綠色信貸政策微觀影響效應研究：懲罰還是激勵?
——對綠色信貸政策波特效應的再檢驗

塵永魁 關 健 田冬冬

（中國人民銀行菏澤市中心支行，山東 菏澤 274000）

一、引言

當前，高能耗、高污染企業占據較大比重是我國經濟發展和供給側結構性改革不得不面對和亟須破解的關鍵問題。一方面，這類企業作為當前我國制造業體系中的重要組成部分，在整個國民經濟生產分工中扮演著重要角色，其經營狀況關系著我國經濟發展能否保持長期健康穩定的大局。一旦高能耗企業普遍形成風險，必將沿著既有產業鏈、供應鏈快速傳染，導致經濟增長“硬著陸”。另一方面，隨著環境治理水平的不斷升級，環境污染容忍度持續下降，綠色發展已經深入人心。以上兩個方面說明，在經濟發展過程中，要科學處理好“穩增長”與“優環境”的雙重發展目標，既要“金山銀山”，又要“綠水青山”；既要持續推進經濟的綠色轉型，也要考慮現有經濟體系的承受度，不能偏離經濟規律，盲目“一刀切式”“運動式”地對傳統經濟體系推倒重建。因此，在制定環境政策時，要充分考慮政策的合理性和有效性，這是實現經濟綠色轉型和高質量發展的關鍵性前提之一（涂正革和諶仁俊，2015；丁杰，2019）。

縱觀我國現有的環境規制手段，既包括以激勵調節為特征的市場化手段，如碳排放權市場交易等；也包括以行政命令為特征的非市場化手段，如減排計劃、企業限產等（王馨和王營，2021）。金融作為現代經濟的核心，其所具有的資金、市場、信用等稟賦優勢可以通過引導社會資金流向、創建流轉交易市場、改變微觀主體資信等級等手段解決微觀主體缺乏行為激勵、政策環境不利、工具自身運行要素缺失等問題，助推節能機制實現社會福利目標（彭江波和郭琪，2010）。因此，從理論上來看，可以發揮金融在資源配置中的作用，引導資金流向綠色環保領域，不斷完善綠色發展的激勵機制。與此同時，在以銀行間接融資為主體的融資機制下，作為資本密集型行業，重污染企業對銀行貸款存在較大的依賴性（呂明晗等，2019），憑借重抵押資產成為信貸資源的主要獲得者（寧金輝等，2021）。因此，經濟發展綠色轉型的前提條件之一是金融的綠色轉型。

為此，我國政府開始探索通過金融手段推進重污染企業綠色轉型。2012年原銀監會出臺了《綠色信貸指引》（以下簡稱《指引》），要求充分發揮金融在資源配置中的功能，嚴格控制對重污染企業的信貸投放，推動綠色低碳發展（蔡海靜等，2019）。需要特別指出的是，《指引》并不單純以約束重污染企業融資為目的，而是通過提高政策門檻，倒逼企業放棄可能對環境產生較大影響的建設項目，加大轉型升級投入，創新綠色生產技術，進而減少對環境的影響。然而，在具體實踐中，綠色信貸政策效應的發揮取決于政策本身是否合理、銀行能否有效執行以及微觀企業的應對策略等多重因素（陸菁等，2021）。因此，深入探討綠色信貸政策能否對企業投融資產生影響、產生怎樣的影響，評估政策對于企業全要素生產率的影響效果，進而對綠色信貸政策波特效應進行檢驗，分析其中深層次影響機制，具有重要的理論和現實意義。

鑒于2012年出臺的《指引》是國內首份針對綠色信貸政策的規范性文件，標志著我國綠色信貸政策邁向規范化階段，本文嘗試以《指引》的出臺為事件，構造準自然實驗，利用雙重差分法模型，實證檢驗綠色信貸政策對于企業投融資和全要素生產率的影響效果，進而驗證綠色信貸政策是否具有波特效應。

二、文獻綜述

在我國，綠色信貸政策的提出和完善是一個漸進的過程。1995年2月，中國人民銀行出臺了《關于貫徹信貸政策與加強環境保護工作有關問題的通知》，規定對于國家明令禁止、不符合環境保護規定的項目和企業，各級金融機構不得發放貸款，并收回已發放的貸款。這被認為是我國關于綠色信貸最早的政策文件。但是，在當時背景下，經濟增長仍是社會發展的首要目標，因此，該政策沒能得到足夠重視、積極響應和貫徹落實（丁杰，2019）。隨著經濟總量的持續擴大，生態環境已難以承受傳統粗放型發展模式的污染重負，綠色發展成為我國經濟社會發展必須走的路，綠色信貸政策作為介于行政化手段與市場性調控之間的政策方式，引起了國家層面的高度關注。2012年2月，原銀監會發布了《指引》，在金融機構如何有效開展綠色信貸、推動傳統行業綠色改造等方面提出了具有可操作性的指導意見（蘇冬蔚和連莉莉，2018）。隨后，《綠色信貸統計制度》等一系列文件相繼出臺，我國的綠色金融政策體系初步形成。

