張 璽 薛 青 李光勤
(安徽財經大學,安徽 蚌埠 233030)
改革開放后,特別是進入21世紀以來,我國經濟得到了飛速發展。但與此同時,也帶來了能源枯竭與環境污染等問題,能源的枯竭和生態空間的破壞均表明以增加生產要素投入的粗放型發展模式是不可持續的,我國需要走一條資源節約和環境友好的綠色發展道路[1]。綠色發展道路是中華民族為實現長遠發展的戰略性選擇,也是實現全球可持續發展和構建人類命運共同體的戰略性選擇[2]。近年來,我國為促進綠色發展制定的各種政策已初見成效,綠色信貸政策就是其中一種。綠色信貸指國家為了降低環境污染,促進綠色循環發展而實施的,以商業銀行為主體,通過信貸手段推進節能減排的一系列政策、制度安排及金融實踐。隨著綠色金融政策的不斷盛行,我國主要銀行的綠色貸款余額在2018年底超過8萬億,同比增長速度達到16%;同時,我國境內的綠色信貸存量已接近6,000億,處于世界前列。由此可見,我國的綠色信貸已經得到快速發展,那么綠色信貸的發展是否會促進我國的綠色發展,以及綠色信貸如何促進我國的綠色發展,這個問題的研究對了解我國綠色發展具有重要的意義。
現有文獻中,有關綠色信貸與綠色發展的研究主要可以概括為以下兩個方面:第一,綠色信貸政策直接作用于新能源企業,可以為新能源企業帶來資金保障,促進新能源的快速發展[3];同時提高“高能耗和高污染”行業的融資成本,或者減少其融資渠道,起到限制其發展的作用[4-5]。第二,綠色信貸優化了行業間的資源配置,實現能源利用效率的提升[6],產業結構的升級[7],也為鄉村的綠色發展提供融資渠道[8]。以上研究從不同角度說明綠色信貸對國民經濟的諸多方面產生了較大的影響,但是并沒有直接回答綠色信貸是否促進了綠色發展。在前人研究的基礎上,本文基于2001-2016年中國30個省級面板數據,通過固定效應、差分GMM、系統GMM等計量方法試圖考察綠色信貸對綠色發展的影響及其機制。
綠色發展是推動實現經濟可持續和高質量發展的重要途徑[9]。為了更好地促進綠色發展,我國在2017年10月首次提出推動綠色金融發展的理念,為環境友好型產業提供資金支持[10]。綠色信貸作為綠色金融體系中關鍵的一環,對于加快綠色項目融資、構建綠色金融體系具有重要的促進作用[11]。綠色信貸可以有效抑制重污染企業的投資行為,減少其資金投入,提高資本配置效率[12]。綠色信貸還具有獨特的信號傳遞功能,可以引導資金進入新能源行業[13],為綠色發展提供動力。總的來說,綠色信貸能夠提供資金,形成綠色投資,促進經濟結構優化;激勵企業轉變發展方式,增強綠色創新能力,提高經濟效率。基于以上分析,我們提出如下假說:
假說1:綠色信貸對綠色發展具有正向的促進作用。
綠色信貸可從兩個方面改善環境污染程度:一方面,綠色信貸可以直接增加重污染企業的融資成本,抑制重污染企業投融資行為,減少污染排放量。蘇冬蔚和連莉莉(2018)[4]指出,綠色信貸抑制了重污染企業的長期借款和短期融資,減少了重污染企業的融資來源,對其投融資活動起到顯著的抑制作用。另一方面,綠色信貸通過為綠色產業提供支撐其綠色發展轉型的資金,激勵重污染企業轉變生產方式,向綠色產業靠攏。我國綠色信貸政策對于關注長期發展的企業具有很強的節能減排激勵,能夠促使其使用清潔能源,轉變發展方式[14]。Kang等(2020)[15]利用韓國制造商企業的數據分析,發現綠色信貸政策是一項環境友好型法規,使制造商與供應商合作,努力減少供應鏈的污染。由此,我們提出如下假說:
假說2:綠色信貸具有顯著的污染治理效應。
綠色信貸政策使商業銀行在放貸時考慮環境的影響,給綠色產業給予優惠利率的貸款支持,對高污染產業采取懲罰性的高利率或者停貸、緩貸,這說明綠色信貸可以對產業結構產生影響:首先,綠色信貸激勵企業增加創新投入,促進技術水平的提升,為產業結構升級創造條件[16];綠色信貸可以將資金引向小微企業和綠色創新型技術產業,提供必要的資金以促進創新水平的提升,推動產業結構升級[17];綠色信貸能夠促進各地區整體產業結構升級[7]。其次,綠色信貸體系對創新型企業的促進作用更為顯著,而創新型企業的發展對促進產業結構升級十分有力[18];綠色信貸可以引導新產業、新行業的形成以促進產業結構升級[19]。由此,我們提出如下假說:
假說3:綠色信貸可以通過優化產業結構以促進綠色發展。
在能源利用方面,綠色信貸能夠減少對環境污染能源的需求,增加對清潔能源的需求,從而影響能源消費結構[20]。綠色信貸政策促使大部分工業企業將對環境有害的傳統能源改造或更換為清潔能源,推動能源消費結構由環境污染型轉向綠色低碳型,促進能源消費結構的優化[21]。綠色信貸能夠顯著促進清潔能源的使用,也有利于整體能源消費強度的降低[22]。由此,我們提出如下假說:
假說4:綠色信貸可以通過改善能源利用效率以促進綠色發展。
綠色信貸使得環境友好型的企業和項目能夠以較少的利息獲得研發投入、經營決策所需要的資金,能夠促進資金的資源配置,提升使用效率,也可以降低企業的資金成本[23]。它對于環保產業的支持作用主要通過提供資金融通來實現[24]。通過引導大量創業投資基金注入節能環保行業,導致這部分企業減少資金壓力,擴大市場份額,增強盈利能力,總資產收益率上升,從而促進綠色產業的發展[25]。由此,我們提出如下假說:
假說5:綠色信貸具有顯著的環保投資效應。
由上述理論假說,圖1說明綠色信貸與綠色發展之間的影響機制。

