯队的热门行业。在 2020
年,电子商务延续了绝对热度,另外信息化服务反超了软件行业成为第二热门行业。
软件和大数据行业成为第二梯队的热门行业。值得注意的是杭州的热门行业有非常强
的互联网属性,软件、电子商务和大数据都是属于一级行业互联网的范畴,作为阿里
系的大本营难免受到其产业环境影响,电子商务和信息化服务几乎可以作为杭州创业
项目的标签。
2019 年早期融资项目行业分布(深圳) 2020 年早期融资项目行业分布(深圳)
图 4-4 2019 年、2020 年早期融资项目行业分布(深圳)
上海市大学生科技创业基金会
第 22 页 共 47 创业数据研究报告
页
在热门的风险投资领域,深圳同样也是一个特点鲜明的城市。聚集大量民企工厂
一直是广东深圳的产业特征,随着时代的发展和低端制造业生存压力越来越大,可以
看出的深圳两大产业基础生态的形成——软件和制造,并逐步走向高科技应用领域。
2019 年年早期融资项目行业分布(苏州) 2020 年早期融资项目行业分布(苏州)
图 4-5 2019 年、2020 年早期融资项目行业分布(苏州)
在苏州地区,一级行业相对集中,并且一级行业主要集中在 IT 和信息化、医疗
健康和制造业。其他行业的投资基本上可以忽略不计。在 2019 年半导体和高端制造
是最为热门的两个二级行业,不过需要注意的是苏州地区的高端制造并没有显著的聚
焦领域(比如深圳的机器人)。而到了 2020 年,领域分布相对平均,属于大医疗健康
领域的医疗器械和医药行业热度有所提升,但是热度和半导体芯片等领域差别也不大,
经过这些年的数据研究并未发现苏州在除医药、医疗器械以外存在其他得到大力发展
的行业生态圈。而 2020 年的半导体热点可能是一个新开端,又或是一时之热,我们
明年继续跟踪。
2.3 热门行业早期融资窗口(时机分析)
融资窗口是识别创业机会的重要考虑因素,这里的“融资窗口”是指那些获得早
期投资时的企业创立年限。结合早期风险投资的信息和被投资企业的成立时间,我们
试着去分析不同行业创业企业的“融资窗口”以找出最可能获得融资时机。在融资窗
口的分析中,我们选取了 2020 年截止 8 月 31 日的早期风险投资交易中最为热门 6 个
二级行业,分别是半导体芯片、信息化服务、大数据、电子商务、高端制造和医药行
业。然后汇总 2018 年 1 月 1 日以来的所有行业数据,呈现这 6 个行业获得初始融资
上海市大学生科技创业基金会
第 23 页 共 47 创业数据研究报告
页
时的年龄分布。横坐标是初始融资时的年龄,是融资年份减去成立年份。纵坐标代表
的是近三年以来,获得早期融资的项目数量。
图 5-1 半导体芯片 图 5-2 信息化服务
图 5-3 大数据 图 5-4 电子商务
图 5-5 高端制造 图 5-6 医药行业
如图 5 所示,尽管不同行业发展特性、关键成功因素和企业成长路径并不一致,
但是早期融资窗口基本一致。无论是 IT 与信息化行业的半导体芯片和信息化服务,
还是互联网行业的大数据和电子商务,还是制造业和医疗健康,在成立的第 2 年获得
上海市大学生科技创业基金会
第 24 页 共 47 创业数据研究报告
页
早期投资的项目在所有项目中的占比都是最多的。如果按照成立时间减去融资时间进
行从小到大的排序,其中半导体、大数据、高端制造和电子商务的中位数位于成立第
三年,医药行业的中位数位于成立第四年,而信息化服务行业的中位数位于成立第二
年。对于医药行业,则需要囊括成立 8 年内的样本。一定程度上,也反应出所在行业
中企业成立第二年获得早期融资最为常见,但是不同行业对于成立年限的宽容度还是
有些许的差别。尤其是医药行业,对于融资“企业年龄”的宽容度最大。
融资机会还是看企业所在行业不同而存在差异,门槛低的行业一旦错过则机会渺
