开放科学(资源服务)标识码(OSID)：
Therefore, this study investigates how venture capital network characteristics influence corporate green technology innovation. Drawing on resource-based view and social capital theory, the study develops a theoretical framework centered on "network centrality-value creation-innovation enhancement" to examine the potential impact mechanisms of venture capital networks on green innovation breakthroughs. This study addresses several critical gaps in existing literature. First, while previous studies have largely examined venture capital from traditional financing perspectives, this study proposes that the network position characteristics of venture capital may generate broader value creation effects beyond capital provision. Second, it investigates how venture capital networks facilitate the integration of innovation resources and knowledge transfer in green technology domains. Third, it explores the underlying mechanisms through which venture capital networks enhance corporate green innovation capabilities.
Using a comprehensive dataset of China's ChiNext-listed companies from 2013-2023, the study constructs measures for venture capital network centrality and green innovation based on investment relationship and patent data. The empirical analysis yields several key findings. First, venture capital network centrality significantly promotes corporate green technology innovation, with the effect being more pronounced in private enterprises and high-tech industries. Second, this positive impact is mediated through three primary mechanisms: knowledge spillover effects, reputational certification functions, and supervisory pressure transmission. The knowledge spillover mechanism reveals how centrally positioned venture capital helps firms optimize knowledge acquisition and integration. Through extensive network connections, venture capital facilitates the flow of green technology information and expertise across portfolio companies. The reputational certification mechanism demonstrates how high-centrality venture capital enhances firms′ credibility in green innovation domains, improving their access to external resources. The supervisory pressure mechanism shows how venture capital networks create monitoring and incentive systems that drive sustained green innovation efforts.
This study contributes to the existing theoretical framework from three aspects. First, it introduces a novel network-based value creation framework that extends beyond traditional venture capital studies. Second, by proposing a three-dimensional theoretical model, it deepens the understanding of the micro-level formation mechanisms of green innovation. Third, it expands the boundaries of venture capital network theory by revealing how network positions influence sustainable innovation outcomes. For practitioners, the findings suggest strategies for leveraging venture capital networks to overcome green innovation bottlenecks and achieve sustainable