清潔技術風險投資對經濟綠色增長的影響
——基于中國數據的動態分析

查 博，宋格格

（西安財經大學商學院，陜西西安 710100）

全球各經濟體都在努力降低環境中含碳量，以實現綠色增長和可持續發展的共同目標。黨的二十大報告明確指出要推動綠色發展，促進人與自然和諧共生，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。經濟的綠色增長是中國目前實現經濟發展的重要目標。清潔技術指的是能夠降低能源和資源消耗，減少對環境的負面影響，高效使用自然資源的某類產品、工藝和服務［1］。清潔技術的發展在確保自然資產能夠繼續為增加人類福祉提供各種資源和環境服務的同時促進經濟增長和發展，也就是說，清潔技術的發展能夠實現經濟的綠色增長。與此同時，清潔技術也需要在新的社會經濟發展階段進行不斷創新，進而滿足社會不斷變化的新要求，因此需要有源源不斷投資來促進清潔技術水平的提升和技術類型的不斷演進。

1 研究背景

根據聯合市場研究，全球綠色技術和可持續市場在2020 年的價值為103.2 億美元，預計到2030年將達到746.4 億美元，復合增長率為21.9%［1］。金磚國家2022 年瑞士會議就中國的綠色發展情況指出，綠色投資和可持續發展將成為中國未來的主要增長動力。而綠色技術的發展和可持續的市場轉型迫切需要加大投資力度。中國人民銀行2022 年8 月發布的數據顯示：當年二季度末，中國本外幣綠色貸款余額19.55 萬億元，同比增長40.4%，比上年年末高7.4 個百分點，高于各項貸款增速29.6 個百分點，上半年增加3.53 萬億元［2］。綠色增長的實現僅僅依靠政府之力是遠遠不夠的，舉全社會的力量、協同合作才能達到預期的目標，因此需要吸收大量的社會性投資來滿足其快速發展所帶來的資金需求。具體來說，對清潔技術類企業的風險投資，能夠為企業發展帶來所必需的資金支持及相應的非資金型價值增值服務，使得企業所掌握的清潔技術能夠得到技術創新，并更快更有效地應用到生產經營活動中去，以實現綠色經濟效率的提升。

當今全世界絕大部分國家達成了一個共識，那就是如果要讓世界保持良好的氣候水平，就必須大幅減少溫室氣體的排放［3］。有研究認為技術在解決污染嚴重程度加深方面起著至關重要的作用［4］。特別是過去10 年來，人們對清潔技術創新重新產生了興趣［5］。根據近年的世界氣候峰會精神，大約有200 個國家公開表達了他們在溫室氣體減排方面的意愿，并且認為清潔技術的先進程度決定了CO2排放的效率［6］，以及減少氣候變化的影響、降低對外部能源的依賴［7］。有學者提出“智慧城市”的概念［8］；聚焦于3 個領域：能源、交通和建筑［9］；認為利用先進的清潔技術在不同的領域作為智慧城市發展政策制定的基礎，高技術驅動下的智慧城市能夠很好地解決碳排放問題［10］。追求經濟增長與生態文明建設的可持續發展被認為是中國高質量發展的關鍵［11］。而對于發展清潔技術，中國目前正試圖通過引入與發展先進清潔技術來對能源產業技術進行進一步改革，制定提高能源利用效率和效益的環境質量目標，期望最終能實現碳中和［12］。

實現低碳經濟的全球舉措需要在生產過程中配合使用能夠促使清潔技術持續發展的金融手段［13］。在清潔技術中金融手段的推廣促進了綠色經濟的增長［14］。對清潔技術的投資可以是私人投資，也可以是公共投資［15］，其中風險投資的參與對于提升清潔技術的創新和運作效率產生了重要的促進作用［16］。在清潔技術投資中，深度技術投資對開發新硬件、材料、化學物質或制造工藝的企業投資消耗了最多的風險資本，卻獲得了較低的回報。此外，應從政策制定者、企業和投資者對清潔技術的新創新途徑給予更廣泛的支持［17］。處于風險投資網絡位置中心的企業會有較高的社會聲譽，可能更容易被利益相關者信任，幫助吸引產品利益相關者、財務利益相關者和組織利益相關者來快速建立最初的風險投資網絡［18］。在風險投資主體方面，清潔技術初創企業越來越多地吸引著企業風險投資，這是因為企業風險投資不僅能夠帶給清潔技術型初創企業更多的專業知識幫助和巨大的資金支持，而且初創企業的清潔技術創新能更好地在投資企業中得以推廣和應用［19］。相關研究還顯示，企業投資的主體構成表現出越來越多樣化的發展態勢，這類企業風險資本的投入會促進清潔技術類企業實現綠色發展、保持競爭力不斷提升［20］。

