綠色信貸、環保財政政策與綠色全要素生產率

周家宇　郭一晗　徐小玲　冶錄錄

摘要：文章基于我國2007～2017年省級面板數據，研究綠色信貸，環保財政政策對綠色全要素生產率的影響及二者的協同對綠色全要素色生產率的作用。結果表明，綠色信貸和環保稅收政策均顯著提升了綠色全要素生產率，但環保支出政策對于綠色全要素生產率的作用不顯著;就提升綠色全要素生產率而言，綠色信貸與環保財政政策存在協同，進一步研究發現，我國東部地區和中西部地區綠色信貸和環保財政政策對綠色全要素生產率的作用存在顯著差異。

關鍵詞：綠色信貸;環保財政政策;綠色全要素生產率;政策協同

一、引言

我國綠色信貸規模不斷擴大，在推進節能減排，綠色低碳技術創新等領域形成了新的服務著力點;同時，環保財政政策在制度層面對經濟健康發展起著規范作用;而如何提高綠色全要素生產率是經濟高質量發展的關鍵。我國綠色信貸規模世界第一，龐大的規模是否有效促進了GTFP的提升？綠色信貸與環保財政政策對GTFP的作用是否存在差異？以及在金融杠桿和政策激勵的協同配合下我國經濟是否呈現了高質量、綠色、創新的發展態勢？是否存在區域異質性？本文擬對上述問題進行深入研究，制定綠色發展政策、實現經濟高質量發展提供理論依據和決策支持。

二、文獻綜述

在綠色全要素生產率測算方面，劉濤（2020）利用非期望產出超效率SBM-Malmquist模型，發現林業部門綠色全要素生產率平均每年增長1.53%;張紅梅、張寧（2019）通過SBM模型測度了我國30個省市2006～2015年綠色全要素生產率;倪瑛等（2020）采用熵值法測算綠色全要素生產率;劉斯敖（2020）計算、比較城市群的綠色全要素生產率;在綠色全要素生產率影響因素方面，李鵬升（2019）發現環境規制短期內會降低企業的綠色全要素生產率;陳曉峰等（2020）發現第三產業對綠色全要素生產率具有較為顯著的促進作用;陳黎明等（2020）認為技術進步與創新是推動GTFP增長的主要動力。

綜上所述，現有研究對政府行為與政府政策，以及政府政策指引下的金融機構行為對綠色全要素生產率的影響研究較少。所以，綠色信貸和環保財政政策是否對GTFP有影響以及兩種因素是否對GTFP具有共同作用，不同背景下的協同效果是否有同等問題都值得進一步研究。

三、理論分析與研究假設

綠色信貸差異化貸款利率及期限的實施對于不同企業來說存在兩種影響，一是為其提供信貸支持;二是對其產生融資約束。對于受到綠色信貸支持的企業來說，可以將資金用于研發投入，促進生產技術與效率提高;對于高耗能高污染的企業來說，融資門檻提高。財政支出具有結構調整效應，可以使特定產業資本生產要素，勞動生產要素大量匯聚，節能環保財政支出可以直接作用于節能環保技術的研發，直接促進綠色經濟發展，提高GTFP。對于稅收政策而言，通過提高高耗能高污染企業稅率，增加其生產邊際成本，促進企業轉型升級，進而促進GTFP增長的目的。綠色信貸和財政政策的協同一方面可以實現資金互補，還在一定程度上實現金融機構和環保部門聯動，促進信息共享，減少信息不對稱所帶來的逆向選擇及道德風險問題。

四、變量選取與模型設定

（一）變量選取

被解釋變量：綠色全要素生產率GTFP。投入指標為勞動力、物質資本存量和能源投入，期望產出為GDP，非期望產出為城市工業廢水排放量和二氧化硫排放量。其中勞動力使用城鎮單位就業和個體及私營單位就業人數之和衡量，物質資本存量基于社會固定資產投資數據采用永續盤存法進行計算，GDP進行定基處理。使用全局參比的SBM-ML指數衡量綠色全要素生產率（張彰等，2020）。由于ML代表的是綠色全要素生產率增長率，由于ML指數代表的GTFP的增長率，因此對該指數以2007年為基期進行處理。