development goals. Enterprises are advised to build a network-oriented green innovation capability system,and deepen strategic collaboration with core-positioned venture capital, treating them as partners rather than funders; moreover, it is necessary to optimize response strategies for the three mechanisms of venture capital networks: knowledge spillover, reputation certification, and supervision pressure, and create a green innovation ecosystem based on networks.In this context, leading companies should create open innovation alliances, green venture funds, incubation centers, and digital platforms to strengthen collaborative innovation and overall competitiveness.
This study also suggests several directions for future research, including expanding the investigation of network structure characteristics, developing more comprehensive measures of green innovation impact, and exploring additional mechanisms in the venture capital-innovation relationship. Such research would further advance the understanding of how venture capital networks can promote the development of new productive forces and facilitate green technology transformation.
开放科学(资源服务)标识码(OSID)：
在全球气候变化与能源转型的双重挑战下,绿色技术创新成为企业提升竞争力和实现可持续发展的关键驱动力[1]。与传统创新相比,绿色技术创新具有投入大、周期长、外部性强等特征,使得企业在创新过程中面临更大的技术不确定性和资源约束[2]。风险投资作为连接资本与创新的重要“纽带”,其网络特征对企业绿色技术创新的影响机制值得深入探究。风险投资网络位置特征不仅影响企业获取和整合创新资源的能力,还影响企业绿色技术创新效果,对于深化金融支持实体经济和推动绿色转型具有重要意义。
风险投资网络是由风险投资机构与被投企业及其相互间的投资关系形成的复杂网络系统[3]。在这一系统中,不同位置风险投资机构拥有不同的资源获取能力和信息优势。处于网络中心位置的风险投资通常能够更好地整合网络资源、促进知识流动、提升创新效率,这些特性与推动绿色技术创新的要求高度契合[4-5]。随着绿色发展理念的日益深入,绿色技术创新正逐渐成为产业转型升级和可持续发展的核心支撑,因而有必要深入研究风险投资网络与企业绿色技术创新关系。
绿色技术创新面临一定的发展困境。首先,绿色技术创新通常需要更大规模的资本投入和较长的价值实现周期,导致企业创新动力不足[6]。其次,绿色技术创新产生的环境价值和社会价值难以完全内部化,创新收益的正外部性使市场自发供给长期低于社会最优水平[7]。最后,在全球经济不确定性加剧背景下,绿色技术创新面临的资金约束和市场风险进一步凸显[8]。这些困境使得仅依靠企业内部资源难以实现创新突破,外部支持机制的作用越发重要。
本研究采用社会网络分析方法和资源基础观理论框架,具有较强的适配性。首先,社会网络分析通过定量测度风险投资网络位置特征,能够精准捕捉其在资源获取和信息流动中的结构优势[9-10];其次,资源基础观为解释网络位置如何转化为企业创新优势提供了理论基础[11],适合分析绿色技术创新这类高度依赖异质性资源整合的复杂创新活动。两者结合使得本研究既能刻画风险投资网络的复杂结构,又能深入分析其对企业绿色技术创新的影响机制。
本文选取中国A股创业板上市公司作为研究对象,考察2013—2023年风险投资网络位置特征对企业绿色技术创新的影响,旨在回答以下核心问题:风险投资网络中心度与企业绿色技术创新之间存在何种关系?这种关系通过何种机制实现?在不同情境下又有哪些差异表现?通过对这些问题的深入探究,以期为理解风险投资网络如何促进绿色技术创新提供系统的理论解释和经验证据,并为优化绿色金融支持体系和提升企业创新能力提供启示。
风险投资网络是社会网络理论在金融投资领域的重要应用,它不同于传统风险投资研究,更加关注投资主体之间的关系结构及其对企业投资行为和绩效的影响[12]。相关研究表明,风险投资网络通过多种途径影响企业创新[13]。一方面,风险投资网络能促进投资机构间的知识共享和经验交流,提高投资决策质量;另一方面,处于有利网络位置的风险投资能为被投企业提供更丰富的资源支持和更专业的增值服务。尤其是在高科技领域,风险投资网络的资源整合功能对企业突破性创新具有显著促进作用。随着全球气候变化的加剧和环境压力的日益突出,企业绿色技术创新成为实现可持续发展的关键驱动力[1]。与传统创新相比,绿色技术创新不仅包括环境友好型产品和工艺开发,还涉及能源效率提升、污染物减排、资源循环利用等多个维度的技术突破。企业绿色技术创新受多重因素的复杂影响。从内部看,企业技术能力、组织能力、管理层特征等是重要影响因素。其中,技术能力和组织能力提升能够显著增强企业绿色创新倾向[14]。管理层的社会责任意识、创新精神和风险承担能力会通过影响企业战略决策而作用于企业绿色技术创新[15]。从外部看,环境规制、市场压力和利益相关者需求是推动企业绿色创新的外部动力。尤其是环境规制通过“倒逼效应”和“补偿效应”显著促进企业绿色技术创新[16-17]。在企业绿色创新多重影响因素中,外部资源尤其是风险投资的作用日益凸显,这为理解绿色技术创新外部推动机制提供了新视角。本文基于对绿色技术创新特征的理解,进一步探索风险投资网络影响机制。