茫。
2.4 可视化各地热门行业现状
2.4.1 各地区热门行业相对占比
我们统计了热门行业企业融资数据,并结合融资企业的地理注册信息,呈现热门
行业创业企业在不同地理区域的聚集现象。
图 6 基于行业的风险投资交易事件统计
上图呈现了 2018 年以来风险投资总量的变化。从交易总量上看,风险投资数量
持续走低,但是相对热门行业并没有发生太大的变化。医疗健康、IT 及信息化、互联
网、制造业一直处于热门前列。2019 年、2020 年相对排位有轻微的变化,比如医疗
健康取代互联网成为最为热门的投资行业,人工智能的地位也在稳定提升。
上海市大学生科技创业基金会
第 25 页 共 47 创业数据研究报告
页
图 7 2019 年-2020 年地区热门行业融资占比
结合热门行业投资事件的地理信息,我们选取了北京、上海、深圳、杭州和苏州
地区的交易,作了一个相对占比分析。如所示,在传统热门投资行业中,各大地区同
样显示出了相对的聚集态势。以上海为例,在整个大健康领域投资事件数占比反超了
北京,而在制造业和人工智能方面与北京的差距相对比较大。
2.4.2 基于地理信息的医疗健康行业分析
我们对热门的投资行业的细分领域进一步分析。如下图 8 所示,在整个大医疗健
康行业板块中,一共有 6 个细分板块,分别是医药行业、医疗服务、医疗技术、医疗
器械、医疗信息化和医疗健康其他。其中医药行业、医疗器械、医疗服务和医疗技术
项目占据绝对优势。在医疗信息化行业中,只有不到 120 个项目获得了风险资本的投
资。
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
医疗健康 IT及信息化 互联网 制造业 人工智能
2019-2020地区热门行业融资占比
北京 上海 深圳 杭州 苏州
上海市大学生科技创业基金会
第 26 页 共 47 创业数据研究报告
页
图 8 风险投资交易在医疗健康行业细分领域分布
综合投资年份和具体的投资阶段数据分析,下图分别呈现了 2018 年、2019 年和
2020 年医疗健康 6 个二级子行业的投资交易数量以及不同投资阶段的交易数量。与
整体大趋势类似,原有占据主导地位的医药行业、医疗器械、医疗技术和医疗服务绝
对交易数量和早期投资相对占比都呈现了下降的趋势。但是在医疗信息化行业,虽然
整体交易量也是在下降,但是早期投资占比却出现了轻微的逆势上扬态势。
图 9-1 2018 年医疗健康行业项目细分
上海市大学生科技创业基金会
第 27 页 共 47 创业数据研究报告
页
图 9-2 2019 年医疗健康行业项目细分
图 9-3 2020 年医疗健康行业项目细分
结合被投项目的地理信息和地图,我们对大医疗健康行业的投资情况作了基于地
理信息的可视化处理,做了热点地图。在大医疗健康行业,创业热点主要集中在京津
地区、长三角和珠三角地区。另外,在成都、西安、武汉、长沙和合肥等城市也出现
了一定程度的产业聚集现象,只不过在规模上还是和三大区域有一定的差距。
聚焦在这三大区域,我们对比了北京、上海、杭州、苏州和深圳在医疗健康行业
二级子行业的相对热度。尽管上海在医疗健康行业的总体热度上要比北京高,是全国
第一。但是从二级行业细分领域进一步统计分析发现,和其他地区相比上海的优势主
要体现在医药行业、医疗器械和医疗信息化,而在医疗服务和医疗技术方面虽然也很
强势,但是优势并不明显。
上海市大学生科技创业基金会
第 28 页 共 47 创业数据研究报告
页
图 10 医疗健康行业细分行业项目统计
图 11 呈现了医疗健康行业在上海地区的创业热度分布,作为全国在医疗健康行
业最为热门的创业区域,创业项目遍布了所有的区县。但是从下图我们也可以看到,