對清潔技術的投資促進了國家向更清潔、更綠色經濟的轉型［21］。清潔技術被風險投資家所捕獲，它的許多好處是累積起來產生作用的，例如：通過長時間減少環境退化、改善健康與生活質量來實現社會經濟生活的綠色增長［22］；推動風險投資進而促進清潔技術的發展，是實現實體產業綠色創新的重要方式［23］；風險投資通過加強城市投資、實現創新人才集聚來促進城市經濟的綠色發展，這是由于風險投資帶來的優質人力資本積累對城市綠色發展產生了積極的影響作用［5］。風險投資對比銀行貸款來講，可以更有效地提升綠色創新能力，因此風險投資在更大范圍內加快發展才能更好地發揮風險投資在實體產業綠色創新中的作用。中國企業推動產業資本向綠色轉型，增加風險投資轉型為綠色風險投資，才能夠更好地促進經濟的綠色增長［24］。

由以上可知，清潔技術風險投資對清潔技術的發展以及經濟的綠色增長都有著非常重要的影響。由于風險投資一般是分階段進行的，每個階段的特點并不一致，因此，清潔技術多階段風險投資如何對經濟的綠色增長產生影響及其階段性影響的特點就成了本研究關注的問題。

2 理論基礎與研究假設

2.1 理論基礎與假設

清潔技術產業是指應用清潔技術減少環境污染、降低資源依賴，滿足人類環境需求，為社會、經濟可持續發展提供產品、工藝和服務支持的產業。目前衡量綠色增長的指標主要有3 個，分別為：環境技術創新、CO2生產率和可再生能源供應，本研究沿用這一做法。其中，環境技術創新是指一國與環境有關的發明數占國內發明總數的百分比［25］；CO2生產率是指與CO2排放有關的單位能源國內生產總值［26］；可再生能源供應是指可再生能源供應占總能源供應的百分比［27］。風險投資按照投入時間的不同可以分為種子期、初創期、成長期和成熟期4個時期，每個時期風險資本的投入會對創業企業的發展產生相應的影響。目前從事清潔技術的企業數量較多，其資金的需求除了從政府獲得的投資外，從風險投資機構獲得的風險資本支持也是重要的資金來源。風投機構對清潔技術類企業的風險資本投入會影響經濟的綠色發展。

具體來講，首先，風險資本會投入可提升環境水平的相關技術中，通過技術創新更好地促進環境水平的提升，并實現經濟的綠色發展；其次、風險資本會為清潔技術類企業努力提升其運作效率和技術創新帶來重要的資金支持，有助于這些企業提高自身的生產率并為其他生產企業提供更加環保更加高效的技術，進而提升與CO2排放有關的單位能源國內生產總值；最后，企業生產所需能源分為可再生能源和不可再生能源，對清潔技術的風險投資能夠影響企業的能源技術創新，在綠色發展要求下可以使其用更多的可再生能源來替代不可再生能源進行生產經營活動，進而提升可再生能源供應占總能源供應的百分比。由此，根據風險投資的階段劃分及其對綠色發展的影響作用，提出以下研究假設：