隨著我國綠色信貸政策體系的日臻完善，部分學者開始關注政策效果。楊劬（2011）基于委托代理理論分析了綠色信貸政策對企業節能減排的影響機理，結果表明，對于關注長遠利益的企業，綠色信貸政策有很強的節能減排激勵，但對于追求短期利益的企業，綠色信貸政策激勵作用不足。劉婧宇等（2015）利用CGE模型，定量測算綠色信貸政策影響效果的時期差異性，研究發現綠色信貸政策能夠在短期、中期有效抑制造紙業、化工業的投資行為，但長期產出抑制效果受到抵消。王艷麗等（2021）研究發現，通過優化金融資源配置，有助于協調經濟建設與環境污染之間的矛盾。

近年來，隨著雙重差分模型在政策效應評估領域的廣泛應用，部分學者將該方法用于綠色信貸政策效果的研究。蘇冬蔚和連莉莉（2018）以《指引》的出臺為準自然實驗，首次運用雙重差分模型實證檢驗了該政策的實施對于重污染企業投融資規模的影響效果。陳琪（2019）同樣以《指引》的出臺為準自然實驗，研究發現，該政策顯著抑制了重污染企業貸款規模，提高了貸款成本。寧金輝等（2021）利用該模型進行實證分析，結果表明，綠色信貸通過緩解代理問題抑制企業過度投資，且抑制作用呈隨時間遞增的趨勢。曹廷求等（2021）、王馨和王營（2021）、楊柳勇和張澤野（2021）均以2012年《指引》出臺為準自然實驗，實證檢驗了該政策對企業綠色創新的影響效果和機理。其中，曹廷求等（2021）、楊柳勇和張澤野（2021）認為綠色信貸政策的實施顯著抑制了重污染企業綠色創新；王馨和王營（2021）則認為綠色信貸政策對于綠色創新質量的提升作用不顯著。

梳理現有文獻可知，國內學者對于綠色信貸政策影響效果的研究起步較晚，相關文獻還較少，對于內在機制的討論也缺乏系統性，這為本文的研究提供了空間。本文以2012年原銀監會出臺《指引》為外生政策事件，采用雙重差分模型（DID），實證分析綠色信貸政策對于企業投融資規模及全要素生產率的影響，驗證綠色信貸政策在我國是否產生波特效應。與以往文獻相比，本文的邊際貢獻在于：第一，本文不僅從量的角度檢驗了綠色信貸政策對微觀企業投融資規模的影響，同時從質的層面分析了綠色信貸政策對全要素生產率的作用效果，全面論證了政策的懲罰和激勵效應，進而強化了對于綠色信貸政策影響范圍和程度的研究。第二，本文相繼分析了融資約束、技術創新、代理成本、投資效率在綠色信貸政策向企業全要素生產率傳導過程中的渠道作用，豐富了“宏觀金融政策—微觀市場主體”傳導機制的政策研究視角。第三，本文從市場化程度、產權性質、企業規模三個方面分析綠色信貸政策的異質性影響，對于政府相關部門完善綠色信貸政策、整合金融力量促進企業高質量發展具有借鑒意義。

三、理論分析與研究假說

（一）綠色信貸政策的懲罰效應

1.綠色信貸政策與企業融資行為?！吨敢穼︺y行的授信提出了更明確和具體的要求，主要體現在以下兩個方面：一是加大金融支持綠色發展的力度。《指引》規定，銀行應當將綠色信貸發展提升到戰略高度，不斷加大對綠色低碳發展的信貸支持，并不斷優化信貸流程，強化綠色產品和服務的創新。二是提高重污染企業融資門檻。《指引》要求銀行對存在重大環境風險的行業實行差異化、動態化授信政策，對不滿足《指引》要求的，不予授信；對已授信項目，設置風險評估門檻，動態監測企業風險表現；對出現重大風險隱患的，可以中止甚至終止信貸投放。

綠色信貸政策的本質是基于環境約束的信貸配給，限制污染行業信貸投放，加大綠色項目信貸支持力度。從銀行角度來看，《指引》的實施將會從四個方面影響其信貸決策：一是合規風險?！吨敢穼τ谀男┬袠I應該積極支持，哪些行業不應授信或終止信貸資金撥付等，均作出了明確規定，強化了頂層設計。如果銀行在政策落實中偏離了《指引》的規定，將會面臨監管部門和銀行內部的合規檢查，存在付出高昂違規成本的可能。二是違約風險。《指引》作為一項重要的環境治理政策，其實施將會提高企業獲取銀行貸款的難度。在此情況下，重污染企業要想獲得銀行貸款，就需要增加污染防治的投入，滿足銀行信貸最低門檻要求，同時也將增加企業生產成本，一旦企業獲得的收益無法彌補成本，將會給企業帶來生存危機。因此，如果銀行為其發放貸款，將會面臨企業無力償還貸款的可能性，即存在較高的違約風險。三是聲譽風險?！吨敢返某雠_進一步強化了環境規制，使社會公眾更加關注生態環境保護。如果銀行向發生環境事故的企業發放貸款，將會損害自身聲譽。四是貸款偏好?！吨敢纷鳛橐豁楉攲釉O計，反映了國家對于生態環境的重視程度，《指引》的出臺在一定程度上改變了銀行對于重污染企業與綠色環保企業未來市場前景的預期，即前者未來發展空間和市場機會將明顯不如后者。銀行是逐利的，同時也是天然的風險厭惡者，因此，將會降低對重污染企業的貸款偏好程度，更加偏好于綠色環保企業。

