風險投資、不良貸款與產業轉型升級
——基于中國省級面板數據的實證研究

曹玉平，操一萍

（1.河南大學 產業經濟與農村發展研究所，河南 開封 475000；2.湖南大學 經濟與貿易學院，湖南 長沙 410000）

改革開放四十年來，中國經濟長期以較高速度增長，經濟體量得到全世界普遍關注，要素結構、產業發展和國際貿易表現與以往相比也都呈現出明顯的轉型升級趨勢。但在這些成績的背后，又必須認識到如下事實：從要素稟賦結構來看，非熟練勞動力、自然資源和物質資本等中低端要素仍是當前中國要素稟賦結構的主要構成，而人力資本、技術創新、良序制度、企業家與工匠精神等高端要素仍然稀缺；從產業結構來看，中國經濟仍以粗放型增長方式為主，勞動密集型與資源密集型產品生產仍占據較大比重，產品技術含量低，產業結構低端；從貿易結構來看，中國仍處于全球價值鏈的生產、組裝等中低端分工環節，而在研發、營銷等高附加值環節仍然不具比較優勢。所以，近年來受模仿創新空間縮窄、人口紅利漸失、資源環境壓力加大及國際分工圖景重構的影響，中國經濟增長的傳統動能日趨疲軟。培育中國經濟增長新動能，推動產業轉型升級是破解當前中國經濟增速減緩及增長質量不高這一雙重困境的關鍵舉措。

當下，比認識到產業轉型升級迫切性更重要的一個問題是：什么因素阻礙與驅動了產業升級？關于這一問題的研究文獻十分豐富，但鑒于金融支持對現代產業升級的不可或缺性，本文著重考察了相關金融因素對產業升級的影響。根據融資方式，可將金融劃分為股權金融和債權金融兩種。Hall和Lerner[1]611指出標準化債務合約決定了債權人只承擔失敗的后果而不分享成功的收益，這樣的“風險—收益”模式不適合高風險高回報的創新性投資，使得股權融資相比于債權融資更適合創新活動。而在股權融資中，風險投資（Venture Capital，VC）因其“高風險—高收益”的模式而備受創新性融資青睞，這也是中國創新融資的前沿發展方向。但也有大量研究發現，風險投資并不必然能促進創新和產業升級。此外，雖然債務性金融工具（如銀行信貸、債券等）不適合為創新活動融資，但傳統的商業銀行系統仍然是中國金融體系的主體構成，其經營情況（如商業銀行不良貸款率）一方面事關金融資源本身的配置效率，另一方面也反映了是否為產業升級的熊彼特動態過程提供良好的外部篩選環境。基于此，本文選擇風險投資和不良貸款作為感興趣變量，以著重研究它們對產業升級的影響。理論上來看，本文豐富了金融支持產業升級的探討，尤其明確了不同風險投資模式對產業升級的迥異影響以及銀行不良貸款在資源錯配、阻礙產業優勝劣汰上的負效應；實踐上來看，本文對思考中國風險投資主導模式變革、政府風投模式治理強化、控制銀行不良貸款的意義以及金融結構優化等具有啟發價值，從而有利于為中國產業升級、經濟結構轉型和高質量發展提供金融支持方案。