H1：種子期風險資本的投入影響環境技術創新；

H2：種子期風險資本的投入影響CO2生產率；

H3：種子期風險資本的投入影響可再生能源供應；

H4：初創期風險資本的投入影響環境技術創新；

H5：初創期風險資本的投入影響CO2生產率；

H6：初創期風險資本的投入影響可再生能源供應；

H7：成長期風險資本的投入影響環境技術創新；

H8：成長期風險資本的投入影響CO2生產率；

H9：成長期風險資本的投入影響可再生能源供應；

H10：成熟期風險資本的投入影響環境技術創新；

H11：成熟期風險資本的投入影響CO2生產率；

H12：成熟期風險資本的投入影響可再生能源供應；

H13：風險投資總量影響環境技術創新；

H14：風險投資總量影響CO2生產率；

H15：風險投資總量影響可再生能源供應。

2.2 變量符號

研究涉及的變量符號如表1 所示。

3 研究設計

3.1 概念框架

本研究的概念框架如圖1 所示。變量測量方式如表2 所示，測量方式來源于經合組織OECD 網站（https://www.oecd.org/）。

圖1 概念框架

3.2 變量的選擇

大量的文獻研究了綠色增長的問題，本研究選擇環境技術創新、可再生能源供應和CO2生產率這3 個因變量作為綠色增長因子，采用5 個閾值變量對風險投資各階段的效果進行檢驗。所有變量對應的數據（如表2 所示）均收集自CV source 數據庫、國家統計局、各省區市統計局網站；使用的數據頻率以“年”來衡量，數據周期是從2007 年到2021 年，共包括中國31 個省區市3 139 家企業的數據。

3.3 動態面板閾值模型的構建

早期對風險投資和綠色增長的研究如Mrkajic等［28］、Ginsberg 等［29］分別使用了簡單的回歸模型和高斯混合模型（Gaussian mixture model，GMM）統計模型，然而，風險資本投資和綠色增長之間的關系是復雜的，傳統模型沒有很好地捕捉到他們之間的作用關系。本研究分別以5 個閾值變量（VCSE、VCS、VCG、VCL 和VCT）采用以下動態面板閾值模型進行分析。具體模型如下：

式（1）～（3）中：i（行政區域）=1,2,3,…,31；t（年份）=2007,2008,…,2021；β1和β2分別是對應控制變量的回歸系數，εi,t為閾值變量的回歸系數。

閾值變量將系統分為兩個狀態，即低狀態和高狀態。

低狀態1：

高狀態2：

式（4）～（5）中：Ri,t為因變量；Ai,t表示自變量；Ti,t為閾值變量；θ是自變量的回歸系數；γ表示閾值。

由式子（4）（5）可以推導出式（6）：

4 統計分析

4.1 描述性統計與相關性分析

采用Stata16.0 來進行統計分析。表3 顯示變量VCSE、VCL 和VCT 的偏度較高，從EO、VCSE、VCS、VCG、VCL 和VCT 也觀察到類似的峰度；變量的相關性情況如表4 所示。

表3 變量描述性統計分析

表4 變量相關性分析

4.2 動態面板閾值模型估計

4.2.1 閾值變量為VCSE

以VCSE 為閾值變量，其對因變量EO、CP 和RE 在低和高兩種狀態下的影響如表5 所示，3 種模型的閾值估計結果分別如圖2、圖3 和圖4 所示。其中，以VCSE 為閾值變量、EO 為因變量的模型1，兩個β系數都具有統計學意義，并且都為負，表明了VCSE 在兩種狀態下對EO 的邊際效應：如果VCSE 高于狀態2 時的閾值，VCSE 每上升1%，EO 將下降54.715%；如果VCSE 低于狀態1 時的閾值，VCSE 上升將導致EO 的下降。說明作為種子期的風險資本的增長顯著阻礙了環境技術創新的發展。以VCSE 為閾值變量、CP 為因變量的模型2，兩個β系數都不具有統計學意義，說明作為種子期的風險資本的增長不影響CO2的生產率。以VCSE 為閾值變量、RE 為因變量的模型3，兩個系數具有統計學意義，VCSE 在低狀態1 內系數為負，即VCSE 對RE 具有邊際負影響，如果VCSE 低于狀態1 的閾值時，VCSE 上升1%將導致RE 下降6 229.5%；同樣，如果VCSE 高于狀態2 時的閾值，VCSE 上升1%將導致RE 增加28.953 2%。估算表明，作為種子資本的風險投資的增長，在高狀態2 中促進了可再生能源供應的增長，而在低狀態1 時則阻礙了可再生能源供應的增長。