在企业外部网络关系方面,风险投资作为重要的资本提供者和战略合作伙伴,对企业绿色技术创新具有独特、重要的影响。相关研究表明,风险投资不仅能为企业提供必要的资金支持[18],还通过多种增值服务促进企业创新。首先,风险投资往往具有丰富的行业经验和专业知识,能为被投企业提供有价值的战略建议和管理指导。其次,风险投资拥有广泛的商业网络,能帮助企业获取关键资源、寻找合作伙伴。最后,风险投资参与本身就释放出一种信号,有助于提升企业市场声誉和融资能力。尤其是那些处于网络中心位置的风险投资,由于拥有更丰富的信息资源和更广泛的合作网络,往往能为被投企业带来更大的价值增值。
现有研究在揭示风险投资网络价值方面虽取得重要进展,但存在以下不足:首先,对风险投资网络位置特征与企业绿色技术创新关系的探讨不足。绿色技术创新具有准公共品属性(尚勇敏等,2021),绿色技术创新成果的社会收益远大于私人收益,使得风险投资网络价值创造机制可能与传统创新存在本质区别。其次,风险投资网络促进企业绿色技术创新的传导路径有待明确。在知识溢出、声誉认证和监督压力等方面,风险投资网络可能通过独特的作用路径影响企业绿色技术创新行为,但这些精细化的传导机制未得到系统揭示[19]。最后,风险投资网络影响异质性研究不足。不同类型企业和行业可能对风险投资网络资源有不同的依赖程度和利用能力,深入理解这种异质性对于制定差异化创新支持政策具有重要意义[20]。
鉴于此,本文构建一个整合社会网络理论与资源基础观的分析框架,系统考察风险投资网络位置特征对企业绿色技术创新的影响机制。本文贡献主要体现在以下3个方面:首先,从网络嵌入性视角拓展风险投资与企业创新关系研究的理论边界,揭示网络中心度这一结构特征如何影响风险投资的资源整合能力和价值创造效应;其次,识别知识溢出、声誉认证和监督压力三重传导路径,构建风险投资网络促进绿色技术创新的多维机制框架,有助于深化对外部网络助力企业突破绿色创新瓶颈的理解;最后,通过考察不同所有制企业和行业特征下的差异表现,阐明风险投资网络效应的情境依赖性,可为企业更有效地利用外部网络资源提供针对性指导。从实践层面看,本研究为企业优化创新战略以及政策制定者完善绿色金融体系提供新思路,有助于推动经济社会可持续发展。
从社会网络理论视角,网络位置特征通常包括中心度、结构洞、密度和凝聚子群等多维指标[21-22]。本文聚焦于网络中心度,主要基于以下考虑:首先,中心度是衡量节点在整体网络中重要性的核心指标,能够直接反映节点对网络资源的获取能力和控制力;其次,与其它结构指标相比,中心度与资源获取和信息优势的关联更为直接,更契合本文研究主题;最后,中心度指标在识别关键节点和预测知识传播路径方面表现出更强的解释力。从资源基础观视角看,风险投资在网络中的中心位置代表其可获取和调动的关键资源禀赋。处于网络中心位置的风险投资往往能够获得更丰富的信息流、知识流和资源流(王海花等,2024;邢斐等,2024),在识别和培育创新项目方面具有独特优势。这种优势不仅体现在传统创新领域,在绿色技术创新方面也同样适用。网络中心度较高的风险投资能够更好地整合产业链上下游资源,促进知识在不同技术领域间的转移扩散,有效协调多方利益相关者,降低绿色技术创新交易成本和协调成本。从社会资本理论角度分析,风险投资网络中心度反映其积累的社会资本存量。较高的网络中心度意味着更多的联系“纽带”和社会关系网络(陈子等,2023;黄灿等,2023),这对绿色技术创新尤为重要。Chen等[23]发现,具有丰富社会资本的风险投资更容易促成投资组合企业之间的技术合作和知识共享,帮助企业在政策制定和行业标准设定等方面获取更大的话语权。从信号传递理论视角看,高中心度风险投资参与会向市场传递积极信号,有利于增强各方对企业绿色创新项目的信心,有效缓解信息不对称带来的融资约束[20]。Buttice等[24]指出,获得知名风险投资支持的企业在后续融资、战略合作和人才吸引等方面具有显著优势。
此外,处于网络中心位置的风险投资通常拥有更专业的投资管理团队和价值增值服务体系,能够在绿色技术路线选择、创新资源整合和专利布局等方面提供针对性指导。这些机构还普遍建立了专门的技术评估团队,为绿色技术创新项目提供专业可行性分析报告和风险评估[25]。据此,本文提出以下假设:
H1:风险投资网络中心度与被投资企业绿色技术创新产出呈显著正相关关系。
通过系统文献回顾和理论分析,本文从风险投资网络影响企业创新逻辑链条出发识别三重核心机制。首先,知识溢出效应基于知识管理理论和创新扩散理论,反映绿色技术创新对多领域知识交叉融合的依赖,以及风险投资网络作为连接不同技术领域“桥梁”的关键作用;其次,声誉认证功能源于信号理论和制度理论,针对绿色技术创新面临的市场不确定性和信息不对称问题,探讨风险投资网络地位如何传递市场信号、增强企业合法性;最后,监督压力传导基于代理理论和治理理论,关注绿色技术创新需要长期稳定投入的特点,分析风险投资网络监督机制如何优化企业决策过程和激励体系。这三重机制从创新资源获取、外部环境塑造和内部管理优化3个维度构建完整的理论框架,能够系统解释风险投资网络中心度影响企业绿色技术创新的全过程。尤其是在绿色技术创新这种具有正外部性和长期性的领域,多维机制分析更能捕捉风险投资网络价值创造路径。
知识溢出效应是风险投资网络促进企业绿色技术创新的关键路径。依据知识管理理论和创新扩散理论,知识溢出是指创新主体的知识和技术被其他主体获取及利用的现象(谢荣见等,2024),是创新资源跨边界流动的重要表现。风险投资网络知识溢出具有独特特征,即处于网络中心位置的风险投资通常也会投资多个技术领域企业,形成知识跨界传递节点。这一特性与知识网络理论中关于“结构洞”和“弱连接”的论述高度一致,即网络中心位置风险投资是连接不同知识领域的关键“桥梁”。在绿色技术创新领域,这种知识溢出效应尤为明显,因为绿色技术通常涉及多学科交叉和跨领域融合(陈洪波等,2024),需要整合能源、材料、环境等不同技术领域专业知识。卢艳秋等[26]研究表明,知识溢出对于推动企业绿色技术创新起关键作用,Ghio等[27]则验证了风险投资在促进高技术企业间知识交流中的独特功能。风险投资通过组织技术交流会、建立共享研发平台、促成战略技术合作等方式促进绿色技术知识扩散和整合,降低企业创新知识获取成本,加速企业绿色技术突破。据此,本文提出如下假设:
H2:风险投资网络中心度通过知识溢出效应促进企业绿色技术创新。
声誉认证机制构成风险投资网络的第二重价值传导路径,这一机制的理论基础源于信息经济学和信号理论。在信息不对称较为突出的创新投资领域,市场参与者需要获取可靠的信号来减少决策不确定性[28]。高中心度风险投资参与本身就向市场传递了关于企业质量和项目前景的积极信号,能够有效缓解企业绿色技术创新中的信息不对称问题。Press等[29]研究表明,企业与声誉良好的伙伴建立联系可显著提高其市场合法性和资源获取能力。处于网络核心位置的风险投资通常具备强大的认证价值,其专业化投资决策被视为对项目技术可行性的认可,其市场经验使其对创新项目的商业前景判断更具有参考价值。在绿色技术创新特定领域,这种声誉认证功能尤为关键,因为绿色技术往往处于前沿领域,市场不确定性较大,外部利益相关者难以准确评估其价值和风险。Chahine等[30]研究发现,企业通常愿意接受以相对较低的短期估值为代价来获取高声誉风险投资支持,这反映出市场对其认证价值的认可。中心位置较高的风险投资声誉背书效应更强,能够帮助企业更有效地获取绿色创新所需的外部资源,包括绿色信贷、技术合作伙伴和高素质人才等。据此,本文提出如下假设:
