清潔技術(shù)風(fēng)險投資對經(jīng)濟綠色增長的影響
——基于中國數(shù)據(jù)的動態(tài)分析

查 博，宋格格

（西安財經(jīng)大學(xué)商學(xué)院，陜西西安 710100）

全球各經(jīng)濟體都在努力降低環(huán)境中含碳量，以實現(xiàn)綠色增長和可持續(xù)發(fā)展的共同目標。黨的二十大報告明確指出要推動綠色發(fā)展，促進人與自然和諧共生，推動經(jīng)濟社會發(fā)展綠色化、低碳化是實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)。經(jīng)濟的綠色增長是中國目前實現(xiàn)經(jīng)濟發(fā)展的重要目標。清潔技術(shù)指的是能夠降低能源和資源消耗，減少對環(huán)境的負面影響，高效使用自然資源的某類產(chǎn)品、工藝和服務(wù)［1］。清潔技術(shù)的發(fā)展在確保自然資產(chǎn)能夠繼續(xù)為增加人類福祉提供各種資源和環(huán)境服務(wù)的同時促進經(jīng)濟增長和發(fā)展，也就是說，清潔技術(shù)的發(fā)展能夠?qū)崿F(xiàn)經(jīng)濟的綠色增長。與此同時，清潔技術(shù)也需要在新的社會經(jīng)濟發(fā)展階段進行不斷創(chuàng)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(shù)水平的提升和技術(shù)類型的不斷演進。

1 研究背景

根據(jù)聯(lián)合市場研究，全球綠色技術(shù)和可持續(xù)市場在2020 年的價值為103.2 億美元，預(yù)計到2030年將達到746.4 億美元，復(fù)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(fā)展情況指出，綠色投資和可持續(xù)發(fā)展將成為中國未來的主要增長動力。而綠色技術(shù)的發(fā)展和可持續(xù)的市場轉(zhuǎn)型迫切需要加大投資力度。中國人民銀行2022 年8 月發(fā)布的數(shù)據(jù)顯示：當(dāng)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(xiàn)僅僅依靠政府之力是遠遠不夠的，舉全社會的力量、協(xié)同合作才能達到預(yù)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(fā)展所帶來的資金需求。具體來說，對清潔技術(shù)類企業(yè)的風(fēng)險投資，能夠為企業(yè)發(fā)展帶來所必需的資金支持及相應(yīng)的非資金型價值增值服務(wù)，使得企業(yè)所掌握的清潔技術(shù)能夠得到技術(shù)創(chuàng)新，并更快更有效地應(yīng)用到生產(chǎn)經(jīng)營活動中去，以實現(xiàn)綠色經(jīng)濟效率的提升。

當(dāng)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(shù)在解決污染嚴重程度加深方面起著至關(guān)重要的作用［4］。特別是過去10 年來，人們對清潔技術(shù)創(chuàng)新重新產(chǎn)生了興趣［5］。根據(jù)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(shù)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(xué)者提出“智慧城市”的概念［8］；聚焦于3 個領(lǐng)域：能源、交通和建筑［9］；認為利用先進的清潔技術(shù)在不同的領(lǐng)域作為智慧城市發(fā)展政策制定的基礎(chǔ)，高技術(shù)驅(qū)動下的智慧城市能夠很好地解決碳排放問題［10］。追求經(jīng)濟增長與生態(tài)文明建設(shè)的可持續(xù)發(fā)展被認為是中國高質(zhì)量發(fā)展的關(guān)鍵［11］。而對于發(fā)展清潔技術(shù)，中國目前正試圖通過引入與發(fā)展先進清潔技術(shù)來對能源產(chǎn)業(yè)技術(shù)進行進一步改革，制定提高能源利用效率和效益的環(huán)境質(zhì)量目標，期望最終能實現(xiàn)碳中和［12］。