基于以上分析，本文提出假說1：《指引》頒布后，重污染企業負債規模將顯著下降。

2.綠色信貸政策與企業投資行為。傳統的MM理論認為，企業投資決策取決于投資機會的預期盈利水平。當未來投資收益的折現值高于投資成本，理性的企業會選擇投資。然而，投資資金來源于企業自有資金和外源融資。當企業用于投資的自由現金流不足時，其可能通過以銀行為主體的負債融資方式補充自由現金流?！吨敢返某雠_提高了銀行信貸門檻，增加了重污染企業獲得銀行貸款的難度，導致投資資金不足，抑制了企業投資行為。與此同時，隨著國家持續加大環境治理力度，重污染企業生產經營和項目投資面臨較大的政策沖擊風險，投資存在明顯的不確定性，需要重估市場前景和投資回報，謹慎開展投資。因此，企業在自由現金流補充渠道受限、投資前景不明朗的情況下，總投資支出將顯著減少。

基于以上分析，本文提出假說2：《指引》頒布后，重污染企業投資規模顯著下降。

（二）綠色信貸政策的波特效應

1.綠色信貸政策與企業全要素生產率。環境政策與全要素生產率之間的關系在學術界一直存在爭議。新古典經濟學認為，環境政策的實施將會導致企業不得不從正常的生產經營中配置出更多的資源用于降低污染排放（任勝鋼等，2019），受此影響，企業全要素生產率可能出現倒退現象（Jorgenson 和Wilcoxen，1990）。對此，Porter 和Linde（1995）則持相反的觀點，提出了著名的波特假說，其認為嚴格而適當的環境規制可通過創新激勵、效率改進和企業內部重新分配等傳導途徑產生更高的生產率。從理論上來看，根據波特假說，《指引》作為環境規制政策在金融領域的體現，可以通過提高重污染企業授信門檻，引導銀行將更多的信貸資源投入綠色項目，進而倒逼企業開展技術創新活動，開發綠色技術、工藝或產品，改善組織管理方式，提高投資效率，進而提升投入產出水平，能夠部分或完全抵消《指引》出臺所導致的融資成本的上升，甚至可能帶來凈收益，產生“創新補償效應”，提高全要素生產率。

然而，綠色信貸政策波特效應的發揮，不僅取決于銀行對于《指引》堅定的貫徹執行，也取決于企業對《指引》的反應。隨著國家對環境問題日益重視，各種環境規制的加強對重污染企業的生產經營可能帶來負面效應，進而危及銀行信貸資金的安全，這會使銀行避險目標與政府環境治理目標趨于一致（丁杰，2019），因此，銀行貫徹落實《指引》的動機較強。但是，重污染企業是選擇增加技術創新的投入，還是只是應激性地縮減投資支出，這存在較大不確定性。與此同時，技術創新需要持續大量的資金投入?！吨敢返膶嵤┰黾恿酥匚廴酒髽I獲取銀行貸款的難度，在此情況下，企業會將有限資金優先用于滿足正常生產經營，進而導致創新投入或者實現轉型升級的能力不足。更進一步地，即使企業選擇擴大技術創新的投入規模，但由于技術創新是一個復雜且漫長的過程，存在較高風險，能否提升全要素生產率同樣需要實證檢驗。

基于以上分析，本文提出兩個相對應的假說3a和假說3b。

假說3a：《指引》頒布后，重污染企業全要素生產率顯著提高。

假說3b：《指引》頒布后，重污染企業全要素生產率顯著下降。

2.綠色信貸政策對全要素生產率的影響機理。

（1）融資約束。資金是稀缺的，單純依靠內源融資很難滿足企業生存和發展的資金需求，外源融資成為必需（塵永魁等，2021）。融資約束就是衡量企業獲取外源融資難易程度的一項重要指標。如果企業面臨的融資約束較強，表明其獲取外部資金的能力較弱。由于企業創新活動需要大量資金支持，融資約束可能會導致企業優先將資金用于維持正常生產經營活動，進而無法提供創新所需資金，制約全要素生產率的提高?！吨敢返某雠_增加了重污染企業的授信門檻，提高了融資約束水平，從而對全要素生產率提升產生負向沖擊。