H3:风险投资网络中心度通过声誉认证功能促进企业绿色技术创新。
监督压力传导机制也是风险投资网络影响企业绿色技术创新的重要路径,这一机制的理论基础源于委托代理理论和公司治理理论。Barros等[31]指出,有效的监督机制能够缓解代理问题,引导管理层行为更好地契合企业长期价值创造。作为企业的重要股东和利益相关者,风险投资网络位置显著影响其监督效力和治理方式。Proksch[32]研究表明,在风险投资增值服务中,监督和战略指导是最为关键的两个维度。高中心度风险投资通常具有更强的专业监督能力和更大的声誉关切,因此往往会对投资企业实施更为严格和专业化的监督。这种监督既包括传统财务绩效指标,也涵盖战略实施、技术研发等长期价值创造活动。由于绿色技术创新投资周期长、不确定性高(林雁等,2024),企业管理层可能面临短期业绩压力与长期创新投入的矛盾。按照创新激励理论,高质量外部监督能够有效缓解这种短期行为偏好,提高长期价值投入。Wu等[33]研究表明,高中心度风险投资参与企业通常具有更高质量的信息披露和更完善的创新激励机制,这些制度安排能为企业绿色技术创新提供重要的组织保障。据此,本文提出如下假设:
H4:风险投资网络中心度通过监督压力传导促进企业绿色技术创新。
本研究采用多个数据库相匹配的方式构建研究样本。风险投资事件数据来源于Zero2IPO数据库。考虑到中小企业具有较强的创新活力,且更加依赖风险资本支持,故本文选取创业板上市公司作为研究对象。通过对风险投资事件与上市公司信息进行匹配和筛选,最终选取2 102个有效风险投资事件,这些样本涵盖投资时间、投资轮次、投资金额、投资方式等关键信息,为构建风险投资网络结构提供了基础数据支撑。企业绿色技术创新数据主要来源于incoPat数据库和中国研究数据服务平台(CNRDS)。
首先,本文基于上市公司股票代码,在incoPat专利库中检索“申请人”字段,获取完整的专利文本信息。其次,参照世界知识产权组织2010年发布的《国际专利分类绿色清单》对专利进行分类识别。该清单涵盖能源替代技术、运输节能技术、废弃物管理技术和环境保护技术等多个绿色技术领域,能够全面反映企业绿色创新成果。同时,利用CNRDS库中企业绿色专利申请数量信息进行交叉验证和补充,确保绿色专利识别的准确性和完整性。最后,企业财务特征和其它控制变量数据来源于Wind数据库和CSMAR数据库。这些数据库提供了企业资产规模、研发投入、地理位置等标准化的财务和基础信息,有助于控制企业层面异质性。为保证数据质量和研究可靠性,本文采取严格的样本筛选标准:剔除ST类公司(可能存在财务异常)、金融类公司(具有行业特殊属性)以及数据缺失严重的样本,最终获取2013—2023年370家创业板上市公司非平衡面板数据。为降低极端值对研究结果的影响,对所有连续型变量进行上下1%的Winsorize处理,这种处理方法既能保留样本信息,又能有效控制异常值干扰。
本研究基于Zero2IPO数据库构建风险投资网络。以风险投资和创新企业为节点、以投融资关系为连边构建二模网络结构。该网络由风险投资集合、创新企业集合以及它们之间的投资关系集合3部分组成,以对风险投资市场复杂关系进行刻画。考虑到中国风险投资市场的特殊性,本文采用3年滚动时间窗口构建动态网络,即利用t-3至t年的投资事件构建t年的风险投资网络。这一处理方法既考虑到网络关系的动态演化特征,又适应中国风险投资市场退出周期相对较短的现实情况。需要说明的是,本研究侧重于考察风险投资网络结构特征,尤其是网络位置对企业绿色技术创新的影响,而非单纯的网络关系。相关研究表明,网络结构特征是对节点在整体网络位置的定量描述,反映节点获取网络资源的能力和影响力,是分析网络效应的关键维度。
在网络构建的基础上,本文采用Python的NetworkX包将二模网络转化为一模网络,具体如图1所示,再计算风险投资网络中心度指标。核心解释变量为风险投资的特征向量中心度(EIG)。与其它中心度指标相比,特征向量中心度不仅考虑与节点直接联系的边的数量,还权衡邻接节点的重要性,能够更全面地刻画风险投资在网络中的影响力,计算公式为:
(1)
图1 风险投资网络示例
Fig.1 Venture capital network
其中,bij为邻接矩阵,当风险投资i与j存在联系时取值为1,否则为0;λ为邻接矩阵特征值,Ej为风险投资j中心度的特征值。为增强研究结论的可靠性,本文引入PageRank指数作为补充测度,PageRank指数从全局网络结构角度出发对节点重要性进行度量,计算公式如下:
(2)
其中, PR(ti)为节点ti的PageRank值, d为阻尼系数(通常取值为0.85), n为网络节点的总数, M(ti)为指向节点 ti的节点集合, C(tj)为节点 tj的出度。
本文因变量为企业绿色技术创新产出(GI),采用企业年度绿色发明专利申请数量的自然对数度量。参照世界知识产权组织《国际专利分类绿色清单》对专利进行分类,结合incoPat数据库的文本信息进行识别。另外,本研究还引入一系列控制变量。在企业层面,包括企业规模(Size,总资产自然对数)、企业年龄(Age,成立年限自然对数)、资本结构(Lev,资产负债率)和盈利能力(ROA,总资产收益率)控制企业异质性特征对创新活动的影响。在风险投资特征方面,选取持股比例(Share)、投资轮次(Round)和投资期限(Duration),以控制风险投资参与程度差异。此外,为控制行业和宏观环境的影响,本文还加入行业—年份固定效应。
为检验风险投资网络中心度对企业绿色技术创新的影响,本文构建如下基准回归模型:
GIi,t=β0+β1EIGi,t+βnControlsi,t+∑Industry+∑Year+ξi,t
(3)
其中,GIi,t表示企业i在t年的绿色技术创新产出; EIGi,t表示投资企业i的主要风险投资在t年的网络中心度;Controlsi,t代表一系列控制变量;同时控制行业-年份固定效应; ξi,t为随机扰动项。另外,为控制潜在异方差和序列相关问题,在回归过程中采用企业层面聚类稳健标准误。
表1基准回归结果显示,风险投资网络中心度与企业绿色技术创新存在显著正相关关系,这为本文理论假设提供了有力支持。在控制企业规模、企业年龄、资本结构等特征变量后,网络中心度系数在1%水平上显著为正(系数为0.228,p<0.01,t=3.35),表明处于网络核心位置的风险投资能够促进企业绿色技术创新。即风险投资网络中心度每提高1个单位,被投企业绿色专利申请数量平均增加约0.228个单位。从控制变量看,企业规模、盈利能力与绿色技术创新显著正相关,表明资源禀赋较好企业更有能力开展绿色创新活动;而资产结构与绿色技术创新显著负相关,说明过高的财务杠杆可能会抑制企业创新投入。这种显著的促进效应反映高中心度风险投资在资源整合、知识传递和战略赋能等方面具有独特优势。在实践中,这些位于网络核心位置的风险投资往往能够通过广泛的行业联系,帮助企业快速获取前沿技术信息、对接上下游资源、把握市场机遇,从而在绿色技术创新领域形成持续竞争优势。