實現(xiàn)低碳經(jīng)濟的全球舉措需要在生產(chǎn)過程中配合使用能夠促使清潔技術(shù)持續(xù)發(fā)展的金融手段［13］。在清潔技術(shù)中金融手段的推廣促進了綠色經(jīng)濟的增長［14］。對清潔技術(shù)的投資可以是私人投資，也可以是公共投資［15］，其中風(fēng)險投資的參與對于提升清潔技術(shù)的創(chuàng)新和運作效率產(chǎn)生了重要的促進作用［16］。在清潔技術(shù)投資中，深度技術(shù)投資對開發(fā)新硬件、材料、化學(xué)物質(zhì)或制造工藝的企業(yè)投資消耗了最多的風(fēng)險資本，卻獲得了較低的回報。此外，應(yīng)從政策制定者、企業(yè)和投資者對清潔技術(shù)的新創(chuàng)新途徑給予更廣泛的支持［17］。處于風(fēng)險投資網(wǎng)絡(luò)位置中心的企業(yè)會有較高的社會聲譽，可能更容易被利益相關(guān)者信任，幫助吸引產(chǎn)品利益相關(guān)者、財務(wù)利益相關(guān)者和組織利益相關(guān)者來快速建立最初的風(fēng)險投資網(wǎng)絡(luò)［18］。在風(fēng)險投資主體方面，清潔技術(shù)初創(chuàng)企業(yè)越來越多地吸引著企業(yè)風(fēng)險投資，這是因為企業(yè)風(fēng)險投資不僅能夠帶給清潔技術(shù)型初創(chuàng)企業(yè)更多的專業(yè)知識幫助和巨大的資金支持，而且初創(chuàng)企業(yè)的清潔技術(shù)創(chuàng)新能更好地在投資企業(yè)中得以推廣和應(yīng)用［19］。相關(guān)研究還顯示，企業(yè)投資的主體構(gòu)成表現(xiàn)出越來越多樣化的發(fā)展態(tài)勢，這類企業(yè)風(fēng)險資本的投入會促進清潔技術(shù)類企業(yè)實現(xiàn)綠色發(fā)展、保持競爭力不斷提升［20］。

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

由以上可知，清潔技術(shù)風(fēng)險投資對清潔技術(shù)的發(fā)展以及經(jīng)濟的綠色增長都有著非常重要的影響。由于風(fēng)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(shù)多階段風(fēng)險投資如何對經(jīng)濟的綠色增長產(chǎn)生影響及其階段性影響的特點就成了本研究關(guān)注的問題。

2 理論基礎(chǔ)與研究假設(shè)

2.1 理論基礎(chǔ)與假設(shè)

清潔技術(shù)產(chǎn)業(yè)是指應(yīng)用清潔技術(shù)減少環(huán)境污染、降低資源依賴，滿足人類環(huán)境需求，為社會、經(jīng)濟可持續(xù)發(fā)展提供產(chǎn)品、工藝和服務(wù)支持的產(chǎn)業(yè)。目前衡量綠色增長的指標主要有3 個，分別為：環(huán)境技術(shù)創(chuàng)新、CO2生產(chǎn)率和可再生能源供應(yīng)，本研究沿用這一做法。其中，環(huán)境技術(shù)創(chuàng)新是指一國與環(huán)境有關(guān)的發(fā)明數(shù)占國內(nèi)發(fā)明總數(shù)的百分比［25］；CO2生產(chǎn)率是指與CO2排放有關(guān)的單位能源國內(nèi)生產(chǎn)總值［26］；可再生能源供應(yīng)是指可再生能源供應(yīng)占總能源供應(yīng)的百分比［27］。風(fēng)險投資按照投入時間的不同可以分為種子期、初創(chuàng)期、成長期和成熟期4個時期，每個時期風(fēng)險資本的投入會對創(chuàng)業(yè)企業(yè)的發(fā)展產(chǎn)生相應(yīng)的影響。目前從事清潔技術(shù)的企業(yè)數(shù)量較多，其資金的需求除了從政府獲得的投資外，從風(fēng)險投資機構(gòu)獲得的風(fēng)險資本支持也是重要的資金來源。風(fēng)投機構(gòu)對清潔技術(shù)類企業(yè)的風(fēng)險資本投入會影響經(jīng)濟的綠色發(fā)展。

具體來講，首先，風(fēng)險資本會投入可提升環(huán)境水平的相關(guān)技術(shù)中，通過技術(shù)創(chuàng)新更好地促進環(huán)境水平的提升，并實現(xiàn)經(jīng)濟的綠色發(fā)展；其次、風(fēng)險資本會為清潔技術(shù)類企業(yè)努力提升其運作效率和技術(shù)創(chuàng)新帶來重要的資金支持，有助于這些企業(yè)提高自身的生產(chǎn)率并為其他生產(chǎn)企業(yè)提供更加環(huán)保更加高效的技術(shù)，進而提升與CO2排放有關(guān)的單位能源國內(nèi)生產(chǎn)總值；最后，企業(yè)生產(chǎn)所需能源分為可再生能源和不可再生能源，對清潔技術(shù)的風(fēng)險投資能夠影響企業(yè)的能源技術(shù)創(chuàng)新，在綠色發(fā)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(chǎn)經(jīng)營活動，進而提升可再生能源供應(yīng)占總能源供應(yīng)的百分比。由此，根據(jù)風(fēng)險投資的階段劃分及其對綠色發(fā)展的影響作用，提出以下研究假設(shè)：