一、文獻回顧

現有文獻很少直接研究風險投資對產業升級的影響，但鑒于創新是產業升級的必要條件和核心驅動力，則關于風險投資影響技術創新的研究也高度契合本文的主題，這類文獻很豐富且存在多樣、不一致的研究結論。第一類研究認為風險投資對創新有促進作用。Kortum和Lerner[2]早期對美國的研究發現風險投資顯著促進了創新；Chemmanur等[3]也發現風險投資與企業間的技術匹配及其對企業失敗的容忍使得風險投資支持的企業更具創新力；王蘭芳和胡悅[4]的實證發現創業投資能顯著提升企業創新績效；陳思等[5]對中國的實證研究也顯示，VC進入顯著促進了被投企業的專利申請；熊家財和桂荷發[6]則進一步發現，風險投資介入不僅增加了企業專利數量，還提升了專利質量。第二類研究發現風險投資不利于創新。如Caselli等[7]對意大利上市公司的實證發現風險投資改善了企業管理，但不會促進創新；Tian和Wang[8]發現年輕的、缺乏經驗的風險投資對失敗容忍度更低，不利于公司的創新孵化；Arvanitis和Stucki[9]對瑞士企業的實證也表明，風險投資能夠篩選出創新傾向高的企業，但企業的創新效率在接受風險投資前后的差異并不顯著；陳見麗[10]發現風險投資既沒有帶來更多的創新資源，也不能促進企業創造更多的創新成果；王婷[11]的實證結果顯示中國的風險投資能對技術創新帶來資本增加效應但卻無助于創新效率提升；溫軍和馮根福[12]基于“增值”與“攫取”權衡的視角，理論和實證研究了風險投資對企業創新的影響，發現中國風險投資整體上顯著降低了企業的創新水平。第三類文獻認為風險投資與技術創新間不存在上述簡單的線性關系。如Arqué-Castells[13]研究表明風險投資與企業創新是一種“倒U形”關系；馮照楨等[14]研究發現風險投資與創新間存在閾值效應，即當風險投資規模低于閾值時，風險投資會抑制企業創新；當風險投資規模大于閾值后，風險投資才會促進企業創新。最后一系列研究還發現，諸多外在因素會對風險投資與技術創新間的確切關系產生調節效應。如茍燕楠和董靜[15]發現企業初創期風險投資促進了企業創新，而企業擴張期風險投資則與企業創新呈現負相關關系；郭研等[16]實證研究表明，政府風投基金的篩選決策機制由集中到分權的變化有利于增強創新基金的創新促進效應；莊新霞等[17]實證發現對非國有企業及制度環境較好的地區，風險投資對中國上市企業創新投入的促進作用更明顯；郭迪[18]245的研究則表明私有風險投資對促進中小企業創新更有效，而政府主導的風險投資是短效的，大規模國家風投引導基金很可能給國家帶來很大風險。綜上可見，已有文獻對風險投資的創新效應進行了富有啟發性的多視角探討，得出的研究結論也是迥異的。現有研究尤其提示我們：風險投資促進創新并非無條件的，啟發我們進一步思考背后的內在影響機制。但現有文獻很少從中國風險投資參與主體的現實出發，特別是考慮到中國很大比例的風險投資都是由政府開展的事實，來細致考察風險投資的私有來源與政府主導對創新和產業升級的不同影響。

此外，由于作為債務金融的商業銀行不適合為創新和產業升級提供融資服務，故很少有文獻直接研究商業銀行不良貸款對創新和產業升級的影響，但下列幾篇文獻從金融支持以外的角度研究了不良貸款的經濟后果，為我們思考銀行不良貸款對產業升級的影響提供了新視角。王兵和朱寧[19]發現不良貸款是上市商業銀行無效率的主要來源；譚政勛和庹明軒[20]實證也發現忽視不良貸款會顯著高估商業銀行的效率；還有研究指出，中國商業銀行在經濟轉型過程中兼具政府性公司的軟預算約束支持體和軟預算約束組織的雙重角色，而商業銀行不良貸款是內生于這一體制性因素的[21]1-3[22-23]。上述文獻表明不良貸款反映了商業銀行運行的低效率和經濟體的預算軟約束問題，啟發本文沿此線索進一步探討不良貸款影響產業升級的內在理論機制。

通過以上文獻回顧，我們發現：（1）直接研究風險投資影響產業升級的文獻很少，大多都是研究風險投資對創新的影響，得出的結論也矛盾多樣；現有研究從多個視角考察了風險投資的創新效應，但較少基于風險投資資金的兩大不同來源主體——政府與市場——這一視角來細致考察其對產業升級的差異化影響機制和作用效果；（2）現有文獻較少研究不良貸款對產業轉型升級的影響，更缺乏對其影響機理的詳細闡釋；（3）關于產業升級的測度，現有文獻大多采用二、三產業占比等單一指標表示，這么做不能客觀全面地反映產業轉型升級的豐富內涵。

基于此，本文的邊際創新在于：（1）理論視角上，從風險收益匹配性、資金來源主體等角度理論闡釋了風險投資對產業轉型升級的正反兩方面影響；也從金融資金配置機會成本和預算軟約束視角，探討了不良貸款阻礙產業升級的內在理論機理；（2）實證研究上，選取Wind咨詢中國PEVC數據庫中的風險投資面板數據，并運用熵權法加權14項原始指標，構建了中國29省2005—2014年的產業轉型升級指數。以此為基礎，運用面板數據模型對提出的理論假說進行了實證檢驗。

二、理論分析與假說提出

（一）風險投資影響產業轉型升級的理論分析

1.收益與風險的匹配性

推動產業轉型升級的主要驅動力是技術創新，而技術創新活動的預期收益和風險具有較強的不確定。以銀行信貸、債券等為代表的債務型金融主要依靠到期歸還本金，并取得固定利息的方式來經營，所以銀行追求的是低風險、低收益的穩健經營模式，而技術創新和產業升級往往以高風險、高收益為特征，若銀行為這類項目貸款，它們往往只有較小的概率會成功，而即使成功后銀行也只能得到有限的低固定收益索取權，無法獲取相應的高收益，而大多數創新項目都會以失敗告終，風險都會由銀行承擔，銀行的壞賬就會持續上升。因此，債務型金融的風險承受能力較弱，只能為收益穩定、風險較小的成熟或傳統行業提供信貸支持，無法滿足高風險、高收益的技術創新和產業轉型升級活動的融資需要[24]。相對而言，作為權益型融資方式主要代表的風險投資可以通過股權、剩余索取權等方式來獲取與投資項目的動態增長收益正相關的收益索取權，且沒有固定償付限制，故其能夠通過少數成功項目帶來的高額回報去彌補大量失敗項目導致的虧損。因此，與債務型融資相比，風險投資能夠通過承擔投資項目的高風險來獲得相應的高回報，使得風險投資的經營模式與技術創新、產業升級的“風險—收益”特征更加匹配，更適應技術創新、產業升級活動的融資要求，有利于促進技術研發、技術商業化和產業轉型升級[1]638。