医疗健康产业创业现出了非常明显的创业聚集现象。热度表现最为突出的是张江高科
地区和漕河泾开发区,上海健康医学院附近的医疗健康创业园区紧随其后。
图 11 上海市医疗健康行业创业项目热点地图
2.4.3 基于地理信息的 IT 及信息化行业分析
在 IT 及信息化行业板块中,同样有 6 个细分板块,分别是软件、信息化服务、
上海市大学生科技创业基金会
第 29 页 共 47 创业数据研究报告
页
半导体芯片、硬件、IT 服务和 IT 及信息化其他。软件、信息化服务、半导体芯片为
主要投资行业,其他 3 个子行业相对热度都比较低。
图 12 风险投资交易在 IT 及信息化行业细分领域分布
结合投资年份和具体的投资阶段数据分析,下图分别呈现了 2018 年、2019 年和
2020 年 IT 及信息化 6 个二级子行业的投资交易数量以及不同投资阶段的交易数量。
占据主导的软件、信息化服务和半导体芯片 3 个二级子行业在创业投资热度在过去三
年都是排名前三位,不过这 3 个子行业之间的相对热度变化较大,2020 年的表现最
为明显,信息化服务和半导体芯片的投资热度有赶超软件的趋势。从项目相对占比来
看,2018 年和 2019 年基本保持一致,在 2020 年,信息化服务和半导体芯片急剧上
升;但是在三大主要的二级子行业中,早期投资的相对占比都呈现下降的趋势。
上海市大学生科技创业基金会
第 30 页 共 47 创业数据研究报告
页
图 13 IT 及信息化二级子行业项目细分
对于 IT 及信息化行业,与大医疗健康行业类似,京津地区、长三角和珠三角地
区是该行业创业热门地区,在成都、西安、武汉、长沙和合肥等城市也出现了一定程
度的 IT 及信息化产业创业活动聚集现象。该行业的创业活动在青岛、济南、重庆和
厦门等地也较为活跃。
图 14 IT 及信息化行业细分行业项目统计
上海市大学生科技创业基金会
第 31 页 共 47 创业数据研究报告
页
上海地区在 IT 及信息化行业中总的投资交易量相对占比为 27%,仅次于北京地
区(32%),领先于深圳(20%)、杭州(14%)和苏州(7%)。从二级细分行业来看,半
导体芯片在上海的热度相对于其他地区遥遥领先,为全国第一,其他二级子行业都是
排名第二。
图 15 上海市 IT 及信息化行业创业项目热点地图
在上海市内,IT 和信息服务行业的项目地理分布与医疗健康创业项目的地理分
布有一定的重合度。张江高科和漕河泾开发区不仅是医疗健康创业的热门区域,还聚
集了不少在 IT 和信息服务行业的创业项目。除了这两个区域之外,在市内各区也零
星出现了围绕在一些产业园区的项目聚集现象。
2.4.4 基于地理信息的互联网行业分析
互联网行业的二级细分行业较多,一共有 8 个,分别是网络游戏、移动互联网、
社交社区、电子支付、电子商务、大数据、共享经济和互联网其他。电子商务和大数
据是互联网行业的绝对热门子领域,为第一梯队。其他二级领域和第一梯队的热门领
域在交易数量上差距比较大。
上海市大学生科技创业基金会
第 32 页 共 47 创业数据研究报告
页
图 16 风险投资交易在互联网行业细分领域分布
对比 2018 年、2019 年和 2020 年互联网行业 8 个二级子行业的投资交易数量以
及不同投资阶段的交易数量。占据主导的大数据和电子商务 2 个二级子行业在创业投
资热度在过去三年都是稳居前两位。不过这 2 个子行业之间的相对热度呈现出了变化
趋势,2020 年大数据相关的投资项目已经在绝对数量上超过了电子商务。
上海市大学生科技创业基金会
第 33 页 共 47 创业数据研究报告
页
图 17 2018、2019、2020 年互联网细分行业融资阶段
相对于 IT 及信息化行业与大医疗健康行业,京津地区、长三角和珠三角地区在