表1 风险投资网络与企业绿色技术创新基准回归结果
Table 1 Baseline regression results of venture capital network and corporate green technology innovation
变量 绿色技术创新产出(1)(2)网络中心度0.235***0.228*** (3.42)(3.35)企业规模 0.186*** (4.26)企业年龄 0.142** (2.51)资本结构 -0.156** (-2.18)盈利能力 0.203*** (3.64)持股比例 0.167** (2.45)投资轮次 0.145** (2.37)投资期限 0.138** (2.22)常数项1.865***1.426*** (5.86)(4.73)行业固定效应YESYES年份固定效应YESYESAdj_R20.2350.283
注：*表示p<0.10, **表示 p<0.05,***表示p<0.01;括号里面为t值,下同
为确保研究结论的可靠性,本文采用PageRank指数代替特征向量中心度作为网络位置替代指标。PageRank指数从全局网络结构角度出发,通过迭代计算考虑节点间的复杂关联,能够更全面地刻画风险投资在整个投资网络中的影响力。表2结果表明,采用PageRank指数后,风险投资网络位置与企业绿色技术创新间的正向关系依然显著,系数大小和显著性水平与基准回归结果基本一致。这表明,本文结论具有较强的稳健性。在当前绿色技术创新实践中,那些与行业领军企业、研究机构保持密切合作关系的风险投资往往能够为投资组合企业带来更多创新机会和发展动力。
表2 替换代理变量的检验结果
Table 2 Test results of alternative proxy variables
变量 绿色技术创新产出(1)(2)特征向量中心度0.212***0.205***(3.28)(3.16)控制变量NOYES样本量2 1022 102行业固定效应YESYES年份固定效应YESYESAdj_R20.2280.276
为进一步控制样本选择偏误可能带来的内生性问题,本文采用倾向得分匹配法(PSM)构建更为可靠的对照组。基于风险投资网络中心度(EIG)的中位数,将样本划分为高中心度组(处理组)和低中心度组(控制组)。在匹配过程中,以控制变量作为匹配协变量,采用最近邻匹配方法进行一对一匹配。匹配后平衡性检验结果显示,处理组和控制组在各匹配变量上的标准化偏差均小于10%,且t检验结果均不显著,表明匹配效果良好。匹配样本回归分析结果显示(见表3),网络中心度(EIG)系数在1%水平上依旧显著为正(系数为0.188,t=2.85)。这表明,在控制企业基本特征差异后,高中心度风险投资的价值创造效应依然稳健。这种效应在现实中往往体现为风险投资通过专业化投资管理服务帮助企业优化创新战略、完善治理机制、提升运营效率,最终实现绿色技术创新能力的全面提升。
表3 PSM方法检验结果
Table 3 PSM method test results
变量 绿色技术创新产出(1)(2)网络中心度0.196***0.188***(2.98)(2.85)控制变量NOYES样本量1 6501 650行业固定效应YESYES年份固定效应YESYESAdj_R20.2130.258
为应对可能存在的反向因果关系,本文采用工具变量法进行检验。借鉴李磊等[34]采用外资研发中心密度作为工具变量的方法,本文选取风险投资所在地区私募股权投资机构密度(PE_DENSITY)作为工具变量,用以反映区域金融市场深度。选择该工具变量主要基于以下考虑:区域私募股权投资机构密度主要受历史制度环境和市场发展路径影响,具有显著的时间粘性和制度惯性,不会因单个企业创新行为而发生根本改变。尤其是在我国金融市场分割制度背景下,区域金融发展水平更多反映地方金融政策和监管环境差异。私募股权投资机构密度通过影响风险投资网络形成过程和信息流动渠道,对风险投资网络中心度产生影响,但不会直接作用于企业具体创新决策。本文通过控制企业所在地区固定效应,进一步排除地区特征可能带来的干扰。
如表4列(1)所示,PE_DENSITY与风险投资网络中心度呈显著正相关关系,且F统计量为49.37,远大于Stock-Yogo检验10%水平的临界值16.38,有力支持了工具变量相关性要求。
表4 两阶段工具变量法检验结果
Table 4 Test results of two-stage instrumental variable method
变量 网络中心度绿色技术创新产出(1)(2)PE_DENSITY2.875***(5.42)网络中心度0.162***(3.29)控制变量NOYES样本量2 1022 102行业固定效应YESYES城市固定效应YESYES年份固定效应YESYESKleibergen-Paap F49.37Adj_R20.2460.282
在控制内生性后,两阶段最小二乘法(2SLS)估计结果显示,风险投资网络中心度对企业绿色技术创新的影响依然显著为正。与基准回归结果相比,工具变量估计系数变小,反映出遗漏变量导致偏误在一定程度上得到纠正。考虑到绿色技术创新具有长期性和外部性特征,这种促进效应符合创新经济学中关于外部干预的基本规律。尤其是在当前绿色技术创新实践中,那些与多个创新主体保持密切合作关系的风险投资往往能够通过专业化投资管理和资源整合能力,帮助企业更好地把握创新机遇、突破技术瓶颈,最终实现绿色创新能力的持续提升。
通过以上一系列稳健性检验,本文发现风险投资网络中心度与企业绿色技术创新存在稳健的正向关系,这不仅丰富了风险投资网络与企业创新理论,也为推动企业绿色技术创新、促进经济可持续发展提供了重要启示。在当前全球气候变化与能源转型背景下,充分发挥高中心度风险投资的资源整合效应和价值创造功能,对于加速绿色技术突破、实现低碳发展目标具有重要意义。
为深入理解风险投资网络对企业绿色技术创新影响的差异化表现,本文进一步考察这一效应在不同企业属性和行业特征下的异质性表现。首先,基于企业产权性质不同,将样本划分为民营企业组和国有企业组进行分组回归。表5列(1)(2)结果显示,风险投资网络中心度在民营企业组的影响系数(0.285,t=3.92)显著高于国有企业组(0.142,t=2.16),且组间系数差异显著,表明风险投资网络的促进作用在民营企业中表现得更为突出。这可能是因为:相比于国有企业,民营企业面临更严重的融资约束和资源获取障碍,因此更依赖风险投资的网络资源和增值服务。高中心度风险投资能够通过广泛的商业网络帮助民营企业突破发展瓶颈,获取关键创新资源和市场机会。民营企业在政府资源获取、市场准入、融资渠道等方面往往处于相对劣势地位,风险投资网络的资源整合功能和信号传递作用恰好能够帮助民营企业克服这些发展障碍,为其绿色技术创新提供有力支持。
表5 异质性分析结果
Table 5 Heterogeneity analysis
