綠色信貸政策對制造業外部融資、經濟增長和能源消費的影響

吳晟 武良鵬 趙湘蓮

摘要：綠色信貸政策的一個重要內容就是要求銀行業金融機構縮緊兩高一剩行業的授信敞口，以期利用經濟杠桿遏制其盲目擴張的發展態勢，通過控制外部融資降低能源消費，從而獲得環境效益。然而，綠色信貸政策的實施效果還存在爭議。文章以受綠色信貸政策最為顯著的制造業為研究對象，通過雙重差分法估計了綠色信貸政策對制造業外部融資、經濟增長和能源消費的影響，進一步探討了政策影響的延續效應，并在此基礎上，利用兩步系統廣義矩模型考察了制造業外部融資、經濟增長和能源消費的動態內生關系，解析了綠色信貸政策的傳導路徑。研究結果顯示：綠色信貸政策對制造業的外部融資有顯著負向影響，但其對制造業經濟增長和能源消費的負向影響在統計學上并不顯著，而且綠色信貸政策的影響效果存在隨時間減弱的動態特征。制造業中控制組行業和處理組行業的能源消費與經濟增長之間都存在雙邊因果關系，制造業中控制組行業的經濟增長和外部融資之間存在雙邊因果關系，制造業中處理組行業的經濟增長和外部融資之間存在單邊因果關系，而制造業中控制組行業和處理組行業的外部融資與能源消費之間的因果關系在統計學上都不顯著。目前綠色信貸政策的傳導路徑為綠色信貸政策控制外部融資，進而影響經濟增長，最終抑制能源消費，但是該路徑的有效性在統計學上還不顯著。文章的研究結論為調整和完善綠色信貸政策提供了經驗證據。

關鍵詞：綠色信貸;能源消費;雙重差分法;制造業

中圖分類號F832.4文獻標識碼A文章編號1002-2104（2021）03-0096-12DOI：10.12062/cpre.20201020

制造業是中國實體經濟的重要支撐，也是能源消費和環境污染的主要來源之一。“中國制造2025”的提出，使制造業的經濟發展和轉型升級在國家戰略層面得到高度重視。由于中國是銀行主導型的金融市場結構，銀行信貸是制造業主要的外部融資渠道，制造業在銀行業金融機構的人民幣貸款余額中占有16%左右的份額，因此信貸政策的調整對制造業具有重大的影響。自2007年中國環保總局、人民銀行、銀監會共同發布《關于落實環境保護政策法規防范信貸風險的意見》（環發〔2007〕108號）以來，銀行業金融機構開始執行綠色信貸政策。綠色信貸政策的本質是通過信貸手段促進環境保護的宏觀調控方式，是銀行業金融機構履行環境責任的主要途徑[1]。綠色信貸政策的一個重要內容就是要求銀行業金融機構縮緊兩高一剩行業的授信敞口，以期利用經濟杠桿遏制其盲目擴張的發展態勢，通過控制外部融資→降低能源消費的路徑實現污染物和排放量的減少，從而獲得環境效益。雖然一些文獻的研究結論顯示，綠色信貸可以使銀行業金融機構擁有更多的流動性緩沖[2]，對綠色經濟的增長有積極的促進作用[3-4]，但是中國綠色信貸政策的影響效果和可持續性都還存在爭議，甚至Zhang等[5]和Jin等[6]直接指出沒有達到預期目標。另外，目前還沒有涉及綠色信貸政策對制造業影響的實證文獻，特別是綠色信貸政策通過外部融資影響能源消費的路徑有效性還沒有得到證實。因此，文章將金融領域和能源經濟領域有機聯系，運用雙重差分法（Difference-in-Difference，DID）評估綠色信貸政策對制造業的影響及其延續效應，更進一步地利用動態系統廣義矩模型（GeneralizedMethodofMoments，GMM）考察制造業外部融資、經濟增長和能源消費之間的內生關系，以此解析綠色信貸政策的影響傳導路徑。文章的貢獻在于：①豐富了綠色信貸政策的實證研究文獻，也為檢驗綠色信貸政策的實施效果提供了經驗證據;②從行業層面考察外部融資、經濟增長和能源消費的內生關系，深入細化了金融領域和能源經濟領域的關聯性研究;③檢驗了綠色信貸政策傳導路徑的有效性，相關的研究結論為綠色信貸政策的調整提供了思路和方向。

1文獻綜述

1.1綠色信貸政策的影響

綠色信貸政策要求銀行根據國家產業政策，嚴控對兩高一剩企業的授信審批，并制定行業準入機制。因此，蘇冬蔚等[7]構建DID模型考察了綠色信貸政策對兩高企業投融資行為的影響，發現兩高企業的投融資行為受到顯著抑制。他們的研究結論得到He等[8]、Liu等[9]、連莉莉[10]以及朱朝暉等[11]的證據支持。

盡管學術界普遍認可綠色信貸政策對兩高企業的融資成本和投資行為具有顯著的負面影響，但是綠色信貸政策對環境效益的影響還沒有一致性的研究結論。馬妍妍等[12]利用DID模型，發現綠色信貸政策顯著降低了16個重污染行業的企業排污量。蔡海靜[13]2013年針對造紙、采掘和電力等3個行業的回歸分析結果顯示，綠色信貸政策在長期借款方面存在局限性，不利于對企業的環境激勵，但在2019年，針對16個兩高行業的DID模型證據又表明受政策沖擊大的城市的排放量顯著下降[14]。修靜等[15]通過構建的面板門限模型考察了規模以上工業企業的增長效應，發現差異性利率政策有利于節能減排，但其比例增加彈性降低。