圖2 使用VCSE 作為閾值變量的模型1 的閾值估計

圖3 使用VCSE 作為閾值變量的模型2 的閾值估計

圖4 使用VCSE 作為閾值變量的模型3 的閾值估計

表5 動態面板閾值模型以VCSE 作為閾值變量的估計結果

圖2 至圖4 中，實曲線代表似然比統計量，虛水平線代表似然比統計量的漸進分布的百分比，兩者的交點對應的縱坐標為置信區間，當小于估計閾值和大于估計閾值時，實線均在虛線下方，說明相關關系通過了置信區間的檢驗；當小于估計閾值和大于估計閾值時，實線均在虛線上方，說明相關關系未通過置信區間的檢驗；當小于估計閾值與大于估計閾值時，實線均在虛線下方，說明相關關系通過了置信區間的檢驗。

4.2.2 閾值變量使用VCS

以VCS 為閾值變量，其對因變量EO、CP 和RE 在低和高兩種狀態下的影響如表6 所示，3 種模型的閾值估計結果分別如圖5、圖6 和圖7 所示。同理可見，如果VCS 低于低狀態1 時的閾值，VCS 每上升1%，EO 將上升933.59%，說明作為初創期的風險資本的增長在低狀態時顯著促進了環境技術創新的發展；作為初創期的風險資本的增長在低狀態時促進了CO2生產率；如果VCS 低于狀態1 的閾值時，VCS 上升1%將導致RE 下降119.9%。估算表明，作為初創期風險投資的增長，在低狀態1 中阻礙了可再生能源供應的增長。

圖5 使用VCS 作為閾值變量的模型1 的閾值估計

圖6 使用VCS 作為閾值變量的模型2 的閾值估計

圖7 使用VCS 作為閾值變量的模型3 的閾值估計

表6 動態面板閾值模型以VCS 作為閾值變量的估計結果

4.2.3 閾值變量使用VCG

以VCG 為閾值變量，其對因變量EO、CP 和RE 在低和高兩種狀態下的影響如表7 所示，3 種模型的閾值估計結果分別如圖8、圖9 和圖10 所示。同理可見，如果VCG 低于狀態1 時的閾值，VCG 每上升1%，EO 將上升122.068%，說明作為成長期的風險資本的增長在低狀態時顯著促進了環境技術創新的發展；作為成長期的風險資本的增長在高狀態時促進了CO2的生產率；如果VCG 低于狀態1 的閾值時，VCG 上升1%將導致RE 上升498.687%。估算表明，作為成長期資本的風險投資的增長，在低狀態時促進了可再生能源供應的增長。

圖8 使用VCG 作為閾值變量的模型1 的閾值估計

圖9 使用VCG 作為閾值變量的模型2 的閾值估計

圖10 使用VCG 作為閾值變量的模型3 的閾值估計

表7 動態面板閾值模型以VCG 作為閾值變量的估計結果

4.2.4 閾值變量使用VCL

以VCL 為閾值變量，其對因變量EO、CP 和RE 在低和高兩種狀態下的影響如表8 所示，3 種模型的閾值估計結果分別如圖11、圖12 和圖13 所示。同理可見，如果VCL 低于狀態1 時的閾值，VCL 每上升1%，EO 將下降358.436%，說明作為成熟期的風險資本的增長在低狀態時顯著阻礙了環境技術創新的發展；作為成熟期風險資本的增長在高狀態時促進了CO2生產率的提升；如果VCL 低于狀態1 的閾值時，VCL 上升1%將導致RE 上升552.162%。估算表明，作為成熟期資本的風險投資的增長，在低狀態中促進了可再生能源供應的增長。