变量 民营企业国有企业高新技术非高新技术(1)(2)(3)(4)网络中心度0.285***0.142**0.306***0.133**(3.92)(2.16)(4.25)(2.05)控制变量YESYESYESYES样本量1 4856171 326776行业固定效应YESYESYESYES年份固定效应YESYESYESYESAdj_R20.3120.2460.3250.238组间系数差异0.143**0.173***
进一步地,基于是否属于高新技术产业,本文将样本划分为高新技术企业组和非高新技术企业组进行分组回归分析。表5列(3)(4)结果显示,风险投资网络中心度在高新技术企业组的影响系数(0.306,t=4.25)显著高于非高新技术企业组(0.133,t=2.05),且组间系数差异结果显著,说明网络效应在技术密集型行业更加显著。这表明,高新技术产业具有较高的知识溢出效应和技术外部性,更容易从风险投资网络带来的知识共享和资源整合中获益。在实践中,高新技术企业往往面临更复杂的技术创新挑战和更大的市场不确定性,需要持续的研发投入和多方位的创新资源支持。高中心度风险投资的广泛网络联系不仅能够帮助企业获取前沿技术信息和创新资源,还能够通过行业经验和专业化服务帮助企业更好地应对技术创新过程中的各类风险。尤其是在绿色技术创新这样具有较强外部性和长期性特征的领域,风险投资网络的支持作用尤为重要。
为揭示风险投资网络促进企业绿色技术创新的具体作用机理,本文构建包含知识溢出、声誉认证和监督压力三重路径的传导机制分析框架。在知识溢出效应方面,本文借鉴创新经济学中的知识存量测算方法,采用永续盘存法计算网络内其它企业绿色专利存量的自然对数。表6实证结果显示,风险投资网络中心度通过知识溢出效应显著促进企业绿色技术创新(系数为0.186,t=3.45)。进一步分析发现,这种知识溢出效应对企业绿色创新的促进作用显著(系数为0.165,t=3.32)。这一结果印证了高中心度风险投资在知识传递和技术扩散中的关键作用,它们不仅能通过直接投资管理活动促进企业创新,还能利用广泛的网络联系帮助企业获取和吸收外部创新资源。这种机制在绿色技术创新领域尤为明显,因为环境友好型技术往往具有较强的跨领域特征和系统性特点,需要多方知识的有效整合。这与知识管理理论中关于“网络嵌入性促进知识转移”的观点高度一致,同时也揭示风险投资网络作为知识传导渠道的独特价值。
表6 潜在路径分析结果
Table 6 Potential path analysis results
变量知识溢出绿色技术创新产出声誉认证绿色技术创新产出监督压力绿色技术创新产出(1)(2)(3)(4)(5)(6)网络中心度0.186***0.197***0.225***0.183***0.235***0.178*** (3.45)(3.52)(3.78)(3.42)(3.86)(3.38)知识溢出 0.165*** (3.32) 声誉认证 0.198*** (3.56) 监督压力 0.212*** (3.65)控制变量YESYESYESYESYESYES样本量2 1022 1022 1022 1022 1022 102行业固定效应YESYESYESYESYESYES年份固定效应YESYESYESYESYESYESAdj_R20.2680.2760.2850.2920.2780.283
声誉认证机制检验采用企业获取的绿色信贷规模作为代理变量,具体使用年度绿色信贷余额的自然对数度量。选取这一指标主要基于以下考虑:绿色信贷作为支持企业环境友好型技术创新的重要外部融资来源,在很大程度上反映金融机构对企业绿色创新项目的认可度。回归结果表明,高中心度风险投资参与能显著提升企业获取绿色金融支持的能力(系数为0.225,t=3.78),而这种声誉认证效应对企业绿色创新具有显著正向影响(系数为0.198,t=3.56)。这一发现深化了对风险投资网络功能的理解,即声誉较高的风险投资不仅能直接为企业提供资金支持,还能通过市场公信力向外部利益相关者传递积极信号,帮助企业建立更广泛的融资渠道。从制度理论角度看,这种声誉认证机制实际上构建了一个促进绿色创新的良性互动网络,有利于降低信息不对称性,提升风险投资者信心,最终形成支持绿色技术创新的良好生态系统。
在监督压力传导路径方面,本文选取企业环境信息披露质量作为核心指标,具体采用CSMAR数据库ESG评级体系中的环境披露分项得分进行衡量。该指标综合考虑企业环境信息披露的完整性、及时性和可靠性,能够较好地反映企业受到的环境治理压力和应对措施。实证结果表明,风险投资网络中心度与环境信息披露质量显著正相关(系数为0.235,t=3.86),而这种监督压力又显著促进企业绿色技术创新(系数为0.212,t=3.65)。这表明,高中心度风险投资通过专业化监督能力和广泛的社会关注,能够有效督促企业提升环境治理水平,增强信息透明度。从代理理论视角看,这种外部监督压力不仅有助于缓解股东与管理层之间的委托代理关系,还能通过提升环境信息披露质量降低企业与其他利益相关者之间的信息不对称,最终形成推动企业重视长期可持续发展的有效机制。
三重传导路径分析结果深化了对风险投资网络促进绿色技术创新机制的理解。从理论层面看,知识溢出为企业绿色创新提供技术基础,声誉认证帮助企业获取必要的资源支持,而监督压力则确保创新投入的持续性和有效性。这种多维度作用机制揭示风险投资网络对企业绿色技术创新的系统性影响。从政策实践角度看,这些发现为完善绿色金融体系、优化创新激励机制提供了重要启示。一方面,应重视和发挥风险投资网络在知识传播和资源整合方面的积极作用,通过政策引导推动更多高质量风险投资参与绿色技术创新;另一方面,需构建更加完善的多层次监督体系,强化风险投资、金融机构和政府部门等各方主体的协同效应。
本文基于2013—2023年中国A股创业板上市公司数据,深入考察风险投资网络位置特征对企业绿色技术创新的影响机制,得出如下研究结论:①风险投资网络位置特征对企业绿色技术创新具有显著促进作用;②机制分析结果显示,风险投资网络中心度通过知识溢出效应、声誉认证功能和监督压力传导三重路径显著促进企业绿色技术创新。处于网络核心位置的风险投资能够整合更丰富的创新资源,帮助企业突破技术瓶颈;其市场声誉可降低企业融资约束,提升创新项目可信度;同时,其专业化监督机制也能够引导企业持续投入绿色技术创新;③这种促进效应在民营企业和高新技术产业表现更为明显,反映出风险投资网络资源的差异化价值创造作用。本文研究结论深化了对风险资本与创新关系的理论认识,同时与当前推动可持续发展的战略目标高度契合。绿色技术创新既是实现“双碳”目标的关键抓手,也是驱动产业转型升级的核心动力。风险投资网络知识整合与资源配置功能恰好回应了可持续发展对跨界融合、协同创新的内在要求,其促进绿色技术突破的作用机制为推动数字化、智能化和绿色化转型提供了新思路,为实现高质量发展提供了重要启示。