除此之外，綠色信貸政策對產業結構升級的影響同樣存在著爭議。徐勝等[16]和Hu等[17]分別利用面板回歸模型和固定效應模型估計綠色信貸對產業結構調整的影響，都發現其效果顯著。但是陳偉光等[18]和Liu等[19]的結論相反。陳偉光等[20]通過對比分析兩高行業的經濟和污染貢獻率，指出綠色信貸政策實施以來，產業結構升級并不明顯。Liu等[19]構建的5層次一般均衡模型結果顯示，綠色信貸政策在調整產業生產結構方面效果相對較差。另外，李毓等[20]通過回歸分析發現綠色信貸政策對第二產業和第三產業的結構升級有不同的影響作用。而韓豐霞等[21]則認為綠色信貸政策還沒有發揮出推動經濟轉型升級的價值和作用。

1.2外部融資、經濟增長與能源消費的關系

在能源經濟領域，經濟增長和能源消費的關系一直是研究的熱點。學者們主要關注于經濟增長和能源消費的因果關系和作用方向。雖然一些文獻的結果表明經濟增長和能源消費之間不存在因果關系[22]，但是更多的文獻對兩者之間的因果關系持肯定態度[23-28]。主流觀點認為能源消費能夠帶動經濟增長，而能源消費效率的提升需要以經濟增長為基礎，因此，兩者因果關系的作用方向還存在著不確定性，這也是目前爭議最大的問題所在。

一部分學者認為經濟增長和能源消費之間存在著單向的因果關系，但是單向作用的方向還不確定。Appiah[23]通過無約束誤差修正模型檢驗了加納能源消費、經濟增長和二氧化碳排放之間的因果關系，發現經濟增長對能源消費具有單向的因果效應。說明經濟增長的加速會導致能源消費的增加，而控制能源消費可能不會對產出產生影響。這個結論和王仲瑀[24]一致。王仲瑀[24]利用Granger因果檢驗對中國京津冀地區的能源消費、碳排放和經濟增長進行了實證研究，結論表明存在從經濟增長到能源消費的單向因果關系。但是Menyah等[25]和林美順[26]的證據相反。Menyah等[25]利用Granger因果檢驗方法考察了南非的能源消費與經濟增長，結果顯示能源消費是經濟增長的Granger原因，而經濟增長對能源消費的Granger檢驗不顯著。林美順[26]利用三階段最小二乘法估計了中國清潔能源消費、環境治理和經濟增長的內生關系，同樣發現清潔能源消費對經濟增長的單向促進作用。

另外一部分學者認為經濟增長和能源消費之間存在著雙向因果關系。Ahmad等[27]利用向量誤差修正模型調查了印度碳排放、能源消費和經濟增長之間的長期和短期關系，結果顯示長期和短期的能源消費與經濟增長之間都存在反饋效應和因果關系。Kahouli[28]采用似不相關回歸、三階段最小二乘法和系統GMM等三種模型估計了地中海國家的能源消費、二氧化碳排放、研發存量與經濟增長之間的四向關系，結果也證明經濟增長和能源消費之間存在雙向因果關系。

隨著金融領域與能源經濟領域的研究深入，外部融資、經濟增長和能源消費三者之間的關系逐漸得到重視。邢毅[29]利用面板向量自回歸模型檢驗了中國省域經濟增長、能源消費和信貸投放的關系，認為信貸投放是能源消費的Granger原因。Girma等[30]使用最小二乘法考察了印度制造業外部融資與企業增長之間的關系，發現外部融資正向影響企業增長，而且相對于留存收益，銀行貸款對企業增長的影響更大。雖然從理論上來說，外部融資可以為企業提供更多的資金資源，幫助企業進行技術創新，從而獲得經濟的增長和能源消費的降低[31]，但是實證證據并不充分。

1.3文獻述評

綜上所述，盡管短期內綠色信貸政策使兩高一剩企業的信貸可得性受到限制、融資成本得以增加，有效抑制了其盲目發展，但是對于政策效果還存在爭議。原因在于以下三點。

（1）政策依據的行業標準存在著模糊性。兩高一剩行業的界定主要根據原環保部和發改委等相關部門下發的文件，綠色信貸政策由銀監會制定，因此，存在不同部門對行業判定的差異，從而導致現有文獻在確定受綠色信貸政策影響的研究對象時，存在研究對象選擇的模糊性。現有文獻里出現最多的[9，11-12，14]，是根據原環保部下發的環辦函〔2008〕373號文件，選擇16個重污染行業。也有文獻[10]根據國發〔2009〕38號文件，選擇6個產能過剩行業。除此之外，Liu等[19]選擇了4個高排放行業，謝婷婷[4]選擇了6個高耗能行業，蔡海靜[13]選擇了3個重污染行業。

（2）樣本選擇存在偏差。考察綠色信貸政策影響的主流方法是DID模型[7，9，11-14]。運用DID模型的一個關鍵條件，是有效區分受政策影響的處理組與不受政策影響的控制組[32]。綠色信貸政策包含兩個方面，其一是對兩高一剩行業的授信緊縮，其二是對綠色環保行業的授信支持。現有文獻在分組時，通常做法是將全部A股上市公司或工業企業數據庫中屬于兩高一剩行業的企業視為處理組，其他行業全部歸于控制組，其中就包括同樣受到綠色信貸政策正向影響的綠色環保行業。盡管一些文獻[11-12，14]采用了傾向得分匹配法進行分組匹配，但是依舊難以避免樣本選擇偏差。