2.風險投資由政府主導引起的系列問題

風險與收益的匹配性決定了是否有資金用于支持產業升級，這固然至關重要，然而只靠投錢并不足以解決問題，還必須保證資本配置過程的高效率，這意味著要甄選出真正有前景的項目，并果斷地把糟糕項目淘汰出局。做到這點的前提是，資金提供者本身要有充分的激勵，能基于預期收益做出投資與否的決策，并對投資對象施加硬性的預算約束。其中，支持資金來源主體的所有者屬性對上述問題有決定性的影響[25]202-203。對于私有風險投資基金而言，首先，必須獨立承擔所有風險和收益的事實決定了其預算硬約束性質，這意味著一旦發現所投項目成功無望，風險投資人就會果斷放棄以便將有限資金用于更有前景的項目，這有利于提供一個優勝劣汰的經濟運行環境，從而有利于創造性破壞的產業升級過程；其次，有限合伙制、有限責任公司等良好的合約設計將原始出資方、投資決策者以及創業團隊組成了利益共同體，可以較好地解決三者之間由于多級委托代理而產生的道德風險問題，使得私有風險投資者會竭力去收集、整理、分析第一手信息，以識別、甄選出真正適合投資的項目，雖然由于經濟不確定性和信息不對稱，客觀上錯選項目仍難以避免，但不會存在主觀動機偏差，同時，創業團隊會全力經營，與風險投資人一起共同創造價值；再次，私人風投基金的績效評估基于企業市值增長，這一評價指標是單一明確的，且由無法人為造假的市場決定，所以能為創新創業提供客觀、強有力的激勵；最后，私有風險投資基金的決策過程是扁平的，風投專家基于直接接觸、實地調研獲得的大量一手資料來做決策，信息的可靠性有利于決策準確性。上述四點決定了風投資金的私有來源能夠為創新創業和產業升級提供機制保證。

然而，政府主導的風險投資基金則存在相反的經濟邏輯。首先，政府主導的風險投資基金沒有明晰的產權，也就沒有獨立的風險和收益的承擔主體，這會造成嚴重的預算軟約束問題，創新本質上是不確定的，兼具技術和市場風險，故高技術創業企業的高失敗率是常態，若政府此時出于促進地方經濟增長、維持穩定、復活投資等考慮而不愿對失敗項目實施破產清算，就會導致大量失敗項目以“僵尸”的狀態在政府支持下繼續存活，而真正具有前景的項目卻因為融資難無法落地，沒了優勝劣汰的經濟運行機制，就會阻礙創造性破壞的產業升級過程；其次，中央政府、地方政府與創新創業者之間各自有不同的利益，且很難設計良好的激勵機制去解決三者間的多級委托代理問題，以形成利益共同體，再加上高度不確定的創新環境所導致的嚴重信息不對稱，道德風險問題在這里將表現得異常突出，政府不但缺乏激勵去挑選真正有潛力的創新企業，甚至有可能根據企業的賄賂來決定投資流向，創業者可能會將其才能用于騙取政府資助，而不是做創新；再次，政府對所投項目的評價指標往往是很多元的（一般包括創新業績、就業創造、投資吸引、出口情況等），難以為企業提供清晰明確的激勵導向，且這些指標一般都由企業上報，數據造假難以避免，故無法提供客觀的評估、激勵體系；最后，政府風險投資基金的決策過程是垂直的，基于層層上報的紙面文件進行項目篩選，掌握的信息有限且可靠性欠佳，不利于甄選出真正有潛力的創新項目。上述四點決定了政府主導的風投資金不利于創新創業，從而阻礙產業轉型升級[18]243-244[26]212-217。

假說1.市場化風險投資的贏利模式與技術創新、產業升級的高風險、高收益特征具有良好的匹配性，使風險投資有利于產業轉型升級；但政府主導的風險投資資金又會產生預算軟約束、委托—代理、績效評價、決策制定等問題，使得風險投資不利于產業轉型升級。因此，風險投資對產業轉型升級的最終影響取決于這兩種相反力量的對比。