互联网行业的相对热度优势有所减弱,互联网创业投资项目在我国经济相对发达地区
呈现出来的是百花齐放的趋势。
相对而言,上海地区在互联网行业中总的投资交易量相对占比为 28%,仅次于北
京地区(37%),领先于深圳(13%),杭州(17%)和苏州(5%)。从细分行业来看,网
络游戏在上海的热度要领先于其他地区,排名第一,其他二级子行业都是落后于北京,
排名第二。其中在大数据这一细分领域,和北京的差距最为明显,总的投资交易量为
北京地区的 50%左右。
图 18 互联网行业细分行业项目统计
在上海市内,互联网行业的项目地理分布与医疗健康和 IT 和信息服务行业有显
著的区别。第一,互联网行业创业项目主要集中在浦西地区。第二,互联网项目在市
上海市大学生科技创业基金会
第 34 页 共 47 创业数据研究报告
页
区的活跃度也要高于其他行业。比如杨浦、徐汇和静安区都是互联网行业热门创业区
域。
图 19 上海市互联网行业创业项目热点地图
2.4.5 基于地理信息的人工智能行业分析
人工智能行业包含硬件、应用及平台、基础技术、视觉技术、语音技术和人工智
能其他 6 个二级子行业。其中应用及平台和硬件相对热门,在过去 3 年各自有超过
200 个创业项目获得商业资本的青睐,而其他二级子行业的融资项目都没有超过 100
项。
图 20 风险投资交易在人工智能行业细分领域分布
结合投资年份和具体的投资阶段数据分析,在过去三年在人工智能行业各子行业
上海市大学生科技创业基金会
第 35 页 共 47 创业数据研究报告
页
的热度没有发生太大的变化。其中语音技术总体交易量变化不大,但是在整个大行业
交易量下降的趋势下,显得相对热度反而有轻微上升的趋势。另外人工智能行业总体
的早期阶段投资相对占比也呈现出了下降的趋势。
2018 年
2019 年
2020 年
图 21 人工智能行业细分变化
不同于 IT 及信息化行业,互联网与大医疗健康行业,人工智能行业的热点边界
非常清晰,基本集中在经济相对发达地区的省会城市和该区域经济发达城市,具体包
括京津地区、长三角和珠三角地区创业热门地区,也包含成都、西安、武汉、长沙、
合肥、青岛、重庆和厦门等地。离开这些地区,基本上看不到获得过商业风险投资的
上海市大学生科技创业基金会
第 36 页 共 47 创业数据研究报告
页
创业项目。
上海地区在人工智能行业中总的投资交易量相对占比为 22%,虽然也是仅次于北
京排在第二位,但是和北京 41%的占比差距比较大。另外与排名第三的深圳(20%)差
距也很细微。而在应用及平台和硬件两大热门领域绝对数量已经落后于深圳排名第三。
图 22 人工智能行业细分行业项目统计
在上海市内,人工智能创业企业和其他热门行业相比明显热度较低,另外也没有
明显的创业企业聚集现象,创业项目较为零散地分布在上海市的各个区县。
图 23 上海市人工智能行业创业项目热点地图
上海市大学生科技创业基金会
第 37 页 共 47 创业数据研究报告
页
第三部分 创业企业生存状态和要素调查
3.1 创业在上海生存调查
生存调查第一个样本群为 2016 年创业在上海的参赛企业,我们通过电话拜访的
方式确认企业的生存状态,最终获得的有效样本数为 2993 家。图 1 和图 2 呈现了创
业在上海样本群行业分布和企业成立年份的分布。如图所示,绝大多数样本来自于电
子信息和互联网和移动互联网,其中属于电子信息行业的样本超过 1000 家,互联网
和移动互联网的企业超过 823 家。相对“冷门”的行业为新材料行业的样本企业为 124
家。另外大多数的样本企业成立于 2013 年(423 家),2014 年(720 家)和 2015 年
(667 家)。
图 1 创业在上海样本企业行业分布