（3）政策傳導機制的有效性還不明確。綠色信貸政策的本質目的是通過信貸渠道實現節能減排，獲得環境效益。雖然從理論上來說外部融資會影響經濟增長，進而影響能源消費，但這種傳導路徑還沒有得到文獻的實證支持，其有效性還不明確。另外，現有文獻[23，25-28]主要是從國家層面探討經濟增長和能源消費之間的Granger因果關系，而文獻[29]是從省域層面考察了外部融資、經濟增長和能源消費的關系，還沒有面向行業層面的相關研究文獻。

為回答綠色信貸政策在要求銀行限制了制造業兩高一剩行業外部融資的同時，是否對其經濟增長和能源消費產生了影響？作者從準自然實驗視角出發，建立DID模型評估考察綠色信貸政策對制造業的外部融資和能源消費的影響，以此檢驗綠色信貸政策的實施效果。在此基礎上，利用兩步系統GMM方法分析了制造業的外部融資、經濟增長和能源消費之間的內生關系，以此檢驗綠色信貸政策傳導路徑的有效性。

2研究設計

2.1模型構建

（1）綠色信貸政策的影響。綠色信貸政策提高了制造業兩高一剩行業的貸款門檻，對于行業的經濟增長和能源消費而言具有較強的政策外生性，具備準實驗的典型特征[32]。DID方法可以有效避免綠色信貸政策作為解釋變量而產生的內生性問題、控制細分行業的異質性對被解釋變量的影響[33]。參照蘇冬蔚等[7]，構建回歸模型如下：

gEFit=α0+α1Timeit+α2Treatedit+α3Timeit×

Treatedit+α4gGDPit+α5gENYit+ηXit+

δYt+εit

（1）

gGDPit=β0+β1Timeit+β2Treatedit+β3Timeit×

Treatedit+β4gEFit+β5gENYit+ηXit+

δYt+εit（2）

gENYit=γ0+γ1Timeit+γ2Treatedit+γ3Timeit×

Treatedit+γ4gGDPit+γ5gEFit+ηXit+

δYt+εit（3）

其中，gEF是制造業各細分行業的外部融資增速，代表外部融資;各細分行業的增加值增速gGDP代表經濟增長;各細分行業的能源消費總量增速gENY代表能源消耗。Time為時間虛擬變量;Treated為組間虛擬變量;Time×Treated為時間虛擬變量與組間虛擬變量的交互項;ε為隨機誤差項;下標i和t分別表示第i個行業和第t年。α、β和γ為解釋變量系數;交互項系數α3、β3和γ3的估計值為重點關注的差分估計量，反映了政策的處理效應。除此之外，Xit包括行業層面的控制變量，Yt包括宏觀經濟層面的控制變量。

（2）外部融資、經濟增長和能源消費的內生關系。由于文獻[23-28]都證實了能源消費和經濟增長之間存在著因果關系，而外部融資也會刺激經濟增長[34-35]，因此，在檢驗綠色信貸政策的傳導機制時，需要考察外部融資、經濟增長和能源消費三者之間的內生關系。考慮到GMM模型在控制特定的個體和時間效應環境下，可以解決同時性偏差、逆因果關系和可能忽略的變量問題，因此本文在Omri等[36]和Kahouli[28]的工作基礎上，構建動態聯立方程如下所示：

gEFit=α0+α1gEFi，t-1+α2gGDPit+α3gENYit+

ηXit+δYt+εit（4）

gGDPit=β0+β1gGDPi，t-1+β2gEFit+β3gENYit+

ηXit+δYt+εit（5）

gENYit=γ0+γ1gENYi，t-1+γ2gGDPitγ3gEFit+

ηXit+δYt+εit（6）

模型（4）表明，第t-1期的外部融資、第t期的經濟增長和能源消費都會影響到第t期的外部融資[35，37]。模型（5）表明，第t期的經濟增長、第t-1期的外部融資和能源消費都會影響到第t期的經濟增長[36，38]。模型（6）表明，第t-1期的能源消費、第t期的經濟增長和外部融資都會影響到第t期的能源消費[28，38]。

2.2行業劃分

《國民經濟行業分類》（GB/T4754—2017）中將制造業細分為30個二位數行業，其分類名稱與1994年、2002年和2011年的修訂有明顯的變化。為了保持歷次修訂中行業分類的統一性和不同年鑒數據的一致性，文章根據數據的可得性和細分行業的相關性，將制造業劃分為25個細分行業。

根據中國銀監會辦公廳下發的銀監辦發〔2014〕186號文件提供的涉及兩高一剩行業參考目錄和綠色信貸政策限控以及支持的方向，文章將25個制造業細分行業分為處理組和控制組兩類，見表1。

由于限控和支持的影響方向相反，并且交通運輸設備制造業涵蓋金屬船舶制造和綠色交通運輸項目而同時處于限控和支持兩方，不易界定。因此，為避免研究樣本的選擇偏誤，本文剔除設備制造業和交通運輸設備制造業兩個細分行業。最終確定制造業的23個細分行業作為本文的研究對象（面板A），其中，紡織業等10個行業為受綠色信貸政策影響的處理組（面板A1），食品加工業等13個行業為不受綠色信貸政策影響的控制組（面板A2）。