（二）不良貸款阻礙產業轉型升級的理論分析

1.金融資金低效配置

不良貸款主要由商業銀行貸款進入盈利能力較差的落后企業，而這些企業到期無法按照貸款協議償還本金和利息的行為引起。信息不對稱以及經濟活動本身固有的風險屬性決定了商業銀行的不良貸款是無法消除的，適度規模的不良貸款也是經濟運行的正常現象。但是，過大規模的不良貸款或過高不良貸款率的長期存在意味著整個商業銀行系統在將資金盈余貸放給資金需求方的過程中出現了系統性問題，這不僅會給金融系統帶來風險，也會使有限的資金被生產效率低、生產經營困難的落后企業長期占有，降低了金融資源的利用效率，引起資金嚴重浪費。同時，使得技術創新、技術轉化、技術改造、新企業進入等產業升級活動缺乏應有的金融支持，從而阻礙產業轉型升級。總之，長期過高不良貸款率的機會成本非常大，雖然商業銀行本身不適合為創新和產業升級活動融資，但由于商業銀行系統仍然在當前中國金融體系中處于核心地位，故商業銀行不良貸款率的高低很大程度上反映了整個金融系統的資金配置效率，雖然低不良貸款率不能表明創新活動得到了金融支持，但高不良貸款率一定意味著潛在可用于創新的資金被低效占用，從而不利于優勝劣汰的產業升級過程。

2.阻礙創造性破壞機制的發揮

在預算硬約束環境下，理性的商業銀行在觀察到貸款企業資不抵債，從而產生壞賬風險時，就會通過法律手段要求貸款企業變賣資產進而收回部分前期貸款，同時貸款企業進入破產清算程序。在這樣的預算硬約束金融環境下，落后企業的退出成為必然，也就為優勝劣汰的創造性破壞機制奠定了經濟環境基礎。而中國商業銀行在經濟轉型過程中兼具預算軟約束組織和預算軟約束支持體的雙重角色，一方面，商業銀行產生危機時往往持有政府會救助的穩定預期；另一方面，商業銀行會對資不抵債的企業（主要是國企）給予流動性支持，甚至會按政府意愿來執行貸款。因此，中國商業銀行已經失去了市場條件下的經濟獨立性，而與政府存在密切的依附關系。政府出于地方經濟發展、維持穩定、政治庇護等考慮一般不愿實施失敗項目的破產清算；而銀行因為有政府進行風險兜底，繼續追加貸款卻有項目起死回生后收回本息的可能，所以銀行也愿意繼續提供貸款，而這最終都會以不良貸款率的上升收場。故商業銀行不管是作為失敗企業預算軟約束支持體的角色，還是自身以預算軟約束組織的形象出現，都會導致過高不良貸款率的長期存在[21]1-16。總之，由于風險、收益不匹配，健康的商業銀行系統以及與之伴隨的低壞賬率雖然本身不能為產業升級提供金融支持，但從提供了一個優勝劣汰的預算硬約束外部經濟環境來看，良好運行的商業銀行對產業升級至關重要；反之，不良貸款率越高意味著預算軟約束問題越嚴重，也意味著越多的僵尸企業存在于經濟中。大量業已失敗、理應破產的企業繼續在市場中經營，不僅僅是對資金、人才、物質等的浪費和占用，更是對市場空間的阻塞，使得有活力的新興企業面臨更高的市場進入壁壘，從而嚴重制約創造性破壞的產業轉型升級機制。綜上所述，提出以下理論假說。

假說2.過高不良貸款的長期存在不僅意味著金融資源的低效占用，使產業升級過程無法獲得信貸支持，而且反映了嚴重的預算軟約束問題，使得落后企業不能退出、新企業難以進入，從而阻礙創造性破壞的產業轉型升級過程。

三、實證研究設計

（一）計量模型構建

本文運用規范的靜態面板數據模型對風險投資、銀行不良貸款影響產業轉型升級的假說進行實證檢驗，基礎回歸模型設定如下

其中，下標i表示第i省，t代表年份；β0為常數項；ui為個體效應，以控制各區域自然資源、地理區位、制度文化等非時變、不可測遺漏變量對產業升級的異質影響；εit為隨機擾動項。ITU為因變量產業轉型升級；VCA與NPL分別為感興趣變量風險投資和不良貸款率。同時借鑒經濟學基本理論及相關研究[27-29]，將對外開放度（OPE）、研發投入（R&D）、城市化水平（URB）、人力資本（HCA）、經濟發展水平（GDP）、政府干預（GOV）、知識產權保護（IPP）等變量作為控制變量納入基本回歸模型，以盡可能使擾動項條件均值獨立于感興趣變量的假設得以滿足，從而可以對感興趣變量的回歸系數賦予因果解釋，準確驗證本文提出的預期理論假說。本文將通過Hausman檢驗來決定應采用固定效應還是隨機效應進行模型估計，并以基礎設定形式（1）為起點進行后續的穩健性檢驗和內生性處理。