H1：種子期風(fēng)險資本的投入影響環(huán)境技術(shù)創(chuàng)新；

H2：種子期風(fēng)險資本的投入影響CO2生產(chǎn)率；

H3：種子期風(fēng)險資本的投入影響可再生能源供應(yīng)；

H4：初創(chuàng)期風(fēng)險資本的投入影響環(huán)境技術(shù)創(chuàng)新；

H5：初創(chuàng)期風(fēng)險資本的投入影響CO2生產(chǎn)率；

H6：初創(chuàng)期風(fēng)險資本的投入影響可再生能源供應(yīng)；

H7：成長期風(fēng)險資本的投入影響環(huán)境技術(shù)創(chuàng)新；

H8：成長期風(fēng)險資本的投入影響CO2生產(chǎn)率；

H9：成長期風(fēng)險資本的投入影響可再生能源供應(yīng)；

H10：成熟期風(fēng)險資本的投入影響環(huán)境技術(shù)創(chuàng)新；

H11：成熟期風(fēng)險資本的投入影響CO2生產(chǎn)率；

H12：成熟期風(fēng)險資本的投入影響可再生能源供應(yīng)；

H13：風(fēng)險投資總量影響環(huán)境技術(shù)創(chuàng)新；

H14：風(fēng)險投資總量影響CO2生產(chǎn)率；

H15：風(fēng)險投資總量影響可再生能源供應(yīng)。

2.2 變量符號

研究涉及的變量符號如表1 所示。

3 研究設(shè)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(jīng)合組織OECD 網(wǎng)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(huán)境技術(shù)創(chuàng)新、可再生能源供應(yīng)和CO2生產(chǎn)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(fēng)險投資各階段的效果進行檢驗。所有變量對應(yīng)的數(shù)據(jù)（如表2 所示）均收集自CV source 數(shù)據(jù)庫、國家統(tǒng)計局、各省區(qū)市統(tǒng)計局網(wǎng)站；使用的數(shù)據(jù)頻率以“年”來衡量，數(shù)據(jù)周期是從2007 年到2021 年，共包括中國31 個省區(qū)市3 139 家企業(yè)的數(shù)據(jù)。

3.3 動態(tài)面板閾值模型的構(gòu)建

早期對風(fēng)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(tǒng)計模型，然而，風(fēng)險資本投資和綠色增長之間的關(guān)系是復(fù)雜的，傳統(tǒng)模型沒有很好地捕捉到他們之間的作用關(guān)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(tài)面板閾值模型進行分析。具體模型如下：

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

閾值變量將系統(tǒng)分為兩個狀態(tài)，即低狀態(tài)和高狀態(tài)。

低狀態(tài)1：

高狀態(tài)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(shù)；γ表示閾值。

由式子（4）（5）可以推導(dǎo)出式（6）：

4 統(tǒng)計分析

4.1 描述性統(tǒng)計與相關(guān)性分析

采用Stata16.0 來進行統(tǒng)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(guān)性情況如表4 所示。

表3 變量描述性統(tǒng)計分析

表4 變量相關(guān)性分析

4.2 動態(tài)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(tài)下的影響如表5 所示，3 種模型的閾值估計結(jié)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(shù)都具有統(tǒng)計學(xué)意義，并且都為負，表明了VCSE 在兩種狀態(tài)下對EO 的邊際效應(yīng)：如果VCSE 高于狀態(tài)2 時的閾值，VCSE 每上升1%，EO 將下降54.715%；如果VCSE 低于狀態(tài)1 時的閾值，VCSE 上升將導(dǎo)致EO 的下降。說明作為種子期的風(fēng)險資本的增長顯著阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展。以VCSE 為閾值變量、CP 為因變量的模型2，兩個β系數(shù)都不具有統(tǒng)計學(xué)意義，說明作為種子期的風(fēng)險資本的增長不影響CO2的生產(chǎn)率。以VCSE 為閾值變量、RE 為因變量的模型3，兩個系數(shù)具有統(tǒng)計學(xué)意義，VCSE 在低狀態(tài)1 內(nèi)系數(shù)為負，即VCSE 對RE 具有邊際負影響，如果VCSE 低于狀態(tài)1 的閾值時，VCSE 上升1%將導(dǎo)致RE 下降6 229.5%；同樣，如果VCSE 高于狀態(tài)2 時的閾值，VCSE 上升1%將導(dǎo)致RE 增加28.953 2%。估算表明，作為種子資本的風(fēng)險投資的增長，在高狀態(tài)2 中促進了可再生能源供應(yīng)的增長，而在低狀態(tài)1 時則阻礙了可再生能源供應(yīng)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(tài)面板閾值模型以VCSE 作為閾值變量的估計結(jié)果