圖1 綠色信貸對綠色發展的影響機制圖
根據前文的理論假說1,我們構建如下計量模型:

其中,下標i表示不同的省份,t表示年份變量;GML表示綠色發展水平;green表示綠色信貸;X為控制變量,表示影響綠色發展水平的其他因素,μ代表不隨時間變動的固定效應,v代表不隨省份變化的固定效應;ζ為隨機誤差項。該模型為普通面板模型,我們采用固定效應方法進行估計。
考慮到綠色發展水平具有路徑依賴,上一期的綠色發展會顯著影響本期的綠色發展。由此,構建如下的動態面板模型:

其中,n代表被解釋變量的滯后期,GMLit-j代表綠色發展的滯后第j期,δj為對應的系數。針對此模型,我們分別采用差分GMM和系統GMM進行參數估計,該方法可以有效地解決動態面板模型中存在的內生性問題。
被解釋變量:綠色發展水平(GML)。本文用綠色全要素生產率(GTFP)衡量綠色發展水平。本文采用由Oh(2010)[26]提出的Global-Malmquist-Luenberger指數(簡稱GML指數)測算各省的GTFP,與傳統ML指數相比,其優點在于可跨期比較,且進一步地可分解為技術進步(GMLEC)指數和效率變化(GMLTC)指數。

若GML>1,說明GTFP呈現增長趨勢,反之則相反。若GML下降表示由上述定義的GTFP退步,可以判斷該省區考慮環境因素的工業經濟增長是不可持續的。
根據上述測算公式,需要有投入和產出兩組數據。借鑒杜俊濤等(2017)[27]、傅京燕等(2018)[28]、龔新蜀和李夢潔(2019)[29]、李衛兵等(2019)[30]的做法,主要考慮勞動、資本和能源作為投入要素。本文以各省城鎮單位就業人數和其他單位就業人數之和表示勞動投入;借鑒張軍和章元(2003)[31]、張軍等(2004)[32]的做法,以2000年為基期,使用永續盤存法測算歷年的資本存量來表示資本投入;以能源消耗總量表示能源投入。產出分為期望產出和非期望產出。本文以GDP衡量期望產出,并以2000年為基期進行平減;以工業廢水排放、工業廢氣排放衡量非期望產出。各個指標與計算方法見表1,以此即可算出各省GTFP。