(1)构建精准赋能的多层次风险投资网络生态。在国家层面,设立“绿色技术网络型投资联盟”,由国家绿色发展基金牵头,整合头部风险投资机构、科研院所和行业领军企业等创新主体,形成特征向量中心度较高的核心投资网络。具体采用“1+N+X”模式,即以国家基金为“1”、带动N家高中心度风险投资机构、辐射X个细分领域的创新企业。在地方层面,建立“区域绿色技术协同创新中心”,依托地方政府投资平台,针对区域绿色技术优势领域,打造立足本地、辐射周边的专业化投资网络。对核心节点风险投资机构实施差异化监管政策,适当放宽对信息披露和投资门槛的要求,提升网络中间性和资源整合能力。
(2)针对不同企业类型设计差异化网络嵌入策略。对民营企业,重点解决“网络边缘化”问题。一方面,设立“民营企业绿色创新伙伴计划”,由政府出资支持高中心度风险投资机构与民营企业建立战略合作关系,提升其网络中心性;另一方面,建立“绿色技术信用评价体系”,将企业绿色专利质量和环境信息披露水平指标纳入考评体系,提升优质民营企业网络吸引力。对高新技术企业,强化其在风险投资网络中的知识节点地位。搭建“绿色技术知识共享平台”,鼓励企业有条件开放部分非核心技术专利,设置知识贡献积分机制,把握风险投资网络中的优质资源对接机会;同时,设立“绿色技术领军企业培育计划”,对处于特定技术领域关键节点位置的企业给予定向扶持,发挥其在知识溢出网络中的催化作用。
(3)优化三重机制协同赋能体系。围绕“知识溢出—声誉认证—监督压力”三重机制,构建贯通式政策工具组合。首先,在知识溢出层面,建立“跨界技术经理人计划”,支持风险投资机构从绿色技术前沿领域引进专家担任投资顾问,设立“技术对接专项资金”,对促成绿色技术跨企业和跨行业转移的风险投资给予奖励。其次,在声誉认证层面,设立“绿色技术投资标杆计划”,对绿色技术投资业绩突出的风险投资进行认证,同时举办“绿色技术投资峰会”,增强高中心度风险投资的声誉溢出效应。最后,在监督压力层面,建立“绿色投资责任评价机制”,将风险投资促进绿色技术创新的成效纳入ESG评价体系,通过“绿色投资透明度指数”引导风险投资加强对被投企业的环境绩效监督。
(4)增强可持续发展绿色金融支撑。立足我国推动绿色低碳转型的战略导向,强化风险投资网络在数字化、智能化、绿色化转型中的金融赋能作用。一方面,设立“绿色技术创新引导基金联盟”,采用“母基金+子基金+项目”三级联动模式,构建从技术突破到产业化的全链条投资布局;另一方面,探索“网络型风险投资+绿色债券+碳金融”的混合融资模式,让网络中心位置较高的风险投资担任“绿色项目推荐人”,增强资本市场对绿色技术创新的识别能力和融资支持力度。同时,建立“绿色技术价值评估体系”,解决绿色创新项目“估值难”的问题,促进风险投资网络更加精准地配置创新资源。对投向关键绿色技术领域的风险投资设置“永续资本池”,通过财政贴息和税收递延等政策工具,提高长期投资能力,解决绿色技术创新“长周期和慢回报”的难题。
根据上述研究结论,本文提出如下启示:
(1)构建网络导向型绿色创新能力体系。企业应突破传统封闭式创新模式,实施“网络嵌入型”绿色创新战略。在组织架构上,设立“生态创新办公室”,由企业高管直接负责,专门对接风险投资网络资源;在技术管理上,构建“内外协同”的创新中枢,既注重内部研发团队建设,也要强调对外部网络知识的吸收转化;在项目决策上,实施“网络视角下的技术路线图”,将风险投资网络动态演化趋势纳入创新决策要素,提前布局风险投资网络关注的新兴绿色技术领域。另外,建立“网络位置感知系统”,定期评估自身在风险投资网络中的嵌入程度,主动对接高中心度风险投资,提升知识获取和资源整合能力。
(2)深化与核心位置风险投资的战略协同。企业要将风险投资视为战略合作伙伴而非单纯的资金提供者,构建“共创共赢”的深度协作关系。一方面,建立“风投参与型”创新治理机制,将高中心度风险投资纳入绿色技术创新决策咨询体系,共同设计创新路径;另一方面,建立“开放边界”的知识协同平台,通过设置联合实验室、共建创新中心等形式促进企业与风险投资网络中其它节点建立多维连接。首先,挖掘自身绿色技术创新优势,找准与风险投资网络的契合点;其次,主动参与风险投资组织的产业论坛、技术沙龙等活动,建立多元连接;最后,通过签订战略合作协议,形成制度化网络嵌入机制,确保长期、稳定的资源互动。
(3)优化三重机制响应策略。针对风险投资网络三重作用机制,企业应建立系统性响应策略。对应知识溢出效应,企业要增强知识吸收能力,设立“网络知识转化专项”,对从风险投资网络中获取的前沿技术信息进行系统化梳理和转化应用;建立跨部门“知识整合团队”,由技术、市场和生产等多领域专家组成,提升外部知识与内部创新融合效率。对应声誉认证功能,企业要主动塑造“绿色创新标杆”形象,通过高质量环境信息披露、积极参与行业标准制定等方式,提升自身在风险投资网络中的声誉资本;同时,善用风险投资的背书效应,在产品宣传、人才招聘等环节突出高中心度风险投资的认可。对应监督压力传导,企业应转“被动合规”为“主动治理”,构建“绿色创新绩效评价体系”,将环境效益与经济价值有机结合,定期向风险投资提交专业化绿色创新进展报告,展示持续改进的决心和能力。
(4)龙头企业应发挥生态引领作用,构建以企业为核心、以风险投资为“纽带”的绿色创新网络。一方面,建立“开放式创新联盟”,吸纳上下游企业、高校院所和风险投资机构等多元主体围绕关键绿色技术领域开展协同攻关;另一方面,设立企业内部“绿色创投基金”,与外部高中心度风险投资形成“联合投资体”,共同培育创新型企业。尤其是对于产业链核心企业而言,应建立“绿色技术孵化中心”,为初创企业提供技术支持和市场渠道;同时,引入风险投资,形成“企业主导、风投赋能、创业者执行”的创新生态闭环。在数字化转型背景下,企业还应构建“绿色创新数字平台”,通过区块链技术实现创新资源的高效配置和创新成果的价值捕获,增强生态系统整体竞争力。
本文存在如下不足:第一,网络结构测度维度有待拓展。本研究主要聚焦于网络中心度这一核心指标,未来可进一步探究结构洞和聚类系数指标对绿色技术创新的影响。尤其是结构洞理论强调的“桥接位置”优势可能在跨领域知识整合和异质性资源获取方面具有独特优势,这对于需要多学科交叉的绿色技术创新尤为重要。第二,网络子群结构特征有待深入考察。风险投资网络往往呈现出社群化特征,不同社群可能形成独特的知识共享模式和资源配置机制。未来应基于社群检测算法识别风险投资网络中的凝聚子群,分析不同社群协同创新模式对绿色技术突破的差异化贡献,为构建更加精细化的网络治理机制提供理论基础。第三,动态网络分析方法有待引入。本研究采用静态截面网络分析框架,未能充分捕捉网络演化与创新绩效的互动关系。未来可引入动态社会网络分析方法,考察风险投资网络结构的时间演变特征,尤其是探究网络位置变化、关系强度动态调整与绿色技术创新轨迹之间的共演机制,进一步揭示风险投资网络形成和发展规律。
[1] 李井林, 阳镇, 陈劲. ESG表现如何赋能企业绿色技术创新——来自中国上市公司的微观证据[J]. 管理工程学报, 2024, 38(5): 1-17.
[2] 冯熹宇, 王菌丽, 徐娜. 绿色创新网络嵌入、资源获取与企业绿色创新质量[J]. 中国软科学, 2023,38(11): 175-188.