圖2 至圖4 中，實曲線代表似然比統(tǒng)計量，虛水平線代表似然比統(tǒng)計量的漸進分布的百分比，兩者的交點對應(yīng)的縱坐標為置信區(qū)間，當(dāng)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(guān)關(guān)系通過了置信區(qū)間的檢驗；當(dāng)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(guān)關(guān)系未通過置信區(qū)間的檢驗；當(dāng)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(guān)關(guān)系通過了置信區(qū)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(tài)下的影響如表6 所示，3 種模型的閾值估計結(jié)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(tài)1 時的閾值，VCS 每上升1%，EO 將上升933.59%，說明作為初創(chuàng)期的風(fēng)險資本的增長在低狀態(tài)時顯著促進了環(huán)境技術(shù)創(chuàng)新的發(fā)展；作為初創(chuàng)期的風(fēng)險資本的增長在低狀態(tài)時促進了CO2生產(chǎn)率；如果VCS 低于狀態(tài)1 的閾值時，VCS 上升1%將導(dǎo)致RE 下降119.9%。估算表明，作為初創(chuàng)期風(fēng)險投資的增長，在低狀態(tài)1 中阻礙了可再生能源供應(yīng)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(tài)面板閾值模型以VCS 作為閾值變量的估計結(jié)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(tài)下的影響如表7 所示，3 種模型的閾值估計結(jié)果分別如圖8、圖9 和圖10 所示。同理可見，如果VCG 低于狀態(tài)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(fēng)險資本的增長在低狀態(tài)時顯著促進了環(huán)境技術(shù)創(chuàng)新的發(fā)展；作為成長期的風(fēng)險資本的增長在高狀態(tài)時促進了CO2的生產(chǎn)率；如果VCG 低于狀態(tài)1 的閾值時，VCG 上升1%將導(dǎo)致RE 上升498.687%。估算表明，作為成長期資本的風(fēng)險投資的增長，在低狀態(tài)時促進了可再生能源供應(yīng)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(tài)面板閾值模型以VCG 作為閾值變量的估計結(jié)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(tài)下的影響如表8 所示，3 種模型的閾值估計結(jié)果分別如圖11、圖12 和圖13 所示。同理可見，如果VCL 低于狀態(tài)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(fēng)險資本的增長在低狀態(tài)時顯著阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展；作為成熟期風(fēng)險資本的增長在高狀態(tài)時促進了CO2生產(chǎn)率的提升；如果VCL 低于狀態(tài)1 的閾值時，VCL 上升1%將導(dǎo)致RE 上升552.162%。估算表明，作為成熟期資本的風(fēng)險投資的增長，在低狀態(tài)中促進了可再生能源供應(yīng)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(tài)面板閾值模型以VCL 作為閾值變量的估計結(jié)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(tài)下的影響如表9 所示，3 種模型的閾值估計結(jié)果分別如圖14、圖15 和圖16 所示。同理可見，如果VCT 高于狀態(tài)2 時的閾值，VCT 每上升1%，EO 將下降10.681%，說明總風(fēng)險資本的增長在高狀態(tài)中顯著阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展；總風(fēng)險資本的增長顯著促進了CO2生產(chǎn)率提升；VCT 在高狀態(tài)2 內(nèi)系數(shù)為正，即VCT 對RE 具有邊際正影響，如果VCT 高于高狀態(tài)2 的閾值時，VCT上升1%將導(dǎo)致RE 上升2.919%。估算表明，總風(fēng)險資本的增長在高狀態(tài)2 中促進了可再生能源供應(yīng)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(tài)面板閾值模型以VCT 作為閾值變量的估計結(jié)果

4.2.6 控制地理位置GP

對清潔技術(shù)的風(fēng)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(tài)面板閾值回歸模型，得到的估計結(jié)果如表10所示。