2.3變量設計

（1）外部融資（gEF）：參照黃玖立等[39]的做法，以固定資產投資資金來源中國內貸款的增速作為衡量指標。選取固定資產投資資金來源中除自籌資金之外其他形式資金總和的增速作為穩健性指標（gEF2），包括國家預算內資金、國內貸款、利用外資和其他來源。

（2）經濟增長（gGDP）：由于2008年以后國家不再公布制造業分行業的增加值，本文參照程時雄等[40]的做法，以工業增加值率和工業總產值的乘積來代替分行業的增加值，以其增速作為經濟增長的衡量指標。以各行業的工業銷售產值增速作為穩健性指標（gGDP2）。

（3）能源消費（gENY）：以各行業能源消費總量的增速作為衡量能源消費的指標。另外，考慮到電力消費的數據準確性和與經濟增長之間存在的長期均衡關系[41]，以各行業電力消費總量的增速作為穩健性指標（gENY2）。

（4）行業層面控制變量（X）：主要包括各行業的資本存量、勞動力、內部融資、研發投入，反映制造業各細分行業自身狀況的變化。①資本存量（gCS）：各個行業的資本存量利用永續盤存法進行估算。參照陳詩一[42]的做法，選取1985年為基期，將制造業各細分行業的固定資產凈值作為基期資本存量，選擇行業的新增固定資產作為行業投資額的指標，以固定資產原值和凈值之差來推斷各行業的時變折舊率。②勞動力（gHR）：選用各行業的從業人數增速來替代。③內部融資（gZCF）：選用各行業固定資產投資資金來源中的自籌資金增速替代。④研發投入（gRD）：選用各行業研發經費內部支出增速替代。

（5）宏觀經濟控制變量（Y）：主要包括投資環境和貨幣政策，反映宏觀經濟環境和貨幣政策的變化。①投資環境（gFDI）：選用實際利用外商直接投資的增速替代。②貨幣政策（gTM）：選用金融機構資金運用各項貸款的增速替代。

2.4數據來源

文章經濟增長、資本存量、勞動力等數據來自《中國統計年鑒》《中國工業統計年鑒》和國家統計局，能源數據來自《中國能源統計年鑒》。文章數據的時間范圍為2002—2016年，最終實證數據為2003—2016年。

以2007年為政策實施年，即2003—2006年的時間虛擬變量為0，2007—2016年的時間虛擬變量為1。受綠色信貸政策影響的處理組的行業虛擬變量為1，不受綠色信貸政策影響的控制組的行業虛擬變量為0。

3實證結果

3.1政策影響的實證結果

（1）時間趨勢。圖1表現了2003—2016年控制組行業和處理組行業外部融資總額增速、GDP增速以及能源消費總量增速的時間趨勢，總體來看，控制組和處理組的外部融資、經濟增長和能源消費都呈現增速下降趨勢，這和我國經濟增速變緩的宏觀趨勢一致。其中，圖1（A）顯示，2007年之前控制組的年均外部融資增速21.01%低于處理組的31.08%，2007年以后控制組的年均外部融資增速為17.43%，要高于處理組的10.38%，直觀說明處理組的外部融資受到綠色信貸政策的抑制。圖1（B）顯示，2007年之前控制組和處理組的GDP增速變化趨勢保持一致，控制組26.67%的年均GDP增速略低于處理組的26.84%。2007年以后，控制組GDP增速平穩下滑，而處理組GDP增速則是波動下滑，控制組12.62%的年均GDP增速高于處理組的12.55%，說明綠色信貸政策一定程度上抑制了處理組的經濟增長。圖1（C）顯示，2007年之前控制組14.06%的年均能源消費總量增速低于處理組的18.59%，2007年以后控制組5.69%的年均能源消費總量增速高于處理組的4.88%，說明處理組在2007年以后的能源消費增長要低于控制組，一定程度上反映出綠色信貸政策對處理組行業能源消費的抑制作用。

（2）DID的實證結果。表2報告了綠色信貸政策對制造業外部融資、經濟增長和能源消費影響的估計結果。其中（1）、（3）、（5）列為雙固定效應下的估計結果，（2）、（4）、（6）列是單固定效應下的估計結果。

由表5可知，綠色信貸政策對制造業的外部融資具有顯著的負向影響。雙固定模型里處理組和控制組的外部融資受政策影響的差異為-13.500，單固定模型的差異為-15.218，說明國內銀行業金融機構充分履行綠色信貸政策，縮緊了處理組行業的信貸敞口，政策實施效果顯著。另外，雙固定模型里處理組和控制組的經濟增長受綠色信貸政策影響的差異為-3.986，單固定模型的差異為-3.730;處理組和控制組的能源消費受綠色信貸政策影響的差異在雙固定模型里為-1.329，在單固定模型里為-1.043。說明綠色信貸政策在一定程度上抑制了制造業的經濟增長和能源消費，但負向影響在統計學上都不顯著。

（3）政策影響的延續效應。考慮到綠色信貸政策的影響效果在時間維度上存在變化波動，因此，參照錢雪松等[43]的做法，引入年份變量，考察綠色信貸政策對制造業外部融資、經濟增長和能源消費影響的動態效應。表3報告了政策影響動態效應的估計結果。