基于以上分析，本文提出假說4：《指引》的頒布提高了企業融資約束水平，進而抑制了全要素生產率的提升。

（2）技術創新。技術創新是提高企業全要素生產率的重要途徑之一。一方面，《指引》的出臺增加了企業獲取信貸資金的難度，可能導致企業技術創新存在資金缺口，進而抑制全要素生產率的提升。另一方面，根據波特假說，《指引》作為一項環境規制促進全要素生產率的提高?！吨敢返某雠_使企業更加意識到，要想走出困境、繼續在市場競爭中生存，就應該加強技術創新和轉型升級，因此，企業存在較強的創新動機。與此同時，《指引》出臺的目的不是迫使企業退出市場，而是倒逼企業轉型升級，從這一角度來看，企業管理者的動機與《指引》出臺的目的是一致的。因此，在《指引》約束下，銀行“一刀切”式地執行信貸政策并不符合《指引》出臺的初衷。對于重污染企業合法合規的創新活動，尤其是綠色技術創新，在合理評估風險的情況下，銀行應該給予支持。

基于以上分析，本文提出兩個相對應的假說5a和假說5b。

假說5a：《指引》的頒布抑制了企業技術創新活動，進而對全要素生產率的提高形成負向沖擊。

假說5b：《指引》的頒布推動了企業技術創新活動，進而對全要素生產率的提高產生了正向激勵效應。

（3）代理成本。陳茹等（2020）、于瑤和祁懷錦（2021）均認為代理成本是影響企業全要素生產率的重要途徑?！吨敢返某雠_意味著重污染企業基于原有生產模式獲取信貸資金的難度顯著提高，現金流變得更加稀缺，企業管理層可自由支配的資金有所減少，從而收斂機會主義行為，緩解企業代理問題，降低代理成本。同時，銀行作為企業債權人，可通過差異化貸款利率、金額、審批條件等，產生對企業管理者的約束效應，降低代理成本?！吨敢返某雠_強化了銀行的信貸監督職能，在信貸資源配置上突破了傳統的安全性和效益性原則，將環境因素提高到授信審批通過的前提條件集合中（王馨和王營，2021）。因此，與一般信貸政策相比，《指引》降低企業代理成本的效果更加明顯。

基于以上分析，本文提出假說6：《指引》的頒布有助于降低企業代理成本，進而促進全要素生產率的提升。

（4）投資效率。高效的投資行為是提高企業全要素生產率的主要途徑和必然要求。覃家琦等（2009）認為企業投資效率與企業全要素生產率聯系密切。蔣長流等（2020）認為，投資效率將直接影響企業全要素生產率的高低。《指引》的出臺有利于加大銀行對環境風險的重視程度，進而提高重污染企業授信門檻，增強資金的稀缺性，促使企業合理規劃資金用途，提高投資效率。同時，《指引》的出臺放大了鼓勵綠色低碳發展的信號效應，在政策引導和預期下，企業管理者會順勢而為，加大綠色低碳項目投資，優化投資結構，提升投資效率。

基于以上分析，本文提出假說7：《指引》的頒布有助于提高企業投資效率，進而促進企業全要素生產率的提升。

（三）綠色信貸政策影響的異質性分析

1.基于市場化水平的異質性分析。由于重污染企業往往是地方財政重要的稅收來源，其能否正常經營關系到地方財政資金是否充足。為此，某些政府官員為了自身和地方利益可能會干預銀行的信貸投放行為。同時，在市場化程度較低的地區，地方官員的權力往往較大，使得企業存在較強的尋租動機，進一步增強了地方官員干預程度。因此，企業所在地區的市場化程度越低，政府對企業經營和銀行借貸的干預程度越高，非市場化機制的扭曲效應越強（寧金輝和史方，2021）。相反，在市場化程度較高的地區，市場在資源配置中的作用較突出，政府對市場的干預較少，因而有利于綠色信貸政策效應的發揮。與此同時，對于市場化程度較高的地區，由于技術創新的激勵機制比較健全，配套機制較完善，一定程度上可以抵消綠色信貸政策對于全要素生產率的負向沖擊，有利于波特效應的發揮。

基于以上分析，本文提出假說8：相對于市場化程度低的地區，《指引》對于市場化程度高的地區重污染企業投融資的懲罰效應更加明顯，但對于企業全要素生產率的負向沖擊得到更大程度的抵消或者正向影響效應更明顯。

2.基于所有制的異質性分析。國有企業享有政府擔保和融資便利（李廣子和劉力，2009），同時承擔了更多的國家政策導向性任務，不可避免地成為環境政策的重點管控對象（王勇等，2019）。而非國有企業由于面臨信貸歧視，本身獲得信貸資金的難度較大，因此，其投融資規模受政策抑制效果要弱于國有重污染企業。然而，綠色信貸政策對于國有重污染企業全要素生產率的負向影響要弱于非國有企業。國有企業因有政府的隱性擔保，與國有銀行間存在穩定的銀企關系，信息不對稱性相對較弱，因而面臨的融資約束和償債風險低于非國有企業（曹廷求等，2021）；而融資約束是抑制民營企業創新的重要因素（余明桂等，2019）。與此同時，由于國有企業在我國經濟發展中具有特殊地位，承擔著積極開展技術創新、加快綠色轉型的政治職責，這使其更容易獲得用于技術創新和綠色轉型的信貸資金支持；而銀行也希望通過支持國有企業轉型升級來抵消綠色信貸政策對其優質客戶和信貸資源的沖擊。因此，綠色信貸政策對于國有企業全要素生產率負向沖擊被抵消的程度高于民營企業，更有利于波特效應的發揮。