图 2 创业在上海样本企业成立时间分布
上海市大学生科技创业基金会
第 38 页 共 47 创业数据研究报告
页
3.1.1 创业在上海整体存活率
根据初创企业定义的年龄维度,我们从“创业在上海”的样本群中选择了成立于
2012 年之后的样本企业(2226 家)进行生存率分析。如上图所示,全行业的样本企
业存活率为 48.5%。不同行业的存活率存在比较大的差异。其中存活率最高的行业为
生物医药,存活率达到了 65%,而存活率最低的行业为互联网和移动互联网行业,存
活率为 36.8%。需要注意的是一开始进入我们样本群的企业有很大的比例已经是成立
2 年甚至更长,所以我们的统计结果和实际的存活率相比要高一些。
图 3 行业与存活率
3.1.2 初创年份和样本存活率
为了去探究成立年限对于存活率的影响,我们将样本根据成立年份分别进行存活
率统计。对于成立于 2012 年的企业,意味着进入我们样本数据库的时候已经成功存
活 4 年。对应的成立于 2013 年、2014 年和 2015 年的样本企业,已经存活 3 年、2 年
和 1 年。从下图的变化,成立于 2014 年和 2015 年的企业的存活率低于全样本的平均
存活率,之后的存活率相对较高并且稳定。另外不同行业存活率之间也存在着些许差
异,但是对于初创企业成立的前两年是对应的“死亡窗口”,和前述机会分析部分的
“投融资窗口”基本一致,一面是天堂,一面是地狱。
上海市大学生科技创业基金会
第 39 页 共 47 创业数据研究报告
页
图 4-1 成立年份与存活率(2012 年)
图 4-2 成立年份与存活率(2013 年)
图 4-3 成立年份与存活率(2014 年)
上海市大学生科技创业基金会
第 40 页 共 47 创业数据研究报告
页
图 4-4 成立年份与存活率(2015 年)
3.1.3 热门行业创业与样本存活率
图 5 热门行业与存活率
根据风险投资热度,我们将创业行业区分为热门行业和非热门行业。因为“创业
在上海”的企业样本都属于前十大热门的风险投资行业,为了对比“热门行业”和“非
热门行业”创业的存活率,我们人为地将前四大行业定义为“热门行业”,将后排相
对靠后的行业定位为“非热门行业”。如上图所示,相对较为热门的行业除了 2012 年
的样本,所有其他年份的热门行业创业企业项目的存活率反而比非热门行业的存活率
低。先入优势效应明显。
上海市大学生科技创业基金会
第 41 页 共 47 创业数据研究报告
页
3.1.4 初创条件与样本存活率
企业的存活不仅仅受外部环境的影响,也是和企业内部因素共同作用的结果。根
据创业研究,解决创业过程中的“不确定性”是企业存活的一大挑战。因此在此报告
中我们还选取了两项创业企业初创条件指标(分别是股权分配和创业者职位)来分析
这些初创条件是否影响创业企业的存活。
核心创业者在创业企业中是否担
任董事或者总经理一定程度可以反应
创业者对于控制权和决策权的把握。
以往的研究推测决策权的把握能够帮
助创业者解决内部不确定性,但是不
利于团队的搭建。它对创业企业的存
活存在双面影响。我们的统计数据结
果一定程度上也验证了这一点,创始
人是否担任董事长/总经理职务对于
企业的生存率没有显示出大区别。然而我们根据项目所处行业进行细分之后进一步分
析却发现,在互联网和移动互联网还有新材料行业,创始人担任董事长/总经理职务
项目的存活率要远高于创始人不担任董事长/总经理职务的项目。
与职位相比,股权分配对于生
存的影响较为明显。在这里,我们将
核心创始人占股超过 50%的企业定
义为核心创始人绝对控股。如图 9 所
示,核心创始人绝对控股的企业生存
率比较低,超过 8 个百分点。也因此
可以看出,对于股权分配又存在不同
的理解,生存最佳?