從表3可以看出，單固定模型的結論和雙固定模型的結論相似，綠色信貸政策對制造業外部融資、經濟增長和能源消費的影響效果呈現時間波動。自2007年政策實施，處理組行業的外部融資在2008年至2009年期間受到顯著的負向影響，影響程度為-21.319。2010年至2011年期間，影響程度降為-17.594，而且在統計學上不顯著，說明綠色信貸政策的實施效果減弱。2012年至2013年，影響程度上升到1%顯著性水平下的-25.721，說明綠色信貸政策的實施效果顯著加強，這一發現和2012年《綠色信貸指引》的頒布有直接聯系。其后的2014年至2016年，影響效果降為-7.972，而且在統計學上不顯著。綠色信貸政策對處理組行業經濟增長的影響呈現U形趨勢，最小為2012年至2013年的-3.363，但在統計學上不顯著。另外，綠色信貸政策對能源消費的負向影響，從2008年至2009年的-1.813，到2014年至2016年的-0.861，呈現下降的趨勢，并且在統計學上也都不顯著。

3.2內生關系的實證結果

表4報告了系統GMM的估計結果，所有方程的Wald檢驗都拒絕原假設;AR（1）的P值均小于0.05，AR（2）的P值均大于0.1，說明殘差序列不存在二階序列相關;另外，Sargan和Hansen過度識別檢驗表明，工具變量的選擇均滿足外生條件的假設，因此估計結果有效。

從表4可以發現，面板A的外部融資和能源消費對經濟增長都具有正的顯著影響。0.098和0.195的幅度表明外部融資和能源消費的增速每提高1%，制造業的經濟增長率分別提高0.098%和0.195%。經濟增長對外部融資具有負的顯著影響，這一負向的影響結果同樣在王偉等[44]的研究結論中出現，可能存在過度金融化，以及實體去杠桿和貨幣政策的影響[45]。另外，經濟增長對能源消費具有顯著正向影響，而外部融資對能源消費的影響在統計學上不顯著。從面板A1和面板A2的估計結果里可以發現，外部融資對經濟增長的顯著正向影響，以及經濟增長對能源消費的顯著正向影響是一致的;另外，外部融資對能源消費的影響都不具有統計學意義。

3.3穩健性檢驗

為了確保結果的真實性，文章更換外部融資、經濟增長和能源消費的指標進行穩健性檢驗，具體指標定義參見本文2.3。綠色信貸政策影響效果的穩健性檢驗估計結果見表5。和表2估計結果一致的地方在于綠色信貸政策對外部融資的負向影響顯著，對能源消費的影響在統計學上不顯著。不一致的地方，在于表2的結果顯示綠色信貸政策對經濟增長的負向影響在統計學上不顯著，而穩健性檢驗里負向影響顯著。原因在于表2中的經濟增長指標是工業增加值，穩健性指標采用的是工業銷售產值。由于政府部門對環境問題的重視，自綠色信貸政策頒布以來，除了銀行加強了對兩高一剩行業的信貸審批，環保部門也加大了監管懲罰措施，導致兩高一剩行業的銷售產值受政策影響顯著。

表6報告了變量內生關系的穩健性檢驗估計結果，和表4的實證結果基本保持一致。經濟增長和外部融資之間的雙邊因果關系、能源消費與經濟增長之間的雙邊因果關系，以及外部融資對能源消費不存在顯著影響的結論都得到支持。穩健性檢驗結果表明，本文通過DID模型對綠色信貸政策影響效果的評估，以及利用系統GMM模型得到的制造業外部融資、經濟增長和能源消費的關系結論具有一定的穩定性。

4討論

目前，綠色信貸政策是通過縮緊兩高一剩行業的授信敞口，抑制其盲目擴張，達到降低能源消費、獲得環境效益的目的，但是這種政策的效果還不明確。文章的實證結果顯示了制造業外部融資、經濟增長和能源消費之間的因果關系，如圖2黑線所示。可以看到，制造業的處理組行業和控制組行業的經濟增長與能源消費之間都存在雙向因果關系，但是，控制組的外部融資和經濟增長之間存在雙向因果關系，而處理組行業只存在外部融資到經濟增長的單向因果關系，這說明處理組行業的外部融資受綠色信貸政策影響顯著，行政干預影響到市場的資金流向。另外，兩組行業都沒有證據顯示外部融資與能源消費之間存在因果關系。

綠色信貸政策的傳導路徑見圖2紅線所示。由于外部融資→能源消費之間沒有直接路徑，因此，政策的傳導路徑是政府→銀行→抑制行業的外部融資→降低經濟增長→減少能源消費。在政策傳導路徑的前半段，即政府→銀行→抑制行業外部融資，本文的實證結果顯示，銀行很好的落實了綠色信貸政策，處理組行業的外部融資受政策的負向影響顯著。但是政策對能源消費的影響在統計學上不顯著，其原因就在于政策傳導路徑的后半段，即外部融資→經濟增長→能源消費的路徑有效性。

啄序理論認為，內部融資優于債務融資[46]。對于兩高一剩企業而言，在通過銀行渠道籌集外部資金時，同樣會持有包括留存收益和短期投資在內的內部資金。內部資金和外部資金的使用之間存在一種反比關系[47-49]，即外部融資的受限會得到內部融資的補充。這也是文章的實證結果里，綠色信貸政策對經濟增長的負面影響并不顯著的原因之一。而且，這種政策傳導路徑是以降低經濟增長為代價減少能源消費，長期來看，處理組行業的投資和產出會有回升[50]，因此政策的可持續性也存在不確定性。