（二）變量測度與數據來源

1.產業轉型升級水平

1）測度方法—熵權法。本文采用熵權法對產業轉型升級水平進行測度，熵權法是一種根據數據所含有效信息量進行客觀賦權的方法，可避免人為主觀設權帶來的評價偏差。每一年，本文的測度對象為29個省（i=1，2，…，29），每個省有14項評價指標（j=1，2，…，14），記測度對象 i在指標 j上的原始數據取值為Xij，則形成一個29行14列的原始數據矩陣。熵權法涉及如下計算步驟。

對原始數據進行量綱標準化

計算測度對象i省在指標j上的特征比重

計算第j項指標的熵值

確定各指標的熵權

計算各測度對象的綜合指標值

2）測度指標選取。為確保全面、客觀地測度產業升級的內涵，結合現有文獻、經濟現實和數據可得性，從技術創新投入、創新能力提升、產業結構升級及貿易結構優化等產業升級的四個方面，選取了14項統計指標來構建測度產業轉型升級的基礎數據，具體如表1所示。

表1 產業轉型升級指數指標體系

2.其他變量

綜合考慮經濟含義、研究規范、測度精確性以及數據可得性等條件，分別選取了適宜指標作為本文的控制變量。為簡潔起見，通過表2集中反映本文所有變量的測度指標與數據來源。

表2 變量測度與數據來源

PEVC包括天使投資、私募和風險資本等股權融資方式，Wind咨詢中國PEVC庫統計風險投資額的數據源包括：（1）清科、投中、IT桔子等網站；（2）上市公司招股說明書以及并購事件公告；（3）PE、VC機構官網。以上數據源基本能夠完整覆蓋中國創業風險投資的情況。商業銀行依據借款人的實際還款能力將貸款風險進行五級分類，分別是：正常、關注、次級、可疑和損失，后三種為不良貸款。不良貸款率指商業銀行不良貸款余額占總貸款余額的比重。R&D經費為R&D經費內部支出；實際人均GDP是把名義人均GDP以1992年為基期按照各省歷年CPI進行通脹調整得到的；平均受教育年限HUM=6×Prime+9×Middle+12×High+16×University，其中Prime、Middle、High和University分別表示小學、初中、高中和大專以上文化程度教育人數占6歲以上總人口的比重；知識產權侵權率=crimeit/patentit，crimeit指i省t年知識產權侵權立案數，patentit指該省當年知識產權授權數[30]。

（三）描述性統計與相關性檢驗

1.變量的統計性描述

在樣本選擇時，由于西藏及青海的相關數據缺失，故在本研究中未能包括。分省不良貸款率沒有2005年之前的數據，本研究所需的最新數據截止到2014年。因此，本文最終選用2005—2014年中國29個省的面板數據進行實證分析，各變量的描述性統計指標如表3所示。表3最后一列還顯示了各自變量的方差膨脹因子（VIF），最大的為7.32，小于10，表明模型的多重共線性不嚴重。考慮到不同變量在數量級上差別懸殊，為便于回歸系數理解，回歸前按比例進行了適當縮放。

2.變量的相關性檢驗

在進行正式的基礎回歸分析之前，為對變量間的關系有一個初步了解，在表4中列示了所有變量之間的兩兩相關關系。由表4可知，風險投資與產業升級正相關；不良貸款與產業升級負相關。但由于存在遺漏變量、模型誤設、聯立因果等一系列內生性問題，這個簡單相關分析中的任何一個結果顯然都不能作為實證結論來接受，有待后文的正式回歸模型加以進一步驗證。

表3 變量的統計性描述

表4 變量間的相關系數矩陣

四、實證分析結果

（一）基礎回歸結果

以示對比，本文先用混合最小二乘法（POLS）估計了計量方程（1），隨后同時采用固定效應（FE）和隨機效應（RE）進行了基礎回歸，回歸結果如表5所示。表5中，模型（2）和模型（3）只包含了風險投資VCA一個感興趣變量，模型（4）和模型（5）只包含了另一個感興趣變量不良貸款NPL，模型（6）和模型（7）則同時包含了風險投資和不良貸款。模型（1）的結果很不理想，感興趣變量都不顯著，但因為沒有考慮個體效應，這一模型很可能是錯誤的①同時采用普通標準誤和省份聚類穩健標準誤，針對RE模型（6）和FE模型（7）的正式檢驗也表明：強烈拒絕“不存在個體效應”的原假設，不應進行混合回歸。。雖然在表5模型（2）～模型（7）中，風險投資和不良貸款的回歸系數符號基本保持一致，且與理論預期吻合，但考慮到模型（2）～模型（5）可能存在遺漏變量偏誤，故選用模型（6）和模型（7）作為基礎回歸的最終結果。進一步，對模型（6）和模型（7）的回歸結果進行了Hausman檢驗，結果表明應在1%的水平上拒絕隨機效應的原假設，故選擇FE模型（7）。