圖11 使用VCL 作為閾值變量的模型1 的閾值估計

圖12 使用VCL 作為閾值變量的模型2 的閾值估計

圖13 使用VCL 作為閾值變量的模型3 的閾值估計

表8 動態面板閾值模型以VCL 作為閾值變量的估計結果

4.2.5 閾值變量采用VCT

以VCT 為閾值變量，其對因變量EO、CP 和RE 在低和高兩種狀態下的影響如表9 所示，3 種模型的閾值估計結果分別如圖14、圖15 和圖16 所示。同理可見，如果VCT 高于狀態2 時的閾值，VCT 每上升1%，EO 將下降10.681%，說明總風險資本的增長在高狀態中顯著阻礙了環境技術創新的發展；總風險資本的增長顯著促進了CO2生產率提升；VCT 在高狀態2 內系數為正，即VCT 對RE 具有邊際正影響，如果VCT 高于高狀態2 的閾值時，VCT上升1%將導致RE 上升2.919%。估算表明，總風險資本的增長在高狀態2 中促進了可再生能源供應的增長。

圖14 使用VCT 作為閾值變量的模型1 的閾值估計

圖15 使用VCT 作為閾值變量的模型2 的閾值估計

圖16 使用VCT 作為閾值變量的模型3 的閾值估計

表9 動態面板閾值模型以VCT 作為閾值變量的估計結果

4.2.6 控制地理位置GP

對清潔技術的風險投資有可能受到地域的影響，因此，將31 個省份劃分為華中、華東、華南、華北、西北、西南和東北1），在控制地理位置后進一步部署動態面板閾值回歸模型，得到的估計結果如表10所示。

表10 控制地理位置前后變量的動態面板閾值估計對比

在控制了地理位置后發現，首先，種子期風險投資在低狀態時對環境技術創新產生負向影響，高低兩種狀態下對CO2生產率產生正向的影響，并且對可再生能源供應產生負向的影響；其次，初創期風險投資在高低兩種狀態時對環境技術創新產生負向影響，而在低狀態時對可再生能源供應產生正向的影響；最后，成長期風險投資和成熟期風險投資在低狀態時對環境技術創新產生正向的影響，在高低兩種狀態時對CO2生產率產生正向的影響，并在低狀態時對可再生能源供應產生負向的影響。

4.3 結果總結與原因分析

變量的閾值效應總結如表11 所示，對研究假設的支持結果如表12 所示。

表11 變量的閾值效應

表12 研究假設檢驗結果

上述模型分析結果及其原因具體分析如下：

首先，種子期的風險資本增長阻礙了環境技術創新的發展，在高狀態中促進了可再生能源供應的增長。可能原因如下：種子期時創業者得到的風險資本更多用于開辦和運作新的企業，而不是將其用于開發新的環境技術；同時種子期創業者需要準備大量的可再生能源來進行未來的生產經營活動，因此需要更多的風險投資注入。

其次，初創期的風險資本增長在低狀態時促進了環境技術創新和CO2生產率，在低狀態中阻礙了可再生能源供應的增長。可能原因如下：初創企業需要一定的風險資本投入支撐其在市場中立足以謀求更大的發展，但由于初創企業擁有新穎的環境技術創新，較少的投資就能促進其技術創新水平顯著提升，而投入的風險資本一旦較多，就會形成資本過剩的局面，并且影響企業在其他方面的發展；同時，初創期企業剛建立，規模還不是很大，適量的風險投資能夠有效促進企業CO2生產率提高，過多的投資反而會形成資金浪費的局面，但初創期企業仍然需要大量的可再生能源供應來穩固目前的生產經營活動，并為未來儲備資源，因此較少的風險投資會阻礙可再生能源供應的增長。

再次，成長期的風險資本增長在低狀態時促進了環境技術創新的發展和可再生能源供應的增長，在高狀態時促進了CO2生產率提高。可能原因如下：成長期企業的主要目的是技術獲得進一步推廣和產品擴大再生產，由于企業擁有的技術仍然較新，只需要較少的風險資本就可以促進環境技術的淺層次創新和發展，因此過多地投資于環境技術創新會造成資金的過度占用；同時，由于企業在種子期和初創期儲備了較多的可再生能源，因此對成長期的企業投入適量的風險資本就能夠促進其可再生能源供應的保障，而企業在成長期內的擴大再生產需要更多的資金來保障和促進CO2生產率提高，以此來提升生產效率，以增強核心競爭力。