基于以上分析，本文提出假說9：相對于民營企業，《指引》對于國有企業投融資的懲罰效應更加明顯，但對于企業全要素生產率的負向沖擊得到更大程度的抵消或者正向影響效應更明顯。

3.基于企業資產規模的異質性分析。長期以來，對抵押資產的過度崇拜使得銀行將大量信貸資金投向重污染企業為主體的重資產行業。因此，綠色信貸政策頒布之前，大型重污染企業是銀行信貸資金的主要支持對象；綠色信貸政策實施后，其所產生的懲罰效應也將主要作用于大型重污染企業。然而，與小企業相比較，大企業具有完善的創新激勵機制和雄厚的資金、人才實力，創新能力較強。同時，作為行業內影響力較大的企業，無論基于轉型升級的戰略意圖還是從履行社會責任的聲譽機制角度，其技術創新的動力都相對更強。因此，綠色信貸政策對于大企業全要素生產率的沖擊效應得到更大程度的抵消，更有助于發揮波特效應。

基于以上分析，本文提出假說10：相對于小規模企業，《指引》對于規模較大企業投融資的懲罰效應更加明顯，但對于企業全要素生產率的負向沖擊同樣得到更大程度的抵消或者正向影響效應更明顯。

四、研究設計

（一）樣本選擇與數據來源

本文選取2008—2020年我國A股上市工業企業為初始樣本，根據原國家環保部2008年出臺的《關于印發〈上市公司環保核查行業分類管理名錄〉的通知》，并結合證監會2012年行業分類標準設定重污染企業，其余為對照組。本文對數據做如下處理：一是剔除數據缺失值較多的樣本；二是剔除連續三年出現ST 的上市公司；三是剔除出現PT 或退市的上市公司。此外，本文對連續變量1%以下和99%以上的分位數進行了縮尾處理。數據來源于萬得數據庫。

（二）變量定義與測度結果

1.被解釋變量。（1）企業融資（Lev）。考慮到企業外部融資主要表現為負債，本文利用企業負債總額與總資產的比值來反映企業融資情況。（2）企業投資（Inv）。本文采用當年購建固定資產、無形資產和其他長期資產支付的現金除以期初總資產來反映企業投資情況。（3）全要素生產率（TFP）?？紤]數據可得性，本文參考Olley 和Pakes（1996）提出的基于一致半參數估計值方法，即OP 法來估計企業全要素生產率。估計模型如式（1）所示。

圖1：理論分析框架

其中，Y表示企業i 在t年的工業總產值，鑒于該指標不能直接獲取，本文利用“企業期末主營業務收入+庫存商品期末余額-庫存商品期初余額”來近似計算該指標。FA和L分別表示企業固定資產和從業人員規模； Age表示企業上市年齡；State表示企業是否為國有企業，是為1，否為0；Year 和Industry分別表示年份和行業固定效應； ε為殘差項。估計結果如表1列（1）和列（2）所示。

2.解釋變量。雙重差分變量（Post×Treat）?！吨敢酚?012年2月正式公布，并要求銀行業金融機構在公布之日起遵照執行?；诖?，本文將2012—2020年作為實驗期，若樣本年份在2012年之后，則Post=1，否則Post=0。與此同時，根據原國家環保部2008年出臺的《關于印發〈上市公司環保核查行業分類管理名錄〉的通知》，并結合證監會2012年行業分類標準設定重污染企業，若樣本是重污染企業，則Treat=1，否則Treat=0。

3.中介變量。（1）融資約束（KZ）。借鑒塵永魁等（2021）的做法，采用改進的KZ 指數來衡量企業融資約束水平，并通過建立回歸模型（2），計算KZ指數。估計結果如表1列（3）和列（4）所示。

（2）技術創新（Innov）。由于無形資產主要包括專利權、非專利技術、商標權和著作權等，其與企業創新活動密切相關。無形資產增加是企業創新投入的結果，可視為企業創新活動的綜合反映。因此，本文參考鞠曉生等（2013）做法，使用無形資產增量反映企業創新活動投入。

（3）代理成本（Ac）。本文參考王馨和王營（2021）做法，采用管理費用率衡量總代理成本，該值越大，表示企業代理成本越高。

（4）投資效率（NEI）。本文借鑒Richardson（2016）的方法利用回歸模型估算企業合理投資額，并利用實際投資額與估計投資額之差測度非效率投資。如果實際投資額大于估計投資額，則界定為過度投資；反之為投資不足?？紤]數據的可得性，在投資指標選擇上，本文參考了塵永魁等（2021）的做法，利用購建固定資產、無形資產和其他長期資產支付現金總額的自然對數，衡量企業實際投資額。模型具體形式如式（3）所示。