銀行作為金融中介機構，一個主要職能是進行資金資源的配置。除了在宏觀層面根據國家產業政策制定行業的差異性授信之外，還可以在微觀層面根據信貸資金的用途進行資金資源的合理配置，以推動企業的生態創新[51]，在提升經濟增長的同時降低能源消費。

5結論與建議

（1）研究結論。作者利用DID模型評估了2003—2016年綠色信貸政策對制造業外部融資、經濟增長和能源消費的影響，主要發現如下：①綠色信貸政策對紡織業、造紙和紙制品業等10個受綠色信貸政策作用影響的制造業細分行業的外部融資具有顯著負向影響，抑制了其以銀行貸款為主體的外部融資增速，但對經濟增長和能源消費的負向影響在統計學上并不顯著。②盡管2012年《綠色信貸指引》的頒布顯著提升了綠色信貸政策的落實程度，但綠色信貸政策實施效果的延續效應并未發生變化，依舊存在其隨時間減弱的動態特征。更進一步，文章通過兩步系統GMM模型考察了制造業外部融資、經濟增長和能源消費之間的內生動態關系，以此解析綠色信貸政策的影響路徑，檢驗結果表明：③制造業的經濟增長和能源消費具有顯著的雙向因果關系，從行業層面驗證了反饋假說[27-28，36]的存在。④外部融資對經濟增長具有顯著的正向影響，但外部融資和能源消費之間的關系在統計學上并不顯著。總結以上結論可以發現，綠色信貸政策的影響路徑是：信貸政策→外部融資→經濟增長→能源消費。綠色信貸政策直接影響外部融資;外部融資對經濟增長有直接影響，并且通過經濟增長的中介作用對能源消費產生間接影響。

（2）政策建議。綠色信貸的目的是通過調整授信門檻發揮金融杠桿作用，以此促進經濟效益和環境效益的協調，實現可持續性發展。追求能源消費的降低和環境績效的提升應是綠色信貸與傳統信貸最核心的區別，因此本文提出以下政策建議：①銀行業金融機構在制定綠色信貸政策時，如果只是簡單的抑制相關行業的授信敞口，從降低經濟增長的途徑實現能源消費和環境污染的降低，并不能有效達到預期目標，而且也不利于國民經濟的可持續發展。②可以通過低利率的信貸政策激勵并引導企業開展生態創新的投資行為，從提升企業技術水平和生產效率的根源上降低能源消費，以此收獲環境效益。銀行業金融機構開展綠色信貸與企業實施生態創新有本質上的共同點，從利益相關者角度將綠色信貸和生態創新有機聯系，可以為綠色經濟提供切實可行的發展路徑。

（3）不足之處和未來的研究方向。由于綠色信貸支持項目的行業模糊性，文章沒有分析綠色信貸政策對制造業細分行業的正向影響，這是文章的不足之處。低利率是激勵企業開展生態創新的有效手段，但低利率會在一定程度上降低風險感知，而且凈利息收入的減少也影響到銀行的資本緩沖。因此，如何設置差異性浮動合同利率和貸款期限結構，使綠色信貸能夠在經濟效益和環境效益中取得平衡，是綠色信貸能否得到可持續發展的關鍵，這也是下一步的研究方向。

參考文獻

[1]JAEGGIO，WEBBERZG，TOBINPJ，etal.Understandingsustainablefinance[M].Berlin：Springer，2018：39-63.

[2]CHENN，HUANGHH，LINCH.Equatorprinciplesandbankliquidity[J].Internationalreviewofeconomics&finance，2018，55：185-202.

[3]HEL，ZHANGL，ZHONGZ，etal.Greencredit，renewableenergyinvestmentandgreeneconomydevelopment：empiricalanalysisbasedon150listedcompaniesofChina[J].Journalofcleanerproduction，2019，208：363-372.

[4]謝婷婷，劉錦華.綠色信貸如何影響中國綠色經濟增長？[J].中國人口·資源與環境，2019，29（9）：83-90.

[5]ZHANGB，YANGY，BIJ.TrackingtheimplementationofgreencreditpolicyinChina：top-downperspectiveandbottom-upreform[J].Journalofenvironmentalmanagement，2011，92（4）：1321-1327.

[6]JIND，MENGQIN.TheparadoxofgreencreditinChina[J].Energyprocedia，2011，5：1979-1986.

[7]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業的投融資行為？[J].金融研究，2018（12）：123-137.

[8]HEL，WUC，YANGX，etal.Corporatesocialresponsibility，greencredit，andcorporateperformance：anempiricalanalysisbasedonthemining，power，andsteelindustriesofChina[J].Naturalhazards，2018，95：1-17.

[9]LIUX，WANGE，CAID.Greencreditpolicy，propertyrightsanddebtfinancing：quasi-naturalexperimentalevidencefromChina[J].Financeresearchletters，2019，29：129-135.

[10]連莉莉.綠色信貸影響企業債務融資成本嗎：基于綠色企業與“兩高”企業的對比研究[J].金融經濟學研究，2015，30（5）：83-93.