表1 GTFP測算的主要變量及其計算方法
解釋變量:綠色信貸(green)。本文參考謝婷婷和劉錦華(2019)[21]的研究,采用每個省的六大高耗能高污染行業利息支出占工業行業利息總支出的比率作為反向指標來衡量綠色信貸。若該指標對綠色發展的影響系數為負,說明綠色信貸促進了綠色發展。
控制變量:參照傅京燕等 (2018)[28]、易明等(2018)[33]、崔興華和林明裕(2019)[34]、李鵬升和陳艷瑩(2019)[35]等的研究,本文加入如下控制變量:經濟發展水平,以人均GDP的對數(lnpgdp)和人均GDP對數的平方項(lnpgdp2)衡量;產業結構(ind),以第二產業所占比重衡量,該值越大,說明工業化程度越高;資本勞動比(lncap_lab),以資本與勞動之比衡量;外商直接投資(fdi),以實際利用fdi額與GDP之比衡量;人口密度(lnden),以單位面積人數的對數衡量;能源效率(lnen),以單位GDP的用電量衡量。
本文所使用的數據來源于《中國統計年鑒》、《中國工業統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》、《中國勞動統計年鑒》、《中國區域經濟數據庫》和中國各省市統計年鑒,選取的時間跨度為2001-2016年;由于西藏的數據缺失較為嚴重,因此最后的截面單位為大陸30個省、直轄市和自治區,共480個樣本數。表2是相關變量的描述性統計表。

表2 描述性統計表
根據假說1,本文采用固定效應模型、差分GMM和系統GMM模型對公式(1)和(2)進行了參數估計,表3匯報了基準回歸結果。第(1)列和第(2)列為固定效應模型考察綠色信貸對綠色發展的影響。第(1)列在未控制其他因素的情況下,綠色信貸對綠色發展的影響系數為0.015且在1%的水平上顯著,說明綠色信貸對綠色發展水平具有顯著的促進作用;在控制其他因素的情況下,第(2)列的估計結果顯示綠色信貸對綠色發展影響仍然顯著為正,系數大小變化非常小。后四列為采用GMM進行估計,由回歸結果來看,均不存在一階序列相關,同時存在二階序列相關,而且Sargan檢驗也不顯著,說明模型設定合理。第(3)列和第(4)列為差分GMM估計的結果,在未加入控制變量的情況下,綠色信貸對綠色發展的影響系數高度顯著為正;加入控制變量后,綠色信貸對綠色發展的影響系數仍然高度顯著,兩個模型的系數變化并不大,說明綠色信貸對綠色發展的促進作用較為穩定。第(5)列和第(6)列是系統GMM估計的結果,不管加入控制變量與否,綠色信貸對綠色發展水平均具有促進作用。六種模型的結果均顯示綠色信貸顯著促進了綠色發展,針對高污染高能耗行業的貸款每減少1%,綠色發展水平將提高1.4%,假說1得證。

表3 基準回歸
控制變量中,在固定效應模型中,lnpgdp的系數高度顯著為正,lnpgdp2的系數高度顯著為負,說明綠色全要素生產率與經濟發展水平呈現倒U型曲線關系,環境庫茲涅茨假說成立。在經濟起步階段,隨著經濟水平的提高,綠色發展水平是提高的;但是達到一定水平,這時工業得到快速發展,導致綠色發展水平下降。ind的系數為負但不顯著,說明第二產業比率越高,綠色發展水平呈現下降的趨勢。lncap_lab的系數為正但不顯著,說明資本密集型產業中高科技產業對環境的改善作用相對突出,但并沒有扭轉對環境無顯著改善的局面。外商直接投資的系數在5%的水平上顯著為正,說明外商投資能夠帶來技術進步,促進綠色發展。lnden的系數為正,但不顯著,說明人口密度越大的地方會產生更多污染,但如果采取合理措施治理環境,就可以獲得綠色發展的優勢。lnen的系數顯著為正,這與預期并不一致,可能的原因是采用單位GDP的用電量并不能完全衡量能源效應。
本文將綠色全要素生產率(GTFP)分解為綠色發展效率變化(GMLEC)和綠色發展技術進步 (GMLTC),采用GMLEC和GMLTC作為GTFP的替代變量,結果如表4。前三列分別用固定效應模型、差分GMM和系統GMM估計綠色信貸對綠色發展效率變化的影響。結果顯示,在固定效應模型中,綠色信貸對綠色發展效率變化的影響系數高度顯著為正;在GMM模型中,綠色信貸對綠色發展效率變化的影響系數也高度顯著為正;在系統GMM模型中,綠色信貸對綠色發展效率變化的影響系數為0.016且在1%的水平上顯著。說明針對高污染高能源的行業貸款每減少1%,會引起綠色發展效率提升1.6%,綠色信貸能夠刺激綠色發展效率改善。后三列分別用固定效應模型、差分GMM和系統GMM估計綠色信貸對綠色發展技術進步的影響,結果顯示在三種模型中,綠色信貸對綠色發展技術進步的影響系數分別為0.012、0.015、0.016,且都在1%的置信水平上顯著,說明綠色信貸能夠促進綠色發展的技術進步。穩健性結果表明,用綠色發展技術進步和綠色發展效率變化替代綠色發展水平進行分析,其結果與基準回歸的估計結果一致,綠色信貸能夠提高綠色發展水平,包括技術進步和效率提升。