其中，Grow表示企業營業收入增長率，Tq表示企業托賓Q 值，Cash表示企業現金持有量， Age表示企業上市年齡， Size表示企業資產規模。估計結果如表1列（5）和列（6）所示。

4.控制變量。本文對企業資產規模（Size）、市場績效（Tq）、現金持有規模（Cash）、凈資產收益率（Reo）、企業上市年齡（Age）、股權集中度（Owner）、員工數量（stuff）等企業特征變量進行了控制。在此基礎上，控制了年份虛擬變量（Year），以反映時變差異；根據證監會2012年修訂的制造業行業分類標準控制了行業虛擬變量（Industry），以反映行業差異。

表1：全要素生產率、融資約束與投資效率估計結果

表2：主要變量定義表

（三）計量模型

1.基準回歸模型。為考察綠色信貸政策對企業投融資和全要素生產率的影響，本文構建雙重差分模型作為基準回歸模型，具體形式如式（4）所示。

其中， Post表示事件虛擬變量，若樣本年份在《指引》出臺之后，則取值為1，否則取值為0；Treat表示組別虛擬變量，若樣本為重污染企業，則取值為1，否則取值為0； Post×Treat表示雙重差分變量；Control表示個體層面控制變量； δ表示行業固定效應；λ表示時間固定效應；ε表示隨機擾動項。

2.中介效應檢驗模型。為考察綠色信貸政策對于重污染企業影響的渠道機制，本文參考溫忠麟和葉寶娟（2014）的研究方法，采用中介效應模型對綠色信貸政策影響企業全要素生產率的中介路徑進行檢驗。即在式（4）基礎上，依次建立式（5）和式（6）。

（四）變量描述性統計

表3為主要變量的描述性統計結果。從表4可以看出，企業資產負債率（lev）、投資率（Inv）、全要素生產率（TFP）的最小值與最大值之間的差值較大，說明不同企業之間存在明顯差異。時間變量（Post）的均值為0.6923，說明《指引》出臺之后的樣本占69.23%；處理變量（Treat）的均值為0.4336，說明樣本中有43.36%的企業屬于重污染企業（即處理組）；雙重差分變量（Post×Treat）的均值0.3002，說明《指引》出臺后重污染企業的比例30.02%。

表3：主要變量描述性統計

五、實證分析

（一）綠色信貸政策對企業融資的影響

1.平行趨勢檢驗。將樣本分為處理組（重污染企業）和控制組（非重污染企業），對政策前后處理組和控制組的企業融資（Lev）的變化趨勢進行對比分析。如圖2 所示，《指引》出臺前（即2012年之前）兩組曲線變化趨勢相似，說明樣本數據滿足平行趨勢假設，采用DID 方法具有合理性。同時，根據圖1 可知，《指引》出臺后，處理組與控制組的企業融資差距有明顯縮小趨勢，表明重污染企業在信貸融資上受到了顯著抑制。

圖2：企業融資走勢

2.基準回歸結果。本文采用DID方法檢驗綠色信貸政策對企業融資的影響，重點關注模型（4）中交互項Post×Treat 的系數。表4 列（1）匯報了回歸結果，交互項Post×Treat的系數為-0.0804，在1%的水平上顯著，表明相對于非重污染企業，重污染企業融資在《指引》出臺后受到顯著抑制，證明假說1成立。

3.穩健性檢驗。（1）調整樣本時間節點和時間窗口?？紤]到2008—2020年除《指引》外，還出臺了一些其他的綠色信貸政策，為避免企業融資的變化受到其他政策影響，本文將樣本的時間窗口期縮短，保留《指引》出臺前一年和出臺后五年的數據，重新估計模型，結果如表4 列（2）所示。交互項的系數在10%水平上顯著為負，表明即使去除《指引》出臺前后其他政策的影響，重污染企業融資依然發生了顯著變化。同時，為了檢驗影響效果是否在《指引》出臺前就存在，本文假設《指引》提前一年出臺，并對模型進行重新估計。回歸結果如表4 列（3）所示，交互項的系數不顯著，表明重污染企業融資的抑制作用并不是《指引》出臺之前就存在。

表4：企業融資雙重差分回歸及穩健性檢驗

（2）動態效應檢驗。由于政策從頒布到落實需要一定時間，因此，《指引》從出臺到對重污染企業融資產生影響也可能存在滯后效應。為了更好地反映政策動態效果，本文進行動態效應檢驗。表4 列（4）展示的回歸結果表明，《指引》實施前及實施后兩年動態效應系數均不顯著，直至第三年動態效應系數才顯著為負，驗證了抑制效應的存在以及政策效果的滯后性，具體見圖3。

（二）綠色信貸政策對企業投資的影響

1.平行趨勢檢驗。圖4 反映了企業投資趨勢圖?！吨敢烦雠_前兩組企業走勢相近，意味著平行趨勢假設是成立的，采用DID方法具有合理性。政策出臺后走勢有顯著差異，說明《指引》對兩組企業投資的影響存在差異。