图 6 创始人职位与存活率
图 7 创业行业、创始人职位与存活率
上海市大学生科技创业基金会
第 42 页 共 47 创业数据研究报告
页
另外,我们发现股权分配对于生存的影响会因为行业而异。在生物医药和新能
源及节能环保和电子信息领域,表现的更为显著一些。非绝对控股的样本企业存活率
要比绝对控股的样本企业存活率高
10 个百分点以上。另外,在互联网和
移动互联网领域,我们也发现了一个
特殊的现象,互联网和移动互联网是
唯一一个创始人绝对控股的样本企
业存活率高于非绝对控股的样本企
业的行业。
3.2 大学生创业企业生存情况调查
第二个样本群涉及的是基金会资助企业,同样我们通过电话拜访的方式来确认
其生存状态,最终一共获得样本企业 1056 家。因为基金会的行业划分比较细涉及 24
个细分行业,在项目行业分布信息部分,为了统计方便我们截取了项目最多的前十大
图 9 创始人绝对控股与存活率
图 8 创业行业、创始人绝对控股与存活率
上海市大学生科技创业基金会
第 43 页 共 47 创业数据研究报告
页
行业进行具体统计,而剩下的项目归类为其他行业。如图 10 所示,基金会资助最多
的行业为 IT 技术与互联网和现代服务两个行业分别有 224 笔资助和 164 笔资助。如
图 11 所示,成立于 2016 年至 2019 年的被资助企业占据了样本的绝大多数,一共为
843 家企业。
图 10 资助项目样本行业分布
图 11 资助项目样本成立年份分布
3.2.1 资助项目整体存活率
在随机筛选的 1000 多个项目中,接受电话回访并能够明确企业生存状态的比例
为 73%左右。未能确认状态的原因主要包括电话尝试多次后无人接听、空号以及机主
拒绝回答。
上海市大学生科技创业基金会
第 44 页 共 47 创业数据研究报告
页
图 12 资助项目样本整体存活率
在能够确认状态的资助项目中,总体存活率高达 83%,要远远高于创业在上海样
本企业的整体存活率(不到 50%)。不过需要注意的是,这两组数据并没有直接的可比
性。创业在上海样本组相对于基金会资助企业样本平均年龄要高将近 4 年。另外如图
13 所示,超过半数的基金会存活企业员工人数少于 5 人。
图 13 资助项目样本企业规模
上海市大学生科技创业基金会
第 45 页 共 47 创业数据研究报告
页
3.2.2 资助项目成立年份和生存状态
图 14 资助项目成立年份和存活率
结合样本企业的成立年限进一步分析,图 14 呈现了不同样本的存活率。横轴为
基金会资助企业的成立年限(2020 减去企业成立年份),纵轴是资助项目的数量,橙
色曲线计算的是企业存活率。在 2014 年之前成立的企业因为样本数过少的缘故,参
考价值不大。而在 2014 年至 2019 年间成立的资助企业,虽然随着成立时间的增加,
生存率有所下降,但是下降幅度非常有限。基金会资助的项目存活率较高。进一步统
计其盈利状态显示,成立于 2016 年之后的样本企业,盈利企业占比稳中有升,从成
立第二年的 59%到成立第四年的 73%。
上海市大学生科技创业基金会
第 46 页 共 47 创业数据研究报告
页
图 15 资助项目成立年份和盈利状态
3.2.3 资助项目申请人学位和生存状态
图 16 资助项目申请人学位分布
资助项目申请人最后学位分布如上图所示,本科和硕士研究生学位的申请者占
比最高。专科学位、MBA 学位和博士学位的申请人占比相对较低,但是绝对数量也相
当可观。结合申请人项目生存数据,我们发现(如图 17 所示),尽管教育程度对于创
业项目的生存率影响差别不大,但是有一个明显的趋势是随着申请人学位程度的升高,
创业企业的生存率是下降的趋势。当然这其中一个可能的解释是学历越高,创业者的
上海市大学生科技创业基金会
第 47 页 共 47 创业数据研究报告
页
机会成本相对也较高。使得在创业过程中,一旦发现项目并不如预期顺利成长,就会
及时中止项目。
图 17 资助项目申请人学位和创业项目生存率
最后,我们根据项目申请资助时创始人的读书状态,将样本企业分为在在读生
创业和毕业之后再创业,结果显示在读状态下创业项目的存活率和毕业之后再创业存
在显著差异。在所有的统计项目中在读生创业项目的存活率为 75%,而毕业之后再创
业的项目存活率超过 85%。
图 18 申请人在读状态下创业和项目生存率
第七季“创心之路”研究报告
“创心之路”项目于 2015 年启动,由上海市大学生科技创业基金会委
托上海创业力评鉴中心执行。该项目集创业者访谈、创业数据研究 、案例分
享、经验交流于一体,关注早期创业企业发展规律,发展环境。
2021 年数据报告重点
◆ 2021 年风投资本动态
◆ 2021 年区域行业生态变化
◆ 后疫情时期企业生存状态
◆(EFG)大学生创业数据动态研究
数据来源: 这份报告结合了二手数据库数据和一手调研数据,具体包括:
◆ 投中集团的风险投资数据库(CVSource);
◆ 景芃投资行为数据库;
◆ 基金会资助企业数据库;
◆ 企业调研信息。
前 言