[11]朱朝暉，譚雅妃.契約監管與重污染企業投資效率：基于《綠色信貸指引》的準自然實驗[J].華東經濟管理，2020，34（10）：74-86.

[12]馬妍妍，俞毛毛.綠色信貸能夠降低企業污染排放么：基于雙重差分模型的實證檢驗[J].西南民族大學學報（人文社科版），2020，41（8）：116-127.

[13]蔡海靜.我國綠色信貸政策實施現狀及其效果檢驗：基于造紙、采掘與電力行業的經驗證據[J].財經論叢，2013（1）：69-75.

[14]蔡海靜，汪祥耀，譚超.綠色信貸政策、企業新增銀行借款與環保效應[J].會計研究，2019（3）：88-95.

[15]修靜，劉海英，臧曉強.綠色信貸、節能減排下的工業增長及預測研究[J].當代經濟科學，2015，37（3）：55-62，126.

[16]徐勝，趙欣欣，姚雙.綠色信貸對產業結構升級的影響效應分析[J].上海財經大學學報，2018，20（2）：59-72.

[17]HUY，JIANGH，ZHONGZ.ImpactofgreencreditonindustrialstructureinChina：theoreticalmechanismandempiricalanalysis[J].Environmentalscienceandpollutionresearch，2020，27：10506-10519.

[18]陳偉光，胡當.綠色信貸對產業升級的作用機理與效應分析[J].江西財經大學學報，2011（4）：12-20.

[19]LIUJY，XIAY，FANY，etal.Assessmentofagreencreditpolicyaimedatenergy-intensiveindustriesinChinabasedonafinancialcgemodel[J].Journalofcleanerproduction，2017，163：293-302.

[20]李毓，胡海亞，李浩.綠色信貸對中國產業結構升級影響的實證分析：基于中國省級面板數據[J].經濟問題，2020（1）：37-43.

[21]韓豐霞，肖漢杰，彭定洪，等.經濟新常態下綠色金融發展動力問題探究：基于政府、銀行和企業三方博弈關系[J].經濟與管理評論，2017（5）：88-94.

[22]MENEGAKIAN.GrowthandrenewableenergyinEurope：arandomeffectmodelwithevidenceforneutralityhypothesis[J].Energyeconomics，2011，33（2）：257-263.

[23]APPIAHMO.InvestigatingthemultivariateGrangercausalitybetweenenergyconsumption，economicgrowthandCO2emissionsinGhana[J].Energypolicy，2018，112：198-208.

[24]王仲瑀.京津冀地區能源消費、碳排放與經濟增長關系實證研究[J].工業技術經濟，2017，36（1）：82-92.

[25]MENYAHK，WOLDERY.Energyconsumption，pollutantemissionsandeconomicgrowthinSouthAfrica[J].Energyeconomics，2010，32（6）：1374-1382.

[26]林美順.清潔能源消費、環境治理與中國經濟可持續增長[J].數量經濟技術經濟研究，2017，34（12）：3-21.

[27]AHMADA，ZHAOY，SHAHBAZM，etal.Carbonemissions，energyconsumptionandeconomicgrowth：anaggregateanddisaggregateanalysisoftheIndianeconomy[J].Energypolicy，2016，96：131-143.

[28]KAHOULIB.Thecausalitylinkbetweenenergyelectricityconsumption，CO2emissions，R&DstocksandeconomicgrowthinMediterraneancountries（MCs）[J].Energy，2018，145：388-399.

[29]邢毅.經濟增長、能源消費和信貸投放的動態關系研究：基于碳排放強度分組的省級面板實證分析[J].金融研究，2015（12）：17-31.

[30]GIRMAS，VENCAPPAD.Financingsourcesandfirmlevelproductivitygrowth：evidencefromIndianmanufacturing[J].Journalofproductivityanalysis，2015，44（3）：283-292.

[31]TAMAZIANA，CHOUSAJP，VADLAMANNATIKC.Doeshighereconomicandfinancialdevelopmentleadtoenvironmentaldegradation：evidencefromBRICcountries[J].Energypolicy，2009，37（1）：246-253.

[32]陳林，伍海軍.國內雙重差分法的研究現狀與潛在問題[J].數量經濟技術經濟研究，2015，32（7）：133-148.

[33]LIUDT.TheeffectsofinstitutionalizationinChina：adifference-indifferencesanalysisofthemandatoryretirementage[J].Chinaeconomicreview，2018，52：192-203.

[34]OGURAY.Lendingcompetitionandcreditavailabilityfornewfirms：empiricalstudywiththepricecostmargininregionalloanmarkets[J].Journalofbanking&finance，2012，36：1822-1838.

[35]ULLAHB，WEIZ.Bankfinancingandfirmgrowth：evidencefromtransitioneconomies[J].Journaloffinancialresearch，2017，40（4）：507-534.

[36]OMRIA，KAHOULIB.Causalrelationshipsbetweenenergyconsumption，foreigndirectinvestmentandeconomicgrowth：freshevidencefromdynamicsimultaneous-equationsmodels[J].Energypolicy，2014，67：913-922.

[37]MAGNICA.Investment，financingandtheroleofROAandWACCinvaluecreation[J].Europeanjournalofoperationalresearch，2015，244（3）：855-866.

[38]WESSEHPK，LINJB.Energyconsumption，fuelsubstitution，technicalchange，andeconomicgrowth：ImplicationsforCO2mitigationinEgypt[J].energypolicy，2018，117：340-347.