然后，成熟期的風險資本增長在低狀態時阻礙了環境技術創新的發展但促進了可再生能源供應的增長，在高狀態時促進了CO2生產率提高。原因如下：成熟期企業需要深度的技術革新以延緩或改變自身被市場淘汰的命運，因此需要投入較多的風險資本來進行更加徹底的環境技術創新，同時也需要大量的資金投入以求在現有基礎上更進一步提高CO2生產率以增強其競爭力，因此較少的風險資本就能夠促進可再生能源供應的增長，避免了資本投入過多而產生的資源浪費現象出現。

最后，在整個風險投資中，風險資本的增長在高狀態下會阻礙環境技術創新的發展但促進可再生能源供應的發展，而在高低兩種狀態下均會促進CO2生產率提高。原因如下：縱觀整個風險投資進程，風險資本投入過多會產生資本使用效率低下的情況，從而不利于環境技術創新發展；而多數的風險資本都應該投入到可再生能源的供應中去，為生產經營提供充足的能源保障，風險投資對CO2生產率的影響作用是十分明顯的，是影響CO2生產率的重要影響因素。

5 結論與啟示

5.1 結論

本研究利用我國31 個省區市2007—2021 年的面板數據，采用動態面板閾值模型，以不同階段的風險投資作為閾值變量，考察投資清潔技術的風險投資發展是如何影響中國經濟的綠色增長。具體結論如下：種子期風險資本的增長阻礙了環境技術創新的發展，在高狀態中促進了可再生能源供應的增長；初創期風險資本的增長在低狀態時促進了環境技術創新和CO2生產率提高，在低狀態中阻礙了可再生能源供應的增長；成長期風險資本的增長在低狀態時促進了環境技術創新的發展，在高狀態時促進了CO2生產率提高，在低狀態中促進了可再生能源供應的增長；成熟期風險資本的增長在低狀態時阻礙了環境技術創新的發展，在高狀態時促進了CO2生產率提高，在低狀態中促進了可再生能源供應的增長；在整個風險投資中，風險資本的增長在高狀態下會阻礙環境技術創新的發展、促進可再生能源供應的發展，而在高低兩種狀態下均會促進CO2生產率提高。

5.2 啟示

風險投資是促進中國經濟實現綠色增長的關鍵性資金支持方式，因此在目前國家大力實行綠色貸款的情況下，對清潔技術進行資金支持同時也應該努力加大社會資本對綠色經濟的風險投資，同時在風險資本計劃對清潔技術進行投資時應根據企業的實際情況，在能夠積極影響經濟實現綠色增長的投資階段中投入合理的資金，從而提高風投資金的使用效率；重視促使經濟實現綠色發展的清潔技術的風險投資，積極拓寬綠色經濟的融資渠道，使清潔技術投資實現多樣化、合理化；制定出臺政府引導、協會組織、中介橋梁、平臺推廣方式的相關政策措施，充分促進風險投資與清潔技術產業融通發展，推進清潔技術產業化、一體化進程；通過減稅等政策傾斜方式營造寬松的政策環境，進而吸引與保障風險投資對清潔技術產業的資金與技術支持。

各地方政府也應根據本地區實際情況，在國家總體政策的基礎上研究并頒布實施相應政策來促進風險投資與清潔技術產業的協同發展。積極努力拓寬風險資本的來源渠道，在政府投資與國際風險資本參與的基礎上拓寬企業司資本的投資路徑，積極吸引和促進社會資本、民間資本以風險投資的方式支持清潔技術企業的發展，營造良好的企業發展環境與人才培養環境，促進清潔技術企業不斷進行技術創新，通過強化技術競爭力和持久力推動企業核心技術競爭水平提升，最終帶動全社會經濟實現綠色發展。

注釋：

1）華北地區包括：北京市、天津市、河北省、山西省；東北地區包括：黑龍江省、吉林省、遼寧省、內蒙古自治區；華東地區包括：上海市、江蘇省、浙江省、安徽省、江西省、山東省、福建省；華中地區包括：河南省、湖北省、湖南省；華南地區包括：廣東省、廣西壯族自治區、海南省；西南地區包括：重慶市、四川省、貴州省、云南省、西藏自治區；西北地區包括：陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區。