核心解釋變量：1. 綠色信貸。通常采取綠色信貸比率（GLR）本文借鑒徐勝等（2018）的做法，采用中國銀行業社會責任報告公布的節能環保項目貸款占貸款總額的比例來表示綠色信貸比率。2. 環保財政政策（EEXP）為財政環保支出占財政一般支出的比例，本文借鑒魏瑋等（2019）做法，以地方財政環境保護支出占地區生產總值的比重作為EEXP的測度指標。TAX為稅收收入，參考張磊和蔣義的做法，以地方財政國內增值稅占地方財政稅收收入的比重作為TAX的測度指標。

其他控制變量。在參考與借鑒已有學者的研究基礎上，本文選取的控制變量包括：經濟發展水平（GDP）;研究與試驗發展（R&D）經費情況（全社會實際用于基礎研究、應用研究和試驗發展的經費支出，一般認為增加R&D能有效提升資源利用效率）;能源消費結構（ECS）（選取煤炭消耗占總能耗的比重作為能源消費結構的測度指標）;環境管制（ER）（本文借鑒陳黎明（2020）做法，選取工業污染源治理投資額代表環境管制強度）。

（二）數據來源及變量描述性統計結果

本文選取內地2007～2017年30個省份（西藏除外）的面板數據，相關數據均來自統計年鑒及國家統計局官方網站。變量的描述性統計如表1所示。

（三）模型構建

GTFPit=a0+a1GLRit+βCONTROLit+εit（1）

GTFPit=a0+a1TAXit+βCONTROLit+εit（2）

GTFPit=a0+a1EEXPit+βCONTROLit+εit（3）

GTFPit=a0+a1GLRit+a2EEXPit+a3GLR·EEXP+βCONTROLit+εit（4）

GTFPit=a0+a1GLRit+a2TAXit+a3GLR·TAX+βCONTROLit+εit（5）

五、實證分析

首先通過F及LSDV檢驗進行判斷，結果顯示混合回歸優于固定效應回歸，隨后運用LM檢驗確定其優于隨機效應模型，故確定使用混合回歸模型。

（一）整體回歸結果

從表2的參數估計結果來看，回歸（1）表明綠色信貸顯著為正，由此證明綠色信貸規模的增加有利于促進綠色全要素生產率的提高。綠色信貸可以使資源有效配置到環境友好型企業和項目中，鼓勵其通過技術進步，結構升級謀發展，促進綠色全要素生產率不斷提高。在回歸（2）中，變量TAX顯著為正，表明當前的環保稅收政策改革后取得了一定成效，通過征收環境稅等措施提高了重污染高排放企業的生產邊際成本，一定程度上抑制了企業排污行為。回歸（3）中，EEXP不顯著，可能由于我國環保支出規模較小，項目存在審核難，在資金使用監督弱等問題。并且在多環節傳導過程中可能會存在信息不對稱或錯誤問題。

對綠色信貸與環保財政政策之于綠色全要素生產率的協同研究來說，在回歸（4）與回歸（5）中，交叉項GLR*EEXP，GLR*TAX前的回歸系數均顯著大于零，表明綠色信貸與環保財政政策的配合可以有效促進綠色全要素生產率的提高，且綠色信貸與環保財政收入的協同效果優于綠色信貸與環保財政支出。原因可能是環保稅收信號的傳遞作用更強，可以直接對企業產生提醒與警示作用。