[39]黃玖立，冼國明.金融發展、FDI與中國地區的制造業出口[J].管理世界，2010（7）：8-17，187.

[40]程時雄，柳劍平，龔兆鋆.中國工業行業節能減排經濟增長效應的測度及影響因素分析[J].世界經濟，2016，39（3）：166-192.

[41]林伯強.電力消費與中國經濟增長：基于生產函數的研究[J].管理世界，2003（11）：18-27.

[42]陳詩一.中國工業分行業統計數據估算：1980—2008[J].經濟學（季刊），2011，10（3）：735-776.

[43]錢雪松，康瑾，唐英倫，等.產業政策、資本配置效率與企業全要素生產率：基于中國2009年十大產業振興規劃自然實驗的經驗研究[J].中國工業經濟，2018（8）：42-59.

[44]王偉，楊嬌輝，汪玲.金融競爭力、信貸過度擴張與經濟增長[J].管理科學學報，2018，21（1）：58-71.

[45]陳彥斌，劉哲希，陳偉澤.經濟增速放緩下的資產泡沫研究：基于含有高債務特征的動態一般均衡模型[J].經濟研究，2018，53（10）：16-32.

[46]MYERSSC，MAJLUFNS.Corporatefinancingandinformationdecisionswhenfirmshaveinformationthatinvestorsdonothave[J].Journaloffinancialeconomics，1984，13（2）：187–221.

[47]HEZ，CHENX，HUANGW，etal.Externalfinanceanddividendpolicy：atwistbyfinancialconstraints[J].Accounting&finance，2016，56：935-959.

[48]胡保玲，代夢陽.城鎮居民社會責任消費行為影響因素實證研究：積極情緒的中介作用[J].經濟與管理評論，2017（5）：51-60.

[49]莫神星.以低碳消費機制推進綠色發展論略[J].貴州大學學報（社會科學版），2018，36（4）：113-119.

[50]劉婧宇，夏炎，林師模，等.基于金融CGE模型的中國綠色信貸政策短中長期影響分析[J].中國管理科學，2015，23（4）：46-52.

[51]吳晟，趙湘蓮，武良鵬.綠色信貸制度創新研究：以推動企業生態創新為視角[J].經濟體制改革，2020（1）：36-42.

Impactofthegreencreditpolicyonexternalfinancing，economic

growthandenergyconsumptionofthemanufacturingindustry

WUSheng1WULiangpeng2ZHAOXianglian1

（1.CollegeofEconomicandManagement，NanjingUniversityofAeronauticsandAstronautics，NanjingJiangsu211106，China;

2.CollegeofManagementEngineering，NanjingUniversityofInformationScience&Technology，NanjingJiangsu210044，China）

AbstractChinaattemptstoachieveenergyconservation，emissionreductionandenvironmentalprotectionthroughtheimplementationofthegreencreditpolicy，butitsimplementationimpactisstillcontroversial.Animportantcontentofthegreencreditpolicyistorequirebankingandfinancialinstitutionstotightenthecreditexposureofindustriesof‘highpollutionandhighenergyconsumptionandindustrieswithovercapacity，soastouseeconomicleveragetocurbtheirblindexpansionandreduceenergyconsumptionbycontrollingexternalfinancing.Thispaperexaminedtheimpactandthelingeringeffectsofthegreencreditpolicyonexternalfinancing，economicgrowthandenergyconsumptioninthemanufacturingindustry，whichwasmostinfluencedbythegreencreditpolicy，from2003to2016byusingtheDIDmethod.Furthermore，thispaperestimatedthedynamicendogenousrelationshipsamongexternalfinancing，economicgrowthandenergyconsumptionwithtwo-stepsystemGMMmodeltoinvestigatetheinfluentialpathofthegreencreditpolicy.Theresultsshowedthat：thegreencreditpolicyhadasignificantnegativeimpactontheexternalfinancingofmanufacturingindustry，butitsnegativeimpactontheeconomicgrowthandenergyconsumptionofmanufacturingindustrywasnotstatisticallysignificant，andtheeffectofthegreencreditpolicyhadadynamicfeatureofweakeningwithtime.Additionally，inthemanufacturingindustry，therewasabilateralcausalrelationshipbetweentheenergyconsumptionandeconomicgrowthofthecontrolgroupindustryandtheprocessinggroupindustry.Therewasabilateralcausalrelationshipbetweentheeconomicgrowthandexternalfinancingofthecontrolgroupindustriesinthemanufacturingindustry.Therewasaunilateralcausalrelationshipbetweentheeconomicgrowthandexternalfinancingoftheprocessinggroupindustriesinthemanufacturingindustry，whiletheexternalcausalityexistedbetweenthecontrolgroupindustriesandtheprocessinggroupindustriesinthemanufacturingindustry.Thecausalrelationshipbetweenthefinancingandenergyconsumptionwasnotstatisticallysignificant.Atpresent，thetransmissionpathofthegreencreditpolicyisthatthegreencreditpolicycontrolsexternalfinancing，thenaffectseconomicgrowthandultimatelyinhibitsenergyconsumption，buttheeffectivenessofthepathisnotstatisticallysignificant.Theconclusionofthispaperprovidespolicyreferenceandscientificbasisfortheadjustmentandimprovementofgreencredit.

Keywordsgreencredit;energyconsumption;difference-in-differences;manufacturingindustry

（責任編輯：于杰）