表4 穩健性檢驗
綠色全要素生產率的測算,我們采用的是污染物作為非期望產出進行測算。因此,如果綠色信貸能夠顯著減少污染排放量,那么就顯著促進了綠色發展。因此,此部分重點考察綠色信貸是否具有污染治理效應。本文選取了測量環境污染的幾個重要指標:空氣中可吸入顆粒物含量(PM2.5)、工業煙塵排放量(soot)、二氧化硫總排放量(SO2)、工業廢水排放量(water)和工業二氧化硫排放量(ind_SO2),以上指標均取其自然對數進行分析。PM2.5來源于哥倫比亞大學社會經濟數據和應用中心(SEDAC)的遙感數據,其他數據均來源于歷年的《中國環境統計年鑒》,由于個別指標統計的時間較短,所以導致樣本數并不統一。由表5可知,green對PM2.5的估計系數為正,說明針對高污染高能耗行業的貸款每減少1%,會引起PM2.5的平均濃度值下降1.7%,綠色信貸具有污染減排效應。同理,從第(2)列到第(5)列的估計結果來看,green對工業煙塵排放量(soot)、二氧化硫總排放量(SO2)、工業廢水排放量(water)和工業二氧化硫排放量的估計系數分區顯著為正,說明針對高污染高能耗行業的貸款每減少1%,會引起工業煙塵排放量下降4.2%,會減少2.9%的二氧化硫總排放量,會減少2.4%的工業廢水排放量,會減少3.7%的工業二氧化硫排放量。總的來看,綠色信貸可以顯著減少污染排放物,說明綠色信貸的發展能夠優化環境質量,對減少污染有促進作用。由此,假說2得以驗證。

表5 綠色信貸的污染效應
本部分側重于驗證假說3和假說4,考察產業結構和能源利用在綠色信貸對綠色發展影響過程中起到的中介作用。由此,我們構建了如下中介效應模型:


其中,i和t分別代表國家和年份;GML為綠色發展水平,M為產業結構和能源利用效率兩個中介變量。公式(4)中,若系數c顯著,則意味著產業結構和能源利用效率對綠色發展存在綜合效應;公式(5)中,若系數α顯著,則表明綠色信貸對產業結構和能源利用效率具有顯著影響。公式(6)中,若c′顯著而b不顯著,則表明中介效應不存在;若b顯著而c′不顯著,說明產業結構和能源利用效率存在完全中介作用;如果估計系數c′和b均顯著,則說明存在部分中介作用,此時的中介效應可以通過ab/c計算得到。
根據公式(4)-(6),分別對產業結構和能源利用效率的中介效應進行檢驗,表6匯報了估計結果。第(1)(2)(5)列為產業結構的中介效應檢驗,從第(1)列顯示,綠色信貸對綠色發展的系數顯著為負,從第(2)列顯示,綠色信貸對產業結構也具有顯著的正向影響;從第(5)列顯示,將產業結構與綠色信貸同時放入模型后,綠色信貸的系數仍然顯著,但系數從-0.015變為-0.014,此時產業結構系數顯著為負,系數為-0.002,由此可以判斷產業結構具有部分中介效應,通過簡單測算0.518×(-0.002)/(-0.015)=0.069,得到中介效應為6.9%。說明產業結構在綠色信貸對綠色發展的影響中存在中介效應,即隨著對高污染高能耗行業的貸款減少,可以讓第二產業的比重下降,第二產業的比重下降,可以帶來綠色發展的提升,假說3得以驗證。