[3] 胡磊, 张家豪, 杜克锐. 风险投资网络下股价崩盘风险传染效应研究[J]. 系统工程理论与实践, 2023, 43(12):41-60.
[4] 蔡宁, 邓小路, 程亦沁. 风险投资网络具有“传染”效应吗——基于上市公司超薪酬的研究[J].南开管理评论, 2017, 20(2): 17-31.
[5] 党兴华, 裴筱捷, 王雷. 风险投资网络社群结构、信息传播与认知临近性[J]. 科研管理, 2022, 43(3): 134-141.
[6] TANG M, LIU Y, HU F, et al. Effect of digital transformation on enterprises′ green innovation: empirical evidence from listed companies in China[J]. Energy Economics, 2023, 128(1): 107135.
[7] SHAHZAD M, QU Y, REHMAN S U, et al. Adoption of green innovation technology to accelerate sustainable development among manufacturing industry[J]. Journal of Innovation &Knowledge, 2022, 7(4): 100231.
[8] SUN S, ZHAO Y, HE Y, et al. Exacerbated climate risks induced by precipitation extremes in the Yangtze River Basin under warming scenarios[J]. Frontiers in Ecology and Evolution, 2023, 11(1): 1127875.
[9] 朱晋伟, 原梦. 发明人网络特征、知识重组能力与企业技术创新绩效关系研究[J]. 科技进步与对策, 2023, 40(21): 129-139.
[10] 操友根, 任声策, 杜梅. 企业牵头创新联合体合作网络研究——以上海市科技进步奖项目为例[J]. 科技进步与对策, 2023, 40(20): 1-10.
[11] 张乐, 陈菊红, 董海林, 等. 制造企业数智化能力:维度探索与量表开发[J]. 科技进步与对策, 2024, 41(11): 79-88.
[12] LEI X, XU X. The "spider web" of venture capital: an invisible force driving corporate green technology innovation[J]. Technology in Society, 2025, 82(3): 102882.
[13] GU J, ZHANG F, XU X, et al. Stay or switch? the impact of venture capitalists' movement across network communities on enterprises′ innovation performance[J]. Technovation, 2023, 125(7): 102770.
[14] CAI W, LI G. The drivers of eco-innovation and its impact on performance: evidence from China[J]. Journal of Cleaner Production, 2018, 176(7): 110-118.
[15] WANG L, ZENG T, LI C. Behavior decision of top management team and enterprise green technology innovation[J]. Journal of Cleaner Production, 2022, 367(1): 133120.
[16] ZHANG W,LI G,GUO F.Does carbon emissions trading promote green technology innovation in China[J]. Applied Energy, 2022, 315(12): 119012.
[17] HUANG L, LEI Z. How environmental regulation affect corporate green investment: evidence from China[J]. Journal of Cleaner Production, 2021, 279(2): 123560.
[18] 郭鑫, 余湄, 边江泽, 等. 风险投资助推硬科技企业成果转化:中科创星“西光模式”的案例研究[J]. 管理评论, 2024, 36(9): 261-273.
[19] PAN F, ZHAO S X B, WOJCIK D. The rise of venture capital centres in China: a spatial and network analysis[J]. Geoforum, 2016, 75(8): 148-158.
[20] ZHANG Y, SUN J, YANG Z, et al. Critical success factors of green innovation: technology, organization and environment readiness[J]. Journal of Cleaner Production, 2020, 264(1): 121701.
[21] 马永红, 栾昊巍, 王琪, 等. 合作网络特征、企业知识多元化与共性技术溢出[J]. 科技进步与对策, 2023, 40(18): 61-71.
[22] 邵云飞, 谢丽. 网络结构嵌入对企业突破性创新绩效的影响——以生物医药上市企业为例[J]. 科技进步与对策, 2023, 40(18): 72-79.
[23] CHEN M-H,WANG H-Y,WANG M-C.Knowledge sharing, social capital, and financial performance: the perspectives of innovation strategy in technological clusters[J]. Knowledge Management Research and Practice, 2018, 16(1): 89-104.
[24] BUTTICE V,DI PIETRO F,TENCA F.Is equity crowdfunding always good? deal structure and the attraction of venture capital investors[J]. Journal of Corporate Finance, 2020, 65(6): 101773.
[25] GOMPERS P A, GORNALL W, KAPLAN S N, et al. How do venture capitalists make decisions[J]. Journal of Financial Economics, 2020, 135(1): 169-190.
[26] 卢艳秋, 闫心怡, 陈傲. 因利乘便:重污染企业绿色双元创新驱动路径[J]. 科技进步与对策, 2024, 41(24): 96-106.
[27] GHIO N,GUERINI M,ROSSI-LAMASTRA C.The creation of high-tech ventures in entrepreneurial ecosystems: exploring the interactions among university knowledge, cooperative banks, and individual attitudes[J]. Small Business Economics, 2019, 52(2): 523-543.
[28] 肖挺,陈周永.服务化对制造企业贸易信贷的影响——基于信号理论视角的研究[J].系统工程理论与实践,2025,46(6):1892-1909.
[29] PRESS M, ROBERT I, MAILLEFERT M. The role of linked legitimacy in sustainable business model development[J]. Industrial Marketing Management, 2020, 89(6): 566-577.
[30] CHAHINE S, FILATOTCHEV I, BRUTON G D, et al. "Success by association": the impact of venture capital firm reputation trend on initial public offering valuations[J]. Journal of Management, 2021, 47(2): 368-398.
[31] BARROS F E E D, SANTOS R C D, ORSO L E, et al. The evolution of corporate governance and agency control: the effectiveness of mechanisms in creating value for companies with IPO on the Brazilian stock exchange[J]. Corporate Governance: the International Journal of Business in Society, 2021, 21(5): 775-814.
[32] PROKSCH D,STRANZ W,ROHR N,et al. Value-adding activities of venture capital companies: a content analysis of investor′s original documents in Germany[J]. Venture Capital, 2017, 19(3): 129-146.
[33] WU J, LI H, ZHENG H, et al. Signaling in joint venture capital: a social network perspective[J]. Industrial Management &Data Systems, 2017, 117(10): 2340-2363.
[34] 李磊, 刘博聪, 李川川. 海外技术“引进来”与自主创新“走出去”[J]. 经济研究, 2024, 59(11): 72-88.