表10 控制地理位置前后變量的動態(tài)面板閾值估計對比

在控制了地理位置后發(fā)現(xiàn)，首先，種子期風(fēng)險投資在低狀態(tài)時對環(huán)境技術(shù)創(chuàng)新產(chǎn)生負向影響，高低兩種狀態(tài)下對CO2生產(chǎn)率產(chǎn)生正向的影響，并且對可再生能源供應(yīng)產(chǎn)生負向的影響；其次，初創(chuàng)期風(fēng)險投資在高低兩種狀態(tài)時對環(huán)境技術(shù)創(chuàng)新產(chǎn)生負向影響，而在低狀態(tài)時對可再生能源供應(yīng)產(chǎn)生正向的影響；最后，成長期風(fēng)險投資和成熟期風(fēng)險投資在低狀態(tài)時對環(huán)境技術(shù)創(chuàng)新產(chǎn)生正向的影響，在高低兩種狀態(tài)時對CO2生產(chǎn)率產(chǎn)生正向的影響，并在低狀態(tài)時對可再生能源供應(yīng)產(chǎn)生負向的影響。

4.3 結(jié)果總結(jié)與原因分析

變量的閾值效應(yīng)總結(jié)如表11 所示，對研究假設(shè)的支持結(jié)果如表12 所示。

表11 變量的閾值效應(yīng)

表12 研究假設(shè)檢驗結(jié)果

上述模型分析結(jié)果及其原因具體分析如下：

首先，種子期的風(fēng)險資本增長阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展，在高狀態(tài)中促進了可再生能源供應(yīng)的增長?？赡茉蛉缦拢悍N子期時創(chuàng)業(yè)者得到的風(fēng)險資本更多用于開辦和運作新的企業(yè)，而不是將其用于開發(fā)新的環(huán)境技術(shù)；同時種子期創(chuàng)業(yè)者需要準備大量的可再生能源來進行未來的生產(chǎn)經(jīng)營活動，因此需要更多的風(fēng)險投資注入。

其次，初創(chuàng)期的風(fēng)險資本增長在低狀態(tài)時促進了環(huán)境技術(shù)創(chuàng)新和CO2生產(chǎn)率，在低狀態(tài)中阻礙了可再生能源供應(yīng)的增長?？赡茉蛉缦拢撼鮿?chuàng)企業(yè)需要一定的風(fēng)險資本投入支撐其在市場中立足以謀求更大的發(fā)展，但由于初創(chuàng)企業(yè)擁有新穎的環(huán)境技術(shù)創(chuàng)新，較少的投資就能促進其技術(shù)創(chuàng)新水平顯著提升，而投入的風(fēng)險資本一旦較多，就會形成資本過剩的局面，并且影響企業(yè)在其他方面的發(fā)展；同時，初創(chuàng)期企業(yè)剛建立，規(guī)模還不是很大，適量的風(fēng)險投資能夠有效促進企業(yè)CO2生產(chǎn)率提高，過多的投資反而會形成資金浪費的局面，但初創(chuàng)期企業(yè)仍然需要大量的可再生能源供應(yīng)來穩(wěn)固目前的生產(chǎn)經(jīng)營活動，并為未來儲備資源，因此較少的風(fēng)險投資會阻礙可再生能源供應(yīng)的增長。

再次，成長期的風(fēng)險資本增長在低狀態(tài)時促進了環(huán)境技術(shù)創(chuàng)新的發(fā)展和可再生能源供應(yīng)的增長，在高狀態(tài)時促進了CO2生產(chǎn)率提高?？赡茉蛉缦拢撼砷L期企業(yè)的主要目的是技術(shù)獲得進一步推廣和產(chǎn)品擴大再生產(chǎn)，由于企業(yè)擁有的技術(shù)仍然較新，只需要較少的風(fēng)險資本就可以促進環(huán)境技術(shù)的淺層次創(chuàng)新和發(fā)展，因此過多地投資于環(huán)境技術(shù)創(chuàng)新會造成資金的過度占用；同時，由于企業(yè)在種子期和初創(chuàng)期儲備了較多的可再生能源，因此對成長期的企業(yè)投入適量的風(fēng)險資本就能夠促進其可再生能源供應(yīng)的保障，而企業(yè)在成長期內(nèi)的擴大再生產(chǎn)需要更多的資金來保障和促進CO2生產(chǎn)率提高，以此來提升生產(chǎn)效率，以增強核心競爭力。