表6 綠色信貸的產業結構效應和能源利用效應
同理,后三列考察能源利用效率的中介效應,從第(3)列可以看出,綠色信貸對綠色發展的影響顯然為負,系數為-0.014;從第(4)列可以看出,綠色信貸對能源利用效率的系數顯著為正;從第(5)列可以看出,當同時考察兩個因素后,綠色發展的系數仍然為負,但是此時的能源利用效率的系數不顯著,說明能源利用效應并不起中介作用。但是從第(4)列的結果來看,綠色信貸與能源利用效應存在正向關系,即隨著對高污染高能耗行業的貸款減少,單位GDP的能源利用減少,也說明綠色信貸具有能源利用效率效應,假說4得以驗證。
綠色發展水平提高離不開環境污染的治理,而環境污染治理需要進行大量的環境治理投資。綠色信貸作為一種金融政策,可以對環境治理投資產生直接影響,從而提高綠色發展水平。因此,此部分重點考察綠色信貸的環境投資效應。通過查閱《中國環境統計年鑒》,本文獲得了2005-2016年的中國省級環境投資的數據,具體包括環境污染治理投資總額、城市環境基礎設施建設投資額、工業污染源治理投資額、“三同時”環保建設項目投資額、環境污染治理投資總額占GDP比重(%)五個指標。本文將前四個指標分別取對數后得到四個變量(有個別數值小于1,取對數前每個數加1來解決對數后 為 非 負 數), 分 別 是lnei、lncityei、lnind_ei、lnthr_ei。環境污染治理投資總額占GDP比重(eniv_gdp)取原始值。
表7匯報相應的估計結果。從五個模型的結果來看,綠色信貸的系數均在10%的水平上顯著為正,說明隨著針對高污染高能耗行業的貸款增加,國家在不同層面用于環境投資的經費均在增加;反過來,對高污染高能耗行業的貸款每減少1%,國家將減少8.3%城市環境基礎設施建設投資額;將減少7.4%的環境污染治理投資總額;環境污染治理投資總額占GDP比重將減少11%;將減少8.5%的工業污染源治理投資額、將減少11.7%的“三同時”環保項目投資額。從總體上看,綠色信貸的增加會在10%的置信區間上對環境污染治理的各投資額有顯著正向影響。由此,假說5得以驗證。

表7 綠色信貸的環保投資效應
綠色信貸作為綠色金融的重要組成部分,對促進綠色經濟發展起至關重要的作用。本文基于2000-2016年中國30個省級面板數據,利用GML指數測算綠色全要素生產率,作為衡量綠色發展水平的指標,分別采用固定效應、差分GMM、系統GMM等計量方法考察綠色信貸對綠色發展的影響,然后將綠色發展效率變化和綠色發展技術進步作為替代變量進行穩健性分析;機制分析方面,文章考察了綠色信貸的污染治理效應、產業結構效應、能源利用效應和環保投資效應,得出如下結論:(1)利用高污染高能耗行業的信貸利息占比衡量綠色信貸水平,發現隨著高污染高能耗行業的貸款規模減少,綠色發展水平顯著提升;(2)將綠色全要素生產率分解為綠色發展效率變化和綠色發展技術進步,結果發現隨著高污染高能耗行業的貸款規模減少,綠色發展效率變化和綠色發展技術進步均顯著提升;(3)采用直接檢驗和中介檢驗方法,發現隨著高污染高能耗行業的貸款規模減少,污染水平也呈現顯著下降的趨勢,第二產業比重和單位GDP消耗能源呈現顯著下降趨勢,國家用于不同層面環境投資的經費均呈現顯著下降的趨勢。
根據以上結論,本文提出如下建議:第一,要充分發揮綠色信貸對綠色發展的促進作用,政府要發揮主導作用,加快綠色信貸產品創新,加大綠色信貸人才培養力度,完善綠色信貸政策,推動綠色信貸政策法規建設與落實,增加商業銀行在提供金融服務中的環保意識,促進綠色信貸政策的推行。第二,充分利用綠色信貸的污染效應、產業結構效應和能源利用效應、環保投資效應促進綠色經濟的發展。商業銀行增加重污染企業的融資成本,抑制重污染企業投融資行為,減少污染;同時增加環保企業的資金支持,引導資金流向節約資源技術開發和生態環境保護產業,促進產業結構的升級。第三,政府完善知識產權保護機制,鼓勵技術進步,提高技術效率,以促進綠色經濟發展。