圖3：企業融資動態效應變化圖

2.基準回歸結果。表5 列（1）匯報了《指引》對企業投資影響的基準回歸結果，交互項Post×Treat的系數為-0.1365，在1%的水平上顯著，表明相對于非重污染企業，重污染企業投資在《指引》出臺后受到了顯著抑制，假說2成立。

3.穩健性檢驗。（1）調整樣本時間節點和時間窗口。運用2011—2017年樣本數據，對模型重新進行估計，結果如表5 列（2）所示，交互項的系數在5%的水平上顯著為負，表明即使不考慮《指引》出臺前后的其他政策，重污染企業投資依然發生了變化。在此基礎上，將政策事件的時間節點提前一年，對回歸方程進行估計，檢驗結果如表5 列（3）所示，交互項的系數不顯著，表明重污染企業投資的抑制作用不是《指引》出臺前就存在的。

（2）動態效應檢驗。表5 中列（4）為《指引》對企業投資影響的動態效應回歸結果?！吨敢穼嵤┣?，動態效應系數均不顯著，《指引》實施后第2年動態效應系數在10%水平上顯著為負，表明《指引》對重點污染企業投資有顯著的抑制作用，且政策效果有時間滯后性，動態效應變動情況如圖4、圖5所示。

表5：企業投資雙重差分回歸及穩健性檢驗

表6：企業全要素生產率雙重差分回歸及穩健性檢驗

圖4：企業投資走勢

圖5：企業投資動態效應變化圖

（三）綠色信貸政策對企業全要素生產率的影響

1.平行趨勢檢驗。圖6 反映了企業全要素生產率的變化趨勢，《指引》出臺前兩組企業數據趨勢基本保持一致，表明滿足平行趨勢假設，可以采用DID方法。政策出臺之后至2015年，兩組企業全要素生產率保持平穩態勢，但差距有所擴大；2015年之后全要素生產率均快速提升，且重污染企業增幅大于非重污染企業，初步驗證了波特假說。

圖6：全要素生產率走勢

2.基準回歸結果。表6列（1）匯報了企業全要素生產率的基準回歸結果，交互項的系數為0.0626，在1%的水平上顯著，表明相對于非重污染企業，《指引》對重污染企業全要素生產率具有顯著促進作用，即綠色信貸政策發揮了波特效應，證明了假說3a。

3.穩健性檢驗。（1）調整樣本時間節點和時間窗口。為避免企業全要素生產率的變化可能受到其他政策影響，同時考慮《指引》出臺前可能產生預期引導效應，本文進行以下檢驗：一是保留《指引》出臺前三年和政策出臺當年的數據，對模型重新進行估計。結果如表6 列（2）所示，交互項的系數在10%的水平上顯著為正，表明即使不考慮《指引》出臺前后其他政策的影響，重污染企業全要素生產率依然發生了變化。二是將政策事件的時間節點提前一年，對模型重新進行估計，結果如表6 列（3）所示，交互項的系數不顯著，表明影響作用不是政策出臺前就存在的，政策預期引導效果不明顯，研究結論具有穩健性。（2）動態效應檢驗。表6 列（4）展示了《指引》對企業全要素生產率影響的動態效應檢驗結果。《指引》實施前，動態效應系數均不顯著，政策實施后，當年動態效應系數顯著為正，但4 期之后系數有明顯的下降趨勢。這說明綠色信貸政策實施對重污染企業全要素生產率有明顯的促進作用，但從長期看，效果呈現減弱趨勢。動態效應變動情況如圖7所示。

表7：中介效應檢驗結果

圖7：全要素生產率動態效應變動圖

4.中介效應檢驗。本文采用中介效應模型對《指引》影響企業全要素生產率的路徑進行驗證。表7 中列（1）是模型（5）的回歸結果，列（2）是模型（6）的回歸結果，Intermed 代表中介變量，包括融資約束（KZ）、技術創新（Innov）、代理成本（Ac）和投資效率（NEI）。（1）融資約束。列（1）交互項系數為0.19，在1%水平上顯著，說明《指引》出臺提升了重污染企業融資約束水平。列（2）交互項系數顯著為正，KZ 系數顯著為負，表明融資約束在綠色信貸政策對重污染企業全要素生產率的影響中發揮了部分中介效應，且為負向沖擊效應，驗證了假說4。（2）技術創新。列（1）交互項系數為0.001，在5%水平上顯著，說明《指引》倒逼企業提高技術創新水平。列（2）交互項系數、技術創新系數顯著為正，表明技術創新在綠色信貸政策對重污染企業全要素生產率的影響過程中發揮了部分中介效應，且為正向沖擊效應，驗證了假說5b。（3）代理成本。列（1）交互項系數為-0.01，在10%水平上顯著，說明《指引》緩解了重污染企業代理成本。列（2）交互項、代理成本系數均顯著為負，表明代理成本在綠色信貸政策對重污染企業全要素生產率的影響中發揮了部分中介效應，且為正向沖擊效應。驗證了假說6。（4）投資效率。列（1）交互項系數為-0.34，在1%水平上顯著，說明《指引》出臺后，重污染企業投資效率明顯改善。列（2）交互項系數顯著為正，非效率投資系數顯著為負，說明非效率投資在綠色信貸政策對重污染企業全要素生產率的影響中發揮了部分中介效應，且為正向沖擊效應。驗證了假說7。