表5 基礎回歸結果

模型（7）的基礎回歸結果顯示，不良貸款不利于產業轉型升級，這與前文的理論分析一致；風險投資也不利于產業轉型升級，這需要結合前文的理論分析和中國風險投資來源主體現實進行進一步解釋。但在對實證結論做詳細解釋之前，還有必要對上述回歸結果進行進一步的穩健性檢驗和內生性處理，以確保所得結論的可靠性。

（二）穩健性檢驗與內生性處理

1.穩健性檢驗

為檢驗基礎回歸結果的準確性及可靠性，本文從以下兩方面對基礎設定形式進行了穩健性檢驗：首先，利用省份聚類穩健標準誤對表5模型（6）和模型（7）進行了重新回歸，以避免標準誤計算不準確導致的內部有效性威脅，結果列示在表6的模型（1）和模型（2）中，并進行了適用于聚類穩健標準誤的過度識別檢驗，顯示應該采納FE模型（2），回歸結果依然顯著；其次，通過在基礎設定形式中進一步依次加入市場化程度、企業家精神和信息化發展這三個備選控制變量，以判斷擾動項條件均值獨立于感興趣變量的假設是否確實得以滿足，結果列示在表6的模型（3）～模型（5）中，節省篇幅僅報告了FE的回歸結果。結果顯示，隨著更多備選控制變量的依次加入，感興趣變量的系數估計值均未發生大的變化。

表6 穩健性檢驗及內生性處理

綜合以上兩方面的穩健性檢驗可見，與表5基礎回歸結果（7）相比，感興趣變量風險投資與不良貸款對產業轉型升級影響的大小、符號與顯著性均未發生明顯變化，故基礎回歸結果是可靠的。

2.內生性處理

內生性將導致模型估計有偏且不一致，因此，對模型內生性進行討論和處理是因果推斷的核心環節。本文中，感興趣變量風險投資會對產業升級產生影響，與此同時，產業升級過程中必然伴隨著大量創新創業型企業的產生，從而增加對風險投資的需求，使得風險投資與產業升級之間產生雙向因果關系，使風險投資極有可能成為時變內生變量。因此，本文運用面板工具變量法，采用風險投資的滯后1期和滯后2期同時作為水平風險投資的工具變量，對原回歸方程進行了固定效應二階段最小二乘估計（FE-TSLS）和固定效應廣義矩估計（FE-GMM）①這時模型同時包含個體固定效應和內生解釋變量，通常分兩步處理之：首先，對模型進行離差變換以解決個體固定效應問題；其次，對變換后的模型使用 TSLS或 GMM 估計，以解決內生變量問題。，回歸結果列示在表6模型（6）和模型（7）中。這一模型同時解決了個體異質性引起的遺漏變量偏差和時變內生解釋變量問題，可提高得到一致估計的可能性。表6模型（6）和模型（7）的回歸結果與表5模型（7）的基礎回歸結果相比，雖然感興趣變量風險投資與不良貸款的回歸系數大小有了一定變化，但符號和顯著性均保持不變，這說明在回歸模型中更好地處理了內生性問題以后，基礎回歸得到的實證結論依然成立，能作為正式結論加以接受，可對此實證結論做進一步詳細解釋。