然后，成熟期的風(fēng)險資本增長在低狀態(tài)時阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展但促進了可再生能源供應(yīng)的增長，在高狀態(tài)時促進了CO2生產(chǎn)率提高。原因如下：成熟期企業(yè)需要深度的技術(shù)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(fēng)險資本來進行更加徹底的環(huán)境技術(shù)創(chuàng)新，同時也需要大量的資金投入以求在現(xiàn)有基礎(chǔ)上更進一步提高CO2生產(chǎn)率以增強其競爭力，因此較少的風(fēng)險資本就能夠促進可再生能源供應(yīng)的增長，避免了資本投入過多而產(chǎn)生的資源浪費現(xiàn)象出現(xiàn)。

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

5 結(jié)論與啟示

5.1 結(jié)論

本研究利用我國31 個省區(qū)市2007—2021 年的面板數(shù)據(jù)，采用動態(tài)面板閾值模型，以不同階段的風(fēng)險投資作為閾值變量，考察投資清潔技術(shù)的風(fēng)險投資發(fā)展是如何影響中國經(jīng)濟的綠色增長。具體結(jié)論如下：種子期風(fēng)險資本的增長阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展，在高狀態(tài)中促進了可再生能源供應(yīng)的增長；初創(chuàng)期風(fēng)險資本的增長在低狀態(tài)時促進了環(huán)境技術(shù)創(chuàng)新和CO2生產(chǎn)率提高，在低狀態(tài)中阻礙了可再生能源供應(yīng)的增長；成長期風(fēng)險資本的增長在低狀態(tài)時促進了環(huán)境技術(shù)創(chuàng)新的發(fā)展，在高狀態(tài)時促進了CO2生產(chǎn)率提高，在低狀態(tài)中促進了可再生能源供應(yīng)的增長；成熟期風(fēng)險資本的增長在低狀態(tài)時阻礙了環(huán)境技術(shù)創(chuàng)新的發(fā)展，在高狀態(tài)時促進了CO2生產(chǎn)率提高，在低狀態(tài)中促進了可再生能源供應(yīng)的增長；在整個風(fēng)險投資中，風(fēng)險資本的增長在高狀態(tài)下會阻礙環(huán)境技術(shù)創(chuàng)新的發(fā)展、促進可再生能源供應(yīng)的發(fā)展，而在高低兩種狀態(tài)下均會促進CO2生產(chǎn)率提高。

5.2 啟示

風(fēng)險投資是促進中國經(jīng)濟實現(xiàn)綠色增長的關(guān)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(shù)進行資金支持同時也應(yīng)該努力加大社會資本對綠色經(jīng)濟的風(fēng)險投資，同時在風(fēng)險資本計劃對清潔技術(shù)進行投資時應(yīng)根據(jù)企業(yè)的實際情況，在能夠積極影響經(jīng)濟實現(xiàn)綠色增長的投資階段中投入合理的資金，從而提高風(fēng)投資金的使用效率；重視促使經(jīng)濟實現(xiàn)綠色發(fā)展的清潔技術(shù)的風(fēng)險投資，積極拓寬綠色經(jīng)濟的融資渠道，使清潔技術(shù)投資實現(xiàn)多樣化、合理化；制定出臺政府引導(dǎo)、協(xié)會組織、中介橋梁、平臺推廣方式的相關(guān)政策措施，充分促進風(fēng)險投資與清潔技術(shù)產(chǎn)業(yè)融通發(fā)展，推進清潔技術(shù)產(chǎn)業(yè)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(huán)境，進而吸引與保障風(fēng)險投資對清潔技術(shù)產(chǎn)業(yè)的資金與技術(shù)支持。

各地方政府也應(yīng)根據(jù)本地區(qū)實際情況，在國家總體政策的基礎(chǔ)上研究并頒布實施相應(yīng)政策來促進風(fēng)險投資與清潔技術(shù)產(chǎn)業(yè)的協(xié)同發(fā)展。積極努力拓寬風(fēng)險資本的來源渠道，在政府投資與國際風(fēng)險資本參與的基礎(chǔ)上拓寬企業(yè)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(fēng)險投資的方式支持清潔技術(shù)企業(yè)的發(fā)展，營造良好的企業(yè)發(fā)展環(huán)境與人才培養(yǎng)環(huán)境，促進清潔技術(shù)企業(yè)不斷進行技術(shù)創(chuàng)新，通過強化技術(shù)競爭力和持久力推動企業(yè)核心技術(shù)競爭水平提升，最終帶動全社會經(jīng)濟實現(xiàn)綠色發(fā)展。

注釋：

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