（四）異質性分析

1.基于市場化程度的異質性分析?；谄髽I所在地市場化程度的差異，根據市場化指數中位數，將樣本分成市場化程度高和市場化程度低兩類，以考察不同市場化水平下《指引》影響效應的異質性。其中，市場化指數來源于《中國分省份市場化指數報告（2018）》。表8 匯報了不同市場化程度子樣本投融資及全要素生產率回歸結果，第（1）、（3）、（5）列展示市場化程度高的樣本回歸結果，第（2）、（4）、（6）列展示市場化程度低的樣本回歸結果。可以發現，前者交互項系數絕對值及顯著性都高于后者，說明相對于市場化程度低的地區，《指引》對于市場化程度高的地區重污染企業的影響效應更明顯，假設8成立。

表8：基于市場化程度的回歸結果

2.基于所有制的異質性分析。根據產權性質將樣本企業劃分為國有企業和非國有企業兩組，分別進行回歸。表9 報告了回歸結果，其中（1）、（3）、（5）列的子樣本為國有企業，（2）、（4）、（6）列的子樣本為非國有企業。結果表明，相對于非國有企業，綠色信貸政策對國有企業影響更明顯，假說9成立。

3.基于規模的異質性分析。根據市場規模中位數將樣本企業分為大型企業和中小型企業兩組，分別進行回歸。表11 匯報了回歸結果，其中，（1）、（3）、（5）列子樣本為大型企業，（2）、（4）、（6）列為中小型企業。結果表明，相對于中小型企業，綠色信貸政策對大型企業影響更明顯，假說10成立。

六、結論和政策建議

（一）研究結論

本文以2012年原銀監會《指引》正式實施為事件，構造準自然實驗，運用雙重差分模型考察綠色信貸政策對重污染企業投融資及全要素生產率的影響。研究發現，《指引》出臺后，重污染企業投資和負債規模均明顯下降，而全要素生產率水平則顯著提高。進一步研究發現，綠色信貸政策通過倒逼企業技術創新、降低代理成本、提高投資效率，進而提升全要素生產率，但該項政策同樣提高了重污染企業融資約束水平，抑制了其全要素生產率的提升。異質性研究發現，市場化程度、所有制和企業規模不同，綠色信貸政策的影響效果也存在差異。對于處于市場化程度較高地區的大規模國有重污染企業而言，《指引》的出臺對其投融資的懲罰效應更加明顯，但對企業全要素生產率的正向影響效應更顯著。

表9：基于所有制的回歸結果

表10：基于企業規模的回歸結果

（二）政策建議

基于以上研究結論，本文提出以下政策建議：

1.政府部門應不斷完善綠色信貸激勵與約束雙重機制，激發企業創新轉型內在動力。通過本文的研究可知，綠色信貸政策兼具懲罰效應和激勵效應，而其懲罰效應只是手段，目的在于倒逼企業轉型升級、實現綠色發展。因此，當前金融管理部門應進一步完善政策措施，綜合利用多種貨幣政策手段，強化政策效果，積極引導信貸資金投向綠色低碳領域；考慮到重污染企業轉型升級需要銀行信貸支持，中國人民銀行等金融管理部門應借鑒國際經驗，構建轉型金融政策框架，合理滿足重污染企業轉型升級的資金需求。同時，為了突出政策效果，政府相關部門應繼續完善市場機制，發揮市場在信貸資源配置中的決定性作用；積極運用財政政策，持續加大對企業節能減排、技術升級等方面的支持力度，構建風險分擔機制，完善政策配套措施，更好地發揮綠色信貸政策的波特效應。

2.商業銀行應積極貫徹落實綠色信貸政策，制定差異化策略，避免“一刀切”。一是鑒于商業銀行是綠色信貸政策的實施主體，應結合綠色信貸政策要求，建立符合綠色產業發展特點的信貸管理制度，強化政策落實；二是考慮到政策實施效果存在異質性，商業銀行應加大綠色信貸創新，針對不同產權、不同市場化水平、不同規模的企業制定差異化信貸策略，提高信貸支持效果；三是研究表明融資約束對于政策實施效果發揮反向中介效應，商業銀行應積極探索實踐轉型金融產品，支持高碳行業低碳轉型，避免“一刀切”式拒絕重污染企業的合理信貸需求，降低這部分企業融資約束，以更好地加快技術創新，實現轉型升級。

3.重污染企業應加強技術創新，加快轉型升級，同時持續完善內控制度，提高投資效率。一是企業是政策的作用對象，為了實現政策效果，重污染企業應堅定綠色發展的轉型路線，盡快實現轉型目標。二是研究發現，代理成本、投資效率、技術創新是綠色信貸政策發揮作用的重要中介因素，因此，重污染企業應完善內控制度，改進公司治理環境和水平，進而降低代理成本，提高投資效率，增強技術創新能力，從而實現綠色轉型的目標。