（二）區域異質性討論

考慮到我國不同地區區位特征明顯，經濟發展狀況，地區環境差距大，故將我國31個省份劃分為東部和中西部地區進行回歸分析，估計結果如下：

東部回歸結果：

GTFP=0.221+0.132GLR-0.310TAX+0.009RRXP+0.094GLR*EEXP+0.134GLR*

TAX+0.119GDP-0.002ER-0.050ECS-0.052RD

中西部回歸結果：

GTFP=0.014+0.460GLR-0.151TAX+1.67EEXP+0.129GLR*EEXP-0.027GLR*

TAX-0.316GDP-0.219ER-0.228ECS-0.160RD

回歸結果中，中西部綠色信貸都顯著為正，說明在不同區域綠色信貸都可以有效促進綠色全要素生產率的提高。東部稅收政策顯著為負而中西部稅收顯著為正可能由于差異化稅收政策的實施。東部環保財政支出效應不顯著，中西部財政環保支出影響顯著為負，說明中西部支出效率可能受第二產業比重高，自然生態建設任務重的內因以及環保財政支出存在支出效率低，支出結構不合理等外因的影響。而協同效應不顯著，說明當前綠色信貸與環保財政政策的配合，以及相關政策的健全與實施都需要加快進程。

（三）穩健性檢驗

結合設定模型，研究樣本，時間范圍與數據情況，采用增加控制變量進行穩健性檢驗，分別加入人力資本水平（EDU），以普通高效師生比例來衡量;城市化水平（URBAN），以城市年末城鎮常住人口站常住人口比例來衡量。穩健性檢驗結果基本與前文一致。

六、結論與政策建議

實證檢驗表明，整體上綠色信貸對于綠色全要素生產率具有顯著促進作用，環保稅收政策對GTFP有促進作用，環保支出政策對于綠色全要素生產率的影響不顯著;二者協同可以促進綠色全要素生產率增長。分區域看，綠色信貸對綠色全要素生產率的影響在東部和中西部均顯著。

由此，提出以下提升綠色全要素生產率的對策建議：一是持續擴大綠色信貸規模，鼓勵商業銀行開展綠色信貸業務。可將綠色信貸納入商業銀行績效考核標準中，并給予商業銀行退稅貼息補償，增強其積極性。二是加大環保財政支出規模。注重重點項目及領域的長期投資，使其得到長遠穩定的發展。三是加快推進稅收改革，進一步完善環境稅征收內容制定并完善相關稅收獎懲機制，引導企業行為，激勵企業進行技術改革，促進企業的綠色發展。四是制定相關協同政策，推進部門聯動，提高配置效率。加強政府部門與銀行部門信息交流，降低企業與銀行信息不對稱程度.

參考文獻：

[1]陳曉峰，周晶晶.生產性服務業集聚、空間溢出與城市綠色全要素生產率——來自長三角城市群的經驗證據[J].經濟經緯，2020，37（04）：89-98.

[2]劉濤，李繼霞.中國林業綠色全要素生產率時空分異及其影響因素[J].世界林業研究，2020，33（06）：56-61.

[3]魏瑋，曹景林.產業升級視角下綠色信貸與環保財政政策協同效應研究[J]. 科技進步與對策，2019（12）：27-33.

[4]徐璋勇，朱睿.金融發展對綠色全要素生產率的影響分析——來自中國西部地區的實證研究[J].山西大學學報（哲學社會科學版），2020，43（01）：117-129.

[5]張紅梅，張寧.省域綠色全要素生產率的時空演變與空間溢出效應[J].財會月刊，2019（24）：119-127.

[6]張治棟，陳競.環境規制、產業集聚與綠色經濟發展[J].統計與決策，2020，36（15）：114-118.

[7]趙玉林，陳泓兆.異質性技術創新與綠色全要素生產率提升[J].財會月刊，2020（18）：145-152.

[8]倪瑛，陳柏云，王憶雯.金融發展、環境規制與綠色全要素生產率——基于空間杜賓模型的實證分析[J].貴州財經大學學報，2020（03）：12-21.

[9]劉斯敖.三大城市群綠色全要素生產率增長與區域差異分析[J].社會科學戰線，2020（07）：259-265.

[10]李鵬升，陳艷瑩.環境規制、企業議價能力和綠色全要素生產率[J].財貿經濟，2019，40（11）：144-160.

[11]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（02）：59-72.

[12]張磊，蔣義.促進節能減排的稅收政策研究[J].中央財經大學學報，2008（08）：6-11.

（作者單位：江蘇大學）