（三）實證回歸結果解釋

1.風險投資對產業轉型升級的影響

由表5模型（7）的基礎回歸以及表6的進一步內生性處理和穩健性檢驗表明，風險投資的回歸系數均顯著為負，這表明中國風險投資不但未促進而且還阻礙了產業結構升級，這一結論與一般的理論分析和經濟現實不一致，需要結合理論分析和中國風險投資現實加以詳細解釋。在中國，存在兩種支持創新創業的風險投資模式。第一種是市場主導的私人風險投資。第二種是政府主導的風險投資，又包括兩類：第一類是政府對創新創業項目的直接補貼和貼息貸款（簡稱創新基金）；第二類是政府引導基金（簡稱引導基金）。2008年以前，國外風投機構一直是中國風險投資行業的主要參與者；2008年以后，本土風投基金成為主角，尤其政府、國企主導的風投基金得到了迅猛發展，成為中國風險投資行業的主力，這與美國、以色列等創新強國以民間資本、外資為根基的市場化風投模式形成鮮明對照。首先，從絕對規模來看，根據《科技型中小企業技術創新基金2013年度報告》，截至2013年底，創新基金累計中央財政預算投入268.26億元，累計扶持46 282個項目。伴隨著“雙創”浪潮，從2014年起，國家引導基金的規模也急劇擴大，截至2015年底，共有780個國家引導基金管理2.18萬億元基金，這是2015年全球風險投資機構融資量的5倍，是美國小企業投資公司項目管理資金的100倍[18]244。其次，從中國風險投資的資本來源構成看，各種來源的統計資料都顯示：國家實施的風險投資占中國風險投資總額的比重很高。歷年《中國創業風險投資發展報告》顯示，僅政府、國有獨資資金一項在中國風險投資中的占比就常年高達30%以上，再加上政府和國企對非政府獨資或非國有獨資創業風險投資的持股部分，中國政府及國企直接或間接控制的創業風險投資資金會更高，而在2016年，個人和民營機構投資僅占中國創業風險投資總額的25.44%。表7更清晰地表明，2006—2015年度，國家主導的（包括財政預算出資和國有機構投資）創業投資份額處于55.5%～81.8%之間，民營資本（包括非國有機構、個人和外資三項）占比則位于18.2%～45.5%之間。民營資本的創業風投份額雖呈逐漸上升態勢，但仍沒有改變中國創業風投的國家主導格局。中國風險投資的這一資本來源結構決定了其對產業升級的效果。一般來講，風險投資的贏利模式與產業升級的高風險、高收益特征具有良好的匹配性，使風險投資有利于為產業轉型升級提供金融支持，然而，風險投資支持創新和產業升級是有條件的，除了提供金融資金這一必要前提外，還必須確保資本配置的高效率。根據前文的理論分析，政府主導的風險投資資金卻會產生預算軟約束、多級委托—代理、績效評價困難、決策偏差等一系列問題，導致政府主導的風險投資難以甄選出真正從事技術創新的項目，很可能選出一些不具創新潛力的項目，而且這些沒有前景的項目一旦被政府選定，還很難退出市場，激勵難題以及優勝劣汰機制癱瘓使得創造性破壞過程被終止，產業轉型升級也就難以發生。

表7 2006—2015中國創業投資企業按投資人屬性分類的實到資本來源結構 單位：%

2.不良貸款對產業轉型升級的影響

表5模型（7）的基礎回歸以及表6經過穩健性檢驗和內生性處理的結果表明，不良貸款的回歸系數均顯著為負，這表明不良貸款的增加不利于推進產業轉型升級。一方面，過高不良貸款的長期存在使得有限的資金被生產效率低、生產經營困難的落后企業長期占有，降低了金融資源的利用效率，引起資金嚴重浪費，同時，使得技術創新、技術轉化、技術改造、新企業進入等產業升級活動缺乏應有的金融支持，從而阻礙產業轉型升級；另一方面，在中國，商業銀行作為預算軟約束組織和預算軟約束支持體，不良貸款率越高意味著整個經濟存在越嚴重的預算軟約束問題，也預示著越多業已失敗、理應破產的僵尸企業充斥市場，這不僅僅是對資金、人才、物質等經濟資源的浪費和占用，更是對市場空間的阻塞，使得有活力的新企業進入市場面臨更大壁壘，從而嚴重制約創造性破壞的產業轉型升級機制。

3.控制變量對產業轉型升級的影響

根據Stock和Watson[31]，在因果推斷的框架下，若至少有一個解釋變量與影響被解釋變量的遺漏因素相關，則OLS無偏性的關鍵假定——條件期望為零——將不成立，OLS估計量將產生遺漏變量偏差，所有回歸變量的系數估計一般都將是有偏、不一致的。此時，可退一步引入條件均值獨立性假定。控制變量的作用在于使感興趣變量類似隨機賦值的，從而使誤差項條件均值獨立于感興趣變量的假設得以滿足，以解決感興趣變量估計遭受的遺漏變量偏差。在此條件滿足時，可以證明：感興趣變量系數的OLS估計是無偏、一致的，可賦予其對被解釋變量的因果解釋，但控制變量通常仍然與誤差項相關，故其OLS系數一般是有偏、不一致的，無法解釋為確切的因果效應。鑒于此，不管控制變量的估計是否與預期一致，事實上都無法保證是對真實因果效應的呈現，所以本文的控制變量僅是為了識別出感興趣變量真實因果效應的一種工具，對其本身進行解釋是沒有意義的。

五、結論與建議

本文首先理論研究了風險投資和商業銀行不良貸款影響中國產業轉型升級的內在機制，并對提出的相應研究假說進行了實證檢驗。我們發現：第一，風險投資不利于中國產業轉型升級。結合理論分析與中國風險投資內在構成的宏觀數據，我們認為這主要是由于中國風險投資的政府主導模式所造成的；第二，不良貸款會導致金融資源的低效配置和阻礙創造性破壞的熊彼特動態，也不利于推動中國產業升級。結合理論與實證研究結果，本文的研究可得到如下政策啟示。

1.擴大私有風險投資比例，使市場運作的風投模式在創新創業融資中占據主導地位。私有風險投資最大的優勢在于，它不僅能為創新創業提供資金支持，更關鍵的是可以確保資本配置過程的高效率。私有風險投資通過良好的合約設計可以較好地解決多級委托代理產生的道德風險問題，而扁平化的決策過程確保了基于第一手資料來做投資決策，這大概率確保了資金能夠配置到真正適合投資的創新項目上；隨后，客觀明確的績效評估體系能為事后評判投資業績提供良好依據，一旦發現所投項目成功無望，預算硬約束性質確保資金能夠迅速抽離，止損的同時也為更有前景的項目提供了機會。這一資本配置過程一方面確保了有前景的項目會得到支持，另一方面也使得糟糕的項目會被及時清理，使得創造性破壞的熊彼特動態得以正常運行，產業升級也就順理成章。跨國比較也發現，對于推動創新與增長，以美國為代表的市場主導的私人風投模式最為成功，而歐盟等經濟體模仿美國經驗而實施的政府主導的風險資本則績效很差。這表明市場有其自身的規律和獨特信息，能夠孕育出良好的創新生態，而試圖用政府計劃去強力操縱、模仿這一市場運作過程的做法往往欲速則不達[26]。當前，市場運作的私人風投模式在中國創新創業融資中的地位和份額仍然很低，擴大其比例，使其成為中國創新創業融資的主角，對于中國產業升級至關重要。

2.完善政府管理的風險投資的體制機制，緩解政府從事風險投資引起的一系列問題。政府從事風險投資的經濟學依據在于所投項目具有正外部性，事實上，即使社會收益大于私人收益，但如果私人收益仍然大于私人成本，此時市場仍然是有效的。只有那些社會收益大于私人收益，但私人收益小于私人成本的創新項目才需要政府投資，中國政府可以利用公共風投基金在這些正外部性的創新創業領域發揮更大作用。而政府在市場有效的領域經營只會擠出市場，對整個經濟不僅不會有額外貢獻，還會產生預算軟約束、多級委托—代理、績效評價困難、決策偏差等一系列問題。總之，政府主導的風險投資雖然也能為創新和產業升級提供資金支持，但最大的弊端是無法確保資本配置過程的高效率。這一問題在政府主導的情況下難以消除，但可以通過完善風險投資管理體制加以緩解。第一，在創新項目挑選上，要建立官員、學者和實業界人士組成的多元決策專家委員會，并從晉升、財富、聲譽等方面建立多維度的專家激勵機制；第二，中央政府要下放風險投資基金的管理和操作權力給地方政府，地方政府再進一步做相應的權力下放，這一決策過程的扁平化有利于基于第一手資料而非紙質文件來做投資決策；第三，要建立客觀、清晰的第三方投資績效評估方法，為事后評判投資成敗提供良好依據，同時，也要建立失敗項目預警指標，一旦發現所投項目超過閾值，確保能及時停止投資。

3.控制商業銀行不良貸款率，同時大力發展資本權益型融資方式。在中國，政府和銀行聯合起來成為企業的預算軟約束支持體，許多業已失敗、理應破產的企業在其支持下僵而不死，導致金融資源的低效利用和創造性破壞的產業升級過程受阻，不良貸款率的高低是這一問題嚴重程度的反映。雖然僅從風險與收益匹配的角度來看，一個健康運營的商業銀行體系和與之伴隨的低不良貸款率仍然不利于為產業升級提供融資需要，但從硬化原有的預算軟約束體制，從而為優勝劣汰的產業升級過程創造了一個競爭性的產業進入與退出環境來看，良好運行的商業銀行系統對產業升級至關重要[25]202①尚馬克把促進創新的制度條件歸結為六個協力互動的要素：金融、熊彼特動態、大學科技成果轉化、創新市場、高效的研發扶持政策和高效的專利審查機制。這里的熊彼特動態即指預算硬約束的、競爭性的產業進入與退出環境。可見，金融支持只是產業升級的必要條件之一，優勝劣汰的甄選機制也不可缺少。。此外，長期過高的商業銀行不良貸款率可能也預示著中國金融結構現狀與當前創新轉型的需要不匹配。銀行、債券等債務型金融以還本付息、穩健經營為宗旨，與低風險、低收益的簡單復制及模仿創新是匹配的，此時不良貸款率不會系統性過高。但若用債務型金融去支持高風險高收益的準前沿、前沿性創新創業，由于風險、收益不匹配必然導致不良貸款率系統性上升，降低金融體系運作效率。所以，適應中國經濟由技術模仿向前沿創新的轉型，金融結構也必須由債務型金融相應轉變為資本權益型金融，這樣不僅會降低銀行壞賬率，更能為創新創業和產業升級提供金融支持。

本文的不足在于：由于省級層面只有風險投資的總體數據，缺乏按政府和市場來源統計的具體分項數據，所以未能用計量回歸的方法直接驗證本文關于風險投資來源影響產業升級的假說1，只能借助全國宏觀層面的數據對實證結論加以解釋，未來研究在數據可得時可沿此方向進一步努力。